基于人口省际流动的中国城市网络转变中心性与控制力研究　　

      1 引言

      信息化作用下地方空间与流空间的共存促使地域空间结构从等级化转向网络化[1]。作为一种新的地理空间现象和研究范式，网络通过代理人将城市联系在一起，组织其中要素的流动、互动、生产，为城市研究提供了新的视角和解释力。以高级生产者服务(Advanced Producer Services，APS)的企业空间组织为城市联系的代理人，连锁模型(Interlocking network model)是近年来国内外城市网络研究的主要方法之一[2-3]。经济联系显然不足以全面揭示城市网络的特征和内涵，基于交通运输流[4-5]、知识网络[6-7]、非政府组织[8]等视角的研究，弥补了APS数据过于强调企业组织的垂直关系、难以涉略现实中边缘城市的不足。

      城市地理学者认为世界城市和全球城市是指挥和控制全球资本的基点和中心[9]，网络分析方法得以大量用于世界城市网络(World City Network，WCN)研究中[10-11]。网络节点的重要性体现在其连通性、控制性和不可或缺性等诸多方面，度中心性、中介中心性、紧密中心性等一系列指标则是揭开这些特性的有效手段。度中心性类方法通常用于布尔矩阵数据构建的无权网络，测度的是网络拓扑结构，这极大弱化了流的权重差异。加权网络不对矩阵数据进行二值化处理，保留了权值。因此加权度中心性、特征向量中心性(eigenvector centrality)、测试中心性(beta centrality)等方法在评价网络城市的地位与位置研究中日益受到重视[12-13]。

      不仅在网络权重角度，现有研究依然缺乏对于网络城市属性的辨析和界定[14]。多数WCN研究认为，处于网络中心位置的城市有利于其对资源、信息的集聚或扩散，促进与其他城市经济、政治和社会的互动，也意味中心城市在网络中拥有更强的控制力，对资源要素的流动施加影响力[15]。然而，网络拓扑结构赋予城市节点属性与能力的高低差异却被低估和忽视。Cook对行动者网络分析时指出，当关注经济交换时，交换中处于主导地位的交换者(控制力更强)，要比拥有大量潜在机会的交换者(中心性更高)更容易控制和影响交换行为[16]。另一方面，Emerson从社会交换理论出发，认为控制力不是仅仅简单地来自于一个人的直接联系，而且依赖于联系对象的直接联系[17]。

      作为对网络城市中心性认识与测度方法的深化，Zachary提出了递归中心性(Recursive Centrality，RC)和递归控制力(Recursive Power，RP)理论[18]，后更名为转变中心性(Alter-based Centrality，AC)与转变控制力(Alter-based Power，AP)[19]。Neal认为，在世界城市网络中，中心性包含了两个联系紧密又相反的过程：一方面是信息、资本、劳动力等资源要素向世界城市集聚，另一方面是资源要素由世界城市向外扩散。因此，中心性是资源集聚与扩散的统一。控制力是城市在世界资源流动中的影响力和支配力，一个城市的控制力是由其在网络中的位置和功能所决定。在Neal绘制的两种假设的世界城市网络结构中(图1)，他认为相比较之下，较大网络(图la)的中心节点是“中心的，但缺乏控制力”，较小网络(图lb)的中心节点是“有控制力的，但相对缺乏中心性”。Neal通过递归(recursion)解释了城市中心性和控制力不仅依赖于可以有效调动的联系网络的规模，同时依赖于其拥有的、有联系的那些分支中的资本容量(如经济、文化及其他类似表征)。这一方法引起了国外学者的广泛关注与讨论[20-21]，中国学者近年来也进行了理论引入[22]与实证研究[23-24]。

      

      图1 两种假设的世界城市网络结构

      Fig.1 Two hypothetical world city networks

      全球经济重构过程中高技能职业人员和管理阶层的全球迁移已经成为当前世界经济的重要侧面并引起了地理学者的高度关注[25]。不仅是国际劳工，次级市场的密集型劳动力，对城市产业及区域经济的影响同样举足轻重。基于人口流动研究城市网络的意义在于：首先，人口要素是城市间资源流的重要组成部分。人口流动是一种生产要素的空间再配置过程，其发生和发展是推动经济社会发展的重要动力[26]。单个城市自身社会分层的流动性有限，社会成员的流动往往通过地理空间上的流动来实现；其次，人口流间接反映了城市的经济联系。在城市网络中，各种企业及组织间以价值创造为导向的横向、纵向的正式与非正式的联系构成了人口流动网络存在的基础[27]。因此，以业务往来为目的的人口流动在一定程度上反映了城市的经济联系；再次，人口流动通常附带着社会、经济价值。无论目的是工作、旅行、探访或迁居，人口流动意味着消费能力的增加，间接反映了城市间的资本流。因此，人口流是城市网络关联性的重要表征。

      区域与城市体系研究通常采用属性数据，其虽揭示了城市的重要性，但突出强调城市发展的静态结果。应用关系型数据的网络研究关注于城市发展的动态过程和交互效应。然而官方往往无法提供研究所需的关系型数据[28]，关系型数据的缺失也被称为城市研究的“阿克琉斯之踵”[29]。进一步，传统普查数据已难以反映当前中国快速城镇化下流空间的变化特征与城市间日益复杂的交互关系[30]。例如在以往人口流动相关研究中，数据多来源于普查和年鉴。受统计口径限制，研究以大尺度的静态分布特征、长期演化规律为主，同时在时效上存在滞后性。信息化时代下，GPS、LBS(Location Based Service)、LSS(Location Sharing Services)等技术的发展，使包括地理位置、社会属性、移动轨迹、迁移过程和交互模式等信息的人类时空行为数据的综合、连续观测成为可能[31]。人口流动的时空特征通过大量且复杂的移动智能设备数据的形式表现出来，为城市网络研究提供了足量、足精度的实测流数据支持。