基于微博数据的中原城市群空间联系强度测度

doi:10.7523/j.issn.2095-6134.2016.06.009

中国科学院大学学报 ›› 2016, Vol. 33 ›› Issue (6): 775-782.DOI: 10.7523/j.issn.2095-6134.2016.06.009

基于微博数据的中原城市群空间联系强度测度

王开泳, 邓羽

中国科学院地理科学与资源研究所中国科学院区域可持续发展分析与模拟重点实验室, 北京 100101

收稿日期:2015-09-29 发布日期:2016-11-15
通讯作者: 邓羽,E-mail:Dengy@igsnrr.ac.cn
基金资助:
国家自然科学基金（41371178，71433008）资助

Identification of spatial connection intensity of Zhongyuan urban agglomeration based on microblogging

WANG Kaiyong, DENG Yu

Key Laboratory of Regional Sustainable Development Modeling of Chinese Academy of Sciences, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China

Received:2015-09-29 Published:2016-11-15

摘要/Abstract

摘要：

空间联系强度是城市群发展阶段、态势、功能定位的重要表征.在大数据背景下，随着移动终端的普及和网络联系平台的广泛使用，人流在不同地区的空间移动能够得到较准确的统计和表达.在总结以往城市群空间联系研究方法的基础上，提出一种新的基于微博数据判别城市之间空间联系强度的方法，弥补了由于缺乏城际通勤数据而导致的传统空间联系强度判别方法的不足.新方法可以较准确地判别城市群地区各个城市的空间联系强度与组织类型.

关键词: 微博数据, 空间联系强度, 中原城市群, 辐射范围

Abstract:

Spatial connection intensity is an important indicator for the development stage, situation, and function position of urban agglomeration. With the wide use of mobile terminals and networking platform, population mobility among different regions can be traced and expressed more accurately by using big data analysis technique. Based on the database of microblog, a new measurement method for spatial connection intensity is proposed in this study. The new method makes up for the traditional disadvantages resulting from the lack of commuting data. Therefore, it provides guidance for accurate identification of urban agglomeration.

Key words: micro blogging, spatial connection intensity, Zhongyuan urban agglomeration, radiation scope

中图分类号:

TP393.092

王开泳, 邓羽. 基于微博数据的中原城市群空间联系强度测度[J]. 中国科学院大学学报, 2016, 33(6): 775-782.

WANG Kaiyong, DENG Yu. Identification of spatial connection intensity of Zhongyuan urban agglomeration based on microblogging[J]. , 2016, 33(6): 775-782.

参考文献

[1] Batten.Network cities:creative urban agglomerations for the 21st century[J]. Urban Studies, 1995,32(2):313-327.
[2] Michael. Urban partnerships,governance and the regeneration of Britain's cities[J]. International Planning Studies,2000, 5(3):273-298.
[3] 陆大道. 区域发展及其空间结构[M].北京:科学出版社,1995.
[4] 陆大道. 关于"点-轴"空间结构系统的形成机理分析[J].地理科学,2002,22(1):1-6.
[5] 罗小龙,沈建法. 跨界的城市增长:以江阴经济开发区靖江园区为例[J]. 地理学报,2006, 61(4):435-445.
[6] Djankov S, Freund C. Trade flows in the former Soviet union, 1987 to 1996[J]. Journal of Comparative Economics, 2002,30(1):76-90.
[7] Matsumoto H. International urban systems and air passenger and cargo flows:some calculations[J]. Journal of Air Transport Management, 2004,10(4):239-247.
[8] Hollenstein L, Purves R. Exploring place through user-generated content:using flicker tags to describe city cores[J]. Journal of Spatial Information Science, 2014(1):21-48.
[9] Glaeser E L. Learning in cities[J]. Journal of urban economics, 1999,46(2):254-277.
[10] Fuellhart K. Inter-metropolitan airport substitution by consumers in an asymmetrical airfare environment:Harrisburg, Philadelphia and Baltimore[J]. Journal of Transport Geography, 2003,11(4):285-296.
[11] Shen G. Reverse-fitting the gravity model to inter-city airline passenger flows by an algebraic simplification[J]. Journal of Transport Geography,2004,12(3):219-234.
[12] 李春芬. 区际联系:区域地理学的近期前沿[J].地理学报,1995,50(6):491-496.
[13] 顾朝林, 庞海峰. 基于重力模型的中国城市体系空间联系与层域划分[J]. 地理研究,2008,27(1):2-10.
[14] 冷炳荣,杨永春,李英杰,等. 中国城市经济网络结构空间特征及其复杂性分析[J]. 地理学报,2011, 66(2):199-121.
[15] 梅志雄, 徐颂军, 欧阳军,等. 近20年珠三角城市群城市空间相互作用时空演变[J]. 地理科学,2012, 32(6):694-701.
[16] 潘竟虎, 石培基, 董晓峰. 中国地级以上城市腹地的测度分析[J]. 地理学报, 2008, 63(6):635-645.
[17] 陈圆圆,李宁,丁四保. 城市群空间联系能力与SOM神经网络分级研究[J]. 地理科学,2011,31(12):1461-1467.
[18] 王雅琦,李宁,苗建军. 基于潜力模型的中原城市群等级界定与划分[J]. 长治学院学报,2013,30(1):16-19.
[19] 吴康,方创琳,赵渺希,等. 京津城际高速铁路影响下的跨城流动空间特征[J]. 地理学报,2013,68(2):159-174.
[20] 甄峰, 王波, 陈映雪. 基于网络社会空间的中国城市网络特征:以新浪微博数据为例[J]. 地理学报,2012, 67(8):1031-1043.
[21] 徐艳. 基于新浪微博视角的重庆市主城区城市网络空间分布规律研究[D]. 重庆:西南大学,2014:14-18.
[22] 李廉水, Stough R R. 都市圈发展:理论演化·国际经验·中国特色[M]. 北京:科学出版社,2006.
[23] 薛凤旋,杨春. 香港-深圳跨境城市经济区之形成[J]. 地理学报,1997,52(S1):16-27.
[24] 胡序威, 周一星, 顾朝林. 中国沿海城镇密集地区空间集聚与扩散研究[M]. 北京:科学出版社,2000.
[25] 顾朝林. 中国城市地理[M]. 北京:商务印书馆,1997.
[26] 王桂圆, 陈眉舞. 基于GIS的城市势力圈测度研究:以长江三角洲地区为例[J]. 地理与地理信息科学,2004,20(3):69-73.
[27] Deng Y, Liu S H, Wang L, et al. Field modeling method for identifying urban spheres of influence:a case study on central China[J]. Chinese Geographical Science. 2010,20(4):353-362.
[28] Wang K Y, Deng Y, Sun D W, et al. Evolution and spatial patterns of spheres of urban influence in China[J]. Chinese Geographical Science. 2014,24(1):126-136.
[29] 邓羽,刘盛和,蔡建明,等. 中国中部地区城市影响范围划分方法的比较[J]. 地理研究,2013,32(7):1220-1230.
[30] 王波, 甄峰, 席广亮, 等. 基于微博用户关系的网络信息地理研究:以新浪微博为例[J]. 地理研究,2013,32(2):380-391.
[31] 新浪微博数据中心. 2015年微博用户发展报告[R/OL]. (2015-12-18)[2016-03-02]. http://www.useit.com.cn/thread-10921-1-1.html.
[32] 赵文宁. 基于用户生成数据的城市空间研究:以微博为例[C]//中国城市规划年会.城乡治理与规划改革:2014中国城市规划年会论文集(04城市规划新技术应用).北京:中国建筑工业出版社, 2014:1-12.
[33] 新浪网. 中原城市群全力"起跑"《中原城市群总体发展规划纲要》[R/OL].(2015-11-28)[2006-06-13]. http://news.sina.com.cn/o/2006-06-13/07279188696s.shtml.

基于微博数据的中原城市群空间联系强度测度

Identification of spatial connection intensity of Zhongyuan urban agglomeration based on microblogging

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

编辑推荐

Metrics

本文评价

访问统计

联系我们