基于微博平台的中国城市网络信息不对称关系研究 投稿：戴堣堤 www.wenku1.c

  本文关键词：基于微博平台的中国城市网络信息不对称关系研究，由笔耕文化传播整理发布。

基于微博平台的中国城市网络信息不对称关系研究 投稿：戴堣堤

第27卷第12期2012年12月 地球科学进展 ADVANCESINEARTHSCIENCE Vol．27No．12 2012Dec．， J］．地球科学进展，2012，27（12）：1353-1362．［ChenYingxue，Zhen陈映雪，甄峰，…

第１４卷第４期 ２０１５年７月经济学（季刊）ＣｈｉｎａＥｃｏｎｏｍｉｃＱｕａｒｔｅｒｌ ｙＶｏｌ．１４，Ｎｏ．４，Ｊｕｌ２０１５ｙ 信息不对称与贷款监督 ———基于共同授信公告的视角 刘　阳　黄皖璇　罗荣华＊ 摘　要　本文以我国上市公司发布贷款公告后…

加强内部沟通,实现企业管理中的信息对称 【摘要】信息是一个企业做出决策的重要依据，，但在今天市场竞争日益激烈的情况下，企业往往注重信息的外部传递而忽略内部的沟通，由此造成企业内部管理中的“信息不对称”，其结果是内部管理效益受损。本文主要谈谈如何实现企…

第27卷第12期2012年12月

地球科学进展

ADVANCESINEARTHSCIENCE

Vol．27No．12

2012Dec．，

J］．地球科学进展，2012，27（12）：1353-1362．［ChenYingxue，Zhen陈映雪，甄峰，王波，等．基于微博平台的中国城市网络信息不对称关系研究［Feng，WangBo，etal．AstudyofinternetinformationasymmetryrelationsamongChinesecitiesbasedonthemicro-blogplatform［J］．AdvancesinEarthScience，2012，27（12）：1353-1362．］

基于微博平台的中国城市网络信息不对称关系研究

1

陈映雪，甄

2

峰，王

2

波，邹

*

伟

1

（1．南京大学地理与海洋科学学院，江苏2．南京大学建筑与城市规划学院，江苏

摘

南京210093；

南京210093）

要：网络信息空间的空间关系及信息流研究为信息化影响下的地理空间演变研究奠定基础。借助微博这一新兴网络信息传播平台获取中国城市间网络信息联系数据，采用流分析方法呈现城市间网络信息联系的空间格局。研究发现：中国城市网络信息关系呈现出“一超多强”的空间极化不对称格局。网络空间不对称格局与地理距离、经济社会发展水平存在密切关联性，表现为：城市对外网络信息总不对称度与其经济社会发展水平的相对一致性；经济社会发展差距对城市间网络信息不对称程度影响的距离衰减性；城市间网络信息不对称程度与经济社会发展差距的相对一致性；东、中、西部三大地区间网络信息不对称关系与经济发展梯度的相对一致性。关键词：地理网络空间；空间关系；信息不对称；微博；城市与区域中图分类号：K901

文献标志码：A

8166（2012）12-1353-10文章编号：1001-但不具有边界，超越了传统地化等各种因素的影响，

［8］

理学空间的范畴，因此也不存在空间均衡的问题。至21世纪初，越来越多的学者认识到地理空间与网络空间的相互依赖关系，对网络信息空间的理（Geocyber-解也逐步演变为一种“地理网络空间”space），——网络信并派生出地理学的一个新分支—

［9，10］

。笼统而言，息地理学（CyberGeography）网络

1研究背景

信息与远程通信技术的出现，改变了传统的时

［1］

空联系方式，突破了地理空间的约束，形成了一种新的空间组织形式，有学者定义其为“信息圈”（Info-sphere）［2］。同时，作为地理学研究核心的人地关系的内涵也因此发生了极大的改变。早在20世纪60年代，西方学者就开始了对信息地理学（In-formationGeography）［3］的研究。进入90年代，随着数字技术的不断发展，更使得网络信息空间（Cyber-space）成为地理学研究的热点，一些学者甚至发出

［4，5］

“地理学穷途末路”、“距离消亡”。当了的惊叹时，许多学者将网络信息空间理解为纯粹技术性的虚拟空间（VirtualSpace），因而也出现了虚拟地理学

。虽然虚拟空间仍然依托地理空间中的信息传播物理媒介和设施，并受到区域外部社会、经济和文

［6，7］

信息地理学就是从地理学的视角研究网络信息空间

［11］

的结构与性质。国内外学者对网络信息地理学的研究主要涉及信息空间的空间结构、空间作用及

［12～15］

，信息流的研究信息空间的经济地理研究

和信息空间的城市及社会文化地理研

［21～25］究等主要方面。许多学者的研究表明，远程通信服务以及互联网资源的供给在地理分布上往往是不均衡的，总是倾向于人口和经济活动聚集的地方

［26～29］［16～20］

。这种分布产生新的不均衡轮回，是否会促

04-11；修回日期：2012-07-11．收稿日期：2012-*基金项目：国家自然科学基金项目“信息时代中国城市就业与居住空间变化研究”（编号：40971094）；中央高校基本科研业务费专项“宜居城市空间结构研究”（编号：1115090201）资助．资金项目

），mail：yingxuechen@yeah．net作者简介：陈映雪（1989-女，江苏盐城人，硕士研究生，主要从事信息地理、城市地理研究．E-

1354

地球科学进展第27卷

使信息流在网络空间分布的不均衡和网络空间的区域不对称，加重和强化社会和地理的不均衡发展，促进更加极化和分割化的城市发展，

以及网络空间的相互作用模式如何的问题，

目前仍然是网络信息地理学研究的空白。一方面，网络信息空间不是地理

空间的简单镜像投影；另一方面，网络空间与地理空间又是相互交织、

相互依赖的。以往的研究大多停留在对信息扩散模式地理效应的描述上［30，31］

，而对网络空间的信息流分布与空间均衡状态及其形成机

制的实证研究还鲜有涉及。

能够反映城市间信息流量和流向的资料是城市

网络信息流空间均衡研究的前提，董志良等［32］

曾采用中国教育和科研网CERNET在2003年12月20日采集的部分数据作为研究的原始数据。微博（mi-cro-blog）是一种分享实时信息的广播式网络社交平台，具备传播的及时性与交互性，自媒体性和单向跟随性等特点。近年来，微博在中国迅速兴起，截至2011年上半年，中国微博累计活跃账户数突破1．95亿

［33］

。虽然微博网络空间已经受到了一些学者的

关注

［34～36］

，但还未对其进行地理学的研究。微博的

特性使其成为提取网络信息流空间分布的良好平

台，这一平台所构建的现实用户关系使虚拟的网络空间关系实体化，每个微博用户的所在城市又恰好与地理空间相耦合。新浪微博是目前国内最有影响力、最受瞩目的微博平台。2011年第一季度，新浪微博占国内微博用户总数的57%以及国内微博活

动总量的87%*

。本文以新浪微博为例，尝试探究

中国城市网络空间的均衡状态，

对比网络空间的信息流分布格局与区域经济社会发展的空间格局之间

的异同关系，希望有助于解释网络空间的相互作用模式，为进一步研究网络空间对地理空间的反塑造作用奠定基础。

2

研究方法与数据采集处理

2．1

研究方法

本文从地理学视角出发，将城市理解为网络空间的节点，将城市间的双向网络信息流理解为节点间的联系，就可以构建基于网络信息空间的空间关系架构。在新浪微博中，若城市A的微博用户关注城市B的微博用户，则城市A的微博用户是城市B的微博用户的粉丝。如此，城市A的微博用户就会接受城市B的微博用户即时更新的网络信息，同时形成由城市B流向城市A的网络信息流。其中，城市A为信息输入城市，城市B为信息输出城市。在

全国（不包含香港、

澳门和台湾）范围内，通过分析城市、区域等不同尺度地域之间经过量化的微博信息流，

将网络空间抽象的空间关系投射到具体的地理空间上。进而借助统计、

ArcGIS软件作图等多种分析手段，试图从实体空间的地理距离与城市、区域经济社会发展水平等多方面形成这种网络空间关系

的动因初步探索。2．2数据采集

2．2．1

网络信息空间最小研究单元的选取

考虑用户地理属性的易获取性和网络信息流量

的集中性等因素，

本文选取城市为最小研究单元。首先，根据《2011年中国城市统计年鉴》中“国际互联网用户数”

这一指标提取排名前100位的城市，作为基于网络空间的中国城市体系架构候选节点。再结合对中国实体空间城镇体系等级结构的已有研究［37］，同时兼顾候选城市的省内代表性与省际平衡性，最终在全国（不包含香港、澳门和台湾）范围内共选出51个代表城市，作为本文基于网络信息空间的最小研究单元集合。入选城市数相当于2010年

末人口规模大于150万的城市数量［38］

。2．2．2

各城市微博用户样本的筛选

在入选本文基于网络信息空间的最小研究单元集合的51个城市中，各筛选20个新浪微博用户作为研究样本。筛选标准如下：①用户信息显示的所在城市为筛选的目标城市；②借助新浪微博的“找人”搜索平台，以筛选的目标城市为关键词搜索，根据搜索结果前50页中认证用户与普通用户的大致数量比例选取目标城市的用户样本，

以较真实地代表该城市微博用户的总体；③用户为活跃用户，其粉丝与关注数量均在200以上，日均发布微博至少1条。最终，在全国51个城市共获得1020个新浪微博研究样本。

2．2．3网络信息流地理属性数据的获取

借助爬虫程序于2011年10～11月期间抓取这1020个样本微博用户的粉丝和关注微博用户ID并记录其所位于的城市。据程序运行统计，共获得458305条有效粉丝数据和763276条有效关注数据（即剔除了地理属性信息为海外、港澳台地区及缺省的数据）。其中，位于所选取的51个城市的有效粉丝数据共334884条，有效关注数据共576294条，分别占有效粉丝和有效关注总数的73．07%和

*

来源于《华尔街日报》援引2011年RedTechAdvisors研究机

构数据．

第12期陈映雪等：基于微博平台的中国城市网络信息不对称关系研究

表1

Table1

51个入选城市基础条件

1355

Basicconditionsof51citiesselected

*为排名在100名之外，注：采用中国经济社会发展研究中心发布的2011年中国城市综合竞争力排名数据，具体排名数据未公开发表

75．50%，这也佐证了51个入选城市的合理性与代

表性。2．3

数据处理首先，将51个城市间的粉丝和关注数据标准化，公式如下：

U'ab=

Uab

U'aa，V'aa分别为城市a的同城粉丝和同注的总数，

Na，Ma分别为城市a的网络信息城关注标准化值，

Mi）为城市a网络信息出、输出量。Max（Ni，输入、

N'a，M'a分别为标准化后城市a的入量的最大值，

网络信息输入、输出量。Ka为城市a的网络连通Qa为城市a的网络信息净流量。性，

最后，构建51个城市之间的网络信息不对称关

系矩阵，并计算各城市对外网络信息总不对称度，公式如下：

Wab=

V'ab

，I=U'aba

∑Uaj

，V'ab=

Vab

∑Vaj

式中：Uab为城市a的粉丝中位于城市b的数Vab为关注城市a的账户中位于城市b的数量。量，

∑Uaj，∑Vaj分别为城市a在各城市j的粉丝和关

注总数。U'ab为标准化后城市a的粉丝中位于城市b的数量，V'ab为标准化后关注城市a的账户中位于城市b的数量。

之后，计算51个城市的网络信息出、入量并标准化，进一步计算各城市的网络连通性和网络信息净流量，公式如下：

Na=

Wia

50

－Waa

式中：U'ab为标准化后城市a的粉丝中位于城V'ab为标准化后关注城市a的账户中位市b的数量，

Wab为城市b对城市a的网络信息于城市b的数量，，

不对称度。∑Wia为城市a对各城市i的网络信息Waa为城市a的同城网络信息不对称不对称度之和，

Ia为城市a的对外网络信息不对称度。度，

∑U'ia

－U'aa，Ma=

∑V'ia

－V'aa

Mi）=100，令Max（Ni，采取最大值标准化：N'a=

NaMa

×100，M'a=×100

Max（Ni，Mi）Max（Ni，Mi）Ka=M'a×N'a，Qa=M'a－N'a

式中，∑U'ia为标准化后城市a对各城市i的粉丝总数，∑V'ia为标准化后城市a被各城市i关

3

3．1

结果分析

中国城市网络信息关系呈现“一超多强”的空间极化不对称格局

区域网络信息流分布最直观的反映就是出、入

每个空间单元的信息流量，也就是本文的各城市新浪微博用户有效粉丝和关注数量。从宏观角度考

1356

地球科学进展第27卷

虑，某一空间单元对外的信息不对称关系可以用输入和输出该单元的信息总量之间的不均衡程度表征；从微观角度来看，该空间单元对外的信息不对称关系则可以转化为它与其余各单元之间信息不均衡

程度的总和，

也就是本文的网络信息不对称度。对微博用户的分析表明，无论在宏观还是微观层面，中

国城市网络信息关系都呈现出“一超多强”的空间极化不对称格局。

3．1．1城市间双向网络信息总流量不对称程度在

宏观层面的

“一超多强”所选取的代表城市微博用户样本数据统计结果

显示，在51个城市中有47个城市的同城“粉丝”标准化值大于同城“关注”标准化值。考虑到“关注”与“粉丝”关系的相对性，样本中同城“粉丝”与“关注”的绝对数量应当是大致相等的。这表明，中国绝大部分城市的网络信息输入大于输出，仅极少数城市的网络信息输出大于输入。另一方面，全国51个城市的网络信息流量统计结果如图1所示，图中横坐标轴的51个城市按网络信息连通性降序排列。

由图1中网络信息净流量曲线可见，若将网络信息净输出大于0的城市按输出流量降序排列，仅有北京、上海、杭州、广州、深圳、南京和厦门7个城市大于0，而其余44个城市的网络信息净输出均小

于0，

这与根据同城“粉丝”和“关注”数据得出的结论相一致。在网络信息净输出城市中，北京占绝对

主导地位，网络信息净输出流高度集中，标准化后网络信息净输出达43．56，其与网络空间中其他所有城市之间总的双向网络信息流呈现出高度不对称。另外，上海、杭州、广州和深圳4个城市的标准化后网络信息净输出均超过1．0，上海更达到8．24，都是信息输出比较集中的网络空间单元。绝大部分的网络信息净输入城市则呈现出结构扁平化，虽然网络信息净输入量也存在随等级的降低而减小的趋势，但各个城市的网络信息净输入普遍偏小，网络信息输入流分散。

此外，这51个城市中绝大部分城市的单向网络信息流量与其在网络空间中的连通性排序具有相对一致性。如图1所示，在排序前10位的城市中，仅重庆和天津的单向网络信息流量与其在网络空间中的连通性排序不完全一致。重庆作为西南地区唯一的直辖市，优越的经济社会发展政策环境和社会文化的开放性使其获取网络信息的主观能动性更强；而天津由于紧邻网络信息输出最为庞大的北京，成为网络信息输出的洼地。这种相对一致性表明，中

国城市网络信息输入与输出的不对称关系未对城市

在网络空间中的连通性产生决定性影响。3．1．2

城市对外网络信息不对称度在微观层面的“一超多强”

对全国51个代表城市按对外网络信息总不对称度从大到小排序，以序号作为自变量，以不对称度作为因变量，

利用Excel软件进行趋势分析，得到中国城市对外网络信息不对称度曲线。如图2所示，与中国城市对外网络信息不对称度序列拟合程度最

优的为乘幂函数V=1．5973x

－0．183

，R=0．926。由这51个城市的拟合曲线可见，中国城市的对外网络信

息不对称程度存在较为明显的等级差异性。在城市网络信息不对称等级体系中，

不对称度＞1的城市极少且其中大部分城市网络信息不对称程度较高；而不对称度＜1的城市占绝大多数且不对称程度变化平缓，其中大部分城市的不对称程度较低。这一结果表明，网络信息空间单元之间的关系与基于实体空间的Christaller中心地理论存在一定的相似性。在网络信息空间中，也存在一定影响力相对较强的中心，主导着网络空间信息流的强度与方向，辐射其余大多数的网络空间单元。在全国51个代表城市中，对外网络信息不对称度≥1．00的网络空间影响中心共13个，其中≥1．20的强影响中心有4个，依次为北京、上海、深圳、杭州。依据城市网络信息不对程度序列数值分布的跳跃性，对13个网络空间影响中心划分等级，发现基于网络信息不对称度的城市等级分布也符合位序—规模法则的“金字

塔”

结构。其中，北京的对外网络信息不对称度达到1．83，为网络空间第一层级影响中心；上海、深圳、杭州的对外网络信息不对称度均在1．30～1．20，为网络空间第二层级影响中心；而作为网络空间第三层级影响中心的其余9个城市，对外网络信息不对称度则仅有1．10～1．00。从不对程度的微观层面考察，中国城市网络信息同样呈现以北京为“一超”、以上海、深圳、杭州等为“多强”，其余城市不对称度序列扁平化的整体格局。3．2网络空间的信息流分布格局与地理距离和经济社会发展水平密切相关

3．2．1

城市对外网络信息不对称度与其经济社会发展水平的相对一致性

根据中国经济社会发展研究中心发布的2011年中国城市综合竞争力排名，选取位列前10位的北京、上海、深圳、广州、南京、大连、苏州、青岛、重庆和宁波，在不考虑地缘因素的前提下，利用Excel软件

第12期陈映雪等：基于微博平台的中国城市网络信息不对称关系研究

1357

图1

Fig．1

51个城市网络信息流量

Internetinformationflowsamong51

cities

于区域地方性城市，受区域中心和多个次级中心的辐射，在区域乃至全国层面，其在网络空间中的影响能力受到相当程度的挤压，使得苏州的对外网络信息不对称度有所降低

。

图2Fig．2

中国城市对外网络信息不对称度曲线CurveofinternetinformationasymmetricdegreeamongChinesecities

对城市对外的网络信息不对称度与城市社会经济发展水平排名的关系进行趋势分析。如图3所示，随着城市经济社会发展水平的降低，其对外网络信息不对称度有逐步减小的趋势，采用幂函数估计时满足10%以上的显著性检验。相对而言，上海、南京和苏州的对外网络信息不对称度与拟合曲线的偏差

由于上海、南京和苏州较为显著。从地缘因素考虑，

同属于长三角地区，南京是位于长三角西部区域的

第二大城市，也是辐射中、西部地区的重要门户，其在全国尺度上的网络空间影响能力得到加强；而受南京、杭州等周边区域次级中心的影响，上海的网络空间区域主导作用在一定程度上被削弱，其在全国尺度上的网络空间影响能力也随之削弱；苏州则属

3．2．2

Fig．3

图3网络信息不对称度与社会经济发展水平的相关性曲线

Correlationcurvebetweeninformationasymmetric

degreeanddevelopmentlevels

城市间网络信息不对称程度与地理距离及

经济社会发展差距密切相关

依据网络信息连通性对51个城市间的网络信息不对称关系矩阵进行筛选，保留连通性排序前26位的城市，并利用ArcGIS软件作筛选后各城市的对外网络信息不对称关系图（图4）。分析筛选后的不

城市间的网络对称关系矩阵和不对称关系图发现，

信息不对称度与地理距离和城市经济社会发展水平

1358

地球科学进展第27卷

表2

6大城市对外网络信息不对称度统计Table2

Statisticsofsixcities’informationasymmetricdegree

城市总不对称度最小值最大值不对称度＞1/%

北京1．831．282．16100．00上海1．280．692．0586．67深圳1．250．642．0173．68南京1．090．561．8178．95武汉0．970．531．5547．06重庆

0．89

0．69

1．51

58．82

都存在密切的关联性。

首先，经济社会发展水平差距对城市间网络信息不对称程度的影响随地理距离增加而衰减。以城市经济社会发展水平排名①

全国前3位的北京、上海和深圳的对外网络信息不对称关系数据为基础进行分析。为满足经济社会发展水平差距大致相当，与北京之间的地理距离相差较大的条件，选取排名

在13～21位的重庆、

宁波、杭州、武汉、天津和厦门等6座城市，对北京组数据进行分析。从地理空间

上看，与北京的距离由近及远大致为天津、武汉、杭州、宁波、重庆和厦门，北京对其网络信息不对称度

分别为2．15，1．87，1．67，1．56，1．45和1．28，不对称度极差达到0．87，

并随着距离增加呈现出明显的衰减趋势。同理，选取排名在30～37位的西安、济南和哈尔滨来分析上海组数据。与上海的地理距离由近及远分别为济南、西安和哈尔滨，上海对其网络信息不对称度分别为1．42，

1．35和1．26。虽然由于上海对外网络信息总不对称度不及北京，

在这组数据中随着距离增加，不对称度衰减量也不及北京组，

但同样表现出一定的衰减趋势。在深圳组数据中，选取城市经济社会发展排名在5～13位的广州、南京、苏州、青岛和重庆做类似分析。在空间距离上，与深圳由近及远分别为广州、重庆、苏州、南京和青

岛，深圳对其网络信息不对称度分别为1．35，1．34，1．28，1．07和1．12。广州、南京与深圳之间的经济

社会发展差距较另外3个城市实际上略为偏小，如果这一差距为理想中的完全相当状态，

深圳对这2个城市的网络信息不对称度必然大于实际值。可以认为，深圳组数据仍然符合随着地理距离的增加，不对称度逐步减小的规律。综上可见，经济社会发展水平差距对城市间网络信息不对称程度的影响随着地理距离的增加而不断衰减。这种衰减性表明，地理距离对网络信息空间格局的塑造仍然起到了重要的作用。

其次，在距离大致相当时，城市间网络信息不对称程度与经济社会发展水平差距具有相对一致性。分别选取位于我国东部、中部和西部地区的代表性

城市南京、

武汉和重庆，对经济社会发展差距、地理距离与城市间网络信息不对称程度的相关性作进一

步分析和验证。在南京对外网络信息不对称关系数据中，分别选取以南京为中心大致在同一直线距离上的福州、济南和郑州以及深圳、沈阳和南宁2组城市进行分析。按照城市经济社会发展水平由高至低，第一组为福州、济南、郑州，第二组为深圳、沈阳、南宁。南京（排名第7位）对第一组城市的网络信

息不对称度依次为1．21，1．55，2．16，对第二组依次为0．94，

1．20，1．81。随着经济社会发展水平差距的增大，南京对这2组城市的网络信息不对称程度都呈现出逐渐增大的趋势。在武汉（排名17位）组数据中，选取与之距离大致相等、经济社会发展水平由高至低的上海、重庆、厦门和西安，武汉对它们的

网络信息不对称度分别为0．79，

0．98，1．20和1．34。在重庆组数据中，按相同的条件，选取广州、武汉、郑

州和南京、福州、济南这2组城市分析，结论相同。综上，在距离大致相当时，城市间的网络信息不对称程度与经济社会发展差距呈现正相关关系，即城市间的经济社会发展水平差距越大，网络信息不对称程度就越高。3．2．3

中国东、中、西部三大经济区网络信息不对称关系与经济发展梯度存在相对一致性以中国的东、中、西部三大经济区为例，考察中宏观空间尺度下的经济社会发展水平与网络空间信息不对称格局之间的关联性。就整个区域的城市总体而言，在本文选取的全国51个代表城市中，东部地区近半数占25个，中部和西部地区仅分别入选11个和15个。可见，在中国的网络空间整体架构上，东部地区占据明显的优势地位。如图5所示，东部城市对外的网络信息总不对称度达1．32，其中对中部城市的不对称度为1．24，对西部城市为1．39；中部城市对外的网络息总不对称度为0．96，基本呈现均衡状态，其中对西部城市的网络信息不对称度为1．17；而西部城市对外的网络信息总不对称度仅为0．77。就单个分属不同区域的城市而言，在标准化后城市间双向网络信息流≥1．00的前提下，东部对中部城市网络信息不对称度＞1的有69对，占总

①依据中国经济社会发展研究中心发布的2011年城市综合竞争力排名，下同．

第12期陈映雪等：

基于微博平台的中国城市网络信息不对称关系研究

1359

图4

Fig．4

6大城市对外网络信息不对称关系图

Informationasymmetryrelationsbetweensixcitiesandtheothers

1360

地球科学进展第27卷

图5

三大经济区网络信息不对称度与经济发展水平比较

Fig．5

Comparisonbetweeninformationasymmetric

degreeandeconomicdevelopmentlevelsamong

threeeconomiczones

表3

中国三大经济区城市间网络信息不对称度统计Table3

Statisticsofinternetinformationasymmetric

degreeamongcitiesinthreeChineseeconomiczones

区间双向信息流双向信息流不对称度不对称度≥1/对

≥1/%≥1/对＞1/%东部→中部9534．556972．63东部→西部12232．538670．49中部→西部

34

20．61

19

55．88

数的72．63%；东部对西部城市网络信息不对称度

＞1的共86对，占总数的70．49%；中部对西部城市网络信息不对称度＞1的为19对，也超过总数的一半。综上可见，在中国的三大经济区之间，无论整个区域的城市总体还是单个分属不同区域的城市，都存在明显的网络信息不对称关系。由图5可见，这种不对称关系又恰好与三大区域之间的经济发展梯度存在相对一致性。

4结论与展望

在综述空间相互作用和空间关系相关理论以及

网络信息地理前人研究成果的基础之上，

本文借助新浪微博平台，通过提取中国城市网络信息流数据，证实了中国城市网络信息在宏观和微观层面的不对

称格局，并深入探究了这种状态与格局的形成机制。中国城市网络空间的信息流分布格局，无论从宏观的网络信息总输入与总输出流量关系还是从微观的城市对外网络信息不对称度考察，都呈现出“一超多强”的极化空间不对称。其中，“一超”为北京，多强”为上海、深圳、杭州和广州等，其余城市在与外界网络信息联系的不对称程度上则呈现出扁平化

的态势。

研究发现，这种网络信息空间的极化不对称格局与实体空间的地理距离和经济社会发展水平等外部因素之间都存在密切的关联性。首先，城市对外的网络信息不对称度与其经济社会发展水平具有相对一致性，经济社会发展水平越高，其在网络空间中的影响能力相对就越强。第二，城市之间的网络信息不对称程度与它们之间的地理距离和经济社会发展差距密切相关。经济社会发展水平差距对城市之间网络信息不对称程度的影响随着地理距离的增加呈现出衰减性；而在一定地理距离范围内，城市之间

的经济社会发展水平差距越大，它们之间的网络信息不对称程度就越高。第三，从中宏观区域的层面考察，中国东、中、西部地区之间的网络信息不对称关系也与其经济发展梯度相一致。由此可以推断，一超多强”格局的形成与地理空间中的城市发展格局也具有密切的相关性。由于长三角和珠三角地区中心城市和多个次级中心城市之间的发展差距较京津冀地区普遍偏小，个体城市在网络空间中的影响能力也因此被分散而削弱。

当然，这一推断还需通过对省际之间的网络空间信息流分布的进一步研究来验证。另外，受数据来源的限制，本文仅能选取城市作为最小研究单元，而未涉及对城乡之间网络信息流分布格局的考察。作为自媒体典型代表的微博，在促使公众话语权回归的同时，也加重了话语权的不平等。基于微博平台的网络空间信息不对称是客观存在的，随着网络自媒体在我国的不断发展、成熟，不同尺度地域之间网络话语权的不平等极有可能因此被放大。鉴于网络空间的特殊性，这种不平等的话语权所带来的强势地区的价值观、社会舆论向弱势地区的渗透往往比在实体空间中文化的传播与渗透更加迅速和显著，网络信息传播所带来的社会经济效益极有可能在强势和弱势地区之间产生分配失衡。可以推测，网络空间信息流分布的不对称格局势必会对地理空间的经济社会发展与文化传播格局产生一定的反塑造作用，而这种反塑造作用的具体模式和影响机理还有待进一步研究。参考文献（References）：

1］RobinsK．Cyberspaceandtheworldwelivein［C］∥Featherstone

M，BurrowsR，eds．Cyberspace/CyberBodies/Cyberpunk．Lon-don：Sage，1995．

2］TofflerAlvin．TheThirdWave［M］．NewYork：Bantam，1980．3］HepworthM．GeographyoftheInformationEconomy［C］．Lon-

“［［［“

don：GuildfordPress，1990．

［4］CairncrossF．TheDeathofDistance［M］．Cambridge，MA：Har-vardBusinessSchoolPress，1997．［5］

O’BrienR．GlobalFinancialIntegration：TheEndofGeography［M］．NewYork：CouncilonForeignRelationsPress，1992：1-120．

［6］CrangM，CrangP，MayJ．VirtualGeographies：Bodies，Space

andRelations［M］．London：Routledge，1999．

［7］BattyM．Virtualgeography［J］．Futures，1997，29（4/5）：337-352．

［8］FingletonB．Thelocationofhigh-technologymanufacturingin

greatBritain：Changesinthelate1980s［J］．UrbanStudies，1994，31：47-57．

［9］RobertMK．Towardsgeographiesofcyberspace［J］．Progressin

HumanGeography，1998，22：385-406．

［10］BakisH，LuZi．Thechangefromthegeographicalspacetogeo-cyberspace—Reviewonthewesternscholarsonregionaleffectsbytelecommunication［J］．ActaGeographicaSinica，2000，55（1）：104-110．［BakisH，路紫．从地理空间到地理网络空间的变化趋势［

J］．地理学报，2000，55（1）：104-110．］［

11］DodgeM．Guesteditorial：Cybergeography［J］．EnvironmentandPlanningB：PlanningandDesign，2001，28（1）：122．

［12］CapelloR，GillespieA．Transport，communicationsandspatial

organization：FuturetrendsandconceptualFrameworks［C］∥Gi-annopoulos，Gillespie，eds．TransportandCommunicationsInno-vationinEurope，

1993．［13］SunZhongwei，LuZi，HeJunliang．Researchonspatialpattern

andorganizationmechanismofinternationalinternetinformationflows［J］．HumanGeography，2009，（4）：43-49．［孙中伟，路紫，贺军亮．世界互联网信息流的空间格局及其组织机理［J］．人文地理，2009，（4）：43-49．］

［14］CastellsM．TheInformationalCity—InformationTechnology，E-conomicRestructuringandtheUrban-RegionalProcess［M］．Ox-ford：Blackwell，1991：402．

［15］WheelerJO，MitchelsonRL．Informationflowsamongmajor

metropolitanareasintheUnitedStates［J］．AnnalsoftheAssoci-ationofAmericanGeographers，1989，79：523-543．

［16］TaylorJ．Theemerginggeographiesofvirtualworlds［J］．Geo-graphicalReview，1997，87（2）：172-192．

［17］FlowerJ．InternetEconomy：TheComingofDigitalBusinessEra

［M］．NewYork：WorldwideConcert，1997．

［18］KitchinR．Cyberspace：TheWorldintheWires［M］．London：

Wiley，1998：228．

［19］SunZhongwei，ZhangBing，WangYang，etal．Relationbe-tweeninternetresourcesandprovincialeconomydevelopmentinChina［J］．GeographyandGeo-InformationScience，2010，26（3）：44-48．［孙中伟，张兵，王杨，等．互联网资源与我国省域经济发展的关系研究［J］．地理与地理信息科学，2010，26（3）：44-48．］

［20］LiuWeidong，ZhenFeng．Spatialimplicationsofnewinformation

andcommunicationtechnologies［J］．ActaGeographicaSinica，2004，59（10）：67-76．［刘卫东，甄峰．信息化对社会经济空

间组织的影响研究［

J］．地理学报，2004，59（10）：67-76．］［

21］CastellsManuel．TheRiseoftheNetworkSociety（TheInforma-tionAge：Economy，SocietyandCulture，Vol．1）［M］．LondonandOxford：Blackwell，

1996．［22］JonesS．VirtualCulture—IdentityandCommunicationinCybers-ociety［M］．London：SagePublications，1997．

［23］PaulMTorrens．Geographyandcomputationalsocialscience

［J］．GeoJournal，2010，（75）：133-148．

［24］WangMingfeng，NingYuemin．Thenetworkadvantageofcities：

AnanalysisofspatialstructureandnodeaccessibilityofinternetbackbonesinChina［J］．GeographicalResearch，2006，25（2）：193-203．［汪明峰，宁越敏．城市的网络优势———中国互联网骨干网络结构与节点可达性分析［J］．地理研究，2006，25（2）：193-203．］

［25］ZhenFeng，ZhaiQing，ChenGang，etal．Nobilesocialtheory

constructionandurbangeographicresearchintheinformationers［J］．GeographicalResearch，2012，31（2）：197-206．［甄峰，翟青，陈刚，等．信息时代移动社会理论构建与城市地理研究［J］．地理研究，2012，31（2）：197-206．］

［26］GasparJ，GlaeserEL．Informationtechnologyandthefutureof

cities［

J］．JournalofUrbanEconomics，1998，43：136-156．［27］MossML．Technologyandcities［J］．Cityscape：AJournalof

PolicyDevelopmentandResearch，1998，3（3）：107-127．

［28］BarneyWarf．Seguewaysintocyberspace：Multiplegeographiesof

thedigitaldivide［J］．EnvironmentandPlanningB：PlanningandDesign，

2001，28：3-19．［29］ThriftN．Newurbanerasandoldtechnologicalfears：Reconfig-uringthegoodwillofelectronicthings［J］．UrbanStudies，1996，33：1463-1493．

［30］GrahamS，MarvinS．TelecommunicationsandtheCity：Elec-tronicSpaces，UrbanPlaces［M］．London：Routledge，1996：211-236．

［31］LommeDevriendt，AndrewBoulton．Searchingforcyberspace：

Thepositionofmajorcitiesintheinformationage［J］．JournalofUrbanTechnology，2011，18（1）：73-92．

［32］DongZhiliang，LuZi，BaiCuiling．Thespatialcharacterofchi-nesenetwork’sframework—TakeCERNETasanexample［J］．Geo-InformationScience，2005，7（3）：5-11．［董志良，路紫，白翠玲．中国网络信息流的空间结构模式分析［J］．地球信息科学，

2005，7（3）：5-11．］［33］CNNIC．28thChinaInternetDevelopmentStatisticsReport［R］．

2011．［中国互联网络信息中心．第28次中国互联网络发展状况统计报告［

R］．2011．］［34］YuJianrong．China’ssocialnetworkingproblem［J］．Spectrum

IEEE，

2011，48（6）：74-77．［35］LiuYinbin，ZhouYixia．SocialMediainChina：RisingWeiboin

Government［

C］．IEEEDEST，2011．［36］MichaelWiedau，FrankAlsmeyer，AndreasHarwardt．Personal

micro-bloggingforworkflowsupportinconceptualdesign［J］．ComputerAidedChemicalEngineering，2010，28：1321-1326．

［37］GuChaolin．Therank-sizedistributionmodelandstructurefore-castofChineseurbansystem［J］．EconomicGeography，1990，10

Press，2011．［2011中国统计年鉴［Z］．北京：中国统计出版2011．］社，

（3）：54-56．［顾朝林．中国城镇体系等级规模分布模型及其1990，10（3）：54-56．］结构预测［J］．经济地理，

38］2011ChinaStatisticalYearbook［Z］．Beijing：ChinaStatistics［

AStudyofInternetInformationAsymmetryRelationsAmongChinese

CitiesBasedontheMicro-blogPlatform

ChenYingxue1，ZhenFeng2，WangBo2，ZouWei1

（1．SchoolofGeographicandOceanographicSciences，NanjingUniversity，Nanjing210093，China；

2．SchoolofArchitectureandUrbanPlanning，NanjingUniversity，Nanjing210093，China）

Abstract：Thestudyofspatialrelationsandinformationflowsincyberspacelaysthefoundationforthestudyofgeo-spatialevolutionundertheinfluenceofICTs．Informationflowsamongseveralcitiescanbeobtainedthroughthemicro-blogplatform．TheresearchdealswithstatisticscollectedfromSinamicro-blogasfollows．First，select51representativeChinesecitiestoacertainstandardtakingtheeasyaccessofresearchdataintoaccount．Second，select20Sinamicro-blogusersineachofthese51citiesandrecordtheirgeographicalattributestatistics．Thenan-alyzeInternetinformationcontactsstateandspatialconfigurationamongtheseChinesecitiesfromtheperspectiveofgeography．ThispaperusestheflowanalysistoprojecttheabstractspatialrelationsontheconcretegeographicalspaceandcomparethespatialconfigurationofInternetinformationcontactsamongChinesecitieswiththespatialpatternofregionaleconomicandsocialdevelopmentsoastoexplaintheformationmechanism．Theresultsdemon-stratethat：TheInternetinformationrelationsamongChinesecitiespresenta“onesuperpowerandmany”polarizedspatialasymmetricconfiguration．Theinformationasymmetricconfigurationincyberspacehasclosecorrelationwiththedistanceandthesocialandeconomicdevelopmentlevelsingeographicalspace，whichexpressesas：TheInter-netinformationasymmetricdegreeofonecitytotheothersisrelativelyconsistentwiththeeconomicandsocialde-velopmentlevelsofit；Withthedistancebetweentwocitiesrising，theimpactoftheeconomicandsocialdevelop-mentgapsontheirInternetinformationasymmetricdegreewillreduce；Atacertaindistance，theInternetinforma-tionasymmetricdegreebetweentwocitiesisrelativelyconsistentwiththeireconomicandsocialdevelopmentgap；TheInternetinformationasymmetricrelationsamongtheeastern，centralandwesternChinaarerelativelyconsistentwiththeireconomicandsocialdevelopmentgradient．

Keywords：Geocyberspace；Spatialrelations；Informationasymmetry；Micro-blog；Cityandregion．

第27卷第12期2012年12月 地球科学进展 ADVANCESINEARTHSCIENCE Vol．27No．12 2012Dec．， J］．地球科学进展，2012，27（12）：1353-1362．［ChenYingxue，Zhen陈映雪，甄峰，…

第27卷第12期2012年12月 地球科学进展 ADVANCESINEARTHSCIENCE Vol．27No．12 2012Dec．， J］．地球科学进展，2012，27（12）：1353-1362．［ChenYingxue，Zhen陈映雪，甄峰，…

第27卷第12期2012年12月 地球科学进展 ADVANCESINEARTHSCIENCE Vol．27No．12 2012Dec．， J］．地球科学进展，2012，27（12）：1353-1362．［ChenYingxue，Zhen陈映雪，甄峰，…

>> 查看更多相关文档

  本文关键词：基于微博平台的中国城市网络信息不对称关系研究，由笔耕文化传播整理发布。