地理科学 2018 , 38 (2): 223-232 https://doi.org/10.13249/j.cnki.sgs.2018.02.008

Orginal Article

中国省域信息流、资金流强度的空间差异——以2015年京东手机交易为例

金彪¹^,²^,, 颜丽玲¹, 沙晋明¹^,, 姚志强²

1. 福建师范大学地理科学学院, 福建福州 350007
2. 福建师范大学软件学院, 福建福州 350007

The Spatial Difference of the Intensity of Information and Capital Flow in Chinese Provincial Region: A Case Study of Mobile Phone Transactions in Jingdong Mall in 2015

Jin Biao¹^,²^,, Yan Liling¹, Sha Jinming¹^,, Yao Zhiqiang²

1. College of Geographical Sciences, Fujian Normal University, Fuzhou 350007, Fujian, China
2. Faculty of Software, Fujian Normal University, Fuzhou 350007, Fujian, China

中图分类号: F129.9

文献标识码: A

文章编号: 1000-0690(2018)02-0223-10

通讯作者: 通讯作者：沙晋明,教授。E-mail: jmsh64@sina.com

收稿日期: 2017-02-14

修回日期: 2017-05-10

网络出版日期: 2018-04-10

基金资助: 国家自然科学基金项目（61370078）资助

作者简介:

作者简介：金彪（1985-）,男,安徽六安人,讲师,博士研究生,主要研究方向为信息地理。E-mail: jinbiao@fjnu.edu.cn

展开

摘要

以京东七大物流中心及其覆盖范围划分省市群。将抓取得到的京东商城2015年手机交易记录与中国统计年鉴相关数据相结合,研究影响信息流和资金流（简称“双流”）强度的可能因素,重点分析省域层面“双流”强度的空间差异,研究结果表明：① 信息基础设施、经济发展水平等已取代地理距离,成为影响“双流”强度的主要因素;② 广东、北京、上海、江苏、浙江等省市为“双流”核心区;③ 网络资金流量分层现象明显,呈“金字塔”形分布;④ 各省市群之间的空间联系存在差异,北京、上海、广东所在省市群的空间联系明显高于其它省市群;⑤ 各省市群内部成员发展不平衡,中心省市对“双流”贡献力最大。

关键词： 信息流 ; 资金流 ; 空间差异 ; 京东 ; 省市群 ; 金字塔

Abstract

227 562 transaction records about mobile phones in 2015 has been fetched from Jingdong Mall website by using the web crawler in this article. Then, these records were used together with some relevant data in the China Statistical Yearbook 2015, while ArcGIS software was used to reflect some relevant information in the geographical space. Then the following content are analyzed: 1) The possible factors which may have an impact on the intensity of information flow and capital flow (for the convenience of description, the follow-up referred to as the “Two Flows”) and the space likage degree were analyzed by using SPSS and other tools; 2) The spatial difference of the “Two Flows” was studied, while the Gini coefficient was introduced to evaluate its spatial concentration; 3) The province groups have been divided according to the seven logistics centers of Jingdong Mall and their business coverage, and then the network space differences between each province/city group was analyzed; 4) The Theil index was introduced to analyze the internal differences of each province/city group. The results show that: 1) The intensity of the “Two Flows” could be affected by some factors such as the level of information infrastructure, economic development and residents’ consumption; 2) There is obvious spatial differences in the intensity of the “Two Flows”, however, from a national point of view, it has a high degree of spatial concentration, where the core active area are mainly concentrated in Guangdong, Beijing, Shanghai, Jiangsu, Sichuan, Zhejiang and other provinces; 3) There is also a time difference in the intensity of the “Two Flows”, appearing as that the intensity in the second half of the year is much stronger than that in the first half; 4) The capital flow in the network space appears obvious stratification phenomenon and assumes the “pyramid” shape distribution: Beijing, Shanghai, Guangdong, Shandong, Sichuan, Jiangsu, Hebei, Zhejiang, Hubei, Hunan, Chongqing, Henan, Anhui, Shaanxi and other provinces are in the middle or upper layer of the “pyramid”, while western provinces and some central provinces are at the bottom; 5) From the top of the “pyramid” to the bottom, their members’ contribution to the whole capital flow reduce gradually. 6) Taken the seven province groups as a whole, there is difference in the degree of spatial linkage: the members of those groups where Beijing, Shanghai and Guangdong Province included are more closely related to each other than others; 7) Thinking each province group singly, the development level of its members is unbalanced, appearing that the central provinces have the greatest contribution to the “Two Flows”; 8) The geographical distance has been replaced by the level of information infrastructure and economic development, and is no longer the main factor that affects the intensity of the “Two Flows”. In view of above analysis, this article thinks the “area responsible scheme” should be adopt to strengthen communication between the relevant provinces who are at different layers in the “pyramid”, and enhance the promotion and draw function of those provinces who at a higher layer to the lowers, thereby reducing the space differences of “Two Flows” between different provinces in intensity.

Keywords： information flow ; capital flow ; spatial difference ; Jingdong Mall ; province/city group ; pyramid

PDF (930KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

金彪, 颜丽玲, 沙晋明, 姚志强. 中国省域信息流、资金流强度的空间差异——以2015年京东手机交易为例[J]. 地理科学, 2018, 38(2): 223-232 https://doi.org/10.13249/j.cnki.sgs.2018.02.008

Jin Biao, Yan Liling, Sha Jinming, Yao Zhiqiang. The Spatial Difference of the Intensity of Information and Capital Flow in Chinese Provincial Region: A Case Study of Mobile Phone Transactions in Jingdong Mall in 2015[J]. Scientia Geographica Sinica, 2018, 38(2): 223-232 https://doi.org/10.13249/j.cnki.sgs.2018.02.008

信息技术的应用不断扩大和深化,使得资本、商品、资源、人力、生产力等主要的社会经济要素极大程度的数字化、信息化、符号化,从而造就了一种虚拟的、数字化的空间-信息空间。在信息化社会中,人们不仅要在地理空间中生存和竞争,还要在虚拟的信息空间生存和竞争,新空间中的事物存在运行规律已经不同于传统社会,必须对其深入研究,发展出符合信息地理理论来指导人类的未来^[1]。

地理学信息革命正在向第三个阶段过渡^[2],即建立和发展信息地理学。信息地理学是21世纪地理学的制高点^[3],信息地理学研究的是信息的地域差异^[4]。它是研究信息社会地理特征的一门新兴交叉学科^[5],以区域数字化的信息资源,网络链接为对象,研究社会经济网络化所产生的新的地域特征、时空特征的新型地理学。有不少信息地理学研究的实例,如利用相关地理信息研究地理空间与网络空间的相互关系及变化趋势^[6,7,8,9],研究和分析经济消费等日常行为习惯^[10,11,12],进行城市功能区划分或格局研究^{[13,14,15,16,17,18]},分析其它时空分布规律等^[19,20,21]。

电子商务相关的数据,如电商分布数据、商品销售数据等,因常包含买卖双方等的地理位置信息而被很多研究者分析。将这些地理信息与相关数据结合,可以分析各地区之间的网络联系或在某些领域存在的差异。电子商务开展过程中充分融合了信息流（既包括商品信息的提供、促销行销、技术支持、售后服务等内容,也包括询价单、报价单、付款通知,转账通知单等商业贸易单证,还包括交易方的支付能力、支付信用和中介信誉等^[22]）、物流（商品在空间和时间上的位移）以及资金流（包括付款、转账、结算、兑换等资金转移过程）。

在这3种流中,物流是保障,资金流是实现手段,信息流是核心,是物流和资金流的基础。物流与资金流通常单向流动,而信息的流动则是双向的（图1）。大数据时代下的3种流之间的关系表现为：资金流为物流提供资金支持和支付渠道;物流为信息流提供业务实际,提供信息采集和分析的现实基础;信息流为资金流提供成本收益分析和风险控制的基础,也为资金流向提供指导^[23]。在信息和通信技术（ICTs）的支撑下,生产和组织可以不局限于固定的地理区位,功能和权力在流动中组织,信息流引导物质流更合理有序地发展^[24]。这3种流都可以作为评价相关地区之间的网络联系强度的重要指标。

显示原图| 下载原图ZIP| 生成PPT

图1 信息流、物流、资金流之间的关系

Fig.1 The relationship between information flow, logistics and capital flow

本文以从京东商城（https://www.jd.com/）上抓取的227 562条包含地理信息的手机交易记录为核心数据源,充分结合2015年《中国统计年鉴》^[25]中的相关数据,借助ArcGIS软件将相关信息反映到地理空间上,对以下内容进行分析研究：① 分析信息流与资金流之间的关系;② 运用SPSS等工具对相关数据进行相关性分析,分析影响信息流和资金流强度的可能因素;③ 分析信息流及资金流强度的时间和空间差异;④ 以京东中北京、上海、广东、成都、武汉、西安、沈阳七大物流中心及其业务覆盖省市划分省市群,比较各省市群之间的空间联系度差异;⑤ 研究各省市群内部成员之间的差异。最后,基于本文研究分析结果,提出降低“双流”差异的措施和建议。

1 研究方法

作为目前国内最大的两家电商,京东和淘宝在信息流、物流以及资金流融合方面走在前列,其经营模式以及交易数据被越来越多的研究人员研究分析。然而为了保护用户隐私,除了他们的合作伙伴以外的其他人都很难获得完整的交易信息,因而只能利用爬虫技术抓取一些公开的信息。

相比淘宝网,从京东网上可以抓取到包含更多信息的交易记录,包括交易时间、评价时间、商品型号以及买家所在地等。因此,本文选取京东网上的交易记录作为抓取和研究对象。同时,为了使抓取得到的信息具有可比性,本文仅抓取用户在京东上购买手机这一类产品的交易记录。

1.1 数据采集

为了与中国统计年鉴中的相关数据进行关联分析,本文利用爬虫技术抓取京东网上抓取包含买家地理信息的交易记录227 562条,交易起止日期为2015年1月1日0点至2016年1月1 日0点,范围涵盖中国各省和直辖市（表1）。

1.2 数据处理

为了更好地发现差异,本文依据所购商品的价格 $\begin{matrix} p \end{matrix}$ ,将交易记录分为低端手机（ $\begin{matrix} p \end{matrix}$ ≤1 500）、中端手机（1 500< $\begin{matrix} p \end{matrix}$ ≤3 000）及高端手机（ $\begin{matrix} p \end{matrix}$ >3 000）三大类,统计各省市在各区间内的交易笔数及金额（表1）。由于澳门、钓鱼岛、香港以及台湾等地区的交易记录偏少,所以它们不参与后续的相关数据分析。

表1 交易记录分布情况

Table 1 Distribution of the transaction records

省市	低端手机			中端手机		高端手机		总笔数	总金额（元）
省市	笔数		金额（元）		笔数		金额（元）	笔数	金额（元）
安徽	2374	2136022		1158	2386698	1538	8264546	5070	12787266
澳门	4	3496		4	8085	4	23752	12	35333
北京	11483	10340702		7829	15590458	17814	98864429	37126	124795589
钓鱼岛	27	24344		14	27665	29	166817	70	218826
福建	2647	2347624		1300	2672853	2073	11389545	6020	16410022
甘肃	622	554079		292	617420	467	2470279	1381	3641778
广东	21750	18899840		9805	20155632	11026	59514869	42581	98570341
广西	1678	1434862		705	1455394	929	5043759	3312	7934015
贵州	685	596714		343	699236	609	3313841	1637	4609791
海南	428	379241		177	359529	307	1657414	912	2396184
河北	4227	3599224		1885	3825737	2828	15050660	8940	22475621
河南	3301	2852040		1627	3338132	2218	11847089	7146	18037261
黑龙江	1262	1103129		677	1326236	1174	6389364	3113	8818729
湖北	3174	2905221		1653	3428854	2734	14890844	7561	21224919
湖南	1866	1627951		841	1717766	1096	5880318	3803	9226035
吉林	987	874268		479	956104	863	4693347	2329	6523719
江苏	6665	6102064		3538	7265513	5952	32384291	16155	45751868
江西	1180	1039564		569	1189457	685	3640148	2434	5869169
辽宁	2789	2414440		1418	2854344	2595	14125133	6802	19393917
内蒙古	607	537077		334	672380	576	3124849	1517	4334306
宁夏	244	220287		88	196936	136	711704	468	1128927
青海	187	176761		87	184395	144	777248	418	1138404
山东	5868	5028961		2467	5016162	3249	17576570	11584	27621693
山西	1553	1323854		619	1261324	1232	6660917	3404	9246095
陕西	2984	2697130		1321	2701625	2043	11071049	6348	16469804
上海	4412	4028029		2806	5861373	6213	34610408	13431	44499810
四川	6192	5617367		2958	6195406	4600	24739687	13750	36552460
台湾	8	6904		2	4198	6	35928	16	47030
天津	1876	1639022		997	1973624	1829	10044244	4702	13656890
西藏	169	149201		39	81263	115	610428	323	840892
香港	15	13976		6	11083	4	19642	25	44701
新疆	491	446560		262	548838	424	2258408	1177	3253806
云南	775	713051		409	816599	703	3788213	1887	5317863
浙江	3518	3174307		1899	3966623	3395	18601604	8812	25742534
重庆	1418	1258255		698	1401838	1180	6429792	3296	9089885
合计	97466	86265567		49306	100768780	80790	440671136	227562	627705483

新窗口打开

文章对交易记录笔数与交易金额进行拟合,结果表明,无论是针对各区间还是全部交易情况而言,交易笔数越多,交易金额越大,两者正相关。

就整体交易情况而言,出现了如北京、广东、河北、山东、上海与四川等记录数与资金流明显分节的情况。经对比发现,分节地区与拟合得分大于0（高于平均值）地区高度吻合,均处于中部地区以及东南沿海。

2 结果分析

2.1 信息流与资金流的相互作用

电子商务过程中的信息流主要包括企业内部信息网以及企业外部信息网中的信息流。前者主要指的是企业内部各部门、各组织之间的信息流动,后者则主要包括该企业与其它企业以及客户之间的信息流动。

就电商企业本身而言,作为信息的集中处理主体,电商的核心资源是计算机服务器和开发团队,核心资源的地域分布较为集中,运营成本相对较低,几乎没有历史负担,与资金和物流联系紧密,最容易先形成规模^[23]。借助强大的资金实力,电商可以对其原有信息处理系统进行改造提升,并不断优化和强化信息技术员的构成结构和专业技能。

就电商与客户的关系而言,信息流通畅程度以及正负面性会在很大程度上影响资金流。其中,信息流通畅程度主要取决于两者之间互联网、电信网、交通网等的连通性,而信息流的正负面性主要受到客服人员的响应速度、服务态度和水平、客户自身的购物体验、其他客户的评价评分等影响。当信息流的负面性大于正面性时,后续的资金流动会减缓甚至停止,反之资金流将不断流动且规模越来越大。

本文所研究的信息流和资金流主要指的是企业与客户之间的信息以及资金流动。当然,这两者之间往往并不是直接联系,信息和资金在流向终点的过程中,通常途径第三方支付平台、仓储以及快递公司等。但鉴于本文所抓取的数据不足以查看分析整个流动的过程,所以重点考虑信息流以及资金流的起点和终点。此外,每笔交易过程中都不可以避免地产生信息流动,交易笔数越多信息流强度越高,而交易金额则较为直接地反映出资金流的强弱（图2）。

显示原图| 下载原图ZIP| 生成PPT

图2 交易记录笔数与交易金额拟合情况

Fig.2 Fitting of the count of transactions and transaction amount

2.2 信息基础设施建设及经济发展水平影响“双流”的强度

将采集得到的购买记录与2015年《中国统计年鉴》^[25]中的相关数据,运用SPSS中相关性分析（Pearson相关）进行分析,相关性矩阵见表2。

分析结果表明,交易记录总数与该地区的生产总值、居民消费水平、互联网宽带接入用户等因素均具有较高的相关性（均在60%以上）。生产总值高、居民消费水平高的地区,资金较为丰富;信息基础设施建设相对完善的地区,居民的网购意向较大,资金流动较为频繁;虽然各省市在不同价格区间购买手机的数量存在明显差异,但就总的交易笔数和交易总金额而言,相关度达到97.87%,具有较高的代表性,符合1.2章节中的拟合分析结果。

2.3 “双流”强度存在月差异

依据月份对交易记录进行划分（图3）,就整体交易量而言,每月的总交易量整体呈上升趋势,下半年的交易量要明显高于上半年,“双流”强度明显加强,并在11月达到最大。

其主要原因在于,中国的传统佳节（如七夕、中秋、重阳、国庆等）、西方主要节日（如圣诞节）以及电商促销活动（如6.18、七夕、中秋、“双十一”等）主要集中在下半年,尤其是“双十一”的促销力度最大（2015年11月12日,京东官方微博公布“双十一”战绩,下单量突破 3 200 万单,同比增长 130%）。此外,6~9月为学生毕业、就业、开学季,作为网上购物的重要群体,他们的参与直接导致了“双流”强度的增强。

区位基尼系数是评价地理集中程度的常用指标之一,它可以衡量某项经济活动在不同地理单元间的分布与均衡分布不一致的程度^[26],其计算公式如下：

$\begin{matrix} G = \frac{1}{2 n^{2} \overset{̅}{r}} \overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} |r_{i} - r_{j}| \end{matrix}$ （1）

式中, $\begin{matrix} G \end{matrix}$ 为区位基尼系数; $\begin{matrix} n \end{matrix}$ 为研究单元的数量; $\begin{matrix} \overset{̅}{r} = 1 / n \end{matrix}$ , $\begin{matrix} r_{i} = R_{i} / \overset{n}{\sum_{i = 1}} R_{i} \end{matrix}$ ;结合本文的研究数据, $\begin{matrix} R_{i} \end{matrix}$ 取第 $\begin{matrix} i \end{matrix}$ 个省市的总交易笔数, $\begin{matrix} r_{i} \end{matrix}$ 、 $\begin{matrix} r_{j} \end{matrix}$ 则分别表示省市 $\begin{matrix} i \end{matrix}$ 、省市 $\begin{matrix} j \end{matrix}$ 各自的总交易笔数占给全国总交易笔数的比例。计算结果为 $\begin{matrix} G \approx 0.611 8 \end{matrix}$ ,这表明中国“双流”的空间集中度较高。文章对下半年交易量前10名的省市进行排序（表3）。可见,交易活跃区域均集中在广东、北京、江苏、四川、上海、山东、河北、浙江、湖北、河南等10个省市,它们是“双流”活跃的核心区,对中国“双流”的发展和走向起主导作用。

表2 2014年各地区相关性矩阵

Table 2 The correlation matrix of regions in 2014

	交易记录数	生产总值	全体居民消费水平	互联网宽带接入用户	交易总金额
交易记录数	1	0.6629	0.6056	0.6547	0.9787
生产总值	0.6629	1	0.4340	0.9600	0.5748
全体居民消费水平	0.6056	0.4340	1	0.3013	0.6733
互联网宽带接入用户	0.6547	0.9600	0.3013	1	0.5450
交易总金额	0.9787	0.5748	0.6733	0.5450	1

新窗口打开

显示原图| 下载原图ZIP| 生成PPT

图3 每月总交易量走势

Fig.3 Trend of the total transaction volume of every month

表3 下半年各月总交易量前10省市排名

Table 3 Top ten provinces in the total trading volume in the second half of the year

排名	6月	7月	8月	9月	10月	11月	12月
1	广东	广东	广东	广东	广东	广东	广东
2	北京	北京	北京	北京	北京	北京	北京
3	江苏	江苏	江苏	江苏	江苏	江苏	江苏
4	上海	四川	上海	四川	四川	四川	四川
5	四川	山东	四川	山东	山东	上海	上海
6	山东	上海	山东	上海	上海	山东	山东
7	浙江	河北	河北	浙江	河北	河北	河北
8	河北	浙江	浙江	河北	浙江	浙江	浙江
9	湖北	湖北	河南	湖北	湖北	湖北	湖北
10	河南	河南	辽宁	河南	河南	河南	河南

新窗口打开

2.4 各省市群资金流强度等级差异分析

图4为中国31个省市手机交易总量的等级分布情况。鉴于本文的分析结果,图4a可相应为资金流强度的分级图。

如图4b所示,可以将资金流强度划分为5个等级,其中,北京和广东处于最顶级,新疆以及西藏等西部省市则处于最低级。① 就各等级所包含的省市数量而言,符合“金字塔”结构,即处于高级的省市数量少于处于较低级省市的数量;② 就各省市对全国资金流总量的贡献而言：a. 中东部省市对资金流总量的贡献要远高于西部省市,基本处于“金字塔”的中上层;b. 北京、广东、河北、山东、江苏、上海、浙江以及四川的贡献力最大,在资金流中占主导地位;c. 天津、福建等沿海发达省市以及湖南、重庆、河南、安徽、陕西等中部较发达省市处于“金字塔”的中间层,对资金流总量的贡献虽不及I和II两个等级的省市,但明显高于IV和V两个等级的省市;d. 中间层（III层）不仅是资金流总量的重要组成部分,从地理空间来看,还是II层与II层、II层与I层以及II层与IV层之间部分省市的连接层;e. 东北地区部分省市（如黑龙江、吉林等）以及西南地区部分省市（如云南、贵州等）的贡献力虽然高于V级中的西部地区省市,但是相比于处于中上级的省市而言,还是较弱;f. V级中的西部省市,由于受到交通、人口、自然条件等众多客观因素的限制,其资金流量明显低于其它省市,有很大地提升空间,急需相应的提升措施。

2.5 各省市群空间联系度差异分析

厄尔曼（E. Ullman）最先提出空间相互作用原理,认为空间的相互作用必定形成一定的空间结构。空间相互作用主要指的是区域之间所发生的商品、资金、技术、信息等相互传输的过程^[27]。通过这种相互作用既能够使相关区域加强联系,互通有无,拓展发展的空间,获得更多的发展机会,有可能导致区域之间对资源、要素、发展等的竞争^[8]。本文依据京东所设物流中心及其相应的业务覆盖范围进行省市群划分。

截止目前,京东在全国范围内共拥有北京、上海、广东、成都、武汉、西安以及沈阳七大物流中心。首先,定义每个由物流中心及其业务覆盖范围构成的省市群为 $\begin{matrix} C C_{i} (i = 1,2, \dots 7) \end{matrix}$ , $\begin{matrix} T_{ij} (i = 1,2, \dots 7, \end{matrix} \begin{matrix} j = 1,2, \dots m) \end{matrix}$ ,表示 $\begin{matrix} C C_{i} \end{matrix}$ 中物流中心与其它省市成员之间的实际连接数（交易笔数）, $\begin{matrix} LC C_{i} \end{matrix}$ 为 $\begin{matrix} C C_{i} \end{matrix}$ 中所有联系的总和。其中, $\begin{matrix} m \end{matrix}$ 为 $\begin{matrix} C C_{i} \end{matrix}$ 内省市成员的个数。

同时,为了表征整个省市群网络中各节点间的平均连接数,以便省市群之间的横向比较,定义各省市群的平均联系度 $\begin{matrix} \overset{C_{i}}{LC} \end{matrix}$ 为 $\begin{matrix} LC C_{i} \end{matrix}$ 与 $\begin{matrix} m \times (m - 1) \end{matrix}$ 的比例。依据上述定义,对原始数据进行处理得到表4所示内容。

显示原图| 下载原图ZIP| 生成PPT

图4 交易总量等级分布

Fig.4 Level distribution of the total transaction volume

依据表4中的计算结果,就整体而言,东南沿海各省市群的空间联系度要高于中西部省市,以北京、上海、广东为中心的3个省市群的空间联系度明显高于其它几个省市群。就个体而言,各省市群的空间联系度排名从高到低依次为广东中心、上海中心、北京中心、沈阳中心、武汉中心、成都中心和西安中心。

2.6 各省市群的中心省市在网络信息空间中占据主体地位

为描述省市群中区域一体化的程度,定义各省市群中每个省市成员的贡献力 $\begin{matrix} P {C_{j}}_{i} \end{matrix}$ ,其值为 $\begin{matrix} T_{ij} \end{matrix}$ 与 $\begin{matrix} LC C_{i} \end{matrix}$ 的比值（表4中各省市名后小括号中的数值即为相应的贡献力）。

计算结果表明,不仅各省市群的贡献力存在差异,而且就单个省市群而言,其内部各省市成员的贡献力也存在差异,表现为各物流中心所在省市的贡献力远大于其它成员。这也从某种程度上体现了物流中心选址对当地经济的影响和“中心城市”效应。

表4 各省市群的联系度与平均联系度

Table 4 The connection degree and average connection degree of each province/city group

物流中心	覆盖范围[总交易笔数（贡献力）]						$\begin{matrix} \overset{C_{i}}{LC} \end{matrix}$
北京	北京	天津	河北	山西	内蒙古	山东	2242.433
北京	37126(0.5519)	4702(0.0699)	8940(0.1323)	3404(0.0506)	1517(0.0226)	11584(0.1722)	2242.433
上海	上海	江苏	浙江	安徽			3622.333
上海	13431(0.3090)	16155(0.3717)	8812(0.2027)	5070(0.1166)			3622.333
广东	广东	广西	福建	海南			4402.083
广东	42581(0.8061)	3312(0.0627)	6020(0.1140)	912(0.0173)			4402.083
成都	四川	重庆	贵州	云南	西藏		1044.65
成都	13750(0.6581)	3296(0.1578)	1637(0.0784)	1887(0.0903)	323 (0.0155)		1044.65
武汉	河南	湖北	湖南	江西			745.333
武汉	7146(0.3412)	7561(0.3610)	3803(0.1816)	2434(0.1162)			745.333
西安	新疆	陕西	宁夏	青海	甘肃		489.6
西安	1177(0.1202)	6348(0.6483)	468(0.0478)	418(0.0427)	1381(0.1410)		489.6
沈阳	辽宁	吉林	黑龙江				2040.667
沈阳	6802 (0.5555)	2329(0.1902)	3113 (0.2542)				2040.667

新窗口打开

此外,为了进一步评估和比较各省市群内部各成员的差异,本文利用公式（2）计算各省市群的泰尔指数。

$\begin{matrix} T_{X} = \overset{n}{\sum_{i = 1}} (GD P_{i} / GD P_{X}) \times \ln [(GD P_{i} / GD P_{X} \frac{)}{(} E_{i} / E_{X})] \end{matrix}$ （2）

式中, $\begin{matrix} T_{X} \end{matrix}$ 表示省市群 $\begin{matrix} X \end{matrix}$ 的泰尔指数; $\begin{matrix} GD P_{i} \end{matrix}$ 为第 $\begin{matrix} i \end{matrix}$ 省的GDP占全国GDP 的比例; $\begin{matrix} GD P_{X} \end{matrix}$ 为省市群 $\begin{matrix} X \end{matrix}$ 各成员总的GDP占全国GDP 的比例; $\begin{matrix} E_{i} \end{matrix}$ 为第 $\begin{matrix} i \end{matrix}$ 省的交易笔数占全国总交易笔数的比例; $\begin{matrix} E_{X} \end{matrix}$ 为省市群 $\begin{matrix} X \end{matrix}$ 各成员总的交易笔数占全国总交易笔数的比例。

各省市群的泰尔指数表明（表5）：① 北京、广东、四川所在的省市群内各成员差异非常明显,中心省市表现出“一枝独大”（北京尤为明显）,对群内的其它成员辐射和带动作用急需提升;② 湖北、陕西、辽宁所在的省市群内各成员差异较小（尤其是辽宁所在的省市群）,但这些省市群总体经济发展水平处于中下层,应当加大对这些省市群的整体性经济投入,同时可以设法提升这些群的中心省市的突出地位,采用类似于“让一部分人先富起来”的思路;③ 综合多方面的分析结果,上海所在的省市群发展最合理,其成员之间拥有较高的联系度且整体差异较小。

表5 各省市群的泰尔指数

Table 5 Theil index of each province/city group

各省市群成员	泰尔指数
北京、天津、河北、山西、内蒙古、山东	0.4344
上海、江苏、浙江、安徽	0.0622
广东、广西、福建、海南	0.1032
四川、重庆、贵州、云南、西藏	0.1188
湖北、江西、河南、湖南	0.0339
陕西、甘肃、青海、宁夏、新疆	0.0890
辽宁、吉林、黑龙江	0.0092

新窗口打开

2.7 地理距离不再是影响各省市群各部成员贡献度的主要因素

“地理学第一定律”认为,地理事物或属性在空间分布上互为相关,而相近的事物相互间的关联更为紧密。这里所说的“相近”主要指的是地理空间上的邻近,即较短的地理距离。但是随之通信技术的快速发展,传统意义上的地理距离在很多时候已不再是影响人们决策的主要因素。

鉴于本文所采集和分析的数据为手机交易记录,其物流运输途径基本采用陆路运输,本文利用百度地图得到各省市群中心省市到其各成员之间的最短公路距离（表6）。

表6 各地之间的最短公路距离（km）

Table 6 The shortest road distance between two provinces/cities(km)

起点	终点	距离	起点	终点	距离
北京	天津	120.9	上海	江苏	301.6
北京	河北	296.9	上海	浙江	175.1
北京	山西	488.6	上海	安徽	464.8
北京	内蒙古	480.8	广东	广西	560.0
北京	山东	434.3	广东	福建	870.0
武汉	河南	505.9	广东	海南	587.2
武汉	湖南	353.7	成都	重庆	317.7
武汉	江西	359.3	成都	贵州	663.1
西安	新疆	2568.2	成都	云南	847.0
西安	宁夏	720.0	成都	西藏	3194.0
西安	青海	868.3	沈阳	吉林	296.4
西安	甘肃	632.9	沈阳	黑龙江	537.4

注：以上为百度地图所提供的最新数据(http://map.baidu.con/)。

新窗口打开

在将各省市成员到其所在省市群中心的最短公路距离与其对该省市群的贡献力分别归一化处理后,对两者的相关性进行拟合分析。分析结果表明,地理距离的长短与相应的省市贡献力之间的相关性较差,已经不再是影响“双流”强度的主要因素。

3 结论与讨论

将包含地理信息的电子商务数据与其它相关数据结合,可以分析各地区之间的网络联系或各地区在某些领域存在的差异。本文利用爬虫技术,从京东网上抓取2015年手机交易记录227 562条,并结合2015年中国统计年鉴中的相关数据,对中国各省市的信息流以及资金流的空间差异进行分析。

研究结果表明：① 信息基础设施、经济发展以及居民消费水平等因素会影响“双流”的强弱,表现为正相关性,即信息基础设施越完善,经济发展及居民消费水平越高的地区,人们网络交易越频繁;② “双流”强弱具有地域差异,但从全国范围来看,“双流”的空间集中度较高,表现为“双流”的核心活跃区主要集中在广东、北京、江苏、四川、上海、山东、河北、浙江、湖北以及河南等十个省市,就整体而言中东部的活跃程度明显高于西部地区;③ “双流”强弱具有时间差异,表现为下半年的强度明显高于上半年,这主要是因为国内以及国外的一些重要节假日和电商的大型促销活动主要集中于下半年;④ 网络空间的资金流量分层现象明显,呈“金字塔”形分布：北京、上海、广东、山东、四川、江苏、河北、浙江、湖北、湖南、重庆、河南、安徽、陕西等省市处于“金字塔”的中上层,而西部省市以及部分中部省市则处于底层,从顶端到低端,相应省市对资金量流总量的贡献逐渐降低。

为了更好地发现各省市之间“双流”强度的差异,本文依据京东商城的七大物流中心及其业务范围划分省市群,研究省市群之间以及各省市群内部成员之间的“双流”强度差异：① 就整体而言,东南沿海各省市群的空间联系度要高于中西部省市,北京、上海、广东所在的3个省市群的空间联系度明显高于其它几个省市群,空间联系度排名从高到低依次为广东中心、上海中心、北京中心、沈阳中心、武汉中心、成都中心和西安中心;② 就对所在省市群的“双流”贡献而言,各省市群的中心省市贡献力最大,体现了“城市中心效应”;③ 引入泰尔指数,分析各省市群内部成员之间的差异,结果表明：a.北京、广东、四川所在的省市群内各成员差异非常明显,中心省市表现出“一枝独大”;b.湖北、陕西、辽宁所在的省市群内各成员差异较小,但这些省市群总体经济发展水平处于中下层;c.综合多方面的分析结果,上海所在的省市群发展最合理,其成员之间拥有较高的联系度且整体差异较小;④ 在信息网络空间中,地理距离已不再是影响各省市“双流”强弱的主要因素。

鉴于上述研究和分析结果,本文认为,从整体来看,应当加强西部以及中部部分省市的信息基础设施（如公路、铁路、邮政、仓储、宽带等）建设,设法提高当地人们的经济收入来源,并在税收等方面给予当地企业优惠政策,刺激当地“双流”强度的提升,缩小其与核心区的差距,进而缩小相应省市群之间的差距。就单个省市群而言,其内部差异也较为明显,有的表现为中心省市“一枝独大”,有的虽然内部差异较小,但整体发展水平不高。对于前者,必须设法提升中心省市对其它成员的拉动作用,加强它们之间的交流;对于后者,在加强对该省市群整体性投入的同时,应该适当鼓励其中心省市先富起来,以期它能够更好地拉动其它成员。本文认为提升处于“金字塔”中较低等级省市“双流”强度的最快、最有效的方法是加强它们同与其在地理空间上联系最紧密的且处于较高等级的省市之间的网络空间交流与合作,采用类似于“片区负责”制,如加强四川、陕西与青海、新疆、西藏、重庆、云南等省市的联系,加强广东、湖南与广西、江西等省市的联系等。还应当加强不同等级省市之间的空间联系,提升“双流”强度高的省市对较低省市的促进和拉动作用。有理由相信,随着政府在投资以及政策上的倾斜以及各省市自身的不断发展,“双流”强度的地域差异会逐步减小。但由于造成“双流”强度时间差异的客观条件（节假日时间以及电商促销活动时间）很难改变,所以这种时间差异可能会存在较长时间。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	王育民. 信息空间的形成和发展 [J].中兴通讯技术,2010,16(5):42-47. https://doi.org/10.3969/j.issn.1009-6868.2010.05.010 URL [本文引用: 1] 摘要随着Internet的迅速发展,人类正在被带到一个新的世界环境之中,即信息空间.发展信息空间的主要技术是通信、感知和计算.文章介绍了信息空间的形成与发展,及通信、感知和计算技术发展对信息空间发展的作用,指出未来全球网络的融合将改变单个网络的特性,将创造出一个全球的网络环境,人们可以在这样的空间环境下从事各种活动. [Wang Yumin. Formation and development of cyberspace .Zte Communications, 2010, 16(5):42-47.] https://doi.org/10.3969/j.issn.1009-6868.2010.05.010 URL [本文引用: 1] 摘要随着Internet的迅速发展,人类正在被带到一个新的世界环境之中,即信息空间.发展信息空间的主要技术是通信、感知和计算.文章介绍了信息空间的形成与发展,及通信、感知和计算技术发展对信息空间发展的作用,指出未来全球网络的融合将改变单个网络的特性,将创造出一个全球的网络环境,人们可以在这样的空间环境下从事各种活动.
[2]	陈洪经. 浅谈地理学信息革命及21 世纪的地理科学 [J].科技导报,1995,2:7-9. URL [本文引用: 1] 摘要浅议地理学信息革命及２１世纪的地理科学ＲｅｖｏｌｕｔｉｏｎｏｆＧｅｏｇｒａｐｈｉｃＩｎｆｏｒｍａｔｉｏｎａｎｄＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｉｎｔｈｅ２１ｓｔＣｅｎｔｕｒｙ￥／／信息地理孝北京研究组一、现代地理学是信息时代的产物地理学是一门古老的... [Chen Hongjing. On the geography information revolution and geography science in twenty-first century .Science and Technology Review, 1995, 2:7-9.] URL [本文引用: 1] 摘要浅议地理学信息革命及２１世纪的地理科学ＲｅｖｏｌｕｔｉｏｎｏｆＧｅｏｇｒａｐｈｉｃＩｎｆｏｒｍａｔｉｏｎａｎｄＧｅｏｇｒａｐｈｉｃＳｃｉｅｎｃｅｉｎｔｈｅ２１ｓｔＣｅｎｔｕｒｙ￥／／信息地理孝北京研究组一、现代地理学是信息时代的产物地理学是一门古老的...
[3]	李玉轩, 韩建清,马志正. 信息地理学——二十一世纪地理学的制高点 [J].山西师大学报(自然科学版),1995,9(A01):14-18. URL [本文引用: 1] 摘要扩展地理学的内涵与外延．重视人们对现实世界与生活环境相互联系的强烈关注．充分利用包括现代信息技术在内的先进手段．有效的概括和综合人类空间形形色色的现象．使信息传输的具体内容体现出社会公认的价值，使传统地理学的整体性原月在信息社会得到充分体现，便是下一世纪地理学的重要使命。信息地理学将以其显著的时代气息和高度的概括能力成为信息社会的热门学科．成为二十一世纪地理学的制高点。 [Li Yuxuan, Han Jianqing, Ma Zhizheng. Information geography—The key to geography in the 21stcentury . Journal of Shanxi Normal University(Natural Science Edition), 1995, 9(A01):14-18.] URL [本文引用: 1] 摘要扩展地理学的内涵与外延．重视人们对现实世界与生活环境相互联系的强烈关注．充分利用包括现代信息技术在内的先进手段．有效的概括和综合人类空间形形色色的现象．使信息传输的具体内容体现出社会公认的价值，使传统地理学的整体性原月在信息社会得到充分体现，便是下一世纪地理学的重要使命。信息地理学将以其显著的时代气息和高度的概括能力成为信息社会的热门学科．成为二十一世纪地理学的制高点。
[4]	沙晋明, 史源英, 李小梅. 信息地理学刍议 [J]. 中国信息导报,1996,8:24-25. [本文引用: 1] [Sha Jinming, Shi Yuanying, Li Xiaomei. Discussing on information geography . China Information Review,1996, 8:24-25.] [本文引用: 1]
[5]	沙昱. 论信息地理学及信息地理景观 [J]. 信息技术与应用,2015,12:27-28. https://doi.org/10.3969/j.issn.1671-2064.2015.16.017 URL [本文引用: 1] 摘要本文就信息地理学与信息地理景观进行了详细的论述，认为：时空观念、网络关系、数据化（大数据）、双空间观四方面是主要的信息地理观，其中网络起最主要的作用，由于它的作用，时空网络化、数据网络化导致出现真实地理空间、虚拟空间的叠合映射，产生了新的信息地理特征与景观，对这些的深入研究将有助于我们准确把握未来地理规律，更好地指导社会经济工作。 [Sha Yu. Discussing on information geography and information landscape . Information Technology and Application,2015, 12:27-28.] https://doi.org/10.3969/j.issn.1671-2064.2015.16.017 URL [本文引用: 1] 摘要本文就信息地理学与信息地理景观进行了详细的论述，认为：时空观念、网络关系、数据化（大数据）、双空间观四方面是主要的信息地理观，其中网络起最主要的作用，由于它的作用，时空网络化、数据网络化导致出现真实地理空间、虚拟空间的叠合映射，产生了新的信息地理特征与景观，对这些的深入研究将有助于我们准确把握未来地理规律，更好地指导社会经济工作。
[6]	H 巴凯斯, 路紫. 从地理空间到地理网络空间的变化趋势——兼论西方学者关于电信对地区影响的研究 [J]. 地理学报,2000,55(1):104-111. URL [本文引用: 1] [Henry Bakis, Lu Zi. The change from the geographical space to geocyberspace—Review on the western scholars on reginal effects by telecommunication . Acta Geographica Sinica, 2000, 55(1):104-111.] URL [本文引用: 1]
[7]	甄峰, 顾朝林. 信息时代空间结构研究新进展 [J].地理研究,2002,21(2):257-266. URL [本文引用: 1] [Zhen Feng, Gu Chaolin. New perspectives on spatial structure research in information era .Geographical Research, 2002,21(2):257-266.] URL [本文引用: 1]
[8]	王然. 论地理网络空间的融合特征[D] . 石家庄:河北师范大学,2006. [本文引用: 2] [Wang Ran. The research of amalgamation characteristic in geo-cyberspace . Shijiazhuang: Hebei Normal University,2006.] [本文引用: 2]
[9]	路紫, 匙芳, 王然, 等. 中国现实地理空间与虚拟网络空间的比较 [J].地理科学,2008,28(5):601-606 URL Magsci [本文引用: 1] 摘要在对传统的地理空间和新的计算机网络空间进行比较的基础上,解析了中国省域为单元的联系频率、基于主干网的联系形式和城市节点间的联系速度三个方面:分别应用主成分分析方法得到两个空间对应的若干基本类型以及特征;应用网络分析方法对两个空间各自的联系形式进行了归纳;应用网络服务器距离衰减方法整理了从全国5个网络测试站返回的程序测算数据,对中国两个空间的联系速度进行了规律性认知。 [Lu Zi, Chi Fang, Wang Ran et al. Comparison of realistic geo-space and virtual cyberspace in China .Scientia Geographica Sinica, 2008, 28(5):601-606.] URL Magsci [本文引用: 1] 摘要在对传统的地理空间和新的计算机网络空间进行比较的基础上,解析了中国省域为单元的联系频率、基于主干网的联系形式和城市节点间的联系速度三个方面:分别应用主成分分析方法得到两个空间对应的若干基本类型以及特征;应用网络分析方法对两个空间各自的联系形式进行了归纳;应用网络服务器距离衰减方法整理了从全国5个网络测试站返回的程序测算数据,对中国两个空间的联系速度进行了规律性认知。
[10]	路紫, 赵亚红, 吴士锋, 等. 旅游网站访问者行为的时间分布及导引分析 [J].地理学报,2007,62(6):621-630. https://doi.org/10.3321/j.issn:0375-5444.2007.06.007 URL [本文引用: 1] 摘要运用多种网上查询系统和网站访问量统计工具,获取了旅游网站访问者时间分布的较详细资料,基此总结了旅游网站访问者日内、周内、年内行为的时间分布特征,进而讨论了旅游网站访问者人数与景区旅游者人数之间的相关性及其信息流对人流的导引作用。研究发现:旅游网站访问者日内行为的基本规律是自身表现为一种双峰状态且国内北方显著于南方,其在使用时段上与整体互联网及其主要网站类型的“尖峰时段”特征有较大差异,日内旅游网站访问者人数与景区旅游者人数时间分布的基本一致性说明信息流对人流不具导引作用;旅游网站访问者周内行为的基本规律是自身呈现出周末较少平日较多的特征,与整体互联网及与互联网其他类型的网站比较既有相同性也有差 [Lu Zi, Zhao Yahong,Wu Shifeng et al. The time distribution and guide analysis of visiting behavior of tourism website users . Acta Geographica Sinica, 2007, 62(6):621-630.] https://doi.org/10.3321/j.issn:0375-5444.2007.06.007 URL [本文引用: 1] 摘要运用多种网上查询系统和网站访问量统计工具,获取了旅游网站访问者时间分布的较详细资料,基此总结了旅游网站访问者日内、周内、年内行为的时间分布特征,进而讨论了旅游网站访问者人数与景区旅游者人数之间的相关性及其信息流对人流的导引作用。研究发现:旅游网站访问者日内行为的基本规律是自身表现为一种双峰状态且国内北方显著于南方,其在使用时段上与整体互联网及其主要网站类型的“尖峰时段”特征有较大差异,日内旅游网站访问者人数与景区旅游者人数时间分布的基本一致性说明信息流对人流不具导引作用;旅游网站访问者周内行为的基本规律是自身呈现出周末较少平日较多的特征,与整体互联网及与互联网其他类型的网站比较既有相同性也有差
[11]	秦萧, 甄峰, 熊丽芳, 等. 数据时代城市时空间行为研究方法 [J]. 地理科学进展,2013,32(9):1352-1360. https://doi.org/10.11820/dlkxjz.2013.09.005 URL Magsci [本文引用: 1] 摘要信息技术的快速发展带来了“大数据”时代的到来,改变了城市的空间组织和居民行为,并使得城市时空间行为研究方法面临变革。本文在总结传统城市时空间行为研究方法存在问题的基础上,对影响其变革的数据获取与处理技术进行梳理,重点从居民时空行为、城市空间及城市等级体系3个方面综述了国内外应用大数据进行城市时空间行为研究的最新进展,构建了基于大数据应用的城市时空间行为研究方法框架。本文认为,大数据时代城市时空间行为研究方法的变革主要取决于对反映居民时空行为的网络或移动信息设备数据的挖掘、处理及应用,但是还需要进一步推动相关学科间的交叉与融合,加强社交网站等网络数据在居民时空行为和城市空间研究中的应用,并指导城市规划编制与管理方法的创新。 [Qin Xiao, Zhen Feng, Xiong Lifang et al. Methods in urban temporal and spatial behavior research in the Big Data Era . Process in Geography,2013, 32(9):1352-1360.] https://doi.org/10.11820/dlkxjz.2013.09.005 URL Magsci [本文引用: 1] 摘要信息技术的快速发展带来了“大数据”时代的到来,改变了城市的空间组织和居民行为,并使得城市时空间行为研究方法面临变革。本文在总结传统城市时空间行为研究方法存在问题的基础上,对影响其变革的数据获取与处理技术进行梳理,重点从居民时空行为、城市空间及城市等级体系3个方面综述了国内外应用大数据进行城市时空间行为研究的最新进展,构建了基于大数据应用的城市时空间行为研究方法框架。本文认为,大数据时代城市时空间行为研究方法的变革主要取决于对反映居民时空行为的网络或移动信息设备数据的挖掘、处理及应用,但是还需要进一步推动相关学科间的交叉与融合,加强社交网站等网络数据在居民时空行为和城市空间研究中的应用,并指导城市规划编制与管理方法的创新。
[12]	李君轶, 唐佳, 冯娜. 基于社会感知计算的游客时空行为研究 [J].地理科学,2015,35(7):814-821. URL Magsci [本文引用: 1] 摘要 <p>在情景感知、大数据、移动互联网和物联网发展的大背景下,迎合社会感知计算发展的趋势,探讨旅游社会感知计算内涵及其应用。在分析了现实地理世界、游客行为研究和社会感知计算之间关系的基础上,探讨旅游管理、传感器、游客活动和推理机的相互作用,构建了四位一体的游客行为社会感知计算概念模型。同时以西安国内游客为例,在新浪微博数据的支持和旅游社会感知计算框架下,探讨西安国内游客的时空共现和旅游流空间转移,探明了游客之间的相互关系和旅游空间行为及旅游流空间网络特征,为游客行为研究提供了思路和借鉴。同时在目前社会感知计算研究进展的基础上,展望了旅游社会感知计算未来的发展方向。</p> [Li Junyi, Tang jia, Feng Na et al. Tourists’spatio-temporal behavior based on socially aware computing . Scientia Geographica Sinica, 2015,35(7):814-821.] URL Magsci [本文引用: 1] 摘要 <p>在情景感知、大数据、移动互联网和物联网发展的大背景下,迎合社会感知计算发展的趋势,探讨旅游社会感知计算内涵及其应用。在分析了现实地理世界、游客行为研究和社会感知计算之间关系的基础上,探讨旅游管理、传感器、游客活动和推理机的相互作用,构建了四位一体的游客行为社会感知计算概念模型。同时以西安国内游客为例,在新浪微博数据的支持和旅游社会感知计算框架下,探讨西安国内游客的时空共现和旅游流空间转移,探明了游客之间的相互关系和旅游空间行为及旅游流空间网络特征,为游客行为研究提供了思路和借鉴。同时在目前社会感知计算研究进展的基础上,展望了旅游社会感知计算未来的发展方向。</p>
[13]	路紫, 李晓楠, 杨丽花,等. 基于邻域设施的中国大城市网络店铺的区位取向——以上海、深圳、天津、北京四城市为例 [J].地理学报,2011,66(6):813-820. URL [本文引用: 1] [Lu Zi, Li Xiaonan, Yang Lihua et al. Location orientation of e-shops in China’s major cities based on neighborhood facilities: Case studies of Shanghai,Shenzhen, Tianjin and Beijing . Acta Geographica Sinica, 2011,66(6):813-820.] URL [本文引用: 1]
[14]	姚磊, 卫伟,于洋,等. 基于GIS和RS技术的北京市功能区产流风险分析 [J]. 地理学报,2015,70(2):308-318. URL [本文引用: 1] [Yao Lei, Wei Wei, Yu Yang et al. Research on potential runoff risk of urban functional zones in Beijing city based on GIS and RS . Acta Geographica Sinica, 2015, 70(2):308-318.] URL [本文引用: 1]
[15]	陈世莉, 陶海燕, 李旭亮, 等. 基于潜在语义信息的城市功能区识别——广州市浮动车GPS 时空数据挖掘 [J].地理学报,2016,71(3):471-483. URL [本文引用: 1] [Chen Shili, Tao Haiyan,Li Xuliang et al. Discovering urban functional regions using latent semantic information:Spatiotemporal data mining of floating cars GPS data of Guangzhou . Acta Geographica Sinica, 2016,71(3):471-483.] URL [本文引用: 1]
[16]	陈明星, 陆大道, 龚颖华. 经济地理学视角下中国经济新常态的格局与类型划分 [J].地理科学,2016,36(7):965-972. https://doi.org/10.13249/j.cnki.sgs.2016.07.001 URL Magsci [本文引用: 1] 摘要 <p>面对外部国际需求萎缩,内部支撑经济高速增长的传统人口红利、资源环境红利等逐渐衰减,中国经济增长将面临逐步回落到中低增速的“新常态”。从经济地理学角度开展针对中国经济新常态这一新事像及其格局研究具有重要意义。以全国31个省区单元（港澳台除外）为研究尺度,通过关键指标,分析了中国经济新常态的格局态势,开展了类型划分。结果表明：近年来,中国财政收入、电力消费量、铁路货运量指标,主要行业门类,以及投资、出口和消费的增速均呈现明显下降,绝大多数省区与全国发展态势保持一致。将全国31个省区划分为较快增长、下行压力较小和下行压力较大3类区域,下行压力较大区域细分发展阶段型、整体衰退型、能源原材料型以及其他等4种类型,不同类型区域具有明显的地理集聚特征。针对这一轮经济下行风险,不同地区应采取不同的对策,重点关注东北区域的整体衰退风险,以及山西等省能源原材料省区的经济下行风险。</p> [Chen Mingxing,Lu Dadao,Gong Yinghua. The pattern and regional type of China’s ‘New Normal’ from the view of economic geography .Scientia Geographica Sinica, 2016,36(7):965-972.] https://doi.org/10.13249/j.cnki.sgs.2016.07.001 URL Magsci [本文引用: 1] 摘要 <p>面对外部国际需求萎缩,内部支撑经济高速增长的传统人口红利、资源环境红利等逐渐衰减,中国经济增长将面临逐步回落到中低增速的“新常态”。从经济地理学角度开展针对中国经济新常态这一新事像及其格局研究具有重要意义。以全国31个省区单元（港澳台除外）为研究尺度,通过关键指标,分析了中国经济新常态的格局态势,开展了类型划分。结果表明：近年来,中国财政收入、电力消费量、铁路货运量指标,主要行业门类,以及投资、出口和消费的增速均呈现明显下降,绝大多数省区与全国发展态势保持一致。将全国31个省区划分为较快增长、下行压力较小和下行压力较大3类区域,下行压力较大区域细分发展阶段型、整体衰退型、能源原材料型以及其他等4种类型,不同类型区域具有明显的地理集聚特征。针对这一轮经济下行风险,不同地区应采取不同的对策,重点关注东北区域的整体衰退风险,以及山西等省能源原材料省区的经济下行风险。</p>
[17]	刘志高, 张薇, 刘卫东. 中国东北三省对外贸易空间格局研究 [J]. 地理科学,2016,36(9):1349-1358. https://doi.org/10.13249/j.cnki.sgs.2016.09.008 URL Magsci [本文引用: 1] 摘要 <p>分析了东北三省整体的对外贸易规模及贸易伙伴,在此基础上,分别从省级和地市级尺度比较研究了东北三省内部对外贸易空间格局,以及东北三省在不同贸易空间方向上的商品结构。研究结果表明：<i>① </i>东北三省与东南亚、中东等地区贸易规模有所增长,但日韩、德国、美国和俄罗斯等依然是其主要的贸易伙伴;<i>② </i>东北三省对外贸易的商品多为原材料、初级加工品和劳动密集型产品等,且商品结构趋同明显,不利于发挥地区的比较优势;<i>③ </i>大城市和沿海港口城市是东北三省对外贸易重要的空间载体。根据东北三省及各自的对外贸易现状和面临的挑战,提出了差异化的进出口贸易空间格局优化策略。</p> [Liu Zhigao,Zhang Wei, Liu Weidong. Spatial pattern of foreign trade in Northeast China .Scientia Geographica Sinica, 2016,36(9):1349-1358.] https://doi.org/10.13249/j.cnki.sgs.2016.09.008 URL Magsci [本文引用: 1] 摘要 <p>分析了东北三省整体的对外贸易规模及贸易伙伴,在此基础上,分别从省级和地市级尺度比较研究了东北三省内部对外贸易空间格局,以及东北三省在不同贸易空间方向上的商品结构。研究结果表明：<i>① </i>东北三省与东南亚、中东等地区贸易规模有所增长,但日韩、德国、美国和俄罗斯等依然是其主要的贸易伙伴;<i>② </i>东北三省对外贸易的商品多为原材料、初级加工品和劳动密集型产品等,且商品结构趋同明显,不利于发挥地区的比较优势;<i>③ </i>大城市和沿海港口城市是东北三省对外贸易重要的空间载体。根据东北三省及各自的对外贸易现状和面临的挑战,提出了差异化的进出口贸易空间格局优化策略。</p>
[18]	王新越, 候娟娟. 山东省乡村休闲旅游地的空间分布特征及影响因素 [J]. 地理科学,2016,36(11):1706-1714. https://doi.org/10.13249/j.cnki.sgs.2016.11.013 URL Magsci [本文引用: 1] 摘要 <p>选取山东省具有代表性的104处乡村休闲旅游地作为研究样本,运用最邻近点指数、地理集中指数、地理联系率、核密度等方法研究乡村休闲旅游地的分布规律及影响因素。结果表明：<i>①</i> 山东省乡村休闲旅游地类型丰富,可以划分为休闲观光类、农事体验类、农业科技类、乡村文化类、特色村镇类5个一级类型,农业观光示范园、自然风景区等17个二级类型;<i>② </i> 山东省乡村休闲旅游地整体空间分布趋于集聚,空间结构属于凝聚型;<i>③</i> 五大类型中特色村镇类和乡村文化类集聚程度高,休闲观光类和农业科技类数量多、布局分散;<i>④ </i>经济基础、资源禀赋、人口密度、交通区位是影响乡村休闲旅游地分布的主要因素。</p> [Wang Xinyue, Hou Juanjuan. Spatial distribution features and influence factors of rural leisure tourism destinations in Shandong province . Scientia Geographica Sinica, 2016, 36(11):1706-1714.] https://doi.org/10.13249/j.cnki.sgs.2016.11.013 URL Magsci [本文引用: 1] 摘要 <p>选取山东省具有代表性的104处乡村休闲旅游地作为研究样本,运用最邻近点指数、地理集中指数、地理联系率、核密度等方法研究乡村休闲旅游地的分布规律及影响因素。结果表明：<i>①</i> 山东省乡村休闲旅游地类型丰富,可以划分为休闲观光类、农事体验类、农业科技类、乡村文化类、特色村镇类5个一级类型,农业观光示范园、自然风景区等17个二级类型;<i>② </i> 山东省乡村休闲旅游地整体空间分布趋于集聚,空间结构属于凝聚型;<i>③</i> 五大类型中特色村镇类和乡村文化类集聚程度高,休闲观光类和农业科技类数量多、布局分散;<i>④ </i>经济基础、资源禀赋、人口密度、交通区位是影响乡村休闲旅游地分布的主要因素。</p>
[19]	杜玮璐. 微博信息扩散的时空特征研究——以新浪微博“420雅安地震”事件为例[D] . 石家庄:河北师范大学,2013. [本文引用: 1] [Du Weilu. Microblog information flow diffusion research of the characteristics of space and time—With Sina Microblog “420 Ya’an earthquake” as a Case . Shijiazhuang: Hebei Normal University,2013.] [本文引用: 1]
[20]	王振波, 方创琳, 许光,等. 2014 年中国城市PM 2.5 浓度的时空变化规律 [J].地理学报,2015,70(11):1720-1734. URL [本文引用: 1] [Wang Zhenbo,Fang Chuanglin, Xu Guang et al. Spatial-temporal characteristics of the PM2.5 in China in 2014 . Acta Geographica Sinica,2015, 70(11):1720-1734.] URL [本文引用: 1]
[21]	李双双, 杨赛霓, 刘焱序, 等. 1960~2013 年京津冀地区干旱-暴雨-热浪灾害时空聚类特征 [J]. 地理科学,2016, 36(1):149-156. https://doi.org/10.1329/j.cnki.sgs.2016.01.019 URL Magsci [本文引用: 1] 摘要基于京津冀及周边34个气象站点逐日气温、相对湿度和降水数据,辅以Mann-Kendall趋势分析、SatScan时空重排扫描等数理统计方法,对1960~2013年京津冀地区干旱-暴雨-热浪灾害时空聚类特征进行分析。结果表明:①1960~2013年京津冀地区干旱-暴雨-热浪变化具有阶段性,2000年之前干旱-热浪频次多为负距平,暴雨频次相对较多;2000年后干旱和热浪频次呈上升趋势,暴雨频次呈下降趋势;②综合考虑多种致灾因子,京津冀地区高致灾因子区集中于东部沿海区和西部太行山地区,低致灾因子区分布于中部平原区;③1960~2013年京津冀地区干旱和热浪空间分布具有明显的重叠性,两者空间叠加区主要分布于5个区域:北部沿海区、北部燕山山区、西部太行山区、南部平原区。对于北京、天津、保定等中部平原区的城市而言,其为多灾种叠加的"平静区",干旱-暴雨-热浪灾害时空群集事件相对较少。 [Li Shuangshuang, Yang Saini, Liu Yanxu et al. Spatio-temporal clustering characteristics of drought, heavy rain and hot waves in the Beijing-Tianjin-Hebei region during 1960-2013 . Scientia Geographica Sinica, 2016, 36(1):149-156.] https://doi.org/10.1329/j.cnki.sgs.2016.01.019 URL Magsci [本文引用: 1] 摘要基于京津冀及周边34个气象站点逐日气温、相对湿度和降水数据,辅以Mann-Kendall趋势分析、SatScan时空重排扫描等数理统计方法,对1960~2013年京津冀地区干旱-暴雨-热浪灾害时空聚类特征进行分析。结果表明:①1960~2013年京津冀地区干旱-暴雨-热浪变化具有阶段性,2000年之前干旱-热浪频次多为负距平,暴雨频次相对较多;2000年后干旱和热浪频次呈上升趋势,暴雨频次呈下降趋势;②综合考虑多种致灾因子,京津冀地区高致灾因子区集中于东部沿海区和西部太行山地区,低致灾因子区分布于中部平原区;③1960~2013年京津冀地区干旱和热浪空间分布具有明显的重叠性,两者空间叠加区主要分布于5个区域:北部沿海区、北部燕山山区、西部太行山区、南部平原区。对于北京、天津、保定等中部平原区的城市而言,其为多灾种叠加的"平静区",干旱-暴雨-热浪灾害时空群集事件相对较少。
[22]	燕学博. 电子商务信息流、物流、资金流一体化整合 [J].科技资讯,2005,24:137-138. https://doi.org/10.3969/j.issn.1672-3791.2005.24.122 URL [本文引用: 1] 摘要对电子商务的理解可简单表示为:现代信息技术∩商务=电子商务.在这个交集中,传统商务的物流、资金流、信息流呈现出一体化的趋势.由于商务模式的变革,使电子商务不得不重视这三流的相互关系及其价值.因此,研究三者之间的平衡关系和发展模式,是提高电子商务的竞争力的重要方法和手段. [Yan Xuebo. Integration of information flow, logistics low and capital flow in electronic commerce .Science and Technology Information, 2005, 24:137-138.] https://doi.org/10.3969/j.issn.1672-3791.2005.24.122 URL [本文引用: 1] 摘要对电子商务的理解可简单表示为:现代信息技术∩商务=电子商务.在这个交集中,传统商务的物流、资金流、信息流呈现出一体化的趋势.由于商务模式的变革,使电子商务不得不重视这三流的相互关系及其价值.因此,研究三者之间的平衡关系和发展模式,是提高电子商务的竞争力的重要方法和手段.
[23]	薛冬辉 . 大数据时代下的物流、信息流、资金流的融合——基于商业银行视角 .[J]. 物流科技,2014,33(1):16-19+30. https://doi.org/10.3969/j.issn.1005-152X.2014.01.005 URL [本文引用: 2] 摘要分析了大数据时代下信息收集和挖掘的特征,在此基础上描述了大数据时代下物流、信息流、资金流三流之间的关系,并提出以资金流为基础实现三流融合的优势.最后,提出大数据时代下商业银行主导三流融合的策略,包括人员调整、数据挖掘、技术突破、业务拓展、跨平台管理等. [Xue Donghui. A Commercial bank’s perspective on fusion of material,information and capital flows in Age of Big Data .Logistics SCI-TECN, 2014, 33(1):16-19+30.] https://doi.org/10.3969/j.issn.1005-152X.2014.01.005 URL [本文引用: 2] 摘要分析了大数据时代下信息收集和挖掘的特征,在此基础上描述了大数据时代下物流、信息流、资金流三流之间的关系,并提出以资金流为基础实现三流融合的优势.最后,提出大数据时代下商业银行主导三流融合的策略,包括人员调整、数据挖掘、技术突破、业务拓展、跨平台管理等.
[24]	董超. 流空间形成与发展的信息导引研究 [D]. 长春:东北师范大学,2012. [本文引用: 1] [Dong Chao. The research of the information guiding by the formation and development of space of flows .Changchun: Northeast Normal University, 2012.] [本文引用: 1]
[25]	国家统计局.2015 中国统计年鉴[M]. 北京: 国家统计出版社, 2015. [本文引用: 2] [National Bureau of Statistics of the People’s Republic of China. China statistical yearbook 2015. Beijing: China Statistics Press, 2015.] [本文引用: 2]
[26]	王庆喜, 张朱益. 我国省域创新活动的空间分布及其演化分析 [J]. 经济地理, 2013, 33(10):8-15. URL [本文引用: 1] [Wang Qingxi, Zhang Zhuyi. The spatial distribution of provincial innovative activity and its evolution in Chin . Economic Geography, 2013, 33(10):8-15.] URL [本文引用: 1]
[27]	崔功豪, 魏清泉, 陈宗兴. 区域分析与规划[M]. 北京:高等教育出版社,1999:217-244. [本文引用: 1] [Cui Gonghao, Wei Qingquan, Chen Zongxing.Regional analysis and planning. Beijing: Higher Education Press, 1999: 217-244. [本文引用: 1]

信息空间的形成和发展

2010

... 信息技术的应用不断扩大和深化,使得资本、商品、资源、人力、生产力等主要的社会经济要素极大程度的数字化、信息化、符号化,从而造就了一种虚拟的、数字化的空间-信息空间.在信息化社会中,人们不仅要在地理空间中生存和竞争,还要在虚拟的信息空间生存和竞争,新空间中的事物存在运行规律已经不同于传统社会,必须对其深入研究,发展出符合信息地理理论来指导人类的未来^[1]. ...

信息空间的形成和发展

2010

浅谈地理学信息革命及21 世纪的地理科学

1995

... 地理学信息革命正在向第三个阶段过渡^[2],即建立和发展信息地理学.信息地理学是21世纪地理学的制高点^[3],信息地理学研究的是信息的地域差异^[4].它是研究信息社会地理特征的一门新兴交叉学科^[5],以区域数字化的信息资源,网络链接为对象,研究社会经济网络化所产生的新的地域特征、时空特征的新型地理学.有不少信息地理学研究的实例,如利用相关地理信息研究地理空间与网络空间的相互关系及变化趋势^[6,7,8,9],研究和分析经济消费等日常行为习惯^[10,11,12],进行城市功能区划分或格局研究^{[13,14,15,16,17,18]},分析其它时空分布规律等^[19,20,21]. ...

浅谈地理学信息革命及21 世纪的地理科学

1995

信息地理学——二十一世纪地理学的制高点

1995

信息地理学——二十一世纪地理学的制高点

1995

信息地理学刍议

1996

信息地理学刍议

1996

论信息地理学及信息地理景观

2015

论信息地理学及信息地理景观

2015

从地理空间到地理网络空间的变化趋势——兼论西方学者关于电信对地区影响的研究

2000

从地理空间到地理网络空间的变化趋势——兼论西方学者关于电信对地区影响的研究

2000

信息时代空间结构研究新进展

2002

信息时代空间结构研究新进展

2002

论地理网络空间的融合特征[D]

2006

... 厄尔曼（E. Ullman）最先提出空间相互作用原理,认为空间的相互作用必定形成一定的空间结构.空间相互作用主要指的是区域之间所发生的商品、资金、技术、信息等相互传输的过程^[27].通过这种相互作用既能够使相关区域加强联系,互通有无,拓展发展的空间,获得更多的发展机会,有可能导致区域之间对资源、要素、发展等的竞争^[8].本文依据京东所设物流中心及其相应的业务覆盖范围进行省市群划分. ...

论地理网络空间的融合特征[D]

2006

中国现实地理空间与虚拟网络空间的比较

2008

中国现实地理空间与虚拟网络空间的比较

2008

旅游网站访问者行为的时间分布及导引分析

2007

旅游网站访问者行为的时间分布及导引分析

2007

数据时代城市时空间行为研究方法

2013

数据时代城市时空间行为研究方法

2013

基于社会感知计算的游客时空行为研究

2015

基于社会感知计算的游客时空行为研究

2015

基于邻域设施的中国大城市网络店铺的区位取向——以上海、深圳、天津、北京四城市为例

2011

基于邻域设施的中国大城市网络店铺的区位取向——以上海、深圳、天津、北京四城市为例

2011

基于GIS和RS技术的北京市功能区产流风险分析

2015

基于GIS和RS技术的北京市功能区产流风险分析

2015

基于潜在语义信息的城市功能区识别——广州市浮动车GPS 时空数据挖掘

2016

基于潜在语义信息的城市功能区识别——广州市浮动车GPS 时空数据挖掘

2016

经济地理学视角下中国经济新常态的格局与类型划分

2016

经济地理学视角下中国经济新常态的格局与类型划分

2016

中国东北三省对外贸易空间格局研究

2016

中国东北三省对外贸易空间格局研究

2016

山东省乡村休闲旅游地的空间分布特征及影响因素

2016

山东省乡村休闲旅游地的空间分布特征及影响因素

2016

微博信息扩散的时空特征研究——以新浪微博“420雅安地震”事件为例[D]

2013

微博信息扩散的时空特征研究——以新浪微博“420雅安地震”事件为例[D]

2013

2014 年中国城市PM 2.5 浓度的时空变化规律

2015

2014 年中国城市PM 2.5 浓度的时空变化规律

2015

1960~2013 年京津冀地区干旱-暴雨-热浪灾害时空聚类特征

2016

1960~2013 年京津冀地区干旱-暴雨-热浪灾害时空聚类特征

2016

电子商务信息流、物流、资金流一体化整合

2005

... 电子商务相关的数据,如电商分布数据、商品销售数据等,因常包含买卖双方等的地理位置信息而被很多研究者分析.将这些地理信息与相关数据结合,可以分析各地区之间的网络联系或在某些领域存在的差异.电子商务开展过程中充分融合了信息流（既包括商品信息的提供、促销行销、技术支持、售后服务等内容,也包括询价单、报价单、付款通知,转账通知单等商业贸易单证,还包括交易方的支付能力、支付信用和中介信誉等^[22]）、物流（商品在空间和时间上的位移）以及资金流（包括付款、转账、结算、兑换等资金转移过程）. ...

电子商务信息流、物流、资金流一体化整合

2005

. 大数据时代下的物流、信息流、资金流的融合——基于商业银行视角

2014

... 在这3种流中,物流是保障,资金流是实现手段,信息流是核心,是物流和资金流的基础.物流与资金流通常单向流动,而信息的流动则是双向的（图1）.大数据时代下的3种流之间的关系表现为：资金流为物流提供资金支持和支付渠道;物流为信息流提供业务实际,提供信息采集和分析的现实基础;信息流为资金流提供成本收益分析和风险控制的基础,也为资金流向提供指导^[23].在信息和通信技术（ICTs）的支撑下,生产和组织可以不局限于固定的地理区位,功能和权力在流动中组织,信息流引导物质流更合理有序地发展^[24].这3种流都可以作为评价相关地区之间的网络联系强度的重要指标. ...

... 就电商企业本身而言,作为信息的集中处理主体,电商的核心资源是计算机服务器和开发团队,核心资源的地域分布较为集中,运营成本相对较低,几乎没有历史负担,与资金和物流联系紧密,最容易先形成规模^[23].借助强大的资金实力,电商可以对其原有信息处理系统进行改造提升,并不断优化和强化信息技术员的构成结构和专业技能. ...

. 大数据时代下的物流、信息流、资金流的融合——基于商业银行视角

2014

流空间形成与发展的信息导引研究

2012

流空间形成与发展的信息导引研究

2012

2015

... 本文以从京东商城（https://www.jd.com/）上抓取的227 562条包含地理信息的手机交易记录为核心数据源,充分结合2015年《中国统计年鉴》^[25]中的相关数据,借助ArcGIS软件将相关信息反映到地理空间上,对以下内容进行分析研究：① 分析信息流与资金流之间的关系;② 运用SPSS等工具对相关数据进行相关性分析,分析影响信息流和资金流强度的可能因素;③ 分析信息流及资金流强度的时间和空间差异;④ 以京东中北京、上海、广东、成都、武汉、西安、沈阳七大物流中心及其业务覆盖省市划分省市群,比较各省市群之间的空间联系度差异;⑤ 研究各省市群内部成员之间的差异.最后,基于本文研究分析结果,提出降低“双流”差异的措施和建议. ...

... 将采集得到的购买记录与2015年《中国统计年鉴》^[25]中的相关数据,运用SPSS中相关性分析（Pearson相关）进行分析,相关性矩阵见表2. ...

2015

... 将采集得到的购买记录与2015年《中国统计年鉴》^[25]中的相关数据,运用SPSS中相关性分析（Pearson相关）进行分析,相关性矩阵见表2. ...

我国省域创新活动的空间分布及其演化分析

2013

... 区位基尼系数是评价地理集中程度的常用指标之一,它可以衡量某项经济活动在不同地理单元间的分布与均衡分布不一致的程度^[26],其计算公式如下： ...

我国省域创新活动的空间分布及其演化分析

2013

1999

〈

〉

中国省域信息流、资金流强度的空间差异——以2015年京东手机交易为例

The Spatial Difference of the Intensity of Information and Capital Flow in Chinese Provincial Region: A Case Study of Mobile Phone Transactions in Jingdong Mall in 2015

1 研究方法

1.1 数据采集

1.2 数据处理

2 结果分析

2.1 信息流与资金流的相互作用

2.2 信息基础设施建设及经济发展水平影响“双流”的强度

2.3 “双流”强度存在月差异

2.4 各省市群资金流强度等级差异分析

2.5 各省市群空间联系度差异分析

2.6 各省市群的中心省市在网络信息空间中占据主体地位

2.7 地理距离不再是影响各省市群各部成员贡献度的主要因素

3 结论与讨论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子