基于信息流的江西省城市网络研究曾艳匡晨---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除------本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除------本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---[摘要]文章基于百度指数数据，从信息流视角对江西省11个城市的信息流变化、城市网络层级、城市网络结构进行研究。结果显示：2016—2018年江西省城市信息流总量均呈增长趋势，各城市之间信息交流日益紧密;城市网络层级分别呈现“1+4+6”和“1+7+3”三级分布，南昌为“单核”的态势和非均衡化特征;城市网络骨架不变，都是以南昌为支撑点的极核式格局，城市网络主干密度增加，抚州和吉安与其他城市的信息流联系加强了，城市网络非均衡化态势有所减轻。[关键词]城市网络;信息流;百度指数;江西省[DOI]10.13939/j.cnki.zgsc.2020.05.0261引言城市之间的网络关系一直是城市与区域研究的热点。国内外学者主要从不同要素流视角，通过获取或构建城市间关系性数据来研究城市网络，不同要素流包括交通流（人流、物流）、资金流、信息流等。Burns[1]、戴特奇[2]等分别基于航空网络、铁路客运网络的交通流视角研究城市网络;陈晨[3]、王磊[4]等人基于资金流视角分别研究东北地区和长江中游城市群城市网络，叶强[5]、蒋小荣[6]等基于百度迁徙大数据表征的人流视角分别研究长江中游城市群网络和中国城市人口流动网络;Townsend[7]、Malecki[8]以互联网流量、宽带网络等为切入点，从信息流视角研究城市网络;董超[9]、甄峰[10]、熊丽芳[11-12]、蒋大亮[13]、邓楚雄[14]等分别以固定电话通话时长、新浪微博、百度指数、百度贴吧数据为切入点，从信息流视角研究城市网络等。一系列的研究表明，表征不同要素流的关系性数据的挖掘，已成为研究城市网络的常用方法，而随着互联网和移动通信网越来越发达，信息流数据显得尤其重要。本文以江西省为研究区域，以“百度指数”平台提供的搜索指数为数据，构建基于信息流的江西省城市网络，通过计算两两城市之间的信息流强度和相对强度、各城市的信息流总量和相对量，对比分析其时空变化特征，探究江西省城市网络特征。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---2数据来源和研究方法2.1数据来源百度指数是以百度海量网民行为数据为基础的数据分享平台，是当前互联网及至整个数据时代最重要的统计分析平台之一[15]。在百度指数门户网站，可以获取某一城市区域内的网民对另一城市的搜索指数。本研究以江西省南昌、九江、景德镇、鹰潭、新余、宜春、萍乡、上饶、抚州、吉安、赣州11个设区市作为研究对象，收集2016年和2018年每天搜索指数的平均值作为原始数据，构建2016年和2018年城市之间的百度搜索指数矩阵。数据获取日期为2019年5月28日。2.2研究方法（1）两两城市（以下简称城市对）之间的信息流强度和相对强度。3江西省城市网络变化3.1江西省城市信息流变化通过研究方法中式（1）和（3）得出2016—2018年江西省11个城市信息流总量及其变化情况（如图1所示）。2016—2018年江西省全部城市信息流总量之和增幅较大，由2016年的1702624增长到2018年的2231678，增长率为31.07%。同时，各城市信息流总量均呈增长趋势。由此可见，江西省各城市之间信息交流日益紧密，信息流量迅猛增长。虽然各城市信息流总量均呈增长趋势，但增长率差距较大，吉安的信息流量增长最快，增长率为69.19%，其次为抚州，增长率为57.99%，高于江西省平均增长率的还有九江（42.87%）、景德镇（33.91%）、鹰潭（33.30%），低于平均增长率的有萍乡（27.33%）、南昌（25.81%）、赣州（25.21%）、上饶（23.14%）、新余（17.74%）、宜春（17.20%），详见图1。3.2江西省城市网络层级变化---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---通过研究方法中式（4）得到2016年和2018年江西省各城市信息流总量的相对值Q值，以此为基础数据，采用聚类方法，运用ArcGIS软件的Naturalbreaks，按数据固有的自然组别分类，使得组内差异最小，组间差异最大，得到2016年和2018年...