خلاصه

شبکه شهری یکی از روش های مهم بهینه سازی فضایی است و اندازه گیری سطح توسعه شبکه شهری پیش نیاز بهینه سازی فضایی است. با ترکیب تجزیه و تحلیل فضایی سیستم اطلاعات جغرافیایی (GIS)، تحلیل شبکه اجتماعی و مدل‌های مقیاس‌بندی چند بعدی، تکامل ساختار فضایی شبکه شهری را در دلتای رودخانه یانگ تسه از سال 1990 تا 2017 بررسی کردیم و اقدامات بهینه‌سازی مربوطه را پیشنهاد کردیم. نتایج نشان داد که ساختار فضایی شبکه شهری دلتای رودخانه یانگ تسه از یک خوشه تک مرکزی با هسته شانگهای به یک شبکه چند مرکزی با شانگهای به عنوان هسته و نانجینگ، هانگژو و هفی به عنوان هسته‌های ثانویه تکامل یافته است. تراکم شبکه شهری به تدریج گسترش یافته است، اما قدرت ارتباط بین شهرهای حاشیه ای مانند چیژو، سوچیان و کوژو و شهرهای اصلی باید بیشتر بهبود یابند. ما دریافتیم که تکامل ساختار فضایی شبکه شهری توسط دلبستگی ترجیحی، وابستگی به مسیر و تفاوت‌ها در توسعه اقتصادی و صنعتی هدایت شده است. در نهایت، ما بهینه‌سازی ساختار فضایی شبکه شهری را با تقویت توانایی رانندگی شهرهای مرکزی، شفاف‌سازی عملکردهای شهری و جهت‌های توسعه و ایجاد یک مکانیسم هماهنگی یکپارچه پیشنهاد می‌کنیم. این مقاله درک ما را از ویژگی های شبکه شهر در دلتای رودخانه یانگ تسه غنی و عمیق می کند و مرجعی برای بهینه سازی ساختار فضایی شبکه شهری ارائه می دهد. ما دریافتیم که تکامل ساختار فضایی شبکه شهری توسط دلبستگی ترجیحی، وابستگی به مسیر و تفاوت‌ها در توسعه اقتصادی و صنعتی هدایت شده است. در نهایت، ما بهینه‌سازی ساختار فضایی شبکه شهری را با تقویت توانایی رانندگی شهرهای مرکزی، شفاف‌سازی عملکردهای شهری و جهت‌های توسعه و ایجاد یک مکانیسم هماهنگی یکپارچه پیشنهاد می‌کنیم. این مقاله درک ما را از ویژگی های شبکه شهر در دلتای رودخانه یانگ تسه غنی و عمیق می کند و مرجعی برای بهینه سازی ساختار فضایی شبکه شهری ارائه می دهد. ما دریافتیم که تکامل ساختار فضایی شبکه شهری توسط دلبستگی ترجیحی، وابستگی به مسیر و تفاوت‌ها در توسعه اقتصادی و صنعتی هدایت شده است. در نهایت، ما بهینه‌سازی ساختار فضایی شبکه شهری را با تقویت توانایی رانندگی شهرهای مرکزی، شفاف‌سازی عملکردهای شهری و جهت‌های توسعه و ایجاد یک مکانیسم هماهنگی یکپارچه پیشنهاد می‌کنیم. این مقاله درک ما را از ویژگی های شبکه شهر در دلتای رودخانه یانگ تسه غنی و عمیق می کند و مرجعی برای بهینه سازی ساختار فضایی شبکه شهری ارائه می دهد. ما بهینه‌سازی ساختار فضایی شبکه شهری را با تقویت توانایی رانندگی شهرهای اصلی، شفاف‌سازی عملکردهای شهری و جهت‌های توسعه و ایجاد یک مکانیسم هماهنگی یکپارچه پیشنهاد می‌کنیم. این مقاله درک ما را از ویژگی های شبکه شهر در دلتای رودخانه یانگ تسه غنی و عمیق می کند و مرجعی برای بهینه سازی ساختار فضایی شبکه شهری ارائه می دهد. ما بهینه‌سازی ساختار فضایی شبکه شهری را با تقویت توانایی رانندگی شهرهای اصلی، شفاف‌سازی عملکردهای شهری و جهت‌های توسعه و ایجاد یک مکانیسم هماهنگی یکپارچه پیشنهاد می‌کنیم. این مقاله درک ما را از ویژگی های شبکه شهر در دلتای رودخانه یانگ تسه غنی و عمیق می کند و مرجعی برای بهینه سازی ساختار فضایی شبکه شهری ارائه می دهد.

کلید واژه ها:

شبکه شهری ; بهینه سازی فضایی شرکت مالی ؛ GIS ; دلتای رودخانه یانگ تسه ؛ چین

1. معرفی

از دهه 1970، بخش‌بندی تولید، شرکت‌های چند ملیتی، برون‌سپاری و نوآوری‌ها در فناوری اطلاعات، تکامل ساختار فضایی و توسعه شبکه‌های شهری را ارتقا داده‌اند [ 1 ، 2 ]. توسعه شبکه‌های شهری نه تنها جریان و سازمان‌دهی مجدد منابع را تسریع کرده است، بلکه انتقال «فضای مکان‌ها» به «فضای جریان‌ها» را نیز ارتقا داده است [ 3 ]. همانطور که تیلور بیان کرد، شبکه شهری به عنوان یک فرم فضایی جدید و بسیار کارآمد، نقش مهمی در حکمرانی منطقه ای و بهینه سازی فضایی ایفا می کند [ 4] .]. از این رو، توسعه شبکه‌های شهری تا حدودی نشان‌دهنده تحول ساختار فضایی است و اندازه‌گیری سطح توسعه شبکه شهری پیش‌نیاز بهینه‌سازی فضایی است.
در سال 1986، فریدمن مفهوم “شهر جهانی” را پیشنهاد کرد که موجی از تحقیقات شبکه شهری را به راه انداخت [ 5 ]. با توسعه سریع فناوری اینترنت و حمل و نقل مدرن، روند شبکه های فضایی به طور فزاینده ای آشکار می شود و تعداد فزاینده ای از تئوری ها و عملکردهای مرتبط با شبکه های شهری معرفی می شود. برخی از محققان بیان کرده اند که ساختار فضایی شبکه ای اثرات خارجی و سرریز توسعه اقتصادی را افزایش می دهد و هم افزایی و مکمل را بین شهرها در سطوح مختلف تقویت می کند [ 6 ، 7] .]. سایر محققان گزارش کرده اند که هر چه درجه یک شهر در شبکه تعبیه شده باشد، فرصت بیشتری برای توسعه و خطر رفتار فرصت طلبانه کمتر است [ 8 ، 9 ، 10 ]. با امضای توافقنامه ایالات متحده-مکزیک-کانادا (USMCA) و اجرای رسمی طرح افق 2020، همکاری های اقتصادی و علمی بین کشورها و شهرهای مختلف ارتقاء یافته است و در نتیجه توسعه شبکه های شهری بیشتر تقویت شده است [11] .]. مشابه برخی از کشورهای آمریکای شمالی و اروپا، مجموعه ای از سیاست ها برای ارتقای یکپارچگی منطقه ای و توسعه شبکه فضایی مانند ادغام دلتای رودخانه یانگ تسه و منطقه خلیج بزرگ گوانگدونگ-هنگ کنگ-ماکائو در چین اجرا شده است [12، 13 ، 14 ] . ]. این پدیده ها نشان دهنده اهمیت تقویت ساخت شبکه شهری به عنوان کانالی برای بهینه سازی فضایی و توسعه شهری با کیفیت است.
اخیراً، تحقیقات شبکه شهری مبتنی بر دیدگاه شبکه شرکتی توجه بیشتری از سوی محققان را به خود جلب کرده است [ 4 ، 6 ، 11 ]. بنگاه های مالی به عنوان هسته اصلی صنعت خدمات مولد، حاملان مهم سرمایه، استعداد، اطلاعات و خدمات هستند و به تدریج به یک نیروی محرکه کلیدی برای توسعه شبکه های شهری تبدیل شده اند [9 ، 15 ] . همانطور که گومبر نشان داد [ 16]، مطالعه شبکه های شهری مبتنی بر شرکت های مالی می تواند ساختار یک شبکه شهری را با دقت بیشتری منعکس کند. با این حال، به دلیل دشواری و پیچیدگی به دست آوردن داده‌های شرکت مالی، اکثر محققان تنها شبکه‌های شهری ساکن را بر اساس داده‌ها در یک دوره زمانی مطالعه کرده‌اند. تحقیق در مورد شبکه های شهری پویا بر اساس دوره های زمانی متعدد وجود ندارد [ 17 ، 18 ]. علاوه بر این، اکثر مطالعات موجود از مقر شرکت‌های مالی پذیرفته شده در بورس و شرکت‌های تابعه آنها برای ساخت شبکه‌های شهری استفاده کرده‌اند، اما این ممکن است به‌طور دقیق نشان‌دهنده شبکه‌های شهری نباشد. شرکت‌های کوچک و متوسط ​​(SMEs) بیش از 99 درصد از کل شرکت‌ها را در دلتای رودخانه یانگ تسه تشکیل می‌دهند و به نیروی اصلی محرک توسعه اقتصادی تبدیل شده‌اند .]. اگر بیش از حد بر شبکه شهری تشکیل شده توسط شرکت های مالی فهرست شده تمرکز کنیم، ممکن است منجر به تحقیقات بیش از حد متمرکز بر شهرهای بزرگ شود و باعث شود که شهرهای کوچک نادیده گرفته شوند [ 19 ].
به منظور پر کردن شکاف های فوق، این مقاله پیشرفت های زیر را ارائه می دهد. ابتدا، ما داده‌های مربوط به مقر و شعبه‌های همه بانک‌ها، اوراق بهادار و شرکت‌های بیمه در منطقه دلتای رودخانه یانگ تسه را از سال 1990 تا 2017 با استفاده از زبان برنامه‌نویسی پایتون جمع‌آوری کردیم. دوم، همراه با تجزیه و تحلیل فضایی سیستم اطلاعات جغرافیایی (GIS)، تحلیل شبکه اجتماعی، و مدل‌های مقیاس چند بعدی، تکامل ساختار فضایی شبکه شهری را در دلتای رودخانه یانگ تسه بررسی کردیم و اقدامات بهینه‌سازی مربوطه را پیشنهاد کردیم. مزیت اصلی استفاده از این داده ها این است که شرکت های مالی نه تنها حامل های مهمی برای تخصیص منابع مانند سرمایه و فناوری هستند، بلکه به تغییرات بازار نیز حساس هستند [ 20] .]. علاوه بر این، شبکه شرکتی تشکیل شده توسط طرح متقابل منطقه ای شرکت های مالی به یک نیروی محرکه کلیدی برای شکل دادن به شبکه های شهری تبدیل شده است [ 15 ]. در نهایت، باید به دو سوال پاسخ داده شود: ویژگی‌های تکامل ساختار فضایی شبکه شهری و مکانیسم محرک آن چیست و نحوه تکامل شبکه‌های شهری در دلتای رودخانه یانگ تسه چگونه است؟
بقیه مقاله به شرح زیر سازماندهی شده است. ابتدا ادبیات مربوطه در حوزه شبکه های شهری را به اختصار مرور می کنیم. دوم، حوزه های تحقیق، پردازش داده ها و روش ها را معرفی می کنیم. سوم، ما تجزیه و تحلیل فضایی GIS، یک مدل مدولاریته، و یک مدل مقیاس چند بعدی را برای کشف ویژگی‌های تکامل ساختار فضایی شبکه شهری ترکیب می‌کنیم. همچنین عوامل مؤثر بر شبکه شهری را مورد بحث قرار می دهیم و پیشنهاداتی برای بهینه سازی ساختار فضایی شبکه شهری ارائه می دهیم. در نهایت، نتیجه گیری ها و مسیرهای تحقیقاتی آینده را خلاصه می کنیم.

2. پیشینه تحقیق

ساختار فضایی حالت توزیع فضایی و شکل ترکیبی فضایی فعالیت های اقتصادی مختلف انسانی در یک منطقه اقتصادی خاص است [ 21 ]. همچنین بازتابی جامع از سیاست، اقتصاد، جامعه، فرهنگ، تولید و شرایط طبیعی ارائه می‌کند [ 22 ]. تکامل ساختار فضایی منطقه ای تحت تأثیر عوامل بسیاری مانند سیاست، اقتصاد، فرهنگ و صنعت است [ 23 ]. در دهه 1930 نظریه مکان مرکزی ارائه شده توسط جغرافیدان شهری آلمانی کریستالر به عنوان یکی از نظریه های اساسی ساختار فضایی منطقه ای و شهرنشینی در نظر گرفته شد [ 24] .]. نظریه مکان مرکزی عمدتاً معتقد است که یک سیستم سلسله مراتبی سختگیرانه بین شهرها وجود دارد و کارکردها و دامنه خدمات انجام شده توسط شهرهای سطوح مختلف متفاوت است. نظریه مکان مرکزی روش قیاسی و منطق ریاضی دقیق را معرفی کرد و شناسایی ساختار فضایی را از توصیف ساده به بحث قوانین و قوانین فضایی سوق داد [ 25 ]. پس از معرفی، نظریه مکان مرکزی به طور گسترده ای در برنامه ریزی فضایی منطقه ای مورد استفاده قرار گرفت و توسعه ساختار فضایی منطقه ای را تا حدودی هدایت کرد.
از دهه 1980، با توسعه حمل و نقل و فناوری اطلاعات، تقسیم بندی تولید به یک پدیده رایج و فزاینده تبدیل شده است [ 26 ]. شرکت ها شروع به تجزیه فرآیند تولید یکپارچه عمودی اولیه به چندین پیوند نسبتاً مستقل کردند و آنها را در شهرهای مختلف مستقر کردند [ 27 ، 28 ]. تقسیم بندی زنجیره ارزش به تغییرات عمیقی در سیستم شهری منجر شده و شبکه شهری مبتنی بر تقسیم بندی محصول شروع به شکل گیری کرده است. به طور کلی تصور می شود که شبکه شهری از چندین شهر با اندازه های مختلف تشکیل شده است که با یکدیگر همکاری می کنند [ 29]]. این شهرها از طریق واسطه هایی مانند حمل و نقل سریع و شرکت ها به هم متصل می شوند که از نظر عملکرد مکمل یکدیگر هستند و می توانند مزایای خارجی بیشتری ایجاد کنند. در قرن بیست و یکم، «گروه تحقیقاتی جهانی شدن و شهرهای جهان (GaWC)» که در دانشگاه لافبورو در بریتانیا تأسیس شد، محدودیت‌های تحقیقاتی اولیه را شکست و از داده‌های رابطه‌ای مختلف مانند زیرساخت‌ها و ارتباطات شرکتی برای پیشبرد تحقیقات شبکه شهری استفاده کرد [30 ] ]. به طور خاص، مدل شبکه بین قفلی تیلور، بر اساس مفهوم خدمات تولیدی پیشرفته ساسن (APS) و نظریه «فضای جریان‌ها» کاستلز، تبدیل از اتصالات سازمانی به شبکه‌های شهری را درک کرده است [31 ] .
تحقیقات در مورد شبکه های شهری در حال بلوغ است. محققان توافق دارند که شبکه شهری یک فرآیند پویا است که به طور مداوم در حال تکامل است [ 32 ]. به طور کلی، تکامل ساختار فضایی شبکه شهری عمدتاً به چهار مرحله تقسیم می‌شود: گسسته، انتشار محور نقطه، حالت هسته- پیرامون، و شبکه چند مرکزی ( جدول 1 ) [ 33 ]. در مرحله اولیه توسعه منطقه‌ای، فعالیت‌های اقتصادی عمدتاً در داخل شهرها اتفاق می‌افتد و ارتباطات نسبتاً کمی بین شهرها وجود دارد. با عمیق تر شدن تجمع و انتشار منابع، ارتباطات بین شهرها نزدیک تر می شود [ 34 ]. علاوه بر این، با تکیه بر جاده های اصلی بین شهرها، ساختار فضایی منطقه ای شروع به تغییر به سمت انتشار نقطه-محور کرد [ 35]]. با توسعه مستمر اقتصاد و جامعه، تراکم و قدرت اتصال شبکه های شهری به تدریج افزایش می یابد و به تدریج یک اسکلت هسته شبکه چند جهته و چند بعدی پدیدار می شود [ 36 ]. با این حال، برخی از شهرهایی که ارتباطات ضعیف‌تری دارند، همچنان در حاشیه شبکه‌های شهری پراکنده هستند. به عنوان مثال، در شبکه تحقیقاتی تعاونی اتحادیه اروپا (EU)، آلمان، فرانسه و اسپانیا برای مدت طولانی موقعیت های اصلی شبکه را اشغال کرده اند، در حالی که لیتوانی و مالت در لبه شبکه قرار دارند [11] .]. با تجمع، برهم نهی، تشعشع و انتشار عناصر منابع مختلف مانند منابع مالی و استعداد، عمق و شدت شبکه‌های تعبیه‌شده شهر نیز افزایش یافته است و ساختار فضایی منطقه‌ای شروع به تبدیل شدن به یک شبکه چند مرکزی کرده است [ 37 ] . در حال حاضر اکثر تجمعات شهری با سطح توسعه اقتصادی بالا اساساً در قالب یک شبکه چند مرکزی وجود دارند. برای مثال، خوشه‌های شهرهای اقیانوس اطلس در شمال شرقی ایالات متحده عمدتاً از شهرهای اصلی از جمله بوستون، نیویورک و واشنگتن تشکیل شده‌اند. تجمعات شهری در شمال غربی اروپا عمدتاً از شهرهای اصلی مانند پاریس، آمستردام و روتردام تشکیل شده است.
شبکه های شهری نیز به طور گسترده در برنامه ریزی شهری و منطقه ای مورد استفاده قرار گرفته اند و به تدریج به ابزار مهمی برای برنامه ریزی فضایی شهری و سیاست های منطقه ای تبدیل شده اند [ 38 ]. ورود ایده شبکه به حوزه برنامه ریزی شهری و سیاست فضایی مفاهیم جدیدی را در برنامه ریزی فضایی و عمل سیاست گذاری ایجاد کرده است [ 39] .]. شکل حاکمیت فضایی شبکه ای نیز به ایده اصلی برنامه ریزی منطقه ای تبدیل شده است. اول، «توسعه متوازن چند مرکزی» و «حکمرانی چند سطحی» که توسط شبکه‌های شهری حمایت می‌شود، می‌تواند کارایی توسعه اقتصادی را به طور مؤثر بهبود بخشد و توسعه منطقه‌ای هماهنگ را ارتقا دهد. به عنوان مثال، استراتژی توسعه فضایی اروپا (ESDP) بر ساخت شبکه های شهری تمرکز دارد. در سند ESDP، شبکه های شهری به عنوان جبرانی برای عدم تعادل و کاستی های شبکه های شهری اروپایی و فراملی توصیف شده است [ 40] .]. آنها بیان می کنند که ساخت یک ساختار فضایی شبکه چند مرکزی باعث بهبود عملکرد و ساختار شهر می شود. قابل توجه است که رقابت در زمینه توسعه “فضای جریان ها” به طور فزاینده ای شدید خواهد شد. همه شهرها نمی توانند از اتصالات شبکه بهره مند شوند و آن شهرهایی که فاقد مزیت های رقابتی هستند به حاشیه رانده خواهند شد [ 41 ]. دوم، برخی از کشورها امیدوارند که شبکه شهری بتواند مزیت های نسبی شهرها را افزایش دهد، توسعه تخصص و ویژگی های شهری را ارتقا بخشد و رقابت کلی منطقه را افزایش دهد. به عنوان مثال، طرح توسعه یکپارچه چین در دلتای رودخانه یانگ تسه بیان می کند که یک الگوی توسعه با تقسیم کار معقول و مزایای مکمل باید برای ارتقای توسعه کلی منطقه شکل گیرد.42 ]. در نهایت، در مقایسه با سیستم مکان مرکزی، شبکه شهری مسیر همکاری متقابل و توسعه سلسله مراتبی را اتخاذ می کند، که ارتباطات منطقه ای در اصل سست را سفت می کند. به عنوان مثال، طرح استراتژی فضایی هلند بیان می کند که شهرها در مقیاس ها و سطوح مختلف برای افزایش انسجام شهرها و ایجاد یک اقتصاد شبکه ای و یک جامعه شبکه ای به هم متصل خواهند شد. بنابراین، دولت هلند تصمیم گرفت توسعه شش شبکه شهری در سطح ملی شامل رندستاد، برابانت و لیمبورگ جنوبی را در اولویت قرار دهد.
به طور خلاصه، شبکه شهری محصول اجتناب ناپذیر توسعه اقتصادی در یک دوره معین و مظهر مهم توسعه با کیفیت و سطح بالا منطقه ای است. در پس زمینه توسعه اطلاعات و جهانی شدن اقتصادی، شبکه شهری به طور کامل در تمام جنبه های توسعه منطقه ای، برنامه ریزی شهری، تولید و زندگی نفوذ کرده است. شبکه شهر تابعی از توسعه منطقه ای است و عملکرد و تأثیر شهر بیشتر به شبکه شهری وابسته است.

3. داده ها و روش ها

3.1. منطقه مطالعه

مجموعه شهری دلتای رودخانه یانگ تسه در پایین دست رودخانه یانگ تسه در چین واقع شده است ( شکل 1 ). این یک تقاطع مهم از “کمربند و جاده” و “کمربند اقتصادی رودخانه یانگ تسه” و ششمین تجمع بزرگ شهری در جهان است [ 43]]. مجموعه شهری دلتای رودخانه یانگ تسه از 41 شهر تحت صلاحیت استان های شانگهای، جیانگ سو، ژجیانگ و آنهویی تشکیل شده است. از سال 2019، منطقه دلتای رودخانه یانگ تسه بیش از 20 درصد از تولید ناخالص داخلی چین و 3.7 درصد از مساحت چین را به خود اختصاص داده است. در نوامبر 2018، توسعه یکپارچه دلتای رودخانه یانگ تسه به یک استراتژی ملی تبدیل شد. این طرح بیان کرد که برای ارتقای توسعه یکپارچه منطقه، افزایش نوآوری و رقابت در منطقه دلتای رودخانه یانگ تسه و افزایش درجه تراکم اقتصادی ضروری است. از این رو، تقویت توسعه یکپارچه دلتای رودخانه یانگ تسه برای بهینه سازی الگوی فضایی منطقه ای و ارتقای توسعه با کیفیت بالا صنعت اقتصادی چین ضروری است.

3.2. منابع داده و ساخت شبکه

ما عمدتاً از زبان برنامه‌نویسی پایتون برای جمع‌آوری داده‌های دفتر مرکزی و شعب صنایع اوراق بهادار، بانکداری و بیمه در دلتای رودخانه یانگ تسه از سال 1990 تا 2017 استفاده کردیم [9 ]]. برای جلوگیری از گم شدن برخی از شرکت‌های مالی یا جمع‌آوری شرکت‌هایی که شرکت‌های مالی نیستند، کلیدواژه‌های زبان برنامه‌نویسی را روی اوراق بهادار، بانکداری و بیمه قرار دادیم و دوباره خزیدم. داده ها با توجه به شرایط زیر فیلتر و پردازش شدند. ابتدا، دفتر مرکزی شرکت حداقل یک شعبه در دلتای رودخانه یانگ تسه داشت و دفتر مرکزی شرکت و شعبه متعلق به شهرهای مختلف بود. ثانیاً اطلاعاتی مانند زمان ثبت شرکت، سرمایه ثبت شده و مکان از طریق سایت اداره صنعت و تجارت استعلام شد. در سال های 1990، 2000، 2008 و 2017 به ترتیب 86، 1807، 4928 و 8051 شرکت دارای شرایط فوق بودند ( شکل 2 ). در نهایت با مراجعه به ادبیات مربوطه [ 15]، وزن شرکا، سرمایه گذاری مشترک، شعب محلی، شعب منطقه ای و دفتر مرکزی شرکت را به ترتیب 1، 1، 2، 3 و 4 قرار دادیم. یک ماتریس همبستگی فضایی 41×41 با شهرها به عنوان حامل ساخته شد.

3.3. مواد و روش ها

3.3.1. مدل شبکه درهم تنیده

مدل شبکه بهم پیوسته از شرکت ها به عنوان واسطه استفاده می کند و وزن ها را به شهرها با توجه به اندازه و سطح شرکت ها اختصاص می دهد [ 28 ]. ساخت یک شبکه شهری از طریق مدل شبکه به هم پیوسته و محاسبه قدرت اتصال آن به طور عمده به دو مرحله تقسیم می شود. ابتدا فرض کنید که دفتر مرکزی شرکت k در شهر i و شعبه آن (شعبه های منطقه ای، شعب محلی، همکاران و سرمایه گذاری های مشترک) در شهر j قرار دارد . سپس، قدرت اتصال بین شهر i و شهر j بر اساس شرکت k برابر است با:

آرمنj،ک=4(3سیrب+2سیلب+سیآس+سیvه)

که در آن R ij,k نشان دهنده قدرت اتصال بین شهرهای i و j بر اساس k شرکت است. ممکن است چنین شرکت هایی وجود داشته باشند که دفتر مرکزی آنها در شهر i و شعب آنها (شعبه های منطقه ای، شعب محلی، شرکا و سرمایه گذاری های مشترک) در شهر j قرار دارد . بنابراین، کل قدرت اتصال بین شهر i و j برابر است با:

آرمنj=∑ک=1متر4(3سیrب+2سیلب+سیآس+سیvه)

که در آن R ij نشان دهنده قدرت ارتباطات بین شهرهای i و j بر اساس k شرکت است و m نشان دهنده تعداد دفاتر مرکزی شرکت مالی است. C rb ، C lb ، C as ، و Cve به ترتیب نشان دهنده تعداد شرکت k است که دفتر مرکزی آن در شهر i واقع شده است ، اما شعب منطقه ای، شعب محلی، همکاران و سرمایه گذاری های مشترک آن در شهر j قرار دارند . ضریب 4 نشان دهنده وزن ستاد و ضرایب است3 ، 2 ، 1 و 1 وزن شعب را نشان می دهد (به ترتیب شعب منطقه ای، شعب محلی، شرکا و سرمایه گذاری مشترک).

3.3.2. مرکزیت درجه

مرکزیت درجه نشان دهنده اتصال شبکه شهری است. به طور کلی، هر چه درجه مرکزیت بالاتر باشد، اتصال شهر قوی تر است [ 44 ]. فرمول به شرح زیر است:

Dسیمن=∑آ=1nآرمنj(من≠آ)

که در آن R ij قدرت اتصال بین شهرهای i و j است ( i ≠ a ). DC i کل قدرت اتصال بین شهر i و سایر شهرهای شبکه را نشان می دهد. و n تعداد شهرهای منطقه را نشان می دهد.

3.3.3. تراکم شبکه

تراکم شبکه به نزدیکی ارتباطات بین شهرها اشاره دارد. هر چه تراکم شبکه بیشتر باشد، اتصال کلی شبکه شهری بهتر است [ 45 ]. فرمول آن این است:

D=∑من=1n∑j=1nدمن(جمن،جj)/n(n-1)،(من≠j)

جایی که D نشان دهنده تراکم شبکه شهری است. n تعداد شهرهای گره را نشان می دهد. و d i ( c i , c j ) مقدار اتصال بین گره های c i و c j است . هر چه D بزرگتر باشد ، تراکم شبکه شهری بیشتر و ارتباطات بین شهرها نزدیکتر است.

3.3.4. مدولار بودن

ماژولاریت یک الگوریتم بهینه سازی مبتنی بر شبکه های فضایی چند سطحی است. می توان از آن برای کشف سریع و دقیق جامعه و توصیف صمیمیت جامعه استفاده کرد و یکی از بهترین الگوریتم های کشف جامعه است [ 46 ]. درجه مدولار بودن به عنوان نسبت تعداد کل یال ها در جامعه به تعداد کل یال های شبکه منهای مقدار مورد انتظار تعریف می شود. فرمول محاسبه مدولاریته ( Q ) به صورت زیر است:

س=12متر∑منjآمنj-کمنکj2مترδ(جمن،جj)

که در آن A vw وزن بین گره های v و w است . kv و kw به ترتیب به مقادیر درجه گره‌های v و w اشاره دارند . و δ ( c v , c w ) برای قضاوت در مورد اینکه آیا گره های v و w به یک جامعه تقسیم می شوند استفاده می شود. اگر چنین است، مقدار 1 تخصیص داده می شود. در غیر این صورت 0 است . شبکه معمولاً به n جامعه تقسیم می شود و یک ماتریس n بعدی وجود دارد. برای ساده کردن محاسبه، محاسبه Qبه شرح زیر تغییر می کند [ 47 ]:

س=12متر∑منjآمنj-کمنکj2متر∑vδ(جمن،v)(جj،v)=∑v12متر∑منjآمنjδ(جمن،v)δ(جj،v)-12متر∑منکمنδ(جمن،v)12متر∑jکjδ(جj،v)=∑v(هvv-آv2)
هvw=12متر∑منjآمنjδ(جمن،v)(جمن،w)   آv=12متر∑منjکمنδ(جمن،v)

که در آن e vw نسبت مجموع تعداد یال ها در جامعه v و جامعه w به تعداد کل یال ها است و a v نشان دهنده نسبت تعداد تمام یال ها در جامعه i به تعداد کل یال ها است. اصل عملکرد در شکل 3 نشان داده شده است :

3.3.5. مقیاس بندی چند بعدی

مقیاس بندی چند بعدی (MDS) برای ساخت یک ماتریس رابطه مجاورت بر اساس شباهت بین اشیاء تحقیق برای تجزیه و تحلیل درجه تناسب از طریق ضریب تنش (استرس) استفاده می شود، و ابعاد را از طریق خوشه بندی یا تجزیه و تحلیل ابعادی کاهش می دهد تا ساختار فضایی واضح تر شود [48] . ]. اگرچه مدل MDS به ندرت در زمینه شبکه‌های مکانی استفاده می‌شود، اما این روش برای ساده‌سازی و تجسم مشکلات فضایی برای درک بهتر روابط فضایی مفید است. ما از MDS برای تناسب ساختار فضایی شبکه شهری دلتای رودخانه یانگ تسه در بعد فضا-زمان استفاده کردیم. فرمول محاسبه به صورت زیر است:

اس=∑من=1n∑j=1n(دمنj-د^منj)2/∑من=1n∑j=1n(دمنj-د¯)21/2

جایی که d ij فاصله اصلی موضوع تحقیق است. د^منjفاصله پیش‌بینی‌شده شی تحقیقاتی تحت نمایش فضایی است. و د¯میانگین فاصله اصلی همه اشیاء تحقیق است. در این مقاله مراحل عملکرد مدل MDS به شرح زیر است:

  • قدرت ارتباطات بین شهرها در سال های 1990 ، 2000 ، 2008 و 2017 به صورت ماتریسی پردازش می شود که توسط نرم افزار SPSS قابل تشخیص است .
  • داده های پردازش شده به نرم افزار SPSS وارد شده و از ضریب استرس در مدل MDS برای تجزیه و تحلیل درجه برازش آن استفاده شده است. به طور کلی، ضریب استرس کمتر از 0.2 نشان دهنده اثر برازش بهتر است.
  • از نرم افزار SPSS برای تولید نقشه ادراک فضایی استفاده می شود که نشان دهنده رابطه بین شهرها بر اساس قدرت ارتباطات بین آنها است. از طریق نقشه ادراک فضایی همراه با تحقیقات قبلی، می‌توان رابطه فضایی آن را بیان کرد.
3.3.6. روش تخصیص درجه دوم
برنامه تخصیص درجه دوم ( QAP ) شباهت بین مقادیر شبکه یک ماتریس و ماتریس های متعدد را بر اساس جایگشت ماتریس های رابطه ای مقایسه می کند و ضریب همبستگی و ضریب رگرسیون را ارائه می دهد. تفاوت بین مدل QAP و سایر روش های آماری استاندارد این است که مقادیر ماتریس مستقل از یکدیگر نیستند [ 49 ]. از این رو، بسیاری از روش‌های آماری استاندارد نمی‌توانند تخمین پارامتر و آزمایش آماری را انجام دهند، زیرا انحراف استاندارد به اشتباه محاسبه می‌شود. QAP _مدل همچنین مشکل چند خطی را در مدل رگرسیون چندگانه سنتی دور می‌زند و به طور موثر تأثیر نویز را کاهش می‌دهد. مراحل استفاده از مدل QAP در این تحقیق به شرح زیر بود:
  • ما یک ماتریس فضایی 41 × 41 از اتصالات بین شهرها ( مقدار R محاسبه شده در بالا) ساختیم و از آن به عنوان متغیر وابسته ( Y ) استفاده کردیم.
  • با ارجاع به ادبیات مربوطه، ما برخی از عواملی را که ممکن است بر شبکه شهری تأثیر بگذارند، انتخاب کردیم و این عوامل را در یک ماتریس فضایی 41×41 ساختیم.
  • ماتریس اتصال شهر را به عنوان متغیر وابسته ( Y ) و ماتریس عامل تأثیرگذار را به عنوان متغیر مستقل ( X ) در نظر گرفتیم و آنها را برای تحلیل رگرسیون به مدل رگرسیون رابطه‌ای QAP وارد کردیم. این مرحله در UCINET پیاده سازی شد.

4. نتیجه

4.1. شناسایی اتصال فضایی

رویکرد شبکه درون شرکتی بسیاری از پیوندهای واقعی بین شهری را شبیه سازی می کند [ 50 ]. ما تکامل ساختار فضایی شبکه شهری را بر اساس ArcGIS10.2 تجسم کردیم ( شکل 4 ). به طور کلی، قدرت اتصالات شبکه شهری در طول زمان به افزایش ادامه داد و در نتیجه تراکم شبکه شهری افزایش یافت. تکامل پیوندهای بین شهری توسط مکانیسم های شبکه مانند انتشار سلسله مراتبی، پیوست ترجیحی و وابستگی مسیر هدایت می شد. توزیع فضایی ارتباطات شهری نامتعادل و دارای ویژگی های سلسله مراتبی شبکه ای قوی بود.
در مراحل اولیه توسعه شبکه شهری، برای به دست آوردن اثرات خارجی بیشتر، شهرها بیشتر به سمت نزدیکی و پیوندهای جهت دار تمایل داشتند [ 7]]. به عنوان مثال، در سال 1990، قدرت ارتباط شانگهای با سوژو، جیاکسینگ و سایر شهرهای اطراف به طور قابل توجهی بالاتر از سایر شهرها بود. از یک سو، اشکال مختلف مجاورت، از جمله مجاورت جغرافیایی و فرهنگی، تمایل به تغییر شکل ساختار شبکه شهری دارند. از سوی دیگر، پیش نیاز توسعه شبکه های شهری، شبکه های جاده ای و زیرساختی کامل است. با این حال، شبکه‌های جاده‌ای-زیرساختی در دلتای رودخانه یانگ تسه تا قبل از سال 1990 توسعه ضعیفی داشتند، که جریان بین منطقه‌ای منابع را محدود می‌کرد و مانع توسعه شبکه‌های شهری می‌شد. از سال 2000، شانگهای به تدریج از موانع اداری و مرزهای فضایی عبور کرد و شروع به اتصال با شهرهای لبه شبکه مانند فویانگ و کوژو کرد، اما قدرت اتصال نسبتا ضعیف باقی ماند.
در سال 2008، با ادامه کاهش هزینه اتصالات شبکه شهری و تغییر چشمگیر الگوی اتصالات شبکه شهری، پیوندهای بین استانی بین نانجینگ-هانگژو (112) و هانگژو-هفی (48) به تدریج ظاهر شد و قدرت اتصالات افزایش یافته است. اتصال شبکه به دلیل تعبیه شبکه شهری، اثر وابستگی مسیر خاصی را نشان می‌دهد. به عنوان مثال، یک اثر قفل در اتصالات بین شهری در دلتای رودخانه یانگ تسه شناسایی شد که عمدتاً بین شانگهای-هانگژو، شانگهای-نانجینگ، شانگهای-سوژو، شانگهای-وکسی متمرکز بود. و شانگهای-هفی. در طول دوره مطالعه، قدرت اتصالات بین پنج شهر ثابت (بین شانگهای و نانجینگ، سوژو، ووکسی، هانگژو، و هفی) بیش از 20٪ از تمام اتصالات را تشکیل می دهد. از سال 2000 تا 2017، شانگهای-هانگژو، شانگهای-نانجینگ، شانگهای-سوژو و شانگهای-وکسی همگی از نظر قدرت اتصال در بین پنج رتبه برتر قرار گرفتند. این نشان داد که ارتباطات بین شهر-دیادهای ثابت، تقویت خود را حفظ می‌کنند. به عبارت دیگر، تکامل پویا ارتباطات بین شهری اینرسی فضایی و زمانی قابل توجه را حفظ کرد. در سال 2017، اتصالات بین استانی به تدریج افزایش یافت و قدرت اتصالات بین شهری در مقایسه با سال 2008 به طور قابل توجهی افزایش یافت. به عنوان مثال، نقاط قوت اتصال نانجینگ-هانگژو و هانگژو-هفی به ترتیب 280 و 196 بود که بسیار زیاد بود. بالاتر از 112 و 48 در سال 2008. این تعجب آور نیست زیرا دولت چین معتقد است که توسعه یکپارچه دلتای رودخانه یانگ تسه برای تغییر اقتصاد چین از سرعت بالا به کیفیت بالا مهم است و همچنین یک اقدام کلیدی برای ارتقای توسعه هماهنگ منطقه ای است. از سال 2009، سیاست های مربوطه برای حمایت از توسعه یکپارچه دلتای رودخانه یانگ تسه اجرا شده است.
با این حال، شهرهای لبه شبکه مانند Chizhou، Suqian و Quzhou ارتباطات نسبتا ضعیفی با شهرهای اصلی داشتند. توزیع فضایی اتصالات شهری نامتعادل بود و ویژگی های سلسله مراتبی شبکه قوی را نشان داد. این برای ادغام و توسعه هماهنگ دلتای رودخانه یانگ تسه مفید نیست. علاوه بر این، تحقیقات مرتبط نشان می‌دهد که شبکه‌های جاده‌ای-زیرساختی پیش‌نیاز گردش منابع هستند. هر کشور یا شهری که بخواهد توسعه اقتصادی و صنعتی را تقویت کند و ارتباطات بین شهری را ارتقا دهد، ابتدا باید ساخت شبکه‌های جاده‌ای – زیرساختی را تقویت کند. در آینده، بهینه سازی توزیع فضایی منابع، تقویت ساخت شبکه های جاده ای-زیرساختی بین شهرهای حاشیه و شهرهای مرکزی ضروری است.

4.2. بخش جامعه ساختار فضایی شبکه شهری

اخیراً اشکال مختلف برنامه ریزی از جمله طرح توسعه ادغام منطقه ای دلتای رودخانه یانگ تسه، منطقه شهری شانگهای و منطقه شهری نانجینگ توسعه شبکه فضایی دلتای رودخانه یانگ تسه را ارتقا داده اند. با این حال، به دلیل تأثیرات دلبستگی ترجیحی و مجاورت فضایی، ارتباطات بین شهرها اغلب وابستگی به مسیر را نشان می‌دهند که عمدتاً در تولید جوامع شبکه‌ای مختلف آشکار می‌شود [ 51 ، 52 ]. بنابراین، برای درک بهتر ساختار فضایی شبکه شهری، مقدار R محاسبه شده در بخش قبل به عنوان وزن برای تقسیم جامعه شبکه از طریق مدل مدولاریته استفاده شد ( شکل 5 ).
در سال 1990، دو انجمن شبکه با شانگهای و نانجینگ به عنوان هسته تشکیل شدند. جامعه شبکه شانگهای شامل 11 شهر مانند هانگژو و هفی بود، در حالی که جامعه شبکه نانجینگ فقط سوژو را شامل می شد. این ممکن است به دلیل سیستم سوسیالیستی با ویژگی های چینی رخ داده باشد، بنابراین بیشتر منابع سیاسی و اقتصادی با کیفیت بالا عمدتاً در شانگهای متمرکز شده بود و در نتیجه ارتباطات بیشتری بین شانگهای و سایر شهرها ایجاد شد. از سال 2000، ویژگی های جامعه شبکه با شانگهای و نانجینگ به عنوان هسته بیشتر تقویت شده است. اعضای جامعه شبکه شانگهای عمدتاً شامل هانگژو، سوژو، هفی و 14 شهر دیگر هستند که در مقایسه با سال 1990 سه برابر افزایش داشته است. اعضای جامعه شبکه نانجینگ عمدتاً شامل پنج شهر در استان جیانگ سو بودند: Yangzhou، Yancheng، Wuxi، Zhenjiang و Changzhou، که اثرات مجاورت جغرافیایی قوی را نشان دادند. با این حال، مراکز استان هانگژو و هفی جوامع شبکه مستقلی را تشکیل ندادند. دلیل اصلی این یافته این است که شانگهای و هانگژو به عنوان شهرهای اصلی دلتای رودخانه یانگ تسه، توسعه اقتصادی و ساختار صنعتی مشابه و تبادلات فرهنگی و فناوری نزدیک داشتند. اما وضعیت در هفی متفاوت بود. در سال 2000، سطح توسعه اقتصادی استان آنهویی نسبتاً پایین بود و ارتباطات بین شهرها ضعیف بود. هیفی هنوز نقش کلیدی در ارتقای توسعه شهرهای دیگر در استان آنهویی ایفا نکرده بود و فقط با شانگهای ارتباط برقرار کرده بود که از نظر اقتصادی بسیار مکمل بود. در سال 2008، ساختار فضایی جامعه شبکه تغییر کرد. در همین حال، سه انجمن شبکه با شانگهای، نانجینگ و هفی به عنوان هسته تشکیل شد. شهرهای جامعه شبکه شانگهای عمدتاً از استان ژجیانگ، شهرهای جامعه شبکه نانجینگ همه از استان جیانگ سو و شهرهای جامعه شبکه هفی همه از استان آنهویی بودند. تقسیمات اداری و فاصله جغرافیایی عوامل مهمی بودند که بر تقسیم جوامع شبکه تأثیر گذاشتند. شایان ذکر است که هانگژو، مرکز استان ژجیانگ، هنوز یک جامعه شبکه مستقل تشکیل نداده بود، اما به بخش مهمی از جامعه شبکه شانگهای با سایر شهرهای استان ژجیانگ تبدیل شده بود. در سال 2017، با توسعه زیرساخت های حمل و نقل و بهبود محیط سازمانی، ساختار فضایی شبکه شهری بیشتر بهینه شد.
آخرین سند شورای دولتی چین در مورد ادغام دلتای رودخانه یانگ تسه گزارش می دهد که دلتای رودخانه یانگ تسه باید شانگهای را به عنوان هسته اصلی توسعه کلی منطقه و نانجینگ، هانگژو و هفی را به عنوان هسته های فرعی انتخاب کند. به ترتیب توسعه هماهنگ استان های جیانگ سو، ژجیانگ و آنهویی را هدایت کند [ 42 ]. بر اساس وضعیت واقعی، الگوی شبکه شهری فعلی در دلتای رودخانه یانگ تسه نیز با جامعه شبکه پیشنهادی در این مقاله سازگار است. این همچنین نشان می دهد که جامعه شبکه چند مرکزی با شانگهای به عنوان هسته و نانجینگ، هانگژو و هفی به عنوان هسته های ثانویه مطابق با علایق فعلی توسعه شهری است و یک ساختار فضایی شبکه شهری نسبتا ایده آل است.

4.3. حالت تکامل ساختار فضایی شبکه شهری

بر اساس ماتریس قدرت اتصال شهری در سال های مختلف، از مدل MDS برای تولید نقشه ادراک فضایی نشان داده شده در شکل 6 استفاده شد . برای سال های 1990، 2000، 2008 تا 2017، ضرایب تنش به ترتیب 0.09، 0.12، 0.08 و 0.06 بوده و اثر برازش خوب بود. شکل 6 تغییرات موقعیت نسبی و روابط متقابل شهرها در دلتای رودخانه یانگ تسه را از سال 1990 تا 2017 نشان می‌دهد که به ما اجازه داد تا در مورد روند توسعه و حالت تکامل ساختار فضایی دلتای رودخانه یانگ تسه قضاوت کنیم. به طور کلی، شبکه شهری دلتای رودخانه یانگ تسه از یک خوشه تک مرکزی با مرکزیت شانگهای به یک مدل شبکه چند مرکزی با مرکزیت شانگهای، نانجینگ، هانگژو و هفی تبدیل شده است.

4.3.1. حالت انباشتگی یک مرکز

در سال 1990، شانگهای در منطقه دلتای رودخانه یانگ تسه با منابع منحصر به فرد سیاسی و اقتصادی خود غالب بود. به دلیل محدودیت موقعیت جغرافیایی و امکانات حمل و نقل، ظرفیت تشعشع خارجی شانگهای ضعیف بود که حالت توسعه قطبی شدن تک مرکزی را نشان می دهد ( شکل 6 a). این منجر به شکاف توسعه بین شانگهای و شهرهای مجاور شده و توسعه اقتصادی نابرابر دلتای رودخانه یانگ تسه را تشدید کرده است. از این رو، برخی از شهرهای دورتر از شانگهای و شهرهایی با سطح توسعه اقتصادی و صنعتی پایین تر در حاشیه شبکه شهری جابجا شدند.
4.3.2. حالت انتشار نقطه ای
در سال 2000، با کاهش بیشتر هزینه اتصال بین شهری، و توسعه سریع شبکه‌های جاده‌ای – زیرساختی، شهرهای اصلی مانند شانگهای، هانگژو و نانجینگ برای افزایش تدریجی استحکام به بزرگراه‌های شانگهای-هانگژو و شانگهای-نانجینگ متکی شدند. ارتباط بین شهرها قدرت ارتباطات بین شهرهای اصلی مانند شانگهای، هانگژو و نانجینگ و شهرهای اطراف آن به ویژه در طول زمان افزایش یافته است ( شکل 6).ب). با این حال، ارتباطات بین شهرهای دیگر ضعیف باقی ماند. اول، این نشان داد که تکامل پویا شبکه های شهری اینرسی فضایی-زمانی قابل توجهی را حفظ کرده است. از این رو، شهرهای درجه دو فرصت بیشتری برای جذب منابع و اقتصاد از شهرهای برتر دارند. علاوه بر این، در مقایسه با شهرهای کوچک، شهرهای درجه دوم قابلیت جذب اقتصادی و صنعتی بهتری دارند. این تعجب آور نیست زیرا شبکه شهری جلوه ای از مشارکت عمیق شهر در تقسیم کار و همکاری با مزایای آن در منابع، سرمایه و استعداد است. به طور کلی، هر چه شهر بزرگتر باشد، منابع آن غنی تر و وضعیت شبکه آن بالاتر می رود. دوم، نشان داد که ارتباطات بین شهرها به طور کلی در امتداد خطوط اصلی ترافیک پخش شده است. به عبارت دیگر،
4.3.3. حالت محیطی هسته
در سال 2008، با تقویت بیشتر ارتباط بین شهری، شهرهای درجه دوم در اطراف شهر مرکزی به تدریج توسعه یافتند. برد اتصال شبکه و قابلیت‌های هدایت تشعشعات شهرهای مرکزی و شهرهای درجه دوم به تدریج افزایش یافت و منجر به افزایش مداوم تراکم شبکه شد. اما به دلیل محدودیت های شرایط طبیعی، سطح توسعه اقتصادی و امکانات حمل و نقل، برخی از شهرها به طور کامل در اتصال شبکه شهری مشارکت نداشتند و همچنان در حاشیه شبکه شهری قرار داشتند (شکل 6) .ج). برای مثال، سوچیان، چیژو و فویانگ ارتباطات کمتری با سایر شهرها و وضعیت شبکه پایین‌تری دارند. در همین حال، ساختار فضایی شبکه شهری به تدریج از مدل انتشار نقطه-محور به حالت هسته- پیرامون تغییر کرد.
4.3.4. حالت شبکه چند مرکزی
در سال 2017، فرکانس جریان عناصر مختلف در منطقه شتاب گرفت و اثر فشرده سازی فضا-زمان به تدریج ظاهر شد که منجر به تعمیق مداوم یکپارچگی منطقه ای شد. علاوه بر این، عملکرد شبکه شانگهای نیز دستخوش تغییرات عمده ای شد. در دوره های قبل، شانگهای به دلیل مزیت های سیاسی و اقتصادی خود، به طور مداوم منابع مختلفی را از شهرهای اطراف جذب می کرد. در دوره های بعدی، شانگهای به گسترش فناوری و توسعه اقتصاد شهرهای اطراف کمک کرد. انتقال اقتصاد و فناوری وسیله مهمی برای ارتقای ادغام دلتای رودخانه یانگ تسه و کاهش فشار بر منابع و جمعیت در شهرهای بزرگ مانند هانگژو، شانگهای و نانجینگ است. تحت هدایت شهرهای مرکزی منطقه ای و شهرهای فرعی،شکل 6 د).

4.4. عوامل بالقوه تعیین کننده استحکام اتصالات شبکه شهری

4.4.1. انتخاب شاخص و ساخت مدل رگرسیون رابطه

در اصل، شبکه شهری در واقع یک شبکه رابطه ای است. این بدان معناست که بسیاری از روش‌های آماری استاندارد از جمله حداقل مربعات معمولی (OLS) در تلاش برای حذف تأثیر روابط برای ارزیابی آنها هستند. با این حال، مدل QAP از مقایسه ارزش شبکه ماتریسی برای توضیح روابط بر اساس روابط استفاده می کند. بنابراین، علت ریشه ای همبستگی متغیرهای مستقل حل می شود [ 49 ، 53 ]. مدل به شرح زیر است:

Yمن=آ0+آ1ایکس1+آ2ایکس2+⋯+آ7ایکس7

که در آن Y i نشان دهنده متغیر وابسته ماتریس رابطه شبکه شهری است. a 0 یک ثابت است، a 1 -a 7 ضرایب رگرسیون هستند. و X 1 –X 7 ماتریس های رابطه عامل توضیحی هستند. با توجه به مراجع مربوطه و وضعیت موجود در این پژوهش، عوامل مؤثر بر شبکه شهری به چهار سطح [ 15 ] تقسیم شدند: تفاوت در توسعه اقتصادی، تفاوت در توسعه مالی، تفاوت در توسعه نهادی و مجاورت جغرافیایی. علاوه بر این، تفاوت در توسعه اقتصادی با تولید ناخالص داخلی سرانه (X 1 )، مربع تولید ناخالص داخلی سرانه (X 2) نشان داده می شود.)، ارزش خروجی صنعت سوم (X 3 )، و سرمایه گذاری دارایی ثابت (X 4 ). ما متغیر مجذور اختلاف تولید ناخالص داخلی سرانه را برای تخمین تاثیر گسترش بیشتر شکاف تولید ناخالص داخلی سرانه بر شبکه شهری انتخاب کردیم. تفاوت در توسعه مالی با یک نسبت مربوط به مالی نشان داده می شود (X 5 ). تفاوت در توسعه نهادی عمدتاً رفتار دولت های محلی را در نظر می گیرد و در هزینه های مالی دولت محلی بیان می شود (X 6). مجاورت جغرافیایی عمدتاً به این اشاره دارد که آیا دو شهر در یک تقسیم اداری قرار دارند یا خیر. ما مقدار مجاورت جغرافیایی دو شهر در یک تقسیم اداری را برابر با 1 و در موقعیت مخالف 0 قرار دادیم و سپس ماتریس رابطه آنها را ساختیم (X7 ) .

4.4.2. عوامل بالقوه تعیین کننده شبکه های شهری
با کمک مدل QAP در UCINET، یک عدد جایگزین تصادفی 10000 برای تحلیل رگرسیون انتخاب شد. در مجموع، نتایج تحلیل همبستگی و تحلیل رگرسیون با تحلیل نظری و واقعیت دلتای رودخانه یانگ تسه مطابقت داشت و از قدرت توضیحی قوی برخوردار بود ( جدول 2).). نتایج به شرح زیر بود: (1) تولید ناخالص داخلی سرانه، مجذور تولید ناخالص داخلی سرانه، و شبکه شهری یک رابطه U معکوس داشتند و هر دو آزمون معناداری را گذراندند. این نشان می دهد که رابطه بین شکاف تولید ناخالص داخلی سرانه و شبکه شهری را می توان به دو مرحله تقسیم کرد. زمانی که شکاف تولید ناخالص داخلی سرانه بین شهرها کم بود، اتصال شبکه شهری نزدیکتر شد. با این حال، زمانی که شکاف تولید ناخالص داخلی سرانه بین شهرها زیاد بود، مانع توسعه شبکه های شهری شد. (2) ضریب رگرسیون مقدار خروجی صنعت سوم 0.201 و احتمال معنی داری 0.037 بود که نشان می دهد ساختار صنعتی با شبکه شهری رابطه مثبت دارد. به طور خاص، شهرهایی با ساختارهای صنعتی مشابه ارتباطات فنی و اقتصادی بیشتری دارند که به شدت توسعه شبکه شهری را ارتقا می‌دهد. (3) ضریب رگرسیون سرمایه گذاری ثابت 0.091- بود، که آزمون معناداری را گذراند، که نشان می دهد هر چه شکاف بین سرمایه گذاری های ثابت بیشتر باشد، قدرت ارتباط بین شهرها کمتر است. (4) ضریب رگرسیون نسبت مربوط به مالی 026/0 و احتمال معناداری آن 051/0 بود که نشان می‌دهد اگرچه نسبت مالی مرتبط با شبکه شهری رابطه مثبت دارد، اما توضیح ضعیف بود. (5) ضریب رگرسیون هزینه های مالی محلی 0.078- بود که آزمون معنی داری را گذراند. این نشان می دهد که هر چه شکاف بین هزینه های مالی محلی بیشتر باشد، ارتباطات بین شهرها کمتر است. (6) ضریب رگرسیون مجاورت جغرافیایی 0.025- بود که در آزمون معناداری شکست خورد. ممکن است منابع مالی نقدینگی قوی داشته باشند،

5. اقدامات بهینه سازی ساختار فضایی شبکه شهری

بر اساس نتایج تحقیق این مقاله، پیشنهادهایی برای بهینه سازی ساختار فضایی شبکه شهری ارائه شده است.
(1)
تقویت قابلیت‌های تراکم منابع و انتشار شهرهای اصلی در شبکه و تسهیل آزادسازی جریان منابع. توسعه شبکه های فضایی ظرفیت های تبادل منابع و کارایی تخصیص شهرها را افزایش داده و خطر رفتار فرصت طلبانه را کاهش داده است. شهرهای هسته شبکه توانایی بالایی در جمع آوری و گسترش منابع دارند و به عنوان یک پل و واسطه در توسعه شبکه شهری عمل می کنند. با این حال، توسعه یکپارچه با کیفیت بالا دلتای رودخانه یانگ تسه نمی تواند تنها به شهرهای اصلی شبکه تکیه کند. در آینده، تقویت بیشتر زیرساخت‌های حمل‌ونقل، کاهش هزینه‌های جریان فاکتور و بهبود کارایی اتصال شهرهای حاشیه ضروری است.
(2)
بهینه سازی توزیع فضایی منابع و هدایت موقعیت منطقی شهرها. تحقیقات ما نشان داد که شهرهای هسته شبکه وضعیت شبکه بالاتر و کنترل قوی تری بر شهرهای لبه شبکه دارند. جای تعجب نیست که به دلیل سیستم سوسیالیستی با ویژگی های چینی، تعداد زیادی از منابع با کیفیت بالا مانند سیاست ها و بودجه عمدتاً در شهرداری ها و مراکز استان ها (پکن، شانگهای، گوانگژو و شنژن) متمرکز شده است. رشد مستمر صنایع و جمعیت در شهرهای بزرگ، حجم فزاینده‌ای درگیری‌های اقتصادی و اجتماعی ایجاد می‌کند. اما برخی از شهرهای کوچک به دلیل کمبود منابع از کاهش جمعیت و عقب ماندگی توسعه اقتصادی و صنعتی رنج می برند. بنابراین، ما باید مفهوم توسعه گذشته را تغییر دهیم، تخصیص فضایی منابع را بهینه کنیم. و توسعه هماهنگ جمعیت شهری-اقتصاد-صنعت را ترویج دهد. همچنین باید توجه داشت که توسعه هماهنگ توسعه یکسان و بدون تفاوت بین شهرها نیست. شفاف سازی موقعیت عملکردهای شهری، کاهش “اثر سیفون” شهرهای مرکزی از طریق انتقال عملکرد و بهینه سازی تخصیص منابع و هدایت تخصصی شدن و توسعه مشخصه شهرهای غیر هسته ای ضروری است.
(3)
از طریق اثرات سرریز شبکه، قدرت اتصال بین شهرهای لبه شبکه و شهرهای اصلی را تقویت کنید. در مقایسه با ساختار فضایی سنتی، ساختار فضایی شبکه شهری می‌تواند جریان منابع را برای استفاده از اثرات سرریز اقتصاد، فناوری و دانش شهرهای مرکزی تسریع بخشد. سرریز اقتصاد، فناوری و دانش می‌تواند ارتقای صنعتی و پیشرفت فناوری را در شهرهای سطح پایین تر ترویج دهد [ 54]]. با این حال، ما همچنین دریافتیم که اثرات سرریز شبکه به عواملی مانند فاصله جغرافیایی و تفاوت‌های فرهنگی مرتبط است. این بدان معناست که دریافت اثرات سرریز شبکه برای شهرهای لبه شبکه دشوار است. بنابراین لازم است ارتباط بین شهرهای لبه شبکه و شهرهای مرکزی از طریق انتقال صنعتی و راهنمایی فنی تقویت شود.
(4)
یک حالت توسعه شبکه چند مرکزی برای ترویج توسعه یکپارچه دلتای رودخانه یانگ تسه ایجاد کنید. بیشتر و بیشتر محققان بر این باورند که با توسعه مداوم اقتصاد چین، یک خوشه تک مرکزی با مرکز شانگهای برای توسعه هماهنگ دلتای رودخانه یانگ تسه مناسب نیست. تحقیقات ما همچنین نشان می دهد که ساختار فضایی شهری فعلی دلتای رودخانه یانگ تسه از یک تجمع تک مرکزی به یک شبکه چند مرکزی توسعه یافته است که ممکن است توسط عوامل مختلفی مانند بازار، دولت و اقتصاد هدایت شده باشد. و یک حالت توسعه فضایی نسبتا ایده آل است. با این حال، به دلیل عوامل تاریخی، تفاوت های فرهنگی و عوامل سیاسی، ایجاد یک تقسیم کار معقول و مکانیسم هماهنگی بین شهرهای دلتای رودخانه یانگ تسه دشوار خواهد بود. ممکن است باعث رقابت باطل در توسعه اقتصادی و صنعتی شود که به توسعه هماهنگ شبکه های شهری کمک نمی کند.55 ]. بنابراین باید از رویکردهای محسوس و ناملموس برای تقویت لنگرگاه صنایع شهری و تقسیم کار برای جلوگیری از ساخت و سازهای زائد و رقابت باطل استفاده کنیم.

6. نتیجه گیری

شبکه شهری یک روش مهم برای بهینه سازی فضایی است و اندازه گیری سطح توسعه شبکه شهری پیش نیاز بهینه سازی فضایی است [ 24] .]. در این مطالعه، ما برای اولین بار از زبان برنامه نویسی پایتون برای خزیدن داده های شرکت های مالی با اندازه ها و سطوح مختلف در دلتای رودخانه یانگ تسه در سال های 1990، 2000، 2010 و 2017 استفاده کردیم. به ترتیب تقسیم جامعه شبکه و مدل توسعه شبکه. در نهایت به بررسی عوامل موثر بر شبکه شهری پرداخته و پیشنهاداتی برای بهینه سازی ساختار فضایی شبکه شهری ارائه کردیم. یافته های ما درک ویژگی های شبکه شهری دلتای رودخانه یانگ تسه را غنی و عمیق می کند و مرجعی برای بهینه سازی ساختار فضایی شبکه شهری ارائه می دهد.
مطابق با سایر تحقیقات، ما دریافتیم که اشکال مختلف مجاورت از جمله مجاورت فرهنگی و جغرافیایی تمایل به شکل دادن به ساختار شبکه شهری دارند [ 6 ، 40 ، 42]]. ما همچنین دریافتیم که اتصال شبکه به دلیل تعبیه شبکه شهری دارای اثر وابستگی مسیر خاصی است. به عنوان مثال، یک اثر قفل در اتصالات بین شهری در دلتای رودخانه یانگ تسه، که عمدتا بین شانگهای-هانگژو، شانگهای-نانجینگ، شانگهای-سوژو، و شانگهای-وکسی متمرکز بود، یافت شد. این نشان می دهد که ارتباط بین شهرها نه تنها به اثر مجاورت جغرافیایی بستگی دارد، بلکه به وسعت شهر نیز بستگی دارد. به طور کلی، هر چه شهر بزرگتر باشد، منابع آن غنی تر و وضعیت شبکه آن بالاتر می رود. بنابراین، اگر دو شهر بزرگتر باشند، ممکن است ارتباط بین آنها قوی تر شود. علاوه بر این، شهرهای پیرامونی شبکه مانند چیژو، سوچیان و کوژو ارتباطات نسبتا ضعیفی با شهرهای اصلی دارند. در آینده،
ما دریافتیم که ساختار فضایی شبکه شهری دلتای رودخانه یانگ تسه از یک خوشه تک مرکزی با شانگهای به عنوان هسته آن به یک شبکه چند مرکزی با شانگهای به عنوان هسته و نانجینگ، هانگژو و هفی به عنوان هسته های ثانویه تکامل یافته است. این با توسعه واقعی دلتای رودخانه یانگ تسه مطابقت دارد. برخی محققان همچنین دریافته اند که تمرکز بیش از حد جمعیت، سرمایه و زیرساخت های حمل و نقل در شهرهای بزرگ مانند شانگهای، هانگژو، نانجینگ و هفی برای توسعه هماهنگ منطقه ای مساعد نیست [14] .]. از یک سو، شبکه‌های جاده‌ای – زیرساختی کانال‌های مهمی برای گردش منابع مختلف و زیربنای توسعه شبکه‌های شهری هستند. شایان ذکر است که شبکه‌های جاده‌ای – زیرساختی کنونی شهرها در دلتای رودخانه یانگ تسه تفاوت‌های فضایی شدیدی دارند. به عنوان مثال، مناطق جاده ای شهرهای حاشیه شبکه مانند Chizhou، Tongling، Quzhou و Lishui به ترتیب تنها 20٪، 18.5٪، 31.4٪ و 13.7٪ از میانگین دلتای رودخانه یانگ تسه است. از سوی دیگر، توسعه دلتای رودخانه یانگ تسه تنها به شهرهای اصلی مانند شانگهای، نانجینگ، هانگژو و هفی متکی نیست. در آینده، ترویج شیب منابع عمومی به سمت شهرهای حاشیه شبکه و کاهش مناسب شکاف توسعه بین شهرها به توسعه هماهنگ دلتای رودخانه یانگ تسه کمک می کند. در واقع، از زمان برگزاری کنفرانس همکاری و توسعه دلتای رودخانه یانگ تسه در سال 2009، دولت چین اجرای توسعه همسان سازی را در زمینه‌های زیرساخت جاده‌ای، مراقبت‌های پزشکی و آموزش آغاز کرده است و اقدامات مختلفی را برای ترویج توسعه یک منطقه چندگانه اعلام کرده است. شبکه مرکزی در دلتای رودخانه یانگ تسه. ما همچنین دریافتیم که شبکه شهری یک رابطه U شکل معکوس با تولید ناخالص داخلی سرانه دارد، یعنی حفظ شکاف توسعه تولید ناخالص داخلی مناسب می‌تواند توسعه شبکه‌های شهری را ارتقا دهد، در حالی که شکاف بسیار زیاد مانع توسعه آن می‌شود. علاوه بر این، شهرهایی با ساختارهای صنعتی مشابه و اقدامات دولتی، ارتباطات شبکه ای قوی تری دارند. این نشان می دهد که شهرهایی با پیشینه فرهنگی و محیط نهادی یکسان تمایل بیشتری به ارتباط دارند. در نهایت، بر اساس نتایج تحقیقات ما، بهینه سازی ساختار فضایی شبکه شهری را از جنبه های زیر توصیه می کنیم:
(1)
بهینه سازی توزیع فضایی منابع و هدایت موقعیت منطقی شهرها.
(2)
از طریق اثر سرریز شبکه، قدرت اتصال بین شهرهای لبه شبکه و شهرهای اصلی را افزایش دهید.
(3)
یک حالت توسعه شبکه چند مرکزی برای ترویج توسعه یکپارچه دلتای رودخانه یانگ تسه ایجاد کنید.
این مطالعه همچنین دارای محدودیت هایی است که ارزش بررسی بیشتر را دارد. ما کارکرد شبکه شهری را در نظر نگرفتیم و فقط بر ویژگی های تکاملی و الگوهای ساختار فضایی شبکه شهری تمرکز کردیم، بنابراین کارکردهای ارائه شده توسط شهرها در شبکه و تأثیر آنها بر توسعه اقتصادی و صنعتی نیاز به بررسی بیشتر دارد. آیا شبکه شهری دلتای رودخانه یانگ تسه برای توسعه شهرهای پیرامونی مفید است؟ مطالعه ما نشان می‌دهد که تراکم شبکه‌های شهری و میزان تبادل منابع بین شهرها به تدریج در حال افزایش است که تا حدی برای توسعه شهرهای پیرامونی مفید است. با این حال، برخی از محققان نگران هستند که شبکه شهری تأثیر منفی بر کارایی و انصاف منطقه‌ای داشته باشد و «اثر سیفون» شهرهای مرکزی را بیشتر ترویج کند.56 ، 57 ]. بنابراین، این پیشنهادات نیاز به آزمایش کامل از طریق مطالعه سیستماتیک در پویایی شبکه شهری دارند. برای مثال، می‌توانیم تغییرات مرکزیت و مرکزیت میانی شهرهای گره را در شبکه شهری اندازه‌گیری کنیم و تأثیر توسعه شبکه شهری را بر شهرهای سطوح مختلف مشاهده کنیم. ما همچنین می‌توانیم رابطه علی بین مرکزیت شبکه و سطح توسعه اقتصادی را از طریق مدل‌های اقتصادسنجی فضایی بررسی کنیم.

منابع

  1. Landesmann، MA; استولینگر، آر. تغییرات ساختاری، تجارت و شبکه‌های تولید جهانی: «سیاست صنعتی مناسب» برای اقتصادهای پیرامونی و در حال رشد. ساختار. چانگ. اقتصاد D 2019 , 48 , 7–23. [ Google Scholar ] [ CrossRef ]
  2. Coe، NM; یونگ، شبکه‌های تولید جهانی WC: نظریه‌پردازی توسعه اقتصادی در جهانی به هم پیوسته. جی. اکون. Geogr. 2016 , 34 , lbv038. [ Google Scholar ] [ CrossRef ]
  3. وو، ک. نیش، سی. ژائو، ام. فضای بین شهری جریان تحت تأثیر ریل پرسرعت: مطالعه موردی برای رفتار مسافران حمل و نقل ریلی بین پکن و تیانجین. Acta Geogr. گناه 2013 ، 68 ، 159-174. [ Google Scholar ] [ CrossRef ]
  4. تیلور، پی جی؛ درودر، بی. فالکونبریج، جی. هویلر، ام. Ni، PF شرکت های خدماتی تولید کننده پیشرفته به عنوان شبکه های استراتژیک. شهرهای جهانی به عنوان مکان های استراتژیک اقتصاد Geogr. 2014 ، 90 ، 267-291. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  5. فریدمن، جی. انتقال شهری چین . انتشارات دانشگاه مینه سوتا: مینیاپولیس، MN، ایالات متحده آمریکا، 2005; صص 111-116. [ Google Scholar ] [ CrossRef ]
  6. گی، س. لیو، سی. Du, D. آیا موقعیت شبکه باعث تولید دانش می شود؟ شواهدی از شبکه همکاری علمی بین المللی. رشد چانگ. 2018 ، 49 ، 594-611. [ Google Scholar ] [ CrossRef ]
  7. کرانمر، اس جی. لیفلد، پی. McClurg، SD; Rolfe, M. پیمایش در محدوده ابزارهای آماری برای تحلیل شبکه استنباطی. صبح. جی. پولیت. علمی 2017 ، 61 ، 237-251. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  8. Snijders، TA; Van De Bunt، GG; Steglich، CE مقدمه ای بر مدل های مبتنی بر بازیگر تصادفی برای پویایی شبکه. Soc. شبکه 2010 ، 32 ، 44-60. [ Google Scholar ] [ CrossRef ]
  9. Li، ZR; ژن، اف. فو، XX نقشه برداری شبکه شهری از طریق رابطه سرمایه گذاری بین شرکتی: مطالعه موردی دلتای رودخانه یانگ تسه. علمی Geogr. گناه 2019 ، 39 ، 1763-1770. [ Google Scholar ] [ CrossRef ]
  10. باتیستون، اس. رودریگز، جی اف. Zeytinoglu, H. شبکه سهام سرمایه گذاری مستقیم بین منطقه ای در سراسر اروپا. Adv. سیستم پیچیده 2007 ، 10 ، 29-51. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  11. بالاند، PA; بوشما، آر. Ravet، J. پویایی شبکه در تحقیقات مشترک در اتحادیه اروپا، 2003-2017. یورو طرح. گل میخ. 2019 ، 27 ، 1811-1837. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  12. بله، پیش از این؛ یانگ، FF; وانگ، جی. پیوندهای خدمات تولیدکننده و اتصال شهری در منطقه ابرشهری چین: مطالعه موردی دلتای رودخانه مروارید. مطالعه شهری. 2015 ، 52 ، 2458-2482. [ Google Scholar ] [ CrossRef ]
  13. ژن، اف. وانگ، ایکس. یین، جی. ژانگ، ام. یک مطالعه تجربی در مورد الگوی شبکه شهر چین بر اساس خدمات تولیدکننده. چینی ها. Geogr. علمی 2012 ، 23 ، 274-285. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  14. لی، XD ساختار فضایی شبکه شهر دلتای رودخانه یانگ تسه بر اساس الگوی شبکه شرکت های فهرست شده. Prog. Geogr. 2017 ، 33 ، 1587-1600. [ Google Scholar ] [ CrossRef ]
  15. جی، FF; چنگ، دبلیو. Wei, YH تغییر الگوهای جریان مالی و مکانیسم های محرک جریان های مالی تحت ادغام دلتای رودخانه یانگ تسه: تجزیه و تحلیل داده های تراکنش مالی شرکت های فهرست شده. Acta Geogr. گناه 2014 ، 69 ، 823-837. [ Google Scholar ] [ CrossRef ]
  16. گومبر، پی. کافمن، RJ; پارکر، سی. وبر، BW در انقلاب فین تک: تفسیر نیروهای نوآوری، اختلال و تحول در خدمات مالی. جی. مناگ. آگاه کردن. سیستم 2018 ، 35 ، 220-265. [ Google Scholar ] [ CrossRef ]
  17. ماهوتگا، MC; ما، ایکس. اسمیت، دی. تیمبرلیک، ام. جهانی شدن اقتصادی و ساختار سیستم شهر جهانی: مورد داده های مسافران هواپیمایی. مطالعه شهری. 2010 ، 47 ، 1925-1947. [ Google Scholar ] [ CrossRef ]
  18. تانگ، ز. لی، تی. لی، سی. تحقیق در مورد شبکه به هم پیوسته شهرهای بزرگ در چین. طرح شهر. Rev. 2017 , 1 , 28-40. [ Google Scholar ] [ CrossRef ]
  19. رابینسون، جی. شهرهای جهانی و جهان: نمایی از روی نقشه. بین المللی J. Urban Reg. Res. 2002 ، 26 ، 531-554. [ Google Scholar ] [ CrossRef ]
  20. چن، ک. چن، جی. ظهور مراکز مالی بین المللی در سرزمین اصلی چین. شهرها 2015 ، 47 ، 10-22. [ Google Scholar ] [ CrossRef ]
  21. Meijers، EJ; برگر، MJ ساختار فضایی و بهره وری در مناطق شهری ایالات متحده. محیط زیست طرح. A 2010 , 42 , 1383-1402. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  22. لی، بی. شهرهای “لبه” یا “بی لبه”؟ ساختار فضایی شهری در مناطق شهری ایالات متحده، 1980 تا 2000. J. Reg. علمی 2007 ، 47 ، 479-515. [ Google Scholar ] [ CrossRef ]
  23. Hesse, M. The Polycentric Metropolis: Learning from Mega-City Regions in Europe-Edited by Peter G. Hall and Kathy Pain. بین المللی J. Urban Reg. Res. 2010 ، 31 ، 496-498. [ Google Scholar ] [ CrossRef ]
  24. Hsu، نظریه مکان مرکزی WT و توزیع اندازه شهر. اقتصاد J. 2012 ، 122 ، 903-932. [ Google Scholar ] [ CrossRef ]
  25. بری، BJL؛ Garrison، WL تحولات اخیر نظریه مکان مرکزی. پاپ Reg. علمی 2010 ، 4 ، 107-120. [ Google Scholar ] [ CrossRef ]
  26. روپر، اس. Grimes، S. Wireless Valley، سیلیکون وادی و جزیره دیجیتال – هلسینکی، تل آویو و دوبلین و شبکه تولید جهانی ICT. Geoforum 2005 ، 36 ، 297-313. [ Google Scholar ] [ CrossRef ]
  27. ژائو، MX؛ تانگ، ZL اندازه‌گیری مبتنی بر شبکه برای منطقه داخلی شهری در دلتای رودخانه یانگ تسه. اقتصاد Geogr. 2010 ، 30 ، 371-376. [ Google Scholar ] [ CrossRef ]
  28. Wu، QB; Ning، YM مقر 500 شرکت برتر صنایع تولیدی چین است. Acta Geogr. گناه 2010 ، 65 ، 139-152. [ Google Scholar ] [ CrossRef ]
  29. ژو، YX; Hu, ZY نگاهی به ساختار شبکه ای سیستم شهری چین از دیدگاه حمل و نقل هوایی. Geogr. Res. 2002 ، 21 ، 276-286. [ Google Scholar ] [ CrossRef ]
  30. درودر، بی. تیلور، پی جی؛ Witlox، XF؛ Catalaon، G. تمایلات سلسله مراتبی و الگوهای منطقه ای در شبکه جهانی شهر: تحلیل شهری جهانی 234 شهر. Reg. گل میخ. 2003 ، 37 ، 875-886. [ Google Scholar ] [ CrossRef ]
  31. کاستلز، ام. جهانی‌سازی، شبکه‌سازی، شهرسازی: تاملی بر پویایی فضایی عصر اطلاعات. مطالعه شهری. 2010 ، 47 ، 2737-2745. [ Google Scholar ] [ CrossRef ]
  32. هاگینز، آر. پروکوپ، دی. ساختار شبکه و نوآوری منطقه ای: مطالعه پیوندهای دانشگاه و صنعت. مطالعه شهری. 2017 ، 54 ، 931-952. [ Google Scholar ] [ CrossRef ]
  33. ژانگ، GP; Guan، JC; لیو، XL تأثیر دنیای کوچک بر بهره وری ثبت اختراع در چین. Scientometrics 2014 ، 98 ، 945-960. [ Google Scholar ] [ CrossRef ]
  34. روسی، EC؛ تیلور، شبکه‌های بانکی PJ در سراسر شهرهای برزیل: شهرهای به هم پیوسته در داخل و خارج از برزیل. شهرها 2005 ، 22 ، 381-393. [ Google Scholar ] [ CrossRef ]
  35. جیانگ، دی ال. سان، ی. رن، اچ. بر اساس شاخص بایدو، ویژگی‌های شبکه شهری تجمع شهر یانگ تسه میانی را تجزیه و تحلیل می‌کند. منبع. محیط زیست حوضه یانگ تسه. 2015 ، 24 ، 1654-1664. [ Google Scholar ] [ CrossRef ]
  36. شنگ، KR؛ یانگ، ی. ژانگ، HX زیرگروه های منسجم و عوامل زمینه ای در شبکه شهری در چین. Geogr. Res. 2019 ، 38 ، 2639–2652. [ Google Scholar ] [ CrossRef ]
  37. Ke، WQ; چن، دبلیو. Yu، ZY کشف ساختارهای فضایی شبکه‌های شهری منطقه‌ای از داده‌های جریان ترافیک بزرگراه: مطالعه موردی از استان جیانگ سو، چین. پایداری 2017 ، 9 ، 1541. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  38. شرنگل، تی. هو، ی. تولید دانش مشترک در چین: شواهد منطقه ای از رویکرد مدل گرانشی. Reg. گل میخ. 2011 ، 45 ، 755-772. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  39. وانگ، ژ. وانگ، دی سی؛ هو، BX; Guo، QZ; Xiu، LN; ژائو، HT ساخت شبکه زیست محیطی در منطقه یینژو تیانجین با در نظر گرفتن حساسیت زمین لغزش. Acta Ecol. گناه 2017 ، 38 ، 4351-4362. [ Google Scholar ] [ CrossRef ]
  40. Jauhiainen، JS; Moilanen، H. به سوی سرزمین های سیال در توسعه فضایی اروپا: مناطق توسعه منطقه ای در فنلاند. محیط زیست طرح. سیاست دولت C 2011 ، 29 ، 728-744. [ Google Scholar ] [ CrossRef ]
  41. Tseng، CY؛ Lin, SC; پای، دی سی؛ Tung, CW رابطه بین شبکه نوآوری و قابلیت نوآوری: دیدگاه شبکه اجتماعی. تکنولوژی مقعدی استراتژی. مدیریت 2016 ، 28 ، 1029-1040. [ Google Scholar ] [ CrossRef ]
  42. لیو، WC; کائو، YH; لیانگ، اس بی؛ Guo، JY اثرات فضایی گذرگاه بزرگراه یانگ تسه بر پیوندهای بین شهری در دلتای رودخانه یانگ تسه. اقتصاد Geogr. 2020 ، 40 ، 49-56. [ Google Scholar ] [ CrossRef ]
  43. لی، YC; فلپس، چند مرکزیت دانش NA و کلانشهر دلتای رودخانه یانگ تسه. Reg. گل میخ. 2017 ، 51 ، 1035-1047. [ Google Scholar ] [ CrossRef ]
  44. لیو، سی. گوان، م. Duan، D. الگوی فضایی و مکانیسم تأثیرگذار شبکه انتقال فناوری بین شهری در چین. Acta Geogr. گناه 2018 ، 73 ، 1462-1477. [ Google Scholar ] [ CrossRef ]
  45. کیان، سی. شن، LZ; ژن، ف. تکامل فضایی شرکت‌های اینترنتی چین و ویژگی‌های شبکه شهری. هوم Geogr. 2018 ، 33 ، 97-105. [ Google Scholar ] [ CrossRef ]
  46. وینسنت، دی بی. ژان لوپ، جی. رنو، ال. Etienne, L. آشکار شدن سریع جوامع در شبکه های بزرگ. J. Stat. مکانیک. 2008 . [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  47. الگوریتم نیومن، MEJ سریع برای تشخیص ساختار جامعه در شبکه. فیزیک Rev. E 2004 , 69 , 066133. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  48. او، ز. یانگ، ی. لیو، ی. جین، FJ ویژگی های تکامل شبکه تجارت جهانی انرژی و روابط بین کشورهای بزرگ. Prog. Geogr. 2019 ، 38 ، 1621-1632. [ Google Scholar ] [ CrossRef ]
  49. لیو، بی. هوانگ، اس. فو، اچ. کاربرد تحلیل شبکه بر روی جاذبه های توریستی: مورد سین کیانگ، چین. تور. مدیریت 2017 ، 58 ، 132-141. [ Google Scholar ] [ CrossRef ]
  50. منگ، دی. فنگ، XH; تکامل ساختار شبکه شهر YZ و الگوی سازمانی ون در شمال شرقی چین از دیدگاه حمل و نقل مسافر راه آهن. Geogr. Res. 2017 ، 36 ، 1339–1352. [ Google Scholar ] [ CrossRef ]
  51. بوشما، RA نزدیکی و نوآوری: ارزیابی انتقادی. Reg. گل میخ. 2005 ، 39 ، 61-74. [ Google Scholar ] [ CrossRef ]
  52. Wu، QB; Ning، شبکه شهری YM چین بر اساس سازمان فضایی شرکت های اطلاعات الکترونیکی. Geogr. Res. 2012 ، 31 ، 207-219. [ Google Scholar ] [ CrossRef ]
  53. سیدوروف، اس پی؛ فیزلیف، آر. بالاش، VA; گودکوف، AA؛ چکماروا، AZ; Levshunov، M. QAP تجزیه و تحلیل شبکه اشتراکی شرکت. در کارگاه بین‌المللی الگوریتم‌ها و مدل‌ها برای نمودار وب . Springer: Cham, Switzerland, 2018. [ Google Scholar ] [ CrossRef ]
  54. یین، جی. ژن، اف. الگوی شبکه شهری وانگ، CH چین: یک تحلیل تجربی بر اساس طرح‌بندی شرکت‌های مالی. اقتصاد Geogr. 2011 ، 31 ، 754-759. [ Google Scholar ] [ CrossRef ]
  55. ژانگ، دبلیو. درودر، بی. وانگ، جی. Witlox، F. تحلیلی از عوامل تعیین کننده شبکه های شهری چندگانه در دلتای رودخانه یانگ تسه. Tijdschr. اقتصاد Soc. Geogr. 2019 . [ Google Scholar ] [ CrossRef ]
  56. ژانگ، دکتر شیائو، اچ. Sun، DQ; Li، Y. تفاوت‌های فضایی و تأثیرات آن بر سطح توسعه پایدار تراکم شهری دلتای رودخانه یانگ تسه در چین. پایداری 2018 ، 10 ، 411. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  57. وانگ، تی. هنمن، اس. لایفنر، آی. لی، دی. تکامل ساختار فضایی شبکه دانش و تأثیر آن بر NIS: مطالعه موردی بیوتکنولوژی در چین. Geogr. Res. 2011 ، 30 ، 1861-1872. [ Google Scholar ] [ CrossRef ]
Ijgi 09 00611 g001 550
شکل 1. منطقه مطالعه و موقعیت دلتای رودخانه یانگ تسه در چین.
Ijgi 09 00611 g002 550
شکل 2. موقعیت و تعداد شرکت های مالی در دلتای رودخانه یانگ تسه.
Ijgi 09 00611 g003 550
شکل 3. اصل عملکرد مدل مدولاریته. ما شهرهای نزدیک به هم را از طریق یک مدل مدولاریتی به جوامع مختلف تقسیم کردیم. ( الف ) گره های آبی نشان دهنده تمام شهرهای مختلف هستند. ( ب ) پس از بهینه‌سازی مدولاریت، برخی از شهرهای نزدیک به هم انتخاب می‌شوند و شهرهای همرنگ در یک جامعه قرار می‌گیرند. ( ج ) شهرهای همرنگ پس از تقسیم بندی مدولار در یک جامعه گروه بندی می شوند.
Ijgi 09 00611 g004a 550 Ijgi 09 00611 g004b 550
شکل 4. شبکه بین شهری برای دلتای رودخانه یانگ تسه از سال 1990 تا 2017. وزن لبه نشان دهنده مقدار R (کل قدرت اتصال بین شهرها) محاسبه شده در بالا است.
Ijgi 09 00611 g005 550
شکل 5. تقسیم جامعه شبکه در دلتای رودخانه یانگ تسه از سال 1990 تا 2017. وزن لبه نشان دهنده مقدار R (کل قدرت اتصال بین شهرها) است که در بالا محاسبه شد. از همان رنگ برای نشان دادن شهرهای یک جامعه استفاده می شود و اندازه گره نشان دهنده مرکزیت درجه است. ( a – d ) تکامل جامعه شبکه را به ترتیب در سال های 1990، 2000، 2008 و 2017 نشان می دهد.
Ijgi 09 00611 g006 550
شکل 6. حالت تکامل ساختار فضایی شبکه شهری در دلتای رودخانه یانگ تسه از سال 1990 تا 2017. توجه: نشان دهنده یک شهر نوع I، یک شهر نوع II، یک شهر نوع III، یک شهر نوع IV است. سبزی که گره قرمز را احاطه کرده است به تحقیقات لی و همکاران اشاره دارد و تا حدی نمایانگر مناطق داخلی شهری است. [ 14 ]. Ijgi 09 00611 i005 Ijgi 09 00611 i006 Ijgi 09 00611 i007 Ijgi 09 00611 i008

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید