中国省际城乡流动人口空间格局演变及与区域经济发展的关系

城镇化中后期,中国人口流动的城乡结构出现重要转变,将对人口再分布和城镇化及区域发展产生重大影响。基于2010年和2020年全国人口普查数据划分了省际城—城、乡—城、城—乡和乡—乡4类流动人口,在识别其主流类型的基础上,通过流动率指标和计量模型考察了10年间流动人口主流类型的空间格局演变及与区域经济发展的关系。研究发现：(1)省际城乡流动人口规模大、增长快速的同时,乡—城流动占主导、城—城流动快速上升,这两类人口已成为中国城乡流动人口的主流类型。(2)城—城净流动格局中净流入区进一步向沿海三大中心集中,辽宁、新疆和云南也维持一定的净流入率,而绝大多数省份都属净流出区的结果塑造了沿海各具特色的三大流动圈以及东北、西北和西南地区内部联系的增强;乡—城净流动格局表现出沿海不同净流入区的“此消彼长”,以及新疆、辽宁净流入率上升引发其邻近省份净流出率下降的特征,该变化刻画了沿海流动圈连绵成带与变动各异的双重特性以及新疆、辽宁流动圈的发育。(3)区域经济发展对城—城和乡—城人口流动的影响都显著为正的作用随着时间的推移在增强,当加入流动存量后其对两类人口流动的促进作用出现分异;城—城和乡—城人口流动对...     

2000—2020年中国县市尺度流动人口地域类型演变及其影响因素

县市尺度上的流动人口是中国城镇化的核心主体之一,也是城市规模增长的主要贡献者,明确县市尺度的人口流动特征具有重要意义。本文基于2000年、2010年和2020年人口普查分县数据,将流动人口统计口径在空间尺度上进行转换,核算3个时期中国县市尺度的流入、流出人口,根据修正复合指标法将其划分为六种基本地域类型,运用多项Probit模型从经济发展、公共服务、地理区位和自然环境四个维度探究影响流动人口地域类型形成的因素。研究发现：(1)县市尺度流动人口绝对规模持续增长,人口流动活跃性增强,县市整体由相对不活跃的“低活跃性”时代逐步走向“高活跃性”时代;(2)平衡活跃型多转化为净流出活跃型,小规模净流出活跃型由东南沿海不断向内陆扩散,逐渐成为主导地域类型,大规模净流出活跃型实现从无到有的转变;(3)数量占比不足5%的大规模净流入活跃型县市集聚了全国超六成的流入人口,小规模净流入型县市对流动人口吸引力不断降低;(4)当前,经济因素仍是塑造流动人口地域类型空间格局的主要力量,非农就业机会和城镇化率越高的县市越容易成为净流入活跃型,但非经济因素对其影响正在逐步加强。     

1982-2010年中国县市尺度流动人口核算及地域类型演化

县市是中国新型城镇化发展过程中调控流动人口的重要单元。本文系统梳理了1982年、1990年、2000年、2010年四期人口普查的流动人口统计口径,根据地理流数据的空间尺度转换原则,核算四期人口普查县市尺度的流入人口和流出人口,构建对应的流动人口空间数据库。并提出新的修正复合指标法,划分出6种流动人口地域类型,包括大规模净流入活跃型、小规模净流入活跃型、大规模净流出活跃型、小规模净流出活跃型、平衡活跃型、非活跃型,据此分析中国流动人口地域类型的演化格局。主要结论为:(1)中国流动人口地域类型经历了从不活跃到活跃、从相对均势到高度极化的演化过程,大部分地区逐步转化为净流出活跃型,流动人口向少数净流入活跃型县市集聚,51个大规模净流入活跃型县市集聚了全国55.85%的流入人口。(2)中国流动人口地域类型在空间格局同样呈现高度极化的演化过程,形成长三角地区、珠三角地区2个流入人口高度集聚区,京、津及其他省会或首府等大城市则呈现单核式吸纳流入人口,净流出活跃型在"胡焕庸线"东南侧的"秦岭—淮河"以南地区呈现大面积扩张,成为中国最大的流出人口源区。(3)社会经济因素逐步成为影响流动人口集疏的主导因素,行政等级因素的作用也愈发突出。     

中国市域间日常人口流动特征及影响因素

基于腾讯位置大数据,分析了2015—2018年中国368个城市间人口流动的空间格局,并基于指数随机图模型（ERGM）识别了与人口流入、流出相关的影响因素。研究发现：① 人口流动的空间分布格局相对稳定,形成了以京、深、沪、穗、蓉、莞为“中枢”的菱形空间结构。② 通过社区划分得到的城市子群结构表明,社区间呈现明显的地理临近和省际分异特征,既形成了以省会城市为核心、受省界制约明显的中心–腹地结构的小型城市子群,也形成了跨越省界的多中心结构的大型城市子群,但大部分城市以省界为主要流动圈层,省域内人口流动更为密切。③ ERGM模型确定的人口流入、流出网络影响因素与新古典经济学理论相一致,人口规模、城市化水平、时间成本、经济成本等市场因素和经济因素在人口流动中仍然具有主导性作用。④ 城市对外来人口的吸引力更大程度上取决于自身的属性特征,而城市人口外流更依赖于外部网络关联要素,一定程度上验证了推拉理论中城市“拉力”的主导力量,以及各类距离因素的综合作用。     

基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析

14个集中连片特困区(简称“贫困片区”)是我国人口流动剧烈区域之一,目前关于揭示贫困片区人口流动规律的研究尚不多见。该文利用2019年春节前后实时动态腾讯定位大数据与社会经济指标构建地理加权回归模型并进行耦合分析,揭示14个贫困片区人口流动的空间格局及其影响机制。结果表明：(1)总体上贫困片区人口流出明显,呈现出东、中部片区人口流出活跃,西部片区人口流入一般活跃的格局,且东、中部片区的净流出量明显高于西部片区的净流入量。(2)教育资源供需矛盾、三次产业发展以及贫困人口数对人口流动的影响较大,其中,二、三产业发展是吸引人口流入的主要因素,而教育资源供给矛盾、贫困人口多、第一产业附加值低是人口流出的主要影响因素。(3)东、中部片区人口流出主要缘于贫困人口基数大、教育资源不足,西部片区人口流入主要受二、三产业就业机会多的影响。最后提出贫困片区在乡村振兴阶段的发展建议。     

中国省际人口迁移格局演变及其对城镇化发展的影响

基于2000年和2010年人口普查数据,利用多种指标和方法研究了中国省际人口迁移的格局演变及其对城镇化的影响。研究发现：省际迁入和迁出人口在空间分布上均呈分散化态势,迁入迁出重心均向北向东偏移,迁入地由广东省“一枝独秀”向多极化演变,安徽、四川、河南、湖南成为新的四大迁出地。利用净迁移流构建的省际人口迁移网络,表现出紧凑化和均衡化趋势;迁移流仍然是从中西部地区指向东部地区,但新增加迁移流集中指向长三角、京津以及福建。综合考虑省际人口迁移强度和方向,可将全国31个地区划分为净流入型活跃区、平衡型活跃区、净流出型活跃区以及非活跃区四种类型。省际迁移改变了迁入地和迁出地的城乡人口结构,通过不同模式促进了城镇化率的提高和省际差异的缩小,对2000-2010年全国城镇化率增加的贡献占到了18.13%。     

京津冀人口时空变化特征及其影响因素

基于2000和2010年人口普查和社会经济数据、2015年12月13日-25日百度迁徙数据及地理空间数据等多源数据,从人口分布格局与流动格局两个角度,探讨近年京津冀地区人口时空变化特征及其影响因素。研究表明：① 2000-2010年,京津冀地区呈现出明显的由自然地理条件与交通区位因素影响下的人口疏密特征、社会经济发展影响下的京津圈层特征,河北则缺少发育成熟的区域次级中心,京津冀地区人口普遍增加,且以人口显著增加为主要特征;② 人口普查的长时段迁移数据分析发现,京津冀人口流动活力增强,人口流入格局更为集聚;百度迁徙的短时段数据分析发现,北京是人口流入和流出的高热城市,天津是人口流出的较热城市,北京、天津、廊坊三地之间人口流动最为活跃,且以北京为核心的城市间人口流动较为活跃;③ 人力资本积累、产业结构特征、城镇发展水平、基期的经济发展水平、乡村化指数、公共服务水平,以及地理交通区位和地形起伏特征,是京津冀县域常住人口长时段内集散变化的主要影响因素,而短时段人口流动方向与数量还受节假日与季节的叠加影响。从城市功能、场强、网络及其演化的综合视角,更有助于深化人口集疏变化的地理研究。     

中国典型人口流出地区人口流动格局——以川渝地区为例

基于卫计委发布的2017年全国流动人口动态监测调查数据,系统分析了川渝地区流动人口空间格局与流动网络。研究发现,1）在流动人口数量变化上,川渝地区区际流出人口规模依然较大,2010年以来出现一定程度的人口回流;同时,区内流动人口规模开始超过区际流动,成为人口流动的主要方式,体现出当前川渝地区对人口的凝聚力进一步提高。2）流动人口空间分布方面,区际流出人口主要来源于川渝东北部县级单元,区际流入主要来源于川渝周边临近省份。区际流出主要方向为东部沿海城市群和地域邻近的西南各省,区际流入主要方向为成渝主城。区内流动以川渝中间塌陷带流向成渝双城经济中心为主要趋势,重庆以主城为单核心吸引人口;四川以成都主城为大核心,攀枝花、宜宾城区为小核心吸引人口。3）川渝人口流动网络集中在川渝中部地区,以省市内的人口短途流动为主,形成以成渝双城区为核心的“双核心+边缘”空间格局,两核心及区域之间的人口流动联系较弱,行政界线对川渝地区的人口流动影响依然较大。     

中国人口流动重力模型回归系数的定量估算及其空间异质性研究

基于中国337个地级及以上行政区划间人口省际流动数据,对人口流动重力模型代理变量的回归系数进行实证推算。结论包括：① 在地级行政单元研究精度下,中国人口流动重力模型代理变量的回归系数呈现出明显的空间异质性,及难以预期的作用效应,因此研究精度的提升将加剧空间交互模型构建的复杂程度,同时假定重力模型回归系数的空间均质性将导致模拟结果空间差异趋势的收敛;② 中国人口省际流动距离衰减系数为1.975,337个地级及以上行政区划距离衰减系数值域为0.434~4.438。研究所展示的各省该系数值域及直辖市、省会城市结果为今后模型应用提供了基础参考数据;③ 地级行政单元下的距离衰减系数存在空间异质性与梯度特征,高值区主要分布在东北沿疆、新疆和珠三角地区,低值区主要位于中国中部和西南地区。结合以往研究成果比较,中国人口省际流动的空间衰减特征与铁路客运网络的可达性格局存在一定程度的一致性。     

中国人口流动管控应对COVID-19疫情效应评估

中国政府通过历史罕见的人口流动管控遏制新型冠状病毒肺炎（COVID-19）疫情爆发。人口流动管控措施对于疫情防控起到何种作用?又如何影响中国人口流动和短期分布的地理特征?本文通过SEIR病毒传播动力学模型评估管控措施的有效性,利用移动定位数据追踪中国人口流动时空变化,以回顾COVID-19重大疫情人口流动管控的正负效应：① 人口流动管控使COVID-19疫情日新增感染曲线显著平稳化,成为中国应对COVID-19疫情重大突发性公共卫生事件时非药物干预措施的重要组成部分。人口流动管控使中国日新增感染者波峰日推迟1.9倍到达,当日感染人数下降63.4%。在选取的5个省份、5个湖北省城市、6个湖北外城市中,波峰日分别推迟1.4~8倍、5.6~16.7倍和2.3~7.2倍到达,当日感染人数分别下降56.9%~85.5%、62.2%~89.2%和67.1%~86.2%。因此,人口流动管控为疫情防控准备争取了宝贵的缓冲时间,极大降低了疫情集中爆发对于医疗设施的冲击;② 人口流动管控限制人口地级流动。2020年1—4月中国人口地级行政区划之间流动强度较2019年同期日均下降40.18%,其中,2020年“春运”节后返工流（1月25日—2月18日）平均下降66.4%,对社会运行与经济发展产生重大影响;③ 人口流动管控与人们对于疫情的恐惧导致2020年中国农历春节的返乡流受到显著影响,并短期改变中国人口时空分布的动态趋势。本文有助于理解重大突发性公共卫生事件下政府人口流动管控策略及其对人口流动与分布地理特征的影响。     

基于ICT的中国城市间人口日常流动空间格局——以百度迁徙为例

随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源。“百度迁徙”大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹。通过采集“百度迁徙”数据库中2015年一季度（2月7日至5月16日）国内369个城市之间的逐日的人口流动数据,分“季度平均、春运期间（春节前）、春运期间（春节后）、劳动节、周末和工作日”6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局。研究发现,“百度迁徙”大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局。人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性。人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配。“胡焕庸线”能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响。城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考。     

1985-2015年中国省际人口迁移网络特征

随着中国城市经济的发展以及城镇化的快速推进,人口迁移的空间格局发生了重大变化。本文基于1985-2015年全国省际人口迁移矩阵数据,运用社会网络分析方法,探讨中国省际人口迁移网络的整体特征以及每个节点在网络中的地位作用。研究结论为：①省际人口迁移网络密度经历了1985-2000年的缓慢下降、2000-2015年持续上升的过程,与西北、西南和中部主要人口迁出地向东部经济发达地区的集中性迁移成为发展主流密切相关。②人口迁移网络的内向中心势明显大于外向中心势,说明人口迁入地相对集中,人口迁出地相对分散。③省际人口迁移网络可分为东北—华北人口联动区、中原—长三角人口联动区、中南—华南人口联动区、西南人口联动区、西北人口联动区5个子群。其中,中原—长三角人口联动区是群内和群间联系最紧密的区域;中南—华南人口联动区是全国人口累计迁移量最高的区域;东北—华北人口联动区内部联系较强,对外仅与西北人口联动区联系较强。④基于中心性分析以及核心—边缘结构划分,各省(市、区)对于人口迁移网络的贡献意义不同,广东、北京具有全局控制意义,江苏、陕西、四川、浙江基本处于核心节点序列,上海、天津、内蒙古、福建核心作用逐渐增强,河南、湖北、河北、新疆核心作用出现下降,全国人口迁移路径总体向北偏移。     

中国流动人口多阶段流动的空间格局及变动特征——基于初次流动和当前流动的对比

基于2017年全国流动人口动态监测数据,运用描述统计和社区发现等方法,研究流动人口在初次流动和当前流动的空间格局及其变动特征。结果发现：1）从区域差异看,流动人口初次流动和当前流动的流出地格局保持相对稳定,流入地格局的变化主要体现在：在当前流动阶段,流入中部地区的比例下降而西部地区比例上升;流入特大城市的比例明显下降而I型大城市、中等城市和I型小城市的比例上升;流向直辖市和计划单列市的比例上升而流向副省级和省会城市的比例下降。2）从行政地级市间净迁移格局看,流动人口初次和当前流动的净迁移格局稳定性强,净迁入地区以“块状”分布于东部沿海省份的发达地市和“点状”分布于中西部省会及部分资源型和口岸型地市,净迁出地区连片分布在中西部地区的大多数地市与沿海省份的内陆地市。3）流动人口初次和当前流动以就近迁移与远程迁移交织的流迁模式为主,且由此刻画的行政地级市间迁移网络格局呈现以“胡焕庸线”为界的“东密西疏”现象;但也出现在当前流动阶段迁往京津冀的迁移流规模降低,长三角取代珠三角成为流入地首选区域的特征。4）流动人口生计策略的稳定性与人口迁移流动的空间惯性,是流动人口初次和当前流动空间格局表现出相似性的主要原因,而产业结构转型升级及在不同地市间的梯度转移是促使流动人口在流入地选择上发生变化的重要力量。     

Spatial-temporal patterns of China’s interprovincial migration, 1985–2010

Migration plays an increasing role in China＇s economy since mobility rose and economic restructuring has proceeded during the last three decades. Given the background of most studies focusing on migration in a particular period, there is a critical need to analyze the spatial-temporal patterns of migration. Using bicomponent trend mapping technique and interprovincial migration data during the periods 1985-1990, 1990-1995, 1995-2000, 2000- 2005, and 2005-2010 we analyze net-, in-, out-migration intensity, and their changes over time in this study. Strong spatial variations in migration intensity were found in China＇s interprovincial migration, and substantial increase in migration intensity was also detected in eastern China during 1985-2010. Eight key destinations are mostly located within the three rapidly growing economic zones of eastern China （Pearl River Delta, Yangtze River Delta and Beijing-Tianjin-Hebei Metropolitan Region）, and they are classified into three types： mature, emerging, and fluctuant origins, while most key origins are relatively undeveloped central and western provinces, which are exactly in accordance with China＇s economic development patterns. The results of bicomponent trend mapping indicate that, in a sense, the migration in the south was more active than the north over the last three decades. The result shows the new changing features of spatial-temporal patterns of China＇s interprovincial migration that Fan and Chen did not find out in their research. A series of social-economic changes including rural transformation, balanced regional development, and labor market changes should be paid more attention to explore China＇s future interprovincial migration.     

长江经济带人口流动对区域经济差异的影响

依据中国第四次、第五次、第六次人口普查的户籍人口和常住人口数据,借助泰尔指数、空间分析、回归建模等方法,分析长江经济带经济差异和人口流动的时空格局,探究人口流动对区域经济差异的影响。结果表明：① 基于户籍人口计算的经济总差异和分解差异均大于基于常住人口计算的差异,户籍口径差异随时间扩大,常住口径差异则随时间缩小;② 长江经济带县域经济差异格局在东、中、西地带呈现不同的中心—外围结构,东部以空间聚合的长三角经济发达县为面状核心区,具有都市连绵带特征,中部和西部则形成多个以中心城市为点状核心区的中心—外围结构;③ 人口流动对流入地和流出地经济增长的影响不同,2000年和2010年流动人口比率的提高均显著促进流入地的经济增长,但在2000年会相对减缓流出地的增长,2010年则相对缓慢地促进流出地的增长,县域经济差异不断扩大;④ 省域和地带因素会干扰人口流动对县域经济差异的解释,在控制了二者的影响之后,人口流动对县域经济差异的扩大程度明显减弱;⑤ 人口流动对区域经济差异的影响最为突出,其次是以工业化水平所体现的经济结构,人力资本、财政分权和区域战略的影响较小;对流出地而言,重视劳动力回流、推进人口家庭化迁移、加快工业化进程,是防止乃至缩小区域经济差异的政策关键。     

Spatial-temporal patterns of China’s interprovincial migration, 1985-2010

Migration plays an increasing role in China's economy since mobility rose and economic restructuring has proceeded during the last three decades. Given the background of most studies focusing on migration in a particular period, there is a critical need to analyze the spatial-temporal patterns of migration. Using bicomponent trend mapping technique and interprovincial migration data during the periods 1985-1990, 1990-1995, 1995-2000, 2000-2005, and 2005-2010 we analyze net-, in-, out-migration intensity, and their changes over time in this study. Strong spatial variations in migration intensity were found in China's interprovincial migration, and substantial increase in migration intensity was also detected in eastern China during 1985-2010. Eight key destinations are mostly located within the three rapidly growing economic zones of eastern China (Pearl River Delta, Yangtze River Delta and Beijing-Tianjin-Hebei Metropolitan Region), and they are classified into three types: mature, emerging, and fluctuant origins, while most key origins are relatively undeveloped central and western provinces, which are exactly in accordance with China's economic development patterns. The results of bicomponent trend mapping indicate that, in a sense, the migration in the south was more active than the north over the last three decades. The result shows the new changing features of spatial-temporal patterns of China's interprovincial migration that Fan and Chen did not find out in their research. A series of social-economic changes including rural transformation, balanced regional development, and labor market changes should be paid more attention to explore China's future interprovincial migration.     

中国城市间人口流动空间格局的网络分析——以国庆-中秋长假和腾讯迁徙数据为例

“腾讯迁徙”大数据基于位置服务,实时、动态、完整、系统地描述了用户日常出行活动的轨迹。通过采集“腾讯迁徙”数据平台中2017年国庆-中秋长假期间国内299个城市之间的逐日人口流动数据,分“出行期、旅途期、返程期”3个时间段,利用复杂网络分析方法,从人口流动集散层级、集散网络体系的分层集聚、人口流动空间格局、网络空间特征等角度分析各时间段城市间的人口流动特征与空间格局。结果表明,腾讯迁徙大数据直观地揭示了国庆-中秋期间中国各地级城市间人口的迁移规律,3个时段人口的净流入均呈现十字形骨架支撑的菱形分布,人流集散中心主要集中在京津冀、长三角、珠三角和成渝四大城市群,与城市等级有较强的一致性。人口流动集散体系呈明显的分层集聚,城市行政级别的高低与人口流动影响力存在一定的正相关关系,大部分城市人口流动处于“相对平衡”状态。人口流动空间格局呈现出明显的核心-边缘结构,大理-鹤岗一线是人口流动强度空间分布的显著分界线,以此线为界,城市网络呈现东密西疏的分布特征和东部并联、西部串联的网络关联特征。人口流动网络总体表现出“小世界”网络特征,局部具有较明显的“社区”结构特征,聚为2个国家级、2个区域级和3个地区级社区。     

中国沿海三大城市群城市空间网络拓展分析——以综合交通信息网络为例

在以“空间流”为逻辑的区域空间组织下,借由城际交通与信息网络的全面发展改变着社会经济空间结构的深度与广度,由此产生的“时空压缩”效应大幅度增强城市信息联系,促使现代城市在“空间流”的作用下不断扩展城市网络空间。针对中国在城镇化发展过程中出现的沿海三大城市群：长三角、京津冀以及珠三角城市群,对其进行城市空间网络分析,结果表明：① 公路运输、普通列车、高速列车、信息网络在一定程度上把相互连接的城市转变成为城市空间对外拓展的网络节点,拉近节点城市与周边城市的时空距离,带动城市群区域信息“网络化”结构的形成;② 长三角城市群城市空间网络主要以上海（沪）、南京（宁）核心节点城市构成,北翼网络化程度较高于南翼线性联系程度,其区域联系密度以“沪-宁”“沪-杭”沿线向两侧递减;其城市群城市网络拓展流向主要是以上海→湖州、上海→宁波、上海→泰州、南京→扬州、南京→镇江、南京→无锡、南京→苏州、南京→上海、杭州→宁波等城市流向,呈现典型多中心结构;③ 京津冀城市群城市空间网络主要以北京、天津为核心向外辐射,形成了以廊坊、沧州、承德、张家口等次级城市网络连线。其城市群城市间网络的拓展流向主要是以北京→天津、北京→石家庄、北京→秦皇岛、北京→廊坊、天津→秦皇岛、天津→石家庄等城市流向,呈现典型的双核心结构,这些城市彼此之间呈现复杂网状联系特征,其中,北京-天津-石家庄围成度中心网络的核心圈层,度中心值较低的其他10个城市节点组成外围低密度圈层;④ 珠三角城市群城市空间网络主要以广州、深圳、珠海为核心向外辐射,形成了以佛山、惠州、江门等次级城市网络连线。其城市群城市网络拓展方向主要以广州→深圳、广州→肇庆、广州→东莞、深圳→广州、深圳→东莞、珠海→东莞等城市流向。其中,广东、深圳处于网络的绝对中心位置,广东-深圳-东莞-佛山围成度中心网络的核心圈层,度中心值较低的其他5个城市节点组成外围低密度圈层,多核心网络结构特征显著。     

基于信息流的互联网信息空间网络分析

信息化、网络化和全球化不断扩展加深了信息要素对于区域发展的作用,因此基于信息要素视角下的信息空间研究有助于政府管理部门为信息化发展和信息产业的布局提供科学的决策。从信息流的角度出发,建立了基于互联网信息流要素的信息空间测度方法,采用复杂网络分析方法深入探讨区域信息空间的格局和分布特征。研究发现,信息空间呈现“异质”发展趋势,省份的信息影响力呈现“东—中—西”三层递减态势。国家发展战略对信息空间的格局分布具有一定的影响作用。中东部省份中,北京、上海和广东省连接了中国南北以及东部地区,形成稳定的“三角格局”,现阶段中国的信息空间格局并没有完全脱离地理空间的制约,在一定程度上依然部分依赖于地域分布。