EN中文

地理科学进展 >

2025 , Vol. 44 >Issue 6: 1085 - 1099

DOI: https://doi.org/10.18306/dlkxjz.2025.06.001

研究综述

地理学网络研究的边界、突破与关键问题

  • 杨永春 , 1, 2 ,
  • 菅煜婷 , 1, *
展开
  • 1.兰州大学资源环境学院，兰州 730000
  • 2.兰州大学西部环境教育部重点实验室，兰州 730000
*菅煜婷(1999—)，女，山西忻州人，硕士生，研究方向为城市与区域发展。E-mail:

杨永春(1969—)，男，陕西白水人，教授，博士生导师，研究方向为城市与区域发展、转型与规划。E-mail:

收稿日期: 2024-10-11

  修回日期: 2025-04-17

  网络出版日期: 2025-06-25

基金资助

国家自然科学基金项目(42371198)

国家自然科学基金项目(41971198)

第二次青藏高原综合科学考察研究项目(2019QZKK1005)

收起

Paradigms, breakthroughs, and key issues of network research in geography

  • YANG Yongchun , 1, 2 ,
  • JIAN Yuting , 1, *
Expand
  • 1. College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China
  • 2. Key Laboratory of Western China's Environmental Systems, Ministry of Education of the People's Republic of China, Lanzhou University, Lanzhou 730000, China

Received date: 2024-10-11

  Revised date: 2025-04-17

  Online published: 2025-06-25

Supported by

National Natural Science Foundation of China(42371198)

National Natural Science Foundation of China(41971198)

The Second Tibetan Plateau Scientific Expedition and Research Program(2019QZKK1005)

Fold

摘要

网络分析应用日益广泛，但其内在研究也逐渐因数据获取、复杂性和多元性等显露瓶颈。论文回顾了网络思维和网络分析方法，提出了网络研究可能存在的边界，系统梳理和解构了地理学网络研究的发展历程和不同层次，分析了其研究趋势和研究突破，并指出了关键问题与未来探索方向。研究显示：网络分析既是一种强调抽象思维、系统思维与关系思维的科学思维方式，也是一种分析复杂系统结构的科学方法；网络研究具有一定的边界。网络分析自20世纪60年代引入地理学，已发展出理论—对象—方法3个层次，在地理学知识生产中扮演差异化角色，并形成了以非社会节点之间的非社会联系为主的研究趋势；在认知与思维、科学理论与机理分析、方法与数据、现实视角与意义等4个方面取得突破。地理学网络研究面临网络思维和理论化模型运用与构建不充分、机制分析不足、数据收集困难与表达不充分、网络测度视角单一与方法技术落后等4个关键问题；未来可在综合性的地理学网络理论构建与整合、适合地理学网络分析的新方法研究、增强地理学网络研究数据的获取路径、地理学网络研究测度视角的改进、成果应用与实践方法的提升等5个方面探索地理学网络研究发展路径。

关键词： 网络; 网络分析; 网络思维; 地理学网络研究; 机遇与挑战

本文引用格式

杨永春 , 菅煜婷 . 地理学网络研究的边界、突破与关键问题[J]. 地理科学进展, 2025 , 44(6) : 1085 -1099 . DOI: 10.18306/dlkxjz.2025.06.001

Abstract

Network analysis is increasingly widely applied, but its intrinsic research gradually encounters bottlenecks due to challenges in data acquisition, complexity, and diversity. This study reviewed network thinking and network analysis methods, proposes potential boundaries of network research, systematically examines and deconstructs the developmental trajectory and various levels of geographical network research, analyzes its research trends and breakthroughs, and identifies key issues and future research directions. The study highlighted that network analysis is both a scientific way of thinking emphasizing abstract, systematic, and relational perspectives and a scientific method for analyzing complex system structures; but network research has certain boundaries. Since its introduction to geography in the 1960s, network analysis has evolved into three levels—theory, object, and method—playing a differentiated role in geographical knowledge production and forming a research trend primarily focused on non-social connections between non-social nodes. Breakthroughs have been achieved in four areas: cognition and thinking, scientific theory and mechanism analysis, methods and data, and real-world perspectives and significance. Geographic network research faces four key challenges: 1) insufficient application, 2) development of network thinking, 3) theoretical models, inadequate mechanism analysis, difficulties in data collection and incomplete representation, and 4) singular perspectives in network measurement coupled with outdated methodology and techniques. Future directions include exploring five areas of research: 1) constructing and integrating comprehensive geographical network theories, 2) developing new methods tailored for geographical network analysis, 3) enhancing data acquisition pathways for geographical network research, 4) improving measurement perspectives in geographical network studies, and 5) advancing the application and practical methodologies of research outcomes.

Key words： network; network analysis; network thinking; geographical network research; opportunities and challenges

系统是由相互作用和相互依赖的若干部分结合而成的具有特定功能的有机整体，而地球系统，包括地理学的研究对象——地球表层系统，更是一个开放的复杂巨系统[1]。随着“人类世”的到来和“人类足迹”遍布全球，网络现象已逐渐普遍，如规模日益庞大和复杂化的互联网、万维网、新陈代谢网、技术网、经济网等。
网络研究和网络分析(network analysis)起源于网络科学(network science)，网络科学是研究利用网络来描述复杂现象并建立这些现象预测模型的科学，业已成为研究系统的一种新描述方式或分析方法。网络科学的诞生与发展得益于图论(graph theory)和拓扑学(topology)等应用数学的发展[2]。图论起源于1736年欧拉的七桥问题，后伴随随机图、“小世界”网络效应、复杂网络无标度性质等逐步发展起来[3-4]。网络分析作为系统论的重要方法之一，克服了传统“黑箱式”和“烟囱式”分析的不足，通过节点和连接节点的链路来描述研究对象之间的相互联系，将系统性思维很好地运用于解构与预测复杂真实世界背后的网络结构与功能，是认识和改造客观世界的新的方法论和有力武器，已被各个学科广泛接受[5]。
地理学也逐渐接纳和吸收网络思维，并使其发展为重要理论视角。20世纪五六十年代，网络分析首次引入地理学并使地理学被重新定义为“空间科学”[5]。当时的地理学家想要摆脱对静态和有界地区的研究，试图从通过研究离散要素来理解地理空间组织和演变的“马赛克”式研究方式，转为采用系统性、综合性、整体性方法研究地理现象的“挂毯式”思维方式[6]，这种转变更强调各要素之间的相互依存和关联。在计量革命背景下，网络分析不仅是一种新颖的方法，更被视为理论地理学极具潜力的典范，其所具备的以拓扑空间数学语言将现实抽象的特点，与新地理学作为“空间科学”、强调“空间观”的思想直接契合[5]，河流、城市系统、交通系统和信息流等大相径庭的要素被抽象为具有相似属性的、可被有效比较的图形。网络分析这种“从噪声中过滤出信号”[7]，揭示“隐藏空间秩序”的特征，极具笛卡尔本体论概念和还原主义思想[5]。此后，网络研究逐渐以相似的认知框架涵盖地理学各研究领域，如交通网络[8]、贸易网络[9]、生产网络[10]等，企图揭示不同领域事物运作模式和内在机制。值得注意的是，地理学网络研究不同于地理网络研究，实际上，前者或能涵盖后者。地理网络研究虽然在中国大百科全书中有更宽泛的概念[11]，但学界对其内涵解释更侧重于GIS领域中地理空间数据的网络结构组织和分析。而地理学网络能将地理系统中各种相互联系的元素都纳入研究对象，如地球系统中的气候、生态、经济网络等，它更注重地理过程、地理系统之间的相互作用和影响，以及地理空间模式和发展趋势。本文旨在探讨内涵更丰富的地理学网络研究。
随着网络分析方法的广泛应用，其内在研究也逐渐因数据获取、复杂性和多元性等显露瓶颈。网络分析及其研究存在自身的目标与边界，任何“泛化”的网络分析都存在不确定性和风险。网络分析的本质究竟是什么?地理学网络研究有何边界与突破?关键问题与可能的探索方向是什么?本文旨在科学理解这些问题：首先，从整体上回顾网络思维和网络分析方法，提出网络研究自身存在的边界；其次，系统梳理地理学网络研究历程，解构地理学网络研究的不同层次与概念，分析其研究趋势与突破；最后，提出地理学网络研究可能存在的关键问题与未来探索方向。

1 网络思维、网络分析方法及其边界

1.1 网络思维

随着客观的网络世界以及客观世界的网络化，网络建构和认知日益塑造成一种网络思维，尤其在大数据浪潮冲击下，网络科学更是为思维结构和过程的建模提供了一个强大的数学框架。网络思维强调抽象思维、系统思维与整体观念、复杂性与交互性，这使人类思维认知层次产生新飞跃，也赋予了分析事物的新手段和新方法。抽象思维体现在需将现实世界中复杂的关系抽象成节点和边的形式；系统论主张不把事物、过程看作是实物和现象的简单堆积，而是以对系统的深入联系和全面把握来代替对事物内外部因素的孤立考察，着重于理解系统内部元素之间的结构和相互关系。类似地，马克思主义哲学就认为社会是个体间相互交往的产物，而非个体的简单堆积和相加，个体间的联系和相互作用是社会运行的基本途径，即事物的相互作用形成了普遍联系中的社会系统。进入20世纪后半叶，社会网络分析甚至带来了所谓的“社会学的新古典革命”[12]，即欧美社会学界从20世纪40—60年代占统治地位的结构—功能主义转向了70年代初期至今占主流地位的社会网络分析，尤其强调关系思维。关系思维认为社会现象是由位于关系和语境意义结构中的社会互动构成的，社会结构和社会关系对于解释社会地理现象很重要。因而，关系思维能够从不同角度看待空间和网络的相互关系[13]，既包括地理如何影响网络的形成和变化，如区域集群的地方邻近性[13]和地方外部性对专业化和劳动分工的促进作用[14]，也包括社会网络对地点和空间的塑造[15]，如网络的社会嵌入性和动态性[16-17]被认为是推动区域经济变革的手段。同时，关系思维沿着不同思路，发展出行动者网络理论(actor-network theory，ANT)、社会网络理论、经济文化地理学和关系经济地理学等[18-19]。Glückler[13]认为，关系思维至少需符合3个标准才能满足关系理论构建的要求：① 超越范畴主义。研究网络除了要关注行动者的实质属性外，还需要关注行动者之间的关系和整个网络的连通性。② 超越形式主义。网络不仅是行动者之间的正式联系，同时也会产生社会意义。因而，连通性和社会意义是共同进化的，网络研究需要对网络的情境性及其对社会结果的偶然影响保持敏感。③ 超越中性主义。网络研究需要重视经验背景，根据行动者知识反映其观察结果，尊重该领域的研究伦理，并认识到其研究结果的潜在执行效应。
与此同时，社会环境的快速变化和新兴技术的迭代崛起，对网络思维也产生了重要影响，主要包括从静态抽象到动态孪生的跃迁、从传统系统论到复杂适应系统的复杂性转向。例如，基于传感器网络捕获的大数据和人工智能技术，构建动态的通勤者行为分析框架并运用物联网进行实时决策[20]。同时，智能技术也赋能新型“人地”关系，促进关系思维从实体空间向虚实融合空间扩展，如深刻影响了城市系统的要素交互、联系尺度、耦合关系、动态演进、互动反馈模式等[21]，以及非人类行动者如无人机、算法代理等也成为网络节点，参与智慧城市自适应调控[22]。因此，网络思维的转变不仅拓宽了其理论边界，还为复杂社会现象的理解和问题解决提供了新的可能性。

1.2 网络分析方法

网络分析的基本思路是对复杂交织、相互联系的客观世界的一种抽象化表达，即将复杂问题简单化、特殊问题一般化。网络研究凭借“关系数据”的突破、网络结构的识别、网络性质分析与演化分析等独特优势，形成了多学科交叉与应用的大趋势，也为理解复杂系统结构提供了卓有成效的理论和方法框架。

1.2.1 主要“流派”

迄今，“社会网络(social network)”和“复杂网络(complex network)”共同构成了网络研究的主要研究“流派”、研究方法甚至“范式”(表1)。基于发生学视角，社会网络与复杂网络均具有图论的渊源，社会网络诞生于社会心理学与人类学，而复杂网络起源于物理学[23]。这决定了二者虽然在方法层面存在共性，但具有不同学科渊源所带来的不同路径依赖的特性——社会网络重视研究对象,故以研究对象(社会关系)而得名；复杂网络注重普遍规律的寻求，故以其探讨的复杂性而得名。就哲学背景而言，社会网络具有诠释学色彩，复杂网络则以实证哲学为基础，这导致二者在理论基础、研究方法、研究数据等方面存在差异——一般而言，社会网络主要基于社会结构理论研究社会关系[24]，研究数据往往来自问卷、访谈等主观数据，对计算机的依赖性相对较小(随着信息技术的飞速发展，互联网虚拟社会网络的数据也变得庞大)；复杂网络主要基于复杂性理论分析世界的各种关系领域，往往依赖客观数据，数据量大，对计算机和仿真技术的依赖性高。尽管这两种范式在计算技术、数据收集和分析方法方面的差异已经减小，但由于它们的研究目标、起源、传统与哲学信仰以及理论基础不同，因此，具有显著差异，既不相互包含、也不彼此对立[25]，将长期共存。
表1 社会网络与复杂网络的区别与联系

Tab.1 Distinctions and connections between social networks and complex networks

比较内容 社会网络 复杂网络
定义 社会行动者及其间关系的集合 具有复杂拓扑结构的网络
研究视角
/内容		 ① 关系视角：网络是厘清行动者之间、行动者与其环境之间关系的分析工具；② 结构视角：网络是由行动者之间的关系所构成的社会结构，关系本身是研究对象[24] ① 度量网络的统计性质；② 构建相应的网络模型；③ 预测网络系统的行为；④ 设计网络新研究方法[24]
起源学科 社会心理学与人类学[25] 统计物理学和非线性物理学
演化史 20世纪20年代，网络开始隐喻社会关系；30年代中期，社群图的概念诞生；50年代后期，社会网络分析的基本思想逐渐成形；60年代后期，伴随六度分离理论的诞生，社会网络分析的系统框架得以建立；70年代初期，弱连带优势理论被提出并产生重要影响[23]。此后，计算机的发展大大推动了网络分析方法在社会学领域的运用[26] 1998年Watts等[27]发表《“小世界”网络的集体动力学》；1999年Barabási等[28]发表《随机网络中的标度涌现》；20世纪末，随着计算机功能和大规模数据处理技术的发展与成熟，系统科学领域发展出“复杂网络理论”并应用于物理学、计算机科学、生命科学等自然科学领域
描述形式 社会关系网络图、社会关系矩阵 复杂网络模型
基本概念 ① 度数；② 密度；③ 捷径；④ 距离；⑤ 关联图；⑥ 中心性分析；⑦ 凝聚子群分析；⑧ 核心—边缘结构分析 ① 平均路径长度；② 聚集系数；③ 度及度分布；④ 介数；⑤ 小世界效应；⑥ 无标度特性
基本特点 ① 主要研究社会关系，并以研究对象命名，不强调寻求普适的客观规律；② 网络模型的规模小、数据少，对计算机的依赖性较小；③ 无需分析关系变量的统计分布，无需判断整体网络的小世界性和无标度性；④ 数据常常来自问卷、访谈等主观性数据；⑤ 重视个体网络的静态分析[26] ① 与复杂性密切相关，强调寻求普适的客观规律；② 网络模型具有大规模性和对计算机技术及仿真的依赖性；③ 需要分析整体网络的小世界性或无标度性；④ 数据常来自数据库等客观性数据；⑤ 重点研究整体网络的性质，有静态分析与动力学分析[26]
重要理论 嵌入性理论、强弱关系理论、结构洞理论和社会资本理论等 随机图理论、小世界网络理论、无标度网络理论和动力学网络理论等

1.2.2 模型介绍

表2主要对6种网络研究模型进行了介绍和讨论：重力模型(gravity models，GM)、二次分配程序(quadratic assignment procedure，QAP)、指数随机图模型(exponential random graph models，ERGMs)、随机行动者导向模型(stochastic actor-oriented models，SAOMs)、图卷积神经网络(graph convolutional networks，GCN)和知识图谱(knowledge graphs，KG)。GM源于经典物理学类比，强调规模与距离对交互流量的影响；QAP、ERGMs和SAOMs基于社会网络理论与统计学，分别解决网络相关性检验、结构生成机制与动态演化等问题；GCN与KG则分别依托深度学习与知识表示技术，前者聚焦图数据特征学习，后者侧重语义推理与知识整合。6种研究策略和模型均将地理学与网络或图结构结合在一起，探索空间要素、节点(行动者或地区)间的复杂联系，它们各具特色、相辅相成[29]，共同形成“描述—解释—预测—决策”的方法链，其差异化应用体现了地理学从空间静态分析向智能动态治理的范式转型。与ERGMs和SAOMs相比，GM和QAP更传统，对信息和计算的要求较低，但也因此对网络结构的刻画较为粗略。而GCN和KG作为基于人工智能的模型，能够利用深度学习对网络和图的复杂关系进行嵌入与推理，但其黑箱特性可能弱化对机制的直接解释能力。因此，传统模型与新兴技术互补或将成为未来研究趋势，如深化对混合模型的探索、平衡解释力与预测精度、服务复杂人地系统分析等。同时，技术驱动方法需与传统地理理论深度耦合，避免陷入“数据主义”陷阱。
表2 网络研究模型介绍

Tab.2 Introduction to network research models

模型 来源 模型基本用途 模型发展 地理学应用
重力模型
(GM)		 起源于牛顿万有引力定律的类比 GM不仅是一种统计方法，也是一个概念模型，既可扩展到面板数据研究关系结构随时间的发展，也可将多种影响因素纳入结构框架发展为一般性的引力模式 传统模型无法控制或很好地模拟网络数据中的依赖关系，LeSage等[30]提供了修正方案 模拟人口、贸易、对外投资、交通等要素的流动模式和关系强度，分析区域间的吸引力和关联性等
二次分配程序(QAP) 源于一种同时应对空间距离和时间距离的经验矩阵距离估算的相关系数 用于解释关系数据之间的结构依赖关系，可检验回归框架中多个关系矩阵间的关系 Dekker等[31]采用更先进的方法来处理模型中多重共线性和某些类型的自相关性 分析交通网络、创新网络等不同网络与其他影响因素间的依赖性和相互作用
指数随机图
模型
(ERGMs)		 Solomonoff等[32]开展了随机图的首次系统研究 ERGM认为链接的创建是一个随时间推移而发生的连续过程，其基本思想是找到一个网络形成过程的模型，使观察到的网络在这一过程中的某个时间点形成的可能性最大 Hunter等[33]引入马尔可夫链蒙特卡罗最大似然估计法，随后STERGM模型将ERGM的优势带到了纵向网络分析中 揭示投资网络、信息网络、人口网络的结构组织、形成和演化的内外生影响机制等
随机行动者
导向模型(SAOMs)		 最著名的SAOM由Snijders等[34]提出，目的是提供一种对复杂网络结构的演变进行实证分析的统计模型 通过模拟行动者在微观层面的选择来解释网络结构的变化，是一类专门为分析动态网络而开发的统计模型 能同时兼顾观测数据的统计依赖性、结构依赖性、网络结构内生性 模拟企业跨界联系网络、虚拟水贸易网络等的结构特征和微观机制
图卷积神经
网络
(GCN)		 源于图论与深度学习的交叉，旨在处理非欧几里得数据结构[35] GCN是一种处理图结构数据的深度学习方法，可用于节点分类、图嵌入生成、链路预测、图分类等任务 图注意力网络通过引入注意力机制提升性能；图同构网络增强了图特征表达能力；基于图采样的优化方法有效降低了大规模图上的计算成本 了解地理环境中的地点特征，预测城市交通状态，构建建筑物分组及合并的方法等
知识图谱
(KG)		 源于语义网与逻辑推理，旨在对知识进行结构化表示。 谷歌在2012年首次提出本概念[36] KG是一种用于表达实体及其关系的图结构，广泛应用于语义搜索、问答系统、推荐系统、智能客服等场景，能够融合多源异构数据，支持基于图数据的推理和知识发现 自动化的知识抽取和构建方法，如基于自然语言处理的知识抽取、基于深度学习的表示学习、知识增强的语言模型等解决了传统KG构建过程复杂且更新不及时的问题 地理知识库构建、空间语义查询、环境决策支持等

1.3 网络研究边界

基于辩证的视角，复杂的世界现象也许永远无法完全简化为数学对象和关系的组合，也无法完全被数学对象和关系的组合所捕获。因此，(地理学)网络研究存在一定边界，大致归纳为以下两个方面：
第一，网络分析应仅适合于客观世界存在的(有形和无形)的研究对象，任何强行或缺乏客观事实和科学依据的网络建构都会适得其反或无法得出科学的结论。网络建构的科学性至少取决于以下两点：一是节点的识别是否完整和客观，以及节点自身的属性数据是否正确或满足研究的需要。对地理学网络分析而言，其节点划分存在内生局限性。不同于社会科学中节点所表示的实体通常是具有明确界限的离散对象，如个人或组织。地理学网络分析中的节点通常表示空间对象，如街区、城市、地区或国家。“空间对象”区别于普通对象的因素在于空间划界是一个内在的政治过程，地方之间的边界是由社会构建的，而社会现象很少仅表现为“平坦”空间之间的流动[37]，流动也未必完全包含在这些空间内，这很容易超越地理判断。二是所建立的节点之间的关联的科学依据和建立过程是否正确和完整，如果网络建构缺乏科学依据或是强行建立关联，那么这样的网络毫无价值。因此，使用地理学网络分析需要仔细思考如何正确地将空间划分为“真正的”分析对象，并对它们之间的关系进行概念化和量化。在人文地理学中，创新研究和全球城市研究是迄今为止网络分析应用的两个主要领域，学者们常以行动者间的相似性如共同成员关系、城市间共现(子)公司等来解释互动的情况，他们倾向于通过归因于更高层次的社会关系(权力、支配地位、等级)或更高阶的节点类型(公司分支机构、城市、国家)来解释这些关系的含义。Smith[38]对这一研究实践提出了简洁的批评，指出构建的相似性关系被假设为代表真实社会互动的意义是不合理的，相似性的测量与其作为命令和控制结构的解释之间存在概念的不一致，这种意义升级到聚合高阶层次的有效性需要经验分析和理论本身的证明。然而，目前人文地理学中大量的网络研究都集中在非社会关系上的相似性研究，只有不到1/3的研究真正探索了社会关系和社会互动。
第二，在当前科技水平和学科分化的背景下，任何网络建构大都针对某一(子)系统甚至这个系统的某个尺度、某个维度，因此，在共性层面，网络研究和分析跨域难以比较，进而影响理论的系统性和完整性。一方面，由于跨系统的分析甚至是同一系统内的跨尺度分析均需要相应的基础和条件，这导致很多研究无法进行跨系统/尺度的网络分析，系统和尺度的边界可能成为网络分析的边界。同时，多维度、多学科的网络分析虽然也在逐步拓展和强化，但因为方法和基础的限制，单维度/学科/方向的网络分析更占据主导，这导致了基于维度的某种无形边界的形成。在人文社会领域，多维度、整合性的网络分析不但稀缺，而且缺乏深度，这实际上也形成了某种学科或方式的边界。另一方面，网络建构的思路标志着这种抽象模式隐藏了诸多方面的信息或因素，甚至是学科或现象自身的关键角色及机制，这意味着不同学科、不同尺度、不同维度的网络很难进行比较，得出相应的同一性的结论。例如，人文社科领域的节点既可以代表个人、机构、企业等各种主体，也可代表城市、国家、区域等不同的地域统计单元；连接的内涵亦多样丰富、差异巨大，这导致所建构的网络难以进行内在的对比、整合和分析，更难以进行理论创建。因此，基于科学性的网络分析的结论存在这样的边界，甚难克服。

2 地理学网络研究的多维度认知、趋势与突破

2.1 地理学网络研究的多维度认知

2.1.1 时间维度：研究历程的回顾

自20世纪60年代的计量革命以来，网络分析就被引入了地理学领域，主要是将图论应用于交通地理学中的平面网络和技术网络[37]，如借用网络分析优化运输系统。受限于当时的数据获取和计算能力，网络分析发展缓慢，主要通过简单的数学方法转移建构静态几何图案来挖掘空间的“隐藏秩序”，跨学科讨论和进展较少[39-40]。然而，一些学者并不认可早期定量地理学对几何及网络分析的关注[41]，认为这实际上将部分地理学分支学科归入了几何学或网络科学的落后领域，使地理学面临被“肢解”的风险。他们认为学科发展要根植于解放思想的路径，反对仅通过结合一套共享的方法和技术发展学科[42]。此外，有学者认为网络研究中关于网络结构的推论不足以在实质性领域延续[43]，同时有必要关注构成对象的内部关系。在20世纪70年代，网络分析作为“定量革命”的一部分，更关注事物的普遍性和规律性[5]。这引发了学界关于特殊主义和普遍主义、独特性和规律性、本体论和认识论之间的分歧和讨论，即要么相信一元宇宙科学框架的前景，并采用网络分析作为实现这一目标的手段，要么拒绝被视为“白日梦”的普遍主义从而放弃网络分析。当时的学者们认为，这种分析最终可能会有悖于地理研究而更像社会、自然科学中更为基础的网络分析，这促使他们或许会在交通和城市与区域等方面务实地使用网络分析和其他定量技术[44]，但未必认同这种方法是揭示明确的隐藏秩序和不变法则的手段。随着20世纪80年代开启的大数据和复杂性时代的来临，计算正在解决诸多地理问题[45]，地理学家逐渐脱离了经典图论而使用更先进的工具描述和分析非平面网络，同时“新自由主义”经济思潮的兴起和跨国企业的崛起使世界性思维和网络思维变得流行，“网络”逐渐成为理解全球化核心组织的隐喻[46]，这可能促进地理学提升自身科学化水平[47]。在城市地理研究中，基于Hymer[48]的世界城市等级体系、Friedmann[49]的世界城市假说、Sassen[50]的全球城市理论以及Castells[51]的“流的空间”等理论，世界城市研究逐渐与网络概念融合，“世界城市网络”(world city network)研究领域得以开辟，由此城市体系研究实现了由国家尺度向全球尺度、由中心地模式向网络模式的突破[52]。此后，以全球化与世界城市(globalization and world cities，GaWC)小组为首的学者逐渐构建了WCN (world city network)研究理论及其基本研究范式[53]，连锁网络模型(interlocking network model，INM)和社会网络分析方法成为了WCN研究中最常用的手段。进入21世纪，“网络”则正式作为一种分析方法来进行日益深入和广泛的实证[54]，如在城市地理领域，学术界总结高端生产性服务业、跨国企业、基础设施是三大较为成熟的实证路径[55]。

2.1.2 空间维度：概念的解构与辨析

如果说溯源研究历程是从时间维度了解事物，那么概念的解构则提供了从空间维度辨析事物的可能。广义来讲，网络分析可解构为理论基础、研究对象与研究方法3个层次，既有本体论意义，又有认识论和方法论意义，既指现实中相互连接与互动的网络实体，又指用来解释现实问题的系统化的关联性陈述和一种研究方法，三者在地理学知识生产中具有差异化角色。
理论基础是网络现象的解释框架，关注网络形成与演化的内在逻辑，为研究提供元理论支撑，非单纯的分析工具。例如，ANT强调人类与非人类行动者(如技术、制度)的对称性联结以及“转译”机制对空间关系的重构[56]，如运用ANT分析淘宝村的出现、发展和升级来探讨营造平台型场所的动力机制[57]；全球生产网络理论(global production networks，GPN)揭示了跨国公司通过权力不对称关系建构跨尺度经济网络的过程[58]，常用于分析区域产业升级路径。
研究对象是网络在地理现象中的存在形式与物质基础，大致可分为物质网络、关系网络与混合网络三类。物质网络主要指将网络视为客观存在的具有节点和连边的物质实体，如交通基础设施网络，多关注网络空间效率与脆弱性，如运用复杂网络揭示外生冲击对海港和航运网络的影响[59]；关系网络强调网络是主体间关系的抽象表征和动态社会建构过程，如创新合作网络、移民网络等非实体联结；网络的混合性特征也逐渐被广泛认可，如智慧城市传感器网络既是物理设备构成的实体网络，又是数据流构成的关系网络。
研究方法是表征网络的技术工具和网络分析的具体手段，基于功能导向大致可分为4类：① 结构分析方法。通过中心性、模块度等拓扑指标量化网络结构特征，如运用PageRank算法识别城市网络中的核心节点[60]。② 空间嵌入方法。将地理坐标、距离衰减等空间属性纳入网络建模，如开发空间自回归模型解析交通网络的空间依赖性[61]。③ 动态网络分析。通过时序网络建模追踪结构演化规律。④ 属性网络分析。融合节点属性与拓扑结构的技术范式，如基于节点属性增强进行社区检测[62]。
综上，3个层次共同构成“理论驱动—对象界定—方法验证”的闭环：① 理论框架预设了对网络本质的认知，直接决定研究对象的选择边界；而新研究对象的设定往往挑战传统理论，暴露既有理论解释力的不足，促进理论革新。② 研究对象的属性、尺度、动态性等特征，决定了方法工具的选择与创新；而新技术也往往赋能新的对象研究。③ 理论为方法提供解释框架，而新方法揭示的实证规律可修正既有理论假设，或催生新理论的构建。因此，强化层次间的对话机制，有助于理论—对象—方法共演进，促进地理学网络研究的范式革新。

2.2 研究趋势

运用CiteSpace等文献计量分析工具，基于“地理学”“网络研究”的篇名、关键词、摘要搜索，生成21世纪以来的中国知网(CNKI)关键词时间分区图谱和相关成果突现词(图1)，发现网络分析、最短路径突现度最高，突现时间最长。同时，一些分散但具有启发性的研究体现了网络分析方法应用于广泛主题的可能性，包括地缘政治冲突[63]、犯罪[64]、城市亚文化和社会运动[65]等。
图1 地理学网络研究的趋势与特征

Fig.1 Trends and characteristics of geographic network research

由图1可知，人文地理学是地理学网络研究的主要阵地，Glückler等[66]对1990—2018年人文地理学中的网络研究进行荟萃分析，包括如下发现：① 种类纷繁的网络节点大致可以分为4类，即个人(移民、学者、企业家、旅行者等)、组织(企业、研究机构等)、地区(机场、车站、城市、港口、国家等)和其他(技术、产业、出版物等)，分别占比11%、38%、47%、4%。这说明地理研究倾向于将网络分析应用于非社会节点，如将个人和组织聚集到地方，将地方聚集到区域，这种做法降低了复杂性，服务于社会网络的“空间化”，将社会行动者之间的社会关系转化为非社会节点之间的关系。② 节点间联系可分为相似性、关系、互动、流动等4种基本类型。每种类型的联系都暗示了一种不同的逻辑。根据某种特征的相似性连接的网络，并不意味着行动者之间的相互接触或相识。因此，相似性很难被解释为社会关系或相互作用等任何有意义的表达。相比之下，亲属关系、师徒关系或同僚关系等社会关系不仅意味着相识，而且往往反映出更深层次的关系，如情感、团结或信任。互动类型包括行动者参与合作、冲突、游戏、学习等共同创造或其他活动。流动则表示内容、资源或商品的交换与交易。虽然这些类型的关系映射到网络图上时看起来一样，但网络内涵迥异，需要细化理论。忽视不同类型关系之间的逻辑差异，从而做出不合理的假设或推论，是当代网络研究的一个缺点。总体而言，人文地理学中的网络研究倾向于分析非社会节点之间的非社会联系，而真正关注社会互动和社会关系的工作份额较小。此外，大多数研究都集中在节点层面，忽略了对子群体和整个网络结构的潜在见解。

2.3 研究突破

正如Uitermark等[41]所述，地理学网络分析提供了一种视野或思维，并正通过这种视野对网络分析作出贡献。地理学的网络研究至少正从以下4个方面找到了自身的突破路径。
(1) 地理学的网络研究在认知与思维领域取得了突破，成功将地理思维和网络思维统一起来并初步进行了整合，建立了基于地理思维的网络分析思路。首先，地理网络分析有助于拓宽空间的维度和内涵。空间网络分析和地理网络分析之间的根本区别在于，前者倾向于假设一个绝对的空间概念，后者则没有。在自然科学中，大多数对空间网络的分析都基于笛卡尔网格，其各种坐标之间的距离是固定的，但通过构建网络分析矩阵改变了坐标之间的相互作用，进而改变了“相对距离”。因此，地理学家借用网络分析能够权衡这种抽象，补充和超越对笛卡尔空间的理解，强调空间不是一个可以填充的空容器，而是通过社会实践产生的[41]，如城市网络研究就遵循了概念逻辑、理论逻辑、空间逻辑、历史逻辑、比较逻辑、实践逻辑等“六个逻辑”[67]。由此，地理学网络分析使相关的学科间有了综合或对话的机会，这也意味着地理学同时增加了来自一系列子领域的关于不同模式、维度和因素的见解，即地理学网络分析为社会科学甚至自然科学提供了一种通用语言——跨越地理学特有学科孤岛，在异质知识之间架起一座桥梁[41]，这为重新想象和描述有边界地区和无边界流动之外的世界提供了方法途径。
(2) 地理学的网络研究在地理空间组织及其科学理论与机理分析方面取得了突破。一方面，网络视角下的社会空间拓宽了对传统拓扑空间的理解范畴，如移动网络、社交网络、能源网络等概念；另一方面，多维网络中的节点和边不仅直接影响空间联系的成本，还会反过来影响拓扑空间的结构，从空间约束视角综合解释了网络空间的结构和状态[18]。由此，拓扑空间思想发展了人文地理学的思想理论。例如，以网络的物质基础、构成网络节点的地点和以工作、运动等方式在空间上组织起来的全球精英等3个层次为主要表现形式的“流空间”已拓宽了网络研究所关注的流形态——发生了从“硬网络”向“软网络”的转变，如通过城市间的人流、物质流、资金流、信息流和知识流等多种形式的“流”构建城市网络[68]。经济地理学拓宽了对距离的理解，如发展出包括地理距离、认知距离、经济距离、组织距离、制度距离、社会距离、关系距离等多维邻近性的概念[18]，补充和完善了地理学对“距离”的衡量，重视社会网络对空间的“折叠”或“扁平化”的理解。此外，20世纪90年代，“全球—地方”互动关系逐渐成为经济地理学的重要研究视角，学者们相继关注全球化进程中的社会关系以及本地与非本地联系对区域发展路径的综合作用[69]；曼彻斯特学派在全球商品链(global commodity chains，GCC)、全球价值链(global value chains，GVC)的基础上提出了GPN，为揭示全球化所形成的地理—经济复杂性提供了重要视角[37,69]；“全球管道—本地蜂鸣”(global pipeline-local buzz)理论很好地解决了包括地方网络如何摆脱路径锁定和促进地方知识学习创新等瓶颈问题[70]，中国学者也在此基础上提出了“社区蜂鸣—守门员—区域管道”城市网络组织模型[71]。
(3) 地理学的网络研究在方法与数据分析方面取得了突破。首先，地理学的网络分析与钱学森[1]提出的主要针对复杂(地理)系统研究的“从定性到定量综合集成法”的思维高度一致。“从定性到定量综合集成法”指由专家经验、统计数据和信息资料、计算机技术三者有机结合，构成以人为主的高度智能化的人—机结合系统，能够利用整体优势开辟探索复杂性的独特方法或途径。地理学的网络分析亦如此，强调定性与定量方法的相互结合，定性分析有助于产生理论和分析机制，阐明违反直觉的定量结果，如能够科学确定节点之间相互关联的本质；定量分析建立了一般知识以及可测试假设。因此，在不同范式下工作的学者经过合作，能够日益产生更多自我反思、包容多维和有意义的网络分析方法。其次，地理学网络分析日益重视和考虑了数据的定位性质和特殊性(如地方性)，深入理解网络背后的数据生成过程和概念的重要性。这意味着地理学网络分析的目标不是简单地预测，而是更多地理解或解释网络中的现象，包括对数据生成过程、历史和地理背景的分析。
(4) 地理学的网络研究更具现实视角与现实意义。一般的网络分析运用拓扑语言和可视化来铸造一个对象只是一种表现行为，而不能认为这种抽象结构足以对社会发展提供有意义的见解[72]。地理学网络分析是从特定情境中提取一个显著的维度进行更仔细的分析，然后将结果再置于情境中，即倾向于脱离领域知识，分析与特定领域或特定地点相关的网络。因而，地理学网络分析更强调将具体情境和抽象结构之间的关系进行综合考虑，确保分析结果更加准确和更有现实意义。同时，多层网络(multi-layer network)能够将网络根据特定的语义进行分层，并使用连边将各单层网络相连，从而形成更具综合性的复杂系统，已应用于地理学研究，如基于多尺度研究视角构建网络分析框架并综合展示旅游行动者在微观、介观、宏观等不同层次上的交互[73]。

3 地理学网络研究存在的关键问题与未来探索方向

3.1 存在的关键问题

基于前文分析，从以下4个方面提出当前地理学网络研究存在的关键问题：
第一，网络思维和理论化模型在地理学中的运用与构建不充分。目前地理学网络研究中欠缺以系统的方式将理论与方法联系起来，而仅保留了一些应用于特定子领域的网络分析，这导致网络思维在人文地理学中没有得到充分利用。例如，在国际关系网络研究中，学者多依赖事件数据库GDELT(global database of event，language，tone)构建国家间冲突或合作网络，却未充分整合地缘政治理论与复杂网络动力学模型，导致网络结构分析停留在拓扑描述层面，难以解释权力不对称性如何驱动网络演化。与缺乏网络思维相关的可能是普遍缺乏更具综合性、分析性和假设导向的理论化模型。虽然概念化模型在人文地理学中很突出，但事实上，它们并不能提供可检验的论据来解释难题，充其量只是一个论点或假设的前兆，它们将焦点从问题转移到定义上，这无疑是无助于新见解的。
第二，地理学网络研究存在机制分析不足等问题。网络分析方法依然存在抽象分析过程、简化地理信息、(网络)“脱离”具体或真实的空间等问题，其建构内涵、计算公式、计算方法和分析过程也缺乏与语境解释之间更丰富的对话。与拓扑网络不同，人文地理学中的GPN和“全球—地方”互动等抽象的、隐喻的网络范式并非界定节点和连接的具体内容[37]，这种“无位置”的网络化思维过于抽象，可能无法深入理解地理过程和机制，如关系经济地理基本忽视了跨国公司在跨国贸易中的重要地位，没有深度考虑企业是嵌入在特定的物理、政治、社会和文化空间之中[37]。同时，目前研究针对理论基础和方法论仍存在质疑，如相当数量的学者虽通过交通、通信网络和流量，分析了世界城市网络的结构和特征，但基于基础设施的实证研究并没有坚实的理论支撑，以及后结构主义学者从认识论的角度，对全球城市和世界城市网络研究的方法论基础提出了挑战[52]。
第三，地理学网络研究存在数据收集困难、表达不充分和分析不完全等问题。传统社会网络数据的收集主要通过调查统计等方法，但误差大、数据规模小，而且很大程度上受地域、隐私、主观因素等限制。例如，全球人口迁移网络研究依赖联合国年度统计数据，时间分辨率低，且难以捕捉短期突发事件驱动的迁移动态，导致模型无法解释2020年新冠疫情期间跨国人口流动的突变模式。随着互联网日益渗透到人类生活和生产的各个方面，研究人员已可获取到海量信息用以分析网络社会化现象。然而，这种数据信息及其分析依然存在3个问题[55]：一是“把苹果当成橘子”，即缺乏覆盖全球或研究区域的可靠和可比的数据，尤其是缺乏或难以追踪能直接反映事物间各种“流”或关系的数据，至少部分研究存在使用属性数据替代关系数据的现象，影响了研究结论的可靠性。例如，借用跨国公司总部数量或高级生产性服务业(advanced producer service，APS)企业规模来推测城市联系，而不直接反映城市间实际的“流”或关系[74]。二是操作者在网络可视化方面可能仅显示自认为重要或理论上相关的方面而忽视其他可能存在的因素，这可能隐藏重要信息，如城市交通网络研究中过度强调通勤流量而忽视非通勤时段的社会活动流，可能掩盖夜间经济网络的时空异质性。三是量化/宏观分析的方法存在偏向，导致绝大部分实证研究虽采用定量分析方法，但因数据限制和有效性问题仍无法有效回答(人文/社会)地理学网络形成和发展机制。
第四，地理学网络研究存在网络测度视角单一和方法技术落后等问题，这同时也带来相关应用和实践不足的问题。其一，网络研究的测度视角有待改进。网络作为复杂系统，其结构和演变具有高度的复杂性和动态性。复杂性体现在网络的拓扑结构、节点之间的关联、信息传播等方面；动态性则体现在网络随时间变化的特征，包括节点间联系的演变、网络的生命周期等。当前的网络研究通常把地理网络视作一个自足的系统，多关注网络本身的形式结构及其转换过程，或者虽将网络外部环境加以考虑，但却只限于对不同时期的网络构型做静态描述，缺乏对地理网络动态性的深入研究。这导致目前地理学网络分析和共识大多是建立在静态及其前提假设下的，与网络本身固有的动态演化特性和空间尺度属性并不完全相符[75]。例如，生产网络和城市网络等理论成果如何转化为实际政策的制定和城市规划的实践，仍面临相当的挑战。其二，网络研究的量度方法有待增强。例如，基于空间计量模型的估算方法仍不完善，网络量度方法偏于简单和单一化，可能忽略了网络的发育水平、结构特征以及规模与空间尺度等多种因素的影响，从而导致与现实不符，难以实践应用。其三，适应复杂条件和更加精确的网络分析技术有待进一步借鉴和挖掘。例如，网络受优先链接等机制的影响而存在显著的结构依赖，难以满足经典回归分析的独立性假设，因此需要发展适用于网络数据的分析技术；又如现有方法大多忽略权重和节点异质性。一方面，网络科学作为地理学网络分析方法的先进源泉，应用深度有限；另一方面，缺乏具有地理学特色的网络分析方法，这关系到未来议题发展与实践应用程度。

3.2 未来探索方向

(1) 地理学网络理论的建构与整合路径。基于当前现实，地理学网络理论构建缺乏综合性和系统性，更加偏向单方向、单尺度、单维度，体系框架相对分散。因此，在明确界定尺度、维度与现象类型的前提下，优先聚焦“有限综合”的理论成为重中之重，既需探索网络交互的共性机制，亦应尊重地理本体的多样性。一方面，发展和整合具有可扩展性的模块化理论框架，针对具体网络现象构建可验证的有限范围理论，允许不同网络理论在特定尺度或维度自主发展，在此基础上通过松耦合形成理论生态系统。例如，目前网络外部性逐渐成为网络研究的热点，学者们基于不同的视角研究了地理学网络对特定对象的发展和演化的影响，但很少从网络的多重性出发综合研究不同网络外部性的相似性与异质性[71,75]。未来需要进一步加强整合具有多层次、多维度、动态性、复杂反馈回路以及多种因素共同作用背景下地理学网络的理论体系，如基于跨境的社会、文化、宗教、历史、政治等“间接”联系的世界城市网络理论框架[76]。另一方面，重视中层理论导向。“中层理论”介于抽象综合性理论与具体经验性命题之间，比起宏大叙事的理论，它更接近于构成可验证的命题的观察资料，更契合成为解决问题的工具。
(2) 适合地理学网络分析的新方法研究。一是加强网络量度方法和基于空间计量模型的估算方法的研究。现有地理学网络量度方法明显偏于简单化和单一化，尚无能力去探索更多元和多尺度的研究。未来应进一步提升量度研究的理论框架，构建更科学的量度评价指标体系，积极完善改进多种定量方法。复杂网络与深度学习耦合即是实现理论—方法协同创新的范例，如GCN融合节点属性与拓扑结构，揭示区域创新网络的“结构—功能”耦合机制，超越传统回归模型的线性假设。二是提升网络分析技术。在进一步借鉴和挖掘网络科学、物理学、人工智能等学科能够适应复杂条件和更加精确的网络分析技术的同时，也要发展更具地理学特色的网络分析方法。例如，地理学网络分析应关注多维度网络间的耦合和“网络的网络”(network of networks，NON)。在大数据浪潮的冲击下，NON凭借其能够更真实地反映现实世界中的复杂系统而引起了全球的关注[77]，因此也被称为“超级网络”。
(3) 增强地理学网络研究数据的获取路径。一方面，利用大数据实现自动化、实时数据采集。通过网络爬虫、社交媒体API (application programming interface)、传感器网络以及移动设备数据收集等手段，可以实时获取用户在线行为、互动记录、消息传播和地理位置等多维度数据。这不仅有助于减少人工调查带来的误差，同时显著提高时效性，使捕捉网络动态变化成为可能。另一方面，人工智能技术为处理、清洗和分析大规模网络数据提供了强有力的工具，如利用自然语言处理对社交媒体、论坛等非结构化文本进行情感、主题和语义分析，从中提取出用户之间的互动、情感倾向以及意见传播的路径。此外，学术界应着力建构相应的高质量的数据库，政府各机构也应设立相应权限的数据公开或获取的规定及机制。
(4) 改进地理学网络研究的测度视角。一是强化动因分析。社会网络分析对动因的探讨非常薄弱，多数网络研究者不重视社会(地理)网络产生于社会性脉络之中和满足人的社会性需求而存在的客观事实[78]，这导致难以真实地理解网络对行动的意义或无法解释某些网络现象，如行动者停留在一个对自己不利的网络位置以及他们不结盟行为等。未来研究不仅应全面分析网络的动态和变化趋势，如把行动者动因纳入地理网络分析，还应采用更为先进的动态建模方法，如基于时序数据和复杂网络动力学进行分析等。二是关注社会(地理)网络本身的嵌入性和文化内涵。社会网络嵌入在制度、政治、文化等架构之中并构成了一种层层嵌套的关系。正如福柯所说，现代社会结构是一种断裂的、异质性的社会空间，只能通过动态和分散的制度与关系结构来加以概念化[79]，而不能仅理解为社会宏观架构和微观行动之间的传动装置(会不断产生地方性的“突生结构”)。
(5) 探索提升成果应用与实践的方法和途径。目前理论成果转化为实际政策制定和实践仍面临挑战。我们在满足社会经济发展需求和解决国民经济问题的过程中暴露出服务意识不强、对接意识不够、知识储备不足、指导作用有限等问题。这与研究者与实际决策者之间的沟通不畅、研究成果未能有效传播等因素有关。因此，中国学者须建立跨学科团队，建立更紧密的学术与政府、企业等实际应用方的合作关系，以确保地理学网络研究的成果更好地为现实决策和规划提供支持。此外，跨学科融合对于推动地理学网络研究的深度和广度至关重要。地理学网络研究要保持长久的生命力必须做出改变，强化实践逻辑，各学科领域相互借鉴，促进网络研究的多维度理解[52]。

4 结论

首先，网络是一种强调抽象思维、系统思维与关系思维的科学思维方式，也是一种通过关系型数据解释复杂系统结构的科学方法。网络研究具有一定的边界，包括：网络分析应仅适合于客观世界存在的网络现象，网络建构的科学性取决于节点识别及其间关联的依据是否正确、客观、完整；当前科技水平和学科分化的背景决定网络研究难以跨域分析和比较，这导致理论创建亦存在自身边界。
其次，网络分析自20世纪60年代被引入地理学，历经60多年跌宕起伏的发展历程，涉及了广泛多元的研究主题，提出了WCN等经典理论，也形成了以非社会节点之间的非社会联系为主的地理学网络研究趋势。地理学网络分析可解构为理论基础、研究对象与研究方法3个层次，三者在地理学知识生产中具有差异化角色。基于此，地理学网络研究取得了4个方面的突破：地理思维与网络思维得到统一和整合，地理思维的网络分析思路得以建立；网络研究拓宽了地理学对空间的理解，发展了“流空间”“多维邻近”“全球—地方”等重要理论及视角；地理学网络研究强调定性与定量方法相结合，且日益重视数据生成过程、历史和地理背景的分析；地理学网络分析善于回归到整体情境，对于应用实践更具现实意义。
最后，地理学网络研究面临4个关键问题：网络思维和理论化模型在地理学中的构建及其利用不充分；机制分析不足，许多实证研究缺少坚实的理论基础；数据收集困难、表达不充分和分析不完全；网络测度视角单一、方法技术落后、相关应用和实践不足。基于此，地理学网络研究的未来探索方向包括：地理学网络理论的建构与整合，尤其关注模块化理论框架的整合和中层理论的发展；适合地理学网络分析的新方法研究，包括加强量度研究的理论框架、量度方法、空间计量模型的估算方法、网络分析技术等方面的研究；增强地理学网络研究数据的获取路径，关注大数据与人工智能技术在数据搜集与处理方面的应用；改进地理学网络研究的测度视角，重点是加强动态分析；探索提升成果应用与实践的方法和途径，建立跨学科团队和紧密的学术、政府、企业之间的合作关系，以确保地理学网络研究成果更好地为现实决策和规划提供支持。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
钱学森, 许国志, 王寿云. 论系统工程[M]. 长沙: 湖南科学技术出版社, 1982: 7-22.

[Qian Xuesen, Xu Guozhi, Wang Shouyun. On system engineering. Changsha, China: Hunan Science and Technology Press, 1982: 7-22. ]

[2]
方锦清, 汪小帆, 郑志刚, 等. 一门崭新的交叉科学: 网络科学(上)[J]. 物理学进展, 2007, 27(3): 239-343.

[Fang Jinqing, Wang Xiaofan, Zheng Zhigang, et al. New interdisciplinary science: Network science (I). Progress in Physics, 2007, 27(3): 239-343. ]

[3]
Barabási A L. The new science of networks[M]. Cambridge, USA: Perseus, 2002.

[4]
Watts D J. The "new" science of networks[J]. Annual Review of Sociology, 2004, 30: 243-270.

[5]
Bunge W. Perspective on theoretical geography[J]. Annals of the Association of American Geographers, 1979, 69(1): 169-174.

[6]
Nelson G D. Mosaic and tapestry: Metaphors as geographical concept generators[J]. Progress in Human Geography, 2019, 43(5): 853-870.

DOI

[7]
Couldry N, Hepp A. The mediated construction of reality[M]. Cambridge, UK: Polity, 2016.

[8]
Farahani R Z, Miandoabchi E, Szeto W Y, et al. A review of urban transportation network design problems[J]. European Journal of Operational Research, 2013, 229(2): 281-302.

[9]
Beaverstock J V, Smith R G, Taylor P J. World-city network: A new metageography?[J]. Annals of the Association of American Geographers, 2000, 90(1): 123-134.

[10]
Carvalho V M, Tahbaz-Salehi A. Production networks: A primer[J]. Annual Review of Economics, 2019, 11(1): 635-663.

[11]
《中国大百科全书》总编委会. 中国大百科全书(第三版网络版)[M]. 北京: 中国大百科全书出版社, 2023.

[General Editorial Committee of Encyclopedia of China. Encyclopedia of China(the 3rd edition online). Beijing, China: Encyclopedia of China Publishing House, 2023. ]

[12]
李金华. 网络研究三部曲: 图论、社会网络分析与复杂网络理论[J]. 华南师范大学学报(社会科学版), 2009(2): 136-138.

[Li Jinhua. The trilogy of network research: Graph theory, social network analysis and complex network theory. Journal of South China Normal University (Social Science Edition), 2009(2): 136-138. ]

[13]
Glückler J. Knowledge, networks and space: Connectivity and the problem of non-interactive learning[J]. Regional Studies, 2013, 47(6): 880-894.

[14]
Boschma R. Proximity and innovation: A critical assessment[J]. Regional Studies, 2005, 39(1): 61-74.

[15]
Turkina E, Van Assche A, Kali R. Structure and evolution of global cluster networks: Evidence from the aerospace industry[J]. Journal of Economic Geography, 2016, 16(6): 1211-1234.

[16]
Crossley N. Connecting sounds: The social life of music[M]. Manchester, UK: Manchester University Press, 2019.

[17]
Coe N M. The view from out West: Embeddedness, inter-personal relations and the development of an indigenous film industry in Vancouver[J]. Geoforum, 2000, 31(4): 391-407.

[18]
Hess M. 'Spatial' relationships? Towards a reconceptualization of embedded ness[J]. Progress in Human Geography, 2004, 28(2): 165-186.

[19]
王文宇, 贺灿飞. 关系经济地理学与贸易网络研究进展[J]. 地理科学进展, 2022, 41(3): 461-476.

DOI

[Wang Wenyu, He Canfei. Relational economic geography and trade network research. Progress in Geography, 2022, 41(3): 461-476. ]

DOI

[20]
Bandaragoda T, Adikari A, Nawaratne R, et al. Artificial intelligence based commuter behaviour profiling framework using internet of things for real-time decision-making[J]. Neural Computing and Applications, 2020, 32: 16057-16071.

[21]
杨永春, 菅煜婷. 人工智能时代城市地理学发展的变革与挑战[J]. 地理学报, 2024, 79(10): 2425-2441.

DOI

[Yang Yongchun, Jian Yuting. The transformation and challenges of urban geography development in the era of artificial intelligence. Acta Geographica Sinica, 2024, 79(10): 2425-2441. ]

DOI

[22]
Komninos N. Smart cities and connected intelligence: Platforms, ecosystems and network effects[M]. London, UK: Routledge, 2019.

[23]
Granovetter M. The strength of weak ties: A network theory revisited[J]. Sociological Theory, 1983, 1: 201-233.

[24]
Barabási A L, Frangos J. Linked: How everything is connected to everything else and what it means for business, science, and everyday life[M]. New York, USA: Basic Books, 2014.

[25]
Scott J, Carrington P J. The SAGE handbook of social network analysis[M]. Thousand Oaks, USA: SAGE Publications Ltd., 2011.

[26]
杨建梅. 复杂网络与社会网络研究范式的比较[J]. 系统工程理论与实践, 2010, 30(11): 2046-2055.

DOI

[Yang Jianmei. Comparison of research paradigms between complex network and social network. Systems Engineering: Theory & Practice, 2010, 30(11): 2046-2055. ]

[27]
Watts D J, Strogatz S H. Collective dynamics of 'small-world' networks[J]. Nature, 1998, 393: 440-442.

[28]
Barabási A L, Albert R. Emergence of scaling in random networks[J]. Science, 1999, 286: 509-512.

DOI PMID

[29]
Broekel T, Balland P A, Burger M, et al. Modeling knowledge networks in economic geography: A discussion of four methods[J]. The Annals of Regional Science, 2014, 53(2): 423-452.

[30]
LeSage J, Pace R K. Introduction to spatial econometrics[M]. New York, USA: Chapman and Hall/CRC, 2009.

[31]
Dekker D, Krackhardt D, Snijders T A B. Sensitivity of MRQAP tests to collinearity and autocorrelation conditions[J]. Psychometrika, 2007, 72: 563-581.

DOI PMID

[32]
Solomonoff R, Rapoport A. Connectivity of random nets[J]. The Bulletin of Mathematical Biophysics, 1951, 13: 107-117.

[33]
Hunter D R, Goodreau S M, Handcock M S. Goodness of fit of social network models[J]. Journal of the American Statistical Association, 2008, 103: 248-258.

[34]
Snijders T A B, Steglich C E G. Network dynamics[M]// McLevey J, Scott J, Carrington P J. The SAGE handbook of social network analysis. Thousand Oaks, USA: SAGE Publications Ltd., 2011: 501-513.

[35]
Zhu D, Zhang F, Wang S Y, et al. Understanding place characteristics in geographic contexts through graph convolutional neural networks[J]. Annals of the American Association of Geographers, 2020, 110(2): 408-420.

DOI

[36]
Hogan A, Blomqvist E, Cochez M, et al. Knowledge graphs[J]. ACM Computing Surveys (CSUR), 2021, 54(4): 1-37.

[37]
Smith B, Varzi A C. Fiat and bona fide boundaries[J]. Philosophical and Phenomenological Research, 2000, 6: 401-420.

[38]
Smith R G. Beyond the global city concept and the myth of 'command and control'[J]. International Journal of Urban and Regional Research, 2014, 38(1): 98-115.

[39]
Haggett P, Chorley R J. Network analysis in geography[M]. London, UK: Edward Arnold, 1969.

[40]
Reggiani A N. Spatial dynamics, networks and modelling[M]. Cheltenham, UK: Edward Elgar Publishing, 2006.

[41]
Uitermark J, Van Meeteren M. Geographical network analysis[J]. Journal of Economic & Social Geography, 2021, 112(4): 337-350.

[42]
Harris R, O'Sullivan D, Gahegan M, et al. More bark than bytes? Reflections on 21+ years of geocomputation[J]. Environment and Planning B: Urban Analytics and City Science, 2017, 44(4): 598-617.

[43]
Sack R D. Geography, geometry, and explanation[J]. Annals of the Association of American Geographers, 1972, 62(1): 61-78.

[44]
Thomas I, Hermia J P, Vanelslander T, et al. Accessibility to freight transport networks in Belgium: A geographical approach[J]. Journal of Economic & Social Geography, 2003, 94(4): 424-438.

[45]
Singleton A, Arribas‐Bel D. Geographic data science[J]. Geographical Analysis, 2021, 53(1): 61-75.

DOI

[46]
Castells M. Local and global: Cities in the network society[J]. Journal of Economic & Social Geography, 2002, 93(5): 548-558.

[47]
Cupples J. No sense of place: Geoscientisation and the epistemic erasure of geography[J]. New Zealand Geographer, 2020, 76(1): 3-13.

DOI

[48]
Hymer S. The multinational corporation and the law of uneven development[M]// Letiche J M. International economics policies and their theoretical foundations. New York, USA: Academic Press, 1982: 325-352.

[49]
Friedmann J. The world city hypothesis[J]. Development and Change, 1986, 17(1): 69-83.

[50]
Sassen S. The global city: Enabling economic intermediation and bearing its costs[J]. City & Community, 2016, 15(2): 97-108.

[51]
Castells M. The rise of the network society[M]. Hoboken, USA: John Wiley & Sons, 2011.

[52]
徐刚, 王德, 晏龙旭, 等. 西方世界城市网络的理论、方法和议题[J]. 地理科学进展, 2024, 43(1): 179-189.

DOI

[Xu Gang, Wang De, Yan Longxu, et al. World city networks: Theories, methodology, and research topics. Progress in Geography, 2024, 43(1): 179-189. ]

DOI

[53]
杨永春, 冷炳荣, 谭一洺, 等. 世界城市网络研究理论与方法及其对城市体系研究的启示[J]. 地理研究, 2011, 30(6): 1009-1020.

[Yang Yongchun, Leng Bingrong, Tan Yiming, et al. Review on world city studies and their implications in urban systems. Geographical Research, 2011, 30(6): 1009-1020. ]

[54]
Derudder B. Network analysis of 'urban systems': Potential, challenges, and pitfalls[J]. Journal of Economic & Social Geography, 2021, 112(4): 404-420.

[55]
徐刚, 王德, 晏龙旭. 国外世界城市网络实证研究: 进展、挑战与展望[J]. 国际城市规划, 2024, 39(5): 52-60.

[Xu Gang, Wang De, Yan Longxu. Empirical studies of world city networks abroad: Progress, challenges and directions for future research. Urban Planning International, 2024, 39(5): 52-60. ]

[56]
Latour B. On recalling ANT[J]. The Sociological Review, 1999, 47(S1): 15-25.

[57]
Chu H, Hassink R, Xie D X, et al. Placing the platform economy: The emerging, developing and upgrading of Taobao villages as a platform-based place making phenomenon in China[J]. Cambridge Journal of Regions, Economy and Society, 2023, 16(2): 319-334.

[58]
Henderson J, Dicken P, Hess M, et al. Global production networks and the analysis of economic development[J]. Review of International Political Economy, 2002, 9(3): 436-464.

[59]
Rousset L, Ducruet C. Disruptions in spatial networks: A comparative study of major shocks affecting ports and shipping patterns[J]. Networks and Spatial Economics, 2020, 20(2): 423-447.

[60]
Shen Z L, Jiao Y H, Wei Y K, et al. Efficient hybrid PageRank centrality computation for multilayer networks[J]. Chaos, Solitons & Fractals, 2025, 192: 116018. doi: 10.1016/j.chaos.2025.116018.

[61]
Álvarez I C, Barbero J, Zofío J L. A spatial autoregressive panel model to analyze road network spillovers on production[J]. Transportation Research Part A: Policy and Practice, 2016, 93: 83-92.

[62]
Jia C Y, Li Y F, Carson M B, et al. Node attribute-enhanced community detection in complex networks[J]. Scientific Reports, 2017, 7(1): 2626. doi: 10.1038/s41598-017-02751-8.

[63]
秦奇, 吴良, 李飞, 等. 基于社会网络分析的东南亚地缘关系研究[J]. 地理学报, 2018, 73(10): 2014-2030.

DOI

[Qin Qi, Wu Liang, Li Fei, et al. A social-network-based study on geo-relations in Southeast Asia. Acta Geographica Sinica, 2018, 73(10): 2014-2030. ]

DOI

[64]
徐嘉辉, 李钢, 洪丹丹, 等. 中国拐卖人口重罪案件多维特征与形成机制[J]. 地理研究, 2022, 41(8): 2221-2233.

DOI

[Xu Jiahui, Li Gang, Hong Dandan, et al. Multidimensional characteristics and formation mechanism of serious human trafficking cases in China. Geographical Research, 2022, 41(8): 2221-2233. ]

[65]
van Haperen S, Nicholls W, Uitermark J. Building protest online: Engagement with the digitally networked #not1more protest campaign on Twitter[J]. Social Movement Studies, 2018, 17(4): 408-423.

[66]
Glückler J, Panitz R. Unleashing the potential of relational research: A meta-analysis of network studies in human geography[J]. Progress in Human Geography, 2021, 45(6): 1531-1557.

[67]
孙斌栋, 张杰. 我国城市网络研究的批判性思考[J]. 城市规划学刊, 2023(2): 26-32.

[Sun Bindong, Zhang Jie. Critical reflections on urban network research in China. Urban Planning Forum, 2023(2): 26-32. ]

[68]
马海涛. 基于知识流动的中国城市网络研究进展与展望[J]. 经济地理, 2016, 36(11): 207-213, 223.

[Ma Haitao. Research progress and prospects of city networks based on knowledge flow in China. Economic Geography, 2016, 36(11): 207-213, 223. ]

[69]
Dicken P. Global shift: Mapping the changing contours of the world economy[M]. New York, USA: Guilford Press, 2011.

[70]
Bathelt H, Malmberg A, Maskell P. Clusters and knowledge: Local buzz, global pipelines and the process of knowledge creation[J]. Progress in Human Geography, 2004, 28(1): 31-56.

[71]
沈文成, 李培庆, 姚雯雯, 等. 多重流空间视角下的中国城市网络空间结构特征及组织模式[J]. 地理研究, 2023, 42(2): 514-533.

DOI

[Shen Wencheng, Li Peiqing, Yao Wenwen, et al. The structural characteristics and spatial organization pattern of China's urban network based on the multiple flow. Geographical Research, 2023, 42(2): 514-533. ]

[72]
O'Sullivan D. Complexity science and human geography[J]. Transactions of the Institute of British Geographers, 2004, 29(3): 282-295.

[73]
郑允豪, 张毅, 牟乃夏, 等. 网络科学理论与方法在旅游领域中的应用: 研究进展与展望[J]. 地球信息科学学报, 2024, 26(2): 259-273.

DOI

[Zheng Yunhao, Zhang Yi, Mou Naixia, et al. Research progress and prospects on the applications of theories and methods in network science to tourism domains. Journal of Geo-information Science, 2024, 26(2): 259-273. ]

[74]
Nordlund C. A critical comment on the Taylor approach for measuring world city interlock linkages[J]. Geographical Analysis, 2004, 36(3): 290-296.

[75]
程玉鸿, 苏小敏. 城市网络外部性研究述评[J]. 地理科学进展, 2021, 40(4): 713-720.

DOI

[Cheng Yuhong, Su Xiaomin. Review on the urban network externalities. Progress in Geography, 2021, 40(4): 713-720. ]

DOI

[76]
张泽, 唐子来. 2014—2021年中国主要城市关联网络的演变特征: 兼评城市网络研究的新进展[J]. 城市规划学刊, 2023(2): 33-39.

[Zhang Ze, Tang Zilai. Evolution of the interlocking network of major Chinese cities from 2014 to 2021: With a commentary on the new development in urban network research. Urban Planning Forum, 2023(2): 33-39. ]

[77]
Fang J Q, Liu Q H, Tang M, et al. Network science faces the challenge and opportunity: Exploring "network of networks" and its unified theoretical framework[J]. Journal of Applied Analysis and Computation, 2016, 6(1): 12-29.

[78]
Friedman D, McAdam D. Collective identity and activism: Networks, choices, and the life of a social movement[C]// Morris A D, Mueller C M. Frontiers in social movement theory. New Haven, USA: Yale University Press, 1992: 156-173.

[79]
Major-Poetzl P. Michel Foucault's archaeology of western culture: Toward a new science of history[M]. Chapel Hill, USA: UNC Press Books, 2017.

Options
文章导航

/

〈 〉