中国省域信息流、资金流强度的空间差异——以2015年京东手机交易为例

被引:9
作者
金彪 [1 ,2 ]
颜丽玲 [1 ]
沙晋明 [1 ]
姚志强 [2 ]
机构
[1] 福建师范大学地理科学学院
[2] 福建师范大学软件学院
关键词
信息流; 资金流; 空间差异; 京东; 省市群; 金字塔;
D O I
10.13249/j.cnki.sgs.2018.02.008
中图分类号
F724.6 [电子贸易、网上贸易];
学科分类号
1201 ;
摘要
以京东七大物流中心及其覆盖范围划分省市群。将抓取得到的京东商城2015年手机交易记录与中国统计年鉴相关数据相结合,研究影响信息流和资金流(简称"双流")强度的可能因素,重点分析省域层面"双流"强度的空间差异,研究结果表明:(1)信息基础设施、经济发展水平等已取代地理距离,成为影响"双流"强度的主要因素;(2)广东、北京、上海、江苏、浙江等省市为"双流"核心区;(3)网络资金流量分层现象明显,呈"金字塔"形分布;(4)各省市群之间的空间联系存在差异,北京、上海、广东所在省市群的空间联系明显高于其它省市群;(5)各省市群内部成员发展不平衡,中心省市对"双流"贡献力最大。
引用
收藏
页码:223 / 232
页数:10
相关论文
共 23 条
[1]  
论地理网络空间的融合特征.[D].王然.河北师范大学.2006, 09
[2]   山东省乡村休闲旅游地的空间分布特征及影响因素 [J].
王新越 ;
候娟娟 .
地理科学, 2016, 36 (11) :1706-1714
[3]   中国东北三省对外贸易空间格局研究 [J].
刘志高 ;
张薇 ;
刘卫东 .
地理科学, 2016, 36 (09) :1349-1358
[4]   经济地理学视角下中国经济新常态的格局与类型划分 [J].
陈明星 ;
陆大道 ;
龚颖华 .
地理科学, 2016, 36 (07) :965-972
[5]   基于潜在语义信息的城市功能区识别——广州市浮动车GPS时空数据挖掘 [J].
陈世莉 ;
陶海燕 ;
李旭亮 ;
卓莉 .
地理学报, 2016, 71 (03) :471-483
[6]   2014年中国城市PM浓度的时空变化规律 [J].
王振波 ;
方创琳 ;
许光 ;
潘月鹏 .
地理学报, 2015, 70 (11) :1720-1734
[7]   1960~2013年京津冀地区干旱-暴雨-热浪灾害时空聚类特征 [J].
李双双 ;
杨赛霓 ;
刘焱序 ;
张东海 ;
刘宪锋 .
地理科学, 2016, 36 (01) :149-156
[8]   基于社会感知计算的游客时空行为研究 [J].
李君轶 ;
唐佳 ;
冯娜 .
地理科学, 2015, 35 (07) :814-821
[9]   基于GIS和RS技术的北京市功能区产流风险分析 [J].
姚磊 ;
卫伟 ;
于洋 ;
肖峻 ;
陈利顶 .
地理学报, 2015, 70 (02) :308-318
[10]   大数据时代下的物流、信息流、资金流融合——基于商业银行视角 [J].
薛冬辉 .
物流技术, 2014, 33 (01) :16-19+30