【《中国动漫产业网络结构研究》17000字（论文）】

中国动漫产业网络结构研究摘要随着互联网信息技术的发展，微博数据作为一种重要的数据源已经逐渐走进学者的视野，用微博数据进行地理学的相关研究已经成为潮流。本文使用微博数据对中国动漫产业的网络结构进行研究，结果发现：1）在中国动漫产业网络结构中，北京属于第一等级体系，为网络中的核心，广州和上海属于第二等级体系，在网络中具有次级中心的属性，深圳、杭州、成都和重庆为第三等级体系，在网络结构中具有区域性中心的性质；2）中国各省市动漫产业受关注度与所接收到的信息流与基本等级体系一致，即发展程度较高的地区更易受到关注，也更易与其他地区间产生信息联系；3）中国动漫产业网络结构存在高集聚、低联系的特点，且具有核心区与核心区相连的现象，即在网络结构中，除核心区之外，整体联系度较低。通过本次研究，不仅展现中国动漫产业网络结构的现状，对未来动漫产业的发展规划提供借鉴，也能拓展微博数据在产业网络中的应用，对未来其他产业的相关研究具有较大的理论意义。关键词动漫产业；网络结构；微博数据目录TOC\o"1-3"\h\u114531前言 1187181.1引言 1142691.2.相关文献综述 2170391.3研究内容 5307741.4研究区概况 616252研究方法 6313222.1研究思路 782.2数据处理与计算 7212762.2.1数据来源 7163432.2.2网络信息流计算 8324672.2.3网络信息的地理空间反映 841533中国动漫产业的网络结构分析 9308213.1中国动漫产业的网络结构等级特征 1052383.2中国各省市动漫产业信息流分析 1114003.2.1中国各省市动漫产业关注情况分析 11139073.2.2中国各省市动漫产业信息流分析 12204493.3中国动漫产业网络结构分析 1397903.3.1各基点城市对外联系情况分析 1384803.3.2中国动漫产业网络结构分析 1617894结论 188329参考文献 2016748附表 331前言引言动漫产业是指以“创意”为核心，以游戏、动画和漫画等为表现形式以及对其相关衍生产品进行行生产和经营的产业，也是文化创意产业的典型代表。随着信息技术的发展，越来越多优秀的动画游戏作品逐渐进入市场，促进了动漫产业的持续发展。但总体来看，我过动漫产业仍处于产业发展的初级阶段，具有产业规模小、集聚程度较低等特点[1]，而这也对动漫产业的长远发展起到阻碍作用。因此，通过对中国动漫产业发展现状的研究，我们能够揭示动漫产业发展的具体情况及特点，这也将其对未来发展的相关规划具有较高的现实意义。而随着新媒体技术的发展，以互联网为代表的信息技术也深刻影响着人们的生活与生产活动[2]，人与人之间的实际距离不断缩短，远距离的人也能通过社交媒体进行交往，同样，位于不同区域的企业间也可以通过互联网进行合作与学习，这也就表示，距离已经不再是企业展开合作的限制，对其来说更重要的都是如何选择合适的企业从而实现共赢的目的。而对于中国动漫产业来说，由于规模小和集聚度低的特点，位于同一区域进行合作可能无法满足其生产的需要，因此跨地区的企业合作模式似乎变得更加重要。正因此，如果以传统的地理学研究方法，也就是仅考虑空间和距离的限制，可能无法很好的解释中国动漫产业的发展模式。因此，网络信息数据的应用可能更适于去对动漫产业这一新型产业进行研究与分析。微博作为一种社交媒体平台，具有数据量大、透明度高，且能表现出一定地理性等特点，部分学者已经逐渐注意到微博数据的重要性，并将其作为研究的重要数据来源。利用微博数据，我们不仅能找到与动漫产业有关的大量用户信息，还可以通过用户的关注列表，发现两两用户间的联系。因此，在对中国动漫产业的现状研究中引入微博数据，我不仅可以研究中国动漫产业的地理分布情况，还可以获得不同城市间动漫产业的联系，从而进一步分析中国动漫产业的网络结构。而这也将会丰富对中国动漫产业的相关研究，对未来动漫产业的发展具有生源地现实意义。1.2.相关文献综述1.2.1动漫产业的空间布局研究产业的空间分布反映的是在一定区域内某产业在地域空间的集聚或者组合现象，反映了一定区域内经济系统的动态演化[3]。国内外学者主要从两种方面对产业空间布局展开研究。第一方面是从某个特定产业的角度分析其在一定区域内的分布情况。如马宏智等分析电子竞技产业在中的集聚特征，他从时间和空间两个层面出发得到两个结论：第一，从时间层面看，从2003年到2016年中国电竞产业先后经历了“波动发展-蓄力扩散-集中爆发”3个阶段；第二，从空间层面看，中国电竞产业具有明显的空间依赖特征，并经历了从“双核”到“单核”的结构演化模式，其集聚性不断加强[4]。Zhang对中国工业遗产地的空间分布特征进行分析，发现中国工业遗产地具有极强的集聚特性，并呈现出“四核心、六中心、多分散”的分布特点[5]。唐承丽等对长江经济带开发区的产业空间分布特征进行分析，总结出该区域内各产业的集聚及分布情况[6]。Sohn分析韩国制造业的空间分布模式，并得出其中5个行业组的集群特征。另一方面则是针对空间分布的影响因素研究[7]。郭泉恩等认为人才和市场开放程度对高新技术产业的集聚与分布具有积极影响，而企业规模的大小则对其具有消极作用[8]。Caroline认为良好的基础配套设施，如教育机构、服务机构和研究机构等对文化创意产业的分布具有积极作用[9]。傅祎頔等认为交通、政策、产业基础及自然地理环境等因素是影响文化创业产业园区分布的主要因[10]。在以往的研究中，一般可以使用数学运算或模式分析等方法研究某一产业的空间布局。例如，郭泉恩等和Maurel运用一系列数学指数，包括基尼系数、EG指数等对产业的空间分布特征进行描述与说明[8，11]。张九月等和Izabella使用最近邻指数和地理集中指数分析产业的空间分布模式[12，13]。此外，结合空间统计学的原理，Sohn通过莫兰指数描述产业的空间格局[14]。部分学者也喜欢使用聚类或是热点探测的方法对产业的空间分布进行研究。如张志斌等使用核密度分析的方法对兰州市生产性服务业分布的热点区域进行探测，并量化分析结果，从而得到兰州市生产性服务业的空间集聚结果[15]。Hao使用热点分析和相关分析的方法研究工业园区的空间分布特征和网络结构[16]。巫细波等则使用HDBSCAN空间聚类并结合缓冲区分析，研究广州市汽车制造业的分布特征[17]。除此之外，在多学科融合的背景下，袁文华等使用景观生态学的方法研究城市文化产业空间分布特征及网络关联，为产业集聚的研究提供了新的思路[18]。传统的产业布局研究一般是基于位置已定的产业或设施进行研究，并结合交通网络分析其的结构关联，如袁文华等[18]对文化设施的空间格局研究，因为是对图书馆、文体宫等位置既定，且可能具有明显集聚特征的设施，使用传统的空间定位数据和空间分析方法，便能够对其基本分布格局进行解释，而对于某些特殊的产业，比如对网络依赖性较强的产业，其空间选址可能受多呈因素的影响，且其关联结构可能更加复杂，因此，以传统方法研究其产业分布的结构特征可能会出现与事实不符的情况，所以我们需要寻找其他的方法进行研究。动漫产业作为文化产业的重要支柱型产业，具有产业链较长，且各产业之间关联性较大的特点[19]，且现代动漫技术也更依赖于网络技术的发展，这也表明动漫产业的选址可能具有较强的随意性，且其产业关联可以突破距离和交通的限制，因此其空间网络结构也可能具有更加复杂的特征。在过去，对于动漫产业空间结构的研究，国内学者更多从易产业的发展规模为基础，从而研究某一地区动漫产业的空间结构。例如，胡钰等使用工商大数据研究中国动漫产业的分布模式，发现中国动漫产业主要集聚于经济发达地区[1]。秦翊等则是从从业人数及发展规模的角度分析中国不同省份动漫产业的发展情况，从而得出中国动漫产业的空间格局[20]。何昭辉等利用熵值法评估更省域动漫产业的规模情况，从而分析得到全国动漫产业的发展格局[21]。在这些研究中，虽然可以对各地区动漫产业的发展及分布情况进行初步探索，但也只能反映其空间分布特征，无法进一步分析其空间联系，从而构建动漫产业的网络结构。而在部分国外学者的研究中，他们对某些地区动漫产业的关联结构进行了初步的分析。例如，Ma的研究表明，在政府行为的干预下，动漫产业可能倾向于在某一地方集聚，且具有集聚特性的动漫产业间也可能产生联系[22]。Yamamoto和Fuerst等则认为动漫产业的联系是以产业链为基础从而产生联系，比如，某动漫制作工作室首先可以通过客户或者与各工作室进行合作从而产生联系，由此再形成地域之上的网络结构[23，24]。此外Cole对于欧洲动漫产业的研究业揭示了动漫产业间产生联系的零一趋势。由于较为分散的分布模式和发达的网络体系，欧洲逐渐形成以鼓励和地理位置遥远的企业间展开合作和学习制度为基础的产业框架[25]。Yoon等从全球范围进行研究也进一步证实了动漫产业的信息联系具有较为特殊的目的性，与传统产业不同，因为其产品不用再考虑运输成本，因此在选择合作对象时，制作者可能更多考虑其他因素，如文化背景和技术等，作为依据，因此，距离不再是产业间进行信息交流的阻碍[26]。以上的研究表明，动漫产业作为一种新兴产业，我们可以通过产业的发展规模去研究其产业的空间分布，但在对其网络结构进行分析时，因其发展模式的特殊性，传统分析方法得到的结构可能与事实不符，因此，我们需要引入一种新的方法去研究其空间网络结构，而微博数据的运用可能给我们对其产业网络结构的研究一个很好的启示。1.2.2微博数据在网络空间结构分析中的应用随着大数据的发展，微博数据因为信息量大、透明度高等特点，受到越来越多学者的青睐。由于微博数据能够体现出一定的时空属性，国内学者逐渐将微博数据作为一种重要的数据源用来解释某一地理现象时空特征。陈宏非等通过微博定位功能确定每一时段西安居民的活动位置，从而分析西安居民活动行为的时空特征[27]。而张子昂等通过微博签到数据确定游客位置，从而分析游客活动的时空特征[28]。此外，随着互联网信息技术的发展，不仅人与人之间的联系不能仅以简单的距离或者交通来衡量，距离较远的企业之间也可以通过网络的方式展开合作或学习。而微博软件作为社交媒体，不仅为人与人之间的交往提供新的途径，也为实际距离较远的企业之间的认识与交流交流提供了更多方法，而这也使得产业之间的网络联系变得更为复杂，尤其是像动漫产业这种对网络依赖性强，产业链结构复杂的产业，微博数据能够较好的体现出产业间所发生的信息联系。建立在“粉丝—粉丝”的基础上的新浪微博[29]，可以反映出两两用户或两两两地区之间的联系情况，而当将这种关系放在空间上予以表达时，就能在一定程度上体现出一定区域范围内微博用户或地区间复杂的网络关系。例如，徐敏等通过微博签到数据研究全国城市旅游地的网络结构特征，不仅划分出了旅游中心城市，而且也表现出了旅游地的网络层次结构及联系度[29]。王开泳等通过微博推发地与注册地的差异表达河南省城市间的人口流动情况，从而反映两两城市之间的联系强度[30]。王波等通过微博用户关注数据分别对江苏和全国的网络信息联系进行分析，从而分别得出这两个不同层面内各地区的网络关联[31]。以上研究大多是使用微博关注数据和注册数据去研究某一现象的空间分布及其关联，而这也对我们研究中国动漫产业的网络结构特征提供了新的思路。微博注册数据具有一定的位置属性，能够表现出用户所在的位置特征，而微博关注数据能够表现出不同用户间的关联性，即当某一用户关注另一用户时，就表明该用户愿意接受其所关注用户发表的信息，这便体现出了用户间的信息联系。基于此，使用微博数据不仅能收集到动漫产业的位置信息，从而以产业规模的视角研究其空间分布特征，微博关注数据还可以体现不同地区动漫产业间的信息关联，将其进行解释后便能绘制出与实际情况接近的产业网络结构特征。1.3研究内容本文通过微博用户及其关注数据研究中国动漫产业的网络结构特征，主要是通过爬虫软件获取不同城市动漫产业相关用户的相关信息，包括用户ID、注册地址及用户信息等，以用户数据规模确定中国动漫产业网络等级结构，用关注数据研究受关注度及所能接收到的信息流，从而构建中国动漫产业网络结构，主要包括三个内容：中国动漫产业网络等级结构研究通过获取微博用户数据，统计各省市动漫产业相关用户量，并在ArcGIS中使用自然断点的分类方法，将不同城市动漫产业的发展划分为五个等级，其中，等级越高则表示该地区动漫产业发展程度越高。通过将各省市动漫产业划分为不同等级，不仅可以研究中国动漫产业发展的空间特征，还能够确定中国动漫产业发展的不同等级体系，为后续受关注量的挖掘与信息流的研究提供依据。中国各省市动漫产业信息流研究根据划分的等级体系，选取第一等级、第二等级及第三等级中位于前列的城市作为研究几点，并再次通过爬虫软件获取其关注用户数据，并利用数学运算的方法进行数据处理，分别得到其受关注量及信息流。通过对受关注度及信息流统计，可以反映出某地区动漫产业所能接收到来自其他地区的信息，从而体现出该地区与其他地区的关联程度，并为构建中国动漫产业网络结构奠定基础。中国动漫产业网络结构研究将计算得到的信息流通过ArcGIS软件映射到地理空间上，便可得到中国动漫产业基本的网络结构。在该网络结构中，不仅可以体现城市间动漫产业的关联情况，也能体现出其联系度，因此就可以对中国动漫产业网络结构特征进行分析，而这也将进一步揭示中国动漫产业发展现状，并对其未来发展策略的提出具有积极意义。1.4研究区概况中国为世界上人口最大的发展中国家，位于亚洲东部，陆地面积为960万平方千米，位居世界第三，也是世界第二大经济体。中国是世界上历史最悠久的国家之一，有着光辉灿烂的文化和光荣的革命传统，世界遗产数量全球领先。目前，中国共有34个省级行政区，其中包括23个省、5个自治区、4个直辖市、2个特别行政区。动漫产业在中国拥有着广发的发展前景。截至目前，中国泛二次元用户已突破四亿，且仍有快速上涨的趋势，自2011年起，中国动画制作相关企业注册量曾逐年上升的趋势，并于2019年达到顶峰。其中这些企业大部分位于北京、上海、广州等发达城市，其中又以北京相关企业数量最多。此外，随着互联网技术的不断发展，中国动画数字电影制作技术也在不断提高，由此可以看出，中国动漫产业正处于高速发展阶段，在未来也具有广阔的发展前景，而对中国动漫产业网络结构的研究，能够体现出中国动漫产业发展的深层次现状，并能为日后动漫产业的发展提出具有价值的建议。研究方法目前，新浪微博是中国使用人数最多的、规模最大的主流微博运营商。而且除了个人之外，一些企业也会入驻新浪微博，并会在这之上发布有关其企业运行的相关信息。因此，在新浪微博上，我们不仅能收集到有关动漫企业的用户信息，还能找到其与其他企业之间的信息关联。因此，本文将微博用户关注数据作为主要数据源，并以此去显示不同地区动漫产业的信息联系，从而展开对中国动漫产业网络结构的研究。2.1研究思路在新浪微博中，用户中的信息关联通常可以通过好友关注列表来显示。在新浪微博中，关注数据能够体现出微博用户间信息的单向传递，也就是说，如果用户A关注了用户B，则表示用户A能够接受B到用户所发布的信息，这也便能体现出用户A与用户B之间信息的单向交流，反之亦然。而当两两用户间存在“互关”的情况时，将会构成两用户间信息的双向传递，即说明其都可以接收到对方用户所传递的信息。而从地理学的视角来看，当有更多A地区的用户关注B地区的用户，则证明A地区用户更愿意接受B地区用户的信息，且关注总量越多，则说明B地区到A地区的信息传递量越多，A地区与B地区的联系越紧密，反之则越疏远。基于此，本文首先以市级为单位，通过爬虫软件收集不同城市动漫产业的相关用户信息，之后在按一定的条件，选取部分城市作为研究的基点，再次收集这些城市内动漫产业相关用户的关注数据，构建其与全国范围内其他城市的网络信息数据库。最后，借助ArcGIS分析软件将收集得到的数据通过网络的形式反映在地理空间上，从而进一步分析中国动漫产业的网络结构。2.2数据处理与计算2.2.1数据来源本文的数据来源于微博，主要通过八爪鱼等爬虫软件进行收集。首先，以“动漫”、“游戏”等作为关键词，并以企业作为限制条件，收集其相关用户信息，主要分为两个步骤。第一，是用户信息数据的收集，主要在新浪微博主页，通过搜索功能，对相关用户进行检索，再通过爬虫软件收集相关用户的用户ID、注册地址和用户信息数据，最后共得到17016条相关用户数据；第二是在此基础上，进一步获取用户关注数据，通过新浪微博主页，进入相关用户的页面，爬取其关注列表的信息，从而得到用户关注数据。最后将所获取的数据进行统计与计算，便可得到想要获取的信息。2.2.2网络信息流计算在获取到用户数据之后，首先要进行数据筛选，在收集到的数据中，会包含大量非企业的普通用户，为了保证数据的准确性，就需要删除这些数据。而对于网络信息流的计算主要包括两个步骤。第一步，需要对收集到的用户关注数据进行标准化处理，其公式为：Bi=A式中，Bi为经过标准化处理得到的用户关注数据，Ai为各基础研究单元与全国范围内其他城市的关注原始数据，第二步是对信息流的计算，这一步需要在上一步计算的基础上，分别剔除各基础研究单元的数值，并采用极大值标准化处理，从而计算出各基点城市与其他城市的网络信息流。其公式为：Ci=Bi式中，Ci为经过标准化处理后得到的信息流数据，Max经过计算后得到的结果即为各研究基点城市与其他研究单元的相对信息流，在进一步处理后即可得到全国动漫产业网络联系。2.2.3网络信息的地理空间反映在计算得到城市间动漫产业的网络信息流数据后，需要将其反映在地理空间上，从而进一步反映出中国动漫产业的网络结构。首先，在ArcGIS需要将各城市中动漫产业的数量以及通过计算得到的网络信息数据输入到各研究单元；其次，将计算得到的网络信息数据赋予各研究基点几何中心到其他研究单元几何中心的连接线。最后，在综合对比等间隔、几何间隔、分位数和自然断点比较四种分类方法后发现，几何间隔的分类方法能更好的突出中国各省市动漫产业的不同等级信息，因此使用自然断点的方法分别对各城市动漫产业的数量及城市间的信息流分为5类，以此也能更加贴合收集到的动漫产业数量数据，从而反映中国动漫产业的空间布局情况及其网络结构。其中，在专题中，颜色越深，说明该市动漫产业数量最多；在网络结构图中，连线越粗，说明其之间的联系越紧密。等间隔分类b.几何间隔分类c.分位数分类d.几何间隔分类图2-1分类方法比较3中国动漫产业的网络结构分析3.1中国动漫产业的网络结构等级特征各市动漫产业相关企业的数量可以较为良好的反映出各市动漫产业的发展情况，而当将其放在一定的区域范围内，便能体现出该区域动漫产业网络结构的等级特征。本文将通过微博采集到的数据结果赋予到各研究单元，最后得到中国动漫产业的空间分布图，其结果如图3-1所示。根据ArcGIS自然断点的分配方式，将不同城市动漫产业划分为5个等级，其中，等级越高则说明该市动漫产业相关企业数量越多。从图中可以看出，中国动漫产业整体发展程度较低，大多城市位于第四、第五等级，位于第一、第二等价的城市较少。其中，位于第一等级的城市只有北京，位于第二等级的城市为上海和广州。排名第一等级的北京属于动漫产业分布数量最多的城市，在全国动漫产业的网络结构中属于中心地位，这与其发达的经济和文化有着密切的关系。上海和广州虽然处于第二等级，但其动漫产业的数量与第三等级城市仍存在着较大差距，在全国动漫产业等级体系中处于次中心的位置。深圳、杭州、成都、重庆等市虽然处于第三等级，但也分布着数量较多的动漫产业，在区域内也具备着一定的中心地位。图3-1中国动漫产业网络等级体系格局从整体来看，各市动漫产业的发展情况与其经济文化水平有着密切关系，且东部地区发展程度总体要远高于西部地区。北京、上海、广州、深圳、杭州、成都、重庆虽处于不同等级，但在全国动漫产业等级体系中处于前7的位置，且其整体动漫产业发展水平要远高于其他城市，而这也得益于其发达的经济和文化实力。处于第一等级的北京属于全国的经济、政治和文化中心，在动漫产业的等级体系中属于绝对的中心地位；处于第二等级的上海和广州，其城市位置与经济发展程度也拥有者绝对的优势，在动漫产业的等级体系中属于次级中心；深圳、杭州、成都、重庆虽为第三等级，但由于其较好的经济实力，其动漫产业的发展程度也远高于其他城市，属于区域性中心城市。而从空间分布来看，绝大多数动漫业分布于东部地区，东部地区动漫产业的发展具有绝对优势，其中，京津冀、长三角及珠三角地区也是动漫产业发展的核心区域；相比之下，西部地区动漫产业发展状况比较落后，只有少数第三等级的城市在此分布，而这种情况也体现出中国动漫产业发展不平衡的特点。3.2中国各省市动漫产业信息流分析3.2.1中国各省市动漫产业关注情况分析通过收集微博用户关注数据，我们可以对中国各省市动漫产业对外关注情况进行统计，得到结果如图3-2所示。图中反映的是各省市动漫产业被关注情况，从图中可以得知，中国各省市动漫产业受关注情况存在较大差异。从整体情况来看，中国各省市动漫产业受关注情况与网络结构等级体系基本相似。位于第一、第二等级体系的北京、上海及广州受关注度最高，这也侧面体现出这三个城市所拥有的动漫产业数量最多，且其活跃度较高；重庆、深圳、武汉和杭州等在第三等级体系中位于前列的城市，虽然其受关注情况远不如北京、上海及广州，但其受关注情况也远高于其他城市，这也表明重庆、深圳、武汉和杭州也拥着较为发达的动漫产业体系，并具有一定的活跃性；而其他的城市，由于动漫产业拥有量较低，因此整体受关注情况不高，因此与外界发生联系的程度也较低。此外，动漫产业的受关注情况一定程度上也能体现出该地动漫产业的活跃度，一般情况下，某地区动漫产业拥有量越多，其受关注的可能性也就越高，也就越活跃。北京、上海和广州是中国动漫产业最发达的三个城市，其整体受关注量也最高，因此也能反映出其在全国范围内动漫产业活跃度较高。重庆、深圳、武汉和杭州等市因为也拥有较多的动漫产业数量，因此其动漫产业发展也较为活跃。而其他地区因为动漫产业发展程度较低，其活跃程度也较低。中国动漫产业发展的巨大差异也将对各省市动漫产业间信息流的传递具有一定的影响。动漫产业发达的地区，其产业活跃度较高，也更易受到他者的关注并与之发生信息的传递，而动漫产业发展较为落后的地区，由于其活跃度较低，也很难受到他者的关注，因此较难与外部地区进行信息交流。图3-2中国各省市动漫产业对外关注度统计3.2.2中国各省市动漫产业信息流分析将关注数据进一步处理便可以得到中国各省市动漫产业的信息流数据，该数据体现了信息的单向传递，从而能间接体现出不同地区之间动漫产业的单向联系。其中信息流越多，则表明该地区接受到的外部信息越多，即各省市更愿意与该地区的动漫产业进行交流与合作，其结果图3-3所示。从图中得知，北京与其他地区的信息联系最高，表明其他省市均与北京具有信息联系，位于北京的动漫产业能辐射全国，与各地动漫产业进行交流与合作；其次，上海和北京也具有较高的信息流，表明位于上海和广州的动漫产业也与较多地区具有信息联系，在全国范围内其动漫产业也具有一定的影响力；而其余大部分省市的信息流均小于10，而这也证明其很少能与其他地区进行信息交流。从各省市动漫产业信息流统计结果来看，中国动漫产业的信息联系极不平衡，而这也与中国动漫产业发展不平衡具有一定关联。动漫产业发展程度较高的地区本就更易接收到其他地区的信息交流，而又因为其更愿意与动漫产业较发达地区进行合作，从而使得动漫产业发展程度较低的地区更难接受到其他地区的关注。在这种趋向下，信息的传递将更多出现在动漫产业发展程度较高的地区之间，并且其将会更少与发展程度较低的地区进行交流，由此形成的动漫产业网络结构也将具有更明显的集聚性。图3-3中国各省市动漫产业信息流统计3.3中国动漫产业网络结构分析3.3.1各基点城市对外联系情况分析为了进一步分析中国动漫产业的网络结构，选取北京、上海、广州、深圳、杭州、成都、重庆7个城市作为研究基点，并分析其与其他研究单元的信息关联，同时又考虑到这些城市在中国动漫产业网络结构中的等级体系，其中北京为第一等级，北京、上海为第二等级，深圳、杭州、成都、重庆为第三等级，综合考虑不同等级城市在中国动漫产业网络结构中的不同性质，本文分别按等级分析不同城市动漫产业的对外联系度，以此探讨中国动漫产业网络体系的层次结构特征，其结果如图3-4所示。在第一等级体系中，北京虽然在全国动漫产业网络结构中处于绝对中心地位，但其整体对外联系度不高，这也证明，在北京大部分动漫企业更倾向于与在北京的公司展开合作，而在对外联系网络机构中，与北京联系度最紧密的城市是上海，其次是广州、杭州和深圳。总体来看，相较于周边地区，北京动漫产业与南方联系更为紧密，这也表示北京也更愿意与动漫产业较发达的城市进行交流。在第一等级体系中，由于北京较少与其他城市产生关联，因此也没有形成较为系统的网络结构。第二等级体系包括上海和广州，广州作为对外联系最多的城市，其与北京的交流合作最多，其次是上海、杭州等。与北京不同，广州与位于北方的城市联系更加紧密，且与其产生联系的城市分布也更加分散。与北京相同，上海对外整体联系度也较低，这也表示，上海的动漫企业也更愿意与位于上海的公司进行合作，与上海联系最紧密的城市分别为重庆和成都，而其与位于北京和广州的公司鲜少产生关联。在第二等级体系中，由于广州和上海之间联系度较低，且在不同地区分别发挥着各自的作用，因此也无法形成系统的网络结构第三等级体系的城市为深圳、杭州、成都和重庆。与第一和第二等级体现的城市相比，第三等级体系的城市更愿意与其他城市进行交流与合作，由此，也形成了较为系统的网络结构。其中，与深圳联系最紧密的城市为北京，其次是上海和广州，且其对外联系情况与广州基本相似，与北方城市联系更加频繁。与杭州联系最紧密的城市同样为北京，其次为上海和广州，且其关联网络也更为分散。成都和重庆的情况类似，北京、上海和广州也依然是与其联系度最为紧密的城市，且二者也都是更多与东部城市产生联系。但不同的是，与重庆具有联系的城市要远少于成都。整体来看，各等级的城市动漫企业在对外联系时均突破了距离的限制，即他们不再仅局限于与周边城市进行交流与合作，更多是将经济发展程度或者动漫产业发展情况作为与其进行合作的首要条件，因此，越来越多的城市的动漫企业会愿意与北京、上海和广州这些位于第一和第二等级体系的城市进行合作，由此也展现出自西向东城市间联系越来越紧密，网络结构越来越复杂的现象。a.第一等级城市对外联系情况b.第二等级城市对外联系情况c.第三等级城市对外联系情况图3-4各等级基点城市对外联系情况3.3.2中国动漫产业网络结构分析为了进一步揭示中国动漫产业网络结构的基本形态及各基点城市在网络中所发挥的作用，本文将各基点城市对外联系情况进行整合，从而构建出中国动漫产业基本的网络形态，其结果如图3-5所示。网络中各连线表示的是两两城市之间动漫产业的联系情况，其中连线越粗，则说明联系越紧密。结果表明，中国动漫产业联系最紧密的城市对共7对，分别为北京-广州，北京-上海，北京-深圳，北京-杭州，北京-重庆以及北京-武汉，其余城市间的联系度大多在0-3之间，表现出整个网络结构中以北京为中心的基本指向，且整个网络体系中，城市间联系较为集聚，且多为弱联系。而且北京虽然为整个网络结构的中心，但整体对外联系较低，更多是由其他城市向北京输送信息，这也在一定程度上表现出北京没有很好的发挥其在网络结构中的作用。上海和广州虽然在整个网络结构体系中处于次级中心的位置，但整体对外联系度依然较低。同样，深圳、杭州、成都、武汉、重庆等动漫产业相对发达的城市也更倾向于与北京、广州、上海等中心性城市展开合作。而在所有基点城市中，北京、广州、上海、深圳和杭州等市，因为地处东部地区，经济较为发达，其之间的联系也更为紧密，网络结构也更加复杂，这也就使得深圳和杭州虽然不是中心性城市，但也能够很好的融入中心性城市的核心体系。相比之下，成都和重庆虽然也为区域性中心城市，但由于和东部发达地区间城市联系度较低，因此游离于中国动漫产业核心体系之外。综上，在中国动漫产业的网络结构是以中心性城市的相互联系为基础而搭建的，中心性城市也更愿意与次级中心性城市或区域中心性之间产生关联，虽然也会与其他城市进行合作与交流，但整体联系度较低，从而形成了复杂却关联度低的基本网络体系。图3-5中国动漫产业网络结构4结论互联网技术的不断发展打破了传统意义上地理空间的限制，越来越多的用户和企业可以通过互联网进行远距离的交流，这也使得不同城市间的信息网络交流也变得更加复杂，而企业也可以打破距离的限制，从而选择与综合实力更强的企业展开合作。因此，借助微博数据可以更为准确的体现出不同城市之间动漫产业的信息流，从而构建全国范围内的动漫产业网络结构。本文借助微博用户及其关注数据，从而对中国动漫产业的网络结构及其特征进行研究，并为中国动漫产业的发展提出相关建议。首先，根据收集得到的用户数据，通过自然断点的分类方法把各城市分为5个等级。其中，拥有动漫产业数量最多的北京处于第一等级体系，其在中国动漫产业网络结构中具有绝对的中心地位；广州和上海处于第二等级体系，也具有全国次级中心的性质；深圳、杭州、成都和重庆虽然位处第三等级体系，但也分布着较多的动漫企业，且与其他城市动漫产业的发展情况存在较大差距，因此也拥有这区域性中心的性质。基于此，本文将北京、广州、上海、深圳、杭州、成都和重庆作为基础研究单元，并由此展开其对外信息流的研究，从而构建全国动漫产业网络结构。在进行关注度及信息流统计时，本文发现中国各省市动漫产业受关注度与中国动漫产业基本等级结构体系相似。位于第一第二等级体系的北京、上海与广州不仅是动漫产业发展程度最高的地区，也是受关注度最高的地区，其具有较多的关注数据；而位于第三等级体系前列的深圳、重庆、杭州和武汉也受到了较多的关注；而其他城市由于动漫产业发展程度较低，收到的关注也较低。而受关注信息也能一定程度上体现出某地区动漫产业的活跃度，受关注程度越高，其活跃度也越高。关注数据进一步提取便可以获得中国各省市动漫产业所能接收到的单方向信息流。显然，动漫产业发展程度越高地区，其受关注度也越高，所能接收到的单向信息联系也更多。北京作为中国动漫产业发展程度最高的地区，其基本上能接收到来自不同地区的全部信息交流，这也进一步表明北京动漫产业能服务全国。上海和广州也具有较高的信息流，虽不能辐射全国，但也能与大部分城市的动漫产业产生信息联系；其余大部分城市所能接受到的信息流均小于10，这表明其很少能于其他城市的动漫产业产生合作。这种结果也能进一步反映出中国动漫产业的信息传递趋势，即中国动漫产业的信息联系趋向于发生在动漫产业发展程度较高的城市间，这种趋势也能进一步揭示出了中国动漫产业的网络结构特征。在对各基点城市的对外信息流进行计算后便可得到不同等级体系的基础网络结构。在第一等级体系中，北京虽然中心性城市，但整体对外联系度较低，由于较为完善的产业链结构，更多位于企业选择“内部消化”，其次，其会选择与动漫产业发展程度较高的上海、广州等市进行合作；在第二等级体系中，上海的情况与北京相似，其也是更倾向于与本地企业展开合作，相比之下，广州作为对外联系最多的城市，较好的发挥了其中心作用，在第二等级体系中，广州与上海之间更多的是发挥了其区域性核心作用，而这两个区域核心较少发生联系，因此无法形成体系的网络结构。而在第三等级体系中，基点城市的对外联系不断增多，城市间相互关联的情况也逐渐加强，城市间联系的加强也进一步动漫企业网络化的程度不断加深，从而形成更为复杂的中国动漫产业网络结构。在整个动漫产业的网络结构中，虽然城市间的联系较多，但大多为弱联系。中国动漫产业联系最紧密的城市对共7对，分别为北京-广州，北京-上海，北京-深圳，北京-杭州，北京-重庆以及北京-武汉，其余城市间的联系度大多在0-3之间，这不仅进一步证实了“动漫产业发展程度较高的城市间更易产生联系”的联系趋势，也体现出中国动漫产业网络结构复杂且联系度低的特征。而这样的网络结构也将不利于中国动漫产业的整体发展。因此，我们因进一步促进中国动漫产业发展的均衡性，加强动漫产业发展程度较高地区与较低地区之间的联系，从而加强中国动漫产业网络结构的紧密性，从而带动全国动漫产业的蓬勃发展。参考文献[1]胡钰,等.我国动漫产业空间分布特征及区域集聚模式比较——基于企业工商大数据视角[J].经济社会体制比较.2020:40-7.[2]潘碧麟,等.基于微博签到数据的成渝城市群空间结构及其城际人口流动研究[J].地球信息科学学报.2019,21(1):9.[3]高超,等.沿海地区经济技术开发区空间格局演化及产业特征[J].地理学报.2015,70(2):12.[4]马宏智,等.中国电子竞技产业地理集聚特征及影响因素[J].地理科学.2021,41(6):9.[5]JiazhenZ,et.al.AnalysisofspatialstructureandinfluencingfactorsofthedistributionofnationalindustrialheritagesitesinChinabasedonmathematicalcalculations[J].EnvironmentalSciencePollutionResearch.2022:1-16.[6]唐承丽,等.长江经济带开发区空间分布与产业集聚特征研究[J].地理科学.2020,40(4):8.[7]JungyulS.Industryclassificationconsideringspatialdistributionofmanufacturingactivities[J].Area.2014,46(1):101-10.[8]郭泉恩,等.中国高技术产业创新空间分布及其影响因素——基于面板数据的空间计量分析[J].地理科学进展.2016,(10):10.[9]CarolineC,et.al.Enablingandinhibitingthecreativeeconomy:TheroleofthelocalandregionaldimensionsinEngland[J].Regionalstudies.2010,44(6):717-34.[10]傅祎頔,等.福州市文化创意产业园空间分布特征及影响因素分析[J].福建师范大学学报：自然科学版.2020,36(6):12.[11]F.M,et.al.Ameasureofthegeographicconcentrationinfrenchmanufacturingindustries[J].RegionalScienceUrbanEconomics.2004,29(5):575-604.[12]张九月,等.长株潭城市群3A级及以上旅游景区空间分布特征及影响因素[J].西南大学学报:自然科学版.2021,43(9):11.[13]ZsofiaISKV.SpatialDistributionofKnowledge-IntensiveIndustriesinHungary[J].TransitionStudiesReview2013,19(4):431-44.[14]SohnJ.AQuantitativeAnalysisoftheSpatialAgglomerationPatternamongtheKoreanCities[J].JournaloftheKoreanGeographicalSociety.2013,48(1):56-71.[15]张志斌,等.兰州市生产性服务业的空间集聚及其影响因素[J].经济地理.2019,39:112-21.[16]QiushiH,et.al.DistributionCharacteristicsandSpatialReciprocityBetweenanIndustrialParkandVocationalEducationParkinaCityCenter[J].JournalofAsianArchitectureBuildingEngineering2018,17(2):321-8.[17]巫细波.外资主导下的汽车制造业空间分布特征及其影响因素--以广州为例[J].经济地理.2019,39(7):10.[18]袁文华,等.基于FCS框架的城市文化产业景观生态特征及网络关联[J].地理科学进展.2020,39(3):14.[19]徐捷.基于产业价值链的动漫产业集群培育模式[J].科技管理研究.2016,36(21):6.[20]秦翊,等.我国动漫产业分布特征研究[J].2019,(23):2.[21]何昭辉,等.我国省域动漫产业发展时空格局及其优化调控[J].江苏师范大学学报：自然科学版.2021,39(1):5.[22]LeiM,et.al.ExploringtheInnovationSystemoftheAnimationIndustry:CaseStudyofaChineseCompany[J].Sustainability2018,10.[23]K.Y.GeneralitiesandRegionalityObservedintheAgglomerationStructureoftheAnimationIndustryinEastAsia[J].SpringerJapan.2014.[24]SaschaF.Globalvaluechainsandlocalclusterdevelopment:aperspectiveondomesticsmallenterprisesinthe3D-animationindustryinColombia[J].AD-minister.2010,(16):89-102.[25]Cole,等.Distantneighbours:thenewgeographyofanimatedfilmproductioninEurope[J].Regionalstudies.2008,42(6):891-904.[26]Yoon,等.Globalizationoftheanimationindustry:multi-scalarlinkagesofsixanimationproductioncenters[J].2015:1-18.[27]陈宏飞,等.基于微博的西安市居民夜间活动时空分布研究[J].人文地理.2015,30(3):7.[28]张子昂,等.基于微博签到数据的景区旅游活动时空行为特征研究——以南京钟山风景名胜区为例[J].2015,31(4):6.[29]徐敏,等.基于大数据分析的城市旅游地网络结构特征及其演化模式——以新浪微博签到数据为例[J].地理研究.2019,(4):13.[30]王开泳,等.基于微博数据的中原城市群空间联系强度测度[J].中国科学院大学学报.2016,33(6):8.[31]王波,等.基于微博用户关系的网络信息地理研究——以新浪微博为例[J].2013.附表研究基点关注城市关注数量关注度统计信息流统计北京重庆227.700831022.127659574北京浙江温州227.700831022.127659574北京浙江台州227.700831022.127659574北京浙江绍兴113.850415511.063829787北京浙江衢州113.850415511.063829787北京浙江丽水113.850415511.063829787北京浙江杭州21290.858725822.34042553北京香港683.102493076.382978723北京天津341.551246543.191489362北京四川绵阳227.700831022.127659574北京四川成都11152.354570611.70212766北京上海941301.939058100北京陕西西安341.551246543.191489362北京山西太原113.850415511.063829787北京山东青岛455.401662054.255319149北京山东济南227.700831022.127659574北京内蒙古呼和浩特113.850415511.063829787北京辽宁沈阳227.700831022.127659574北京辽宁大连227.700831022.127659574北京江西新余227.700831022.127659574北京江苏镇江113.850415511.063829787北京江苏无锡227.700831022.127659574北京江苏苏州113.850415511.063829787北京江苏南京569.252077565.319148936北京吉林长春113.850415511.063829787北京湖南长沙13180.055401713.82978723北京湖南益阳113.850415511.063829787北京湖北武汉341.551246543.191489362北京河南驻马店113.850415511.063829787北京河南周口113.850415511.063829787北京河南郑州341.551246543.191489362北京河南新乡113.850415511.063829787北京河南三门峡113.850415511.063829787北京河南濮阳227.700831022.127659574北京河南开封113.850415511.063829787北京河南焦作113.850415511.063829787北京河北唐山113.850415511.063829787北京河北石家庄113.850415511.063829787北京广西南宁113.850415511.063829787北京广西桂林113.850415511.063829787北京广东珠海455.401662054.255319149北京广东深圳16221.606648217.0212766北京广东汕头113.850415511.063829787北京广东揭阳113.850415511.063829787北京广东广州31429.362880932.9787234北京广东佛山113.850415511.063829787北京广东东莞113.850415511.063829787北京甘肃兰州9124.65373969.574468085北京福建厦门683.102493076.382978723北京北京4456163.434903北京安徽宣城113.850415511.063829787北京安徽合肥113.850415511.063829787成都重庆397.087378642.290076336成都浙江温州132.362459550.763358779成都浙江宁波132.362459550.763358779成都浙江嘉兴132.362459550.763358779成都浙江杭州21679.611650516.03053435成都云南昆明132.362459550.763358779成都云南大理132.362459550.763358779成都新疆乌鲁木齐132.362459550.763358779成都香港其他396.774193552.290076336成都天津8258.89967646.106870229成都四川凉山132.362459550.763358779成都四川巴中132.362459550.763358779成都上海652103.55987149.61832061成都陕西西安397.087378642.290076336成都山东泰安132.362459550.763358779成都山东青岛264.724919091.526717557成都山东济南132.362459550.763358779成都内蒙古呼和浩特132.362459550.763358779成都江西南昌132.362459550.763358779成都江苏无锡264.724919091.526717557成都江苏苏州264.724919091.526717557成都江苏南京4129.44983823.053435115成都江苏淮安132.362459550.763358779成都湖南长沙132.362459550.763358779成都湖北武汉464.724919091.526717557成都湖北十堰132.362459550.763358779成都黑龙江哈尔滨132.362459550.763358779成都河南郑州397.087378642.290076336成都河南许昌132.362459550.763358779成都河南新乡132.362459550.763358779成都河南洛阳132.362459550.763358779成都河北张家口132.362459550.763358779成都河北石家庄132.362459550.763358779成都河北廊坊132.362459550.763358779成都海南三亚132.362459550.763358779成都广西南宁264.724919091.526717557成都广西桂林132.362459550.763358779成都广东珠海264.724919091.526717557成都广东湛江132.362459550.763358779成都广东深圳6194.17475734.580152672成都广东汕头132.362459550.763358779成都广东清远132.362459550.763358779成都广东茂名132.362459550.763358779成都广东河源132.362459550.763358779成都广东广州12388.34951469.160305344成都广东东莞264.724919091.526717557成都福建厦门132.362459550.763358779成都福建福州397.087378642.290076336成都北京1314239.482201100成都安徽六安132.362459550.763358779成都安徽合肥132.362459550.763358779广州重庆8122.51148554.597701149广州浙江温州230.627871361.149425287广州浙江宁波345.941807041.724137931广州浙江丽水115.313935680.574712644广州浙江杭州13199.08116397.471264368广州云南昆明345.941807041.724137931广州香港691.883614093.448275862广州西藏日喀则115.313935680.574712644广州西藏林芝115.313935680.574712644广州天津345.941807041.724137931广州四川泸州115.313935680.574712644广州四川成都8122.51148554.597701149广州上海801225.11485545.97701149广州陕西西安461.255742732.298850575广州山西大同115.313935680.574712644广州山东淄博115.313935680.574712644广州山东潍坊115.313935680.574712644广州山东青岛345.941807041.724137931广州山东济南345.941807041.724137931广州内蒙古呼和浩特230.627871361.149425287广州辽宁沈阳7107.19754984.022988506广州辽宁大连115.313935680.574712644广州江西宜春115.313935680.574712644广州江西南昌345.941807041.724137931广州江西抚州230.627871361.149425287广州江苏苏州230.627871361.149425287广州江苏南京461.255742732.298850575广州江苏连云港115.313935680.574712644广州江苏常州115.313935680.574712644广州吉林吉林115.313935680.574712644广州湖南长沙576.569678412.873563218广州湖南张家界115.313935680.574712644广州湖南常德115.313935680.574712644广州湖北武汉576.569678412.873563218广州黑龙江哈尔滨115.313935680.574712644广州河南郑州461.255742732.298850575广州河南洛阳115.313935680.574712644广州河南开封115.313935680.574712644广州河北唐山115.313935680.574712644广州河北石家庄345.941807041.724137931广州海南三亚115.313935680.574712644广州贵州遵义115.313935680.574712644广州贵州贵阳115.313935680.574712644广州广西南宁230.627871361.149425287广州广西柳州115.313935680.574712644广州广东珠海461.255742732.298850575广州广东中山230.627871361.149425287广州广东湛江345.941807041.724137931广州广东深圳29444.104134816.66666667广州广东韶关115.313935680.574712644广州广东汕头230.627871361.149425287广州广东梅州9137.82542115.172413793广州广东茂名345.941807041.724137931广州广东揭阳115.313935680.574712644广州广东江门230.627871361.149425287广州广东河源115.313935680.574712644广州广东广州2043124.042879广州广东佛山576.569678412.873563218广州广东东莞230.627871361.149425287广州广东潮州230.627871361.149425287广州甘肃兰州115.313935680.574712644广州福建厦门115.313935680.574712644广州福建南平115.313935680.574712644广州福建福州461.255742732.298850575广州北京1742664.624809100广州安徽芜湖115.313935680.574712644广州安徽合肥345.941807041.724137931广州安徽安庆115.313935680.574712644杭州重庆合川区493.896713622.040816327杭州浙江温州123.47417840.510204082杭州浙江台州246.948356811.020408163杭州浙江宁波246.948356811.020408163杭州浙江嘉兴123.47417840.510204082杭州浙江杭州611431.924883杭州云南大理246.948356811.020408163杭州香港493.896713622.040816327杭州天津5117.3708922.551020408杭州四川南充123.47417840.510204082杭州四川成都7164.31924883.571428571杭州上海511197.18309926.02040816杭州陕西咸阳123.47417840.510204082杭州陕西西安493.896713622.040816327杭州山西太原123.47417840.510204082杭州山东淄博123.47417840.510204082杭州山东青岛5117.3708922.551020408杭州山东济南370.422535211.530612245杭州辽宁大连493.896713622.040816327杭州江苏无锡123.47417840.510204082杭州江苏苏州370.422535211.530612245杭州江苏南京5117.3708922.551020408杭州吉林长春123.47417840.510204082杭州湖南长沙246.948356811.020408163杭州湖北宜昌123.47417840.510204082杭州湖北武汉8187.79342724.081632653杭州河南郑州370.422535211.530612245杭州河南南阳123.47417840.510204082杭州河南焦作123.47417840.510204082杭州河北石家庄123.47417840.510204082杭州河北秦皇岛123.47417840.510204082杭州河北廊坊123.47417840.510204082杭州广西南宁246.948356811.020408163杭州广东珠海123.47417840.510204082杭州广东深圳11258.21596245.612244898杭州广东广州14328.63849777.142857143杭州广东东莞123.47417840.510204082杭州甘肃兰州493.896713622.040816327杭州甘肃定西123.47417840.510204082杭州福建厦门246.948356811.020408163杭州福建福州5117.3708922.551020408杭州北京1964600.938967100上海重庆15352.11267615.639097744上海浙江温州370.422535211.127819549上海浙江衢州246.948356810.751879699上海浙江宁波123.47417840.37593985上海浙江金华123.47417840.37593985上海浙江嘉兴123.47417840.37593985上海浙江杭州22516.43192498.270676692上海云南西双版纳123.47417840.37593985上海云南昆明246.948356810.751879699上海新疆乌鲁木齐246.948356810.751879699上海香港370.422535211.127819549上海天津5117.3708921.879699248上海四川自贡123.47417840.37593985上海四川成都14328.63849775.263157895上海四川巴中123.47417840.37593985上海上海2766478.873239上海陕西西安5117.3708921.879699248上海陕西宝鸡123.47417840.37593985上海山西吕梁123.47417840.37593985上海山东烟台370.422535211.127819549上海山东威海246.948356810.751879699上海山东青岛370.422535211.127819549上海山东济南370.422535211.127819549上海宁夏银川246.948356810.751879699上海江西南昌246.948356810.751879699上海江苏无锡123.47417840.37593985上海江苏苏州7164.31924882.631578947上海江苏南通123.47417840.37593985上海江苏南京7164.31924882.631578947上海江苏常州123.47417840.37593985上海吉林长春246.948356810.751879699上海湖南长沙6140.84507042.255639098上海湖北襄阳246.948356810.751879699上海湖北武汉7164.31924882.631578947上海湖北黄石123.47417840.37593985上海黑龙江哈尔滨123.47417840.37593985上海河南郑州370.422535211.127819549上海河南商丘123.47417840.37593985上海河北唐山123.47417840.37593985上海河北石家庄246.948356810.751879699上海河北秦皇岛123.47417840.37593985上海河北沧州123.47417840.37593985上海贵州贵阳246.948356810.751879699上海广西南宁246.948356810.751879699上海广西桂林123.47417840.37593985上海广东珠海123.47417840.37593985上海广东湛江123.47417840.37593985上海广东深圳15352.11267615.639097744上海广东汕尾123.47417840.37593985上海广东汕头246.948356810.751879699上海广东清远123.47417840.37593985上海广东揭阳123.47417840.37593985上海广东江门123.47417840.37593985上海广东惠州123.47417840.37593985上海广东广州23539.90610338.646616541上海广东佛山493.896713621.503759398上海广东东莞123.47417840.37593985上海广东潮州123.47417840.37593985上海甘肃兰州123.47417840.37593985上海福建厦门6140.84507042.255639098上海福建福州246.948356810.751879699上海北京2666244.131455100上海安徽马鞍山123.47417840.37593985上海安徽合肥246.948356810.751879699上海安徽阜阳123.47417840.37593985深圳重庆6139.21113695.357142857深圳浙江温州123.201856150.892857143深圳浙江绍兴123.201856150.892857143深圳浙江衢州123.201856150.892857143深圳浙江宁波5116.00928074.464285714深圳浙江杭州14324.825986112.5深圳云南昆明123.201856150.892857143深圳云南大理123.201856150.892857143深圳新疆克拉玛依123.201856150.892857143深圳香港10232.01856158.928571429深圳西藏林芝123.201856150.892857143深圳天津河西区492.807424593.571428571深圳四川资阳123.201856150.892857143深圳四川宜宾123.201856150.892857143深圳四川成都9208.81670538.035714286深圳上海531229.69837647.32142857深圳陕西西安492.807424593.571428571深圳山西临汾123.201856150.892857143深圳山东青岛7162.4129936.25深圳山东济南123.201856150.892857143深圳宁夏银川123.201856150.892857143深圳内蒙古呼和浩特123.201856150.892857143深圳辽宁沈阳123.201856150.892857143深圳辽宁鞍山123.201856150.892857143深圳江西赣州123.201856150.892857143深圳江苏无锡123.201856150.892857143深圳江苏南京369.605568452.678571429深圳江苏常州123.201856150.892857143深圳吉林长春123.201856150.892857143深圳吉林吉林123.201856150.892857143深圳湖南长沙369.605568452.678571429深圳湖南永州123.201856150.892857143深圳湖北武汉123.201856150.892857143深圳湖北荆州123.201856150.892857143深圳黑龙江哈尔滨123.201856150.892857143深圳河南郑州246.40371231.785714286深圳河南南阳123.201856150.892857143深圳河南洛阳123.201856150.892857143深圳河北石家庄123.201856150.892857143深圳海南海口123.201856150.892857143深圳广西钦州123.201856150.892857143深圳广西南宁123.201856150.89285