تاریخچه طولانی مطالعه شبکه های جغرافیایی (هاگت و کرلی) وجود دارد نقل قول۱۹۶۹و این مجموعه ادبیات در دهه گذشته شتاب بیشتری به دست آورده است (Uitermark و Van Meeteren نقل قول۲۰۲۱). در سراسر این کار، شبکه های جغرافیایی را می توان به عنوان ماتریس نشان داد. با این حال، این بر عکس آن دلالت نمی کند: همه ماتریس ها در جغرافیا نشان دهنده شبکه های جغرافیایی نیستند. بنابراین، با گسترش گسترده‌تر تحلیل شبکه‌های جغرافیایی، این خطر وجود دارد که جغرافی‌دانان یک ماتریس را به‌عنوان یک شبکه در نظر بگیرند و آن را با استفاده از روش‌های نظری گراف تحلیل کنند، حتی زمانی که انجام این کار نامناسب است (شایدر و دی یونگ). نقل قول۲۰۲۲). قبل از انجام تحلیل شبکه ای داده های سازماندهی شده در یک ماتریس، لازم است جغرافیدانان این سوال را بپرسند: آیا این ماتریس یک شبکه جغرافیایی را نشان می دهد؟

ما مجموعه‌ای از دستورالعمل‌ها را پیشنهاد می‌کنیم که می‌توانند به جغرافیدانان در بررسی اینکه آیا یک ماتریس یک شبکه جغرافیایی را نشان می‌دهد و بنابراین آیا تحلیل شبکه یک رویکرد مرتبط است یا خیر، کمک کند. ما استدلال می کنیم که ماتریس ها تنها در صورتی شبکه های جغرافیایی را نشان می دهند که سه ویژگی اساسی را برآورده کنند (نگاه کنید به میز ۱). اگرچه این دستورالعمل‌ها به همه انواع شبکه‌های جغرافیایی مربوط می‌شوند، برای مثال از نمونه‌هایی از شبکه‌های شهری (به طور کلی) استفاده می‌کنیم، مجموعه‌ای از تحقیقات برجسته‌تر که در جغرافیا و فراتر از آن دنبال می‌شوند (نیل) نقل قول۲۰۱۳).

قبل از اینکه به دستورالعمل ها بپردازیم، با برخی توضیحات اصطلاحی شروع می کنیم. سپس، در بخش سوم، توضیح می‌دهیم که سطرها و ستون‌های یک ماتریس باید مکان‌هایی را نشان دهند که می‌توانند از طریق تعامل مورد علاقه به هم مرتبط شوند. در بخش چهارم، توضیح می‌دهیم که ورودی‌های ماتریس باید تعاملی را نشان دهند که اهمیتی فراتر از دو مکان مستقیم دارد. در بخش پنجم، توضیح می‌دهیم که باید منطقی وجود داشته باشد که مقادیر موجود در ماتریس، عملیاتی‌سازی معتبری از یک تعامل واضح و مشخص از علاقه را نشان می‌دهند. در هر یک از این بخش‌ها، آرگومان را به‌صورت کلی ارائه می‌کنیم، سپس آن را با استفاده از مثال‌هایی نشان می‌دهیم که احتمالاً هنگام تعریف گره‌ها، یال‌ها یا وزن‌ها، ویژگی مورد نیاز را نشان می‌دهند یا ندارند. در بخش ششم، نشان می‌دهیم که آیا یک ماتریس معین الزامات یک شبکه جغرافیایی را برآورده می‌کند یا نه، با استفاده از مورد شبکه‌های شهرهای جهان برای نشان دادن. در نهایت، با خلاصه کردن استدلال اصلی به عنوان یک چک لیست برای جغرافیدانانی که سعی در تعیین اینکه آیا ماتریس آنها یک شبکه جغرافیایی به درستی تعریف شده است، نتیجه گیری می کنیم.

توضیح اصطلاحی

ما از این اصطلاح استفاده می کنیم شبکه در مفهوم نظری گراف: نمایشی از تعاملات (لبه ها) بین اشیا (گره ها؛ کوهن) نقل قول۲۰۱۲). به عنوان مثال، یک شبکه شهری ممکن است حرکات افراد (لبه ها) بین شهرها (گره ها) را ضبط کند. یک شبکه را می توان به عنوان یک ماتریس نشان داد که در آن سطرها و ستون ها به گره ها اشاره می کنند و ورودی ها حاوی اطلاعاتی در مورد حضور یا قدرت تعامل بین گره های سطر و ستون مربوطه هستند. یک شبکه همچنین می تواند به عنوان یک نمودار نمایش داده شود، که در آن گره ها به عنوان نقاط و یال ها به عنوان خطوطی که نقاط را به هم متصل می کنند رسم می شوند. چه به صورت ماتریس یا نمودار نمایش داده شود، شبکه ها را می توان با استفاده از روش های علوم شبکه تجزیه و تحلیل کرد (نیومن نقل قول۲۰۱۸) و تحلیل شبکه های اجتماعی (بورگاتی و همکاران. نقل قول۲۰۲۲).

راه های زیادی برای طبقه بندی انواع شبکه های مورد مطالعه در جغرافیا وجود دارد. به طور گسترده، شبکه های فضایی (بارتا لمی نقل قول۲۰۱۱) شبکه هایی هستند که در آنها گره ها فضاها را نشان می دهند (یعنی یک مکان یا فیلد با مختصات تعریف شده). در این مقاله بر روی نوع خاصی از شبکه های فضایی که به آن شبکه جغرافیایی می گوییم تمرکز می کنیم. در یک شبکه جغرافیایی، گره ها مکان هایی را با معنایی اجتماعی (مثلاً یک شهر) نشان می دهند، در مقابل فضاهای انتزاعی در یک سیستم مختصات (Agnew) نقل قول۲۰۱۱). شبکه های جغرافیایی حداقل از دو جهت از انواع دیگر شبکه ها مانند شبکه های اجتماعی و شبکه های فضایی منحصر به فرد هستند. اولاً، علاوه بر تعامل مورد علاقه، مکان ها اغلب دارای تعاملات دوتایی ناهموار هستند که تا حدی تابعی از فاصله مکانی است. این روابط توپوگرافی فاصله از فعل و انفعالات توپولوژیکی گرفته شده توسط لبه های شبکه متمایز است، اما در پرتو قانون اول جغرافیای توبلر (میلر) نقل قول۲۰۰۴، این دو نوع رابطه می توانند بر یکدیگر تأثیر بگذارند. دوم، اگرچه فضای فیزیکی یک سازه عینی است، مکان مفهومی نیست که خودش صحبت کند، بلکه در عوض یک انتزاع وابسته به نظریه از واقعیت اجتماعی است (Sack) نقل قول۱۹۷۳; ون میترن نقل قول۲۰۲۱). بنابراین، مشخص کردن، مرزبندی، عملیاتی‌سازی و تفسیر شبکه‌های جغرافیایی مستلزم درگیری با تئوری جغرافیایی است (Uitermark and van Meeteren). نقل قول۲۰۲۱) از جمله بحث هایی در مورد ماهیت فضا و مکان (Poorthuis and Zook نقل قول۲۰۲۰).

شبکه معانی بسیار دیگری در جغرافیا دارد که توسط جغرافیدانان توسعه یافته است (به عنوان مثال، شبکه های تولید جهانی؛ کو، دیکن، و هس نقل قول۲۰۰۸) یا در گفتگوی نزدیک با زمینه های دیگر (مثلاً نظریه شبکه بازیگر، مرداک). نقل قول۱۹۹۸). اگرچه چنین استفاده‌هایی از اصطلاحات شبکه مهم هستند، اما به درجات مختلفی از رویکرد نظری گراف متفاوت هستند. به عنوان مثال، در تحقیق در مورد شبکه‌های بازیگر، شبکه به صورت استعاری برای از بین بردن نظم اجتماعی موجودیت‌ها استفاده می‌شود که همیشه موقتی است، و بنابراین به راحتی نمی‌تواند به عنوان یک ماتریس یا نمودار رسمی‌سازی شود. اگرچه مطالعه آن نظم‌های اجتماعی و مادی با استفاده از رویکردهای نظری گراف یک مرز تحقیقاتی کلیدی در جغرافیا است، ما تمرکز خود را به یک مفهوم گراف-نظری از شبکه‌های جغرافیایی محدود می‌کنیم.

گره ها در شبکه های جغرافیایی

یک ماتریس تنها در صورتی یک شبکه جغرافیایی را نشان می دهد که سطرها و ستون های آن مکان هایی را نشان دهند که اشیاء بالقوه در تعامل مورد علاقه هستند (Blaut نقل قول۱۹۶۲). باسن (نقل قول۲۰۰۹) به این موضوع به طور کلی با پرسیدن «چه زمانی یک گره یک گره است؟» پرداخت و توصیه کرد که «گره‌ها باید به گونه‌ای تعریف شوند که همه موجودیت‌های متمایز را که قادر به مشارکت در رابطه مورد مطالعه هستند، شامل شود» (۴۱۴) . در مورد شبکه‌های جغرافیایی، تعریف گره‌ها نیاز به فضای «گره‌سازی» (Derudder) دارد. نقل قول۲۰۲۱b; Van Meeteren 2021)؛ یعنی تقسیم فضا به مجموعه کاملی از موجودیت های گسسته که هر دو دارای اهمیت اجتماعی هستند (یعنی مکان هستند) و به تعامل مورد علاقه مرتبط هستند (یعنی گره هستند). این هم یک چالش روش شناختی به دلیل مشکل واحد منطقه ای قابل اصلاح است و هم یک چالش مفهومی به دلیل مشکل بافت جغرافیایی نامشخص (کوان نقل قول۲۰۱۲و مستلزم تأملی نظری در مورد تعامل منافع است (برگر، ون در کناپ، و ون اورت). نقل قول۲۰۱۰). به عنوان مثال، در زمینه یک شبکه شهری، بازتاب نظری به یافتن بهترین نمایش ممکن از مکان‌های شهری کمک می‌کند (Poorthuis و Van Meeteren). نقل قول۲۰۲۱، اما هندسه های متنوع و مبهم مکان ها و فرآیندهای شهری (ون میترن، نیل و درودر) نقل قول۲۰۱۶) دلالت بر این دارد که شناسایی «همه موجودات متمایز» در فضای شهری به ندرت ساده است (نلسون و رای). نقل قول۲۰۱۶). بنابراین، شبکه‌های شهر (و احتمالاً همه شبکه‌های جغرافیایی) باید به عنوان مدل در نظر گرفته شوند: از نظر هستی‌شناسی اشتباه، اما از نظر تحلیلی بالقوه مفید هستند (ون میترن ۲۰۱۹).

ماتریسی که در آن فضا به طور قابل اعتمادی به مکان‌هایی تبدیل می‌شود که به عنوان گره‌ها در یک شبکه جغرافیایی عمل می‌کنند را می‌توان در تحلیل Radil، Flint و Tita (2010) از خشونت باندها یافت. در مقاله خود، نویسندگان ماتریسی از رقابت های بین باندی در لس آنجلس را به عنوان یک شبکه جغرافیایی بررسی کردند. ماتریس آن‌ها شامل ردیف‌ها و ستون‌هایی بود که گروه‌ها را نشان می‌دادند، و ورودی‌ها نشان می‌داد که آیا دو باند رقیب هستند یا نه. ما فکر می‌کنیم که احتمالاً می‌توان این ماتریس را به عنوان یک شبکه جغرافیایی در نظر گرفت، زیرا باندها نهادهای متمایز شرکت‌کننده در تعامل مورد مطالعه را نشان می‌دهند و با مکان‌های معنادار (یعنی قلمروهایشان) مرتبط هستند. ماتریسی با ردیف‌ها و ستون‌هایی که اعضای گروه‌های فردی را نشان می‌دهند ممکن است اطلاعات جزئی‌تری به دست دهد، اما در این مورد افراد مکان‌های معنی‌داری را نشان نمی‌دهند. متناوبا، یک ماتریس با ردیف‌ها و ستون‌هایی که محله‌های آماری را نشان می‌دهند که در آن باندهای خاصی تسلط دارند نیز یک شبکه جغرافیایی را نشان نمی‌دهند زیرا این موجودات فضایی برای تعامل مورد مطالعه (یعنی رقابت) مرتبط نیستند.

تجزیه و تحلیل سفرهای هوایی مسافر در سراسر جهان نمونه ای از ماتریسی را ارائه می دهد که این الزامات یک شبکه جغرافیایی را برآورده نمی کند. گویمرا و همکاران (نقل قول۲۰۰۵) با بررسی ماتریسی از جابجایی مسافران بین فرودگاه ها به دنبال درک چگونگی شکل گیری شبکه های شهری توسط عوامل اجتماعی-اقتصادی و ژئوپلیتیکی بود. ماتریس آن‌ها شامل ردیف‌ها و ستون‌هایی بود که مجموعه‌های شهری فرودگاه‌ها را نشان می‌داد، با ورودی‌هایی که تعداد مسافران خطوط هوایی را نشان می‌داد که از فرودگاه (فرودگاه‌های) یک شهر خارج شده و در فرودگاه (فرودگاه‌های) شهر دیگر فرود آمدند. این داده ها ممکن است برای ایجاد یک شبکه جغرافیایی از فرودگاه ها استفاده شوند، اما ما فکر می کنیم که این ماتریس احتمالاً نمی تواند به عنوان یک شبکه جغرافیایی از شهرها در نظر گرفته شود. اگرچه شهرها مکان‌هایی هستند و اگرچه شهرها می‌توانند در تعامل مورد علاقه (یعنی مبادلات اجتماعی-اقتصادی و ژئوپلیتیکی) شرکت کنند، این داده‌ها حاوی اطلاعاتی درباره شهرها نیستند، بلکه فقط حاوی اطلاعاتی درباره فرودگاه‌ها هستند. دو مثال برای نشان دادن مشکل مفید است. اول، مسافری را در نظر بگیرید که از نیویورک (JFK) به دبی (DXB) با یک اتصال در آمستردام (AMS) پرواز می کند. این ماتریس دو ارتباط شهری را ثبت می کند: نیویورک آمستردام و آمستردام، دبی که ممکن است برای صنعت هواپیمایی معنادار باشد، اما از نظر اجتماعی و اقتصادی و ژئوپلیتیکی برای شهرها معنادار نیست، زیرا مسافر با شهر درگیر نمی شود. آمستردام به هر نحوی باشد. دوم، شهر هلندی آیندهوون را در نظر بگیرید، که شامل یک فرودگاه کوچک (EIN) است، اما همچنین در ۱۲۰ کیلومتری آمستردام (AMS)، بروکسل (BRU) و داسلدورف (DUS) قرار دارد. برای به دست آوردن گره‌سازی در سطح شهر، سفر مبتنی بر EIN به یکی از این شهرها اختصاص داده می‌شود. با این حال، این داده ها حاوی اطلاعات کافی برای دانستن اینکه آیا سفرهای مبتنی بر EIN باید به آمستردام، بروکسل یا داسلدورف اختصاص داده شود، و همچنین چه بخشی از سفرهای مبتنی بر AMS/BRU/DUS واقعاً با آیندهوون مرتبط است، ندارند.

لبه ها در شبکه های جغرافیایی

یک ماتریس همچنین یک شبکه جغرافیایی را تنها در صورتی نشان می‌دهد که ورودی‌های آن نشان دهنده تعاملات بین مکان‌هایی باشد که اهمیتی فراتر از خود دو مکان متقابل دارند. از نظر مفهومی، این امر برای اطمینان از اینکه یک شبکه جغرافیایی وابستگی متقابل بین مکان‌ها را به تصویر می‌کشد، به جای صرفاً فهرستی از تعاملات دوجانبه مستقل، که نیازی به نمایش شبکه ندارد، مهم است. از نظر تحلیلی، نیاز به تعاملات به اهمیت فرادیادیک به ویژه برای یک خانواده از اقدامات تحلیلی شبکه: مرکزیت (ایروین و هیوز) واضح است. نقل قول۱۹۹۲; ون میترن ۲۰۲۱). هدف معیارهای مرکزیت تعیین کمیت اهمیت گره ها در یک شبکه است. بسیاری از معیارهای مرکزیت یک دامنه «جهانی» را اتخاذ می کنند (بورگاتی و اورت نقل قول۲۰۰۶) به این معنی است که اهمیت یک گره نه تنها به اتصالات مستقیم خود بلکه به ساختار شبکه گسترده تر نیز بستگی دارد. به عنوان مثال، در یک شبکه ساده که در آن A â†' B â†' C، مرکزیت بین مکان B نه از اتصال آن از A و نه از اتصال آن به C ناشی می شود، بلکه از این واقعیت است که مسیری را فراهم می کند. از A به C که مستقیماً به هم متصل نیستند. این مفهوم از مرکزیت، تنها در صورتی معنادار است که لبه ها (امکان) جریانی را نشان دهند که می تواند ابتدا از A به B، سپس به C حرکت کند، که به B به عنوان یک توقف میانی در طول مسیری که دوتایی های متعدد را در بر می گیرد، اهمیت می دهد. در مقابل، اگر یال ها روابطی را نشان می دهند که A را به سادگی به B متصل می کنند، اما نمی توانند به C بروند (به عنوان مثال، رابطه شباهت)، آنگاه B اهمیت خاصی ندارد زیرا نمی تواند به عنوان یک توقف میانی در طول مسیر عمل کند. اگرچه مرکزیت بین‌گرایی تصویر واضحی از موضوع ارائه می‌دهد، سایر معیارهای شبکه جهانی مانند میانگین طول مسیر نیز تنها زمانی معنادار هستند که یال‌ها تعاملات با اهمیت فرادیادیک را نشان دهند. بنابراین، تلقی یک ماتریس به عنوان یک شبکه جغرافیایی مستلزم یک منطق صریح است که مدخل‌های ماتریس نشان‌دهنده تعاملاتی هستند که می‌توانند اهمیت برون‌دیادی داشته باشند.

تحلیل‌های زیرساخت‌های حیاتی که شهرها را به هم متصل می‌کنند، نمونه‌هایی از ماتریس‌هایی را ارائه می‌دهند که اغلب این نیاز یک شبکه جغرافیایی را برآورده می‌کنند. گروبسیچ و موری (نقل قول۲۰۰۶) با بررسی ماتریسی از اتصالات ستون فقرات اینترنت به دنبال درک این موضوع بود که چگونه مشکلات محلی در زیرساخت های حیاتی می تواند منجر به خرابی های آبشاری دوربرد شود. این اتصالات ستون فقرات انتزاعی از یک شبکه شهری هستند، زیرا همانطور که Tranos و Gillespie (نقل قول۲۰۰۹) نشان داد که سرمایه گذاری در این شبکه های زیرساختی به وضوح از الگوهای موجود توسعه شهری از جمله تمرکز دانش و دسترسی بالا پیروی می کند. اما آیا تعاملات – ظرفیت تجمیع شده جریان اطلاعات بین یک جفت شهر (در مگابیت بر ثانیه) – اهمیت فرادیادیکی دارد؟ ما فکر می‌کنیم که احتمالاً این کار را می‌کنند، زیرا تغییرات در یک پیوند می‌تواند نه تنها بر دو مکان متصل، بلکه بر کل شبکه تأثیر بگذارد. در واقع، این چیزی است که گروبسیچ و موری (نقل قول۲۰۰۶) در تحلیل خود نشان داده اند. به طور خاص، آنها نشان دادند که وقتی تعداد کمی از پیوندها از سیستم حذف می‌شوند، این نه تنها بر مکان‌هایی که قبلاً متصل شده‌اند تأثیر می‌گذارد، بلکه می‌تواند به طور بالقوه خدمات به مکان‌های دیگر را کاهش دهد زیرا حذف آنها باعث ایجاد خرابی در سایر بخش‌های شبکه می‌شود. این به این دلیل رخ می دهد که لبه های شبکه تداومی را نشان می دهند: یک واحد اطلاعات دیجیتالی که از طریق این پیوندهای زیرساختی ستون فقرات حرکت می کند ممکن است از چندین مکان در مسیر رسیدن به مقصد عبور کند.

در مقابل، تجزیه و تحلیل جریان‌های رفت‌وآمد مبدأ-مقصد نمونه‌هایی از ماتریس‌هایی را ارائه می‌دهند که این نیاز یک شبکه جغرافیایی را برآورده نمی‌کنند. پاتولی و همکاران (نقل قول۲۰۰۷) الگوهای رفت و آمد در آلمان را با بررسی یک ماتریس از جریان های رفت و آمد بین شهرها که آنها به عنوان یک شبکه جغرافیایی در نظر می گیرند، توصیف کردند. هر ورودی ماتریس نشان دهنده تعداد افرادی است که در یک منطقه زندگی می کنند و به محل کار خود می روند. آیا می توان با چنین ماتریسی به عنوان یک شبکه جغرافیایی برخورد کرد؟ ما فکر می کنیم احتمالاً نمی تواند، زیرا جریان های رفت و آمد تداومی را نشان نمی دهند. مسافران خانه به محل کار نشان داده شده در این داده ها از مبدا (خانه) به مقصد (کار) سفر می کنند، اما به هیچ نقطه دیگری در شبکه سفر نمی کنند. یعنی، هر حرکتی که در ماتریس ثبت می‌شود، ماهیت دوتایی دارد. تلقی این ماتریس به عنوان یک ماتریس جغرافیایی مشکل ساز است، زیرا معیارهای رایج شبکه جهانی مانند مرکزیت بینابینی، که Patuelli و همکارانش دارند. (نقل قول۲۰۰۷) گزارش شده، معنی واضحی ندارند. به عنوان مثال، اگر برخی از افراد از A به B رفت و آمد کنند، و برخی دیگر از B به C رفت و آمد کنند، آنگاه مرکزیت بین بودن می تواند B را به عنوان یک توقف میانی بین A و C مهم جلوه دهد. مرجع جهان است زیرا داده ها هیچ مدرکی دال بر حرکت از A به C از طریق B ندارند.

وزن ها در شبکه های جغرافیایی

در نهایت، یک ماتریس یک شبکه جغرافیایی را تنها در صورتی نشان می‌دهد که شواهدی وجود داشته باشد که ورودی‌های آن نشان‌دهنده عملیاتی‌سازی معتبر یک تعامل واضح و مشخص از علاقه باشد. یعنی مقادیر عددی یال ها باید پدیده های دنیای واقعی را اندازه گیری کنند که Butts (نقل قول۲۰۰۹) با پرسیدن «چه زمانی یک یال لبه است؟» (۴۱۵) خطاب می شود. هنگامی که تعامل مورد علاقه فضایی است، این شبیه به اطمینان از دقت وزن های فضایی است (Getis نقل قول۲۰۰۹با این حال، تعامل ممکن است غیرمکانی نیز باشد (به عنوان مثال، تماس اجتماعی، معاملات تجاری). ایجاد توانایی ارزش های لبه برای به دست آوردن تعامل مورد علاقه یک چالش کلی است، اما به ویژه زمانی که وزن لبه ها به طور غیرمستقیم اندازه گیری می شود، مهم است. به عنوان مثال، یک رویکرد که به طور گسترده در جغرافیا مورد استفاده قرار می گیرد، به طور غیرمستقیم قدرت لبه اتصال دو مکان را با شمارش تعداد ویژگی های مشترک آنها اندازه گیری می کند (نیل، دوماگالسکی و ساگان). نقل قول۲۰۲۲). با این حال، به ندرت، جغرافی دانانی که این رویکرد را اتخاذ می کنند، به طور صریح آزمایش می کنند که آیا اشتراک ویژگی ها روشی معتبر برای عملیاتی کردن تعامل منافع است (Derudder نقل قول۲۰۲۱b). بر این اساس، چه به طور مستقیم یا غیرمستقیم اندازه گیری شود، عملیاتی شدن وزن لبه ها مستلزم توجیه اعتبار آن است.

تجزیه و تحلیل انتقال بیماری نمونه ای را ارائه می دهد که این نیاز را برآورده می کند. امچ و همکاران (نقل قول۲۰۱۲) در مورد چگونگی انتشار وبا و شیگلوز که از طریق راه دهانی مدفوع شناخته شده است، از طریق فعل و انفعالات مستقیم با بررسی ماتریس های خویشاوندی و فاصله گسترش می یابد. هر ورودی در ماتریس خویشاوندی باینری ثبت می‌کند که آیا یک خانوار با خانواده دیگری مرتبط است یا خیر، و هر ورودی در ماتریس فاصله وزنی، فاصله بین خانواده‌ها را ثبت می‌کند. آیا می توان با این ماتریس ها به عنوان شبکه های جغرافیایی برخورد کرد؟ ما فکر می‌کنیم که احتمالاً می‌توانند، زیرا هم نزدیکی اجتماعی (ورودی‌ها در ماتریس خویشاوندی) و هم نزدیکی فضایی (ورودی‌ها در ماتریس فاصله) شاخص‌های طولانی مدت و به طور گسترده‌ای شناخته شده‌ای از یک تعامل واضح و مشخص از منافع هستند: تعامل مستقیم خانواده‌ها. . نکته مهم، Emch و همکاران. (نقل قول۲۰۱۲) توجیهات صریحی برای اعتبار این عملیاتی سازی ها ارائه کرد. آنها خاطرنشان کردند که از آنجایی که این بیماری ها “از طریق مدفوع” دهان منتقل می شوند، انتظار می رود پیوندهای خانوادگی با خانواده های در معرض یا آلوده با افزایش خطر عفونت همراه باشد و “فرآیندهای فضایی به طور قابل توجهی کمک می کند.” به بروز وبا و شیگلوز به دلیل اهمیت انتقال محیطی – (۱۰۰۹).

در مقابل، یک تحلیل اخیر از شبکه جهانی شهر نمونه‌ای از ماتریسی را ارائه می‌کند که این نیاز را برآورده نمی‌کند. پازیتکا، واجیک و نایت (نقل قول۲۰۲۱) با بررسی ماتریسی از پذیره نویسی وام مشترک بانک ها که می خواستند به عنوان یک شبکه جغرافیایی از جریان های تجاری بین شهری در نظر گرفته شود، به دنبال مطالعه بیان شهری اقتصاد جهانی بودند. هر ورودی در این ماتریس تعداد دفعاتی (یا کل مبلغ وام) را ثبت می‌کند که هر بانکی که دفتر مرکزی آن در یک شهر قرار دارد، همان وام را با هر بانکی که دفتر مرکزی آن در شهر دیگری است، دریافت کرده است. آیا می توان با این ماتریس به عنوان یک شبکه جغرافیایی از شهرها برخورد کرد؟ ما فکر می کنیم احتمالاً نمی تواند زیرا، اگرچه پازیتکا، واجیک و نایت (نقل قول۲۰۲۱) به وضوح نحوه محاسبه این مقادیر را توضیح داد، آنها شواهد کمی ارائه کردند که این مقادیر شاخصی از جریان های تجاری بین شهری را ارائه می دهند. آنها به طور خلاصه اشاره کردند که وام های پذیره نویسی شده “برای عملکرد بازار سرمایه ضروری است” (۳۶۲) و مشاهده کردند که مقادیر موجود در ماتریس آنها با متغیرهایی مانند اندازه شهر و فاصله مرتبط است. با این حال، استناد به فروپاشی فاصله به عنوان توجیهی برای وزن لبه، نمونه ای از ترکیب روابط توپوگرافی و توپولوژیکی است که قبلا ذکر شد. نویسندگان هیچ شواهد تجربی یا منطق مفهومی دیگری برای استفاده از ویژگی‌های مشترک بانک‌ها (در اینجا، وام‌هایی که تعهد می‌کنند) به عنوان معیاری برای تعاملات تجاری بین شهری ارائه نکردند. در نتیجه، مشخص نیست که وزن‌ها تعامل مورد علاقه را در شبکه‌ای که می‌خواهند مطالعه کنند را نشان می‌دهند (Derudder نقل قول۲۰۲۱a; نیل نقل قول۲۰۲۱).

ابهام در شبکه های جغرافیایی

اینکه آیا یک ماتریس ویژگی‌های گره، لبه و وزن مورد نیاز را برای نمایش یک شبکه جغرافیایی نشان می‌دهد، همیشه مشخص نیست.

اولاً، ماتریسی که در ابتدا به نظر نمی‌رسد این ویژگی‌ها را نشان دهد، ممکن است با توجیه نظری اضافی یا تمرکز تحقیق مجدد، همچنان یک شبکه جغرافیایی را نشان دهد. به عنوان مثال، اگرچه ماتریس مقادیر توصیف شده توسط Pazitka، Wójcik، و Knight (نقل قول۲۰۲۱به نظر نمی‌رسد جریان‌های کسب‌وکار بین‌شهری را در یک شبکه شهری جهانی اندازه‌گیری کند، بررسی دقیق عملیاتی‌سازی آنها ممکن است نشان دهد که ماتریس سرمایه‌گذاری آنها می‌تواند به عنوان مثال، شبکه جغرافیایی جریان سرمایه را نشان دهد. در همین حال، شبکه های رفت و آمد ممکن است شبکه های جغرافیایی مناسبی در مقیاسی غیر از کل کشورها باشند. به عنوان مثال، مقیاس منطقه ای شهر که در آن نمودار (فرعی) شبیه یک سیستم شهری روزانه است (Poorthuis و Van Meeteren) نقل قول۲۰۲۱).

دوم، یک ماتریس معین ممکن است برخی، اما نه همه، ویژگی های لازم را برای نشان دادن یک ماتریس جغرافیایی نشان دهد. به عنوان مثال، ماتریس توصیف شده توسط رادیل، فلینت و تیتا (نقل قول۲۰۱۰) حاوی ردیف‌ها و ستون‌هایی است که مکان‌هایی را نشان می‌دهند که می‌توانند از طریق تعامل مورد علاقه (یعنی رقابت بین قلمروهای باندها) مرتبط شوند، و بنابراین ویژگی گره را نشان می‌دهد. با این حال، رقابت‌های بین باندها به وضوح فراتر از گروه‌های گروهی منفرد اهمیتی ندارند، زیرا از یک باند به باند دیگر و سپس به باند سوم سرازیر نمی‌شوند.

به این دلایل، ما تا به حال ماتریس‌ها را در مثال‌های قبلی به‌عنوان «احتمالاً» یا «احتمالاً نه» توصیف کرده‌ایم که شبکه‌های جغرافیایی را نشان می‌دهند. با این حال، اینکه آیا یک ماتریس نشان دهنده یک ماتریس جغرافیایی است، یک سوال نظری و روش شناختی چالش برانگیز است که به همسویی بین اهداف تحقیق و اندازه گیری های تجربی بستگی دارد (نیل نقل قول۲۰۱۴a).

برای برجسته کردن ابهامات بالقوه، در این بخش به یک مثال نهایی می پردازیم: مدل شبکه جهانی شهر درهم تنیده (IWCNM). همانطور که در ابتدا توسط تیلور توضیح داده شد (نقل قول۲۰۰۱، این مدل ماتریسی را تجزیه و تحلیل می کند که در آن سطرها و ستون ها شهر هستند و ورودی ها تعاملات بین دفاتر شرکت های خدمات تولید کننده پیشرفته در این شهرها را ثبت می کنند. چنین ماتریسی، که از یک طرح ریزی دوبخشی به دست آمده است، اکنون به طور گسترده به عنوان نمایانگر یک شبکه جغرافیایی، به ویژه یک شبکه شهری جهانی مورد مطالعه قرار می گیرد، اما آیا این کار را انجام می دهد؟

اول، آیا ردیف‌ها و ستون‌های ماتریس (شهرها) مکان‌هایی را نشان می‌دهند که می‌توانند از طریق تعامل مورد علاقه (جریان‌های کسب‌وکار بین شهری) مرتبط شوند؟ در نگاه اول، آنها این کار را انجام می دهند، اما تأمل بیشتر نشان می دهد که با مسائل مربوط به تجمیع و واقعی سازی پیچیده است. اگر تمرکز بر جریان‌های تجاری بین‌شهری در مقیاس منطقه‌ای باشد، ممکن است مناسب باشد که شهرداری‌ها به‌عنوان گره‌ها در نظر گرفته شوند، در حالی که اگر تمرکز در مقیاس جهانی باشد، ممکن است مناسب‌تر باشد که شهرداری‌ها را تجمیع کرده و کل مناطق کلان شهرها را به‌عنوان گره در نظر بگیریم. . علاوه بر این، آیا خود شهرها در جریان‌های تجاری «شرکت می‌کنند» یا صرفاً محفظه‌های فضایی برای کسب‌وکارهایی هستند که در این جریان‌ها شرکت می‌کنند (درودر و تیلور). نقل قول۲۰۲۰)؟ از دیدگاه دوم، تلقی کردن شهرها (هرچند انباشته شده) به عنوان گره ها به طور نامناسب آنها را تقویت می کند. شبکه واقعی شبکه ای از مشاغل خواهد بود.

دوم، آیا ورودی‌های ماتریس نشان‌دهنده تعاملات بین مکان‌هایی هستند که اهمیتی فراتر از زوج‌ها دارند؟ یعنی آیا یک جریان تجاری بین شهری فراتر از دو شهر شرکت کننده اهمیت دارد؟ از یک منظر اینطور نیست: لبه نشان دهنده تعامل از یک کسب و کار در یک شهر به یک تجارت در شهر دیگر است، و بنابراین یک تراکنش کاملاً دوتایی است، مانند یک جریان رفت و آمد مقصد در مبدا. با این حال، از منظر دیگر، این کار را انجام می دهد: لبه نشان دهنده ظرفیت مشاغل در یک شهر برای تعامل با مشاغل در جاهای دیگر است، و بنابراین می تواند اثرات سرریز طولانی مدت، مانند پیوندهای زیرساختی حیاتی داشته باشد.

در نهایت، آیا شواهدی وجود دارد که نشان دهد تعداد شرکت‌های خدمات تولیدکننده پیشرفته، عملیاتی‌سازی معتبری از جریان تجاری بین دو شهر را نشان می‌دهد؟ باز هم شاید اگرچه برخی اعتبار ورودی های یک ماتریس مشتق شده از IWCNM را به عنوان شاخص های جریان های تجاری بین شهری بررسی کرده اند (نیل نقل قول۲۰۱۴b) و عملیاتی سازی های جایگزین را توصیف کرد (نیل، دوماگالسکی و ساگان). نقل قول۲۰۲۲اعتبار یک اندازه گیری تجربی “یک ویژگی در حال تکامل و اعتبار سنجی یک فرآیند مداوم است” (مسیک) نقل قول۱۹۹۵، ۷۴۱).

نتیجه

همانطور که تجزیه و تحلیل شبکه ها در جغرافیا رایج تر می شود، اطمینان از اینکه اشیاء مورد تجزیه و تحلیل در واقع شبکه هستند، اهمیت فزاینده ای دارد. همه شبکه ها را می توان به عنوان ماتریس نشان داد، و در واقع هر داده کمی را می توان به عنوان یک ماتریس سازماندهی کرد. با این حال، همه داده هایی که به شکل ماتریس هستند، یک شبکه را نشان نمی دهند. ما سه ویژگی اساسی را پیشنهاد کرده‌ایم که یک ماتریس باید برای نمایش یک شبکه جغرافیایی نشان دهد. برای نشان دادن این ویژگی‌ها، برگرفته از ادبیات مربوط به شبکه‌های شهری، نمونه‌هایی از ماتریس‌هایی ارائه کرده‌ایم که احتمالاً نشان‌دهنده شبکه‌های جغرافیایی هستند و احتمالاً نشان‌دهنده شبکه‌های جغرافیایی نیستند، و همچنین آن‌هایی که موضوع برای آنها مبهم است. هدف ما شناسایی چند ویژگی با کاربرد گسترده، توصیف آنها به زبان ساده و توضیح آنها با مثال است. با این حال، تلاش‌های آتی برای شفاف‌سازی روش‌شناختی در مطالعه شبکه‌های جغرافیایی، ممکن است از بسط چارچوب رسمی‌تری از تعاریف و شرایط، مانند موارد خاص شبکه‌های جاده‌ای (شِیدر و کوهن) سود ببرند. نقل قول۲۰۰۸). در همین حال، ما پیشنهاد می‌کنیم که جغرافی‌دانان بتوانند ارزیابی کنند که آیا ماتریس‌های خودشان، یا ماتریس‌هایی که در ادبیات با آن‌ها مواجه می‌شوند، شبکه‌های جغرافیایی را با طرح سه سؤال نشان می‌دهند (نگاه کنید به میز ۱) و این عمل را قبل از اعمال تکنیک های تحلیل شبکه در یک ماتریس تشویق کنید.