基于社會網絡分析法的泛長三角區域經濟聯系分析

童紀新　張　奇

(河海大學，南京　210098)

基于社會網絡分析法的泛長三角區域經濟聯系分析

童紀新張奇

(河海大學，南京210098)

〔摘要〕本文利用泛長三角城市職能指標指數將各城市劃分為3個等級中心城市，發現城市等級分布不均勻，高等級中心城市主要分布在中東部地區，為泛長三角的核心地區，并且隨著經濟發展，中心等級差異在不斷減弱。通過修正的引力模型計算城市之間的經濟關聯量，發現經濟關聯量區域差異十分明顯，浙北與蘇南城市經濟關聯量明顯，安徽、蘇北、浙南地區經濟關聯量較弱，利用社會網絡分析法分析各個城市在區域經濟中的中心地位，通過點入度與點出度分析經濟擴散效應，利用Concor法將泛長三角劃分為8個凝聚子群，分析各個子群發展因素，為長三角區域經濟發展提出建議。

〔關鍵詞〕泛長三角引力模型經濟關聯度社會網絡分析法

1　研究背景與問題的提出

長江三角州是長江入海之前的沖積平原，為中國第一大經濟區、中國綜合實力最強的經濟中心、亞太地區重要國際門戶、全球重要的現今制造業基地及中國率先躋身世界級城市群的地區。長三角經濟圈不斷擴展，由最初的16個城市于2013年擴展到包含江浙滬皖三省一市的所有城市，形成了如今泛長三角格局。

泛長三角不同區域的經濟發展呈現出明顯的差異格局。以上海為核心的近圈層是發展的核心區，向北、南、西3個方向存在梯度不斷下降趨勢。近年來，雖然整體水平不斷上升，但是區域差異狀況并沒有解決，區域差異、區域平衡、區域空間等問題近年來成為經濟地理學、區域經濟學和城市科學等多個學科的研究重點。如何將核心地區的經濟優勢向全區轉移仍需要進一步研究。經濟輻射與經濟帶動是泛長三角完善區域增長的重要機制。本文將通過數據計算出城市之間的經濟聯系量，分析經濟輻射傳播的機制，為泛長三角的區域經濟一體化協調發展提出對策建議。

國外學者研究城市群空間經濟聯系是從20世紀60年代開始。Taaffe(1962)通過引力模型和實際航空客流數據研究了大中心城市的支配性[1]。Muller(1997)通過物流，人流以及運輸網絡特征的變化，利用選擇增長模型，闡述了運輸增長對區域經濟發展具有強烈的促進作用[2]。Rietveld.P(1998)使用定量模型，實證分析了運輸增長和區域經濟增長的協同關系[3]。Matsumoto H(2005)采用引力模型，通過模糊分析法，從運輸的角度對城市的功能聯系進行的定量分析[4]。

國內研究區域空間經濟關聯主要始于20世紀90年代。金鳳君(1991)通過定量研究鐵路貨運聯系，認為距離超過2000公里，則區域間經濟聯系會變得很弱[5]。李文靜(2004)、鄭國(2004)、鄭良海(2011)、劉承良(2006)、苗長虹(2006)等人以引力模型為基礎，分別定量化的測量分析了首都城市群、山東半島、關中城市群、武漢都市群和河南省的區域經濟聯系量[6-10]。顧朝林(2008)利用空間聯系理論，選用引力模型，從兩個層次計算了中國城市之間的空間聯系強度，并對城市體系進行分級，揭示了中國城市體系的空間演變過程[11]。趙雪雁(2011)分析了皖江城市帶經濟聯系，提出了合肥和蕪湖兩個中心城市，并對中心城市輻射范圍做出測定[12]。王海江(2012)通過研究我國省域經濟聯系，發現我國區域經濟發展主要集中在長三角，珠三角和環渤海三大城市群[13]。劉瑞娟(2014)局域空間視角下，利用交通流模型和引力模型對遼寧省區域空間聯系進行了分析[14]。劉柳(2014)從空間相互作用理論出發，利用引力模型和城市流輕度模型，從區域和產業兩個方面對首都城市群的空間經濟聯系進行了實證分析[15]。歐向軍(2015)利用引力模型研究江蘇省經濟聯系的空間特征，將江蘇省分為蘇錫常通、寧鎮楊泰鹽、淮安和徐宿連四大板塊[16]。

2　數據來源與研究方法

2.1數據來源

長三角自概念出現之后不斷充實，由最初的上海與江浙部分城市組成擴展到現今存在大量對長三角概念的界定。目前對長三角地區的界定主要有兩類：一類是指江蘇、浙江、上海加上安徽的部分城市，稱為小長三角；另一類是指包括三省一市的全部城市，稱為泛長三角。本文所研究的空間范圍設定為整個泛長三角地區，共40個地級市。

本文主要考察的是泛長三角城市群的城市職能等級，空間經濟聯系等。在研究過程中，數據主要來源于2009年以及2015年《浙江統計年鑒》、《江蘇統計年鑒》、《安徽統計年鑒》和《上海統計年鑒》，時間距離數據主要來源于地圖導航數據。

2.2研究方法

2.2.1中心職能指數

城市的中心性成為城市評價的一個重要指標，它是指該城市為其他地方提供服務的相對重要性，體現在該城市對周邊城市的經濟輻射作用影響的能力大小。通常通過一些體現城市經濟發展的主要指標計算得來。本文采用生產總值(Vi)，非農業人口(Pi)，社會固定資產投資總額(Mi)以及社會消費品零售總額(Ni)4個數值來反映城市職能指標。生產總值體現了經濟發展水平，非農業人口體現了城市規模與潛力，社會固定資產投資體現了城市經濟生產的投入力度，社會消費品零售總額體現城市的消費能力。國內學者一般采用中心職能指數指標來衡量城市的中心性。

(1)

KPi、KMi、KNi的計算公式同(1)式。

中心職能指數：

(2)

2.2.2區域經濟關聯量

在計算這一指標時，采用引力模型進行計算。引力模型是經濟學家仿制牛頓萬有引力公式得出的計量兩城市之間經濟關聯的模型。這一指標是衡量區域之間的經濟關聯強弱大小的指標，既可以表現出經濟中心城市對周邊城市的輻射作用，也可以體現周邊地區對經濟中心輻射能力的接受能力。

M為主體i，j的質量，D為兩者之間的地理距離。引力模型常用于研究由于隨距離擴大而聯系減弱的問題。對于M指標的選取，作者結合中心職能4項指標對城市質量進行綜合考察分析，引力模型研究的是距離問題，在本文中，經濟聯系主要是通過人力物力等運輸產生，運輸時間縮短，城市之間發生經濟聯系量變大，所以本文將引力模型中的空間地理距離修改為經濟距離，采用平均公路運輸時間表示。基礎引力模型計算的是兩城市之間的關聯量，忽略由于質量差別導致的經濟輸出和輸入差異，故，在計算城市經濟關聯時，要加入一個修正指數，以正確分析出城市經濟關聯。

修正的引力模型：

(3)

ki為修正指數。

社會網絡分析處理。通過修正的引力模型計算每兩個城市之間的經濟聯系量，組成經濟聯系量全矩陣E。

將長三角所有城市之間的經濟聯系量制作出全矩陣表格輸入UCINET軟件中進行相關處理。計算度中心性，點度中心性是在網絡分析中刻畫節點中心性的最直接度量指標。一個節點的節點度越大表明這個節點的度中心性越高，該節點在網絡中就越重要[14]。根據城市之間經濟聯系的強度與方向，點度中心度可進一步分為點入度與點出度。點出度為影響其他城市的強弱，點入度為接受其他城市影響的強弱。公式如下：

制作經濟關聯圖，將前文中計算得來的每兩個城市之間的經濟關聯量利用UCINET中的NETWORK制作成網絡圖。在網絡圖中，設置起點i。

凝聚子群分析，根據長三角城市群網絡結構關系，利用UCINET中的Concor法(迭代相關收斂法)進行子集合分析。凝集子群是指子群成員之間存在較強的、直接的、緊密的或者類似積極的關系所構成的子集合。

3　實證分析

利用(1)式及(2)式計算各個城市的中心職能指數，首先計算2014年的中心職能指數，將指數大于等于1.5的城市定義為一級城市，指數在0.8～1.4范圍的城市定義為二級城市，指數低于0.8的城市定義為三級城市。制作出表1的等級劃分表。長三角共有9個一級中心城市，10個二級中心城市和22個三級中心城市，在等級分布上較為合理。其中上海市指數為5，位于絕對中心位置。江蘇省擁有3個一級城市和6個二級城市，浙江省擁有3個一級城市和4個二級城市，安徽省僅僅只擁有1個一級城市，缺乏二級城市。這表示在地域分布上存在缺陷，長三角西部地區嚴重缺少增長極。

表1　2014年中心城市等級劃分

作者橫向比較2008年與2014年兩年的截面數據，通過數據處理得到表2，通過Echart處理得到圖1的2008年與2014年數據驅動圖。從數值上看，中心職能指數出現聚攏性，2008年上海市是長三角的絕對中心，其中心職能指數為7.1，是第2名杭州的2.63倍，是第10名臺州的5.92倍。2014年中心職能指數降為5.0，僅是第2名蘇州1.67倍，是第10名徐州的3.64倍，上海市絕對中心地位逐漸減弱，長三角內部城市發展迅速，中心城市等級差異不斷縮減，向均勻化發展。

表2　2008年與2014年中心職能排名前10

從數據驅動圖可以看出中心城市分布沒有發生根本性變化，變化主要體現在顏色深度上，以上海為核心的周邊城市顏色相對加深。蘇州、無錫等靠近上海的城市中心職能排名上升，蘇州由第4名上升為第2名，無錫上升1位，說明上海市經濟輻射能力展現效果。東部城市顏色也存在加深現象，而西部城市基本不變，一直處于末端，中心職能指數偏低，近年來，發展并沒有跟上長三角的整體步伐。從整體局勢分析，以上海為中心的深色向四周擴散，輻射圈較近的城市受到影響較大，顏色明顯加深，離輻射圈較遠的城市受到的影響較小，沒有得到明顯的提升。

圖1　長三角中心職能數據驅動圖

本文考察的基點是每個城市，故在度中心性主要分析點度中心性。首先，將修正指數k取值為1，取得城市之間的經濟關聯量，不分別計算點入度與點出度。作者利用UCINET6.0軟件對經濟聯系量全矩陣E進行分析，得到相對中心度。將2014年中心職能指數和相對中心度前10提出，如表3，并利用Echart對相對中心度做出數據驅動圖，同中心職能指數比較，如圖2。

每個城市所產生的經濟效益必定由其經濟規模以及區域地理位置決定，中心職能考察的是城市自身的硬性條件，而相對中心度體現在區位發展中同周邊城市發生經濟聯系能力的強弱。對于區域經濟發展，點度中心性的重要性更高于中心職能。通過比較2014年中心職能指數和相對中心度，相對中心度有明顯的向中部凝聚的趨勢。蘇州、無錫、常州、嘉興等城市由于占據最佳的地理位置，相對中心度上升很多，蘇州超越上海，成為相對中心度第一的城市。徐州、合肥、溫州等城市處于長三角的外部邊緣地區，雖然中心職能指數較高，但相對中心度因地理位置下降較多。從圖2的城市分布中，安徽地區與浙南地區在相對中心度排名中處于最低，即，在長三角中占據的地理優勢最少，得到的經濟輻射作用最弱，需要在后續的發展中解決這一問題。

表3　2014年中心職能指數與相對中心度對比圖

圖2　中心職能指數與相對中心度數據驅動圖

表4　2014年中心城市凈輻射量

續　　表

社會網絡分析，利用UCINET與NETWORK軟件對經濟聯系量全矩陣E進行網絡化制圖，分別令i=40和100，結果如圖3。i=100時，只有蘇南，浙北與上海區域存在著經濟關聯，表明該地區是整個長三角地域經濟聯系最密切的地區，是經濟發展的核心地區。將起點i降低至40，在外圍區出現新的經濟聯系量較大的城市，主要為徐州、鹽城、溫州、合肥等城市，這些城市是劃分外圍區子城市群重要依據，以這些城市群為中心，可以完善經濟的擴散效應。在下左圖中，網絡密度最大的為以上海為起點，合肥為終點，包括蘇州、無錫、常州、南京等城市的中分線，浙南與蘇北地區網絡密度次之，安徽地區最弱，降低起點i后，安徽地區很多城市依舊存在很少甚至不存在有經濟聯系的城市。

凝聚子群分析，利用全矩陣數據進行凝聚分析，如圖4所示。數據分析將長三角地區聚類成8個凝聚子群，將泛長三角核心地區分為兩個凝聚子群，作者認為，將第一類與第二類合并為一類，構建7個凝聚子群較為合理，分別進行編號。1：上海、嘉興、無錫、南通、鹽城、常州、泰州、湖州。2：杭州、寧波、紹興、舟山、黃山。3：金華、臺州、衢州、溫州、麗水。4：鎮江、馬鞍山、合肥、揚州、滁州、南京、蕪湖、宣城。5：六安、銅陵、安慶、池州。6：淮安、徐州、淮北、宿州、宿遷、連云港。7：阜陽、蚌埠、淮南、亳州。

圖3　2014年經濟關聯圖

圖4　聚類分析圖

1號凝聚子群是泛長三角地區經濟最發達，經濟聯系最密切的地區，對2號凝聚子群和4號凝聚子群的聯系較為緊密。2號凝聚子群是浙中地區的城市帶，其內部城市同主要的城市產生相似的經濟關聯，同時也是泛長三角地區向南經濟輻射的傳播介質，對3號凝聚子群具有重要意義。3號凝聚子群位于浙南地區，屬于泛長三角邊遠地區，一方面需要通過2號凝聚子群接受1號的經濟輻射；另一方面也需要和其相鄰的非長三角地區密切往來，其包含溫州一級中心城市，以其為經濟增長極，帶動全區發展。4號凝聚子群囊括的南京都市圈和部分皖江經濟帶，是經濟向內部轉移的重要樞紐。該地區人口密集，交通便利，具有承東啟西的地理位置，近年來經濟發展十分迅速，是泛長三角地區發展的潛在力量。5號與7號凝聚子群分別位于皖南皖北地區，位于泛長三角西側，是經濟最落后的兩個地區，不同于3號與6號凝聚子群，其自身內部不存在高級中心城市，目前缺少有效增長極。5號凝聚子群需要向4號凝聚子群靠攏，接受經濟輻射；7號凝聚子群位于4號與6號的夾角中，應該同時向兩邊凝聚。6號凝聚子群是以徐州為核心形成的，一方面通過徐州向下進行經濟輻射；另一方面加強與4號凝聚子群的合作。

4　對策建議

4.1完善中心城市分布

中心城市是每個城市群的經濟增長極，經濟的擴散作用和輻射機制都是通過增長極實現。目前存在的一級中心城市和二級中心城市主要分布在中東部地區，以中東部為點向全泛長三角輻射效果較差，應建立交叉網狀結構，即，將中心城市分散，進行多點混合輻射。3號凝聚子群存在溫州一級中心以及金華臺州兩個二級中心，分布較合理。6號凝聚子群只存在徐州1個二級中心城市，應當盡力將徐州培養成一級城市以及將宿遷淮安等職能指數相對高的城市培養為二級中心城市，完善分布狀況。5號與7號凝聚子群只存在三級城市，需要各自培養出二級城市作為增長極。

圖5　凝聚子群分布

4.2完善交通路線，提高運輸效率

作者在對引力模型進行修改時闡明，經濟聯系是通過交通運輸完成的，對于缺少地理位置優勢的城市，加強與外界經濟聯系的一大途徑為減少經濟距離，即縮短平均運輸時間。泛長三角內部主要歸于公路運輸和鐵路運輸，對于公路，主要需要完善地方性公路，加強國道省道的建設，泛長三角邊遠地區地域寬廣，公路交通基礎設施并不完善，需要加快公路建設；對于鐵路，一方面更新機車設備，部分地區仍使用時代淘汰的慢車機車，造成能源浪費和運輸效率低下；另一方面加強高鐵與動車路線的布局，泛長三角地區人力運輸主要依靠高鐵和動車，現在安徽地區，浙南，蘇北地區的高鐵動車運輸網還沒有成型，需盡快完成運輸網建設，提高鐵路運輸效率。

4.3消除行政隔閡，落實經濟聯系

本文中經濟聯系量是通過數據計算得來，屬于理論數據，現實中，需要城市之間進行經濟來往來落實這一數據。近年來，雖然政府鼓勵支持市與市之間，省與省之間進行經濟合作，發展經濟一體化，然而行政管理會造成合作隔閡以及惡性競爭，在很大程度上會阻礙經濟一體化的形成。在泛長三角的后續發展中，需要打破這種僵局消除行政區分帶來的不利影響，為城市間經濟往來合作創造無阻礙環境，將經濟聯系理論數據真正落實。

4.4注重南京與合肥地位

南京在泛長三角城市群中具有外引內聯的作用，是內部地區最大的中心城市，一方面可以吸收東部地區的經濟優勢；另一方面可以以自身硬實力輻射中西部城市的經濟。合肥市是泛長三角西部地區以及安徽省唯一一個高等級中心城市，必須充分發揮其增長極作用，對周邊城市產生經濟聯動，實現區域發展。這兩個城市的發展關乎到泛長三角地區經濟帶動中國中部城市戰略的順利實施，兩城市的發展應得到泛長三角以及國家的重點關注。

參考文獻

[1]Taaffe Edward J.The Urban Hierachy:An Air Passenger Definition[J].Economic Geography,1962,38:1～15

[2]Muller.E.K..Regional Urbanization and the Selective Growth of Towns in North American Regions[J].Journal of Historical Geography,1977，(3)

[3]Rietveld P，Bruisma F.Is Transport Infrastructure Effective?Transport Infrastructure and Accessibility Impacts on the Space Economy[M]．Springer,Berlin，1998

[4]Matsumoto H.Effect of New Airports on Hubness of Cities a Case Study of Osaka[J]．Journal of the Eastern Asia Society for Transportation Studies,2005，(6):648～663

[5]金鳳君．運輸聯系和經濟聯系共存發展研究[J]．經濟地理，1993,13(1):76～80

[6]李文靜．京冀區域經濟聯系的現狀及發展途徑[J]．北京社會科學，2004，(3):22～24

[7]鄭國，趙群毅．山東半島城市群主要經濟聯系方向研究[J]．地域研究與開發，2004,23(5):51～54

[8]鄭良海，鄧曉蘭，侯英．基于引力模型的關中城市間聯系測度分析[J]．人文地理，2011，(2)：80～84

[9]劉承良，余瑞林，熊劍平，等．武漢都市圈經濟聯系的空間結構[J]．地理研究，2007，(1)：197～209

[10]苗長虹，王海江．河南省城市的經濟聯系方向與強度——兼論中原城市群的形成與對外聯系[J]．地理研究， 2006，(2):222～232

[11]顧朝林，龐海峰．基于重力模型的中國城市習題空間聯系與層域劃分[J]．地理研究，2008，1(1)：1～12

[12]趙雪雁，江進德，張麗，等.皖江城市帶城市經濟聯系與中心城市輻射范圍分析[J].經濟地理，2011，(2)：218～223

[13]王海江，苗長虹，茹樂峰，等.我國省域經濟聯系的空間格局及其變化[J].經濟地理，2012，(7)：18～23

[14]劉瑞娟．基于空間視角的區域聯系分析[D]．西安：長安大學，2014

[15]劉柳．京津冀城市群經濟空間聯系實證分析[D]．秦皇島：燕山大學，2014

[16]歐向軍，薛麗萍，顧雯娟.江蘇省縣市經濟聯系的空間特征(將)[J].經濟地理，2012，(8)：24～31

[17]孫雷，等．中國城市群發展研究——基于城市群引鄰新型城鎮化的背景[J]．工業技術經濟，2014，(8)：35～44

[18]汪小帆，李翔，陳關榮．網絡科學導論[M]．北京：高等教育出版社，2012

(責任編輯：王平)

The Analysis of Pan Yangtze River Delta Regional Economic Links——Based on the Social Network Analysis

Tong JixinZhang Qi

(Hohai University，Nanjing 210098，China)

〔Abstract〕According to the urban function indexes of Pan Yangtze river cities,those cities could be divided into three kinds of center city.We can find that uneven distribution of city level,high-grade cities are mainly distributed in central and eastern regions as the core of Pan Yangtze river delta.As long with economic development,the difference of central level is weakening.By modifying gravity model,it calculates economic relationship between two cities,find that the economic quantity of associated regional differs obviously.The economic associations of the north of ZheJiang and south of Jiangsu province are stronger;associations of Anhui,north of Jiangsu and north of Zhejiang are week.By using social network analysis,it analyzes the center position of each cities in regional economy,analyzes the economic diffusion effect through input and output degree points,then,using concor method to divided Pan Yangtze river delta into eight condensing subgroups.Through analyzing each subgroup development factors,it puts forward suggestions for regional economic development of Pan Yangtze river delta.

〔Key words〕Pan Yangtze River Delta;gravity model;economic links;social network analysis

〔中圖分類號〕F127

〔文獻標識碼〕A

DOI：10．3969/j．issn．1004-910X．2016．10．005

作者簡介：童紀新，河海大學商學院教授，博士研究生。研究方向：技術經濟與管理。張奇，河海大學商學院碩士研究生。研究方向：城市經濟城市規劃與管理。

基金項目：國家社會科學基金項目“長江經濟帶創新空間分異及創新驅動模式研究”(項目批準號：15AGL011)。

收稿日期：2016—04—20