我國省際高技術產業同構性的網絡結構特征研究

方大春　裴夢迪

[摘 要]基于2007—2016年我國省際高技術產業數據，利用社會網絡分析法，研究我國高技術產業同構性的網絡特征。研究發現：第一，我國高技術產業結構存在網絡同構性，網絡密度和網絡關聯系數呈現波動上升，網絡緊密性有所增加，網絡等級度和網絡效率下降，網絡結構仍處在不穩定狀態。第二，重要“行動者”在網絡結構中的控制程度弱化;山西、內蒙古及浙江等地區分別作為中西部和東部地區高技術產業結構變動的“主導者”;北京、天津、廣東等經濟較發達地區遠離高技術產業同構性網絡中心。第三，網絡中省份可以劃分為四類凝集子群，即東部經濟發達地區、中西部及部分東部欠發達地區、西部經濟欠發達地區。最優產業結構網絡構建，需要從“全國一盤棋”思維出發，精準把握高技術產業結構調控重點省份，完善省域間利益協調機制。

[關鍵詞]高技術產業;同構性;空間網絡特征;社會網絡分析

[中圖分類號]F276.44[文獻標識碼]A[文章編號]1673-0461（2020）02-0059-07

一、引 言

2018年我國規模以上工業增加值同比增長6.2%，規模以上戰略性新興產業增加值同比增長8.9%，規模以上高技術制造業增加值同比增長11.7%，高技術制造業產值占規模以上工業產值的13.9%。高技術產業具有對其他產業滲透能力強、附加值高、資源消耗少等特征，成為促進技術進步和增強自主創新能力的有力抓手，是新時代推進經濟高質量發展的核心引擎[1]。學術界對高技術產業的實證研究集中在探討其創新效率[2-3]、經濟增長效應[4-5]和區域產業結構效應[6-7]。這些研究主要從高技術產業產值視角入手，較少從高技術產業結構視角，探討高技術產業結構變化產生的影響。

隨著我國東部地區高技術產業不斷向中西部地區轉移集聚，地區間的高技術產業同構程度將提高[8]。少數學者開始逐步關注到高技術產業同構問題。蔣伏心等基于空間誤差和空間滯后模型分析，發現長三角高技術產業同構對區域經濟增長有促進作用，提出要將區域間相互作用納入高技術產業發展策略中[9]。劉沛罡等基于面板數據分析，發現小尺度地區高技術產業結構相似性促進經濟增長，但大尺度地區（全國）高技術產業內部結構差異性越大，越顯著推動經濟增長[10]。如果省際高技術產業結構調整只考慮本省與其相鄰省份差異，往往會出現此消彼長的“水床效應”，全國難以形成最優產業結構。高技術產業結構相似程度高會使得資源配置效率低，導致區域內競爭激烈，影響合作，不利于各地區特色產業發揮其優勢，阻礙區域經濟一體化發展。實際上，隨著我國交通快速發展，資源要素依附于高速便捷交通工具，實現跨區域頻繁流動，使其在空間聯系上更加廣泛與密切，遠遠超出單純地理學意義上的臨近關系，不斷形成空間網絡聯系。這就意味著，各地區高技術產業結構調控效果不僅取決于自身因素，還取決于地區間聯動關系。而傳統空間計量經濟學模型難以從整體視角考慮區域空間上可能存在的空間效應和傳遞機制。我國高技術產業結構網絡整體特征是什么？各省份在這種聯動網絡中的地位如何？只有厘清這些問題，才能從全局層面尋找關鍵省份（節點），調控省際間產業結構同構性。鑒于此，引入社會網絡分析（Social Network Analysis，SNA）方法探究高技術產業同構性網絡結構特征。社會網絡分析是一種研究多個實體之間動態關系的方法，近年來被廣泛運用于經濟學研究領域[11-13]。

二、高技術產業同構性測度與空間關聯網絡模型構建

（一）高技術產業結構關聯性測度

判斷區域間高技術產業結構是否趨同，需要測度各區域間高技術產業同構度。地區間的高技術產業結構相似系數計算公式如下：

依據國家統計局對高技術產業統計分類，統計范圍包括醫藥制造業、航天航空器及設備制造業、電子及通信設備制造業、計算機及辦公設備制造業、醫療設備及儀器儀表制造業和信息化學品制造業。由于2012年后不公布各地區工業總產值，故2007—2011年以當年價總產值來衡量各地區各產業產值;2012—2016年以主營業務收入來衡量各地區各產業產值?？紤]到數據的可獲得性，研究對象是除西藏及港澳臺地區外30個省、自治區和直轄市。

（二）高技術產業空間關聯網絡模型構建

社會網絡分析主要通過研究節點（省、市、區）之間關系，節點及其關系構建社會網絡結構。高技術產業結構網絡中“點”表示省份，網絡中“線”表示省份間高技術產業結構之間存在同構性關系。

高技術產業結構相似性影響程度會隨著兩者間距離增加而衰減;實際上，兩個地區經濟發展水平差別越大，處于同一類型的高技術產業往往處于不同生態位而形成較強互補性，產業結構同構性會降低。借用引力模型的思想，并進行相應修改，構建我國高技術產業同構性的空間網絡模型，具體公式如下：

高新技術產值與各省份GDP、人均 GDP分別來源于2008—2017年《中國高技術產業統計年鑒》與《中國統計年鑒》。人均GDP與高技術產值以2007年為基期進行平減，消除價格因素對地區生產總值的影響。省際間球面距離通過ARCGIS10.0軟件計算而得。

三、高技術產業同構性網絡關系的實證分析

（一）整體網絡分析

1.整體網絡變化趨勢

把空間關聯矩陣（Aij）代入到Ucinet6.237中，并運用Netdraw工具，繪制2007年、2011年、2016年我國省際高技術產業同構性空間網絡結構圖，考察近10年來我國高技術產業同構性網絡結構演變特征。由圖1—圖3可直接觀察到我國省際高技術產業存在錯綜復雜的同構性關聯關系，且復雜程度先降低后增強。高技術產業同構性網絡在中西部地區呈現明顯集聚，東部部分省份相對分離且聯系較少，聯系較為緊密的省份一般為地理上相鄰或經濟發展水平相近。

2.整體網絡特征分析

需要從網絡密度、網絡關聯系數、網絡效率和網絡等級度等方面考察高技術產業同構性網絡的空間結構特征。網絡密度是反映省際高技術產業同構性聯動網絡的疏密程度，取值介于0—1之間，網絡密度越大表示產業同構性聯系越緊密。網絡關聯系數反映產業同構性網絡自身的穩健性和脆弱性。網絡效率反映高技術產業同構性網絡中各省份的連接效率，取值介于0—1之間，網絡效率越接近于0，表明高技術產業同構性聯系越緊密，網絡結構越穩定。網絡等級度表示網絡中省份間非對稱可達程度，取值在0—1，網絡等級度越高表示很多省份在高技術產業同構性網絡中處于從屬或邊緣地位。

利用Ucinet6.237軟件計算可得（如圖4），網絡密度從2007年的0.103 4，下降到2011年的0.098 9后又上升到2017年的0.118 4，網絡關聯系數從2007年的90下降到2011年的77后又上升到2016年的103，表明省際間高技術產業存在一定的同構性聯系，產業同構性網絡關聯密切程度總體增加但幅度不大。網絡效率從2007年的0.913 8下降到2016年的0.896 6，盡管緊密性趨于增強，但總體水平偏高而處在不穩定狀態。網絡等級度從2007年的0.814 8波動下降到2016年的0.506 4，同樣有趨好態勢，仍處在不穩定狀態。

（二）中心性分析

中心性測度有3個指標：度數中心度、中間中心度和接近中心度。度數中心度測量某個節點在網絡中與其他節點的關聯程度，度數中心度越高，表明該節點（省、市、區）越處于網絡的中心地位。中間中心度測量行動者對資源控制的程度，中間中心度越高，表示其他節點（省、市、區）之間的聯系越依賴該節點（省、市、區）。接近中心度測度某個行動者不受其他行動者控制的能力，接近中心度越高，表明該節點（省、市、區）與其他節點（省、市、區）越接近，處于網絡中重要位置。本文選擇2007年、2011年和2016年3個時間節點，考察中心性變化特征。

1.度數中心度

度數中心度包括絕對度數中心度和相對度數中心度，后者是前者的標準化，在有向網絡中，某一點X的相對度數中心度（CRD），計算公式如下：

其中，n是網絡的規模。點入度表示充當關系“接收者”的次數，點出度即充當關系“發送者”的次數。點入度衡量某個省份的高技術產業結構同構性受到其他省份影響的程度，點出度衡量某個省份影響其他省份產業結構同構性的能力。利用Ucinet6.237軟件計算各時點所有省份的中心度，衡量不同時間省份的度數中心度變化，列出2007年、2011年和2016年的結果如表1。

度數中心度均值由2007年的10.34下降到2011年的8.85后上升到2016年的11.84，整體網絡關聯程度先下降后上升。始終高于均值的省份有河北、山西、內蒙古、青海、寧夏、安徽、福建、江西、湖北、湖南等，在產業同構性網絡中處于中心位置，需要重點關注，這些省份大多是地理位置較為相鄰且經濟發展欠發達地區，呈局部片狀分布。點入度一直大于點出度的省份有河北、青海、寧夏，這些省份高技術產業結構受其他省份影響大于對其他省份影響的程度。點出度一直大于點入度的省份有山西、內蒙古，對其他省份的高技術產業結構影響力大于被其他省份影響的程度。還有一些省份的點出度和點入度關系出現浮動，湖南和湖北從“受影響者”變為“影響者”，江西從“影響者”轉為“受影響者”。安徽經歷了“受影響者”到“影響者”到“受影響者”的變化。

2.中間中心度

由表2可知，中間中心度均值由2007年的7.89下降到2016年的5.68，表明總體網絡中“中心行動者”對高技術產業結構變動的控制程度弱化。3個間隔年份中，始終高于均值的有山西、內蒙古、浙江，中部、西部和東部局部地區的高技術產業結構聯系分別通過這些中介省份來完成，這些中介省份在高技術產業同構網絡中值得關注。2011年以來，北京、天津、廣東等地的中間中心度水平一直為0，在高技術產業同構網絡中地位靠后，原因是這些經濟較為發達地區在高技術產業發展過程中的獨立性較強，故遠離高技術產業同構網絡中心。值得注意的是，安徽、福建、江蘇在2007年和2016年的中間中心度均超過均值且排名較高，但2011年低至0，江西、山東、湖北、重慶、云南、貴州等地在2011年的中間中心度值為0。這些表明省份充當“中間人”的角色是不穩定的，有時僅充當“自我”聯絡人而繞過其他冗余的聯系。

3.接近中心度

由表3可知，接近中心度均值由2007年的32.93下降到2011年的18.50后提高至2016年的39.88，這表明整個高技術產業結構同構網絡的相互關聯性先減弱后增強。始終超過平均值的有河北、山西、內蒙古、湖北、湖南、廣西、海南、重慶、青海、寧夏，觀察圖1—圖3也可發現，這些地區處于網絡中的核心位置，相互之間聯系較多。北京、天津、上海、廣東排名靠后遠離網絡中的其他點，在高技術產業結構同構網絡中較少參與信息傳遞，與其他省之間連線很少。

（三）凝集子群分析

通過凝聚子群分析，探究高技術產業同構性網絡中若干省份形成小的團體或者子群情況，研究網絡中存在多少凝聚子群，各凝聚子群之間是什么關系，以及凝聚子群內部成員之間的關系具有怎樣的特點等，有助于進一步把握網絡的整體結構。采用迭代相關收斂法CONCER以最大分割深度為2，收斂標準為0.2，將高技術產業同構性空間關聯網絡分為4個凝聚子群。下面給出2016年各凝集子群成員分組情況，如表4。

從表4可以看出，我國省際高技術產業同構性網絡構成4個子群。第一子群成員均為東部經濟較發達地區，高技術產業走在前列，具有產業結構發展獨立性，也較難被模仿超越。第二子群和第三子群成員多為中西部地區和東部部分欠發達地區，經濟發展水平相近或地理位置相鄰地區的高技術產業同構性關聯強，存在高技術產業結構的模仿追隨現象。第四子群成員為西部欠發達地區，高技術產業發展緩慢，高技術產業內部結構調整滯后，存在低質量同構關聯。

四、結論與建議

本文基于社會網絡分析方法探究我國省際高技術產業同構的網絡結構特征，研究結論如下：

第一，整體網絡結構特征來看：樣本期間內，我國30個地區高技術產業結構存在錯綜復雜的同構性關聯關系，且復雜程度先下降后增強。高技術產業結構同構網絡中省份呈現分塊集聚，地理相鄰或經濟發展水平相近的省份聯系緊密。網絡密度、網絡關聯系數總體略上升，表明這種產業結構同構網絡關聯密切性有所增加，但增加幅度不大。網絡等級度和網絡效率下降，高技術產業結構同構網絡并不穩定。

第二，從個體網絡結構特征來看：①我國高技術產業結構同構網絡度數中心度和接近中心度均值有先下降后上升趨勢，省際間高技術產業同構性關聯總體增加，中間中心度均值有下降趨勢，網絡中重要“行動者”對高技術產業結構變動的控制程度弱化。②始終高于度數中心度均值的省份大多是地理位置較為相鄰且經濟發展欠發達地區，河北、青海、寧夏的點入度通常大于點出度，受其他地區高技術產業結構影響的程度常常大于自身影響其他省份的程度，山西、內蒙古等地對其他省份的高技術產業結構影響大于被其他省影響的程度。③在3個間隔年份中，始終高于中間中心度均值的省區（如山西、內蒙古、浙江），分別作為中西部和東部地區高技術產業結構變動的“主導者”。北京、天津、廣東經濟較發達地區遠離高技術產業同構性網絡中心。④始終超過接近中心度均值的省份包括河北、山西、內蒙古、湖北、湖南、廣西、海南、重慶、青海、寧夏，這些省份處于網絡中的核心位置，相互之間聯系較多，北京、天津、上海、廣東在高技術產業同構性整體網絡中較少參與信息傳遞。第三，從凝集子群分析來看：第一子群成員均為東部經濟較發達地區;第二子群和第三子群成員多為中西部地區和東部部分欠發達地區;第四子群成員為西部欠發達地區。

根據上述結論，提出如下建議：

一是高技術產業結構調控需要“全國一盤棋”思維。我國省際高技術產業結構存在空間同構性關系，這種關系不是簡單的省份與省份間直接線性關系，而是多個省際間直接和間接的復雜關系。這就要求政府不僅要關注各省份高技術產業結構的產值等“屬性數據”，更要重視省際間高技術產業結構空間關聯關系，調控需要“全國一盤棋”思維，從整體上把握產業結構同構性的波動趨勢，推進產業結構優化呈現空間互動態勢。

二是精準把握高技術產業結構調控重點省份。對于度數中心度、接近中心度、中間中心度較高的地區，國家在制定高技術產業結構調控政策時應予以重點關注。這些省份在謀劃自身高技術產業布局時，也要關注對其他省份的空間傳導效應。在實施宏觀調控時，先對在網絡中主導作用省份的高技術產業進行精準定位，再調控與其有關聯關系省份高技術產業結構。整體來看，北京、天津、江蘇、浙江和上海等東部經濟發達地區之間關聯緊密，遠離高技術產業結構同構網絡中心，與其他地區不存在嚴重的高技術產業同構。因此，需要著重考慮上海與浙江的高技術產業結構調整方向和程度，更好發揮橋梁作用，促進高技術產業結構的優質同構。河北、山西、內蒙古，湖北、湖南、廣西、海南、重慶、青海、寧夏處于高技術產業結構同構網絡中心。其中河北、青海、寧夏較容易受其他地區高技術產業結構影響，山西、內蒙古分別作為中部和西部地區高技術產業結構變動的“主導者”。因此，在高技術產業結構政策上應實施從嚴調控策略，從源頭上穩定產業結構，以免造成經濟欠發達地區的高技術產業結構混亂，與當地實際發展情況不適應。

三是完善省域間利益協調機制。深化各地區高技術產業合作，完善省域間經濟利益協調機制，特別是建立和健全相應的產業經濟利益分享與補償機制，促進省份間高技術產業分工和產業價值鏈延伸，按省份高技術產業分工和發揮區域比較優勢的要求來定位和發展區域高技術產業，優化高技術產業布局，從而有效規避高技術產業結構趨同。

[參考文獻]

[1] 成祖松.中國高技術產業升級的“雙鏈”驅動研究[J].學習與實踐，2019（1）：29-39.

[2] 葉丹，黃慶華.區域創新環境對高技術產業創新效率的影響研究——基于DEA-Malmquist方法[J].宏觀經濟研究，2017（8）：132-140.

[3] 張涵，楊曉昕.創新環境約束下高技術產業區域創新效率及收斂性研究[J].科技進步與對策，2018，35（3）：43-51.

[4] 張達君，趙鑫.高技術產業對經濟增長的影響機制及發展建議[J].經濟縱橫，2017（10）：81-86.

[5] 李駿，劉洪偉，陳銀.產業集聚、技術學習成本與區域經濟增長——以中國省際高技術產業為例[J].軟科學，2018，32（4）：95-99.

[6] 張楨.我國高技術產業發展、金融結構優化與產業升級——基于最優金融結構理論的實證分析[J].工業技術經濟，2016，35（2）：97-104.

[7] 湯長安，張麗家，李紅燕.高技術產業發展對區域產業結構升級影響的實證研究[J]. 系統工程，2017，35（8）：106-116.

[8] 成祖松.中國高技術產業轉移趨勢時空分析——基于1995-2015年中國高技術產業相關數據[J].科技進步與對策，2018，35（2）：66-75.

[9] 蔣伏心，蘇文錦.長三角高技術產業同構對區域經濟增長影響的研究——基于空間計量經濟的實證分析[J].江蘇社會科學，2012（3）：77-82.

[10] 劉沛罡，王海軍.高技術產業內部結構多樣化、專業化與經濟增長動力——基于省域高技術產業制造業、高技術產業服務業面板數據的實證分析[J]. 產業經濟研究，2016（6）：46-56.

[11] 林春艷，孔凡超.中國產業結構高度化的空間關聯效應分析——基于社會網絡分析方法[J].經濟學家，2016（11）：45-53.

[12] 方大春，裴夢迪.房價空間關聯網絡結構實證分析[J].上海經濟研究，2018（1）：63-73.

[13] MAOXING HUANG， ZHENZHEN WANG， TING CHEN. Analysis on the theory and practice of industrial symbiosis based on bibliometrics and social network analysis[J]. Journal of cleaner production，2019，213.

Abstract： Based on the data of high-tech industry of China′s provinces from 2007 to 2016， the social network analysis method is used to study the network characteristics of China′s high-tech industry isomorphism. The research finds out： First， there is network isomorphism in China′s high-tech industrial structure. The network density and associations are fluctuating upward; the network tightness is increased; the network hierarchy and efficiency are declining; the network structure is still in an unstable state. Second， the dominating function of important "actors" in the network structure is weakened; Shanxi， Inner Mongolia and Zhejiang provinces are the "leaders" leading the changes in the high-tech industrial structure in the central， western and eastern regions respectively. The more economically developed provinces such as Beijing， Tianjin and Guangdong are far from the network centers of high-tech industry isomorphism. Third， the provinces in the network can be divided into four types of agglomeration subgroups， that is， the economically developed regions in the East， the underdeveloped regions in the central， western， and some of the eastern regions， and the economically underdeveloped regions in the West. In order to build the optimal industrial structure network， China needs to start from the thinking of "considering the whole country as one"， accurately identify the key provinces in regulating high-tech industrial structure， and improve the coordination mechanism of interests between regions.

Key words： high-tech industry; isomorphism; characteristics of the space network; analysis of social networks

（責任編輯：張麗陽）