中國城市房地產企業網絡的結構特征

紀宇凡，戴 靚，丁子軍，周 騰

（南京財經大學 公共管理學院，江蘇 南京 210023）

城市網絡作為城市間各種實體流和虛擬流的集合，已成為當前人文地理學者探索城市系統空間組織模式和區域差異的一條重要途經。不同于傳統中心地對城市自身規模等存量屬性的重視，網絡范式強調城市如何在“流動空間”中通過與其他城市的聯系來獲取外部資源要素（即“借用規模”），以獲得自身發展的能力［1-3］。隨著科技和經濟對時空的壓縮，網絡化發展模式使得城市空間加速重構，城市在不同功能網絡中的中心性成為新時期城市研究的焦點問題。

房地產業是我國第三產業的龍頭，是國民經濟的支柱產業之一。國家統計局數據顯示，2020 年房地產業對國內生產總值的貢獻率為7.34%。房地產企業是房地產市場的組織者與參與者，具有空間與經濟的雙重屬性，其戰略布局和網絡化發展是獲取戰略資產、增強競爭力的有效手段，也會影響城市經濟的總體格局［4］。一方面，房地產企業在異地網絡的再嵌入過程，可為其打開新的“區位窗口”，接觸更多的客戶與供應商，吸引資金、技術和市場信息等資源，擴大市場占有率，提升企業整體績效；另一方面，企業分支機構的跨城設立可促進總部所在城市的資金流、人才流、信息流、知識流、技術流等進入其他城市，刺激當地產業的創新發展，從而提高城市的綜合實力與全局影響力。既有的城市企業網絡研究集中關注金融企業［5］、獨角獸企業［6］、生產性服務企業［7］、上市企業［8］等，雖然房地產業對社會經濟發展意義重大，但對我國房地產企業的網絡組織及區域差異的研究尚不多見。

從企業網絡到城市網絡，是企業總部分支組織關系在地理空間上的投影。該投影過程需實現“點對點”到“面向面”的轉換，通常有企業總部—分支隸屬聯系法和企業總部—分支鏈鎖網絡法。隸屬聯系法（Ownership Linkages Model）是基于企業總部和各個分支機構的位置信息，將每條總部與分支的組織關系直接解譯為總部所在城市與分支所在城市之間的要素流聯系。例如，Alderson、Beckfield、Jessica［9］以世界500 強企業的母子關系為依據，分析了全球城市資本支配能力的差異及其在企業版圖中核心與邊緣的結構特征；趙渺希、李海燕［10］基于長三角地區的全行業企業名錄，通過企業組織的隸屬聯系識別所屬城市間的地域聯系，揭示了2001—2017 年長三角企業間的網絡交互發展格局；馬麗亞、修春亮、馮興華［11］通過2017 年東北三省上市的母子企業聯系信息，探究了企業空間發展的集聚特征與多中心態勢；李雨婕、肖黎明［12］采用企業—城市網絡轉譯的隸屬聯系模型，研究了我國綠色金融企業網絡的結構特征及其影響因素。隸屬聯系方法可以較直觀地刻畫城市要素的顯性流動，側重于反映城市的企業資本支配能力［13］。

不同于隸屬聯系法，鏈鎖網絡法（Interlocking Network Model）認為只要企業組織架構足夠緊密，要素資源不僅可以在總部和分支間垂直傳遞，還能在不同分支機構間水平流動［14］。例如，不同地區分公司可通過正式或非正式的關系推動經濟活動、知識技術和創新文化的跨部門流轉。這種方式的互動覆蓋面更大、涉及內容更廣，所有企業均存在建立聯系的可能性。基于該邏輯，世界城市與全球化研究組GaWC提出鏈鎖網絡模型，將不同等級的企業部門對應于其所在城市的服務價值，通過服務價值的乘積來衡量兩個城市間最大可能的企業聯系強度。而后，鏈鎖網絡模型受到學者們的青睞。如，Derudder、Cao、Liu［15］基于175 家高端生產性服務企業的全球區位選擇和鏈鎖網絡模型，分析了中國城市融入世界城市網絡的路徑與演化規律；曹前、沈麗珍、甄峰［16］通過中國百強互聯網企業部門機構信息，探索了中國互聯網企業的空間布局與城市網絡的結構特征；周曉艷、侯美玲、李霄雯［6］創建了“城市獨角獸企業服務值”，以表征獨角獸企業在城市的服務價值，進而探究了新經濟時代中國城市獨角獸企業的創新發展路徑和網絡特征。鏈鎖網絡法可以較全面地模擬城市要素流動的所有可能性，側重于反映城市的企業資本服務能力［13］。

綜上所述，隸屬聯系法重視總部與分支之間的實際聯系數量，但未考慮不同分支機構間的潛在可能互動，因此運用該方法構建的城市企業網絡需要選擇的企業樣本和涉及的城市區域盡可能全面和無偏。本文重點關注了中國Top100 房地產企業的空間網絡格局，其企業總部并未覆蓋大部分城市，且房地產企業分支機構間的互動較多，因此采用鏈鎖網絡法更符合數據特征和研究目標。在此背景下，本文基于2021 年中國Top100 的房地產企業總部和分支機構信息，采用鏈鎖網絡模型構建城市間的企業網絡，分析中國房地產業服務網絡的空間格局與區域差異，以期為差別化的房地產管理與城市規劃提供參考。

1 研究方法和數據來源

1.1 房地產企業的確定

本文選取2021 年Top100 的中國房地產企業為研究對象，企業名單是依據房天下公布的2021 年中國 房 地 產 百 強 企 業 榜 單（https：//fdc. fang. com/top/baiqiang.html）。該排行綜合考慮了房地產企業短期抗風險能力（經營風險、財務風險、外部風險、其他風險）、土地儲備（城市投資吸引力、土地宗數、土地儲備規劃建筑面積、土儲總成交金額、平均溢價率）、銷售項目（城市投資吸引力、項目銷售面積、項目銷售均價、項目銷售金額、上市面積）、財務情況（資產負債率、有息債務占比、短期有息債務/總有息債務、EBITDA利息保障倍數、經營活動產生的現金流量凈額/總負債、凈負債率、凈利潤率、流動比率、存貨周轉率、總資產周轉率）等指標。

1.2 中國房地產企業服務網絡的構建

城市—企業二模網絡賦值：在鏈鎖網絡模型中，首先要建立由n 個（本文中n = 100）房地產企業及其區位布局所涉及的m 個城市（以地級行政區劃單元為統計口徑）構成的m× n 的企業服務價值矩陣V。矩陣中的元素Vij為服務價值系數，表征企業j在城市i中的服務能力與重要程度。本文在參考相關研究，咨詢領域專家和訪談相關企業負責人的基礎上，企業服務價值系數以0—4 五標度賦值，衡量企業在不同城市服務能級的差別。具體賦值規則為：如果一個房地產企業在某城市沒有設立任何機構，則服務價值系數為0；如果在某城市設有辦事處、經銷部、經營部、服務部、事業部等規模較小或功能較為單一的機構，則服務價值系數為1；如果在某城市設有一個分公司等具有一定規模且從事經營活動的機構，則服務價值系數為2；如果在一個城市設有的分公司數量不止一個，或該分公司為區域性公司（即具有“域外能力”），則服務價值系數為3；如果某城市擁有一個房地產企業的總部，則服務價值系數為4。

本文以陽光城集團股份有限公司為例，具體闡述以上服務價值系數賦值細則。在陽光城的官方網站（http：//www.yango.com.cn/webpage/ch/cms/contact/contact.html）的“聯系我們”中可以找到該公司在中國的機構分布信息。如圖1 所示，陽光城集團股份有限公司的“集團總部”在上海，所以上海賦值為4；南粵區域公司和廣州公司所在城市均為廣州，蘭州公司和甘肅公司的所在城市均為蘭州，陜甘區域公司和陜西區域公司所在城市均為西安，津冀區域公司和天津公司所在城市均為天津，江蘇公司和蘇南區域公司所在城市均為蘇州，粵東深圳公司和粵東汕頭公司的所在城市均為汕頭，這些城市均存在兩個分公司，解譯為規模較大，則將廣州、蘭州、西安、天津、蘇州和汕頭賦值為3；其他公司所在的城市只有一個，所以這些城市賦值為2；因為沒有發現網站上辦事處、營業部等稱呼，所以沒有城市賦值為1；對于沒有出現分支機構的其他地級行政區劃城市，統一賦值為0。

圖1 陽光城公司的總部分支機構信息Figure 1 Information of Sunshine City's headquarters and branches

每個企業的總部分支機構信息需充分挖掘各類數據源，主要來資源企業官方網站，輔助來源是企查查、公司企業年報、檢索平臺、新聞咨訊、招聘信息等資料。企業部門類型、規模和職能分工信息絕大部分可通過企業名稱直接解譯，如“***營業部”、“***辦事處”、“***分公司”、“長三角公司”、“京津冀公司”等。此外，對信息不明的企業通過企業年報、電話咨詢和實地調研進行深入了解，確保證數據的準確性與可靠性。需要指出的是，每個企業在不同城市的服務價值系數是通過人工識別逐一賦值并交叉驗證的方式完成，過程中剔除了注銷、吊銷、倒閉等在搜索年份內消亡的分支機構，且地址信息以實際辦公地址為準，而非注冊地址。本文最終涉及到的城市有208 個，形成208 ×100 的城市—企業網絡矩陣。

二模網絡矩陣一模化投影：本文根據Taylor 的鏈鎖網絡模型和網絡投影算法［14］，將城市—企業的二模關系轉化為城市—城市的一模關系CDC（City Dyad Connectivity），計算公式為：

式中，CDCab，j表示城市a 和城市b 基于房地產企業j而產生的連接度；Vaj和Vbj分別表示房地產企業j在城市a和城市b 的服務價值系數；CDCab表示城市a和城市b 基于中國Top100 房地產企業而產生的連接度。

圖2 通過簡化的實例來闡述二模網絡一模化的轉化過程。圖2 的左邊是房地產企業A和房地產企業B在南京、蘇州、無錫的二模聯系網絡及其矩陣，右邊是這3 個城市通過企業A 和企業B 所產生不同強度的城際聯系網絡及其矩陣。以南京—蘇州的聯系為例，其CDC值為房企A產生的4×3 和房企B產生的2 × 4 的最大可能聯系值之和20；南京—無錫、蘇州—無錫兩個城市對的CDC也依次類推得12和14。最終，城市—企業3×2 矩陣轉化為城市—城市的3×3 矩陣。

圖2 從二模網絡到一模網絡的投影Figure 2 Projection from two- mode networks to one- mode networks

中國城市房企網絡指數計算：經過二模矩陣一模投影轉換后，得到基于房地產企業聯系的無向且對稱的208×208 城市網絡矩陣，忽略矩陣的對角線值（即城市自身聯系，不考慮同一城市內部的企業網絡），進而計算出城市的房地產網絡指數，即全局網絡連接度GNC（Gross Network Connectivity），計算公式為：

式中，GNCa是城市a的全局網絡連接度。城市的全局連接度越高，其對外的經濟輻射力和資本服務能力往往越強。

2 中國房地產企業服務網絡的空間結構

2.1 中國房地產企業網絡的空間格局

基于房地產企業的總部分支機構信息，構建我國房地產百強企業城市服務網絡，利用ArcGIS 對其空間格局進行可視化（圖3）。城市節點間連線的粗細與城際間房企聯系成正比，城市節點的大小與全局連接度成正比，節點大小和聯系強度的分級采用自然斷裂點法（Natural Breaks—Jenks），以使組間的差異最大化顯示。從圖3 可見，2021 年我國城市房地產企業聯系具有明顯的不均衡性，整體表現為以“胡煥庸線”為界形成東密西疏，由沿海向內陸城市遞減的空間格局。具體而言，城市房企網絡呈現出“京—滬—廣—蓉”的鉆石型主干結構，其通過南京、杭州、武漢、長沙等區域中心城市將京津冀、長三角、珠三角、成渝和長中游五大國家級城市群有效聯系起來，構成了中國房地產企業城市網絡的“四梁八柱”［17］。同時，以國家級城市群為核心向其他地區輻射，向東北鏈接遼中南和哈長城市群，向西南聯系黔中和滇中城市群，向西北對接關中和天山北坡城市群，向沿海發展至海西和北部灣城市群，以此形成城際房地產資源流動的主要通道。

圖3 基于100 強房地產企業的中國城市網絡Figure 3 China's intercity network based on Top100 real estate enterprises

2.2 中國房地產企業機構的空間布局

統計Top100 房地產企業的機構數量可見，我國房地產企業總部與分支機構總體上呈現出空間上分散但數量上集聚的特征（圖4）。圖4 中，城市群范圍界定參考《中華人民共和國國民經濟和社會發展第十三個五年（2016—2020 年）規劃綱要》和方創琳、戴靚等學者的研究［18，19］。100 家企業總部分布于26座城市，多數為直轄市、省會城市和其他副省級城市，位于京津冀、長三角、珠三角和成渝四大城市群的城市匯聚了80%的房企總部，僅上海和北京兩個城市就吸引了30 家房地產企業總部。而房地產企業的1262 個分支機構則分散于208 個城市，相較總部的大城市集聚特性，一些房地產企業的分支機構設置于鞍山、瀘州、撫州和宿州等三四線城市。雖然企業分支機構空間分布較為分散，但是京津冀、長三角、珠三角和成渝四大城市群擁有的分支機構數量仍超過50%，房地產企業網絡指數排名前20 的城市擁有44%的分支企業。房地產企業總部有一定地緣性和先發性，更需考慮市場成熟度，而分支機構的布局是行業外部市場競爭和企業擴張策略的結果。

圖4 中國Top100 房地產企業的空間布局Figure 4 Spatial distributions of China's Top100 real estate enterprises

3 中國房地產行業服務能力的區域差異

3.1 中國城市房地產服務能力的差別特征

為探討網絡中城市房地產服務能力的異質性，本文計算了我國208 個城市房地產企業網絡指數與其排名的關系（圖5）。

圖5 中國城市房地產企業網絡指數的位序規模Figure 5 Rank- size scatterplot of gross network connectivity of China's cities in the real estate enterprises network

由圖5 可知，城市房地產服務能力與其位序較好地符合y=46138x-1.139的冪律分布規律，擬合系數高達0.837。冪指數1.139，大于1，說明城市房地產企業網絡指數高值分布比較集中［20］。我國大城市的房地產服務能力強、中等序位服務能力的城市不多，首位度較高，房地產企業發展及其資源分布不均衡。

將GNC實際值與GNC最大值（上海的5287）的比值作為城市的相對GNC 值，由此列出相對GNC值不小于30%的城市（表1）。這27 個城市數量僅為13%，卻擁有50%以上的房企資源，城市間的等級性差距較大。具體而言，上海市的GNC值位列第一，房地產企業服務能力位居全國首位，這與其經濟發展、交通區位密不可分。成都市位列第二，其絕對GNC值為3748，相對GNC值為71%。作為成渝經濟區圈的中心，成都的經濟、基礎設施和地理區位均居于西南地區城市前列。北京市作為全國的政治中心，位列第三，其絕對GNC 值為3422，相對GNC 值為65%。相對GNC為30%及以上的城市還包括南京、杭州和廣州等高能級城市，其中省會城市15 個，分別是成都、南京、杭州、廣州、武漢、西安、長沙、鄭州、沈陽、昆明、福州、合肥、南昌、濟南和貴陽；直轄市4 個，分別是上海、北京、天津和重慶；其他4 個副省級城市，分別是深圳、寧波、青島和大連。除此以外，蘇州、無錫、佛山和常州也位列前27 名，這4 大城市不屬于高能級城市，但地區生產總值均突破萬億大關，人均GDP超過10 萬元，屬于全國層面上的經濟強市。27 座城市涉及12 個城市群，是所在城市群的首位城市或區域中心城市，分別是長三角、珠三角、長江中游、成渝、京津冀、遼中南、山東半島、滇中、關中、海西、黔中和中原城市群。其中，長三角城市群內的城市占到近三分之一，可見城市群的房企服務能力是不均衡的。

表1 相對全局網絡連通度值不低于30%的城市Table 1 Cities with relative gross network connectivity no less than 30%

3.2 中國城市群房地產服務能力的差別特征

為進一步分析不同城市群房地產服務能力的異質性，本文計算了城市群內城市房地產企業網絡指數的基尼系數、平均值和首位度（表2）。基尼系數可反映城市群內部城市房企服務能力的異質性與均衡性，其值介于0—1 之間，數值越大，則群內差距越大。平均值可橫向比較不同城市群房地產服務能力的整體水平。首位度是城市群內排名第一和第二城市GNC的比值，反映房地產資源要素在首位城市的集中程度。

表2 城市群房地產服務能力的統計指標Table 2 Statistical indicators of real estate service capability of urban agglomerations

從基尼系數來看，京津冀、成渝、關中和山東半島城市群的基尼系數均大于0.6，城市群內發展較為不均衡；蘭西、晉中、哈長和呼包鄂榆城市群基尼系數較低，均在0.3 以下，城市群內發展較為協調；其他城市群的基尼系數在0.5 左右。結合平均值和首位度來看，長三角城市群GNC 平均值最大，基尼系數低于0.5，首位度為1.58。其中，上海、南京、蘇州和杭州4 個城市集中了城市群40%以上房地產企業資源，城市群整體處于相對均衡狀態，呈現出多中心發展態勢，這與多源流數據視角下長三角城市群 多中心 發育最 為成 熟 的 結 論 相 符［19，21，22］。珠 三 角城市群平均值稍次之，基尼系數低于0.4，首位度為1.28，廣州和深圳擁有整個城市群43%的城市房企資源，呈現出以廣州、深圳為雙核的形態多中心結構。京津冀城市群基尼系數相對較大，但首位度較小，北京和天津吸收了60%房企資源，呈現出雙核發展格局。成渝城市群中成都和重慶占據了城市群76%的房企資源，也是基尼系數較大而首位度較小，與京津冀雙核類似，成渝雙核對周邊中小城市的帶動作用遠小于虹吸效應。中西部城市群在吸引房地產企業入駐方面處于弱勢，更多資源集中在省會城市，如關中、滇中、天山北坡、黔中、中原城市群，其首位度均大于4，處于能級不高的單核發展階段。整體而言，長三角和珠三角城市群的房地產市場比較成熟，各城市房企發展相對均衡，而京津冀和成渝城市群存在大城市虹吸和核心極化態勢，中心城市未能拉動周邊城市房地產業協同發展。

4 結論與討論

本文基于2021 年中國Top100 房地產企業的總部分支布局，采用鏈鎖網絡模型構建了我國城市房地企業服務網絡，從服務網絡空間結構和服務能力區域差異的角度分析了我國城市房地產企業網絡的結構特征，結論如下：①就空間格局而言，我國房地產企業網絡呈東密西疏的格局，“京—滬—廣—蓉”的菱形主干結構將國家級城市群聯系起來，構成了我國城市房地產企業網絡的“四梁八柱”，并通過鄰近擴散和遠程躍遷形成房企資源的城際流動通道。②就企業分布而言，我國房地產企業呈現出空間上分散但數量上集聚的特征。總部更集聚于大城市和國家級城市群，分支機構則相對分散布局，覆蓋眾多三四線城市，而數量上仍以大城市占優勢，該布局與房地產業的外部市場競爭和企業戰略擴張有關。③就服務能力而言，上海第一，成都次之，而后依次為北京、南京、蘇州等，房地產企業網絡指數與其位序符合系數大于1 的冪律分布，高值集中于少數高能級城市和經濟強市。長三角城市群城市的房企服務能力最優，珠三角城市群次之，兩大城市群房企資源分布較為均質，呈現出多中心發展態勢；京津冀與成渝城市群發展不均衡，雖雙核發展，但對周邊城市的虹吸效應大于帶動輻射；中西部城市群的房企資源集中于省會城市，首位度較高，呈極化發展。

隨著場地空間逐步被流量空間取代，企業網絡成為城市間經濟互動聯系的重要載體。房地產業是當前國民經濟的支柱產業之一，以中國Top100 房地產企業組織網絡為基礎，探討我國城市網絡的空間結構與區域差異具有理論意義和現實價值。城市房地產企業網絡指數（即全局連接度）可直觀反映該城市房地產企業的全局影響力和綜合競爭力，網絡指數越高，其對外經濟輻射力和房企服務能力通常也越強。我國房地產業整體發展不平衡，是長期以來資源稟賦、市場驅動和政策引導的共同作用結果，行為者包括中央政府、地方政府、房地產開發商、消費者，投資者和投機者等，這使得房地產行業與其他行業有著不同的屬性關系，交易的參與者不僅僅是買方和賣方，各種利益交織在一起決定著房地產企業網絡結構特征由多種因素驅動。研究側重于分析我國城市房地產企業網絡的結構特征，未定量解釋影響機制，是未來需要深入研究的方向。此外，涉及的房地產企業網絡是從資本服務角度構建，而非資本支配角度，是側重于對各城市房地產發展潛力的衡量與對比，未來可進一步對比研究我國城市房地產服務網絡和支配網絡的異同。