粵港澳大灣區城市群空間經濟網絡關聯研究

摘 要：根據近三年的經濟統計數據，本文運用社會網絡分析法構建粵港澳大灣區城市群的關系網絡，并分析驗證經濟網絡下的溢出效應對經濟增長的影響。研究發現，粵港澳大灣區城市群具有高密度和明顯的網絡化結構，呈現出“核心—半邊緣—邊緣”的三級圈層結構特征。凝聚子集分析結果表明，粵港澳大灣區城市群在空間組織上可以細分為4個城市子群。本文通過QAP分析發現，影響粵港澳大灣區城市群經濟聯系強度的因素包括城市之間的距離、要素擴散與聚集、從業人口的流動、對外貿易發展以及內需消費等，并基于實證分析提出推進粵港澳大灣區城市群協同發展的對策建議，以供參考。

關鍵詞：粵港澳大灣區城市群；空間經濟網絡；社會網絡分析；QAP分析；區域經濟

本文索引：楊韻.<變量 2>[J].中國商論，2024（07）：-020.

中圖分類號：F124 文獻標識碼：A 文章編號：2096-0298（2024）04（a）--04

1 前言

沿海灣區聚集了發展程度最高、競爭力最強的城市群。據世界銀行統計，全球超過一半的經濟總量來自灣區。粵港澳大灣區在地理位置、經濟基礎、產業優勢等方面具備建設成為世界一流灣區的實力，截至2022年，粵港澳大灣區經濟總量超13萬億人民幣，僅次于東京灣區和紐約灣區經濟總量位列全球第三。但是粵港澳大灣區內部發展不均衡，城市群間經濟差距明顯，核心城市影響力向周邊城市擴散，后發優勢明顯。因此，本文科學分析粵港澳大灣區城市群的經濟空間網絡結構，考察經濟網絡溢出效應對城市群經濟增長帶來的影響，有助于了解粵港澳大灣區城市群的空間行為，強化城市間的功能聯系，優化區域產業空間布局，增強城市群競爭力，可以為規劃和發展粵港澳大灣區提供參考。

國內外學者對城市群空間結構特征主要從點、線、面三個視角展開，其中以“點”要素和“線”研究居多。“點”要素主要是關于城市中心性的研究。劉靜玉（2006）[1]通過構建潛能模型反映中原城市群中型城市的中心性強度。姚作林等（2017）[2]運用熵值法構建城市中心性測度指標體系，研究成渝經濟區城市空間格局。

“線”主要是關于城市間經濟聯系強度的研究，為了測算城市間經濟聯系強度大小，學界普遍采用的方法是引力模型和城市流模型。引力模型反映了空間互相作用與距離密切相關，距離越近的區域間的互相作用較大，區域間經濟引力模型幾乎采用GDP、人口、距離等要素構建。王方方（2018）[3]引入引力貢獻參數改進了傳統引力模型，分析了粵港澳大灣區城市群空間經濟網絡。

本文采用“點”“線”結合的方式，依據經濟統計數據，運用社會網絡分析法分別構建城市群關系網絡，比對不同視角的城市群經濟網絡特征，探究粵港澳大灣區城市群經濟網絡下溢出效應對經濟增長的影響。

2 基于經濟聯系的粵港澳大灣區城市群引力模型構建

2.1 研究方法

在城市之間的經濟聯系中，存在著一種單向性現象。這意味著在人口總數、經濟規模和距離等條件相等的情況下，兩個城市對彼此之間的引力貢獻是不同的[4]。根據王方方等（2018）[3]的研究，本文采用了改進的引力模型來計算這種引力貢獻。在改進的引力模型中，本文引入了一個新的參數，即城市i的GDP（國內生產總值）占兩個城市GDP總值之和的比例，記為Kij。這個參數可以衡量城市i對整體經濟聯系的貢獻程度。根據修正后的引力模型，可以得到修正后的引力模型計算公式如下：

其中，Kij代表城市i對城市j的城市經濟貢獻率參數。這個參數表示城市i對整體經濟的貢獻程度。Gi和Gj分別表示城市i和城市j的GDP（國內生產總值）。這些數值代表了兩個城市的經濟規模。Rij代表城市i對城市j的經濟影響力。這個值反映了城市i對城市j經濟活動的影響程度。Pi和Pj分別表示城市i和城市j的年末人口總數。這些數值代表了兩個城市的人口規模。Dij表示兩個城市之間的距離。這個值可以是實際的地理距離或其他衡量距離的指標。

2.2 數據來源說明

由于經濟網絡具有時間上的相對穩定性，本文選取2020年、2021年和2022年的截面數據，通過時間序列數據反映粵港澳大灣區近三年的經濟動態變化。數據來源于《廣東省統計年鑒》《香港統計年刊》和《澳門統計年刊》。本文使用百度地圖查詢結果獲取了粵港澳大灣區城市之間的距離數據，并將這些數據代入改進引力模型進行計算，得到了近三年粵港澳大灣區城市群之間的經濟聯系網絡矩陣。

3 粵港澳大灣區城市群經濟網絡結構分析

本文把粵港澳大灣區各個城市節點在2020—2022年的數據運用UCINET進行網絡中心性分析和點度中心度分析。網絡中心性分析是用來衡量各節點城市在城市群經濟網絡中的影響力。中心性指標（C）可以反映一個城市在整個網絡中的重要程度。通過分析中心性指標，可以了解到哪些城市在經濟網絡中扮演著重要角色，對整個城市群的經濟聯系起到關鍵的推動作用。點度中心度分析則通過衡量每個節點城市的點出度（Out）和點入度（In）來評估其影響力。點出度衡量了一個城市主動輻射影響其他城市的程度，而點入度則衡量了一個城市被其他城市影響的程度。通過分析點度中心度，我們可以了解到哪些城市在主動影響其他城市方面表現出色，以及哪些城市在被動接受其他城市影響方面較為突出，具體分析結果見表1。

廣州、佛山、深圳、香港是粵港澳大灣區城市群中的中心城市，其在經濟網絡中具有較高的中心度和點入點出度。這意味著四個城市與其他城市之間具有緊密聯系，對整個粵港澳大灣區的控制力和影響力較強。從點出度和點入度的分析來看，各節點城市之間的聯系程度逐年增長，顯示出粵港澳大灣區城市間的經濟聯系越來越緊密，特別是廣州、佛山、深圳、香港這四座城市的點出度和點入度較高，它們是粵港澳大灣區最重要的經濟外溢和影響接收城市，也是城市網絡的核心區域。廣州、深圳、香港的點出度大于點入度，說明這三個城市對周邊城市的影響輻射力大于周邊城市對其的影響，是整個城市網絡的經濟發動機。佛山作為位于大灣區腹地的城市，由于其良好的地理位置，其點出度排名第三，而點入度是整個大灣區城市群中最高的，其經濟發展受到周邊廣州、深圳等發達城市的輻射帶動影響。其他城市的點入度都大于點出度，表明這些城市更多地接收其他城市的經濟外溢影響，而自身向其他城市輸出的影響力相對較小。

4 城市群凝聚子群分析

本文進行凝聚子群分析，可以將城市群經濟網絡細分為若干個子群，這是基于城市之間的互惠性、接近性和關系密度來量化的。每個子群內部的城市之間聯系緊密，可以被看作粵港澳大灣區城市群內部的“小團體”。凝聚子群分析幫助識別出城市群中形成的緊密關系網絡，這些子群在經濟網絡中相互依賴并且緊密連接。通過子群分析可以更好地了解城市之間的合作模式和集群效應。基于城市群經濟網絡的凝聚子群分析并非要把城市群劃分為分裂的“小團體”，而是希望利用網絡凝聚性作為一個解釋變量，分析各城市節點間的內部經濟聯系緊密程度，以便找到核心城市向周邊城市經濟輻射的最優路徑。文章運用UCINET軟件中的Concor法（迭代相關收斂法），設置最大分割深度為2，集中標準為0.2，對近三年的粵港澳大灣區城市群經濟網絡進行聚類分析，以揭示其內部聯系的緊密程度并得出凝聚子群結構，如圖1所示。

由凝聚子群分析可見，粵港澳大灣區城市在空間組織上可以細分為4個城市子群。其中，香港地區和深圳“特區+特別行政區”的組合，是粵港澳大灣區城市群的經濟龍頭；廣州作為核心城市，佛山作為副核心城市帶動周邊中山、肇慶經濟發展；“珠海+澳門+江門”與“惠州+東莞”城市子群內部缺乏有效增長極，是核心城市的邊緣區域。

圖1 粵港澳大灣區城市群經濟網絡凝聚子群結構

5 粵港澳大灣區城市群經濟網絡影響因素分析

5.1 選擇影響因素并構建模型

城市群經濟網絡的形成和演化是在多種不同影響因素的共同作用和驅動下發生的。第一，城市間的距離是影響城市之間經濟聯系的一個關鍵因素。距離的遠近直接影響著要素流動的成本，而成本的降低則促進了經濟合作和資源共享，進而加強了城市之間的經濟聯系。換句話說，距離越近，城市之間的經濟聯系越緊密，因為要素的流動更加便利和高效。這意味著城市之間的距離遠近會直接影響到它們之間的經濟聯系程度。第二，勞動力、資本、技術、信息等生產要素在城市間的流動推動了城市經濟發展，也提高了城市間的經濟聯系強度。這種要素的流動既能夠促進資源的優化配置，又能夠推動技術的傳播，從而推動經濟的發展。因此，要素擴散與聚集作用成為影響城市經濟網絡的重要因素。例如，一些有特定產業優勢的城市吸引了大量的資本和技術，進一步提升了城市間的經濟聯系。第三，勞動力資源作為一種重要的生產要素與城市群的發展密切相關。從業人口的數量和流動性帶動了城市間的協同發展。大量的人口流動促進了勞動力市場的靈活性，使得人力資源得以更好地配置。同時，從業人口的增長也帶動了消費需求的增加，進一步促進了城市經濟的發展。第四，開放型經濟貿易全球化是灣區城市群發展的重要特征。進出口貿易額是衡量灣區城市經濟發展的重要指標。隨著全球貿易的深入，城市間的貿易往來也日益增加。貿易活動不僅帶來了經濟增長，還提高了城市的競爭力和影響力。城市間的聯系強度也隨之增加。第五，城市居民消費能力與城市的發展呈現相關特征。居民消費升級刺激帶動了城市經濟發展和城市間經濟互動聯系。隨著居民收入的增長和消費觀念的變化，人們對高品質、高附加值的產品和服務的需求也相應增加。城市間的經濟聯系通過滿足居民的消費需求而得到進一步加強。本文選取城市間的距離（D）、城市固定資產投資額（I）、城市從業人口數量（P）、城市進出口貿易額（T）、城市零售總額（S）五類因素來構建粵港澳大灣區城市群經濟引力（R）影響因子模型，具體如下：

本文采用2022年的城市群數據，城市間的距離數據來自百度地圖，其他經濟數據來自廣東省和香港、澳門的統計年鑒，采用差值矩陣表示。

5.2 影響因素的QAP分析

本文利用UCINET軟件，對城市經濟聯系矩陣和影響因素矩陣逐一進行QAP（Quadratic Assignment Procedure）相關分析，結果如表2所示。

相關分析的結果顯示，城市群經濟網絡受到城市間距離（D）、城市固定資產投資額（I）、城市從業人口數量（P）、城市進出口貿易額（T）、城市零售總額（S）的顯著影響。在這些影響因素中，經濟聯系強度矩陣（R）與城市間距離（D）之間的相關系數為-0.39，表明城市間距離對經濟聯系強度有顯著的負向影響。經濟聯系強度矩陣（R）與城市固定資產投資額（I）、城市從業人口數量（P）、城市進出口貿易額（T）、城市零售總額（S）之間的影響系數為正數，說明這四個因素與經濟聯系強度呈正向相關。這表明隨著城市的固定資產投資額、從業人口數量、進出口貿易額和零售總額的增加，城市群間的經濟聯系也會不斷增強。

5.3 QAP回歸分析

按照QAP回歸分析方法，選擇5000次隨機置換，上述要素進行回歸分析，結果如表3所示。

根據回歸分析的結果，我們發現上述五個因素（城市間距離、城市固定資產投資額、城市從業人口數量、城市進出口貿易額、城市零售總額）可以解釋粵港澳大灣區城市群經濟聯系的52.3%。這表明這些因素是城市群經濟聯系網絡的主要影響因素，對其形成和發展起著重要作用。

6 結語

本文利用經濟統計數據構建了粵港澳大灣區城市群網絡，并分析了城市群的網絡特征，以驗證經濟溢出效應對經濟增長的影響。綜合以上分析結果，本文得出以下結論：

（1）粵港澳大灣區城市群呈現出層級網絡結構，包括核心城市、次核心城市和邊緣城市。香港、廣州和深圳作為核心城市，在經濟發展和國際交流中發揮著重要作用，并對周邊地區產生輻射效應。次核心城市包括佛山、東莞、澳門和珠海，承擔著連接核心城市和周邊地區的紐帶作用。邊緣城市如江門、中山、惠州和肇慶，在農業、制造業和旅游業等領域也發揮著重要作用。為促進城市群的協同發展，需要加強城市群內部的梯隊層級建設，合理定位城市的產業和功能，實現城市群內部空間結構的演進。

（2）根據凝聚子群分析，粵港澳大灣區城市可以劃分為四個城市子群。每個城市子群應該培育梯度增長極城市，以推動組織內部空間結構的演進，增強城市群的空間聯系密度，提高整體競爭力。

（3）粵港澳大灣區城市群的整體發展水平和綜合實力與城市在城市群中的影響力和聯系程度密切相關。城市群的經濟聯系強度與城市間的距離、要素擴散與聚集、從業人口的流動、對外貿易發展以及內需消費等因素緊密相關。因此，需要加強城市群內部的合作與交流，優化資源配置，推動經濟的協同發展。

參考文獻

劉靜玉. 當代城市化背景下的中原城市群經濟整合研究[D]. 鄭州： 河南大學， 2006.

姚作林.成渝經濟區城市群空間結構要素特征分析[J].經濟地理， 2017（1）： 82-89.

王方方，楊煥煥.粵港澳大灣區城市群空間經濟網絡結構及其影響因素研究： 基于網絡分析法[J].華南師范大學學報（社會科學版），2018，7（4）：110-120.

許培源，吳貴華. 粵港澳大灣區知識創新網絡的空間演化： 兼論深圳科技創新中心地位[J]. 中國軟科學， 2019（5）： 68-79.

彭芳梅. 粵港澳大灣區及周邊城市經濟空間聯系與空間結構： 基于改進引力模型與社會網絡分析的實證分析[J]. 經濟地理， 2017， 37（12）：57-64.

覃成林，劉麗玲，覃文昊.粵港澳大灣區城市群發展戰略思考[J]. 區域經濟評論， 2017（5）：113-118.