基于社会网络分析法的泛长三角区域经济联系分析

童纪新　张　奇

(河海大学，南京　210098)

基于社会网络分析法的泛长三角区域经济联系分析

童纪新张奇

(河海大学，南京210098)

〔摘要〕本文利用泛长三角城市职能指标指数将各城市划分为3个等级中心城市，发现城市等级分布不均匀，高等级中心城市主要分布在中东部地区，为泛长三角的核心地区，并且随着经济发展，中心等级差异在不断减弱。通过修正的引力模型计算城市之间的经济关联量，发现经济关联量区域差异十分明显，浙北与苏南城市经济关联量明显，安徽、苏北、浙南地区经济关联量较弱，利用社会网络分析法分析各个城市在区域经济中的中心地位，通过点入度与点出度分析经济扩散效应，利用Concor法将泛长三角划分为8个凝聚子群，分析各个子群发展因素，为长三角区域经济发展提出建议。

〔关键词〕泛长三角引力模型经济关联度社会网络分析法

1　研究背景与问题的提出

长江三角州是长江入海之前的冲积平原，为中国第一大经济区、中国综合实力最强的经济中心、亚太地区重要国际门户、全球重要的现今制造业基地及中国率先跻身世界级城市群的地区。长三角经济圈不断扩展，由最初的16个城市于2013年扩展到包含江浙沪皖三省一市的所有城市，形成了如今泛长三角格局。

泛长三角不同区域的经济发展呈现出明显的差异格局。以上海为核心的近圈层是发展的核心区，向北、南、西3个方向存在梯度不断下降趋势。近年来，虽然整体水平不断上升，但是区域差异状况并没有解决，区域差异、区域平衡、区域空间等问题近年来成为经济地理学、区域经济学和城市科学等多个学科的研究重点。如何将核心地区的经济优势向全区转移仍需要进一步研究。经济辐射与经济带动是泛长三角完善区域增长的重要机制。本文将通过数据计算出城市之间的经济联系量，分析经济辐射传播的机制，为泛长三角的区域经济一体化协调发展提出对策建议。

国外学者研究城市群空间经济联系是从20世纪60年代开始。Taaffe(1962)通过引力模型和实际航空客流数据研究了大中心城市的支配性[1]。Muller(1997)通过物流，人流以及运输网络特征的变化，利用选择增长模型，阐述了运输增长对区域经济发展具有强烈的促进作用[2]。Rietveld.P(1998)使用定量模型，实证分析了运输增长和区域经济增长的协同关系[3]。Matsumoto H(2005)采用引力模型，通过模糊分析法，从运输的角度对城市的功能联系进行的定量分析[4]。

国内研究区域空间经济关联主要始于20世纪90年代。金凤君(1991)通过定量研究铁路货运联系，认为距离超过2000公里，则区域间经济联系会变得很弱[5]。李文静(2004)、郑国(2004)、郑良海(2011)、刘承良(2006)、苗长虹(2006)等人以引力模型为基础，分别定量化的测量分析了首都城市群、山东半岛、关中城市群、武汉都市群和河南省的区域经济联系量[6-10]。顾朝林(2008)利用空间联系理论，选用引力模型，从两个层次计算了中国城市之间的空间联系强度，并对城市体系进行分级，揭示了中国城市体系的空间演变过程[11]。赵雪雁(2011)分析了皖江城市带经济联系，提出了合肥和芜湖两个中心城市，并对中心城市辐射范围做出测定[12]。王海江(2012)通过研究我国省域经济联系，发现我国区域经济发展主要集中在长三角，珠三角和环渤海三大城市群[13]。刘瑞娟(2014)局域空间视角下，利用交通流模型和引力模型对辽宁省区域空间联系进行了分析[14]。刘柳(2014)从空间相互作用理论出发，利用引力模型和城市流轻度模型，从区域和产业两个方面对首都城市群的空间经济联系进行了实证分析[15]。欧向军(2015)利用引力模型研究江苏省经济联系的空间特征，将江苏省分为苏锡常通、宁镇杨泰盐、淮安和徐宿连四大板块[16]。

2　数据来源与研究方法

2.1数据来源

长三角自概念出现之后不断充实，由最初的上海与江浙部分城市组成扩展到现今存在大量对长三角概念的界定。目前对长三角地区的界定主要有两类：一类是指江苏、浙江、上海加上安徽的部分城市，称为小长三角；另一类是指包括三省一市的全部城市，称为泛长三角。本文所研究的空间范围设定为整个泛长三角地区，共40个地级市。

本文主要考察的是泛长三角城市群的城市职能等级，空间经济联系等。在研究过程中，数据主要来源于2009年以及2015年《浙江统计年鉴》、《江苏统计年鉴》、《安徽统计年鉴》和《上海统计年鉴》，时间距离数据主要来源于地图导航数据。

2.2研究方法

2.2.1中心职能指数

城市的中心性成为城市评价的一个重要指标，它是指该城市为其他地方提供服务的相对重要性，体现在该城市对周边城市的经济辐射作用影响的能力大小。通常通过一些体现城市经济发展的主要指标计算得来。本文采用生产总值(Vi)，非农业人口(Pi)，社会固定资产投资总额(Mi)以及社会消费品零售总额(Ni)4个数值来反映城市职能指标。生产总值体现了经济发展水平，非农业人口体现了城市规模与潜力，社会固定资产投资体现了城市经济生产的投入力度，社会消费品零售总额体现城市的消费能力。国内学者一般采用中心职能指数指标来衡量城市的中心性。

(1)

KPi、KMi、KNi的计算公式同(1)式。

中心职能指数：

(2)

2.2.2区域经济关联量

在计算这一指标时，采用引力模型进行计算。引力模型是经济学家仿制牛顿万有引力公式得出的计量两城市之间经济关联的模型。这一指标是衡量区域之间的经济关联强弱大小的指标，既可以表现出经济中心城市对周边城市的辐射作用，也可以体现周边地区对经济中心辐射能力的接受能力。

M为主体i，j的质量，D为两者之间的地理距离。引力模型常用于研究由于随距离扩大而联系减弱的问题。对于M指标的选取，作者结合中心职能4项指标对城市质量进行综合考察分析，引力模型研究的是距离问题，在本文中，经济联系主要是通过人力物力等运输产生，运输时间缩短，城市之间发生经济联系量变大，所以本文将引力模型中的空间地理距离修改为经济距离，采用平均公路运输时间表示。基础引力模型计算的是两城市之间的关联量，忽略由于质量差别导致的经济输出和输入差异，故，在计算城市经济关联时，要加入一个修正指数，以正确分析出城市经济关联。

修正的引力模型：

(3)

ki为修正指数。

社会网络分析处理。通过修正的引力模型计算每两个城市之间的经济联系量，组成经济联系量全矩阵E。

将长三角所有城市之间的经济联系量制作出全矩阵表格输入UCINET软件中进行相关处理。计算度中心性，点度中心性是在网络分析中刻画节点中心性的最直接度量指标。一个节点的节点度越大表明这个节点的度中心性越高，该节点在网络中就越重要[14]。根据城市之间经济联系的强度与方向，点度中心度可进一步分为点入度与点出度。点出度为影响其他城市的强弱，点入度为接受其他城市影响的强弱。公式如下：

制作经济关联图，将前文中计算得来的每两个城市之间的经济关联量利用UCINET中的NETWORK制作成网络图。在网络图中，设置起点i。

凝聚子群分析，根据长三角城市群网络结构关系，利用UCINET中的Concor法(迭代相关收敛法)进行子集合分析。凝集子群是指子群成员之间存在较强的、直接的、紧密的或者类似积极的关系所构成的子集合。

3　实证分析

利用(1)式及(2)式计算各个城市的中心职能指数，首先计算2014年的中心职能指数，将指数大于等于1.5的城市定义为一级城市，指数在0.8～1.4范围的城市定义为二级城市，指数低于0.8的城市定义为三级城市。制作出表1的等级划分表。长三角共有9个一级中心城市，10个二级中心城市和22个三级中心城市，在等级分布上较为合理。其中上海市指数为5，位于绝对中心位置。江苏省拥有3个一级城市和6个二级城市，浙江省拥有3个一级城市和4个二级城市，安徽省仅仅只拥有1个一级城市，缺乏二级城市。这表示在地域分布上存在缺陷，长三角西部地区严重缺少增长极。

表1　2014年中心城市等级划分

作者横向比较2008年与2014年两年的截面数据，通过数据处理得到表2，通过Echart处理得到图1的2008年与2014年数据驱动图。从数值上看，中心职能指数出现聚拢性，2008年上海市是长三角的绝对中心，其中心职能指数为7.1，是第2名杭州的2.63倍，是第10名台州的5.92倍。2014年中心职能指数降为5.0，仅是第2名苏州1.67倍，是第10名徐州的3.64倍，上海市绝对中心地位逐渐减弱，长三角内部城市发展迅速，中心城市等级差异不断缩减，向均匀化发展。

表2　2008年与2014年中心职能排名前10

从数据驱动图可以看出中心城市分布没有发生根本性变化，变化主要体现在颜色深度上，以上海为核心的周边城市颜色相对加深。苏州、无锡等靠近上海的城市中心职能排名上升，苏州由第4名上升为第2名，无锡上升1位，说明上海市经济辐射能力展现效果。东部城市颜色也存在加深现象，而西部城市基本不变，一直处于末端，中心职能指数偏低，近年来，发展并没有跟上长三角的整体步伐。从整体局势分析，以上海为中心的深色向四周扩散，辐射圈较近的城市受到影响较大，颜色明显加深，离辐射圈较远的城市受到的影响较小，没有得到明显的提升。

图1　长三角中心职能数据驱动图

本文考察的基点是每个城市，故在度中心性主要分析点度中心性。首先，将修正指数k取值为1，取得城市之间的经济关联量，不分别计算点入度与点出度。作者利用UCINET6.0软件对经济联系量全矩阵E进行分析，得到相对中心度。将2014年中心职能指数和相对中心度前10提出，如表3，并利用Echart对相对中心度做出数据驱动图，同中心职能指数比较，如图2。

每个城市所产生的经济效益必定由其经济规模以及区域地理位置决定，中心职能考察的是城市自身的硬性条件，而相对中心度体现在区位发展中同周边城市发生经济联系能力的强弱。对于区域经济发展，点度中心性的重要性更高于中心职能。通过比较2014年中心职能指数和相对中心度，相对中心度有明显的向中部凝聚的趋势。苏州、无锡、常州、嘉兴等城市由于占据最佳的地理位置，相对中心度上升很多，苏州超越上海，成为相对中心度第一的城市。徐州、合肥、温州等城市处于长三角的外部边缘地区，虽然中心职能指数较高，但相对中心度因地理位置下降较多。从图2的城市分布中，安徽地区与浙南地区在相对中心度排名中处于最低，即，在长三角中占据的地理优势最少，得到的经济辐射作用最弱，需要在后续的发展中解决这一问题。

表3　2014年中心职能指数与相对中心度对比图

图2　中心职能指数与相对中心度数据驱动图

表4　2014年中心城市净辐射量

续　　表

社会网络分析，利用UCINET与NETWORK软件对经济联系量全矩阵E进行网络化制图，分别令i=40和100，结果如图3。i=100时，只有苏南，浙北与上海区域存在着经济关联，表明该地区是整个长三角地域经济联系最密切的地区，是经济发展的核心地区。将起点i降低至40，在外围区出现新的经济联系量较大的城市，主要为徐州、盐城、温州、合肥等城市，这些城市是划分外围区子城市群重要依据，以这些城市群为中心，可以完善经济的扩散效应。在下左图中，网络密度最大的为以上海为起点，合肥为终点，包括苏州、无锡、常州、南京等城市的中分线，浙南与苏北地区网络密度次之，安徽地区最弱，降低起点i后，安徽地区很多城市依旧存在很少甚至不存在有经济联系的城市。

凝聚子群分析，利用全矩阵数据进行凝聚分析，如图4所示。数据分析将长三角地区聚类成8个凝聚子群，将泛长三角核心地区分为两个凝聚子群，作者认为，将第一类与第二类合并为一类，构建7个凝聚子群较为合理，分别进行编号。1：上海、嘉兴、无锡、南通、盐城、常州、泰州、湖州。2：杭州、宁波、绍兴、舟山、黄山。3：金华、台州、衢州、温州、丽水。4：镇江、马鞍山、合肥、扬州、滁州、南京、芜湖、宣城。5：六安、铜陵、安庆、池州。6：淮安、徐州、淮北、宿州、宿迁、连云港。7：阜阳、蚌埠、淮南、亳州。

图3　2014年经济关联图

图4　聚类分析图

1号凝聚子群是泛长三角地区经济最发达，经济联系最密切的地区，对2号凝聚子群和4号凝聚子群的联系较为紧密。2号凝聚子群是浙中地区的城市带，其内部城市同主要的城市产生相似的经济关联，同时也是泛长三角地区向南经济辐射的传播介质，对3号凝聚子群具有重要意义。3号凝聚子群位于浙南地区，属于泛长三角边远地区，一方面需要通过2号凝聚子群接受1号的经济辐射；另一方面也需要和其相邻的非长三角地区密切往来，其包含温州一级中心城市，以其为经济增长极，带动全区发展。4号凝聚子群囊括的南京都市圈和部分皖江经济带，是经济向内部转移的重要枢纽。该地区人口密集，交通便利，具有承东启西的地理位置，近年来经济发展十分迅速，是泛长三角地区发展的潜在力量。5号与7号凝聚子群分别位于皖南皖北地区，位于泛长三角西侧，是经济最落后的两个地区，不同于3号与6号凝聚子群，其自身内部不存在高级中心城市，目前缺少有效增长极。5号凝聚子群需要向4号凝聚子群靠拢，接受经济辐射；7号凝聚子群位于4号与6号的夹角中，应该同时向两边凝聚。6号凝聚子群是以徐州为核心形成的，一方面通过徐州向下进行经济辐射；另一方面加强与4号凝聚子群的合作。

4　对策建议

4.1完善中心城市分布

中心城市是每个城市群的经济增长极，经济的扩散作用和辐射机制都是通过增长极实现。目前存在的一级中心城市和二级中心城市主要分布在中东部地区，以中东部为点向全泛长三角辐射效果较差，应建立交叉网状结构，即，将中心城市分散，进行多点混合辐射。3号凝聚子群存在温州一级中心以及金华台州两个二级中心，分布较合理。6号凝聚子群只存在徐州1个二级中心城市，应当尽力将徐州培养成一级城市以及将宿迁淮安等职能指数相对高的城市培养为二级中心城市，完善分布状况。5号与7号凝聚子群只存在三级城市，需要各自培养出二级城市作为增长极。

图5　凝聚子群分布

4.2完善交通路线，提高运输效率

作者在对引力模型进行修改时阐明，经济联系是通过交通运输完成的，对于缺少地理位置优势的城市，加强与外界经济联系的一大途径为减少经济距离，即缩短平均运输时间。泛长三角内部主要归于公路运输和铁路运输，对于公路，主要需要完善地方性公路，加强国道省道的建设，泛长三角边远地区地域宽广，公路交通基础设施并不完善，需要加快公路建设；对于铁路，一方面更新机车设备，部分地区仍使用时代淘汰的慢车机车，造成能源浪费和运输效率低下；另一方面加强高铁与动车路线的布局，泛长三角地区人力运输主要依靠高铁和动车，现在安徽地区，浙南，苏北地区的高铁动车运输网还没有成型，需尽快完成运输网建设，提高铁路运输效率。

4.3消除行政隔阂，落实经济联系

本文中经济联系量是通过数据计算得来，属于理论数据，现实中，需要城市之间进行经济来往来落实这一数据。近年来，虽然政府鼓励支持市与市之间，省与省之间进行经济合作，发展经济一体化，然而行政管理会造成合作隔阂以及恶性竞争，在很大程度上会阻碍经济一体化的形成。在泛长三角的后续发展中，需要打破这种僵局消除行政区分带来的不利影响，为城市间经济往来合作创造无阻碍环境，将经济联系理论数据真正落实。

4.4注重南京与合肥地位

南京在泛长三角城市群中具有外引内联的作用，是内部地区最大的中心城市，一方面可以吸收东部地区的经济优势；另一方面可以以自身硬实力辐射中西部城市的经济。合肥市是泛长三角西部地区以及安徽省唯一一个高等级中心城市，必须充分发挥其增长极作用，对周边城市产生经济联动，实现区域发展。这两个城市的发展关乎到泛长三角地区经济带动中国中部城市战略的顺利实施，两城市的发展应得到泛长三角以及国家的重点关注。

参考文献

[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]金凤君．运输联系和经济联系共存发展研究[J]．经济地理，1993,13(1):76～80

[6]李文静．京冀区域经济联系的现状及发展途径[J]．北京社会科学，2004，(3):22～24

[7]郑国，赵群毅．山东半岛城市群主要经济联系方向研究[J]．地域研究与开发，2004,23(5):51～54

[8]郑良海，邓晓兰，侯英．基于引力模型的关中城市间联系测度分析[J]．人文地理，2011，(2)：80～84

[9]刘承良，余瑞林，熊剑平，等．武汉都市圈经济联系的空间结构[J]．地理研究，2007，(1)：197～209

[10]苗长虹，王海江．河南省城市的经济联系方向与强度——兼论中原城市群的形成与对外联系[J]．地理研究， 2006，(2):222～232

[11]顾朝林，庞海峰．基于重力模型的中国城市习题空间联系与层域划分[J]．地理研究，2008，1(1)：1～12

[12]赵雪雁，江进德，张丽，等.皖江城市带城市经济联系与中心城市辐射范围分析[J].经济地理，2011，(2)：218～223

[13]王海江，苗长虹，茹乐峰，等.我国省域经济联系的空间格局及其变化[J].经济地理，2012，(7)：18～23

[14]刘瑞娟．基于空间视角的区域联系分析[D]．西安：长安大学，2014

[15]刘柳．京津冀城市群经济空间联系实证分析[D]．秦皇岛：燕山大学，2014

[16]欧向军，薛丽萍，顾雯娟.江苏省县市经济联系的空间特征(将)[J].经济地理，2012，(8)：24～31

[17]孙雷，等．中国城市群发展研究——基于城市群引邻新型城镇化的背景[J]．工业技术经济，2014，(8)：35～44

[18]汪小帆，李翔，陈关荣．网络科学导论[M]．北京：高等教育出版社，2012

(责任编辑：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

〔中图分类号〕F127

〔文献标识码〕A

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

作者简介：童纪新，河海大学商学院教授，博士研究生。研究方向：技术经济与管理。张奇，河海大学商学院硕士研究生。研究方向：城市经济城市规划与管理。

基金项目：国家社会科学基金项目“长江经济带创新空间分异及创新驱动模式研究”(项目批准号：15AGL011)。

收稿日期：2016—04—20