环渤海地区区域经济空间网络关联结构研究

摘要：采用网络分析方法，对1995—2014年环渤海地区区域经济空间网络关联结构进行分析，研究发现：环渤海地区区域经济空间网络关联特征显著，分为“辽宁”和“京津冀鲁”两个子网络；网络密度稳步上升，但仍然较低；核心区域的经济比重有所降低，但份额始终较大；网络效率在波动中趋降，空间溢出效应趋于显著。其中，北京、天津、济南等9地属于“主受益”板块，石家庄、保定、潍坊等19地属于“经纪人”板块，沈阳、大连、鞍山等4地属于“双向溢出”板块，而秦皇岛、承德、葫芦岛等12地属于“净溢出”板块。产业结构转型升级、控制FDI区域差异以及投资多元化等有利于环渤海地区增强区域经济空间关联。应多途径构建区域经济关联通道，打造“环型”网状关联经济，并通过产业转型升级和经济多元化发展增进区域经济空间关联。

关键词：环渤海地区；网络分析；空间关联结构；空间网络结构；网络效率；网络等级；网络密度；网络中心性；网络角色

中图分类号：F061.5；F127文献标志码：A文章编号：16748131（2017）01004310

一、引言

20世紀90年代，我国正式提出了构建“环渤海经济圈”的构想。从1992年原国家计划委员会部署并牵头组织有关省市编制《环渤海地区经济发展规划纲要》起，到2015年10月国务院批复《环渤海地区合作发展纲要》（以下简称《纲要》），国家层面主导的环渤海地区经济发展也已经走过了33个春秋。环渤海地区是我国经济发展的三大引擎之一，经济总量占全国比重从1990年的8.96%上升到2015年的10.2%。然而环渤海地区内部区域经济发展也是极不平衡的，2014年天津市人均GDP达到了10.52万元，是人均GDP最低的河北省（不足4万元）的近3倍；进一步细分到各地区，人均GDP最高的东营市（16.40万元）是最低的菏泽市（2.65万元）的6.19倍。因此，深入研究环渤海地区内部的区域经济关联，对于促进其区域经济协调发展具有重大意义。

区域经济和空间经济演化的一个规律就是当分散力受到集聚力的制衡时，空间集聚才能够得以产生（藤田昌久 等，2013）。对于环渤海地区而言，京、津的区位优势得天独厚，能够通过“极化效应”与“涓滴效应”与其他区域形成强关联关系。同时，经济发展是一个动态变迁的过程，需要依靠“有效的市场”来反映要素的稀缺性进而通过比较优势来形成各个区域的竞争优势，也需要“有为政府”对各区域（经济体）的发展进行协调，一个国家和地区只有运用好市场与政府这两只手才能实现快速、包容、可持续的发展与增长（林毅夫，2014）。从市场机制看，区域经济的交融其实质也是区域内部资源重新配置的一个过程，而市场首先是资源组合的选择者（厉以宁，2015），市场能够依靠资源配置和激励机制的改善来促进效率的提高（王小鲁 等，2009），且改革开放以来我国经济能够保持高速增长也主要得益于市场化改革（王小鲁，2000；沈坤荣 等，2002）。从政府宏观调控看，国家区域发展战略布局和政策实施对各个区域的经济发展都会产生重大影响。从20世纪90年代国家正式提出建设“环渤海经济圈”构想以来，已陆续出台多个指导性规划以及纲要，最新的《纲要》更是提出了“一核两翼”的发展格局，力求形成三大发展轴线以及沿海沿边两大开放带。同时，东部率先发展、东北振兴和京津冀协同发展等国家发展战略也涉及环渤海地区，“十三五”规划纲要也明确了推动京津冀协调发展的基本思路。这些战略和政策无疑有利于环渤海地区的经济发展，也强化了其内部区域之间的经济关联。

目前，关于环渤海地区区域经济关联的研究主要包括以下几个方面：一是从环渤海地区内的“海”与“陆”关系角度进行研究，如港口与城市关系（郭建科 等，2015）、陆海统筹协调（杨羽頔 等，2014）及海陆一体化（孙才志 等，2012）等。二是关注环渤海地区内宏观层面的经济联系，如关于环渤海与长三角、珠三角区域一体化的对比研究（姜博 等，2009）。三是从产业层面对环渤海地区区域经济关系进行研究（张广海 等，2009）。四是探讨环渤海地区区域经济的关联关系，但多集中在城市群及城市经济影响区等层面（狄乾斌 等，2015；姜博 等，2009）。

总体上看，现有研究还存在一些不足：一是使用的多为属性数据属性数据指反映某个国家或地区自身相关性质的数据，这些数据基本上与周边国家或地区无关。 ，而非关系数据关系数据指反映两个或多个国家（地区）间相互影响、互有关联的数据，由两个或多个国家（地区）共同决定。 ，受制于属性数据只能够反映自身性质的特点，往往难以描绘区域间的空间关联特征。二是没有将环渤海地区作为一个紧密联系的网络来进行研究，难以全面系统地把握其空间关联结构。三是没有对影响区域间关系的影响因素及传导机制进行深入研究，不能解释区域间关系的作用机理。有鉴于此，本文采用1995—2014年环渤海“3+2”省市的地级以上区域相应的关系数据《纲要》明确规定了“环渤海地区”涵盖的重点区域为“3+2”省市，即京、津、冀、鲁、辽。 ，运用网络分析方法（SNA），对环渤海地区区域经济空间网络关联结构及其影响机理进行分析。

二、研究方法

网络分析方法在社会学及经济学等学科领域已普遍应用，是一种跨学科、跨领域的研究方法（Borgatti et al，2009；徐振宇，2013），其借鉴社会学的研究思路与模式，以关系数据（Ties Data）作为分析单元，主要利用图论、线性代数及拓扑等技术，探究区域结构对其余区域单元以及整体的影响。这里主要从区域经济的空间关联关系和空间网络特征两个方面进行分析。

1.区域经济的空间关联关系

有关文献在定量研究区域间关系时，通常方法的有两个：一是从空间溢出的角度来分析区域间的关联关系（李敬 等，2014），主要基于区域间的向量自回归模型（Vector Auto Regression，VAR模型）进行分析；二是考察区域空间关联的演变情况，主要基于传统引力模型进行分析（刘华军 等，2015）。然而，VAR模型对时滞的敏感影响了其网络分析的精准度，而引力模型不仅仅适合分析整体网络，而且还能够从动态的角度刻画区域经济空间关联结构的演变趋势。地理空间的毗邻，会在很大程度上影响区域经济的空间关联特征（潘文卿，2012）。无论是古典区位理论，还是新经济地理学，都将距离（运输成本）作为影响区域经济关系的重要指标。然而，随着现代技术的发展，尤其是对于关系较为紧密的相对发达地区，运输成本的作用随着规模经济、强经济关联、本地市场效应以及区域政策等因素的影响而不断弱化。在环渤海地区，各区域地理位置临近、交通发达、经济联系紧密，因此本文放大了其区域间的经济影响，而弱化了地理距离（运输成本）的作用，构建如下“关系模型”（Ties Model）：

其中，i、j代表两个区域，Nij表示i区域对j区域的关系；Ei表示i区域的综合经济实力，本文用区域内人口数和实际区域生产总值本文所涉及的地区生产总值都是排除价格因素后的平减数值。 的乘积来衡量；Dij表示i区域与j区域之间的“经济距离”（刘华军 等，2015）。本文用两个区域间实际最短距离利用GIS所作出的两个区域之间的距离抽象掉了空间的非匀质性特征，这与现实中的经济地理相差甚远。本文利用百度地图的区域之间最短可达距离来刻画两个区域之间的距离因素；同时，由于样本区域涉及海域，本文在测度胶东半岛与辽东半岛的区域联系时，将两个半岛“软联系”的沈海高速作“硬化”处理，以尽可能符合经济实际。 与两个区域人均生产总值的比来衡量；λi是区域间关系贡献度，计算公式如下（Gi和gi分别表示i区域的生产总值和人均生产总值）：

进而可以计算出区域之间的关系矩阵。对矩阵每行数据取平均作为参照值，矩陣中实际关系值高于参照值取“1”，实际关系值小于参照值则取“0”，据此可以将关系矩阵转化为关系邻接矩阵关系邻接矩阵是一类方阵，其行与列表示完全相同的国家或地区且排列次序相同，其元素往往是“1”或“0”，代表彼此之间是否存在关联。 。

2.区域经济的空间网络特征

（1）网络关联性分析，主要用网络效率、网络等级、最近上限、网络密度四个指标进行刻画。网络效率（Net Efficiency，NE）指实际关联关系较最低关联关系“多余的线（Lines）”，其值越大，表明网络内关联关系较少，空间联系较弱网络效率计算公式为：NE=1-LMax（L），其中L表示关联关系“多余的线（Lines）”。 。网络等级（Net Hierarchy，NH）表示区域间在多大程度上是非对称可达的，其值越高则网络中“核心”区域支配力越强网络等级计算公式为：NH=1-NSRPMax（NSRP），其中NSRP表示空间网络中对称可达的点对数。 。最近上限（Least Upper Boundedness，LUB）表示到达两个区域的最接近的区域，其值越大表明网络等级性越强最近上限计算公式为：LUB=1-RMax（R），R表示网络中不存在LUB的点的数量。 。网络密度（Net Destiny，ND）是实际存在关系数（Ties）与最大可能关系数之比，网络密度越大，网络内关系越多，网络结构对各区域经济的影响也越大网络密度计算公式为：ND=Tn×（n-1），T表示网络之中存在的实际关系数目，n为网络中子区域数目。 。此外，也参考网络中关系总数、区域间关系数等情况进行分析研究。

（2）网络中心性分析，主要采用绝对中心度、相对中心度以及中间中心度三个指标进行分析。绝对点入度又称受益关系，指接受到其他区域的关系情况；绝对点出度又称溢出关系，指向其他区域发送的关系情况；相对中心度指直接与某区域相关联的关系数与最大可能与其关联的关系数之比，其也分点出与点入两种；中间中心度（Betweenness Centrality，BC）则反映区域在多大程度上处于网络的中心，如果一个区域处于多个区域之间最短的路径上，那么该区域就是网络中的“桥梁”，处于中心位置，表明该区域能够影响其他区域之间的经济行动中间中心度计算公式为：BC（i）=njnkΩjk（i）/Ωjk，Ωjk（i）表示区域j与区域k之间存在的捷径数，Ωjk（i）表示区域j和k经过区域i的捷径数目。 。

（3）网络角色聚类分析。依据各个区域在整个网络中所承担的角色进行分块，从而能够从新的角度剖析区域经济的内部结构情况、区域经济的内部传导机制以及联接方式等。根据环渤海地区的实际情况，本文将其区域网络角色划分为四类：净溢出板块、双向溢出板块、经纪人板块和主受益板块（刘军，2014）。三、环渤海地区区域经济的空间网络关联结构为了能够直观地展示区域经济的空间网络结构，利用UCINET软件中的图论工具对表达关联关系的邻接矩阵进行绘制（如图1所示），可以看出，环渤海地区区域经济空间关联的网络结构特征显著，而且整个网络包含两个较为明显的子网络，即“辽宁空间网络”和“京津冀鲁空间网络”（两个子网络的内部联系相对紧密，而二者之间的联系相对较少）。“辽宁”内只有中心城市和个别“桥梁”城市与外部区域产生较多联系，而且其内部联系比“京津冀鲁”的内部联系稀疏。

图2刻画了环渤海地区区域经济网络密度和关系数的演变情况。除了2003年、2013年存在异常值外，其余年份变动都较为平稳，关系数从1995年的280个上升到2014年的315个，网络密度从1995年的0.148上升到2014年的0.167，说明环渤海地区区域经济的整体关联程度在不断增强。然而，虽然网络密度有所提高，但环渤海地区的区域经济联系程度并不高，经过20余年的发展，整体网络密度仅仅提高了不到0.02，这也说明环渤海地区的区域经济联系与协作还有较大的提升空间本文注意到，环渤海地区区域经济网络密度在2002—2013年的增速高于1995—2001年，主要原因在于国家逐渐将“环渤海经济圈”建设提上了日程，有关环渤海地区的政策纷纷落地；然而在2014年，网络密度突然骤降，笔者认为是由于国家提出“京津冀协同发展”战略的影响，因为“京津冀协同发展”对“环渤海经济圈建设”具有一定的替代效应。当然，这只是本文的一个推测，具体原因还有待后续检验。。

图3展示了环渤海地区区域经济最近上限、网络等级以及网络效率的变动情况。最近上限变动非常平稳，基本在0.95左右徘徊，表明环渤海地区区域经济的网络等级度一直较高。但反映网络等级程度的另一个指标网络等级的波动较大，且表现出下降趋势，表明各中心城市有所发展，对周边区域辐射力度增大，导致京、津等核心城市的等级缓慢降低。而从网络效率看，也从1995年的0.813降到了2014年的0.792，表明环渤海地区区域经济联系越来越密切；但其数值一直徘徊在0.8左右，反映出环渤海地区区域经济“你中有我、我中有你”的空间关联依旧较为稀疏，但仍有很大的强化空间。图2网络密度与关系数图3网络关联性分析

2.环渤海地区区域经济的网络中心性

利用绝对中心度、相对中心度以及中间中心度对环渤海各个区域在整体网络中的地位与作用进行分析，如表1所示限于篇幅，表1只列出了2014年的情况，若读者对其他年份的情况感兴趣，可向作者索取。 。

从绝对度总数来看，天津、东营、北京、济南、大连等位于关系总数的前五，说明其与其他区域之间的经济联系较为紧密，而且这五个地区总的来说都是接受关系大于溢出关系（尤其是北京受益显著），极化效应强于涓滴效应涓滴效应，源于“涓滴理论”，在区域经济学表示一种扩散效应。指在经济发展过程中，不是给予欠发达区域特殊对待，而应该通过率先发展的区域通过消费、产业转移、就业等方面来带动欠发达区域发展。 ，“虹吸”现象显著。相对点出度与点入度延续了绝对总数的基本态势，比如北京相对点入度最高，而相对点出度较低。从中间中心度看，排在前十位的分别为沈阳、唐山、大连、天津、北京、秦皇岛、青岛、石家庄、承德、济南，表明其“桥梁”和“中介”作用十分显著。值得注意的是，这十个地区除了承德以外经济都较为发达，尤其是前五位，中间中心度占了总量的一半以上。这也表明环渤海地区相当数量的经济联系都是通过较为发达的区域或者中心城市来完成的，比如北京、天津、沈阳、青岛等。

3.环渤海地区区域经济的板块划分及其关联

通过块模型可以对整个地区进行分块，以揭示区域经济空间聚类结果及其传递机制。本文以最大分割深度为2、收敛标准为0.2进行板块划分（刘军，2014），结果参见表2。在全部315个关系中，板块内关系数为48个，板块间关系数为267，说明环渤海地区各区域之间的溢出效应显著。板块1接受关系数远多于溢出关系数，为主受益板块；板块2溢出关系数与接受关系数接近，且内部关系数量最多，为经纪人板块；板块3溢出关系数远多于接受关系数，同时内部关系数很少，为净溢出板块；板块4溢出关系数和接收关系数相近，为双向溢出板块。

注：板块1包括北京、天津、济南、青岛、淄博、烟台、唐山、威海、东营9个地区；板块2包括聊城、保定、沧州、衡水、石家庄、临沂、张家口、枣庄、邯郸、廊坊、潍坊、济宁、泰安、邢台、日照、莱芜、菏泽、德州、滨州19个地区；板块3包括承德、秦皇岛、铁岭、朝阳、葫芦岛、抚顺、本溪、丹东、锦州、营口、阜新、辽阳12个地区（基本上都处在辽宁或毗邻辽宁）；板块4包括盘锦、沈阳、大连、鞍山4个地区（基本上是辽宁的区域中心地区）。

依据各个板块关联关系的具体分布情况，可以得到各个板块间的密度矩阵和像矩阵，如表3所示。像矩阵能够更加直接、清晰地看出各板块之间的溢出与传递情况。板块1和板块4包括了环渤海地区内较为发达的区域，不仅自身内部存在较为紧密的经济联系，与其他板块的经济联系也较多。同时，可以看出各板块间并没有形成一个闭合的回路，而是呈现出一种线性区域经济传递机制（见图4）。这一经济传递机制整体来看是单向流动的，即基本是由辽宁（虚线框1）通过经纪人板块最终流向京津鲁（虚线框2），这也许可以为我国东北地区经济下滑、人口流失提供一种解释。

4.经济发展差异对环渤海地区区域经济关联的影响

通过块模型可以看出来，发展水平相近的地区更容易聚类到一起，也就是说经济发展的差异性会影响各区域间的经济关联，而经济发展差异可以用产业结构差异、经济开放差异、投资差异、消费差异、外商投资差异等来反映。由于关系数据的特殊性，自变量之间可能会存在较高的相关性，不能用常规的计量方法进行参数估计，本文采用二次指派方法（Quadratic Assignment Procedure，QAP）QAP是一种非参数估计方法，不需要各自变量之间相互独立，在网络分析中应用较广泛，且比一般的参数方法表现出更加稳健的特征（李敬 等，2014）；其回归估计主要分为两个步骤，一是对自变量及因变量矩阵对应的行（列）向量进行常规回归估计，二是随机置换因变量行与列再重新计算，不断重复以上两个过程，得到回归估计结果。 ，以图1中的邻接矩阵为因变量，以产业结构差异矩阵、消费结构差异矩阵、投资结构差异矩阵、经济开放差异矩阵、外资投资差异矩阵以及毗邻差异矩阵为自变量，进行回归分析。其中，产业结构差异用第二、第三产业衡量，经济开放差异用进出口总额占地区生产总值比重衡量，投资差异用全社会固定资产投资衡量，消费差异用社会零售额占地区生产总值比重衡量，外商投资差异用外商投资规模（FDI）衡量。选择5 000次随机置换，样本容量为1 892个环渤海地区有44个地级城市区域，扣除自身影响，44×（44-1）=1 892。 ，相关性分析结果表明，邻接矩阵与消费差异矩阵存在相关关系，这可能与本文选取的指标有关，故在回归分析中将该指标剔除。继续选择5 000次随机置换得到回归结果（如表4）。

QAP估计结果表明，第二产业差异和第三产业差异在5%水平上是显著的，表明产业结构差异对环渤海地区区域经济空间关联关系产生了显著影响，但两者的影响效果分别为正效应和负效应。随着经济结构转型和产业升级，京、津等核心城市以及区域中心城市第三产业比重较高，而其他区域城市依旧是第二产业比重较高，形成了区域经济产业结构梯度，这一梯度的存在对环渤海地区的空间经济关联结构产生了重要影响。这同时也表明产业结构转型升级对于环渤海地区缩小区域经济差异、增强区域经济联系具有带动作用。地理区位的邻近也通过了1%的显著性检验，表明地理位置接近的区域之间存在更多的经济关联，在整个环渤海地区“灯下黑”“灯下黑”原指的是由于遮挡在灯光下面形成的阴影区；用于区域经济发展之中，代指由于大城市或者中心地区对要素的强大吸引力而造成周边地区处于劣势、发展缓慢，从而形成一个弱势发展区域的现象。 现象并不明显。然而经济开放差异没有通过显著性检验，可能其并不是影响环渤海地区区域经济差异的重要因素。FDI差异和投资差异均对环渤海地区区域经济的空间关联产生明显影响，但二者的影响却是一负一正。外商投资的区域差异越大，环渤海地区区域经济的空间关联越小，因此，要控制FDI区域差距的扩大（其可以表征为经济发展水平差距的扩大），将其控制在适度范围，避免“断崖”式区域发展梯度。区域投资差异越大，则环渤海地区区域经济的空间关联越大，表明投资多元化有利于促进區域经济协调发展。

四、結论与启示

本文采用1995—2014年环渤海“3+2”省市的地级以上城市区域经济数据，构造关系模型，利用网络分析方法对环渤海地区区域经济的空间网络关联结构进行分析，并进一步分析区域经济发展差异对区域经济关联的影响，主要结论如下：

从整体网络结构特征看，环渤海地区区域经济空间网络关联特征显著，且较为显著地分为“辽宁”和“京津冀鲁”两个子网络，这两个子网络间经济关联相对较少。环渤海地区区域经济联系日益密切，空间关联网络密度呈现上升趋势，但还有较大的提升空间；最近上限呈现微弱降低的趋势，但一直处于较高的水平，表明核心区域经济比重有降低的趋势，但份额始终较大；网络效率数也呈现降低态势，表明区域经济之间多层叠加、空间溢出效应越来越显著。

从内部个体网络看，天津、东营、北京、济南、大连的关系总数位列前五，且总体上接受关系多于溢出关系；京、津相对点入度位于前两位，且相对点出度很低，属于网络中的核心城市；其他区域中心城市的相对点入度也高于相对点出度，而相对点出度高于相对点入度的区域基本上都位于辽宁以及一些发展水平相对较低的地区；沈阳、唐山、大连、天津、北京、秦皇岛、青岛、石家庄、承德、济南的中间中心度排在前十位，在区域经济网络中扮演着重要的“桥梁”和“中介”角色。

从网络板块划分看，北京、天津、济南及青岛等9个城市区域属于主受益板块，石家庄、保定、廊坊及潍坊等19个城市区域扮演着“经纪人”的角色，沈阳、大连、鞍山及盘锦4个城市区域组成“双向溢出”板块，而秦皇岛、承德、葫芦岛、朝阳等12个城市区域则属于“净溢出”板块。

从经济发展差异对区域经济空间关联的影响看，产业结构转型和升级有利于环渤海地区增强区域经济空间关联、缩小区域经济发展差距，适度控制FDI差异以及积极发展多元化投资也是加强环渤海地区区域经济关联的着力点。基于上述结论，提出如下建议：

首先，创新发展理念，多途径构建区域经济关联“通道”。环渤海地区涉及5省市，各自为政的现象依然存在，各个区域之间并没有形成兼容并包的“环型”网状空间关联经济。应该基于制度创新进行顶层设计，为增进环渤海地区区域经济空间关联扫清障碍，创造更多的区域经济溢出通道，从空间维度提高经济发展的资源配置效率，促进经济发展。

其次，依据板块特征，打造“环型”网状关联经济。依据空间网络板块特征，采取有针对性的区域经济发展政策，实现定向与精准宏观调控。应该继续巩固核心区域以及中心城市的发展优势，保证“热点”区域能够充当持久“引擎”；要强化核心区域对外围区域（如净溢出板块）的辐射带动作用，引导产业、资源、投资等合理流动；对处于“经纪人”板块的具有传导功能的区域也应高度重视，其不单单只是“通道”，也应有“阀门”，通过“阀门经济”增进区域经济的空间关联。

最后，立足区域分工，通过产业转型升级和经济多元化发展促进区域经济空间关联。要加快河北、辽宁等相对落后区域的产业转型升级。整个环渤海地区中“灯下黑”现象并不明显，但北京周边地区“灯下黑”由来已久，区域发展差异过大是其主要原因。因此，要转变区域经济发展方式，缩小区域经济发展水平梯度差异，利用“政策洼地”效应培育承接核心区域经济溢出的次区域发展带。区域协同发展的目标不是区域趋同发展，区域投资应该多元化发展，不能千篇一律，应依据区域优势和分工确定经济发展方向和重点领域。

参考文献：

狄乾斌，韩帅帅.2015.环渤海地区城市经济影响区的空间分异研究——基于“湖泊效应”和BASS模型[J].地理科学（6）：690697.

郭建科，杜小飞，孙才志，王泽宇.2015.环渤海地区港口与城市关系的动态测度及驱动模式研究[J].地理研究（4）：740750.

姜博，修春亮，赵映慧.2009.“十五”时期环渤海城市群经济联系分析[J].地理科学（3）：347352.

李敬，陈澍，万广华，付陈梅.2014.中国区域经济增长的空间关联及其解释——基于网络分析方法[J].经济研究（11）：416.

厉以宁.2015.非均衡的中国经济[M].北京：中国大百科全书出版社.

林毅夫.2014.新结构经济学[M].北京：北京大学出版社.

刘华军，刘传明，孙亚男.2015.中国能源消费的空间关联网络结构特征及其效应研究[J].中国工业经济（5）：8495.

刘军.2014.整体网分析[M].上海：格致出版社.

潘文卿.2012.中国的区域关联与经济增长的空间溢出效应[J].经济研究（1）：5465.

沈坤荣，马俊.2002.中国经济增长的“俱乐部收敛”特征及其成因研究[J].经济研究（1）：3339，9495.

孙才志，高扬，韩建.2012.基于能力结构关系模型的环渤海地区海陆一体化评价[J].地域研究与开发（6）：2833，69.

藤田昌久，克鲁格曼，维纳布尔斯.2013.空间经济学：城市、区域与国际贸易[M].北京：中国人民大学出版社.

王小鲁.2000.中国经济增长的可持续性与制度变革[J].经济研究（7）：315，79.

王小鲁，樊纲，刘鹏.2009.中国经济增长方式转换和增长可持续性[J].经济研究（1）：416.

徐振宇.2013.社会网络分析在经济学领域的应用进展[J].经济学动态（10）：6272.

杨羽頔，孙才志.2014.环渤海地区陆海统筹度评价与时空差异分析[J].资源科学（4）：691701.

张广海，周菲菲.2009.环渤海城市旅游经济联系度分析[J].经济研究导刊（8）：120123.

BORGATTI S P，MEHRA A，BRASS D J. 2009. Network analysis in the social science [J].Science，323：892895.

（编辑：朱德东；段文娟）

收稿日期：20160815；修回日期：20160928

基金项目：国家社会科学基金资助项目（15BJL109）；中国人民大学研究生科学研究基金项目（16XNH021）

作者简介：冯朝阳（1987—），男，河北宁晋人；博士研究生，在中国人民大学经济学院区域与城市经济研究所学习，主要从事区域协作与空间经济研究；Email：fzhy_ruc2015@163.com。