江苏省城市间医药制造业关联分析

2017-10-10 10:42:20李树祥褚淑贞庄倩
上海医药 2017年17期
关键词:社会网络分析

李树祥+褚淑贞+庄倩

摘 要 医药制造业作为江苏省重要的支柱产业,本文应用城市引力模型和社会网络分析方法,对2014年江苏省各城市医药制造业数据进行分析,研究结果表明泰州和南京在全省医药产业居于重要地位,从整体网络来看全省13个城市的医药产业可以分成6个凝聚子群,凝聚子群的形成表现出了一定的区域特点;同时研究结果也显示江苏省医药制造业存在较为明显的分层现象。

关键词 社会网络分析 医药制造业 城市网络 经济联系

中图分类号:F403.3 文献标识码:A 文章编号:1006-1533(2017)17-0059-06

Analysis of the correlation of medical manufacturing industry among the cities of Jiangsu province — based on the perspective of social network analysis*

LI Shuxiang**, CHU Shuzhen***, ZHUANG Qian

(School of International Pharmaceutical Business, China Pharmaceutical University, Nanjing 211198, China)

ABSTRACT The data of pharmaceutical manufacturing industry among the cities of Jiangsu province in 2014 were analyzed by gravity model and social network analysis, which revealed that Taizhou and Nanjing play an important role in pharmaceutical manufacturing industry of 13 cities of Jiangsu province. Six condensing subgroups could be divided into from the overall network and the formation of condensing subgroups showed a certain regional characteristic. Meanwhile, the research result also showed that there was a more obvious stratification phenomenon in pharmaceutical manufacturing industry of our province.

KEy WORDS social network analysis; pharmaceutical manufacturing industry; urban network; economic contact

隨着经济发展,城市之间联系越来越紧密,相互之间结合形成了不同的城市网络,在城市网络内部,城市间的经济联系更为活跃,空间联系更为密切,区域中各城市在资源方面和发展历程方面的差异,使区域内的城市之间会产生互补性,从而使城市之间的联系更加紧密。城市间的经济关联最早始于上世纪80、90年代的一些国内外学者的研究,之后一些学者应用网络分析方法对城市之间的关联性进行了多角度研究[1-2]。

江苏省医药制造业在全国处于前列,随着江苏省医药产业的不断发展,江苏省对省内的医药产业布局进行了长远规划,一些城市形成了各具特色优势的医药制造业中心,随着各区域经济的关联性逐步增强,城市间的医药制造业经济关联性呈现出集群化[3]、网络化的特征。

近年来,有不少学者应用社会网络分析方法对区域经济一体化和区域经济关联性进行了分析,侯赟慧等[4]分析了长三角区域经济一体化进程,构建了长三角区域经济的可视化网络结构。廉同辉等[5]研究了皖江城市带区域经济一体化进程的社会网络研究。同时也有研究者应用社会网络分析对流域物流网络结构进行了研究[6],尚雪梅则应用社会网络分析方法对京津冀区域旅游经济空间结构进行了分析[7],方大春等[8]应用社会网络分析方法对安徽省城市经济关联进行了分析。可以看出社会网络分析方法作为一种社会科学研究方法,在区域经济关联性分析中,已经得到了广泛的应用,通过应用网络分析方法,不仅可以准确分析区域中各城市的经济关系、关联程度还可以直观的看到区域各城市的经济位置。当前对于医药制造业行业发展的研究论文大多数是从传统的产业经济学角度分析,例如应用SCP分析范式对我国医药产业的发展进行了分析[9],或者是研究医药产业的创新与研发能力[10-11],本文基于城市引力模型,应用社会网络分析方法对江苏省内各城市医药制造业的关联性进行分析,为江苏省医药制造业的发展提出可行的战略建议。

1 模型构建

1.1 城市经济联系模型

经济引力理论认为区域经济的联系存在着相互吸引的规律性,城市要想在经济全球化的背景下运作,必须建立与其他城市的联系[12]。因此通过构建城市经济联系网络可以很好地研究网络中城市之间的关系,可以看到中心城市对周边城市的辐射影响。在本研究中,将通过城市引力模型计算江苏省各城市之间的医药制造业关联系数,进而构建江苏省内各13个主要城市医药制造产业关联网络。关联系数的计算将通过经济引力模型计算,经济引力论认为在一定区域范围内的城市间存在相互影响、相互作用的关系,对于两个物体之间的引力计算经典的是牛顿的万有引力模型:endprint

1.2 社会网络方法

社会网络分析方法是社会科学研究中常用方法,Stephen[13]认为社会网络就像一个正在被发掘的金矿,可以用来解释包括心理学、经济学等学科在内的大量的社会现象。国内学术界在20世纪90年代开始引入社会网络研究,在本研究中将主要通过利用社会网络分析中的网络密度、网络中心性、网络凝聚子群等常用的网络结构度量与分析指标对江苏省医药制造业的区域关联性进行分析。

1.2.1 网络密度

网络密度即为网络中实际存在的边数与可能存在的边数之比,它反映了网络中各节点关系的紧密程度。整体网络密度越大说明网络对全体网络节点的控制力也就越强,成員之间所能实现的传递和交互功能就越强。

1.2.2 网络中心性

网络中心性可以从两个方面来看:整体网络的中心势、网络节点的中心度。网络中心性是社会网络分析中重要的内容之一,通过网络中心度和中心势来度量网络中节点之间的关系。

1) 点度中心度 在有向网络中,网络节点的中心度有两种:一种对应的是点入度,另一种对应的是点出度。因此,在有向图中节点中心度,此时有两种测量:内中心度(in-centrality)和外中心度(out-centrality),分别对应“点入度”和“点出度”。点入度表示节点受到其他节点的影响程度,点出度表示节点影响其他城市的程度。

2) 中介中心度(betweenness centrality) 中介中心度,它测量的是行动者对资源控制的程度。如果一个点处于许多其它点对的捷径(最短的途径)上,我们就说该点具有较高的中介中心度,也即是它起到沟通各个其节点的桥梁作用。在本研究中,如果某个节点的中介中心度高说明,该城市位于与其城市距离最短的路径上,该城市起到了链接桥梁的作用,也就是具有较高的控制能力[14]。

3) 接近中心度(closeness centrality) 如果一个点与网络中所有其它点的距离都很短,则称该点具有较高的整体中心度(又叫做接近中心度)。体现了网络节点对整体网络的控制能力,网络中城市的接近中心度越高,那么这一中心城市和其他城市的联系也就越密切。

1.2.3 网络凝聚子群

网络凝聚子群(派系)就是指成员之间具有相对较强的、直接的、紧密的、经常的或者积极的关系所构成的一个成员的子集合。城市网络内部凝聚子群是用于揭示和刻画城市群体内部组成结构状态,找到城市网络中凝聚子群的个数以及凝聚子群中具体包含的成员,分析凝聚子群间的关系及互动方式,可以从整体性网络的维度考察城市群网络的发展状况[12]。

1.2.4 核心-边缘分析

核心-边缘结构也是在现实中存在的一种重要社会结构。在这种结构中主要存在两类行动者:核心行动者和边缘行动者。核心行动者相互之间联系紧密;处于边缘地位的行动者相互之间不存在关系或者存在较少的关系,但是它们与核心成员之间有关系,处于边缘的节点仅与各自相对的某些核心节点保持紧密关系,而外围节点彼此之间联系稀疏并呈现散射状边缘分布[15]。

2 数据收集与分析

本研究中将网络的范围设定为江苏省内13个主要城市,具体包括:南京、扬州、泰州、南通、苏州、无锡、徐州、常州、盐城、镇江、淮安、宿迁、连云港。本文从江苏省统计局网站中查找了江苏省2015统计年鉴(记录2014年全年统计数据)中江苏省分市规模以上工业总产值中各主要城市医药制造业数据(2014)。通过引力模型计算出江苏省内各城市之间医药制造业的关联系数,形成如下的关系矩阵(表1),然后引用Ucinet 6.0软件对数据进行分析,并形成到江苏省各市医药制造业的可视化网络图形。

3 网络结构分析

本文将应用Ucinet 6.0软件对江苏省13个主要城市医药制造业关联系数进行分析,主要分析内容分包括:网络密度、网络中心性和凝聚子群,结果如下:

3.1 网络规模与网络密度

网络规模显示了整体网络的节点数,它包含了网络中的全部行动者数目,在本文中网络规模即是江苏省内所包括的13个主要城市,本文利用Ucinet 6.0软件绘制了网络结构图(图1)。

本文网络分析主要包括本研究所涉及的13个城市,也即网络节点个数为13。网络中的箭头表明网络节点之间的指向,通过网络结构图可以直观的分析城市在网络中的位置、连接强度等网络特征。整体网络密度:2014年江苏省各市医药制造业关联网络密度1.359。网络密度越高说明江苏省内城市之间的产业联系越紧密,该网络对其中行动者的行为产生的影响也就越大,联系紧密的整体网络可为其中的个体提供各种社会资源,但是也会对网络中节点的发展产生限制作用。

同时本文分析了医药制造业关联网络中各城市节点的个体网络(ego-network)的密度,数据显示泰州在整体网络中的个体网规模最大,其次是南京,但是这两个个体网络的密度却相对较低,说明这个网络中节点之间的紧密度较低。就个体网络的密度而言镇江和宿迁的个体网络密度最大,也就是说明在以镇江和宿迁为中心节点的个体网络其中各节点之间的关联性性更密切,联系更紧密。

3.2 网络中心性

网络中心性分析,依据弗里曼的说法,网络中心性可以从整体网络的中心势,网络中节点的点度中心度这两个方面来分析。整体网络的中心势的入度为26.951%,中心势出度8.036%;整体网络的中介中心势为:25.20%;整体网络接近中心势55.67%(表2)。endprint

具体来看,网络中节点的点入度和点出度的均值是16.308,从上表可以看出,无锡、苏州、扬州和常州的点出度较高,说明这几个城市在产业向外辐射方面具有较强的能力,点入度方面泰州的点入度达到79.000远高于其他城市,说明泰州通过吸收周边城市资源,积极发展医药制造业,形成了江苏省医药制造业的集聚城市,而泰州医药城的建设也正好印证了这一分析结果。从接近中心度来说,江苏省各城市接近中心度最大值为泰州92.308,最小值为宿迁42.857,均值为67.732,说明泰州医药制造业和其他城市联系最为紧密,而且泰州医药制造业在对外产业联系上较少受到其他城市的影响,但是宿迁的医药制造业联系较低,同时宿迁在医药制造业发展中较容易收到其他城市的影响,而这一结果也和我们在个体网的分析结果相一致(表2)。中介中心度较高的是泰州(20.682)和南京(13.485)同时还有5个城市(无锡、苏州、镇江、淮安和宿迁)的中介中心度是0,其他城市的中介中心度也较低,也就是表明江苏省各城市的医药制造业泰州和南京处于重要的位置,具有较强的资源控制能力,其他城市的之间的联系需要通过泰州和南京这样的医药制造业中心城市的中介来完成。

3.3 凝聚子群

本文通过Ucinet软件中的Concor法进行聚类分析。通过聚类分析,可以看出江苏省内13个主要城市中那些城市在医药制造业方面联系较为紧密。

在Concor分析中,我们把网络数据进行三次切割得到了凝聚子群图(图2),可以看出江苏省医药制造业网络可以分为4个二级凝聚子群,6个三级子群(①{南京,泰州};②{无锡,苏州,镇江};③{南通,常州,扬州};④{徐州,连云港};⑤{淮安};{盐城,宿迁}),其中南京和泰州的医药制造业关系较为紧密,苏州、无锡、镇江关联较为紧密同时和常州、南通、扬州之间形成较为紧密的关系,徐州和连云港医药制造业的关联性较为紧密同时和淮安形成一个凝聚子群,而盐城和宿迁医药制造业关联紧密成为同一个凝聚子群。

城市凝聚子群的分析来研究江苏省13地级城市的网络中那些城市之间存在着较强的、紧密的而联系,本文主要通过Ucinet软件进行分析。同时Ucinet软件还计算了这6个凝聚子群密度(表3)。

在凝聚子群的密度表中,不僅有凝聚子群内部的密度还包括凝聚子群之间的密度值,通过表3可以看出:南京和泰州构成的凝聚子群内部密度较高,同时和无锡,苏州,镇江构成的凝聚子群的关系比较紧密。南京、泰州组成的子群1和常州、南通、扬州组成的子群3之间也存在较为紧密的关系,同时子群3内部之间的联系也较为紧密。但是子群4和其他子群之间存在的关系较为松散,子群5(淮安)和子群6(盐城、宿迁)之间关系较为紧密。总体来说,南京和泰州构成的子群在全省的医药制造业中居于重要的地位,同时也对周边城市的形成了较强的辐射作用,而这一结果也符合了我们上面所讨论的中介中心度和接近中心度的分析结果。

3.4 核心-边缘分析

通过核心边缘分析可以找到网络中哪些节点处于核心地位,哪些节点位于边缘地位。本文利用Ucinet软件进行了核心-边缘分析,分析结果显示:南京市、无锡市、常州市、苏州市、南通市、扬州市和泰州市处于网络的核心部分,剩余其他城市(徐州市、连云港市、淮安市、盐城市、镇江市、宿迁市)则处于边缘地带。同时Ucinet软件给出了初始矩阵和理想矩阵之间的关系数Starting fitness:0.465,以及经过重新排列的矩阵和理想矩阵之间的相关系数Final fitness:0.465,说明模型的拟合程度较高。从网络连接密度来看,核心区域城市之间的密度为5.286,边缘城市之间的密度为0.600,核心区域和边缘区域之间的密度为0.762,可以看出核心区域城市之间医药制造业关系非常紧密,边缘区域城市的医药制造业关联性不强。这也说明江苏省内城市之间的医药制造业空间关联性存在较为明显的分层情况。

4 结论与展望

本文基于城市引力模型应用社会网络分析方法对江苏省内13个城市医药制造业关联状况进行分析,总体来看,当前江苏省医药制造业空间关联程度较高,整体网络密度为1.359;就中心性而言,泰州和南京两个城市的中心性指标较高,也就是在江苏省医药制造业的发展中这两个城市处于重要位置,除了具有较高的辐射影响外,还具有较强的资源控制能力。全省医药制造业通过南京和泰州这两个医药制造业重要城市将全省其他城市的医药制造业链接起来成为一个密度较高的医药制造业区域网络。同时通过凝聚子群分析可以看到当前江苏省医药制造业存在6个凝聚子群,子群之间的关联密切性各有不同,这些也体现了城市地域分布的特征,南京和泰州构成的凝聚子群和其他凝聚几个子群有较紧密的联系,盐城和宿迁构成的子群和其他的子群之间联系紧密度较低。而且通过核心-边缘分析也可以直观的看到江苏省医药制造业的发展存在明显的结构分层:南京市、无锡市、常州市、苏州市、南通市、扬州市和泰州市处于网络的核心部分,其他几个城市则处于边缘区域。

医药制造业作为江苏省重要支柱产业在全省国民经济发展中居于重要的地位,要促进江苏省医药制造业的发展,就要形成一个协同合作、充分沟通的区域产业网络,网络内部各城市要了解自身与其他城市之间的关系,探索不同城市不同区域之间的协同发展。为了更好提升江苏省医药制造业的区域协调发展,提高医药制造业的全省资源配置效率,要充分利用区域内各城市医药制造业经济关联把区域内资源进行整合,提高核心—边缘的医药制造业的关联程度。endprint

参考文献

[1] Alderson AS, Beckfield J, Sprague-Jones J. Intercity relations and globalisation: The evolution of the global urban hierarchy 2007-1981[J]. Urban Stud, 2010, 47(9): 1899-1923.

[2] Nepelski D, de Prato D. Cprporate control location and complexity of ICT RD: a network analysis at the city level[J]. Urban Stud, 2015, 52(4): 721-737.

[3] 高山, 王静梅. 基于GEM模型的江苏医药产业集群竞争力研究[J]. 科技管理研究, 2009(3): 235-237, 248.

[4] 侯赟慧, 刘志彪, 岳中刚. 长三角区域经济一体化进程的社会网络分析[J]. 中国软科学, 2009(12): 90-99.

[5] 廉同辉, 包先建. 皖江城市带区域经济一体化进程的社会网络研究[J]. 城市发展研究, 2012, 19(6): 39-45.

[6] 何远成. 基于货运量引力模型的流域物流网络结构研究——以珠江为例[J]. 物流技术, 2013, 32(3): 315-318.

[7] 尚雪梅. 京津冀区域旅游经济空间结构研究[J]. 河北大学学报(哲学社会科学版), 2012, 37(3): 114-119.

[8] 方大春, 周正荣. 安徽省城市经济联系结构研究:基于社会网络分析[J]. 华东经济管理, 2013, 27(1): 18-22.

[9] 李樹祥. 基于结构-行为-绩效范式的我国医药产业分析[J]. 中国药房, 2015, 26(19): 2597-2600.

[10] 刘秉镰. 徐锋, 李兰冰. 中国医药制造业创新效率评价与要素效率解构[J]. 管理世界, 2013(2): 169-171.

[11] 谢子远. 高技术产业区域集聚能提高研发效率吗?——基于医药制造业的实证检验[J]. 科学学研究, 2015, 33(2): 215-224.

[12] 李响. 长三角城市群经济联系网络结构研究——基于社会网络视角的分析[J]. 上海金融学院学报, 2011(4): 105-114.

[13] Borgatti SP, Mehra A, Brass DJ. Network analysis in the social sciences[J]. Science, 2009, 323(5916): 892-895.

[14] 刘军. 社会网络模型研究论析[J]. 社会学研究, 2004 (1): 1-12.

[15] 张玥, 朱庆华. 学术博客交流网络的核心——边缘结构分析实证研究[J]. 图书情报工作, 2009, 53(53): 25-29.endprint

猜你喜欢
社会网络分析
突发事件网络舆情传播的实证研究
现代情报(2016年12期)2017-01-16 02:16:37
社会网络视角下的旅游规划决策研究
旅游学刊(2016年12期)2017-01-12 18:01:56
网络学习平台和移动学习平台协作学习效果比较研究
国内图书馆嵌入式服务研究主题分析
现代情报(2016年10期)2016-12-15 12:32:46
展会品牌利益相关者的构成及其网络结构研究
境外公益旅游研究进展与启示
旅游学刊(2016年9期)2016-12-06 20:02:50
新浪微博娱乐明星的社会网络分析
时代金融(2016年29期)2016-12-05 17:09:47
基于社会网络分析的青岛市产学研专利合作网络结构研究
基于社会网络分析的我国微课研究探析
国内计算机领域科研团队结构分析