长三角一体化视角下货运与经济联系网络对比分析

黄音，黄淑敏，聂晓倩

长三角一体化视角下货运与经济联系网络对比分析

黄音，黄淑敏，聂晓倩

(中南林业科技大学 物流与交通学院，湖南 长沙 410004)

研究运用Python软件爬取货运信息平台上2014年和2017年的O-D大数据，基于城市间的货运联系频率构建货运联系网络矩阵。基于城市间的经济引力模型构建经济联系网络矩阵。然后，运用Ucinet软件对2种联系网络的网络密度、点度中心度、接近中心度、特征向量中心度进行测算和分析。最后，运用SPSS计算物流、交通流、工业流、产业流、技术流5种流要素与货运、经济联系网络中心度的相关性，分析影响货运和经济联系网络的主要因素。研究发现：长三角经济联系网络均衡性更强、一体化程度更深，流要素促进了2种联系网络的发展。在长三角区域一体化进程中，要充分发挥流要素的作用，搭建“强强联合”的“飞地经济”共同体，以促进长三角城市间优势互补功能网络发展。

长三角；货运联系网络；经济联系网络；社会网络分析；流要素

长三角城市群是我国经济最具活力、开放程度最高的地区，是我国社会发展的重要引擎。长三角区域一体化发展已上升为国家战略[1]。通过构建城市网络，将区域间的城市联系在一起，体现出城市在空间网络中的作用与地位。但长三角城市群内部的合作机制还比较欠缺,要提升长三角城市群的竞争力，就必须深化区域合作，加快长三角区域一体化进程。目前，关于城市群的研究主要集中在单一网络的分析。例如：信息网络[2]、企业网络[3−4]、人口流动网络[5]、创新网络[6]、旅游流网络[7]等，极少有研究从2种不同的城市网络对长三角的一体化趋势进行分析。另外，从时空演化角度对物流与经济网络进行对比分析的研究较少，基于2种网络的异同，探讨城市间联系与合作的文章尚不多见。就长三角区域一体化进程而言，现代物流业区域发展的合作联动还远远不够，物流合作网络尚不完善。郭湖斌等[8]认为，当区域物流系统的有序度明显低于区域经济系统的有序度时，对区域经济发展存在一定的制约作用。高敏雪等[9]指出，我国货物运输与经济增长关系密切，要实现区域经济与区域物流的协调、可持续发展。目前尚未发现基于物流网络与经济网络动态演化的对比研究，其演化发展的驱动机制也缺乏学术关怀。城市网络的度分布范围很广，城市间需要更多的信息发现路径，而聚集了多个城市的网络需要大规模的数据挖掘[10]。多源数据挖掘已成为物流/交通研究中的重要方法，不同特性的数据可被用来研究不同的问题[11]。“互联网+”背景下的货运大数据正是其中之一。本文从城市网络的视角，运用社会网络分析法探索流要素与货运和经济联系网络的复杂互动关系，以及在这一互动过程中孕育的空间网络结构及其特征，挖掘长三角区域一体化进程中，货运、经济联系网络结构演化的驱动机制，为长三角区域一体化进程中，不同城市间互联互通建设的推进，以及城市间合作机制的广泛深入开展，提供科学方法和实践依据。

1 数据来源与研究方法

1.1 数据来源

1.1.1 经济联系网络数据

选取长三角城市群作为研究区域，主要包括上海，浙江的宁波、台州、舟山、嘉兴、杭州、金华、湖州、绍兴，江苏的无锡、常州、南京、盐城、扬州、镇江、苏州、泰州、南通市，安徽的安庆、芜湖、马鞍山、宣城、池州、滁州、合肥、铜陵市共26个城市。选取2014年和2017年的货运大数据，运用引力模型构建长三角城市群经济联系网络，包括城市GDP，年末户籍人口和城市间最短里程数3个指标。GDP和人口数据源于《中国城市统计年鉴》，里程数源于《中国高速公路及城乡公路网地图集》。

随着物流信息化的加快，新型的物流业态不断涌现，专业货运信息平台就是其中之一。运用Python爬虫，爬取好运物流网(http://www.haoyun56. com/)的货运大数据。选择起始城市、到达城市、货运量、时间4个参数，形成城市间的O-D数据，构建城际货运联系网络。经过整理，最终获得长三角城市群2014年1 575条、2017年2 823条货运信息。

1.2 研究方法

1.2.1 引力模型

引力模型是用来描述城市空间相互作用的重要方法。引力模型中城市间的引力代表区域经济联系量或空间相互作用量的大小，综合反映城市对外经济辐射能力，是一种利用面板数据对城市群之间的经济流进行描述的城市网络方法[12]。运用引力模型来测算城市间经济联系强度，具体公式如下：

式中：F表示2个城市间的引力；G和G表示城市市辖区GDP；P和P表示城市市辖区年末户籍人口；D表示2个城市间的距离。

1.2.2 社会网络分析

当前能够反映城市间关系的数据非常缺乏，而社会网络分析可以弥补常规统计方法的不足，能更好地对城市与城市、城市与区域之间的关系进行准确度量，本文借助Ucinet软件进行网络分析。

1) 网络密度

网络密度是社会网络分析中最常用的一种指标，它描述了网络中各成员节点间联系的紧密程度。其计算公式为：

坚持党对军队绝对领导是我军加强党的领导和党的建设的首要任务。在这次党的建设会议上，与以往只讲“党的建设”的提法不同，习主席把“党的领导”和“党的建设”并提，并且把“党的领导”置于“党的建设”之前，意在表明“党的建设”工作的目的和价值指向是加强“党的领导”。坚持党对军队绝对领导，是军队全部建设的前提性问题，事关我军“跟谁走”的根本性质，事关军队建设的根本方向，容不得半点虚浮。

式中：为网络密度，取值范围为0～1；=1说明网络成员间均有联系，=0说明网络节点间均没有联系。为各城市间实际存在的货运联系；为城市节点。

2) 中心度

“中心度”是衡量社会网络的重要参数之一。它表示不同行动者在其社会网络中具有怎样的支配权利。从中心度的角度，基于点度中心度、接近中心度、特征向量中心度3个维度，对经济与货运联系网络进行对比分析。

2 长三角城市群货运和经济联系网络分析

2.1 货运和经济联系网络整体分析

2.1.1 中心演化分析

借助长三角城市群2014年和2017年的货运和经济数据，运用Ucinet软件绘制相关的社会网络模型，如图1所示。

(a) 2014年货运联系网络；(b) 2017年货运联系网络；(c) 2014年经济联系网络；(d) 2017年经济联系网络

注：货运联系网络中去除了城市间没有货运联系的城市。

由图1可知，2017年与2014年相比，货运联系网络的中心城市变化较大，由以上海为中心，合肥、南京为副中心，转变为以上海为中心，南通、苏州为副中心。经济联系网络则始终呈现上海、南京、杭州三足鼎立的局面。因此，上海始终是长三角货运联系网络和经济联系网络的中心。而经济联系网络比货运联系网络更密集、更紧密。

2.1.2 网络密度分析

网络密度反映网络关系的疏密程度，数值越大，联系越紧密。2017年与2014年相比，长三角地区货运和经济联系网络密度增大(货运联系由0.207 7上升到0.209 2，经济联系由0.627 7上升到0.712 3)，说明城市群内部联系增强，长三角城市群货运和经济联系网络都朝着一体化方向发展。虽然货运和经济联系网络密度不断上升，但涨幅不明显，且货运网络密度增长速度低于经济网络密度(货运网络增长0.72%，经济网络增长13.48%)。这表明长三角城市间的经济联系相较于货运联系更紧密，城市间的合作也更频繁。

2.2 货运和经济联系网络节点城市分析

2.2.1 点度中心度分析

点度中心度用于衡量空间网络城市节点辐射能力的强度和处于支配地位的程度。将点度中心度作为测度指标，可以发现：

2017年与2014年相比，在货运联系网络中，上海的中心地位突出(点度中心度为31)，网络辐射效应明显，网络中心从合肥、南京、杭州(点度中心度分别为23，22，20)转变为苏州、南通、宁波(点度中心度分别为30，26，18)。南通网络中心地位变化明显(增长了225%)，从2014年的“榜上无名”到2017年的“名列前茅”，这与南通“通江达海”的区位优势以及苏通大桥的落成等交通优势有关。2014年发展落后的城市都归属安徽(排名后5的城市点度中心度都在5以下)，但2017年与2014年相比，这些城市度数涨幅巨大，其中池州增长率高达700%，滁州增长率也高达250%。这与安徽省在2016年划入长三角规划有关，这一地位转变打开了安徽与江浙沪交往的货运通道，极大地提升了“热点”地区(江浙沪)对“冷点”地区(安徽)的带动作用。融入长三角城市群之后，安徽大力吸收江浙沪的网络资源，扩大与江浙沪的货运合作，提升其在长三角货运网络中的地位。

在经济联系网络中，2017和2014年上海、南京、杭州(点度中心度分别为50，50，48)都是经济网络中的领头羊,表明省会城市在区域经济网络具有明显支配效应。紧随其后的是苏州和常州。苏锡常都市圈作为上海西北翼现代、工业及贸易中心，具有较深厚的一体化基础，常州的跃升或与其2015年服务业占比超过第二产业有关，其产业结构由“二三一”向“三二一”转变。金华、舟山、池州和安庆位于经济联系网络的边缘地带，这些中小城市的均衡化发展趋势较为明显。

2.2.2 接近中心度分析

接近中心度是衡量城市空间通达性的重要指标，其数值越大，表明城市节点通达性越强。通达性体现了城市体系演化与网络发展过程中的一种空间互动。接近中心度在社会网络分析中用于刻画城市在空间网络中连接到其他城市的难易程度。

在货运联系网络中，2017年与2014年相比，城市的接近中心度以上升趋势为主。其中，上海的通达性在货运网络中占据绝对优势(从66.467上升到104.271)，而苏州增长最快，其增长率高达77.33% (从58.755上升到104.193)。这表明货运联系网络在空间上遵循距离衰减的规律，表现出较强的地理近邻性[7]，苏州依靠其近邻优势，成为通达性仅次于上海的城市。南通的增长率高达94.26%(从53.556上升到104.04)，赶超省会南京，成为长三角新的货运中心枢纽。对合肥来说，接近中心度变化不大，与长三角其他省会相比，合肥与其他城市的联系与合作尚处于起步阶段，融入长三角一体化的进程较慢。

在经济联系网络中，2017年与2014年相比，接近中心度涨幅较小。上海、南京和杭州的接近中心度在这2年中都稳居前三，这三大城市在长三角中经济能力很强，与其他城市互动较频繁，在经济发展过程中具有较强的网络带动作用。苏锡常都市圈紧随其后，合肥厚积薄发，在融入长三角之后，不断提升与江浙沪之间货运网络的通达性，以寻求合作与发展机遇。2014和2017年落后的城市都是金华、舟山、池州、安庆，但这些城市的接近中心度也在不断增加，通达性也在逐步增强。

2.2.3 特征向量中心度分析

特征向量中心度强调城市节点在空间网络中的相对价值，是对空间网络中一个节点重要性的度量。而城市节点的价值是根据邻近城市节点来决定的。特征向量中心度越高，城市节点在空间网络中的价值就越高。

2017年与2014年相比，网络的特征向量中心度均有所下降(货运网络：2014年平均值为0.176，2017年平均值为0.17；经济网络：2014年平均值为0.189，2017年平均值为0.186)，折射出长三角高中心度城市相连的垄断局面被打破，一些高中心度城市逐渐与低中心度城市产生合作。在货运和经济联系网络中，省会城市的特征向量中心度占比都在减少，这表明上海、南京、杭州等城市不再仅跟“优势城市”建立联系，与资源优势较弱的中小型城市的联系也在增强。城市间壁垒不断弱化，不同城市间互补对接功能不断增强，城市间货运流、经济流的自由流通与开放程度不断提升。

3 长三角城市群货运和经济联系网络驱动因素分析

要素流动是区域一体化形成与发展的驱动力。要素流动的方向、速度、方式和规模的不同会导致区域经济形态和模式的差异，从而重塑区域功能。在社会网络中，节点是相互关联、动态演化的，这种由各类社会经济之间的联系与合作所形成的网络空间是促进城市群一体化发展的重要驱动力。区域经济一体化发展的重要标志是物流、信息流、技术流、资金流等要素的自由、高效流动[13]。因此，基于《中国城市统计年鉴》相关数据，从物流(物流行业发展水平)、交通流(城市交通建设)、工业流(工业指向性)、产业流(三大产业增加值)、技术流(科技服务)5个层面，运用SPSS计算流要素与货运、经济联系网络中心度(包括点度中心度、接近中心度、特征向量中心度)的相关性，对比分析货运和经济联系网络影响因素，分别找出长三角货运和经济联系网络一体化的驱动因素。结果分析具体如下：

从货运联系网络看，1) 物流行业内部驱动作用大于外部驱动(物流相关性普遍在0.5以上)。其中，交通运输、仓储和邮政业从业人员对货运联系网络的影响最大(与3个中心度的相关性最高达到0.693)，说明人才在货运联系网络发展中发挥着关键作用；2) 2017年与2014年相比较，交通流与货运流的相关性呈下降趋势。2014年年末实有城市道路面积、载货汽车数量与货运联系网络点度中心度具有强相关性，相关性分别为0.808和0.528。但是2017年年末实有城市道路面积与点度(从0.808到0.671)、特征向量中心度(从0.789到0.595)的相关性都有所下降，而载货汽车与货运联系网络之间的关联性消失，表明城市交通建设是促进货运网络形成与发展的有机组成部分。3) 长三角城市群货运联系网络具有较强的工业指向性(工业流与货运网络三度的相关性最高达0.708)。这表明其网络布局与工业企业分布有密切关联，货运联系网络的时空演化具有较强的工业经济偏好依附机制。4) 在产业流中，第三产业发展与货运联系网络发展的相关性最高(都在0.6及以上)。随着城市与区域的相互促进，城市--区域网络互动与合作不断深入，以服务型经济为代表的第三产业逐渐处于主导地位。空间网络中的运动主体向服务业发展，而领跑者是高端生产性服务业，如现代物流服务业。

从经济联系网络看，1) 物流中公路货运量与经济联系网络发展高度相关(2017年相关性普遍在0.5及以上)。英国《经济学人》杂志将用电量、铁路货物运输量和贷款发放量3个指标加权组合成著名的“克强指数”，用以评估中国经济动态和宏观经济景气状况[9]。这表明货物运输与经济增长的关系密切，公路货运量亦是如此。基础设施建设是城市化发展的最主要因素[14]，充分发挥交通建设对经济及产业发展的推动作用具有十分重要的意义[15]。 2) 规模以上工业企业数与经济联系网络发展相关度较高(与接近中心度的相关性最高，达0.594)。这表明经济联系网络的时空演化具有较强的工业经济偏好依附机制。3) 从三大产业增加值与经济联系网络的相关性来看，第二产业和第三产业的相关性(普遍在0.4及以上)比第一产业(最高为0.391)强。就三大产业增长值来说，二三产业的涨幅也大于第一产业，表明在长三角地区，制造业以及服务业的发展是经济一体化的重要保障。制造业与现代物流服务业之间合作的进一步拓展、深入是长三角一体化进程发展的重要前提。4) 在科技流中，科学技术支出与经济联系网络发展的相关性最高(最高为0.607)。这表明政府在科学技术发展中的投入可以较好地促进长三角经济网络一体化的进程。科技与经济的融合发展是长三角经济一体化的重要保障。

4 结论

1) 货运联系网络对经济联系网络的依赖性逐渐减弱。相较于货运联系网络，长三角经济联系网络均衡性更强、一体化程度更深。总体来看，长三角货运和经济联系网络的虹吸效应逐渐减弱，涓滴效应逐渐增强。因此，在未来发展中，要打破行政藩篱和资源孤岛，基于江浙沪货运大通道，搭建“强强联合”的“飞地经济”共同体，发挥上海、南京、杭州等核心城市的涓滴效应，优化经济和货运整体联系网络的布局。

2) 要素流动是形成区域一体化的重要驱动力。物流、交通流、工业流、产业流及技术流是长三角影响力最大的5类流要素，这些流要素不同程度地促进了货运和经济联系网络发展。其中，人才，特别是高技术人才，在货运和经济联系网络发展中发挥着至关重要的作用。探索科技、物流与经济三者之间的融合发展将是长三角一体化发展的重要 趋势。

3) 工业流对货运和经济联系网络的发展具有重要的促进作用，2种网络的时空演化都具有较强的工业经济偏好依附机制。如何搭建各城市间的工业合作网络将是长三角一体化深入发展需要探索的重要议题。在搭建技术与工业发展互补的多层次合作网络的同时，进一步促进长三角各城市之间资源、人才、产业优势互补功能网络的形成与发展，从而建立多要素驱动的多维度城市群合作网络。

[1] 罗贞礼. 关于长三角区域一体化的新思考——以中国特色社会主义进入新时代为视角[J]. 人民论坛•学术前沿, 2019, 164(4): 16−21. LUO Zhenli. New thoughts on the regional integration of the Yangtze River Delta——from the perspective of socialism with Chinese Characteristics entering a new era[J]. People’s Forum• Academic Frontier, 2019, 164(4): 16−21.

[2] 姚文萃, 周婕, 陈虹桔, 等. 基于互联网公共信息流的区域网络空间结构研究[J]. 经济地理, 2017, 37(10): 10−16. YAO Wencui, ZHOU Jie, CHEN Hongju, et al. Research on spatial structure of regional network based on internet public information flow[J]. Economic Geography, 2017, 37 (10): 10−16.

[3] LIN Geng, CHEN Xiaoxuan, LIANG Yutian. The location of retail stores and street centrality in Guangzhou, China[J]. Applied Geography, 2018, 100(2): 12−20.

[4] JIN Xingxing, HU Guojian, DING Hailong, et al. Evolution of spatial structure patterns of city networks in the Yangtze River Economic Belt from the perspective of corporate pledge linkage[J]. Growth and Change, 2020, 51(2): 833−851.

[5] 李晶晶, 苗长虹. 长江经济带人口流动对区域经济差异的影响[J]. 地理学报, 2017, 72(2): 197−212. LI Jingjing, MIAO Changhong. The influence of population flow on the Yangtze River economic zone on regional economic differences[J]. Acta Geographica Sinica, 2017, 72(2): 197−212.

[6] WANG Liying, WANG Yan, LOU Yuan, et al. Impact of different patent cooperation network models on innovation performance of technology-based SMEs[J]. Routledge, 2020, 32(6): 724−738.

[7] 刘大均. 长江中游城市群旅游流空间格局及发展模式[J]. 经济地理, 2018, 38(5): 217−223. LIU Dajun. Spatial pattern and development model of tourism flow in the middle reaches of the Yangtze River[J]. Economic Geography, 2018, 38(5): 217−223.

[8] 郭湖斌, 齐源. 基于耦合模型的长三角区域物流与区域经济协调发展研究[J]. 工业技术经济, 2018, 37(10): 53−60. GUO Hubin, QI Yuan. Research on coordinated development of regional logistics and regional economy in Yangtze River Delta based on coupling model[J]. Journal of Industrial Technological Economics, 2018, 37(10): 53−60.

[9] 高敏雪, 黎煜坤, 李静萍. 耦合与解耦视角下中国货物运输与经济增长的关系研究[J]. 经济理论与经济管理, 2019, 45(5): 75−87. GAO Minxue, LI Yukun, LI Jingping. Research on the relationship between China’s freight transportation and economic growth from the perspective of coupling and decoupling[J]. Economic Theory and Business Management, 2019, 45(5): 75−87.

[10] Rosvall M. Networks and cities: An information perspective[J]. Physical Review Letters, 2005, 94(2): 1− 4.

[11] 王璞, 黄智仁, 龚航. 大数据时代的交通工程[J]. 电子科技大学学报, 2013, 42(6): 806−816. WANG Pu, HUANG Zhiren, GONG Hang. Traffic engineering in the era of big data[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(6): 806−816.

[12] 徐培玮. 基于百度指数和引力模型的城市网络对比——以京津冀城市群为例[J]. 北京师范大学学报(自然科学版), 2017, 89(53): 479−485. XU Peiwei. Comparison of urban networks based on Baidu index and gravity model——taking Beijing- Tianjin-Hebei city cluster as an example[J]. Journal of Beijing Normal University (Natural Science Edition), 2017, 89(53): 479−485.

[13] Shin K H. World cities in Asia: Cliques, centrality and connectedness[J]. Urban Studies, 2000, 37(12): 2257− 2285.

[14] 杨春风, 闫晓晨. 高速公路与城市化发展的耦合度分析[J]. 铁道科学与工程学报, 2018, 15(2): 530−536. YANG Chunfeng, YAN Xiaochen. Analysis of coupling degree of expressway and urbanization development[J]. Journal of Railway Science and Engineering, 2018, 15(2): 530−536.

[15] 雷天, 许金良, 单东辉, 等. 公路基础设施投资与产业结构优化升级的协整分析—— 以“新丝绸之路”经济带为例[J]. 铁道科学与工程学报, 2016, 13(1): 187− 195. LEI Tian, XU Jinliang, SHAN Donghui, et al. Co-integration analysis of highway infrastructure investment and industrial structure optimization and upgrade——taking the “New Silk Road” Economic Belt as an example[J]. Journal of Railway Science and Engineering, 2016, 13(1): 187−195.

Comparison of freight and economic connection network from the perspective of Yangtze River Delta integration

HUANG Yin, HUANG Shumin, NIE Xiaoqian

(School of Logistics and Transportation, Central South University of Forestry and Technology, Changsha 410004, China)

The study used Python program to crawl the O-D big data of 2014 and 2017 on the freight information platform, and the freight connection network matrix was constructed based on the freight connection frequency between cities. The economic connection network matrix was constructed based on the economic gravity model between cities. Then, the Ucinet software was used to measure and analyze the network density, degree centrality, closeness centrality, and eigenvector centrality of the two connected networks. Finally, SPSS was used to calculate the correlation between the five flow elements of logistics flow, traffic flow, industrial flow, industrial flow, and technical flow with the centrality of freight and economic connection networks, and to analyze the main factors that affect freight and economic connection networks. The study found that the economic connection network of the Yangtze River Delta is more balanced and integrated than the freight connection network, and the flow factors have promoted the development of the two connection networks. In the process of regional integration in the Yangtze River Delta, it is necessary to give full play to the role of flow factors and build an “enclave economy” community of “strong and strong alliances” to promote the development of complementary functional networks between cities in the Yangtze River Delta.

Yangtze River Delta; freight connection network; economic connection network; social network analysis; flow elements

10.19713/j.cnki.43−1423/u.T20200568

U4-9

A

1672 − 7029(2021)04 − 1050 − 06

2020−06−22

湖南省自然科学基金资助项目(2019JJ50991)；湖南省研究生科研创新项目(CX20200719)；中南林业科技大学研究生科技创新基金项目(CX20202026)

黄音(1982−)，女，湖南湘潭人，副教授，博士，从事区域物流与网络分析方面研究；E−mail：share0122@126.com

(编辑 阳丽霞)