国土空间规划编制技术服务机构合作网络特征

刘俊杰

山西省城乡规划设计研究院有限公司（030001）

1 研究对象和方法

1.1 研究对象

文章系统地搜集了2017 年以来全国31 个省（市、自治区）的省、市、县、乡国土空间总体规划的中标信息，样本总共涵盖了201 个市、412 个县和75 个乡镇。数据来源于中国招标网、广元招标网、火标网等招标网站以及政府采购官方网站，检索关键词为“国土空间规划”。主要从中标公告以及中标公示文件中提取关于总体空间规划采购的中标信息，有效样本量为606 个，样本覆盖时间范围为2017 年1 月9 日-2020 年3 月20 日。本研究主要以经处理后的国土空间总体规划高影响力机构数据为研究对象，通过构建机构之间的合作网络关系，重点探究机构之间的凝聚关系及中心性等内容。

1.2 研究方法

1.2.1 COOC 制作共现矩阵及频次统计

运用COOC 软件进行数据清洗，筛选出中标两次以上的高影响力规划机构，并制作用于机构网络分析的共现矩阵。同时运用每家机构出现的频次进行排序，为后续机构网络分析奠定数据基础[1]。

1.2.2 社会网络分析法

社会网络分析法可以从多样的角度分析网络内部结构。网络分析工具UCINET6 不仅可以依托NetDraw 分析一维与二维的数据，还可以利用Mage等对数据进行三维展示。本研究将从以下三个角度对构建的合作网络进行分析，即可视化分析、凝聚子群分析与中心性分析。

2 空间规划高影响力机构及其合作关系可视化分析

2.1 COOC 制作共现矩阵及频次统计

截至2020 年3 月，搜集到的全国各省、市、县、乡国土空间总体规划编制技术服务中标样本606个，涉及363 个中标机构。运用COOC 软件制作机构的共现矩阵，设定截取分析单元频次为2，即分析中标两次以上的单位的合作状况，矩阵包含了133个中标机构，占总机构数的36.64%。

2.2 空间规划编制高影响力机构与合作关系网络可视化分析

可视化分析即利用UCINET6 软件将规划编制机构之间的合作关系数据转换成更为直观的图像形式，使得机构内部合作关系变得更清晰。首先要对数据进行二值化处理，若两家机构之间存在合作关系，赋值1，否则赋值0，然后合作的可视化图谱使用NetDraw 工具的多维标度的测量距离（MDS）进行绘制。绘制时，合作紧密的节点会分布于中心位置，节点的大小代表了其中心性，机构之间联系的紧密程度则用连线的粗细程度代表[2]。

网络密度代表着网络对参与者产生影响的程度。连接紧密的网络会为网络成员带来众多优势，如节点之间频繁联系会带来更多的知识转移行为，这使得节点组织能够共享更多的资源，并且提高了网络内组织的信息交流效率，但同时也存在一些弊端，即限制个体组织的发展方向。文章运用集聚系数来衡量网络的局部特征，通过节点连接紧密程度判别网络中是否存在稳定的子系统。网络密度的计算参考Barrat 等的研究成果。集聚系数的计算参考Kim 等的研究成果，取值为0～1。取值越大，表示节点之间合作越容易。该网络密度d 为0.021，聚集系数c 为0.495，表明各类机构之间合作关系不紧密，规划机构分布较为分散，同时机构合作网络中存在一些子网络，说明规划领域的合作与交流主要集中在少数机构中，大部分机构合作程度较低，仅子网络核心成员与其余成员间的合作关系较为紧密[3]。

依据合作密度的大小将网络分为四个子网络，处于网络中心位置的是中国城市规划设计研究院、北京清华同衡规划设计研究院有限公司、上海同济城市规划设计研究院有限公司等机构。这些机构与很多机构存在着密切的合作和交流。其中，子网络1是中国城市规划设计研究院的合作网络，呈中心辐射状，与广东、四川、浙江等地以及北京当地的研究院、规划公司和高校等科研机构均存在不同程度的合作关系。中规院在编制空间规划领域处于领先的地位，负责编制很多有影响力、质量高的空间总体规划。子网络2 由北京清华同衡规划设计研究院有限公司、上海同济城市规划设计研究院有限公司和中规院（北京）规划设计公司引领，与四川的规划机构合作密切，合作网络较为稳定。

3 空间规划编制机构的凝聚子群分析

3.1 机构k 丛分析

利用UCINET6 对机构作k 丛分析，设定子群中每个点都至少与除了k 个点之外的其他点直接相连，找出建立在点度数基础上的小团体，取k 值为2,k 丛规模为3 时（最小的团体不得少于3 个节点），得到561 个小团体。规模为4 时，得到45 个小团体。规模为5 时，得到3 个小团体。规模为11 时，没有小团体，说明机构合作网络中小团体规模最大为10，机构合作网络中的范围比较小，大部分机构存在少量的合作关系。其中，包含中国城市规划设计研究院的小团体有18 个，占总数的40%。包含北京清华同衡规划设计有限公司的小团体有16 个，占比35.6%。包含上海同济城市规划设计有限公司的小团体有15 个，占比33.3%。

3.2 凝聚子群密度分析

凝聚子群密度（E-I Index）是一个在分析管理问题时十分有效的指标，经常用来判别网络中的小团体现象是否严重。凝聚子群密度的取值范围为[-1，1]，其值越接近1，小团体程度越严重。其值越接近-1，意味着小团体程度越小。其值越接近0，则表明机构之间的关系越趋于随机分布[4]。

4 空间规划编制高影响力机构合作的中心性分析

“中心性”表示的是个体在网络中所处的地位，是社会网络分析法研究的一个重要内容。在空间规划高影响力中标机构合作网络中，选取点度中心度、中间中心度、接近中心度等指标进行分析。点度中心度描述了网络中任意一点的中心性，它衡量一个点与其他点进行交流的能力，如果与这个节点的连接数较多，其将处于核心地位。中间中心度衡量一个节点控制资源或联系的能力。接近中心度衡量的是某组织不受其他组织控制的程度，即分析其信息传递的独立性与有效性。

4.1 机构点度中心性分析

NrmDegree 表示相对点度中心度。从结果可以看出，点度中心度最高的是中国城市规划设计研究院，其绝对点度中心度最高为22，这表明其与全国22 个不同机构进行过合作，也说明了其在机构合作网络中处于核心的位置。把点度中心度最高和最低的10 家机构分别与中标频次最高和最低的进行比较，发现机构点度中心度的高低并不完全取决于中标数量的多少，如四川省城乡规划设计研究院承接的项目数为18，四川省卫星应用技术中心承接的项目数为7，但点度中心性均为10。这表明机构合作次数所占比例不同导致机构在合作网络中的位置也不一样，且技术型机构之间的合作关系往往更容易在空间规划编制的过程中形成。

4.2 机构中间中心性分析

中间中心度最高的机构是中国城市规划设计研究院，其次是广西壮族自治区国土资源规划院、北京清华同衡规划设计研究院有限公司、上海同济城市规划设计研究院有限公司、中规院（北京）规划设计公司等机构。这些机构的中间中心性比较高，说明它们掌握了比较多的规划编制资源，控制资源能力较强，是整个合作网络构建的关键。同时，有82家机构的中间中心性为0，占机构总数的61.65%，说明这些机构不具备控制资源的能力，国土空间总体规划编制机构的资源分配较均匀[5]。

4.3 机构接近中心性分析

接近中心性的机构合作图必须是完全相连的，但前文绘制的图形并不完全相连。因此，首先要进行成分分析，然后对接近中心度最大的合作网络子图进行分析。结果显示，在网络中有35 个不同的群体，最大的群体包括87 个机构。中国城市规划设计研究院和北京清华同衡规划设计研究院有限公司的接近中心度都相对较低，这说明其都处于网络的核心。中国城市规划设计研究院、北京清华同衡规划设计研究院有限公司、广西壮族自治区国土资源规划院和上海同济城市规划设计研究院有限公司等机构的接近中心性与中间中心性均位于前列，这一方面说明上述几家公司合作完成了大量的规划项目，另一方面表明与上述机构合作的其他机构也较多。

从整体的中心性分析来看，中国城市规划设计研究院、上海同济城市规划设计研究院有限公司、北京清华同衡规划设计研究院有限公司和中规院（北京） 规划设计公司四家机构均位于机构点度中心性、中间中心性和接近中心性的前列，即分别在通道、中介、效率方面占有优势，并与其他机构具有广泛的合作关系,处于核心地位,掌握了较多的空间规划编制资源。北京及上海的规划院、规划公司是我国国土空间总体规划编制的重要机构，对空间规划编制方向的发展、编制成果的创新与交流起到了至关重要的作用。

5 结语

结合以上研究结果可以看出，我国整体空间规划编制服务的合作程度不高，规划领域的合作与交流主要集中在少数机构中。近三年，国土空间规划编制技术服务形成了以中国城市规划设计研究院、上海同济城市规划设计研究院有限公司、北京清华同衡规划设计研究院有限公司和中规院（北京）规划设计公司为核心的“核心—边缘”结构的无标度网络，典型的有以中国城市规划设计研究院为中心的辐射子网络以及具有地域性特征的星型子网络。其中具有人力资本与创新能力等优势的一流规划单位、科研机构等机构更易形成合作，是推动空间规划编制业务合作与技术提升的重要途径，建议未来扩大规划机构间合作的范围和规模。