粤港澳大湾区城市群空间经济网络关联研究

摘 要：根据近三年的经济统计数据，本文运用社会网络分析法构建粤港澳大湾区城市群的关系网络，并分析验证经济网络下的溢出效应对经济增长的影响。研究发现，粤港澳大湾区城市群具有高密度和明显的网络化结构，呈现出“核心—半边缘—边缘”的三级圈层结构特征。凝聚子集分析结果表明，粤港澳大湾区城市群在空间组织上可以细分为4个城市子群。本文通过QAP分析发现，影响粤港澳大湾区城市群经济联系强度的因素包括城市之间的距离、要素扩散与聚集、从业人口的流动、对外贸易发展以及内需消费等，并基于实证分析提出推进粤港澳大湾区城市群协同发展的对策建议，以供参考。

关键词：粤港澳大湾区城市群；空间经济网络；社会网络分析；QAP分析；区域经济

本文索引：杨韵.<变量 2>[J].中国商论，2024（07）：-020.

中图分类号：F124 文献标识码：A 文章编号：2096-0298（2024）04（a）--04

1 前言

沿海湾区聚集了发展程度最高、竞争力最强的城市群。据世界银行统计，全球超过一半的经济总量来自湾区。粤港澳大湾区在地理位置、经济基础、产业优势等方面具备建设成为世界一流湾区的实力，截至2022年，粤港澳大湾区经济总量超13万亿人民币，仅次于东京湾区和纽约湾区经济总量位列全球第三。但是粤港澳大湾区内部发展不均衡，城市群间经济差距明显，核心城市影响力向周边城市扩散，后发优势明显。因此，本文科学分析粤港澳大湾区城市群的经济空间网络结构，考察经济网络溢出效应对城市群经济增长带来的影响，有助于了解粤港澳大湾区城市群的空间行为，强化城市间的功能联系，优化区域产业空间布局，增强城市群竞争力，可以为规划和发展粤港澳大湾区提供参考。

国内外学者对城市群空间结构特征主要从点、线、面三个视角展开，其中以“点”要素和“线”研究居多。“点”要素主要是关于城市中心性的研究。刘静玉（2006）[1]通过构建潜能模型反映中原城市群中型城市的中心性强度。姚作林等（2017）[2]运用熵值法构建城市中心性测度指标体系，研究成渝经济区城市空间格局。

“线”主要是关于城市间经济联系强度的研究，为了测算城市间经济联系强度大小，学界普遍采用的方法是引力模型和城市流模型。引力模型反映了空间互相作用与距离密切相关，距离越近的区域间的互相作用较大，区域间经济引力模型几乎采用GDP、人口、距离等要素构建。王方方（2018）[3]引入引力贡献参数改进了传统引力模型，分析了粤港澳大湾区城市群空间经济网络。

本文采用“点”“线”结合的方式，依据经济统计数据，运用社会网络分析法分别构建城市群关系网络，比对不同视角的城市群经济网络特征，探究粤港澳大湾区城市群经济网络下溢出效应对经济增长的影响。

2 基于经济联系的粤港澳大湾区城市群引力模型构建

2.1 研究方法

在城市之间的经济联系中，存在着一种单向性现象。这意味着在人口总数、经济规模和距离等条件相等的情况下，两个城市对彼此之间的引力贡献是不同的[4]。根据王方方等（2018）[3]的研究，本文采用了改进的引力模型来计算这种引力贡献。在改进的引力模型中，本文引入了一个新的参数，即城市i的GDP（国内生产总值）占两个城市GDP总值之和的比例，记为Kij。这个参数可以衡量城市i对整体经济联系的贡献程度。根据修正后的引力模型，可以得到修正后的引力模型计算公式如下：

其中，Kij代表城市i对城市j的城市经济贡献率参数。这个参数表示城市i对整体经济的贡献程度。Gi和Gj分别表示城市i和城市j的GDP（国内生产总值）。这些数值代表了两个城市的经济规模。Rij代表城市i对城市j的经济影响力。这个值反映了城市i对城市j经济活动的影响程度。Pi和Pj分别表示城市i和城市j的年末人口总数。这些数值代表了两个城市的人口规模。Dij表示两个城市之间的距离。这个值可以是实际的地理距离或其他衡量距离的指标。

2.2 数据来源说明

由于经济网络具有时间上的相对稳定性，本文选取2020年、2021年和2022年的截面数据，通过时间序列数据反映粤港澳大湾区近三年的经济动态变化。数据来源于《广东省统计年鉴》《香港统计年刊》和《澳门统计年刊》。本文使用百度地图查询结果获取了粤港澳大灣区城市之间的距离数据，并将这些数据代入改进引力模型进行计算，得到了近三年粤港澳大湾区城市群之间的经济联系网络矩阵。

3 粤港澳大湾区城市群经济网络结构分析

本文把粤港澳大湾区各个城市节点在2020—2022年的数据运用UCINET进行网络中心性分析和点度中心度分析。网络中心性分析是用来衡量各节点城市在城市群经济网络中的影响力。中心性指标（C）可以反映一个城市在整个网络中的重要程度。通过分析中心性指标，可以了解到哪些城市在经济网络中扮演着重要角色，对整个城市群的经济联系起到关键的推动作用。点度中心度分析则通过衡量每个节点城市的点出度（Out）和点入度（In）来评估其影响力。点出度衡量了一个城市主动辐射影响其他城市的程度，而点入度则衡量了一个城市被其他城市影响的程度。通过分析点度中心度，我们可以了解到哪些城市在主动影响其他城市方面表现出色，以及哪些城市在被动接受其他城市影响方面较为突出，具体分析结果见表1。

广州、佛山、深圳、香港是粤港澳大湾区城市群中的中心城市，其在经济网络中具有较高的中心度和点入点出度。这意味着四个城市与其他城市之间具有紧密联系，对整个粤港澳大湾区的控制力和影响力较强。从点出度和点入度的分析来看，各节点城市之间的联系程度逐年增长，显示出粤港澳大湾区城市间的经济联系越来越紧密，特别是广州、佛山、深圳、香港这四座城市的点出度和点入度较高，它们是粤港澳大湾区最重要的经济外溢和影响接收城市，也是城市网络的核心区域。广州、深圳、香港的点出度大于点入度，说明这三个城市对周边城市的影响辐射力大于周边城市对其的影响，是整个城市网络的经济发动机。佛山作为位于大湾区腹地的城市，由于其良好的地理位置，其点出度排名第三，而点入度是整个大湾区城市群中最高的，其经济发展受到周边广州、深圳等发达城市的辐射带动影响。其他城市的点入度都大于点出度，表明这些城市更多地接收其他城市的经济外溢影响，而自身向其他城市输出的影响力相对较小。

4 城市群凝聚子群分析

本文进行凝聚子群分析，可以将城市群经济网络细分为若干个子群，这是基于城市之间的互惠性、接近性和关系密度来量化的。每个子群内部的城市之间联系紧密，可以被看作粤港澳大湾区城市群内部的“小团体”。凝聚子群分析帮助识别出城市群中形成的紧密关系网络，这些子群在经济网络中相互依赖并且紧密连接。通过子群分析可以更好地了解城市之间的合作模式和集群效应。基于城市群经济网络的凝聚子群分析并非要把城市群划分为分裂的“小团体”，而是希望利用网络凝聚性作为一个解释变量，分析各城市节点间的内部经济联系紧密程度，以便找到核心城市向周边城市经济辐射的最优路径。文章运用UCINET软件中的Concor法（迭代相关收敛法），设置最大分割深度为2，集中标准为0.2，对近三年的粤港澳大湾区城市群经济网络进行聚类分析，以揭示其内部联系的紧密程度并得出凝聚子群结构，如图1所示。

由凝聚子群分析可见，粵港澳大湾区城市在空间组织上可以细分为4个城市子群。其中，香港地区和深圳“特区+特别行政区”的组合，是粤港澳大湾区城市群的经济龙头；广州作为核心城市，佛山作为副核心城市带动周边中山、肇庆经济发展；“珠海+澳门+江门”与“惠州+东莞”城市子群内部缺乏有效增长极，是核心城市的边缘区域。

图1 粤港澳大湾区城市群经济网络凝聚子群结构

5 粤港澳大湾区城市群经济网络影响因素分析

5.1 选择影响因素并构建模型

城市群经济网络的形成和演化是在多种不同影响因素的共同作用和驱动下发生的。第一，城市间的距离是影响城市之间经济联系的一个关键因素。距离的远近直接影响着要素流动的成本，而成本的降低则促进了经济合作和资源共享，进而加强了城市之间的经济联系。换句话说，距离越近，城市之间的经济联系越紧密，因为要素的流动更加便利和高效。这意味着城市之间的距离远近会直接影响到它们之间的经济联系程度。第二，劳动力、资本、技术、信息等生产要素在城市间的流动推动了城市经济发展，也提高了城市间的经济联系强度。这种要素的流动既能够促进资源的优化配置，又能够推动技术的传播，从而推动经济的发展。因此，要素扩散与聚集作用成为影响城市经济网络的重要因素。例如，一些有特定产业优势的城市吸引了大量的资本和技术，进一步提升了城市间的经济联系。第三，劳动力资源作为一种重要的生产要素与城市群的发展密切相关。从业人口的数量和流动性带动了城市间的协同发展。大量的人口流动促进了劳动力市场的灵活性，使得人力资源得以更好地配置。同时，从业人口的增长也带动了消费需求的增加，进一步促进了城市经济的发展。第四，开放型经济贸易全球化是湾区城市群发展的重要特征。进出口贸易额是衡量湾区城市经济发展的重要指标。随着全球贸易的深入，城市间的贸易往来也日益增加。贸易活动不仅带来了经济增长，还提高了城市的竞争力和影响力。城市间的联系强度也随之增加。第五，城市居民消费能力与城市的发展呈现相关特征。居民消费升级刺激带动了城市经济发展和城市间经济互动联系。随着居民收入的增长和消费观念的变化，人们对高品质、高附加值的产品和服务的需求也相应增加。城市间的经济联系通过满足居民的消费需求而得到进一步加强。本文选取城市间的距离（D）、城市固定资产投资额（I）、城市从业人口数量（P）、城市进出口贸易额（T）、城市零售总额（S）五类因素来构建粤港澳大湾区城市群经济引力（R）影响因子模型，具体如下：

本文采用2022年的城市群数据，城市间的距离数据来自百度地图，其他经济数据来自广东省和香港、澳门的统计年鉴，采用差值矩阵表示。

5.2 影响因素的QAP分析

本文利用UCINET软件，对城市经济联系矩阵和影响因素矩阵逐一进行QAP（Quadratic Assignment Procedure）相关分析，结果如表2所示。

相关分析的结果显示，城市群经济网络受到城市间距离（D）、城市固定资产投资额（I）、城市从业人口数量（P）、城市进出口贸易额（T）、城市零售总额（S）的显著影响。在这些影响因素中，经济联系强度矩阵（R）与城市间距离（D）之间的相关系数为-0.39，表明城市间距离对经济联系强度有显著的负向影响。经济联系强度矩阵（R）与城市固定资产投资额（I）、城市从业人口数量（P）、城市进出口贸易额（T）、城市零售总额（S）之间的影响系数为正数，说明这四个因素与经济联系强度呈正向相关。这表明随着城市的固定资产投资额、从业人口数量、进出口贸易额和零售总额的增加，城市群间的经济联系也会不断增强。

5.3 QAP回归分析

按照QAP回归分析方法，选择5000次随机置换，上述要素进行回归分析，结果如表3所示。

根据回归分析的结果，我们发现上述五个因素（城市间距离、城市固定资产投资额、城市从业人口数量、城市进出口贸易额、城市零售总额）可以解释粤港澳大湾区城市群经济联系的52.3%。这表明这些因素是城市群经济联系网络的主要影响因素，对其形成和发展起着重要作用。

6 结语

本文利用经济统计数据构建了粤港澳大湾区城市群网络，并分析了城市群的网络特征，以验证经济溢出效应对经济增长的影响。综合以上分析结果，本文得出以下结论：

（1）粤港澳大湾区城市群呈现出层级网络结构，包括核心城市、次核心城市和边缘城市。香港、广州和深圳作为核心城市，在经济发展和国际交流中发挥着重要作用，并对周边地区产生辐射效应。次核心城市包括佛山、东莞、澳门和珠海，承担着连接核心城市和周边地区的纽带作用。边缘城市如江门、中山、惠州和肇庆，在农业、制造业和旅游业等领域也发挥着重要作用。为促进城市群的协同发展，需要加强城市群内部的梯队层级建设，合理定位城市的产业和功能，实现城市群内部空间结构的演进。

（2）根据凝聚子群分析，粤港澳大湾区城市可以划分为四个城市子群。每个城市子群应该培育梯度增长极城市，以推动组织内部空间结构的演进，增强城市群的空间联系密度，提高整体竞争力。

（3）粤港澳大湾区城市群的整体发展水平和综合实力与城市在城市群中的影响力和联系程度密切相关。城市群的经济联系强度与城市间的距离、要素扩散与聚集、从业人口的流动、对外贸易发展以及内需消费等因素紧密相关。因此，需要加强城市群内部的合作与交流，优化资源配置，推动经济的协同发展。

参考文献

刘静玉. 当代城市化背景下的中原城市群经济整合研究[D]. 郑州： 河南大学， 2006.

姚作林.成渝经济区城市群空间结构要素特征分析[J].经济地理， 2017（1）： 82-89.

王方方，杨焕焕.粤港澳大湾区城市群空间经济网络结构及其影响因素研究： 基于网络分析法[J].华南师范大学学报（社会科学版），2018，7（4）：110-120.

许培源，吴贵华. 粤港澳大湾区知识创新网络的空间演化： 兼论深圳科技创新中心地位[J]. 中国软科学， 2019（5）： 68-79.

彭芳梅. 粤港澳大湾区及周边城市经济空间联系与空间结构： 基于改进引力模型与社会网络分析的实证分析[J]. 经济地理， 2017， 37（12）：57-64.

覃成林，刘丽玲，覃文昊.粤港澳大湾区城市群发展战略思考[J]. 区域经济评论， 2017（5）：113-118.