长三角城市群网络化发展研究

2011-05-24吕康娟王娟

中国软科学 2011年8期

吕康娟，王娟

(上海大学悉尼工商学院，上海 201800)

随着我国区域经济的快速发展，出现了典型的“块状经济”，如长三角、珠三角、京津冀等地区［1］。城市是区域的增长极［2］，在这些“块状区域”内集聚着一个个城市群，这些城市之间的结构关系和联系密度，是群“内稳定”的基础，影响着整个区域一体化的发展。本文以块状域内城市之间的关系为研究对象，提出了城市群网络化发展的假设，认为城市作为一个经济体，并不是独立发展的，城市之间经济、社会、政治等要素相互联系和相互作用，而在地理空间邻近的这些块状经济体内，城市之间的联系更加紧密复杂，形成一种非线性的复杂网络关系［3］。本文以全国经济发展最为显著的长三角城市群为例，从复杂科学的视角，研究区域城市网络关系的存在性、网络构建的方法、网络结构特征的诊断以及政策意义。

一、城市网络化发展的内涵和动力分析

以弗里德曼为代表的城市学者奠定了城市理论基础［4］。在全球化发展中，英国学者Peter Taylor是全球城市网络研究的先驱，Peter Taylor认为世界城市之间链接的网络是实现全球化的主要途径，而这个跨越全球的城市网络主要是世界高端服务企业之间的联系推动的［5］。本研究的范围是一国区域内的城市网络，不同于全球网络的根本特征在于这些城市之间的地理邻近性，其网络的文化摩擦和交通成本远远低于全球城市网络［6］。

区域中的技术和基础设施的通达性是城市之间沟通的基础，以交通基础设施为代表的城市载体网络具有公共产品的属性，其网络的形成是政府驱动的。在长三角地区，有多种跨越区域的行政组织，比如长三角经济联合会，这些组织在行政上和公共产品的配置上，推动了区域内基础设施网络的形成。城市群的经济网络是核心。企业是城市的微观经济主体［7］，由于空间区位和市场的临近，企业在不同功能定位的城市中寻求市场和生产要素，能够减少交易成本，促使企业产生规模经济，并推动了区域内产业之间的联动和企业集聚，产生了范围经济和聚集经济。这种经济网络是区域一体化供求运作的空间效应，城市空间作用力越大，区域的发展越稳固。经济基础决定上层建筑，区域城市经济网络促进了各种网络的衍生发展，影响区域城市网络的形成、网络边界以及网络的稳定性。城市网络随着城市经济的发展，形成自身特有的结构，该结构有一定的动态性，网络的边界也在不断扩张。城市网络是对城市个体和城市群体的状态和结构的描述，其学术表达需要建立网络模型，测度网络结构，提出网络治理模式。上述区域城市网络的层次内涵、形成动因和研究表达方式，如图1所示。

图1 区域城市网络内涵层次、形成动因

二、长三角城市的位序规模特征与产业链特征

浙江省、江苏省和上海市所在的长江三角地区，占据全国1%的土地，长三角经济运行分析报告显示:2010年长三角地区16个城市经济总量逼近7万亿元，即长三角16个城市创造了全国20%的国内生产总值。

(一)经济位序特征

长三角城市经济协调会公布了长三角的16个主要城市。这16个城市在区域经济体系中的地位不是同一的，根据2009年16城市的GDP(如图2)可以看出，16市的经济发展水平呈现阶梯状分布:上海是区域内经济发展水平最高的城市，其GDP远远高出其他城市，苏州、杭州、无锡、南京、宁波处于经济发展水平第二层次，南通、常州、绍兴、台州、嘉兴、扬州、镇江等位于第三层次，而湖州和舟山的经济水平在区域内属于最低层次。这样一种区域经济结构呈现了两端小、中间大的分布特征，即经济发展水平最高和最低的城市都是个别少数，中间的第二层次和第三层次的城市数量占绝大多数，说明区域整体经济发展水平渐于均匀化，大部分城市均衡发展。

图2 2009年长三角16市国内生产总值分布

(二)长三角城市的首位度

城市经济学认为，一个区域或国家的城市首位度一定程度上代表了城市体系中的城市人口在最大城市的集中程度［8］。通常首位度高的区域表示了地区发展的不均匀，大量人口集中在最大城市，而区域内其他城市人口明显较少。首位分布允许资金和人才的更大积累，有利于知识的更加专门化和思想的广泛交流，首位城市也往是交通运输网络中效益最好的地方，更能吸引投资。2009年长江三角洲的人口分布如图3所示。

图3 2009年长江三角洲16市人口分布

由图3可见，上海的人口数明显多于区域内其他城市人口，长三角区域的城市首位度数值已经超过了2，属于典型的首位度分布。进一步测算地区4城市和11城市的首位律。4城市指数S1=P1/(P2+P3+P4)，11城市指数S2=2P1/(P2+P3+… +P11)，其中 P1，P2，…，P11是城市按规模从大到小排序后，某位序城市的人口规模［9］。通过计算，得出上海的4城市指数为0.924，11城市指数为0.631。由此看来，长三角城市区域城市的首位度较高。本文进一步验证了长三角城市群不存在位序－规模特征。

(三)长三角产业的空间集聚特征

在验证产业在长三角两省一市的集聚特征过程中，本文对比2001年和2009年上海市统计年鉴、江苏省统计年鉴、浙江省统计年鉴的第二、第三产业各行业产值，并运用用赫芬达尔－赫希曼指数(HHI)来揭示各行业的空间集中程度变化。赫芬达尔－赫希曼指数是测量产业集中度的综合指数。其公式为:

其中，X表示市场的总规模，Xi表示i企业的规模。

经计算得出:上海第二产业主要集中在食品制造业、烟草制品业、石油加工、炼焦及核燃料加工业、交通运输设备制造业;上海第三产业中资本密集型和港口型的信息、金融、商务、科技研究、计算机服务和软件业，批发和零售业，租赁和商务服务业占据长三角的主导地位。江苏则在采矿业、化学原料、金属冶炼、通用设备制造业、通信设备等资本密集型重工业制造业或技术型制造业占据长三角的主要地位;浙江省则在饮料制造业、纺织业、木材家具制造业、纸业印刷业、化纤制造业、橡胶制造业等劳动密集型制造业具有聚集效益。长三角区域分工格局明显:上海引导第三产业高级服务业，江苏承担大部分资本密集型和技术密集型制造业，浙江则承担了更多的基础加工业。

三、长三角城市网络模型的建立和网络结构特征测度

物理学家史蒂芬·霍金(2000)预言21世纪将是复杂性世纪［9］。学者们不仅在自然界发现生物链中的网状特征，也从社会发展的层面来理解经济、城市以及信息技术发展的复杂性网络化特征［10－11］。城市之间的各种信息技术和社会组织，促成了城市结构体系是一个可观察和量化分析的复杂网络空间［12］。从经济学角度，聚集经济理论分析城市规模的局限性和现有城市体系理论存在的不足，以网络经济的分析方法可以更全面地研究城市网络体系的发展和发育进程［13］。经济社会的网络既不像规则网络具有单一特征，也不像随机网络毫无规律可循。复杂网络的特征正体现为网络结构以及网络节点的统计特征的复杂性。

(一)城市网络模型的构建

网络由节点和边构成，边可以有边权和方向，这样就构成具有边权的有向网络［14］。城市经济网络是无形的网络，城市之间的链接关系如何建立和度量是关键。在目前的国际研究中，只有Peter Taylor进行了城市网络的构建和定量化运算。Peter Taylor认为服务性的企业在城市中起着关键作用，他选取全球100家金融和服务企业，对照这些公司在全球234个城市的分支机构和办公室，按照它们的规模和功能进行赋权重，从而形成一个基于服务价值的城市和企业的矩阵，然后根据这些数据用模糊分类方法来计算城市之间的链接性，把全球大城市分成了世界连接、国际金融连接、支配中心、全球指挥中心、地区指挥中心、高连接通道、新兴市场通道等七个城市等级，其中香港属于地区指挥中心和高连接通道，上海则在国际金融连接方面排为世界三级城市［15］。

本文在构建区域城市网络时，借鉴Peter Taylor的思想［16］，但是突破了网络边权的建立依据，并且在定量计算中，采取了复杂科学和图论的方法，使得网络更加贴近现实。从城市网络形成的企业微观基础出发，认为在长三角经济活跃区，那些具有良好资质的上市公司是核心。在企业选取上参照前述长三角产业集聚的规律。以长三角区域作为网络的空间区域，根据长三角城市经济协调会公布和一致认可的长三角16个主要城市作为网络的节点，城市之间的关系，是由关键上市公司在各城市之间的联系形成的，本文搜集了公司的股东构成、主营业务分地区情况、关联交易、子公司及联营、合营企业、重要项目等信息，构造出有权重和方向的边。

数据来源于16市的统计年鉴和上市公司的2007、2008年和2009年以及2010年的年度报表，分别选取了近300家公司的数据，进行4年的运算。由于2008年和2009年金融危机的原因，公司业务跨区交易大量减少，所构成的网络不具有代表意义。而经济平稳时期的2007年和2010年的网络，测算结果非常接近，具有代表性，本文就以2010年选取的16个城市中的258个上市公司的信息，建立16*258关系矩阵，再根据联系轻重得到边权，进一步求出有权重的16*16的有向城市－城市矩阵。

城市交通网络是有形的网络，在构建的过程中可以根据两城市间交通线路的通达性建立边，以交通流量作为边权建立网络。

(二)长三角城市网络结构特征的测度

1.长三角交通网络:区域内交通网络四通八达

交通是城市之间联系的物质载体，本文绘制了长三角的铁路网和公路网。以任意两个城市之间的铁路车次的联系为边，以铁路的运载量构建边的权重。根据区域内的国家高速公路、国道、省道建立公路网，根据公路货运量的统计数据建立网络的权重。运用VISONE软件建立的交通网络图如图4和图5。

图4 长三角16市铁路交通网

图5 长三角16市公路交通网

由上图可见，长三角的交通形成了一个联系紧密的网络。铁路交通虽然在舟山和湖州出现了结构洞，但是他们的公路网络却十分发达。这种测量是相对值的体现，整体来看，长三角区域内部交通网络四通八达，形成了良好的基础设施载体。

2.长三角城市整体经济网络特征:联系紧密但不均衡

根据基于企业数据建立的矩阵运算得到的城市之间的关系数据库，并用软件绘制16城市之间的经济网络，如图6。

图6 长三角16市经济网络

由上图可以看出，长三角16个城市之间的经济联系十分密切，16城市之间已经在区域内形成一张联系紧密的网。但是这种联系并不完全均等，经济发达的上海、苏州等城市节点的进出边线很多，而个别城市节点的进出边线则相对很少，且每条边的边权也相差较大。

3.长三角城市网络具有小世界特征

网络的平均最短距离是一个节点到达另外一个节点所经过的最少边数，计算公式为:

簇系数是指某个结点的所有相邻结点之间的连边数目占最大可能连边数目的比例，平均簇系数的公式为:

根据公式(2)(3)，计算得表1。长三角区域经济网络的平均最短距离为1.396，意味着16个城市几乎任何两个城市之间都能够直接联系，从一个城市到达另外一个城市只需要经过1.396条边。经济网络的簇系数为80.2%，表明任一城市结点与所有相邻城市之间的实际连边数目占最大可能连边数目的比例为80.2%，比例非常高。铁路网和公路网同样具有平均距离较小，而簇系数都很大的特征，也就是长三角城市网络具有小世界性，一方面说明长三角城市网络是小世界网络，网络节点的联系非常密切，另一方面证明了长三角网络具有复杂网络的特征。

表1 长三角城市网络的小世界性

4.长三角城市间关联特征测度:基于网络边权法

由于长三角城市网络是复杂网络，根据城市经济网络中的点和边的关系，以及表示关系大小的边权，基于VISONE软件，进行复杂网络的计算分析［19］。

计算过程中，首先将城市网络G=(V，E)假设为无向权重多图形，边权重ω，中心度 cD:V→R≥0被定义为连接边的权重之和，其中点v∈V，计算度的公式为:

本研究的网络是有向网络，又可以细分为点入度和点出度两种不同的中心度，假设网络G=(V，E)，边权重为ω。点入度ciD:V→R≥0，点出度coD:V→R≥0，其中点v∈V，点入度和点出度的计算公式为:

2.3.1 定义应用参数这里的应用指的是描述每一种业务的属性,在应用配置器中完成．如万维网应用,规定了每次取得页面的尺寸大小和时延间隔;文件传输应用,规定注入和下载的流量及文件块的大小等．根据科文学院校园网运行的实际状况,WWW应用的运行方式设定为Heavy Browsing,FTP应用的运行方式设定为High Load,DB查询应用的运行方式为High Load,E-mail应用的运行方式为High Load,其它参数设为默认值．

根据公式(4)计算得到网络的点度，根据公式(5)得到16城市的点入度和点出度，并按照大小排序，如表2所示。

本研究中某城市“度”的含义是该城市在整个区域网络中与其他城市经济联系的紧密程度。城市的度是以经过点的边的边权为基础计算的，所以不仅表示该城市与多少其他城市产生联系，而且联系的强度也计算在内。表2中，城市点度包含双向的经济活动:即有流入该城市的，也有流出该城市的。城市点入度，是指其他城市企业的活动流入本城市的强度和密度，反映城市的集聚效应;城市点出度，是指该城市企业的活动流出到其他城市企业的强度和密度，反映城市的辐射效应。

(1)上海的经济联系密度和强度最大，镇江最低

由表2中的点度可以看出，上海的关联度在所有城市中排名第1，其与其它城市之间的综合联系的紧密和强度最大，占整个网络链接关系的11.1169%;其次是杭州和南京，分别是8.3582%和8.3524%;宁波、苏州、无锡、舟山则处于第三个层次;南通、绍兴、泰州、扬州、嘉兴、台州、常州、湖州分属第四层次，最后一位是镇江，其度值是4.6642%。

表2 长三角16市的点度、点入度和点出度

(2)上海集聚效应和极化效应最强，舟山的依赖性最强

表2中，上海点入度排名第一，占整个网络的17.4597%，而点出度排序中上海最低，只有4.77%。说明上海市对长三角的城市产生了很大的集聚效应，其首位度明显，有强烈的极化效应。现实中很多江苏和浙江的企业都在上海设立分公司或办事处，竞争上海的市场和项目，与上海的公司产生众多关联交易。相对而言，上海的企业在江苏和浙江的业务互动中相对少一些，输出到其它城市的经济活动弱于其它城市与上海的联系，上海与其它城市的联系更多地表现为对其它企业活动的吸引，区域内聚集效应大于辐射和扩散效应。这一方面是由于在数据统计中，上海的服务业和金融业的上市公司比例最大，上海作为服务和金融的聚集高地，吸引了区域中各种性质的企业来寻求服务;另一方面，由于区域网络边界限制，上海作为国际性都市，其区域内的联系只是一部分，上海很多经济活动直接产生在国家范围或者国际范围，由于研究范畴有限这部分并没有计算在内。

对比表1中的点度与点入度，只有舟山的差异比较大，舟山点度排名第7位，而点入度排名下滑到第15位，但是舟山的点出度很大，表明舟山更多区域内外向型的企业，与其它城市的联系是比较密切的，输出更多经济活动，是由于舟山的地理条件使其发展中对其它城市有较强依赖性，自身经济聚集效应弱。

(3)杭州同时具有较好的聚集作用和辐射作用

对比表2中的点入度和点出度，可以看出，城市点入度和点出度排名呈现负相关变化趋势。点入度较高的城市点出度较低，如上海、舟山和湖州等。但也有特例，如镇江无论是点入度还是点出度都很低，而杭州的点入度和点出度都排名较为靠前，这说明杭州市在对外联系上，既能起到良好的聚集作用，同时发挥了一定的扩散和带动效应。

(4)长三角城市经济联系度的变化规律

通过表2与16市的GDP水平对比，可以看出，城市之间的联系遵循一个基本规律:GDP水平较高的城市与网络内部其它城市的经济联系较小，但是经济水平相对较低的城市与经济水平较高城市的经济联系却很大。说明随着城市经济增长，城市空间集聚效应增强，经济水平较高城市有更大的吸引力，网络中的企业活动会向这些城市靠近。表2中点入度排序与城市GDP水平的排序基本一致，从总体上来说，符合经济水平越高，点入度越高的规律。

而表2中点出度排名前三位的城市分别是GDP排名倒数三位的舟山、湖州、泰州，说明在区域网络中，经济落后的城市本身因为资金和技术的制约，需要与网络内其它城市建立经济联系来促进自身的发展，区域网络内的联系对于它们的发展至关重要。

通过对经济网络点度的分析发现，点度基本上遵循了点入度与点出度排序负相关的规律;欠发达城市趋向于与较发达城市主动搭建经济联系，区域内的集聚和极化效应明显。

5.长三角城市控制力测度——基于中间中心性

中间中心性是一个重要的局部几何量，反映了一个点在网络中控制其它点的能力，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间中心度，反映了结点在网络中的影响力［20］。如果把某一中间中心性极高的结点删除，网络中就会出现多处的连接断裂，即“结构洞”现象，极大地影响整个网络的运行，甚至造成网络的全面瘫痪［21］。中间中心性越高的城市，对整体网络的影响度越大，在网络中有较高的议价能力，该城市对区域发展具有控制和决定力量。

假设G=(V，E)是一有向性图形，边长 L，边强度为ω。中间中心性cB:V→R≥0，经过某一点v的两点(s，t)之间最短路径的数量占(s，t)的最短路径总数量的比例，公式为:

表3 长三角16城市的中间中心性

计算得中间中心性如表3。

由表3，根据网络中间中心性的含义，在16个城市中，有27.5%的经济活动都经过了上海市，它对网络资源拥有绝对的控制能力。杭州、苏州、宁波、南京处于第一梯队，经济活动控制能力占整个网络的50%以上。本研究是基于公司数据的，证明这种控制力量是核心企业通过技术、信息、资金和人力资本等实现的。而嘉兴、台州、舟山、常州、湖州和镇江的中间中心性值之和只占整个网络的2.5%。

四、长三角城市网络的分层模式

综合上述分析，采用社群图法根据不同的属性对网络中的节点进行分层［22］。

1.长三角城市形成紧密的网络关系，城市互动发展，区域内结构稳固

由图7中的上图长三角16城市的关联横向排列，在图论表达上，节点颜色越深，表明它在网络中的地位越重要，颜色越浅则表示其在网络中的地位越不重要。可以明显看出，长三角16城市的关联度虽有差异，但是整体联系非常紧密，任何城市与其它城市都有紧密的关系，说明长三角城市内部之间形成复杂的网络关系，区域发展具有稳定的内部结构，区域一体化的发展具有结构稳定的城市基础。

图7 16城市分层(上图:城市关联横向排列，下图:纵向地位分层)

2.长三角城市网络的层次结构

图7下图为长三角网络地位的纵向分层，可以看出16城市分成四个层次，图7中1号上海为一个最重要的层次，上海与其它城市之间的关联是支撑网络发展的最重要因素。位于图下部的编号为10，11，12，13，14，15，16 的城市为一个层次，位于图的中上部的2，3，4，5，6，7 编号的城市为一个层次，8，9为一个层次。四个层次的城市及其所处网络层级与网络权力的分配，如表4。

表4 长三角城市网络的链接层次

五、结论

本文论证了区域城市网络形成是在政府和企业的推动下，寻求规模经济、范围经济和聚集经济的结果。提出了城市网络表达的构造、结构特征和层次治理的三层次。对长三角16城市的首位特征与产业集聚特征分析基础上，建立了以城市为节点、企业关联业务为边、联系程度为权重的有向边权网络，通过复杂方法的测算，得出长三角城市网络的结构特征:联系紧密但是发展不均衡，城市集聚效应明显，证明了长三角城市已经互动发展形成联系紧密的网络关系，成为区域经济发展稳定的内结构，区域内形成以上海为中心，以苏州和杭州等为关键枢纽，以常州等为次级节点和以镇江等为新兴市场的网络格局。

在长三角经济网络中，城市网络的动力机制一是政府拉动了区域内交通基础设施的建设，二是一些企业优质要素主动向大城市集聚，而普通要素则选择向中等城市集中，提高了长三角城市群要素积聚的外部性，促使中心城市吸收周边城市的经济资源，同时周边城市也能较多地分享中心城市集聚效应带来的效益。进一步发挥上海的高端金融服务业的核心作用，杭州等城市的综合枢纽作用，推动区域经济的协调发展。长三角城市网络复杂性的演进、网络治理和边界的延伸是值得进一步研究的话题。

［1］赵红岩.长三角层级式产业链构筑的路径分析［J］.华东经济管理，2007，21(4):38 －41.

［2］保罗·克鲁格曼(美).地理与贸易［M］.北京:北京大学出版社，中国人民大学出版社，2000.

［3］吕康娟，中国区域产业空间网络研究［J］.经济地理，2010，30(11):1785 －1791.

［4］Friedmann J.The World City Hypothesis［J］.Development and Change，1986，(7):69 －83.

［5］Taylor P J，Hoyler M.The Spatial Order of European Cities under Conditions of Contemporary Globalization［J］.Tijdschrift voor Economies che en Social Geography，2000，91(2):176－189.

［6］［美］保罗·克鲁格曼.空间经济学［M］.北京:中国人民大学出版社，2005.

［7］Taylor P J.Is the UK Big Enough for Both London and England［J］.EnvironmentandPlanning，1997，(29):766－770.

［8］Sassen S.The Global City［M］.Princeton，NJ:Princeton University Press，1991.

［9］Newman M E J.Models of the Small World［J］.Stat.Phys，2002，(101):819 －884.

［10］Castells M.The Rise of Network Society［M］.Oxford:Blackwell，1996.

［11］刘军.社会网络分析导论［M］.北京:社会科学文献出版社，2004.

［12］甄锋，刘晓霞等.信息技术影响下的区域城市网络［J］.人文地理，2007，(2):68－71.

［13］张弥.城市体系的网络结构［M］.北京:中国水利水电出版社，2007.9.

［14］方一蔚，崔文田，闫化海.具有边权特性的社会网络重要成员识别［J］.管理学报2007，4(5):566－574.

［15］Taylor P J G.Catalano and Walker D R F.Exploratory Analysis of the World City Network［J］.Urban Studies，2002，39(13):2377－2394.

［16］Taylor P J.Specification of the World City Network［J］.Geographical Analysis，2001，(33):181 －194.

［17］Strogatz S H.Exploring Complex Networks［J］.Nature，200l，(410):268 －276.