粤港澳大湾区经济空间关联特征演变及网络效应

刘 庆 芳，王 兆 峰

(1.北京师范大学地理科学学部，北京 100875；2.湖南师范大学旅游学院，湖南 长沙 410081)

0 引言

2017年7月，国家发改委、广东省政府、港澳特区政府共同签署《深化粤港澳合作推进大湾区建设框架协议》，粤港澳大湾区被定位为中国未来全球化发展战略的重要引擎之一[1]。建设粤港澳大湾区，促进区域间融合互动，进而优化区域经济发展格局，已成为中国“十四五”规划时期的重要战略任务。经济空间关联结构是不同区域通过资源要素流动和交通通道联结的有机系统，在很大程度上能映射区域间经济联系与合作的程度和层次[2]。随着粤港澳大湾区一体化进程的加速，城市间的经济空间关联结构日趋复杂，因而，有必要充分厘清粤港澳大湾区经济空间关联特征及其网络效应，这对于深化经济联系与合作、优化经济联系格局、加速大湾区一体化进程具有重要的理论意义和实践价值。

国外有关区域经济空间关联的研究呈现定量与定性相结合[3-5]、理论与实践[6,7]相结合的特征，主要聚焦城市空间相互作用[8]、休闲流的网络结构[9]、银行资金流的空间结构[4]、创新传播网络结构[10]、企业网络结构[11]等。国内有关研究起步稍晚，但研究成果丰硕。在研究内容上，既有关于区域经济联系格局及演化趋势[12-20]、驱动因素[21,22]、经济联系与区域协同发展[23]的单向研究，又涉及交通可达性与区域经济联系的单向或双向关系研究[24-27]等多元化内容；研究视角上主要涉及宏观视域下跨国间的经济联系强度测度及影响因素探究[22]和中观层面的城市群经济网络结构演变[12,14-16,26]，微观层面主要涉及市域[21,25]和县域[18，19]；研究方法早期注重传统引力模型的应用[28]，后逐渐对传统引力模型进行改进[21]并结合社会网络分析方法[29,30]，使得相关研究内容不断拓展。综上，已有研究多聚焦经济网络结构的驱动因素分析，而对经济网络结构效应的探究相对较少;研究地域上，聚焦粤港澳大湾区这一国家重点开发区域的研究尚显薄弱。鉴于此，本文运用修正引力模型和社会网络分析揭示粤港澳大湾区经济网络结构特征演化，借助OLS回归模型厘清其空间网络效应，以期为优化大湾区经济网络格局和促进大湾区经济一体化提供科学参考。

1 研究方法与数据来源

1.1 指标体系与数据来源

在城市间资本、人才、信息和技术等要素相互作用不断强化的时代背景下，GDP单指标不能系统、全面地刻画城市经济发展水平[31]。本文参考已有研究[18,31-33]，遵循指标选取的客观性、科学性、系统性和数据可获取性原则，结合粤港澳大湾区经济发展特点，从经济规模与效益、产业结构与外贸、经济发展潜力3个维度综合反映粤港澳大湾区城市综合经济发展水平。经济规模与效益主要包含人均GDP、经济密度、就业人口和人均财政收入4个指标；产业结构与外贸主要涵盖第二产业比重、第三产业比重、出口总额和进口总额4个指标；经济发展潜力主要包括GDP增长率、第二产业增长率和第三产业增长率3个指标。指标数据主要来源于2004-2019年《中国统计年鉴》《广东统计年鉴》和《中国城市统计年鉴》，部分数据来源于珠三角9市2005-2018年国民经济和社会发展统计公报，缺失数据采用线性插值法补充完善。

1.2 研究方法

1.2.1 修正后熵值法 为避免量纲不统一影响评价结果的准确性，首先对经济发展水平各项指标进行极值标准化处理；其次，采用修正后熵值法确定各指标权重；最后，运用线性加权方法测算2005-2018年粤港澳大湾区综合经济发展水平指数。计算公式参见文献[18]。

1.2.2 修正引力模型 本文探究粤港澳大湾区不同城市间的经济空间联系强度，因而城市间的“质量”更侧重于经济发展水平；其次，本文基于空间相关作用和距离衰减理论，采用各城市的综合经济发展水平对引力模型进行优化，使用城市间的“经济距离”修正距离系数[34]，运用修正系数Kij识别不同城市间经济吸引力的强弱，计算公式为：

(1)

式中：Fij为粤港澳大湾区各城市间的经济吸引力；Mi(Mj)为i(j)城市的综合经济发展水平；Dij为不同城市间的“经济距离”；dij为i、j城市间的球面距离；Gi(Gj)为i(j)城市的GDP；Ri为经济联系空间势能(i城市与其他城市之间经济联系强度之和)。构建二值化空间关联矩阵是进行社会网络分析的基础，参考王俊等[34]的研究成果，以原始空间关联矩阵每行的均值为阈值，大于阈值的为1，小于阈值的为0，分别表示该城市与该行其他城市是否存在经济联系。

1.2.3 社会网络分析法 本文主要采用网络密度、网络关联度、网络等级度和网络效率4个指标表征粤港澳大湾区经济空间关联的整体网络特征；运用点度中心度、接近中心度和中间中心度3个中心性指标测度空间网络中各城市的位置和角色。相关指标公式参见文献[27]。

2 实证结果

2.1 粤港澳大湾区经济联系演化

图1显示：1)在经济联系强度上，2005年粤港澳大湾区经济联系强度有效连线为8条，以香港、珠海和澳门三地间的联系最为频繁，其中，珠海—澳门、深圳—香港之间的经济联系强度较高；2010年区域内经济联系强度有效连线增至17条，逐渐形成以深圳、香港、珠海、澳门为核心的“四核驱动”结构，与此同时，香港—珠海连线向北延伸至东莞、广州、佛山一带；2015年区域内经济联系更加密集，经济联系强度有效连线增至25条，深圳—香港之间的双向联系强度依然在网络结构中遥遥领先；2018年经济联系强度有效连线增至27条，总体上网络结构更趋复杂，覆盖范围更广，更多边缘城市被纳入区域经济联系网络中。2)在经济联系空间势能上，研究期内香港和深圳始终是大湾区经济联系空间势能高值区，研究初期较高值区分布于珠海和广州，后随着珠海经济联系空间势能回落为中值区，澳门经济联系空间势能退出高值区，较高值区开始稳定分布于广州和澳门。中值区的城市数量不断增加，2005年仅局限于佛山，2010年和2015年加入珠海，2018年中值区覆盖范围拓展至佛山、珠海和东莞3市。较低值区和低值区分布范围相对稳定，2005-2015年肇庆、江门和惠州始终为大湾区整体经济联系空间势能的低值区，而中山和东莞2市始终为较低值区；2018年江门经济联系空间势能跃升为较低值区，而东莞经济联系空间势能逐渐晋级为中值区。整体看，粤港澳大湾区经济联系空间势能不断跃升，空间分布格局较为稳定，基本形成以港、深为中心，由内向外梯度递减的“倒U形”核心边缘空间层级结构。

图1 粤港澳大湾区经济联系网络拓扑图Fig.1 Topology of economic connection network in the Guangdong-Hong Kong-Macao Greater Bay Area

2.2 整体网络特征演化

图2显示：研究期内，粤港澳大湾区经济联系的网络密度和网络关系数变化趋势基本保持一致，均呈先上升后下降再上升的“N”形结构。网络密度和网络关系数均大于0，表明研究期内各市间存在普遍联系，网络密度值由2005年的0.073跃升至2018年的0.246，14年间增幅不大，且始终低于0.5的平均水平；网络关系数由2005年的8条升至2018年的26条，区域网络关系愈加紧密，但绝对值仍较低。由此可见，粤港澳大湾区各城市之间的经济联系尚未进入高强度期，未来区域间的经济交流与合作仍存在较大进步空间，原因在于粤港澳大湾区整体经济差距较大，部分城市(如江门、肇庆)的经济发展水平相对较低，仅与核心城市联系紧密，与其他城市联系相对较弱，因而经济网络整体密度值仍存在较大提升空间。

图2 粤港澳大湾区经济联系网络密度和网络关系数Fig.2 Network density and number of network relationships of economic connections in the Guangdong-Hong Kong-Macao Greater Bay Area

图3表明：研究期内粤港澳大湾区的经济网络关联度始终为1，这说明大湾区各城市之间均存在直接或间接的经济溢出，原因在于粤港澳大湾区城市间的空间距离较近，经济合作交流由来已久，加之以广州、深圳、香港为代表的“中介”城市，城市间的经济联系更加紧密。网络等级度呈现波动性特征，由期初的0.333升至0.357，在0.167～0.417之间波动，整体居于中等偏下水平,说明粤港澳大湾区经济网络结构尚未达到较为森严的程度，这可能与城市之间经济合作宣言的不断签署，资本、人才和技术成为媒介，城市间的经济合作网络不断深化有关。与此同时，轻微增幅说明在经济网络结构相对松散、经济运行趋势不稳定的情况下，区域经济网络结构趋于稳定性不断优化。粤港澳大湾区的网络效率较高，大致呈先波动式下降后波动式上升的“V”形结构，总体由研究期初的0.930降至期末的0.644，但仍高于0.5的中等水平。其中，2009-2011年网络效率经历了“断崖”式下降，2011年最低值为0.360，原因在于粤港澳大湾区经济多以出口为主，受2008年全球金融危机影响，加之产业结构深层次调整，城市间的劳动分工和产业协作有所弱化。相对较高的网络效率表明大湾区各城市之间网络连接效率高，处于经济联系网络中的各城市联系较为紧密。

图3 粤港澳大湾区经济联系网络等级度、网络效率和网络关联度Fig.3 Network hierarchy,network efficiency and network correlation of economic connection network in the Guangdong-Hong Kong-Macao Greater Bay Area

2.3 个体网络特征演化

在测度粤港澳大湾区经济联系网络点度中心度、接近中心度和中间中心度基础上，结合GIS反距离权重插值，探索其个体网络的空间演化特征。

2.3.1 点度中心度 图4显示：点度中心度的空间集聚演化特征较显著，高低值差异明显。具体表现为：1)点度中心度的最高值与最低值均有一定程度的提升，图中红色和黄色的插值面积不断拓展，表明研究期内各城市的整体网络中心性不断增强；2)由2005年的多点低值集聚到2010年澳门、香港、珠海、深圳等南部沿海城市面状高值扩散式集聚，再到2015年中山和深圳两点独大，2018年香港、深圳两极对峙格局基本锁定，肇庆、佛山、惠州三大低值区排名靠后，高值中心与低值中心均在空间上形成由内向外梯度递减或升高的核心边缘结构。

图4 粤港澳大湾区经济联系网络点度中心度反距离权重插值Fig.4 Inverse distance weighted interpolation of degree centrality in economic connection network in the Guangdong-Hong Kong-Macao Greater Bay Area

2.3.2 接近中心度 图5显示：接近中心度的空间非均衡性强且变化悬殊，由研究期初多点低值、局地高值，逐渐演变为两核低值、中部高值直至研究期末单点低值、整体平稳态势，高低值之间差异逐渐极化。具体表现为：1)2005年接近中心度的高值与低值中心差异相对较小，区域整体接近中心度较低，肇庆、惠州、江门等城市处于低值地带，高值中心主要分布于南部沿海的澳门、香港、珠海和深圳4城市；2)2010年接近中心度的空间分布态势变化显著，肇庆和惠州成为两大低值中心，位于粤港澳大湾区东西两翼，高值中心由原来的澳门、香港、珠海和深圳4城市向北延伸至中山和东莞，两大低值中心之间形成由南向北连绵分布的高值带；3)2015年后仅肇庆成为粤港澳大湾区唯一低值中心，东南部及东部大范围地区接近中心度大幅提升且连片分布，呈现出自东南向西北梯度递减的条带状格局。

图5 粤港澳大湾区经济联系网络接近中心度反距离权重插值Fig.5 Inverse distance weighted interpolation of closeness centrality in economic connection network in the Guangdong-Hong Kong-Macao Greater Bay Area

2.3.3 中间中心度 图6显示：1)2005年粤港澳大湾区经济联系网络的中间中心度普遍较低，高值区以香港为中心向西南方向递减，呈大范围片状分布，这表明粤港澳大湾区西北方向区域经济联系松散，使得节点城市在网络结构中控制力不强，处于经济网络结构的边缘位置；2)2010年南部城市中山、深圳和珠海的控制力不断增强，呈现“三足鼎立”态势，区域整体中间中心度升高，仅肇庆、江门和惠州3市成为低值中心，呈散点式布局；3)2015年粤港澳大湾区各城市间经济联系网络的中间中心度提升显著，深圳占据优势地位，广州和中山成为次级高值中心，东莞的控制力相对下降，成为低值中心；4)2018年区域整体中间中心度轻微下降，空间分布格局保持基本稳定。

图6 粤港澳大湾区经济联系网络中间中心度反距离权重插值Fig.6 Inverse distance weighted interpolation of betweenness centrality in economic connection network in the Guangdong-Hong Kong-Macao Greater Bay Area

2.4 粤港澳大湾区经济网络效应分析

2.4.1 整体网络结构效应 本文以粤港澳大湾区经济联系强度和城市间经济联系强度的标准差作为被解释变量，以网络密度、网络等级度和网络效率3个整体网络结构指标作为解释变量，构建OLS回归模型，为规避量纲影响，对各变量取自然对数。

(1)整体网络结构效应回归结果(表1)表明，网络密度、网络等级度和网络效率的回归系数分别为0.754、0.508和-0.747，这说明网络密度和网络等级度的提高以及网络效率的降低能够有效提升粤港澳大湾区的经济联系强度。具体而言：网络密度越高，区域经济有效联系愈加紧密，从而使得资源配置高效化和市场开放化，经济溢出效应增强，区际经济联系强度随之攀升。由前文可知，当前粤港澳大湾区经济发展仍处于繁荣期，区域之间的经济合作积极推进，较高的网络等级度和严密稳固的等级结构能够维持经济联系强度稳步提升，网络等级度较高的节点城市往往能够充分发挥其在增强区域经济联系强度过程中的主导作用。网络效率与经济联系强度呈负相关，网络效率越低，城市间经济联系越紧密，资源配置效率有效提升，区际优势互补和互动能力增强，空间关联网络更加稳定，从而为区域经济联系强度提升提供了良好的外部环境。

表1 整体网络结构效应回归结果Table 1 Regression results of the effects of overall network structure

(2)从整体网络结构对经济联系强度差异的效应结果看，网络密度、网络等级度和网络效率的回归系数分别为1.004、0.708和-0.971，且均通过显著性检验，这说明网络密度和网络等级度的降低以及网络效率的提高能够缩小城市间经济联系强度差异，促进经济联系空间均衡。网络密度与经济联系强度差异高度正相关，具有强烈的正向影响作用，网络密度越高，整体网络联系数越多，城市间的经济溢出更强，从而使得经济联系强度的空间极化效应和边际差异有效敛缩。高等级城市积极带动经济合作，低等级的边缘城市积极参与区域经济合作，能够在经济发展繁荣期内平衡经济联系强度差异。网络效率对大湾区经济联系强度差异产生负向影响，效率降低使得网络连线不断增多，边缘城市在网络中逐渐占有一席之地，从而维系区域经济联系网络的公平性和稳定性，缩小各城市在区域经济联系中的相对差异。

2.4.2 个体网络结构效应 本文以各市经济联系强度为被解释变量，以经济联系网络中各市的3个中心性指标为解释变量，构建面板回归模型。根据Hausman检验结果，模型(1)和模型(3)采用随机效应模型，模型(2)采用固定效应模型。由表2可知，3个模型系数均为正向的相对高值，且均通过1%水平的显著性检验，表明个体网络结构中各中心性的提升能显著增强粤港澳大湾区经济联系强度。具体而言：1)点度中心度的回归系数为2.318，表明点度中心度每提高1%，大湾区各城市经济联系强度提高2.318%，点度中心度越高，则网络连接的节点数量越多，城市间的关联性增强，从而使整体网络的经济联系强度不断提升。2)中间中心度的回归系数为1.931，表明中间中心度每提高1%，经济联系强度提高1.931%，中间中心度高的城市对经济联系的方向和强度具有较强的控制力，使网络联系中的空间溢出效应更显著，进而经济联系强度更高。3)接近中心度的回归系数为2.432，接近中心度每提高1%，经济联系强度则提高2.432%，接近中心度高的城市在关联网络中扮演中心行动者角色，使网络中各城市间的联系更紧密。

表2 个体网络结构效应回归结果Table 2 Regression results of the effects of individual network structure

3 结论与讨论

本文以粤港澳大湾区11市为例，综合运用修正引力模型和社会网络分析方法分析其经济网络结构空间关联特征，并借助OLS回归进一步厘清其空间网络效应，主要结论与启示如下：

(1)研究期内粤港澳大湾区经济联系强度不断提升，空间结构呈现“四核驱动”，边缘辐射呈现渐趋稳定状态，空间联系愈加紧密。经济联系空间势能不断提升，格局较为稳定，形成以香港和深圳双城为中心，由内向外梯度递减的“倒U形”空间层级结构。因此，需以港、深双城为核心，以港深创新科技园为“大本营”，在粤港澳大湾区内形成以创新为引领的经济体系和发展模式。

(2)网络密度和网络关系数变化趋势趋同，均呈先上升、后下降、再上升的“N”形波动提升态势；网络效率呈现先波动式下降、继而波动式上升的“V”形结构。因此，粤港澳大湾区必须坚持“分类对接，跨层协调”的合作原则，以《粤港澳大湾区发展规划纲要》为契机，以江门大广海湾经济区和中山粤澳合作示范区为平台，推动产业协同，形成新兴产业集群，以提升大湾区经济一体化进程。

(3)点度中心度呈现由内向外梯度变化的核心边缘空间结构，接近中心度由期初多点低值、局地高值转化为期末单点低值，中间中心度大幅跃升。深圳作为港澳经济发展后备梯队，经济优势使其在经济联系网络中的控制力遥遥领先，因此，需发挥深圳在港澳与其他城市经济合作中的“枢纽”和“桥接”作用，强化前海合作发展引擎作用，充分利用香港的绿色金融和金融科技体系，全面提升经济发展质量。

(4)网络密度和网络等级度的提高以及网络效率的降低能有效提升粤港澳大湾区的经济联系强度，而点度中心度、接近中心度和中间中心度的提升均能有效巩固大湾区经济联系强度。为此，应发挥香港—深圳、广州—佛山、珠海—澳门强强联合的示范引领作用，推动区域更多的城市实现经济联系优势互补、联动发展，从而提升粤港澳大湾区经济联系强度，加速实现高水平高质量的世界一流湾区和城市群等目标。

粤港澳大湾区作为中国未来全球化发展战略的重要引擎，明析该区域经济空间关联特征，审视其空间网络效应，对于探索大湾区经济高质量发展路径、缩小与世界一流湾区之间差异具有重要意义。但本文在实证研究过程中仍存在如下不足：受粤港澳大湾区经济数据获取限制，经济联系强度的指标体系仍存在优化空间，加之本文采用城市之间的地理距离修正城市间最短距离，若将粤港澳大湾区城市间的时间距离纳入修正引力模型中，研究结果将更科学严谨。