东北地区城市产业空间联系网络特征研究

张明斗 , 席胜杰

(东北财经大学 经济学院，辽宁 大连 116025)

0 引言

构建科学有效的产业联系机制是资源优化整合和实现城市经济高质量发展的重要前提。如何通过有效的产业联系机制来推动形成城市产业空间联系的网络化，进而深度革除城市产业发展中的孤岛现象，是中国区域经济发展中的重大问题之一，对于提升产业韧性和系统性、防范产业风险具有重要的理论和现实价值。伴随着单体城市向城市网络化格局的演变，中心城市往往由于其产业方面的比较优势，可以集聚更多优质资源，从而扮演着增长极的角色，而次中心或边缘城市由于自身竞争优势不足，与周边城市缺乏有效合作，产业发展的孤岛化迹象明显，最终可能引发产业结构不合理、经济发展质量下行等系列性难题，长此以往，城市间的合作效率降低，阻碍了城市发展水平的提升。因此，提升城市间合作质量，强化城市间的产业互补和内在功能协调，进而增强要素流动效率，也就成为区域经济发展的重要任务。对于该问题，国家也从顶层设计的高度进行谋篇布局，我国“十四五”规划正式提出国内国外双循环的战略思想，意在把国内经济打造成一个有机联系的循环整体，从而打通区域发展链条中的堵点，这其中最为核心的一环就在于要把产业作为重要抓手，形成产业空间联系的网络化，使得产业链条真正循环起来，进而实现本质意义上的双循环。在这样一个宏观背景下，为实现城市产业的互联互通以及形成区域要素的循环体系，研究城市产业空间联系及其网络特征也就成为新时代背景下的重大理论命题。

区域经济联系及网络化特征是经济地理学和区域经济学研究的热点[1]。国内外学者多借助引力模型[2]，结合复杂网络[3]、社会网络[4-7]等方法，对联系网络进行构建，并对其密度、中心性、聚类特征展开分析。同时，基于经济[8-10]、人口[10-11]、交通运输[12-14]、多元流空间[15-17]、产业[18-20]等视角，探寻其网络特征的时空发展格局和趋势。综观上述研究发现，联系网络的构建维度已十分丰富，对宏观经济领域以及互联网、企业等微观领域的探索都有所涉猎，但总体研究偏向宏观方面，使用GDP、人口等单一变量或构建指标体系成为主流。宏观数据尽管具备反映经济现实的能力，却对更微观层面的解释力不足，其中产业关联视角方面的研究仍需补充。

产业是城市发展的基础，也是要素的载体、承接者和消耗者，产业发展往往伴随着天然的网络化[21]。产业部门间要素流动的强连接效应是产业网络化的基础[22]，因此，从产业部门层面出发，借助投入产出表衍生出的影响力系数和感应度系数构建城市产业联系强度，进而研究城市产业联系网络,成为研究区域经济联系的重要维度[19-23]。同时，产业联系网络的研究对理解城市产业的割裂现象、避免原本具备的产业优势和固有产业链条的优势丧失和链条断裂有所帮助。在研究区域方面，国内学者多聚焦于各大城市群，对东北地区相关研究较少。东北地区作为我国的老工业基地，2016年又迎来新一轮振兴政策的颁布，其城市产业空间联系特征如何，呈现出怎样的网络联系特质，仍需进一步挖掘，这对于通过提升城市产业空间联系紧密度，形成网络化的发展格局，进而实现东北地区的全方位振兴具有重大的理论和现实价值。为此，本研究在以下方面进行拓展：一是对东北地区城市产业联系强度进行系统性测算，从而甄别出其空间分布特征和演化趋势。二是利用社会网络分析法研究东北地区城市产业空间联系网络的中心性，探讨不同城市在产业联系网络中的地位和功能，并利用社会网络中的块模型，探究城市产业联系的聚类情况，以此明确东北地区城市产业空间联系的网络化特征。

1 研究区域、研究方法与数据来源

1.1 研究区域

作为我国的老工业基地，东北地区产业发展起步较早。新中国成立初期，由于其交通和资源优势，曾一度占有国家98%的重工业基地，拥有东北亚最完整的工业体系，并有“共和国工业长子”之称[24]。改革开放之后，东北地区产业发展发生巨大变革，其中第二产业占比逐渐降至35%，第三产业超过50%，东北地区工业比较优势持续缩小，经济发展活力丧失。2018年，辽宁、吉林、黑龙江GDP增速分别为5.7%，4.7%，4.5%，均低于全国平均水平，东北地区经济发展陷入困境[25]。本研究选取狭义层面的东北地区，即辽宁、吉林和黑龙江三省34个地级及以上城市(由于数据缺失，延边朝鲜族自治州和大兴安岭地区未纳入研究范畴)为研究区域，对其产业空间联系网络展开分析。

1.2 研究方法

1.2.1城市产业联系强度。城市内部产业联系需要借助影响力系数和感应度系数进行构建，城际产业联系则通过引力模型进行计算。

(1)影响力系数和感应度系数。影响力系数和感应度系数是基于投入产出表而衍生的核算方法，其中，影响力系数反映了某一产业部门增加一单位最终消耗时，对所有部门产出需求的影响程度；感应度系数则反映所有产业部门增加一单位最终消耗时，某部门由此而反映出的需求感应程度，前者主要对产业间的后向关联进行剖析，后者则反映前向关联[26]，公式如下：

(2)城市内产业联系强度。产业联系强度可以分为潜在和实际的联系强度，前者仅仅关注产业内在属性，未从规模角度出发，无法表现出空间特征和城市指向；后者则与城市规模结合，从而产生城市连接[19,27]。测算产业实际联系强度，公式如下：

式中：Cik代表产业联系强度；Tti和Sti分别为产业i的影响力系数与感应度系数；Scm为各产业门类的就业人数；am为各产业门类的权重，由近5年全国各产业门类就业人数比重求出。

(3)城市间产业联系强度。引力模型能够兼顾各节点的产业联系强度以及地区距离，揭示了产业空间联系特征[28]，公式如下：

式中：Cik1-k2是指城市k1和k2间的产业联系强度；Cik1，Cik2分别是城市k1和k2的产业联系强度；Dk1-k2为城市k1和k2间的距离，由ArcGIS内的工具模块计算得出。城市距离对联系强度具备衰减作用。

(4)城市间产业联系总强度。表达某城市产业对外联系的总体强度，公式如下：

式中：Cikn为城市间产业联系总强度，是某城市与其余城市产业联系强度的加总；kn为区域内某一城市；kj为其他城市；Ci(kn-kj)为两个不同城市间的产业联系强度。

1.2.2社会网络分析法。社会网络分析法(SNA)作为一种新兴的社会科学研究方法，现已被运用到经济领域的多个方面。本研究用到的关系数据是Cik1-k2，通过将4年Cik1-k2的均值作为临界值，对Cik1-k2进行二值化处理，大于均值的部分，取1，反之，取0。

(1)点度中心度。点度中心度是指某节点与其他节点相连的个数，显然，相连点数越多，点度中心度越大，即该点位于网络更为中心的地位[29]，公式如下：

式中：RDi为城市节点i的点度中心度；xij为节点城市i与j之间的关联情况，若存在关联，则记xij=1，反之为0；N为整个网络节点数。

(2)中间中心度。中间中心度代表某节点对其他节点的中介作用，一定程度上反映了城市节点对资源的控制能力[30]。本研究采用该指数，探寻在城市产业联系网络中发挥中介效应的城市，公式如下：

式中：Bi为城市节点i的中间中心度；bijk为节点j和k之间经过节点i的捷径数；bjk为节点j与k之间的捷径数；n为整个网络节点数。

(3)块模型。块模型是一种迭代相关收敛法，是通过对矩阵行或列的相关系数的重复计算，从而进行分组的一种分析方法，最开始它是为研究行动者的结构对等性而设计的一套算法[30]，其目的就是将矩阵划分为诸多区块，从而方便展开聚类方面的研究。

1.3 数据来源

由于2007年前后投入产出表编订方式的改变，选取最新《中国地区投入产出表2012》和《中国地区投入产出表2017》进行计算，同时根据投入产出表辐射时间较长的特性，由2012年和2017年投入产出表测度2009年、2012年、2015年以及2018年4年的城市产业联系强度。产业门类就业数据来源于《中国城市统计年鉴》，产业门类分类参考《国民经济行业分类》(GB/T 4754—2017)，最终确定分为19个产业门类进行测算。

2 城市产业空间联系强度分析

2.1 城市产业联系总强度的空间演化分析

产业联系总强度为城市所有关联区间上产业联系强度的加总，对4年均值进行四分位处理，以此作为分类依据，绘制城市产业联系总强度分布图(图1)。总体而言，东北地区城市产业联系总强度高值区以沈阳、大连、长春、哈尔滨为起始，呈现向周边城市梯度扩散的发展态势。从高值区的时间延伸趋势可以看出，2009—2015年产业联系水平较高的城市在空间上开始集聚，并逐步拼接成南北纵向的带状分布，基本与辽中南城市群和哈长城市群的划分区域相吻合；而且在此期间，东北地区城市产业联系总强度的均值上升20.21%，可见城市产业联系更为密切，城市间产业捆绑效应增强，城市群集聚效应愈发明显，其中，辽中南城市群产业联系总强度增长19.53%，哈长城市群增长27.09%，也从侧面验证了这两大城市群的内在优势。2015—2018年东北地区城市产业联系总强度均值出现大幅回落，下降幅度达到28.91%，其中，就业人口减少是其下降的直接原因。近几年，东北地区正处于产业结构改革、落后产能淘汰的阵痛期，在东北地区不断“刮骨去毒”的过程中，遭遇了部分产业规模萎缩以及人口外流等问题，在这样的现实背景下，原本建立的诸多产业联系面临断裂，产业合作的领域和方式也面临着改变，导致产业联系总强度出现大幅下降。此外，2015—2018年产业联系总强度高值区又重新集中在了沈阳、大连、长春、哈尔滨以及鞍山这五大核心城市，向心作用明显，周边城市产业联系总强度下降显著，由此可以看出，这几大核心城市的虹吸效应开始增强。

图1 城市产业联系总强度的空间分布

2.2 城市产业联系强度的空间分布

为进一步探索东北地区城市产业联系强度的空间分布及网络特征，本研究利用自然断裂法构建了2018年城市产业联系空间分异图(图2)。可以看出，东北地区城市产业空间联系强度分异显著，鞍山—辽阳产业联系强度最大，为27 430，阜新—七台河联系强度最小，为399，相差近68倍。而且在全部561组关联区间里，仅有30.30%城市产业联系高于平均联系强度，可见东北地区城市产业联系强度总体水平较低，极化现象严重。

图2 2018年城市产业联系强度的空间分异Fig.2 Spatial differentiation of urban industrial linkage strength in 2018

整体来看，东北地区形成了以哈大高铁为主轴、以四大中心城市为核心，并辐射带动周边城市发展的空间格局。这种格局的形成，主要在于四大中心城市的辐射效应，以及在2012年哈大高铁开通之后时空成本的进一步压缩，使得东北地区城市产业联系网络呈现多核心的聚核结构布局[19]。

分省际差异来看，东北地区城市产业联系强度呈现出自南向北逐渐减弱的分布趋势。辽宁省的产业联系最为紧密，吉林省次之，黑龙江省最为薄弱，其均值分别为4 753，3 510和2 020。此外，各省内部城市产业联系强度均高于与省外城市的产业联系强度，具体来说，辽宁省内91个关联区间中，高于东北地区所有关联区间均值的比例为80.22%，吉林省和黑龙江省分别为60.71%和22.73%。而跨省城市产业联系强度，辽宁省该比例为16.79%，吉林省、黑龙江省分别为33.65%和8.71%。由此可见，辽宁省内城市产业联系最为密切，吉林省外城市产业联系最为紧密，黑龙江省的省内、外城市产业联系均处于末端。主要在于作为东北地区的经济核心区域，辽宁省内产业逐渐打造成为一个有机整体，各城市间产业的互补效应强、关联程度高；而吉林省位于东北地区的中间地带，良好的区位优势使产业联系的距离衰减作用下降；反观黑龙江省，城市产业对内对外联系程度都明显偏低，主要由于黑龙江省边缘型城市较多，极化现象严重。2018年黑龙江省12个城市中，11个都低于东北地区城市产业联系总强度的平均水平，而且黑龙江省产业联系总强度最高城市是最低城市的5.19倍，大于辽宁省的3.65倍和吉林省的4.11倍，彰显出黑龙江省城市产业联系横向差异较大。

3 城市产业空间联系的网络特征分析

3.1 城市产业空间联系网络的中心性分析

3.1.1点度中心度分析。采用点度中心度分析东北地区城市产业联系的核心-边缘效应。图3为点度中心度的示意图，并采取四分位法进行分类。

总体来说，点度中心度较高的城市主要集聚于辽中南城市群以及哈长城市群，且核心-边缘城市分布变化不大。其中，沈阳、大连、长春、哈尔滨以及鞍山的产业辐射能力最强，点度中心度始终大于14；黑河、伊春、鹤岗、佳木斯、双鸭山、鸡西、牡丹江、七台河边缘化现象严重，点度中心度均小于4，表明东北地区城市产业空间联系差异较大，核心-边缘化特征显著。具体来说，四大中心城市作为东北地区的增长极，基础设施发展较快，良好的交通运输物流为要素集聚提供了条件，也对周围城市经济发展起到了较强带动作用。而鞍山市位于沈大黄金经济带，坐落于沈阳与大连两个重工业发达的城市之间，空间邻近使得鞍山具备良好的区位优势，加之鞍山作为中国第一大钢铁城市，钢铁在工业生产中应用广泛，使其产业对外联系紧密。反观东北地区的边缘型城市，黑龙江北部城市成为最为主要的产业联系洼地，受限于区位壁垒，这一地区对外吸收资源的能力较差，城市间的沟通匮乏；而且这些城市大都是资源枯竭型城市，近些年也面临着产业转型困难、引资和创新能力差、人口流出等诸多发展障碍。

图3 点度中心度空间示意图

3.1.2中间中心度分析。为探究城市节点在关联网络中的中介功能，采用中间中心度对城市中介效应进行分析。为使得结果更为直观，在排除部分城市4年中介效应均为0值的基础上，进行四分位法分类，并绘制中间中心度的空间示意图(图4)。

总体来说，2009—2018年东北地区中介效应较强的城市变化不大，四大中心城市的中介效应始终保持强势，其中，哈尔滨一直是中介效应最强的城市，中间中心度均值为191.25。由于城市产业发展差异是产生中介效应的直接原因，黑龙江省北部城市产业发展滞后，与哈尔滨差距较大，对外联系能力薄弱，致使哈尔滨成为这些城市产业与中南部联系的主要媒介。哈尔滨作为重要的交通枢纽，在国际上占据东北亚的中心位置，是第一条欧亚大陆桥和空中走廊的中转站[31]，承担着与俄罗斯、日本、韩国等贸易交流的任务；而在国内，哈尔滨位于东北地区的中心地带，内陆交通方面具备优势。2012年12月，哈大高铁的通车更加强化了哈尔滨对外的辐射能力，再次提振了哈尔滨的中介效应。此外，国家政策对哈尔滨中介效应产生了激励作用。国家批复的哈长城市群以及积极倡导的“一带一路”建设，都使得哈尔滨的开放程度更高，在城市产业网络中愈发活跃，中介效应得以提升。

具体到省际差异，辽宁省中间中心度均值为9.36，低于吉林省的10.19和黑龙江省的18.18，可见辽宁省总体中介效应不强，城市间产业更依赖直接联系，产业联系强度分化现象不明显。在辽宁省内，沈阳一直是中介效应最高的城市，其处于环渤海经济圈的中心位置，区位优势明显；而且沈阳工业综合实力较强，是东北地区产业闭环上不可或缺的一部分，因此，中介效应显著。大连也是辽宁省中介效应较强的城市。得益于港口经济的发展，大连成为东北地区发挥中介效应的重要窗口。与辽宁省类似，吉林省城市产业联系强度发展均衡，中介效应不强。长春是吉林省中介效应最高的城市，其位于东北地区的地理中心，也是哈长城市群的中心城市，并与吉林和哈尔滨接壤，区位优势明显；而且长春是我国重要的商品粮基地，也是重要的工业基地，周围城市对其依赖度高，中介效应相对较强。黑龙江省内除哈尔滨外，佳木斯也发挥了很强的中介效应。佳木斯为黑龙江东部中心城市，位于松花江、黑龙江、乌苏里江汇流而成的三江平原腹地，与俄罗斯哈巴罗夫斯克市和犹太自治州隔江相望[32]，并且经其“江海联运”可以到达俄罗斯、日本等国家；同时，佳木斯也是国家粮食主产区，东北地区重要的工业基地[32]，因此，扮演了重要的中介角色。

图4 中间中心度空间示意图

3.2 东北地区城市产业空间联系网络的聚类分析

为进一步探讨城市产业联系的聚类情况，本研究借鉴谷国锋等[33]的分析方法，利用块模型分析，测算东北地区城市间产业联系强度的分组情况(图5)。

图5 产业关联网络区块图

从时序演进角度来看，区块连接呈现由松散到紧密又到松散的发展历程，对应了东北地区城市产业联系强度的变化趋势。在这4年中，东北地区区块联系次数占总可能次数的比例分别为14.29%，42.86%，39.29%和17.86%。原因在于2009—2012年属于经济危机之后的恢复期，也是东北振兴政策的收获期，在此期间东北地区正处于经济高速增长阶段，GDP年均增长率超过10%，高于全国平均水平。同时，东北地区整体产业发展和结构调整也进入了快车道，其中，辽宁省和黑龙江省二、三产业增长显著，而吉林省在不断强化农业发展的同时，继续加强制造业改革和投入，产业关联逐渐增强，区块联系更为密切。2012—2015年区块联系出现下降，东北地区发展进入了迷茫期，产业结构改革遇到了瓶颈，GDP增速出现了下行压力，这时的东北地区处在了产业发展的岔路口。2015—2018年东北地区经济发展中的问题逐渐放大，整体经济增速低于全国平均水平，人口大量流失，资源枯竭型城市涌现，虽然四大中心城市依旧有条不紊地进行着产业结构改革，并取得了阶段性成果，但无法扭转东北地区整体的颓势。

具体来看，2009年区块6，7，8都被完全孤立，这三大区块中的城市大多为资源枯竭型城市，产业结构单一，自给性强，对外虽具有一定的能源供给能力，但随着资源的枯竭，城市竞争力开始不断减弱，出现了独立区块的现象。2012年，由于经济增速明显，区块结构分布发生了明显变化，区块间联系程度增强。其中，最为重要的变化为哈尔滨作为区块6独立存在，并连接区块1，2，3，5，7，8，而且区块7和8的对外联系纽带都仅有区块6，这种现象再次印证哈尔滨具备较强的中介效应。2015年与之相似，区块6的中介效应依旧强势，与区块1，2，5，7，8联系紧密，且区块7，8的边缘化也依然严重。2015年区块分布最为重要的变化在于区块1首次包含了沈阳、大连、长春三大副省级城市，并与区块2，3，4，5，6都有直接联系，区块1对外辐射效应增强。可见，2015年区块分布呈现了以四大中心城市为核心并辐射周边城市的发展格局，核心-边缘效应进一步显现。2018年，受经济下行压力的影响，东北地区区块分布以及区块联系基本回归到2009年的水平。

4 结论与讨论

4.1 结论

2009—2015年东北地区城市产业联系强度高值区是从沈阳、大连、长春和哈尔滨四大中心城市起始，呈现向周边城市梯度扩散的发展态势；2015—2018年城市产业联系强度出现大幅回落，点轴面演化进程减缓，虹吸效应凸显。同时，东北地区城市产业联系的区块结构变化类似，呈现出由松散到紧密再到松散的发展状态，区块间的联系强度和辐射效应发生着改变。在经济下行压力下，资源更加集聚于中心城市，伴随边缘城市的产业衰退，城市间产业的纽带连接被逐渐打破。

东北地区城市产业联系强度的空间分布呈现以哈大高铁为轴线，以沈阳、大连、哈尔滨、长春为核心，形成了契合辽中南城市群和哈长城市群分布的带状集聚区。东北地区城市产业联系强度自南向北递减，城市核心-边缘化特征凸显，辽中南城市群和哈长城市群为产业联系高值区，黑龙江北部城市成为主要的产业联系密度稀疏区。东北地区省内城市产业联系强度均高于省际城市产业联系强度，辽宁为省内产业联系强度最高的省份，吉林省际产业联系强度水平最高。

四大中心城市发挥着较强的中介效应，哈尔滨是中介效应最为显著的城市，通过块模型分析也得以进一步验证。佳木斯市作为黑龙江东部中心城市，在该区域也发挥了重要的中介作用。城市中介功能与城市发展水平息息相关，同时也受周边城市发展水平的影响，即当城市处于所在区域极点时，周边城市对其依赖作用更强，中介效应水平也就越高。

4.2 讨论

本研究通过构建城市产业联系网络，对区域经济关联进行探讨；同时，结合东北地区作为我国的老工业基地的特征事实，可以明显观察到东北地区所遇到的发展瓶颈。2015年以来，东北地区城市产业联系网络愈发松散，各产业部门就业人口流失严重，产业结构不合理，新兴产业发展滞后的问题进一步凸显，东北地区未来若不“壮士断腕”，淘汰落后产能，长此以往，问题会进一步加剧和复燃。东北地区拥有着自身的特殊性和发展的必要性，本研究借助投入产出表对东北地区的城市产业空间联系网络展开研究，能够为全国范围内的相关研究起到抛砖引玉的作用。然而，本研究并没有从微观企业这一视角对城市产业空间联系网络展开分析，是未来需要进一步挖掘和开发的内容。