基于复杂网络的长三角产业生态化协同性研究

孙国强，高广阔

（上海理工大学管理学院，上海 200093）

一、引言

我国过去经济的粗放式增长造成了生态环境的损害以及大量资源的浪费，部分产业高能耗、高排放、低效率问题显著，同时由于我国地域辽阔、省市众多，地理行政边界的存在往往会限制区域内的要素流动，使得我国产业发展存在空间割裂，协同性不足，这使得区域生态绿色一体化发展成为实现高质量可持续发展的重要途径。产业生态化作为可持续发展的实践手段，其协同发展正是区域生态绿色一体化发展的关键一环。2019年12月长三角生态绿色一体化示范区成立，开始探索生态筑底、协同发展，不破行政隶属、打破行政边界的区域一体化发展新模式，更是将生态协同作为区域产业发展底色。那么长三角区域产业生态化建设成效如何？城市间产业生态化建设协同程度如何，是否存在空间分异现象和薄弱点？城市间产业生态化协同作为绿色、发展和协同的结合，对其进行探讨正是对上述问题的解读与回答，对于区域生态绿色一体化建设具有重要意义。

二、文献综述

“产业生态学”理论首次提出在Frosch的《制造业战略》一书中，认为产业活动模式应当是废料产生少、物质能源消耗优化的产业生态系统。近年来，“绿水青山就是金山银山”理念的提出，使得我国对于产业生态化的研究不断深入。现有关于产业生态化的研究主要分为三个方向：第一类是产业生态化的测度，李扬杰采用熵权法测度了长江上游地区各省市的产业生态化演变情况，并发现创新支持会对产业生态化产生重要影响。周映伶则采用PSR模型构建了产业生态化指标体系，并对重庆市的产业生态化建设进行了分析；第二类是产业生态化的影响因素研究，科学技术支出、产业集聚、经济发展和产业结构等都会对产业生态化水平产生影响；第三类则是产业生态化耦合协同性研究领域，相关研究证实了城市间产业生态化同样存在协同效应，区域产业升级和协调发展会影响能源生态效率，从而会对城市产业生态化水平产生空间溢出效应。城市产业生态环境的维护存在较强的空间关联性和溢出效应等。

综合来看，研究证实产业生态化是绿色发展的重要组成部分，不同城市之间的产业生态化存在协同效应。并采用空间相关性和耦合协同度等方法对其特定区域产业生态化协同性进行了分析。但上述研究仅从城市间产业生态化空间相关的“属性数据”衡量区域产业生态化协同效应，并未深入城市“关系数据”，从而对区域产业生态化更深层次的城市重要性特征等无法进行剖析。因此本文在衡量长三角城市群各城市产业生态化的基础上，引入引力模型计算各城市间关联系数，构建有向加权网络，利用度数中心度、中介中心度、凝聚子群和网络图密度等指标，分析长三角27市2011—2019年产业生态化建设的协同演变情况，从而丰富区域产业一体化的研究，为长三角产业协同治理提供参考。

三、理论基础

（一）指标选取

张媛媛(2019)分析了产业生态化水平的重要影响因素，从而将经济因素、社会因素、自然环境因素作为二级指标衡量了中国各省产业生态化水平。周映玲(2021)借鉴经济合作发展组织（OECD）评价世界环境状况采用的压力-状态-响应（PSR）模型，从压力（社会活动对资源环境产生的压力）、状态（当前环境改变状况）、响应（社会环境治理的措施）三个方面，基于目标层（A）、准则层（B）、指标层（C）、具体指标层（D）四层结构科学评估了城市产业生态化效能。本文在此基础上，从经济因素、社会因素、自然环境三大领域考虑，同样从PSR角度构建三级产业生态化评价指标体系如表 1：

表1 长三角产业生态化发展评价指标体系

（二）熵权改进CRITIC法

当前关于指标客观赋权的方法主要有层次分析法、灰色关联分析、熵权法和CRITIC法，其中CRITIC法主要通过不同指标之间的信息熵衡量指标对比强度和冲突性，从而实现指标客观赋权，然而传统的CRITIC法并未考虑指标之间的离散程度，采用熵权法对其进行改进，可以全面的利用各指标数据的结构信息，其原理具体如下：

其中，j表示反映城市综合发展质量的各指标，h表示除去指标j之外的所有其他指标，rjh表示指标j和h之间的相关性，ej表示各指标数据的标准差，σj表示各指标的信息熵，m表示长三角区域各城市。ωj即为最终得到的各指标的权重，从而通过下式可以得到各城市的产业生态化效能：

（三）复杂网络模型

1.产业生态化复杂网络模型构建

复杂网络能够识别城市之间的“关系数据”，而不只是“属性数据”，从而能够更客观的分析城市间的协同关系，当前已被广泛应用与城市各领域的协同性研究。王晓平采用改进引力模型衡量成渝城市群城市间碳排的关联系数，构建复杂网络模型，衡量了成渝城市群的碳排放协同性。其他领域有城市创新与专利网络、城市投资联系网络、城市物流网络等。

其中，Gij表示城市i到城市j之间的产业生态化协同系数；Ui和Uj分别表示城市i和城市j的产业生态化效能；Dij表示城市i到城市j之间的空间距离；Wij为模型修正系数。修正引力模型考虑到了城市之间双向影响的不平衡性，一般两个城市中质量较好的城市对质量较弱的城市影响较大。

根据公式（5）、（6）计算得到城市间产业生态化的关联系数矩阵，为进一步进行网络特征分析，采用2011—2019年产业生态化城市间关联系数均值（0.323158）作为阈值，将关联系数矩阵转换为二值复杂网络邻接矩阵E。具体如公式（7）：

其中，eij为示性变量，它表示节点i和节点j是否存在连边，如果存在连边eij=1，否则eij=0。

2.产业生态化复杂网络模型网络特征

根据公式（6）得到的邻近矩阵，本文构建长三角城市群产业生态化复杂网络，城市间产业生态化的空间关联关系为城市节点之间的连线，从而形成典型产业生态化网络结构，因此可以采用各网络分析指标实现长三角城市群产业生态化关联特征的量化分析。本文采用网络节点特征指标和网络整体特征指标分析长三角城市群产业生态化各节点的重要性和整体协同程度以及时空演变特征，具体网络特征指标如下：

(1)网络节点特征指标

在城市社会网络分析中通常采用度数中心度（Di）、中介中心度（Bi）用于城市网络中的节点画像，从而识别网络中具有重要功能的节点。

度数中心度描述的是复杂网络各节点自身的连边情况，反映了城市节点规模的中心性信息。度数中心度越大证明与该节点有直接联系的节点数越多，该城市与其他城市的产业生态化关联程度越高，处于网络中的中心地位。在有向加权网络中节点强度有出强度和入强度之分，且要考虑网络的连线权重：城市i的出强度（OutDi）表示由该城市出发与其他城市关联的强度，反映该城市的产业生态化溢出程度；城市i的入强度（InDi）表示由其他城市出发与城市i关联的强度，反映该城市的产业生态化网络受益程度。度数中心度的具体计算公式如下：

中介中心度衡量网络中各节点的连通性，在网络中多大程度上具有连接功能。城市i的中介中心度表示产业生态化网络中其他城市在多大程度上需要该城市建立产业生态化关联。中介中心度越大证明该城市在网络中具有越为重要的连通作用，属于网络重要“桥梁”节点。计算公式如下：

其中，gjk表示由节点j到节点k的最短关联路径条数，gjk(i)表示由节点j到节点k经过节点i的最短关联路径条数，n表示网络中节点总数。

(2)网络整体特征指标

凝聚子群在于找出网络存在的小团体情况，识别节点之间存在或潜在交互关系，从而将整体网络根据各节点特征凝聚成多个具有共同特征或者联系较为紧密的小群体，分析网络小群体之间的特征和更细节的分析网络情况，找出网络中存在的问题。凝聚子群内部的密度越高，则表明该子群内部各节点联系较强，协同程度较高，同样也可以识别子群与子群之间的协同程度。

网络密度和凝聚子群是城市社会网络分析中常用的描述网络整体特征的指标。网络密度（Density）表示城市群产业生态化网络的联系的紧密程度，是指网络两两节点之间实际连接个数与理论最大连接个数之比。网络密度越大证明城市间的产业生态化关系紧密，协同程度较高。网络密度计算公式如下：

四、实证分析

（一）数据来源

本文采用长三角城市群27市2011—2019年数据分析长三角城市群产业生态化协同性，数据源自《中国城市统计年鉴》、百度地图API， 其中R&D经费数据部分来自各市科技局和统计局，少量缺失数据采用平均增长率外推获得。

（二）长三角城市群产业生态化水平分析

根据熵权改进CRITIC法公式(1)-公式(4)计算长三角城市群2011—2019年的产业生态化，得到的各指标权重结果如表1右列所示，各城市产业生态化水平如表2，可见上海市产业生态化水平始终处于领先地位，此后是南京和无锡，处于第二和第三的位置。杭州的产业生态化效能提升则较为迅速，从2011年的0.570提升到2019年的0.800，仅与南京相差0.005。马鞍山、安庆、池州、铜陵、滁州等以高污染传统产业为发展动力的城市则处于排名末尾。值得注意的是宣城、马鞍山的产业生态化效能提升较快；分区域来看，江浙沪地区整体产业生态化水平高于皖南地区，但是苏北地区产业生态化水平相对较低。从均值来看，仅2017年出现略微反弹，其余年份产业生态化水平逐年提高；整体来看，各年产业生态化效能均值逐步增加，长三角产业生态化转型呈现出稳定提升的态势。

表2 长三角27市产业生态化水平

（三）长三角城市群空间关联网络分析

根据改进引力模型得到城市间产业生态化关联系数，构建复杂网络邻接矩阵，从而绘制出长三角城市群产业生态化协同网络。由于篇幅限制，仅展示2011、2015、2019年城市群产业生态化网络如图1所示。可见网络复杂度总体呈现出上升的趋势，中心城市未出现较大变化，边缘节点与中心节点联系逐渐增强。上海、南京始终属于核心中心城市，在区域网络具有重要地位。杭州的核心城市地位则在2015年之后逐渐建立，从而辐射向浙江省其他城市，通过杭州都市圈的打造，逐渐深化自身城市联系，从而迅速成为核心中心城市。其次则为苏锡常都市圈，三者一体，依赖于长三角区域中优越的地理位置，呈现多中心的形态。为了更深层次揭示长三角城市群产业生态化时空演变规律，本文将从个体、群体、整体的角度逐步分析，以探究其各城市的重要性及产业生态化协同性。

图1 产业生态化复杂网络时空演变（注：从左到右以此为2011年、2015年、2019年）

1.长三角城市群空间关联网络节点特征分析

长三角城市群2019年产业生态化复杂网络的网络节点中心度特征如表3所示，2019年度数中心度前六位是南京、杭州、上海、常州、无锡和苏州，这六个城市在网络中建立的关联系数强度较高，处于网络中心地位，在产业生态化网络中属于中心城市节点。基于产业生态化空间溢出角度，节点出强度衡量了城市对其他城市的产业生态化溢出情况，上海市作为长三角龙头城市，其产业拉动、产业生态治理等多方面处于领先地位，出强度位于第一位，在城市群中具有关键辐射作用。但由于处于东部沿海，向内陆的网络连通能力受地理空间限制，入强度较低，整体度数中心度略低于南京和杭州；其次是南京和杭州，分别属于南京都市圈和杭州都市圈中心城市，依赖自身领先的经济发展能力和科技创新水平，对都市圈城市具有较强带动作用。值得注意的是，中心度排名靠前的城市通常其出强度大于入强度，在网络中占据主动地位，通过自身的产业转移、技术输出等带动其他城市的产业生态化转型。而处于末尾的铜陵、池州、安庆等则主要依靠其他城市的产业生态化溢出，被动接受，自身产业绿色效能创新性打造不足。整体看来，处于网络中心地位的城市更易于影响到网络中其他城市的产业生态化建设。

表3 2019年长三角城市群产业生态化空间关联网络中心性分析结果表

为探究产业生态化网络的动态特征，2015年长三角城市群产业生态化空间网络特征分析结果如表4所示，用于同2019年对比，从而分析网络演变情况。首先，注意到上海市的出强度始终首位，作为长三角城市群核心城市的上海在产业生态化溢出上具有不可替代的重要作用，同2019年相比，上海市的出强度增长迅速，这依赖于上海产业转移和治理的重要成效，通过先进的技术促进产业生态化转型，同时技术优势辐射向网络其他城市，对促进长三角城市群的产业生态化具有重要引领意义。入强度的虽然也有增长，但相对于出强度来说较为缓慢，并且逐渐呈现出入强度上的相对劣势；由于入强度的不足，在2019年的度数中心度上已回落至第三名，值得重点关注。南京市依赖于南京都市圈的不断深化，以及同合肥都市圈的竞争与融合，出强度和入强度逐步提升，整体网络度数中心度在2019年成为首位。杭州则主要依靠杭州都市圈，传统制造业不断向宁波、绍兴、金华转移，主力发展电子商务等互联网业务，产业生态化能力提升迅速，网络出强度和入强度均有所提升，在2019年整体度数中心度仅次于南京，位于第二位。2019年出强度大于入强度的城市有南京、杭州、上海、常州、无锡、苏州、湖州、镇江、扬州、合肥、宁波和南通，其中根据长三角城市圈规划纲要中各都市圈的核心城市均属于引领型城市，其余城市一个属于浙江省杭州都市圈，另外两个则属于江苏省南京都市圈，属于都市圈副引领城市，安徽省合肥都市圈则没有其他副引领城市出现。

表4 2015年长三角城市群产业生态化空间关联网络中心性分析结果表

根据城市节点度数中心度绘制其空间分布如图2，度数中心度较高的节点主要出现在江浙沪东部沿海地区，随着时间的迁移，呈现出不断向内部溢出的态势，整体江浙沪地区各城市的度数中心度较高，这种现象产生的原因主要在于长三角产业生态化转型的政策，以及东部地区高耗能产业的内陆转移，一方面东部地区始终在产业生态化领域处于领先地位，另一方面产业转移带来的产业生态化技术溢出使得安徽等靠近内陆的城市旧式高耗能、高污染产业逐渐被替代，从而带动网络整体产业生态化程度不断提高。但值得注意的是，从分布图可见，江浙沪地区与安徽城市群存在明显断层，这主要在于安徽省各城市加入长三角城市群较晚，且多以传统产业为主。此外南通市的产业生态化建设发展相对缓慢，可能由于南通市以传统产业为经济支柱，转型较为困难，高科技产业引入相对薄弱。

图2 度数中心度动态演变

中介中心度则反映了网络的连通能力，从表3可以看出2019年南京、合肥、芜湖、常州排名靠前，这些城市在网络中具有重要的“桥梁”功能，通常在地理空间上处于中部位置，四市连线接近产业生态化网络地理分布中轴线，起着连接南北的重要作用。尤其要重视合肥、芜湖的重要跳板作用，从而防止网络连通通道受阻，带动安徽省各市同江浙沪一同提升产业生态化程度。将2011、2015、2019三年的中介中心度绘制在图3中，可见核心城市的中介中心度正在逐渐削弱，内陆地区的“桥梁”功能不断增强，随着核心城市产业生态化能力不断溢出，带动区域产业生态化建设水平不断提升，网络极化现象正在逐渐减弱，多中心网络特征逐渐稳定。

图3 中介中心度动态演变

2.长三角城市群空间关联网络整体特征分析

（1）凝聚子群分析

基于Ucinet6软件的Concor（迭代相关收敛法）算法，对长三角城市产业生态化网络进行凝聚子群分析，同时利用Arcgis10.7进行可视化，展示产业生态化网络子群的动态变化，如图4所示。最终得到4个凝聚子群，子群密度矩阵如表5。可见，子群I以上海市、杭州市、苏州市为核心，子群密度在2015年便已达到1，同时与其他子群也有着明显的产业生态化溢出和接受效应，属于网络核心子群；子群Ⅱ和子群Ⅲ则较为活跃，子群Ⅱ在2015年之后逐渐稳定主要以浙江南部城市群组成，自身内部联系紧密，同时毗邻第一子群与其子群联系密度达到0.889，但由于地域限制和缺乏核心城市，与子群Ⅲ和子群Ⅳ联系则相对较弱；子群Ⅲ则主要以南京、合肥为核心城市，两个城市一方面处于产业生态化网络南北中轴线上，起着重要的“桥梁作用”，另一方面合肥作为安徽省省会城市，同安徽其他城市存在一定联系，因此子群Ⅲ同子群I、子群Ⅳ均以具备较高联系密度；子群Ⅳ则由安徽省其他城市组成，一方面安徽各市正式加入长三角一体化核心城市群时间较晚，各项制度措施以及要素流动机制尚需完善，另一方面安徽各市多数属于传统工业，且位于网络西部边缘，起步较晚，因此与其他子群交互性较差，到2019年为止，仍未同其他子群建立大于0.7以上的联系密度，自身内部空间自组织能力较为薄弱，2019年内部子群密度也仅为0.65，属于网络重点薄弱区域。

表5 网络凝聚子群密度矩阵

图4 网路凝聚子群动态演变

分区域来看，江浙沪地区子群内部联系密度普遍较高，空间自组织能力较强。而安徽城市群产业生态化空间特征则较为松散——作为安徽省省会，合肥的对周边地区的产业生态化溢出能力欠佳，并未很好地带动安徽各城市产业生态化转型。

（2）网络密度分析

图5展示了长三角城市群产业生态化关联网络的网络密度，反映了网络整体的关联紧密程度。可见，网络连线个数由2011年的135条逐渐提升至2019年的503条，网络密度由0.192增加至0.717。这意味着长三角城市群产业生态化协同程度逐渐提升，并且有继续稳定增加的趋势。这主要依赖于政府对于长三角一体化建设的重视以及长三角城市群积极的国内外产业转移和产业升级，从而实现产业生态化知识、技术的不断溢出。随着安徽省同江浙沪地区的一体化融入，为长三角产业生态一体化建设打开了更大的空间，持续的产业整合、产业转移和产业集聚，城市群未来的协同程度仍然有继续提高的趋势。

图5 长三角城市群产业生态化网络密度演变图

（四）长三角城市群空间关联网络影响因素分析

1.长三角城市群空间关联网络整体特征分析

QAP分析是一种采用随即置换的非参数检验方法，能够在不要求自变量之间相互独立的情况下对多个矩阵数据进行回归分析，其检验结果通常比传统参数估计方式具有更高得到稳健性，近些年来被广泛应用于网络结构影响因素的研究，相关研究表明，城市间产业生态化协同性主要受到地理差异、人口结构差异、经济差异、科技差异等因素的影响，因此本文采用空间距离权重矩阵(X1)和空间地理邻接矩阵(X2)用于衡量地理因素，采用城镇化水平(X3)衡量人口结构，人均GDP(X4)衡量经济差异，专利授权数(X5)衡量科技差异，从而分析2019年产业生态化网络结构的影响因素。

2.QAP分析

对产业生态化网络各影响因素进行QAP相关分析，各影响因素与产业生态化联系强度矩阵的相关性情况如下表所示，其中除空间距离权重矩阵外，其余变量均呈现出显著正相关关系，从而正向影响产业生态化联系强度矩阵，空间距离权重矩阵为显著负向相关性，这意味着城市间距离越大，产业生态化联系越弱，这与现实和假设情况相符。

表6 QAP相关分析表

进一步采用上述影响因素进行QAP回归分析，结果如下表所示，R2为0.495且在1%显著水平下显著，表明模型整体具有较强解释能力。空间距离权重矩阵的回归系数为-0.802，与城市群产业生态化网络关联呈反向关系，相反空间地理邻接矩阵的回归系数恰好为正，回归系数为0.097，两者显著性p值均为0.000，在1%的显著性水平下显著，表明通常地理距离越近的城市，城市间产业生态化关联强度越高，相反距离较远的城市间关联强度较低；经济差异矩阵的回归系数为0.128，显著性水平为1%，正向影响到长三角城市群产业生态化网络结构，城市间经济差异越大，通常城市间产业生态化关联强度较高；科技创新差异矩阵的回归系数则为0.071，在10%的显著性水平下显著，科技创新能力差异同样对关联强度存在一定程度的正向影响；城镇化差异矩阵回归系数为0.178，在5%的显著性水平下显著，可见城市城镇化水平会对产业生态化网络产生正向影响。整体表现出显著的集聚性经济特征,城市经济发展水平、科技创新水平、城镇化水平均对网络有显著影响。

表7 QAP回归分析表

五、研究结论与政策建议

（一）研究结论

本文采用2011—2019年长三角各城市数据对城市产业生态化水平进行了评价分析。在此基础上，采用改进引力模型获得城市产业生态化关联系数，构建长三角城市产业生态化协同网络。结果显示：

1.长三角各城市依赖产业升级和科技转移，产业生态化水平逐年提升，上海作为长三角城市群毋庸置疑的核心中心城市，产业生态化程度始终处于第一位，且近年来产业生态化效能仍然稳定提升。其次是南京，引领南京都市圈；作为另一中心城市的杭州市，产业生态化效能则提升最为显著。

2.江浙沪地区核心城市产业生态化辐射能力凸显，网络呈现组群式特点，城市多中心特征显著，中部城市网络协同性增长迅速；但是上海市在入强度上提升相对缓慢，尤其是安徽省各城市加入长三角城市群后，上海市作为长三角龙头城市，对安徽内陆城市的辐射路径有待进一步强化。

3.网络重要连通节点向中部偏移，网络中介中心度逐渐均衡稳定，南京、合肥、芜湖、常州四个城市起着重要“桥梁作用”；南京、合肥作为加速安徽融合发展的重要都市圈，其对于提高网络整体协同程度愈发重要，同样常州则成为连接两大都市圈和沿海城市的重要跳板，地理位置优越，起着“网络重要连通器”的作用，在打造网络增长极的同时，也要关注疏通重要连通节点建设，从而实现产业生态化多轮促进效应。

4.安徽同江浙沪地区存在断层，其原因一部分在于安徽省处于网络边缘，且多以高污染传统产业为主，转型压力较大；另外，安徽省省会合肥的产业生态化水平虽然位于城市前列，但并未完全实现对安徽省其他城市的辐射效应，空间自组织能力相对较差；合肥更多地跳过安徽各城市，而直接同江苏等城市建立联系，这使得安徽整体产业生态化能力协同性较差。

5.基于网络图密度的协同性研究显示，网络协同性逐渐增强，由2011年的0.192增长到2019年的0.717，并呈现出良好的增长态势，但网络溢出主要受益于网络中部城市，要重视边缘城市建设，从而进一步提升网络整体协同性。

6.城市间地理矩阵仍然是制约城市群产业生态化网络关联性的重要因素，而城市经济发展水平、科技创新水平、城镇化水平则对长三角城市群产业生态网络城市间关联强度具有显著影响。

（二）政策建议

1.重视打破地理空间限制，提升上海市向内陆城市的引领作用

上海市作为龙头城市，其产业生态化效能始终处于首位，网络出强度同样领先，但是上海市产业生态化网络中心地位正被南京、杭州等大城市逐渐稀释。虽然上海网络溢出能力显著，对提升城市群整体产业生态化效能和协同程度具有重要引领作用，但是网络接受能力提升缓慢，长期来看将制约上海的进一步提升，2019年上海市出强度达到16.091，高于南京（15.940）和杭州（15.787），但在入强度上却与第一位的南京相差1.563。而从产业生态化水平来看，2019年上海的产业生态化效能为0.940，远高于第二位的南京0.854，这主要制约于地理位置差异。QAP分析结果显示，空间距离权重矩阵同城市网络关联强度表现为负向相关性，空间地理邻接矩阵则显著为正，这说明地理空间距离仍然是制约城市群产业生态化协同的重要因素，对于城市群沿海边缘城市上海为龙头城市的长三角城市群而言更显重要。交通信息网络的开发与治理能够加速城市群之间的产业与技术互通互信，形成绿色共识，加入企业转型。具体而言，应进一步缩短上海与多中心南京、苏州、杭州、合肥的通行时间，加速打造上海市1小时和1到2小时都市圈交通网络，落地公路、地铁、高铁建设项目，同时要重视上海航空运输能力的饱和。长三角城市群地形相对复杂，水系众多，同时安徽省城市存在山地阻隔，要重视“断头路”建设，打通交通“痛点”，从而打破地理限制，稳固上海市的引领带动作用。

2.加速南京-合肥都市群融合发展，强化城市群腹部城市连通作用

南京都市圈和合肥都市圈的竞争融合发展对于带动安徽各城市加速融入长三角一体化建设至关重要，一方面，合肥作为出强度大于入强度的中心城市之一，同时作为安徽省省会城市，属于安徽省增长极，需要具备引领作用；另一方面，凝聚子群结果显示南京-合肥两大都市圈2019年部分融合为第Ⅲ子群，对安徽省其他城市组成的第Ⅳ子群联系密切，对于辐射提升网络向安徽各城市的辐射效用至关重要。此外，网络中间中心度结果同样显示南京、合肥的中介中心分别处于第一位、第二位，加强南京、合肥两大城市群的产业技术交流，能够为两大都市群协同融合发展提供重要收益，从而缓解长三角整体产业生态化网络协同性受制于边缘城市的现实困境。同时，要强化常州、芜湖承上启下的重要功能，重视两城市承接上游产业优质技术，引导下游产业技术升级的关键作用，尤其要重点加强安徽各城市与四大中介城市的产业交流能力，打通跳板技术输送路径，可重点孵化芜湖产业生态化创新能力，从而改善安徽省产业生态只有合肥一个增长极，而缺少副中心城市带动能力的局面。

3.科创引领产业生态化转型，重视搭建产业联合创新平台

根据QAP回归分析结果，城市科创水平差异会对城市产业生态化网络显著影响，因此要重视提高长三角城市群产业创新协作能力，充分利用上海、南京、杭州等科技创新高地创新能力，生产性服务业的发展重点聚焦城市群产业难点问题，提供切实解决方案，助力产业生态化转型。一方面，要重视政府与政府、企业与企业之间跨区域协作，打造绿色科创走廊、联合项目实施小组、产业生态化联合协会等；另一方面，充分利用现代化信息技术，搭建区域性绿色产业交流交易平台、提高绿色要素跨区域流动能力，缓解地理空间限制，使得网络边缘节点能够获得更多溢出效益，提升整体网络协同发展水平。对于上海来说，要起到区域性产业生态化模范作用，近年来，上海市传统制造逐渐转移向南通、无锡、苏州等周边城市，保留先进制造业重点发展第三产业，作为长三角金融中心和科创高地的上海在制造业转移的同时应当重视产业与科技创新金融资源的联系，在实现产业转移的同时，注意保持制造业企业同科技金融单位的密切关系，使得技术资源继续落地到产业当中，不破地区产业专业化集聚，打破地区技术壁垒，从而深化上海龙头引领作用。

4.加速内陆城市城镇化进程，优化城市群产业结构

实证结果显示，城镇化差异对产业生态化网络的回归系数为0.178，在1%的显著性水平下影响到长三角城市群产业生态化网络关联关系。要重视提升城市群城镇化建设，尤其是城镇化建设尚未完善的城市群边缘城市，通过高质量的城镇化进程能够带来各类优质要素资源的空间集聚，城镇化是人力资本集聚的重要载体，充裕的人力资本能够加速城市群的要素流通，从而为城市群的产业专业化进程提供助力。此外，城镇化能够更高效地进行基础设施建设和投资，从而使得基础设施产生的效益带动城市产业集聚，进而加速产业结构与技术升级，结合高效的要素流通机制，不断提升城市群集聚的外部经济性和研发创新效率，进而提升长三角城市群产业生态化联合治理能力。