京津冀城市群要素集聚网络的演化与特征

陈 浩，罗力菲

(中南财经政法大学 经济学院，武汉 430073)

一、前言

我国经济发展的空间结构正发生深刻变化，2019年中央财经委第五次会议指出，城市群已成为集聚发展要素的主要空间形式。城市群凭借强大的综合承载和资源优化配置能力，吸引人才、资金、技术等高质量要素从外部流入并沉淀于本地，要素集聚的“深度”促进区域经济实力迅速增强，京津冀、长三角、珠三角等城市群已然成为我国参与全球经济竞争的全新地域单元。其中，京津冀地区处于全国政治中心和经济中心地位，凭借全国2.35%的国土面积，集聚了8.1%的人口，创造了8.5%的经济总量，是建设世界级城市群和推进全国经济高质量发展的增长极。2014年中央将京津冀协同发展上升到国家重大发展战略的高度，以交通基础设施一体化为先导、市场一体化为核心、产业发展布局和公共服务均等化为重点、规划一体化为实现手段，全方位推进城市群区域的要素流动与高效集聚。

伴随着京津冀协同发展战略的纵深推进，要素集聚开始由需求拉动的线性模式转向合作网络模式，越来越多的城市通过增加开放度和提高市场化水平，不断拓宽要素集聚范围，深度融入合作网络从而获得要素高回报。然而区域协同发展并非一蹴而就，仍有一些城市面临行政区分割、市场壁垒等现实阻碍，要素集聚的空间范围有限，连接的城市数量和质量不足，处于经济发展的边缘地位，因此提高要素集聚的“广度”，帮助群内城市建立更多的伙伴关系，是捕获规模经济、技术溢出等一体化收益的重要途径。在经济发展的空间结构发生深刻转变的新形势下，以京津冀地区为研究样本，探究其要素集聚网络的结构特征、演化规律和形成机制，不仅对推动区域经济一体化进程具有重要的现实意义，也会对我国扩大要素市场化配置范围、向集约型经济增长模式转型具有启示意义。

二、研究方法与数据来源

(一) 样本选择与数据来源

本研究涵盖京津冀城市群13个地级及以上城市，样本时间为2006—2018年。首先，城市层面数据涉及城区、市辖区等多种统计口径，其中市辖区范围是城市化建设和经济发展的核心区，本文的经济社会指标采用市辖区口径，数据来自于《中国城市统计年鉴》《中国城市建设统计年鉴》及《河北省统计年鉴》。其次，引力模型中城市间的时间距离，分别提取百度地图中最短交通时间、列车时刻表中最短交通时间来进行测度。

(二) 要素集聚网络建模

1.要素集聚指标体系构建

在京津冀城市群要素集聚网络中，13个地级及以上城市是网络中的“点”，本研究对这些节点的要素集聚水平进行了测度。城市作为人类生产生活高度集中的地域空间，需要包括经济、金融、科技、生态等多个要素系统在内的综合要素体系的支撑。本文通过梳理国内外相关文献，采用频度统计、专家咨询等方法对指标进行确定，构建起一套分层分类的要素集聚评价指标体系(见下页表1)。为获取各城市的要素集聚综合指数，首先，对原始数据进行标准化处理；其次，利用熵权法获得的信息熵和变异系数对26个指标客观赋权，最终测算出要素集聚综合指数Z，取值范围在0～1之间。该指数反映出一个城市要素集聚的“深度”，Z值越大，越趋近于1，表明城市对要素的获取和控制能力越强；Z值越小，越趋近于0，表明城市对要素的获取和控制能力越低。

2.修正的引力模型与网络建模

空间关系的确认是建构社会网络的前提，在京津冀城市群要素集聚网络中，两两城市间的空间关系是网络中的“线”。目前，描述空间关联性的方法主要有向量自回归模型和引力模型，其中引力模型被广泛应用于城市相互作用、空间布局等研究领域，基本思想是任意两个城市间的引力大小与城市质量成正比，与城市间距离成反比。为准确反映要素集聚的引力流强度，本文参考刘华军等(2015)采用修正的引力模型[1]，具体公式如下：

式中，Gij为城市i、j之间要素集聚的引力流强度，Zi、Zj分别为城市i、j的要素集聚综合指数，Pi、Pj分别为城市i、j的年末总人口数，Ni、Nj分别为城市i、j的实际地区生产总值，TR、TH分别为城市i、j之间的铁路或公路运输的最短时间距离，R和H为引力系数，分别代表不同交通方式在空间关联关系中的贡献率，采用铁路或公路货运量占总货运量的比例测度。

本文根据引力矩阵建构京津冀要素集聚网络，通过设置门槛值形成空间二值矩阵进行分析。为了突出城市要素集聚的“广度”，按照引力流强度对网络关系进行筛选，如果城市要素集聚对其他城市的空间引力较小，则说明不存在伙伴关系，可忽略不计。在门槛值的选择上，本文借鉴赵林等(2021)的做法，遵循“均数原则法”[2]，认为排名前50%的为较紧密关系，对应矩阵单元设为1，其余设为0，通过筛选不仅在网络中保留了足够紧密的伙伴关系，而且便于更加清晰地分析网络结构特征。

3.社会网络分析方法

社会网络分析技术(SNA)为研究经济现象提供了精致的量化工具，李敬等(2014)、赵林等(2021)、姚晓玲等(2020)先后利用社会网络方法解构了区域经济增长、绿色效率、旅游经济的空间关联[2][3][4]，并对其网络特征进行了深入分析。利用SNA分析技术解构城市群要素集聚网络还是一个比较新的尝试，骆康等(2021)做了这方面的尝试[5]，但并未结合要素集聚的“深度”和“广度”思想，且对关系网络的形成机理缺乏解释。为此，本文利用SNA分析技术，多维度解构京津冀要素集聚的关联模式，并考察其形成机制，分析方法如下。

表1 要素集聚指标体系

(1)节点特征指标

利用点度中心度(CADi)和中间中心度(CABi)来刻画各城市节点在网络中的地位，基本思想是节点的重要程度是由它连接的其他节点的数量和质量决定，体现了要素集聚的“广度”。节点i的点度中心度表示其与其他节点存在直接要素集聚关联的程度，点度中心度越高，则该节点越处于网络的中心地位。节点i的中间中心度反映了其他节点间的要素集聚空间关联在多大程度上依赖该节点构建起来，中间中心度越高，则该节点越处于网络的枢纽地位。测算公式如下：

式中，dij表示节点j和k之间存在要素集聚关联，有联系则为1，否则为0；gjk代表j和k之间的捷径数目，gjk(i)代表j和k之间存在的且经过节点i的捷径数目，bjk(i)表示i处于j和k之间捷径上的概率。

(2)网络特征指标

利用网络密度(D)与网络中心势(C)来描述整体网络特征。网络密度是反映整体网络结构紧密性的指标，网络密度越大，则节点联结数量越多，网络的开放程度和资源获取能力越强。中心势是反映整个网络结构“核心—边缘”特征的指标，分为点度中心势(CAD)和中间中心势(CAB)，中心势越高，中心节点和边缘节点要素集聚的空间差距越大，网络的“核心—边缘”特征越明显。测算公式如下。

式中，L表示网络中实际存在的关联数，n为节点数量，CADmax表示CADi中的最大值，CABmax表示CABi中的最大值。

(3)网络结构指标

为了更直观地呈现京津冀要素集聚网络的空间关联模式，借助Ucinet中的NetDraw工具，可视化分析网络中的节点、边以及结构。此外，利用块模型工具划分凝聚子群，通过分析凝聚子群中各节点的可达性、边的引力作用，进一步考察内部联系更为紧密的子结构状态。上述两种方法结合有助于对各种空间关联模式进行深入分析，从而为考察网络结构的时空演变提供材料。

(4)QAP回归分析

由于要素集聚网络中关系数据以矩阵形式存在，传统OLS回归方法难以对变量间关系进行检验。本文采用针对矩阵数据的二次指派程序方法QAP，对网络演化的影响因素进行回归分析，基本思想是通过重抽样比较两个矩阵之间的相似性进而确定回归系数，Krackhardt(1987)证实了其统计偏差和效率特性较为合理，且能够避免多重共线性造成的偏误[6]。QAP回归模型设定如下：

Y=f(X1,X2,…,Xn)

式中，Y为要素集聚空间关联矩阵，Xi为关联关系的影响因素矩阵。

三、京津冀要素集聚网络演进分析

(一) 京津冀要素集聚深度分析

根据要素集聚评价指标体系，测算出2006—2018年京津冀13个群内城市的要素集聚水平。从下页图1看，京津冀要素集聚均值由2006年的0.104增长到2018年的0.228，集聚深度不断提升。从城际差异层面看，研究期内要素集聚水平的绝对差异基本固化，标准差在0.103～0.178之间；而要素集聚的相对差异则呈现波动下降趋势，变异系数从2006年的0.989下降到2018年的0.779，表明要素向中心城市集聚将趋缓，并逐步进入扩散阶段。从首位度来看，北京的要素集聚水平占城市群的比重在20%到30%之间，首位城市集聚水平较低且变异系数高的属于多(双)中心城市群，该结论与李佳洺等(2014)的研究结论基本一致[7]，从要素集聚视角验证了京津冀城市群的多中心格局。

从不同类别要素的集聚深度来看，时序演化趋势差异较大。其中，经济要素、对外开放要素、金融要素集聚的上升趋势最为明显，与综合指数的演化曲线高度相似，这三个分系统能加速资本流动与集中，并带动其他要素高效集聚，是整个要素体系中的“序参量”。科技文化要素的集聚水平较高且波动幅度小，可能的原因是高科技产业和文化产业具有特殊的区位偏好且“准入门槛”较高，相应的要素投入追求低风险与高效率，致使该系统的集聚水平相对固化。人口要素集聚值在2010年达到高值后，经历了短暂下降，2013年后呈现加速上升态势，得益于京津冀协同发展和“以人为本”新型城镇化的推进，部分阻碍人口流动的户籍体制、行业壁垒和所有制障碍逐渐消除，促进了农村剩余劳动力和高技术人才向京津冀回流。公共服务要素集聚与经济要素的演化曲线高度相似，均呈现上升趋势，但公共服务发展速度整体滞后于经济发展速度，集聚水平有待优化。生态环境要素的集聚水平波动幅度较大，呈现“N”型分布特征，在2012年和2014年出现两个拐点，当前已经突破了第二个拐点，进入生态环境要素和经济要素集聚的正相关阶段。

(二) 网络结构特征及演变趋势

1.节点特征分析

下页表2展示了2006、2012、2018年各节点要素集聚的深度和广度。从要素集聚深度看，北京、天津、石家庄、保定、廊坊排名前五，这些城市自身集聚水平较高，无论是在经济基础、对外开放等方面，还是在科技创新“软环境”方面均优于其他城市。从横向比较上看，北京的要素集聚深度高于其他四市，结合分维度测算数据我们发现(限于篇幅未展示)，天津的人口要素和生态环境要素的集聚深度在五市中排名最后，石家庄的金融要素集聚深度排名最后，保定的经济要素和对外开放要素的集聚深度不足，廊坊的科技文化要素和公共服务要素的集聚深度不足。

从要素集聚广度来看，无论是点度中心度还是中间中心度，北京、天津、石家庄、保定、唐山均排名前五，说明这些城市广泛地连接了群内城市，在网络中处于中心枢纽地位。从时间动态上看，2006年北京的直接要素集聚关系就达到12条，与其他城市建立了强大且稳定的合作伙伴关系，同时北京还承担了52.5次的要素流转平台作用，控制着绝大多数间接的要素集聚关系，是城市间要素流转和集聚经济分享的“桥梁”。天津的度数中心度随着时间推移呈上升趋势，2018年点度中心度和中间中心度均追平北京，这种变化反映了其在网络中的重要程度不断跃升，自“一基地三区”的城市发展战略提出以来，天津大力发展电子信息、机械装备等先进制造业，资源要素需求急速增加，与其他城市直接和间接的互动关系决定了其网络地位攀升。

表2 各节点要素集聚深度与广度

石家庄、保定和唐山要素集聚广度拓展速度快，连接的城市数量较多，在网络中占据次中心地位。2006年三市的合作伙伴仅为2个，2018年建立直接要素关联的城市均达到7个以上，且承担了部分要素流转平台作用，这表明伴随着京津冀协同发展战略的影响，三市立足功能定位，对资源的控制和获取能力显著提升。其中石家庄成为河北省科技成果产业化的试验区，重点资助了128项和京津合作的科技成果转化项目，强大的创新势能使其跨越地缘边界进行资源整合。保定积极对接京津产业转移和要素外溢，对标雄安新区“1+4+26”高质量建设规划，促进集聚动能互相传导；唐山是“一带一路”建设的重要枢纽，尽管要素集聚深度不足，但其凭借临海的曹妃甸自贸区，与群内城市产生广泛的贸易往来，要素集聚广度不断拓展。需要关注的是，邯郸、廊坊等八市的点度中心度均小于网络均值，尚未与50%的群内城市建立空间关联，且中间中心度接近于0，一方面这些城市自身的要素集聚深度和溢出效应较弱，另一方面交通枢纽性不足，公共服务设施不完善，与其他城市要素共享的阻碍较多，在网络中更多地处于“被支配”的地位。

2.网络特征分析

图3为京津冀要素集聚网络特征的时序演化趋势，网络密度从2006年的0.231增加到2018年的0.494，具有要素集聚空间关联的伙伴城市由36对增加至77对，集聚广度得到拓展。渝渗理论指出一个畅通无阻、要素自由流动的网络应具备一定的密度效应，各个节点从各自成长、到蔓延、再到连绵成片的过程中，存在一个临界值，当达到这个临界值时整体网络会形成连绵的空间集团[8]。当前京津冀要素集聚网络密度已接近渝渗阈值0.5，每三年密度增长率分别为10.82%、20.31%、28.90%、24.43%，2015年增幅最大与京津冀协同发展战略实施有关，说明在要素市场化配置和政府宏观调控政策下，城际经济合作、知识流动和公共服务共享的连接渠道多样化，要素空间协同促使网络连绵格局进一步得到强化。

进一步利用中心势反映整体网络的等级性，从变化趋势看，无论是点度中心势还是中间中心势，两者在2006年后呈现下降趋势，这表明要素集聚网络趋向均质化，中心城市加速疏解功能和提高要素溢出效应，带动越来越多的边缘城市加入网络，进而缩减了网络地位差距。但从两类中心势的横向比较上看，点度中心势始终大于中间中心势，说明城际合作普遍借助直接的要素转移而形成，相对较少的城市发挥“中介”作用，由于缺少要素共享平台，劳动力、资本等难以在网络中多次流转，一定程度上弱化了区域集聚经济的共享。

3.网络结构分析

利用Ucinet软件的NetDraw工具绘制了京津冀要素集聚网络结构图，节点间连线表示空间关联存在与否，线条粗细反映了关联强度，节点大小反映了城市在网络中的地位或权利。下页图4显示，研究期内要素集聚网络的流空间持续扩张，城际空间关联趋于多边和复杂化。分阶段来看，2006—2010年，京津冀城市群呈现“核心边缘”的要素集聚空间结构，关联模式以极核间的交互流动和邻域渗透为主。在长期的城市行政等级和经济位差作用下，要素集聚关联表现出明显的择优连接性，北京、天津集聚中心地位持续提升，京津连接轴的关联强度也占据主导地位。此阶段网络密度较低，城市间联系较为松散，仅新增了四条关联路径，包括天津—衡水、天津—邯郸、石家庄—邯郸、邢台—邯郸。

2011—2014年，京津冀城市群呈现“双核多轴”的要素集聚空间结构，关联模式以轴线扩展和扇面连接为主。可以看到，要素集聚重心逐渐沿京保石、京津廊、京津唐三个轴线纵深扩展，且在网络中出现多个扇面，这种关联模式在网络形成中发挥了重要作用，一方面它以北京、天津“双核”为首吸收沿轴向的要素输入；另一方面通过局部紧密联系、具有空间地域性的扇面网络对轴线城市进行要素资源输出。此阶段河北省域网络密度显著增强，彼此之间联系有所增加，新增了保定—石家庄、秦皇岛—唐山、衡水—石家庄等多条关联路径，边缘城市开始融入网络。

2015—2018年，京津冀城市群呈现网络化的要素集聚空间结构，关联模式以多中心、多层级连接为主。随着京津冀协同发展战略实施，要素集聚网络逐渐形成且密度迅速增加，其中核心层骨干网由京津双核心构成，与群内城市存在广泛的空间关联和空间溢出；支持层区域网由石家庄、保定、唐山构成，呈现典型的金字塔结构，网络地位不断攀升；服务层专业网由廊坊、沧州、邢台、邯郸、衡水构成，形成服务于中心城市和次中心城市的专业技术网络，但彼此间连接的广度和深度有待优化；边缘层放射网由张家口、承德、秦皇岛构成，是整个网络的末梢，三市是京津冀生态保护的重要屏障，资源利用受到诸多限制，与其他城市要素关联极少。

4.凝聚子群分析

随着京津冀协同发展战略的纵深推进，在宏观布局和微观城市两类空间的过渡层面——次区域空间日益得到关注。本文利用Ucinet块模型工具划分凝聚子群，凝聚子群意味着在网络生长过程中，节点会与某些相同特征的节点展开特别紧密的合作，从而在次区域空间形成强凝固性的子结构。京津冀要素集聚网络形成了三个2—plex凝聚子群和五个3—plex子群，具有明显的“俱乐部效应”。其中，北京和天津单独组成一个凝聚子群；3—plex子群中，“石家庄—保定”子群和“廊坊—唐山—沧州”子群组合形成第二个2—plex子群，“邢台—邯郸—衡水”子群和“张家口—承德—秦皇岛”子群组合形成第三个2—plex子群。3—plex子群划分结果与京津冀协同发展战略中的“四区”规划相吻合，中部核心功能区、东部沿海发展区、南部功能拓展区、西北部生态涵养区四个次区域内的群体性集聚特征明显，多个城市间产生交互作用，意味着功能联系对于要素空间协同的促进作用在强化。2—plex子群数量较少且呈现新的特点，中部核心功能区与东部沿海发展区实现了融合发展，南部功能拓展区与西北部生态涵养区实现了融合发展，上述子群之间经济能级、市场化水平和制度环境较为接近，因此产生了很强的要素集聚空间关联。

四、京津冀要素集聚网络的影响因素

(一) 影响因素选择

1.地理邻近性

地理邻近性是指空间上的接近程度。根据前文网络结构分析，行政边界接壤的城市间普遍产生了连接关系。从理论上看，地理距离邻近，能够缩减城市间交易成本、信息共享成本等，促进要素自由流动并形成网络化联系，因此有必要实证检验地理邻近对要素集聚网络的影响，采用每对城市间的欧式距离来构建地理距离矩阵X1。

2.认知邻近性

认知邻近性是指知识基础、技术环境的互补性或相似性。根据前文凝聚子群分析，那些基于功能联系的子群内部呈现要素群体性集聚特征。从理论上看，城市间认知邻近，有助于减少因组织信任、合作壁垒而造成的阻碍，进行资源共享的方式会更丰富。认知邻近性的测度方法通常包括产业结构相似系数和技术结构相似系数两类，本文利用产业结构相似系数测度认知邻近性，计算公式如下：

式中，Sij为城市i和j的产业结构相似系数，Fik和Fjk分别表示城市i和j的k次产业产值占总产值的比重，采用每对城市间的Sij构建认知邻近矩阵X2。

3.制度邻近性

制度邻近是指制度环境上的相似性或便利性。对现代城市来说，制度邻近性突出表现为市场化相似水平和地方保护程度，其中市场化水平衡量了市场在要素配置中的影响程度，是城市间制度规则差异的重要体现。《中国城市新分级名单2020》(1)《中国城市新分级名单2020》由新一线城市研究所发布，根据城市枢纽性、城市人活跃度、生活方式多样性、商业资源集聚度、未来可塑性五大维度综合评定城市等级。对城市等级的划分较好地反映了市场化水平，本文据此设置虚拟变量，其中一线城市北京、天津的制度取值为4，二线城市石家庄的制度取值为3，三线城市保定、唐山、廊坊、邯郸、沧州、秦皇岛的制度取值为2，四线城市邢台、张家口、承德的制度取值为1，五线城市衡水的制度取值为0，以城市间制度取值差值的绝对值衡量制度距离，进而构建制度距离矩阵X3。

4.网络结构时间滞后项

除了上述邻近性指标外，路径依赖也是社会网络结构演化的动力机制之一。路径依赖理论是演化经济地理学的基础理论，其基本思想是经济系统一旦进入某一路径，在循环累积因果作用下会不断自我强化，使得该系统锁定于这一路径。由此本文假设要素集聚连接关系的生长，不仅取决于同期相关因素的影响，而且还受到历史上所形成的网络结构影响，在2010年矩阵回归中引入2006年的要素集聚关联矩阵作为网络结构的时间滞后项X4，在2014年矩阵回归中引入2010年要素集聚关联矩阵作为X4，在2018年矩阵回归中引入2014年要素集聚关联矩阵作为X4。

(二) QAP回归结果

采用QAP方法进行关系矩阵间的回归分析，经过5000次随机置换，估计结果如表3所示，调整后的R2处于0.2～0.4之间，均通过1%的显著性检验，表明地理距离矩阵(X1)、认知邻近矩阵(X2)、制度距离矩阵(X3)、网络结构时间滞后项(X4)很好地解释了京津冀要素集聚网络演化。

由表3可知，第一，地理距离矩阵的回归系数在1%的显著性水平上为负，说明地理位置越远，城市间要素集聚的空间关联越小，其中2006—2014年该系数绝对值趋于增加，2018年系数绝对值降低，物理距离对空间关联的阻碍作用存在减弱趋势，表明随着交通一体化发展，要素跨越行政边界进行互动，进而推动要素集聚网络从“局部”转向“整体”。第二，认知邻近矩阵的回归系数始终显著为正，说明城市间产业结构相似系数越大，认知水平越相似，要素集聚的关联性越强。随着时间推移，该因素的影响愈发重要，表明当要素在城市内部无法获取高报酬时，倾向于在产业基础和知识环境更相似的地区寻找合作伙伴，以获取互补资源并提高要素利用效率、分担要素使用成本和风险，进而拓展了要素集聚的广度和深度。第三，制度距离矩阵的系数显著为负且绝对值不断增大，说明城市间制度距离越近，要素集聚关联关系越容易建立，意味着相似的市场化环境，促进了要素资源的流动与再分配，同时政府间公共服务共建、生态环境共治等，也多是基于行政差距较小的城市而进行的政府干预与引导，因此，制度邻近对于要素集聚网络演化产生愈发重要的影响。最后，历年网络结构时间滞后项的回归系数均显著为正，证明路径依赖机制显著存在，那些具有要素集聚关联的城市之间更倾向于提升连接强度，这与我们在网络结构图中观察的现象相一致，一定程度上表明报酬递增、知识积累等循环累积因果作用是网络结构愈发紧密的基础。

表3 QAP回归结果

五、结论与启示

本文构建了包含经济要素、金融要素、人口要素、对外开放要素、科技文化要素、公共服务要素、生态环境要素七大维度的要素集聚指标体系，利用引力模型和社会网络分析方法，探索京津冀城市群要素集聚网络的结构特征和演化趋势。结果表明：(1)从网络结构特征来看，京津冀要素集聚的空间关联特征显著，网络密度逐年上升，中心势逐年下降，网络结构日益紧密。分阶段来看，2006—2010年，京津冀区域要素集聚呈现“核心边缘”的空间结构，关联模式以极核间的交流互动和邻域渗透为主；2011—2014年，要素集聚呈现“双核多轴”的空间结构，关联模式以轴线扩展和扇面连接为主，集聚重心沿京保石、京津廊、京津唐三个轴线纵深扩展，集聚广度有所提升；2015—2018年，伴随京津冀协同发展战略推进，要素集聚呈现网络化发展的空间结构，关联模式以多中心、多层级连接为主。(2)从节点特征来看，北京、天津处于要素集聚的中心位置，且承担主要的要素流转平台功能，与其他城市具有广泛的空间关联和空间溢出；石家庄、唐山、保定不断发展成长为区域性要素集聚中心，与其他城市直接和间接的要素互动关系决定了其网络地位攀升；其余八市的点度中心度均低于网络均值，尚未与50%的群内城市建立伙伴关系，且这些城市的中间中心度为0，在网络中更多地处于“被支配”的地位。(3)从块模型分析结果看，在网络生长过程中形成了多个基于功能联系的凝聚子群，包括中部核心功能区、东部沿海发展区、南部功能拓展区与西北部生态涵养区四个子群，子群内要素集聚关联较为紧密，子群间融合发展有待优化。(4)QAP分析结果揭示，邻近性机制为要素在空间上的聚合与扩散提供了联系通道，地理位置更接近、产业技术结构更相似和制度差距更小的城市之间更容易形成连接关系，路径依赖机制也会驱动要素集聚网络的自我强化。

从本文研究结论中得到以下政策启示。

第一，持续提升京津冀要素集聚网络的紧密程度。中央政府应统筹规划整个区域的资源要素分布，深化城际合作交流，创造更多的空间关联路径。一方面，完善价格、供求、竞争等市场机制，为要素自由流动提供支撑，另一方面要形成“数量—关系”驱动型的要素协同集聚思路，推动大中小规模城市共享集聚经济收益。

第二，优化京津冀要素集聚的网络结构，因地制宜设立发展目标。重点依托北京、天津发挥龙头作用，增强要素承载力和辐射力；提升石家庄、保定、唐山的区域支撑作用，组织引导高端要素向这些城市集中，形成新的增长极对周边城市进行要素输出；借助发展轴、功能区等规划进一步布局网络空间，帮助边缘城市立足于网络资本、技术特色等加速融入要素体系；推动凝聚子群间融合发展，中部核心功能区在充当整个网络“动力源”之外，应积极推动子群间的功能联系，促进集聚动能互相传导。

第三，改善要素集聚网络的发育环境，促进多维邻近城市开展广泛合作。在国土空间规划中需要提升基础设施水平，降低通信成本，压缩要素流动的时空距离；在产业发展规划中识别拥有相似认知基础的城市，帮助其建立专业技术交流和知识共享合作的平台；在政策上消融不同层级城市间的市场和制度壁垒，促进互补资源流动并提高利用效率；另外还需关注路径依赖机制的动力作用，借助知识积累、技术外溢等途径，持续推动要素集聚网络向高水平演进。