我国产业结构升级的空间关联结构分析——基于社会网络分析法＊

□ 付 荣 周 璇

随着中国经济发展进入新常态阶段，转变经济发展方式、实现增长动力转换、促进产业结构升级成为中国经济发展的重要任务。然而目前我国各地区之间的产业结构升级水平仍有较大差异，地区之间的联系不够紧密，因此测度产业转型升级水平，研究空间关联网络结构具有十分重要的现实意义。

目前学者从多种视角构建了产业转型升级指标体系。一是从产业自身发展角度构建指标体系（曹宇辰[1]，2019）。二是从产业发展对社会经济环境的影响角度，构造产业转型升级效果评价指标（管军等[2]，2015；潘为华等[3]，2019）。三是从产业发展投入与产出角度构造指标体系，主要关注投入节约性以及产出高效性等（何学松[4]，2017；刘钒等[5]，2021）。

国外学者较早地使用社会网络分析法来研究空间关联网络，从网络密度、网络凝聚性及网络中心趋势等指标综合分析网络结构特征（Cantner 等[6], 2004；Krätke[7],2010）。国内学者在对国外相关理论吸收与借鉴的基础上，对我国产业结构升级进行了许多空间关联结构的研究。研究发现，我国产业结构在省域层面具有显著的空间集聚性（张翠菊和张宗益[8]，2015）及省际竞争性（黄亮雄等[9]，2015）。此外，空间不平衡性也是我国产业结构优化升级的一大特征（杨骞和秦文晋[10]，2018）。不同地区的产业发展能力不同（徐鹏杰和黄少安[11]，2020），因此东、中、西部产业结构变迁速度和变迁条件存在差异（宋文月和任保平[12]，2020）。

综上所述，国内外学者对产业结构的空间关联问题在研究内容和方法上不断丰富及深化，然而这些关于产业结构升级的研究未能综合反映区域之间的关联关系，也没有形成全国省域尺度上的空间关联网络，缺乏宏观上的把握。因此，本文将构建产业结构升级水平评价指标体系，以我国31 个省份（除港澳台地区）为研究对象，运用社会网络分析法从整体网络特征、个体网络特征、空间聚类特征三个方面对我国产业结构升级的空间关联网络结构特征进行分析。

| 省域产业结构升级水平测度

（一）产业结构升级水平的评价指标体系

本文分别从产业结构合理化、产业结构高级化这两个维度选取指标构建指标体系并测算产业结构升级的综合指数。

产业结构合理化水平借鉴干春晖[13]（2011）的方法选择泰尔指数的倒数来衡量，具体测算公式如下：

其中，TL为泰尔指数，Yi表示第i产业增加值，Y 为三次产业总增加值，L 为三次产业从业人数。泰尔指数是一个反向指标，数值越低表明产业结构合理化程度越高；反之，泰尔指数越高，表明产业结构偏离了均衡状态，产业结构不合理。为了在熵权法中方便标准化处理，本文选用泰尔指数的倒数这一正向指标。

产业结构高级化借鉴付凌晖[14](2010)的方法利用结构角度值测度。先设定三个变量X1,0、X2,0、X3,0分别为第一、二、三次产业增加值占GDP 比重，得到一组三维向量X0=(X1,0、X2,0、X3,0)；再分别计算X0与向量X1=(1,0,0)，X2=(0,1,0)，X3=(0,0,1) 的 夹 角θ1、θ2、θ3，计算公式为：

其中，W 越大，表明产业结构高级化水平越高。

（二）产业结构升级水平分析

本文采用熵权法对上述产业结构合理化以及高级化两个指标进行加权，得到2000—2021 年全国31个省份的产业结构升级水平综合得分。为了便于描述统计分析，本文将31 个省份按经济位置划分为东、中、西三大地区，东部地区包括山东、浙江、上海等11 个省市，中部地区包括安徽、吉林、江西等8个省市，西部地区包括云南、陕西、甘肃等12 个省市。评价结果如图1 所示。

图1 2000—2021年区域产业结构升级水平均值变化

从图1 中可以看出，各地区产业结构升级水平整体走势呈上升趋势，但不同地区差异明显，呈现东—中—西逐步递减的特征。其中，东部地区产业结构升级水平最高，明显领先于其他地区，且增速较快。中部地区的产业结构升级水平不及全国平均水平，且与东部地区存在较大差距。西部地区的产业结构升级水平最低但与中部地区差距不大，增速较为缓慢。因此，打破区域间产业结构升级水平不平衡态势，培养跨省市的区域产业协助网络，贯彻中西部地区崛起战略十分重要。

| 我国产业结构升级空间网络关联分析

（一）修正引力模型

在使用社会网络分析法（Social Network Analysis,SNA）对产业结构升级水平进行空间关联结构分析前，需要对各地区之间的“关系”进行量化，引力模型正是最佳选择。因此本文借鉴李琳[15]（2017）的做法，采用修正引力模型构建我国产业结构升级水平的引力矩阵，并以2000 年引力矩阵的平均值作为阈值进行二值化处理：大于该值的记为1，小于该值则记为0，从而得到一个二值矩阵。设定区域与其自身的产业结构升级水平空间关联强度为0。引力矩阵中的元素如下所示：

其中Rij为两区域之间的产业结构升级联系强度；Mi、Mj分别表示区域i 和区域j 的产业结构升级水平；Pi、Pj分别表示区域i 和区域j 的从业人数；Dij为i、j 两地的空间距离，数据来源于高德地图中检索的两省会城市之间的直线距离。

（二）空间关联结构分析

1.网络密度分析。通过UCINET软件得出不同年份的网络密度指标值如表1 所示。

表1 网络密度表

由表1 可知，网络密度从2000年的0.169 增至2021 年的0.394，表明我国产业结构升级水平的整体空间网络的紧密性不断提高，网络中的关系数在2021 年达到了366，是2000 年关系数的两倍多。这得益于我国促进中西部地区崛起战略有了明显成效，日益健全的交通运输系统使得创新及高技术生产活动所需的资源及要素有更强的区域流动性，地区间的信息流动更加便捷和频繁，劳动力资源得到有效配置，推动了部分相对边缘地区的产业结构转型优化升级，从而加强了我国各地区之间的联系，但该网络的整体紧密程度仍存在很大的提升空间。

2.中心度分析。利用UCINET软件得到网络点度中心度、接近中心度以及中间中心度，结果如表2所示。

表2 我国产业结果升级水平的网络中心度分析

表3 板块分布表

关于点度中心度，江苏省、北京市、上海市、浙江省、河南省等地区排名比较靠前，说明这些地区在产业结构升级水平的空间网络中有一定的话语权，能够影响信息的流通，辐射范围较广，处于整个网络的核心位置，并且这些排名较前的地区大多属于东部地区。海南、西藏、新疆等地区的点度中心度较低，即这些地区与其他地区间的联系不够紧密，自身的影响范围小。中心度排名靠后的地区大都集中于西部，说明西部地区与其他地区间的空间关联程度较弱，这可能是因为西部地区地处内陆，位置相对偏远，交通系统不够完善，产业发展水平相对较低。

关于接近中心度，江苏省、北京市、上海市、浙江省、河南省等地区排名比较靠前，说明这些地区在信息传递的过程中对其他地区的依赖性更小，不被其他地区控制的能力更强，换言之，这些地区的信息交流更加便捷。而青海省、海南省、西藏自治区、新疆维吾尔自治区等地区的接近中心度排名则比较靠后，说明受地域和地方产业结构水平的制约，这些区域只是关联网络中的边缘角色。

关于中间中心度，四川省、江苏省、广东省、北京市等地区排名较为靠前，说明这些地区凭借其承东启西、连南通北的区位优势，在网络中充当“桥梁”作用，具有较强的控制其他地区间交流的能力，促进了各要素在整个网络中的流动，因而在网络中占据相对重要的位置。而西藏自治区、青海省、宁夏回族自治区、新疆维吾尔自治区等地区的中间中心度排名比较靠后，说明这些地区在整个空间关联网络中的影响力较小，控制与支配其他地区的能力较弱。

3.凝聚子群分析。凝聚子群是指当网络中某些节点之间关系特别紧密，从而形成的一个关联性较强的小群体。本文采用UCINET 中的CONCOR 法将31 个省份划分为四个板块，对网络中的凝聚子群分布情况及其相互作用进行分析。

第一板块由北京市、天津市、河北省等11 个地区组成，此板块成员最多且分布较为集中，包含了“京津冀”“江浙沪”等经济圈。第二板块由江西省、湖南省、广东省等10 个地区组成，大多位于我国中部及西南地区。第三板块由山西省、内蒙古自治区、辽宁省等5个地区组成，该板块成员分布大多位于我国东北地区。第四板块由西藏、甘肃、青海等5 个地区组成，该板块位于我国西北等边远地区，地处内陆。

通过对上述四大板块内部及外部的关系数进行分析（表4），定位各板块在我国产业结构升级的空间关联网络中所扮演的角色或位置。

表4 各板块间关系数（单位：个）

整体网络可分为双向溢出、经纪人、主受益及净受益四个板块。由表4 知，板块一从板块外部分别接受和发出了72 个、113 个关系，接受数和溢出数均较多且溢出数显著高于接受数，说明该板块与其他板块地区间的联系更为紧密，且溢出效应明显，因此可认为该板块属于双向溢出。这表明该板块地区产业结构升级水平较高，现代服务业体系较其他地区更为完善。板块二从板块外部分别接受和发出了69个、51 个关系，该板块不仅对其他板块具有溢出效应，同时也接受其他板块的溢出效应，因此，板块二扮演着“中介”和“桥梁”的作用，可定义为经纪人位置，这个板块应积极促进高污染、高能耗产业的转型升级，发挥自身的“桥梁”作用，为受益板块的产业结构发展提供便利，以此带动受益板块的产业结构优化升级。板块三从板块外部分别接受和发出了39 个、24 个关系，接受数高于溢出数，说明该板块主要承接来自其他板块的溢出效应，因此可定义为主受益者位置。该板块应当注重提高各种资源的有效利用率，更好地吸收板块外输送来的产业资源。而板块四的接受关系总数与溢出关系总数均较少，仅为16 个、8 个，显著低于其他三个板块且接受数也大于溢出数，说明该板块地区与外界的联系极少，自身的溢出效应微弱，主要接受板块外部的溢出效应，因此可认为该板块处于净受益位置。该板块应积极推动交通运输业的发展，构建一个相对完善的交通网，加强与其他板块的联系与沟通，因地制宜培养符合当地的产业体系，丰富产业发展内容。

分析板块间的密度关系，可以得到板块密度矩阵，通过二值化处理再得到像矩阵。以空间关联网络的整体密度值0.3935 为阈值，将密度矩阵中大于0.3936 的格赋值为1，表明该板块的空间聚集性更强，反之则为0，可得到像矩阵。结果如表5、表6 所示。

表5 板块之间的密度矩阵

表6 板块之间的像矩阵

综合表5 和表6 可以直观获知不同板块之间存在显著的关联关系和各板块在产业结构优化的空间关联网络中具有不同的作用和地位。总体而言，板块一扮演着核心地位，辐射到板块二和板块三，板块四相对孤立，这也是我国产业结构发展空间关联仍然不够紧密的表现。

| 政策建议

鉴于以上实证分析结论，提出优化我国产业网络结构的建议如下：

第一，强化“京津冀”经济圈的核心地位，向周边大范围辐射包括湖南、山东、内蒙古、四川等大部分东中西部地区。加强与中西部地区的互联互动、协同发展，共同促进我国产业发展新格局的形成。

第二，充分发挥江浙沪等地区优良的地理优势，向南辐射福建、广东等地区，向内陆辐射带动江西、湖北、广西等地，促进知识、人才等要素的流通。

第三，调动辽宁、山西等地区组成的受益子群积极同外界进行产业交流与合作，形成多中心协同发展，共同驱动产业结构转型升级。