长三角地区汽车制造业的社会网络分析

□ 佟 成 唐瑶琦 余路平

汽车制造业分工精细、产业链条长，需要不同城市的企业协作共赢。受到原材料运输、市场因素和土地、人力成本等多因素的共同影响，国际上主要汽车生产基地均形成了城市产业集群。近年来，长三角地区汽车制造业发展迅速。上海将汽车产业作为“3+6”新型产业体系的重点产业之一；江苏发布《江苏省“十四五”新能源汽车产业发展规划》；浙江提出力争2023 年全省汽车产业实现规模以上工业总产值7800 亿元；安徽提出构建以合肥、芜湖新能源汽车重大新兴产业基地为全省汽车产业核心发展区。本文意在通过收集、分析数据，探究长三角地区的汽车制造业目前已经形成的城市间产业分布的社会网络，明确长三角地区汽车制造业网络的现状与特点。

| 社会网络分析法在统计研究中的应用

长三角地区的汽车制造业是一个典型的社会网络，适合使用社会网络分析法进行分析。相比于其他统计分析方法，社会网络分析法以网络中节点间的关系数据为分析对象。本文计划使用社会网络分析法中的五个常用指标度数即中心度、点入度、点出度、接近中心度和中间中心度对长三角地区汽车制造业社会网络进行分析。五个指标的具体涵义和测度方法如表1 所示。

表1 本文使用的主要测量指标涵义及测度方法

| 数据收集方法和模型建构过程

（一）数据收集和处理方法

本文收集了总部在长三角三省一市的所有汽车制造业上市企业及其持股控股的子公司的数据。获取数据及进行初步数据处理的步骤如下：

第一步，在中国经济金融研究数据库中找到总部在长三角地区的上市企业名单，共找到85 家总部在长三角地区的汽车制造行业上市企业。

第二步，依据所获得的上市企业名单，结合上市企业官网和天眼查所获信息，整理出这些上市企业子公司所在城市和行业信息。

第三步，依据整理得到的上市企业及其子公司级别，对企业公司进行打分。具体打分规则为：将上市公司总部所在城市计4 分，将有该上市公司分支或者百分之百控股的子公司所在城市计3 分，将有该上市公司作为第一大股东的公司所在城市计2 分，有该上市公司不作为最大股东但有股权投资的公司的城市计1 分。收集的数据可以被看作一个有85 行、41 列的关系网络矩阵，每一行代表一家上市企业，每一列代表一个城市名称。矩阵中0—4 分数代表该城市在长三角地区汽车制造业网络中的城市能级。

第四步，制作汽车制造业企业“下游/上游分布比”指标。依据汽车制造业产业上游和下游产业链的通俗划分方法，本文将每个城市从事原材料供应、零部件生产公司的分数算作上游分数，将每个城市从事整车制造、销售及售后服务的公司算作下游分数，“下游/上游分布比”指标的计算方法为用下游分数除以上游分数，分数越高，则表示该城市的汽车制造业越侧重于产业链下游相关产业。针对一些业务范围同时涉及上游和下游业务的企业，以天眼查企业信息查询平台所查询到的企业在公司注册时所填经营范围的首项许可项目作为划分依据（表2）。

表2 主要城市的下游分数、上游分数和下游/上游产业比

（二）模型构建过程

将制作获得的长三角地区各上市企业及子公司能级分布表导入UCINET 软件中，使用表1 中的各项指标构建模型。使用该软件计算表1 中五项指标，计算结果如表3所示。

表3 主要城市的网络中心性指标

| 研究结论

（一）模型结果解释

1.上海居于核心位置，苏浙皖主要城市扮演重要角色。度数中心度是在网络分析中刻画节点中心性的最直接测量指标。一个节点的节点度数越大就意味着这个节点的度数中心度越高。由表3 可知，在长三角地区城市的度数中心度中，上海居于核心位置，其他三省主要城市均在网络中扮演着重要角色。上海的度数中心度最高（993），说明上海在长三角地区汽车制造业网络处于中心位置，与其他城市交互性高，信息辐射能力强；苏浙皖主要城市在度数中心度分数较高，三省均在长三角地区汽车制造业的产业链条中发挥着重要作用。以度数中心度作为划分指标，制作长三角地区各城市的汽车制造业网络分布图（图1），可以直观地观察到目前长三角地区汽车制造业网络形成了以上海为中心，宁波、合肥、苏州等三省重要城市为网络中的主要节点的社会网络形态。

图1 长三角地区城市汽车制造业网络分布图

2.上海对外辐射能力和吸引外部资源的能力强。点出度和点入度分别代表该节点的对外辐射能力和吸引外部资源的能力。在所有城市中，上海的点出度与点入度均为最高，在长三角城市中拥有最强的对外辐射能力和吸引外部资源能力。浙江主要城市点出度之和大于点入度之和，杭州、宁波、绍兴等几个经济发达城市对长三角地区汽车制造业发展起着重要的辐射作用。江苏吸引资源的能力大于对外辐射能力，苏州、无锡等几个苏南城市点入度之和大于点出度之和，是重要的产业聚集地。安徽除合肥外其他城市点入度之和普遍大于点出度之和，吸引了大量外来投资。

3.上海网络中心度最高，合肥和宁波是典型的区域中心城市。中间中心度是测量两个节点之间中介节点的重要程度，等级越高该节点网络连通性越好。上海中间中心度最高，为118.4，是绝对中心城市。第二位和第三位为合肥、宁波，分别为47.6、30.1，是典型区域中心城市。接近中心度反映的是节点之间传播的最短距离，数值越低，说明该节点在网络中地位越重要。表3 中这一数据的结果进一步印证了上海、合肥、宁波在网络中的重要地位。

（二）网络中的城市间联系

利用长三角地区各上市企业及子公司能级分布数据制作图2，展示各上市企业总部所在城市和子公司所在城市之间的联系。从图中可以发现各企业在总部所在城市设立的子公司明显多于其他城市，各城市对应的对角线上数字明显更高，企业投资在本市、本省的比例较高，企业投资具有明显的区域性。苏浙两省其他非中心城市对网络的影响力明显大于安徽的其他非中心城市，苏浙两省汽车制造业在非中心城市分布相较于安徽占比更多且具有体量上的优势。

图2 长三角地区各城市上市企业和子公司能级分布图

（三）主要城市间比较

社会网络中的主要城市在网络之中发挥着更加重要的作用。将网络内几个主要的城市进行对比，可以更好地理解上海在长三角地区汽车制造业社会网络中所处位置和扮演的角色。因此，将上海与苏浙皖三省的核心城市苏州、宁波和合肥在网络模型和产业分布的主要特征加以对比。

上海有如下特点：第一，网络中心性。上海在五项社会网络测量指标上均表现优异，在长三角地区汽车制造业社会网络中扮演中心城市的角色。第二，下游产业聚集。上海的下游/上游产业比较高，上海在汽车制造业行业链条中更多偏重整车制造、销售及售后服务等附加值高的下游产业。

宁波有如下特点：第一，区域中心性。宁波的度数中心度高，在网络中具有重要位置，与浙江省内其他城市联系紧密，是网络中典型的区域中心。第二，区域辐射性。宁波的点出度（264）显著高于其点入度（125），宁波本地企业乐于赴长三角其他城市投资建厂，对于长三角地区汽车制造业发展有显著的带动作用。第三，下游产业聚集。宁波的下游/上游产业比数值排名靠前，宁波汽车制造业的产业构成侧重于附加值较高的产业链条下游产业。

苏州有如下特点：第一，资源吸引性。苏州点入度（143）大于点出度（121），外地企业来本地投资建厂的情况较多见。第二，上游产业聚集。苏州下游/上游产业比在所有主要城市中排名最低，苏州汽车制造业构成更加侧重于产业链条上游产业。第三，非典型区域中心。苏州虽为江苏度数中心度最高的城市，但其度数中心度仍明显低于其余三省市中心度最高的上海、宁波和合肥，江苏在网络中缺少一个明确的区域中心城市，而是有苏州、南京等几个网络影响力相当的区域节点性城市。

合肥有如下特点：第一，区域中心性。合肥的度数中心度仅次于上海，排在省内所有城市中的第一位，是典型的区域中心。第二，上游产业聚集。合肥下游/上游产业比在主要城市中排名较低，产业构成更加侧重于产业链条上游产业。第三，区域辐射性。合肥的点出度（204）明显高于其点入度（154），合肥本地企业乐于赴其他城市投资建厂，特别是安徽的其他城市，对全省产业发展有显著的带动作用。

| 总结和建议

（一）总结

综上所述，本文使用社会网络分析法对长三角地区的汽车制造业的城市间关系网络进行了分析，研究发现：长三角地区城市间汽车制造业社会网络规模大且结构清晰。长三角地区大多数地级城市中均有汽车制造业关联企业分布。上海处于长三角地区的汽车制造业的城市间关系网络的中心位置。宁波和合肥是网络中两大副中心城市，对本省的汽车制造业产业带动效应明显。浙江的主要城市在网络中更多发挥了资源辐射的作用，江苏和安徽的主要城市在网络中更多起到承接投资在本地建厂的功能。网络中不同城市扮演着其在产业链条上被赋予的不同角色，分工较为明确，这套以上海为核心城市的较为完整的汽车制造业网络，有利于产业发展的过程中节约生产成本、提升产业效益、增进生产效率、促进区域平衡发展，实现经济效益和社会效益的双丰收。

（二）建议

第一，上海要继续强化作为长三角地区汽车制造业带头城市的引领作用。汽车制造业是一个需要多工序完成的产业，上海作为网络中的中心城市，在网络中的重要性不言而喻。上海汽车制造业的良好发展能够对整个地区产业发展发挥推动作用。第二，上海要继续推进汽车制造业下游产业的发展。上海有条件继续推进汽车制造业下游的市场导向型和技术导向型产业发展，促进汽车销量增长，提升汽车制造业行业的技术能力。第三，要加强上海与长三角地区其他城市的联系，发挥各自的比较优势，推进区域共同发展。上海要与区域内其他城市共同协作，发挥各自的比较优势，合作共赢，降低生产成本，推进长三角区域汽车制造业的共同繁荣发展。