三大城市群经济增长空间关联网络分析

周小孟 刘琼慧

摘 要：本文研究对象为长三角城市群、京津冀城市群和珠三角城市群，借助格兰杰因果检验及网络分析法，对比分析了2000—2020年三大城市群经济增长空间关联网络的关联关系和关联特征，并分析了各城市群内部的动力传导机制。主要结论有：（1）三大城市群内部各城市之间的经济增长空间关联程度都不高；（2）长三角城市群拥有最为完整的板块分布，珠三角城市群、京津冀城市群板块分布分别为双溢出双受益、三溢出一受益；（3）长三角城市群和京津冀城市群增长原动力为“资本溢出型”，而珠三角城市群的增长原动力为“劳动溢出型”。

关键词：网络分析法；空间关联网络；动力传导机制；板块分布；三大城市群

本文索引：周小孟，刘琼慧.<变量 2>[J].中国商论，2024（02）：-030.

中图分类号：F127 文献标识码：A 文章编号：2096-0298（2024）01（b）--04

在国家新型城镇化战略的实施下，我国城市化水平大幅提高，经济发达城市的城镇化水平普遍高于经济落后城市的城镇化水平，故经济发达的城市应作为经济发展的增长极带动周边城市发展，进而形成由多个城市组成的区域经济体——城市群。在我国城市群中，京津冀、长三角及珠三角的GDP总量占全国的比重依次为8.48%、24.14%、8.83%，发展水平较高，因此分析比较三大城市群经济增长的空间关联网络，有助于我国区域经济增长。

1 文献综述

区域经济增长的空间关联是区域经济研究的热点，区域增长在一定程度上是通过区域内和跨区域的组织间知识流动所创造的价值函数[1]。现有研究部分利用空间计量方法研究经济增长的空间溢出效益，另一部分利用网络分析法研究单独省份的、城市群的及全国范围的经济增长空间网络结构特征。在空间计量方面，多采用Moran’I 指数[2]和空间杜宾模型[3] （SDM）进行相关性分析。赵磊等（2014）结合空间面板，实证分析了旅游发展与经济增长之间的影响关系 [4]；白俊红等（2017）通过空间知识溢出效应研究中国经济增长的现象[5]；文丰安（2018）利用空间计量模型研究生产性服务业集聚对地区经济增长质量的影响[6]。网络分析法方面，方大春、周正荣（2013）运用引力模型和社会网络分析法研究安徽省各城市间的经济联系强度[7]；李敬等（2014）借助社会网络分析法研究中国区域经济增长的空间关联网络结构特征，并在此基础上运用QAP分析法分析其影响因素[8]；吴瀚然等（2016）运用网络分析法详细研究京津冀地区各城市间的经济联系强度[9]；马丽君、龙云（2017）借助SNA分析法和Granger检验研究中国省际入境旅游经济增长的空间关联特征及影响因素[10]；谷国锋等（2020）借助改进后的引力模型和社会网络分析法，探究东北地区城市群经济增长空间网络结构的时空演变特征[11]；王小华等（2022）借助社会分析法（SNA）和QAP分析法探究中国高质量发展的空间关联网络特征和发展差异的作用机制 [12]。

现有文献多为单一地对某区域的空间关联进行研究，缺乏对比性。因此，本文以长三角、珠三角及京津冀城市群2000—2020年的人均GDP为基础分析数据，借助格兰杰因果检验和网络分析法，构建三大城市群经济增长的空间关联网络，比较研究三大城市群的网络特征，以期为三大城市经济增长和相关研究提供一定的建议。

2 研究区域、数据来源及研究方法

2.1 研究区域及数据来源

本文的研究区域为京津冀城市群（包括2个直辖市和12个地级市）、长三角城市群（包括25个地级市及1个直辖市）、珠三角城市群（包括21个地级市），总61个城市，数据来源于《中国城市统计年鉴》。

2.2 研究方法

2.2.1 区域经济增长空间关联网络的构建

在VAR模型的基础上，本文借助格兰杰因果检验对各区域间经济增长的空间关联关系和空间溢出效应进行判断和研究，得出其有方向的因果关系，进而借助Ucinet6构建区域间的经济增长空间关联网络和分析其网络特征。

2.2.2 区域经济增长空间关联网络的块模型

块模型是分析经济增长空间关联网络中各板块所起作用的研究，将其分为四种区域经济增长板块，即净溢出板块、双向溢出板块、主受益板块 （净受益板块）及经纪人板块。本文运用Wasserman （1994）提出的块模型分类标准，假设在经济增长空间关联总网络中含有g个经济主体，故为位置Bk在空间关联网络中的总关系的期望比值gk（gk-1）/gk（gk-1）=（gk-1）/（g-1）（见表1）。

3 实证分析

3.1 三大城市群经济增长空间关联网络的构建

本文以2000—2020年三大城市群各市的市区人均地区生产总值为基础的分析数据，经过ADF检验，发现所有变量都是不平稳的。首先，对先前处理好的所有三大城市群各城市市区相对人均GDP的对数进行一阶差分处理，使变量具有平稳性，并分别对各城市群内部的两两城市之间建立VAR模型。其次，进行最优时滞选择。最后，进行格兰杰因果关系检验，用5%作为显著性检验标准来确定各城市群中两两城市是否具有因果关系。

综上，京津冀城市群中通过检验确定因果关系的有67个，长三角城市群中通過检验确定因果关系的有124个，珠三角城市群通过检验确定因果关系的有51个，借助Ucinet6分别构建三大城市群的经济增长空间关联网络（见图1），故三大城市群内部的经济增长在空间上均“有一定的关联”。

3.2 三大城市群经济增长空间关联网络的密度分析

通过对网络密度的计算，京津冀城市群网络密度为0.368；长三角城市群网络密度为0.191；珠三角城市群网络密度为0.121。结果表明：三大城市群内部各城市之间关联的紧密程度在总体上并不高；京津冀城市群内部各城市之间的经济关联紧密度最大，珠三角城市群最小。珠三角城市群亟需加强内部各城市之间的经济协作和交流，其他两个城市群经济增长的紧密程度也有很大的提升空间。

3.3 三大城市群经济增长空间关联网络的块模型分析

在Ucinet6中采用收敛标准0.2，最大分割深度为2，分别对三大城市群进行块模型分析。在京津冀城市群经济增长板块分布中，第一个经济增长板块有5个城市（北京市、天津市、唐山市、承德市及安阳市），且产生了很强的溢出效应传导给其他板块，为典型的“净溢出板块”；第二个经济增长板块包括石家庄市、廊坊市、邯郸市、邢台市、张家口市及衡水市6个城市，与第一经济板块一样为“净溢出板块”；第三个经济增长板块只有秦皇岛市，是典型的“主受益板块”；第四个经济增长板块有2个城市（保定市和沧州市），是典型的“双向溢出板块”。

在长三角城市群经济增长板块分布中，第一个经济增长板块有7个城市（上海市、绍兴市、铜陵市、衢州市、扬州市、盐城市及泰州市），是典型的“双向溢出板块”。第二个经济增长板块有6个城市（池州市、南京市、苏州市、常州市、无锡市、杭州市），第四个经济增长板块有8个城市（合肥市、芜湖市、舟山市、湖州市、金华市、嘉兴市、宁波市及宣城市），这两个板块起到了桥梁作用——典型“经纪人板块”。第三个经济增长板块有5个城市（镇江市、南通市、安庆市、滁州市及马鞍山市），大部分关系都是受益效应——典型的“主受益板块”。

在珠三角城市群经济增长板块分布中，第一个经济增长板块有2个城市（广州市、珠海市），是典型的“净受益板块”；第二个经济增长板块有8个城市（深圳市、东莞市、汕头市、佛山市、河源市、湛江市、惠州市及清远市），大部分是受益效应——“主受益板块”。第三个经济增长板块有7个城市（韶关市、肇庆市、阳江市、茂名市、潮州市、揭阳市及云浮市），第四个经济增长板块有4个城市（梅州市、汕尾市、中山市及江门市），这两个板块对其他板块产生了很强的溢出效应——“净溢出板块”。

3.4 三大城市群内部经济增长板块的动力机制

计算经济增长板块网络的密度矩阵，反映各经济板块的溢出效应。假设城市群经济增长整体网络的网络密度为a，若板块之间的密度大于整体密度a，则说明这两个板块间存在集中的趋势。根据上述赋值规则和三大城市群经济增长板块网络密度矩阵得出其矩阵分布，并得出三大城市群经济增长的传导机制。

“净溢出板块”（第一、第二板块）是京津冀城市群经济增长的原动力。第一板块将城市群经济增长的动力传导给第三板块和第四板块，且第三板块（主受益板块）对第一板块有一定的反动力；第二板块将城市群经济增长的动力传导给第三板块，此时第三板块对第二板块有一定的反动力；第一板块把动力传导到第四板块（双向溢出板块），再将动力传导给第三板块，促进其经济增长，此时第三板块对第二板块也有一定的反动力。由此，可以看出，该动力传导机制呈现为三个板块推动一个板块发展，同时受益板块有一定的反馈作用，给予一些其他的板块反动力来促进经济增长。

“双向溢出板块”（第一板块）是长三角城市群经济增长的原动力。第一板块将城市群经济增长的原动力传导给经纪人板块（第四板块），其起到中间桥梁作用，将动力传递到净受益板块（第三板块），其中经纪人板块对双向溢出板块产生了些许反作用力；第二板块（经纪人板块）受到来自第一板块的动力，该动力途径第四板块并给予其一定的反作用力，最后通过第一板块又传递给第三板块。该城市群的动力机制为原动力通过不同的经纪人板块来促进净受益板块的经济增长，最终实现城市群各板块共同经济增长。

“净溢出板块”（第三、第四板块）是珠三角城市群经济增长的原动力。第三、第四板块将城市群经济增长的动力传导给第二经济增长板块（主受益板块），其未消耗完的动力又会传导给“净受益板块”第一板块，促进城市群经济增长（见图2）。

4 结语

4.1 结论

（1）京津冀城市群、长三角城市群、珠三角城市群经济增长空间关联网络的关联关系分别为67、124、51个，网络密度分别为0.3681、0.1908、0.1214，紧密程度都不高。

（2）在城市群经济增长空间关联网络的块模型分析上，四大城市群既有相似之处，又有不同之处。其中，长三角城市群拥有最为完整的板块分布，但拥有特殊的经纪人板块；而京津冀城市群和珠三角城市群都没有经纪人板块，京津冀城市群是“三溢出一受益”，珠三角城市群是“双溢出双受益”，三大城市群的板塊分布各具特色，都对经济增长起到一定的促进作用。

（3）三大城市群的经济增长动力传导机制各有特点，长三角城市群、京津冀城市群、珠三角城市群内部各自四大经济增长板块的“动力传导通道”的数量分别为5、7、3，其中京津冀城市群和长三角城市群存在循环经济，产生反动力促进经济增长。

（4）京津冀城市群和长三角城市群都是以经济发达的地区为原动力来促进城市群内部经济增长，而珠三角城市群以人口流出人数多的地区作为经济增长的原动力。京津冀城市群和长三角城市群的经济增长原动力为“资本溢出型”，而珠三角城市群的经济增长原动力为“劳动溢出型”，且珠三角地区具有显著的马太效应。

4.2 启示

（1）三大城市群的各城市政府应加强与城市群内其他城市的经济关联和经济交流，促进城市群的协调发展，提高城市群经济增长空间关联网络的关联关系数，达到提高城市群内城市之间经济增长空间关联的紧密程度、保持空间关联网络稳定性和创造更多经济空间溢出通道的目的。

（2）三大城市群不仅要增强城市群内部的溢出效应，还要增加各城市群内部四大经济增长板块的“动力传导通道”的数量，使各城市群内部的经济板块分布更加完善，尤其是珠三角城市群内部的溢出效应需要得到增强。

（3）政策的选择要具有针对性。第一，中央政府对各城市群内促进城市群经济快速增长的源头“双向溢出板块”和“溢出板块”加大关怀和政策支持力度，最大程度地激发“动力源”板块经济增长的空间溢出效应。第二，加大对“经纪人板块”福利支持和财政投入力度，提升其经济增长动力的传导功能。第三，对“主受益板块”和“净受益板块”的接收能力进行提高和优化，营造更好的受益环境，提高这些地区的受益程度和利用效率。

（4）三大城市群应利用积极的财政政策增强各自经济增长原动力的活性和其溢出效应。广东省政府应大力支持发展人口流出多地区的地方产业，做到将人“留下來”，发展当地经济；加强经济发达地区和经济落后地区的经济交流、技术交流、人才交流、资本交流；出现以经济发达地区为增长极，各地区循环促进珠三角城市群经济协调增长的局面。

参考文献

A Network-based view of regional growth[J]. Journal of Economic Geography，2014，14（3）.

杨沛舟，徐维祥，黄明均，等.创新资源、空间溢出与城市发展：以长三角为例[J].科技与经济，2018，31（4）：26-30.

徐东波，刘雅珍，孙若涵.中国与东盟国家经济增长的空间溢出：基于空间面板杜宾模型的实证分析[J].经济问题探索，2019（1）：119-126+138.

赵磊，方成，吴向明.旅游发展、空间溢出与经济增长：来自中国的经验证据[J].旅游学刊，2014，29（5）：16-30.

白俊红，王钺，蒋伏心，等.研发要素流动、空间知识溢出与经济增长[J].经济研究，2017，52（7）：109-123.

文丰安.生产性服务业集聚、空间溢出与质量型经济增长：基于中国285个城市的实证研究[J].产业经济研究，2018（6）：36-49.

方大春，周正荣.安徽省城市经济联系结构研究：基于社会网络分析[J].华东经济管理，2013，27（1）：18-22.

李敬，陈澍，万广华，等.中国区域经济增长的空间关联及其解释：基于网络分析方法[J].经济研究，2014，49（11）：4-16.

吴瀚然，沈映春，胡庆江.京津冀区域经济增长的空间关联特征及其解释：基于空间自相关与网络分析法[J].江西社会科学，2016，36（3）：75-80.

马丽君，龙云.基于社会网络分析法的中国省际入境旅游经济增长空间关联性[J].地理科学，2017，37（11）：1705-1711.

谷国锋，李俏，周伊楠.东北地区城市群经济增长空间关联网络结构演变[J].地域研究与开发，2020，39（2）：14-19.

王小华，杨玉琪，罗新雨，等.中国经济高质量发展的空间关联网络及其作用机制[J].地理学报，2022，77（8）：1920-1936.