基于电商交易数据的珠三角城市群网络分析

杨韵

摘 要：依据珠三角9市电商交易数据运用社会网络分析法构建城市群关系网络，从电子商务交易“流数据”动态分析珠三角城市群的经济网络，得出生产性服务业企业和先进制造企业在珠三角9市部署分支机构时受区域经济联系影响较大，呈现出路径依赖特点，同时新兴的电子商务交易网络对城市群经济增长产生明显溢出效应。根据实证分析结果提出推进珠三角城市群协同发展的对策建议。

关键词：珠三角城市群；社会网络分析；电子商务交易流

中图分类号：F2     文献标识码：A      doi：10.19311/j.cnki.16723198.2024.12.012

0 前言

珠三角城市群是亚太地区最具活力的经济区之一。2022年，珠三角9市（广州、深圳、珠海、佛山、东莞、中山、江门、肇庆、惠州）的GDP合计达10468182亿元，比2021年增加了409656亿元，进一步彰显了其经济的强劲增长势头。作为广东省的核心地区，珠江三角洲城市群拥有广东省70%的人口，创造了全省85%的GDP。这个地区是全球影响力的先进制造业基地和现代服务业基地。先进的制造业集群和创新型服务业发展成为该地区的特色，为经济增长提供了强大的支撑。珠江三角洲城市群还是南方地区对外开放的门户，吸引了大量的国内外投资和人才流入。其优越的地理位置和完善的基础设施为国际贸易和外商投资提供了便利条件，成为中国参与经济全球化的主要区域之一。作为中国经济发展的重要引擎，珠江三角洲城市群的发展不仅带动了自身地区的经济繁荣，也辐射带动了华南、华中和西南地区的发展。

但珠三角城市群内部发展不均衡，城市群间经济差距明显，核心城市影响力向周边城市扩散，后发优势明显。通过电子商务交易信息流的社会网络分析，可以了解珠三角城市群的经济空间网络结构，考察经济网络溢出效应对城市群经济增长带来的影响，有助于了解珠三角城市群的空间行为，强化城市间的功能联系，优化区域产业空间布局，增强城市群竞争力，为规划和发展珠三角城市群提供参考。

国内外学者对城市群空间结构特征主要从点、线、面三个视角展开，其中以“点”要素和“线”研究居多。“点”要素主要是关于城市中心性的研究，国内外常用的中心性测度方法主要有：熵值法、最小需要法、潜能模型，这三种方法各有利弊（Irwin and Hughes，1992）。刘静玉（2006）通过构建潜能模型反映中原城市群中型城市的中心性强度。姚作林等（2017）运用熵值法构建城市中心性测度指标体系，研究成渝经济区城市空间格局。

“线”主要是关于城市间经济联系强度的研究，为了测算城市间经济联系强度大小，学界普遍采用的方法是引力模型和城市流模型。苗洪亮（2017）采用主成分分析法综合城市经济实力、基础设施、科技以及城市规模对引力模型加以修正，对中国三大城市群内部经济联系进行比较研究。王方方（2018）改进引力模型分析粤港澳大湾区城市群空间经济网络，并运用QAP分析法得出城市群经济联系的强弱与城市间距离、要素扩散与集聚、产业结构、经济全球化4个要素密切相关。

城市流模型以城市间的技术交流、资金流动、人口流动为基础来测算城市间互相作用力。使用这种经济数据构建引力模型来分析粤港澳大湾区城市群网络结构是静态的，不能全面综合反映城市间的网络演化情况，需要增加“流数据”来动态反映城市群的经济联系。随着互联网和信息技术的不断发展，电子商务在社会消费零售总额的占比逐年攀升，据商务部电子商务司发布的《中国电子商务报告2020》显示，全国电子商务交易额达3721万亿元，其中网上零售额1176万亿元，同比增长109%，占社会消费品零售总额的比重上升到207%。在电子商务交易平台上的交易数据是实时更新变化的“信息流”，抓取“流数据”来分析粤港澳大湾区城市群的动态经济网络结构，为研究城市群经济网络提供了新视角。

1 城市群电子商务交易网络研究方法

由于目前商业交易数据比较敏感，在常规渠道只能获取商家信息而无法获得客户信息，本研究另辟蹊径，根据信息流距离衰减理论，来分析电子商务平台交流数据（信息流）对物流、人流等形式的流体产生的作用，及对城市和区域具有协作效应、替代效应、衍生效应、增强效应。Murnion S（2019）分析了信息流与区域间的互动作用，将传统的重力模型进行简化，得到网络信息流距离衰减模型：

Ni=αPiDi（1）

该模型认为信息流的距离衰减程度主要受物理距离和网络用户数影响。其中Ni代表某网站在i城市的访问量，Pi代表该网站在i城市的潜在用户数，Di代表该网站所在地到i城市的距离，α代表的就是网络信息流距离衰减系数，α越大，则代表信息流衰减得越快，也就是该网站对城市i的影响力越弱。参考这一模型，考虑电子商务的交易过程中网店交易额同样与消费者所在城市的距离、消费者人数等关联，因此我们将上述模型变型成下式，得出基于电子商务交易额的城市影响力测算公式：

Fij=ViPjDij（2）

其中Vi代表i城市的电子商务交易额，Pj代表j城市的电商用户数，Dij代表i城市到j城市的距离，Fij代表的就是i城市对j城市的电子商务影响力，Fij越大则代表i城市对j城市的影响力越强，这里的F与前式的衰减系数α是互为相反数。

为构建珠三角城市群的电子商务交易网络，本研究以国内电商交易量最大的淘宝网作为研究平台，选取手机、家电、服装、食品、家具5个商品类目，用Python抓取2022年11月至12月的商品交易数据。统计的方式是抓取各类目销量排名前1000的店铺，根据店铺所在城市筛选并统计其交易总额作为该城市的电子商务交易参考数据。由于电子商务线上交易线下配送的特点，商家和客户间的物理距离也会对交易产生一定的影响。我们引入网络信息流距离衰减模型来计算基于电子商务交易数据的城市间联系强度，得到珠三角9个城市的电子商务交易联系网络矩阵，作为研究的数据基础。

2 珠三角城市群电子商务交易网络数据分析结果

把珠三角9市的电子商务交易联系网络矩阵导入uncinet 软件，运用软件自带的NetDraw绘制珠三角城市群的可视化结构图1，带箭头的线表示一个城市与其他城市间的联系，线条越粗表示联系越密切。

运用软件uncinet 对珠三角9个城市节点的度数中心度、点入度、点出度、中心势指标进行计算，其测算结果见表1。

度数中心度的数值反映节点城市在网络中地位，数值越高越处于核心位置。其中点出度越大，表明该城市对其他城市的影响越大，而点入度越大则表明该城市受其他城市的影响越大。如上表所示，广州与深圳的中心度得分最高且非常接近，是珠三角城市群电子商务交易的核心城市，对其他城市的影响力较强。位列三四名的佛山和东莞得分也比较接近，属于珠三角城市群电子商务交易的次核心城市，而其他城市的得分较低，且点入度得分大于点出度，属于受辐射影响带动的区域。

3 结论与建议

本文运用电商交易数据“流数据”动态分析珠三角城市群网络，验证经济溢出效应对经济增长的影响，综合上述分析可得出以下结论：

（1）从珠三角城市群的经济网络的结果来看，生产性服务业企业和先进制造企业在珠三角部署分支机构时受区域经济联系影响较大，呈现出路径依赖特点，同时新兴的电子商务交易网络对城市群经济增长产生明显溢出效应。

（2）珠三角城市群的经济联系和电商交易社会网络都呈现出整体密度高、网络化结构明显的特征。区域内城市的整体发展水平、综合实力与城市在城市群中的影响力和联系程度呈密切的正向关联。广州与深圳的中心度得分最高且非常接近，是珠三角区城市群电子商务交易的核心城市，对其他城市的影响力较强。佛山和东莞属于珠三角城市群电子商务交易的次核心城市，而其他城市属于受辐射影响带动的区域。

对城市群电商交易数据的分析，清晰全面反映了珠三角城市群的整体网络状况以及各城市节点间的真实关系，为城市群的建设发展带来的启示加快珠三角城市间要素资源流动，强化珠三角的开放引领作用应增强城市间的资本、文化、信息、技术、人才等生产要素的流动，推动标准对接、资质互认、民生对接，从而实现资源优化配置，改善营商环境，提升区域经济发展的整体性和协调性。从全球经济一体化和国内消费升级的因素来看，一方面应利用珠三角的区位优势，顺应“一带一路”倡议，消除投资和贸易壁垒，深化与共建国家的合作与交流，通过构建全球性高端人才、高端资源要素和高端市场平台，建立统筹协调机制，探索出促进珠三角经济增长的独有模式。另一方面应在国民消费升级的背景下，积极拉动内需，构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。

参考文献

［1］刘静玉.当代城市化背景下的中原城市群经济整合研究[D].河南大学，2006.

[2]姚作林等.成渝经济区城市群空间结构要素特征分析[J].经济地理，2017，（1）：3701+8289.

[3]苗洪亮，周慧.中国三大城市群内部城市网络联系特征分析——比较与启示[J].攀枝花学院学报，2019，（1）：4148.

[4]王方方，杨焕焕.粤港澳大湾区城市群空间经济网络结构及其影响因素研究——基于网络分析法[J].华南师范大学学报（社会科学版），2018，7（4）：110120.

[5]覃成林，刘丽玲，覃文昊，等.粤港澳大湾区城市群发展战略思考[J].区域经济评论，2017，（5）：113118.

[6]邱少平.粤港澳大湾区城市群经济外向拓展及其空间支持系统构建[J].全国流通经济，2018，（9）：5859.