EN中文

SCIENTIA GEOGRAPHICA SINICA >

2019 , Vol. 39 >Issue 7: 1129 - 1138

DOI: https://doi.org/10.13249/j.cnki.sgs.2019.07.011

Urban Network Characteristics in the Three Provinces of the Northeastern China Based on Headquarter-affiliate Enterprises Connection

  • Ma Liya 1 ,
  • Xiu Chunliang , 2 ,
  • Feng Xinghua 1
Expand
  • 1. School of Geography Science, Northeast Normal University, Changchun 130024, Jilin, China
  • 2. Jangho Architecture College, Northeast University, Shenyang 110819, Liaoning, China

Received date: 2018-07-27

  Request revised date: 2018-11-27

  Online published: 2019-07-10

Supported by

National Natural Science Foundation of China(41871162)

Copyright

Copyright reserved © 2019.
Fold

Abstract

Based on the headquarter-affiliate enterprises connection data, the urban association matrix is constructed. The social network analysis method is used to analyze the urban network structure characteristics of Liaoning, Jilin and Heilongjiang provinces in the northeastern China from the perspective of network density, in-degree and out-degree of centrality and cohesion subgroups. The characteristics of regional organizational structure are discussed in depth from the perspective of enterprise linkages. The results show that: 1) The development of regional networks is in a stage of gradual improvement. There is a significant difference in network density at the provincial scale. The overall density of Jilin Province is greater than that of Liaoning Province, which is larger than that of Heilongjiang Province. The associations in the province are generally higher and the inter-provincial linkages are relatively insufficient. 2) The centrality of the network shows polarization characteristics, and the regional central city is in a dominant position in the network. Due to the ‘siphon effect’ of the central city, there is a clear ‘wicked under the light’ phenomenon in its surrounding areas. 3) The phenomenon of small groups linked by regional enterprises is prominent. Shenyang, Dalian, Changchun, Harbin, the four major cities are regional contact centers and the development speed is fast. Economic development is slow due to the lack of core in marginal cities .Based on the relationship of parent-subsidiary enterprises, the study considers that the urban networks of Liaoning, Jilin and Heilongjiang provinces in the northeastern China are generally ‘multi-core network’ organizational structure, while on the provincial scale, they show organizational models of ‘dual-nuclei’‘axis-spoke’ and ‘single-core radial’.

Key words： headquarter-affiliate relationship; social network analysis; urban network; organization structure; the three provinces in the northeastern China

Cite this article

Ma Liya , Xiu Chunliang , Feng Xinghua . Urban Network Characteristics in the Three Provinces of the Northeastern China Based on Headquarter-affiliate Enterprises Connection[J]. SCIENTIA GEOGRAPHICA SINICA, 2019 , 39(7) : 1129 -1138 . DOI: 10.13249/j.cnki.sgs.2019.07.011

城市体系是城市地理学、规划学等相关学科的重要研究内容,在城市之间的空间组织、产业分工与协作等方面发挥着积极作用。作为城市体系结构演进的必然结果,城市网络研究确立了一种新的研究范式。城市网络始于世界城市等级体系的研究,国外学者提出“世界城市假说”[1]、“世界城市”[2]、“流动空间”[3]等概念,认为世界城市间的联系是具有经济意义的社会联系[4],整个世界城市体系内不同规模的城市组合在一起形成世界城市网络结构。不同学者为城市网络赋予不同含义,本文所指的城市网络是以区域内城市为载体通过经济活动中的要素流通或扩散,形成区域内节点-轴带-域面紧密联系与协作的有机系统[5],通过关系数据表征城市间联系。城市网络存在着基础设施系统（如公路、铁路、排水等）,和城市间经济、人口的空间运动等2个层面的联系[6],关系型数据可以从基础设施、社团企业和社会文化等多种来源获取[7]。
随着经济全球化、区域分工与合作的推进,城市间经济联系愈加紧密,城市与企业关系愈加密切,一方面企业需要城市提供劳动力、土地、资本和技术等生产要素,另一方面企业是经济发展的主体力量,在创造就业机会、促进经济增长、优化产业结构、实现科技创新等方面对城市具有举足轻重的影响[8]。上市企业的经济活动是城市主要经济动因,沿企业网络流动物质、资本、信息、人力、技术、经营文化等经济要素,所以当母子企业分别位居不同城市时,必然促成城市之间的各种经济要素流,进而形成城市网络[9]。企业集团通常由实力雄厚的母公司为核心,通过资本运作、管理控制等方式形成母子公司得以发展[10],因此企业母子关系是度量城市网络特征的重要手段和指标[11]。
国外依据母子企业联系进行的网络研究较多,如“全球化与世界城市网络研究小组”[12,13]将世界100强高级生产性服务业企业建立“连锁网络模型”以测度网络特征;Alderson [14]以世界500强企业的母子关系为依据,探讨网络节点的中心性、凝聚子群和核心-边缘等关系结构特点。国内对城市网络研究主要依据航空[15]、公路与铁路的多元交通流[16]等基础设施联系的层面。城市网络研究难点在于关系数据的获取与测度,随着易获取的百度大数据的发展,依据百度指数[17]、百度迁徙数据[18]等信息流数据,从密度、中心性、优势流等方面对区域城市网络特征的研究增多。
国内对城市网络的研究使用互联网、交通基础设施的关系数据更普遍,企业网络视角的研究逐渐增加,相较于基础设施的测度,企业关系更为抽象。企业是推动城市与区域经济发展的重要动力,企业母子关系能反映出水平方向上的网络特征。依据企业关系数据主要使用“连锁网络模型”等方法进行网络结构分析,研究区主要在综合实力较强的长三角[19]、京津冀[20]以及跨国区域[9]。本研究基于母子企业关系视角,选取社会经济有待发展与再振兴的东北三省作为研究区,使用社会网络分析法,从网络密度、中心性、凝聚子群三方面分析城市网络结构与组织结构,综合研究东北三省的城市网络特征,为区域要素资源合理“流动”与配置、优化城镇体系、区域协同发展等方面提供思考。

1 研究数据及方法

1.1 研究对象与数据来源

选取注册地在东北三省的上市企业,通过“巨潮资讯网”查询各企业2017年度报告（http://www.cninfo.com.cn/cninfo-new/index）,对上市企业进行筛查,剔除已经停牌、退市以及在东北三省没有子企业的母企业,获取母、子企业及所在地的信息（表1）。最终筛选出东北三省的母企业124家、子企业1 120家,辽宁省母企业的行业种类丰富,包括机械机电、交通运输、冶金矿产、商业贸易、水利水电、石油化工、信息产业、农林牧渔、轻工食品、建筑材料、电子电工等,子企业以制造业、服务业为主;吉林省母企业主要涉及医药卫生、交通运输、建筑建材、电子电工、冶金矿产、水利水电等行业,子企业以制造业、建筑业、服务业为主;黑龙江省母企业的行业主要有医药卫生、电子电工、水利水电、机械机电、农林牧渔等,子企业主要是制造业、建筑业、采掘业等。研究区为东北三省母子企业所在城市（包括地级市和县）,其中母企业分布在东北三省28个城市（23个地级市、5个县）,子企业分布在东北三省95个城市（35个地级市、60个县）。基于母子企业分布构建95×95的城市关联矩阵,共得到8 930个关系数据,以表征城市间空间相互作用强度、形成企业联系视角下的东北三省城市网络（图1）。
表1 母、子企业在东北三省的分布情况

Table 1 Distribution of headquarter- affiliate enterprises in Liaoning, Jilin and Heilongjiang provinces in the northeastern China

辽宁省 吉林省 黑龙江省 总计
母企业个数（个） 65 33 26 124
母企业地点：地级市（个） 13 5 5 23
母企业地点：县（个） 2 3 0 5
子企业个数（个） 539 321 260 1120
子企业地点：地级市（个） 14 9 12 35
子企业地点：县（个） 16 28 16 60
图1 基于母子企业联系的东北三省城市网络联系

Fig. 1 Urban network connection of Liaoning, Jilin and Heilongjiang provinces in the northeastern China based on the relationship of headquarter-affiliate enterprises

1.2 研究方法

社会网络分析是对不同社会单位(个体、群体或社会)所构成的社会关系结构及其属性[21]加以分析的一套规范和方法。
1） 网络密度。网络密度反映网络中城市节点联系的紧密程度,城市网络密度越大空间联系越紧密。公式为：
D = ∑ i = 1 n ∑ j = 1 n d i , j n n - 1 , i ≠ j
式中,D为网络密度;n为城市节点数据,d(i,j)为城市i与城市j间的企业经济联系强度,即母企业所在城市i和子企业所在城市j之间的联系数。
2） 网络中心性。“中心性”是测度网络“权利”的重要指标[22]。点度中心性反映单个节点在网络中地位的重要程度[21],母子企业联系的城市网络具有方向性,点度中心性分为出度和入度。公式为：
C D i = ∑ j = 1 n X ij i ; C D in = ∑ j = 1 n X ij in ; C D out = ∑ j = 1 n X ij out
式中,CD（i）为城市i的点度中心性;CD（in）为点入度;CD（out）为点出度;Xij是i城市某一母企业在j城市的子企业的分布数量。
3）凝聚子群。凝聚子群揭示群体内部的子结构,属于社会结构研究[21]。凝聚子群的节点之间具有较强、紧密的联系,其形式上可以从关系的互惠性、子群成员之间的接近性或可达性、子群内部成员之间关系的频次、子群内部成员之间的关系密度4个不同的角度来度量[21]。本研究的凝聚子群是以城市间的母子企业联系强度为依据,将母子企业联系紧密的城市区域划分到同一个子群,分析东北三省城市的小团体集聚现象,以体现城市间经济联系的亲疏关系,为探讨东北三省城市网络的结构特征提供依据。

2 结果分析

2.1 东北三省网络密度分析

基于母子企业联系构建95×95的城市关系矩阵,使用UCINET软件中的密度分析工具测度2017年东北三省的网络密度（表2）,分析网络中城市间联系的紧密程度。区域整体网络密度为2.335,省域网络密度分别为吉林省2.690、辽宁省2.593和黑龙江省2.087,吉林省处于强联系状态,而黑龙江省的城市网络密度低于东北三省,城市间处于弱联系状态。原因有3方面：一是省域面积最大,省会哈尔滨对边缘区域的辐射作用效果较小,造成城市间联系较弱;二是地处边境、气候寒冷等客观条件造成黑龙江省北部区域对子企业的吸引力较小,影响城市网络间的联系;三是省内的产业以“投资高、收益慢”的重工业为主,总体经济水平不高,且北部区域大面积属于农垦区、林区、资源区及边境地区,农牧业的产值相对较低、矿业发展不景气、边境地区毗邻区域经济不发达的俄罗斯远东地区,导致母子企业在该区域的联系较弱。
表2 2017年东北三省各省域城市网络密度

Table 2 Network density of urban areas of Liaoning, Jilin and Heilongjiang provinces in the northeastern China in 2017

省域 辽宁省 吉林省 黑龙江省
辽宁省 2.593 2.091 2.167
吉林省 1.688 2.690 1.000
黑龙江省 2.500 1.333 2.087
除辽黑两省的联系相对紧密外,其余的跨省联系均较弱。辽黑两省虽然在地理区位上存在空间阻隔,但联系紧密,分析其原因是黑龙江具有丰富的农业、石化及煤炭、劳动力等要素资源,而辽宁则在技术、资金、交通等方面具有显著优势。两者发展具有互惠互补关系,辽宁的经济发展需要黑龙江提供的资源、劳动力等,而黑龙江利用辽宁的技术、资本及交通等实现经济突破。吉黑两省虽具有地理邻接的优势,但农产品、重工业、药品等产业具有较高的同质性、存在竞争关系,两省联系较弱。

2.2 东北三省网络中心性分析

中心性可评价空间中各城市节点在城市网络的地位作用,包括点度中心性、中间中心性和接近中心性三方面[21]。依据母子企业联系的关系数据测度网络中心性,发现企业间的中间中心性与接近中心性作用不强、意义不突出,因此本文的中心性是指点度中心性。东北三省城市网络中心性排名前10名的城市分别是长春、大连、沈阳、哈尔滨、通化、吉林、抚顺、大庆、敦化,其中长、大、沈、哈四大城市的中心性远大于其余城市,在城市网络中发挥着极强的节点作用。长吉一体化、沈抚同城化提高吉林、抚顺的城市地位;通化地处吉林省东部,药业、酒业等产业基础好;资源型城市大庆与省内外均存在着重要联系;受到长吉图的政策导向,敦化的中心性较高、在城市网络的节点作用增强,因此这10个城市在网络中发挥重要的作用。
点度中心性的出度与入度均表现出两极分化的现象（表3）,根据点出度值,沈阳、大连的点出度明显高于其他城市,说明两城市在网络中处于核心地位,在区域内辐射作用最强。哈尔滨、长春、吉林、抚顺的点出度较高,对周边城市存在较强的带动作用。95个城市中有36个城市的点出度最低,包括伊春、黑河、辽源3个地级市、18个县级市、15个县,大部分县受中心城市的辐射作用,但对其他城市的作用小。伊春、黑河处在矿产、能源枯竭的边境农业区,辽源地处长吉外围区域,主要接受核心城市的辐射作用。根据点入度值,长春的点入度最大,其次是大连、沈阳、哈尔滨、通化,这些城市能够吸引周边城市的有利资源。有72个城市包括16个地级市与56个县的点入度为0,而且四大城市的点出度均小于点入度,受其他城市的作用大于对周边城市的辐射作用,说明东北三省的核心城市的经济外部性有限,大多数边缘城市不能够受到辐射带动作用。受到中心城市长春、沈阳、大连、哈尔滨的“虹吸效应”,在中心城市周围存在较明显的“灯下黑”现象。
表3 东北三省城市网络点度中心性

Table 3 Centrality of urban networks of Liaoning, Jilin and Heilongjiang provinces in the northeastern China

排序 城市 出度 排序 城市 入度
1 沈阳,大连 37 1 长春 101
2 哈尔滨 19 2 大连 90
3 长春,吉林 17 3 沈阳 80
4 抚顺 16 4 哈尔滨 52
5 大庆 14 5 通化 26
6 锦州 13 6 锦州,敦化,凌源 7
7 铁岭 10 7 吉林,鞍山,本溪 6
8 白山,五常 9 8 齐齐哈尔,延吉 5
9 安图,营口 8 9 七台河 4
10 阜新,敦化,佳木斯,齐齐哈尔 7 10 阜新,丹东,鸡西,磐石,辽阳,葫芦岛,凌海 2
11 松原,延吉,通化,抚松,公主岭 6 11 盘锦,辽源 1
12 双鸭山,牡丹江,彰武,白城 5 12 抚顺,大庆,铁岭,白山,五常,安图,营口,松原,佳木斯,抚松,公主岭,双鸭山,牡丹江,彰武,白城,镇赉,珲春,朝阳,梅河口,北票,四平,海城,通化县,德惠,康平,农安,集贤,扶余,密山,洮南,肇源,绥化,柳河,图们,鹤岗,绥棱,长岭,安达,西丰,伊通,调兵山,桦甸,汪清,双辽,永吉,靖宇,宽甸,长海,舒兰,灯塔,兴城,辽中,梨树,伊春,黑河,穆棱,蛟河,龙井,昌图,绥芬河,巴彦,方正,延寿,龙江,肇州,台安,铁力,集安,凤城,富锦,五大连池,临江 0
13 丹东,七台河,镇赉,珲春,鸡西,朝阳,鞍山,梅河口 4
14 磐石,北票,四平,盘锦,海城,通化县,德惠,康平 3
15 农安,辽阳,本溪,集贤,扶余,密山,洮南,肇源,绥化,葫芦岛,柳河,图们,鹤岗,绥棱,长岭,安达,西丰 2
16 调兵山,伊通,桦甸,汪清,双辽,永吉,靖宇,宽甸,凌源,长海,舒兰,凌海,灯塔,兴城,辽中,梨树,伊春,黑河,穆棱,蛟河,龙井,昌图,绥芬河,巴彦,方正,延寿,龙江,肇州,台安,铁力,集安,凤城,辽源,富锦,临江,五大连池 1

2.3 东北三省城市网络凝聚子群分析

基于母子企业联系强度,凝聚子群能反映网络内部小团体之间企业联系的聚集现象及组团分区情况。通过UCINET软件的Concor算法划分凝聚子群,得出在2级层面存在4个凝聚子群、3级层面则有8个凝聚子群。根据凝聚子群的分级子群状况,结合网络的点度中心性将城市划分为核心、次级核心、枢纽及一般城市4个等级（图2）。
图2 东北三省城市网络的凝聚子群分级

Fig.2 Condensed subgroup hierarchical map of urban networks of Liaoning, Jilin and Heilongjiang provinces in the northeastern China

东北三省城市网络结构是由数量、等级规模存在差异的群体小结构组成的,在2级层面上出现4个凝聚子群,包括以沈阳为核心,阜新、本溪、辽阳、锦州、凌源、鞍山为枢纽,共33个城市构成的子群;以铁岭、七台河为枢纽,共22个城市构成的子群;长春、哈尔滨、大连为核心,吉林、通化为次级核心,安图、抚顺、鸡西为枢纽,共33个城市构成的子群;延吉、敦化为枢纽城市与吉林省东部区域7个城市构成的子群。核心城市沈阳的经济影响范围广,不仅与本省大多数城市的经济联系密切,同时吸引黑吉两省进行经济合作等行为;吉林省中西部城市与长吉经济联系密切,东部城市依托长吉图先导区联系紧密;黑龙江省城市不仅内部联系紧密,与辽宁中部城市群的生产加工城市铁岭经济联系紧密。核心城市构成的子群内部联系紧密,受到沈阳、大连、哈尔滨、长春的核心作用的影响,子群内小城市的发展存在竞争及抑制作用。而铁岭、七台河为枢纽城市构成的子群内部缺乏核心城市,区域发展易受到限制。吉林省延吉、敦化与中西部重要城市在2级层面分属于2个子群,省内长吉图先导区与长吉的经济联系弱,经济一体化尚未形成。
东北三省城市网络在3级层面上出现8个子群,根据子群间关系,核心城市沈阳的子群与长春、哈尔滨、大连等城市的子群之间联系紧密,经济关联较强;辽宁中部城市群与黑龙江的资源型城市的经济联系紧密;核心长春、哈尔滨、大连构成的子群对黑龙江省一般城市的经济活动存在促进作用。原因是黑龙江省资源型城市为核心城市的发展提供初级产品、辽宁中部城市间联系紧密、四大城市对周边城市的辐射带动等。吉林省内部的经济联系强度高,与其他子群间联系微弱。黑辽两省的经济联系更密切,黑龙江的资源型与农业型城市为辽宁城市的发展提供生产资料。“哈大”轴带及周边城市间的联系强而集聚发展,一般城市间缺乏核心城市的作用而联系弱、发展缓慢。

2.4 东北三省城市网络组织结构特征

上市企业是城市经济发展的重要组成部分,通过母子企业联系的关系数据反映区域城市网络的组织结构特征。结合“单核”“轴-辐”“双核”等空间组织模式,从企业网络、城市网络、空间组织结构3方面特征（图3）,探讨企业母子关系视角下东北三省城市网络结构与组织结构。
图3 基于母子企业联系的东北三省城市网络组织结构

Fig.3 Urban network organization pattern of Liaoning, Jilin and Heilongjiang provinces in the northeastern China on the relationship of headquarter-affiliate enterprises

东北三省的城市网络组织分别为单核放射状、轴-辐式、双核结构,整体为多核心网络状结构。黑龙江省的企业由核心城市向外与周边城市进行联系,核心城市在网络中的作用突出,对边缘城市的影响能力弱,城市网络发育水平较低、呈现出明显的“单核”放射结构。哈尔滨具有集聚区域内资本、人才、技术等要素的能力,中心性突出,在城市网络中发挥重要的节点作用,并向外对周边城市产生距离衰减的扩散作用,省内城市网络的发育水平较低。城市网络呈现出以哈尔滨为单核心,齐齐哈尔、大庆、七台河、鸡西为枢纽城市的组织结构特征。
“轴-辐”结构主要由轴心、连接线路及各等级层次节点组成[5],其中轴表示网络的中心枢纽节点,辐表示由中心枢纽节点所辐射的线路[23]。枢纽节点的城市之间是通过母子企业的关系流相联系,轴心城市与区域次级轴心城市的连接辐是次级通道,能够反映轴心城市对次级轴心城市经济的集聚与扩散作用,次级轴心城市间的连接辐是支路,表征次级轴心城市的发展水平。吉林省的企业关系主要表现为以次级通道连接轴心城市与次级轴心城市,轴心城市与次级轴心城市共同促进区域发展,省内城市网络发育水平较好。基于母子企业联系,长春与其他城市的联系紧密,属于轴心城市,吉林市、通化、敦化、延吉受自身发展水平与区位等影响属于区域次级轴心城市。
“双核”结构是在某一区域,由区域中心城市和港口城市及其连线所组成的一种空间结构现象[24]。基于母子企业联系,辽宁省企业集中分布在区域中心城市与港口城市,形成企业集聚、联系紧密的“双核”区域,对周边城市发展发挥重要作用。沈阳是区域政治经济中心、大连是重要的港口城市,沈阳、大连形成双核,与其他城市产生联系。鞍山、辽阳处于沈-大轴带上,受“双核”的辐射作用强。锦州、丹东作为辽宁沿海经济带的两翼地区,补充大连的沿海城市功能,与沈-大轴共同呈现出“十”字型,但总体上城市网络的南北方向的发育优于东西方向。
东北三省的企业网络是通过核心城市集聚、核心城市间联系、对周边城市的辐射带动共同构成的,区域城市网络极化现象突出。行政架构属于副省级城市的长春、沈阳、大连、哈尔滨具有吸纳资本、劳动力、技术等要素的优势与能力,是东北地区的经济中心。东北三省的四大城市联系密切,除长春与大连是通过吉林市进行联系外,均直接产生联系。大城市的发展过程中存在集聚与扩散作用,通过优势区域的极化涓滴效应可实现对周边发展劣势地区的辐射作用,最终实现带动周边地区协同发展的目的。在区域发展过程中形成了依托沈阳、大连的沈阳经济区与辽宁沿海经济带,依托长春的经济扩散作用形成的长吉一体化区域、开发开放先导区的长吉图与创新转型发展的吉林省东部地区,依托哈尔滨的经济发展形成的南部区域的枢纽等。因此,基于母子企业联系,在东北三省形成了“多核心”网络状的组织结构。
研究认为“单核”放射“轴-辐”“双核”“多核心”网络状结构属于城市网络不同发育阶段的组织模式[25],依次表现出城市网络孕育发展、初步完善、逐步成熟、协同一体的发展阶段,具有低水平均衡、非均衡、相对均衡的演进特征。基于母子企业关系,在黑、吉、辽与区域整体反映出不同阶段的城市网络发育的组织结构特征。

2.5 东北三省城市网络的空间结构影响因素探析

东北三省企业的空间布局呈现出地带性规律,与经济发展梯度具有相关性。由于沈阳、哈尔滨、长春是区域重要的政治经济文化中心、大连是重要的港口城市,受政策引导,四大城市具有完善的公共服务与交通基础设施、良好的营商环境、充足的劳动力与人才资源要素,依托四大城市构建的“哈大”轴带是地区重要的经济区。四大城市集聚了66%的母企业和59%的子企业,“哈大”轴也是重要的企业聚集分布轴带。东北三省北部区域主要是农垦区与林区,受自然条件与远离核心城市的区位限制,其经济水平与开发程度有限,公共服务水平、交通基础设施建设不足,母子企业分布少。依托长吉图开发开放先导区的区位、交通与政策支持等优势,子企业在长吉图轴线上集中分布;吉林省东部地区通化是药业发展的重要城市,通化港务区建立后,巩固其交通枢纽地位,药业、物流等子企业较多的选择吉林省东部区域进行布局;东北三省以重工业、资源型企业占据主导地位,子企业设立在鸡西、鹤岗、抚顺、大庆等资源型城市以获取初级产品。总体上,受规模经济效应的影响,在经济发达地区的母子企业分布均衡,如：沈阳经济区和辽宁沿海经济带的经济水平较好、生产与消费部门在区内合作联系紧密,母子企业因此更趋向于在经济发达的区域进行布局,促使经济越发达的地区企业的分布越均衡。
东北三省企业联系受到地理邻近、择优选择、路径依赖、偏好依附等因素作用,城市网络组织结构处于不同阶段。黑龙江省城市网络发育处于较低水平,北部区域邻近边境、气候寒冷、处于政治权力末端,因此上市企业集中在以哈尔滨为中心的南部区域,哈尔滨集聚资本,成为省域的增长极,进而吸引更多的外来投资。黑龙江对靠近政治中心的辽宁产生较强的依附,资源型城市大庆、鸡西、鹤岗之间进行合作形成互惠关系,主要向辽宁省输出初级商品,形成联系网络。吉林省城市网络发育较好,长春集聚资本,吉林市邻近长春,长吉一体化的推进和通化港务区的通关运营,吸引化工能源、药业等企业投资,敦化以医药业为主,与通化产生良性互动,提高吉林省医药产业的竞争力。周边城市受到核心城市的产业转移,省域内城市间联系较为紧密。辽宁省城市网络发育相对完善,在东北三省中地理位置邻近关内,政治中心沈阳与港口城市大连两城市根据自身特色分别集聚不同类型的产业,在省内形成了双核心,与周边城市联系紧密。因此省域尺度上分别呈现出“单核放射状”“轴-辐”式和“双核”的组织结构。四大城市由于路径依赖集聚工业企业,通过产业转移对外围城市进行辐射作用,城市间基于生产上的互惠关系和地理邻近,区域整体呈现出多中心网络结构。

3 结论及政策建议

3.1 结论

基于母子企业联系,从个体城市与整体区域两方面探讨东北三省的城市网络特征,可得出以下结论：
一是区域网络密度存在差异,省域的吉林省为强联系、黑龙江省处于弱联系状态;辽黑两省间联系紧密,其余的跨省联系均弱。区域城市网络中心性呈现出极化特征,长春、沈阳、大连、哈尔滨四大城市在网络中的节点作用强。受“虹吸效应”,四大城市周边存在明显“灯下黑”现象。区域经济联系中的小团体现象突出,核心城市沈阳和长春、哈尔滨、大连构成的子群是区域的联系中心、经济发展速度快,吉林省城市间经济联系紧密但对外联系弱,而黑龙江跨省与辽宁的经济联系紧密但城市间缺乏核心城市作用而联系较弱,需对边缘区域构建核心城市以促进区域协同发展。
二是东北三省城市网络总体呈“多核心网络状”组织结构,在省域尺度上呈现出“单核放射状”“轴-辐”式和“双核”结构等组织模式。
三是受自然条件、地理邻近、择优选择、路径依赖等影响,区域网络呈现出低水平均衡、非均衡、相对均衡的演进阶段,东北三省的网络组织结构能反映出不同发育状态下的网络特征。

3.2 政策建议

辽宁省城市网络的发育相对均衡,结合沈阳、大连的辐射作用,通过产业转移等方式促进东西方向上阜新、朝阳、本溪等枢纽城市发展,实现大中城市带动边缘城市发展的目标,提高城镇化水平。吉林省城市网络的中、东部区域比西部区域发育成熟,应加强长春与西部区域枢纽城市松原、白城的联系,并进一步增强吉林、通化、敦化、延吉的城市间联系,以促进吉林省城市网络的均衡发展。发挥吉林省在东北三省地处中心的区位特点,向南与沈阳经济区经济合作、向北稳步构建“哈长”城市群,加强区域经济联系,实现优化区域空间布局形态的目标。黑龙江的省域发展不均衡,哈尔滨市“一极独大”,齐齐哈尔、大庆、牡丹江、绥化等南部区域城市应依托资源、区位优势,构建跨省的“哈长”城市群以促进枢纽城市的进一步发展,打造省内的次级核心城市。四大城市的核心作用强,限制邻近区域的发展,存在“灯下黑”现象,区域的资源使用与配置、政策导向等方面存在不公平的现象,需要对大城市周边落后区域的建设、城市化等问题予以重视,提供相关优惠政策。“哈长”城市群的深度融合、长吉一体化的稳步推进、辽宁沿海经济带的协同发展、沈阳经济区的紧密联系对东北三省的区域协同发展至关重要。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Friedmann J . The world city hypojournal[J]. Development and Change, 1986,17(1):69-83

[2]
Sassen S. The Global city: New York, London, Tokyo[M]. Princeton, N J: Princeton University Press, 1991.

[3]
Castells M . The rise of network society[M]. Oxford:Blackwell, 1996.

[4]
Taylor P J . Specification of the world city network[J]. Geographical Analysis, 2010,33(2):181-194.

[5]
钟业喜, 冯兴华, 文玉钊 . 长江经济带经济网络结构演变及其驱动机制研究[J]. 地理科学, 2016,36(1):10-19.

DOI

[ Zhong Yexi, Feng Xinghua, Wen Yuzhao . The evolvement and driving mechanism of economic network structure in the Changjiang River Economic Zone. Scientia Geographica Sinica, 2016,36(1):10-19.]

[6]
Camagni R P, Salone C . Network urban structures in northern Italy: Elements for a theoretical framework[J]. Urban Studies, 1993,30(6):1053-1064.

[7]
马学广, 李贵才 . 世界城市网络研究方法论[J]. 地理科学进展, 2012,31(2):255-263.

DOI

[ Ma Xueguang, Li Guicai . Research methods for world city network and relevant inspirations. Progress in Geography, 2012,31(2):255-263.]

[8]
宋周莺, 刘卫东 . 中国工业中小企业省区分布及其影响因素[J]. 地理研究, 2013,32(12):2233-2243.

[ Song Zhouying, Liu Weidong . Spatial distribution of small and medium-sized enterprises(SMEs) and its determinants in China. Geographical Research, 2013,32(12):2233-2243.]

[9]
金钟范 . 基于企业母子联系的中国跨国城市网络结构: 以中韩城市之间联系为例[J]. 地理研究, 2010,29(9):1670-1682.

[ Jin Zhongfan . On structural properties of transnational urban network based on multinational enterprises network in China: As the case of link with South Korea. Geographical Research, 2010,29(9):1670-1682.]

[10]
中国集团公司促进会. 母子公司关系研究——企业集团的组织结构和管理控制[M]. 北京: 中国财政经济出版社, 2004.

[ China Group Corporation Promotion Association. Research on parent-subsidiary relationship—Organization structure and management control of enterprise group. Beijing: China Financial and Economic Publishing House, 2004.]

[11]
Taylor P J . Cities in globalization: Practices, policies and theories[J]. Applied Cognitive Psychology, 2007,2(2):169-170.

[12]
Taylor P J, Catalano G , Walker D R F. Measurement of the world city network[J]. Urban Studies, 2002,39(13):2367-2376.

[13]
Taylor P J, Derudder B , Hoyler M et al. New regional geographies of the world as practised by leading advanced producer service firms in 2010[J]. Transactions of the Institute of British Geographers, 2013,38(3):497-511.

[14]
Alderson A S, Beckfield J . Power and position in the world city system[J]. American Journal of Sociology, 2004,109(4):811-851.

[15]
王海江, 苗长虹 . 中国航空联系的网络结构与区域差异[J]. 地理科学, 2015,35(10):1220-1229.

DOI

[ Wang Haijiang, Miao Changhong . Network structure and regional difference of aviation links in China. Scientia Geographica Sinica, 2015,35(10):1220-1229.]

[16]
陈伟, 修春亮, 柯文前 , 等. 多元交通流视角下的中国城市网络层级特征[J]. 地理研究, 2015,34(11):2073-2083.

[ Chen Wei, Xiu Chunliang , Ke Wenqian et al. Hierarchical structures of China's city network from the perspective of multiple traffic flows. Geographical Research, 2015,34(11):2073-2083.]

[17]
赵映慧, 高鑫, 姜博 . 东北三省城市百度指数的网络联系层级结构[J]. 经济地理, 2015,35(5):32-37.

[ Zhao Yinghui, Gao Xin, Jiang Bo . The urban network connection of three provinces in northeast China based on baidu index. Economic Geography, 2015,35(5):32-37.]

[18]
叶强, 张俪璇, 彭鹏 , 等. 基于百度迁徙数据的长江中游城市群网络特征研究[J]. 经济地理, 2017,37(8):53-59.

[ Ye Qiang, Zhang Lixuan , Peng Peng et al. The network characteristics of urban agglomerations in the middle reaches of the yangtze river based on baidu migration data. Economic Geography, 2017,37(8):53-59.]

[19]
叶磊, 段学军 . 基于物流企业的长三角地区城市网络结构[J]. 地理科学进展, 2016,35(5):622-631.

[ Ye Lei, Duan Xuejun . City network structure of the Yangtze River Delta region based on logistics enterprise network. Progress in Geography, 2016,35(5):622-631.]

[20]
温锋华, 张阿曼, 李桂君 . 基于金融企业网络的京津冀城市网络结构特征分析[J]. 城市发展研究, 2017,24(9):64-71.

[ Wen Fenghua, Zhang Aman, Li Guijun . A study of urban network structure of the Beijing-Tianjin-Hebei region basing on the financial enterprises network. Urban Development Studies, 2017,24(9):64-71.]

[21]
刘军 . 社会网络分析导论[M]. 北京: 社会科学文献出版社, 2004.

[ Liu Jun. An introduction to social network analysis. Beijing: Social Sciences Literature Publishing House, 2004.]

[22]
王成, 王茂军, 柴箐 . 城市网络地位与网络权力的关系: 以中国汽车零部件交易链接网络为例[J]. 地理学报, 2015,70(12):1953-1972.

[ Wang Cheng, Wang Maojun, Chai Qing . The relationship between centrality and power in the city network. Acta Geographica Sinica, 2015,70(12):1953-1972.]

[23]
孙丽娜 . 轴辐式多式联运枢纽网络优化研究[D]. 北京: 北京交通大学, 2015.

[ Sun Lina . Research on hub-and-spoke intermodal hub network optimization. Beijing: Beijing Jiaotong University, 2015.]

[24]
陆玉麒 . 区域双核结构模式的形成机理[J]. 地理学报, 2002,57(1):85-95.

[ Lu Yuqi . The mechanism of the model of dual-nuclei structure. Acta Geographica Sinica, 2002,57(1):85-95.]

[25]
修春亮, 魏冶 . “流空间”视角的城市与区域结构[M]. 北京: 科学出版社, 2015.

[ Xiu Chunliang, Wei Ye. Urban and regional structure in the perspective of Space of flows. Beijing: The Science Publishing Company, 2015.]

Options
Outlines

/

〈 〉