EN中文

地理科学  2019 , 39 (4): 578-586 https://doi.org/10.13249/j.cnki.sgs.2019.04.007

Orginal Article

长江中游城市群社团结构演化及其邻近机制 ——基于生产性服务企业网络分析

高鹏1, 2, , 何丹1, 2, , 宁越敏1, 张凡1

1.华东师范大学中国现代城市研究中心, 上海 200062
2.华东师范大学城市与区域科学学院, 上海 200241

Community Structure and Proximity Mechanism of City Clusters in Middle Reach of the Yangtze River: Based on Producer Service Firms’ Network

Gao Peng1, 2, , He Dan1, 2, , Ning Yuemin1, Zhang Fan1

1. The Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China
2. School of Urban & Regional Science, East China Normal University, Shanghai 200241, China;

中图分类号:  F291

文献标识码:  A

文章编号:  1000-0690（2019）04-0578-09

通讯作者:  通讯作者：何丹,副教授。E-mail: dhe@re.ecnu.edu.cn

收稿日期: 2018-03-8

修回日期:  2018-06-10

网络出版日期:  2019-04-15

版权声明:  2019 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.

基金资助:  国家自然科学基金面上项目（41471138）、国家留学基金委项目（201706145003）、教育部人文社会科学重点研究基地重大项目（17JJD790007）、国家自然基金青年项目(41701181)资助

作者简介:

作者简介：高鹏（1989-）,男,山东济南人,博士研究生,主要从事城市地理与区域发展研究。E-mail: geogaopeng@163.com

展开

摘要

刻画长江中游城市群空间结构演化特征,通过QAP分析定量揭示其影响机制。结果显示：长江中游城市群存在3个分别以武汉、长沙和南昌为核心、以省界为界限的城市社团,社团结构存在显著的异质性特征。城市群层面上,地理邻近、文化邻近和行政邻近均对城市群社团结构产生显著影响,行政邻近中的省级行政邻近影响最大;交流技术进步、金融资源集聚与扩散对社团内外联系也产生显著影响。分析社团层面,发现此时地理邻近在各社团内部结网互动中起决定性作用,且不同影响因素在3个社团中的影响效应存在一定的差异性。

关键词： 社团结构 ; 邻近机制 ; 生产性服务业 ; 社团发现算法 ; 长江中游城市群

Abstract

Community structure, as an emerging research field of network science, is very critical for us to cognize the spatial structure of city clusters more deeply. So far, however, previous work has failed to examine the spatial structure of the urban system in terms of its community structure systematically. To rectify this situation and provide new research approach, this article uses community detection algorithm to reveal the evolving features of community structure of city clusters in middle reach of the Yangtze River(MRYR) at county scale, based on 2000, 2007 and 2014 producer services firms’ database of city clusters in MRYR. Furthermore, this article introduces the Quadratic Assignment Procedure(QAP) to uncover the proximity mechanism and other influencing factors. The main conclusions are as follows: According to the results of network modularity and PageRank, city clusters in MRYR could be divided into three city communities, including Wuhan community, Changsha community and Nanchang community, and community structure has significant heterogeneity, which reflects in the inequality of both intra and inter communities. At city clusters’ level, geographical proximity, cultural proximity and administrative proximity have dramatic effects on community structure of city clusters in MRYR, but provincial administrative proximity causes dominant effects. Additionally, progress in communications technology and financial resources of the clustering and diffusion spur on connections intra and inter communities of city clusters in MRYR. Once inside communities’ level, geographical proximity plays a key role in the process of cities’ interacting within city community. Moreover, some influencing factors have different effects on different city communities, which provides us some beneficial policy enlightenments.

Keywords： community structure ; proximity mechanism ; producer services ; community detection ; city clusters in middle reach of the Yangtze River

0

PDF (6311KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

高鹏, 何丹, 宁越敏, 张凡. 长江中游城市群社团结构演化及其邻近机制 ——基于生产性服务企业网络分析[J]. 地理科学, 2019, 39(4): 578-586 https://doi.org/10.13249/j.cnki.sgs.2019.04.007

Gao Peng, He Dan, Ning Yuemin, Zhang Fan. Community Structure and Proximity Mechanism of City Clusters in Middle Reach of the Yangtze River: Based on Producer Service Firms’ Network[J]. Scientia Geographica Sinica, 2019, 39(4): 578-586 https://doi.org/10.13249/j.cnki.sgs.2019.04.007

1990年代以来,“流空间”理论推动了城市群研究由城市等级体系和规模分布向城市网络和城市间互动关系的理论演进[1],国内外众多城市群或区域发展规划也均把实施多中心、网络化战略作为重要政策工具[2]。在理论演进和规划实践的双重驱动下,学界掀起从网络和联系视角进行城市群空间结构研究的热潮。网络和空间联系视角下,基于“相近者相似”原则,城市群被具有较强相互联系的集群或社团所替代[3],即城市群内部由若干个内部联系相对紧密而外部联系相对稀疏的城市社团组成。借鉴网络研究中的“社团”概念[4],可以将“城市社团”理解为在大城市群内部以某一中心城市为核心节点、核心节点与周边节点以及周边节点之间存在相对紧密联系的功能区域。学界也曾用次区域城市群[5]、次级城市群[6]、子城市群[7]等概念来反映城市群内部复杂的联盟与竞争关系,但“城市社团”更能体现出城市群空间结构研究的网络转向。

“社团结构”“同配混合”“社会网络一致性与感知力”被认为是网络科学中的三大新兴研究领域[8],其中通过社团发现算法能够定量识别网络中的社团结构,已被广泛应用于贸易网络[9]、产业网络[10]、科研合作网络[11]等实证研究中,充分体现其分析解决实际问题的重要价值。近10 a,社团发现算法逐渐被引入到城市网络的研究中,为洞察其空间结构提供有力支撑。在全球、国家和区域层面上,学者普遍发现不同地域系统内城市网络自成体系,存在一定的社团结构特征,且各社团的地位和社团间的关系具有异质性[12,13,14]。

与此同时,城市网络社团结构背后的多维邻近机制受到学者广泛重视。① 区域经济联系具有距离衰减的空间依赖性,城市间距离越近联系越密切,越有可能形成社团。对于企业而言,地理邻近可以为企业带来降低运输成本、减少风险、靠近市场和客户等好处,成为企业区位选择的基本原则[15]。② 共同的地域认同感是城市群界定需要考虑的重要内容[16],也是促进城市群区域合作与经济一体化的重要影响因素[17,18],文化邻近有利于企业主体的相互信任和沟通协调,这对于企业的区域内部异地投资行为有着积极意义[19]。③ 行政边界能够对城市网络形成市场分割效应,实证表明,基于流量数据划分出来的社团在较大程度上沿袭省级行政边界[20],不同等级行政边界对资源流动的影响也有所差异[21]。

随着中国市场经济导向的整体转型,要求行政型的空间结构体系向有序的经济型空间结构体系转变。城市群层面上,已有研究指出中国东部较为成熟的跨省大城市群的“行政派系结构”有缓和趋势[22],甚至有的开始呈现出突破行政束缚跨域组团发展的新现象[15]。然而,相对于东部较为成熟的跨省大城市群,鲜有研究从网络和联系视角对长江中游城市群社团结构和背后的邻近机制进行专门探讨。依托真实流量数据的长江中游城市群网络研究陆续出现,但视角多集中在大数据流[23]、交通流[24]等基础设施途径,鲜少从生产性服务企业内部组织的角度进行探讨。长江中游城市群作为国家规划的重要制造业基地,必然要求配套式发展与之紧密关联的生产性服务业。生产性服务业具有较高的区域乘数效应,能够产生激发内需潜力、扩大就业、改善生活、引领产业向价值链高端提升等一系列的积极影响,其空间格局演化将成为今后区域城市体系结构重塑的重要推动力量之一。

综上,本文基于生产性服务企业网络的实证路径,借助网络分析中的相关算法,拟解决如下3个问题：长江中游城市群社团结构的演化特征是什么?邻近机制特别是行政邻近机制对其社团结构的影响如何?各维度邻近机制和其他影响因素在不同城市社团中的影响效应是否存在差异?本文希冀在丰富城市群研究案例的同时深化对城市群空间结构的理论认知,并为提高城市群发展质量提供科学依据和政策参考。

1 数据来源与研究方法

1.1 研究区范围

参照2015年国务院批准的《长江中游城市群发展规划》,将长江中游城市群范围界定为湖北、湖南、江西的1个副省级城市、27个地级市和3个县级市。基于县域尺度,从数据的可获得性和研究需求出发,将地级以上城市的市辖区合并为市区,从而将分析单元细分为28个城市市区（本文称为市）、150个县与县级市,共计178个地理单元。

1.2 企业数据库构建

首先利用11315全国企业征信系统（http://www.11315.com/）提供的按地区关键词查询功能,在所选地区内输入“子公司”“分公司”“办事处”等关键词,获取研究区内分支机构名称,同时也就相应得到了其总部的企业名录。其次登录国家工商总局网站（http://www.gsxt.gov.cn/index.html）,利用得到的企业名录,逐条进行二次查询确认并补充所需信息。最后对采集的样本企业经营范围进行归类处理,筛选出涉及6个行业包括交通运输、仓储和邮政业、信息传输、软件和信息技术服务业、金融业、房地产业、租赁和商务服务业、科学研究和技术服务业的生产性服务企业;根据得到的企业总部和分支机构的空间位置,仅保留企业总部和分支机构在异地的样本;将样本企业按时间分类,筛选出2000年、2007年和2014年的样本企业,最终共得到有效样本总数11 564个。

1.3 联系强度与网络构建

本文中网络的联系强度主要指的是城市间的联系强度定义如下：

Cij=Lij+Lji（1）

式中, Cij代表 i、j两座城市的联系强度; Lij为企业总部在城市 i而各总部相应的分支机构在城市 j的机构总数, Lji为相反的向量数值。

1.4 社团发现相关算法

1） 模块度。社团发现算法是指寻找网络中社团结构的过程算法,目前研究中采用最多的一类算法是Newman等提出的模块度指标[8],其思想是将社团发现问题定义为优化问题,然后搜索目标值最优的社团结构：

Q=∑m=1n[lm/L-(dm/2L)2],m≤n（2）

式中, Q代表模块度,介于0~1之间,该值越接近1代表对社团结构的划分质量越好,实际网络中,该值通常为0.3~0.7; n为计算出的社团数量; L为网络中城市联系总量; lm为第 m个社团内部的联系数量; dm为社团 m中与各节点相关联的联系数量之和。

2） PageRank算法。Brin等提出的PageRank算法是评估网络中节点重要性的常用算法,利用该算法可以计算每个社团中各节点的PageRank值,值越大则节点在社团中的重要性也就越高,通常可以用该值最大的节点对其所属社团进行命名。具体算法见文献[25]。

3） 冲积图。冲积图方法能够直观清晰地呈现出社团的演化过程[12]。在冲积图中,各社团的名称由社团内部PageRank值最大的节点命名;社团的位置代表其在网络中的地位,越靠近冲积图底部的社团其地位则越高;社团间连线的数量和粗细反映彼此间的关系。

1.5 QAP分析

本文采用非参数检验方法中的二次指派程序（Quadratic Assignment Procedure,QAP）方法定量揭示城市群社团结构演化的影响机制。与常规的统计检验和回归方法相比,其优点在于无需满足自变量之间相互独立或无共线性的条件,所得结果更加可靠、稳健,非常适合对关系型数据的分析。具体有3个分析步骤：首先,根据相关理论和研究选取若干影响要素,构建以指标网络为自变量、生产性服务企业关联网络为因变量的模型;其次,用QAP相关分析检验企业关联网络与指标网络的相关关系;最后,剔除QAP相关分析中系数不显著的因素,将剩余因素与因变量做QAP回归分析,得到各变量的回归系数及检验指标。

2 长江中游城市群社团结构演化

2.1 网络构建结果

以有联系的城市为网络节点,提取生产性服务企业在节点间的联系强度为1及以上的边,构建长江中游城市群关联网络,并进行可视化表达（图1）。① 被纳入到网络中的城市以及城市对外建立联系的方向均在增多,3个年份城市联系边数分别为157、431和807条,其年均增长率达到12.40%,但与理论上最大的城市联系边数即15 753条（0.5×177×178）相比相差甚远。② 城市联系强度也呈现较为明显的提升趋势,3个年份的联系强度的均值分别为2.516、3.862和5.482,年均增长率为5.72%,但其增长速度明显慢于城市联系边数的增长,表明在该阶段网络以拓展联系覆盖范围为主,城市间联系强度的提升则次之。③ 虽然跨省联系在加强,但3个年份的跨省联系强度占总联系强度分别仅为10.25%,9.98%,8.85%。说明大量联系发生在本省内部,存在显著的行政邻近现象。

显示原图| 下载原图ZIP| 生成PPT

图1   长江中游城市群关联网络的历时性演进

Fig.1   Evolution of connectivity network of city clusters in middle reach of the Yangtze River (MRYR)

2.2 社团结构整体特征

首先利用UCINET软件计算模块度,对长江中游城市群178个地理单元进行社团划分。将关联网络的分裂次数设置为2~15次,分别计算不同分裂次数下的模块度,确定社团结构的最佳分类。然后依托Mapequation平台计算各社团中节点的PageRank值,以该值最高的节点来命名社团名称,生成长江中游城市群社团结构演化的冲积图（图2）。

1） 社团化空间组织特征显著,区域经济空间呈一定程度的优化态势。当3个年份的分裂次数均为3次时,对应的模块度最大,此时意味着城市社团的划分效果最理想,各年份均形成了3个“社团内部联系紧密、社团间联系稀疏”的城市社团;并且模块度均在0.3以上,整体处于较高水平,表明长江中游城市群的城市关联网络分化程度较高,呈现非常显著的社团化空间组织模式特征。3个年份最大模块度分别为0.575、0.488、0.450,呈下跌态势,反映出社团间联系紧密度有所增强,原先较为封闭的区域经济空间得到一定程度优化。

2） 各社团地位在动态中不断调整。在各年份中,武汉、长沙、南昌分别是所在社团中PageRank值最大的节点,因此以这3个城市对社团进行命名,并根据社团在冲积图中的位置变化分析其在网络中的地位变动。如图2所示,由于越靠近冲积图底部的社团其地位越高,因此2000年各社团在网络中的地位由高到低依次为长沙社团、南昌社团、武汉社团;2007年各社团的地位变化较大,南昌社团成为网络中地位最高的社团,武汉社团地位次之,而长沙社团退步非常明显,以致成为网络中地位最低的社团;2014年武汉社团延续了之前态势,地位不断提升,成为网络中地位最高的社团,南昌社团被反超地位次之,而长沙社团的地位仍为最低。

显示原图| 下载原图ZIP| 生成PPT

图2   长江中游城市群社团结构演化冲积图

Fig.2   Alluvial diagram of community structure of city clusters in MRYR

2.3 社团内部特征

1） 社团边界与省级行政边界高度吻合。如图3所示,2000年湖北省的监利县和通城县被纳入长沙社团;2007年湖北省的监利县和通城县退出长沙社团,并新纳入了湖北省的松滋市和江西省的修水县,此外湖北省的阳新县、监利县被纳入到南昌社团;2014年跨省组团现象消失,各社团表现为以省级行政边界为分割的经济体系。

显示原图| 下载原图ZIP| 生成PPT

图3   长江中游城市群内部社团网络结构演化

Fig.3   Evolution of inter community network structure of city clusters in MRYR

2） 社团内部非均质性较强,但呈现不断弱化的态势。表1的结果表明,用幂律曲线拟合3个城市社团各年份的PageRank值分布,模型的拟合优度均在95%以上,符合幂律分布特征,即社团内部极少数节点的PageRank值很高,其中武汉、长沙、南昌各年份在所属社团中的PageRank值占比均高达30%以上,但绝大部分节点的值都很低。该网络是一种典型的无标度网络,即节点的PageRank值分布非常不均匀,社团内部存在较强的非均质性。此外,观察幂指数的变化规律可知,各社团PageRank值分布的幂指数整体上呈增加趋势,表明各社团内部城市间的差异正趋于缩小。

表1   长江中游城市群各社团PageRank值幂律分布

Table 1   Power law distribution of community PageRank value of city clusters in MRYR

年份武汉社团长沙社团南昌社团
回归函数R2回归函数R2回归函数R2
2000y=12.504x-1.150.982y=11.098x-1.1760.962y=10.937x-1.0020.972
2007y=11.356x-1.4670.972y=10.14x-1.3160.957y=11.254x-1.1250.962
2014y=11.017x-1.4930.978y=7.866x-1.1990.979y=6.309x-1.2190.984

注：x为节点位序,y为拟合值。

新窗口打开

3 长江中游城市群社团结构演化影响机制

3.1 变量选取与数据说明

基于已有文献中的宏观影响因素与机制,同时考虑到生产性服务企业微观行为特质,选取如下变量：

1） 邻近机制变量。① 用1和0分别表示两城市同属一个省和不同省,反映省级行政邻近;同时用1和0分别表示两城市同属一个地级市或不同地级市,考察市级行政邻近作用。② 通过各分析单元行政驻地间的公路交通起止点（Origin and Desitination,OD）出行时间来反映地理邻近;长江中游城市群重要的自然屏障包括幕阜-九岭-罗宵山系、长江、汉江、湘江和赣江等,本文同时用1和0分别表示两城市位于上述各界线的同侧和非同侧,来反映地理邻近。③ 地方尺度的经济主体联系通常通过面对面非正式交流来实现,文化相似有利于沟通协调和增加彼此信任,这对于生产性服务业的发展有着积极意义。方言在中国是一种重要的文化表征,其中长江中游城市群的方言地域类型复杂,涉及5个方言区、18个方言片,相较而言,方言片内的文化邻近性强,方言区内的文化邻近性次强。用1和0分别表示两城市同属一个方言区和不同方言区,反映次强文化邻近;用1和0分别表示两城市同属一个方言片和不同方言片,反映强文化邻近。

2） 其他变量。① 交流技术进步。选取动车和高铁列车班次网反映交通技术进步;选取邮电业务总量反映通信技术进步。② 资源集聚与扩散。生产性服务业属于知识、技术、资本密集型产业,能够便捷地获取所需人力资源和金融资源是生产性服务企业区位选择的重要因素。采用平均受教育年限来反映人力资源集散状况,选取金融机构各项存款余额和各项贷款余额的总和反映金融资源集散状况。③ 经济全球化。主要通过实际利用外资额反映。

研究区行政边界、自然屏障来源于国家基础地理信息中心1∶100万矢量数据,公路交通数据、动车和高铁列车班次数据、方言数据分别来源于《中国物流超市地图集》[26]、《全国铁路旅客列车时刻表》[27]和《中国语言地图集：汉语方言卷》[28],其余属性数据来源于县市区相关统计年鉴与统计公报。为消除量纲影响对上述变量进行标准差标准化处理。考虑到企业是在全年期间陆续开设经营的,选取截止到2014年12月末的生产性服务企业数据构建的关联网作为因变量,故自变量数据应滞后1期即为2013年数据。

3.2 整体回归结果

相关分析表明（表2）,大部分因素和生产性服务企业关联网之间的相关关系通过了1%显著性水平检验。首先仅将邻近机制变量与企业关联关联网进行回归分析。一般而言,同一数据的QAP回归分析一般比普通最小二乘法(Ordinary Least Square,OLS)分析的判定系数要低。结果显示（表2）,回归分析（1）可以解释生产性服务企业网络3%的变异,除了次强文化邻近变量外,其余邻近变量的影响均是显著的。回归分析（2）在回归分析（1）的基础上引入交流技术进步变量、资源集聚与扩散变量和经济全球化变量,此时模型的解释力提升到4.6%,整体回归结果较为理想。现就回归分析（2）做具体说明。

表2   长江中游城市群整体网络结构演化的QAP分析结果

Table 2   QAP analysis results of global network structure of city clusters in MRYR

变量组变量相关分
析（1）		回归分析（1）回归分
析（2）
邻近机制省级边界二值网0.175***0.058***0.062***
市级边界二值网0.063***0.032***0.030***
出行时间网-0.120***-0.052*-0.047***
自然屏障二值网0.033***0.012**0.007**
方言区二值网0.045***0.0020.003
方言片二值网0.064***0.037**0.039**
交流技术进步动车和高铁列车班次网0.020***—0.009*
邮电业务总量差值网0.071***—0.014**
资源集聚与扩散平均受教育年限差值网0.071***—0.010
各项存贷款余额差值网0.110***—0.032***
经济全球化实际利用外资差值网0.081**—0.005
样本量178178178
R2—0.0340.057
调整后R2—0.0300.046

注： ***、**、*分别表示在1%,5%和10%的统计水平上显著;“—”表示不参与运算。

新窗口打开

结果证实,邻近机制对长江中游城市群的社团结构产生显著的影响。其中,省级行政邻近和市级行政邻近变量两个变量均显著为正,说明行政上的邻近强化行政区（省、市）内各单元间的联系;出行时间网和自然屏障二值网的回归系数分别为负值和正值,都通过了显著性检验,说明地理邻近对生产性服务企业网络关联关系产生重要影响;文化邻近中仅强文化邻近变量显著为正,这可解释为区域内部方言和文化的差异越小（或一致性越高）,那么微观个体间文化认同感则越高,越不容易产生文化冲突,导致区域内部联系越密切。另外,由于消除了量纲影响,因此回归系数的大小反映影响力的大小,结果发现行政邻近中的省级行政邻近不论在邻近机制变量组还是在所有影响因素中系数最大,即省级行政边界对城市社团空间组织的作用最强,跨省组团所遇到的阻力最大。

在交流技术进步变量组中,两个变量均通过显著性检验,表明以武广高铁、武汉都市圈城际铁路、昌九城际铁路等为代表的交通技术进步产生的时空压缩效应促进了社团内外联系;生产性服务业在信息化水平较高的地区布局,将拥有更丰富的信息资源和更低的信息传输费用,导致该地区集聚更多的生产性服务企业。在资源集聚与扩散变量组中,制造业、人力与知识资本的回归结果都不显著,仅金融资源变量显著为正,表明生产性服务业的发展离不开金融体系的支持,而制造业、人力与知识资本对生产性服务业的显著作用尚未显现。经济全球化变量未通过显著性检验,原因是长江中游城市群全球化进程整体相对缓慢,外向型经济不突出,对城市群社团内外联系还未产生显著作用。

3.3 社团层面回归结果

接下来进一步探讨不同城市社团内部空间结构的影响机制。相关分析的结果显示（表3）,在3个社团中,自然屏障二值网在各社团中相关系数均不显著,在南昌社团中次强文化邻近的相关系数不显著。剔除各社团在相关分析中不显著的因素,将剩余因素与各社团的企业关联矩阵做回归分析,回归分析（3）可解释武汉社团企业网络15.1%的变异,回归分析（4）可解释长沙社团企业网络7.3%的变异,回归分析（5）可解释南昌社团企业网络14.3%的变异。

表3   长江中游城市群各社团网络结构演化的QAP分析结果

Table 3   QAP analysis results of community network structure of city clusters in MRYR

变量组变量武汉社团长沙社团南昌社团
相关分析（2）回归分析（3）相关分析（3）回归分析（4）相关分析（4）回归分析（5）
邻近机制市级边界二值网0.028*0.011*0.065***0.033*0.045***0.037*
出行时间网-0.202**-0.252*-0.112**-0.182**-0.230**-0.120**
自然屏障二值网0.012—0.009—0.015—
方言区二值网0.050**-0.0030.059**0.020-0.001—
方言片二值网0.064**0.088**0.095***0.074**0.033**0.014
交流技术进步动车和高铁列车班次网0.041***0.012**0.038**0.007*0.020**0.005**
邮电业务总量差值网0.160**0.023*0.144**0.113**0.156**0.089*
资源集聚与扩散平均受教育年限差值网0.175**0.051*0.161**0.0170.147**0.045
各项存贷款余额差值网0.203**0.107**0.217**0.051***0.186**0.006**
经济全球化实际利用外资差值网0.152**0.0360.155**-0.0100.148***0.021
样本量575748487373
R2—0.158—0.086—0.160
调整后R2—0.151—0.073—0.143

注：***、**、*分别表示在1%,5%和10%的统计水平上显著;“—”表示不参与运算。

新窗口打开

在邻近机制变量组中,市级行政邻近在各社团中均显著为正,但回归系数的数值南昌社团﹥长沙社团﹥武汉社团,意味着市级边界对生产性服务业发展的限制依次弱化。地理邻近变量中时间距离矩阵的回归系数显著为负,且在各社团的所有影响因素中影响最大。次强文化邻近未对各社团产生显著影响,与整体回归样本一致;强文化邻近对武汉社团和长沙社团产生了显著的正向影响,但对南昌社团的影响不显著,因为相对于其他两个社团,南昌社团内部方言片的类型较少,即文化差异性较小,这未对其生产性服务业发展产生显著影响。

在交流技术进步变量组中,交通技术进步和信息技术进步在各社团中的显著性和影响方向与整体样本一致,具有稳健性。在资源集聚与扩散变量组中,知识资本在武汉社团中发挥了显著的正向影响,因为在3个社团中,武汉社团是高等教育资源和科研院所分布最多、人才和知识资本相应最丰富的区域,为生产性服务业发展提供了坚实的智力支撑;金融资源对各社团的生产性服务企业发展有显著促进作用,且具有稳健性。经济全球化变量在各社团中均未通过显著性检验,与整体样本一致,具有稳健性。

4 结论与讨论

本文基于不同年份的生产性服务企业总部-分支数据,采用网络分析方法,在县域尺度上对长江中游城市群空间结构进行了分析。实证发现：① 随着联系的加强,城市群内部逐渐形成3个分别以武汉、长沙和南昌为核心、以省界为界限的城市社团。社团结构存在显著的异质性特征,城市群层面上体现在社团间的强弱地位在动态发展中不断变化;社团层面上体现在各社团内部不同节点的联系强度差异较大,形成了典型的无标度网络。② 从影响机制来看,城市群层面上,地理邻近、文化邻近和行政邻近均对城市群社团结构的形成与演化产生了显著影响,但行政邻近中的省级行政邻近影响最大;此外,交流技术进步、金融资源集聚与扩散对社团内外联系也产生了显著影响。③ 深入到社团层面分析发现,此时地理邻近在各社团内部结网互动中起到了决定性作用,市级行政邻近对各社团的影响力呈现南昌社团﹥长沙社团﹥武汉社团,且由于南昌社团内部文化差异性较小,文化邻近变量未对其产生显著影响;其他影响因素在各社团中影响的差异主要体现在人力资源变量仅在武汉社团产生显著影响。

本文的理论贡献体现在两方面：将网络科学领域中的社团结构理论系统地应用于城市群空间结构研究当中,证实城市群也存在社团结构,丰富城市群空间结构研究的文献;首次尝试对城市群社团结构背后多维邻近机制进行定量检验,揭示了多维邻近机制分别在城市群整体层面和社团层面上的影响。

从实践的角度,当前,长江中游城市群正处于以省内互动结网为主的发展阶段,形成了典型的行政型社团结构。城市群本质上是生产网络在大尺度空间范围内集聚与扩散形成的城市化现象,对于跨区域城市群,其成功的关键在于微观经济主体能够跨越本地界限开展密切且有效的互动、联系与结网。因此严格来讲,长江中游城市群目前还是规划意义上的城市群,而非功能意义上的城市群。此外,城市群是区域经济的核心地区,具有引领区域经济增长的作用,实证表明,无论整体层面还是社团层面上,长江中游城市群区域差异均较大,从而影响其作为经济增长极作用的发挥。不过,长江中游城市群各社团内部的差异呈现缩小趋势,空间结构得到一定优化。

囿于样本数据量,本文未能揭示出长江中游城市群社团结构演化的动态影响机制,对研究深度造成一定影响,未来可借助多年份经济普查数据进行深入研究。在本研究框架下,对不同区域典型城市群的社团结构演化特征与机制进行对比、归纳和总结,提炼城市群社团结构演化的一般规律,也将是未来研究的重要方向。

The authors have declared that no competing interests exist.

参考文献

[1] Meijers E.

From central place to network model: Theory and evidence of a paradigm change

[J].Tijdschrift Voor Economische En Sociale Geografie, 2007, 98(2): 245-259.

https://doi.org/10.1111/tesg.2007.98.issue-2      URL      [本文引用: 1]     

[2] 孙斌栋, 丁嵩.

多中心空间结构经济绩效的研究进展及启示

[J]. 地理科学, 2017, 37(1): 64-71.

[本文引用: 1]     

[Sun Bindong, Ding Song.

Progress and implications for polycentric spatial structure’s effect on economic performance

. Scientia Geographica Sinica, 2017, 37(1): 64-71.]

[本文引用: 1]     

[3] 焦敬娟, 王姣娥, 金凤君, 等.

高速铁路对城市网络结构的影响研究:基于铁路客运班列分析

[J]. 地理学报, 2016, 71(2): 265-280.

[本文引用: 1]     

[Jiao Jingjuan, Wang Jiao’e, Jin Fengjun et al.

Impact of high-speed rail on inter-city network based on the passenger train network in China, 2003-2013

. Acta Geographica Sinica, 2016, 71(2): 265-280.]

[本文引用: 1]     

[4] 李晓佳, 张鹏, 狄增, 等.

复杂网络中的社团结构

[J]. 复杂系统与复杂性科学, 2008, 5(3): 19-41.

[本文引用: 1]     

[Li Xiaojia, Zhang Peng, Di Zeng et al.

Community structure in complex networks

. Complex System and Complexity Science, 2008, 5(3): 19-41.]

[本文引用: 1]     

[5] 胡小武.

城市群的空间嵌套形态与区域协同发展路径

[J]. 上海城市管理, 2017(2): 18-23.

[本文引用: 1]     

[Hu Xiaowu.

Spatial nesting of city group and regional coordinated development pathway

. Shanghai Urban Management, 2017(2): 18-23.]

[本文引用: 1]     

[6] 顾朝林, 张敏.

长江三角洲都市连绵区性状特征与形成机制研究

[J]. 地球科学进展, 2001, 16(3): 332-338.

https://doi.org/10.3321/j.issn:1001-8166.2001.03.006      URL      Magsci      [本文引用: 1]      摘要

近年来,长江三角洲除继续保持中国最大的经济核心区外,城市发展也呈现新的趋势和特点,以上海为中心,形成一批经济实力强、社会发展水平高、投资环境优越的城市群。区域城市化进程加快,向巨型大都市连绵区发展。从世界大都市连绵区的发展趋势出发,概要论述了长江三角洲大都市连绵区的形成、发展过程和现状特征。认为长江三角洲都市连绵区由中心城市、城市发展轴线和次级城市群及其腹地构成,已形成5个层次的城市等级体系;区内产业结构向高层次转化,外向型经济蓬勃发展,现代化基础设施初具规模。概括起来,长江三角洲都市连绵区形成的动力机制主要表现在如下几个方面:①政府权力层层下放;②行政区划调整;③投资主体多元化;④市场建设与乡镇和个体企业发展。

[Gu Chaolin, Zhang Min.

Study on the characteristics and dynamics of Yangtze Delta megalopolis

. Advances in Earth Science, 2001, 16(3): 332-338.]

https://doi.org/10.3321/j.issn:1001-8166.2001.03.006      URL      Magsci      [本文引用: 1]      摘要

近年来,长江三角洲除继续保持中国最大的经济核心区外,城市发展也呈现新的趋势和特点,以上海为中心,形成一批经济实力强、社会发展水平高、投资环境优越的城市群。区域城市化进程加快,向巨型大都市连绵区发展。从世界大都市连绵区的发展趋势出发,概要论述了长江三角洲大都市连绵区的形成、发展过程和现状特征。认为长江三角洲都市连绵区由中心城市、城市发展轴线和次级城市群及其腹地构成,已形成5个层次的城市等级体系;区内产业结构向高层次转化,外向型经济蓬勃发展,现代化基础设施初具规模。概括起来,长江三角洲都市连绵区形成的动力机制主要表现在如下几个方面:①政府权力层层下放;②行政区划调整;③投资主体多元化;④市场建设与乡镇和个体企业发展。
[7] 朱英明, 张雷.

城市群竞争力的区域分异研究: 基于长三角强城市群的视角

[J]. 技术经济, 2008, 27(5): 8-14.

[本文引用: 1]     

[Zhu Yingming, Zhang Lei.

Study on regional differentiation of urban agglomeration competitiveness: Based on perspective of secondary urban agglomerations in Changjiang River Delta

. Technology Economics, 2008, 27(5): 8-14.]

[本文引用: 1]     

[8] Newman M, Barabási A L, Watts D J.

The structure and dynamics of networks

[M]. Princeton:Princeton University Press, 2006.

[本文引用: 2]     

[9] Barigozzi M, Fagiolo G, Mangioni G.

Identifying the community structure of the international-trade multi-network

[J]. Physica A Statistical Mechanics & Its Applications, 2011, 390(11): 2051-2066.

[本文引用: 1]     

[10] He X, Dong Y, Wu Y et al.

Structure analysis and core community detection of embodied resources networks among regional industries

[J]. Physica A Statistical Mechanics & Its Applications, 2017(479): 137-150.

[本文引用: 1]     

[11] 卿雅娴, 李锐, 吴华意.

基于论文合著网络的学术社区分析方法研究

[J]. 数据分析与知识发现, 2017(4): 20-29.

[本文引用: 1]     

[Qing Yaxian, Li Rui, Wu Huayi.

Analyzing academic community based on co-author network

. Data Analysis and Knowledge Discovery, 2017(4): 20-29.]

[本文引用: 1]     

[12] Liu X, Derudder B, Taylor P.

Mapping the evolution of hierarchical and regional tendencies in the world city network, 2000-2010

[J]. Computers Environment & Urban Systems, 2014, 43(1): 51-66.

[本文引用: 2]     

[13] 王姣娥, 景悦.

中国城市网络等级结构特征及组织模式: 基于铁路和航空流的比较

[J]. 地理学报, 2017, 72(8): 1508-1519.

[本文引用: 1]     

[Wang Jiao’e, Jing Yue.

Comparison of spatial structure and organization mode of inter-city networks from the perspective of railway and air passenger flow

. Acta Geographica Sinica, 2017, 72(8): 1508-1519.]

[本文引用: 1]     

[14] 庄德林, 杨羊, 晋盛武, 等.

基于战略性新兴产业的长江三角洲城市网络结构演变研究

[J]. 地理科学, 2017, 37(4): 546-553.

[本文引用: 1]     

[Zhuang Delin, Yang Yang, Jin Shengwu et al.

Evolution of the Yangtze River Delta’s city network based on the strategic emerging industries

. Scientia Geographica Sinica, 2017, 37(4): 546-553.]

[本文引用: 1]     

[15] 李涛, 周锐.

长三角地区网络腹地划分的关联测度方法比较

[J]. 地理学报, 2016, 71(2): 236-250.

[本文引用: 2]     

[Li Tao, Zhou Rui.

Urban hinterworld in Yangtze River Delta: Empirical comparison of two network-based methods

. Acta Geographica Sinica, 2016, 71(2): 236-250.]

[本文引用: 2]     

[16] 宁越敏.

论中国城市群的发展和建设

[J]. 区域经济评论, 2016(1): 124-130.

[本文引用: 1]     

[Ning Yuemin.

The development and construction of Chinese city cluster

. Regional Economic Review, 2016(1): 124-130.]

[本文引用: 1]     

[17] 唐承丽, 吴佳敏, 贺艳华, 等.

城市群-开发区-产业集群互动研究的理论思考

[J]. 地理科学, 2018, 38(1): 49-57.

[本文引用: 1]     

[Tang Chengli, Wu Jiamin, He Yanhua et al.

Theoretical thinking on the interaction of Urban-Agglomeration-Development Zone-Industrial Cluster

. Scientia Geographica Sinica, 2018, 38(1): 49-57.]

[本文引用: 1]     

[18] 王磊, 段学军, 杨清可.

长江经济带区域合作的格局与演变

[J]. 地理科学, 2017, 37(12): 1841-1849.

[本文引用: 1]     

[Wang Lei, Duan Xuejun, Yang Qingke.

The development pattern and its evolution of regional cooperation in the Yangtze River Economic Belt

. Scientia Geographica Sinica, 2017, 37(12): 1841-1849.]

[本文引用: 1]     

[19] 季菲菲, 陈雯, 魏也华, 等.

长三角一体化下的金融流动格局变动及驱动机理: 基于上市企业金融交易数据的分析

[J]. 地理学报, 2014, 69(6): 823-837.

[本文引用: 1]     

[Ji Feifei, Chen Wen, Wei Yehua et al.

Changing financial flow patterns and driving mechanisms of financial flows under the integration of the Yangtze River Delta: An analysis of the financial transaction data of listed companies

. Acta Geographica Sinica, 2014, 69(6): 823-837.]

[本文引用: 1]     

[20] 陈伟, 刘卫东, 柯文前, 等.

基于公路客流的中国城市网络结构与空间组织模式

[J]. 地理学报, 2017, 72(2): 224-241.

[本文引用: 1]     

[Chen Wei, Liu Weidong, Ke Wenqian et al.

The spatial structures and organization patterns of China’s city networks based on the highway passenger flows

. Acta Geographica Sinica, 2017, 72(2): 224-241.]

[本文引用: 1]     

[21] 张虎, 周迪.

城市群金融等别视角下的长三角金融资源流动研究: 以城市商业银行异地扩张为例

[J]. 地理研究, 2016, 35(9): 1740-1752.

[本文引用: 1]     

[Zhang Hu, Zhou Di.

Financial resource flows in Yangtze River Delta from the perspective of financial gradation city in urban agglomerations: A case study of city commercial banks’ expansion

. Geographical Research, 2016, 35(9): 1740-1752.]

[本文引用: 1]     

[22] 刘可文, 袁丰, 潘坤友.

长江三角洲不同所有制企业空间组织网络演化分析

[J]. 地理科学, 2017, 37(5): 651-660.

[本文引用: 1]     

[Liu Kewen, Yuan Feng, Pan Kunyou.

Evolution analysis of different ownership enterprises spatial organization network in the Yangtze River Delta

. Scientia Geographica Sinica, 2017, 37(5): 651-660.]

[本文引用: 1]     

[23] 蒋大亮, 孙烨, 任航, 等.

基于百度指数的长江中游城市群城市网络特征研究

[J]. 长江流域资源与环境, 2015, 24(10): 1654-1664.

https://doi.org/10.11870/cjlyzyyhj201510006      Magsci      [本文引用: 1]      摘要

随着地理研究迈入大数据时代,运用互联网展开城市网络结构研究逐渐成为经理地理研究的新思路。以长江中游城市群为研究对象,借助百度指数,获取2011年~2014年百度用户关注度,构建百度指数城市信息流网络,从大城市群视角和所辖三大子城市群视角,分别探讨城市网络格局的时空变化。研究发现:长江中游城市群在一体化进程中城市等级日益明晰,差距拉大。三大子城市群表现出极化效应与扩散效应并存,区域非均衡性突显;互联网的普及在一定程度上重塑和改造着城市群,但非完全颠覆传统城市网络格局,地理区位对城市网络格局和城市影响力的影响仍不容忽视。

[Jiang Daliang, Sun Ye, Ren Hang et al.

Analyses on the city network characteristics of middle Yangtze urban agglomeration based on Baidu index

. Resources and Environment in the Yangtze Basin, 2015, 24(10): 1654-1664.]

https://doi.org/10.11870/cjlyzyyhj201510006      Magsci      [本文引用: 1]      摘要

随着地理研究迈入大数据时代,运用互联网展开城市网络结构研究逐渐成为经理地理研究的新思路。以长江中游城市群为研究对象,借助百度指数,获取2011年~2014年百度用户关注度,构建百度指数城市信息流网络,从大城市群视角和所辖三大子城市群视角,分别探讨城市网络格局的时空变化。研究发现:长江中游城市群在一体化进程中城市等级日益明晰,差距拉大。三大子城市群表现出极化效应与扩散效应并存,区域非均衡性突显;互联网的普及在一定程度上重塑和改造着城市群,但非完全颠覆传统城市网络格局,地理区位对城市网络格局和城市影响力的影响仍不容忽视。
[24] 黄洁, 钟业喜.

长江中游城市群铁路客运联系及其空间格局演变

[J]. 世界地理研究, 2016, 25(2): 72-81.

[本文引用: 1]     

[Huang Jie, Zhong Yexi.

Evolution of railway passenger traffic linkage and spatial pattern in Yangtze River middle reaches clusters

. World Regional Studies, 2016, 25(2): 72-81.]

[本文引用: 1]     

[25] Brin S, Page L.

The anatomy of a large-scale hypertextual web search engine

[J]. Computer Networks & Isdn Systems, 1998(30): 107-117.

[本文引用: 1]     

[26] 人民交通出版社编辑部. 中国物流超市地图集[M]. 北京: 人民交通出版社, 2014.

[本文引用: 1]     

[Editorial Department of China Communication Press. Logistic supermarket atlas. Beijing: China Communication Press, 2014.]

[本文引用: 1]     

[27] 中国铁路总公司运输局. 全国铁路旅客列车时刻表[M]. 北京: 中国铁道出版社, 2013.

[本文引用: 1]     

[Transport Bureau of China Railway General Corporation. National railway passenger train schedule. Beijing: China Railway Press, 2013.]

[本文引用: 1]     

[28] 张振兴. 中国语言地图集: 汉语方言卷[M]. 北京: 商务印书馆, 2013.

[本文引用: 1]     

[Zhang Zhenxing.Language atlas of China: Chinese dialect volume. Beijing: The Commercial Press, 2013.]

[本文引用: 1]     

网站版权 © 《地理科学》编辑部
地址：长春市高新北区盛北大街4888号　
邮编：130102
电话：0431-85542217，0431-85542212　
E-mail：geoscien@neigae.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发

/

〈 〉