Understanding the Evolution of Urban Network Based on Advanced Producer Services' Layout in Guangdong-Hong Kong-Macao Greater Bay Area
-
摘要: 基于企业关联视角，利用联锁网络模型研究粤港澳大湾区城市网络的演化特征，并借助指数随机图模型(ERGM)探讨影响粤港澳大湾区城市网络的因素。对比由2014年与2017年先进生产性服务企业构建的城市网络可以发现，粤港澳大湾区城市的网络联系更加紧密和均衡，其网络结构呈现出由以香港为中心向以香港、深圳、广州等多中心演化的趋势。指数随机图模型的分析结果显示，粤港澳大湾区城市网络演化过程存在显著的路径依赖，并受城市间产业关联的显著影响；从城市个体属性来看，经济发展水平、创新环境以及城市的国际知名度是影响城市网络的主要因素。Abstract: This study describes the evolution of the intercity network in Guangdong-Hong Kong-Macao Greater Bay Area from the perspective of intra-firm relationships and explores the factors influencing the intercity network through the Exponential Random Graph Model. Through comparison of the urban networks built by the advanced production service enterprises in 2014 between those in 2017, it is found that the network connections between the cities of Guangdong, Hong Kong and Macao are closer and more balanced, and the network structure has been evolved from a "single center" of Hong Kong to "multi centers" with Hong Kong, Guangzhou and Shenzhen. Furthermore, the results of ERGM show that the urban network of Guangdong-Hong Kong-Macao Greater Bay Area is characterized with significant "path dependence", and it is also significantly influenced by intercity industrial linkages; in view of the city-related attributes, economic development, innovation environment and international visibility of the city are the main factors affecting the network connections between cities.
-
图 2 粤港澳大湾区城市群的层次差异
说明：为便于比较，以2014年和2017年联系度最大的香港的度数中心度作为标准，分别对其他城市的度数中心度进行标准化处理；数据由Ucinet计算得出。
表 1 先进生产性服务企业在不同城市布局的服务价值矩阵
企业1 企业2 …… 企业 Ci 城市1 1 1 …… v1j C1 城市2 2 3 …… v2j C2 …… …… …… …… …… …… 城市i vi1 vi2 …… vij Ci Fj F1 F2 …… Fj S 
下载: 导出CSV
表 2 粤港澳大湾区城市联系矩阵(2014)
香港 澳门 深圳 广州 佛山 东莞 惠州 中山 肇庆 珠海 江门 香港 0 3 169 3 284 3 641 1 718 1 602 511 1 248 452 971 700 澳门 3 169 0 1 200 1 314 625 580 189 453 166 356 257 深圳 3 284 1 200 0 1 433 695 638 209 503 185 392 287 广州 3 641 1 314 1 433 0 756 692 225 547 199 427 310 佛山 1 718 625 695 756 0 338 111 269 99 209 154 东莞 1 602 580 638 692 338 0 102 245 91 192 141 惠州 511 189 209 225 111 102 0 81 30 65 47 中山 1 248 453 503 547 269 245 81 0 72 150 112 肇庆 452 166 185 199 99 91 30 72 0 56 41 珠海 971 356 392 427 209 192 65 150 56 0 88 江门 700 257 287 310 154 141 47 112 41 88 0
下载: 导出CSV
表 3 粤港澳大湾区城市联系矩阵(2017)
香港 澳门 深圳 广州 佛山 东莞 惠州 中山 肇庆 珠海 江门 香港 0 3 238 3 490 3 633 2 107 2 146 1 334 1 725 860 1 560 1 346 澳门 3 238 0 2 443 2 500 1 475 1 494 958 1 206 611 1 104 956 深圳 3 490 2 443 0 2 970 1 849 1 837 1 185 1 516 773 1 344 1 209 广州 3 633 2 500 2 970 0 1 853 1 835 1 174 1 519 763 1 352 1 203 佛山 2 107 1 475 1 849 1 853 0 1 166 759 981 499 856 789 东莞 2 146 1 494 1 837 1 835 1 166 0 754 959 494 848 775 惠州 1 334 958 1 185 1 174 759 754 0 624 329 570 520 中山 1 725 1 206 1 516 1 519 981 959 624 0 413 696 649 肇庆 860 611 773 763 499 494 329 413 0 360 336 珠海 1 560 1 104 1 344 1 352 856 848 570 696 360 0 579 江门 1 346 956 1 209 1 203 789 775 520 649 336 579 0
下载: 导出CSV
表 4 分行业的粤港澳大湾区城市度数中心度
城市 金融 会计 管理咨询 法律 传媒 制造业 度数中心度 排名 度数中心度 排名 度数中心度 排名 度数中心度 排名 度数中心度 排名 度数中心度 排名 香港 1.00 1 1.00 1 1.00 1 1.00 1 1.00 1 0.83 3 澳门 0.85 4 0.64 4 0.80 4 0.72 3 0.65 2 0.64 7 深圳 0.95 2 0.80 3 0.80 3 0.66 4 0.52 4 1.00 1 广州 0.88 3 0.82 2 0.81 2 0.84 2 0.56 3 0.95 2 佛山 0.55 6 0.52 5 0.47 7 0.43 5 0.23 6 0.80 4 东莞 0.59 5 0.47 6 0.51 6 0.38 7 0.36 5 0.76 5 惠州 0.42 8 0.17 10 0.44 8 0.25 10 0.16 9 0.55 10 中山 0.49 7 0.40 7 0.30 10 0.39 6 0.21 7 0.69 6 肇庆 0.29 11 0.16 11 0.20 11 0.15 11 0.11 11 0.39 11 珠海 0.39 9 0.30 8 0.56 5 0.34 8 0.18 8 0.56 9 江门 0.34 10 0.25 9 0.39 9 0.27 9 0.14 10 0.61 8 说明：为便于比较，以最大度数中心度作为基准进行了标准化处理，将各个城市的度数中心度转化为0~1之间的数值；数据由Ucinet计算得出。
下载: 导出CSV
表 5 ERGM回归结果
基准模型 加入网络协变量 (1) (2) (3) (4) (5) 内生结构变量 Edges -13.461***
(-3.368)-13.301***
(-3.501)-13.579***
(-3.320)-13.513***
(-3.313)-12.063***
(-2.024)城市个体属性 PGDP 1.464***
(0.444)1.536***
(0.478)1.400**
(0.701)1.354***
(0.341)1.413*
(0.764)Highway 0.122
(0.102)0.231
(0.197)0.166
(0.131)0.162
(0.138)0.151
(0.142)Patent 0.498***
(0.142)0.499***
(0.142)0.491***
(0.122)0.485***
(0.135)0.415***
(0.083)Popularity 0.007***
(0.002)0.007***
(0.002)0.006**
(0.003)0.005*
(0.003)0.005*
(0.003)FTA 1.410
(0.972)0.903
(1.17)0.984
(0.902)0.916
(1.426)0.801
(1.255)网络协变量 HSR -0.604
(0.611)-0.654
(0.620)Past 0.802***
(0.000)0.713***
(0.000)Manu 0.736***
(0.002)0.685***
(0.003)AIC 55.221 53.157 24.519 31.060 19.357 BIC 71.424 70.054 43.086 48.336 40.661 说明：***表示P < 0.01，**表示P < 0.05，*表示P < 0.1，括号内为标准差。
下载: 导出CSV
-
[1] 覃成林, 刘丽玲, 覃文昊. 粤港澳大湾区城市群发展战略思考[J]. 区域经济评论, 2017(5): 113-118. https://www.cnki.com.cn/Article/CJFDTOTAL-QYHL201705014.htm [2] 蔡赤萌. 粤港澳大湾区城市群建设的战略意义和现实挑战[J]. 广东社会科学, 2017(4): 5-14. doi: 10.3969/j.issn.1000-114X.2017.04.001 [3] TAYLOR P J, CATALANO G, WALKER D R F. Measurement of the world city network[J]. Urban Studies, 2002, 39(39): 2367-2376. doi: 10.1080/0042098022000027013 [4] 侯赟慧, 刘志彪, 岳中刚. 长三角区域经济一体化进程的社会网络分析[J]. 中国软科学, 2009(12): 90-101. doi: 10.3969/j.issn.1002-9753.2009.12.012 [5] 王成, 王茂军. 山东省城市关联网络演化特征——基于"中心地"和"流空间"理论的对比[J]. 地理研究, 2017(11): 2197-2212. https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201711014.htm [6] TAYLOR P J, DERUDDER B, FAULCONBRIDGE J, et al. Advanced producer service firms as strategic networks, global cities as strategic places[J]. Economic Geography, 2013, 90(3): 267-291. doi: 10.1111/j.1475-5661.2012.00545.x [7] ZHAO M, DERUDDER B, HUANG J. Examining the transition processes in the Pearl River Delta polycentric mega-city region through the lens of corporate networks[J]. Cities, 2017, 60: 147-155. doi: 10.1016/j.cities.2016.08.015 [8] DERUDDER B, TAYLOR P J. Central flow theory: comparative connectivities in the world-city network[J]. Regional Studies, 2018, 52: 1-14. doi: 10.1080/00343404.2018.1401780 [9] 申勇. 湾区经济的形成机理与粤港澳大湾区定位探究[J]. 特区实践与理论, 2017(5): 42-46. doi: 10.3969/j.issn.1673-5706.2017.05.010 [10] 覃成林, 柴庆元. 交通网络建设与粤港澳大湾区一体化发展[J]. 中国软科学, 2018(7): 71-79. doi: 10.3969/j.issn.1002-9753.2018.07.007 [11] 陈燕, 林仲豪. 粤港澳大湾区城市间产业协同的灰色关联分析与协调机制创新[J]. 广东财经大学学报, 2018(4): 89-97. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG201804012.htm [12] 钟韵, 胡晓华. 粤港澳大湾区的构建与制度创新: 理论基础与实施机制[J]. 经济学家, 2017(12): 50-57. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXJ201712013.htm [13] 申明浩, 杨永聪. 国际湾区实践对粤港澳大湾区建设的启示[J]. 发展改革理论与实践, 2017(7): 9-13. https://www.cnki.com.cn/Article/CJFDTOTAL-GDJG201707003.htm [14] 彭芳梅. 粤港澳大湾区及周边城市经济空间联系与空间结构——基于改进引力模型与社会网络分析的实证分析[J]. 经济地理, 2017(12): 57-64. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201712008.htm [15] BAGCHI-SEN S, SEN J. The current state of knowledge in international business in producer services[J]. Environment and Planning A, 1997, 29(7): 1153-1174. doi: 10.1068/a291153 [16] BEAVERSTOCK J V, DOEL M A, HUBBARD P J, et al. Attending to the world: competition, cooperation and connectivity in the world city network[J]. Global networks, 2002, 2(2): 111-132. doi: 10.1111/1471-0374.00031 [17] TAYLOR P J. Specification of the world city network[J]. Geographical Analysis, 2001, 33(2): 181-194. doi: 10.1111/j.1538-4632.2001.tb00443.x/abstract [18] 程玉鸿, 陈利静. 城市网络发育特征及其对城市竞争力的影响——基于珠三角主要金融行业148家企业选址数据[J]. 产经评论, 2014(4): 117-127. doi: 10.3969/j.issn.1674-8298.2014.04.012 [19] 马学广, 李鲁奇. 中国城市网络化空间联系结构——基于银行网点数据的研究[J]. 地理科学进展, 2017(4): 393-403. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKJ201704001.htm [20] NEAL Z P. The duality of world cities and firms: comparing networks, hierarchies, and inequalities in the global economy[J]. Global Networks, 2008, 8(1): 94-115. doi: 10.1111/j.1471-0374.2008.00187.x [21] 任义科, 李树茁, 杜海峰, 等. 农民工的社会网络结构分析[J]. 西安交通大学学报: 社会科学版, 2008(5): 44-51, 62. doi: 10.3969/j.issn.1008-245X.2008.05.008 [22] LIU X, DERUDDER B, LIU Y. Regional geographies of intercity corporate networks: the use of exponential random graph models to assess regional network-formation[J]. Papers in Regional Science, 2013, 94(1): 109-126. doi: 10.1111/pirs.12060/full [23] 许和连, 孙天阳, 成丽红. "一带一路"高端制造业贸易格局及影响因素研究——基于复杂网络的指数随机图分析[J]. 财贸经济, 2015(12): 74-88. https://www.cnki.com.cn/Article/CJFDTOTAL-CMJJ201512013.htm [24] 王曦, 符正平, 罗超亮. 基于角色的地位: 企业联盟形成机制研究[J]. 山西财经大学学报, 2017(8): 71-84. https://www.cnki.com.cn/Article/CJFDTOTAL-SXCJ201708006.htm [25] 迪安·鲁谢尔, 约翰·科斯基宁, 加里·罗宾斯. 社会网络指数随机图模型: 理论、方法与应用[M]. 北京: 社会科学文献出版社, 2016. [26] SASSEN S. The global city: New York, London, and Tokyo[J]. Political Science Quarterly, 2001, 107(2): 501-502. http://www.degruyter.com/view/product/459002 [27] KRAETKE S. How manufacturing industries connect cities across the world: extending research on 'multiple globalizations'[J]. Global Networks, 2014, 14(2): 121-147. doi: 10.1111/glob.12036 [28] 程玉鸿, 程灵云. 基于竞合视角的城市竞争力源泉及其变动——以大珠江三角洲地区为实证案例[J]. 经济学家, 2014(9): 50-57. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXJ201409007.htm [29] BOSCHMA R A, FRENKEN K. Why is economic geography not an evolutionary science? towards an evolutionary economic geography[J]. Social Science Electronic Publishing, 2005, 6(3): 273-302. http://rsa.tandfonline.com/servlet/linkout?suffix=CIT0011&dbid=16&doi=10.1080%2F21681376.2014.979433&key=10.1093%2Fjeg%2Flbi022 [30] SPIES J. Network and border effects: where do foreign multinationals locate in Germany?[J]. Regional Science & Urban Economics, 2010, 40(1): 20-32. http://www.sciencedirect.com/science/article/pii/S0166046209000738 [31] 盛龙, 陆根尧. 中国生产性服务业集聚及其影响因素研究——基于行业和地区层面的分析[J]. 南开经济研究, 2013(5): 115-129. https://www.cnki.com.cn/Article/CJFDTOTAL-NKJJ201305009.htm -
点击查看大图
图(2) / 表(5)
计量
- 文章访问数: 231
- HTML全文浏览量: 193
- PDF下载量: 16
- 被引次数: 0