長三角一體化視角下貨運與經(jīng)濟聯(lián)系網(wǎng)絡對比分析

黃音，黃淑敏，聶曉倩

長三角一體化視角下貨運與經(jīng)濟聯(lián)系網(wǎng)絡對比分析

黃音，黃淑敏，聶曉倩

(中南林業(yè)科技大學 物流與交通學院，湖南 長沙 410004)

研究運用Python軟件爬取貨運信息平臺上2014年和2017年的O-D大數(shù)據(jù)，基于城市間的貨運聯(lián)系頻率構建貨運聯(lián)系網(wǎng)絡矩陣。基于城市間的經(jīng)濟引力模型構建經(jīng)濟聯(lián)系網(wǎng)絡矩陣。然后，運用Ucinet軟件對2種聯(lián)系網(wǎng)絡的網(wǎng)絡密度、點度中心度、接近中心度、特征向量中心度進行測算和分析。最后，運用SPSS計算物流、交通流、工業(yè)流、產(chǎn)業(yè)流、技術流5種流要素與貨運、經(jīng)濟聯(lián)系網(wǎng)絡中心度的相關性，分析影響貨運和經(jīng)濟聯(lián)系網(wǎng)絡的主要因素。研究發(fā)現(xiàn)：長三角經(jīng)濟聯(lián)系網(wǎng)絡均衡性更強、一體化程度更深，流要素促進了2種聯(lián)系網(wǎng)絡的發(fā)展。在長三角區(qū)域一體化進程中，要充分發(fā)揮流要素的作用，搭建“強強聯(lián)合”的“飛地經(jīng)濟”共同體，以促進長三角城市間優(yōu)勢互補功能網(wǎng)絡發(fā)展。

長三角；貨運聯(lián)系網(wǎng)絡；經(jīng)濟聯(lián)系網(wǎng)絡；社會網(wǎng)絡分析；流要素

長三角城市群是我國經(jīng)濟最具活力、開放程度最高的地區(qū)，是我國社會發(fā)展的重要引擎。長三角區(qū)域一體化發(fā)展已上升為國家戰(zhàn)略[1]。通過構建城市網(wǎng)絡，將區(qū)域間的城市聯(lián)系在一起，體現(xiàn)出城市在空間網(wǎng)絡中的作用與地位。但長三角城市群內(nèi)部的合作機制還比較欠缺,要提升長三角城市群的競爭力，就必須深化區(qū)域合作，加快長三角區(qū)域一體化進程。目前，關于城市群的研究主要集中在單一網(wǎng)絡的分析。例如：信息網(wǎng)絡[2]、企業(yè)網(wǎng)絡[3?4]、人口流動網(wǎng)絡[5]、創(chuàng)新網(wǎng)絡[6]、旅游流網(wǎng)絡[7]等，極少有研究從2種不同的城市網(wǎng)絡對長三角的一體化趨勢進行分析。另外，從時空演化角度對物流與經(jīng)濟網(wǎng)絡進行對比分析的研究較少，基于2種網(wǎng)絡的異同，探討城市間聯(lián)系與合作的文章尚不多見。就長三角區(qū)域一體化進程而言，現(xiàn)代物流業(yè)區(qū)域發(fā)展的合作聯(lián)動還遠遠不夠，物流合作網(wǎng)絡尚不完善。郭湖斌等[8]認為，當區(qū)域物流系統(tǒng)的有序度明顯低于區(qū)域經(jīng)濟系統(tǒng)的有序度時，對區(qū)域經(jīng)濟發(fā)展存在一定的制約作用。高敏雪等[9]指出，我國貨物運輸與經(jīng)濟增長關系密切，要實現(xiàn)區(qū)域經(jīng)濟與區(qū)域物流的協(xié)調(diào)、可持續(xù)發(fā)展。目前尚未發(fā)現(xiàn)基于物流網(wǎng)絡與經(jīng)濟網(wǎng)絡動態(tài)演化的對比研究，其演化發(fā)展的驅(qū)動機制也缺乏學術關懷。城市網(wǎng)絡的度分布范圍很廣，城市間需要更多的信息發(fā)現(xiàn)路徑，而聚集了多個城市的網(wǎng)絡需要大規(guī)模的數(shù)據(jù)挖掘[10]。多源數(shù)據(jù)挖掘已成為物流/交通研究中的重要方法，不同特性的數(shù)據(jù)可被用來研究不同的問題[11]?！盎ヂ?lián)網(wǎng)+”背景下的貨運大數(shù)據(jù)正是其中之一。本文從城市網(wǎng)絡的視角，運用社會網(wǎng)絡分析法探索流要素與貨運和經(jīng)濟聯(lián)系網(wǎng)絡的復雜互動關系，以及在這一互動過程中孕育的空間網(wǎng)絡結構及其特征，挖掘長三角區(qū)域一體化進程中，貨運、經(jīng)濟聯(lián)系網(wǎng)絡結構演化的驅(qū)動機制，為長三角區(qū)域一體化進程中，不同城市間互聯(lián)互通建設的推進，以及城市間合作機制的廣泛深入開展，提供科學方法和實踐依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

1.1.1 經(jīng)濟聯(lián)系網(wǎng)絡數(shù)據(jù)

選取長三角城市群作為研究區(qū)域，主要包括上海，浙江的寧波、臺州、舟山、嘉興、杭州、金華、湖州、紹興，江蘇的無錫、常州、南京、鹽城、揚州、鎮(zhèn)江、蘇州、泰州、南通市，安徽的安慶、蕪湖、馬鞍山、宣城、池州、滁州、合肥、銅陵市共26個城市。選取2014年和2017年的貨運大數(shù)據(jù)，運用引力模型構建長三角城市群經(jīng)濟聯(lián)系網(wǎng)絡，包括城市GDP，年末戶籍人口和城市間最短里程數(shù)3個指標。GDP和人口數(shù)據(jù)源于《中國城市統(tǒng)計年鑒》，里程數(shù)源于《中國高速公路及城鄉(xiāng)公路網(wǎng)地圖集》。

隨著物流信息化的加快，新型的物流業(yè)態(tài)不斷涌現(xiàn)，專業(yè)貨運信息平臺就是其中之一。運用Python爬蟲，爬取好運物流網(wǎng)(http://www.haoyun56. com/)的貨運大數(shù)據(jù)。選擇起始城市、到達城市、貨運量、時間4個參數(shù)，形成城市間的O-D數(shù)據(jù)，構建城際貨運聯(lián)系網(wǎng)絡。經(jīng)過整理，最終獲得長三角城市群2014年1 575條、2017年2 823條貨運信息。

1.2 研究方法

1.2.1 引力模型

引力模型是用來描述城市空間相互作用的重要方法。引力模型中城市間的引力代表區(qū)域經(jīng)濟聯(lián)系量或空間相互作用量的大小，綜合反映城市對外經(jīng)濟輻射能力，是一種利用面板數(shù)據(jù)對城市群之間的經(jīng)濟流進行描述的城市網(wǎng)絡方法[12]。運用引力模型來測算城市間經(jīng)濟聯(lián)系強度，具體公式如下：

式中：F表示2個城市間的引力；G和G表示城市市轄區(qū)GDP；P和P表示城市市轄區(qū)年末戶籍人口；D表示2個城市間的距離。

1.2.2 社會網(wǎng)絡分析

當前能夠反映城市間關系的數(shù)據(jù)非常缺乏，而社會網(wǎng)絡分析可以彌補常規(guī)統(tǒng)計方法的不足，能更好地對城市與城市、城市與區(qū)域之間的關系進行準確度量，本文借助Ucinet軟件進行網(wǎng)絡分析。

1) 網(wǎng)絡密度

網(wǎng)絡密度是社會網(wǎng)絡分析中最常用的一種指標，它描述了網(wǎng)絡中各成員節(jié)點間聯(lián)系的緊密程度。其計算公式為：

堅持黨對軍隊絕對領導是我軍加強黨的領導和黨的建設的首要任務。在這次黨的建設會議上，與以往只講“黨的建設”的提法不同，習主席把“黨的領導”和“黨的建設”并提，并且把“黨的領導”置于“黨的建設”之前，意在表明“黨的建設”工作的目的和價值指向是加強“黨的領導”。堅持黨對軍隊絕對領導，是軍隊全部建設的前提性問題，事關我軍“跟誰走”的根本性質(zhì)，事關軍隊建設的根本方向，容不得半點虛浮。

式中：為網(wǎng)絡密度，取值范圍為0～1；=1說明網(wǎng)絡成員間均有聯(lián)系，=0說明網(wǎng)絡節(jié)點間均沒有聯(lián)系。為各城市間實際存在的貨運聯(lián)系；為城市節(jié)點。

2) 中心度

“中心度”是衡量社會網(wǎng)絡的重要參數(shù)之一。它表示不同行動者在其社會網(wǎng)絡中具有怎樣的支配權利。從中心度的角度，基于點度中心度、接近中心度、特征向量中心度3個維度，對經(jīng)濟與貨運聯(lián)系網(wǎng)絡進行對比分析。

2 長三角城市群貨運和經(jīng)濟聯(lián)系網(wǎng)絡分析

2.1 貨運和經(jīng)濟聯(lián)系網(wǎng)絡整體分析

2.1.1 中心演化分析

借助長三角城市群2014年和2017年的貨運和經(jīng)濟數(shù)據(jù)，運用Ucinet軟件繪制相關的社會網(wǎng)絡模型，如圖1所示。

(a) 2014年貨運聯(lián)系網(wǎng)絡；(b) 2017年貨運聯(lián)系網(wǎng)絡；(c) 2014年經(jīng)濟聯(lián)系網(wǎng)絡；(d) 2017年經(jīng)濟聯(lián)系網(wǎng)絡

注：貨運聯(lián)系網(wǎng)絡中去除了城市間沒有貨運聯(lián)系的城市。

由圖1可知，2017年與2014年相比，貨運聯(lián)系網(wǎng)絡的中心城市變化較大，由以上海為中心，合肥、南京為副中心，轉(zhuǎn)變?yōu)橐陨虾橹行?，南通、蘇州為副中心。經(jīng)濟聯(lián)系網(wǎng)絡則始終呈現(xiàn)上海、南京、杭州三足鼎立的局面。因此，上海始終是長三角貨運聯(lián)系網(wǎng)絡和經(jīng)濟聯(lián)系網(wǎng)絡的中心。而經(jīng)濟聯(lián)系網(wǎng)絡比貨運聯(lián)系網(wǎng)絡更密集、更緊密。

2.1.2 網(wǎng)絡密度分析

網(wǎng)絡密度反映網(wǎng)絡關系的疏密程度，數(shù)值越大，聯(lián)系越緊密。2017年與2014年相比，長三角地區(qū)貨運和經(jīng)濟聯(lián)系網(wǎng)絡密度增大(貨運聯(lián)系由0.207 7上升到0.209 2，經(jīng)濟聯(lián)系由0.627 7上升到0.712 3)，說明城市群內(nèi)部聯(lián)系增強，長三角城市群貨運和經(jīng)濟聯(lián)系網(wǎng)絡都朝著一體化方向發(fā)展。雖然貨運和經(jīng)濟聯(lián)系網(wǎng)絡密度不斷上升，但漲幅不明顯，且貨運網(wǎng)絡密度增長速度低于經(jīng)濟網(wǎng)絡密度(貨運網(wǎng)絡增長0.72%，經(jīng)濟網(wǎng)絡增長13.48%)。這表明長三角城市間的經(jīng)濟聯(lián)系相較于貨運聯(lián)系更緊密，城市間的合作也更頻繁。

2.2 貨運和經(jīng)濟聯(lián)系網(wǎng)絡節(jié)點城市分析

2.2.1 點度中心度分析

點度中心度用于衡量空間網(wǎng)絡城市節(jié)點輻射能力的強度和處于支配地位的程度。將點度中心度作為測度指標，可以發(fā)現(xiàn)：

2017年與2014年相比，在貨運聯(lián)系網(wǎng)絡中，上海的中心地位突出(點度中心度為31)，網(wǎng)絡輻射效應明顯，網(wǎng)絡中心從合肥、南京、杭州(點度中心度分別為23，22，20)轉(zhuǎn)變?yōu)樘K州、南通、寧波(點度中心度分別為30，26，18)。南通網(wǎng)絡中心地位變化明顯(增長了225%)，從2014年的“榜上無名”到2017年的“名列前茅”，這與南通“通江達?！钡膮^(qū)位優(yōu)勢以及蘇通大橋的落成等交通優(yōu)勢有關。2014年發(fā)展落后的城市都歸屬安徽(排名后5的城市點度中心度都在5以下)，但2017年與2014年相比，這些城市度數(shù)漲幅巨大，其中池州增長率高達700%，滁州增長率也高達250%。這與安徽省在2016年劃入長三角規(guī)劃有關，這一地位轉(zhuǎn)變打開了安徽與江浙滬交往的貨運通道，極大地提升了“熱點”地區(qū)(江浙滬)對“冷點”地區(qū)(安徽)的帶動作用。融入長三角城市群之后，安徽大力吸收江浙滬的網(wǎng)絡資源，擴大與江浙滬的貨運合作，提升其在長三角貨運網(wǎng)絡中的地位。

在經(jīng)濟聯(lián)系網(wǎng)絡中，2017和2014年上海、南京、杭州(點度中心度分別為50，50，48)都是經(jīng)濟網(wǎng)絡中的領頭羊,表明省會城市在區(qū)域經(jīng)濟網(wǎng)絡具有明顯支配效應。緊隨其后的是蘇州和常州。蘇錫常都市圈作為上海西北翼現(xiàn)代、工業(yè)及貿(mào)易中心，具有較深厚的一體化基礎，常州的躍升或與其2015年服務業(yè)占比超過第二產(chǎn)業(yè)有關，其產(chǎn)業(yè)結構由“二三一”向“三二一”轉(zhuǎn)變。金華、舟山、池州和安慶位于經(jīng)濟聯(lián)系網(wǎng)絡的邊緣地帶，這些中小城市的均衡化發(fā)展趨勢較為明顯。

2.2.2 接近中心度分析

接近中心度是衡量城市空間通達性的重要指標，其數(shù)值越大，表明城市節(jié)點通達性越強。通達性體現(xiàn)了城市體系演化與網(wǎng)絡發(fā)展過程中的一種空間互動。接近中心度在社會網(wǎng)絡分析中用于刻畫城市在空間網(wǎng)絡中連接到其他城市的難易程度。

在貨運聯(lián)系網(wǎng)絡中，2017年與2014年相比，城市的接近中心度以上升趨勢為主。其中，上海的通達性在貨運網(wǎng)絡中占據(jù)絕對優(yōu)勢(從66.467上升到104.271)，而蘇州增長最快，其增長率高達77.33% (從58.755上升到104.193)。這表明貨運聯(lián)系網(wǎng)絡在空間上遵循距離衰減的規(guī)律，表現(xiàn)出較強的地理近鄰性[7]，蘇州依靠其近鄰優(yōu)勢，成為通達性僅次于上海的城市。南通的增長率高達94.26%(從53.556上升到104.04)，趕超省會南京，成為長三角新的貨運中心樞紐。對合肥來說，接近中心度變化不大，與長三角其他省會相比，合肥與其他城市的聯(lián)系與合作尚處于起步階段，融入長三角一體化的進程較慢。

在經(jīng)濟聯(lián)系網(wǎng)絡中，2017年與2014年相比，接近中心度漲幅較小。上海、南京和杭州的接近中心度在這2年中都穩(wěn)居前三，這三大城市在長三角中經(jīng)濟能力很強，與其他城市互動較頻繁，在經(jīng)濟發(fā)展過程中具有較強的網(wǎng)絡帶動作用。蘇錫常都市圈緊隨其后，合肥厚積薄發(fā)，在融入長三角之后，不斷提升與江浙滬之間貨運網(wǎng)絡的通達性，以尋求合作與發(fā)展機遇。2014和2017年落后的城市都是金華、舟山、池州、安慶，但這些城市的接近中心度也在不斷增加，通達性也在逐步增強。

2.2.3 特征向量中心度分析

特征向量中心度強調(diào)城市節(jié)點在空間網(wǎng)絡中的相對價值，是對空間網(wǎng)絡中一個節(jié)點重要性的度量。而城市節(jié)點的價值是根據(jù)鄰近城市節(jié)點來決定的。特征向量中心度越高，城市節(jié)點在空間網(wǎng)絡中的價值就越高。

2017年與2014年相比，網(wǎng)絡的特征向量中心度均有所下降(貨運網(wǎng)絡：2014年平均值為0.176，2017年平均值為0.17；經(jīng)濟網(wǎng)絡：2014年平均值為0.189，2017年平均值為0.186)，折射出長三角高中心度城市相連的壟斷局面被打破，一些高中心度城市逐漸與低中心度城市產(chǎn)生合作。在貨運和經(jīng)濟聯(lián)系網(wǎng)絡中，省會城市的特征向量中心度占比都在減少，這表明上海、南京、杭州等城市不再僅跟“優(yōu)勢城市”建立聯(lián)系，與資源優(yōu)勢較弱的中小型城市的聯(lián)系也在增強。城市間壁壘不斷弱化，不同城市間互補對接功能不斷增強，城市間貨運流、經(jīng)濟流的自由流通與開放程度不斷提升。

3 長三角城市群貨運和經(jīng)濟聯(lián)系網(wǎng)絡驅(qū)動因素分析

要素流動是區(qū)域一體化形成與發(fā)展的驅(qū)動力。要素流動的方向、速度、方式和規(guī)模的不同會導致區(qū)域經(jīng)濟形態(tài)和模式的差異，從而重塑區(qū)域功能。在社會網(wǎng)絡中，節(jié)點是相互關聯(lián)、動態(tài)演化的，這種由各類社會經(jīng)濟之間的聯(lián)系與合作所形成的網(wǎng)絡空間是促進城市群一體化發(fā)展的重要驅(qū)動力。區(qū)域經(jīng)濟一體化發(fā)展的重要標志是物流、信息流、技術流、資金流等要素的自由、高效流動[13]。因此，基于《中國城市統(tǒng)計年鑒》相關數(shù)據(jù)，從物流(物流行業(yè)發(fā)展水平)、交通流(城市交通建設)、工業(yè)流(工業(yè)指向性)、產(chǎn)業(yè)流(三大產(chǎn)業(yè)增加值)、技術流(科技服務)5個層面，運用SPSS計算流要素與貨運、經(jīng)濟聯(lián)系網(wǎng)絡中心度(包括點度中心度、接近中心度、特征向量中心度)的相關性，對比分析貨運和經(jīng)濟聯(lián)系網(wǎng)絡影響因素，分別找出長三角貨運和經(jīng)濟聯(lián)系網(wǎng)絡一體化的驅(qū)動因素。結果分析具體如下：

從貨運聯(lián)系網(wǎng)絡看，1) 物流行業(yè)內(nèi)部驅(qū)動作用大于外部驅(qū)動(物流相關性普遍在0.5以上)。其中，交通運輸、倉儲和郵政業(yè)從業(yè)人員對貨運聯(lián)系網(wǎng)絡的影響最大(與3個中心度的相關性最高達到0.693)，說明人才在貨運聯(lián)系網(wǎng)絡發(fā)展中發(fā)揮著關鍵作用；2) 2017年與2014年相比較，交通流與貨運流的相關性呈下降趨勢。2014年年末實有城市道路面積、載貨汽車數(shù)量與貨運聯(lián)系網(wǎng)絡點度中心度具有強相關性，相關性分別為0.808和0.528。但是2017年年末實有城市道路面積與點度(從0.808到0.671)、特征向量中心度(從0.789到0.595)的相關性都有所下降，而載貨汽車與貨運聯(lián)系網(wǎng)絡之間的關聯(lián)性消失，表明城市交通建設是促進貨運網(wǎng)絡形成與發(fā)展的有機組成部分。3) 長三角城市群貨運聯(lián)系網(wǎng)絡具有較強的工業(yè)指向性(工業(yè)流與貨運網(wǎng)絡三度的相關性最高達0.708)。這表明其網(wǎng)絡布局與工業(yè)企業(yè)分布有密切關聯(lián)，貨運聯(lián)系網(wǎng)絡的時空演化具有較強的工業(yè)經(jīng)濟偏好依附機制。4) 在產(chǎn)業(yè)流中，第三產(chǎn)業(yè)發(fā)展與貨運聯(lián)系網(wǎng)絡發(fā)展的相關性最高(都在0.6及以上)。隨著城市與區(qū)域的相互促進，城市--區(qū)域網(wǎng)絡互動與合作不斷深入，以服務型經(jīng)濟為代表的第三產(chǎn)業(yè)逐漸處于主導地位?？臻g網(wǎng)絡中的運動主體向服務業(yè)發(fā)展，而領跑者是高端生產(chǎn)性服務業(yè)，如現(xiàn)代物流服務業(yè)。

從經(jīng)濟聯(lián)系網(wǎng)絡看，1) 物流中公路貨運量與經(jīng)濟聯(lián)系網(wǎng)絡發(fā)展高度相關(2017年相關性普遍在0.5及以上)。英國《經(jīng)濟學人》雜志將用電量、鐵路貨物運輸量和貸款發(fā)放量3個指標加權組合成著名的“克強指數(shù)”，用以評估中國經(jīng)濟動態(tài)和宏觀經(jīng)濟景氣狀況[9]。這表明貨物運輸與經(jīng)濟增長的關系密切，公路貨運量亦是如此?；A設施建設是城市化發(fā)展的最主要因素[14]，充分發(fā)揮交通建設對經(jīng)濟及產(chǎn)業(yè)發(fā)展的推動作用具有十分重要的意義[15]。 2) 規(guī)模以上工業(yè)企業(yè)數(shù)與經(jīng)濟聯(lián)系網(wǎng)絡發(fā)展相關度較高(與接近中心度的相關性最高，達0.594)。這表明經(jīng)濟聯(lián)系網(wǎng)絡的時空演化具有較強的工業(yè)經(jīng)濟偏好依附機制。3) 從三大產(chǎn)業(yè)增加值與經(jīng)濟聯(lián)系網(wǎng)絡的相關性來看，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的相關性(普遍在0.4及以上)比第一產(chǎn)業(yè)(最高為0.391)強。就三大產(chǎn)業(yè)增長值來說，二三產(chǎn)業(yè)的漲幅也大于第一產(chǎn)業(yè)，表明在長三角地區(qū)，制造業(yè)以及服務業(yè)的發(fā)展是經(jīng)濟一體化的重要保障。制造業(yè)與現(xiàn)代物流服務業(yè)之間合作的進一步拓展、深入是長三角一體化進程發(fā)展的重要前提。4) 在科技流中，科學技術支出與經(jīng)濟聯(lián)系網(wǎng)絡發(fā)展的相關性最高(最高為0.607)。這表明政府在科學技術發(fā)展中的投入可以較好地促進長三角經(jīng)濟網(wǎng)絡一體化的進程。科技與經(jīng)濟的融合發(fā)展是長三角經(jīng)濟一體化的重要保障。

4 結論

1) 貨運聯(lián)系網(wǎng)絡對經(jīng)濟聯(lián)系網(wǎng)絡的依賴性逐漸減弱。相較于貨運聯(lián)系網(wǎng)絡，長三角經(jīng)濟聯(lián)系網(wǎng)絡均衡性更強、一體化程度更深?？傮w來看，長三角貨運和經(jīng)濟聯(lián)系網(wǎng)絡的虹吸效應逐漸減弱，涓滴效應逐漸增強。因此，在未來發(fā)展中，要打破行政藩籬和資源孤島，基于江浙滬貨運大通道，搭建“強強聯(lián)合”的“飛地經(jīng)濟”共同體，發(fā)揮上海、南京、杭州等核心城市的涓滴效應，優(yōu)化經(jīng)濟和貨運整體聯(lián)系網(wǎng)絡的布局。

2) 要素流動是形成區(qū)域一體化的重要驅(qū)動力。物流、交通流、工業(yè)流、產(chǎn)業(yè)流及技術流是長三角影響力最大的5類流要素，這些流要素不同程度地促進了貨運和經(jīng)濟聯(lián)系網(wǎng)絡發(fā)展。其中，人才，特別是高技術人才，在貨運和經(jīng)濟聯(lián)系網(wǎng)絡發(fā)展中發(fā)揮著至關重要的作用。探索科技、物流與經(jīng)濟三者之間的融合發(fā)展將是長三角一體化發(fā)展的重要 趨勢。

3) 工業(yè)流對貨運和經(jīng)濟聯(lián)系網(wǎng)絡的發(fā)展具有重要的促進作用，2種網(wǎng)絡的時空演化都具有較強的工業(yè)經(jīng)濟偏好依附機制。如何搭建各城市間的工業(yè)合作網(wǎng)絡將是長三角一體化深入發(fā)展需要探索的重要議題。在搭建技術與工業(yè)發(fā)展互補的多層次合作網(wǎng)絡的同時，進一步促進長三角各城市之間資源、人才、產(chǎn)業(yè)優(yōu)勢互補功能網(wǎng)絡的形成與發(fā)展，從而建立多要素驅(qū)動的多維度城市群合作網(wǎng)絡。

[1] 羅貞禮. 關于長三角區(qū)域一體化的新思考——以中國特色社會主義進入新時代為視角[J]. 人民論壇?學術前沿, 2019, 164(4): 16?21. LUO Zhenli. New thoughts on the regional integration of the Yangtze River Delta——from the perspective of socialism with Chinese Characteristics entering a new era[J]. People’s Forum? Academic Frontier, 2019, 164(4): 16?21.

[2] 姚文萃, 周婕, 陳虹桔, 等. 基于互聯(lián)網(wǎng)公共信息流的區(qū)域網(wǎng)絡空間結構研究[J]. 經(jīng)濟地理, 2017, 37(10): 10?16. YAO Wencui, ZHOU Jie, CHEN Hongju, et al. Research on spatial structure of regional network based on internet public information flow[J]. Economic Geography, 2017, 37 (10): 10?16.

[3] LIN Geng, CHEN Xiaoxuan, LIANG Yutian. The location of retail stores and street centrality in Guangzhou, China[J]. Applied Geography, 2018, 100(2): 12?20.

[4] JIN Xingxing, HU Guojian, DING Hailong, et al. Evolution of spatial structure patterns of city networks in the Yangtze River Economic Belt from the perspective of corporate pledge linkage[J]. Growth and Change, 2020, 51(2): 833?851.

[5] 李晶晶, 苗長虹. 長江經(jīng)濟帶人口流動對區(qū)域經(jīng)濟差異的影響[J]. 地理學報, 2017, 72(2): 197?212. LI Jingjing, MIAO Changhong. The influence of population flow on the Yangtze River economic zone on regional economic differences[J]. Acta Geographica Sinica, 2017, 72(2): 197?212.

[6] WANG Liying, WANG Yan, LOU Yuan, et al. Impact of different patent cooperation network models on innovation performance of technology-based SMEs[J]. Routledge, 2020, 32(6): 724?738.

[7] 劉大均. 長江中游城市群旅游流空間格局及發(fā)展模式[J]. 經(jīng)濟地理, 2018, 38(5): 217?223. LIU Dajun. Spatial pattern and development model of tourism flow in the middle reaches of the Yangtze River[J]. Economic Geography, 2018, 38(5): 217?223.

[8] 郭湖斌, 齊源. 基于耦合模型的長三角區(qū)域物流與區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展研究[J]. 工業(yè)技術經(jīng)濟, 2018, 37(10): 53?60. GUO Hubin, QI Yuan. Research on coordinated development of regional logistics and regional economy in Yangtze River Delta based on coupling model[J]. Journal of Industrial Technological Economics, 2018, 37(10): 53?60.

[9] 高敏雪, 黎煜坤, 李靜萍. 耦合與解耦視角下中國貨物運輸與經(jīng)濟增長的關系研究[J]. 經(jīng)濟理論與經(jīng)濟管理, 2019, 45(5): 75?87. GAO Minxue, LI Yukun, LI Jingping. Research on the relationship between China’s freight transportation and economic growth from the perspective of coupling and decoupling[J]. Economic Theory and Business Management, 2019, 45(5): 75?87.

[10] Rosvall M. Networks and cities: An information perspective[J]. Physical Review Letters, 2005, 94(2): 1? 4.

[11] 王璞, 黃智仁, 龔航. 大數(shù)據(jù)時代的交通工程[J]. 電子科技大學學報, 2013, 42(6): 806?816. WANG Pu, HUANG Zhiren, GONG Hang. Traffic engineering in the era of big data[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(6): 806?816.

[12] 徐培瑋. 基于百度指數(shù)和引力模型的城市網(wǎng)絡對比——以京津冀城市群為例[J]. 北京師范大學學報(自然科學版), 2017, 89(53): 479?485. XU Peiwei. Comparison of urban networks based on Baidu index and gravity model——taking Beijing- Tianjin-Hebei city cluster as an example[J]. Journal of Beijing Normal University (Natural Science Edition), 2017, 89(53): 479?485.

[13] Shin K H. World cities in Asia: Cliques, centrality and connectedness[J]. Urban Studies, 2000, 37(12): 2257? 2285.

[14] 楊春風, 閆曉晨. 高速公路與城市化發(fā)展的耦合度分析[J]. 鐵道科學與工程學報, 2018, 15(2): 530?536. YANG Chunfeng, YAN Xiaochen. Analysis of coupling degree of expressway and urbanization development[J]. Journal of Railway Science and Engineering, 2018, 15(2): 530?536.

[15] 雷天, 許金良, 單東輝, 等. 公路基礎設施投資與產(chǎn)業(yè)結構優(yōu)化升級的協(xié)整分析—— 以“新絲綢之路”經(jīng)濟帶為例[J]. 鐵道科學與工程學報, 2016, 13(1): 187? 195. LEI Tian, XU Jinliang, SHAN Donghui, et al. Co-integration analysis of highway infrastructure investment and industrial structure optimization and upgrade——taking the “New Silk Road” Economic Belt as an example[J]. Journal of Railway Science and Engineering, 2016, 13(1): 187?195.

Comparison of freight and economic connection network from the perspective of Yangtze River Delta integration

HUANG Yin, HUANG Shumin, NIE Xiaoqian

(School of Logistics and Transportation, Central South University of Forestry and Technology, Changsha 410004, China)

The study used Python program to crawl the O-D big data of 2014 and 2017 on the freight information platform, and the freight connection network matrix was constructed based on the freight connection frequency between cities. The economic connection network matrix was constructed based on the economic gravity model between cities. Then, the Ucinet software was used to measure and analyze the network density, degree centrality, closeness centrality, and eigenvector centrality of the two connected networks. Finally, SPSS was used to calculate the correlation between the five flow elements of logistics flow, traffic flow, industrial flow, industrial flow, and technical flow with the centrality of freight and economic connection networks, and to analyze the main factors that affect freight and economic connection networks. The study found that the economic connection network of the Yangtze River Delta is more balanced and integrated than the freight connection network, and the flow factors have promoted the development of the two connection networks. In the process of regional integration in the Yangtze River Delta, it is necessary to give full play to the role of flow factors and build an “enclave economy” community of “strong and strong alliances” to promote the development of complementary functional networks between cities in the Yangtze River Delta.

Yangtze River Delta; freight connection network; economic connection network; social network analysis; flow elements

10.19713/j.cnki.43?1423/u.T20200568

U4-9

A

1672 ? 7029(2021)04 ? 1050 ? 06

2020?06?22

湖南省自然科學基金資助項目(2019JJ50991)；湖南省研究生科研創(chuàng)新項目(CX20200719)；中南林業(yè)科技大學研究生科技創(chuàng)新基金項目(CX20202026)

黃音(1982?)，女，湖南湘潭人，副教授，博士，從事區(qū)域物流與網(wǎng)絡分析方面研究；E?mail：share0122@126.com

(編輯 陽麗霞)