中國(guó)產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)、區(qū)域影響力測(cè)度與時(shí)空動(dòng)態(tài)演變研究

馬廣奇 陳雪蒙

[摘要]瞄準(zhǔn)中國(guó)產(chǎn)業(yè)體系，基于復(fù)雜網(wǎng)絡(luò)理論，結(jié)合投入產(chǎn)出技術(shù)構(gòu)建中國(guó)42個(gè)產(chǎn)業(yè)部門的省際產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)，從關(guān)聯(lián)度、聚集度、主導(dǎo)度三個(gè)維度觀測(cè)網(wǎng)絡(luò)結(jié)構(gòu)特征，對(duì)產(chǎn)業(yè)區(qū)域影響力進(jìn)行多指標(biāo)評(píng)價(jià)，進(jìn)一步抽取高技術(shù)服務(wù)業(yè)以聚類系數(shù)和PageRank為基礎(chǔ)運(yùn)用ESDA方法進(jìn)行空間自相關(guān)分析。研究發(fā)現(xiàn)：中國(guó)各產(chǎn)業(yè)區(qū)域影響力存在差異，各產(chǎn)業(yè)與其關(guān)聯(lián)產(chǎn)業(yè)彼此間協(xié)調(diào)性和互動(dòng)性不足；區(qū)域間發(fā)展水平不平衡，東北、中部地區(qū)產(chǎn)業(yè)短鏈橫向?qū)挾容^廣，東部地區(qū)產(chǎn)業(yè)長(zhǎng)鏈縱向深度較長(zhǎng)，具有依托上下游產(chǎn)業(yè)的帶動(dòng)來(lái)實(shí)現(xiàn)發(fā)展的關(guān)聯(lián)條件，西部地區(qū)產(chǎn)業(yè)相互供給推動(dòng)效應(yīng)有待提升；行業(yè)差異波動(dòng)不大，優(yōu)勢(shì)產(chǎn)業(yè)自身特色明顯。時(shí)空特征分析表明，中國(guó)高技術(shù)服務(wù)業(yè)具有空間正相關(guān)性集聚特征，聚類系數(shù)和PageRank空間相關(guān)性和空間異質(zhì)性并存，且PageRank的空間正相關(guān)性要強(qiáng)于聚類系數(shù)，而聚類系數(shù)的空間正相關(guān)性提升速率要快于Pagerank。應(yīng)加強(qiáng)產(chǎn)業(yè)間互動(dòng)與融合，提升產(chǎn)業(yè)鏈協(xié)同能力，實(shí)現(xiàn)區(qū)域產(chǎn)業(yè)協(xié)調(diào)發(fā)展。

[關(guān)鍵詞]產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)；關(guān)聯(lián)度；聚集度；主導(dǎo)度；時(shí)空動(dòng)態(tài)演變

一、 引言

新一輪科技革命和產(chǎn)業(yè)變革正在興起。黨的二十大報(bào)告提出，“建設(shè)現(xiàn)代化產(chǎn)業(yè)體系，加快建設(shè)網(wǎng)絡(luò)強(qiáng)國(guó)”1。習(xí)近平總書(shū)記在2021年的中央經(jīng)濟(jì)工作會(huì)議強(qiáng)調(diào)指出，產(chǎn)業(yè)鏈、供應(yīng)鏈在關(guān)鍵時(shí)刻不能掉鏈子，這是大國(guó)經(jīng)濟(jì)必須具備的重要特征2。在新一代信息技術(shù)引發(fā)全球產(chǎn)業(yè)鏈加速重構(gòu)背景下，現(xiàn)代產(chǎn)業(yè)體系的建設(shè)，關(guān)鍵在于經(jīng)濟(jì)循環(huán)的暢通無(wú)阻，大力推動(dòng)傳統(tǒng)產(chǎn)業(yè)改造升級(jí)和新興產(chǎn)業(yè)加快發(fā)展，全力提升產(chǎn)業(yè)競(jìng)爭(zhēng)力。深入分析產(chǎn)業(yè)發(fā)展態(tài)勢(shì)，找準(zhǔn)并補(bǔ)齊產(chǎn)業(yè)鏈“短板”，實(shí)現(xiàn)產(chǎn)業(yè)鏈穩(wěn)鏈、補(bǔ)鏈、強(qiáng)鏈、延鏈、控鏈、固鏈，暢通產(chǎn)業(yè)鏈多鏈路連接，提升產(chǎn)業(yè)鏈協(xié)同能力，才能實(shí)現(xiàn)產(chǎn)業(yè)優(yōu)化升級(jí)，帶動(dòng)地區(qū)產(chǎn)業(yè)集群高質(zhì)量發(fā)展。

在經(jīng)濟(jì)活動(dòng)中，各產(chǎn)業(yè)之間存在廣泛的、復(fù)雜的和密切的技術(shù)經(jīng)濟(jì)聯(lián)系。產(chǎn)業(yè)之間的關(guān)聯(lián)形成產(chǎn)業(yè)鏈，產(chǎn)業(yè)鏈的復(fù)雜聚合構(gòu)成產(chǎn)業(yè)或產(chǎn)品的關(guān)聯(lián)網(wǎng)絡(luò)。由于產(chǎn)業(yè)的類別性質(zhì)存在差異，其在經(jīng)濟(jì)系統(tǒng)中的地位和作用也大不相同，在技術(shù)、經(jīng)濟(jì)、社會(huì)等因素的影響制約下不斷發(fā)生著深刻而復(fù)雜的變化，因而由產(chǎn)業(yè)關(guān)聯(lián)形成的網(wǎng)絡(luò)具有復(fù)雜性特征，這種網(wǎng)絡(luò)稱為產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)（Industry Complex Network，ICN）[1]。可針對(duì)實(shí)際需要，對(duì)產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)進(jìn)行產(chǎn)業(yè)特征、產(chǎn)業(yè)層級(jí)、產(chǎn)業(yè)鏈、產(chǎn)業(yè)集聚與循環(huán)經(jīng)濟(jì)等優(yōu)化分析。

復(fù)雜網(wǎng)絡(luò)理論能夠很好地描述系統(tǒng)中錯(cuò)綜復(fù)雜的相互關(guān)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)，網(wǎng)絡(luò)復(fù)雜性表現(xiàn)在網(wǎng)絡(luò)規(guī)模大、節(jié)點(diǎn)多樣性、連接結(jié)構(gòu)特性等多個(gè)方面，尤其是具有空間和時(shí)間的演化復(fù)雜性。近年來(lái)將復(fù)雜網(wǎng)絡(luò)理論運(yùn)用于產(chǎn)業(yè)經(jīng)濟(jì)的研究層出不窮。一是對(duì)于我國(guó)產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)模型的研究，方愛(ài)麗等以投入產(chǎn)出數(shù)據(jù)為基礎(chǔ)構(gòu)建中國(guó)產(chǎn)業(yè)網(wǎng)絡(luò)模型，并借助復(fù)雜網(wǎng)絡(luò)分析方法實(shí)證研究產(chǎn)業(yè)網(wǎng)絡(luò)結(jié)構(gòu)[2-7]。與此同時(shí)，梅國(guó)平等[8]基于網(wǎng)絡(luò)交易大數(shù)據(jù)對(duì)文化產(chǎn)業(yè)進(jìn)行產(chǎn)業(yè)關(guān)聯(lián)研究，王丹丹等[9]利用我國(guó)新能源汽車產(chǎn)業(yè)專利合作數(shù)據(jù)構(gòu)建產(chǎn)業(yè)技術(shù)創(chuàng)新網(wǎng)絡(luò)，楊威等[10]研究了中國(guó)高技術(shù)產(chǎn)業(yè)區(qū)域空間關(guān)聯(lián)特征及影響機(jī)制。二是對(duì)于產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)理論機(jī)制的探討，楊建梅[11]將復(fù)雜網(wǎng)絡(luò)方法引進(jìn)產(chǎn)業(yè)組織分析，張丹寧等[12]基于產(chǎn)業(yè)組織SCP范式構(gòu)建了產(chǎn)業(yè)網(wǎng)絡(luò)理論AARS分析范式。此外，李永等[13]提出了優(yōu)先權(quán)排隊(duì)網(wǎng)絡(luò)模型建立全球核電站網(wǎng)絡(luò)，張宏娟等[14]構(gòu)建了傳統(tǒng)產(chǎn)業(yè)集群低碳演化模型，洪俊杰等[15]引入社會(huì)網(wǎng)絡(luò)分析方法測(cè)度國(guó)家在國(guó)際貿(mào)易網(wǎng)絡(luò)中的樞紐地位，呂越等[16]測(cè)度了企業(yè)層面的貿(mào)易網(wǎng)絡(luò)并考察企業(yè)出口國(guó)內(nèi)附加值問(wèn)題，孫國(guó)強(qiáng)等[17]通過(guò)引力模型構(gòu)建了有向復(fù)雜網(wǎng)絡(luò)并分析產(chǎn)業(yè)生態(tài)化協(xié)同效應(yīng)，宋明媚等[18]構(gòu)建了雙層復(fù)雜網(wǎng)絡(luò)模型并測(cè)算了產(chǎn)業(yè)鏈中的傳導(dǎo)效應(yīng)。

綜上所述，國(guó)內(nèi)外學(xué)者在產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)的理論建模、網(wǎng)絡(luò)信息傳遞、風(fēng)險(xiǎn)傳播等方面進(jìn)行了大量的研究，但對(duì)復(fù)雜網(wǎng)絡(luò)領(lǐng)域的重要內(nèi)容——關(guān)鍵節(jié)點(diǎn)的識(shí)別，相關(guān)研究還略顯不足，尤其是納入中國(guó)現(xiàn)代化產(chǎn)業(yè)體系框架中的實(shí)踐分析，還未有研究結(jié)論。因此本文將產(chǎn)業(yè)部門抽象作為節(jié)點(diǎn)，參考趙炳新等[1]設(shè)計(jì)的四類基礎(chǔ)網(wǎng)絡(luò)和兩類擴(kuò)展網(wǎng)絡(luò)，以投入產(chǎn)出技術(shù)構(gòu)建產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)，在此基礎(chǔ)上對(duì)產(chǎn)業(yè)節(jié)點(diǎn)進(jìn)行重要性評(píng)估，為識(shí)別中國(guó)現(xiàn)代化產(chǎn)業(yè)體系中的關(guān)鍵產(chǎn)業(yè)節(jié)點(diǎn)提供理論依據(jù)。通過(guò)揭示中國(guó)產(chǎn)業(yè)區(qū)域影響力差異，尋求差異形成原因，為構(gòu)建合理有序的空間結(jié)構(gòu)、各地區(qū)制定產(chǎn)業(yè)政策提供科學(xué)參考。

二、 理論分析

1. 產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)理論

復(fù)雜網(wǎng)絡(luò)，是將一個(gè)復(fù)雜系統(tǒng)中的元素抽象為節(jié)點(diǎn)，相互之間的關(guān)系抽象成連線的網(wǎng)絡(luò)結(jié)構(gòu)模型，可以描述為一個(gè)具有錯(cuò)綜復(fù)雜的拓?fù)浣Y(jié)構(gòu)特征的圖。產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)將產(chǎn)業(yè)部門抽象為節(jié)點(diǎn)，其核心是產(chǎn)業(yè)間的邊（有向邊）及其意義，可以描述產(chǎn)業(yè)間存在的前后關(guān)聯(lián)強(qiáng)度及關(guān)系，即產(chǎn)業(yè)鏈。在投入產(chǎn)出框架中，橫向與縱向維度分別體現(xiàn)了產(chǎn)業(yè)鏈上下游產(chǎn)業(yè)間的前向關(guān)聯(lián)和后向關(guān)聯(lián)關(guān)系，消耗系數(shù)和分配系數(shù)則分別描述產(chǎn)業(yè)間的供給推動(dòng)（S）與需求拉動(dòng)（D）關(guān)系，消耗系數(shù)矩陣的縱向維度與分配系數(shù)矩陣的橫向維度分別被用于被動(dòng)視角的后向關(guān)聯(lián)與前向關(guān)聯(lián)的測(cè)量，而消耗系數(shù)矩陣的橫向和分配系數(shù)矩陣的縱向分別作為主動(dòng)視角的前向關(guān)聯(lián)（F）與后向關(guān)聯(lián)（B）的測(cè)量。據(jù)此，可以利用投入產(chǎn)出模型構(gòu)建出4類基礎(chǔ)產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)模型：前向供給（FS）、后向供給（BS）、前向需求（FD）和后向需求（BD），以及2類擴(kuò)展型產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)模型：組合“交”聚合網(wǎng)絡(luò)和組合“并”聚合網(wǎng)絡(luò)[1]。在此基礎(chǔ)上，結(jié)合復(fù)雜網(wǎng)絡(luò)理論，可對(duì)產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)的各種拓?fù)湫再|(zhì)進(jìn)行統(tǒng)計(jì)描述。

2. 產(chǎn)業(yè)區(qū)域影響力

在復(fù)雜網(wǎng)絡(luò)研究中，挖掘網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)對(duì)提升網(wǎng)絡(luò)魯棒性具有重要作用。本文構(gòu)建的產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)中，產(chǎn)業(yè)與產(chǎn)業(yè)之間通過(guò)產(chǎn)品供需而形成互相關(guān)聯(lián)、互為存在前提條件的內(nèi)在聯(lián)系，優(yōu)勢(shì)產(chǎn)業(yè)帶動(dòng)形成產(chǎn)業(yè)鏈條和產(chǎn)業(yè)集群，對(duì)產(chǎn)業(yè)關(guān)聯(lián)發(fā)展和運(yùn)行具有強(qiáng)大的影響力、控制力和應(yīng)變力。產(chǎn)業(yè)在經(jīng)濟(jì)系統(tǒng)中的位置實(shí)際上決定了產(chǎn)業(yè)的地位和其發(fā)展外部關(guān)系條件，對(duì)產(chǎn)業(yè)節(jié)點(diǎn)進(jìn)行重要性評(píng)估，可以揭示網(wǎng)絡(luò)結(jié)構(gòu)特性，是本文研究的重點(diǎn)內(nèi)容。本文將其稱之為產(chǎn)業(yè)區(qū)域影響力，描述的是產(chǎn)業(yè)在某一區(qū)域內(nèi)對(duì)其他產(chǎn)業(yè)關(guān)系的控制程度或產(chǎn)業(yè)間關(guān)聯(lián)關(guān)系的強(qiáng)度，并從關(guān)聯(lián)度、聚集度、主導(dǎo)度三個(gè)維度篩選指標(biāo)。產(chǎn)業(yè)關(guān)聯(lián)度包括關(guān)聯(lián)廣度、關(guān)聯(lián)深度、關(guān)聯(lián)密度和關(guān)聯(lián)強(qiáng)度，主要描述與產(chǎn)業(yè)節(jié)點(diǎn)有直接關(guān)聯(lián)的經(jīng)濟(jì)技術(shù)聯(lián)系。產(chǎn)業(yè)聚集度是指當(dāng)產(chǎn)業(yè)關(guān)聯(lián)系統(tǒng)整體作為一個(gè)產(chǎn)業(yè)集時(shí)，其內(nèi)部分散性產(chǎn)業(yè)鏈密集程度表現(xiàn)出的聚類屬性，用復(fù)雜網(wǎng)絡(luò)理論中的集聚系數(shù)來(lái)表示。產(chǎn)業(yè)主導(dǎo)度是指產(chǎn)業(yè)在整個(gè)網(wǎng)絡(luò)上的關(guān)系控制能力強(qiáng)弱，產(chǎn)業(yè)節(jié)點(diǎn)若處于重要位置，可以通過(guò)控制物質(zhì)、價(jià)值等信息傳遞從而影響到產(chǎn)業(yè)鏈上其他產(chǎn)業(yè)群體。本文重點(diǎn)應(yīng)用復(fù)雜網(wǎng)絡(luò)理論，采用投入產(chǎn)出技術(shù)構(gòu)建31個(gè)省區(qū)市的產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)，以中國(guó)42個(gè)產(chǎn)業(yè)部門深度為1的局域網(wǎng)對(duì)產(chǎn)業(yè)區(qū)域影響力進(jìn)行測(cè)算和分析。

3. 時(shí)空格局分異研究

具有共性或互補(bǔ)性而相互聯(lián)系的產(chǎn)業(yè)，依托相關(guān)的功能服務(wù)平臺(tái)支撐形成具有競(jìng)爭(zhēng)優(yōu)勢(shì)的空間群落，各種生產(chǎn)要素在一定地或范圍的大量集聚或有效集中，生產(chǎn)力可以實(shí)現(xiàn)空間布局上的優(yōu)化。集聚生產(chǎn)要素、優(yōu)化資源配置、加快制度創(chuàng)新、營(yíng)造產(chǎn)業(yè)生態(tài)環(huán)境是區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略的重要組成部分，市場(chǎng)經(jīng)濟(jì)條件下工業(yè)化發(fā)展到一定階段的必然選擇。探索性空間數(shù)據(jù)分析（ESDA）主要用于度量數(shù)據(jù)的空間自相關(guān)性，即空間中某單元與其周圍單元間在空間上分布現(xiàn)象的特性[19-20]。一般采用全域型和區(qū)域型自相關(guān)系數(shù)來(lái)衡量空間要素屬性值聚合或離散的程度，空間權(quán)重是進(jìn)行空間自相關(guān)分析的前提和基礎(chǔ)。本文抽取高技術(shù)服務(wù)業(yè)為研究對(duì)象，選擇運(yùn)用Moran統(tǒng)計(jì)學(xué)的協(xié)方差思想，結(jié)合ESDA方法進(jìn)行空間自相關(guān)分析。

三、 研究設(shè)計(jì)

1. 基于產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)的區(qū)域影響力測(cè)度

（1）模型構(gòu)建

本文以投入產(chǎn)出技術(shù)構(gòu)建2007—2017年中國(guó)31省區(qū)市1的產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)模型。首先利用投入產(chǎn)出表基本流量數(shù)據(jù)，計(jì)算42個(gè)產(chǎn)業(yè)部門的直接消耗系數(shù)矩陣（Direct Consumption Coefficients，DCC）、直接分配系數(shù)矩陣（Direct Distribution Coefficients， DDC）、完全消耗系數(shù)矩陣（Complete Consumption Coefficient，CCC）和完全分配系數(shù)矩陣（Complete Distribution Coefficient， CDC），用于描述中間投入和中間產(chǎn)出結(jié)構(gòu)。公式如下：

[CCC=（I-DCC）-1-I] （1）

[CDC=（I-DDC）-1-I]? （2）

其次，采用威弗組合指數(shù)模型（Weaver-Index，WI）進(jìn)行強(qiáng)關(guān)聯(lián)關(guān)系的確定[21]。通過(guò)指標(biāo)權(quán)重的加權(quán)處理計(jì)算WI值，確定關(guān)聯(lián)關(guān)系的優(yōu)選個(gè)數(shù)，根據(jù)單指標(biāo)數(shù)值的排序，結(jié)合效用賦值來(lái)構(gòu)造各產(chǎn)業(yè)的綜合排序矩陣，進(jìn)行強(qiáng)關(guān)聯(lián)關(guān)系的篩選工作。假設(shè)有樣本k個(gè)，指標(biāo)m個(gè)，[Ex，m]為對(duì)應(yīng)指標(biāo)值，排序后樣本序列為[EEk，t]，則WI指數(shù)計(jì)算公式如下：

[WIxt=k=1nsk，x-100×EEk，tl=1nEEl，t2]，其中[sk，x=100/x，k≤x0? ? ? ? ?，k>x]? （3）

以行、列為單元結(jié)合WI指數(shù)進(jìn)行強(qiáng)關(guān)聯(lián)關(guān)系臨界值搜索，即可定義對(duì)應(yīng)的0～1強(qiáng)關(guān)聯(lián)矩陣。對(duì)強(qiáng)關(guān)聯(lián)關(guān)系進(jìn)行確定后，將42個(gè)產(chǎn)業(yè)部門視為節(jié)點(diǎn)i，各產(chǎn)業(yè)部門之間的強(qiáng)關(guān)聯(lián)關(guān)系視為有向邊j，構(gòu)建四類基礎(chǔ)性產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)模型，最后進(jìn)行組合“交”和組合“并”擴(kuò)展運(yùn)算，組建出用于研究的聚合產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)。

（2）特征度量

本文從產(chǎn)業(yè)關(guān)聯(lián)度、聚集度、主導(dǎo)度三個(gè)維度出發(fā)，共設(shè)置8個(gè)指標(biāo)用以刻畫(huà)產(chǎn)業(yè)的區(qū)域影響力，如圖1所示。

產(chǎn)業(yè)關(guān)聯(lián)度。包括關(guān)聯(lián)廣度、關(guān)聯(lián)深度、關(guān)聯(lián)密度和關(guān)聯(lián)強(qiáng)度，對(duì)應(yīng)4個(gè)指標(biāo)變量：Con-Node，產(chǎn)業(yè)關(guān)聯(lián)節(jié)點(diǎn)的數(shù)量，采用關(guān)聯(lián)節(jié)點(diǎn)數(shù)占網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)的比例來(lái)表示關(guān)聯(lián)廣度；Distance，平均路徑長(zhǎng)度，網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)之間距離的平均值，[Distance=i≥jdij12ii-1]，表示關(guān)聯(lián)深度；Density，網(wǎng)絡(luò)圖密度，網(wǎng)絡(luò)中節(jié)點(diǎn)間相互連邊的密集程度，[Density=2jii-1]，表示關(guān)聯(lián)密度，也可以反映網(wǎng)絡(luò)圖的穩(wěn)定性和連通性；Degree，網(wǎng)絡(luò)平均度數(shù)，目標(biāo)產(chǎn)業(yè)1-步局域網(wǎng)中保留邊的數(shù)量與保留節(jié)點(diǎn)數(shù)量的比值，表示關(guān)聯(lián)強(qiáng)度。

產(chǎn)業(yè)聚集度。在圖論中，集聚系數(shù)是用來(lái)描述一個(gè)圖中的頂點(diǎn)之間結(jié)集成團(tuán)的程度，分為整體與局部?jī)煞N。

Clustert：整體集聚系數(shù)，評(píng)估一個(gè)網(wǎng)絡(luò)的整體集聚程度，建立在閉三點(diǎn)組（鄰近三點(diǎn)組）之上，定義為一個(gè)圖中所有閉三點(diǎn)組的數(shù)量與所有連通三點(diǎn)組的總量之比。公式為：

[ClustertotalG=3×GΔi=1nki2]? ?（4）

其中：[GΔ]為有向圖中閉三點(diǎn)組的個(gè)數(shù)，[ki]是頂點(diǎn)[vi]的度數(shù)。

Cluster：局部集聚系數(shù)，可以測(cè)量網(wǎng)絡(luò)中某個(gè)節(jié)點(diǎn)i附近的集聚程度。對(duì)圖中具體的某一個(gè)點(diǎn)，它的局部集聚系數(shù)C（i）表示與它相連的點(diǎn)形成完全子圖的程度。一個(gè)頂點(diǎn)vi的局部集聚系數(shù)C（i）等于所有與它相連的頂點(diǎn)之間所連的邊的數(shù)量，與這些頂點(diǎn)之間可以連出的最大邊數(shù)的比值，公式如下：

[Clusteri=2ejk∶ vj，vk∈Li， ejk∈Ekiki-1]? （5）

局部集聚系數(shù)C（i）的范圍在0與1之間。C（i）越接近1，表示vi的相鄰節(jié)點(diǎn)越緊密，越接近完全圖。C（i）越接近0，相鄰節(jié)點(diǎn)關(guān)聯(lián)程度越弱，整個(gè)結(jié)構(gòu)接近樹(shù)狀。

產(chǎn)業(yè)主導(dǎo)度。選取PageRank和特征向量中心性（Centrality）來(lái)描述。

PageRank：PageRank中心度衡量的是節(jié)點(diǎn)的相對(duì)重要性，可應(yīng)用于搜索、瀏覽以及流量估算[22]。PageRank中心度需要經(jīng)過(guò)修正規(guī)則進(jìn)行多次迭代，使其最終收斂于一個(gè)穩(wěn)定值。初始給定所有節(jié)點(diǎn)的PageRank（0）值滿足[iPagerank（0）pit=1]，迭代第k步的PageRank值由第k-1步的PageRank值修正得到。考慮可能存在的收斂性問(wèn)題，本文將采用修正的PageRank算法，矩陣形式見(jiàn)（6）式，其中[Apt]對(duì)矩陣[Apt]按照α的概率進(jìn)行縮減，為防止某些特殊的有向網(wǎng)絡(luò)在計(jì)算過(guò)程中無(wú)法收斂，出度為0的節(jié)點(diǎn)會(huì)以1-α的概率被分配[1N]的PageRank值，[Apt]中的元素[αpti]組成見(jiàn)（8）式。

[PageRank（k）=（Apt）TPageRank（k-1）=（Apt）TkPageRank（0）] （6）

[Apt=αApt+（1-α）1NeeT，e=1， 1???1T]，N為網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)? ?（7）

[αptji=1outdegreept，outdegreept>0且有從i指向j的邊0? ? ? ? ? ? ? ? ? ? ? ? ? ? ，outdegreept>0且沒(méi)有從i指向j的邊1N，outdegreept=0] （8）

其中，[outdegreept]是t年p產(chǎn)業(yè)部門的出度中心度，通過(guò)無(wú)權(quán)有向矩陣計(jì)算，具體計(jì)算公式為：

[outdegreept=iaij]? ?（9）

綜上所述，PageRank中心度指標(biāo)的計(jì)算公式為：

[Pagerankkpit=αj=1NαptjiPagerankk-1pitoutdegreept+1-αN]? （10）

其中，本文將α設(shè)定為1，某節(jié)點(diǎn)的PageRank中心度指標(biāo)越大，說(shuō)明該節(jié)點(diǎn)在網(wǎng)絡(luò)中越處于中心樞紐位置。

Centrality：特征向量中心度，該理論認(rèn)為一個(gè)節(jié)點(diǎn)的重要程度與其相連其他節(jié)點(diǎn)的重要程度存在相關(guān)關(guān)系，即對(duì)于一個(gè)節(jié)點(diǎn)來(lái)說(shuō)，如果該節(jié)點(diǎn)與很多本身具有較高中心度的點(diǎn)相連接的話，那么該點(diǎn)就具有高的重要程度[23]。以CE（vi）代表節(jié)點(diǎn)vi的特征向量中心性，該值正比于所有鄰居節(jié)點(diǎn)特征向量中心性度量總和，即[CE（i）∝CE（j）]，也可以表示為[CE（i）∝jAijCE（j）]，其中A是該網(wǎng)絡(luò)的鄰接矩陣。對(duì)于節(jié)點(diǎn)i的特征向量中心性定義如下：[CE（i）=λ-1jAijCE（j）]，式中λ為常數(shù)。

2. 探索性空間數(shù)據(jù)分析（Exploratory Spatial Data Analysis）

（1）全局空間自相關(guān)分析（Global Moran’s I）

Moran’s I指數(shù)表示某一地理單元與其鄰近或鄰接單元屬性值的相似程度，全局Moran’s I指數(shù)反映各單元與周圍區(qū)域間空間差異的平均程度。Moran’s I統(tǒng)計(jì)量可以看成考慮空間位置關(guān)系的協(xié)方差與方差之比，指數(shù)取值范圍為[-1，1]。如果相鄰要素間呈現(xiàn)“高-高、低-低”的聚集趨勢(shì)，I為正值且大于0，表明所研究區(qū)域存在空間正相關(guān)，且取值越接近1，表明空間正自相關(guān)性越強(qiáng)，研究對(duì)象的值呈聚集分布；如果相鄰要素之間呈現(xiàn)“高-低、低-高”的互相分布趨勢(shì)，則I小于0，表明所研究區(qū)域存在空間負(fù)相關(guān)，取值越接近-1，表明空間負(fù)自相關(guān)性越強(qiáng)，研究對(duì)象的值呈離散互斥（高值周圍排斥高值、低值周圍排斥低值）分布；I等于0時(shí)，空間隨機(jī)分布，不呈現(xiàn)相關(guān)性。計(jì)算公式如下：

[I=i=1nj≠inwijxi-xxj-xS2inj≠inwij] （11）

其中，I為Moran’s I指數(shù)，xi和xj分別表示地理單元i和j的觀測(cè)值，n為地理單元數(shù)，數(shù)學(xué)期望為[x]，方差為S2，wij為空間權(quán)重矩陣元素。

（2）局部空間自相關(guān)分析（Local Moran’s I）

全局空間自相關(guān)分析能夠在整體上揭露數(shù)據(jù)的空間集聚特征，但不能反映數(shù)據(jù)在局部地區(qū)的空間集聚情況，本文進(jìn)一步利用空間聯(lián)系區(qū)域指標(biāo)LISA來(lái)判定數(shù)據(jù)在局部地區(qū)的空間集聚模式，公式如下：

[Ii=ZiinwijZj]? ?（12）

其中，Ii為局部Moran’s I指數(shù)，Zi和Zj為對(duì)xi和xj進(jìn)行標(biāo)準(zhǔn)化處理后的數(shù)值。

3. 數(shù)據(jù)來(lái)源

本文研究數(shù)據(jù)主要來(lái)自2007年、2012年、2017年的《中國(guó)投入產(chǎn)出表》，將研究范圍確定為我國(guó)30省區(qū)市（2007年、2012年）和31省區(qū)市（2017年），選擇42個(gè)產(chǎn)業(yè)部門1為研究對(duì)象，構(gòu)建以目標(biāo)產(chǎn)業(yè)為核心，保留拓?fù)渚嚯x為1的產(chǎn)業(yè)部門及他們之間的強(qiáng)關(guān)聯(lián)關(guān)系的局域網(wǎng)[24]，以揭示核心產(chǎn)業(yè)對(duì)周邊產(chǎn)業(yè)的影響力程度。

四、 實(shí)證分析

1. 區(qū)域產(chǎn)業(yè)影響力評(píng)價(jià)

本文以3個(gè)年度、31省區(qū)市的投入產(chǎn)出數(shù)據(jù)為基礎(chǔ)，構(gòu)建42部門的1-步局域產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)，共有3822條統(tǒng)計(jì)數(shù)據(jù)。觀測(cè)其整體特征及年度差異，綜合運(yùn)用Gephi和Ecxel軟件計(jì)算，結(jié)果見(jiàn)表1和圖2。

由表1描述性統(tǒng)計(jì)結(jié)果可以看出，8種變量的均值與其中位數(shù)較為相近，除網(wǎng)絡(luò)平均度（Degree）外，標(biāo)準(zhǔn)差均小于0.3，說(shuō)明中國(guó)各產(chǎn)業(yè)區(qū)域影響力均在正常范圍內(nèi)，未出現(xiàn)較大偏差值，其中網(wǎng)絡(luò)平均度（Degree）由于其原始數(shù)據(jù)取值范圍導(dǎo)致其標(biāo)準(zhǔn)差略大。此外，連接節(jié)點(diǎn)數(shù)（Con-Node）、圖密度（Density）、網(wǎng)絡(luò)聚集度（Clustert）、產(chǎn)業(yè)聚類系數(shù)（Cluster）、產(chǎn)業(yè)重要性（PageRank）、特征向量中心性（Centrality）6個(gè)變量取值都在[0，1]之間，除產(chǎn)業(yè)重要性（PageRank）整體統(tǒng)計(jì)結(jié)果偏小，最大值僅有0.666外，其他各變量均有數(shù)據(jù)達(dá)到極大值1，表明我國(guó)產(chǎn)業(yè)區(qū)域影響力存在差異。從整體層面上看，產(chǎn)業(yè)重要性（PageRank）均值僅有0.068，說(shuō)明我國(guó)產(chǎn)業(yè)PageRank并不高，各產(chǎn)業(yè)與其關(guān)聯(lián)產(chǎn)業(yè)的互動(dòng)性不夠明顯。從年度橫截面上看，產(chǎn)業(yè)區(qū)域影響力對(duì)時(shí)間變化并不敏感，僅有圖密度（Density）、網(wǎng)絡(luò)聚集度（Clustert）、平均路徑長(zhǎng)度（Distance）三個(gè)指標(biāo)略有降低，綜合分析來(lái)說(shuō)，2017年的各指標(biāo)相校于整體均值偏低。

（1）31個(gè)省區(qū)市產(chǎn)業(yè)區(qū)域影響力測(cè)算分析

首先對(duì)產(chǎn)業(yè)區(qū)域影響力的測(cè)算結(jié)果進(jìn)行分地區(qū)統(tǒng)計(jì)研究。按照傳統(tǒng)區(qū)域劃分，并結(jié)合西部大開(kāi)發(fā)、振興東北老工業(yè)基地、中部崛起等國(guó)家重大發(fā)展戰(zhàn)略，本文將中國(guó)31個(gè)省區(qū)市分為東部、東北、中部和西部四大分區(qū)1，分別計(jì)算四大分區(qū)各變量的年度均值，如表2所示?？梢钥闯?，各變量在四大分區(qū)的發(fā)展趨勢(shì)與全國(guó)總體趨勢(shì)較為相近，但呈現(xiàn)較大的區(qū)域差異。連接節(jié)點(diǎn)數(shù)（Con-Node）、網(wǎng)絡(luò)平均度（Degree）和產(chǎn)業(yè)聚類系數(shù)（Cluster）在東北和中部數(shù)值略大，說(shuō)明東北和中部分區(qū)的各產(chǎn)業(yè)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)多、度數(shù)高、網(wǎng)絡(luò)大，產(chǎn)業(yè)之間的交叉聯(lián)系緊密復(fù)雜，產(chǎn)業(yè)短鏈橫向?qū)挾容^廣；東部的圖密度（Density）、網(wǎng)絡(luò)聚集度（Clustert）、產(chǎn)業(yè)重要性（PageRank）和特征向量中心性（Centrality）相較于其他三個(gè)分區(qū)偏小，但平均路徑長(zhǎng)度（Distance）偏大，說(shuō)明東部分區(qū)產(chǎn)業(yè)長(zhǎng)鏈縱向深度較長(zhǎng)，具有依托上下游產(chǎn)業(yè)的帶動(dòng)來(lái)實(shí)現(xiàn)發(fā)展的關(guān)聯(lián)條件；西部地區(qū)各變量特征優(yōu)勢(shì)不足，產(chǎn)業(yè)相互供給推動(dòng)效應(yīng)有待提升。

為進(jìn)一步直觀展現(xiàn)產(chǎn)業(yè)區(qū)域影響力的省際分布差異，本文將中國(guó)31個(gè)省區(qū)市的產(chǎn)業(yè)區(qū)域影響力測(cè)量結(jié)果進(jìn)行年度綜合排名評(píng)價(jià)，如表3所示。可以看出，中國(guó)31個(gè)省區(qū)市產(chǎn)業(yè)區(qū)域影響力均值排名的測(cè)量結(jié)果呈現(xiàn)平穩(wěn)態(tài)勢(shì)，少部分省區(qū)市隨時(shí)間推移出現(xiàn)波動(dòng)。

東部地區(qū)中河北、天津依托“環(huán)首都經(jīng)濟(jì)圈”的發(fā)展，產(chǎn)業(yè)區(qū)域影響力具有明顯優(yōu)勢(shì)，但北京市排名不高，在“京津冀一體化”的持續(xù)推動(dòng)下，產(chǎn)業(yè)轉(zhuǎn)移效果顯著；江蘇是我國(guó)輕重工業(yè)配置最合理、工業(yè)發(fā)展最平衡的省份，產(chǎn)業(yè)區(qū)域影響力上升態(tài)勢(shì)明顯；廣東、浙江、上海、山東、福建等地經(jīng)濟(jì)發(fā)達(dá)、人口稠密，但產(chǎn)業(yè)區(qū)域影響力綜合排名不高，其原因各不相同。山東是工業(yè)大省但非工業(yè)強(qiáng)省，優(yōu)勢(shì)產(chǎn)業(yè)是重工業(yè)，福建以電子、機(jī)械、石化為主導(dǎo)產(chǎn)業(yè)，但兩省優(yōu)勢(shì)產(chǎn)業(yè)主導(dǎo)度乏力，帶動(dòng)能力不強(qiáng)，產(chǎn)業(yè)鏈深度不足；廣東電子產(chǎn)業(yè)化最為發(fā)達(dá)，浙江以輕工業(yè)為主，上下游產(chǎn)業(yè)鏈協(xié)同效應(yīng)好，但產(chǎn)業(yè)關(guān)聯(lián)廣度不足，產(chǎn)業(yè)網(wǎng)絡(luò)密度低。

作為我國(guó)的重工業(yè)基地，東北地區(qū)布局鋼鐵、能源、化工、重型機(jī)械、汽車、造船、飛機(jī)、軍工等重大工業(yè)項(xiàng)目，具有產(chǎn)業(yè)優(yōu)勢(shì)和巨大潛力，其產(chǎn)業(yè)區(qū)域影響力排名處于中上游，但產(chǎn)業(yè)發(fā)展不協(xié)調(diào)，呈現(xiàn)“過(guò)山車”式演變。

西部地區(qū)是我國(guó)經(jīng)濟(jì)欠發(fā)達(dá)、需要加強(qiáng)開(kāi)發(fā)的地區(qū)，產(chǎn)業(yè)區(qū)域影響力整體排名表現(xiàn)一般，其中四川、陜西作為西南、西北的重要經(jīng)濟(jì)省份，相對(duì)來(lái)說(shuō)人口集中、產(chǎn)業(yè)密集，產(chǎn)業(yè)區(qū)域影響力綜合排名較高；內(nèi)蒙古疆域遼闊、東西跨度大、鄰接省份多，以新能源、農(nóng)牧業(yè)為主導(dǎo)產(chǎn)業(yè)，產(chǎn)業(yè)區(qū)域影響力優(yōu)勢(shì)明顯；云南省著力發(fā)展現(xiàn)代服務(wù)業(yè)，文化產(chǎn)業(yè)和旅游業(yè)表現(xiàn)突出，產(chǎn)業(yè)區(qū)域影響力持續(xù)提升。

中部地區(qū)六省除江西省排名略有下降至中段外，總體排名持續(xù)處于高位，以其地理位置的優(yōu)越性起到了承東啟西、接南進(jìn)北的重要作用。

（2）42個(gè)部門產(chǎn)業(yè)區(qū)域影響力測(cè)算分析

其次，對(duì)產(chǎn)業(yè)區(qū)域影響力的測(cè)算結(jié)果進(jìn)行分行業(yè)統(tǒng)計(jì)研究。根據(jù)我國(guó)《三次產(chǎn)業(yè)劃分規(guī)定》對(duì)投入產(chǎn)出表中的42個(gè)產(chǎn)業(yè)部門進(jìn)行劃分，分別計(jì)算三次產(chǎn)業(yè)的年度變量均值，如表4所示。可以看出，中國(guó)三次產(chǎn)業(yè)2007—2017年的產(chǎn)業(yè)區(qū)域影響力也存在較大差異。第一產(chǎn)業(yè)的連接節(jié)點(diǎn)數(shù)（Con-Node）、網(wǎng)絡(luò)平均度（Degree）偏低，但平均路徑長(zhǎng)度（Distance）偏高，我國(guó)農(nóng)林牧漁業(yè)關(guān)聯(lián)產(chǎn)業(yè)數(shù)量少，主要起到提供基礎(chǔ)供給作用，但具有較長(zhǎng)的產(chǎn)業(yè)鏈，會(huì)通過(guò)間接效應(yīng)影響其他產(chǎn)業(yè)發(fā)展；第二產(chǎn)業(yè)的圖密度（Density）、特征向量中心性（Centrality）偏低，制造業(yè)、電熱燃水及建筑業(yè)，與較多產(chǎn)業(yè)存在關(guān)聯(lián)關(guān)系，波及度廣，但關(guān)聯(lián)強(qiáng)度稍弱；第三產(chǎn)業(yè)產(chǎn)業(yè)聚類系數(shù)（Cluster）、網(wǎng)絡(luò)聚集度（Clustert）、產(chǎn)業(yè)重要性（PageRank）數(shù)值略大，表明在服務(wù)業(yè)所形成的局域網(wǎng)中，普遍具有較強(qiáng)的凝聚力，可以形成以區(qū)域核心產(chǎn)業(yè)為主干的產(chǎn)業(yè)鏈條，并在產(chǎn)業(yè)鏈的帶動(dòng)下，牽動(dòng)延伸產(chǎn)業(yè)和配套產(chǎn)業(yè)，發(fā)揮產(chǎn)業(yè)集聚效應(yīng)。

同樣，接著將42個(gè)部門的產(chǎn)業(yè)區(qū)域影響力進(jìn)行年度綜合排名評(píng)價(jià)，如表5所示?？梢钥闯觯旱谝划a(chǎn)業(yè)區(qū)域影響力均值排名產(chǎn)長(zhǎng)期處于中游位置無(wú)過(guò)大變動(dòng)，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的態(tài)勢(shì)分布則較為復(fù)雜，并不具備統(tǒng)一特征，產(chǎn)業(yè)個(gè)體差異明顯。

第二產(chǎn)業(yè)主要包括采礦業(yè)、制造業(yè)，電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)，建筑業(yè)。其中電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)（I24、I25、I26）是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)，為人民生活提供主要能源消費(fèi)，產(chǎn)業(yè)區(qū)域影響力排名出現(xiàn)些許波動(dòng)，電力、熱力（I24）受需求增長(zhǎng)等因素帶動(dòng)排名上升，燃?xì)獾纳a(chǎn)和供應(yīng)（I25）由于新能源的興起排名下降明顯，關(guān)聯(lián)產(chǎn)業(yè)數(shù)量減少且關(guān)聯(lián)強(qiáng)度減弱，水的生產(chǎn)和供應(yīng)業(yè)（I26）排名則相對(duì)穩(wěn)定。建筑業(yè)（I27）作為國(guó)民經(jīng)濟(jì)支柱產(chǎn)業(yè)，自改革開(kāi)放以來(lái)經(jīng)濟(jì)規(guī)模快速擴(kuò)張，產(chǎn)業(yè)區(qū)域影響力綜合排名也處于前列，2006—2010年間行業(yè)體制改革、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整導(dǎo)致其綜合排名略有降低，“十二五”后建筑業(yè)持續(xù)深化改革邁向高質(zhì)量發(fā)展階段，綜合排名回升。

制造業(yè)（I02—I23）門類眾多、覆蓋范圍廣：食品和煙草（I06）、紡織品（I07）、紡織服裝鞋帽皮革羽絨及其制品（I08）、木材加工品和家具（I09）、造紙印刷和文教體育用品（I10）等輕工行業(yè)產(chǎn)業(yè)區(qū)域影響力排名變化較為穩(wěn)定，造紙印刷和文教體育用品（I10）在“產(chǎn)業(yè)集中度不斷提升”的規(guī)劃下，網(wǎng)絡(luò)聚集度提升效果顯著；設(shè)備類制造業(yè)綜合排名出現(xiàn)下降，以通用設(shè)備（I16）、專用設(shè)備（I17）、電氣機(jī)械和器材（I19）、通信設(shè)備、計(jì)算機(jī)和其他電子設(shè)備（I20）、金屬制品、機(jī)械和設(shè)備修理服務(wù)（I23）等為代表，產(chǎn)業(yè)主導(dǎo)度降低，對(duì)其關(guān)聯(lián)產(chǎn)業(yè)控制力減弱，但交通運(yùn)輸設(shè)備業(yè)（I18）在交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)（I29）的帶動(dòng)下，綜合排名呈上升態(tài)勢(shì)，聚集度和PageRank進(jìn)步明顯；金屬冶煉和壓延加工品（I14）以特征向量中心度（Centrality）居高，產(chǎn)業(yè)網(wǎng)絡(luò)密度大、產(chǎn)業(yè)鏈條深度長(zhǎng)，與其關(guān)聯(lián)產(chǎn)業(yè)部門同處重要地位；化學(xué)產(chǎn)品（I12）關(guān)聯(lián)節(jié)點(diǎn)數(shù)多、度數(shù)高，但產(chǎn)業(yè)集中度逐漸降低。

第三產(chǎn)業(yè)中多數(shù)產(chǎn)業(yè)部門的區(qū)域影響力呈上升態(tài)勢(shì)，這與我國(guó)積極發(fā)展第三產(chǎn)業(yè)、推動(dòng)現(xiàn)代經(jīng)濟(jì)提質(zhì)增效息息相關(guān)。尤以批發(fā)零售（I28）、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政（I29）、房地產(chǎn)（I33）、綜合技術(shù)服務(wù)（I36）為代表，電商興起和全球數(shù)字化發(fā)展為批發(fā)零售業(yè)（I28）打開(kāi)風(fēng)口，同時(shí)配備交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政行業(yè)（I29）釋放多重紅利；2008年全球金融危機(jī)爆發(fā)，政策轉(zhuǎn)向刺激住房消費(fèi)，四萬(wàn)億投資刺激計(jì)劃推動(dòng)了房地產(chǎn)行業(yè)（I33）的飛躍發(fā)展；綜合技術(shù)服務(wù)業(yè)（I36）依托科學(xué)技術(shù)和其他專業(yè)知識(shí)為社會(huì)提供服務(wù)，在科技創(chuàng)新中心、創(chuàng)新服務(wù)綜合體等多種典型平臺(tái)及相應(yīng)產(chǎn)業(yè)政策的支撐下，區(qū)域影響力提升速率顯著。

綜上，本文對(duì)我國(guó)42個(gè)產(chǎn)業(yè)部門、31個(gè)省區(qū)市的產(chǎn)業(yè)區(qū)域影響力進(jìn)行了較為全面的測(cè)度分析，發(fā)現(xiàn)存在較為顯著的地區(qū)及行業(yè)異質(zhì)性，這對(duì)于我國(guó)發(fā)展重點(diǎn)產(chǎn)業(yè)、培育主導(dǎo)產(chǎn)業(yè)、壯大優(yōu)勢(shì)產(chǎn)業(yè)具有重要實(shí)踐價(jià)值。

2. 產(chǎn)業(yè)區(qū)域影響力空間格局演變——以高技術(shù)服務(wù)業(yè)為例

高技術(shù)服務(wù)業(yè)具有技術(shù)含量和附加值高、創(chuàng)新性和輻射力強(qiáng)等特征，是我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的先導(dǎo)產(chǎn)業(yè)，正處于蓬勃發(fā)展階段。國(guó)家統(tǒng)計(jì)局在第四次全國(guó)經(jīng)濟(jì)普查系列報(bào)告中表示在高技術(shù)服務(wù)業(yè)8個(gè)行業(yè)大類中，信息技術(shù)服務(wù)等領(lǐng)域占全部高技術(shù)服務(wù)業(yè)半數(shù)以上，比重遠(yuǎn)超其他行業(yè)大類。故本文在進(jìn)行產(chǎn)業(yè)區(qū)域影響力的空間格局分異研究時(shí)，選擇以42個(gè)產(chǎn)業(yè)部門中的第31號(hào)產(chǎn)業(yè)（信息傳輸、軟件和信息技術(shù)服務(wù)）為深化研究對(duì)象。主要方法是以Gephi軟件計(jì)算所得的產(chǎn)業(yè)聚類系數(shù)（Cluster）和產(chǎn)業(yè)重要性（PageRank）兩個(gè)指標(biāo)為基礎(chǔ)，參考中國(guó)標(biāo)準(zhǔn)地圖-審圖號(hào)GS（2020）4619號(hào)構(gòu)建基于共同邊界的Rook一階空間權(quán)重矩陣，運(yùn)用Geoda軟件計(jì)算全局和局部的Moran’s I指數(shù)，以探析高技術(shù)服務(wù)業(yè)產(chǎn)業(yè)區(qū)域影響力的空間分布特征。

（1）全局空間自相關(guān)分析

表6為中國(guó)高技術(shù)服務(wù)業(yè)Cluster和PageRank的Moran’s I指數(shù)，各年度均為正值，且Z值全部大于1.65，采用999次蒙特卡洛模擬對(duì)Moran’s I指數(shù)進(jìn)行顯著性檢驗(yàn)，結(jié)果顯示僅有2007年的P值小于0.05，其余P值均小于0.01，表明中國(guó)高技術(shù)服務(wù)業(yè)產(chǎn)業(yè)聚類系數(shù)（Cluster）和產(chǎn)業(yè)重要性（PageRank）具有顯著的空間正相關(guān)性。產(chǎn)業(yè)聚類系數(shù)（Cluster）的Moran’s I指數(shù)從2007—2017年呈現(xiàn)“先升后降”的波動(dòng)變化，下降幅度較小，由0.184上升至0.278，整體上升51.09%，表明產(chǎn)業(yè)聚類系數(shù)（Cluster）空間正相關(guān)性在逐年增強(qiáng)。產(chǎn)業(yè)重要性（PageRank）的Moran’s I指數(shù)整體呈上升態(tài)勢(shì)，由0.252上升值0.318，提高26.19%，相較于產(chǎn)業(yè)聚類系數(shù)（Cluster）上升速度較慢，但各年度Moran’s I指數(shù)均大于產(chǎn)業(yè)聚類系數(shù)（Cluster），表明我國(guó)高技術(shù)服務(wù)業(yè)產(chǎn)業(yè)重要性（PageRank）的空間正相關(guān)性要大于產(chǎn)業(yè)聚類系數(shù)（Cluster），但產(chǎn)業(yè)聚類系數(shù)（Cluster）的空間正相關(guān)性提升速率要快于產(chǎn)業(yè)重要性（PageRank）。

在Moran’s I散點(diǎn)圖中，以標(biāo)準(zhǔn)化之后的指標(biāo)為橫坐標(biāo)，空間滯后項(xiàng)為縱坐標(biāo)，橫縱坐標(biāo)均值為中心點(diǎn)，將平面圖按象限次序依次劃分為H-H（高-高）、L-H（低-高）、L-L（低-低）和H-L（高-低）四個(gè)象限。結(jié)合產(chǎn)業(yè)聚類系數(shù)（Cluster）和產(chǎn)業(yè)重要性（PageRank）的Moran’s I散點(diǎn)圖（圖2、圖3）和Moran’s I散點(diǎn)區(qū)域分布（圖4、圖5）進(jìn)行具體分析，發(fā)現(xiàn)大多落入第一、三象限，說(shuō)明產(chǎn)業(yè)聚類系數(shù)（Cluster）和產(chǎn)業(yè)重要性（PageRank）具有正相關(guān)性，表現(xiàn)為空間聚集，少數(shù)落入第二、四象限，具有負(fù)相關(guān)性，表現(xiàn)為空間離群，因此產(chǎn)業(yè)聚類系數(shù)（Cluster）和產(chǎn)業(yè)重要性（PageRank）在整體上具有顯著的空間正相關(guān)性。

（2）局部空間自相關(guān)分析

全局Moran’s I指數(shù)能夠揭示出整個(gè)研究區(qū)域產(chǎn)業(yè)聚類系數(shù)（Cluster）和PageRank的空間集聚特征，而局部Moran’s I指數(shù)可以用來(lái)探析各個(gè)地區(qū)指標(biāo)的空間集聚特征。從空間集聚狀態(tài)演變上看，落入第一和第三象限的省區(qū)市數(shù)目變化決定了Moran’s I指數(shù)的波動(dòng)變化。為進(jìn)一步探索局部空間集聚特征，本文結(jié)合LISA集聚情況對(duì)31個(gè)省區(qū)市的象限分布進(jìn)行統(tǒng)計(jì)研究。

首先，對(duì)產(chǎn)業(yè)聚類系數(shù)（Cluster）的局部空間集聚特征進(jìn)行分析（圖5和表7）。研究發(fā)現(xiàn)：2007年有河北、內(nèi)蒙古和陜西處于高-高聚集區(qū)，低-低聚集區(qū)分布在廣西、貴州、云南一帶，其余有廣東、四川處于高-低聚集區(qū)，低-高聚集區(qū)均未表現(xiàn)出顯著特征；2012年高-高聚集區(qū)增加至8個(gè)省區(qū)市，除河北、內(nèi)蒙古顯著性水平保持不變外，陜西顯著性水平下降至0.05，此外山西、山東、河南、甘肅、寧夏表現(xiàn)出顯著高-高聚集狀態(tài)，低-低聚集區(qū)依舊分布在廣西、貴州、云南一帶，另西藏地區(qū)表現(xiàn)出顯著低-低聚集狀態(tài)，在高-低聚集區(qū)廣東的顯著性出現(xiàn)下降，四川的高-低集聚狀態(tài)演變?yōu)椴伙@著；2017年高-高聚集區(qū)中有山西、陜西、寧夏三地，同2012年相比保持不變，內(nèi)蒙古、河南、甘肅的高-高聚集狀態(tài)顯著性水平明顯提高，吉林由不顯著演變?yōu)楦?高聚集狀態(tài)，而河北、山東則由高-高聚集狀態(tài)演變?yōu)椴伙@著，低-低聚集區(qū)再次分布至廣西、貴州、云南三地，且廣西、貴州顯著性明顯提升，西藏由低-低聚集演變?yōu)椴伙@著，高-低集聚區(qū)中廣東由2007年的0.001顯著演變?yōu)椴伙@著，湖南出現(xiàn)高-低集聚狀態(tài)。

整體來(lái)看，產(chǎn)業(yè)聚類系數(shù)（Cluster）的局部空間相關(guān)性隨時(shí)間變化逐漸增強(qiáng)，呈現(xiàn)顯著性集聚狀態(tài)的地區(qū)從2007年僅有9個(gè)，增加至2012年13個(gè)以及2017年11個(gè)；且演變特征較為明顯，如吉林、安徽等地從不顯著演變?yōu)楦?高聚集狀態(tài)，廣東等地由高-低聚集狀態(tài)演變?yōu)椴伙@著，廣西、貴州保持低-低聚集狀態(tài)不變但顯著性有所提升，北京、天津未表現(xiàn)出顯著性水平但從第一象限轉(zhuǎn)為第二、第三象限，表明我國(guó)產(chǎn)業(yè)聚類系數(shù)（Cluster）空間相關(guān)性存在較大的地區(qū)差異。

其次，對(duì)產(chǎn)業(yè)重要性（PageRank）的局部空間集聚特征進(jìn)行分析（圖5和表8）。研究發(fā)現(xiàn)：2007年高-高集聚區(qū)主要分布在重慶、貴州、陜西、甘肅，低-低集聚區(qū)主要分布在上海、江蘇、山東，此外僅有西藏表現(xiàn)出低-高聚集狀態(tài)，整體空間正相關(guān)性顯著地區(qū)數(shù)量較少；2012年共有5個(gè)省區(qū)市表現(xiàn)出高-高集聚狀態(tài)，除陜西同2007年保持不變外，山西、吉林、內(nèi)蒙古、黑龍江均為新增地區(qū)，其中黑龍江顯著性較高，而曾在2007表現(xiàn)出高-高集聚狀態(tài)的重慶、貴州、甘肅都演變?yōu)椴伙@著，低-低集聚區(qū)新增安徽、江西、廣西、云南，上海、江蘇，山東則由低-低集聚狀態(tài)演變?yōu)椴伙@著，低-高集聚區(qū)和高-低集聚區(qū)分別分布在河北、遼寧、寧夏以及廣東，2012年相較于2007年，整體空間集聚特征變化較大，表現(xiàn)出的空間相關(guān)性顯著水平也有了一定程度的提升；2017年高-高集聚區(qū)主要分布在山西、江蘇、吉林、黑龍江、內(nèi)蒙古，與2012年相比，山西、吉林、內(nèi)蒙古高-高集聚狀態(tài)顯著性提升，黑龍江高-高集聚狀態(tài)顯著性下降，另外新增江蘇由不顯著演變?yōu)楦?高集聚狀態(tài)，低-低集聚區(qū)仍舊包括安徽、江西、廣西，福建由不顯著演變?yōu)榈?低集聚狀態(tài)，云南由低-低集聚狀態(tài)演變?yōu)椴伙@著，變化最大的是廣東地區(qū)，由2012年0.01的高-低集聚狀態(tài)演變?yōu)?.01的低-低集聚狀態(tài)，在2017年低-高集聚區(qū)和高-低集聚區(qū)均未出現(xiàn)顯著地區(qū)。

整體來(lái)看，產(chǎn)業(yè)重要性（PageRank）指標(biāo)呈現(xiàn)局部空間正相關(guān)性的地區(qū)數(shù)量少于產(chǎn)業(yè)聚類系數(shù)（Cluster），2007年僅有7個(gè)地區(qū)呈現(xiàn)顯著性集聚狀態(tài)，2012年和2017年分別是13個(gè)、10個(gè)，與產(chǎn)業(yè)聚類系數(shù)（Cluster）相差不大，隨時(shí)間發(fā)展趨勢(shì)上升，局部空間聚集特征同樣在逐漸增強(qiáng)。局部聚集特征演變則更為明顯，不僅有一般的從不顯著演變?yōu)轱@著或顯著性提升或降低等情況出現(xiàn)，更有如廣東等地從2012年0.01的高-低顯著狀態(tài)直接演變?yōu)?017年0.01的低-低顯著狀態(tài)、西藏等地在3個(gè)年度中分別處于三個(gè)象限等情況出現(xiàn)。除變量自身因素影響外，本文研究所選取的5年時(shí)間跨度偏大也可能存在一定影響。

五、 結(jié)論與建議

本文選取2007—2017年的31個(gè)省區(qū)市面板數(shù)據(jù)，以產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)理論為基礎(chǔ)，分別建立以42個(gè)產(chǎn)業(yè)部門為主導(dǎo)的1-步局域網(wǎng)模型，觀測(cè)其產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)特征，包括關(guān)聯(lián)度：連接節(jié)點(diǎn)數(shù)（Con-Node）、平均路徑長(zhǎng)度（Distance）、圖密度（Density）、網(wǎng)絡(luò)平均度（Degree）；聚集度：網(wǎng)絡(luò)聚集度（Clustert）、產(chǎn)業(yè)聚類系數(shù)（Cluster）；主導(dǎo)度：產(chǎn)業(yè)重要性（PageRank）、特征向量中心性（Centrality）共8個(gè)指標(biāo)，對(duì)中國(guó)產(chǎn)業(yè)區(qū)域影響力進(jìn)行評(píng)價(jià)，進(jìn)一步抽取高技術(shù)服務(wù)業(yè)結(jié)合ESDA技術(shù)對(duì)產(chǎn)業(yè)聚類系數(shù)（Cluster）、產(chǎn)業(yè)重要性（PageRank）兩個(gè)指標(biāo)進(jìn)行空間自相關(guān)分析和可視化分析，得到以下基本結(jié)論。

第一，中國(guó)各產(chǎn)業(yè)區(qū)域影響力存在差異，但總體發(fā)展呈平穩(wěn)趨勢(shì)，且均在正常范圍內(nèi)，未出現(xiàn)較大偏差值，產(chǎn)業(yè)重要性（PageRank）整體統(tǒng)計(jì)結(jié)果偏小，各產(chǎn)業(yè)與其關(guān)聯(lián)產(chǎn)業(yè)彼此間協(xié)調(diào)性和互動(dòng)性不足；區(qū)域間發(fā)展水平不平衡，東北、中部地區(qū)產(chǎn)業(yè)交叉聯(lián)系緊密復(fù)雜，產(chǎn)業(yè)短鏈橫向?qū)挾容^廣，東部地區(qū)產(chǎn)業(yè)長(zhǎng)鏈縱向深度較長(zhǎng)，具有依托上下游產(chǎn)業(yè)的帶動(dòng)來(lái)實(shí)現(xiàn)發(fā)展的關(guān)聯(lián)條件，西部地區(qū)各變量特征優(yōu)勢(shì)不足，產(chǎn)業(yè)相互供給推動(dòng)效應(yīng)有待提升；行業(yè)差異波動(dòng)不大，第一產(chǎn)業(yè)始終處于中等影響力梯度未發(fā)生變動(dòng)，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)分布復(fù)雜，優(yōu)勢(shì)產(chǎn)業(yè)自身特色明顯，變化幅度較為穩(wěn)定。著重促進(jìn)產(chǎn)業(yè)延鏈補(bǔ)鏈強(qiáng)鏈，不斷提升產(chǎn)業(yè)影響力和集聚力，發(fā)揮對(duì)供需結(jié)構(gòu)升級(jí)的推動(dòng)引領(lǐng)作用，帶動(dòng)地區(qū)產(chǎn)業(yè)升級(jí)。

第二，中國(guó)高技術(shù)產(chǎn)業(yè)的產(chǎn)業(yè)集聚系數(shù)（Cluster）和產(chǎn)業(yè)重要性（PageRank）的空間相關(guān)性和空間異質(zhì)性并存，具有空間正相關(guān)性集聚特征。2007—2017年，Moran’s I指數(shù)在整體上有所上升，且我國(guó)高技術(shù)服務(wù)業(yè)產(chǎn)業(yè)重要性（PageRank）的空間正相關(guān)性要強(qiáng)于產(chǎn)業(yè)聚類系數(shù)（Cluster），但產(chǎn)業(yè)聚類系數(shù)（Cluster）的空間正相關(guān)性提升速率要快于產(chǎn)業(yè)重要性（PageRank）；局部自相關(guān)分析中發(fā)現(xiàn)，產(chǎn)業(yè)重要性（PageRank）顯著地區(qū)數(shù)量少于產(chǎn)業(yè)聚類系數(shù)（Cluster），空間異質(zhì)性特征明顯且演變幅度較大。產(chǎn)業(yè)集聚系數(shù)（Cluster）和產(chǎn)業(yè)重要性（PageRank）是產(chǎn)業(yè)區(qū)域影響力的重要體現(xiàn)，應(yīng)加強(qiáng)產(chǎn)業(yè)間互動(dòng)與融合，實(shí)現(xiàn)區(qū)域產(chǎn)業(yè)協(xié)調(diào)發(fā)展，在發(fā)揮比較優(yōu)勢(shì)的基礎(chǔ)上尋求產(chǎn)業(yè)功能的互補(bǔ)和互動(dòng)，形成各具特色、合理分工的產(chǎn)業(yè)格局，推動(dòng)產(chǎn)業(yè)集群高質(zhì)量提升。

推動(dòng)產(chǎn)業(yè)鏈供應(yīng)鏈跨區(qū)域融合，確保區(qū)內(nèi)資源、產(chǎn)業(yè)鏈條的自由流動(dòng)，是實(shí)現(xiàn)產(chǎn)業(yè)鏈上下游的聯(lián)動(dòng)與協(xié)同發(fā)展的關(guān)鍵。一是加快傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，推動(dòng)新舊動(dòng)能持續(xù)轉(zhuǎn)換，逐步調(diào)整產(chǎn)業(yè)多元共同發(fā)展模式，推動(dòng)產(chǎn)業(yè)鏈向上下游延伸，形成較為完善的產(chǎn)業(yè)鏈和產(chǎn)業(yè)集群。二是加快培育壯大重點(diǎn)產(chǎn)業(yè)，大力扶持發(fā)展重點(diǎn)產(chǎn)業(yè)，逐步擴(kuò)大重點(diǎn)產(chǎn)業(yè)集群規(guī)模，強(qiáng)化產(chǎn)業(yè)鏈配套，建設(shè)完備的產(chǎn)業(yè)鏈，發(fā)揮產(chǎn)業(yè)集聚效應(yīng)，產(chǎn)業(yè)集群具有明顯的群體競(jìng)爭(zhēng)優(yōu)勢(shì)和規(guī)模效益，能有效提高區(qū)域經(jīng)濟(jì)競(jìng)爭(zhēng)力。三是著力產(chǎn)業(yè)融合發(fā)展，加快傳統(tǒng)制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化改造，推動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級(jí)，通過(guò)電商、物流、金融、創(chuàng)意等服務(wù)的融合發(fā)展，形成優(yōu)勢(shì)產(chǎn)業(yè)集聚區(qū)?？梢越柚滈L(zhǎng)制統(tǒng)籌區(qū)域發(fā)展，暢通產(chǎn)業(yè)循環(huán)、市場(chǎng)循環(huán)、經(jīng)濟(jì)社會(huì)循環(huán)。更要重視提升鏈主企業(yè)的產(chǎn)業(yè)和集群帶動(dòng)作用，增強(qiáng)特色產(chǎn)業(yè)的根植性和競(jìng)爭(zhēng)力，提升其嵌入全國(guó)和全球價(jià)值鏈體系的能力，充分融入國(guó)內(nèi)國(guó)際雙循環(huán)發(fā)展格局。

參考文獻(xiàn)：

[1] 趙炳新，尹翀，張江華.產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)及其建模——基于山東省實(shí)例的研究[J].經(jīng)濟(jì)管理，2011，33（7）：139-148.

[2] 方愛(ài)麗，高齊圣，張嗣瀛.產(chǎn)業(yè)網(wǎng)絡(luò)的聚集性和相關(guān)性分析[J].系統(tǒng)工程理論與實(shí)踐，2009，29（6）：178-183.

[3] 尹翀.產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)：建模及應(yīng)用[D].濟(jì)南：山東大學(xué)，2012.

[4] 肖雯雯，趙炳新，于振磊.“絲綢之路經(jīng)濟(jì)帶”中國(guó)段區(qū)域協(xié)同網(wǎng)絡(luò)核結(jié)構(gòu)效應(yīng)研究[J].經(jīng)濟(jì)管理，2016，38（8）：29-38.

[5] 孫啟明，王浩宇.基于復(fù)雜網(wǎng)絡(luò)的京津冀產(chǎn)業(yè)關(guān)聯(lián)對(duì)比[J].經(jīng)濟(jì)管理，2016，38（4）：24-35.

[6] 關(guān)峻，許小煜，邢李志.投入產(chǎn)出網(wǎng)絡(luò)中產(chǎn)業(yè)部門競(jìng)爭(zhēng)關(guān)系形成的產(chǎn)業(yè)生態(tài)位測(cè)度研究[J].中國(guó)人口·資源與環(huán)境，2017，27（S1）：191-194.

[7] 徐錚，張其仔.復(fù)雜網(wǎng)絡(luò)視角下數(shù)字產(chǎn)業(yè)供求局部均衡分析[J].經(jīng)濟(jì)體制改革，2023（2）：103-111.

[8] 梅國(guó)平，劉珊，封福育.文化產(chǎn)業(yè)的產(chǎn)業(yè)關(guān)聯(lián)研究——基于網(wǎng)絡(luò)交易大數(shù)據(jù)[J].經(jīng)濟(jì)管理，2014，36（11）：25-36.

[9] 王丹丹，樂(lè)為，楊雅雯，等.嵌入性風(fēng)險(xiǎn)視角下我國(guó)新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新網(wǎng)絡(luò)演化研究[J/OL].中國(guó)管理科學(xué)：1-14.DOI：10.1638/j.cnki.issn1003-207x.2022.0830.

[10] 楊威，王姣姣.中國(guó)高技術(shù)產(chǎn)業(yè)區(qū)域空間關(guān)聯(lián)及機(jī)制研究[J].宏觀經(jīng)濟(jì)研究，2023（5）：55-66.

[11] 楊建梅.企業(yè)間競(jìng)爭(zhēng)關(guān)系與對(duì)抗行動(dòng)的二層復(fù)雜網(wǎng)絡(luò)分析思路[C]//華中師范大學(xué)，香港城市大學(xué).2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集，2006：255-256.

[12] 張丹寧，唐曉華.產(chǎn)業(yè)網(wǎng)絡(luò)組織及其分類研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2008（2）：57-65.

[13] 李永，方錦清，劉強(qiáng).全球核電站網(wǎng)絡(luò)及其若干特性研究[J].原子能科學(xué)技術(shù)，2010，44（9）：1139-1144.

[14] 張宏娟，范如國(guó).基于復(fù)雜網(wǎng)絡(luò)演化博弈的傳統(tǒng)產(chǎn)業(yè)集群低碳演化模型研究[J].中國(guó)管理科學(xué)，2014，22（12）：41-47.

[15] 洪俊杰，商輝.國(guó)際貿(mào)易網(wǎng)絡(luò)樞紐地位的決定機(jī)制研究[J].國(guó)際貿(mào)易問(wèn)題，2019（10）：1-16.

[16] 呂越，尉亞寧.全球價(jià)值鏈下的企業(yè)貿(mào)易網(wǎng)絡(luò)和出口國(guó)內(nèi)附加值[J].世界經(jīng)濟(jì)，2020，43（12）：50-75.

[17] 孫國(guó)強(qiáng)，高廣闊.基于復(fù)雜網(wǎng)絡(luò)的長(zhǎng)三角產(chǎn)業(yè)生態(tài)化協(xié)同性研究[J].上海經(jīng)濟(jì)，2022（3）：33-50.

[18] 宋明媚，張海亮，董洋.國(guó)際有色金屬價(jià)格波動(dòng)對(duì)中國(guó)產(chǎn)業(yè)鏈的傳導(dǎo)機(jī)制與效應(yīng)——基于雙層復(fù)雜網(wǎng)絡(luò)模型[J].資源科學(xué)，2023，45（4）：812-826.

[19] 杜明月，范德成.區(qū)域R&D成果轉(zhuǎn)化效率差異分解及空間格局演變——以高技術(shù)產(chǎn)業(yè)為例[J].科研管理，2022，43（2）：160-169.

[20] 鄭耀群，鄧羽潔.中國(guó)制造業(yè)高質(zhì)量發(fā)展的測(cè)度與區(qū)域差距分析[J].現(xiàn)代管理科學(xué)，2022（2）：3-12.

[21] 盧華玲，周燕，唐建波.基于復(fù)雜網(wǎng)絡(luò)的產(chǎn)業(yè)強(qiáng)關(guān)聯(lián)網(wǎng)絡(luò)研究[J].北京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，16（4）：46-54.

[22] The PageＲank Citation Ranking： Bringing Order to the Web[R].Technical Report，California：Stanford Info Lab，1999：1-17.

[23] 武澎，王恒山.基于特征向量中心性的社交信息超網(wǎng)絡(luò)中重要節(jié)點(diǎn)的評(píng)判[J].情報(bào)理論與實(shí)踐，2014，37（5）：107-113.

[24] 邢李志.基于復(fù)雜網(wǎng)絡(luò)理論的區(qū)域產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)模型研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2012，31（2）：19-29.

基金項(xiàng)目：國(guó)家社科基金年度項(xiàng)目“基于互聯(lián)網(wǎng)的絲綢之路經(jīng)濟(jì)帶金融合作機(jī)制研究”（項(xiàng)目編號(hào)：16BJY180）；陜西省哲學(xué)社會(huì)科學(xué)研究專項(xiàng)“資本市場(chǎng)風(fēng)險(xiǎn)化解與工具創(chuàng)新”（項(xiàng)目編號(hào)：2022HZ1002）。

作者簡(jiǎn)介：馬廣奇（1964-），男，經(jīng)濟(jì)學(xué)博士后，陜西科技大學(xué)經(jīng)濟(jì)與管理學(xué)院院長(zhǎng)，教授，博士生導(dǎo)師，研究方向?yàn)榻鹑诮?jīng)濟(jì)與工商管理；陳雪蒙（1995-），通訊作者，女，博士研究生，陜西科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)與產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)。

（收稿日期：2023-07-17? 責(zé)任編輯：蘇子寵）