粤港澳大湾区城市网络的时空演化

doi:10.3969/j.issn.1004-9479.2018186

摘要/Abstract

摘要：

城市网络演化是城市-区域规划及建设的重要依据。通过链锁网络模型及社会网络分析法，利用上市企业总部-分支机构数据，分析粤港澳大湾区城市网络的演化特征。结果显示：粤港澳大湾区上市企业总部呈高度集聚分布，总部经济的辐射范围逐步扩大。港深广之间高强度联系构筑一条联通廊道，香港、深圳的双核心地位凸显。城市网络单向流动特征明显，除香港为输出型城市，其他城市均为输入型，流入-流出不对称性逐渐减弱。粤港澳大湾区城际联系由地理邻近的片区化组团向跨片区融合发展转变。整体城市网络呈现高密度、去中心化趋势，并由形式多中心向功能多中心转变，进入离心化的功能多中心发展阶段。

关键词: 城市网络, 链锁网络模型, 社会网络分析, 企业组织, 粤港澳大湾区

Abstract:

Urban network evolution is an important basis for urban regional planning and construction. This paper presents the shifting urban network created by listed companies in Guangdong-Hong Kong-Macao Greater Bay Area between 2000 and 2016. The methodology used to examine cities' connection, local group and overall network structure is based on the interlocking network model and the Social Network Analysis. The results show that the headquarters of listed companies are highly agglomerated, and its radiation scope is gradually expanding. Meanwhile, the strong connection between Hong Kong, Shenzhen and Guangzhou constitutes a solid contact corridor. Along with the development of network structure, the dual core status of Shenzhen and Hong kong is becoming more and more highlighted. As for flow direction, Hong Kong is a strong export-oriented city, while the others are input-oriented cities, but the imbalance of output and input is gradually weakening. In addition, there is an evident phenomenon of subgroups in the studied area, we find that the subgroups built on geographical proximity is gradually disappearing, cross regional integration is becoming prominent. Finally, the overall urban network presents a relatively high density and a tendency of decentration. At the same time, the urban network has changed from formal polycentricity to functional polycentricity, and it has entered the centrifugal stage.

Key words: urban network, interlocking network model, Social Network Analysis, corporate organization, Guangdong-Hong Kong-Macao Greater Bay Area

熊瑶, 黄丽. 粤港澳大湾区城市网络的时空演化[J]. 世界地理研究, 2019, 28(5): 83-94.

Yao XIONG, Li HUANG. Spatio-temporal evolution of urban network in the Guangdong-Hong Kong-Macao Greater Bay Area ——Based on listed company organization relations[J]. World Regional Studies, 2019, 28(5): 83-94.

图/表 8

表1 服务值赋值标准

Tab.1 Service value assignment criteria

标准	服务值
总部	5分
总投资额≥1亿元	4分
1000万≤总投资额＜1亿元	3分
100万≤总投资额＜1000万	2分
总投资额＜100万	1分
未设分支机构	0分

表2 2000、2008及2016年上市企业总部及分支机构数量

Tab.2 The number of listed companies' headquarters and branches in 2000, 2008 and 2016

地区	总部			分支机构
地区	2000	2008	2016	2000	2008	2016
总计	568	879	1017	527	1542	3470
香港	300	434	528	64	205	602
深圳	143	237	253	132	364	889
广州	49	86	94	130	297	551
佛山	18	27	31	34	86	181
东莞	12	23	26	46	153	320
中山	13	19	23	27	69	116
珠海	19	23	23	18	83	203
澳门	4	6	13	25	116	258
惠州	1	9	10	31	108	238
江门	5	9	10	15	50	79
肇庆	4	6	6	5	11	33

表3 2000、2008及2016年上市企业总部数量排序及占比

Tab.3 Changing ranks and proportion of listed companies' headquarters in 2000, 2008 and 2016

地区	2000年		2008年		2016年
地区	排序	占比	排序	占比	排序	占比
香港	1	52.8%	1	49.4%	1	51.9%
深圳	2	25.2%	2	27.0%	2	24.9%
广州	3	8.6%	3	9.8%	3	9.2%
佛山	5	3.2%	4	3.1%	4	3.0%
东莞	7	2.1%	5	2.6%	5	2.6%
中山	6	2.3%	7	2.2%	6	2.3%
珠海	4	3.3%	5	2.6%	6	2.3%
澳门	9	0.7%	10	0.7%	8	1.3%
惠州	11	0.2%	8	1.0%	9	1.0%
江门	8	0.9%	8	1.0%	9	1.0%
肇庆	9	0.7%	10	0.7%	11	0.6%

表4 2000、2008、2016年排序前十五城市对的相对联通度

Tab.4 Relative connectivity of top fifteen city-dyads in 2000, 2008 and 2016

2000年			2008年			2016年
城市对	排序	P_ab	城市对	排序	P_ab	城市对	排序	P_ab
香港-深圳	1	1.00	香港-深圳	1	1.00	香港-深圳	1	1.00
香港-广州	2	0.76	香港-广州	2	0.57	香港-广州	2	0.53
深圳-广州	3	0.34	深圳-广州	3	0.33	深圳-广州	3	0.37
香港-东莞	4	0.33	香港-东莞	4	0.31	香港-东莞	4	0.31
香港-佛山	5	0.20	深圳-东莞	5	0.27	深圳-东莞	5	0.30
深圳-东莞	6	0.18	深圳-惠州	6	0.19	深圳-惠州	6	0.24
香港-中山	7	0.17	香港-佛山	7	0.19	香港-珠海	7	0.16
广州-佛山	8	0.16	香港-珠海	8	0.16	香港-佛山	8	0.16
香港-惠州	9	0.15	香港-中山	9	0.15	香港-惠州	9	0.16
香港-江门	10	0.12	广州-佛山	10	0.15	深圳-佛山	10	0.15
深圳-惠州	11	0.12	香港-惠州	11	0.13	广州-佛山	11	0.14
香港-珠海	12	0.11	香港-澳门	12	0.13	广州-珠海	12	0.14
香港-澳门	13	0.11	广州-东莞	13	0.11	深圳-珠海	13	0.13
深圳-佛山	14	0.10	香港-江门	14	0.11	香港-澳门	14	0.13
广州-东莞	15	0.07	深圳-珠海	15	0.11	广州-东莞	15	0.13

表5 2000、2008、2016年城市相对联通度

Tab.5 Relative connectivity in 2000, 2008 and 2016

地区	2000年		2008年		2016年
地区	排序	RC_a	排序	RC_a	排序	RC_a
香港	1	1.00	1	1.00	1	1.00
深圳	2	0.63	2	0.79	2	0.91
广州	3	0.52	3	0.55	3	0.59
东莞	4	0.23	4	0.31	4	0.36
惠州	6	0.12	6	0.19	5	0.24
佛山	5	0.17	5	0.21	6	0.24
珠海	8	0.10	8	0.18	7	0.23
中山	7	0.10	7	0.15	8	0.17
江门	9	0.07	9	0.12	9	0.13
澳门	10	0.06	10	0.08	10	0.10
肇庆	11	0.04	11	0.05	11	0.06

表6 2000、2008、2016年城市相对点出度、相对点入度与节点对称性

Tab.6 Relative out-degrees, relative in-degrees and node symmetry of cities in 2000, 2008 and 2016

地区	2000年			2008年			2016年
地区	$C a o$	$C a I$	$N S I a$	$C a o$	$C a I$	$N S I a$	$C a o$	$C a I$	$N S I a$
香港	32.9	6.1	-0.69	30.6	6.9	-0.63	26.9	9.3	-0.49
深圳	7.9	12.6	0.23	10.6	12.3	0.07	11.7	13.8	0.08
广州	4.6	12.4	0.46	5.5	10.0	0.29	6.8	8.5	0.11
东莞	0.5	4.4	0.80	0.7	5.1	0.76	1.6	5.0	0.52
佛山	0.5	3.2	0.73	0.9	2.9	0.53	1.5	2.8	0.30
珠海	0.4	1.7	0.62	0.9	2.8	0.51	1.4	3.1	0.38
中山	0.7	2.6	0.58	0.6	2.3	0.59	1.3	1.8	0.16
澳门	2.3	2.4	0.02	1.3	3.9	0.50	1.2	4.0	0.54
惠州	0.3	3.0	0.82	0.4	3.6	0.80	0.7	3.7	0.68
江门	0.1	1.4	0.87	0.2	1.7	0.79	0.4	1.2	0.50
肇庆	0.2	0.5	0.43	0.2	0.4	0.33	0.3	0.5	0.25

表6 2000、2008、2016年城市相对点出度、相对点入度与节点对称性

Tab.6 Relative out-degrees, relative in-degrees and node symmetry of cities in 2000, 2008 and 2016

地区	2000年			2008年			2016年
地区	$C a o$	$C a I$	$N S I a$	$C a o$	$C a I$	$N S I a$	$C a o$	$C a I$	$N S I a$
香港	32.9	6.1	-0.69	30.6	6.9	-0.63	26.9	9.3	-0.49
深圳	7.9	12.6	0.23	10.6	12.3	0.07	11.7	13.8	0.08
广州	4.6	12.4	0.46	5.5	10.0	0.29	6.8	8.5	0.11
东莞	0.5	4.4	0.80	0.7	5.1	0.76	1.6	5.0	0.52
佛山	0.5	3.2	0.73	0.9	2.9	0.53	1.5	2.8	0.30
珠海	0.4	1.7	0.62	0.9	2.8	0.51	1.4	3.1	0.38
中山	0.7	2.6	0.58	0.6	2.3	0.59	1.3	1.8	0.16
澳门	2.3	2.4	0.02	1.3	3.9	0.50	1.2	4.0	0.54
惠州	0.3	3.0	0.82	0.4	3.6	0.80	0.7	3.7	0.68
江门	0.1	1.4	0.87	0.2	1.7	0.79	0.4	1.2	0.50
肇庆	0.2	0.5	0.43	0.2	0.4	0.33	0.3	0.5	0.25

表7 2000、2008和2016年城市网络凝聚子群密度

Tab.7 Density of cohesive subgroups of urban network in 2000, 2008 and 2016

子群	2000年			2008年			2016年
子群	1	2	3	1	2	3	1	2	3	4
1	20.5	25.8	14.4	71.5	71.8	31.6	-	255.8	65.0	4.0
2	4.8	5.3	1.7	20	21.3	5.5	85.5	21.1	15.1	4.2
3	1.6	1.2	0.8	4.8	3.8	3.9	28.7	8.7	4.8	1.3
4							3	1.7	1.7	-

表8 2000、2008及2016年城市网络的功能多中心度

Tab.8 The polycentric degree of urban network in 2000, 2008 and 2016

多中心度	2000年	2008年	2016年
$P F i n$	0.17	0.20	0.27
$P F o u t$	0.16	0.16	0.16
$P$	0.17	0.18	0.22

表8 2000、2008及2016年城市网络的功能多中心度

Tab.8 The polycentric degree of urban network in 2000, 2008 and 2016

多中心度	2000年	2008年	2016年
$P F i n$	0.17	0.20	0.27
$P F o u t$	0.16	0.16	0.16
$P$	0.17	0.18	0.22

参考文献 38

1	Taylor P J. World cities network: A global urban analysis. London: Rout ledge, 2004.
2	Gottmann J.Orbits:The ancient Mediterranean tradition of urban networks.UK:Leopard Head's Press,1984.
3	Castells M. The rise of network society. Oxford: Blackwell, 1996.
4	邹小华, 薛德升. 世界城市体系研究的定量化趋势及其方法演化. 人文地理, 2017, 32(1): 16-22.
5	Castells M. The informational city: Information technology, economic restructuring, and the urban-regional process. Oxford, UK: Blackwell, 1989.
6	董超, 修春亮, 魏冶. 基于通信流的吉林省流空间网络格局. 地理学报, 2014, 69(4): 510-519.
7	Taylor P J, Derudder B, Saey P, et al. Cities in globalization: practices,policies and theories.London, UK: Routledge,2007.
8	Taylor P J. Hierarchical tendencies amongst world cities: A global research proposal. Cities, 1997, 14(6): 323-332.
9	LIU Xingjian, Derudder Ben. Analyzing urban networks through the lens of corporate networks: A critical review. Cities, 2013, 31(2): 430-437.
10	Derudder B, Taylor P J. The cliquishness of world cities. Global Networks, 2005, 5(1): 71-91.
11	周一星, 胡智勇. 从航空运输看中国城市体系的空间网络结构. 地理研究, 2002, 21(3): 276-286.
12	王成金. 城际交通流空间流场的甄别方法及实证——以中国铁路客流为例. 地理研究,2009,28(6): 1464-1475.
13	王姣娥, 焦敬娟. 中国高速铁路网络的发展过程格局及空间效应评价. 热带地理, 2014, 34(3): 275-282.
14	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.地理学报,2017,72(2): 224-241.
15	马学广, 窦鹏. 基于客运交通流的山东沿海城市带多中心结构特征研究. 现代城市研究, 2017(10): 101-109.
16	Townsend A M. Network cities and the global structure of the internet.American Behavioral Scientist, 2001, 44(10): 1697-1716.
17	Abramson B D. Internet globalization indicators. Telecommunications Policy, 2000, 24(1): 69-74.
18	Taylor P J. Specification of the world city network. Geographical Analysis, 2001, 33(2): 181-194.
19	陈晨, 修春亮. 流空间视角的东北地区城市网络研究. 地域研究与开发, 2014, 33(4): 82-89.
20	熊丽芳, 甄峰, 席广亮, 等. 我国三大经济区城市网络变化特征——基于百度信息流的实证研究. 热带地理,2014, 34(1): 34-43.
21	Derudder B, Witlox F. An appraisal of the use of airline data in assessing the world city network: A research note on data. Urban Studies, 2005, 42(13): 2371-2388.
22	Derudder B. On conceptual confusion in empirical analyses of a transnational urban network. Urban Studies, 2006, 43(11): 2027-2046.
23	Alderson A S, Beckfield J, Sprague-Jones J. Intercity relations and globalization: The evolution of the global urban hierarchy, 1981-2007. Urban Studies, 2010, 47(9): 1899-1923.
24	Taylor P J, Derudder B, Hoyler M, et al. City-dyad analyses of China's integration into the world city network. Urban Studies, 2014, 51(5): 868-882.
25	Krätke S. Global pharmaceutical and biotechnology firms'linkages in the world city network. Urban Studies, 2014, 51(6): 1196-1213.
26	Bassens D, Derudder B, Witlox F. Searching for the Mecca of finance: Islamic financial services and the world city network. Area, 2010, 42(1): 35-46.
27	Wall R S, Van Der Knaap G A. Sectoral differentiation and network structure within contemporary worldwide corporate networks. Economic Geography, 2011, 87(3): 267-308.
28	ZhAO Miaoxi, LIU Xingjian, Derudder B, et al. Mapping producer services networks in mainland Chinese cities. Urban Studies, 2015, 52(16): 3018-3034.
29	王宝平,徐伟,余运江.基于价值链-生产者服务业融合视角的中国城市网络研究.世界地理研究,2014,23(4): 77-84.
30	叶磊, 段学军. 基于物流企业的长三角地区城市网络结构. 地理科学进展, 2016, 35(5): 622-631.
31	董琦, 甄峰. 基于物流企业网络的中国城市网络空间结构特征研究. 人文地理, 2013, 28(4): 71-76.
32	武前波,宁越敏.中国城市空间网络分析——基于电子信息企业生产网络视角.地理研究,2012,31(2): 207-219.
33	马学广,李贵才. 世界城市网络研究方法论. 地理科学进展, 2012, 31(2): 255-263.
34	Zhao Miaoxi, Derudder B. Examining the transition processes in the Pearl River Delta polycentric mega-city region through the lens of corporate networks. Cities, 2017, 60: 147-155.
35	李仙德. 基于上市公司网络的长三角城市网络空间结构研究. 地理科学进展, 2014, 33(12): 1587-1600.
36	金钟范. 中国城市体系跨境网络结构特征——基于世界500强企业母子关系分析. 地域研究与开发, 2016, 35(6): 37-41.
37	周春山,罗利佳,史晨怡,等.粤港澳大湾区经济发展时空演化特征及其影响因素.热带地理,2017,37(6):802-813.
38	Champion A G. A changing demographic regime and evolving polycentric urban regions: Consequences for the size, composition and distribution of city populations. Urban Studies, 2001, 38(4): 657-677.

[1]	曲华丽, 何金廖. 全球创意城市的区域多样性与网络结构特征[J]. 世界地理研究, 2023, 32(2): 36-47.
[2]	沈泽洲, 王承云. 上海参与全球科技创新网络地位研究[J]. 世界地理研究, 2023, 32(2): 93-103.
[3]	谢明慧, 黄耿志, 张旭. 基于文化演出消费视角的中国城市网络空间结构与影响因素研究[J]. 世界地理研究, 2022, 31(6): 1332-1344.
[4]	王瑞莉, 刘玉, 王成新, 李梦程, 唐永超, 薛明月. 黄河流域经济联系及其网络结构演变研究[J]. 世界地理研究, 2022, 31(3): 527-537.
[5]	吴丽君, 朱宇, 颜俊, 柯文前, 林李月. “一带一路”沿线国家或地区间人口迁移的空间格局及其演化特征[J]. 世界地理研究, 2022, 31(2): 249-258.
[6]	张婷婷, 陈瑛, 王孟林. 基于航空联系的中国城市网络格局演变分析[J]. 世界地理研究, 2022, 31(1): 166-176.
[7]	杨雨, 盛科荣. 中国城市网络关联格局的演变及影响因素：基于企业网络视角[J]. 世界地理研究, 2021, 30(6): 1208-1218.
[8]	范雅辰, 曹卫东, 陈枳宇, 项希龙, 范大龙. 基于千强高新技术企业的中国城市创新网络研究[J]. 世界地理研究, 2021, 30(5): 1036-1047.
[9]	韩剑磊, 明庆忠, 史鹏飞, 骆登山. 多维“流”视角下区域旅游网络结构特征及其作用机制分析——以云南省为例[J]. 世界地理研究, 2021, 30(3): 645-656.
[10]	叶滨鸿, 程杨, 王利, 李东晔, 杨林生. 北极地区地缘经济关系演变研究[J]. 世界地理研究, 2021, 30(2): 234-244.
[11]	李雨婕, 肖黎明. 中国绿色金融网络空间结构特征及影响因素分析[J]. 世界地理研究, 2021, 30(1): 101-113.
[12]	邓昊键, 李恒凯, 熊永柱, 郑春燕, 李迎双. 近20年粤港澳大湾区城市群时空演化格局分析[J]. 世界地理研究, 2020, 29(6): 1181-1189.
[13]	梅大伟, 修春亮, 冯兴华. 中国城市信息网络结构演变特征及驱动因素分析[J]. 世界地理研究, 2020, 29(4): 717-727.
[14]	谢诗光. 浙江省县际经济联系网络结构演化分析[J]. 世界地理研究, 2020, 29(4): 738-749.
[15]	游悠洋, 杨浩然, 王姣娥. “高铁流”视角下的中国城市网络层级结构演变研究[J]. 世界地理研究, 2020, 29(4): 773-780.