城市网络特征对吸引国内投资的影响

doi:10.3969/j.issn.1004-9479.2023.11.2021903

世界地理研究 ›› 2023, Vol. 32 ›› Issue (11): 119-129.DOI: 10.3969/j.issn.1004-9479.2023.11.2021903

• 城市与产业 • 上一篇

城市网络特征对吸引国内投资的影响

程雯雯¹^,²^,³(), 杜雅优¹^,²^,³, 郑曼欣⁴, 高鹏⁵, 何丹¹^,²^,³()

^1.a华东师范大学;中国行政区划研究中心
^1.b. 中国现代城市研究中心
^1.c. 地理科学学院，上海 200241
^2.深圳市红岭中学（集团），深圳 518028
^3.上海师范大学全球城市研究院，上海 200234

收稿日期:2021-12-07 修回日期:2022-04-30 出版日期:2023-11-15 发布日期:2023-12-12
通讯作者: 何丹
作者简介:程雯雯（1995—），女，硕士研究生，研究方向为城市地理与区域规划，E-mail：51193902013@stu.ecnu.edu.cn。
基金资助:
上海市哲学社会科学规划课题(2023BCK005);国家社科基金重大项目(22&ZD067)

Influence of urban network characteristics on attracting domestic investment: A case study of Urban Agglomeration in the Middle Reaches of Yangtze River

Wenwen CHENG¹^,²^,³(), Yayou DU¹^,²^,³, Manxin ZHENG⁴, Peng GAO⁵, Dan HE¹^,²^,³()

^1.a Research Center for China Administrative Division
^1.b The Center for Modern Chinese City Studies
^1.c School of Geographic Sciences, East China Normal University, Shanghai 200241, China
^2.Shenzhen Hongling Middle School(group), Shenzhen 518028, China
^3.Shanghai Institute for Global City, Shanghai Normal University, Shanghai 200234, China

Received:2021-12-07 Revised:2022-04-30 Online:2023-11-15 Published:2023-12-12
Contact: Dan HE

摘要/Abstract

摘要：

投资是塑造区域经济格局的重要力量之一，城市在区域网络中的地位和组织关系对投资吸引力存在重要影响。基于企业投资联系数据，本文分别构建了长江中游城市群内部城市网络和吸引区外的国内投资联系，并刻画了其网络特征和投资空间格局；采用负二项回归方法回答了“长江中游城市群城市网络特征如何影响国内其他城市对该区域投资”的这一研究问题。研究发现：（1）长江中游城市群城市网络呈现以省会城市为中心的“轴-辐”式网络空间结构，省际存在着明显的壁垒，城市网络特征各项指标的时空分布存在明显的异质性；（2）长江中游城市群吸引国内投资的来源地呈现出“东密西疏”的空间格局，投资吸纳地集中在武汉、长沙、南昌三大省会城市；（3）长江中游城市群城市网络特征和区位因素共同对城市投资吸引力存在影响，网络特征中象征城市威望权的入度和权重入度，以及象征城市控制权的出度对国内投资的吸引力起到显著正向影响，然而由于网络发育尚不成熟，网络结构指标对投资吸引力的影响尚不显著。

关键词: 城市网络, 国内投资, 长江中游城市群, 投资流

Abstract:

Investment is one of the important forces shaping the regional economic pattern. In the network society, the status and network relations of cities have a significant impact on attracting investment. Based on enterprise investment data, this study builds an internal urban network of Urban Agglomeration in the Middle Reaches of the Yangtze River (UAMRYR) and investment links of other domestic cities to UAMRYR, and describes its network characteristics and investment spatial pattern respectively. Then, using the negative binomial regression method to answer the question: how do the urban network characteristics of UAMRYR affect domestic investment? The results reveal: First, the network of UAMRYR presents a "hub-and-spoke" network structure centered on the provincial capital city, and there are barriers between provinces. There is obvious heterogeneity in the spatial distribution of multiplex urban networks. Second, the sources of domestic investment to UAMRYR are mainly from the eastern regions and a few from the western ones. The ability to attract investment from capital cities in UAMRYR is far better than that of other cities. Third, In-degree Centrality and Weighted In-degree Centrality symbolizing urban prestige and Out-degree Centrality symbolizing urban power have a positive impact on attracting domestic investment significantly. Network structure indicators have no significant impact on absorbing investment, which may be caused by the immature network of UAMRYR.

Key words: urban network, domestic investment, urban agglomeration in the middle reaches of Yangtze River, investment flow

程雯雯, 杜雅优, 郑曼欣, 高鹏, 何丹. 城市网络特征对吸引国内投资的影响[J]. 世界地理研究, 2023, 32(11): 119-129.

Wenwen CHENG, Yayou DU, Manxin ZHENG, Peng GAO, Dan HE. Influence of urban network characteristics on attracting domestic investment: A case study of Urban Agglomeration in the Middle Reaches of Yangtze River[J]. World Regional Studies, 2023, 32(11): 119-129.

图/表 10

图1 研究区范围注：基于国家自然资源部标准地图服务系统审图号为GS（2019）1827的标准地图绘制，底图无修改，以下地图同。

Fig.1 Study area

表1 网络分析指标计算公式

Tab.1 Calculation formula of network analysis index

网络特征	指标	计算公式	公式解释
网络密度	网络密度	$D = ∑ i = 1 k ∑ j = 1 k d (n i, n j) k (k - 1)$	D网络密度反映网络的整体紧密程度；k为节点数，d( n_i，n_j)为节点n_i、n_j之间的联系，若有联系赋值为1，否则为0；n为城市数量
内向威望权	入度	$C (D i) i n = ∑ j = 1 N x i j (i ≠ j)$	$C (D i) i n$ 为入度，x_ij 表示以城市i为终点和城市j是否有联系，若有联系则为1，否则为0
内向威望权	权重入度	$S (D i) i n = ∑ j = 1 N a i j (i ≠ j)$	$S (D i) i n$ 为权重入度，a_ij 表示以城市i为终点和城市j的所有联系的数量和
外向控制权	出度	$C (D i) o u t = ∑ j = 1 N x i j (i ≠ j)$	$C (D i) o u t$ 为出度中心度，x_ij 表示以城市i为起点和城市j是否有联系，若有联系则为1，否则为0
外向控制权	权重出度	$S (D i) o u t = ∑ j = 1 N a i j (i ≠ j)$	$S (D i) o u t$ 为权重出度，a_ij 表示以城市i为起点和城市j的所有联系的数量和
网络结构特征	中介中心度	$C B i = ∑ j = 1 N ∑ k = 1 N g j k i g j k$ (i≠j, i≠k, j<k)	$C (B i)$ 中介中心度衡量网络中城市节点i控制其他城市交往的中介能力； $g j k$ 为城市j与 k之间的捷径数量； $g j k i$ 为城市j与k之间经过城市i的捷径数量
	邻近中心度	$C C i = n - 1 ∑ j = 1 n d i j (i ≠ j)$	$C C i$ 邻近中心度衡量网络中城市节点与其他城市的接近程度；d_ij 为节点城市i与j之间的距离
	集聚系数	$C i = 2 E i k i k i - 1$	$C i$ 集聚系数衡量网络中某一节点城市与其他城市集聚的意愿；k_i(k_i-1)为节点城市i的所有邻点对数目； $E i$ 为节点城市i实际直接相连的邻点对数目

表1 网络分析指标计算公式

Tab.1 Calculation formula of network analysis index

网络特征	指标	计算公式	公式解释
网络密度	网络密度	$D = ∑ i = 1 k ∑ j = 1 k d (n i, n j) k (k - 1)$	D网络密度反映网络的整体紧密程度；k为节点数，d( n_i，n_j)为节点n_i、n_j之间的联系，若有联系赋值为1，否则为0；n为城市数量
内向威望权	入度	$C (D i) i n = ∑ j = 1 N x i j (i ≠ j)$	$C (D i) i n$ 为入度，x_ij 表示以城市i为终点和城市j是否有联系，若有联系则为1，否则为0
内向威望权	权重入度	$S (D i) i n = ∑ j = 1 N a i j (i ≠ j)$	$S (D i) i n$ 为权重入度，a_ij 表示以城市i为终点和城市j的所有联系的数量和
外向控制权	出度	$C (D i) o u t = ∑ j = 1 N x i j (i ≠ j)$	$C (D i) o u t$ 为出度中心度，x_ij 表示以城市i为起点和城市j是否有联系，若有联系则为1，否则为0
外向控制权	权重出度	$S (D i) o u t = ∑ j = 1 N a i j (i ≠ j)$	$S (D i) o u t$ 为权重出度，a_ij 表示以城市i为起点和城市j的所有联系的数量和
网络结构特征	中介中心度	$C B i = ∑ j = 1 N ∑ k = 1 N g j k i g j k$ (i≠j, i≠k, j<k)	$C (B i)$ 中介中心度衡量网络中城市节点i控制其他城市交往的中介能力； $g j k$ 为城市j与 k之间的捷径数量； $g j k i$ 为城市j与k之间经过城市i的捷径数量
	邻近中心度	$C C i = n - 1 ∑ j = 1 n d i j (i ≠ j)$	$C C i$ 邻近中心度衡量网络中城市节点与其他城市的接近程度；d_ij 为节点城市i与j之间的距离
	集聚系数	$C i = 2 E i k i k i - 1$	$C i$ 集聚系数衡量网络中某一节点城市与其他城市集聚的意愿；k_i(k_i-1)为节点城市i的所有邻点对数目； $E i$ 为节点城市i实际直接相连的邻点对数目

图2 长江中游城市群城市网络演变特征

Fig.2 Evolution of urban network in UAMRYR

图3 长江中游城市群城市内向威望权的空间分布

Fig.3 Spatial pattern of urban prestige in UAMRYR

图4 长江中游城市群城市外向控制权的空间分布

Fig.4 Spatial pattern of urban power in UAMRYR

图5 长江中游城市群城市中介中心度、邻近中心度、集聚系数的空间分布

Fig.5 Spatial pattern of urban betweenness， closeness and clustering in UAMRYR

图6 长江中游城市群吸引国内投资的空间格局

Fig.6 Spatial pattern of attracting domestic investment in UAMRYR

表2 长江中游城市群投资吸引力前10城市

Tab.2 Top 10 cities of investment attraction in UAMRYR

排序		1	2	3	4	5	6	7	8	9	10
2003年	城市	武汉市	长沙市	南昌市	宜昌市	襄阳市	株洲市	抚州市	九江市	岳阳市	上饶市
2003年	吸引投资占比	35.00%	21.41%	15.80%	3.96%	2.80%	1.83%	1.71%	1.57%	1.41%	1.31%
2008年	城市	武汉市	长沙市	南昌市	九江市	宜昌市	襄阳市	抚州市	荆州市	黄冈市	上饶市
2008年	吸引投资占比	42.82%	19.35%	11.31%	2.4%	2.3%	2.19%	1.38%	1.29%	1.24%	1.22%
2013年	城市	武汉市	长沙市	南昌市	九江市	宜昌市	襄阳市	宜春市	岳阳市	吉安市	衡阳市
2013年	吸引投资占比	37.13%	22.75%	11.58%	2.47%	2.26%	2.14%	1.50%	1.44%	1.39%	1.38%

表3 变量的选取与解释

Tab.3 Selection and explanation of variables

变量	名称	指标（缩写）	单位
解释变量	城市内向威望权	入度（ID）	—
	城市内向威望权	权重入度（WID）	—
	城市外向控制权	出度（OD）	—
	城市外向控制权	权重出度（WOD）	—
	城市网络结构	中介中心度（BT）	—
		邻近中心度（CL）	—
		集聚系数（CLU）	—
控制变量	经济水平	城市人均实际GDP（RGDP）	元/人
	人力资源	城市从业人员数占常住人口比重（HUM）	%
	地理邻近性	城市间空间直线距离（DIS）	公里
	创新能力	城市万人专利授权数（PAT）	项
	政府支持	地方公共财政支出占GDP比重（GOV）	%

表4 投资格局影响机制的估算结果

Tab.4 Estimation results of the influence mechanism of investment pattern

变量	Model 1	Model 2	Model 3
ID	0.213^**(2.415)
WID	0.236^***(3.780)
OD		0.228^**(2.382)
WOD		－0.068(－0.735)
BT			0.030(0.269)
CL			0.161(1.270)
CLU			0.051(0.651)
DIS	－0.295(－1.263)	－0.141(－0.577)	－0.130(－0.538)
RGDP	0.105(1.555)	0.187^**(2.122)	0.190^**(2.037)
HUM	0.050(0.814)	0.168^**(2.176)	0.163^**(2.123)
PAT	－0.059(－1.360)	－0.014(－0.234)	－0.025(－0.426)
GOV	－0.040(－0.730)	0.006(0.111)	0.009(0.167)
Constant	2.811^***(11.560)	2.377^***(11.31)	2.338^***(11.100)

参考文献 27

1	CAPELLO R.The city network paradigm:Measuring urban network externalities.Urban Studies,2000,37(11):1925-1945.
2	CASTELLS M. Globalisation, networking, urbanisation: Reflections on the spatial dynamics of the information age. Urban Studies, 2010, 47(13): 2737-2745.
3	吕振艳, 杜国臣. 全球外资流动趋势、前景与中国金融业的对策. 金融论坛, 2014, 19(6): 3-11.
	LV Z, DU G. The trends and prospects of global foreign investment flow and the strategies of China's financial sector. Finance Forum, 2014, 19(6): 3-11.
4	胡国建, 陈传明, 陈丽娟, 等. 企业跨区域投资格局及其影响因素——以福建上市企业为例. 经济地理, 2018, 38(9): 138-146.
	HU G, CHEN C, CHEN L, et al. Enterprise's cross-region investment pattern and its determinants: A case study of Fujian listed firms. Economic Geography, 2018, 38(9): 138-146.
5	KRUGMAN P. Geography and Trade. Cambridge, MA: MIT Press, 1991.
6	彭如霞, 夏丽丽, 林剑铬. 创新政策环境对外商直接投资区位选择的影响——以珠江三角洲核心区六市为例. 地理学报, 2021, 76(4): 992-1005.
	PENG R, XIA L, LIN J. The impact of innovation policy environment on location choice of foreign direct investment from the perspective of knowledge base: A case study of six cities in the core area of the Pearl River Delta. Acta Geographica Sinica, 2021, 76(4): 992-1005.
7	SHUKLA P, CANTWELL J. Migrants and multinational firms: The role of institutional affinity and connectedness in FDI. Journal of World Business, 2018(6), 53, 835-849.
8	高鹏, 何丹, 宁越敏, 等. 长三角地区城市投资联系水平的时空动态及影响因素. 地理研究, 2021, 40(10): 2760-2779.
	GAO P, HE D, NING Y, et al. Spatio-temporal dynamics and factors of urban investment linkage level in the Yangtze River Delta. Geographical Research, 2021, 40(10): 2760-2779.
9	林柄全,谷人旭,王俊松,等.从集聚外部性走向跨越地理边界的网络外部性:集聚经济理论的回顾与展望. 城市发展研究, 2018, 25(12): 82-89.
	LIN B, GU R, WANG J, et al. From agglomeration externalities to network externalities to network externalities of crossing borders: Frontier progress of agglomeration economics. Urban Development Studies, 2018, 25(12): 82-89
10	DURANTON G, PUGA D. Micro-foundations of urban agglomeration economies. Handbook of Regional and Urban Economics, 2004, 4: 2063-2117.
11	SHI S, WALL R, PAIN K. Exploring the significance of domestic investment for foreign direct investment in China: A city-network approach. Urban Studies, 2019, 56(12): 2447-2464.
12	姚常成, 宋冬林. 借用规模、网络外部性与城市群集聚经济. 产业经济研究, 2019(2): 76-87.
	YAO C, SONG D. Borrowed-size, network externalities and agglomeration economies in the urban agglomerations. Industrial Economics Research, 2019(2): 76-87.
13	KIMINO S, DRIFFIELD N, SAAL D. Do keiretsu really hinder FDI into Japanese manufacturing?. International Journal of the Economics of Business, 2012, 19(3): 377-395.
14	胡刘芬, 周泽将. 社会网络关系对风险投资行为的影响及经济后果研究——基于地理学视角的实证分析. 外国经济与管理, 2018, 40(4): 110-124.
	HU L, ZHOU Z. Study on the effects and economic consequences of social network relationship on venture capital investment behavior: An empirical analysis from a perspective of geography. Foreign Economics & Management, 2018, 40(4): 110-124.
15	梁育填, 周政可, 刘逸. 东南亚华人华侨网络与中国企业海外投资的区位选择关系研究. 地理学报, 2018, 73(8), 1449-1461.
	LIANG Y, ZHOU Z, LIU Y. Relationship between the location choices of Chinese outbound enterprises and overseas Chinese networks: The case study of Southeast Asia. Acta Geographica Sinica, 2018, 73(8): 1449-1461.
16	郑曼欣. 城市网络特征对跨区域投资格局的影响. 上海:华东师范大学, 2020.
	ZHENG M. The impact of cities' network characteristics on the pattern of cross-regional investment: A case study of the Yangtze River Mid-Reaches Megaregion. Shanghai: East China Normal University, 2020.
17	潘昱成, 李秋丽. 基于百度指数的城市网络特征及其影响因素研究:以长江中游城市群为例. 特区经济, 2019(1): 68-73.
	PAN Y, LI Q. Research on urban network characteristics and its influencing factors based on Baidu index --Taking the urban group in the middle reaches of the Yangtze River as an example. Special Zone Economy, 2019(1): 68-73.
18	程遥, 张艺帅, 赵民. 长三角城市群的空间组织特征与规划取向探讨:基于企业联系的实证研究. 城市规划学刊, 2016(4), 22-29.
	CHENG Y, ZHANG Y, ZHAO M. The spatial self-organization and planning agendas of the Yangtze River Delta 's city cluster: Spatial analysis based on enterprise connectivity. Urban Planning Forum, 2016(4): 22-29.
19	刘军. 社会网络分析导论. 北京: 社会科学文献出版社, 2004.
	LIU J. Introduction to Social Network Analysis. Beijing: Social Sciences Academic Press, 2004.
20	ALDERSON A S, BECKFIELD J. Power and position in the world city system. American Journal of Sociology, 2004, 109(4): 811-851.
21	陈强. 高级计量经济学及Stata应用. 北京:高等教育出版社, 2010.
	CHEN Q. Advanced Econometrics and Application Using Stata. Beijing: Higher Education Press, 2010.
22	丁志伟, 周凯月, 康江江, 等. 中国中部C2C店铺服务质量的空间分异及其影响因素——以淘宝网5类店铺为例. 地理研究, 2016, 35(6): 1074-1094.
	DING Z, ZHOU K, KANG J, et al. The spatial differentiation and influencing factors of the service quality of C2C stores in Central China: A case study of five types of Taobao online stores. Geographical Research, 2016, 35(6): 1074-1094.
23	张吉鹏, 衣长军. 东道国技术禀赋与中国企业OFDI区位选择——文化距离的调节作用. 工业技术经济, 2014, 33(4): 90-97.
	ZHANG J, YI C. Technology endowment and location choice of Chinese OFDI——The moderating effect of cultural distance. Journal of Industrial Technological Economics, 2014, 33(4): 90-97.
24	赵春明,马龙,熊珍琴.中国对非洲国家直接投资的影响效应研究.亚太经济,2021(2):81-91.
	ZHAO C, MA L, XIONG Z.Study on the impact of China's direct investment in African countries.Asia-pacific Economic Review,2021(2): 81-91.
25	綦建红, 李丽, 杨丽. 中国OFDI的区位选择: 基于文化距离的门槛效应与检验. 国际贸问题, 2012(12): 137-147.
	QI J, LI L, YANG L. Location choice of Chinese OFDI: Based on the threshold effect and test of cultural distance. Journal of International Trade, 2012(12): 137-147.
26	方嘉雯, 刘海猛. 京津冀城市群创业风险投资的时空分布特征及影响机制. 地理科学进展, 2017, 36(1): 68-77.
	FANG J, LIU H. How and why venture capital flows in the Beijing-Tianjin-Hebei urban agglomeration. Progress in Geography, 2017. 36(1): 68-77.
27	涂强楠, 何宜庆. 对外直接投资与国内投资: 挤入还是挤出?——区域异质性的空间视角. 华东经济管理, 2021, 35(2): 65-77.
	TU Q, HE Y. Outward foreign direct investment and domestic investment: Crowding out or crowding in?: From the spatial perspective of regional heterogeneity. East China Economic Management, 2021, 35(2): 65-77.

[1]	欧钰斌, 黄耿志, 薛德升. 体育赛事视角下的世界城市网络结构特征[J]. 世界地理研究, 2023, 32(9): 1-16.
[2]	张凤娇, 李俊, 刘中利. 基于独角兽企业家成长路径的城市创新网络研究[J]. 世界地理研究, 2023, 32(8): 103-111.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	叶雅玲, 林文盛, 李振发, 贺灿飞. 中国城市间投融资网络结构及其影响因素[J]. 世界地理研究, 2020, 29(2): 307-316.
[11]	毛炜圣, 钟业喜. 长江中游城市群城市活力水平空间格局及影响因素[J]. 世界地理研究, 2020, 29(1): 86-95.
[12]	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.
[13]	张喆, 王晓梦, 姜雨皓, 王锦, 张欣, 刘诗颖, 张龄之. 中老泰铁路建设对云南省及沿线国家空间联系格局的影响[J]. 世界地理研究, 2019, 28(3): 43-53.
[14]	邹小华薛德升李玮. 中资律师事务所全球扩展及其网络空间结构演变[J]. 世界地理研究, 2019, 28(2): 149-159.
[15]	郭细根. 都市区视角下长江中游城市群发展的思考[J]. 世界地理研究, 2016, (3): 80-87.

城市网络特征对吸引国内投资的影响

Influence of urban network characteristics on attracting domestic investment: A case study of Urban Agglomeration in the Middle Reaches of Yangtze River

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 27

相关文章 15

编辑推荐

Metrics