基于電商交易數據的珠三角城市群網絡分析

楊韻

摘?要：依據珠三角9市電商交易數據運用社會網絡分析法構建城市群關系網絡，從電子商務交易“流數據”動態(tài)分析珠三角城市群的經濟網絡，得出生產性服務業(yè)企業(yè)和先進制造企業(yè)在珠三角9市部署分支機構時受區(qū)域經濟聯系影響較大，呈現出路徑依賴特點，同時新興的電子商務交易網絡對城市群經濟增長產生明顯溢出效應。根據實證分析結果提出推進珠三角城市群協(xié)同發(fā)展的對策建議。

關鍵詞：珠三角城市群；社會網絡分析；電子商務交易流

中圖分類號：F2?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2024.12.012

0?前言

珠三角城市群是亞太地區(qū)最具活力的經濟區(qū)之一。2022年，珠三角9市（廣州、深圳、珠海、佛山、東莞、中山、江門、肇慶、惠州）的GDP合計達10468182億元，比2021年增加了409656億元，進一步彰顯了其經濟的強勁增長勢頭。作為廣東省的核心地區(qū)，珠江三角洲城市群擁有廣東省70%的人口，創(chuàng)造了全省85%的GDP。這個地區(qū)是全球影響力的先進制造業(yè)基地和現代服務業(yè)基地。先進的制造業(yè)集群和創(chuàng)新型服務業(yè)發(fā)展成為該地區(qū)的特色，為經濟增長提供了強大的支撐。珠江三角洲城市群還是南方地區(qū)對外開放的門戶，吸引了大量的國內外投資和人才流入。其優(yōu)越的地理位置和完善的基礎設施為國際貿易和外商投資提供了便利條件，成為中國參與經濟全球化的主要區(qū)域之一。作為中國經濟發(fā)展的重要引擎，珠江三角洲城市群的發(fā)展不僅帶動了自身地區(qū)的經濟繁榮，也輻射帶動了華南、華中和西南地區(qū)的發(fā)展。

但珠三角城市群內部發(fā)展不均衡，城市群間經濟差距明顯，核心城市影響力向周邊城市擴散，后發(fā)優(yōu)勢明顯。通過電子商務交易信息流的社會網絡分析，可以了解珠三角城市群的經濟空間網絡結構，考察經濟網絡溢出效應對城市群經濟增長帶來的影響，有助于了解珠三角城市群的空間行為，強化城市間的功能聯系，優(yōu)化區(qū)域產業(yè)空間布局，增強城市群競爭力，為規(guī)劃和發(fā)展珠三角城市群提供參考。

國內外學者對城市群空間結構特征主要從點、線、面三個視角展開，其中以“點”要素和“線”研究居多。“點”要素主要是關于城市中心性的研究，國內外常用的中心性測度方法主要有：熵值法、最小需要法、潛能模型，這三種方法各有利弊（Irwin?and?Hughes，1992）。劉靜玉（2006）通過構建潛能模型反映中原城市群中型城市的中心性強度。姚作林等（2017）運用熵值法構建城市中心性測度指標體系，研究成渝經濟區(qū)城市空間格局。

“線”主要是關于城市間經濟聯系強度的研究，為了測算城市間經濟聯系強度大小，學界普遍采用的方法是引力模型和城市流模型。苗洪亮（2017）采用主成分分析法綜合城市經濟實力、基礎設施、科技以及城市規(guī)模對引力模型加以修正，對中國三大城市群內部經濟聯系進行比較研究。王方方（2018）改進引力模型分析粵港澳大灣區(qū)城市群空間經濟網絡，并運用QAP分析法得出城市群經濟聯系的強弱與城市間距離、要素擴散與集聚、產業(yè)結構、經濟全球化4個要素密切相關。

城市流模型以城市間的技術交流、資金流動、人口流動為基礎來測算城市間互相作用力。使用這種經濟數據構建引力模型來分析粵港澳大灣區(qū)城市群網絡結構是靜態(tài)的，不能全面綜合反映城市間的網絡演化情況，需要增加“流數據”來動態(tài)反映城市群的經濟聯系。隨著互聯網和信息技術的不斷發(fā)展，電子商務在社會消費零售總額的占比逐年攀升，據商務部電子商務司發(fā)布的《中國電子商務報告2020》顯示，全國電子商務交易額達3721萬億元，其中網上零售額1176萬億元，同比增長109%，占社會消費品零售總額的比重上升到207%。在電子商務交易平臺上的交易數據是實時更新變化的“信息流”，抓取“流數據”來分析粵港澳大灣區(qū)城市群的動態(tài)經濟網絡結構，為研究城市群經濟網絡提供了新視角。

1?城市群電子商務交易網絡研究方法

由于目前商業(yè)交易數據比較敏感，在常規(guī)渠道只能獲取商家信息而無法獲得客戶信息，本研究另辟蹊徑，根據信息流距離衰減理論，來分析電子商務平臺交流數據（信息流）對物流、人流等形式的流體產生的作用，及對城市和區(qū)域具有協(xié)作效應、替代效應、衍生效應、增強效應。Murnion?S（2019）分析了信息流與區(qū)域間的互動作用，將傳統(tǒng)的重力模型進行簡化，得到網絡信息流距離衰減模型：

Ni=αPiDi（1）

該模型認為信息流的距離衰減程度主要受物理距離和網絡用戶數影響。其中Ni代表某網站在i城市的訪問量，Pi代表該網站在i城市的潛在用戶數，Di代表該網站所在地到i城市的距離，α代表的就是網絡信息流距離衰減系數，α越大，則代表信息流衰減得越快，也就是該網站對城市i的影響力越弱。參考這一模型，考慮電子商務的交易過程中網店交易額同樣與消費者所在城市的距離、消費者人數等關聯，因此我們將上述模型變型成下式，得出基于電子商務交易額的城市影響力測算公式：

Fij=ViPjDij（2）

其中Vi代表i城市的電子商務交易額，Pj代表j城市的電商用戶數，Dij代表i城市到j城市的距離，Fij代表的就是i城市對j城市的電子商務影響力，Fij越大則代表i城市對j城市的影響力越強，這里的F與前式的衰減系數α是互為相反數。

為構建珠三角城市群的電子商務交易網絡，本研究以國內電商交易量最大的淘寶網作為研究平臺，選取手機、家電、服裝、食品、家具5個商品類目，用Python抓取2022年11月至12月的商品交易數據。統(tǒng)計的方式是抓取各類目銷量排名前1000的店鋪，根據店鋪所在城市篩選并統(tǒng)計其交易總額作為該城市的電子商務交易參考數據。由于電子商務線上交易線下配送的特點，商家和客戶間的物理距離也會對交易產生一定的影響。我們引入網絡信息流距離衰減模型來計算基于電子商務交易數據的城市間聯系強度，得到珠三角9個城市的電子商務交易聯系網絡矩陣，作為研究的數據基礎。

2?珠三角城市群電子商務交易網絡數據分析結果

把珠三角9市的電子商務交易聯系網絡矩陣導入uncinet?軟件，運用軟件自帶的NetDraw繪制珠三角城市群的可視化結構圖1，帶箭頭的線表示一個城市與其他城市間的聯系，線條越粗表示聯系越密切。

運用軟件uncinet?對珠三角9個城市節(jié)點的度數中心度、點入度、點出度、中心勢指標進行計算，其測算結果見表1。

度數中心度的數值反映節(jié)點城市在網絡中地位，數值越高越處于核心位置。其中點出度越大，表明該城市對其他城市的影響越大，而點入度越大則表明該城市受其他城市的影響越大。如上表所示，廣州與深圳的中心度得分最高且非常接近，是珠三角城市群電子商務交易的核心城市，對其他城市的影響力較強。位列三四名的佛山和東莞得分也比較接近，屬于珠三角城市群電子商務交易的次核心城市，而其他城市的得分較低，且點入度得分大于點出度，屬于受輻射影響帶動的區(qū)域。

3?結論與建議

本文運用電商交易數據“流數據”動態(tài)分析珠三角城市群網絡，驗證經濟溢出效應對經濟增長的影響，綜合上述分析可得出以下結論：

（1）從珠三角城市群的經濟網絡的結果來看，生產性服務業(yè)企業(yè)和先進制造企業(yè)在珠三角部署分支機構時受區(qū)域經濟聯系影響較大，呈現出路徑依賴特點，同時新興的電子商務交易網絡對城市群經濟增長產生明顯溢出效應。

（2）珠三角城市群的經濟聯系和電商交易社會網絡都呈現出整體密度高、網絡化結構明顯的特征。區(qū)域內城市的整體發(fā)展水平、綜合實力與城市在城市群中的影響力和聯系程度呈密切的正向關聯。廣州與深圳的中心度得分最高且非常接近，是珠三角區(qū)城市群電子商務交易的核心城市，對其他城市的影響力較強。佛山和東莞屬于珠三角城市群電子商務交易的次核心城市，而其他城市屬于受輻射影響帶動的區(qū)域。

對城市群電商交易數據的分析，清晰全面反映了珠三角城市群的整體網絡狀況以及各城市節(jié)點間的真實關系，為城市群的建設發(fā)展帶來的啟示加快珠三角城市間要素資源流動，強化珠三角的開放引領作用應增強城市間的資本、文化、信息、技術、人才等生產要素的流動，推動標準對接、資質互認、民生對接，從而實現資源優(yōu)化配置，改善營商環(huán)境，提升區(qū)域經濟發(fā)展的整體性和協(xié)調性。從全球經濟一體化和國內消費升級的因素來看，一方面應利用珠三角的區(qū)位優(yōu)勢，順應“一帶一路”倡議，消除投資和貿易壁壘，深化與共建國家的合作與交流，通過構建全球性高端人才、高端資源要素和高端市場平臺，建立統(tǒng)籌協(xié)調機制，探索出促進珠三角經濟增長的獨有模式。另一方面應在國民消費升級的背景下，積極拉動內需，構建以國內大循環(huán)為主體、國內國際雙循環(huán)相互促進的新發(fā)展格局。

參考文獻

［1］劉靜玉.當代城市化背景下的中原城市群經濟整合研究[D].河南大學，2006.

[2]姚作林等.成渝經濟區(qū)城市群空間結構要素特征分析[J].經濟地理，2017，（1）：3701+8289.

[3]苗洪亮，周慧.中國三大城市群內部城市網絡聯系特征分析——比較與啟示[J].攀枝花學院學報，2019，（1）：4148.

[4]王方方，楊煥煥.粵港澳大灣區(qū)城市群空間經濟網絡結構及其影響因素研究——基于網絡分析法[J].華南師范大學學報（社會科學版），2018，7（4）：110120.

[5]覃成林，劉麗玲，覃文昊，等.粵港澳大灣區(qū)城市群發(fā)展戰(zhàn)略思考[J].區(qū)域經濟評論，2017，（5）：113118.

[6]邱少平.粵港澳大灣區(qū)城市群經濟外向拓展及其空間支持系統(tǒng)構建[J].全國流通經濟，2018，（9）：5859.