長三角城市群產業聯動網絡結構特征及影響因素分析

孫偉 楊靜

摘 要：產業聯動對推動長三角區域一體化進程具有重要意義?；?011—2021年長三角城市群數據，利用修正的引力模型和社會網絡分析法探究產業聯動網絡的結構特征和影響因素。研究表明：（1）長三角城市群內部存在明顯的產業聯動路徑并形成了空間關聯網絡；（2）核心城市和中心城市中心度較高，點出度較高的城市呈現向上海集聚的趨勢，點入度較高的城市呈現由上海向外擴散的趨勢；（3）網絡呈現“小世界”結構特征；凝聚子群內城市分布由相對集中走向分散，即產業聯動逐漸打破省份和地域邊界限制；（4）產業結構、經濟發展水平、交通發展水平和創新發展水平的差異促進了產業聯動網絡的形成。因此，應充分發揮長三角中心區城市帶動作用，引導長三角產業合理布局，并加強區域間技術創新合作，從而促進長三角一體化發展。

關鍵詞：產業聯動；引力模型；社會網絡分析；影響因素

中圖分類號：F127? 文獻標識碼：A? 文章編號：

1672-1101（2024）03-0018-11

Analysis of? Structural Characteristics and Influencing Factors of Industrial Linkage Network of? Yangtze River Delta Urban Agglomeration

SUN Wei，YANG Jing

（School of Economics and Management，Anhui Jianzhu University，Hefei? 230022，China）

Abstract： Industrial linkage is of great significance for promoting the process of regional integration in the Yangtze River Delta.Based on the data of the Yangtze River Delta urban agglomeration from 2011 to 2021，the modified gravity model and social network analysis method are used to explore the structural characteristics and influencing factors of the industrial linkage network.The results show that：（1） There is a significant industrial linkage path and a spatial correlation network within the Yangtze River Delta urban agglomeration.（2） There is a higher degree of centralityin core cities and central cities，and the cities with a higher out-degree show a trend of agglomeration to Shanghai，while the cities with a higher in-degree show a trend of diffusion from Shanghai.（3） The network is characterized by “small world” structure.The composition of cities in the agglomeration subgroup is moving from being relatively concentrated to dispersed，that is，the industrial linkage gradually breaks the restrictions of provinces and regional boundaries.（4） The differences in industrial structure，economic development level，transportation development level and innovation development level promote the formation of industrial linkage network.Therefore，it is necessary to give full play to the leading role of cities in the central area of the Yangtze River Delta，guide the rational layout of industries in the Yangtze River Delta，and strengthen inter-regional cooperation in technological innovation，so as to promote the integrated development of the Yangtze River Delta.

Key words：industrial linkage;gravity model;social network analysis;influencing factors

一、文獻綜述

長三角地區具備產業基礎雄厚、創新能力強勁、區域合作緊密的優勢，在國家現代化建設全局中舉足輕重。隨著適宜的城市群規模的形成以及長三角一體化上升為國家戰略，城市群之間產業協同發展愈發緊密，逐漸形成完備的產業分工、產業互補體系，長三角的產業集群加速形成。現有文獻也表明，長三角城市群在經濟水平差異性、產業互補性、交通設施通達性、地域文化差異性以及政策環境等方面具備良好的產業聯動現實基礎[1]。因此，推進長三角城市群產業聯動，對促進區域經濟高質量發展和國家現代化建設具有重要意義。

呂濤等認為產業聯動的內涵是以產業關聯為基礎，位于產業鏈同一環節或不同環節的企業之間進行的產業協作活動[2]。產業聯動測度的主要方法有：1.基于產業結構差異的關聯程度分析法。即認為地區間產業結構存在差異更容易發生聯動行為。部分學者通過構建模型測算產業結構差異度、產業結構相似系數、基于灰色關聯法的產業結構關聯度等指標來衡量聯動程度[3-4]，這類指標分析的是地區間產業聯動的潛力與可能性大小，間接代表產業聯動度。2.基于投入產出表的產業關聯分析。該方法是研究經濟體系中各部門投入和產出之間相互依存關系的定量分析方法?；谕度氘a出表的研究數據構建投入產出模型計算影響力系數、感應度系數等指標來分析產業關聯效應、產業波及效應等[5-6]，從而反映出產業間的經濟技術關系。3.引力模型和復雜網絡分析法。隨著復雜網絡分析法在經濟學研究中的廣泛應用，有學者發現產業聯動實際上是基于產業聯系形成的網絡組織，產業聯動網絡由主體、要素資源以及產業活動組成，并且是在聯動效應、區位因素、政府調控、供需關系等內外部因素共同作用下形成的[7-8]；由于空間引力模型可以用來測度兩地區間的聯系強度，引力模型與復雜網絡逐漸被結合起來應用在產業聯動研究領域。江小國等利用空間引力模型測算了經濟聯系強度，并構建模型測算了皖江城市與長三角城市之間的產業聯動潛力[9]。葉連廣等以長江經濟帶城市群為研究對象，利用修正后的空間引力模型和社會網絡分析方法探究產業聯動網絡與區域高質量一體化發展之間的關系[10]。此外，一些文獻對產業聯動的影響因素進行了理論性分析，集中在經濟、產業、地理、基礎設施等方面[11-12]。也有學者發現，城市網絡地位差異、地方保護等因素同樣會影響產業聯動水平[13-14]。

綜上，目前學術界對產業聯動的概念、主體、類型以及影響因素等方面進行了大量的學術探討，取得了頗為豐富的研究成果。但是關于產業聯動的定量分析相關文獻較為欠缺，鮮有從網絡視角研究產業聯動網絡的結構特征，也缺乏影響因素方面的實證分析。本文通過修正的引力模型測度長三角城市群產業聯動的空間關聯矩陣，并借助社會網絡分析方法對產業聯動網絡的整體性結構特征和網絡中城市節點特征進行分析，進一步采用QAP回歸分析方法探究長三角產業聯動網絡的影響因素，旨在為促進長三角區域產業協同發展和經濟高質量發展提供對策建議。

二、研究設計

根據2019年12月中共中央、國務院發布的《長江三角洲區域一體化發展規劃綱要》，長三角地區規劃范圍包括上海市、江蘇省、浙江省、安徽省全域。研究樣本為長三角41個城市2011—2021年《中國城市統計年鑒》和各省市統計局數據。城市之間的距離以球面距離表示，采用ArcGIS10.8軟件計算得出，相關數據均進行了平減處理。

（一）修正的引力模型

傳統的引力模型不具有方向性，城市間的引力強度是相同的。城市間經濟發展水平不同，地區間產業聯動的關系則是雙向且非對稱的。借鑒葉連廣等的做法[10]，用某城市的地區生產總值占兩個相關聯城市地區生產總值之和的比例來修正權重系數Kij，同時將產業結構差異等變量引入引力模型進行修正，修正后的引力模型的具體公式為：

Cij=Kij（1-Sij）2PiGi2PjGjD2ij（1）

Kij=GiGi+Gj（2）

Sij=∑xikxjk∑x2ik∑x2jk（3）

其中，Cij是城市i與城市j之間的產業聯動強度；Kij為權重系數；Pi、Pj為城市i與城市j年末總人口數；Gi、Gj為城市i與城市j的地區生產總值；Dij為城市i與城市j之間的以各城市市政府的經緯度計算的球面距離；xik、xjk為城市i與城市j第k產業的產值比重；Sij為城市i與城市j的產業結構相似系數?；谛拚囊δＰ偷玫椒从抽L三角產業聯動空間關聯關系的11個41×41的非對稱引力矩陣。

（二）社會網絡分析

1.網絡整體特征分析。本文采用網絡密度、網絡關聯度、聚類系數、平均最短路徑指標來分析長三角城市群產業聯動網絡的整體特征。網絡密度反映了整個網絡中節點之間關系的緊密程度。該指標的值越大，說明網絡節點之間的聯系越緊密，即長三角區域城市間的產業聯動程度越高。網絡關聯度是網絡圖中節點間彼此聯絡的程度。兩節點城市間的路徑越多，則節點關聯度越高；若任意兩節點之間具有較多的路徑，則整個產業聯動網絡的凝聚力較強。聚類系數可反映局部網絡結構的特征，體現了網絡中節點的集聚情況。聚類系數越高，說明產業聯動網絡中，節點城市之間集結成團的程度越高。本文采用根據局部密度計算的聚類系數，即整個網絡的聚類系數等于各個節點聚類系數的均值。平均最短路徑是指在網絡中，全部節點對建立聯系所需要經過其他節點數的最小值的平均值。平均最短路徑越小，網絡連通性越好，即產業聯動網絡中任意兩節點城市間越容易建立合作關系。

用Ucinet6.0中的Netdraw軟件對長三角產業聯動網絡進行可視化，結果如圖1所示。可以看出，長三角城市群產業聯動情況呈多向聯系且密集龐大的網絡結構形態，并且在非鄰近城市間依然存在復雜的空間關聯。如連云港與嘉興、泰州與溫州等城市間存在明顯的空間關聯路徑。這表明，長三角內部產業聯動的要素和資源流動并非僅在地理位置相鄰的城市之間產生，同時存在突破地理空間限制的非相鄰城市間的關聯。因此可以認為，長三角城市群內部產業合作與聯系日益緊密，存在明顯的產業聯動路徑，并已經形成了較為穩定的空間關聯網絡。

（1）網絡密度和網絡關聯度。如表1所示，2011年到2021年的整體網絡密度較低且增長緩慢，表明長三角城市群產業聯動在未來具有較大的發展空間。隨著2014年以及2019年城市群的陸續擴容，網絡密度出現短暫下降的情況，但城市群產業聯動仍具有穩健發展的趨勢。網絡關聯度值均為1，表明長三角產業聯動網絡結構具有較好的通達性和穩健性。產業聯動網絡覆蓋了長三角城市群的所有城市，即所有城市都與網絡中的其他城市存在產業聯動關系，網絡空間溢出效應明顯。

（2）聚類系數和平均最短路徑。表1中，2011年以來的網絡整體聚類系數在0.7左右，表明長三角城市群內部產業聯動情況較為緊密；平均路徑長度均在1.4到1.5之間，說明長三角城市群的兩兩城市之間平均需要大約1個中間城市就能產生產業合作聯系；同時擁有較高的聚類系數以及較短的平均路徑長度，網絡符合“小世界”的結構特征，這與蘇屹等[15]研究結論相一致，也即長三角內部城市之間在產業聯系與合作方面存在較高程度的集結成團現象。

2.網絡節點特征分析。中心度測量的是個體在整個網絡中的權力和地位。選取社會網絡分析中的度數中心度和中間中心度指標來分析各城市節點的關聯特征。

（1）度數中心度。度數中心度是指某一節點城市在產業聯動網絡中所連接的其他城市數量，反映了該節點城市在整個網絡結構中的地位和影響力大小。在有向圖中，度數中心度又分為點出度和點入度。點出度指節點城市直接發出的關系數，點入度指節點城市得到的直接關系數，它們分別表示各城市產業要素、資源等的輻射和集聚能力。如圖2所示，從整體結果來看，點出度較高的有發達城市，如上海、合肥、南京、杭州等；也有欠發達城市，如宿州、滁州、阜陽、蚌埠等。發達城市的經濟發展水平較高，資源相對豐富，是長三角一體化發展的輻射中心，以產業聯動帶動周邊地區產業轉型升級和經濟發展，因而具有較高的點出度；欠發達城市擁有充足的勞動力和生產要素資源并向其他城市溢出，因而其點出度同樣呈現較高水平。

點入度較高的城市為上海、蘇州、無錫、杭州、南京、合肥、蕪湖等。這類城市多表現為經濟較為發達、產業發展規模較大，對勞動力及部分資源需求量大，在供應鏈、生產環節配置、生產基地布局等方面可能依賴于其他城市的溢出，具有較強的吸附力，因而點入度較高。點出度和點入度較低的城市分布在長三角各方位的邊緣地區，如淮北、池州、衢州、舟山、麗水、連云港、宿遷等城市。這類城市經濟發展相對落后、對產業要素的吸引力弱，與中心城市產生聯系相對困難，因此在網絡中處于被支配的地位。

從演變趨勢來看，2011—2021年點出度較高的城市呈現向上海集聚的趨勢，點入度較高的城市則呈現由上海向外擴散的趨勢。這是由于在長三角一體化發展中，上海始終處于中心引領地位，并逐漸成為長三角城市群產業、技術、人才、資金等要素的集聚中心和輻射中心。此外，隨著安徽省各城市逐步加入長三角城市群，其依靠勞動力、土地自然資源等方面的比較優勢，與江浙滬間的產業互動關系逐漸加強，安徽省內部分城市的點出度和點入度有所上升。

（2）中間中心度。中間中心度衡量的是一個節點在多大程度上控制其他節點之間的聯系，反映了節點城市對資源的控制程度。該值越大，表示該城市對產業聯動網絡中的要素、資源控制能力越強。

如圖3所示，從整體結果來看，中間中心度較高的城市為上海、杭州、蕪湖、合肥、馬鞍山、南京等。這些城市均具有較高的行政地位，產業發展水平與經濟發展水平良好，產業聯動的資源和途徑較多，在地理上多處于長三角區域的中間位置。因此，這些城市在周邊城市間的產業合作往來中能發揮重要的橋梁作用。

從演變趨勢來看，中間中心度較高的城市在地理分布上逐漸向長三角中間區域集中，代表城市間產業合作往來由局部活動演變為長三角整體區域的聯動。合肥、滁州、嘉興、無錫、常州等城市中間中心度增大，說明隨著安徽省逐步融入長三角城市群、產業聯動網絡進一步擴大，這些城市積極發揮橋梁作用并促進了跨省產業聯動的實現。馬鞍山、蕪湖等城市的中間中心度有所下降，這是由于安徽省各城市逐漸在產業聯動網絡中活躍起來，省內部分城市從產業聯動網絡的中間角色轉變為直接參與方，產業聯系橋梁作用減弱，進而影響到中間中心度的大小。

3.凝聚子群分析。當網絡中的一些節點彼此之間的關系非常密切，以至于它們組合成一個子群體時，社會網絡分析稱之為凝聚子群。凝聚子群分析是用于分析聚類現象、反映網絡內子群構成和節點之間緊密程度的分析方法。利用該方法將長三角內部城市劃分為相對獨立的小團體，并通過密度矩陣反映各子群內部與外部之間的產業聯動關聯程度[16]。

本文采用Ucinet6.0軟件中的CONCOR方法，對2011年和2021年長三角城市群產業聯動網絡進行非重疊性的空間聚類分析，并用ArcGIS10.8軟件進行可視化，結果如圖4所示。

2011—2021年，長三角產業聯動網絡由四大子群構成，網絡凝聚子群內各城市由相對集中走向分散，且城市間產業聯動逐漸打破省份和地域邊界限制，形成了多樣化的產業合作發展模式。

（1）子群1是以上海為核心的凝聚子群。2011—2021年，子群1城市數量由12個減少至7個，內部關聯密度在4個子群中保持最高。由于江蘇的資本和技術密集型產業發展迅速，與上海的產業結構高度相關，子群1的發展最初以上海為核心，以江滬產業聯動為主[1]。在長三角一體化大背景下，3省1市不斷探索共建園區、產業飛地、一體化示范區等合作模式。如，浙江與上海開展產業飛地合作，瑞安市（安亭）飛地創新港和樂清市南翔鎮科技創新合作基地建成。長三角四大城市發展帶之一的滬寧杭甬發展帶，則依托上海、南京、杭州、合肥、寧波等中心城市的要素集聚和綜合服務優勢，成為長三角高質量產業發展的中心發展帶，帶動整個長江經濟帶和中西部地區發展。因而子群1逐漸演變為以上海為中心，輻射長三角中心城市產業聯動發展的子群。

（2）子群2由以浙西南地區為核心演變成以蘇南地區為核心的子群。早期子群主要由寧波、紹興、金華、合肥等城市構成，后期主要由蘇州、無錫、常州、寧波等城市構成。2011—2021年，子群2城市數量從9個增加至13個，城市更替現象明顯，子群變化較為顯著。其一，為促進安徽省更好融入長三角一體化發展、扶持皖北地區落后城市，滬蘇浙城市結對合作，形成凝聚子群，協同增強欠發達區域高質量發展動能，促進區域協調發展。如，由上海市青浦區、江蘇省蘇州市吳江區、浙江省嘉興市嘉善縣構成的長三角一體化示范區。其二，得益于長三角地區共建產業園、發展“飛地經濟”等跨區域合作發展模式的興起，蘇州（滁州）現代產業園等跨省合作園區建立。

（3）子群3是以皖北、蘇北地區為核心的子群，主要由亳州、蚌埠、淮南、淮安等城市構成，是長三角產業轉移承接的主要集聚區。2011—2021年，子群3城市數量從11個減少至10個。隨著長三角一體化進程的加快，長三角發展相對落后的北部地區承接江浙滬產業轉移壯大自身發展，已經成為長三角高質量承接產業轉移的優選地。如皖西、皖北和蘇北地區承接了不少蘇南和環杭州灣地區的傳統的、小規模的化工企業和機械制造企業[17]。

（4）子群4是以皖南地區為核心的子群，主要由蕪湖、宣城、銅陵、衢州等城市構成。2011—2021年，子群4城市數量從9個增加至11個，在地理位置上子群內部城市由相對集中逐漸走向分散。這些城市依托港口和制造業聚集的優勢，逐漸形成了凝聚子群協同發展。如，浙江寧波、紹興、嘉興、舟山、衢州共同協作，致力于打造綠色石化先進制造業集群，這說明3省1市通過不斷完善集群支持政策，設立沿滬寧產業創新帶、G60科創走廊等，合力培育地區優勢產業集群，一批先進制造業集群正在長三角加速崛起。

根據2011年和2021年長三角產業聯動網絡的總體網絡密度和凝聚子群密度矩陣得到凝聚子群像矩陣，結果如表2所示。進一步分析子群間的關聯路徑可以發現，長三角產業聯動網絡中多對子群之間的關聯密度顯著增加，并且子群之間的溢出路徑顯著增加，如圖5所示。

（1）2011年，子群3對子群1的關聯密度達到0.9，是長三角4個子群間關聯最為緊密的子群對；同時，子群3也積極與子群2進行產業關聯合作。一方面，主要由皖北和蘇北城市構成的子群3為子群1和子群2的發展提供了勞動力和生產要素等資源；另一方面，子群3作為欠發達區域和長三角產業承接的主要集聚區，與長三角發達區域進行積極的產業聯系；子群4對子群1也產生了明顯的溢出路徑。具體來看，以上海為中心的凝聚子群在長三角產業聯動網絡中具有強大的集聚能力和輻射能力，子群內部各城市間的產業聯系較為緊密，同時也積極向周邊區域輻射，引導長三角其他區域的產業聯動和產業轉型升級。

（2）2021年，子群1、3、4的內部關聯密度減小，子群2的內部關聯密度增加，說明隨著城市群的擴容，長三角區域產業聯動有較大的提升空間。子群間的溢出路徑發生明顯增加，子群3與子群2、子群4與子群1之間的單向溢出路徑演變成雙向溢出路徑；同時，子群1和子群2出現了雙向溢出路徑。這可能是由于發達的子群對周邊區域的影響首先以集聚為主導形式，然后是輻射帶動作用[12]，因而從單向溢出演變為雙向溢出。

三、長三角城市群產業聯動網絡影響因素分析

（一）影響因素選取與模型構建

1.影響因素選取。進一步探究長三角城市群產業聯動網絡形成的影響因素對優化網絡結構、實現產業協同發展至關重要?，F有研究認為，產業結構[9]、經濟發展水平[17]、地理距離[18]及地方保護[19]等是影響區域內產業聯動的重要因素。此外，科技創新通過改變生產手段、生產工具和生產形式，會對產業結構升級產生促進作用及正向空間溢出效應[20]。發達的交通運輸可以助力產業聯動要素和產品的自由流動，并減少時間與金錢成本[21]?；谝陨显颍x取產業結構、經濟發展水平、交通運輸水平、創新發展水平、地方保護以及地理距離作為長三角產業聯動網絡的影響因素。

2.模型構建。二次指派程序（QAP）是定量研究關系網絡中影響因素的非參數檢驗方法?；诰仃嚁祿闹脫Q對系數進行非參數檢驗，它能夠很好地解決關系數據潛在的多重共線性和自相關問題，并分析一個矩陣和多個矩陣之間的計量關系。借鑒邱志萍等的做法[22]，將數據兩兩絕對差值處理形成關系數據，采用QAP方法對長三角產業聯動網絡的影響因素進行分析，建立的模型如下：

Y=f（I，G，T，C，L，D）

其中， Y為長三角產業聯動空間關聯引力矩陣；I為產業結構差異，用各城市第二產業和第三產業產值比重的絕對差值矩陣表示；G為經濟發展水平差異，用人均GDP的絕對差值矩陣表示；T為交通運輸水平差異，用貨運量的絕對差值矩陣表示；C為創新發展水平差異，用專利授權量的絕對差值矩陣表示；L為地方保護差異，用地方財政收入占GDP比重的絕對差值矩陣表示；D為地理距離，用市政府間地理距離矩陣表示。

（二）QAP 回歸分析

表3匯報了2011年、2016年、2021年自變量的標準化回歸系數和P值。從擬合優度上來看，模型的調整R2從0.265、0.337到0.351逐漸增大，QAP的調整R2值一般低于OLS模型[23]?？煽闯?，擬合優度對模型解釋力較為良好。各個影響因素的組合關系對長三角產業聯動網絡的形成具有較強的解釋力，并且影響程度在逐漸加深。

產業結構差異的標準化回歸系數均在1%的水平上顯著為正，系數大小從0.143、0.244到0.343。產業結構差異是產業聯動網絡形成的重要驅動力，并且系數逐年增大，說明一定的產業結構差異有利于長三角地區形成合理的產業分工格局，有助于長三角各城市要素稟賦優勢和產業分工優勢的有效發揮，并通過實現產業鏈的空間協同與合作，驅動長三角產業聯動網絡的形成。

經濟發展水平差異的標準化回歸系數均在1%的水平上顯著為正，并且系數在0.153～0.170之間波動幅度不大，說明經濟發展水平差異促進了產業聯動網絡的形成。網絡節點特征分析結果表明，經濟發達的地區在網絡中擁有較高的權利和主導地位，經濟發展水平差距越大，資本、技術等要素的虹吸效應與輻射效應越容易發生，從而有利于形成產業關聯網絡，帶動整個地區的產業協同發展。

交通運輸水平差異的標準化回歸系數在2011年、2016年均在5%的水平上顯著為正，系數大小分別為0.145和0.123。交通運輸行業的建設資金投入不同則交通運輸水平存在差異，串聯三次產業的生產、消費和流通，促進了地區間生產要素和產品的自由流動，因而對長三角地區產業聯動網絡的形成與演變具有重要影響。2021年交通運輸水平這項系數不顯著，其可能原因是受疫情影響，交通運輸業在短期內增長乏力[24]。

創新發展水平差異的標準化回歸系數顯著為正，并且系數大小總體呈上升趨勢，表明區際創新發展水平存在差距，這為跨區域的技術交流與協作提供了前提。促進區域間通過技術轉移、新技術改進和完善、新技術聯合開發等方式實現產業聯動發展，有利于形成區際基于技術合作的水平式聯動，且創新能力的不斷提升為推動區域產業聯動、實現產業轉型升級提供了強大動力。

地方保護差異這一影響因素未通過顯著性檢驗，源于長三角一體化發展中區域間行政壁壘的弱化。目前，推動長三角產業聯動已形成共識，政府在長三角發展中發揮了積極的引導作用。如有研究表明，地方政府合作不僅促進了長三角地區產業結構的合理化，且提升了長三角地區產業結構的高度化[25]。

地理距離矩陣的標準化回歸系數均在1%的水平上顯著為負且絕對值大小呈下降趨勢，表明長三角產業聯動網絡的形成會顯著受到地理距離的限制。隨著區域間交通網絡愈發便捷，這種限制正在逐漸被突破，負向影響減小。

為了保證回歸結果的可靠性，從以下兩個方面進行穩健性檢驗。1.更改矩陣置換次數。考慮到更多的矩陣置換次數能夠獲得更穩健的估計結果，因此將置換次數由默認的2 000次調整為5 000次。2.以地理鄰接矩陣替換城市地理距離矩陣，相鄰城市記為1，不相鄰記為0。由于地理距離越大，產業聯動的可能性越低，而地理位置臨近，產業聯動的可能性越大，因此地理距離這一項指標變換后系數符號相反。穩健性檢驗結果如表4所示，可以看出，各解釋變量的系數和顯著性同表3的回歸結果基本一致，說明上述回歸結果是穩健的。

四、研究結論與對策建議

（一）研究結論

利用修正的引力模型和社會網絡分析方法研究長三角城市群產業聯動網絡的結構特征及影響因素，得出如下結論。

第一，長三角城市群內部產業合作與聯系日益緊密，存在明顯的產業聯動路徑，并且已經形成了較為穩定的空間關聯網絡；城市群內部存在集結成團現象，網絡呈現“小世界”結構特征；網絡由四大子群構成，網絡凝聚子群內各城市由相對集中走向分散，且城市間產業聯動逐漸打破省份和地域邊界限制，形成多樣化的產業合作發展模式。

第二，長三角不同地區城市中心性水平存在明顯差異，核心城市上海和中心城市如南京、杭州、合肥等的中心度較高。點出度和點入度較低的城市主要分布在長三角各方位的邊緣地區，如淮北、池州、衢州、舟山、麗水、連云港、宿遷等城市。點出度較高的城市呈現向核心城市上海集聚的趨勢，點入度較高的城市呈現由核心城市上海向外擴散的趨勢。隨著安徽省各城市逐步加入長三角城市群，省內城市與江浙滬間的聯系逐漸加強。

第三，從產業聯動的影響因素來看，產業結構、經濟發展水平、交通發展水平和創新發展水平的差異促進了長三角產業聯動網絡的形成，地理距離顯著抑制了產業聯動網絡的形成，地方保護的影響不顯著。

（二）對策建議

第一，推動長三角中心區一體化發展，帶動長三角其他地區加快發展。圍繞國際經濟、金融、貿易、航運和科技創新建設，提升上海城市核心競爭力，引領長三角一體化發展；加快南京、杭州、合肥、蘇錫常、寧波都市圈建設，推進都市圈協調聯動、合作互動；加強長三角中心區與蘇北、浙西南、皖北等地區的深度合作，輻射周邊欠發達地區協同發展。

第二，充分發揮區域比較優勢，引導長三角產業合理布局。長三角各城市在已有優勢產業的基礎上，既要強化垂直型分工，即根據經濟勢差的大小進行要素流動和產業轉移，通過上下游關聯帶動落后地區的經濟發展，又要強化城市群內部的水平型分工，繼續探索飛地經濟、新興產業共建、一般產業互補的多樣化產業聯動模式。堅持市場機制主導和產業政策引導相結合，促進產業結構升級，優化重點產業布局和統籌發展。

第三，加強區域間技術創新合作，推動科技創新與產業鏈深度融合。深入實施創新驅動發展戰略，以科技創新為引領，打造產業升級和實體經濟發展制高點，為高質量融合發展注入強勁動力。充分發揮創新資源集聚優勢，共同推進原始創新、技術創新和產業創新，共同打造長三角科技創新共同體，形成具有影響力的科技創新和制造業研發高地。

參考文獻：

[1] 石碧華.長三角城市群產業聯動協同轉型的機制與對策[J].南京社會科學，2014，15（11）：9-16.

[2] 呂濤，聶銳.產業聯動的內涵理論依據及表現形式[J].工業技術經濟，2007，163（5）：2-4.

[3] 沈正平，簡曉彬，施同兵.產業地域聯動的測度方法及其應用探討[J].經濟地理，2007，124（6）：952-955.

[4] 張智勇.區域經濟內產業聯動的實證分析：以晉陜豫“黃河金三角”地區為例[J].經濟問題，2018，40（11）：80-83.

[5] 彭連清.我國區域間產業關聯的實證分析[J].產業經濟研究，2008，7（4）：16-21.

[6] 王莉莉，肖雯雯.基于投入產出模型的中國海洋產業關聯及海陸產業聯動發展分析[J].經濟地理，2016，36（1）：113-119.

[7] 劉釗，馬軍海.產業聯動網絡及其形成演進機制研究[J].國家行政學院學報，2008，10（6）：104-107.

[8] 聶銳，高偉.區際生產要素流動的網絡模型研究[J].財經研究，2008，53（7）：87-97.

[9] 江小國，周海煒，賈興梅.皖江城市帶和長三角地區產業聯動性研究：基于空間引力模型[J].經濟與管理評論，2017，33（1）：148-153.

[10] 葉連廣，何雄浪，鄧菊秋.產業聯動網絡促進區域高質量一體化發展的效應研究：以長江經濟帶城市群為例[J].經濟縱橫，2023，39（1）：102-111.

[11] FUJITA M，THISSE J.Economics of Agglomeration：Cities，IndustrialLocation，and Regional Growth[M].Cambridge：Cambridge University Press，2002.

[12] 陸小莉，劉強，徐生霞.京津冀產業轉型升級的空間聯動效應研究[J].統計與信息論壇，2021，36（7）：52-63.

[13] 鄔麗萍.城市群空間演進與產業聯動：以廣西北部灣城市群為例[J].經濟問題探索，2013，34（3）：82-88.

[14] 孫軍，高彥彥.勞動力流動、增長極培育與區域協調發展：以江蘇省為例[J].經濟體制改革，2014，32（2）：40-44.

[15] 蘇屹，趙璐，張傲然.中國石墨烯產業產學研合作創新網絡特征分析及演化研究[J].軟科學，2023，37（9）：55-66.

[16] 張榮天.長三角城市群網絡結構時空演變分析[J].經濟地理，2017，37（2）：46-52.

[17] 林玉妹，林善浪.區域一體化背景下跨區域產業協同發展研究：以長三角地區為例[J].中州學刊，2022，44（11）：34-40.

[18] 林蘭，葉森，曾剛.長江三角洲區域產業聯動發展研究[J].經濟地理，2010，30（1）：6-11.

[19] 劉釗.區域產業聯動網絡測度研究：以環渤海區域為例[J].安徽大學學報（哲學社會科學版），2011，35（2）：150-156.

[20] 汪發元，張東晴，吳雨涵.科技創新、金融發展與產業結構升級：基于安徽省的實證[J].統計與決策，2023，39（3）：159-163.

[21] 郭樹華，李石松.綜合交通運輸體系對產業專業化與空間區域集聚的影響：以云南省農業產業為例[J].經濟問題探索，2016，37（1）：125-131.

[22] 邱志萍，劉舉勝，何建佳.我國商貿流通網絡的結構特征及驅動因素：基于引力模型的社會網絡分析[J].中國流通經濟，2023，37（2）：31-42.

[23] 劉法建，張捷，陳冬冬.中國入境旅游流網絡結構特征及動因研究[J].地理學報，2010，65（8）：1 013-1 024.

[24] 李濤，李國平，薛領.基于系統動力學的新冠肺炎疫情影響北京經濟發展的模擬仿真分析[J].地理科學，2022，42（2）：244-255.

[25] 楊建坤，曾龍.地方政府合作與城市群產業結構升級：基于長三角城市經濟協調會的準自然實驗[J].中南財經政法大學學報，2020，63（6）：57-68.

[責任編輯：范 君]