孙 媛 媛

(青岛滨海学院 商学院，山东 青岛 266071)

近年来，中国的经济发展战略逐渐走向区域一体化，形成了许多大都市区和城市群。城市群网络作为次国家区域内各类资源要素动态流动的主要承载形式，是城市间联系交互增强和城市体系向成熟演进的必然结果[1]。长江三角洲城市群(以下简称”长三角“)作为东部沿海经济集聚区之一，正处于区域一体化的加速发展阶段，城市经济联系也日趋紧密，对中国区域经济发展有重要的带动作用。2018年6月，长三角地区通过了《长三角地区一体化发展三年行动计划(2018-2020)》，“三年行动计划”将交通互联互通作为长三角一体化发展的焦点之一，而物流在交通互联互通中扮演着重要的角色。物流网络作为城市经济联系的特征之一，既可以优化城际资源配置，又能够实现规模经济效益，对城市群经济联系的结构与强度具有重要的支撑作用[2，3]。因此，构建合理、高效的物流网络对长三角实现交通互联互通，进而达到区域物流高质量一体化至关重要。

现有城市物流网络的构建多以引力模型为基础[4-6]。虽然引力模型可以将城市间的距离、经济信息以及物流信息等结合起来，形成城际物流引力网络，但这种物流网络本质上反映的仍是城市间的经济联系强度，而且基于货运量的统计数据无法反映出城市间的货运信息。因此，本文通过网络爬虫技术抓取了中国物通网长三角26个城市间的物流专线信息，根据这些物流信息构建了长三角物流网络。

社会网络分析从“关系”的角度出发定量地界定权力，并给出多种关于社会权力的具体形式，即中心度和中心势，适用于研究人际关系、国际贸易关系及城市经济联系等[7]。中心度是对个体行动者在网络中的权力量化，数值大小反映了个体在网络中的地位；中心势则是对群体权力的量化，数值大小反映了整体网络的融合程度。此外，凝聚子群也是社会网络分析中常用的研究方法，它反映了整体网络中具有较强、紧密、直接或积极的关系[8]。本文利用网络爬虫技术抓取了长三角26个城市间的物流专线信息，并构建了物流网络，采用社会网络分析法对长三角物流网络进行了研究，以期为长三角经济一体化发展提供参考与建议。

1 长三角物流信息抓取与网络构建

1.1 长三角物流专线信息抓取

本文利用R语言网络爬虫抓取了中国物通网的长三角物流信息，并以此为基础分析长三角物流网路特征。具体爬虫设计思路为：首先，本文在中国物通网中检索并收集了长三角两两城市间的物流信息网址共650条，将该650条网址作为抓取的主要对象。然后，本文利用R语言的rvest包通过编写程序依次抓取了长三角某一城市到其他城市的主要物流信息数据(如物流公司数量、物流公司地址、物流专线以及物流价格等)，其中物流专线信息是本文网络分析的重要数据基础。最后，对抓取到的数据进行清理，删除有重复的物流公司及专线信息，将最终得到的数据导出为表格，作为物流网络构建的基础数据。

1.2 长三角物流网络构建

本文研究对象为长三角城市群，包括上海、苏州、无锡、宁波、杭州、常州、南通、南京等26个城市。同时，本文利用抓取的长三角城市群物流专线信息，构建了长三角26城市的物流网络，并利用UCINET软件制作了该物流网络图，如图1所示。图1中的各个节点代表城市；两节点间的线段为城际物流专线信息；线段越粗，表示两城之间的物流专线数量越多。由于两城市相互的物流专线数量并非对称，因此，该物流网络为有向网络。从图1物流网络的线段粗细程度来看，上海到其他城市之间的物流专线数量最多，无锡次之。说明了上海和无锡是长三角城市群中的两个物流中心，其资源配置能力和经济影响能力在26个城市中较强。

图1 长三角物流网络图

网络密度指标是通过网络中实际存在关系数与理论上最多可能存在关系数的比值测算的[7]。网络密度值的大小反映了城市之间物流联系的紧密程度和互动程度。图1显示的长三角城市物流网络整体密度为0.9338，整体来看，长三角城市的物流联系处于强连接状态。说明了长三角城市群的物流联系较为紧密，各城市之间存在较为紧密的经济关联。但是，图1中的物流网络包含的物流专线较少，甚至包含了物流专线为1的信息，因此，上述的网络密度可能高估了长三角的城际物流联系。为此，本文根据物流专线数量的阈值，绘制了物流专线大于10和物流专线大于40的物流网络图，如图2和图3所示。

图2 长三角物流网络图(专线数大于10)

图3 长三角物流网络图(专线数大于40)

图2显示的长三角城市物流网络较为清晰，其整体网络密度为0.6538。可见，当排除了物流专线低于10的信息之后，长三角城市的物流联系仍然处于较强的关联状态。整体来看，上海、无锡、合肥、扬州等17市在物流网络中的关联度较强，盐城、安庆、马鞍山等9市在物流网络中的关联度较弱。通过与长三角城市群的地图进行对比，上述17市多位于长三角城市群的核心圈，而上述9市则多位于城市群的外围圈。这说明了与经济关联相似，长三角城市群的物流关联也存在“中心-外围”模式。

图3显示的长三角城市物流网络更为简单，其整体网络密度仅为0.3062。可见，当设定物流专线数为40时，长三角城市的物流联系就处于弱关联状态，呈现星状分布。整体来看，上海、无锡、杭州、常州、宁波、台州、金华、苏州等8市位于星状网络的中心，说明这8市整体网络关联度较强，处于核心圈中的核心；而盐城、安庆、滁州等其他18市位于星状网络的外缘，说明这18市整体网络关联度较弱。

2 长三角物流网络结构分析

2.1 网络中心性分析

各个节点在整体网络中的地位以及整体网络的关系分布可以用网络中心性来表示。常用的网络中心性指标有中心度和中心势。其中，中心度分为点度中心度、中间中心度和接近中心度。点度中心度衡量了单个节点在整体网络中的地位，其值越高，表明该节点在网络中的地位越高。中间中心度测量的是单个节点对资源的控制程度，其值越高，表明该节点对资源的控制程度越高。接近中心度衡量了一个节点与网络中所有其它点的“距离”，由于采用倒数形式，其值越高，说明该节点到其他节点的相对“距离”越近，即与其他节点的关系更为紧密。由于本文构建的长三角物流网络为有向网络，而点度中心度和接近中心度可以通过出度和入度来衡量，据此，本文测算了图1所示长三角物流网络的点度中心度和接近中心度。

2.1.1 点度中心度分析

图4显示了长三角物流网络的点度中心度和接近中心度，为了更清楚的体现各指标的相对大小程度，本文将计算的结果以上海市为基准进行了标准化处理，即上海的各中心性指标均为1，其他城市的中心性指标均为1的相对值。

从点度中心度的计算结果来看，上海的出度中心度为1，其他城市的出度中心度均小于1，长三角出度中心度的平均值为0.2155。高于平均值的城市有上海、苏州、无锡、宁波、杭州、常州、金华、台州、绍兴和芜湖等10个城市，说明这10市在长三角物流网络中相对其他城市具有较高的物流地位，即由这10个城市到其他城市的物流专线较多，对其他城市的经济影响力较高。而在这10个城市中，尤以上海的出度中心度最高，既远远高于平均值，也远大于次高的无锡，这显示了上海作为国际大都市在长三角城市群中的绝对影响力。随着长三角一体化发展的逐步深化，上海在物流运输业的地位也逐步加强，会形成长三角的经济辐射极，持续对周边城市以及外围城市输送资金、产品、技术等，以带动其他城市的经济发展。再比较入度中心度，发现除上海外，其他城市的入度中心度均高于1，说明了其他城市在经济发展的过程中充分利用了周边城市的外溢效应；其次，江浙地区城市的入度中心度波动较大，而安徽地区城市的入度中心度较为平稳且较高，说明安徽地区城市接收到其他城市的影响较多，这显示了长三角一体化发展战略使得长三角核心城市圈对安徽地区城市起到了一定程度的经济辐射与带动作用。

中心势计算结果显示，出度中心势为74.58%，但入度中心势仅为0.85%，两者差距较大，说明了长三角城市之间的物流网络关系有很大的不对称性。以本文所抓取的物流专线信息为例，由上海发出到其他城市的物流专线数量高达150左右，但由其他城市，尤其是外围城市发往上海的物流专线远低于这个数字，这使得长三角物流网络呈现失衡特征。

图4 长三角城市群网络中心性统计图

2.1.2 接近中心度分析

从接近中心度来看，除宣城和舟山两市外，其他城市的出度中心度均为1，可见长三角物流网络中各节点的出度中心度分布基本均匀；同时，各城市的入度中心度基本上都位于基准值1的两侧。综合来看，无论从城市发出物流专线还是接收物流专线的角度，长三角城市之间的物流专线通达性均较高，整体连结性较强。说明就接近中心度而言，长三角城市的物流网络整体联系较为紧密，但个别城市仍旧与整体网络存在脱钩的现象。

中心势计算结果显示，出度中心势为13.09%，入度中心势为7.55%，两者取值相对较为接近且较低。说明从接近中心势的角度来看，长三角物流网络各节点的接近中心性差距不大，整体网络相对均衡。

2.2 凝聚子群分析

本文利用UCINET软件对长三角物流网络进行了凝聚子群分析，如图5所示。

图5 长三角城市群物流网络内部凝聚子群分类图

图5的凝聚子群结果显示，可以将长三角城市群的物流网络大致分为四大子群：第一子群，由沪苏湖形成连续物流链，并带动北部常州和扬州、南部绍兴的物流链；第二子群，在第一子群的影响下，沪苏湖以北的南泰无形成物流集聚区，并向西拓展至南京和合肥，与此同时，沪苏湖以南的嘉兴和宁波也形成了物流集聚区；第三子群，主要由长三角南部和西部边界的一些城市构成物流链；第四子群，由盐城、镇江、马鞍山、芜湖和舟山组成。本文发现，由该物流网络形成的子群与多数研究的长三角经济网络子群存在较大的差别[9-11]。究其原因，本文认为城市间物流关系仅仅只是经济联系中的一个方面，与城市经济联系发生错位是正常现象；同时，在第四子群中，舟山与其他城市的地理位置相隔较远，主要是由于本文只考虑了陆路物流专线，而舟山作为一个群岛城市，在陆路物流方面不具备优势，其物流关联特征就可能与周边城市存在差异。

从各个子群的地理位置分布情况来看，单个子群形成了物流集聚区，如第一子群的沪苏湖集聚区、第二子群的南泰无集聚区等；子群之间也相互交叉连接，如第一子群集聚区与第二子群集聚区接壤，与第三子群集聚区相连，同时还影响着第四子群集聚区。这种单群集聚、多群交叉的地理分布模式既有益于城市经济外溢作用的发挥，也有益于子群之间相互作用的发挥。因此，在未来强化长三角物流网络一体化的进程中，要注重加强区域沟通与跨界合作，避免地方保护主义和行政区割据的自私行为，强化集聚区的物流网络发展，促进各类要素自由流动，形成多中心的物流网络格局。

3 结论与建议

总体来看，长三角城市区物流网络联系较为紧密，但在划定物流专线阈值的情况下，其物流网络呈现以上海、苏州、无锡、杭州、常州、宁波、台州、金华等8市为核心，其他城市为外围的“中心-外围”特征。网络中心性分析结果显示，长三角城市间的物流联系紧密，但个别城市与整体网络存在脱钩现象，使得长三角物流网络呈现失衡特征；具体来看，上海对其他城市的物流辐射能力较强，其他城市充分利用着上海的经济辐射力和周围城市的外溢效应。凝聚子群分析显示，长三角物流子群呈现单群集聚、多群交叉的地理分布模式。

本文研究结论蕴含如下政策启示：

第一，优化长三角城市群物流网络层次化结构，形成多中心协同发展的网状物流体系。坚持“一群多核”的经济发展模式，以经济发展为支撑，通过各城市的物流园区打通城市群内部资源、人才、信息等要素的

流通渠道，强化城市群物流网络联系，以核心物流节点城市带动周边节点城市发展。

第二，建立跨地区物流管控联动机制，推动区域一体化发展进程。各地方政府部门根据城市自身要素禀赋，制定适当的城市发展定位规划，打破现有的行政割据劣象，建立合作共赢、利益共享的物流联系机制，引导区域发展由“竞争型”向“竞合型”发展，加速实现长三角高质量一体化。