中國產業復雜網絡、區域影響力測度與時空動態演變研究

馬廣奇 陳雪蒙

[摘要]瞄準中國產業體系，基于復雜網絡理論，結合投入產出技術構建中國42個產業部門的省際產業復雜網絡，從關聯度、聚集度、主導度三個維度觀測網絡結構特征，對產業區域影響力進行多指標評價，進一步抽取高技術服務業以聚類系數和PageRank為基礎運用ESDA方法進行空間自相關分析。研究發現：中國各產業區域影響力存在差異，各產業與其關聯產業彼此間協調性和互動性不足；區域間發展水平不平衡，東北、中部地區產業短鏈橫向寬度較廣，東部地區產業長鏈縱向深度較長，具有依托上下游產業的帶動來實現發展的關聯條件，西部地區產業相互供給推動效應有待提升；行業差異波動不大，優勢產業自身特色明顯。時空特征分析表明，中國高技術服務業具有空間正相關性集聚特征，聚類系數和PageRank空間相關性和空間異質性并存，且PageRank的空間正相關性要強于聚類系數，而聚類系數的空間正相關性提升速率要快于Pagerank。應加強產業間互動與融合，提升產業鏈協同能力，實現區域產業協調發展。

[關鍵詞]產業復雜網絡；關聯度；聚集度；主導度；時空動態演變

一、 引言

新一輪科技革命和產業變革正在興起。黨的二十大報告提出，“建設現代化產業體系，加快建設網絡強國”1。習近平總書記在2021年的中央經濟工作會議強調指出，產業鏈、供應鏈在關鍵時刻不能掉鏈子，這是大國經濟必須具備的重要特征2。在新一代信息技術引發全球產業鏈加速重構背景下，現代產業體系的建設，關鍵在于經濟循環的暢通無阻，大力推動傳統產業改造升級和新興產業加快發展，全力提升產業競爭力。深入分析產業發展態勢，找準并補齊產業鏈“短板”，實現產業鏈穩鏈、補鏈、強鏈、延鏈、控鏈、固鏈，暢通產業鏈多鏈路連接，提升產業鏈協同能力，才能實現產業優化升級，帶動地區產業集群高質量發展。

在經濟活動中，各產業之間存在廣泛的、復雜的和密切的技術經濟聯系。產業之間的關聯形成產業鏈，產業鏈的復雜聚合構成產業或產品的關聯網絡。由于產業的類別性質存在差異，其在經濟系統中的地位和作用也大不相同，在技術、經濟、社會等因素的影響制約下不斷發生著深刻而復雜的變化，因而由產業關聯形成的網絡具有復雜性特征，這種網絡稱為產業復雜網絡（Industry Complex Network，ICN）[1]?？舍槍嶋H需要，對產業復雜網絡進行產業特征、產業層級、產業鏈、產業集聚與循環經濟等優化分析。

復雜網絡理論能夠很好地描述系統中錯綜復雜的相互關聯的網絡結構，網絡復雜性表現在網絡規模大、節點多樣性、連接結構特性等多個方面，尤其是具有空間和時間的演化復雜性。近年來將復雜網絡理論運用于產業經濟的研究層出不窮。一是對于我國產業復雜網絡模型的研究，方愛麗等以投入產出數據為基礎構建中國產業網絡模型，并借助復雜網絡分析方法實證研究產業網絡結構[2-7]。與此同時，梅國平等[8]基于網絡交易大數據對文化產業進行產業關聯研究，王丹丹等[9]利用我國新能源汽車產業專利合作數據構建產業技術創新網絡，楊威等[10]研究了中國高技術產業區域空間關聯特征及影響機制。二是對于產業復雜網絡理論機制的探討，楊建梅[11]將復雜網絡方法引進產業組織分析，張丹寧等[12]基于產業組織SCP范式構建了產業網絡理論AARS分析范式。此外，李永等[13]提出了優先權排隊網絡模型建立全球核電站網絡，張宏娟等[14]構建了傳統產業集群低碳演化模型，洪俊杰等[15]引入社會網絡分析方法測度國家在國際貿易網絡中的樞紐地位，呂越等[16]測度了企業層面的貿易網絡并考察企業出口國內附加值問題，孫國強等[17]通過引力模型構建了有向復雜網絡并分析產業生態化協同效應，宋明媚等[18]構建了雙層復雜網絡模型并測算了產業鏈中的傳導效應。

綜上所述，國內外學者在產業復雜網絡的理論建模、網絡信息傳遞、風險傳播等方面進行了大量的研究，但對復雜網絡領域的重要內容——關鍵節點的識別，相關研究還略顯不足，尤其是納入中國現代化產業體系框架中的實踐分析，還未有研究結論。因此本文將產業部門抽象作為節點，參考趙炳新等[1]設計的四類基礎網絡和兩類擴展網絡，以投入產出技術構建產業復雜網絡，在此基礎上對產業節點進行重要性評估，為識別中國現代化產業體系中的關鍵產業節點提供理論依據。通過揭示中國產業區域影響力差異，尋求差異形成原因，為構建合理有序的空間結構、各地區制定產業政策提供科學參考。

二、 理論分析

1. 產業復雜網絡理論

復雜網絡，是將一個復雜系統中的元素抽象為節點，相互之間的關系抽象成連線的網絡結構模型，可以描述為一個具有錯綜復雜的拓撲結構特征的圖。產業復雜網絡將產業部門抽象為節點，其核心是產業間的邊（有向邊）及其意義，可以描述產業間存在的前后關聯強度及關系，即產業鏈。在投入產出框架中，橫向與縱向維度分別體現了產業鏈上下游產業間的前向關聯和后向關聯關系，消耗系數和分配系數則分別描述產業間的供給推動（S）與需求拉動（D）關系，消耗系數矩陣的縱向維度與分配系數矩陣的橫向維度分別被用于被動視角的后向關聯與前向關聯的測量，而消耗系數矩陣的橫向和分配系數矩陣的縱向分別作為主動視角的前向關聯（F）與后向關聯（B）的測量。據此，可以利用投入產出模型構建出4類基礎產業復雜網絡模型：前向供給（FS）、后向供給（BS）、前向需求（FD）和后向需求（BD），以及2類擴展型產業復雜網絡模型：組合“交”聚合網絡和組合“并”聚合網絡[1]。在此基礎上，結合復雜網絡理論，可對產業復雜網絡的各種拓撲性質進行統計描述。

2. 產業區域影響力

在復雜網絡研究中，挖掘網絡中的關鍵節點對提升網絡魯棒性具有重要作用。本文構建的產業復雜網絡中，產業與產業之間通過產品供需而形成互相關聯、互為存在前提條件的內在聯系，優勢產業帶動形成產業鏈條和產業集群，對產業關聯發展和運行具有強大的影響力、控制力和應變力。產業在經濟系統中的位置實際上決定了產業的地位和其發展外部關系條件，對產業節點進行重要性評估，可以揭示網絡結構特性，是本文研究的重點內容。本文將其稱之為產業區域影響力，描述的是產業在某一區域內對其他產業關系的控制程度或產業間關聯關系的強度，并從關聯度、聚集度、主導度三個維度篩選指標。產業關聯度包括關聯廣度、關聯深度、關聯密度和關聯強度，主要描述與產業節點有直接關聯的經濟技術聯系。產業聚集度是指當產業關聯系統整體作為一個產業集時，其內部分散性產業鏈密集程度表現出的聚類屬性，用復雜網絡理論中的集聚系數來表示。產業主導度是指產業在整個網絡上的關系控制能力強弱，產業節點若處于重要位置，可以通過控制物質、價值等信息傳遞從而影響到產業鏈上其他產業群體。本文重點應用復雜網絡理論，采用投入產出技術構建31個省區市的產業復雜網絡，以中國42個產業部門深度為1的局域網對產業區域影響力進行測算和分析。

3. 時空格局分異研究

具有共性或互補性而相互聯系的產業，依托相關的功能服務平臺支撐形成具有競爭優勢的空間群落，各種生產要素在一定地或范圍的大量集聚或有效集中，生產力可以實現空間布局上的優化。集聚生產要素、優化資源配置、加快制度創新、營造產業生態環境是區域經濟發展戰略的重要組成部分，市場經濟條件下工業化發展到一定階段的必然選擇。探索性空間數據分析（ESDA）主要用于度量數據的空間自相關性，即空間中某單元與其周圍單元間在空間上分布現象的特性[19-20]。一般采用全域型和區域型自相關系數來衡量空間要素屬性值聚合或離散的程度，空間權重是進行空間自相關分析的前提和基礎。本文抽取高技術服務業為研究對象，選擇運用Moran統計學的協方差思想，結合ESDA方法進行空間自相關分析。

三、 研究設計

1. 基于產業復雜網絡的區域影響力測度

（1）模型構建

本文以投入產出技術構建2007—2017年中國31省區市1的產業復雜網絡模型。首先利用投入產出表基本流量數據，計算42個產業部門的直接消耗系數矩陣（Direct Consumption Coefficients，DCC）、直接分配系數矩陣（Direct Distribution Coefficients， DDC）、完全消耗系數矩陣（Complete Consumption Coefficient，CCC）和完全分配系數矩陣（Complete Distribution Coefficient， CDC），用于描述中間投入和中間產出結構。公式如下：

[CCC=（I-DCC）-1-I] （1）

[CDC=（I-DDC）-1-I]? （2）

其次，采用威弗組合指數模型（Weaver-Index，WI）進行強關聯關系的確定[21]。通過指標權重的加權處理計算WI值，確定關聯關系的優選個數，根據單指標數值的排序，結合效用賦值來構造各產業的綜合排序矩陣，進行強關聯關系的篩選工作。假設有樣本k個，指標m個，[Ex，m]為對應指標值，排序后樣本序列為[EEk，t]，則WI指數計算公式如下：

[WIxt=k=1nsk，x-100×EEk，tl=1nEEl，t2]，其中[sk，x=100/x，k≤x0? ? ? ? ?，k>x]? （3）

以行、列為單元結合WI指數進行強關聯關系臨界值搜索，即可定義對應的0～1強關聯矩陣。對強關聯關系進行確定后，將42個產業部門視為節點i，各產業部門之間的強關聯關系視為有向邊j，構建四類基礎性產業復雜網絡模型，最后進行組合“交”和組合“并”擴展運算，組建出用于研究的聚合產業復雜網絡。

（2）特征度量

本文從產業關聯度、聚集度、主導度三個維度出發，共設置8個指標用以刻畫產業的區域影響力，如圖1所示。

產業關聯度。包括關聯廣度、關聯深度、關聯密度和關聯強度，對應4個指標變量：Con-Node，產業關聯節點的數量，采用關聯節點數占網絡節點總數的比例來表示關聯廣度；Distance，平均路徑長度，網絡中任意兩個節點之間距離的平均值，[Distance=i≥jdij12ii-1]，表示關聯深度；Density，網絡圖密度，網絡中節點間相互連邊的密集程度，[Density=2jii-1]，表示關聯密度，也可以反映網絡圖的穩定性和連通性；Degree，網絡平均度數，目標產業1-步局域網中保留邊的數量與保留節點數量的比值，表示關聯強度。

產業聚集度。在圖論中，集聚系數是用來描述一個圖中的頂點之間結集成團的程度，分為整體與局部兩種。

Clustert：整體集聚系數，評估一個網絡的整體集聚程度，建立在閉三點組（鄰近三點組）之上，定義為一個圖中所有閉三點組的數量與所有連通三點組的總量之比。公式為：

[ClustertotalG=3×GΔi=1nki2]? ?（4）

其中：[GΔ]為有向圖中閉三點組的個數，[ki]是頂點[vi]的度數。

Cluster：局部集聚系數，可以測量網絡中某個節點i附近的集聚程度。對圖中具體的某一個點，它的局部集聚系數C（i）表示與它相連的點形成完全子圖的程度。一個頂點vi的局部集聚系數C（i）等于所有與它相連的頂點之間所連的邊的數量，與這些頂點之間可以連出的最大邊數的比值，公式如下：

[Clusteri=2ejk∶ vj，vk∈Li， ejk∈Ekiki-1]? （5）

局部集聚系數C（i）的范圍在0與1之間。C（i）越接近1，表示vi的相鄰節點越緊密，越接近完全圖。C（i）越接近0，相鄰節點關聯程度越弱，整個結構接近樹狀。

產業主導度。選取PageRank和特征向量中心性（Centrality）來描述。

PageRank：PageRank中心度衡量的是節點的相對重要性，可應用于搜索、瀏覽以及流量估算[22]。PageRank中心度需要經過修正規則進行多次迭代，使其最終收斂于一個穩定值。初始給定所有節點的PageRank（0）值滿足[iPagerank（0）pit=1]，迭代第k步的PageRank值由第k-1步的PageRank值修正得到?？紤]可能存在的收斂性問題，本文將采用修正的PageRank算法，矩陣形式見（6）式，其中[Apt]對矩陣[Apt]按照α的概率進行縮減，為防止某些特殊的有向網絡在計算過程中無法收斂，出度為0的節點會以1-α的概率被分配[1N]的PageRank值，[Apt]中的元素[αpti]組成見（8）式。

[PageRank（k）=（Apt）TPageRank（k-1）=（Apt）TkPageRank（0）] （6）

[Apt=αApt+（1-α）1NeeT，e=1， 1???1T]，N為網絡節點數? ?（7）

[αptji=1outdegreept，outdegreept>0且有從i指向j的邊0? ? ? ? ? ? ? ? ? ? ? ? ? ? ，outdegreept>0且沒有從i指向j的邊1N，outdegreept=0] （8）

其中，[outdegreept]是t年p產業部門的出度中心度，通過無權有向矩陣計算，具體計算公式為：

[outdegreept=iaij]? ?（9）

綜上所述，PageRank中心度指標的計算公式為：

[Pagerankkpit=αj=1NαptjiPagerankk-1pitoutdegreept+1-αN]? （10）

其中，本文將α設定為1，某節點的PageRank中心度指標越大，說明該節點在網絡中越處于中心樞紐位置。

Centrality：特征向量中心度，該理論認為一個節點的重要程度與其相連其他節點的重要程度存在相關關系，即對于一個節點來說，如果該節點與很多本身具有較高中心度的點相連接的話，那么該點就具有高的重要程度[23]。以CE（vi）代表節點vi的特征向量中心性，該值正比于所有鄰居節點特征向量中心性度量總和，即[CE（i）∝CE（j）]，也可以表示為[CE（i）∝jAijCE（j）]，其中A是該網絡的鄰接矩陣。對于節點i的特征向量中心性定義如下：[CE（i）=λ-1jAijCE（j）]，式中λ為常數。

2. 探索性空間數據分析（Exploratory Spatial Data Analysis）

（1）全局空間自相關分析（Global Moran’s I）

Moran’s I指數表示某一地理單元與其鄰近或鄰接單元屬性值的相似程度，全局Moran’s I指數反映各單元與周圍區域間空間差異的平均程度。Moran’s I統計量可以看成考慮空間位置關系的協方差與方差之比，指數取值范圍為[-1，1]。如果相鄰要素間呈現“高-高、低-低”的聚集趨勢，I為正值且大于0，表明所研究區域存在空間正相關，且取值越接近1，表明空間正自相關性越強，研究對象的值呈聚集分布；如果相鄰要素之間呈現“高-低、低-高”的互相分布趨勢，則I小于0，表明所研究區域存在空間負相關，取值越接近-1，表明空間負自相關性越強，研究對象的值呈離散互斥（高值周圍排斥高值、低值周圍排斥低值）分布；I等于0時，空間隨機分布，不呈現相關性。計算公式如下：

[I=i=1nj≠inwijxi-xxj-xS2inj≠inwij] （11）

其中，I為Moran’s I指數，xi和xj分別表示地理單元i和j的觀測值，n為地理單元數，數學期望為[x]，方差為S2，wij為空間權重矩陣元素。

（2）局部空間自相關分析（Local Moran’s I）

全局空間自相關分析能夠在整體上揭露數據的空間集聚特征，但不能反映數據在局部地區的空間集聚情況，本文進一步利用空間聯系區域指標LISA來判定數據在局部地區的空間集聚模式，公式如下：

[Ii=ZiinwijZj]? ?（12）

其中，Ii為局部Moran’s I指數，Zi和Zj為對xi和xj進行標準化處理后的數值。

3. 數據來源

本文研究數據主要來自2007年、2012年、2017年的《中國投入產出表》，將研究范圍確定為我國30省區市（2007年、2012年）和31省區市（2017年），選擇42個產業部門1為研究對象，構建以目標產業為核心，保留拓撲距離為1的產業部門及他們之間的強關聯關系的局域網[24]，以揭示核心產業對周邊產業的影響力程度。

四、 實證分析

1. 區域產業影響力評價

本文以3個年度、31省區市的投入產出數據為基礎，構建42部門的1-步局域產業復雜網絡，共有3822條統計數據。觀測其整體特征及年度差異，綜合運用Gephi和Ecxel軟件計算，結果見表1和圖2。

由表1描述性統計結果可以看出，8種變量的均值與其中位數較為相近，除網絡平均度（Degree）外，標準差均小于0.3，說明中國各產業區域影響力均在正常范圍內，未出現較大偏差值，其中網絡平均度（Degree）由于其原始數據取值范圍導致其標準差略大。此外，連接節點數（Con-Node）、圖密度（Density）、網絡聚集度（Clustert）、產業聚類系數（Cluster）、產業重要性（PageRank）、特征向量中心性（Centrality）6個變量取值都在[0，1]之間，除產業重要性（PageRank）整體統計結果偏小，最大值僅有0.666外，其他各變量均有數據達到極大值1，表明我國產業區域影響力存在差異。從整體層面上看，產業重要性（PageRank）均值僅有0.068，說明我國產業PageRank并不高，各產業與其關聯產業的互動性不夠明顯。從年度橫截面上看，產業區域影響力對時間變化并不敏感，僅有圖密度（Density）、網絡聚集度（Clustert）、平均路徑長度（Distance）三個指標略有降低，綜合分析來說，2017年的各指標相校于整體均值偏低。

（1）31個省區市產業區域影響力測算分析

首先對產業區域影響力的測算結果進行分地區統計研究。按照傳統區域劃分，并結合西部大開發、振興東北老工業基地、中部崛起等國家重大發展戰略，本文將中國31個省區市分為東部、東北、中部和西部四大分區1，分別計算四大分區各變量的年度均值，如表2所示?？梢钥闯?，各變量在四大分區的發展趨勢與全國總體趨勢較為相近，但呈現較大的區域差異。連接節點數（Con-Node）、網絡平均度（Degree）和產業聚類系數（Cluster）在東北和中部數值略大，說明東北和中部分區的各產業網絡節點數多、度數高、網絡大，產業之間的交叉聯系緊密復雜，產業短鏈橫向寬度較廣；東部的圖密度（Density）、網絡聚集度（Clustert）、產業重要性（PageRank）和特征向量中心性（Centrality）相較于其他三個分區偏小，但平均路徑長度（Distance）偏大，說明東部分區產業長鏈縱向深度較長，具有依托上下游產業的帶動來實現發展的關聯條件；西部地區各變量特征優勢不足，產業相互供給推動效應有待提升。

為進一步直觀展現產業區域影響力的省際分布差異，本文將中國31個省區市的產業區域影響力測量結果進行年度綜合排名評價，如表3所示?？梢钥闯?，中國31個省區市產業區域影響力均值排名的測量結果呈現平穩態勢，少部分省區市隨時間推移出現波動。

東部地區中河北、天津依托“環首都經濟圈”的發展，產業區域影響力具有明顯優勢，但北京市排名不高，在“京津冀一體化”的持續推動下，產業轉移效果顯著；江蘇是我國輕重工業配置最合理、工業發展最平衡的省份，產業區域影響力上升態勢明顯；廣東、浙江、上海、山東、福建等地經濟發達、人口稠密，但產業區域影響力綜合排名不高，其原因各不相同。山東是工業大省但非工業強省，優勢產業是重工業，福建以電子、機械、石化為主導產業，但兩省優勢產業主導度乏力，帶動能力不強，產業鏈深度不足；廣東電子產業化最為發達，浙江以輕工業為主，上下游產業鏈協同效應好，但產業關聯廣度不足，產業網絡密度低。

作為我國的重工業基地，東北地區布局鋼鐵、能源、化工、重型機械、汽車、造船、飛機、軍工等重大工業項目，具有產業優勢和巨大潛力，其產業區域影響力排名處于中上游，但產業發展不協調，呈現“過山車”式演變。

西部地區是我國經濟欠發達、需要加強開發的地區，產業區域影響力整體排名表現一般，其中四川、陜西作為西南、西北的重要經濟省份，相對來說人口集中、產業密集，產業區域影響力綜合排名較高；內蒙古疆域遼闊、東西跨度大、鄰接省份多，以新能源、農牧業為主導產業，產業區域影響力優勢明顯；云南省著力發展現代服務業，文化產業和旅游業表現突出，產業區域影響力持續提升。

中部地區六省除江西省排名略有下降至中段外，總體排名持續處于高位，以其地理位置的優越性起到了承東啟西、接南進北的重要作用。

（2）42個部門產業區域影響力測算分析

其次，對產業區域影響力的測算結果進行分行業統計研究。根據我國《三次產業劃分規定》對投入產出表中的42個產業部門進行劃分，分別計算三次產業的年度變量均值，如表4所示?？梢钥闯?，中國三次產業2007—2017年的產業區域影響力也存在較大差異。第一產業的連接節點數（Con-Node）、網絡平均度（Degree）偏低，但平均路徑長度（Distance）偏高，我國農林牧漁業關聯產業數量少，主要起到提供基礎供給作用，但具有較長的產業鏈，會通過間接效應影響其他產業發展；第二產業的圖密度（Density）、特征向量中心性（Centrality）偏低，制造業、電熱燃水及建筑業，與較多產業存在關聯關系，波及度廣，但關聯強度稍弱；第三產業產業聚類系數（Cluster）、網絡聚集度（Clustert）、產業重要性（PageRank）數值略大，表明在服務業所形成的局域網中，普遍具有較強的凝聚力，可以形成以區域核心產業為主干的產業鏈條，并在產業鏈的帶動下，牽動延伸產業和配套產業，發揮產業集聚效應。

同樣，接著將42個部門的產業區域影響力進行年度綜合排名評價，如表5所示?？梢钥闯觯旱谝划a業區域影響力均值排名產長期處于中游位置無過大變動，第二產業和第三產業的態勢分布則較為復雜，并不具備統一特征，產業個體差異明顯。

第二產業主要包括采礦業、制造業，電力、燃氣及水的生產和供應業，建筑業。其中電力、燃氣及水的生產和供應業（I24、I25、I26）是國民經濟的基礎性產業，為人民生活提供主要能源消費，產業區域影響力排名出現些許波動，電力、熱力（I24）受需求增長等因素帶動排名上升，燃氣的生產和供應（I25）由于新能源的興起排名下降明顯，關聯產業數量減少且關聯強度減弱，水的生產和供應業（I26）排名則相對穩定。建筑業（I27）作為國民經濟支柱產業，自改革開放以來經濟規?？焖贁U張，產業區域影響力綜合排名也處于前列，2006—2010年間行業體制改革、產業結構調整導致其綜合排名略有降低，“十二五”后建筑業持續深化改革邁向高質量發展階段，綜合排名回升。

制造業（I02—I23）門類眾多、覆蓋范圍廣：食品和煙草（I06）、紡織品（I07）、紡織服裝鞋帽皮革羽絨及其制品（I08）、木材加工品和家具（I09）、造紙印刷和文教體育用品（I10）等輕工行業產業區域影響力排名變化較為穩定，造紙印刷和文教體育用品（I10）在“產業集中度不斷提升”的規劃下，網絡聚集度提升效果顯著；設備類制造業綜合排名出現下降，以通用設備（I16）、專用設備（I17）、電氣機械和器材（I19）、通信設備、計算機和其他電子設備（I20）、金屬制品、機械和設備修理服務（I23）等為代表，產業主導度降低，對其關聯產業控制力減弱，但交通運輸設備業（I18）在交通運輸、倉儲和郵政業（I29）的帶動下，綜合排名呈上升態勢，聚集度和PageRank進步明顯；金屬冶煉和壓延加工品（I14）以特征向量中心度（Centrality）居高，產業網絡密度大、產業鏈條深度長，與其關聯產業部門同處重要地位；化學產品（I12）關聯節點數多、度數高，但產業集中度逐漸降低。

第三產業中多數產業部門的區域影響力呈上升態勢，這與我國積極發展第三產業、推動現代經濟提質增效息息相關。尤以批發零售（I28）、交通運輸、倉儲和郵政（I29）、房地產（I33）、綜合技術服務（I36）為代表，電商興起和全球數字化發展為批發零售業（I28）打開風口，同時配備交通運輸、倉儲和郵政行業（I29）釋放多重紅利；2008年全球金融危機爆發，政策轉向刺激住房消費，四萬億投資刺激計劃推動了房地產行業（I33）的飛躍發展；綜合技術服務業（I36）依托科學技術和其他專業知識為社會提供服務，在科技創新中心、創新服務綜合體等多種典型平臺及相應產業政策的支撐下，區域影響力提升速率顯著。

綜上，本文對我國42個產業部門、31個省區市的產業區域影響力進行了較為全面的測度分析，發現存在較為顯著的地區及行業異質性，這對于我國發展重點產業、培育主導產業、壯大優勢產業具有重要實踐價值。

2. 產業區域影響力空間格局演變——以高技術服務業為例

高技術服務業具有技術含量和附加值高、創新性和輻射力強等特征，是我國經濟高質量發展的先導產業，正處于蓬勃發展階段。國家統計局在第四次全國經濟普查系列報告中表示在高技術服務業8個行業大類中，信息技術服務等領域占全部高技術服務業半數以上，比重遠超其他行業大類。故本文在進行產業區域影響力的空間格局分異研究時，選擇以42個產業部門中的第31號產業（信息傳輸、軟件和信息技術服務）為深化研究對象。主要方法是以Gephi軟件計算所得的產業聚類系數（Cluster）和產業重要性（PageRank）兩個指標為基礎，參考中國標準地圖-審圖號GS（2020）4619號構建基于共同邊界的Rook一階空間權重矩陣，運用Geoda軟件計算全局和局部的Moran’s I指數，以探析高技術服務業產業區域影響力的空間分布特征。

（1）全局空間自相關分析

表6為中國高技術服務業Cluster和PageRank的Moran’s I指數，各年度均為正值，且Z值全部大于1.65，采用999次蒙特卡洛模擬對Moran’s I指數進行顯著性檢驗，結果顯示僅有2007年的P值小于0.05，其余P值均小于0.01，表明中國高技術服務業產業聚類系數（Cluster）和產業重要性（PageRank）具有顯著的空間正相關性。產業聚類系數（Cluster）的Moran’s I指數從2007—2017年呈現“先升后降”的波動變化，下降幅度較小，由0.184上升至0.278，整體上升51.09%，表明產業聚類系數（Cluster）空間正相關性在逐年增強。產業重要性（PageRank）的Moran’s I指數整體呈上升態勢，由0.252上升值0.318，提高26.19%，相較于產業聚類系數（Cluster）上升速度較慢，但各年度Moran’s I指數均大于產業聚類系數（Cluster），表明我國高技術服務業產業重要性（PageRank）的空間正相關性要大于產業聚類系數（Cluster），但產業聚類系數（Cluster）的空間正相關性提升速率要快于產業重要性（PageRank）。

在Moran’s I散點圖中，以標準化之后的指標為橫坐標，空間滯后項為縱坐標，橫縱坐標均值為中心點，將平面圖按象限次序依次劃分為H-H（高-高）、L-H（低-高）、L-L（低-低）和H-L（高-低）四個象限。結合產業聚類系數（Cluster）和產業重要性（PageRank）的Moran’s I散點圖（圖2、圖3）和Moran’s I散點區域分布（圖4、圖5）進行具體分析，發現大多落入第一、三象限，說明產業聚類系數（Cluster）和產業重要性（PageRank）具有正相關性，表現為空間聚集，少數落入第二、四象限，具有負相關性，表現為空間離群，因此產業聚類系數（Cluster）和產業重要性（PageRank）在整體上具有顯著的空間正相關性。

（2）局部空間自相關分析

全局Moran’s I指數能夠揭示出整個研究區域產業聚類系數（Cluster）和PageRank的空間集聚特征，而局部Moran’s I指數可以用來探析各個地區指標的空間集聚特征。從空間集聚狀態演變上看，落入第一和第三象限的省區市數目變化決定了Moran’s I指數的波動變化。為進一步探索局部空間集聚特征，本文結合LISA集聚情況對31個省區市的象限分布進行統計研究。

首先，對產業聚類系數（Cluster）的局部空間集聚特征進行分析（圖5和表7）。研究發現：2007年有河北、內蒙古和陜西處于高-高聚集區，低-低聚集區分布在廣西、貴州、云南一帶，其余有廣東、四川處于高-低聚集區，低-高聚集區均未表現出顯著特征；2012年高-高聚集區增加至8個省區市，除河北、內蒙古顯著性水平保持不變外，陜西顯著性水平下降至0.05，此外山西、山東、河南、甘肅、寧夏表現出顯著高-高聚集狀態，低-低聚集區依舊分布在廣西、貴州、云南一帶，另西藏地區表現出顯著低-低聚集狀態，在高-低聚集區廣東的顯著性出現下降，四川的高-低集聚狀態演變為不顯著；2017年高-高聚集區中有山西、陜西、寧夏三地，同2012年相比保持不變，內蒙古、河南、甘肅的高-高聚集狀態顯著性水平明顯提高，吉林由不顯著演變為高-高聚集狀態，而河北、山東則由高-高聚集狀態演變為不顯著，低-低聚集區再次分布至廣西、貴州、云南三地，且廣西、貴州顯著性明顯提升，西藏由低-低聚集演變為不顯著，高-低集聚區中廣東由2007年的0.001顯著演變為不顯著，湖南出現高-低集聚狀態。

整體來看，產業聚類系數（Cluster）的局部空間相關性隨時間變化逐漸增強，呈現顯著性集聚狀態的地區從2007年僅有9個，增加至2012年13個以及2017年11個；且演變特征較為明顯，如吉林、安徽等地從不顯著演變為高-高聚集狀態，廣東等地由高-低聚集狀態演變為不顯著，廣西、貴州保持低-低聚集狀態不變但顯著性有所提升，北京、天津未表現出顯著性水平但從第一象限轉為第二、第三象限，表明我國產業聚類系數（Cluster）空間相關性存在較大的地區差異。

其次，對產業重要性（PageRank）的局部空間集聚特征進行分析（圖5和表8）。研究發現：2007年高-高集聚區主要分布在重慶、貴州、陜西、甘肅，低-低集聚區主要分布在上海、江蘇、山東，此外僅有西藏表現出低-高聚集狀態，整體空間正相關性顯著地區數量較少；2012年共有5個省區市表現出高-高集聚狀態，除陜西同2007年保持不變外，山西、吉林、內蒙古、黑龍江均為新增地區，其中黑龍江顯著性較高，而曾在2007表現出高-高集聚狀態的重慶、貴州、甘肅都演變為不顯著，低-低集聚區新增安徽、江西、廣西、云南，上海、江蘇，山東則由低-低集聚狀態演變為不顯著，低-高集聚區和高-低集聚區分別分布在河北、遼寧、寧夏以及廣東，2012年相較于2007年，整體空間集聚特征變化較大，表現出的空間相關性顯著水平也有了一定程度的提升；2017年高-高集聚區主要分布在山西、江蘇、吉林、黑龍江、內蒙古，與2012年相比，山西、吉林、內蒙古高-高集聚狀態顯著性提升，黑龍江高-高集聚狀態顯著性下降，另外新增江蘇由不顯著演變為高-高集聚狀態，低-低集聚區仍舊包括安徽、江西、廣西，福建由不顯著演變為低-低集聚狀態，云南由低-低集聚狀態演變為不顯著，變化最大的是廣東地區，由2012年0.01的高-低集聚狀態演變為0.01的低-低集聚狀態，在2017年低-高集聚區和高-低集聚區均未出現顯著地區。

整體來看，產業重要性（PageRank）指標呈現局部空間正相關性的地區數量少于產業聚類系數（Cluster），2007年僅有7個地區呈現顯著性集聚狀態，2012年和2017年分別是13個、10個，與產業聚類系數（Cluster）相差不大，隨時間發展趨勢上升，局部空間聚集特征同樣在逐漸增強。局部聚集特征演變則更為明顯，不僅有一般的從不顯著演變為顯著或顯著性提升或降低等情況出現，更有如廣東等地從2012年0.01的高-低顯著狀態直接演變為2017年0.01的低-低顯著狀態、西藏等地在3個年度中分別處于三個象限等情況出現。除變量自身因素影響外，本文研究所選取的5年時間跨度偏大也可能存在一定影響。

五、 結論與建議

本文選取2007—2017年的31個省區市面板數據，以產業復雜網絡理論為基礎，分別建立以42個產業部門為主導的1-步局域網模型，觀測其產業復雜網絡特征，包括關聯度：連接節點數（Con-Node）、平均路徑長度（Distance）、圖密度（Density）、網絡平均度（Degree）；聚集度：網絡聚集度（Clustert）、產業聚類系數（Cluster）；主導度：產業重要性（PageRank）、特征向量中心性（Centrality）共8個指標，對中國產業區域影響力進行評價，進一步抽取高技術服務業結合ESDA技術對產業聚類系數（Cluster）、產業重要性（PageRank）兩個指標進行空間自相關分析和可視化分析，得到以下基本結論。

第一，中國各產業區域影響力存在差異，但總體發展呈平穩趨勢，且均在正常范圍內，未出現較大偏差值，產業重要性（PageRank）整體統計結果偏小，各產業與其關聯產業彼此間協調性和互動性不足；區域間發展水平不平衡，東北、中部地區產業交叉聯系緊密復雜，產業短鏈橫向寬度較廣，東部地區產業長鏈縱向深度較長，具有依托上下游產業的帶動來實現發展的關聯條件，西部地區各變量特征優勢不足，產業相互供給推動效應有待提升；行業差異波動不大，第一產業始終處于中等影響力梯度未發生變動，第二產業和第三產業分布復雜，優勢產業自身特色明顯，變化幅度較為穩定。著重促進產業延鏈補鏈強鏈，不斷提升產業影響力和集聚力，發揮對供需結構升級的推動引領作用，帶動地區產業升級。

第二，中國高技術產業的產業集聚系數（Cluster）和產業重要性（PageRank）的空間相關性和空間異質性并存，具有空間正相關性集聚特征。2007—2017年，Moran’s I指數在整體上有所上升，且我國高技術服務業產業重要性（PageRank）的空間正相關性要強于產業聚類系數（Cluster），但產業聚類系數（Cluster）的空間正相關性提升速率要快于產業重要性（PageRank）；局部自相關分析中發現，產業重要性（PageRank）顯著地區數量少于產業聚類系數（Cluster），空間異質性特征明顯且演變幅度較大。產業集聚系數（Cluster）和產業重要性（PageRank）是產業區域影響力的重要體現，應加強產業間互動與融合，實現區域產業協調發展，在發揮比較優勢的基礎上尋求產業功能的互補和互動，形成各具特色、合理分工的產業格局，推動產業集群高質量提升。

推動產業鏈供應鏈跨區域融合，確保區內資源、產業鏈條的自由流動，是實現產業鏈上下游的聯動與協同發展的關鍵。一是加快傳統產業轉型升級，推動新舊動能持續轉換，逐步調整產業多元共同發展模式，推動產業鏈向上下游延伸，形成較為完善的產業鏈和產業集群。二是加快培育壯大重點產業，大力扶持發展重點產業，逐步擴大重點產業集群規模，強化產業鏈配套，建設完備的產業鏈，發揮產業集聚效應，產業集群具有明顯的群體競爭優勢和規模效益，能有效提高區域經濟競爭力。三是著力產業融合發展，加快傳統制造業數字化、網絡化、智能化改造，推動產業數字化轉型升級，通過電商、物流、金融、創意等服務的融合發展，形成優勢產業集聚區?？梢越柚滈L制統籌區域發展，暢通產業循環、市場循環、經濟社會循環。更要重視提升鏈主企業的產業和集群帶動作用，增強特色產業的根植性和競爭力，提升其嵌入全國和全球價值鏈體系的能力，充分融入國內國際雙循環發展格局。

參考文獻：

[1] 趙炳新，尹翀，張江華.產業復雜網絡及其建?！谏綎|省實例的研究[J].經濟管理，2011，33（7）：139-148.

[2] 方愛麗，高齊圣，張嗣瀛.產業網絡的聚集性和相關性分析[J].系統工程理論與實踐，2009，29（6）：178-183.

[3] 尹翀.產業復雜網絡：建模及應用[D].濟南：山東大學，2012.

[4] 肖雯雯，趙炳新，于振磊.“絲綢之路經濟帶”中國段區域協同網絡核結構效應研究[J].經濟管理，2016，38（8）：29-38.

[5] 孫啟明，王浩宇.基于復雜網絡的京津冀產業關聯對比[J].經濟管理，2016，38（4）：24-35.

[6] 關峻，許小煜，邢李志.投入產出網絡中產業部門競爭關系形成的產業生態位測度研究[J].中國人口·資源與環境，2017，27（S1）：191-194.

[7] 徐錚，張其仔.復雜網絡視角下數字產業供求局部均衡分析[J].經濟體制改革，2023（2）：103-111.

[8] 梅國平，劉珊，封福育.文化產業的產業關聯研究——基于網絡交易大數據[J].經濟管理，2014，36（11）：25-36.

[9] 王丹丹，樂為，楊雅雯，等.嵌入性風險視角下我國新能源汽車產業技術創新網絡演化研究[J/OL].中國管理科學：1-14.DOI：10.1638/j.cnki.issn1003-207x.2022.0830.

[10] 楊威，王姣姣.中國高技術產業區域空間關聯及機制研究[J].宏觀經濟研究，2023（5）：55-66.

[11] 楊建梅.企業間競爭關系與對抗行動的二層復雜網絡分析思路[C]//華中師范大學，香港城市大學.2006全國復雜網絡學術會議論文集，2006：255-256.

[12] 張丹寧，唐曉華.產業網絡組織及其分類研究[J].中國工業經濟，2008（2）：57-65.

[13] 李永，方錦清，劉強.全球核電站網絡及其若干特性研究[J].原子能科學技術，2010，44（9）：1139-1144.

[14] 張宏娟，范如國.基于復雜網絡演化博弈的傳統產業集群低碳演化模型研究[J].中國管理科學，2014，22（12）：41-47.

[15] 洪俊杰，商輝.國際貿易網絡樞紐地位的決定機制研究[J].國際貿易問題，2019（10）：1-16.

[16] 呂越，尉亞寧.全球價值鏈下的企業貿易網絡和出口國內附加值[J].世界經濟，2020，43（12）：50-75.

[17] 孫國強，高廣闊.基于復雜網絡的長三角產業生態化協同性研究[J].上海經濟，2022（3）：33-50.

[18] 宋明媚，張海亮，董洋.國際有色金屬價格波動對中國產業鏈的傳導機制與效應——基于雙層復雜網絡模型[J].資源科學，2023，45（4）：812-826.

[19] 杜明月，范德成.區域R&D成果轉化效率差異分解及空間格局演變——以高技術產業為例[J].科研管理，2022，43（2）：160-169.

[20] 鄭耀群，鄧羽潔.中國制造業高質量發展的測度與區域差距分析[J].現代管理科學，2022（2）：3-12.

[21] 盧華玲，周燕，唐建波.基于復雜網絡的產業強關聯網絡研究[J].北京郵電大學學報（社會科學版），2014，16（4）：46-54.

[22] The PageＲank Citation Ranking： Bringing Order to the Web[R].Technical Report，California：Stanford Info Lab，1999：1-17.

[23] 武澎，王恒山.基于特征向量中心性的社交信息超網絡中重要節點的評判[J].情報理論與實踐，2014，37（5）：107-113.

[24] 邢李志.基于復雜網絡理論的區域產業結構網絡模型研究[J].工業技術經濟，2012，31（2）：19-29.

基金項目：國家社科基金年度項目“基于互聯網的絲綢之路經濟帶金融合作機制研究”（項目編號：16BJY180）；陜西省哲學社會科學研究專項“資本市場風險化解與工具創新”（項目編號：2022HZ1002）。

作者簡介：馬廣奇（1964-），男，經濟學博士后，陜西科技大學經濟與管理學院院長，教授，博士生導師，研究方向為金融經濟與工商管理；陳雪蒙（1995-），通訊作者，女，博士研究生，陜西科技大學經濟與管理學院，研究方向為產業經濟與產業復雜網絡。

（收稿日期：2023-07-17? 責任編輯：蘇子寵）