EN中文

经济地理 >

2024 , Vol. 44 >Issue 10: 24 - 33

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.10.003

区域经济与理论方法

中国城市供应网络结构演化特征与影响机制

  • 陈刚 , 1 ,
  • 王启松 2 ,
  • 王光辉 3 ,
  • 吴清 , 4, ※ ,
  • 胡骁宇 2
展开
  • 1.江西财经大学 经济与社会发展研究院，中国江西 南昌 330013
  • 2.澳门科技大学 可持续发展研究所，中国 澳门 999078
  • 3.中国科学院 地理科学与资源研究所，中国 北京 100101
  • 4.肇庆学院 发展规划部，中国广东 肇庆 526061
※吴清（1983—），男，博士，副教授，研究方向为旅游地理与区域发展。E-mail：

陈刚（1988—），男，博士，助理研究员，研究方向为城市网络与区域发展。E-mail：

收稿日期: 2022-12-06

  修回日期: 2024-04-07

  网络出版日期: 2024-11-29

基金资助

国家自然科学基金项目(72163010)

国家社会科学基金项目(23BJL114)

广东省高校创新团队(2023WCXTD021)

广东省普通高校重点领域专项(2022ZDZX4057)

收起

Evolutionary Characteristics and Influencing Factors of China's Urban Supply Network Structure

  • CHEN Gang , 1 ,
  • WANG Qisong 2 ,
  • WANG Guanghui 3 ,
  • WU Qing , 4, ※ ,
  • HU Xiaoyu 2
Expand
  • 1. Institute of Economic and Social Development，Jiangxi University of Finance and Economics，Nanchang 330013，Jiangxi，China
  • 2. Institute of Sustainable Development，Macau University of Science and Technology，Macao 999078，China
  • 3. Institute of Geographic Sciences and Natural Resources Research，Chinese Academy of Sciences，Beijing 100101，China
  • 4. Development Planning Department，Zhaoqing University，Zhaoqing 526061，Guangdong，China

Received date: 2022-12-06

  Revised date: 2024-04-07

  Online published: 2024-11-29

Fold

摘要

融合生产网络和价值链理论构建城市供应网络理论分析框架，基于2001—2022年上市公司与供应商交易数据构建中国城市供应网络，采用复杂网络和面板模型等方法，分析了其时空演化特征与影响机制。研究发现：①中国城市供应网络密度总体位于0.010~0.018之间，呈现波动增长的变化特征，网络呈现明显的小世界特征，且网络的可达性在增强；②网络联系集中在少数核心城市，北京是唯一的权力—威望型城市，权力型和威望型城市数量在增加并具有明显的集聚指向，权力型城市以上海、杭州、武汉、成都、深圳等中心城市为主，威望型城市以唐山、太原、芜湖、中山、大同等资源型和传统制造业城市为主；③城市供应网络空间联系呈现由沿海点轴结构向多轴线空间结构转变的特征，整体上呈现尚未闭合的“菱形”空间结构；④影响机制上，经济发展水平、政府干预强度、产业结构、资源禀赋、人力资本等是影响城市供应网络的主要因素，不同发展阶段和不同区域的影响机制具有差异性。

关键词： 上市公司; 供应网络; 城市网络; 社会网络分析法; 资源型城市; 空间结构

本文引用格式

陈刚 , 王启松 , 王光辉 , 吴清 , 胡骁宇 . 中国城市供应网络结构演化特征与影响机制[J]. 经济地理, 2024 , 44(10) : 24 -33 . DOI: 10.15957/j.cnki.jjdl.2024.10.003

Abstract

This article constructs a theoretical analysis framework for urban supply networks based on the theories of production network and value chain. Based on the transaction data between listed companies and suppliers from 2001 to 2022, it constructs a urban supply network of China, and uses the complex network and panel model to analyze the spatiotemporal evolution characteristics and influencing mechanisms of urban supply networks. It's found that: 1) The overall density of China's urban supply network is between 0.010 and 0.018, showing a fluctuating growth trend. The network exhibits obvious small world characteristics, the accessibility of urban supply network is increasing. 2) The supply network connections in Chinese cities are concentrated in a few core cities, Beijing is the only power-prestige city. The number of power-oriented and prestige-oriented cities is increasing and has an obvious clustering direction. Power-oriented cities mainly include central cities such as Shanghai, Hangzhou, Wuhan, Chengdu, and Shenzhen. Prestige-oriented cities are mainly resource-based cities such as Tangshan, Taiyuan, Wuhu, Zhongshan, and Datong. 3) The spatial connections of urban supply networks exhibit a transformation from a coastal point axis structure to a multi axis spatial structure. Overall, it presents an unclosed "diamond shaped" spatial structure. 4) In terms of influencing mechanisms, economic development level, government intervention intensity, industrial structure, resource endowment, human capital are the main factors affecting urban supply networks. The impact mechanisms vary among different development stages and regions.

Key words： listed company; supply network; urban network; social network analysis; resource-based city; spatial structure

后疫情时代，供应链安全问题成为我国经济高质量发展的关键点。我国面临经济下行压力持续增大、贸易保护主义带来的供应链收缩、关键技术封锁或原材料断供等因素多重叠加的影响[1]。2021年中央经济工作会议指出“产业链供应链安全稳定是构建新发展格局的基础”；党的二十大报告同时指出“要着力提升产业链供应链韧性和安全水平”。可见现阶段供应链安全稳定问题颇具现实紧迫性。同时，企业供应关系是我国城市供应链网络的微观体现，随着现代生产专业化分工的不断深入与细化，企业之间由于日益复杂的间接商业关系而呈现出高度发达的网络化特征，使得企业之间存在着千丝万缕的紧密联系[2]。因此，探讨基于企业视角的城市供应网络的空间演化及影响机制，有助于了解中国城市供应链网络的流动特征，也可为优化区域供应链网络和实现高质量国内大循环提供支撑。
“流空间”背景下，城市网络已成为区域空间结构的主体形态。企业网络嵌入于城市网络[3]，支撑信息、资本、人员、技术、产品等要素的空间流动，并重塑区域经济格局。当前，全球化与世界城市研究网络（Globalization and World City Research Network，GaWC）是目前世界城市网络（World City Network，WCN）研究的主流之一，运用高级生产性服务业（Advanced Producer Services，APS）企业总部及其分支机构的空间分布衡量城市的连通性及其功能[4-5]。基于世界城市网络理论和方法，不少学者开展了大量的研究。如赵新正等对基于企业内部视角的网络转译模型进行了优化[6]；随着数据获取手段的持续丰富，一些学者直接采用企业间的联系来构建城市网络，试图更加真实地反映城市间的关系[7-9]；同时还有部分学者对网络的形成机理和边界效应进一步开展分析[10-11]。
这些研究为基于企业视角的城市网络研究提供了理论基础。在生产网络的视角下，基于企业上下游行业之间的投入—产出关系正是城市价值链的研究重点[12]，学者们对此也展开了全方位的研究：①在研究对象上，Vind等认为虽然最初可能是APS引领城市走向全球化，但制造业也可能在城市间建立起显著的全球联系，这种联系可以较好地将地区性城市纳入城市网络，不再局限于世界城市[13]。因此，当前基于企业生产网络的研究主要聚焦于特定的制造企业和特定行业，如基于世界头部手机生产企业、汽车制造企业与供应商企业生产关系构建城市网络[14-17]；采用电子信息、电影行业、文化行业等行业大型企业之间的生产贸易关系构建城市网络[18-20]。②在研究尺度上，多关注企业生产网络的多尺度跨区域关联特征，主要聚焦全球网络[15]、区域尺度[19]、国家尺度生产网络以及全球—国家生产网络[14]，分析其网络空间结构及拓扑结构特征，探索网络嵌入组合模式。③在影响机制上，主要基于新经济地理学、区位论和多维邻近性等理论，采用多样化的计量模型，揭示不同类型城市网络的形成机制[14]。
综上，现有基于企业视角的联系对中国城市网络空间格局的研究，虽为本文提供了理论支撑与方法借鉴，但在以下方面仍有待拓展：①在网络构建上，大部分研究仍采用企业内部联系来构建城市网络，无法反映城市间真实的联系强度，从而难以精准地揭示城市在网络中的权力与地位；②在研究视角上，关于国内供应网络的研究主要侧重于静态视角和短时间内的动态视角研究，缺乏长时序的面板分析。③在城市类型识别上，较少从产业链视角识别城市在网络中的价值地位和类型。而在全球生产网络不断深化和复杂的趋势下，以城市网络为依托、以产业集群为主体的全球价值链竞争力新模式日益凸显[21]。基于此，本文利用上市公司与其供应商的交易数据构建城市供应网络，融合价值链、生产网络等理论，采用复杂网络和GIS空间分析法深入分析2001—2022年中国城市网络的演变特征，并运用面板数据模型分析其空间演变的影响机制，以期为企业供应链和城市供应网络的优化配置提供参考。

1 分析框架

产业网络的研究是利用网络方法研究产业间或产业内部各种关系[22]。根据研究需要的不同其构建网络的方式也不同，主要以城市、省份或国家等空间属性的地理单元为节点，利用节点之间复杂的产业关系如产业链或产业内企业等关系构建产业网络[23]。价值链即企业创造价值过程的各个环节的完整组合[24]，由于不同环节要求的要素投入比例不同，具有不同要素禀赋的地域在不同的生产环节具有区位成本优势，从而在不同地域形成价值链分割生产，各地域也成为承接不同价值分工企业的空间载体[16]。
基于企业间的有向供应关系所建立的国内供应网络是具有国内价值链和国内生产网络的双重特征。首先，其有向供应联系能够识别城市间的上下游产业关系，可以有效判别城市在供应网络中的价值类型，是国内价值链的重要形态；其次，企业间的关联是区域产业关联的微观基础，能够反映区域产业协作的生产网络关系，可以有效识别不同区域、不同城市产业协作关系，强调生产关系存在于区域之间，其所形成的跨区域生产网络与集群网络[25-26]已成为生产组织维系的关键[27]。与现有大部分关于创新网络、企业网络研究，聚焦于核心城市间的空间联系不同的是，基于上市公司与供应商数据所建立的网络，既考虑了城市的等级关系，更考虑到生产供应关系。因此，本文所研究的城市供应网络可能不仅形成“择优链接”关系，其中传统资源型城市也是供应网络的重要组成部分，并扮演重要角色。同时，上市公司是高度金融化的企业，极易受到金融资本和金融政策的影响。因此，基于上市公司与供应商数据所建立的城际供应网络，不仅受地理区位、经济发展水平的影响，还可能受到资源禀赋、政府干预强度等因素的影响。
基于以上分析，借鉴赵梓渝、王长建等研究思路[14-15]，本文基于新经济地理学、生产网络理论、价值链理论、劳动空间分工理论等，将城市网络融合生产网络与价值链体系，尝试构建基于企业间供应关系的产业集群跨域网络关系研究框架，旨在为中国生产网络跨域关联及影响因素提供理论支撑。

2 网络构建与研究方法

2.1 数据来源

本研究中只考虑A股上市公司，共包括1818家，未将B股、港股和台股考虑在内。上市公司客户数据来源于国泰安经济金融研究数据库上市公司供应链研究（https://www.gtarsc.com/），系统收集获取2001—2022年全国各城市基本信息表、上市公司基本信息表以及上市公司前五大供应商贸易信息表。通过数据匹配，获取上市公司与供应商的交易额、上市公司和供应商的地址信息，形成本研究结构化基础数据库，获取基础数据共计1263357条数据，剔除信息空缺数据和同一城市内部的企业交易数据，有效数据21051条。影响因素中城市经济社会统计数据等均来源于2002—2023年《中国城市统计年鉴》。

2.2 网络构建

本文选择具有上市公司及其前五大供应企业所在直辖市和地级行政单位为研究范围。根据上市公司前五大供应商的数据，构建基于企业供应关系的城市供应有向网络G（N；E；W）[8]。其中，N表示上市公司所在的直辖市和地级行政单元，E表示上市公司前五大供应商所在城市，W表示城市间上市前五大供应商交易额，反映城市关联强度，即城市间产业联系强度。通过分类加总方法，构建中国城市间有权有向O-D网络路径数据库。

2.3 研究方法

2.3.1 社会网络分析法

本研究引入社会网络分析法揭示城市多维“流空间”的网络结构特征和网络关联特征。社会网络分析法以“关系”作为基本单元，采用图论工具、代数模型技术描述关系模式，是一种针对“关系数据”的跨学科分析方法[28]。本研究主要采用网络密度、平均路径长度、集聚系数、平均度、点出度、点入度、中心度等模型展开分析。

2.3.2 回归模型构建与变量选择

在以企业跨城供应关系为基础形成城市供应网络中，城市供应网络的地位是上下游行业企业之间的投入—产出关系，影响企业跨城供应流动的因素可以转化为影响城市创新网络度中心性的因素[29]。上市公司作为市场主体中最活跃、最具代表性、先进性和影响力的参与者，其异地商业行为也必定是地区间经济联系、产业分工网络的重要组成部分。根据前文关于网络影响机制的分析，依据区位论和新经济地理学等理论，上市公司的商业行为很可能受到产业上下游空间载体的要素禀赋[30]、经济发展水平[31]等宏观层面因素的影响。此外，与其他企业网络影响机制不同的是，基于上市公司与供应商数据所构建的城际供应网络，除受以上传统区位理论相关因素的影响外，更容易受到金融风险和政府干预[32]的影响。为了更为准确地衡量上述因素对城市供应网络结构的影响，同时考虑样本数据的可获取性，本文的研究样本由2001—2022年中国297个地级及以上城市（以下简称“城市”）的面板数据构成，为保证指标统一性和数据完整性，本文剔除了2014年之后新设立的城市和港澳台地区的样本。
设定如下基础回归模型：
l n y i t = α 1 + β 1 l n g d p i t + β 2 l n g o v i t + β 3 s t r u i t + β 4 l o a n i t + β 5 l n l a b o r i t + β 6 l n d a t a i t + β 7 m i n e r a l i t + μ i + θ t + ε i t
式中： α 1为常数项； β 1， β 2， β 3…， β 7为各自变量回归系数； μ i为不随时间改变个体变化特征； θ t为不随个体变化的时间变化特征； ε i t为随机干扰项。采用面板数据的双向固定效应模型的优点在于：①相对于单纯的时间序列数据或截面数据，面板数据扩大了样本容量，使计量模型拥有更大的自由度，提高了估计精度；②面板数据模型让更多个体特征信息被纳入估算范围内，使计量分析结果更具备一般性；③双向固定效应回归模型可以同时捕获研究样本中不随时间和个体改变却又影响了被解释变量的无法观测因素特征，从而降低因遗漏变量所产生的模型内生性。
被解释变量。上述实证模型中，被解释变量lnyit为lnindgree、lnoutdgree、lndgree，分别代表城市供应网络的点入度、点出度和中心度。
解释变量。 l n g d p i t、 l n g o v i t、 s t r u i t、 l n l o a n i t、 l n l a b o r i t、 m i n e r a l i t、 l n d a t a i t，分别代表着i城市t年份的经济发展水平、产业结构高级化水平、政府干预强度、金融发展水平、人力资本水平、资源禀赋水平、数字化水平。各指标的含义及选择依据如下：
①经济发展水平，选用GDP的自然对数进行量化[33]。该指标反映了各城市经济体量的总体水平。当某城市经济体量越大，对空间可流动生产资源的吸引力也会越强，即对其他城市的贸易吸引力也会越强，在网络中的地位可能也会越高。
②产业结构高级化水平，选用地区第三产业增加值与第二产业增加值之比进行量化[33]。上市公司主要集中在第二、第三产业领域，而供应关系更多发生在同一产业领域，有助于降低企业信息不对称和供应链风险。此外，企业通常倾向于产业结构水平更高的城市集聚，发生城际贸易的可能性更大。
③政府干预强度，选用地区政府一般性财政支出占GDP的比重进行量化。大量的研究证明，中国政府对市场的干预“利害并存”[32]，但适当的政府干预能促进企业跨城供应链的建立和壮大。
④金融发展水平，选用地区年末金融机构贷款余额的自然对数进行量化。新贸易理论将金融作为一种比较优势影响地区的贸易能力[34]。一般认为，地区金融发展水平越高，企业获得融资的可能性越大，金融服务实体行业的职能性越强。
⑤人力资本水平，选用地区年末在岗职工人数的自然对数进行量化。在市场清出的前提下，劳动人口的空间集聚意味着城市本地厂商在同等产出的情况下获得更低的综合用工成本，而在厂商间的充分竞争很可能使用工成本优势转化为产品价格优势，进而吸引更多异地上市公司的采购订单[35]。
⑥资源禀赋水平，选用采掘业从业人员数量的对数进行量化。要素禀赋学说是国际贸易和区域经济的重要基础理论。企业的区位选址和贸易往来受到要素禀赋的约束，不同要素禀赋分布决定了其空间的属性。因此，资源禀赋条件对企业协作关系产生重要作用[36]。
⑦数字化水平，选用地区年末移动电话使用户数的对数进行量化。数字经济依托互联网、人工智能、大数据等信息技术，打破了时间和空间上的限制，增强了信息的有效性和要素的匹配效率，有助于降低贸易成本和推动知识溢出，进而促进地区间的产业协作[37]。

3 中国城市供应网络时空演化分析

3.1 网络规模发展阶段特征

如图1所示，根据网络联系数量和交易规模增长变化情况，结合宏观经济发展大趋势，可以将中国城市供应网络划分为以下3个发展阶段：①起步发展阶段（2001—2010年）。这一阶段上市公司与供应商的交易额较低，但稳步增长。2001年以来，随着中国加入世界贸易组织，积极融入经济全球化，中国上市公司数量逐渐增加，企业间的联系逐渐密切。②快速发展阶段（2011—2016年）。这一阶段城市供应网络处于高速增长趋势，上市公司与供应商的跨城交易额迅速增长。国际金融危机之后，国内大循环作用显著，上市公司的数量不断增加、规模不断壮大，企业之间的联系明显增强，城际贸易总量快速增长。③转型发展阶段（2017—2022年）。这一阶段城市间的贸易联系和城市对数量呈现先降后增的特征。国家对金融行业的监管政策持续从严从紧，继续把主动防范化解系统性风险放在首位，监管令密集发布，不可避免对上市公司的供应网络产生影响[38]。此外，新冠疫情对企业生产有明显的影响，供应网络规模持续收缩；2021年以来，随着国家提出构建以国内大循环为主体、国内国际双循环相互促进的新发展格局战略，国内供应网络各项指标迅速恢复。
图1 2010—2022年中国城市供应网络规模演化与阶段划分

注：因2010年以前网络规模较小，在后文的分析中不计算分析2010年以前的网络指标。在网络空间结构分析中，选取2010、2015、2019、2022年4个时间节点分别代表起步发展、快速发展、转型发展3个阶段，进行网络结构的演化对比分析。

Fig.1 Evolution and stage division of China's urban supply network from 2010 to 2022

3.2 网络的复杂性特征

①网络密度呈现波动增长特征。采用Gephi 9.3软件计算2010年以来中国城市供应网络的相关指标数据（表1）。由表1看出，网络平均度、网络密度经历了波动式增长特征，分别从2010年的1.321、0.010上升到2015年的4.149、0.015，然后下降到2020年的3.508、0.013，再上升到2022年的4.866和0.081；平均聚类系数从2010年的0.031增长到2022年的0.186，反映了城市供应网络更加集聚，供应网络的稳定性在增强；平均路径长度均位于2.896~3.867之间，相当于只需要经过不到4个中介城市即可连接任意城市，符合“六度分离理论”，说明网络呈现明显的小世界特征，网络流动效率较高。平均路径长度总体呈现下降的趋势，说明网络的可达性在提升。
表1 中国城市供应网络复杂性特征量统计

Tab.1 Statistics of complexity characteristics of urban supply network in China

年份 平均度 网络密度 平均聚类系数 平均路径长度
2010 1.321 0.010 0.031 3.867
2011 1.627 0.010 0.063 3.613
2012 2.700 0.011 0.080 3.443
2013 2.851 0.011 0.099 3.353
2014 2.988 0.012 0.087 3.356
2015 4.169 0.015 0.143 3.029
2016 4.050 0.014 0.138 3.072
2017 4.167 0.014 0.142 3.050
2018 3.720 0.013 0.150 3.028
2019 3.810 0.013 0.179 3.038
2020 3.508 0.013 0.168 3.040
2021 4.675 0.016 0.179 2.896
2022 4.866 0.018 0.186 2.973
②网络节点呈现明显的幂律分布和首位分布特征。对各地加权度中心性及其位序取对数，并进行线性拟合。结果显示，2010、2015、2019和2022年城市供应网络中各城市加权度中心性线性拟合优度（R2）分别达0.85、0.80、0.78和0.77，具有较好的线性拟合关系，表明各地加权度中心性符合幂律分布规律，说明城市供应网络呈现明显的“金字塔结构”特征，即只有少数的城市作为供应网络主要节点，绝大多数城市网络流动吸纳能力较弱，国内城市供应网络被少量枢纽型节点城市所控制。根据规模—位序法则，2010、2015、2019和2022年q值分别为1.61、1.92、1.95和2.10，说明各城市节点的交易规模等级呈现明显的首位分布特征。q值呈现出明显的增长态势，表明城市供应网络的首位分布特征日趋显著，网络节点差异有扩大的趋势，这一特征与基于上市公司与客户联系城市网络具有相似性[39]。

3.3 网络节点类型特征

基于供应网络的特征，参考何瑶等人的划分方法[23]。将网络中的城市节点的入度与出度，在ArcGIS中利用自然断点分别分为2个层级：高层级和低层级。若网络中节点均表现为高层级的出度和入度，则具有较大辐射范围和较强吸引力，这些节点同时也是对外投资的发散地和吸引投资的承接地，可称为权力—威望型节点；若网络中节点表现为高出度和低入度，则具有较大产品供应能力，一般是上游生产商集中地，具有较小的吸引力，可称为威望型节点；若网络中节点为低出度和高入度，则是上市公司集中地，具有较强的吸引能力和辐射范围，可称为权力型节点：节点的出度和入度均为低层级的数量较多，该类节点的辐射范围和吸引力相对来说均较小。
如图2所示，整体上看，随着上市企业数量的增多，各地供应商数量不断增加，城市辐射力和供应力明显增强。2010年以来，权力型和威望型城市向西部地区扩展，但仍主要集中在“胡焕庸线”以东地区，且北京是唯一的权力—威望型城市，展现出强有力的供应网络控制能力。2010年无权力—威望型城市，仅北京为权力型城市，为较多上市公司集聚地，辐射范围较广；上海和沈阳为威望型城市，已有较多的企业与异地大型企业建立了供应联系。2015年北京上升为权力—威望型城市，辐射范围和供应能力进一步增强。随着大型企业的快速发展，上游原材料需求进一步提升，上海转变为权力型城市。威望型城市数量明显增多，这些城市有些是具有强劲生产力的综合性城市，城际供应能力明显提升，如广州、深圳；有些为传统制造业集聚或资源型城市，且以对外消费为主，如唐山、邯郸、太原等。2019年，石家庄上升为权力型城市，主要得益于其与唐山之间的紧密供应联系；随着供应网络的发展，武汉、兰州上升为威望型城市。2022年，权力型城市数量明显增加，杭州、武汉、石家庄、深圳、成都上升为权力型城市，城市之间的产业辐射关系日趋复杂；西安、芜湖、中山、大同等制造业发达或资源丰富的城市供应能力明显提升，上升为威望型城市。网络中出度为0的节点数量远超过入度为0的节点数量，表明企业总部仍然集聚在少数城市。
图2 中国城市供应网络节点类型分布演变

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2023）2767号的标准地图制作，底图无修改。本次研究不包括香港、澳门和台湾。图3同。

Fig.2 Evolution of node types of urban supply network in China

3.4 网络空间演化特征

采用ArcGIS10.2软件，匹配城市间供应关系数据库，绘制我国城市间有向加权网络地图（图3）。
图3 中国城市供应网络联系空间演化格局

Fig.3 Spatial evolution pattern of China's urban supply network

①从总体空间格局来看，城市网络密度在东西部存在显著差异。中西部地区供应网络密度和强度明显偏低，主要的流动路线均分布在“胡焕庸线”的东南一侧，其中新疆、青海、甘肃、西藏仅有以省会为主的极少数城市同东部城市间存在较强的联系，西藏的各城市基本形成孤岛。这一空间格局特征与我国大多数城市网络空间分布具有一致性[7-8]。
②从联系的骨架上来看，呈现从以沿海为主轴的格局逐渐转向多轴线的空间结构演变特征。整体来看，中国城际供应网络由辽中南—京津冀—长三角—珠三角构建成的沿海主轴，逐渐演化、拓展出北京至成渝、北京至昆明的主轴线。与传统的企业网络[10]、创新网络[40]具有较大差异的是，成渝城市群的网络作用相对较弱，“菱形”结构尚未闭合，成渝城市群与珠三角城市群尚未建立稳定的城际供应关系。东西城市供应关系明显增多，西安、昆明、成都等西部城市在供应网络中扮演重要角色，这些城市跨越中部地区，与京津冀、长三角、珠三角城市群链接，具有明显择优链接的特征。

4 中国城市供应网络的影响机制

4.1 基础回归结果

如表2所示，经济发展水平（lngdp）对点入度和中心度具有显著的正向影响，这表明城市经济发展水平越高越有利于吸引城际贸易。政府干预强度（lngov）对点入度、点出度和中心度均有显著的正向影响，且对点出度的影响系数明显高于点入度，说明政府的干预能力越强，越有利于城际贸易往来，且对贸易的流出影响大于流入影响。产业结构高级化（stru）对点出度、点入度和中心度均在1%显著性水平上有正向影响，说明产业结构水平是城际贸易流动的重要驱动力。金融水平（lnloan）对城际供应关系均无影响。人力资本水平（lnlabor）对点出度和中心度有显著影响，意味着城市劳动力数量越多，越有利于贸易流出。资源禀赋水平（mineral）对城市供应网络表现出与政府干预强度相似的作用，但点入度的弹性系数要高于点出度，说明资源禀赋越好，更有可能产生跨城贸易，符合区域经济要素禀赋学说原理。数字化水平（lndata）对城市供应网络表现出一定的影响，对点出度的影响力明显高于点入度，说明数字化水平有助于外向型经济的发展。整体上，政府干预强度对城市供应网络影响力最大，其次是产业结构、资源禀赋、数字化水平等。政府干预越强、二三产业占比越高、人口规模越大、数字化水平越高、资源越丰富，城市供应网络规模越大。
表2 中国城市供应网络节点中心性的影响机制回归分析

Tab.2 Regression analysis of influencing factors on node centrality of China's urban supply network

变量 lnpointin lnpointout lncenter
lngdp 1.304***（5.41） -0.119（-0.50） 1.497***（6.12）
36.892***（11.41）
lngov 31.676***（9.92） 30.531***（9.79）
stru 0.094***（8.63） 0.052***（4.93） 0.072***（6.51）
lnloan 1.454***（7.23） 1.329***（6.77） 1.697***（8.33）
lnlabor 0.173（0.85） 0.840**（4.23） 0.493**（2.39）
mineral -0.011（-0.22） 0.008***（5.35） 0.045***（6.80）
lndata 0.006（0.05） 0.394**（2.17） 0.076（0.61）
常数项 -47.943***（-22.97） -21.830***（-6.55） -57.647***（-27.23）

注：*、**、***分别表示10%、5%、1%显著性水平，括号内为t值。表3、表4同。

4.2 异质性分析

表3报告了不同发展阶段城市供应网络结构影响机制的回归结果。①在起步发展阶段，资源禀赋水平对点出度、点入度、中心度均有显著影响，且对点出度具有显著的负向影响，对点入度具有显著的正向影响；金融水平和人力资本水平均对点出度和中心度产生了影响；经济发展水平、政府干预强度、产业结构、数字经济均对城市供应网络没有显著影响。②在快速发展阶段，产业结构的作用力明显增强，对点入度、点出度、中心度均在5%显著性水平上呈现正向影响，且点入度的弹性系数最高；金融水平和人力资本水平影响明显增强，均对点入度、出度和中心度产生影响。③在转型发展阶段，经济发展水平、政府干预强度、资源禀赋均对点入度、出度和中心度具有显著影响，人力资本水平对点入度和中心度产生影响，金融水平对点入度和中心具有显著影响，产业结构对点出度具有显著影响。整体而言，起步发展阶段城市供应网络主要受资源禀赋、金融水平和人力资本水平驱动影响；快速发展阶段主要受产业结构、人力资本水平和金融发展水平驱动影响；转型发展阶段主要受政府干预强度、经济发展水平、产业结构、金融水平、资源禀赋等多元要素驱动的影响。
表3 中国城市供应网络影响机制的时段异质性回归分析

Tab.3 Regression analysis of time heterogeneity of influencing factors of China's urban supply network

变量 起步发展阶段 快速发展阶段 转型发展阶段
lnindegree lntoutdegree lndegree lnindegree lntoutdegree lndegree lnindegree lntoutdegree lndegree
lngdp 0.413 -0.444 0.232 0.963 1.060 0.411 1.176** 1.887*** 1.692***
（1.06） （-1.47） （0.52） （0.72） （0.80） （0.30） （2.27） （3.38） （3.35）
lngov 1.935 5.552 6.343 5.904 8.413 8.927 316.779** 23.043*** 17.808**
（0.52） （1.62） （1.42） （0.72） （0.91） （1.14） （2.21） （2.83） （2.41）
stru 1.637 0.941 1.412 0.785** 0.109** 0.748** -0.032 0.065*** -0.006
（0.94） （0.81） （0.95） （2.05） （2.42） （1.99） （-1.39） （2.59） （-0.25）
lnloan 0.477 0.437* 0.744* 0.563* 1.213** 0.648** 0.909** 0.691 0.445
（1.35） （1.70） （1.86） （1.79） （2.36） （2.36） （2.18） （1.54） （1.10）
lnlabor 0.266 0.539** 0.364* 1.178** 1.143** 3.513*** 0.770*** 0.331 0.894***
（1.10） （2.28） （1.85） （2.13） （2.27） （2.79） （3.42） （1.36 （4.07）
mineral 0.016** -0.018*** 0.020** 6.445 0.233 14.205** 8.281*** 6.056*** 9.072**
（2.38） （-2.94） （2.48） （0.87） （0.03） （2.00） （4.06） （2.76） （4.57）
lndata 0.110 0.086 0.209 0.198 1.215 1.031 0.106 0.172* 0.172**
（0.77） （0.68） （1.23） （0.26） （1.17） （1.45） （1.21） （1.82） （2.02）
常数项 -17.859*** -7.344 -20.354*** 11.898 -11.993 4.949 -38.225*** -47.974*** -40.94***
（-3.24） （-1.60） （-3.09） （0.42） （-0.45） （0.18） （-10.50） （-12.25） （-11.55）
表4报告了不同地区城市供应网络结构影响机制的回归结果。其中，经济发展水平主要对东部和西部地区城市产生显著影响，且对点入度影响的显著性高于点出度，说明地区经济发展水平越高，跨城交易流入规模越大；政府干预强度对东、中、西部城市均产生了显著正向影响，说明政府干预引导对供应网络结构产生积极影响；产业结构对东部和西部城市的点入度、点出度和中心度有显著正向影响，说明产业结构水平越高的地区，企业更容易产生跨城供应关系，供应网络节点度越高；金融水平对东部和中部城市的点入度、出度和中心度均产生显著影响，对西部城市影响并不显著，相较于中东部地区，西部地区金融资本活跃度相对较低，对供应网络的促进作用还未显现出来；人力资本水平除对东部城市点入度影响并不显著外，其他均有显著影响，说明人力资本水平对供应网络结构具有显著促进作用；资源禀赋对中部地区和西部地区点出度和中心度有显著影响，对东部地区影响并不显著，原因可能是东部城市融入供应网络主要以客户角色或非资源型供应商角色；数字化水平仅对中部城市产生了影响。整体而言，东部城市受政府干预强度、经济发展水平、产业结构、金融水平驱动作用显著，中部城市更多受政府干预强度、金融水平、资源禀赋的影响，西部城市则主要受经济发展水平、政府干预强度、产业结构、人力资本水平、资源禀赋等因素的影响。
表4 中国城市供应网络影响机制的区域异质性回归分析

Tab.4 Regression analysis of regional heterogeneity of influencing factors of China's urban supply network

变量 东部地区 中部地区 西部地区
lnindegree lntoutdegree lndegree lnindegree lntoutdegree lndegree lnindegree lntoutdegree lndegree
lngdp 1.544*** 0.590 2.251*** 0.605 -0.413 0.627 1.846*** 1.846*** 1.614***
（3.30） （1.23） （4.91） （1.43） （-0.98） （1.44） （5.05） （5.05） （4.23）
lngov 39.095*** 32.288*** 39.143*** 21.756*** 38.292*** 39.508** 25.916*** 25.916*** 24.737***
（6.94） （5.60） （7.08） （3.81） （6.69） （6.72） （4.98） （4.98） （4.56）
stru 0.138*** 0.069*** 0.109*** -0.022 0.002 -0.039 0.120*** 0.120*** 0.103***
（6.73） （3.29） （5.44） （-1.18） （0.10） （-0.70） （6.82） （6.82） （5.58）
lnloan 1.848*** 1.921*** 1.979*** 2.954*** 1.396*** 3.005*** 0.162 0.162 0.742
（4.98） （5.06） （5.43） （8.15） （3.84） （8.05） （0.53） （0.53） （0.35）
lnlabor -0.716** -0.541 -0.738** -1.215*** 1.036*** -0.768** 1.260*** 1.260*** 1.762***
（-2.08） （-1.54） （-2.19） （-3.30） （2.82） （2.03） （3.14） （3.14） （4.21）
mineral -0.003 -0.003 -0.005 0.968 0.913*** 5.300 7.209 16.971*** 15.373***
（-0.06） （-0.06） （-0.10） （0.30） （4.29） （1.62） （1.33） （3.20） （2.95）
lndata 0.069 0.161 -0.965 -0.004 0.596*** 0.245 -0.161 -0.161 -0.164
（-0.28） （0.64） （-0.40） （-0.02） （2.98） （1.19） （-0.79） （-0.79） （-0.77）

5 结论与讨论

5.1 结论

①基于企业视角的中国城市供应网络表现出明显的动态演化特征。2001—2022年，基于上市公司供应商视角的中国城市网络先后经历了起步发展、快速发展和转型发展3个阶段，网络规模呈现先增后降的特征。城际供应网络联系不断增强，网络层级不断丰富，与其他网络不同的是，供应网络呈现以沿海为主轴的格局逐渐转向多轴线空间结构，整体表现出尚未闭合的“菱形”空间结构。2015年以来，北京是唯一的权力—威望型城市，权力和威望型节点数量均有明显增加，且具有明显的集聚指向。其中，权力型城市以上海、杭州、武汉、成都、深圳等中心城市为主，威望型城市以唐山、太原、芜湖、中山、大同等传统制造业或资源型城市为主。
②总体上，政府干预强度、产业结构、资源禀赋、数字化水平、经济发展水平等是影响中国城际供应网络的主要因素。起步发展阶段城市供应网络主要受资源禀赋、金融水平和人力资本水平驱动影响；快速发展阶段主要受产业结构、人力资本水平和金融发展水平驱动影响；转型发展阶段主要受政府干预强度、经济发展水平、产业结构、金融水平、资源禀赋等多元要素驱动的影响。东部城市供应网络主要受政府干预强度、经济发展水平、产业结构、金融水平等因素驱动影响，中部城市更多受政府干预强度、金融水平、资源禀赋的驱动影响；西部城市主要受经济发展水平、政府干预强度、产业结构、人力资本水平、资源禀赋等因素驱动影响。
③不同于其他类型的网络，基于上市公司与供应商构建的城市网络，一定程度上反映了区域间的产业协作关系。企业是区域间经济联系的纽带，上市公司是区域经济最具活力的主体，因此，城际上市公司供应关系带动了货物、资金、科技等要素的流动。上市公司及其供应商搭建的城市关联网络，是国内大循环的重要组成部分，应予以广泛关注。中国城市之间的上市公司与供应商企业的协作关系网络日益完善，覆盖城市数量不断增多，绝大部分城市已纳入国家供应网络，大城市网络枢纽能力不断提升，小城市借此与大城市建立了广泛的供应关系。但在2016年以后我国城市供应网络出现了一定程度的萎缩，未来一方面要充分发挥金融的调控作用，加大对重点上市公司的扶持力度，分类指导枢纽城市、中小城市的协作关系，大力扶持上海、武汉、成都、深圳等权力型城市向权力—威望型城市发展，促进其他中心城市向权力型城市转变，促进更多的资源型城市和传统制造业城市向威望型城市发展。同时，要优化中西部地区金融发展水平和产业结构的升级调整，强化金融资本在区域产业协作中的作用，加快推动第二、第三产业比重，提升相关领域上市公司的数量。另一方面要强化东部地区政府干预，发挥政府在区域产业协作中的引导作用。

5.2 讨论

与传统基于企业内部视角的城市网络相比，基于上市公司与供应商关系视角的城市网络研究具有2个方面的不同：①基于上市公司与供应商关系视角的城市网络更强调城际关系的等级结构和价值空间，是一种真实的水平联系网络，而前者更强调非等级联系与流动空间，是一种理论上的垂直联系网络。②基于上市公司与供应商关系视角的城市网络更多是从产业链视角考察网络中的权利和地位。网络中流入和流出视角的“明星城市”具有明显的差异，由此捕获城市在网络中的价值地位，资源型城市处于产业链的上游，扮演供应商角色，形成威望型城市，高等级城市处于价值链的较高水平，扮演客户角色，形成权力型城市；而基于企业内部视角的城市网络更多被视为一种媒介，城市权力通过主动、从属、中立3种连通性进行判别[16]。
结合价值链及生产网络理论，本文基于上市公司与供应商关系构建城际供应网络，剖析国家尺度下城际供应网络结构，揭示其在中国的具体地理分布规律和空间结构，判别城市在供应关系中的类型；同时分析了网络结构的演变及形成机制，为各城市由一般性城市向威望型、权力型城市提升提供科学的依据，对构建高质量国内大循环具有一定的启示。与已有研究相比，本文较早关注上市公司及其供应商关系的城市供应网络格局，为基于企业供应关系的城市生产网络研究提供了一个新视角。但是，本文还有以下不足：①由于微观企业决策的复杂性，影响城市供应网络地位的因素是一个复杂性议题，本文相关变量的选择未必合理，对企业决策方面的因素考虑不足，且影响机制模型构建仅考虑了城市属性特征，无法反映网络的连接效应和多维邻近机制，未来将进一步采用城市间联系的动态面板模型或者指数随机图模型等进行影响机制检验。②受限于数据的可获取性，本文仅研究了上市公司供应商的市际网络关系，并未考虑到不同行业对比分析，在未来研究中将加强对细分行业的异质性分析。③随着全球贸易摩擦的增加，欧美国家通过行政力量干涉跨国主导企业，从而改变全球生产网络的运作，进而影响了国内供应网络，对全球—国家—地方多尺度供应网络研究能更为全面地揭示我国供应网络的尺度差异，未来将加强多尺度城市供应网络研究。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
葛顺奇, 关乾伟, 罗伟. 供应链配置与企业绩效表现:效率与稳定[J]. 世界经济研究, 2022(4):32-46,135-136.

[2]
Bernard A B, Moxnes A, Saito Y U. Production networks,geography and firm performance[J]. Journal of Political Economy, 2019, 127(2):639-688.

DOI

[3]
胡国建, 陆玉麒. 基于企业视角的城市网络研究进展、思考和展望[J]. 地理科学进展, 2020, 39(9):1587-1596.

DOI

[4]
Taylor P J. Hierarchical tendencies amongst world cities:A global research proposal[J]. Cities, 1997, 14(6):323-332.

[5]
Taylor P J. The new geography of global civil society:NGOs in the world city network[J]. Globalizations, 2004, 1(2):265-277.

[6]
赵新正, 李秋平, 芮旸, 等. 基于财富500强中国企业网络的城市网络空间联系特征[J]. 地理学报, 2019, 74(4):694-709.

DOI

[7]
叶秀玲, 张莉, 胡国建, 等. 基于企业并购联系视角的中国城市网络演变研究[J]. 地域研究与开发, 2022, 41(3):61-67.

[8]
焦敬娟, 张齐林, 吴宇勇, 等. 中国异地投资网络结构演化及影响因素研究[J]. 地理科学进展, 2021, 40(8):1257-1268.

DOI

[9]
陈肖飞, 杨洁辉, 王恩儒, 等. 基于汽车产业供应链体系的中国城市网络特征研究[J]. 地理研究, 2020, 39(2):370-383.

DOI

[10]
盛科荣, 杨雨, 孙威. 中国城市网络中心性的影响因素及形成机理——基于上市公司500强企业网络视角[J]. 地理科学进展, 2019, 38(2):248-258.

DOI

[11]
韩明珑, 何丹, 高鹏. 长江经济带城际生产性服务业网络联系的边界效应及多维机制[J]. 经济地理, 2021, 41(3):126-135.

DOI

[12]
包群, 廖赛男. 国内生产网络与间接出口外溢:基于客户——供应商关系的证据[J]. 管理世界, 2023, 39(8):20-45.

[13]
Vind I, Fold N. Multi-level modularity vs. hierarchy:Global production networks in Singapore's electronics industry[J]. Geografisk Tidsskrift-Danish Journal of Geography, 2007, 107(1):69-83.

[14]
赵梓渝, 王士君, 陈肖飞, 等. “全球—地方”视角下中国汽车生产网络的跨域关联与影响因素——一汽—大众案例[J]. 地理科学进展, 2022, 41(5):741-754.

DOI

[15]
王长建, 卢敏仪, 陈静, 等. 城市网络视角下华为手机全球价值链的建构与重构[J]. 地理科学进展, 2022, 41(9):1606-1621.

DOI

[16]
刘清, 杨永春, 蒋小荣, 等. 基于全球价值链的全球化城市网络分析——以苹果手机供应商为例[J]. 地理学报, 2021, 76(4):870-887.

DOI

[17]
徐海英, 周潮. 全球生产网络(GPNs)与区域发展的动态战略耦合——苏南与苏北韩资汽车行业企业价值捕获轨迹的比较[J]. 人文地理, 2019, 34(4):89-96.

[18]
张旭, 余方正, 徐良佳. 基于文化产业企业网络视角的中国城市网络空间结构研究[J]. 地理科学进展, 2020, 39(1):78-90.

DOI

[19]
盛科荣, 张红霞, 赵超越. 中国城市网络关联格局的影响因素分析——基于电子信息企业网络的视角[J]. 地理研究, 2019, 38(5):1030-1044.

DOI

[20]
Hoyler M, Watson A. Framing city networks through temporary projects:(Trans)national film production beyond ‘Global Hollywood’[J]. Urban Studies, 2018, 56(5):1-17.

[21]
陈旭, 邱斌, 刘修岩, 等. 多中心结构与全球价值链地位攀升:来自中国企业的证据[J]. 世界经济, 2019, 42(8):72-96.

[22]
黄守坤, 李文彬. 产业网络及其演变模式分析[J]. 中国工业经济, 2005(4):53-60.

[23]
何瑶, 杨永春, 王绍博. 价值链视角下中国新能源汽车产业网络及其机制[J]. 地理学报, 2023, 78(12):3018-3036.

DOI

[24]
周韬. 价值链视角下的城市空间演化研究[M]. 北京: 中国社会科学出版社, 2021.

[25]
Lu R, Ruan M, Reve T. Cluster and co-located cluster effects:An empirical study of six Chinese city regions[J]. Research Policy, 2016, 45(10):1984-1995.

[26]
Bathelt H, Li P-F. Global cluster networks-foreign direct investment flows from Canada to China[J]. Journal of Economic Geography, 2014, 14(1):45-71.

[27]
Lorenzen M, Mudambi R. Clusters connectivity and catch-up:Bollywood and Bangalore in the global economy[J]. Journal of Economic Geography, 2013, 13(3):501-534.

[28]
刘军. 社会网络分析导论[M]. 北京: 社会科学文献出版社, 2004.

[29]
周媛媛, 董平, 陆玉麒, 等. 基于上市高新技术企业的中国城市创新网络及其影响因素[J]. 经济地理, 2023, 43(6):145-155.

DOI

[30]
朱兰, 王勇. 要素禀赋如何影响企业转型升级模式?——基于制造业与服务业企业的差异分析[J]. 当代经济科学, 2022, 44(1):55-66.

[31]
潘峰华, 夏亚博, 刘作丽. 区域视角下中国上市企业总部的迁址研究[J]. 地理学报, 2013, 68(4):449-463.

[32]
张洪辉. 社会资本、政府干预和上市公司过度投资[J]. 山西财经大学学报, 2014, 36(10):67-75.

[33]
叶雅玲, 林文盛, 李振发, 等. 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.

DOI

[34]
陈琳, 陈敏. 金融抑制是否促进了中国的加工贸易[J]. 财贸研究, 2017, 28(6):28-36,100.

[35]
王世平, 赵春燕. 城市集聚影响城市出口贸易的机制与效应[J]. 山西财经大学学报, 2017, 39(12):59-71.

[36]
郝寿义. 区域经济学原理[M]. 上海: 上海三联出版社, 2015.

[37]
李宏兵, 赵丁然, 赵春明. 数字经济发展对我国省际贸易的影响:理论逻辑与实证检验[J]. 北京师范大学学报:社会科学版, 2022(5):102-113.

[38]
胡国建, 陆玉麒, 吴小影, 等. 基于企业间联系视角的长江经济带城市网络结构及其变化特征研究[J]. 人文地理, 2021, 36(2):146-154.

[39]
陈刚, 王光辉, 郑满茵. 上市公司与客户联系视角下的中国城际网络结构时空演化研究[J]. 地球信息科学学报, 2023, 25(1):223-238.

DOI

[40]
戴靓, 曹湛, 马海涛, 等. 中国城市知识合作网络结构演化的影响机制[J]. 地理学报, 2023, 78(2):334-350.

DOI

Options
文章导航

/

〈 〉