论文部分内容阅读
摘 要：
基于粤港澳大湾区11个城市间经济联系数据，运用城市中心性指数模型和修正的引力模型，对粤港澳大湾区城市群的多中心网络化空间结构进行实证分析，并借助社会网络分析（SNA）探索空间格局的演化特征。结果表明：粤港澳大湾区城市群已初步形成多中心、网络化的空间发展格局，其中“穗港深”为核心城市，“佛莞”为次核心城市，湾区内部城市经济发展的不平衡问题突出;粤港澳大湾区的多中心网络化布局经历了由广州单极放射向广深港多极组团网状发展的演变过程，呈现“多核、多轴、多团体”的空间特征，但虹吸效应明显;粤港澳大湾区城市群可划分为“4+3+4”的凝聚子群，有望形成大湾区新的经济增长团体。
关键词：粤港澳大湾区;多中心网络化;引力模型;社会网络分析;空间结构
中图分类号：F293 文献标识码：A 文章编号：1007-2101（2021）05-0092-0009
一、引言及文献综述
城市群作为当今世界经济发展的主流和趋势，承载着国家的经济发展的重任，是国家参与全球竞争与国际分工的核心竞争力。在新时代全面开放新格局的背景下，“一带一路”倡议推动粤港澳地区合作不断深化，综合实力不断增强，进而成为我国提升国际竞争力的重要新引擎，在国家发展规划中占据重要战略地位。2019年社会科学院公布的《四大湾区影响力报告（2018）：纽约·旧金山·东京·粤港澳》报告中指出，粤港澳大湾区城市群的经济影响力位列四大湾区之首，整体影响力已超东京湾区，未来有望跻身世界一流湾区。2019年，国务院印发的《粤港澳大湾区发展规划纲要》中明确要求，将粤港澳大湾区城市群打造成富有活力和国际竞争力的一流湾区和世界级城市群。
依据世界大城市群的发展和规划经验，多中心网络化结构被认为是大城市群发展到成熟阶段最为合理的空间结构[1]。国外关于城市群多中心网络化发展理论的研究最早可追溯到20世纪40年代，Harris和Ullman[2]认为大城市的发展模式不应该一城独大，而是应该依靠商务中心、工业中心等众多分工明确的中心区齐头并进，共同发展，并由此提出多核心空间发展模式。Fishman[3]认为传统的单中心发展模式将会随着城市群的发展而淘汰，多中心网络化的空间结构促使城市群要素流动更高效且创新能力更强。Batten[4]研究发现，多中心网络化的城市布局可使城市群中各城市在交通设施和通信技术方面实现功能互补，同时利用创新协同效应实现城市群的经济最大化。Castells[5]认为多中心网络化的城市群结构将主导城市群的空间形态，世界各城市都会成为空间网络中的节点。Bill Scott[6]通过研究城市群人口、产业政策、技术进步及交通运输等方面，将城市群的发展分为单中心、多中心、网络化三个阶段，认为多中心与网络化阶段的“区域性”特征较为明显，各中心之间的联系及功能上的配合更加紧密。
20世纪末，欧洲国家城市群多中心网络化发展的成功经验引起我国重视，国内相关研究开始展开。张明斗和王雅莉[7]认为城市网络化作为城市空间结构的主体形态，对于弱化各类城市的区域不平衡性以及实现城市一体化具有重要推动作用，基于此种认识从横线和纵线两种结构角度对我国城市群的发展进行立体式探索和研究，得出多中心网络化若作为我国城市群的空间主体形态，将有利于弱化各类城市群区域经济发展不平衡的问题，进而推动实现区域经济一体化。涂建军等[8]对改革开放以来经济空间格局的演化进行研究，以我国297个地级及以上的城市为样本，通过利用点线网的分析框架对样本进行分析，发现从2006年开始，我国城市间的经济联系和网络密度不断加大，空间上逐渐由“中心—外围”格局转向梯次良好的多中心网络结构。除国家层面的研究外，城市群层面网络空间布局的相关研究也取得了重要进展。李响和严广乐[9]通过对长三角城市群网络的结构布局和网络属性特征进行实证分析，发现长三角城市群在政治、经济、社会等各方面均呈现多中心网络的空间发展格局。同时，许多学者通过不同视角相继证明长三角城市群呈现出多核心网络化的发展趋势，例如从企业经济关联视角[10]、高速铁路发展视角[11]和產业集聚视角[12]等。同时李国平[1]认为长三角城市群的经济发展在空间组织上，已完成由传统的、等级性的中心地模式，向多中心、扁平化、网络型模式转变。陈伟等[13]通过构建网络化空间模型，研究发现长株潭城市群整体处于多中心均质发展状态，已具备多中心网络化模式的雏形。安俞静等[14]认为城市综合实力、基础设施、行政效应与政策导向能够较好地反映城市空间联系及网络格局，并基于交通信息流数据，从多元要素视角对中原城市群的空间网络格局进行研究，得出中原城市群呈现具有信息网络特征的多维钻石型关联格局。王珺和周均清[15]通过对单中心区域与多中心网络化城市群进行比较，认为一城独大会阻碍武汉城市群城市间的分工合作和可持续发展，并从多中心网络化概念模式出发提出利于武汉城市群整体协调发展的机制优化策略。
综上所述，城市群的多中心网络空间格局研究是国内研究热点，京津冀、长三角、武汉城市圈和中原城市群等重大城市群均已具备多中心网络化模式。近年来大部分学者从交通信息流、产业集聚、金融科创、旅游经济等视角研究粤港澳大湾区的空间结构，然而关于粤港澳大湾区城市群多中心网络化的空间布局的实证研究较少。同时《粤港澳大湾区发展规划纲要》中明确指出坚持构建极点带动、轴带支撑、结构科学、集约高效的大湾区网络化空间发展格局。因此，本文通过构建城市中心性模型和城市网络模型，对粤港澳大湾区城市群的多中心网络化的空间结构进行实证分析，并借助社会网络分析深入探索大湾区空间格局的演化过程及特征，以期对粤港澳大湾区城市群的空间布局提出优化策略，进一步推进区域经济一体化的实现。
二、城市群多核网络结构的模型构建
（一）城市中心性模型构建 1933年德国学者W Christaller最先提出“中心地学说”，认为中心地除满足本区域内居民的生产生活需要外，还附有向非本区域居民提供服务与各类生产要素的职能。随着交通运输和信息网络的发展，城市间的经济联系越来越密切，网络化的空间结构随之出现，中心城市的认定方法不再局限于构建城市综合评价指标测算城市中心性，从网络视角借助社会网络分析测算城市网络中心度的方法也隨之兴起。目前国内学者在衡量城市中心性时，大多仅从近域角度出发测度腹地中心性，或仅从广域角度衡量网络中心性，而城市中心性的考察应既包括腹地中心性又包括网络中心性。基于此，本文从近域广域双视角对粤港澳大湾区城市群的中心城市进行考察，以期结果更客观准确。
1. 城市中心性指标体系构建。
本文在现有研究基础上，结合粤港澳大湾区的实际情况，遵循数据的科学性、有效性、完备性及可获得性原则，从经济、交通、服务、科教及对外开放5个二级指标层面选取17个三级指标构建粤港澳大湾区城市群的城市中心性评价指标体系（见表1），并对数据进行标准化处理后通过熵值法计算各指标的权重。
2. 网络中心度模型构建。
社会网络分析的研究对象不再是单独个体，而是城市群中相互联系的个体组成的网络空间结构。本文借助社会网络分析，从数量、位置和质量三个角度分别利用度中心度、中介中心度和特征向量中心度测算粤港澳大湾区城市群各城市节点的网络中心性（见表2）。
（二）城市群网络结构模型构建
1. 修正的引力模型及潜力模型。
引力模型被广泛应用于定量分析不同区域间相互作用力的大小，在经济研究领域应用于测度城市间的经济联系强度。传统的引力模型通过利用人口总数和地区生产总值的乘积代表城市综合质量，忽略了城市的占地面积。同时，由于城市间的经济联系具有方向性，在给定相同外界条件的情况下，两个城市间的引力贡献值并不相等。基于此，本文以城市地区生产总值占两城市地区生产总值之和的比重来代表引力贡献参数，来对传统引力模型修正，同时采用城镇人口代替人口总数，结合城市占地面积，以期准确测算粤港澳大湾区城市间的经济联系强度。
2. 网络密度。
网络密度通常在城市空间经济学领域被用来测量城市群网络中各城市间关联关系的密集程度。网络密度越接近1，表明各城市间经济联系越频繁，越有利于网络中各城市节点获得互相帮助和支持，进而增强自身优势，从而使城市群网络更加稳固和强大。城市群的网络密度通常用各城市节点在网络中的实际联系数和最大理论联系数的比重表示，计算公式如下：
其中，Dn为城市群网络密度，L为城市节点在网络中的实际联系数，n为城市群中城市的数量。
3. 凝聚子群分析。
凝聚子群指网络中联系极为紧密的节点结合成的次级团体，反映网络内部小团体节点的集聚与组团分区现象。其中，各团体内部组织结构稳定，团体之间可能存在或强或弱的联系。相关计算可通过UCINET6操作实现。
（三）样本选取与数据来源
1. 研究样本选取。
粤港澳大湾区城市群既是我国十大国家级城市群之一，又是我国三大湾区的领头羊，研究其多中心网络化的空间格局不仅对粤港澳大湾区城市群自身的发展有很重要的现实意义，同时对我国其他湾区和城市群的空间布局有重要的参考价值。本文以粤港澳大湾区城市群“9+2”（广东省广州、深圳、珠海、中山、江门、惠州、东莞、佛山、肇庆9市和中国香港、中国澳门两个行政特区）为研究样本，辨识粤港澳大湾区的多核网络空间结构，并提出优化策略。
2. 研究数据来源。
本文的数据主要来源于《广东统计年鉴》（2008年、2013年、2018年）、中国香港特别行政区政府统计处官网及中国澳门特别行政区政府统计暨普查局官网。汇率换算选用与《广东统计年鉴》对应年份所采用的一致。本文城市之间最短公路里程数据来源于百度地图。
三、实证结果及分析
（一）粤港澳大湾区城市群多中心结构的辨识与分析
1. “穗港深”多中心并存。
基于2018年的相关数据，根据城市中心性评价指标体系的权重可计算得出大湾区城市群的城市中心性综合评价值，以及各子系统的中心性评价值（见表3）。中国香港、广州和深圳作为粤港澳大湾区城市群的核心城市，其综合评价值远高于城市群内的其他城市。同时，三个城市特征各不相同，中国香港是国际金融和国际贸易中心，具备成熟的金融体系和完善的国际物流服务，是沟通内外的门户和超级联系人;广州作为我国重要的中心城市，也是“中国制造2025”试点示范城市，未来将建设成世界级先进制造业集群;深圳作为我国高新技术产业和科技创新中心，是我国制度创新、深化开放的重要试验和示范城市。
对表3中各子系统的评价值排名进行分析。
中国香港的交通信息中心性和对外开放中心性位列湾区首位，主要得益于其拥有全球供应链上的主要枢纽港--中国香港港。中国香港港作为世界十大集装箱港口之一，其港口设施优良、作业流程规范、管理模式先进，连通世界各国500多个地区，不仅源源不断地为中国香港经济发展注入活力，还担任着粤港澳大湾区联系外界的桥梁和纽带，在“一带一路”建设中发挥重要作用。广州作为粤港澳大湾区的科教中心和社会服务中心，主要得益于其不仅拥有中山大学、华南理工大学和暨南大学等众多一流高校，为搭建广深港产学研合作平台打下坚实的基础;同时广州还拥有中山大学附属第一医院、南方医科大学南方医院及广东省人民医院等9所中国百强医院，聚集了强大且充裕医疗服务资源。此外，《粤港澳大湾区发展规划纲要》中明确提出，广州市作为粤港澳大湾区发展的核心引擎之一，要着重培育和提升广州科技教育文化中心功能，譬如不断深化广州与港澳在联合培养人才方面的合作，不断推进“广深港澳”科技创新走廊建设，不断增强科技成果转化能力，为国家大学科技创新创业基地的发展奠定基础。深圳的经济中心性位居粤港澳大湾区首位，其GDP从1979年的1.97亿元发展到2018年的2.42万亿元（广东省历年统计年鉴），主要得益于改革开放的机遇和中央政策的大力支持。此外，深圳以高新技术产业、文化创意产业、现代物流产业和金融业为四大支柱产业，其中科技和信息等新兴产业是深圳经济增量的主要来源。同时，深圳作为我国首个以城市为单元的国家自主创新示范区，始终以创新为发展主导战略，培育出一批强大的创新型企业群，成为“中国硅谷”。总体来看，粤港澳大湾区城市群的发展呈现“穗港深”多中心并存的局面。 2. “佛莞”发展为次核心城市。
网络中心度的测量反映了粤港澳大湾区城市群各城市节点在网络中的主导地位，明确各城市的地位有利于制定有针对性的发展计划，进而促进湾区经济增长和一体化发展。本文运用UCINET6分别计算三种网络中心度，结果如表4所示。
观察表4可发现，2008—2018年，粤港澳大湾區城市群内各城市的度中心度和特征向量中心度均呈现逐渐上升的趋势，表明湾区城市群各个网络节点在网络中对其他城市节点的控制力和外部辐射效应不断增强，且周围城市的质量不断提升，空间网络格局逐渐形成。
就度中心度而言，粤港澳大湾区城市群各城市空间差异明显，等级分明。2018年，“穗港深”的度中心度均达90，再次表明三大城市在湾区处于核心地位;与广州相邻的佛山和介于“广深”之间的东莞
的度中心度均增至80，成为仅次于“穗港深”的高值区;中山、江门和肇庆的度中心度为60，处于中游水平，其余城市的度中心度比较低，处于低值区。
就中介中心度而言，2018年广州和深圳的增幅最大且远高于其他城市，表明二者在湾区城市群网络中处于绝对的中心位置;东莞和佛山紧跟其后，说明二者和其他城市联系频繁，对其他城市节点信息传播的控制能力较强，承担着核心城市与边缘城市间的中介桥梁作用;其余城市中江门、惠州、珠海和肇庆等5个城市的中介中心度始终未突破0，表明这些城市始终处于大湾区的边缘，需要“佛莞”发挥联结作用，加强与核心城市的联系，从而避免被孤立。
就特征向量中心度而言，2018年粤港澳大湾区城市群整体均质化特征明显，即自身经济质量高的城市节点其周围城市节点的质量也高，表明粤港澳大湾区城市群网络中各城市节点间的相互作用力处于良性循环的状态，有利于促进湾区经济的协同发展。同时，通过潜力模型式（1）可计算得出粤港澳大湾区城市群内部各城市的城市潜能，进而测量城市可持续发展的能力及可用于未来竞争和发展的资源能力（见表5）。
由表5可知：佛山的城市潜能在粤港澳大湾区内位列第二，仅次于广州，这是由于佛山地理位置紧邻广州，有利于加强广佛同城化合作及构建“广佛都市圈”，与广州联手打造“超级城市”，进而充分发挥其家电、汽车、陶瓷、石化与平板显示等先进制造业的优势;东莞的城市潜能仅次于深圳，得益于东莞位于广州和深圳两大核心城市之间，深受其辐射带动影响，同时“珠江东岸1小时通勤圈”的建设也有利于东莞的电子信息制造业与深圳高新技术产业形成上下游链条，进一步推进“深莞经济一体化”的实现，优化空间布局和资源配置，打造高开放、强辐射的经济合作区。
综上所述，“佛莞”在2018年已发展成为大湾区的次核心城市，在核心与边缘城市间承担中介桥梁作用，未来有潜力迈向核心城市圈。
3. 城市群整体处于相对不平衡发展状态。
从表3可以看出粤港澳大湾区城市群可分为三个梯度。第一梯度的中国香港、广州、深圳分别作为全球金融中心，先进制造业基地和高新技术产业集聚区，是粤港澳大湾区经济发展的重要引擎;东莞和佛山分别依靠电子信息产业和家电智能制造产业的区位优势跻身于第二梯度;第三梯度由中国澳门、中山、惠州等剩余城市组成，其中中国澳门具备成熟的娱乐旅游业，中山是我国白色家电基地，惠州的石化产业发达。各梯度城市的区位优势明显，协同效应突出，但香港的综合能力是发展较慢的“珠中肇”的七倍之多，大湾区内部城市之间的经济发展水平极不平衡，各地域间需进一步深化合作，最大程度地发挥协同效应。
其中，科研教育、交通信息与对外开放是造成大湾区城市经济发展水平差异的主要原因。从科研教育来看，中国香港、澳门拥有五所世界百强高校，是粤港澳大湾区的科技创新高地，而广州、深圳的高等院校和研究所作为大学生创新创业孵化基地，处于科创下游，二者合作的紧密度较低，深度不足。同时，湾区内部人才联合培养、创新要素跨区流动与资源互认共享的相关机制不完善。从交通信息来看，大湾区虽然具有三大港口、五大机场以及纵横交错的铁路网和跨江大桥等交通设施，但湾区主要交通枢纽、部分城镇与重点景区的高速公路网仍未全方面覆盖，核心城市1小时互达的目标尚未实现，成为阻碍湾区人才等要素资源的自由流通与旅游产业多元发展的主要原因。从对外开放来看，粤港澳大湾区“穗港深”的三大港口货物吞吐总量高于其他三大湾区①，对外贸易额赶超东京湾区，发展势头良好，但三大港口的定位分工和邻港竞争问题有待解决，湾区核心城市与内部其他城市尚未形成完整的产业链，非核心城市的对外开放水平随之受限。
（二）粤港澳大湾区城市群网络化发展的空间格局演变
1. 由单极放射向多极网状发展转变，多中心网络化空间格局初步形成。
根据修正的引力模型计算大湾区2008年、2013年和2018年的城市间经济联系强度，结果见表6—表8，并运用Ucinet将结果进行可视化处理，如图1所示。
对比图1中2008年、2013年和2018年粤港澳大湾区城市群的空间结构演变可以发现：2008年广州市一核独大，在粤港澳大湾区拥有绝对的影响力和辐射力，但湾区整体网络密度仅为0.355，表明城市间经济联系的程度偏低，且经济联系的空间网络“临近性”特征明显，跨区域的经济联系强度较弱，空间组织结构较为松散;2013年“深港”和“佛莞”的网络中心度呈现出向广州靠拢的趋势，湾区整体网络密度上升至0.646，相对于2008年增速高达82.09%，表明湾区城市间经济联系显著增强，粤港
澳大湾区的多中心、网络化的空间格局初步显现;2018年“穗港深”和“佛莞”齐头并进，共同辐射带动周边城市的发展，同时湾区整体网络密度达到0.842，较2013年增速放缓为30.41%，表明城市群空间组织结构较为紧密，城市间信息分享与合作加深，多中心网络化格局初步形成。
2. “多核、多轴、多团体”结构，但虹吸效应明显。 通过观察图1中2018年粤港澳大湾区城市群的空间格局的特征可以发现，粤港澳大湾区除多个核心城市协同发展外，多轴、多团体的特征也显著。首先，城市间强经济联系的轴线由2008年佛山—广州1条轴线发展到2018年广州—东莞—深圳—中国香港和肇庆—佛山—广州—江门的多条轴线。其中，广州—东莞—深圳—中国香港是珠三角的发展主轴，也是目前广深科技创新走廊的主要空间区域。其次，佛山和东莞发展成为次中心城市，承担起粤港
澳大湾区核心与边缘城市间的中介桥梁作用，湾区内部形成广州—佛山—肇庆、广州—佛山—中山、佛山—中山—江门、佛山—广州—东莞以及深圳—东莞—惠州等多个稳定的铁三角团体网，进一步加固了粤港澳大湾区城市群的网络。
但湾区内部虹吸效应明显，湾区内部形成“梯形”战略协同框架（见图2）。核心城市资源向外辐射，溢出效应明显：核心城市依靠成熟完善的基础设施政策与人才引进机制，着力发展高附加值创新型未来产业和现代服务业，将低质量产业实施转移;而非核心城市依靠充足的劳动力与较低的土地成本，承接核心城市转移出的传统产业和高新技术企业。
3. “港深莞惠”“广佛肇”和“江中珠澳”的“4+3+4”空间凝聚子群演化形成。
本文通过UCINET6软件的Concor迭代算法对粤港澳大湾区城市群划分凝聚子群，结果如表9所示。
由表9可知，2008年、2013年和2018年粤港澳大湾区城市群均可划分出3个凝聚子群，各子群内部包含的城市随经济发展而有所增减。具体而言：随着“港深莞惠”交通一体化的实现，东莞和惠州有效疏解了“深港”两大核心城市空间资源短缺和发展需求过剩的大城市病，同时“深港”的辐射带动作用推动了东莞和惠州的经济发展，且城市间的经济联系愈发紧密，逐步形成凝聚子群;作为先进制造业基地的“广佛都市圈”凭借发达的交通信息网络和科技创新带动肇庆发展并形成凝聚子群;地理位置优越的“珠澳”携手周边城市中山和江门打造旅游产业集群，逐步形成凝聚子群。各子群内部城市之间地理位置临近，有利于实现城市间金融、贸易、科技创新等要素的自由流动和互联互通，从而进一步加强各子群内部城市的协同发展，形成新的经济增长团体。
四、结论与优化策略
本文通过综合评价指标体系和网络中心度对粤港澳大湾区城市群的多中心结构进行实证分析，同时基于修正的引力模型和社会网络分析探讨粤港澳大湾区城市群的多中心网络化演化过程和空间布局特征，得出以下结论。
第一，粤港澳大湾区城市群目前已初步形成多中心网络化空间发展格局。其中，中国香港、深圳和广州是大湾区的三大中心城市，三者间强烈的经济联系和辐射效应带动了周边城市发展;佛山和东莞是大湾区的次中心城市，中介桥梁作用突出;其余城市为边缘城市。此外，大湾区各地区位优势明显，但城市间经济发展的不平衡问题突出，科教、交通和对外开放是主要原因。粤港澳大湾区形成一个有机的整体还有待努力。
第二，2008—2018年，粤港澳大湾区城市群的多中心网络化空间格局经历了由单极放射向多极网状发展演变的过程，呈现“多核、多轴、多团体”的空间特征和虹吸效应，多中心增长极的辐射带动作用会进一步加强空间网络稳定性。同时，大湾区城市群可划分为“4+3+4”的凝聚子群，各子群内部空间组织紧密，有利于打造大湾区经济增长团体。
根据以上结论，对粤港澳大湾区空间布局提出以下几点优化策略。
第一，重视佛山和东莞的经济建设，强化其中介桥梁作用的同时加快其迈向核心城市的步伐。佛山作为我国重要的制造业基地，紧邻广州，政府应积极推动其质量变革、效率变革和动力变革，着力建设高质量的制造业集群;东莞作为大湾区重要的交通枢纽和外贸口岸，应加强交通基础设施建设，提供有力的外贸环境，加大对外开放力度与深度，积极参与全球经济活动。
第二，强化湾区顶层设计，完善统筹领导机制，发掘边缘城市核心竞争力。科学合理的顶层设计与统筹规划是解决粤港澳大湾区内部城市间经济发展的不平衡与不协调问题的关键。政府应处理好“穗港深”三大中心与外围六座城市间的关系，全方位、因地制宜地制定扶持政策，发掘外围六市的核心竞争力，促进湾区经济协调发展。例如，针对具有旅游业优势的珠海和澳门，政府可统筹规划珠澳交通、卫生、环保、监管等相关部门的协作，合理设计珠澳旅游景点周边住、食、游、行、娱、购等相关产业的布局，促使珠澳旅游业进一步发展，进而实现规模效益。再如，江门虽然作为连接广佛都市圈和深港经济圈的重要枢纽，但其交通发展滞后，传统制造业竞争力弱，经济增长动力不足严重阻碍江门经济发展。为此，政府应加快江门地区的铁路、公路、海港等交通网络建设，加大对江门传统制造业结构升级发展的财政支持力度，制定创新型人才吸引政策，提升江门创新驱动发展能力和经济发展效益。
第三，加快广深港澳科技创新走廊建设，打造国内国际双循环的大湾区科创集群。当前，建设大湾区的关键在于创新。一方面，加强广深港澳大学的联网融通和人才的联合培养，促进技术人才、信息资源等创新要素的跨境流动，提高资源配置效率;另一方面，深化深港产学研合作，利用中国香港开放的国际环境引进国外先进技术与深圳产业相结合，促进技术成果与产业对接并孵化创新企业，形成产业创新生态群落。
第四，建立强有力的区域多元合作，完善湾区协调機制。完善基础设施与交通网络，发挥粤港澳各地区位优势，全面加强湾区城市间的产业合作、人才合作、制度合作与开发建设合作，推进湾区金融服务[HJ1.9mm]业、高新技术业与加工制造业达到国际一流水平。同时，成立粤港澳大湾区发展合作委员会，建立衔接不同制度的新体系，为粤港澳提供跨越制度差异的公共服务，促进跨区域的分工与协作，最大程度地发挥协同共赢效应。
注释：
①世界航运公会（World Shipping Council）2018年公布的统计数据。 參考文献：
[1]李国平. 着力打造长三角多中心网络化空间结构[J]. 人民论坛·学术前沿， 2019（4）：20-26.
[2]HARRIS C D， ULLMAN E L. The Nature of Cities[A]. MAYER H M， KOHN C F. Readings in Urban Geography[M]. Chicago： University of Chicago Press，1945：281-287.
[3]FISHMAN R. America’s new city [J]. The Wilson Quarterly， 1990（14）：24-48.
[4]BATTEN， DAVID. Network cities： creative urban agglomerations for the 21st Century [J]. Urban Studies， 1995， 32（2）：313-327.
[5]CASTELLS M. The rise of the network society [M]. Wilson Quarterly， 1996： 256-273.
[6]A J SCOTT. Global city-regions. trends， theory， policy [J]. Progress in Human Geography， 2002（5）：712-713.
[7]张明斗， 王雅莉. 城市网络化发展的空间格局演变与结构体系研究[J]. 城市发展研究， 2018（2）：55-60.
[8]涂建军， 罗运超， 张骞，等. 改革开放40年来中国城市经济联系空间格局演化[J]. 经济地理， 2019（3）：1-11.
[9]李响， 严广乐. 长三角城市群网络化结构特征研究及实证分析[J]. 华东经济管理， 2012（1）：42-46.
[10]赵渺希. 长三角区域的网络交互作用与空间结构演化[J]. 地理研究， 2011（2）：311-323.
[11]罗震东， 何鹤鸣， 耿磊. 基于客运交通流的长江三角洲功能多中心结构研究[J]. 城市规划学刊， 2011（2）：16-23.
[12]吕康娟， 王娟. 长三角城市群网络化发展研究[J]. 中国软科学， 2011（8）：130-140.
[13]陈伟， 常黎丽， 彭翀. 基于网络化发展的长株潭城市群空间格局及优化策略[J]. 经济地理， 2016（2）：74-79.
[14]安俞静， 刘静玉， 乔墩墩. 中原城市群城市空间联系网络格局分析——基于综合交通信息流[J]. 地理科学， 2019（12）：1929-1937.
[15]王珺， 周均清. 从“单中心区域”到“网络城市”——武汉城市圈空间格局优化战略研究[J]. 国际城市规划， 2008（5）：88-91.
责任编辑：武玲玲
Research on the Development of Multi-center Network Space in Guangdong-Hong Kong-MacaoGreater Bay Area Urban Agglomeration
Xie Yongqin， Wu Xiaoying， Shen Lei
（College of Economics and Management， Beijing University of Technology， Beijing 100124， China）
Abstract：Based on the economic connection data of 11 cities in the Guangdong-Hong Kong-Macao Greater Bay Area， this paper uses the urban centrality index model and the modified gravity model to empirically analyze the multi-center networked spatial structure of the urban agglomeration in the Guangdong-Hong Kong-Macao Greater Bay Area， and explores the evolution characteristics of the spatial pattern of the Greater Bay Area with the help of Social Network Analysis （SNA）. The results show that the urban agglomeration of Guangdong-Hong Kong-Macao Greater Bay Area has preliminarily formed a multi-center and networked spatial development pattern， among which "Guangzhou-Hong Kong-Shenzhen" is the core city， "Foshan-Dongguan" is the sub-core city， and the imbalance of urban economic development in the bay area is prominent. At the same time， the multi-center network layout of Guangdong-Hong Kong-Macao Greater Bay Area has undergone the evolution from the unipolar radiation of Guangzhou to the multi-pole cluster network of Guangzhou-Shenzhen-Hong Kong， presenting the spatial characteristics of "multi-core， multi-axis and multi-group"， but with obvious siphon effect. In addition， the Guangdong-Hong Kong-Macao Greater Bay Area city cluster can be divided into "4+3+4" condensed subgroup， which is expected to form a new economic growth group in the Greater Bay Area.
Key words：Guangdong-Hong Kong-Macao Greater Bay Area; multicenter network; gravity model; Social Network Analysis; space structure
基于粤港澳大湾区11个城市间经济联系数据，运用城市中心性指数模型和修正的引力模型，对粤港澳大湾区城市群的多中心网络化空间结构进行实证分析，并借助社会网络分析（SNA）探索空间格局的演化特征。结果表明：粤港澳大湾区城市群已初步形成多中心、网络化的空间发展格局，其中“穗港深”为核心城市，“佛莞”为次核心城市，湾区内部城市经济发展的不平衡问题突出;粤港澳大湾区的多中心网络化布局经历了由广州单极放射向广深港多极组团网状发展的演变过程，呈现“多核、多轴、多团体”的空间特征，但虹吸效应明显;粤港澳大湾区城市群可划分为“4+3+4”的凝聚子群，有望形成大湾区新的经济增长团体。
关键词：粤港澳大湾区;多中心网络化;引力模型;社会网络分析;空间结构
中图分类号：F293 文献标识码：A 文章编号：1007-2101（2021）05-0092-0009
一、引言及文献综述
城市群作为当今世界经济发展的主流和趋势，承载着国家的经济发展的重任，是国家参与全球竞争与国际分工的核心竞争力。在新时代全面开放新格局的背景下，“一带一路”倡议推动粤港澳地区合作不断深化，综合实力不断增强，进而成为我国提升国际竞争力的重要新引擎，在国家发展规划中占据重要战略地位。2019年社会科学院公布的《四大湾区影响力报告（2018）：纽约·旧金山·东京·粤港澳》报告中指出，粤港澳大湾区城市群的经济影响力位列四大湾区之首，整体影响力已超东京湾区，未来有望跻身世界一流湾区。2019年，国务院印发的《粤港澳大湾区发展规划纲要》中明确要求，将粤港澳大湾区城市群打造成富有活力和国际竞争力的一流湾区和世界级城市群。
依据世界大城市群的发展和规划经验，多中心网络化结构被认为是大城市群发展到成熟阶段最为合理的空间结构[1]。国外关于城市群多中心网络化发展理论的研究最早可追溯到20世纪40年代，Harris和Ullman[2]认为大城市的发展模式不应该一城独大，而是应该依靠商务中心、工业中心等众多分工明确的中心区齐头并进，共同发展，并由此提出多核心空间发展模式。Fishman[3]认为传统的单中心发展模式将会随着城市群的发展而淘汰，多中心网络化的空间结构促使城市群要素流动更高效且创新能力更强。Batten[4]研究发现，多中心网络化的城市布局可使城市群中各城市在交通设施和通信技术方面实现功能互补，同时利用创新协同效应实现城市群的经济最大化。Castells[5]认为多中心网络化的城市群结构将主导城市群的空间形态，世界各城市都会成为空间网络中的节点。Bill Scott[6]通过研究城市群人口、产业政策、技术进步及交通运输等方面，将城市群的发展分为单中心、多中心、网络化三个阶段，认为多中心与网络化阶段的“区域性”特征较为明显，各中心之间的联系及功能上的配合更加紧密。
20世纪末，欧洲国家城市群多中心网络化发展的成功经验引起我国重视，国内相关研究开始展开。张明斗和王雅莉[7]认为城市网络化作为城市空间结构的主体形态，对于弱化各类城市的区域不平衡性以及实现城市一体化具有重要推动作用，基于此种认识从横线和纵线两种结构角度对我国城市群的发展进行立体式探索和研究，得出多中心网络化若作为我国城市群的空间主体形态，将有利于弱化各类城市群区域经济发展不平衡的问题，进而推动实现区域经济一体化。涂建军等[8]对改革开放以来经济空间格局的演化进行研究，以我国297个地级及以上的城市为样本，通过利用点线网的分析框架对样本进行分析，发现从2006年开始，我国城市间的经济联系和网络密度不断加大，空间上逐渐由“中心—外围”格局转向梯次良好的多中心网络结构。除国家层面的研究外，城市群层面网络空间布局的相关研究也取得了重要进展。李响和严广乐[9]通过对长三角城市群网络的结构布局和网络属性特征进行实证分析，发现长三角城市群在政治、经济、社会等各方面均呈现多中心网络的空间发展格局。同时，许多学者通过不同视角相继证明长三角城市群呈现出多核心网络化的发展趋势，例如从企业经济关联视角[10]、高速铁路发展视角[11]和產业集聚视角[12]等。同时李国平[1]认为长三角城市群的经济发展在空间组织上，已完成由传统的、等级性的中心地模式，向多中心、扁平化、网络型模式转变。陈伟等[13]通过构建网络化空间模型，研究发现长株潭城市群整体处于多中心均质发展状态，已具备多中心网络化模式的雏形。安俞静等[14]认为城市综合实力、基础设施、行政效应与政策导向能够较好地反映城市空间联系及网络格局，并基于交通信息流数据，从多元要素视角对中原城市群的空间网络格局进行研究，得出中原城市群呈现具有信息网络特征的多维钻石型关联格局。王珺和周均清[15]通过对单中心区域与多中心网络化城市群进行比较，认为一城独大会阻碍武汉城市群城市间的分工合作和可持续发展，并从多中心网络化概念模式出发提出利于武汉城市群整体协调发展的机制优化策略。
综上所述，城市群的多中心网络空间格局研究是国内研究热点，京津冀、长三角、武汉城市圈和中原城市群等重大城市群均已具备多中心网络化模式。近年来大部分学者从交通信息流、产业集聚、金融科创、旅游经济等视角研究粤港澳大湾区的空间结构，然而关于粤港澳大湾区城市群多中心网络化的空间布局的实证研究较少。同时《粤港澳大湾区发展规划纲要》中明确指出坚持构建极点带动、轴带支撑、结构科学、集约高效的大湾区网络化空间发展格局。因此，本文通过构建城市中心性模型和城市网络模型，对粤港澳大湾区城市群的多中心网络化的空间结构进行实证分析，并借助社会网络分析深入探索大湾区空间格局的演化过程及特征，以期对粤港澳大湾区城市群的空间布局提出优化策略，进一步推进区域经济一体化的实现。
二、城市群多核网络结构的模型构建
（一）城市中心性模型构建 1933年德国学者W Christaller最先提出“中心地学说”，认为中心地除满足本区域内居民的生产生活需要外，还附有向非本区域居民提供服务与各类生产要素的职能。随着交通运输和信息网络的发展，城市间的经济联系越来越密切，网络化的空间结构随之出现，中心城市的认定方法不再局限于构建城市综合评价指标测算城市中心性，从网络视角借助社会网络分析测算城市网络中心度的方法也隨之兴起。目前国内学者在衡量城市中心性时，大多仅从近域角度出发测度腹地中心性，或仅从广域角度衡量网络中心性，而城市中心性的考察应既包括腹地中心性又包括网络中心性。基于此，本文从近域广域双视角对粤港澳大湾区城市群的中心城市进行考察，以期结果更客观准确。
1. 城市中心性指标体系构建。
本文在现有研究基础上，结合粤港澳大湾区的实际情况，遵循数据的科学性、有效性、完备性及可获得性原则，从经济、交通、服务、科教及对外开放5个二级指标层面选取17个三级指标构建粤港澳大湾区城市群的城市中心性评价指标体系（见表1），并对数据进行标准化处理后通过熵值法计算各指标的权重。
2. 网络中心度模型构建。
社会网络分析的研究对象不再是单独个体，而是城市群中相互联系的个体组成的网络空间结构。本文借助社会网络分析，从数量、位置和质量三个角度分别利用度中心度、中介中心度和特征向量中心度测算粤港澳大湾区城市群各城市节点的网络中心性（见表2）。
（二）城市群网络结构模型构建
1. 修正的引力模型及潜力模型。
引力模型被广泛应用于定量分析不同区域间相互作用力的大小，在经济研究领域应用于测度城市间的经济联系强度。传统的引力模型通过利用人口总数和地区生产总值的乘积代表城市综合质量，忽略了城市的占地面积。同时，由于城市间的经济联系具有方向性，在给定相同外界条件的情况下，两个城市间的引力贡献值并不相等。基于此，本文以城市地区生产总值占两城市地区生产总值之和的比重来代表引力贡献参数，来对传统引力模型修正，同时采用城镇人口代替人口总数，结合城市占地面积，以期准确测算粤港澳大湾区城市间的经济联系强度。
2. 网络密度。
网络密度通常在城市空间经济学领域被用来测量城市群网络中各城市间关联关系的密集程度。网络密度越接近1，表明各城市间经济联系越频繁，越有利于网络中各城市节点获得互相帮助和支持，进而增强自身优势，从而使城市群网络更加稳固和强大。城市群的网络密度通常用各城市节点在网络中的实际联系数和最大理论联系数的比重表示，计算公式如下：
其中，Dn为城市群网络密度，L为城市节点在网络中的实际联系数，n为城市群中城市的数量。
3. 凝聚子群分析。
凝聚子群指网络中联系极为紧密的节点结合成的次级团体，反映网络内部小团体节点的集聚与组团分区现象。其中，各团体内部组织结构稳定，团体之间可能存在或强或弱的联系。相关计算可通过UCINET6操作实现。
（三）样本选取与数据来源
1. 研究样本选取。
粤港澳大湾区城市群既是我国十大国家级城市群之一，又是我国三大湾区的领头羊，研究其多中心网络化的空间格局不仅对粤港澳大湾区城市群自身的发展有很重要的现实意义，同时对我国其他湾区和城市群的空间布局有重要的参考价值。本文以粤港澳大湾区城市群“9+2”（广东省广州、深圳、珠海、中山、江门、惠州、东莞、佛山、肇庆9市和中国香港、中国澳门两个行政特区）为研究样本，辨识粤港澳大湾区的多核网络空间结构，并提出优化策略。
2. 研究数据来源。
本文的数据主要来源于《广东统计年鉴》（2008年、2013年、2018年）、中国香港特别行政区政府统计处官网及中国澳门特别行政区政府统计暨普查局官网。汇率换算选用与《广东统计年鉴》对应年份所采用的一致。本文城市之间最短公路里程数据来源于百度地图。
三、实证结果及分析
（一）粤港澳大湾区城市群多中心结构的辨识与分析
1. “穗港深”多中心并存。
基于2018年的相关数据，根据城市中心性评价指标体系的权重可计算得出大湾区城市群的城市中心性综合评价值，以及各子系统的中心性评价值（见表3）。中国香港、广州和深圳作为粤港澳大湾区城市群的核心城市，其综合评价值远高于城市群内的其他城市。同时，三个城市特征各不相同，中国香港是国际金融和国际贸易中心，具备成熟的金融体系和完善的国际物流服务，是沟通内外的门户和超级联系人;广州作为我国重要的中心城市，也是“中国制造2025”试点示范城市，未来将建设成世界级先进制造业集群;深圳作为我国高新技术产业和科技创新中心，是我国制度创新、深化开放的重要试验和示范城市。
对表3中各子系统的评价值排名进行分析。
中国香港的交通信息中心性和对外开放中心性位列湾区首位，主要得益于其拥有全球供应链上的主要枢纽港--中国香港港。中国香港港作为世界十大集装箱港口之一，其港口设施优良、作业流程规范、管理模式先进，连通世界各国500多个地区，不仅源源不断地为中国香港经济发展注入活力，还担任着粤港澳大湾区联系外界的桥梁和纽带，在“一带一路”建设中发挥重要作用。广州作为粤港澳大湾区的科教中心和社会服务中心，主要得益于其不仅拥有中山大学、华南理工大学和暨南大学等众多一流高校，为搭建广深港产学研合作平台打下坚实的基础;同时广州还拥有中山大学附属第一医院、南方医科大学南方医院及广东省人民医院等9所中国百强医院，聚集了强大且充裕医疗服务资源。此外，《粤港澳大湾区发展规划纲要》中明确提出，广州市作为粤港澳大湾区发展的核心引擎之一，要着重培育和提升广州科技教育文化中心功能，譬如不断深化广州与港澳在联合培养人才方面的合作，不断推进“广深港澳”科技创新走廊建设，不断增强科技成果转化能力，为国家大学科技创新创业基地的发展奠定基础。深圳的经济中心性位居粤港澳大湾区首位，其GDP从1979年的1.97亿元发展到2018年的2.42万亿元（广东省历年统计年鉴），主要得益于改革开放的机遇和中央政策的大力支持。此外，深圳以高新技术产业、文化创意产业、现代物流产业和金融业为四大支柱产业，其中科技和信息等新兴产业是深圳经济增量的主要来源。同时，深圳作为我国首个以城市为单元的国家自主创新示范区，始终以创新为发展主导战略，培育出一批强大的创新型企业群，成为“中国硅谷”。总体来看，粤港澳大湾区城市群的发展呈现“穗港深”多中心并存的局面。 2. “佛莞”发展为次核心城市。
网络中心度的测量反映了粤港澳大湾区城市群各城市节点在网络中的主导地位，明确各城市的地位有利于制定有针对性的发展计划，进而促进湾区经济增长和一体化发展。本文运用UCINET6分别计算三种网络中心度，结果如表4所示。
观察表4可发现，2008—2018年，粤港澳大湾區城市群内各城市的度中心度和特征向量中心度均呈现逐渐上升的趋势，表明湾区城市群各个网络节点在网络中对其他城市节点的控制力和外部辐射效应不断增强，且周围城市的质量不断提升，空间网络格局逐渐形成。
就度中心度而言，粤港澳大湾区城市群各城市空间差异明显，等级分明。2018年，“穗港深”的度中心度均达90，再次表明三大城市在湾区处于核心地位;与广州相邻的佛山和介于“广深”之间的东莞
的度中心度均增至80，成为仅次于“穗港深”的高值区;中山、江门和肇庆的度中心度为60，处于中游水平，其余城市的度中心度比较低，处于低值区。
就中介中心度而言，2018年广州和深圳的增幅最大且远高于其他城市，表明二者在湾区城市群网络中处于绝对的中心位置;东莞和佛山紧跟其后，说明二者和其他城市联系频繁，对其他城市节点信息传播的控制能力较强，承担着核心城市与边缘城市间的中介桥梁作用;其余城市中江门、惠州、珠海和肇庆等5个城市的中介中心度始终未突破0，表明这些城市始终处于大湾区的边缘，需要“佛莞”发挥联结作用，加强与核心城市的联系，从而避免被孤立。
就特征向量中心度而言，2018年粤港澳大湾区城市群整体均质化特征明显，即自身经济质量高的城市节点其周围城市节点的质量也高，表明粤港澳大湾区城市群网络中各城市节点间的相互作用力处于良性循环的状态，有利于促进湾区经济的协同发展。同时，通过潜力模型式（1）可计算得出粤港澳大湾区城市群内部各城市的城市潜能，进而测量城市可持续发展的能力及可用于未来竞争和发展的资源能力（见表5）。
由表5可知：佛山的城市潜能在粤港澳大湾区内位列第二，仅次于广州，这是由于佛山地理位置紧邻广州，有利于加强广佛同城化合作及构建“广佛都市圈”，与广州联手打造“超级城市”，进而充分发挥其家电、汽车、陶瓷、石化与平板显示等先进制造业的优势;东莞的城市潜能仅次于深圳，得益于东莞位于广州和深圳两大核心城市之间，深受其辐射带动影响，同时“珠江东岸1小时通勤圈”的建设也有利于东莞的电子信息制造业与深圳高新技术产业形成上下游链条，进一步推进“深莞经济一体化”的实现，优化空间布局和资源配置，打造高开放、强辐射的经济合作区。
综上所述，“佛莞”在2018年已发展成为大湾区的次核心城市，在核心与边缘城市间承担中介桥梁作用，未来有潜力迈向核心城市圈。
3. 城市群整体处于相对不平衡发展状态。
从表3可以看出粤港澳大湾区城市群可分为三个梯度。第一梯度的中国香港、广州、深圳分别作为全球金融中心，先进制造业基地和高新技术产业集聚区，是粤港澳大湾区经济发展的重要引擎;东莞和佛山分别依靠电子信息产业和家电智能制造产业的区位优势跻身于第二梯度;第三梯度由中国澳门、中山、惠州等剩余城市组成，其中中国澳门具备成熟的娱乐旅游业，中山是我国白色家电基地，惠州的石化产业发达。各梯度城市的区位优势明显，协同效应突出，但香港的综合能力是发展较慢的“珠中肇”的七倍之多，大湾区内部城市之间的经济发展水平极不平衡，各地域间需进一步深化合作，最大程度地发挥协同效应。
其中，科研教育、交通信息与对外开放是造成大湾区城市经济发展水平差异的主要原因。从科研教育来看，中国香港、澳门拥有五所世界百强高校，是粤港澳大湾区的科技创新高地，而广州、深圳的高等院校和研究所作为大学生创新创业孵化基地，处于科创下游，二者合作的紧密度较低，深度不足。同时，湾区内部人才联合培养、创新要素跨区流动与资源互认共享的相关机制不完善。从交通信息来看，大湾区虽然具有三大港口、五大机场以及纵横交错的铁路网和跨江大桥等交通设施，但湾区主要交通枢纽、部分城镇与重点景区的高速公路网仍未全方面覆盖，核心城市1小时互达的目标尚未实现，成为阻碍湾区人才等要素资源的自由流通与旅游产业多元发展的主要原因。从对外开放来看，粤港澳大湾区“穗港深”的三大港口货物吞吐总量高于其他三大湾区①，对外贸易额赶超东京湾区，发展势头良好，但三大港口的定位分工和邻港竞争问题有待解决，湾区核心城市与内部其他城市尚未形成完整的产业链，非核心城市的对外开放水平随之受限。
（二）粤港澳大湾区城市群网络化发展的空间格局演变
1. 由单极放射向多极网状发展转变，多中心网络化空间格局初步形成。
根据修正的引力模型计算大湾区2008年、2013年和2018年的城市间经济联系强度，结果见表6—表8，并运用Ucinet将结果进行可视化处理，如图1所示。
对比图1中2008年、2013年和2018年粤港澳大湾区城市群的空间结构演变可以发现：2008年广州市一核独大，在粤港澳大湾区拥有绝对的影响力和辐射力，但湾区整体网络密度仅为0.355，表明城市间经济联系的程度偏低，且经济联系的空间网络“临近性”特征明显，跨区域的经济联系强度较弱，空间组织结构较为松散;2013年“深港”和“佛莞”的网络中心度呈现出向广州靠拢的趋势，湾区整体网络密度上升至0.646，相对于2008年增速高达82.09%，表明湾区城市间经济联系显著增强，粤港
澳大湾区的多中心、网络化的空间格局初步显现;2018年“穗港深”和“佛莞”齐头并进，共同辐射带动周边城市的发展，同时湾区整体网络密度达到0.842，较2013年增速放缓为30.41%，表明城市群空间组织结构较为紧密，城市间信息分享与合作加深，多中心网络化格局初步形成。
2. “多核、多轴、多团体”结构，但虹吸效应明显。 通过观察图1中2018年粤港澳大湾区城市群的空间格局的特征可以发现，粤港澳大湾区除多个核心城市协同发展外，多轴、多团体的特征也显著。首先，城市间强经济联系的轴线由2008年佛山—广州1条轴线发展到2018年广州—东莞—深圳—中国香港和肇庆—佛山—广州—江门的多条轴线。其中，广州—东莞—深圳—中国香港是珠三角的发展主轴，也是目前广深科技创新走廊的主要空间区域。其次，佛山和东莞发展成为次中心城市，承担起粤港
澳大湾区核心与边缘城市间的中介桥梁作用，湾区内部形成广州—佛山—肇庆、广州—佛山—中山、佛山—中山—江门、佛山—广州—东莞以及深圳—东莞—惠州等多个稳定的铁三角团体网，进一步加固了粤港澳大湾区城市群的网络。
但湾区内部虹吸效应明显，湾区内部形成“梯形”战略协同框架（见图2）。核心城市资源向外辐射，溢出效应明显：核心城市依靠成熟完善的基础设施政策与人才引进机制，着力发展高附加值创新型未来产业和现代服务业，将低质量产业实施转移;而非核心城市依靠充足的劳动力与较低的土地成本，承接核心城市转移出的传统产业和高新技术企业。
3. “港深莞惠”“广佛肇”和“江中珠澳”的“4+3+4”空间凝聚子群演化形成。
本文通过UCINET6软件的Concor迭代算法对粤港澳大湾区城市群划分凝聚子群，结果如表9所示。
由表9可知，2008年、2013年和2018年粤港澳大湾区城市群均可划分出3个凝聚子群，各子群内部包含的城市随经济发展而有所增减。具体而言：随着“港深莞惠”交通一体化的实现，东莞和惠州有效疏解了“深港”两大核心城市空间资源短缺和发展需求过剩的大城市病，同时“深港”的辐射带动作用推动了东莞和惠州的经济发展，且城市间的经济联系愈发紧密，逐步形成凝聚子群;作为先进制造业基地的“广佛都市圈”凭借发达的交通信息网络和科技创新带动肇庆发展并形成凝聚子群;地理位置优越的“珠澳”携手周边城市中山和江门打造旅游产业集群，逐步形成凝聚子群。各子群内部城市之间地理位置临近，有利于实现城市间金融、贸易、科技创新等要素的自由流动和互联互通，从而进一步加强各子群内部城市的协同发展，形成新的经济增长团体。
四、结论与优化策略
本文通过综合评价指标体系和网络中心度对粤港澳大湾区城市群的多中心结构进行实证分析，同时基于修正的引力模型和社会网络分析探讨粤港澳大湾区城市群的多中心网络化演化过程和空间布局特征，得出以下结论。
第一，粤港澳大湾区城市群目前已初步形成多中心网络化空间发展格局。其中，中国香港、深圳和广州是大湾区的三大中心城市，三者间强烈的经济联系和辐射效应带动了周边城市发展;佛山和东莞是大湾区的次中心城市，中介桥梁作用突出;其余城市为边缘城市。此外，大湾区各地区位优势明显，但城市间经济发展的不平衡问题突出，科教、交通和对外开放是主要原因。粤港澳大湾区形成一个有机的整体还有待努力。
第二，2008—2018年，粤港澳大湾区城市群的多中心网络化空间格局经历了由单极放射向多极网状发展演变的过程，呈现“多核、多轴、多团体”的空间特征和虹吸效应，多中心增长极的辐射带动作用会进一步加强空间网络稳定性。同时，大湾区城市群可划分为“4+3+4”的凝聚子群，各子群内部空间组织紧密，有利于打造大湾区经济增长团体。
根据以上结论，对粤港澳大湾区空间布局提出以下几点优化策略。
第一，重视佛山和东莞的经济建设，强化其中介桥梁作用的同时加快其迈向核心城市的步伐。佛山作为我国重要的制造业基地，紧邻广州，政府应积极推动其质量变革、效率变革和动力变革，着力建设高质量的制造业集群;东莞作为大湾区重要的交通枢纽和外贸口岸，应加强交通基础设施建设，提供有力的外贸环境，加大对外开放力度与深度，积极参与全球经济活动。
第二，强化湾区顶层设计，完善统筹领导机制，发掘边缘城市核心竞争力。科学合理的顶层设计与统筹规划是解决粤港澳大湾区内部城市间经济发展的不平衡与不协调问题的关键。政府应处理好“穗港深”三大中心与外围六座城市间的关系，全方位、因地制宜地制定扶持政策，发掘外围六市的核心竞争力，促进湾区经济协调发展。例如，针对具有旅游业优势的珠海和澳门，政府可统筹规划珠澳交通、卫生、环保、监管等相关部门的协作，合理设计珠澳旅游景点周边住、食、游、行、娱、购等相关产业的布局，促使珠澳旅游业进一步发展，进而实现规模效益。再如，江门虽然作为连接广佛都市圈和深港经济圈的重要枢纽，但其交通发展滞后，传统制造业竞争力弱，经济增长动力不足严重阻碍江门经济发展。为此，政府应加快江门地区的铁路、公路、海港等交通网络建设，加大对江门传统制造业结构升级发展的财政支持力度，制定创新型人才吸引政策，提升江门创新驱动发展能力和经济发展效益。
第三，加快广深港澳科技创新走廊建设，打造国内国际双循环的大湾区科创集群。当前，建设大湾区的关键在于创新。一方面，加强广深港澳大学的联网融通和人才的联合培养，促进技术人才、信息资源等创新要素的跨境流动，提高资源配置效率;另一方面，深化深港产学研合作，利用中国香港开放的国际环境引进国外先进技术与深圳产业相结合，促进技术成果与产业对接并孵化创新企业，形成产业创新生态群落。
第四，建立强有力的区域多元合作，完善湾区协调機制。完善基础设施与交通网络，发挥粤港澳各地区位优势，全面加强湾区城市间的产业合作、人才合作、制度合作与开发建设合作，推进湾区金融服务[HJ1.9mm]业、高新技术业与加工制造业达到国际一流水平。同时，成立粤港澳大湾区发展合作委员会，建立衔接不同制度的新体系，为粤港澳提供跨越制度差异的公共服务，促进跨区域的分工与协作，最大程度地发挥协同共赢效应。
注释：
①世界航运公会（World Shipping Council）2018年公布的统计数据。 參考文献：
[1]李国平. 着力打造长三角多中心网络化空间结构[J]. 人民论坛·学术前沿， 2019（4）：20-26.
[2]HARRIS C D， ULLMAN E L. The Nature of Cities[A]. MAYER H M， KOHN C F. Readings in Urban Geography[M]. Chicago： University of Chicago Press，1945：281-287.
[3]FISHMAN R. America’s new city [J]. The Wilson Quarterly， 1990（14）：24-48.
[4]BATTEN， DAVID. Network cities： creative urban agglomerations for the 21st Century [J]. Urban Studies， 1995， 32（2）：313-327.
[5]CASTELLS M. The rise of the network society [M]. Wilson Quarterly， 1996： 256-273.
[6]A J SCOTT. Global city-regions. trends， theory， policy [J]. Progress in Human Geography， 2002（5）：712-713.
[7]张明斗， 王雅莉. 城市网络化发展的空间格局演变与结构体系研究[J]. 城市发展研究， 2018（2）：55-60.
[8]涂建军， 罗运超， 张骞，等. 改革开放40年来中国城市经济联系空间格局演化[J]. 经济地理， 2019（3）：1-11.
[9]李响， 严广乐. 长三角城市群网络化结构特征研究及实证分析[J]. 华东经济管理， 2012（1）：42-46.
[10]赵渺希. 长三角区域的网络交互作用与空间结构演化[J]. 地理研究， 2011（2）：311-323.
[11]罗震东， 何鹤鸣， 耿磊. 基于客运交通流的长江三角洲功能多中心结构研究[J]. 城市规划学刊， 2011（2）：16-23.
[12]吕康娟， 王娟. 长三角城市群网络化发展研究[J]. 中国软科学， 2011（8）：130-140.
[13]陈伟， 常黎丽， 彭翀. 基于网络化发展的长株潭城市群空间格局及优化策略[J]. 经济地理， 2016（2）：74-79.
[14]安俞静， 刘静玉， 乔墩墩. 中原城市群城市空间联系网络格局分析——基于综合交通信息流[J]. 地理科学， 2019（12）：1929-1937.
[15]王珺， 周均清. 从“单中心区域”到“网络城市”——武汉城市圈空间格局优化战略研究[J]. 国际城市规划， 2008（5）：88-91.
责任编辑：武玲玲
Research on the Development of Multi-center Network Space in Guangdong-Hong Kong-MacaoGreater Bay Area Urban Agglomeration
Xie Yongqin， Wu Xiaoying， Shen Lei
（College of Economics and Management， Beijing University of Technology， Beijing 100124， China）
Abstract：Based on the economic connection data of 11 cities in the Guangdong-Hong Kong-Macao Greater Bay Area， this paper uses the urban centrality index model and the modified gravity model to empirically analyze the multi-center networked spatial structure of the urban agglomeration in the Guangdong-Hong Kong-Macao Greater Bay Area， and explores the evolution characteristics of the spatial pattern of the Greater Bay Area with the help of Social Network Analysis （SNA）. The results show that the urban agglomeration of Guangdong-Hong Kong-Macao Greater Bay Area has preliminarily formed a multi-center and networked spatial development pattern， among which "Guangzhou-Hong Kong-Shenzhen" is the core city， "Foshan-Dongguan" is the sub-core city， and the imbalance of urban economic development in the bay area is prominent. At the same time， the multi-center network layout of Guangdong-Hong Kong-Macao Greater Bay Area has undergone the evolution from the unipolar radiation of Guangzhou to the multi-pole cluster network of Guangzhou-Shenzhen-Hong Kong， presenting the spatial characteristics of "multi-core， multi-axis and multi-group"， but with obvious siphon effect. In addition， the Guangdong-Hong Kong-Macao Greater Bay Area city cluster can be divided into "4+3+4" condensed subgroup， which is expected to form a new economic growth group in the Greater Bay Area.
Key words：Guangdong-Hong Kong-Macao Greater Bay Area; multicenter network; gravity model; Social Network Analysis; space structure