摘 要：優(yōu)先推進(jìn)中國重大區(qū)域城市群協(xié)同發(fā)展是建設(shè)全國統(tǒng)一大市場的重要任務(wù)。提高中國城市群之間的社會聯(lián)系有助于降低交易和溝通成本，促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。文章使用廣東省某大型電信運(yùn)營商的電話大數(shù)據(jù)構(gòu)建了188個(gè)區(qū)（縣）之間的社會聯(lián)系指標(biāo)，基于2018年12月至2020年10月的面板數(shù)據(jù)分析中國城市群社會聯(lián)系的空間特征及其影響因素。統(tǒng)計(jì)結(jié)果顯示：城市群呈現(xiàn)多中心網(wǎng)絡(luò)化發(fā)展格局，大部分區(qū)（縣）與超大城市中心城區(qū)的社會聯(lián)系程度較高；廣東省空間社會網(wǎng)絡(luò)大致可以劃分為四個(gè)凝聚子群；粵港澳大灣區(qū)中心城市與周邊區(qū)域的社會聯(lián)系不斷增強(qiáng)。實(shí)證結(jié)果表明：地理距離是影響城市群社會聯(lián)系的重要因素，距離越遠(yuǎn)的地區(qū)之間社會聯(lián)系越少，相同城市和相鄰地區(qū)之間的社會聯(lián)系越強(qiáng)；通行時(shí)間和公共交通成本的降低有利于加強(qiáng)地區(qū)之間的社會聯(lián)系，但是無法消除地理距離的影響；經(jīng)濟(jì)差異、文化差異和受教育程度差異等是影響地區(qū)之間社會聯(lián)系的重要因素。拓展分析發(fā)現(xiàn)，社會聯(lián)系越強(qiáng)的地區(qū)之間人口流動(dòng)越頻繁，技術(shù)擴(kuò)散水平越高。文章基于大數(shù)據(jù)為加快中國城市群統(tǒng)一市場建設(shè)提供了現(xiàn)實(shí)證據(jù)，有助于加深理解中國區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略。

關(guān)鍵詞：社會聯(lián)系 城市群 電話大數(shù)據(jù) 空間特征

DOI：10.19592/j.cnki.scje.421079

JEL分類號：O18， R12， Z13" "中圖分類號：F127

文獻(xiàn)標(biāo)識碼：A" "文章編號：1000 - 6249（2024）12 - 085 - 20

一、引 言

城市群在贏得國際競爭力和推進(jìn)我國城市高質(zhì)量發(fā)展過程中的作用愈發(fā)重要。黨的二十大報(bào)告明確指出，要構(gòu)建以城市群、都市圈為依托，大中小城市協(xié)調(diào)發(fā)展的空間格局。2022 年4月10日，中共中央、國務(wù)院發(fā)布《關(guān)于加快建設(shè)全國統(tǒng)一大市場的意見》，明確提出“結(jié)合區(qū)域重大戰(zhàn)略、區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略實(shí)施，鼓勵(lì)京津冀、長三角、粵港澳大灣區(qū)以及成渝地區(qū)雙城經(jīng)濟(jì)圈、長江中游城市群等區(qū)域，在維護(hù)全國統(tǒng)一大市場前提下，優(yōu)先開展區(qū)域市場一體化建設(shè)工作”。城市群經(jīng)濟(jì)的崛起已成為近年來中國區(qū)域發(fā)展最為突出的特征，以城市群為核心的空間發(fā)展格局日漸形成。其中，位于我國東南沿海的珠三角地區(qū)，憑借其自身的地域優(yōu)勢和對外開放政策優(yōu)勢，吸引了國內(nèi)外大量勞動(dòng)力流、資本流和技術(shù)流，城市間經(jīng)濟(jì)社會聯(lián)系日益緊密，逐漸呈現(xiàn)出網(wǎng)絡(luò)化和多中心化的特征，在區(qū)域經(jīng)濟(jì)發(fā)展中具有舉足輕重的地位。但是到目前為止，中國城市群建設(shè)仍然存在著內(nèi)部結(jié)構(gòu)不完善不均衡、中心城市輻射功能不強(qiáng)、小城市和縣城綜合承載能力與治理能力較弱等現(xiàn)象。因此，在此背景下，開展對中國城市群空間結(jié)構(gòu)特征與影響因素的研究具有重要實(shí)踐意義。

隨著社會網(wǎng)絡(luò)在經(jīng)濟(jì)領(lǐng)域中的作用逐漸凸顯，許多學(xué)者已經(jīng)證明社會聯(lián)系可以從多方面影響經(jīng)濟(jì)和社會活動(dòng)（Bramoullé et al.，2016）。通過社會聯(lián)系人們可以接觸到不同的信息和新想法，從而影響微觀個(gè)體的就業(yè)決策、企業(yè)的投資行為，以及技術(shù)擴(kuò)散和經(jīng)濟(jì)增長（Jackson et al.，2020）。但反過來，社交聯(lián)系本身與地理鄰近、歷史紐帶、政治邊界和其他因素有關(guān)（Bailey et al.，2018）。集聚的正外部性理論在新經(jīng)濟(jì)地理中占有突出地位，它就強(qiáng)調(diào)與不同人之間近距離的社會互動(dòng)是提升城市生產(chǎn)率的關(guān)鍵力量。例如，Glaeser et al.（1992）表明，將不同個(gè)人和行業(yè)放入狹小的空間可以提供一個(gè)思想和知識在人與人之間快速流動(dòng)的社會互動(dòng)環(huán)境。因此，許多城市經(jīng)濟(jì)學(xué)理論關(guān)注社會聯(lián)系在知識溢出和經(jīng)濟(jì)增長方面的特定作用，以及社會網(wǎng)絡(luò)對城市的規(guī)模、結(jié)構(gòu)和位置的影響（Atkin et al.，2022；Duranton and Puga，2015）。但與此同時(shí)，部分學(xué)者討論了過去四十年的技術(shù)進(jìn)步是否導(dǎo)致了“距離的死亡”（Cairncross，2001；Ioannides et al.，2008）。這些研究一致認(rèn)為，交通與通信技術(shù)的發(fā)展極大程度上降低了個(gè)體間面對面交流的必要性，通過廉價(jià)便捷的線上社交媒體，個(gè)體間可以保持密切的社會聯(lián)系，集聚的正外部性顯著減弱。從空間模式上看，城市群的本質(zhì)是人口與經(jīng)濟(jì)活動(dòng)在更大空間范圍內(nèi)的集聚。因此，研究城市群社會聯(lián)系的空間特征及其與地理距離和交通基礎(chǔ)設(shè)施建設(shè)等因素之間的關(guān)系可以為城市群的發(fā)展提供重要的理論支撐。

在工業(yè)化向信息化、數(shù)字化演變的過程中，城市群不同城市間經(jīng)濟(jì)社會關(guān)聯(lián)相對緊密，更多的城市借助于“流動(dòng)空間”加入城市群，涉及城市間信息、人口、資金和技術(shù)等多要素的互聯(lián)互通。因此，近年來不少學(xué)者開始關(guān)注城市群空間經(jīng)濟(jì)網(wǎng)絡(luò)結(jié)構(gòu)。例如，王山等（2022）基于2006—2018年長三角地區(qū)的數(shù)據(jù)，采用修正的引力模型識別了長三角城市間宏觀經(jīng)濟(jì)指標(biāo)的空間關(guān)聯(lián)。廉曉梅和姜姿卉（2024）利用東北地區(qū)的數(shù)據(jù)做了類似研究。種照輝等（2018）利用商業(yè)網(wǎng)絡(luò)數(shù)據(jù)構(gòu)建了長三角城市群的企業(yè)組織網(wǎng)絡(luò)與電子商務(wù)網(wǎng)絡(luò)，并對其各自的網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行了對比。然而，現(xiàn)有文獻(xiàn)更多利用宏觀調(diào)查數(shù)據(jù)研究城市群的經(jīng)濟(jì)關(guān)聯(lián)，而忽視了微觀層面人與人之間社會交往的重要性。從某種程度上講，緊密的微觀社會聯(lián)系背后伴隨著強(qiáng)大的信息流、勞動(dòng)力流、資本流、技術(shù)流和貿(mào)易流等，通過社交媒體和移動(dòng)通信設(shè)備維系的社會網(wǎng)絡(luò)可以捕捉到多方面的經(jīng)濟(jì)關(guān)聯(lián)信息。

基于以上分析，本文采用廣東省某大型電信運(yùn)營商2018年12月至2020年10月的手機(jī)微觀大數(shù)據(jù)，構(gòu)建了21個(gè)地級城市188區(qū)（縣）層面的社會聯(lián)系指數(shù)，用以刻畫城市群微觀個(gè)體間進(jìn)行直接的社會聯(lián)系。在此基礎(chǔ)上，本文考察了廣東省內(nèi)不同規(guī)模城市之間社會聯(lián)系的內(nèi)部空間結(jié)構(gòu)，以及粵港澳大灣區(qū)建立之后，社會聯(lián)系的變動(dòng)趨勢。進(jìn)一步地，本文重點(diǎn)研究了地理距離、社會距離和交通基礎(chǔ)設(shè)施建設(shè)等因素對城市群不同區(qū)（縣）之間的社會聯(lián)系的影響程度。研究結(jié)論如下：首先，統(tǒng)計(jì)結(jié)果顯示，城市群呈現(xiàn)出多中心網(wǎng)絡(luò)化發(fā)展格局，中心城區(qū)與其他區(qū)（縣）保持密切的社會聯(lián)系，非中心城市之間的社會聯(lián)系程度較低；其次，廣東省空間社會網(wǎng)絡(luò)大致可以劃分為四個(gè)凝聚子群，即以廣州為中心和以深圳為中心的凝聚子群，以及由中山、珠海、陽江、江門、湛江和茂名組成的子群，與由潮州、汕頭和揭陽組成的凝聚子群；第三，粵港澳大灣區(qū)戰(zhàn)略規(guī)劃之后，相比于灣區(qū)與非灣區(qū)城市之間的社會聯(lián)系，灣區(qū)城市之間的社會聯(lián)系變得更加緊密；第四，地理距離仍然是阻礙城市間社會聯(lián)系的重要因素，但其對中心城市與其他城市之間的社會聯(lián)系影響較?。坏谖?，加強(qiáng)交通基礎(chǔ)設(shè)施建設(shè)可以降低地理距離的負(fù)面影響，并提高非中心城市之間的社會聯(lián)系；第六，研究發(fā)現(xiàn)，適當(dāng)范圍內(nèi)的文化差異和經(jīng)濟(jì)發(fā)展水平差異可以通過地區(qū)間的優(yōu)勢互補(bǔ)加強(qiáng)社會聯(lián)系，但是較大的受教育程度差異和文化差異會降低社會聯(lián)系。最后，本文發(fā)現(xiàn)社會聯(lián)系越高，地區(qū)之間知識流動(dòng)和人口流動(dòng)越頻繁。

二、文獻(xiàn)綜述

有兩個(gè)方面的文獻(xiàn)與本文的研究最為相關(guān)，一是關(guān)于社會聯(lián)系及其經(jīng)濟(jì)效應(yīng)的研究，二是關(guān)于城市群空間結(jié)構(gòu)特征測度與城市群關(guān)聯(lián)影響因素的研究。經(jīng)濟(jì)學(xué)領(lǐng)域關(guān)于社會網(wǎng)絡(luò)的研究表明，社會聯(lián)系的一個(gè)重要的特性是外部性，可以從多方面影響經(jīng)濟(jì)和社會活動(dòng)。許多文獻(xiàn)考察了社交網(wǎng)絡(luò)在求職中的作用，對企業(yè)投資和融資能力的影響，對知識溢出的影響，以及對共同富裕的影響等。具體來看，Barwick et al.（2023）認(rèn)為社交網(wǎng)絡(luò)可以使勞動(dòng)力市場變得更有效率。Kuchler et al.（2022）發(fā)現(xiàn)機(jī)構(gòu)投資者更有可能投資于社會網(wǎng)絡(luò)更緊密地區(qū)的公司。Head et al.（2019）利用數(shù)學(xué)家的學(xué)術(shù)引文數(shù)據(jù)證實(shí)了合作關(guān)系、導(dǎo)師關(guān)系和母校關(guān)系等有利于知識傳播。羅明忠和劉子玉（2022）認(rèn)為社會網(wǎng)絡(luò)的拓展和增強(qiáng)是數(shù)字技術(shù)推動(dòng)共同富裕的重要機(jī)制。為了識別社會關(guān)系網(wǎng)絡(luò)，許多文獻(xiàn)使用調(diào)查數(shù)據(jù)來推斷社會關(guān)系和工作信息交換，例如前同事（Saygin et al.，2021），家庭關(guān)系（Kramarz and Skans，2014），屬于同一社區(qū)或者種族的個(gè)人（Dustmann et al.，2016）。國內(nèi)一些研究使用過年走訪和收取禮金數(shù)衡量家庭的社會關(guān)系（馬光榮和楊恩艷，2011；葉靜怡和武玲蔚，2014）。毋庸置疑，社會網(wǎng)絡(luò)對經(jīng)濟(jì)發(fā)展具有深遠(yuǎn)的影響，這也為本項(xiàng)目的研究奠定了堅(jiān)實(shí)的基礎(chǔ)。但仍存在一些局限性，一方面是研究數(shù)據(jù)的問題，現(xiàn)有大部分的研究都是通過調(diào)查數(shù)據(jù)，人事記錄數(shù)據(jù)或者學(xué)籍?dāng)?shù)據(jù)識別出親屬關(guān)系、同事關(guān)系或者校友關(guān)系等并以此衡量個(gè)體層面單一的針對性社會聯(lián)系。另一方面，縱使社會聯(lián)系對城市結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展有重要意義，但少有研究從空間維度對城市群層面的社會聯(lián)系網(wǎng)絡(luò)進(jìn)行實(shí)證研究。

城市群發(fā)展最顯著特征是密切的經(jīng)濟(jì)與社會聯(lián)系，涉及商品、要素、信息和人員等方面的交流。從更廣泛的角度看，城市間經(jīng)濟(jì)活動(dòng)的開展依賴于人與人之間的聯(lián)系。但是，現(xiàn)有關(guān)于城市群關(guān)聯(lián)的文獻(xiàn)主要關(guān)注城市間的經(jīng)濟(jì)聯(lián)系及其空間特征。例如，鄒琳等（2015）基于長江經(jīng)濟(jì)帶的人口、建成面積和交通等宏觀指標(biāo)，用引力模型的方法研究了城市群的經(jīng)濟(jì)網(wǎng)絡(luò)結(jié)構(gòu)特征。胡艷和時(shí)浩楠（2017）以長三角城市群26個(gè)城市的發(fā)明專利申請數(shù)據(jù)，用社會網(wǎng)絡(luò)分析方法研究了長三角城市群創(chuàng)新的關(guān)聯(lián)網(wǎng)絡(luò)以及空間結(jié)構(gòu)。陳浩等（2011）通過選取各城市旅游業(yè)發(fā)展的業(yè)績和交通連接指標(biāo)，分析了珠江三角洲城市群旅游空間格局的演化過程。王方方和楊煥煥（2018）基于2009年、2012年、2015年粵港澳大灣區(qū)城市群的經(jīng)濟(jì)聯(lián)系數(shù)據(jù)，運(yùn)用凝聚子群和QAP 等網(wǎng)絡(luò)分析方法，對城市群空間經(jīng)濟(jì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析。張曉晴等（2021）基于社會網(wǎng)絡(luò)分析視角，通過構(gòu)建大灣區(qū)創(chuàng)業(yè)風(fēng)險(xiǎn)投資城市聯(lián)系網(wǎng)絡(luò)，從投資金額、項(xiàng)目分布、整體網(wǎng)絡(luò)密度、核心-邊緣結(jié)構(gòu)等方面分析大灣區(qū)創(chuàng)業(yè)風(fēng)險(xiǎn)投資網(wǎng)絡(luò)的時(shí)空演化特征，并探究其影響因素。上述研究分別從城市群的創(chuàng)新關(guān)聯(lián)、旅游關(guān)聯(lián)和投資聯(lián)系等角度對城市群的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了探討，但是未有文獻(xiàn)直接分析微觀個(gè)體之間直接的社會聯(lián)系。另外，這些研究側(cè)重于刻畫城市群區(qū)域內(nèi)部的網(wǎng)絡(luò)結(jié)構(gòu)特征，并沒有進(jìn)一步實(shí)證分析城市關(guān)聯(lián)的影響因素。

隨著區(qū)域經(jīng)濟(jì)的不斷推進(jìn)，一部分學(xué)者從雙邊視角討論了城市間關(guān)聯(lián)的影響因素。其中，關(guān)于邊界效應(yīng)的研究較多，且邊界效應(yīng)的存在被普遍認(rèn)可（黃新飛等，2014）。但是，在交通與通信技術(shù)快速進(jìn)步的時(shí)代，不同學(xué)者對地理距離與社會聯(lián)系之間的關(guān)系存在較大的分歧。新經(jīng)濟(jì)地理理論表明，地理距離是造成溝通障礙和交易成本的重要原因。然而，技術(shù)的進(jìn)步降低了人與人面對面交流的必要性。而且，大規(guī)模的交通基礎(chǔ)設(shè)施建設(shè)極大程度上降低了地理距離的約束。因此一些經(jīng)濟(jì)學(xué)家認(rèn)為，城市經(jīng)濟(jì)與社會活動(dòng)的空間分布將會更加分散，最終不同城市的規(guī)模會趨于一致（Ioannides et al.，2008）。在此種假說的設(shè)定下，城市群的集聚規(guī)模經(jīng)濟(jì)優(yōu)勢會逐漸喪失，地理距離不再對地區(qū)間的經(jīng)濟(jì)社會往來產(chǎn)生影響。但是，對此有些學(xué)者持不同的看法，Keller（2004）認(rèn)為由于隱性知識的存在，只有通過面對面的社會交流才能有效傳遞知識。Goldenberg adn Levy（2009）認(rèn)為通信技術(shù)提高了跨地區(qū)的交流水平，但這種提高主要體現(xiàn)在社會關(guān)系較緊密的小范圍群體中，因此距離仍是影響城市群經(jīng)濟(jì)社會聯(lián)系的重要因素。Büchel and Ehrlich（2020）認(rèn)為，通信技術(shù)對城市形態(tài)的影響取決于技術(shù)與面對面交流是互補(bǔ)還是替代關(guān)系，并證明了二者之間存在互補(bǔ)性，因此通信技術(shù)不會使城市消亡，而可能增加城市密度所帶來的紅利。由于較難獲取微觀層面的社會網(wǎng)絡(luò)數(shù)據(jù)，仍缺乏對中國城市居民社會網(wǎng)絡(luò)完整的空間特征進(jìn)行實(shí)證分析的本土化研究。

相比于現(xiàn)有研究，本文利用移動(dòng)電話大數(shù)據(jù)探討中國城市群社會聯(lián)系網(wǎng)絡(luò)的空間特征與影響因素可能具有以下三點(diǎn)邊際貢獻(xiàn)。第一，從研究數(shù)據(jù)上來看，移動(dòng)數(shù)據(jù)具有精準(zhǔn)的地理定位、高顆粒度和廣覆蓋面的特征，有效克服了國內(nèi)調(diào)查問卷的樣本選擇偏誤和部分統(tǒng)計(jì)數(shù)據(jù)較簡單導(dǎo)致的加總偏誤問題，能更好地從空間上刻畫城市群社會聯(lián)系網(wǎng)絡(luò)。第二，從研究視角來看，本文是對城市群空間發(fā)展特征和影響因素研究的一個(gè)有益補(bǔ)充，拓展了對中國城市群的認(rèn)知。不同于以往從宏觀經(jīng)濟(jì)聯(lián)系的角度，本文研究城市群微觀個(gè)體間的社會聯(lián)系及其空間特征，為城市群發(fā)展提供了新的微觀視角。第三，從政策啟示方面，在通信和交通基礎(chǔ)設(shè)施不斷完善的背景下，本文發(fā)現(xiàn)地理距離對城市群社會聯(lián)系的負(fù)面影響依然存在，但中心城市受距離的約束較小，且交通基礎(chǔ)設(shè)施建設(shè)有助于加強(qiáng)地區(qū)間的聯(lián)系，這不僅揭示了城市群建設(shè)的必要性，也提供了重要的政策含義，即在繼續(xù)發(fā)揮和利用中心城市規(guī)模優(yōu)勢的同時(shí)，降低行政力量的影響，通過基礎(chǔ)設(shè)施建設(shè)加快城市群一體化進(jìn)程。

三、數(shù)據(jù)來源與指標(biāo)測算

（一）數(shù)據(jù)來源與處理

近年來利用大數(shù)據(jù)探討城市經(jīng)濟(jì)發(fā)展問題成為目前頗有前景的研究方向。本文的核心數(shù)據(jù)來源于中國某大型電信運(yùn)營商廣東分公司。數(shù)據(jù)的覆蓋范圍是2018年12月至2020年10月廣東省內(nèi)的詳細(xì)通話記錄。根據(jù)工信部發(fā)布的《中國無線電管理年度報(bào)告（2018年）》，我國24個(gè)省市的移動(dòng)電話普及率已經(jīng)超過了100部/百人。本文數(shù)據(jù)來源的運(yùn)營商所擁有的用戶數(shù)占廣東省移動(dòng)用戶總數(shù)的63%，且各地級市移動(dòng)用戶占比與人口普查數(shù)據(jù)基本一致1。需要說明的是，廣東省是中國人口最多、省級GDP最高的省份，GDP占全國的11%，對外貿(mào)易約占全國的四分之一。廣東省被公認(rèn)為是中國所有省份中經(jīng)濟(jì)最具活力和韌性的省份（Kanamori，2011；Gong et al.，2020）。同時(shí)，廣東省也是中國城市群發(fā)展程度最高和空間發(fā)展最不均衡的省份之一。黨的十八大以來，習(xí)近平總書記多次視察廣東，強(qiáng)調(diào)指出，“城鄉(xiāng)區(qū)域發(fā)展不平衡是廣東高質(zhì)量發(fā)展的最大短板”1。作為全國新發(fā)展格局的戰(zhàn)略支點(diǎn)，粵港澳大灣區(qū)肩負(fù)建設(shè)中國式現(xiàn)代化引領(lǐng)地的光榮使命，對區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展、實(shí)現(xiàn)共同富裕的戰(zhàn)略目標(biāo)具有示范引領(lǐng)作用。因此，選擇廣東省的數(shù)據(jù)作為樣本對于中國城市群經(jīng)濟(jì)發(fā)展問題的研究具有代表性和針對性。

移動(dòng)電話的普及不僅為人們的生活帶來了便利，也為科學(xué)研究提供了大量客觀、高顆粒度的微觀個(gè)體行為數(shù)據(jù)。移動(dòng)電話提供的手機(jī)信令數(shù)據(jù)是通過移動(dòng)基站連續(xù)收集的用戶使用手機(jī)時(shí)所產(chǎn)生的各種信息，具有城鄉(xiāng)之間全覆蓋和空間位置記錄連續(xù)等特點(diǎn)。同時(shí)，它可以包含數(shù)以億計(jì)的用戶之間的通信記錄，并且這些記錄是真實(shí)觀察到的，而非自我報(bào)告。CDR（call data records）數(shù)據(jù)的指標(biāo)通常包括呼叫方的身份信息、被呼叫方的身份信息、呼叫的具體時(shí)間、呼叫經(jīng)過的信號塔，以及通話時(shí)長和通話費(fèi)用。只要手機(jī)用戶激活移動(dòng)設(shè)備，信號塔就會以經(jīng)緯度的形式記錄地理位置，精確度可達(dá)10—300米的半徑范圍，相當(dāng)于大型建筑群的大小。至2020年12月，該電信運(yùn)營商在廣東省中共有787個(gè)移動(dòng)電話數(shù)據(jù)收發(fā)的信號塔，平均每天經(jīng)過信號塔的跨區(qū)通話記錄有近1200萬條。

手機(jī)電話能夠直接反映城市之間多種溝通模式的社會交往。一方面，通話記錄越頻繁，越有助于維系原有的家庭紐帶、擴(kuò)展心理的鄰屬認(rèn)知、促進(jìn)通話對象符號性的接近感。另一方面，通話時(shí)間越長，用戶之間信息要素的傳遞和分享經(jīng)驗(yàn)越迅速，降低經(jīng)濟(jì)交易、技術(shù)學(xué)習(xí)和社交溝通的成本。近年來，不少國外學(xué)者開始利用移動(dòng)手機(jī)用戶留下的通話記錄研究個(gè)體間的社會聯(lián)系對社區(qū)經(jīng)濟(jì)發(fā)展和勞動(dòng)力流動(dòng)的影響。例如，Eagle et al.（2010）從社交網(wǎng)絡(luò)的多樣性角度出發(fā)，將英國最完整的通信網(wǎng)絡(luò)記錄與關(guān)于社區(qū)經(jīng)濟(jì)福利的全國普查數(shù)據(jù)結(jié)合起來，研究發(fā)現(xiàn)個(gè)體關(guān)系多樣性與社區(qū)經(jīng)濟(jì)發(fā)展密切相關(guān)。Park et al.（2018）利用來自四大洲11個(gè)國家的包括5600萬推特用戶和5800萬手機(jī)用戶的數(shù)據(jù)，檢驗(yàn)了一個(gè)直覺上的發(fā)現(xiàn)，即相比于從一個(gè)親密的朋友或家庭成員（強(qiáng)聯(lián)系）那里獲取的信息，個(gè)人更容易從一個(gè)聯(lián)系較弱的社會關(guān)系中獲得新信息。Kuchler and Stroebel（2022）的主要目標(biāo)是討論一些有望用于研究社會網(wǎng)絡(luò)經(jīng)濟(jì)效應(yīng)的方法和數(shù)據(jù)源，他們認(rèn)為智能手機(jī)產(chǎn)生的社會互動(dòng)數(shù)據(jù)正以前所未有的規(guī)模測量社交網(wǎng)絡(luò)。當(dāng)然，用通話記錄作為社會聯(lián)系的代理變量還存在一個(gè)潛在的問題，人們可能會用短信或者微信代替電話與朋友進(jìn)行交流。針對這一問題，Barwick et al.（2023）通過抽樣選擇2萬名中國手機(jī)用戶，在統(tǒng)計(jì)個(gè)人使用短信和微信的數(shù)據(jù)后發(fā)現(xiàn)，通話次數(shù)越多或通話時(shí)間越長的用戶，發(fā)送的短信會更多，使用微信的頻率也更高，說明手機(jī)電話與其他通信方式之間不存在替代關(guān)系，手機(jī)通話網(wǎng)絡(luò)可以很好地代表個(gè)人的社會關(guān)系。

在獲得原始的通話數(shù)據(jù)記錄后，本文進(jìn)行了一些篩選工作。首先，本文的分析限于定位在該電信運(yùn)營商廣東分公司基站范圍內(nèi)的手機(jī)之間的主動(dòng)撥出的通話，排除被動(dòng)接聽的通話，主動(dòng)撥打電話的前提是已知被撥通電話方的電話號碼，通常電話號碼屬于個(gè)人隱私，一般只有熟人或者朋友才能知悉。其次，我們將通話時(shí)間少于10秒的通話記錄剝離出本文的樣本，以排除騷擾電話或者錯(cuò)撥電話等情況，未撥通的電話也不包括在樣本中，最終得到樣本期內(nèi)廣東省79億多條主動(dòng)撥打跨區(qū)電話的通話記錄。最后，根據(jù)用戶通話所經(jīng)過的信號塔將樣本數(shù)據(jù)具體到用戶所在地級以上城市的城區(qū)、縣或者縣級市層面，統(tǒng)稱為區(qū)（縣）1。從這些數(shù)據(jù)中，我們獲得了廣東省內(nèi)每個(gè)區(qū)（縣）i和其他區(qū)（縣）j之間所有通話記錄，并得到了用戶數(shù)量和通話次數(shù)等變量。在之后的研究中，我們用地區(qū)間相互通話的用戶數(shù)據(jù)構(gòu)建區(qū)（縣）層面的社會聯(lián)系指標(biāo)，并將該指標(biāo)與2010年的廣東省21個(gè)地級以上城市的人口普查數(shù)據(jù)和城市統(tǒng)計(jì)年鑒數(shù)據(jù)進(jìn)行匹配。

（二）指標(biāo)測算

本文的社會聯(lián)系（social connectedness）指標(biāo)側(cè)重于衡量空間上的社會關(guān)系和社會網(wǎng)絡(luò)的分布情況。社會聯(lián)系指標(biāo)通常被定義為地區(qū)主體與其他地區(qū)之間形成的所有社會關(guān)系網(wǎng)絡(luò)的總和（Diemer and Regan，2022）。Bailey et al.（2018）較早利用高覆蓋率和顆粒度的Facebook數(shù)據(jù)探索城市周圍不同地區(qū)之間社會網(wǎng)絡(luò)的空間結(jié)構(gòu)，構(gòu)建了地區(qū)之間的社會聯(lián)系指標(biāo)。之后，許多學(xué)者借鑒其方法與數(shù)據(jù)，以社會關(guān)系為基礎(chǔ)構(gòu)建了類似的指標(biāo)，以衡量地區(qū)與地區(qū)之間的社會聯(lián)系情況。為了準(zhǔn)確識別中國城市群社會聯(lián)系程度，考慮到廣東省各城市空間發(fā)展不均衡的特點(diǎn)，本文選擇廣東省內(nèi)共有21個(gè)地級市188個(gè)區(qū)（縣）移動(dòng)電話數(shù)據(jù)構(gòu)建區(qū)（縣）社會聯(lián)系指標(biāo)，如式（1）所示：

[SCIi，j，t=CM_Useri to j，t+CM_Userj to i，tCM_Useri，t+CM_Userj，t]" " " " " " " " " " " （1）

[CM_Useri to j，t]是指t時(shí)i地主動(dòng)撥出電話到j(luò)地的移動(dòng)用戶數(shù)量，[CM_Userj to i，t]是指t時(shí)j地主動(dòng)撥出電話到i地的移動(dòng)用戶總數(shù)量。為了避免因人口規(guī)模導(dǎo)致的區(qū)域間社會聯(lián)系指標(biāo)的不可比性，我們用i和j地的移動(dòng)用戶總和[CM_Useri，t+CM_Userj，t]對社會聯(lián)系指標(biāo)做標(biāo)準(zhǔn)化處理。該指標(biāo)表示，在t時(shí)i和j兩地之間的移動(dòng)用戶主動(dòng)聯(lián)系了另一個(gè)地區(qū)的用戶的概率，用以反映兩地間社會聯(lián)系程度。

當(dāng)然除了通話記錄的用戶數(shù)量之外，用戶之間的通話次數(shù)在一定程度上可以表示兩地之間的社交聯(lián)系程度。因此，本文采用兩地之間的通話總次數(shù)（[CM_numi to j，t+CM_numj to i，t]）所占兩地總通話次數(shù)的比重計(jì)算了以下指標(biāo)：

[SCI_numi，j，t=CM_num i to j，t+CM_numj to i，tCM_numi，t+CM_numj，t]" " " " " " " " " （2）

其中，[CM_numi，t]和[CM_numj，t]分別表示i與j地區(qū)在t時(shí)總的通話次數(shù)，即[CM_numi，t=j∈NCM_num i to j，t]，N為廣東省內(nèi)所有的區(qū)（縣）。穩(wěn)健性檢驗(yàn)中我們參考Bailey et al.（2018）構(gòu)建了替代指標(biāo)[SCI_subi，j，t]，如式（3）：

[SCI_subi，j，t=CM_Connectionsi，j，tCM_Useri，t×CM_Userj，t]" " " " " " " " " " （3）

其中，[CM_Connectionsi，j，t]表示i地與j地有相互通話關(guān)系的關(guān)系對，關(guān)系對是指i地中的某個(gè)用戶主動(dòng)撥打過j地的某個(gè)用戶的電話，同時(shí)j地的該用戶也主動(dòng)撥打過i地該用戶的電話。這種定義方法比單方面通話更嚴(yán)格，也有助于排除推銷和詐騙電話，且對社會聯(lián)系的定義與約束更強(qiáng)，該指標(biāo)達(dá)到最大值1的時(shí)候兩地之間所有用戶之間都有聯(lián)系。指標(biāo)描述性統(tǒng)計(jì)見表1。

（三）指標(biāo)的空間特征

我們計(jì)算了廣東省21個(gè)地級城市188個(gè)區(qū)（縣）層面的社會聯(lián)系指標(biāo)。根據(jù)表1的統(tǒng)計(jì)結(jié)果，總體而言，廣東省區(qū)（縣）層面社會聯(lián)系均值為0.0046，兩地有聯(lián)系的用戶之間平均每月的通話次數(shù)為4.38次，基于地區(qū)間相互通話的關(guān)系對計(jì)算的指標(biāo)平均值為0.0281。 圖1用社會網(wǎng)絡(luò)研究方法更直觀地反映了廣東省內(nèi)城市間社會聯(lián)系的網(wǎng)絡(luò)結(jié)構(gòu)，有連接線的城市對，代表城市間社會聯(lián)系高于平均值，連接線越粗，說明社會聯(lián)系程度越大。從圖1中可以看出，聯(lián)系度最高的城市對是深圳市-東莞市，平均值為0.139，廣州市-佛山市的聯(lián)系次之，平均值為0.126，深圳市和廣州市與大多數(shù)其他城市保持密切的社會聯(lián)系。進(jìn)一步地，本文統(tǒng)計(jì)了21個(gè)城市分別與其他城市的平均聯(lián)系，以及區(qū)（縣）層面的平均社會聯(lián)系程度。表2的第（1）列是城市名稱，第（2）列是平均社會聯(lián)系值。顯然，廣州市、深圳市、東莞市和佛山市等中心城市的平均值最高，其他中小城市，比如汕尾市、韶關(guān)市和潮州市融入城市群發(fā)展的程度相對較低。第（3）和（4）列為城市內(nèi)與其他區(qū)（縣）聯(lián)系程度最高的地區(qū)，第（5）和（6）列則為城市內(nèi)與其他區(qū)（縣）聯(lián)系程度最低的地區(qū)。就廣州市而言，天河區(qū)的平均社會聯(lián)系程度最高，為0.0098，從化區(qū)的聯(lián)系最弱，僅為0.0033，城市內(nèi)發(fā)展差異明顯。而且，作為云浮市社會聯(lián)系度最高的云城區(qū)與作為汕尾市最高值的陸豐市，距離發(fā)達(dá)地區(qū)的最高值差距較遠(yuǎn)，甚至僅略高于其最低值，充分反映了城市群內(nèi)的發(fā)展不均衡。整體而言，多個(gè)中心城市利用超大規(guī)模優(yōu)勢，在城市群發(fā)展過程中發(fā)揮著重要作用，但是大部分非中心城市的區(qū)（縣）社會聯(lián)系度仍然較低。

在整體上認(rèn)識廣東省的社會網(wǎng)絡(luò)結(jié)構(gòu)后，本文將繼續(xù)分析城市群社會聯(lián)系網(wǎng)絡(luò)的內(nèi)部發(fā)展?fàn)顟B(tài)。我們利用Ucinet軟件中的Concor法（迭代相關(guān)收斂法）進(jìn)行凝聚子群分析。作為一種典型的社會網(wǎng)絡(luò)分析方法，凝聚子群分析能夠揭示城市群聯(lián)系相對緊密的“小團(tuán)體”。從計(jì)算結(jié)果看，廣東省大致可以劃分為四大子群，逐漸呈現(xiàn)出多中心聯(lián)動(dòng)發(fā)展態(tài)勢。第一，以廣州為中心，帶動(dòng)佛山、肇慶、云浮、韶關(guān)和清遠(yuǎn)的凝聚子群。第二，以深圳為中心，帶動(dòng)?xùn)|莞、汕尾、梅州、惠州、河源的凝聚子群。第三，由中山、珠海、陽江、江門、湛江和茂名組成的子群。第四，由潮州、汕頭和揭陽組成的凝聚子群。表3更形象地對結(jié)果進(jìn)行了展示。不難發(fā)現(xiàn)，各類子群組合基本與地理位置的相鄰程度一致，每個(gè)子群內(nèi)部城市間的社會聯(lián)系相對更為緊密，且基本與2021年4月廣東省人民政府發(fā)布的《廣東省國民經(jīng)濟(jì)和社會發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》（簡稱都市圈規(guī)劃綱要）中提出的深圳都市圈、廣州都市圈、珠江口西岸都市圈、汕潮揭都市圈和湛茂都市圈吻合。不同的是，都市圈規(guī)劃綱要中將湛江和茂名市劃為單獨(dú)的都市圈，并將梅州市作為汕潮揭都市圈聯(lián)動(dòng)發(fā)展區(qū)。從內(nèi)部聯(lián)系的緊密程度看，由湛江、茂名，以及由潮州、汕頭和揭陽組成的凝聚子群彼此之間的社會聯(lián)系較為緊密，其次是以廣州為核心的子群，再次是以深圳為中心的子群，最后是由中山、珠海、陽江、江門、湛江和茂名組成的子群。結(jié)合不同城市平均的社會聯(lián)系程度指標(biāo)，除了廣州和深圳，其他都市圈的中心不突出。這些現(xiàn)象與問題說明，各城市應(yīng)進(jìn)一步加強(qiáng)相互之間的溝通與聯(lián)系，克服地理距離的影響，逐漸形成多中心協(xié)調(diào)發(fā)展的城市網(wǎng)絡(luò)結(jié)構(gòu)。

2019年2月18日，中共中央、國務(wù)院印發(fā)了《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》（簡稱灣區(qū)綱要）。建設(shè)粵港澳大灣區(qū)是習(xí)近平總書記親自謀劃、親自部署、親自推動(dòng)的國家戰(zhàn)略，是新時(shí)代推動(dòng)形成全面開放新格局的新舉措。灣區(qū)綱要指出“打造粵港澳大灣區(qū)，建設(shè)世界級城市群”，就城市間經(jīng)濟(jì)社會融合程度而言需要做好兩方面的工作，一方面需要加快推進(jìn)廣佛同城和深莞一體化，促進(jìn)粵港澳大灣區(qū)區(qū)域協(xié)調(diào)發(fā)展，另一方面，提升粵港澳大灣區(qū)城市群中心功能，輻射非灣區(qū)城市，進(jìn)一步提高區(qū)域發(fā)展協(xié)調(diào)性。那么，從動(dòng)態(tài)發(fā)展的角度看，灣區(qū)綱要是否強(qiáng)化了地區(qū)間的社會聯(lián)系。我們將廣東省21個(gè)城市分為9個(gè)粵港澳大灣區(qū)城市和12個(gè)非灣區(qū)城市。統(tǒng)計(jì)結(jié)果顯示，平均而言相比于灣區(qū)城市與非灣區(qū)城市之間的社會聯(lián)系，灣區(qū)城市之間經(jīng)濟(jì)融合程度要高48%，灣區(qū)城市與非灣區(qū)城市之間社會聯(lián)系指數(shù)比非灣區(qū)城市之間高出25%。圖2左右分別顯示，自《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》頒布以來，對比非灣區(qū)城市之間的社會聯(lián)系情況，灣區(qū)城市之間，以及灣區(qū)城市與非灣區(qū)城市之間的社會聯(lián)系程度大幅度上升1?；浉郯拇鬄硡^(qū)的建立，不僅加強(qiáng)了灣區(qū)城市間的聯(lián)系，同時(shí)讓更多的城市融入灣區(qū)發(fā)展1。

為了進(jìn)一步理解廣東省“一核一帶一區(qū)”區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，表4分別給出了四個(gè)區(qū)（縣）與廣東省內(nèi)其他地區(qū)的社會聯(lián)系指數(shù)，這四個(gè)區(qū)分別是“一核”的廣州天河區(qū)、“一帶”的汕尾陸豐市和湛江雷州市、“一區(qū)”的韶關(guān)樂昌市。從表格的內(nèi)容看，每個(gè)區(qū)（縣）都與鄰近的地區(qū)有著緊密的社會聯(lián)系，尤其是與其同處于一個(gè)地級市的區(qū)（縣）的社會聯(lián)系最強(qiáng)，地理距離在城市群不同區(qū)域間的社會聯(lián)系中起著重要作用。很顯然，對于陸豐市、雷州市和樂昌市而言，其社會聯(lián)系的分布基本與地理距離相一致，距離越遠(yuǎn)，社會聯(lián)系程度越弱。但是作為廣東省會城市廣州市中心城區(qū)的天河區(qū)，并不僅限于與鄰近的某幾個(gè)地區(qū)保持密切的社會聯(lián)系，其分別與“一核”的佛山市、“一帶”的粵西茂名市和粵東揭陽市、“一區(qū)”的粵北梅州市保持緊密的社會聯(lián)系。隨著重大產(chǎn)業(yè)向東西兩翼沿海地區(qū)布局，湛江雷州市積極融入粵港澳大灣區(qū)，與灣區(qū)城市廣州市、深圳市和東莞市的社會聯(lián)系度高，說明廣東在構(gòu)建區(qū)域協(xié)調(diào)發(fā)展新格局上成效顯著。

四、影響因素與結(jié)果分析

本部分通過構(gòu)建實(shí)證模型研究廣東省21個(gè)地級城市188個(gè)區(qū)（縣）社會聯(lián)系程度的影響因素。第一，使用地理距離和行政邊界對社會聯(lián)系指標(biāo)進(jìn)行回歸，檢驗(yàn)地理距離和行政力量如何影響地區(qū)間的社會聯(lián)系。第二，分析經(jīng)濟(jì)差異、人口結(jié)構(gòu)差異與文化差異的影響。第三，通過駕車時(shí)間和公共交通成本兩個(gè)變量檢驗(yàn)交通基礎(chǔ)設(shè)施對于城市群社會融合發(fā)展的影響。第四，利用社會聯(lián)系程度的替代性指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。

（一）實(shí)證模型

根據(jù)指標(biāo)的空間特征呈現(xiàn)出的結(jié)果，我們發(fā)現(xiàn)社會聯(lián)系可能與地理距離和交通基礎(chǔ)設(shè)施建設(shè)有關(guān)。而且，大量關(guān)于社會聯(lián)系的文獻(xiàn)證明，個(gè)體更有可能與其他具有相似特征的個(gè)體聯(lián)系在一起，包括文化背景和教育背景，這種規(guī)律通常被稱為“親同性”（homophily）。因此，我們將在實(shí)證模型中加入?yún)^(qū)（縣）層面的相關(guān)變量進(jìn)行分析。具體的實(shí)證模型設(shè)定如下：

[log （SCIi，j，t）=β0+β1logdi，j+Xi，j+ψi，t+ξj，t+?i，j，t]" " " " " " （4）

其中，因變量[SCIi，j，t]為區(qū)（縣）之間社會聯(lián)系指數(shù)，自變量[di，j]為地區(qū)間地理因素，包括地理距離、是否相鄰和是否屬于同一地級市，[Xi，j]包括地區(qū)i與j在經(jīng)濟(jì)、文化和受教育程度等方面的差異性。具體而言，經(jīng)濟(jì)方面的因素包括平均收入水平和地區(qū)經(jīng)濟(jì)結(jié)構(gòu)的差異，文化差異用方言距離表示，受教育程度差異是指學(xué)歷上的差異。[ψi，t]和[ξj，t]表示地區(qū)-時(shí)間高維固定效應(yīng)，可以控制單個(gè)地區(qū)隨時(shí)間變化。自變量的數(shù)據(jù)來源和構(gòu)建方法如下。

為計(jì)算地理距離指標(biāo)，我們通過使用百度地圖API收集了區(qū)（縣）的經(jīng)緯度數(shù)據(jù)，然后利用球面距離的計(jì)算公式得到兩地之間的地理距離。是否相鄰指標(biāo)，是根據(jù)從中華人民共和國自然資源部網(wǎng)站的標(biāo)準(zhǔn)地圖服務(wù)（http：//bzdt.ch.mnr.gov.cn/）獲得的廣東地圖，判斷兩個(gè)區(qū)（縣）是否相鄰，如果是則該變量等于1，否則為0。是否同城，是指如果兩個(gè)區(qū)（縣）同屬一個(gè)地級市，則該指標(biāo)為1，否則為0。駕車時(shí)間和公共交通成本用于衡量兩個(gè)區(qū)（縣）之間的交通便利性，我們通過使用百度地圖API爬取了工作日（2021年3月9—11日）中所有區(qū)（縣）的中心點(diǎn)之間駕車時(shí)間，并收集了可用公共交通的通行成本。地區(qū)間平均收入水平的差異指標(biāo)用人均GDP的差值的絕對值衡量。產(chǎn)業(yè)結(jié)構(gòu)差異指標(biāo)是借鑒胡向婷和張璐（2005）的方法使用三大產(chǎn)業(yè)占比差異的平均值衡量。受教育程度差異是指受教育程度是高中及以上的人口比重的差值的絕對值，數(shù)據(jù)來源于2010年的人口普查數(shù)據(jù)。

本文的方言數(shù)據(jù)來自中國研究數(shù)據(jù)平臺，它將漢語方言分類為大類和小類。廣東省內(nèi)存在四種大類方言，粵語、閩語、客家話和苗瑤語族，其中粵語細(xì)分為廣府片、勾漏片和高陽片等。根據(jù)方言的分類，我們構(gòu)建了兩個(gè)虛擬變量：（1）兩地區(qū)是否同屬于相同的方言大類，但是不同的方言小類（同大類不同小類），如果是則為1，否則為0；（2）是否屬于不同的方言大類，如果是則為1，否則為0。兩個(gè)虛擬變量的基準(zhǔn)組是屬于相同的方言小類。所有變量的描述性統(tǒng)計(jì)見表1，區(qū)（縣）間平均距離為224.40千米，平均的駕車時(shí)間為201.16分鐘，平均的通行成本為143.70元。

（二）實(shí)證結(jié)果分析

1.地理因素的影響分析

正如前文所述，地理因素與社會聯(lián)系之間的關(guān)系對于城市群的結(jié)構(gòu)和規(guī)模非常重要。本部分通過對方程（4）進(jìn)行回歸分析，逐一探討影響城市群社會聯(lián)系的因素，具體結(jié)果見表5。在所有的回歸中我們都控制了時(shí)間-地區(qū)層面的固定效應(yīng)，即控制i地區(qū)和j地區(qū)隨時(shí)間變動(dòng)的所有因素，并在地區(qū)對層面對標(biāo)準(zhǔn)誤進(jìn)行聚類。第（1）—（6）列是分別加入不同變量之后的回歸結(jié)果，所有系數(shù)的變動(dòng)方向都保持一致，說明所有變量的回歸結(jié)果都較為穩(wěn)健。根據(jù)第（1）列的結(jié)果可知，地理距離與區(qū)域間社會聯(lián)系之間的關(guān)系顯著為負(fù)，相距越遠(yuǎn)的兩個(gè)地區(qū)之間的社會聯(lián)系越少，距離每增加1%，社會聯(lián)系強(qiáng)度減少1.3%。這說明，雖然中國通信技術(shù)日益發(fā)達(dá)，但是地理距離在信息傳播和人際交往的過程中依然有阻礙作用，城市群仍可以通過集聚的正外部性發(fā)揮作用。第（2）列加入了同城-非相鄰，非同城-非相鄰以及非同城-相鄰關(guān)系對虛擬變量，所以回歸的對照組是區(qū)（縣）與區(qū)（縣）之間的關(guān)系為同城與相鄰。從回歸系數(shù)的結(jié)果看，社會聯(lián)系最強(qiáng)的是同城市且相鄰區(qū)（縣）的居民，其次是同城市但不相鄰的居民，再次是不同城市但是相鄰居民，社會聯(lián)系最少的則是不同城市且不相鄰的區(qū)（縣）居民。地理位置的鄰近性對社會聯(lián)系的影響佐證了地理距離的影響。同屬于一個(gè)地級市對社會聯(lián)系有影響則說明，行政邊界在一定程度上阻礙了城市間的社會聯(lián)系。在中國，城市群通常涵蓋多個(gè)地級市，每個(gè)城市的管理機(jī)制都有自身的特性，這也在一定程度上說明導(dǎo)致市場分割的行政邊界沒有完全消失。

根據(jù)前文的空間特征描述可知，廣州和深圳與其他大部分城市都有比較密切的社會聯(lián)系，受地理性因素的影響比較小。第（7）列試圖用實(shí)證的方法對此進(jìn)行檢驗(yàn)。具體地，我們將觀測值進(jìn)行分組，如果是其他地區(qū)與廣州市和深圳市兩大中心城市的聯(lián)系，則將該城市對類型的值設(shè)為1，否則為0，并將其與地理距離相乘構(gòu)造交互項(xiàng)，以分析地理距離對城市間社會聯(lián)系的差異化影響?；貧w結(jié)果表明，雖然地理距離阻礙了地區(qū)間的社會交往，但是通過與中心城市，即廣州市和深圳市的聯(lián)系，能在更大程度上降低地理距離的影響，降低幅度高達(dá)81.5%。同時(shí)也說明城市群的發(fā)展呈現(xiàn)出由中心城市不斷向外圍城市延伸的特征，非中心城市的社會聯(lián)系主要向臨近地區(qū)擴(kuò)展，符合經(jīng)濟(jì)學(xué)直覺。

2.文化差異、經(jīng)濟(jì)差異與人口結(jié)構(gòu)差異的影響分析

城市群社會聯(lián)系網(wǎng)絡(luò)的形成是在各種不同動(dòng)力機(jī)制下共同實(shí)現(xiàn)的。除了地理距離在形成和維持地區(qū)之間的社會聯(lián)系方面所起的作用外，我們發(fā)現(xiàn)，文化、教育和經(jīng)濟(jì)發(fā)展等社會經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)對社會聯(lián)系具有顯著的影響。社會網(wǎng)絡(luò)理論認(rèn)為，相似個(gè)體和地區(qū)之間常因?yàn)椤坝H同性（homophily）”而形成較為密切的社會聯(lián)系，可能是因?yàn)樗麄冇泄餐呐d趣愛好、共同的文化習(xí)慣和教育背景等（Bailey et al.，2018）。雖然我們無法對觀察到的社會結(jié)構(gòu)的影響因素做出任何結(jié)論性的因果推論，但我們希望這些發(fā)現(xiàn)可以幫助我們加深對城市群社會聯(lián)系的理解。表5中的第（3）—（6）列依次加入了方言差異虛擬變量、兩地間人均GDP的差異、產(chǎn)業(yè)結(jié)構(gòu)差異和受教育程度差異變量。

根據(jù)第（3）列的結(jié)果發(fā)現(xiàn)，一定程度的方言差距有利于加強(qiáng)社會聯(lián)系，但是方言距離過大，如果不屬于同一大類，則會減弱社會聯(lián)系。語言是民族和文化背景的顯性特征，影響著群體之間的溝通效率、心理距離和認(rèn)同感。從認(rèn)同論的角度講，個(gè)體可能更愿意與自己所講方言相近的人進(jìn)行交往。但是，語言的互補(bǔ)力理論則強(qiáng)調(diào)，不同的方言意味著思想和技能上的多樣性，可以形成互補(bǔ)，從而更容易解決彼此交往過程中發(fā)生的爭端。劉毓蕓等（2015）也認(rèn)為，當(dāng)方言具有認(rèn)同效應(yīng)和互補(bǔ)效應(yīng)時(shí)，方言距離呈現(xiàn)先促進(jìn)后抑制勞動(dòng)力流動(dòng)的“倒U型”模式。本文發(fā)現(xiàn)文化距離對社會聯(lián)系的影響也有類似的結(jié)果。第（4）列的結(jié)果表明，人均生產(chǎn)總值的差異越大，兩地區(qū)之間的社會聯(lián)系越強(qiáng)，這可能是因?yàn)榻?jīng)濟(jì)越發(fā)達(dá)的地區(qū)需要的勞動(dòng)力和人才越多，收入水平比較低的地區(qū)的人口會主動(dòng)流向收入高的地區(qū)，側(cè)面反映了中心城市和發(fā)達(dá)地區(qū)對周邊城市的經(jīng)濟(jì)輻射能力。第（5）列的結(jié)果表明，社會聯(lián)系和產(chǎn)業(yè)結(jié)構(gòu)的差異之間具有顯著的正相關(guān)性，這可能是因?yàn)榈貐^(qū)間產(chǎn)業(yè)的協(xié)調(diào)發(fā)展帶動(dòng)了城市間的社會聯(lián)系。第（6）列的結(jié)果表明受教育程度差異越大，社會聯(lián)系程度越低，教育水平差異可能影響人與人之間溝通的能力和信息傳遞的效率，這符合社會網(wǎng)絡(luò)理論的假設(shè)。

3.交通基礎(chǔ)設(shè)施的影響分析

十四五規(guī)劃明確提出要強(qiáng)化中心城市輻射功能，以城際鐵路和市域鐵路等軌道交通為骨干，提高都市圈基礎(chǔ)設(shè)施連通性。伴隨著通信技術(shù)與交通基礎(chǔ)設(shè)施建設(shè)的飛速發(fā)展，更加快捷和廉價(jià)的通信與出行方式使得地區(qū)之間人員互動(dòng)更加便利，極大程度上壓縮了時(shí)間和空間。根據(jù)實(shí)證模型，我們逐次加入兩地間公共交通出行成本與駕車時(shí)間，回歸結(jié)果見表6。第（1）和（2）列的結(jié)果表明，通行時(shí)間越長以及公共交通成本越大，地區(qū)間的社會聯(lián)系程度越低，通行時(shí)間增加1%，社會聯(lián)系降低1.06%，公共交通成本上升1.0%，社會聯(lián)系下降0.31%。我們也發(fā)現(xiàn)，在加入交通基礎(chǔ)設(shè)施建設(shè)指標(biāo)之后，地理距離對社會聯(lián)系的影響系數(shù)大幅度降低了，但是依然顯著為負(fù)。這說明，交通基礎(chǔ)設(shè)施的建設(shè)可以跨越距離障礙，促進(jìn)城市群內(nèi)一體化進(jìn)程，但是并未完全消除地理距離的影響。同樣，為了檢驗(yàn)交通基礎(chǔ)設(shè)施建設(shè)的差異化影響，第（3）和（5）列是對中心城市廣州和深圳與其他地區(qū)之間社會聯(lián)系的回歸，第（4）和（6）列是對非中心城市與非中心城市間社會聯(lián)系的回歸。結(jié)果表明，交通基礎(chǔ)設(shè)施對非中心城市之間的社會聯(lián)系影響程度更大，系數(shù)的差異通過似不相關(guān)檢驗(yàn)。說明基于強(qiáng)大的集聚和規(guī)模優(yōu)勢，城市群內(nèi)中心城市的一體化程度受地理空間的限制較小。

4.穩(wěn)健性檢驗(yàn)

本文在穩(wěn)健性檢驗(yàn)中分別選擇地區(qū)間通話次數(shù)占總通話次數(shù)的比重（SCI_num）和有相互通話關(guān)系的關(guān)系對比重（SCI_sub）作為替代因變量，實(shí)證結(jié)果見表7。在控制了時(shí)間趨勢和地區(qū)固定效應(yīng)之后，無論是用平均通話次數(shù)比重，還是用區(qū)域間相互通話的關(guān)系對比值衡量的社會聯(lián)系，都與地理距離呈顯著負(fù)相關(guān)關(guān)系，與行政邊界呈現(xiàn)負(fù)相關(guān)關(guān)系，與不同方言小類正相關(guān)，與不同方言大類負(fù)相關(guān)，與人均收入差異和產(chǎn)業(yè)結(jié)構(gòu)差異呈正相關(guān)關(guān)系，以及與受教育程度差異呈負(fù)相關(guān)關(guān)系。而且，在引入通行時(shí)間和公共交通成本后，地理距離回歸系數(shù)的絕對值顯著下降，同樣說明交通運(yùn)輸能力的增強(qiáng)提升了地區(qū)間的社會聯(lián)系。表7的實(shí)證結(jié)果與表5的基準(zhǔn)回歸完全一致，說明本文的指標(biāo)構(gòu)建和研究結(jié)論相對穩(wěn)健。

五、拓展性分析

城市群的形成與發(fā)展有其特定的內(nèi)在邏輯，它要求要素在超越單個(gè)城市的更大范圍的城市體系內(nèi)集聚與空間配置。正如前文所述，社會聯(lián)系的增強(qiáng)有助于降低交易成本和溝通成本，從而對勞動(dòng)力流動(dòng)和技術(shù)溢出產(chǎn)生影響。本小節(jié)，我們將從人口流動(dòng)和技術(shù)溢出兩個(gè)方面實(shí)證討論社會聯(lián)系對城市群要素流動(dòng)的影響。

（一）社會聯(lián)系與人口流動(dòng)

為了討論社會聯(lián)系程度與人口流動(dòng)的關(guān)系，本文設(shè)定如下回歸模型：

[log （Movei，j，t）=β0+log （SCIi，j，t?1）+Xi，j，t?1+ψi，j+ξi，t+γj，t+?i，j，t]" " "（5）

[Movei，j，t]是指在一個(gè)月內(nèi)從i地到j(luò)地停留了至少168個(gè)小時(shí)的人數(shù)，與從j地到i地待了至少168小時(shí)的人數(shù)總和。該數(shù)據(jù)也是來源于某電信運(yùn)營商的廣東省分公司。根據(jù)2008年國家統(tǒng)計(jì)局調(diào)查獲得的時(shí)間利用調(diào)查數(shù)據(jù)統(tǒng)計(jì)，個(gè)體在工作日的平均睡覺時(shí)間是8.925小時(shí)，家務(wù)活動(dòng)的時(shí)間是2.7小時(shí)、照料老人和小孩的時(shí)間是3.9小時(shí)，可知個(gè)體一天中大部分時(shí)間是待在家里。因此，本文根據(jù)移動(dòng)電話用戶在地區(qū)停留的最大時(shí)長衡量其歸屬地，如果當(dāng)月在i地停留的時(shí)間最長，則認(rèn)為該用戶的歸屬地為i。進(jìn)一步地，利用用戶的位置變動(dòng)數(shù)據(jù)，我們識別了每個(gè)月中有多少用戶從歸屬地移動(dòng)到另一個(gè)區(qū)縣，并且在當(dāng)?shù)赝Ａ暨^168小時(shí)及以上的時(shí)間。以8小時(shí)的工作時(shí)長為標(biāo)準(zhǔn)，每個(gè)月平均的工作日為21天，則個(gè)體每個(gè)月在工作地停留的時(shí)間至少為168小時(shí)。因此，本文識別的人口移動(dòng)數(shù)據(jù)在很大程度上反映了地區(qū)之間的通勤人數(shù)。[SCIi，j，t?1]是滯后一期的社會聯(lián)系指標(biāo)，以盡可能地減輕反向因果的影響，[Xi，j，t?1]是控制變量，這里代表地區(qū)對層面的人均GDP差值的絕對數(shù)，[ψi，j]是地區(qū)對層面的固定效應(yīng)，可以控制地區(qū)間不隨時(shí)間變化的因素，包括地理距離和文化距離等，[ξi，t]和[γj，t]是地區(qū)-時(shí)間層面的固定效應(yīng)1，[?i，j，t]表示隨機(jī)誤差項(xiàng)。

盡管如此，仍然可能存在以下兩方面的內(nèi)生性問題。一方面，個(gè)體在選擇工作地和居住地時(shí)，為了獲得某些信息，可能試圖建立與目的地的聯(lián)系。另一方面，個(gè)體在通勤的過程中可能會形成新的聯(lián)系，從而導(dǎo)致內(nèi)生問題。因此，借鑒Atkin et al.（2022）利用地區(qū)附近的其他地區(qū)之間的社會聯(lián)系作為工具變量，即[SCIi'，j'，t?1]。i'代表離地區(qū)i最近的地區(qū)i'，j'表示離j地最近的地區(qū)j'。從相關(guān)性看，[SCIi'，j'，t?1]與[SCIi，j，t?1]可能是高度相關(guān)的，因?yàn)橄噜彽貐^(qū)的居民生活習(xí)慣與交友偏好相似。從外生性看，該工具變量也可能是外生的，因?yàn)楦浇貐^(qū)個(gè)體之間社會關(guān)系的建立應(yīng)該與目標(biāo)地區(qū)之間的經(jīng)濟(jì)關(guān)聯(lián)無關(guān)?；貧w結(jié)果見表8，第（1）列是沒有控制變量的結(jié)果，第（2）列是加入了地區(qū)人均GDP差異的結(jié)果，由于缺失值過多，所以第（3）和（4）列的工具變量回歸沒有加入該變量。第（3）列是工具變量的第一階段結(jié)果，與假設(shè)一致，工具變量與解釋變量之間存在顯著的正相關(guān)關(guān)系。第（4）列表明，在使用工具變量緩解內(nèi)生性問題之后，社會聯(lián)系對人口跨區(qū)流動(dòng)的影響顯著為正，而且工具變量第一階段的F統(tǒng)計(jì)量顯著大于10，說明不存在弱工具變量問題。

（二）社會聯(lián)系與專利引用

為了討論社會聯(lián)系程度與知識溢出的關(guān)系，本文設(shè)定如下回歸模型：

[log （citationi，j）=β0+log （SCIi，j）+Xi，j+ξi+γj+?i，j]" " " " " " （6）

[citation]表示i地引用j地專利的次數(shù)。由于專利引用數(shù)據(jù)是年份層面，因此將社會聯(lián)系指標(biāo)進(jìn)行平均，得到橫截面層面的指標(biāo)。根據(jù)以往研究，本文選擇專利的引用數(shù)量衡量技術(shù)溢出。因此，我們收集了廣東省所有的專利申請數(shù)據(jù)，該數(shù)據(jù)包含專利申請人地址、專利類別、引用專利和申請時(shí)間等信息。我們先根據(jù)專利引用信息，將引用專利與被引用專利一一配對，然后根據(jù)專利申請人地址，將2019年的所有專利引用對在區(qū)（縣）層面加總，得到地區(qū)對之間總引用量。[Xi，j]表示其他控制變量，包括地理距離、通行時(shí)間、人均收入之差、受教育程度之差、方言距離和年齡結(jié)構(gòu)差異等變量，[ξi]和[γj]表示地區(qū)固定效應(yīng)，[?i，j]表示隨機(jī)誤差項(xiàng)。雖然，我們通過加入地區(qū)固定效應(yīng)和控制變量盡力排除遺漏變量的干擾，但是，可能存在為了學(xué)習(xí)某一項(xiàng)技術(shù)，發(fā)明家會試圖先與其他發(fā)明家建立聯(lián)系的可能性，從而導(dǎo)致反向因果關(guān)系。所以同樣的邏輯，我們也用工具變量進(jìn)行了檢驗(yàn)。表8的第（5）列是基準(zhǔn)回歸結(jié)果，第（6）列是第一階段的回歸，第（7）列是第二階段回歸結(jié)果。根據(jù)回歸系數(shù)可知，社會聯(lián)系程度越高的地區(qū)之間，專利引用數(shù)量越多。綜合來說，與現(xiàn)有理論一致，城市群內(nèi)地區(qū)間的社會聯(lián)系程度越高，越有利于要素自由流動(dòng)和技術(shù)溢出。

六、結(jié)論與建議

中國城市群經(jīng)濟(jì)在未來的城鎮(zhèn)化建設(shè)中將發(fā)揮關(guān)鍵的作用。依托完善的城市體系，城市群內(nèi)大、中、小城市形成合理的分工，推動(dòng)資源的優(yōu)化配置，從而實(shí)現(xiàn)城市群經(jīng)濟(jì)的均衡發(fā)展。然而，城市群經(jīng)濟(jì)的均衡發(fā)展，非常依賴于地區(qū)間緊密的經(jīng)濟(jì)社會聯(lián)系。正如前文所述，社會聯(lián)系對于以城市群為主體的城市空間發(fā)展戰(zhàn)略至關(guān)重要。本文以中國改革開放的排頭兵、先行區(qū)和城市群建設(shè)程度最高的廣東省為樣本，采用2018年12月至2020年10月某大型電信運(yùn)營商提供的微觀大數(shù)據(jù)，構(gòu)建了21個(gè)地級城市188區(qū)（縣）層面的社會聯(lián)系指標(biāo)，并對其空間特征和影響因素進(jìn)行分析。不同于此前用統(tǒng)計(jì)和調(diào)查數(shù)據(jù)測算省份或城市間經(jīng)濟(jì)聯(lián)系的指標(biāo)，本文利用大數(shù)據(jù)的優(yōu)勢測算了城市群不同區(qū)（縣）之間直接進(jìn)行的社會聯(lián)系，為關(guān)于城市群問題的研究提供新視角，得出的主要結(jié)論如下。

第一，根據(jù)廣東省社會聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)發(fā)現(xiàn)，不同區(qū)（縣）之間的社會聯(lián)系程度存在比較大的差異，廣州市和深圳市兩大中心城市與其他地區(qū)之間的社會聯(lián)系程度較高，形成了廣佛、深莞、珠中三大跨城市社會聯(lián)系活躍的一體化結(jié)構(gòu)，而非中心城市之間的社會聯(lián)系較低。凝聚子群的結(jié)果顯示，廣東省內(nèi)大致可以分為四個(gè)子群，子群內(nèi)部聯(lián)系有待進(jìn)一步加強(qiáng)。目前來看，就以廣州和深圳為中心的凝聚子群中心突出，而其他子群雖然包含廣東省域經(jīng)濟(jì)副中心城市，但整體實(shí)力偏弱?！痘浉郯拇鬄硡^(qū)發(fā)展規(guī)劃綱要》的提出，顯著提升了大灣區(qū)內(nèi)部城市的聯(lián)系，以及灣區(qū)與非灣區(qū)城市之間的關(guān)聯(lián)，說明粵港澳大灣區(qū)建設(shè)取得了一定的成效。

第二，通過影響因素分析發(fā)現(xiàn)，地理距離和城市邊界的存在不利于城市間建立更緊密的社會聯(lián)系，但是通過加強(qiáng)交通基礎(chǔ)設(shè)施建設(shè)，有助于降低地理距離對社會聯(lián)系的負(fù)面效應(yīng)，提升城市群的一體化水平。此外，地理性因素對于中心城市與其他城市之間的社會聯(lián)系的影響較小，說明城市群的發(fā)展呈現(xiàn)出中心城市向外擴(kuò)散以及非中心城市向周邊地區(qū)延伸并行趨勢。其他影響因素分析發(fā)現(xiàn)，文化距離、受教育程度和地區(qū)經(jīng)濟(jì)發(fā)展水平與社會聯(lián)系之間存在一定的相關(guān)性。適當(dāng)?shù)奈幕町愑兄诩訌?qiáng)社會聯(lián)系，但是文化差異過大會降低社會聯(lián)系，受教育程度的相似性能促進(jìn)社會交往。人均GDP差異和產(chǎn)業(yè)結(jié)構(gòu)差異可能通過地區(qū)間經(jīng)濟(jì)的優(yōu)勢互補(bǔ)加強(qiáng)社會聯(lián)系。

最后，本文檢驗(yàn)了社會聯(lián)系對城市群要素流動(dòng)的影響。根據(jù)手機(jī)的定位功能，獲取了區(qū)（縣）之間人口流動(dòng)數(shù)據(jù)，利用高維固定效應(yīng)和工具變量法檢驗(yàn)了社會聯(lián)系對人口跨區(qū)流動(dòng)的影響。結(jié)果顯示，社會聯(lián)系程度越高，地區(qū)之間人口流動(dòng)越頻繁。同時(shí)，根據(jù)專利引用數(shù)據(jù)得到地區(qū)間專利引用次數(shù)，結(jié)果發(fā)現(xiàn)，緊密的社會聯(lián)系有助于知識溢出。

根據(jù)以上分析結(jié)果，可以得到以下幾點(diǎn)政策啟示。

第一，從整體協(xié)調(diào)性的角度出發(fā)，提高城市群網(wǎng)絡(luò)整體的經(jīng)濟(jì)社會聯(lián)系。根據(jù)各地區(qū)在整個(gè)社會網(wǎng)絡(luò)中不同的地位與作用，針對性地提出符合地區(qū)發(fā)展的政策。在開展城市間合作時(shí)，應(yīng)當(dāng)充分發(fā)揮中心城市對其他城市的輻射帶動(dòng)作用，更加關(guān)注邊緣城市的發(fā)展，不孤立任何一座城市，讓城市群在協(xié)調(diào)有序中快速發(fā)展。

第二，作為城市群發(fā)展的重要階段，都市圈是城市群內(nèi)部以超大特大城市或輻射帶動(dòng)功能強(qiáng)的大城市為中心、以1小時(shí)通勤圈為基本范圍的城鎮(zhèn)化空間形態(tài)。然而，現(xiàn)階段只有廣州和深圳都市圈較為成熟，其他都市圈正處于培育階段，中心城市的能級量級低，人口集聚能力較弱。因此，應(yīng)該差異化設(shè)計(jì)都市圈的空間結(jié)構(gòu)、尊重發(fā)展規(guī)律，充分發(fā)揮不同都市圈的比較優(yōu)勢，加強(qiáng)高能級都市圈向其他都市圈輻射和聯(lián)動(dòng)發(fā)展。

第三，加強(qiáng)地區(qū)間交通基礎(chǔ)設(shè)施建設(shè)，構(gòu)建多模式、網(wǎng)絡(luò)化的綜合立體交通網(wǎng)絡(luò)，包括城際鐵路、市域（郊）鐵路建設(shè)，高速公路環(huán)線系統(tǒng)和城市軌道交通等多種交通方式，提高交通網(wǎng)絡(luò)的通達(dá)性和便捷性。

第四，重視社會網(wǎng)絡(luò)的內(nèi)涵與價(jià)值，鼓勵(lì)開展正式的跨地區(qū)的社會交流活動(dòng)，并對社會聯(lián)系方式加以正確的引導(dǎo)。人類在進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代后，社交模式發(fā)生了翻天覆地的變化。得益于低成本和高效率的信息傳遞方式，在線社交或者遠(yuǎn)程通信不斷擴(kuò)張，社會聯(lián)系的經(jīng)濟(jì)價(jià)值也在增強(qiáng)。可以通過組織異地商會、舉辦學(xué)術(shù)交流會和其他民間組織交流會等形式，充分發(fā)揮社會聯(lián)系對跨區(qū)域經(jīng)濟(jì)活動(dòng)的積極影響。

參考文獻(xiàn)

陳浩、陸林、鄭嬗婷，2011，“珠江三角洲城市群旅游空間格局演化”，《地理學(xué)報(bào)》，第10期，第1427-1437頁。

黃新飛、陳珊珊、李騰，2014，“價(jià)格差異、市場分割與邊界效應(yīng)——基于長三角15個(gè)城市的實(shí)證研究”，《經(jīng)濟(jì)研究》，第12期，第18-32頁。

胡向婷、張璐，2005，“地方保護(hù)主義對地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的影響——理論與實(shí)證分析”，《經(jīng)濟(jì)研究》，第2期，第102-112頁。

胡艷、時(shí)浩楠，2017，“長三角城市群城市創(chuàng)新的空間關(guān)聯(lián)分析——基于社會網(wǎng)絡(luò)分析方法”，《上海經(jīng)濟(jì)研究》，第 4 期，第87-97頁。

廉曉梅、姜姿卉，2024，“東北地區(qū)經(jīng)濟(jì)聯(lián)系的空間格局演變及影響因素分析”，《城市問題》，第4期，第42-51頁。

劉毓蕓、徐現(xiàn)祥、肖澤凱，2015，“勞動(dòng)力跨方言流動(dòng)的倒U型模式”，《經(jīng)濟(jì)研究》，第10期，第134-146+162頁。

羅明忠，劉子玉，2022，“數(shù)字技術(shù)采納、社會網(wǎng)絡(luò)拓展與農(nóng)戶共同富裕”，《南方經(jīng)濟(jì)》，第3期，第1-16頁。

馬光榮、楊恩艷，2011，“社會網(wǎng)絡(luò)、非正規(guī)金融與創(chuàng)業(yè)”，《經(jīng)濟(jì)研究》，第3期，第83-94頁。

王芳芳、楊煥煥，2018，“粵港澳大灣區(qū)城市群空間經(jīng)濟(jì)網(wǎng)絡(luò)結(jié)構(gòu)及其影響因素研究——基于網(wǎng)絡(luò)分析法”，《華南師范大學(xué)學(xué)報(bào)（社會科學(xué)版）》，第4期，第110-120+191頁。

王山、劉文斐、劉玉鑫，2022，“長三角區(qū)域經(jīng)濟(jì)一體化水平測度及驅(qū)動(dòng)機(jī)制——基于高質(zhì)量發(fā)展視角”，《統(tǒng)計(jì)研究》，第12期，第104-122頁。

葉靜怡、武玲蔚，2014，“社會資本與進(jìn)城務(wù)工人員工資水平——資源測量與因果識別”，《經(jīng)濟(jì)學(xué)（季刊）》，第4期，第1303-1322頁。

張曉晴，譚一帆，徐維軍，2021，“粵港澳大灣區(qū)創(chuàng)業(yè)風(fēng)險(xiǎn)投資網(wǎng)絡(luò)演化及影響因素研究”，《南方經(jīng)濟(jì)》，第1期，第20-36頁。

種照輝、覃成林、葉信岳，2018，“城市群經(jīng)濟(jì)網(wǎng)絡(luò)與經(jīng)濟(jì)增長——基于大數(shù)據(jù)與網(wǎng)絡(luò)分析方法的研究”，《統(tǒng)計(jì)研究》，第1期，第13-21頁。

鄒琳、曾剛、曹賢忠、陳思雨，2015，“長江經(jīng)濟(jì)帶的經(jīng)濟(jì)聯(lián)系網(wǎng)絡(luò)空間特征分析”，《經(jīng)濟(jì)地理》，第6期，第1-7頁。

Atkin， D.， Chen， M.K. and Popov， A.， 2022， “The Returns to Face-to-Face Interactions： Knowledge Spillovers in Silicon Valley”， NBER Working Paper， No.w30147.

Bailey， M.， Cao， R.， Kuchler， T.， Stroebel， J. and Wong， A.， 2018， “Social Connectedness： Measurement， Determinants， and Effects”， Journal of Economic Perpectives， 32（3）： 259-280.

Barwick， P.J.， Liu， Y.， Patacchini， E. and Wu， Q.， 2023， “Information， Mobile Communication， and Referral Effects”， American Economic Review， 113（5）：1170-1207.

Bramoullé， Y.， Galeotti， A. and Rogers， B.， 2016， The Oxford Handbook of the Economics of Networks. New York： Oxford University Press.

Büchel， K. and Ehrlich， M.V.， 2020， “Cities and the Structure of Social Interactions： Evidence from Mobile Phone Data”， Journal of Urban Economics， 119： 103276.

Cairncross， F.， 2001， The Death of Distance： How the Communications Revolution Is Changing our Lives. Boston： Harvard Business School Press， 2001.

Diemer， A. and Regan， T.， 2022， “No Inventor Is an Island： Social Connectedness and the Geography of Knowledge Flows in the US”， Research Policy， 51（2）： 104416.

Duranton， G. and Puga， D.， 2015， “Handbook Region”， Urban Economic， 5： 467-560.

Dustmann， C.， Glitz， A.， Sch?nberg， U. and Brücker， H.， 2016， “Referral-Based Job Search Networks”， The Review of Economic Studies， 83 （2）： 514-46.

Eagle， N.， Macy， M. and Claxton， R.， 2010， “Network Diversity and Economic Development”， Science， 328（5981）：1029-1031.

Glaeser， E.L.， Kallal， H.D.， Scheinkman， J.A. and Shleifer， A.， 1992， “Growth in Cities”， Journal of Political Economy， 100 （6）： 1126-1152.

Goldenberg， J. and Levy， M.， 2009， “Distance Is Not Dead： Social Interaction and Geographical Distance in the Internet era”， arXiv preprint arXiv： 0906.3202.

Gong， H.， Hassink， R.， Tan， J. and Huang， D.， 2020， “Regional Resilience in Times of a Pandemic Crisis： The Case of COVID-19 in China”， Tijdschrift voor Economische en Sociale Geografie， 111 （3）： 497-512.

Ioannides， Y.M.， Overman， H.G.，" Rossi-Hansberg， E. and Schmidheiny， K.， 2008， “The Effect of Information and Communication Technologies on Urban Structure”， Economic Policy， 23 （54）： 201-242.

Jackson， M.O.， Rogers， B.W. and Zenou， Y.， 2020， Networks： An Economic Perspective， New York： Oxford University Press.

Kanamori， T.， 2011，“Reducing Inequality for Shared Growth in China： Strategy and Policy Options for Guangdong Province-By The World Bank”， Asian-Pacific Economic Literature Report， 25（2）： 171-172.

Keller， W.， 2004， “International Technology Diffusion”， Journal of Economic Literature， 42（3）： 752-782.

Kramarz， F. and Skans， O.N.， 2014， “When Strong Ties Are Strong： Networks and Youth Labour Market Entry”， Review of Economic Studies， 81 （3）： 1164-1200.

Kuchler， T.， Li， Y.， Peng， L.， Stroebel， J. and Zhou， D.， 2022， “Social Proximity to Capital： Implications for Investors and Firms”， The Review of Financial Studies， 35（6）： 2743-2789.

Kuchler， T. and Stroebel， J.， 2022， “Social Interactions， Resilience， and Access to Economic Opportunity： A Research Agenda for the Field of Computational Social Science”， Handbook of Computational Social Science for Policy， 405-419.

Park， P.S.， Blumenstock， J.E. and Macy， M.W.， 2018， “The Strength of Long-range Ties in Population-scale Social Networks”， Science， 362（6421）： 1410-1413.

Saygin， P.O.， Weber， A. and Weynandt，" M.A.， 2021， “Coworkers， Networks and Job Search Outcomes”， ILR Review， 74 （1）： 95-130.

Head， K.， Li， Y.A. and Minondo， A.， 2019， “Geography， Ties， and Knowledge Flows： Evidence from Citations in Mathematics”， Review of Economics and Statistics， 101（4）： 713-727.

Measuring Social Connectedness in Urban Clusters in China Based on Guangdong

Big Data： Spatial Characteristics and Influencing Factors

Li Ying Huang Xinfei Li Teng

Abstract： To give priority to the coordinated development of major regional urban Clusters in China is an important task to build a unified national market. Strengthening the social connectedness between urban clusters can reduce transaction costs and obstacles in communication， and then coordinate growth across regions in China. This paper uses the panel big data from December 2018 to October 2020 of a large operational telephone company in Guangdong to construct the indicators of social connectedness between 188 districts and explore their spatial characteristics and influencing factors. The statistical results show that Urban agglomerations show a multi-center network development pattern， and most districts （counties） have a high degree of social connectedness with the megacities. The spatial social network of Guangdong Province can be roughly divided into four cohesive subgroups. Social links between the central cities of the Guangdong-Hong Kong-Macao Greater Bay Area and their surrounding areas have been strengthened. The empirical results show that geographical distance is an important factor affecting the social connectedness of urban agglomerations. Additionally， the farther between regions， the fewer connections， while there are more social connectedness between the adjacent areas and the same cities. The reduction of travel time and cost of public transportation strengthens social connectedness between regions. Economic， cultural， and educational differences are also important factors affecting the social connectedness index between regions. Furthermore， the higher connections， while there are more social connectedness between the adjacent areas and the same cities. The reduction of travel time and cost of public transportation strengthens social connectedness between regions. Economic， cultural， and educational differences are also important factors affecting the social connectedness index between regions. Furthermore， the higher connections， the larger population flow and the higher level of technology diffusion. Based on mobile phone data， this paper provides new evidence for accelerating the integration process of urban clusters in China and helps understand regional economic development strategy.

Keywords： Social Connectedness; Urban Cluster; Phone Big Data; Spatial Characteristic

（責(zé)任編輯：徐久香）