组织机构法对世界城市网络的实证研究

普雷德（Pred）^[12]认为，在经济高度发达的城市体系中，大型多区位组织是城市间相互依赖关系的主要来源。大型多区位组织内部的组织联系（intraorganization linkages）为城市间的相互依赖和互动提供了微观动力基础。正是通过这种成组织内部联系为基础的城市体系内的相互依赖，管理服务、资本和信息等“流”得以在城市之间流动。因而要理解城市间的相互关系，多区位组织是最适合的考察对象。泰勒最早接受了普雷德这一思想，结合萨森所关注的全球生产者服务公司，他提出以全球生产者服务公司的分支机构的布局信息来度量城市之间联系。其后又有一些学者，利用不同的跨国多区位组织，对世界城市网络展开了经验研究。根据跨国多区位组织类型的不同，可以将采用组织机构法对世界城市网络进行的实证研究细分为三类：第一类是以全球生产者服务企业为样本的研究，第二类是以一般跨国公司为样本的研究，第三类是以非企业的跨国组织为样本的研究。根据采用的数据收集和处理方法的不同则可以分为两类：一类是以GaWC 研究网络的研究为代表的以全球高级生产者服务公司的内部办公网络为基础的连锁网络模型（interlocking network model），另一类则是以Alderson/Beckfield 的研究为代表的以多种类别的跨国公司总部与分支机构所有权关系为基础的所属联系模型（ownership linkage model）。

在世界城市的经验研究中，很多是通过跨国公司组织的城市地理分布来进行的。一个主要例子是Beaverstock^[13]等人提出的“世界城市名录”，基于城市高级生产者服务业的水平提出了一个包含55 个世界城市的名单，同时根据会计、广告、银行/金融和法律等全球服务公司的数量将这些城市划分为3 个等级。不过泰勒^[14]并没有沿用依据全球服务公司数量这种简单化的方法，而是提出了一种更精巧的处理方法。这种方法同样采用了高级生产者服务公司的分布信息，但对数据的处理方法却完全不同。新方法关注的不仅是服务提供量，更是对世界城市作为全球服务流动空间节点的经验评估。

泰勒收集了100 家全球服务公司在315 个城市的办公网点的信息。根据这些信息对每个网点的服务等级赋予0—5 分的分值，如若为企业全球总部记为5 分，没有分支机构则记为0 分。这样就得到了一个315（城市数量）×100（APS 企业数量）的APS 企业服务值矩阵。对于每一个城市而言，将100 个APS 企业在该城市的服务值加总起来，就得到了该城市总的服务能级。如果停步于此，泰勒的方法将与传统的方法没有实质性的差别。如果说有什么进步，也只是传统方法大多只关心跨国公司总部的位置，而泰勒的方法将分支机构的有关信息也考虑在内。

但接下来泰勒对数据进行了一步关键性的转换，使得通过APS 企业区位战略获取城市之间关联的信息成为可能。泰勒假定，如果两个城市拥有同一家公司的分支机构，则这两个城市产生关联的可能性就越大。并且这两个分支机构的服务值越大，其间产生的信息、知识、计划、教育等的内部沟通也越多，因而对所在地的两个城市之间的联系所作出的贡献也越大。因而，可以用两个机构服务值的乘积，作为该公司为这两个城市所带来的联系的度量。将所有公司为这一对城市贡献的联系加总起来就得到这两个城市之间总的联系。对于任意一个特定城市，将所有该城市与其他城市的联系加总到一起就得到该城市的全球连接度，这一指标是对对该城市在全球城市网络中地位的一个度量。

把上述思想用数学语言表达就是：假设有m 个APS 企业位于世界范围内的n 个城市。服务值矩阵就是一个m（公司）×n（城市）的矩阵，其中的服务值Vij 反映了j 公司在i 城市的办公机构的相对重要性。从服务值矩阵中可以得出一对城市之间关系的基本度量：

该指标反映了城市a 和b 之间通过公司j 产生的联系，这是两个城市之间通过一个公司产生的基本连接（elemental interlock）。汇总以后的城市连接为：

反映了城市a 和b 之间通过所有公司产生的连接。对于每一个城市而言，都有n-1 个此类连接，将这些连接值加总起来：

就得到了各个城市的全球连接度（interlock connectivity），这是一个能反映城市情境状态（situational status）的指标。

图3-2 世界城市网络的一个局部：10 个“alpha”级城市和三个APS 公司

泰勒用一个简化的例子——10 个世界城市通过3 个APS 公司相互连接（见图3-2），来说明上述计算过程。这一局部的世界城市网络的服务值矩阵见表3-2。然后再以芝加哥为例，展示如何计算一个城市与其他城市的网络连接度（表3-3）。表3-3 中的数值即公式1 中的rab，j值，如晋骥公司在芝加哥的服务值是2，在法兰克福的服务值是0，两者的乘积是0，因而表格中“法兰克福x 芝加哥（晋骥）”一格的数值为0；晋骥公司在芝加哥的服务值是2，在伦敦的服务值是3，两者的乘积是6，因而表格中“伦敦x 芝加哥（晋骥）”一格的数值为6。表3-3 最右侧一列的汇总数值是每个城市通过3家APS 公司获得连接值的和，也就是公式2 中的rab。将芝加哥与所有其他城市的rab值汇总起来，则得到芝加哥市的全球连接度57，也就是公式3 中的Na。同样地，对于其他9 个城市也可以分别计算rab和Na 值。利用这些数据，就可以对世界城市网络以及各个城市在世界城市网络中的地位进行深入地分析和研究。

表3-2 服务值矩阵

表3-3 芝加哥与其他城市的连接度的计算(www.xing528.com)

泰勒的方法在学术界得到广泛的认同，已经成为测量和分析城市网络的“事实上的方法”之一。它的应用已经不再局限于生产者服务公司，而是扩展到分析由伊斯兰金融服务^[15]、非政府组织^[16]和媒体公司^[17]所形成的城市网络。

不过，近年来已经有一些学者对泰勒的方法进行了反思和批评。有学者（Nordlund）^[18]认为泰勒使用的是伪关系数据，只不过是经过转化和变形的属性数据（城市拥有的APS 公司办公机构为属性数据），是“把苹果变成了桔子，或者说凭空产生的新数据”。的确，泰勒并没有使用真实的流动数据，而是基于城市联系源自跨国公司内部办公网点能级越高带来的联系越多这一假设，推算出来的替代性数据。不过，这一假设能否成立却是存疑的。这是因为跨国公司内部的组织结构是一个典型的层级体系，其总部到各级分支机构之间的垂直联系要远多于分支机构之间的水平联系。另有一些学者的意见不那么具有颠覆性，而是指出了泰勒的数据和方法存在的一些瑕疵或局限性，并给出了完善的方向。Neal^[19]认为，由于泰勒使用相对少量的公司（100 个）界定由相对大量的城市（315 个）组成的世界城市网络，导致网络的密度和集群性较高，因而网络中不可能出现环形、星形和链形结构。他认为有必要增加公司数量到与城市数量大致相当的程度，才能使任何网络结构都有出现的可能性，从而避免结构决定论（structural determinism）的问题。Hennemann 和Derudder^[20]也指出了泰勒的连锁网络模型得出的世界城市网络密度过高、难于用一般的网络分析技术处理的问题，他们提出了另外一种计算和分析网络连通度的方法。

Alderson 和Beckfield^[21]的研究展现了另一条通过组织机构法对世界城市网络进行研究的途径。他们的研究中，收集了2000年的446 个最大规模的跨国公司及其分支机构在3692 个城市的地理分布数据。他们认为跨国公司总部与分支机构的联系构成了总部所在城市与分支机构所在城市之间的直接互动，因此，通过计数城市之间存在的这种跨国公司总部—分支机构的所属关系，就能将原始的区位矩阵转化为城市与城市之间的关系矩阵。通过采用社会网络分析技术，他们以“出度中心度”（outdegree）等指标衡量城市的地位，以“块模型”（blockmodeling）等网络分析技术探查城市网络的结构。

我们同样用一个简化的例子来说明Alderson 和Beckfield 用来产生他们的数据的方法。原始数据同样储存一个城市×企业的矩阵中，矩阵中是跨国公司的总部和分支机构在各个城市的分布信息。譬如，A 公司的总部位于纽约，矩阵相应的位置赋值为2；在巴黎有一子公司，赋值为1；在伦敦没有任何分支机构，则赋值为0。那么如何从这些区位信息中获取有关城市之间关系的信息呢？答案很简单，只需要数一数任意两个城市之间存在多少条跨国公司的总部—分支机构关联即可。例如，在示例数据中，纽约有2 家跨国公司总部（A和E），其中有一家跨国公司（E）在伦敦有一家分支机构，因而纽约与伦敦的联系值就是1；反过来，在伦敦有2 家跨国公司总部（B 和F），在纽约都有分支机构，因而伦敦与纽约的联系值就是2。原始的城市—公司关系矩阵按照上述规则经过转换后，就得到了反映城市与城市之间关系的所属关联矩阵，这是一个有向（由总部所在城市指向分支机构所在城市）、有值（总部—分支机构联系的数量）的非对称矩阵。

表 3-4 城市—公司关系矩阵的转换

Alderson 和Beckfield 方法的优势是对城市关系的界定比较直观，因为毕竟跨国公司总部与分支机构的联系是真实存在的。但这一方法假定所有的流动都由总部城市指向分支机构城市却与最近的有关跨国公司的一些研究的发现不符。有研究发现，多区位公司组织具有自组织性，分支机构之间存在复杂多变的互动或者相对独立都是常见现象。另外，这一方法还可能过度夸大了总部的功能。公司的名义总部（法律/财务总部）与实际运营总部具有分离的趋势，如果用名义总部来界定总部—分支机构联系，就会带来很大误差。

表3-5 GaWC 和Alderson 和Beckfield 方法的比较

表3-5 显示了两种方法的异同。总的来看，GaWC 的方法在概念上更具优势。虽然全球500 强企业占据了世界经济流量的大部分，但世界城市的重要性不仅体现在联系的数量上，还体现在联系的质量上。高级生产者服务是更为高端的一种经济活动形式，得到公认的世界城市无一不是高级生产者服务业高度聚集的城市。而生产制造等产业的企业的选址却不一定如此。譬如，耐克总部就位于俄勒冈州的小城市，通过使用其他城市的高级服务控制全球体系的资产、分布、销售。可见，采用APS 公司更能从质上反映城市在世界经济中的真实功能。而Alderson 和Beckfield 的方法则在数据分析技术上更具优势。城市网络是社会网络的一种特殊形式，完全可以采用社会网络分析加以研究。社会网络分析理论与方法的发展，早已超越了早期小群体人际关系网络研究的范围，发展成一套处理关系型数据的通用方法。

两种方法可以相互借鉴、相互融合的地方还有很多。比如，可以采用Alderson 和Beckfield 的数据生成和处理方法对GaWC 关注的全球服务公司的所属关系进行分析。Alderson 和Beckfield 没有对跨国公司子公司的层级进行区分，这方面可以借鉴GaWC 的方法将子公司划分成不同层级并赋予不同的分值。在对关系强度的度量上也可以采用GaWC 的方法，采用两个公司之间的服务值的乘积。譬如一家总部位于纽约的公司（服务值为5），在伦敦有一家服务值为4 的子公司，在巴黎有一家服务值为1 的子公司。按照Alderson 和Beckfield 原来的方法，这家公司为纽约—伦敦和纽约—巴黎带来的联系值都为1。而按照新的方法，这家公司为纽约—伦敦带来的联系值为5×4=20，为纽约—巴黎带来的联系值为5×1=5。这意味着越高层级的子公司带来的联系更多，这显然更符合实际情况。新方法还能把子公司之间的横向关系也纳入进来。

两种方法存在一些共同的缺陷。首先，两种方法的起点都是一个包含办公网点相对重要性信息的城市×公司的数据矩阵。由于涉及两类主体，因而这是典型的二模网络数据。然而两种方法很多时候都将城市×公司的二模网络数据转化为城市—城市的一模网络数据使用，由此造成的信息的损失使某些网络结构不可能出现。实际上，社会网络已经发展出了成熟的处理二模网络数据的方法，因此这种转化完全是不必要的。其次，无论是GaWC 还是Alderson和Beckfield 的方法，都是主要考虑的企业内部组织机构之间的联系，而没有考虑企业之间的水平互动关系，事实上后者更能代表城市网络中城市之间的互动，这可能是两种方法共同的缺陷。不过考虑到企业之间的水平互动数据难以获取，这一缺陷可能难以弥补。最后，两种方法都是以企业数据为基础的研究，实际上只反映了城市间联系的一个侧面——经济联系。尽管经济联系是城市间关系的最为重要的一个侧面，但并不能代表城市间关系的全部。为了弥补这一不足，一些学者还以政治组织和社会组织替代企业组织将连锁城市网络模型应用于城市间关系政治、社会与文化维度的研究。