■ 唐曉靈　副教授　孫思思　通訊作者（西安建筑科技大學(xué)管理學(xué)院西安 710055）

銀行業(yè)集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及其溢出效應(yīng)

■ 唐曉靈副教授孫思思通訊作者（西安建筑科技大學(xué)管理學(xué)院西安 710055）

本文基于2001-2014年我國省域空間面板數(shù)據(jù)，構(gòu)建經(jīng)濟地理距離空間權(quán)重，利用修正引力模型，采用社會網(wǎng)絡(luò)分析方法研究銀行業(yè)集聚空間關(guān)聯(lián)網(wǎng)絡(luò)的關(guān)聯(lián)性；利用時空固定效應(yīng)的空間杜賓模型檢驗銀行業(yè)集聚空間關(guān)聯(lián)網(wǎng)絡(luò)的空間溢出效應(yīng)。

引力模型 社會網(wǎng)絡(luò)分析 銀行業(yè)集聚 空間關(guān)聯(lián)網(wǎng)絡(luò) 空間溢出

理論上，由于銀行業(yè)資源的供給與需求在空間上的非均衡性，銀行業(yè)資源的空間分布格局勢必會呈現(xiàn)非均衡形態(tài)。實際上，我國銀行業(yè)在地區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、金融結(jié)構(gòu)等多種因素的共同作用下，銀行資產(chǎn)在地理空間上發(fā)生了顯著變化。存款、貸款區(qū)域集中趨勢顯著，區(qū)域差異化逐漸擴大，呈現(xiàn)出顯著的空間非均衡性，與各地區(qū)實際經(jīng)濟均衡發(fā)展理念相悖。Michetti and Purificato（2013）研究了區(qū)域金融集聚程度對經(jīng)濟活動空間分布的影響，表明企業(yè)更愿意遷移到銀行業(yè)集聚的地區(qū)。李林、丁藝和劉志華（2011）運用空間計量模型分析金融集聚與區(qū)域經(jīng)濟增長的空間效應(yīng)，證實了銀行業(yè)集聚與經(jīng)濟增長的空間溢出效應(yīng)最為顯著。李小建、周雄飛和衛(wèi)春江（2006）的研究指出中國欠發(fā)達地區(qū)的國有商業(yè)銀行業(yè)逐漸向中心城市集聚的格局遏制了非中心地區(qū)的發(fā)展。

從研究方法上看，上述文獻多采用普通面板或空間計量模型估計，忽視了銀行業(yè)集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)。然而地區(qū)銀行業(yè)在空間上存在復(fù)雜的網(wǎng)絡(luò)關(guān)聯(lián)，且網(wǎng)絡(luò)結(jié)構(gòu)特征同樣影響銀行業(yè)集聚的空間溢出。不乏學(xué)者研究銀行業(yè)的空間關(guān)聯(lián)網(wǎng)絡(luò)，蘇明政和張慶君（2014）研究我國銀行共同貸款關(guān)系網(wǎng)絡(luò)，結(jié)果表明處于核心地位的是國有商業(yè)銀行，且銀行之間的聯(lián)系更加頻繁。但大多數(shù)研究并未同時考慮地理和經(jīng)濟距離的影響，僅研究各銀行之間的貸款網(wǎng)絡(luò)關(guān)聯(lián)性。

綜上所述，已有文獻研究主要有兩個局限：一是利用空間計量模型研究銀行業(yè)的空間集聚和空間溢出特征，設(shè)置空間權(quán)重并考察地理鄰近效應(yīng)對銀行業(yè)的溢出效應(yīng)。局限于地理上相鄰或相近，忽視了空間溢出的網(wǎng)絡(luò)關(guān)聯(lián)。二是從銀行貸款視角出發(fā)研究銀行之間的內(nèi)部聯(lián)系，而中國銀行儲蓄體量大，僅研究內(nèi)部聯(lián)系難揭示地區(qū)銀行業(yè)之間的空間分布。且少有文獻在省域?qū)用嫜芯裤y行業(yè)集聚的空間網(wǎng)絡(luò)結(jié)構(gòu)特征。本文建立銀行業(yè)集聚指標，構(gòu)建集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)，運用社會網(wǎng)絡(luò)分析（SNA）測度網(wǎng)絡(luò)密度，用中心性分析考察各省域銀行業(yè)集聚在空間關(guān)聯(lián)網(wǎng)絡(luò)中的地位和角色；通過塊模型分析銀行業(yè)的空間聚類方式；采用時空固定效應(yīng)空間杜賓模型研究銀行業(yè)集聚空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的空間溢出效應(yīng)。

方法與數(shù)據(jù)

（一）銀行業(yè)集聚的空間關(guān)聯(lián)關(guān)系

SNA使用圖論工具和數(shù)學(xué)模型構(gòu)建社會關(guān)聯(lián)網(wǎng)絡(luò)并探索網(wǎng)絡(luò)中整體和個體的特征及其效應(yīng)。選用修正引力模型，基于關(guān)系數(shù)據(jù)刻畫銀行業(yè)集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征，為了增強引力模型的解釋力度，采用修正引力模型見式（1）。其中，i、j為省域；Rij為省域銀行業(yè)集聚的引力；Hi和Hj代表人力資本，用每萬人中受高等教育的人數(shù)表示；Gi和Gj為實際人均GDP；LQ為銀行業(yè)的區(qū)位熵指數(shù)。Bi為省域i銀行儲蓄存款總額；B為全國銀行儲蓄存款總額；Pi為省域i的人口總數(shù)；P為全國人口總數(shù)。 Dij/（gi-gj）表示省域之間的經(jīng)濟地理距離，（gi-gj）為省域之間的人均GDP的差值。

（二）數(shù)據(jù)來源及空間權(quán)重

數(shù)據(jù)源于2001-2014年《中國統(tǒng)計年鑒》和《中國金融統(tǒng)計年鑒》，地區(qū)生產(chǎn)總值以2000年為基期進行平減，人力資本為省域每萬人中受高等教育人數(shù)表示，數(shù)據(jù)均取其對數(shù)值，省域之間的距離為GIS計算的省會城市之間的球面距離。本文選用經(jīng)濟地理距離空間權(quán)重矩陣，既考慮了地理距離的影響，也考慮了經(jīng)濟水平差異的影響，且適用性更顯著。

圖1　2014年銀行業(yè)集聚的空間溢出網(wǎng)絡(luò)結(jié)構(gòu)圖

圖2　銀行業(yè)集聚板塊之間的關(guān)聯(lián)關(guān)系

實證研究

（一）銀行業(yè)集聚的空間網(wǎng)絡(luò)關(guān)聯(lián)結(jié)構(gòu)

采用UCINET繪制2014年銀行業(yè)集聚的空間網(wǎng)絡(luò)圖，可視化結(jié)構(gòu)圖可以反映出省際銀行業(yè)集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)。如圖1所示，可觀察出銀行業(yè)集聚的空間關(guān)聯(lián)表現(xiàn)出復(fù)雜的空間溢出關(guān)系，但整體上31省域尚未形成完整的環(huán)狀經(jīng)濟網(wǎng)絡(luò)聯(lián)系，部分省域網(wǎng)絡(luò)參與度較低。

網(wǎng)絡(luò)密度與距離。網(wǎng)絡(luò)密度為實際關(guān)聯(lián)數(shù)與理論最大關(guān)系數(shù)的比值，網(wǎng)絡(luò)空間關(guān)聯(lián)的最大關(guān)系數(shù)為930條。由空間溢出網(wǎng)絡(luò)圖可知，2001年銀行業(yè)集聚的空間網(wǎng)絡(luò)關(guān)系總數(shù)為221條，網(wǎng)絡(luò)密度為0.238；2014年關(guān)聯(lián)總數(shù)為216條，網(wǎng)絡(luò)密度為0.232。證明樣本考察期內(nèi)省域銀行業(yè)集聚的網(wǎng)絡(luò)密度保持平穩(wěn)趨勢，整體網(wǎng)絡(luò)存在較大發(fā)展空間。網(wǎng)絡(luò)距離是度量兩個省域之間實現(xiàn)信息交流和資源共享經(jīng)過的中間省域數(shù)。研究表明網(wǎng)絡(luò)中所有省域之間都具有可達性，無孤立省域，平均距離2.262，最大距離6，最小距離1，凝聚力0.468，說明網(wǎng)絡(luò)中每一省域平均經(jīng)過不到兩個省域就能聯(lián)系到另一個省域。

表1　銀行業(yè)集聚關(guān)聯(lián)網(wǎng)絡(luò)的集中趨勢指標表

表2　銀行業(yè)集聚空間關(guān)聯(lián)板塊的溢出關(guān)系

表3　銀行集聚空間關(guān)聯(lián)板塊的密度矩陣與像矩陣

（二）中心性分析

1.點度中心度。點度中心度是依據(jù)網(wǎng)絡(luò)中各省域與其他省域的關(guān)聯(lián)數(shù)量來衡量其所處的中心位置，點度中心度高的省域處于網(wǎng)絡(luò)中心位置。據(jù)表1統(tǒng)計結(jié)果知，我國31省域的點度中心度平均值為37，高于均值的省域為上海、天津、北京、江蘇、浙江、廣東、山東、內(nèi)蒙古和貴州，說明這些省域的銀行業(yè)集聚與其他省域的空間關(guān)聯(lián)關(guān)系較緊密。上海的點度中心度為93，原因是上海與其他30省域中的28個省域都有空間關(guān)聯(lián)關(guān)系，說明上海處于空間關(guān)聯(lián)網(wǎng)絡(luò)的中心位置。吉林和黑龍江的點度中心度最低，說明它們與其他省域的空間聯(lián)系較少，積極性未能充分調(diào)動。點度中心勢為60.46%，說明整個網(wǎng)絡(luò)內(nèi)各省域之間的聯(lián)系比較緊密，銀行資金交流頻繁。

2.中介中心度。中介中心度衡量特定省域在銀行業(yè)集聚和溢出關(guān)系中對其他省域銀行業(yè)資源的控制程度和作為中間人的能力。其值越高的省域越處于網(wǎng)絡(luò)的中心，控制和支配其他省域獲取銀行業(yè)資源的能力愈強。表1表明，中介中心度的平均值2.18，高于均值的省域為上海、北京、天津、江蘇、浙江、廣東，說明這些省域在銀行業(yè)集聚空間關(guān)聯(lián)網(wǎng)絡(luò)中對其他省域的銀行資源的控制力較顯著。上海的中介中心度最高，為18.74，上海作為國內(nèi)金融中心是空間關(guān)聯(lián)網(wǎng)絡(luò)中的樞紐，具備匯聚各省域銀行業(yè)資源的優(yōu)勢，最能控制其他省域銀行業(yè)資源的空間集聚，在網(wǎng)絡(luò)中發(fā)揮著“橋梁”和“中介”作用。吉林、黑龍江的中介中心度最低，說明它們參與網(wǎng)絡(luò)內(nèi)的銀行業(yè)集聚與溢出的能力較弱，與其他省域的聯(lián)系程度不高。整體網(wǎng)絡(luò)的中介中心勢為14.76%，表明只有少數(shù)處于核心地位的省域具有較強的控制能力，整個網(wǎng)絡(luò)的控制能力不顯著。

3.接近中心度。接近中心度衡量省域在網(wǎng)絡(luò)中不受其他省域控制和支配的程度。接近中心度越高的省域越處于核心位置，傳遞信息、獲取資源的能力更強。表1的統(tǒng)計數(shù)據(jù)表明，接近中心度的均值為62，大于均值的有上海、北京、天津、江蘇、浙江、廣東，這些省域能快速與其他省域產(chǎn)生內(nèi)在溝通和聯(lián)系，它們在網(wǎng)絡(luò)中演繹著中心行動者的角色，與其他省域的聯(lián)系效率更高，獲取銀行資源的能力較強。吉林和黑龍江的接近中心度最低，它們與其他節(jié)點之間是松散關(guān)聯(lián)的，居于整體網(wǎng)絡(luò)的邊緣位置。

中心勢越接近于1，說明網(wǎng)絡(luò)集中趨勢越顯著。整個網(wǎng)絡(luò)的點出度中心勢和點入度中心勢入為10%和72%，二者差距較大，說明銀行業(yè)集聚的關(guān)聯(lián)性存在很大的不對稱性。從點入度角度看，銀行業(yè)集聚關(guān)系的整個網(wǎng)絡(luò)中心勢更顯著。整體網(wǎng)絡(luò)的標準化中介中心勢是為15%，說明整個網(wǎng)絡(luò)向某個點集中的趨勢并不顯著。

（三）塊模分析

我國31省域的經(jīng)濟發(fā)展在地理空間上分為多個經(jīng)濟區(qū)，且銀行業(yè)集聚的整體網(wǎng)絡(luò)也存在不同分區(qū)，采用CONCOR對31省域進行分區(qū)，將31省域分為四個板塊。Ⅰ板塊的省域有北京、天津、內(nèi)蒙古、山東，這4個省域集中在環(huán)渤海經(jīng)濟區(qū)；Ⅱ板塊有江蘇、廣東、福建、上海和浙江，集中于長三角和珠三角地區(qū)；Ⅲ板塊為吉林、河北、安徽、黑龍江、遼寧、河南、山西；Ⅳ板塊的為江西、湖北、廣西、海南、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆，這15個省域的銀行資源的市場配置能力和集聚能力相對薄弱。

板塊網(wǎng)絡(luò)密度大于整體網(wǎng)絡(luò)密度的板塊賦值為1，反之為0，將多值密度矩陣轉(zhuǎn)為像矩陣。則據(jù)表2、表3可知，銀行業(yè)集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)中板塊內(nèi)部之間的關(guān)聯(lián)系數(shù)36個，板塊之間關(guān)系數(shù)為180個，說明板塊之間銀行業(yè)集聚存在顯著的空間關(guān)聯(lián)關(guān)系。第Ⅰ板塊的內(nèi)部關(guān)聯(lián)關(guān)系8個，溢出關(guān)系27個，接收板塊外的溢出關(guān)系58個，板塊Ⅰ不僅存在內(nèi)部銀行業(yè)集聚的空間網(wǎng)絡(luò)關(guān)聯(lián)，還接收板塊Ⅲ和Ⅳ的溢出關(guān)系，說明經(jīng)濟發(fā)展水平高、人力資本高度集中的京津冀地區(qū)在銀行資源高度集中的同時，仍需大量資金支持；向板塊外的溢出關(guān)系19個，溢出接收比為33%，則板塊Ⅰ是“雙向溢出”板塊。Ⅱ板塊的溢出關(guān)系29個，內(nèi)部關(guān)系6個，板塊外溢出23個，接收板塊外溢出關(guān)系80個，期望內(nèi)部關(guān)系比例13%，實際內(nèi)部關(guān)系比例21%，該板塊主要接收塊Ⅱ、Ⅲ、Ⅳ的溢出關(guān)系，江蘇、廣東、福建、上海和浙江5個省域的產(chǎn)業(yè)基礎(chǔ)雄厚、人力資本顯著集中、配套能力強，是我國巨大的經(jīng)濟腹地，是銀行業(yè)高度集聚的地區(qū)，但在快速發(fā)展時期，對銀行資源的需求程度依然較高，因此第Ⅱ板塊為“凈受益”板塊。第Ⅲ板塊的溢出關(guān)系為37，板塊內(nèi)部關(guān)系為9，板塊外溢出為28，接收板塊外關(guān)系為23，板塊溢出數(shù)大于接收數(shù)，因此該板塊為“經(jīng)紀人”板塊，在銀行業(yè)資源集聚的空間網(wǎng)絡(luò)中扮演著“中介媒體”和“橋梁”作用。第Ⅳ板塊的溢出關(guān)系數(shù)123個，板塊內(nèi)部關(guān)系13個，板塊外溢出關(guān)系110個，接收其他板塊溢出關(guān)系19個，實際內(nèi)部關(guān)系比例11%小于期望內(nèi)部關(guān)系比例47%，因此該板塊為“凈溢出”板塊。板塊之間的關(guān)聯(lián)關(guān)系如圖2所示。

銀行業(yè)集聚空間關(guān)聯(lián)網(wǎng)絡(luò)的效應(yīng)分析

（一）空間面板數(shù)據(jù)模型選擇

本文以樣本考察期內(nèi)銀行業(yè)集聚程度為被解釋變量，分別以點度中心度、接近中心度、中介中心度作為解釋變量。SDM同時考慮了解釋變量和被解釋變量的空間相關(guān)性，則選用該模型分析網(wǎng)絡(luò)結(jié)構(gòu)中性心對銀行業(yè)集聚的影響。SDM設(shè)定為：

（二）空間溢出效應(yīng)分析

固定效應(yīng)模型的誤差項和解釋變量相關(guān)，隨機效應(yīng)模型的誤差項和解釋變量不相關(guān)。檢驗的估計值為40.77，自由度為7，p＜0.025，則選用固定效應(yīng)的SDM模型實證分析本案例更加有效，時空固定效應(yīng)偏誤校正模型的W*Log（LQ）的系數(shù)為0.517，通過了1%的顯著性水平的檢驗，表明銀行業(yè)集聚存在顯著的空間溢出效應(yīng)。

表4　空間和時間效應(yīng)并存的SDM模型的估計結(jié)果

表4中，點度中心度系數(shù)為1.74，當(dāng)其提高1%時，銀行業(yè)集聚程度提高1.74%，說明銀行業(yè)越向某一特定地區(qū)高度集中，網(wǎng)絡(luò)局部關(guān)聯(lián)程度就越低，越不利于銀行金融資源的擴散。因此，對于點度中心度較高的上海、北京、浙江和江蘇等地區(qū)應(yīng)降低點度中心度，加強銀行業(yè)資源的空間溢出能力，從而提高整體網(wǎng)絡(luò)密度，增強整體網(wǎng)絡(luò)對個體省域的影響。中介中心度的系數(shù)為-6.92，該值每提高1%，銀行業(yè)集聚程度下降-6.92%，該值提高的省域能精準控制其他省域的銀行資源的流動數(shù)量和方向，強化自身的空間溢出作用。接近中心度系數(shù)為-0.07，該值每提高1%，銀行集聚程度下降-0.07%，各省域應(yīng)提高接近中心度，使得整體網(wǎng)絡(luò)中各省域之間的相互依賴關(guān)系更緊密。吉林、河北和黑龍江應(yīng)增進與關(guān)聯(lián)網(wǎng)絡(luò)中的樞紐省域如上海、北京、天津、江蘇、浙江的關(guān)系，從而降低其銀行集聚程度。

結(jié)論與政策建議

（一）結(jié)論

1.整體網(wǎng)絡(luò)結(jié)構(gòu)特征。樣本考察期內(nèi)，我國銀行業(yè)集聚空間關(guān)聯(lián)的整體網(wǎng)絡(luò)密度保持平穩(wěn)趨勢，省際銀行業(yè)集聚的空間關(guān)聯(lián)關(guān)系的提升空間較大。

2.網(wǎng)絡(luò)中心性。上海、天津、北京、江蘇、浙江、廣東、山東、內(nèi)蒙古和貴州9個省域的點度中心度大于平均值，寧夏、湖南、吉林、黑龍江的點度中心度最低；上海、北京、天津、江蘇、浙江、廣東6個省域的中介中心度高于平均值，上海、北京、天津等地區(qū)在銀行業(yè)集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)中處于樞紐地位，最能控制其他省域銀行資源的空間集聚，并在網(wǎng)絡(luò)中發(fā)揮“橋梁”作用。整體網(wǎng)絡(luò)的中介中心勢為14.76%，表明整體網(wǎng)絡(luò)的控制能力不顯著，只有少數(shù)核心省域的控制能力較強；上海、北京、天津、江蘇、浙江、廣東6個省域接近中心度高于均值，這些省域在銀行業(yè)集聚中演繹著中心行動者的角色，吉林、黑龍江處于整體網(wǎng)絡(luò)的邊緣。

3.塊模型分析。北京、天津、內(nèi)蒙古、山東4個省域位于第Ⅰ板塊，在網(wǎng)絡(luò)中是“雙向溢出”的角色。江蘇、廣東、福建、上海、浙江5個省域處于第Ⅱ板塊，是“凈收益”的板塊。銀行業(yè)資源集聚程度較低的省域如吉林、河北、安徽、黑龍江、遼寧、河南、山西在網(wǎng)絡(luò)中扮演著“經(jīng)紀人”的角色。其余15個省域為“凈溢出”的角色，印證了銀行資源集聚的非均衡性，經(jīng)濟發(fā)達地區(qū)銀行資源隨著經(jīng)濟的發(fā)展和人力資本的增強而愈加集中。

4.空間溢出效應(yīng)分析。銀行業(yè)集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)存在顯著的空間溢出效應(yīng)，其點度中心度的降低和中介中心度、接近中心度的提高有利于增強網(wǎng)絡(luò)中各省域之間的關(guān)聯(lián)性。

（二）政策建議

一是全面優(yōu)化銀行資源的空間網(wǎng)絡(luò)結(jié)構(gòu)，使得經(jīng)濟發(fā)達地區(qū)帶動銀行資源相對稀缺的地區(qū)，實現(xiàn)全面協(xié)調(diào)的發(fā)展，改善兩級分化的現(xiàn)狀。二是充分考慮銀行業(yè)集聚空間關(guān)聯(lián)網(wǎng)絡(luò)的省域和板塊結(jié)構(gòu)特征，采用區(qū)域差別化政策，根據(jù)各板塊的個性特征制定合理的經(jīng)濟刺激政策。三是減少省際資金流動的壁壘，縮小省際經(jīng)濟、技術(shù)、人才的差距，促進整體銀行集聚程度的降低，不斷提升銀行資源的空間公平性。

1.林毅夫，姜燁.經(jīng)濟結(jié)構(gòu)，銀行業(yè)結(jié)構(gòu)與經(jīng)濟發(fā)展——基于分省面板數(shù)據(jù)的實證分析［J］.金融研究， 2006（1）

2.彭寶玉，李小建.1990年代中期以來我國銀行業(yè)空間系統(tǒng)變化研究［J］.經(jīng)濟地理，2009，29（5）

3.Commendatore P，Michetti E，Purificato F.Financial development and agglomeration［J］.MPRA Paper：2013

4.李林，丁藝，劉志華.金融集聚對區(qū)域經(jīng)濟增長溢出作用的空間計量分析［J］.金融研究，2011，5（3）

5.李小建，周雄飛，衛(wèi)春江等.發(fā)展中地區(qū)銀行業(yè)空間系統(tǒng)變化——以河南省為例［J］.地理學(xué)報， 2006，61（4）

6.蘇明政，張慶君.基于復(fù)雜網(wǎng)絡(luò)的我國銀行共同貸款關(guān)系網(wǎng)絡(luò)研究［J］.財貿(mào)經(jīng)濟，2014（3）

7.鄧向榮，劉文強.金融集聚對產(chǎn)業(yè)結(jié)構(gòu)升級作用的實證分析［J］.南京社會科學(xué)，2013 （10）

8.Scott， John. Social Network Analysis：A Handbook［J］. Contemporary Sociology，2000，22（1）

9.劉軍.整體網(wǎng)分析講義——UCINET軟件實用指南［M］.格致出版社，2014

10.劉華軍，劉傳明，孫亞男.中國能源消費的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征及其效應(yīng)研究［J］.中國工業(yè)經(jīng)濟， 2015（5）

11.許海平，王岳龍.我國城鄉(xiāng)收入差距與全要素生產(chǎn)率——基于省域數(shù)據(jù)的空間計量分析［J］.金融研究， 2010（10）

教育部人文社科研究項目“資源環(huán)境約束下我國產(chǎn)業(yè)結(jié)構(gòu)

F832.3

A

合理化評價及調(diào)整政策研究”（項目編號：13YJA790070）