汪 菲，羅 皓，王長建，葉玉瑤，張虹鷗，林曉潔，陳 靜

（1.廣州新華學院 資源與城鄉(xiāng)規(guī)劃學院，廣州 510520；2.廣東省科學院廣州地理研究所，廣東省地理空間信息技術與應用公共實驗室/廣東省遙感與地理信息系統(tǒng)應用重點實驗室，廣州 510070；3.粵港澳大灣區(qū)戰(zhàn)略研究院，廣州 510070；4.廣東工業(yè)大學 建筑與城市規(guī)劃學院，廣州 510090）

隨著全球化和信息化交互推進，世界經(jīng)濟的“地點空間”正在被“流的空間”所代替（陸大道，2017）。不同類型企業(yè)及其企業(yè)內(nèi)部（Intra-firm）、企業(yè)之間（Inter-firm）、企業(yè)之外（Extra-firm）的“流”被用來探討城市間不同功能聯(lián)系（馬海濤，2020；黃曉東 等，2021）。Taylor 及其領導的全球化與世界城市研究網(wǎng)絡（Globalization and World City Research Network, GaWC）是目前世界城市網(wǎng)絡（World City Network, WCN）研究的主流之一，著眼于金融、廣告、法律、會計、管理咨詢等高級生產(chǎn)性服務業(yè)（Advanced Producer Services, APS）在全球的分布，運用高級生產(chǎn)性服務企業(yè)總部及其分支機構空間分布數(shù)據(jù)衡量城市在世界中的連通性及其功能（Taylor, 2001, 2005; Taylor et al., 2002），主要刻畫以西方為主的發(fā)達國家經(jīng)濟力量主導下的世界城市網(wǎng)絡（薛德升 等，2018）。伴隨著服務經(jīng)濟的快速發(fā)展，APS對塑造空間結構與功能聯(lián)系格局的意義愈發(fā)凸顯，是區(qū)域內(nèi)部協(xié)調(diào)發(fā)展的強大動力（Zhao et al., 2014; Zhang et al., 2016）。金融業(yè)是APS 中最具代表性的行業(yè)部門（李小建，2006a），金融服務網(wǎng)絡在空間上表現(xiàn)為節(jié)點與鏈接的復合式空間系統(tǒng)（Bardoscia et al., 2021；武巍 等，2005）。銀行相比保險、證券等具有運行系統(tǒng)成熟、空間分布廣泛等特點（李小建 等，2006b；賀燦飛 等，2013），能較好地表征城市網(wǎng)絡空間結構（尹俊 等，2011）。對于銀行業(yè)而言，構建以數(shù)據(jù)為中心的現(xiàn)代金融服務體系，是當前數(shù)字經(jīng)濟的時代要求。數(shù)字化轉(zhuǎn)型背景下，由實體銀行網(wǎng)點鏈接的城市網(wǎng)絡結構，可以相對直觀地表征城市之間的金融聯(lián)系，是對資金流所構建的銀行間/城市間真實金融聯(lián)系的有益補充。國內(nèi)基于銀行網(wǎng)點構建的城市網(wǎng)絡在尺度上具有多樣性，大多以全國尺度為主（尹俊 等，2011；馬學廣 等，2017；趙金麗 等，2018）。構建城市網(wǎng)絡的銀行網(wǎng)點主要圍繞多個銀行企業(yè)或針對國有銀行（李小建 等，2006b；賀燦飛 等，2013）、地方性銀行（李瑋 等，2013）、外資銀行（劉丙章等，2021）等單一類型探究銀行（金融）網(wǎng)絡結構及其形成機制。如尹俊等（2011）通過利用銀行、證券、保險等63家企業(yè)總部分支機構在國內(nèi)的地理分布，揭示了以北京為核心的環(huán)渤海、以上海為核心的長三角、以深圳和廣州為核心的珠三角的中國城市網(wǎng)絡空間結構；馬學廣等（2017）以33家國內(nèi)外銀行網(wǎng)點數(shù)據(jù)，區(qū)分國有銀行、股份制銀行和外資銀行等不同類型的金融聯(lián)系，揭示了以京津冀、長三角、珠三角、成渝和長江中游等5個城市群為核心的中國城市網(wǎng)絡化空間聯(lián)系結構；張杰等（2022）借助193家銀行、236家保險、133家證券、128 家基金和149 家期貨等金融企業(yè)數(shù)據(jù)和聯(lián)鎖網(wǎng)絡模型，揭示了中國城市間金融網(wǎng)絡的空間演化；季菲菲等（2014）以長三角地區(qū)城市商業(yè)銀行分布數(shù)據(jù)為基礎，揭示了長三角地區(qū)金融機構網(wǎng)絡分布格局；武前波等（2021）以浙江省19家國內(nèi)銀行的總部分支數(shù)據(jù)，利用聯(lián)鎖網(wǎng)絡模型和社會網(wǎng)絡分析揭示浙江省城鎮(zhèn)網(wǎng)絡空間的結構特征；潘蘇等（2019）以福布斯2000強的APS企業(yè)和制造業(yè)前40位的跨國企業(yè)為基礎，揭示了粵港澳大灣區(qū)城市網(wǎng)絡結構呈現(xiàn)出“以香港為中心”向“以香港、深圳、廣州等為多中心”演化的趨勢；在關注銀行網(wǎng)點的對內(nèi)金融聯(lián)系的同時，相關研究進一步拓展銀行網(wǎng)點的對外金融聯(lián)系，薛德升等（2018）以中資商業(yè)銀行的總部分支數(shù)據(jù)為基礎，揭示了其連接下的世界城市網(wǎng)絡格局的演變，彌補了中國等新興經(jīng)濟體經(jīng)濟動力影響下的世界城市網(wǎng)絡的研究不足?？傮w而言，當前基于銀行企業(yè)的網(wǎng)絡構建大多以城市尺度居多，區(qū)縣尺度研究相對匱乏；同時，銀行企業(yè)的類型較為單一，綜合所有銀行類型的研究相對較少。

粵港澳大灣區(qū)作為國家戰(zhàn)略區(qū)域，2020年GDP累計115 191.5億元，廣州、深圳、珠海、香港及澳門的第三產(chǎn)業(yè)比例達50%以上，高速的經(jīng)濟發(fā)展刺激著對銀行服務的需求。中共中央 國務院（2019）印發(fā)《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》，明確提出要發(fā)揮香港在金融領域的帶動作用，發(fā)展與完善廣州、深圳及澳門的金融服務體系及資本市場，支持部分港澳的外資銀行在廣州南沙、深圳前海等重要自貿(mào)區(qū)設置分支，促進金融市場聯(lián)通。然而當前粵港澳大灣區(qū)的要素整合正處于起步階段，金融網(wǎng)絡的聯(lián)系效率還有待提高（巴曙松 等，2019；王長建 等，2022a）。因此，本文基于粵港澳大灣區(qū)國有商業(yè)銀行、全國性股份制銀行、港澳銀行及外資銀行、城市商業(yè)銀行等26家銀行的網(wǎng)點數(shù)據(jù)，運用聯(lián)鎖網(wǎng)絡模型刻畫區(qū)域內(nèi)部各區(qū)縣的金融聯(lián)系，并挖掘各類銀行對網(wǎng)絡中不同節(jié)點聯(lián)系量的貢獻差別，以期豐富APS金融聯(lián)系視角下縣域尺度銀行網(wǎng)絡研究，對于促進粵港澳大灣區(qū)內(nèi)部的多尺度金融協(xié)同發(fā)展提供決策參考。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 聯(lián)鎖網(wǎng)絡模型 將聯(lián)鎖網(wǎng)絡模型中的企業(yè)網(wǎng)絡向城市網(wǎng)絡的轉(zhuǎn)換思想具體應用到銀行網(wǎng)點（倪鵬飛 等，2011；薛德升 等，2018；王長建 等，2022b），并進行圖解（圖1），包括2 個關鍵問題：1）等級問題。即不同等級銀行網(wǎng)點之間所產(chǎn)生的聯(lián)系程度存在差異，通常情況下銀行總部以金融資本流量對各級分支起統(tǒng)籌和支配作用，往往比同等級分支間的聯(lián)系流量大，如地區(qū)A、C、D之間通過銀行a 所產(chǎn)生的聯(lián)系中，地區(qū)A 憑借該銀行總部優(yōu)勢取得較大的關聯(lián)性。當然總部或高層級分支所起的支配或帶動作用還取決于接收端的銀行網(wǎng)點等級，如地區(qū)D 的銀行d等級較低，通過該銀行與地區(qū)B 產(chǎn)生的聯(lián)系較弱。2）存在問題。即便自身銀行企業(yè)或網(wǎng)點數(shù)量較多、等級較高，當其他地區(qū)不存在該類銀行時，聯(lián)系便無法形成，如銀行e、f僅在地區(qū)D布局，使該地區(qū)無法與其他地區(qū)產(chǎn)生密切的聯(lián)系。在上述2個問題的基礎上，將不同級別銀行網(wǎng)點間的企業(yè)聯(lián)系映射到地區(qū)空間，即可得到金融聯(lián)系下的城市網(wǎng)絡，并且不同類型銀行差異性較大，對城市網(wǎng)絡結構特征產(chǎn)生差異化影響。

圖1 銀行網(wǎng)點與城市網(wǎng)絡的映射關系Fig.1 Mapping relationship between the bank branches and urban networks

利用聯(lián)鎖網(wǎng)絡模型計算各區(qū)縣之間的聯(lián)系強度，以建立基于銀行網(wǎng)點的粵港澳大灣區(qū)城市網(wǎng)絡，按銀行機構的總行、區(qū)域性總部、一級分行、二級分行、支行及儲蓄所/營業(yè)廳5個級別（不包括ATM 與自助銀行），由高到低依次賦權為5～1 分（薛德升 等，2018）。香港、澳門地區(qū)的部分銀行網(wǎng)點雖然名稱為分行，但主要按街道單位布置，服務功能與支行較為接近，因而按支行賦權，部分地區(qū)性網(wǎng)點則按區(qū)域性總部賦權。計算j銀行網(wǎng)點在i地區(qū)的服務價值Vij（Kogut et al., 2001）：

式中：h表示網(wǎng)點的級別；ωh為網(wǎng)點級別的權重；nij，h表示h級j銀行網(wǎng)點在i地區(qū)的個數(shù)。計算整理得到大灣區(qū)銀行網(wǎng)點的金融服務價值矩陣，并計算j銀行網(wǎng)點在兩地區(qū)之間的單位鏈接值rabj：

式中：Vaj和Vbj分別表示j銀行網(wǎng)點在地區(qū)a、地區(qū)b的服務價值。將a、b地區(qū)之間所有銀行單位的鏈接值相加，即可得到兩地區(qū)間的鏈接值rab及地區(qū)自身的總鏈接值Na：

1.1.2 社會網(wǎng)絡分析方法 社會網(wǎng)絡分析是挖掘網(wǎng)絡特征的常用方法，以各區(qū)縣為節(jié)點，以地區(qū)間銀行網(wǎng)點的金融聯(lián)系為線，對粵港澳大灣區(qū)的金融聯(lián)系網(wǎng)絡特征進行識別，包括整體網(wǎng)絡及個體網(wǎng)絡特征分析2部分：

1）整體網(wǎng)絡特征。通過聚類系數(shù)和平均路徑長度2個指數(shù)反映，前者能體現(xiàn)網(wǎng)絡內(nèi)部聯(lián)系的聚合程度，系數(shù)越高意味著金融網(wǎng)絡的凝聚力越強，反之則越弱；后者指網(wǎng)絡中任意2個節(jié)點間產(chǎn)生聯(lián)系必須通過的路徑數(shù)均值，長度越短意味著金融網(wǎng)絡中各節(jié)點間聯(lián)系越便捷，通過效率越高，反之則越低。利用實際的聚類系數(shù)及平均路徑長度，與Ucinet生成相同節(jié)點數(shù)的隨機網(wǎng)絡的對應指數(shù)進行對比，檢驗網(wǎng)絡是否具備小世界性（Kogut et al.,2001），公式為：

式中：Q為小世界熵；Cactual和Lactual分別為實際網(wǎng)絡中的聚類系數(shù)和平均路徑長度；Crandom和Lrandom分別為隨機網(wǎng)絡中的聚類系數(shù)及平均路徑長度；Q＞1時，意味著網(wǎng)絡具備小世界性。

2）個體網(wǎng)絡特征。通過點度中心度、中間中心度、接近中心度3個指數(shù)反映。點度中心度指某地區(qū)與其他地區(qū)的直接聯(lián)系情況，度數(shù)越大的節(jié)點表明其在金融聯(lián)系中的“話語權”越強，反映節(jié)點在網(wǎng)絡中的等級性或影響力；中間中心度指某地區(qū)出現(xiàn)在各地區(qū)最短路徑上的頻率，即作為地區(qū)間聯(lián)系“中間人”的次數(shù)，度數(shù)越大表明該節(jié)點的金融聯(lián)系通過能力越強，反映節(jié)點在網(wǎng)絡中的中介性或資源控制能力；接近中心度指某地區(qū)與其他地區(qū)的聯(lián)系距離，度數(shù)越大表明該節(jié)點的平均最短距離越小，受其他節(jié)點的限制越弱，用來衡量節(jié)點在網(wǎng)絡中金融聯(lián)系的接近性或便捷程度。

此外，將借助Ucinet軟件的結構洞、塊模型等功能模塊對粵港澳大灣區(qū)金融聯(lián)系網(wǎng)絡結構作進一步分析。

1.1.3 地理加權回歸模型 地理加權回歸模型（Geographically Weighted Regression, GWR）是對經(jīng)典回歸方法——最小二乘法（OLS）的改進，該模型的特點是參數(shù)估計值隨著地理位置的變化而調(diào)整，能反映自變量存在空間自相關性時不同局地的詳細情況，彌補最小二乘法無法反饋局部空間異質(zhì)性的不足（Brunsdon et al., 1996, 1998; Fothering‐ham et al., 1998），計算方式為：

式中：yi為因變量；（ui，vi）為i地區(qū)的地理中心坐標；βn（ui，vi）為連續(xù)函數(shù)β（ui，vi）在i地區(qū)的值；xin為i地區(qū)的第n個自變量；εi為隨機誤差項。

1.2 數(shù)據(jù)處理與來源

本研究范圍涵蓋粵港澳大灣區(qū)“9+2”城市的各個區(qū)縣（圖2），為避免行政劃分差異導致聯(lián)系網(wǎng)絡的銜接不合理，對部分城市的處理方式為：1）參考東莞市園區(qū)統(tǒng)籌片區(qū)聯(lián)動協(xié)調(diào)發(fā)展工作推進會的戰(zhàn)略部署（東莞市城鄉(xiāng)規(guī)劃局，2017）和《中山市域組團發(fā)展規(guī)劃（2017—2035 年）》（中山市城鄉(xiāng)規(guī)劃局，2018）的空間發(fā)展格局分區(qū)并結合實際情況，將東莞劃分為城區(qū)片區(qū)、松山湖片區(qū)、濱海片區(qū)、水鄉(xiāng)新城片區(qū)、東部產(chǎn)業(yè)園片區(qū)和東南臨深片區(qū)等6大片區(qū)，將中山劃分為中心組團、東北組團、西北組團、東部組團、南部組團等5個組團；2）香港地區(qū)按傳統(tǒng)劃分為香港港島、香港九龍、香港新界（包括離島區(qū)）；3）由于澳門的行政區(qū)劃面積較小，銀行網(wǎng)點規(guī)模不大，對整體網(wǎng)絡銜接的合理性影響弱，故不再細化地區(qū)。由于本文著重研究粵港澳大灣區(qū)內(nèi)部的金融聯(lián)系情況，參考“2020 年中國銀行業(yè)100 強榜單”（中國銀行業(yè)協(xié)會，2021）選取該范圍內(nèi)布局相對較多的銀行企業(yè)為研究對象，由于農(nóng)村商業(yè)銀行跨城市設置數(shù)量少，對跨城市網(wǎng)絡形成的意義較小，暫不將其列入研究范疇；外資銀行方面，選擇總部在香港或澳門地區(qū)的銀行企業(yè)，以及具有代表性的全球性銀行。采用各地區(qū)截至2021年7月以前的網(wǎng)點信息，其中中資銀行、港澳銀行及外資銀行網(wǎng)點數(shù)據(jù)通過各銀行的官方網(wǎng)站爬?。ū?）。

表1 銀行選取Table1 Bank list

圖2 研究區(qū)域Fig.2 Research area

2 粵港澳大灣區(qū)城市網(wǎng)絡空間結構

2.1 城市網(wǎng)絡的空間格局

根據(jù)上述26家銀行在各區(qū)縣的網(wǎng)點數(shù)量，通過聯(lián)鎖網(wǎng)絡模型建立兩兩之間的聯(lián)系矩陣，分別討論城市和區(qū)縣不同尺度下的網(wǎng)絡空間特征。

1）城市尺度的網(wǎng)絡結構特征?；浉郯拇鬄硡^(qū)整體形成廣州－深圳、廣州－佛山兩大金融聯(lián)系高地（圖3）。廣州、深圳和佛山的鏈接量占粵港澳大灣區(qū)總鏈接量的50%左右，是大灣區(qū)內(nèi)部金融聯(lián)系的關鍵節(jié)點城市，其他城市的鏈接量占粵港澳大灣區(qū)總鏈接量的比例差異較小。香港和澳門兩大國際性城市與其他各城市間的鏈接量尚且不大，未來港澳與珠三角城市群的金融聯(lián)系有待進一步增強。

圖3 粵港澳大灣區(qū)城市網(wǎng)絡拓撲結構Fig.3 Topology of the urban network in the Guangdong-Hong Kong-Macao Greater Bay Area

2）區(qū)縣尺度的網(wǎng)絡結構特征?；浉郯拇鬄硡^(qū)形成環(huán)珠江口集聚的金融聯(lián)系高能量區(qū)，并呈現(xiàn)向外圍地區(qū)逐漸放射狀態(tài)（圖4）：第一等級城市聯(lián)系表現(xiàn)為沿著珠江口兩側形成“人”字形網(wǎng)絡，節(jié)點間聯(lián)系十分密切，構成粵港澳大灣區(qū)金融聯(lián)系網(wǎng)絡的基本框架；第二等級城市聯(lián)系向珠江東岸集聚明顯大于珠江西岸，東莞城區(qū)片區(qū)及濱海片區(qū)、中山中心組團、惠州惠城等組成網(wǎng)絡的次級節(jié)點，香港地區(qū)及江門蓬江、新會也以一定的聯(lián)系規(guī)模接入網(wǎng)絡；第三、第四等級城市聯(lián)系網(wǎng)絡向東北－西南方向擴張，除肇慶封開、德慶等節(jié)點外，其余節(jié)點均已加入金融聯(lián)系網(wǎng)絡。整體上，從第三、四、五等級城市聯(lián)系的擴張可以看出，城市網(wǎng)絡的鏈接數(shù)量隨著聯(lián)系等級降低而迅速增加，在空間上珠江東岸的整體鏈接水平較珠江西岸高，存在等級擴張的地理連續(xù)性或漸進性。

圖4 不同等級的城市聯(lián)系網(wǎng)絡形態(tài)Fig.4 Different urban network forms

2.2 不同銀行類別的城市網(wǎng)絡結構

不同類型銀行所產(chǎn)生的網(wǎng)絡聯(lián)系大小存在差異，涉及節(jié)點數(shù)量及連通量由高到低依次為國有銀行、股份制銀行、城市商業(yè)銀行、外資銀行（圖5），具體表現(xiàn)為：1）國有商業(yè)銀行所形成的城市網(wǎng)絡奠定粵港澳大灣區(qū)整體網(wǎng)絡的基本輪廓，以廣州天河、廣州越秀及佛山南海、佛山順德、佛山禪城等為核心，這些節(jié)點因其設有省級或市級分行，方便地方政府對金融資源實施管控，進一步提升其金融集聚效應；2）深圳福田、深圳南山及廣州越秀、廣州天河等城市中央商務區(qū)大多為股份制銀行網(wǎng)絡的核心節(jié)點，與該類銀行實行資產(chǎn)負債比例管理模式、自負盈虧、對資本流通量要求較高有關，導致其區(qū)位選擇存在一定的資金指向性（李智山等，2014）；3）香港港島、九龍、新界為港澳及外資銀行網(wǎng)絡的核心節(jié)點，港澳銀行及外資銀行在珠三角的分支機構僅分布在中心城區(qū)或者金融開放度較高的區(qū)域，與前兩類銀行所產(chǎn)生的聯(lián)系規(guī)模差距極大，從而導致香港、澳門在當前大灣區(qū)內(nèi)部的金融聯(lián)系網(wǎng)絡中并不突出；4）廣州天河、珠海香洲以及東莞城區(qū)片區(qū)、東莞濱海片區(qū)為城市商業(yè)銀行網(wǎng)絡的核心節(jié)點，憑借廣州銀行、珠海華潤銀行、東莞銀行的總部及其分支同其他節(jié)點產(chǎn)生聯(lián)系，該類銀行在本城市內(nèi)分布較為廣泛；而在異地城市，大部分布局在中心或較發(fā)達的城區(qū)（如深圳福田、南山等），符合該類銀行梯度式分布的一般特點（李瑋 等，2013）。

圖5 不同銀行類型的城市網(wǎng)絡結構Fig.5 Urban network structure of different bank types

從各類銀行所形成的城市網(wǎng)絡看，以外資市場為主導的香港和澳門同中資市場的珠三角各地的金融聯(lián)系主要通過國有銀行（尤其是中國銀行）建立，大部分股份制銀行以及外資銀行、城市商業(yè)銀行因資本、政策等方面的支撐有限，穿透市場壁壘的能力尚且較弱，對粵港澳三地的金融聯(lián)系貢獻并不突出。

2.3 城市網(wǎng)絡的結構特征

由于聯(lián)鎖網(wǎng)絡模型默認企業(yè)各等級分支之間普遍存在聯(lián)系，將導致地區(qū)間的鏈接值膨脹（Liu et al., 2013），為了使整體網(wǎng)絡特征更加清晰，需降低網(wǎng)絡中夸大、冗余程度，經(jīng)過多次篩選與實驗，最終保留網(wǎng)絡中前68%的聯(lián)系對。

2.3.1 整體網(wǎng)絡特征 在篩選過的粵港澳大灣區(qū)城市網(wǎng)絡聯(lián)系矩陣基礎上，進行二值化處理，區(qū)縣間存在聯(lián)系的設定為1，反之為0，分別計算網(wǎng)絡實際的聚類系數(shù)及平均路徑長度。聚類系數(shù)為0.898，所有節(jié)點的聚類系數(shù)閾值為 [0.67, 1.00]，說明整體網(wǎng)絡的集聚效應顯著，核心節(jié)點與其他節(jié)點的聯(lián)系極為密切；平均路徑長度為1.320，即網(wǎng)絡中節(jié)點間產(chǎn)生聯(lián)系僅需通過1～2個節(jié)點，說明粵港澳大灣區(qū)金融聯(lián)系網(wǎng)絡的通過效率高，聯(lián)系便捷。根據(jù)實際網(wǎng)絡和聯(lián)系密度為0.681 的隨機網(wǎng)絡的特征值進行計算，得到小世界熵為1.320，即實際網(wǎng)絡擁有更高的聚類系數(shù)和更短的聯(lián)系距離，具有小世界性，說明網(wǎng)絡中存在聚集性強、聯(lián)系密切的金融子群。

2.3.2 個體網(wǎng)絡特征 對各節(jié)點的中心性進行反比距離插值，以反映粵港澳大灣區(qū)城市網(wǎng)絡的節(jié)點中心性的空間結構（圖6）。整體上，粵港澳大灣區(qū)的點度中心性和接近中心性存在明顯的高低區(qū)間分化，而中間中心性較為集中，具體特征為：

圖6 城市網(wǎng)絡節(jié)點的中心性格局Fig.6 Centrality of nodes in urban network

1）等級性。點度中心度高值節(jié)點集中在廣州與佛山的交界地帶，如廣州天河、越秀及佛山南海、順德等區(qū)域，低值節(jié)點主要在肇慶封開、德慶等區(qū)域，整體表現(xiàn)出珠江東岸的網(wǎng)絡等級性強于珠江西岸，若干低值節(jié)點被高值節(jié)點包圍的空間特征，如東莞水鄉(xiāng)新城片區(qū)及深圳光明、坪山等近年正處于發(fā)展規(guī)劃階段的新區(qū)，這種現(xiàn)象在等級性強的珠江東岸較為明顯。佛山南海、順德憑借龐大的國有銀行網(wǎng)絡聯(lián)系，節(jié)點等級性強于深圳福田、南山等金融業(yè)發(fā)達區(qū)域，是由于這些節(jié)點在國內(nèi)銀行業(yè)市場化改革確立階段（1994－2002年）屬于佛山管轄的縣級市，該階段是國有銀行轉(zhuǎn)型競爭比較激烈的時期（賀燦飛 等，2013），以自身的行政區(qū)劃等級優(yōu)勢及龐大的業(yè)務需求量吸引銀行設置市級分行、支行，從而在銀行網(wǎng)絡中處于權力地位。

2）中介性。由佛山南海、廣州天河、佛山順德中間中心度高值節(jié)點組成粵港澳大灣區(qū)金融聯(lián)系的核心中轉(zhuǎn)區(qū)，東莞濱海片區(qū)及深圳寶安、南山、福田組成金融聯(lián)系的珠江東岸樞紐走廊，其他零散節(jié)點如珠海香洲、惠州惠城等也存在一定的中介性，而江門、肇慶的部分區(qū)域由于網(wǎng)點數(shù)量不多，因而承擔中介節(jié)點的概率不高，與核心區(qū)域的中介性差異極大，整體網(wǎng)絡表現(xiàn)出強烈的極化態(tài)勢。佛山南海、廣州天河等節(jié)點憑借區(qū)域內(nèi)所集聚的高級別銀行網(wǎng)點，同其他節(jié)點的聯(lián)系具有流量大、范圍廣的特點，是網(wǎng)絡中其他未產(chǎn)生直接金融聯(lián)系節(jié)點間的中轉(zhuǎn)樞紐，承擔著橋梁功能，這一地位為當?shù)貐R集了更多的金融資源。

3）接近性。接近中心度的空間分布格局與點度中心度相似，以廣佛交界為高值區(qū)，說明廣州天河、越秀及佛山南海、順德等權力節(jié)點同其他節(jié)點的網(wǎng)絡聯(lián)系距離較短，不需要通過多次中轉(zhuǎn)即可與其他節(jié)點產(chǎn)生金融聯(lián)系，受其他節(jié)點的限制程度低，網(wǎng)絡接近性強。從空間分布的平滑性看，接近中心度的平滑性要弱于點度中心度，說明粵港澳大灣區(qū)的接近性空間變化較等級性明顯，表現(xiàn)在江門鶴山、臺山及惠州龍門等節(jié)點與高值區(qū)的接近性差距較大。

綜合三類中心性特征可以發(fā)現(xiàn)，粵港澳大灣區(qū)城市網(wǎng)絡中形成2個區(qū)域性金融極核空間：一是中心性和接近性極高，聯(lián)動規(guī)模較大的廣佛核心區(qū)，包括廣州的天河、越秀及佛山的南海、順德、禪城等節(jié)點；二是中心性作用或橋梁功能較廣佛核心區(qū)稍弱的深圳核心區(qū)，包括深圳的福田、南山、羅湖等節(jié)點。在兩者影響下，使珠江東岸地區(qū)的整體中心性較強，而江門、肇慶的部分邊緣節(jié)點表現(xiàn)出較強的依賴性。

2.4 城市網(wǎng)絡的結構洞與板塊劃分

2.4.1 結構洞分析 結構洞是指節(jié)點間的非冗余聯(lián)系，通常用于判斷節(jié)點在網(wǎng)絡中是否具有競爭優(yōu)勢及自身的獨立性，包括有效規(guī)模、效率和整體限制度3個指標（圖7）。整體而言，佛山南海、廣州天河、佛山順德、廣州越秀及深圳福田的有效規(guī)模大，效率較高，說明這些節(jié)點在金融聯(lián)系網(wǎng)絡中存在結構洞優(yōu)勢，對大灣區(qū)整體的金融聯(lián)系具有深刻影響力及控制力，東莞松山湖片區(qū)、東部產(chǎn)業(yè)園片區(qū)及香港港島、九龍、新界等節(jié)點在城市商業(yè)銀行或港澳銀行及外資銀行網(wǎng)絡中充當資源控制與分配的“權力角色”，也具有較高的結構洞優(yōu)勢。大部分地區(qū)的有效規(guī)模與效率表現(xiàn)比較一致，而深圳南山、中山中心組團的效率較同等級規(guī)模節(jié)點低，說明它們的金融聯(lián)系存在冗余要素，對網(wǎng)絡聯(lián)系的把控能力存在上升空間。從整體限制度看，大部分地區(qū)的限制度在0.114 以下，而邊緣空間的限制度較大，以深圳光明最高，說明這些地區(qū)在網(wǎng)絡中的金融聯(lián)系在很大程度上依賴于權力節(jié)點。

圖7 城市網(wǎng)絡的結構洞水平Fig.7 Structural holes in urban network

2.4.2 凝聚子群分析 通過Ucinet 的CONCOR 方法，依據(jù)節(jié)點的網(wǎng)絡聯(lián)系情況進行子群劃分，計算子群內(nèi)部及子群之間的密度矩陣，并按一定標準將密度矩陣轉(zhuǎn)換為像矩陣（圖8和表2）。子群Ⅰ與子群Ⅱ的內(nèi)部聯(lián)系密度為1.000，即各節(jié)點間均存在聯(lián)系，前者包含廣州越秀、深圳福田等有效規(guī)模大、中介性與接近性強的節(jié)點，在各類銀行的城市網(wǎng)絡中占有一定地位，為粵港澳大灣區(qū)城市網(wǎng)絡的核心子群；后者整體的有效規(guī)模及效率較前者弱，包含深圳羅湖、廣州增城等節(jié)點，屬于金融聯(lián)系網(wǎng)絡的次級或過渡型子群。子群Ⅲ包含香港港島、九龍、新界以及廣州南沙等節(jié)點，板塊內(nèi)部的聯(lián)系密度為0.382，節(jié)點間聯(lián)系較不緊密。子群Ⅳ既包括佛山南海、廣州天河2個權力節(jié)點，也包括深圳坪山、光明及肇慶鼎湖、廣寧等邊緣節(jié)點，板塊內(nèi)的聯(lián)系密度為0.257，各個邊緣節(jié)點需要通過權力節(jié)點達成串聯(lián)。

圖8 粵港澳大灣區(qū)城市網(wǎng)絡板塊劃分Fig.8 Division of urban network in the Guangdong-Hong Kong-Macao Greater Bay Area

表2 城市網(wǎng)絡子群密度矩陣及像矩陣（R2=0.598）Table 2 Subgroup density matrix and image matrix of urban network

以密度均值（0.679）作為判斷臨界值，大于均值的賦值為1，否則為0，形成無向的二值型像矩陣（孫宇 等，2021）。從子群內(nèi)部聯(lián)系看，子群Ⅰ和子群Ⅱ存在強烈的自反性，即內(nèi)部金融聯(lián)系的集聚規(guī)模較大，“俱樂部”效應顯著，子群Ⅲ和子群Ⅳ則因內(nèi)部金融聯(lián)系相對松散而不具備自反性。從子群間的關聯(lián)性看，子群Ⅰ、子群Ⅱ、子群Ⅲ相互之間聯(lián)系緊密，其中子群Ⅰ為粵港澳大灣區(qū)金融要素的主要傳導者，對區(qū)域金融行業(yè)發(fā)展及城市網(wǎng)絡構建的意義重大，子群Ⅳ雖然憑借佛山南海、廣州天河與其他3個板塊的節(jié)點產(chǎn)生關聯(lián)，但由于邊緣節(jié)點的接收能力有限，關聯(lián)程度不高，僅有子群Ⅰ與之產(chǎn)生高密度聯(lián)系，成為網(wǎng)絡中相對孤立的板塊。總之，粵港澳大灣區(qū)金融聯(lián)系主要依靠核心或次級核心板塊的節(jié)點發(fā)揮中介性，邊緣板塊中各節(jié)點間的聯(lián)系非常松散。

3 粵港澳大灣區(qū)城市網(wǎng)絡結構的影響因素

3.1 指標選取

銀行網(wǎng)點的布局決定著城市網(wǎng)絡的形態(tài)與結構，其區(qū)位選擇與區(qū)域的人口密度、經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構、政府能力、設施水平等方面有關。結合現(xiàn)有研究，選取7項指標作為解釋變量（表3），其中，人口密度、經(jīng)濟發(fā)展水平屬于影響金融發(fā)展與集聚的基本因素（賀燦飛 等，2013；姚曉明 等，2020），政府管控行為、交通便捷程度、社會消費水平、金融服務需求、對外開放程度能分別反映地方政府、基礎設施、地區(qū)社會和國際市場等主體對金融聯(lián)系的表現(xiàn)（張虎 等，2016；王艷華 等，2020）。以篩選前68%聯(lián)系對后各節(jié)點的總鏈接值為被解釋變量，通過GIS 中的GWR 工具計算各解釋變量對粵港澳大灣區(qū)城市網(wǎng)絡中不同節(jié)點的具體影響。需要說明的是，由于香港地區(qū)年鑒中未按片區(qū)分別統(tǒng)計相關指標，詳細數(shù)據(jù)難以獲得，在此將以整個香港地區(qū)作為分析單元。在運行GWR 模型前，首先，通過OLS檢驗所選取變量是否存在嚴重的多重共線性（VIF＞10），除道路密度、人均年末本外幣存款余額的VIF接近臨界值外，各項變量的VIF 相對較低，不會導致模型回歸系數(shù)的標準誤差偏大。

表3 變量選取與指標說明Table 3 Variable selection and indicator description

3.2 實證結果分析

以核類型Adaptive 和AIC 帶寬方法運行GWR模型，得到整體模型的AICc 值為-68.936，小于OLS 模型的AICc 值（-65.850），且GWR 模型的擬合優(yōu)度（R2=0.798）高于OLS模型（R2=0.764），說明GWR 模型的擬合性能更優(yōu)，模型精確性更高。通過全局莫蘭指數(shù)（Moran'sI）對GWR 模型的標準化殘差的空間自相關性進行檢驗，得到Moran'sI=0.043，Z=0.985，在空間上表現(xiàn)出完美隨機分布，說明通過該模型得出的回歸系數(shù)具有較高的統(tǒng)計意義，各項變量回歸系數(shù)的空間分布具體情況見圖9所示。

圖9 變量回歸系數(shù)的空間分布Fig.9 Spatial distribution of regression coefficients of variables

1）與節(jié)點總鏈接量主要呈負相關的因素有人口密度、經(jīng)濟發(fā)展水平及政府管控行為，即這些指標特征值越高，節(jié)點總鏈接量越低。人口密度對節(jié)點總鏈接的負向影響由沿海地市向灣區(qū)內(nèi)部逐漸減弱，對珠江西岸的影響較東岸大，最高值在珠海香洲，最低值在惠州龍門；經(jīng)濟發(fā)展水平的負向作用由東北向外圍增強，最高值在江門恩平，最低值在廣州花都，這2個變量之所以出現(xiàn)負相關，是因為人口密集區(qū)、經(jīng)濟發(fā)達區(qū)的銀行的便民服務設施屬性得到基本滿足，使2種基礎性因素對節(jié)點的金融聯(lián)系影響削弱，尤其過度的人口集中所帶來的規(guī)模不經(jīng)濟不利于聯(lián)系網(wǎng)絡的優(yōu)化（張鵬 等，2019）。政府管控行為的負向作用由中心向外圍減弱，回歸系數(shù)最高值、最低值節(jié)點分別為中山東北組團、肇慶懷集，說明當前粵港澳大灣區(qū)的金融市場聯(lián)系對政府財政投入的依賴度較低，以鏈接量較高、金融活動頻繁的珠三角核心地市表現(xiàn)最為顯著，隨著向總鏈接量不高的外圍推進，該負向效應降低。

2）與節(jié)點總鏈接量主要呈正相關的因素有交通便捷程度、社會消費水平，即交通便捷程度、社會消費水平越高，銀行網(wǎng)點的聚集規(guī)模越大，同網(wǎng)絡中其他節(jié)點的金融聯(lián)系更密切。交通便捷程度對肇慶和環(huán)珠江口區(qū)域的影響程度較高，回歸系數(shù)最高值、最低值節(jié)點分別為珠海香洲、惠州龍門；社會消費水平對節(jié)點總鏈接的正相關性在整體空間上表現(xiàn)為珠江西岸高于珠江東岸，回歸系數(shù)最高值、最低值節(jié)點分別為江門恩平、香港地區(qū)。對于香港地區(qū)、深圳福田等中心性突出的部分節(jié)點而言，交通便捷程度所帶來的金融聯(lián)系增強效果會優(yōu)于社會消費水平。

3）金融服務需求、對外開放程度與節(jié)點總鏈接量的空間關系復雜，同時存在正負相關，具有雙向效應。金融服務需求與節(jié)點總鏈接量除在江門恩平表現(xiàn)為微弱的正相關，大部分地區(qū)表現(xiàn)為負向相關，說明金融服務需求越高，節(jié)點的金融網(wǎng)絡聯(lián)系量越低，如廣州天河、越秀等社會服務水平較高的地區(qū)，居民和企業(yè)的金融服務需求得到滿足，再次反映大灣區(qū)銀行網(wǎng)點布局處于相對飽和狀態(tài)；從對外開放程度看，珠江東岸的開放程度較珠江西岸高，與之相對應的是東岸與金融聯(lián)系量表現(xiàn)為正相關；而西岸尤其是廣佛肇間的鄰接地區(qū)，與金融聯(lián)系量表現(xiàn)為負相關，說明珠江東岸（尤其香港、深圳南山等節(jié)點）能通過對外聯(lián)系獲得更多的金融投資或其他資源。

4 結論與討論

以APS中金融業(yè)聯(lián)系為切入點，借助聯(lián)鎖網(wǎng)絡模型中所蘊含的企業(yè)網(wǎng)絡向城市網(wǎng)絡轉(zhuǎn)換思想，將26家銀行總部和各級分支間的關系網(wǎng)絡進行映射變換，以構建區(qū)縣尺度下的粵港澳大灣區(qū)城市網(wǎng)絡，運用社會網(wǎng)絡分析和GWR 模型等方法，剖析粵港澳大灣區(qū)內(nèi)部的城市網(wǎng)絡的結構特征及影響因素，主要結論為：

1）不同類型的銀行網(wǎng)點所揭示的城市網(wǎng)絡結構特征差異化顯著，相比于單一類型銀行刻畫的城市網(wǎng)絡，本文重點關注的國有商業(yè)銀行、全國性股份制銀行、城市商業(yè)銀行、港澳銀行及外資銀行等不同類型銀行所刻畫的城市網(wǎng)絡更具科學性。從城市尺度看，粵港澳大灣區(qū)的內(nèi)部金融聯(lián)系整體形成廣州－深圳、廣州－佛山兩大核心區(qū)域的空間格局，香港、澳門與其他9個城市的金融聯(lián)系尚且不強；從區(qū)縣尺度看，在環(huán)珠江口形成網(wǎng)絡聯(lián)系的高能量區(qū)，珠江東岸的金融聯(lián)系水平整體較珠江西岸高，表現(xiàn)出等級擴張的地理漸進性。以各類型銀行的城市網(wǎng)絡挖掘整體網(wǎng)絡差異的成因，其中港澳銀行及外資銀行對大灣區(qū)內(nèi)部金融聯(lián)系的貢獻度較低，以該類銀行為主導的香港、澳門與其他城市地區(qū)間表現(xiàn)為弱聯(lián)系，意味著現(xiàn)階段珠三角同港澳之間依舊存在資本流通的壁壘，未來粵港澳大灣區(qū)的金融協(xié)同建設需著重關注并增強資本之間的合作與流動。

2）整體網(wǎng)絡具有較高的聚類系數(shù)和較小的平均路徑長度，具有小世界性，集聚效應較為顯著。從個體網(wǎng)絡特征看，各節(jié)點的等級性和接近性存在高低區(qū)間過渡，均表現(xiàn)出以廣佛交界為高值區(qū)，且若干低值節(jié)點被高值節(jié)點包圍的空間特征，但相比之下，中介性方面極化傾向更加明顯。整個網(wǎng)絡形成2個區(qū)域性的金融極核空間——廣佛核心區(qū)與深圳核心區(qū)，以自身強大的等級性、接近性和良好的橋梁溝通能力，以及兩者的聯(lián)動輻射，促進珠江東岸整體中心性較強。

3）大部分地區(qū)的有效規(guī)模與效率表現(xiàn)比較一致，外圍空間的限制度較高。處于兩大極核空間的廣州天河和越秀、佛山南海和順德、深圳福田的有效規(guī)模、效率突出，在金融聯(lián)系網(wǎng)絡中存在結構洞優(yōu)勢，而深圳南山、中山中心組團存在一定的有效規(guī)模，效率卻較同等級規(guī)模的節(jié)點低，金融聯(lián)系中存在冗余因素。整個粵港澳大灣區(qū)城市網(wǎng)絡通過具有自反性的核心或次級核心子群的部分節(jié)點傳導產(chǎn)生金融聯(lián)系，邊緣板塊中的大部分節(jié)點等級性不高，其內(nèi)部相互之間以及同外部建立的金融聯(lián)系松散，是網(wǎng)絡中相對孤立的板塊。

4）人口密度、經(jīng)濟發(fā)展水平、政府管控行為對金融網(wǎng)絡聯(lián)系量表現(xiàn)為負相關；交通便捷程度、社會消費水平與節(jié)點總鏈接量主要呈正相關，兩者的影響系數(shù)絕對值也大于其余因素；金融服務需求、對外開放程度與節(jié)點總鏈接量的關系復雜，同時存在正負相關，具有顯著的空間異質(zhì)特征。綜合而言，珠江西岸由于金融聯(lián)系及各方面建設的程度較東岸低，因而與正相關變量具有較高的相關系數(shù)；珠江東岸社會經(jīng)濟發(fā)展水平高，金融發(fā)展將逐漸轉(zhuǎn)向外部尋求機會，因而對外開放程度成為關鍵因素。

銀行作為金融業(yè)最為基礎且廣泛分布的行業(yè)代表，是未來粵港澳大灣區(qū)金融市場一體化建設的關鍵部分。盡管當前銀行網(wǎng)點數(shù)量能基本滿足服務需求，但從形成的城市網(wǎng)絡結構看，以中資銀行為主體的珠三角城市群和以外資銀行為主體的港澳地區(qū)的金融連通性尚且不高。因此，未來除了要提高邊緣地區(qū)的社會設施、經(jīng)濟發(fā)展水平，以增強銀行業(yè)務服務能力外，應當更多地關注其經(jīng)濟與政治屬性，即通過銀行的金融要素流動，推進粵港澳大灣區(qū)金融戰(zhàn)略建設的進程。要實現(xiàn)粵港澳大灣區(qū)金融市場互聯(lián)互通，一方面，可以推動中資銀行“走出去”，到香港地區(qū)和澳門地區(qū)投資設點，以借助兩者的國際大都市地位，增強區(qū)域同全球的外資聯(lián)系，進而提高在國際金融體系中的地位；另一方面，通過一些放寬措施，如降低總資本的門檻，取消持股比例限制等，推動外資銀行在珠三角上市融資。當2種資本性質(zhì)銀行在對方金融市場的合理融入時，才能更好地調(diào)動金融產(chǎn)品、科技、人才等方面的流通與合作，實現(xiàn)資源整合，提高粵港澳大灣區(qū)金融網(wǎng)絡的結構合理性與聯(lián)系效率。

城市網(wǎng)絡本身存在尺度差異性，即不同空間尺度下城市網(wǎng)絡所呈現(xiàn)的格局特征不同（Fischer et al.，2006；林濤，2019），僅在一個分析尺度上成立的結論推廣到其他尺度時，容易得出不適的分析結論（劉云剛 等，2022）。因此，本文可能的邊際貢獻在于：1）以銀行為代表的APS 企業(yè)的區(qū)位選擇更傾向于在地方集聚，區(qū)縣尺度的金融關聯(lián)度對銀行網(wǎng)點的城市內(nèi)部區(qū)位選擇更具指導意義。2）銀行網(wǎng)點的個體異質(zhì)性所揭示的差異化城市網(wǎng)絡結構特征，對于不同類型銀行網(wǎng)點的利益訴求更具參考價值。但是，本文重點討論的是粵港澳大灣區(qū)內(nèi)部的金融協(xié)同發(fā)展，更加強調(diào)金融合作，對于各類銀行之間的競合關系明顯研究不足，未來可以補充銀行之間的競合研究。香港確實是全球金融中心城市之一，香港的對外金融聯(lián)系能力水平突顯，但是香港的對內(nèi)金融聯(lián)系強度確實值得進一步思考，未來應加強香港對內(nèi)對外金融聯(lián)系的多尺度研究。同時，在粵港澳大灣區(qū)這個特殊區(qū)域內(nèi)，也更應該注重不同制度下的銀行網(wǎng)絡研究。