銀行業集聚的空間關聯網絡結構及其溢出效應

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

銀行業集聚的空間關聯網絡結構及其溢出效應

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

本文基于2001-2014年我國省域空間面板數據，構建經濟地理距離空間權重，利用修正引力模型，采用社會網絡分析方法研究銀行業集聚空間關聯網絡的關聯性；利用時空固定效應的空間杜賓模型檢驗銀行業集聚空間關聯網絡的空間溢出效應。

引力模型 社會網絡分析 銀行業集聚 空間關聯網絡 空間溢出

理論上，由于銀行業資源的供給與需求在空間上的非均衡性，銀行業資源的空間分布格局勢必會呈現非均衡形態。實際上，我國銀行業在地區經濟發展水平、產業結構、金融結構等多種因素的共同作用下，銀行資產在地理空間上發生了顯著變化。存款、貸款區域集中趨勢顯著，區域差異化逐漸擴大，呈現出顯著的空間非均衡性，與各地區實際經濟均衡發展理念相悖。Michetti and Purificato（2013）研究了區域金融集聚程度對經濟活動空間分布的影響，表明企業更愿意遷移到銀行業集聚的地區。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域經濟增長的空間效應，證實了銀行業集聚與經濟增長的空間溢出效應最為顯著。李小建、周雄飛和衛春江（2006）的研究指出中國欠發達地區的國有商業銀行業逐漸向中心城市集聚的格局遏制了非中心地區的發展。

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，忽視了銀行業集聚的空間關聯網絡結構形態。然而地區銀行業在空間上存在復雜的網絡關聯，且網絡結構特征同樣影響銀行業集聚的空間溢出。不乏學者研究銀行業的空間關聯網絡，蘇明政和張慶君（2014）研究我國銀行共同貸款關系網絡，結果表明處于核心地位的是國有商業銀行，且銀行之間的聯系更加頻繁。但大多數研究并未同時考慮地理和經濟距離的影響，僅研究各銀行之間的貸款網絡關聯性。

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的空間集聚和空間溢出特征，設置空間權重并考察地理鄰近效應對銀行業的溢出效應。局限于地理上相鄰或相近，忽視了空間溢出的網絡關聯。二是從銀行貸款視角出發研究銀行之間的內部聯系，而中國銀行儲蓄體量大，僅研究內部聯系難揭示地區銀行業之間的空間分布。且少有文獻在省域層面研究銀行業集聚的空間網絡結構特征。本文建立銀行業集聚指標，構建集聚的空間關聯網絡，運用社會網絡分析（SNA）測度網絡密度，用中心性分析考察各省域銀行業集聚在空間關聯網絡中的地位和角色；通過塊模型分析銀行業的空間聚類方式；采用時空固定效應空間杜賓模型研究銀行業集聚空間關聯網絡結構的空間溢出效應。

方法與數據

（一）銀行業集聚的空間關聯關系

SNA使用圖論工具和數學模型構建社會關聯網絡并探索網絡中整體和個體的特征及其效應。選用修正引力模型，基于關系數據刻畫銀行業集聚的空間關聯網絡結構特征，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表示；Gi和Gj為實際人均GDP；LQ為銀行業的區位熵指數。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；P為全國人口總數。 Dij/（gi-gj）表示省域之間的經濟地理距離，（gi-gj）為省域之間的人均GDP的差值。

（二）數據來源及空間權重

數據源于2001-2014年《中國統計年鑒》和《中國金融統計年鑒》，地區生產總值以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表示，數據均取其對數值，省域之間的距離為GIS計算的省會城市之間的球面距離。本文選用經濟地理距離空間權重矩陣，既考慮了地理距離的影響，也考慮了經濟水平差異的影響，且適用性更顯著。

圖1　2014年銀行業集聚的空間溢出網絡結構圖

圖2　銀行業集聚板塊之間的關聯關系

實證研究

（一）銀行業集聚的空間網絡關聯結構

采用UCINET繪制2014年銀行業集聚的空間網絡圖，可視化結構圖可以反映出省際銀行業集聚的空間關聯網絡結構形態。如圖1所示，可觀察出銀行業集聚的空間關聯表現出復雜的空間溢出關系，但整體上31省域尚未形成完整的環狀經濟網絡聯系，部分省域網絡參與度較低。

網絡密度與距離。網絡密度為實際關聯數與理論最大關系數的比值，網絡空間關聯的最大關系數為930條。由空間溢出網絡圖可知，2001年銀行業集聚的空間網絡關系總數為221條，網絡密度為0.238；2014年關聯總數為216條，網絡密度為0.232。證明樣本考察期內省域銀行業集聚的網絡密度保持平穩趨勢，整體網絡存在較大發展空間。網絡距離是度量兩個省域之間實現信息交流和資源共享經過的中間省域數。研究表明網絡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，說明網絡中每一省域平均經過不到兩個省域就能聯系到另一個省域。

表1　銀行業集聚關聯網絡的集中趨勢指標表

表2　銀行業集聚空間關聯板塊的溢出關系

表3　銀行集聚空間關聯板塊的密度矩陣與像矩陣

（二）中心性分析

1.點度中心度。點度中心度是依據網絡中各省域與其他省域的關聯數量來衡量其所處的中心位置，點度中心度高的省域處于網絡中心位置。據表1統計結果知，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、內蒙古和貴州，說明這些省域的銀行業集聚與其他省域的空間關聯關系較緊密。上海的點度中心度為93，原因是上海與其他30省域中的28個省域都有空間關聯關系，說明上海處于空間關聯網絡的中心位置。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系較少，積極性未能充分調動。點度中心勢為60.46%，說明整個網絡內各省域之間的聯系比較緊密，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集聚和溢出關系中對其他省域銀行業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絡的中心，控制和支配其他省域獲取銀行業資源的能力愈強。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集聚空間關聯網絡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，上海作為國內金融中心是空間關聯網絡中的樞紐，具備匯聚各省域銀行業資源的優勢，最能控制其他省域銀行業資源的空間集聚，在網絡中發揮著“橋梁”和“中介”作用。吉林、黑龍江的中介中心度最低，說明它們參與網絡內的銀行業集聚與溢出的能力較弱，與其他省域的聯系程度不高。整體網絡的中介中心勢為14.76%，表明只有少數處于核心地位的省域具有較強的控制能力，整個網絡的控制能力不顯著。

3.接近中心度。接近中心度衡量省域在網絡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的統計數據表明，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生內在溝通和聯系，它們在網絡中演繹著中心行動者的角色，與其他省域的聯系效率更高，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，它們與其他節點之間是松散關聯的，居于整體網絡的邊緣位置。

中心勢越接近于1，說明網絡集中趨勢越顯著。整個網絡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，說明銀行業集聚的關聯性存在很大的不對稱性。從點入度角度看，銀行業集聚關系的整個網絡中心勢更顯著。整體網絡的標準化中介中心勢是為15%，說明整個網絡向某個點集中的趨勢并不顯著。

（三）塊模分析

我國31省域的經濟發展在地理空間上分為多個經濟區，且銀行業集聚的整體網絡也存在不同分區，采用CONCOR對31省域進行分區，將31省域分為四個板塊。Ⅰ板塊的省域有北京、天津、內蒙古、山東，這4個省域集中在環渤海經濟區；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；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。

板塊網絡密度大于整體網絡密度的板塊賦值為1，反之為0，將多值密度矩陣轉為像矩陣。則據表2、表3可知，銀行業集聚的空間關聯網絡中板塊內部之間的關聯系數36個，板塊之間關系數為180個，說明板塊之間銀行業集聚存在顯著的空間關聯關系。第Ⅰ板塊的內部關聯關系8個，溢出關系27個，接收板塊外的溢出關系58個，板塊Ⅰ不僅存在內部銀行業集聚的空間網絡關聯，還接收板塊Ⅲ和Ⅳ的溢出關系，說明經濟發展水平高、人力資本高度集中的京津冀地區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板塊的溢出關系29個，內部關系6個，板塊外溢出23個，接收板塊外溢出關系80個，期望內部關系比例13%，實際內部關系比例21%，該板塊主要接收塊Ⅱ、Ⅲ、Ⅳ的溢出關系，江蘇、廣東、福建、上海和浙江5個省域的產業基礎雄厚、人力資本顯著集中、配套能力強，是我國巨大的經濟腹地，是銀行業高度集聚的地區，但在快速發展時期，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板塊的溢出關系為37，板塊內部關系為9，板塊外溢出為28，接收板塊外關系為23，板塊溢出數大于接收數，因此該板塊為“經紀人”板塊，在銀行業資源集聚的空間網絡中扮演著“中介媒體”和“橋梁”作用。第Ⅳ板塊的溢出關系數123個，板塊內部關系13個，板塊外溢出關系110個，接收其他板塊溢出關系19個，實際內部關系比例11%小于期望內部關系比例47%，因此該板塊為“凈溢出”板塊。板塊之間的關聯關系如圖2所示。

銀行業集聚空間關聯網絡的效應分析

（一）空間面板數據模型選擇

本文以樣本考察期內銀行業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性，則選用該模型分析網絡結構中性心對銀行業集聚的影響。SDM設定為：

（二）空間溢出效應分析

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

表4　空間和時間效應并存的SDM模型的估計結果

表4中，點度中心度系數為1.74，當其提高1%時，銀行業集聚程度提高1.74%，說明銀行業越向某一特定地區高度集中，網絡局部關聯程度就越低，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、浙江和江蘇等地區應降低點度中心度，加強銀行業資源的空間溢出能力，從而提高整體網絡密度，增強整體網絡對個體省域的影響。中介中心度的系數為-6.92，該值每提高1%，銀行業集聚程度下降-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量和方向，強化自身的空間溢出作用。接近中心度系數為-0.07，該值每提高1%，銀行集聚程度下降-0.07%，各省域應提高接近中心度，使得整體網絡中各省域之間的相互依賴關系更緊密。吉林、河北和黑龍江應增進與關聯網絡中的樞紐省域如上海、北京、天津、江蘇、浙江的關系，從而降低其銀行集聚程度。

結論與政策建議

（一）結論

1.整體網絡結構特征。樣本考察期內，我國銀行業集聚空間關聯的整體網絡密度保持平穩趨勢，省際銀行業集聚的空間關聯關系的提升空間較大。

2.網絡中心性。上海、天津、北京、江蘇、浙江、廣東、山東、內蒙古和貴州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、天津等地區在銀行業集聚的空間關聯網絡中處于樞紐地位，最能控制其他省域銀行資源的空間集聚，并在網絡中發揮“橋梁”作用。整體網絡的中介中心勢為14.76%，表明整體網絡的控制能力不顯著，只有少數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，這些省域在銀行業集聚中演繹著中心行動者的角色，吉林、黑龍江處于整體網絡的邊緣。

3.塊模型分析。北京、天津、內蒙古、山東4個省域位于第Ⅰ板塊，在網絡中是“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、山西在網絡中扮演著“經紀人”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，經濟發達地區銀行資源隨著經濟的發展和人力資本的增強而愈加集中。

4.空間溢出效應分析。銀行業集聚的空間關聯網絡結構存在顯著的空間溢出效應，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絡中各省域之間的關聯性。

（二）政策建議

一是全面優化銀行資源的空間網絡結構，使得經濟發達地區帶動銀行資源相對稀缺的地區，實現全面協調的發展，改善兩級分化的現狀。二是充分考慮銀行業集聚空間關聯網絡的省域和板塊結構特征，采用區域差別化政策，根據各板塊的個性特征制定合理的經濟刺激政策。三是減少省際資金流動的壁壘，縮小省際經濟、技術、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.經濟結構，銀行業結構與經濟發展——基于分省面板數據的實證分析［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空間系統變化研究［J］.經濟地理，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.金融集聚對區域經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，衛春江等.發展中地區銀行業空間系統變化——以河南省為例［J］.地理學報， 2006，61（4）

6.蘇明政，張慶君.基于復雜網絡的我國銀行共同貸款關系網絡研究［J］.財貿經濟，2014（3）

7.鄧向榮，劉文強.金融集聚對產業結構升級作用的實證分析［J］.南京社會科學，2013 （10）

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

9.劉軍.整體網分析講義——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聯網絡結構特征及其效應研究［J］.中國工業經濟， 2015（5）

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

教育部人文社科研究項目“資源環境約束下我國產業結構

F832.3

A

合理化評價及調整政策研究”（項目編號：13YJA790070）