◎文/王亞楠 蒙大斌
隨著科技不斷進步,經濟全球化的快速發展使區域間聯系日益密切。京津冀都市圈作為國家級五大城市群之一,其發展一直以來備受國家重視。繼京津冀協同發展上升為國家戰略以及雄安新區的設立后,國務院在關于對 《北京城市總體規劃(2016—2035)》 的批復中明確指出要將京津冀打造成世界級城市群。城市是金融發展的載體,在京津冀區域協同發展的背景下,世界級城市群的建造需要京津冀區域間緊密的金融聯系。
近年來,隨著科技不斷進步,金融資源在全球快速流動使區域間聯系日益密切。金融機構作為金融資源流動的“通道”,通過其遍布各地的分支機構,組成復雜的空間系統,將金融資源匯聚在金融節點 (中心城市),同時將區域中的不同節點聯系起來并限定在一個彼此依存的狀態中。基于此,利用金融機構區域分布特點構造網絡探究區域金融發展問題已經成為當下學術界熱點之一。
銀行業作為金融體系中的主導,國內外相關研究文獻較多。在對銀行網絡的研究中,國內外學者研究對象涉及系統性風險、金融資源流動、區域金融發展差異與經濟增長等;研究范圍從城市、區域、國家擴展到世界;研究內容涉及金融網絡的網絡結構、動態演變、影響因素等。
通過研究文獻發現:一是基于金融機構的布局特點來構建區域乃至全球城市網絡是適用的。二是少數文獻從時間角度探討城市群內部的金融網絡動態變化。三是學者普遍對銀行網絡結構特征進行重點研究,但缺少對網絡影響因素的深入剖析。四是目前從銀行異地分支角度出發,通過構造區域銀行網絡研究京津冀金融聯系與發展的相關文獻較少。
因此,本文以京津冀城市群為研究對象,基于泰勒的世界城市網絡理論,利用金融機構作為金融資源主要跨區域流通“通道”的特性,收集京津冀城市群中銀行異地開設分支的相關信息,通過構建銀行網絡來研究京津冀金融發展和聯系程度,采用QAP二次迭代分配程序探究影響京津冀金融聯系的影響因素。本文的研究不僅豐富了銀行網絡的相關理論,具有一定的學術價值,也為京津冀區域金融發展提供了支持。
本文采取時間序列分析,從2008年到2018年,每五年為一研究時間點,對京津冀銀行異地開設分支的變化特點采用網絡方式展開研究,并從經濟發展、政府干預、人力資本等方面探討影響京津冀金融聯系的相關因素。
1.數據收集
本文在構造京津冀銀行網絡時,對各個銀行機構相關信息的獲取分別來源于中國銀行業監督管理委員會網站金融許可證信息查詢以及各銀行機構的官網,京津冀區域銀行發展影響因素的相關數據來源于各市統計年鑒和公報。
2.數據處理
在構造金融網絡時,不同金融機構按照不同等級進行處理。商業銀行按“總行—分行—支行—分理處 (營業所)—儲蓄所”不同級別進行不同賦值,5代表銀行總行,4代表銀行分行,3代表銀行支行,2代表銀行分理處(營業所),1代表銀行儲蓄所,0代表兩城市之間不存在金融機構的任一分支,從而構建13×13的京津冀金融網絡,省級銀行按同樣方法降級處理。
1.計算模型
借鑒泰勒的連鎖型網絡(Interlocking Network Model),計算公式為:

其 中 ,Vij(i=a,b, … ,n)表示金融機構j在城市i的重要度;Rabj表示金融機構j在城市a和b之間的金融網絡連接度;Rab表示 a,b 兩個城市的總金融網絡連接度;Na表示單個城市a與其他所有城市的連接度;T表示整個網絡的連接度總和;La表示單個城市的網絡連接率;Nh表示網絡連接率最高的城市;Pa表示單個城市的相對連接率。
2.社會網絡分析
本文采用社會網絡分析法,將城市抽象為節點,以城市間金融企業的聯系為邊構造金融網絡,采用網絡密度和中心性以及凝聚子群分析京津冀金融網絡特點。
3.QAP分析
為消除在關系矩陣中存在的結構性自相關對實證結果的影響,本文采用QAP二次指派程序對相關性系數進行非參數檢驗,試圖找出影響京津冀金融網絡發展的因素。
1.金融網絡密度分析
將金融聯系矩陣導入UCINET軟件中,分別生成2008年、2013年和 2018年京津冀金融網絡結構圖,其中每個節點代表相應的城市,節點間的連線代表城市間的金融聯系。從圖中可以看出,隨著時間節點地推移,京津冀城市群金融網絡逐漸變得密集。
密度是社會網絡分析中最常見的一種測度,反應圖中各點間聯系的緊密程度。一般來說,密度越大,各點間緊密程度越大,各點間的連接關系越密切,網絡對各點的影響程度越大。
由表1分析可知,從2008年到2018年,京津冀金融網絡密度逐漸呈現出增大的趨勢,這說明隨著時間的推移,京津冀各城市總體的金融聯系得到加強,各個城市正日益熟練參與金融活動,資金往來頻繁,區域間金融資源分享和利用的程度變大,金融聯系更加密切。
2.金融網絡中心度分析
“中心度”是社會網絡分析的重點之一,主要反映個體在網絡中處于中心地位的程度。本文通過考察京津冀金融網絡的點度中心度用來反映京津冀各城市自身擁有金融影響力的程度。

圖1 2008年、2013年和2018年京津冀金融網絡結構圖

表1 京津冀城市群金融網絡密度
由表2可以看出以下三點:第一,京津冀各城市的中心度呈逐年上升的趨勢,說明在2008年到2018年間,京津冀各個城市的金融影響力不斷加強;第二,通過對這三個時間節點京津冀各城市金融影響力的排序發現,京津冀金融影響力幾乎不變,北京、天津、石家莊、唐山排名靠前,張家口、秦皇島、衡水和承德排名始終落后,可見在金融影響程度上,京津冀已形成較為固定的金融發展格局;第三,京津冀金融各城市金融發展不均,核心—邊緣層次突出且差距較大。從2008年到2018年,北京的 中 心 度 為 17513712、20217592、22303858, 而排名最后的承德的中心度 為 2384129、2821784 和3027531,前者金融影響力是后者的 7.35倍、7.16倍和7.37倍。除此以外,2008年到2018年間,京津冀金融網絡平均中心度為 6005395、6843683和 7560317,三個時間節點下達到平均中心度的城市僅有北京、天津和石家莊三個,其余11個城市金融影響力皆在平均水平以下。

表2 京津冀城市群金融網絡中心度

表3 京津冀城市群金融網絡凝聚子群
3.金融網絡凝聚子群分析
社會網絡分析中的凝聚子群主要用來找到群體聯系密切且具有凝聚力的小群體。若子群數量多,說明小群體多,區域整體間聯系不強;若子群成員多,說明子群內部成員間聯系密切。本文通過對京津冀金融網絡凝聚子群的分析,將城市群金融聯系程度進行分層,發現京津冀城市間金融關系相對緊密的城市子群。
利用UCINET軟件將京津冀城市群城市分成凝聚子群,發現不同時間點下京津冀城市群的凝聚子群數量和凝聚子群成員都發生相應變化。首先,從整體上來看,京津冀城市群凝聚子群從4個減為3個,到2018年又恢復成4個,說明從2008年到2018年間,整個京津冀城市群金融聯系程度出現先加強后減緩的趨勢;其次,從子群成員數量來看,2008年到2013年間,凝聚子群成員的數量主要集中在以北京、天津、保定為首的凝聚子群中,各凝聚子群成員數量增加,說明在2008年到2013年間,在京津冀城市群中形成的小群體間金融聯系得到加強。2018年,在四大子群成員數量比較平均,而且在四大子群中又出現更小的子群,這說明在2013年后,京津冀城市群中子群增多,與其他子群交流有所減少,且子群成員間的金融聯系也開始減少,城市間金融競爭現象明顯,金融聯系程度出現削弱趨勢(見表3)。
本文通過研究區域金融發展、金融集聚、經濟增長、基于服務性企業的城市網絡等相關文獻,篩選出影響京津冀城市群金融網絡的因素,主要包括經濟發展水平、產業結構、基礎設施建設、受教育程度,地理距離等。本文選取京津冀城市間金融網絡的連接度為因變量,各城市經濟發展水平、全社會固定資產投資數、地理距離、政府干預能力、產業結構、教育發展程度、人口數量、城鎮化水平及科技創新能力作為自變量。根據各變量構建京津冀金融網絡的影響因素模型:N =f (TINV、RAD、GOV、GDP、IND、EDU、POP、GIT)。利用QAP回歸分析將2008年、2013年和 2018年京津冀金融網絡矩陣分別和各個影響因素矩陣進行分析。具體各解釋變量如表4所示。
1.QAP相關分析
通過表5可知,全社會固定資產投資規模、地區經濟發展程度、產業結構、教育和交通發達程度會對京津冀金融網絡的發展產生影響,其中地區經濟發展程度和教育對京津冀金融網絡發展的影響程度最大。區域是否連接、政府干預能力、專利授權數和城鎮化水平對京津冀金融網絡發展的影響暫不明確。
2.QAP回歸分析

表4 變量一覽表

表5 QAP相關性分析結果
利用QAP回歸分析法將上述影響因素及利用泰勒連鎖模型得出的京津冀金融網絡矩陣隨機置換5000次,兩次回歸結果如表6所示。在各種因素的綜合影響下發現,全社會固定資產投資規模、政府干預能力、經濟發展水平、產業結構、教育程度、專利授權數、交通發達程度對京津冀金融網絡的發展影響較大,其中教育程度對京津冀金融網絡發展的影響程度最大,而區域是否連接和城鎮化水平對京津冀金融網絡的發展影響程度仍然不顯著。

表6 QAP回歸分析結果
本文結合泰勒的連鎖反應模型構建京津冀13個城市銀行異地分支網絡,采用社會網絡法對網絡密度、中心度和凝聚子群進行分析,并利用QAP分析對網絡影響因素進行探究,得出如下結論:
1.總體來說,從2008年到2018年十年間,京津冀地區異地分支銀行網絡逐漸完善,各城市間金融影響力逐年上升,金融聯系日益加強,已形成北京—天津—石家莊為首的較為固定的金融發展格局,但地區間金融發展不均的問題仍舊十分突出。
2.在對京津冀地區異地分支銀行網絡的影響因素進行分析時發現:在綜合因素影響下,社會固定資產投資、政府干預、經濟發展水平、產業結構、教育程度、科技發展水平、交通發達程度均對京津冀銀行網絡的發展起重要影響,即這些因素都會影響到京津冀間金融聯系與交流。其中教育程度對京津冀金融聯系的影響程度最明顯,而區位關系和城鎮化水平對京津冀金融聯系的影響暫不明確。