基于Ucinet社會(huì)網(wǎng)絡(luò)分析的上市公司數(shù)量對(duì)地區(qū)經(jīng)濟(jì)發(fā)展效應(yīng)研究
——以山東省16地市為例

李潤(rùn)宇

（貴州財(cái)經(jīng)大學(xué)，貴陽(yáng) 550025）

0 引言

上市公司數(shù)量和體量是衡量一個(gè)城市競(jìng)爭(zhēng)力的重要指標(biāo)。上市公司不僅能帶來(lái)資本，還能帶來(lái)產(chǎn)業(yè)和就業(yè)，是支撐區(qū)域經(jīng)濟(jì)的核心力量。截止到2018 年，山東省內(nèi)共有205 家上市公司，分布情況明顯不均。另外，對(duì)比省內(nèi)各地市的經(jīng)濟(jì)發(fā)展?fàn)顩r發(fā)現(xiàn)，各地市經(jīng)濟(jì)發(fā)展水平與該地區(qū)內(nèi)上市公司數(shù)量似乎存在某種聯(lián)系。因此本文將在收集、處理關(guān)于上市公司數(shù)量等數(shù)據(jù)的基礎(chǔ)上，探究區(qū)域內(nèi)不同地區(qū)上市公司數(shù)量的差異對(duì)地區(qū)經(jīng)濟(jì)發(fā)展水平的宏觀影響。

1 數(shù)據(jù)選擇及處理

首先，本文選擇收集的是2018 年山東省內(nèi)16 地市上市公司的數(shù)量統(tǒng)計(jì)情況。從表1 中可以看出，青島市、煙臺(tái)市、濟(jì)南市、淄博市和濰坊市五市的上市公司數(shù)量占據(jù)了省內(nèi)的前五名。

表1 2018 年山東16 地市上市公司個(gè)數(shù)統(tǒng)計(jì)情況

度中心性（Degree Centrality）是在網(wǎng)絡(luò)分析中刻畫節(jié)點(diǎn)中心性（Centrality）的最直接度量指標(biāo)。一個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)度越大，就意味著這個(gè)節(jié)點(diǎn)的度中心性越高，該節(jié)點(diǎn)在網(wǎng)絡(luò)中就越重要。在社會(huì)網(wǎng)絡(luò)中，一項(xiàng)基本任務(wù)是需要鑒定一個(gè)群體中哪些個(gè)體比其他個(gè)體更具有影響力，幫助研究分析和理解個(gè)體在網(wǎng)絡(luò)中擔(dān)當(dāng)?shù)慕巧匚弧；诮⑵饋?lái)的網(wǎng)絡(luò)結(jié)構(gòu)圖，使用中心性度量方法就可以計(jì)算出哪個(gè)個(gè)體比其他個(gè)體更重要。（見圖1）

圖1 2018 年山東省內(nèi)上市公司數(shù)量分布圖（突出點(diǎn)度中心度）

如表2 所示，煙臺(tái)市、淄博市、青島市、濟(jì)南市和濰坊市在點(diǎn)度中心度方面分別占據(jù)了前五位，對(duì)應(yīng)表1 和圖1 所示結(jié)果，也很容易得出相應(yīng)的結(jié)論。

表2 各地區(qū)上市公司數(shù)量的點(diǎn)度中心度（Degree）情況

2 實(shí)證部分

結(jié)合前文運(yùn)用Ucinet 軟件所做的量化、可視化的分析，可以清晰地看出，2018 年各個(gè)地市的上市公司數(shù)量的對(duì)比和在本省內(nèi)所占的比重。而煙臺(tái)市、淄博市、青島市、濟(jì)南市和濰坊市五市在印象中也是省內(nèi)最發(fā)達(dá)的地市。本文嘗試進(jìn)一步考察地區(qū)經(jīng)濟(jì)發(fā)展水平和該地區(qū)上市公司數(shù)量等因素之間的聯(lián)系。

本文選取的統(tǒng)計(jì)數(shù)據(jù)有：2018 年山東16 地市的GDP 及增速、地區(qū)內(nèi)上市公司個(gè)數(shù)、本年度貸款余額。假設(shè)各地市內(nèi)上市公司的數(shù)量是能帶動(dòng)本地區(qū)經(jīng)濟(jì)發(fā)展的因素之一。另外，上市公司出于為獲取自身發(fā)展所需要的資金支持的原因，上市公司所在地區(qū)的貸款余額也會(huì)與其數(shù)量的多少產(chǎn)生關(guān)聯(lián)，相當(dāng)于間接推動(dòng)了本地區(qū)經(jīng)濟(jì)發(fā)展。

故本文設(shè)16 地市2018 年度的GDP 總額為被解釋變量，各地市上市公司數(shù)量、各地市年度貸款余額為兩個(gè)解釋變量。對(duì)相關(guān)數(shù)據(jù)（從山東省統(tǒng)計(jì)年鑒獲得）做OLS 回歸分析。從結(jié)果來(lái)看，模型擬合程度較高。可決系數(shù)R2＝0.932 023，表明各地市GDP 變化的93.2%可由本地區(qū)內(nèi)上市公司數(shù)量和貸款余額變化來(lái)解釋；回歸方程總體顯著，從截距和斜率系數(shù)的t 檢驗(yàn)看，給定顯著性水平a＝0.1，截距和斜率系數(shù)的估計(jì)值均通過(guò)t檢驗(yàn)。

3 結(jié)論

本文借助Ucinet 社會(huì)網(wǎng)絡(luò)分析軟件，對(duì)山東省16 地市本地區(qū)內(nèi)的上市公司個(gè)數(shù)做了可視化處理、點(diǎn)度中心度描述，容易發(fā)現(xiàn)山東省各地市之間的上市公司數(shù)量分布差異，明顯發(fā)現(xiàn)一些地市在上市公司數(shù)量上的優(yōu)勢(shì)。隨后用實(shí)證考察上市公司數(shù)量和該地區(qū)貸款余額與地區(qū)GDP 之間的關(guān)系，通過(guò)OLS 回歸發(fā)現(xiàn)，擬合程度較高，說(shuō)明各地市的上市公司數(shù)量和該地區(qū)貸款余額與該地區(qū)經(jīng)濟(jì)發(fā)展之間確實(shí)存在密切關(guān)系。一個(gè)地區(qū)的上市公司越多，除去上市公司本身的生產(chǎn)經(jīng)營(yíng)可以帶動(dòng)該地區(qū)經(jīng)濟(jì)發(fā)展外，上市公司對(duì)銀行貸款的需求量也更大，因而將會(huì)拉動(dòng)該地區(qū)的經(jīng)濟(jì)發(fā)展。另外，從社會(huì)網(wǎng)絡(luò)分析方面可以發(fā)現(xiàn)，作為衡量經(jīng)濟(jì)發(fā)展的指標(biāo)，在上市公司數(shù)量上占優(yōu)的地市，也基本上成了省內(nèi)的經(jīng)濟(jì)發(fā)展領(lǐng)頭羊。