■ 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(guó)省域空間面板數(shù)據(jù)，構(gòu)建經(jīng)濟(jì)地理距離空間權(quán)重，利用修正引力模型，采用社會(huì)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(shí)空固定效應(yīng)的空間杜賓模型檢驗(yàn)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(huì)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(shì)必會(huì)呈現(xiàn)非均衡形態(tài)。實(shí)際上，我國(guó)銀行業(yè)在地區(qū)經(jīng)濟(jì)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(shì)顯著，區(qū)域差異化逐漸擴(kuò)大，呈現(xiàn)出顯著的空間非均衡性，與各地區(qū)實(shí)際經(jīng)濟(jì)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(duì)經(jīng)濟(jì)活動(dòng)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(yùn)用空間計(jì)量模型分析金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間效應(yīng)，證實(shí)了銀行業(yè)集聚與經(jīng)濟(jì)增長(zhǎng)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(guó)欠發(fā)達(dá)地區(qū)的國(guó)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(xiàn)多采用普通面板或空間計(jì)量模型估計(jì)，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(guó)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(guó)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(shí)考慮地理和經(jīng)濟(jì)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(xiàn)研究主要有兩個(gè)局限：一是利用空間計(jì)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(duì)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(guó)銀行儲(chǔ)蓄體量大，僅研究?jī)?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(xiàn)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(biāo)，構(gòu)建集聚的空間關(guān)聯(lián)網(wǎng)絡(luò)，運(yùn)用社會(huì)網(wǎng)絡(luò)分析（SNA）測(cè)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(guò)塊模型分析銀行業(yè)的空間聚類方式；采用時(shí)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(huì)關(guān)聯(lián)網(wǎng)絡(luò)并探索網(wǎng)絡(luò)中整體和個(gè)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(huà)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(qiáng)引力模型的解釋力度，采用修正引力模型見(jiàn)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(wàn)人中受高等教育的人數(shù)表示；Gi和Gj為實(shí)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(chǔ)蓄存款總額；B為全國(guó)銀行儲(chǔ)蓄存款總額；Pi為省域i的人口總數(shù)；P為全國(guó)人口總數(shù)。 Dij/（gi-gj）表示省域之間的經(jīng)濟(jì)地理距離，（gi-gj）為省域之間的人均GDP的差值。

（二）數(shù)據(jù)來(lái)源及空間權(quán)重

數(shù)據(jù)源于2001-2014年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)金融統(tǒng)計(jì)年鑒》，地區(qū)生產(chǎn)總值以2000年為基期進(jìn)行平減，人力資本為省域每萬(wàn)人中受高等教育人數(shù)表示，數(shù)據(jù)均取其對(duì)數(shù)值，省域之間的距離為GIS計(jì)算的省會(huì)城市之間的球面距離。本文選用經(jīng)濟(jì)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(jì)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(shí)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(jì)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(shí)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(shì)，整體網(wǎng)絡(luò)存在較大發(fā)展空間。網(wǎng)絡(luò)距離是度量?jī)蓚€(gè)省域之間實(shí)現(xiàn)信息交流和資源共享經(jīng)過(guò)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(dá)性，無(wú)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(shuō)明網(wǎng)絡(luò)中每一省域平均經(jīng)過(guò)不到兩個(gè)省域就能聯(lián)系到另一個(gè)省域。

表1　銀行業(yè)集聚關(guān)聯(lián)網(wǎng)絡(luò)的集中趨勢(shì)指標(biāo)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(diǎn)度中心度。點(diǎn)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(lái)衡量其所處的中心位置，點(diǎn)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(jì)結(jié)果知，我國(guó)31省域的點(diǎn)度中心度平均值為37，高于均值的省域?yàn)樯虾！⑻旖?、北京、江蘇、浙江、廣東、山東、內(nèi)蒙古和貴州，說(shuō)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(diǎn)度中心度為93，原因是上海與其他30省域中的28個(gè)省域都有空間關(guān)聯(lián)關(guān)系，說(shuō)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(diǎn)度中心度最低，說(shuō)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(dòng)。點(diǎn)度中心勢(shì)為60.46%，說(shuō)明整個(gè)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(duì)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(qiáng)。表1表明，中介中心度的平均值2.18，高于均值的省域?yàn)樯虾?、北京、天津、江蘇、浙江、廣東，說(shuō)明這些省域在銀行業(yè)集聚空間關(guān)聯(lián)網(wǎng)絡(luò)中對(duì)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(guó)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(shì)，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(shuō)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(shì)為14.76%，表明只有少數(shù)處于核心地位的省域具有較強(qiáng)的控制能力，整個(gè)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(qiáng)。表1的統(tǒng)計(jì)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?cè)诰W(wǎng)絡(luò)中演繹著中心行動(dòng)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(qiáng)。吉林和黑龍江的接近中心度最低，它們與其他節(jié)點(diǎn)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(shì)越接近于1，說(shuō)明網(wǎng)絡(luò)集中趨勢(shì)越顯著。整個(gè)網(wǎng)絡(luò)的點(diǎn)出度中心勢(shì)和點(diǎn)入度中心勢(shì)入為10%和72%，二者差距較大，說(shuō)明銀行業(yè)集聚的關(guān)聯(lián)性存在很大的不對(duì)稱性。從點(diǎn)入度角度看，銀行業(yè)集聚關(guān)系的整個(gè)網(wǎng)絡(luò)中心勢(shì)更顯著。整體網(wǎng)絡(luò)的標(biāo)準(zhǔn)化中介中心勢(shì)是為15%，說(shuō)明整個(gè)網(wǎng)絡(luò)向某個(gè)點(diǎn)集中的趨勢(shì)并不顯著。

（三）塊模分析

我國(guó)31省域的經(jīng)濟(jì)發(fā)展在地理空間上分為多個(gè)經(jīng)濟(jì)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(duì)31省域進(jìn)行分區(qū)，將31省域分為四個(gè)板塊。Ⅰ板塊的省域有北京、天津、內(nèi)蒙古、山東，這4個(gè)省域集中在環(huán)渤海經(jīng)濟(jì)區(qū)；Ⅱ板塊有江蘇、廣東、福建、上海和浙江，集中于長(zhǎng)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(gè)省域的銀行資源的市場(chǎng)配置能力和集聚能力相對(duì)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(gè)，板塊之間關(guān)系數(shù)為180個(gè)，說(shuō)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(gè)，溢出關(guān)系27個(gè)，接收板塊外的溢出關(guān)系58個(gè)，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(shuō)明經(jīng)濟(jì)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(shí)，仍需大量資金支持；向板塊外的溢出關(guān)系19個(gè)，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(gè)，內(nèi)部關(guān)系6個(gè)，板塊外溢出23個(gè)，接收板塊外溢出關(guān)系80個(gè)，期望內(nèi)部關(guān)系比例13%，實(shí)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(gè)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(qiáng)，是我國(guó)巨大的經(jīng)濟(jì)腹地，是銀行業(yè)高度集聚的地區(qū)，但在快速發(fā)展時(shí)期，對(duì)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(jì)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(gè)，板塊內(nèi)部關(guān)系13個(gè)，板塊外溢出關(guān)系110個(gè)，接收其他板塊溢出關(guān)系19個(gè)，實(shí)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(diǎn)度中心度、接近中心度、中介中心度作為解釋變量。SDM同時(shí)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(duì)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(xiàng)和解釋變量相關(guān)，隨機(jī)效應(yīng)模型的誤差項(xiàng)和解釋變量不相關(guān)。檢驗(yàn)的估計(jì)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(shí)證分析本案例更加有效，時(shí)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(guò)了1%的顯著性水平的檢驗(yàn)，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(shí)間效應(yīng)并存的SDM模型的估計(jì)結(jié)果

表4中，點(diǎn)度中心度系數(shù)為1.74，當(dāng)其提高1%時(shí)，銀行業(yè)集聚程度提高1.74%，說(shuō)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(kuò)散。因此，對(duì)于點(diǎn)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(diǎn)度中心度，加強(qiáng)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(qiáng)整體網(wǎng)絡(luò)對(duì)個(gè)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(zhǔn)控制其他省域的銀行資源的流動(dòng)數(shù)量和方向，強(qiáng)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(jìn)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(guó)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(shì)，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(gè)省域的點(diǎn)度中心度大于平均值，寧夏、湖南、吉林、黑龍江的點(diǎn)度中心度最低；上海、北京、天津、江蘇、浙江、廣東6個(gè)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(shì)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(qiáng)；上海、北京、天津、江蘇、浙江、廣東6個(gè)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(dòng)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(gè)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(gè)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(jì)人”的角色。其余15個(gè)省域?yàn)椤皟粢绯觥钡慕巧?，印證了銀行資源集聚的非均衡性，經(jīng)濟(jì)發(fā)達(dá)地區(qū)銀行資源隨著經(jīng)濟(jì)的發(fā)展和人力資本的增強(qiáng)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(diǎn)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(qiáng)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(jì)發(fā)達(dá)地區(qū)帶動(dòng)銀行資源相對(duì)稀缺的地區(qū)，實(shí)現(xiàn)全面協(xié)調(diào)的發(fā)展，改善兩級(jí)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(gè)性特征制定合理的經(jīng)濟(jì)刺激政策。三是減少省際資金流動(dòng)的壁壘，縮小省際經(jīng)濟(jì)、技術(shù)、人才的差距，促進(jìn)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(jì)結(jié)構(gòu)，銀行業(yè)結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展——基于分省面板數(shù)據(jù)的實(shí)證分析［J］.金融研究， 2006（1）

2.彭寶玉，李小建.1990年代中期以來(lái)我國(guó)銀行業(yè)空間系統(tǒng)變化研究［J］.經(jīng)濟(jì)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(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)溢出作用的空間計(jì)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(bào)， 2006，61（4）

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

7.鄧向榮，劉文強(qiáng).金融集聚對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作用的實(shí)證分析［J］.南京社會(huì)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(shí)用指南［M］.格致出版社，2014

10.劉華軍，劉傳明，孫亞男.中國(guó)能源消費(fèi)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(guó)工業(yè)經(jīng)濟(jì)， 2015（5）

11.許海平，王岳龍.我國(guó)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(jì)量分析［J］.金融研究， 2010（10）

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

F832.3

A

合理化評(píng)價(jià)及調(diào)整政策研究”（項(xiàng)目編號(hào)：13YJA790070）