成渝城市群网络结构分析*
——基于金融企业布局的视角

陈少炜 徐良华 褚 钗

(西安财经大学 经济学院，陕西 西安 710100)

一、引言及文献综述

随着我国经济的高速发展，城市化进程不断加快，城市间在各方面的交流越来越多，联系越来越密切，通过这样既广泛又密切的经济及社会联系，一定地域范围内众多不同类型、性质的大中小城市将协同发展，逐渐形成以一两个大城市为区域核心城市、多个中小型城市为次级区域中心城市的多中心城市空间集合体即城市群。城市群是一个创新要素集聚、人口密度大、产业竞争力强、经济效率最优的地区，也是支撑经济高质量发展的重要平台。城市群的内部城市通过政治、经济、文化等多个领域的融合，形成了一个充满经济联系的非均衡城市空间网络结构。近年来，我国的城市群建设取得较大进步，特别是长三角、粤港澳大湾区(珠三角)、京津冀等已经发展成为我国具有代表性的城市群。成渝地区作为我国西部地区综合实力最强的区域之一，其城市群建设取得明显进展，但对比长三角、粤港澳大湾区(珠三角)、京津冀等我国领先的城市群，仍有较大差距。据统计，2018年长三角经济总量达21万亿元以上，粤港澳大湾区经济总量达10万亿元以上，京津冀经济总量达8.5万亿元以上，而成渝城市群经济总量仅为6万亿元左右。2020年1月3日，中央财经委员会第六次会议做出推动成渝地区双城经济圈建设的重大决策。在此背景下，探讨成渝城市群的网络结构具有重要的理论价值和现实意义。

目前国内外学者对城市群网络结构从多方面、多角度进行了分析研究。主要可分为以下几方面：

基于城市活动(旅游、环境污染、交通、教育等)角度分析研究。如王莉莉和肖雯雯(2018)[1]基于旅游活动以城市间空间关联为边的城市群空间网络，提出城市群旅游空间网络建模方法及衡量网络结构的指标，构建西北五省份和西南四省份城市群旅游空间网络，并利用网络指标研究基于旅游活动的城市空间关联结构。张可(2016)[2]运用空间联立方程模型对环境污染与城市网络结构进行了实证研究。Derudder et al(2005)[3]、Lao et al(2016)[4]采用航空运输数据分别分析了世界城市网络和中国城市网络的结构特征。任会明等(2019)[5]利用2016年上海市教育机构的相关数据，运用链锁网络模型、社会网络分析方法以及Arc GIS空间分析方法测度上海城市网络的空间结构特征。

基于企业空间布局角度研究，其主要是通过企业分支机构区位选择的数据来分析城市间的联系。如尹俊等(2011)[6]通过全国主要金融服务业企业布局对中国城市网络进行定量分析。王成等(2015)[7]以汽车生产网络为研究对象，构建了基于汽车商品链的城市网络。吴春飞等(2017)[8]基于企业总部分支和城市面板数据，通过构建长江中游城市群体的竞争力模型，分析城市群内城市竞争力整体特征、层级特征和空间特征。庄德林等(2017)[9]基于战略性新兴产业上市公司的布址数据，运用SNA对2004—2013年间长三角城市群空间结构演变规律进行了分析。随着产业结构升级，服务业逐步取代制造业成为主导产业，利用服务业尤其是以金融业为代表的生产性服务业的企业内部联系来刻画城市网络愈发受到学界的关注。程玉鸿等(2014)、朱惠斌等(2015)、温锋华等(2017)、潘苏等(2019)、任亚文等(2019)采用金融行业的企业选址数据，对珠三角、长三角、京津冀和粤港澳大湾区城市群构建了基于金融业以及金融细分行业的城市网络，进而探讨其结构特征[10-14]。各个城市群网络的整体发展趋势具有一定的共通性，但不同城市群网络之间的结构特征及金融服务功能则存在显著的差异性。

对多个城市群从整体角度进行研究。如晁静等(2019)[15]基于DMSP-OLS和NPP-VIIRS夜间灯光数据构建夜间灯光总量集成序列,采用Dagum基尼系数、标准差椭圆、重心转移模型及地理探测器等定量方法,系统比较1995—2015年长江经济带三大城市群经济差异时空演变及影响因素。赵新正等(2019)[16]构建“企业—城市”间关联的折衷网络模型，借助网络分析等多种方法分析了中国地级城市间和典型城市群之间的网络联系。李涛等(2017)[17]以175家全球高端生产性服务业企业数据为基础,运用网络互锁模型,从全球、全国和区域三个空间尺度,比较研究了中国城市群的多中心网络。梁红艳(2019)[18]运用主成分分析法测度2005—2016年我国五大城市群城市物流业发展水平，借助引力模型确定城市间物流业发展空间关联关系，利用社会网络分析方法解析物流业发展空间网络结构特征并探究了其运行效应。张书博(2018)[19]利用2017年A股及美股上市公司总部及其子公司数据构建全国及三大城市群(长三角城市群、珠三角城市群、京津冀城市群)内部空间结构网络，并且比较了三大城市群内空间结构的异同，还探究了城市群外部空间结构与城市群内空间结构的关系。

综上可见，现有研究主要关注东部沿海发达地区以及京津冀等成熟地区城市群的城市网络结构，而对于一些内陆重要经济区域关注较少。成渝经济圈作为中国经济增长的又一极，虽然其区域内经济差异已被相关学者关注，但是探讨其城市群网络结构的文献相对较少。陈东景、孙兆旭(2021)[20]通过实证研究表明无论是经济发达省份还是经济欠发达省份，新型城镇化和金融发展对区域产业结构合理化和高度化均具有促进效应。因此以金融业作为切入点，选取区域内上市金融机构的相关数据，借鉴城市链锁网络模型思想构建城市群网络,采用社会网络分析方法，探讨城市群网络的空间布局特点以及网络结构特征，并据此为区域协同发展提出相关建议,助力成渝地区双城经济圈建设。

二、数据来源与研究方法

(一)数据来源

本研究选取的空间范围为成渝城市群①，主要涵盖四川省的成都、自贡、泸州、德阳、绵阳、遂宁、内江、乐山、南充、眉山、宜宾、广安、达州、雅安、资阳15个市及1个直辖市重庆。2016年4月12日，国务院印发《关于成渝城市群发展规划的批复》(国函〔2016〕68号)同意《成渝城市群发展规划》。该规划区国土面积20.6万平方公里，2018年末常住人口近1亿人，地区经济总量6万亿元左右，占当年全国GDP约6.25%，位列西部地区前列。随着国家西部大开发战略不断地深入推进，成渝城市群对西部地区发展的核心引领作用将更加凸显。在此，选取了69家上市金融机构(主要包括银行、保险、证券三类机构)，整理其在成渝城市群15个地级市及重庆市的各级办公网点数据，依据城市间的行业链接构建城市网络。金融机构各级办公网点数据主要来自“企查查”网站(https：//www.qichacha.com)，并通过各金融机构的官方网站进行验证、补充。各城市间最短距离参考网络地图查询得出，各城市相关宏观经济数据均来自wind数据库。

(二)研究方法

1.城市连通度分析

金融企业有不同层级的分支机构，因此为反映金融企业所在城市节点间的联系，依据Taylor(2001)[21]提出的城市链锁网络模型思想，可以将金融企业及其分支机构的办公网点数据转换为城市间关系数据。根据选定的样本城市和样本企业构建n×m阶行业服务值矩阵V。具体可假定企业j在多个城市有办公网点分布。综合考虑办公网点级别和数量两个因素的影响，金融企业j在城市i中的服务值得分vij可以定义为：

(1)

(2)

rab,j=vaj·vbj(j=1,2,…,m)

(3)

(4)

2.社会网络分析

rab>0时，aij=1,rab=0时，aij=0。

城市网络的拓扑网络结构具有其自身的特征，可能呈现出特殊的拓扑性质，部分拓扑特性无法通过网络结构图来展示，需要选择合适的测度指标对城市网络的拓扑特性进行研究。在此，采用整体网络密度、节点强度、特征向量中心度、凝聚子群等统计指标对城市网络的总体属性和节点属性进行研究，并着重对城市网络的结构特征进行分析，以了解当前成渝城市群基于金融企业布局的城市网络的特点。具体指标界定如下：

整体网络密度主要用来度量城市网络中各个节点联系的紧密程度，是网络中实际出现的边与可能存在的边的频数之比，网络G=(C,R)的密度为：

在此采用这一指标来反映城市网络中各城市之间联系的紧密程度。

在成渝城市群城市网络中，网络联系强度反映的是城市网络中一个城市与其他城市的行业连通度的大小，即城市间联系紧密度的强弱。在此采用节点强度(Strength)来进行衡量，该指标既考虑近邻节点的数量，又考虑该节点与邻点之间的边权，计算公式如下：

(6)

λCe(G)=ACe(G)

(7)

一个城市的中心地位与城市伙伴的中心地位之和成正比，这里的比例因子由λ给出。从式(7)中可以得到，Ce(G)是邻接矩阵A的特征向量，λ是其对应的特征值。

凝聚子群是网络中行动者的一个子集合。在此子集合中的行动者之间具有直接紧密的联系，形成了一个次级团体。凝聚子群分析是一种典型的社会网络子结构分析方法，能够简化复杂的整体网络结构，进而发现网络中凝聚子群的数量及其相互之间的结构关系、结构内容及连接方式。

三、城市网络结构的实证分析

(一)城市链接性分析

1.主要金融行业的服务值分布

各个城市的金融行业服务值分布情况反映了金融行业主要企业的办公网点在各个城市的规模和等级。某个行业在一个城市的服务值得分越高，说明该城市在基于此行业所形成的城市网络中的地位越重要。表1列出了成渝城市群中各城市的主要金融行业服务值的总体及分行业得分情况，从得分情况看，成渝城市群主要金融行业服务值分布具有明显的城市分级特点。总体而言，大致可分为三个等级。其中，重庆、成都的服务值以绝对优势位居第一层级，处于该区域金融中心地位，服务值占金融行业总服务值的61.62%；泸州、德阳、绵阳、乐山、南充、达州、宜宾及内江则位居第二层级，在一定程度上扮演着该区域次级金融中心的角色，八个城市的服务值合计占金融行业总服务值的26.41%；其余6个城市则处于第三层级。

表1 成渝城市群主要金融行业服务值分布

2.城市间联系的结构特征

从行业连通度rab的计算公式可以计算得出成渝城市群16个城市节点间的行业联系强度。为了避免网络中出现封闭子环，在此设定城市节点与自身的行业联系强度为0。图1为基于金融业及细分行业的成渝城市群网络图，城市间的行业联系强度可划分为5个等级(<4.00、4.00-6.00、6.00-8.00、8.00-10.00、>10.00)，以线的粗细表示。

从图1中可以看出，基于金融业的成渝城市群网络中城市间行业联系强度较强，整体上看，城市间行业联系强度均在三级链接以上，具体来说，其网络链接包括成都与自贡、泸州、德阳、绵阳、内江、乐山、南充、宜宾、广安、达州和重庆之间；重庆与自贡、泸州、德阳、遂宁、绵阳、内江、乐山、南充、眉山、宜宾、广安、达州之间的一级链接(rab>10.00)；自贡、泸州、德阳、绵阳、内江、乐山、南充、宜宾、广安、达州彼此间及遂宁与德阳、绵阳、达州、内江、南充间，眉山与德阳、绵阳、内江、乐山、泸州、达州、南充间的二级链接(8

图1 基于金融业及细分行业的成渝城市群网络

同时从图1中还可以看出，基于细分行业的成渝城市群网络存在明显的分异性。具体来看，基于银行业的城市网络，其结构特征与基于金融业的城市网络基本一致；基于证券业的城市网络，其层级性、“核心-边缘”结构特征较为明显；基于保险业的城市网络，其内部结构较为均衡，但城市节点间行业联系强度整体水平一般且行业服务值总体得分不高，行业发展水平有待提高。

(二)城市网络结构特征分析

1.网络规模与整体网络密度分析

在复杂网络理论中，网络规模主要指的是网络中节点的数量。在此构建的成渝城市群网络共拥有16个城市节点，故网络规模值为16。利用城市间的行业连通度数据构建城市间关系矩阵，进而计算成渝城市群网络密度。计算结果显示：基于金融业总体以及银行业、保险业、证券行业的城市网络密度均为0.8823。这表明成渝城市群间的金融行业联系较为紧密，仅通过城市网络密度的数值并不能有效地反映该城市金融行业及细分行业的发展水平，需要结合其他指标数据来综合判断。

图2 基于金融业的成渝城市群拓扑网络

为了更加直观地反映成渝城市群网络的结构状况，在此绘制基于金融业的成渝城市群网络拓扑结构图(如图2)。图2中的线表示城市间的金融业连通度，节点的大小反映城市的总连通度的大小，即城市节点强度的大小。通过该结构图可以发现：成渝城市群网络呈现出一定的“核心-边缘”网络层级性结构。成都和重庆作为网络中的绝对核心城市，与南充、绵阳、德阳、宜宾、内江、达州、乐山、泸州及自贡9个城市联系较为紧密，构成次级中心城市圈，而雅安、遂宁、眉山、广安及资阳5个城市则处于网络的边缘，且相互之间联系强度较弱。

2.节点强度及特征向量中心度分析

城市网络的节点强度反映的是某城市节点与其他城市节点间联系紧密度的强弱，体现了该城市节点的网络联系强度的大小。具体来看(如表3)，成渝城市群网络中的节点强度存在一定的行业分异性。基于金融业和银行业构建的城市网络中，各城市节点的节点强度大小差异不大，且各城市的指标排名基本一致。重庆、成都、南充及绵阳位居城市网络中节点强度的前4位，且重庆、成都稳居前2位，其节点强度均在0.81以上，指标值是第3名的1.2倍左右。

基于证券业和保险业构建的城市网络中，重庆、成都仍位居前2名，但其优势地位有所下降。在基于证券业的城市网络中，成都、重庆的节点强度分别为0.712和0.661；在基于保险业的城市网络中，重庆、成都的节点强度分别为0.877和0.813，但第3名绵阳的节点强度为0.714，其指标值为成都的87.8%。在城市排名上，大部分城市的位次变化不太明显，只有自贡在基于证券业的城市网络中，其节点强度排在第6位，但基于保险业城市网络中，其节点强度排名下降到第14位，以及达州在基于保险业城市网络中，其节点强度排在第7位，但基于证券业的城市网络中，其节点强度的排名下降到第16位，这两个城市的排名变化较为明显。

表3 成渝城市群网络的节点强度

以上基于不同行业构建的城市网络及各城市节点强度的状况，也在一定程度上表明银行业在整个金融业城市网络中的行业贡献较大，各城市的金融服务功能趋于集中，但在细分行业上存在一定的差异。

城市网络节点的特征向量中心度反映的是某城市节点与“中心型”城市节点的连通度，值越大表明该城市节点连接的“中心型”城市节点和重要城市节点的数量越多，彼此间连通度越高。具体来看(如表4所示)，各城市网络节点的特征向量中心度与其节点强度在排序上具有较高的一致性。从整体来看，不管是基于金融业还是基于细分行业城市网络节点的特征向量中心度都比较均衡，但数值不高，这表明成渝城市群网络的金融服务功能布局较为合理，但整体水平还是比较低。

表4 成渝城市群网络的特征向量中心度

3.凝聚子群分析

凝聚子群分析是基于成渝城市群网络的结构，发现城市间联系相对紧密、关系相对密集，即相对“凝聚”的“小团体”，对这些“小团体”进行量化分析，确定“小团体”间的亲疏关系。在此利用Ucinet软件中的Concor法(迭代相关收敛法)对基于金融业及细分行业的成渝城市群网络进行非重叠性聚类分析(如图3)。

从图3中可以发现，基于金融业的成渝城市群网络大致包括以下凝聚子群：第一，由成都和自贡组成的子群与由泸州和德阳组成的子群相互作用形成的凝聚子群；第二，由绵阳和遂宁组成的子群与由内江和乐山组成的子群相互作用形成的凝聚子群；第三，由南充和眉山组成的子群与由宜宾和广安组成的子群相互作用形成的凝聚子群；第四，由达州和雅安组成的子群与由资阳和重庆组成的子群相互作用形成的凝聚子群。基于银行业的成渝城市群网络大致包括以下凝聚子群：第一，以成都为中心，乐山、内江、绵阳、南充和达州构成的凝聚子群；第二，由自贡、泸州和宜宾组成的子群与由雅安和资阳组成的子群相互作用形成的凝聚子群；第三，德阳、眉山和重庆构成的凝聚子群；第四，遂宁和广安构成的凝聚子群。基于证券业的成渝城市群网络大致包括以下凝聚子群：第一，以重庆为中心，成都和眉山构成的凝聚子群；第二，以泸州为中心，内江和德阳构成的凝聚子群；第三，由达州和自贡组成的子群与南充和遂宁组成的子群相互作用形成的凝聚子群；第四，由宜宾、乐山、绵阳、雅安组成的子群与由资阳和广安组成的子群相互作用形成的凝聚子群。基于保险业的成渝城市群网络大致包括以下凝聚子群：第一，成都和自贡构成的凝聚子群；第二，由泸州、德阳、雅安、乐山和广安构成的凝聚子群；第三，由绵阳、资阳、南充、达州、眉山、遂宁组成的子群与由宜宾、内江、重庆组成的子群相互作用形成的凝聚子群。

(a)金融业

(b)银行业

(c)证券业

(d)保险业

从凝聚子群的分布状况来看，城市网络内多中心趋势尚不明显，没有形成有效的次级区域中心城市。在基于保险业和银行业构建的城市网络中，各凝聚子群组合与城市的地理位置相邻程度大部分一致，但各子群内部的城市间联系强度存在一定差异。在基于金融业和证券业构建的城市网络中，各凝聚子群组合与城市的地理位置相邻程度存在较大差异，内部结构相对不合理，城市间资源及要素流动的有效性需要进一步加强。考虑到成渝城市群的协调发展，应当改进城市网络内部的凝聚子群组合，进一步推进重庆、成都两大核心城市与周边城市的合作交流，加强城市间资源共享进而带动区域整体发展；努力将绵阳打造为辐射区域北部的次级区域中心城市，泸州打造为辐射区域南部的次级区域中心城市，进而为城市群发展形成合力。

四、主要结论及政策建议

依据城市链锁网络模型，选取了成渝城市群银行、证券、保险三大金融行业69家上市金融机构各级营业及办公网点数据，分别构建了基于金融业和细分行业的成渝城市群城市网络，考察城市网络结构特征。研究发现：(1)基于金融业的成渝城市群网络表现出一定的层级性，基本形成了以重庆和成都为双核心驱动周围城市协同发展的格局，城市间行业的联系强度较强，整体上看，城市间行业联系强度均在三级链接以上。(2)基于细分行业的成渝城市群网络存在明显的分异性。具体来看，银行业在城市网络形成中的行业贡献最大，基于证券业的城市网络具有突出的层级性、“核心-边缘”结构特征，而基于保险业的城市网络，其内部结构则较为均衡，但城市节点间行业联系强度整体水平一般且行业服务值总体得分较低，行业发展水平有待提高。(3)从城市群网络的总体属性来看，基于金融业总体以及银行业、保险业及证券业的城市网络密度均为0.833，说明成渝城市群间的金融行业联系较为紧密，三种主要金融行业的城市网络发展取得了一定的成绩。(4)从城市群网络的节点属性来看，双核心城市的中心性较明显，重庆、成都的节点强度和特征向量中心度在各城市网络中居于前两位，处于核心地位。从整体上看，各城市特征向量中心度比较均衡，但数值比较低，这表明城市群网络的金融服务功能布局较为合理，但整体水平还是比较低。(5)从凝聚子群的分布状况来看，城市网络内多中心趋势尚不明显，没有形成有效的次级区域中心城市。各凝聚子群内部结构相对不合理，城市间资源及要素流动的有效性需要进一步加强。

当前成渝城市群已经迈上了快速发展通道，为促进其进一步发展，缩小与长三角、粤港澳大湾区、京津冀等领先城市群的差距，结合主要研究结论，在此提出以下对策建议：

第一，应加强区域的整体协调发展，进一步提高成渝城市群网络的行业经济联系。根据各个城市在城市网络中的不同地位和作用，结合城市的区位优势和要素资源，提出符合地区发展的区域经济政策，提高要素、资源流动的有效性。充分发挥重庆、成都双核心城市的辐射带动作用，加强边缘城市与“中心型”城市以及边缘城市之间的行业经济联系，推动成渝城市群经济一体化发展，争取成渝城市群建设早日上升为国家战略。

第二，要逐步缩减区域内行业发展差异，进一步完善金融机构的引入激励机制。在中小型城市积极引进股份制商业银行、专业性保险机构以及证券、期货等金融机构，大力发展地方金融机构。此外，积极营造互联网金融、科技金融、文化金融等新兴金融业态，强化金融企业间行业联系，完善成渝城市群网络格局，着重提高基于证券业的城市网络发育水平，进而推进区域协同发展进程。

第三，应积极打造成渝城市群多中心城市格局，以促进其更加健康地发展。目前，以重庆、成都为双核心城市形成的“核心-边缘”结构较为明显，次级区域中心城市发展不足，应进一步完善成都与周边城市(德阳、资阳、眉山等)及重庆与周边城市(泸州、内江、遂宁、广安等)的资源共享机制，进而带动区域整体发展；着力将绵阳、泸州培育为次级区域中心城市，分别辐射区域的北部和南部，形成现代化的产业带和城镇集聚带，进而为城市群发展形成合力。

这里需要说明的是，城市网络是一个复杂网络系统，涉及经济、社会、文化和基础设施建设等多个元素。虽然基于生产性服务企业办公网点布局所形成的经济网络是城市网络的重要组成部分，但仅反映了其中的一个细微内容，且城市间网络链接上的“要素流”没有得到有效体现。未来要全面反映城市网络还需积极探讨不同类别城市网络的结构特征，刻画城市间的“要素流”，并进行不同城市网络的比较研究，发现规律性和差异性，进而补充城市网络的基本特征。

注释：

①因数据统计口径及数据搜集难度，本文中重庆、绵阳、达州、雅安四个城市的相关数据，包含了部分未纳入成渝城市群的下辖县市区。