長江經濟帶數字普惠金融空間關聯網絡分析

摘要：文章采用改進引力模型和社會網絡分析方法，分析2011—2021年長江經濟帶各城市數字普惠金融空間關聯網絡的結構特征與演進趨勢。結果顯示：（1）長江經濟帶數字普惠金融空間關聯不斷密切，整體協調性增加，區域差異縮小，經濟帶自上而下、自西向東呈空間關聯逐漸加強的非均衡性聯系網絡。（2）空間關聯網絡主要通過蘇州、上海、無錫、南京、杭州、武漢、常州、寧波等核心城市推動，核心城市的控制能力、溢出效應有限，自東向西的輻射過程中不斷減弱。（3）空間關聯網絡可以劃分為四大板塊，下游的上海、南京和無錫等13個城市屬于“凈收益者”；揚州、南通和鎮江等15個城市扮演“雙向溢出”角色；溫州、蚌埠和淮北等44個城市扮演著“經紀人”角色；位于中上游及偏離主干道地區的湘潭、恩施和常德等58個城市屬于“凈溢出”角色。

關鍵詞：長江經濟帶；數字普惠金融；網絡結構；社會網絡分析

一、引言

2023年中央金融工作會議提出要加快建設金融強國的目標，金融強國是大國經濟可持續發展的必然方向，構建強大的金融機構，增強金融發展能力，聚焦服務鄉村振興、普惠小微等實體經濟有助于金融強國的建設。2016年9月，G20杭州峰會發布的《G20數字普惠金融高級原則》中的8方面內容和66項行動為數字普惠金融的發展明確了方向，也標志著數字普惠金融進入了新的發展時期。2021年12月，中央網絡安全和信息化委員會印發《“十四五”國家信息化規劃》，明確“數字普惠金融服務”優先行動規劃，為數字普惠金融基礎設施服務體系建設、普惠和服務實體經濟能力提升等作出重要部署。數字普惠金融作為普惠金融第四發展階段的創新性互聯網金融[1-2]，可以有效弱化傳統普惠金融發展過程中面臨的成本、風險與收益不符、持續性與長久性不足等諸多問題，形成多方合力，激發各生產要素活力，提升資源配置效率，將金融服務惠及全社會廣大群眾，為加快建設金融強國培育新動能新優勢。近年來，中國數字普惠金融實現了飛躍式發展，數字普惠金融平均水平由2011年的40上升到2022年的379.44①，走在世界前列[3]。這得益于中國政府的高度重視，也離不開城市群、經濟帶等的迅速崛起[4]。長江經濟帶作為重大國家戰略發展區域，涵蓋長三角城市群、長江中游城市群、成渝城市群，內部各城市的要素流動更為頻繁，其數字普惠金融的發展優勢較為明顯，尤其是在《長江經濟帶發展規劃綱要》發布后，區域的產業發展、經濟一體化所需要的金融資源需求量日益增大。在此背景下，探究長江經濟帶數字普惠金融的空間關聯網絡及演進趨勢，辨析各城市在空間網絡中扮演何種角色以及金融資源充裕城市能否發揮外溢效應，有利于長江經濟帶數字普惠金融的科學、合理發展，也為其他區域的數字普惠金融發展提供了重要的參考和借鑒價值。

從已有的研究來看，學者們對數字普惠金融的研究主要集中在經濟效益方面，在宏觀層面，數字普惠金融對促進居民消費[5]、縮小城鄉收入差距[6-7]、促進區域創新發展[8]、貧困緩解[9]以及促進經濟發展[10]等方面具有積極作用；在微觀層面，數字普惠金融對緩解企業融資約束[11]、促進產業結構升級[12]、提升企業創新[13]以及提升企業價值[14]等方面具有積極作用。在數字普惠金融發展的區域差異研究中，學者們普遍認為數字普惠金融整體發展水平呈現上升趨勢，且具有明顯的異質性和正向的空間集聚特征[15-16]，由東向西呈遞減趨勢[17]，在八大經濟帶中，東部地區最為領先，其次是北部和南部沿海，西部地區最為落后[18]。還有學者從城市群著手，分析區域內部數字普惠金融發展的空間態勢和內部聯系[19]。分別運用社會網絡分析、空間計量方法，探究長江中游城市群、珠三角城市群等城市群整體及內部數字普惠金融發展的空間結構和發展態勢。發現長江中游城市群數字普惠金融空間關聯日益密切，網絡穩定性逐步加強，較強經濟實力城市在空間中發揮著溢出作用[20]；珠江三角洲城市群數字普惠金融發展同樣呈遞增趨勢并存在發展不均衡問題，各城市發展差距有所縮小但存在低水平趨同現象，需要較長時間調整[21]。

結合現有研究來看，對數字普惠金融空間關聯方面的研究并不充裕。長江經濟帶作為我國最重要的高密度經濟走廊之一，輻射帶動作用的發揮離不開長江經濟帶金融資源的合理配置及其對其他資源配置的引領，這首先要求金融資源能在區域內自由流動。因此，有必要清晰刻畫長江經濟帶數字普惠金融的空間關聯網絡。為了避免空間計量方法存在的地理鄰近效應帶來的結果偏差[22-24]，本文基于修正的引力模型和社會網絡分析法進行研究，構建長江經濟帶數字普惠金融空間關聯網絡，刻畫長江經濟帶數字普惠金融的空間結構特征及演變態勢，并探究各城市在網絡中的作用和地位。

二、研究方法與數據來源

社會網絡分析法主要用于探究區域網絡的結構特征和明確內部成員的地位與關系等，與側重于屬性數據的統計研究方法相比，能精準刻畫長江經濟帶各城市的空間聯系強度。

（一）修正的引力模型

進行社會網絡分析首先要構建空間關聯矩陣，本文采用修正后的引力模型來確定長江經濟帶數字普惠金融空間關聯關系。修正的引力模型如下：

[Rij=kijPijFijPijFijD2ij， kij=FiFi+Fj]" " " " " " "（1）

其中，[Rij]為城市[i]指向城市[j]的數字普惠金融關聯強度；[Pi]、[Pj]分別為城市[i]和城市[j]的年末人口數；[Fi]、[Fj]分別為城市[i]和城市[j]數字普惠金融水平；[kij]為經驗常數，表示城市[i]對[Rij]的貢獻度；考慮數字技術的發展，[Dij]表示城市[i]和城市[j]間的最短距離。本文取引力矩陣每行均值為閾值，每行數值高于閾值記為1；反之，記為0。

（二）社會網絡分析方法

1.整體網絡特征。整體網絡特征需要借助網絡密度、網絡關聯度、網絡效率和網絡等級四個指標進行刻畫。網絡密度反映了空間網絡中各城市數字普惠金融空間關聯的緊密程度，數值越大則長江經濟帶數字普惠金融的關聯程度越緊密。網絡關聯度反映了網絡結構的穩健性和脆弱性，經濟帶內部各城市兩兩關聯數量越多則網絡結構越穩定。網絡效率反映了空間關聯網絡中存在冗余關聯的程度，數值越低則連線越多，網絡越穩定。網絡等級反映了各城市在網絡中的支配能力，數值越大支配能力越強，網絡的結構等級越不平等。

2.個體網絡特征。本文通過度數中心度、中介中心度和接近中心度衡量個體網絡特征。度數中心度直接反映了一個城市節點在整個網絡中的地位，為兩城市的關聯強度與經濟帶內所有關聯強度的比例，數值越大，城市節點的重要程度越高。中介中心度是指網絡中一個城市節點幫助其他兩個節點在最短路徑進行聯系的次數，反映了該節點控制其他節點的程度，數值越大，支配能力越強。接近中心度反映的是一個城市不受其他城市控制的程度，接近中心度越大，表明該城市越處于空間關聯網絡的中心，與其他節點的交流路徑的通達性越好，越不易受到其他節點影響。

3.塊模型分析。塊模型能把聯系緊密的點構成一個塊，將復雜的網絡進行簡化，通過探究網絡中各成員的結構狀態及其在板塊中的作用和地位，直觀描述子群間的接近性和互惠性。首先將經濟帶各城市凝聚成板塊，根據板塊內外部收發關系數和比例，確定板塊地位。本文將空間關聯網絡中的板塊分為四類：一是凈收益板塊，該板塊接受其他板塊的關系明顯多于自身發出的關系；二是凈溢出板塊，對其他板塊的接受關系明顯少于自身發出的關系；三是雙向溢出板塊，該板塊的內部聯系相對外部聯系更為緊密；四是經紀人板塊，該板塊接受關系與發出關系大致相等且與外部關系密切。

（三）數據來源

本文以長江經濟帶各城市作為網絡節點，樣本時期選擇2011年及2021年。關于數字普惠金融測度有多種方式，如指標體系構建、爬蟲獲取等，學術界并未形成統一的標準。本文采用北京大學數字普惠金融研究中心和螞蟻金服集團編制的《北京大學數字普惠金融指數》進行數據分析，主要原因在于該指數的可靠性、權威性、適用性與實用性均處于較高水平，得到學術界廣泛應用并取得了豐碩的研究成果。其他數據來自《中國城市統計年鑒》。

三、長江經濟帶數字普惠金融空間關聯網絡特征刻畫

（一）網絡格局分析

通過修正的引力模型測算2011年和2021年長江經濟帶數字普惠金融發展的空間關聯聯系強度，并借助ArcGIS進行可視化（見圖1、圖2）。

2011年長江經濟帶數字普惠金融聯系網絡中所有城市間聯系強度的平均值為3.27，高于平均水平的有1 862條，其中，武漢—孝感、蘇州—南通、蘇州—嘉興、武漢—黃岡、南京—安慶5條城市節點的聯系強度為最高層級。到2021年，聯系強度的平均水平為34.40，是2011年的10.52倍，聯系強度高于均值的連線共有1 286條，比2011年少576條；武漢—孝感、蘇州—南通、蘇州—嘉興、武漢—黃岡、蘇州—湖州、南京—安慶、上海—南通7條城市節點的聯系強度為最高層級。可以發現，在考察期內長江經濟帶數字普惠金融的空間關聯網絡趨于緊密，各城市之間的關聯程度穩定上升，網絡結構出現以蘇州、湖州、武漢、南京等城市為主的多中心特征，明顯形成東部地區遠高于中西部的非均衡性聯系網絡。東部的長三角城市群區域不僅內部聯系的緊密程度遠超中西部其他城市群，并且對外聯系的密切程度也高于其他城市群，在整個長江經濟帶數字普惠金融網絡中屬于絕對的核心。然而，長三角城市群的數字普惠金融輻射力也存在一定的有限性，在向中西部蔓延過程中輻射能力不斷衰弱。此外，長江中游城市群、成渝城市群的內外部聯系均較差，未能構成承接長江經濟帶兩端數字普惠金融聯系的橋梁，在擴大東部地區數字普惠金融的空間溢出效應過程中起到的作用十分有限。

（二）整體網絡特征分析

為了展示空間關聯網絡結構形態，利用Gephi軟件繪制了長江經濟帶2021年數字普惠金融的空間關聯網絡（見圖3）。

本文采用網絡密度衡量長江經濟帶數字普惠金融發展的緊密程度。考察期內，網絡密度由0.161上升到0.168，增長幅度有限且網絡密度較低，說明長江經濟帶數字普惠金融發展仍有較大的提升空間，上中下游的互動有待加強。采用網絡關聯度、網絡效率和網絡等級衡量長江經濟帶數字普惠金融的網絡關聯性。考察期內，長江經濟帶數字普惠金融的空間關聯的關系數從2011年的2 703增長至2021年的2 651個，各城市間的數字普惠金融關聯程度不斷上升但幅度有限，與最大可能網絡關系數（16 770個）差距較大，還存在較大發展潛力。網絡效率的測度結果由2011年的0.765下降至2018年的0.761，說明長江經濟帶數字普惠金融的空間關聯網絡中連線增多，空間關聯網絡具有穩定性。網絡等級度由0.198上升至0.207，說明長江經濟帶城市間等級不平等性上升，但是整體水平較低不存在等級森嚴的網絡結構。

（三）個體網絡特征分析

本部分對長江經濟帶數字普惠金融空間關聯網絡的個體網絡特征進行分析，并以2021年為代表分析空間關聯網絡中發揮主要作用的城市，個體網絡特征的測度結果見表1。

從度數中心度的測算結果來看，長江經濟帶平均中心度為23.542，高于平均水平的城市有27個，主要為長江三角洲城市群的核心節點城市及省會城市或經濟強市，說明長江經濟帶下游城市數字普惠金融的空間關聯效應較強。主要原因在于，這些城市區位條件優越，金融資源的集聚和擴散能力較強，從而在空間關聯網絡中處于核心地位，對其他城市具有較強的輻射力和控制力。其中下游的蘇州、上海和無錫度數中心度分別為96.124、93.024和93.023，居于經濟帶的前三位，遠超平均水平，處于絕對核心地位。長江中游城市群的武漢、長沙和宜昌等作為連接經濟帶兩端的樞紐，也具有較高水平的中心度，分別為82.172、74.419和53.488，不僅承接下游地區數字普惠金融的溢出效用，也以有限的帶動能力輻射周邊城市；臺州、宜賓、綿陽等城市的度數中心度排名靠后，屬于網絡中的“孤島”，可能是由于地處邊緣地帶、經濟基礎薄弱等導致這些城市與其他城市的空間關聯較弱。

從接近中心度的測算結果來看，長江經濟帶平均中心度為57.112，高于平均水平的城市有蘇州、上海、無錫、南京和杭州等22個城市，這些城市在空間關聯網絡中更容易與其他城市建立起聯系，不易受其他城市影響。主要原因在于這些城市區位優勢明顯，經濟發展水平較高，人才集聚與產業集聚效應顯著，既能吸引數字普惠金融集聚，也能發揮溢出效應。而貴陽、攀枝花、成都、臺州等城市由于其經濟發展的特點、地理位置偏遠等原因，接近中心度水平居于末位。整體看來，接近中心度最高的城市基本位于長三角城市群，還有一些位于長江中游城市群，在整個網絡中的控制力最強。而長江上游地區及經濟帶邊緣地區在網絡中則屬于邊緣行動者。

從中介中心度的測算結果來看，長江經濟帶平均中心度為0.611，高于平均水平的城市主要有蘇州、無錫、上海等21個城市，說明這些城市在數字普惠金融空間關聯網絡中具有較強的控制能力。其中，蘇州、上海、無錫、南京、杭州、武漢、常州、寧波、長沙和鎮江的中介中心度位于前十位，占長江經濟帶中介中心度總量的76.71%，表明這十個城市在長江經濟帶數字普惠金融空間關聯網絡中擁有超高的支配能力。不難發現，這些城市大多位于長江經濟帶中下游地區，處于城市群發展的核心或是處于中心位置，伴隨城市群戰略的實施與一體化進程的加快，這些城市對于其他城市的支配能力不斷凸顯，并得到加強。而中介中心度后80個城市的加總僅占長江經濟帶總量的11.06%，這些城市往往位于長江經濟帶上游或是距離核心干道距離較遠，從而處于網絡中被支配和控制的地位。經濟帶各城市中介中心度呈現典型的自東向西逐漸下降的非均衡特征，數字普惠金融關聯主要通過中下游城市進行，這些城市成為經濟帶內數字普惠金融發展的輻射核心，帶動周邊城市協同發展。

綜上，根據2021年長江經濟帶數字普惠金融空間關聯網絡中各城市的個體特征，可以看出區域發展存在非均衡現象，城市對數字普惠金融的控制能力、溢出效用自東向西呈遞減趨勢，數字普惠金融的聯系主要通過蘇州、無錫、上海、常州、南京、杭州、寧波、武漢等關鍵城市推動。

（四）塊模型分析

根據結構性信息對長江經濟帶130個城市進行分區，選擇最大分割深度為2，收斂標準為0.2，將數字普惠金融的空間關聯網絡劃分為四個板塊（見圖4）。在長江經濟帶數字普惠金融空間關聯網絡的2 651條關系中，板塊內部的關系為532條，占比20.07%，板塊之間的關系為2 119條，占比79.93%，說明四大板塊的數字普惠金融具有較強的空間流動性和聯動性。

第一板塊共發出關系383條，向外部發出361條，接受外部關系數1183條，期望內部關系比例為9.30%，實際內部關系比例為6.09%，屬于“凈受益板塊”，主要包括上海、南京、無錫、成都等13個城市。“凈受益板塊”城市主要集中于長三角城市群和省會城市，處于空間關聯網絡的中心地位，憑借獨特的金融區位優勢、政策優勢和經濟優勢，是數字普惠金融發展的最大受益方。該板塊更傾向于向內關聯，數字普惠金融的流入也主要來自長江三角洲城市群的資金輻射，同時內部間的資源流動也十分密切，但關系發出數相對較少，未能有效發揮出輻射溢出效應。

第二板塊共發出關系283條，向外部發出250條，接受外部關系數433條，期望內部關系比例為10.85%，實際內部關系比例為13.20%，屬于“雙向溢出板塊”，包括揚州、南通、鎮江、南昌等15個城市。“雙向溢出板塊”城市主要為長三角城市群中經濟強市，不僅加快了自身周邊城市及城市群的金融資本流動，同時還對其他板塊產生積極的溢出效應。

第三板塊共發出關系784條，向外部發出651條，接受外部關系數386條，期望內部關系比例為33.33%，實際內部關系比例為20.43%，屬于“經紀人板塊”，包括溫州、蚌埠和淮北、連云港、麗水等44個城市。“經紀人板塊”城市主要分布于經濟發展較快的東部和中部地區城市的周邊，在網絡中起著數字普惠金融關聯的橋梁作用，推動城市數字普惠金融要素跨區域流動。

第四板塊共發送關系1 201條，向外部發出857條，接受外部關系數117條，期望內部關系比例為44.17％，實際內部關系比例為40.14％，數字普惠金融主要流出該板塊，故屬于“凈溢出板塊”，包括湘潭、恩施、常德、襄陽、潛江等58個城市。“凈溢出板塊”城市主要集中于長江流域上中游地理位置較為偏遠的地區，該板塊的溢出作用最為顯著。主要原因在于該板塊城市大都具有人口數量較少、地理位置偏遠、經濟規模較小、經濟增長動力單一以及金融發展基礎薄弱等特點，屬于金融“虹吸效應”較為嚴重地區，容易受到其他板塊影響。

為進一步明確各板塊關聯關系及溢出方向，本文計算了2021年長江經濟帶各板塊的網絡密度矩陣，并將密度矩陣轉化為像矩陣，結果如表2所示。其中，板塊密度不小于0.158則賦值為1，表明關聯網絡向該板塊集中且該板塊對其他板塊也具有溢出效應；反之賦值為0，表明該板塊與其他板塊的關聯程度較低。

表2結果表明，四大板塊在發揮內部溢出效應的同時，各板塊間均具有密切的外部關聯性。板塊1主要受到板塊2、板塊3和板塊4的影響，在內部溢出效應發揮的同時，也影響了板塊2和板塊3。板塊2在受到板塊1和板塊3影響的同時，也對這兩個板塊產生了溢出效應。板塊3與板塊1、板塊2同樣具有相互溢出效應。板塊4并未受到其他板塊的影響，但也存在對板塊1的溢出效應。整體來看，長江經濟帶數字普惠金融各板塊之間存在緊密的聯動效應，各板塊相互關聯，表現出明顯的關系傳遞性，有利于長江經濟帶數字普惠金融空間關聯網絡的穩定性提升。

四、結論與啟示

（一）研究結論

本文通過修正的引力模型刻畫長江經濟帶數字普惠金融的空間聯系強度，采用社會網絡分析方法，從空間關聯強度、整體網絡結構、個體網絡特征和空間聚類特征四個方面，分析長江經濟帶數字普惠金融空間關聯網絡的結構特征和演進趨勢，主要得出以下結論：

1.長江經濟帶數字普惠金融空間關聯網絡不斷密切，由點狀向線狀、網狀趨勢發展，城市間聯系逐漸加強，整體差異性縮小、協調性增加。區域發展失衡現象仍然存在，城市群核心城市與外圍城市、流域主干道城市與邊緣城市發展差距仍需較長時間縮小。整體來看，經濟帶呈現自上而下、由西向東空間關聯逐漸加強的非均衡性聯系網絡。

2.數字普惠金融的聯系主要通過蘇州、上海、無錫、南京、杭州、武漢、常州、寧波等經濟強市推動，核心城市對數字普惠金融的控制能力、溢出效用自東向西顯著遞減。東部的長三角城市群在長江經濟帶中屬于絕對的核心，輻射能力有限，在向中西部蔓延過程中不斷衰弱。此外，長江中游城市群、成渝城市群的內外部聯系均較差，未能構成承接長江經濟帶兩端數字普惠金融聯系的橋梁，在擴大東部地區數字普惠金融的空間溢出效應過程中起到的作用十分有限。

3.長江經濟帶數字普惠金融空間關聯網絡可以劃分為四大板塊，下游的上海、南京和無錫等13個城市，得益于優越的區位優勢、雄厚的經濟實力和先進的技術手段等在空間關聯網絡中屬于“凈收益者”；揚州、南通和鎮江等155個城市，在板塊內外部均具有良好的溢出作用，屬于“雙向溢出”角色；溫州、蚌埠和淮北等44個城市，在擴大空間溢出效應中起到橋梁作用，扮演著“經紀人”角色；位于中上游及偏離主干道地區的湘潭、恩施和常德等58個城市，屬于“凈溢出”角色。

（二）政策啟示

1.進一步加快數字基礎設施建設，提高長江經濟帶整體數字技術水平。良好的數字基礎設施環境是數字普惠金融快速發展的基礎，應注意長江經濟帶上中下游的數字技術發展差異。中上游地區等數字技術發展相對落后區域，著力推進數字基礎設施建設廣度，提高互聯網普及率。下游地區等數字技術發展相對較快區域，加快“5G基站”等新興數字基礎設施建設。

2.消除地方保護主義，打破城市間壁壘，合理發揮市場作用。首先要避免長江經濟帶內城市數字普惠金融發展各自為政的情況，打擊地方保護主義，杜絕各城市實施金融資源外流保護壁壘，鼓勵金融要素跨區域流動。同時，要素的合理配置需要充分發揮市場機制的作用。各地區政府應合理干預，保障金融要素的自由流動與合理配置，同時也要避免要素集聚與市場分割，喪失數字普惠金融發展的意義。

3.各板塊城市充分發揮板塊優勢。“凈受益板塊”城市探索數字普惠金融的創新渠道，開展新業務、運用新技術，擴大外溢效應，實現數字普惠金融的共同發展。“雙向溢出板塊”與“經紀人板塊”城市則要發揮比較優勢，實現數字普惠金融發展與經濟發展相協調，推動長江經濟帶數字普惠金融空間關聯的進一步深化。而“凈溢出板塊”城市需要加大招商引資力度吸引外部資金流入，同時培育一批有吸引力、有發展前景的產業項目，刺激當地數字普惠金融的發展，保障資金的自我利用。

參考文獻：

[1]焦瑾璞，黃亭亭，汪天都，等.中國普惠金融發展進程及實證研究[J].上海金融，2015（04）：12-22.

[2]余海華，張靜.中國省際數字普惠金融空間關聯的測度分析[J].統計與決策，2021，37（09）：140-143.

[3]黃益平，黃卓.中國的數字金融發展：現在與未來[J].經濟學（季刊），2018，17（4）：1489-1502.

[4]劉傳明，王卉彤，魏曉敏.中國八大城市群互聯網金融發展的區域差異分解及收斂性研究[J].數量經濟技術經濟研究，2017，34（08）：3-20.

[5]蘆彩梅，王海艷.數字金融、收入差距與居民消費——基于中國280個地級市的實證研究[J].金融與經濟，2021（07）：22-30.

[6]周利，馮大威，易行健.數字普惠金融與城鄉收入差距：“數字紅利”還是“數字鴻溝”[J].經濟學家，2020（05）：99-108.

[7]沈慧翠，朱洋洋，黃大勇.數字普惠金融對城鄉居民消費差距的影響——基于西部地區的面板數據分析[J].新疆農墾經濟，2022（08）：33-44.

[8]董樹功，楊峙林.數字普惠金融發展能促進我國區域創新嗎？[J].金融發展研究，2023（03）：69-78.

[9]周利，廖婧琳，張浩.數字普惠金融、信貸可得性與居民貧困減緩——來自中國家庭調查的微觀證據[J].經濟科學，2021（01）：145-157.

[10]姜松，周鑫悅.數字普惠金融對經濟高質量發展的影響研究[J].金融論壇，2021，26（08）：39-49.

[11]任曉怡.數字普惠金融發展能否緩解企業融資約束[J].現代經濟探討，2020（10）：65-75.

[12]牟曉偉，盛志君，趙天唯.我國數字金融發展對產業結構優化升級的影響[J].經濟問題，2022（05）：10-20.

[13]趙曉鴿，鐘世虎，郭曉欣.數字普惠金融發展、金融錯配緩解與企業創新[J].科研管理，2021，42（04）：158-169.

[14]張曉燕，李金寶.數字普惠金融、融資約束與企業價值——基于中國2011—2018上市A股公司的經驗數據[J].金融發展研究，2021（08）：20-27.

[15]向潔，胡青江，閆海龍.數字普惠金融發展的區域差異及動態演進[J].技術經濟與管理研究，2021（02）：65-70.

[16]焦云霞.中國數字普惠金融發展的空間集聚與收斂性研究[J].金融發展，2020（02）：70-87.

[17]葛和平，朱卉雯.中國數字普惠金融的省域差異及影響因素研究[J].新金融，2018（02）：47-53.

[18]王露露.中國數字普惠金融的空間異質性及影響因素研究[J].金融與經濟，2021（03）：12-20.

[19]張德鋼，朱旭森.中國九大城市群數字普惠金融發展的時空差異及動態演進[J].當代經濟管理，2020，42（12）：88-96.

[20]王江，趙川.長江中游城市群數字普惠金融的空間關聯及影響因素研究[J].武漢金融，2020（06）：75-81，69.

[21]程風雨.數字普惠金融發展的動態演進及趨勢預測研究——以珠三角城市群為例[J].資源開發與市場，2021，37（09）：1086-1091.

[22]劉傳明，馬青山.黃河流域高質量發展的空間關聯網絡及驅動因素[J].經濟地理，2020，40（10）：91-99.

[23]王金哲，王軍，余聲啟，等.城市網絡視角下金融中心性與經濟增長質量：影響效應與作用機制[J].統計與信息論壇，2020，35（03）：69-76.

[24]董曉紅，年維.中國綠色金融發展對區域經濟支持水平空間關聯研究[J].工業技術經濟，2020，39（12）：62-69.

責任編輯：管仲

Analysis on the Spatial Association Network of Digital Inclusive Finance in the Yangtze River Economic Zone

1，2Ma Weigang" 1Ma Yingjie" "1Wang Xingqi

（1School of Economics and Management， Shihezi University， Shihezi 832000， China;

2Agricultural Modernization Research Centre， Shihezi University， Shihezi 832000， China）

Abstract： This paper adopts the improved gravity model and social network analysis to analyze the structural characteristics and evolutionary trends of the spatial linkage network of digital financial inclusion in cities in the Yangtze River Economic Belt from 2011 to 2021. The results are as follows. （1）The spatial correlation of digital inclusive finance in the Yangtze River Economic Belt is increasingly close， overall coordination improves， regional differences decrease， and the economic belt presents a non-equilibrium network of gradually strengthening spatial correlation from top to bottom and from west to east. （2）The spatial correlation network is mainly promoted through core cities such as Suzhou， Shanghai， Wuxi， Nanjing， Hangzhou， Wuhan， Changzhou， and Ningbo. The control ability and spillover effects of core cities are limited， and the radiation process from east to west continues to weaken. （3）The spatial correlation network can be divided into four major sectors， with 13 downstream cities including Shanghai， Nanjing， and Wuxi acting as the “net beneficiaries”; 15 cities including Yangzhou， Nantong， and Zhenjiang playing the role of “two-way spillover”; 44 cities including Wenzhou， Bengbu， and Huaibei acting as “brokers”; 58 cities， including Xiangtan， Enshi， and Changde， located in the middle and upper reaches and off the main roads playing the role of “net spillover”.

Key words： Yangtze River Economic Belt; digital inclusive finance; network structure; social network analysis

引用格式：

馬衛剛，馬瑩潔，王興啟.長江經濟帶數字普惠金融空間關聯網絡分析[J].新疆農墾經濟，2024（12）：66-74.

[基金項目]國家社會科學基金項目（項目編號：23BTJ003）。

[作者簡介]馬衛剛（1981-），男，新疆烏魯木齊人，博士，副教授，研究方向：數字經濟、金融理論與政策；馬瑩潔（1999-），女，甘肅天水人，碩士研究生，研究方向：金融理論與政策；王興啟（1997-），男，山東濟寧人，碩士研究生，研究方向：區域經濟與金融。

①作者依據《北京大學數字普惠金融指數》計算得出。