世界地理研究 ›› 2021, Vol. 30 ›› Issue (1): 101-113.DOI: 10.3969/j.issn.1004-9479.2021.01.2019314
收稿日期:
2019-07-08
修回日期:
2019-09-07
出版日期:
2021-01-09
发布日期:
2021-04-09
通讯作者:
肖黎明
作者简介:
李雨婕(1994-),女,硕士研究生,研究方向:区域绿色创新与城市治理,E-mail: 793703285@qq.com。
基金资助:
Received:
2019-07-08
Revised:
2019-09-07
Online:
2021-01-09
Published:
2021-04-09
Contact:
Liming XIAO
摘要:
探讨绿色金融网络的空间结构特征及其影响因素,对于区域经济绿色转型及高质量发展具有重要意义。基于企业总分支机构数据构建企业-城市网络转译模型,借助社会网络分析法考察中国绿色金融网络的空间结构特征及其影响因素。结果表明:①中国绿色金融网络的整体密度偏低,表现为以“北京-上海-深圳-重庆”为顶点的“菱形”空间结构,网络联系主要发生在三大枢纽区,整体呈“东密西疏”之格局。②个体网络核心边缘结构显著,仅有少部分城市占据重要的中介位置。③城市行政级别、企业总部所在地、空间是否邻近、固定资产投资差异和对外开放水平差异等对中国绿色金融网络关联具有显著影响。
李雨婕, 肖黎明. 中国绿色金融网络空间结构特征及影响因素分析[J]. 世界地理研究, 2021, 30(1): 101-113.
Yujie LI, Liming XIAO. Analysis on the spatial structure characteristics and influencing factors of China's Green Financial Network: From the perspective of enterprise-city network retranslation model[J]. World Regional Studies, 2021, 30(1): 101-113.
序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
---|---|---|---|---|---|---|---|---|
1 | 0.646 | 0.368 | 0.380 | 0.269 | 0.079 | 0.105 | 0.138 | 0.094 |
2 | 0.256 | 0.643 | 0.111 | 0.016 | 0.012 | 0.000 | 0.055 | 0.000 |
3 | 0.043 | 0.011 | 0.031 | 0.004 | 0.013 | 0.012 | 0.011 | 0.056 |
4 | 0.053 | 0.016 | 0.000 | 0.222 | 0.006 | 0.000 | 0.000 | 0.000 |
5 | 0.004 | 0.001 | 0.003 | 0.003 | 0.002 | 0.000 | 0.000 | 0.000 |
6 | 0.030 | 0.000 | 0.014 | 0.000 | 0.003 | 0.129 | 0.000 | 0.000 |
7 | 0.000 | 0.011 | 0.003 | 0.000 | 0.002 | 0.000 | 0.000 | 0.000 |
8 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
表1 凝聚子群的密度矩阵
Tab.1 Density matrix of agglomerated subgroups
序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
---|---|---|---|---|---|---|---|---|
1 | 0.646 | 0.368 | 0.380 | 0.269 | 0.079 | 0.105 | 0.138 | 0.094 |
2 | 0.256 | 0.643 | 0.111 | 0.016 | 0.012 | 0.000 | 0.055 | 0.000 |
3 | 0.043 | 0.011 | 0.031 | 0.004 | 0.013 | 0.012 | 0.011 | 0.056 |
4 | 0.053 | 0.016 | 0.000 | 0.222 | 0.006 | 0.000 | 0.000 | 0.000 |
5 | 0.004 | 0.001 | 0.003 | 0.003 | 0.002 | 0.000 | 0.000 | 0.000 |
6 | 0.030 | 0.000 | 0.014 | 0.000 | 0.003 | 0.129 | 0.000 | 0.000 |
7 | 0.000 | 0.011 | 0.003 | 0.000 | 0.002 | 0.000 | 0.000 | 0.000 |
8 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
影响因素 | 相关系数 | 显著性水平 | 相关系数均值 | 标准差 | 最小值 | 最大值 | P1≥0 | P2≤0 |
---|---|---|---|---|---|---|---|---|
Admi | 0.2930 | 0.0001 | -0.0001 | 0.0107 | -0.0126 | 0.0596 | 0.0001 | 1.000 |
Head | 0.2232 | 0.0001 | -0.0001 | 0.0150 | -0.0261 | 0.0641 | 0.0001 | 1.000 |
Dist | 0.1292 | 0.0001 | 0.0000 | 0.0032 | -0.0110 | 0.0192 | 0.0001 | 1.000 |
AGDP | 0.1432 | 0.0001 | 0.0003 | 0.0182 | -0.0393 | 0.0668 | 0.0001 | 1.000 |
Struc | 0.1214 | 0.0001 | 0.0001 | 0.0190 | -0.0407 | 0.0616 | 0.0001 | 1.000 |
Invest | 0.1578 | 0.0001 | 0.0003 | 0.0170 | -0.0329 | 0.0675 | 0.0001 | 1.000 |
Open | 0.1545 | 0.0001 | 0.0001 | 0.0127 | -0.0179 | 0.0573 | 0.0001 | 1.000 |
表2 QAP相关分析结果
Tab.2 Results of QAP correlation analysis
影响因素 | 相关系数 | 显著性水平 | 相关系数均值 | 标准差 | 最小值 | 最大值 | P1≥0 | P2≤0 |
---|---|---|---|---|---|---|---|---|
Admi | 0.2930 | 0.0001 | -0.0001 | 0.0107 | -0.0126 | 0.0596 | 0.0001 | 1.000 |
Head | 0.2232 | 0.0001 | -0.0001 | 0.0150 | -0.0261 | 0.0641 | 0.0001 | 1.000 |
Dist | 0.1292 | 0.0001 | 0.0000 | 0.0032 | -0.0110 | 0.0192 | 0.0001 | 1.000 |
AGDP | 0.1432 | 0.0001 | 0.0003 | 0.0182 | -0.0393 | 0.0668 | 0.0001 | 1.000 |
Struc | 0.1214 | 0.0001 | 0.0001 | 0.0190 | -0.0407 | 0.0616 | 0.0001 | 1.000 |
Invest | 0.1578 | 0.0001 | 0.0003 | 0.0170 | -0.0329 | 0.0675 | 0.0001 | 1.000 |
Open | 0.1545 | 0.0001 | 0.0001 | 0.0127 | -0.0179 | 0.0573 | 0.0001 | 1.000 |
影响因素 | 非标准化系数 | 标准化系数 | 显著性概率值 | 概率1 | 概率2 |
---|---|---|---|---|---|
截距项 | 0.01331 | 0.00000 | - | - | - |
Admi | 0.25179 | 0.23605 | 0.00010 | 0.00010 | 1.00000 |
Head | 0.04321 | 0.08992 | 0.00010 | 0.00010 | 1.00000 |
Dist | 0.11555 | 0.12683 | 0.00010 | 0.00010 | 1.00000 |
AGDP | 0.00487 | 0.01531 | 0.21148 | 0.21148 | 0.78862 |
Struc | 0.00347 | 0.01204 | 0.31817 | 0.31817 | 0.68193 |
Invest | 0.02381 | 0.06424 | 0.00010 | 0.00010 | 1.00000 |
Open | 0.06894 | 0.09315 | 0.00010 | 0.00010 | 1.00000 |
表3 QAP回归分析结果
Tab.3 Results of QAP regression analysis
影响因素 | 非标准化系数 | 标准化系数 | 显著性概率值 | 概率1 | 概率2 |
---|---|---|---|---|---|
截距项 | 0.01331 | 0.00000 | - | - | - |
Admi | 0.25179 | 0.23605 | 0.00010 | 0.00010 | 1.00000 |
Head | 0.04321 | 0.08992 | 0.00010 | 0.00010 | 1.00000 |
Dist | 0.11555 | 0.12683 | 0.00010 | 0.00010 | 1.00000 |
AGDP | 0.00487 | 0.01531 | 0.21148 | 0.21148 | 0.78862 |
Struc | 0.00347 | 0.01204 | 0.31817 | 0.31817 | 0.68193 |
Invest | 0.02381 | 0.06424 | 0.00010 | 0.00010 | 1.00000 |
Open | 0.06894 | 0.09315 | 0.00010 | 0.00010 | 1.00000 |
1 | 龚斯闻,赵国栋,马晓崟. 绿色金融的发展逻辑与演进路径——基于要素解构的视角. 经济问题探索,2019(10):184-190. |
Gong S, Zhao G, Ma X. The development logic and evolution path of Green Finance: Based on the perspective of factor deconstruction. Exploration of economic problems, 2019 (10): 184-190. | |
2 | Castells M. Centrality in the space of flows. Built Environment, 2007, 33(4):482-485. |
3 | Taylor P J. World city network: A global urban analysis. NewYork: Routledge, 2004. |
4 | 季菲菲,陈雯,魏也华,等. 长三角一体化下的金融流动格局变动及驱动机理——基于上市企业金融交易数据的分析. 地理学报,2014,69(6):105-119. |
Ji F, Chen W, Wei Y, et al. The change and driving mechanism of financial flow pattern under the integration of Yangtze River Delta: Based on the analysis of financial transaction data of listed enterprises. Journal of geography, 2014, 69 (6): 105-119. | |
5 | 庄德林,杨羊,晋盛武,等. 基于战略性新兴产业的长江三角洲城市网络结构演变研究. 地理科学,2017,37(4):546-553. |
Zhuang D, Yang Y, Jin S, et al. Study on the evolution of urban network structure in the Yangtze River Delta Based on strategic emerging industries. Geosciences, 2017, 37 (4): 546-553. | |
6 | Clark G L. Money flows like mercury: The geography of global finance. Geografiscka Annaler, 2005, 87B(2): 99-112. |
7 | 尹俊,甄峰,王春慧. 基于金融企业布局的中国城市网络格局研究. 经济地理,2011,31(5):754-759. |
Yin J, Zhen F, Wang C. Study on the urban network pattern of China based on the layout of financial enterprises. Economic geography, 2011, 31 (5): 754-759. | |
8 | 戚湧,王明阳. 绿色金融政策驱动下的企业技术创新博弈研究. 工业技术经济,2019,38(1):3-10. |
Qi Y, Wang M. Game Research on enterprise technology innovation driven by green financial policy. Industrial technology economy, 2019, 38 (1): 3-10. | |
9 | 张莉莉,肖黎明,高军峰. 中国绿色金融发展水平与效率的测度及比较——基于1040家公众公司的微观数据. 中国科技论坛,2018(9):100-112, 120. |
Zhang L, Xiao L, Gao J. Measurement and comparison of development level and efficiency of green finance in China: based on micro data of 1040 public companies. China Science and Technology Forum, 2018 (9): 100-112, 120. | |
10 | 于冬菊. 金融机构发展绿色金融的影响因素研究——基于先行国家的实证检验. 财经问题研究,2017(12): 53-60. |
Yu D. Research on the influencing factors of financial institutions' development of green finance: Empirical test based on leading countries. Research on financial issues, 2017 (12): 53-60. | |
11 | Purdon Mark. Opening the black box of carbon finance "additionality": The political economy of carbon finance effectiveness across Tanzania, Uganda, and Moldova. World Development, 2015, 74(5):462-478. |
12 | 刘锡良,文书洋. 中国的金融机构应当承担环境责任吗?——基本事实、理论模型与实证检验. 经济研究,2019(3):38-54. |
Liu X, Wen S. Should Chinese financial institutions bear environmental responsibility: Basic facts, theoretical models and empirical tests. Economic research, 2019 (3): 38-54. | |
13 | 杨永春, 冷炳荣, 谭一洺, 等. 世界城市网络研究理论与方法及其对城市体系研究的启示. 地理研究, 2011, 30(6): 1009-1020. |
Yang Y, Leng B, Tan Y, et al. Review on world city studies and their implications in urban systems. Geographical Research, 2011, 30(6): 1009-1020. | |
14 | 赵新正,李秋平,芮旸,等. 基于财富500强中国企业网络的城市网络空间联系特征. 地理学报, 2019, 74(4): 694-709. |
Zhao X, Li Q, Rui Y, et al. The characteristics of urban network of China: A study based on the Chinese companies in the Fortune Global 500 list. Journal of Geography. 2019, 74(4): 694-709. | |
15 | Neal Z. Structural determinism in the interlocking world city network. Geographical Analysis, 2012, 44(2):162-170. |
16 | Taylor P J. Specification of the World City Network. Geographical Analysis, 2001, 33(2):181-194. |
17 | Alderson A S, Beckfiled J. Power and position in the world city system. American Journal of Sociology, 2004, 109(4):811-851. |
18 | Friedman. The world city hypothesis. Development & Change, 1986, 17(17):69-83. |
19 | Hennemann S, Derudder B. An alternative approach to the calculation and analysis of connectivity in the world city network[J]. Environment and Planning B, 2014, 41(3):392-412. |
20 | 赵金丽,盛彦文,张璐璐,等. 基于细分行业的中国城市群金融网络演化. 地理学报, 2019, 74(4): 723-736. |
Zhao J, Sheng Y, Zhang L, et al. Evolution of urban agglomeration financial network in China based on subdivision industry. Journal of geography, 2019, 74 (4): 723-736. | |
21 | 姚晓明,杨白冰,朱晟君. 中国商业银行网点空间演化路径——基于上市与非上市银行的比较分析. 经济地理, 2019,39(5): 157-164. |
Yao X, Yang B, Zhu S. Spatial evolution path of China commercial bank branches based on comparison of listed and unlisted banks. Economic geography, 2019, 39 (5): 157-164. | |
22 | 刘军. 社会网络分析导论. 北京:社会科学文献出版社,2004:100-111. |
Liu J. Introduction to social network analysis. Beijing: Social Sciences Literature Press, 2004:100-111. | |
23 | 袁红林,辛娜. 中国高端制造业的全球贸易网络格局及其影响因素分析. 经济地理,2019,39(6):108-117. |
Yuan H, Xin N. Analysis of the global trade network pattern of China's high-end manufacturing industry and its influencing factors. Economic geography, 2019, 39 (6): 108-117. | |
24 | 高鹏.长江中游城市群网络结构演变研究.上海:华东师范大学,2016. |
Gao P.Study on the evolution of network structure of urban agglomerations in the middle reaches of the Yangtze River.Shanghai: East China Normal University, 2016. | |
25 | 叶士琳,曹有挥,王佳韡,等. 基于企业视角的中国集装箱运输组织网络. 地理学报,2017,72(8):1520-1530. |
Ye S, Cao Y, Wang J, et al. China's container transportation organization network from the perspective of enterprises. Journal of geography, 2017, 72 (8): 1520-1530. | |
26 | 盛科荣,杨雨,孙威. 中国城市网络中心性的影响因素及形成机理——基于上市公司500强企业网络视角. 地理科学进展,2019,38(2):248-258. |
Sheng K, Yang Y, Sun W. Influencing factors and formation mechanism of urban network centrality in China: Based on the perspective of the network of top 500 listed companies. Progress in geographic science, 2019, 38 (2): 248-258. | |
27 | 盛科荣,杨雨,张红霞. 中国城市网络的凝聚子群及影响因素研究. 地理研究, 2019,38(11): 2639 -2652. |
Sheng K, Yang Y, Zhang H. Cohesive subgroups and underlying factors in the urban network in China. Geographic research, 2019, 38 (11): 2639-2652. | |
28 | 叶雅玲,林文盛,李振发,等. 中国城市间投融资网络结构及其影响因素. 世界地理研究, 2020,29(2): 307-316. |
Ye Y, Lin W, Li Z, et al. Spatial structure and influencing factors of urban investment and financing network in China. World geographic research, 2020, 29 (2): 307-316 | |
29 | 曾冰. 中国省际金融发展的空间网络结构及其驱动机制研究. 金融发展研究, 2019(10): 1-8. |
Zeng B. Research on Spatial Network Structure and Driving Mechanism of Interprovincial Finance Development in China. Financial development research, 2019 (10): 1-8. | |
30 | Porteous D J. The Geography of Finance: Spatial Dimensions of Intermediary Behaviour. Aldershot: Avebury, 1995. |
31 | 尹来盛,冯邦彦. 金融集聚研究进展与展望. 人文地理, 2012, 27(1): 16-21. |
Yin L, Feng B. Review and prospect of financial agglomeration research. Human geography, 2012, 27 (1): 16-21. | |
32 | 赵晓斌,王坦. 跨国公司总部与中国金融中心发展——金融地理学的视角与应用. 城市规划, 2006(S1): 23-28. |
Zhao X, Wang T. MNC headquarter agglomeration and financial center development in China: A geography of perspective and application. Urban planning, 2006 (S1): 23-28 |
[1] | 孙启翔, 李百岁, 田桐羽, 许晔晖, 赵洪朴. 内蒙古的城市活力时空格局及影响因素研究[J]. 世界地理研究, 2023, 32(3): 101-111. |
[2] | 李在军, 胡美娟. 江苏省生态福利绩效时空演化及影响机制研究[J]. 世界地理研究, 2023, 32(3): 124-135. |
[3] | 李振福, 邓昭, 张一然. 基于“大树理论”的港口腹地全树形生命空间结构探析[J]. 世界地理研究, 2023, 32(3): 136-143. |
[4] | 银松, 李瑞, 殷红梅. 旅游发展背景下民族村寨居民地方性感知测度及影响因素研究[J]. 世界地理研究, 2023, 32(3): 144-156. |
[5] | 徐婧雅, 宋周莺. 中国手机出口的时空格局演变及其影响因素[J]. 世界地理研究, 2023, 32(3): 17-27. |
[6] | 周李, 张晓瑶, 徐琳琳, 虞虎, 吴殿廷. 中蒙俄经济走廊旅游吸引物分布特征及形成因素[J]. 世界地理研究, 2023, 32(3): 28-40. |
[7] | 初楠臣, 张平宇, 吴相利, 徐爽, 史晓楠. 俄罗斯新冠肺炎疫情的扩散:过程、格局与影响因素研究[J]. 世界地理研究, 2023, 32(3): 41-51. |
[8] | 李连刚, 胡晓辉. 新冠肺炎疫情下中国区域经济韧性时空格局与影响因素分析[J]. 世界地理研究, 2023, 32(3): 64-75. |
[9] | 路昌, 徐雪源, 周美璇. 中国三大城市群收缩城市“三生”功能耦合协调度分析[J]. 世界地理研究, 2023, 32(3): 76-88. |
[10] | 黄勇, 赵航, 陈国磊. 山地城市医疗点空间结构识别与影响机理探究[J]. 世界地理研究, 2023, 32(2): 125-135. |
[11] | 唐波, 陈得冠, 罗皓, 谢伟星, 林琳. 高质量发展背景下佛山市高新技术产业空间演变及影响因素[J]. 世界地理研究, 2023, 32(2): 136-145. |
[12] | 曲华丽, 何金廖. 全球创意城市的区域多样性与网络结构特征[J]. 世界地理研究, 2023, 32(2): 36-47. |
[13] | 谢潇, 盈斌, 杜芳娟, 宋潇玉, 吴函彦. 中国妇幼健康水平的区域差异和影响因素[J]. 世界地理研究, 2023, 32(2): 82-92. |
[14] | 韦汝虹, 金李, 方达. 商品住宅价格空间溢出效应测度及其影响 因素分析[J]. 世界地理研究, 2023, 32(1): 117-129. |
[15] | 闫姗姗, 刘承良. 中国对外技术转移网络的空间演化及其影响因素[J]. 世界地理研究, 2023, 32(1): 19-30. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||