EN中文

经济地理 >

2023 , Vol. 43 >Issue 2: 136 - 146

DOI: https://doi.org/10.15957/j.cnki.jjdl.2023.02.014

产业经济与创新发展

企业投资视角下金融科技的空间联系网络演化与影响因素

展开
  • 1.浙江工业大学之江学院,中国浙江 绍兴 312030;
    2.浙江工业大学 管理学院,中国浙江 杭州 310023;
    3.浙江工业大学 设计与建筑学院,中国浙江 杭州 310023;
    4.浙江工业大学 经济学院,中国浙江 杭州 310023
刘程军（1987—）,男,博士,副教授,研究方向为产业经济与区域发展。E-mail：lcjun01@163.com

收稿日期: 2022-07-24

  修回日期: 2023-02-10

  网络出版日期: 2023-07-03

基金资助

浙江省社会科学规划项目[“浙江省第十五次党代会精神研究阐释”专项课题（30）]; 国家社会科学基金重点项目（21AJL003）; 教育部人文社会科学基金项目（22YJC790073、21YJA790010）; 浙江省高校重大人文社会科学项目攻关计划（2021QN052）; 浙江省软科学项目（2023C25045、2022C35014）; 国家自然科学基金项目（71874160）; 绍兴市哲学社会科学研究“十四五”规划2021年度重点课题（24）

收起

Evolution and Influencing Factors of the Spatial Connection Network of Financial Technology from the Perspective of Enterprise Investment

Expand
  • 1. Zhijiang College of Zhejiang University of Technology,Shaoxing 312030,Zhejiang,China;
    2. School of Management,Zhejiang University of Technology,Hangzhou 310023,Zhejiang,China;
    3. School of Design and Architecture,Zhejiang University of Technology,Hangzhou 310023,Zhejiang,China;
    4. School of Economics,Zhejiang University of Technology,Hangzhou 310023,Zhejiang,China

Received date: 2022-07-24

  Revised date: 2023-02-10

  Online published: 2023-07-03

Fold

摘要

基于金融科技企业投资数据构建区域间的金融科技空间联系网络,运用趋势面分析、模体分析方法、网络中心度以及网络社团发现算法分析网络的全局特征与结构特征,并运用指数随机图模型（ERGM）探究金融科技网络的影响因素。结果表明：①中国金融科技本地关联空间分异特征较为显著,表现出明显的空间不平衡性,外部关联网络演变逐渐复杂,呈现出由区域中心型网络逐渐向均衡型的复杂网络结构过渡,覆盖广度也明显提升。②省级网络与市级网络具有一定结构异质性,拥有关联趋向性的模体是金融科技空间联系网络的重要组成结构。网络社团发现有金融科技企业投向超越地理约束的投资模式转变。③网络自组织效应、节点属性效应、多维邻近效应均是影响金融科技网络形成的重要因素。

关键词： 金融科技; 企业投资; 联系网络; 指数随机图模型; 地理邻近; 网络社团; 数字普惠金融

本文引用格式

刘程军, 陈亦婷, 陈秋驹, 陈国亮, 周建平 . 企业投资视角下金融科技的空间联系网络演化与影响因素[J]. 经济地理, 2023 , 43(2) : 136 -146 . DOI: 10.15957/j.cnki.jjdl.2023.02.014

Abstract

Based on the investment data of financial technology enterprises,this article constructs the spatial connection network of regional financial technology,and analyzes its global and structural characteristics by the methods of trend surface analysis,model analysis,network centrality and network community discovery algorithm. It uses the exponential random graph model (ERGM) to explore the influencing factors of the financial technology network. The results show that: 1) China's financial technology local linkages are characterized by significant spatial differentiation,showing obvious spatial imbalance. The evolution of the external linkages network is gradually complex,showing a gradual transition from a region-centered network to a balanced complex network structure,and the coverage is also significantly improved. 2) The provincial-level network and the municipal-level network have certain structural heterogeneity,and the model with correlation tendency is an important component of the spatial connection network of financial technology. It's found that there is a shift in the investment model of financial technology enterprises beyond geographical constraints. 3) Network self-organization effect,node attribute effect and multi-dimensional proximity effect are all important factors that affect the formation of financial technology network.

Key words： financial technology; enterprise investment; contact network; ERGM; geographical proximity; network community; digital inclusive finance

参考文献

[1] 刘孟飞,王琦. 金融科技对商业银行绩效的影响——理论与实证研究[J]. 金融论坛,2021,26(3):60-70.
[2] Sunitha G,Madhav V.A study on role of fin-tech in banking services:Opportunities and challenges[J]. Journal of Critical Reviews,2020,7(4):616-620.
[3] Buchak G,Matvos G,Piskorski V.Fintech,regulatory arbitrage,and the rise of shadow banks[J]. Journal of Financial Economics,2018,130(3):453-483.
[4] 吴晓求. 互联网金融:成长的逻辑[J]. 财贸经济,2015(2):5-15.
[5] Chen M,Wu Q,Yang B.How valuable is FinTech innovation[J]. Review of Financial Studies,2019,32(5):2062-2106.
[6] 王小燕,张俊英,王醒男. 金融科技、企业生命周期与技术创新——异质性特征、机制检验与政府监管绩效评估[J]. 金融经济学研究,2019,34(5):93-108.
[7] 刘孟飞. 金融科技与商业银行系统性风险——基于对中国上市银行的实证研究[J]. 武汉大学学报:哲学社会科学版,2021,74(2):119-134.
[8] 孙旭然,王康仕,王凤荣. 金融科技、分支机构扩张与中小银行风险——来自中国城市商业银行的经验性证据?[J]. 当代经济管理,2021(1):1-13.
[9] 孙志红,张娟. 金融科技、金融发展与经济增长[J]. 财会月刊,2021(4):135-142.
[10] 侯世英,宋良荣. 金融科技发展、金融结构调整与企业研发创新[J]. 中国流通经济,2020,34(4):100-109.
[11] 侯世英,宋良荣. 金融科技、科技金融与区域研发创新[J]. 财经理论与实践,2020,41(5):11-19.
[12] Knight E,Wojcik D.FinTech,economy and space:Introduction to the special issue[J]. Environment and Planning A-Economy and Space,2020,52(8):1490-1497.
[13] 郭田勇,丁潇. 普惠金融的国际比较研究——基于银行服务的视角[J]. 国际金融研究,2015(2):55-64.
[14] 唐松,赖晓冰,黄锐. 金融科技创新如何影响全要素生产率:促进还是抑制?——理论分析框架与区域实践[J]. 中国软科学,2019(7):134-144.
[15] 姜世超,刘畅,胡永宏,等. 空间外溢性和区域差异化视角下银行金融科技的影响因素——基于某大型国有商业银行县域数据的研究[J]. 中央财经大学学报,2020(3):19-32.
[16] 田婧倩,刘晓星. 金融科技的社交网络关注:理论模型及其实证分析[J]. 金融论坛,2019,24(1):67-80.
[17] 曹齐芳,孔英. 基于复杂网络视角的金融科技风险传染研究[J]. 金融监管研究,2021(2):37-53.
[18] Wang S,Wang J,Wei C,et al.Collaborative innovation efficiency:From within cities to between cities—Empirical analysis based on innovative cities in China[J]. Growth and Change,2021,52(3):1330-1360.
[19] Ma J T,Liu T Y.Does the high-speed rail network improve economic growth?[J]. Papers in Regional Science,2022,101(1):183-208.
[20] 林卫银,薛德升,谭一洺. 基于上市企业与高级生产性服务业联系的中国城市网络——以创新500强企业IPO为例[J]. 经济地理,2022,42(9):68-77.
[21] 高鹏,何丹,宁越敏,等. 长三角地区城市投资联系水平的时空动态及影响因素[J]. 地理研究,2021,40(10):2760-2779.
[22] 徐维祥,齐昕,刘程军,等. 企业创新的空间差异及影响因素研究——以浙江为例[J]. 经济地理,2015,35(12):50-56.
[23] 周建平,刘程军,徐维祥,等. 电子商务背景下快递企业物流网络结构及自组织效应——以中通快递为例[J]. 经济地理,2021,41(2):103-112.
[24] 徐映梅,张雯婷. 中国数字经济产业关联网络结构分析[J]. 统计与信息论坛,2021,36(8):30-42.
[25] 张玉喜,赵丽丽. 政府支持和金融发展、社会资本与科技创新企业融资效率[J]. 科研管理,2015,36(11):55-63.
[26] 王栋,赵志宏. 金融科技发展对区域创新绩效的作用研究[J]. 科学学研究,2019,37(1):45-56.
[27] Haddad C,Hornuf L.The emergence of the global fintech market:Economic and technological determinants[J]. Small Business Economics,2019,53(1):81-105.
[28] 戴靓,刘承良,王嵩,等. 长三角城市科研合作的邻近性与自组织性[J]. 地理研究,2022,41(9):2499-2515.
[29] 刘华军,刘传明,孙亚男. 中国能源消费的空间关联网络结构特征及其效应研究[J]. 中国工业经济,2015(5):83-95.
[30] 肖燕飞. 中国区域金融发展关联网络的构建与分析:1978—2018[J]. 经济地理,2019,39(9):138-146.
Options
文章导航

/

〈 〉