中国文旅上市企业关联交易网络的空间结构及节点角色演化

王 钊,王 欢

(湖南师范大学 旅游学院,湖南 长沙 410081)

在构建以国内大循环为主体的双循环旅游发展格局大背景下,挖掘旅游经济空间演化规律及城市节点角色,既是宏观层面推动新发展格局建设的理论基础,也是地方层面突破自身瓶颈、实现跨越式发展的实践必要。经典的旅游经济空间研究十分重视总部、分公司、业务点等旅游经济要素的空间集散状态、行业特征及驱动因素[1-2]。21世纪初,随着“流空间”理论及相应研究范式的提出,旅游流[3-4]、信息流[5-6]、旅游产业关联[7]等微观旅游经济要素流动格局的探讨成为学者关注的焦点。作为经济空间演化的基础动力和微观主体,企业间的要素流动映射并塑造着区域经济空间联系,因此其成为认知旅游经济空间结构演化深层次机理的创新视角[8-9]。

企业间跨区域资本、技术、信息和人员的流动,形成了供需关系、投资关系、组织人员关系等不同属性的复杂企业网络[10-11]。21世纪初,全球化与世界城市研究网络(GaWC)基于总部-分支机构数据构建了连锁网络模型,为企业网络视角下的经济空间网络研究提供了实证路径[12-13]。在实证基础上,诸多学者对企业网络映射为城市网络的转译模型进行改进,形成了所有权关联模型、连锁网络模型和双模网络模型等[14-18]。近年来,随着企业网络经济空间结构研究的持续深入,以企业间实质性联系直接构建并分析经济空间结构成为新方向,并出现企业行业类型不断细化、企业联系数据源不断扩展等新趋势[19-20]。如以企业间的并购数据[21]、投资交易数据[22]、董监高数据[23]等为载体,分析不同企业网络映射下的差异化关联结构特征[24],区域间交互作用机制[25]以及所带来的多元外部性效应[26]等内容。然而,不同企业联系数据对城市间经济联系的表征能力存在差异,寻找一种能更全面综合表征区域间实质性旅游经济联系的数据来探讨经济空间演化规律仍是当前研究的重点。

上市企业关联交易是随着我国市场经济发展和企业规模化运作出现的经济现象[27]。在财政部《企业会计准则——关联方关系及其交易披露》中,“关联交易”被定义为“公司与其关联方之间转移资源或义务的事项”。自证券市场建立以来,几乎所有的上市公司在关联方之间均存在着密切的购销、资产重组、资金往来以及担保、租赁等事项。因此,在经济学、管理学研究中,关联交易成为企业集团治理[28]、供应链结构分析[29]、绩效管理与制度规范等研究的重要依据[30]。我国的关联交易关系错综复杂、关联主体多元,既存在纵向关联关系(如母子型、合营公司型关联关系),也存在横向关联关系(如受一方控制的两方或多方之间构成关联方关系)。有学者探讨了关联交易的复杂网络结构特征[31]、所映射的产业价值链位置[32]及其对企业成长的影响机制[33]等内容,但受学科分野的影响,相关研究仍局限于网络本身及其对企业治理绩效的影响等方面,尚未将关联交易网络的空间属性纳入研究框架中来。事实上,以购销、资金、人事等多元关系为纽带,企业关联交易网络已成为不同城市间重要的资源集散通道,为研究区域旅游经济空间结构提供了理想的研究载体。

因此,本文以中国文旅上市企业为例,研究其关联交易网络的空间结构及节点角色的演化特征。在赋予关联交易网络空间属性的基础上,对各地市在旅游经济结构中的角色进行分类、比较、定位,以期从“整体性”“联系”范式下探讨不同节点在经济网络结构中的控制、协调能力,挖掘不同时期文旅企业经济联系空间的复杂演化规律,为不同地区进行旅游经济功能角色战略定位提供决策依据。

1 数据来源与研究方法

1.1 数据来源

首先,对文旅上市企业进行筛选和判定。由于证监会行业标准中无直接对应于文化和旅游的行业类别,且存在主营业务多元、旅游业务相对核心业务占比较少的综合类企业,因此采取以下步骤进行企业名录的确定:1)在上海证券交易所和深圳证券交易所行业分类中,选择具有标准行业代码的新闻出版业(85),广播、电视、电影和影视和录音制作业(86),文化艺术业(87)的上市企业;2)选择房地产业、商务服务业、生态保护与环境治理业等其他行业中存在以旅游为主营业务的上市企业;3)为避免遗漏,并参考梁茹等[23]文旅上市企业相关文献和行业研报进行多重比较和确认。最终筛选出在中国沪、深两市上市的85家文旅上市企业名录(表1)。其次,依据企业主营业务和文化/旅游业务营业收入占比,将85家企业分别归类到文化类企业和旅游类企业,其中旅游类企业35家、文化类企业50家。

表1 文旅上市企业名录Tab.1 List of listed companies in the culture and tourism category

本文数据主要来源于东方财富数据库(https://data.eastmoney.com),部分缺失数据通过企查查网站 (http://www.qcc.com)进行补充。数据内容包括上市公司企业名称、上市公司所在地、关联方名称、关联方所属行业、关联方所在地、关联交易时间、关联交易金额、关联交易简介等关联交易信息和属性信息。数据时间跨度为2000—2021年,共获得原始关联交易数据15 261条。在数据获取基础上,以上市企业和关联方所处地级及以上行政区为统计单元进行数据归并,对处于同一城市的企业与关联方、关联方地址在港澳台地区和国外、关联交易额为负和为零的交易数据进行剔除,形成以上市企业和关联方所在城市为节点、以城市间企业与关联方的关联交易总额为权重、具有空间属性的文旅上市企业关联交易网络。

1.2 研究方法

社会网络分析方法为刻画复杂网络的结构特征提供了丰富的指标,本文通过加权节点中心度、累计节点强度分布和凝聚子群、转变中心性与转变控制力等指标或方法来揭示网络结构特征。

1.2.1 加权节点中心度

节点i的加权节点中心度为与其相连的所有节点的边权总和。相对节点中心度,加权节点中心度在联系数量的基础上还考虑了关联交易规模,因此能更综合体现节点在网络中的中心性地位和重要程度。加权节点中心度为加权节点出度和加权节点入度之和,公式为

(1)

(2)

1.2.2 累计强度分布

累积强度分布是指网络中节点强度不小于S的节点所占比例。用nS表示网络中节点强度为S的节点个数,n表示加权网络中的节点数量,则节点强度分布表示为

P(S)=nS/n。

(3)

累积节点强度计算公式为

(4)

P(S)～S-r。

(5)

式中:P(S≥S0)表示累积节点强度不小于某点处节点强度S0的部分;Smax指网络中节点强度的最大值。如果节点强度分布服从幂律关系P(S)～S-r,则具有长尾、无标度、线性的幂律分布特征,r为幂律指数。

1.2.3 凝聚子群

本文采用建立在互惠性基础上的派系(cliques)研究方法来界定凝聚子群[34]。派系的生成条件非常严格,一般指至少包含3个节点的最大完备子图。因此,采用派系这一对成员关系要求高的分析方法,来探讨企业跨区域关联交易所形成的互惠性子群,从而进一步理解城市节点在网络中的地位和角色、密切互动关系以及网络组织方式。首先,对旅游上市企业的关联交易矩阵进行二值化处理;其次,以节点为4的子群数量为临界值,运用UCINET软件的cliques模块进行派系特征分析。

1.2.4 转变中心性与转变控制力

2011年,Neal基于递归思想提出一种对网络中心性再认识与权力测度再深化的新方法,即转变中心性与转变控制力[35]。转变中心性与转变控制力更加考虑网络链接特征,弥补了传统节点中心度等指标无法完全反映节点网络地位与权力等级的弱点。因此,本文参考相关研究[11],基于有向加权的转变中心性(directed alternative centrality, DAC,式中记为VDAC)与转变控制力(directed alternative power, DAP, 式中记为VDAP)公式,进一步量化并判断节点在整体网络中的功能、地位及角色。

(6)

(7)

DAC值越大表示该城市在网络中处于资源聚集与扩散的“中心地位”,即“威望”更高;DAP值越大表示该节点城市在网络中对资源的集聚与扩散的控制力越强,即“权力”更高[11]。两者组合可以判定城市在中心力和控制力两个维度上的功能强弱,进而判断出城市节点在网络中所扮演的角色,细化识别城市地位与属性特征[36-37]。

2 中国文旅上市企业关联交易概况

2.1 整体交易总量波动提升,出现低水平波动和高速增长两个阶段

从时间上看,研究期内中国文旅上市企业关联交易呈现明显的阶段性特征(图1)。2000年关联交易总额为20 346万元,2021年增长到2 197 662万元,是研究期初的108倍。其中,2000—2010年总交易额均呈低位波动,增长幅度小;自2011年开始,关联交易总额快速增长,至2020年关联交易总额达到最高值2 829 371万元;受疫情影响,2021年关联交易额出现大幅下降。从文化和旅游类企业各自的发展趋势来看,总体上两者的关联交易量水平相当,且均呈波动上升趋势,但文化类企业关联交易额在2011—2014年发展较为迅猛,且受疫情影响较小,2019—2021年未出现大幅下跌;而旅游类上市企业关联交易额自2015年开始波动增长,且在2018年到达顶峰后出现大幅下降,是影响文旅上市企业整体关联交易水平的重要因素。

图1 2000—2021年文旅上市企业关联交易额变化Fig.1 Changes in the value of connected transactions of listed companies in the culture and tourism category from 2000 to 2021

2.2 关联行业不断丰富,租赁和商务服务业是首要关联行业

对关联方所属行业和关联交易额进行分析发现,不同时期关联方所属行业类别不断增加(图2)。2000—2021年,关联行业由10个增加到18个,且出现多个高交易额的关联行业。这说明中国文旅上市企业的关联交易关系不断丰富,越来越多的行业参与到文化和旅游业的经济联系中来。具体来说,租赁和商务服务业与文旅行业产生的关联交易最多,关联交易额占总交易额的39%,是文旅企业关联交易的重点行业。此外,不同时期主要关联交易方的行业类别存在差异,文化类企业在2011—2015年与社会组织产生了大量关联交易,在2016—2021年与科学研究和技术服务业行业开展了较多关联业务;旅游类企业则更倾向于与房地产、交通运输、信息传输、软件和信息技术服务业开展关联交易,如旅游类企业ST凯撒与各大航空公司存在长期大量的劳务和商品购销业务。

图2 关联方所属行业雷达图Fig.2 Radar chart of related parties by industry

3 关联交易网络空间结构演化特征

3.1 整体结构演化特征

3.1.1 网络联系不断增长、空间覆盖范围不断扩大、网络结构趋向复杂化

研究期内,中国文旅上市企业关联交易网络的联系数量、空间覆盖范围、结构形态不断演化(图3)。首先,参与关联交易网络的节点数量由2000—2005年的27个增加至2015—2021年的125个,联系数量则由41条增长到369条。其次,关联交易网络覆盖的空间范围不断扩大,跨地区的长距离联系不断增加;越来越多中西部地区城市节点参与到关联交易网络中,中西部节点占比由48%增加到54%。再次,整体网络结构由简单的“放射状”结构向复杂的“网络”结构演化:2000—2005年,以北京市为中心的放射状联系占据主导;2010年后,以上海、深圳、海口为顶点的辐射联系明显增多,辐射带动中西部地区成都、重庆、拉萨、乌鲁木齐等城市,跨地域联系和邻近式联系并存,网络结构趋向复杂化。

图3 2000—2021年文旅上市企业关联交易网络Fig.3 The connected transaction network of listed companies in the culture and tourism category from 2000 to 2021注:基于自然资源部标准地图服务网站下载的标准地图[审图号:GS(2020)4619]制作,底图无修改,网络版为彩图。

3.1.2 网络呈低密度、高关联度、高聚集度的特征,节点中心度服从幂律分布

利用复杂网络指标对不同时期关联交易网络的密度、关联度和平均聚类系数进行测算(表2)。研究发现:网络密度呈下降趋势(由0.060下降到0.024),且密度值较低;而网络关联度整体呈上升趋势(由0.405上升到0.665),平均聚类系数不断提高(由0.085上升到0.456)。2016—2021年,整体网络结构呈低密度、高关联度、高聚集度的特性。尽管中国文旅上市企业对外交易量和辐射范围不断提升,但新增的城市节点往往只倾向与个别高中心度城市节点产生关联交易,节点之间的横向交易联系尚未充分形成,由此导致实际连接数量与理论连接数量的比值(网络密度)下降,意味着网络凝聚力和集团化程度提升高度依赖部分高中心度节点。节点累计强度分布的幂函数拟合结果也显示,节点中心度服从幂律分布,即少数中心度高的节点往往成为“枢纽”,对网络起决定性作用;网络中存在大量低中心度节点,具有明显的长尾特征。

表2 关联交易网络的密度、关联度、平均聚类系数和累计度分布拟合函数Tab.2 Density, relatedness and average clustering coefficient of the connected transaction network

3.2 子群结构演化特征

3.2.1 网络中互惠性联系和派系数量不断增加,北京、上海等城市在派系间发挥中介作用

从数量上看,2000—2021年派系的数量不断增多,2010年前的网络还没有形成完整的派系,2011—2015年存在7个派系,2016—2021年派系的数量增加到23个(图4)。派系是基于互惠性基础的严格凝聚子群,这意味着中国旅游上市企业关联交易网络中存在的密切互惠性联系明显增多。此外,不同派系中存在众多重合的城市节点,如2011—2015年的所有派系都包含北京市,2016—2021年北京出现在21个派系中、上海出现在19个派系中,这意味着北京、上海等少数城市节点在网络中承担着联系的枢纽功能。

图4 关联交易网络的派系特征Fig.4 Factional characteristics of affiliated transaction networks注:基于自然资源部标准地图服务网站下载的标准地图[审图号:GS(2020)4619]制作,底图无修改,网络版为彩图。

3.2.2 派系成员集中分布在东部地区,有突破地理距离限制向中西部地区发育的趋势

从空间上看,派系成员集中分布在东部地区。2011—2015年派系成员中东部地区城市占67%,2016—2021年占70.4%。从成员之间的空间距离看来,互惠性关联交易链接逐渐突破地理距离限制,如2016—2021年派系成员中除武汉、长沙、成都、重庆等中部地区城市外,20-派系{北京、海口、拉萨、武汉}中的拉萨、22-派系{兰州、上海、天津、长沙}中的兰州均与东中部城市形成完备子图。这说明文旅上市企业关联交易网络不只是单向的辐射性扩散,部分中西部节点已经开始参与到核心交易网络中,形成了互惠性经济联系。

3.3 网络节点的角色演化特征

3.3.1 节点的中心性和控制力组合总体服从高-高、低-低一维分布规律

根据DAC和DAP测度结果,对城市节点在网络中的中心性和控制力进行二维复合,发现城市节点中心性和控制力组合服从一维分布规律(图5)。2010年前关联交易网络的DAC和DAP整体水平较低。其中,2000—2005年第一象限(高中心性-高控制力)节点数量占比为10.53%,第三象限(低中心性-低控制力)节点占78.95%。2010年后,DAC和DAP整体水平大幅提升。其中,2016—2021年第一象限(高中心性-高控制力)节点占比为1.79%,第三象限(低中心性-低控制力)节点占比提高到97.32%。一维分布的特征说明节点的中心性-控制力两极分化严重,仅少数节点拥有较强的中心性和控制力,大多节点处于被支配地位。对节点DAC和DAP值进行相关分析,4个时间段的皮尔逊相关系数分别为0.794、0.811、0.909、0.935,这进一步验证了节点中心性和控制力组合具有一维特性,随着关联交易网络的复杂化而不断强化。

图5 城市节点的DAC和DAP测度结果及分布Fig.5 DAC and DAP measurements of urban nodes and their distribution

3.3.2 北京和上海为领导核心城市,杭州、沈阳和长沙在不同时期承担中心集约或权力门户角色

结合城市地位与属性特征,对城市节点进行角色分类(表3)。北京和上海一直处于高中心性-高控制力的地位,为领导核心城市。作为全国的政治中心和经济中心,北京和上海拥有丰富的文旅资源和强大的资本市场,既是多家文旅上市企业集聚地,也是对外开展投资、租赁、购销等经济活动的扩散源。兰州、成都、昆明等诸多中西部节点城市在网络中扮演裙带边缘角色。相较而言,中西部城市文旅企业及相关产业链培育不足,多为关联交易网络中一次关联辐射对象,且关联交易额不高,进一步辐射能力较弱,因此在网络中的中心性和控制力均较低。此外,网络中还存在部分关系非匹配的“高-低”组合和“低-高”组合城市。如2000—2005年,由于ST张家界与长沙的众多关联方存在强业务关联,位于上海的三湘印象和位于兰州的出版传媒与沈阳的关联方存在大量业务交流,使得长沙和上海的控制力在网络中的地位上升,但与特定区域的业务交流和关联交易使得节点辐射范围较小,转变中心性不高,两城市均为权力门户城市。杭州市在2000—2005年扮演了网络中心集约城市角色,这与杭州的华数传媒、祥源文化和浙数文化等企业与无锡、上海的关联方开展的多元关联业务(资产收购、商品购销等)密切相关,显示出较强的外部资源控制力,但总体关联交易额度较小,中心集约特征明显;2011—2015年杭州市与外地存在大量双向的关联交易业务,对外部资源的集散力和控制力都达到峰值,跻身领导核心城市角色。

表3 城市节点的角色分类Tab.3 Role classification of nodes in the network

4 结论与讨论

4.1 结论

本文基于“联系”的视角和研究范式,利用2000—2021年中国文旅上市企业关联交易数据,构建了4个时期的中国文旅上市企业关联交易网络,测度了不同时期关联交易网络的整体结构特征、子群结构特征和网络节点角色演化特征,得出以下结论。

1)2000—2021年,中国文旅上市企业关联交易额总体呈波动提升态势,出现低水平波动和高速增长两个发展阶段。与文旅上市企业关联交易的行业不断丰富,租赁和商务服务业是首要关联行业。

2)2000—2021年,中国文旅上市企业关联交易网络的联系数量不断增长,空间覆盖范围不断扩大,跨地区的长距离联系不断增加,越来越多中西部地区城市节点参与到关联交易网络中。整体网络结构由简单的“放射状”结构向复杂的“网络”结构演化。网络呈低密度、高关联度、高聚集度的特征,节点中心度服从幂律分布,少数中心度高的节点在网络中起“枢纽”作用。

3)凝聚子群分析显示,网络中互惠性联系增多,派系数量不断提高,北京、上海等城市在派系间发挥中介作用。派系成员集中分布在东部地区,有突破地理距离限制向中西部地区发育的趋势,部分中西部节点(兰州、拉萨等)已经开始参与到核心交易网络中,形成了互惠性经济联系。

4)节点层面,节点转变中心性和转变控制力水平不断提升,中心性和控制力组合总体服从高-高、低-低一维分布规律,且随着关联交易网络的复杂化而不断强化。通过城市角色类型划分发现,北京和上海在不同时期均为网络的领导核心城市,杭州、沈阳和长沙在不同时期承担中心集约或权力门户角色,大量中西部地区节点如成都、昆明等在网络中扮演裙带边缘角色。

4.2 讨论

关联交易作为一种企业间业务往来或实施重大影响的经济行为,对拓展和深入探究企业视角下旅游经济空间相互作用关系及演化规律具有理论和现实意义。传统旅游经济空间结构研究或侧重旅游经济要素的在地性分析,或基于数理模型对旅游经济联系进行粗略模拟,在经济联系分析的准确度、有效性和参考性上存在不足,强化多元视角的研究成为旅游经济空间网络研究的重要方向。

关联交易视角下的经济联系结构研究区别于以往基于企业总部-分支机构、投资关系、董监高人员关系等的研究结果,是立足于企业实质性经济联系这一维度所考量的空间关系,具有经济联系内容具体、动态、多元等特点,为深挖宏观经济联系结构演化的内在机理和驱动机制提供了可行的研究路径。

此外,本文基于转变中心性和转变控制力对各地在文旅上市企业关联交易网络的角色进行了识别。区别于统计规模意义上的“角色”分析,“联系”视角下的“角色”更取决于各地在整体网络中的控制和协调能力,每个地方的角色属性在一个更为宏观的系统结构中得以分类,这种从内部属性向外部关系转变视角下的定位更具战略意义。

从结果来看,如何打破当前文旅上市企业关联交易网络中节点中心性和控制力的一维分布规律,实现中心性或控制力的提升和网络节点角色的跃迁,是经济空间全局协同的战略方向,也是地方融入全局经济网络的实践需要。因此,未来应从以下两个方面加强关联交易视角下的经济空间研究:一方面深化对文旅上市企业关联交易网络的形成机理及其与宏观空间经济网络协同演化机制的探讨,以揭示企业网络视角下旅游经济空间生长发育地理过程的微观机理;另一方面,加强对关联交易网络与已有基于专利合作数据、并购数据、投资交易数据、董监高数据研究结果的结合与对比,更全面体现产业之间、企业之间的复杂空间关联特征,揭示并完善旅游经济空间复杂性演化的一般性规律。