长三角金融集聚对创意产业网络结构的溢出效应研究

赵红岩 于 璇

（东华大学旭日工商管理学院，上海 200051）

一、引言

我国经济正处在结构重大调整转换时期，传统增长动力减弱使得我国亟需寻找新的经济增长点，而创意产业以其独特的创新性、高附加值和高融合特性，为经济增长注入了新的活力。根据《中国文化及相关产业统计年鉴》显示，我国文化及其相关产业的增加值不断提高，由2010 年的11052 亿元增长至2020 年的44945亿元，其对国内生产总值的贡献率也正稳步提升，占比由2.68%增长至4.43%。与此同时，产业的快速发展也带来了就业人口的增长，规模以上文化及相关企业年末从业人员数从2012 年的699 万人增至2021 年的807 万人。创意产业的发展不仅能够促进经济增长、催化产业深度融合、推动产业转型升级，还能够传承优秀的传统文化、满足人民的多样化需求以及提升国家文化软实力，可见，创意产业正逐渐成为新常态下我国经济发展转型的重要引擎。长三角地区拥有丰厚的文化底蕴，江南文化为创意产业提供了源源不断的创意灵感，并且作为我国经济发达的地区之一，其雄厚的经济实力和消费能力为创意产业的发展提供了广阔的市场空间。此外，长三角地区还拥有丰富的人才资源、完整的产业链条和政策支持，这些使得创意产业能够在长三角地区得到全面发展，长三角地区被认为是我国创意产业发展极具示范效应的地区之一。

我国创意产业正处在发展初期，大多数创意企业具有规模小、业务单一等特点，企业大都是通过地理集聚的方式协作完成价值创造，随着信息技术的发展和市场竞争的加剧，地区间的联系与合作日益复杂化，这种集聚逐渐拓展为纵横交错的网络关系，网络成员内的企业通过分工协作，共享知识、信息和技术，协同创造价值，进而产生“1+1>2”的效果，因此，创意网络的构建对于创意产业的发展与完善具有重要意义。此外，创意企业因其产品供给的不确定性、抵押品价值难以评估、投资周期长等因素致使其所面临的融资约束困境远高于其他企业，众多具有巨大成长潜力的创意企业因无法获得资本的青睐而错失发展良机。金融集聚作为现代金融产业组织的基本形式，可以通过极化效应和扩散效应引导区域内资源的合理配置、缓解信息不对称、拓宽融资渠道，进而为区域内创意产业的发展提供稳定的资金支持，但也可能产生虹吸效应，加剧区域间资源的不平衡，不利于创意产业的均衡发展。因此，通过溢出效应分析，本文进一步了解金融集聚如何促进或阻碍创意产业的发展，有助于更好地理解和把握金融集聚与创意产业之间的关系，推动创意产业的均衡发展。

在此背景下，以长三角城市群为研究对象，探讨如何科学合理地衡量创意产业网络结构、金融集聚是否能对创意产业网络结构产生直接影响效应和空间影响效应，这些问题的深入研究对指导各区域创意网络的构建、优化我国创意产业的空间布局，从而促进我国经济高质量发展具有重要的现实意义。

二、文献回顾与研究假设

（一）文献回顾

近年来，学者们发现基于“关系数据”的社会网络分析能够对区域间的关联关系进行较为全面的刻画，网络结构逐渐被引入创意产业的研究中，研究主要围绕以下两方面展开。一是创意网络的空间分布及其结构特征，刘子慎等（2021）使用网络密度分析创意企业投资网络及子行业投资网络的结构特征；曲华丽和何金廖（2023）通过中心性分析得到不同国家在创意城市网络中所处位置和重要性；曹如中等（2023）同时考虑整体和个体网络结构，较为全面地分析长三角城市群文化创意产业的关联结构以及不同城市在网络中扮演的角色。二是网络结构影响因素和效应分析，张涛和武金爽（2021）发现人力资本差异、经济发展水平差异以及地理位置差异能够显著影响文化产业绿色发展效率的空间关联网络；王亚楠和虞重立（2017）通过访谈法和提名法对无锡国家数字电影产业园区的网络结构进行分析，认为占据结构洞位置的企业能够有效控制创新知识的流动，并通过知识溢出效应促进集群内其他企业创新能力的提高。

目前，学术界已对金融集聚的影响效应展开了大量的讨论。已有研究发现金融集聚能通过规模经济效应、创新激励效应、网络经济效应等途径促进集聚区内研发创新（庄毓敏和储青青，2021）、产业结构升级（周艳明和高悦，2021）以及生产率提高（袁华锡和刘耀彬，2019），并进一步对区域内产业发展和经济增长产生显著影响。同时，不少学者也关注到金融集聚的空间溢出效应。谢丽娟等（2023）等在研究金融集聚对区域创新的作用机制时发现，金融集聚不仅会提高本地创新水平，还会促进邻近地区创新水平的提高，并且溢出效应显著强于直接效应。

综上所述，现有研究仍存在一些局限。首先，研究对象的选取上，学者主要聚焦于特定行业或者个别城市、全国省域，对城市群的关注不足；其次，虽然已有不少学者开始从空间地理学视角对创意网络展开实证研究，但网络关系的构建多是基于文本分析或者调研数据，难以保证数据的全面、客观性，并且大多研究仍停留在对空间格局刻画和网络结构特征分析上，缺乏网络结构的机制探究；最后，有关金融集聚与网络结构关系的研究还鲜有深入的探讨。因此，本文的边际贡献可能有三个方面：第一，采用2005—2019年长三角26 个城市的面板数据，基于城市层面的分析更加准确、更具有针对性；第二，通过修正的引力模型建立创意网络的空间关联关系，借助社会网络分析对网络结构的中心度和结构洞进行全面客观的衡量，为进一步研究网络结构的影响机制奠定基础；第三，构建空间杜宾模型实证检验金融集聚对创意产业网络结构的空间溢出效应，充实了该议题下的相关理论和机制研究，揭示了金融集聚对创意产业网络结构的复杂作用机制。

（二）研究假设

中心度是用网络中某一节点与其他节点的直接连接数来描述该节点的重要程度（Powell，2004），节点在网络中所能获取的资源越多、地位越高，越有可能与其他节点建立广泛的合作，对于创意产业而言，这种合作不仅包括正式的契约关系，还包含了各种非正式的信息、知识的交流与传递。占据结构洞位置的节点能够将网络中两个互不联结的主体联系起来（Burt，1992），节点在网络中所能获取或控制的异质性资源越多，对信息的吸收、整合和传递能力越强（其格其等，2016），越容易与不同类型的节点建立和维系非冗余的交流合作，进而促进结构洞的提高。

金融集聚可以通过资源配置效应、知识溢出效应和规模经济效应直接影响创意产业网络结构的变动。首先，在资源配置效应方面，金融资源的逐利性在推动社会资本流向高利润率项目的同时，也会促使人才、技术、信息等的同向流动，区域内的创意企业可以获得丰富的外部资源，有利于增加对外合作的吸引力，帮助其占据更高的网络位势，提高中心度。

其次，在知识溢出效应方面，金融集聚区内往往拥有着强大的经济实力、完善的产业链条和丰富的人力资源，吸引着不同类型的企业集聚，这为知识的传播与交流提供了基础。得益于地理邻近性，创意企业在与其他企业面对面互动的过程中，可以获取多样化的隐性知识，隐性知识具有高度的社会根植性、抽象性和难以传递性，集聚区外的企业难以直接获取此类知识，集聚区内的企业由于具有相似的文化背景和频繁的交流，对此类知识具有很强的吸收、理解、转化和传递能力，将隐晦、复杂的知识编码转为其他企业可以理解的知识（王发明和宋雅静，2013），为创意企业之间知识的获取与传递搭建桥梁，将网络中彼此分散的节点连接起来，从而占据更多的结构洞。

在规模经济效应方面，大量的金融企业及其辅助性机构在地理空间上集聚，一方面借助专业化分工和信息共享，及时对企业的生产经营状况进行收集、分析与决策，极大降低了信息搜寻成本和交易成本，通过缓解信息不对称和逆向选择来改善融资约束。长久以来，创意企业因其资产的无形性、收益的不确定性等面临着较为严重的融资约束（潘玉香等，2014），这一问题的缓解能够增强创意企业之间的信任程度，有效激励创意企业的投资行为，提高合作的成功率，促使中心度提高。另一方面行业竞争加剧促使金融机构进行产品创新及提高服务效率，居民收入的增加以及消费者流动性约束的缓解会刺激消费，优化区域内的消费结构（江红莉等，2023）。因此，金融集聚区内的消费者往往对精神文明层面的消费有更高的要求，这些宝贵的顾客信息是创意产业价值创造的源泉，能够帮助企业及时感知行业内的机遇与挑战，创意企业凭借独特的异质性资源有选择性地与其他企业建立非冗余的联系，以丰富结构洞的数量。基于以上分析，提出以下假设：

H1：金融集聚能提高创意网络中心度。

H2：金融集聚能提高创意网络结构洞。

金融集聚水平高的地区往往具有较强的资源配置效应、规模经济效应、创新激励效应和网络经济效应等，通过示范效应，不断地向周边地区输送前瞻性的发展理念和信息技术，进而会不断提高周边地区创意企业的资源获取能力，帮助企业改善和发展多元的合作关系，促进周边地区创意网络结构的变动。但是，金融集聚的虹吸效应和马太效应会对周边地区创意网络的发展产生不利影响。金融集聚度高的地区拥有着更好的营商环境和基础设施，会对邻近地区的资本、劳动和技术产生虹吸效应（朱建等，2020），致使城市间资源配置不均衡，邻近地区的创意企业进一步失去了与其他企业谋求合作的竞争优势，并且在马太效应的驱动下，金融资源越集中，越有利于提高本地区创意网络的中心度和结构洞，越不利于邻近地区网络结构的改善，这种因果循环导致地区间的创意网络结构愈发不均衡。基于以上分析，提出以下假设：

H3a：金融集聚有利于邻近地区创意产业网络结构的变动。

H3b：金融集聚不利于邻近地区创意产业网络结构的变动。

三、研究设计

（一）研究方法

1.社会网络分析。社会网络分析通过量化网络中行动主体的关系，从个体和整体的角度把握关系网络的空间结构和属性特征，它能对复杂的网络关系进行深层次剖析。本文选取点度中心度和中介中心度衡量创意网络的中心性和结构洞，测量指标如表1所示。

表1 社会网络分析的指标及其含义

其中，N为网络规模，n为与该行动者直接关联的行动者数，bjk(i)为第三方行动者i控制j和k连接的能力，j≠i≠k且j

2.空间杜宾模型。为了探究金融集聚的影响效应，本文采用空间杜宾模型来考察解释变量和被解释变量之间的空间相关性，即创意网络结构变动不仅受到本区域各因素的影响，还受到邻近省域各因素的影响。模型如下：

其中，i为城市，t为年份，lnNS分别用中心度和结构洞来表示，α为常数项，ρ为空间回归系数，在本文中表示金融集聚对周边地区创意网络结构变动的作用程度和方向；W为长三角地区创意网络结构的空间权重矩阵，β1、β2、β3、β4、β5、β6分别表示金融集聚、经济发展水平、政府支持程度、人力资本、文化资源禀赋和交通基础设施对创意网络结构变动的回归系数；θ1、θ2、θ3、θ4、θ5、θ6分别表示金融集聚、经济发展水平、政府支持程度、人力资本、文化资源禀赋和交通基础设施对周边地区网络结构的影响；λ为时间固定效应，ε为空间自相关的误差项。

（二）变量说明及数据来源

1.解释变量。本文借鉴俞颖等（2017）的做法，采用金融区位熵描述金融集聚程度，公式如下：

其中，Finit表示金融区位熵，Yit、Nit分别表示i城市各年份的存贷款总额及人口数量，Yt、Nt表示长三角26个城市各年份的存贷款总额与人口数量。

2.被解释变量。确定空间网络中行动者之间的关系数是社会网络分析的基础和关键，本文借鉴李华等（2022）、曹如中等（2023）的研究，综合考虑经济、地理两方面因素，通过引力模型将各省份创意产业发展规模转化为两两之间关系数据，从而构建我国创意产业空间关联矩阵，以揭示各地区创意产业价值网络的联系和强度特征。为了能体现出城市之间行动主体影响关系的差别，本文对引力模型进行了修正，修正后的模型公式为：

其中，Graij表示的是城市i对城市j创意发展的影响程度；C代表的是创意产业发展规模，用文化、体育、娱乐业城镇单位就业人员和第三产业GDP 的乘积表示；g代表的人均GDP；Ci/(Ci+Cj)为修正参数，修正过的引力模型得到的是一个不对称的创意联系矩阵。dij表示的是城市i和城市j间的距离，其具体计算公式为：

其中，R为地球赤道半径（6378.137千米）；π为圆周率；（ψi，λi）与（ψj，λj）分别为i、j两地的地理坐标（其中ψ代表纬度，λ代表经度），将各城市的经纬度分别代入公式（4），即可得到一个球面距离矩阵。

根据引力模型可得出多个城市之间的创意空间联系强度，最终得到15 个26×26 的多值矩阵，并以联系强度的平均值作为切分值，大于和小于该平均值分别取值为1 和0，从而得到二分矩阵网络，然后使用Ucinet软件分析创意产业网络的相关指标。

3.控制变量。本文分别选取经济发展水平、政府支持程度、人力资本、文化资源禀赋和交通基础设施作为控制变量。其中，经济发展水平（GDP）用人均GDP衡量，政府支持程度（GOV）用地方政府财政支出占GDP 比重衡量，人力资本（HUM）用每万人中高等院校在校学生数衡量，文化资源禀赋（CUL）用公共图书馆藏书量衡量，交通基础设施（URB）用货运量来衡量。

4.空间权重矩阵。以往研究通常单纯采用地理距离构建空间权重矩阵，忽视了经济因素的影响，本文借鉴邵帅等（2016）的研究，综合考虑地理距离和经济因素，构建经济地理嵌套矩阵以更加全面客观地反映创意网络的空间关联程度，具体测量指标如下：

其中，dij为i、j两市最近公路里程数的倒数，------gdpi、------gdpj分别为i、j两地区人均GDP年均值。

（三）数据来源

由于“文化、体育、娱乐业城镇单位就业人员”这一指标数据只更新至2019 年，本文研究样本确定为2005—2019 年间长三角地区26 个城市的面板数据。数据主要来源于2006—2020 年的《中国城市统计年鉴》和各城市统计年鉴，缺失数据采用插值法补齐。城市经纬度数据来自国家基础地理信息中心。

四、实证分析

（一）长三角创意产业网络结构变动分析

本文选取2005和2019年两个时间截面研究样本期间创意产业网络结构的变动，通过绘制创意产业中心度空间分布图，分析各城市在创意网络中所处的地位和作用。如图1、2 所示，菱形代表上海，正三角形代表浙江省辖区的地级市，正方形代表江苏省辖区的地级市，圆形代表安徽省辖区的地级市，节点越大表明中心度越高，即在网络中地位越高，其所拥有的的资源越多。在样本研究期间，中心度均值由24.92 上升到27.38，表明长三角创意网络各城市的空间关联强度正在不断提高。其中，上海、苏州、无锡、南京一直处于网络中的核心位置，这些城市与其他城市之间发生着频繁的交易往来；随着时间的演进，南京、苏州、宁波、绍兴、金华、合肥、安庆等城市的中心度逐渐增大，接近网络中心位置的城市数量增多。从地区分布上看，上海和江苏的中心度显著高于其他地区，在创意网络中拥有着绝对的话语权，而安徽的大部分城市中心度普遍较低，处于创意网络的边缘位置，自身影响力较小。

图1 2005年中心度空间分布图

图2 2019年中心度空间分布图

从图3、4可以看出，长三角各城市间结构洞数值差异较大，创意产业空间关联网络发展不均衡。在样本研究期间，结构洞均值由3.13 下降到3.03，说明原有极个别城市控制整体网络发展的局面得到略微缓解。同中心度分析类似，网络中大部分联系是通过上海、南京、苏州等城市完成的，这几个城市对其他城市有着极强的控制力，在网络中起着桥梁和纽带的作用；此外，苏州、南京、金华、宁波等城市结构洞数量增多，而上海、杭州、绍兴等城市结构洞数量下降，各城市之间的差异正在逐渐缩小；浙江的部分城市以及安徽的大部分城市结构洞仍小于0.1，表明它们在网络中仍处于被支配地位，长三角创意网络仍存在着发展不均衡的问题。

图3 2005年结构洞空间分布图

图4 2019年结构洞空间分布图

（二）空间相关性检验

1.全局相关性检验。如表2所示，从2005—2019年，中心度、结构洞和金融集聚的莫兰指数均大于0，并且通过了5%水平下的显著性检验，表明创意关联网络的分布不是随机的，其存在显著的空间依赖性，并且这种依赖性是一种正相关关系。

表2 2005—2019年全局莫兰（Moran’s I）值

2.局部相关性检验。为了进一步考察创意关联网络的局部空间特征，本文绘制了2019 年长三角地区金融集聚以及创意网络中心度、结构洞的莫兰散点图。从图5至图7中可以看出，大部分样本位于一、三象限，意味着长三角地区金融集聚以及创意网络中心度、结构洞主要呈现“H-H”和“L-L”型集聚特征，存在空间正相关性。

图6 中心度莫兰散点图

图7 结构洞莫兰散点图

（三）回归结果分析

1.模型检验。根据Moran’s I 检验结果表明，研究金融集聚对创意产业网络结构变动的溢出效应适宜使用空间计量模型，接下来需要进行空间计量模型的选择（如表3所示）。首先，空间误差最大似然检验法（LM-error、Robust LM-error）以及空间滞后最大似然检验法（LM-lag、Robust LM-lag）均在5%的显著性水平下拒绝了原假设，因此本文应该选择空间杜宾模型（SDM）进行估计。其次，LR 检验和Wald 检验均通过了1%的显著性检验，表明SDM不能退化为空间滞后模型（SLM）或者空间误差模型（SEM）。接下来，Hausman 检验在1%水平下拒绝了原假设，应当选择固定效应。

表3 空间计量模型选择

为了准确估计空间杜宾模型，还需进一步确定采用个体固定效应、时间固定效应还是混合固定效应。根据表4所示，只有时间固定效应下所有的解释变量以及空间回归系数通过了5%水平的显著性检验，并且R2最大，表明时间固定效应的模型比其他两个模型的解释能力好。因此，本文选择时间固定效应的空间杜宾模型进一步展开研究。

2.模型结果。由表4 可知，金融集聚对创意网络中心度和结构洞的回归系数为正，空间交互项系数为负，都通过了1%的显著性检验，说明金融集聚对创意网络结构变动存在着明显的空间溢出效应。

3.空间效应分解。已有研究表明，传统的点估计并没有办法直接反映出解释变量对邻近地区值的变化，仅能反映其显著性水平和作用方向，因此，本文采用偏微分方法分析金融集聚对创意产业网络结构变动的影响。在空间计量模型中，直接效应指的是本地区解释变量对本地区被解释变量的影响，溢出效应指的是本地区解释变量对周边地区被解释变量的影响，具体分解结果见表5。

表5 金融集聚对创意产业网络结构影响的空间滞后回归结果

从直接效应看，金融集聚对创意网络中心度和结构洞的影响系数分别为0.721、0.661，通过了1%的显著性检验，证实假设H1、H2，即本地区金融集聚程度的提高对本地区创意产业网络结构的变动有正向影响。从间接效应看，金融集聚对中心度和结构洞的影响系数分别为-2.694、-2.580，通过了5%的显著性检验，即本地区的金融集聚会对周边地区创意产业网络结构的变动产生负向的空间溢出效应，验证了H3b。此外，无论是中心度还是结构洞，金融集聚的间接效应系数显著大于直接效应系数，说明金融集聚对创意产业网络结构变动的区域间溢出要明显强于区域内溢出。究其原因，创意产业仍处于发展初期，金融集聚所产生的正外部效应主要作用于本地区创意网络的发展，并且正外部效应的产生是以与邻近地区争夺资源为代价，导致金融集聚对邻近地区的创意网络有负向影响。

4.稳健性检验。本文从以下三个方面对回归结果进行稳健性检验。一是增加控制变量，将创新能力这一对创意网络具有重要影响的变量加入回归模型。二是替换空间权重矩阵，由于经济发展水平相近的城市更容易产生关联效应，本文构建经济距离空间权重矩阵，公式为：

表6 稳健性检验结果

五、结论与建议

（一）结论

本文选取2005—2019年长三角26个城市的面板数据，综合运用修正的引力模型和社会网络分析探究创意产业的网络结构特征，同时，使用空间杜宾模型实证分析金融集聚对创意产业网络结构的直接效应和溢出效应，结论如下：

第一，长三角创意网络关联强度正不断提高，但网络中大部分联系是通过个别城市完成的，虽然各城市间的差异正逐渐缩小，但网络结构仍呈现不均衡发展的特征。

第二，金融集聚与创意产业网络结构存在显著的空间相关性，城市间多表现为“高-高”集聚或“低-低”集聚的关联形式。

第三，金融集聚对创意产业网络结构的变动存在空间溢出效应，能直接提高本地创意网络的中心度和结构洞，但是不利于邻近地区创意网络结构的改善。

第四，空间杜宾模型的参数估计显示，中心度的系数均大于结构洞的系数，表明金融集聚对创意网络中心度的提升作用更为明显。间接效应系数远大于直接效应系数，且间接效应系数为负，表明金融集聚对创意产业网络结构的影响效应以溢出效应为主，并且这种溢出更多表现为虹吸效应，区域间创意网络存在着不均衡发展。

（二）政策建议

第一，优化长三角创意产业空间发展格局。研究表明，长三角各城市间创意产业关联紧密，但网络结构不均衡，因此，应当根据各城市在网络中所处的位置以及自身所拥有的资源禀赋制定合理的、具有针对性的发展战略，以推动长三角地区创意产业的整体协调发展。在网络中占据较高中心度位置的城市，应积极发挥辐射带动作用，不断提高开放程度，将新技术、新理念、新方法等传播到周边地区，以加强区域内合作；在网络中占据较多结构洞数量的城市，应充分发挥中介桥梁的作用，构建各种类型的交流服务平台，打造多元化合作渠道，推动区域间资源要素的有效流通，实现联动发展。

第二，促进金融与创意产业深度融合发展。实证结果表明，金融集聚能显著促进本地创意产业网络结构的改善，因此，应当进一步引导、扶持与规范金融机构与创意产业的结合。首先，政府应当规范创意产业的资产评估机制，专业的资产评估机构可以科学客观地对无形资产的价值进行量化，从而为金融机构的投资决策提供参考，增强金融机构投资的可能性。其次，拓宽创意企业的融资渠道，鼓励符合条件的企业进行债券融资、上市公司进行股权融资，鼓励商业银行创新融资模式，如知识产权融资、产业链条互助担保集群融资等。

第三，引导金融资源的合理化配置。实证结果表明金融集聚对周边地区的网络结构存在着虹吸效应，因此，要转变区域间对资源的不合理竞争，促进资源共享，将金融集聚的负向溢出转变为正向溢出。各地政府应合力出台一体化发展政策，破除各种机制体制的障碍，促进金融资源由金融集聚高的地区向周边地区自由流动，弱化金融集聚的马太效应。另外，金融集聚度低的地区应不断提高地区包容度、完善当地基础设施建设、提高人才的福利待遇，以营造浓厚的创意氛围，增强地区自身的吸引力，为各种资源的流入提供前提保障。