基于涉海上市公司交叉持股网络的区域海洋经济联动发展分析

王 垒 牛文正 丁黎黎

1.中国海洋大学经济学院青岛 266100 2.中国海洋大学海洋发展研究院青岛 266100

在经济全球化的浪潮中， 海洋经济的贡献逐渐突出， 海洋科技与产业的竞争日益剧烈[1]。 在此背景下，海洋经济已成为国民经济和区域经济发展的重要内容[2]， 而海洋经济的发展程度不仅取决于当地海洋经济的投入力度、 资本积累水平和技术优势等方面， 还受到其他地区经济活动的影响[3]， 因此如何在科学有效地促进区域海洋经济稳健增长的基础上， 强化区域间的互动交流与优势互补等关联关系， 是加快建设“海洋强国” 的关键所在。

目前国内外对于海洋经济联动发展的研究较为丰富， 其内容主要涵盖以下几个方面： ①从产业间联动入手， 利用灰色关联理论、 投入产出模型、 海陆系统演化模型等对海洋经济带来的产业联动效应进行研究[4-8]； ②利用Gini 系数、 变差系数、 Theil 系数等指标考察海洋产业时空差异特征从而对海洋经济活动的空间关联性及演化特征进行探讨[1，9-11]； ③在利用Moran’s I 指数验证海洋经济活动存在空间关联的基础上构建空间权重矩阵， 采用空间面板考察海洋经济活动空间关联的变动趋势与规律[12-14]。 但现有文献仍存在一定的局限性： 第一， 国内外学者大多从宏观层面出发对海洋经济的演变过程或产业联动进行研究，忽略了宏观现象与微观主体间存在的联系， 缺少对海洋经济联动发展内部机理的综合分析； 第二， 海洋经济活动的空间关联及联动效应虽得到有关验证， 但各区域共同构成的复杂网络尚未得到明确刻画， 相关统计指标仅能给出区域整体的相关性却不能分析每个地区在海洋经济区域投资网络中的地位、 作用和角色，难以对海洋经济的联动发展态势进行综合评价分析；第三， 现有研究在运用空间计量技术探讨海洋经济活动空间关联时， 大多将空间关联局限于 “地理邻近”与“经济邻近” 等方面， 难以对空间关联产生的内在原因与机制进行综合诠释。

作为一种新的分析方法， 复杂网络更注重网络实体间的结构关系[15-17]， 这种被称作 “网络新科学” 的理论框架能够反映各节点在网络中的身份与地位， 准确刻画节点间的相互关系， 对分析空间关联问题具有很强的解释力[18]。 自BATTISTON 等从公司和地区两个角度对欧洲区域间相互投资关系进行研究后[19]， 国内外学者基于上市公司数据对区域间投资关系的网络结构展开了丰富的研究， 从复杂网络视角出发对区域经济的联动发展态势进行了综合分析[20-22]。 对于海洋经济的发展而言， 企业是推动其快速增长的核心动力， 涉海上市公司作为其中的佼佼者对海洋经济的发展状况有着深远影响， 因此每个地区海洋经济的发展水平在一定程度上可以用涉海上市公司的数量、 产业结构及企业规模进行衡量。 基于上述分析， 本文从涉海上市公司交叉持股网络出发构建海洋经济区域投资网络， 以复杂网络理论为基础对地区间涉海上市公司的投资关系进行研究， 并对区域海洋经济联动的宏观发展态势进行分析。

本文的研究重点在于： 第一， 依据复杂网络理论， 基于涉海上市公司交叉持股信息， 刻画了海洋经济区域投资网络及其结构特征， 从涉海上市公司交叉持股的微观视角出发， 对“海洋强国” 背景下的海洋经济联动发展态势这一宏观问题展开研究， 尝试利用微观数据探索宏观经济系统的运作规律， 丰富了相关领域的研究内容； 第二， 在构建海洋经济区域投资网络的基础上， 对各个区域在关联网络中的地位、 作用与角色进行了清晰的测度和分析， 并基于涉海上市公司交叉持股数据对各区域间的关联程度进行测算， 在克服相关统计指标缺陷的同时避免了空间计量技术中“地理邻近” 与 “经济邻近” 的局限性， 能够对海洋经济联动发展态势进行更为准确与深入的研究。

1 海洋经济区域投资网络构建

1.1 数据来源

2012 年党的十八大报告中首次提出“建设海洋强国” 的战略目标， 本文将2007、 2012 与2017 三年的涉海上市公司交叉持股数据聚类于省份作为节点构建海洋经济区域投资网络， 剖析海洋经济①参照国家海洋局在2006 年对海洋经济的定义,本文中海洋经济指开发、 利用、 保护海洋的产业活动。发展态势，并对“海洋强国” 相关政策的实施效果与作用机理从微观视角出发进行探讨。 其中上市公司交叉持股数据来源于Wind 数据库， 涉海上市公司名单由作者参考《海洋及相关产业分类》 （GB/T20794—2006） 中的标准， 结合上市公司年报中对主营业务的披露信息进行划定②例如中远海控 （股票代码601919） 在2017 年年报中对报告期内公司所从事的主要业务、 经营模式及行业情况说明为 “本集团主要从事集装箱航运， 运营及管理集装箱码头， 及其他码头相关业务” 属于 《海洋及相关产业分类》 （GB/T20794—2006） 中的 “海洋产业—主要海洋产业—海洋交通运输业”， 因此将中远海控划分与2017 涉海上市公司名单中。， 在剔除ST、 *ST 与金融类企业样本后， 发生涉海交叉持股行为③涉海交叉持股行为是指持股方或被持股方至少有一者属于涉海上市公司的交叉持股行为。的上市公司数目如表1 所示。

表1 发生涉海交叉持股行为的上市公司数目表

1.2 梳理网络节点

网络中节点为涉海上市公司所属地区， 节点个数为32 个， 包括除港澳台外的31 个省级行政区与深圳市。 由于海洋经济是开放的经济， 而深圳市作为改革开放 “先行者”， 其海洋经济的发展程度较高， 海洋相关投资事件的数量与金额都较大， 因此将深圳市作为单独的节点进行处理。

1.3 构建节点间的边

如果发生涉海交叉持股行为， 则持股方与被持股方所属的地区之间便形成一条边， 方向为持股地区指向被持股地区。 而节点间联系的强弱可以用投资总额（持股总额） 来表示， 本文研究构建的网络为带环有向加权网络， 因为有向加权网络在分析网络结构特征与节点间关系时比较有优势[21-22]。 本文对数据进行预处理形成节点间的关联矩阵后， 运用Pajek 与UciNET 软件对海洋经济区域投资网络进行分析。

2 海洋经济区域投资网络结构分析

2.1 小世界特征分析

小世界特征可以作为海洋经济区域投资网络复杂性的判断标准之一， 多数复杂网络具备小世界网络的特征[21]。 本文通过平均最短路径、 集聚系数与小世界熵3 个指标进行分析， 当某种网络具备较小的平均最短路径与较大的平均聚集系数时可以认为该网络具备小世界性[23-24]。 小世界指标的测算结果汇报如表2 所示， 将海洋经济区域投资网络与同规模随机网络的小世界指标进行对比可知海洋经济区域投资网络具备较小的最短平均路径与较大的集聚系数， 并且小世界熵数值也大于1， 因此其具备显著的小世界性。 平均最短路径在2007—2017 年间呈现递减趋势， 并且与随机网络的差距在逐渐增大， 说明我国海洋经济区域投资网络各节点间的联系更加密切； 聚集系数在逐年递减， 并且与随机网络的差距在逐步缩小， 这说明形成高密度网络投资群的概率逐渐变小， 节点度较低的地区能够获得的发展机会在提高， 海洋经济正在逐渐向均衡发展的方向演变； 小世界熵的数值一直保持相对稳定， 变化幅度较小， 说明海洋经济区域投资网络的小世界特征具备稳定性。

表2 海洋经济区域投资网络小世界性指标

2.2 无标度特征分析

无标度特征是指某些网络的度分布函数具有幂律分布的形式， 网络中节点遵循择优连接的方式发生关系[25]。 已有研究发现某些区域投资网络具备无标度网络的特征[26]， 因此基于涉海上市公司交叉持股网络构建的海洋经济区域投资网络可能也具备无标度复杂网络的一些特点， 即各节点之间的连接情况分布不均，数目极少的Hub 点具有极多的连接数。 本文参照以往研究的做法将所得到节点的度累积概率分布与其对应的节点强度取对数后进行线性拟合， 以判断节点度分布的概率密度函数是否符合幂律分布形式[24]。 度累积概率分布的拟合结果如表3 所示，R2在2007 年、 2012年与2017 年分别为0.707、 0.733 与0.593，R2的数值说明拟合并不理想。 从拟合函数的情况来看， 幂函数指数都在[0， 1]之间， 而当其在[2， 3]之间时才能说明网络具备较强的无指标特征[27]。 因此海洋经济区域投资网络不具备无标度网络的特征， 网络集中化程度不高，海洋经济区域投资网络呈现均衡发展的特征。

表3 度累积概率分布拟合结果

2.3 网络整体特征分析

本文从以下3 个方面对网络的整体结构特征进行分析： 第一， 利用阮平南等的方法对有向加权网络的网络密度进行计算[22]； 第二， 参照NEWMAN 与HE等的方法对每条边终点入度（出度） 与起点入度 （出度） 的相关性系数进行测量[28-29]； 第三， 参照GARLASCHELLI 等的做法计算出网络中各个节点间的互惠性程度[30]， 计算结果如表4 所示。 2007 年、2012 年与2017 年的网络密度分别为0.123、 0.136 和0.128， 网络密度在2012 年达到最大， 即在2012 年发生的投资行为最多， 说明在提出“海洋强国” 战略目标后海洋经济投资活动变得更加活跃； 较2012 年相比， 2017 年的网络密度虽然呈现下降趋势， 但较2007 年仍有明显提升， 说明“海洋强国” 相关政策对海洋经济区域投资网络的发育起到了一定的促进作用。 从互惠性指标上来看， 三年指标都为正值， 说明节点具有倾向于相互连接的特性， 而随着时间的推移这种特性在逐渐减弱， 说明节点间形成高密度投资网络群的概率在减小， 海洋经济呈现均衡发展的动向。从节点相关度的数值来看， 其数值全部为正， 说明节点度高的节点之间产生关系的可能性更大， 即网络类型为“同类混合型网络”。

表4 海洋经济区域投资网络整体分布特征

2.4 网络局部特征分析

本文从节点强度与中介中心度两方面对海洋经济区域投资网络的局部网络结构特征进行分析。 基于He 等的做法， 本文将节点的入度、 出度以及自环强度进行加和从而对节点强度的数值进行测算[29]。 中介中心度可以反映某一节点对于其他节点的控制能力，其表示的含义为某节点通过其他节点相连的最短路径上占据中间人的程度[31]， 借鉴FREEMAN 的方法对海洋经济区域投资网络的中介中心度进行测量[32]。 表5汇总了2007 年、 2012 年与2017 年节点强度与节点中介中心度排名前10 名的地区， 可以发现海洋经济区域投资网络具有多个核心节点， 并且整体呈现出均衡发展的态势： 2007 年海洋经济区域投资网络的核心节点为北京、 上海、 广东、 深圳与天津， 其节点强度明显高于其他地区， 节点中介中心度排名也都在前10名之内； 2012 年北京、 上海、 天津、 深圳与辽宁处于海洋经济投资的核心地位， 辽宁因具备较高的中介中心度与节点强度成了海洋经济区域投资网络的核心地区之一， 而广东地区虽具备较高的节点强度但其中介中心度较低， 对其他节点的控制力较弱； 2017 年海洋经济投资网络呈现出北京、 广东、 辽宁三足鼎立， 江苏、 上海、 深圳等节点均衡发展的态势， 核心地区与其他地区节点强度与中介中心度的差距逐渐缩小。 此外， 对比节点强度与中介中心度的关系发现在中介中心度较高的区域更有可能获得较高的节点强度， 即对网络资源的控制能力与其所处的网络位置呈正相关关系。

表5 海洋经济区域投资网络节点强度、 中介中心度排名前10 名的地区

3 网络动态演化分析

借助pajek 软件绘制出2007 年、 2012 年与2017年海洋经济区域投资网络的拓扑结构图 （如图1—图3 所示）， 其中节点代表地区。 从网络拓扑结构图来看， 2007 年北京、 上海、 广东、 天津、 深圳等地区构成了网络的核心区域， 2012 年的核心区域演变为北京、 上海、 天津、 深圳、 辽宁等地区， 2017 年的核心区域为北京、 广东、 辽宁、 深圳、 上海、 江苏等地，海洋经济区域投资网络是 “多核协同蛛网型网络”。从2007 年到2012 年， 海洋经济区域投资网络的网络密度加大、 核心节点增多， 网络持续良性发育的同时海洋经济投资活动明显增加， 说明“海洋强国” 战略的提出对海洋经济投资活动具有促进效应。 从2012年到2017 年， 海洋经济区域投资网络呈现集聚化发展，投资活动更加集中于海洋经济发展程度较高的核心区域， 海洋经济投资逐渐趋于理性的同时更加注重产业集聚带来的优势， 核心区域对海洋经济发展的推动作用逐渐凸显。 从海洋经济区域投资网络的空间格局来看， 海洋经济投资活动多数集中于东部经济较发达地区， 西部地区较少； 投资活动并非仅局限于沿海地区， 内陆地区能够通过资金、 技术等优势克服地理劣势参与海洋经济活动； 北京是海洋经济区域投资网络中内陆地区的核心节点， 在3 个时间节点中一直处于核心位置， 是连通陆地经济与海洋经济的关键节点；上海、 深圳、 广东是海洋经济区域投资网络中沿海地区的核心节点， 发生的涉海投资活动与其他节点相比较高， 是发展海洋经济的核心区域； 辽宁、 江苏、 浙江、 山东等沿海地区发生的涉海投资活动在逐步增加， 逐渐成为发展海洋经济的新力量。 从网络空间格局的演化来看， 投资活动逐渐向沿海地区与核心地区集聚， 地理优势与产业集聚优势在海洋经济发展的过程中逐渐凸显， 沿海地区与核心节点对海洋经济的影响力持续增强。

图1 2007 年海洋经济区域投资网络分析图

图2 2012 年海洋经济区域投资网络分析图

图3 2017 年海洋经济区域投资网络分析图

4 结论与政策建议

在“海洋强国” 的时代背景下， 基于涉海上市公司持股网络， 从复杂网络的视角构建海洋经济区域投资网络模型， 并通过网络结构特征与动态演化态势进行分析， 考察区域海洋经济联动的宏观发展态势， 得出以下结论和启示。

通过对海洋经济区域投资网络的整体特征分析可知， 海洋经济区域投资网络具备明显的小世界特征，无标度网络特征不显著， 各节点间的联系较密切且节点度的分布较为均匀， 不存在大的Hub 点， 互惠性与节点相关度为正值， 属于 “同类混合型网络”。 对网络的局部特征分析发现， 节点强度较高的地区其中介中心度也较高， 海洋经济区域投资网络具有多个核心区域， 北京是内陆地区的核心节点， 上海、 深圳、 广东是沿海地区的核心节点， 辽宁、 江苏、 浙江、 山东等沿海地区的重要性凸显， 逐渐成为发展海洋经济的新力量。 从网络拓扑结构与空间格局出发对网络动态演化进程进行分析， 发现海洋经济区域投资网络核心节点较多， 网络分布较为均匀且格局明显， 属于 “多核协同蛛网型网络”。 海洋经济投资活动多数集中于经济较为发达的东部沿海地区， 但内陆地区能够通过资金、 技术等优势克服地理劣势参与海洋经济活动。较2007 年而言， 2012 年涉海投资活动的数量得到提升， 核心节点增多， 海洋经济区域投资网络的活力增强。 与2012 年相比， 2017 年涉海投资活动逐渐趋于理性， 网络呈现集聚化发展态势， 地理优势与产业集聚优势的重要意义逐渐凸显， 沿海地区与核心节点的影响力持续增强。

为加速海洋经济发展和提高涉海投资活动的活力， 协调各省份节点间的联动关系， 完善海洋间产业布局， 提出以下政策建议。

第一， 发挥核心区域与沿海区域对海洋经济发展的推动作用， 推进“海洋中心城市” 的建设， 提高海洋经济的运作效率， 促进海洋经济持续增长。 在海洋经济发展的过程中， 产业集聚与地理优势的影响逐渐凸显， 发挥网络核心节点关键性作用的同时完善涉海投资活动的网络格局对促进海洋经济均衡稳健增长具有重要意义。 具体而言， 在加快建设 “海洋强国” 的过程中一方面要保持北京、 广东、 上海等核心节点的海洋经济实力持续增强， 利用核心节点对周边地区的联动机制与辐射效应推动海洋经济联动发展； 另一方面还要推进辽宁、 江苏、 山东等沿海地区 “海洋中心城市” 的建设进程， 培育沿海区域成为新的核心节点， 发挥地理禀赋在发展海洋经济过程中的天然优势， 进一步完善海洋经济区域投资网络的空间布局，推动海洋经济持续高速发展。

第二， 协调各节点地区间的涉海投资活动， 深化海洋经济与陆地经济间的联动关系， 引导入海资金流向新兴海洋产业， 加快传统海洋产业的转型升级， 并通过建立海陆经济互补式发展格局， 发挥海洋经济与陆地经济的协同机制， 促进国民经济系统均衡化发展。 海洋经济区域投资网络是各省域间海洋经济投资合作关系的体现， 而上述合作关系不是孤立存在的。一方面， 海洋经济的发展并非局限于沿海省域， 非沿海地区也可以克服地理劣势参与海洋经济发展； 另一方面， 非涉海上市公司与涉海上市公司间通过持股关系建立资金投资网络， 使海洋经济与陆地经济的发展产生密切关联。 因此， 政府需要构建技术型与服务型涉海上市公司的政策优惠平台， 增强海洋产业的吸金能力与竞争能力， 并通过建立合理的海陆联动发展格局， 利用海陆经济间的联动作用促进总体经济持续稳健增长。