長江經濟帶金融集聚、經濟增長與生態效率耦合協調實證分析

■ 何宜慶，王希祖，周依仿，白彩全

一、引言

金融是現代經濟的核心，經濟的發展離不開金融的支持。隨著金融機構與金融人才的不斷聚集，金融對經濟社會發展所發揮的作用也越來越強。金融集聚通過資金與技術效應，引導資源合理配置，使資源向高效益低消耗的部門轉移，推動經濟健康發展，從而提高生態效率。生態、經濟與金融三者存在著相互聯系、相互作用、彼此耦合的關系，這要求我們不忽略任何一方面的作用，正確認識三者關系，使其協調發展。

長江經濟帶是我國繼沿海經濟帶后最有活力的經濟帶，其經濟增長的背后是金融集聚的不斷增強。以長江經濟帶為背景探究金融集聚、經濟增長與生態效率之間的耦合協調關系對我國的經濟社會發展具有重要的現實意義和借鑒價值。國內外關于三者關系的研究，較多集中在金融集聚與經濟增長方面。Goldsmith(1969)開創了金融結構與金融發展理論的研究先河，提出金融與以產業結構變動為特征的經濟增長間是互為因果的關系。R.King和RLevine(1993)從金融功能角度入手研究金融結構對經濟增長的影響，Rajan和Zingales(1998)則認為不同金融工具的發展通過降低企業外部融資成本的方式來促進產業經濟增長。Rousseau和Wachtel(2000)利用差分面板計量分析技術對47個國家16年的數據進行分析，進一步證明銀行和股票市場的發展都能在一定程度上解釋經濟增長。

國內的研究則起步較晚，劉軍,黃解宇等(2007)、劉紅(2008)研究發現金融集聚通過金融集聚效應、金融擴散效應以及金融功能促進中心地區及周邊地區的經濟增長。譚玉成(2008)首次將物理學中的耦合關系運用于金融產業集聚與區域經濟的研究中，分析其耦合協調關系。曾獻東，謝科進等(2001)則以上海市為例，進一步證明金融集聚不僅對經濟起到了明顯的促進作用，而且上海的銀行業與證券業發展還對江浙經濟增長起到了較為明顯的帶動作用。任淑霞(2011)運用了面板數據模型對金融集聚與城市經濟增長的相關性進行檢驗，發現城市金融集聚對城市經濟增長有明顯的影響，兩者之間相互作用。在經濟與生態方面，傅威,林濤(2010)總結對照了前人研究的主要的三類模型，并認為神經網絡模型將成為未來發展趨勢。關于金融集聚與生態效率的文獻較少，何宜慶(2014)、白彩全(2014)等借鑒耦合理論中的容量耦合概念，建立耦合度及耦合協調度模型，分別對我國中部六省省會城市金融集聚與區域經濟增長耦合協調關系以及中國內地31個省市金融集聚與生態效率的耦合協調發展狀況進行了實證分析。潘興俠,何宜慶(2014)闡述了生態—經濟—金融的耦合作用機理，并通過耦合協調度模型實證研究了鄱陽湖地區三者耦合協調發展狀況。

現有的關于金融集聚、經濟增長和生態效率之間關系的研究尚且不多，很少有學者將三者聯系起來。本文通過耦合關聯度和耦合協調度模型將金融集聚、經濟增長和生態效率緊密聯系起來，并以長江經濟帶11個省市2001～2013年的數據為例進行實證分析，深入探究長江經濟帶三個系統之間的耦合協調發展狀況，并通過灰色預測模型對其未來的發展趨勢進行分析。

二、耦合協調的作用機理

金融集聚—經濟增長—生態效率是一個具有高度復雜性、不確定性、多層次性的開放系統，三者之間存在相互促進、相互制約的交互耦合關系，其耦合機理表現為：

第一，生態效率是經濟增長和金融集聚的基礎。良好的生態效率是社會經濟活動的物質基礎和條件，其提高有利于經濟活動的進行，推動經濟的發展，同時促進金融要素的集聚。而低水平的生態效率則會提高經濟活動的成本進而制約金融集聚和經濟的發展。

第二，經濟增長為生態效率的提高提供保障和支持，并促進著金融要素的集聚。一方面，經濟增長帶來資金的積累，加快技術的改造與創新，促進資源的有效利用，從而提高生態效率。另一方面，經濟不斷發展引導著資源從效率低的部門逐漸向效率高的部門轉移，優化產業結構，逐步淘汰高污染低回報產業，并發展低能耗經濟效益高的產業，從而促進金融集聚，同時提升了生態效率。

第三，金融集聚推動經濟增長和生態效率的提高。金融集聚通過調整金融機構的信貸投向，鼓勵信貸資金優先進入資源節約、技術創新及投資回報率高的企業，加快科技進步及經濟發展方式的轉變。金融資源集中區的有效投資帶來經濟增長的同時，引導著生態效率的不斷提高。

金融集聚、經濟增長與生態效率之間的緊密聯系要求我們必須同時關注三者的協調發展，對于一個經濟區域，任何一方面滯后，都會在一定程度上阻礙當地國民經濟的發展。

三、指標體系及耦合發展模型建立

（一）指標體系的構建

指標體系的構建是測度金融集聚、經濟增長與生態效率耦合關系的關鍵，按照科學性、整體性、層次性和操作性等原則選取指標，通過參考大量文獻，得到了綜合測度指標體系（表1）。所用的數據來源于2002～2014年的 《中國統計年鑒》、《中國環境統計年鑒》、《中國城市統計年鑒》、《中國區域經濟統計年鑒》、《中國金融統計年鑒》、《中國保險統計年鑒》、長江經濟帶11省市相關年份的統計年鑒和統計公報、國家統計局和中經網統計數據庫，僅有部分數據缺失，本文對缺失數據采取外推法或插值法得出估計值進行處理。

（二）權重計算方法

在測度金融集聚、經濟增長與生態效率3個系統的各指標的權重時，為減少主觀因素，本文采用相對客觀的“熵權法”求取各指標權重。熵權法針對客觀的原始信息，通過分析各指標之間的關聯程度及各指標所提供的信息量，測算各子系統及構成要素指標的權重，具體計算權重過程如下。

（1）對指標數據進行歸一化處理，得到歸一化后數據 u″ij：

表1 金融集聚、經濟增長與生態效率耦合協調系統指標體

（三）功效函數

（四）耦合度函數

耦合是指兩個或兩個以上的系統或運動方式之間通過各種相互作用而彼此影響以至聯合起來的現象，是在各子系統間的良性互動下，相互依賴、協調、促進的動態關聯關系。根據已有的n維系統相互作用耦合度模型，即：

由于本文討論的是3個系統耦合關系，所以經過處理得到3維耦合度函數，本文給出金融集聚、經濟增長與生態效率系統耦合度函數如下：

本文取k=3,其中C為金融集聚、經濟增長與生態效率3個系統間耦合度，其值介于0和1之間，k為調節系數。當C趨向于0時，說明金融集聚、經濟增長與生態效率所組成的耦合系統處于耦合失諧狀態；當C趨向于1時，說明金融集聚、經濟增長與生態效率所組成的耦合系統處于優質耦合狀態。

（五）耦合協調度函數

耦合度能夠有效地反映金融集聚、經濟增長與生態效率3個系統之間的作用強度，但是此函數也存在缺點，無法全面反映金融集聚、經濟增長與生態效率的整體功能和綜合協調發展水平，并且無法匹配U1、U2及U3之間的實際經濟意義。因而本文建立了耦合協調度函數如下：

其中C為耦合度，T為金融集聚、經濟增長與生態效率綜合發展水平指數，α、β、γ為待定系數。考慮到金融集聚、經濟增長與生態效率在區域經濟發展中的重要性，參考相關文獻及聽取相關專家的意見后，本文取α=β=γ=1/3。為了更好地衡量金融集聚、經濟增長與生態效率耦合協調發展程度，本文對耦合協調發展程度進行等級劃分如表2。

表2 耦合協調度等級分類

四、實證結果分析

（一）金融集聚、經濟增長與生態效率發展水平分析

根據綜合發展水平指數公式（式3），得出長江經濟帶金融集聚、經濟增長與生態效率三者綜合發展水平，見圖1。

圖1 長江經濟帶金融集聚、經濟增長與生態效率發展水平分析圖

由圖1可以看出，2001～2013年長江經濟帶金融集聚、經濟增長與生態效率三者綜合發展水平整體呈上升趨勢。其中，長江經濟帶金融集聚與經濟增長水平呈明顯上升趨勢且走勢大體相同，表明金融集聚與區域經濟增長相互作用相互促進。而生態效率水平在2001～2006年呈下降趨勢，2006年開始上升，但總體基本維持在0.4～0.5水平。

（二）各省市金融集聚、經濟增長與金融集聚耦合協調度分析

本文利用2001～2013年長江經濟帶11省市面板數據并將其標準化得出各指標標準化數據，將標準化后數據以及根據熵權法計算出的各指標權重代入功效函數，計算出11個省市3個子系統（金融集聚、經濟增長與生態效率)的功效值，累加得到U1、U2和 U3。 將U1、U2和 U3代入耦合度函數（式1）和耦合協調度函數（式2）計算得到C值、T值以及 D值，最終得到13年間11個省市金融集聚、經濟增長與生態效率耦合協調度狀況。由于利用各省市13年耦合協調度均值對11個省市進行排名較不全面，因而本文利用spass19.0軟件對11個省市2001～2013年的耦合協調度進行標準化后再進行主成分分析 (由于2004年、2005年與2006年數據間存在高度的相關性，因而本文剔除2004、2005和2006年數據），提取1個公共因子，其中KMO=0.717，該公共因子方差為98.766%，然后計算出各變量所占權重從而得出11個省市綜合得分并進行排名，具體結果見表3，圖2和圖3給出了長江經濟帶各省市及地區耦合協調度變化趨勢。

表3 長江經濟帶11省市金融集聚、經濟增長與生態效率耦合協調度

圖2 長江經濟帶金融集聚、經濟增長與生態效率耦合度與耦合協調度比較圖

圖3 長江經濟帶各地區金融集聚、經濟增長與生態效率耦合協調度圖

1.從整體來看，2001～2013年間，長江經濟帶金融集聚、經濟增長與生態效率耦合度和耦合協調度均值分別為0.938和0.599，說明金融集聚、經濟增長與生態效率3個系統之間呈現出較為明顯的互相作用關系，但由于3個系統的整體功能及綜合發展水平不高，從而使得金融集聚、經濟增長與生態效率耦合協調度不高，表明長江經濟帶3個系統發展水平剛跨入初級協調階段，還有巨大的發展潛力和上升空間。由圖2可以看出，2001～2013年間長江經濟帶3個系統耦合度和耦合協調度差異并不明顯，耦合協調度在0.574～0.627區間內浮動，在過去的13年間，長江經濟帶金融集聚、經濟增長與生態效率協調發展問題并未得到較大的改善。

2.從區域來看，長江經濟帶橫貫我國東、中、西三大地區，金融集聚、經濟增長與生態效率協調發展水平存在地區差異。現將長江經濟帶分為上游、中游及下游地區進行分析，其中，下游地區包括上海、江蘇及浙江，中游地區包括安徽、江西、湖北及湖南，上游地區包括重慶、四川、貴州及云南。由圖3可以看出，2001～2013年間，上、中、下游地區3個系統耦合協調度均呈穩步上升趨勢，但呈現出明顯的空間差異，下游、中游及上游3個系統間耦合協調度階梯式遞減。中游及上游地區3個系統耦合協調度明顯低于長江經濟帶平均水平，下游地區遠高于長江經濟帶平均水平。

3.從各個省市來看，2001～2013年，上海、江蘇及浙江3個系統為良好協調類型，上海、江蘇及浙江3省處于我國東部沿海地區，為長江經濟帶龍頭，其地理位置優越，對外開放水平高，科技發達，人才密集，其金融產業發達，經濟實力雄厚，生態效率高，因而其金融集聚、經濟增長與生態效率耦合協調度要明顯優越于其他地區。處于勉強協調類型的有安徽、湖北、湖南、重慶及四川5省市，雖然在技術條件、市場環境等因素方面不如東部沿海地區成熟，但是我國中部或西部發展速度較快省市。江西、貴州及云南為瀕臨失調類型，由于該3個省為我國經濟發展相對弱后地區，其中貴州及云南位于我國云貴高原地區，地理位置、科技水平、市場環境、人力資源等條件遠不如長江經濟帶其他省市，因而其金融集聚、經濟增長與生態效率耦合協調度較低。

（三）金融集聚、經濟增長與生態效率耦合協調發展收斂性分析

由表3和圖3可以看出，長江經濟帶11個省市及地區之間金融集聚、經濟增長與生態效率的耦合協調度差異明顯，因而有必要對長江經濟帶金融集聚、經濟增長與生態效率耦合協調度進行σ收斂性檢驗。本文利用σ收斂性檢驗測度長江經濟帶上、中、下游間3個系統耦合協調度的離散程度，即地區差異，如果 σ(t＋1)＜σ(t),則稱發生 σ 收斂，表明各省市之間耦合協調度差距在縮減。其中σ收斂性檢驗公式如下：

式中，Xm（t）表示第m個省市t時期耦合協調度，N表示各地區省市總數。長江經濟帶上游、中游及下游地區金融集聚、經濟增長與生態效率耦合協調度收斂性檢驗結果見圖4。

圖4 長江經濟帶各地區金融集聚、經濟增長與生態效率耦合協調度收斂檢驗圖

由圖4可知，從長江經濟帶整體來看，上中下游地區耦合協調度的σ值均小于長江經濟帶耦合協調度的σ值，2001～2013年間長江經濟帶金融集聚、經濟增長與生態效率耦合協調度的σ值表現為先上升后下降，其中2001～2007年呈現上升趨勢，2007年后開始下降。分區域來看，考察期內下游地區3個系統耦合協調度σ值呈下降趨勢，且下降幅度較大，因而下游地區耦合協調度σ值呈現收斂趨勢。中游地區耦合協調度σ值有升有降，波動幅度不大，總體而言σ值較為平穩。上游地區3個系統耦合協調度σ值表現上升趨勢，未呈現出收斂勢態，表明上游地區金融集聚、經濟增長與生態效率耦合協調度差距在擴大，4個省市之間的發展差距仍然存在。

（四）金融集聚、經濟增長與生態效率耦合協調度灰色預測

灰色預測模型灰色系統理論在處理時間序列短、統計數據少的小樣本問題時精度較高且既可進行短期預測，也可進行長期預測,因此本文采用定量預測中的灰色預測GM(1.1)模型，利用已有2001～2013年11個省市耦合協調度預測2014～2018年長江經濟帶11個省市金融集聚、經濟增長與生態效率耦合協調度。其建模的基本思想是將無明顯規律的時間系列經數學運算變為有規律的時間系列。

式中，X（1）為 n 個序列值累積生成的新序列，t為第n個序列值，a為發展系數，b為灰作用量。

后驗差檢驗模型精度為C=S2/S1，C為后驗差比值，S2為方差，S1為 X（0）的方差。

依據GM(1.1)灰色預測模型，利用2001～2013年長江經濟帶金融集聚、經濟增長與生態效率的耦合協調度D，本文對長江經濟帶2014～2018年金融集聚、經濟增長與生態效率的耦合協調度D加以預測，預測結果見表4。

表4 長江經濟帶金融集聚、經濟增長與生態效率的耦合協調度預測結果

從表4可以看出，2014～2018年5年內長江經濟帶金融集聚、經濟增長與生態效率的耦合協調度總體呈上升趨勢,表明長江經濟帶11個省市越來越重視金融業對經濟增長的促進作用，在保障經濟增長的同時也越來越重視生態環境的保護，生態效率的改善，從而促進金融集聚、經濟增長與生態效率協調發展。具體來看，上海市始終扮演著長江經濟帶龍頭作用，在2015年后持續表現為優質協調類型；浙江省金融集聚、經濟增長與生態效率耦合協調類型持續表現為良好協調發展類型；江蘇省在所預測的5年內金融集聚、經濟增長與生態效率表現出較好的協調發展勢頭，在2018年上升為優質協調類型；安徽省在2018年由勉強協調發展類型上升至初級協調類型，重慶市表現為初級協調發展類型；江西、湖北、湖南及四川4省在所預測年份內3個系統耦合協調類型持續表現為勉強協調類型；貴州和云南雖仍然面臨著瀕臨失調的困境，但是其耦合協調度值呈明顯遞增趨勢。

五、結論與建議

利用2001～2013年統計數據，運用熵權法和容量耦合模型等對長江經濟帶11個省市的金融集聚、經濟增長與生態效率耦合協調發展狀況進行實證分析，結論如下：從空間上看，長江經濟帶金融集聚、經濟增長與生態效率耦合協調度呈現明顯的東、中、西空間差異，上游、中游及下游地區發展差距較大，且經過σ收斂性檢驗表明長江經濟帶上游地區各省市間發展差距較大。從時間上看，2001～2013年長江經濟帶11個省市金融集聚、經濟增長與生態效率耦合協調度呈上升趨勢，通過灰色預測模型預測出長江經濟帶未來5年3個系統耦合協調度保持遞增趨勢。從整體來看，長江經濟帶金融集聚、經濟增長與生態效率耦合協調發展類型共有4種類型，分別為良好協調、初級協調、勉強協調及瀕臨失調型，較好的協調發展類型均位于長三角地區。

長江經濟帶橫跨我國東中西三大區域，具有獨特優勢和巨大發展潛力，在區域發展總體格局中具有重要戰略地位。金融集聚、經濟增長與生態效率的協調發展對區域經濟的良好發展具有重要意義。從而應進一步加強沿江省際協作、下游與上中游協作，促進區域通關一體化，通過產業梯度轉移和技術梯度轉移，不斷縮小長江經濟帶11個省市間金融集聚、經濟增長與生態效率耦合協調度的區域差異，為長江經濟帶協調發展提供堅實的支撐。從長期趨勢來看，長江經濟帶金融集聚、經濟增長與生態效率耦合協調發展的區域差異仍將持續存在，因而應從流域經濟協同發展的視角挖掘中上游廣闊腹地蘊含的巨大內需潛力，促進經濟增長空間從沿海向沿江內陸拓展，形成上中下游優勢互補、協作互動格局，縮小東中西部地區發展差距。

[1]潘興俠,何宜慶.鄱陽湖地區生態、經濟與金融耦合協調發展評價[J].科技管理研究,2014,34(9):227～230.

[2]戈德史密斯.金融結構與經濟發展[M].上海:上海三聯書店,上海人民出版社,1994:327～390.

[3]RAJANRHA GURAM,LUIGI ZINGALES.Financial Dependence and Growth[J].American Economic Review,1998(88):559～587.

[4]P.L.Rousseau,P.Wachtel.Equity markets and growth:Cross－country evidence on timing and outcomes,1980～1995[J].Journal of Banking and Finance,2000,24(12)：1933～1957.

[5]劉軍,黃解宇等.金融集聚影響實體經濟機制研究[J].管理世界，2007，（4）：152～153.

[6]劉紅.金融集聚影響區域經濟增長的機制研究[D].同濟大學博士學位論文,2008.

[7]譚玉成.環渤海經濟圈金融產業集聚與區域經濟耦合關系研究[D].青島:中國海洋大學,2009.

[8]曾獻東,謝科進.金融集聚對區域經濟的帶動效應分析[J].金融發展研究,2011,(7):31～37.

[9]任淑霞.金融集聚與城市經濟增長研究[D].北京郵電大學,2011.

[10]傅威,林濤.區域社會經濟發展與生態環境耦合關系研究模型的比較分析 [J].四川環境,2010,29(03):102～109.

[11]何宜慶,廖文強,白彩全等.中部六省省會城市金融集聚與區域經濟增長耦合發展研究[J].華東經濟管理,2014,28(07):70～75.

[12]白彩全,黃芽保,宋偉軒等.省域金融集聚與生態效率耦合協調發展研究[J].干旱區資源與環境,2014,28(09):1～7.

[13]西北工業大學數學建模課題組.美國大學生數學建模競賽題解析與研究[M].北京:高等教育出版社,2012．

[14]宋超山,馬俊杰,楊風,馬營.城市化與資源環境系統耦合研究——以西安市為例[J].干旱區資源與環境,2010,24(5):85～90．

[15]錢麗,陳忠衛,肖仁橋.中國區域工業化、城鎮化與農業現代化耦合協調度及影響因素研究 [J].經濟問題探索,2012，(12.):10～17.

[16]廖重斌.環境與經濟協調發展的定量評判及其分類體系——以珠江三角洲城市群為例[J].熱帶地理,1999,19(2):171～177.

[17]黃現代,王豐效.多變量灰色預測模型算法的Mtlab實現 [J].四川理工學院學報 (自然科學版),2008,36(4):488～490.

[18]王濤,張宏偉,牛志廣.GM組合模型用于城市生活用水量預測[J].水資源保護,2007,23(5)：28～30.