山東省市域金融發展與經濟增長協調關系的特征研究

逯進++王文波++蘇妍

[摘 要]基于山東省17城市2001—2012年面板數據，應用耦合模型，對山東省金融主體—經濟增長、金融環境—經濟增長兩類二元系統以及金融主體—金融環境—經濟增長三系統協調發展程度做出解析，借此對山東省金融發展與經濟增長之間的協調發展關系做出全面判斷。基于半參數可加模型，進一步從線性和非線性兩個方面揭示兩類二元系統的協調發展對三系統協調發展影響的時序變動規律。結果顯示，無論是二系統耦合還是三系統耦合，各市均呈現穩定上升態勢，但當前的系統耦合水平并不高；從空間差異看，半島藍色經濟區與非半島藍色經濟區的耦合水平差異不大；三系統的協調發展明顯受到了其他兩類二元系統協調發展的影響，且影響方式具有明顯的線性特征。

[關鍵詞]金融發展；經濟增長；協調關系

[中圖分類號]F290 [文獻標識碼]A [文章編號]1671-8372（2017）01-0024-06

一、前言

20世紀70年代，麥金農和肖的金融抑制（Financial Repression）與金融深化（Financial Deepening）理論的提出，標志著金融發展理論的全面成型。隨后眾多發展中國家貨幣金融改革的實踐都深受這一理論的影響。從金融深化理論看，金融體制與經濟發展之間存在相互推動和相互制約的關系：一方面，健全的金融體制能夠有效地動員儲蓄資金，并將其引導至生產性投資上，從而促進經濟發展；另一方面，發展良好的經濟同樣也可通過國民收入的提高和經濟活動主體對金融服務需求的增加來刺激金融業的發展，由此形成金融與經濟發展相互促進的良性循環。而在此過程中，有三個關鍵的動態因素產生了重要的作用：一是金融體系規模的擴大，二是金融機構的不斷優化，三是金融市場的秩序逐步健全。通過這三個因素的不斷優化，并不斷加深其與經濟增長的交互作用關系，就會產生金融體系本身的不斷正向演進，同時增強經濟發展動力。按照這一邏輯，后續出現了大量關于金融發展與經濟增長關系的研究文獻，主要觀點有如下三個方面：一是“供給導向”型（Levine. etc[1]，Shan. etc[2]，Antal. etc[3]），即金融發展引領經濟增長；二是“需求跟隨”型（Lucas[4]，Horváthová[5]，Greenwood. etc[6]），即實體經濟的增長帶動金融的發展；三是“雙向”因果型（King. etc[7]，Levine[8]，Johnson N. etc[9]），即金融發展與經濟增長之間的關系是互促的。

近年來，國內有關我國金融發展與經濟增長關系的研究亦相當活躍，研究大都遵循了上述范式。談儒勇發現我國金融中介體發展和經濟增長之間具有顯著的、很強的正相關關系， 這意味著金融中介的發展有可能促進經濟增長[10]；趙振全等認為我國信貸市場對經濟增長的作用比較顯著，而股票市場的作用并不明顯[11]；冉光和等基于我國東西部的省級面板數據，運用單位根檢驗、協整檢驗與誤差糾正模型，對東西部金融發展與經濟增長的長短期關系進行研究，發現東西部金融發展與經濟增長關系差異明顯，因此認為在不同的條件下，金融發展與經濟增長之間關系可能并不穩定[12]；楊誼主張完善相關法律體系和金融監管制度，通過金融體制改革促進金融功能在經濟發展中的積極作用[13]；徐景峰，華桂宏等強調要注重金融結構的優化和平衡，這樣有助于經濟發展的穩定[14-15]。

從已有研究看，雖然多視角、多方法討論二者關系的實證分析已較為普遍，但大都集中于金融主體與經濟增長抑或是金融環境與經濟增長之間關系的單獨討論。而如能將這兩類分析置于一個統一的體系中加以綜合研究，從而能夠以一個更為全面的視角審視金融發展與經濟增長關系的演化規律，將有可能得出一些更為全面而新穎的結論。

基于此，本文引入“系統耦合”概念，考慮到數據的可得性，以具有代表意義的山東省的金融主體、金融環境與經濟增長三系統為例展開分析。首先，基于山東省地市級數據，對其金融主體—經濟增長、金融環境—經濟增長兩類二元系統協調發展程度以及金融主體—金融環境—經濟增長三系統協調發展程度做出解析，借此對其金融發展與經濟增長之間的協調發展關系做出初步的判斷，并進一步解析山東省金融發展作用下的區域經濟發展差異特征；其次，基于半參數可加模型，從線性和非線性兩個方面揭示山東省金融主體—經濟增長協調發展和金融環境—經濟增長協調發展對金融主體—金融環境—經濟增長三系統協調發展影響的時序變動規律。

二、研究方法

（一）耦合模型

耦合（Coupling）是物理學術語，是對兩個及以上系統相互依賴于對方的一個量度，可以從“協調”和“發展”兩個層面定義。協調是一個截面概念，考察在特定時點上，兩系統間的相互配合程度；發展是一個時序概念，考察隨著時間的延續，兩系統共同變化的過程，具體表現為系統從低級到高級，從簡單到復雜的演進[16]。耦合則是上述兩方面的綜合，全面考察兩系統在保證自身發展的同時兼顧彼此、協調一致的程度。耦合度的大小標志著系統之間相互協調程度的強弱，具體判斷標準如表1所示[17]。

有關兩系統耦合值的計算方法較為統一，一般的求解過程見公式（1）—（3）[18]。

假設存在兩個交互關聯的系統，各自的發展水平由綜合指數 X、Z 分別標識，則有

式中，為兩系統協調度；為兩個系統的綜合評價指數，也稱為發展度，、分別代表兩系統對綜合發展水平的重要性（權重），以金融主體、經濟增長兩系統為例，筆者認為兩個系統同等重要，因此，可設定==1/2；D為兩系統耦合度。

以二元系統耦合解析為基礎，并對其加以改造，可以對三元系統耦合的機理做出新穎的解析。設定系統離差系數為

（二）可加模型

自1990年以來，可加模型（Additive Model）作為一種全新的實證方法在國外被逐步應用于各個領域。其相對于一般非參數模型適用面更廣，即使在因變量的分布不易判定或者不符合正態分布假設的情況下，該模型依然適用[20]。相對于一般的參數線性回歸模型，可加模型可以依據研究問題的具體情況分別設定為參數、半參數以及非參數三類模型。這一模型除可以得出各變量間的線性關系，更為重要的是，還可以描繪出各變量之間在一般情況下難以被捕獲的非線性關系。此外，可加模型還具有一般非參數模型由數據驅動而非模型驅動的優點，從而可以避免一般非參數回歸中當維數過高時容易出現的“維數災難”問題[21]。因此，本文選擇可以描述變量間非線性關系的可加模型對相關變量之間的關系進行擬合。

可加模型最早由Stone[22]提出，在Stone設定的模型中，因變量是由個自變量，，…，的任意函數相加而構成的，數學表達式為

其中，為截距項，為非參數函數，誤差項不僅服從均值為0，方差為2的獨立同分布，且與因變量獨立。為了估計的可行性，一般要求。因此，標準可加模型也可表示為

為了有效解析自變量和因變量間的內在關系，并且與傳統線性模型的結果進行比較，可以在保留非線性信息的基礎上，加入線性部分，構成半參數可加模型

其中，為模型中因變量可由自變量表示的線性部分的回歸參數。其余部分的含義與式（10）相同。

三、指標與數據說明

（一）指標體系

借鑒已有研究成果[23]，以數據可得性為指針，本文設定了指標體系，主要包括約束層與指標層兩類，而指標層又具體涵蓋3級指標（見表2）。

（二）數據說明

本文將研究時序限定為2001—2012年，依據前述指標體系構建了山東省17個地級市12年的面板數據。文中所用數據來源于歷年中國統計年鑒和山東省統計年鑒。這一時期恰為我國及山東省金融體制改革與金融主體、金融環境優化的有效期，因此具有較強的研究意義。對于部分缺失數據，本文統一采用線性擬合法估算得到。

（三）數據標準化處理

由于三系統各指標數據的量級和量綱差異較大，因此實證分析之前需要對數據進行標準化處理。本文采用組間極值法展開標準化處理。依據指標的正負特征，首先找出各指標數據中的最大值和最小值，爾后依據下式進行核算。

（四）指標權重的確定

對數據進行標準化處理后，就可確定各三級因子的權重值。為避免主觀因素帶來的偏差，本文采用熵權法確定各因子的權重。限于篇幅，權重值不再列出。

（五）綜合指數的核算

綜合指數可測算單個系統的整體發展情況，其計算公式為

式（13）中，Xn、Yn、Zn分別為金融主體、金融環境與經濟增長三系統的綜合指數；Wi、Wj、Wk分別為各因子的指標權重；Iin、Ijn、Ikn分別表示各因子的標準化數值。以此為基礎，可進一步計算二元和三元系統的耦合度。

四、實證分析

（一）耦合分析

運用式（1）（2）和（7）（8）分別計算兩系統和三系統的協調度和發展度，然后進一步運用式（3）（9）計算兩系統和三系統的耦合度D，部分年度山東省及省內兩大區域三類系統耦合值見表3①。三類耦合度的變動趨勢見圖1。限于篇幅，協調度和發展度不再列出。

根據表3及圖1可知：

首先，從全省整體看（表3最后一行），金融主體—經濟增長以及金融環境—經濟增長兩類二元系統耦合度由0.23、0.27變動到0.52、0.51，均由中度失調衰退型提升為勉強協調發展型；金融主體—金融環境—經濟增長三系統耦合度的變動亦出現了完全類似的情況，由中度失調衰退的0.24變動到勉強協調發展的0.52。由此可知各類系統均保持著耦合水平的不斷優化，且各系統耦合度發展水平相近。這說明兩類二元系統與三系統整體上保持了耦合變動的一致性。

其次，從兩大區域看，分別計算兩大區域三類系統耦合度的年度均值（見表3各區域橫向均值），可以發現，半島藍色經濟區金融主體—經濟增長二元系統耦合度從中度失調衰退的0.23提高為勉強協調發展的0.53，非半島藍色經濟區則從中度失調衰退的0.23提高為勉強協調發展的0.50；半島藍色經濟區金融環境—經濟增長二元系統耦合度從中度失調衰退的0.27提高為勉強協調發展的0.53，非半島藍色經濟區則從中度失調衰退的0.26提高為瀕臨失調衰退的0.49；半島藍色經濟區金融主體—金融環境—經濟增長三系統耦合度從中度失調衰退的0.24提高為勉強協調發展的0.53，非半島藍色經濟區則從中度失調衰退的0.25提高為勉強協調發展的0.50。因此，兩大區域三系統與兩類二元系統耦合度具有相似的變動趨勢與變動層次，且均呈現出穩步上升的態勢，而這一點與全省的整體變動趨勢是完全類似的。

綜上可知，整體上三系統與兩類二系統耦合度水平均呈現為平穩發展態勢，但耦合水平均存在一定的區域差異性，呈現出半島藍色經濟區高于非半島藍色經濟區。此外還可以初步推斷，三系統的耦合度與兩類二系統的協調發展程度密切相關。因此要提高三系統的整體耦合水平，實現金融發展與經濟增長的高效協調互促，可以從兩類二元系統出發，先促進兩類二元系統的耦合發展，進而借此推動三系統的協調發展水平。

上述結果雖然可以有效揭示金融主體、金融環境以及經濟增長三者之間形成的三類耦合協同共進的過程與演化特征，但無法知曉二元系統耦合對三系統耦合的作用強度，下文將對此做進一步分析。

（二）可加模型分析

1.實證模型假定

借鑒有關研究[24-25]，為解析金融主體—經濟增長耦合度（BE）、金融環境—經濟增長耦合度（FE）對金融主體—金融環境—經濟增長三系統耦合度（AE）的影響，本文建立半參數可加模型

其中，是常數項，是自變量的回歸系數，是殘差項。式（14）的右側前兩部分即為常規的線性回歸項，后兩部分是非參數可加項。非參數可加項并沒有明確而先驗的模型形式，但可以擬合二者對因變量的非線性影響。該模型可以通過分析線性部分兩自變量的參數估計值以及非線性部分中兩自變量的函數形狀，全面考察金融主體—經濟增長協調發展、金融環境—經濟增長協調發展對金融主體—金融環境—經濟增長三系統協調發展的影響，進而對金融發展與經濟增長之間協調關系的非線性特征做出分析。同時，為消除變量間存在的時間趨勢，本文在進行回歸時皆采用的是各變量的增長率，但仍分別用BE、FE、AE表示。為實證結果的分析方便，BE和FE分別定義為自變量1和自變量2。

2.共曲線性檢驗

在運用半參數可加模型進行回歸之前，需要對自變量之間的共曲線性（Concurvity）進行檢驗。常用的檢驗方法是，檢驗模型中所關心的某項與懷疑和它有共曲線關系的非參數項擬合值的相關系數R（即決定系數R2）。依據經驗，當R的絕對值大于0.5，即判定系數R2大于0.25時，需關注模型的共曲線性；反之，如果R的絕對值小于0.5，則可近似忽略它們可能存在的共曲線性。對式（14）中兩自變量之間的共曲線性進行檢驗，結果表明兩變量之間的擬合相關系數小于0.5，因此可知式（14）滿足可加模型的各自變量之間不存在共曲線性的要求，即模型的構建較為合理。

3.模型擬合

（1）線性特征分析

依據式（14），以各地級市數據為基礎，分別對半島藍色經濟區和非半島藍色經濟區兩大區域進行線性特征估計，結果見表4。

模型中線性部分的參數是不隨自變量的變化而變化的，本文認為該參數即為自變量對因變量的長期穩定性影響部分。由表4可知，模型的擬合效果較好，兩大區域線性結果基本都在較高水平上通過了顯著性檢驗。分區域來看，半島藍色經濟區自變量2系數為0.25628，而自變量1的系數為-0.19965。這表明，半島藍色經濟區金融環境—經濟增長的協調發展對金融主體—金融環境—經濟增長的協調發展具有正向的線性作用，而金融主體—經濟增長協調發展對三系統的協調發展存在負向線性作用；非半島藍色經濟區自變量2系數為0.36457，而自變量1的系數為-0.11037。亦表明，非半島藍色經濟區金融環境—經濟增長的協調發展對金融主體—金融環境—經濟增長的協調發展也具有正向的線性作用，而金融主體—經濟增長協調發展對三系統的協調發展同樣表現為負向線性作用。

分析其原因，筆者認為，從當前形勢看，我國金融體系中依舊存在諸多問題，對實體經濟有效支撐遠未達到預想的程度，而這些問題在山東省同樣存在。首先，金融資源的配置能力不高，銀行信貸、財政資金以及資本市場三方面資金的轉化效率不高，銀行信貸仍然是企業籌措資金的主要途徑；同時仍有大量的資金沉淀在國有商業銀行等金融機構，并未有效轉化為生產性資金。而國內儲蓄過剩與外資大量涌入并存，也意味著國內金融資源的浪費。其次，金融機構的融資結構明顯扭曲，金融體系風險向銀行集中。我國當前的直接融資與間接融資比例嚴重失衡，間接融資比例過高，增加了銀行貸款風險，制約了經濟持續協調健康發展，并蘊藏著潛在的金融風險。再次，我國整體金融體系所具有的國有銀行業一方獨大、銀行傳統業務占據主導的金融發展模式，無法有效地對市場產生足夠的激勵機制，并導致了金融業產出的低效。此外，以互聯網金融為代表的現代新興金融模式，提供了遠超傳統金融業生產效率的金融服務，但目前傳統金融業并沒有完全跟進與有效利用這一新興模式，這可能導致未來以銀行為主的中國金融業遭受強烈的沖擊。這些問題無不表現出金融主體運行的低效。總括來看，山東省經濟增長在一定程度上受制于金融主體的滯后發展，從而拉低了二者協調發展程度，進而影響了金融主體—金融環境—經濟增長三系統的協調發展。

（2）非線性特征分析

模型中各解釋變量的非線性部分是隨自變量的變化而變化的，因此這恰好表明了由于外部影響、政策因素等對其造成的短期波動和不能用線性部分來說明的長期影響[24]。由表5可知，兩大區域非線性結果均未通過顯著性檢驗。如此，結合上述可知，兩區域自變量1、2對因變量的影響在長期內主要以線性作用為主，短期的非線性波動作用并不明顯。

五、結論

本文運用耦合模型，以山東省17個地級市數據為基礎，實證分析了2001—2012年山東省金融發展與經濟增長之間的協調發展關系，并對半島藍色經濟區和非半島藍色經濟區兩大區域協調發展程度差異性做出了解析。以此為基礎，從線性和非線性兩個方面進一步揭示了山東省金融主體—經濟增長和金融環境—經濟增長兩類二元系統的協調發展對金融主體—金融環境—經濟增長三系統協調發展影響的時序變動規律。具體結論如下：

第一，總體看，山東省金融主體、金融環境、經濟增長均表現出不斷優化的態勢，由三者構成的三系統及金融主體—經濟增長、金融環境—經濟增長兩類二元系統耦合水平不斷優化，且發展速度較快。由此可推斷當前山東省金融發展與經濟增長協調發展水平穩步提高，前景比較樂觀；分區域看，兩大區域之間在該三系統及兩類二元系統耦合水平上的差距并不大。但當前三類耦合水平均較低，尚處于勉強協調發展階段，離優質協調發展階段還有很大差距。因此，今后如何更為有效地提升金融主體—金融環境—經濟增長三系統的耦合協調程度，實現金融發展與經濟增長的高效協調發展是值得深入探究的問題。

第二，長期看，山東省金融環境—經濟增長和金融主體—經濟增長兩類二元系統的協調發展對金融主體—金融環境—經濟增長三系統協調發展的影響主要以線性作用為主，短期的非線性波動作用并不明顯。具體看，金融環境—經濟增長的協調發展對三系統協調發展具有明顯的正向線性推動作用，但金融主體—經濟增長協調發展的作用呈現為負向線性作用。因此，要實現金融發展與經濟增長之間高效的協調互促發展，首先，可優先考慮從優化金融環境入手，持續推進金融市場的市場化改革，提高政府在金融領域的行政效率與監管層次；其次，政府應進一步健全法律制度、優化監管機制以及加強對市場誠信體系的建設，為金融業的發展構建一個良好的金融環境，進而促進金融環境—經濟增長協調發展水平的提高，從而使其對三系統協調發展產生更為有效的推動作用；再次，繼續加強金融主體的市場化導向，改革傳統金融機構的經營模式，引導傳統金融機構向現代金融發展的新興領域拓展。

[參考文獻]

Levine R， Zervos S. Stock markets， banks and economic growth [J]. American Economic Review， 1998， 88（3）：537-558.

Shan J， Morris A. Does financial development lead economic growth？ [J]. International Review of Applied Economics， 2002， 16（2）： 153-168.

Antal M， Jeroen C J M van den Bergh. Macroeconomics， financial crisis and the environment： strategies for a sustainability transition [J]. Environmental Innovation and Societal Transitions， 2013， 6（3） ： 47-66.

Lucas R E. On the mechanics of economic development [J]. Journal Monetary Economics， 1988， 22（1） ： 3-42.

Horváthová E. Does environmental performance affect financial performance？ A Meta-analysis[J]. Ecological Economics， 2010， 70（1） ： 52-59.

Greenwood J， Sanchez J M，Wang C. Quantifying the impact of financial development on economic development[J]. Review of Economic Dynamics， 2013， 16（1） ： 194-215.

King R G，Levine R. Finance， entrepreneurship and growth [J]. Journal of Monetary Economics，1993，32（3）：513-542.

Levine R. Financial development and economic growth： views and agenda [J]. Journal of Economic Literature，1997：688-726.

Johnson N， Lux T. Financial systems： ecology and economics [J]. Nature， 2011， 469： 302-303.

談儒勇.中國金融發展和經濟增長關系的實證研究[J].經濟研究，1999（10）：53-61.

楊誼，劉軍.金融壓抑下的金融體系與經濟增長[J].生產力研究，2012（10）：45-48.

趙振全，薛豐慧.金融發展對經濟增長影響的實證分析[J].金融研究，2004（8）：94-99.

冉光，李敬，熊德平，溫濤.中國金融發展與經濟增長關系的區域差異—基于東部和西部的面板數據單位根檢驗、協整檢驗與誤差糾正模型[J].中國軟科學，2006（2）：102-110.

徐景峰.金融結構與經濟增長的關系研究—基于資金供給角度[J].財經論叢，2014（3）：40-46.

華桂宏，費凱怡，成春林.金融結構優化論—基于普惠金融視角[J]. 經濟體制改革，2016（1）：144-149.

逯進，周惠民.中國省域人力資本與經濟增長耦合關系的實證分析[J].數量經濟技術經濟研究，2013（9）：3-19.

逯進，郭志儀.中國省域人口遷移與經濟增長耦合關系的演進[J].人口研究，2014（6）：40-56.

吳文恒，牛叔文.甘肅省人口與資源環境耦合的演進分析[J].中國人口科學，2006（12）：81-96.

湯鈴，李建平，余樂安，覃東海.基于距離協調度模型的系統協調發展定量評價方法[J].系統工程理論與實踐，2010（4）：594-602.

潘越，杜小敏.勞動力流動，工業化進程與區域經濟增長—基于非參數可加模型的實證研究[J].數量經濟技術經濟研究，2010（5）：34-48.

馮國雙，陳景武.廣義可加模型及其SAS程序實現[J].中國衛生統計，2006（1）：72-74.

Stone C J.Additive regression and other non-parametric models[J].Annals of Statistics，1985，13（2）：689-705.

逯進，朱順杰.金融生態、經濟增長與區域發展差異—基于中國省域數據的耦合實證分析[J].管理評論，2015，27（11）：44-56.

巴曙松，朱元倩.基于可加模型的外匯儲備影響因素的實證分析[J].金融研究，2007（11）：1-12.

錢爭鳴，方麗婷.我國財政支出結構對城鄉居民收入差距的影響—基于非參數可加模型的分析[J].廈門大學學報，2012（5）：90-97.

[責任編輯 王艷芳]