金融支持對江蘇省海洋經濟技術效率的影響研究

文/李平

一、引言

我國是一個陸海兼備的發展中大國，建設海洋強國是全面建設社會主義現代化強國的重要組成部分，而海洋經濟發展則是建設海洋強國的重中之重。

江蘇省作為一個海洋大省，經濟強省，其海洋產業結構的高度化與合理化水平不斷提高，各海洋產業在區域布局上也日趨合理和優化，海洋高新技術產業以及戰略性海洋新興產業發展迅速。但是將江蘇省沿海地區的經濟規模與經濟質量與蘇南地區相比，我們會發現擁有漫長海洋線的江蘇省，其海洋經濟的實力似乎與其海洋大省的地位不是太匹配。江蘇省的沿海地區似乎正在變成江蘇省經濟發展中的一塊短板。

而在當前海洋資源和環境雙重約束的背景下，江蘇省要想實現可持續的海洋經濟增長，必須轉變經濟增長方式，必須以海洋經濟技術效率的提高為動力源泉。因此，測算江蘇省的海洋經濟技術效率，就為明確成效、尋找問題、政府決策提供依據。

金融作為現代經濟的核心，其在資源配置方面有著巨大的作用。在2018年1月國家印發了《關于改進和加強海洋經濟發展金融服務的指導意見》，意見指出要“統籌優化金融資源，改進和加強海洋經濟發展金融服務，推動海洋經濟向質量效益型轉變”。

因此研究金融支持對海洋經濟技術效率的影響，將有利于我們理解江蘇省金融業的發展對海洋經濟技術效率的提高到底有著怎樣的影響，金融業不同部門對海洋經濟技術效率的影響有何區別。

二、江蘇省海洋經濟技術效率分析

基于以前學者的經驗和測量指標的科學性和可集性，本文采用了如表1所示的指標體系。

投入指標（INPUT）：投入變量包括勞動與資本兩個方面，對于勞動本文采用涉海就業人數來衡量，對于資本本文采用海洋固定資產投資來衡量。

產出指標（OUTPUT）：為了更好衡量江蘇省海洋經濟發展狀況，本文采用海洋經濟生產總值來衡量海洋經濟發展狀況。

表1 海洋經濟技術效率評價指標體系

表2 基于超效率模型江蘇海洋經濟技術效率值

表2反映的是江蘇省沿海地區2005年至2017年海景經濟技術效率的情況。從表中我們可以發現2008年之前江蘇省沿海地區的經濟技術效率大于1，達到了DEA有效。

2008年金融危機后，受到國際市場的影響，江蘇省沿海地區的經濟技術效率大部分年份小于1，處于DEA無效。

在2009年，受國家出臺的“四萬億”刺激計劃影響，國內需求有了進一步的提高，因此在2010年江蘇省沿海地區的經濟技術效率自金融危機后首次超過1，達到了DEA有效。

2010年以后，由于國內經濟增速逐漸下降，并進入高質量經濟時代。以前依靠粗放式發展的各種產業受到國內需求和國外需求下降的雙重壓力，不得不進入產業升級階段。因此2010年至2016年江蘇省沿海地區的經濟技術效率小于1，處于DEA無效。

在經過長達6年的產業調整后，2017年江蘇省沿海地區的經濟技術效率達到1，處于DEA有效。

三、金融發展和海洋經濟技術效率的關系

（一）實證模型與變量選擇

為了研究金融發展與海洋經濟技術效率的關系，本文采用多元回歸模型來研究金融發展對海洋經濟技術效率的影響。由于金融的概念過于寬泛，無法定量分析，在參考相關文獻后，本文采用金融相關率(X1)、金融業發展程度(X2)、間接融資比率(X3)、直接融資比率(X4)，這四個指標來衡量2005年至2017年江蘇省金融業的發展。

考慮到相關噪聲的影響，本文采用財政支出水平(X5)、對外開放程度(X6)、海洋教育質量(X7)作為控制變量。

對于因變量本文采用江蘇省海洋經濟技術效率(Y)作為回歸模型的因變量。

構建金融對海洋經濟技術效率影響的多元回歸模型如（1）。

（1）Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ε

（二）單位根檢驗

非平穩的時間序列是指序列在不同的時刻不會保持穩定，即它的均值和協方差有關，這種情況極易導致偽回歸現象的出現，而格蘭杰因果關系都要求序列是平穩的。因此在進行格蘭杰因果檢驗前需要對各變量進行單位根檢驗。本文采用ADF方法進行單位根檢驗，檢驗結果如表3所示。

表3 單位根檢驗結果

從表3中可以看出，Y、X1、X2、X3、X4、X5、X6、X7原序列上的ADF檢驗值均大于他們各自的顯著性水平，所以存在單位根，因此Y、X1、X2、X3、X4、X5、X6、X7均為非平穩序列；接著對Y、X1、X2、X3、X4、X5、X6、X7的一階差分進行ADF檢驗，其檢驗結果在10%的水平上拒絕原假設，表明一階差分之后的變量是平穩序列。

（三）格蘭杰因果檢驗

從理論層面看，本文各個變量之間存在相關性，但是這些相關性不涉及因果關系，即沒法判斷一個變量的變動是不是由另一個變量的變化所引起的。在對兩個變量進行嚴格的因果關系檢驗時，格蘭杰因果關系檢驗是一種常用的方法。為了了解金融支持對海洋經濟技術效率的因果關系，本文進行了金融相關率（X1）、金融業發展程度（X2）、間接融資比率（X3）、直接融資比率（X4）和海洋經濟技術效率（Y）之間的格蘭杰因果檢驗，檢驗結果如表4所示。

表4 格蘭杰因果檢驗結果

從表示4中我們可以發現，在10%的置信區間下，金融相關率和間接融資比率均是海洋經濟技術效率的雙向格蘭杰原因，說明金融相關率和間接融資比率對海洋經濟技術效率的影響較為強烈。

金融業發展程度和直接融資比率不是海洋經濟技術效率的格蘭杰原因，說明金融業發展程度和直接融資比率對海洋經濟技術效率的影響較弱。

在自變量之間的格蘭杰因果關系檢驗中，金融相關率是金融業發展程度的單向格蘭杰原因，說明金融相關率對金融業發展程度的影響較強，而金融業發展程度對金融相關率的影響較弱。

金融相關率是間接融資的雙向格蘭杰原因，說明金融相關率與間接融資比率之間相互存在著較強的影響。

金融相關比率是直接融資比率的單向格蘭杰原因，說明金融相關率對直接融資比率的影響較強，而直接融資比率對金融相關率的影響較弱。

金融業發展程度與間接融資比率不存在格蘭杰原因，說明金融業發展程度與間接融資比率之間相互影響程度較弱

金融業發展程度與直接融資比率不存在格蘭杰原因，說明金融業發展程度與間接融資比率之間相互影響程度較弱。

直接融資比率是間接融資比率的格蘭杰原因，說明直接融資比率對間接融資比率的影響較強，而間接融資比率對直接融資比率的影響較弱。

（四）模型建立與結果分析

建立多元回歸模型如表5所示。

表5 多元回歸模型結果

從表5的結果看，R2值為0．5673，擬合度一般。DW值為2．5191，該模型不存在自相關情況。從F檢驗的情況看，F檢驗的P值為0．5489，顯著性水平低。從T檢驗的情況看，金融相關率、金融業發展程度、間接融資比率和直接融資比率的顯著性水平都偏低。

從系數的情況來看，金融相關率對海洋經濟技術效率的影響呈現正相關，即金融相關率提高1%，將使得江蘇海洋經濟技術效率提高5．7863%。金融業發展程度對海洋經濟技術效率的影響呈現負相關，即金融業發展程度提高1%，將使得海洋經濟技術效率下降21．1035%。間接融資比率對海洋經濟技術效率的影響呈現負相關，即間接融資比率提高1%，將使得海洋經濟技術效率降低6．8237%。直接融資比率對海洋經濟技術效率的影響呈現負相關，即直接融資比率提高1%，將使得海洋經濟技術效率下降1．8479%。

四、結論與啟示

基于以上的DEA模型和多元回歸模型的結果，我們可以得出以下結論。

第一，是自從2008年金融危機之后，江蘇省沿海地區的海洋經濟技術效率經歷了一個較大的下降歷程，雖然在2009年國家出臺了“四萬億”的刺激計劃，但是由于國際市場的低迷，江蘇省沿海地區的海洋經濟技術效率只在2010年出現了曇花一現的景象，即達到DEA有效。但是在之后的6年時間里始終處于低谷徘徊和產業調整的低迷期，直到2017年才在經濟自主恢復與產業自主調整后達到DEA有效。

第二，在影響金融發展的各種因素中，金融相關比率和間接融資比率對海洋經濟技術效率的影響較強，而金融業發展程度和直接融資比率對海洋經濟技術效率的影響較弱。

第三，金融相關比率對海洋經濟技術效率的影響呈現正相關，金融業發展程度、間接融資比率和直接融資比率對海洋經濟技術效率的影響呈現負相關。

這給我們得出以下啟示：

第一，江蘇省面對國際市場低迷，國際貿易量下降時，不應該將希望寄托于國內的刺激政策，而是應該積極調整沿海地區的產業，促進沿海地區的產業向低能、高效、科技附加值高的方向轉變。

第二，金融相關率對海洋經濟技術效率有著巨大的促進作用，而金融相關率等于貸款余額與存款余額之和與地區生產總值的比值，其反映的是金融深化程度。所以江蘇省應該支持金融業發展，并制定相關政策促進金融資源向海洋產業傾斜，特別是海洋產業中的實體產業。