金融支持对江苏省海洋经济技术效率的影响研究

摘 要：海洋强省建设是推进海洋强国建设的基石，金融强海是我国实现“海洋强国”战略的重要引擎。改革开放以来，江苏省的海洋产业结构的高度化与合理化水平不断提高，各海洋产业在区域布局上也日趋合理和优化，海洋高新技术产业以及战略性海洋新兴产业发展迅速。但是细细分析江苏省内各产业对经济增长的贡献，以及各区域对经济增长的贡献，我们不难发现：相比于其他产业，拥有漫长海洋线的江苏省，其海洋经济的实力似乎与其海洋大省的地位不是太匹配。江苏省沿海地区似乎成为江苏省进一步发展的瓶颈之一。而金融支持在经济快速发展、产业结构优化以及产业效率和素质的提升过程中发挥着至关重要的作用。

关键词：海洋经济;金融支持;DEA模型;多元回归

一、引言

我国是一个陆海兼备的发展中大国，建设海洋强国是全面建设社会主义现代化强国的重要组成部分，而海洋经济发展则是建设海洋强国的重中之重。

江苏省作为一个海洋大省，经济强省，其海洋产业结构的高度化与合理化水平不断提高，各海洋产业在区域布局上也日趋合理和优化，海洋高新技术产业以及战略性海洋新兴产业发展迅速。但是将江苏省沿海地区的经济规模与经济质量与苏南地区相比，我们会发现拥有漫长海洋线的江苏省，其海洋经济的实力似乎与其海洋大省的地位不是太匹配。江苏省的沿海地区似乎正在变成江苏省经济发展中的一块短板。

而在当前海洋资源和环境双重约束的背景下，江苏省要想实现可持续的海洋经济增长，必须转变经济增长方式，必须以海洋經济技术效率的提高为动力源泉。因此，测算江苏省的海洋经济技术效率，就为明确成效、寻找问题、政府决策提供依据。

金融作为现代经济的核心，其在资源配置方面有着巨大的作用。在2018年1月国家印发了《关于改进和加强海洋经济发展金融服务的指导意见》，意见指出要“统筹优化金融资源，改进和加强海洋经济发展金融服务，推动海洋经济向质量效益型转变”。

因此研究金融支持对海洋经济技术效率的影响，将有利于我们理解江苏省金融业的发展对海洋经济技术效率的提高到底有着怎样的影响，金融业不同部门对海洋经济技术效率的影响有何区别。

二、江苏省海洋经济技术效率分析

基于以前学者的经验和测量指标的科学性和可集性，本文采用了如表1所示的指标体系。

投入指标（INPUT）：投入变量包括劳动与资本两个方面，对于劳动本文采用涉海就业人数来衡量，对于资本本文采用海洋固定资产投资来衡量。

产出指标（OUTPUT）：为了更好衡量江苏省海洋经济发展状况，本文采用海洋经济生产总值来衡量海洋经济发展状况。

表2反映的是江苏省沿海地区2005年至2017年海景经济技术效率的情况。从表中我们可以发现2008年之前江苏省沿海地区的经济技术效率大于1，达到了DEA有效。

2008年金融危机后，受到国际市场的影响，江苏省沿海地区的经济技术效率大部分年份小于1，处于DEA无效。

在2009年，受国家出台的“四万亿”刺激计划影响，国内需求有了进一步的提高，因此在2010年江苏省沿海地区的经济技术效率自金融危机后首次超过1，达到了DEA有效。

2010年以后，由于国内经济增速逐渐下降，并进入高质量经济时代。以前依靠粗放式发展的各种产业受到国内需求和国外需求下降的双重压力，不得不进入产业升级阶段。因此2010年至2016年江苏省沿海地区的经济技术效率小于1，处于DEA无效。

在经过长达6年的产业调整后，2017年江苏省沿海地区的经济技术效率达到1，处于DEA有效。

三、金融发展和海洋经济技术效率的关系

（一）实证模型与变量选择

为了研究金融发展与海洋经济技术效率的关系，本文采用多元回归模型来研究金融发展对海洋经济技术效率的影响。由于金融的概念过于宽泛，无法定量分析，在参考相关文献后，本文采用金融相关率（X1）、金融业发展程度（X2）、间接融资比率（X3）、直接融资比率（X4），这四个指标来衡量2005年至2017年江苏省金融业的发展。

考虑到相关噪声的影响，本文采用财政支出水平（X5）、对外开放程度（X6）、海洋教育质量（X7）作为控制变量。

对于因变量本文采用江苏省海洋经济技术效率（Y）作为回归模型的因变量。

构建金融对海洋经济技术效率影响的多元回归模型如（1）。

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

（二）单位根检验

非平稳的时间序列是指序列在不同的时刻不会保持稳定，即它的均值和协方差有关，这种情况极易导致伪回归现象的出现，而格兰杰因果关系都要求序列是平稳的。因此在进行格兰杰因果检验前需要对各变量进行单位根检验。本文采用ADF方法进行单位根检验，检验结果如表3所示。

附注：表中（C，T，K）中的C和T分别代表截距项和趋势项，两者的选择根据各序列的时序图趋势进行，K代表滞后的阶数，根据AIC的值由系统自动调整，表中的Δ表示一阶差分。

从表3中可以看出，Y、X1、X2、X3、X4、X5、X6、X7原序列上的ADF检验值均大于他们各自的显著性水平，所以存在单位根，因此Y、X1、X2、X3、X4、X5、X6、X7均为非平稳序列;接着对Y、X1、X2、X3、X4、X5、X6、X7的一阶差分进行ADF检验，其检验结果在10%的水平上拒绝原假设，表明一阶差分之后的变量是平稳序列。

（三）格兰杰因果检验

从理论层面看，本文各个变量之间存在相关性，但是这些相关性不涉及因果关系，即没法判断一个变量的变动是不是由另一个变量的变化所引起的。在对两个变量进行严格的因果关系检验时，格兰杰因果关系检验是一种常用的方法。为了了解金融支持对海洋经济技术效率的因果关系，本文进行了金融相关率（X1）、金融业发展程度（X2）、间接融资比率（X3）、直接融资比率（X4）和海洋经济技术效率（Y）之间的格兰杰因果检验，检验结果如表4所示。

附注：*表示在10%的置信区间下显著，**表示在5%的置信区间下显著，***表示在1%的置信区间下显著。

从表示4中我们可以发现，在10%的置信区间下，金融相关率和间接融资比率均是海洋经济技术效率的双向格兰杰原因，说明金融相关率和间接融资比率对海洋经济技术效率的影响较为强烈。

金融业发展程度和直接融资比率不是海洋经济技术效率的格兰杰原因，说明金融业发展程度和直接融资比率对海洋经济技术效率的影响较弱。

在自变量之间的格兰杰因果关系检验中，金融相关率是金融业发展程度的单向格兰杰原因，说明金融相关率对金融业发展程度的影响较强，而金融业发展程度对金融相关率的影响较弱。

金融相关率是间接融资的双向格兰杰原因，说明金融相关率与间接融资比率之间相互存在着较强的影响。

金融相关比率是直接融资比率的单向格兰杰原因，说明金融相关率对直接融资比率的影响较强，而直接融资比率对金融相关率的影响较弱。

金融业发展程度与间接融资比率不存在格兰杰原因，说明金融业发展程度与间接融资比率之间相互影响程度较弱

金融业发展程度与直接融资比率不存在格兰杰原因，说明金融业发展程度与间接融资比率之间相互影响程度较弱。

直接融资比率是间接融资比率的格兰杰原因，说明直接融资比率对间接融资比率的影响较强，而间接融资比率对直接融资比率的影响较弱。

（四）模型建立與结果分析

建立多元回归模型如表5所示。

从表5的结果看，R2值为0.5673，拟合度一般。DW值为2.5191，该模型不存在自相关情况。从F检验的情况看，F检验的P值为0.5489，显著性水平低。从T检验的情况看，金融相关率、金融业发展程度、间接融资比率和直接融资比率的显著性水平都偏低。

从系数的情况来看，金融相关率对海洋经济技术效率的影响呈现正相关，即金融相关率提高1%，将使得江苏海洋经济技术效率提高5.7863%。金融业发展程度对海洋经济技术效率的影响呈现负相关，即金融业发展程度提高1%，将使得海洋经济技术效率下降21.1035%。间接融资比率对海洋经济技术效率的影响呈现负相关，即间接融资比率提高1%，将使得海洋经济技术效率降低6.8237%。直接融资比率对海洋经济技术效率的影响呈现负相关，即直接融资比率提高1%，将使得海洋经济技术效率下降1.8479%。

四、结论与启示

基于以上的DEA模型和多元回归模型的结果，我们可以得出以下结论。

第一，是自从2008年金融危机之后，江苏省沿海地区的海洋经济技术效率经历了一个较大的下降历程，虽然在2009年国家出台了“四万亿”的刺激计划，但是由于国际市场的低迷，江苏省沿海地区的海洋经济技术效率只在2010年出现了昙花一现的景象，即达到DEA有效。但是在之后的6年时间里始终处于低谷徘徊和产业调整的低迷期，直到2017年才在经济自主恢复与产业自主调整后达到DEA有效。

第二，在影响金融发展的各种因素中，金融相关比率和间接融资比率对海洋经济技术效率的影响较强，而金融业发展程度和直接融资比率对海洋经济技术效率的影响较弱。

第三，金融相关比率对海洋经济技术效率的影响呈现正相关，金融业发展程度、间接融资比率和直接融资比率对海洋经济技术效率的影响呈现负相关。

这给我们得出以下启示：

第一，江苏省面对国际市场低迷，国际贸易量下降时，不应该将希望寄托于国内的刺激政策，而是应该积极调整沿海地区的产业，促进沿海地区的产业向低能、高效、科技附加值高的方向转变。

第二，金融相关率对海洋经济技术效率有着巨大的促进作用，而金融相关率等于贷款余额与存款余额之和与地区生产总值的比值，其反映的是金融深化程度。所以江苏省应该支持金融业发展，并制定相关政策促进金融资源向海洋产业倾斜，特别是海洋产业中的实体产业。

【基金项目：2019年度江苏海洋大学海洋经济与文化研究中心课题资助项目（项目编号：HHYPT1904）】

（作者简介：李平（1972-），女，四川富顺人，讲师，研究方向：银行管理。）

参考文献：

[1] 李明曦.海南省海洋经济发展的金融支持研究——基于琼、粤、桂三省的比较研究[J].海南视窗，2015（8）.77-81.

[2] 王华.海洋经济发展中的技术支撑与金融支持——基于沿海地区面板数据的实证研究[J].上海金融，2016（9）. 20-26+37.

[3] 李萍.海洋战略性新兴产业金融支持的路径选择与政策建议[J].中国发展，2018（1）. 35-39.

[4] 张健.金融支持海洋经济面临的问题及其路径选择[J].福建论坛·人文社会科学版，2016（5）. 46-49.

[5] 胥爱欢.金融支持我国海洋经济发展的主要做法及启示——以粤鲁闽浙为例[J].改革探索，2019（2）. 9-16.

[6] 俞立平.我国金融与海洋经济互动关系的实证研究[J].统计与决策，2018（2）. 121-124.

[7] 胡金焱.新时代金融支持海洋经济的战略意义和基本路径[J].经济与管理评论，2018（5）. 12-17.

[8] 魏强.烟台市金融支持海洋经济发展路径研究[J].区域经济，2019（2）. 202-204.

[9] 许林.中国海洋经济发展的金融支持效率测算——基于三大海洋经济圈的实证[J].统计与信息论坛，2019（3）. 64-75.

[10] 陈运波.海南省海洋经济发展中的金融支持策略研究[D].海南：海南大学，2018.