金融集聚提升了海洋經(jīng)濟(jì)技術(shù)效率嗎？
——基于IV-2SLS和門檻回歸的實(shí)證研究

(遼寧師范大學(xué) 海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心,遼寧 大連 116029)

金融集聚提升了海洋經(jīng)濟(jì)技術(shù)效率嗎？
——基于IV-2SLS和門檻回歸的實(shí)證研究

孫 康,張 超,劉峻峰

(遼寧師范大學(xué) 海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心,遼寧 大連 116029)

基于2006—2014年我國(guó)沿海11個(gè)省市區(qū)的面板數(shù)據(jù),應(yīng)用隨機(jī)前沿分析方法測(cè)度了沿海11個(gè)省市區(qū)的海洋經(jīng)濟(jì)技術(shù)效率,在此基礎(chǔ)上采用工具變量二階段最小二乘法(2SLS)實(shí)證檢驗(yàn)了金融產(chǎn)業(yè)專業(yè)化集聚對(duì)海洋經(jīng)濟(jì)技術(shù)效率的影響。結(jié)果表明,金融集聚對(duì)海洋經(jīng)濟(jì)技術(shù)效率促進(jìn)效應(yīng)不明顯;我國(guó)海洋經(jīng)濟(jì)發(fā)展過程中存在“金融抑制”現(xiàn)象。進(jìn)一步采用門檻回歸模型解釋了引起“金融抑制”現(xiàn)象的原因:沿海地區(qū)金融集聚水平存在“門檻效應(yīng)”,部分沿海地區(qū)過高的金融集聚水平弱化了對(duì)海洋經(jīng)濟(jì)技術(shù)效率的促進(jìn)效應(yīng)。因此,在金融供給側(cè)結(jié)構(gòu)性改革的背景下,優(yōu)化金融人才結(jié)構(gòu)、實(shí)現(xiàn)“互聯(lián)網(wǎng)+海洋金融”的發(fā)展模式、深化沿海地區(qū)市場(chǎng)化程度是提升海洋經(jīng)濟(jì)技術(shù)效率的主要途徑。

金融集聚;海洋經(jīng)濟(jì)技術(shù)效率;工具變量二階段最小二乘法;門檻回歸

在海洋強(qiáng)國(guó)背景下,金融集聚對(duì)海洋經(jīng)濟(jì)的作用日益顯著。以英國(guó)、挪威、新加坡和我國(guó)香港特別行政區(qū)為代表的沿海發(fā)達(dá)國(guó)家和地區(qū)海洋金融服務(wù)業(yè)發(fā)展特征和經(jīng)驗(yàn)表明,海洋金融是海洋產(chǎn)業(yè)的重要支柱，倫敦、奧斯陸、新加坡和我國(guó)香港特別行政區(qū)等城市已成為世界性海洋金融中心。我國(guó)海洋經(jīng)濟(jì)歷經(jīng)了數(shù)十年高速發(fā)展,在全球海洋產(chǎn)業(yè)經(jīng)濟(jì)鏈上占據(jù)著重要地位[1]。2015年全國(guó)海洋生產(chǎn)總值64669億元,比上年增長(zhǎng)了7.0%,海洋生產(chǎn)總值占國(guó)內(nèi)生產(chǎn)總值9.6%?！笆濉币?guī)劃綱要中,推動(dòng)海洋經(jīng)濟(jì)發(fā)展的內(nèi)容首次被列入?yún)^(qū)域發(fā)展戰(zhàn)略。然而,我國(guó)海洋經(jīng)濟(jì)在經(jīng)歷多年高速增長(zhǎng)后,傳統(tǒng)涉海產(chǎn)業(yè)正面臨人口紅利終結(jié)、資源過度開發(fā)、環(huán)境惡化、市場(chǎng)惡性競(jìng)爭(zhēng)、貿(mào)易摩擦加劇等多種因素制約，科技含量高的海洋新興產(chǎn)業(yè)資金需求量大、自然風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)高,缺少專業(yè)性較強(qiáng)的海洋金融機(jī)構(gòu)提供金融服務(wù)，客觀上要求我國(guó)金融業(yè)特別是海洋金融業(yè)實(shí)現(xiàn)快速發(fā)展,為海洋經(jīng)濟(jì)發(fā)展提供堅(jiān)實(shí)基礎(chǔ)。

1 理論與文獻(xiàn)綜述

金融發(fā)展和深化有效地促進(jìn)經(jīng)濟(jì)增長(zhǎng)[2-6]。企業(yè)微觀層面,金融發(fā)展降低了企業(yè)外部融資成本[7],金融市場(chǎng)有效需求和政府積極推動(dòng)有助于完善金融體系和暢通融資渠道。企業(yè)可通過銀行貸款、債券融資、信貸擔(dān)保、信托基金、融資租賃等渠道吸收其他經(jīng)濟(jì)主體的儲(chǔ)蓄,資金潛在提供者之間的競(jìng)爭(zhēng)降低了企業(yè)家承擔(dān)的利率。根據(jù)內(nèi)生性增長(zhǎng)理論,儲(chǔ)蓄進(jìn)一步轉(zhuǎn)化為投資,為企業(yè)技術(shù)創(chuàng)新提供資金,提高勞動(dòng)生產(chǎn)率,最終實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)。空間區(qū)域?qū)用?區(qū)域經(jīng)濟(jì)發(fā)展過程中金融資源要素持續(xù)流動(dòng)、金融市場(chǎng)功能完善,各個(gè)層次的金融機(jī)構(gòu)和金融輔助性行業(yè)為獲取不對(duì)稱的金融信息必須盡量接近信息來源,形成金融集聚中心[8]。金融中心一方面要發(fā)揮空間溢出效應(yīng)，為本地區(qū)和周邊區(qū)域受當(dāng)?shù)亟鹑诮Y(jié)構(gòu)約束的企業(yè)提供金融服務(wù)[9,10];另一方面,金融部門信息收集處理的優(yōu)勢(shì)和部門間利益競(jìng)爭(zhēng)效應(yīng)決定了更多的儲(chǔ)蓄資金會(huì)流向回報(bào)更高的項(xiàng)目,實(shí)現(xiàn)資源優(yōu)化配置,達(dá)到提升經(jīng)濟(jì)運(yùn)行效率的目標(biāo)[11]。

理論上,金融集聚與經(jīng)濟(jì)增長(zhǎng)的關(guān)系理論同樣適用于解釋金融集聚與海洋經(jīng)濟(jì)增長(zhǎng)。一方面,海洋經(jīng)濟(jì)是國(guó)民經(jīng)濟(jì)的子系統(tǒng),涉海產(chǎn)業(yè)均為國(guó)民經(jīng)濟(jì)部分相關(guān)產(chǎn)業(yè),其統(tǒng)計(jì)口徑相同。沿海地區(qū)又是我國(guó)經(jīng)濟(jì)發(fā)達(dá)地區(qū),相關(guān)學(xué)者針對(duì)金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)的研究也主要選擇這些區(qū)域。例如，潘輝[12]、李紅[13]、李標(biāo)[14]實(shí)證分析了沿海地區(qū)金融集聚和經(jīng)濟(jì)增長(zhǎng)存在正相關(guān)關(guān)系。另一方面,我國(guó)區(qū)域金融中心主要分布在沿海中心城市,與海洋產(chǎn)業(yè)分布地區(qū)相同。在海洋產(chǎn)業(yè)開發(fā)利用過程中,金融集聚中心內(nèi)部專業(yè)性較強(qiáng)的海洋金融機(jī)構(gòu)可發(fā)揮空間溢出效應(yīng)為本地區(qū)和周邊區(qū)域涉海企業(yè)提供資金支持。涉海產(chǎn)業(yè)尤其是新興海洋產(chǎn)業(yè)利潤(rùn)較高、發(fā)展較快,海洋金融機(jī)構(gòu)通過提供信息和風(fēng)險(xiǎn)管理功能將社會(huì)閑散資金分配到回報(bào)較高的涉海新興產(chǎn)業(yè)。

事實(shí)上,對(duì)于海洋經(jīng)濟(jì)增長(zhǎng)金融支持問題相關(guān)國(guó)內(nèi)學(xué)者進(jìn)行了不同程度的研究。俞立平的研究表明[15],沿海11個(gè)省區(qū)金融發(fā)展水平對(duì)海洋經(jīng)濟(jì)貢獻(xiàn)總體較弱小,海洋經(jīng)濟(jì)發(fā)展過程中存在“金融抑制”現(xiàn)象;安虎賁[16]進(jìn)一步對(duì)環(huán)渤海經(jīng)濟(jì)圈4省區(qū)金融水平與海洋經(jīng)濟(jì)增長(zhǎng)發(fā)展關(guān)系進(jìn)行了量化研究,結(jié)果顯示各地區(qū)金融發(fā)展水平的提升均會(huì)不同程度地拉動(dòng)當(dāng)?shù)睾Ｑ蠼?jīng)濟(jì)發(fā)展;肖立晟[1]調(diào)研了歐亞主要海洋金融中心,探討和分析了各地海洋金融發(fā)展特征、模式和經(jīng)驗(yàn),為中國(guó)海洋金融發(fā)展提供國(guó)際經(jīng)驗(yàn)支持;劉東民等[17]在此基礎(chǔ)上圍繞海洋經(jīng)濟(jì)國(guó)家戰(zhàn)略頂層設(shè)計(jì),提出發(fā)展中國(guó)海洋金融的新策略。

總體來看,現(xiàn)有文獻(xiàn)鮮有關(guān)于金融集聚和海洋經(jīng)濟(jì)增長(zhǎng)的研究。研究領(lǐng)域集中在金融集聚與地區(qū)間勞動(dòng)生產(chǎn)率關(guān)系;研究區(qū)域基于我國(guó)31個(gè)省、直轄市、自治區(qū)或局限于某個(gè)沿海省份，數(shù)據(jù)選取也較少涉及海洋經(jīng)濟(jì)。本文采用沿海地區(qū)省級(jí)層面金融和海洋經(jīng)濟(jì)數(shù)據(jù)研究金融集聚與海洋經(jīng)濟(jì)技術(shù)效率之間的關(guān)系,考慮到可能存在的海洋經(jīng)濟(jì)技術(shù)效率對(duì)金融集聚的反向因果關(guān)系,選取沿海省份大陸海岸線與島嶼海岸線總長(zhǎng)度和年降水量?jī)山M較為理想的工具變量,盡量避免可能存在的內(nèi)生性。進(jìn)一步采用門檻回歸模型,計(jì)算門檻值,以期研究金融集聚與海洋經(jīng)濟(jì)技術(shù)效率的非線性關(guān)系。

2 模型設(shè)定、數(shù)據(jù)說明與變量解釋

2.1 模型設(shè)定

根據(jù)以上理論分析,按照面板數(shù)據(jù)要求建立模型為:

TEit=α0+α1aggit+φΣXit+ηi+εit

(1)

式中,i代表沿海省市區(qū)；t代表年份;TEit表示海洋經(jīng)濟(jì)技術(shù)效率;aggit表示金融從業(yè)人員集聚水平;Xit為控制變量,包括海洋產(chǎn)業(yè)集聚度(clusterit)、固定資產(chǎn)投資強(qiáng)度(invit)、財(cái)政支出比重(govscalit)、對(duì)外開放程度(openit)、教育質(zhì)量水平(eduit)和信息化水平(infit);ηi表示地區(qū)個(gè)體效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)。為了在一定程度上消除異方差和量綱,對(duì)所有變量都進(jìn)行了對(duì)數(shù)化處理。

2.2 數(shù)據(jù)說明

本文使用的我國(guó)2006—2014年沿海11個(gè)省市區(qū)的數(shù)據(jù)主要來源于2007—2015年《中國(guó)海洋統(tǒng)計(jì)年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)城市統(tǒng)計(jì)年鑒》,互聯(lián)網(wǎng)普及率數(shù)據(jù)由歷年的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》統(tǒng)計(jì)獲得。在計(jì)算海洋經(jīng)濟(jì)技術(shù)效率過程中,沿海地區(qū)涉海就業(yè)人力資本是涉海就業(yè)勞動(dòng)力數(shù)量和人均受教育年限的乘積[18],物質(zhì)資本存量參照張軍[19]的方法計(jì)算,固定資產(chǎn)折舊率采用5%。需指出的是,鑒于現(xiàn)有海洋統(tǒng)計(jì)年鑒缺少海洋固定資產(chǎn)投資的統(tǒng)計(jì),借鑒紀(jì)玉俊[20]的方法進(jìn)行核算,具體核算方法是:海洋固定資產(chǎn)投資=(海洋生產(chǎn)總值/地區(qū)生產(chǎn)總值)×地區(qū)固定資產(chǎn)投資總額。在計(jì)算金融從業(yè)人員就業(yè)密度過程中,使用沿海各省市區(qū)的行政區(qū)域面積,而非市轄區(qū)面積的總和,主要考慮到樣本期間沿海地區(qū)許多城市的市轄區(qū)面積發(fā)生了重大變化。為了消除價(jià)格因素的影響,所有涉及價(jià)格度量的變量均進(jìn)行指數(shù)平減,調(diào)整為2005年的不變價(jià)格。

2.3 變量解釋

本文被解釋變量為海洋經(jīng)濟(jì)技術(shù)效率(TE):技術(shù)效率對(duì)中國(guó)勞動(dòng)生產(chǎn)率增長(zhǎng)做出了貢獻(xiàn),勞動(dòng)生產(chǎn)率提高進(jìn)一步促進(jìn)經(jīng)濟(jì)增長(zhǎng)[21]?；诤Ｑ蠼?jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)限制,本文采用隨機(jī)前沿分析法(SFA)測(cè)度海洋經(jīng)濟(jì)技術(shù)效率。隨機(jī)前沿分析是一種考慮環(huán)境變化和隨機(jī)因素對(duì)生產(chǎn)行為影響的參數(shù)估計(jì)方法,該計(jì)算結(jié)果較穩(wěn)定,不易受異常點(diǎn)影響。投入指標(biāo)方面,勞動(dòng)和資本作為投入要素,海洋經(jīng)濟(jì)生產(chǎn)總值作為產(chǎn)出指標(biāo),構(gòu)建前沿生產(chǎn)函數(shù)具體形式為:

ln(Yit)=β0+β1ln(Lit)+β2(Kit)+(υit-μit)

(2)

式中,Yit、Lit、Kit分別表示沿海地區(qū)海洋GDP、涉海就業(yè)人力資本和海洋固定資本存量;β0為截距項(xiàng),βi為(i=1,2)待估參數(shù);υit為隨機(jī)擾動(dòng)項(xiàng),表示海洋經(jīng)濟(jì)中不確定性因素,服從標(biāo)準(zhǔn)正態(tài)分布;μit為技術(shù)無效率項(xiàng),表示沿海地區(qū)實(shí)際技術(shù)效率與技術(shù)效率前沿面之間的差距,服從零點(diǎn)截?cái)嗟陌胝龖B(tài)分布。

表1 SFA模型參數(shù)參數(shù)估計(jì)值

注:LR檢驗(yàn)服從混合卡方分布(Mixed Chi-square Distribution);*、***分別表示在10%、1%的水平下顯著。

結(jié)合2006—2014年我國(guó)沿海地區(qū)海洋經(jīng)濟(jì)技術(shù)效率情況,利用ArcGIS10.2,分別選取2006年、2010年和2014年截面數(shù)據(jù)繪制沿海11個(gè)省市區(qū)的海洋經(jīng)濟(jì)技術(shù)效率時(shí)空格局圖(圖1),將技術(shù)效率劃分成效率較高(0.8≤TElt;1)、效率中等(0.6≤TElt;0.8)、效率較低(TElt;0.6)三個(gè)等級(jí),以分析沿海地區(qū)海洋經(jīng)濟(jì)技術(shù)效率空間分異特征。整體表明,我國(guó)沿海地區(qū)海洋經(jīng)濟(jì)技術(shù)效率呈現(xiàn)上升趨勢(shì)，各區(qū)域間海洋經(jīng)濟(jì)技術(shù)效率水平差距明顯,但是在逐漸縮小。2006年“十一五”規(guī)劃初期,海洋經(jīng)濟(jì)技術(shù)效率達(dá)到較高等級(jí)的有山東、上海、浙江和廣東;2010年,天津、江蘇和福建也轉(zhuǎn)變?yōu)檩^高水平；廣西和海南的效率在2006年和2010年均處于較低等級(jí),2014年達(dá)到中等水平；河北和遼寧在樣本期效率未發(fā)生較大變化,因此始終處于中等水平。

圖1 中國(guó)海洋經(jīng)濟(jì)技術(shù)效率時(shí)空格局

金融從業(yè)人員集聚水平(agg)是核心解釋變量:基于數(shù)據(jù)可得性,參考范劍勇[22]的做法,使用金融從業(yè)人員就業(yè)密度作為衡量金融集聚水平的指標(biāo),金融業(yè)就業(yè)密度是當(dāng)年每平方公里土地上金融從業(yè)人員數(shù)。在區(qū)分產(chǎn)業(yè)的集聚經(jīng)濟(jì)分析中,某產(chǎn)業(yè)從業(yè)人員就業(yè)密度可有效反應(yīng)該產(chǎn)業(yè)專業(yè)化集聚水平,一個(gè)地區(qū)只有具備充足和高質(zhì)量的金融人力資源,才能形成集群內(nèi)的競(jìng)爭(zhēng)合作關(guān)系。

表2 相關(guān)變量的描述性統(tǒng)計(jì)

3 實(shí)證結(jié)果及分析

在進(jìn)行嚴(yán)格的計(jì)量分析金融集聚與海洋經(jīng)濟(jì)技術(shù)效率的關(guān)系前,首先利用散點(diǎn)圖觀察金融集聚與海洋經(jīng)濟(jì)技術(shù)效率之間的線性關(guān)系。金融集聚和海洋經(jīng)濟(jì)技術(shù)效率之間存在較明顯的正相關(guān)關(guān)系(圖2)。

圖2 中國(guó)海洋技術(shù)效率與金融集聚的散點(diǎn)分布

3.1 初步估計(jì)結(jié)果

本文分別使用面板數(shù)據(jù)混合最小二乘回歸(OLS)、固定效應(yīng)(FE)和隨機(jī)效應(yīng)(RE)三種方法,表3中模型1—3分別給出了三種方法的估計(jì)結(jié)果。

表3 金融集聚對(duì)海洋經(jīng)濟(jì)技術(shù)效率回歸結(jié)果

注:表中數(shù)據(jù)采用Stata13.0軟件進(jìn)行估計(jì);*、**、***分別表示在10%、5%、1%的統(tǒng)計(jì)水平上顯著;()內(nèi)數(shù)值表示回歸系數(shù)穩(wěn)健標(biāo)準(zhǔn)差,[]內(nèi)數(shù)值表示P值,{ }內(nèi)數(shù)值為Stock-Yogo檢驗(yàn)在10%水平上的臨界值,表4同。

為了克服沿海各省市區(qū)之間可能存在又無法識(shí)別的異方差,報(bào)告結(jié)果均經(jīng)過White標(biāo)準(zhǔn)誤修正。以面板設(shè)定的F統(tǒng)計(jì)量比較混合回歸模型與固定效應(yīng)模型,結(jié)果表明個(gè)體效應(yīng)十分顯著;以Breusch-Pagan LM檢驗(yàn)比較混合回歸模型與隨機(jī)效應(yīng)模型,結(jié)果表明隨機(jī)效應(yīng)模型更合適;最后再以Hausman檢驗(yàn)比較固體效應(yīng)模型和隨機(jī)效應(yīng)模型,結(jié)果顯示在1%的顯著性水平上拒絕隨機(jī)效應(yīng)原假設(shè),故以固定效應(yīng)模型為基礎(chǔ)對(duì)實(shí)證結(jié)果進(jìn)行分析。

金融集聚與海洋經(jīng)濟(jì)技術(shù)效率呈正相關(guān)關(guān)系,與圖2顯示的關(guān)系吻合。金融集聚水平每增加1%,海洋經(jīng)濟(jì)技術(shù)效率就提升0.202%。海洋產(chǎn)業(yè)集聚對(duì)海洋經(jīng)濟(jì)技術(shù)效率的彈性回歸系數(shù)為0.357,在1%的顯著性水平上顯著。沿海地區(qū)金融產(chǎn)業(yè)專業(yè)化集聚和海洋產(chǎn)業(yè)多樣化集聚一定程度上促進(jìn)了海洋經(jīng)濟(jì)增長(zhǎng)。在其他控制變量中,固定資產(chǎn)投資強(qiáng)度、對(duì)外開放程度和信息化水平對(duì)海洋經(jīng)濟(jì)技術(shù)效率存在正向影響,但僅有前兩個(gè)解釋變量分別通過了5%和10%的顯著性檢驗(yàn),財(cái)政支出比重和教育質(zhì)量與海洋經(jīng)濟(jì)技術(shù)效率負(fù)相關(guān)。

3.2 內(nèi)生性處理及IV-2SLS估計(jì)

固定效應(yīng)模型可在一定程度上處理不隨時(shí)間而變化的遺漏變量,但模型在設(shè)定過程中可能遺漏重要解釋變量而導(dǎo)致解釋變量與誤差項(xiàng)之間存在相關(guān)性,引起估計(jì)偏誤。此外,金融集聚與海洋經(jīng)濟(jì)技術(shù)效率存在聯(lián)立性偏誤問題。金融集聚可提升海洋經(jīng)濟(jì)技術(shù)效率水平;反過來,海洋經(jīng)濟(jì)技術(shù)效率水平提升促進(jìn)了海洋經(jīng)濟(jì)增長(zhǎng),進(jìn)一步吸引外部金融企業(yè)、從業(yè)人員進(jìn)入,提高沿海地區(qū)金融業(yè)就業(yè)密度。海洋經(jīng)濟(jì)技術(shù)效率與金融集聚相互影響,互為因果。通過D-W-H內(nèi)生性檢驗(yàn),得到其檢驗(yàn)統(tǒng)計(jì)量為5.759,結(jié)果顯示在5%的顯著性水平上拒絕金融集聚外生性的原假設(shè),表明金融集聚存在內(nèi)生性。有效解決內(nèi)生性問題的途徑之一是就尋找與金融集聚相關(guān)但與實(shí)證模型擾動(dòng)項(xiàng)不相關(guān)的變量作為工具變量(IV)。

在系列工具變量中,參考楊東升[29]基于工具變量研究欠發(fā)達(dá)國(guó)家經(jīng)濟(jì)增長(zhǎng)與金融發(fā)展的做法,結(jié)合我國(guó)沿海各省市區(qū)的具體情況,選取大陸海岸線與島嶼海岸線總長(zhǎng)度和年降水量?jī)山M工具變量。沿海地區(qū)的區(qū)域邊界和海岸線等自然條件在歷史發(fā)展進(jìn)程中較穩(wěn)定,樣本期之前已確定,并未發(fā)生較大改變。歷史經(jīng)驗(yàn)表明,金融集聚和金融中心形成較多發(fā)生在各個(gè)國(guó)家的沿海地區(qū),氣候要素之一的降水量也對(duì)金融業(yè)整體運(yùn)行產(chǎn)生顯著影響。進(jìn)一步驗(yàn)證工具變量有效性,分別進(jìn)行工具變量不可識(shí)別、弱工具變量和過度識(shí)別檢驗(yàn)。表2模型4報(bào)告了多種檢驗(yàn)結(jié)果。首先,使用Kleibergen-Paap rk LM統(tǒng)計(jì)量進(jìn)行不可識(shí)別檢驗(yàn),結(jié)果顯示在1%的顯著性水平上拒絕了“工具變量識(shí)別不足”的原假設(shè),表明工具變量與解釋變量相關(guān)。其次,Kleibergen-Paap rk Wald F統(tǒng)計(jì)量為41.992,大于Stock-Yogo檢驗(yàn)在10%水平上的臨界值19.93,拒絕 “工具變量弱識(shí)別”的假定。第三,Sargan-Hensen檢驗(yàn)的伴隨概率為0.005,不能在10%顯著性水平上拒絕“工具變量過度識(shí)別”的零假設(shè)。上述所有統(tǒng)計(jì)檢驗(yàn)均表明兩個(gè)工具變量具有合理性。

進(jìn)一步分析工具變量二階段最小二乘(IV-2SLS)的估計(jì)結(jié)果。相較于FE模型,采用工具變量有效控制內(nèi)生性,金融集聚回歸系數(shù)下降到0.068,通過了1%的顯著性檢驗(yàn)。回歸結(jié)果表明，內(nèi)生性問題使OLS估計(jì)產(chǎn)生明顯向上的偏倚,高估了金融集聚對(duì)海洋經(jīng)濟(jì)技術(shù)效率的促進(jìn)效應(yīng),因此采用2SLS估計(jì)很有必要?；貧w結(jié)果從另一個(gè)角度證實(shí)了俞立平的結(jié)論:我國(guó)海洋經(jīng)濟(jì)發(fā)展中存在“金融抑制”現(xiàn)象。在控制變量中,海洋產(chǎn)業(yè)集聚水平與海洋經(jīng)濟(jì)技術(shù)效率顯著正相關(guān),海洋產(chǎn)業(yè)集聚水平每提高1%,我國(guó)海洋經(jīng)濟(jì)技術(shù)效率就提高0.065%;固定資產(chǎn)投資強(qiáng)度對(duì)海洋經(jīng)濟(jì)技術(shù)效率提升存在正向影響,通過了5%的顯著性檢驗(yàn);對(duì)外經(jīng)濟(jì)開放程度對(duì)海洋經(jīng)濟(jì)技術(shù)效率提升得到驗(yàn)證,通過了1%的顯著性檢驗(yàn)，但這三個(gè)控制變量的促進(jìn)效應(yīng)較弱。信息化水平對(duì)海洋經(jīng)濟(jì)技術(shù)效率的提升具有顯著的正向影響。一方面,互聯(lián)網(wǎng)憑借其在信息收集處理、風(fēng)險(xiǎn)防范等方面的優(yōu)勢(shì),優(yōu)化海洋資源配置,直接提升了海洋經(jīng)濟(jì)技術(shù)效率;另一方面,信息和通訊技術(shù)的快速發(fā)展為金融集聚提供了技術(shù)基礎(chǔ),間接提升了海洋經(jīng)濟(jì)技術(shù)效率。教育質(zhì)量與海洋經(jīng)濟(jì)技術(shù)效率呈現(xiàn)不顯著的負(fù)相關(guān)關(guān)系,與國(guó)內(nèi)海洋高等教育實(shí)力不強(qiáng)、海洋科技人才短缺有一定的關(guān)系。政府支出比重對(duì)海洋經(jīng)濟(jì)技術(shù)效率的影響顯著為負(fù),政府干預(yù)市場(chǎng)或直接參與經(jīng)濟(jì)活動(dòng)過多,資源配置效率和使用效率均受到負(fù)面影響,降低了海洋經(jīng)濟(jì)技術(shù)效率。

3.3 穩(wěn)健性分析

如果存在弱工具變量,兩階段最小二乘法就可能存在估計(jì)偏差。在有限樣本下,可使用對(duì)弱工具變量更不敏感的有限信息最大似然法(LIML)。刀切法IV估計(jì)量(JIVE)消除了第一階段擬合值與結(jié)構(gòu)方程誤差項(xiàng)之間的相關(guān)性,這種相關(guān)性可引起傳統(tǒng)2SLS估計(jì)偏誤。如果隨機(jī)擾動(dòng)項(xiàng)存在異方差或自相關(guān),則GMM(廣義矩估計(jì))比2SLS更有效率。表3中模型5、模型6、模型7分別報(bào)告了LIML、JIVE和GMM的估計(jì)結(jié)果,與基準(zhǔn)模型IV-2SLS比較發(fā)現(xiàn),每個(gè)解釋變量的系數(shù)大小和顯著性均未發(fā)生較大改變,側(cè)面證實(shí)了IV-2SLS估計(jì)結(jié)果的穩(wěn)健性。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

4 對(duì)“金融抑制”現(xiàn)象的解釋

本文檢驗(yàn)了金融集聚對(duì)海洋經(jīng)濟(jì)技術(shù)效率的影響,證實(shí)我國(guó)海洋經(jīng)濟(jì)發(fā)展過程中存在“金融抑制”現(xiàn)象,嘗試性地解釋了存在這種現(xiàn)象的原因。事實(shí)上,沿海地區(qū)是我國(guó)金融集聚水平較高的區(qū)域,金融機(jī)構(gòu)和金融從業(yè)人員在數(shù)量上具有絕對(duì)優(yōu)勢(shì)。鑒于產(chǎn)業(yè)集聚過程中會(huì)導(dǎo)致集聚效應(yīng)由規(guī)模效應(yīng)向擁擠效應(yīng)的轉(zhuǎn)變[30],對(duì)“金融抑制”現(xiàn)象可能的解釋是沿海地區(qū)金融集聚水平已跨過拐點(diǎn),擁擠效應(yīng)占主導(dǎo),降低了對(duì)海洋經(jīng)濟(jì)技術(shù)效率提升效應(yīng)。本部分采用Hansen[31]發(fā)展的門檻回歸模型,進(jìn)一步研究上述猜想。

4.1 模型建立

門檻回歸是分組檢驗(yàn)方法的一種擴(kuò)展,突出優(yōu)點(diǎn)是根據(jù)數(shù)據(jù)本身特點(diǎn)內(nèi)生地劃分區(qū)間,模型表述為:

lnTEit=θ0+lnaggit(qitlt;τ)θ1+lnaggit(qit≥τ)θ2+λlnXit+ωi+eit

(3)

式中,qit是門檻變量,τ是未知門檻值,將等式分成兩個(gè)區(qū)間。θ1和θ2分別是門檻變量在兩個(gè)區(qū)間,解釋變量lnaggit對(duì)被解釋變量lnTEit的回歸系數(shù)。ωi是個(gè)體效應(yīng),eit是隨機(jī)擾動(dòng)項(xiàng)。

式(4)假設(shè)僅存在單一門檻,而實(shí)際上可能存在兩個(gè)或多個(gè)門檻。雙重門檻回歸模型設(shè)定為:

lnTEit=θ0+lnaggit(qitlt;τ1)θ1+lnaggit(τ1≤qitlt;τ2)θ2+lnaggit(qit≥τ2)θ3+λlnXit+ωi+eit

(4)

多門檻模型可擴(kuò)展得到。

4.2 門檻值確定和結(jié)果估計(jì)

進(jìn)一步以金融集聚(lnagg)為門檻變量,確定門檻值個(gè)數(shù),分別在單一門檻、雙重門檻假設(shè)下進(jìn)行Bootstrap自抽樣檢驗(yàn)[32](表5)。結(jié)果顯示,模型存在兩個(gè)門檻值,分別為-0.960和1.294。

表5 門檻自抽樣檢驗(yàn)結(jié)果

注:BS次數(shù)(Bootstrap)指自抽樣方法,自抽樣次數(shù)越多,結(jié)果的準(zhǔn)確性越高。

在面板門檻顯著性基礎(chǔ)上,運(yùn)用面板門檻估計(jì)方法對(duì)式(4)進(jìn)行參數(shù)回歸,結(jié)果見表6。雙重門檻值將金融集聚分成三個(gè)區(qū)間:在第一個(gè)區(qū)間內(nèi),金融集聚顯著促進(jìn)海洋經(jīng)濟(jì)技術(shù)效率提升,集聚水平每增加1%,海洋經(jīng)濟(jì)技術(shù)效率提高0.177%。當(dāng)金融集聚水平介于兩個(gè)門檻值之間,回歸系數(shù)從0.177降至0.039,促進(jìn)效應(yīng)減弱且不顯著;當(dāng)金融集聚水平逐步增加大于第二個(gè)門檻值時(shí),回歸系數(shù)增至0.251。在沿海11個(gè)省區(qū)中,廣西和海南的金融集聚水平較低,處于第一個(gè)區(qū)間,金融發(fā)展速度較快,尚處于規(guī)模效應(yīng)階段。遼寧、河北、山東、江蘇、浙江、福建和廣東七省處于第二個(gè)區(qū)間，上述地區(qū)的金融集聚水平較高,擁擠效應(yīng)的約束性逐漸凸顯,金融集聚對(duì)海洋經(jīng)濟(jì)技術(shù)效率的貢獻(xiàn)較微弱。天津和上海兩市的金融集聚水平處于第三個(gè)區(qū)間,按照擁擠效在現(xiàn)實(shí)經(jīng)濟(jì)中的體現(xiàn)為要素密度過度集中,導(dǎo)致生產(chǎn)率下降[30],回歸結(jié)果似乎與現(xiàn)實(shí)相悖?？赡艿脑蚴?上海浦東新區(qū)和天津?yàn)I海新區(qū)是我國(guó)最早設(shè)立的兩個(gè)國(guó)家級(jí)新區(qū),也是最早的金融改革創(chuàng)新試點(diǎn)，按需引才、發(fā)展科技金融、合理規(guī)劃金融集聚區(qū)等一系列金融改革創(chuàng)新措施弱化了擁擠效應(yīng)。回歸結(jié)果證實(shí)了猜想:部分沿海地區(qū)存在擁擠效應(yīng),這些地區(qū)過高的金融集聚水平抑制了海洋經(jīng)濟(jì)技術(shù)效率的提升。

表6 門檻回歸結(jié)果

注:***表示在1%的水平上顯著。

5 結(jié)論與討論

5.1 結(jié)論

本文基于我國(guó)沿海11個(gè)省市區(qū)2006—2014年的面板數(shù)據(jù),采用工具變量二階最小二乘法和門檻回歸模型對(duì)金融集聚與海洋經(jīng)濟(jì)技術(shù)效率的關(guān)系進(jìn)行了檢驗(yàn)。研究結(jié)果表明:①金融集聚提升了海洋經(jīng)濟(jì)技術(shù)效率,但作用不明顯。我國(guó)海洋經(jīng)濟(jì)發(fā)展過程中存在“金融抑制”現(xiàn)象,三個(gè)角度的穩(wěn)健性分析表明該結(jié)論是穩(wěn)健的。②門檻回歸解釋了存在“金融抑制”現(xiàn)象的原因:金融集聚與海洋經(jīng)濟(jì)技術(shù)之間是非線性的關(guān)系,金融集聚在短期內(nèi)對(duì)我國(guó)海洋經(jīng)濟(jì)技術(shù)效率的提升存在“門檻效應(yīng)”，部分沿海地區(qū)跨過了這一門檻,過高的金融從業(yè)人員集聚水平抑制了促進(jìn)效應(yīng)。③海洋產(chǎn)業(yè)集聚度、固定資產(chǎn)投資強(qiáng)度和對(duì)外開放水平促進(jìn)了海洋經(jīng)濟(jì)技術(shù)效率的提升。相比于這三個(gè)控制變量的微弱作用,信息化水平對(duì)海洋經(jīng)濟(jì)技術(shù)效率的貢獻(xiàn)最大；政府財(cái)政支出比重對(duì)海洋經(jīng)濟(jì)技術(shù)效率具有明顯的負(fù)外部性；教育質(zhì)量與海洋經(jīng)濟(jì)技術(shù)效率負(fù)相關(guān),但不顯著。

本研究結(jié)果為我國(guó)海洋金融發(fā)展與海洋經(jīng)濟(jì)增長(zhǎng)提供了以下啟示:①沿海地區(qū)金融從業(yè)人員集聚已達(dá)到相當(dāng)高的水平，但快速增長(zhǎng)的金融從業(yè)人員數(shù)量與缺乏專業(yè)性較強(qiáng)的海洋金融從業(yè)人員形成鮮明對(duì)比,亟待增加海洋金融專業(yè)人才的供給。②海洋金融產(chǎn)業(yè)要搭上互聯(lián)網(wǎng)金融的快車,借助網(wǎng)絡(luò)平臺(tái)提高資金配置效率,實(shí)現(xiàn)“互聯(lián)網(wǎng)+海洋金融”的創(chuàng)新發(fā)展模式,為新型海洋產(chǎn)業(yè)提供更多資金支持，促進(jìn)海洋經(jīng)濟(jì)增長(zhǎng)。③沿海地區(qū)是我國(guó)市場(chǎng)化程度最高的區(qū)域,然而政府仍需降低對(duì)市場(chǎng)的干預(yù)程度。

5.2 討論

本文仍存在以下不足:①2007年后的《中國(guó)海洋統(tǒng)計(jì)年鑒》較之前版本的統(tǒng)計(jì)口徑發(fā)生了較大改變，因此本文僅選取2006—2014年為樣本期進(jìn)行研究,研究具有一定的時(shí)間局限性。②除金融集聚之外,金融結(jié)構(gòu)對(duì)海洋經(jīng)濟(jì)增長(zhǎng)也有重要影響，但金融結(jié)構(gòu)是一個(gè)較難量化的指標(biāo),已有的衡量方法存在缺陷,因此本文并未將其作為解釋變量納入模型。

[1]肖立晟,王永中,張春宇.歐亞海洋金融發(fā)展的特征、經(jīng)驗(yàn)與啟示[J].國(guó)際經(jīng)濟(jì)評(píng)論,2015,(5)∶57-66,5.

[2]King R,Levine R.“Financial and Growth：Schumpeter Might be Right”[J].Quarterly Journal of Economics,1993,108(3)∶717-737.

[3]Levine R, Zervos S.Stock Markets,Banks,and Economic Growth[J].American Economic Review,1996,88(88)∶537-58.

[4]沈坤榮,張成.金融發(fā)展與中國(guó)經(jīng)濟(jì)增長(zhǎng)——基于跨地區(qū)動(dòng)態(tài)數(shù)據(jù)的實(shí)證研究[J].管理世界,2004,(7)∶15-21.

[5]武志.金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)：來自中國(guó)的經(jīng)驗(yàn)分析[J].金融研究,2010,(5)∶58-68.

[6]李延凱,韓廷春.金融環(huán)境演化下的金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)：一個(gè)國(guó)際經(jīng)驗(yàn)[J].世界經(jīng)濟(jì),2013,(8)∶145-160.

[7]Rajan R,Zingalas L.Financial Dependence and Growth[J].American Economic Review,1998,88(3)∶559-586.

[8]Zhao X B.“Spatial Restructuring of Financial Centers in Mainland China and Hong Kong：Geography of Finance Perspective”[J].Urban Affairs Review,2003,38(4)∶535-571.

[9]李林,丁藝,劉志華.金融集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)溢出作用的空間計(jì)量分析[J].金融研究,2011,(5)∶113-123.

[10]余泳澤,宣燁,沈楊揚(yáng).金融集聚對(duì)工業(yè)效率提升的空間外溢效應(yīng)[J].世界經(jīng)濟(jì),2013,(2)∶93-116.

[11]Greenwood J,Jovanovic B.“Financial Development,Growth,and the Distribution of Income”[J].Journal of Political Economy,1990,98(5)∶1076-1107.

[12]潘輝,冉光和,張冰,等.金融集聚與實(shí)體經(jīng)濟(jì)增長(zhǎng)關(guān)系的區(qū)域差異研究[J].經(jīng)濟(jì)問題探索,2013,(5)∶102-107.

[13]李紅,王彥曉.金融集聚、空間溢出與城市經(jīng)濟(jì)增長(zhǎng)——基于中國(guó)286個(gè)城市空間面板杜賓模型的經(jīng)驗(yàn)研究[J].國(guó)際金融研究,2014,(2)∶89-96.

[14]李標(biāo),宋長(zhǎng)旭,吳賈.創(chuàng)新驅(qū)動(dòng)下金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)[J].財(cái)經(jīng)科學(xué),2016,(1)∶88-99.

[15]俞立平.我國(guó)金融與海洋經(jīng)濟(jì)互動(dòng)關(guān)系的實(shí)證研究[J].統(tǒng)計(jì)與決策,2013,(10)∶121-124.

[16]安虎賁,楊帆,楊寶臣.環(huán)渤海經(jīng)濟(jì)圈金融發(fā)展與海洋經(jīng)濟(jì)發(fā)展的相互作用機(jī)制[J].技術(shù)經(jīng)濟(jì),2014,(12)∶109-114.

[17]劉東民,何帆,張春宇,等.海洋金融發(fā)展與中國(guó)的海洋經(jīng)濟(jì)戰(zhàn)略[J].國(guó)際經(jīng)濟(jì)評(píng)論,2013,(5)∶43-56,5.

[18]樊綱,王小魯,馬光榮.中國(guó)市場(chǎng)化進(jìn)程對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)[J].經(jīng)濟(jì)研究,2011,(9)∶4-16.

[19]張軍,章元.對(duì)中國(guó)資本存量K的再估計(jì)[J].經(jīng)濟(jì)研究,2003,(7)∶35-43，90.

[20]紀(jì)玉俊,張彥彥.我國(guó)區(qū)域海洋經(jīng)濟(jì)發(fā)展的效率評(píng)價(jià)研究——基于SBM模型和Malmquist-Luenberger指數(shù)的實(shí)證分析[J].廣東海洋大學(xué)學(xué)報(bào),2016,36(2)∶1-8.

[21]王兵,顏鵬飛.技術(shù)效率、技術(shù)進(jìn)步與東亞經(jīng)濟(jì)增長(zhǎng)——基于APEC視角的實(shí)證分析[J].經(jīng)濟(jì)研究,2007,(5)∶91-103.

[22]范劍勇.產(chǎn)業(yè)集聚與地區(qū)間勞動(dòng)生產(chǎn)率差異[J].經(jīng)濟(jì)研究,2006,(11)∶72-81.

[23]孫浦陽,韓帥,許啟欽.產(chǎn)業(yè)集聚對(duì)勞動(dòng)生產(chǎn)率的動(dòng)態(tài)影響[J].世界經(jīng)濟(jì),2013,(3)∶33-53.

[24]劉修巖,邵軍,薛玉立.集聚與地區(qū)經(jīng)濟(jì)增長(zhǎng)：基于中國(guó)地級(jí)城市數(shù)據(jù)的再檢驗(yàn)[J].南開經(jīng)濟(jì)研究,2012,(3)∶52-64.

[25]毛其淋,盛斌.對(duì)外經(jīng)濟(jì)開放、區(qū)域市場(chǎng)整合與全要素生產(chǎn)率[J].經(jīng)濟(jì)學(xué),2012,11(1)∶181-210.

[26]張可,豆建民.集聚對(duì)環(huán)境污染的作用機(jī)制研究[J].中國(guó)人口科學(xué),2013,(5)∶105-116,128.

[27]張海峰,姚先國(guó),張俊森.教育質(zhì)量對(duì)地區(qū)勞動(dòng)生產(chǎn)率的影響[J].經(jīng)濟(jì)研究,2010,(7)∶57-67.

[28]沈悅,郭品.互聯(lián)網(wǎng)金融、技術(shù)溢出與商業(yè)銀行全要素生產(chǎn)率[J].金融研究,2015,(3)∶160-175.

[29]楊東升.欠發(fā)達(dá)國(guó)家經(jīng)濟(jì)增長(zhǎng)與金融發(fā)展——一個(gè)基于工具變量的分析[J].中國(guó)農(nóng)村經(jīng)濟(jì),2015,(1)∶85-95.

[30]周圣強(qiáng),朱衛(wèi)平.產(chǎn)業(yè)集聚一定能帶來經(jīng)濟(jì)效率嗎：規(guī)模效應(yīng)與擁擠效應(yīng)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究,2013,(3)∶12-22.

[31]Hansen B E.“Threshold Effects in Non-dynamic Panels：Estimation,Testing and Inference”[J].Journal of Economics,1999,93(2)∶345-368.

[32]Wang Q.Fixed-effect Panel Threshold Model Using Stata[J].Stata Journal,2015,15(1)∶121-134.

HasFinancialAgglomerationPromotedMarineEconomicEfficiency? ——AnEmpiricalStudyBasedonIV-2SLSandThresholdModel

SUN Kang,ZHANG Chao,LIU Jun-feng
(Center for Studies of Marine Economy and Sustainable Development,Liaoning Normal University,Dalian 116029,China)

Under the background of building maritime power stragtegy,the role of financial agglomeration in the marine economy was becoming increasingly significant,the relationship between financial agglomeration and marine economic efficiency was

more and more attention.Based on the panel data of 11 coast provinces from 2006 to 2013,this paper measured the marine economic efficiency by applying stochastic frontier analysis,at the same time,adapted the IV-2SLS model to empirically examine the impact of financial agglomeration on marine economic efficiency.The results showed that promotion effect was weak.The phenomenon of “Financial Repression” existed in the development of marine economy.Moreover,this paper used the threshold regression method to explain the causes of “Financial Repression”,there was a nonlinear relationship between financial agglomeration and marine economy efficiency,and existed the “Threshold Effect”.The high level of financial agglomeration in some coastal areas weakened the promotion effect on marine economic efficiency.While other coatal areas liked the city of Shanghai and Tianjin,although had a high level of agglomeration,a series of financial reform and innovation measures weaken the crowded effect,such as attracting talents according to the specific needs,the development of science technology and finance and the rational planning of financial agglomeration area.Therefore,it concluded that under the background of the finance supply-side structural reform,optimizing the practitioners′ structure,boosting the supply of marine financial professionals,achieving the internet maritime finance and deepening the marktetization of coastal areas were principal pathway of inceasing the marine economic efficiency.

financial agglomeration;marine economic efficiency;IV-2SLS;threshold model

10.3969/j.issn.1005-8141.2017.05.015

F832.7；P74

A

1005-8141(2017)05-0584-07

2017-03-10；

2017-04-25

遼寧省社會(huì)科學(xué)規(guī)劃基金項(xiàng)目“海水養(yǎng)殖視角下我省海洋漁業(yè)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)對(duì)策研究”(編號(hào):L16BJY041)。

及通訊作者簡(jiǎn)介：孫康(1963-),女,遼寧省大連人,教授,碩士生導(dǎo)師,研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)、漁業(yè)經(jīng)濟(jì)。