河北省金融生态环境与经济发展协调耦合关系研究
2020-08-18杨世浩张立华
杨世浩 张立华
(华北理工大学 经济学院,河北 唐山 063210)
0 引言
随着经济发展进入到高质量发展阶段,市场机制在资源配置中的作用越来越明显,金融对经济发展的支持力度显著上升。金融业是否稳定健康发展取决于内、外部环境,内部环境指金融业自身发展的相关因素,外部环境指金融业所处的制度、法律、信用等环境。建设良好的金融生态环境对经济发展具有正面促进效果,而经济发展反过来为金融生态环境进一步优化所需的基础设施、人力、技术等要素提供保障。
2006年《河北省人民政府关于加强金融生态环境的指导意见》中提出,加强金融生态环境建设的重要意义、指导思想和目标任务。金融作为现代经济发展不可或缺的一环,建设良好的金融生态环境对当地经济发展具有强大的推动作用。随着经济进入高质量发展阶段,研究河北省金融生态环境与经济发展的协调机制,加强并优化河北省金融生态环境建设,无论是对丰富金融生态环境理论研究,还是对河北省经济高质量发展都有重要的理论和现实意义。
1 文献综述
Beck等[1]认为,不断演变的法律环境对金融的发展具有重要作用,尤其对个人投资者和市场环境的影响机制上存在很大差别,并通过历史数据和回归分析评估了其中的有效性。Pistoresi&Venturelli[2]将信贷和风险投资作为影响金融的变量,以此来研究金融与区域经济增长之间的关系,得出金融中介机构对区域经济增长具有积极作用。Swamy&Dharani[3]探讨了发达经济体的金融发展与经济增长之间的因果关系,首先使用格兰杰因果检验建立了金融发展变量与经济增长之间的双向因果关系,然后设计了一种替代的缓和中介效应框架方法,发现金融发展与经济增长之间的联系受到通货膨胀、利率和人口的负面影响。
邓淇中等[4]从对外开放程度、地方政府服务、人文环境、社会生活保障等7个评价角度,选取了人均国内生产总值、人均社会消费品零售总额、外商直接投资、工业企业数、人均财政收入、国家机关工作人员占比、人均可支配收入、教育基础设施、养老保险基金支出等36个指标来反映区域金融生态环境。刘磊[5]基于DPSIR模型对贵州省9个地市州农村金融生态环境进行评价和分析,得出人均存款余额、人均贷款余额和人均财政一般预算收入等指标是影响贵州省农村金融生态环境的主要指标,以及贵阳和六盘水市的农村金融生态环境水平最好等结论。张运和许涤龙[6]使用信效度检验确定最佳指标体系,并运用综合评价法测量了长株潭城市群2006—2015年金融生态环境的动态变化趋势,并对比分析了该地区与国内其它典型区域金融生态环境的差异,得出长株潭城市群金融生态环境发展水平出现先下降后上升的整体波动趋势,与西部成渝地区相比优势不明显。周琼[7]认为,在金融生态环境促进经济增长的微观机制上,金融生态环境的好坏最终决定区域经济增长的可持续性;而在金融生态环境促进经济增长的宏观机制上,主要是通过影响区域金融资源配置、区域货币政策传导机制和区域资金流导向来实现。在此基础上,其根据2002—2006年江苏省金融生态环境和经济增长数据,运用协整分析和格兰杰因果检验方法研究得出,二者之间存在不完全的双向因果关系。伍再华等[8]研究了区域金融生态环境演化与家庭借贷行为之间的关系,运用系统GMM估计方法得出金融生态环境演化对家庭借贷行为具有显著正向影响等结论。
从上述文献可以看出,国外相关研究主要集中于金融体系与经济增长间的关系研究;国内在金融生态环境及其对经济增长等领域的促进作用研究更加全面和深入,但是有关金融生态环境与经济发展之间关系的研究相对较少。本文通过建立金融生态系统和经济发展两个系统的综合评价指标体系,引入复合系统模型,从耦合协调度角度深度剖析河北省金融生态环境与经济发展的耦合机理,测度两个系统的耦合协调度类型,为后续研究两者间良性互动机制的形成及改善提供借鉴。
2 复合系统理论模型
复合系统是一个具有特定结构和复杂功能的动态有机系统,由关系错综复杂、彼此影响、相互作用,以及既协作又竞争的不同子系统或部分组成。复合系统子系统间的耦合协调度主要有4个步骤。
2.1 计算子系统序参量分量的有序度
将复合系统设为S={S1,S2,…,Sj,…,Sp},j∈[1,p]。设定子系统Sj发展过程中的序参变量为ej=(ej1,ej2,…,ejn),其中n≥1,βji 对序参量分量的取值进行假定,若ej1,ej2,…,ejl的取值越大,复合系统子系统显示的有序程度越高,ej1,ej2,…,ejl的取值越小,显示的有序程度就越低;若ej(l+1),ej(l+2),…,ejn的取值越大,复合系统子系统显示的有序程度越低,ej(l+1),ej(l+2),…,ejn的取值越小,显示的有序程度越高。基于此假定,可以得到子系统Sj的序参量分量ej的有序度计算公式: (1) 式中,uj(eji)是子系统序参量分量的有序度,uj(eji)∈[0,1],其数值越大,表示序参量分量的有序度越高,对系统有序的贡献越大。 通过线性加权法与几何平均法计算系统有序度: (2) 耦合被认为是一种由两个及以上系统之间相互依赖、彼此影响的现象,可以通过彼此相互作用、协调促进而形成动态关系。通过物理学中的容量耦合(Capacitive coupling)概念及容量耦合系数模型,可以推广得到多要素的耦合度模型: (3) 式中,C是系统耦合度值,C∈[0,1];uj是子系统Sj的有序度,uj∈[0,1],j∈[1,p];p是子系统数量;uq是子系统Sq的有序度,uq∈[0,1],q∈[1,p]。在耦合度模型中,当C=0 时,系统间的耦合度值最小,处于失谐或无关状态;当C∈(0,0.3] 时,系统处于低水平耦合阶段;当C∈(0.3,0.5] 时,系统处于拮抗阶段;当C∈(0.5,0.8] 时,系统处于磨合阶段;当C∈(0.8,1.0) 时,系统处于高水平耦合阶段;当C=1 时,系统间的耦合度值最大,达到最优共振耦合。 对于由两个子系统构成的复合系统模型,可以取p为2,即子系统S1和S2。在耦合度函数的基础上构建两个子系统之间的耦合协调度模型,可以表示为: (4) 式中,D是两个子系统的耦合协调度,C是两个子系统的耦合度,T是两个子系统的综合调和指数(即综合发展水平),k是调节系数,一般情况k取值为0.5,a和b分别是两个子系统的权重,根据河北省发展现状,有理由认为金融生态环境与经济发展同等重要,即a和b均取0.5。根据耦合协调度值,可以将系统间关系划分为四大类,即当0≤D≤0.4时,系统处于低度协调耦合;当0.4 根据已有关于金融生态环境和经济发展指标的研究[9-12]以及河北省当地情况,按照指标选取的可行性、系统整体性、层次性原则,先初选河北省金融生态环境和经济发展指标,再通过主成分分析法定量筛选确定最终的指标体系,如表1、2所示。 表1 河北省经济发展水平指标体系 表1、2中指标的权重通过平移的熵权法计算而来,为了避免标准化数据出现0,使得取对数时无意义,导致与实际经济意义不符,因此在熵权法的基础上,对标准化后的数据进行微移,即: 表2 金融生态环境指标体系 高优指标/正指标: (5) 低优指标/逆指标: (6) 选取2008—2017年河北省金融生态环境和经济发展子系统47个指标的样本值,数据来自国家统计局、河北省统计局、河北法院网、河北省人民检察院等官方网站以及Wind数据库。 将数据代入式(2)可求得经济发展子系统有序度u1和金融生态环境子系统的有序度u2,由式(4)可得到金融生态环境与经济发展的耦合度C和金融生态环境与经济发展的耦合协调度D,具体结果如表3所示。 表3 河北省金融生态环境与经济发展系统的有序度及耦合协调度 表3显示,2008—2017年河北省经济发展子系统的有序度由0.051增长到0.956,河北省金融生态环境子系统的有序度由0.103增长到0.846,整体经济发展持续上升,金融生态环境持续改善。在这十年间,河北省金融生态环境与经济发展两个系统的耦合度均在0.9以上,均处于高水平耦合阶段,耦合协调度从2008年的0.269增长到2017年的0.948,达到了极度协调耦合阶段,但金融生态环境的发展相对滞后。 从耦合度的数值大小来看,2008—2017年河北省金融生态环境与经济发展的耦合度均在0.9以上,处于高水平耦合阶段;从耦合度变动趋势来看,这十年间耦合度在0.987上下微小波动,说明随着河北省金融生态环境与经济的发展,二者之间的耦合性并没有受太大影响,一直都处于较高水平,关联程度紧密,向有序发展。而从河北省金融生态环境与经济发展的耦合协调度可以看出,2008—2017年耦合协调度从0.269上升到了0.948,经历了2008年的低度协调耦合、2009—2010年的中度协调耦合、2011年—2014年的高度协调耦合以及2015—2017年的极度协调耦合,说明河北省金融生态环境与经济发展在交向增长的同时,耦合协调度保持逐年上升趋势,逐步形成协调发展的良好势头,两者的耦合发展程度逐步提升。 但从经济发展或金融生态环境单方面来看,在2008年河北省金融生态环境与经济发展低度协调耦合中,经济发展滞后引起的影响更大,而在2010年河北省金融生态环境与经济发展二者耦合协调度处于中度协调耦合状态时,河北省经济发展要好于金融生态环境,金融生态环境的发展相对滞后。在随后的7年间,尽管河北省金融生态环境与经济发展的耦合协调度从高度协调耦合提高到极度协调耦合,但河北省金融生态环境发展依然相对滞后于经济发展。因此,为了改善和优化金融生态环境与经济发展的协调关系,应加强基础设施建设,优化产业结构;加快中介体系建设,提高服务水平;健全社会信用体系,提高信用意识;发展法律制度环境,深化金融制度。2.2 计算子系统的有序度
2.3 计算耦合度函数
2.4 计算耦合协调度
3 指标体系构建及权重确定
4 实证研究结果分析
5 结论与展望