金融发展对海洋经济高质量发展的影响路径研究<br/>——基于PLS-SEM模型的分析

金融发展对海洋经济高质量发展的影响路径研究
——基于PLS-SEM模型的分析

2022-12-12刘妍郭梦丽张红欣赵晶

海洋开发与管理 2022年11期

刘妍,郭梦丽,张红欣,赵晶

(中国海洋大学经济学院青岛 266100)

0 引言

党的十九大报告明确提出:“坚持陆海统筹,加快建设海洋强国”。海洋作为经济发展的战略要地,推进海洋经济高质量发展能够为构建新发展格局、推动高质量发展提供强大动力。海洋经济高质量发展是在新发展理念背景下提出的协同性发展战略,在保证海洋经济稳步增长的同时,实现国家经济、资源、技术、环境以及社会的全面协同性发展[1]。推动海洋经济高质量发展是建设海洋强国的必然要求,在新发展理念背景下构建海洋经济高质量发展的指标体系,对于全面把握我国海洋经济发展状况,为政府部门提供决策依据具有重要意义。现代金融业为海洋经济高质量发展提供强大动力支持及重要资金保障,具有优化资源配置、助力海洋产业转型升级等多方面功能,与海洋经济高质量发展密不可分[2-3]。研究金融发展对海洋经济高质量发展的影响路径,对于增强金融发展对海洋经济高质量发展的支撑作用,实现海洋经济可持续发展具有重要的现实意义。

在现有研究中,学者们试图从不同角度构建科学合理的海洋经济高质量发展指标体系。大部分学者通过熵值法构建指标评价体系对高质量发展水平进行评估,鲁亚运等[1]采用熵值法对区域内海洋经济高质量发展综合水平进行测算,丁黎黎等[4]基于熵值法构建出“系统对象维”“新发展理念维”两个维度的海洋经济高质量发展综合指数,并利用Dagum基尼系数方法对中国区域海洋经济高质量发展水平的差异性进行分析。也有部分学者采用可以考虑非期望产出的SBM-ML模型测算绿色生产效率以此衡量经济高质量发展水平,秦琳贵等[5]采用非径向、非角度的SBM-ML模型测算海洋经济绿色全要素生产率,衡量海洋经济高质量发展水平,并从线性和非线性角度研究科技创新对海洋经济绿色全要素生产率的影响。徐胜等[6]以海洋生产总值(GOP)作为期望产出,以工业废水排放量和工业废气中二氧化硫排放量作为非期望产出测算得到海洋生态效率,并对其时空演变过程及影响因素进行分析。此外,李璟瑶等[7]基于海洋经济、海洋科技、海洋生态、海洋资源、社会发展5个子系统,采用主成分分析法对海洋经济可持续发展进行评估,并计算出各子系统之间的静态、动态协调度。

目前,国内外学者关于金融发展与海洋经济发展的研究主要有两个角度。一是金融发展对海洋经济融资的影响。王华等[8]证实金融发展能够扩展海洋经济发展的融资渠道,进而支持海洋经济增长;王定祥等[9]认为金融发展能够降低交易成本、提高资源配置效率,从而提高海洋产业的生产率,促进海洋经济发展。二是金融发展对海洋产业结构升级的影响。金融发展能够通过促进海洋产业结构升级的机制促进海洋经济高质量发展[10],徐建军[11]从规模、结构和效率3个角度衡量金融发展水平,实证结果表明金融发展对海洋产业结构优化具有长期推动作用。此外,也有学者从绿色发展角度证明金融发展能促进海洋产业的绿色转型[12-13]。部分学者考虑到门槛效应的存在,研究得出金融发展与海洋经济发展之间存在“U”型关系,即金融发展超过一定水平后才能促进海洋经济增长[14]。还有学者考虑到区域异质性,实证检验得出中国沿海11个省(自治区、直辖市)的海洋经济增长呈现不同的空间相关性[15],中国东部海洋经济圈拥有成熟的金融体系,现有的金融资源能够被充分利用,因此金融发展对中国东部海洋经济圈具有明显的促进作用[16]。

综上所述,通过熵值法、主成分分析法构建海洋经济发展评价体系的客观性有待提高,采用SBM-ML模型衡量海洋经济高质量发展水平考虑维度不够全面,从五大新发展理念出发构建海洋经济高质量发展的指标体系的研究有待深化,有关金融发展对海洋经济发展的影响研究并未涉及海洋经济高质量发展的全部维度。考虑到偏最小二乘法结构方程模型(Partial Least Squares-Structural Equation Model,PLE-SEM)可以将复杂模型分解成可直接观测的显变量和不能测量的潜变量,通过路径分析计算路径系数,以此反应变量之间的因果关系和作用机制,因此,本研究以五大新发展理念为切入口,构建海洋经济高质量发展指标体系,基于PLS-SEM模型研究金融发展对海洋经济创新、协调、绿色、开放、共享发展的影响路径,为金融支持海洋经济高质量发展做出重要参考。

1 金融发展对海洋经济高质量发展的影响机理分析及研究假设

现代金融业能为海洋经济高质量发展提供强大的动力支撑和重要的资金保障,具有优化资源配置、助力海洋产业转型升级等多方面功能,金融发展对实现我国海洋经济高质量发展具有重要推动作用[2-3]。金融发展对海洋经济高质量发展的影响机理和途径主要包括5个方面。

(1)金融发展对海洋经济创新发展的影响。金融发展能够为海洋科技发展提供资金保障,增加研发支出比重,提升海洋科技投入和产出,对传统海洋产业进行改造升级,促进海洋战略性新型产业发展,为海洋经济创新发展提供支撑动力[17]。

(2)金融发展对海洋经济协调发展的影响。金融资源对海洋经济欠发达地区振兴发展起积极作用,金融资源的集聚通过规模递增效应能促进海洋经济区域协调发展,金融一体化的提升对海洋经济区域协调发展起正向作用[18]。

(3)金融发展对海洋经济绿色发展的影响。绿色金融是促进环境保护的现代金融业,绿色金融的发展能够促使资源向符合绿色发展要求的产业倾斜,促进海洋产业结构的升级和调整,通过资源的倾斜促进海洋经济绿色发展[2]。

(4)金融发展对海洋经济开放发展的影响。金融业的发展能够吸引资本的流入,在我国建设海洋强国的政策导向下,资本向海洋产业集聚,资本流通速度加快,促进海洋经济开放发展[19]。

(5)金融发展对海洋经济共享发展的影响。海洋资源具有有限性和公共性,金融发展会加快资源的流动性,推动海洋资源开发利益的主导者与弱势者协调并进[20],金融发展提供的资金支持会加快海洋经济研究资源共享平台的建设,满足不同用户的需求,提升政府部门公共服务的有效供给,促进海洋经济共享发展[21]。

基于以上分析,本研究提出如下假设。

H1:金融发展促进海洋经济创新发展;

H2:金融发展促进海洋经济协调发展;

H3:金融发展促进海洋经济绿色发展;

H4:金融发展促进海洋经济开放发展;

H5:金融发展促进海洋经济共享发展。

2 指标体系构建

2.1 指标体系设计

海洋经济高质量发展的核心要义在于海洋经济增长动力由“要素驱动”向“创新驱动”转变,海洋经济增长格局由“区域竞争”向“区域协同”转变,海洋经济增长方式由“粗放发展”向“绿色低碳”转变[22-23],海洋经济增长形态由“封闭型”向“开放型”转变,海洋经济增长目标由“非均衡”向“共享发展”转变[24-25],因此本研究基于五大新发展理念构建海洋经济高质量发展综合指标体系,具体如下。

(1)海洋经济创新发展维度。创新是引领海洋经济高质量发展的第一动力,创新驱动是提升我国海洋产业国际竞争力的强大动力。本研究从创新支持力度以及创新发展程度两个视角评价海洋经济创新发展水平,共涉及6个指标[26]。

(2)海洋经济协调发展维度。协调是推动海洋经济高质量发展的基本前提,海洋经济协调发展包括海洋产业经济、海洋产业结构等多方面的协调发展。本研究从海洋一、二、三产业发展规模以及产业结构协调程度两个视角评价海洋经济协调发展水平,共涉及6个指标[27]。

(3)海洋经济绿色发展维度。绿色是实现海洋经济高质量发展的必经过程,绿色发展代表人与自然和谐共生、经济与生态协调共赢的关系,海洋生态环境建设倒逼海洋经济发展方式向绿色低碳转变。本研究从生态环境文明以及污染治理力度两个视角评价海洋经济绿色发展水平,共涉及5个指标。其中,前3个指标代表能源效率,其值越大,能源效率越高,单位GDP生产能耗越少,绿色发展水平越高,海洋生态环境越优化[28]。

(4)海洋经济开放发展维度。开放是实现海洋经济高质量发展的关键环节,贸易发展水平及吸引外资能力的提高是海洋经济高质量发展的沃土。本研究从贸易发展水平以及吸引外资能力两个视角评价海洋经济开放发展水平,共涉及5个指标[29]。

(5)海洋经济共享发展维度。共享是引领海洋经济高质量发展的最终保障,经济发展成果以及资源共享是造福人民的本质要求,是实现共同富裕的关键一步,是海洋经济高质量发展的根本目标。本研究从成果共享和资源共享两个视角评价海洋经济共享发展水平,共涉及6个指标[30]。

金融发展已经成为一个综合性、多层次的概念,本研究从金融规模、金融结构以及金融效率3个视角评价金融发展水平,共涉及7个指标[31-33](表1)。

表1 海洋经济高质量发展与金融发展水平的指标体系

2.2 数据准备

本研究选取2006—2017年沿海11个省(自治区、直辖市)的面板数据进行研究,数据来源于《中国统计年鉴》《中国海洋统计年鉴》《中国区域经济统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国贸易外经统计年鉴》《中国金融年鉴》以及沿海11个省(自治区、直辖市)金融运行报告。

为去除数据的单位限制,克服量级产生的差异,本研究运用Z-score方法对原始数据进行标准化处理,得到符合标准正态分布的样本数据。

3 PLS-SEM模型

3.1 SEM模型

SEM模型基于变量的协方差矩阵来分析变量之间的关系,是融合因素分析和路径分析的统计方法,应用这种方法具有较多优点。①可以将复杂模型分解成可直接观测的变量和不能观测的潜变量。②容许潜变量由多个观测变量构成,对观测变量进行估计的同时,能够检验观测变量选取的可靠性及有效性。③突破传统模型中一个指标只能依附一个因素的限制。④通过路径分析计算路径系数,以此直接反应变量之间的因果关系和作用机制[34-36]。

SEM模型主要由测量模型和结构模型两部分构成,具体的表达式如下。

测量模型表示潜变量与观测变量之间的共变关系,可用回归模型(1)和(2)表示:

式中:η、ξ分别为由内生、外生潜变量组成的矩阵;X、Y为由潜变量的观测变量构成的矩阵;Λx、Λy为潜变量和观测变量的关系的载荷系数矩阵;ε和δ为均值为0且相互独立的残差项。

结构模型表示内生、外生潜变量间的结构关系,可用回归模型(3)表示:

式中:B为内生潜变量间的影响效应系数;Γ反映外生潜变量对内生潜变量的影响程度;φ为均值为0的残差项,且与残差项ε、δ相互独立。

本研究的内生潜变量η为海洋经济创新发展、海洋经济协调发展、海洋经济绿色发展、海洋经济开放发展以及海洋经济共享发展,外生潜变量ξ为金融发展,观测变量X为评价海洋经济高质量发展的五大具体指标体系,观测变量Y为评价金融发展的具体指标体系,载荷系数Λx、Λy代表各个观测变量对于潜变量的解释力度。通过观测结构模型的路径系数Γ的大小及其显著性,可得知金融发展对海洋经济高质量发展五大维度的影响路径。

3.2 PLS估计方法

PLS是以偏最小二乘为基础的路径建模分析方法,以所有参数的估计达到收敛状态且所有预测关系的残差方差最小为目标,进行循环迭代以确定观测变量的权重以及潜变量估计值,是将主成分分析与多元回归相结合的估计方法[37-38]。具体而言,PLS估计方法首先对不同潜变量的观测变量子集抽取主成分,然后放在回归模型中估计,通过不断调整主成分权数,实现模型预测能力的最大化。

PLS方法在处理数据有偏分布和小样本研究中表现优越,在处理复杂SEM模型时表现出收敛速度快、计算效率高及预测精确的特点[39-40]。因此,本研究选择PLS估计方法对SEM模型进行估计。

4 实证分析

4.1 模型检验

首先,本研究通过信度与效度检验对观测变量指标选取的合理性和可靠性进行验证。其次,通过多重共线性检验对观测变量是否满足模型估计要求进行验证。最后,对结构模型的解释能力进行评价,以证明模型构建的合理性。

4.1.1 信度与效度检验

本研究对海洋经济高质量发展的5个构面(海洋经济创新发展、海洋经济协调发展、海洋经济绿色发展、海洋经济开放发展、海洋经济共享发展)以及金融发展构面,进行信度与效度评价。

本研究借鉴Carmines[41]的研究,所有构面的Alpha系数应大于或等于0.707,根据表2,所有构面的Alpha系数都介于0.782~0.896,均大于0.707,因此每个构面具有良好测量信度。根据Fornell等[42]以及Bagozzi等[43]研究,组合信度大于0.6,能够保证所有观测变量测量同一潜在变量时的内部一致性,根据表2,CR值介于0.763~0.913,均大于0.6,表明组合信度较好。Fornell等[42]研究指出为了保证测量变量确实能测量潜在变量,平均变异数萃取量(AVE)应大于0.5,根据表2,所有的AVE值均大于0.5,表明收敛效度均通过检验。因此,本研究选取观测变量具有合理性和可靠性。

表2 潜变量信度与效度分析

4.1.2 多重共线性检验

当测量模型中观测变量间存在高度相关时,就会出现多重共线性问题,指标权重的标准误差增大,估计结果的符号和数值就会出现偏误,因此应进行因子间多重共线性检验。本研究借鉴Kock[44-45]的研究,把方差膨胀因子(VIF)作为评估变量间共线性的指标,其值越高,共线性程度越大,VIF<10表示通过多重共线性检验。因此,本研究剔除VIF>10的观测变量后,保留符合模型估计要求的观测变量。最终结果如表3所示。

表3 多重共线性检验结果

4.1.3 结构模型的解释能力评价

通过内生潜变量测定系数R2及调整后的系数R2对结构模型的解释能力进行评价。Finance为外生变量,故没有R2和Adj R2值。本研究借鉴Garson[46]的研究,内生潜变量测定系数R2大于0.5时,表明结构模型预测良好。根据表4,所有内生潜变量的R2值和AdjR2值均大于0.5,说明模型的解释能力较强,本研究构建的模型具有合理性。

表4 内生潜变量测定系数

4.2 实证结果分析

4.2.1 测量模型实证结果分析

SEM模型中测量模型的载荷系数及二级指标权重见表5,二级指标权重等于该指标的载荷系数值占同组观测变量载荷系数总和的比重。根据表5,在“海洋经济创新发展”这一潜变量中,海洋机构研究经费收入(观测变量Inno1)和海洋科研从业人员数(观测变量Inno4)载荷系数较大,占比分别为37.1%、32.6%,说明推动海洋经济创新发展需要研发经费的支撑及科研人员的保障。在“海洋经济协调发展”这一潜变量中,海洋第三产业GOP值(观测变量Coo3)的载荷系数最大,占比48.9%,说明海洋第三产业的发展对实现海洋经济协调发展具有引领作用。在“海洋经济绿色发展”这一潜变量中,单位煤炭消耗生产GDP值(观测变量Gre1)对“海洋经济绿色发展”影响最大,占比41.4%,说明实现海洋经济绿色发展需降低传统煤炭能源消耗,大力开发清洁能源。在“海洋经济开放发展”这一潜变量中,外商直接投资FDI值(观测变量Op4)的载荷系数最大,占比40.3%,说明促进海洋经济开放发展,应加大外资吸引力度。在“海洋经济共享发展”这一潜变量中,城镇居民人均消费支出(观测变量Shar2)的载荷系数最大,占比30.8%,说明人均消费水平的提高在促进海洋经济共享发展中起关键作用。在“金融发展”这一潜变量中,股票市场总市值(观测变量Fina2)和保费收入(观测变量Fina3)的载荷系数较大,分别占比32.0%和31.2%,说明股票市场和保险行业的发展对金融发展水平起关键作用。

表5 测量模型的载荷系数

4.2.2 结构模型实证结果分析

本研究利用R软件,通过PLS算法对模型的标准化路径系数进行计算,按照Chin[47]的建议,使用Bootstrap方法(Bootstrap=1 000)对模型参数的显著性进行检验。由表6可知,在2.5%~97.5%的置信区间内,金融发展对海洋经济高质量发展的5条影响路径均大于0,因此5条影响路径均通过显著性检验[46]。

表6 模型路径系数的Bootstrap检验

根据表6,金融发展对海洋经济创新发展的路径系数为0.710,影响效应明显,说明金融发展水平的提高能够促进海洋经济创新发展,假设H1成立。金融发展能够为海洋科技研发提供资金保障,直接融资的增加和风险分散功能的强化,促进海洋研发技术进步,增强海洋产业创新能力,促进海洋经济创新发展。

金融发展对海洋经济协调发展的路径系数为0.872,影响效应显著,说明金融发展水平的提高能够显著地促进海洋经济协调发展,假设H2成立。这是因为金融资源表现出的集聚效应可以通过规模报酬递增影响促进海洋经济区域协调发展,金融发展水平的提高伴随着金融结构优化,银行贷款比提高,能够提升产业协调度,带动海洋经济协调发展。

金融发展对海洋经济绿色发展的路径系数为0.746,影响效应明显,说明金融发展水平的提高能够促进海洋经济绿色发展,假设H3成立。金融发展的水平提高,能够极大地促进绿色金融在海洋生态环境优化、绿色低碳发展方面发挥积极作用。绿色投资和绿色信贷规模的扩大,有利于形成绿色清洁化的资本配置结构,降低经济发展对环境破坏和污染,改善海洋生态环境质量,带动海洋低碳产业发展,促进海洋经济绿色发展。

金融发展对海洋经济开放发展的路径系数为0.920,影响效应显著,说明金融发展水平的提高能够极大地促进海洋经济开放发展,假设H4成立。金融发展规模的扩大、结构的优化及效率的提升,将会吸引更多外资流入,会为海洋贸易规模扩大、海洋经济开放发展提供充足资金保障,带动海洋经济开放发展。

金融发展对海洋经济共享发展的路径系数为0.768,影响效应明显,说明金融发展对于海洋经济共享发展具有支持作用,假设H5成立。金融发展水平的提升能够加快海洋经济研究资源共享平台的建设,提升政府部门公共服务的有效供给,进而提升海洋经济产业发展的共享程度,促进海洋经济开放发展。

综上,金融发展对海洋经济创新发展、协调发展、绿色发展、开放发展以及共享发展的影响路径显著,金融发展水平的提高能够显著驱动海洋经济高质量发展,金融发展是我国海洋经济高质量发展不可或缺的重要因素。同时,金融发展对于海洋经济高质量发展5条影响路径的促进程度不同,一是金融发展对于海洋经济开放发展的促进程度最大,二是海洋经济协调发展,三是海洋经济共享发展,四是海洋经济绿色发展,五是海洋经济创新发展(0.920>0.872>0.768>0.746>0.710)。SEM模型的分析结果最终如图1所示。

图1 金融发展对海洋经济高质量发展影响路径模型结果

5 研究结论及政策建议

5.1 研究结论

本研究从创新、协调、绿色、开放、共享5个维度构建海洋经济高质量发展指标评价体系,并从金融规模、金融结构、金融效率三大视角构建金融发展指标评价体系,基于PLS-SEM模型研究金融发展对海洋经济高质量发展的影响路径。研究结果表明:①金融发展能够促进海洋经济高质量发展,但对于构成海洋经济高质量发展5个维度的影响程度不同,由高到低依次排列为开放、协调、共享、绿色、创新。②海洋经济研究经费收入和海洋科研从业人员数量对海洋经济创新发展起关键性作用;海洋第三产业GOP值对海洋经济协调发展起关键性作用;单位煤炭消耗生产GDP值对海洋经济绿色发展起关键性作用;外商直接投资FDI值对海洋经济开放发展起关键性作用;城镇居民人均消费支出对海洋经济共享发展起关键性作用。③股票市场总市值和保费收入对金融发展水平的提高起引领作用。