傅 強，伍習麗

(重慶大學 a.經濟與工商管理學院;b.數學與統(tǒng)計學院，重慶 400044)

一、引言

隨著經濟全球化的迅速發(fā)展和區(qū)域經濟一體化趨勢的不斷加強，中國與東盟戰(zhàn)略伙伴關系日益密切，中國－東盟自由貿易區(qū)建設順利推進。泛北部灣地區(qū)作為中國與東盟跨海連結的紐帶，以其獨特的地理位置、豐富的自然資源、良好的合作基礎和廣泛的發(fā)展前景，日益受到各方的關注。泛北部灣經濟合作區(qū)的構建，依據地緣經濟概念，超越單純的地理概念，將環(huán)北部灣經濟合作延伸到隔海相鄰的馬來西亞、新加坡、印度尼西亞等海上東盟國家，使泛北部灣經濟合作區(qū)的范圍涵蓋中國、越南、馬來西亞、新加坡、印度尼西亞、菲律賓和文萊等國家。目前中國范圍內有四個省已加入泛北部灣區(qū)域，即廣西、廣東、云南、海南。

泛北部灣經濟區(qū)是東北亞經濟圈、粵港澳經濟圈和東南亞經濟圈亞洲三大經濟圈的交匯處，區(qū)域內各國(地區(qū))注重經濟建設，采取一系列措施，掃除了一些政治上的不穩(wěn)定因素，積極創(chuàng)造較為穩(wěn)定的政治環(huán)境，從而減少經濟風險，為合作提供了良好的保障。但該區(qū)域的合作也存在客觀上的障礙，即經濟金融發(fā)展的不平衡。除了經濟金融總量差距懸殊外，發(fā)展階段和模式上的差異也為其合作增加了相當的難度。

隨著經濟發(fā)展水平和國民收入的提高，金融相關比率也會相應上升，也就是金融發(fā)展與經濟增長之間呈現非常強的正相關關系。在任一經濟增長水平上，都應該有一個與之相對應的金融發(fā)展水平，從而使經濟增長與金融發(fā)展達到均衡，這樣經濟主體就可以從金融發(fā)展中得到最大凈收益，此時提高或降低金融發(fā)展水平都會使這一凈收益減少。因此，找到一個模型來判斷該區(qū)域的經濟和金融是否出現不平衡發(fā)展顯得尤其重要。

國外學者大多基于古典經濟理論來對經濟發(fā)展和金融發(fā)展進行研究，解釋金融與經濟發(fā)展是否具有相關性。Gold［1］利用35個國家經濟與金融發(fā)展的數據進行了比較分析與統(tǒng)計檢驗，結果表明，金融發(fā)展規(guī)模與經濟增長密切相關。國內學者錢方明［2］應用面板數據模型對浙江11個市的經濟和金融發(fā)展進行了實證研究。陳敏［3］利用VAR因果關系檢驗了黑龍江省金融和經濟增長的關系。楊林［4］用Granger檢驗對廣州的金融發(fā)展和經濟增長進行了分析。黨娜［5］研究了泛北部灣區(qū)域金融發(fā)展對廣西經濟增長的影響。國內的相關研究大部分都是以特定省市或東西部區(qū)域為研究樣本，而很少有跨國界范圍的研究。本文基于前人的理論研究，對泛北部灣區(qū)域的經濟和金融發(fā)展關系進行實證研究，并給出相關政策建議。

二、指標選擇和理論模型

(一)指標的選擇

經濟和金融指標體系的選擇大多都基于系統(tǒng)分析法、頻度統(tǒng)計法、Dlephi法、理論分析法。系統(tǒng)分析法根據區(qū)域經濟發(fā)展特征，把凡是能夠描述區(qū)域經濟發(fā)展狀態(tài)的所有指標盡可能全面地列出，以滿足目的性、全面性和客觀性原則;頻度統(tǒng)計法是對目前有關區(qū)域經濟發(fā)展評價的報告、論文等進行頻度統(tǒng)計，選擇那些使用頻度較高的指標，以滿足科學性原則;Delphi法是專家咨詢法的一種，它是把一群專家意見集中起來的方法，在初步提出評價指標的基礎上，征詢有關專家的意見，對指標進行調整;理論分析法是對區(qū)域經濟發(fā)展的內涵、特征進行綜合，同時運用經濟學的知識，選擇重要的發(fā)展特征指標。基于以上四種方法和相關文獻［6－7］的研究，考慮到各指標數據的可取性，本文選取以下指標:

1.經濟發(fā)展水平指標

(1)經濟增長指標:GDP增長指數、人均投資額、旅游外匯收入增長率、財政收入增長率、營業(yè)盈余占GDP比重。

(2)經濟結構指標:三產比重。

(3)經濟關系指標:價格指數、貿易額的增長率。

(4)經濟制度指標:基尼系數(城鄉(xiāng)人均收入比)、政府消費占GDP比重。

(5)經濟協調和可持續(xù)發(fā)展指標:人均耕地面積。

2.金融發(fā)展水平指標

(1)區(qū)域金融總量指標:金融相關比率(FIR)，即全部金融機構存貸款之和與GDP的比率。

(2)區(qū)域金融結構指標:收入比(IR)，即一個地區(qū)的存款占比(Dp)和 GDP占比(GDPp)的比率。

(3)區(qū)域金融產值貢獻率指標:金融保險業(yè)產值對第三產業(yè)的貢獻率。

(二)理論模型

研究區(qū)域金融與經濟發(fā)展關系所用的數據主要有三類:橫截面數據、時間序列數據和面板數據。橫截面數據是指對一個或多個變量在同一時間點上收集的數據;時間序列數據是指對一個變量在不同時間取值的一組觀測結果;面板數據則兼有橫截面和時間序列數據的成份，與截面數據和時間序列數據相比，能夠更好地在不同時期控制各種其他影響因素，因而能更精確地證明變量間的因果關系。本文中變量的數據都用面板數據表示。

面板數據模型(panel data model)相對于一般的線性回歸模型，其長處在于它既考慮到了橫截面數據存在的共性，又能分析模型中橫截面因素的個體特殊效應。

假設有K個解釋變量，N個橫截面，xjit表示第j個解釋變量在橫截面i和時間t上的數值，yit表示因變量在橫截面i和時間t上的數值。

面板數據模型的一般形式為:

其中，i=1，2，…，N，j=1，2，…，K，t=1，2，…，T。

根據截距項和誤差項的定義不同，面板數據模型通常有三種，即固定效應模型、隨機效應模型和混合估計模型［8］。下面給出三種模型的條件假設:

1.混合效應模型

如果從時間上看，不同個體之間不存在顯著性差異;從截面上看，不同截面之間也不存在顯著性差異。從時間和截面兩個方面來看，模型yit=αi+xitβ+εit的截距都不為零，且是一個相同的常數，即αi和β不隨i，t變化。則稱該模型為混合效應模型。

2.固定效應模型

固定效應模型也被稱為最小二乘虛擬變量模型，在面板數據模型中，隨機誤差項定義為μit=αi+εit，其中 αi為固定常數，代表個體的特殊效應;εit為誤差項，εit與 xjit之間不存在相關性。

該模型的優(yōu)點是能夠確定地反映個體之間的差距，且估計方法簡單。但該模型也有一定的局限性，其自由度較小，對個體差異的假設具有限制性。

3.隨機效應模型

與固定效應模型不同，隨機效應模型對隨機誤差項μit=αi+εit的假定中將αi與εit均視為隨機變量。其中，αi～ N(0)為截面隨機誤差分量，與不相關;εit～ N(0)為時間隨機誤差分量，且αi和εit不相關。由于模型的誤差項為兩種隨機誤差之和，所以也被稱為誤差構成模型(Error Component Model)［9］。

三、實證分析

本文選取2005—2011年泛北部灣區(qū)域各國上述經濟和金融指標作為研究樣本。數據來源于The word bank、國際統(tǒng)計年鑒、中國統(tǒng)計年鑒和中經專網等。

(一)經濟發(fā)展水平

在經濟發(fā)展水平的多指標綜合評價中，主成分分析法是一種很有用的方法。該方法是通過恰當的數學變換，使新變量即主成分為原來變量的線性組合。同時，選取少數幾個在變差總信息量中比例較大的主成分分析和評價事物。利用這種方法對區(qū)域的經濟水平進行綜合評價，不僅能綜合反映區(qū)域經濟水平強弱的各項信息，而且可以確定各指標的客觀權重。

通過先求每一個主成分的線性加權，再對各個主成分進行加權求和，得到最終評價值F=其中，p 為指標個數，λg為特征根，K為主成分個數，由方差貢獻率≥85決定。

運用SPSS15.0軟件處理樣本數據，得結果如表1。由表1可觀測出每年各地區(qū)的經濟發(fā)展水平差異以及各地區(qū)每年的經濟發(fā)展水平變化。其中，越南、馬來西亞、新加坡、印尼、菲律賓、廣西、云南、海南的經濟發(fā)展水平基本呈逐年上升趨勢;文萊、廣東的經濟發(fā)展水平呈下降趨勢。各國的發(fā)展水平值不呈線性變化，菲律賓的上升幅度和速度最大;廣東的下降較明顯，但仍有回升的趨勢。

(二)金融發(fā)展水平

對金融發(fā)展水平的評價模型中，我們考慮各個指標特征的綜合性特點和協調性，采用幾何評價模型其中，F是區(qū)域經濟發(fā)展的綜合值;Ii是區(qū)域經濟發(fā)展的第i個評價方面指數;p是區(qū)域經濟發(fā)展總的評價方面?zhèn)€數。模型的綜合評價值應當在(0，1)之間。當評價值越接近于1，則說明金融發(fā)展水平越高;當評價值越接近于0，則說明金融發(fā)展水平越低。

該模型將區(qū)域經濟發(fā)展的各個指標都反映在評價模型中，當各個指標相差不大時，其綜合評價值較大。運用SPSS15.0軟件處理樣本數據，得結果如表2。

由于數據采集資料有限，某些數據缺失，但不影響整體的研究。從已有的數據可觀測出每年各地區(qū)的金融發(fā)展水平差異以及各地區(qū)每年的金融發(fā)展水平變化。除文萊的數據完全缺失和馬來西亞金融發(fā)展有明顯的上升趨勢以外，東盟其他幾國，如越南、新加坡、印尼、菲律賓的金融發(fā)展都極不穩(wěn)定。中國除廣西的發(fā)展呈明顯的上升趨勢以外，其他的廣東、云南、海南均不穩(wěn)定。

表1 泛北部灣區(qū)域經濟發(fā)展水平實證結果

表2 泛北部灣區(qū)域金融發(fā)展水平實證結果

(三)經濟和金融的不平衡發(fā)展實證結果

通過以上得出的經濟水平和金融水平數據，運用Eviews6.0軟件進行面板數據研究。首先我們對混合回歸模型，固定效應回歸模型和隨機效應回歸模型進行兩兩比較，選擇最優(yōu)模型進行實證分析。

1.混合回歸模型和固定效應回歸模型比較對估計結果進行F檢驗:

H0:模型中不同個體的截距相同(真實模型為混合回歸模型);

H1:模型中不同個體的截距項不同(真實模型為固定效應回歸模型)。F統(tǒng)計量定義為:

其中，SSEr表示混合回歸模型的殘差平方和，SSEit表示固定效應回歸模型的殘差平方和，固定效應回歸模型比混合回歸模型通過了N－1個被估參數。

根據估計結果，得到:

根據F統(tǒng)計量結果(表3)可知，建立固定效應回歸模型更合理。

表3 混合回歸模型和個體固定效應回歸模型估計參數

2.固定效應回歸模型和隨機模型回歸模型比較

對兩種估計模型的參數進行Hausman檢驗:

H0:個體效應與回歸變量無關(隨機模型回歸模型);

H1:個體效應與回歸變量無關(固定效應回歸模型)。

得到檢驗結果:

Hausman統(tǒng)計量的值是1.78，相對應的概率是0.1825。固定效應模型對參數的估計值是－0.076209，隨機效應模型對參數的估計值是－0.039658，相應兩個參數估計量的分布方差的差為0.000752。說明檢驗結果拒絕了隨機效應模型原假設，應該建立固定效應模型。

綜合以上結論，面板數據分析應選擇固定效應模型。

3.基于固定效應模型的實證結果

由固定效應模型的估計結果如圖1:

圖1 經濟與金融發(fā)展不平衡的固定效應模型結果

經分析，2005—2011年泛北部灣區(qū)域共10個地區(qū)的金融水平平均占經濟水平的67%。隨地區(qū)的不同，金融水平呈顯著性差異。其中，馬來西亞和中國的廣西、廣東、海南的金融水平相關系數均大于0，中國海南的金融水平值最高，說明其金融發(fā)展與其經濟發(fā)展呈正相關，可以有效地帶動其經濟的發(fā)展。越南、新加坡、印尼、菲律賓和中國云南的值均小于0，菲律賓的值最低，說明其金融水平遠遠跟不上其經濟的發(fā)展，需要加強對其金融業(yè)的發(fā)展。

四、政策建議

從實證結果可知，除去文萊的金融數據缺失，其他國家的經濟和金融水平的相關性均能反映出來。通過研究結果，對泛北部灣區(qū)域金融與經濟的發(fā)展給出以下建議:

(1)從區(qū)域整體來看，經濟和金融發(fā)展是否平衡存在波動性，沒有統(tǒng)一的規(guī)律，因為該區(qū)域的各國發(fā)展程度不一樣，而且該區(qū)域的制度不健全。因此需要出臺一些具體的政策讓該區(qū)域能夠一體化發(fā)展，共同促進，才能保證其經濟和金融的協調發(fā)展。

(2)馬來西亞、中國海南、廣西、廣東經濟和金融的發(fā)展可以互相促進。特別是馬來西亞和中國廣西，不但其經濟發(fā)展良好，而且其經濟的發(fā)展可以有效地促進金融業(yè)的發(fā)展。應繼續(xù)保持這種好的發(fā)展趨勢。中國海南還應建立更完善的制度和計劃加強其金融業(yè)的穩(wěn)定發(fā)展。中國廣東的經濟水平有待加強才能更進一步的促進其金融的發(fā)展。

(3)越南、新加坡、印尼、菲律賓的金融業(yè)需要進一步的調整使得其穩(wěn)定發(fā)展。特別是菲律賓和中國云南的金融業(yè)發(fā)展有很大的不足，需要重點發(fā)展。

［1］Gold S R.Financial structure and development［M］.New Haven:Yale University Press，1969.

［2］錢方明.區(qū)域金融發(fā)展與經濟發(fā)展關系實證研究——以浙江為例［J］.上海金融，2008(6):69－72.

［3］陳敏.金融發(fā)展與經濟增長:來自總量、市場和效率的解釋——以黑龍江省為例［J］.哈爾濱商業(yè)大學學報:社會科學版，2012(1):89－94.

［4］楊林.論金融發(fā)展與經濟增長之關系［J］.廣州大學學報:社會科學版，2008，7(10):54 －58.

［5］黨娜.淺析泛北部灣金融發(fā)展對廣西經濟增長的影響［J］.時代金融，2010(4):101－103.

［6］蔡國梁.區(qū)域經濟發(fā)展評價指標體系的建立［J］.統(tǒng)計與決策，2005(10):43 －44.

［7］李細枚.我國區(qū)域金融綜合發(fā)展水平的實證分析［J］.金融經濟，2007(12):61－63.

［8］林光平.計算計量經濟學［M］.北京:清華大學出版社，2003.

［9］張曉峒.Eviews使用指南與案例［M］.北京:機械工業(yè)出版社，2007.