馬鐵成

（南陽理工學院經(jīng)濟管理學院，河南南陽473004）

●區(qū)域發(fā)展

區(qū)域金融發(fā)展對海洋經(jīng)濟增長的影響機制研究

馬鐵成

（南陽理工學院經(jīng)濟管理學院，河南南陽473004）

在我國沿海區(qū)域的經(jīng)濟發(fā)展中，海洋經(jīng)濟的增長與金融發(fā)展之間存在著錯綜復雜的關系，為了明晰這些區(qū)域金融發(fā)展對海洋經(jīng)濟增長的影響機制，文章基于空間計量經(jīng)濟學的理論與模型，利用全局型空間自我相關Moran’s I檢驗探討影響海洋經(jīng)濟增長的空間相關性，同時根據(jù)空間數(shù)據(jù)模型分析區(qū)域金融發(fā)展與海洋經(jīng)濟增長之間的關聯(lián)性，并對不同的面板數(shù)據(jù)模型進行對比。實證結(jié)果分析顯示本文選擇的空間遲滯效果模型為最佳模型，金融發(fā)展中各指標對海洋經(jīng)濟增長影響各不相同。另外從海洋經(jīng)濟增長的空間相關性結(jié)果中發(fā)現(xiàn)，沿海11個省市區(qū)域的海洋經(jīng)濟增長呈現(xiàn)出不同的空間相關性。

面板數(shù)據(jù)；空間相關性模型；實證分析；海洋經(jīng)濟

一、引言

海洋是全人類共同的資產(chǎn)，面對土地資源的稀缺性，世界各海洋國家均積極廣泛利用海洋資源，調(diào)整對應的海洋政策。在我國沿海區(qū)域的經(jīng)濟發(fā)展中，海洋產(chǎn)業(yè)起到了舉足輕重的作用，海洋經(jīng)濟與各部門產(chǎn)業(yè)之間有相互依存的關系，海洋產(chǎn)業(yè)扮演帶領其他產(chǎn)業(yè)發(fā)展的火車頭角色，處于不可或缺的關鍵產(chǎn)業(yè)地位，特別是海洋運輸在滿足國際貿(mào)易衍生需求方面所發(fā)揮的作用。沿海地區(qū)的金融發(fā)展對當?shù)亟?jīng)濟的增長起到了顯著作用，金融發(fā)展程度增加，使得交易成本降低，同時金融體系將儲蓄者的資金導入金融市場，可以促使資源的流動，資源的投入獲得最高的報酬，資源分配也變得更有效率，從而對海洋各產(chǎn)業(yè)的發(fā)展都有促進作用［1-3］。

金融發(fā)展意指功能完善的金融制度與金融市場，后者包括：商業(yè)銀行、投資銀行、債券與股票市場。由于金融發(fā)展可加速資本累積、提升持續(xù)發(fā)展的生產(chǎn)力，因此有助于經(jīng)濟成長。在經(jīng)濟理論中，一般認為金融發(fā)展對成長的貢獻有下列渠道：①金融機構(gòu)較個人易于辨識或監(jiān)督投資計劃的成功率；②金融市場具備結(jié)合資金、分散風險的功能。不少實證研究的文獻，確認金融發(fā)展對經(jīng)濟成長的影響［4-11］，如：King and Levine，依據(jù)近80個國家的數(shù)據(jù)研究顯示，金融部門的相對大小與此后經(jīng)濟成長呈正相關，也就是說，經(jīng)濟成長快速的國家，可能因金融交易量增加，使得金融部門得到擴大。由于King and Levine并未強調(diào)金融發(fā)展與經(jīng)濟成長的因果關系，Levine（2000）進一步利用統(tǒng)計方法，采用時間序列與橫斷面數(shù)據(jù)，驗證金融發(fā)展效果的穩(wěn)定性（ro?bust）。Benhabib and Spiegel（2000）指出，金融發(fā)展不僅如傳統(tǒng)成長理論所示，可改善資本累積，亦具有內(nèi)生成長效果，可增加生產(chǎn)力。Galindo，Schiantarelli，and Weiss（2002）分析12個發(fā)展中國家金融自由化是否改善廠商的資本配置，結(jié)論是肯定的，金融自由化確定帶來投資基金的配置效率，金融發(fā)展與經(jīng)濟增長必然存在相輔相成的關聯(lián)。Pagano（1993）認為金融發(fā)展抑制了經(jīng)濟增長，提出了金融抑制模型，深入剖析了金融發(fā)展對經(jīng)濟發(fā)展的抑制作用。

以上文獻為國內(nèi)外學者對金融發(fā)展與經(jīng)濟增長之間的研究成果，這些研究成果對本研究開展金融發(fā)展與海洋經(jīng)濟的研究有重大參考意義，目前國內(nèi)外學者對金融發(fā)展與海洋經(jīng)濟增長之間的研究主要著眼點在金融發(fā)展的宏觀全局方面對海洋產(chǎn)業(yè)的影響，并未考慮不同的金融元素對海洋產(chǎn)業(yè)的影響。同時并未從空間性概念上研究區(qū)域金融發(fā)展與海洋經(jīng)濟增長之間的關聯(lián)［12-14］，因此本文在以上研究的基礎上，依據(jù)空間計量經(jīng)濟學的理論與模型，以全局型空間自我相關Moran’s I檢驗探討影響海洋經(jīng)濟增長的空間聚集性。通過空間數(shù)據(jù)模型分析區(qū)域金融發(fā)展與海洋經(jīng)濟增長之間關聯(lián)性，并對不同的面板數(shù)據(jù)模型進行對比，從而找出最適合的空間分析模型，進而為海洋經(jīng)濟的發(fā)展提供合適的金融發(fā)展政策。

二、模型構(gòu)建

（一）空間加權(quán)矩陣與空間計量

1.空間加權(quán)矩陣

空間計量的重點是量化地理空間的分布情形，通過了解數(shù)值相似性與空間相似性之間的相似關系，表征空間多元化的交互現(xiàn)象［15］。樣本之間的空間關系，一般是利用給予不同屬性的空間加權(quán)矩陣來界定，定義加權(quán)矩陣（如利用行政區(qū)相鄰定義），在表征海洋經(jīng)濟增長效果方面會比較明確。本研究以行政區(qū)域是否相鄰來劃分界定空間上遠近的關系，行政區(qū)域若相鄰則設為1，不相鄰則設為0，表示方法如下：

其中，wij=1代表相鄰；wij=0代表不相鄰。i=1,…, n；j=1,…,n，n為空間單位的總數(shù)量。

2.空間自我相關分析

空間自我相關分析即空間相依分析，主要是研究數(shù)據(jù)在空間上分布的特性，通過了解與驗證事件或現(xiàn)象的分布是否具空間相關性或空間隨機性，以及彼此相鄰的空間單位是否具有某種聚集或擴散的空間關聯(lián)。衡量空間自我相關的指標有許多種，最常使用的空間相關分析指標為Moran’s I，Moran’s I的計算公式如下［16］：

其中，xi表示空間單位i的變量，xj為以空間單位，i為中心特定界限范圍內(nèi)其他空間單位的變量。Wij為經(jīng)過標準化的區(qū)位相鄰矩陣，一般稱為加權(quán)矩陣，用W表示。n表示區(qū)域內(nèi)空間單位的個數(shù)。Moran’s I系數(shù)的數(shù)值會介于-1～1之間。若I值大于0為正相關，代表相似的高屬性與低屬性變量的空間聚集，I值越大表示空間分布的相關性越強。若I值小于0，則為負相關，負值代表數(shù)據(jù)空間分布是高屬性與低屬性數(shù)值之間間隔分布的狀態(tài)，I值越小代表空間分布的相關性越低。I值為0表示空間中各區(qū)之屬性相似值和其他地區(qū)的空間相關位置無關聯(lián)性，在空間分布上呈現(xiàn)隨機狀態(tài)或具有不規(guī)則性。

3.地域型空間自我相關檢定

本研究同時利用地域型空間自我相關檢驗（Lo?cal Indicator Spatial Analysis，LISA）檢測地域型空間自我相關檢驗。地域空間自我相關分析（LISA）所形成的指標可劃分出每一樣本地區(qū)周圍顯著相同屬性的聚集范圍，以協(xié)助研究者根據(jù)此空間現(xiàn)象分析研究數(shù)據(jù)的空間相關性［17］。

配合GEODA軟件，根據(jù)空間自我相關分析的結(jié)果，利用LISA值，進行結(jié)果的H-H、L-H、L-L、H-L四種定義［18］，第一象限（H-H）代表具有相同屬性變量的聚集，變量高的縣市相互圍繞，第二象限（L-H）代表不同屬性的變量聚集，變量低的區(qū)域被變量高的區(qū)域圍繞，第三象限（L-L）代表相同屬性變量聚集，變量低的區(qū)域相互圍繞，第四象限（H-L）代表不同屬性的變量聚集，變量高的被變量低的區(qū)域圍繞，而第一象限與第三象限代表正空間自我相關，第二與第四象限代表具有負向空間自我相關，具體如圖1所示。

圖1 地域型空間設定

（二）普通面板模型構(gòu)建

面板模型構(gòu)建（Panel Data）分析可以控制橫斷面?zhèn)€體之間存在的差異性，可降低變量彼此之間所產(chǎn)生的貢獻性問題、可以調(diào)整變量在時間序列分析里產(chǎn)生的自我相關問題，也可減少因測量模型所衍生的偏誤風險。根據(jù)Hausman檢驗結(jié)果，選擇固定效應模型或隨機效果模型［19］。

1.固定效果模型

固定效果模型是指模型中被解釋變量的差異會造成解釋變量與誤差項的關聯(lián)性，會造成無效估計，因此排除各變量的差異性并置于常數(shù)項，使得變量之間的差異不會因為時間的變化而變化，模型方程如下：

其中，αi為方程中的常數(shù)項。

2.隨機效果模型

隨機效果模型中常數(shù)項會隨變量的變化而變化，從而呈現(xiàn)隨機狀態(tài)，具體模型方程如下所示：

其中，Y為失業(yè)率，α表示截距項，ρ表示空間遲滯系數(shù)，W為空間加權(quán)矩陣（Spatial weight matrix），β表示為回歸系數(shù)，X為解釋變量，ε表示隨機誤差，由式（5）可知，空間自我回歸模型與一般普通回歸模型不同的地方，在于增加了另外的解釋變量，即解釋變量乘上空間的鄰近矩陣。檢驗被解釋變量的空間遲滯系數(shù)ρ是否具有顯著性，即若ρ≠0，則表示空間自我回歸模型具有鄰近區(qū)域上的空間關系。

2.空間誤差模型

空間誤差模型，為空間計量分析重要模型，主要用于修正空間自我相關性的存在，原來的模型產(chǎn)生的回歸模型誤差項通常為隨機誤差或呈現(xiàn)隨機分布

（三）空間面板模型構(gòu)建

由于以上的普通面板模型并未考慮數(shù)據(jù)的空間特性，因此本研究采用空間計量實證模型，選擇空間遲滯模型（Spatial Lag Model），通過上述實證模型可以了解與觀察當變量在不同區(qū)域之間是否相互影響，并比較各模型之間所呈現(xiàn)的結(jié)果，采用Log-Like?lihood檢驗系數(shù)來找出最佳的空間回歸模型［20］。

1.空間遲滯模型

空間遲滯模型為空間計量分析的重要模型，其方程為：的情況，在空間誤差回歸模型中，把空間自我相關性考慮至誤差項中，當空間相依性存在于誤差項時，殘差項將不是白噪音而是空間相依性［21］。

其中，Y為被解釋變量，α表示截距項，β表示為回歸系數(shù)，X為解釋變量，λ為空間誤差系數(shù)，W為空間加權(quán)矩陣，η為隨機誤差，空間誤差模型是將回歸模型的殘差項里，多增加一個殘差項。以其本身乘上空間的鄰近矩陣，若其中空間誤差系數(shù)λ顯著且λ≠0，則表示空間誤差回歸模型中，有干擾因子造成空間相關的可能性。

三、海洋經(jīng)濟增長的空間相關性分析結(jié)果

（一）變量選取與數(shù)據(jù)來源

本文選擇我國沿海的11個省、直轄市以及自治區(qū)作為研究對象。以區(qū)域的海洋生產(chǎn)總值（GOP）作為海洋經(jīng)濟指標，以信貸規(guī)模（CS）、存款總額（TD）、股票市值（SV）、保費收入（PI）衡量區(qū)域金融發(fā)展水平。

本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒》（2009-2016）和《中國經(jīng)濟與社會發(fā)展統(tǒng)計數(shù)據(jù)庫》（2009-2016）。

（二）海洋經(jīng)濟增長的空間相關性分析

在研究海洋經(jīng)濟增長的空間相關性之前，要對海洋指標和金融指標的空間自相關性進行檢驗，其中測試空間相關程度采用Moran’s I全局指數(shù)來衡量，見表1所列。

表12009 -2016年中國省域經(jīng)濟指標全局自相關指標Moran’s I檢驗值

從表3中可以看到，從2009到2016年的被解釋變量-區(qū)域海洋經(jīng)濟指標的Moran’s I指數(shù)從0.123 4變化到0.224 3，對應的檢驗P值均小于0.05，表示海洋經(jīng)濟指標GOP均存在顯著空間相關性，并且隨著年份的增長，日趨明顯，同樣的，解釋變量中各項金融發(fā)展指標，包含信貸規(guī)模CS、存款總額TD、股票市值SV、保費收入PI等指標也存在正向或負向的空間相關性，其中信貸規(guī)模CS隨著年份增長逐漸增加，均呈現(xiàn)顯著性差異（P＜0.05），存款總額TD隨著年份的增長逐漸減少，總體并無顯著性差異（P＞0.05），股票市值SV隨著年份的增長逐漸增大，均呈現(xiàn)顯著性差異，保費收入PI隨著年份的增長逐漸增大，但總體并無顯著性差異（P＞0.05），以上這些趨勢與這些年的國內(nèi)金融趨勢有密切關系。

在對被解釋變量和解釋變量進行空間相關性分析后，進一步繪制2009年及2016年的海洋經(jīng)濟增長的Moran’s I散點圖，如圖2所示，從圖2（a）中可以看到，2009年顯示正相關的省份區(qū)域共有5個，共占45%，聚集在第一象限和第三象限，也即高海洋經(jīng)濟發(fā)展水平—高空間滯后（HH）類型以及低海洋經(jīng)濟發(fā)展水平—低空間滯后（LL）類型。其中位于第一象限的主要有江蘇、山東、廣東三個地區(qū)，位于第三象限的主要有遼寧和河北，另外的55%省份區(qū)域顯示了負的空間自相關性，其中位于第二象限的有天津和河北，顯示為低海洋經(jīng)濟發(fā)展水平—高空間滯后（LL）類型，而第四象限有浙江、上海、福建，顯示為高海洋經(jīng)濟發(fā)展水平—低空間滯后（LL）類型，海南省的情況較為特殊，處于第一象限和第二象限交界處，空間相關特性不是很明確。

圖2沿海地區(qū)GOP的Moran’sI散點圖

圖2 （b）為2016年的海洋經(jīng)濟增長的Moran’s I散點圖，從圖2（b）中可以看到，相比2009年的，正相關的省份區(qū)域變?yōu)?個，共占55%，其中正相關的省份由原來的五個，增加了天津和浙江，天津由第二象限變到了目前的第一象限，浙江由第四象限變到了第一象限，而廣西由第三象限變到了第二象限，其他的省份維持原來的不變，從改變中可以看出，天津和浙江的海洋經(jīng)濟發(fā)展逐漸從之前的地區(qū)排斥到現(xiàn)在的地區(qū)融合，周邊區(qū)域的經(jīng)濟集聚性逐漸增加，而廣西等位于負相關區(qū)域的省份，海洋經(jīng)濟的地方排斥性仍然明顯。

從圖2（a）和圖2（b）的結(jié)果中可以看出，隨著年份的增長，海洋經(jīng)濟的空間集聚性逐漸明顯，從原來的5個省份區(qū)域逐漸增加到7個省份區(qū)域，但仍然有不少區(qū)域的海洋經(jīng)濟具有空間排斥性，過度重復的計劃投資導致沿海部分省份的海洋經(jīng)濟出現(xiàn)擁擠效應，產(chǎn)生了地方的空間排斥現(xiàn)象。

四、金融發(fā)展與海洋經(jīng)濟增長的實證分析

本研究采用沿海地區(qū)11省份2009-2016的海洋經(jīng)濟及金融發(fā)展數(shù)據(jù)資料，數(shù)據(jù)來源如前文所述，采用空間遲滯模型分析金融發(fā)展對海洋經(jīng)濟增長之間的影響機制，同時與普通面板數(shù)據(jù)模型、空間誤差數(shù)據(jù)模型進行對比，實證分析結(jié)果見表2所列，普通面板數(shù)據(jù)模型和空間誤差效果模型中的Log-likelihood絕對值均小于空間遲滯效果模型，其中普通面板數(shù)據(jù)模型的Log-likelihood絕對值最小，因此可以判斷空間數(shù)據(jù)模型優(yōu)于普通面板數(shù)據(jù)模型，同理可得，空間遲滯效果模型優(yōu)于空間誤差效果模型，為適合本研究的最佳實證分析模型，另外從實證分析結(jié)果來看，與空間相關性的分析結(jié)果類似，信貸規(guī)模CS和股票市值SV與海洋經(jīng)濟增長呈現(xiàn)顯著正相關，而存款總額TD與海洋經(jīng)濟增長呈現(xiàn)負正相關，但并不顯著，另外保費收入PI與海洋經(jīng)濟增長呈現(xiàn)正相關，但同樣并不顯著，因此，金融發(fā)展對海洋經(jīng)濟增長呈現(xiàn)多樣化影響，跟金融發(fā)展的各項指標都存在關聯(lián)，當某項指標的權(quán)重增大后，會呈現(xiàn)不同的影響結(jié)果，這與海洋經(jīng)濟增長的Moran’s I散點圖表征的結(jié)果較為一致。

表2 金融發(fā)展與海洋經(jīng)濟增長的實證結(jié)果

五、結(jié)論

本文以空間計量經(jīng)濟學的理論與模型，以全局型空間自我相關Moran’s I檢驗探討影響海洋經(jīng)濟增長的空間相關性，同時根據(jù)空間面板數(shù)據(jù)模型分析區(qū)域金融發(fā)展與海洋經(jīng)濟增長之間相關性，并對不同的面板數(shù)據(jù)模型進行對比，從海洋經(jīng)濟增長的空間相關性結(jié)果中發(fā)現(xiàn)，沿海11個省市區(qū)域的海洋經(jīng)濟增長呈現(xiàn)出不同的空間相關性，部分省市區(qū)域的海洋經(jīng)濟的空間集聚性隨年份的增長逐漸明顯，但仍然有不少省市區(qū)域的海洋經(jīng)濟處于空間排斥性，過度重復的計劃投資導致沿海部分省份的海洋經(jīng)濟出現(xiàn)擁擠效應，產(chǎn)生了地方的空間排斥現(xiàn)象，同時由金融發(fā)展與海洋經(jīng)濟增長的實證結(jié)果分析可以看到，本文選擇的空間遲滯效果模型優(yōu)于空間誤差效果模型，是適合本研究的最佳實證分析模型，其中信貸規(guī)模CS和股票市值SV與海洋經(jīng)濟增長呈現(xiàn)顯著正相關，而存款總額TD與海洋經(jīng)濟增長呈現(xiàn)負正相關，但并不顯著，另外保費收入PI與海洋經(jīng)濟增長呈現(xiàn)正相關，但同樣并不顯著。

從本文的研究結(jié)果中可以發(fā)現(xiàn)，加快沿海區(qū)域經(jīng)濟貿(mào)易的快速自由發(fā)展，減少過多的行政干預和計劃，可以增大區(qū)域的經(jīng)濟集聚性，提高沿海區(qū)域海洋經(jīng)濟的增長，另外金融發(fā)展中各指標金融發(fā)展對海洋經(jīng)濟增長呈現(xiàn)多樣化影響，跟金融發(fā)展的各項指標都存在關聯(lián)，當某項指標的權(quán)重增大后，會呈現(xiàn)不同的影響結(jié)果，這也符合文獻中給出的金融促進效應和金融抑制效應效果，本文的研究結(jié)果對沿海金融政策的制定有重要的指導意義。

［1］黃興水.金融支持對浙江海洋經(jīng)濟發(fā)展的影響研究［J］.經(jīng)濟研究，2013，38（4）：12-18.

［2］卞志村.江蘇沿海開發(fā)中的金融創(chuàng)新研究［J］.金融縱橫，2012，46（12）：17-23.

［3］姚劍峰，楊德利.金融相關率與我國海洋產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化關系的實證研究［J］.浙江農(nóng)業(yè)學報，2012，39（6）：31-38.

［4］SXB Zhao，L Zhang，D T Wang.Determining factors of the de?velopment of a national financial center：the case of China［J］. Journal of Development Economics，2014，102（5）：72-77.

［5］Per Botolf Maurseth.Convergence，geography and technology［J］.Structural Change and Economic Dynamics，2013，68（3）：92-98.

［6］鄭貴斌.藍色戰(zhàn)略于藍色經(jīng)濟區(qū)［M］.北京：經(jīng)濟管理出版社，2011：102-105.

［7］曾獻東，謝科進.金融集聚對區(qū)域經(jīng)濟的帶動效應分析［J］.金融發(fā)展研究，2015，53（7）：38-43.

［8］鹿麗，劉寧，劉宇.金融支持遼寧海洋經(jīng)濟發(fā)展的思考［J］.大連海事大學學報：社會科學版，2014，13（3）：61-63.

［9］劉湘云，杜金岷.區(qū)域金融實力、FDI溢出與實體經(jīng)濟增長——基于面板門檻模型的研究［J］.武漢大學學報：哲學社會科學版，2005，58（3）：312-317.

［10］錢水土，金嬌.金融結(jié)構(gòu)、產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟增長：基于2000-2007年長三角地區(qū)面板數(shù)據(jù)分析［J］.商業(yè)經(jīng)濟與管理，2015，38（04）：72-77.

［11］張躍勝.基于區(qū)域分工與合作的生態(tài)補償機制設計［J］.河南師范大學學報：哲學社會科學版，2016（3）：67-72.

［12］劉東民，何帆，張春宇.海洋金融發(fā)展與中國的海洋經(jīng)濟戰(zhàn)略［J］.國際經(jīng)濟評論，2015，48（5）：62-68.

［13］安虎賁，楊帆，楊寶臣.環(huán)渤海經(jīng)濟圈金融發(fā)展與海洋經(jīng)濟發(fā)展的相互作用機制［J］.技術(shù)經(jīng)濟，2016，38（12）：15-26.

［14］王周偉，伏開寶，汪傳江.中國省域金融順周期效應異質(zhì)性的影響因素研究——基于技術(shù)進步與產(chǎn)業(yè)調(diào)整的空間經(jīng)濟分析視角［J］.中國軟科學，2016，48（11）：29-35.

［15］張穎，高松.江蘇海洋經(jīng)濟創(chuàng)新發(fā)展的產(chǎn)業(yè)基礎與金融支持研究［J］.江蘇社會科學，2014，38（5）：72-76.

［16］Sang Rim Choi，Daekeun Park，Adrian E.Tschoegl.Banks and the world’s major banking centers，1990［J］.Journal of Economic Dynamics and Control，2013，126（4）：32-37.

［17］李文榮，孫世芳.金融危機背景下我國海洋經(jīng)濟發(fā)展對策探討［J］.改革與戰(zhàn)略，2010，26（7）：134-136.

［18］俞立平.我國金融與海洋經(jīng)濟互動關系的實證研究［J］.統(tǒng)計與決策，2013，39（10）：18-25.

［19］馬翔，孫伍琴.構(gòu)建海洋經(jīng)濟金融支撐體系的八大策略［J］.經(jīng)濟縱橫，2016，59（12）：27-35.

［20］冉光和，李敬，熊德平.中國金融發(fā)展與經(jīng)濟增長關系的區(qū)域差異——基于東部和西部面板數(shù)據(jù)的檢驗和分析［J］.中國軟科學，2016，78（2）：16-23.

［21］César Calderón，Lin Liu.The direction of causality between financial development and economic growth［J］.Journal of Development Economics，2013，138（1）：12-21.

［DOI］10.3969/j.issn.1007-5097.2017.08.009

Research on the Influencing Mechanism of Regional Financial Development on Marine Economic Growth

MA Tie-cheng
（School of Economics and Management,Nanyang Institute of Technology,Nanyang 473004,China）

There is a very complicated relationship between marine economic growth and financial development in the economic develop?ment of China’s coastal regions.In order to clarify the influencing mechanism of regional financial development on marine economic growth,this paper,based on the theory and model of space econometrics,applies the overall self-related spatial correlation Moran’s I to discuss the spatial correlation that affects marine economic growth.Moreover,the paper analyzes the correlation between regional financial development and marine economic growth in accordance with the spatial data model,and compares the different panel data models.The empirical results show that the spatial hysteresis effect model chosen in this paper is the best one,and the financial development of each index in financial development has different effects on marine economic growth.In addition,the paper,from the spatial correlation of ma?rine economic growth,finds that the marine economic growth in 11 coastal provinces and cities has different spatial correlation.

panel data;spatial correlation model;empirical analysis;marine economy

F061.5

A

1007-5097（2017）08-0060-05

［責任編輯：張青］

2017-05-06

河南省軟科學研究計劃項目（162400410126）

馬鐵成（1968-），男，河南方城人，副教授，研究方向：經(jīng)濟統(tǒng)計學，區(qū)域經(jīng)濟學。