金融、经济社会与资源环境的...于西南边疆民族地区面板数据_申韬.pdf

2022年第12期（总第605期）区 域 金 融 研 究Journal of Regional Financial ResearchNO.12，2022General NO.605一、引言协调经济社会与资源环境共同发展是我国当前面临的重要议题。党的十八大以来，习近平总书记多次强调和阐述“绿水青山就是金山银山”理念，西南边疆民族地区在经济发展中的资源环境问题获得地方政府的高度关注。根据国家统计局的数据，2020年四川省社会融资规模增加14334亿元，同比多增4681亿元，社会融资规模总量居首位。2020年四川、广西、云南、贵州（即西南边疆民族地区四省份）的保险业保险深度分别为4.7%、3.3%、3.1%和2.9%，保险风险保障功能持续发挥。2020年四省份A股上市公司242家，占比仅为全国的5.85%，成交金额12万亿元，占比仅为全国的6.16%，证券市场发展相对滞后，资本市场环境欠佳。自2007年以来，西南边疆民族地区四省份的城乡居民人均可支配收入呈逐年增长趋势，直至2020年仍低于全国平均水平。虽然人民生活水平在不断提高，但整体发展水平仍然较低，城乡基金项目：2021年国家民委民族研究项目“西南边疆民族地区金融经济社会资源环境耦合关系的时空演进和区域协调发展研究”（2020-GMD-041）。收稿日期：2022-04-24作者简介：申韬，女，湖南邵东人，博士，教授，供职于广西大学工商管理学院，研究方向为区域金融理论与实践、中国东盟金融问题。周吴越，男，湖南永州人，硕士研究生，广西大学经济学院，研究方向为区域金融问题研究。张凯童，女，广西崇左人，硕士研究生，广西大学经济学院，研究方向为区域金融问题研究。李小依，女，广西玉林人，硕士研究生，广西大学经济学院，研究方向为区域金融问题研究。金融、经济社会与资源环境的耦合关系研究基于西南边疆民族地区面板数据申韬周吴越张凯童李小依（广西大学，广西南宁530004）摘要：文章以四川、贵州、云南和广西四省份为基本分析单元，选取2007年、2010年、2013年、2016年和2019年五个时间断面的相关数据，运用耦合协调度理论模型、灰色预测模型和耦合协调度动力因素回归模型，实证检验“金融经济社会资源环境”三系统协调发展对西南边疆民族地区的重要性以及分析耦合协调度的影响因素。结果表明，四省份三系统综合评价良好，耦合协调度呈直线成长型稳步上升，但区域间差异大；内源、外向动力共同促进三系统协调发展，未来空间差距也将呈现加大趋势。鉴于西南边疆民族地区在国家经济发展中的重要地位，各省份应结合区域特征、规划定位和发展水平，明晰协调发展的特殊性，进行区域和省份层面的差异化政策制定，通过金融发展改善不合理的资源利用方式、产业结构和空间布局，精准发力，探索三系统耦合协调发展的有效途径。关键词：耦合关系；西南边疆民族地区；金融；经济社会；资源环境中图分类号：F061.5文献标识码：A文章编号：1674-5477（2022）12-0053-10-53区域金融研究 2022年第12期金融实务收入的差距也在不断增大。以上统计数据表明，西南边疆民族地区的经济发展水平在逐年增长，但从整体来看，西南边疆民族地区经济社会发展水平仍然处于相对较低水平，金融有效推动经济社会发展的作用未能充分体现。西南边疆民族地区因其喀斯特地貌、溶洞、地下暗河等复杂地形，导致水资源组合不相协调、开发难度较大，且可利用程度有限，生态环境脆弱，一旦遭到破坏，自然恢复难度极大。由此可见，当前西南边疆民族地区面临着金融发展、经济社会进步和改善生态环境的三重任务。如何正确有效地促使三者协调发展，促进地区可持续发展是目前所面临的发展难题。因此，本文从金融学和环境经济学结合视角出发，深入研究西南边疆民族地区“金融经济社会资源环境”基本特征，基于耦合协调模型考察耦合关系的时空演进特征，再利用灰色预测模型分析未来发展趋势，深刻把握三系统时空演变规律，并进一步构建固定效应模型探究动力因素，为相关决策部门宏观调控、发展规划制定提供参考依据，有效推动区域协调发展，对新常态下促进经济社会可持续发展、现代化区域发展体系建设具有重要现实意义。二、文献综述目前，国内外学者主要对“金融经济社会资源环境”之间两两关系进行探讨。诸多研究成果已经证明金融发展对经济增长具有促进作用，并分析金融发展如何促进经济增长。艾洪德等（2004）基于我国区域性金融发展与区域经济增长关系的实证分析，指出东部地区和全国范围的金融发展与经济增长之间存在正相关关系，而中、西部地区则是负相关关系。周琛影等（2021）采用主成分分析法研究发现，绿色金融有利于促进经济绿色发展、经济结构优化、经济创新发展，但对经济高效发展作用不显著。在金融与资源环境关系研究方面。刘云生和刘爱明（2006）认为金融与环境的辩证关系是共生关系，金融对环境具有建设作用和破坏作用，环境对金融具有供给作用和导向作用。徐明伟等（2018）通过定量研究环境污染的各种影响因素、普惠金融对环境保护的经济效应和技术效应，发现普惠金融的经济效应对资源环境保护具有正向推动作用，但其技术效应难以有效提高企业污染处理水平。在经济社会与资源环境关系研究方面。张晓（1999）比较中国宏观经济增长和主要污染物排放情况，发现在国民经济快速增长时期，环境恶化的速度明显低于国内生产总值增长速度，经济发展状况与环境污染水平的关系呈现较弱的环境库兹涅茨曲线，并认为这是由于改革开放以来中国的环境政策成功地控制经济快速发展中的环境问题。鲍宜周（2021）基于经济子系统和环境子系统18项指标构成的“经济增长与环境”系统指标体系，发现经济增长与环境发展进入磨合阶段的地区，经济与环境向良性耦合协调发展；处于颉颃阶段的地区，经济产值增加依靠消耗大量资源换取；处于低耦合阶段的地区，呈现资源富集和经济发展水平滞后的强烈反差。部分学者从指标体系构建、融合协调关系、融合动力机制和发展路径等方面研究二元或三元系统协调发展问题。周成等（2016）分析三元系统耦合的重要协调和衔接作用，从经济规模总量、结构特征、经济建设、生态环境禀赋、污染现状、治理成果等九大维度，详细选取34个单向指标，构建三元系统耦合协调发展评价体系。周雪娇和杨琳（2018）研究中国31个省份区域经济和生态环境协调发展情况，从经济总量、经济结构和经济效益三方面选取区域经济指标，能够充分反映经济社会发展的情况；从生态环境的压力、生态环境的完善和建设来选取生态经济系统中具有代表性的指标。魏媛等（2018）评价贵州经济发展和资源生态数据耦合协调水平，研究发现系统动态耦合协调度处于从中度、轻度失调衰退型发展向良好协调发展型演变状态，但系统耦合协调度较低，生态环境整体比较脆弱。王念和庞程（2020）研究西南边疆民族地区创新系统和制造业集群的互动关系和协调关系，指出两者耦合协调度不断提高但仍处于低耦合水平，联动效应有待增强。田泽和程飞（2018）运用空间计量模型分析“一带一路”沿线地区“对外贸易经济环境”三元耦合协调的影响因素，认为贸易规模、贸易结构优化、经济发展质量和政府重视是耦合协调水平的显著促进因素。综上，已有研究集中探讨“金融经济社会资源环境”之间两两关系，认为这三个系统两两之间必然存在某些内在联系。但鲜有文献将三者放入同一-54区域金融研究 2022年第12期金融实务框架分析，探讨三者之间耦合关系。同时，现有研究大多聚焦于国家或国际层面的研究，对于西南边疆民族地区的研究存在不足。该地区作为我国重大战略发展区域，目前虽在金融、经济社会和资源环境上取得初步成效，但如何实现三者协调发展仍然存在挑战。由此，本文研究西南边疆民族地区三系统耦合关系，正确认识三者之间关系，对推动西南边疆民族地区协调发展具有重要作用，还能对现有研究起到有益补充的作用。本文通过对三者间耦合协调度进行短期预测，并剖析西南边疆民族地区三者耦合协调度的影响因素，为西南边疆民族地区高质量发展提供一定的科学参考。三、模型说明（一）耦合协调度理论模型耦合度一般应用于静态系统中，反映各系统间联系的程度。耦合协调度则强调各系统间动态协调发展程度，基于耦合度研究，更进一步反映各系统间相互作用、联系、结合的程度。参考丛晓男（2019）的做法，从金融、社会经济和资源环境三个系统，建立符合研究所需的耦合测度模型：Ci=|Urec,i Ueco,i Ufin,i()Urec,i Ueco,i Ufin,i3313（1）其中C反映各个系统间的耦合度，0C1，其数值越接近1，说明系统间耦合程度越好，当C=0时，表示系统间并无关联；Urec.i、Ueco,i、Ufin,i分别代表i地区的资源环境、经济社会和金融发展。为进一步研究三系统间动态发展变化，建立耦合协调度模型：Di=Ci Ti（2）Ti=Urec,i+Ueco,i+Ufin,i（3）其中Di代表各省份系统间耦合协调度，Ti代表各系统综合水平发展协调系数，反映三系统的整体协同效应或贡献，、和为待定系数（+=1），分别表示各系统对整体系统协同作用的贡献系数。由于金融、经济社会与资源环境三系统同样重要，故=1/3。参照相关文献基础，制定耦合协调度的判断标准，如表1所示。表1“金融经济社会资源环境”耦合协调度标准耦合协调度D值区间0.000.090.100.190.200.290.300.390.400.49协调等级12345耦合协调程度极度失调严重失调中度失调轻度失调濒临失调耦合协调度D值区间0.500.590.600.690.700.790.800.890.901.00协调等级678910耦合协调程度勉强协调初级协调中级协调良好协调优质协调（二）灰色系统理论GM（1，1）模型GM（1，1）模型是灰色系统理论的重要构成部分，主要用于小样本数据的预测，括号中的第一个“1”代表一阶微分方程，第二个“1”表示该方程中有一个变量。其原理为：先通过累加方式使数据具备指数规律，然后构建一阶微分方程求解，最后将所求结果进行还原处理，即可得到预测值，从而实现对未来的预测。建立GM（1，1）模型时，具体步骤如下：第一，设X(0)=X()0()1,X()0()2,X()0()n为原始数据，其中X()0()k 0,k=1,2,n。为了减少原始数据的随机性，增强平稳性，使得数据具有规律，对其进行一次性累加处理生成新数据X(1)=X()1()1,X()1()2,X()1()n，一次累加生成关系如下：X()1()k=i=0kX()0()i=X()1()k-1+X()0()k（4）令Z()1为X()1的紧邻均值生成序列，记为：Z(1)=Z()1()1,Z()1()2,Z()1()k（5）其中，Z()1()k=0.5X()1()k+0.5X()1(k-1)。第二，构建微分方程。根据导数的定义有：dXdt=lim t 0X()t+t-X()tt（6）可见，当时间密化值定义为1，当t 1时，则式（6）记为：dXdt=limt 0 X()t+t-X()t（7）其离散形式可写为：dXdt=X()1()k+1-X()1()k=X()0()k+1（8）由于dXdt在 X()1()k,X()1()k+1范围内，短时间内背景值X不会发生突变，可取紧邻均值作为背景值，因此该值可记为：-55区域金融研究 2022年第12期金融实务Z()1()k=0.5X()1()k+0.5X()1(k-1)（9）根据一阶微分方程dXdt+aX=b，可得到灰微分方程：X()0()k+1+aZ()1()k=b（10）将上述灰微分方程改为矩阵形式，记为：Yn=Ba?（11）第三，进行参数估计，记a?=(a,b)T。其估计值可由a?=(a,b)T=(BTB)-1BTYn)计算。其中B和Yn的具体计算公式如下：B=|-Z(1)(2)1-Z(1)(3)1-Z(1)(n)1（12）Yn=(X(0)(2),X(0)(3),X(0)(n)T（13）第四，先将灰微分方程（10）进行白化，即可得白化方程：dX(1)dt+aX(1)=b（14）将求得参数a、b代入白化方程（14）中，可求得解为：X?()1()k+1=(