金融业发展对城镇化作用的演变范文

本站小编为你精心准备了金融业发展对城镇化作用的演变参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《江西财经大学学报》2015年第五期

新世纪以来，随着经济持续高位增长和人口迁移速度加快，我国城镇化率上升明显，2013年已达53.73%，较2000年提高17.51个百分点，年均增长1.35个百分点。可以看出，我国目前处于城镇化的快速增长期。然而随着城镇化的不断推近，基础设施建设、农民工市民化、就业岗位供给等都需要大量资金支持，由于政府财力有限，继而导致城镇化资金短缺难题，而金融服务的支持可有效解决这个难题。成熟的金融业体系可为城建项目提供专业的融资产品，填补城镇化基础设施建设资金缺口，满足转移农村人口就业的资金需求，推进农民市民化进程（田东林，2013；石忆邵，2013）。可化解中小企业融资难问题，推动经济发展；可吸引金融人才落户，提升人口集聚度。因此，一个地区金融业发展的成熟度对该地区城镇化工作的推进有着重要作用。

一、文献综述

从金融业对城镇化影响作用的定性研究来看，郑长德（2007）通过分析金融中介影响城镇化的机理，发现中国城镇化与经济金融化水平间存在高度的正相关关系，是一种互动机制。[3]何静和戎爱萍（2012）指出，城镇化过程中仅靠政府财政是难以满足基础设施建设、农村人口转移、公共服务供给的资金需求的，需充分发挥金融业的融资融通作用。通过分析金融对城镇化的促进作用，提出了多元化融资产品、银行体制改革等多项金融创新措施。[4]石忆邵（2013）估算出2020及2030年中国新型城镇化建设中农民工市民化所需资金分别达到279935-296508亿元和282932-296132亿元，认为只有拓宽资金渠道，实现渠道多元化，才能满足高成本城镇化的资金需求，并提出了债券融资、基金、私募等多项金融融资渠道。姚会元等（2014）分析了我国城镇化的现状及特点，指出资金困难瓶颈制约了城镇化发展，认为以商业银行为代表的金融支持可有效解决城镇化进程中的融资难问题。[5]从金融业对城镇化影响作用的定量分析来看，Ranis和Stewart（1999）以泰国和菲律宾为例，通过对两国30年的城镇化与相关产业数据分析，发现两国在上世纪六十与七十年代都经历了以工业快速发展为支撑的大规模城镇化。在八十年代，泰国继续了这一趋势，而菲律宾则没有。问题的原因在于泰国后期城镇化推动主要是靠金融和医疗保健为代表的现代制造业和服务业，而菲律宾未完成城镇化发展模式的转变，仍停留在粗放型发展阶段。黄勇和谢朝华（2008）运用非结构化的VAR模型，利用Johansen检验与Granger因果检验，发现了银行贷款与城镇化存在直接因果关系。Shahbaz和Lean（2012）以突尼斯为例，评估能源消耗、金融发展、经济增长、工业化、城镇化间的关系，利用1971年至2008年的年度数据，运用线性模型进行回归分析，发现五者间存在着稳定的长期关系，稳固、发达的金融体系可以有效促进经济增长与城镇化发展。周战强和乔志敏（2011）利用1952至2009年的全国数据，运用VEC模型，发现短期内金融发展对城镇化的影响不显著，但长期内，金融发展对城镇化的贡献较大。贾洪文和胡殿萍（2013）基于1991至2011年数据的实证分析，认为金融发展与城镇化间存在一种互动机制，并且对城镇化具有促进作用。

二、模型建立

（一）数据与变量本文选取2003到2012年中国31个省域的截面数据，引入空间计量模型，分析金融业发展对城镇化发展作用的演变。如无特别说明，本文数据均收集、整理于国家统计局在线国家数据库及各省市自治区历年统计年鉴。被解释变量与解释变量的选取。被解释变量为城镇化水平。参照城镇化率国家统计口径标准，本文选取人口城镇化率来衡量城镇化发展水平，计算公式为，常住城镇人口总数/总人口数。解释变量为金融业发展。以往研究中，金融发展一般用金融相关比率等指标来表示，由于本文研究的是金融产业对城镇化发展作用，而产业增加值常被用于研究金融业或其他特定产业发展对相关社会经济发展类变量的影响。这里，金融业增加值是金融业的全部基层单位一定时期内新创造出来的价值之和，而金融业增加值比重则是金融业的相对规模，反映了金融业在国民经济中的地位和金融业发育程度。故本文选取金融业增加值比重来作为衡量金融业发展对城镇化影响作用大小的解释变量，计算公式为，金融业增加值/地区生产总值。在确定核心被解释变量与解释变量后，本文进一步引入2个控制变量。分别为：经济发展水平。参照国外发达地区及我国东部沿海发达地区的实际发展情况，在经济发展水平较高的地区城镇化率相对较高，产业结构也趋于合理化，以金融业为代表的第三产业往往占据主体，成为经济增长的主要动力。因此，经济发展水平成为影响城镇化与金融业发展的重要因素。考虑到数据的客观性，本文选取人均GDP作为衡量经济发展水平的指标。新型工业发展水平。2002年党的十六大首次提出新型工业化道路概念，坚持集约、高效性工业发展，实现新型工业化与城镇化互动发展。工业化的深入可创造更多的就业岗位，吸引更多的农村转移劳动力，同时还可有效促进“产城”一体化成型。因此，新型工业化可有效带动城镇化发展。考虑到数据的可收集性，本文选取工业化率作为衡量新型工业化水平的指标，其计算公式为，工业增加值/地区生产总值。

（二）空间自相关性分析空间自相关性检验分为全局的和局部的，本文验证的是全局自相关性，也即全国31个省域城镇化发展的空间相关性。对于全局空间自相关性检验，空间统计学通常采用的方法有MoranI指数、G系数和GearyC系数。本文选用MoranI指数来检验全国31个省、市、自治区城镇化发展是否有空间自相关性。本文运用GeoDa1.4.1软件计算出31个省市区2003-2012年的城镇化的MoranI指数及其显著性检验结果（详见表1）。可以看出，10年城镇化的MoranI指数均为正数，始终保持较高数值，且均通过了1%显著性检验。但2003-2008年数值是逐渐上升的，2009年后数值在逐渐减小；说明在2003年至2012年期间，我国31个省市区城镇化是存在空间正相关性的，但2008年后该相关性在逐步降低。进一步通过MoranI散点图来分析各省、市、自治区城镇化发展的空间相关程度。结果显示省份分布情况大致相同，大部分省份都分布在第一、第三象限，说明各空间单元存在着空间相关性，限于篇幅，这里仅列出2003年与2012年的散点图（详见图1）。具体地，第一象限表示城镇化率较高地区与城镇化率较高地区接壤或临近，主要有东部地区的北京、天津、江苏、上海、浙江、福建以及东北地区的黑龙江、吉林、辽宁。在第三象限表示的是城镇化率较低地区或被城镇化率较低地区包围，主要集中了山东、山西、河南、湖南、宁夏、山西、甘肃、贵州、西藏、新疆、青海、四川、云南、广西等省（市、自治区）。另外值得注意的是，通过对比2003年与2012年第四象限分布，可以发现广东省被城镇化相对较低地区环绕的情况没有发生改变，而重庆城镇化则由2003年的41.9%攀升至2012年的56.98%，迅速从西部城镇化较弱地区脱颖而出。因此，其位置也由2003年的第三象限移至2012年的第四象限。综上所述，可以看出城镇化的MoranI散点图准确、客观地描述出了我国城镇化空间相关程度，符合我国省域城镇化发展的实际情况。东部发达地区城镇化普遍较高，且这些省、市地理位置高度集聚，相互接壤，而城镇化较低省市区则普遍集中在我国中西部地区。因此，本文引入空间计量方法来分析金融业发展对城镇化的影响作用是必要且合理的。

（三）空间计量模型通过上文对MoranI指数的分析，可以发现我国的城镇化发展存在正向空间相关性，故需引入空间权重矩阵W，运用空间计量模型来分析金融业发展对城镇化的促进作用。空间计量模型一般分为空间滞后模型（SLM）和空间误差模型（SEM）。[12-13]1.空间滞后模型（SLM），其基本表达式为y=a+ρωy+βx+μ。式中，ρ为空间滞后自回归系数，ωy为空间权重矩阵，μ为误差向量。（四）历年模型确定在此基础上，本文运用Geoda1.4.1软件对历年截面数据进行最小二乘法回归（OLS）估计，并进行两个拉格朗日乘数（LM）检验及其对应的稳健形式（RobustLM）检验。由表2可知2003年至2007年LM(error)、RobustLM(error)均通过了显著性检验，而LM(lag)、RobustLM(lag)均不显著，根据Anselin等的判断规则，[14]认为2003—2007年SEM模型更为适用。从2008年开始，四项检验均未通过显著性检验，则表示SLM、SEM模型均不适用，说明城镇化发展的空间关联效应在逐步变小，这与上文MoranI的变化趋势基本一致。因而，对于2008-2012年，使用传统OLS模型更为合适。

三、结果与分析

（一）拟合度及多重共线性分析由表4可以发现，2003—2012年空间误差模型（SEM）与普通最小二乘法（OLS）的拟合度R值均保持在0.87及以上。较高的拟合度说明本文所选定解释变量、控制变量是合理的，方程能解释的信息较多，结果较理想。另外，通过比较2003—2007年SEM模型与同期普通最小二乘法（OLS）的R值，发现SEM模型的R值均大于OLS的R值，说明2003—2007年运用空间计量模型SEM是合理的、必要的。进一步，通过对历年截面数据方程进行方差膨胀因子检验，历年方程的VIFi值均远小于10。因此，认为回归模型不存在较严重的多重共线性（孙敬水，2010）。

（二）显著性分析根据历年空间截面数据计量回归的显著性检验结果可以发现，金融业发展（FD）除在2003、2004和2008、2009不显著外，其余年份基本保持在5%的显著性水平上，说明整体上金融业发展对城镇化是有影响作用的。经济发展水平（PGDP）在2003-2012年间均保持在1%的水平下显著，说明经济发展水平对城镇化是有持续影响的。新型工业化（IR）除2008、2009年度不显著，其余年份始终保持在5%或1%的水平，说明方程引入新型工业化变量是合理的（详见表5）。后文将对解释变量部分年份不显著的原因作出解释。

（三）弹性系数的实证分析从表5的数据上看，核心解释变量金融业发展（FD）在2003年与2004年对城镇化的影响作用不显著，这并不说明金融业发展对城镇化发展没有作用。2003年与2004年我国城镇化刚刚迈过40%的台阶，正处于城镇化加速发展的起步阶段，远低于世界平均水平。而当时我国金融业也处于2002年全国金融工作会议后的改革阶段，先后经历了银监会成立、中国人保与中国人寿重组改制、外资银行经营人民币业务范围扩大等重大金融事件。因此，正是由于2003、2004年金融业与城镇化发展水平还较低，金融业对城镇化的推动作用尚不明显，才导致两者间关系不显著。2005年起，金融业发展对城镇化的影响作用变为显著的，弹性系数值达到0.937；即金融业增加值比重每上升1个百分点，可拉动城镇化水平上升0.94个百分点，正向促进作用较为明显。在随后的2006年与2007年，我国金融业继续保持了快速健康的发展势头，金融市场规模不断扩大、改革不断深化、结构不断优化，金融业资源配置能力得到了显著的提升，即更多的金融资源流向城镇化和工业发展领域。数据也证明了金融影响力的提升，2006年与2007年金融业发展对城镇化的弹性系数分别升至1.077与1.321；即金融业增加值比重1个百分点的提升可推动城镇化上升1.08个百分点与1.32个百分点，金融业发展的对城镇化促进作用得到进一步提高。2008、2009两年我国金融业发展对城镇化的作用迅速转变为不显著，这并不表示我国金融业发展对城镇化发展开始不具备正向促进作用了；而是由于2008年始于美国次贷危机的全球金融危机开始对我国金融业、地产业以及宏观经济运行造成不同程度的影响，我国2008、2009年GDP增速分别骤降至9.63%、9.21%，与2007年的14.16%形成了巨大的落差，城镇化增速也由2007年的1.04%降至2008年的0.74%与2009年的0.91%。正是基于以上原因，导致2008年与2009年我国金融业发展对城镇化的作用并不显著。在以“4万亿”投资计划为代表的大规模经济刺激措施施行后，货币增发、利率调整、放开IPO、地方融资平台建立等一系列金融政策措施相继施行，2010年我国宏观经济运行开始有了明显的好转，GDP与城镇化增速分别达到10.45%与3.09%。方程回归后的弹性系数也证明了2010年金融业发展对城镇化的影响作用重新变为显著，弹性系数达到0.741，但与金融危机前相比，数值下降明显。2011年我国金融业发展水平得到进一步提升，市场的规模、活跃度和功能都得到相应的提高，金融业弹性系数也升至1.083，说明金融业发展的正向促进作用得到了进一步提升。2012年，弹性系数增至1.403，促进作用超过了2008年金融危机前的水平，且变量的显著性水平进一步提高至1%；到2012年，金融业增加值比重增加1个百分点，可带动城镇化率提升1.40个百分点，金融业发展对城镇化的正向促进作用愈加明显。控制变量方面，经济发展水平（PGDP）在2003-2012年间对城镇化的影响作用均为显著的，弹性系数均较大，说明经济发展水平对城镇化发展具有重要促进作用。但其弹性系数呈逐渐变小趋势，由2003年的17.497降至2012年的5.348；也即说明在2003年人均GDP每提高1万元，能拉动城镇化率提高17.50个百分点，而到了2012年仅能拉动城镇化率提高5.35个百分点。新型工业水平（IR）在2003-2012年对城镇化的影响作用也是正向的、显著的，弹性系数始终保持在16.70以上，说明新型工业水平对城镇化发展也具有重要促进作用。但10年间整体呈现出波动趋势，且在2008、2009两年也受金融危机影响，对城镇化作用变为不显著。空间误差自回归系数方面，空间误差模型SEM中项的系数LAMBDA在2003-2007年分别为0.616、0.902、0.927、0.919、0.913，且均在1%的水平下通过了显著性检验。说明存在空间外溢效应，即相邻省（市、区）城镇化的误差冲击对本省（市区）的城镇化发展具有较为明显的正向促进作用，但其作用大小略低于同时期本省（市、区）金融业发展对本省（市区）城镇化的促进作用。

四、结论与建议

结合整个分析过程，可将研究结论归纳为：（1）通过MoranI指数分析，发现我国城镇化发展存在明显的空间相关性，且通过后续比较适用空间计量模型SEM与传统OLS模型回归后的方程拟合度，也发现空间计量模型的R值更高，有着更强的解释能力。因此，对于我国金融业发展对城镇化作用的分析，引入空间相关性是合理的、必要的。（2）金融业发展（FD）对城镇化（UR）的影响作用在2003—2012年间整体呈现出不显著—增高—不显著—降低—增高的演变趋势情况，表明金融业发展与城镇化发展整体是有正向促进作用的，且长期来看该作用是呈现出增大趋势。但这一作用易受宏观经济波动、宏观政策调整等外界客观因素影响，而出现短暂的不显著；（3）经济发展水平（PGDP）对城镇化的正向促进作用一直存在，且是明显的，但呈现出逐渐减小趋势。（4）新型工业发展水平（IR）对城镇化的影响作用是明显的、正向的，但整体呈现出波动趋势。（5）2003—2007年邻省（市、区）城镇化的误差冲击对本省（市区）的城镇化发展具有一定的正向促进作用，但没有金融业发展的促进作用明显。基于以上研究结论，建议未来在强化金融监管、健全金融体系、防范金融风险的前提下，从以下几个方面加强金融业对城镇化的支撑、促进作用。第一，金融支持城镇基础设施建设方面。政府应拓宽城镇化融资渠道，充分发挥金融中介的作用，让更多社会资本投入到城镇化建设中来。首先，地方政府或城投公司可运用项目融资、特许经营、股权融资等多种新型方式，吸纳社会资本参与城镇基础设施建设，如道路、水电管线、园林等。其次，地方政府应更多地推行BT、BOT、TOT建设模式，利用非政府资金来进行重大项目的建设，如地铁、大桥、隧道等。最后，在条件允许的情况下，省级或市级政府可搭建地方融资平台，发行地方政府债券，为城镇化建设提供持续、长远、有力的融资渠道。第二，金融支持城镇产业发展方面。一个健康的城镇化发展必须是“产城”高度融合的，缺少了必要的产业支持，城镇化将失去后续发展的动力。首先，民营经济已成为我国经济发展的主体，在加强监管的前提下，通过建立和完善民营企业信用担保体系，提高民营企业的信用等级，可有效扩大金融业对民间资本开放，保障民营经济产业升级的资金需求。其次，对于产业体系的根基———中小企业，政府和金融监管结构应鼓励金融机构开发适合小微企业发展的金融产品，通过创业板上市、低利率贷款等融资方式拓宽中小企业融资渠道。最后，金融机构应密切配合政府的战略性产业发展和农村经济发展，将更多的资金注入到优势产业和农村经济的培育中去，全面满足战略性新兴产业、企业技术创新、农村产业基地等领域的资金需求。第三，金融支持农村转移人口市民化方面。现阶段，农村转移人口市民化问题严重影响了我国城镇化的质量，这个问题的解决需要大量的资金。因此，应加强金融对“农民工市民化”问题的支持力度。首先，政府应全面放开城镇公共服务领域，坚持市场化竞争，为政府财政松绑，鼓励和吸引大型公司将资金投入到文化教育、医疗卫生、环境资源等领域中。其次，应鼓励金融机构在信用风险可控的条件下，实行差异化政策，对新增农村转移人口的刚性购房需求给予一定的支持，降低住房信贷门槛，推行低利率房贷。最后，政府应与金融机构紧密合作，通过小额担保贷款、农民工创业基金、低息技能培训贷款等多种创新途径，解决农村转移人口的创业难、就业难问题。

作者：朱越浦 黄新建 樊晗露 单位：南昌大学  管理学院 中部经济社会发展研究中心 南昌工程学院 经贸学院