林业资源型城市转型中金融支持与经济增长关系的实证

赵志刚，耿玉德

（东北林业大学经济管理学院，哈尔滨150040）

0 引言

诸多研究都表明，金融在促进地区经济发展和转型过程中都起到了重要的作用[1][2]。林业资源型城市转型中的种种障碍其实共同指向了一个问题，就是产业结构转型困难、经济发展缓慢，而其中一个重要的限制因素就在于资金投入的严重不足。无论是经济的发展、产业的转型还是社会问题的解决，都需要大量的资金支持。本文以伊春市和白山市两个典型的林业资源型城市为例来研究金融支持与城市产业调整和经济发展之间的关系。以考察在当前不完善的金融环境中，金融发展是否促进了林业资源型城市经济的发展和产业结构的转型，并进而促进了资源型城市的转型。

1 数据、模型和方法

1.1 变量选择与数据来源

对于经济增长，学术界通常采用两个指标来衡量：一个是人均GDP的增长率，另一个是人均GDP。一般认为，人均GDP的数据相对GDP总额来说，更能反映经济的增长趋势，并且存量指标相对增长率指标更能反映当前形势下的经济发展水平[3]。因此，本文采用人均GDP作为林业资源型城市经济发展的指标。

对于金融支持力度的指标，通常用地区金融发展变量来表示，而地区金融发展变量一般表现为地区金融资产的规模相对于国民财富的扩展。金融理论界常采用戈德斯密斯（1969）[4]的金融相关比率（Financial Interrelations Ratio，简称FIR）和麦金农（1973）[5]提出的货币化程度来表示。但是这两个指标都需要用到我国各地区的货币存量（M2），而由于我国地区经济统计中缺少M2的统计数据，因此无法直接运用这两个指标。我国的主要金融资产集中在银行，而存款和贷款则是反映银行资产的最主要指标，因此，运用地区银行的年底存款和贷款余额之和与GDP发展的比值，基本上可以反映出我国各地区金融发展的差距[6]。这里将设计好的指标仍旧称之为金融相关比率（FIR），公式为：

FIR=（金融机构存款余额+金融机构贷款余额）/GDP

图1和图2分别是伊春、白山两市人均GDP和FIR的变动趋势。

同时，周立等（2002）的研究说明，1978年我国各地区的金融相关比率基本上相差不大[6]，而对于林业资源型城市来说，其转型也基本上是从20世纪80年代改革开放之后才开始的。因此，本研究采用伊春市和白山市1980～2010年的31年数据进行分析。除了金融相关比率，还采用了人均生产总值和第三产业比重（以下用TIP表示）的指标。数据来源于历年《中国城市统计年鉴》。为保证数据的可比性，在计量分析时以1980年为基期进行了平减处理。在进行数据分析时，选取相关变量的自然对数形式进入模型，分别为LnRGDP，LnTIP，LnFIR，这样，一方面可以使得时间序列数据呈线性增长，另一方面使得变量的增减变动更能体现出经济意义。

图1 伊春市和白山市的人均GDP（1990～2010年）

图2 伊春市和白山市的FIR（1990—2010年）

1.2 模型的选择与设定

近年来对相关变量的动态响应关系的研究，大多采用向量自回归模型（VAR）模型，它能够用来描述各变量的动态传导机制。VAR模型是由西姆斯（C.A.Sims，1980）[7]提出来的，该模型是以模型中所有当期变量对所有变量的滞后性进行回归分析，从而可以描述各变量之间的动态冲击，解释变量之间的关系。

典型的VAR模型的数学表达式为：

其中，Xt是一个N×1维的内生变量向量，C(L)是一个N×N维的滞后算子系数矩阵，et表示一个N×1维的残差向量，其满足独立分布并且它的协方差矩阵为残差之间可以同期相关，但与滞后项以及等式右边的变量不相关。用VAR模型估算过程中，可以用AIC和SC准则确立之后阶数，平稳数据可以直接进行VAR模型估计；此外，可以运用Johansen方法检验变量间是否存在协整关系，如果存在协整关系，可以运用Granger因果检验方法判断相关变量的“因果”关系。

根据本文可以建立如下的VAR模型，运用此模型可以考察金融相关比率FIR对人均GDP和第三产业比重TIP的影响。

2 实证分析

2.1 单位根检验

在做VAR模型分析之前，需要先对相关数据进行平稳性检验，以判断其序列特征。本文采用ADF检验方式对变量样本进行测试，结果如下：

由表1和表2的结果可以看出，对于伊春市和白山市来说，相关变量的单位根检验结果类似，其中，人均GDP和第三产业比重指标序列均为非平稳序列，而其一阶滞后项为平稳序列，说明它们都是一阶单整序列；金融相关比率指标为平稳序列。因此，再进行VAR模型计算时采用人均GDP和第三产业比重指标的一阶差分序列进行分析，其经济含义为人均GDP的增长率和第三产业比重的变化率。

表1 相关变量的ADF检验（伊春市）

表2 相关变量的ADF检验（白山市）

2.2 VAR模型的估计与滞后阶数的检验

首先，将白山市的ΔLn-RGDP、ΔLnTIP和LnFIR变量数据输入Eviews6.0进行VAR模型的估计，建立一个无约束的向量自回归模型。

然后，对该模型的稳定型进行检验，发现所有的单位根都落入了单位圆内，说明前面设定的3阶滞后的模型是稳定的。

进而可采用VAR Lag Criteria命令进行VAR模型滞后阶数的确定，结果如表3。一般来说，做滞后期的选择时，AIC和SC的值越小越好，因此，应该选择滞后期为4期。而在本文分析时，4阶滞后进行稳定性检验时，有两个单位根落在了单位圆外，因此，这里选择滞后期为3期。

图3 VAR模型稳定型检验直观图

表3 VAR模型滞后阶数的确定

利用同样的方式，可以确定伊春市相关变量的最佳滞后阶数为3。

2.3 格兰杰因果关系检验

运用格兰杰因果关系检验对伊春市和白山市的人均GDP、第三产业比重以及金融相关比率指标做分析，结果如表4所示。伊春市和白山市的格兰杰因果检验结果非常相似。在统计学意义上，金融相关比率既不是人均GDP的增长的格兰杰原因，也不是第三产业调整的格兰杰原因；同样，人均GDP的增长与第三产业的调整也没有格兰杰因果关系；第三产业比重的变化也不是金融相关比率变化的格兰杰原因；人均GDP的变化是金融相关比率的格兰杰原因。

这说明：第一，伊春市和白山市金融业的发展并没有促进经济的增长和产业结构的调整，一种可能的解释在于城市发展资金来源中来自金融业的资金只占很小的一部分，它的增加不能刺激经济的发展；第二，人均GDP的增长和第三产业比重的变化也没有格兰杰因果关系，说明林业资源型城市的产业结构调整并没有促进经济的增长，或者可以说，这两个城市的经济总量的增长的原因并不是来自于结构调整，而经济增长也没有进一步促进结构的调整；第三，人均GDP的变化促进了金融相对比率的变化，说明虽然金融没有刺激经济的增长，但是一个地区经济的发展却是当地金融发展的基本原因。

表4 伊春市和白山市相关变量间的格兰杰因果关系检验结果

2.4 方差分析

VAR模型中，常采用方差分解（variance decomposition）分析每一个结构冲击对相关变量变化的贡献度，以评价不同结构冲击的重要性。本研究中分别对伊春市和白山市的三个变量进行方差分解，可得到图4的结果。

通过结果我们可以看出，以伊春市为例，人均GDP变化率变量的方差分解之后如图4第一行三个图所示，大约80%左右的变化来自于自身的冲击，而产业结构调整和金融发展带来的贡献只有不到20%，特别是金融发展的贡献只有7%左右。而产业结构的调整，其方差的贡献也主要来自于自身（占45%左右，见图4中间三个图），来自经济发展的贡献率约占40%，来自金融发展的贡献约15%左右。金融发展的方差分解可见图4的下面三个图，其中，来自于经济增长的贡献达50%左右，产业结构调整的30%，自身变化的仅有不到20%。方差分析的结果与格兰杰因果关系检验基本相同，进一步验证了前面的结论。

而对白山市的相关变量的方差分解，结果与伊春市的大致相同。经济发展和产业结构调整的主要冲击贡献来自于自身的发展。唯一不同的在于，白山市金融的发展方差贡献最大的是产业结构调整，高达55%左右，而经济发展的贡献率大约占到23%，自身发展贡献率20%多。说明了同样是林业资源型城市，虽然大部分分析结论相同，也还是有一定的差别的。也说明了，每个林业资源型城市发展的动力和方式也是有所区别的。

3 结论与对策建议

通过建立VAR模型，进行了格兰杰因果关系检验和方差分析，可以得出如下结论：

（1）以伊春市和白山市为代表的林业资源型城市的金融发展并没有对两个城市经济的发展和产业结构的调整起到很好的促进作用；而相反，两市经济的发展却对金融的发展起到了一定的促进。可以说，金融体系并没有发挥其应有的作用，反而成为了城市经济发展的“附属品”。

图4 人均GDP增长和第三产业比重变动的方差分解（伊春市）

（2）方差分解结论表明，林业资源型城市的经济增长与滞后期的经济增长有相当大的关系，说明林业资源型城市的经济增长很大程度上依然来自于自身的经济发展。事实上，这个也带来了隐患就是，当地区经济增长缓慢时，势必会形成一种惯性，使得经济增长对于资金和政策的刺激作用不太敏感，限制了政策的效果。

因此，本文认为，只有通过政府和市场的协调作用，以市场运作为主，政府引导为辅，多渠道、多方式的林业资源型城市的金融支持模式。此外，还可以参照国外经验，建立可持续发展基金，由地方政府发起并筹集初始发展基金，交由基金的股东推选管理人员，进行资金的投资和具体运作。还要进一步加强政策性金融的扶持作用，并在政府主导下，拓宽金融融资渠道，加快建立以市场调控为基础的融资体系，对林业资源型城市实施倾斜的金融支持政策。通过一系列的政策措施，来促进林业资源型城市的金融发展，进而带动产业升级和经济增长，最终实现城市的整体转型。

[1]杨胜刚,朱红.中部塌陷、金融弱化与中部崛起的金融支持[J].经济研究,2007,(5).

[2]伍海华,张旭.经济增长·产业结构·金融发展[J].经济理论与经济管理,2001,(5).

[3]Heston,A.National Accounts：a Brief Review of Some Problems in Using National Accounts Data in Level of Output Comparisons and Growth Studins[J].Journal of Development Economics1994，（44）1.

[4]Goldsmith,R.W.Financial Structure and Development[M].New Haven：Yale University Press,1969.

[5]Mckinnon,R.I.Money and Capital in Economic Development[M].Washington D.C.：Brookings Institution,1973.

[6]周立，胡鞍钢.中国金融发展的地区差距状况分析1978～1999[J].清华大学学报：哲学社会科学版,2002,(2).

[7]C.A.Sims.Macroeconomics and Reality[J].Econometrica,1980,(48).