金融支持新型城镇化建设的实证研究——以山东省为例

周宗安，王显晖，汪 洋

(山东财经大学 金融学院，山东 济南 250014)



金融支持新型城镇化建设的实证研究
——以山东省为例

周宗安，王显晖，汪 洋

(山东财经大学 金融学院，山东 济南 250014)

由于新型城镇化倡导坚持“全面、协调、可持续推进”的原则，因而为了能够全面地衡量新型城镇化水平，并探寻影响其发展的潜在因素，文章在对我国新型城镇化内涵进行阐述的基础上，首先选取相关指标并采用因子分析法探寻反映新型城镇化建设的潜在因素，并利用因子得分对新型城镇化建设做出综合的评价；其次以因子得分为因变量，选取相关金融变量为自变量，利用面板数据模型对金融支持新型城镇化建设做出实证研究；通过模型结果分析可以得到信贷资源的规模发展、金融效率改善以及保险保障都对新型城镇化建设有着强力的支持作用，是新型城镇化建设的重要助推力量。

金融支持；新型城镇化；农村发展；农村金融；产业结构

一、引言

改革开放以来的城镇化建设更多的是一种粗放式发展的城镇化，虽然促进了社会的发展，改善了民生，但往往是重量不重质，过于追求发展的速度，不仅造成了资源的浪费，而且造成了城乡结构、经济发展结构、环境结构等诸多矛盾。1978年，我国城镇人口1.7亿，城镇化率为17.9%；2013年，我国城镇人口已经超过7亿人，城镇化率达到53.7%，而在2011年享受均等公共服务的城市户籍人口仅达到35%。2000-2011年，我国城镇建成区面积增长了76.4%；2010-2012年，城市建设用地年均增加515万亩，各省市土地财政严重，盲目扩建①《国家新型城镇化规划(2014-2020年)》公布数据。。2011年，城镇化率与工业化率比为1.09，服务业增加值约为43%，而这两项指标的世界平均水平分别为1.95和70%-80%，我们远低于世界平均水平，本来应是产业发展过程中自发进行的城镇化建设反而落后产业结构的发展，这自然会影响整个经济的发展②叶伟春：《我国城镇化进程中存在的问题及建议》，《中国经贸导刊》，2013年第12期。。

所以，对于正处在经济转型关键阶段的中国而言，快速发展的新型城镇化正在成为经济增长和社会发展的强大引擎。新型城镇化，顾名思义，区别于传统城镇化，是指资源节约、环境友好、经济高效、社会和谐、城乡互促共进、大中小城市和小城镇协调发展、个性鲜明的城镇化③李青：《金融支持欠发达山区新型城镇化建设的探索与思考——以丽江为例》，《时代金融》，2013年第26期。。新型城镇化更加重视城镇化质量，强调适度和健康的城镇化发展速度，其目标指向应是“适度的城镇化增速”、“投资环境的改善”和“人居环境质量的提升”。在此背景下，如何通过建立有效的融资机制，切实保障中国“内涵式城镇化”建设中的资金需求，成为下阶段中国金融发展的重要战略任务。

二、新型城镇化建设的综合评价

由于“新型城镇化”概念的提出，对城镇化建设又赋予了新的内涵，不同于以往单纯追求数量上的快速增长，本轮新型城镇化更加注重以科学发展观为指导方针，倡导坚持“全面、协调、可持续推进”的原则，力图追求以人口城镇化为核心内容，以信息化、农业产业化和新型工业化为动力，以“内涵增长”为发展方式，以“政府引导、市场运作”为机制保障，走可持续发展道路，建设城乡一体的城市中国。这就要求在对城镇化进行研究时，不能简简单单地把人口城镇化率当做城镇化的唯一衡量指标，而需要建立一套尽可能覆盖社会发展各方面的指标体系来衡量新型城镇化的建设。考虑到因子分析的因子综合得分能够在一定程度上反映被考察事物的综合表现情况，同时能够通过因子分析顺便得到反映新型城镇化建设的部分潜在因素。所以，文章选取部分社会发展指标，建立因子分析模型，求出因子综合得分，以对新型城镇化发展做出综合评价。

1.评价指标的选取

本文以山东省17地市为研究对象，考虑到数据的可获得性和代表性，选取2006——2011这六年间的数据进行分析*数据来源于山东省统计局公布的2006-2011《山东省统计年鉴》。。在样本指标的选取上坚持代表性、科学性、可操作性的选取原则，并结合新型城镇化的内涵最终选取了如下指标：人口城镇化率是最能直接反应人口城镇化的指标，其中户籍是居民城市化的最本质表现，所以本文选用公安户籍统计的城镇人口与总人口比重作为城镇化发展的人口指标；由于收入往往是我们平时测度经济发展的常用指标，并且也是新型城镇化“以人为本”核心的基础，再加上较容易取得，所以本文将城镇家庭人均可支配收入、农村家庭人均总收入、人均GDP都纳入考核范围；本轮新型城镇化建设中特别强调了新型工业化的建设，而新型工业化的建设更在于产业结构的升级调整，故本文选取高新技术产业占规模以上工业比重和R&D经费内部支出合计这两项指标进入评价体系；由于农业发展的统计数据比较少，但又为了体现农业的现代化发展趋势，所以本文只选取了农业机械总动力作为评价指标；城镇化建设中，政府不仅起着引导作用，更要在基础层面和发展的薄弱方面发挥政府的支持保障作用，所以本文选取社会保障和就业支出比重、城镇社会基本养老保险参保率作为政府参与的指标代表。详细指标体系见表1：

2．因子分析

(1)变量的相关性分析

表1 新型城镇化建设总体评价指标体系

表2 2006-2011年城镇化指标KMO检验和巴特利球度检验

通过对原始数据进行标准化处理，消除量纲不同导致的影响，然后对标准化后的数据做相关性检验。表2中的KMO检验值显示，除2008年的检验值小于0.6，其余5年的检验值都在0.6以上；另外巴特利球度检验的概率值都是.000。表明所选择的指标之间存在比较高的相关性，因此，这些指标可以适用于做因子分析。

(2)因子提取

在进行因子分析时，对相关系数矩阵运用方差最大法进行正交旋转，旋转收敛的最大迭代系数为默认值25，取特征值大于1和主成分的方差累计贡献率为标准来选取公共因子。通常来说，主成分累计贡献率达到85%就可以很好地说明和解释原变量。

表3显示，在特征根大于1的情况下，6年的分析结果都提取了3个公因子，且3个公因子总方差累计贡献率都超过了80%，2008-2011这四年更是达到了85%，这说

表3 2006-2011年因子总方差解释原变量情况明提取的这3个公因子能够很好地解释原变量。

原始的公因子在命名上不好解释原始变量的含义，所以为了使公因子更有意义，对公因子进行方差最大化旋转，表4显示的是经旋转后的3个公因子在9个原始变量上的因子载荷情况。除2006年的结果中只有农村家庭人均总收入、城镇家庭人均可支配收入和人均GDP这3个变量在第一公因子上载荷较大外，之后5年的结果中R&D经费内部支出合计、高新技术产业占规模以上工业比重和城镇化率这3个变量在第一公因子上的载荷也比较大。这6个变量分别属于经济发展指标、人口指标和新型工业化指标，是新型城镇化的基础和核心发展方面，因此我们可以将第一公因子命名为基础因子。在第二公因子上，农业机械总动力这个变量在负的方向上的载荷极大，因此，我们可以命名第二公因子为农业发展因子。在第三公因子上，社会保障和就业支出比重、城镇社会基本养老保险参保率这两个变量被很好的解释了，因此，可以将第三公因子命名为保障因子。这样，就将原来9个变量降为3个公因子，使分析更为简便。

(3)因子得分

为了对山东省17地市的城镇化水平做综合评价，首先需要计算出2006-2011每年各地市分别在3个公因子上的因子得分F1、F2、F3，计算公式如下*注：αi为因子得分系数，见表5。：

Fj=α1×城镇化率+α2×社会基本养老保险参保率+α3×社会保障和就业支出比重+α4×城镇居民人均可支配收入+α5×农村居民人均总收入+α0×R&D经费内部支出合计+α7×高新技术产业占规模以上产业产值比重+α8×农业机械总动力+α9×人均GDP

求出山东省17地市提取的3个公因子的得分后，以表3中各因子的方差贡献率为权重，按照加权平均的方法，逐年求出山东省17地市在新型城镇化建设中的总得分作为衡量其新型城镇化建设的一个综合指标，具体得分和排名情况见表6。

(4)结果分析

通过表6可以看出，2006-2011这6年间，山东省17地市中大部分城市的得分都在平均值之下，2007和2011这两年有6个城市得分高于平均值，其余4年都是有7个城市得分高于平均值，且得分最高的城市和最低的城市之间差距都在1.5以上，从总体上表明了山东省各地市之间的新型城镇化发展还是很不平衡的。

从各地市的横向比较来看，青岛、济南、威海这三个城市的新型城镇化综合得分在2006-2011这六年间都是比较高的，青岛连续6年高居榜首；济南也是连续六年位列三甲；威海也有4年排名前三，2006和2011这两年也是排在第四。烟台、东营、淄博这三个城市在新型城镇化的综合得分排名上相对也比较靠前，在这六年间基本维持在4-8名之间，波动较小。

表4 旋转后的因子载荷矩阵

表5 2006-2011因子得分系数表

从以上这6所城市的排名可以看出，青岛、威海、烟台、东营都是沿海城市，经济发展较快，区位优势明显，带动了城镇化的快速发展，再加上正值山东省蓝黄经济区以及环渤海经济圈的发展契机，这4所城市能够在新型城镇化的综合得分中领先其他地市，是当之无愧的；而济南则依靠省会城市的核心地位，以其政治地位优势带动城镇化的发展；淄博作为一所工业城市，其经济实力一直排在山东省的前列，物质基础相对较完善，因而在新型城镇化的整体发展上也走在了山东省前列。相反，在2007-2011这5年间，德州、聊城、菏泽这三个城市在新型城镇化的综合排名上都排在最后三位，另外，日照、枣庄、济宁等西南内陆城市的得分都比较小，在一定程度上与它们的经济发展相对滞后有一定的关系，再加上人口众多，在解决最为核心的人口城镇化问题上有着巨大困难，因而，在综合评价上就排名比较靠后。

图1 2006-2011山东省17地市因子得分走势图

从各城市在这六年间的纵向发展来看(图1)，大部分

表6 2006-2011山东省17地市因子得分表*注：因子得分的平均值为0，标准差为1。正值表示高于平均水平，负值表示低于平均水平。▲表示因子得分的前三名，▼表示因子得分的后三名。

城市在这6年间的新型城镇化综合得分上呈现一个上涨的趋势，尤其是淄博、莱芜等个别城市在2007年有一个极大的飞跃，之后就一直保持在一个相对较高的得分上；但是也有东营、日照、滨州这样的城市在2007年有一个下滑，然后在此基础上保持一个上涨的势头；只有菏泽这6年间新型城镇化综合评价得分上涨不明显，甚至有一度出现下降的趋势。总体来看，在这6年间，山东省17地市的新型城镇化发展呈现一个稳步向前的发展态势，综合评价得分排在头名的青岛市维持在一个较高的水平上起伏波动；其他几所发展较快的沿海城市，其综合得分上涨的势头仍旧迅猛；发展相对缓慢的内陆城市也已加快自己的步伐，加速新型城镇化的进程。

三、金融支持新型城镇化的实证分析

从结构层面看，金融支持中国的新型城镇化建设应致力于在以下三个基本方面取得重大突破：一是金融支持城镇建设和经济发展，包括创新投融资模式，引导城镇因地制宜地发展具有区域禀赋优势的新兴产业和特色经济，为城镇基础设施建设和中小企业发展筹集资金，支持重点企业和产业集群化发展等；二是金融支持农民向城镇居民生产生活方式的转换，包括引导城镇强化市场功能和提高服务业比重，促进房地产服务、交通运输、商贸旅游、邮电通讯、卫生体育、教育文化等第三产业发展，为促进居民自主创业和就业提供金融服务，同时满足居民对保险、社会保障和消费信贷等方面的需求；三是金融支持城镇化进程中的农业产业化，包括为农业产业化提供充足的信贷资金，通过政策支持和贷款投向，引导农业部门进行产业结构的调整和升级，积极发挥金融服务的避险功能，防范和化解农业经营的高风险*刘泽佳，李明贤：《农村城镇化进程中金融支持研究》，《湖南农业科学》，2012年第7期。。

从规模层面看，金融市场不断发展与完善，自身规模不断扩大。首先，金融机构在存贷款规模和融资规模上稳步发展，不断适应新型城镇化建设的需要。2012年末，全部金融机构(含外资金融机构)本外币各项存款余额为94.31万亿元，同比增长14.1%，较上年同期12.7%的增速有所加快。人民币各项存款余额为91.47万亿元，同比增长13.3%。外币存款余额为4065亿美元，同比增长47.8%。2012年末，全部金融机构本外币贷款余额为67.29万亿元，同比增长15.6%，与上年同期14.3%的增速基本持平。人民币贷款余额为62.99万亿元，同比增长15.0%，外币贷款余额为6836亿美元，同比增长26.9%。金融机构信贷投放意愿仍然较强，贷款支持新型城镇化建设力度较大。2012年，全年社会融资规模为15.76万亿元，比上年多2.93万亿元。社会融资规模明显高于上年，主要是因为人民币贷款和信托贷款投放增多，企业债券融资活跃。全年这三项融资合计11.74万亿元，同比多融资2.71万亿元，对新型城镇化建设提供了大力的支持*数据来源于中国人民银行公布的2012《中国金融市场发展报告·总论》。。

其次，金融各行业规模继续扩大，加大对新型城镇化建设的支持。银行业金融机构资产规模继续扩大，截至2012年12月末，我国银行业金融机构的本外币资产总额达131.27万亿元，同比增长17.7%；本外币负债总额为122.63万亿元，同比增长17.5%。证券、期货经营机构整体规模有所增长，根据中国证券业协会公布的数据，截至2012年末，114家证券公司总资产为1.72万亿元，较上年同期增长了9.55%，净资产为6943.46亿元，净资本为4970.99亿元。保险业总资产和保费收入稳步增长。截至2012年12月末，保险业累计实现原保费收入1.55万亿元，同比增长8.01%；保险业总资产达7.35万亿元，同比增长22.29%①数据来源于中国人民银行公布的2012《中国金融市场发展报告·总论》。。

通常来说，金融的发展对新型城镇化的发展有着一定的促进作用，金融扩张往往会导致城市在新型城镇化建设中加快步伐，提高质量。二者之间存在的确定关系，就是接下来我们将要依靠面板数据进行计量分析所要研究的内容。

1．变量的选择与数据处理

分析的目的是为了探寻金融发展对新型城镇化建设的支持，那么因变量就需要一个能综合反应城镇化建设的综合指标，鉴于因子分析所得因子得分能够概括反应新型城镇化建设的状况，故本文选用上述因子得分作为因变量。反映金融发展的变量比较多，为了能够较全面地表现金融发展的各行业情况，并结合考虑数据的可获得性，本文在参考相关研究的基础上，选择存贷款占GDP的比重(CDKB)作为衡量银行发展的的规模指标，选择新增贷款与存款之间的比重(XZDCB)作为衡量金融大环境发展的效率指标，选择保险费用收入(BX)作为衡量保险行业发展的指标，由于分摊到各地市后的证券行业数据相对较少，也不易获得，故本文没有对证券行业的发展选择指标进行分析。数据的选择上依然沿用2006-2011年这6年间的山东省17地市的相关数据②数据来源于山东省统计局公布的2006-2011《山东省统计年鉴》。，由于存贷款占GDP比重和新增贷存比是一个比值，能够消除时间因素的影响，所以不需要再做调整，本文只对保险费用收入取对数(LNBX)做时间因素的调整。

2．面板数据建模

由于数据在时间跨度上年限较短，相对来说，17地市的截面数据更多，为此，本文选择相对于时期特定系数的固定效应变截距模型，估计结果见表7。

首先，模型估计的R-squared为0.422923，S.E. of regression为0.410333，F-statistic为8.519264，从总体上说明模型的拟合效果较好，存贷款占GDP的比重、新增贷款与存款比及保费收入这三个变量的选取对新型城镇化建设有一定的解释力度。其次，通过表7的结果看，在10%的显著水平下，各参数的t统计量都是显著的，因而能够解释自变量与因变量之间的关系。最后，相对于各时期的截距也存在着不同的变化，说明各年之间的模型并不是相同的。

表7 面板数据建模估计结果

3．结果分析

存贷款占GDP比重的的系数为0.140234，表明在其他因素不变的情况下，存贷款占GDP比重每上升1个百分点，新型城镇化综合得分就会上升0.140234，反映了金融规模发展对新型城镇化建设的支持，金融通过吸收存款和发放贷款，以满足新型城镇化建设对资金的需求；新增贷款与存款比的系数为0.307495，表明在其他因素不变的情况下，新增贷款与存款比每上升1个百分点，新型城镇化综合得分就会上升0.307495，其对新型城镇化建设的支持力度要比金融规模扩张更有力度，反映了金融效率在新型城镇化建设中扮演着举足轻重的地位，能够很好地将吸收的存款转化为贷款，投放到新型城镇化建设中去；取对数后的保险费用收入可以近似理解为保险费用的增加率，因此其系数0.493545表示在其他因素不变的情况下，保险费用每增加1个百分点将会导致新型城镇化综合得分上升0.493545，反映了保险在新型城镇化建设中提供重要的保障作用，正是有了这种完善的保险措施，才能分散风险，使得新型城镇化建设没有后顾之忧。综合来看，金融行业的规模发展，效率改善，各相关行业联动发展都对新型城镇化建设有着强力的支持作用，是新型城镇化建设的重要助推力量。

常数项的系数为-6.743099，可以理解为在没有金融支持的情况下，新型城镇化建设的综合得分将会下降，这就表明金融支持是新型城镇化建设必不可少的因素，没有金融支持，就没有投资，任何项目的建设都无法进行下去。通过特定时期固定效应的变截距情况可以看出，从2006-2011这六年间，常数项系数在不断减小，表明新型城镇化建设对金融的依靠力度持续加大，一旦没有金融支持，新型城镇化建设的综合得分就会下降更多，充分说明了新型城镇化建设需要金融支持。

[责任编辑：王成利]

本文受国家社科基金项目“政府行为选择与农村金融效率优化研究(14JY107)”、教育部人文社科课题“基于供应链金融的我国农村金融功能再造研究(13YJA790167)”、山东省自然基金课题“基于制度均衡视角的山东省农村金融制度变迁与创新研究(ZR2009HL017)”、山东省科技攻关课题“基于经济资本的商业银行内部控制研究(2010G0020809)” 以及山东省金融学会2014年度重点研究课题“‘巴Ⅲ’背景下商业银行多渠道融资问题研究(2014SDJR29)”的资助，深表感谢！

周宗安(1964-)，男，山东财经大学金融学院教授，博士；王显晖(1989-)，男，山东财经大学金融学院硕士研究生；汪洋(1988-)，男，山东财经大学金融学院硕士研究生。

F299.21

A

1003-8353(2015)01-0116-06