基于耦合视角的城镇化与金融发展关系研究

刘小瑜,汪淑梅

(1.江西财经大学研究生院南昌330013;2.上饶银行股份有限公司江西上饶334000)

基于耦合视角的城镇化与金融发展关系研究

刘小瑜1,汪淑梅2

(1.江西财经大学研究生院南昌330013;2.上饶银行股份有限公司江西上饶334000)

为探究城镇化与金融发展间耦合协调关系,构建相应评价指标体系,以江西省为例,运用熵权Topsis法和耦合协调评价模型进行实证分析,研究结果表明:2000—2013年,江西省城镇化与金融发展及金融发展各子系统均处于颉颃阶段,协调度有所提升,但协调性水平还不够高;城镇化与金融发展的协调度变化情况主要取决于金融发展状况;城镇化与金融效率的协调度提升成效显著。

城镇化;金融发展;耦合协调性

0 引言

诺贝尔经济学奖得主斯蒂格利茨认为21世纪影响世界发展最大的两件事情分别为美国的高科技产业和中国的城镇化。在当前外需不振、城乡二元结构问题突出的情况下,城镇化建设必将成为拉动内需的重要引擎和破除城乡二元结构的根本出路,这也是新一届领导班子大力推进的重点工作之一。而城镇化进程涉及经济社会发展的各个方面,是一项复杂的系统工程,需要金融业发挥支撑作用。金融业作为现代经济的血液,可以为城镇化建设和优化生产要素布局提供资金支持,对城镇化建设具有巨大推动作用,因此有必要研究城镇化和金融发展间的关系。

总体而言,当前城镇化和金融发展间关系的研究方法多采用计量模型,如VAR模型和面板数据模型等,将二者视为各自发展但又相互影响的系统,从耦合协调角度对二者互动状态的定量研究还鲜有涉及。已有的从系统联动角度展开的研究仅为城镇化和金融发展整体的耦合时序变化,缺乏城镇化系统和金融发展各子系统的耦合协调性研究。本文通过构建城镇化和金融发展指标体系,以江西省为例,探讨城镇化与金融发展及金融发展子系统耦合协调时序变化,旨在更好地进行新型城镇化建设,为政府政策的制定提供参考依据。

1 研究方法

本文采用熵权TOPSIS法和耦合协调评价模型作为城镇化和金融发展耦合协调分析的主要方法。

1.1 熵权TOPSIS法

熵权TOPSIS法实质是熵值法和TOPSIS法的结合,通过熵权法确定各评价指标权重,再利用TOPSIS法确定各评价对象的排序。熵权TOPSIS法的主要计算过程如下:

(1)假设有n个待评价对象,各评价对象有m个指标,则初始数据矩阵可表示为X=(xij)n×m。

(2)由于各指标的正负取向和量纲不同,因此在进行数据分析之前,需要对数据进正向化和无量纲化处理。

(3)第j项指标的信息熵:

(4)第j项指标的差异性系数为gj=1-ej,gj越大,则第j项指标的差异性越大,其重要性越强,所占权重越大。

(5)第j项指标的权重:

(6)计算加权矩阵:

(8)计算待评价对象与最优解及最劣解的欧氏距离:

(9)计算综合评价指数:

1.2 耦合协调评价模型

根据现有对耦合协调度的相关研究,大部分学者借鉴物理学中的耦合模型,建立多个系统彼此相互作用的耦合度模型,模型计算公式为:

由此可以推出反映城镇化和金融发展两个系统协调效应的耦合评价模型,模型表示为:

式中,D为城镇化与金融发展系统的协调度;T为这两个系统的综合协调指数,反映两系统的综合发展水平对协调度的贡献;α和β是待定参数,由于在城镇化与金融发展的协调发展过程中,两系统具有同等重要性,本研究均取α和β为0.5。

耦合度反映系统间的依赖程度,协调度是反应系统间在耦合基础上的协调状况的优劣程度。目前学术界尚无耦合度和协调度的划分标准,参照刘耀彬(2005)和蒋天颖(2014)等学者的研究成果,结合本研究实际情况,将耦合度和协调度均划分为四个层次,具体情况见表1所示。

表1 耦合度与协调度划分标准

2 指标体系的构建

探究城镇化和金融发展间的耦合协调关系需要通过建立指标体系,并对这两者的综合发展水平进行评价。本文从人口城镇化、经济城镇化、空间城镇化、社会城镇化、城镇化效率和城乡协调这六个方面构建城镇化水平评价指标体系,从金融规模、金融结构和金融效率这三个维度构建相应的金融发展评价指标体系。在选取具体指标时,遵循系统性、代表性、因地制宜性和数据可得性等指标选取原则,并参考郭叶波(2013)和夏祥谦(2014)等的观点,最终构建的指标体系如表2所示。

表2 城镇化和金融发展综合评价指标体系

3 江西省城镇化与金融发展耦合协调分析

3.1 数据来源

为探究城镇化与金融发展间的耦合协调关系,本研究以江西省为例,对其2000—2013年城镇化与金融发展耦合协调情况进行测度与分析。指标数据来源于2001—2013年《江西统计年鉴》和中国经济与社会发展统计数据库,部分指标数据由原始数据推算得到。

4.2 城镇化与金融发展耦合协调性分析

基于熵权TOPSIS的计算步骤,将2000—2013年城镇化和金融发展两个指标体系中各指标值分别带入相应公式,可得城镇化和金融发展的综合评价结果,所得结果如表3所示。为便于分析,对城镇化和金融发展的综合评价结果分别用城镇化总指数和金融发展总指数表示。同时按照耦合协调评价模型的基本原理,将城镇化总指数和金融发展总指数带入该模型的计算公式,得到城镇化和金融发展这两个系统的耦合度和协调度,结果见表3所示。

表3 2000一2013年江西省城镇化与金融发展评价结果及耦合协调性

为了直观上判断城镇化总指数、金融发展总指数以及两个系统的耦合协调情况,绘制表3所对应的折线图,结果如图1所示。

图1 2000一2013年江西省城镇化与金融发展评价结果及耦合协调性

由图1可知,江西省城镇化总指数变化情况分为三个阶段,其中:2000—2003年缓慢下降;2004—2005年慢速上升,2006—2013年则快速上升。评价结果表明,2013年城镇化水平最高,2003年城镇化水平最低,城镇化总指数整体呈上升趋势。进一步探究城镇化水平逐步提高的原因,可以发现除了单位固定资产实现GDP、城乡居民消费支出之差和城乡居民可支配收入之差这三个指标外,其他城镇化评价指标体系中的各指标值都得到不同程度的提高,尤其是人均财政科技支出、人均财政教育支出和互联网普及率这三个权重最大的指标的提升效果显著(见表4)。

表4 2000一2013年江西省城镇化与金融发展各评价指标权重

金融发展总指数在2000—2002年、2006—2008年和2009—2011年这三个时间段内波动性最大。除去波动区间,金融发展总指数变化不大,特别是2013年与2000年相比,金融发展水平并没有得到提高。进一步对导致金融发展水平偏低的原因进行分析,从表4数据可以发现金融发展指标体系中金融结构指标组中股票市场融资额占融资总量比重的权重最大,为0.3208,但是这一指标值在不断下降,由2000年的0.0192下降到2013年的0.0026;金融规模指标组中股票筹资额占GDP比重的权重次之,为0.3053,这一指标值也在不断下降,由2000年的0.0170降到2013年的0.0023;金融发展指标体系中股票市场融资额占融资总量比重和股票筹资额占GDP比重两个指标的权重合计为0.6261,而这两个指标值都在下降,进一步拉低了金融发展水平的评价值,因此股票市场发展水平低成为江西省金融发展的一大瓶颈。

由图1可知,2000—2013年江西省城镇化与金融发展的耦合度在0.3～0.5之间,其中2005年城镇化与金融发展整体耦合度最高,其值为0.4995,这是因为2005年权重最大的两个指标股票市场融资额占融资总量比重和股票筹资额占GDP比重的评价值均由下降转为上升趋势,这使得金融发展总指数也由下降转变为上升趋势,促进了耦合度的提高;2000年耦合度最低,为0.3371,这是由于这一年城镇化和金融发展两个总指数值差距较大且变化趋势相似度低。由此可见,2000—2013年期间江西省城镇化与金融发展均处于颉颃阶段,并且随着时间的推移无明显变化,耦合态势较平稳。就协调度而言,2010年协调度最高,其值为0.5068,处于高度协调耦合阶段,这是因为股票市场融资额占融资总量比重和股票筹资额占GDP比重的评价值均由下降转为上升趋势,而这两个指标权重都很大,这使得金融发展总指数也由下降转变为上升趋势,而金融发展总指数与城镇化总指数值有所提高且均处于上升态势,进一步提高了协调度;2004年协调度最低,为0.1745,处于低度协调耦合阶段,原因是股票市场融资额占融资总量比重和股票筹资额占GDP比重的评价值下降幅度较大,金融发展与城镇化间的总指数走势不一致,拉低了协调度;其他年份的协调度均低于0.5,处于低度协调耦合阶段或中度协调耦合阶段。其中,2000—2008年大体处于低度协调耦合阶段,而2009—2013年则大体处于中度协调耦合阶段,这是由于2008年国际金融危机后,金融系统逐渐得到恢复,金融发展水平波动程度减小,与不断上升的城镇化水平间的耦合协调态势得到加强。虽然耦合协调阶段进一步提升,但是这种协调性水平还不够高,因此加强城镇化与金融发展的协调性应成为当前城镇化建设的重点工作。观察金融发展总指数和协调度的时序走势,可以发现这两者的走势情况很相似,相对而言,协调度的走势变化情况更缓和些,因此可以得到城镇化与金融发展的协调度变化情况主要取决于金融发展状况,进一步得出提高江西省城镇化与金融发展的协调性的关键是提高金融发展水平。

3.3 城镇化与金融发展子系统耦合协调性分析

上述分析结果表明金融发展水平是提高江西省城镇化与金融发展的重要举措,而金融发展是一个相当复杂的系统,因此有必要对金融发展各子系统与城镇化的耦合协调情况做进一步地分析。金融发展分为金融规模、金融结构和金融效率这三个方面。

图2 2000一2013年江西省金融发展总指数及方面指数走势图

由图2可知金融规模指数、金融结构指数和金融发展总指数走势基本一致,因此金融规模及金融结构与城镇化的耦合协调情况也将类似于金融发展与城镇化,可推知城镇化与金融规模、城镇化与金融结构的耦合协调性虽有所提升,但耦合协调性还处于低水平。接下来对城镇化与金融效率间的耦合协调情况进行重点分析。根据熵权TOPSIS法和耦合协调模型的基本原理,计算结果如表5所示。

表5 2000一2013年江西省城镇化与金融效率评价结果及协调性

为了更直观地判断城镇化总指数、金融效率指数及其耦合协调情况,绘制表5所对应的折线图,结果如图3所示。

图3 2000一2013年江西省城镇化与金融效率评价结果及协调性

由图3可知,城镇化总指数呈上升态势,而金融效率指数在波动中上升。2000—2013年江西省城镇化与金融效率的耦合度在0.3～0.5之间,协调度处于0.1～0.7间。该时期江西省城镇化与金融效率处于颉颃阶段,各年的耦合度无明显变化,耦合走势很平稳。由于权重最大的保险密度评价值一直在上升,促进了金融效率指数的上升,而城镇化总指数基本处于上升态势,因此这两者间的协调度不断提高,2013年的协调度最高,达到0.6510,2001的协调度最低,值仅为0.1894。另外,2000—2006年城镇化与金融效率处于低度协调阶段,2007—2009年处于中度协调阶段, 2010—2013年处于高度协调阶段。可知2000—2013年间,江西省城镇化与金融效率的协调性提升成效显著,金融效率对于城镇化与金融发展间的协调性具有拉动作用。

4 结论

鉴于金融发展对城镇化的重要支撑作用,本文基于耦合协调的视角,以江西省为例,研究城镇化与金融发展间的耦合协调关系。研究结果表明,城镇化总指数提升效果明显,这是因为人均财政科技支出、人均财政教育支出和互联网普及率这三个权重最大的指标值上升速度很快。金融发展总指数在2000—2002年、2006—2008年和2009—2011年这三个时间段内波动性最大。总的来说,金融发展总指数变化不大,股票市场融资额占融资总量比重和股票筹资额占GDP比重这两个指标值波动性下降是促成金融发展效果不理想的主要原因,进一步推知直接融资能力不强成为江西省金融发展的一大瓶颈。

2000—2013年这时期江西省城镇化与金融发展均处于颉颃阶段,并且随着时间的推移并无明显变化。2000—2008年大体处于低度协调耦合阶段,而2009—2013年则大体处于中度协调耦合阶段。股票市场融资额占融资总量比重和股票筹资额占GDP比重是决定城镇化与金融发展系统耦合协调情况的主要因素。虽然耦合协调阶段进一步提升,但是这种协调性水平还不够高。金融发展总指数和协调度的时序走势情况很相似,因此可以得到城镇化与金融发展的协调度变化情况主要取决于金融发展状况,进一步得出提高江西省城镇化与金融发展的协调性的关键是提高金融发展水平。通过研究城镇化与金融发展各方面指数的耦合情况,得到城镇化与金融规模、金融结构和金融效率的耦合度均处于颉颃阶段。城镇化与金融规模、城镇化与金融结构的协调度虽有所提升,但协调性还处于低水平;城镇化与金融效率的协调度提升成效显著,金融效率对于城镇化与金融发展间的协调性具有拉动作用。

[1]郭江山.基于v AR模型的城镇化、工业化与金融发展动态分析——以河北省为例[J].河北师范大学学报(哲学社会科学版),2011, (4).

[2]陈志伟.金融发展对城镇化影响的实证研究——以河南省为例[J].经济经纬,2014,(6).

[3]刘耀彬,李仁东,宋学锋.中国城市化与生态环境耦合度分析[J].自然资源学报,2005,(1).

[4]蒋天颖,华明浩,许强,王佳.区域创新与城市化耦合发展机制及其空间分异——以浙江省为例[J].经济地理,2014,(6).

[5]郭叶波.城镇化质量的本质内涵与评价指标体系[J].学习与实践, 2013,(3).

[6]夏祥谦.各省区市金融发展水平的比较研究[J].金融理论与实践, 2014,(1).

(责任编辑/浩天)

F061.5

A

1002-6487(2016)20-0167-04

刘小瑜(1958—),女,江西赣州人,博士,教授,研究方向:经济统计、国民经济核算。汪淑梅(1990—),女,江西上饶人,硕士,研究方向:经济统计。