金融发展对新型城镇化建设的支撑作用

赵瑞娟

中图分类号：F124 文献标识码：A

内容摘要：本文以1999-2013年度我国省级面板数据为分析对象，以地区金融发展为门限变量，建立城镇化与地区金融发展之间的面板门限回归模型，以此讨论城镇化和地区金融发展之间的非线性相关问题。研究结论表明：地区金融发展能够有效带动城镇化，但二者之间存在显著的双门限效应。当地区金融发展水平分别为越过第二门限值、低于第一门限值以及位于第一门限值和第二门限值之间的时候，地区金融发展对于城镇化的促进作用强度依次增强。

关键词：城镇化 金融 非线性 面板数据 门限模型

问题的提出

新型城镇化建设要求在以人为本的原则下，通过新型工业化以及农业现代化等一系列手段统筹城乡发展。在这一发展过程中必然会产生大规模公共基础设施建设投资以及公共基础服务的供给。据测算，到2020年按照我国城镇化率60%计算，用于城镇化建设投资将超过50万亿。在城镇化初期虽政府依靠土地财政支撑了城镇化发展，但在如此巨大的资金缺口下，如果仍单纯地坚持传统城镇化过程中以政府土地财政为主要的资金支持手段，那么新型城镇化的发展将难以为继，同时也会阻碍我国城镇化深入发展和功能的发挥。因此，必须要对现有的城镇化资金支撑体系进行升级替代。而金融作为现代经济发展过程中资源配置及价值流通的枢纽和核心，必将能够成为我国新型城镇化发展建设新的支撑。

文献回顾

Richard（1995）在对美国城镇化機制进行分析后认为投资对于城镇化的发展具有重要作用。Kim（1997）对住房融资和城镇基础设施建设融资进行了讨论，并认为城镇化发展过程中，由于人口集聚导致房产需求、社会公共基础设施需求及社会基本服务需求激增，由此产生的建设资金缺口可以通过金融手段进行补充。欧美许多发达国家在城镇化发展过程中都将金融发展作为其城镇化的重要支撑方式之一。例如美国通过建立规模庞大的市政债券市场，以创新的融资模式（PPP模式等）及大量的金融衍生品（COD、CDS等）为主要手段，而达到为城镇化建设筹集资金的目的；而德国则凭借其实力雄厚的银行体系快速完成了战后城镇重建工作。

在国内，金融与城镇化发展研究日益增多。伍艳（2005）认为城镇化与地区金融发展水平具有正向关系，我国西部地区可以通过加强地区金融发展以促进城镇化的发展。王振坡、游斌、王丽艳（2014）认为金融支持可以提升我国城镇化效率，加速新型城镇化发展。李新光、胡日东、张泽（2015）对我国目前城镇化两种融资模式（土地财政和金融手段融资）进行了比较，认为在土地财政非可持续的情况下，应当提升金融市场效率，以便于有效发挥其融资功能而促进我国城镇化的可持续发展。熊湘辉、徐璋勇（2015）也指出提升金融对于城镇化的服务水平是促进我国城镇化可持续发展的重要手段之一，是推进高效、包容、可持续的城镇化发展的重要工作之一。

金融作为现阶段对于土地财政这一不可持续融资方式的有效替代，必将成为我国未来新型城镇化发展过程中的新支撑。虽然新型城镇化和地区金融发展具有显著的相关性，但是这种相关性是否为线性相关仍有待考究。尤其是在现实环境下，我国东部沿海地区依托其禀赋优势，城镇化及金融发展水平呈现“双高”态势，而中西部地区大多呈现出城镇化与金融二者之间的非均衡发展状态。故本文选取1999-2013年我国30个省份面板数据为研究对象，以Hansen门限模型方法对城镇化与金融发展之间存在的非线性问题进行研究。

模型、变量与数据

（一）模型选择

学者Hansen（2000）门限回归模型为非线性结构突变问题研究提供了方法，不仅不需要给定非线性方程形式，而且还可以通过bootstrap法进行门限值显著性估计，克服了传统结构突变模型的不足。因此，本文采用Hansen面板门限理论进行分析。

假设平衡面板数据单门槛模型为：

其中，i、t分别表示地区和年份；yit、xit分别表示因变量和自变量；μi和eit 分别表示固定效应和随机干扰项，其中eit满足零均值同方差的独立同分布假设即eit～（0，σ 2 ）；I（·）表示判定函数，（·）为相应的表达式，如果表达式为真，则返回值为1，否则为0；qit和γ表示门限变量和待估门限值；β1和β2表示待估系数。将（1）转换成矩阵形式则：

其中，，。令，，，其中上划线表示对应变量的平均数。则能够得到相应变量的矩阵形式：

其中。通过最小二乘法估计，可得残差平方和Sγ：

如果γ取值满足条件：，那么γ即为估计所得门限值。此时，其它相应参数估计值即可确定。此后，再对最优门限值进行显著性检验和置信区间估计。

在上述单一门限模型设定基础上，本文扩展至多阶门限模型，在此以二阶门限模型为例：

其中γ1和γ2表示第一门限值和第二门限值，并有γ1<γ2。

在此基础上，本文建立以城镇化水平为因变量、以地区金融发展水平为核心解释变量的自门限回归模型，以探讨城镇化发展与地区金融发展之间的相关关系。具体模型设定为：

其中lncity表示城镇化发展水平，lnfin表示地区金融发展水平，H表示一系列控制变量：市场化程度（lnmarket）、工业化（lnind）及对外开放程度（lnexp）。

（二）变量与数据说明

本文所选择的因变量为城镇化率，用非农人口占地区总人口的比重对地区城镇化进行间接衡量。核心解释变量主要为地区金融发展水平，选择地区金融机构贷款余额占GDP比例为金融发展水平的近似测度指标，并依据模型设定将其作为门槛变量。文中所涉及到的主要控制变量包括市场化水平，以樊纲（2011）提出的计算方法及部分已有数据为基础对缺失数据进行补齐；工业化水平以该地区第二产业占GDP的比例表示；对外开放程度以地区进出口总额占当年GDP的比例测度。由于西藏地区缺失数据较多，故剔除西藏地区仅对我国内地30个省级行政单位进行研究。所有数据时间跨度为1999-2013年度，全部指标计算数据均来自于《中国统计年鉴（2000-2014）》及中国知网中国经济与社会发展数据库。

实证检验及分析

（一）门限效应检验

本文采用stata12.0为分析工具进行相关计算。首先对所设定的方程进行门限效应检验，以确定其是否存在结构突变问题。计算结果见表1。

从检验结果可知，单门限模型和双门限模型均通过了显著性水平为1%的统计检验，而三门限模型显著性水平较低，仅在10%的水平下才通过显著性检验。因此由检验结果可知，通过显著性检验的门限值有两个，对应的门限模型选择为双门限模型。

（二）门限值估计

在对门限值个数进行确定后，需要对双门限模型的门限值取值进行估计，并计算其置信区间。门限值估计结果见表2。

由估计结果可知，在95%的置信区间下，第一门限值区间估计值为4.513-4.585，相应点估计值为4.535；第二门限区间估计值为5.045-5.158，相应点估计值为5.146。而且估计置信区间都较狭窄，表明门限值识别程度较高。并且，进一步依据门限值可将我国地区金融发展水平划分为三个等级：A类地区，即金融发展水平突破第二门限值；B类地区，即金融发展水平位于第一和第二门限值之间；C类地区，即金融发展水平位于第一门限值以下。并以此为依据将我国30个省级行政单位进行归类，得表3。

表3显示，1999年所研究的30个省级行政单位金融发展水平无一位于A类，仅北京地区金融发展水平接近A类地区金融发展水平；B类地区包括北京、天津、上海等20个省市区；C类地区包括河北、山东等10个省市区。2013年，北京和上海金融发展水平位于A類水平；B类地区包括天津、吉林等20个省市区，其中江苏、浙江、广西、福建为新增地区；C类地区数量有所减少。1999-2013年，虽然各地区金融发展水平都有所上升，且部分省市区如广东、天津等金融发展水平已经逼近第二门限值，但是真正实现质变的仅北京、上海、江苏、浙江、广西、福建。而且，C类地区中全部是我国中部地区，而西部五省的金融发展水平全部位于B类地区。

（三）模型参数回归与分析

为了与双门限模型回归结果进行对照，本文特引入线性回归模型。依据Hausman检验结果，p=0.03，在5%的显著性水平下可以拒绝原假设，而采用固定效应模型。对线性回归模型采取线性固定效应模型进行回归。回归结果见表4。

表4显示，线性固定效应模型及双门限模型二者的回归系数除固定效应模型的常数项外，其他系数都能够通过5%的显著性检验，与理论预期一致。而且二者在总体检验上都通过了显著性为1%的总体显著性检验，同时也说明双门限变量存在符合客观实际。双门限模型回归结果与线性固定效应模型回归结果相比较R2值有所提升，说明双门限模型与线性固定效应模型相比，对于城镇与地区金融发展之间相关关系的解释力能力更好。如果单纯以线性固定效应模型作为分析对象，那么难免会忽略其结构突变问题，而难以深刻揭示城镇化和地区金融发展之间的内在关系。因此，本文主要针对双门限模型的回归结果进行分析。

1.控制变量影响效果分析。工业化发展、市场化水平以及开放程度对于城镇化具有明显的正向作用，皆通过1%的显著性检验，与现实情况相符合。工业化以及市场化发展水平变动1%分别导致城镇化率变动0.398%和0.428%。对外开发程度对于城镇化的作用程度较弱。对外开放程度每提升1%仅使城镇化发展水平提升0.062%。

2.金融发展对于城镇化的门限效应分析。双门限值将金融发展对于城镇化的影响作用划分为三个等级。在第一门限值（lnfin≤4.535）以下，地区金融发展水平提升1%，城镇化发展水平提升0.095%，并能通过5%的显著性检验。当地区金融发展水平越过第一门限值而介于第一门限值和第二门限值之间（4.535

回归结果表明，地区金融发展对于城镇化的促进作用具有非线性特征，金融发展水平位于第二阶段对于城镇化的促进作用最强，位于第一阶段时作用力度次之，而地区金融发展高于第二门槛值的时候，对城镇化促进作用最弱。对此可能的解释是金融发展位于高水平的地区（即跨越第二门限值的北京和上海）其城镇化率已经达到世界较高水平状态（例如2014年北京城镇人口比重达到86.35%，上海则达到89.6%），地区金融发展对其作用程度已经越过峰值，处于一种较低水平的稳定维持和促进的状态。而金融发展水平介于第一和第二门限值之间的地区正处于城镇化快速推进的发展时期。处于这一阶段的地区包括全部西部省份以及大多数沿海东部省份（天津、广东、海南等）以及少部分中部省份（安徽）。对于快速发展的沿海省份及少数中部省份来说，随着土地征用成本上升以及国家相关规定的限制，使土地财政使用效率降低，加之相应的地理优势使金融成为城镇化过程中土地财政最有效的替代。而对于人口密度较小的西部省份来说，一方面土地资源丰富，城郊土地利用率不高，其升值空间有限；另一方面由于资源承载能力限制，加之其经济发展水平以及人口聚集、产业聚集效应较之沿海地区较弱，因此土地财政作用力有限。而国家对于西部地区的一系列政策扶持和投资使其城镇化的金融支持力度稳步提升，缓解了城镇化发展的资金约束问题，对于城镇化的发展起到了促进作用。但是对于中部地区，一方面由于地区金融发展水平较低，金融资本的逐利性导致有限的金融资本难以投入到城镇化发展过程中；另一方面由于城镇化导致城郊土地升值，此时存量丰富、成本低廉的土地财政成为城镇化发展的主要资金来源和更快捷的手段。

结论与启示

新型城镇化与地区金融发展显著相关，但并不仅仅是单一线性相关关系。本文以我国30个省份1999-2013年度的面板数据为考察对象，通过建立面板门限模型对城镇化与金融发展之间的关系进行了考察。结果表明我国城镇化与地区金融发展之间存在显著的双门限非线性相关关系，且较之于线性模型来说，双门限模型的解释能更强。并且，地区金融对于城镇化发展的正向促进作用程度，依据地区金融发展水平而不同。当地区金融发展水平位于第一门限值和第二门限值之间、低于第一门限值和跨越第二门限值的时候，金融对于城镇化的支持程度逐步减弱。

依据本文研究结论可得出如下启示：首先，要加强政策性金融资源的引导，发挥政策性金融资源在城镇化建设过程中的导向作用和示范作用，通过构建多层次的立体金融支持体系，化解城镇化融资困境。尤其是在一些商业资本不愿意进入的公共领域，国家政策性金融资本更要起到带头作用。其次，要支持地区金融创新、加强资本市场的发展，通过金融创新（PPP、PFE、BOT模式等）调动社会沉淀资产参与。一方面通过大力发展债券化融资将流动性差的资产盘活，还可以通过将未来可预期收益贴现到当期，据此设立特殊项目载体发展资产证券进行融资。另一方面对于金融、经济实力较好的地区在城镇化建设上，可以适当向民间资本放开准入限制，通过商业资本运营实现城镇化软硬件设施的建设。例如深圳罗湖区田贝村以及白石洲等地区在进行城镇化改造以及城中村改建的时候，就大胆引入民间资本，通过村民集体众筹、入股等形式筹集资金进行城镇化改造。而对于金融发展水平较低、经济实力不足的地区则可以通过加大国家资金及政策促进其城镇化建设。最后，对于地区金融发展及相应的创新活动要提高制度支撑和法律保障。例如对于市政债券融资等手段，国家就应该积极配套《市政债券法》、《市政债券发行试行办法》等，做好法律保障。

参考文献：

1.Qun W，Yongle L，Siqi Y. The incentives of Chinas urban land finance[J]. Land Use Policy，2015（42）

2.Richard B Andrews. Mechanics of the Urban Economic Base： The Concept of Base Ratios [J].1995，31（1）

3.Kyung-Hwan Kim. Housing Finance and Urban Infrastructure Finance[J].Urban Studies，1997，34（10）

4.伍艳.西部欠发达地区城镇化进程中的金融支持[J].西南民族大学学报（人文社科版），2005（2）

5.王振坡，游斌，王丽艳.论新型城镇化进程中的金融支持与创新[J].中央财经大学学报，2014（12）

6.李新光，胡日东，张泽.我国土地财政、金融发展对城镇化支持效应的实证研究——基于面板平滑转换模型[J].宏观经济研究，2015（4）

7.熊湘辉，徐璋勇.中国新型城镇化进程中的金融支持影响研究[J].数量经济技术经济研究，2015（6）

8.Hansen Bruce E.Sample Splitting and Threshold Estimation[J].Econometrica，2000，68（3）

9.樊綱，王小鲁，马光荣.中国市场化进程对经济增长的贡献[J].经济研究，2011（9）