吉林省城镇化与金融发展的相关性研究

尹海英，周鸿飞

（1.长春金融高等专科学校 金融学院，吉林 长春 130028；2.吉林省金融文化研究中心，吉林 长春130028；3.中信银行长春一汽支行，吉林 长春 130011）

吉林省城镇化与金融发展的相关性研究

尹海英1,2，周鸿飞3

（1.长春金融高等专科学校 金融学院，吉林 长春 130028；2.吉林省金融文化研究中心，吉林 长春130028；3.中信银行长春一汽支行，吉林 长春 130011）

中国的城镇化建设已成为解决“三农”问题、消除城乡差异的重要途径。服务经济发展的金融业在优化资源配置、促进城镇化发展中起到了重要的作用。因此，全方位地分析、研究区域金融竞争力，对正确认识和评价城市金融发展目标、合理构造金融发展布局、加快城市金融化进程、推进区域城镇化发展具有重要意义。吉林省城镇化发展与金融竞争力发展水平有很强相关性，深入研究二者之间的互动关系有助于为金融支持城镇化发展提供决策依据。

城镇化；金融生态竞争力；金融规模竞争力；金融效率竞争力

一、数据来源及模型构建

大量研究结果显示，区域金融竞争力水平对城镇化具有正向效应，在推动城镇化进程中所起的作用主要体现在三个方面：支持城镇经济发展、支持城镇建设、支持农村居民城镇化。对吉林省而言，城镇化过程伴随着金融水平的不断提高，考察城镇化水平和金融发展水平互动特征，首先需要构建衡量两者状态的指标体系，以反映其发展水平。［1］

（一）指标构建

1.城镇化水平（CI）

城镇化水平是区域经济发展程度的重要标志，反映城镇化达到的水平。目前，学术界一般从三个层面定义城镇化水平：城镇人口所占比重、城市人口及其用地面积、集聚程度达到称为“城镇”的居民点的数目。基于数据的可获取性考虑，本文选择第一层含义，用城镇人口占总人口的比重来反映城镇化水平。具体定义如下：

城镇化水平CI=城镇人口/总人口

2.金融发展水平（FD）

本研究中的金融发展水平是从融通资金的角度对该区域金融资源配置能力的考量，是对资源的吸引力和对资源的转化能力的研究。因此，在构建金融发展模型时，也着重考虑选择能够代表本经济区对金融资源的吸引能力及转化能力的指标。对金融资源的吸引能力主要包括吉林省金融生态环境对金融资源的吸引能力以及吉林省金融市场规模对金融资产的容纳能力；而对金融资源的转化能力主要反映在经济区内金融市场的配置效率上。

基于以上构建思路，研究从金融生态、金融规模以及金融效率三个维度来衡量金融的发展状况和金融资产的配置能力，构建的金融发展模型如图1所示。金融生态竞争力主要体现在该区域的经济实力和区域开放程度上；金融规模竞争力主要体现在银行业、证券业和保险业的规模上；金融效率竞争力则从宏观和微观两个维度来衡量。其中金融生态竞争力、金融规模竞争力和金融效率竞争力为金融发展的二级指标。［2］

图1 金融发展水平模型

每个二级指标下设有8个三级指标对其进行解释分析，共采用21个四级指标对三级指标进行解释，其中：经济储蓄动员力=储蓄总额/GDP；储蓄投资转化率=储蓄总额/资本形成总额；银行业经营效率用存贷比指标反映，存贷比=贷款额/存款额；证券市场融资效率=当年股票（A股）筹资额/GDP；保险公司经营效率指标用保险深度来反映，保险深度=保费收入/GDP。综上所述，衡量吉林省金融发展水平的评估指标体系可总结如表1所示。

表1 吉林省金融发展水平评估指标体系

（二）数据来源及对数据的处理

研究中反映吉林省城镇化水平及金融发展水平的指标数据来源于历年《吉林省统计年鉴》、国家统计局网站、《吉林省国民经济和社会发展统计公报》以及《吉林省金融运行报告》，样本时间为2000—2014年度。

在分析之前，为消除数据量纲差异以及数据自身的变异影响，对数据均进行了标准化处理，使得各指标值都处于同一个数量级别上。

为全面反映吉林省历年城镇化、金融发展水平及变化趋势，本研究将立足于吉林省实际情况，借助因子分析方法，分别从金融生态竞争力、金融规模竞争力和金融效率竞争力三个方面对吉林省历年金融发展水平进行度量，最后利用回归分析探寻城镇化与金融发展之间的动态关系。

二、吉林省城镇化发展情况分析

（一）城镇化水平快速提高

近年来，吉林省立足于老工业基地和农业大省的基本省情，以“人的城镇化”为核心，努力提升城市群核心竞争力，走出了一条城乡互动、协调发展的吉林特色城镇化道路。如图2所示，进入新世纪以来，吉林省城镇化水平快速提高，由1999年的47.14%提高到2014年的54.83%。以2000—2010年为例，城镇人口由1 331.1万人增加到1 464.8万人，增加了133.7万人，增长10.1%，年平均增长率为0.96%。城镇人口年均增长速度是总人口增长速度的4倍。其城镇化水平由49.7%扩大到53.4%，提高了3.7个百分点。纵观吉林省近年来城镇化发展情况，不论总人口还是城镇人口，其总量均呈增加趋势；从增长速度看，城镇人口的增长速度比总人口高7.6个百分点。城镇人口的增长速度大大快于总人口，故使吉林省城镇化水平在不断提高。

图2 1999—2014年吉林省城镇化水平变化趋势图

（二）地区间城镇化水平差异在缩小

从我国人口普查数据可以得出，吉林省9个市、州城镇化水平的最大值与最小值之差，分别为59.5个百分点（1990年），43.1个百分点（2000年），36.2个百分点（2010年），10年间差值又减少了6.9个百分点。这说明，吉林省地区间城镇化水平存在不平衡性，但差异在逐年缩小。吉林省近两次人口普查城镇化水平变化情况如表2所示。

表2 吉林省人口普查城镇化水平比较 （单位：%）

表3 城镇化水平与收入及工资水平比较 （单位：%、元）

从吉林省所属的市、州城镇化状况来看，白山市、延边州和吉林市城镇化水平较高，排位靠前，但是松原市、四平市和白城市城镇化水平较低，排位靠后。从动态来看，长春市的城镇化水平提高较快，从全省第六位上升至全省第四位。而通化市和辽源市则出现了退步，前者从全省第四位下降至全省第五位，后者则从全省第五位下降至全省第六位。松原市、四平市和长春市城镇化水平提高速度最快，提高幅度分别为7.0%、5.7%和5.7%；白山市、辽源市和吉林市城镇化水平提高较慢，提高幅度分别为0.1%、0.4%和1.0%。

（三）城镇化质量有很大提高空间

城镇化发展的内涵要求不仅是量的积累和增加，还包括质的提升和结构的优化。虽然近年来吉林省城镇化水平逐渐提高，并持续高于全国平均水平，但城镇人均可支配收入和职工平均工资等指标都低于全国平均水平。具体情况如表3所示。

三、吉林省金融发展力分析①全部运行结果均在SPSS17.0中实现。

（一）金融生态竞争力评价

1.区域经济实力评价

对2000—2014年吉林省区域经济实力指标体系中指标数据进行标准化处理，选用7个指标均属于正向指标，为消除量纲影响，以1999年为基年，将所分析的变量数据用其增长率数据来代替，同时考虑到GDP与人均GDP，以及全社会固定资产投资与人均固定资产投资者之间的高度相关。本节考察区域经济实力时，在上述两对指标间均选择一个指标，选择结果如表4。

表4 区域经济实力指标体系

运用因子分析模型和方法，对吉林省2000—2014年的区域经济实力指标体系进行综合评价分析，指标构建、因子分析后的历年经济实力评价结果如表5所示。从表5经济实力得分中可以看出，吉林省经济实力不甚稳定，呈波动状，但变化微弱，近几年略有下降。

2.区域开放程度评价

运用因子分析模型和方法，对吉林省2000—2014年的区域开放程度指标体系进行综合评价分析，历年开放度评价结果如表6所示。表6中出现负值并非是开放度为负，而是反映开放程度水平较低。由此表可以看出吉林省历年开放度的变化情况，但没有明显规律。

表5 吉林省历年经济实力评价

表6 吉林省历年开放度评价

表7 金融生态竞争力因子得分系数矩阵

3.金融生态竞争力综合评价

将反映金融生态竞争力的所有指标作为整体，综合考察吉林省2000—2014年金融生态竞争力水平。因子分析方法同样适用。以同样的分析方法，可得因子得分矩阵如表7，其中两因子对原有变量方差的解释能力分别为53.645%和31.814%，由此可计算金融生态竞争力的综合评分如表7所示。

表8 吉林省历年金融生态竞争力综合评价

表8显示了吉林省历年金融生态竞争力的综合水平。由该表可以得知，自2000年起，虽然金融生态竞争力两个三级指标经济实力和开放度均无明显规律可循，但金融生态综合竞争力却呈现明显的变化规律，逐年上升。

（二）金融规模竞争力评价

将反映金融业规模竞争力的所有指标作为整体，采用因子分析法可对吉林省历年金融业规模竞争力进行综合评价，评价结果如表9所示。从历年数据评价结果来看，金融规模竞争力逐年增加，2007年后更有大幅度提高。

表9 吉林省历年金融规模竞争力综合评价

从金融规模角度来看，吉林省银行业体系逐步完善，截至2014年底，省内有8家农村商业银行和9家村镇银行，法人金融机构达到105家，银行组织体系更为完整；信贷投放合理均衡，经营性贷款增多，信贷对实体经济和社会经济的支持力度持续。这些都提升了吉林省银行规模竞争力。

（三）金融效率竞争力综合评价

因不能完整获取国内股票筹资额数据，在前文设定的指标中，不再考虑证券市场融资效率，即当年股票筹资额/GDP比重这一指标。因子分析结果如表10所示。

表10 吉林省历年金融规模竞争力综合评价

图3 吉林省2000—2014年金融效率变化趋势图

图3描述了吉林省2000—2014年金融效率变化趋势图。从图中可以看出，金融效率自2001年开始逐年下降。这种变化趋势和前面分析所得到的金融发展状况存在很大差异，部分原因可能是没有充分考虑证券市场效率，因此有必要对金融竞争力进行综合评价，以期能较为全面把握吉林省历年的金融竞争力状况。

（四）金融综合发展力评价

1.变量选取及数据处理

金融综合发展力依靠金融生态竞争力、金融规模竞争力和金融效率竞争力三个指标反映，归根到底取决于所有的四级指标。结合上述研究，考虑数据的可获取性，衡量综合发展力时选取人均GDP、财政收入、人均固定资产投资、城镇人均可支配收入、农村人均纯收入，实际利用外资额、进出口总额、金融机构存款余额、金融机构贷款余额、城乡居民储蓄余额、保险公司保费收入、保险赔付额、经济储蓄动员力、储蓄投资转化系数、存贷比、保险深度16个变量。

为消除数据量纲影响，前14个变量用其增长率来代替；同时为消除物价因素影响，增长率采用定基比增长率（1999年为100），以便和后四个比率变量的量纲一致。

2.评价结果

采用因子分析得到最终的评价结果如表11所示，其变化趋势如图4所示。从图4可以看出，2000—2014年期间，吉林省金融综合发展力在2001年至2003年处于下滑阶段，2003年陷入最低点，之后开始反转，一直呈现稳步上升趋势。其中2001—2003年中国人民银行实施的是紧缩货币政策，受国家压缩银根、降低信贷规模等宏观货币政策调控的影响，吉林省也在同一时期表现出金融综合发展力不够强劲的特征。

表11 吉林省历年金融综合发展力评价

图4 吉林省2000—2014年金融综合发展力趋势图

四、吉林省城镇化与金融发展的相关性分析

从吉林省城镇化发展与金融综合发展力的现状出发，实证研究两者之间的相关性即金融支持城镇化发展的能力。分析将从两个方面展开，一是考察城镇化与金融生态竞争力、金融规模竞争力以及金融效率竞争力三者之间的关系；二是考察城镇化与金融综合发展力之间的关系，所用指标与前面各节含义一致。金融生态竞争力、金融规模竞争力、金融效率竞争力以及金融综合发展力的数据来源于前述因子分析的最后评价结果。

（一）吉林省城镇化与金融综合发展力相关性研究

1.相关性检验

利用前面分析的数据，对两者之间的线性相关程度进行检验，检验结果如表12所示。从表中可以看出两者之间是中度相关的。

表12 吉林省城镇化水平与金融综合发展力之间的相关矩阵

2.数据序列的平稳性检验（单位根检验）

城镇化水平和金融综合发展力的样本空间为2000—2014年，因为均为时间序列数据，为避免“伪回归”，需要对数据的平稳性进行检验。采用DF和ADF检验后，发现两个序列均为不平稳的，而两者的一阶差分系列DCI、DFD则是平稳的。检验结果如表13所示，此处只报告出ADF检验的结果。

表13 城镇化水平CI、金融综合发展水平FD的ADF检验

3.城镇化水平与金融综合发展力之间的短期关系

城镇化水平与金融综合发展力之间的短期关系可通过构建两者之间的VAR模型，并基于此模型的脉冲响应进行分析。

（1）VAR模型

原序列之间的VAR模型的简化形式为：

城镇化水平和金融综合发展力间VAR系统估计的具体结果为：

（2）VAR模型的平稳性检验

图5给出了VAR模型的全部特征根。该图显示VAR模型存在一个大于1的根，说明该模型是一个非平稳系统。

（3）脉冲响应

基于VAR模型，借助脉冲响应，可以进一步观察城镇化与金融发展之间的互动关系。从图6脉冲响应的结果来看，10期之内，对来自于金融综合发展力一个标准差的响应是发散的，影响能力随着滞后期的推移逐渐增强，系统对冲击的响应是不稳定的。但金融发展对城镇化水平提高具有正向效应，且反应较为敏感。

上述研究显示，在短期内，城镇化对金融综合发展力的响应是不稳定的，两者之间并未形成有规律的互动关系。

4.城镇化水平与金融综合发展力之间的长期关系

城镇化水平、金融综合发展力两个序列均是不平稳的，且在短期内没有形成稳定的互动关系，但考虑到两个序列的一阶差分是平稳的，因此可以通过协整检验和向量误差修正模型（VEC），进一步考察两变量之间在长期内是否存在稳定的互动关系。

（1）协整检验

对城镇化水平CI和金融综合发展力FD之间的协整检验结果如表14所示。从结果来看，2000年至2014年，吉林省城镇化发展与金融综合发展之间存在协整关系。

图5 VAR模型的单位根检验

图6 CI对来自FD一个标准差冲击的响应

表14 城镇化水平CI和金融综合发展力FD之间协整关系

（2）向量误差修正模型（VEC）

误差修正模型将城镇化水平、金融综合发展力原序列以及两者对应的一阶差分序列有机结合起来，充分利用两者信息，描述它们之间的长期稳定关系和短期动态调整关系，并逐步向均衡状态变化。误差项△ECM都是负数，这表明所考察的变量在长期都具有向稳定关系收敛的趋势。从城镇化水平的误差系数估计值（-0.371）来看，当短期波动偏离长期均衡时，将以-0.371的调整力度将非均衡状态拉回均衡状态。另外，误差修正模型的拟合优度为0.888，优度较高，这说明该误差修正模型的解释能力还是较高的，详见表15。

表15 误差修正模型（VEC）的估计结果

R2=0.754，Adj.R2=0.720，F=16.187，P（F）=0.001，FD对应的t值为4.023，在1%的显著性水平下通过检验。从长期看，金融综合发展力对城镇化水平的推进具有正效应，系数0.013说明金融发展对城镇化发展的效用较低。所选数据年份仅为2015年，数据较少，也会影响模型的解释能力。

（3）格兰杰因果检验

由前面的研究可以得知，城镇化率与金融发展水平之间具有相互影响、互为因果的关系，但协整检验只能证明各变量之间具有长期稳定的均衡关系，并不能判断相互之间是否有因果关系，因此，需对各变量进行格兰杰因果检验，以确定它们之间的因果关系。经检验最优滞后阶数为2阶，格兰杰因果检验结果如表16所示。结果显示，FD是CI的格兰杰原因在1%的显著性水平下是成立的，而CI却不是FD的格兰杰原因，这意味着金融优化发展会促进城镇化进程的发展，而城镇化进程的发展却不会推动金融的优化和发展，两者之间的良性互动尚未形成。

长期均衡方程为：

表16 城镇化水平CI与金融综合发展力FD之间Granger因果检验

（二）吉林省城镇化与金融生态竞争力、金融规模竞争力和金融效率竞争力之间的相关性研究

按照上述研究思路，进一步研究吉林省城镇化与金融生态竞争力、金融规模竞争力和金融效率竞争力之间的关系。

1.相关性检验

表17 吉林省城镇化水平与金融生态竞争力FE、金融规模竞争力FS和金融效率竞争力FR之间的相关系数矩阵

表17相关系数矩阵显示，城镇化水平CI与金融生态竞争力FE、金融规模竞争力FS和金融效率竞争力FR之间是高度相关的，但金融效率与城镇化进展之间却是负相关，与理论相悖。产生这一结果可能是由于吉林省金融发展的整体水平滞后，金融效率还没有发挥出其对城镇化发展应有的作用。

2.格兰杰因果检验

单位根检验同样显示金融生态竞争力FE、金融规模竞争力FS和金融效率竞争力FR都是不平稳序列，一阶差分后变为平稳序列；三者与城镇化之间存在协整关系。在上述分析的基础之上，通过格兰杰因果检验判断CI是否受FE、FS和FR三变量过去值的影响，还是双方过去行为在互相影响。确定最优滞后期为2阶后，格兰杰因果检验结果如表18所示。

表18 城镇化水平CI与与金融生态竞争力FE、金融规模竞争力FS和金融效率竞争力FR之间Granger因果检验

格兰杰因果检验显示，金融生态竞争力与城镇化进程互为格兰杰原因，两者之间存在良性发展趋势；金融规模是城镇化的格兰杰原因，但城镇化水平却不是金融规模的格兰杰原因。这说明金融规模的提高有利于推动城镇化进展，但城镇化进展却没能有效提高金融规模；金融效率没能发挥出应有的作用，不是推动城镇化发展的格兰杰原因，但城镇化推动却拉动了金融效率的提高。

3.脉冲响应

图7分别显示了城镇化水平CI对来自于金融生态竞争力FE、金融规模竞争力FS和金融效率竞争力FR两个标准差的响应过程。

城镇化水平CI对来自于金融生态竞争力FE的冲击随滞后期的增加大致呈逐渐增强趋势，但响应不够稳定，在8期时达到最高。在1期和2期时开始显著影响城镇化率。这说明金融生态竞争力的变化是与城镇化率同步变化的，并对城镇化率的提高有正向影响作用。

城镇化水平CI对来自于金融规模竞争力FS的冲击在8期前后响应方向发生变化，之前是负向的，8期之后是正向的，9期达到最大值。这说明一开始金融规模就对城镇化水平产生显著影响，但这一效应是在8期之后逐步体现出来的。出现负向响应这一问题，除了与样本容量偏小有关之外，还有一个原因是金融生态竞争力、金融规模竞争力与金融效率竞争力之间存在相关关系，多重共线性问题的存在也是造成这一问题的部分原因。

城镇化水平CI对来自于金融效率竞争力FR冲击的响应总体上看是微弱的，不甚显著，在6期时达到最大值，其对推动城镇化具有正向效应。

图7 CI对FE、FS和FR两个标准差冲击的响应

五、实证研究结论

综合分析城镇化水平与金融发展综合力，对城镇化水平与金融生态竞争力、金融规模竞争力及金融效率竞争力的长期和短期互动关系进行研究后，得到如下结论：

其一，吉林省城镇化发展水平与金融综合发展力之间存在高度正相关关系。

其二，VAR模型和脉冲分析显示，吉林省城镇化发展水平与金融综合发展力之间短期内并未形成良性互动关系，两者之间关系不稳定。

其三，协整检验的结果表明，吉林省城镇化发展水平与金融综合发展力之间存在长期稳定的均衡关系，且金融综合发展力对城镇化水平的推进具有正效应，但推动效用较低。

其四，格兰杰因果检验显示FD是CI的格兰杰原因，而CI却不是FD的格兰杰原因，这意味着金融优化发展会促进城镇化进程的发展，而城镇化进程的发展却不会推动金融的优化和发展，进一步显示两者之间的良性互动尚未形成。

其五，城镇化水平CI与金融生态竞争力FE、金融规模竞争力FS和金融效率竞争力FR之间的相关系数矩阵显示，CI与这三者之间是高度相关的。但金融效率与城镇化进展之间却是负相关，与理论相悖。产生这一结果可能是由于吉林省金融发展的整体水平滞后，金融效率还没有发挥出其对城镇化发展应有的作用。

其六，城镇化率和金融发展各个指标之间的相互影响效应不显著。具体来讲，金融生态竞争力与城镇化进程互为格兰杰原因，两者之间存在良性互动趋势；金融规模是城镇化的格兰杰原因，但城镇化水平却不是金融规模的格兰杰原因，说明金融规模的提高有利于推动城镇化发展，但城镇化发展却没能有效提高金融规模；金融效率没能发挥出应有的作用不是推动城镇化发展的格兰杰原因，但城镇化发展却拉动了金融效率的提高。

其七，城镇化水平的短期波动会受金融生态竞争力变动、金融规模波动、金融效率波动和各变量偏离长期均衡四个方面的影响，而金融生态竞争力、金融规模竞争力和金融效率竞争力三变量之间线性关系较强，多重共线性的存在，影响了实证结果，导致城镇化水平对金融效率的响应是负向的。

［1]谈儒勇.中国金融发展和经济增长关系的实证研究［J］.经济研究，1999，（12）：55－61.

［2]周立，王子明.中国各地区金融发展与经济增长实证分析：1978－2000［J］.金融研究，2002，（10）：3－14.

［责任编辑：耿传辉］

Correlation Study of the Development of Urbanization and Finance of Jilin

YIN Hai-ying1，2,ZHOU Hong-fei3
（1.School of Finance,Changchun Finance College,Changchun 130028,China; 2.Jilin Finance Culture Research Center,Changchun 130028，China；3.FAW Branch of China Citic Bank,Changchun 130011,China）

At present,the development of urbanization has become an important way to solve the problems of"agriculture,countryside and farmers"and eliminate the differences between urban and rural areas.The financial industry plays an important role in optimizing the allocation of resources and promoting the development of urbanization.Therefore,comprehensive analysis and research of regional financial competitiveness,to correctly understand and evaluate the city financial development goals,reasonable structure layout, speed up the development of financial city financial process,promoting regional urbanization development has great significance.This paper will analyze and evaluate the development level of urbanization and financial competitiveness of Jilin Province,and study the interactive relationship between them.

urbanization;financial ecological competitiveness;financial scale competitiveness;financial efficiency competitiveness

F299.21；F832.7

A

2016-11-29

1671-6671（2017）02-0010-15

尹海英（1980-），女，吉林松原人，长春金融高等专科学校金融学院副教授。