金融支持对城镇化的影响——基于2006—2015年省级面板数据

张 玲，赵守玉

（1、广东理工职业学院 财经系，广东 518400 2、华中师范大学 经济与工商管理学院，湖北 武汉 430000）

金融支持对城镇化的影响
——基于2006—2015年省级面板数据

张 玲1，赵守玉2

（1、广东理工职业学院 财经系，广东 518400 2、华中师范大学 经济与工商管理学院，湖北 武汉 430000）

我国已进入城镇化进程的重要节点，新型城镇化进程中所面临的巨大资金缺口需要有效的金融支持。本论文以2006—2015年全国分省面板数据，采用固定效应方法考察了金融支持对城镇化的影响。研究表明金融支持对城镇化具有显著的正向影响，短期和长期贷款对于城镇化的发展都有促进作用，但长期贷款作用效果更明显。同时我国存在劳动力投入过多、布局不合理，而资本不足的现象。最后，根据以上结论，提出相关建设性意见以供参考。

金融支持；城镇化；长期贷款

一、引言

2016年2月，国务院发布《关于深入推进新型城镇化建设的若干意见》，明确要求“新型城镇化应以体制机制改革为动力，加快户籍制度改革，完善财政、投融资等配套政策，强化金融对城镇化发展的支持，为经济的发展提供持久的动力”。当前，我国城镇化的进程进入新的发展机遇期。截至2015年末，我国城镇人口已达7116万人，城镇化率为56.10%，相较于2007年城镇化率上升10.23%。从农民到市民的转变将带来巨大的资金需求，金融支持对城镇化进程具有积极的推动作用。同时，城镇化的推进也会促进金融服务、体系的创新。

虽然，已有大量的学者对金融支持对于城镇化的影响做出了深入的研究，但在探讨金融与城镇化之间的关系时，数据较为陈旧，无法更全面、客观地反映全国以及各地区的城镇化水平；另外，以往统计后的分析缺乏进一步的深入探讨人均贷款、人均短期贷款、人均长期贷款等对城镇化影响的差异。因此，本文将基于全国分省面板数据研究金融支持对城镇化的影响，为深入推进城镇化提供参考，为金融深入发展提供依据。

二、数据及指标

本文采用的全国31个省（市、自治区）2006-2015年相关数据均来自于《中国金融年鉴》、《中国统计年鉴》、《中国城市统计年鉴》和wind数据库，部分数据根据年鉴的数据整理获得，部分缺失数据均采用插值法获得。金融支持和城镇化的考察都是综合性指标，在参考前人选取指标的基础上，本文结合金融支持城镇化的特点和科学性、合理性的原则要求，分别选择以下具有代表性的变量：

1、城镇化的变量选择指标

本文所探讨的城镇化用城镇人口占总人口的比重来衡量。

2、金融支持的变量选择指标

银行业各项贷款是金融支持城镇化的主要来源。其中，贷款又分长期贷款和短期贷款。因此，本论文所探讨的金融支持用人均贷款、人均短期贷款和人均长期贷款3个指标来衡量。

一是人均贷款（元/人）=银行业金融机构各项贷款（余额）/总人口

二是人均短期贷款（元/人）=短期贷款/总人口

三是人均长期贷款（元/人）=长期贷款/总人口

3、控制变量的选择指标

在城镇化进程中，除了金融支持这个影响因素外，还存在诸多因素影响其建设，主要有：

（1）劳动人口占比（%）=15—64岁人口数/总人口。在城镇化建设中，必然会出现房屋建筑、城市改造等大量的基础设施、公共设施建设工程以及产业发展的转型升级，这些都需要大量的人力才能完成。因此，劳动力占比是城镇化建设中的一个主要影响因素。

（2）大专及以上人口占比（%）=大专及以上教育水平人口数量/总人口。城镇化是人口素质不断提升的一个过程。因此，大专及以上人口占比是城镇化建设中的一个主要影响因素。

（3）识字率（%）=15岁以上非文盲人口/15岁以上总人口。城镇化进程是人的现代化的一个进程，因此，识字率（非文盲率）是城镇化建设中的一个主要影响因素。

（4）城乡收入比（%）=城镇居民人均可支配收入/农村居民可支配收入。从城镇化进程中存在着农民向市民转化的过程，二者的收入差异显然影响着城镇化的水平和速度。

（5）人均FDI（美元/人）=FDI/总人口。随着城镇化进程的不断推进，外商直接投资将弥补我国城镇化的一部分资金缺口，对城镇化的发展有一定的影响。

（6）农林牧渔GDP占比=农林牧渔GDP/总GDP。城镇化的经济结构可分为第一产业、第二产业和第三产业。其中，第一产业的GDP是衡量经济结构现代化水平的一个主要指标，是影响城镇化进程的重要因素。

表1 指标及变量

以上变量具体定义见下表1：

三、实证研究

本文使用固定效应模型研究金融支持对城镇化的影响，构建基本的计量模型框架如下：

其中，其中i代表全国各分省，t=2006，2008，……，2015。

本文运用2006—2015年面板数据，对回归方程进行参数估计。预设四个模型，分别以人均贷款、人均短期贷款、人均长期贷款、短期贷款和长期贷款为解释变量，考察其对城镇化的影响。四个模型均以劳动人口占比，大专及以上人口占比，识字率，城乡收入比，人均FDI，农林牧渔GDP占比的对数作为控制变量，得到回归结果如表2。

由表2可以看出：

一是各变量的系数估计值t 值均较大，都通过了显著性检验。从三大核心解释变量“人均贷款”、“短期贷款”和“长期贷款”来看，三者在固定效应模型估计结果中的系数均显著为正，说明金融支持对城镇化具有显著的正向影响，金融支持对于城镇化的发展有积极的正向推动作用。

二是在4个模型的系数估计值中，人均贷款的系数估计值为0.065，短期贷款和长期贷款的系数估计值差异不大，分别为0.055和0.057。在其他条件不变的情况下，人均贷款每提高1个百分点，城镇化将可能增加0.065个百分点，短期贷款和长期贷款的提高也都有助于城镇化的发展。从模型4可以看出，短期贷款和长期贷款虽然都会对城镇化产生正向影响，但短期贷款所带来的城镇化增速明显低于长期贷款带来的增速。

三是控制变量方面，劳动人口占比、城乡收入比、农林渔牧GDP占比均对城镇化具有显著地负向影响，这表明我国整体发展处于劳动力过剩，资本投入不足的阶段，劳动力投入过多，劳动力投入布局不合理，而资本不足对城镇化的发展具有极大的阻碍作用。城镇化是农民向市民的转化过程，城乡收入差距过大，正需要金融的支持促进二、三产业升级转型。减少农业从业人员数量，提高农业发展的效率和质量，合理布局劳动力投入，对于推进城镇化的发展具有重要的意义。大专及以上人口占比、识字率、人均FDI都对城镇化有正面影响，特别是接受高等教育的人数和识字率的增长对城镇化发展的促进作用十分明显。

四、结论与建议

在新型城镇化推进中，伴随的是大量人口的吃穿住行、产业结构转型升级、城市基础设施的更新换代，是投资与消费的双向互动，正是金融发挥用武之地的时候。经过分析得出结论：

一是金融支持对城镇化具有显著的正向影响。金融支持中，单独考察短期贷款和长期贷款，它们对城镇化均有显著正向影响，两者影响差距不大，但后者要稍大于前者。

二是如果将短期贷款和长期贷款综合起来考察，短期贷款对城镇化的影响明显小于长期贷款对城镇化影响。由于城镇化的投资周期较长，作用效果存在很强的滞后效应，需要长时间的资金支持，短期贷款相对来说不够稳定，对于城镇化的推进效果较小。

三是劳动人口占比、城乡收入比、农林渔牧GDP占比对城镇化有负向的影响，劳动密集型产业并不是经济发展的长久之计，劳动力投入过剩而资本不足是城镇化发展的阻碍。

基于以上研究结论，本文提出如下针对性政策建议：

一是新型城镇化的过程中资金需求巨大，应加大金融支持力度，特别是对长期贷款的支持力度，扩大金融规模，建立相关政策性银行或金融机构，提供体系完备的贷款产品系列，为城镇化建设项目提供针对性和稳定性的金融服务。

二是城镇化的建设将更加注重建设的内涵，在社会保障、产业结构调整、居民生活消费、居民文化需求等方面的投资需求规模将持续增长，资金投入的方向也应向基础、大众设施方向投入，所投入项目要有利于贯彻国家城镇化发展战略，减少对夕阳产业无谓的扶持，金融支持应与城镇化协同发展。

三是在科技、教育等领域加强金融支持，对于推进城镇化的持续发展效果显著。产业城镇化是新型城镇化的一个重要方面，促进农村地区产业的城镇化发展和二、三产业的优化升级，都需要有效的融资体系、人才和技术。

[1] 陈银娥、叶爱华：城镇化建设进程中的资金保障体系构建[J]．内蒙古社会科学（汉文版），2015（07）．

[2] 陈志伟：金融发展对河南县域城镇化的影响[J]．经济经纬，2015（03）．

[3] 何伟军：增长极辐射梯度衰减及增强效应视角下的区域城镇规划布局——兼论三峡库区新型城镇化建设[J]．湖北行政学院学报，2015（03）．

[4] 何玉芹、文丽红：论产城融合的新型城镇化道路——以湖北长江经济带城镇化建设为例[J]．湖北行政学院学报，2014（04）．

（责任编辑：林志红）