摘要:本文通过对中部六省市2005年-2014年新型城镇化指标和金融指标的测度,采用熵值法确定各指标的权重,进而构建新型城镇化水平和金融支持水平的综合评价体系,运用耦合协调度模型和空间计量模型研究新型城镇化和金融支持之间的耦合作用。结果表明:中部六省省会城市耦合情况处于中强度中协调度及以上,而其它地级市基本处于中强度低协调层次;金融支持中各变量和新型城镇化综合指数的相关性及新型城镇化综合指数中主要指标和金融支持指数间的相关性均显著相关,其中城市建设资金占贷款比例和建设用地占比的积极影响相对最为明显。在未来的发展上,中部省市应通过适当控制总体货币供应量,盘活存量资金提高资金利用率;加大教育投入和保持适当城乡建设资金投入比例;提高金融效率和开拓多层次融资渠道支持和促进区域产业的发展和升级,实现新型城镇化建设和金融的可持续的耦合协调发展。
关键词:新型城镇化,金融支持,耦合协调度,空间计量
一、引言
城镇化的进程必然伴随着经济增长,推进新型城镇化建设是我国保持较高经济增速和进入现代化的必由之路,由此,《国家新型城镇化规划(2014—2020年)》提出了全面实施新型城镇化建设的目标,明确了城镇化建设的战略方向。规划中提出城市建设坚持适用、经济、绿色、美观方针,强调资源节约和环境友好,即以更少的资源投入实现更高的经济产出,同时减少环境污染,实现经济和环境的协调发展。而金融作为现代经济发展的核心之一,任何经济重大的发展、转型背后都离不开金融的支持。要走新型城镇化发展道路,就必须充分发挥金融的支持作用。在此背景下,如何充分发挥金融在资金支持、资源配置等方面的作用以实现国家新型城镇化建设规划的目标,已成为亟待研究解决的重大现实课题[1]。
相关的研究文献主要从发展城镇化的视角出发研究金融如何支持城镇化建设。蒙荫莉[2](2003)以人均GDP为解释变量,城镇化水平为被解释变量,采用1952—2001年的数据对城镇化与经济增长做OSL回归分析,得出结论是城镇化与金融发展之间存在互为因果的关系。伍艳(2005)[3]研究发现,在中国城镇化进程中金融抑制现象长期存在,金融发展能提高资金的配置效率,资金效率的提高可以进一步促进城镇化的加速,而中国在利率管制等金融抑制现象下导致城镇化率的发展滞后于工业化率。郑长德(2007)[4]用1978—2003年间的数据研究发现中国城镇化水平与经济金融化水平存在高度的正相关性,其格兰杰因果检验显示出经济货币化程度的提高是影响我国城镇化水平的重要因素。黄勇(2008)[5]用1978—2004年的全国数据证明我国银行贷款和城镇化建设之间存在着直接的因果关系,银行贷款对城镇化建设具有重要的支持效应。贾洪文(2013)[6]基于我国1991—2011年的城镇化率、采集的金融机构统计数据,通过协整检验、因果检验及脉冲响应分析等,认为金融发展与城镇化之间存在一种互动机制。金融发展总体上能够给城镇化进程带来积极的作用,反过来,城镇化率的提高在一定程度上也会促进金融的发展。雄湘辉(2015)[7]测度我国了2004—2013年31个省份金融因素对新型城镇化建设的影响,其结果是金融支持是影响了新型城镇化水平的重要因素。
与已有文献相比,本文的不同之处在于:在数据上主要采用地级城市数据,并且是前后连续10年形成的面板数据,有别于其他文献使用省级或横截面数据的研究;从六个方面构建了新型城镇化,在指标的选取上更为全面和科学,使得新型城镇化指标体系的测度更为合理;在金融指标中采集了城乡建设资金作为金融支持力度的数据,城乡建设资金数据对城镇化建设有着更为直接的传导作用,在现有文献中还没有使用过;以往文献研究中多是单向视角,即侧重于研究金融对城镇化发展的支持,而较少反过来考虑城镇化发展对金融的影响,本文则用耦合和协调度模型来研究新型城镇化和金融的互动关系以及两者的协调发展;在量化分析耦合作用的基础上,本文更进一步考虑省市空间溢出效应的影响,使用空间计量方法对金融支持的几个方面与新型城镇化指数和新型城镇化指数中主要指标与金融指数之间的互相作用做进一步实证检验。
文章的结构安排如下:第一部分是引言;第二部分是新型城镇化和金融支持作用机理分析;第三部分是新型城镇化和金融支持测度;第四部分是新型城镇化和金融支持耦合协调度分析;第五部分用空间计量量化新型城镇化指数中和金融指数中主要指标的关联作用情况;第六部分是结论和建议。
二、新型城镇化和金融支持作用机理分析
根据Beck[8]和陈雨露[9]等学者的观点,金融支持作为推动城镇化的重要力量,至少主要体现在金融支持为新型城镇化提供资金支持、提高资本配置效率和优化产业结构3个方面。
(一)金融支持作用于新型城镇化
1.提供资金支持
城镇化进程中需要不断的资金投入进行基础设施的建设,基础设施是保障人们良好的生活条件和保证企业正常运行的外部条件,良好的基础设施可以降低各种交易成本和促进经济发展。而基础设施建设需要资金量大且周期长,这需要多元化的资金供给渠道。同时城镇化进程也是各要素流动和聚集的过程,要素的流动离不开金融中介的服务和资金的支持。
2.提高资本配置效率
金融体系可以分散社会经济风险和优化资金配置效率[10]。金融体系在提供安全资金储存之地的同时也提供给客户一定收益和资金周转的便利,为人们的生活质量提高和生活便利提供保障。金融体系中金融机构的资金投向都会遵从于谨慎性原则,利用项目投资的组合方法来有效降低资金安全的风险,转而分散整个社会经济风险。同时金融机构的项目评估能力也会优于个人投资者的判断,可以提高资金有效配置,为城市经济发展带来推动力。
3.优化产业结构
金融支持可以促进产业结构优化,提高经济发展的可持续性,从而推动城镇化的发展。金融机构在资金支持过程中,有一整套科学的评估和决策过程,使资金流向高效益的产业并促使城镇产业结构的调整和升级。同时,在市场价格作用下,金融机构可以使投资者和资金需求者形成有效链接,使资金需求方和资金供给方实现资金的良性循环,降低资金借贷成本,便于资金的聚集和分配以促进产业结构的优化,进一步推动城镇产业结构调整和城镇经济发展。
(二)新型城镇化发展作用于金融
新型城镇化发展作用于金融主要体现在创造资金供给和需求、推动金融创新、优化金融经营环境上[11]。
1.创造资金供给和需求
城镇化最基本的特征是聚集。城镇化进程的本质是劳动要素、资本要素和经济活动等生产要素不断聚集的过程。随着城镇化进程的不断推进,二、三产业的持续发展形成对劳动力数量需求的不断扩大,促使人口向城镇聚集。同时产业升级使城镇劳动力的收入水平也有较大提高,相应的基尼系数下降而消费需求增加,促使人们对货币和金融服务需求增加。随着城市人口的扩张,城市的基础设施建设和公共服务设施又需要大量的资金[12],城镇化的发展创造了资金的供给和需求。
2.推动金融创新
城镇化中随着工业化的推进,同类或者上下游的企业基于分工和协作需要逐步聚集在同一区域内,区域聚集为企业带来了规模经济效益,企业在规模化生产过程中对资金的需求逐渐增强,促使金融市场不断发展,推动金融不断创新以满足企业发展的需求。
3.优化金融经营环境
城镇化的产业聚集带来了资本的聚集。在城镇化的发展过程中,产业结构和规模不断升级,二、三产业比重逐步上升,随着产业进步和社会分工的细化,资本要素在利益驱动下从效益低的产业和部门向效益高的产业和部门流动[13],资本要素的聚集催生了更为健全和完善的金融体系,优化了金融经营环境和加速了金融市场的发展。
三、新型城镇化综合体系的构建
(一)新型城镇化的测度方法
城镇化指标的选取和测算一般有3种:单一指标法、复合指标法和其它方法。目前对单一指标模式一般持批判态度,主要是传统的人口城镇化指标并不能体现城镇化综合发展水平,特别是不能反映规划中要求的新型城镇化水平。当今学者多是运用复合指标法,虽然学者们采用的指标有差异,但总体上认为设立的指标和采集的数据要从有效性、系统性和可操作性出发,至少要包括人口城镇化、经济城镇化和社会城镇化三个方面指标。在国家推出新型城镇化纲要后,指标范围还应覆盖产业城镇化、生态环境城镇化、生活方式城镇化等内容。参考现有关于新型城镇化评价的研究成果[14],本文的新型城镇化评价指标包括了人口、产业、经济、空间、社会、生态环境6个方面,按照科学性、系统性、层次性、可获取性和可测量性等原则,构建出这6个方面共20种指标组成的全方位的新型城镇化评价指标体系。
人口城镇化是城镇化发展水平的重要标志,本文对人口城镇化的测度,一是计算城镇人口比重来反映不同时期的城镇化发展水平;二是计算城镇人口密度来体现城镇规模;三是计算产业从业人员情况从产业结构方面对人口的评价;四是用每万人的大学生数来体现人口的素质。产业城镇化从产业结构水平,包括第二、三产业占GDP的比例、二三产业密度等三项指标和体现经济开放度的实际外资利用水平指标。经济城镇化中选取的指标是表现经济发展水平的人均GDP、表现财政水平的人均公共财政支出、表现投资水平的人均固定资产投资额。社会城镇化指标涵盖了教育、医疗和生活质量3方面,分别对应的指标是人均教育经费、每万人拥有住院床位和城镇居民消费。空间城镇化表述城镇化地域、城镇景观不断开拓的过程,选取的指标是建设用地占比、人均城镇道路面积和人均拥有绿地面积。环境城镇化表现环境保护的水平,主要包括有城市生活垃圾无害化处理率、城市污水处理率和工业固体废物综合处理率(见表1)。
(二)指标权重计算
权重常用计算的方法有特尔斐法、主成份分析法、AHP法等。本文采用熵值法[15]计算,因为熵值法是属于客观赋权法,是利用各评价指标值之间的差异程度来确定权重系数,能够在确定权重系数过程中避免主观因素带来的偏差,较为客观地反映各指标在综合指标体系中的重要性,因此本文应用该方法测度新型城镇化建设的指标权重情况。
在计算熵值前,首先要对这些指标进行无量纲化处理,消除评价指标间存在的类型不一致和量纲不一致带来的差异影响,这里运用归一法对各指标进行标准化处理。
归一化处理:(正向指标)
(负向指标)
计算该指标的比例(Pij):
计算第j项指标的熵值(Hj):
其中k为调节系数,k=-1/ln(n),Hj≥0
计算第j项指标的效用值(Dj):
Dj=1-Hj
计算第j项指标的权重(Wj):
(三)数据来源
本文新型城镇化指标中的数据和金融指标中的数据来源于历年《中国城市统计年鉴》《中国统计年鉴》和《中国城乡建设数据库》。
(四)计算各省市新型城镇化综合得分
按以上公式和步骤,对2005—2014年中部六省地级市的20个新型城镇化指标的原始数据进行标准化处理,然后计算得到新型城镇化各层评价指标的权重(表1)。再计算第i城市的综合得分(Si)。
将第j项指标的权重值与该指标的标准化值相乘作为该指标的评价值,并通过加权求和后,得到每个城市的综合得分。以此计算出2005—2014年中部六省80个地级市新型城镇化发展水平的综合得分即新型城镇化水平综合指数。为反映新兴城镇化指数在时空上的变化特征,本文利用GIS工具报告两个年度(2006年和2013年)中部六省市新型城镇化综合指数在时空上的变化情况(图1)。
对比2006年和2013年新型城镇化综合指数图可以观察到,在2006年中部省地级市新城镇化综合指数普遍在7左右,六个省会城市的综合指数在20左右。到2013年,省会城市的新城镇化综合指数达到35以上,其中武汉市的综合指数超过40,在8年间指数值平均上升超过80%,大部分地级城市的综合指数上升到15左右。从各省区域看,湖南南部、湖北东部、河南北部和山西南部的城镇化发展较快,其综合指数超过20。虽然中部六省市2006年和2013年的综合指数增长的百分比强劲,但由于中部省市的新型城镇化的综合指数起点比较低,目前仍没有一个城市的综合指数可超过50的分值。
四、金融支持综合体系的构建
(一)金融支持的测度方法
姜春(2008)[16]等把存贷比作为衡量金融效率的一个重要指标;黄建欢(2014)等[17]认为人均存款能够较好地从规模上反映金融发展水平;雄湘辉(2015)[5]用城镇固定资产投资占贷款比重作为金融规模指标。还有其它文献从金融的规模、结构、效率等角度出发,给出金融支持的不同测度方法。本文主要基于前文金融支持影响新型城镇化发展的三个方面出发,从金融规模、金融力度、金融效率多个维度构建指标衡量金融支持的水平。
在金融规模上,选取的指标一是贷款和储蓄之和与当地GDP数值的比数(LSG),二是金融业从业人数占整个从业人员的比重(PFE),三是人均存款水平(SDP)。在金融力度方面,考虑到金融资金主要是提供在人口城镇化进程中带来了能源、交通、生活设施、环保、防灾等城市基础设施建设方面,因此选取城市建设资金(UCFL)作为金融力度的衡量指标。金融效率因素反映各金融要素在支持城镇化进程中的投入产出效率水平,本文选取金融中介机构将储蓄转化为贷款能力的水平(LS)。
(二)计算各省市金融支持综合得分
本文中金融支持综合指数测度计算同样采用熵值法计算。依次利用前文熵值法公式计算出2005年到2014年中部地区80个地级市的金融支持综合指数。将2006年和2013年的中部省份的金融综合指数用折线图进行对比(图2),从图中可以看出,2013年6个省会城市,除合肥市和南昌市的指数在45水平外,其它的4个省会城市的指数均超过55,特别是武汉和太原已达70左右。而在2006年,这6个省会城市的金融综合指数是在20左右,即在8年间指数增长200%之多。其它地级市金融指数变化情况也类似,地级市在2006年的金融指数多在8上下,到2013年金融指数普遍已达到20左右。金融综合指数增长的一个重要推动力是金融规模的快速扩大,金融规模中的人均存款SDP(权重0.31)快速增加是主要因素。太原和武汉比其它省会城市的金融指数更高,其中一个主要原因是太原所辖山西是产煤大省,煤炭资金聚集形成在中部地区城市中最高的人均存款;而武汉有着九省通衢之称,在中部地区中相对发达的工商贸使其人均存款位于第二。
五、新型城镇化和金融支持的耦合协调度研究
国内从系统耦合视角对经济与金融关系的研究起步较晚[18],这方面研究文献也相对较少。谭玉成[19](2009)运用物理学的耦合理论,在功效函数基础上通过构建耦合度和耦合协调度模型,对1995—2007年渤海湾经济圈金融产业聚集和区域经济增长之间的耦合关系进行了实证分析,认为该地区金融产业聚集与区域经济增长之间的耦合度总体是呈现向上的趋势。目前,较少有文献从系统耦合角度来研究新型城镇化和金融协调关系。
本文参考刘耀彬等[20]和孙平军等[21]提出的耦合度和耦合效率模型及测度方法,量化观测金融与新型城镇化发展之间关系。
(一)耦合度和耦合协调度模型及分类等级
1.耦合度模型
其中,C是耦合度,取值位于(0,1)之间。当C=1时,耦合度最大,系统之间彼此达到良性共振耦合;C=0时,耦合度极小,系统之间要素处于无关状态。U1、U2分别代表是新型城镇化综合指数和金融支持综合指数。
耦合度虽然可以反映城镇化和金融互相作用程度,但不足以完全反映出他们之间的协调程度、特别是发展的程度,因为每个区域的建设都会存在动态的特征,特别是多区域同时对比研究,因此基于耦合度模型之上建立耦合协调度的模型,可以更好地评判新型城镇化和金融相互之间协调发展的程度。
2.耦合协调度模型
D为耦合协调度,取值在0-1之间;C为耦合度;T为新型城镇化和金融支持的耦合协调指数,反映二者的整体发展水平对协调度的贡献;系数a+b=1,因为本耦合分析将新型城镇化与金融支持视为同等重要,故a和b均取值0.5。
3.耦合度和耦合协调度分类等级
根据新型城镇化指数和金融指数的相互耦合强弱,并参考现文献等级的取值范围等,对耦合度和协调度等级的划分见表2。
作者: 湖南大学经济与贸易学院 唐未兵 唐谭岭 湖南工业大学 唐未兵 来源: 《中国软科学》2017年第3期