金融支持工业化和城镇化协调发展问题研究

1金融支持工业化和城镇化协调发展问题研究 1摘要：文章基于中国省 1978-2010年时间序列数据，采用单位根检验、协整检验以及向量自回归等估计方法，在金融发展规模、效率、工业化和城镇化水平四个变量框架内对金融发展对城镇化和工业化协调发展的影响进行了实证分析。结果发现：金融发展带动了地区工业化和城镇化水平的不断提高，工业化和城镇化间相互促进，协调发展。最后，根据实证分析结论及中国工业化、城镇化发展现状提出如下政策建议。关键词：工业化、城镇化、协调发展近年来，随着宏观经济持续快速增长和全面建设小康社会工作的不断推进，我国工业化和城镇化建设进入协调高速发展期。随着工业化和城镇化的协调健康发展在经济增长中的作用也逐步显现。金融作为经济发展中不可或缺的生产要素之一，在城镇化和工业化协调发展中扮演着重要角色。因此，研究三者间的相互作用关系对于推动城镇化、工业化协调发展有着重要的理论和现实意义。文章基于中国 1978-2010年时间序列数据，采用单位根检验、协整检验以及向量自回归等估计方法，在金融发展规模、效率、工业化和城镇化水平四个变量框架内对金融发展对城镇化和工业化协调发展的影响进行了实证分析。结果发现：金融发展带动了地区工业化和城镇化水平的不断提高，工业化和城镇化间相互促进，协调发展。最后，根据实证分析结论及中国工业化、城镇化发展现状提出如下政策建议。一、计量模型（一）单位根检验如果一个时间序列的均值或自协方差函数随时间而改变，那么这个序列就是非平稳时间序列，如果时间序列不平稳而进行回归就可能出现1文中观点仅为作者个人意见。2“伪回归”现象，因此，在做分析之前，我们要对变量进行平稳性检验，而检验变量序列是否平稳的方法，我们习惯上称之为单位根检验，一般使用ADF检验法，形式如下： 1pt titiyryy在实际操作中，式子中的参数P视具体情况而定，一般选择能保证 是白i噪声的最小的P值。（二）格兰杰因果检验格兰杰因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其它变量方程中，一个变量如果受到其他变量的滞后影响，则称他们具有 Granger因果关系。其基本思想为：假定变量 X的变化是变量 Y发生的原因，则变量 X的变化应时间上先于变量 Y，而且变量 X在预测变量 Y具有显著性，即在预测 Y的回归模型中，引入变量 X的过去观测值作为独立变量应该在统计上显著地增加模型的解释能力，并且，变量Y预测变量 X在统计上不显著 13。其检验模型为：11ppt ittiiyciyx检验零假设为：X 不是 Y 的 Granger成因，即 : = = =0。0H12n（三）向量自回归模型及脉冲响应函数向量自回归（VAR）是基于数据统计性质建立模型，VAR 模型把系统中每一内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。1980 年西姆斯（C.A.Sims）将 VAR模型引入到经济学中，推动了经济系统动态性分析的广泛应用。VAR 模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。VAR（p）模型的数学表达式是：tpttt BxyAy1 Tt,21其中： 是 维内生变量向量， 是 维外生变量向量， 是滞后阶tktxdp数， 是样本个数。 维矩阵 和 维矩阵 是要被估计的系数tpA,1 kB3矩阵。 是 维扰动向量，它们相互之间可以同期相关，但不与自己的滞tk后值相关及不与等式右边的变量相关，假设是 的协方差矩阵，是一t个 阶正定矩阵。上式可以展开表示为：TtxByyAy kttkttpktptkttktt ， 21212112121 在上式中， 如果 发生变化，不仅当前的 值立刻发生改变，而t1ty1且还会通过当前的 值影响到变量 和其他的 今后的取值。因此，一t ty1i般地，由 的脉冲引起的 的响应函数可以求出如下：iyiy,)4(3)2(1)0( ijijij cc且由 的脉冲引起的 的累积（accumulate）响应函数可表示为 。i i 0)(qijc的第 行、第 列元素可以表示为qCij0)(,qjtyijqticTt,21;,0 作为 的函数，它描述了在时期 ，其他变量和早期变量不变的情况下，q对 的一个冲击的反映，称它为脉冲响应函数。tiy,it也可以用矩阵的形式表示为：tqyC即 的第 行、第 列元素等于时期 的第 个变量的扰动项增加一个qCij j单位，而其他时期的扰动为常数时，对时期 的第 个变量值的影响。ti二、金融支持工业化和城镇化协调发展的实证分析（一）数据来源与说明文章选取中国工业化率和城镇化率作为被解释变量，以考察地区工业和城镇化发展水平；选取中国各项贷款余额和存贷比作为解释变量，以反映金融发展规模和效率。文章引入的中国 1978-2010年时间序列数据均出自中国统计年鉴 2011和辉煌的岁月-中国 60年回顾 ，为消除数据间存在的异方差性，文章对以上数据进行对数化处理。4表1 各变量描述性统计量变量 单位 观测值 最大值 最小值 均值 标准误贷款余额（CR） 亿元 33 18689.8 134.6 4193.3 4718.5工业化率（IN） % 33 67.7 40.2 50.0 7.6城镇化率（UR） % 33 63.9 31.7 45.4 8.4存贷比（DR） % 33 249.7 64.7 122.5 48.3（二）单位根检验为提高估计的可靠性，文章选用ADF方法对上述数据进行平稳性检验。在滞后项选择和模型优劣的问题上，主要运用AIC和SC信息准则，经过反复实验，使AIC和SC的值同时相对较小，则所选的模型最恰当，应用的统计软件为Eviews6.0。从表2检验结果可见： LNCR、 LNIN、 LNUR和 LNDR等变量都是一阶单整过程。表2 各变量单位根检验结果水平检验 一阶差分检验变量检验形式 ADF值 1%临界值 5%临界值 检验形式 ADF值 1%临界值 5%临界值LNCR C,0,1 -1.3709 -3.6537 -2.9571 C,0,1 -3.4169 -3.6617 -2.9604*LNIN C,0,1 -2.2444 -3.6537 -2.9571 C,0,1 -6.0063 -3.6617* -2.9604LNUR C,0,1 0.0200 -3.6537 -2.9571 C,0,1 -6.3096 -3.66167* -2.9604LNDR C,0,1 -1.9293 -3.6537 -2.9571 C,0,1 -5.4590 -3.66167* -2.9604注：检验形势中的C表示带有常数项，0表示无趋势项，1表示滞后阶数，*和*分别表示在1%和5%显著性水平上显著。（三）协整检验在明确工业化、城镇化与金融支持等变量均为一阶单整序列后，文章对中国工业化、城镇化和金融支持间的关系进行协整检验。从表3检验结果可见，拟检验的变量在1%显著性水平上存在1个长期协整关系。表3 特征根迹检验结果零假设 特征值 迹统计量 0.05临界值 概率*没有* 0.5246 40.2569 40.1749 0.0091最多一个* 0.2718 17.1991 24.2759 0.0287最多两个 0.1463 7.3645 12.3209 0.29035最多三个 0.0763 2.4606 4.1299 0.1379注：*和*分别表示在1%和5%显著性水平上拒绝零假设。（四）格兰杰因果检验在确定 VAR模型之前，我们得出最优的滞后阶数为 1，并在此基础上检验四个宏观经济变量之间的滞格兰杰因果关系，表 4给出了格兰杰因果检验结果。表4 格兰杰因果检验结果零假设: F统计量 概率 零假设: F统计量 概率IN不是UR的格兰杰成因 4.8864 0.0245 DR不是IN的格兰杰成因 1.5925 0.2381UR不是IN的格兰杰成因 1.8595 0.1922 IN不是DR的格兰杰成因 2.3635 0.1305DR不是UR的格兰杰成因 0.0465 0.9546 CR不是IN的格兰杰成因 0.0372 0.9635UR不是DR的格兰杰成因 17.1010 0.0001 IN不是CR的格兰杰成因 0.3312 0.7235CR不是UR的格兰杰成因 0.3637 0.7014 CR不是DR的格兰杰成因 202.9440 0.0000UR不是CR的格兰杰成因 14.8815 0.0003 DR不是CR的格兰杰成因 109.3060 0.0000（五）脉冲响应函数在上述分析基础上，通过 VAR模型的动态结构传导给其他所有的内生变量。通过脉冲响应函数，我们可以识别 1单位的金融发展规模和效率的冲击在短期和长期对工业化和城镇化所产生的影响，下面分别给出工业化率、城镇化率分别对其他变量变动一个单位的脉冲响应函数图：-.02-.15-.0-.5.0.5.01.52345678910Respon fIN toChleskyOS.DRnvati-.03-.2-.0101.2.03.412345678910Respon fUR toChleskyOS.DInvati图1 金融发展对工业化的脉冲响应 图2 金融发展对城镇化的脉冲响应从图1可见：给定贷款一个单位的冲击，工业化水平不断下降，在第2期达到最小值0.005，然后逐渐上升，到第五期影响变为正，直到第七6期达到最大值，并保持不变。由此可见，金融发展对工业化影响有个长期滞后性。其中的原因是：工业化是一个长期复杂的系统工程，需要各方面的共同努力，工业化的发展从初期的投入到中期的扩张再到后期实现工业化发展时间较长，而前期的贷款投入主要集中在基础设施建设、厂房建设等方面，并不能对工业产值产生多大影响，贷款的投入对工业化的影响较小，而到基础设施等不断完善后，工业规模经济开始显现，工业化水平将逐渐提升进而达到最高点。从图2可见：给定贷款一个单位的冲击，中国城镇化水平当期保持不变，在第二期随即开始上升，直到第五期达到城镇化水平的最高值，然后开始下降。随着我国市场化建设不断推进，金融体制、法律建设等各方面的相继完善，城镇企业生存环境不断得到改善，企业规模、利润水平不断提高，农村居民进城务工的机会不断加大，进城务工人数和比例不断攀升，城镇化水平不断提升，但金融发展支持城镇化建设约有一年的滞后期。-.03-.2-.0101.212345678910Respon fIN toChleskyOS.DRnvati-.04-.3-.02-.1.0.112345678910Respon fUR toChleskyOS.DInvati图3 金融发展效率对工业化的脉冲响应 图4 金融发展效率对城镇化的脉冲反应从图3可见：给定金融发展效率一个单位的冲击，中国工业化水平当期提高0.005个百分点，随即开始下降。金融发展效率的提升，有利于将更多社会闲散资金积聚起来，更好的为工业企业发展服务，从而使得企业获得资金的规模及速度不断提升，缩短了企业资本积累的时间，提升了企业生产的速度，进而提高了地方工业化发展水平。从图4可见：给定金融发展效率一个单位的冲击，中国城镇化水平下降0.015个单位，然后7逐渐开始上升，由此可见，金融发展效率对城镇化的影响不大。-.03.2-.0101.2.03.4.051345678910Respon fIN toChleskyOS.DURnvati-.03-.2-.0101.2.03.41345678910Respon fUR toChleskyOS.DINnvati图5 城镇化对工业化的脉冲响应 图6 工业化对城镇化的脉冲响应从图5可见：给定城镇化一个单位的冲击，中国工业化水平立即开始上升，到第四期上升到最大值0.015，随即开始下降，下降趋势明显。从图6可见：给定工业化一个单位的冲击，我省城镇化水平立即上升0.018个百分点，随后开始下降，直到第二期下降到最小值，然后开始回升。三、结论及政策建议文章基于中国 1978-2010年时间序列数据，采用单位根检验、协整检验以及向量自回归等估计方法，在金融发展规模、效率、工业化和城镇化水平四个变量框架内对金融发展对城镇化和工业化协调发展的影响进行了实证分析。结果发现：金融发展带动了地区工业化和城镇化水平的不断提高，工业化和城镇化间相互促进，协调发展。最后，根据实证分析结论及中国工业化、城镇化发展现状提出如下政策建议。（一）建立工业化、城镇化协调健康发展长效机制。国务院不断强调“三化”要协调健康发展，工业化是带动城镇化的有效途径，工业化的健康发展可以有效带动农村劳动力向城镇转移，进而带动农村实现城镇化。而城镇化的健康发展不仅能有效解决农村居民增收问题，同时也缓解了城市的用工短缺问题。正确处理工业化和城镇化间的辩证关系，大力实施“双轮驱动”战略，以新型工业化引领城镇化提升，以新型城镇化支持工业化升级，促进两者有机结合，良性互动。总之，建立工业8化、城镇化协调健康发展长效机制，能更好的推动地方经济发展。（二）加大工业化、城镇化协调健康发展的金融扶持力度。工业化是实现我国经济健康发展的有效途径，是现实我国小康社会发展的必要措施；城镇化是实现三农增收的具体手段，是提升我国农村居民生活水平的关键举措，工业化和城镇化协调健康发展将更有利于我国经济社会发展，能起到事倍功半的作用。工业化和城