段宗志,程希瑩,陳 莉
(安徽建筑大學 管理學院,安徽 合肥 230601)
目前,我國長江三角洲、珠江三角洲和京津冀地區是國家重點發展并且對經濟社會發展最具影響力的三大城市群。國務院關于依托黃金水道推動長江經濟帶發展的指導意見(國發〔2014〕39號)提出,要形成以長三角城市群為龍頭的未來中國經濟增長的支撐經濟帶,提升長江三角洲城市群國際競爭力,促進長江三角洲一體化發展,打造具有國際競爭力的世界級城市群。2012年,該區域的城鎮化水平盡管已經達到63.6%,高出全國平均水平近11%,并領先國內其他區域,但離國務院2010年批準的長三角區域規劃提出的到2015年城鎮化水平達到67%(核心區70%左右)以及到2020年城鎮化水平達到72%(核心區75%左右)還有很長的路要走。城鎮化水平提高有很多因素影響,其中政府的主導作用不可替代,政府的財力支持、財政政策有著重要的作用。因此,本文選擇研究的對象是地方財政收入與城鎮化水平的關系。
在我國,目前財政收入指公共財政收入,也可以說是狹義的財政收入,它以稅收收入為主,本文也以此為研究對象。目前我國依然有相當部分的財政資金用于建設和企業生產,依然屬于生產型財政、建設型財政,其與產業結構是相互影響的。城鎮化水平有多個衡量指標,通常是用人口城鎮化指標來表示,也就是在城鎮生活、就業的常住人口占總人口的比例,這其中不僅包括城市市民,還包含沒有變成城市市民的農民工群體(農業轉移人口)的城鎮常住人口。可以看出,就業人口是決定城鎮化水平的一個重要因素,城鎮中產業及產業的發展是吸納農業轉移人口就業并使之成為城鎮常住人口的最重要決定因素。由此可見,財政收入和城鎮化水平雖屬于兩個不同范疇的概念,但其變化都與企業生產、產業結構有關,兩者之間存在客觀的內在聯系。段國旭(2009)分析影響地方財政收入增加和推動城鎮化進程的相關因素,得出產業結構是連接兩者的紐帶,它們之間存在直接的因果關系[1]。
對財政收入和城鎮化水平之間的關系有不少文獻做了有價值的研究。國外發達國家都曾運用財政政策調控來推進城鎮化進程。在國內,左曉慧(2012)分析了我國城鎮化進程中金融支持嚴重不足的現狀,并提出相關對策[2]。陸成林(2012)肯定了財政政策對城鎮化的巨大導向作用,深入剖析了財政支持城鎮化能力的財政缺失問題,提出了促進我國城鎮化科學發展的財政政策選擇[3]。薛虹、孫建華(2007)認為實現城鎮職能而進行的財政分配活動尤其是地方財政的安排尤為重要,其將直接影響到城鎮化的水平及進程[4]。近幾年,也有許多學者、專家采用計量經濟學的方法來研究兩者的關系。余紅艷(2008)選取1978-2006年的全國數據,將財政政策對城鎮化發展的支持進行量化,分析發現兩者之間存在協整關系,并據此建議政府可運用財政政策來發展城鎮化[5]。周戰強和喬志敏(2011)借助向量誤差修正模型,分析1952-2009年間金融發展、財政投入對城鎮化的影響,結果得出:從長期看,財政投入和金融發展效率都對城鎮化有顯著影響;短期內僅財政投入對城鎮化有顯著影響,金融發展影響不顯著[6]。王建威、何國欽(2012)把城鎮化經濟增加值細分為6項指數,運用多元非線性模型STAR來進行分析,提出要樹立“協同創新”的理念利用財政、金融手段進一步推動城鎮化發展[7]。
綜上可見,專家學者們已經得出了一些有價值的理論,但仍有問題有待深入研究。第一,基于一個區域對財政收入和城鎮化水平的關系研究不夠。已有的研究是基于全國整體進行的,對長三角地區財政收入與城鎮化關系的研究尚未見文獻。中國區域經濟發展不平衡,從全國整體進行研究忽視了這種不平衡性和區域性。長三角地區是中國最重要的城市群之一,對其他區域具有示范性,對這一區域的研究同樣具有示范性。第二,大部分研究僅限于分析財政收入與城鎮化的關系,而具體分析財政收入對城鎮化的影響程度目前只有余紅艷的一篇論文[5],而且是就全國視角進行的研究。第三,關注地方財政收入和區域城鎮化水平的關系也不多見。第四,雖然有些研究選取了三、四十年的相關數據,但其較早些年的數據由于時代背景的不同以及政府政策的差異,反映變量間關系對今后的影響意義不大。因此,為彌補不足并突出區域性,本文通過建立模型、運用Eviews6.0軟件、基于長三角地區三省一市現狀,考察地方財政收入不同對城鎮化水平可能造成的影響,并提出相關的政策建議。
如前所述,財政收入和城鎮化水平在經濟行為上存在因果關系,再用統計學上的方法證明是否存在協整關系。由于長三角地區區域內部發展不平衡,若單純使用時間序列模型來研究兩者的關系,會忽略各省市的差異;若僅考慮橫截面數據又無法反映經濟變化趨勢。所以,本文采用面板數據模型,它不僅能夠同時反映研究對象在時間和截面單元兩個方向上的變化規律,還能反映變量不同時間、不同單元的特性。面板數據模型既可以減少多重共線性帶來的影響,又能使研究更加深入。
本文建立的理論模型為:
yit=β0+β1xit+β2zi+εit,i=1,2,…,N,t=1,2,…,T
其中,β0為常數,不隨時間、截面變化;zi表示隨個體變化,但不隨時間變化的難以預測的變量;εit為誤差項。
數據來自《中國統計年鑒》、《上海統計年鑒》、《江蘇統計年鑒》、《浙江統計年鑒》以及《安徽金融統計年鑒》。自20世紀90年代中期以來,我國的城鎮化進入快速發展時期,根據諾瑟姆“S”型曲線,當城鎮化率達到20%才進入城鎮化的起始階段[8],作為長三角地區城鎮化率最低的安徽在1995年達到19.09%,所以選取的數據長度為1995-2012年,寬度為長三角地區三省一市,包括浙江、江蘇、安徽和上海。
(1)城鎮化指標。本文使用的是大多數研究采用的城鎮化率(lnUR),即城鎮人口在總人口中所占比率,這個指標更能代表城鎮化的真實質量水平。其中城鎮人口數和總人口數均從各省市統計年鑒中直接獲得,再通過簡單計算得到三省一市1995-2012年的城鎮化率。
(2)地方財政收入指標。普遍認為地方財政收入僅指以稅收為主體的公共財政收入,也稱一般預算收入,其余各項財政收入多為專款專用,對地方財政收入增長影響甚微。因此本文選取的數據來自《中國統計年鑒》中公布的各省市的一般預算收入,包括地方所屬企業收入、地方稅收和規費等。文中用lnFE表示地方財政收入。
此外,為了減輕異方差帶來的影響,對模型中的各個變量取對數,這樣便于分析其經濟意義。
為了保證結論的穩定性,本文采用ADF方法對樣本數據進行單位根檢驗,檢驗模型的滯后階數是根據AIC和SC標準值最小準則來確定的[9]。結果顯示,經過二階差分,在1%的顯著性水平下,ADF統計量均小于臨界值,P值均小于0.01,說明拒絕原假設,并且認為序列是平穩的,因此以上變量都是二階單整序列,滿足建立回歸模型的前提條件。
如果變量之間存在多重共線性即變量之間的相關程度比較高,就會使模型的結果失真,因此需要對長三角地區三省一市的各個指標變量進行多重共線性檢驗。根據VIF=1/(1-r2)算得三省一市的VIF值均小于10,不存在嚴重的多重共線性。
由于面板數據模型分為變系數模型、變截距模型和混合數據模型三種,因此在對面板數據模型進行估計之前,先要檢驗樣本數據選定適合的模型,使用的檢驗方法是協變分析檢驗,也稱F檢驗,主要檢驗兩個假設,H1:yit=αi+xitβ+μit;H2:yit=α+xitβ+μit。
首先運用Eviews6.0軟件得出三種模型的誤差項平方和,對應上面所述的三種方法,分別是S1=3 742.578,S2=4 601.787,S3=23 931.17。所以,根據下述公式得到檢驗H2的F統計量:

其中,n表示樣本量;K表示自變量個數;T表示時期。
F2=43.74與F(142,1 152)比較得出,接受H2。顯然,接受了假設2則沒有必要進行進一步的檢驗。所以應該采用變系數模型。
令αi=β0+β2zi,于是上文的理論模型變為:
yit=αi+βixit+εit,i=1,2,…,N,t=1,2,…,T
這就是固定影響的變系數模型形式,除存在個體影響外,在橫截面上還存在變化的經濟結構,所以截距和斜率均不同。
根據檢驗結果,確定采用固定影響的變系數模型,緊接著對所建立的變系數模型進行回歸,得到三省一市的協整檢驗方程:
R2=0.90F=84.13 D.W=1.796
上海:lnUR=3.73+1.094lnFE+μ1
江蘇:lnUR=2.12+1.232lnFE+μ2
浙江:lnUR=1.08+1.39lnFE+μ3
安徽:lnUR=2.09+1.23lnFE+μ4
從模型回歸結果可以看出,回歸方程對模型變量的解釋程度達到0.90,擬合度較高。從F統計量來看,三省一市的兩個變量之間均有較強的線性相關關系,模型精確度較高。從回歸系數上看,長三角地區的城鎮化水平隨著財政收入的增加而提高。緊接著對殘差序列μ1、μ2、μ3、μ4進行檢驗,結果見表1。

表1 殘差單位根檢驗
該檢驗結果表明,在1%的顯著性水平下拒絕原假設,接受不存在單位根這一結論,即所估計的殘差序列是平穩的,也就是說長三角地區各省市的財政收入與城鎮化水平之間存在一個長期均衡關系。
由于在長期均衡關系的檢驗中所用的時間跨度不長,為進一步檢驗結果的可信度,由Granger表述定理可知,如果兩個變量是協整的,則它們之間的短期非均衡關系總可以由一個誤差修正模型表述。由于區域內各省市的財政收入和城鎮水平已存在長期協整關系,為研究兩者之間的短期波動關系,有必要建立誤差修正模型。用ECM表示誤差修正項。
上海:△lnUR=3.73+0.09△lnFE-1.33ECM1t-1
R2=0.34 D.W=1.61
江蘇:△lnUR=0.04+0.04△lnFE-1.16ECM1t-1
R2=0.65 D.W=1.71
浙江:△lnUR=-0.42+2.5△lnFE-1.11ECM1t-1
R2=0.74 D.W=1.89
安徽:△lnUR=0.05+0.01△lnFE-1.10ECM1t-1
R2=0.12 D.W=2.05
顯而易見,三省一市的誤差修正項系數均為負,說明長期向均值收斂。這就意味著上期的城鎮化率高于長期均衡值,下期以負的修正項的力度即誤差修正項系數將實際值調整到均衡值。因此,長三角地區內各省市的財政收入與城鎮化水平均有短期均衡波動關系。
之前只是證明財政收入與城鎮化水平存在短期聯系和長期均衡關系,未能反映兩個變量之間的關系強度。為了詳細分析財政收入在不同時期對城鎮化水平的相對貢獻程度,需要進行方差分解分析。方差分解結果見表2。

表2 方差分解結果
通過方差分解結果可以看出,隨著時間變化,城鎮化自身的慣性作用不斷下降,財政收入對城鎮化的貢獻度在逐漸增強。尤其是上海市,相較于其他三省,其財政收入對城鎮化水平的貢獻度最大。江蘇省、安徽省雖然財政收入的貢獻度也在增強,但貢獻度的絕對數值較小,尤其是安徽,在第10期也只有0.42%。因此,財政收入越高,財政收入對城鎮化的貢獻度越大。
根據各省市統計年鑒中數據算出,三省一市財政收入的支出結構中用來進行城鎮化建設的比重相差不大,也就是說,各省市財政收入的高低決定了用于城鎮化建設的費用高低,再加上方差分解結果,說明區域內城鎮化的不均衡發展與財政收入有直接關系。
首先,長三角地區三省一市的地方財政收入與城鎮化水平均存在長、短期均衡關系。根據1995-2012年的統計數據,將區域內三省一市四個地區的面板數據作協整分析,這樣在考慮各省市差異的情況下,得出了財政收入與城鎮化率的長期均衡彈性,回歸系數分別為上海市1.094、江蘇省1.232、浙江省1.39和安徽省1.23,即兩個變量之間存在長期穩定的關系。并且三省一市的誤差修正項系數均為負,財政收入與城鎮化水平也有短期波動關系。所以,增加財政投入對城鎮化建設至關重要。
其次,從方差分解的結果看,地方財政收入和區域內城鎮化的不均衡發展有直接關系。區域內各省市財政收入對城鎮化水平的貢獻度與財政收入高低成正比,并且財政收入對城鎮化水平的貢獻度也在逐漸增強。說明從長遠看更應注重財政投入對城鎮化的作用。
最后,雖然長三角地區內部差異大,但根據統計數據分析可知近幾年這種差距正逐漸縮小,也足以說明增加地方財政收入對城鎮化發展有不可替代的作用,并且還能促進整個長三角地區共同發展。
首先,長江三角洲三省一市政府間應加強合作,借鑒上海財政支持城鎮化發展的政策措施,充分發揮上海國際大都市的龍頭作用。依據數據分析結果,結合三省一市的情況,長三角地區地方財政收入與城鎮化水平有直接的因果關系。為提高長三角地區城鎮化水平,提高財政收入,增強財政實力,促進長江三角洲三省一市一體化發展,政府間應加強合作,圍繞城鎮化水平高的上海市這一核心,借鑒上海財政支持城鎮化發展的政策措施,充分發揮上海國際大都市的龍頭作用。
其次,增加財政投入,提供更多的“公共產品”和增強產業集聚能力,更多吸納農業轉移人口[10]。城鎮化水平提高對教育、住房保障、城鎮基礎設施等“公共產品”形成巨大的需求。財政收入越高,財政收入就能更多用于城鎮化建設,增加城鎮化所需要的“公共產品”。這樣,形成財政收入高、“公共產品”供給多,城鎮化水平高的良性循環。可以這樣判斷,財政收入總量越大,投入到城鎮化建設中的財力越多,進而各省市的城鎮化水平就越高。
因此,城鎮化水平低的省域應該借鑒上海市財政支持城鎮化的政策,為城鎮建設和公共服務提供充裕的財力,特別是加大對城市公益性基礎設施的財政投入。此外,借助長三角地區的經濟實力,利用自身資源稟賦上享有的優勢,加強區域內部合作,推動城鎮化進程。
[1]段國旭.城鎮化進程的財政動力研究[J].財政研究,2009(1):42-44.
[2]左曉慧.城鎮化的金融支持研究[J].福建論壇:人文社會科學版,2012(3):48-50.
[3]陸成林.促進我國城鎮化科學發展的財政政策選擇[J].地方財政研究,2012(4):11-17.
[4]薛虹,孫建華.城鎮化進程中的財稅制度創新[J].財政研究,2007(11):41-43.
[5]余紅艷.城鎮化發展與財政政策相關關系的實證分析[J].統計教育,2008(11):60-64.
[6]周戰強,喬志敏.金融發展、財政投入與城鎮化[J].城市發展,2011(9):17-20.
[7]王建威,何國欽.城鎮化發展與財政金融支持機制協同創新的效率分析[J].上海金融,2012(6):94-96.
[8]Northam R M.Urban Geography[M].New York:J Wiley&Sons,1975:65-67.
[9]梁彭勇,梁平,任思慧.中國金融發展與城鎮化關系的地區差異[J].上海金融,2008(2):14-17.
[10]溫來成.促進城鎮化健康發展的財稅政策[J].中國稅務,2006(3):14-16.