安徽省城鎮化、產業結構升級與金融發展的互動關系分析*

胡　鵬　項桂娥　吳義根

（池州學院商學院，安徽池州　247000）

?

安徽省城鎮化、產業結構升級與金融發展的互動關系分析*

胡鵬項桂娥吳義根

（池州學院商學院，安徽池州247000）

摘要：文章選取安徽省1978—2014年的數據，運用VAR模型對安徽省城鎮化、產業結構與金融發展之間的關系進行定量分析。結果表明，三者之間存在長期穩定的動態均衡關系，城鎮化水平的提高能促進產業結構優化，服務化對城鎮化有促進作用，工業化和金融效率對城鎮化有阻礙作用。文章基于實證分析提出了提高城鎮化質量，推動產業結構升級；以新型工業化推動產業結構優化升級；大力發展現代服務業；完善金融體系，提高金融資源配置效率等建議。

關鍵詞：城鎮化；產業結構；工業化；服務化；金融發展；VAR模型

本刊網址·在線雜志：www．jhlt．net．cn

黨的十八大明確提出要推進經濟結構戰略性調整，必須以改善需求結構、優化產業結構、促進區域協調發展、推進城鎮化為重點，同時提出要深化金融體制改革。2014年中央工作會議提出要切實把經濟工作的著力點放到轉方式調結構上來，推進新型工業化、信息化、城鎮化、農業現代化同步發展。因此，城鎮化和產業結構調整是推動我國經濟社會轉型發展的長遠戰略和必然選擇。城鎮化與產業結構升級之間相互影響、相互促進。城鎮化能使生產要素向城鎮集聚，進而為產業結構的調整奠定基礎。產業結構的優化升級則為城鎮化發展指引方向并為其提供動力。城鎮化和產業結構升級，都離不開金融發展的支持。金融發展將改變資金的供給水平和配置效率，引導資源的合理配置，實現產業結構的優化升級，進而促進城鎮化的發展。

一、文獻綜述及研究方法設計

（一）文獻綜述

目前，國內外學者對城鎮化、產業結構升級與金融發展中兩兩關系的研究較多。對產業結構升級與城鎮化的有關研究表明，二者之間存在相互促進的關系。［1-4］對我國的實證研究則表明，這種關系存在明顯的區位差異。［5-7］關于金融發展與產業結構升級之間的關系，國外學者的研究表明，金融規模擴大和金融效率提升都能顯著促進產業結構升級。［8-10］國內學者的研究則認為，我國金融發展與產業結構升級之間的長短期關系存在差異，金融規模的擴張對產業結構升級的促進作用更加明顯。［11-20］關于城鎮化與金融發展之間關系，國內學者研究認為，二者之間的關系存在區域差異性，長期中金融發展尤其是金融效率的提升能有效促進城鎮化，短期內的促進作用卻不顯著。［21－26］

同時研究城鎮化、產業結構升級與金融發展之間相互聯系和因果關系的文獻較少，研究的結論也并不一致。有研究顯示，城鎮化可以顯著促進產業結構升級，但產業結構升級對城鎮化的影響并不顯著［27］，也有研究結論與此恰恰相反［28，29］，還有研究認為二者相互促進。［30］有研究認為金融發展對城鎮化的貢獻要大于工業化的貢獻［28，29，31］，有研究則認為工業化對城鎮化的貢獻要大于金融發展的貢獻。［30］有研究認為金融發展與工業化之間相互促進［29］，也有研究認為金融發展能促進工業化，而工業化對金融發展的促進不明顯。［30］

對相關文獻的梳理，可以發現，上述研究所選擇的區域并不相同，其經濟社會發展水平各異，因而城鎮化、產業結構與金融發展的協調水平也不一致。鑒于此，本文在已有研究的基礎上，對安徽省城鎮化、產業結構及金融發展之間的關系進行分析，探討其內在機理，并就促進三者協調發展提出相關政策建議。

（二）研究方法與分析模型

本文利用非限制性向量自回歸模型（unrestricted VAR）對安徽省城鎮化、產業結構和金融發展的相互關系進行分析。模型的表達式為：

上式中，yt為k維內生變量列向量，p為滯后階數，T是樣本個數。K×K維矩陣Φ1，Φ2，···，Φp是待估計的系數矩陣。εt為k維獨立且等方差的白噪音向量，沒有結構性意義。由于僅僅有內生變量的滯后值出現在等式右邊，所以不存在同期相關性問題，用普通最小二乘法就能夠得到VAR模型的一致且有效的估計量。［32］

在具體的分析過程中，要分別運用Johansen協整檢驗、Granger因果檢驗和方差分解等定量分析方法。

（三）變量設置

1.城鎮化指標

雖然城鎮化水平指標日益向體系化、復雜化方向發展，但是人口指標仍是衡量城鎮化水平的核心指標。因為，城鎮化的過程也就是農村（農業）人口轉移為城鎮人口的過程。考慮到經濟社會發展實際，本文選擇城市常住人口與總人口比例來表征城市化率，即：

城鎮化率［UR］＝城鎮常住人口／總人口

2.產業結構指標

學者們對產業結構的研究基本沿著庫茨涅茲的研究思路，運用三次產業分類方法。由于本文研究的變量之一是產業結構升級，因而選擇第二產業產值占GDP的比重和第三產業產值占GDP的比重兩個指標來表示產業結構的變動。前一個指標可以表征工業化率，后一個指標可表示經濟服務化率。具體公式如下：

工業化率（GY）＝第二產業產值／GDP

服務化率（FW）＝第三產業產值／GDP

3.金融發展指標

Goldsmith（1969）創造性地提出了金融相關比率 （Financial Interrelations Ratio，FIR）指標，來衡量一國金融結構與金融發展水平。安徽省的資本市場發展相對滯后，因此本文在選擇金融發展指標時暫不考慮資本市場的影響。借鑒已有研究成果，考慮數據的可得性和可比性，本文選擇金融相關比率（FIR）及存貸比（LD）來表征金融發展水平。具體公式如下：

金融相關比例（FIR）＝期末金融結構存貸款余額/GDP

存貸比（LD）=期末金融結構貸款余額/期末金融結構存款余額

二、數據來源及檢驗

（一）數據來源

1978年是我國改革開放元年，考慮到數據的可得性、可比性，以及計量分析對樣本的需求。本文選取安徽省1978—2014年的年度數據，相關數據來自 《安徽省統計年鑒》。為消除異方差問題，對時間序列數據取自然對數，并用LNUR、LNGY、LNFW、LNFIR和 LNLD分別表示 UR、GY、FW、FIR和LD的自然對數。

（二）ADF平穩性檢驗

因為時間序列數據可能會存在虛假回歸等問題，而且其非平穩性會破壞模型的假設，因此需要先對數據進行平穩性檢驗。為提高估計的可靠性，本文選用ADF方法對上述數據進行平穩性檢驗，運用EVIEWS7.2軟件進行分析，檢驗結果見表1。由表1可知，變量LNUR、LNGY、LNFW、LNFIR和LNLD在1%、5%、10%的水平上都不顯著，因此不能拒絕有單位根的假設。變量DLNUR、DLNGY、DLNFW、DLNFIR和DLNLD在1%的水平上都顯著，因而拒絕了有單位根的假設。由此可知，LNUR、LNGY、LNFW、LNFIR和LNLD都是一階單整的時間序列，可能存在協整關系。

表1　ADF檢驗結果

（三）Johansen協整檢驗

本文選擇用Johansen協整檢驗方法來對城鎮化、產業機構優化和金融發展指標間的協整關系進行檢驗。在協整檢驗前，要確定合理的協整滯后階數。在VAR（p）模型條件下，利用LR，AIC，SC、和HQ統計量進行檢驗，選取的標準為滿足準則最多的滯后階數。根據運算結果，確定滯后階數為1。由于VAR模型的滯后階數是2，因而協整的滯后階數為1。對五個變量進行Johansen協整檢驗，檢驗方式為有截距項無趨勢項，結果表明在5%的顯著性水平上，五個變量之間存在一個協整關系，即它們之間存在長期穩定的均衡關系。

（四）Granger因果檢驗

城鎮化、工業化、服務化、金融規模和金融效率之間是否具有因果關系，要通過Granger因果檢驗加以驗證。Granger檢驗的滯后階數由VAR模型的最佳滯后階數確定。通過滯后2階的Granger因果檢驗，得到的結果如表2所示。表2顯示，工業化與城鎮化之間存在雙向格蘭杰因果關系；服務化與城鎮化之間不存在格蘭杰因果關系；金融效率與城鎮化之間、金融效率與服務化之間不存在格蘭杰因果關系，但是不高的P值表明，金融效率對城鎮化和經濟服務化率還是有影響的；金融相關率與城鎮化、金融相關率與工業化、金融相關率與服務化之間均不存在格蘭杰因果關系；滯后3階、4階的格蘭杰檢驗均表明，金融相關率與城鎮化、工業化、經濟服務化率之間均不存在格蘭杰因果關系；金融相關率是金融效率的單向格蘭杰原因。

三、城鎮化、產業結構升級與金融發展的互動關系分析

1.VAR模型估計

格蘭杰檢驗拒絕了金融相關率與城鎮化、產業結構之間的因果關系，接下來，剔除FIR變量，構建LNUR、LNGY、LNFW和LNLD的VAR模型。

確定模型的滯后階數，在VAR（p）模型條下，利用LR、AIC、SC和HQ統計量進行檢驗，確定模型的滯后階數為1。確定滯后期后，樣本數量由37減少至36個，樣本區間為1978—2013年。選擇用Johansen協整檢驗對4變量進行協整檢驗，滯后階數為0，檢驗方式為有截距項無趨勢項，檢驗結果表明變量間有1個協整關系。運用EVIEWS7.2對模型進行估計，得到如下VAR（1）模型。

表2　Granger因果檢驗

上述模型中四個方程調整后的R2均大于90%，模型整體的對數似然值為262.6712，AIC值和SC值分別為-13.48173和-12.60200，說明模型的擬合度較好，整體效果顯著。對新構建的VAR模型進行穩定檢驗，發現所有單位根均小于1，因此模型是穩定的。

從VAR模型的估計結果來看，對城鎮化指標，僅自身一階滯后項影響顯著；對工業化指標，滯后一階的城鎮化、工業化及金融效率指標均對其有顯著影響，其中自身一階滯后項影響最大，滯后一階的城鎮化率的影響次之，滯后一階的金融效率指標影響最小且與工業化指標負相關；服務化指標僅受自身一階滯后項的影響顯著；金融效率指標則顯著受滯后一階的服務化率、金融效率指標的顯著影響。

2.方差分解分析

表3是城鎮化水平方差分解的結果。變量的排列順序為：城鎮化率、工業化率、服務化率和金融效率。表3表明，城鎮化主要受其自身的影響，隨著時間推移，其對自身的影響不斷減弱，第10期時其對自身的貢獻率已經下降到66.3%。工業化、服務化和金融效率對城鎮化的貢獻率不斷提升，其中服務化的貢獻率最大，金融效率次之，工業化的貢獻最小。

對工業化水平進行方差分解則表明，工業化對自身的貢獻率從3期開始迅速下降，到第10期時工業化對自身的貢獻率僅為58.5%。城鎮化對工業化率的貢獻率從第四期開始快速增加，第10期時到達15.4%。服務化對工業化的貢獻率第10期時接近17.3%。金融效率對工業化的貢獻率從第2期后開始不斷增加，第10期接近9%。

對服務化水平進行方差分解則表明，服務化對自身的貢獻率一直較高，第10期時依然高達81.6%。城鎮化、工業化、和金融效率對對服務化的貢獻率均較弱，第10期時三者對服務化的貢獻率均為超過8%，分別到達6.65%、4.10%和7.61%，三者對服務化的貢獻率之和低于20%。

表3　城鎮化水平方差分解結果

四、主要結論及政策建議

（一）主要結論

通過以上分析可以得到如下主要結論：

1.LNUR、LNGY、LNFW、LNFIR和LNLD都是一階單整的時間序列，在5%的顯著性水平上，五個變量之間存在一個協整關系，即安徽省城鎮化、工業化、服務化、金融相關率和金融效率之間存在長期均衡關系。

2.安徽省工業化與城鎮化之間存在雙向格蘭杰因果關系；服務化與城鎮化之間不存在格蘭杰因果關系；金融效率與城鎮化之間、金融效率與服務化之間不存在格蘭杰因果關系，但是不高的P值表明，金融效率對城鎮化和經濟服務化率還是有影響的；金融相關率與城鎮化、金融相關率與工業化、金融相關率與服務化之間均不存在格蘭杰因果關系；金融相關率是金融效率的單向格蘭杰原因。

3.方差分解分析表明，城鎮化、工業化、服務化主要受自身的影響，但是隨著時間推移，其他因素的推動作用越來越強。服務化和金融效率對城鎮化的貢獻率越來越大，工業化的貢獻率則較小。城鎮化、服務化和金融效率對工業化的貢獻率依次遞減。城鎮化、工業化和金融效率對服務化的貢獻率均不大。

（二）政策建議

根據上文對安徽省城鎮化、產業結構升級和金融發展間相互關系的實證檢驗和分析結論，結合安徽省區域經濟發展現狀，給出如下政策建議：

1.推進新型城鎮化建設，提高城鎮化質量

2014年，安徽省人均GDP突破5000美元，第二產業對GDP的貢獻超過53%，而城鎮化率僅為49.15%。按照錢納里的“世界發展模型”，安徽省的城鎮化水平相對工業化水平而言滯后嚴重。當前安徽省經濟社會發展所面臨的一個主要問題就是加速推進城鎮化，尤其是要加速推進新型城鎮化建設。新型城鎮化的建設有利于促進安徽省四化協調發展水平，有利于實現經濟社會的全面協調發展，有利于實現區域經濟和城鎮建設的合理布局，有利于實現農民市民化和和諧城市的建設，全面提高安徽省城鎮的質量和水平。

2.以新型工業化推動產業結構優化升級

安徽省已經進入工業化中后期，傳統工業面臨的困境越來越大，走新型工業化道路是必然選擇。新型工業化立足技術創新，突出信息化的帶動作用，強調城鄉協調發展、產業協調互動，走集約集群可持續發展的道路。因此，新型工業化既符合國家“雙創”戰略，又有利于安徽省新型城鎮化建設，有效促進安徽省產業結構優化升級和價值鏈的協調發展。

3.大力發展現代服務業

根據錢氏理論，安徽已經進入工業化的中后期，經濟由“工業型”向“服務型”轉變是一個必然的趨勢。在此背景下，大力發展服務業，特別是發展現代服務業是調整安徽省產業結構的重要途徑。服務業的發展能夠將勞動力資源有效地向城鎮集中，進而促進城鎮的發展。同時，服務業的發展能有效吸納城鎮人口就業。現代服務業由于具有知識密集和技術密集的特點，大力推進其發展對區域經濟增長、產業結構優化升級具有重要意義。

4.完善金融體系，提高金融資源配置效率

金融發展能夠促進各種要素向城鎮集聚，因而對城鎮化有顯著促進作用。金融效率的提高能夠優化經濟資源配置，提高經濟效率，對新型城鎮化的協調發展具有良好的促進作用。目前，安徽省金融效率的提升并未體現出對城鎮化的促進作用。其主要原因在于政府對工業的偏好、銀行對大型國企和房地產的偏好。安徽省要繼續深化金融體制改革，健全支持實體經濟發展的現代金融體系，加快發展民營金融機構。完善金融監管，推進金融創新，維護金融穩定。

參考文獻：

［1］Markus Brückner.Economic growth，size of the agricultural sector，and urbanization in Africa［J］．Journal of Urban Economics，2012，71（1）：26-36．

［2］MuhammadShahbaz，HooiHooiLean.Does financial development increase energy consumption?The role of industrialization and urbanization in Tunisia［J］．Energy Policy，2012，40（1）：473－479．

［3］肖萬春．農村城鎮化進程中的產業結構聚集效應［J］．經濟學家，2003，（2）：37－43．

［4］馮尚春．中國特色城鎮化道路與產業結構升級［J］．吉林大學社會科學學報，2005，（5）：128－132.

［5］楊文舉．中國城鎮化與產業結構關系的實證分析［J］．經濟經緯，2007，（1）：78－81．

［6］張東，楊易，秦俊武.城市基礎設施投資約束與住房開發投資區位選擇——基于省級面板數據的實證［J］.海南大學學報（人文社會科學版），2014，32 （1）：90-95.

［7］馬遠，龔新蜀．城鎮化、農業現代化與產業結構調整——基于VAR模型的計量分析［J］．開發研究，2010，（5）：88－91.

［8］RW Goldsmith.Financial structure and development ［J］.New Haven Yale University Press.1969.

［9］RaghuramG．Rajan，LuigiZingalesL.Financial dependence and growth［J］．The American Economic Review，1988，88（3）:559－586.

［10］JeffreyWurgler.Financialmarketsandthe allocationofcapital［J］．JournalofFinancial Economics，2000，58（s1-2）:187-214.

［11］伍海華，張旭．經濟增長·產業結構·金融發展［J］．經濟理論與經濟管理，2001，（5）：11-16.

［12］蔡紅艷，閻慶民．產業結構調整與金融發展——來自中國的跨行業調查研究 ［J］．管理世界，2004，（10）：79-84.

［13］劉峰．新型城鎮化背景下耕地保護機制創新研究——以湖南為例［J］．湖南財政經濟學院學報，2016，32（2）：46－53．

［14］馬智利，周翔宇．中國金融發展與產業結構升級關系的實證研究［J］．上海金融，2008，（2）：18-21.

［15］陳聰．我國金融發展與產業結構升級的關系研究［J］．統計與決策，2008，（9）：108-109.

［16］史諾平，廖進中，楊煒娜．中國金融發展與產業結構調整關系的實證研究［J］．統計與決策，2010，（3）：114-116．

［17］王春麗，宋連方．金融發展影響產業結構優化的實證研究［J］．財經問題研究，2011，（6）：51-56.

［18］王良健，鐘春平．產業結構調整中金融發展的作用與定位［J］．經濟地理，2001，21（6）:669－673.

［19］葉耀明，紀翠玲．長三角城市群金融發展對產業結構變動的影響［J］．上海金融，2004（6）10－12．

［20］鄧光亞，唐天偉．中部區域金融發展與產業結構調整互動研究——基于VAR模型的實證分析［J］．經濟經緯，2010，（5）：17-21.

［21］張宗益，許麗英．金融發展與城市化進程［J］．中國軟科學，2006，（10）：112－120．

［22］鄭長德．中國的金融中介發展與城鎮化關系的實證研究［J］．廣東社會科學，2007，（3）：12-18．

［23］梁彭勇，梁平，任思慧.中國金融發展與城市化關系的區域差異［J］．上海金融，:2008，（2）：14-17．．

［24］周戰強，喬志敏．金融發展、財政投入與城鎮化［J］．城市發展研究，2011，18（9）：17－20，99．

［25］范兆斌，左正強．區域金融發展與廣東省城鎮化問題研究［J］．經濟縱橫，2004，（12）：31－34．

［26］陳志偉．金融發展對城鎮化影響的實證研究——以河南省為例［J］．經濟經緯，2014，31（6）：7－13．

［27］孫長青．基于VAR模型的城鎮化、工業化與金融發展關系分析——以中原經濟區為例［J］．經濟經緯，2012，（6）：17－21．

［28］郭江山．基于VAR模型的城鎮化、工業化與金融發展動態分析——以河北省為例［J］．河北師范大學學報（哲學社會科學版），2011，32（4）：69－74．

［29］石林，肖春梅，張曉燕．基于VAR模型的新疆城鎮化、工業化與金融發展［J］．企業經濟，2013，（10）：147－151．

［30］趙曉慧．城鎮化、工業化與金融發展的動態研究——基于西北五省1978—2012年數據［J］．商業時代，2014，（29）：133－135．

［31］饒華春．金融發展、產業結構升級與城市化進程［J］．新疆財經大學學報，2009，（4）：42－45．

［32］高鐵梅．計量經濟分析方法與建模［M］．北京：清華大學出版社，2009：267－268．

（責任編輯明篤）

中圖分類號：F299．27．54

文獻標志碼：A

文章編號：1001-862X（2016）04-0052-006

*基金項目：安徽省高校自然科學研究重點項目（KJ2014A177）

作者簡介：胡鵬（1981—），安徽廣德人，講師，主要研究方向：區域經濟、產業經濟；項桂娥（1964—），女，安徽青陽人，池州學院商學院院長、教授，主要研究方向：產業經濟、區域經濟；吳義根（1976—），安徽池州人，博士，講師，主要研究方向：生態經濟學、空間計量經濟學。