福建省城鎮化進程中的金融支持分析
——基于主成分和灰色關聯分析法

鄭智勇

（福建師范大學經濟學院，福建福州，350108）

福建省城鎮化進程中的金融支持分析
——基于主成分和灰色關聯分析法

鄭智勇

（福建師范大學經濟學院，福建福州，350108）

新型城鎮化建設需要金融的支持和推進。通過構建金融支持度和城鎮化的指標體系，采用主成分分析法和灰色關聯分析法對2008—2015年福建省金融支持度和城鎮化各指標數據進行實證分析。結果發現，金融支持最顯著影響人口城鎮化和產業城鎮化，同時金融支持規模和金融支持效率是影響城鎮化的最重要因素。因此，需要從融資效率和規模、土地流轉制度、產業融合、金融創新等多角度入手推進金融支持，以逐步實現新型城鎮化的質量要求。

金融支持；城鎮化；主成分分析；灰色關聯分析

2013 年11 月，黨的十八屆三中全會通過《中共中央關于全面深化改革若干問題的重大決定》，正式提出發展普惠金融，鼓勵金融創新，豐富金融市場層次和產品，并推進農業轉移人口市民化，逐步把符合條件的農業轉移人口轉為城鎮居民。2013年12月，習近平主席在中央城鎮化工作會議上指出，城鎮化是現代化的必由之路，推進城鎮化是解決農業、農村、農民問題的重要途徑，是推動區域協調發展的有力支撐，是擴大內需和促進產業升級的重要抓手，對全面建成小康社會、加快推進社會主義現代化具有重大現實意義和深遠歷史意義。2014年3月5日，國務院總理李克強在政府工作報告指出，要把新型城鎮化建設作為2014年九項重點工作之一，大力推進以人為核心的城鎮化建設，遵循城鎮化發展規律，積極穩妥推進新型城鎮化，著力提升城鎮化質量。作為全國首個生態文明的先行示范區，福建省響應號召，在新一輪城鎮化浪潮中積極貫徹新型城鎮化戰略，主力打造一批智慧城市，以綠色、人文、低碳、宜居為目標，探索一條更具生機活力的城鎮化道路。改革開放以來，福建省城鎮化進程快速推進。截至2015年底，福建省城鎮人口達到2403.3萬人，城鎮化率提高到62.6%，高于全國平均水平12.9%。從福建省三大產業生產總值占比來看，2015年第二產業和第三產業生產總值占比分別為50.29%和41.56%。

當前我國的財政資金難以滿足城鎮化建設的資金需求，擴大金融支持能夠更好地引入社會資本，促進要素集中，形成多元化的投融資格局，產生規模經濟效應，從而提高城鎮化水平。本文通過構建金融支持度和城鎮化的指標體系，采用主成分分析法和灰色關聯分析法對2008—2015年福建省金融支持度和城鎮化各指標數據進行實證分析，測算出福建省的金融支持度和城鎮化之間的影響程度，從金融支持的角度提出推進福建省城鎮化進程的政策建議，以逐步實現新型城鎮化的質量要求。

一、文獻綜述

（一）金融支持城鎮化的理論研究

國外關于城鎮化發展與金融支持的理論研究，早期主要從金融支持作為城鎮化發展內生需求的角度出發。卡曼和弗農等通過產品生命周期理論研究發現，城鎮化發展引起了更多的金融資本需求。[1]Stopher和Dematteis的研究表明金融支持可以為城市鐵路交通系統的建設提供充足的資金，進而加快城鎮化進程。[2-3]Nahashi等人的研究進一步表明，完善的城市金融體系能更好地發揮金融資本集聚和配置功能，為城鎮化的快速發展提供必要的資金支持。[4]

國內的相關理論研究起步較晚，黃祥鐘、黃志剛通過分析福建省在過去20年間經濟增長與金融發展的內在聯系，探索福建省經濟增長與金融發展關系的一般規律。[5]張守志的研究表明金融支持對城鎮化的影響主要是通過資本市場提供資金支持，而城鎮化水平的提高，又引導生產要素集聚，促進金融發展。[6]葉華靚認為新型城鎮化建設在產生巨大金融需求的同時也帶來一系列突出問題。為了消除金融供給抑制的現象，必須著力構筑多層次金融體系，以實現城鎮化和金融業互相促進、共同發展的雙贏目標。[7]

（二）金融支持城鎮化的實證研究

國外關于城鎮化發展與金融支持的實證研究,注重于從基礎設施的融資改善等方面提高金融業的支持力度。Stopher Peter R以洛杉機為例，采用效益評估方法分析，發現金融業為美國鐵路交通建設提供了巨大資金，即金融發展支持了城鎮化進程中的基礎設施建設。[8]Kyung-Hwan Kim實證檢驗了房地產業作為城市經濟的支柱行業，需要通過發展金融業為房地產建設提供必要的資金支持，從而加速城鎮化的發展進程。[9]Cho、Wu和Boggess利用廣義選擇模型評估城鎮化、土地使用規則以及公共財政的相關關系，結果表明土地投資與開發需要金融業的大力支持。[10]

國內方面，丁杰從信貸市場、股票市場、保險市場三個維度出發，利用SVAR模型分析金融市場支持對區域城鎮化的促進作用。[11]張彬彬通過因子分析法測算各金融支持度、城鎮化水平的指標權重，再采用灰色關聯和彈性分析方法研究山東省城鎮化水平和金融支持度的關系程度。[12]羅瓊引入環境、經濟和社會的新型城鎮化指標，建立VAR模型實證研究不同金融種類對新型城鎮化各個方面的影響及其差異。[13]劉磊、運乃東、張雅博以通過選取遼寧省不同的城鎮化與金融支持指標，采用灰色關聯方法得出不同的關聯度并進行對比分析。[14]

通過以上的文獻綜述可以發現：（1）現有文獻對金融支持城鎮化相互作用的理論分析不夠透徹，只重視分析金融支持對城市化規模擴張的作用，忽視了金融支持對城市化質量提升的作用；（2）在實證方面，指標的選用過于單一。多數文獻使用金融相關比率代表金融發展水平，使用城鎮化率代表城鎮化水平，而這些不能全面地反映城鎮化建設中的金融支持作用；（3）現有文獻大多研究我國金融發展與城鎮化進程的關系，針對福建省的研究成果較少，此外大多數文獻采用回歸模型對金融發展與城鎮化之間的相關關系進行實證分析，不能從總量和個量上分析金融支持對城市化影響程度。本文的創新之處在于結合福建省城鎮化進程中的金融支持現狀，采用主成分分析法和灰色關聯分析法，探討兩者間各指標的影響程度，以更好地推進福建省新型城鎮化進程。

二、金融支持城鎮化的相互作用機制

金融支持與城鎮化建設是相互作用的過程。一方面，以資本的供給與配置為主要核心功能的金融體系，其規模與結構作為最重要的兩個因素直接決定了金融服務和產品提供的數量和質量，進而決定了它對城鎮化建設的作用。另一方面，城鎮化建設要求金融體系在這一過程中不斷發揮資源優化要素配置功能，完善金融體系，從而進一步推動金融發展水平。圖1反映了金融支持城鎮化的相互作用機制：

圖1 金融支持城鎮化的相互作用機制

（一）金融支持促進城鎮化建設

1．金融支持有助于加速人口城鎮化。金融支持能夠充分發揮金融體系的資源配置作用，加快社會閑散資金的資本轉換，為農村人口提供更多的就業機會。同時，金融支持還能優化金融結構，促進農村經濟的發展，加速農村轉變為城市的步伐，為人口城鎮化提供動力源泉。

2．金融支持有助于合理配置城鎮土地布局。當前我國的城鄉二元格局存在較強的剛性壁壘，阻礙金融要素的自由流動。金融支持有助于加強城鄉間的資金交流，形成有效的城鄉經濟聯動效應，促進城鎮土地建設合理布局，提高城市土地的利用率。

3．金融支持有助于改善基礎設施建設。推進城鎮化離不開供水、供電、通信等基礎設施的支撐。然而，基礎設施公益性的特點導致其只能獲得國家財政支持，商業銀行出于逐利動機缺乏投資意愿。有效的金融支持和多樣化的金融工具能夠讓城市建設開發者根據實際情況更好地進行基礎設施建設。

4．金融支持有助于優化產業結構。城鎮化過程中伴隨著產業結構的調整，由第一、第二產業逐步向第三產業過渡，由勞動密集型向資金、技術密集型過渡。金融資金是促進產業結構優化升級的重要因素，由于第三產業具有利潤率高、資金周轉快的特點，金融支持可以有效推動第三產業的發展，使資金更合理地在三大產業之間合理配置。

5．金融支持有助于提高城鎮人口素質。人口素質主要受到教育水平的影響。金融資金能夠在帶動農村轉移人口市民化的基礎上，為不同類型和不同階段的教育提供多樣化的資金支持，充分提升城鎮人口素質，進而提升城鎮化質量。

（二）城鎮化建設促進金融支持

1．城鎮化水平的提高有助于擴大金融支持規模。城鎮化水平的提高可以充分調動生產要素，發揮資金的融通作用，促進資金更集中地向規模不經濟地區配置，為金融機構提供更廣闊的市場。

2．城鎮化水平的提高有助于優化金融支持結構。城鎮化水平的提高要求改變單一的融資方式，推動直接融資與間接融資的合理配置，大大降低金融風險，優化金融支持結構。

3．城鎮化水平的提高有助于提高金融支持效率。城鎮化水平的提高使得金融機構可以根據資金狀況和市場供求來自主調節利率水平，在一定程度上緩解信貸配給現象，提高儲蓄轉化為投資的供給效率。

三、研究設計

（一）指標構建

以金融支持度和城鎮化相互作用的理論分析為依據，根據數據可得性和可比性原則，設計金融支持度與城鎮化指標體系。其中，金融支持度指標包括金融支持規模指標（FIR）、金融支持結構指標（FS）和金融支持效率指標（FE）3個二級指標，城鎮化指標包括人口城鎮化（UR）、土地城鎮化（BA）、基礎設施城鎮化（CRA）、產業城鎮化（IR）和人口素質城鎮化（PQ）等二級指標。指標包括相對數指標和絕對數指標，以求更全面地反映福建省的金融支持現狀和城鎮化水平。具體指標體系如表1所示：

表1 金融支持度與城鎮化指標體系

（二）實證分析

2008年全球金融危機和政府的行政性干預導致福建省的金融發展水平結構性失衡，與全國的差距進一步拉大。同時，福建省的國有獨資商業銀行仍處于高度壟斷地位，控制了大量的市場份額，引起存貸款市場集中度失衡，導致福建省金融發展水平落后，進而制約了福建省的城鎮化水平。因此，本文數據采用2008—2015年《福建省統計年鑒》的資料計算、整理所得，如表2所示：

表2 2008—2015年福建省金融支持與城鎮化各指標數值

表2表明，福建省金融支持度指標中FIR和FE在2008—2015年有明顯的上漲，但在2009—2011年存在明顯的波動。城鎮化指標中UR、BA、CRA和PQ呈現逐年增長的趨勢，其中在絕對數指標中BA的增速最快，達到61.11%，遠高于其他城鎮化指標。這說明福建省土地城鎮化的發展速度快，主要表現為城鄉發展結構的不平衡，城市由于產業的集聚效應和規模優勢，其土地投資過熱，大量的資金需求溢出，而鄉鎮則因為經濟落后導致其土地需求不足，建設用地低效。在相對數指標中FS的增速最快，達到30.77%。這說明在此期間福建省逐步改變了原來偏重于銀行信貸的融資手段，擴大了證券融資的比重，直接融資和間接融資的結構調整日趨優化，有利于分散金融風險，提高融資效率，建立更加多元化和可持續的資金保障機制。

為進一步研究福建省的金融支持度能否促進其城鎮化的發展，利用spss16.0軟件，通過主成分分析法和灰色關聯度分析法進行實證檢驗。

1．主成分分析

（1）基本原理

主成分分析法是研究如何通過少數幾個主成分來解釋多變量的方差——協方差結構的分析方法，通過尋求少數的幾個變量（或因子）來綜合反映全部變量（或因子）的大部分信息。變量雖然較原始變量少，但所包含的信息量卻占原始信息的85%以上，用這些新變量來分析經濟問題，其可信度仍然很高，而且這些新的變量彼此間互不相關，消除了多重共線性。

（2）測算分析

首先，對福建省金融支持和城鎮化各指標進行KMO and Bartlett檢驗，金融支持指標T統計量的觀測數值大約為56.272，相應的概率P值為0.099，KMO值為0.858，城鎮化指標T統計量的觀測數值大約為53.059，相應的概率P值為0，KMO值為0.844，依據KMO的衡量標準可知金融支持和城鎮化各指標是適合進行主成分分析的。接著，對福建省金融支持和城鎮化各指標進行主成分分析后得到其共同度、方差貢獻率和因子載荷矩陣，如表3、表4、表5所示：

表3 福建省金融支持與城鎮化共同度

表4 福建省金融支持與城鎮化方差分析表

表5 福建省金融支持與城鎮化因子載荷矩陣

由表3可知，福建省金融支持與城鎮化的共同度均在0.5以上，其中除IR以外，其他指標的共同度均在0.9以上，表明福建省金融支持與城鎮化水平能夠被這些指標解釋的程度很高。由表4可知，金融支持指標的前兩個因子為主要因子，其累計的方差貢獻率達到94.769%，城鎮化指標的第一個因子為主要因子，其方差貢獻率為88.667%。表5進一步反映了各主成分在各指標的載荷情況。對于金融支持度指標，第一主成分主要包含了FIR和FE，第二主成分主要包含了FS，對于城鎮化指標，第一主成分主要包含了UR、BA、CR和PQ。測算福建省金融支持度與城鎮化的綜合得分如下所示：

金融支持度：

聯立（1）、（2）和（3）可得：

城鎮化：

聯立（5）和（6）可得：

通過式（4）和式（7），可以得出2008—2015年福建省金融支持度與城鎮化的得分情況和得分走勢如表6和圖2所示：

表6 2008—2015年福建省金融支持與城鎮化得分情況

圖2 2008—2015年福建省金融支持與城鎮化得分走勢

可以看出，金融支持呈波動上升的趨勢，在2009—2011年波動得尤為明顯。其主要原因可能是受到2008年金融危機的影響，經濟發展受阻，政府為進一步擴大內需，平穩經濟運行，實施了四萬億計劃，主要投資于基礎設施建設和民生工程，擴大了金融行業的信貸規模，在一定程度上加大了金融支持力度。城鎮化則是呈逐年上升的趨勢，其上升的速度逐年減緩。兩者總體的長期趨勢基本一致，因此采用灰色關聯的方法進一步研究金融支持與城鎮化的關聯程度。

2．灰色關聯度分析

（1）基本原理

灰色關聯度分析法是以各因素的樣本數據為依據，采用灰色關聯度的測算來描述因素間變化趨勢的多因素統計方法。其基本思想是通過比較參考數據列和若干個比較數據列的幾何形狀相似程度來判斷數據間的影響程度。目前常見的有鄧氏關聯度、B型關聯度、廣義關聯度等。此方法能夠最大限度地減少信息不對稱帶來的損失，對樣本數據的要求低，處理過程簡便，需要客觀確定各項指標的客觀值。

（2）測算分析

首先對原始數據進行無量綱處理，然后按灰色關聯度公式，利用EXCEL進行測算后得到其灰色關聯系數和灰色關聯度，如表7和表8所示：

表7 2008—2015年福建省金融支持與城鎮化灰色關聯系數

其中：R11-R31表示UR與FIR、FS和FE的關聯系數；R12-R32表示BA與FIR、FS和FE的關聯系數；R13-R33表示CRA與FIR、FS和FE的關聯系數；R14-R34表示IR與FIR、FS和FE的關聯系數；R15-R35表示PQ與FIR、FS和FE的關聯系數。

表8 福建省金融支持與城鎮化灰色關聯度

（三）基本結論

1．橫向分析

可以看出，金融支持最顯著影響人口城鎮化和產業城鎮化，當前經濟和人口的差異也是導致福建省城鎮化質量產生區域差異的原因。一方面，城鎮化的核心是人的城鎮化，即以人為本，有序推動農業轉移人口市民化，逐步把符合條件的農業轉移人口轉為城鎮居民。隨著福建省大量農村剩余勞動力轉移到城市，農村的土地流轉加快，農業的規模經營產生大量的金融需求。另一方面，福建省的產業城鎮化以第二產業占主導地位，第三產業的比重相對較小，影響城市人口就業和農村人口轉移。此外，在城鎮產業的轉型升級過程中，中小企業無論在擴大規模還是在產品結構調整上也都需要大量的資金支持。金融支持對基礎設施城鎮化的影響僅次于人口城鎮化和產業城鎮化，而福建省基礎設施建設融資渠道單一，主要依靠政府的公共投資。其主要原因在于，基礎設施的投資具有資金規模大、投資周期長和投資成本高等公益性的特點，與商業銀行的逐利動機是相背道而馳的。商業銀行更愿意把資金投資于回收期短、資金回報率高的項目，對城鎮基礎設施建設投資不足。金融支持對人口素質城鎮化和土地城鎮化的影響最不顯著，因為人口素質城鎮化要以人口城鎮化為基礎，只有農民在城鎮定居后，金融機構才能為農民提供提高勞動力素質的金融支持。而土地城鎮化要以產業城鎮化為基礎，產業的協調發展才能提高土地的利用效率。因此要以產業為引領，以城市為載體，以人為根本，促進產、城、人的高度融合，才能實現新型城鎮化。

2．縱向分析

可以看出，金融支持規模和金融支持效率是影響城鎮化的最重要因素，而當前福建省的金融支持規模不足和金融支持效率偏低。金融支持規模不足主要表現在福建省金融機構沒有充分發揮資金的融通作用，存在中小企業融資難、農民生產生活資金不足等一系列問題。而金融支持效率偏低的原因是：一方面我國存在著較為嚴重的金融抑制現象，中央銀行對利率存在著嚴格的管制行為，使得融資需求增加而供給不足，一定程度上導致信貸配給現象的產生。另一方面由于企業存在利用存貸比的利率市場化進行惡性競爭的現象，影響儲蓄轉化為投資的效率。金融支持效率難以與金融支持規模形成有效的聯動發展效應，共同推進城鎮化建設。金融支持結構是影響城鎮化的次要因素。而當前福建省的金融支持結構單一，主要表現在福建省受到高度壟斷的銀行體制阻礙，過度依賴銀行貸款以促進產業發展，而銀行存款則由于居民收入水平較低而相對較少，無法為銀行貸款提供必要的資金支持。此外，以間接融資為主的融資結構引起銀行內部的系統性風險，其低風險偏好使得資金難以投入城鎮化建設。

四、總結

為研究福建省金融支持城鎮化的現狀，采用主成分分析法和灰色關聯度分析法進行實證分析。金融支持與城鎮化的長期趨勢一致，然而金融支持在短期內會受到國家宏觀經濟政策的影響而出現波動，之后又趨于平穩。因此，在加快金融支持促進城鎮化的同時，應當做好沖擊的短期作用應對機制，尤其是短期內存在負效應時，可通過金融子市場關系進行對沖。對福建省金融支持與城鎮化各要素的影響程度高低進行測算，結合福建省當前的金融支持與城鎮化現狀，解釋其影響程度差異產生的原因。為進一步提高福建省新型城鎮化建設水平，提出以下建議：

（1）提高融資效率。在自貿區發展的背景下，隨著金融自由化趨勢加快，福建省應積極探索以股票市場為主的直接融資方式，加大直接融資的比重，推動民間融資發展，從而分散金融風險、優化融資結構，進一步強化金融支持對城鎮化的促進作用。

（2）擴大融資規模。福建省作為海峽西岸城鎮化建設的主體區域，應進一步推廣PPP模式的運用，在降低政府負債壓力的同時發揮資金的引導作用，將資金更多地投入到基礎設施和公共事業建設中去，完善福建省的融資環境。

（3）健全土地流轉制度。福建省的農業生產風險大、農村信用環境差、農村信貸擔保體系不健全，導致農村的金融支持度不高。推進農地抵押貸款，健全土地流轉制度在一定程度上可以盤活農地資源，破解城鎮化的資金困境，建立科學有效的農村土地、宅基地和房屋推出機制。

（4）完善戶籍制度改革。打破以往城鄉戶口的二元管理體制，讓具有穩定職業和住所的農業轉移人口落戶城鎮，并確保新居民享有在就業、醫療、教育、社保等各個方面的同等權益。

（5）推進第二、第三產業的融合發展。根據各地不同區位優勢，推動產業與城鎮化聯動發展，促進第二、第三產業集聚，形成特色主導產業集群或專業園區。如在福州和閩南兩個經濟相對較發達的地區，充分發揮大城市的資源和人才集聚效應，重點發展高新技術產業；而在生態和文化旅游資源豐富的閩西地區，應大力發展旅游產品的深加工與營銷，打造紅色旅游、生態旅游等精品項目。

（6）加快金融創新。福建應根據兩岸金融業發展的新趨勢，充分利用“先行先試”的政策契機，鼓勵省內的各類金融機構進行金融業務和金融產品創新，深化金融機構和金融監管體制改革，完善多層次的資本市場，逐步實現與國際金融體制接軌。

[1]R.Vernon.International Investment and International Trade in the Product Cycle[J].International Economics Policies &Their Theoretical Foundations,1966,80(4):307-324.

[2]Stopher P R,Prashker J N.Intercity Passenger Forecasting:the Use of Current Travel Forecasting Procedures[M].Evanston:Northwestern University,the Transportation Center,1976.

[3]Dematteis G.Towards a Metropolitan Urban System in Europe:Core Centrality Versus Network Distributed Centrality[R].Urban Networks in Europe Paris Libbey,1996:19-28.

[4]Nahashi,Stannics.Diverging Patterns with Urban Growth[C].Halifax:Canada Economic Association,2007.

[5]黃祥鐘,黃志剛.福建省“十二五”經濟增長的金融支持研究[J].福州大學學報(社會科學版),2012,(1):32-36.

[6]張守志,李志華,譚開通.廣西城鎮化發展中的金融支持效應研究[J].區域金融研究,2014,(3):75-79.

[7]葉華靚.福建新型城鎮化建設金融支持體系研究[J].青島農業大學學報(社會科學版),2016,5(2):41-46.

[8]Stopher Peter R.Financing Urban Rail Projects:the Case of Los Angeles[J].Transportation,1993,(20):229-250.

[9]Kim K H.Housing Finance and Urban Infrastructure Finance[J].Urban Studies,1997,34(10):1597-1620.

[10]Cho S H,Wu J J,Boggess W G.Measuring Interactions among Urbanization,Land Use Regulations,and Public Finance[J].American Journal of Agricultural Economics,2011,85(4):988-999.

[11]丁杰.福建省金融支持與城鎮化發展的動態關系[J].福建江夏學院學報,2015,6(3):7-16.

[12]張彬彬.新型城鎮化中的金融支持研究[D].濟南:山東大學,2016.

[13]羅瓊.中國金融發展與新型城鎮化建設的關系實證分析[J].經濟地理,2016,(9):66-71.

[14]劉磊,運乃東,張雅博.基于灰色關聯模型的政策性金融助力新型城鎮化研究[J].區域金融研究,2016,(1):81-86.

（責任編輯 王 瓏）

Abstract:A new type of urbanization construction need financial support and boost. In constructing the index system of financial support and urbanization,using principal components analysis and grey correlation analysis of Fujian province in 2008-2015 financial support and the indexes of urbanization data to carry on the empirical analysis,it found the financial support had significant impact on industrial urbanization,and population urbanization and the scale and efficiency of financial support is the most important factors influencing the urbanization.Then,from the perspective of financial support,it put forward policy suggestions on promoting urbanization process of Fujian province,in order to gradually achieve the new urbanization quality requirements.

Key words:financial support;urbanization;principal component analysis;grey correlation analysis

Financial Support Analysis in Fujian Province Urbanization Process:Based on Principal Component and Grey Correlation Analysis

ZHENG Zhi-yong

(College of Economics,Fujian Normal University,Fuzhou,350108,China)

F299.275；F832

A

2095-2082（2017）04-0056-10

2017-07-18

鄭智勇（1992—），男，福建福州人，福建師范大學經濟學院會計學碩士研究生。