金融生態(tài)與新型城鎮(zhèn)化質(zhì)量——基于面板分位數(shù)回歸模型的實證檢驗

李媛媛，董 鵬

(河北工業(yè)大學 經(jīng)濟管理學院，天津 300130)

?

金融生態(tài)與新型城鎮(zhèn)化質(zhì)量
——基于面板分位數(shù)回歸模型的實證檢驗

李媛媛，董 鵬

(河北工業(yè)大學 經(jīng)濟管理學院，天津 300130)

金融生態(tài)系統(tǒng)作為一個整體，把握著新型城鎮(zhèn)化建設的命脈，發(fā)揮“輸血”和“造血”的功能?；?005—2014年除西藏外30個省、市、自治區(qū)的面板數(shù)據(jù)，構(gòu)建金融生態(tài)系統(tǒng)和新型城鎮(zhèn)化質(zhì)量評價指標體系，利用系統(tǒng)耦合度模型和全局因子分析的方法分別測度各地區(qū)金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度及新型城鎮(zhèn)化質(zhì)量水平，并通過分位數(shù)回歸實證分析前者對后者的影響。實證結(jié)果表明，我國各地區(qū)金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度和新型城鎮(zhèn)化質(zhì)量均存在著十分明顯的空間差異；金融生態(tài)系統(tǒng)耦合與新型城鎮(zhèn)化質(zhì)量之間存在顯著的正相關(guān)性，隨著新型城鎮(zhèn)化質(zhì)量的提升，金融生態(tài)系統(tǒng)耦合對新型城鎮(zhèn)化的促進作用表現(xiàn)得也更加明顯。因此，各地區(qū)應注重金融生態(tài)系統(tǒng)耦合協(xié)調(diào)以及新型城鎮(zhèn)化質(zhì)量的雙重提升，以實現(xiàn)二者的互動發(fā)展。

金融生態(tài)系統(tǒng)； 新型城鎮(zhèn)化質(zhì)量； 耦合協(xié)調(diào)度； 分位數(shù)回歸

一、引言及文獻綜述

所謂“新型城鎮(zhèn)化”，就是要由以往的單純注重城市規(guī)模擴張、城市人口增加，轉(zhuǎn)變?yōu)榫C合提升城鄉(xiāng)經(jīng)濟、文化水平，完善公共設施和基礎服務的過程，與傳統(tǒng)城鎮(zhèn)化相比有了更加豐富科學的內(nèi)涵。當前我國新型城鎮(zhèn)化建設正處于快速發(fā)展階段，亟須大量的資金投入，因此有必要對應建立健全完善的金融生態(tài)系統(tǒng)，以形成金融生態(tài)系統(tǒng)耦合和新型城鎮(zhèn)化水平的相互促進和共同提升。

近年來各界學者越來越關(guān)注城鎮(zhèn)化與金融的相關(guān)性問題。在金融推動城鎮(zhèn)化進程的機理研究方面，Kim認為，住房信貸能為城鎮(zhèn)化中的基礎設施建設提供融資支持[1]。Wellman和 Pretorius研究城鎮(zhèn)化的基礎設施融資問題，分析了城鎮(zhèn)化基礎設施投資的決策過程及其使用效率，并強調(diào)了政府干預在城鎮(zhèn)化融資中的重要性[2]。Buckley、Hanieh以迪拜和海灣地區(qū)為例分析了城鎮(zhèn)化和金融的關(guān)系，認為前者在得益于金融資源集聚和整合的同時，實際上也推動了金融市場的多元化發(fā)展[3]。郭新明認為，新型城鎮(zhèn)化內(nèi)部機制的運轉(zhuǎn)亟須金融為其提供融資支持[4]。羅明忠從勞動力轉(zhuǎn)移的角度分析了金融資源對農(nóng)民就業(yè)的影響[5]。另外，財政金融在城鎮(zhèn)土地規(guī)劃開發(fā)中也具有重要作用[6]。李建華指出，金融中介具有資金融通、資源配置、風險管理和價格發(fā)現(xiàn)等功能，隨著金融產(chǎn)品的推陳出新和金融機構(gòu)的合理分布，將實現(xiàn)勞動、資本等各類要素空間集聚和實體經(jīng)濟的發(fā)展，進而提升城鎮(zhèn)化水平[7]。

在二者關(guān)系的實證研究方面，Song基于市級數(shù)據(jù)揭示了中國改革開放以來的城鎮(zhèn)化發(fā)展進程和城市規(guī)模演變規(guī)律[8]，另外也有眾多學者分別以不同方式驗證了我國城鎮(zhèn)化水平與經(jīng)濟金融化水平之間的高度正相關(guān)性。蒙蔭莉認為金融與城市化之間存在雙向因果關(guān)系，金融深化是加速城市化進程的重要動力[9]。張宗益、許麗英將金融發(fā)展劃分為規(guī)模增加、結(jié)構(gòu)調(diào)整和效率提升三個方面分別研究，認為金融發(fā)展是城市化的強勁推動力，但城市化卻相對金融發(fā)展較為滯后，未能為其提供良好的需求根基[10]。崔喜蘇從固定資產(chǎn)投資的視角研究了我國東中西三個地區(qū)新型城鎮(zhèn)化的金融支持效果[11]。熊湘輝則結(jié)合了因子分析、主成分分析和空間面板模型，分析全國31個省份金融支持對新型城鎮(zhèn)化建設的影響[12]。

上述代表性研究雖都能證明金融對新型城鎮(zhèn)化的發(fā)展存在正向推進作用，但其主要集中探討金融生態(tài)主體，卻忽視了金融發(fā)展自身存在的系統(tǒng)性。而且反映新型城鎮(zhèn)化質(zhì)量的各類指標也不甚完備，導致不同學者的經(jīng)驗分析結(jié)果存在一些差異。因此，本文結(jié)合金融生態(tài)的相關(guān)研究[13]，將金融視為一個動態(tài)發(fā)展的系統(tǒng)，引入物理學中耦合的概念對我國除西藏外30個省、市、自治區(qū)2005-2014年金融生態(tài)系統(tǒng)的耦合協(xié)調(diào)度進行評測；在對新型城鎮(zhèn)化的規(guī)模與質(zhì)量作出區(qū)分的基礎上，重構(gòu)其指標體系；實證考察金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度與新型城鎮(zhèn)化質(zhì)量的關(guān)系。

二、金融生態(tài)系統(tǒng)的耦合協(xié)調(diào)度測算

(一)構(gòu)建指標體系

金融生態(tài)系統(tǒng)包含金融生態(tài)主體子系統(tǒng)和金融生態(tài)環(huán)境子系統(tǒng)，指標體系由27項指標構(gòu)成(表1)。

金融生態(tài)主體子系統(tǒng)，借鑒韓廷春、趙瑄[14]對金融生態(tài)主體評價的研究，將其概括為規(guī)模、結(jié)構(gòu)和效率3個方面，包括11項指標。金融規(guī)模方面，包含金融相關(guān)比率等4項指標；金融結(jié)構(gòu)方面，用非金融機構(gòu)融資總額與GDP之比、金融中介發(fā)展規(guī)模等4項二級指標反映融資靈活程度；在金融效率方面，用金融中介機構(gòu)存貸比等3項指標反映金融生態(tài)主體的效率高低。

金融生態(tài)環(huán)境子系統(tǒng)，結(jié)合眾多學者前期研究成果[15-17]構(gòu)建了包含經(jīng)濟、政策、文化和信用環(huán)境4項一級指標，人均GDP等16項二級指標。經(jīng)濟環(huán)境層面，包含人均GDP和GDP增長率等7項二級指標，反映金融生態(tài)系統(tǒng)的物質(zhì)基礎；制度環(huán)境和文化環(huán)境層面分別包含2項和3項指標，其中金融文化水平為定性指標，其余均為定量指標；信用環(huán)境層面包含不良貸款率、城鄉(xiāng)居民人均收入和社會征信體系建設等4項指標，其中社會征信體系建設情況為定性指標，其余為定量指標。

本研究所用數(shù)據(jù)均取自《中國統(tǒng)計年鑒》(2006-2015年)、各省市統(tǒng)計年鑒(2006-2015年)及《區(qū)域金融運行報告》(2005-2014年)，對價格相關(guān)的指標數(shù)據(jù)進行指數(shù)調(diào)整以排除價格波動的干擾。

表 1 金融生態(tài)系統(tǒng)指標體系

續(xù)表1

系統(tǒng)層子系統(tǒng)層Ⅰ級指標Ⅱ級指標單位指標屬性正指標逆指標金融生態(tài)系統(tǒng)金融生態(tài)環(huán)境經(jīng)濟環(huán)境人均GDP元√GDP增長率-√第三產(chǎn)業(yè)比重-√單位GDP能耗噸標準煤/萬元√固定資產(chǎn)投資/GDP-√實際利用外商投資額/GDP-√人均社會消費品零售總額元√政策環(huán)境政府財政支出/GDP-√稅收/財政收入-√文化環(huán)境每10萬人口高等學校平均在校生數(shù)人√人均受教育年限年√金融文化水平-√信用環(huán)境商業(yè)銀行不良貸款率-√城鎮(zhèn)居民人均可支配收入增長率-√農(nóng)村居民人均純收入增長率-√社會征信體系建設-√

(二)耦合度和耦合協(xié)調(diào)度模型

金融生態(tài)系統(tǒng)的耦合協(xié)調(diào)程度可采用耦合協(xié)調(diào)度模型加以衡量。該模型評價過程與說明如下：

若xij(i=1,2,…,m；j=1,2,…,p)為金融生態(tài)系統(tǒng)的第i個子系統(tǒng)，第j項指標的取值，αij與βij是系統(tǒng)穩(wěn)定臨界值的上下限，則其系統(tǒng)有序度功效系數(shù)為uij。

(1)

0≤uij≤1，當uij趨近于0時代表該指標與理想值差距較大，反之，uij趨近于1時則認為該指標達到了較高的滿意程度。

記耦合度為：

C={(u1u2)/[(u1+u2)(u1+u2)]}1/2

(2)

同樣，0≤C≤1。當C等于1時，說明金融生態(tài)內(nèi)部的兩個子系統(tǒng)之間實現(xiàn)了耦合；當C等于0時，說明兩個子系統(tǒng)彼此無關(guān)聯(lián)。

同時還應注意到，單純依靠耦合度判斷系統(tǒng)耦合水平是存在缺陷的。若兩個子系統(tǒng)u1和u2的取值都比較低，則會出現(xiàn)耦合度較高的評價結(jié)果，可能導致不同區(qū)域間的對比研究產(chǎn)生誤判。因此，在上述模型的基礎上加入有序度修正系數(shù)，構(gòu)建耦合協(xié)調(diào)度模型：

F=(C×T)

(3)

T=αu1+βu2

(4)

式中C為耦合度；F為耦合協(xié)調(diào)度；T為系統(tǒng)修正系數(shù)，反映子系統(tǒng)的有序度，T越大說明子系統(tǒng)有序度越高，α、β為待定參數(shù)。

在實際應用中，通常認定耦合協(xié)調(diào)度F高于0.8則稱系統(tǒng)達到了極度耦合階段，系統(tǒng)內(nèi)的各個子系統(tǒng)之間相互協(xié)調(diào)機制完善；0.6≤F<0.8稱為高度耦合；0.4≤F<0.6稱為中度耦合；0.2≤F<0.4稱為中低耦合，F(xiàn)低于0.2時為低度耦合，此時系統(tǒng)內(nèi)各部分之間處于不協(xié)調(diào)狀態(tài)。

(三)指標權(quán)重計算

研究采用熵值法確定權(quán)重，該方法是一種客觀賦值法，不依賴于個人的主觀性判斷，而是基于客觀環(huán)境的原始信息，通過對各指標的信息及相互之間的關(guān)聯(lián)程度的分析確定各指標的權(quán)重，進而有效地避免了由于個人主觀判斷引起的偏差。限于文章篇幅，權(quán)重計算結(jié)果不在正文列示。

(四)金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度計算及分析

本文令α=0.5，β=0.5將相關(guān)數(shù)據(jù)代入式(1)-(4)中計算得到我國2005-2014年各地區(qū)的金融生態(tài)系統(tǒng)的耦合度和耦合協(xié)調(diào)度*限于文章篇幅，系統(tǒng)耦合協(xié)調(diào)度計算結(jié)果不在文中列示。。通過對各地區(qū)金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度的分析，可以初步得出以下結(jié)論。

第一，從全國范圍來看，金融生態(tài)系統(tǒng)的耦合協(xié)調(diào)度較高，大多在0.5～0.6之間，最低的河南(0.458)*括號內(nèi)數(shù)字為該省各年份金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度的均值。也達到了中度耦合協(xié)調(diào)階段。北京的耦合協(xié)調(diào)度最高，所有年份均在0.870以上，均值為0.896，處于極度耦合狀態(tài)。上海(0.792)、天津(0.657)和浙江(0.629)的耦合協(xié)調(diào)度也都超過了0.6，處于高度耦合階段。

第二，從空間分布來看，系統(tǒng)耦合協(xié)調(diào)度的空間差異比較明顯，具體表現(xiàn)為東部和中西部發(fā)展的不平衡。東部地區(qū)所有年份金融生態(tài)系統(tǒng)F值平均達到了0.621；而中西部地區(qū)分別只有0.493和0.521；另外，金融生態(tài)系統(tǒng)達到高度及以上耦合程度的4省市(北京、上海、天津和浙江)也均位于我國東部。

第三，從變化趨勢來看，在研究的時間范圍內(nèi)各省市金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度的波動情況比較穩(wěn)定，變異系數(shù)*變異系數(shù)CV =( 標準差SD / 均值Mean )× 100%均低于0.1，其中變異系數(shù)較大的有甘肅和黑龍江兩省，分別為0.089和0.086，其余地區(qū)的變異系數(shù)均在0.08以下。大部分地區(qū)的耦合協(xié)調(diào)度十年來有所提升，說明了金融生態(tài)系統(tǒng)在不斷發(fā)展完善。耦合協(xié)調(diào)度漲幅排在前5位的依次是甘肅、重慶、海南、廣西和安徽，從2005-2014 年分別增長了0.135、0.101、0.091、0.074和0.066。

三、新型城鎮(zhèn)化質(zhì)量的測算與分析

(一)新型城鎮(zhèn)化質(zhì)量指標體系構(gòu)建

在研究《國家新型城鎮(zhèn)化規(guī)劃(2014-2020年)》對新型城鎮(zhèn)化的解讀的基礎上，結(jié)合之前學者的有關(guān)研究[18-22]，本文從經(jīng)濟發(fā)展方面、社會建設方面、居民生活方面、生態(tài)環(huán)境方面和城鄉(xiāng)統(tǒng)籌方面選取37項指標對新型城鎮(zhèn)化的質(zhì)量作出評價(表2)。

(二)新型城鎮(zhèn)化質(zhì)量測算及結(jié)果

研究采用全局因子分析對我國2005-2014年各地區(qū)的新型城鎮(zhèn)化質(zhì)量進行評價，評價過程為：首先建立時序立體數(shù)據(jù)表，并為各個時刻的數(shù)據(jù)表賦予時間權(quán)重*考慮到各年份在新型城鎮(zhèn)化質(zhì)量評價中具有同等重要地位，因此為其賦予相同的時間權(quán)重。，然后再將其縱向展開，再進行主成分分析，計算因子得分*限于文章篇幅，新型城鎮(zhèn)化質(zhì)量計算結(jié)果不在文中列示。。

KMO的檢驗值為0.891，表明所選取的指標具有多重共線性；Bartlett 球狀檢驗的近似χ2分布統(tǒng)計量的自由度為666，統(tǒng)計值15 652.84(p=0.0000)，在1%的顯著性水平下拒絕了各變量獨立的原假設，滿足進行全局因子分析的前提條件。

表 2 新型城鎮(zhèn)化質(zhì)量評價指標體系

四、金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度對新型城鎮(zhèn)化質(zhì)量影響的實證分析

(一)計量模型設定與回歸

新型城鎮(zhèn)化質(zhì)量的提升受到多種因素的影響，為了客觀地評價金融生態(tài)系統(tǒng)耦合對新型城鎮(zhèn)化質(zhì)量的作用，以新型城鎮(zhèn)化質(zhì)量得分(NUit)為因變量，金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度(Fit)為自變量，再根據(jù)現(xiàn)有的研究成果，引入經(jīng)濟發(fā)展水平(GDPit，用人均GDP表示)、政府支出(GEit，用財政支出占GDP的比重表示)、固定資產(chǎn)投資(GFCFit，用固定資產(chǎn)投資總額占GDP比重表示)、經(jīng)濟的對外開放程度(OPENit，用實際利用外資總額占GDP的比重表示)、居民受教育程度(HRit，用人均受教育年限表示)以及地區(qū)GDP增長率(GDP2it)作為控制變量進行回歸分析。經(jīng)序列平穩(wěn)性檢驗后，將除GDP增長率以外的控制變量做一階差分處理，以修正由于存在共同經(jīng)濟趨勢而導致變量之間的多重共線性，差分后的變量記為DGDPit、DGEit、DGFCFit、DOPENit和DHRit,分別代表原始變量的增長情況，構(gòu)建的回歸模型如下:

NUit=β0+β1Fit+β2DGDPit+β3GEit+β4DGFCFit+β5DOPENit+β6HRit+β7GDP2it+μit

(5)

其中，i表示地區(qū)；t表示年份；μit為隨機誤差項。

如前文所述，我國各省市無論是新型城鎮(zhèn)化水平還是金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度，都存在明顯差異，由此可推測，新型城鎮(zhèn)化水平不同的地區(qū)，其可能借助金融支持的程度也有所不同。因此本文使用分位數(shù)回歸的方法[23]，以解釋在不同新型城鎮(zhèn)化水平下，金融生態(tài)系統(tǒng)的協(xié)調(diào)對新型城鎮(zhèn)化發(fā)展的影響程度。本文分別以q=0.1、q=0.2、q=0.3、q=0.4、q=0.5、q=0.6、q=0.7、q=0.8和q=0.9作為分位點進行實證檢驗。便于結(jié)果的比較，文章同時列出了使用OLS方法估計的回歸結(jié)果，如表3所示。

表3 模型估計結(jié)果

R2=0.5927

模型2:面板分位數(shù)回歸分位點q=0.1q=0.2q=0.3q=0.4q=0.5q=0.6q=0.7q=0.8q=0.9F0.6526**(2.5762)0.9983***(5.1025)1.0087***(4.9460)1.1793***(7.0254)1.3071***(7.3465)1.4476***(8.1360)1.7613***(8.1360)1.8293***(13.3350)2.0491***(12.8567)DGDP0.0014***(5.9648)0.0002***(6.3141)0.0002***(5.9166)0.0002***(7.8397)0.0002***(6.9018)0.0002***(6.9480)0.0002***(6.1962)0.0002***(5.3858)0.0002***(4.6290)DGE0.3020***(3.2422)-0.2464**(-2.1294)0.1397(1.0636)0.0893(0.5977)0.0533(0.3355)0.0098(0.1048)-0.0191(-0.2727)0.0311(0.4573)0.08147*(1.6900)DHR-4.684**(-2.060)-0.4112**(-2.2149)-0.2020(-1.5447)-0.1951*(-1.7252)-0.0886(-0.8763)-0.0526(-0.5304)-0.0016(-0.0150)0.0743(0.6887)-0.0215(-0.2020)DGFCF-4.8376***(-6.6617)-4.432***(-7.0599)-4.5572***(-7.7943)-4.525***(-7.8794)-3.9296***(-6.5781)-3.3234***(-5.3847)-3.7702***(5.1069)-2.9825***(-3.3759)-2.4797**(-2.4012)DOPEN-4.2550(1.1234)1.4834(0.4132)-1.9234(-0.4369)-0.9127(-0.1848)-6.4513(-0.7070)-0.7662(-0.0905)0.2495(0.0246)-4.9242(-0.4417)-10.3951(-1.1102)GDP25.4403***(-9.3199)-6.019***(-12.1139)-5.7610***(-13.2869)-5.850***(-13.9218)-5.5983***(-12.3447)-5.6432***(-12.3240)-5.7974***(-16.1468)-5.5568***(-16.4743)-5.3800***(-14.4575)偽R20.25900.32120.35060.37490.39480.40960.40960.44450.4697

注：*表示在10 %的顯著性水平下顯著；**表示在5%的顯著性水平下顯著；***表示在1%的顯著性水平下顯著。圓括號內(nèi)數(shù)字為t統(tǒng)計值。

(二)回歸結(jié)果的分析

表3反映出模型1和模型2中各項解釋變量無論在回歸系數(shù)還是在顯著性水平上都存在極高的相似性，說明實證結(jié)果具備一定穩(wěn)健性。

1.模型解釋變量分析。解釋變量金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度在模型1和模型2中的回歸系數(shù)均為正，且在統(tǒng)計上通過了1%水平的顯著性檢驗，這說明了金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度的提高的確能帶來新型城鎮(zhèn)化質(zhì)量的提升。

模型1表明，在其他條件不變的情況下，金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度每提升一個單位，將使新型城鎮(zhèn)化質(zhì)量得分平均提高1.378。

模型2的分位數(shù)回歸結(jié)果說明，隨著新型城鎮(zhèn)化質(zhì)量的提高，系統(tǒng)耦合對新型城鎮(zhèn)化的影響也越大：新型城鎮(zhèn)化質(zhì)量得分處于后10%的省份，金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度提高將使新型城鎮(zhèn)化質(zhì)量得分平均提升0.652，隨著分位數(shù)取值的增加，回歸系數(shù)也在隨之增長，分別為0.998、1.008、1.179、1.307、1.447、1.761和1.829。新型城鎮(zhèn)化質(zhì)量得分處于前10%的省份，金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度提高將使新型城鎮(zhèn)化質(zhì)量得分平均提升2.049，二者之間存在明顯差距。分位數(shù)回歸分析發(fā)現(xiàn)：新型城鎮(zhèn)化質(zhì)量低的地區(qū)要想使新型城鎮(zhèn)化進一步提升，就要得益于金融生態(tài)系統(tǒng)的支持。

2.模型控制變量分析，主要有以下幾個方面。

(1)反映經(jīng)濟增長水平的控制變量DGDP和GDP2的回歸系數(shù)均在統(tǒng)計上通過了1%水平的檢驗，且前者顯著為正，后者顯著為負，意味著經(jīng)濟發(fā)展水平對新型城鎮(zhèn)化質(zhì)量的提升具有明顯影響。但應注意到，變量DGDP和GDP2雖然都反映了經(jīng)濟增長，但前者在數(shù)量級上遠大于后者，因此即使考慮回歸系數(shù)β大小的差異，后者對新型城鎮(zhèn)化質(zhì)量提升的負向作用也可以忽略不計，也就是說，我國各省新型城鎮(zhèn)化質(zhì)量將隨著經(jīng)濟的增長而不斷提升。

(2)在財政支出占GDP比重增長率上，變量DGE的回歸系數(shù)大部分情況下表現(xiàn)為不顯著，但在分位數(shù)q=0.1和q=0.9的回歸模型中都為正且分別在0.01和0.1的水平下顯著，說明政府財政支出對新型城鎮(zhèn)化質(zhì)量的提升是具有一定作用的，但這種影響的大小依情況而定。

(3)人口受教育程度增長率DHR分位數(shù)q=0.1、q=0.2和q=0.4的情況下回歸系數(shù)顯著為負，顯著性水平分別為0.05、0.05和0.01，而在其他模型中均不顯著。導致這種結(jié)果的可能原因是，新型城鎮(zhèn)化質(zhì)量排在后10%、20%和40%的省市大多為落后地區(qū)，隨著人口受教育程度的提高，具有較高學歷的人才更傾向于到大城市就業(yè)和生活，從而間接拉大了地區(qū)差異和城鄉(xiāng)差異。另外，越是落后的地區(qū)，對人才的吸引力度越弱，人才流失的現(xiàn)象也就愈明顯。

(4)固定資產(chǎn)投資增長率DGFCF在模型1和模型2中的回歸系數(shù)為負且在99%的置信度下顯著為負，這是由于雖然投資對于城鎮(zhèn)化建設具有重要影響，但固定資產(chǎn)投資的增加通常只會提高城鎮(zhèn)化規(guī)模卻難以綜合提升城鎮(zhèn)化質(zhì)量，從而導致對新型城鎮(zhèn)化質(zhì)量綜合得分的影響為負。也就是說，在新型城鎮(zhèn)化建設中要注重“質(zhì)量優(yōu)先，規(guī)模適度”，一味增加城鎮(zhèn)固定資產(chǎn)投資而忽視質(zhì)量和效率的做法并不可取。

五、主要結(jié)論

本文基于2005-2014年平衡面板數(shù)據(jù)分別測算了我國30個省、市、自治區(qū)的金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度，并利用全局因子分析分別對其新型城鎮(zhèn)化質(zhì)量作出評價，最后，建立面板數(shù)據(jù)的回歸模型對金融生態(tài)系統(tǒng)耦合作用于新型城鎮(zhèn)化質(zhì)量的效果進行了分析。

其一，我國各省金融生態(tài)系統(tǒng)的協(xié)調(diào)程度較高，至少達到了中度耦合的階段。北京和上海的金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度最高，在研究的時間樣本內(nèi)均超過了0.75。以2014年為例，全國大部分省市的金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度在0.5～0.6之間，僅有廣西、江西、河北、吉林、山西、河南和云南的耦合協(xié)調(diào)度低于0.5。

其二，全國各地區(qū)金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度和新型城鎮(zhèn)化質(zhì)量均存在著十分明顯的空間差異。東部地區(qū)2005-2014年的金融生態(tài)系統(tǒng)平均耦合協(xié)調(diào)度超過了0.622，最低為0.610，最高為0.633；而中西部地區(qū)的平均值分別在0.482～0.508和0.500～0.557之間波動，和東部地區(qū)相比存在一定差距。而新型城鎮(zhèn)化質(zhì)量的評測結(jié)果也與之類似，北京、浙江和上海的新型城鎮(zhèn)化質(zhì)量得分較高，最大值分別為1.632、1.409和1.387，貴州、云南、甘肅和廣西的新型城鎮(zhèn)化質(zhì)量最低，得分都在0以下。東部地區(qū)各省市新型城鎮(zhèn)化質(zhì)量平均得分在0.419左右，顯著地高于中部(-0.070)和西部(-0.368)地區(qū)。

其三，金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度在模型中的回歸系數(shù)為正，且在統(tǒng)計上通過了1%水平的顯著性檢驗，這說明金融生態(tài)系統(tǒng)耦合協(xié)調(diào)度的提高的確能帶來新型城鎮(zhèn)化質(zhì)量的提升。而且，通過分位數(shù)回歸的方法證明了隨著新型城鎮(zhèn)化水平的提高，系統(tǒng)耦合對新型城鎮(zhèn)化的影響也越大，也就是說，新型城鎮(zhèn)化質(zhì)量的地區(qū)要想使新型城鎮(zhèn)化進一步提升，就要得益于金融生態(tài)系統(tǒng)的支持。

基于以上研究結(jié)論，本文認為應做出以下政策改進：首先，要針對新型城鎮(zhèn)化帶來農(nóng)業(yè)發(fā)展、土地流轉(zhuǎn)、人口遷移等異質(zhì)性融資需求設計多元化金融產(chǎn)品，拓寬城鄉(xiāng)投融資渠道，并利用“互聯(lián)網(wǎng)+”優(yōu)勢打造以人為本的普惠金融制度。同時，為了更好地發(fā)揮新型城鎮(zhèn)化進程中金融生態(tài)系統(tǒng)耦合帶來的正效應，還應注重改善金融生態(tài)環(huán)境和提高新型城鎮(zhèn)化質(zhì)量，為金融主體的發(fā)展提供良好的需求平臺，以實現(xiàn)二者的相互促進。

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

[2]WELLMAN K，PRETORIUS F.Urban Infrastructure:Productivity，Project Evaluation，and Finance[M]// Urban Infrastructure:Finance and Management.New Jersey:Wiley-Blackwell，2012:53-82.

[3]BUCKLEY M，HANIEH A.Diversification by Urbanization:Tracing the Property-Finance Nexus in Dubai and the Gulf[J].International Journal of Urban & Regional Research，2014，38(1):155-175.

[4]郭新明.金融支持我國城鎮(zhèn)化戰(zhàn)略的政策思考[J].西安金融，2004(9):4-6.

[5]羅明忠.農(nóng)村勞動力轉(zhuǎn)移中的金融約束及其突破[J].南方金融，2008(3):46-48.

[6]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，2003，85(4):988-999.

[7]李建華.城鎮(zhèn)化進程中的金融支持研究[J].技術(shù)經(jīng)濟與管理研究，2014(10):102-105.

[8]SONG S，ZHANG K H.Urbanization and City Size Distribution in China[J].Urban Studies，2002，39(12):2317-2327.

[9]蒙蔭莉.金融深化、經(jīng)濟增長與城市化的效應分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2003(4):138-140.

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

[11]崔喜蘇，榮晨.新型城鎮(zhèn)化、固定資產(chǎn)投資與金融支持——基于省際面板數(shù)據(jù)的實證研究[J].投資研究，2014(11)：139-149.

[12]熊湘輝，徐璋勇.中國新型城鎮(zhèn)化進程中的金融支持影響研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2015(6):73-89.

[13]林永軍.金融生態(tài)建設:一個基于系統(tǒng)論的分析[J].金融研究，2005(8):44-52.

[14]韓廷春，趙瑄.金融生態(tài)系統(tǒng)影響中國實體經(jīng)濟發(fā)展的實證研究[J].公共管理評論，2012(1)：14-22.

[15]中國人民銀行洛陽市中心支行課題組.區(qū)域金融生態(tài)環(huán)境評價指標體系研究[J].金融理論與實踐，2006(1):10-13.

[16]陳哲明，彭耀輝.區(qū)域金融生態(tài)環(huán)境評價指標體系及模型構(gòu)建[J].統(tǒng)計與決策，2006 (11):62-64.

[17]汪祖杰，張軼峰.區(qū)域金融生態(tài)環(huán)境質(zhì)量評估指標體系研究[J].金融研究，2006(5):150-158.

[18]張春梅，張小林，吳啟焰,等.城鎮(zhèn)化質(zhì)量與城鎮(zhèn)化規(guī)模的協(xié)調(diào)性研究——以江蘇省為例[J].地理科學，2013，33(1):16-22.

[19]國家城調(diào)總隊福建省城調(diào)隊課題組.建立中國城鎮(zhèn)化質(zhì)量評價體系及應用研究[J].統(tǒng)計研究,2005(7):15-19.

[20]戚曉旭，楊雅維，楊智尤.新型城鎮(zhèn)化評價指標體系研究[J].宏觀經(jīng)濟管理，2014 (2):51-54.

[21]楊惠珍.我國新型城鎮(zhèn)化形勢下城鎮(zhèn)化質(zhì)量評價指標體系的構(gòu)建[J].經(jīng)濟研究導刊，2013(20):65-67.

[22]續(xù)亞萍，俞會新.基于主成分分析的我國新型城鎮(zhèn)化水平評價[J].工業(yè)技術(shù)經(jīng)濟，2015(7):153-160.

[23]李群峰.基于分位數(shù)回歸的面板數(shù)據(jù)模型估計方法[J].統(tǒng)計與決策，2011(17):24-26.

【責任編輯 郭 玲】

Financial Ecosystem and the New Urbanization Quality——An Empirical Study Based on Panel Quantile Regression Model

LI Yuan-yuan，DONG Peng

(School of Economics and Management，Hebei University of Technology，Tianjin 300130，China)

As a composite system，financial ecosystem，which holds the lifeblood of the new urbanization，plays a role of “blood transfusion” and “hematopoiesis”.Based on the panel data of 30 provinces except Tibet in China from 2005 to 2013，this paper constructs the evaluating index system of the financial ecosystem and new urbanization quality.The system coupling degree model and the global factor analysis method measure the coupling degree of the financial ecosystem and the new type of urbanization quality separately.In addition，we empirically analyzes the influence of the financial coupling degree on the new urbanization quality.The results are as follows:there is a significant difference in the degree of coupling coordination and the quality of the new urbanization among different regions.Moreover，there is a significant positive correlation between the two variables，and with the improvement of the quality of the new urbanization，the role of the financial ecosystem coupling to the new urbanization is more obvious.Therefore，regions should pay attention to the coordination of the financial ecological system and the new urbanization quality to achieve the interactive development between them.

financial ecosystem；new urbanization quality；coupling coordinated degree；quantile regression

2016-07-10

河北省科技廳軟科學項目“京津冀城市群金融資源空間配置研究”(16457649D)；河北省高等學校人文社會科學研究項目“基于產(chǎn)業(yè)轉(zhuǎn)型視角的河北省科技金融創(chuàng)新體系重構(gòu)與預警研究”(BJ2016067)

李媛媛(1985—)，女，河北石家莊人，博士，河北工業(yè)大學經(jīng)濟管理學院講師，主要研究方向：區(qū)域金融。

F299.22

A

1005-6378(2016)05-0102-09

10.3969/j.issn.1005-6378.2016.05.015