李宏濤

（東北財(cái)經(jīng)大學(xué)金融學(xué)院，遼寧 大連 116025）

金融發(fā)展對(duì)中國城鎮(zhèn)化發(fā)展的空間溢出效應(yīng)檢驗(yàn)

李宏濤

（東北財(cái)經(jīng)大學(xué)金融學(xué)院，遼寧 大連 116025）

以全國及31個(gè)省份1993～2015年的金融發(fā)展為解釋變量，以我國各省份城鎮(zhèn)化發(fā)展水平為被解釋變量，實(shí)證分析在經(jīng)濟(jì)發(fā)展水平、城鄉(xiāng)收入差距、出口依存度、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、人力資本等控制變量的作用下金融發(fā)展對(duì)我國城鎮(zhèn)化發(fā)展水平的動(dòng)態(tài)溢出效應(yīng)，結(jié)果表明：無論是從全國還是各省域?qū)用娑?，金融發(fā)展均對(duì)我國的城鎮(zhèn)化發(fā)展水平有較顯著的空間溢出效應(yīng)，即：各省域自身的金融發(fā)展在促進(jìn)本省城鎮(zhèn)化發(fā)展的同時(shí)，也影響著鄰接省份的城鎮(zhèn)化發(fā)展。同時(shí)，金融發(fā)展的空間溢出效應(yīng)也一定程度上影響了我國各省域間城鎮(zhèn)化的關(guān)系，故今后我國城鎮(zhèn)發(fā)展中應(yīng)充分重視本省金融發(fā)展水平、城鄉(xiāng)收入差距、出口依存度等要素的作用，并充分考慮鄰近省域相關(guān)政策變化對(duì)本省城鎮(zhèn)化發(fā)展水平的影響。

金融發(fā)展；城鎮(zhèn)化；空間溢出效應(yīng)；經(jīng)濟(jì)發(fā)展水平；城鄉(xiāng)收入差距；出口依存度

一、國內(nèi)外文獻(xiàn)綜述

目前，國外學(xué)者關(guān)于金融發(fā)展對(duì)城鎮(zhèn)化建設(shè)作用的研究主要集中在兩個(gè)方面：一是金融發(fā)展對(duì)城鎮(zhèn)化進(jìn)程中基礎(chǔ)設(shè)施及土地開發(fā)等具體方面的支持。例如：Stopher早在1993年時(shí)就曾以美國鐵路建設(shè)的發(fā)展為研究對(duì)象，提出鐵路發(fā)展對(duì)城鎮(zhèn)化進(jìn)程的推進(jìn)具有重要意義[1]；而Kyung-Hwan Kim則發(fā)現(xiàn)金融發(fā)展對(duì)房地產(chǎn)和城鎮(zhèn)基礎(chǔ)設(shè)施建設(shè)方面有一定的促進(jìn)作用，金融創(chuàng)新是推進(jìn)房地產(chǎn)和城鎮(zhèn)基礎(chǔ)設(shè)施建設(shè)的關(guān)鍵因素之一[2]；Seong-Hoon Cho,Junjie Wu,William G Boggess等通過構(gòu)建一個(gè)多分支選擇模型，在對(duì)美國西部五大州金融發(fā)展、城鎮(zhèn)化水平及土地制度等變量的相關(guān)度進(jìn)行綜合評(píng)價(jià)的基礎(chǔ)上，發(fā)現(xiàn)金融發(fā)展對(duì)土地資源的投資和開發(fā)影響較大，進(jìn)而對(duì)城鎮(zhèn)化進(jìn)程的推進(jìn)產(chǎn)生較大影響[3]。二是金融發(fā)展與城鎮(zhèn)化間相關(guān)性的全面系統(tǒng)的分析，但這方面的分析相對(duì)不夠成熟，僅有Cheng-Gang Li以我國貴州為例，運(yùn)用時(shí)間序列數(shù)據(jù)通過向量自回歸VAR模型分析了貴州省城鎮(zhèn)化水平與金融發(fā)展間的相關(guān)性，發(fā)現(xiàn)長期以來貴州省城鎮(zhèn)化水平與金融發(fā)展間均存在較穩(wěn)定的雙向因果關(guān)系，且城鎮(zhèn)化與金融發(fā)展之間的動(dòng)態(tài)沖擊效應(yīng)明顯[4]。

我國學(xué)者關(guān)于金融發(fā)展對(duì)中國城鎮(zhèn)化影響的研究主要體現(xiàn)在金融發(fā)展與城鎮(zhèn)化相關(guān)性的一系列時(shí)間序列及省域面板模型的實(shí)證檢驗(yàn)上。例如：張宗益等選取1952-2003年的相關(guān)變量的時(shí)間序列數(shù)據(jù)，通過VAR模型檢驗(yàn)，發(fā)現(xiàn)金融發(fā)展對(duì)我國城鎮(zhèn)化進(jìn)程具有較顯著的正向影響，而城鎮(zhèn)化發(fā)展水平的滯后卻制約了金融的發(fā)展[5]。梁彭勇通過對(duì)1986～2005年我國東、中、西部金融發(fā)展和城鎮(zhèn)化水平關(guān)于時(shí)間序列數(shù)據(jù)的實(shí)證檢驗(yàn)，發(fā)現(xiàn)這三大地區(qū)的金融發(fā)展均未能促進(jìn)我國城鎮(zhèn)化的進(jìn)程[6]。同時(shí)，陳立泰運(yùn)用因子分析法選取西部城鎮(zhèn)化水平及金融集聚的相關(guān)時(shí)間序列數(shù)據(jù)，通過實(shí)證檢驗(yàn)發(fā)現(xiàn)，金融集聚為西部城鎮(zhèn)化發(fā)展提供了資金支持，且西部城鎮(zhèn)化發(fā)展也促進(jìn)了其金融集聚[7]。而艾華豐、谷小菁、邵光清、陳志剛等學(xué)者則通過運(yùn)用面板數(shù)據(jù)模型也分析了金融發(fā)展與城鎮(zhèn)化間的相關(guān)性。例如艾華豐通過建立我國2000-2008年間各省的省級(jí)面板模型，研究發(fā)現(xiàn)金融發(fā)展較顯著地正向推進(jìn)了城鎮(zhèn)化的進(jìn)程[8]；谷小菁則通過對(duì)1992-2008年的省際面板數(shù)據(jù)模型的分析，發(fā)現(xiàn)我國金融發(fā)展與城鎮(zhèn)化進(jìn)程二者間長期存在著均衡關(guān)系[9]；而邵光清通過建立VEC面板數(shù)據(jù)模型實(shí)證檢驗(yàn)了我國金融發(fā)展和城鎮(zhèn)化間的動(dòng)態(tài)互動(dòng)關(guān)系，發(fā)現(xiàn)就中長期而言，金融發(fā)展與城鎮(zhèn)化間相互促進(jìn)，而就短期而言，金融發(fā)展對(duì)城鎮(zhèn)化具有較顯著的正向影響，而城鎮(zhèn)化對(duì)金融發(fā)展的作用卻并不顯著[10]。陳志偉通過建立GMM面板數(shù)據(jù)模型研究河南省金融發(fā)展與城鎮(zhèn)化間的相關(guān)性，亦發(fā)現(xiàn)金融發(fā)展對(duì)城鎮(zhèn)化進(jìn)程具有重要影響[11]。同時(shí)，陳志剛選取1997-2014年的省際面板數(shù)據(jù)，通過實(shí)證分析發(fā)現(xiàn)，就全國層面而言，金融發(fā)展與城鎮(zhèn)化水平間具有較顯著的良性互動(dòng)效應(yīng)；而就地區(qū)而言，東、中部地區(qū)金融發(fā)展與城鎮(zhèn)化水平間相互促進(jìn)，而西部地區(qū)兩者間關(guān)系則不顯著[12]。

綜上所述，盡管以上研究采用了很多不同的研究方法，且從多種角度考察了金融發(fā)展對(duì)我國省域城鎮(zhèn)化進(jìn)程的影響，但仍存在一些不足。一是在實(shí)證分析金融發(fā)展與城鎮(zhèn)化間相關(guān)性時(shí)所選指標(biāo)不夠系統(tǒng)；二是研究中較少考慮到地區(qū)的差異；三是較少有學(xué)者運(yùn)用空間面板模型系統(tǒng)研究金融發(fā)展對(duì)省域城鎮(zhèn)化進(jìn)程的影響。故本文擬在前人相關(guān)研究的基礎(chǔ)上，通過建立空間面板模型來考察金融發(fā)展對(duì)我國省域城鎮(zhèn)化水平的影響。

二、空間計(jì)量模型

（一）空間計(jì)量模型

空間面板計(jì)量模型主要有空間滯后模型、空間誤差模型和空間杜賓模型:

式中：Y是被解釋變量，X是解釋變量，W是空間權(quán)重矩陣，WY是被解釋變量空間滯后項(xiàng)，表示鄰接區(qū)域被解釋變量對(duì)本區(qū)域被解釋變量的影響，ρ是空間自回歸系數(shù)，β是被解釋變量的參數(shù)，ln是單位向量，α是常數(shù)項(xiàng)系數(shù)，ε是殘差項(xiàng)，λ是自回歸系數(shù)，WX是解釋變量空間滯后項(xiàng)，θ是解釋變量空間滯后項(xiàng)的系數(shù)。

（二）空間加權(quán)矩陣的設(shè)置

通常空間加權(quán)矩陣遵循兩個(gè)地區(qū)擁有共同邊界即為相鄰的Rook相鄰判定規(guī)則，然而實(shí)際運(yùn)用中往往由于較發(fā)達(dá)地區(qū)對(duì)周圍較落后地區(qū)的吸引力和影響程度要大于落后地區(qū)對(duì)發(fā)達(dá)地區(qū)的影響程度。故本文借鑒林光平的矩陣設(shè)置模式[13]，在原有二元矩陣中加入了經(jīng)濟(jì)權(quán)重矩陣，其具體形式為:

（三）變量選取與數(shù)據(jù)說明

1.被解釋變量。城鎮(zhèn)化水平(Urban)：以各省年末城鎮(zhèn)人口占常住人口數(shù)的比重作為代理變量。在城市化進(jìn)程中，空間集聚的形成和發(fā)展是推動(dòng)地方經(jīng)濟(jì)發(fā)展與繁榮的主要來源，也是提升城市化內(nèi)涵、促使城市化健康快速成長的關(guān)鍵因素。鄰近地區(qū)具有相似的經(jīng)濟(jì)基礎(chǔ)與自然地理?xiàng)l件，在推進(jìn)城鎮(zhèn)化過程中存在相互學(xué)習(xí)、借鑒、效仿與輻射等諸多空間互動(dòng)行為。因此，一個(gè)地區(qū)的城鎮(zhèn)化水平會(huì)受到鄰近地區(qū)城鎮(zhèn)化水平的影響，本文使用各省年末城鎮(zhèn)人口占總?cè)丝诘谋戎刈鳛榇碜兞俊?/p>

2.解釋變量。金融發(fā)展（FIR）：關(guān)于金融發(fā)展指標(biāo)，通常以Goldsmith的金融相關(guān)率即金融活動(dòng)總量占經(jīng)濟(jì)活動(dòng)總量的占比作為衡量指標(biāo)。在實(shí)證中，為數(shù)據(jù)的可得及計(jì)算上的簡便，一般選取金融機(jī)構(gòu)的存貸款總額占GDP的比重來作為衡量一國金融發(fā)展的指標(biāo)，即：金融發(fā)展FIR=(金融機(jī)構(gòu)存款總額+金融機(jī)構(gòu)貸款總額)/GDP。

3.控制變量。主要包括經(jīng)濟(jì)發(fā)展水平、城鄉(xiāng)收入差距、出口依存度、第二產(chǎn)業(yè)比重、第三產(chǎn)業(yè)比重、人力資本等。

經(jīng)濟(jì)發(fā)展水平(pGDP)：經(jīng)濟(jì)發(fā)展水平與城鎮(zhèn)化，存在著一種互相促進(jìn)、互相因果的關(guān)系，經(jīng)濟(jì)增長不僅能更好地促使生產(chǎn)要素在城市中聚集，還能促進(jìn)城市規(guī)模不斷擴(kuò)大與輻射力增強(qiáng)。隨著經(jīng)濟(jì)水平提高，城鎮(zhèn)化產(chǎn)生的巨大需求將不斷吸引周邊地區(qū)的資本、技術(shù)、人才等生產(chǎn)要素流入，同時(shí)城鎮(zhèn)規(guī)模擴(kuò)大所帶來的城鎮(zhèn)基礎(chǔ)設(shè)施與公共服務(wù)設(shè)施投資需求會(huì)反過來促進(jìn)經(jīng)濟(jì)進(jìn)一步發(fā)展。預(yù)期經(jīng)濟(jì)發(fā)展水平與城鎮(zhèn)化水平呈正相關(guān)關(guān)系，使用人均GDP表示。

城鄉(xiāng)收入差距(GAP)：使用城鎮(zhèn)居民人均可支配收入與農(nóng)村居民家庭人均純收入（2013年改為農(nóng)村居民人均可支配收入）之比表示。過高的城鄉(xiāng)收入差距抑制了農(nóng)村剩余勞動(dòng)力向城市轉(zhuǎn)移，無力推動(dòng)以商貿(mào)、餐飲、旅游等為主要內(nèi)容的消費(fèi)型服務(wù)業(yè)和以金融、保險(xiǎn)、物流等為主要內(nèi)容的生產(chǎn)型服務(wù)業(yè)的發(fā)展，因此，城鄉(xiāng)收入差距對(duì)城鎮(zhèn)化進(jìn)程有負(fù)向作用。

出口依存度 (OPEN)：是指各省的出口額與其GDP的比值。

第二產(chǎn)業(yè)比重(Str2)：由于城市具有農(nóng)村難以比擬的交通區(qū)位、人力資本、基礎(chǔ)設(shè)施等比較優(yōu)勢(shì)，使其成為工業(yè)企業(yè)的聚集地。工業(yè)布局與發(fā)展促進(jìn)了城鎮(zhèn)經(jīng)濟(jì)發(fā)展與人口向城鎮(zhèn)遷移，因此，第二產(chǎn)業(yè)是城鎮(zhèn)化的主要推動(dòng)力，采用第二產(chǎn)業(yè)總產(chǎn)值之和占GDP的比重來表征。

第三產(chǎn)業(yè)比重(Str3)：采用第三產(chǎn)業(yè)總產(chǎn)值之和占GDP的比重來表征。第三產(chǎn)業(yè)的發(fā)展對(duì)城鎮(zhèn)化有顯著的促進(jìn)作用，它不僅增強(qiáng)了城鎮(zhèn)的吸納能力，提升了城市的文化品位，還豐富了人們的精神生活水平，促進(jìn)了城市精神文明的高度繁榮，加速了城鎮(zhèn)化進(jìn)程。

人力資本(HR)：本文采用地區(qū)平均教育年限來衡量人力資本水平，其計(jì)算公式如下:

其中，大專及以上it、高中it、初中it、小學(xué)it分別為地區(qū)大專及以上，高中、初中和小學(xué)的受教育水平人數(shù)占地區(qū)6歲及6歲以上人口的比重。

本文選取的1993～2015年間我國31個(gè)省市的相關(guān)面板數(shù)據(jù)展開分析，同時(shí)為消除變量的異方差和便于分析，本研究對(duì)各項(xiàng)指標(biāo)進(jìn)行了對(duì)數(shù)處理。本文的實(shí)證研究前期用Stata計(jì)算Moran和LISA圖，后期主要借助于Matlab 2016b軟件完成。

三、空間面板模型的檢驗(yàn)與選擇

（一）省域城鎮(zhèn)化率空間相關(guān)性檢驗(yàn)

省域城鎮(zhèn)化率等空間面板數(shù)據(jù)在進(jìn)行回歸分析前應(yīng)先檢驗(yàn)其空間相關(guān)性，若各變量間存在空間相關(guān)性，則可采用空間計(jì)量經(jīng)濟(jì)模型以消除空間效應(yīng)帶來的估計(jì)誤差。本文利用Stata計(jì)算出中國省域城鎮(zhèn)化率的Moran值，結(jié)果如表1所示。

表1 全國省域城鎮(zhèn)化率的空間自相關(guān)檢驗(yàn)（經(jīng)濟(jì)距離權(quán)重矩陣）

根據(jù)表中所示，1993～2015年中國城鎮(zhèn)化率的Moran位大致在0.30～0.48的區(qū)間內(nèi)變化，且都通過了1%的顯著性水平檢驗(yàn)，表明中國省域城鎮(zhèn)化率具有明顯的空間集聚效應(yīng),存在著顯著的空間相關(guān)性,也就是說城鎮(zhèn)化率呈現(xiàn)明顯的高高集聚、低低集聚。從動(dòng)態(tài)來看，中國城鎮(zhèn)化率的集聚水平隨時(shí)間呈現(xiàn)一定的規(guī)律變化，在2009年形成一個(gè) “增長拐點(diǎn)”，2009年以前中國城鎮(zhèn)化率的Moran值大都呈現(xiàn)增長之勢(shì)，之后Moran值逐步下降或波動(dòng)下降。

為進(jìn)一步了解城鎮(zhèn)化水平空間集聚的模式，本文繪制了1993年和2015年各省域城鎮(zhèn)化率的Moran散點(diǎn)圖，如圖1。

圖1 1993及2015年省域城鎮(zhèn)化Moran散點(diǎn)圖

兩條實(shí)線將平面分成4個(gè)象限：低值被低值包圍(LL)、低值被高值包圍(LH)、高值被高值包圍(HH)、高值被低值包圍(HL)。由圖1可知，大部分地區(qū)都處于城鎮(zhèn)化發(fā)展水平相對(duì)較低的LL象限和城鎮(zhèn)化發(fā)展水平較高的HH象限。

圖2顯示了1993年和2015年中國的城鎮(zhèn)化水平空間集聚模式呈現(xiàn)東部沿海高值集聚，中西部低值集聚的兩極分化態(tài)勢(shì)。具體而言，在四種模式中，城鎮(zhèn)化水平高值被高值包圍的省區(qū)有11個(gè)，且大部為東部沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)，表明東部沿海地區(qū)一定程度上可以代表著全國城鎮(zhèn)化率的 “擴(kuò)散中心”，通過對(duì)周邊地區(qū)的溢出效應(yīng)，使得周邊地區(qū)整體都具有較高的城鎮(zhèn)化水平。城鎮(zhèn)化水平低值被低值包圍的省份數(shù)量最多（12個(gè)），且均為中西部省份，表明中西部地區(qū)的城鎮(zhèn)化發(fā)展?jié)摿薮?。余下的是城?zhèn)化“盆地”與“高地”：低值被高值包圍的河北、江西、安徽、湖南四省與高值被低值包圍的廣東、山東、湖北、重慶四省，這些省份大多位于前兩種模式的交界處，充當(dāng)了低值集聚和高值集聚兩種模式的緩沖地帶。綜上所述，中國省域城鎮(zhèn)化進(jìn)程存在較強(qiáng)的空間相關(guān)性，有必要采用空間計(jì)量模型進(jìn)行分析。

圖2 1993年和2015年高一高、低一低型地區(qū)空間集聚的動(dòng)態(tài)演變

（二）空間面板計(jì)量模型的選擇與設(shè)定

如上所述該空間面板模型變量間存在空間相關(guān)性，故應(yīng)進(jìn)一步進(jìn)行空間自相關(guān)性的LM檢驗(yàn)，其檢驗(yàn)結(jié)果如表2所示。從表2的檢驗(yàn)結(jié)果可以看出，無空間滯后測(cè)試在混合效應(yīng)、時(shí)間固定效應(yīng)下的檢驗(yàn)通過了5%的水平下顯著，無空間誤差檢驗(yàn)在混合效應(yīng)下的檢驗(yàn)通過了1%的水平顯著且穩(wěn)健，故存在空間滯后模型和空間誤差模型。故按照LeSage和Pace(2009)的研究，此時(shí)應(yīng)采用SDM模型進(jìn)行分析更為合適。

表2 非空間面板模型估計(jì)及空間自相關(guān)性檢驗(yàn)

通常，空間面板模型的分析主要應(yīng)進(jìn)行固定效應(yīng)的LR for FE檢驗(yàn)與 LR for RE檢驗(yàn)和空間隨機(jī)效應(yīng)的LR for FE檢驗(yàn)與LR for RE檢驗(yàn)。LR for FE檢驗(yàn)主要是針對(duì)無固定效應(yīng)模型與固定效應(yīng)模型的選擇，若LR for FE檢驗(yàn)拒絕原假設(shè)則存在固定效應(yīng)，此時(shí)應(yīng)用固定效應(yīng)模型分析結(jié)果要好一些；而LR for RE檢驗(yàn)則是針對(duì)無固定效應(yīng)模型與隨機(jī)效應(yīng)模型的選擇，若LR for RE檢驗(yàn)拒絕原假設(shè)則存在固定效應(yīng)，此時(shí)則不適合應(yīng)用隨機(jī)效應(yīng)模型。Elhorst指出當(dāng)模型中存在隨機(jī)效應(yīng)時(shí)，檢驗(yàn)結(jié)果可能拒絕原假設(shè)，因此還需要進(jìn)一步使用Hausman檢驗(yàn)[14]。如果Hausman檢驗(yàn)拒絕了原假設(shè)，則認(rèn)為固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型，反之隨機(jī)效應(yīng)模型優(yōu)于固定效應(yīng)模型。

表3 空間固定效應(yīng)和隨機(jī)效應(yīng)檢驗(yàn)表

表3是SLM和SEM模型的LR檢驗(yàn)及Hausman檢驗(yàn)結(jié)果，LR檢驗(yàn)結(jié)果在1%水平上顯著，說明SLM和SEM模型都存在固定效應(yīng)。此外，Hausman檢驗(yàn)結(jié)果顯示是負(fù)值，說明隨機(jī)效應(yīng)的干擾項(xiàng)與解釋變量不相關(guān)的假設(shè)不滿足，拒絕隨機(jī)效應(yīng)，因此，固定效應(yīng)模型是更好的選擇。

根據(jù) Anselin(2006)、Elhorst(2010)的判別準(zhǔn)則，還需要通過Wald和LR的統(tǒng)計(jì)量檢驗(yàn)進(jìn)一步判斷空間杜賓模型是否可以簡化為空間滯后模型和空間誤差模型，如表4的分析[15]。

表4 空間杜賓模型估計(jì)結(jié)果(經(jīng)濟(jì)距離權(quán)重矩陣)

表4是經(jīng)濟(jì)距離權(quán)重下空間杜賓模型的估計(jì)結(jié)果，其檢驗(yàn)結(jié)果發(fā)現(xiàn)，Wald-spatial-lag和 LR-spatial-lag的統(tǒng)計(jì)量分別在1%的顯著性水平拒絕原假設(shè)H0:θ=0，拒絕了SDM模型可以簡化成SLM模型的可能；Wald-spatial-error和LR-spatial-error也在1%的顯著性水平下拒絕H0:θ+ρβ=0的原假設(shè)，同樣SDM模型不能簡化成SEM模型。由此可見，固定效應(yīng)下的空間杜賓模型是更合適的選擇。

（三）固定效應(yīng)的 SDM 模型分析

如前文分析，本文更適合采用固定效應(yīng)的SDM模型進(jìn)行相關(guān)估計(jì)分析，故可結(jié)合前文中公式(3)構(gòu)建面板模型展開對(duì)中國城鎮(zhèn)化影響因素的計(jì)量分析，結(jié)果如表4。

從表2和表4可以看出，空間杜賓模型的結(jié)果相對(duì)于非空間面板模型而言更為理想。因?yàn)?，空間杜賓模型的擬合優(yōu)度R2最高達(dá)0.9664，相對(duì)于非空間面板模型的最大值0.8714，有較大程度的提高；同時(shí)，空間杜賓模型的自然對(duì)數(shù)似然函數(shù)值LogL最大值902.5035，相對(duì)于非空間面板模型的最大值877.9813亦有較大程度的提高；再者，空間杜賓模型的離散程度2的最小值0.0046，相對(duì)于非空間面板模型的最小值0.0050，則明顯縮小。故不難看出空間杜賓模型能較有效地提高估計(jì)的有效性,所以選擇空間杜賓模型進(jìn)行相關(guān)分析更為合理。同時(shí)由表4可以看出，時(shí)間和空間雙向固定效應(yīng)的 R2、LogL和2均優(yōu)于空間固定效應(yīng)及時(shí)間固定效應(yīng)模型，故在下文的分析中均以時(shí)間和空間雙向固定效應(yīng)為基礎(chǔ)展開分析。

在所有解釋變量的回歸系數(shù)中，經(jīng)濟(jì)發(fā)展水平的系數(shù)最大，表明經(jīng)濟(jì)增長是推動(dòng)城鎮(zhèn)化進(jìn)程的首要因素，經(jīng)濟(jì)增長可以解釋大部分省份城鎮(zhèn)化水平的提高。金融發(fā)展水平對(duì)我國城鎮(zhèn)化的影響有正向顯著關(guān)系，說明金融發(fā)展水平越高越有利于城鎮(zhèn)化建設(shè)，并對(duì)周邊省區(qū)起輻射作用，原因是金融發(fā)展水平越高，越能滿足城鎮(zhèn)化建設(shè)的資金缺口。第二產(chǎn)業(yè)產(chǎn)值水平對(duì)我國城鎮(zhèn)化率的影響在1%水平上顯著，第三產(chǎn)業(yè)產(chǎn)值發(fā)展水平對(duì)城鎮(zhèn)化率的影響沒有顯著關(guān)系，這與前期作者的結(jié)果不相符，可能是人口由農(nóng)村轉(zhuǎn)移到城鎮(zhèn)的過程中，目前第二產(chǎn)業(yè)吸收的就業(yè)比重較高，第三產(chǎn)業(yè)對(duì)就業(yè)吸收比重并不太高，因此，第三產(chǎn)業(yè)產(chǎn)值比重對(duì)城鎮(zhèn)化的作用不顯著。人力資本對(duì)城鎮(zhèn)化進(jìn)程的影響并不顯著；城鄉(xiāng)收入差距對(duì)我國城鎮(zhèn)化的影響有負(fù)向顯著關(guān)系，說明城鄉(xiāng)收入差距越大，越制約城鎮(zhèn)化的發(fā)展。

（四）SDM模型的效應(yīng)分解

絕大多數(shù)的實(shí)證研究均是通過空間回歸模型的點(diǎn)估計(jì)方法來驗(yàn)證變量是否存在空間溢出效應(yīng)的，而LeSage和Pace(2009)通過研究則發(fā)現(xiàn)該方法所得結(jié)論存在一定的誤差，故提出了應(yīng)采用求解偏微分的檢驗(yàn)方法來解釋在不同模型設(shè)定下變量變化所產(chǎn)生的空間溢出效應(yīng)[16]。本文即以此為基礎(chǔ)展開空間溢出效應(yīng)的相關(guān)分析。也就是說，非空間模型的點(diǎn)估計(jì)主要表示的是自變量的邊際效應(yīng)，而空間SDM模型卻由于其存在空間滯后項(xiàng)，點(diǎn)估計(jì)則不能較好地表示自變量的邊際效應(yīng)，故需進(jìn)一步展開SDM模型的估算，對(duì)影響中國城鎮(zhèn)化的各因素的效應(yīng)進(jìn)行空間分解，得到直接效應(yīng)、間接效應(yīng)和總效應(yīng)，結(jié)果如表5所示。

表5 各變量對(duì)城鎮(zhèn)化的直接效應(yīng)和間接效應(yīng)檢驗(yàn)(經(jīng)濟(jì)距離權(quán)重矩陣)

其中，總效應(yīng)是各因素對(duì)城鎮(zhèn)化的總體影響，是直接效應(yīng)和間接效應(yīng)之和；而直接效應(yīng)則主要是各因素對(duì)本省份城鎮(zhèn)化發(fā)展的影響，由各因素對(duì)本省份的影響和各因素對(duì)鄰接省區(qū)的影響通過空間回饋效應(yīng)對(duì)本省份所產(chǎn)生的作用兩部分組成；同時(shí)間接效應(yīng)由鄰接省區(qū)的各因素變動(dòng)對(duì)本省區(qū)的影響和鄰接省區(qū)各因素變動(dòng)對(duì)鄰接省區(qū)自身的影響進(jìn)而對(duì)本省區(qū)所產(chǎn)生的作用兩部分組成。

表5結(jié)果顯示：金融發(fā)展水平、城鄉(xiāng)收入差距、出口依存度、經(jīng)濟(jì)發(fā)展水平、人力資本、第二產(chǎn)業(yè)發(fā)展水平以及第三產(chǎn)業(yè)發(fā)展水平每提高10%，對(duì)本省區(qū)城鎮(zhèn)化的影響分別為:1.38%、-1.49%、0.17%、2.65%、-0.94%、1.60%、-0.57%。但如前所述，直接效應(yīng)除了包含各因素對(duì)本省份的影響外，還包含鄰接省區(qū)各因素對(duì)鄰接省區(qū)的影響通過空間回饋效應(yīng)對(duì)本省份所產(chǎn)生的作用即鄰接省區(qū)的反饋效應(yīng)，故鄰接省區(qū)的反饋效應(yīng)為表4中的估計(jì)系數(shù)與表5中直接效應(yīng)的差值，那么金融發(fā)展水平、城鄉(xiāng)收入差距、出口依存度、經(jīng)濟(jì)發(fā)展水平、人力資本、第二產(chǎn)業(yè)發(fā)展水平以及第三產(chǎn)業(yè)發(fā)展水平(Str3)的反饋效應(yīng)分別為 0.0063、0.0005、 -0.0007、0.0030、 -0.0116、0.0096、0.020。同時(shí)，從間接效應(yīng)來看，金融發(fā)展水平、城鄉(xiāng)收入差距、出口依存度、經(jīng)濟(jì)發(fā)展水平、人力資本、第二產(chǎn)業(yè)發(fā)展水平以及第三產(chǎn)業(yè)發(fā)展水平每提高10%，對(duì)鄰近省區(qū)城鎮(zhèn)化的影響分別為-1.51%、-0.535%、-0.105%、0.796%、-2.540%、2.782%、5.257%。

上述分析不難看出，金融發(fā)展水平對(duì)中國城鎮(zhèn)化水平的直接效應(yīng)與間接效應(yīng)均為正且顯著。金融發(fā)展水平的直接效應(yīng)為正且顯著，說明一個(gè)省區(qū)的金融發(fā)展水平對(duì)該省區(qū)的城鎮(zhèn)化有正向促進(jìn)作用，其影響達(dá)到0.138%；而鄰接省區(qū)金融發(fā)展水平對(duì)該省區(qū)的城鎮(zhèn)化亦具有正向促進(jìn)作用，其影響達(dá)0.151%，這充分說明金融發(fā)展水平的空間溢出效應(yīng)更加明顯。同時(shí)，城鄉(xiāng)收入差距對(duì)中國城鎮(zhèn)化水平的直接效應(yīng)和間接效應(yīng)均為負(fù)，但僅對(duì)本省城鎮(zhèn)化的進(jìn)程影響顯著。城鄉(xiāng)收入差距的擴(kuò)大不利于城鎮(zhèn)化發(fā)展，原因是農(nóng)民工收入偏低，不利于大批農(nóng)民進(jìn)入城市，也不利于農(nóng)民工提高消費(fèi)水平，從而制約城鎮(zhèn)化的進(jìn)程；而出口依存度僅對(duì)本省的城鎮(zhèn)化水平影響顯著，說明出口依存度有利于提高本省的城鎮(zhèn)化水平，原因在于出口依存度對(duì)制造業(yè)就業(yè)有一定的促進(jìn)作用，從而促進(jìn)了城鎮(zhèn)化進(jìn)程。再者，經(jīng)濟(jì)發(fā)展水平對(duì)中國城鎮(zhèn)化水平的直接效應(yīng)和間接效應(yīng)均為正，直接效應(yīng)為正且顯著，表明本省區(qū)的經(jīng)濟(jì)發(fā)展有效地推動(dòng)了其城鎮(zhèn)化進(jìn)程；而間接效應(yīng)雖為正但不顯著，表明鄰接省份經(jīng)濟(jì)發(fā)展水平的提高對(duì)本省區(qū)的城鎮(zhèn)化具有一定的空間溢出效應(yīng)。但人力資本水平對(duì)中國城鎮(zhèn)化水平的直接效應(yīng)和間接效應(yīng)則均為負(fù)，并且僅后者顯著，間接效應(yīng)為負(fù)且顯著，說明鄰接省區(qū)人力資本水平的提高不利于該省區(qū)的城鎮(zhèn)化水平；而第二產(chǎn)業(yè)發(fā)展水平對(duì)城鎮(zhèn)化水平的直接效應(yīng)與間接效應(yīng)均為正且顯著，這表明該省區(qū)第二產(chǎn)業(yè)發(fā)展水平對(duì)本省區(qū)的城鎮(zhèn)化進(jìn)程具有較顯著的推動(dòng)作用；其間接效應(yīng)亦為正且顯著，表明鄰接省區(qū)第二產(chǎn)業(yè)的發(fā)展水平對(duì)本省區(qū)具有較明顯的空間溢出效應(yīng)。同時(shí)，第三產(chǎn)業(yè)發(fā)展水平對(duì)中國城鎮(zhèn)化水平的直接效應(yīng)為負(fù)但不顯著，間接效應(yīng)均為正且顯著。第三產(chǎn)業(yè)發(fā)展水平的間接效應(yīng)為正，說明鄰接省區(qū)第三產(chǎn)業(yè)的發(fā)展水平會(huì)對(duì)本省區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生一定的集聚效應(yīng)，進(jìn)而促進(jìn)本省區(qū)城鎮(zhèn)化水平的提升。

四、結(jié)論及建議

本文通過空間杜賓模型的分析，發(fā)現(xiàn)金融發(fā)展與我國城鎮(zhèn)化水平間具有較明顯的空間交互效應(yīng)，金融發(fā)展的空間溢出效應(yīng)一定程度上促進(jìn)了我國各省域城鎮(zhèn)化進(jìn)程。研究表明：各省域自身的金融發(fā)展水平、經(jīng)濟(jì)發(fā)展水平、出口依存度、第二產(chǎn)業(yè)發(fā)展水平等變量對(duì)本省區(qū)的城鎮(zhèn)化均具有較顯著的正向促進(jìn)，而城鄉(xiāng)收入差距則對(duì)本省的城鎮(zhèn)化具有較顯著的制約作用，同時(shí)人力資本和第三產(chǎn)業(yè)發(fā)展水平雖然一定程序地制約本省區(qū)的城鎮(zhèn)化水平，但效果并不顯著。鄰接省區(qū)的金融發(fā)展水平、第二產(chǎn)業(yè)發(fā)展水平、第三產(chǎn)業(yè)發(fā)展水平對(duì)本省區(qū)的城鎮(zhèn)化均具有顯著的促進(jìn)作用；同時(shí)鄰接省區(qū)的經(jīng)濟(jì)發(fā)展水平雖然對(duì)本省區(qū)城鎮(zhèn)化的發(fā)展有促進(jìn)作用，但效果卻不是特別顯著；而鄰接省區(qū)的人力資本則較顯著地制約了本省區(qū)的城鎮(zhèn)化；鄰接省區(qū)的城鄉(xiāng)收入差距、人力資本等變量則制約了本省區(qū)的城鎮(zhèn)化發(fā)展，但這種作用卻不明顯。此外，金融發(fā)展水平對(duì)我國城鎮(zhèn)化的發(fā)展具有較顯著的空間溢出效應(yīng)，其溢出作用既產(chǎn)生在各省域內(nèi)，也產(chǎn)生在各省域之間，說明金融發(fā)展水平一方面促進(jìn)了各省域的城鎮(zhèn)化發(fā)展，另一方面則加劇了各省域之間城鎮(zhèn)化發(fā)展的不平衡。

通過分析不難發(fā)現(xiàn)：我國城鎮(zhèn)化發(fā)展具有較明顯的空間交互效應(yīng)，故在今后我國各省區(qū)的城鎮(zhèn)化發(fā)展中，不僅應(yīng)重視本省區(qū)金融發(fā)展水平、城鄉(xiāng)收入差距、出口依存度、經(jīng)濟(jì)發(fā)展水平、人力資本、第二產(chǎn)業(yè)發(fā)展水平以及第三產(chǎn)業(yè)發(fā)展水平等要素的作用，也應(yīng)充分考慮鄰接省區(qū)相關(guān)政策變動(dòng)對(duì)本省區(qū)城鎮(zhèn)化發(fā)展的空間溢出效應(yīng)；而且各省區(qū)在制定自身城鎮(zhèn)發(fā)展政策時(shí)，在考慮各政策對(duì)本省發(fā)展促進(jìn)作用的同時(shí)，也應(yīng)盡力避免對(duì)鄰接省區(qū)的不利影響，從而從國家層面建立宏觀調(diào)控機(jī)制，避免各省在發(fā)展自身城鎮(zhèn)化的同時(shí)對(duì)鄰接省區(qū)的惡性競爭，進(jìn)而促進(jìn)各省區(qū)間城鎮(zhèn)化的協(xié)調(diào)發(fā)展。

[1]Stopher,Peter R.Intercity Passenger Forecasting:the Use of Current Travel Forecasting Procedures[M].Transportation Research Forum,1993.

[2]Kyung-Hwan Kim.Improving Local Government Finance in a Changing Environment[M].Habitat International,1997.

[3]Seong-Hoon Cho,Junjie Wu,William G.Boggess.Measurlng interactions among urbanization,land use regulations,and public finance[J].American Journal of Agricultural Economics,2003,85,(5):988-999.

[4]Cheng-Gang Li.Empirical analysis of the dynamic relationship between urbanization and Financial development in Guizhou Province,China[J].Journal of Discrete Mathematical Sciences&Cryptography,2016,19,(3):811-820.

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

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

[7]陳立泰,劉倩.我國西部地區(qū)金融集聚與城鎮(zhèn)化互動(dòng)關(guān)系實(shí)證分析[J].城市問題，2012,(9):17-22.

[8]艾華豐,馮爾捷.金融發(fā)展、城市化與城鄉(xiāng)收入差距的作用機(jī)制及協(xié)整分析[J].經(jīng)濟(jì)研究導(dǎo)刊,2010,(32):14-16.

[9]谷小菁,王定祥.中國金融發(fā)展與城市化進(jìn)程[J].金融理論與實(shí)踐，2011,(9):69-74.

[10]邵光清，謝云.中國金融發(fā)展與城鎮(zhèn)化進(jìn)程動(dòng)態(tài)互動(dòng)關(guān)系——基于面板VEC模型分析[J].武漢金融,2013,(10):31-33.

[11]陳志偉.金融發(fā)展對(duì)城鎮(zhèn)化影響的實(shí)證研究——以河南省為例[J].經(jīng)濟(jì)經(jīng)緯,2014,(6):7-13.

[12]陳志剛,吳騰.金融發(fā)展與城市化是如何互動(dòng)的——基于1997—2014年中國省級(jí)面板數(shù)據(jù)的實(shí)證研究[J].中南民族大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2017，(1):125-132.

[13]林光平，龍志和，吳梅.我國地區(qū)經(jīng)濟(jì)收斂的空間計(jì)量實(shí)證分析:1978—2002年[J].經(jīng)濟(jì)學(xué),2005,(1):71-86.

[14]J Elhorst.Spatial panel data models[M].In:M Fischer，A Getis(eds)Handbook of Applied Spatial Analysis,Springer,Berlin,Heidelberg and New York,2010.

[15]L Anselin,LGallo,HJayet.Spatial panel econometrics[M].In:LMatyas,PSevestre(eds)The Econometrics of Panel Data,Fundamentals and Recent Developments in Theory and Practice,3rd ed.Dordrecht:Kluwer,2006.J Elhorst.Spatial panel data models[M].In:M Fischer，A Getis(eds)Handbook of Applied Spatial Analysis,Springer,Berlin,Heidelberg and New York,2010.

[16]J Le Sage,R Pace.Introduction to Spatial Econometrics[M].Taylor&Francis,Inc.2009.

Spatial Spillover Effect of Financial Development on China’s Urbanization

LI Hong-tao
(College of Finance,Northeast University of Finance and Economics,Dalian,Liaoning,116025)

With the financial development of China and that of 31 provinces from 1993 to 2015 as explanatory variable,with the urbanization level of each province of our country as explained variable,this paper makes empirical analysis of the dynamic spillover effect of financial development on China’s urbanization under the influence of such control variables as economic development level,income gap between urban and rural areas,export dependence,proportion of secondary industry,proportion of tertiary industry,and human capital.The findings show that from national and provincial level,financial development has significant spatial spillover effects on China’s urbanization.That means financial development in each province not only promotes the urbanization in that province,but also affects the urbanization of neighboring provinces.At the same time,the spatial spillover effect of financial development has,to some extent,affected the relationship among provinces in terms of urbanization.Therefore,in the development of towns,each province shall attach great importance to the financial development level,the income gap between the rural and urban areas,and export dependence within the province,and give full consideration to the impact of relevant policies in neighboring provinces on its urban development.

financial development;urbanization;spatial spillover effects;economic development level;urban-rural income gap;export dependence

F 830.2；B 291

A

1000－260X（2017）06-0133-07

2017-09-13

李宏濤，東北財(cái)經(jīng)大學(xué)金融學(xué)院金融學(xué)博士研究生，主要從事資本市場(chǎng)理論研究。

【責(zé)任編輯：林莎】

【】【】