金融集聚对新型城镇化影响的门槛效应

李伟军，王春阳

(1.复旦大学 经济学院，上海 200433；2.安徽工业大学 商学院，安徽 马鞍山 243002)

一、问题提出

新型城镇化是新时期我国实现现代化的必由之路[1]。与传统意义不同，新型城镇化强调以人为本，致力于解决户籍、生态、宜居和协调发展等难题。这需要投入巨大资金，全面提升城市综合承载力。从资金来源看，依靠财政单一口径很难满足，迫切需要金融外部支持。实际上，近年来伴随着城镇化进程，金融业空间集聚愈加明显。除去起步较早的北京金融街和上海陆家嘴外，深圳前海、天津滨海、郑州郑东新区、成都国际金融中心等一批区域性金融中心加速形成。从历史经验来看，金融化及其空间集聚是城镇化发展的高级形态，是地区经济社会繁荣的标志，例如美国曼哈顿、英国伦敦、日本东京和中国香港等。究其原因：一方面，城镇化与人口迁移、工业化和产业升级相互交织，促进就业、贸易、基础设施建设等微观经济活动多元化，进而刺激支付清算、资源配置、价格发现、套期保值和风险管理等在内的金融服务需求，提供金融业发展的巨大成长空间。另一方面，从产业集聚内部规律来看，金融集聚能带来资源要素的空间整合，有效激发金融业的范围效应和规模效应，降低区域金融交易成本[2]，为城镇化建设提供多元化、可持续、低成本的资金来源[3]，以及增进资源配置功能，推动产业转型升级[4]。然而，从已有研究来看，学者们从线性关系角度对金融集聚与城镇化的研究较多，但对不同发展阶段下两者的非平衡性和非线性问题缺乏应有关注。这有必要引起学者们足够的重视。基于此，本文在构建并测度金融集聚与新型城镇化水平基础上，基于面板门槛模型展开讨论，尝试回答上述问题。

二、文献综述

金融有助于提升城镇建设和综合承载力。无论是道路、桥梁、建筑和各类场馆等硬件类的基础设施建设，还是教育、医疗、卫生和行政管理等软件类的公共服务，都需要巨大的资金支持。Richard B.Andrews研究了美国和英国等发达国家和地区的经济发展水平和投资水平对城镇化的影响，发现资金投入水平在城镇化建设中起着决定性因素[5]。美国19世纪以来的城镇化经验表明，通过金融对铁路交通建设的支持，大大促进了人口迁移和城镇化进程[3]。Cho,Wu & Boggess研究了美国五个州城镇化水平、金融发展和土地制度三者之间的内在联系，发现金融发展有力地刺激了土地投资开发热情，进而推动了城镇化空间扩张[6]。新世纪以来，在快速推进的城镇化背景下，国内学者愈加关注金融与城镇化的关系。汪小亚对金融和财政性资金来源进行了区分，证实金融通过基础设施建设、中小微企业的成长、人口规模扩大等途径推进了城镇化进程[7]。郑长德认为金融中介机构有利于促进生产要素优化配置，提高资本配置效率，最终通过金融市场结构优化推进城镇化进程[8]。陈元从开发性金融角度论证了金融推动城镇基础设施建设和产业结构优化升级的作用[9]。邵光清等通过构建面板VEC模型得出我国城镇化和金融发展在中长期存在互为因果的逻辑关系[10]。

金融有利于通过产业升级和知识溢出等支持新型城镇化。于斌斌基于城市动态空间面板模型研究发现，金融集聚通过空间溢出促进了产业结构升级。生产性服务业集聚，尤其是金融集聚能吸引大量的财务、法律、计算机等高端人才，推动高级人力资本向城市转移和集聚[11]。同时，巨额投资会衍生创造大量就业机会，为农业转移人口提供收入机会，进而增强人口流动稳定性[12]。此外，李宝礼等基于中国30个省份的面板数据，分析了金融集聚对城镇化发展的时空效应及其传导路径[13]。俞思静等以江浙沪25个市为研究对象，构建金融集聚与新型城镇化评价指标体系，采用 PLS模型和耦合模型测度两者的发展水平及耦合协调度，分析其时空分异规律[14]。王周伟等研究了金融集聚和新型城镇化的序列相关性与空间相关性，从网络关联视角讨论了金融集聚支持新型城镇化发展的直接效应、间接效应及总效应[15]。

已有研究取得了丰硕的研究成果，带给我们许多有益启发。然而，多数研究的前提假设往往基于线性条件，忽视了现实背景下存在的区域发展不平衡及其非线性问题，更未深入探讨处于不同发展阶段下的金融集聚对新型城镇化的影响问题，这成为本文关心的重点。

二、计量模型、变量与数据描述

(一)计量模型设定

本文引入Hansen[16]的面板门槛计量模型，采用多次抽样的Bootstrap方法估计门槛值的统计显著性。在无法提前确定门槛个数及形式情况下，我们分别设定单一门槛模型和双重门槛模型，具体公式如下：

Lnurbit=αi+βXit+η1LnfinitI(finit≤γ1)+η2LnfinitI(finit>γ1)+εit

(1)

Lnurbit=αi+βXit+η1LnfinitI(finit≤γ1)+η2LnfinI(γ1γ2)εit

(2)

其中，i表示地区，t表示年份；Lnurb为被解释变量，即新型城镇化；Lnfin为解释变量，即金融集聚，同时也是门槛变量；X为一组对解释变量产生较大影响的控制变量；β为各控制变量相应的系数，表明各控制变量的影响程度；γ1和γ2代表不同的门槛值。

(二)变量选择

1.新型城镇化(Lnurb)。借鉴肖峰等的研究[17]，从人口发展、经济高效、功能完善、城乡协调和环境美好五方面构建城镇化评价指标。同时，在对变量对数化处理并消除异方差的基础上，采用储莎等的变异系数法进行测度[18]。

2.金融集聚(Lnfin)。金融集聚不仅是一种社会现象，还是一种行业综合下的动态演化过程[19]，也通常需要综合指标体现[20]。选取银行业、证券业和保险业等三大方面，细分一级指标和二级指标，构建金融集聚综合指标体系。

3.控制变量(X)。选择人力资本(Lnedu)、产业结构(Lnais)、政府财政支出(Lngov)和固定资产投资(Lninv)作为控制变量。其中，人力资本(Lnedu)用人均受教育水平作为人力资本的代理变量[21]，将每一种受教育水平按一定的受教育年限进行折算，然后乘以该教育水平的人数并加总，最后除以相应的总人口得到人均受教育水平。大学(及以上)以16年计，其他受教育水平的年限处理为：高中12年，初中9年，小学6年，文盲0年。产业结构用二、三产业增加值之和与GDP比重表示；政府财政支出用政府财政支出占GDP比重表示；固定资产投资用全社会固定投资额占GDP比重表示。

(三)数据描述

1.数据来源

采用中国大陆31个省、自治区和直辖市级2006～2015年面板数据，数据主要来源于《中国统计年鉴》、《中国区域金融运行报告》、各省市区统计年鉴和国家统计局网站。其中，为反映地区差异，按照国家统计局的标准进行划分东中西部①。

2.数据描述

表1 各变量描述性统计

根据表1，描述性统计结果表明：(1)产业结构比例、新型城镇化和固定资产投资发展程度相对均衡，最大值与最小值的比值分别为1.09、1.38和1.51；(2)金融集聚、新型城镇化、财政支出和人力资本的不平衡特征明显，最大值与最小值的比例分别达到6.29、2.31和1.76。其中，金融集聚的非均衡性最为明显，达到最高值6.29。进一步，为更直观地反映金融集聚与新型城镇化的演化分布，图1和图2分别给出2006年度和2015年度测度数据。

图1 2006年省域金融集聚与新型城镇化水平

图2 2015年省域金融集聚与新型城镇化水平

可以看出，从2006年到2015年，中国省域金融集聚与新型城镇化水平加速攀升，但区域分化不断增强。十年来，东部区域的北京、上海、广东一直占据金融与城镇化的最高层级，其中北京金融集聚水平已反超上海和广东；江苏、浙江、山东和天津的领先优势也在不断加大，但辽宁的下滑趋势明显，2015年指标显示已滑落至中部阵营；此外，中西部分化也愈加明显，青海、西藏、新疆、海南等西部地区与中部省份的差距逐渐拉大。这进一步揭示出从非线性角度去讨论金融集聚与新型城镇化关系的必要性。

三、实证分析

(一)全样本分析

首先，运用stata12.0对变量进行LLC和IPS检验，结果表明所有变量的一阶差分数据平稳且不存在单位根。通过检验确定计量模型为双重门槛形式(限于篇幅，具体检验结果作者保留备查)，同时给出固定效应和随机效应结果以便于比较，见表2。

表2 全样本分析

注：全国样本金融集聚的双重门槛值分别为2.18和3.84，***、**、*分别表示在1%、5%、10%的置信水平上显著；括号里的是T统计量。

表2可知，金融集聚与新型城镇化间存在双重门槛效应，门槛值分别为2.18和3.84，两者间存在非线性关系。其中，当金融集聚水平处于2.18水平以下时，金融集聚对新型城镇化的影响系数为0.036；当金融集聚水平位于2.18和3.84之间时，影响系数为0.067；当金融集聚水平高于3.84时，影响系数达到最大值0.103。进而表明，从全国范围来看，金融集聚水平越高越有利于促进新型城镇化的发展，两者关系不仅是正向的，而且还表现出门槛效应，这对于我们更好地认识当前快速推进的新型城镇化与金融集聚伴生现象提供了实证依据。另外，通过比较，虽然线性模型(固定效应、随机效应)结果也验证了金融集聚对新型城镇化的正向促进，但仅为简单线性关系，未能反映不同发展阶段的差异。

(二)分地区样本分析

为比较地区差异，进一步对东、中、西部进行分样本检验，见表3。

由表3知，金融集聚对新型城镇化存在显著的门槛效应和地区差距。东部样本中，当金融集聚门槛值低于1.72时，其对新型城镇化的影响系数为-0.445，随着金融集聚门槛值分别提升至1.72和3.81水平之上时，其影响系数由负变正，且不断加大为0.034和0.067。西部地区样本的分析结果显示，金融集聚对新型城镇化的影响系数一直为正，当金融集聚门槛值分别达到1.44和2.13水平时，其影响系数分别为0.097、0.164和0.201，同样存在加速效应，并且与东部地区相比，其影响系数更大，表明西部地区金融集聚对新型城镇化带来的边际效应更加明显。然而与东部和西部的结论不同，中部地区的结果显示，在1.86和2.35的金融集聚门槛水平上其对新型城镇化间的影响系数为负，随着金融集聚水平的提高其系数分别为-0.143、-0.102和-0.071，呈不断缩小趋势。

四、结论与启示

本文基于2005～2016年省级面板数据考察了金融集聚对新型城镇化的影响。结果表明：(1)十多年间，中国东中西部金融集聚与新型城镇化水平整体提高，但区域差距并未收敛，不平衡特征依然明显，呈典型梯度分布。(2)金融集聚对新型城镇化影响存在显著的门槛效应。其中，东部地区的影响系数由负变正且不断加大，反映出金融集聚对新型城镇化的推动机制不断优化，金融发展内在提升了经济发展、生态宜居和城乡协调。中部地区两者的影响关系为负，虽然这种负向关系有不断缩小趋势但尚未出现由负变正的本质性改变，这意味着，虽然近年来中部经济增速有所增强，但金融与功能完善、城乡协调和环境美好等新型城镇化特征要素间的融合机制尚未健全，有待进一步探索。其原因可能在于，现阶段中部地区城镇化正处于大力推动基础设施建设和“追赶”的粗放型发展阶段，大拆大建类项目多，进而对生态、环保和创新等代表发展质量的项目产生资金的“挤出效应”；同时，目前以银行为主导的金融体系下，普遍实行的资金审贷分离政策有可能进一步加剧对中部地区的“虹吸”，进而削弱金融集聚对新型城镇化的贡献。另外，西部地区结果显示，金融集聚对新型城镇化具有显著的正向影响，反映出两者间融合情况良好。

表3 东中西部分样本分析

注：东部地区门槛值分别为1.72和3.81；中部地区门槛值分别为1.86和2.35；西部地区门槛值分别为1.44和2.13。*、**、***分别代表在10%、5%、1%统计水平上显著；括号里的是T统计量。

本文研究结果意味着，在整体推进新型城镇化战略过程中，区域发展的不平衡客观存在。从金融集聚层面来讲，不仅要重视其对新型城镇化的积极推动作用，还要充分认识阶段差异和地区差异，高度重视中部地区的金融集聚水平和质量，优化资金投资方向和效率，大力推动创新驱动与生态环保建设，以全面统筹协调推进全国新型城镇化战略。

注释：

①东部地区：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南，共11省份；中部地区：山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南，共8省份；西部地区：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆，共12省份。