侯玉巧?郑军?汪发元

摘 要：基于长江经济带2003—2017年数据，运用PVAR模型通过GMM估计、脉冲响应函数、方差分解等对财政投入、绿色创新与城镇化发展之间的动态关系进行实证分析。结果显示，财政投入对城镇化的影响由负转正，对于财政投入与绿色创新的冲击，城镇化反应不明显，城镇化的发展速度取决于城镇化本身。因此，要正确认识城镇化的发展规律，防止在城镇化进程中超越客观现实;要全面服务城镇化的国家战略，参与城镇化进程;要提升绿色创新的投入效率，加速绿色创新成果转化率。

关键词：财政投入;绿色创新;城镇化;PVAR模型

中图法分类号：F299.21                文献标志码：A              DOI：10.19679/j.cnki.cjjsjj.2020.0210

党的十九大指出，实施区域协调发展战略，要以城市群为主体构建大中小城市和小城镇协调发展的城镇格局，加快农业转移和人口市民化[1]。改革开放以来，中国城镇化从低起点、慢速度，向质量高、增速快的方式转变。城镇化率由1978年的17.9%增加到2018年的59.6%，且每年仍以1%左右的速度增长。按照国际惯例，当一国城镇化率达到50%左右时，则该国就步入到中高级城镇化阶段[2]。中国已进入中高级城镇化阶段，绿色可持续发展已成为城镇化的主要任务。中国是个特殊的国家，城镇化的发展主要依靠政府推动，政府的财政政策、财政投入对于城镇化水平的提高具有无可替代的作用。长江经济带横跨东西中三个区域，是我国战略支撑最大、综合实力最强的区域之一，具有独特的地缘优势和巨大的发展潜力。为此，研究长江经济带区域财政投入、绿色创新对城镇化的影响具有重要意义。

1 文献综述

关于财政投入与城镇化二者之间的关系，刘顺飞等[3]运用空间杜宾模型实证分析，得出长江经济带区域科技投入与城镇化之间，大部分时间都存在显著的空间正相关性，科技投入显著推动了城镇化的发展。赵楠等[4]采用固定效应模型，从全国宏观和分区域两个层面进行了实证研究，结果显示是地方政府投资拉动了城镇化的发展，并且不同区域政府拉动的力度迥异。陈恩等人[5]研究认为，在多种要素投入中，财政投入是推动中部地区新型城镇化发展的原因，加大财政投入对其人口城镇化、社会城镇化均有一定的积极影响。曾小春等人[6]研究认为，财政和金融系统支撑了巨额的城镇基础设施建设和社会公共服务融资需求，在很大程度上促进了城镇化的发展。

关于绿色创新与城镇化关系的研究较少，已有文献主要集中在科技创新对城镇化的影响上。贺建风和吴慧[7]基于2005-2014年中国省级面板数据，构建了普通面板模型，研究认为中国城镇化呈现地区结构性不协调状态，新型城镇化水平呈现东部、中部、西部釜底抽薪次递减的状态。科技创新对新型城镇化有抑制作用，但又存在二阶滞后正效应，且科技创新对人口城镇化具有显著的正向影响，而对社会城镇化具有明显的负向影响。田逸飘等人[8]的研究表明，科技创新与新型城镇化耦合协调度呈现平稳上升态势，不过整体上协调性较差，地区间的耦合协调度具有阶梯式分布特征，且在空间上呈现总体逐步优化态势。郑强等人[9]利用面板门槛模型系统考察了中国科技创新对新型城镇化的影响，研究认为科技创新对新型城镇化的正效应会随科技创新水平的提高和时间的推移而逐步减弱。宛群超等人[10]采用空间杜宾模型研究认为，科技创新与新型城镇化存在明显的正向空间关联性和空间溢出效应，科技创新对于新型城镇化存在显著的促进作用。

以上研究为深入研究财政投入、绿色创新对城镇化的影响奠定了良好的基础，但长江经济带属于一个特殊的区域，有自己特殊的发展规律和特点。立足长江经济带发展的实际，引入绿色发展理念，将绿色创新和财政投入结合起来，分析两者对城镇化的影响，并提出相应的政策建议具有重要的现实意义。

2 变量选取与模型设定

2.1 变量选取

本文收集整理了长江经济带11省市1993—2017年的相关数据，通过面板数据建立PVAR模型。本文将城镇化作为被解释变量，将财政投入、绿色创新作为解释变量。

被解释变量。城镇化是“四化”同步发展的重要内容，主要空间表现形式是农村人口向城镇流动，经济总量向城镇集聚。城镇化水平的衡量指标很多，基于研究需要以及数据的可得性，本文以人口城镇化作为衡量城镇化水平的指标，即城镇常住人口数与总人口数的比值[11]。

解释变量。根据联合国、欧盟委员会、OECD、IMF和世界银行共同编著的《2008年国民账户体系（system of national accounts 2008）》中提出的政府支出按功能分类标准，分为一般公共服务、公共秩序与安全、经济事务、国防支出、环保、健康、住房与社区设施、娱乐文化与宗教、社保支出与教育共计10项[12]，考察财政投入对城镇化的影响，涉及财政支出范围比较广，因此财政投入指标采用财政支出总量占GDP比重来衡量。绿色创新指在资源环境约束强度增大的条件下，能够满足人类绿色需求，减少生产和消费边际外部费用的条件下，支撑可持續发展的技术创新[13]。国内对绿色创新的度量差异比较大，本研究借鉴王凤祥等[14]的观点，依据OECD公布的《技术领域与IPC分类号对照表》建立绿色创新领域与IPC分类的对应关系，以发明专利和实用新型专利授权数量来刻画绿色创新水平，并取自然对数。

2.2 模型设定

面板数据向量自回归模型（PVAR）可以进行面板数据的处理，同时考虑了个体效应和时间效应。本文PVAR模型的基本形式为：

其中i=1，2，…，11表示省份，t=2003，2004，…2017表示年份，包括三个列向量，分别为财政投入（fi）、绿色创新（gi）和城镇化（ur），表示截距项向量，代表滞后阶数，表示滞后j 阶的参数矩阵，表示个体效应，表示时间效应，反应变量在时间上的特征，为随机扰动项。

本文通过以下步骤构建PVAR模型：变量的单位根检验和协整检验;判断变量的数据是否平稳;模型最优滞后阶数的选择;利用面板广义矩估计（GMM）估计模型参数;计算脉冲响应函数和方差分解。

3 实证分析与检验

3.1 数据来源和描述性统计

本文研究的样本选取的是长江经济带11省市的面板数据实证分析，研究内容为财政投入、绿色创新与城镇化之间的动态关系，样本跨期为1993—2017年。其中财政投入、绿色创新、城镇化等统计数据均出自或根据国家统计局统计数据库和各省统计年鉴，变量描述性统计如表1所示。

3.2 单位根检验

对于时间序列数据需要进行平稳性检验，本文使用的面板数据具有时间序列的特征，因此构建PVAR模型前要对数据进行单位根检验序列平稳性。本文选取LLC检验、IPS检验和ADF-Fisher对各个变量进行单位根检验以验证变量的平稳性。检验结果如表2所示。

首先对三个变量财政投入（fi）、绿色创新的对数形式（lngi）与城镇化（ur）进行单位根检验，检验结果显示fi、lngi与ur均没有通过全部检验，说明存在非平稳变量。因此，选取各变量的一阶差分进行单位根检验，检验结果显示所有变量一阶差分都可在1%的显著性水平上接受“不存在单位根”，故认为fi、lngi与ur均为一阶单整序列。

3.3 协整检验

协整检验用来明确变量之间是否存在长期稳定的均衡关系。对变量fi、lngi和ur进行协整检验，显示结果表明在5%的显著性水平下Ga、Pt和Pa都不是显著的，可以认为二者之间不存在协整关系，即不存在长期均衡关系。当变量之间不协整时，建立面板自回归模型[15]。因此本文利用2013—2017年11个省市的变量数据构建PVAR模型，实证研究财政投入、绿色创新对城镇化的影响。

3.4 滞后阶数的选择

为了估计PVAR模型，本文利用AIC、BIC和HQIC统计量来判断最优滞后阶数，从表中可以看出滞后三阶的AIC、BIC、HQIC值最小，所以选择滞后三阶作为最优滞后阶数研究财政投入、绿色创新与城镇化之间的协整关系是合理的。

3.5 PVAR模型估计

在PVAR估计之前，首先要消除个体固定效应，运用前向均值差分过程消除年效应能够保证滞后变量与转换后的变量正交，进而与误差项无关，因而可以将滞后变量作为工具变量。考虑到广义矩阵的稳健型，采用GMM估计模型参数，如表5所示。

从表5估计结果可以看出：（1）在城镇化的对数方程中，滞后一二期的财政投入对城镇化的影响为负，第三期财政投入对城镇化的影响为正，这可能是因为前期财政投入中财政支农给农民带来了大量福利，致使农民愿意留在农村，滞缓城镇化，随着财政支出倾向教育、城市建设和社会保障等方面使得农民收入和受教育水平提高，农民愿意进城寻找更多“福利”，从而促进城镇化水平的提高;滞后一、二期的绿色创新对城镇化的影响由负转正，说明前期绿色创新水平有利于城镇化发展，第三期的影响转负，这是由于绿色创新成果还未完全转化为创新驱动力，随着时间的推移，绿色创新将对城镇化的发展形成显著的正向影响;城镇化对自身的影响从滞后一期到滞后三期经历了由正转负再到正的过程，说明随着城镇化发展方式的转变，将有利于其自身的可持续发展。

3.6 脉冲响应分析

脉冲响应函数是用来分析在其他变量当期及以前各期值不变的情况下，扰动项的一个标准差冲击对其他变量当期和未来取值的影响。为了更直观地描述财政投入、绿色创新和城镇化的动态效应，通过1000次Monte Carlo模拟得到长江经济带区域财政投入、绿色创新以及城镇化的脉冲响应图。图中纵轴为变量的影响程度，横轴为冲击作用的响应期数，设定为5期，中间的曲线代表脉冲响应函数，两侧的曲线分别代表95%和5%分位点的估计值。

从图中（第一行第一列，第二行第二列，第三行第三列）可以看出，城镇化、财政投入和绿色创新受到自身冲击的响应值在当期为零，随着时间的推移逐渐增加，虽然响应值很小，但一直保持为正，表明三者具有经济“惯性行为”，能够进行自身“良性循环”。从图中（第一行第二列）可以看出，城镇化受到财政投入冲击的响应值在当期为零，在短期看来，城镇化对财政投入的响应不明显。从图中（第一行第三列）可以看出，城镇化对绿色创新的脉冲响应值在短期内基本为零，这可能是因为绿色创新周期长，成果转化率低等问题使得绿色创新对城镇化的正向影响具有时滞性。

3.7 方差分解

方差分解是通过分析不同内生变量的结构冲击贡献度来评估变量之间的相对重要性。为了更加精确地评估财政投入、绿色创新与城镇化的相互影响程度，在PVAR估计和脉冲响应分析的基础上，进一步对不同省份的面板数据进行方差分解，结果如表6所示。

从方差分解的结果可以看出：城镇化对自身冲击较大，在第10期，对自身冲击的贡献率达到89.3%，在第20期下降到85.5%。财政投入在第10期对城镇化方差的贡献率为6.4%，在第20期上升至9.1%，说明城镇化变动的9.1%可由財政投入解释。绿色创新对城镇化的解释能力较小，在第10期对其方差的贡献率为4.3%，在第20期达到5.4%，说明城镇化变动的5.4%可由绿色创新解释。

4 研究结论与政策建议

4.1 结论

（1）财政投入对城镇化的影响由负转正

从矩估计结果可知，财政投入对城镇化的前期影响效应为负，随着时间的推移转为正，说明财政投入有利于城镇化发展，但在时间上存在一定的滞后性;绿色创新对城镇化的影响效应由负转正又转负，说明绿色创新在一定程度上能够促进城镇化的发展，但由于当前存在绿色创新投入效率低以及绿色创新成果还未完全转化为创新驱动力等问题，绿色创新对城镇化的促进作用还不稳定，随着创新效率的提高以及创新驱动力的形成，这种现象将减弱。

（2）对于财政投入与绿色创新的冲击，城镇化反应不明显

从脉冲响应结果可知，城镇化对财政投入与绿色创新冲击的反应程度都不明显，影响程度均较弱。

（3）城镇化的发展速度取决于城镇化本身

从方差结果可知，城镇化对自身的贡献程度最大，说明城镇化主要依赖于自身的发展，财政投入和绿色创新对城镇化发展的贡献率较小，绿色创新和财政投入并未表现出强劲的推动作用。

4.2 建议

（1）正确认识城镇化的发展规律，防止在城镇化进程中超越客观现实。城镇化有自身的发展规律，应当充分尊重客观规律，进一步优化财政支出结构，加强基础设施和公共事业的财政保障，明确支持的重点行业、重点区域及领域范围。

（2）全面服务城镇化的国家战略，鼓励在城镇化进程中积极参与。城镇化并不仅仅是政府的事，而是与全民紧密联系的大事。因此，应当充分发挥财政资金的引领作用，通过政府财政引导，带动社会资金和民间投资支持参与城镇化建设。特别是要鼓励民众转变生产生活观念，适应城镇化的发展，自觉维持社会的稳定，促进城镇化的持续健康发展。

（3）提升绿色创新的投入效率，加速绿色创新成果转化率。应合理配置绿色创新与城镇化发展的要素投入，优化绿色创新和城镇化的资金投入比例。进一步健全绿色创新成果转化体系，完善绿色创新成果定价机制，提高市场转化效率，促进绿色创新成果转化为城镇化发展的实际动力。同时，在城镇化发展过程中，强化以人为本的发展理念，加强绿色创新人才的培养与引进，为绿色创新和城镇化发展提供必要的人才支撑。

参考文献：

[1]习近平.决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利[N].人民日报，2017-10-19.

[2]聂飞，刘海云.基于城镇化门槛模型的中国OFDI的碳排放效应研究[J].中国人口·资源与环境，2016（9）：123-131.

[3]刘顺飞，谢圣远，汪发元.科技投入、公共支持对城镇化的影响——来自长江经济带11省市空间杜宾模型的实证[J].科技进步与对策，2019（1）：51-58.

[4]赵楠，白福臣.地方政府投资对城镇化发展的影响——基于中国省际面板数据的实证研究[J].资源开发与市场，2018（2）：261-267.

[5]陈恩，谢珊一.中部地区新型城镇化发展的区域特征及其影响因素分析[J].西北人口，2018（3）：18-26.

[6]曾小春，钟世和.我国新型城镇化建设资金供需矛盾及解决对策[J].管理学刊，2017 （2）：26-39.

[7]贺建风，吴慧.科技创新和产业结构升级促进新型城镇化发展了吗[J].当代经济科学，2016（5）：59-68.

[8]田逸飘，张卫国，刘明月.科技创新与新型城镇化包容性发展耦合协调度测度——基于省级数据的分析[J].城市问题，2017（1）：12-18.

[9]郑强.科技创新对新型城镇化的影响——基于面板门槛模型的实证分析[J].城市问题，2017（6）：25-35.

[10]宛群超，邓峰.FDI、科技创新与中国新型城镇化——基于空间杜宾模型的实证分析[J].华东经济管理，2017（10）：103-111.

[11]姜松，王钊，刘晗.中国经济金融化与城镇化的空间计量分析——基于直接效应与间接效应分解[J].贵州财经大学学报，2017（3）：70-83.

[12]李娜，李秀婷，魏云捷，孙毅.财政支出的社会经济效应——基于面板随机森林的分析与优化[J].管理评论，2018（10）：258-269.

[13]孙育红，张春晓.改革开放40年来我国绿色技术创新的回顾与思考[J].广东社会科学，2018（5）：5-12.

[14]王凤祥，张伟.环境规制、民间投资与我国绿色技术创新[J].科技管理研究，2017（11）：211-216.

[15]游士兵，蔡远飞.人口老龄化对经济增长影响的动态分析——基于面板VAR模型的实证分析[J].经济与管理，2017（1）：22-29.

Dynamic Analysis of the Impact of Financial Investment and

Green Innovation on Urbanization

——Based on the data of the Yangtze River Economic Belt from 2003 to 2017

Hou Yuqiao   Zheng Jun Wang Fayuan

（Economics & Management School of Yang Tze University，Jingzhou，434023，China）

Abstract：Based on the data of the Yangtze River Economic Belt from 2003 to 2017，the PVAR model is used to empirically analyze the dynamic relationship between financial input，green innovation and urbanization through GMM estimation，impulse response function and variance decomposition. The results show that：The impact of fiscal investment on urbanization has turned from negative to positive. For the impact of fiscal investment and green innovation，the urbanization reaction is not obvious. The development speed of urbanization depends on urbanization itself. Therefore，it is necessary to correctly understand the law of urbanization development and prevent it from surpassing objective reality in the process of urbanization;to fully serve the national strategy of urbanization，and to actively participate in the support of urbanization;to increase the efficiency of green innovation and accelerate the conversion rate of green innovations.

Keywords：financial input;green innovation;urbanization;PVAR model

收稿日期：2019-11-14

基金項目：国家社会科学基金重大项目“长江经济带产业绿色发展战略与政策体系研究”（15ZDA020）

湖北省教育厅哲学社会科学重大研究项目“长江经济带沿江省市实体经济发展调查研究”（16ZD020）

作者简介：汪发元，男，长江大学长江经济带发展研究院、长江大学管理学院教授。E-mail：2319193364@qq.com