李宝礼，胡雪萍

（1.安徽科技学院财经学院，安徽蚌埠233100；2.中南财经政法大学经济学院，湖北武汉430073）

●安徽经济

金融发展会造成人口城镇化滞后于土地城镇化吗
——基于安徽省16个地级市面板数据的研究

李宝礼1，2，胡雪萍2

（1.安徽科技学院财经学院，安徽蚌埠233100；2.中南财经政法大学经济学院，湖北武汉430073）

文章以2000-2012年安徽省16个地级市的面板数据为基础，通过构建实证计量模型，研究了不同金融发展评价指标对安徽省人口城镇化与土地城镇化发展协调度的作用，结果发现：较高的金融发展水平有助于提高人口城镇化速度，改善城镇化发展失衡的局面；银行对民营经济发展提供的信贷支持能够促进人口城镇化水平的提高；政府对银行信贷资金的占有会导致人口城镇化滞后于土地城镇化；对农村的金融抑制不利于城镇化发展失衡问题的改善。针对上述研究结论，提出了相应的对策建议。

人口城镇化；土地城镇化；金融发展

一、引言与文献述评

2008年金融危机之后，我国经济发展方式面临重大的结构性调整，推动经济增长的引擎必须要由依靠外需转为依靠内需。城镇化作为国家扩大内需的重要战略手段，其发展的可持续性关乎中国未来经济能否长期健康地发展。当前我国城镇化进程中，以基础设施建设，房地产开发为代表的土地城镇化的快速发展，虽然在短期内能够迅速增加国内需求，拉动经济在短期内的快速增长，但是从长期来看，城镇化对经济的持续拉动要依靠人口的城镇化，当人口城镇化滞后于土地城镇化时，城镇化对扩大内需的拉动作用也就陷入了不可持续的境地。当前我国城镇化发展面临着人口城镇化滞后与土地城镇化发展的困境，各地不断出现的“鬼城”现象造成了资源的极大浪费和对环境的破坏。以安徽省为例，2000年全省地级市城镇人口总数为621.4万人，到2012年为1 013.25万人，建成区面积则由2000年的591平方公里，发展到2012年的1 573.32平方公里，建成区面积的增长速度超过了城镇人口的增长速度。

造成人口城镇化滞后于土地城镇化的逻辑因素有哪些？已有的研究从外在制度和内在经济增长模式两个角度进行了解释。外在制度的研究方面：李力行（2010）认为我国二元的土地所有制结构，城市土地为国家所有，农村土地为集体所有，造成了城镇化过程中的土地价差，使地方政府有动力扩张城市空间[1]。陆大道（2007）指出，中国现有的财税制度和中央对地方政府以GDP为考核指标双重因素，使得地方政府具有强烈的土地扩张的冲动，“经营城市”的发展理念成了各地方政府的首选[2]。李子联（2013）运用省际面板数据的实证研究结果表明，工业化带来的用地扩张、土地财政和户籍制度是造成我国土地城镇化过快的主要原因[3]。周飞舟（2006）指出现有的财税结构使得地方政府的预算内收入无法满足支出需要，只有通过扩张土地，寻求预算外收入的增加来满足财政支出的要求[4]。陶然（2005）认为户籍制度的存在使得大量进城农民工无法享受城市的社会保障权力，阻碍了人口城镇化的发展[5]。孙海鸣（2005）从空间吸纳的角度认为我国行政区划的不合理，存在大量的县级市，由于经济发展水平低，大量的县级市对人口的吸纳能力有限，造成了我国人口城镇化滞后现象的产生[6]。

内在经济增长模式对人口城镇化滞后于土地城镇化的影响方面，林毅夫（2002）指出经济的内在发展机制才是中国人口城镇化与土地城镇化的不协调的根本原因[7]。郑有国（2011）研究表明，改革开放三十多年以来，中国经济增长方式一直表现为投资驱动型，三十多年间资本累积的速度不断加快，从1978年到2012年，中国的资本形成率由38.2%迅速上升到50.6%，资本积累的速度约是同期全球平均水平的两倍[8]。Glaeser（2003）指出投资增长带来的资本积累增加的前提是要保持较高的资本边际收益水平，这也是维持投资驱动型经济增长模式的必要条件[9]。范进（2012）认为在最终产品市场竞争激烈的情况下，为了保持较高的资本边际收益水平，政府只能通过对生产的上游资源的控制，人为压低资本、土地等生产要素的价格以降低企业的生产成本，达到提高资本边际收益的目的[10]。

刘伟（2014）指出随着我国交通基础设施的不断完善，工业投资对原材料产地的依赖程度逐步降低，使得工业投资的区域替代性增强，各地方政府争夺投资资本的竞争日趋激烈[11]。姚士谋（2012）指出一些地方政府为了吸引投资，大幅降低工业用地的出让价格，有些地方甚至不惜以零地价或负地价的形式向投资商提供土地[12]。政府对工业用地的低价供应，是对资本积累的补贴，造成了全国各地区不断出现各类开发区、工业园区和新城区，重复建设问题严重，土地城镇化速度越来越高。为了弥补工业用地出让方面的财政收入损失，地方政府采取了不断抬高住宅用地价格的策略，形成了中国独有的低工业用地价格、高住宅用地价格的土地价格双轨制，近年来各大城市不断出现的“地王”现象，就是对这一问题的最好说明。住宅用地价格的不断攀升导致了房价的不断上涨，结果是农村居民迁入城市的成本增加，严重阻碍了人口城镇化的速度。

已有的关于人口城镇化与土地城镇化发展的文献为本文的研究提供了重要的理论基础，但是，在对现有的文献进行梳理和分析的过程中，本文认为：第一，已有的研究偏重于从理论角度对人口与土地城镇化失衡进行研究，运用面板数据进行实证分析的现有文献较少；第二，城镇化的发展需要大量的金融资源支持，但是现有的文献缺少从金融发展角度对人口城镇化与土地城镇化失衡的原因研究；第三，已有的文献侧重于对我国总体的人口城镇化与土地城镇化协调性的研究，但是本文认为由于我国各省间经济社会和自然环境差异较大，针对具体省情及至市情的研究将更有意义；第四，已有的研究侧重于单一或部分因素对人口城镇化与土地城镇化发展的影响，忽略了其他重要因素的作用。基于此，本文将在前人的研究基础上，运用安徽省16个地级市的面板数据，重点分析各地金融发展水平对人口城镇化与土地城镇化失衡的影响，并综合考察其他重要变量对人口与土地城镇化失衡的作用，在此基础上做出进一步的合理解释。

二、变量设置与数据描述

金融发展指标体系构建的创新研究源于Goldsmith，他在1969年提出了将一个国家或地区的金融机构的资产总量与GDP的比值作为衡量金融发展水平指标的戈氏指数[13]。在随后的研究中King和Levine又将提供给私人部门的信贷数量在总信贷数量中的比重作为评价金融发展水平的指标[14]。本文的研究中除了采纳以上两种金融发展评价指标外，考虑到我国的特殊国情，本文还加入了政府债务中银行贷款所占的比重和对农村地区的金融抑制两个评价金融发展水平的指标，具体说明见下文。

考虑到数据的可得性本文选取2000-2012年为研究的样本区间，在截面个体的选取上剔除巢湖市，将其余16个地级市作为研究的截面对象。数据来源于《中国城市统计年鉴1999-2013》、《中国金融统计年鉴1999－2013》、《新中国六十年统计资料汇编》和安徽省及各地市统计年鉴。

（一）变量设置及其经济含义

（1）人口城镇化与土地城镇化的协调度（RTL）。以年末城市建成区面积增长率与城镇人口增长率的比值为衡量指标。城市建成区面积增长率能够表示土地城镇化的扩张速度，城镇人口增长率则能刻画人口城镇化的扩张速度，两者的比值衡量当前人口城镇化与土地城镇化的协调度有一定的合理性。当RTL大于1时，人口城镇化滞后于土地城镇化，反之则相反。

（2）金融发展指标即银行存贷款总额与GDP的比值（FDT）是由Goldsmith（1969）提出的，用于衡量一个国家或地区总体的金融发展水平，该指标值越高表明金融发展水平越高。私营部门信贷占银行信贷总额的比重（FDP），该变量值越高表明银行对私营企业发展提供的资金支持越大。政府债务中银行贷款的比重（FDG），该指标越高说明政府对银行金融资源的占有能力越强。农村金融抑制指标（FDC），以农村存款总额比农村贷款总额作为衡量指标，该指标用于衡量农村金融抑制水平，指标值大于1说明农村金融资源净流出，反之则相反。

（3）其他控制变量。人口密度（RKS）为城市每平方公里人口数；政府财政制度（CZD），用以衡量政府的财政收支水平，以政府财政支出与财政收入之比表示；产业结构（CYJ）以工业增加值占GDP的比重作为衡量指标；经济开放度（KFD）以当年外商实际投资额作为衡量标准。

（二）数据的描述性分析

根据前文所述的变量计算方法和数据来源，本文计算了安徽省16个地级市2000-2012年所有变量的具体数值和描述性统计分析，如表1所示。

从表1可以看出，当前安徽省的人口城镇滞后于土地城镇化，两者协调度指标的均值为1.574 79。从金融发展水平看，银行存贷款总额占GDP比重的均值为1.211 5，略低于全国平均水平；私营部门从银行获取的信贷资金较低，仅占银行信贷总额的25%；农村地区存在金融资源的净流出，金融抑制问题较为突出；政府支出对银行贷款的依赖度较高，政府债务中银行贷款所占的比重平均为42%。

表1 安徽省地级市城镇化的协调度和其他变量的样本描述性统计

图1显示了2000-2012年安徽省人口城镇化与土地城镇化发展协调度的动态演变。首先，从安徽省层面看，2000-2012年间我省城镇化发展协调度均大于1，并且呈波动上升态势。其中，2001-2005年上升速度较快，在经历2006年的短暂下降后，2007-2012年一直处于高位平稳状态，见图1(a)。出现这一现象的原因与近些年来安徽省各地级市大规模建设新城区，扩张土地供给规模有关，在城镇人口增长率没有大幅上升的情况下，城市土地规模的快速扩张必然造成人口城镇化与土地城镇化失衡的问题。

图1 安徽省城镇化发展协调度的动态演变

其次，从地级市层面看，如图1(b)所示，在样本区间内绝大多数的地级市人口城镇化与土地城镇化的协调度指数大于1，说明安徽省各地级市同样面临着人口城镇化滞后于土地城镇化的不协调问题。数据显示，建市较早的合肥、芜湖、蚌埠、马鞍山、淮南、安庆等城市在样本期间内城镇化的协调度始终大于1；而其他建市较晚的城市在2006年之前大部分存在土地城镇化滞后的现象，但是，自2007年以后这些城市的土地城镇化急速发展，并显著快于人口城镇化的速度。同时数据还显示，长江以北地区城市的协调度失衡现象要高于长江以南地区，对这一差异的解释是：长江以北的城市处于平原地区，易于进行城市扩张，同时长江以北地区的经济发展水平较低，城市对人口的吸纳能力较弱，而长江以南地区以山地为主，城市规模扩张受自然环境的限制较大，同时皖南地区的经济发展水平较高，城市对人口的吸纳能力高于皖北城市。

三、实证检验及结果解释

以人口城镇化与土地城镇化的协调度为被解释变量，以评价金融发展水平的指标体系为主要解释变量，控制变量为人口密度、政府财政制度、产业结构以及经济开放度，构建以下实证计量模型：

其中,β0,β1,…,β7为模型的待估系数，下标i和t分别代表不同地区和时间，αi表示没有监测到的地区特定效应，λi表示没有监测到的时间特定效应，μit为随机误差项。

运用EVIEWS7.0软件，结合各变量的计算方法，利用2000-2012年间安徽省16个地级市的面板数据，分别对（1）式进行OLS估计、随机效应估计和固定效应估计。由于面板数据的复杂性，在面板数据中个体和时期都是同方差的假设过于苛刻，当该假设不能满足时，估计结果将是非有效的，需要对系数方差进行修正，采用系数方差的稳健估计（陈灯塔，2012）[15]，在此本文根据不同的模型采用了不同的系数方差稳健估计方法。各主要变量对城镇化发展协调度影响的实证结果如表2所示。根据Hausman检验结果，随机效应估计结果的有效性要优于固定效应，而个体随机效应的估计结果又优于时间随机效应。

从模型的回归结果看，作为控制变量的经济开放度在模型中不显著，说明安徽省各地级市经济开放度对城镇化发展的协调度变量没有明显的影响。人口密度、政府财政制度、产业结构以及与被解释变量之间的关系体现在：

首先，人口密度与城镇化的协调度之间呈反向的变化关系，这表明城市人口密度越大，人口集中度越高，人口城镇化与土地城镇化之间越协调。这一结论表明城市规模越大，人口集中度越高反而越能吸引更多的人口流入，造成这种现象的原因可能是由于人口集中产生的商业机会更多，以及分工细化带来的就业机会增加。

其次，以政府财政支出与政府财政收入比替代的政府财政制度变量与城镇化发展的协调度之间具有显著的同向变化关系，即政府的财政赤字规模越大，人口城镇化滞后于土地城镇化的失衡问题越严重，反之则相反。这一结论与常理一致，自1994年分税制改革以来，土地出让金收入成了政府一项重要的预算外收入来源，当政府出现财政赤字时，则会通过增加土地供应，以增加土地财政收入的方式弥补预算赤字，而这一行为的后果必然造成土地城镇化的扩张。

最后，以工业增加值占GDP比重替代的产业结构变量与城镇化的协调度之间呈正向的变化关系，即工业占比越高，人口城镇化滞后于土地城镇化的失衡问题就越严重。这一结论与常理和经验判断不一致，通常认为工业发展会带来对劳动力需求的增加，解决农村劳动力向城市转移的就业问题，从而促进人口城镇化的发展，改善人口城镇化滞后于土地城镇化的局面。造成理论与实际不一致的原因可能是由于工业发展虽然增加了对农村劳动力的需求，但是由于户籍制度的存在，大量进厂务工的农民并没有被真正的市民化，而是不断地在城乡之间来回迁移，因而户籍制度的存在使得工业发展并没有带来城市户籍人口的大量增加，与此同时，工业发展却带来了对土地资源的巨大需求，使得各地市不断新建和扩建工业园区和开发区的面积，造成了土城镇化超前，人口城镇化滞后的现象。

表2 模型固定效应与随机效应的系数稳健估计结果

根据模型的回归结果，作为主要解释变量的金融发展指标对城镇化发展协调度的影响机制主要表现在：

第一，银行存贷款总额占GDP的比重替代的戈氏金融发展指数与城镇化发展协调度之间呈反向的变化关系，这表明金融发展水平越高，越有利于人口城镇化滞后于土地城镇化现状的改善。从经验实事来看，金融发展水平越高，金融资源的配置效率也就越有效，农村剩余劳动力向城市转移过程中能够获取更多的金融服务，融资渠道的多样性和获取金融服务的便利性有利于促进农村居民定居城市，实现农村人口真正的市民化。具体而言，在城镇化进程中，农村居民对金融服务的需求主要体现在以下几个方面：①源于购买社会保障和保险的金融服务需求；②源于购买住房和子女教育的金融服务需求；③源于消费信贷支持的金融服务需求；④源于支持农民进城后自主创业的金融服务需求。金融发展水平体现了金融体系满足城镇化进程中城市新增人口对金融服务多样化需求的能力，而这一能力直接影响着人口城镇化能否快速有效地推进。

第二，私营部门信贷量占银行贷款的比重与城镇化发展协调度之间呈反向变动关系。即私营部门获得银行信贷支持的力度越大，越能改善人口城镇化滞后于土地城镇化的失衡局面，反之则会加剧失衡。民营经济在安徽省国民经济中的地位举足轻重，2013年全省民营经济增加值1.1万亿，占全省GDP的58%，民营经济新增就业岗位占全省城镇新增就业岗位的70%以上，值得注意的是，民营经济不仅为人口城镇化提供了大量的就业岗位，而且以皖南地区为例，很多的民营企业本身就是由农村集体或农民创办，这一类型的民营企业对农村工业化和农村人口城镇化的作用更加明显。当前我省民营经济发展面临的最大瓶颈就是融资问题，如果正规金融渠道不能对民营经济发展提供有效的资金支持，那么民营经济将不得不转向非正规的民间融资，而这无疑会加大中小企业的资金成本和经营风险，不利于中小企业的长远发展和农村人口城镇化的快速推进。

第三，政府债务中银行贷款的比重与城镇化发展协调度之间呈正向变动关系。这一结论表明，当政府能够很便利地从银行获取信贷资金时，人口城镇化滞后于土地城镇化的失衡问题将变得更严重，反之则相反。根据《安徽省政府性债务审计结果》，截至2013年6月底，安徽省政府债务中用于市政建设、土地收储、保障房建设等与土地城镇化有关的支出占全部政府负债的61.7%，而政府负债和有担保责任的负债中来自于银行贷款的比例则高达49%，由此可见，银行对政府融资的支持直接推动了安徽土地城镇化的快速扩张。从回归系数看，政府债务中银行贷款占比的系数值远高于其他金融发展评价指标，更进一步说明了政府对金融资源的过度占用是造成人口城镇化滞后于土地城镇化的失衡的重要原因。

第四，以农村存款总额比上农村贷款总额替代的农村金融抑制指标与城镇化发展协调度之间呈正向变动关系，即农村金融抑制现象越严重，人口城镇化滞后于土地城镇化的问题越突出。这一结论产生的原因是：在城乡二元的金融体制下，农村的金融抑制现象使得农村为城市发展提供了大量的廉价资金，在促进城市经济快速发展的同时，却造成了城乡差距被迅速拉大，不断扩大的城乡差距一方面导致农村居民融入城市的成本在提高，阻碍了人口城镇化的进程，另一方面城市经济的发展又带来了城市空间对外扩张的压力，加速了土地城镇化的发展。

表3显示了面板数据模型的变系数回归结果，从中可以看出：①银行存贷款总额占GDP的比重替代的戈氏金融发展指数对城镇化发展的协调度影响最大的分别是合肥市、马鞍山市、芜湖市、蚌埠市和铜陵市，影响最小的分别是亳州市、宿州市、阜阳市和池州市，滁州市与淮南市的统计结果不显著。②民营经济发达的皖南地区，私营部门信贷量占银行贷款的比重对城镇化发展协调度的影响要高于皖北地区;③政府债务中银行贷款的比重对城镇化发展协调的影响最大的分别是合肥市、马鞍山市、芜湖市、蚌埠市，影响系数均超过0.5；④从各地级市农村存款总额与农村贷款总额比对城镇化发展协调度的影响系数看，皖南地区城市依然高于皖北地区。

根据上述结论①和③可以看出，作为安徽省老牌地级市的合肥、芜湖、蚌埠、马鞍山等地，其总体的金融发展水平要高于省内的其他城市，较高的金融发展水平一方面使得这些地区的居民能够获取较多的金融服务，促进了当地的人口城镇化发展；另一方面，较高的金融发展水平也使得这些地区的政府能够从银行体系得到的信贷支持力度同样高于其他城市，因而，造成这些城市政府债务中银行贷款比重变量对土地城镇化的推动作用高于其他城市。从结论②和④可以发现，私营部门信贷量占银行贷款的比重和农村存款总额与农村贷款总额比，两者对城镇化发展协调度的影响程度与当地的民营经济发展水平有关。相对于民营经济落后地区，发达地区的民营企业吸纳了大量的农村剩余劳动力，成为农村人口城镇化的重要中转平台，因而，发达地区的银行信贷通过民营企业传导到对人口城镇化的影响效果更明显。同时，正如前文所述的，由于我省大量的民营企业，本身就根植于农村，因而农村资金的净流出对民营经济发达地区人口城镇化的影响也要高于民营经济欠发达地区。因此，不难看出为什么两者对城镇化发展协调度的影响，在民营经济发达的皖南地区的城市要高于皖北地区。

表3 模型变系数估计结果（个体固定效应）

四、结论与对策建议

本文以2000-2012年安徽省16个地级市的面板数据为基础，通过构建以城镇化发展协调度为被解释变量，以人口密度、政府财政制度、产业结构以及经济开放度为控制变量的实证计量模型，研究了不同金融发展评价指标对安徽省人口城镇化与土地城镇化发展协调度的作用，得出如下结论：①较高的金融发展水平可以为农村人口定居城市提供更多的金融服务和融资支持，有助于提高人口城镇化速度，改善人口城镇化滞后于土地城镇化失衡的局面；②银行对民营经济发展提供的金融支持力度能够促进人口城镇化水平的提高，能够缓解城镇化发展协调度失衡的问题；③政府对银行信贷资金的占有能力越强，土地城镇化的扩张速度越快，造成人口城镇化滞后于土地城镇化的失衡问题越严重；④对农村的金融抑制导致的金融资源从农村地区的净流出，扩大了城乡差距，降低了农村居民定居城市的经济基础，提高了融入城市的成本，不利于城镇化发展失衡问题的改善。

上述结论说明，从金融发展视角看，造成安徽省城镇化发展不协调的主要原因在于金融体系对人口城镇化和土地城镇化的支持力度失衡，金融体系对政府土地城镇化的过度支持和对人口城镇化的支持力度不足形成了鲜明的对比。由于数据收集的难度，本文省略了户籍制度对安徽省人口城镇化的实证影响分析，户籍制度对安徽省城镇化的协调性必然会有重要的影响，本文的这一不足需要在以后的研究中进行弥补。

根据上述实证研究的结论，本文提出以下对策建议：

首先，提高金融发展水平的深度和广度，为人口的城镇化提供多样化的金融服务和融资支持。当前我省人口城镇化发展缓慢的重要原因就是金融发展水平低，为人口市民化提供的融资工具不足。在未来要提高我省金融的广化和深化水平，鼓励金融机构进行金融创新，为居民提供多元化的投融资工具，只有这样才能更好地解决城镇化进程中农村居民融入城市的资金困境问题。

其次，加强对我省民营经济发展的金融支持力度。一方面要鼓励正规金融体系提高对民营经济发展的信贷支持，另一方面对给予民营企业发展重要扶持作用的非正规民间金融体系要加以引导和规范，这样即可以发挥民间金融对促进中小企业发展的积极作用，又可以合理地控制民间借贷风险，从而更好地发挥民营企业推动人口城镇化的作用。

再次，引入民间资本参与我省城镇化建设。城镇化进程中的大量基础设施建设不应过度依赖政府的银行贷款，应在政府主导下引入民间资本参与建设，这样不仅有利于提高基础设施的建设效率，而且分散了城镇化建设的金融风险，同时减少政府对金融资源的占用，使得金融机构可以将更多的资源提供给城市新移民和民营企业等有助于促进人口城镇化的项目上。

最后，对我省农村金融体系进行存量和增量改革。存量改革就是要对现有的主要支农金融机构的治理结构、业务结构和金融创新进行调整，包括优化和完善农村信用社的产权结构和内部治理结构，增加对农村信贷的支持力度；存量改革一方面要加强对农村资金流向的制度约束，鼓励资金回流农村，另一方面要对农村金融机构从农村地区吸收的存款的投向施加一定的限制。

［1］李力行.中国的城市化水平：现状、挑战和应对［J］.浙江社会科学，2010（2）：18-23.

［2］陆大道.关于遏制冒进式城镇化和空间失控的建议［R］.中国科学院院士咨询报告，2007.

［3］李子联.人口城镇化滞后土地城镇化之迷——来自中国省际面板数据的解释［J］.中国人口·资源环境，2013（11）：94-101.

［4］周飞舟.分税制十年：制度及其影响［J］.中国社会科学，2006（6）：100-115.

［5］陶然.“空间城镇化”、“人口城镇化”的不匹配与政策组合应对［J］.改革，2008（10）：15-21.

［6］孙海鸣.2005年中国区域发展报告［M］.上海：上海财经大学出版社，2005：122-136.

［7］林毅夫.中国城市发展与农业现代化［J］.北京大学学报：哲学社会科学版，2002（4）：12-15.

［8］郑有国，肖琼.一体化背景下二元市场成因分析——其于中国企业拓展市场的视角［J］.亚太经济，2011（3）:65-70.

［9］Glaeser E L.Sprawl and Urban Growth［R］.NBER Working Papers，2003.

［10］范进，赵定涛.土地城镇化与人口城镇化协调性测定及其影响因素［J］.经济学家，2012（11）：61-67.

［11］刘伟.中国区域经济增长要素贡献及路径判定——基于省际面板数据的实证［J］.华东经济管理，2014（1）：36-41.

［12］姚士谋，陆大道.顺应我国国情条件的城镇化问题的严峻思考［J］.经济地理，2012（5）：1-6.

［13］Raymond W Goldsmith.Financial Structure and Develop⁃ment［M］.New Haven：Yale University Press，1969.

［14］Robert G King，Ross Levine.Finance，Entrepreneurship，and Growth：Theory and Evidence［J］.Journal of Monetary Economics，1993（3）：513-542.

［15］陈灯塔.应用计量经济学高级讲义［M］.北京：北京大学出版社，2012：341-353.

［责任编辑：余志虎］

Will Financial Development Cause Population Urbanization Lagging Behind Land Urbanization—A Study Based on the Panel Data of 16 Cities at Prefecture-level in Anhui Province

LI Bao-li1，2，HU Xue-ping2
（1.School of Finance and Economics,Anhui Science and Technology University，Bengbu 233100，China; 2.School of Economics，Zhongnan University of Economics and Law，Wuhan 430073，China）

Based on the panel data of 16 cities at prefecture-level in Anhui province during the year of 2000 to 2012，the paper constructs an empirical econometric model to study the impacts of different evaluation indexes of financial develop⁃ment on the development coordination degree of population urbanization and land urbanization in Anhui province.The re⁃sults show that:the higher level of financial development will help to increase the ratio of population urbanization and im⁃prove the imbalance of urbanization development;the bank credit support on the development of the private economy can contribute to improve the level of population urbanization;the government possession of bank credit funds will lead to popu⁃lation urbanization lagging behind land urbanization;the rural financial repression is not conducive to the improvement of ur⁃banization development imbalance.Finally，the paper puts forward the corresponding countermeasures in accordance with the conclusions of the study.

population urbanization；land urbanization；financial development

F127；F120.3

A

1007-5097（2014）12-0018-06

【DOI】10.3969/j.issn.1007-5097.2014.12.004

2014-04-29

国家社会科学基金青年项目（12CJY113）；教育部人文社会科学研究青年基金项目（11YJCZH043）；安徽科技学院人文社会科学研究一般项目（SRC2014360）

李宝礼（1984-），男，安徽滁州人，讲师，博士研究生，研究方向：发展经济学；

胡雪萍（1965-），女，江西铜鼓人，教授，研究方向：发展经济学。