郑智勇

（福建师范大学经济学院，福建福州，350108）

福建省城镇化进程中的金融支持分析
——基于主成分和灰色关联分析法

郑智勇

（福建师范大学经济学院，福建福州，350108）

新型城镇化建设需要金融的支持和推进。通过构建金融支持度和城镇化的指标体系，采用主成分分析法和灰色关联分析法对2008—2015年福建省金融支持度和城镇化各指标数据进行实证分析。结果发现，金融支持最显著影响人口城镇化和产业城镇化，同时金融支持规模和金融支持效率是影响城镇化的最重要因素。因此，需要从融资效率和规模、土地流转制度、产业融合、金融创新等多角度入手推进金融支持，以逐步实现新型城镇化的质量要求。

金融支持；城镇化；主成分分析；灰色关联分析

2013 年11 月，党的十八届三中全会通过《中共中央关于全面深化改革若干问题的重大决定》，正式提出发展普惠金融，鼓励金融创新，丰富金融市场层次和产品，并推进农业转移人口市民化，逐步把符合条件的农业转移人口转为城镇居民。2013年12月，习近平主席在中央城镇化工作会议上指出，城镇化是现代化的必由之路，推进城镇化是解决农业、农村、农民问题的重要途径，是推动区域协调发展的有力支撑，是扩大内需和促进产业升级的重要抓手，对全面建成小康社会、加快推进社会主义现代化具有重大现实意义和深远历史意义。2014年3月5日，国务院总理李克强在政府工作报告指出，要把新型城镇化建设作为2014年九项重点工作之一，大力推进以人为核心的城镇化建设，遵循城镇化发展规律，积极稳妥推进新型城镇化，着力提升城镇化质量。作为全国首个生态文明的先行示范区，福建省响应号召，在新一轮城镇化浪潮中积极贯彻新型城镇化战略，主力打造一批智慧城市，以绿色、人文、低碳、宜居为目标，探索一条更具生机活力的城镇化道路。改革开放以来，福建省城镇化进程快速推进。截至2015年底，福建省城镇人口达到2403.3万人，城镇化率提高到62.6%，高于全国平均水平12.9%。从福建省三大产业生产总值占比来看，2015年第二产业和第三产业生产总值占比分别为50.29%和41.56%。

当前我国的财政资金难以满足城镇化建设的资金需求，扩大金融支持能够更好地引入社会资本，促进要素集中，形成多元化的投融资格局，产生规模经济效应，从而提高城镇化水平。本文通过构建金融支持度和城镇化的指标体系，采用主成分分析法和灰色关联分析法对2008—2015年福建省金融支持度和城镇化各指标数据进行实证分析，测算出福建省的金融支持度和城镇化之间的影响程度，从金融支持的角度提出推进福建省城镇化进程的政策建议，以逐步实现新型城镇化的质量要求。

一、文献综述

（一）金融支持城镇化的理论研究

国外关于城镇化发展与金融支持的理论研究，早期主要从金融支持作为城镇化发展内生需求的角度出发。卡曼和弗农等通过产品生命周期理论研究发现，城镇化发展引起了更多的金融资本需求。[1]Stopher和Dematteis的研究表明金融支持可以为城市铁路交通系统的建设提供充足的资金，进而加快城镇化进程。[2-3]Nahashi等人的研究进一步表明，完善的城市金融体系能更好地发挥金融资本集聚和配置功能，为城镇化的快速发展提供必要的资金支持。[4]

国内的相关理论研究起步较晚，黄祥钟、黄志刚通过分析福建省在过去20年间经济增长与金融发展的内在联系，探索福建省经济增长与金融发展关系的一般规律。[5]张守志的研究表明金融支持对城镇化的影响主要是通过资本市场提供资金支持，而城镇化水平的提高，又引导生产要素集聚，促进金融发展。[6]叶华靓认为新型城镇化建设在产生巨大金融需求的同时也带来一系列突出问题。为了消除金融供给抑制的现象，必须着力构筑多层次金融体系，以实现城镇化和金融业互相促进、共同发展的双赢目标。[7]

（二）金融支持城镇化的实证研究

国外关于城镇化发展与金融支持的实证研究,注重于从基础设施的融资改善等方面提高金融业的支持力度。Stopher Peter R以洛杉机为例，采用效益评估方法分析，发现金融业为美国铁路交通建设提供了巨大资金，即金融发展支持了城镇化进程中的基础设施建设。[8]Kyung-Hwan Kim实证检验了房地产业作为城市经济的支柱行业，需要通过发展金融业为房地产建设提供必要的资金支持，从而加速城镇化的发展进程。[9]Cho、Wu和Boggess利用广义选择模型评估城镇化、土地使用规则以及公共财政的相关关系，结果表明土地投资与开发需要金融业的大力支持。[10]

国内方面，丁杰从信贷市场、股票市场、保险市场三个维度出发，利用SVAR模型分析金融市场支持对区域城镇化的促进作用。[11]张彬彬通过因子分析法测算各金融支持度、城镇化水平的指标权重，再采用灰色关联和弹性分析方法研究山东省城镇化水平和金融支持度的关系程度。[12]罗琼引入环境、经济和社会的新型城镇化指标，建立VAR模型实证研究不同金融种类对新型城镇化各个方面的影响及其差异。[13]刘磊、运乃东、张雅博以通过选取辽宁省不同的城镇化与金融支持指标，采用灰色关联方法得出不同的关联度并进行对比分析。[14]

通过以上的文献综述可以发现：（1）现有文献对金融支持城镇化相互作用的理论分析不够透彻，只重视分析金融支持对城市化规模扩张的作用，忽视了金融支持对城市化质量提升的作用；（2）在实证方面，指标的选用过于单一。多数文献使用金融相关比率代表金融发展水平，使用城镇化率代表城镇化水平，而这些不能全面地反映城镇化建设中的金融支持作用；（3）现有文献大多研究我国金融发展与城镇化进程的关系，针对福建省的研究成果较少，此外大多数文献采用回归模型对金融发展与城镇化之间的相关关系进行实证分析，不能从总量和个量上分析金融支持对城市化影响程度。本文的创新之处在于结合福建省城镇化进程中的金融支持现状，采用主成分分析法和灰色关联分析法，探讨两者间各指标的影响程度，以更好地推进福建省新型城镇化进程。

二、金融支持城镇化的相互作用机制

金融支持与城镇化建设是相互作用的过程。一方面，以资本的供给与配置为主要核心功能的金融体系，其规模与结构作为最重要的两个因素直接决定了金融服务和产品提供的数量和质量，进而决定了它对城镇化建设的作用。另一方面，城镇化建设要求金融体系在这一过程中不断发挥资源优化要素配置功能，完善金融体系，从而进一步推动金融发展水平。图1反映了金融支持城镇化的相互作用机制：

图1 金融支持城镇化的相互作用机制

（一）金融支持促进城镇化建设

1．金融支持有助于加速人口城镇化。金融支持能够充分发挥金融体系的资源配置作用，加快社会闲散资金的资本转换，为农村人口提供更多的就业机会。同时，金融支持还能优化金融结构，促进农村经济的发展，加速农村转变为城市的步伐，为人口城镇化提供动力源泉。

2．金融支持有助于合理配置城镇土地布局。当前我国的城乡二元格局存在较强的刚性壁垒，阻碍金融要素的自由流动。金融支持有助于加强城乡间的资金交流，形成有效的城乡经济联动效应，促进城镇土地建设合理布局，提高城市土地的利用率。

3．金融支持有助于改善基础设施建设。推进城镇化离不开供水、供电、通信等基础设施的支撑。然而，基础设施公益性的特点导致其只能获得国家财政支持，商业银行出于逐利动机缺乏投资意愿。有效的金融支持和多样化的金融工具能够让城市建设开发者根据实际情况更好地进行基础设施建设。

4．金融支持有助于优化产业结构。城镇化过程中伴随着产业结构的调整，由第一、第二产业逐步向第三产业过渡，由劳动密集型向资金、技术密集型过渡。金融资金是促进产业结构优化升级的重要因素，由于第三产业具有利润率高、资金周转快的特点，金融支持可以有效推动第三产业的发展，使资金更合理地在三大产业之间合理配置。

5．金融支持有助于提高城镇人口素质。人口素质主要受到教育水平的影响。金融资金能够在带动农村转移人口市民化的基础上，为不同类型和不同阶段的教育提供多样化的资金支持，充分提升城镇人口素质，进而提升城镇化质量。

（二）城镇化建设促进金融支持

1．城镇化水平的提高有助于扩大金融支持规模。城镇化水平的提高可以充分调动生产要素，发挥资金的融通作用，促进资金更集中地向规模不经济地区配置，为金融机构提供更广阔的市场。

2．城镇化水平的提高有助于优化金融支持结构。城镇化水平的提高要求改变单一的融资方式，推动直接融资与间接融资的合理配置，大大降低金融风险，优化金融支持结构。

3．城镇化水平的提高有助于提高金融支持效率。城镇化水平的提高使得金融机构可以根据资金状况和市场供求来自主调节利率水平，在一定程度上缓解信贷配给现象，提高储蓄转化为投资的供给效率。

三、研究设计

（一）指标构建

以金融支持度和城镇化相互作用的理论分析为依据，根据数据可得性和可比性原则，设计金融支持度与城镇化指标体系。其中，金融支持度指标包括金融支持规模指标（FIR）、金融支持结构指标（FS）和金融支持效率指标（FE）3个二级指标，城镇化指标包括人口城镇化（UR）、土地城镇化（BA）、基础设施城镇化（CRA）、产业城镇化（IR）和人口素质城镇化（PQ）等二级指标。指标包括相对数指标和绝对数指标，以求更全面地反映福建省的金融支持现状和城镇化水平。具体指标体系如表1所示：

表1 金融支持度与城镇化指标体系

（二）实证分析

2008年全球金融危机和政府的行政性干预导致福建省的金融发展水平结构性失衡，与全国的差距进一步拉大。同时，福建省的国有独资商业银行仍处于高度垄断地位，控制了大量的市场份额，引起存贷款市场集中度失衡，导致福建省金融发展水平落后，进而制约了福建省的城镇化水平。因此，本文数据采用2008—2015年《福建省统计年鉴》的资料计算、整理所得，如表2所示：

表2 2008—2015年福建省金融支持与城镇化各指标数值

表2表明，福建省金融支持度指标中FIR和FE在2008—2015年有明显的上涨，但在2009—2011年存在明显的波动。城镇化指标中UR、BA、CRA和PQ呈现逐年增长的趋势，其中在绝对数指标中BA的增速最快，达到61.11%，远高于其他城镇化指标。这说明福建省土地城镇化的发展速度快，主要表现为城乡发展结构的不平衡，城市由于产业的集聚效应和规模优势，其土地投资过热，大量的资金需求溢出，而乡镇则因为经济落后导致其土地需求不足，建设用地低效。在相对数指标中FS的增速最快，达到30.77%。这说明在此期间福建省逐步改变了原来偏重于银行信贷的融资手段，扩大了证券融资的比重，直接融资和间接融资的结构调整日趋优化，有利于分散金融风险，提高融资效率，建立更加多元化和可持续的资金保障机制。

为进一步研究福建省的金融支持度能否促进其城镇化的发展，利用spss16.0软件，通过主成分分析法和灰色关联度分析法进行实证检验。

1．主成分分析

（1）基本原理

主成分分析法是研究如何通过少数几个主成分来解释多变量的方差——协方差结构的分析方法，通过寻求少数的几个变量（或因子）来综合反映全部变量（或因子）的大部分信息。变量虽然较原始变量少，但所包含的信息量却占原始信息的85%以上，用这些新变量来分析经济问题，其可信度仍然很高，而且这些新的变量彼此间互不相关，消除了多重共线性。

（2）测算分析

首先，对福建省金融支持和城镇化各指标进行KMO and Bartlett检验，金融支持指标T统计量的观测数值大约为56.272，相应的概率P值为0.099，KMO值为0.858，城镇化指标T统计量的观测数值大约为53.059，相应的概率P值为0，KMO值为0.844，依据KMO的衡量标准可知金融支持和城镇化各指标是适合进行主成分分析的。接着，对福建省金融支持和城镇化各指标进行主成分分析后得到其共同度、方差贡献率和因子载荷矩阵，如表3、表4、表5所示：

表3 福建省金融支持与城镇化共同度

表4 福建省金融支持与城镇化方差分析表

表5 福建省金融支持与城镇化因子载荷矩阵

由表3可知，福建省金融支持与城镇化的共同度均在0.5以上，其中除IR以外，其他指标的共同度均在0.9以上，表明福建省金融支持与城镇化水平能够被这些指标解释的程度很高。由表4可知，金融支持指标的前两个因子为主要因子，其累计的方差贡献率达到94.769%，城镇化指标的第一个因子为主要因子，其方差贡献率为88.667%。表5进一步反映了各主成分在各指标的载荷情况。对于金融支持度指标，第一主成分主要包含了FIR和FE，第二主成分主要包含了FS，对于城镇化指标，第一主成分主要包含了UR、BA、CR和PQ。测算福建省金融支持度与城镇化的综合得分如下所示：

金融支持度：

联立（1）、（2）和（3）可得：

城镇化：

联立（5）和（6）可得：

通过式（4）和式（7），可以得出2008—2015年福建省金融支持度与城镇化的得分情况和得分走势如表6和图2所示：

表6 2008—2015年福建省金融支持与城镇化得分情况

图2 2008—2015年福建省金融支持与城镇化得分走势

可以看出，金融支持呈波动上升的趋势，在2009—2011年波动得尤为明显。其主要原因可能是受到2008年金融危机的影响，经济发展受阻，政府为进一步扩大内需，平稳经济运行，实施了四万亿计划，主要投资于基础设施建设和民生工程，扩大了金融行业的信贷规模，在一定程度上加大了金融支持力度。城镇化则是呈逐年上升的趋势，其上升的速度逐年减缓。两者总体的长期趋势基本一致，因此采用灰色关联的方法进一步研究金融支持与城镇化的关联程度。

2．灰色关联度分析

（1）基本原理

灰色关联度分析法是以各因素的样本数据为依据，采用灰色关联度的测算来描述因素间变化趋势的多因素统计方法。其基本思想是通过比较参考数据列和若干个比较数据列的几何形状相似程度来判断数据间的影响程度。目前常见的有邓氏关联度、B型关联度、广义关联度等。此方法能够最大限度地减少信息不对称带来的损失，对样本数据的要求低，处理过程简便，需要客观确定各项指标的客观值。

（2）测算分析

首先对原始数据进行无量纲处理，然后按灰色关联度公式，利用EXCEL进行测算后得到其灰色关联系数和灰色关联度，如表7和表8所示：

表7 2008—2015年福建省金融支持与城镇化灰色关联系数

其中：R11-R31表示UR与FIR、FS和FE的关联系数；R12-R32表示BA与FIR、FS和FE的关联系数；R13-R33表示CRA与FIR、FS和FE的关联系数；R14-R34表示IR与FIR、FS和FE的关联系数；R15-R35表示PQ与FIR、FS和FE的关联系数。

表8 福建省金融支持与城镇化灰色关联度

（三）基本结论

1．横向分析

可以看出，金融支持最显著影响人口城镇化和产业城镇化，当前经济和人口的差异也是导致福建省城镇化质量产生区域差异的原因。一方面，城镇化的核心是人的城镇化，即以人为本，有序推动农业转移人口市民化，逐步把符合条件的农业转移人口转为城镇居民。随着福建省大量农村剩余劳动力转移到城市，农村的土地流转加快，农业的规模经营产生大量的金融需求。另一方面，福建省的产业城镇化以第二产业占主导地位，第三产业的比重相对较小，影响城市人口就业和农村人口转移。此外，在城镇产业的转型升级过程中，中小企业无论在扩大规模还是在产品结构调整上也都需要大量的资金支持。金融支持对基础设施城镇化的影响仅次于人口城镇化和产业城镇化，而福建省基础设施建设融资渠道单一，主要依靠政府的公共投资。其主要原因在于，基础设施的投资具有资金规模大、投资周期长和投资成本高等公益性的特点，与商业银行的逐利动机是相背道而驰的。商业银行更愿意把资金投资于回收期短、资金回报率高的项目，对城镇基础设施建设投资不足。金融支持对人口素质城镇化和土地城镇化的影响最不显著，因为人口素质城镇化要以人口城镇化为基础，只有农民在城镇定居后，金融机构才能为农民提供提高劳动力素质的金融支持。而土地城镇化要以产业城镇化为基础，产业的协调发展才能提高土地的利用效率。因此要以产业为引领，以城市为载体，以人为根本，促进产、城、人的高度融合，才能实现新型城镇化。

2．纵向分析

可以看出，金融支持规模和金融支持效率是影响城镇化的最重要因素，而当前福建省的金融支持规模不足和金融支持效率偏低。金融支持规模不足主要表现在福建省金融机构没有充分发挥资金的融通作用，存在中小企业融资难、农民生产生活资金不足等一系列问题。而金融支持效率偏低的原因是：一方面我国存在着较为严重的金融抑制现象，中央银行对利率存在着严格的管制行为，使得融资需求增加而供给不足，一定程度上导致信贷配给现象的产生。另一方面由于企业存在利用存贷比的利率市场化进行恶性竞争的现象，影响储蓄转化为投资的效率。金融支持效率难以与金融支持规模形成有效的联动发展效应，共同推进城镇化建设。金融支持结构是影响城镇化的次要因素。而当前福建省的金融支持结构单一，主要表现在福建省受到高度垄断的银行体制阻碍，过度依赖银行贷款以促进产业发展，而银行存款则由于居民收入水平较低而相对较少，无法为银行贷款提供必要的资金支持。此外，以间接融资为主的融资结构引起银行内部的系统性风险，其低风险偏好使得资金难以投入城镇化建设。

四、总结

为研究福建省金融支持城镇化的现状，采用主成分分析法和灰色关联度分析法进行实证分析。金融支持与城镇化的长期趋势一致，然而金融支持在短期内会受到国家宏观经济政策的影响而出现波动，之后又趋于平稳。因此，在加快金融支持促进城镇化的同时，应当做好冲击的短期作用应对机制，尤其是短期内存在负效应时，可通过金融子市场关系进行对冲。对福建省金融支持与城镇化各要素的影响程度高低进行测算，结合福建省当前的金融支持与城镇化现状，解释其影响程度差异产生的原因。为进一步提高福建省新型城镇化建设水平，提出以下建议：

（1）提高融资效率。在自贸区发展的背景下，随着金融自由化趋势加快，福建省应积极探索以股票市场为主的直接融资方式，加大直接融资的比重，推动民间融资发展，从而分散金融风险、优化融资结构，进一步强化金融支持对城镇化的促进作用。

（2）扩大融资规模。福建省作为海峡西岸城镇化建设的主体区域，应进一步推广PPP模式的运用，在降低政府负债压力的同时发挥资金的引导作用，将资金更多地投入到基础设施和公共事业建设中去，完善福建省的融资环境。

（3）健全土地流转制度。福建省的农业生产风险大、农村信用环境差、农村信贷担保体系不健全，导致农村的金融支持度不高。推进农地抵押贷款，健全土地流转制度在一定程度上可以盘活农地资源，破解城镇化的资金困境，建立科学有效的农村土地、宅基地和房屋推出机制。

（4）完善户籍制度改革。打破以往城乡户口的二元管理体制，让具有稳定职业和住所的农业转移人口落户城镇，并确保新居民享有在就业、医疗、教育、社保等各个方面的同等权益。

（5）推进第二、第三产业的融合发展。根据各地不同区位优势，推动产业与城镇化联动发展，促进第二、第三产业集聚，形成特色主导产业集群或专业园区。如在福州和闽南两个经济相对较发达的地区，充分发挥大城市的资源和人才集聚效应，重点发展高新技术产业；而在生态和文化旅游资源丰富的闽西地区，应大力发展旅游产品的深加工与营销，打造红色旅游、生态旅游等精品项目。

（6）加快金融创新。福建应根据两岸金融业发展的新趋势，充分利用“先行先试”的政策契机，鼓励省内的各类金融机构进行金融业务和金融产品创新，深化金融机构和金融监管体制改革，完善多层次的资本市场，逐步实现与国际金融体制接轨。

[1]R.Vernon.International Investment and International Trade in the Product Cycle[J].International Economics Policies &Their Theoretical Foundations,1966,80(4):307-324.

[2]Stopher P R,Prashker J N.Intercity Passenger Forecasting:the Use of Current Travel Forecasting Procedures[M].Evanston:Northwestern University,the Transportation Center,1976.

[3]Dematteis G.Towards a Metropolitan Urban System in Europe:Core Centrality Versus Network Distributed Centrality[R].Urban Networks in Europe Paris Libbey,1996:19-28.

[4]Nahashi,Stannics.Diverging Patterns with Urban Growth[C].Halifax:Canada Economic Association,2007.

[5]黄祥钟,黄志刚.福建省“十二五”经济增长的金融支持研究[J].福州大学学报(社会科学版),2012,(1):32-36.

[6]张守志,李志华,谭开通.广西城镇化发展中的金融支持效应研究[J].区域金融研究,2014,(3):75-79.

[7]叶华靓.福建新型城镇化建设金融支持体系研究[J].青岛农业大学学报(社会科学版),2016,5(2):41-46.

[8]Stopher Peter R.Financing Urban Rail Projects:the Case of Los Angeles[J].Transportation,1993,(20):229-250.

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

[10]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,2011,85(4):988-999.

[11]丁杰.福建省金融支持与城镇化发展的动态关系[J].福建江夏学院学报,2015,6(3):7-16.

[12]张彬彬.新型城镇化中的金融支持研究[D].济南:山东大学,2016.

[13]罗琼.中国金融发展与新型城镇化建设的关系实证分析[J].经济地理,2016,(9):66-71.

[14]刘磊,运乃东,张雅博.基于灰色关联模型的政策性金融助力新型城镇化研究[J].区域金融研究,2016,(1):81-86.

（责任编辑 王 珑）

Abstract:A new type of urbanization construction need financial support and boost. In constructing the index system of financial support and urbanization,using principal components analysis and grey correlation analysis of Fujian province in 2008-2015 financial support and the indexes of urbanization data to carry on the empirical analysis,it found the financial support had significant impact on industrial urbanization,and population urbanization and the scale and efficiency of financial support is the most important factors influencing the urbanization.Then,from the perspective of financial support,it put forward policy suggestions on promoting urbanization process of Fujian province,in order to gradually achieve the new urbanization quality requirements.

Key words:financial support;urbanization;principal component analysis;grey correlation analysis

Financial Support Analysis in Fujian Province Urbanization Process:Based on Principal Component and Grey Correlation Analysis

ZHENG Zhi-yong

(College of Economics,Fujian Normal University,Fuzhou,350108,China)

F299.275；F832

A

2095-2082（2017）04-0056-10

2017-07-18

郑智勇（1992—），男，福建福州人，福建师范大学经济学院会计学硕士研究生。