课题组

摘 要：本文选取我国人口转移、生态经济、环境治理和社会服务4个方面构建绿色城镇化发展评价指标体系，采用主成分分析法得到反映我国绿色城镇化发展水平综合指数以及环境、经济和社会三项分指数，通过建立VAR模型，实证分析金融发展规模与结构对绿色城镇化的动态支持效应，研究发现，绿色城镇化是一个动态发展过程，应调整金融支持方向，提高金融支持效率，充分发挥金融在绿色城镇化发展中的支持作用。

关键词：绿色城镇化；主成分分析；金融发展

中图分类号：F323.9 文献标识码：B 文章编号：1674-0017-2018（7）-0010-07

一、引言与研究综述

绿色城镇化作为一个全新的概念，国内最早出现在2004年，党的十八大之后引起政府和学术界的广泛关注，有关绿色城镇化的文献急剧增加，并且主要集中于绿色城镇化定义、综述和理论、国际经验及启示、发展方向和思路、地方实践和案例等方面的定性研究。董战峰等（2014）提出我国绿色城镇化建设战略框架应包括普及生态文化、维护健康安全的自然环境、建设生态型人居、推行绿色低碳生活、加速产业生态化以及建设运营绿色基础设施六大重点领域。朱洪祥等（2015）以山东省东营市为例，提出了碳汇和碳排放核算方法，并从四维视角构建了东营市绿色城镇化指标体系，利用SWOT分析法分析了东营市绿色城镇化发展的定位，创新提出了小城镇绿色发展模式，对绿色城镇化绩效评价和能力进行实证分析。温鹏飞等（2016）对我国绿色城镇化研究文献进行分析，指出绿色城镇化研究在十八大以后逐渐增加，研究方向主要集中于绿色城镇化内涵和发展，以及未来面临的问题和对策等方面。范琳等（2016）从生态经济、资源高效、环境友好和社会和谐4个方面共选取33个指标，构建了我国绿色城镇化评价指标体系。宋慧琳（2016）以江西省为例，构建了以人口转移、经济发展、生态环境、城乡统筹和基本公共服务均等化为一级指标的绿色城镇化测度指标体系，并对11个区市绿色城镇化水平进行评价和比较。汪泽波等（2017）基于内生经济增长理论框架，利用中国内地30个省份2005-2014年的面板数据，构建计量模型分析城镇化发展与物质资本、人力资本、能源消费、环境污染以及能源消费结构的相互作用，分析结果表明：加大新能源、环境治理人力资本创新投入，促进生产技术革新、生产方式绿色化是绿色城镇化的必由之路。

金融作为推动城镇化发展的重要支柱，理应在绿色城镇化发展中扮演者重要较色，但因衡量指标的差异，金融发展与绿色城镇化之间的互动关系有待进一步验证，目前学术界已经认识到金融支持对绿色城镇化发展的重要意义，但现有研究仍然存在一些不足，例如绿色城镇化衡量指标不全面，缺少绿色城镇化发展与金融支持关系的互动研究。对此，本课题在已有研究的基础之上，选取人口转移、生态经济、环境治理和社会服务4个一级指标和30个二级指标构建衡量我国绿色城镇化发展的指标体系，并通过建立金融发展规模和效率与绿色城镇化发展指标的VAR模型，深入研究金融支持绿色城镇化发展的具体效应。

二、理论影响机制

（一）金融发展对城镇化的影响

金融对城镇化的支持路径主要通过三个方面：一是提供资金支持。城镇化建设中的环境治理、社会公共服务的提供、住房条件的改善等都需要大量的资金支持，而城镇化建设所具有的社会性和公益性与商业金融追求盈利的目标相违背，因此需要政策性金融加大支持力度，同时引导商业金融为城市建设项目提供多元化的资金供给。二是提高资金配置效率。金融市场所具有的资本配置属性，能吸引和收集社会闲散资金用于资本配置效率更高的城镇化建设项目中，从而有助于分散社会风险，促进城镇化经济健康穩定发展。三是调整产业结构。金融市场作为中间机构，通过发挥市场价格的导向作用，能直接促进资金供求双方实现有效对接，减少信息不对称、降低交易成本，进而实现资本要素在各部门之间的流动和循环，推动城镇产业结构的调整和优化。

（二）城镇化对金融发展的影响

一是集聚效应。城镇化的发展必然伴随着企业、人口和资本的集聚。企业集聚带来规模经济效应增加了对资金的实际需求，从而有效刺激金融市场发展壮大；人口集聚能有效促进第二、三产业发展，在增加居民收入的同时改变了生活和消费方式，刺激金融市场提供多样化的产品和服务；城镇化的快速发展，促使资本要素在利益的驱动下向效率较高的产业和部门流动，加强了部门或企业之间的协调和合作，推动金融市场逐渐健全和完善金融体系。二是扩散效应。城镇化进程的集聚效应发展到一定程度将进入到扩散阶段，具体表现为产业发展、生产方式和要素由城市向周边扩散和转移，更大范围的转移和发展同样需要金融市场提供与之相适应的多样化金融服务和产品，从而促进了金融市场的调整和升级。

三、指标选取和数据说明

（一）指标选取

1.金融发展规模（FIR）。学术界有关金融发展规模的指标很多，但考虑到我国金融市场发展实际，笔者拟采用戈氏指标来衡量，但在计算金融总资产时将保险和资本市场（股票市场）考虑在内。因此，本文在计算金融相关系数时，金融总资产包括金融机构存款余额、股票市值和保费收入，国民财富则以GDP替代。

2.金融发展效率（FPE）。鉴于当前国有经济在我国经济结构和发展中占据主导地位，且本文的侧重点在于绿色城镇化指标的设计，因此计算金融发展效率指标时，采用金融机构存贷比来衡量。

3.绿色城镇化指数（Y）。目前有关绿色城镇化的衡量指标国内较少，因此，在构建绿色城镇化综合评价指标体系时，为充分凸显绿色内涵，本文在借鉴已有研究的基础上，从人口转移、生态经济、环境治理和社会服务4个一级指标入手，同时下设30个二级指标（具体见表1），尽可能地将绿色、集约、和谐、低碳的理念融入到我国绿色城镇化发展之中。

（二）数据说明

1.数据来源。本文的所有时间序列数据主要来源于Wind资讯数据库，极个别缺失的数据经《中国统计年鉴》（1999年-2016年）整理而来，2016年部分指标数据来源于《国民经济和社会发展统计公报》。在搜集数据的过程中发现，因绿色城镇化指标涉及的指标较多，为保证样本数据的连续性和一致性，拟选取我国2000-2016年的时间序列数据作为研究对象。

2.数据处理。对于金融发展规模和效率指标，原始数据在实证分析之前均已作对数处理，以消除可能存在的异方差性。对于绿色城镇化指数衡量指标，因所选取的单项指标数据具有不同质性，因此在实证分析之前必须进行无量纲化处理，消除计量单位对实证结果的影响，具体在SPSS21.0上实现。

四、绿色城镇化指数的建立

（一）主成分的提取

利用SPSS软件对表1中我国绿色城镇化指标体系进行主成分分析，采用特征值≥1与累计方差贡献率≥85%两者相结合的方法提取主成分。结果显示（见表2），有3个主成分的特征值大于1，且累计贡献率为92.457%，因此只需提取前3个主成分即可反映原变量的绝大部分信息。

（二）主成分的命名与解释

从表3成分矩阵可以看出，第一主成分对城镇居民基本医疗保险参保率、单位GDP水耗、人均能源消费量、城市污水日处理能力、人均公共绿地面积等指标具有较大的载荷系数；第二主成分对城镇居民恩格尔系数、第三产业产值占比、人均GDP、城镇居民可支配收入等指标具有较大的载荷系数；第三主成分对每万人医疗卫生机构数、普通高校生师比、城市用水和燃气普及率等指标具有较大的载荷系数。因此，我们将第一、二和三主成分分别命名为环境、经济和社会指数。

（三）主成分得分

根据主成分得分系数矩阵，可以推出我国绿色城镇化指数原始变量的主成分得分函数，即：

采用公式计算指数得分，其计算公式为：F=∑Fi×βi。其中：Fi表示主成分得分；βi表示主成分的权重，即旋转后各主成分的方差贡献率占两个主成分总方差贡献率的比重。将相关数据代入先求出Y1、Y2和Y3，然后将Y1、Y2和Y3带入上式求出Y，即2000-2016年我国绿色城镇化水平指数得分，具体如下：

Y=

上文，在建立我国绿色城镇化综合评价指标体系的基础上，通过主成分分析法得到我国绿色城镇化指数Y，以及环境指数Y1、经济指数Y2、社会指数Y3。下文，我们将分别以此作为衡量我国绿色城镇化发展水平的指标，实证分析金融发展规模和效率与绿色城镇化指数以及各指数之间的动态影响关系。

五、绿色城镇化与金融发展实证检验

（一）ADF检验

为避免协整检验结果中出现“伪回归”现象，我们利用ADF检验法对各指标进行平稳性检验，结果如表5所示，所有原始时间序列数据经过一阶差分处理之后，在5%的显著性水平下各变量均为平稳性时间序列，因而可以继续做协整分析。

（二）Granger因果关系检验

实证分析的前提是各变量之间存在相互影响关系，为此本文利用Granger因果检验做了进一步分析，结果表明：在10%的显著性水平下，FIR和FPE与Y之间互为因果关系；在5%的显著性水平下，FIR和FPE分别与Y1、Y2与Y3之间互为因果关系。这种关系可理解为：金融发展通过提高储蓄率或储蓄转化为投资的比例，有效改善了资本配置效率，从而带动了城镇化水平的提高；相反，城镇化水平提高所产生的聚集效应扩大了金融市场的规模，推动了金融体系的改革和完善，但本文各变量之间的具体影响关系及程度有待后面的进一步验证。

（三）协整检验

本文建立4个模型，分别以绿色城镇化指数Y、环境指数Y1、经济指数Y2、社会指数Y3作为被解释变量，金融发展规模（FIR）和金融发展效率（FPE）作为解释变量，得到如表6所示的的回归结果：

一是模型检验结果显示，各变量的系统估计值T都较大，在10%的显著性水平下均通过显著性检验，且所有模型的残差序列均为平稳序列，因此可以确定FIR和FPE分别与Y、Y1、Y2以及Y3之间存在长期且穩定的协整关系。

二是实证分析结果表明，FIR的模型估计值都为正，表明金融发展规模FIR对绿色城镇化及各指数有着显著的正向促进作用，且当期金融发展规模每提高1%，绿色城镇化指数（Y）、环境指数（Y1）、经济指数（Y2）、社会指数（Y3）分别提高3.03%、2.90%、3.32%和4.32%，即金融发展规模所产生的收入分配、储蓄、就业和投资效应，通过为绿色城镇化发展提供资金支持，推动了城镇化产业结构的调整，以及生产方式和生活质量的改变，从而促进了绿色城镇化发展过程中经济水平的提高、环境的治理和社会服务的改善。

三是当期金融发展效率（FPE）每提高1%，绿色城镇化指数（Y）和环境指数（Y1）分别降低2.23%、2.01%，但经济指数（Y2）、社会指数（Y3）分别提高2.69%、3.03%，即当前我国金融发展效率能有效促进绿色城镇化发展过程中经济水平和社会服务的提升，但抑制了绿色城镇化综合指数以及环境治理的改善，这是因为一方面目前我国金融市场依然存在的金融抑制现象导致资本配置效率不高，另一方面以往的金融发展更多的关注人口转移和经济发展，忽略了环境治理和改善。

四是在其它影响因素不变时，金融发展规模和效率对绿色城镇化发展变化的解释比例高达73.95%。

（四）脉冲响应函数分析

通过对Y、Y1、Y2、Y3分别与FIR和FPE建立VAR模型，观察各模型特征值图，模型的所有特征值均位于单位圆内，即特征值小于1，我们可以认为各VAR模型是稳定的，因此可以进行脉冲响应分析。

脉冲响应分析结果显示：一是当在本期给FIR一个正向冲击后，Y、Y1和Y3在前6期逐渐上升，从第6期以后开始趋于稳定，这表明FIR对Y、Y1和Y3的同向拉动作用会逐渐上升，6年以后趋于稳定。二是当在本期给FIR一个正向冲击后，Y2会在前5期上下波动，从第5期以后开始稳定增长，这表明FIR会在5年以后对Y2的产生稳定的拉动作用。三是在本期给FPE一个正向冲击，会给Y和Y1带来负面冲击，这种负向冲击在第3年达到最大，但整体冲击幅度不是很明显。四是在本期给FPE一个正向冲击，会给Y2和Y3带来正面效应，这种正面效应在第2期达到最大，但总体冲击幅度不大。可见，脉冲响应函数分析结论与前文的协整分析结论相吻合，即金融发展规模FIR对绿色城镇化发展指数Y及Y1、Y2和Y3都存在正向的促进作用，且这种正面效应存在滞后性，而金融发展效率FPE对Y2和Y3存在正向影响，但对绿色城镇化发展指数Y和Y1存在负向抑制作用，因此金融发展效率在支持绿色城镇化建设中应调整方向和重点。

（五）方差分解

方差分解结果显示：一是金融发展规模FIR对Y以及Y1、Y2和Y3的贡献比重逐渐增强，而金融发展效率FPE对Y以及Y1、Y2的贡献比重先增强后减弱，对Y3的贡献比重逐渐增强。二是FIR对Y以及Y1、Y2和Y3的影响比重在第10期最大，分别为69.58%、77.87%、77.73%和81.18%，而金融发展效率FPE在同期的影响比重分别为24.58%、21.87%、2.24%和7.62%，由此可见，金融发展规模FIR对绿色城镇化的影响效应大于金融发展效率FPE，但这种影响存在滞后性，这与前文协整检验和脉冲响应函数的分析结论相一致。

六、主要结论和对策建议

（一）本文主要结论

一是绿色城镇化是一个动态发展过程，涉及到人口、经济、环境和社会公共服务等多个方面，单纯依靠城镇人口或非农业人口占比单一指标作为衡量依据已不能满足现实需要；按照影响程度排名，环境治理对我国绿色城镇化指数的影响最大，生态经济和社会服务紧随其后，而人口转移影响最微弱。

二是我国金融发展规模和效率与绿色城镇化指数之间存在长期稳定的影响关系，其中金融发展规模拉动了绿色城镇化指数的提高，而金融发展效率抑制了绿色城镇化指数的提高，但正向的拉动作用大于负向的抑制作用，因而总体表现为正向促进。

三是分项看，我国金融发展规模能显著促进环境、经济和社会指数的增长，金融发展效率也能促进经济和社会指数的增长，但抑制了环境指数的增长，虽然负向影响比较微弱，但环境指数对绿色城镇化的负向影响大于经济和社会指数的正向影响，因此金融发展效率对绿色城镇化指数总体影响为负。

四是我国金融发展规模对绿色城镇化指数、环境、经济和社会指数的影响作用逐渐增强，到第6年正向影响同时达到最大，并最终趋于稳定；金融发展效率对绿色城镇化指数、环境和经济指数的影响作用先增强后减弱，在第3年同时达到最大，到第10年接近零，但对社会服务指数的影响逐渐增强，到第10年才达到最高，但影响程度微弱。

（二）对策建议

1.调整金融支持方向。一是将金融支持的重点由原来的人口转移和经济发展，逐渐向环境治理、城市公共服务、产业结构转型、住房条件改善等绿色城镇化发展的重点领域转移；二是在人口转移方面，加大对新城镇人口再就业和创业的金融支持，鼓励各类金融机构开发与之相适应的金融产品；三是在环境治理方面，鼓励金融机构支持发展绿色和循环经济，加大对城市环境改造和优化的信贷投放；四是在住房改善方面，加大对土地空间的集约化利用，重点支持保障性住房、小户型普通商品房及新农村建设项目；五是在产业城镇化方面，鼓励城镇传统产业向绿色产业结构的调整和升级，加强对农业现代化和新型农业经营主体的支持。

2.提高金融支持效率。一是鼓励各家金融机构结合自身经营特点和优势，找准对我国绿色城镇化支持的重点和方向，转变融资方式和支持路径，提高城市金融对绿色城镇化发展的支持效率；二是针对绿色城镇化建设融资难的问题，在风险可控的范围内，倡导各家金融机构将信贷规模、期限和利率等方面的标准适度放宽，以更加灵活多变的方式支持地区绿色城镇化发展；三是引导政策性金融机构对绿色城镇化重点支持领域的税收减免或返还，引导商业金融拓宽绿色城镇化重点建设项目的资金来源；四是开发为绿色城镇化发展服务的金融工具，完善绿色金融、绿色信贷等金融产品体系，激发金融体系在引导和激励私人资本进入绿色城镇化发展的重要作用。

参考文献

[1]Gu C L，Wu L Y，Cook L.Progress in research on Chinese urbanization[J].Frontiers of Architectural Research，2012（1）： 101-149。

[2]Hubacek K，Guan D，Barrett J，et al.Environmental implications of urbanization and lifestyle change in China：eco-logical and

water footprints[J].Journal of Cleaner Production， 2009，17（14）： 1241-1248。

[3]Li L，Cui a，Shi J.Urbanization and its environmental effects in Shanghai，China[J].Urban Climate，2012（2）：1-15。

[4]范琳，季小妹，石峰，贾小平.中国绿色城镇化评价指标体系的构建和探究[M].中国环境科学学会学术年会论文集，2016，

（10）：610-614。

[5]范兆媛，周少甫.金融支持对新型城镇化促进的空间效应研究——来自中国30个省域数据的实证分析[J].现代财经，2017，

（2）：69-81。

[6]冯奎，贾璐宇.我国绿色城镇化的发展方向与政策重点[J].经济纵横，2016，（7）：27-32。

[7]宋慧琳，彭迪云.绿色城镇化测度指标体系及其评价应用研究——以江西省为例[J].金融与经济，2016，（7）：4-15。

[8]温鹏飞，刘志坚，郭文炯.绿色城镇化国内研究综述[J].经济师，2016，（11）：60-63。

[9]杨慧，倪鹏飞.金融支持新型城镇化研究——基于协调发展的视角[J].山西財经大学学报， 2015，（1）：1-12。

The Choice of Financial Support Path for the

Development of Green Urbanization in China

Research Group

Abstract： The paper selects four aspects of Chinas population transfer， ecological economy， environmental governance and social services to build an evaluation index system for green urbanization development. The principal component analysis method is used to obtain a composite index reflecting the development level of green urbanization in China as well as environmental， economic， and social component index. On the basis and through the establishment of financial development scale and efficiency and the comprehensive index of green urbanization development， as well as VAR model of environmental， economic and social indicators， and using cointegration tests， Granger causality and impulse response functions etc.， the paper makes an empirical analysis on the dynamic support effect of financial development scale and structure on the green urbanization.

Keywords： green urbanization； principal component analysis； financial development

責任编辑、校对：党海丽