1、欠发达农业地区县域金融发展与城镇化关系研究 摘 要：针对传统农业地区金融发展的空间特征，文章利用 Matlab 与 ArcGIS 软件，结合河南省传统农业地区县域金融发展的面板数据，定量分析了城镇化对县域金融发展影响的力度和方向。研究结果表明，县域金融发展地域间差距愈发明显，呈逐步扩大趋势；传统农业地区的县域金融发展具有较强的地理依赖特征，围绕区域中心城市呈现两极分化格局；城镇化对县域金融发展的影响具有明显的空间异质性，受城乡金融排斥的影响，边缘地区的城镇化“溢出效应”并不明显且抑制农村金融发展的进一步提高。 关键词：金融发展； Kernel 密度估计方法；空间溢出；金融排斥 中图分类号： F
2、830.34 文献标识码： A 文章 编号：1674-2265（ 2016） 04-0054-05 一、 引言 我国理论界对于城乡“二元化”问题一直从城乡一体化来考虑城乡差距问题，认为只要城市化发展的空间溢出效应足够显著，那么城乡之间要素的双向流动足以通过城市反哺农村的机制来减小城乡经济发展鸿沟。然而近年来，城乡之间的经济鸿沟却愈来愈大，而笔者认为其中的城乡差距不仅仅是指城乡居民收入差距，更应该包括金融资源配置失衡的城乡“二元性”问题。固然，从文献上来看影响城乡差距的因素相对较多，但是从长远来看缩减城乡差距离不开农村地区尤其是传统农业地 区金融发展的支持。不过目前国内学者的研究角度大多是从如何
3、缩小城乡差距这一角度探讨金融发展、城市化之间的关系。姚耀军（ 2004）认为我国农村金融发展与城乡收入差距存在长期双向因果关系，传统农业地区金融发展的非农收入效应具有地域差距特征，而农村金融发展规模的扩大、效率的提升、结构的完善长期来看都将有利于改善城乡收入差距。王虎、范从来（ 2006）结合我国现有工具变量分析了农村金融发展对农民收入的影响渠道，认为对农村居民收入有着显著影响的是农村人力资本、农村劳动力就业结构、三次产业结构以及我国支农政策，而农村金融中 介的发展却起到降低农民收入、拉大城乡差距的作用。然而前两者都没有清晰地表明农村金融发展拉大城乡差距的机理。杨刚（ 2015）利用我国 19
4、79 2010 年省际时间序列数据，从农村储蓄率、农村投资比率的角度实证研究了农村金融发展与农村经济的动态关系，结果发现农村经济发展的瓶颈在于农村广泛存在的金融抑制；而王征（ 2011）则指出城镇化进程中“嫌贫爱富”是阻碍偏远地区农村融入城市发展规划的不可忽视的因素，一些资源匮乏、经济发展长期处于落后地位的农村地区被边缘化也就不难理解；张兵、刘丹（ 2013）则认为城市化的进程和城 乡收入差距的缓解存在显著的门槛效应，呈现“倒 U”形曲线特征，间接否认了两者之间的单项因果关系。因此国外有学者从城乡金融排斥的角度出发，探讨涉农金融机构在农村市场的撤离引发的城乡差距进一步扩大现象，如莱申（ A.L
5、eyshon）。温涛（ 2005）指出在我国农村金融市场涉农金融机构的融资风险一直过高，其中原因主要是担保抵押体系不健全；程开明、李金昌（ 2007）则进一步指出，城乡金融排斥会造成农业发展资金匮乏，进一步拉大城乡差距。 本文拟在深度剖析县域金融发展空间差异性的基础上，利用 1990 2012 年河南省 传统农业地区的各中心城市、县市的空间面板数据，探讨区域中心城市的金融“虹吸”对农村经济发展的影响，进而寻求破解城乡差距的对策。 二、 数据来源、模型的设定与变量说明 （一）数据来源 本文在考察传统农业地区县域金融发展空间差异性时，以河南省 60 个传统农业县域空间单元为例，样本区间跨度选取 2
6、000 2012 年，同时为了检验城市化对农业地区金融发展的影响，利用空间面板截面数据构造柯布道格拉斯模型。城乡收入差距指标数据来自中国农业统计年鉴并整理计算得出，各地区农村信用社信贷数据来自于中国金 融年鉴，城乡从业人员数据来自河南统计年鉴。 （二）分析方法 利用核密度估计方法考察传统农业地区县域金融发展空间差异性，核密度估计是假定待估变量服从某种概率密度函数分布，抛弃参数估计方法的各种假定，用连续曲线来描述待估变量随时间变化的动态趋势，在分析大样本数据时具有无可比拟的优势。 本文利用比较常见的高斯核函数式（ 1）来估计密度值，为了排除人口总量的影响，对高斯核函数进行加权处理，即采用人口比例
7、加权求和，利用式（ 2）自适应核密度函数来估计待估变量在某一取值下的概率。 （三）模型的 设定及变量的说明 传统的时间序列数据回归分析忽视了空间差异，得到的参数仅仅表明一个全局意义上的概念，因此为了反映城市化程度对农村金融发展的影响方向及影响强度，本文利用斯托克和沃森（ Stock 和 Waston， 1993）提出的 DOLS 估计方法并结合公式（ 5）构建反映城乡差距关系的面板回归模型。 1. 农业地区县域金融发展水平 FD。在国内相关文献中，衡量金融发展水平一般采用罗纳德 ?麦金农指标与雷蒙德 ?W?哥德史密斯指标。但是麦氏指标无法有效解释金融系统的负债来源以及空间配置，尤其是陈平（ 2
8、002）指出 麦氏指标度量下的我国金融发展水平偏高，有失准确性。因此本文采用戈氏指标，并借鉴田杰（ 2011）的定义，将农村金融发展水平定义为农村金融资产与农村国民产出之比，其中农村金融资产利用谭燕芝（ 2009）的分析方法用农户储蓄存款与农业存款之和来代替，由于相关统计年鉴并没有农村产出的数据，因此用第一产业 GDP 来代替。 2. 城镇化水平 Urbn。城市化既包括人口因素，也包括产业因素，因此文章借鉴孙永强（ 2012）的方法，利用非农从业人口占比与非农产业占比之和的算术平均数来代替。其中非农从业人口占比等于城镇从业人员 /城乡从业人员，非农产业占比即为第二、三产业比重。 3. 城乡金融
9、“二元”性 Ruf。利用农业贷款 /城乡贷款余额之比来表示城乡金融“二元”性，用来体现农村金融资源的占有程度。 三、传统农区县域金融发展的空间差异分析 从总体来看，自从 20 世纪 90 年代以来金融市场的“极化分布”特征愈发明显，城市金融市场竞争加剧，机构设置增多，与此同时农村金融资金外流规模在迅速攀升。据汤敏（ 2006）测算，农村金融市场外流资金规模每年大概在 3000亿元左右，边缘地区甚至沦为金融“真空”地带。由于县域金融发展空间 分布不平衡，学术界大多利用空间地理统计分析（ ESDA）的方法来体现这一空间格局，因此本文借助 ArcGIS软件，对局部空间相关系数 Moran I 进行
10、Z 统计检验，得出河南传统农业县域金融发展的冷热分布格局（见图 1）。可以清晰地发现，河南传统农业县域金融发展空间格局呈现明显的“高高”集聚和“低低”集聚的态势，空间差异较为显著。 图 1： 2012 年河南省传统农区县域金融发展“冷热”分布空间格局 为了更深刻体现传统农业县域金融发展的动态演变趋势，本文通过对河南省 60 个传统农业县域空间单元的金融发展相 关指标数据的整理，利用 Matlab 软件，结合核密度估计方法来反映各地区金融发展的动态演进特征，进一步把握区域中心城市周边地区与边缘地区的空间差异分布，如图 2所示。作为一种非参数估计方法，核密度估计类似直方图可以用来考察数据的分布形态
11、以及众数的集中程度，当然我们也可以利用分布形态的偏态与波峰数量来说明待估数据的差异程度。为了说明区域中心城市对周边地区的辐射带动，笔者选取了河南省三个地区的县域作为考察对象，一个是相距郑州市较近的新乡地区，两个相距郑州市较远的地区，分别为商丘市和周口市，其中周口地区为具备相当区位 优势的传统农业地区的中心腹地，商丘地区为边缘农业地区。 在图 2 中，样本县域金融发展水平的核密度估计分布形态在 2000 年呈现较为陡峭的趋势，这首先说明这些地区内部县域之间的金融发展水平并没有显著的差异，并且地区之间的金融发展水平也没有呈现空间差异性；然而随着我国城市化进程的推进和深入，样本县域金融发展水平的核密
12、度估计分布形态在 2012 年却呈现出明显的空间差异性，尤其是新乡地区金融发展水平的峰值开始明显超越其他两个农业地区，并且核密度估计的分布形态愈发平缓，说明其内部县域之间的差距也较为明显，反观周口地区 和商丘地区，除了周口地区利用区位优势金融发展水平稍有提高，作为外围地区的商丘地区几乎处于停滞的境地。 总体来看，传统农业地区的金融发展水平在整体上呈现上升态势，但其空间分布已出现不平衡趋势。豫北农业地区金融发展水平已经进入高水平阶段并向不均衡过渡，而豫东农业地区已显著落后并处于低级阶段，说明中心城市的辐射带动并不显著。我国近年来经济发展的动力逐渐由工业拉动向城市辐射转变，区域中心城市利用其“大市
13、场”的先天优势通过要素转移和产业协作带动周边地区的发展。然而区域中心城市的发展对周边地区的拉动并不是均衡的， 归根结底还是要取决于两者之间的产业耦合，邻接中心城市的周边县域可以更好地利用区位优势安排产业布局，使之能够在满足“大市场”的基本需求基础上带动其农副产品生产及农产品加工业的发展，而边缘地区却由于劳动力的迅速流失使其乡镇企业面临发展的瓶颈，随着加工业的转移和消失农村金融发展也便失去了工业支撑，和其他地区金融发展水平的差距也就越拉越大，在空间格局上必然呈现“分化”态势。 四、面板 DOLS 模型检验分析 在采用 DOLS 模型检验时，为避免出现“伪回归”现象，首先对面板数据进行单位根检验；
14、其次利用协整检验分 析面板数据之间是否存在长期的均衡关系；最后采用 DOLS（动态最小二乘法）估计协整关系，来揭示金融发展水平、城市化以及城乡收入差距之间的动态关系和空间差异性。 （一）面板单位根检验 为了体现变量之间存在的长期弹性关系及消除异方差，对原时间序列进行了对数处理，主要是基于变量对数形式的差分在经典回归中经常被近似认为变量变化率，即回归参数可以近似看作弹性系数。各面板数据单位根检验结果均拒绝原假设，该面板数据为一阶单整序列。 （二）面板数据协整检验 为了保证检验结论的稳健性和结论的可靠性，利用佩德罗尼提出的四个组内和三个组间统计量和高（ Kao）提出的ADF 统计量分别进行面板协整
15、检验，结果表明，变量间存在着长期而稳定的均衡关系。 （三）面板协整方程的估计 为了发现城市化、城乡收入差距对金融发展水平的影响，利用面板 DOLS 方法来估计三者之间的协整关系并进一步反映协整关系的空间差异性。由于篇幅关系，截取较为典型的县域来说明问题，相关估计结果见表 1 所示。 可以看出，参数估计值大部分都为负值，并且其协整方程参数 t 检验值较为显著，这一结果不仅 说明传统农业地区的金融发展、城镇化水平和城乡收入差距之间存在长期协整关系，而且对大部分县域来说，城镇化进程的加快会在一定程度上阻碍传统农业地区金融发展水平的提高，这与范从来（ 2006）和李金昌（ 2006）研究结论基本一致。
16、同样传统农业县域的金融发展水平与城乡收入差距变化也呈现负效应关系，这符合莫维（ Moav， 2004）、曹裕等（ 2012）的研究结论。同时表 1 显示不同地区之间参数估计量差别较大，这不仅说明协整关系的长期效应不尽相同，更进一步说明了金融发展相关影响因素的空间差异性。 1. 城市“溢出”分析 视角。在具体分析参数估计值之间的差异性时我们发现距离区域中心城市较近的县域，参数估计值会出现正值，例如辉县（ 1=4.06）、长垣（ 1=1.64）与长葛（ 1=4.59），这意味着这些地区的城镇化水平与其农村金融发展水平正相关。区域中心城市的发展为临近地区的产业调整提供机会，周边地带与区域中心城市逐渐
17、形成产业互补，如辉县的农业旅游、长垣的农业机械、长葛周边地区的花卉和蔬菜生产。不仅解决了其农副业及农副产品的销售市场问题，而且进一步为其减小城乡收入差距、改善农村剩余劳动力的外流问题提供了有力的支撑。但是随着 空间距离的扩大，区域中心城市的“溢出”效应就逐渐降低，如太康（ 1=-2.75）、淮阳（ 1=-3.56）、宁陵（ 1=-4.33）、民权（ 1=-2.68）等边缘地带其参数估计值则为负值，这意味着这些地区城镇化水平的提高带来的只是农村劳动力的外流，农业生产方式及农业生产结构并没有发生本质性的变化。据调查，边缘地区的农村“空巢化”现象突出，乡镇企业因为劳动力资源的外流而难以为继，产业也在
18、随着金融机构的“嫌贫爱富”逐渐向区域中心城市转移。 2. 城乡“金融排斥”分析视角。表 1 显示上述地区金融发展水平与 Ruf变量之间为正相关关系。 Ruf 不仅仅只是反映农村地区对金融资源的占有程度，而且是反映城乡金融“二元化”的贴切指标，可以用来反映农村金融排斥程度。城乡金融“二元”分割是对农村金融发展的抑制，这种抑制在不同地区也具有明显的空间差异性。从表 1 可以发现城镇化效应较强的县域其 2 估值相对较低，城镇化效应较弱的县域其 2 估值却相对较高，这意味着若银行等金融机构的外源性融资向边缘地带农业地区倾斜时，该类地区金融发展水平会由于融资瓶颈的缓解得到更快的发展（孙永强， 2012）。众所周知，我国财政体制“拨改贷”改革以来，地 区之间金融资源的“条块”分割尤其严重（周立、胡鞍钢， 2002），同时支农金融机构（农业银行、农村信用社）一改过去支农的传统也开始偏离其职能定位，资金投向向区域中心城市以及非农产业倾斜，农村资金非农化趋势较为突出。这种城乡金融“二元化”
