金融发展、资源特征与城市转型

金融发展、资源特征与城市转型作者：天天论文网日期：2016-1-22 9:28:38 点击：6内容提要：本文以金融中介发展规模与效率以及股票融资率作为金融发展指标，实证考察金融发展对资源型城市转型效率的影响。

结果表明：传统金融对资源型城市转型的促进作用十分明显，但股票融资却起到了一定的阻碍作用。

进一步地，金融发展对城市转型的影响与资源发展阶段相关，衰退型城市转型主要依赖于传统金融提供的资金池规模，成长型城市转型则主要依赖于金融系统的资金配置效率，成熟期的资源型城市二者的作用兼而有之，而股票融资对再生型城市转型已呈现出正向激励作用。

关键词：金融发展资源特征城市转型转型效率一、问题提出资源型城市是依托某种不可再生的自然资源的开发而兴起的城市。

长期以来，资源型城市为促进中国国民经济发展做出了重要贡献。

但随着资源开采时间的延续，资源型城市的资源开发与经济社会发展、生态环境保护之间不协调的矛盾越发突出，亟需转型发展。

中国资源型城市数量多、分布广，所处开发阶段不同，经济社会发展环境差异较大，所面临问题的严重程度也不尽相同。

根据资源保障能力与可持续发展能力的差异，资源型城市可分为成长型、成熟型、衰退型和再生型四种类型。

２００１年，以资源衰退型（枯竭型）城市为突破口，中国正式启动资源型城市转型工作。

董锋等（２０１２）基于传统ＤＥＡ方法考察了资源型城市的转型效率，发现其具有区域和资源差异，且易受宏观经济环境和政府决策的影响［１］。

余建辉等（２０１３）［２］和郑伟（２０１３）［３］采用偏离－份额分析法对资源枯竭型城市的转型效果进行评价，认为区域发展水平是其主要影响因素。

郭存芝等（２０１４）则采用因子分析法对资源型城市的生态效率进行测算，发现经济发展水平、产业结构、出口依存度、环境改善投入力度、城市规模、城市类型等均对其有显著影响［４］。

然而，上述文献在研究资源型城市转型效率和效果过程中大多忽略了城市金融发展的影响，而转型效率无疑离不开金融系统的直接或间接支持。

目前，对金融发展与经济绩效的研究主要集中于金融发展与经济增长的关系方面［５－９］，且主要停留在国家或省域层面，鲜有以城市为对象的研究，更遑论有关金融发展与资源型城市转型效率的相关研究。

反观现实，中国资源型城市普遍存在着金融发展规模小、结构不合理、服务体系不健全、服务效率低等问题。

资源型城市的金融发展是否有助于城市转型效率的提升，需要客观的评价。

鉴于此，本文选取１１５个有代表性的资源型城市作为研究对象，从金融中介发展规模和效率与股票融资率角度，就金融发展对资源型城市转型效率的影响进行实证考察，并基于城市的不同资源特征，解析金融发展水平对不同类型资源型城市转型的差异化作用，为制定金融政策提供经验基础，也能丰富现有金融发展相关的研究。

二、转型效率测度方法及分析（一）转型效率的测度方法以往的文献普遍采用传统ＤＥＡ模型（ＣＣＲ与ＢＣＣ模式）对资源型城市的效率进行测度［１，１０］，并将坏产出转为倒数后作为正向输出量处理。

然而，这种处理方法存在弊端，首先，ＣＣＲ和ＢＣＣ模式测度是射线效率，即假设投入或产出项等比例增加或减少，这在产出项包括坏产出的情况下并不适用；其次，对坏产出的处理方法违背了实际的生产过程，而且因进行非线性转换改变了ＤＭＵ的有效生产前沿面，从而会导致效率值出现偏差［１１］。

因此，托内（Ｔｏｎｅ，２００４）在ＳＢＭ模型的基础上提出ＳＢＭ Ｕｎｄｅｓｉｒａｂｌｅ模型来处理坏产出的问题［１２］。

本文基于ＳＢＭ Ｕｎｄｅｓｉｒａｂｌｅ模型，将每一个资源型城市作为一个ＤＭＵ来构造有效生产前沿面。

假定资源型城市的数量为ｋ，每个资源型城市有ｎ种投入ｘ，ｒ１种好产出ｙｇ，ｒ２种坏产出ｙｂ，投入矩阵为Ｘ＝［ｘ１，…，ｘｋ］，好产出矩阵为Ｙｇ＝［ｙｇ１，…，ｙｇｋ］，坏产出矩阵为Ｙｂ＝［ｙｂ１，…，ｙｂｋ］。

假设Ｘ＞０，Ｙｇ＞０，Ｙｂ＞０，同时投入和好产出具有强可处置性。

于是，某一特定ＤＭＵ０（ｘ０，ｙｇ０，ｙｂ０）的效率测度见式（１）—（２）。

ρ ＝ｍｉｎ１－１ｎΣｎｉ＝１ｓｉｘｉ０１＋１ｒ１＋ｒ２（Σｒ１ｌ＝１ｓｇｌｙｇｌ０＋Σｒ２ｌ＝１ｓｂｌｙｂｌ０）（１）ｓ．ｔ．ｘ０＝Ｘλ＋ｓ－，ｙｇ０＝Ｙｇλ－ｓｇ，ｙｂ０＝Ｙｂλ＋ｓｂ，ｓ－，ｓｇ，ｓｂ＞０（２）其中，ｓ－、ｓｇ和ｓｂ都是松弛变量，分别表示投入冗余、好产出不足、坏产出冗余。

且这一定义基于固定规模报酬（ＣＲＳ），若加入Σｋｊ＝１λｊ＝１的约束条件，则表示可变规模报酬（ＶＲＳ）。

（二）转型效率的模型指标选取２０１３年年底，国务院出台了《全国资源型城市可持续发展规划（２０１３—２０２０年）》，界定了２６２个资源型城市。

为保证ＤＭＵ具有较高的同质性以及数据的可获得性，本文选取其中行政级别相同的１１５个地级市（衰退型城市２３个、再生型城市１５个、成长型城市１４个、成熟型城市６３个）作为研究对象，对其转型效率进行了测算，并剔除物价变动因素的影响。

较强的自然资源依赖性是资源型城市的本质特征。

资源型城市的转型过程就是摆脱对自然资源的低水平依赖，提升主导产业的价值创造能力，同时培育非资源型接续产业，实现城市经济平稳、健康和可持续发展的过程。

城市经济的可持续发展意味着资源型城市在转型过程中，应更加注重资源节约和环境友好，使城市经济与城市资源、城市生态环境协调发展。

因此，本文将城市看作一个复杂的投入产出系统，以资本、劳动和资源投入作为投入变量，以ＧＤＰ和污染物排放作为产出变量。

具体而言，本文的资本投入变量采用的是基于郭庆旺和贾俊雪（２００４）关于中国资本存量数据的已有研究成果［１３］，进行扩展估算的各资源型城市的资本存量数据［１４］；劳动投入变量用各城市的年末单位从业人数表示，资源投入变量则是以用水总量、用电总量、液化石油气供气总量采用主成分分析法得到的综合指标表示。

此外，在产出变量中，污染物排放变量也是以工业二氧化硫排放量和工业废水排放量采用主成分分析法得到的综合指标表示。

上述变量的数据主要来自于《中国城市统计年鉴》（２００６—２０１３）。

（三）转型效率的结果分析根据投入产出变量的数据，本文运用ＤＥＡ Ｓｏｌｖｅｒ软件测算得到了各资源型城市的转型效率①。

在样本期内，只有鄂尔多斯和庆阳两个成长型城市的投入产出活动每年都位于有效生产前沿面上，实现了资源节约、环境友好和可持续发展的良好转型绩效。

而同为衰退型城市的白银、鹤岗和石嘴山表现最差，转型发展任重道远。

从不同类型的资源型城市来看，成长型城市的平均转型效率最高（０．６４４），由于其资源开发尚处于上升期，依托其强大的资源保障潜力，加之资源的合理配置，较好地实现了城市经济与资源、环境的协调发展。

再生型城市的平均转型效率次之（０．５６５），这一类型的城市基本摆脱了对资源的低水平依赖，接续产业有所发展，城市发展基本步入良性轨道，但深化转型、提升城市发展质量的压力仍然不可小视。

成熟型城市的平均转型效率位列第三位（０．４９４），其资源开发还处在稳定期，但其在资源、环境和经济的协调发展方面表现不尽如人意，需加强对资源的集约型利用和生态环境保护。

衰退型城市的平均转型效率最低（０．４０１），这一类型城市的传统自然资源趋于枯竭，新兴的产业成长点还未充分显现，经济发展与资源、环境间的矛盾越发突出，转型压力最大。

三、计量模型的设定与数据说明（一）计量模型的设定本文构建计量模型用以考察金融发展对资源型城市转型效率的影响，见式（３）。

Ｅｆｆｅｉｔ＝αｆｉｎａｎｃｅｉｔ＋βｃｏｎｔｒｏｌｉｔ＋λｔ＋ｕｉｔ（３）其中，下标ｉ表示各个资源型城市，ｔ表示年份，λｔ表示时间固定效应，代表只随时间变化与城市特定要素无关的影响转型效率的因素，如经济周期等；ｕｉｔ表示随机误差项。

Ｅｆｆｅ是本节的考察对象，即资源型城市的转型效率。

ｆｉｎａｎｃｅ表示金融发展，是本文的核心变量。

目前，衡量金融发展的指标可分为两大类：金融中介指标和股票市场指标。

本文采用的金融中介指标包括：（１）金融中介发展规模指标，即金融机构贷款余额占同期国内贷款余额的比重，反映各个城市的金融中介发展规模在全国的相对地位［１５］。

（２）金融中介发展效率指标，即存贷款转换率，能够在一定程度上衡量金融中介将存款转化为贷款进行投资的效率，从而反映金融中介的资金配置能力［１６］。

对于股票市场指标，本文采用各城市股票融资率衡量其对股票市场资金的利用情况［９，１７－１８］，股票融资率用上市公司流通股总市值（期初值与期末值的平均值）占城市ＧＤＰ的比值来表示。

此外，参考已有研究并考虑到数据的可获得性，本文在模型中加入如下控制变量（ｃｏｎｔｒｏｌ）：（１）人均ＧＤＰ（ｐｇｄｐ），衡量城市的经济发展水平，为增加数据的平稳性和消除可能存在的异方差，以对数形式引入模型中；（２）采矿业和制造业从业人员占全部从业人员的比重（ｉｎｄｕｓｔｒｙ），反映城市的产业结构状况；（３）外商直接投资额占ＧＤＰ的比重（ＦＤＩ），反映城市开放度和利用外资资金状况；（４）政府预算内财政收入占ＧＤＰ的比重（ｇｏｖｉｎｃ），控制政府财力对城市转型效率的影响；（５）以基础设施水平控制经济社会环境对城市转型效率的可能影响，由于基础设施分为硬件基础设施和软性基础设施，因此，本文选取移动电话年末用户数（ｈｉｎｆｒａ）作为控制变量衡量城市硬件基础设施水平，选取剧场、影剧院数（ｓｉｎｆｒａ１）、公共图书馆总藏量（ｓｉｎｆｒａ２）、医院、卫生院数（ｓｉｎｆｒａ３）衡量城市在文化和卫生方面的软性基础设施水平，基础设施变量同样以对数形式来增加数据的平稳性和消除可能存在的异方差。

（６）考虑到不同类型资源型城市转型效率的差异，本文引入三个虚拟变量ｄ１、ｄ２、ｄ３，等于１分别表示再生型、成长型、成熟型城市，基准组别为衰退型城市。

（二）估计方法及数据说明估计方法方面，由于本文所测算的资源型城市的转型效率介于０与１之间，最大值为１，呈现小部分截尾特征，采用ＯＬＳ方法估计可能使得估计出现偏误，因此本文首先进行了面板Ｔｏｂｉｔ估计。

然而，不仅金融发展可能对资源型城市转型产生影响，随着资源型城市的转型发展，其产生的投资需求也会反过来刺激金融发展水平的提高，也就是说二者之间可能存在双向因果关系。

而这种双向因果关系的存在以及包括经济外部冲击等遗漏变量的影响，可能导致模型存在一定的内生性，从而使面板Ｔｏｂｉｔ估计结果有偏且不一致。

因此，本文还使用金融发展的滞后一期作为工具变量进行迭代ＧＭＭ估计。

此外，考虑到工具变量若存在弱识别问题而可能使得估计结果出现偏差，为保证结论的稳健性，本文还进行了对弱工具变量不敏感的有限信息极大似然估计（ＬＩＭＬ）。

上述变量的数据主要来自于《中国城市统计年鉴》（２００６—２０１３），而各城市上市公司流通股总市值的数据来自于ＣＣＥＲ经济金融数据库，并由作者进行计算整理。