【作 者】
刘传哲(博士生导师),于艺皓
【作者单位】
中国矿业大学管理学院,江苏徐州221000
【摘 要】
【摘要】新型城镇化可分为农民的市民化、公共服务与基础设施建设均等化、非农产业发展和农业现代化四个方面。由此,城镇化金融需求也可分为农民的市民化、公共服务与基础设施建设均等化、非农产业发展、农业现代化四个方面,以江苏苏北为例,利用永续盘存法、带滞后期的柯布道格拉斯生产函数等方法对四个方面的金融需求分别进行估计,然后用灰色预测和其他线性回归方程进行预测,将农村劳动力流动因素作为承载力因素纳入预测中。
【关键词】新型城镇化;金融需求;预测
【中图分类号】F299.22 【文献标识码】A 【文章编号】1004-0994(2016)23-0088-5一、引言
城镇化包括人口城镇化、空间城镇化和产业城镇化,并通过三者带动经济发展以及其他诸方面的城镇化。而新型城镇化看重人的发展,注重保护农民利益。具体来说,新型城镇化可分为农民的市民化、公共服务与基础设施建设均等化、非农产业发展和农业现代化四个方面。
农民的市民化是指生活在农村的一部分农民进入城市并长期从事城市非农产业的社会现象。实现市民化要求农民的收入满足城市生活的最低消费开支,此外,农民长期居住在城市也需要房屋,尤其是经济适用房的建设。
公共服务与基础设施建设均等化是指教育、科技、文化、卫生、体育以及公路、铁路等基础设施建设的均等化。公共服务与基础设施建设均等化是建成小康社会的重要内容,主要包括科学、教育、文化、卫生与基础设施建设的均等化。目前我国城乡之间还存在着明显的不均等现象,一方面体现在投资水平的巨大差距,另一方面体现在城市中的农民享受不到与市民同等水平的公共服务。
非农产业发展是指第二与第三产业的发展,农村有着丰富的自然资源,能够支持第二、三产业的发展,同时,由于城市的发展空间有限,部分产业势必会向农村发展,给了农村第二、三产业发展的契机。产业的聚集会带来人口的聚集,能够充分利用农村地区的劳动力,形成稳健运行的市场,这对城镇化建设来说是不可或缺的。
农业现代化是指从传统农业向现代化农业转变的过程,为实现这种转变,需要现代科学技术以及科学的管理理念的支持。在城镇化进程中,第二、三产业将占用大量的土地,用于农业的资源将会减少,因此需要提高第一产业的生产效率,这就要求传统农业向现代化农业转变。
新型城镇化的概念与城镇化相比,相同之处在于都有人口城镇化的内容,即推动农村人口向城市转移的进程,缩小农民与市民在科、教、文、卫等公共服务方面的差距;不同之处在于新型城镇化在增加城市人口的同时,兼顾产业的发展,尤其是工业和第三产业的发展。因此,新型城镇化金融需求涵盖了农民的市民化与非农产业发展两个方面。
二、文献综述
我国城镇化的研究集中在人口城镇化上,而新型城镇化的研究大多停留在理论分析上,没有关于对新型城镇化金融需求规模进行测算的方法的研究。李润平(2014)对影响城镇化的因素进行因子分析,提炼出金融发展因子、产业结构因子、财政政策因子、农村金融因子和城乡收入差距因子。朱家亮(2015)把新型城镇化的金融需求分为三个方面:基本公共服务资金需求,基础设置、公用事业、房地产资金需求,其他资金需求。李建伟(2014)认为金融排斥是城镇化异质金融需求难以得到满足的根本原因。李恩平(2015)认为人口特征的差异会导致城镇化成本估算的误差。卢立文等(2014)探索了影响人口城镇化水平的因素。周战强等(2011)分析了财政投入与城镇化的关系,认为短期内财政投入对城镇化的影响显著。今戈(2012)对基础设施投资范围进行了界定,并估算了全国基础设施资本存量。朱艳硕等(2012)以济南市为例,分析发现城镇化率与人均GDP呈现显著的线性相关关系。目前,我国对市民化成本的研究较为成熟,一般将市民化成本分解为社会保障成本、生活支出成本、住房成本等几个方面并分别计算。周达(2010)分析了城市移民住房需求的特点,估计了每年新增城市移民住房需求的规模。张继良等(2015)从政府、企业、个人三个角度计算了农民工市民化的成本。丁世录等(2014)分析了重庆市的金融服务需求,并对2012 ~ 2020年重庆市城镇化金融服务需求进行了预测。
城市经济学家巴顿(1984)认为,城镇化的发展离不开工业化。但以往的研究大多看重市民化的成本分析,而对产业发展的金融需求规模研究较少。产业发展也是新型城镇化的重要环节,城镇化、农业现代化、产业结构调整三者之间存在着长期的均衡关系(马远等,2010),因此估计城镇化金融需求的规模必须测算产业城镇化的金融需求。但就目前来看,产业城镇化的金融需求规模的测算难度较大,主要原因在于以下两点:
1. 与城镇化有关的金融数据较难获得。已有数据大多为城市发展所需要的整体数据,一般包括城市发展所需要的资金与城镇化所需资金,要把城镇化资金分离出来,需要进行科学的估计。
2. 没有对城镇化过程中的流量和存量作区分。已有文献大多是针对流量数据进行分析,而存量数据能更好地衡量地区的发展水平。例如,固定资产投资的效益不仅取决于当年的固定资产投资额,还取决于以前年度的固定资产投资额,因此对固定资产存量的计算直接关系到城镇化金融需求规模的估算。
针对以上两点问题,为获得新型城镇化研究所需的数据,本文将数据按照行业分类,选择了与城镇化密切相关的行业数据进行分析,以江苏苏北五市为例,通过利用带滞后期的柯布道格拉斯生产函数计算了产业城镇化所需要的资金量,并将城市发展中与城镇化相关的行业分离出来,并在所得到的数据中减去市区与市辖区的数据,进而计算出新型城镇化的金融需求。
综上,本文旨在对已有的人口城镇化金融需求研究的基础上进一步拓宽城镇化金融的范围,把产业发展的金融需求纳入城镇化金融需求中来,进而对农民的市民化、公共服务与基础设施建设均等化、非农产业发展和农业现代化四个方面分别进行估计与预测。
三、资金规模计算与估计
资金的规模可通过对市民化成本、公共服务与基础设施建设、非农产业发展、农业现代化四个方面分别估计求和来得到,并通过资金规模与自有资金的差值计算城镇化金融需求规模。数据来源为《江苏省统计年鉴》、《中国城市年鉴》、《徐州市统计年鉴》、《连云港市统计年鉴》、《盐城市统计年鉴》、《宿迁市统计年鉴》、《淮安市统计年鉴》。由于大多数统计年鉴缺乏城镇化的相关数据,因此本文将各地市的统计数据与市区、市辖区的统计数据做差,计算出的差值即为农村的统计数据。
1. 市民化成本估计。
(1)人均生活和发展支出差。市民化要充分考虑市民的生存和发展,在市民化之后,消费将从农村平均水平上升为城市平均水平,而收入难以在短时间内提高,因此,农民向市民转变过程中由于其收入水平滞后于消费水平,城镇居民与农村居民用于生活和发展支出的差值构成了市民化的金融需求之一。即:人均生活和发展支出差=城市居民人均生活和发展支出-农村居民人均生活和发展支出。
(2)人均住房成本支出。由于2010年后不再发布经济适用房的销售数据,因此住房成本源于除别墅和高档公寓之外的商品房数据。全省经济适用房单套面积为60 ~ 80平方米,本文中按照60平方米计算,每户人口由2003年的3.9人降低为2013的3.7人,因此可计算出人均住房面积为15.38 ~ 16.21平方米。销售价格实行政府定价,定价原则按照比周边同类商品住房低20% ~ 25%的价格确定,本文按照“价格=0.8×(销售额/销售面积)”计算,可得:人均住房成本=人均住房面积×价格。
综上,人均市民化成本=人均生活和发展支出差+人均住房成本。具体数值见表3中的A1。
2. 公共服务与基础设施建设投资估计。公共服务与基础设施建设是实现公共服务均等化的重要途径,要实现均等化,既要看流量,也要看存量。本文只计算电力、燃气及水的生产和供应业,交通运输、仓储和邮政业,水利、环境和公共设施管理业,教育等与城镇化密切相关行业的固定资产投资。考虑数据的可获得性,用徐州、连云港、盐城计算的人均值代替苏北地区的人均值。
对固定资产的存量估计,使用永续盘存法,计算公式为:
Kt=Kt-1(1+△)+It (1)
其中:Kt为第t年的资本存量;Kt-1为第t-1年的资本存量;△为折旧率;It为第t年的固定资产投资额。
(1)估计折旧率。本文运用张军等(2004) 的研究方法来确定基础设施资本的经济折旧率,估算建筑、设备和其他费用这三类固定资本的折旧率,分别为6.9%、14.9% 和12.1%。根据《江苏省统计年鉴》提供的城镇分行业固定资产投资构成,对建筑安装工程投资、设备工器具购置和其他费用的比重进行了估算,分别为55.56%、30.2%和14.24%。再根据三类固定资产折旧率加权计算,得到基础设施资本的综合折旧率为10.057%。
(2)估计初始年份存量。Hall和Jones(1997)在估计各国1960年的资本存量时采用的方法为:
K1960=[I1960g1960 ~ 1970+△] (2)
其中:g1960 ~ 1970为1960 ~ 1970年固定资产投资增长的何平均数。
本文借鉴该做法,以1997年为基期,计算1997 ~ 2012年基础设施固定资产投资增长的几何平均数,使用永续盘存法分别得出2003 ~ 2013年城市固定资产存量和农村固定资产存量,见表1。分别计算人均值并做差,即可得到人均基础设施固定资产投资,见表3中的A2。
3. 非农产业投资估计。与市民化金融需求不同,非农产业的金融需求并不是为了实现城乡均等化。城镇化中对非农产业的投资以固定资产投资为主,由于第二、三产业基础薄弱,固定资产存量对估计的贡献较小,因此计算方法以流量数据为主,并考虑存量数据的影响。
通过柯布道格拉斯生产函数求得投资额:
Y=ALαKβ (3)
使用周方(1997)对α和β的估计方法,实现对K的求解。
而实际情况是,劳动力和资本的投入往往具有时滞性,葛新权(2003)建立了带有时滞的柯布道格拉斯生产函数,具体形式为Y=LαKβ 。该式把资本投入的滞后性带入β-1的计算中,因此新的柯布道格拉斯生产函数为:
Y=LαKβ (4)
其中:α=[CALCM+CM-1],α-1=[CAL-1CM+CM-1],β=[CAK+△×CAL-1CM+CM-1]。α、α-1、β计算式中,CAL为平均劳动成本,CAL=总劳动成本(CTL)/总产值(X);CAK为平均资本成本,CAK=总资本成本(CTK)/总产值(X);CM为产出边际成本,CM=[(CTL+CTK)-(CTL-1+CTK-1)]/(X-X-1);△为折旧率,固定资产年折旧率仍设为10.057%。
以2003年为基期,根据《江苏省统计年鉴》计算得到非农产业固定资产投资(x1)、非农产业总产值(x2)、非农产业生产总值(x3)、非农产业从业人数(x4)、人均工资水平(x5)。其中非农产业固定资产投资=总固定资产投资-农业固定资产投资-公共服务与基础建设固定资产投资。则CAK用固定资产投资额(x1)代替,CAL用工资总额(x4×x5)代替,CM用非农产业总产值(x2)代替,Y用非农产业生产总值(x3)代替。为了降低偶然因素对α和β的影响,在计算α和β的过程中就业人数取2003 ~ 2012年的平均值。
为了实现具有时滞性的生产函数的求解,至少需要三组数据,由于第一组数据只是为了计算CM-1、CAK-1、CAL-1、 的数值,因此考虑只将2003年的数据放入第一组。第二组与第三组数据分别为前后5年数据的平均值,分组数据见表2。由于分组使得三组数据相隔年份变为2年和5年,因此应计算相应年份的折旧,为了计算方便,折旧率按年限平均法计算,分别为19.1%和41.1%,计算结果为:α=0.465,α-1=0.234,β=0.465。
将表2数据代入式(4)得到2004 ~ 2012年的非农产业投资额为(304.1,373.1,518.44,714.85,847.25,1376.6,1715.5,1641.6,2163.9)亿元,若按照当年价格计算,则投资额为(332.39,411.5,578.61,836.91,1091.1,1732,2268.5,2318.4,3013.3)亿元。为便于与其他项目比较分析,可计算人均非农产业投资额,结果见表3中的A3。
4. 农业现代化。城镇化过程中传统农业向现代农业转化的投资主要是固定资产的投资,因此以用于第一产业的固定资产投资来表示农业现代化的资金需求。由于《宿迁市统计年鉴》缺失,用徐州、连云港、淮安、盐城的人均农业现代化投资代替苏北五市的相关数值。通过计算2008 ~ 2013年四市的第一产业固定资产投资额,可以得到人均农业现代化投资,见表3中的A4。
5. 自有资金。自有资金是指企业为进行生产经营活动所经常持有的,可以自行支配使用并无须偿还的那部分资金,固定资产投资中的自有资金不属于金融需求,因此投入资金与自有资金的差额为金融需求。考虑到数据的可获得性,苏北地区的人均自有资金由徐州、连云港、淮安的人均自有资金代替,计算三市的自有资金可以得到人均自有资金,见表3中的A5。
通过以上分析计算,得出表3中城镇化的各项成本以及有关数据,包括人均市民化成本(A1)、人均基础设施固定资产投资(A2)、人均非农产业投资(A3)、人均农业现代化投资(A4)、人均自有资金(A5)、城镇人口(A6)、农村人口(A7)。
四、数据修正与预测
通过表3中的数据可以得到之后几年的预测值,但是随着城镇化程度的加深,这些投资并非全部用于新型城镇化建设,因此需要修正。苏北地区的城镇化率在2010年为51.8%,首次超过50%。根据城镇化发展的阶段理论,城镇化发展通常要经历三个阶段,目前苏北地区显然处于城镇化发展的中期阶段。与初期阶段相比,中期阶段的特点除了城镇人口迅速增加,还体现在产业投资量的增加以及第二、三产业的迅速发展上。
城镇化的发展历程会对城镇化金融需求规模的估算产生重大的影响。城镇化初期阶段,以劳动力从农村转移到城市为主要动力,对产业的投资量很小;城镇化中期阶段,对产业的投资量快速增加,尤其是对第二、三产业投资的增加,使得县域地区的第二、三产业以及农村地区的第一产业快速发展。其发展特征表现为大型设备的购买以及工厂的建设与扩张。值得一提的是,在这一阶段的中后期,出现了一部分投资于工厂设备更新与改建的资金;城镇化末期阶段,劳动力转移很少,这是因为城镇化建设的区域已经接近于城市的发展水平,这一阶段的投资大部分用于城市维护、工厂改建、设备更新。从这三个阶段的特点来看,对城镇化建设的投资集中在第二阶段大型设备的购买以及工厂的建设与扩张,第三阶段虽然同样有大量的资金需求,但是这部分需求用于维护、改建与更新,不属于城镇化建设。
对于目前苏北地区所处的中期阶段,非农产业投资和农业现代化的投资中有一部分资金用于工厂改建或设备的更新,这一部分资金应当归为城市建设资金,因此在预测之前予以剔除。
固定资产投资按照建设性质可以分为新建、扩建和改建,通过计算非农产业投资和农业现代化的投资占相应产业当年固定资产投资额的比重,对表3中A3和A4进行修正。计算结果为A3(1332,2095,3078,4771,6426,10564,16001,16953,22131),A4(237,300,451,382,623)。
由于缺少历史数据,本文采用灰色预测的方法,灰色预测在数据较少的情况下仍能表现出较高的正确率。此外,还使用了线性回归的预测方法,利用表3中2003 ~ 2010年的数据预测2011、2012年的相关数据,通过比较相对误差选择最优的模型。
1. 两种预测方法的比较分析。首先使用灰色预测方法对7个变量进行预测,然后用线性回归方法。预测时要剔除不适合做线性预测的因素,只对预测结果有较大影响的人均市民化成本(A1)、人均非农产业投资(A3)、城镇人口(A6)、农村人口(A7)进行线性预测。使用最小二乘法选择曲线方程,得到人均市民化成本y=aebx,非农产业投资额y=b0+b1x+b2x2,城镇人口y=a+blnx,农村人口y=aebx。经过计算,人均市民化成本(A1)、人均非农产业投资(A3)、城镇人口(A6)、农村人口(A7)用线性回归方法预测误差较小,相对误差值分别为(0.05161947,-0.003652663)、(0.0535,0.021667)、(0.036561458,
0.036756538)、(0.022334595,0.063714375)。
2. 预测结果。使用灰色预测对2013 ~ 2019年人均基础设施固定资产投资(A2)、人均农业现代化投资(A4)、人均自有资金(A5)进行预测。使用线性回归方法对2013 ~ 2019年人均市民化成本(A1)、人均非农产业投资(A3)、城镇人口(A6)、农村人口(A7)进行预测,同时,可以得到每年城镇人口增加数(A8)的预测值,结果见表4。
金融需求=(A1+A2)A8+(A3+A4-A5)A7,由此可以得出2013 ~ 2019年的金融需求为(2700.46,3359.56,3845.93,4319.43,4776.95,5215.92,5291.14)亿元。
从表4可以看出,人均市民化成本与人均非农产业投资是增长较快的两个方面,在2013 ~ 2019年均增长了一倍以上。生活水平的提高与物价水平和房价的增长是人均市民化成本上升的主要动力。人均非农产业投资额则受到多种因素的影响,王国刚等(2013)认为,农村劳动力转移强度和人均地区生产总值呈现负相关关系。人均生产总值较低,农村劳动力转移比重较大,外出转移愿望强烈。由于人均地区生产总值和人均资本投入存在着正相关关系,因此劳动力转移强度和人均非农产业投资负相关,如下图所示。若农村劳动力转移愿望强烈,农村大量劳动力涌入城市,会导致非农产业投资向城市倾斜,新型城镇化建设中非农产业投资就会减少。包括劳动力转移在内的许多因素都有可能影响非农产业投资水平,但这些因素在城镇化初期对非农产业投资额的影响微乎其微,这是因为在政府推进城镇化进程的大环境下,口、土地等资源的限制不会对处在城镇化初期且有着大量未开发资源的农村产生作用。
五、总结
本文的创新点在于结合了周方(1997)和葛新权(2003)的研究,利用少量的年度分组数据创新性地估算出带时滞的柯布道格拉斯生产函数的参数,与柯布道格拉斯生产函数相比,更能反映之前产业的投资对当期的影响,这对新型城镇化这一长期过程的金融需求测算具有一定的指导意义。
在解决了非农产业发展的金融需求估算问题的同时,还对市民化、公共服务与基础建设和农业现代化的金融需求进行了估算,结果表明,苏北地区的城镇化金融需求中非农产业投资占了最大比重,约为88%,这说明新型城镇化金融需求的重点在于产业投资的资金需求。
本文通过对四个方面的金融需求分别进行估算与预测,加总得到的城镇化金融需求更具有说服力。相比只针对市民化成本的研究,本文的方法更加符合新型城镇化的要求,并且相比单一的城镇化金融需求,四个方面的数据更有利于后续的深入研究。经过计算与预测,城镇化金融需求将从2015年的3845.93亿元增长到2019年的5291.14亿元,金融需求的快速增长单靠政府的投入显然不现实,在异质化的金融需求前提下,现有的金融体系将难以满足今后的金融需求。为此,应当改革和强化支持农民的市民化、公共服务与基础设施建设均等化、非农产业发展和农业现代化四个方面发展的金融服务体系。在完善农民工、转移人口的住房、养老、工商、失业等金融服务的同时,政策应当向有利于产业发展,尤其是向有利于第二、三产业发展倾斜,建立适合城镇化金融需求的金融市场。银行体系在做好扩大贷款准备的同时,也要防范贷款风险。此外,民间融资也是募集资金的重要途径,银行的供给很难满足快速增长的金融需求,因此民间资本也会在新型城镇化中体现其重要的作用。
主要参考文献:
王振坡,游斌,王丽艳.论新型城镇化进程中的金融支持与创新[J].中央财经大学学报,2014(12).
李润平.县域城镇化影响因素的地区差异——基于金融视角的因子分析[J].金融理论与实践,2014(1).
朱家亮.新型城镇化的资金需求分析及多元化融资[J].中国物价,2015(2).
李建伟.城镇化背景下农村异质性金融需求制度实证研究——基于金融排斥的视角[J].云南财经大学学报,2014(1).
李恩平.中国地级及以上城市城镇化固定投入成本比较研究[J].城市与环境研究,2015(2).
卢立文,张毅,李永盛.中国城镇化影响因素研究——基于31省域的空间面板数据[J].地域研究与开发,2014(3).
周站强,乔志敏.金融发展、财政投入与城镇化[J].城市发展研究,2011(9).
今戈.中国基础设施资本存量估算[J].经济研究,2012(4).
朱艳硕,代合治,谢菲菲.济南市城镇化工业化耦合关系评价与分析[J].地域研究与开发,2012(1).
周达.我国城市移民的住房需求分析[J].城市问题,2010(3).
张继良,马洪福.江苏外来农民工市民化成本测算及分摊[J].中国农村观察,2015(2).
丁世录,雷友,张娟.重庆市新型城镇化建设金融服务需求预测[J].重庆理工大学学报(社会科学版),2014(8).
K. J.马顿著.上海社会科学院部门经济研究所城市经济研究室译.城市经济学[M].北京:商务印书馆,1984.
马远,龚新蜀.城镇化、农业现代化与产业结构调整——基于VAR模型的计量分析[J].开发研究,2010(5).
张军,吴桂英,张吉鹏.中国省级物质资本存量估算:1952-2000[J].经济研究,2004(10).
Hall, Jones.Why Do some Countries Produce so much more Output per Worker than Others?[J].Quarterly Journal of Economics,1999(1).
周方.利用投入产出表直接计算资本产出弹性系数和劳动产出弹性系数[J].数量经济技术经济研究,1997(2).
葛新权.带时滞的生产函数研究[J].数量经济技术经济研究,2003(6).
王国刚,刘彦随,刘玉.城镇化进程中农村劳动力转移相应机理与调控——以东部沿海地区为例[J].自然资源学报,2013(1).