[摘要]从VAR模型估计结果可知，滞后两期的金融相关率、金融效率、外商直接投资利用的提升，均能推动海南省新型城镇化的进一步发展。从脉冲响应函数分析结果可知，短期来看，金融相关率、金融效率、外商直接投资利用的提升不能很好推动海南省新型城镇化的发展，但长期来看，三者与新型城镇化之间存在正相关关系。
[关键词]新型城镇化；金融效率；金融相关率；海南省
改革开放以来，我国城镇化建设进程不断加快，城镇人口规模、第二三产业生产规模、城镇建成区面积等不断攀升。为了推动高质量的城镇化，2012年我国提出建设中国特色新型城镇化，助力于我国现代化发展和城乡经济互动协调发展；2021年，全国两会政府工作报告中指出，要深入推进以人为核心的新型城镇化战略，提升城镇化发展质量。在新型城镇化发展中，金融的作用日益凸显，因此，对金融支持新型城镇化的测度对于研究如何推动新型城镇化建设及高质量发展尤其重要。关于新型城镇化的金融支持问题，国内学者进行了诸多定量分析和定性分析。定量分析方面，学者们主要运用面板数据[1]、时间序列数据[2]、VAR模型[3]、因子分析法[4]等对我国省域层面金融支持与新型城镇化发展间的关系进行分析，认为金融支持能够促进新型城镇化发展，但影响程度因指标和地区差异而异；定性分析方面，学者们认为应推动金融发展[5]，提升城镇化的金融支持力度，规范新型城镇化中的金融支持方法和模式[6]。海南省作为我国最大的经济特区，在新型城镇化进程中取得显著成效，但金融支持在推动海南省新型城镇化实现方面存在较多问题。因此，本文以海南省新型城镇化为切入点，运用VAR模型，分析金融支持对新型城镇化发展的作用，以此发现海南省新型城镇化中金融支持方面存在问题，并提出对应的改进策略，助力海南省新型城镇化建设。
1.海南省新型城镇化现状
新型城镇化主要表现为人口城镇化、产业城镇化和空间城镇化，其中人口城镇化是核心，产业城镇化是经济保障，空间城镇化是持续发展的空间布局。本文以人口城镇化为代表，城镇化率为城镇人口与总人口比例。根据《海南省统计年鉴（2020年）》数据显示，海南省共19个县、市，其中三沙市常住人口均为城镇人口，分析不具代表性，因此在进行城镇化率分析中将该市数据删除，仅分析剩余18个县、市的城镇化率。1.1新型城镇化稳步推进但城镇化率较低建省之初，海南省城镇化率仅为20.19%，到2019年上升到40.38%；从1988-2019年的31年间，总增幅为20.19%，年均增幅仅为0.65%。1988年，我国城镇化率为25.81%，稍高于海南省1988年的水平，至2019年达到60.6%，远远高于海南省城镇化水平；从1988-2019年的31年间，总增幅为34.79%，年均增幅为1.12%，接近海南省年均增幅的2倍。由此可见，随着时间推移和经济发展，在经济特区、国际旅游岛、自由贸易港等政策加持下，海南省城镇化进程稳步推进，但发展明显缓慢，远低于全国平均水平。究其原因，一方面海南省经济基础薄弱，从建省到2019年经济发展相对缓慢，另一方面海南省产业结构不合理，第二产业、第三产业发展水平相对落后，尤其是第二产业中的工业发展水平远远低于全国水平，影响了海南省城镇化的发展。
1.2产业带动新型城镇化的作用较弱。1988年海南省第二、三产业生产总值之和占海南省GDP比重为50%，到2019年上升到79.7%；从增幅来看，从1988-2019年的31年间总增幅为29.7%，年均增幅仅为0.96%。1988年，我国第二、三产业生产总值之和占全国GDP比重为74.7%，高于海南省1988年的水平，至2019年上升到92.9%，远远高于海南省2019年的水平；从增幅来看，从1988-2019年的31年间，第二、三产业生产总值之和占全国GDP比重总增幅为18.2%，年均增幅为0.89%，低于海南省年均增幅。整体而言，海南省第二、三产业生产总值之和占GDP比重稳步提升，但远低于全国平均水平，海南省产业发展带动城镇化的作用明显低于全国平均水平，产业发展对新型城镇化的推动作用较弱。究其原因，主要是海南省第二产业、第三产业起步较晚，发展相对较慢，影响了产业发展对新型城镇化的拉动力的发挥。
1.3区域差异明显。海南省城镇化进程在各县市差异明显，2019年海南省城镇化率居于前三位的分别为海口市、三亚市和五指山市，城镇化率分别为60.2%、49.96%和45.49%，但均低于全国平均水平；海南省城镇化率排名后三位的分别为乐东县、白沙县和临高县，城镇化率分别为23.96%、24.01%和27.11%，远低于海南省平均水平。海南省新型城镇化发展表现出明显的空间差异，海口市和三亚市城镇化水平远超其他县市，成为海南省北部和南部城镇化率最高的城市，并带动了周边城市城镇化率的发展，表现出明显的极化－涓滴效应，但其他地区，尤其是中部和西部地区，城镇化率较低。
2.海南省新型城镇化发展中金融支持实证分析
2.1变量选取。本文选取人口城镇化率（RKCZH）作为衡量海南省新型城镇化进程的指标，该指标为城镇人口占总人口比重；选取金融相关率（JRXGL）作为金融支持的指标，该指标为全社会金融机构存贷款余额之和占GDP比重；选取金融效率（JRXL）作为金融支持的指标，该指标为全社会金融机构贷款余额占存款余额比重；选取外商直接投资利用效率（FDI）作为金融支持的指标，该指标为实际利用外商投资金额（人民币价格）占GDP比重。
2.2数据来源及处理。本文数据来自于《海南省统计年鉴》（1989-2020年）、《中国统计年鉴》（1989-2020年），根据指标要求进行数据的整理和计算。本文运用Eviews10.0进行数据处理和建模，并对四个变量进行对数处理，用LNRKCZH、LNJRXGL、LNJRXL、LNFDI来表示处理后的指标，以消除数据序列可能的异常波动。2.2.1ADF检验。为防止数据序列伪回归现象的出现，本文运用单位根检验（ADF）方法对选取数据序列进行平稳性检验，检验结果如表1所示。由表1可知，在5%的置信水平下，LNJRXGL、LNJRXL、LNFDI的ADF值均大于置信水平为5%的临界值，表明这三个时间序列变量为非平稳序列，只有LNRKCZH的ADF值小于置信水平为5%的临界值，该时间序列变量为平稳序列。由此对所有时间序列变量进行一阶差分处理，处理后的ADF值均小于置信水平为5%的临界值，表明一阶差分后的序列为平稳序列。2.2.2协整检验。协整检验的目的在于判断非平稳的经济变量间是否有长期均衡趋势，前提是变量序列具有相同的滞后阶数。由表1各变量ADF检验结果可知，所有变量均为一阶平稳，符合协整检验的要求。本文选取Johansen协整检验来研究四个变量之间的协整关系。检验结果显示，迹统计量大于5%临界水平的数值，表明LNRKCZH、LNJRXGL、LNJRXL、LNFDI之间存在长期协整关系，迹统计量表明四个变量中至多存在2个协整关系，最大特征值统计值表明四个变量之间存在1个协整关系，故四个变量之间至少存在一个长期均衡关系。2.2.3VAR模型。由上文可知，本文选取的时间序列满足模型构建条件，由此，我们构建VAR模型，并进行脉冲响应函数分析，以探讨三个金融支持指标对海南省新型城镇化的影响。在构建VAR模型时，根据AIC、SC、HQ准则，确定本文的VAR模型最优滞后阶数为2阶，由此构建VAR（-2）模型。（1）VAR模型稳定性检验。对于VAR（-2）模型，首先要对模型的稳定性进行检验，运用Eviews10.0分析可知VAR（-2）模型中的数值都落在单位圆内，表明该模型是平稳的。运用Eviews10.0进行数据分析可知，VAR（-2）模型为：LNRKCZH=-0.4112+0.874LNRKCZH（-1）+0.001897LNRKCZH（-2）-0.069585LNJRXGL（-1）+0.09819LNJRXGL（-2）-0.061442LNJRXL（-1）+0.09801LNJRXL（-2）-0.033722LNFDI（-1）+0.022698LNFDI（-2）由上式可知，滞后一期的LNRKCZH和滞后两期的LNRKCZH对本期的LNRKCZH均有推动作用，具体表现为滞后一期的城镇化率每增长1%，本期城镇化率平均增长0.87%，滞后两期的城镇化率每增长1%，本期城镇化率平均增长0.0019%。滞后一期的LNJRXGL、LNJRXL、LNFDI均对本期的LNRKCZH有抑制作用，但滞后两期的LNJRXGL、LNJRXL、LNFDI均对本期的LNRKCZH有推动作用，具体表现为滞后一期的金融相关率每增长1%，本期城镇化率平均降低0.07%，滞后两期的金融相关率每增长1%，本期城镇化率平均增长0.098%；滞后一期的金融效率每增长1%，本期城镇化率平均降低0.061%，滞后两期的金融效率每增长1%，本期城镇化率平均增长0.098%；滞后一期的外商直接投资利用效率每增长1%，本期城镇化率平均降低0.034%，滞后两期的外商直接投资利用效率每增长1%，本期城镇化率平均增长0.023%。简言之，LNJRXGL、LNJRXL、LNFDI对新型城镇化发展在短期内具有一定抑制作用，本文认为这与海南省金融业发展水平不高、金融支持相应措施不完善密切相关，导致海南省金融支持在短期内未能推动新型城镇化建设。（2）脉冲响应函数分析。脉冲响应函数分析当某变量受某一外在冲击时，该变量随时间推移受到的影响及变化轨迹。由Eviews10.0结果可知，当给LNJRXGL一单位的正向冲击时，随时间和期数的推移，LNRKCZH呈现先下降后上升的态势，短期来看，金融相关率对新型城镇化的发展不能起到积极推动作用，二者存在负相关关系，但长期来看，二者逐渐表现为正相关关系，金融相关率开始明显促进新型城镇化的发展；当给LNJRXL一单位的正向冲击时，随时间和期数的推移，LNRKCZH呈现先上升后下降再上升的态势，短期来看，金融效率能够推动新型城镇化发展，二者表现为正相关关系，但长期来看，二者表现为负相关关系，金融效率不能促进新型城镇化的发展；当给LNFDI一单位的正向冲击时，随时间和期数的推移，LNRKCZH呈现先下降后上升的态势，短期来看，外商直接投资利用效率对新型城镇化的发展不能起到积极推动作用，二者存在负相关关系，但长期来看，二者表现为正相关关系，外商直接投资利用效率开始明显促进新型城镇化的发展。
3.结论及建议
3.1结论。根据数据分析，本文发现海南省新型城镇化进程在平稳推进，但发展速度较慢，远低于全国平均水平，而且区域差异明显，海口市、三亚市和五指山市新型城镇化水平较高，其他地区较低。在金融支持分析中发现，金融相关率、金融效率、外商直接投资利用效率与新型城镇化之间存在协调发展效应，金融业有助于推动新型城镇化进程的加快，从VAR模型估计结果可知，滞后两期的金融相关率、金融效率、外商直接投资利用效率的提升，均能推动新型城镇化的进一步发展；从脉冲响应函数分析结果可知，从短期来看，金融相关率、金融效率、外商直接投资利用效率的提升不能很好推动海南省新型城镇化的发展，但从长期来看，三者与新型城镇化之间存在正相关关系。究其原因在于海南省金融业发展水平较低，且金融服务和金融基础设施较为落后，限制了金融支持在海南省新型城镇化发展中的作用。
3.2建议。一是探索多元融资渠道，提升金融支持规模。新型城镇化不仅是人口城镇化，还包括产业城镇化和空间城镇化，既要注重城镇人口规模的扩大，又要提升居民生活水平。因此，海南省应从实际情况出发，一方面构建多元化投融资体系，提升金融支持规模，为新型城镇化建设提供更多资金；另一方面积极探索新的投融资渠道，加强金融创新，提升海南省金融业转化效率，实现金融更高效率、更高质量的为新型城镇化服务。二是发挥区位和政策优势，推动金融服务业发展。海南省作为我国最大经济特区，地处我国最南端，背靠大陆，毗邻粤港澳大湾区和亚洲金融中心的香港，拥有发展金融业极佳的区位。同时，国家及海南省政府为了推动国际旅游岛和自贸港建设，提出诸多促进金融服务业发展的政策。因此，从区位和政策来看，海南省都具备其他地区无可比拟的优势，海南省应将这些优势加以利用，积极运用国家相关政策推动海南省金融服务业的发展，不断提升金融服务的质量和规模，提升金融服务的效率，加强金融服务基础设施建设，让金融进一步助力于海南省新型城镇化建设。
作者:汪海飞 单位:三亚学院财经学院
