城镇化进程中财政金融论文.docVIP

城镇化进程中财政金融论文 一、引言 城镇化是新时期“四化”建设的重要组成部分，党的十八大报告中多次提及城镇化，并将城镇化作为全面建设小康社会的核心内容，作为破解经济结构性矛盾、实现经济可持续发展的重要推动力。这主要是由于城镇化不仅本身与工业化、农业现代化具有显著的联动性，而且城镇化带来的结构调整和内需释放对处于经济转型期的中国有着非同寻常的意义。自改革开放以来，中国的城镇化取得了一定的成绩，大量的农村人口涌入城市，城市的地理面积也在不断扩张。但中国的城镇化进程存在诸多矛盾和不足，一个突出表现是人口城镇化速度明显滞后于空间城镇化速度，即伴随着城镇建成区大规模扩展，大量农村土地被占用，城镇空间外延迅速扩张，而城镇人口增长速度却没有随之同步提高。许多学者指出这并不是真正意义上的城镇化，而是一种扭曲的城镇化。实际上城镇化进程中出现的扭曲现象是由中国的宏观现实造成的，特别是对于中国这样一个转型经济体而言，空间城镇化凌驾于人口城镇化的现象，本质上与财政金融政策偏向空间城镇化而轻视人口城镇化有关。本文从测度财政金融政策支持城镇化的效率入手，分析其中不足和问题根源，并提出优化财政金融政策推进城镇化健康有序发展的政策建议。 二、财政金融政策支持城镇化的效率分析 在中国的城镇化推进过程中，财政金融政策是重要的支持政策。本文基于DEA的Malmquist指数方法，采用中国的省际面板数据，测度财政金融政策支持城镇化的效率，分析其中不足和问题根源。 (一)测度方法 采用基于数据包络分析(DEA)的Malmquist指数法对财政金融政策支持城镇化的效率进行测度。DEA方法由Charnes等(1978)提出［1］，该方法利用数学规划和统计数据确定最优的生产前沿，并通过比较决策单元(DMU，DecisionMakingU-nits)偏离生产前沿的程度来评价它们的相对有效性。基于DEA的Malmquist指数可作为效率指数(Caves等，1982)［2］，用来表示从t期到t+1期的整体生产效率变动情况。若Malmquist指数大于1，则说明生产效率呈现上升的趋势，若Malmquist指数小于1，则说明生产效率呈现下降的趋势，Malmquist指数等于1，则说明生产效率没有变化。作为非参数方法，基于DEA的Malmquist指数法测度效率具有以下几个优点:(1)不需要假设具体的生产函数形式，避免由于错误的模型假设而导致实证结论出现偏差;(2)可以用来评价多投入和多产出的综合效率问题，避免了指标的单一性;(3)不需要对投入和产出的指标变量进行单位变换处理，决策单元的最优效率指标与投入指标值及产出指标值的量纲选取无关;(4)无须任何权重假设，而以决策单元输入输出的实际数据求得最优权重，具有较强的客观性。DEA方法有多种形式，但总的来说，根据对规模报酬是否可变的假设，可以分为CCＲ模型和BCC模型两大类:前者假设规模报酬不变，而后者假设规模报酬可变。另外，DEA分为投入导向模型和产出导向模型。投入导向模型要求在不增加产出的情况下，使得投入最小化;而产出导向模型则是计算在投入不变的情况下，如何使产出最大化。在规模报酬不变的情况下，二者计算出来的技术效率值是相同的，而在规模报酬可变的情况下，二者计算出的效率值一般不相同。考虑到本文研究的是财政金融政策在推进城镇化方面的效率，其目标是在财政金融政策资金总量一定的情况下，尽可能协调资金分配并提高资金使用效率来推进城镇化，因此本文使用产出导向型的DEA模型。同时考虑到规模报酬不变的假定十分苛刻，本文使用产出导向的BCC模型作为基本的DEA模型。基于BCC模型的Malmquist指数法，不仅能够对同一时期的效率进行分析，而且能够分析不同时期之间，决策单元的效率变化情况。 (二)投入、产出变量和数据 首先来考察投入变量———财政政策与金融政策。按照通常的做法，财政政策用政府一般预算支出占GDP的比重来度量;对于金融政策的度量，我们借鉴Arestis等(2001)的做法，采用金融机构贷款总额占GDP的比重来测度。我们再来看产出变量———城镇化水平。城镇化是人口向城市集中和城市空间扩展的复合过程。城镇人口的数量可以在一定程度上衡量一个地区的人口城镇化程度，城市建成区面积可以衡量该地区的空间城镇化程度，因此采用城镇人口与城市建成区面积之比即城市人口密度来综合反映地区的城镇化水平，也可反映出该地区城镇化发展的健康程度。根据该指标含义，当一个地区的城市人口密度下降时，说明该地区的人口城镇化滞后于空间城镇化，这并不是健康有序的城镇化。图2直观地描绘了2004—2012年城市人口密度的变化趋势。自2004年以来，城市人口密度出现了明显的下滑趋势，这反映了城市化进程中