趙志剛，耿玉德

（東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，哈爾濱150040）

0 引言

諸多研究都表明，金融在促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展和轉(zhuǎn)型過程中都起到了重要的作用[1][2]。林業(yè)資源型城市轉(zhuǎn)型中的種種障礙其實(shí)共同指向了一個(gè)問題，就是產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型困難、經(jīng)濟(jì)發(fā)展緩慢，而其中一個(gè)重要的限制因素就在于資金投入的嚴(yán)重不足。無論是經(jīng)濟(jì)的發(fā)展、產(chǎn)業(yè)的轉(zhuǎn)型還是社會問題的解決，都需要大量的資金支持。本文以伊春市和白山市兩個(gè)典型的林業(yè)資源型城市為例來研究金融支持與城市產(chǎn)業(yè)調(diào)整和經(jīng)濟(jì)發(fā)展之間的關(guān)系。以考察在當(dāng)前不完善的金融環(huán)境中，金融發(fā)展是否促進(jìn)了林業(yè)資源型城市經(jīng)濟(jì)的發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型，并進(jìn)而促進(jìn)了資源型城市的轉(zhuǎn)型。

1 數(shù)據(jù)、模型和方法

1.1 變量選擇與數(shù)據(jù)來源

對于經(jīng)濟(jì)增長，學(xué)術(shù)界通常采用兩個(gè)指標(biāo)來衡量：一個(gè)是人均GDP的增長率，另一個(gè)是人均GDP。一般認(rèn)為，人均GDP的數(shù)據(jù)相對GDP總額來說，更能反映經(jīng)濟(jì)的增長趨勢，并且存量指標(biāo)相對增長率指標(biāo)更能反映當(dāng)前形勢下的經(jīng)濟(jì)發(fā)展水平[3]。因此，本文采用人均GDP作為林業(yè)資源型城市經(jīng)濟(jì)發(fā)展的指標(biāo)。

對于金融支持力度的指標(biāo)，通常用地區(qū)金融發(fā)展變量來表示，而地區(qū)金融發(fā)展變量一般表現(xiàn)為地區(qū)金融資產(chǎn)的規(guī)模相對于國民財(cái)富的擴(kuò)展。金融理論界常采用戈德斯密斯（1969）[4]的金融相關(guān)比率（Financial Interrelations Ratio，簡稱FIR）和麥金農(nóng)（1973）[5]提出的貨幣化程度來表示。但是這兩個(gè)指標(biāo)都需要用到我國各地區(qū)的貨幣存量（M2），而由于我國地區(qū)經(jīng)濟(jì)統(tǒng)計(jì)中缺少M(fèi)2的統(tǒng)計(jì)數(shù)據(jù)，因此無法直接運(yùn)用這兩個(gè)指標(biāo)。我國的主要金融資產(chǎn)集中在銀行，而存款和貸款則是反映銀行資產(chǎn)的最主要指標(biāo)，因此，運(yùn)用地區(qū)銀行的年底存款和貸款余額之和與GDP發(fā)展的比值，基本上可以反映出我國各地區(qū)金融發(fā)展的差距[6]。這里將設(shè)計(jì)好的指標(biāo)仍舊稱之為金融相關(guān)比率（FIR），公式為：

FIR=（金融機(jī)構(gòu)存款余額+金融機(jī)構(gòu)貸款余額）/GDP

圖1和圖2分別是伊春、白山兩市人均GDP和FIR的變動趨勢。

同時(shí)，周立等（2002）的研究說明，1978年我國各地區(qū)的金融相關(guān)比率基本上相差不大[6]，而對于林業(yè)資源型城市來說，其轉(zhuǎn)型也基本上是從20世紀(jì)80年代改革開放之后才開始的。因此，本研究采用伊春市和白山市1980～2010年的31年數(shù)據(jù)進(jìn)行分析。除了金融相關(guān)比率，還采用了人均生產(chǎn)總值和第三產(chǎn)業(yè)比重（以下用TIP表示）的指標(biāo)。數(shù)據(jù)來源于歷年《中國城市統(tǒng)計(jì)年鑒》。為保證數(shù)據(jù)的可比性，在計(jì)量分析時(shí)以1980年為基期進(jìn)行了平減處理。在進(jìn)行數(shù)據(jù)分析時(shí)，選取相關(guān)變量的自然對數(shù)形式進(jìn)入模型，分別為LnRGDP，LnTIP，LnFIR，這樣，一方面可以使得時(shí)間序列數(shù)據(jù)呈線性增長，另一方面使得變量的增減變動更能體現(xiàn)出經(jīng)濟(jì)意義。

圖1 伊春市和白山市的人均GDP（1990～2010年）

圖2 伊春市和白山市的FIR（1990—2010年）

1.2 模型的選擇與設(shè)定

近年來對相關(guān)變量的動態(tài)響應(yīng)關(guān)系的研究，大多采用向量自回歸模型（VAR）模型，它能夠用來描述各變量的動態(tài)傳導(dǎo)機(jī)制。VAR模型是由西姆斯（C.A.Sims，1980）[7]提出來的，該模型是以模型中所有當(dāng)期變量對所有變量的滯后性進(jìn)行回歸分析，從而可以描述各變量之間的動態(tài)沖擊，解釋變量之間的關(guān)系。

典型的VAR模型的數(shù)學(xué)表達(dá)式為：

其中，Xt是一個(gè)N×1維的內(nèi)生變量向量，C(L)是一個(gè)N×N維的滯后算子系數(shù)矩陣，et表示一個(gè)N×1維的殘差向量，其滿足獨(dú)立分布并且它的協(xié)方差矩陣為殘差之間可以同期相關(guān)，但與滯后項(xiàng)以及等式右邊的變量不相關(guān)。用VAR模型估算過程中，可以用AIC和SC準(zhǔn)則確立之后階數(shù)，平穩(wěn)數(shù)據(jù)可以直接進(jìn)行VAR模型估計(jì)；此外，可以運(yùn)用Johansen方法檢驗(yàn)變量間是否存在協(xié)整關(guān)系，如果存在協(xié)整關(guān)系，可以運(yùn)用Granger因果檢驗(yàn)方法判斷相關(guān)變量的“因果”關(guān)系。

根據(jù)本文可以建立如下的VAR模型，運(yùn)用此模型可以考察金融相關(guān)比率FIR對人均GDP和第三產(chǎn)業(yè)比重TIP的影響。

2 實(shí)證分析

2.1 單位根檢驗(yàn)

在做VAR模型分析之前，需要先對相關(guān)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，以判斷其序列特征。本文采用ADF檢驗(yàn)方式對變量樣本進(jìn)行測試，結(jié)果如下：

由表1和表2的結(jié)果可以看出，對于伊春市和白山市來說，相關(guān)變量的單位根檢驗(yàn)結(jié)果類似，其中，人均GDP和第三產(chǎn)業(yè)比重指標(biāo)序列均為非平穩(wěn)序列，而其一階滯后項(xiàng)為平穩(wěn)序列，說明它們都是一階單整序列；金融相關(guān)比率指標(biāo)為平穩(wěn)序列。因此，再進(jìn)行VAR模型計(jì)算時(shí)采用人均GDP和第三產(chǎn)業(yè)比重指標(biāo)的一階差分序列進(jìn)行分析，其經(jīng)濟(jì)含義為人均GDP的增長率和第三產(chǎn)業(yè)比重的變化率。

表1 相關(guān)變量的ADF檢驗(yàn)（伊春市）

表2 相關(guān)變量的ADF檢驗(yàn)（白山市）

2.2 VAR模型的估計(jì)與滯后階數(shù)的檢驗(yàn)

首先，將白山市的ΔLn-RGDP、ΔLnTIP和LnFIR變量數(shù)據(jù)輸入Eviews6.0進(jìn)行VAR模型的估計(jì)，建立一個(gè)無約束的向量自回歸模型。

然后，對該模型的穩(wěn)定型進(jìn)行檢驗(yàn)，發(fā)現(xiàn)所有的單位根都落入了單位圓內(nèi)，說明前面設(shè)定的3階滯后的模型是穩(wěn)定的。

進(jìn)而可采用VAR Lag Criteria命令進(jìn)行VAR模型滯后階數(shù)的確定，結(jié)果如表3。一般來說，做滯后期的選擇時(shí)，AIC和SC的值越小越好，因此，應(yīng)該選擇滯后期為4期。而在本文分析時(shí)，4階滯后進(jìn)行穩(wěn)定性檢驗(yàn)時(shí)，有兩個(gè)單位根落在了單位圓外，因此，這里選擇滯后期為3期。

圖3 VAR模型穩(wěn)定型檢驗(yàn)直觀圖

表3 VAR模型滯后階數(shù)的確定

利用同樣的方式，可以確定伊春市相關(guān)變量的最佳滯后階數(shù)為3。

2.3 格蘭杰因果關(guān)系檢驗(yàn)

運(yùn)用格蘭杰因果關(guān)系檢驗(yàn)對伊春市和白山市的人均GDP、第三產(chǎn)業(yè)比重以及金融相關(guān)比率指標(biāo)做分析，結(jié)果如表4所示。伊春市和白山市的格蘭杰因果檢驗(yàn)結(jié)果非常相似。在統(tǒng)計(jì)學(xué)意義上，金融相關(guān)比率既不是人均GDP的增長的格蘭杰原因，也不是第三產(chǎn)業(yè)調(diào)整的格蘭杰原因；同樣，人均GDP的增長與第三產(chǎn)業(yè)的調(diào)整也沒有格蘭杰因果關(guān)系；第三產(chǎn)業(yè)比重的變化也不是金融相關(guān)比率變化的格蘭杰原因；人均GDP的變化是金融相關(guān)比率的格蘭杰原因。

這說明：第一，伊春市和白山市金融業(yè)的發(fā)展并沒有促進(jìn)經(jīng)濟(jì)的增長和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，一種可能的解釋在于城市發(fā)展資金來源中來自金融業(yè)的資金只占很小的一部分，它的增加不能刺激經(jīng)濟(jì)的發(fā)展；第二，人均GDP的增長和第三產(chǎn)業(yè)比重的變化也沒有格蘭杰因果關(guān)系，說明林業(yè)資源型城市的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整并沒有促進(jìn)經(jīng)濟(jì)的增長，或者可以說，這兩個(gè)城市的經(jīng)濟(jì)總量的增長的原因并不是來自于結(jié)構(gòu)調(diào)整，而經(jīng)濟(jì)增長也沒有進(jìn)一步促進(jìn)結(jié)構(gòu)的調(diào)整；第三，人均GDP的變化促進(jìn)了金融相對比率的變化，說明雖然金融沒有刺激經(jīng)濟(jì)的增長，但是一個(gè)地區(qū)經(jīng)濟(jì)的發(fā)展卻是當(dāng)?shù)亟鹑诎l(fā)展的基本原因。

表4 伊春市和白山市相關(guān)變量間的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

2.4 方差分析

VAR模型中，常采用方差分解（variance decomposition）分析每一個(gè)結(jié)構(gòu)沖擊對相關(guān)變量變化的貢獻(xiàn)度，以評價(jià)不同結(jié)構(gòu)沖擊的重要性。本研究中分別對伊春市和白山市的三個(gè)變量進(jìn)行方差分解，可得到圖4的結(jié)果。

通過結(jié)果我們可以看出，以伊春市為例，人均GDP變化率變量的方差分解之后如圖4第一行三個(gè)圖所示，大約80%左右的變化來自于自身的沖擊，而產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和金融發(fā)展帶來的貢獻(xiàn)只有不到20%，特別是金融發(fā)展的貢獻(xiàn)只有7%左右。而產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，其方差的貢獻(xiàn)也主要來自于自身（占45%左右，見圖4中間三個(gè)圖），來自經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率約占40%，來自金融發(fā)展的貢獻(xiàn)約15%左右。金融發(fā)展的方差分解可見圖4的下面三個(gè)圖，其中，來自于經(jīng)濟(jì)增長的貢獻(xiàn)達(dá)50%左右，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的30%，自身變化的僅有不到20%。方差分析的結(jié)果與格蘭杰因果關(guān)系檢驗(yàn)基本相同，進(jìn)一步驗(yàn)證了前面的結(jié)論。

而對白山市的相關(guān)變量的方差分解，結(jié)果與伊春市的大致相同。經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的主要沖擊貢獻(xiàn)來自于自身的發(fā)展。唯一不同的在于，白山市金融的發(fā)展方差貢獻(xiàn)最大的是產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，高達(dá)55%左右，而經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率大約占到23%，自身發(fā)展貢獻(xiàn)率20%多。說明了同樣是林業(yè)資源型城市，雖然大部分分析結(jié)論相同，也還是有一定的差別的。也說明了，每個(gè)林業(yè)資源型城市發(fā)展的動力和方式也是有所區(qū)別的。

3 結(jié)論與對策建議

通過建立VAR模型，進(jìn)行了格蘭杰因果關(guān)系檢驗(yàn)和方差分析，可以得出如下結(jié)論：

（1）以伊春市和白山市為代表的林業(yè)資源型城市的金融發(fā)展并沒有對兩個(gè)城市經(jīng)濟(jì)的發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整起到很好的促進(jìn)作用；而相反，兩市經(jīng)濟(jì)的發(fā)展卻對金融的發(fā)展起到了一定的促進(jìn)?？梢哉f，金融體系并沒有發(fā)揮其應(yīng)有的作用，反而成為了城市經(jīng)濟(jì)發(fā)展的“附屬品”。

圖4 人均GDP增長和第三產(chǎn)業(yè)比重變動的方差分解（伊春市）

（2）方差分解結(jié)論表明，林業(yè)資源型城市的經(jīng)濟(jì)增長與滯后期的經(jīng)濟(jì)增長有相當(dāng)大的關(guān)系，說明林業(yè)資源型城市的經(jīng)濟(jì)增長很大程度上依然來自于自身的經(jīng)濟(jì)發(fā)展。事實(shí)上，這個(gè)也帶來了隱患就是，當(dāng)?shù)貐^(qū)經(jīng)濟(jì)增長緩慢時(shí)，勢必會形成一種慣性，使得經(jīng)濟(jì)增長對于資金和政策的刺激作用不太敏感，限制了政策的效果。

因此，本文認(rèn)為，只有通過政府和市場的協(xié)調(diào)作用，以市場運(yùn)作為主，政府引導(dǎo)為輔，多渠道、多方式的林業(yè)資源型城市的金融支持模式。此外，還可以參照國外經(jīng)驗(yàn)，建立可持續(xù)發(fā)展基金，由地方政府發(fā)起并籌集初始發(fā)展基金，交由基金的股東推選管理人員，進(jìn)行資金的投資和具體運(yùn)作。還要進(jìn)一步加強(qiáng)政策性金融的扶持作用，并在政府主導(dǎo)下，拓寬金融融資渠道，加快建立以市場調(diào)控為基礎(chǔ)的融資體系，對林業(yè)資源型城市實(shí)施傾斜的金融支持政策。通過一系列的政策措施，來促進(jìn)林業(yè)資源型城市的金融發(fā)展，進(jìn)而帶動產(chǎn)業(yè)升級和經(jīng)濟(jì)增長，最終實(shí)現(xiàn)城市的整體轉(zhuǎn)型。

[1]楊勝剛,朱紅.中部塌陷、金融弱化與中部崛起的金融支持[J].經(jīng)濟(jì)研究,2007,(5).

[2]伍海華,張旭.經(jīng)濟(jì)增長·產(chǎn)業(yè)結(jié)構(gòu)·金融發(fā)展[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2001,(5).

[3]Heston,A.National Accounts：a Brief Review of Some Problems in Using National Accounts Data in Level of Output Comparisons and Growth Studins[J].Journal of Development Economics1994，（44）1.

[4]Goldsmith,R.W.Financial Structure and Development[M].New Haven：Yale University Press,1969.

[5]Mckinnon,R.I.Money and Capital in Economic Development[M].Washington D.C.：Brookings Institution,1973.

[6]周立，胡鞍鋼.中國金融發(fā)展的地區(qū)差距狀況分析1978～1999[J].清華大學(xué)學(xué)報(bào)：哲學(xué)社會科學(xué)版,2002,(2).

[7]C.A.Sims.Macroeconomics and Reality[J].Econometrica,1980,(48).