企业聚集、资本聚集要求金融业提供更大规模的、更为复杂的金融服务，如对金融产品需求的扩大、风险的规避等，从而又促进了金融的创新与发展。
二、指标体系及数据来源
(一)指标体系
1．城市化指标(e1)。现有文献中，城市化水平有用城市人口占城市和农村总人口的比重来表示的，也有用城市就业人口占总就业人口的比重来表示的。本文采用了前者，即用城镇人口占总人口的比重来衡量。
2．金融发展指标。反映一国金融发展水平的指标大致可分为金融发展规模指标(fd)和金融发展效率指标(fe)。金融发展规模指标通常用m：与gdp的比重来衡量，但王毅(2002)的研究结果认为，该指标已不能准确地衡量我国的金融深化程度。本文采用银行贷款占gdp的比重来衡量，原因是我国的金融体制是银行主导型金融体制，银行系统的规模远远超过金融市场的规模。为了减轻通货膨胀带来的失真，本文用城乡居民消费价格指数对gdp进行了消胀，用上年和本年名义值的平均值来表示剔除了价格影响后的银行贷款实际值。
以非国有经济获得银行贷款的比率表示整个金融系统的中介效率是很多研究中的做法，本文用金融机构的乡镇企业贷款、三资企业贷款、私营企业及个体贷款之和占gdp的比重作为金融发展效率指标。
3．产业结构升级指标(cg)。产业结构就是指各产业的构成及各产业之间的联系和比例关系。本文采用第二产业和第三产业产值总和占gdp的比重来衡量。
(二)数据来源
由于我国经济政策在改革开放前后差别较大，1978年以后的数据更能体现我国城市化的变化，故本文实证研究时间跨度为1978年一2007年。LoCALHoST数据均来自《中国统计年鉴》、《新中国五十五年统计资料汇编》和《中国金融年鉴》。
三、实证研究
(一)时间序列的平稳性检验
在检验金融发展、产业结构升级与城市化的协整性之前，先用adf单位根检验方法来检验时间序列的平稳性。检验结果如表1所示。

从表l可知，时间序列ci、fd、fe和cg都是阶单整序列。

虽然时间序列ci、fd、fe和cg是非平稳的，但是它们之间可能存在某种平稳的线性组合，这种线性组合反映了变量间的长期稳定关系，也即协整关系。本文使用johansen协整检验法来进行协整检验。这是一种基于向量自回归(var)模型的检验方法，在进行协整检验之前，必须先确定var模型的结构。使用aic、sc最小信息准则和lr统计量作为选择最优滞后阶数的检验标准，确定用于协整检验的var模型滞后阶数为3，并通过模型选择的联合检验确定协整模型包含常数项和趋势项。协整检验结果见表2。表中r表示协整关系的个数，在1％的显著性水平拒绝r≤2的假设，即变量之间存在三个协整关系。其中一个协整向量对应的协整关系为：

括号中的数字表示各个系数的t统计量。由(1)式可知，就长期而言，我国城市化与金融发展规模、金融发展效率及产业结构升级正相关。
(三)因果关系检验
协整检验的结果表明各变量间存在某种长期稳定的均衡关系，但是这种均衡关系是否构成因果关系还需要进一步验证。由于本文涉及的无约束var模型的滞后阶数为3，故需要拟合一个var(4)模型。每个单方程的具体wald检验结果见表3。

从表3检验结果看，就短期而言，我国金融发展规模、发展效率是城市化的单向granger原因；产业结构升级与城市化具有双向的granger因果关系。城市化不是金融发展的granger原因。这其中的原因可能是我国城市化水平低，城市化对第三产业特别是对金融业发展没有起到应有的作用。一般来说，一国的城市化水平是与其经济发展水平相关的，但我国的城市化水平却远远落后于经济发展水平。2007年，我国第二、三产业占gdp的比重已经分别达到了48．6％和4o．1％，而同时期第二、三产业的就业比重仅为26．79％和32．36％，城镇人口比重仅为44．94％。我国城市化水平远低于相同产业结构的世界城市化一般水平，这与我国长期执行的重工业优先发展的工业化战略及严格控制城市发展的城市化方针是直接相关的。但随着我国经济的持续增长，城市化的促进作用将日益显著，势必会对金融发展产生重大影响，实现真正意义上的双向因果促进作用。
(四)方差分解
我们应用var模型的方差分解来分析金融发展、产业结构升级对城市化的贡献度，方差分解是分析每一个结构性冲击对内生变量的贡献度，方差分解给出了对var模型中的变量产生影响的每个随机扰动的相对重要性的信息。下图是用方差分解得到的金融发展、产业结构升级对城市化的贡献率图。可以看出，金融发展对城市化的贡献率很大，达到了70％左右，产业结构升级对城市化的贡献率仅为15％左右。这说明，现阶段金融发展对我国城市化发展的作用较大，产业结构升级的作用较小，没有充分发挥产业结构对城市化的推动作用。这表明城市化与产业结构升级这两个理论上应该

[1] [2] 下一页