金融创新、城镇化与就业——基于VAR及误差修正模型的分析

郑志敏

(华东交通大学 人文社会科学学院，江西 南昌 330013)

一、引 言

城镇化是一个经济社会发展的必然过程，中国当前正处于城镇化快速发展的阶段。城镇化是当前我国的一项重要国策，关系到我国未来的经济发展和劳动力就业的方方面面。从长期来看，可以推测在今后一段时期内，中国的城镇化仍将处于快速发展时期。城镇化的快速发展必定需要大量的资金投入，而仅仅依靠财政投入是远不能满足城镇化建设的需求的，还需要利用金融市场，充分发挥金融机构的作用，通过金融创新来助推城镇化发展。同时，在城镇化进程中，农村人口持续向城镇聚集，其就业问题也是值得我们研究的。

一般认为金融创新可以推动金融业的发展，扩大金融业规模，从而直接导致该行业从业人员的增加，此即金融创新的直接就业效应，另外金融创新还可以通过向其他行业提供更好的金融支持而推动其发展，促进经济增长，从而间接地促进就业增长。目前关于金融创新和就业关系的研究文献非常少，主要是以金融发展为研究主题，但由于金融发展是一个广义的概念，包含了金融创新，因此我们有时也可将金融创新看作金融发展。王元月、王青照(2005)经过实证分析认为我国金融发展可以促进就业的增长。杨小玲(2009)认为，在中国，金融业的直接就业效应并未充分发挥出来，间接就业效应也不明显。

城镇化主要是指农业人口向非农产业和城市聚集，在国外一般称之为“城市化”。国内目前已有学者对城镇化与就业进行了研究分析，如汪泓、崔开昌(2012)等通过实证分析得到我国城镇化水平的提高可以显著地促进就业增长。黄明、耿中元(2012)则对城镇化率和城镇就业关系进行了实证分析，认为城镇化率的提高不会促进就业率的增长。本文将金融创新、城镇化与就业联系在一起，通过实证研究，综合分析这三者之间的关系，并为我国的金融创新和城镇化建设提供政策依据。

二、模型与变量选择

1.模型选择

本文主要考察金融创新、城镇化与就业的关系，沿用总生产函数的分析框架，设定的研究模型为：

lnL=(lnF,lnUR)

(1)

L为就业人口，采用各地区年底就业人数。F和UR分别代表金融创新和城镇化率。

2.变量说明

对于金融创新指标的选择，国内各学者有不同意见。刘亚琳(2009)用一国金融总资产与交易性金融资产的比例来反映金融创新度。孙浦洋、张蕊(2012)则使用私人信贷来衡量金融创新力度。由于在我国银行信贷大部分是偏向国有企业，而更具经济活力的私人部门则长期缺少正规金融的有力支持。因此本文借鉴孙浦洋的做法，使用私人信贷与GDP的比值来衡量金融创新(F)。由于现有的统计资料并不能直接提供私人部门信贷的数据，本文使用非国有部门信贷来代替私人部门信贷，参照周永涛、钱水土(2012)的做法进一步假设各省分配到国有企业的贷款与该省国有企业的固定资产投资成正比，则非国有部门贷款为总贷款余额(1-国有经济固定资产投资总额/ 全社会固定资产投资总额)。

对于城镇化，本文选取了最常用的城镇化率(UR)测度城镇化水平，即城镇人口占总人口的比重(%)。就业(L)采用各地区年底就业人数。

本项研究采用全国的数据资料,均来自于《中国统计年鉴》和《中国金融年鉴》,为了消除异方差的问题，所有数据都进行了对数化处理。取样时段为1990～2012年。

三、实证检验与分析

1.变量描述性统计(见表1)

表1 变量统计数值

2.单位根检验

许多经济变量都是非平稳的，如通货膨胀率、就业率，对非平稳变量进行估计可能会导致伪回归。单位根检验就是为了检验时间序列的平稳性，如果存在单位根，我们就说此序列是非平稳的。因此，为了避免伪回归，先要检验数据的平稳性。单位根检验的原假设为：序列是不平稳的。如果拒绝原假设则序列是平稳的，反之则是非平稳的。

检验结果表明，lnL、lnF 和lnUR这3个时间序列在10%的置信度下都无法拒绝原假设，因此存在单位根。经过一阶差分后，只有lnF(-1)是平稳的，其余两个序列在1%、5%和10%的置信水平下都无法拒绝原假设，是非平稳的。因此需要进一步进行差分，最后得到的lnL(-2)、lnF(-2)、lnUR(-2)均在1%显著水平上拒绝存在单位根的零假设，即这3个时间序列在99%的置信水平下是平稳的，因此这3个变量是I(2)变量(见表2)。

表2 单位根检验结果

四、协整检验

传统的计量回归估计要求涉及的变量为平稳序列变量，但是对于多个非平稳的时间序列，有一种特殊情况，即几个非平稳的时间序列变量的线性组合形成的变量是平稳变量。在这种情况下，研究者一般称非平稳时间序列存在协整关系。如果几个变量存在协整关系，那么说明这几个变量存在长期关系。进行协整检验的前提是各序列是同阶单整，本文的3个时间序列均服从2阶单整，满足协整检验的前提，可对这3个变量进行Johansen协整检验。

1.滞后期的选择

建立VAR 模型除了要满足平稳性条件外，还需要正确确定滞后期。对最优滞后期的选择可以通过LR(似然比)统计量、赤池信息准则(AIC)和施瓦茨(SC)信息准则等来确定。根据检验结果(见表3)，最后确定VAR 模型的最佳滞后期数为2。

2.VAR模型稳定性检验

如果VAR模型所有根模的倒数都小于1(位于单位圆内)，则VAR模型是稳定的；如果VAR模型所有根模的倒数都大于1(位于单位圆外)，则VAR模型不稳定，需要重新设定。如果被估计的VAR模型不稳定，则得到的结果有些是无效的。就图1中所示的单位根倒数的模而言，所有的模都小于1，表示建立的VAR模型是稳定的。

表3 VAR模型最佳滞后阶数检验结果

图1 稳定性检验

3.Johansen协整检验

协整检验一般有EG两步法和Johansen分析法，本文采用Johansen协整检验。

表4 特征根迹检验结果

表5 最大特征值检验结果

根据协整检验的特征根迹检验结果和最大特征值检验(maximum eigenvalue)结果可知(见表4、表5)，在5%的显著水平下至少存在2种协整关系,就业与城镇化率以及金融创新存在长期均衡关系。可以将协整系数标准化，得到一个协整方程。标准化后的协整向量为(1，-0.1113，-0.0787)，长期均衡方程为：

lnLt =0.1113lnFt+0.0787lnURt+ecmt

(2)

其中，ecm代表均衡误差(残差)。上述协整方程(2)说明了就业与金融创新与城镇化之间存在正相关的长期均衡关系，与我们预期的结果相符，即金融创新度与城镇化率的提高能够促进就业的增长。其中，金融创新、城镇化率对就业增长的弹性分别为0.1113和0.0787，也就是说，在其他条件不变时，金融创新的变化率每增加1%，能够带来就业总量0.1113%的增长，而城镇化率每增加1%能促进就业增长0.0787%。

4.Granger因果检验

由于lnL、lnF 和lnUR均为I(2)过程，且协整分析表明变量之间存在长期的均衡关系，但是这种均衡关系是否具有因果性，需要通过 Granger因果检验作进一步的分析，基于前文的VAR模型，Granger短期因果关系的检验结果如下表。

表6 Granger因果关系检验

从表6的结果可以看到，在5%的显著水平下，金融创新和城镇化都是引起就业变化的格兰杰原因，也就是说金融创新的发展和城镇化水平的提高均对就业变化存在着显著影响。此外，从结果还可以看到金融创新是引起城镇化率变化的格兰杰原因，说明金融创新水平的提高对城镇化的发展具有一定的推动作用。

5.脉冲响应分析

Granger因果检验后，本文利用脉冲响应分析, 进一步探索三者之间的动态特征关系。脉冲响应函数可以为一个变量作用于另一个变量的动态特征提供更多的信息。它刻画的是在ECM扰动项上加上一个单位标准差大小的新信息冲击(innovation)对内生变量的当前值和未来值所带来的影响。利用脉冲响应函数可以识别出各变量变化对就业增长变化的影响是正向还是负向的,以及产生多长时间的影响。

从图2可以看到，就业对金融创新呈现正向反应，在第5期达到峰值，随后这种正向效应逐渐减小。这说明金融创新的发展对就业具有明显的促进作用。图3为城镇化对就业增长的冲击效应。在前4期，城镇化对就业的冲击是正向效应，但正向效应不断减小，在第5期之后冲击效应变为负向并不断增大。这说明城镇化在短期内能带来一定就业增长，但随着时间推移，城镇化水平不断提高，农村转移人口逐渐增加时便会存在着一定的就业压力。

图2 LNL对LNF一单位标准差的响应路径

图3 LNL对LNUR一单位标准差的响应路径

6.向量误差修正模型(VEC)

表7 误差修正模型的结果

VEC向量误差修正模型，实质上是在差分序列建立的VAR模型中加入一个误差修正项。一般认为VEC模型是包含有协整约束的VAR模型,这种模型一般多用于非平稳而且具有协整关系的时间序列建模。因为只有变量之间具有一定的协整关系,才可以在对其进行自由回归时,推导出误差修正模型。得到的误差修正模型结果如表7所示。

五、结论与建议

本文采用我国1990～2012 年时间序列样本数据，利用基于VAR 模型分析的Johansen协整检验和向量误差修正模型(VEC)方法，对我国金融创新、城镇化和就业三者之间的变动关系进行了实证研究， 进而揭示出金融创新和城镇化对我国就业增长的长期和短期影响。通过以上研究我们发现，长期来看金融创新和城镇化与就业存在显著的正效应，其中金融创新能够显著地提高就业，而城镇化率的提高对就业增长虽然也具有推动作用，但相对于金融创新而言效果不是非常明显。基于此结论，我们认为，我国应当进一步推动金融体制改革，鼓励金融创新，减少过多的金融管制，进一步开放金融市场，鼓励民营资本参与到金融发展和创新中。其次，我国在加速城镇化，转移农村人口的进程中，需要加强转移人口的就业培训工作，提高其就业能力，调整和修改抑制转移人口合理流动和就业选择的相关政策，如户籍制度，鼓励农民创业和就近择业。

作者文献：

[1]王元月，王青照.我国金融发展与就业关系实证分析[J]. 财经理论与实践,2005,26(135):18-22.

[2]杨小玲.中国金融发展、就业效应与产业结构调整研究[J]. 广东金融学院学报,2009,24(4):5-12.

[3]汪 泓，崔开昌.中国就业增长与城镇化水平关系的实证研究[J]. 南京社会科学,2012，(8):28-32.

[4]黄 明，耿中元.我国城镇化与城镇就业的实证研究[J]. 中国管理科学,2012,20:747-753.

[5]刘亚琳.金融创新与经济增长的互动机理及其实证研究[J]. 金融经济,2009,(12):58-60.

[6]孙浦洋，张 蕊.金融创新是促进还是阻碍了经济增长 [J]. 当代经济科学,2012,34(3):26-34.