金融集聚、产业结构升级与新型城镇化——基于空间计量模型和面板门槛模型的实证研究

谢婷婷 刘锦华

（1石河子大学经济与管理学院，新疆 石河子 832003；2石河子大学兵团金融发展研究中心，新疆 石河子 832003）

一、引言

城镇化是人类社会发展的客观趋势，是现代化的必由之路，是解决三农问题的重要途径，是扩大内需保持经济持续健康发展的强大引擎。改革开放以来，随着中国经济的快速发展，越来越多的农业转移人口成为城镇居民，中国的城镇化率也由 1990年的 21.08%提高到 2016年的57.35%。但是随着城镇化的快速发展，一些矛盾和问题也随之而来。如土地城镇化快于人口城镇化，建设用地粗放低效；城市管理服务水平不高，“城市病”问题日益突出，城乡建设缺乏特色等。在此背景下，坚持“以人为本”，强调内在质量提升，注重科学发展、集约高效、功能完善、环境友好的新型城镇化应运而生。

党的十九大报告指出，中国已进入全面建成小康社会的决胜阶段，经济结构面临转型升级，现代化建设和新型城镇化推进均处于关键时期。金融是现代经济的核心，金融集聚是金融产业发展与金融中心建设的必然趋势，金融集聚通过直接与间接的方式促进新型城镇化的发展。一方面，金融集聚是城镇化建设的有力支撑，新型城镇化建设过程中涉及的医疗、教育、卫生等方面的建设都需要强大的资金支持，金融集聚可以直接为新型城镇化的发展提供必要的资金支持；另一方面，金融集聚也可以通过提高资金的配置效率、促进产业结构升级、推动科技进步与发展等方式间接地促进新型城镇化的发展。产业结构升级通过为经济发展提供动力，改变就业人员在三产中的比重，优化城镇生产、服务、管理等功能促进新型城镇化的发展，也有学者验证了产业结构升级与新型城镇化之间存在相互促进的内在循环机制。在短期内，产业结构升级对推动新型城镇化建设有一定的促进作用，而新型城镇化建设会在中长期阶段反过来推动产业结构升级。当前中国城镇化水平已经处于城镇化加速发展的中后期阶段，在这个阶段，金融集聚能否有效持续推动新型城镇化的发展？而产业结构的优化升级是推进新型城镇化的重要支撑，对新型城镇化的影响又将如何？金融集聚影响新型城镇化是否存在基于产业结构升级的中介效应？这些问题均值得学界探索。

二、文献综述

（一）金融集聚对新型城镇化的影响研究

目前学术界对于金融集聚与新型城镇化之间的关系研究已经相当成熟了，纵观国内外学者的研究成果，普遍认为金融集聚能够直接或间接地促进新型城镇化的发展。新型城镇化有别于传统的人口城镇化，它更加注重产城融合、生态宜居、绿色低碳等内涵［1］。金融集聚主要通过为新型城镇化建设提供资金、提高资金的配置效率、优化产业结构升级、推动科技进步与发展等方面直接或间接地促进新型城镇化的发展。

金融集聚通过资金支持新型城镇化发展主要可以分为两种方式［2］：一是政策性的金融推动，这种方式依赖于政府信用，而实际的资金支持也主要是政府财政收入以及信用担保融资两部分构成。政府通过对投入到新型城镇化建设中的资金进行引导、补充、调整来确保新型城镇化合理有序地进行。政府也可以通过货币政策，调整货币供应量，再通过政府信用担保、再贴现等方式引导各类金融机构对新型城镇化建设进行投资［3］。二是市场性的金融推动，这种方式是指各类金融机构以市场导向为基础，追求本身利益最大化，为优质项目筹集资金提供优质服务［4］。这种方式符合金融逐利的特点，以市场化的方式自发引导资金的流向，发挥资源的合理配置，实现经济的快速发展。

金融集聚通过提高资金配置效率来推动新型城镇化发展，主要表现为金融集聚会带来金融资源的集聚，金融规模的扩大，金融结构的优化，金融服务质量的提升［5］。可以将社会上闲置的资金汇集起来，将资金转变为投资，提高资金的使用效率，充分发挥金融服务实体经济的理念，更好更快地促进新型城镇化的发展。

金融集聚通过作用于产业结构升级进而推动新型城镇化发展。一方面，金融集聚下良好的投融资环境，健全的金融服务体系会分化企业创新带来的风险。金融集聚会对区域内网络、技术、创新等带来集聚效应，并在发展到一定阶段后会对邻近地区产生空间溢出效应［6］。企业的创新和技术的进步会带来产业结构的优化升级，以此来促进新型城镇化的发展。另一方面，金融集聚的本质是金融效率的调整和提高，金融机构通过增加融资渠道、提供更便捷的融资渠道、提高资金合理配置效率等方式来促进产业结构的优化升级，产业结构的升级会促进第三产业的发展，第三产业比第二产业在促进城镇化发展方面更强［7］。

（二）产业结构升级对新型城镇化的影响研究

目前国内外学者多是研究新型城镇化对产业结构升级的影响，而对于产业结构升级影响新型城镇化的比较少。关于产业结构升级对新型城镇化的影响研究主要可以分为以下四个方面：一是认为产业结构升级能够促进新型城镇化的发展，主要结论为二三产业显著推动了新型城镇化的发展［8］［9］，劳动力向非农产业流动对城镇化产生了积极的影响［10］［11］，产业结构升级通过为经济发展提供动力，改变就业人员在三产中的比重，优化城镇生产、服务、管理等功能促进新型城镇化的发展［12］。二是产业结构升级不是推动新型城镇化发展的重要原因。马智利［13］通过对中国西南地区1978－2006年数据研究发现，城镇化进程的加快能够促进产业结构升级，但是产业结构升级不能促进城镇化水平的提高。马文华［14］等人运用格兰杰因果检验得出产业结构升级不是导致安徽省城镇化水平提高的重要原因。三是产业结构升级与新型城镇化之间存在非线性关系。短时期内，产业结构升级对新型城镇化有一定的促进作用，这个促进作用将随着时间增加趋于平稳，即产业结构升级对新型城镇化的边际效用在减弱［15］。林志炳［16］运用半参面板空间滞后模型对两者关系进行研究，发现产业结构升级与城镇化之间存在非线性关系，并根据作用不同，将产业结构升级影响城镇化分为三个阶段。四是产业结构升级与新型城镇化之间存在相互促进的内在循环机制。短期内，产业结构升级对推动新型城镇化建设有一定的促进作用，而新型城镇化建设会在中长期阶段反过来推动产业结构升级，产生“反哺效应”，最终会形成良性的互动循环［17］［18］。

（三）金融集聚、产业结构升级对新型城镇化作用的研究

目前国内外学者主要从金融集聚或产业结构升级一个方面影响新型城镇化展开研究，而将两者放在一起研究影响新型城镇化的比较少。戴志敏［19］通过运用静态面板固定模型得到金融发展与产业结构两者不协调，使得两者的交互项对新型城镇化有阻碍作用。何剑［20］运用动态面板GMM来研究金融发展、产业结构与城镇化之间的关系，研究结果表明，第一产业与城镇化负相关，第二、三产业与城镇化正相关，金融发展对城镇化的推动作用非常明显。胡鹏［21］运用VAR模型验证了城镇化、产业结构升级与金融发展之间存在长期稳定的均衡动态关系，城镇化能够提升产业结构升级，然而工业化与金融效率却阻碍了城镇化的发展。

对于金融集聚、产业结构升级与新型城镇化，学者们就两两之间的关系做了大量卓有成效的研究，并得到了较为丰富的研究结论。然而目前这方面的研究仍然存在以下不足。首先，目前学者将金融发展、产业结构影响城镇化以及金融集聚或产业结构升级与新型城镇化两者之间关系的研究较多，但是鲜有学者将金融集聚、产业结构升级与新型城镇化三者结合起来进行研究，而事实上，这三者可以成为一个完整的研究系统。其次，金融集聚能够推动新型城镇化发展已经成为学术界普遍共识，但是金融集聚通过作用于产业结构升级进而推动新型城镇化发展，即存在基于产业结构升级的中介效应，很少有学者进行探索。最后，学者们虽然注意到了产业结构升级与新型城镇化之间的良性互动机制，却很少有学者注意到产业结构升级与新型城镇化之间的非线性关系。因此，本文采用面板门槛模型深入剖析两者之间的非线性关系具有一定的创新之处。

三、变量选取与数据来源

（一）变量选取

1.被解释变量为新型城镇化水平（URBA）。相比较传统意义上的人口城镇化而言，新型城镇化更加注重集约、节能、生态，秉承科学发展观，要求城镇化协调、绿色发展。在总结大量文献的基础上，本文从人口、经济、空间、环境、社会五个方面综合考虑新型城镇化在经济、环境与社会等方面的要求，构建新型城镇化综合评价体系，具体指标见表1：

表1 新型城镇化综合评价指标体系

在新型城镇化的测度方法选择上，为了避免人为主观因素的干扰，采用熵值法对变量进行处理，具体处理如下：

计算该指标的比重Pij

计算第j项指标的熵值Hj

其中，k 为调节系数，k＝－1／1n（n），Hj≥0

计算第j项指标的熵冗余度Dj

则j第项指标的权重Wj

2.核心解释变量为金融集聚（FINA）、产业结构升级（INDU）。本文采用区位熵系数测度金融集聚。具体公式如下：

Xij为i时期地区的金融业增加值，Yij为时期地区的地区生产总值。Xi为i时期的全国金融业增加值，Yi为i时期的全国地区生产总值。

产业结构升级（INDU）：本文借鉴刘玚［22］等人的做法，采用第三产业总产值占GDP的比重来衡量产业结构升级。

3.控制变量包括物质资本（INVEST）、人力资本（HUMAN）、地区经济发展水平（PGDP）和各省市对外贸易（TRADE）。其中，物质资本投入以各省市当期全社会固定资产投资额表示；本文参考潘辉［23］的做法，人力资本投入用各省市人均受教育年限来表示：

HUMAN＝（H1×1＋H2×6＋H3×9＋H4×12＋H5×16）／L，其中，H1、H2、H3、H4、H5为 6 岁及 6 岁以上未上过学、小学、初中、高中、大专及以上学历人口数，L为6岁及6岁以上人口总数。地区经济发展水平用地区用地区人均GDP来表示；对外贸易用各省市经营单位所在地进出口总额占地区GDP来表示；由于全社会固定资产投资额和地区经济发展水平有指数增长趋势，因而对其进行对数化处理。

（二）数据来源

本文通过构建空间计量模型和面板门槛模型分析金融集聚、产业结构升级对新型城镇化的影响，选取中国30个省（市、自治区）2007－2016年的面板数据（西藏部分数据缺失），数据来源于《中国统计年鉴》、各省市统计年鉴、WIND资讯及国家统计局网站。

四、模型的构建

（一）空间相关性检验

1.新型城镇化的全局空间相关性检验。在引入空间计量经济模型之前，基于空间模型的复杂性，首先对中国新型城镇化水平在空间上是否存在依赖性进行度量。本文利用全局Moran’s I指数及其统计检验对数据进行空间依赖特征分析，则全局Moran’s I的计算公式为：

2.新型城镇化的局部空间相关性检验。局部空间自相关反映各省市新型城镇化分布情况，本质是将Moran’s I指数分解到各省市，局部Moran’s I指数被定义为：

为了更好地刻画研究对象在不同区域表现的异质性特征，通常采用Moran’s I散点图来显示局部空间相关性特征。不同研究区域由于其空间特征的不同被分布于四个象限中，第一、三象限表示变量之间存在正相关，分别代表“高—高”集聚和“低—低”集聚，第二、四象限表示变量之间存在负相关，即分别代表“高—低”与“低—高”集聚。

（二）空间权重矩阵

空间权重矩阵作为衡量变量间在区域上空间联系的紧密程度，并且由于任何事物都与其他事物具有关联性，但地理位置距离较近的事物相比地理位置距离较远的事物联系更为密切（地理学第一定律），因此，本文选取基于邻接距离的空间权重矩阵，其定义如下：

其中，主对角上元素代表同一区域的距离，其值W11＝…＝Wnn＝0，当区域i与区域j有共同的边界时 Wij＝1，反之，则 Wij＝0。

（三）空间计量模型的设定

通过建立空间滞后模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）三种空间计量模型来研究各变量对新型城镇化的空间溢出效应：

上式中，URBAit为被解释变量新型，城镇化水平，FINAit、INDUit为核心解释变量分别为金融集聚、产业结构升级；Xit为控制变量；Yit代表上述解释变量和控制变量；W为n×n阶的空间权重矩阵；i代表地区；t代表年份；ρ、β、α、γ1、γ2、δ、θ 表示空间相关系数，λ为空间误差系数；Yit和μit为随机误差向量，且服从正态分布。

第一步对模型（3）进行回归估计，检验金融集聚对新型城镇化的回归系数β1是否显著，如果β1显著，则说明金融集聚对新型城镇化有影响作用。第二步对模型（4）进行回归估计，检验金融集聚对产业结构升级（中介变量）的回归系数α1是否显著，如果α1显著，则说明金融集聚对产业结构升级造成了影响。第三步对模型（5）进行回归估计，检验金融集聚与产业结构升级对新型城镇化的回归系数γ1与γ2是否显著，如果γ1与γ2均显著且γ1的绝对值比β1的绝对值小，则说明存在部分中介效应。如果γ1不显著，γ2显著，则说明存在完全的中介效应。模型（6）为金融集聚与产业结构升级的交互项对新型城镇化影响的回归估计。

当ρ≠0、θ＝0且λ＝0的时候，它就包含了因变量的空间滞后模型，而排除了空间滞后解释变量的因素，从而变成了空间自回归模型（SAR）。

当ρ＝0、θ＝0且λ≠0时，即假设因变量之间的观测值不相关，但因变量与相邻区域的特性有关，则该模型变为解释变量的空间滞后模型（SEM）。

当 ρ≠0、θ≠0且 λ＝0时，为空间杜宾模型（SDM）。

在空间计量最优模型的选择方面，根据Anselin［24］的思路，对于横截面数据，可以使用LM检验，但是对于面板数据而言，该方法便不再适用。所以本文参考宋跃刚和吴耀国［25］的做法，通过检验矩阵关系对空间计量模型进行选择。

表2 空间计量模型的选择标准

表2给出了以新型城镇化作为因变量矩阵关系检验的结果，由表2可以看出，SAR和SEM均拒绝原假设，表明应该选用SDM模型。另外根据Hausman检验的结果，其卡方值为27.92，P值接近于0，故拒绝随机效应，应该采用固定效应。以产业结构升级作为因变量的矩阵检验和Hausman检验均拒绝原假设，和上述一样，这里不再重述。

（四）面板门槛模型设定

根据前文的理论分析，产业结构升级和新型城镇化之间可能具有非线性关系，因而引入面板门槛模型［26］，以金融集聚作为“门槛变量”构建面板门槛模型，具体模型设定如下：

表3 2007－2016年新型城镇化Moran’s I指数及其检验

式（7）中，URBAit表示被解释变量i省t年的新型城镇化水平，INDUit为解释变量i省t年产业结构升级水平。为了排除其他因素对新型城镇化的影响，模型中引入了控制变量，用Xit表示；Wit为控制变量对应的系数；I（·）为一个指标函数，相应的条件成立时取值为1，否则取值为0；β1和β2分别核心解释变量产业结构升级所对应的第一门槛和第二门槛的待估参数，FINAit为门槛变量用金融实集聚表示；γ为门槛值；uit为个体效应；εit为随机扰动项。

五、实证分析

（一）空间计量分析

1.空间相关性检验。采用Moran’s I指数对新型城镇化进行空间依赖特征分析。表3为新型城镇化的Moran’s I指数及其统计检验结果，由表3可以看出，在1%的显著性水平上，Moran’s I指数显著为正。故可以认为中国各省市新型城镇化水平存在空间依赖特征。在考察期内，莫兰指数呈波浪形变化趋势，且从2014年以后中国新型城镇化的空间相关性逐渐增强。

为了进一步分析中国各地区新型城镇化水平在空间上的异质性，本文选取2007年、2010年、2013年和2016年的新型城镇化数据分别绘制Moran’s I散点图，从2016年的Moran’s I散点图中可以看出，除海南、宁夏、河北、北京、重庆、广西等省外，其他省份都处在第一、三象限，说明中国新型城镇化存在高度的正相关。具体而言，上海、江苏、浙江等处于第一象限，说明这些地区为“高—高”集聚区，而安徽、河南、湖南、辽宁、吉林和黑龙江等省份则处于第三象限，为“低—低”集聚区。对比4年的局部Moran’s I散点图可以发现，随着时间的变化，第一、三象限的省份数量不断减少，说明中国各省市新型城镇化水平表现出逐渐增强的空间依赖特征。

图1 中国各省市新型城城镇化的Moran’s I指数散点图

2.回归结果分析。本文分别对普通面板模型和空间计量模型进行了估计，回归结果如表4所示。其中，模型（1）（2）（3）为普通面板模型下的关于产业结构升级的中介效应检验，检验结果表明，金融集聚对新型城镇化的影响存在基于产业结构升级的部分中介效应。模型（4）为金融集聚与产业结构升级的交互项对新型城镇化的影响。模型（5）（6）（7）（8）为空间杜宾模型下的中介效应与交互项的回归结果。由表4可以看出，与普通面板模型相比，空间计量模型的拟合优度R2有所提高。说明空间计量模型拟合效果较好，所以本文选用空间计量模型进行分析。

由模型（5）的回归结果可知，金融集聚（FINA）与新型城镇化水平（URBA）在1%的显著性水平下呈正相关关系，即金融集聚对新型城镇化发展具有推动作用。这与郑建锋［27］等人的研究结论一致。但是金融集聚的空间溢出效应不显著，这可能是邻接距离矩阵下，金融集聚对新型城镇化的推动局限在特定区域，随着地理距离的不断扩大并跨出省域范围后，其作用便不再显著［28］。由模型（7）可知产业结构升级（INDU）对新型城镇化有明显的促进作用，且对邻近省域新型城镇化的发展有显著的空间溢出效应。由模型（8）可知，相较于金融集聚单独对新型城镇化的影响，“产金融合”更能促进新型城镇化的发展，这可能是因为金融可以为产业发展、产业结构转型、产业结构升级所需的技术研发等方面提供必要的资金，产业结构升级有了金融的支持与保障，产业结构升级对新型城镇化的促进作用才会更加明显［29］。但是金融集聚与产业结构升级的交互项对新型城镇化的空间溢出效应并不显著，可能是受制于地理位置的限制，一旦范围超出本省域，其促进作用便不再显著。

各控制变量中，对外贸易（TRADE）、地区经济发展水平（LNAGDP）、人力资本投入（HUMAN）、物质资本投入（LNINVE）与新型城镇化在1%的显著性水平下呈正相关关系，说明各省份对外贸易水平的加深、经济实力的提高、人力资本和物质资本投入的增加，都能有效地推动新型城镇化的发展。本省域受教育水平的提高对邻近省域新型城镇化水平的提升有明显的促进作用，但是其他控制变量的空间溢出效应并不显著。

从模型（6）中可以看出，金融集聚对产业结构升级有促进作用，并通过了1%显著性水平的检验。这与于斌斌［30］等人的研究结论一致。但是其空间溢出效应并不显著，这说明金融集聚对产业结构升级的影响局限在了特定的区域，一旦跨出了省域范围便不再显著。

3.稳健性检验。进一步对上述结论做稳健性检验。考虑到金融集聚、产业结构升级与新型城镇化之间存在相互影响的关系。本文采用2SLS的方法，利用金融集聚与产业结构升级的滞后项以及两者之间交互性的滞后项作为工具变量进行了稳健性检验。回归结果见模型（1）（3）（4）。结果表明，各解释变量的回归结果与上文基本一致，说明金融集聚、产业结构升级及其交互项对新型城镇化有稳健的正向推动作用，控制变量的方向与上文一致且均通过了显著性水平的检验。对于模型（2），本文运用金融集聚的滞后项作为工具变量，然后采用LNTECH（取对数后的专利申请量）来作为产业结构升级的代理变量进行稳健性检验。从表5中模型（2）可以看到，将产业结构升级替换为科技创新后发现，金融集聚与产业结构升级在1%水平上显著，说明金融集聚对产

业结构升级存在着较稳健的正向推动作用。表5中所有模型各控制变量与表4显著性稍有变化但方向基本一致。这些检验结果基本上能够支持本文结论的稳健程度。

表4 模型估计结果

表5 稳健性检验

表6 门槛效应检验结果

（二）门槛效应分析

1.门槛效应检验。前文得出的结论是局限在“产业结构升级与新型城镇化之间存在线性关系”条件下展开的研究，然而目前已经有学者注意到了产业结构升级与新型城镇化之间的非线性关系。基于此，本文会产生一些疑问，例如，金融集聚为门槛变量，产业结构升级与新型城镇化两者之间是否也存在非线性关系？如果存在非线性关系，那么在金融集聚的不同的门槛值区间，产业结构升级对新型城镇化的影响如何？为此，本文有必要采用门槛效应模型，来确定产业结构升级与新型城镇化之间是否存在非线性关系。由表6的结果可以看出，单一门槛在5%的显著性水平下是显著的，双门槛效应不显著。因此，可以认为在不同的金融集聚水平上，产业结构升级与新型城镇化之间存在非线性关系，即存在单一门槛效应。表7为单一门槛下，门槛估计值与95%的置信区间，图2为门槛形成的具体过程。

表7 门槛值估计结果

图2 门槛估计值和置信区间

表8 模型参数估计结果

2.面板门槛回归结果分析。由表8中可以看出，当金融集聚（FINA）未跨越单一门槛时，产业结构升级对新型城镇化的影响在1%的显著性水平上为正，单位产业结构升级的提升引致新型城镇化提升14.69%；当金融集聚跨越单一门槛时，产业结构升级对新型城镇化的影响在5%的显著性水平上为正，单位产业结构升级的提升引致新型城镇化提升7.49%；总体来说，产业结构升级对新型城镇化的影响存在非线性关系，能够推动新型城镇化的发展。结合上文新型城镇化能够明显的促进本省域产业结构升级的结论，得出了新型城镇化与产业结构升级之间有相互促进的内在循环机制的结论。该结果表明：金融欠发达组（金融集聚小于门槛值），产业结构升级对于新型城镇化的提升效应非常明显，对于金融发达组，通过产业结构升级提升对新型城镇化推动的效应就有些减弱。这说明产业结构升级对新型城镇化的影响呈边际效应递减趋势。因此，不能一味地以提升产业结构升级来推动新型城镇化的发展，这样很可能会造成城镇发展不协调，经济资源配置的无效。

六、结论与建议

（一）结论

本文基于中国30个省市2007－2016年的面板数据，运用空间计量模型和面板门槛模型实证检验了金融集聚、产业结构升级对新型城镇化影响的空间溢出效应和门槛效应，得到如下结论：第一，金融集聚对本省域新型城镇化发展有明显的促进作用，但是对邻近省域新型城镇化的发展影响不显著，这说明金融集聚对新型城镇化的影响仅仅局限在特定区域。产业结构升级对本省域及邻近省域新型城镇化发展均有明显的促进作用。第二，金融集聚影响新型城镇化存在基于产业结构升级的中介效应，即金融集聚可以通过作用于产业结构升级进而推动新型城镇化的发展。相较于金融集聚直接作用于新型城镇化，“产金”协同模型更能促进新型城镇化的发展。对外贸易、区域经济发展水平、人力资本投入、物质资本投入都能有效地推动新型城镇化发展，但是只有人力资本水平对邻近省域新型城镇化的发展有显著的促进作用；第三，产业结构升级对新型城镇化的影响存在基于金融集聚的单一门槛效应，当金融集聚低于门槛值时，产业结构升级对于新型城镇化的提升效应非常明显。当金融集聚高于门槛值时，产业结构升级提升对新型城镇化提升的效应就有些减弱。

（二）建议

1.加强区域金融中心建设，增强金融集聚对中国新型城镇化的推动作用。一方面，要结合中国实际情况，发挥政府在金融中心建设中的主导作用。另一方面，要结合各地区区位优势、区域发展的特点进行战略部署。北京、上海、广州等城市依托自身独特的区域优势、资源禀赋，已经成为拉动新型城镇化发展的重要金融驱动力；而对于广大的中西部地区，如西安、郑州、武汉、成都等城市也提出建设区域性金融中心的目标，并陆续制订了有关立法或政策，以促进金融中心的形成和发展。在区域金融中心建设的过程中，要注意发展多层次、差异化、具有区域特色的金融中心，避免同质化及恶性竞争，更好地发挥金融中心的辐射作用，从而推动新型城镇化的发展。

2.增强产业结构升级对中国新型城镇化的推动作用。一方面，要加强产业与城市功能的深度融合，以城市承载产业空间促进产业发展，以产业保障来推动城市更新和完善配套设施。另一方面，要做好城市的前瞻性规划，各城市要结合自身的资源禀赋和区位优势，明确主导产业和特色产业，形成产业横向错位发展、纵向分工协作的格局。此外，城市还要通过引入优质的开发产业园区企业、加强产业与城市规划与定位同步，以此来促进产城深度融合，进而推动新型城镇化健康、绿色、可持续发展。

3.以“产金融合”模式推动新型城镇化良性健康发展。一方面，各省份除了挖掘本地要素禀赋、实行差异化的特色产业发展道路外，还要运用结构性金融的手段，以“产金融合”模式推动产业园区和经济开发区的建设和运营，要组建产业发展基金，从金融创新和要素集聚引领特色产业发展，解决城镇发展的内生动力问题，进而打造特色产业集群和战略增长平台。另一方面，要构建交易结算中心和产业大数据中心，实现“产金”模式的深度融合，促进市场和产业供应链重构，打造线上线下交互融合发展的要素市场、产品市场、服务市场。实现城经济和市经济双杠杆的有机互动，放大投资价值，以产城融合、产市融合、产金互动的模式，最终实现产业集群化、集群园区化来带动新型城镇化的发展。