欲望小说网 www.yuxs.net，最快更新中国经济增长十年展望（2014-2023） ！
要点透视
中国城镇化正处在一个绝对速度快但加速度为负的阶段，这一阶段将持续到2022年左右，届时城镇化率将达到65%左右的水平，之后进入到慢速推进期。
国际比较显示，我国对城镇的定义所包含的质量信息偏少。为此我们构建了用于综合反映城镇化速度和质量的“市民化率”指标，其值比城镇化率低13.95个百分点。
政府以干预金融的手段成功推动城镇化进程是有条件的，在后发追赶阶段行将结束而重大技术创新尚未出现时，地方政府的不当金融干预对城镇人口增长和城市聚集效应有显著的负面影响，提高科研和教育在财政支出中的比重、增强非内资企业比重有助于提高城镇化的速度和质量，而非国企就业比重的上升也有利于城市聚集效应的发挥。
允许地方政府破产能降低地方政府过度举债的道德风险，但在我国当前政治和法律体制下并不可行，现阶段有效发挥财政纪律、行政管理和金融监管这三重制度的作用，对约束地方政府的金融干预更具现实的意义。
在经历三十多年大规模城乡人口迁移后，我国城镇化水平仍然滞后于经济发展水平。动态来看，我国城镇化率在2001～2011年间年均提高1.33个百分点，在世界各国类似发展阶段上（人均GDP超过8825国际元）为了进行人均GDP水平的跨国比较，需要用购买力平价法把各国货币都转换成一种公共货币单位。本章使用基于多边国家比较的“G—K国际元”（简称国际元）。前的十年），仅低于韩国在对应阶段1991～2001年间的速度（1.64个百分点）。然而，在经济发展水平和城镇化的关系上，全球只有葡萄牙、泰国和斯洛文尼亚在与中国当前相近发展阶段上的城镇化率低于中国，52个经济体在达到中国当前经济发展水平时的城镇化率均值在70%左右，高出中国近20个百分点。
中国城镇化滞后于经济发展意味着要素聚集的不同步性。城镇化是各种要素在空间上聚集的过程，不同比重的要素在空间上的组合塑造了不同的城镇化形态。我们通常所说的城镇化水平反映的是人口的聚集程度，城镇化过程还包括资金、土地资本。
土地是不可移动的，但土地的用途是可以转化的。当土地从农业部门转向城市领域，并作为经济发展的一种资本时，土地资本实现了在空间上的聚集。如无特别说明，下文用“土地”指代“土地资本”。的聚集。城镇化滞后于经济发展的实质是，在城市经济的要素组合中，人口聚集速度慢于资金和土地等其他要素。城镇化滞后于经济发展的格局背后是怎样的一种体制逻辑？这一格局存在什么样的问题和风险？所形成的经济增长模式是否可持续？这些正是本章试图回答的问题。
本章的前两部分是对去年报告（刘世锦等，2013，第16章）的延续与更新，第一部分基于Logistic模型估算了未来城镇化趋势；第二部分从城镇定义的国际比较着手，构建“市民化率”的指标，并对我国城镇化质量进行再评估；第三部分搭建了一个理论框架，分析了金融干预与城镇化速度和质量之间的关系；第四部分对金融干预与城镇化速度和质量之间的关系进行了实证分析；第五部分是结论和政策建议。
对我国城镇化水平的预测：基于Logistic模型的估算
2013年末，中国大陆城镇常住人口73111万人，比上年末增加1929万人；乡村常住人口62961万人，比上年减少1261万人；城镇化率上升到53.73%，比上年提高1.16个百分点。相比于2012年提高1.3个百分点，我国城镇化率已经出现了加速下降的趋势，是近六年来的最低点。在去年的报告中，我们从中国城镇人口的增长来源入手，以“农村可转移人口”为核心，展望中国未来城镇化水平提高的潜力。鉴于当前我国城镇化率已经出现了阶段性的转折，本章运用能够较好刻画城镇化率增长不同阶段的Logistic模型，从另一个角度对中国未来城镇化率进行估算。
联合国自20世纪70年代以来就利用Logistic模型预测全球城镇化率的前景；国内学者也大量采用该方法预测我国的城镇化水平，如简新华和黄锟（2010）用Logistic模型预计2020年我国的城镇化率将达到60%左右。如下文所示，我国1974年至今的城镇化率演变轨迹可较好地由Logistic模型模拟，因此本报告将用该模型预测中国未来的城镇化发展趋势。
Logistic模型可表达为如式（1）所示的函数，其中t代表时间，U（t）代表时间t上的城镇化率，K代表所研究对象城镇化率的饱和值，A和B分别表示城镇化起步的早晚以及城镇化发展速度的快慢。拟合Logistic曲线的关键是要恰当估计模型的K、A和B三个参数。包括联合国在内的多数研究用取对数的办法将这一非线性拟合问题转化为线性模型后再估计参数。这一方法的缺陷在于需要对城镇化率的饱和值K进行估计，具有较强的主观性。为此，本章不预设中国城镇化率的饱和值，而是通过非线性模型拟合的方法直接估计Logistic曲线的三个参数。
U（t）=K1+Aexp（—Bt）（1）
从数据上看，1974年以后我国城乡人口迁移与城镇化发展进入了一个正常增长的阶段，这与1974年以前的发展轨迹有显著的不同。这表明1974年前后我国有两个不同的城镇化率饱和值。因此，我们将1974年以后城镇化发展轨迹单独拟合，而这需要重新确定该段S型曲线的起始基点。根据曲线前溯的趋势特征，我们将该基点确定为15%，得到如式（2）所示的模型。
U（t）=K′1+Aexp（—Bt）+0.15（2）
利用我国1974～2012年的城镇化率历史数据，我们估计出如式（3）所示的Logistic模型。估算结果显示，我国城镇化率的饱和值为78.2%（预测值K′+基点值0.15）。通过外推我们得到未来我国城镇化率预测值：2020年达到62.4%，2030年达到70.6%，2050年达到76.8%。我们还根据Logistic曲线的轨迹特征分析了我国城镇化所处阶段：我国城镇化率提高最快的节点（加速度为零）发生在2008年；目前，我国城镇化率仍处在一个绝对速度快但加速度为负的阶段；这一阶段将持续到2022年左右，届时城镇化率将达到65%的水平，之后进入年均增长1个百分点以下的慢速推进期。
U（t）=0.6321+20exp（—0.089t）+0.15（3）
需要说明的是，本部分的预测只是基于理论模型的趋势性分析，其前提是我国的城镇化率饱和值保持在由模型估算出的76.8%之上。然而，城镇化率的饱和值本身有可能变化：一方面交通、信息等技术的提升以及促进城乡要素流动的制度变革等，有可能拓展城市的最优规模边界；另一方面，能源环境条件的恶化以及滞后于发展的城乡政策等因素，也有可能降低城镇化率的饱和值。
市民化率：对城镇化质量的再评估
我国城镇化率指标现存的问题
与国际相比，我国对城镇的定义所包含的质量信息偏少。我国对城镇的划分以“行政区划”为基础，并辅以基础设施、公共服务设施可达性等因素，城镇包括城区和镇区：城区是指在市辖区和不设区的市，区、市政府驻地的实际建设连接到的居民委员会和其他区域；镇区是指在城区以外的县人民政府驻地和其他镇，政府驻地的实际建设连接到的居民委员会和其他区域《统计上划分城乡的规定》（国务院于2008年7月12日国函\\60号批复）。在统计中，我国将居住在城镇半年以上的居民计为城镇人口，包括城镇户籍人口和非户籍常住人口。
现有统计定义存在三个问题。首先，城镇的标准不考虑非农人口比重。在具体的统计实践中，与镇政府所在地有基础设施（如公路）相连接的区域也被视为“镇区”，其常住人口被统计到城镇人口中，但实际上这些地区从事农业的人口居多。相比而言，在我们收集的样本中，有1/5的国家在城镇定义中设置了非农就业/产业比重的指标。
其次，城镇的门槛没有充分考虑城市硬件设施。我国对城镇的定义，虽然提到了要有“已建成或在建的公共设施”，但没有设置具体标准。根据我们的调研，有很多建制镇甚至没有作为城镇最重要标志的完善的下水道设施。从国际样本来看，发达国家已不需要用公共基础设施、建筑数量等门槛来定义城镇，但超过30%的发展中国家使用了公共基础设施等硬件状况定义城镇。
再次，现有户籍制度无法保障对城镇非户籍常住人口统计的科学性和准确性。随着我国人口流动日益频繁，现有户籍制度无法对城镇非户籍常住人口的动态信息进行有效、及时的归集和统计。我国城镇化率从2002年的39.09%升至52.57%，年均提高1.35个百分点。但我国城镇户籍人口比重近十年仅从27.89%提高到35.29%，年均提高0.74个百分点，显著慢于城镇化率的提高速度。这意味着约有1/3的城镇常住人口无法享受均等化的教育、医疗、养老、保障房等市民待遇。虽然十年一次的全国人口普查发动近千万普查员进行入户调查，但仍有可能造成错漏，特别是对“居住在城镇半年以上”流动人口的统计，科学性和准确性不足。
各国对“城镇化率”的不同定义导致数量和质量可比性较差
从我们收集的116个国家对城镇的定义来看，各国往往采用人口数量、行政区划、产业结构、城市形态、人口密度五类不同的方法或其组合，对“城镇”进行界定；即便使用同一种方法，其阈值也相差很大，由此形成个性化的城镇化率定义。
由于各国使用不同的城镇定义方法，造成城镇化率指标在国际比较中的两个困难。一是数量可比性问题。例如，如果将印度城镇的定义从人口数量、人口密度、非农就业和城市形态四个维度拥有5000以上居民、人口密度不低于1000人/平方英里或者400人/平方公里、城市特征显著、至少3/4成年男性人口受雇于非农产业的地区。改为只剩人口数量标准这一个维度，则其在1991年的城镇化率就将由26%提高到39%，甚至超过2011年按目前标准定义的城镇化水平（31%）。二是质量可比性问题。在城镇化定义的五类标准中，人口数量、人口密度和行政区划主要反映人口在城镇的聚集，而非农就业/产业比重和城市形态则部分体现城镇化质量。因此，即使城镇化率相近的国家，其城镇化质量也可能相距甚远。我们以城镇化率相近的日本（91.1%）和阿根廷（92.5%）为例。日本城镇化率定义不仅包含人口数量，也有城市形态和非农就业比重等质量标准。
拥有50000人以上居民、60%以上房屋位于主要建成区，且60%以上的人口（包括他们扶养的家属）从事制造业、贸易或其他城市产业。；阿根廷城镇化率定义仅有人口数量拥有2000人以上居民的人口中心。虽然阿根廷城镇化率略高于日本，但其在城市贫困人口比重、失业率等指标上与日本相差甚远。
用“市民化率”进行城镇化数量和质量的国际比较
在数据可得的情况下，我们引入联合国统计的“城镇贫民窟人口比重”，在现有城镇化率的基础上设计了“市民化率”指标，以使各国的城镇化水平更具可比性。联合国人居署在2002年提出了一个可统计的“城市贫民窟”定义，即不能满足以下一个或更多基本条件的城市居所：（1）耐用的房屋，能够为其居住者提供防雨、遮阳、御寒、防潮的庇护；（2）足够的空间，同一个房间居住者不超过三人；（3）能够以可承受的价格较便利地获得清洁的水；（4）拥有较便利的下水道设施；（5）获得安全的产权，能通过房产证明防止强制拆迁。我们用“城镇化率×（1—贫民窟人口比重）”得到一个新的指标——“市民化率”。在“市民化率”的定义下，各国被纳入城市范围的人口，都能满足在城市体面生活的五个基本条件。与“城镇化率”相比，“市民化率”设置了一个全球统一的最低标准，提高了城镇化在“数量上的可比性”；同时，“市民化率”包含了城镇化质量的相关信息，在一定程度上体现了“质量上的可比性”。因此，“市民化率”比“城镇化率”更适合进行国际比较，更有利于准确判断中国城镇化质量相对于其他国家的状况。
随着全球城市人口的扩张，全球城市贫民窟人口呈现总量上升、比重下降的态势。根据联合国人居署的统计和笔者的估算，截至2011年底，全球城市贫民窟人口总数为8.8亿人，比2005年增加了0.5亿人。但总量上升并不能掩盖发展中国家提高城市贫困人口生活质量的努力，全球城市贫民窟人口占城市人口比重从2005年底的26.1%下降为2011年底的24.4%。
我们用“市民化率”重新定位我国城镇化在全球的地位。截至2011年底，我国城镇化率为51.27%。根据联合国人居署的报告，我国城市贫民窟人口比重约为27.2%，因此市民化率为37.32%，比城镇化率低13.95个百分点。与此同时，全球、发达国家和发展中国家的市民化率，也分别比各自的城镇化率低12.7个、3.4个和14.9个百分点。与城镇化率相比，中国市民化率与全球平均水平略微拉开了差距，相对差距增加了1.2个百分点；与发达国家的差距进一步拉大，相对差距增加了10.6个百分点；但巩固了对发展中国家平均水平的优势，优势增加了0.9个百分点。换一个角度分析，在中国城镇化率不断提高的同时，城镇化质量也以高于发展中国家平均水准的幅度在改善，但城镇化质量仍落后于全球平均水平，与发达国家水平还存在较大差距。
金融干预与城镇化：一个理论框架
已有不少研究注意到了中国城镇化滞后于经济发展的现象。一些研究从“就业弹性”的视角进行了研究，发现中国就业弹性远低于同期的发展中国家（简新华和余江，2007）。由于服务业创造就业的能力比工业特别是重工业更强，一国的就业弹性和其城镇化过程中的产业结构密切相关。对此，陈斌开和林毅夫（2013）、陆铭（2013）都指出，资本密集型产业比重过高是降低中国经济就业弹性、延缓城镇化进程的直接原因，并进一步将这一现象归结为政府干预，不同的是，前者用政府“重工业优先发展战略”来解释政府的行为，后者用地区竞争和税收最大化来分析地方政府的动机。
不同于已有研究，本章将分析金融资源配置的扭曲对我国城镇化速度和质量的影响。为此，本节将建立一个分析框架，提出“金融干预导致的低质量资本密集型产业结构，影响了城镇化的速度和质量”的理论假说，并在第四节利用地级和以上级别城市为样本的数据，对假说进行了验证。
政府以金融干预手段成功推动城镇化是有条件的
金融是城市经济转型发展重要的资源配置机制。一个城市的产业结构取决于由稀缺性决定的生产要素相对价格。随着经济的发展，困扰发展中国家的资本要素的稀缺性将得以缓解，企业家会更多地选择资本更密集的产业，以资本替代劳动力，实现“劳动密集型→资本密集型→技术密集型”产业结构的跨越。在这一过程中，承担着将储蓄转化为资本的金融体系，是产业结构从劳动密集型转向资本密集型进而技术密集型的关键，而城市产业转型离不开以政府信用增进为特征的金融扩张。翻开美国的城市发展史，我们发现，在铁路、汽车等技术创新的推动下，美国政府以发展市政债券市场的方式支持基础设施的大跃进，虽然期间也经历了三次系统性的地方债务危机，但由于社会资本充分参与了其中的试错过程，金融扩张成功地加速了美国城镇化的进程，金融体系所支持的铁路、公路等基础设施的建设，推动了美国国内市场边界的拓展，促进了东部制造业、西部资源产业和南部农业之间的合理分工。
政府以干预金融的手段成功推动城镇化进程是有条件的。一个条件是先发国家出现市场前景明确的重大技术创新。在上述美国的案例中，由于重大技术创新的出现，使得生产可能性边界短时间内得到较大拓展，投资方向较为明确，政府信用支持的金融干预失败的可能性较小。另一个条件则是后发国家处于追赶阶段所拥有的信息优势。由于面对明确的追赶目标，后发国家在追赶阶段可以省却技术试错的过程，以政府主导的基础设施和基础产业投融资出现投资失误的概率较低。然而，如果以上两个条件都不成立，政府的金融干预有可能扭曲资金要素价格，使城市资本积累偏离最优路径，导致过度资本深化的现象，出现低质量的资本密集型产业，延缓城镇化进程。
金融干预有可能导致资源配置扭曲，形成低质量的资本密集型产业结构
如上文所述，资本替代劳动的城市产业结构变迁有其必然性，政府在这一过程中的适当干预也有弥补市场失灵的作用。但是，如果政府在其中没有适时地转变角色，有可能使金融体系的偏好和企业的决策动机发生偏差，从而扭曲金融资源的配置，在金融过快扩张的过程中，出现融资过度和融资不足并存的局面，形成低质量的资本密集型产业结构，阻碍城市产业转型。下文从地方政府、金融机构和企业这三个主体的行为动机出发，分析金融干预对城镇化的作用机理。
地方政府对金融的干预
很多研究从财政支出的视角分析中国地方政府对区域产业结构的影响（如陆铭，2013）。但依靠当期财政收入干预区域产业发展的力度毕竟有限，对本区域内各类金融机构的资金运用进行直接或间接的行政干预，成了中国地方政府的常规举措（张憬和沈坤荣，2008）。对金融的行政干预，不仅能够放大地方政府财政支出的杠杆效应，更为微妙的是，在当前地方政府负债软约束和官员有限任期的制度下，当期地方政府的决策者不需要承担未来金融风险的责任。地方政府干预金融的方式大致有以下三种：一是与金融机构签订战略合作协议；二是以对土地使用权的配置影响金融资源的流向；三是显性或隐性的信用担保。
金融体系的偏好
开端于21世纪初的商业化改革改变了金融体系的行为偏好，但在政府管制和干预仍然存在的情况下，金融体系的商业化发生了如下异化。一是利率管制下的规模偏好。中国长期存在利率管制，金融机构在较高的利差收入下有很强的规模扩张冲动。而融资规模效应的存在，使得金融机构在融资对象的选择上更偏向于资本密集型企业或项目。二是政府信用补贴下对“低风险”项目的偏好。中央政府产业政策支持的领域以及地方政府直接控股或间接支持的项目，由于政府显性或隐性担保的存在，金融机构对其提供融资将面临更低的财务风险和政治风险。三是抵押品的顺周期偏好。资产价格的顺周期性，使得金融体系更愿意将资源配置到以土地为抵押的资本密集型项目。值得一提的是，中国的金融结构仍以银行主导的间接融资为主，受政府干预较少的直接融资市场比重仍然较小，这也是金融资源向资本密集型领域集中的重要背景之一。
企业的决策动机
随着要素成本的上升，实体经济的利润率下降，传统行业需要寻找能产生更高利润率的领域，进一步强化了企业借助金融杠杆投资新兴产业的意愿。城镇化过程中土地、房屋等资产价格的上升，推高了企业的资产净值，提高了其融资抵押品的价值，将企业的这种意愿转化为融资能力。最后，中国产业政策具有强烈的“扶大限小”的倾向，进一步推动有融资能力的企业进入资本密集型领域。
综上，政府的财政、货币、产业和区域政策等干预手段，都会人为压低投融资成本，扭曲要素间相对价格，从而异化金融体系的风险偏好，干扰企业的决策动机，使得金融资源过快、过多地向资本密集型产业集中。政府选择型的金融干预有可能保护低效率的投资和大而不倒的企业，抑制富有效率的投资和创新活动，进而形成低质量资本密集型产业结构。最终的结果，非但不能支持城市产业转型，还会埋下投资失败的风险。
政府金融干预所导致的资本过度深化延缓了城镇化速度和质量提升
资本密集型产业的发展，是城市经济由要素驱动向创新驱动的必经过程。一个遵循城市资源禀赋和动态比较优势的资本密集型产业，一方面能够提高劳动生产率，延缓因劳动力供给趋缓而导致的资本边际回报下降；另一方面能够衍生出上下游的产业链（特别是生产性服务业），形成更高回报率的城市新型业态，提升产业的聚集效应。但是，如果政府主导的金融扩张引发了资本过度深化，不仅将延缓城镇化速度，更会制约城镇化质量提升。
资本过度深化会延缓城镇化的速度。资本密集型产业本身吸纳就业的能力有限，由政府显性或隐性补贴而形成的资本密集型产业，更难以带动对就业有很大拉动效应的上下游产业发展。在金融过度扩张过程中，就业弹性更高的中小企业和服务业的金融资源被挤占，制约了后者扩大生产并创造更多就业。同时，资本过度深化会引发资产泡沫，土地快速金融化推高了地价，导致生产成本和城市生活成本的快速上涨，既加速了中小企业的外迁，影响了城市的就业创造，又降低了人口迁移意愿，阻碍了人口城镇化。
资本过度深化会降低城镇化的质量。在金融过度扩张过程中，作为抵押工具的城市土地也快速蔓延，新增投资在空间意义上被新增的城市面积稀释（中国经济增长课题组，2011），很难带来城镇化本应产生的集聚效应。资本密集型产业比重的过快提高，还将降低劳动者报酬在GDP的比重，有可能恶化城市的收入分配，进一步降低城镇居民消费倾向，增加城市社会的不安定因素。
金融干预与城镇化速度和质量关系的实证检验
基于以上分析框架，本节提出如下两个假说，并在下文中给予验证：
假说1：地方政府的不当金融干预不利于城镇人口的增长；
假说2：地方政府的不当金融干预不利于城市聚集效应的发挥。
对金融干预的度量
要验证地方政府的金融干预对城镇化速度和质量的影响，首先要寻找一个合适的指标来度量各个城市金融干预的程度。如上文所分析，在金融系统商业化改革的背景下，地方政府必须动用财政资源以撬动金融杠杆，具体的方式包括向融资平台注资、对战略性产业补贴、基础设施先期投入等。对于不同城市而言，由于地方政府对金融干预的意愿、能力不同，金融干预的程度各异。在数据可得性的约束下，我们设计了如式（4）所示的金融干预指标（FIi）：
FIit=Lit/Git（4）
其中，Lit是指t时期i城市市辖区的贷款余额，Git是指t时期i城市市辖区扣减了科研和教育支出后的一般预算内财政支出。如果一个城市政府对金融干预的程度越高，财政撬动金融的杠杆效应就越强，在一定的财政资源投入下，聚集于该城市的金融资源越多，金融干预指标（FIi）也就越高。贷存比反映一个城市的金融动员能力：金融动员能力强的城市，不仅可以利用本地吸收的存款资金配置信贷资源，还可以动用外地的存款资源，贷存比大于1；相反，金融动员能力弱的城市，存款会被抽取到其他地区，贷存比较小。我们发现，金融干预程度越高的城市贷存比相对较高。
式（4）反映了一个城市的政府对金融干预的绝对水平，我们还用式（5）度量金融干预的相对水平：
CFIit=（Lit/Lt）/（Git/Gt）（5）
其中，CFIit代表t时期i城市金融干预的相对水平，Lt是指t时期所有城市的贷款总额，Gt是指t时期所有城市市辖区非科教预算内财政支出。
城镇化速度模型
我们用各个城市2000～2010年间的城镇常住人口增长作为被解释变量，以反映城镇化速度。本章构造的城镇化速度计量模型如式（6）所示：
△Pi=C+α△FIi+αX+εi（6）
其中，△Pi为i城市在2000～2010年间的城镇常住人口增长数的对数值；FIi是样本统计期间金融干预程度的变化值，α是金融干预指标对城镇人口增长影响的待估计系数，按照上文的理论推断，金融干预程度提高，将会抑制城镇人口增长；X为其他控制变量（包括期初城镇化率、科教财政支出比重变化、非国企就业比重变化、非内资企业工业产值比重变化、人均GDP增长、城市平均工资增长以及中部和西部的地区虚拟变量），α是这些变量的系数；C和εi分别是截距项和随机扰动项。
城镇化质量模型
我们用各个城市2011年的市辖区经济密度作为被解释变量，用以反映城镇化质量。城市是各项生产要素聚集的地理空间，聚集效应是城镇化质量在经济维度的体现。我们用城市市辖区经济密度（市辖区GDP/市辖区建成区面积）来反映聚集效应。本章构造的城镇化质量的计量模型如式（7）所示：
Ei=C+αFIi+αX+εi（7）
其中，Ei为i城市市辖区经济密度的对数值；FIi是i城市金融干预指标，α是金融干预指标对城市经济密度的待估计系数；X为其他控制变量，α是这些变量的系数；C和εi分别是截距项和随机扰动项。在城镇化质量模型中，控制变量包括了科教财政支出比重、非国企就业比重、非内资企业工业产值比重、人均GDP的对数值、城市平均工资的对数值以及地区虚拟变量。式（7）反映的是金融干预的绝对值FIi对城镇化质量的影响，本章还将考虑金融干预的相对值CFIi与城镇化质量的关系，如式（8）所示：
Ei=C+αCFIi+αX+εi（8）
其中，CFIi是i城市金融干预的相对指标，其余变量和式（7）相同。
本章实证研究所使用的数据来自《中国城市统计年鉴》以及2000年和2010年的两次全国人口普查。
城镇化速度与金融干预的关系的实证检验
金融干预对城镇人口增长有显著的负面影响。我们首先对式（6）的城镇化速度模型进行了回归，限于篇幅，本章只报告回归结果的主要结论，有兴趣的读者可向笔者索要具体分析数据。实证结果显示，金融干预在10%水平上显著为负，支持了本章的理论假说，即更高的金融干预程度将导致更慢的城镇人口增长。但在控制变量中，非国企就业比重变化、非内资企业工业产值比重变化和人均GDP增长均不显著，且模型整体的可决系数偏低。对于这三个指标，我们尝试用期末的绝对值来替代期间的变化值，原因是：一些期初值较高的地区，即使期间变化值较低，仍更能吸引人口流入；一些期初值较低的地区，即使期间变化值较高，期末值也有可能偏低，也不能吸引更多的人口流入。调整后的模型拟合情况大为改善，而且金融干预指标分别在5%和10%水平上仍显著为负，再次印证了地方政府的金融干预对城镇化速度有负面影响的假说。
关于控制变量对城镇人口增长的影响，主要结论报告如下：期初城镇化率都在1%水平上显著为负，这与Logistic曲线所揭示的规律是吻合的。科教财政支出比重在1%水平上显著为负，政府的科研和教育支出对于提高城市聚集能力至关重要。非内资企业工业总产值比重的期末值都在1%水平下显著为正，表明其更少受地方政府干扰而发展符合当地禀赋的产业。直接反映劳动力要素分配的城市平均工资增长都在1%水平下显著为正。另外，非国企就业比重、人均GDP和地区虚拟变量对城镇人口增长影响并不显著。
城镇化质量与金融干预的实证检验
金融干预程度越高，城镇化质量越低。我们首先利用金融干预的绝对值（贷款/非科教财政支出），对式（7）的城镇化质量模型进行了回归。结果显示，金融干预的绝对水平分别在10%和5%水平上显著为负，支持了本章的理论假说，即更高的金融干预程度将导致更低的城市经济密度。为考察金融干预的相对值（贷款占全国比重/非科教财政支出占全国比重）对城镇化质量的影响，我们对式（8）进行了回归，金融干预相对值的系数仍然分别在10%和5%水平上显著为负，表明金融资源配置扭曲的相对程度越高，城市的经济密度越低。
关于控制变量对城镇化质量的影响，主要结论报告如下：科教财政支出比重都在1%水平下显著为负，表明政府在科教领域的投入对城市形成高附加值产业成长的环境意义重大。非国企就业比重的系数都在1%水平上表现出显著性，虽然这一指标有可能遗漏部分非正规就业者，但即便是低于真实水平的统计值也对城镇化质量提升有正面影响。非内资企业工业总产值比重的系数分别在5%和1%的水平上显著为正，表明非内资企业所享受的土地优惠政策较少，更能发展土地集约型的产业。人均GDP都在1%水平上显著为正，人均GDP越高的地区，能更好地吸引附加值更高的产业和企业。城市平均工资系数在1%水平下显著为正，表明平均工资待遇越高的城市，能够更好地吸引高素质的劳动力，形成高技能密集型产业。西部地区虚拟变量的系数在5%水平上显著为正，这与西部地区经济密度的初始值较低而具有后发优势有一定联系。
稳健性检验
为检验上述回归结果的稳健性，我们对城镇化速度模型和质量模型做了几方面的稳健性检验，包括将金融干预变量转变为滞后一期和滞后三期，剔除金融干预指标最高5%和最低5%的城市样本，将样本分为东部城市和中西部城市等。在这些稳健性检验中，金融干预和主要控制变量的系数符号没有变化，略微改变的仅是这些变量的显著性。限于篇幅，此处省略了这些稳健性检验的具体结果。
政策建议
地方政府的金融干预对中国经济增长产生深远的负面影响。在地方政府的金融干预下，金融资源过度导向了基础设施、垄断领域和大企业等资本密集型领域，形成了低质量的资本密集型产业结构，产生过度投资和无效投资的问题。这种模式不仅降低了城镇化的潜在水平和应有的集聚效应，更潜藏了金融资源错配的风险。由于地方政府性债务是地方政府金融干预的主要工具和载体，当前这一风险集中体现为区域性特别是地级市及以下级别政府的财政风险。因此，降低金融干预对城镇化速度和质量的影响，需要从有效管控地方政府性债务入手。
有效约束地方政府不当的金融干预，应“开正门、堵旁门”，在明确的制度框架下允许地方政府发债。目前一种流行的观点是，作为“国际惯例”的地方政府破产，应成为我国地方债务管理的重要制度。但事实上，地方政府破产并不是国际惯例。如日本、德国、法国等不允许地方政府破产。在允许地方政府破产的美国，也并不是每个身陷财政危机的地方政府都进入破产程序。
如1975年的纽约市并非通过破产，而是以下文所述的上级政府干预下的财政重组，度过了美国大萧条以来最大的市政财政危机。虽然破产能降低地方政府过度举债的道德风险，但在我国当前政治和法律体制下并不可行。不同于联邦制国家地方政府的高度自治，我国地方政府信用与中央政府信用是一体的，允许地方政府破产不仅会损害地方政府信用，也会危及中央政府权威。本章认为，现阶段发挥财政纪律约束、行政管理干预和金融市场监管这三重制度约束，对有效约束地方政府的金融干预更具现实意义。
第一，健全财政纪律约束机制以遏制地方政府过度举债。
一是建立债务规模控制制度。大部分国家都对地方政府债务规模做了刚性限制。我国除了中央代理发行和试点省（市）自行发债之外《2013年地方政府自行发债试点办法》第三条规定：试点省（市）发行政府债券实行年度发行额管理，全年发债总额不得超过国务院批准的当年发债规模限额。中央政府并未设置地方政府性负债的总规模、地区规模，也没有对融资主体资格进行审核。未来，中央政府应制定年度新增地方债务总规模上限，每年根据各级地方政府资产负债表状况，审核从省到区（县）的合格举债主体名单，并设置各省（市）债务年度限额，对债务风险较高的省（市）实行逐笔债务审批机制。二是遵循“黄金规则”。虽然我国《2009年地方政府债券预算管理办法》第五条规定资金主要用于“公益性建设项目”，但地方政府融资平台并不在这一条款控制范围之内，不少资金用于政绩工程、市场化项目。因此，中央政府应将“黄金规则”使用范围扩展至全口径的地方政府性负债，对违规使用资金的地方政府应削减其借债规模乃至暂停其借债资格。三是建立偿债准备金制度。虽然我国已有不少地方建立了偿债准备金制度，但在执行过程中，部分地方政府偿债准备资金仍在预算大盘子中，未实行专户管理，造成偿债准备金有名无实。中央政府应督促各地方政府制定债务全覆盖的偿债准备金制度，设置准备金提取比率的相关标准，统一要求在银行设置专户以确保资金专款专用。
第二，探索地方财政重组机制以防止损失恶化。
当地方债务预警指标超出界限后，上级政府提前干预以防止地方财政进一步恶化，是大部分国家管理地方债务的重要手段。如法国，一旦地方政府债务到期不能偿还，上级政府将解散原地方政府或地方议会，其债务先由中央政府代偿，待新的地方议会和地方政府经选举产生后，再通过增税计划偿还中央政府垫付资金。2007年日本夕张市的地方财政危机，也是通过中央政府接管地方财政权来实施财政重组计划的。在部分地方财政风险显现的情况下，我国也应尽快建立地方财政重组机制，以遏制部分地区通过“借新还旧”导致财政状况进一步恶化。鉴于目前中央政府对地方债务的管理职能分散在财政部、发改委、一行三会和审计署，容易形成监管空白，降低管理的有效性。为此，应借鉴国际经验（如美国市政债券办公室和英国的债务管理办公室），在财政部或审计署下设地方债务管理部门。当某个地方政府的财政预警指标超出限值，财政部或审计署有权派出财政专员，接管其财政权。财政专员通过公共部门裁员、停止部分项目建设、调整税收结构等方式避免损失扩大、恢复地方正常财政能力。
第三，完善金融监管机制以避免监管空白。
如果金融系统存在软约束，地方政府仍能借“金融创新”绕开前述财政和行政的硬约束。为避免金融风险和财政风险出现共振，还应强化金融监管约束。一是设置金融机构地方债务比重上限。不少国家都限制地方政府债务余额占银行净资产的比重（如巴西制定45%的上限）。目前，我国对金融机构单个贷款客户有集中度的限制，但没有规定金融机构持有某个地方政府的债务比重上限。下一步，我国不仅要设置金融机构总部的地方债务比重上限，还应规定金融机构的地方分支对当地政府债务比重的上限，以降低区域性金融风险发生的概率。二是完善金融监管体制。针对“影子银行”的监管真空，一行三会应形成对地方政府融资监管的联动机制，实现覆盖城投债、基建信托、金融租赁、保险投资计划等表外融资的全口径债务统计，建立融资来源、资金使用、偿还债务等各环节的全流程监管机制。