特别声明:站内论文除注明为本站原创外,其他均来自网友投稿、公共网络或者公开资源,本站不提供全文浏览或者下载,版权归原作者所有,仅供学习研究参考,不得用作商业目的。如著作权人不同意转载,请通知本站删除!
农村金融支持与城镇化指标体系的构建
研究农村金融体系对城镇化建设的影响,首先要选取科学合理的指标,其次还要考虑江苏省和四川省相应数据的可得性问题。在此基础上,本文针对江苏省和四川省分别就农村金融和城镇化指标进行选取和分析。
1农村金融指标的选取和分析
农村金融对城镇化的支持作用主要是通过农村金融体系发挥金融功能对城镇化建设产生作用。在我国城镇化建设过程中农村金融市场通过资本配置,对城镇化建设中的人口城镇化、产业城镇化和社会城镇化产生重要作用,从而推动整个城镇化进程。在本文中,我们主要从农村金融规模、农村金融结构及农村金融效率三个方面,对城镇化建设进行分析。其中,农村金融规模表示农村金融的发展水平,农村金融结构表示农村金融的优化程度,农村金融效率表示农村金融机构中经济效率较高的非国有企业所占的比例,是其效率的展现。三个角度构建的农村金融指标体系如下:
表1 农村金融指标体系
指标 概念解释
农村金融规模 金融机构存贷款之和/GDP
农村金融结构 非国有银行贷款/全部金融机构贷款
农村金融效率 短期贷款之和/全部金融机构贷款
2城镇化建设指标的选取与分析
本文选取人口城镇化、产业城镇化及社会城镇化三个指标对城镇化建设进行诠释和分析。其中,人口城镇化是城镇人口占总人口的比重,也就是人口城镇化率;产业城镇化主要从产业结构分析,采用第二、三产业之和与国民生产总值之比表示;社会城镇化选取城镇基础设施、生态环境和城镇生活水平表示。通过专家打分法(城镇基础设施指标权重0.3,生态环境指标0.3,城镇生活水平指标0.4),对三个指标赋予相应权重,然后加权平均,最终得到社会城镇化指标。城镇化指标体系如下:
表2 城镇化指标体系
指标 概念解释
人口城镇化 人口城镇化率
产业城镇化 第二、三产业之和/GDP
社会城镇化 城市生活水平、城镇基础设施、生态环境加权
2农村金融与城镇化分析
2.1农村金融指标
根据对农村金融的分析,我们得到农村金融规模、农村金融结构和农村金融效率,按照相应的计算公式,分别计算整理得到各指标数据,如表3(江苏省)和表4(四川省)所示:
表3 江苏省农村金融指标数据表
年份 农村金融规模 农村金融机构 农村金融效率
1990 0.443 0.180 0.030
1991 0.490 0.150 0.050
1992 0.450 0.160 0.040
1993 0.390 0.170 0.044
1994 0.380 0.200 0.030
1995 0.410 0.410 0.050
1996 0.470 0.380 0.060
1997 0.510 0.390 0.064
1998 0.540 0.360 0.080
1999 0.560 0.370 0.090
2000 0.590 0.390 0.160
2001 0.580 0.400 0.163
2002 0.630 0.410 0.140
2003 0.720 0.440 0.130
2004 0.710 0.450 0.120
2005 0.700 0.480 0.110
2006 0.710 0.480 0.080
2007 0.710 0.490 0.090
2008 0.710 0.510 0.097
2009 0.840 0.520 0.080
2010 0.843 0.530 0.082
2011 0.800 0.542 0.090
2012 0.850 0.550 0.100
2013 0.855 0.580 0.140
2014 0.900 0.600 0.180
资料来源:江苏省统计局及网上资料所得。
表4 四川省农村金融指标数据表
年份 农村金融规模 农村金融机构 农村金融效率
1990 0.298 0.162 0.026
1991 0.301 0.135 0.031
1992 0.378 0.142 0.038
1993 0.380 0.150 0.040
1994 0.390 0.164 0.029
1995 0.391 0.170 0.045
1996 0.401 0.200 0.055
1997 0.422 0.350 0.055
1998 0.480 0.350 0.078
1999 0.495 0.371 0.081
2000 0.502 0.380 0.120
2001 0.530 0.392 0.130
2002 0.561 0.400 0.136
2003 0.590 0.410 0.120
2004 0.600 0.416 0.110
2005 0.602 0.420 0.100
2006 0.640 0.460 0.076
2007 0.690 0.480 0.081
2008 0.700 0.492 0.081
2009 0.732 0.500 0.074
2010 0.750 0.515 0.078
2011 0.782 0.523 0.080
2012 0.790 0.530 0.089
2013 0.790 0.533 0.120
2014 0.800 0.550 0.150
资料来源:四川省统计局及网上资料所得。
2.2城镇化指标
根据对城镇化水平的分析,城镇化主要包括人口城镇化、产业城镇化和社会城镇化,根据相应的公式,分别计算整理得到各指标数据,如表5(江苏省)和表6(四川省)所示:
表5 江苏省城镇化指标数据表
年份 人口城镇化 产业城镇化 社会城镇化
1990 0.220 0.750 0.240
1991 0.230 0.780 0.240
1992 0.240 0.820 0.250
1993 0.240 0.840 0.270
1994 0.250 0.830 0.290
1995 0.270 0.830 0.290
1996 0.277 0.840 0.293
1997 0.300 0.845 0.310
1998 0.320 0.850 0.320
1999 0.350 0.870 0.330
2000 0.420 0.880 0.340
2001 0.430 0.883 0.344
2002 0.450 0.900 0.350
2003 0.470 0.910 0.360
2004 0.480 0.911 0.365
2005 0.510 0.920 0.380
2006 0.520 0.930 0.390
2007 0.530 0.932 0.392
2008 0.540 0.930 0.380
2009 0.560 0.930 0.390
2010 0.610 0.940 0.400
2011 0.620 0.941 0.390
2012 0.630 0.943 0.400
2013 0.640 0.950 0.394
2014 0.650 0.955 0.405
资料来源:江苏省统计局及网上资料所得。
表6 四川省城镇化指标数据表
年份 人口城镇化 产业城镇化 社会城镇化
1990 0.144 0.490 0.156
1991 0.150 0.520 0.156
1992 0.160 0.581 0.162
1993 0.160 0.610 0.168
1994 0.166 0.600 0.170
1995 0.180 0.600 0.170
1996 0.190 0.610 0.173
1997 0.200 0.612 0.175
1998 0.214 0.620 0.180
1999 0.220 0.642 0.184
2000 0.256 0.650 0.189
2001 0.260 0.655 0.190
2002 0.268 0.700 0.193
2003 0.270 0.720 0.195
2004 0.274 0.725 0.199
2005 0.321 0.730 0.200
2006 0.330 0.734 0.210
2007 0.340 0.740 0.211
2008 0.346 0.734 0.200
2009 0.350 0.734 0.210
2010 0.390 0.746 0.220
2011 0.400 0.749 0.210
2012 0.420 0.750 0.240
2013 0.446 0.755 0.250
2014 0.450 0.760 0.260
资料来源:四川省统计局及网上资料所得。
3因子分析
鉴于农村金融和城镇化水平之间的密切关系,本文选取因子分析来得出客观的因子权重,最终得出江苏省和四川省的农村金融和城镇化指标的得分序列表。
3.1关于指标的预处理
我们在运用统计分析模型做任何分析前,都得将数据进行预处理,因为只有经过处理的数据才是“合理的”数据,才能使评价的结果更加的科学。但是在因子分析法中,我们不用事前单独的进行数据的预处理,因为模型本身就有这个功能,我们只需将数据输入,然后按照操作步骤一步步分析即可。
3.2因子分析法的实证分析
本文通过运用 SPSS17.0 统计分析软件,首先对江苏省农村金融数据进行操作,最终得出序列排名。首先准确的输入数据,然后进行KMO和Bartlett检验。由下表可知,KMO值大于0.5,表明此分析数据能够通过检验。
表7
KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。 .683
Bartlett 的球形度检验 近似卡方 45.717
df 3
Sig. .000
随即得到解释的总方差矩阵,如下:
表8
解释的总方差
成份 初始特征值 提取平方和载入
合计 方差的 % 累积 % 合计 方差的 % 累积 %
1 2.438 81.275 81.275 2.438 81.275 81.275
2 .444 14.813 96.089