一、实证研究方法介绍

（一）实证分析模型选择

结构方程模型（SEM）在研究经济发展及社会科学各领域的相互关系的应用上获得了学术界广泛认同推崇，它是一种建立、估计和检验因果关系模型的多元数据分析方法，是用与之相应的线性方程系统表现因果理论的一种统计分析技术。主要用于分析解决需要处理多个原因、多个结果的关系，或者遇到不可直接观测的变量（潜变量）时传统统计方法无法较好解决的问题，可以替代多种回归、通径分析、因子分析、协方差分析等方法，分析单项指标对总体的作用和单项指标间的相互作用关系，以及变量间的直接因果关系与透过中介变量的间接因果关系。它可以同时处理多个因变量，容许自变量和因变量含测量误差。同时，可以估计因子结构和因子关系并容许更大弹性的测量模型等优势，弥补了传统统计方法的不足，因此，十分适合用于分析本文涉及的金融发展对经济增长的影响问题。

结构方程模型在探索事物间因果关系时通常用因果模式、路径图等方式来表述。一般由测量指标和潜变量两部分构成，测量指标主要反映可直接观察测量的变量，潜变量体现的是无法直接观测并测量的隐变量。结构方程分为测量模型和潜在结构模型两部分，测量方程用于反映观察指标和潜在变量之间的关系，方程表述为： y =Λ yη＋εy ， x =Λ xε＋εx 。结构方程用于反映潜变量和潜变量之间的关系，方程表述为： η＝Bη＋ Γ ξ＋ζ 或（ I-B ） η =Γ ξ＋ζ 。其中，η为内生（依变）潜变量，ε为外源（自变）潜变量， B 为内生潜变量之间的关系；ξ为外源变量对内生变量的影响，ζ为模型内未能解释部分，其余参数为变量系数阵。

此外，结构方程模型可用于解决变量多重共线性问题，通常以偏最小二乘法（PLS）和协方差矩阵法（LISREL）两种方法进行模型构建，只是两种方法对于不同样本量的限定条件要求不同。本文考虑到数据获得性以及中国城乡经济社会发展指标统计口径的一致性，以及城乡经济领域统计口径进行了多次类别调整与划分，经过综合权衡选择2000年以来国家统计局公布的统一数据口径标准为依据，形成了2000—2018年近19年的金融发展与城乡经济发展面板数据框架作为结构方程模型因素关系分析的基础。鉴于样本量的要求，采用PLS结构方程模型进行研究更加符合适用条件需要。

（二）分析指标与变量

金融发展与城乡经济发展之间关系错综复杂，要厘清金融发展对城乡经济增长的影响机制，必须找到金融与城乡经济的直接结合点进行剖析，综合众多学者对这二者已有的研究成果来看，城乡差异无疑是金融与经济关系分析的最佳切入点，金融体系为城乡发展提供了直接保障，城乡融合发展为经济增长奠定了重要支撑，由此，城乡区域协调是金融和经济互动关系的主要目标之一。笔者主要以金融发展理论为基础，充分吸收海内外学者对金融发展评价的已有研究成果，借鉴世界银行全球金融发展数据库对金融体系的划分标准，把金融影响经济增长的因素确定为金融规模、金融结构、金融深度、金融环境4个维度23个指标，即金融规模、金融结构、金融深度、金融环境4个为结构方程中金融发展的潜变量，它无法直接测量，分别由18个金融发展指标的可观测变量进行综合体现。城乡经济融合发展方面则采用最为普遍的城镇和农村进行划分，即城镇发展水平和农村发展水平，由此确定了城乡发展的两个潜变量，分别由9个具体城乡发展指标进行综合反映。城乡经济发展质量指标这一最终潜变量则与党中央提出的构建现代化经济体系相适应，体现了以“创新、协调、绿色、开放、共享”新发展理念引领经济高质量发展要求。通过指标梳理和比较，筛选最能展现新时代中国城乡经济高质量发展特征的8个代表性的城乡经济质量评价观测指标来体现，这样可构建金融发展影响中国城乡经济发展质量的结构方程模型。具体变量构成如表4-1。

1.城乡经济发展质量

国内外衡量一个国家和地区城乡经济发展质量的指标体系众多，但在习近平新时代中国特色社会主义经济思想指引下，学术界对新时期体现中国城乡经济发展质量的主要评判标准开始趋于集中并基本取得了一致共识，那就是城乡经济发展必须要充分符合“创新、协调、绿色、开放、共享”的新发展理念要求。因此，结合中国城乡经济发展的实践特点和国家城乡经济运行规律，并考虑到全球可比性原则，为充分反映中国经济发展质量和整体效益状况，笔者甄选了普遍反映经济质量的衡量指标：经济增长率、人均国内生产总值、城镇登记失业率、森林覆盖率、居民消费水平、高技术产业利润总额、单位国内生产总值能耗、财政收入占国内生产总值比重等8个指标。

2.城镇发展水平

即城镇经济或城市经济，主要体现的是与农村相对应的城镇集聚区经济社会发展状况，反映了城镇人口生产、就业、生活水平等方面的内容。金融发展运行很容易直接作用于城镇经济社会的组织运行过程，金融体系为城镇经济社会发展提供了有效支持，是城镇化建设的重要推动力量。衡量中国城镇发展水平状况采用体现城镇生产生活运行的：城镇居民消费水平、城镇就业人员、城镇居民人均可支配收入、城镇居民家庭恩格尔系数、城镇化率等5个典型代表性指标。

3.农村发展水平

主要反映的是农村在社会经济发展进程中的综合表现情况，如在农村基础设施、农村生活水平等方面的现状与进步程度。金融体系的组织运行也同样能对农村发展运行中的生产和生活产生直接和重要的作用。评价中国农村地区发展状况可以使用衡量农村居民生活水平和生活质量的典型指标进行测量，具体有农村居民消费水平、乡村就业人员、农村居民人均可支配收入、农村居民家庭恩格尔系数等4个指标。

4.金融规模

主要体现的是金融活动开展广度和业务范围规模体量。本文主要用金融业增加值、金融业新增固定资产总额、金融业从业人员总数、股票市场总市值、社会融资规模等5个指标来进行综合测量。

5.金融结构

主要是指各种金融工具和金融机构的形式、性质及相对规模，体现金融业内部各领域业务份额状况。本文主要以保险公司保费与金融业增加值比重、期货总成交额与金融业增加值比重、股票成交额与金融业增加值比重、金融机构资金运用各项贷款与金融业增加值比重等4个指标进行综合评价。

6.金融深度

主要体现金融工具或业务渗透至经济发展各领域的程度。本文主要以保险深度、人均存款、人均贷款、金融业从业人员占三产从业人员比重等4个直接观测指标进行综合评价。

7.金融环境

指某个地区在一定的金融体制和制度下，影响经济主体活动的各种要素的集合，包括内外部的基础服务环境。本文主要通过平均存款利率水平、人民币对美元汇率水平、外汇储备、黄金储备、国家外债负债率等5个代表性直接观测指标进行综合衡量。

（三）计算分析模型构建

结构方程模型主要通过路径图或方程形式来表达变量之间的关系，其中变量路径关系与潜变量之间相互作用及影响关系的预先假设是一一对应的。因此，笔者在借鉴参考和总结梳理学界关于金融发展影响城乡经济增长方面研究的相关已有成果并进行预先分析的基础上，提出了以下10条相关假设，从而建立金融发展与中国经济发展质量影响机制的结构方程研究模型框架。如图4-2所示。

H1：金融规模对中国农村发展水平具有正向影响作用；

H2：金融规模对中国城市发展水平具有正向影响作用；

H3：金融结构对中国农村发展水平具有正向影响作用；

H4：金融结构对中国城市发展水平具有正向影响作用；

H5：金融深度对中国农村发展水平具有正向影响作用；

H6：金融深度对中国城市发展水平具有正向影响作用；

H7：金融环境对中国农村发展水平具有正向影响作用；

H8：金融环境对中国城市发展水平具有正向影响作用；

H9：现阶段中国农村发展水平正向影响中国城乡经济发展质量；

H10：现阶段中国城市发展水平正向影响中国城乡经济发展质量。