11 城镇化对中国经济增长的影响效应分析_喻开志

52
宏观经济
《财经科学》2014 / 7 总 316 期
城镇化对中国经济增长的影响效应分析
喻开志
1
※
黄楚蘅
2
喻继银
3

［ 内容摘要］ 本文首先构建了城镇化发展水平的综合得分体系，将城镇化水平划分为人 口、产业及卫生城镇化、居民消费城镇化、 科学教育城镇化以及公共基础设施城镇化 四个因子； 然后建立了个体固定效应变系数模型对各细分后的城镇化与经济增长的关 系进行了实证研究 。结果表明： 人口、 产业以及卫生城镇化、 居民消费城镇化、 教育 城镇化和公共基础设施城镇化水平越高 ， 经济增长越快； 绝大多数省份居民消费城镇 化对经济增长的贡献非常大 ； 在加快城镇化的同时， 东部地区应更加注重居民消费城 镇化和科学教育城镇化，中部地区应更加注重居民消费城镇化和公共基础设施城镇化 ， 而西部地区应更加注重居民消费城镇化和人口 、产业以及卫生城镇化。 ［关键词］ 城镇化； 经济增长； 因子分析； 个体固定效应变系数模型
［8 ］
54
宏观经济
《财经科学》2014 / 7 总 316 期
进行实证分析； 第四部分得出本文结论，并提出相关政策建议。 二、城镇化水平指标体系的构建 （ 一） 指标选取 随着社会经济的不断发展，全面衡量我国城镇化水平应包括经济 、环境、社会 等综合因素。本文遵循科学性、全面性、可行性和前瞻性相结合的原则，在参照国 内城镇化指标体系等相关研究文献的基础上进行拓展 ，

言
《财经科学》2014 / 7 总 316 期
宏观经济
53
仅为 381 元，到 2011 年年底我国人均 GDP 达到了 35181 元， 约为 1978 年的 100 倍。然而从国际横向比较来看，2011 年我国人均 GDP 仅位列全球 114 位， 仍属于 较为落后的国家。 城镇化与经济增长的关系一直是国内外学者研究的重点。 早在 1956 年， 美国 经济学家 Lampard 就发现美国的城市发展与经济增长二者之间存在显著的正向关 系，而且经济的发展将会在很大程度上推动城市化阶段的进程 。 Moomaw and Shatter （ 1996 ） 认为，城镇化率随人均 GDP、 工业化程度、 出口及外国援助的增长而
定的临界值后，城镇化会导致人力资源的高度集中 ，从而促进经济发展。我国一些
［4 ］ 学者对城镇化与经济增长的关系也进行了研究 。 周一星 （ 1982 ） 利用世界 157 个
国家和地区的数据， 发现绝大多数国家和地区的城镇人口占总人口比重和人均
［5 ］ GDP 之间有着密切的关系， 只有为数不多的 20 个国家脱离这种趋势。 徐雪梅和
［2 ］ 上升，随着农 业 生 产 水 平 的 提 高 而 下 降。 Vernon Henderson （ 2000 ） 则 选 取 了
1960 —1995 各个国家的面板数据，利用 GMM 方法估计出世界各国的城镇化率与人
［3 ］ 均 GDP 之间的相关系数是 0. 85 。 Luisito B. and Zou B. （ 2008 ） 也认为，在超过一
［9 ］ ［10 ］ ［11 ］
构建表 1 中的城镇化
与经济增长关系的指标体系。其中一级指标 “城镇化发展水平 ” 包含 16 个二级指 标，它们是年底城镇人口占总人口比重 、二三产业就业占总就业人数比重 、二三产 业增加值占 GDP 比重、燃气普及率、 每万人拥有执业 （ 助理 ） 医师数 （ 人 ） 、 每 万人医院或卫生院床位数 （ 张 ） 、 城市每万人拥有公厕数 （ 座 ） 、 人均可支配收入 （ 元） 、平均每百户拥有家用汽车 （ 辆） 、平均每百户拥有移动电话 （ 部 ） 、 科学教 育支出 （ 亿元） 、普通本、专科在校学生数 （ 人 ） 、 城市生活垃圾清运量 （ 万吨 ） 、 城市人均拥有铺装道路面积 （ 平方米 ） 、 每万人拥有公共交通车辆 （ 标台 ） 、 人均 公园绿地面积 （ 平方米） 。 本文选取了以上各指标 1996 年至 2011 年全国 31 个省 （ 市 ） 的年度数据， 并 用人均 GDP 来代表我国经济增长水平， 如没有特别指出数据均来自于 1996 —2011 年各省市的统计年鉴。由于原始数据来源存在不同的量纲 ，从而使得数据间差距较 大。为使指标具有可比性， 本文利用 Z － Score 法对原始数据进行标准化， 消除元 数据由于不同量纲所带来的影响。 Z － Score 标准化的公式为： 标准化值 = （ 样本 值 － 样本均值） / 样本方差。经标准化后，数据变为无量纲的数据， 各个指标处于 同一个量纲水平上。 （ 二） 衡量居民生活质量指标体系的构建 利用经过标准化的数据，采用因子分析方法，将观测变量归并为少数几个公因 子，并对多个解释变量进行降维处理 。本文在进行因子分析之前， 通过 KMO 测度 和巴特利特球体检验对变量和数据的因子分析进行了有效性检验 ， KMO 检验的统 计量值为 0. 79 ，远大于 0. 6 时的经验值， 这表明变量间的偏相关程度较高， 即各 指标之间有较多的共同因素。 Bartlett 球形检验的结果拒绝原假设， 即变量之间是 相关的。通过以上两个检验均可以得出，变量间的相关程度适合做因子分析 。采用 方差最大正交旋转法，以便使因子载荷值尽可能地向 0 和 1 两极靠拢，以便于提取 信息和主成分的命名，经过 6 次迭代后，旋转后的结果趋于收敛。根据特征值大于 1 的原则，共提取了 4 个因子，其累计贡献为 77. 2% 。 我们对提取的 4 个因子建立了旋转载荷矩阵。为了便于对因子载荷做出合理解 释，对原始因子载荷进行了正交旋转 ，使其结构简化，并使每个因子载荷的平方项
图1
中国各省 （ 市） 城镇化综合发展水平的时间趋势
56
宏观经济
《财经科学》2014 / 7 总 316 期
本文采用系统聚类方法， 将 31 个省 （ 市 ） 16 年的城镇化水平进行聚类分析， 图 1 为聚类结果以及各类省市城镇化综合发展水平的时间趋势 。 从图 1 可以看出，我国各省 （ 市） 的城镇化发展水平Hale Waihona Puke Baidu发展质量都在不同程 度的提升，但不同地区之间的城镇化进程差异较大。 第一类 （ 北京市和上海市 ） 的城镇化发展水平一直处于全国领先水平 ， 第二类 （ 浙江省和天津市 ） 仅次于第 一类。以 2011 年为例，这两类的城镇化综合得分分别为 1. 11 和 1. 68 ，远高于全国 平均城镇化水平 （ 0. 55 ） ， 其中上海是全国平均水平的 3 倍左右。 但与此相反的 是，第四类 （ 河北、内蒙古、重庆等 16 省区市） 中大部分省份的城镇化水平均处 于全国后几位，尤其是海南、甘肃和贵州等， 其城镇化水平一直较低。 相比之下， 第三类 （ 广东、江苏、辽宁等 11 省） 中的城镇化基本处于中等水平。 因此， 我们 可以发现虽然我国整体城镇化进程在持续推进 ，但是从全国范围来看，东、西部地 区间绝对增量仍然相距甚远，各省市之间城镇化发展差异仍在不断拉大 。 三、城镇化对经济增长影响效应的实证分析 本文第二部分的城镇化指标体系把城镇化细分成人口 、产业及卫生城镇化、居 民消费城镇化、科学教育城镇化以及公共基础设施城镇化四个因子 ，较为全面地评 价了我国各省 （ 市） 的城镇化水平。 而这些城镇化发展指标对我国经济增长的具 体边际贡献差异成为本文进一步关注的问题 。因此，本文第三部分将根据上述城镇 化水平评价指标选择主要解释变量 ，构建固定效应变系数模型，深入分析以上 4 个 城镇化因子对经济增长的具体效应大小 。 （ 一） 面板数据的协整分析 为了避免伪回归的发生， 需首先对面板数据进行单位根检验， 以确定其稳定 性。本文分别采用同质单位根检验中的 LLC 检验和异质单位根检验中的 Fisher － ADF 和 Fisher － PP 检验， 对面板数据各个变量的不同截面分别进行单位根检验。 如果两种检验中均拒绝存在单位根的原假设则说明该变量是平稳的 ， 反之则不平 稳。检验结果如表 1 所示。
［7 ］
我国学者衡量城镇化主要采用两种方式 。一是采用单一指标法，用一个国家或 地区的城镇人口占总人口的比重来衡量一国或者某地区的城镇化水平 ； 二是采用多 元统 计 方 法 来 衡 量 城 镇 化 的 综 合 水 平 。 然 而， 这 两 种 方 法 均 存 在 不 足 之 处。 Northam （ 1975 ） 认为，单一指标法虽然能够抓住城镇化的本质 （ 农村人口向城镇 转移） ，但城镇化并不是只包括人口迁徙的内涵 ， 它是一个经济、 社会、 生态、 文 化诸方面全面转变的动态的过程 ，是人类生产方式、生活方式和居住方式全面转变 的过程，其内涵的复杂性决定了单一指标法具有自身无法克服的缺陷 。 而多元统 计方法虽然能够衡量城镇化的综合水平 ，但以往的研究只从整体上研究了城镇化与 经济增长的关系，并没有把城镇化加以细分，并研究细分后的各种城镇化如何影响 经济增长。因此，本文选取人口、经济、社会、文化与城镇设施等较为全面的相关 指标，通过因子分析法将综合的城镇化水平细分为多个因子 ，然后通过面板数据模 型具体分析各个城镇化因子对我国经济增长的影响 。 本文余下结构如下： 第二部分为选取指标，通过因子分析构建城镇化发展水平 综合评价模型并对城镇化加以细分 ； 第三部分就各个城镇化因子如何影响经济增长
［1 ］
611130 ） ， 作者简介： 喻开志（ 1977 —） ， 男， 西南财经大学统计学院（ 成都， 教授。研究方向： 应用微观计量。 611130 ） 。研究方向： 数量经济学。 黄楚蘅（ 1990 —） ， 女， 西南财经大学统计学院（ 成都， 611130 ） 。研究方向： 数量经济学。 喻继银（ 1988 —） ， 男， 西南财经大学统计学院（ 成都，


一、引
城镇化是经济和社会现代化的产物 。它不仅包括农村劳动力从以农业为基础的 农村经济区向以工业和服务为主的城镇地区转移的过程 ，还包括农村区域向城市区 域转变的城市结构转型过程。Hesham M. and Ｒaham A. （ 1996 ） 提出 “城镇化是人 。 随着工业化进程 类文明发展的重要标志， 是社会生产力发展的一个重要阶段 ” 的推进，目前我国城镇化已经进入快速发展阶段 ，城镇化水平大幅提高。1981 年， 我国设市城市仅有 233 个，到 2012 年年底已增至 653 个； 1978 年， 我国城镇人口 仅为 17245 万人，按照城镇人口比重计算的城镇化率为 21. 1% ，到 2012 年年底，我国 城镇人口增至 71182 万人，较 1978 年上升了近 3. 1 倍，城镇化率则增至 52. 6% 。在我国 城镇化水平高速发展的同时，我国经济也在飞速发展。1978 年我国人均 GDP
王燕 （ 2004 ） 认为，我国城市 化 水 平 每 提 高 一 个 百 分 点， 就 会 对 该 地 区 的 人 均
［6 ］ GDP 增长产生 4. 2% 的推动作用。 朱孔来 （ 2011 ） 综合利用时间序列数据和面板
数据，首先分析了城镇化进程与经济增长之间的动态影像和弹性关系 ，认为我国城 镇化率每提高一个百分点，可以维持 7. 1% 的经济增长； 同时还指出城镇化是在空 间体系下的一种经济转换过程，经济增长必然带来城镇化水平的提高 ，而城镇化水 平的提高无疑又会推动经济增长 。
） “新兴市场股票交易行为建模理论与实证研究 — — —基 ※ 本文受国家自然科学基金项目 （ 2013 —2015 于整数值金融时间序列模型新视角 ” （ 批准号： 71201126 ） 和中央高校基本科研业务费专项资金 2014 年度 — —基于半参数波动模型 （ 批准号： JBK140211 ） ” 资助。 交叉与新兴学科项目 “我国金融资产收益风险研究—
《财经科学》2014 / 7 总 316 期
宏观经济
55
在列项 0 或 1 两极分化，从而降低因子的综合型， 使其实际意义凸显出来。 因子 1 在 I1 、I2 、I3 、I4 、I5 、I6 指标上的载荷大， 表明第一个因子与这些指标的相关性 较高，能够较充分反映人口、产业、卫生等城镇化状况； 因子 2 在 I7 、I8 、I9 、I10 指标上的载荷较大，这些指标主要反映的是居民消费的情况； 因子 3 在 I11 、 I12 、 I13 指标上的载荷较大， 这三个指标主要体现的是教育方面情况； 因子 4 在 I14 、 I15 、I16 上的载荷较大，这些指标主要反映的是基础设施方面 。据此， 我们对四个 主成分进行命名，命名结果分别是人口、 产业及卫生城镇化 （ PIH ） 、 居民消费城 镇化 （ CON） 、科学教育城镇化 （ EDU ） 、 公共基础设施城镇化 （ BF ） 。 根据以上 结果，分别计算出 4 个因子 PIH、CON、EDU、BF 的因子得分，再以 4 个因子的贡 献率为权重，构建城镇化水平综合评价模型，即： Z it = 0. 43 × PIH it + 0. 18 × CON + 0. 10 × EDU + 0. 07BF 城镇化发展水平的综合评价体系的指标值 。 （ 三） 中国各省市城镇化现状分析 （ 1） 把各省的 4 个因子得分序列代入式 （ 1 ） 中，即可得出各省从 1996 —2011 年的