潘榮翠

[云南省科技成果轉(zhuǎn)化服務中心，昆明　650051]

西南五省市城鎮(zhèn)化影響因素分析
——基于動態(tài)面板數(shù)據(jù)GMM估計

潘榮翠

[云南省科技成果轉(zhuǎn)化服務中心，昆明650051]

關鍵詞：城鎮(zhèn)化；影響因素；面板數(shù)據(jù)；GMM估計

收稿日期：2014-09-23

作者簡介：潘榮翠，女，管理學博士，云南省科技成果轉(zhuǎn)化服務中心副研究員。

中圖分類號：F299.21

文獻標識碼：碼：A

文章編號：號：1671-7511(2015)02-0097-06

摘要：城鎮(zhèn)化與經(jīng)濟發(fā)展密切相關，兩者相互影響、相互促進。本文以西南五省市為分析對象，采用1995-2012年的數(shù)據(jù)，以動態(tài)面板數(shù)據(jù)GMM估計為方法，分析了城鎮(zhèn)化的影響因素。研究發(fā)現(xiàn)，首先城鎮(zhèn)化進程受經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、生活水平、城鎮(zhèn)建設和制度政策等方面的共同影響；其次，非農(nóng)業(yè)產(chǎn)業(yè)占比、勞動力與人均GDP對于城鎮(zhèn)化建設具有推動作用，是當前西南地區(qū)城鎮(zhèn)化發(fā)展的主要動力，但是城鄉(xiāng)收入差距仍然存在，不利于西南地區(qū)城鎮(zhèn)化發(fā)展。最后，教育對當前西南地區(qū)的城鎮(zhèn)化率貢獻較小。通過以上分析，為合理推進西南地區(qū)城鎮(zhèn)化建設提出建議。

城鎮(zhèn)化伴隨工業(yè)化發(fā)展，是國家現(xiàn)代化的重要標志。西方國家的城鎮(zhèn)化至今已有數(shù)百年的歷史，而中國的城鎮(zhèn)化發(fā)展晚，直到改革開放以后才進入快速發(fā)展階段。城鎮(zhèn)化水平是衡量一個國家經(jīng)濟發(fā)展水平與人民生活水平的重要因素，過去十年，我國城鎮(zhèn)化通過擴大市場內(nèi)需、加快非農(nóng)產(chǎn)業(yè)發(fā)展等途徑推動了經(jīng)濟的快速增長。2014年9月，李克強總理在推進新型城鎮(zhèn)化建設試點工作座談會上強調(diào)，新型城鎮(zhèn)化是關系現(xiàn)代化全局的大戰(zhàn)略，是最大的結(jié)構(gòu)調(diào)整。新型城鎮(zhèn)化貴在突出“新”字，要以著力解決好“三個1億人”作為切入點。城鎮(zhèn)化是推進新型工業(yè)化的重要載體，研究城鎮(zhèn)化具有非常重要的理論及現(xiàn)實意義。本文主要研究城鎮(zhèn)化的影響因素，分析推進城鎮(zhèn)化進程中的內(nèi)在機理，以西南五省市為研究對象，分析推進西南地區(qū)城鎮(zhèn)化過程中的作用力。

一、文獻綜述

國外對城鎮(zhèn)化的研究起步較早，1938年L.Wirth 就指出城鎮(zhèn)化既包含農(nóng)村人口向城鎮(zhèn)集聚，同時也包含著從農(nóng)村生活方式向城鎮(zhèn)生活方式的轉(zhuǎn)變。[1]1973年Hirsch 在其著作中聲稱，城鎮(zhèn)化是以人口稀疏、空間分布均勻分散為特征的農(nóng)村經(jīng)濟向具有對立特征的城市經(jīng)濟轉(zhuǎn)化的一個過程。[2]Noetham選取了城鎮(zhèn)人口占總?cè)丝诒戎?城鎮(zhèn)化指標)作為衡量城鎮(zhèn)化水平的指標，通過研究各個國家城鎮(zhèn)化水平在時間序列數(shù)據(jù)上的變化，揭示了城鎮(zhèn)化水平與發(fā)展階段之間的一般規(guī)律。[3]中國城鎮(zhèn)化的研究，大多在改革開放以后，Cindy.Fan認為，中國的制度對于城鎮(zhèn)化的發(fā)展起著重要的作用。[4]Carolyn Cartier研究了深圳的城市化過程，認為外國直接投資的流入是城鎮(zhèn)化發(fā)展的主要驅(qū)動力。[5]關于城鎮(zhèn)化動力機制的研究方面，王小魯和夏小林從勞動力、企業(yè)選址與資源約束三個方面分析了制約中國城鎮(zhèn)化發(fā)展的因素。[6]褚素萍認為，城鎮(zhèn)的動力機制由經(jīng)濟基礎與組織制度等方面共同構(gòu)成，即城鎮(zhèn)化一般由拉力和推力兩種力量組成，來自城鎮(zhèn)的內(nèi)在動力和來自農(nóng)村的外部環(huán)境構(gòu)成。[7]

近十年來，關對于城鎮(zhèn)化的研究，一部分學者以影響城鎮(zhèn)化的因素為切入點，如趙金華等人認為經(jīng)濟發(fā)展水平和非農(nóng)就業(yè)水平比重對城鎮(zhèn)化的影響比較大，其中外貿(mào)投資在城鎮(zhèn)化的過程中作用比較大，如大部分的東部沿海城市即是如此。[8]吳江等人提出了城鎮(zhèn)化是經(jīng)濟、人口轉(zhuǎn)移、科技、教育、外部環(huán)境等因素之間相互作用的結(jié)果。[9]還有一些學者，從城鎮(zhèn)化的影響出發(fā)，探討了城鎮(zhèn)化對城鄉(xiāng)收入差距、就業(yè)等的影響。曹裕等人運用升級面板數(shù)據(jù)探究了城市化、收入差距與經(jīng)濟增長之間的關系，認為城市化縮小城鄉(xiāng)收入差距的作用顯著,城鄉(xiāng)收入差距不利于經(jīng)濟增長,但這兩種效應均具有顯著的區(qū)域差異。[10]汪泓等人則研究了就業(yè)增長與城鎮(zhèn)化水平的關系，城鎮(zhèn)化在一定時期內(nèi)對就業(yè)增長具有強力的推動作用，城鎮(zhèn)化水平能夠帶動就業(yè)的增長，二者具有長期均衡關系。[11]通過以上的研究可知，對于中國城鎮(zhèn)化的研究一般均以時間序列模型和面板數(shù)據(jù)模型進行靜態(tài)分析，缺少空間區(qū)域差異的研究。本文以西南五省市為例，以動態(tài)面板數(shù)據(jù)GMM為估計方法，分析西南地區(qū)城鎮(zhèn)化的空間差異。

二、指標選取與數(shù)據(jù)描述

為了更有效地分析西南地區(qū)城鎮(zhèn)化的影響因素，本文從基本理論出發(fā)選取有代表性的因素分析西南地區(qū)城鎮(zhèn)化進程中的差異。首先選取的變量是人均GDP。從城鎮(zhèn)化的發(fā)展歷程來看，人均GDP一直是一種推力，隨著人們生活水平的提高，越來越多的人涌向城市，從而帶動了城市化的發(fā)展。其次，非農(nóng)業(yè)占比。非農(nóng)業(yè)占比是除了農(nóng)業(yè)，第二、第三產(chǎn)業(yè)占國內(nèi)生產(chǎn)總值的比重，由相關文獻可知，非農(nóng)業(yè)占比是城鎮(zhèn)化的一個積極的因素，能夠帶動城鎮(zhèn)化的進程。從西方發(fā)達國家的歷史經(jīng)驗可以看出，工業(yè)及第三產(chǎn)業(yè)極大地發(fā)展了城鎮(zhèn)化建設。第三，城鄉(xiāng)收入差距。這是一個負作用力量，隨著收入差距的拉大，越來越不利于城鎮(zhèn)化建設，由于城市人口收入高于非城市人口，越來越多的農(nóng)村人口就會“反城市化”，社會收入的差距會阻礙一個地區(qū)城鎮(zhèn)化的發(fā)展。第四，勞動力。這也是城鎮(zhèn)化的一個積極因素。城鎮(zhèn)化的初期階段會需要大量的勞動力，因此勞動力可以促進城市化的發(fā)展。最后，本文選取的變量是教育，主要用每10萬人口中受過高等教育的人口。教育是一個國家一個民族振興的基礎，同樣也是城鎮(zhèn)化發(fā)展的積極因素。所有變量的描述性統(tǒng)計如表1。

表1　相關變量的描述性統(tǒng)計

注：所有統(tǒng)計量保留兩位小數(shù)。

其中變量urbanization代表城鎮(zhèn)化，pgdp為人均GDP，Non-agricultural為非農(nóng)業(yè)占比，labor為勞動力，difincome為城鎮(zhèn)收入差距，education為教育。所有數(shù)據(jù)均來自于西南五省市的統(tǒng)計年鑒。樣本的時間區(qū)間為1995-2012年，所以本文主要考察西南五省市在中國經(jīng)濟軟著陸之后的城鎮(zhèn)化影響因素。

三、計量模型與實證分析

(一)計量模型

動態(tài)面板數(shù)據(jù)模型一般將因變量的滯后項作為影響因素加入模型中，會導致自變量與隨機干擾項相關，同時模型中的各個截面會存在相關性。因此，估計模型參數(shù)的傳統(tǒng)最小二乘法會失效，產(chǎn)生有偏性與非一致性的后果，參數(shù)推斷實際經(jīng)濟含義會扭曲。為此，Arellano 和Bond提出了解決此問題的方法，即廣義矩法估計(GMM估計)。動態(tài)面板數(shù)據(jù)GMM估計如下：

(1)

其中，Yit是因變量，Xit是自變量，αi是各個自變量的參數(shù)，μi是個體效應，ξit是隨機誤差項。將式(1)進行差分，得到：

(2)

GMM估計的條件的是運用工具變量產(chǎn)生相應的矩條件，由式(2)知ΔYit-1與隨機變量Δξit存在相關性，一般情況下，可以采用滯后二階的變量作為工具變量以避免產(chǎn)生偏差。

本文采用的矩條件，如下：

(3)

方程(3)中zi為所選取的工具變量矩陣，由式(2)和式(3)，可以得到殘差項，為:

(4)

為了得到參數(shù)αi，如果直接采用OLS估計，會得到有偏與不一致的統(tǒng)計量，而廣義矩法估計可以解決問題，其基本想法是使樣本矩之間的加權(quán)距離和最小，最后其極小化的目標函數(shù)如下：

f(α)′Hf(α)

(5)

其中H為權(quán)重矩陣并且是一個正定矩陣，只要使(5)式極小化，即可估計出參數(shù)。GMM估計的參數(shù)及方差如下：

(6)

HΛMZX][M′ZXHMZX]-1

(7)

(8)

參考吳超的碩士學位論文，[12]將城鎮(zhèn)化率和人均GDP取對數(shù)后，最后西南五省市動態(tài)面板數(shù)據(jù)的計量模型為：

Lnurbanizationit=α0+α1Lnurbaniza tionit-1+

α2Lnpgdpit+α3Non-arg ricultural+α4labor+

α5difincome+α6education+ψi+ξit

(9)

(二)實證分析

1.單位根及協(xié)整檢驗

在進行模型分析之前，為了避免“偽回歸”，必須對變量進行單位根及協(xié)整檢驗，本文選取LLC檢驗、IPS檢驗、ADF-FISHER檢驗對城鎮(zhèn)化率、人均GDP、非農(nóng)產(chǎn)業(yè)占比、勞動力、城鄉(xiāng)收入差距、教育等六個指標進行檢驗。

從表2看,未進行差分時,城鎮(zhèn)化率、城鄉(xiāng)收入差距、人均GDP與教育均是非平穩(wěn)的，而非農(nóng)產(chǎn)業(yè)占比與勞動力兩個變量在LLC檢驗下是平穩(wěn)的，在IPS與ADF-Fisher檢驗下是平穩(wěn)的。在進行面板數(shù)據(jù)平穩(wěn)性檢驗時，要綜合考慮各種單位根檢驗，即使出現(xiàn)個別統(tǒng)計量不顯著的情況，但是只要多數(shù)統(tǒng)計量是顯著的即可。所以，初步可以判斷在水平狀態(tài)下，六個變量均是不平穩(wěn)的。在一階差分的情況下，變量均是平穩(wěn)的。其中城鎮(zhèn)化率、非農(nóng)業(yè)占比與城鄉(xiāng)收入差距三種檢驗在1%的水平下顯著，人均GDP與勞動力LLC檢驗在5%的水平下顯著，教育的ADF-Fisher檢驗也在5%的水平下顯著。綜上，可以判斷上述變量在一節(jié)差分的狀況下平穩(wěn)。由于這六個變量都是同階平穩(wěn)，所以可以進行協(xié)整檢驗。

變量之間的協(xié)整性檢驗的方法一般有異質(zhì)面板的Pedroni檢驗、KAO檢驗、同質(zhì)面板的DF和ADF協(xié)整檢驗以及約翰森-費歇爾協(xié)整檢驗。本文主要采用第一和第二種方法對上述五組變量進行協(xié)整檢驗，如表3。

表2　相關變量的單位根檢驗

注：括號內(nèi)為相關統(tǒng)計量的p-value值。

表3　面板數(shù)據(jù)的協(xié)整檢驗

注:括號內(nèi)為p-value值。

由表3可知，在不含時間效應的協(xié)整檢驗時，面板v統(tǒng)計量、面板ρ統(tǒng)計量、群ρ統(tǒng)計量不顯著，而面板pp統(tǒng)計量、面板ADF檢驗、群pp統(tǒng)計量和群ADF統(tǒng)計量在5%的水平下顯著；在含時間效應的協(xié)整檢驗時，除了面板v統(tǒng)計量與群ρ統(tǒng)計量不顯著外，其余五個統(tǒng)計量均顯著。最后，Kao-t統(tǒng)計量無論在不含時間效應還是含時間效應的情況都顯著。綜上，由上述的Pedroni檢驗、KAO檢驗，可以判斷出城鎮(zhèn)化率與人均GDP、非農(nóng)業(yè)占比等六個變量之間存在長期的均衡關系，即存在協(xié)整關系，可以進行動態(tài)面板數(shù)據(jù)的GMM估計。

2.動態(tài)面板數(shù)據(jù)GMM估計

根據(jù)(一)節(jié)的計量模型，可以建立西南五省市城鎮(zhèn)化率空間影響模型，為了更有效地分析不同變量對城鎮(zhèn)化率的影響，本文依次序地將各個變量引入模型，以方便對比分析。具體模型之間的關系如下：

模型1：Lnurbanizationit=α0+α1Lnurbaniza tionit-1+α2Lnpgdpit+ψi+ξit

模型2：模型1+Non-agricultural +labor

模型3：模型2+difincome

模型4：模型3+education

其中，為城鎮(zhèn)化率之后一階變量作為解釋變量，為非觀測個體固體效應為隨機誤差項。所有統(tǒng)計結(jié)果均是由STATA 13.0運行給出，具體結(jié)果如表4。

表4　城鎮(zhèn)化率影響因素的GMM估計

注：*，**，***分別表示變量在10%、5%、1%的水平下顯著。括號內(nèi)為t統(tǒng)計量，方括號內(nèi)為P-value值。

由表4可知，模型1只考慮了城鎮(zhèn)化率與人均GDP相關，可以發(fā)現(xiàn)，城鎮(zhèn)化率的滯后項與人均GDP都顯著，說明了人均GDP具有正向的作用，能夠拉動一個地區(qū)的城鎮(zhèn)化建設，同時城鎮(zhèn)化的發(fā)展進程具有動態(tài)性，前一期的發(fā)展能夠影響繼后的發(fā)展進程。從檢驗統(tǒng)計量上看，系數(shù)聯(lián)合顯著性的Wald檢驗值為3672.46，遠遠大于臨界值，拒絕解釋變量系數(shù)為0的假設，說明模型1總體回歸效果顯著。Sargan檢驗(Sargan test of over-identifying restrictions),其原假設為所有工具變量都有效。參照(一)節(jié)的理論本文的工具變量均是采用相關變量的二階滯后變量。模型1 Sargan檢驗的統(tǒng)計量為4.76，P值為0.471大于顯著性水平，表明模型引入的工具變量是有效的。Arellano-Bond AR(2)是對擾動項差分二階自相關的檢驗，GMM一致估計要求擾動項不存在自相關，但其一階差分相關，二階及以上差分不想過，即該統(tǒng)計量的原假設是擾動項差分不存在自相關。模型1的Arellano-Bond AR(2)統(tǒng)計量值為1.23，接受原假設，即認為模型的擾動項不存在二階自相關。綜上可知，模型1城鎮(zhèn)化率的一個重要影響因素為人均GDP。

模型2在模型1的基礎增加了非農(nóng)業(yè)占比與勞動力兩個變量，從解釋變量的T檢驗上看，可知引入的變量均在顯著，說明非農(nóng)業(yè)占比與勞動力均是影響城鎮(zhèn)化率非常重要的因素。從Wald統(tǒng)計量上看亦可以判斷出模型的整體效果良好，由Sargan檢驗和Arellano-Bond AR(2)兩個檢驗統(tǒng)計量可知滿足動態(tài)面板數(shù)據(jù)基本假設。模型3與模型4增加的變量均顯著，同時滿足GMM估計的基本假設，即模型的估計的結(jié)果是穩(wěn)健的。

從影響彈性上看，模型1中人均GDP對城鎮(zhèn)化率的影響彈性為0.344，說明了人均GDP每增加1%，城鎮(zhèn)化率也相應增加0.344%。模型2的人均GDP的影響彈性為0.328，模型3與模型4的影響彈性分別為0.563與0.482。隨著模型變量的增加人均GDP對城鎮(zhèn)化率的影響趨于明顯，模型1中人均GDP雖然顯著，但是其對城鎮(zhèn)化率的影響明顯被縮小了，而模型3卻放大了其貢獻率，所以隨著變量增加，模型變得越來越合理。由模型3和模型4，可知城鄉(xiāng)收入差距這一變量的系數(shù)為負分別為-0.043和-0.04，說明了城鄉(xiāng)收入差距的拉大會影響城鎮(zhèn)化的建設，這與理論分析吻合。教育變量的系數(shù)為0.0007，其彈性比較小，說明了教育對西南五省市城鎮(zhèn)化的影響比較小。西南地區(qū)是一個教育比較落后的地區(qū)，從理論上看教育對城鎮(zhèn)化的貢獻比較小，所以實證結(jié)果符合事實。

比較這四個模型，可以發(fā)現(xiàn)模型4比較全面地反映了西南五省城鎮(zhèn)化建設的影響因素。與前三個模型相比較，不僅模型的回歸效果比較顯著，同時相關變量的貢獻率比較合理，比較客觀，沒有被過高估計與過低估計。所以最后選擇模型4作為西南地區(qū)城鎮(zhèn)化影響因素的統(tǒng)計模型是合理的。最后，由動態(tài)面板數(shù)據(jù)的GMM估計，可知西南地區(qū)城鎮(zhèn)化建設的最大的推動力是非農(nóng)業(yè)占比，其次是人均GDP；當前城鄉(xiāng)收入差距對于城鎮(zhèn)化建設具有阻力，同時教育的作用微乎其微。

四、結(jié)論

本文選取了西南五省市為研究對象，采用1995-2012年的數(shù)據(jù)，運用動態(tài)面板數(shù)據(jù)GMM估計為方法，綜合分析了西南地區(qū)影響城鎮(zhèn)化建設的因素。第一，動態(tài)面板數(shù)據(jù)模型較為合理，能夠反映當前我國西南地區(qū)城鎮(zhèn)化建設。城鎮(zhèn)化進程推進受經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、生活水平、城鎮(zhèn)建設和制度政策等方面的共同影響；其次，非農(nóng)業(yè)占比、勞動力與人均GDP對于城鎮(zhèn)化建設具有推動作用，是當前西南地區(qū)城鎮(zhèn)化發(fā)展的主要力量，但是城鄉(xiāng)收入差距仍然存在，其具有阻礙作用，不利于西南地區(qū)城鎮(zhèn)化發(fā)展。再次，教育對當前西南地區(qū)的城鎮(zhèn)化率貢獻較小。

為了進一步推進西南地區(qū)城鎮(zhèn)化建設，首先應該加強教育建設，加大教育投入，特別是要加強對農(nóng)村基礎教育的投入，從而提高低收入人群受教育的機會和條件，實現(xiàn)教育均等化，縮小城鄉(xiāng)之間的教育差距。其次，從城鄉(xiāng)教育來說，加大農(nóng)村教育投入的力度，努力縮小城鄉(xiāng)之間的差距，提高低收入群體受教育水平也是控制收入分配差距的重要方面。最后，西南地區(qū)推進城鎮(zhèn)化時，應與本地區(qū)實際情況相結(jié)合，適時合理地推進。

參考文獻：

[1]L.Wirth. Urbanism as a Way of Life[J].American journal of sociology,1938.

[2] W.Z.Hirsch .Urban economic analysis[M].New York:McGraw-Hill,1973.

[3] R.M.Northam.Urban geography[M].New York:Wiley,1975.

[4] C.Fan.The vertical and horizontal expansions of China's city system[J].Urban Geography,1999,(6).

[5]C.Cartier.Transnational urbanism in the reform-era Chinese city: Landscapes from Shenzhen[J].Urban Studies, 2002，(9).

[6]夏小林，王小魯.中國的城市化進程分析一兼評“城市化方針”[J].改革，2000,(2).

[7]褚素萍.我國農(nóng)村城鎮(zhèn)化發(fā)展及其動力機制分析[J].農(nóng)業(yè)經(jīng)濟,2005,(5).

[8]趙金華，曹廣忠，王志寶.我國省(區(qū))人口城鎮(zhèn)化水平與速度的類型特征及影響因素[J].城市發(fā)展研究，2009,(9).

[9]吳江，申麗娟.重慶新型城鎮(zhèn)化路徑選擇影響因素的實證分析[J].西南大學學報(社會科學版)，2012,(2).

[10]曹裕, 陳曉紅, 馬躍如. 城市化, 城鄉(xiāng)收入差距與經(jīng)濟增長[J].統(tǒng)計研究, 2010, (3).

[11]汪泓, 崔開昌. 中國就業(yè)增長與城鎮(zhèn)化水平關系的實證研究[J].南京社會科學, 2012 ,(8).

[12]吳超. 城鎮(zhèn)化影響因素及發(fā)展路徑研究——以浙江省為對象[D].浙江工業(yè)大學，2013.

■責任編輯/張瑞臣