■王建植

本文運用2000～2017年我國30個省域的面板數(shù)據(jù)，采用面板交互項模型和面板門限回歸模型實證分析了當存在要素價格扭曲的情況下金融集聚對城市化的影響。研究結果表明：一方面，金融集聚將通過極化效應提升城市化，資本和勞動要素的價格扭曲將會抑制金融集聚對城市化的極化效應；另一方面，金融集聚與城市化之間存在金融集聚與資本、勞動及要素價格扭曲交互項的單一門限效應，當超越這一門限值時，金融集聚對城市化的影響作用會發(fā)生反轉。因此，糾正要素價格扭曲才能更好發(fā)揮金融集聚的極化效應，提升城市化。

一、引言與文獻綜述

根據(jù)我國統(tǒng)計局最新發(fā)布的數(shù)據(jù)顯示，截至2018年底，我國城市化率已達59.58%，較之發(fā)達國家80%的城市化率，我國的城市化率還有較大的提升空間。作為社會系統(tǒng)工程，提升城市化是我國現(xiàn)階段推動經(jīng)濟社會高質量發(fā)展的重要內(nèi)容，主要路徑是促進農(nóng)村地區(qū)發(fā)展非農(nóng)產(chǎn)業(yè)向城市靠攏，農(nóng)村人口逐步向城市遷移。這一路徑的實現(xiàn)需要資本和勞動要素向城市轉移、優(yōu)化以及形成新的規(guī)模經(jīng)濟，也需要一個強有力的金融體系作為支撐。目前我國金融體系初具規(guī)模，金融服務質量提升，金融集聚現(xiàn)象不斷涌現(xiàn)，但在金融集聚形成和發(fā)展的過程中，由于要素價格市場存在價格扭曲的現(xiàn)象，抑制了金融集聚效應的發(fā)揮。鑒于此，本文基于2000～2017年我國省域經(jīng)濟數(shù)據(jù)，從要素價格扭曲的視角研究金融集聚對城市化的影響，進而為糾正要素價格扭曲，提升城市化水平提供理論依據(jù)和實踐支撐。

國外文獻關于金融集聚對城市化影響的研究主要集中在對二者本身發(fā)展關系的研究，即以金融體系為城市基礎設施和土地投資提供資金支持為出發(fā)點，來探討金融集聚對城市化的作用。Jeffrey et al.（2014）研究提升金融發(fā)展效率、制定完善土地制度與城市化水平之間的內(nèi)在關系，發(fā)現(xiàn)金融發(fā)展效率提升可以激發(fā)對土地的投資熱情，以此促進城市化的進程?；谥袊幕厩闆r，Yea Changhua et al.（2018）從空間角度研究金融集聚對中國的長江經(jīng)濟帶人口城市化和經(jīng)濟城市化具有顯著的正向影響。

國內(nèi)文獻關于金融集聚對城市化影響的研究主要體現(xiàn)在資本和勞動要素方面：在資本要素方面，金融集聚不僅可以通過提供城市基礎性建設的資金保障（姚雪松，2017），而且還可以通過緩解資金約束、優(yōu)化資金配置的效率、促進融資渠道的多元化、推進產(chǎn)業(yè)結構變遷與升級、吸引更多的勞動力向城市轉移（李文星，2012），從而提升城市化快速的發(fā)展。在勞動要素方面，金融集聚將提升人力資本水平（王春陽等，2017）。隨著人力資本水平的提升加快了農(nóng)村人口向非農(nóng)化轉移，推進城市化進程。此外，國內(nèi)學者從不同的實證模型研究金融集聚對城市化的影響，主要分為線性模型和非線性模型。金發(fā)奇（2016）利用空間計量模型研究金融集聚與新型城鎮(zhèn)化之間的關系，得出了兩者均呈現(xiàn)明顯的空間自相關性，且具有增強趨勢。張鵬（2018）以金融集聚為門限變量，探索金融聚集與城市化發(fā)展效率之間的非線性關系，發(fā)現(xiàn)兩者之間存在雙門限效應。

梳理國內(nèi)外學者關于金融集聚對城市化影響的研究成果，本文認為尚存在以下不足：一是已有的文獻認為金融集聚對城市化的資金支持主要體現(xiàn)在城市基礎設施和土地投資，并沒有關注當存在資本要素價格扭曲時，所提供資金的使用效率問題；二是已有的文獻認為金融集聚可以提升人力資本水平，加快農(nóng)村人口向非農(nóng)化轉移來提升城市化，但這一轉移過程并沒有考慮到勞動要素價格扭曲的存在；三是采用非線性面板門限回歸模型的區(qū)域內(nèi)生變量和門限變量往往都是金融集聚，過于單一化。因此，本文將引入資本、勞動要素價格扭曲因素分析金融集聚對城市化的影響。

二、金融集聚對城市化的影響機制分析

首先，金融集聚將通過“極化效應”來提升城市化。一方面，“極化效應”表現(xiàn)為通過金融集聚提高中小企業(yè)的規(guī)模，最終促進勞動力從農(nóng)業(yè)部門向非農(nóng)業(yè)部門轉移。其作用機制在于金融機構在向城市轉移的過程中擴大了城市中小企業(yè)融資的市場規(guī)模，由于規(guī)模效應的存在，將提升金融資本配置的效應，激發(fā)城市中小企業(yè)的營運能力和發(fā)展?jié)摿?，促使這些中小企業(yè)擴大生產(chǎn)規(guī)模和提升經(jīng)營效率。另一方面，金融集聚對城市化的“極化效應”將通過產(chǎn)業(yè)結構升級的實現(xiàn)來促進勞動力的轉移，提升城市化。其作用機制在于金融集聚通過金融效率的提高增強投融資的便利程度，降低融資成本，節(jié)約資金周轉以及分散投資風險，緩解城市中小企業(yè)的資金約束，提升資金配置效率，為產(chǎn)業(yè)結構升級提供資金支撐。

其次，資本和勞動要素價格扭曲將會抑制金融集聚對城市化的“極化效應”。從資本要素價格扭曲視角來看，由于政府干預資本配置以及粗糙的市場劃分，城市中小企業(yè)無法及時享受到優(yōu)質和優(yōu)惠的資本融資，從而導致中小企業(yè)縮減生產(chǎn)規(guī)模。從勞動要素價格扭曲來看，由于工資機制不健全，稅率確定不合理等原因，我國勞動力價格偏低，存在勞動要素價格扭曲的情況，使得勞動密集型產(chǎn)業(yè)在我國集中，不利于產(chǎn)業(yè)結構轉型升級。這兩個方面都會導致“極化效應”的扭曲，抑制城市化。

因此，本文將考慮在金融集聚與要素價格扭曲的交互作用下，金融集聚對城市化過程中“極化效應”的抑制作用。

三、模型構建與數(shù)據(jù)來源

（一）計量模型的構建

本文主要針對金融集聚、要素價格扭曲程度對城市化的影響進行研究，構建的模型為：

1.被解釋變量

城市化（URB）。本文從金融集聚和要素價格扭曲的視角考慮，因用人口的集聚程度來衡量城市化獲得了較高的認知度，本文借鑒袁冬梅等（2017）選擇各省域城鎮(zhèn)人口占當年年末總人口的比重來衡量城市化水平。

2.核心解釋變量

金融集聚（AGG）。測度金融集聚的方法比較多，多數(shù)學者采用區(qū)位熵的測度方法，譬如許寧（2018）利用年末金融業(yè)從業(yè)人數(shù)和全國從業(yè)人數(shù)進行衡量金融集聚水平。鑒于此，本文采用區(qū)位熵的測度方法，利用金融業(yè)增加值和第三產(chǎn)業(yè)增加值來度量金融集聚指標，具體公式如下：

其中，i為各個省，t為每年，AGG為金融業(yè)區(qū)位熵，PFAV為金融業(yè)增加值，P3IND為第三產(chǎn)業(yè)增加值，NFAV為全國金融業(yè)增加值，N3IND為全國第三產(chǎn)業(yè)增加值。

要素價格扭曲（DIS）。鑒于成本函數(shù)方法所具備的經(jīng)濟涵義不夠豐富，考慮到生產(chǎn)函數(shù)測算的結果在經(jīng)濟理論方面具備一定優(yōu)勢。因此，本文采用Cobb-Douglas生產(chǎn)函數(shù)來測度要素價格扭曲。假定生產(chǎn)函數(shù)的形式為：

（3）式中Y表示產(chǎn)出水平，本文采用地區(qū)生產(chǎn)總值指數(shù)并以2000年為基期進行平減來衡量；K表示資本投入，本文采用張軍（2004）永續(xù)盤存法進行估算，并通過固定資產(chǎn)投資價格指數(shù)以2000年為基期進行平減；L表示勞動力投入，本文用三產(chǎn)就業(yè)總人數(shù)來衡量。A表示生產(chǎn)技術水平，α、β分別表示資本、勞動要素貢獻參數(shù)。將（3）式兩邊取自然對數(shù)處理后可得：

將（4）式中l(wèi)nA作為隨機誤差項，利用面板數(shù)據(jù)固定效應模型進行估算參數(shù)α、β，然后利用公式（5）來計算資本和勞動的邊際產(chǎn)出；接下來利用張健華（2012）固定資產(chǎn)折舊率作為資本價格γ，王希（2012）在崗職工平均工資（以2000年為基期用居民消費水平指數(shù)進行平減）作為勞動價格ω，最后測算資本、勞動要素價格扭曲以及總體要素價格的程度，如下式：

3.控制變量X

（1）工業(yè)化水平（LI）。工業(yè)化進程加速導致了產(chǎn)業(yè)結構快速轉變，促進城市化快速發(fā)展。本文采用各地區(qū)第二產(chǎn)業(yè)增加值與各地區(qū)生產(chǎn)總值之比來進行衡量。

（2）政府財政支出（GE）。我國政府將財政支出主要用于生產(chǎn)性建設，具有“重基本建設，輕人力資本投資和公共服務”的傾向，而長期以來政府生產(chǎn)性支出都在偏向城市，有助于促進城市化。本文采用各地區(qū)地方財政一般預算支出與各地區(qū)生產(chǎn)總值之比來進行衡量。

（3）外商直接投資（FDI）。外商直接投資將生產(chǎn)資本與國內(nèi)資本互補發(fā)展，引致出口增加，促使城市用地增加、城鄉(xiāng)人口流動加快，進而導致城市化進程加快（陳輝民，2018）。本文采用各地區(qū)外商直接投資與各地區(qū)生產(chǎn)總值之比進行衡量。

表1為以上變量的描述性統(tǒng)計結果，數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》。

表1 主要變量的描述性統(tǒng)計

基于對被解釋變量、核心解釋變量以及控制變量的解讀，將（1）式分為兩個具體模型，其一為面板交互項模型，具體設定如下：

為了檢驗交互項模型的穩(wěn)健性，本文將按照不同要素價格扭曲進行分組，以鑒別在不同要素價格扭曲水平下，金融集聚對城市化影響的異質性。主要體現(xiàn)在交互項AGGit*DISit（DISK/DISL）it上，而β2是交互項對城市化的影響系數(shù)、ui為截距項，β1為核心解釋變量AGGit的系數(shù)，α為控制變量Xit的系數(shù)，控制變量主要包括工業(yè)化水平LI、財政支出GE和外商直接投資FDI，εit為隨機擾動項。本文設定的面板門限模型如下：

其中，門限值為γ，門限變量為AGGit*（DISK/DISL）itDISit，即金融集聚與不同要素價格扭曲的交互項分組進行面板門限回歸，這也是本文創(chuàng)新之處，全面考慮當金融集聚與不同要素價格扭曲同時發(fā)生時對城市化的影響。1（?）為示性函數(shù)，當括號中表達式為真實情況時取1，反之則取0。根據(jù)門限變量AGGit*（DISK/DISL）itDISit是否大于門限值γ，對樣本區(qū)間劃分為兩個區(qū)制，并通過斜率值β1和β2進行區(qū)別。

（二）數(shù)據(jù)來源

以上指標數(shù)據(jù)均來自于《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》以及《中國城市統(tǒng)計年鑒》。數(shù)據(jù)區(qū)間為2000～2017年，包括全國30個省、市、自治區(qū)（西藏自治區(qū)由于數(shù)據(jù)缺失未納入計算）。

四、實證分析

（一）面板交互項模型回歸結果

本文采用LM檢驗和Hausman檢驗對混合回歸模型（POOL）、固定效應模型（FE）和隨機效應模型（RE）進行選擇。用字母K、L、T分別代表金融集聚與資本要素價格扭曲、勞動要素價格扭曲以及要素價格扭曲的乘積，同時為了緩解數(shù)據(jù)的異方差，對（7）式進行回歸時，變量均取自然對數(shù)，用符號ln表示，具體回歸結果見表2。

首先在（7）式中選擇資本要素價格扭曲與金融集聚為交互項，城市化作為被解釋變量，表2中已經(jīng)給出LM檢驗的統(tǒng)計量為989.22，p值為0.0000，Hausman檢驗的統(tǒng)計量80.58，p值為0.0000。因此，當選擇資本要素價格扭曲與金融集聚為交互項時，（7）式應當采用固定效應模型分析。同理得到，當選擇勞動要素價格扭曲、要素價格扭曲與金融集聚為交互項時，（7）式也采用固定效應模型分析。模型回歸結果顯示，當被解釋變量為lnURB時，對比資本、勞動和要素價格扭曲交互模型，其相同點是核心解釋變量lnAGG的回歸系數(shù)為正值，這說明金融集聚在不同模型中均對城市化產(chǎn)生了正向影響。具體表現(xiàn)為，當控制其他變量時，金融集聚每增加1個百分點，平均來說，在資本、勞動和要素價格扭曲交互模型中，城市化分別在1%顯著水平上提高0.167%、0.076%和0.285%。值得注意的是在資本、勞動和要素價格扭曲交互模型中，其交互項lnK、lnL和lnT的回歸系數(shù)均為負值，這說明當資本、勞動和要素價格扭曲融入金融集聚產(chǎn)生作用時，均對城市化產(chǎn)生了負向作用，具體表現(xiàn)為，在控制其他變量的情況下，金融集聚與資本、勞動和要素價格扭曲的交互項每增加1個百分點，平均來說，在資本、勞動和要素價格扭曲交互模型中，城市化分別在1%顯著水平上下降0.047%、0.098%和0.103%。

表2 面板交互項模型回歸結果

結果顯示：首先，金融業(yè)的發(fā)展，尤其是金融集聚為城市化提供了便捷的融資渠道，緩解了城市化的資金約束，提升了城市化水平。其次，當存在要素價格扭曲時，一方面，資本價格扭曲改變了資金的傳導方向，使得金融資本更多地流向國有企業(yè)，對民營企業(yè)的融資渠道產(chǎn)生了擠出效應，從資本方面抑制了城市化的進程；另一方面，勞動價格扭曲通過壓低城市就業(yè)人口報酬，降低城市對農(nóng)村人口的吸引力，從而在勞動方面減緩了城市化的速度。綜合要素價格扭曲的上述兩個方面，在金融集聚促進城市化的過程中，要素價格扭曲在一定程度上阻礙了城市化發(fā)展。此外，控制變量lnLI、lnGE和lnFDI，其回歸系數(shù)均為正值，這與預期相符。同時將這3個控制變量加入資本、勞動和要素價格扭曲交互模型之前和之后，都能確保核心解釋變量金融集聚、金融集聚與資本、勞動和要素價格扭曲的交互項的回歸系數(shù)保持同向變化，在一定程度上提升了資本、勞動和要素價格扭曲交互模型的穩(wěn)健性。

（二）面板門限模型回歸結果

由于在要素價格扭曲的視角下，金融集聚對城市化的影響是多維度的，其影響可能會隨著要素價格扭曲與金融集聚的共同作用對城市化進程呈現(xiàn)不同的特征，即核心解釋變量間可能會存在非線性關系。為了檢驗是否存在非線性關系，本文采用式（8）對上述非線性關系進行檢驗。

1.以金融集聚與資本要素價格扭曲的交互項為門限變量

當城市化lnURB為被解釋變量時，對30個省級區(qū)域層面中的金融集聚與資本要素價格扭曲的交互項ln（AGG*DISK）是否存在門限值或者存在一個、二個門限值分別進行檢驗，借鑒Hansen（1999）的“自助法”，運用Stata15.0軟件，通過反復抽樣300次得出檢驗統(tǒng)計量以及對應的伴隨概率，判斷是否存在著門限效應，其檢驗結果顯示模型中存在一個門限值，表3為門限值的估計結果。

表3 門限值估計結果

當城市化lnURB作為被解釋變量，金融集聚與資本要素價格扭曲交互項ln（AGG*DISK）的面板門限估計值-1.6377，在95%置信區(qū)間下，似然比統(tǒng)計量最低點為對應的實際門限值，5%顯著水平的臨界值為7.3522，該臨界值大于門限值-1.6377，則證明此門限值是真實有效的。該面板門限回歸結果如表4所示。

表4 面板門限模型參數(shù)估計結果

當門限變量為ln（AGG*DISK）時，不同的ln（AGG*DISK）取值對城市化水平的提高存在著較大變化。當資本要素價格扭曲作用于金融集聚較強時（ln（AGG*DISK）≤-1.6377），對城市化影響系數(shù)為-0.267，且在1%的水平下顯著；當資本要素價格扭曲作 用 于 金 融 集 聚 減 弱 時（ln（AGG*DISK）＞-1.6377），對城市化影響系數(shù)為0.0394。由此可知，金融集聚對城市化的促進作用會隨著資本要素價格對金融集聚作用強度的下降而逐漸增加，當越過門限值-1.6377時，最終還將促進城市化水平的提升。主要原因是當存在資本要素價格扭曲時，金融資源將會產(chǎn)生錯配進而抑制金融集聚的極化效應，隨著資本要素價格扭曲的減弱，金融資源配置將會趨于合理化，進而增強金融集聚的極化效應，促進城市化。此外，控制變量lnLI、lnGE、lnFDI的回歸系數(shù)都是正值，且都在1%的水平下顯著提升了城市化水平。

2.以金融集聚與勞動要素價格扭曲的交互項為門限變量

接下來對金融集聚與勞動要素價格扭曲的交互項ln（AGG*DISL）是否存在門限值或者存在一個、兩個門限值分別進行檢驗，結果顯示存在一個門限值，并得出其門限值為0.8303。其面板門限回歸結果如表5所示。

表5 面板門限模型參數(shù)估計結果

當門限變量為ln（AGG*DISL）時，不同的ln（AGG*DISL）取值對城市化水平的提高存在著較大變化。當勞動要素價格扭曲作用于金融集聚較強時（ln（AGG*DISL）≤0.8303），對城市化影響系數(shù)為0.0023；當勞動要素價格扭曲作用于金融集聚減弱時（ln（AGG*DISL）＞ 0.8303），對城市化影響系數(shù)為-0.2345，且在5%的水平下顯著。由此可知，金融集聚對城市化的促進作用會隨著勞動要素價格對金融集聚作用強度的下降而逐漸減少，當越過門限值0.8303時，還將抑制城市化水平的提升。主要原因是當存在勞動要素價格扭曲時，勞動密集型的低端產(chǎn)業(yè)在我國集中，提升了勞動密集型產(chǎn)業(yè)發(fā)展，促進了城市化發(fā)展，削減了產(chǎn)業(yè)結構轉型升級。隨著勞動要素價格扭曲的減弱，勞動者的工資趨于合理化，此時如果不轉型升級產(chǎn)業(yè)結構就會造成中小企業(yè)的成本上升，降低金融集聚的極化效應，抑制城市化。此外，控制變量lnLI、lnGE、lnFDI的回歸系數(shù)都是正值，且都在1%的水平下顯著得提升了城市化。

3.金融集聚與要素價格扭曲的交互項為門限變量

最后針對金融集聚與要素價格扭曲的交互項ln（AGG*DIS）是否存在門限值或者存在一個、兩個門限值分別進行檢驗，其檢驗結果顯示存在一個門限值，并得出其門限值為-1.4247。同時也得到其面板門限回歸結果，見表6。

表6 面板門限模型參數(shù)估計結果

當門限變量為ln（AGG*DIS）時，不同的ln（AGG*DIS）取值對城市化水平的提高存在著較大變化。當要素價格扭曲作用于金融集聚較強時（ln（AGG*DIS）≤-1.4247），對城市化影響系數(shù)為-0.267，且在1%的水平下顯著。當要素價格扭曲作用于金融集聚減弱時（ln（AGG*DIS）＞ -1.4247），對城市化影響系數(shù)為0.0394。由此可知，金融集聚對城市化的促進作用會隨著要素價格對金融集聚作用強度的下降而逐漸增加，當越過門限值-1.4247時，還會促進城市化水平的提升。此結果與資本要素價格扭曲的情形趨同，說明在要素價格扭曲的情況下，資本要素價格在對金融集聚的影響中起到了主導作用。此外，控制變量lnLI、lnGE、lnFDI的回歸系數(shù)都是正值，且都在1%的水平下顯著得提升了城市化。

綜上所述，金融集聚與資本、勞動以及要素價格扭曲交互作用的面板門限模型均存在單一門限值。當金融集聚與資本、勞動以及要素價格扭曲交互作用超越這一門限值時，金融集聚對城市化的影響作用會發(fā)生反轉。

4.穩(wěn)健性檢驗

為了檢驗上述實證分析的穩(wěn)健性，本文將2000～2017年的省域面板數(shù)據(jù)分為東、中、西部三個區(qū)域，分別對式（8）面板門限模型進行回歸，同時去掉工業(yè)化水平（LI）這個控制變量進行驗證，結果顯示，不管是東部、中部還是西部區(qū)域，在控制變量lnGE、lnFDI不變的情況下，金融集聚與資本、勞動以及要素價格扭曲交互作用的面板門限模型均存在單一門限值。這與上述研究結果一致。

5.內(nèi)生性檢驗

根據(jù)第三節(jié)金融集聚對城市化的影響機制分析可知，當存在要素價格扭曲時，金融集聚與城市化之間互為因果關系，那么影響城市化的擾動項中的因素就會與金融集聚相關，即存在內(nèi)生性問題。為了解決內(nèi)生性問題，本文采用廣義矩估計（GMM）的方法，將金融集聚變量的滯后一期作為工具變量對式（8）模型進行估計，其結果顯示，將滯后一期的金融集聚作為工具變量，對資本、勞動以及要素價格扭曲與金融集聚交互門限模型的進行估計，其結果與上述第二節(jié)面板門限模型回歸結果無顯著差異，有效地解決了式（8）模型的內(nèi)生性問題。

五、結論與啟示

本文基于要素價格扭曲情況分析和金融集聚對城市化影響機制說明的基礎上，以2000～2017年我國30個省域的面板數(shù)據(jù)為樣本，將資本、勞動以及總的要素價格扭曲分別與金融集聚的交互項作為核心解釋變量和門限變量，通過面板交互項模型和面板門限回歸模型實證分析當存在要素價格扭曲的情況時，金融集聚對城市化的影響，得出以下結論：

第一，基于金融集聚對城市化的影響機制，首先，金融集聚將通過“極化效應”提升城市化。其次，資本和勞動要素價格扭曲將會抑制金融集聚對城市化的“極化效應”。總之，當存在要素價格扭曲的情況時，金融集聚對城市化的“極化效應”具有抑制作用；第二，基于面板交互項模型實證研究金融集聚對城市化的影響，發(fā)現(xiàn)在資本、勞動以及要素價格扭曲三種交互模型的固定效應中，金融集聚都在1%的水平上顯著促進了城市化，但是金融集聚與資本、勞動以及要素價格扭曲的交互項在1%的水平上顯著抑制了城市化；第三，基于面板門限回歸模型實證分析金融集聚對城市化的影響，發(fā)現(xiàn)金融集聚與資本、勞動以及要素價格扭曲交互作用的面板門限模型均存在單一門限值，當金融集聚與資本、勞動以及要素價格扭曲交互作用超越這一門限值時，金融集聚對城市化的影響作用會發(fā)生反轉。

基于上述結論，本文得出以下兩點啟示：第一，鑒于金融集聚的“極化效應”顯著促進了城市化，在穩(wěn)步推進金融供給側結構性改革加大力度支持實體經(jīng)濟的背景下，我國各省域需要降低企業(yè)的投融資成本，提高金融資本配置企業(yè)資源的效率，防范和化解金融風險，擴大金融開放的空間，借此來助力城市化的提升；第二，鑒于金融集聚與資本、勞動以及要素價格扭曲的交互作用顯著抑制了城市化，我國各級政府應通過細分市場、優(yōu)化工資機制等積極政策來改善要素要價格扭曲程度，提高中小企業(yè)規(guī)模，優(yōu)化產(chǎn)業(yè)結構升級，促進城市化。