縣域人口城鎮化的影響因素分析

江易華

（1.清華大學社會學系，北京 100084；2.湖北工業大學公共管理系，武漢 430068）

0 引言

“六普”數據顯示，居住在城鎮的人口為66557萬人，占總人口的49.68%[1]。這一數據說明，從世界城市化過程的三階段來看，當前我國的城鎮化正處于加速發展階段。然而，在我國城鎮化加速發展的進程中，還存在一些問題亟待我們去解決。當前，理論界和實踐界普通關注的兩大問題：一是人口的城市化滯后于土地的城市化；二是城鎮化過程中出現的“偽城鎮化”現象。前者表現為土地資源用于城鎮建設，但農村人口并未實現相應轉移。后者從“六普”數據可見一斑，“六普”數據顯示，居住地與戶口登記地所在的鄉鎮街道不一致且離開戶口登記地半年以上的人口為26139萬人[1]。這一部分人從統計意義上說，屬于城市人口，但事實上他們并未真正融入城市。針對這一現象，學界指出：當前的城鎮化更多表現為一種“偽城鎮化”。

從流動人口數據來看，當前我國人口流動的趨勢表現為大量人口朝沿海大城市集中，這給大城市形成了較大壓力，也帶來了諸多問題。我國是一個農業人口占絕大多數的國家，當前農村還有幾億人口需要轉移，在資源短缺的情況下，如果人口都往大城市流動，則會進一步加劇大城市的高風險。為此，我們認為理想的流動模式是發展縣域經濟，逐步形成縣域范圍內的勞動力流動。正如有的學者指出的那樣，縣級城市應該成為現階段中國城市化道路的戰略性選擇[2]。張建華、洪銀興[3]認為，在大城市地區以縣級城市為主導推動城市化和城鄉一體化的條件最為成熟。當然，要在縣域范圍內形成合理的勞動力流動，需要綜合的政策引導，探索如何引導人口向縣域或小城鎮遷移。因此，本文在功能區劃背景的基礎上，厘清縣域人口城鎮化的影響因素，為推進縣域人口城鎮化提供決策參考，具有極其重要的意義。

盡管城鎮化進程受到自然、經濟、人口、政治、文化等諸多因素的影響，但起決定性作用的還是經濟因素，經濟發展是城鎮化最基本、最重要的動因。因此，本文將利用縣域經濟社會統計數據，對縣域人口城鎮化的內生影響因素進行因子分析，以此為基礎來確定縣域人口城鎮化的關鍵自變量。

需要說明的是，本文中的城市化或城鎮化是指英文中的“urbanization”，即中國的“urbanization”。我們在文中會用到“城市化”或“城鎮化”兩種表達，但表達的意思是相同的。

1 內生影響因素的因子分析

1.1 數據來源與研究方法

我們從2009年各省的統計年鑒中采集了全國1826個縣域統計數據，對其中的14個經濟社會指標進行因子分析。這些指標包括：地區生產總值（萬元）（GDP）,地區第一產業增加值（萬元）（GDP1），地區第二產業增加值（萬元）（GDP2），地區第三產業增加值（萬元）（GDP3），城鎮單位在崗職工人數（人）（UrE）,鄉村從業人員（人）（RuE），農林牧漁業人員（人）（AgrE），固定資產投資（萬元）（TatI）,地方一般財政預算收入（萬元）（GLR），地方一般財政預算支出（萬元）（GLE），城鄉收入比（%）（PAratio），農林牧漁業總產值（萬元）（GDA），社會消費品零售額（萬元）（TRS），農業機械總動力（萬千瓦）（machine）等。

我們應用主要運用SPSS統計軟件，對上述14項指標進行因子分析，選擇KMO檢驗和巴特利球形檢驗，采用方差極大法旋轉（正交旋轉）。

需要說明的是，我們在做因子分析時，把有些指標數據缺失的個案排除在因子分析過程之外，因此，最后實際參與因子分析的樣本數為1673個。

1.2 因子分析的結果解釋

（1）KMO值為0.796。根據統計學家Kaiser（1974）給出的執行因子分析的KMO大小判斷準則，表1中的Bartlett球度檢驗的概率P值表明，相關系數矩陣與單位矩陣差異顯著。同時，由KMO度量標準可知，表中的KMO值為0.796，表明本文用上述14個變量進行因子分析是可行的。

表1 KMO和球形Bartlett檢驗

（2）表2中顯示的是因子分析中的原有變量中總方差被解釋的列表。表2中數據顯示，有三個因子被提取和旋轉，其累計解釋總方差百分比為80.029%。前三個因子的方差貢獻率分別是：51.856%、19.455%、7.331%，且這三個因子的特征值都大于1。根據因子分析的基本原理，旋轉后三個因子的相對位置不變，但是，因素的完整性增加，可解釋的比重發生改變，分別為43.307%、25.482%、11.239%，累計解釋總方差百分比未變，但更易于解釋。由此方差解釋表可以看出，用這3個主成分因子來代替原來的14個指標，其方差貢獻率為80.029%。也就是說，用前面3個主成分因子解釋因變量，能包含原來14項指標所能解釋的絕大部分信息，因此，選擇前3個主成分因子作為主要自變量，能夠較好地解釋因變量。

（3）因子分析的碎石圖。圖1中的橫軸表示的是因子數量，縱軸表示的是特征根。從圖中的斜率變化來看，前三個主成分因子間的線形呈急速上升趨勢，其特征根也相對較大，但是，從第四個主成分因子及之后的因子間連線的斜率變化不大，特征值小。可見，碎石圖反映出了前三個主成分因子對解釋城鎮化率的貢獻相對較大。

表2 Total Variance Explained

圖1 因子分析碎石圖

（4）表3中顯示的是旋轉后的因子載荷矩陣。由旋轉后的因子載荷矩陣可以得到以下結論：第一，第1公因子在地方一般財政收入GLR、第二產業增加值GDP2、地區生產總值GDP、第三產業增加值GDP3、社會消費品零售額TRS、固定資產投產TatI、地方一般財政預算支出GLE分別有以下相應載荷：0.957、0.956、0.954、0.945、0.849、0.841、0.820，這些指標反映了縣域城鎮經濟發展實力，可以歸為城鎮經濟發展因子。我們選取地區生產總值GDP作為自變量指標。第二，第2個公因子在農林牧漁業人員AgrE、鄉村從業人員RuE、農村牧漁業總產值GDA、第一產業增加值GDP1分別有0.935、0.898、0.831、0.828的載荷，這4項指標反映了農業發展狀況，可以歸納為農業因子，選取農林牧漁業人員AgrE作為自變量指標。第三，第3個公因子在城鄉收入比PAratio有0.892因子載荷，這個指標反映了城鄉收入差距，歸為城鄉差距因子，并選擇城鄉收入比PAratio作為自變量指標。

因此，在2009年統計年鑒縣域樣本數據的因子分析中，地區生產總值GDP、農林牧漁業人員AgrE、城鄉收入比PAratio三個自變量將作為模型的自變量，再加上功能區域的劃分（人口發展功能區），成為后續關于縣域人口城鎮化模型研究的基礎。

2 結論與思考

區域間發展的非均衡性是我國區域發展的基本特征，區域城鎮化也不例外。因此，我們在分析縣域人口城鎮化的影響因素時，區域也應成為其中的一個關鍵變量。

通常，人們習慣于根據經濟區域的劃分來進行區域間的比較。而我國經濟區域的劃分，在不同的發展階段有不同的劃分。在當前的新形勢下，為扭轉我國社會經濟發展不協調的狀況，國家提出了主體功能區劃。在國家“十一五”規劃綱中，提出把國土空間劃分為優化開發區、重點開發區、限制開發區、禁止開發區4類不同的功能區。“十二五”規劃，則強調實施區域發展總體戰略和主體功能區戰略，增加區域發展的協調性。我們從主體功能區域劃分的依據來看，其重心體現在強調綜合考慮各區域的資源環境承載力等因素，注重對不同區域的功能進行合理定位。與之相配套的人口發展功能區劃，則是以自然資源等為基礎，以人口為主線，將區域劃分為人口穩定區、人口集聚區、人口疏散區和人口限制區4類。

表3 Rotated Component Matrixa

人口發展功能區與主體功能區劃是同一問題的兩個不同方面，二者既有聯系又有區別[4]。一方面，考慮到人口功能區以人口為載體,同時，推進形成主體功能區，也要求堅持以人為本，引導人口與經濟在國土空間的合理、均衡分布。另一方面，在我國人口城鎮化加速發展的過程中，已出現人口集聚滯后于產業集聚、國家生態屏障地區人口超載等現象。這些都要求我們：推進人口城鎮化，必須考慮人口發展功能的合理分區，在此基礎上來引導人口的有序流動與適度集聚，促進不同地區的人口與資源環境的協調與可持續發展。因此，我們在分析縣域人口城鎮化的影響因素時，把人口發展功能區劃作為其中的一個關鍵變量。

綜上所述，基于2009年各省的統計年鑒中的全國1826個縣統計數據，我們對其中的14個經濟社會指標進行了因子分析，以此為基礎確定縣域人口城鎮化的主要影響因素。分析結果顯示：地區國內生產總值、農林牧漁業人員、城鄉收入比三個自變量將作為模型的自變量，再加上人口發展功能區劃，成為縣域人口城鎮化理論模型構建的主要自變量。

[1]http://politics.people.com.cn/GB/1026/14506891.html，2011,9,21.

[2]殷廣衛，薄文廣.基于縣級城市的城鄉一體化是我國城市化道路的一種政策選擇[J].中國軟科學，2011,(8).

[3]張建華，洪銀華.都市圈內的城鄉一體化[J].經濟學家，2007,(5).

[4]曾群華，徐長樂，武文霞，蔡琴.人口發展功能分區與主體功分區的比較研究[J].人口與經濟，2010,（1）.