中國城鎮化經濟績效空間差異研究

盧麗文，張 毅,2，李永盛

（1.中國地質大學＜武漢＞研究生院，武漢 430074；2.華中師范大學 城市與環境科學學院，武漢 430079）

0 前言

城鎮化的發展必將釋放巨大內需，城鎮化是中國經濟長期平穩較快發展的動力源泉。城鎮化與經濟發展到底是什么關系，城鎮化到底對經濟增長的推動作用有多大，全國區域尺度、東中部區域尺度、西部區域尺度是否存在區域差異，這些問題的探討對于服務現實國家的宏觀決策具有重大的意義。本文首先建立了經濟增長與城鎮化水平的var模型，初步探討經濟發展與城鎮化水平之間的相互關系，然后收集面板數據，采用空間計量模型，既考慮了時間尺度的相關性，又考慮了空間尺度的相關性。因此，對我國城鎮化對經濟增長的影響的貢獻度進行更加科學的研究。

1 變量的選擇與數據來源

1.1 變量的選擇

因變量：一般來說，GDP、人均GDP這兩個指標都能很好的反映經濟增長水平，本文選擇人均GDP，主要是考慮剔除人口規模的影響。

自變量：關于城鎮化發展水平的常用衡量指標主要有單一指標法、多項指標法，其中一直處于主導地位的方法是人口比重指標法，本文選擇人口城鎮化率CZH。

為消除原始數據可能存在的異方差，對自變量和因變量數據進行取對數處理為lnRGDP與lnCZH。

基于VAR模型分析的數據取1978～2011年全國人均GDP與人口城鎮化率的時間序列數據，空間面板計量模型的數據選取2007～2011年31個省市的人均GDP與人口城鎮化率數據。

1.2 數據來源

變量數據來源于《中國統計年鑒（2006～2012）》、《中國區域經濟統計年鑒2007》及《中國區域經濟統計年鑒2012》，包括中國31個省市區，港澳臺地區由于數據缺失原因除外，同時論文還分西部及東中部研究了其城鎮化對經濟增長的影響，其中中國東中部地區：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南、山西、安徽、江西、河南、湖北和湖南19個省市，西部地區包括重慶、四川、貴州、云南、廣西、陜西、甘肅、青海、寧夏、西藏、新疆、內蒙古12個省市。

2 基于VAR模型的經濟發展與城鎮化水平動態關系分析

Var模型是不以經濟理論為基礎的模型，主要用于預測和分析隨機擾動項對系統的動態沖擊，利用var模型可以很好的研究經濟發展與城鎮化水平的波動傳導關系。

2.1 數據平穩性檢驗

利用單位根檢驗來判斷數據的判斷數據的平穩性，避免偽回歸，單位根檢驗結果如表1所示。

表1 時間序列單位根檢驗

從表1可以看出，原始數據是不平穩的時間序列，經過一階差分，都呈一階單整，有存在協整的可能。根據赤池信息準則（AIC)和施瓦茨（SC）最小的原則確定模型最優滯后階數為3。根據最優滯后階數對變量進行Johansen協整檢驗，檢驗結果通過了5%的顯著性檢驗，拒絕原假設，變量之間存在協整關系，說明經濟發展與城鎮化水平之間存在長期均衡關系。為進一步驗證協整關系的正確性，利用AR根的圖表驗證方法如圖1所示，單位根倒數的模都小于1，都落在單位圓之內，因此，是一個平穩的系統。

圖1 AR根檢驗結果

2.2 脈沖響應函數分析

脈沖響應函數用來刻畫的是來一個標準差的自擾動項（新息）的沖擊對當前值和未來值的影響軌跡，比較直觀的表現出的動態互動關系。廣義脈沖響應不依賴于var模型各變量的排序關系，所以本文采用的是廣義脈沖響應，得到結果如圖2和圖3所示：

圖2 城鎮化與經濟發展本身對經濟發展的影響

圖3 經濟發展與城鎮化本身對城鎮化發展的影響

通過圖2反映的是各內生變量對人均GDP的一個標準差大小的隨機新息的反應，從圖中可以看出Y（人均GDP）對其自身的反應是持續的正向效應，到第二期時達到最大，然后逐步減小，第三期至第八期減弱幅度較大，至第十期趨于穩定，這說明當期的人均GDP與其滯后值相關聯，但是關聯度在逐步減弱。城鎮化水平的沖擊引起Y（人均GDP）的變化是波動的，當在本期給城鎮化水平一個正向沖擊后，人均GDP在前三期為正向波動狀態，隨后轉為負響應，負響應先增大后減少，逐步轉為正響應，這說明城鎮化水平的提高有助于經濟增長，但具有滯后效應，分析原因可能是在城鎮化水平提高拉動了投資與消費，通過一段時期的傳導，抵消掉了城鎮水平提高帶來的城鄉差距擴大的負效應，促進了人均GDP的提高。

從圖3中可以看出，X（城鎮化水平）對其自身的沖擊反應是：先上升，后下降，總體而言是正響應，但在快速減弱，說明城鎮化水平與其滯后值相關聯。當在本期給人均GDP一個正向沖擊后，城鎮化水平在前三期為正向波動狀態，第二期為最低點，隨后逐步上升，為持續的正響應，說明經濟發展的正向沖擊對城鎮化水平的提高具有非常顯著促進作用，并且具有較長的持續效應。可能的原因是人均GDP越高，刺激居民的消費，拉動投資，投資帶動就業，就業機會的增多引起人口向城鎮流動，城鎮化水平提高。

2.3 方差分解分析

方差分解可以用來把系統中每一個內生變量的變動分解成各變量所做的貢獻，可以進一步評價各新息對模型內生變量的重要性。

圖4 各變量沖擊對經濟發展的貢獻度

圖5 各變量沖擊對城鎮化發展的貢獻度

從圖4和圖5可以看出：人均GDP的波動在第一期只受到自身沖擊的影響，從第二期起來自城鎮化水平的波動的影響逐步提高，城鎮化對經濟發展的貢獻是逐步增加的，第六期趨于穩定，穩定在18%左右。城鎮化水平的波動在第一期就受到自身及人均GDP的沖擊，并且來自城鎮化自身的擾動逐步下降，人均GDP的擾動上升至30%左右，經濟發展對城鎮化水平的提高具有顯著的促進作用，這與我們得到的脈沖響應結論吻合。

2.4 格蘭杰因果檢驗

格蘭杰因果檢驗是統計意義的因果關系，其定義是在包含變量X、Y的過去信息的條件下，變量X的值包括進來能有助于解釋變量Y的將來變化，則說X是Y的格蘭杰原因。本文通過對變量滯后3期進行格蘭杰因果檢驗，得出結果如表2所示：

表2 格蘭杰因果檢驗結果

通過表2可以看出：城鎮化與經濟發展是雙向格蘭杰因果關系。因此，進一步驗證了城鎮化水平的提高對經濟增長有促進作用，其實質是人口與經濟活動在空間上集聚的過程。同時，經濟的增長對促進城鎮化也有積極的促進作用。

3 基于空間面板的城鎮化對經濟發展貢獻度分析

通過VAR模型，研究了時間序列城鎮化與經濟發展的關系，但忽視了空間上的個體差異，也忽視了空間尺度的相關性，因此，進一步采用空間面板數據模型對我國的城鎮化水平對經濟發展的貢獻度做分析。

3.1 面板數據的平穩性檢驗

為了避免偽回歸，保證估計結果的有效性，需要對面板數據的平穩性進行檢驗，本文對變量進行了單位根及協整檢驗。面板數據單位根及協整檢驗利用的是eviews6軟件，單位根檢驗采用的是LLC、IPS、ADF、PP四種檢驗方法。

表3 變量的單位根檢驗

一般來說，只要LLC及ADF兩種檢驗方法均拒絕原假設則說明數據是平穩的，從表3可以看出，原始的數據的單位根檢驗值并不顯著，在經一階差分后，所有檢驗方法的檢驗值在10%的顯著性水平下均拒絕了存在單位根的假設，可以認為數據是平穩的，所以全國、東中部、西部數據都是I（1）一階單整，他們之間可能存在協整關系。

表4 協整關系檢驗結果

對于小樣本，Panel ADF-Statistic和Group ADF-Statistic統計量的檢驗效果更好，檢驗結果從表4可以看出Panel ADF-Statistic和Group ADF-Statistic檢驗都通過了1%的顯著性水平，對于T較小時，Kao檢驗具有更好的檢驗功效，從表4中可以看出，Kao檢驗也均通過了1%的顯著性水平，拒絕不存在協整關系的假設，因此，本文認為我國31個省市的經濟增長與城鎮化水平兩個變量之間存在協整關系。

3.2 空間相關性檢驗

在建立空間計量模型前，首先要檢驗數據之間是的空間相關性是否明顯。

本文采用了 Moran I 、LMlag、LMerr、R-LMlag、R-LMerr五種自相關統計量對省域經濟增長和城鎮化水平進行空間相關性檢驗，其中LMlag、LMerr、R-LMlag、R-LMerr還可以為模型的選擇提供依據。矩陣采用的是分塊對角矩陣，利用matlabR2010a軟件計算結果如表5所示。

表5 經濟增長和城鎮化空間相關性檢驗結果

從表5可以看出，全國、東中部、西部地區經濟增長與城鎮化水平之間的空間相關性檢驗都非常顯著，而且全國、東中部、西部地區的空間相關性都在0.6以上，呈正相關，經濟增長與城鎮化具有明顯的空間依賴性及空間集聚效應，因此采用傳統的面板數據方法估計的模型是有偏的或者是無效的，我們在探討經濟增長與城鎮化水平之間的關系時將空間因素納入模型十分必要。同時從表中的LM與R-LM檢驗可以判斷西部地區選擇空間滯后模型。

3.3 空間計量模型的選擇與分析

Anselin將空間誤差項及空間滯后被解釋量引入傳統的面板數據模型中，空間經濟計量的兩種基本模型分別是：

空間滯后模型SLM：Y=ρ(IT?WN)Y+βX+ε

空間誤差模型SEM：y=Xβ+ε ε=λ(IT?WN)ε+μ

其中Y表示經濟產出，用lnRGDP來表征；U表示城鎮化發展水平，用人口城鎮化率lnCZH來表征；

在進行模型選擇時，需要考慮是選擇采用固定效應模型還是隨機效應模型，本文通過運行matlabR2010a軟件，比較空間滯后（SLM）固定效應與隨機效應模型，空間誤差（SEM）固定效應與隨機效應模型檢驗值，如表6所示。

表6 隨機效應和固定效應檢驗結果

從表6可以看出，全國、西部區域范圍的空間誤差隨機效應Hausman檢驗在5%的水平上顯著，表明應采用固定效應，且從全國、東中部、西部區域范圍來看，空間滯后固定效應的LR-test、調整的R2、log-likelihood均大于其他三類模型，表明應選擇空間固定效應模型。

固定效應模型包括無固定效應、空間固定效應、時間固定效應及時空雙固定效應四類模型。通過運行matlabR2010a軟件得出全國、東中部、西部地區空間滯后（SLM）四類固定效應模型結果如表7、8、9所示。

表7 全國區域空間固定效應模型的估計結果

表8 東中部地區空間固定效應模型的估計結果

表9 西部地區空間固定效應模型的估計結果

通過分析表7、8、9可以得出以下結論：

通過綜合對比空間滯后模型的四類固定效應模型的調整的R2（擬合優度）、δ2、log-likelihood，空間固定效應明顯優于無固定效應和時間固定效應，時空固定效應的極大似然值雖然大于空間固定效應，但其擬合優度太低，本文選擇了空間固定效應模型。導致這種情況的可能有兩個原因引起：原因一是本文選取的是“短面板”數據，也就是時間序列個數（T=7）小于截面個體（N=31)數量,也就可能會導致相對于時間固定效應來說，截面的個體效應更顯著。原因二是說明相鄰區域城鎮化對經濟增長的作用的空間溢出效應隨區域、但不隨時間變化存在很大差異，也就是說主要體現在區域間的結構性差異上，這與我們國家的實際情況也是相符的。

全國、東中部、西部經濟增長的空間溢出效應顯著，區位因素對經濟增長具有重要影響。從表中可以看出，空間效應系數都在0.8以上且在5%的水平上顯著，這表明經濟增長具有正向的空間擴散效應，一個地區經濟的發展會受到相鄰地區經濟發展的影響。

運用空間固定效應模型，可以進行具體的數據計算分析：對于全國區域而言，如果城鎮化水平提高1%，則人均GDP增長0.93%。對于東中部區域而言，如果城鎮化水平提高1%，則人均GDP增長3.14%。對于西部地區而言，如果城鎮化水平提高1%，則人均GDP增長0.32%。說明城鎮化對經濟增長的影響存在很大的區域差異，其中，東中部地區城鎮化對經濟的促進作用最為明顯，而在西部地區城鎮化對經濟的促進作用就相比削弱了很多。究其原因本文認為一是東中部地區教育水平、基礎設施、生活水平相比于西部地區都具有優勢，人力資源水平較高，具有較好的發展基礎，因此東中部人口的城鎮化可以形成較高的生產能力，產生較大消費能力，從而城鎮化質量更高，促進經濟增長的效率就更高，而隨著經濟的增長，教育、基礎設施等的投入增加，社會就業崗位增長，人口的城鎮化水平進一步提高，兩者形成良性循環。而我國的西部地區雖然資源比較豐富，但是由于基礎設施、教育水平、體制改革相對落后，投資不足，抑制了當地就業的增長、消費水平的提高、工資水平的提升，一部分人雖然由貧困的農村搬到城鎮，但是其生活仍在貧困線上掙扎，城市貧困問題仍是西部需要關注的問題之一，影響城鎮化質量不高，從而導致對經濟增長的效率相對低下，因此東中部地區的城鎮化水平對經濟增長的促進效率遠遠高于西部地區。二是東中部由于經濟更為發達，就業、求學等機會更多，工資水平更高，吸引了更多來自西部地區的人口流入東中部地區，尤其是東部吸引了大量來自西部欠發達地區的高科技人才和農村剩余勞動力，他們在東部城市就業、生活，為城市經濟的發展做貢獻，也就是說西部地區的資源大量流入東部地區，并且形成明顯的馬太效應，從而形成了明顯的區域差異。

4 結論與建議

本文主要利用var模型和空間計量模型研究了城鎮化與經濟發展的關系，城鎮化對經濟發展的貢獻度，得出以下結論：（1）本文首先利用var模型研究了城鎮化與經濟發展關系，脈沖響應函數、方差分解分析、格蘭杰因果檢驗都表明城鎮化水平的提高對經濟增長有積極的促進作用，經濟增長對城鎮化發展也具有促進作用，城鎮化實質是人口和經濟活動在空間上的集聚。（2）本文利用空間計量模型分析得出全國城鎮化每提高一個百分點，人均GDP增長約為0.93個百分點，東中部地區城鎮化每提高一個百分點，人均GDP增長約為3.14個百分點，西部地區城鎮化每提高一個百分點，人均GDP增長約為0.32個百分點，貢獻度為東中部＞全國＞西部。

根據本文對中國城鎮化經濟績效空間差異特征的研究，提出如下建議：（1）從宏觀政策導向而言，積極推動城鎮化建設，注重城鎮化發展質量。（2）我國經濟發展和城鎮化水平都存在明顯的空間外溢效應，通過快速交通體系及體制改革等措施，確實縮短距離，加強省域間的聯系，尋求跨區域的發展與合作，由區域間的“競爭”發展走向“協同”發展，實現共贏的局面。（3）提高西部地區城鎮化對經濟增長的促進效率，縮小東西部發展差距，在中西部積極培育城市圈與城市群，打造城市經濟圈，發揮空間集聚效應，形成增長極，發揮增長極的輻射帶動作用，打破省域行政壁壘在區域間和省域間形成整合聯動發展的局面，協調區域經濟發展。

[1]Markus B.Economic Growth,Size of The Agricultural Sector,and Urbanization In Africa[J].Journal of Urban Economics,2012,（71）.

[2]Sakiru A S,Muhammad S.Trivariate Causality Between Economic Growth,Urbanisation and Electricity Consumption in Angola:Cointegration and Causality Analysis[J].Energy Policy,2013,（60）.

[3]朱孔來,李靜靜,樂菲菲.中國城鎮化進程與經濟增長關系的實證研究[J].統計研究,2011,（9）.

[4]張宏彥,何清,余謙.中國農村金融發展對城鄉收入差距影響的實證研究[J].中南財經政法大學學報,2011,（1）.

[5]李璐.由“先有雞還是先有蛋”談起—格蘭杰因果檢驗[J].中國統計,2012,（1）.

[6]劉紅梅,張忠杰,王克強.中國城鄉一體化影響因素分析—基于省級面板數據的引力模型[J].中國農村經濟,2012,（8）.

[6]宋慧林,宋海巖.中國旅游創新與旅游經濟增長關系研究—基于空間面板數據模型[J].旅游科學,2011,2(25).

[7]王銳淇,張宗益.區域創新能力影響因素的空間面板數據分析[J].科研管理,2010,5(31).

[8]沈體雁,馮等田,孫鐵山.空間計量經濟學[M].北京：北京大學出版社，2010.