新型城鎮化發展指標體系構建與影響因素分析

姚志　謝云

內容摘要：新型城鎮化是推進農業現代化的重要載體。在經濟新常態背景下，深入研究新型城鎮化的影響因素有利于探尋其持續健康發展的速度與路徑。本文通過構建新型城鎮化發展的指標體系，采用主成分回歸分析方法，對湖北新型城鎮化影響因素進行實證檢驗和判斷。結果顯示：經濟發展水平與政策制度安排是關鍵推手，農產品商品化率的影響最為顯著，適度城鄉收入差距在計量意義上有利于提升新型城鎮化水平，產業與就業結構偏離對新型城鎮化的推力顯現疲軟，科技教育作用影響不顯著，與預期偏差。據此，文章針對性地提出相關建議。

關鍵詞：新型城鎮化 影響因素 實證分析

中圖分類號：F29 文獻標識碼：A

相關理論分析

（一）新型城鎮化的科學內涵

新型城鎮化是指：在經濟新常態背景下，必須摒棄過去以犧牲環境為代價、片面追求“數字城鎮化”、粗放型發展的城鎮化模式，進而追求大中小城市、小城鎮、新農村的協調發展，最終實現“人的城鎮化”。其核心是要以人為本，充分尊重人的意愿，最終實現人的全面發展。由于新型城鎮化發展受經濟、產業、社會、人口、資源、環境、制度等多方面因素的影響，故新型城鎮化的最終目標就是要實現產城互動、集約高效、生態和諧與城鄉一體化。

（二）新型城鎮化的影響因素

借鑒國內外學者研究成果及新型城鎮化發展現狀，本文把新型城鎮化發展的影響因素概括為：經濟發展水平、產業水平與結構、人口流動與結構、科學技術教育水平、基礎設施建設以及政策制度安排等方面的綜合性影響。

第一，經濟發展指標。新型城鎮化水平的高低很大程度上依賴于經濟發展水平，在經濟增速放緩背景下，探究其對新型城鎮化的影響顯得尤為必要。人均GDP是衡量經濟發展水平的重要指標，故選取人均GDP為解釋變量。

第二，產業指標。產業發展是新型城鎮化發展的推力，新型城鎮化是產業化發展的拉力。故選取第二、三產業產值占總產值比重與就業人數占總就業人數比重等四個指標代表產業指標對新型城鎮化水平的影響。

第三，人口轉移指標。用城鄉收入差距、城鎮登記失業率、農業機械化總動力三個解釋變量反映人口轉移對新型城鎮化的影響。

第四，社會教育指標。科技教育、基礎設施等指標表征社會指標。用科教文衛事業費用占地方財政支出比與每萬人擁有大學生數兩個解釋變量反映該指標。

第五，政策制度指標。政府政策制度是新型城鎮化發展的政策環境因子。以農產品商品化率（即用于銷售的農產品量除以農產品總產量）反映惠農政策傾斜力度與市場化程度，表征“政府的手”與“市場的手”雙重關系。用人均社會固定資產投資與公路里程數兩個解釋變量，反映在基礎設施投資上的政策傾斜對新型城鎮化的影響。

模型構建

（一）指標選取和數據來源

充分遵循科學性、可操作性等原則，在借鑒張麗琴、陳列（2013）新型城鎮化影響因素的評價體系上，加入農業機械化總動力，完善了評價體系。定義湖北省城鎮化率為被解釋變量，反映其發展水平；最終選取13個新型城鎮化影響因素為解釋變量，構建了湖北省新型城鎮化水平評價指標體系（見表1）。

選取1990-2014年時間序列數據指標，共25個樣本。2013年以前所選數據主要是來源于對歷年《國家統計年鑒》、《經濟年鑒》、《湖北統計年鑒》、《湖北經濟年鑒》等整理與計算；2014年相關數據主要來源于《2015年湖北省政府工作報告》、《關于湖北省2014年國民經濟和社會發展計劃執行情況及2015年國民經濟和社會發展計劃草案的報告》、《湖北省發展規劃》等資料。

（二）模型構建

由于各個解釋變量的單位不統一、取值大小差異明顯，為了消除量綱差異與異方差性，對所有影響因素取對數，記為：LnXi（i=1，2，3，…，13）。為消除各影響因素之間具有的多重共線性，把多個影響因素聚類，故選取Principal component regression analysis （PCRA）作為模型方法。PCRA是通過線性變換把一組相關變量變成另一組不相關的變量，用幾個綜合指標表示原來的多個指標，達到簡化分析問題的目的的一種計量方法。其步驟用數學式子表示為：，首先，求出

其中，Z是標準化矩陣，x=（x1，x2，…，xp）T；xi=（xi1，xi2，xi3，…，xip）T，，n個樣本是標準差。

其次，計算相關系數。再次，解出相關系數矩陣R的特征方程│R-λIp│=0，進而確定主成分的個數，最后，與被解釋變量進行回歸分析，求出彈性。

為了避免簡單的線性回歸模型導致的回歸系數偏差較大、可比性不強等問題，本文借用已有雙對數線性模型，其公式為：

實證分析

（一）原始數據標準化

為了使結果不受量綱的影響，借助SPASS19.0統計軟件，通過統計描述命令，對所有已經求取對數的解釋變量，進行數據標準化處理，其結果標記為zlnxi（i =1，2，3，…，13），如表2所示。

（二）原始數據檢驗

主成分分析方法的運用必須通過因子適合度的檢驗（見表3），否則無效。因此，本文首先對變量適合度進行檢驗，結果如表3所示：KMO檢驗得到的KMO值為0.826，遠大于經驗值0.66，通過檢驗；同時，Bartlett檢驗得到近似卡方統計量為793.321，P值為0.000，小于顯著性水平0.01，表示指標變量在99%置信水平下顯著相關。由此可知，本文選取方法是科學的。

（三）確定主成分指標

方差貢獻率是衡量公因子相對重要程度的指標，方差貢獻率越大，表明該公因子對變量的貢獻越大，在這里是指各因子對湖北省新型城鎮化的影響力。通常以累積貢獻率達85%來確定主成分的個數。表4顯示，F1代表了74.701%的原始指標信息，F2代表了16.638%的信息。前兩個主成分指標的累積貢獻率達到了91.339%，可以較好地反映所選指標的絕大部分信息。

（四）確立主成分綜合指標

由因子荷載矩陣與成分得分系數表（見表5）可以看出：第一主成分F1在變量x1、x2、x3、x5、x6、x9、x10、x11、x12、x13上的負載系數較大，表明：經濟發展、產業發展、制度指標對新型城鎮化影響的重要性。F2則在x4、x7、x8上的負載較大，表明人口指標對新型城鎮化的影響也不可忽視，但具體影響有待于進一步研究。

結果顯示，R2與調整后的R2遠大于0.8，表明模型的擬合優度很高。F值等于146.0977，且F檢驗的P值為0.0000，說明在5%的顯著性水平下，模型通過F檢驗；T檢驗全部通過，但是，D-W=1.0846，在5%的顯著性水平下，dl

由檢驗結果可知，LM檢驗統計量Obs*R-squared=3.807160，其相應的概率P值為0.1490，遠大于0.05的顯著性水平，接受殘差不存在序列自相關的原假設；而且，CQ偏自相關檢驗結果AC與PAC值均顯示不存在序列自相關性，模型回歸結果較為理想。

最后，為深入探析各因素對被解釋變量解釋程度，將F1、F2代入雙對數模型進行還原，得到各個解釋變量的彈性系數估計值及排名，如表8所示。

結論及建議

（一）經濟發展水平是新型城鎮化的重要推手

首先，人均GDP的彈性系數為0.6922，排名在第三位，表明人均GDP每提高1%，湖北省城鎮化率將提高0.6922%。其次，負載系數位于第一主成分中，高達0.993。綜合表明，經濟發展水平是湖北省新型城鎮化發展的重要引擎。當前，在經濟發展速度從高速增長轉為中高速增長的新形勢下，城鎮化增速也會減緩，而這也預示著湖北城鎮化將迎來全面提質階段。

（二）產業與就業結構偏離對新型城鎮化的推力顯現疲軟狀態

首先，反映產業發展的四個指標彈性排名分別位于第八、第七、第十三、第五位，明顯靠后，產業與就業結構發生了嚴重偏離，這表明湖北省產業結構對新型城鎮化發展的推力不足，呈現疲軟狀態。但是，就負載系數來講，四個指標負載系數的值都高于0.884，表明湖北省產業發展與新型城鎮化發展影響關系仍然十分密切；其次，產值比、就業比的彈性排名，第三產業遠優于第二產業，尤其是第三產業就業比彈性排名第五位，明顯靠前，說明拉動城鎮化水平提升，第三產業貢獻遠大于第二產業；另外，第二產業就業指標彈性值為負，與預期偏差。因此，在新常態背景下，要推動產業與城鎮融合發展，就必須優化升級與平衡產業、就業結構，尤其是提升第三產業產值、就業比重將成為湖北省新型城鎮化水平大幅提高的主導動力。

（三）適度城鄉收入差距在計量意義上提升了新型城鎮化水平

首先反映人口轉移指標的城鄉收入差距彈性系數為0.6951，且排在第二位，表明城鄉收入差距每提高1個百分點，新型城鎮化水平將提高0.6951個百分點。同時，其負載系數也高達0.985。說明隨著城鄉收入差距的拉大，致使農業轉移人口從農村流向城市，客觀上能推動城鎮化水平提高，起正向作用，與劉易斯“勞動力遷移”模型相吻合。但這只能引致所謂的“常住人口城鎮化”和“半城鎮化”。機械化水平指標排名靠后，機械動力對人力的“擠出效應”也不明顯，況且“擠出”并不代表“落戶”。現階段，提高戶籍人口城鎮化率有助于提升城鎮化的健康程度。另外，2014年湖北省城鎮登記失業率較低，僅為3.1%，說明湖北省城鎮就業人口的吸納力強，就業形勢良好，這印證了我國正處于劉易斯拐點、人口紅利逐步喪失時期。因此，政府應防止“城市偏向、工業優先”帶來的城鄉差距引致的過度城鎮化現象，控制適度的城鄉收入差距，加快提高戶籍人口城鎮化率，才能保證城鎮化的“質”與“量”。

（四）科技教育對新型城鎮化的影響不顯著且與預期偏離

首先，每萬人擁有在校大學生數的彈性系數為0.4933，即該因子每提高1%，城鎮化水平能提高0.4933%。但是，從彈性排名來看，位置居中。科教文衛事業費用占地方財政支出比彈性系數僅為0.1242，彈性排名倒數第二位，遠低于預期。因此，一方面要創新制度、創造條件留住高層次人才，逐步實現“常住人口城鎮化”向“扎根城鎮化”進而向“市民化”的轉型。另一方面，要繼續加大教育科技的政策傾斜，尤其是義務教育、鄉村教育的政策傾斜，確保新型城鎮化持續發展的內生動力。

（五）政策制度安排與新型城鎮化發展高度相關且助推成效顯著

首先，農產品商品化率的彈性系數最大，排名第一位，為1.0183，表明農產品商品化率每提高一個百分點，城鎮化水平相應提高1.0183個百分點。同時，其負載系數也高達0.979，說明農產品商品化率對湖北省新型城鎮化的彈性影響最為顯著。其次，公路里程數的彈性系數高達0.6189，居第四位，其負載系數高達0.993，表明近年來湖北省公路里程數的大幅增加，尤其是城鄉之間的公路里程增加，為農村人口、農產品外流提供了基礎條件；此外，人均固定資產投資雖然負載高達0.944，但其彈性排名靠后，僅在第九位。說明湖北省固定投資對城鎮化帶動不明顯。

參考文獻：

1.李潤平.縣域城鎮化影響因素的地區差異—基于金融視角的因子分析[J].金融理論與實踐，2014（1）

2.盧麗文，張毅，李永盛.中國人口城鎮化影響因素研究—基于31個省域的空間面板數據[J].地域研究與開發，2014（3）

3.汪增洋，費金金.人口遷移的空間抉擇：本地城鎮化抑或異地城鎮化[J].財貿研究，2014（6）

4.馬孝先.中國城鎮化的關鍵影響因素及其效應分析[J].中國人口·資源與環境，2014（12）

5.毛雪艷，王平.青海省新型城鎮化影響因素的實證研究[J].西北人口，2014（6）

6.陳暉濤，鄭傳芳.福建省城鎮化影響因素的實證分析[J].福建論壇（人文社會科學版），2014（4）

7.孫久文，周玉龍.中國產業發展與城鎮化互動研究—基于面板門檻回歸模型的視角[J].學習與實踐，2014（11）

8.蔡.以農民工市民化推進城鎮化[J].經濟研究，2013（3）

9.張麗琴，陳烈.新型城鎮化影響因素的實證研究—以河北省為例[J].中央財經大學學報，2013（12）