基于面板數據模型的中國“五化”協同發展影響因素研究

楊勇++李忠民

摘 要相對而言，國內對“四化”同步的研究較多，而對“五化”協同的研究處于剛剛起步階段，相應的對“五化”協同的影響因素的研究還尚未涉及。文章通過耦合度方法構建了“五化”協同發展指數，并對2001～2013年全國、三大地區與各省市區進行了協同度的測度，結果表明，各地區“五化”協同發展指數呈現上升趨勢，區域之間協同度趨于收斂。在此基礎上，構建了市場、政府與社會三個維度的影響因素的框架體系，并采用面板數據模型對全國以及三大地區的“五化”協同度影響因素進行了定量分析，實證結果顯示了人均GDP與人均財政支出在兩個維度均高度顯著，人均貸款余額均不顯著，其余各指標在不同維度顯著性差異較大。

關鍵詞“五化”協同；發展指數；耦合度模型；固定效應模型

[中圖分類號]F124 [文獻標識碼] A [文章編號]1673-0461（2017）02-0006-05

一、引言與文獻綜述

從“兩化”融合、“三化”協調、“四化”同步到“五化”協同，這個系列概念提出的過程充分反映了人們對發展中不斷出現的新現象、新問題、新挑戰進行的思考與采取的相適應的行動。理念貼近于現實，更凸顯對理論進行現實分析的意義，而對新理念的定量化的研究則可以更好地建立標準化的衡量依據。“五化”協同的提出時間較短，與之相應的研究成果較少，更是鮮有對其定量化的研究。而先前基礎性的研究為我們開展“五化”協同及其影響因素的研究提供了一定的借鑒。如錢麗等（2012）認為基礎教育水平、產業結構以及R&D經費投入對“三化”耦合協調度的提升具有積極的影響，而農村金融支持和經濟發展水平對耦合協調度的影響并不明顯；郭振（2013）認為不同區域的自然條件、資源稟賦、經濟發展水平和管理水平對“三化”協調發展有較多影響；李裕瑞等（2014）認為農業和農村的社會投資、財政投入及金融支持，以及大中型企業發展、道路基礎設施建設、居民消費等因素對“四化”同步發展的影響較為穩健；曾福生等（2013）、周振等（2015）則分別利用SBM-HR- Rdgopribit模型和隨機效應有序pribit模型從農業現代化角度分析了農業發展對“四化”協同發展的制約作用；舒季君等（2015）構建了面板數據模型從全國、東中西部對影響“四化”同步發展水平的主要因素進行了定量分析，結果表明經濟發展、教育與信息化水平是我國“四化”同步發展時空分異的關鍵因素，財政與投資水平、對外開放程度、交通、人口的作用較為顯著。以上主要針對“五化”同步中的部分內容進行了分析，或從某一化角度分析了對整體協調發展的影響程度，目前尚未有對“五化”協同發展的影響因素分析成果，本文基于2001～2013年全國31個省市自治區的面板數據，構建了“五化”協同發展指標體系，并利用耦合度指標評價方法測度了各地區“五化”協同發展水平，從市場基礎、政府支持以及社會資源3個方面對“五化”協同的影響因素進行了分析，揭示“五化”協同發展的時空分異特征，為我國區域發展規劃與決策提供參考與借鑒。

二、研究方法

（一）指標選取與數據處理

“五化”協同發展的測度沒有一個公認的統一的指標來衡量，因此，我們在科學性、系統性、層次性、客觀性與代表性的原則下根據對“五化”的豐富內涵的理解并借鑒前人研究成果多角度構建了一個發展指標體系，綜合反映了“五化”發展水平，如表1所示。

本文將研究對象定于全國31個省市自治區，數據均來源于《新中國60年統計資料匯編》、《中國區域經濟統計年鑒》、《中國城市統計年鑒》、《中國信息年鑒》以及部分省市2002～2014年統計年鑒，為保證數據完整性，缺失數據采用插值法進行補充。

三、中國“五化”協同發展指數的測度

利用式（1）～（4）計算得到2001～2013年31個省市自治區的“五化”協同發展指數，并且按照東部、中部與西部3大地區進行了分類，計算結果如圖1所示。

為了更好的說明“五化”協同發展的程度，借鑒廖重斌（1999）的做法，將協同發展度進行了等級劃分，見表2。

依據上述標準，2001年中國“五化”協同輕度失調型地區有2個，即西藏和貴州；瀕臨失調型地區的有1個為云南；勉強協調型地區數目最多，達到12個，主要分布在中西部地區；初級協調型地區有8個，東、中、西、東北4大地區均有分布；中級協調型地區有7個，幾乎都分布在東部沿海地區；良好協調型地區有1個，即北京。而到2013年，各地區協同發展指數均有所增加，勉強協調型地區僅有西藏；初級協調型地區僅有貴州；中級協調型地區增加到11個，大部分分布在中西部地區；良好協調型地區增加到11個，東、中、西、東北4大區域均有分布；而優質協調型地區增加到7個，均分布在東部沿海地區。

從各省區“五化”協同指數的均值看，中國“五化”協同發展指數呈現出緩慢上升趨勢，從2001年的0.62上升到2013年的0.83，年均增長2.38%；分階段看，從“十五”到“十一五”，中國“五化”協同發展指數均出現增速下滑，再到2011～2013年的發展階段，“五化”協同發展指數又出現了增速加快的趨勢。從各省區“五化”協同指數的變異系數看，2001～2013年，全國“五化”協同的差異逐漸下降，從0.178下降到0.1103，說明省區之間“五化”協同有趨同趨勢。西部省區“五化”協同發展指數增速加快，且遠高于東部省區。2001～2013年間，“五化”協同發展指數年均增速最快的5個省區分別為貴州（5.31%）、西藏（4.2%）、云南（3.81%）、海南（3.34%）與甘肅（3.29%），除海南外均屬于西部地區；而增速最慢的5個省市分別為遼寧（1.06%）、吉林（1.17%）、北京（1.19%）、內蒙古（1.43%）與天津（1.57%），西部僅有1省區，其余為東部與東北省區。增速最快的貴州與增速最慢的遼寧之間的同步指數差距從2001年的0.3647降到2013年的0.1478，縮小了一半多。

四、中國“五化”協同發展的影響因素分析

利用面板數據回歸檢驗“五化”協同發展度的影響因素，目前有一些研究基礎，如張燕等（2006）、劉濤等（2010）、錢麗等（2012）、郭震（2013）、李裕瑞等（2014）、舒季君等（2015），借鑒以上研究成果并結合“五化”協同發展需要，本文主要考慮了市場、政府與社會3個方面的因素：①市場基礎因素。市場基礎是“五化”協同發展的前提和保證，本文選取了人均GDP（pgdp）指標用來衡量經濟發展水平，結合社會主義市場經濟體制的建設目標選取了市場化指數來描述市場在資源配置中的作用，市場化指數（mi）依據樊綱等1997～2009市場化指數總得分數據運用回歸方法得到2010～2013年的外插值。②政府支持因素。政府的支持主要體現在財政與金融支持，財政方面選取了人均地方財政支出（pfe）指標用來衡量財政的支持，金融方面選取了人均貸款余額（fne）指標用來衡量金融機構的支持。③社會資源因素。主要考慮到人力資本因素與交通基礎設施因素，人力資本（hn）根據人均受教育年限計算，交通基礎設施選取公路密度（rd）指標。以上數據均來自于中國社會經濟發展統計數據庫并進行簡單計算，對涉及到價格因素的指標利用GDP平減指數轉換為2001年數據。為消除異方差性，對部分自變量進行了對數化處理。

在回歸模型選擇上，通過F檢驗與Hausman檢驗發現，個體固定效應模型最優，模型的回歸結果見表3。

表3中的模型一為通過了檢驗后的適合模型，從回歸結果看，經濟總量和財政支持通過了1%的顯著性檢驗，市場化程度與交通基礎設施均通過了5%的顯著性檢驗，而金融支持與人力資本并沒有通過檢驗。為驗證模型的穩健性，模型二、模型三與模型四分別剔除了部分變量，回歸結果與模型一回歸結果相差較小，待估參數的方向與顯著性沒有發生大的變化。模型五、模型六與模型七分別對我國東部、中部與西部進行了回歸分析，以更好地進行“五化”協同影響因素的區域差異分析。

從全國來看，人均GDP與人均財政支出對“五化”協同的影響較大，市場化指數與交通基礎設施對“五化”協同的影響次之，人均貸款余額與人力資本沒有通過顯著性檢驗。模型二、模型三與模型四分別剔除了人均貸款余額、人力資本后并沒有對其余自變量的回歸結果產生較大的影響。人均貸款余額之所以沒有對“五化”協同產生顯著性作用可能的原因有2個，一是多元化的融資渠道大量出現使得依靠貸款獲取金融支持的資金比重在逐漸降低，二是金融在支持“五化”中存在資金分配不公現象，如金融對農業現代化的支持力度遠不及對工業化、信息化、城鎮化的支持，具體從金融機構的貸款對象來看，國有企業與大型企業容易獲取較多的款項，而中小企業面臨嚴峻的融資困境，金融并沒有一視同仁的支持“五化”的把發展。從人力資本看，在“五化”中也沒有很好的分配，如農業與農村中人力資本稀缺且相對水平較低，這已逐漸成為制約農村經濟發展與農業發展的瓶頸。

從地區來看，東部、中部與西部人均GDP均對“五化”協同的影響通過了1%的顯著性檢驗，人均財政支出通過了5%的顯著性檢驗，而市場化指數、人均貸款余額、人力資本與公路密度通過部分檢驗或者沒有通過檢驗。如對東部與中部而言市場化指數分別在1%與5%的顯著性水平上影響了“五化”協同的發展，而西部的市場化水平并沒有通過顯著性檢驗。究其原因在于東部與中部地區經濟基礎較為發達，民營企業發展水平較高民間資本較為活躍，尤其以環渤海、長三角和珠三角為代表，市場環境較好，因而市場化的發展在區域經濟發展中起到了顯著性作用（韋倩，2014），相應的也促進了“五化”的協同發展。而西部地區要么是國有企業占比較大，民間資本活動范圍有限，要么是市場環境較差導致民間投資較少，非公經濟發展緩慢，因而“五化”發展與“五化”協同發展水平較低。從回歸結果看，西部地區的人力資本對“五化”協同的影響通過了5%的顯著性檢驗，交通基礎設施通過了1%的顯著性水平檢驗，這說明了在欠發達的西部通過人力資本的投入增加和交通基礎設施的改善不僅會提高“五化”發展水平，且在一定程度上也改善了“五化”之間的協同發展。

五、結論與啟示

本文利用耦合度方法測度了2001～2013年間中國“五化”協同發展指數，并利用基于面板數據的回歸模型對影響中國“五化”協同發展的因素進行了分析，概括起來，主要有以下結論。

第一，考察期內各省區“五化”協同發展指數均有較大的發展，不同區域之間“五化”協同發展指數有趨于收斂的態勢；從指數增速看，西部省區的指數增速快于其他地區，東部省區指數增速逐漸趨于平穩。

第二，總體上“五化”協同發展的影響因素中人均GDP、人均財政支出通過了1%的顯著性水平檢驗，市場化程度與交通基礎設施均通過了5%的顯著性檢驗，而金融支持與人力資本并沒有通過檢驗。

第三，分地區看，東、中、西人均GDP均對“五化”協同的影響通過了1%的顯著性檢驗，人均財政支出通過了5%的顯著性檢驗，東部與中部的市場化指數分別通過了1%與5%的顯著性檢驗，西部的人力資本與交通基礎設施分別通過了1%與5%的顯著性檢驗，人均貸款余額沒有通過檢驗。

“五化”是經濟社會發展的變遷過程，是社會轉型與結構變遷的5個方面，為促進全國與各地區“四化”同步更好的實現協調發展，可以做如下思考：

一是加強信息化與其余“四化”的融合。信息化大發展不但改變了人們的生活方式，也改變了生產方式，信息化+工業化是工業4.0的基礎，信息化+城鎮化形成了智慧城市，信息化+農業產生了智慧農業，信息化+綠色化實現了低碳發展。信息化不但是促進“五化”協同發展的手段，信息化的蓬勃發展和信息技術的普遍應用，更為縮小區域差距、促進區域經濟社會協調、可持續發展提供了最大可能，因此，西部地區應該大力發展信息化，促進“五化”協同發展。

二是注重經濟總量的提升與財政政策的實施。人均GDP水平的提高有利地促進了“五化”協調發展水平，而人均財政支出的增加也對各地區“五化”協同發展起到了積極的作用，因此東、中、西各地區應當通過大力發展經濟增加經濟總量，從而擴大財政支出水平平衡“五化”之間的協同發展。

三是針對不同區域采取相應措施，如東、中部地區可以進一步放開市場，允許更多的民營企業進入競爭性領域，而西部地區則可以通過提升人力資本水平與完善基礎設施建設來促進“五化”協同發展。

總體而言，各地區在工業化、城鎮化、信息化、農業現代化過程中依然要堅持改革開放的基本國策，充分發揮市場主體的積極作用，進一步推進要素市場化改革進程，并大膽探索政治領域的體制改革，以促進我國市場體系健康發展，而政府的宏觀調控要在微觀領域逐步縮減，宏觀層次上要加強調控和管理，不能讓市場這只“看不見的手”盲目操縱，自發“決定”。

[參考文獻]

[1] 于瀟，劉義，柴躍廷，等. 互聯網藥品可信交易環境中主體資質審核備案模式[J].清華大學學報（自然科學版），2012，52（11）：1518-1523.

[2] 錢麗，陳忠衛，肖仁橋.中國區域工業化、城鎮化與農業現代化耦合協調度及其影響因素研究[J].經濟問題探索，2012（11）：10-17.

[3] 郭震.工業化，城市化，農業現代化發展的區域差異研究——基于中國1978-2009年省級面板數據的實證[J].河南社會科學，2013 （2）：44-46.

[4] 李裕瑞，王婧，劉彥隨，等.中國“四化”協調發展的區域格局及其影響因素[J].地理學報， 2014，69（2）：199-212.

[5] 曾福生，高鳴.中國農業現代化，工業化和城鎮化協調發展及其影響因素分析——基于現代農業視角[J].中國農村經濟，2013（1）：24-39.

[6] 周振，孔祥智.中國“四化”協調發展格局及其影響因素研究——基于農業現代化視角[J]. 中國軟科學， 2015（10）：9-26.

[7] 舒季君，徐維祥.中國“四化”同步發展時空分異及其影響因素研究[J].經濟問題探索， 2015（3）：50-57.

[8] 廖重斌.環境與經濟協調發展的定量評判及其分類體系——以珠江三角洲城市群為例[J]. 熱帶地理，1999，19（2）：171-177.

[9] 張燕，吳玉鳴.中國區域工業化與城市化的時空耦合協調機制分析[J].城市發展研究， 2006，13（6）：46-51.

[10] 劉濤，曹廣忠，邊雪，等.城鎮化與工業化及經濟社會發展的協調性評價及規律性探討[J]. 人文地理， 2010（6）：47-52.