城鎮化、人口密度與居民消費率

鄭得坤，李 凌

(上海社會科學院 a.經濟研究所，上海 200030；b.智庫研究中心，上海 200020)

一、問題提出

城鎮化是人口逐漸向城市集中的過程，城市人口密度的增大有助于放大聚集效應對消費需求和經濟增長的促進作用，帶來社會整體消費水平的提升[1-2]。然而，在城鎮化過程中，消費和產出是同時增長的，居民消費率如何變動，似乎難有顯見的結論。事實上，在中國，伴隨著城鎮化水平的持續提高，居民消費率卻是不斷下降的：1998—2018年，城鎮化率由33.35%上升至59.58%，居民消費率卻從45.41%下降至39.37%。已有關于城鎮化率與居民消費率之間關系的研究傾向于認為：城鎮化率與居民消費率的關系呈U型演變趨勢，現階段城鎮化水平較低、城市人口規模較小，仍處于U型曲線的下行區間，所以，城鎮化難以提升居民消費率[3-7]。然而，這似乎并不能解釋為什么在部分地區城鎮化率已經超過60%甚至80%的情況下，城鎮化率與居民消費率仍然表現為負相關關系，例如，1998—2017年，天津市和重慶市的城鎮化率分別由54.48%和30.58%上升至82.93%和64.08%，居民消費率卻分別由35.18%和47.97%下降至32.77%和36.14%——高于60%的城鎮化率仍難以提升居民消費率。因此，需要另行尋找居民消費率不斷下降的原因所在。

圖1 城鎮化率、城市人口密度與居民消費率散點圖及線性擬合曲線(1981—2018年)數據來源：《中國城市統計年鑒》、國家統計局網站(http://data.stats.gov.cn)

中國的城鎮化具有一定的獨特性：人口城鎮化滯后于土地城鎮化[8-10]，城市人口規模的擴大伴隨著城市人口密度的下降。從全國整體來看，1998—2018年，城市人口密度由1.95萬人/平方公里下降到1.42萬人/平方公里；從城鎮化水平較高的地區來看，1998—2017年，天津市和重慶市的城市人口密度分別由1.40萬人/平方公里和3.14萬人/平方公里下降至1.19萬人/平方公里和1.38萬人/平方公里。進一步，從圖1可以看出，城鎮化率與居民消費率呈顯著的負相關關系，城市人口密度與居民消費率呈顯著的正相關關系。

現有針對城鎮化率與居民消費率或城市集聚效應的研究大多單獨討論城鎮化率與居民消費率的關聯[3-6，11]，或城市集聚效應對社會生產率的影響等[12-18]。這些文獻并沒有直接關注城市人口密度與居民消費率之間的關系。

為此，本文提出如下理論假說，解釋為什么城市人口密度才是影響中國居民消費率的主要因素：城市人口規模的擴大伴隨著城市人口密度的不斷下降，人口向城市的聚集并未最大程度地降低運人的成本、運物的成本和知識傳播的成本，經濟集聚效應或密度效應未能得到有效釋放，因此，城鎮化不能提升居民消費率。只有在城市人口密度達到一定高度以后，才能充分發揮城市化的集聚效應和密度效應，提高社會生產能力，擴大市場規模，增加就業機會，提高居民收入，提升居民消費率。

本文主要部分安排如下：第二部分是文獻綜述，在評述已有研究成果的基礎上提出本文可能存在的創新點和邊際貢獻；第三部分是理論分析，在闡述城市人口密度對居民消費率影響的基礎上，提出有待檢驗的假設；第四部分是實證分析和穩健性檢驗，利用地級及地級以上城市面板數據對理論假設進行實證分析，并對主要結論進行穩健性檢驗；第五部分是結論與啟示。

二、文獻綜述

本文的研究主要涉及兩個領域的文獻：一是關于城鎮化率與居民消費率之間關系的研究；二是關于城市的集聚或密度效應的研究。

(一)城鎮化率與居民消費率之間的關系

由于居民消費率由居民消費增長和生產積累增長的相對速度而定，所以城鎮化率與居民消費率之間的關系并不顯而易見，現有文獻大致有以下三種代表性的觀點：

第一種觀點認為，城鎮化率的上升總體上能提高居民消費率，但城鎮化速度過快則會阻礙居民消費率的提升。雷瀟雨和龔六堂(2014)認為，城鎮居民的人均資本擁有量要高于農村，在城鎮化進程中，大量農村剩余勞動力流向城鎮后，就需要將社會產出中的一部分資本用于提高新流入人口(包括新獲得城市戶籍的人口和流動人口)的人均資本擁有量，城鎮化速度越快，需要將社會產出中越大的份額用于新流入人口，這就形成對居民消費份額的擠占，當居民消費份額的增長速度慢于社會產出的增長速度時，就表現為居民消費率增長率的下降[11]。

第二種觀點認為，城鎮化率與居民消費率之間關系不顯著或負相關。范劍平和向書堅(1999)基于1978—1997年城鄉居民消費支出的數據研究認為，人口城鎮化水平的上升沒有提升消費能力較強的城鎮居民的消費支出份額，也沒有提升居民消費率，即城鎮化對居民消費率的貢獻“幾乎為零”[19]。李通屏和郭保熙(2011)針對城鎮化率與最終消費率之間的關系分析認為，城鎮化率與最終消費率之間的關系存在不確定性，兩者并不必然正相關，以城鎮化提升消費率只是一種特例，發生在特定國家的特定階段，最終消費率的下降原因在于人均GDP的相對過快上升。中國現有的城鎮化發展模式對消費需求的促進作用并不明顯，抑制作用卻較為顯著[20]。

第三種觀點認為，城鎮化率與居民消費率之間并非存在簡單的線性關系，而是呈現先下降后上升的U型關系。劉藝容(2007)基于1978—2005年全國層面數據研究認為，城鎮化率與居民消費率之間的關系存在U型演變規律，現階段中國的城鎮化水平仍較低，處在U型曲線的下行區間，所以兩者間呈反向變動關系。當城鎮化率超過70%以后，城鎮化率與居民消費率將呈現正相關關系，城鎮化水平的提高將能提升居民消費率[3]。李通屏等(2013)認為城鎮化率達到67.34%以后，最終消費率將步入上升通道[21]。陳昌兵(2010)則將研究視角聚焦于城鎮化的發展模式方面：在城市規模化發展階段，大量資本將投向土地、建筑、工業等基礎設施領域，擠占居民消費份額，導致居民消費率下降；在市民化發展階段，資本投向服務業、教育等民生性領域，投資率逐漸下降而居民消費率逐漸上升[6]。

(二)關于城市的集聚或密度效應的研究

城市的價值在于它能提供更高的生產效率：資源的豐沛、位置的獨特所帶來的成本優勢和集聚效應。傳統的經濟學理論指出，集聚是為了降低運輸成本，生產要素在城市的聚集可以降低三類運輸成本：運人的成本、運物的成本和運思想(知識傳播)的成本。人口、資本等要素向城市聚集能夠產生三個方面的正外部性：投入共享、勞動力池和知識溢出。20世紀70年代，許多研究認為城市規模是影響生產率的重要因素：城市規模越大，生產率越高[12-14]。城市經濟活動的密度而不是規模，更能夠反映城市集聚的程度[22]。城市土地蔓延發展或緊湊發展對城市經濟的影響可以用密度效應來表示[10]。城市經濟活動的密度通過影響集聚經濟效應的大小影響城市勞動生產率，人口密度大、經濟活動密集的大城市，企業和勞動者的生產效率更高[15-18]。此外，一些學者基于美國、歐洲的研究也支持城市密度效應對社會生產率的提升作用的觀點[22-26]。

總的來說，研究城鎮化與居民消費率之間的關系、城市的集聚或密度效應的文獻較為豐富，這些文獻深入分析了城市人口規模的擴大對居民消費率的影響，也探討了城市人口規模擴大所產生的集聚效應或密度效應對城市生產率的影響。

已有研究存在幾個方面的不足：第一，關于城鎮化與居民消費率之間理論關系的問題尚未有文獻從人口密度的視角直接研究。第二，部分研究認為，當城鎮化率超過70%以后，城鎮化率與居民消費率將呈現正相關關系，城鎮化水平的提高將能提升居民消費率[3，6]。然而，這并不符合國內城鎮化發展的實際情況——一些地區的城鎮化率已經高于70%，但城鎮化率與居民消費率依然呈顯著的負相關關系。第三，以往研究側重于考察城市人口規模，認為目前國內居民消費率不斷下行的原因在于城市人口規模還不夠大。然而，集聚是為了降低運輸成本，生產要素在城市的集聚有助于降低運物的成本、運人的成本和知識傳播的成本。就此而言，在中國人口城鎮化滯后于土地城鎮化的現實背景下[8-10]，居民消費率不斷走低的原因更有可能在于城市人口密度的不斷下降而不是城鎮化水平的有待提高。而且，國內各地區城市規模和城市體系差異較大，在各地區城鎮化水平穩步提升的情況下，從城市人口規模視角討論居民消費率問題的現實指導意義似乎并不大。

相對而言，本文認為，從研究居民消費率的視角來看，不同的城市可以有不同的合理規模，促進居民消費率提升的主導性因素在于城市人口密度增大所帶來的集聚和密度效應，而不是滯后于土地城鎮化情況下的城市人口的孤立性增加。

三、理論分析與假設提出

與本文關系最密切的文獻有兩支。第一支是陳昌兵(2010)的研究，他將城鎮化分為規模化階段和市民化階段，在規模化階段，人口和土地的大規模擴張所引致的資本投資需求，會導致資本對消費的擠出；在市民化階段，只有在城鎮化水平穩定和資本投資減少之后，居民消費率才步入上升通道[6]。第二支是蘇紅健和魏后凱(2013)的研究，他們發現，在中國的城鎮化過程中，城市土地粗放擴張現象非常顯著，且與城區人口密度降低現象并存，地級及地級以上城市的平均人口密度遠低于最優人口密度值，城市土地擴張與人口積聚能力不匹配現象較為突出[10]。

從這兩支文獻可以看出，陳昌兵(2010)的研究涉及城鎮化的規模化階段人口和土地規模快速擴張問題[6]，但他并沒有深入分析兩者的相對速度不一致時居民消費率所受到的影響。蘇紅健和魏后凱(2013)則是在勞動生產率視角下研究推動人口城鎮化與土地城鎮化協調發展的最優城市人口密度問題[10]。本文關注的是城市人口密度與居民消費率之間的關聯。

從理論上講，人口和經濟活動在一定地區的集聚會因需求關聯和成本關聯產生循環累積因果效應、勞動力市場的共享效應和知識外溢效應，降低運人的成本、運物的成本和知識傳播的成本，而三類運輸成本的降低則會強化循環累積因果效應：地鐵只有開通在人口密度足夠大的城市才能盈利；電商、快遞公司總部密集和人口密度大的江浙滬地區才出現“包郵”現象；在人口密度大，知識、人才和智力資本集中的城市才會組織規模較大的會展、思想交流會、學術報告、產品展示和新聞發布會等——公共運輸工具的共享、企業聚集帶來的范圍經濟和外部經濟，以及人力資本聚集對人才搜尋與談判成本的降低和知識擴散的促進作用等，會提高地區經濟活躍度，擴大市場規模，加深社會分工，增加就業機會，提高居民收入，增強居民消費能力。具體而言，城市人口密度的增大所產生的集聚效應主要從五個方面直接或間接提升居民消費率：

第一，人口密度大的地區意味著就業機會更多，有可能實現更高的收入，從而增加居民消費意愿。從微觀角度來講，人口密度的增大是分工得以進行的前提和基礎。市場的廣狹在很大程度上限制著交換能力，制約著分工程度，也決定著一國的勞動生產率和國民財富的多寡。人口密度較低的城市難以生發出對新興產業和行業的發展需求，也難以支撐新興產業和行業的發展壯大，只有在人口密集度提高到一定程度以后，企業分工才逐漸明確和深化，才有能力提供更多的就業機會，增加居民收入，增強居民消費意愿，居民消費率的提升才具備現實可能性。

第二，人口密度大的地區，商品和服務的供給更加多樣化，消費需求更加旺盛。從實物消費的角度看，人口密度大的地方意味著市場規模和商品生產、銷售量大，企業間價格與非價格競爭也更為激烈，平均固定成本和價格也相對更低，生產者更愿意通過產品的多樣性來增加收入，而這種多樣性也增加了消費者選擇商品的可消費集合，有助于提高居民消費意愿，提升居民消費率。從服務消費的角度看，人口密度大的地區更容易產生服務需求。大城市中的產業分布總是錯落有致，高端產業需要低端產業提供這樣的服務，因此也帶來了更多的服務需求。此外，人口密度大的地區，餐飲、住宿、娛樂休閑等多層次、多樣性的服務供給也相應增加，人們有機會以較少的時間、精力與成本便可消費到多層次、高品質的服務，多樣化消費服務供給的增加，也推動著居民消費率上升。

第三，人口密度大的地區更容易產生消費攀比效應，社會不同群體在相互攀比中促進消費率的提升。凡勃倫(Veblen，2012)在《有閑階級論》中提出高收入階層會通過超實用性和浪費性消費行為向他人展示自己的支付能力和社會地位[27]。杜森貝利(Duesenberry，1949)提出的相對收入假說也指出，人們之間的消費偏好不是互相獨立的，高收入群體會對低收入群體產生“示范行為”，低收入群體也會對高收入群體產生“追趕行為”[1]。人口密度大的城市，群體間的消費行為更容易直接影響、間接傳遞，在消費行為的相互模仿中，居民消費率得以提升。

第四，人口密度大的地區更容易產生知識溢出效應，通過提高社會生產率，增加居民收入，提升居民消費率。知識溢出和人口集聚之間的關系不是單方面的，而是相互強化的，表現為累積循環因果關系[28]，人口密度的提高有利于人力資本的外部性或相互作用產生知識溢出，提高就業者知識水平、工資和生產效率，而城市更高的生產效率和收入水平，進一步促進更多人口的集中和集聚。人口密度的增大，能顯著增加人員之間溝通交流的機會，而知識人才在城市空間的流動，與周圍群體發生互動和交流，在創造著新知識的同時，也加快了知識在不同群體間的傳播[29]。特別是在產業活動集中或居民職業多樣化的城市，知識人才在不同企業、產業、區域間的流動，在促進知識的傳播擴散和技術進步的同時，有助于提高企業生產效率，降低生產成本，增加居民收入、提高居民消費水平，推動居民消費率上升。

第五，人口密度大的城市，密度效應可以充分發揮，能有效提升社會生產率，增加可消費品種類和數量，提升居民消費率。從密度的經濟效應來看，人口密度從投入產出關系、外部性、專業化收益等方面促進生產率提升[22]，人口密度越大的地區，密度效應越能有效發揮和釋放出來，進而放大工業部門的資本和技術溢出效應，提高社會生產效率，擴大企業生產規模，降低資本品和消費品的生產成本，增加社會可消費品的供應數量和種類，提高產品質量，激發居民消費潛力，提高社會消費能力和居民生活水平。

基于上述分析，本文提出以下兩個假設，并在后面的實證研究中進行驗證和進一步討論：

假設1：城鎮化率與居民消費率呈負相關關系。

假設2：城市人口密度與居民消費率呈正相關關系。

四、實證檢驗及穩健性分析

(一)數據來源

本部分數據來源于萬得(Wind)咨詢數據庫、環亞經濟(CEIC)數據庫、國家統計局網站和相關年度的《中國城市統計年鑒》，時間跨度為2000—2016年，剔除掉樣本期內變量個數少于5的地級市，共計得到282個地級及地級以上城市的面板數據。需要說明的是，中國的城市建制劃分為直轄市、省會城市、地級市、縣級市和鎮，限于數據的可得性，本文選擇地級市、省會城市、副省級城市和直轄市作為研究樣本。

(二)變量設定

被解釋變量：居民消費率。居民消費率是居民消費支出與國內生產總值(GDP)的比值，衡量社會產出中多大比例用于消費者購買商品和服務。同時，可以測度居民消費支出相對于GDP的增長速度：當居民消費支出的增長速度快于GDP時，居民消費率上升；反之，居民消費率下降。需要說明的是，由于無法得到各城市支出法GDP項目中的居民消費支出數據，本文采取“城市人均消費支出×城市人口+農村人均消費支出×農村人口”的計算方式得到居民消費支出數據。

解釋變量：城市人口密度。城市人口密度是城市戶籍人口與城市建成區面積或城市土地面積的比值，單位為萬人/平方公里。一方面，現有研究度量經濟聚集效應的方法有很多種，用人口密度而不是市場或城鎮人口規模衡量聚集經濟更為合適[22]，本文根據《中國城市統計年鑒》數據分別以城市戶籍人口/城市建成區面積和城市戶籍人口/城市建設用地面積計算城市人口密度指標，這也是衡量城市人口密度的常用做法[10，30]。另一方面，人口密度是單位土地面積上的人口數量，這一指標不僅能反映地區規模對新增人口的承載力度，也能反映地區的經濟集聚能力，即人口密度越大的地區，經濟集聚能力就越強，越能提高居民收入和消費水平。因此，預期城市人口密度系數為正。

控制變量包括：

(1)城鎮化率。以城市戶籍人口與總人口的比值測度城鎮化水平單位為百分比。通常，城鎮化率與工業化和經濟發展水平正相關，工業化和經濟發展水平越高，城鎮化率也越高。根據前文理論分析，本文認為，城市人口規模的擴大并不能提升居民消費率。因此，預期城鎮化率系數為負。

(2)固定資本形成率。固定資本形成總額與GDP的比值，用于衡量社會產出中多大的份額用于社會固定資產投資，單位為百分比。社會產出分配于居民報酬的份額有助于直接提升居民消費率，固定資本投資對居民消費支出有一定的“擠出效應”，若將更多的社會產出投資于城鎮化建設，會擠占勞動者報酬份額，降低居民消費率。因此，預期固定資本形成率系數為負。

(3)金融發展水平。地區金融機構存款余額和各項貸款余額之和與GDP的比值，單位為百分比。金融發展水平可以通過以下途徑促進居民消費：一是促進經濟增長、社會財富增加和提高居民收入，促進居民消費；二是提高居民收入增長預期，完善社會保障途徑，降低未來消費支出預期的不確定性所導致的預防性儲蓄行為，促進居民增加現期消費；三是降低金融中介成本，促進居民消費；四是放大財富效應，促進居民消費[31]。因此，預期金融發展水平系數為正。

(4)地區產業結構。第二產業增加值占GDP比重與第三產業增加值占GDP比重的比值，衡量地區產業結構的常用指標，單位為百分比。有學者認為，第二產業的資本密集度高于其他產業，第二產業比重上升將導致勞動收入占總收入份額的下降，進而導致居民消費率下降，而政府為促進經濟增長對基礎設施投資采取補貼政策，獲益最大的是對基礎設施依賴度很高的第二產業，且第二產業也是政府稅收收入的主要來源，政府直接和間接性的補貼會降低資本成本，引導企業選擇資本密集型技術，提高第二產業內部的資本密集度，進一步擠占勞動收入份額，壓低居民消費率[32]。這一觀點也得到了其他學者的認可：第二產業是資本密集型產業，第二產業的發展與資本投資率呈正相關關系，第二產業就業人數的上升將導致投資率的上升和消費率的下降[6，33]。因此，預期地區產業結構系數為負。

(5)城鎮登記失業人數。失業意味著收入能力的暫時中止，而收入是消費的前提和基礎，也是居民消費率的主要影響因素之一，凱恩斯消費理論認為，收入水平決定著居民現期消費能力。目前，工資仍是居民收入的主要來源，失業人數的增加將直接減少居民工資性收入，抑制居民消費需求，降低居民消費率。因此，預期城鎮登記失業人數系數為負。

工具變量包括：

(1)人均道路面積。單位為平方米/人。

(2)人均園林綠地面積。單位為公頃/萬人。

穩健性檢驗變量包括：

(1)城市建設用地人口密度。單位為萬人/平方公里。

(2)城市人口。單位為萬人。

(三)主要解釋變量的統計特征

城市集聚的形態主要包括城市經濟活動集聚的規模、密度和專業化程度等三個方面[12-14，22-23]，鑒于本文重點考慮城鎮化過程中人口密度對居民消費率的影響，因此設定城市人口密度為主要的研究變量。主要變量的說明與描述性統計見表1。

表1 主要變量的說明與描述性統計

(四)計量模型設定

為考察居民消費率與城市人口密度之間的關系，本文基于2000—2016年282個地級市面板數據展開經驗研究，建立以下計量模型：

Cit=α+βDit+γUit+λZit+θt+δi+ζit

(1)

其中，因變量C代表居民消費率，D代表城市人口密度，U代表城鎮化率，Z代表控制標量；變量下標中的i表示第i個地級市，用于代表全國282個地級市，t表示第t年；α為個體效應，用于反映各個地區共有的特性；θt為年份固定效應，δi為地區固定效應，ζit是隨機擾動項。

(五)回歸結果分析

根據豪斯曼(Hausman)檢驗結果(P值為0.000 0)，本文基準回歸部分選用固定效應模型；進一步構建F統計量檢驗是否存在個體效應與時間效應，結果強烈拒絕“無時間效應”和“無個體效應”的原假設，因此，本文選用雙向固定效應模型進行估計。同時，為減少數據的異方差性，對代表絕對數值的變量城市人口密度和城鎮登記失業人數采用對數形式，用符號Log表示，回歸結果見表2。

1. 固定效應模型回歸結果分析

表2 城鎮化、人口密度與居民消費率的關系：固定效應回歸

注：小括號中的數字為標準誤；*、**和***分別對應 10%、5%和 1%的顯著性水平，后同。

表2報告的是城市人口密度與居民消費率之間關系的固定效應回歸結果。列(2)報告的是僅控制地區固定效應與年份固定效應的回歸結果：城市人口密度的系數為正數，且在1%水平上高度顯著；城鎮化率系數符號為負數，且在1%水平上高度顯著。這說明，人口城鎮化水平的提高或城市人口規模的擴大并不能提升居民消費率，只有城市人口密度的增大才能充分發揮集聚或密度效應，提升居民消費率——這一結果證明理論假說是正確的。表2中列(3)至列(6)是逐步增加固定資本形成率、金融發展水平、城鎮登記失業人數和地區產業結構控制變量后的回歸結果：城鎮化率與居民消費率之間依然顯著負相關、城市人口密度與居民消費率之間依然顯著正相關：城鎮化率提高1個單位，居民消費率下降約0.08個單位；城市人口密度增大1個單位，居民消費率提升約6個單位——城市人口密度對居民消費率的提升發揮著決定性的影響作用。

2.工具變量GMM模型回歸結果分析

在實證研究中，內生性問題是因果識別的難點。在識別城市人口密度對居民消費率的影響上，存在兩大內生性問題。第一個是遺漏變量問題。在基準回歸模型中，盡可能控制住了可能影響城市人口密度和城鎮化水平的多種因素，包括金融發展水平、固定資本投資率、地區產業結構等多個影響因素，同時控制住了地區和年份固定效應，來降低遺漏變量所導致的內生性問題。但城市人口密度仍有可能與其他未被控制的第三方因素相關，而這些第三方因素可能會同時影響居民消費率。第二個是反向因果問題。居民消費能力較低可能是城市人口密度不高的原因，而不是結果，即居民收入和消費水平低的地區具有較低的人口吸納能力，從而導致人口密度偏低。

總之，表2的回歸結果表明城市人口密度與居民消費率呈顯著的正相關關系，然而由于城市人口密度在固定效應模型中可能因遺漏解釋變量而存在內生性問題：Hausman檢驗統計量對應的P值為0.002 8，在1%的顯著性水平上拒絕“所有變量均為外生”的原假設，即可以認為城市人口密度為內生變量。為緩解上述內生性問題，本文利用工具變量——城市人均道路面積和城市人均園林綠地面積。城區土地面積大的城市，道路面積和園林綠地面積一般也相應較大，而按照建成區面積計算的人口密度大的城市，人均道路面積和人均園林綠地面積就相應較小。因此，三者間存在一定的相關性。人均園林綠地面積和人均道路面積只有借助城市人口密度增大所產生的集聚效應，才能間接作用于居民消費率，兩者不能直接對居民消費率產生影響，因而滿足外生性的要求。

利用上述工具變量，表3報告了工具變量GMM模型的回歸結果。

表3 城鎮化、人口密度與居民消費率的關系：工具變量GMM回歸

注：中括號中的數字表示顯著性檢驗對應的P值，后同。

首先，不可識別檢驗顯示，安德森·加農相關系數(Anderson canon. Corr.)LM統計量的P值為0.000 0，強烈拒絕不可識別的原假設；弱工具變量檢驗顯示，克萊格-唐納德·伍爾德(Cragg-Donald Wald F)統計值遠大于10%臨界值19.93，強烈拒絕“存在弱工具變量”的原假設；過度識別檢驗顯示，在20%的顯著性水平上仍不能拒絕“所有解釋變量均為外生”的原假設，即認為所有工具變量均為外生變量。

其次，對比表2和表3的回歸結果可知，表3中基準回歸的結果依然成立，且影響程度明顯增強：城市人口密度增大1個單位，居民消費率提高約8.59個單位(列(6))，城鎮化率上升1個單位，居民消費率下降約0.11個單位，城市人口密度與居民消費率的提升仍然發揮著決定性影響作用。這一結果符合理論預期：城市人口規模的擴大不能提升居民消費率，城市人口密度才是提升居民消費率的主導性因素。綜合來看，考慮內生性之后，工具變量回歸結果與基準回歸結果保持一致，甚至有所加強，這說明城市人口密度對居民消費率的提升存在因果關系。

(六)穩健性檢驗

接下來，采取更換城市人口密度與城鎮化水平衡量指標的方法對本文的主要結論進行穩健性檢驗。

(1)將以城市建成區面積計算的城市人口密度變更為以城市建設用地面積計算的城市人口密度。城市建成區的概念更多地偏重于現實，強調已經建成的屬性；城市建設用地則強調人為的規劃控制屬性，兩者都是測度城區面積的常用指標，但建設用地的統計口徑和范圍比建成區更廣泛，建設用地面積比建成區面積要略大一些。

(2)將城市規模的衡量指標城鎮化率更換為城市人口數量。一般來說，隨著農業人口向城市的轉移，城市戶籍人口逐漸增多。根據前文的理論分析，城市人口數量的增加不能提升居民消費率。因此，預期城市人口數量的系數為負。

表4和表5是固定效應模型和工具變量GMM模型的穩健性檢驗結果。

表4和表5的回歸結果都顯示：城市人口密度的替代變量城市建設用地人口密度與居民消費率呈顯著的正相關關系，而城市規模的替代性衡量指標城市人口與居民消費率呈顯著的負相關關系，且城市人口密度對居民消費率的提升依然發揮著決定性的作用，城市人口密度增大1個單位，提升居民消費率約7個單位(表5列(6))，所有控制變量的系數符號及顯著性與表2的回歸結果完全一致，這說明本文的實證結果是非常穩健的。

從表5的回歸結果中可以看出三項工具變量的有效性檢驗。不可識別檢驗結果顯示，安德森·加農相關系數LM統計量的P值為0.000 0，強拒絕不可識別的原假設；弱工具變量檢驗結果顯示，克萊格-唐納德·伍爾德F統計值大于15%顯著性水平的臨界值11.59，強烈拒絕“存在弱工具變量”的原假設；過度識別檢驗結果顯示，在20%的顯著性水平上仍不能拒絕“所有解釋變量均為外生”的原假設，即認為所有工具變量均為外生變量。

表4 城鎮化、人口密度與居民消費率的關系：固定效應回歸

表4(續)

表5 城鎮化、人口密度與居民消費率的關系：工具變量GMM回歸

五、結論與啟示

本文利用地級及地級以上城市面板數據對城市人口規模、城市人口密度和居民消費率的關聯展開經驗研究。結果顯示，城市人口規模的擴大并不能提升居民消費率，城市人口密度的增大才能提升居民消費率。因此，只有逐步改變過去“攤大餅”式、粗放擴張的城鎮化發展模式，著力增強城市的人口吸納能力、提升城市人口密度，降低運人的成本、運物的成本和知識傳播的成本，才能充分發揮城市集聚效應對居民消費率的提升作用。

本文的研究具有以下兩點啟示：第一，從提升居民消費率的研究視角出發來看，城市人口密度而不是城市人口規模才是影響居民消費率的主導性因素。以往研究認為，城市人口規模的擴大或城鎮化水平的提高是影響居民消費率的重要因素，現階段居民消費率下降的原因在于城市人口規模還不夠大或城鎮化水平較低，只有在城市人口規模擴大到一定程度、城鎮化水平較高以后，才能充分發揮城鎮化對居民消費率的提升作用。事實上，國內部分地區城市人口已經突破千萬、城鎮化水平已經超過70%，但城鎮化率與居民消費率依然呈顯著的負相關關系，城鎮化的居民消費率提升作用并未有效發揮。城市人口密度的提高才能有效降低傳統經濟學所指出的三類運輸成本：運人的成本、運物的成本和運思想(知識傳播)的成本，發揮城市集聚效應和密度效應對居民消費率的提升作用。因此，城市人口規模的擴大不能提升居民消費率，城市人口密度的增大才能提升居民消費率。進一步，本文的研究發現，城市人口密度對居民消費率的影響作用是城市人口規模的7倍左右。第二，城市人口密度要比城市人口規模更有意義。以往研究認為，城市人口規模是影響居民消費率的重要因素。然而，國內各地區城市規模和體系差異較大，甚至不同城市行政級別也不相同，資源集聚能力和人口吸納能力大相徑庭。因此，從城市人口規模視角討論居民消費率的提升問題的現實指導意義似乎不大。相對而言，本文認為，城市可以有不同的合理規模，城市的發展不能盲目求大，建成區面積與城市人口規模之間應以人口密度對居民消費率的提升能力相互制約，城鎮化發展的最終目的應當是逐步提升居民的消費能力、滿足人民的生活需求和對美好生活的向往。

因此，應逐步改變過去“攤大餅”式、粗放擴張的城鎮化發展模式，從挖掘城市潛力、提高土地利用率，推進集約型城鎮化建設入手，逐步增強城市的人口吸納能力，充分發揮城市的集聚效應，降低運人的成本、運物的成本和知識傳播的成本，以人口密度的提升生發新的產業和行業，擴大市場規模，促進知識的傳播擴散和技術創新，提高社會整體生產能力，降低生產成本，增加居民收入和消費品的數量、種類，在推動經濟增長的同時，確保居民消費增速快于社會產出，推動居民消費率不斷提升。