物流成本、工業生產率和城鎮化水平的空間差異

譚策天 何 文 劉玉人

一、引 言

改革開放后，伴隨著經濟快速增長，我國的城鎮化進程高速推進。1978年我國的城鎮化率僅為18%，2019年我國的常住人口城鎮化率已經突破了60%。在四十多年的時間里，我國推進了人類有史以來最大規模的城鎮化進程，共有6.64億農民進城。依據Northam曲線對城鎮化階段的劃分，按照城鎮化率每年增長1個百分點估算，我國的高速城鎮化階段將在2030年左右結束。

然而，我國的城鎮化狀況存在顯著的空間差異。若按東、中、西三大區域進行劃分，城鎮化水平呈現明顯的“東高西低”格局。2019年，東部地區的城鎮化水平最高，各省份城鎮化率普遍在60%以上，均值為68.5%；中部地區次之，城鎮化率均值為57.2%；西部地區最低，均值為54.2%。同時，三大區域內部的城鎮化水平差距也較為明顯。2019年，東部地區的上海、北京、天津三個直轄市城鎮化水平遙遙領先，均已超過80%，處于城鎮化后期；東部地區城鎮化水平最高的上海為88.3%，最低的河北為57.6%，兩者差值高達31個百分點。中部地區城鎮化水平最高的湖北為61.0%，最低的河南為53.2%，兩者相差約8個百分點。西部地區城鎮化水平最高的重慶為66.8%，最低的西藏為31.5%，兩者相差高達35個百分點。城鎮化水平的空間差異將會給我國經濟轉型和擴大內需帶來挑戰，不利于區域間平衡、協調發展。因此，深入了解我國城鎮化水平空間差異形成的原因，有針對性地制定政策，對于進一步推進我國城鎮化進程具有重要意義。

一些研究認為，地理區位(曹廣忠和劉濤，2011；盧麗文等，2014；馬子量等，2014；王建康等，2016)、生態環境(鄧祥征等，2013；王少劍等，2015；陳真玲，2016；楊曉嬌，2019)、基礎設施(馬子量等，2014；李森圣和張宗益，2015；周慧和曾冰，2016)、人力資源或人口受教育水平(趙偉偉等，2008；曾鵬和向麗，2017)，以及對外開放程度(周慧，2016；王文俊，2017)等外生條件的區域差異，是我國城鎮化水平空間差異形成的重要原因。一些研究則強調區域戰略和政策的作用(高云虹和曾菊新，2006；劉盛和等，2007；曹廣忠和劉濤，2011；李強等，2012；周靖祥，2015)，特別是戶籍政策(都陽，2014；Bosker，2018；譚策天和何文，2019)造成的城鄉收入差距的影響。

當前有關我國城鎮化水平空間差異影響因素的研究以實證分析為主，對形成機理的理論探索仍較少。由于我國區域發展存在不平衡，要素在異質空間中不斷流動，容易出現產業集聚現象，勞動力和人口也隨之進行區域轉移。人口由農村向城鎮轉移就是人口城鎮化，因此產業集聚伴隨要素流動推進了城鎮化進程(葛立成，2004；馬春輝，2004；徐維祥和唐根年，2004；張治棟和孟東濤，2018)。地區間的城鎮化狀況也在產業聚集的過程中產生了差異。基于此，本文將探究上述過程的運行機理，即研究要素流動通過產業集聚對城鎮化水平空間差異產生的影響。要素流動直接反映在要素所有者和企業的區位選擇中，因而本文的理論研究將基于能夠較好展示微觀行為的新經濟地理學(NEG)而展開。在設定微觀主體同質的NEG研究中，要素流動是同質要素對于異質區域的外生選擇和區際物流成本調整的結果。然而，作為“世界工廠”，工業部門在我國是吸納就業的重要產業，而我國工業發展水平同樣具有較大的區域差距。Baldwin和Okubo(2005)將異質性企業理論引入了NEG①Ottaviano(2011)等學者將異質性理論與新經濟地理學相結合的研究稱為新新經濟地理學(NNEG)。，強調要素流動的重要動力是異質微觀主體的內生選擇，特別是企業生產率異質性導致的企業對區域的自發選擇，從而為本文的理論研究提供了基礎。具體來看，本文將理論分析與實證研究相結合。

首先，從理論上探究城鎮化水平空間差異的形成機理，并分析物流成本和工業生產率等因素的影響。其次，基于2000—2018年的省級數據構建調節效應模型，從實證方面解答工業生產率區域差異對我國城鎮化水平空間差異造成的影響。本文的貢獻主要包括以下四個方面：第一，利用NEG理論模型分析我國城鎮化水平的空間差異，能夠將該領域的研究拓展到對內在復雜機理的探討中去，深化對我國城鎮化水平空間差異影響機理的研究。第二，NEG側重于對區域間產業競爭的分析，本文將分析對象拓展到城鎮化問題上，并在企業異質性背景下探討區域競爭與空間差異化的城鎮化水平之間的關聯，相比同質企業下的理論分析，更能展示不同區域城鎮化水平受到的差異化影響。第三，現有研究在空間維度上未能留意一些影響城鎮化進程的非線性關系，本文在理論研究的基礎上發掘了這些復雜關系，并通過調節效應模型實證分析了工業生產率、物流成本等核心因素的影響。第四，本文深入分析我國城鎮化水平空間差異形成的機理，為進一步推進我國城鎮化進程的政策設計提供了理論和實證依據。

二、理論模型

（一）模型框架

假定所有居民具有相同的消費偏好。使用Pflüger(2004)雙層效用函數的設定，外層的擬線性效用函數代表消費者對工業品和農產品的偏好，內層則是消費差別化工業品的不變替代彈性效用函數：

這里，CM和CA分別為工業品組合的消費量和農產品的消費量；σ表示任意兩種工業品之間的替代彈性。

（二）模型均衡

三、理論分析與研究假設

需要強調的是，本文并非重點關注城鎮化進程的整體推進，而是探討城鎮化水平空間差異的形成，即不同區域城鎮化水平所受到的影響。整個經濟空間具有不變的城鎮化率實際上提供了一個基準點，一個區域的城鎮化水平發生變化即反映了該區域的城鎮化與整個經濟空間以及另一區域之間產生差異。例如，城鎮化率較高區域的城鎮化率提升意味著城鎮化率較低區域的城鎮化率降低，從而城鎮化水平的空間差距擴大。模型設定整個經濟系統的城鎮化率始終不變，并非認為經濟系統整體的城鎮化進程已經結束，這一設定只是意味著經濟系統整體的城鎮化進程還受到外生因素(如資本積累)的影響，而本文重點關注其中一些因素通過影響產業的空間布局，導致城鎮化水平的空間差異。

（一）要素稟賦

研究假設1：一個地區的要素稟賦越豐裕則城鎮化水平越高，兩個地區的要素稟賦豐裕度差距越大則城鎮化水平的空間差異越大。

（二）物流成本

研究假設2：物流成本越低，區際貿易越開放，則越有利于市場規模大的區域。隨著物流成本的降低，大區域的工業份額和城鎮化率相對提高，而小區域的工業份額和城鎮化率相對降低，從而造成了城鎮化水平的空間差異。

（三）工業生產率

一般認為，工業生產率提高能夠增加工人的報酬，從而有利于城鎮化率的提高。然而，本文的理論研究發現，工業生產率的提升會節約工業勞動力，從而可能產生降低城鎮化率的作用。影響這兩個相反作用的關鍵因素可能是當地的經濟發展水平，經濟發展水平越高的地區節約勞動力的效果越顯著，經濟發展水平較低的地區增加報酬、提升城鎮吸引力的效果更顯著。

研究假設3：隨著工業生產率的提升，經濟發展水平較高地區的城鎮化率將降低，經濟發展水平較低區域的城鎮化率將提高，從而造成了城鎮化水平的空間差異。

本文選擇異質性企業框架，相比同質企業框架，其具有一些天然的優勢。同質企業的理論分析(如NEG的CP、FC、FE等經典模型①請參考Richard Baldwin等2003年于Princeton University Press出版的《Economic Geography and Public Policy》的有關章節。)通常設定為兩個完全對稱的區域，經濟狀況的空間差異是由外生因素的區域差異造成的，變量影響不同區域的經濟狀況也是對稱的，即變量的變化會使得不同區域的經濟狀況發生方向相反但效果相同的影響。在異質性企業模型中，各區域的城鎮化進程天然不相同，雖然變動的方向依舊相反，但是隨著物流成本等因素的變化不同區域變化的速率明顯不同。本文的理論模型中考慮了異質企業的空間自選擇，從而相較于同質企業的理論分析，更能展示不同區域城鎮化所受到的差異化影響。此外，同質企業的理論模型通常有多重均衡，包括內點均衡和核心邊緣均衡，經濟狀況的變動趨勢因此變得不明確，甚至可能發生突發性集聚②同上。等非連續變化的現象，難以使用實證模型對研究假設進行檢驗。而本文的異質企業理論模型中變量的變化是連續的，相對便于進行實證分析。

四、實證模型

（一）樣本選取

基于數據可得性，本文選取全國30個省份③考慮到西藏經濟發展模式的特殊性，在樣本中剔除西藏，保留余下的30個省份進行分析。2000—2018年的數據進行實證分析。數據選取的原因是：第一，實證模型選取的指標較多，而地級市層面的一些關鍵指標缺失，因此選擇省級數據更全面；第二，2000年之前我國的人口城鎮化速度相對較慢，而進入21世紀后大幅提速④20世紀90年代我國的人口城鎮化率年均僅提升0.72個百分點，而進入2000年后我國城鎮化速度大幅提升，2000—2018年我國人口城鎮化率年均提升了1.51個百分點。，因此，本文選取城鎮化進程較快的2000—2018年數據進行分析，以展現我國這一高速城鎮化階段的驅動因素；第三，常住人口比戶籍人口能更好地反映我國城鎮化和人口存量的真實狀況，而常住人口的省級數據在2000年之前較少，主要以人口普查數據作為依據，即使發布了常住人口數據，在人口普查后也會進行較大幅度調整。如在2000年前后我國城鎮化率就有一次跳躍①1999年城鎮化率僅為30.9%，2000年就提高到了36.2%。，而2000年后相對穩定，說明數據質量有所提高。

（二）變量定義

被解釋變量為城鎮化率(purr)，以常住人口城鎮化率作為表征。解釋變量為要素稟賦、物流成本(trdc)、工業生產率(lnprod)，依據理論模型，以資本存量(lncap)表征要素稟賦。調節變量為人口規模(lnpop)和經濟發展水平(lnpgdp)。考慮到模型中未納入一些空間異質性的特征變量，本文控制了居民消費結構、城鄉收入差距、稅負水平、人均耕地、外貿依存度、國有經濟占比、教育水平、醫療衛生水平和環境質量等九個方面的影響。具體的變量定義、計算方式以及描述性統計結果如表1所示。

表1 變量定義、計算方法及描述性統計

（三）模型設定

計量模型設定為：

其中，變量的下標i代表第i個省份樣本，下標t代表2000—2018年中的第t年，分別用αi和λt控制個體和時間固定效應①面板數據的模型選擇過程依賴F檢驗、LM檢驗以及Hausman檢驗。F檢驗統計量的P值為0，可以判斷固定效應模型優于混合效應模型。LM檢驗結果顯示隨機效應優于混合效應。Hausman檢驗拒絕原假設，可以認為固定效應模型是具有最優效率的。因此，本文選擇固定效應模型，同時控制個體(即地區)固定效應和時間固定效應，以消除遺漏的個體特征和時間特征所帶來的影響。，εit為殘差項。對模型變量進行單位根檢驗，變量不全部平穩；而協整檢驗②對非平穩變量進行Kao協整檢驗，P值小于0.01，從而認為這些非平穩變量存在顯著的協整關系。表明變量之間具有協整關系，從而避免了偽回歸錯誤。

五、實證結果分析

（一）基準回歸

首先不納入交互項對全樣本進行基準回歸，結果見表2，經濟發展水平和醫療水平顯著影響城鎮化率，而資本稟賦、物流成本和工業生產率的系數均不顯著。依照研究假設，產生這種情況的原因可能在于未納入交互項，即被人口規模和經濟發展水平的調節效應所掩蓋。

表2 基準回歸結果

續表2

（二）調節效應

在基準模型中陸續加入人口規模和物流成本、經濟發展水平與工業生產率兩個交互項，結果如表3所示。表3的4個模型分別為(1)無交互項，(2)納入人口規模和物流成本交互項，(3)納入經濟發展水平與工業生產率交互項，(4)納入雙交互項。

表3 調節效應回歸結果

納入雙交互項后，資本存量對城鎮化水平具有顯著的正向影響，資本存量每增加1%，能夠拉高城鎮化率約0.03個百分點。根據本文的估算，2018年資本存量最多和最少的省份①不包含西藏，下同。分別為山東和海南，山東是海南的14.4倍。資本存量的空間差異部分解釋了我國城鎮化水平的省際差異，這些結論驗證了研究假設1。當然，資本存量的空間差距在2000—2018年存在一定程度的收縮，這也解釋了這一時期城鎮化水平空間差距的縮小。

人口規模對城鎮化水平也具有顯著的正向影響①雖然人口規模的效果受到物流成本的影響，但物流成本數值較小(見表1)。按照物流成本的均值計算，人口規模的系數約為0.18。，人口規模每增加1%，能夠拉高城鎮化率約0.18個百分點。人口中主要部分為勞動力，而勞動力是資本之外的重要生產要素，這一結論強化了研究假設1的結論，即增加要素稟賦能夠提高城鎮化水平。

納入雙交互項后，物流成本的系數為正，而人口規模和物流成本交互項系數為負，從而驗證了研究假設2，即物流成本對城鎮化率的影響取決于人口規模。人口規模較小的地區，物流成本越低，城鎮化率越低；而人口規模較大的地區，物流成本越低則城鎮化率越高。進入21世紀后，我國各省份平均的物流成本由2000年的8.48%大幅降至2018年的4.74%，這部分解釋了我國城鎮化水平的空間差異。

此外，納入雙交互項后，工業生產率的系數為正，而經濟發展水平和工業生產率交互項系數為負，從而驗證了研究假設3，即工業生產率對城鎮化率的影響取決于經濟發展水平。在人均GDP較低的地區，提高工業生產率會提升城鎮化率；而在人均GDP較高的地區，提高工業生產率則會拉低城鎮化率。進入21世紀后，我國工業部門生產率迅速提升，人均產值平均漲幅4.44倍，這也部分解釋了我國城鎮化水平的空間差異。

（三）穩健性分析②限于篇幅，本文未列示穩健性檢驗的回歸結果。

為了避免樣本選取、指標選擇或估計方法對實證結果帶來的偏誤，本文進一步采取以下五種方法進行穩健性檢驗：(1)變更檢驗方法，使用考慮組內自相關的面板校正標準誤(PCSE)對模型重新估計；(2)考慮到人均GDP和工業生產率均受到物價因素影響，從而交互項受到物價的雙重影響，使用人均實際GDP替代人均GDP；(3)同時使用第二產業人均實際增加值(第二產業實際增加值除以第二產業從業人員數并取對數)替代工業生產率；(4)用城鎮化率的同期離差(城鎮化率與當年各省份平均城鎮化率之差)替代被解釋變量城鎮化率，以進一步展示城鎮化水平的空間差異；(5)在樣本中剔除四大直轄市(北京、上海、天津和重慶)的數據，考慮直轄市以外地區的情況。回歸結果表明，不論是變更估計方法、更換指標還是調整樣本范圍，兩個交互項的系數均保持著相近的顯著性，解釋變量的系數差別也不大，從而可以認為本文實證研究的結果是穩健的。

為了避免內生性問題，本文使用解釋變量的滯后項作為工具變量(IV)，進行GMM估計，結果如表4所示。第(2)列、第(3)列和第(4)分別采用單IV，而第(5)列則同時納入三個IV。與第(1)列無IV的基準回歸結果相比，在使用解釋變量的滯后項作為IV后，回歸結果并無顯著變化，從而可以認為模型的內生性問題對實證結果的影響相對不嚴重。

表4 內生性探討(滯后工具變量)

在核心解釋變量中，考慮到城鎮化水平提高后，物流量更集中于城鎮，這將節約物流成本，即物流成本與城鎮化率之間可能互為因果關系。因此，本文選取外生IV進一步探討物流成本的內生性問題。運輸路網的建設服從于國家整體規劃，而非取決于當地的城鎮化水平，但會通過減少物流成本間接影響城鎮化進程。本文分別選取樣本的公路運輸里程(lnroad)和鐵路運營里程(lnrailw)作為物流成本①同理，物流成本的交互項lnpop×trdc分別以lnpop×lnroad 和lnpop×lnrailw作為IV。的IV，分別使用單IV和雙IV 來估計內生性的影響。GMM估計的結果分別由表5的第(2)列、第(3)列和第(4)列所示，與第(1)列的無IV結果相比可知，使用外生IV后，核心解釋變量作用的方向及顯著性并未改變，從而認為物流成本的內生性問題對研究的核心結論影響較小。值得留意的是，使用外生IV后，物流成本及其交互項對城鎮化的影響被加強了。

表5 內生性探討(外生工具變量)

（四）分區域比較

按東、中、西部②東部11個省份：遼寧、北京、河北、天津、山東、江蘇、上海、浙江、福建、廣東、海南；中部8個省份：黑龍江、吉林、山西、河南、安徽、江西、湖北、湖南；西部11個省份：內蒙古、新疆、寧夏、青海、甘肅、陜西、云南、貴州、四川、重慶、廣西。分區域進行比較分析，以進一步展示區域特征。由于分樣本的數據結構為長面板，在進行組間異方差Wald檢驗、組內自相關Wald檢驗和組間同期相關Breusch-Pagan LM檢驗后發現，組間異方差、組內自相關和組間同期相關均在一定程度上存在。因此，采用相同自回歸系數③使用不同自回歸系數進行估計，對結果影響很小，限于篇幅文中未予報告。的PCSE來估計回歸系數，結果如表6所示。

表6各列間相互比較并與表3的全國整體情況相比較，可以發現：

第一，資本存量對城鎮化率的影響在東部和中部均顯著，在東部的效率最高，資本存量增加1%會提高人口城鎮化率0.06個百分點，是中部的3倍，而資本存量在西部地區并不對城鎮化率產生顯著效果，這顯示出區域間資本利用效率的巨大差異。

第二，各區域物流成本的減少對城鎮化率的作用都受到人口規模的影響。如表6所示，物流成本的影響和人口的調節作用在中部均最強，說明進入21世紀后，在中部地區城鎮化進程中，物流成本的降低發揮了最為重要的作用。而東部地區在更大的人口范圍內呈現出物流成本與人口城鎮化率的正相關關系，西部地區則更呈現為物流成本與人口城鎮化率的負相關關系。可能的原因在于，東部地區的城鄉一體化程度更高，農村居民在交通基礎設施建設及物流業發展中獲得更多的便利，這使得物流成本的降低無法提升城鎮對人口的吸引力。而西部地區的城鄉一體化程度較低，物流業的發展更有益于城鎮居民，物流成本的降低主要成為城鎮的吸引力。

第三，工業生產率的提升，一方面通過節約勞動力而降低城鎮化率，另一方面通過提高勞動力收入增強家庭在城鎮的生存能力而提高城鎮化率。在經濟發展水平較高的地區，前者的效果更強，而在經濟發展水平較低的地區，后者的效果更強。因此，各區域工業生產率提升對城鎮化率的作用都受到經濟發展水平的影響，并呈現為上述兩方面效果的平衡。工農業的收入差距在西部地區較大，從而主要呈現出如下效果，即工業生產率的提升主要表現為城鎮化率提高。

六、結論與啟示

有別于對單一地區城鎮化進程的研究，本文在異質性模型框架下，從理論上探究空間差異化的城鎮化路徑的形成機理，分析要素稟賦、物流成本和工業生產率等因素對城鎮化水平的空間差異所造成的影響。同時，本文基于2000—2018年的省級數據進行實證研究驗證了研究假設，并結合跨區域比較，得到了一系列結論。主要結論如下：第一，增加資本稟賦能有效提升城鎮化水平。東部地區的資本稟賦豐裕度和資本利用效率均高于中部地區，西部地區的資本利用效率則偏低，這部分地解釋了城鎮化水平的空間差異。第二，物流成本的降低對城鎮化水平的作用取決于當地的人口規模，一個地區的人口規模越大，減少物流成本越能提升當地的城鎮化水平。21世紀以來，我國各地的物流成本降低部分地解釋了城鎮化水平的空間差異。第三，工業生產率的提升對城鎮化水平的作用取決于當地的經濟發展水平，人均GDP越高，工業生產率的提升越能降低當地的城鎮化水平。21世紀以來，我國工業生產率的迅速提升部分解釋了城鎮化水平的空間差異。此外，在理論上，NEG的重要結論之一是降低區際貿易的物流成本有利于市場規模較大的地區，本文的研究也從對城鎮化影響的角度強化了對這一結論的認識。

北京、上海等地區的高速城鎮化進程已經基本結束，而大部分中西部地區仍將在較長時間內處于高速城鎮化的階段。本文的分析為進一步推進我國城鎮化進程的政策設計提供了理論和實證依據。第一，政府需要注重對資本的積累和有效利用，中西部地區應當借鑒東部地區的成功經驗。第二，人口規模大的地區應該繼續致力于推動區際貿易自由化，而人口規模較小地區的城鎮化進程則需要充分結合人口吸引和產業集聚的相關政策。第三，制造業的技術進步，尤其是智能化的發展，在提升經濟發展水平的同時也會帶來就業崗位的減少，從而抑制城鎮化的速度。欠發達地區需要持續推動技術進步，而發達地區則需要權衡長期區域競爭力的提升和短期就業崗位流失這兩方面的得失。