城鎮化水平對投資率的影響研究

摘"要：我國城鎮化進入了減速期，未來城鎮化水平提升空間有限，在城鎮化與投資互為因果的情況下，如何維持合理的城鎮化水平和投資率具有重要研究意義。建立城鎮化率與投資率的理論模型，選擇42個國家1980—2022年的面板數據，并引入杠桿率作為調節變量，研究城鎮化率與投資率的關系，結果發現：（1）城鎮化率與投資率之間存在顯著的倒U型關系，在老齡化國家更為顯著；（2）杠桿率是影響城鎮化率與投資率之間倒U型關系的調節變量，在低杠桿和高杠桿、政府部門和非金融企業部門都十分顯著。進一步提出中國城鎮化率的上限在80%左右、投資率的下限在20%左右的政策建議，同時發揮杠桿率的調節作用，推進以人為核心的新型城鎮化。

關鍵詞：城鎮化；投資率；杠桿率；城鎮化率上限

中圖分類號：F20""""文獻標識碼：A""""文章編號：1005-6378（2024）05-0001-14

DOI：10.3969/j.issn.1005-6378.2024.05.001

一、問題的提出

黨的二十大報告提出“新型城鎮化戰略”要“推進以人為核心的新型城鎮化”“推進以縣城為重要載體的城鎮化建設”。根據美國學者諾瑟姆提出的城鎮化S形曲線，城鎮化率低于20%時屬于初始期，城鎮化率20%～50%屬于加速期，城鎮化率50%～70%屬于減速期，城鎮化率高于70%屬于飽和期［1］。盡管不同國家之間存在差異，比如意大利和奧地利城鎮化率達到60%后速度明顯下降，德國和瑞士城鎮化率達到75%后緩慢下降，美國和英國城鎮化率達到80%后趨于穩定，但一般認為城鎮化率超過60%后，其增速都會出現一些變化高國力《“十四五”我國新型城鎮化進入快速發展的“五期疊加”》，國家發展和改革委員會網站，https：//www.ndrc.gov.cn/wsdwhfz/202202/t20220217_1315711_ext.html.

。2023年中國城鎮化率已經超過了66%，基本可以判斷進入了所謂的“減速期”或“緩速期”。

消費、投資、出口是拉動經濟的“三駕馬車”，其中投資是許多國家從不發達走向發達的重要支撐，早在1994年世界銀行就建議發展中國家城市基礎設施投資占全部固定資產投資比重應在9%～15%，占GDP比重應在3%～5%，城鎮化首先是一種投資活動［2］。城鎮化是經濟社會發展的一個結果，隨著經濟社會發展程度升高，城鎮化率一般也會提高，但同時城鎮化也是經濟社會發展的一個誘因，如果一個國家或地區為了推進城鎮化，也會圍繞城鎮化開展一些政策部署、投資支持，從某種程度上看，城鎮化與投資互為因果，即城鎮化促進了投資，投資也促進了城鎮化。

從各國發展經驗看，中國未來城鎮化率提升空間有限，特別是考慮到城鄉生計資本相互作用、經濟因素驅動和外部政策推動等因素，過度城鎮化會導致農村“空心化”［3］。在這種情況下，研究城鎮化水平如何影響投資率，如何確定相對合理平衡的城鎮化率和投資率水平，具有重要的理論和現實意義。基于城鎮化率與投資率的數理關系，本文嘗試兩方面的研究：一是城鎮化率對投資率影響的實證分析；二是引入杠桿率的因素，考察杠桿率是否起到了助推作用。

二、文獻綜述

目前，對城鎮化水平與投資率關系的研究，主要可分為定性和定量兩大類。定性研究聚焦城鎮化與資本、投資的互動關系，定量研究則聚焦二者關系的實證分析。

從定性研究看，城鎮化與資本、投資密不可分。從需求端看，推進城鎮化需要資本和投資。各國在推進城鎮化過程中，都會面臨資金缺口較大的問題，2015—2030年中國新型城鎮化建設所需資金為105.38萬億元［4］，中國同時還面臨投資主體單一、土地財政不可持續、投融資平臺風險較大等問題［5］，需要大力創新城鎮化投融資。主體方面，政府部門以及地方政府投融資平臺公司是重要的投資主體，但是又存在資產結構單一、盈利能力弱、融資渠道單一等問題；機制方面，確立城鎮化融資機制的市場化改革方向，需要深化土地、財稅、價格改革，健全多種途徑的城鎮化融資債務風險約束機制［6］。從供給端看，資本和投資也需要尋找潛力領域和價值洼地。中國在推進城鎮化過程中，各地方采取了許多探索模式，比如成都市以政府主導、資本介入的方式，實現了農民集中居住（農民上樓）與農業的規模經營（資本下鄉）［7］，這是投資促進城鎮化的重要方式。中國較低的資本有機構成和不斷走低的利率為增加投資需求提供了空間，而大力推進城鎮化和市民化則能為實現投資提供充分必要條件［8］。此外，城鎮化與消費也存在密切關聯，城鎮化可以改變消費結構［9］，影響能源消費［10］，通過消費進一步影響投資。

從定量研究看，城鎮化水平與投資率存在雙向因果關系，相關研究成果主要體現在兩個方面。其一，從投資對城鎮化的影響看，內生增長理論支持政府投資促進經濟增長和城鎮化的觀點［11］，亞洲和拉丁美洲的國家實證數據表明對農業投資形成的高農業密度和種植業農業，極大地刺激了欠發達地區的城鎮化［12］，但這種促進是線性還是非線性關系并無定論。有學者認為外商投資與當地新型城鎮化之間存在“先下降、后上升”的非線性關系［13］，綠色公共投資對綠色城鎮化發展水平存在顯著的“類U”型關系［14］。其二，從城鎮化對投資的影響看，根據瓦格納定律，城鎮化促進了公共基礎設施的投資［15］，特別是像中國在改革開放后處于城鎮化快速發展時期，包括城市建設等在內的各方面投資需求巨大。印度的發展經驗表明，在大多數情況下，經濟增長和城鎮化促進了交通基礎設施投資［16］。

盡管當前關于城鎮化與投資關系的研究已有許多有意義的結論，但是還存在兩個問題需要進一步完善，一個是對城鎮化率與投資率之間的實證關系相對缺乏，另一個是城鎮化率通過何種調節機制影響投資率相對欠缺。本文的邊際貢獻在于：一是建立跨國面板數據的計量模型，檢驗城鎮化率與投資率之間的關系；二是引入杠桿率作為調節變量，研究城鎮化率如何通過杠桿率調節投資率。

三、研究設計

（一）模型設計

從消費端看，消費者的消費主要包括衣、食、住、行、文化旅游等方面，可用C1、C2、C3、C4、C5分別代表著五種消費。與此相應，供給則可以用Y1、Y2、Y3、Y4、Y5來表示。如果只考慮資本存量K，不考慮資本積累的因素，那么整個社會的總產出可以表示為：

Y=φiKi=∑5i=1Ii+∑5i=1Yi（1）

其中Ii表示社會投資品的產出。從長期看，消費市場的供給和需求達到均衡，亦即Yi=Ci，那么式（1）可以變換為：

Y=∑5i=1Ii+∑5i=1Ci（2）

如果將住房消費也視作投資，那么投資率就等于［17］：

investment=I1+I2+I3+I4+I5+C3Y（3）

隨著城鎮化率提高，產出會增加，消費者對衣、食、行、文化旅游的消費也會上升，那么可以假設城鎮化率與這些消費的關系為：

Y=α0+α1urban（4）

Ci=βi0+βi1urban（5）

其中i≠3，并且式（4）和式（5）的所有系數都為正數。住房消費與其他消費不同，當在城鎮化初期，消費者對住房消費的需求會逐漸增加，但是當城鎮化率達到一定水平后，消費者對住房消費的需求更多體現在改善性方面，而非剛性。換言之，消費者對住房消費需求可能會減少。由此可以假設城鎮化率與住房消費的關系為：

C3（urban）=γ0+γ1urban+γ2urban2（6）

其中，γ2為負值，γ1為正值。綜合式（1）至式（5），并且考慮到α0+α1urban的負一次項影響較小，將其省略，那么投資率可以寫為：

investment≈θurban2+λurban+cons（7）

其中θ=γ2α11+1φ3＜0，λ=γ1α11+1φ3＞0，cons為常數項。由式（7）可知，城鎮化率與投資率之間可能存在倒U型關系，而事實上外商直接投資和城鎮化之間存在較為顯著的非線性關系［18］。根據這些分析，設定的計量模型為：

investmentit=ρ2urban2it+ρ1urbanit+cons+μit+τit+εit（8）

其中μi表示個體固定效應，τt表示時間固定效應，εit表示標準殘差項，i=1，2，3，…，N，t=1，2，3，…，T。

（二）變量與數據

被解釋變量方面，根據國民核算的定義，資本形成總額包括兩部分，一部分是固定資本形成總額，另一部分是存貨增加，用資本形成總額與支出法GDP比值表示投資率investment。核心解釋變量方面，用城鎮化率urban表示城鎮化水平，即城鎮（城市）人口占總人口的比值。控制變量方面，還有一些影響投資率的變量，當經濟增長率growth較高時，經濟主體出于對未來較好的預期，投資率也會隨之上升［19］；在國民經濟核算中，儲蓄等于投資是一個恒等式，儲蓄率savings的高低與投資率的高低相一致［20］；通貨膨脹率inflation代表著物價水平的變動，也會對投資率產生影響；產業結構變化同樣影響投資率，用第三產業占比service表示產業結構變化。

此外為了進一步分析，還引入了實體部門杠桿率debt（實體部門債務與GDP比值）作為調節變量，城鎮化率對投資率的影響會受到杠桿率高低的影響，當經濟主體的杠桿率水平較高時，經濟主體的負擔也比較重，投資決策也會發生變化，而當經濟主體的杠桿率水平較低時，經濟主體的負擔較輕，有可能做出不同的投資決策［21］。實體部門由政府、家庭、非金融企業三個部門組成，所以也引入了政府部門杠桿率debt1、家庭部門杠桿率debt2、非金融企業部門杠桿率debt3。

數據方面，國際清算銀行公布了42個國家實體部門杠桿率，包括澳大利亞、奧地利、比利時、加拿大、瑞士、捷克、德國、丹麥、西班牙、芬蘭、法國、英國、希臘、愛爾蘭、以色列、意大利、日本、韓國、盧森堡、荷蘭、挪威、新西蘭、葡萄牙、瑞典、新加坡、美國等26個發達國家，阿根廷、巴西、智利、中國、哥倫比亞、匈牙利、印度尼西亞、印度、墨西哥、馬來西亞、波蘭、俄羅斯、沙特阿拉伯、泰國、土耳其、南非等16個新興國家國際貨幣基金組織指出“發達經濟體”包括39個國家和地區，他們是：澳大利亞、奧地利、比利時、加拿大、塞浦路斯、捷克、丹麥、愛沙尼亞、芬蘭、法國、德國、希臘、中國香港、冰島、愛爾蘭、以色列、意大利、日本、韓國、拉脫維亞、立陶宛、盧森堡、中國澳門、馬耳他、荷蘭、新西蘭、挪威、葡萄牙、波多黎各、圣馬力諾、新加坡、斯洛伐克、斯洛文尼亞、西班牙、瑞典、瑞士、中國臺灣、英國及美國。其他為新興市場及發展中經濟體。詳見國家統計局官網：https：//data.stats.gov.cn/files/lastestpub/gjnj/2018/zk/html/zb.htm.，選擇這42個國家1980—2022年的面板數據作為研究對象。其中杠桿率數據來源于國際清算銀行數據庫，其他數據均來源于世界銀行數據庫，變量的統計性描述詳見表1。

四、回歸分析

（一）基本回歸

以投資率作為被解釋變量，以城鎮化率作為核心解釋變量，逐步加入控制變量，可以檢驗城鎮化率與投資率之間的非線性關系。對于面板數據，首先要確定選擇固定效應模型還是隨機效應模型，Hausman檢驗的結果拒絕了原假設，所以選擇固定效應模型。并且，通過簡單的倒U型檢驗發現，極值點在數據范圍之內，能夠在1%的顯著性水平下拒絕原假設，所以可認為這種倒U型關系具有實際意義（表2）。

從表2的模型（1）至模型（3）可以看出，隨著逐步加入控制變量，城鎮化率的一次項始終為正值，二次項始終為負值，城鎮化率與投資率之間存在明顯的倒U型關系。這表示當城鎮化水平低于某一個值時，投資率會隨著城鎮化率的提高而上升，城鎮化率越高，投資率也會越高，而當城鎮化水平高于某一個值時，投資率會隨著城鎮化率的提高而下降，城鎮化率越高，投資率反而越低。出現這種現象的原因可能在于：一是城鎮化水平具有“最大值效應”，理論上一個國家的城鎮化率最大值為100%，亦即所有地區都變成了城鎮、所有人都成了城鎮人口，如果考慮糧食生產特別是大國糧食安全，城鎮化率的最大值將低于100%，不過仍然可能存在一個最大值，當城鎮化率較低時，發展機會比較多，投資熱情比較高，投資率與城鎮化率呈現同向變動關系。當城鎮化率已經達到較高水平時，發展機會相對減少后，投資熱情也會消退，即使城鎮化率仍然能上升，但投資率已經開始下降，二者呈現反向變動關系。新加坡是一個特例，1980年以來新加坡的城鎮化率一直都是100%，但是投資率卻從1980年的45%下降至2022年的21.9%。二是投資與消費具有“相互轉化效應”，投資率和消費率（最終消費與支出法GDP比值）反映了一定時期內生產活動的最終成果用于建設與用于生活的比例關系，二者在不同發展階段會發生相互轉化，通常在城鎮化率較低時依靠投資驅動，在城鎮化率較高時依靠消費驅動，這也符合許多國家的實踐。三是投資具有“國際轉移效應”，在經濟全球化時代，投資也是全球化的，當一個國家的城鎮化率達到一定水平之后，投資也會尋求其他低城鎮化水平國家的機會，以獲得更大的收益。典型的例子是加拿大，早在1980年加拿大的城鎮化率就已經達到了75.7%，為了尋求更好的國際投資機會，20世紀80—90年代加拿大投資率出現一定程度下降。

從現實看，不同國家呈現不同特點，大致包括三類。第一類是城鎮化率從低位快速上升，投資率也相對上升，對應倒U型曲線的左側。中國1980年城鎮化率還不到20%，但到2022年已經高達63.6%，1980—2002年投資率基本在30%～40%，2003—2022年投資率則躍升至40%～50%，城鎮化率與投資率呈現正向變動關系；印度尼西亞城鎮化率從1980年的22.1%躍升至2022年的57.9%，投資率也從1980年的20.9%上升至1997年的30.3%，不過受1997年亞洲金融危機的沖擊，投資率出現了下降，到2008年國際金融危機后投資率又重回30%以上。第二類是城鎮化率在高位慢漲，投資率相對下降，對應倒U型曲線的右側。許多發達國家呈現這樣的特點，德國城鎮化率從1980年的72.8%緩慢上升至2022年的77.6%，但是投資率從1980年的最高點27.2%呈下降趨勢，其中有些年份甚至低于20%；英國城鎮化率從1980年的78.5%緩慢上升至2022年的84.4%，但是投資率從1980—1990年的基本超過20%，此后下降至20%以下，最低甚至只有15%（2009年）；日本表現更為明顯，城鎮化率從1980年的76.2%上升至2022年的92%，而同期投資率從36%下降至不到26%。第三類是城鎮化率在高位平穩波動，投資率也相對平穩，對應倒U型曲線的頂部。澳大利亞1980年城鎮化率為85.6%，2022年城鎮化率為86.5%，變化幅度很小，投資率變化也不是很大，基本在20%～30%相對穩定地波動；瑞士1980年城鎮化率為74.5%，此后甚至出現了“逆城市化”現象，2000年和2001年的城鎮化率只有73.4%，到2022年城鎮化率也只有74.1%，但同期投資率基本在30%上下波動。

（二）穩健性檢驗

為了檢驗基本回歸結果的穩健性，需要對計量模型和變量數據進行一些變化。主要采取四種變化：第一種是變換核心解釋變量，詳見表3模型（1），一般認為城鎮化率的提高會帶來人口結構的變化，這種變化表現在年齡層面就是老齡化程度加深或總撫養比變大，對中國農村人口的發展態勢測算表明，如果城鎮化率從目前水平上升至80%，那么農村人口老齡化率將高達36%～40%，總撫養比將上升至100%左右［22］，因此可以選擇總撫養比dependency（15歲以下或64歲以上受撫養人與15—64歲工作年齡人口比值）作為城鎮化率的替代變量。第二種是變換控制變量，詳見表3模型（2），就業與投資存在密切相關的聯系，投資率比較高，創造的就業機會也比較多。反過來看，如果勞動參與率employment（勞動人口占15歲以上總人口的比值）比較高，投資率可能也比較高。投資還與信貸密切相關，如果信貸比較少，經濟主體的投資也可能相應減少，選擇私人部門國內信貸占比credit作為控制變量。第三種是變換計量方法，詳見表3模型（3），用多維面板固定效應模型替代簡單的固定效應模型。第四種是變換樣本范圍，詳見表3模型（4），根據國家首字母排序，對編號為22—42的一半樣本國家（包括以色列、印度、意大利、日本、韓國、盧森堡、墨西哥、馬來西亞、荷蘭、挪威、新西蘭、波蘭、葡萄牙、俄羅斯、沙特阿拉伯、瑞典、新加坡、泰國、土耳其、美國、南非），以及時間為1997年之前的樣本進行回歸分析。

從表3來看，模型（1）顯示總撫養比與投資率之間存在顯著的倒U型關系，即當總撫養比低于某個值時，總撫養比越大，投資率也會越大；而當總撫養比高于某個值時，總撫養比越大，投資率卻會越小。在替換控制變量和變換樣本范圍后，模型（2）和模型（4）也表明城鎮化率與投資率之間存在顯著的倒U型關系，至少在5%的顯著性水平下通過了檢驗。模型（3）中城鎮化率的二次項未能通過顯著性檢驗，但其系數也為負值，一次項則為正值且在5%的顯著性水平下通過了檢驗。盡管城鎮化率與投資率的倒U型關系未能通過顯著性檢驗，但至少計量結果呈現出倒U型的特點。由此可以認為，城鎮化率與投資率之間的倒U型關系具有一定的穩健性。

（三）異質性分析

為了檢驗異質性，分兩種方式。第一種方式分析國家類型異質性，詳見表4模型（1）和模型（2），26個發達國家為一類，16個新興國家為另一類。第二種方式是分析老齡化程度異質性，詳見表4模型（3）和模型（4），國際上通常把 60 歲及以上的人口占總人口比重達到 10%，或65 歲及以上的人口占總人口的比重達到 7% 作為一個國家或地區進入老齡化社會（或老年型人口）的標準，此處選擇后一個標準，如果65歲及以上人口占總人口比重大于或等于7%，則視為老齡化，反之則視為非老齡化。

表4的異質性檢驗結果表明，城鎮化率對投資率的倒U型關系并不具有國家類型異質性，模型（1）發達國家、模型（2）新興國家的計量結果顯示，城鎮化率的一次項和二次項都未能通過顯著性檢驗，也就是說城鎮化率與投資率的倒U型關系是一個整體效應，不論單看發達國家，還是單看新興國家，都不存在倒U型關系。出現這種現象的原因可能在于，盡管不同國家設定城鎮化水平的目標不同、實現城鎮化的步驟不同，但發達國家和新興國家都在積極追求城鎮化，所以不同國家類型的城鎮化率對投資率的影響并不顯著。模型（3）的城鎮化率一次項、二次項分別通過了5%、1%的顯著性檢驗，模型（4）的城鎮化率一次項和二次項都未能通過顯著性檢驗，這表明在老齡化社會，城鎮化率與投資率存在顯著的倒U型關系，在非老齡化社會不存在這種關系。一般而言，非老齡化社會的城鎮化率也比較低，城鎮化率與投資率的關系可能更符合倒U型的左側特征，而老齡化社會的城鎮化率也相對較高，其城鎮化率與投資率的關系經歷了整個倒U型過程。

五、考慮杠桿率的進一步分析

（一）非線性模型的調節效應

調節效應指的是核心解釋變量對被解釋變量的關系受到調節變量的影響，調節變量所起到的效應就是調節效應。對于非線性模型，調節效應主要作用有兩個，一個是調節變量可以改變自變量與因變量反轉的節點，即臨界點的位置;另一個是調節變量可以改變自變量對因變量的瞬時變化率，即曲線的形狀［23］。對于非線性模型，如果引入杠桿率作為調節變量，可以表示為：

investment=ω0+ω1urban+ω2debt+ω3urban×debt+ω4urban2+ω5urban2×debt（9）

對式（9）進行合并，可以得到：

investment=ω0+ω2debt+（ω1+ω3debt）urban+（ω4+ω5debt）urban2（10）

式（10）中的（ω1+ω3debt）表示斜率項，（ω4+ω5debt）表示曲率項，如果曲率項顯著，則不論斜率項是否顯著，都能說明自變量和因變量之間存在曲線關系；如果曲率項不顯著，斜率項顯著，那么說明自變量和因變量之間存在線性關系；如果曲率項和斜率項都不顯著，那么說明自變量和因變量之間不存在關系。綜上所述，自變量和因變量的曲線關系取決于曲率項，如果系數ω5顯著，那么調節變量debt能夠調節自變量urban對因變量investment的曲線關系。同時，還可以對調節變量debt在低水平、高水平下的顯著性進行檢驗，這樣可以更加直觀了解調節變量debt如何影響自變量urban對因變量investment的曲線關系。

（二）實體部門杠桿率的調節效應

根據非線性模型的調節效應計量方法，可以對加入實體部門杠桿率后城鎮化率與投資率的關系進行檢驗，同時由于實體部門杠桿率的平均值為192.5%，以此作為分界線，低于這個均值的視為低杠桿，高于這個均值的視為高杠桿，進一步觀察調節變量的影響（表5）。

在模型（1）、模型（2）和模型（3）中，城鎮化率平方項和實體部門杠桿率交乘項的系數、城鎮化率平方項的系數至少在5%的顯著性水平下通過了檢驗，曲率項顯著，說明城鎮化率與投資率之間確實存在非線性關系。并且在低杠桿情況下，當杠桿率低于115.6%時，經過運算的城鎮化率平方項的系數必然為負值，城鎮化率與投資率之間必然為倒U型關系；在高杠桿的情況下，當杠桿率高于225.8%，經過運算的城鎮化率平方項的系數必然為負值，城鎮化率與投資率之間必然為倒U型關系；當杠桿率介于115.6%到225.8%之間時，經過運算的城鎮化率平方項的系數為正值，城鎮化率與投資率之間呈現U型關系，但這并不影響二者之間的非線性關系。綜合來看，考慮實體部門杠桿率的調節效應檢驗強化了基本回歸、穩健性檢驗、異質性分析的結果，城鎮化率與投資率之間存在顯著的倒U型關系。

（三）分部門杠桿率的調節效應

如果將實體部門杠桿率分解，可以得到政府部門杠桿率、家庭部門杠桿率、非金融企業部門杠桿率，用分部門杠桿率作為調節變量，同時考慮低杠桿、高杠桿的情況，研究調節變量對

當政府部門杠桿率作為調節變量時，城鎮化率平方項和實體部門杠桿率交乘項的系數、城鎮化率平方項的系數都在1%的顯著性水平下通過了檢驗，曲率項顯著時自變量和因變量必然存在非線性關系，也就是說城鎮化率和投資率之間必然存在非線性關系。以政府部門杠桿率平均值60.2%作為分界點，發現在低杠桿和高杠桿下曲率項無法通過顯著性檢驗，斜率項也未能通過顯著性檢驗，至少可以說明城鎮化率與投資率的倒U型關系在低杠桿、高杠桿下不存在影響。究其原因，可能在于政府部門是投資的重要主體，不管是低杠桿的國家，還是高杠桿的國家，政府部門都會通過加杠桿去投資。事實上，新興國家政府部門杠桿率從2008年的30.9%上升至2022年的65.3%，發達國家政府部門杠桿率從1999年的71.6%上升至2022年的102.8%。

當家庭部門杠桿率作為調節變量時，城鎮化率平方項和實體部門杠桿率交乘項的系數未能通過顯著性檢驗，城鎮化率平方項的系數在10%的顯著性水平下通過了檢驗，但這并不必然保證曲率項可以通過顯著性檢驗，斜率項的檢驗也并不必然通過。同時，在低杠桿（家庭部門杠桿率低于49.1%）、高杠桿（家庭部門杠桿率高于49.1%）情況下，曲率項和斜率項同樣并不必然通過顯著性檢驗，所以家庭部門杠桿率無法調節城鎮化率與投資率的非線性關系。究其原因，可能在于家庭部門是消費的主體，并非投資的主體，所以家庭部門杠桿率無論如何變化，并不會成為城鎮化率與投資率非線性關系的調節變量。

當非金融企業部門杠桿率作為調節變量時，城鎮化率平方項和實體部門杠桿率交乘項的系數、城鎮化率平方項的系數至少在5%的顯著性水平下通過了檢驗，城鎮化率與投資率之間的非線性關系顯著。以非金融企業部門杠桿率平均值82.2%作為分界點，低杠桿情況下曲率項通過了顯著性檢驗，說明城鎮化率與投資率之間存在非線性關系；高杠桿情況下曲率項并不必然通過顯著性檢驗，斜率項也不必然通過顯著性檢驗，說明非金融企業部門高杠桿無法調節城鎮化率與投資率的非線性關系。可能的原因在于，非金融企業部門也是重要的投資主體，發達國家非金融企業部門杠桿率從1999年的80.2%增長至2022年的90.8%，新興國家非金融企業部門杠桿率從2008年的59.1%增長至2022年的107.1%，杠桿率的高低會影響非金融企業部門的投資決策，一般來說杠桿率較低時非金融企業部門敢于加杠桿投資，杠桿率較高時非金融企業部門負擔較重，不太敢輕易再加杠桿投資。換言之，當非金融企業部門杠桿率較低時，通過加杠桿可以發揮調節城鎮化率與投資率非線性關系的影響，但是當非金融企業部門杠桿率較高時，便無法通過加杠桿發揮調節城鎮化率與投資率非線性關系的影響。

六、結論與建議

通過上述分析，可以得出三條結論：一是城鎮化率與投資率之間存在顯著的倒U型關系，不具有國家類型的異質性，但是在老齡化國家更為顯著；二是實體部門杠桿率是影響城鎮化率與投資率之間倒U型關系的調節變量，在低杠桿和高杠桿下都十分顯著；三是政府部門和非金融企業部門杠桿率影響了城鎮化率與投資率之間的倒U型關系。

進一步來看，如果以表2中模型（3）作為例子，可以計算出投資率達到最大時城鎮化率的數值，即閾值為61.5%。也就是說，當城鎮化率低于61.5%時，城鎮化率與投資率之間存在正向關系；當城鎮化率高于61.5%時，城鎮化率與投資率之間存在負向關系。這就蘊含著一個矛盾的情況，一個國家要想在61.5%的基礎上繼續提高城鎮化水平，肯定離不開投資率，而城鎮化率越高，對投資率的影響卻是負向的。只要還有資本形成，一個國家的投資率就不可能低到0，事實上在所選樣本中投資率最低也有10.9%，新加坡城鎮化率已經達到了100%，但其投資率仍保持在20%以上，那么可以推斷出城鎮化率可能存在一個限度，這個限度可能會低于100%。因此，提出如下對策建議。

第一，設定中國城鎮化率的上限。中國有18億畝耕地紅線的限制，糧食安全必須牢牢抓在自己手里，同時農村土地制度、城市戶籍制度在短期內難以有大幅度改革，農村對人口的黏性肯定要高于土地自由流轉和沒有戶籍制度的發達國家，因此中國的城鎮化率不僅不會達到100%，也可能會低于發達國家平均水平。根據聯合國《世界城市報告2022：持續城市化的價值》預測，中國城鎮化率將在2030年達到70.6%，2035年達到73.9%；中國學者預計我國將在“十四五”期間出現城鎮化由高速推進向逐步放緩的“拐點”，2035年后進入相對穩定發展階段，中國城鎮化率峰值大概率出現在75%至80%此處數據參考UN Habitat.World Cities Report 2022：Envisaging the Future of Cities.Jun 2022.https：//unhabitat.org/sites/default/files/2022/06/wcr_2022.pdf.以及張車偉，蔡翼飛：《人口與勞動綠皮書：中國人口與勞動問題報告No.22》，社會科學文獻出版社2022年版。；本文所選樣本中發達國家2022年城鎮化率平均水平為82.7%。綜合這些數據，可以設定中國城鎮化率的上限為80%左右。

第二，保持投資率穩定合理。盡管當城鎮化率超過某個閾值時，城鎮化率對投資率的影響為負，但這并不是說不要投資率，相反，應盡量保持投資率在穩定合理的水平。阿根廷、巴西等拉美國家，印度尼西亞、馬來西亞等東南亞國家，之所以在20世紀80年代和90年代未能得到很好的發展，反而陷入了“中等收入陷阱”，很重要的一個原因就是投資率較低，低到20%甚至不到20%。反觀韓國，之所以能夠成為發達國家，很重要的一個原因是投資率基本保持在30%以上，即使城鎮化率上升緩慢，至少確保經濟能夠持續穩定發展。目前中國的投資率較高，基本保持在40%以上，到2035年或2050年，投資率可能會有所下降，但也應像許多發達國家一樣，至少將投資率保持在20%甚至更高水平之上。

第三，適當發揮杠桿率調節作用。2023年中國城鎮化率為66.2%，城鎮化進程邁入增速換擋期，城鎮化格局進入穩定優化期，城市發展轉向存量挖潛期，鄉村振興進入全面推進期，未來特別是2035年之后推進城鎮化的速度將大大放緩。在這種情況下，如果仍然要提高城鎮化率、提升城鎮化質量，可以發揮杠桿率的調節作用。2023年我國少部分省級地方政府青海、貴州、吉林和天津的杠桿率分別達到87.8%、72.3%、69.2%和66.4%。的杠桿率超過了歐盟對其成員國60%的警戒線，其加杠桿空間較小，但中央政府和其他省級政府有一定的加杠桿空間。2024年政府工作報告提出，從2024年開始，我國擬連續幾年發行超長期特別國債；擬安排地方政府專項債券3.9萬億元，比上年增加1 000億元。這是中央政府和一些省級政府加杠桿的具體實踐。根據萬得（wind）統計，2022年A股上市公司資產負債率平均值約42%，中位數約40%，除了房地產行業上市公司資產負債率大多超過80%，其他行業也有一定加杠桿的空間。當然，考慮到2016年國務院印發《關于積極穩妥降低企業杠桿率的意見》，2018年國家發展改革委等五部門聯合印發《2018年降低企業杠桿率工作要點》，部分國有企業并不具備充足的加杠桿空間。應充分發揮杠桿率的調節作用，助力中國城鎮化實現量的提高和質的提升。

第四，推進以人為核心的新型城鎮化。需要改變城鎮化加速期追求數量型增長的思路，轉向質量型提升的思路，推進以人為核心的新型城鎮化。要全面落實《國家新型城鎮化規劃（2021—2035年）》，在改革土地管理制度、改革戶籍制度、將城市融資建立在更可持續的基礎之上、應對環境壓力、改善地方政府治理等六大領域發力［24］，加快農業轉移人口市民化，以城市群、都市圈為依托構建大中小城市協調發展格局，同時推進以縣城為重要載體的城鎮化建設，提升城市規劃、建設、治理水平，深入推進城鄉融合發展。

參考文獻：

［1］徐文舸，趙惠.“十四五”時期新型城鎮化拓展投資空間的趨勢和潛力［J］.宏觀經濟管理，2021（6）：10-17+25.

［2］李通屏，成金華.城市化驅動投資與消費效應研究［J］.中國人口科學，2005（5）：65-69+96.

［3］劉奉越.城鄉關系下農村“空心化”的演進歷程及發展走向［J］.河北大學學報（哲學社會科學版），2023（6）：11-19.

［4］孫東琪，陳明星，陳玉福，等.2015—2030年中國新型城鎮化發展及其資金需求預測［J］.地理學報，2016（6）：1025-1044.

［5］孫孟.新形勢下新型城鎮化建設投融資探討［J］.宏觀經濟研究，2023（9）：68-74+114.

［6］潘功勝.加快融資機制改革創新 促進城鎮化持續健康發展［J］.新金融評論，2013（6）：1-19.

［7］周飛舟，王紹琛.農民上樓與資本下鄉：城鎮化的社會學研究［J］.中國社會科學，2015（1）：66-83+203.

［8］萬廣華，胡曉珊.新發展格局下的國內需求與創新：再論城鎮化、市民化的重要性［J］.國際經濟評論，2021（2）：22-35+4.

［9］BAIRAGI， SUBIR.Changing Food Consumption Patterns in Rural and Urban Vietnam：Implications for a Future Food Supply System［J］.Australian Journal of Agricultural and Resource Economics， 2020，64（3）：750-775.

［10］MINH KHUONG，PHOUNG， RUSSELL MCKENNA，WOLF FICHTNER. Multi-level Decomposition of ASEAN Urbanization Effects on Energy［J］.International Journal of Energy Sector Management 2019，13（4）：1107-1132.

［11］BARRO R J.Government Spending in a Simple Model of Endogeneous Growth［J］.Journal of Political Economy，1990，98 （S5）：103-125.

［12］FIREBAUGH G.Structural Determinants of Urbanization in Asia and Latin America，1950-1970［J］.American Sociological Review，1979，44（2）：199-215.

［13］樊士德，柏若云.外商直接投資對新型城鎮化的影響［J］.中國人口科學，2022（4）：60-73+127.

［14］楊飛虎，陳佳麗，黃興.綠色公共投資對綠色城鎮化發展的影響研究［J］.新金融，2023（7）：28-35.

［15］BERNARDIN AKITOBY，BENEDICT CLEMENTS，SANJEEV GUPTA，GABRIELA INCHAUSTE.Public Spending，Voracity，and Wagner，s Law in Developing Countries［J］.European Journal of Political Economy，2006，22（4）：908-924.

［16］MAPARU T S，MAZUMDER T N.Transport Infrastructure，Economic Development and Urbanization in India （1990-2011）：Is There Any Causal Relationship？ ［J］.Transportation Research Part A：Policy and Practice，2017，100：319-336.

［17］陳昌兵.城市化與投資率和消費率間的關系研究［J］.經濟學動態，2010（9）：42-48.

［18］樊士德，柏若云.外商直接投資對新型城鎮化的影響［J］.中國人口科學，2022（4）：60-73+127.

［19］劉勇政，呂冰洋，李巖.中國高投資率之謎：分稅制的激勵作用［J］.經濟研究，2021，56（3）：65-82.

［20］王秋石，王一新.中國投資率真的這么高嗎［J］.經濟學家，2014（8）：66-72.

［21］陳彥斌，隨曉芹，劉哲希.系統性金融風險預警指標——杠桿率與“杠桿率/投資率”比較［J］.世界經濟文匯，2019（6）：21-36.

［22］解安，林進龍.中國農村人口發展態勢研究：2020—2050年——基于城鎮化水平的不同情景模擬分析［J］.中國農村觀察，2023（3）：61-86.

［23］林偉鵬，馮保藝.管理學領域的曲線效應及統計檢驗方法［J］.南開管理評論，2022，25（1）：155-166.

［24］國務院發展研究中心和世界銀行聯合課題組，李偉，SRI MULYANI INDRAWATI，等.中國：推進高效、包容、可持續的城鎮化［J］.管理世界，2014（4）：5-41.

（責任編輯"吳"姣，李汶卓）

A Study on the Impact of Urbanization Rate on Investment Rate

LI Jiangtao1，WANG Xuekai2

（1.National Governance Teaching and Research Department，Party School of the Central Committee of C.P.C （National Academy of Governance），Beijing 100089;2.School of Marxism，Party School of the Central Committee of C.P.C （National Academy of Governance），Beijing 100091，China）

Abstract：China，s urbanization has entered a period of deceleration，and there is limited room for improvement of urbanization in the future.In the context of mutual causality between urbanization and investment，it is of great significance to maintain a reasonable level of urbanization and investment rate.This paper establishes a theoretical model for urbanization rate and investment rate，selects panel data of 42 countries from 1980 to 2022，and introduces leverage ratio as a moderating variable to study the relationship between urbanization rate and investment rate.The results show that：（1） there is a significant inverted U-shaped relationship between urbanization rate and investment rate，which is more significant in aging countries.（2） Leverage ratio is a moderating variable that affects the inverted U-shaped relationship between urbanization rate and investment rate，which is significant in both low leverage and high leverage，as well as both government departments and non-financial corporations.Furthermore，it is proposed that the upper limit of China，s urbanization rate should be around 80%，and the lower limit of investment rate should be around 20%.At the same time，we should exert the regulatory effect of leverage ratio，and promote a new type of urbanization centered around people.

Key words：urbanization;investment rate;leverage ratio;the upper limit of urbanization rate