人口、就业与土地非农化的相互关系研究

胡伟艳　张安录　渠丽萍

摘要 在Carlino-Mills区域增长模型的基础上,通过引入农地非农化变量,应用两阶段最小二乘法(TSLS)和普通最小二乘法(OLS),利用中国232个地级及以上城市1999年和2005年两个时间段的截面数据,从一个整体的视角分析了人口、就业与土地非农化的关系。分析结果表明:①城市人口与非农就业相互影响,非农就业对城市人口的影响要大于城市人口对非农就业的影响;城市人口与第二产业就业呈正相关关系,而与第三产业就业呈负相关关系;②城市人口和非农就业对农地非农化有显著的正的影响,城市人口对农地非农化的影响要大于非农就业对农地非农化的影响;农地非农化与第二产业就业正相关,与第三产就业负相关;③就业非农化高的地区,农地非农化将有所减缓,人口城市化高的区域,农地非农化则加剧。根据上述研究结果,本文提出了相应的政策建议。

关键词 相互关系;人口城市化;就业非农化;土地非农化

中图分类号 F301.21 文献标识码 A

文章编号 1002-2104(2009)05-0104-07

从要素空间转移的角度来看,非农化是指农业人口向非农业人口转化,农村人口向城市人口转化,也是农业用地向非农业用地转化的过程,即就业非农化、人口城市化、土地非农化构成城市化的三个方面。三者相互影响,相互作用,如果发展协调合理配置,则促进城市化的健康发展;反之则迟滞城市化进程[1]。2005年中国城市化已步入快速转型期,但低于中低收入国家44%的城市化水平,远远落后于经济发达的高收入国家;更为甚者,由于长期以来中国注重人口的空间转换而不是职业转换[2]导致不完全的城市化现象[3],这种现象严重影响耕地资源的合理配置,成为现阶段中国转轨与经济发展过程中面临的重大问题[3]。从1996年10月31日到2006年10月31日,中国耕地从19.51亿亩减少到18.27亿亩,10年中净减少耕地1.24 亿亩[4],其中建设占用耕地是每年耕地非农化中比例较大的部分且呈逐年增加的趋势。据统计,2003-2006建设占用耕地面积占年内减少耕地面积的比例分别为7.9%、19.81%、21.54%和25.18%。由于建设占用耕地不可逆,在未来很长时期内将构成农地流失最大的威胁[5]。许多文献对人口与就业,人口、就业对土地非农化的影响进行了大量的研究。例如,国际上人口和就业关系的争论存在需求论、供给论[6]。同时决定论

[7]的观点。国内学者主要从宏观尺度上对人口城市化和非农化两者关系进行了研究,研究观点为滞后论、适度论、超前论等[8]。在人口城镇化与农地非农化相互关系的研究方面学术界持有不同观点[9]:①正相关关系;②“库茨尼茨曲线”关系;③人口城镇化不对农地非农化产生影响;④因果关系或不存在因果关系;⑤双向互动关系。然而,这些研究大多数仅从各自的专业领域就其中的两个方面进行研究,缺乏整体的视角;同时假定变量的外生性,从而会高估这种可能的影响;应用传统的回归分析方法,而忽略因果关系的描述;利用省级尺度的数据,可能会由于样本不足而产生估计有偏的问题。本文在Carlino Mills区域增长模型的基础上,通过引入农地非农化变量,应用两阶段最小二乘法(TSLS)和普通最小二乘法(OLS)利用中国232个地级及以上城市层面1999年和2005年两个时间段的截面数据对人口、就业与土地非农化的关系进行实证研究。

1 模型构建及方法说明

在Carlino Mills区域增长模型[10]的基础上,通过引入农地非农化变量构建计量模型如下:

ΔWOR_t=β₁POP_t-1+β₂ΔPOP+β₃WOR_t-1+β_wΩ^w(1)

ΔPOP_t=α₁WOR_t-1+α₂ΔWOR+α₃POP_t-1+α_pΩ^p(2)

ΔRULC_t=γ₁WOR_t-1+γ₂ΔWOR+γ₃POP_t-1+γ₁ΔPOP+λ₅Ω^RULC(3)

方程(1)、(2)和(3)分别称为就业非农化模型、人口城市化模型和农地非农化模型。就业非农化模型说明就业非农化取决于就业非农化、城市人口的初始状态、城市人口的变化以及其他外生变量(Ω^wΩ^p)的影响。其他外生变量包括产品多样化指数(Shop)、基础设施状况(Infrastruct)、是否为省会城市(Dumy Capital)、是否为沿海城市(Dumy Coast)、距离省会城市的距离(Dis capital)、距离最近省会城市的距离(Dis Neacapital)、劳动力年平均工资(Aver wage)、人均耕地面积(Culandper)、平均受教育年限(Capital EDU)以及流动人口(Mob POP)。由于利用非农就业总量数据可能会掩盖不同非农产业部门的经济活动行为,我们将非农就业分为第二产业就业和第三产业就业,相对应的模型称为第二产业就业变化模型、第三产业就业变化模型。

人口城市化模型说明人口城市化取决于就业非农化、城市人口的初始状态、就业非农化的变化以及其他外生变量(ΩW,Ωp)的影响。其他外生变量包括生活质量指数(lifequa)、基础设施状况(Infrastruct)、是否为省会城市(Dumy Capital)、是否为沿海城市(Dumy Coast)、距离省会城市的距离(Dis capital)、距离最近省会城市的距离(Dis eacapital)、劳动力年平均工资(Aver age)、人均耕地面积(Culandper)、平均受教育年限(Capital EDU)以及流动人口(Mob POP)。为避免单一中心模式的局限,除考虑距离省会城市的距离外,还考虑了距离最近省会城市的距离因素,由于城市的溢出效应,使得距离城市越近,城市对就业和人口的吸引力就越大,反之距离城市越远,这种吸引力就越小。是否为省会城市和沿海城市也是很重要的因素,因为这些城市在居住环境以及多样化的生产方面优于其他城市,从而对人口和就业产生正的影响。鲍常勇[12]的一项研究发现在全国内地31个省会城市中,流动人口最多的是北京,有六个省会城市的流动人口超过了100万人;从地域选择方面看,近80%的流动人口选择东部沿海经济发达地区的城市。生活质量作为舒适性指标直接影响人口的变化。高速公路等基础设施的扩张有利于劳动力的引入,直接影响就业的变化。劳动力工资越高,受教育年限越长,会增加就业的机会。土地资源禀赋对地区的经济发展有重大的影响,人均土地资源的匮乏会导致劳动力的边际农业产出率低下,而在非农产业具有更高的劳动回报率的条件下,大量的追求自身利益最大化的农民会迅速向加工制造业和服务业等非农产业转移。由于我国城市人口并没有包括6个月以下进城务工的人口,因此本文选择流动人口因素,该因素对就业的影响是显而易见的。农地非农化模型中,所有同时影响就业和人口的因素将直接或间接影响农地非农化,就业和人口的初始状态及其变化也影响农地非农化。例如,距离城市的距离等接近性因素可能通过人口和就业的变化间接影响农地的非农化,也可能通过可达性直接影响农地非农化;道路越多,交通设施越便利,农地越容易非农流转。鉴于前文对人口和就业关系的探讨,方程(1)和(2)中内生变量作为解释变量出现,并且变量之间的关系是双向的,因此不宜采用普通最小二乘法(OLS)[13,14]。我们利用两阶段最小二乘法(TSLS)对就业非农化模型和人口城市化模型进行估计。用普通最小二乘法(OLS)估计农地非农化模型。

2 变量说明及数据来源

选择的样本是以中国1999年划分单元的232个地级及以上城市市辖区。上述模型中的t为2005年,t-1年为1999年。Mills and Price[15]的研究发现人口郊区化10年后就是就业的郊区化,Yohannes G.Hailu[11]和Arauzo睠arod[7]在研究中取10年,考虑到数据的收集问题,我们选用6年,当然时期以及时间段的选择可能会对计量结果产生影响。为了消除由于城市规模不同而产生的异方差问题,我们将数据转换为密度,如Carlino and Mills[10]用每平方公里、每平方米、每人等。同时考虑计量的需要,将控制变量取自然对数。各变量的定义和说明见表1。人口、就业、劳动力年平均工资、社会商品零售总额、道路面积等数据来源于《中国城市统计年鉴》(2000年、2006年)。流动人口为暂住人口,取1999年-2005年的平均值,数据来源于《中国城市建设统计年鉴》(2000-2006);人均耕地面积、人均住房使用面积来源于《中国城市建设统计年鉴》(2000年、2006年);距离省会城市的距离、距离最近省会城市的距离来源于google网;是否为沿海城市来源于《中国海洋统计年鉴》(2003年);平均受教育年限数据来源于李文杰[16]。采用Eview 5.0计量工具。

3 计量结果分析

计量结果见表2～表4。由于我们采用的是滞后一期的截面数据,模型的DW检验值接近于2,因此模型不存在自相关问题。由于采用截面数据,解释变量取值变动幅度较大,常常发生异方差现象,为此,我们利用密度数据,并将控制变量取自然对数。对于多重共线性问题,潘省初(2007)认为多重共线性问题是普遍存在的,轻微的多重共线性问题可不采取措施。多重共线性问题可通过增加数据、相关分析删除一个或多个共线变量得以消除。所有模型的解释程度大于65%,从T统计值来看,比较多的解释变量通过了统计检验,而且系数符号与理论预期基本一致,说明这里的估计基本有效。从表2和表4进一步看出当模型中的被解释变量不变,部分解释变量发生变化时,其他解释变量对被解释变量的作用大小和作用方向基本一致,说明这里的估计基本稳健。

就业非农化模型结果(见表2)表明,控制其它变量后,在10%的显著性水平下,城市人口的增加与非农就业的变化显著正相关,符合理论预期,这说明随着城市人口的增长,非农就业增长,城市人口的增长对非农就业的增长有显著的解释力。研究结果显示通过增加城市人口来增加非农就业可靠。我们将非农就业分为第二产业就业和第三产业就业进一步分析发现(见表2)城市人口的增加与第二产业就业人数的变化显著正相关,与第三产业就业人数的变化显著负相关。这可能与我国城市第三产业的发展还不成熟有关,“十五”期间我国产业结构调整主要体现在第二产业快速发展,第三产业增长缓慢,中国目前第三产业占GDP的比例只有30%左右,几乎是世界各国中最低的。前一期的非农就业与非农就业的增加呈弱正相关,这说明前一期非农就业密度高的城市,非农就业的增长较快,进一步说明非农就业的决策取决于前一期非农就业的决策。前一期城市人口与非农就业的增加显著正相关,这说明前一期城市人口密度高的城市,非农就业增长快。劳动力年平均工资、平均受教育年限、距离最近省会城市的距离,流动人口与非农就业密度变化呈正相关,与预期一致。产品多样化指标、道路密度、是否为省会城市、是否为沿海城市、距离省会城市的距离、人均耕地面积与非农就业密度的变化负相关,与预期不相一致,这是由于不同经济活动行为的差异所致,如这些因素在第二产业就业密度变化模型中与第二产业就业密度变化负相关而在第三产业就业密度变化模型中与第三产就业密度变化正相关不同,这可能与2001年中国开始实施“退二进三”的战略有关,即随着城市的扩张,一些企业从城市的繁华地段退出来,进入城市的边缘或周边进行发展。人口城市化模型结果(见表3)表明,控制其它变量以后,非农就业的增长与城市人口的增长正相关,这说明随着非农就业的增长,城市人口增长,但统计上并不显著,这可能受不同经济活动的影响。进一步将非农就业分为第二产业就业和第三产业就业进行的分析(见表3)发现,第二产业就业的增长与城市人口的增长显著正相关,而第三

产业就业的增长与城市人口的增长显著负相关。这说明第二产业就业的增长对城镇人口增长的驱动,而第三产业就业的增长对城市人口增长的拉力不足,因此相对于第三产业就业而言,城市人口的增长主要来自于第二产业就业的驱动。这可能与中国“重工业优先战略”的背景下,第三产业的发展缓慢还不成熟相符。从1998年至2001年,中国第三产业增加值占GDP的比重由32.8%升至33.6%,仅增加了0.8个百分点,不仅远未达到英克尔斯现代化标准(即45%以上) 的要求,而且还低于世界低收入国家37%的平均水平,更落后于西方发达国家60%～80%的水平。2005年我国城市第三产业就业比重仅为48.34%,而发达国家在1980年该比值达到56%,香港、东京、汉城、纽约、巴黎、罗马等城市在19世纪80年代末超过63%[17]。前一期的人口城市化与城市人口增长显著负相关,说明人口城市化高的城市,城市人口增长缓慢,这可能与中小城市的迅速发展有关。人均住房使用面积与城市人口的变化显著正相关,这与预期一致,说明人均住房使用面积对城市人口有吸引力。人均耕地面积与城市人口的变化负相关,但统计上并不显著,这与预期一致。

交通便捷程度、是否为省会城市、距离省会城市的距离等变量与城市人口密度的变化正相关,这与预期一致,而是否为沿海城市与城市人口密度变化负相关,但统计上并不显著。劳动力年平均工资与平均受教育年限与城市人口的变化负相关,说明城市劳动力工资水平并不如人口迁移模型所描述成为吸引城市人口的主要因素,这两个因素对城市人口生育观念产生影响,该结论与李培,施晓丽[18]一致。本文中的流动人口就是暂住人口,即使居住在城市但不是城市人口,不享有城市人口的福利等政策,由于当前对流动人口疏于管理,比如带来社会治安隐患、增加了城市建设和管理的压力等,从而影响人口城市化的进程,人口城市化模型中流动人口与人口城市化显著负相关。农地非农化模型结果(见表4)表明,农地非农化与城市人口变化显著正相关,一般而言,城市化区域和郊区人口压力越大,对非农地的压力就越大,农地非农化加快的区域常常是城市人口变化大的区域,该结论与理论预期一致。从模型回归系数来看,城市人口对农地非农化的影响最大,每增加1×104人,则耕地减少0.15hm₂左右,对应的农地非农化面积增加0.15hm₂左右。曲福田等[19]对中国1995-2001年的一项研究表明每增加1×104人,则耕地非农化的面积将增加0.6 hm₂。农地非农化与非农就业变化正相关,该结论与理论预期一致,从模型回归系数来看,非农就业人数对农地非农化有一定的影响,每吸引1×104人就业,则耕地减少0.04 hm₂,对应的农地非农化面积增加0.04hm₂,远远小于城市人口对农地非农化的贡献,但统计上并不显著,进一步地分析发现农地非农化与非农就业的这种关系与第二产业密切相关;从农地非农化模型(表4)的回归系数来看,第二产业就业人数对农地非农化有一定的影响,但这种影响也远远小于城市人口对农地非农化的影响,该结论与叶嘉安等[20]的研究结论一致。叶嘉安等的研究显示,人口与用地量的相关系数比工业产值与用地量的相关系数高,说明了人口增长对用地量的需求所起的作用较工业产值增长所起的作用大。农地非农化与第三产业就业密度变化负相关,这可能与中国第三产业的发展不成熟相关,也可能与第三产业用地的集约程度高于第二产业有关,因此加快第三产业的发展不尽能促进城乡经济转型,而且不会增加土地的压力。农地非农化与就业非农化负相关,且统计上显著,而与人口城市化正相关,但统计上并不显著。这说明就业非农化高的城市,农地非农化将有所减缓,而人口城市化高的城市农地非农化则加剧。这与我国当前人口城市化处于40%的快速期相符。农地非农化与人均住房使用面积正相关,人均住房使用面积驱动了城市人口的增加,由于城市人口对土地施加的压力,导致农地非农化的增加。农地非农化与人均耕地面积显著负相关,说明人均耕地面积多的区域,农地非农化速度减缓,该结论与理论预期一致,也与曲福田等[19]的研究结论一致。农地非农化与高速公路密度正相关,这一结论与闵捷[21]结论一致,即交通便利的区域提高了就业机会尤其是第三产业就业机会以及吸引人口导致农地非农化增加。农地非农化与是否为沿海城市与距离省会城市的距离显著正相关,这一结论与理论预期一致。农地非农化与劳动力年平均工资和平均受教育年限负相关,这与理论预期一致。农地非农化与距离省会城市的距离负相关,但统计上并不显著。另外,农地非农化与流动人口显著正相关,流动人口通过非农就业直接或间接影响农地非农化。

4 结论与展望

本文的分析结果发现:①城市人口与非农就业相互影响,非农就业对城市人口的影响要大于城市人口对非农就业的影响。进一步的分析发现,城市人口与第二产业就业呈正相关关系,而与第三产业就业呈负相关关系;②城市人口和非农就业对农地非农化有显著的正的影响,城市人口对农地非农化的影响要大于非农就业对农地非农化的影响;第二产业就业与农地非农化正相关;而第三产就业与农地非农化负相关;③就业非农化高的区域,农地非农化将有所减缓,而人口城市化高的区域,农地非农化则加剧。上述结果说明,就业决定人口的作用力要大于人口决定就业的作用力;我国城市第三产业的发展还不成熟,对城市人口的吸引主要来自第二产业;加快第三产业的发展不会加大农地非农化的压力;农地非农化主要发生在沿海城市、城市化水平高、城市人口增加快的地区。因此,必须①通过非农就业政策的支持,加快就业非农化进程,促进城市化快速发展;②加快第三产业的发展,使第三产业随着城市产业结构的调整逐渐取代工业而成为城市产业的主角,作为城市化的后续动力,通过生产配套性服务的增加、生活消费性服务的增加,带动城市人口的增加;③通过提高城市土地集约利用水平,重点调控人口城市化水平高和城市人口增长快的地区农地非农化的速度,促进人口、就业与土地的协调发展。模拟空间尺度上复杂的经济现象之间的相互关系是一个很有挑战性的课题,本文的研究获得了一定成果,但为使研究进一步完善,下一步还应从以下角度进行研究:①根据推拉力理论,将农业部门的发展作为人口、就业与土地非农化的推力纳入模型中;②从区域的角度,考虑政策变量有利于揭示农地非农化的过程;③区位对人口、就业与土地非农化的影响显著,创造替代变量,需要利用GIS技术;④将农地非农化变量作为就业非农化、人口城市化模型的内生变量来分析三者之间的关系。

(编辑:于 杰)

参考文献(References)

[1]信桂新,杨庆媛.城市化过程的机制:重庆市1985-2005年城市化演变探讨[论文集].第三届中国城市发展与土地政策国际研讨会.中国杭州,2007.[Xing Gui in, Yang Qing瞴uan.The mechanism of Urbanization:Study on Urbanization Evolvement of in Chongqing from 1985 to 2005.[proceedings].The Third International Symposium on Urban Development and Land Policy in China.Hangzhou,China,2007.]

[2]舒长根,王飞军,吕建星.户籍政策与人口城市化[J].城市问题,2008,2:50～53.[Shu Changgen,Wang Feijun, Lv jianxing. Household Registration Policy and Urbanization[J].Urban Problems,2008,2:50～53.]

[3]陶然,徐志刚.城市化、农地制度与迁移人口社会保障——一个转轨中发展的大国视角与政策选择[J].经济研究,2005,12:45～56.[Tao Ran, Xu Zhigang. Urbanization,Rural Land System and Migrant's Social Securit[J].Economy Study,2005,12:45～56.]

[4]王忠民.直面土地“过度非农化”[J].中国土地,2007,2:20～23.[Wang ZhongMin.Facing Over Rural Urban Land Conversion [J].China Land,2007,2:20～23.]

[5]Du Hongliang,Chen Baiming. Rationality of Farmland Occupation by Constructions Based on Decoupling Analysis Method [J].2007, 23(4):52～59.[6]Freeman DG.Sources of Fluctuations in Regional Growth [J]. Ann Reg Sci, 2001, 35:249～266.

[7]Arauzo睠arod J.M.Determinants of Population and Jobs at a Local Level [J].Ann Reg Sci, 2007, 41:87～104.[8]周一星,王玉华.中国是不是低度城镇化[J].中国人口科学,2001,6:39～46.[Zhou Yixing, Wang Yuhua.China is Whether or not A Low睱evel Urbanization[J].China Population Science,2001,6:39～46.]

[9]胡伟艳,张安录.人口城镇化与农地非农化的因果关系——以湖北省为例[J].中国土地科学,2008,22(6):30～35.[Hu Weiyan, Zhang Anlu.Causality Between Urbanization and Rural rban Land Conversion:Case Study of Hubei Province[J].China Land Science,2008,22(6):30～35.][10]Carlino, Mills. The Determinants of County Growth [J].J Reg Sci, 1987, 27(1):39～53.

[11]Yohannes G.Hailu, Growth Equilibrium Modeling of Urban Sprawl on Agricultural Lands in West Virginia(Master dissertation),West Virginia University,2002.

[12]鲍常勇.我国286个地级及以上城市流动人口分布特征分析[J].人口研究,2007,31(6):67～75.[Bao Changyong.Characteristics of Distribution of Mobile Population in 286 Cities in China[J].Population Science,2007,31(6):67～75.]

[13]潘省初.计量经济学[M].北京:中国人民大学出版社,2007.[Pan Xingchu.Economet

rics[M].Beijing: China People University Press,2007.]

[14]James H.Stock, Mark W.Watson. Introduction to Econometrics (second edition).Shanghai People Press.2007. 654～674.

[15]Mills ES, Price R.Metropolitan Suburbanization and Central City Problems [J].J Urban Econ, 1984, 15(1):1～17.

[16]李文杰. 基于人力资本视角的区域经济发展失衡研究.http://info.feno.cn/2007/120408/c000098314.shtml.[Li Wenjie. Imbalances of Regional Economic Development Based on the Human Capital Perspective.]

[17]谢文慧,邓卫.城市经济学[M].北京:清华大学出版社,1996.[Xie Wenhui and Deng wei.

Urban Economics[M].Tsinghua University Press,1996.]

[18]李培,施晓丽.中国城市经济增长的特征分析[J].贵州财经学院学报,2007,3:37～41.[Li Pei, Shi Xiaoli.The characteristics of Economic Growth in Cities in China[J].The Journal of Guizhou Financial Services Institute,2007,3:37～41.]

[19]曲福田,陈江龙,陈雯. 农地非农化经济驱动机制的理论分析与实证研究[J].自然资源学报,2005,20(2):231～241.[Qu Futian,Chen Jianglong, Chen Wen. Theoretical and Empirical Study on the Land Conversion Economic Driving Forces[J].Journal of Natural Resources,2005,20(2):231～241.]

[20]叶嘉安,黎夏.珠江三角洲经济发展、城市扩张与农田流失研究——以东莞市为例[J]

经济地理,1999,19(1):67～72.[Anthony Gar瞣n YEH and Li xia. Economic Development, Urban sprawl, and Agircultural Land Loss in the Pearl River Deita,China[J].Economic Geography,1999(1),19:67～72.]

[21]闵捷.农地城市流转的特征与规律[D].华中农业大学,2007.[Min jie.Features and Laws of Rural瞮rban Land Conversion[D]. Huazhong Agricultural University,2007.]Interrelationships Among Non瞐gricultural Population,Jobs and LandHU Wei an1 ZHANG Anlu1 QU Li ing2