基础设施发展水平对中国城市化进程的影响

武力超 孙浦阳

(南开大学经济学院国际经济与贸易系,天津300071)

基础设施发展水平对中国城市化进程的影响

武力超 孙浦阳

(南开大学经济学院国际经济与贸易系,天津300071)

在促进城市化进程的诸多因素中,基础设施发展水平是城市化进程的重要推动力之一。本文首先借鉴联合国人类发展指数的研究思路,探讨我国城市基础设施发展指数的构建,力图客观、全面、准确地反映我国城市基础设施发展水平,对其发展程度进行综合评价,从各地区城市基础设施发展指数的综合得分发现,全国基础设施发展水平存在明显的区域差异,对各个地区制定城市化发展战略具有一定的理论价值和指导作用;之后利用主成分分析和面板数据回归分析等方法反映基础设施发展水平与我国城市化进程的关系,发现其内在规律,验证两者的相关性和现实性,研究发现沿海经济发达地区的基础设施明显优于西部落后地区,这种基础设施水平的差异最终影响到地区城市化进程,地区基础设施的改善能够吸引城市移民,吸引更多的人才加盟和资本流入,这对落后地区的经济发展具有重要意义。我们国家在缩小地区发展差距、实施西部大开发和东北振兴战略的过程中,应该把基础设施建设放在重要位置。

基础设施;城市化;发展指数;主成分;面板

城市基础设施(urban infrastructure)涉及城市生产生活所必需的供水、排水、道路、交通、供热、供气、园林、绿化、环境卫生、防洪等方面,是城市活动所产生的人流、物流、信息流的基本载体,是城市顺利进行各种经济、社会活动的必要条件。随着城市化进程的推进,城市基础设施发展水平已经成为综合衡量城市或地区发展水平,社会化程度的重要依据,城市基础设施建设也要求随之发展,可以说城市化的发展速度与发展水平,直接受城市基础设施承载能力所制约。改革开放以来,我国城市化进程逐年加快,城市化率由1978年的17.92%增长到2000年的36.09%,22年增加了18.17个百分点。“十五”期间,我国城市化发展迅速,由2000年的36.09%增长到2004年的41.8%,2005年达到43%,年均增长1.4%,截至2008年末,我国已形成建制城市655座,其中百万人口以上的特大城市118座,超大城市39座,我国城镇人口已达6.07亿,城镇化率已达到45.7%。本文在研究我国基础设施与城市化进程关系和借鉴国内外的研究成果与成熟模型的基础上,首先探讨我国城市基础设施发展指数的构建,力图客观、全面、真实、准确地反映我国城市基础设施发展水平,对其发展程度进行综合评价,之后利用主成分分析和面板数据回归分析等方法反映基础设施发展水平与我国城市化进程的关系,发现其内在规律,验证两者的相关性和现实性,为今后的进一步发展提供依据和指导。

1 城市基础设施发展指数的构建

1.1 城市基础设施发展指标的选取

人类发展指数(HDI,Human Development Index),是联合国开发计划署(UNDP)从1990年开始发布的衡量联合国成员国经济发展水平的指标。本文借鉴联合国人类发展指数的研究思路,编制了中国城市基础设施发展指数,用来度量城市基础设施发展的基本水平。

根据以往的研究,一般认为城市基础设施包含以下范畴:①能源设施:包括电力、煤气、天然气等;②供、排水设施:包括水资源保护、排水和污水处理等;③交通设施:分为对外交通设施和对内交通设施;④邮电通信设施:如邮政、电报、广播电视等;⑤环保设施:如园林绿化、垃圾收集与处理等;⑥防灾设施:如消防、防汛、防震等[1]。

本文的城市基础设施发展指数实际上是利用具体的指标对城市基础设施所包括的内容、特征通过主成分分析进行具体化、层次化的统计描述和综合评价,力图反映一个区域基础设施发展和变化的基本情况。因此,本文的指数选取坚持科学性、全面系统性和针对性的原则,依照《中华人民共和国城市规划法》并结合作者多年的研究,从下面九个方面构建我国城市基础设施发展指数,具体如下:

(1)教育基础设施(Education Infrastructure):是从教育投入和需求角度反映一定区域或城市教育发展水平。指标选为各地区文教科学卫生事业的投入额(X1);

(2)通讯基础设施(Telecommunication Infrastructure):是从通讯资源的利用角度,反映一定区域或城市的通讯发展水平。指标选为各地区邮电业务量(X2);

(3)城市交通基础设施(City T ransportation Infrastructure):是从交通资源开发的角度,反映一定区域或城市的交通发展水平。指标选为城市年末实有铺装道路面积(X3);

(4)城市住宅基础设施(City Housing Infrastructure):是从人居住宅建设投入和建设角度,反映一定地域或城市的住宅发展水平。指标选为城市商品房本年销售面积(X4);

(5)水利基础设施(Water Infrastructure):是从对城市水资源使用的角度反映一定地域或城市的基础设施发展水平。指标可为城市人均日生活用水量(X5);

(6)净化污染基础设施(Pollution Infrastructure):是从环境保护的角度反映一定地域或城市的基础设施发展水平。指标选为城市生活垃圾清运量(X6);

(7)能源基础设施(Energy Infrastructure):是从能源资源的使用角度反映一定地域或城市的基础设施发展水平。指标选为各地区发电量(X7);

(8)建筑资源基础设施(Resource Infrastructure):是从建筑资源的使用角度反映一定地域或城市的基础设施发展水平。指标选为各地区水泥产量(X8);

(9)环境质量基础设施(Environment Infrastructure):是从人居环境角度反映一定地域或城市的基础设施发展水平。指标选为城市人均公共绿地面积(X9)。

1.2 主成分分析原理及数学模型

主成分分析是设法将原来众多具有一定相关性(比如p个指标),重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来 p个指标作线性组合,作为新的综合指标。最经典的做法就是用F1(选取的第一个线性组合,即第一个综合指标)的方差来表达,即Var(F1)越大,表示 F1包含的信息越多。因此在所有的线性组合中选取的 F1应该是方差最大的,故称 F1为第一主成分。如果第一主成分不足以代表原来 p个指标的信息,再考虑选取 F2即选第二个线性组合,为了有效地反映原来信息,F1已有的信息就不需要再出现在 F2中,用数学语言表达就是要求Cov(F1,F2)=0,则称 F2为第二主成分,依此类推可以构造出第三,第四,……,第 p个主成分[2]。

1.3 城市基础设施综合评价模型和发展指数的确定

以往对城市化水平的研究主要运用经典主成分分析,本文中运用时序全局主成分分析的方法,它是时序分析和全局主成分分析方法的结合,在经典主成分分析的基础上,以一个综合变量来取代原有的全局变量,再以此为基础描绘出系统的总体水平随时间的变化轨迹,通过寻求一个对所有数据表来说是统一的简化子空间,得到统一的主成分公共因子,迅速提取立体表的重要信息,从而实现对样本进行动态评价分析[3],从而克服系统分析的统一性、整体性和可比性的难题。

1.3.1 组建全局数据表并将数据标准化

本文将从1998-2008年中国统计年鉴上获取的原始统计,数据按时间顺序依次排列,建成全局表 X=(xij)nT×p,然后再对全局数据表实施经典主成分分析。

为了研究数据的规范化,需将全局数据表中的数据标准化:在表中保留标准化后的指标数据,记为 ZX1,ZX2,……,ZX9,用于计算主成分。

1.3.2 数据的有效性检验

在分析之前,需要对选择的指标和数据进行检验,看它们能否适用于全局主成分分析,本文选择了 K MO(Kaiser-Meyer-Olkin)取样适当性度量与Bartlett球形检验方法[4],得到统计值如下表:

从表1可以看出,K MO检验值为0.867,大于0.5,表明各指标之间有较多的共同因素。Bartlett球形检验的近似卡方分布值为1 651.114,显著性小于0.01,表明拒绝单位相关原假设,数据适合主成分分析。

表1 K MO and Bartlett检验Tab.1 K MO and Bartlett’s test

1.3.3 进行全局主成分分析

进行全局主成分分析,得到全局主成分的特征值及累积贡献率,如表2所示。

由表2得出前4个主成分特征值,累积贡献率达85%以上,基本上保留了原始指标信息,因此我们提取4个主成分 F1,F2,F3,F4即可基本代替原来的9个指标,即影响各地基础设施发展水平的全局主成分可以概括为4个。

1.3.4 计算主成分矩阵

经方差最大化旋转后得出主成分矩阵,如表3所示。

从表3中可见,第一全局主成分 F1在 X1,X2,X3,X6,X7,X8指标上的载荷大,表明 F1与这些指标有较高的相关性,比较充分反映了教育、通讯、交通、污染、能源和资源类基础设施的发展水平,第二全局主成分F2在X5指标上的载荷大,这一指标主要是水利基础设施发展水平的反映,第三全局主成分 F3在 X4指标上的载荷大,这一指标主要是住宅基础设施发展水平的反映,第四全局主成分F4在 X9指标上的载荷大,主要反映环境质量基础设施发展水平。

1.3.5 计算出各全局主成分综合得分及应用结果

将表3中系数、主特征值和各指标的标准化数据代入到各全局主成分解析表达式中,分别计算出4个全局主成分得分 F1,F2,F3,F4。然后,以4个主成分的贡献率为权数构造城市基础设施发展指数 INFRA,如下式所示。表4给出全国30个省、自治区和直辖市2008年城市化水平综合得分表。

INFRA=0.2843X1+0.2793X2+0.2813X3+0.0609X4+0.1625X5+0.2314X6+0.2542X7+0.2555X8+0.1184X9

对综合得分,在等距D=(16.45-0.95)/3=5.16下,将我国各地区划分为3类:

第1类:北京,上海 ,浙江,江苏 ,天津,广东

第2类:山西,福建,河北,内蒙古,辽宁,吉林,山东,黑龙江,河南,四川,陕西,湖北,湖南,广西

第3类:青海,新疆,海南,安徽,江西,重庆,贵州,甘肃,宁夏,西藏

第1类地区具有较高的基础设施水平。

第2类地区的基础设施建设还处在发展中,有待提高。

第3类地区的基础设施建设相对落后,应加大城市建设的力度。

从表4中可以看出,中国地区基础设施发展水平极不平衡,在我们评分标准中,得分最高的广东,而得分最低的西藏只得到0.95分,这种分布态势与经济的区域差异基本一致,反映了区域因素和历史因素在不同地区经济和城市化进程中所起的重要作用,考虑到基础设施对经济增长的重要性,如何进一步完善中西部地区的基础设施,将是缩小各个区域经济发展差距的主要途径之一。

表2 特征值与累积贡献率表Tab.2 Eigenvalues and cumulative contribution rate

表3 主成分矩阵表Tab.3 Component matrix

表4 2008年全国30个省、自治区和直辖市城市化水平综合得分表Tab.4 Urbanization composite score of China’s 30 provinces,autonomous regions and municipalities in 2008

2 基础设施发展水平与城市化进程的实证分析

2.1 研究方法及模型

本文采用1998-2008年中国省际面板数据,实证研究基础设施发展水平对我国城市化进程的影响。本文建立如下的面板数据计量模型,将中国城市化率作为被解释变量,基础设施作为解释变量,同时将该地区的经济规模等作为控制变各变量进入回归方程:

表5 面板数据估计结果Tab.5 Panel data estimation result

本文采用时间跨度为1998-2008年的年度数据,横截面单元为中国30个省、直辖市和自治区的面板数据,在方程(1)中,i为横截面,表示30个省、直辖市和自治区;t为时期,代表1998到2008年,Uit是横截面在时期T的随机扰动项;G DPit,PG DPit代表第i个省第t年的宏观经济控制变量,λi为各宏观经济控制变量的系数(i=1,2)。为了尽量准确全面地分析基础设施发展水平对城市化进程的影响,我们在后面的分析中,分别采用城市化率的同期值LnURAit和下一期值LnURA1it作为被解释变量,考察基础设施发展水平对中国城市化进程的影响。

2.2 选用指标说明

URA:用城镇人口占当地年末总人口的比重来衡量一地区的城市化水平,该比重越高,则该地区的城市化水平越高。URA1表示下一期的城市化率。

PG DP:人均年收入,用来反映某一地区的经济发展水平,该变量数据可以通过《中国统计年鉴》中的人均地区年生产总值直接获取。

G DP:地区经济规模G DP用来反映某一地区的经济规模,也可以近似地代表市场容量。

INFRA:城市基础设施发展指数,通过上文综合评价模型计算所得的城市基础设施发展的综合的得分值。

POL:地区区位及政策优势虚拟变量,该变量可以分解成为两个方面,一方面是地理位置的影响,比如沿海省份,另一方面是政策优惠的影响,经济特区和沿海开放区,考虑到北京所具有的独特区位优势,也将地区经济发展水平用来反映某一地其赋值为1,其他地区赋值为0。

2.3 模型估计结果及说明

根据以上估计方程,为了详细测量每一解释变量的系数及其对被解释变量的贡献度,本文在具体研究中,采用分步面板回归法,先利用单一解释变量对被解释变量进行回归,然后添加其他控制变量进行多元面板回归。对被解释变量的回归结果见表5,本文全部计量分析利用stata 11.0完成。

首先来分析被解释变量 URA为同期时的回归结果,从表5模型 I可以看出,当我们仅选择LnINFRA作为惟一解释变量时,结果发现此变量与LnURA有显著的正相关关系(在1%的水平上)。模型 II加入了LnGDP这个解释变量,F值有了明显提高,并且该解释变量在1%的水平上显著,因此模型应该包括该解释变量。模型III中继续加入LnPGDP,加入地区区位和政策虚拟变量,且各解释变量在的水平上显著。

考虑到基础设施等因素在对城市化进程影响的滞后性,我们以其后一年的值LnURA1作为被解释变量进行回归分析,结果发现回归参数符号与数值大小都与同期分析类似,说明分析的强健性较好。此外,从基础设施的回归系数看,我们发现当期的基础设施水平对当期城市化进程具有更大的影响,这也与实际情况一致,因为城市移民在最初选择进入某个地区时,会考虑当时该地区基础设施状况,因此当期基础设施水平对本期城市化率的解释意义和影响更大。

3 结 论

人们在建立任何一个城市之初所遵循的建设规律,都是要把做好城市基础设施建设放在首位。每一个现代化城市的建设,都是要从铺路架桥、城市供水、排水、供电、供暖,保证通讯线路的畅通开始。只有在完善了这些城市必备的基础设施工程建设后,使城市基础设施这种“公共物业”,为城市中的所有居民生活和经济建设发展提供一个强有力的保障,才能进一步的吸引城市移民,促进城市化进程的推进。

在促进城市化的诸多因素中,基础设施发展水平是城市化进程的重要推动力动力,本文实证分析支持了这一结论,表明在构成推进城市化进程的众多因素中,基础设施的发展水平对城市化的促进作用明显,如果能加大发展对城市化促进作用较大的基础设施发展水平投资,则对城市化进程和城市持续健康的发展有重要的意义。本文的结论对各个地区制定城市化发展战略都有一定的理论价值和指导作用。

当然通过本文对中国各地区基础设施水平的评价可以看出,沿海经济发达地区的基础设施明显优于西部落后地区,这种基础设施水平的差异最终影响到地区城市化进程。因此,我们国家在缩小地区发展差距、实施西部大开发和东北振兴战略的过程中,应该把落后地区基础设施建设放在重要位置。可以推断地区基础设施的改善能够吸引城市移民,吸引更多的人才加盟和资本流人,这对落后地区的经济发展具有重要意义。

References)

[1]王明浩,高薇.城市经济学理论与发展[J].城市,2003,(1):15-23.[Wang Minghao,Gao Wei.Theory and Development of Urban Economy[J].City,2003,(1):15-23.]

[2]何晓群.多元统计分析[M].北京:中国人民大学出版社,2004:167-193.[He Xiaoqun.Multivariate Statistical Analysis[M].Beijing:China Renmin University Press,2004:167-193.]

[3]王琳,陈权宝.基于全局主成分分析的城市化水平综合评价研究:以山西省11个地级市为例[J].生态经济,2009,(2):345-342.Wang Lin,Chen Quanbao.Research into the Urbanization Level Based on the Methodsof G lobal Principal Component Analysis:Taking 11 Cities of Shanxi as Example[J].Ecological Economiy,2009,(2):345-342.]

[4]薛薇.统计分析与SPSS的应用[M].北京:中国人民大学出版社,2007:35-51.[Xue Wei.Statistical Analysis and SPSS application[M].Beijing:China Renmin University Press,2007:35-51.]

China’s Infrastructure Development’s Impact on China’s Urbanization Process

WU Li-chao SUN Pu-yang
(Department of International Economy,School of Economics,Nankai University,Tianjin 300071,China)

The development of infrastructure is always ackowledged to be one of the most significant factors to stimulate the process of urbanization.In terms of some ideas from United Nations Human Development Index,this paper first invesitgates how to construct urban infrastructure development index in China,based on the comprehensive and accurate mathematical numeration in this paper.The different region's composite scores of urban infrastructure development index suggest the distinctive regional differences of cities’infrastructure development.And the principal component analysis and panel data model are employed to study the relationship between the urbanization and infrastructure development in China,as well as verification of both the relevance and reality.The empirical evidences suggest that the infrastructure is less developed in western regions compared with that in the east coastal areas in China,therefore,the regional differences of infrastructure development play an remarkable role in the processof urbanization.Moreover,improvementsfor regional infrastructure will attract more urban migration,particularly for the group of talented people.This paper also implies that we should narrow the development gap between regions,implement the western development strategy for revitalizing northeast China,as well as promotc infrastructure construction.

infrastructure;urbanization;development index;principle component;panel data

F291.1

A

1002-2104(2010)08-0121-05

10.3969/j.issn.1002-2104.2010.08.022

2010-03-15

武力超,博士生,主要研究方向为世界经济、城市化与区域发展。

(编辑:刘呈庆)