市场化进程对我国城镇化水平影响研究

韩秀丽 ，张莉琴

（1.中国农业大学 经济管理学院，北京100083；2.宁夏大学，银川 750021）

0 引言

我国大规模发展城镇化是发生在经济转轨时期，市场化作为一种从计划经济向市场经济过渡的体制改革，不是简单的几项规章制度的变化，而是一系列经济、社会、法律制度的变革，或者说是一系列的大规模制度变迁。而这种制度环境变迁作为城镇化发展的背景，其意义十分重要。全面反映这一体制转轨过程的影响，能更真实地揭示我国大规模城镇化的深层次原因。但是，现有的研究尚未将市场化改革这一因素纳入城镇化研究框架中，也鲜有研究对市场化程度与城镇化进程关系进行定量分析，同时较少有研究找出市场化影响城镇化发展的效应和强度。因此研究体制转轨过程中市场化进程与城镇化之间的关系及其对城镇化的影响具有较强的实际意义。本文研究拟回答两个问题：市场化进程对城镇化的影响究竟如何?在市场化进程中各种影响因素对城镇化影响作用到底是怎样的？

1 实证模型和变量说明

1.1 实证模型

考虑到我国城镇化所处的经济体制转轨背景，将市场化因素纳入到我国城镇化影响因素的回归方程中。我国城镇化满足如下长期均衡关系：

在该方程中,urban表示城镇化率,用来反映城镇化水平，以城镇人口占总人口的比重进行衡量；下标i表示第i个省,下标t表示第t年,j=1,2,3,4；φi和εi,t是非观测的省级固定效应与随机误差项。整个样本包括了除重庆和西藏（这两个地区数据不全）以外的29个省、直辖市和自治区。

Market：表示市场化程度，包括五个指标：政府分配经济资源的程度（Mar1）、非国有经济的发展（Mar2）、产品市场的发育（Mar3）、要素市场的发育（Mar4）、中介组织及法律市场的发育（Mar5）。

D包括了一系列在计量分析中控制的其他变量，而γj是这些变量的系数，这些变量包括：

Gdp：表示人均GDP。

Ind：表示非农产业产值比重，即第二、三产业增加值占国内生产总值的比重。

Inc：表示城乡居民收入之比，即城镇居民人均可支配收入与农村居民人均纯收入之比。

Fiscalexp：表示财政支出占GDP的比重。

其中,β反映市场化程度对城镇化产生的影响；γ1、γ2、γ3、γ4分别反映经济发展水平、产业结构、城乡收入差距以及财政支出比重对城镇化产生的影响。

考虑到当前的城镇化水平可能会依赖其过去水平和经济发展状况，我们在方程（1）基础上通过引入因变量的滞后项构建一个动态面板模型，并将市场化程度指数细分以后，可得下列均衡关系式：

其中，α反映上期城镇化率对城镇化产生的影响，其他指标含义与式（1）相同。

另外，由于对各时间序列取对数后不影响变量之间的关系，而且对时间序列取对数后可以避免模型的异方差。因此，在运用以上变量进行估计时，所有变量均取了自然对数，因此变量前的估计系数也可以看作是弹性系数。

1.2 变量说明

（1）城镇化率。关于城镇化水平的测量指标主要有人口比重指标法、城镇土地利用比重指标法、调整系数法、农村城镇化指标体系法和现代城市化指标体系法5种，但是后4种方法在操作层面和数据的可获得性上存在一定困难，现有研究以及国际上通行的做法都是采用人口比重指标法，因此，本文参照传统方法，以城镇人口占总人口的比重来衡量城镇化率。由于存在统计口径调查引起的异常变化，通常我们用在城镇居住6个月及以上的常住人口来衡量城镇人口。

（2）市场化程度。定量研究我国市场化程度的学者众多，具有权威性和连续性的主要有樊纲等著的《中国市场化指数：各地区市场化相对进程报告》和李晓西的《中国市场经济发展报告(系列)》。二者评价市场化程度的指标体系均涵盖了五个方面：政府与市场的关系、非国有经济的发展、产品市场的发育、要素市场的发育及市场中介组织及法律市场的发育，比较全面地反应了我国市场化改革对经济、社会的影响。市场化指数测算的具体方法是通过运用主成份分析法将多个单项指标按照能最大程度反映原指标信息的原则合成五个方面指数，最后由这五个方面指数按照一定权重再合成总指数，来反映市场化的相对程度。市场化指数将制度变量从众多经济因素中分离出来独立研究，并给予量化，可以定量的独立考察制度变量因素的经济意义。

本文借鉴了樊纲的市场化指标体系，用市场化相对指数来反映中国市场化程度。鉴于政府作用与市场作用是对立关系，即政府分配经济资源程度高则市场分配经济资源程度就低，反之亦然。在本文中以政府分配经济资源程度指标来代替政府与市场的关系这一指标，即本文反映市场化程度的各分项指标包括：政府分配经济资源的程度、非国有经济的发展、产品市场的发育、要素市场的发育及中介组织及法律市场的发育。其中：政府分配经济资源的程度提高表现为市场分配经济资源程度下降、提高农民税费负担、增加政府对企业干预、提高企业税外负担和扩大政府规模；非国有经济的发展包括非国有经济占工业销售收入比重、占固定资产总投资比重、占城镇总就业人数比重；产品市场的发育包括价格市场决定程度和减少商品地方保护；要素市场的发育包括金融市场化程度、引进外资程度、劳动力流动性和技术成果市场化；中介组织及法律市场的发育包括中介市场发育度、对生产者合法权益保护、知识产权保护和消费者权益保护。本文预期市场化程度的提高有助于促进城镇化进程。

（3）人均GDP。经济增长能引起城镇聚集、规模扩大和城镇化水平提高，经济增长必然带来城镇化水平的提高，城镇化反过来对经济增长也有明显的推动作用。目前国内生产总值、人均GDP、人均收入等指标皆可反映经济增长，考虑到人均GDP剔除了人口规模的影响，本文选择人均GDP作为衡量经济增长的指标。在计算人均值之前，先将GDP经过GDP平减指数核算，消除了通胀因素的影响。本文预期人均GDP对城镇化水平提高具有促进作用。

表1 各变量的描述性统计特征（样本数377）

（4）非农产业产值比重。产业结构反映了经济发展的水平与质量，同时也对城镇化进程产生一定的影响。产业发展是城镇化发展的基础，工业和服务业的发展不仅为社会提供丰富的物质产品、精神产品和就业机会，而且还改善着人们的消费习惯和消费结构，影响人们对城镇文明的接受速度。因此，加快二、三产业特别是服务业的发展有利于推动城镇化进程。本文采用非农产业产值比重来衡量产业结构，其对城镇化率的提高有促进作用。

（5）城乡居民收入之比。城镇居民人均可支配收入和农村居民人均纯收入反映城乡居民真正的生活水平，采用这两个变量的绝对值之比来代表城乡收入差距。用城乡居民收入比（农村居民=1）作为度量城乡收入差距的指标，计算公式为：城乡居民人均收入比=城镇居民人均可支配收入/农村居民人均纯收入。在计算比率之前，先用各地区的城乡居民消费价格指数（CPI）对收入数据进行了消涨。根据“推—拉”理论和传统的劳动力流动理论，将城乡居民收入差距视作农民向城市迁移的内在动力,从而城乡收入差距对城镇化有促进作用。但是，鉴于中国国情，现阶段城乡收入差距也可以看成是城乡二元经济制度因素造成的后果，是城乡分割的一种表现，城乡差距扩大也有可能不利于城镇化进程的推进。因此，此变量对城镇化的预期影响不确定。

（6）财政支出占GDP的比重。由于政府财政支出中很大一部分用于水利、道路、铁路以及城市基础设施建设，这些都为城镇化建设提供了硬件支持，本文采用财政支出占GDP的比重来衡量各级政府财政对城镇化发展的支持力度。本文预期其对城镇化水平提高起促进作用。

1.3 数据来源及描述性统计

本文采用中国1997～2009年的省级面板数据，共计包括13个序列，29个截面，377个样本点。城镇化率的数据来源于历年的《中国人口和就业统计年鉴》、《新中国60年统计资料汇编》及各省统计年鉴；描述市场化程度指标（1997～2009年）的数据来源于《中国市场化指数：各地区市场化相对进程报告(2000、2004、2006、2009、2011)》（樊纲，王小鲁等著）；其他所有经济变量指标数据均来自于历年的《中国统计年鉴》。各变量的描述性统计结果如表1所示。

1.4 计量方法

在回归方程（2）中，由于被解释变量滞后项（Urbant-1）与固定效应φi存在相关性，此时，使用传统估计方法进行估计时将产生参数估计的有偏性和非一致性。一般地，固定效应的存在使得被解释变量滞后项系数的OLS估计量会存在向上偏误（Hisao,1986）；而在时间较短的面板中，固定效应估计则会产生一个严重向下偏误的估计量（Bond,2002）。因此，一致估计量会处在OLS估计量和固定效应估计量之间。此外，有些控制变量与被解释变量也可能存在潜在的内生性。为了解决以上计量问题，Arellano and Bond（1991）通过一阶差分变换消除个体效应，并用滞后变量作为差分方程中相应变量的工具变量，即差分GMM方法。具体步骤如下：

为了消除特定地区效应，对（2）式进行一次差分，即：

其中，ΔUrbani,t-1=Urbani,t-1-Urbani,t-2，Δεi,t=εi,t-εi,t-1，因为Urbani,t-1与εi,t-1相关，所以ΔUrbani,t-1为内生变量。

从式（3）可以看出，虽然消除了不随时间变化的特定地区效应，但却包含了被解释变量的滞后项ΔUrbani,t-1。为了克服所有解释变量的内生性问题(考虑到控制变量对城镇化率的影响会存在滞后效应)以及新的残差项Δεi,t与滞后的被解释变量ΔUrbani,t-1之间的相关性，需采用工具变量来进行估计。为此，使用所有可能的滞后变量作为差分方程相应变量的工具变量，进行GMM估计。但是差分GMM估计方法的缺陷在于,它会导致一部分样本信息的损失,并且当解释变量在时间上的连续性较强时，利用差分GMM方法估计就会存在严重的弱工具变量问题。因此，为获取各解释变量系数的一致性估计，Arellano and Bover（1995）和 Blundell and Bond（1998）通过建立系统GMM方法对差分GMM估计方法进行了改进，即将差分方程与原始水平方程纳入同一系统进行估计。本文运用系统GMM方法将差分方程（式（3））和水平方程（式（2））统一纳入一个系统进行估计，即对一阶自回归模型（4）进行估计，在一阶差分方程的基础上引入原始水平方程，构成一个方程系统，并将水平变量作为其一阶差分滞后项的工具变量（由于笔者选取数据数量的有限性，为了降低过度拟合偏差的风险，采用解释变量的一期滞后值作为解释变量一阶差分的工具变量）。这样可以消除模拟的内生性问题，进而获得回归系数的一致性估计。

系统GMM估计由于利用了更多的样本信息,在一般情况下比差分GMM估计更有效。但这种有效性有一个前提,即系统估计中新增工具变量是有效的。检验工具变量整体有效性的是Sargan统计量检验,其原假设是新增工具变量有效,如果不能拒绝原假设则表明系统估计方法是有效的。另外还需要检验残差项是否存在序列相关。本文用一阶差分转换方程的一阶、二阶序列相关检验AR(1)和AR(2)来判断残差项是否序列相关。AR(1)、AR(2)检验的原假设均为不存在序列相关,如果拒绝AR(1)检验而接受AR(2)检验则可认为估计方程的残差项不存在序列相关，说明模型设定是有效和合理的。

2 实证分析及结果解释

面板数据是否平稳或是否具有相同的单整阶数是面板数据进行回归分析的重要前提，因此，本文首先对模型中所涉及的各变量进行单位根检验，本文使用LLC检验和IPS检验方法对面板数据进行检验，检验结果表明所有涉及到的变量均在10%的显著性水平下通过检验，因此可以运用这些变量进行面板数据的回归分析。此外运用KAO检验发现ADF统计量在5%的显著性水平下均显著，说明序列之间存在协整关系。下一步将用面板数据对动态方程进行回归分析。另外，考虑到模拟的内生性问题，我们还采用动态GMM方法来进行实证检验，这里报告了混合OLS、固定效应、系统GMM估计的实证结果。

从表2的估计结果可以看出，利用系统GMM计量方法得到的回归结果更为有效和合理。并且从表3的检验结果发现，差分后的残差只存在一阶序列相关而不存在二阶序列相关,表明原模型的误差项无序列相关性，从而证明模型是合理的。另外，Sargan检验表明模型工具变量的使用在整体上是有效的（p值大于0.1），这意味着不能拒绝用GMM估计的工具变量是有效的。在此本文只讨论系统GMM计量方法得到的实证结果。

表2 不同计量方法下的回归结果

在描述市场化进程的各分项指标中，市场中介组织及法律市场发育、要素市场发育、非国有经济发展以及产品市场发育的回归系数均为正值且在统计上均满足1%的显著性水平，但是各指标对城镇化水平的影响强度不同。首先，市场中介组织及法律市场发育对城镇化水平影响最强，从影响程度来看，当市场中介组织及法律市场发育程度每提高10%，城镇化率就提高2.16%。这说明中介组织及法律发育程度、市场组织的服务条件、对生产者和劳动者合法权益的保护力度等都构成了良好的劳动力就业市场的环境，在一定程度上降低了劳动力进入城镇工作的门槛，吸引更多农村劳动力进城工作。其次，要素市场发育程度对城镇化水平的影响次之，要素市场发育程度每提高10%，其对城镇化率的影响将提高1.84%。说明提高要素市场中金融市场化程度、引进外资程度和劳动力流动性均有利于推动城镇化进程。再次，非国有经济发展对城镇化水平的影响位列第三，即非国有经济的发展每提高10%，那么城镇化率会上升0.96%。这是因为非国有经济（企业）可为农村劳动力提供更多就业机会，使劳动力向城镇转移的拉力作用增强，从而能促进城镇化的进程。最后，产品市场发育程度对城镇化水平的影响位列第四，即产品市场发育程度每提高10%，则城镇化率上升0.74%。这说明在产品市场中提升市场决定价格的程度以及减少商品地方保护力度等能在一定程度上加快城镇化进程。此外，政府分配经济资源程度的回归系数为负值且在统计上满足10%的显著性水平。从影响强度与效果来看，提高政府分配经济资源程度对城镇化进程有一定的阻碍作用，即政府分配经济资源程度每提高10%，其对城镇化率的影响将降低0.89%。

表3 GMM估计的AR(1)、AR(2)检验以及Sargan检验

另外，在影响城镇化水平的其他控制变量当中，非农产业产值比重和地方财政支出占GDP比重对城镇化率的影响均显著，其回归系数为正值且在统计上均满足1%的显著性水平。这两项指标中对城镇化水平的影响强度最大的是非农产业产值比重，即非农产业产值比重每增加10%，城镇化率将提高10.82%；其次为地方财政支出占GDP比重，该比重每增加10%，城镇化率将提高2.05%。这里值得注意的是人均GDP对城镇化进程具有正向效应，弹性系数为0.07244，但其回归系数在统计上不显著，说明其对城镇化进程的影响效果不明显，可能的原因是测算指标所考虑的问题不够全面，由于该指标仅作为本研究的控制变量之一，在此不作过多讨论。而城乡居民人均收入之比对城镇化水平的影响在10%的显著水平上具有负向效应，即该指标每增加10%，城镇化率将降低4.37%，可能是由于现阶段城乡收入差距是城乡二元经济制度因素造成的后果，说明城乡差距扩大不利于城镇化进程的推进。

3 结论

本文利用我国1997～2009年29个省的动态面板数据，考察了经济转轨时期——市场化改革过程中市场化程度与城镇化进程的长期均衡关系后发现：第一，提高市场化程度对城镇化进程有显著的正向影响。在衡量市场化程度的各个分项指标中中介组织及法律市场发育、要素市场发育、非国有经济发展以及产品市场发育这四个因素对城镇化水平具有显著的正向效应，且影响强度依次递减。这说明市场化程度的提高对城镇化进程有显著推动作用。第二，市场分配经济资源程度大小对城镇化进程产生同向效应。由于政府分配经济资源程度能从负面反应市场分配经济资源状况，政府分配经济资源程度提高则市场分配经济资源程度就会下降，因此，降低市场分配经济资源的程度会对城镇化进程产生一定的阻碍作用。第三，地方财政支出比重在提高城镇化水平方面具有正向效应。在影响城镇化进程的两个显著控制因素当中，非农产业产值比重的影响程度最大，其次为地方财政支出占GDP比重的影响，这说明现阶段政府财政支出中很大一部分用于城市基础设施建设，为城镇化建设提供了硬件支持，对城镇化进程产生一定正向效应，证明了各级政府在支配经济资源能力方面发挥的重要作用。

由于测算市场化程度指标所考虑的问题不够全面，并且可能有些因素未纳入考虑的范围，会导致分析市场化进程对城镇化水平的影响不够全面和准确。因此，全面分析影响城镇化进程的因素将是今后进一步研究的方向。

[1]De Melo M,Denizer C,Gelb A,et al.Circumstance and Choice:The Role of Initial Conditions and Policies in Transition Economies[J].The World Bank Economic Review,2001,15(1).

[2]Falcetti E,Raiser M,Sanfey P.Defying the Odds:Initial Conditions,Reforms,and Growth in the First Decade of Transition[J].Journal of Comparative Economics,2002，30(2).

[3]Arellano M,Bond S.Some Tests of Specification for Panel Data:Monte Carlo Evidence and an Application to Employment Equations[J].Review of Economic Studies,1991,58(2).

[4]夏春萍,刘文清.农业现代化与城镇化、工业化协调关系的实证研究—基于VAR模型的计量分析[J].农业技术经济,2012，(5).

[5]易善策.“双重转型”背景与中国特色城镇化道路[J].济南大学学报(社会科学版)，2008，(6).

[6]樊纲,王小鲁.中国市场化指数:各地区市场化相对进程2009年报告[M].北京：经济科学出版社,2010.

[7]樊纲,王小鲁,朱恒鹏.中国市场化指数:各地区市场化相对进程2011年报告[M].北京：经济科学出版社，2011.

[8]“城镇化进程中农村劳动力转移问题研究”课题组.城镇化进程中农村劳动力转移：战略抉择和政策思路[J].中国农村经济,2011，(6).