社会保障均等性因素对人口城市化影响的空间计量分析

时　涛，刘德鑫，赵二影

（泰山医学院 人口与社会发展研究所，山东 泰安271016）

社会保障均等性因素对人口城市化影响的空间计量分析

时涛，刘德鑫，赵二影

（泰山医学院 人口与社会发展研究所，山东 泰安271016）

传统人口理论认为，人口城市化是经济、社会、人口发展的必然过程，在经济发展的强力推动下此过程已不可逆转，但其反作用力也同时存在，并形成多种梗阻因素。为挖掘这些因素，本文从社会保障均衡发展的角度展开研究：首先基于AHP多层次评价模型构建了城镇社会保障均等化评价体系，并应用空间自相关分析我国社会保障水平的省际差异及其空间格局，发现省区社会保障水平总指数存在显著正空间自相关，在地理分布上表现为集聚格局；然后应用空间自回归模型分析社会保障均衡发展的主要影响因素，发现空间误差模型（SEM）估计效果更好，政府供给是主要影响因素，空间溢出效应为显著促进因素，同时佐证了空间计量分析的必要性；最后，基于以上分析提出社会保障均衡发展的对策建议。

人口城市化；社会保障；均等化；空间自相关；空间计量

一、问题的提出

人口问题的本质是发展问题，一个国家或地区的经济社会发展总是和相应的人口发展相伴共生［1］。随着经济社会的发展，人口与经济的适应匹配问题必然受到一国政府和研究学者的高度关注。在解决了我国出生人口的超规模过剩问题以后，农民工“用工荒”问题受到所有人的普遍关注，由于我国经济在世界经济发展进程中所扮演的角色与众不同，而现阶段“地产经济”在各个省份和地区又具有难以替代的多重作用，所以，人口的劳动力资源是否可以充足和持续、“三四线”城市的现有库存商品房能否实现顺利销售，成为人们难以名状的隐忧问题［2］。这其中，人口城市化必然扮演十分重要的角色。其一，人口城市化可以为城市企业提供宝贵的劳动力资源，这对于降低企业生产成本至关重要，可以起到稳定经济增长，保持产品基本竞争力的宏观作用。其二，城市本身也同时具有农村难以比拟的吸引拉力。事实上，在大城市人口过载的背景下，人口城市化可以为三四线城市的商品住宅提供坚实的消费者群体，在社会保险、收入水平、婚姻、教育、养老、就医等多重的优势条件下，人口城市化可以为稳定地方经济，进而实现可持续发展提供无可替代的人口消费与生产群体［3］。但是，正如其他自然与社会现象一样，人口城市化进程中也必然存在多种具有阻碍特征的梗阻因素。这些因素多种多样，比如：人口出生率的降低，新增就业人员的收入水平不高，强烈的社会财富分配不公、难以进入城市的户口限制等［4］。这些因素，有的是减少了劳动力资源的供给，有的是为新增就业人口进入城市设置了不必要的障碍，有的是导致新增城市群体没有足够的资金和收入进行居住条件的基本消费等。

为此，我们借助空间统计学方法，选取了社会保障均等性和收入水平为主要梗阻变量，以期揭示这些因素对人口城市化的梗阻强度，进而为健康的人口城市化提出相应的对策和建议。由于人口研究中空间计量分析方法的使用频率很低，其相应的指标评价体系也就具有更多的商榷性，其分析结论也同时具有了广泛的讨论性。

二、研究方法和评价指标体系

人口的城市化的首要表现特征是人口居住地向城市的聚集，人口经济学与人口统计学中的空间统计分析方法就必然具有与本问题研究方法的适配性。由于这种方法在人口研究中的使用频率不高，故对研究方法和评价指标体系进行说明尤为必要。

（一）空间自相关分析

鉴于学界普遍认为我国社会保障服务水平的存在地区差异，本文借助空间自相关法分析其省际差异和空间格局。在人口统计学中，空间自相关是指一个目标变量的统计数据因为观测点在空间上的距离相近而形成相关性，它是研究人口变量空间格局的有效方法。而空间格局恰是人口城市化的重要表征。本研究主要计算Moran's I和LISA［5］。

（二）空间自回归分析

传统人口统计学中应用最小二乘法（OLS）进行模型估计时，需要数据满足三个基本假定：正态性、方差齐性和独立性。但是，人口城市化进程中，由于居住的空间差异，在经济、文化、收入水平的影响下，使得地区之间缺乏同质性，从而方差齐性的假定很难得到满足。另一方面，居住地区彼此之间相互开放，势必发生人口与资源流动，从而独立性假定也很难得到满足。进而，空间溢出效应的存在导致OLS估计存在偏差。在此情况下，空间计量模型可以通过地理位置与空间联系建立统计的计量关系并加以弥补。本文选用空间常系数回归模型：即空间滞后模型（SLM）和空间误差模型（SEM）。模型公式如下：

1.空间滞后模型（SLM）：y=ρWy+Xβ+μ（1）

2.空间误差模型（SEM）：y=Xβ+ε，εj=λΣWijεj+μj（2）

空间滞后模型中，ρ是空间自回归系数，如果ρ通过显著性检验，即ρ≠0，则表示区域之间确实存在着相互影响关系，使得OLS估计失去最优性。空间误差模型中，λ是空间相关误差的参数，以衡量样本观察值中的空间依赖作用。

（三）评价指标体系的设计

本文主要从社会保障均等化角度展开研究，故而如何准确、科学、全面地评价社会保障水平是研究的前提。

2012年国务院发布了《国家基本公共服务体系“十二五”规划纲要》，基于马斯诺基本需求理论，社会保障服务是第一需求层次，即满足全体公民平等的享受基本养老、就业、保险、优抚等的基本“生存权”。本文研究的重点放在横向比较各省区城镇社会保障均等化水平，暂不考虑城乡差异、阶层差异，因此均等化总指数通过政府提供的社会保障水平的均等来评价。

考虑到数据的可获得性以及研究方法的通用性，本文选择应用社会保障项目为基础，并划分为社会救助、社会保险、社会福利和社会优抚4个子系统，借助AHP层次分析法构建评价指标体系。目标层设置为“A.城镇社会保障均等化水平指数”，准则层Ⅰ设置为“B1.社会救助”、“B2.社会保险”、“B3.社会福利”、“B4.社会优抚”等4个子系统，准则层Ⅱ下设C1-C10共10个方面，准则层Ⅲ下设D1-D17共17个方面，最后方案层设置了E1-E26共26个具体的观测指标，构建了省区城镇社会保障均等化水平五层次综合评价指标体系。

通过查阅2013年相关统计年鉴获取各观测指标数据，得到31个省区2012年E1-E26观测指标的截面数据，然后应用变异系数赋权法计算权重：首先分别计算第Ei个观测指标的标准差σEi和均值两者一除得到其变异系数C.VEi；然后计算总体变异系数C.V；最后计算各观测指标变异系数占总变异系数的百分比C.VEi/C.V，即贡献率，得到各观测值权重wi（如表1所示）。

表1　城镇社会保障均等化水平评价指标体系

（四）统计软件

应用SPSS 22.0计算各省区社会保障水平总指数及四个子系统指数值，并绘制趋势图；应用地理信息系统软件GeoDa1.4.6绘制社会保障水平总指数的四分位地图、全局空间自相关Moran's I散点图、局部空间自相关LISA集聚地图。

三、省区城镇社会保障均等化现状分析

（一）省区城镇社会保障均等化水平趋势图

在得到指标权重的基础上，利用功效系数法对每个观测值数据标准化，剔除量纲；然后加权求和分别得到31个省区城镇社会保障均等化水平总指数，并绘制条形图如图1所示：

图1　31个省区城镇社会保障均等化水平总指数条形图

图中显示，在人口城市化进程中各省区的城镇社会保障服务水平总指数随东、西、中部依次降低趋势；东部发达省区的指数值普遍高于全国平均水平（0.2978），北京、上海、浙江、江苏四省市明显高于其他省区，而河北、辽宁、福建三省区低于全国平均水平；西部的内蒙、四川、陕西、青海、新疆五省区也高于全国平均水平；而中部普遍低于全国平均水平。社会保障水平总指数与各省区的人均GDP水平差异存在显著正相关，相关系数R=0.596（P=0.000）［6］。

图2　总指数四分位图

（二）城镇社会保障均衡化水平空间自相关分析图2是全国31个省区社会保障均等化水平总指数的四分位图，颜色越深，其社会保障水平越高。图中显示东部地区的北京、江苏、浙江、山东、上海、广东等6省区水平较高，西部的内蒙、陕西、青海、四川、新疆次之，而中部省区普遍较低。这种状况与我们的新闻评价感知具有统一性。图3是其全局空间自相关指数散点图，Moran's I= 0.1925＞0（P= 0.0021），说明我国社会保障水平总指数存在正空间自相关。就是说，在人口城市化进程中，社会保障均等化水平也是人们考虑的一个显著因素，而不是传统意义的单纯收入水平，且人口聚集与原来人口居住地又有明显的空间相关性，即原居住地距离目标城市越近，其聚集性的强度也越大，这一点与广场访谈的结论相吻合。

图3　全局Moran's I散点图

考虑到经济发展水平和人口水平的影响，分别基于“人均GDP”、基于2012年“年末总人口”绘制LISA集聚地图分析其空间集聚性：

图4　基于“人均GDP”加权的Moran's I散点图和LISA集聚地图

图4显示，全局自相关Moran's I=0.5104＞0（P= 0.0000），说明存在很强的正空间自相关。LISA集聚地图显示，西部的新疆、西藏、青海、甘肃、四川、云南6省区处在HH高高区，即热点区，形成空间集聚效应，说明人口城市化与人均GDP的关系分布整体来看并不均匀，而是向部分区域集中，新疆和西藏广大地区具有比其他地区更高的人口聚集性，说明这两个地区的人口更多的是聚集在城市中，县乡分布则是明显的地广人稀。值得注意的是北京、河北两个省市处于LL低低区，即盲点区，说明首都北京对于河北省具有明显的聚集效应，这与我们的感知与判断不相吻合。就是说，北京市的人口聚集压力近期来看，主要的是来自于河北省，其强度明显高于其他省份。进而，与其邻接的天津市共同形成了一个人口聚集的洼地，如图所示，天津市的人口聚集效应并不高，近期没有带来太大的变化，而河北省近期内发生的向城市的人口聚集主要是面向北京市。因此，京津冀地区的人口城市化具有明显的独立性。其余省区则不存在明显的集聚特性，社会保障水平相对均衡。

LISA集聚图还说明，在人口城市化的过程中，社会保障均等化水平扮演着一个独特的角色，它与农民工为追求工资收入而发生的流动迁移有着完全不同的表现形态，前者的聚集目标是收入水平的明显提高，而后者则更加注重社会的保障均等水平。我们判断，其中有两个不容忽视的因素可能是特大城市的住房价格和户口政策限制，它们已经与人口城市化的正常进程发生了偏离，进而成为特大城市的人口聚集梗阻因素，而这种状况对于控制特大城市的人口规模具有明显的积极作用。

图5显示，全局自相关Moran's I=0.2934＞0（P= 0.0000），说明存在很强的正空间自相关。LISA集聚地图显示，西部的新疆处在HH高高区，即热点区，形成了空间集聚效应，人口的继续聚集意义取决于国家的继续发展战略。而山东、河南、安徽、湖北、江西5省区处于LL低低区，即盲点区，也形成一个洼地，说明这五个省区在近期的社会保障水平均等性并不高，进而人口城市化速度也不高。人口的流动主要是追求更高收入水平的打工效应，这种状况对于三四线城市的住房销售和减少房屋的库存积压带来了严重威胁，值得特别关注。而甘肃省处在LH低高差异区，即异质性突出区，说明这个地区的自身社会保障水平比较低，而周边邻接省区相对较高，从社会保障水平来看，更加具有面向外部的人口流出特征。

图5　基于2012年“年末总人口”加权的Moran's I散点图和LISA集聚地图

四、人口城市化的社会保障均等化空间计量分析

（一）空间计量模型指标选取

我们将面向人口城市化的社会保障均等化水平总指数设计为因变量，分布从投入因素、需求因素、城市化水平因素、空间溢出效应等四个方面，选取人均GDP、地方财政支出、财政转移支付指数等9个因子，构建空间计量模型。相应的变量设计如下：

1.因变量

人口城市化社会保障发展指数：此项指标反映了一个地区人口城市化的社会保障的基本发展情况，是一项综合的指标，它是基本社会保障、地区养老保障、基本医疗保障和贫困人群社会保障的综合评价指标，具有明确的人口学和社会学意义，同时又是影响人口城市化意愿的重要的综合指标。选取依据为各省份社会保障发展总指数报告 （褚福灵，2009—2013）［7］，具有广泛共识的说服力。

2.自变量

（1）人均GDP：它是人口学里反映一个地区经济发展水平的基本变量，也是人口城市化的主要经济变量，个中意义毋庸赘述。学界统一的认识，人均GDP水平越高，社会保障水平越高。

（2）财政支出总量：是一个投入指标，反映了一个地区实际的财政支付能力，对于评价城市化水平具有实际的重要影响。一般来讲，财政投入越高，城市化和社会保障水平也越高。

（3）转移支付指数：它是中央与地方经济关系以及地方财经实力的重要指标，对人口城市化有着显著地间接影响。一般来说，一个地区转移支付指数越大，该地区的城市建设与发展速度越快，并形成人口城市化的间接影响因素。

（4）总抚养比：具有明确的人口学意义，通常认为是反映一个地区人口红利的指示性指标，我们认为，它对于人口城市化的群体意愿同样具有宏观的影响意义。总抚养比上升，导致社会保障水平下降。

（5）人口密度：它直接反映了一个地区人口的聚集水平，通常认为，城市比农村具有更高的人口密度，虽然在特殊地区有奇异现象，但是，它仍然是人口城市化重要的评价指标。因此，人口密度越大，其单位面积需求越大，将导致社会保障水平下降。

（6）城镇化率：虽然没有将城市化和城镇化作出明显的区分，但是，对于反映一个地区的人口聚集具有明显的人口学意义。因此，随着新型城镇化建设步伐的加快，将促进社会保障水平的提高。

（7）社区服务设施覆盖率：是区分城市与农村居住状况的重要指标。一般说来，城市比乡村具有更高的社区服务设施覆盖率，高覆盖率其社会保障水平也就越高。

（8）公共卫生服务指数：综合反映了一个居住区域的卫生保健水平，具有众多的医学服务内容，是反映人口城市化的卫生状况指标，高的卫生服务水平，其社会保障水平也就越高。

表2　社会保障均衡发展各影响因素数据一览表

（9）空间溢出效应：我国幅员辽阔，各省区资源禀赋差异巨大导致空间差异明显，存在空间溢出效应，这将产生两种可能的结果：一是基本社会保障水平高的省区，将会带动周边省区的发展，进而相互影响相互促进，达到区域城市化的均衡发展，这时空间溢出效应为正；二是存在要素流动，即基本社会保障水平高的省区，将吸引更多的人财物等经济社会资源向其流入，促进城市化更快发展，进而拉大与周边相对较低省区的差距，这时空间溢出效应为负。其影响方向还需要进一步实证分析来验证。

（二）空间计量模型指标数据

数据的来源则是通过年度统计年鉴和政府工作报告来完成。由于数据来源于官方的统计资料，按照国际上的通行做法，我们假定全部数据具备客观性、准确性和及时性。相应变量与数据如表2。

变量设定与数据来源说明见表3。

表3　各因素指标数据来源及其影响方向

（三）空间计量模型的构建

为消除由于空间地域的影响而存在的非独立、异方差性，对指标数据取对数，构建双对数空间计量模型。由于人口城市化理论十分繁杂，在选定影响变量以后，我们商榷性地构建人口城市化的社会保障均等化与社会保障水平影响因素的空间计量模型如下：

1.最小二乘模型（OLS）

2.空间滞后模型（SLM）

3.空间误差模型（SEM）

（四）空间计量模型的估计结果

首先，建模的基础是检验各变量（即各影响因素）的多重共线性、正态性和异方差性：（1）多重共线性指数为241.24，明显大于30的标准，说明各因素间存在多重共线性；（2）误差正态性检验J-B统计量值为2.04，P=0.23＞0.05，通过检验，说明满足正态性假设前提；（3）异方差性检验B-P统计量值为44.75，P=0.00＜0.05，K-B统计量值为53.56，P=0.00＜0.05，通过检验，说明存在异方差。

进一步，全局空间自相关分析得到Moran's I= 0.19（P=0.00），存在空间正自相关特征，显示出我国人口城市化在社会保障的均等性区域分布上存在空间集聚格局，这至少说明两个问题：一是人口城市化与社会保障均等性以及收入水平因素，从全局来看，确是呈现正相关；二是，如果简单采用最小二乘模型，则空间的独立性不能得到满足，其分析必然存在估计的偏倚性。

表4　三个计量模型的估计结果

从计量模型的估计结果来看，在近期人口城市化过程中，受社会保障均等性和收入水平的双重影响，空间分析存在明显的空间溢出效应。这种效应产生的原因是一些社会保障水平较高的区域，人口城市化水平也较高，同时带动周边地区的人口城市化发展，并向新的均衡状态发展。其次是收入水平较高的地区，对人力资源和社会资源的影响力高，进而带动周边邻接省区社会保障投入，并表现为空间溢出效应的正值状态，但内部的具体影响方向还需要更进一步的数据支撑和实证分析来查证。

最小二乘模型（OLS）估计结果显示，在0.10的显著性水平下，除 “人均GDP”、“政府转移支付指数”显著以外，其它变量均不显著，这从另一个方面说明，简单选择最小二乘模型也是不合适的。计算所得Moran's I=0.1925＞0，LM-Error&Robust LMError的P值均小于0.05，说明空间误差模型（SEM）估计是更优的。空间误差模型 （SEM）的可决系数R2=0.6476；相应的对数似然值 Log likelihood= 12.6519，是三个模型中的最大值，Akaike info criterion（AIC）、Schwarz criterion（SC）又是三个模型中最小的。说明空间误差模型（SEM）的解释能力是三个模型中最好的［6］。并得到相应的SEM解释模型：

亦即：

五、结论

（一）从总体的状况来看，我国人口城市化按照省域范围和社会保障均等性与收入水平的影响，东部、中部、西部呈现依次降低的基本态势，但新疆、西藏地区的聚集能力具有明显的异质性。人口城市化与地区的经济发展水平差异存在显著地正相关，即经济发展水平越高，人口城市化水平也越高，验证了人口学与人口经济学在我国同样适应的基本结论。进而判断，随着我国经济的进一步发展，人口城市化的进程越发增强，毋庸置疑。

（二）传统的统计建模对数据的要求比较苛刻，但是我国地域广阔，各省区的地理资源、社会经济发展水平必然存在差异，则数据的空间独立性、方差齐性的假定得不到满足，其估计存在偏倚。在人口城市化的一般理论分析中，应当避免使用最小二乘模型。空间统计分析方法不失为一种科学的研究方法，值得在人口经济学、人口统计学研究中推广应用。

（三）我国人口城市化进程不均匀，各省表现差异比较大，虽然都是表现为空间聚集格局，但东部沿海的山东、江苏等省份和西部的四川、西藏、新疆在近期则处在异质性突出区，成为人口城市化的三个高地，值得注意的是广州省，虽然具有庞大的人口迁移数值，但聚集效应并不突出，究其原因主要是我们的关注点在社会保障均等性和保障水平上，由于我国目前是以居民户口为统计特征，而打工群体的户口迁移受到严格的限制，因此，打工群体的数量并不能作用于人口城市化的社会保障水平与均等性的影响上，这是由我们的分析出发点所决定的，结论也就十分的自然。

（四）从社会保障均等性和保障水平的角度出发，空间计量模型分析表明，“人均GDP”、“政府转移支付指数”、“空间溢出效应”对人口城市化的影响最为显著，而传统意义的“地方财政支出”、“城镇化率”、“人口密度”、“公共卫生服务水平”的影响并不显著。其中，“人均GDP”、“政府转移支付指数”、“社区服务设施覆盖率”、“空间溢出效应”为人口城市化的促进因素，呈现正相关；而“总抚养比”、“人口密度”和“城镇化率”则表现为消极因素，呈现负相关，这一点在一般的人口理论中没有涉及到，也是本文的创新之处。更值得注意的是，空间溢出效应为正向影响，即基本社会保障水平高的省区，将会带动周边省区的发展，进而相互影响相互促进，达到区域城市化的均衡发展，这也是我们期待看到的结果。但是城镇化率为负向影响，说明在推进新型城镇化建设中，不能只注重速度而忽视质量以及民生保障。

（五）京津冀地区的人口城市化压力主要表现在河北省的流入压力，而天津市则在近期表现为一个明显的洼地特征，社会保障水平和均等性在此扮演重要角色。因此，京津冀地区的人口城市化具有明显的异质性。它至少说明，北京市与河北省的社会保障水平和均等性存在巨大差异，并形成河北人口向北京市聚集的巨大压力。

六、健康的人口城市化发展建议

基于以上的分析结论，为了促进健康的人口城市化，结合传统的人口理论，我们提出如下建议：

（一）三四线城市的住房价格应当进行抑制，政府作为公共管理机构，应当尽快制定商品房的零首付或低首付政策，严格限制商品房的涨价行为。

（二）去除三四线城市的入籍户口限制，清除人口城市化不必要的行政障碍，使人口向社会保障水平较高的城市聚集。这对进一步提高我国经济发展水平和人民生活水平具有明显的实际意义。

（三）政府应当尽快出台细化措施，千方百计降低基尼系数，使社会保障均等性和保障水平得到明显提高，从而促进健康的人口城市化。

（四）进一步提高年轻就业人口的收入水平和社会保障水平，进一步增加就业和创业，这将十分有利于人口的城市化进程。

［1］王培安，翟振武.建设人口均衡性社会［M］.北京：中国人口出版社，2011.

［2］张维庆.促进人口长期均衡发展［M］.北京：中国人口出版社，2010.

［3］朱宇，祁新华.中国的就地城镇化：理论与实证［M］.北京：科学出版社，2012.

［4］王胜今.中国人口与全面建设小康社会［M］.长春：吉林大学出版社，2003.

［5］时涛，周国富等.我国文化软实力时空演变的空间统计分析［J］.统计与决策，2013（19）：105-108.

［6］宋敏，杨宝利，时涛.我国基本公共卫生服务水平区域差异的空间特征与影响因素分析［J］.经济与管理评论，2014（5）：133-141.

［7］褚福灵.中国社会保障体系的科学架构研究［J］.社会保障研究，2010（1）：59-71.

A Spatial Econometric Analysis of Social Equality Affecting Population Urbanization

SHI Tao，LIU De-Xin，ZHAO Er-Ying
（Population and Social development Institute in Taishan Medical University，Shandong Tai’an 271016）

According to the traditional theory，population urbanization is the inevitable process of economy，society and population development and under the force of economic development.the process is irreversible.But its reaction also exists at the same time，and forms a variety of obstruction factors.To dig out these factors，this article does some research from the perspective of the balanced development of the social security：first，to construct the equalization of town social security evaluation system based on AHP multi-level evaluation model，and to analysis the provincial difference of social security and its spatial pattern in our country by means of spatial autocorrelation；there was significant positive spatial autocorrelation index of the level of social security in the provinces，geographical distribution on the performance of the pattern space from the main application.Then to use the spatial autoregressive model to analyze the main influencing factors of balanced development of social security，find that the spatial error model（SEM）estimation is better；the government supply is the main influence factor and the spatial spillover effect is a significant contributing factor.All these further illustrate the necessity of spatial econometric analysis.Finally，to put forward the countermeasures and suggestions of balanced development of social security based on the above analysis.

Population Urbanization；Social Security；Equalization；Spatial Autocorrelation；Spatial Econometric

C924，C812

A

1007-0672（2015）01-0055-07

2014-07-31

国家社科基金项目 “基于区域协调发展的区域基本公共服务均等化方案设计与保障机制研究”（12BGL117）；山东省高等学校人文社科研究项目“基于时空尺度的山东省基本公共服务均等化研究”（J13WG06）。

时涛，男，山东济南人，硕士，泰山医学院管理学院副教授，山东大学公共卫生学院访问学者，研究方向：空间统计、公共服务均等化；刘德鑫，男，山东泰安人，泰山医学院教授，研究方向：人口经济学与人口社会学；赵二影，女，河南兰考人，泰山医学院管理学院讲师，研究方向：社会保障。