新型城镇化背景下城镇化与服务业化空间耦合实证分析

李　为，伍世代

(1.福建师范大学 地理科学学院，福州 350007；2.福州外语外贸学院 软科学研究所，福州 350202 )



新型城镇化背景下城镇化与服务业化空间耦合实证分析

李为1,2，伍世代1

(1.福建师范大学 地理科学学院，福州 350007；2.福州外语外贸学院 软科学研究所，福州 350202 )

加快推进新型城镇化、促进服务业发展是推动中国经济社会转型升级的两大关键。将城镇化和服务业化视为各自发展但又相互作用的系统，建立耦合协调模型，以福建为例，测算城镇化和服务业化综合指数及其互动发展的耦合度和协调度，进行实证分析，力求探寻两者耦合互动的内在机理，并提出有针对性的对策建议。

城镇化；服务业化；空间耦合；机理

一、问题的提出及相关研究述评

城乡结构、产业结构矛盾突出是我国发展面临的重大挑战。城镇化是解决“三农”问题、促进城乡一体化发展的主要途径，是促进经济增长的最强劲动力，推动社会变革的有力抓手，服务业是推动产业结构优化升级、提升经济发展质量水平、保持经济中高速增长的战略重点。

城镇化与服务业发展到底是一种什么关系？存在什么内在机理？对此，国内外学者给予了广泛关注。辛格尔曼在研究1920—1970年间工业化国家的劳动力转移过程后，最早提出城镇化是服务业发展的原因[1]。此后，国外学者从不同学科视角、不同区域尺度进行了验证性研究。如丹尼尔斯等通过对美国大中小城市服务业的研究，发现城市形成的区域市场中心是服务业发展的基础[2]。作为世界上最大的发展中国家，加快推进新型城镇化、促进服务业发展，是推动中国经济社会转型升级的两大关键，对两者内在机理的科学研究和准确把握在我国显得尤为重要。国内相关研究主要集中在三个方面。部分学者研究认为，城镇化对服务业发展具有促进和推动作用。如曾淑婉等建立静态与动态面板模型，对1978—2010年我国省域城市化与服务业发展的样本数据进行实证分析，发现我国城市化进程对服务业发展具有一定促进作用[3]。另一部分学者则研究发现，中国的城镇化并不一定促进服务业增长，两者之间并无显著因果关系。胡拥军等在对改革开放30多年中国城市化进程与服务业发展进行实证分析后，甚至发现城市化率对服务业就业比重的变化、城镇人口规模指数对服务业劳动生产率的变化、城镇居民人均可支配收入指数对服务业增加值比重的变化均存在负贡献作用[4]。此外，还有一些研究则重点关注城镇化与服务业发展之间的双向关系，探寻两者之间是否存在耦合互动关系，并进行实证分析。如杜宇玮等实证研究了1981—2013年间中国城镇化与服务业发展的互动效应和协调状况，发现城镇化与服务业发展呈现出良好的耦合协调关系[5]。综观国内外研究，对于城镇化与服务业发展之间的关系，国外研究基本都认可“二者互为彼此发展过程中的重要因素”，国内现有文献的研究结论则还不尽相同；在理论层面，对城镇化与服务业耦合发展机制机理、演变规律等的研究还非常有限；真正提出“服务业化”概念，与城镇化进行耦合实证分析的研究则尚处空白。

那么，在新型城镇化实施背景下，城镇化和服务业化的双向作用状态如何、耦合协调程度怎样？本文以福建为例，试图从系统空间耦合的视角对其进行探讨。本文所指“服务业化”是比照“农业现代化”“工业化”提出的概念，意为经济发展到一定阶段、工业化率达到临界点后，经济的进一步增长、经济质量的进一步提升，必须由服务业的发展来支撑。

二、城镇化与服务业化耦合互动机理

从国际国内发展实际看，一个国家或地区进入工业化后期阶段，城镇化和服务业产业化发展成为不可分割的孪生关系，存在内生动力机制。

(一)城镇化驱动服务业发展

城镇化是促推服务业发展的有效动力。第一，从生活性服务业看，城镇化首先是一个人口大量集聚的过程，随之带来消费群体的增加、生活水平的提高和消费理念的升级以及生活方式的变革，且各级政府必须为进城农民提供技能培训、基础教育、养老、医疗、社会管理等基本公共服务，这些都会扩大生活性服务需求[6]。

第二，就生产性服务业而言，城镇化过程中社会分工日益精细化、专业化，随之带来生产要素的优化配置和三次产业的联动发展，也会扩大生产性服务需求[7]。

第三，在催生服务业新型业态方面，城镇化带来人文素质的提高、创新要素的集聚、知识经济的扩散，有利于增强创新活力，驱动传统产业转型升级，引领服务业新型业态和新兴产业发展[8]。国家直观统计数据表明，一个城镇人口的消费能力和消费水平是一个农村人口的三倍左右。随着城镇化的推进，大量农村人口转化为城镇人口，居民消费能级提升，为服务业发展和嬗变提供了充足市场容量。

(二)服务业支撑城镇化发展

城镇化进程中进城人口要实现充分就业，关键在于城镇二三产业的发展。而与工业相比，服务业明显具有更高就业弹性。此外，从产业演进规律看，在城市经济发展过程中，工业化率不可能无限制地提高，必然存在临界点；超过临界点后，城市经济质量的进一步提升必须依靠服务业的发展。北京、上海之所以具备很强承载能力，关键在于其城镇化率的提高不单纯依靠工业化率的提升，而是建立在服务业产业化率提高的基础上。2014年北京服务业占GDP的比重为77.9%，超过发达国家74%的平均水平[9]，这正是北京每年可以接纳上千万常住、非北京户籍人口和上亿流动人口的关键所在。与之相反，天津服务业的发展远远落后于北京、上海，导致人口和生产要素流动难以提高，使得天津的工业化率和城镇化率虽然位居全国前列，但城市发展整体水平至少落后北京、上海若干年。

单体城市如此，城市群更是如此。在城市群建设中，服务业的健全和发展更加起到不可或缺的纽带作用，是经济要素快速流动的基本前提。

(三)新型城镇化根植于服务业加快发展

新型城镇化是以人为本的城镇化，关键在于让大量进城人口有稳定的就业机会和可靠的收入来源，这样才能消除其后顾之忧，进而在城镇安居乐业。就业优先，是新型城镇化的战略重点。一方面，服务业是就业的最大容器，从日本、韩国的转型经验来看，从高速增长期步入中速增长期后，所有新增就业均来源于服务业。另一方面，服务业也是产业升级的战略重点、促进消费的有效途径、经济转型的有力抓手。因此，加快服务业发展，是推进新型城镇化的必然要求和有效手段。新型城镇化建设，必须建立在服务业的加快发展之上。

三、城镇化与服务业化耦合协调模型

(一)城镇化—服务业化系统指标体系构建

将城镇化和服务业化视为各自发展但又相互作用的系统，根据对城镇化、服务业化内涵的分析，借鉴与此相关的评价指标体系，并遵循科学性、主导性、差异性和可获得性等原则，建立城镇化—服务业化系统指标体系，见表1。

表1　城镇化—服务业化系统指标体系

对各指标的选择依据、计算方法等的说明，见表1备注列。特别需要说明的是，服务业的结构，主要是生产性服务业与生活性服务业、现代服务业与传统服务业的相对关系，强调的是要大力发展生产性服务业与现代服务业。因此，表1中，在数据可得可比、尽量采用复合指标的前提下，选用金融对实体经济保障度、交通运输对实体经济支撑度、社会消费品零售总额增速等三个指标，分别表征金融业、交通运输仓储邮政服务业和批发零售业等生产性服务业的主要行业。

(二)城镇化与服务业化综合指数模型

城镇化、服务业化综合指数的评价模型分别为：

(1)

(2)

其中，U(x)为城镇化综合评价指数，xij为城镇化子系统中i指标j样本的标准化指标值，ωi指城镇化子系统中i指标的权重；S(y)为服务业化综合评价指数，yij为服务业化子系统中i指标j样本的标准化指标值，λi指服务业化子系统中i指标的权重。

(三)城镇化与服务业化耦合模型

在构造评价指数U(x)和S(y)的基础上，进一步建立耦合度评价模型。遵循离差越小耦合度越好的原则，参照相关文献做法[10]，建立耦合度模型：

(3)

其中，C即为城镇化子系统和服务业化子系统的耦合度；k一般称为区别系数，取值区间一般在2—5之间，本文取中等区分度，取k=3。C值从离差最小的角度衡量城镇化系统和服务业化系统的耦合程度。从式(3)可以看出，C∈[0,1]，其值越大说明耦合程度越好；反之，耦合越差。

(四)城镇化与服务业化协调模型

耦合度可以反映两个系统间相互作用、相互影响的程度，但这忽略了一个前提，那就是城镇化与服务业化系统本身的发展水平。不同的发展水平，其耦合度很可能相同，但不言而喻的是，高水平的耦合，其耦合程度明显在低水平之上。鉴于此，本文引进协调度的概念，将各子系统的发展水平作为变量引入模型，构造城镇化与服务业化协调度模型：

(4)

I=a·U(x)+b·S(y)

(5)

R表示协调度，C为耦合度，I为城镇化—服务业化综合协调指数；U(x)和S(y)分别为城镇化与服务业化两个子系统的综合指数，a与b为待定参数，a+b=1，本文假设城镇化与服务业化同等重要，取a=b=0.5。

四、城镇化与服务业化耦合互动的实证分析

(一)指标数据标准化

本文中的数据全部来自2015年福建统计年鉴以及同年各设区市统计年鉴(福州包含平潭地区，下同)。服务业增加值对经济增长的贡献率指标数据，由笔者根据年鉴数据计算整理得到。

不同的指标数据，有的是正向指标，有的是负向指标，指标性质不一样，指标数据的类型、单位、离散程度也不一样，初始数据不具备可比性。为此，有必要对初始数据进行标准化处理。标准化的方法有很多，本文采用极差标准化方法进行归一化处理。

(二)指标权重的确定

指标的权重，对最终的测度结果，具有直接而重大的影响。确权的方法有很多，主要分为主观确权法和客观确权法，当然，也可以主客观结合。本文采用熵值法确定指标权重，以期一定程度上避免主观层面的影响。具体步骤如下：

第一步，计算第i项指标下第j个样本数据的比重：

(6)

第二步，计算第i项指标的熵值：

(7)

其中，d为常数，与样本数n有关，令d=1/lnn，则fi∈[0,1]。

第三步，计算第i项指标的效用值：

βi=1-fi

(8)

第四步，计算各指标的权重：

(9)

利用标准化数据，按照上述步骤，计算得到各指标的权重，见表2。

表2　城镇化——服务业化系统指标体系权重

(三)耦合度和协调度测算

利用指标标准化值以及表2中各指标的权重，根据式(1)和式(2)，进行加权求和，可分别测算得到2014年福建九个设区市的城镇化综合指数以及服务业化综合指数。再根据式(3)和式(4)、(5)，分别测算出2014年福建九个设区市城镇化—服务业化系统耦合度和协调度，见表3和图1、图2、图3。

表3　福建省九个设区市城镇化—服务业化系统耦合度和协调度空间分异(2014)

图1　2014年福建省九个设区市城镇化—服务业化系统耦合协调情况

参照相关研究的做法，城镇化—服务业化系统耦合的演变可分为六个阶段：C=0，表示耦合度极小，系统并无关联且无序发展；0

协调度也可按照上述区间范围，划分为六个类型。当然，也可以划分更多层级，更为精准地衡量城镇化—服务业化系统耦合协调水平。比如，将协调度进行10等分，由高到低依次划分为：优质协调、良好协调、中等协调、初级协调、勉强协调、濒临失调、轻度失调、中度失调、严重失调、极度失调[10]。

(四)实证结果分析

从表3、图1可以看出，城镇化综合指数方面，厦门、福州、泉州排在前三位，属于第一方阵，指数都在0.55以上；漳州、莆田、龙岩、三明属于第二梯队，指数介于0.1-0.2之间，与第一梯队的差距较大；宁德、南平属于第三等。排名第一的厦门与最末的南平，其城镇化综合指数相差0.7978。厦门与福州比较，各种人均指标基本都具有相对优势，但在总量指标如城市建成区面积、互联网用户数方面，体量相对较小。南平之所以排名最后，是因为在城镇化指标体系的10个指标中，人均GDP、经济密度、非农产业增加值比重、城镇居民人均消费支出等四个指标，主要是经济社会发展指标。

服务业化综合指数方面，厦门和福州属于第一集团，指数均在0.7以上；第二方阵包含泉州、莆田、漳州，指数掉落至0.2-0.4之间；第三等次由南平、龙岩、三明、宁德组成。福州的服务业化率低于厦门，但在结构指标方面，整体上优于厦门，服务业劳动生产率也比厦门高，所以其综合指数与厦门差距极小。如果指标体系中新增部分总量指标，则福州的服务业综合发展水平可能高于厦门。泉州的服务业发展水平，总体上滞后于其城镇化发展，且滞后指数达0.201。宁德排在最后一位，因为在表征服务业发展水平的九个指标中，其服务业增加值增速、服务业化率、服务业对经济增长的贡献率等衡量服务业发展水平和质量效益的三个指标值，排名最后。

耦合度方面，龙岩的耦合度最高；厦门、福州、宁德、三明、漳州均在0.9以上，城镇化—服务业化系统处于高水平耦合阶段；泉州也处于较高水平耦合阶段；莆田进入磨合阶段；而南平的耦合度最差，处于颉颃阶段。龙岩的耦合度最高，仅仅是因为其城镇化综合指数和服务业化综合指数最接近，但属于低发展水平的耦合。南平的耦合度最低，因为其城镇化综合指数排在全省第9位，但服务业化综合指数排第6位，且后者是前者的3.13倍，说明其城镇化相对滞后于服务业化。

协调度方面，与耦合度呈现不同的景象。厦门、福州居前，处于良好协调阶段；泉州次之，处于初级协调阶段；漳州和莆田处于濒临失调阶段。龙岩和三明，轻度失调；宁德和南平则中度失调。这再次说明协调度比耦合度更贴合实际情况，因为它考虑了实际发展水平的高低。宁德和南平的失调，最大的症结在于发展水平过低。

五、结论讨论及政策建议

(一)城镇化发展重点

城镇化子系统中，人口城镇化、空间城镇化、经济城镇化、人文城镇化的权重依次变大。人口城镇化是城镇化的应有之义，空间城镇化是景观表征，经济城镇化是前提和动因，人文城镇化则是城镇化的更高级形态和终极目的。因此，福建城镇化的发展，应增强基本公共服务水平，积极有序推进农业转移人口市民化；要转换户口、共担成本、提升服务三管齐下，让农业转移人口进得来、留得下、过得好。最关键的，还是市民化成本的问题，对此要在各级政府之间建立成本分摊机制，参照有关文献，中央政府、省级政府和城市政府的分担比例大致可以设定为25∶20∶55[12]。当前的重点，是要抓好各种新型城镇化综合试点建设，比如，作为全省吸纳农民工最为集中的地区之一，晋江正着力推进以农业转移人口市民化为主题的国家级新型城镇化试点。

(二)服务业化发展重点

服务业化子系统中，发展水平占的比重最大。因此，福建现阶段服务业的发展重点，主要还应放在做大总量、提升比重、加快增速上。发展结构占的比重次之，说明福建服务业的发展重点应更多地放在生产性服务业上，特别是金融业、物流业、批发零售业等应作为重中之重，这也是发达国家服务业发展的一般规律[13〗。目前，发达国家生产性服务业的产值和就业比重，均占服务业的70%以上，而福建2013年生产性服务业增加值占服务业的比重仅为50.9%。当然，这不是说发展质量和效益的提升不重要，要在做大总量的同时提升质量。建议进一步优化服务业发展环境，促进服务业与农业、工业、“互联网+”融合发展，扩大服务业对外开放，推动经济结构由工业主导向服务业主导转变，将服务业打造成为新常态下福建经济发展的新引擎。

(三)分区发展重点

厦门的综合指数、耦合度、协调度都很好，但若论细项指标的话，部分总量指标不很理想。且本文仅对福建九个设区市进行比较分析，标准化方法采用的是极差法，所以厦门很多指标在标准化后，其指标值为1，因此，其城镇化、服务业化综合指数较高。但若将视野放到福建之外，则厦门在很多方面的优势可能就变成劣势了，比如，厦门在全国五个计划单列市中，多项指标居后。因此，厦门应跳脱特区“小富即安”的思想藩篱和城市空间不足、体量偏小的发展痼疾，主动融入、引领厦漳泉大都市区同城化进程，拓展发展腹地，在做大总量、做优存量、做强增量上求突破。

福州的综合指数、耦合度、协调度都排在厦门之后，其最大的尴尬在于，从总量看，部分指标特别是GDP不如泉州；从人均水平看，又基本被厦门甩在身后。城镇化综合指数与服务业化综合指数比较，前者相对更低。因此，福州要发挥省会城市作用，大力推进福州大都市区和福州新区建设步伐，优化城镇化形态结构和空间布局，持续提升城镇化发展质量和水平。服务业发展方面，则要根据福建自贸试验区福州片区的功能定位，大力发展高端服务业，建设区域性金融中心，推动服务模式升级和产品创新。

泉州的耦合度和协调度低于厦门和福州，是因为其服务业化综合指数相较城镇化综合指数，滞后较多。泉州的服务业化率低于全省平均水平4.6个百分点，服务业就业比重更是比全省平均低9.1个百分点，居九个设区市最后一位。因此，泉州要着力增强制造业对服务业的带动作用，促进服务业与制造业融合发展，增强服务业实力。城镇化方面，则要重点围绕提升市区辐射能力和综合承载能力做文章，切实解决市区过小、发展空间过散的问题。

其他设区市，要“两条腿走路”，全力提升城镇化和服务业化水平，并保持两者间的均衡、协调发展。

[1]Singelmann,J.The Sectoral Transformation of the Labor Force in Seven Industrialized Countries:1920-1970[J].American Journal of Sociology,1978(5):1224-1234.

[2] Daniels,P.W.,K.O’Connor,and T.A.Hutton.The Planning Response to Urban Service Sector Growth:An International Comparison[J].Growth and Change,1991(4):3-26.

[3] 曾淑婉,赵晶晶.城市化对服务业发展的影响机理及其实证研究——基于中国省际数据的动态面板分析[J].中央财经大学学报,2012，(6):60-66.

[4] 胡拥军,李志阳,毛爽.中国城市化进程对服务业影响的实证分析——事实、悖论与解释[J].当代经济管理,2010，(11):44-49.

[5] 杜宇玮,刘东皇.中国城镇化与服务业发展耦合协调度测度[J].城市问题,2015，(12):51-61.

[6] 顾乃华,夏杰长.服务业发展与城市转型:基于广东实践的分类研究[J].广东社会科学,2011，(4):67-72.

[7] 张志彬.生产性服务业与城市协调发展研究述评与展望[J].经济纵横,2013，(2):121-124.

[8] 陶文欢.城市化推进湖南省服务业集聚实证研究[D].长沙:湖南大学,2010.

[9] 国家统计局.中国统计年鉴[Z].北京:中国统计出版社,2015.

[10] 王军.甘肃省城镇化与新型工业化耦合关系实证研究[D].兰州:西北师范大学,2013.

[11] 张勇.城镇化与服务业集聚[J].中国工业经济,2013，(6):57-69.

[12] 李为,伍世代.农业转移人口市民化公共成本测算及分担——以福建为例[J].东南学术,2015，(3):154-160.

[13] 王琴梅，杨军鸽.关于经济区新型域镇化水平综合评价——基于PCA分析法[J].西安财经学院学报，2015，(1)：32-38.

[责任编辑：邹学慧]

An Empirical Study on the Spatial Coupling of Urbanization and Service Industry Under New Urbanization

LI Wei1,2,WU Shi-dai1

(1.College of Geographical Sciences,Fujian Normal University,Fuzhou 350007，China;2. Institute of Soft Sciences, Fuzhou Linversity of Foreign Studies and Trade, Fuzhou 350202,China)

To accelerate the new urbanization and strengthen the strategic position of service industry are the most preferred options in the central government's economic policy strategy. Based on the fact that the urbanization and service industry are two interactional systems with respective development, this paper firstly established coupling coordination model, with the statistical data of Fujian in 2014 in nine cities(with disctricts) as the sample, to measure the comprehensive index of urbanization and service industry and the coupling and coordination degree for their interactive development. Then, further analysis, comparison are done to fine the gap and reasons according to the results of the quantitative measurement. Finally, countermeasures and Suggestions are put forward aiming at the problems existing in the coupling coordination of urbanization and service industry.

Urbanization; Serving; Spatial Coupling；Mechanism

2016-03-11

福建省科协科技思想库研究项目(闽科协发学〔2015〕17号)；福建省中青年教师教育科研重点项目(JAS150691)；福建省社会科学规划青年项目(FJ2015C164)；福州市社会科学规划重点项目(2015B05)

李为(1984—)，女，博士研究生，讲师，主要从事城市经济、城市与区域规划研究。

市场经济论坛

F292;F293.1

A

1671-7112(2016)03-0053-09