我国城镇化多元投资主体协同效应研究

张秀利 祝志勇

(四川大学 经济学院，四川 成都 610044；西南大学 经济管理学院，重庆 400715)

我国城镇化多元投资主体协同效应研究

张秀利 祝志勇

(四川大学 经济学院，四川 成都 610044；西南大学 经济管理学院，重庆 400715)

基于2006-2014年我国省际面板数据，采用动态面板系统GMM方法计量检验城镇化进程中多元投资主体的协同效应。结果发现，政府投资和外商直接投资是推进中国城镇化的重要支撑力量，而私人投资的支持作用并没有显现。另外，政府投资、私人投资和外商直接投资彼此之间都存在挤出效应，尤其是政府投资对于私人投资的挤出效应更为明显，这反映出城镇化进程中多元投资主体之间的相互排斥。政府主导型的城镇化进程在供给侧结构性改革的背景下应积极转变为市场主导型模式，即应该构建民间投资、外商直接投资与政府投资并行不悖、协同增进的城镇化融资体系与模式。应优化民间资本市场准入的审批机制、建立民间资本市场进入的援助机制、公平化民间资本与其他所有制企业的待遇、落实政府性资金支持民间投资措施等。

城镇化；多元投资主体；政府投资；民间投资；外商直接投资

一、引言及文献综述

自党的十八大明确提出新型城镇化道路以来，我国特色城镇化建设即迈入了“以人为中心”的新探索阶段。随着我国城镇化进程的不断推进，基础设施、公用事业以及公共服务建设的资金需求缺口不断凸显，搭建稳定高效的新型融资体系是形成包容可持续的新型城镇化模式的必然要求。传统的片面的以政府为主导的城镇化投资模式不仅难以为继，而且会加剧供给侧结构性矛盾。新时期搭建鼓励企业和市民通过各种投资方式参与城市建设平台，实现多元投资主体之间协同互动，对于调动社会力量参与新型城镇化建设具有积极的重要意义。

国外城镇化进程起步较早，城镇化的相关理论研究从区位理论、城乡结构转换理论、非均衡发展理论转向协调发展理论，尤其关注城市与自然、工业与农业、集中与分散的协同共进，强调城镇化建设中各类主体的包容与协调发展。由于城镇化建设需要大规模的投资，大量的实证研究发现城镇化的快速推进与各参与主体的投资引入密切相关。城镇化的推进需要构建有利于多元主体参与的保障政策，特别是财政金融等各项政策支持。*Batishcheva S. World Urbanization Prospects and the Problem of Its Infrastructural Provision, Economic Analysis, Vol.46, pp.72-81, 2013.资本城市化的多元主体激励机制成为必要，私人投资和机构投资从生产本身转向城镇化建设的资本转换成为必要，而且构建恰当的介入方式是英美国家城镇化取得成功的重要经验。*Christophers Brett. Revisiting the Urbanization of Capital. Annals of the Association of American Geographers, pp. 1347-1364, June 2011.对于发展中国家而言，除本国的私人投资和机构投资以外，外商直接投资也是驱动城市化的重要资本驱动力。Patra(2015)利用1979-2012年的数据研究了中国和印度两国城市化、GDP及外商直接投资的因果关系，发现中国和印度的特定区域城市化和FDI流动具有显著的正相关关系。

中国的城镇化被经济学家斯蒂格利茨视为是与美国新科技革命对等的影响21世纪的重大实践。但是，学者们在总结中国城镇化发展历史的基础上，也对目前城镇化建设中“要地不要人”的模式提出了批评。如蔡继明和程世勇(2011)认为，中国地方政府土地财政收支结构决定了其积极推动空间城镇化，而消极应对人口城镇化。*蔡继明、程世勇：《中国的城市化：从空间到人口》，《当代财经》2011年第2期。而且城市偏向的金融政策也导致了金融支持城镇化的效率偏低。*陈雨露：《中国新型城镇化建设中的金融支持》，《经济研究》2013第2期。另外，学者们也开始关注城镇化建设中投资机制存在的公共投资与私人投资不协调问题。如惠恩才和刁清华(2014)认为，我国城镇化建设中投资机制存在的主要问题是投资主体单一、政府责任边界模糊、融资来源单调及管理效率低下等问题。*惠恩才、刁清华：《我国新型城镇化建设的投资机制分析》，《农业经济问题》2014第8期。张秀利和祝志勇(2014)将政府投资与民间投资置于城镇化的分析框架，认为城镇化对政府投资与民间投资的影响存在显著差异，城镇化与政府投资存在长期稳定的均衡关系而与民间投资不存在这种关系，我国的城镇化推进采取的是政府主导型模式而非市场主导型，政府投资对城镇化的推进具有滞后效应。*张秀利、祝志勇：《城镇化对政府投资与民间投资的差异性影响》，《中国人口·资源与环境》2014年第2期。林炳华(2014)基于PVAR模型的方法，通过构建公共投资强度、私人投资强度及城镇居民人均收入指数，采用我国31个省份面板数据的实证结果表明，三大区域的政府公共投资和私人投资对城镇居民人均收入影响都不大；东部政府公共投资较大程度地挤出了私人投资；中部政府公共投资对私人投资产生一定的挤入效应；西部政府公共投资对私人投资的挤入效应较大，从中反映出我国区域投资结构仍是不尽合理。*林炳华：《基于PVAR模型的城镇化政府公共投资与私人投资的互动效应研究》，《财政研究》2014第3期。辜胜阻等(2014)认为，由于公共投资对民间投资的挤出、民间投资准入难以及民间投资积极性不高等障碍，民间资本参与城镇化面临种种障碍。*辜胜阻、刘江日、曹誉波：《民间资本推进城镇化建设的问题与对策》，《当代财经》2014年第2期。

既有的研究大多聚焦于城镇化进程中政府投资和私人投资的互动效应，揭示我国城镇化进程中存在政府投资对私人投资的挤出效应。我们认为，中国城镇化进程的推进与外商直接投资的进入密不可分，而政府投资、私人投资和外商直接投资三者之间存在何种相互效应需要进一步的分析。基于这一问题，本研究以2006-2014年我国省际面板数据，采用动态面板系统GMM方法计量检验城镇化进程中政府投资、私人投资和外商直接投资等多元投资主体的协同效应。

二、模型、变量与方法

为考察我国城镇化进程中多元投资主体的协同效应，我们构建计量模型进行检验。考虑到转轨经济体结构变动较大，时间跨度太长不利于得到稳健的估计结果，并且本文重点在于考察当前新型城镇化建设的投资主体协同效应，故而将研究样本跨期选择在2006-2014年。由于我国各省之间实际存在的“以邻为壑”的经济政策，各省之间城镇化具有一定的独立性和代表性。因此，计量检验采用省际面板数据。采用省际面板数据的好处，一是可以克服传统VAR模型样本容量小的问题，二是可以提供更高的自由度和估计效率。*由于数据的不可得，我们的面板数据覆盖中国大陆的30个省、自治区和直辖市，不包括西藏自治区。借鉴既有研究的模型设计，计量模型设定如下：

Urbanit=β0+θUrbanit-1+β1GIit+β2PIit+β3FDIit+ξit

(1)

式(1)中，下标i表示省份，为除西藏外的中国大陆其余30个省区；t代表年份，t=2006,2007,...,2014。Urban为被解释变量即城镇化率指标，GI、PI和FDI分别代表本研究涉及的三个相关投资主体，即政府投资、私人投资和外商直接投资的投资规模，是本研究的核心解释变量。

为检验城镇化进程中多元投资主体的协同效应，进一步构建如下计量模型：

Urbanit=β0+θUrbanit-1+β1GIit+β2PIit+β3FDIit+ηGI*PI+ξit

(2)

Urbanit=β0+θUrbanit-1+β1GIit+β2PIit+β3FDIit+λGI*FDI+ξit

(3)

Urbanit=β0+θUrbanit-1+β1GIit+β2PIit+β3FDIit+μPI*FDI+ξit

(4)

式(2)-(4)中，依次引入了GI、PI和FDI两两之间的交叉项GI*PI、GI*FDI以及PI*FDI，交叉项的引入能够度量各投资主体的协同效应。以引入GI*PI交叉项的式(2)为例，当交叉项的系数大于0时，代表政府投资和私人投资具有互补增进效应；当交叉项的系数小于0时，代表政府投资和私人投资两者之间存在排斥挤出效应。下面介绍模型中涉及各变量的度量方法与数据来源。

城镇化水平(Urban)。城镇化是城市空间扩展和人口向城市集中的复合过程。城市建成区面积占比可以衡量一个地区的空间城镇化程度，城镇人口的比重可以在一定程度上衡量一个地区的人口城镇化程度。传统的城镇化建设偏向于空间城镇化而忽视人口城镇化，由于新型城镇化是“以人为本”的城镇化，因此，本研究采用人口城镇化程度，即各地区城镇人口占总人口的比重来衡量城镇化水平。

政府投资(GI)。中国的城镇化被许多学者认为就是政府驱动下的“造城运动”， 因此，政府投资是中国城镇化多元投资主体非常重要的方面。*肖金成：《改革开放以来中国特色城镇化的发展路径》，《改革》2008年第7期。政府作为城镇化的主导力量，也成为城镇化投资资金的主要来源。对于城镇化建设中的政府投资规模，由于缺乏分地区城镇固定资产投资的城镇份额，本研究直接用全社会固定资产投资结构中国有经济的投资规模作为代理指标。

私人投资(PI)。由于城镇化进程中针对基础设施、公用事业以及公共服务建设等的投资大多具有投资周期长、投资收益回报低等问题，而这些项目投资又需要先行进行。因此，在城镇化建设中，私人投资的进入大多晚于政府投资。但是，随着地区基础设施、公用事业以及公共服务建设等建设的逐步完备，私人资本开始逐渐进入商业投资领域并成为投资主体的重要组成部分。对于私人投资的衡量，本研究采用全社会固定资产投资结构中个体经济和私营经济的投资总额来进行衡量。

外商直接投资(FDI)。在发展中国家经济起飞和城镇化建设的初始阶段，由于资本相对匮乏，因此通过各种渠道与方式吸收外商直接投资就成为经济发展和城镇化建设的重要路径。中国的经济发展和城镇化推进与其发挥自身的劳动力比较优势，吸引外商直接投资密不可分。对于城镇化建设中外商直接投资的衡量，考虑到中国外商投资大多流入城镇地区，我们直接采用全社会固定资产结构中外商直接投资的规模来衡量，并加入了港澳台投资的部分，将其也视为外商直接投资的组成部分。

本研究各省历年城镇化、政府投资、私人投资和外商直接投资的数据来自中宏网统计数据库。*计量模型检验时，对于政府投资、私人投资和外商直接投资都做对数处理。式(1)-(4)中，Urbant-1代表被解释变量的1阶滞后，*本文的滞后阶数为1期和2期，因为模型估计中当滞后阶数为1或2期时，滞后项估计系数均显著，而滞后3期估计系数不显著。即为动态项。动态项的加入反映了城镇化的惯性，即当期城镇化水平与前期城镇化率具有相关性。对于式(1)-(4)，采用动态面板矩估计方法(GMM)进行估计，原因在于：(1)解释变量的内生性问题。究竟是投资流入推进城镇化，还是城镇化引致投资流入在学术界尚存在争论。许多研究表明，城镇化是引致投资流入的非常重要的因素，城市的发展(主要是城市基础设施建设)也是影响外商投资分布的重要因素之一。因此，投资流入与城镇化建设可能存在双向因果关系，这就会导致所谓解释变量的内生性问题。而动态面板GMM估计采用工具变量法，能对内生性问题进行有效控制。(2)GMM估计使用差分转换数据，可以克服不可观察变量与解释变量相关或遗漏变量的问题。这样通过动态面板数据的GMM方法所获得的估计结果，相对于传统方法更为可靠。

动态面板GMM估计可以分为差分和系统GMM估计。由于差分GMM仅仅利用一阶差分滞后项来构造工具变量，容易出现弱工具变量并由此导致严重的有限样本偏差问题。如果采用系统GMM估计法，则可以同时利用差分和水平变量信息来构造工具变量，并有效地解决弱工具变量问题，从而提高估计效率。为保证实证结果的稳健性，本研究将同时采用系统GMM估计。*动态面板GMM估计可以分为一步和两步GMM估计。本研究采用两步法GMM估计。实际估计时所有解释变量均作为内生变量，并把内生变量的滞后值作为它们自己的工具变量，每一变量和滞后项确定一个工具变量，采用Hansen和Difference-in-Hansen检验确定工具变量的联合有效性。

三、估计结果与分析

基于GMM方法，表1报告了基于式(1)的估计结果。表1中模型(1)-(3)在控制动态项后，分别交替引入政府投资(GI)、私人投资(PI)和外商直接投资(FDI)作为核心解释变量，模型(4)同时引入GI、PI和FDI作为核心解释变量。从各模型的诊断检验来看，AR(2)检验表明差分方程得到的残差不存在二阶自相关，说明模型所得到的GMM估计值是无偏和一致的。Hansen检验表明我们选取的工具变量是合适的，Difference-in-Hansen检验结果反映系统GMM估计新增的工具变量也是有效的，过度识别条件成立。

模型(1)除包含动态项外，仅纳入政府投资(GI)变量，GI变量的估计系数为正，且在5%的水平上显著；模型(2)替代引入私人投资(PI)进入模型，PI变量的估计系数为负；模型(3)交替以外商直接投资(FDI)引入模型，FDI变量的估计系数显著为正；模型(4)同时控制GI、PI和FDI等三个变量，GI和FDI变量的估计系数依然显著为正，PI变量的估计系数依然为负。这一结果说明，政府投资和外商直接投资是城镇化投资资金的重要来源，是驱动城镇化的重要因素。不解的是，私人投资似乎被排挤在城镇化建设之外了。

表1 式(1)的面板系统GMM估计结果

注：*、**、***分别表示在10 %、5 %和1 %水平上显著，括号中为t统计值。AR(2)、Hansen、Difference-in-Hansen给出的是统计量对应的p值。由于GMM估计适合大样本，对协方差矩阵进行了小样本调整，t统计量是与异方差、自相关一致的稳健t统计量(下表同)

表1结果显示，城镇化进程中不同投资主体发挥的作用并不相同，那么，政府投资、私人投资和外商直接投资之间是互补增进还是排斥挤出呢？下面我们分别引入政府投资、私人投资和外商直接投资两两交叉项，表2报告了式(2)-(4)相应的面板系统GMM计量检验结果。观察表2的估计结果可以发现，无论是引入政府投资与私人投资交叉项GI*PI的模型(5)，抑或引入政府投资与外商直接投资交叉项GI*FDI的模型(6)，还是引入私人投资与外商直接投资交叉项PI*FDI的模型(7)，交叉项GI*PI、GI*FDI和PI*FDI的估计系数都为显著的负值，这说明，在中国城镇化的推进过程中，政府投资、私人投资和外商直接投资并没有形成良性的互补增进效应，而是彼此之间表现为明显的排斥挤出。特别是政府投资对私人投资的挤出效应最大，这可能是目前城镇化进程中私人投资难以有效发挥作用的重要原因。

表2 式(2)-(4)的面板系统GMM估计结果

四、稳健性检验

城镇化进程应该具有很强的空间相关性，为了使我们的实证模型更贴合实际，我们尝试引入空间项构建空间面板模型，力求得到更为稳健的估计结果。与非空间面板计量模型类似，空间面板计量模型也分为静态模型和动态模型。本研究的实证模型中，由于纳入城镇化的动态滞后项，因此需要采用动态空间面板的估计方法。动态空间面板的估计方法主要有两种，一种是基于空间误差模型，采用Elhorst(2005)提出的无条件极大似然函数法(ML)，不足的是该方法难以有效控制变量的内生性等问题。因此，本研究采用另一种策略，接受空间滞后模型的设定，在控制住模型的空间相关性基础上，再采用动态面板的系统GMM方法进行估计。遵循空间滞后模型的假定，计量模型可写成：

Urbanit=β0+θUrbanit-1+φ0WUrban+β1GIit+β2PIit+β3FDIit+ξit

(5)

Urbanit=β0+θUrbanit-1+φ1WUrban+β1GIit+β2PIit+β3FDIit+λGI*PI+ξit

(6)

Urbanit=β0+θUrbanit-1+φ2WUrban+β1GIit+β2PIit+β3FDIit+ηGI*FDI+ξit

(7)

Urbanit=β0+θUrbanit-1+φ3WUrban+β1GIit+β2PIit+β3FDIit+μPI*FDI+ξit

(8)

其中，WUrban为空间滞后因子，W代表空间权重矩阵。对于空间权重矩阵的赋值，存在多种方法，本研究采用空间邻接关系设定权重，即相邻的地区赋值为“1”，其他区域则赋值为“0”。在对空间权重矩阵进行赋值后，再基于空间滞后模型，采用动态空间面板模型的GMM估计方法对式(5)-(8)进行估计，表3报告了模型估计结果(限于篇幅，表3从略)。

表3中模型(8)-(11)分别是对应式(5)-(8)的动态空间面板模型估计结果。Sargan检验不能拒绝原接受，说明我们选取的工具变量是有效的。表3各模型中空间滞后项(WUrban)的系数都显著为正，这表明，我国各省区间的城镇化水平之间存在空间依赖性，如果忽视这种空间相关性，将会干扰到模型的现实性以及实证结果的稳健性。模型(8)控制政府投资(GI)、私人投资(PI)和外商直接投资(FDI)作为核心解释变量，GI和FDI的估计系数显著为正，而PI的估计系数为负。说明政府投资和外商直接投资是推进中国城镇化的重要支撑力量，而私人投资的支持作用并没有显现。模型(9)-(11)中分别引入了各投资主体之间的两两交叉项GI*PI、GI*FDI和PI*FDI，结果显示GI*PI、GI*FDI和PI*FDI的估计系数都显著为负，说明政府投资、私人投资和外商直接投资之间存在挤出效应，尤其是政府投资对于私人投资的挤出效应最为明显，这与表1和表2的发现基本一致。

五、结论与政策建议

城镇化建设的可持续推进需要充沛的资金保障，需要有序合理的投资结构，这就要求多元投资主体之间的包容性合作形成稳定高效的融资体系。但是，在传统的城镇化发展模式下，呈现出的是多元主体之间的相互排斥，特别是多元投资主体之间的挤出。本研究基于2006-2014年中国省际面板数据，采用动态面板系统GMM方法计量检验了城镇化进程中多元投资主体的协同效应。结果发现，政府投资和外商直接投资是推进中国城镇化的重要支撑力量，而私人投资的支持作用并没有显现。另外，政府投资、私人投资和外商直接投资彼此之间都存在挤出效应，尤其是政府投资对私人投资的挤出效应更为明显，这反映出城镇化进程中多元投资主体之间缺乏包容而相互排斥的不智。

传统的城镇化理论主要包括政府主导与市场主导理论，主导主体之间的定位非常清晰。但是，新型城镇化要求动员政府、社会、市民三大主体的投资参与行为，通过鼓励企业和市民通过各种方式有序参与城市建设，提高各方推动城市发展的积极性，加速推进新型城镇化的进程。从我国城镇化实践的历史看，传统政府主导型的城镇化在速度上取得了突出的成绩，但由此产生的城镇化“要地不要人”的矛盾，以及各种“城市病”也格外突出。因此，从发展的眼光看，这种政府主导型的城镇化进程在供给侧结构性改革的背景下应积极转变为市场主导型模式，即应该构建民间投资、外商直接投资与政府投资并行不悖、协同增进的城镇化融资体系与模式。也就是说，政府一方面要界定清晰政府投资的范围和空间，重点参与公益性项目及部分基础性项目并逐步退出竞争性项目；另一方面，政府应创造条件，为落实民间资本进入市场领域提供便利。具体来看，应优化民间资本市场准入的审批机制、建立民间资本市场进入的援助机制、公平化民间资本与其他所有制企业的待遇、落实政府性资金支持民间投资措施等。

(责任编辑：栾晓平)

2016-09-12

张秀利，女，四川大学经济学院博士研究生，西南大学经济管理学院讲师。 祝志勇，男，经济学博士，西南大学经济管理学院教授。

F29

A

1003-4145[2017]04-0133-05