产业结构对城镇化发展差异的影响——基于夏普利值分解的实证分析

徐传谌，王 鹏，武 岩

（1．吉林大学 中国国有经济研究中心，吉林 长春 130012；2.吉林大学 经济学院，吉林 长春 130012；3．北京工商大学 经济学院，北京 100048）

【管理学与企业发展】

产业结构对城镇化发展差异的影响
——基于夏普利值分解的实证分析

徐传谌1，王 鹏2，武 岩3

（1．吉林大学 中国国有经济研究中心，吉林 长春 130012；2.吉林大学 经济学院，吉林 长春 130012；3．北京工商大学 经济学院，北京 100048）

文章利用中国地级市面板数据，基于动态面板系统广义矩估计和夏普利值分解方法，对产业结构与城镇化的关系，尤其是导致中国城镇化发展之间的差异的逻辑关系和引致因素进行了系统分析，结果发现：产业结构对中国的城镇化发展起着显著的积极作用；2005－2014年期间，产业结构对城镇化差异的影响基本经历了一个U型特征，这与中国近10年的经济结构调整与持续的产业转移过程密切相关。

产业结构；城镇化；动态面板；夏普利值分解

一、引言

作为最大的发展中国家，中国不同区域间的经济发展水平差距很大，这在城镇化方面亦是如此。以国家统计局发布的2014年《中国城市统计年鉴》数据为例，沿海和内陆地区城市平均城镇化率分别为61．2%和45．1%，相差16个百分点。而这仅仅是平均值，具体到某些省份的比较，可能差距更加悬殊。国家新型城镇化规划（2014－2020）的基本要求之一是促进大、中、小城市和小城镇协调发展，如何实现这一根本目标，是摆在当前经济、社会发展面前的一道难题。以往产业结构对城镇化影响的研究颇多，但很少有涉及对城镇化发展差异影响的研究。一般认为，城镇化发展规律是一条光滑的倒S型曲线，而产业结构演变是影响城镇化曲线的主要因素。例如，Moomaw和Shatter[1]的研究从产业人口角度分析，认为增加的农业人口阻碍了城镇化，增加工业人口促进了城镇化进程。Black和Henderson[2]的研究认为，服务业和制造业对不同规模城市的城镇化进程产生了不同的影响。在这之后，Henderson[3]发现，发展成熟的城市中，其经济中心更为分散；传统制造业往往在较小的或者中等城市中分布，而大都市区则侧重于金融、高科技、科学研究等高端行业以及非标准化制造业。Glaeser[4]从城市产业发展能力的角度，认为城镇化进程与产业结构调整的能力密切关联。此外，产业结构变动作为经济结构最重要的因素之一，聚集经济在发挥了很大作用，使得其成为城镇化进程的最主要因素。国内的研究中，刘艳军等[5]认为，东北地区主要城市的产业结构优化升级为该地区城镇化进程增添了动力；陈立俊和王克强[6]的研究认为，第二、三产业的发展可以增强城市对人类的吸纳能力，尤其是吸引大量农村人口转移到城市，进而加快城镇化进程。李志翠等[7]和牛婷等[8]研究实证发现：在长期内产业结构的优化升级会促进城镇化发展，因此产业结构演变是推动城镇化进程的原因，但短期产业结构快速演变不利于城镇化发展。

尽管现在已有研究对产业结构与城镇化二者间关系进行了较为全面的阐释，但也存在一些不足。一是数据缺陷，以往研究以时间序列数据或者省级面板数据为研究基础，还有部分只针对某一地区进行的研究，很难揭示产业结构对城镇化发展差异的影响。二是方法粗糙，以往研究或者没有考虑内生性问题，或者使用了特殊的回归技术以及构造了粗糙的工具变量试图解决这一问题，但是效果均不理想。三是深入不够，仅有的研究只是采用国家数据进行粗糙的分析，没有专门针对中国城镇化区域发展差异的作用机制和途径进行研究，更缺乏相关的对策建议。

二、数据、变量与模型设定

1．数据来源和说明

本文数据来源于1985－2015年的《中国城市统计年鉴》，统计的是1984－2014年各地级市的相关数据，包括城镇化率、FDI、资本存量、GDP、人口、人均GDP、固定资产投资和产业结构。特别的，出口数据来源于2000－2015年的《中国区域经济统计年鉴》。在实证分析中，实际采用的面板数据时间维度为2004－2014年，截面维度为270个地级市。

2．变量选取

（1）计算核心变量

城市的产业结构对城镇化发展有明显的作用。本文以城市第一产业增加值占当年GDP的比重（PS／GDP），作为控制产业结构对城镇化发展产生影响的变量。以往研究结论普遍发现产业结构的逐渐升级对城镇化进程存在促进作用（例如黄晓军、李诚固、黄馨等[9]；刘艳军和李诚固[10]），因此本文预计第一产业增加值占当年GDP的比重对城镇化起着负面作用。可以预判城市的第一产业增加值占当年GDP的比重越高，该城市的城镇化水平越低。

（2）控制城镇化的其他变量

外资占比：基于10%折旧率、1994年不变价和永续盘存法计算存量，将外国直接投资存量（FDIstock）除以总资本存量（TK），即得到本文需要的外资占比变量。

出口占比：先用每年的汇率中间价将每年每个城市的美元出口额换算成人民币；再以每年的CPI为基础，将各年的出口额换算为1994年不变价，即消除物价变动因素对出口额的影响；最后将出口额（Export）除以城市当年的实际GDP，即得到本文需要的出口占比变量。

人均GDP：城市的经济发展水平是城镇化进程的重要基础，本文以城市年末按1994年不变价计算的人均GDP，作为控制城市经济发展水平对城镇化影响的变量。

人口规模：由于整个中国的农村人口，尤其是内陆地区的农村人口比例较高，人口总量的大小可能会反映出城镇化未来的发展潜力。本文以城市每年的年末人口（万人为单位，变量名POP）反映城市的人口规模。

固定资产投资：城市固定资产投资可以促进城镇化的发展，尤其是基础设施和交通运输的发展，这对城镇化进程尤为重要。本文以城市某年年末按1994年不变价计算的固定资产投资（FAI），作为控制城市每年投资规模对城镇化影响的变量。

3．模型设定

为建立全球化影响城镇化的计量模型，本文考虑了以下几个方面：①由于城镇化发展的惯性，一些研究已经证明了过去的城镇化水平对之后的城镇化进程存在影响（例如：王小鲁[11]），因此，为了控制之前城镇化的影响，本文采用动态面板模型进行分析。②产业结构演进产生效果相比其他国内经济因素有较强的时滞性，因此模型的核心解释变量本文采用的是滞后一阶的变量。③本文采用的面板数据时间序列为2004－2014年，相对较短，而截面数量达到270个，相对较宽，很可能会产生异方差问题，因此本文对除比值变量的其他变量进行了对数化处理，这样的处理方式也符合经济学建模的通常做法。基于以上判断，本文的模型设定如下：

式（1）中，i（i＝1，2，…，270）和t（t＝2004，…，2013）是指某一特定的城市和年份；URit是城镇化率，URit－1城镇化变量的一阶滞后，总的滞后数取决于动态面板模型的检验结果；PS／GDPit－1指第一产业增加值占当年GDP的比重，FDI／TKit指FDI存量占城市总资本存量的比例，EXP／GDPit指出口额占城市当年GDP的比例，PGDPit指按1994年不变价计算的人均GDP，FAIit指按1994年不变价计算的固定资产投资；POPit指城市的总人口规模；uit为随机扰动项。

4．内生性问题和工具变量

在以上模型中，需要考虑的最主要问题是内生性问题。本文所关注的核心变量很可能存在内生性。①某些宏观政策可能会同时促进经济增长、城镇化和产业结构演进，并且这些政策是很难量化的。②城镇化率与产业结构演进可能存在互为因果的关系。③由于地级市数据的可得性低，模型很可能存在遗漏变量，例如地级市的人均可支配收入和基尼系数等等。某些遗漏变量既会影响城镇化进程，又对产业结构产生作用，从而引起严重的模型内生性问题。一旦存在内生性，将会导致核心变量的估计是有偏的。

为了更进一步验证本文猜测，本文使用面板固定效应模型加上内生变量的滞后二阶和滞后三阶作为工具变量进行回归。hausman 检验结果显示 P＝0．0307，Davidson－MacKinnon 检验的结 PS／GDPit－1果显示 P＝0．0411，Sargan－Hansen检验结果显示P＝0．0154，均至少在5%的显著性水平上拒绝了原假设。以上检验的原假设可描述为PS／GDPit－1是外生变量，因此检验结果显示至少在5%的显著性水平下，两者都具有内生性。

三、实证分析

1．回归结果分析

首先，本文将被解释变量的一阶滞后作为解释变量加入模型，同时在回归过程中，使用2年和3年期的内生变量滞后项作为产业结构，即第一产业占GDP比重的工具变量。表2显示了模型1和模型2的回归结果：①Sargan和Hansen检验的结果说明所有的工具变量均是有效的；②Arellano－BondAR（1）和AR（2）检验的结果说明，模型存在一阶序列相关而不存在二阶序列相关；③被解释变量城镇化率的一阶滞后在1%的显著性水平下高度显著。接着，本文将被解释变量的二阶滞后加入模型2，结果显示所有变量的估计系数、显著性水平以及检验结果与模型1保持一致。此外，所有变量的VIF值均小于5，平均值为2．38，表明模型不存在共线性问题。

表1 全样本下的动态面板SGMM回归结果

2．夏普利值分解结果分析

本节采用收入差距领域普遍使用的基尼系数、Atkinson指数和广义熵三个不平等指标，来计算城镇化率差异的程度和模型变量的解释程度。经过夏普利值分解，本文得到了表3中三个不平等指标的数值和被解释比例［限于篇幅，表中展示的是2005、2008、2011和2014年这4个代表性年份．］。可以看到，基尼系数的被解释比例从2005到2014年一直稳定在60%以上，Atkinson指数的被解释比也都在30%以上，只有广义熵指数的被解释比偏低，各年份在15%－35%之间浮动。表2中展示了部分年份不平等指标的数值，可以看出，整体上看中国各地级市的城镇化率差异有逐渐缩小的趋势，这一趋势与近些年中西部省份较快的经济增长速度，以及东部省份经济增速的放缓情况相吻合。

表2 城镇化率差异程度和被解释比例

表3展示的是夏普利值分解结果，数字为自变量对不平等指标的贡献度，或者说相对影响。限于篇幅，表中展示的是4个代表性年份。因为本文是把测算出的不平等指标数值作为分母来计算不同解释变量对不平等程度的相对影响，所以夏普利值分解后不同变量总的影响为100%。本文还将不同因素在所有变量中的相对影响分别进行了排名。下面本文对夏普利值分解结果进行详细分析。

表3 夏普利值分解结果

本文首先关注的是核心变量农业产值占GDP的比重。即产业结构。综合三个不平等指标的贡献度和排名来看，农业产值占GDP的比重在2005年排在第1位；到了2008年和2011年则下降到第2位；而到了2014年，则又上升到第1位。结合夏普利值分解的贡献度，可以看出：在2005－2014年期间，产业结构对城镇化差异的影响基本经历了一个U型特征。在2004年左右，中国区域间的产业结构差异由于发展历史的原因，差异巨大。但是，近些年国家对中西部开发力度加大，以及东部地区成本上升因素导致产业转移到中西部地区，使得原先城镇化率较低的内陆城市承接了大量制造业，提升了其制造业水平，带动了产业升级，缩小了不同城市间的产业发展差异，产业结构对城镇化率差异的作用也因此有所下降。但是。随着近几年国内经济结构的调整和产业升级步伐加快，中国城市的服务业地位越来越重要，并已经取代制造业成为城镇化发展的关键内生动力，尤其是在东部地区，例如广州的商贸中心、上海、深圳的金融中心，北京的IT业、服务业中心等等。与此相反，中西部城市的服务业发展则愈发滞后，从而导致产业结构对城镇化率差异的影响不断提升。

四、结论与政策建议

本文利用中国地级市面板数据，基于动态面板系统广义矩估计和夏普利值分解方法，对产业结构与城镇化的关系，尤其是导致中国城镇化发展之间的差异的逻辑关系与引致因素进行了系统性分析，得出结论：产业结构对中国的城镇化发展起着显著的积极作用；2005－2014年期间，产业结构对城镇化差异的影响基本经历了一个U型特征，这与中国近10年的经济结构调整和产业转移过程密不可分。为此，本文得出以下几点政策建议。

1．切实推动落后地区产业升级，缩小城镇化区域差异。

城镇化率低的地区大多集中在中国的中西部地区，这些地区往往产业结构较低端，发展水平滞后。因此，产业政策要更加明确扶植中西部落后地区城市的产业升级和转型，带动当地资金流动、人才聚集和科技进步。只有解决落后城市的产业发展的问题，才能为城镇化发展打好基础。

2．优化中国产业整体布局，促进城镇化协调发展。

本文研究表明：产业的协调发展是城镇化协调发展的重要影响因素。中国各个区域发展差距很大，城镇化和产业结构发展差异更大。因此，中国的协调发展道路需要在中央统一领导下统一部署，才能更加合理有效的推动符合中国国情的新型城镇化发展。

3．提高产业技术水平和效率，提升城镇化发展质量。

产业发展离不开技术创新。三次产业革命带来了资本主义世界的繁荣。中国要抓住新常态下新的发展机遇，牢牢把供给侧结构性改革、创新型发展和产业转型升级的契机，在各个城市原有的产业基础上不断优化、提升优势产业的技术水平和生产效率，发挥各自的比较优势，逐渐形成“产业创城，产业兴城”的城镇化发展范式，由此更好地推动产业结构与中国特色新型城镇化道路健康有序协调发展。

[1]MOOMAW R．L．，SHARTTER A．M．，Urbanization and Economic Development：A Bias Toward Large Cities？[J]Journal of Urban Economics，1997，40（1）：13－37．

[2]DUNCAN BLACK，J．VEMON HENDERSON．Economic Growth[J]．World Bank，2000（2）：45－46．

[3]HENDERSON J V．The effects of urban concentration on economicgrowth[R]．NBER Working Paper，2000．7503．

[4]GLAESERE．L，KALLAH．D，ScheinlcmanJA，ShleiferA．Growthincities[J].Journal of Political Economy，1992（7）1127－1152．

[5]刘艳军，李诚固，董会和．东北地区产业结构演变的城市化响应：过程、机制与趋势[J]．经济地理，2007，27（3）：433－437．

[6]陈立俊，王克强．中国城市化发展与产业结构关系的实证分析[J]．中国人口·资源与环境，2010（3）17－20．

[7]李志翠，朱琳，张学东．产业结构升级对中国城市化进程的影响——基于1978－2010年数据的检验[J]．城市发展研究，2013（10）：35－40．

[8]牛婷，李斌，任保平．我国城市化与产业结构及其优化的互动关系研究[J]．统计与决策，2014（1）：93－95．

[9]黄晓军，李诚固，黄馨．东北地区城市化与产业结构演变相互作用模型[J]．经济地理，2008（01）：55－58．

[10]李诚固，刘艳军．东北地区产业结构演变与城市化相互作用过程[J]．经济地理，2009（2）：231－2．

[11]王小鲁．中国城市化路径与城市规模的经济学分析[J]．经济研究，2010（10）：20－32．

F121.3;F299.2

A

1002－3240（2017）08－0084－05

2017-06-25

教育部基地重大项目－国家级B类“国有经济战略性调整与中国特色社会主义道路”（批准号13JJD790012）

徐传谌（1953－），山东东平人，吉林大学中国国有经济研究中心主任、吉林大学经济学院教授，博士生导师，经济学博士，研究方向为产业经济学、国有经济；王鹏（1981－），陕西宁强人，吉林大学经济学院博士研究生，研究方向为产业经济学、国有经济、城镇化、收入分配；武岩（1987－），河北秦皇岛人，北京工商大学经济学院讲师，经济学博士，研究方向为城镇化、收入分配、FDI和国际贸易。

［责任编校：周玉林］