“产城人”视角下安徽省新型城镇化质量评价和影响因素研究

奚 昕， 曹 晨， 甘梦溪

(滁州学院 经济与管理学院，安徽 滁州 239000)

改革开放以来，中国城镇化进程加快，城市数量增加，规模结构、空间结构和发展方式更趋合理，城乡关系不断改善。城镇化有力支持了中国经济的高速增长和快速转型，成功避免了大规模的城市贫困、失业等问题，但是，由于生产要素的利用效率、城市的包容性以及经济社会发展的可持续性等压力开始显现，必须重新定位新型城镇化的道路和模式，以适应新的发展目标和更高质量的增长[1]。党的十八届三中全会指出“坚持走中国特色新型城镇化道路”。《国家新型城镇化规划(2014—2020)》明确：围绕全面提高城镇化质量，加快转变城镇化发展方式，以人的城镇化为核心，有序推进农业转移人口市民化；以城市群为主体形态，推动大中小城市和小城镇协调发展；以综合承载能力为支撑，提升城市可持续发展水平。可见，新型城镇化发展既要化解城镇化进程中不平衡不充分的矛盾，更要通过“产业、城市、人口”互动，促进城乡区域经济协调及高质量发展。

1 问题的提出

安徽省城镇化发展基础薄弱，人口城镇化和经济城镇化发展的水平、速度、质量等方面均存在不平衡不充分的矛盾。以2017年16个城市为例：城镇化率差距较大(常住和户籍人口城镇化率相差约32.2%和34.7%)；经济实力悬殊(GDP总量和人均GDP相差约10.5倍和2.6倍、规模以上工业增加值相差约16倍、一、二、三产业占GDP比重分别相差4倍、0.7倍和0.6倍、外贸进出口总额相差约82倍，城镇家庭年人圴可支配收入与消费性支出相差约0.52倍和1.31倍，农村家庭年人均可支配收入相差约0.8倍)；城市公共设施与居住环境显著不同(人口密度相差3.82倍、非农就业人口占比相差约0.5倍、大学生占比相差约4.5倍、城市公交车辆相差约22倍、绿化面积相差约10倍、全年供汽和供水总量相差约19和17倍)。为追赶全国城镇化发展，安徽既要缩小本省不同地区城镇化水平的差距，又要注重城镇化发展质量，找出不同地区影响城镇化发展的瓶颈因素，如产业集聚、经济增长、城市承载、人口转移等。因此，从“产业、城市、人口”视角来研究安徽新型城镇化发展的影响因素，以及城镇化质量与水平的关系，是分析和解决当前新型城镇化发展不平衡不充分问题的迫切需要。

现有文献对城镇化发展影响因素及质量评价方面的研究主要在城镇化的发展模式及动力机制、城市现代化与新型城镇化质量评价体系、城镇化时空分布、发展水平及变化趋势等方面。新型城镇化在速度、水平、布局、城乡关系、可持续性等方面具有独特而科学的规定[2]，主要体现在以人为核心、以提高城镇化质量为关键[3]，从偏重土地城镇化转向重视人的城镇化、从数量增长转向质量提高、从粗放式高物耗转向集约绿色[4]，中国特色城市化道路将在劳动力的退出、流动和进入方面呈现新特征[5]。叶裕民[6]率先从中国城市现代化和城乡一体化方面构建了经济、基础设施和人口现代化的城镇化质量体系。刘畅等[7]较早提出“功能复合、配套完善和布局融合”的产城融合模式，石忆邵[8]认为，产城融合是产业与城市融合、就业与生活并存、制造与服务互动，既为人提供充足的就业机会，也有完善的生活配套及保障。李光辉[9]认为，城市和产业的基础是人，要将城市、产业和人的发展相联系，以产兴城、以城促产、产城人互动。张占斌等[2]从水平适当性、速度适中性、发展可持续性和城乡协调性等方面，蓝庆新等[10]从城镇发展质量、城镇化推进效率及协调程度等方面，赵永平[11]从经济基础、人口发展、社会功能、环境质量等方面，分别建立新型城镇化质量评价体系，并进行空间差异性研究。

已有研究尚待深入分析：其一，在新型城镇化提质增速的新形势下，如何通过“补短板、提质量、调结构、重融合”来系统分析和聚焦问题，以经济、空间、人口城镇化的和谐统一、互补互促，推动城镇化的速度、质量、结构、效率等匹配协调、均衡发展；其二，因不同地区城镇化发展的历史和现状、资源禀赋和创新能力各有不同，如何找出影响新型城镇化发展的驱动因素，并深度分析城镇化水平和质量的差异性与互动性，从而对不同城市的新型城镇化发展进行分类管理与施策。为此，从“产城人”视角构建新型城镇化的质量评价体系，在对安徽省各地城镇化质量进行聚类分析的基础上，实证研究全省城镇化发展的影响因素以及质量与水平的差异成因，为安徽省新型城镇化分类建设与协同发展提供参考和依据。

2 新型城镇化质量评价

2.1 评价指标体系

现围绕产业、城市、人口等方面建立新型城镇化质量评价指标体系。城镇化水平用常住人口城镇化率和户籍人口城镇化率两个变量反映；城镇化质量以产业、城市、人口三类指标来测度，具体命名为：产业与经济发展、城市承载与环境、人口城镇化。指标变量的选择依据科学性、系统性、针对性及可操作性原则。人均GDP、第三产业占GDP比重等8个指标，反映城镇经济发展的规模、质量、效益，产业转型升级能力；城镇居民人均住房面积、城镇职工养老保险覆盖率等8个指标，反映城市基础设施、社会管理与服务、人居环境等状况；非农就业人口占比、城市人口中的大学生数等4个指标，反映城镇人口结构、就业结构、人口素质及流动情况。详见表1。

表1 “产城人”维度的新型城镇化质量评价指标

2.2 数据来源与变量筛选

全省16个城市的面板数据来自安徽省2008至2018年的统计年鉴、统计公报及各地市统计信息，大部分数据是从统计资料中直接获取，个别数据通过计算得出。表1中的20个指标变量在数据收集与分析过程中，因部分变量数据在近十年中出现不完整或不准确，又经整体面板数据的多次检验和测试，最终在“产、城、人”方面筛选并保留了具有代表性的9个指标。

图1 2008—2017年全省16个城市常住人口与户籍人口城镇化率分布图Figure 1 Distribution of urbanization rate of permanent resident population and household registration population in 16 cities of the province in 2008—2017

文中用城镇化率(urban)代表被解释变量，取常住人口和户籍人口城镇化率的算术平均值。全省16个城市近十年的人口城镇化率情况见图1。产业方面用人均GDP(agdp)、第三产业占GDP比重(thgdp)、单位GDP能耗(ener)3个变量表示；城市方面用城镇居民人均住房面积(hous)、城镇职工养老保险覆盖率(secur)、人均城市道路面积(road)3个变量表示；人口方面用外出半年以上人口占常住人口比(outpeo)，非农产业人口占总就业人口比(stjob)、城市每十万人中在校大学生数(stud)3个变量表示。各类变量的描述性统计值详见表2。

2.3 聚类分析

为客观研判安徽省不同城市在“产城人”质量评价体系中的新型城镇化发展的差异性，本文运用聚类分析方法，利用spss 23软件，分别对2015—2017年安徽省16个城市“产城人”方面共9个变量数据进行系统聚类，得出全省16个城市城镇化质量分类情况。聚类结果见图2、图3和图4。

表2 城镇化主要变量的描述性分析

图2 2015年系统聚类结果Figure 2 System clustering results in 2015

从2015—2017年安徽省城镇化质量聚类分析图看出，安徽16个城市新型城镇化质量可分为三类，除淮南市在2015年归为二类，2016和2017年归为三类外，其他城市近三年的分类结果完全一致，说明“产城人”维度的新型城镇化质量存在区域性差异且差异比较明显。安徽省城镇化质量分类见表3。

表3 安徽省城镇化质量分类情况一览表

表3分类与安徽省16个城市的城镇化率及经济发展状况大致吻合。第一类地区为皖中和皖东4个城市，是合肥经济圈和皖江经济带交集区，受国家长江经济带战略及安徽省区域发展规划等政策引领，以及这些城市长期在产业经济、城市建设及人口规模和素质等方面处于领先地位，该类地区城镇化质量较高。第二类地区为皖东和皖南7个城市，这些城市原先经济发展参差不齐，但因苏、浙、沪等发达地区产业转移和经济辐射，以及城市基础设施建设快速发展，安徽省“一轴两冀双核”区域发展战略推进，该地区城镇化后发优势明显。第三类地区为皖北和皖西5个城市，主要是农业或资源型城市及革命老区，因经济基础薄弱、非农产业转型升级较慢、人口素质不高、交通不便等因素，城镇化质量不高。

3 新型城镇化质量的影响因素分析

根据城镇化质量评价结果，产业、城市、人口对城镇化质量都有不同程度的影响，安徽省城镇化质量有明显的地区差异，为探究安徽省16个城市新型城镇化质量评价结果的成因，进而探寻安徽省城镇化质量的影响因素以及这些因素与城镇化水平的相关关系，本文构建固定效应模型，并作实证分析。

3.1 模型构建

本文所研究的安徽省新型城镇化质量的影响因素及其与城镇化水平的相关关系，因研究结论并不涉及外推，故采用面板数据分析法构建静态模型。根据chow检验和hausman检验可知，选用固定效应模型是可行的。同时为减少异方差对模型估计的影响，对文中全部变量均取对数。具体的模型方程如下：

Inurbanit=αi+β1Instudit+β2Inoutpeoit

+β3Instjobit+β4Inagdpit

+β5Inenerit+β6thgdpit

+β7Inroadit+β8Inhousit

+β9Insecurit+εit

(1)

图3 2016年系统聚类结果

图4 2017年系统聚类结果

其中i和t表示第i个城市和第t年，Inurban代表被解释变量城镇化率，Inoutpeo、Instjob、Instud等三个变量表示人口城镇化因素；Inagdp、thgdp、Inener等三个变量表示产业与经济发展因素；Inhous、Insecur、Inroad等三个变量表示城镇承载与环境因素；αi表示个体异质性的截距项，εit表示模型的扰动项。

3.2 单位根协整性检验

为避免由于数据的非平稳性而造成面板数据伪回归问题，首先对面板数据进行单位根检验，选取LLC 检验、IPS 检验和breitung检验三种面板数据单位根检验方法，检验结果如表4所示。

以上单位根检验结果显示，大部分解释变量起初非平稳，但经一阶差分后，所有变量都显示平稳，即一阶单整。可采用Kao检验方法进行协整检验，得到：t值为2.4715、相伴概率为0.0067。因而，该模型各变量之间存在协整关系，可以进行面板数据回归分析。

表4 面板单位根检验结果

3.3 面板数据回归

为探究“产业、城市、人口”各方面对安徽省整体及三类地区城镇化的影响，首先分别对“产城人”三个方面进行强制回归，如模型一至三。再将“产城人”三方面因素综合进行回归，如模型四。最后对城镇化三类地区分别进行“产城人”综合回归。从各模型的拟合优度看出，模型四以及三类地区的模型明显比模型一、模型二和模型三要高，表明面板模型的估计结果比较稳定。模型回归情况见表5。

3.4 回归结果分析

从表5的模型四及第一至三类地区模型的面板回归结果看出：

产业方面。产业与经济发展因素整体上对全省城镇化水平有显著的正向影响。其中：人均GDP对全省及第一、三类地区城镇化有显著的正向影响，对第三类地区影响更大；第三产业占比对全省及各类地区城镇化均有显著的正向影响，对第一至三类地区的影响依次增大；单位GDP能耗对全省各地区城镇化均有显著影响，对第一、三类地区影响为正，对第二类地区影响为负。表明：发展经济、调整产业结构并扩大第三产业占比，对全省各类地区城镇化发展均有拉动作用，尤其是城镇化落后地区。第一类地区的经济发展已处高位，因边际效益递减，经济发展对城镇化的拉动逐渐减弱；第二类地区在产业转型升级进程中，须注重发展节能减排、绿色环保类产业，而其他地区的产业发展可在环境承载与GDP能耗之间进行平衡。

城市方面。城镇承载相关因素对全省城镇化水平有显著影响，但影响方向不确定。其中，养老保险覆盖率对全省及各类地区城镇化均有显著的正向影响，社保征缴情况反映劳动关系与社会管理的规范化及区域经济实力。养老保险覆盖率与城镇化呈正相关性，表明城镇化质量越高的地区，城镇管理水平越高，越重视劳动关系。人均住房面积仅对第二类地区的城镇化有负向影响，对全省及其他地区无显著影响，表明第二类地区的城市空间和资源条件与人口承载尚不匹配。由于城市房屋空置会影响住房条件与城市人口聚集的判断，因而住房指标不能完全代表城市居住状况。人均城市道路面积对全省及第二、三类地区的城镇化有显著的负向影响，表明该地区前期城市基础建设投入较大，甚至超前占用了城镇化资源。尤其第二类地区，在城镇设施、空间布局及环境改善之时，城市人口密度与城市人均资源利用率尚未达到帕累托最优。

人口方面。人口城镇化的相关因素对全省城镇化水平有显著影响。其中：大学生数量对全省及第一、二类地区的城镇化有显著的正向影响；非农就业人口占比对全省及第二、三类地区的城镇化有显著的正向影响，但对一类地区影响不显著；外出人口占比对第一类地区城镇化有显著的正向影响，而对其他地区有负向影响。表明：经济发达地区的人口转移及人力资源集聚已成规模，人才、智力、科技等因素对第一类地区城镇化的拉动作用最明显，需要围绕就业结构进行人口流动的逆向疏导、注重人力资源的质量供给；第二、三类地区的非农就业人口比例扩大能够较好地拉动城镇化水平，需要加快农业转移人口市民化进程、激发人力资源红利；二类地区还面临人力资源数量增加、结构调整与质量提升的多重考验。

表5 面板数据回归情况一览表

注：括号内数字为显著性概率p值；***、**、*分别代表 1%、5%和 10%的水平下显著。

4 结论与建议

4.1 研究结论

4.1.1 城镇化质量与发展水平基本一致 从安徽省近十年城镇化发展水平看(如图1)，全省常住和户籍人口城镇化率均值高于50%的城市有合肥、芜湖、马鞍山、铜陵、淮北、淮南，低于30%的城市有亳州、宿州、阜阳、六安，其他6个城市的城镇化率为30%-50%。通过全省近三年新型城镇化质量的聚类分析(见表3)，合肥、芜湖、马鞍山、铜陵等4个城市的城镇化质量较高，亳州、宿州、阜阳、六安、淮南等5个城市较低，其他7个城市一般。除两淮以外其他城市的城镇化质量和水平基本一致，可见，城镇化质量是建立在城镇化发展水平基础上。

4.1.2 城镇化质量和水平区域性差异明显 安徽省城镇化发展总体上呈现东高西低、由合肥经济圈中间向外围、沿皖江城市带自东向西递减等变化趋势。合肥的城镇化因首位城市及创新战略拉动，其产业升级、经济实力、城市建设、人口素质及科技创新等居全省榜首；芜湖、马鞍山、铜陵地处合肥经济圈和长江经济带，较早承接了长三角产业转移，加之经济基础、产业优势，及与合肥连片发展的集聚效应，成为全省城镇化的“高原”；而大别山和皖北地区，产业发展仍处低端，经济基础薄弱、城市建设滞后、人力资源结构不合理，是全省城镇化的“低谷”。

4.1.3 不同区域城镇化在“产城人”方面不均衡 第一类地区的城镇化主要受产业和人口因素影响，而第二、三类地区的城镇化受“产城人”等多方面因素影响。第一类地区城镇化已从粗放向集约、外延向内涵转变，其城镇化发展的主要推力来自经济和产业优势、人才智力及科技创新等方面；第二、三类地区，由于产业与就业结构调整升级较慢，吸纳外流人口并集聚非农就业人口、增加城镇人力资源有效供给、提高人口素质、拉动城市消费需求、提升城市资源承载等方面能力不足，城镇化发展质量不高。

4.2 对策建议

4.2.1 不同地区新型城镇化应分类发展 由于城镇化水平和质量的差异性，安徽省不同地区应选择不同的新型城镇化路径。第一类地区城镇化发展应围绕产业升级、人才集聚、机制创新，实现“产城人”综合平衡。聚焦优势产业、拉长拉粗主导产业链，增强科技创新及经济内生动力。全面发展现代服务业，完善城市综合治理与公共服务体系，绿化美化环境，吸引和留住城市发展需要的人才资源和高端产业。第二类地区城镇化既要保持“产城人”总体协调，更要突出产业与经济的拉动效应。即：大力发展非农产业，积极招商引资，承接发达地区的产业转移和配套，围绕特色产业构建全产业链生态系统；优化城市基础设施配套，增强政府的市场监管及公共服务功能，培育良好的营商环境；加快人口城镇化步伐，通过转移人口就近就地市民化，提升城市人气和消费能力，积蓄经济发展后劲。第三类地区城镇化应探索多元化和特色化。阜阳、宿州、亳州应寻找其特色农业与其他产业的接口，围绕特色农产品的开发和流通打通三次产业；淮南可利用其经济基础和制造业优势积极承接合肥经济圈非农产业转移，并以人文底蕴及特色产品加工激活关联产业；六安应突出其自然环境及革命老区的生态优势，大力发展红色旅游及相关产业。

4.2.2 构建区域城镇化发展的协调联动机制 聚焦国家长江经济带战略、安徽省“一轴两翼双核”战略及“一圈一群两带”规划的落地，化解区域城镇化发展中不平衡不充分矛盾。全省应构建切实可行的区域协调联动机制。首先发挥好合肥经济圈、皖北城市群、皖江城市带、淮蚌合芜宣发展带中龙头城市的辐射和拉动作用，如：合肥应对滁州、淮南、蚌埠、六安等地发挥辐射和联动效应；芜湖、马鞍山应与宣城、黄山、池州、安庆等皖南片城市结队共建。二是出台推动区域发展战略与规划落地的政策和措施，如：建立有利于城市集群发展的引导和激励政策；在全省各类城市综合考核及领导班子业绩考评等指标体系中，列出针对性奖惩清单，予以发展性评价。三是对城镇化发展水平和质量较低的区域，省级层面应在重大项目审批、急需资金来源、人才绿色通道等方面提供政策，助力这些城市的新型城镇化建设。

4.2.3 构建城镇化差异化发展的有效补偿机制 针对不同地区新型城镇化短板建立相应补偿机制。对城镇化一类地区，在产业升级、机制创新方面予以政策性补偿，对引进战略新兴产业、集聚高端优势产业、设立国家级自贸区等方面提供优惠政策。并在急需人才选用、管理机制改革、落实“放、管、服”及优化营商环境等方面，允许先行先试。对城镇化二三类地区的部分城市，应对其人口城镇化短板予以补偿。不论是发展县域经济还是建设经济开发区或产业园，都需要招商引资和做大人口规模，这些城市是人口就近就地转移的最佳去处，应落实好“人、地、钱”挂钩政策，将发展城市经济与解决转移农业人口问题有机统一。对于生态环保型城市，要对其提供环境资源的经济正外部性进行市场估值并予以生态补偿，在新型城镇化建设中给予经费或项目支持。