外商直接投资推动中国城镇化了吗？——基于时空变化分析和门槛效应检验

赵 爽，江心英，胡 峰

（1.江苏大学 管理学院，江苏 镇江212013；2.浙江工商大学 工商管理学院，浙江 杭州310018）

一、引言

城镇化和工业化是推动区域经济发展的主要动力，中国的城镇化和工业化呈现出“工业化超前、城镇化滞后”的显著特征。资料显示，2017年年末，中国城镇化率为58.52%，人均GDP为59660元，折合8836美元。根据国际经验，当人均GDP为4500美元时，其城镇化率一般在70%左右，可见中国城镇化进程与人均GDP是极不协调的，城镇化仍有较大的提升空间。不合理的户籍制度、重工业优先发展以及城市部门资本深化倾向造成吸纳劳动力能力减弱等是中国城镇化滞后的主要原因。改革开放以来，大量外商直接投资（下称FDI）进入中国，有效带动了地区就业，缓解了经济发展中的资金短缺，FDI对中国城镇化进程亦产生了复杂深刻的影响。新时期随着国外部分投资国实行再工业化战略导致中高端制造业回流，以及在东部沿海地区经济增速放缓、劳动力成本上升、环境规制趋紧的背景下，外资出现向中西部布局或流入成本更低的东南亚地区，即中低端分流。同时劳动力成本上升驱使FDI使用更多的资本和技术替代劳动力，且2011年以来FDI在中国的产业布局出现显著变化，第三产业超过第二产业。FDI的数量和结构变化对东、中、西部城镇化影响是否也在发生变化，FDI与城镇化之间是否存在非线性关系等一系列问题仍需得到足够的学术关注。因此，本文通过省际面板数据，系统研究FDI影响中国城镇化的时空变化和门槛效应，这有助于为各地区制定合理的经济政策和有效推进城镇化进程提供经验借鉴。

二、相关文献回顾

学界关于FDI对东道国经济社会的影响进行了广泛的研究，相关文献汗牛充栋，其中FDI对东道国城镇化问题影响研究是主要热点之一。梳理已有的学术文献发现，学者们关于FDI对东道国城镇化影响主要形成两类观点。以20世纪90年代为时间节点，即二战结束到20世纪90年代、20世纪90年代至今。具体来看，二战结束后，广大发展中国家逐步脱离殖民统治，但长期的殖民压迫使其经济基础薄弱，经济发展并未完全实现独立自主。此阶段学者多认为FDI对发展中国家城镇化产生不利影响，即导致东道国出现显著的依附性城镇化，相关研究如Kentor、Timberlake和Friedmann[1-3]。20世纪90年代以来，伴随FDI形式的多样化及发展中国家经济实力逐步增强，FDI对城镇化的影响研究也发生了重要转变。此阶段主要观点认为，FDI对东道国城镇化具有积极影响。相关研究如Clark提出FDI为发展中国家提供了就业机会，同时伴随着发展中国家农业发展的不断调整，产生一定数量的剩余劳动力，共同带动了城镇化发展[4]。Firman 研究发现FDI在促进印度尼西亚经济增长和城镇化中扮演着重要的角色[5]。Sit提出以出口导向和劳动密集型制造业为主导的FDI促进了中国珠三角经济增长和外向型城镇化[6]。国内学者关于FDI对我国城镇化的影响也展开了一定研究，如石忆邵、顾萌菁研究了FDI在长三角地区的分布特点，揭示了FDI对长三角经济结构转变和城镇化的影响[7]。吴莉娅、顾朝林以江苏省为研究对象，发现外资企业推动了农村劳动力向城镇迁移，并通过构建数学模型论证了外资通过对经济增长的显著影响加快了江苏城镇化进程[8]。程开明、段存章探究了FDI与城镇化关联机制，认为FDI与中国城镇化存在长期均衡关系，FDI是城镇化提高的格兰杰原因，但城镇化对FDI的影响较小[9]。孙浦阳、武力超提出第二产业劳动力市场的工资水平是连接FDI和城镇化发展的重要桥梁，FDI对当地城镇化产生积极作用的，同时，也存在显著的倒U型关系[10]。袁冬梅、信超辉发现FDI能否对东道国城镇化产生积极影响取决于FDI外溢水平，提出在改善金融环境的基础上采取有针对性的引资政策[11]。

前人的相关研究为本文提供了良好的参考借鉴，但仍存在如下不足。第一，忽略了区域异质性特征，没有分区域研究FDI对城镇化的影响。现实中FDI主要集中于中国东部沿海地区，中、西部较少，且每个区域的FDI类型不同，造成FDI对城镇化的影响可能存在地区差异。第二，基于动态视角研究FDI对城镇化影响的文献较少。古典区域决定理论指出，成本最小化是FDI的基本原则，劳动力成本是FDI区位选择考量的主要因素之一，魏后凯和王艺明基于中国区域的研究也证实了这一点[12-13]。如图1所示，2005年以来尤其是2008年金融危机后，伴随国外部分发达国家实施再工业化战略以及国内劳动力价格上涨、环境约束趋紧[14-15]，外资在区域之间加快了流动再配置，部分外资出现撤离中国，以及东部劳动力密集型外资开始向中、西部地区以及东南亚转移。从宏观视角看，根据国家外汇管理局的数据，2005—2014年，新FDI流入的增速年均达21%，而原有FDI撤离的速度达39%。2005—2008年，新FDI流入的增速年均达30%，而原有FDI撤离的速度达23%。而在2011—2014年，新流入FDI的增速年均达到10%，原有FDI撤离的速度则达到47%[16]。从中观视角看，FDI流入行业发生显著变化，制造业等领域吸引外资的规模出现了下降，但金融业、批发和零售业以及租赁和商业服务业等行业的外资流入显著增加[17]。从微观视角看，劳动力成本上升驱使FDI使用更多的资本和技术替代劳动力，因此FDI对劳动力需求发生一定变化。2005年后FDI在中国各区域流量、存量、布局产业和结构类型上均发生了较大变化。因此，FDI对各区域城镇化的影响是否在1997—2005、2006—2016 两个时间段内发生显著变化需要给予重新审视。第三，FDI对城镇化影响的非线性关系研究不足。各地区经济水平、金融发展、人力资源等因素差异显著，FDI可能只有在跨越某种门槛条件下才能产生有效的技术溢出，进而对城镇化产生影响。因此研究FDI对城镇化的非线性关系将有助于发现相关门槛因素，为提出有针对性的政策建议奠定基础。针对以上研究不足，本文做出如下改进：将中国各省市自治区划分为东、中、西区域，研究FDI对各区域城镇化的差异性影响；以2005年为时间节点，分析2005年前后FDI对各区域城镇化的影响变化；选择城乡收入差距作为门槛变量，探究在不同的门槛条件下，FDI对城镇化影响的非线性关系，这也为解释FDI在不同区情下对城镇化产生差异性影响提供了新思路和新视角。

图1 FDI变化对中国城镇化的影响

三、影响机理分析

（一）FDI影响城镇化的路径分析

如图2所示，从直接影响分析，FDI影响劳动力需求变化。FDI具有强烈的逐利性，发展中国家多具备廉价的劳动力资源，FDI进入必然伴随着区域内配套企业增加，从而在短时期内产生较大的劳动力需求。FDI初期对劳动力技术水平要求不高，经过短期技能培训，即可进行生产操作。同时农业机械化水平提高及城乡政策放开有效促进了农业人口向城镇转移，农业人口逐步变为非农业人口，从而带动城镇化。从间接影响看，FDI主要通过对城镇产业结构、经济规模以及城镇空间形态来间接影响城镇化。具体来看，第一，产业结构方面。FDI携带的先进生产技术、管理经验通过产业关联、示范、竞争和技术溢出等方式对东道国产业结构产生影响，而产业结构变动是影响城镇化的重要因素。第二，经济规模方面。随着FDI进入，城镇区域内企业增多，并影响区域内产品市场、要素市场以及地区进出口规模。在宏观上则表现为地区经济规模扩大。经济规模的扩大会提升城镇辐射范围，从而带动城镇化。同时FDI通过丰富的资本注入，一定程度上缓解了东道国发展中资金不足的问题，并在较短时间内使所投资的产业产生集聚效应，并逐步发展壮大，从而改变区域产业结构。第三，城镇空间形态方面。除了一定的劳动力、资本外，土地亦是FDI区位选择的主要生产要素。伴随FDI进入，部分农业用地转化为非农业用地，城市边缘不断向外扩张，城市规模扩大。现实中，在城镇周围，FDI进入新建的工业园区、技术开发区正改变着城市郊区的经济地理形态。伴随基础设施完善，郊区已经与城市紧密相连，成为城市的重要组成部分，且城市外延在新的边界上继续向外扩张。整体来看，城市规模扩大也在改变城市功能，影响城镇化进程。

图2 FDI影响中国城镇化的路径机制

（二）城乡收入差距在FDI影响城镇化中的作用机制

FDI产生劳动力需求，为农村剩余劳动力转移到城市提供了吸引力。改革开放以后，随着城乡政策发生改变，农民进城不受限制，这为农村剩余劳动力向城市转移提供了政策基础。拉尼斯-费模式（Ranis-Fei model）从动态角度研究农业和工业均衡增长的二元结构理论，认为因农业生产率提高而出现农业剩余是农业劳动力流入工业部门的先决条件。但随着经济社会发展，农民工是否愿意进城工作的心理意愿标准已悄然发生变化。分析发现，尽管城市工作机会带来的收入一般要高于农业生产，但中国目前在农民工各类保障上仍不完善，城市生活存在生活成本增加、公共产品供给不平等等现象。城市政府在单方面制定不利于提高农民工实际收入的政策，如在社会保障方面，外来人口在离开工作地和养老保障缴纳地时，能够带走的仅是个人账户里的余额，以及企业为其缴纳养老保险的比例[18]。农民工在为城市建设做出巨大贡献的同时并没有获得相应的回报。因此，当城乡发展均衡，城乡收入差距较小时，即使FDI会产生劳动力需求，农民仍更愿意留在农村。只有当城乡收入差距达到一定程度，经济收入因素成为农民面对的主要矛盾时，FDI对劳动力的需求才会刺激农村劳动力向城市转移。同时，当收入差距达到一定界限时，城市较高的收入水平往往会伴随着较高的房价和物价水平，而农民工的教育水平普遍偏低，工作转换能力也普遍较差，进入城市后多只能从事低端、低收入的工作。当收入的提高无法抵御房租与物价的上涨时，他们将无法在城市里长期工作、生活，收入差距会对城镇化起到阻碍作用[19]。为此本文提出如下假设：

假设：在不同的城乡收入差距下，FDI对城镇化的影响存在非线性关系，合理的收入差距有利于城镇化，城乡差距过小或者过大均不利于城镇化。

四、指标选择及模型构建

（一）指标选择

1.被解释变量城镇化率。城镇化水平的衡量标准主要有两种，分别为户籍城镇化率和按常住人口统计城镇化率。由于受到户籍制度的限制，户籍城镇化率并不能真实反映真实城镇化水平。因此本文选择用常住人口统计城镇化率，即以各省市自治区城镇常住人口与年末总人口的比值表示，记为Urb。

2.核心解释变量外资参与度。本文FDI采用各省市自治区每年实际利用外资额，该指标有存量和流量之分，流量指标完全忽略了前期FDI累积量对本期的影响，因此，笔者采用存量指标构造核心解释变量，由于各类统计年鉴没有直接给出各省市自治区FDI存量数据，本文借鉴Yao的方法[20]，采用永续盘存法进行估算，如（1）式：

3.门槛变量城乡收入差距。衡量城乡收入差距的指标主要有绝对差距和相对差距，即分别采用城乡收入差值和比值表示，如赵德昭用城镇居民家庭年人均总收入减去农村居民家庭年人均纯收入得到城乡收入差距[23]，张安驰、姜德波则是用城镇居民可支配收入与农村居民纯收入的比值表示[24]。综合比较两种方法的优缺点并结合研究实际，本文最终采用比值法衡量城乡收入差距，即用城市居民人均可支配收入与农村居民人均纯收入的比值表示，该值越大则表示城乡收入差距越大，记为IncomeD。

4.其他控制变量的设定。第一，产业结构。产业发展是城镇化提高的原动力。在城镇化初期，第二产业特别是工业的率先发展不仅提供了大量的就业机会，也为城镇化发展奠定了良好的物质基础。钱纳里、赛尔昆也提出工业化和城镇化具有高度相关性[25]。分别用第二、三产业产值与地区生产总值的比值表示各产业比重，记为SeIndu、TeIndu。第二，基础设施建设。用财政支出占本地区生产总值的比重表示基础设施建设力度，记为INV。第三，对外开放水平。用进出口总额与地区生产总值的比值表示，记为Open。第四，农业机械化水平。用农业机械总动力与农作物总播种面积的比值得到单位耕地农机动力水平，记为Agm。

（二）计量模型构建

1.普通面板模型。借鉴罗军、陈建国的模型构建方法[26]，将FDI纳入柯布道格拉斯生产函数，如式（2）：

其中Y、K、N分别表示产出、资本和劳动，α、β、γ 即为相应要素的弹性系数，i和t分别为相应省市和年份。对式（2）取对数并将劳动力因素移至等式左边得到式（3）：

参考袁冬梅、信超辉的研究并结合本文研究实际[11]，第二、三产业就业人口主要为城镇人口，因此以城镇化率Urb 代替N。外资参与度体现外资对地区经济的影响程度，因此FDI用FDI1表示。产出指标和产业结构指标存在明显的相关性，因此Y可以用SeIndu和TeIndu替换。基础设施建设投资是国内投资的主要组成部分，因此K用INV替换。同时技术水平与地区对外开放程度、农业机械化程度紧密相关，因此A用Open和Agm替代。重新整理得到式（4）：

其中，β0为常数，β1～β6分别为对应回归系数，ηi、μi，t分别表示非观测地区固定效应和残差。

2.面板门槛模型。在门槛研究中，已有的学术成果多使用分组检验和交叉项模型。分组检验是通过主观经验设置分割点，交叉项检验则受限于交叉项形式的不确定性，且两者均无法实现对门槛效应进行显著性检验。Hansen提出的门槛回归模型则可以克服以上两种方法的不足，在准确估计门槛值的同时还可以对其完成显著性检验[27]。因此，本文采用此方法构建以城乡收入差距为门槛变量的FDI影响城镇化的门槛模型，如（5）式：

（5）式为以城乡收入差距为门槛变量的单门槛模型，多门槛模型可以同理扩展得到。其中γ为门槛值，I（·）为示性函数，即如果括号中的表达式为真，则取值为1，反之取值为0，β0、ξi，t分别为常数和残差，δi为非观测地区固定效应。

（三）数据处理及数据来源

对于FDI1指标，首先根据历年美元与人民币汇率换算成以人民币为单位，再根据GDP指数平减到1997年，最后根据永续盘存法得到历年存量。同时将各省市自治区历年GDP根据GDP指数平减到1997年，其他比值数据则无需考虑物价和通货膨胀等问题。为了减弱异方差和数据波动对回归造成的影响，将所有变量进行取对数处理。研究区间为1997—2016年，由于西藏自治区数据缺失，因此本文选择其余30个省市自治区作为研究样本，并将各省市自治区划分为东、中、西部地区，东部地区包括北京、辽宁、天津、河北、山东、上海、江苏、浙江、福建、广东、海南，中部地区包括黑龙江、吉林、山西、安徽、江西、河南、湖北、湖南，西部地区包括内蒙古、广西、重庆、四川、云南、贵州、陕西、甘肃、青海、宁夏、新疆。所有数据均来自历年《中国统计年鉴》、各省市自治区《统计年鉴》《新中国60年统计资料汇编》。

五、实证分析

（一）FDI影响城镇化的时空变化分析

根据面板模型设定，得到1997—2016、1997—2005及2006—2016年FDI对中国、东部、中部、西部各地区城镇化影响的回归结果，如表1、2。具体来看，从表1全国视角，1997—2016年外资参与度的系数为0.113，并在1%的水平上显著，表明在研究区间内，FDI对城镇化起到正向作用。分时间段检验来看，1997—2005、2006—2016年外资参与度的系数分别为0.089、0.119，且均在1%的水平上显著，表明FDI对城镇化的正向影响显著增强。2005年以来伴随劳动力价格上涨、环境规制加强，部分外资加快了撤离中国步伐，转而到劳动力价格更为低廉的东南亚国家，如菲律宾、越南、印度尼西亚等。FDI对中国城镇化的影响并未按预期随外资减少而出现下降，反而增强。主要原因可能是FDI分布的产业类型发生了显著变化。2010年以前FDI主要分布在第二产业中的制造业，而随着制造业盈利能力下降以及深化开放和负面清单制度的实行，第三产业已经成为FDI进入的最主要产业。以2017年为例，FDI在中国三次产业的分布占比分别为0.82%、31.25%、67.93%，第三产业占比已超过第二产业两倍。而第三产业对劳动力的吸纳容量要显著大于第二产业，因此外资分布产业的变化有效对冲了部分FDI撤离对城镇化带来的不利影响。因此FDI对中国城镇化的正向影响在不断加强。

分区域分时间看，表2为FDI对各时间段各区域城镇化影响的回归结果。东部地区1997—2016年外资参与度系数为0.088，表明FDI促进了东部地区城镇化。1997—2005和2006—2016年外资参与度系数分别为0.015和0.095，FDI对东部地区城镇化的影响力逐渐增强，这也与全国层面的变化趋势保持一致。

从中部地区回归结果可以发现，1997—2016年FDI对中部城镇化的影响最大，为0.152，显著大于东部的0.088和西部的0.029。主要原因可能是，从边际效应角度分析，中部城镇化基础要显著低于东部，当受到一定的外资冲击时，中部的变动幅度可能会大于东部，因此整体上表现为中部弹性系数大于东部。分时间段看，1997—2005、2006—2016年外资参与度对中部地区城镇化的影响系数分别为0.255、-0.007，两个时间段内回归系数发生了较大变化。从FDI分布的产业视角解释，与东部地区不同，FDI在中部地区仍主要布局在第二产业中的制造业，当出现外资撤离等变动时，这一变化必然对城镇就业产生较大的冲击，且从第二、第三产业的回归系数也可以发现中部地区第三产业对就业的缓冲作用不足，无法有效弱化外资变动带来的冲击，从而整体上表现出FDI对城镇化产生一定不利影响。进一步来看，中部地区的战略定位为全国重要先进制造业中心，制造业集聚水平较高，这也强化了FDI在中部地区第二产业的布局。同时中部地区受东部辐射强，随着统一的要素市场建设逐步完善，与西部地区相比，中部的劳动力成本优势将缩小，这有可能会加剧中部地区的外资撤离。

西部地区1997—2016年外资参与度的回归系数为0.029，是三个区域中的最低值，表明FDI对西部城镇化影响微弱。虽然西部地区具有显著的劳动力优势，但受限于经济基础、交通设施、产业集聚等相对较弱，FDI在西部的布局极小。分时间段分析，1997—2005、2006—2016年外资参与度的回归系数分别为0.006和0.033，且由在10%水平上不显著变为在1%水平上的显著，表明2006年后FDI对西部地区城镇化的提升作用增强。一方面伴随西部大开发战略、东部对口支援政策的推行，西部地区投资环境改善，为相关引资奠定了基础。另一方面部分外资加快了从中东部向西部地区的转移，最终使得西部外资参与度提高，为FDI影响西部城镇化提供了可能。

表1 1997—2016、1997—2005及2006—2016年FDI1对中国城镇化影响的回归结果

表2 1997—2016、1997—2005及2006—2016年FDI1对各区域城镇化影响的回归结果

（二）面板门槛模型分析

借助Stata14.1，根据Hansen提出的面板门槛模型估计方法，首先进行面板模型检验以确定门槛效应是否存在，通过Bootstrap抽样300次得到的门槛效应检验结果，如表3所示。

表3 面板门槛检验结果（FDI1）

从表2-1面板门槛检验结果可以看出，当以城乡收入差距为门槛变量时，单一门槛、双重门槛对应的P值分别为0.000、0.010，均在1%的水平上显著，而三重门槛不显著，因此，当以城乡收入差距为门槛变量时，存在双重门槛。进一步可以得到门槛值估计，如表4所示。

表4 门槛估计和置信区间（FDI1）

门槛估计值是在似然比统计量LR为0时的取值，从表4可得，城乡收入差距的第一、第二门槛值分别为0.994、1.318，最后得出面板门槛回归估计结果，如表5所示。

表5 城乡收入差距双重门槛模型估计结果（FDI1）

从表5门槛估计结果可以看出，当lnIncomeD＜0.994时，lnFDI1的系数为-0.048，且在5%水平上显著，当0.994＜lnIncomeD＜1.318、lnIncomeD＞1.318时，FDI1系数分别为0.038、0.088，均在1%水平上显著。整体来看，随着城乡收入差距的扩大，FDI对城镇化的正向作用也在逐渐增大。当城乡差距较小，对农村劳动力来说，城市工作生活的吸引力不足，再结合公众安土重迁的固有思维，即使FDI在城市中提供一定的就业机会，仍很难有效实现农村人口向城市转移。正如Brueckner和Boustan 分析的一样，达到一定程度的城乡收入差距才会成为城镇化的驱动因素[28-29]。进一步可以得出在研究区间内并未出现收入差距过大造成对城镇化的抑制影响的结论，假设得到了部分验证。农村劳动力向城镇转移是多种力量作用的结果，安土重迁的传统观念始终影响着人口迁移，进入城镇往往需要付出较大的生活成本，背负巨大的生存压力，只有当城乡收入差距达到一定程度，形成足够的吸引力时，才能促使农村劳动力进城工作。

进一步分析，一般情况下，较大的城乡收入差距仅存在一种情况，即高城镇收入和低农村收入，西部以及部分中部地区主要为此种情况。而低城乡收入差距则存在两种情况，即城乡收入均普遍偏低或者城乡收入普遍偏高，本文将前者称为低发展度收入差距小，后者称为高发展度差距小。根据各地发展实际情况以及彭真善和曹光四、张启良的研究，中国各地区基本呈现出由东部向西部城乡收入差距逐渐增大的趋势[30-31]。低发展度差距小已接近不存在，东部地区因城乡融合水平较好，表现为高发展度的城乡收入差距小。赵德昭的研究则缺乏对城乡差距的进一步分类，默认城乡收入差距小仅有低发展度情况，即城乡均普遍贫穷，从而得出在城乡收入差距小的地区城市用工成本低，FDI企业仅需较低的工资成本和为农村剩余劳动力支付较少的工资溢价，较低的城乡收入差距有利于促进农村劳动力向城市转移的结论[23]。显然此结论与现实情况并不符合。因为，最直接的证据即是目前城乡收入差距小的地区主要集中在东部，而东部地区的用工成本不仅不低，反而是处于较高水平。因此结合实际准确把握城乡收入差距的分类对于本主题研究至关重要。

六、研究结论与政策建议

（一）研究结论

第一，从时空变化视角看，1997—2016年FDI提升了中国整体城镇化水平，FDI对各区域城镇化的影响强度依次为中部＞东部＞西部。以2005年为分界点，分时段研究发现，FDI对东、西部城镇化由1997—2005年到2006—2016年间逐渐增强，FDI对中部地区城镇化影响在两个时间段内逐渐变弱。

第二，基于城乡收入差距视角的门槛研究得出FDI对城镇化的影响存在双重门槛效应的结论。具体表现为，随着城乡收入差距扩大，农村劳动力向城镇转移的意愿逐渐增强，FDI对城镇化的推动力也逐渐加大。

（二）政策建议

第一，东部地区第三产业已经成为FDI布局的主体。在扩大开放的背景下，东部地区应根据负面清单制度，持续深化开放，吸引高质量外资集聚，打造高质量外资集聚地。积极推进自贸区建设，通过自贸区带来的技术、管理和知识外溢，不断为城镇化提供动力支持。东部地区长期开拓国外市场而疏远国内市场，对中、西部辐射不足，未来应加强与中、西部产业联系，形成以产业合作带动中、西部城镇化。中部地区应利用好制造业集聚优势和相关优惠政策，在“中国制造2025”和中部崛起战略的背景下，加强顶层设计，扩大开放和国际合作，建立一批制造业国际合作示范区，从而形成高端制造业对城镇化的有效驱动，弱化发达国家“高端回流”和发展中国家“中低端分流”两端挤压带来的不利影响。西部地区外资对城镇化的带动作用初显，但外资参与度仍较低。西部地区应借助西部大开发战略以及对口支援等政策，加快补足基础设施落后短板，利用好劳动力资源优势，放宽市场准入，积极承接产业转移，以优惠税收等相关政策换长期产业发展。

第二，城乡收入差距伴随城镇化的推进会逐步缩小，虽然城乡收入差距是城镇化推进的重要动力，但试图通过扩大城乡收入差距来提高城镇化率显然是不可取的。有序推进城镇化应该重点从以下两方面着手。首先，加快户籍制度改革，打破城乡二元结构和劳动力市场分割，建立统一的要素市场，使农村劳动力资源能根据市场需要进行有效配置[32]。改善农民工待遇，使其享有与本地市民同等的社会保障，适应城镇并扎根城镇。其次，加快小城镇建设，通过城乡产业融合，实现就近城镇化。