新型城镇化背景下的公共投资与产业结构升级

李德玉, 叶卓雅

(安徽财经大学 a. 经济学院, b. 金融学院, 安徽 蚌埠 233030)

自2014年开始,我国经济进入新常态,城镇化率快速提高,截至2018年末,中国常住人口城镇化率达到了59.58%[1]。在推动城镇化发展的同时,我国过去传统粗放的城镇化模式依然存在,造成政府部门和私人部门公共投资不平衡和产业结构升级缓慢等问题。为此,国家对新型城镇化高度关注。2014年,国务院印发《国家新型城镇化规划(2014-2020年)》,强调推进新型城镇化要保证住房、教育和医疗等相关民生项目的投资[2]。2016年,国务院《关于深入推进新型城镇化建设的若干意见》要求:推动新型城镇建设,加快公共投资力度,建立一、二、三产业融合平台,加快服务产业转型升级,提高公共服务水平[3]。2018年,《国家发展改革委关于实施2018年推进新型城镇化建设重点任务的通知》进一步明确:撤县设市、撤地设市;健全城镇化投融资机制;推动公共资源向农村延伸;推进城乡产业融合发展;提高城市发展质量[4]。在城镇化背景下,公共投资是推动城市化进程的基本要素,而城镇化是产业结构升级动态变化的过程。因此,随着新型城镇化进程的进一步推进,基础设施投资快速增加,公共投资的重要性日益凸显。公共投资是否能够加快产业结构升级也越来越受到学者的关注。

近几年来,许多经济学学者在研究公共投资与产业结构升级之间的关系。李国辉认为公共投资增长是解决供给侧结构性改革的基本要素[5]。李翀认为加快人力资本积累、稳定投资增长是产业结构调整的重要手段[6]。刘希章等采用因子分析法研究公共投资产业升级效应是否存在,研究结果表明:产业升级效应存在,并且公共投资对民间投资有挤出效应[7]。王平等采用格兰杰实证方法进行研究,结果证明:公共投资与信息消费存在因果关系,并且信息消费和公共投资对农村居民消费影响较大[8]。岳友强认为固定投资对产业结构升级发挥着重要作用[9]。王敏和王琴梅认为新型城镇化背景下公共资本的有效供给能够推进供给侧结构性改革[10]。顾天竹等指出,教育行业的公共投资对教育发展有一定的促进作用[11]。

现有文献大多单独分析公共投资与产业结构升级之间的关系,而研究新型城镇化、公共投资、产业结构升级三者动态关系的文献较少。本文运用面板VAR模型研究我国30个省(市、自治区,以下简称“省”)的新型城镇化、公共投资和产业结构升级三者之间的动态关系。

一、 设定PVAR模型

传统的VAR模型是把系统中每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型,而PVAR模型是利用面板数据来构建向量自回归模型。本文选择了Inessa Lovea和Lea Zicchino的面板向量自回归(PVAR)方法[12],模型表示如下:

yit=Γyit-j+Φt+fi+εit。

(1)

式中:下标i和t分别表示截面单元和时间;yit是内生变量;yit-j是yit的滞后j期;fi是个体效应;Φt是时间效应;εit是随机扰动项。根据研究需要,构建PVAR模型

(2)

二、 变量选择与数据来源

1.变量选择

(1) 公共投资(ZFI)。公共投资是政府的一项重要职能,主要包括基础产业投资和农业投资。本文借鉴杨飞虎等的观点,将社会投资总额作为公共投资的衡量指标[13],以2000年作为基期进行价格指数平减,以消除物价变动带来的影响。

(2) 产业结构升级水平(CS)。产业结构升级是影响公共投资的重要控制因素。李东松和赵志君采用第三产业占GDP 的比重与第二、第三产业的产值之和占GDP的比重作为衡量产业结构升级的指标[14]。鉴于我国每个省的现实情况不同,产业结构调整力度差异较大,本文选取第三产业增加值占第二产业增加值的比重作为产业结构升级的衡量指标。

(3) 新型城镇化水平(UR)。吴楠和杨飞虎认为,新型城镇化水平可以用城镇常住人口占总人口比重、户籍人口占总人口比重和城镇化率3个指标来衡量[15]。由于城镇化率变化小会影响模型的结果,很多外出务工人员也会导致城镇户籍人口占总人口比重不准确,所以本文选取城镇常住人口占总人口比重作为新型城镇化水平的衡量指标。

2.数据来源

本文选取全国30个省2001—2017年面板数据作为研究样本,由于西藏数据不够完整,剔除其数据。相关变量数据均来源于《中国统计年鉴》和《中国固定资产统计年鉴》。

三、 实证分析

1.检验面板单位根

面板数据在进行回归时需要对变量进行平稳性检验,确保估计结果的有效性,避免伪回归问题。本文采用最常见的面板单位根检验法检验数据的平稳性。研究的面板数据是强平衡面板数据,而ADF和PP两种检验法的原假设是存在有效的单位根,需要选择含有截距和趋势项还是无截距和趋势项,再对不平稳面板序列进行差分,直至3个模型的假设都不能拒绝原假设,才认为面板数据是平稳的。ADF和PP两种检验法的过程过于繁琐,因此,本文使用LLC、IPS与Breitung3种方法分别进行检验。在LLC 检验中,公共投资、产业结构升级和城镇化的水平序列在1%、5%和10%显著水平下均拒绝了原假设,说明存在平稳序列。但在IPS和Breitung检验中,公共投资、产业结构升级和城镇化水平3个变量的水平值接受了原假设,说明存在非平稳情形。对变量水平值进行1阶差分之后再进行相关检验,发现公共投资、产业结构升级和城镇化水平的1阶差分拒绝存在1个单位根的原假设,说明各变量都是1阶单整序列I(1),适合建立PVAR模型。相关变量的面板单位根检验结果详见表1。

表1 相关变量的面板单位根检验结果

2.选择最优滞后阶数

设定PVAR模型中的自回归阶数。采用赤池信息准则(AIC)、贝叶斯信息准则(BIC)和汉南-奎因信息准则(HQIC )3种标准来选择滞后阶数。在滞后阶数为3时AIC值(-6.290 1)最小,在滞后阶数为1时BIC值(-4.783 4)和HQIC值(-7.602 1)最小。当上述信息准则值最小时,滞后阶数是最优的。相关变量的PVAR相关滞后项的信息准则详见表2。

表2 相关变量PVAR滞后项的信息准则

3.PVAR模型估计结果分析

PVAR模型存在个体效应和时间效应,因此采用前向均值差分法,使得当前值、滞后项和干扰项均不相关,以消除样本中时间固定效应和个体固定效应,从而通过矩条件来构造广义矩估计(GMM)。相关变量PVAR的估计结果详见表3。

表3 相关变量PVAR的估计结果

根据表3的估计结果,得到如下结论:

(1) 在产业结构升级过程中,公共投资需求会逐渐增加。滞后1期的产业结构升级系数(0.130)通过10% 的显著性水平,表明滞后1期的产业结构升级对公共投资有着显著的正向促进作用,即在产业结构升级过程中,对公共投资的需求会逐渐增加。我国在促进产业结构调整与优化的过程中,劳动密集型产业向技术密集型产业调整,势必加大基础设施方面的投资需求。而产业结构是我国供给侧结构性改革的重要内容,产业结构发展符合现阶段我国供给侧结构性改革和导向。

(2) 城镇化水平提高及公共投资增加能够推动产业结构升级。滞后1期的城镇化水平系数(0.360)通过5%的显著性水平,表明滞后1期的城镇化水平能够推动产业结构升级。滞后1期的公共投资系数(1.336)通过1%的显著性水平,表明公共投资对产业结构升级具有显著的正向关系。这是因为我国新型城镇化水平提高会带动农村产业结构变化,实现第一、第二产业向第三产业转移,实现产业结构高度化和合理化,推动产业结构不断优化。我国公共投资的投向往往是基础设施建设行业,为产业结构升级与改造提供了基本保障。如果向高端制造业、文化产业和金融服务方面的投资有所侧重,就会刺激和激励我国产业创新发展,为经济高质量发展奠定产业基础。

(3) 公共投资需求增加能够提高新型城镇化水平。滞后1期的公共投资系数(0.217)通过5%的显著性水平,表明公共投资增加,新型城镇化水平会得到大幅度提高,推动城乡融合与发展。在新型城镇化建设过程中,大多数公共投资用于城乡交通、教育、医疗、文化等民生领域,解决城乡居民的公共用品问题,加快农村与城市的融合。这可以在很大程度上解决城乡融合过程中的城乡二元结构问题,加快城镇化建设步伐。

4.脉冲响应函数图分析

面板VAR模型虽然能够直接看出各变量之间的关系,但只能显示短期内公共投资、产业结构升级和城镇化水平三者之间的动态关系,无法解释单个变量估计结果,难以全面深刻了解各变量之间的深层次关系。相比面板VAR模型,脉冲响应函数是分离出一个内生变量冲击对其他内生变量的影响,以确定各变量之间长期的动态关系。本文借鉴李菁等的做法,运用Cholesky分解方法来计算正交脉冲响应函数[16],并在95%的置信区间内使用蒙特卡洛法模拟500次,得到实证结果如图1。

由图1(a)可以看出, 产业结构升级对公共投资产生一个冲击后, 公共投资的反应为:在初期并没有产生响应, 随后产生正向响应并逐步增大, 在第2期出现正值, 到第3期达到最大值,然后开始回落趋于稳定, 并逐渐收敛于某一期。 因此,受到产业结构的冲击后, 公共投资出现了显著的正响应。

由图1(b)可以看出,城镇化对公共投资产生一个冲击后,公共投资的反应为:在2期出现了一个显著的负响应,逐渐由负响应转向正响应,在3期达到最大的正响应,后期逐渐趋向稳定的正响应。因此,受到城镇化的冲击后,公共投资短期内出现了负响应,长期是正响应。

由图1(c)可以看出,公共投资对产业结构升级产生一个冲击后,产业结构升级的反应为:在初期产生正向响应,在第2期变为负向响应,在第3期及以后,脉冲响应线有往上的趋势回归正响应。因此,从长期来看,公共投资对产业结构升级是产生正响应的。

(a) 产业结构升级冲击公共投资(b) 城镇化冲击公共投资(c) 公共投资冲击产业结构升级(d) 城镇化冲击产业结构升级(e) 公共投资冲击城镇化(f) 产业结构升级冲击城镇化

由图1(d)可以看出,城镇化对产业结构升级产生一个冲击后,产业结构升级的反应为:在初期表现出显著的正向响应,在第2期出现最大正向响应,在第4期又产生负响应,第1—4期交替出现正负响应,从第7期开始趋于稳定的正响应,最后收敛于某一期,趋于稳定的正响应。因此,从长期来看,城镇化对产业结构升级是产生正响应的。

由图1(e)可以看出,公共投资对城镇化产生一个冲击后,城镇化的反应为:在初期时产生负向响应,第2期出现正响应,在第三期达到最大值,然后开始回落并趋于稳定的正响应。因此,从长期看,公共投资对城镇化产生稳定的正响应。

由图1(f)可以看出,产业结构升级对城镇化产生一个冲击后,城镇化的反应为:在初期产生正向响应,随后第2期出现负响应,在第4期后由负响应转变为正响应。因此,长期来看,产业结构升级对城镇化产生稳定的正响应。

5.面板格兰杰因果检验

本文运用面板格兰杰因果检验方法确定各变量之间的因果关系,检验结果见表4。

表4 各变量滞后1期面板格兰杰因果检验结果

由表4可知,当滞后阶数为1时,取对数的产业结构升级水平(lnCS)是取对数的公共投资水平(lnZFI)的格兰杰因,取对数的公共投资水平(lnZFI)是取对数的产业结构升级水平(lnCS)的格兰杰因,即取对数的产业结构升级水平(lnCS)与取对数的公共投资水平(lnZFI)存在双向因果关系,说明公共投资确实能够直接推动产业结构升级,而产业结构升级也能够促进公共投资的增加。取对数的新型城镇化水平(lnUR)不是取对数的公共投资水平(lnZFI)的格兰杰因,取对数的公共投资水平(lnZFI)是取对数的新型城镇化水平(lnUR)的格兰杰因,即取对数的新型城镇化水平(lnUR)与取对数的公共投资水平(lnZFI)是单向因果关系,说明公共投资能够促进城镇化的发展。取对数的新型城镇化水平(lnUR)是取对数的产业结构升级水平(lnCS)的格兰杰因,而取对数的产业结构升级水平(lnCS)不是取对数的新型城镇化水平(lnUR)的格兰杰因,即取对数的新型城镇化水平(lnUR)与取对数的产业结构升级水平(lnCS)是单向因果关系,说明城镇化发展确实能够推动产业结构升级。可见,面板格兰杰因果检验结果与面板VAR模型的结果一致,表示公共投资、产业结构和城镇化水平等变量之间的确存在相互影响的关系。

三、 研究结论与建议

本文运用面板VAR模型对我国公共投资、产业结构和新型城镇化水平三者之间的动态影响关系进行实证分析,并采用面板格兰杰因果检验验证三者之间的动态关系,得出如下结论:在短期内,新型城镇化进程和产业结构升级过程对公共投资的需求是不断增加的,而新型城镇化进程加快,也会不断推动产业结构升级,促进公共投资的增加;在长期内,公共投资、产业结构和新型城镇化水平三者之间存在动态关系。本文有关公共投资、产业结构升级和新型城镇化水平的研究结论可为相关部门提供建设新型城镇化和促进产业结构调整与优化的思路。因此,本文根据研究结论提出如下建议:

(1) 提高新型城镇化建设中的公共投资比重。就目前而言,根据双创战略,我国新型城镇化建设和特色小镇开发正在快速发展,应将公共投资重点放在能够提升新型城镇化水平的领域,引导公共投资落实到新型城镇化建设中的基础设施行业和新兴产业领域,从而保证产业不断发展,实现城乡充分就业,以实现真正的新型城镇化。

(2) 加快新型城镇化建设中的产业结构升级步伐。产业结构升级是城镇化的基础和动力,而城镇化的集聚效应促进了产业结构升级,为产业集聚发展提供了良好的区域支持。为此,我国应加快产业结构升级步伐,加大高端制造业和人工智能产业投资,促进劳动密集型产业向技术密集型产业转移,从而实现经济高质量发展。

(3) 加大产业结构重点调整领域中的公共投资。我国产业结构调整进入关键时期,重点是发展人工智能和区块链等高新技术产业。而加大高新技术产业的公共投资,能够吸引和引导社会资本进入产业结构重点调整领域,不断推动产业结构升级,为供给侧结构性改革和经济高质量发展提供坚实的产业基础。