新型城镇化、农民市民化与公共服务供给

王 敏 ，吕 寒

(西安外国语大学 a.人文社会科学研究中心;b.商学院；c.经济金融学院，西安 710128)

引 言

新型城镇化是指以人为核心的综合型城镇化[1]。在新型城镇化过程中，大量农民从农村迁移到城镇寻找工作并改变生活方式，当进城的农民不仅获得城镇永久居住身份而且平等享受城镇居民的政治权利和公共服务时，就实现了农民的市民化[2]。根据联合国《世界城市化展望2018》预测，2017—2030年中国城镇人口约增加2亿。按照当前趋势测算，2亿新增城镇人口中有近50%来自农村人口迁移，进城农民完成农民市民化的过程变为新市民。在此背景下，为迅速增加的城镇流动人口和新市民提供充分的教育、医疗、社会保障、文化休闲等公共服务就成为政府的当务之急。党的十九大报告也明确强调了要通过完善公共服务体系来使“人民获得感、幸福感、安全感更加充实、更有保障、更可持续”[3]。而当前，中国公共服务供给总体水平不高，尤其是面对大量农村务工人员涌入时，公共服务应对能力明显不足[4]，同时，东部、中部、西部区域间和区域内公共服务供给均呈现显著的不均等特征[5-6]。

那么，就中国整体而言，新型城镇化进程以及相伴而生的农民市民化进程[7]对公共服务的供给有没有影响？影响程度如何？在东部、中部、西部等不同区域，这种影响是否相同？对上述问题的正确理解具有重要的现实意义。如果新型城镇化和农民市民化能够促进公共服务供给水平的提升，政策制定者就可据此制定措施促进农民市民化，以拉动公共服务供给水平，提升整个区域的居民生活质量和层次，并反过来促进新型城镇化的顺利推进，实现双赢。

城镇化、农民市民化与公共服务供给的关系已经引起了国内学者的关注。在城镇化对公共服务的供给水平、城乡差异和供给满意度的影响方面，有观点认为中国城镇化进程对区域内的公共服务供给水平具有显著的正向影响(王伟同，2009；豆建民、刘欣，2011)[8-9]；城镇化和财政政策都会影响城乡公共服务差距，城镇化缩小城乡公共服务差距，财政政策反之(李平、陈萍，2014)[10]；其他因素如财政体制、管理制度、经济发展水平以及居民个人方面都会对基本公共服务均等化产生影响(程岚、文雨辰，2018)[11]；曹现强和林建鹏(2019)通过分析山东省城市居民的公共服务满意度影响因素，认为人均GDP和人均公共财政支出对城市公共服务满意度具有正向影响[12]。在公共服务供给对城镇化和人口流动的影响方面，有观点认为医疗卫生支出的增加有助于城镇化规模扩大，各类公共服务支出的增加都有助于吸引技能劳动力流入(贾婷月，2018)[13]；地区公共服务差异、城乡公共服务均等化分别促进了人口异地城镇化和本地城镇化，民生财政支出通过作用于公共服务则加强或抑制了上述效应(李斌等，2015)[14]。

上述研究通过规范分析与实证检验展示了传

统城镇化与公共服务供给的相互影响，并考虑到了财政收支的作用，为后继研究提供了思路与方法。然而已有研究鲜有从农民市民化的角度考察公共服务供给，更缺乏对东、中、西不同区域的新型城镇化、农民市民化与公共服务供给差异之间复杂空间关系的研究。鉴于此，本文首先建立综合指标体系，对新型城镇化水平、农民市民化程度和公共服务供给水平进行多指标多维度测度；其次采用空间杜宾模型测度中国整体及各区域内新型城镇化水平、农民市民化程度及其他相关因素对公共服务供给水平的影响；最后，根据不同区域的实证结果给出提升公共服务供给水平的政策建议。

一、核心变量测度

(一)公共服务供给水平的测度

参考《“十三五”推进基本公共服务均等化规划》中的相关内容，借鉴徐琴(2012)[15]、林阳衍(2014)[16]等的思路，选择基础教育服务、社会保障与就业服务、基本医疗服务和公共文化服务四个方面综合评价我国公共服务供给水平，见表1。

表1 公共服务供给水平指标体系表

在公共服务的供给指标体系中，正向指标的值越大表明公共服务供给水平越高。利用改进熵值法，综合教育、医疗、社保、文化等指标，得到全国各省(市、自治区)的公共服务水平综合得分，作为后续实证研究的依据。

(二)新型城镇化水平的测度

根据《国家新型城镇化发展规划》的相关要求，借鉴戚晓旭(2014)[17]、王平(2015)[18]等的思路，构建新型城镇化的四种发展指标体系，即经济发展、人口发展、社会发展和绿色发展，以此指标体系来反映新型城镇化综合水平(见表2)。

表2 新型城镇化综合度量指标体系表

在新型城镇化评价指标体系中，正向指标的值越大表明新型城镇化水平越高。根据改进熵值法，得到全国各省(市、自治区)的新型城镇化水平综合得分，作为后续实证研究的依据。

(三)农民市民化程度的测度

农民市民化程度用来衡量一个地区进城务工农民融入城市的程度。朱巧玲(2014)等围绕新型城镇化以人为本的核心以及农民的整体性等指导原则，制定了包含社会、政治、文化、精神、经济五个层面八类指标的农民市民化评价指标体系，通过进城农民指标数值与城镇居民相同指标的数值差距来评价农民市民化程度[19]，该指标体系中涉及的大量软性指标数据主要是依靠调查问卷得到的截面数据，缺乏面板数据。为了能够用面板数据来测度农民市民化程度，以满足后继实证研究的需要，考虑运用该指标体系中可获取面板数据的指标来设计农民市民化程度指标。

提高收入水平是农民进城的基本动因，也是影响进城务工农民融入城市程度的根本性因素，因此，选择经济层面指标中的生活水平指标“可支配收入”与目标值“同一水平城镇平均水平”来分析，进城务工农民的可支配收入与城镇居民可支配收入之间差距越小，说明进城农民的城市融入程度越高，市民化程度也越高。根据中国统计局的解释：“农民的工资性收入是指农村住户受雇于单位或个人，靠出卖劳动而获得的收入。”而进城务工的农民主要以受雇于他人为主，因此进城农民的工资性收入可以作为其可支配收入的体现。

最终，选择农民工资性收入与城镇家庭可支配收入之比作为农民市民化程度的衡量指标，比值越大，说明农民市民化程度越高，以此作为后续实证研究的依据。

二、空间计量模型构建

(一)数据来源与指标选取

1.数据来源

对2006—2016年全国29个省份的面板数据进行实证分析，所选取的指标数据主要来源于《中国统计年鉴》《中国城市统计年鉴》《城乡建设统计年鉴》《中国农村统计年鉴》和政府统计公报以及中国统计局官网、国家数据网站等，运用GeoDa 1.10以及Stata 12.0进行分析，同时为了消除异方差，对变量进行了对数变换。

2.指标选取

以公共服务综合指数作为因变量，衡量中国各个省份的公共服务供给水平。

以新型城镇化综合指数作为核心自变量之一，衡量新型城镇化水平；以农民工资性收入与城镇家庭可支配收入之比作为核心自变量之二，衡量农民市民化程度。

另外，设计新型城镇化水平与农民市民化程度的交互项，反映两个核心变量的相互作用对公共服务水平的影响。从理论上讲，农民市民化程度与新型城镇化水平是相互影响的[7]。

将人口迁移程度作为自变量之一。人口迁移是新型城镇化的基础，也是农民市民化的基础[20]，人口的迁入迁出都会改变公共服务的需求进而间接影响公共服务的供给。

将政府财政支配能力和财政汲取能力分别作为两个自变量。从理论上讲，政府财政支配能力和财政汲取能力越强，公共服务资金投入的自由度越高，因此财政支配能力和财政汲取能力会影响其公共服务水平。借鉴徐盈之(2015)的做法[21]，以财政支出占GDP的比重衡量财政支配能力，该指标体现了政府对经济活动的参与程度，以财政收入占GDP的比重衡量财政汲取能力，该指标体现了政府的自有财政情况。相关变量的定义与说明见表3。

表3 变量说明表

(二)空间自相关检验

空间计量分析的前提条件是数据之间有空间依赖性，现有研究常用莫兰指数(Moran’s I)和吉尔里指数(Geary’s C)对数据进行空间自相关检验，但上述两个指标均无法明确区分数据的“热点”(高值与高值聚集的地区)以及“冷点”(低值与低值聚集的地区)，因此Getis 和 Ord于1992年提出了Getis-Ord指数G。三种指标的计算公式及衡量方法见表4。

表4 空间自相关检验指标计算及说明表

我国各区域间的公共服务供给水平在空间上呈现非均衡性，因此需要考虑不同地区公共服务供给水平在空间上的相关性，在进行数据空间相关性检验之前，需要构建空间权重矩阵。本文运用Geoda1.10计算出我国各省份的空间截面权重矩阵，根据生成的空间截面权重矩阵在Stata 12.0中将时间纳入空间矩阵模型，用分块对角矩阵C=IT⊗WN代替空间权重矩阵WN，构造空间面板权重矩阵，并进行空间面板数据自相关检验。对公共服务供给水平进行空间自相关检验的结果见表5。

根据表5的结果可知，Moran’s I、Geary’s C、Getis-Ord’s G值的系数值均在1%的水平上显著，表明各个省份的公共服务供给水平均存在显著的空间自相关性。Moran’s I=0.782>0,Geary’s C=0.194<1，表明我国的公共服务供给水平具有空间正相关性，在空间上呈现“高-高”“低-低”的特点，即高值于高值区域集聚，低值于低值区域集聚。Getis-Ord’s G=0.017>E(G)，其z值为6.221>1.96，也支持了上述结论，同时说明我国各个省份的公共服务供给水平存在“热点”区域，即高值与高值聚集的区域。

表5 空间自相关检验表

为了直观呈现我国公共服务供给水平的空间分布特点，运用Geoda1.10绘制我国各个省份在空间上的分布格局，参考王波(2016)的做法[22]，结合公共服务供给水平综合得分的实际数据，以自然断点分级法将我国29个省份的公共服务供给水平划分为低水平地区、较低水平地区、较高水平地区和高水平地区四种类型(限于篇幅，图略，如有需要，请与作者联系)。

我国各省份公共服务供给水平存在明显的区域差异性和局部空间关联性，且在不同的年份呈现不同的区域聚集性。结合空间自相关检验结果，可以发现我国各区域公共服务供给水平在空间分布上主要形成了两大地带：一是以东部省份为主的高水平地区，二是以中西部地区为主的较高水平地区和较低水平地区。同时，近两年来部分中西部地区与东部地区的公共服务供给水平差距不断缩小，中部地区的湖北省由低水平地区逐步发展为高水平地区，西部的四川省由较低水平地区逐步进入较高水平地区。

(三)模型建立与说明

1．空间权重矩阵设定

进行空间回归分析的第一步是设立空间权重矩阵，基于区域间的距离定义相邻关系从而设定空间权重是较为常用的方法，根据对我国公共服务供给水平的空间自相关分析，发现各个省份之间的公共服务供给水平受临近省份的影响更大，因此用Wij表示空间权重矩阵IT*WN中i地区与j地区之间地理邻接性，Wij定义如下：

2．空间回归模型选择

由于我国各省公共服务供给水平呈现正向空间相关性，且一个地区进城农民的市民化水平不仅受本地区经济发展水平等因素的影响，也会受到邻近地区城镇化水平以及农民迁移的影响，因此选择能够同时表现自身和邻近地区自变量的空间杜宾模型(SDM)，建立回归模型如下：

三、回归结果分析

(一)整体回归结果分析

首先，运用空间自相关Moran’s I指数和LM、Robust LM对面板数据进行空间误差(SEM)和空间滞后(SLM)效应检验，检验结果见表6。根据表6的检验结果可知，在空间误差(SEM)效应检验中，Moran’s I(=4.356)指数和LM(=325.348)、Robust LM(=269.399)检验的统计量均在1%的水平上显著，拒绝数据之间不存在空间效应的原假设，认为数据之间存在空间误差效应；在空间滞后(SLM)效应检验中，LM(=57.276)检验的统计量在1%的水平上显著，Robust LM(=1.327)检验的统计量不存在显著性，综合说明数据之间存在空间滞后效应。回归模型中空间误差效应和空间滞后效应同时存在，说明一个地区的公共服务供给水平不仅受本地区自变量的影响，同时也受到临近地区自变量的影响，此种情况下采用空间杜宾(SDM)模型是最优的。

表6 模型的空间效应诊断表

其次，对空间杜宾模型同时进行固定效应和随机效应回归，具体回归分析结果见表7。

表7 模型回归分析结果表

根据表7的回归结果可知，普通最小二乘回归(OLS)、空间杜宾(SDM)模型下固定效应(FE)和随机效应(RE)的模型拟合度(R2)分别为28.9%、23.5%、53.4%，随机效应的空间杜宾模型拟合度最高；同时在空间杜宾模型下，固定效应的空间回归系数ρ(-0.0295)不显著，随机效应的空间回归系数ρ(-0.573)在1%的水平上显著。因此,用空间杜宾模型的随机效应回归结果进行分析，得到如下结论：

第一，新型城镇化水平(tow)系数值为0.065，在10%的水平上显著，表明城镇化水平每提高1%，公共服务供给水平会微弱增加0.065%;农民市民化程度(pel)的系数值为0.336。在5%的水平上显著，说明农民市民化程度每提高1%，公共服务供给水平会显著增加0.336%。新型城镇化水平和农民市民化程度对公共服务供给水平都有正向影响，农民市民化更为有效地促进了公共服务供给。这是因为农民市民化程度指标和新型城镇化水平指标相比，更突出人的安居乐业需求，更能反映居民的公共服务获得程度。新市民更加希望融入城市，享受城市中良好的公共服务，如教育、医疗、文化服务等，他们对城市的公共服务体系提出了更高的要求，这种需求最能刺激公共服务的供给提升。

第二，交互项tow*pel的系数值为0.335且在10%的水平下显著，即农民市民化程度与新型城镇化水平的相互作用也会促进公共资本供给水平提升。新型城镇化带来了农民市民化，农民市民化又促进了新型城镇化的稳步提升。在此过程中，政府更加强调“以人为本”，不断完善公共服务体系，提升公共服务意识，使公共资本供给水平得到提升。

第三，人口迁移程度(loc)的值不显著，说明人口迁移对公共服务供给水平没有影响。因为短期的人口迁入与迁出在不同区域频繁发生，人口迁入产生公共服务需求，人口迁出转移公共服务需求，就中国整体而言，其影响力微弱。同时教育、医疗、社会保障等投资巨大的公共服务项目很难在短期内实现充分供给。最终，只有伴随农民市民化产生的长期公共服务需求才会真正带动公共服务供给。

第四，政府财政支配能力的系数为0.217，在10%的水平上显著，说明政府的财政支配能力每提升1%，公共服务供给水平就会提升0.217%；政府汲取能力的系数为1.462，在5%的水平上显著，表明政府的财政汲取能力每提升1%，公共服务供给水平提升1.462%。地方政府的财政支配能力和汲取能力都能促进公共服务供给水平提升，财政汲取能力的促进作用更强。原因是政府的财政支配能力是资源配置能力的体现，在地方经济指标的压力下，政府会把有限的财政资源更多分配到快速提升地方经济地位的产业领域，而不是公共教育、文化、医疗等难以短期体现经济效益的领域，因此地方财政支配能力对上述公共服务供给水平的促进作用有限。地方政府的财政汲取能力越强，说明财政收入越多，地方经济发展水平越高，政府的经济指标压力越小，相对而言改善民生的目标更加凸显，政府建设公共服务体系的意愿提高，从而有利于公共资本供给水平的提升。

(二)分地区回归结果分析

1.空间自相关检验

将样本中29个省份划分为东、中、西三个地区，并对东部、中部与西部地区的面板数据分别进行空间自相关检验，结果如表8所示。

表8 公共服务供给水平(pub)的空间自相关检验结果表

根据检验结果可知，Moran’s I、Geary’s C的系数为正且在1%的水平上显著，说明东部、中部与西部地区存在正的空间自相关性，三地区Getis-Ord’s G的值均大于其各自的期望值，说明三个地区公共资本供给水平的空间分布均存在“热点”区域，这与公共服务供给水平在全国范围内的空间分布基本一致。

2.空间效应检验

对三个地区的空间效应分别进行检验，检验结果见表9。

表9 东、中、西部地区公共服务供给水平空间效应检验表

根据表9中结果可知，东部地区在空间误差(SEM)和空间滞后(SLG)效应检验中，相关检验指标Moran’s I(2.687)指数和LM(27.813)、Robust LM(9.924)、LM(28.398)、Robust LM(10.510)的值均在1%的水平上显著；中部地区在空间误差(SEM)效应检验中，指标LM(4.211)的值在1%的水平上显著，在空间滞后(SLM)效应检验中LM(13.019)、Robust LM(9.285)的值均在1%的水平上显著，说明中部地区的空间滞后效应要优于空间误差效应；西部地区的空间效应与东部地区较为一致，Moran’s I(3.343)指数和LM(84.917)、Robust LM(57.643)、LM(33.781)、Robust LM(6.507)的检验值均在1%的水平上显著。从上述分析可知，与中部地区相比，东部和西部地区的空间效应更好，但三个地区均同时存在空间误差(SED)和空间滞后(SLM)效应，因此，应采用空间杜宾(SDM)模型对三个地区分别进行空间计量回归。

3.空间计量回归结果

运用空间杜宾(SDM)模型分别对东、中、西三个地区进行空间回归模型分析，具体分析结果见表10。

从表10中的回归结果可知，东部地区随机效应(RE)回归结果中拟合值(R2)远高于固定效应(FE)，且随机效应中的空间回归系数ρ(0.449)在1%的水平上显著，因此在东部地区的分析中，以随机效应回归结果为主；中部地区随机效应(RE)回归结果中拟合值(R2)略高于固定效应(FE)，相对来说随机效应模型拟合效果更好，但随机效应的空间回归系数ρ(-0.051)不显著，而固定效应的空间回归系数ρ(-0.529)在1%的水平上显著，因此在中部地区的分析中以固定效应的回归结果为主；西部地区随机效应(RE)回归结果中拟合值(R2)明显高于固定效应(FE)，且随机效应的空间回归系数ρ(0.705)在1%的水平上显著，因此在西部地区的分析中以随机效应的回归结果为主。

表10 东、中、西部地区回归模型分析结果表

关于东、中、西部地区回归结果的具体分析如下：第一，东部地区的新型城镇化水平、农民市民化程度以及财政支配能力和财政汲取能力均能正向影响区域内公共服务供给水平，农民市民化程度的影响最显著，其次是政府财政汲取能力。这是因为中国务工农民主要流向了东部地区，农民市民化程度也领先于其他地区，农民市民化速度的加快对城市基本公共服务体系提出了更高的要求，推动东部地区城市基本公共服务体系不断完善。东部地区更发达的经济水平提高了地方政府的财政收入，增强了政府投资公共服务领域的意愿，因此提升了公共服务供给水平[23]。

第二，中部地区人口迁移程度对区域内公共服务供给水平有负向影响，政府财政汲取能力对公共服务供给水平有正向影响，政府财政汲取能力的影响最为显著。人口迁移程度的系数值为-0.448且在5%的水平上显著，说明人口迁移程度每提高1%，公共服务供给水平就会降低0.891%。中部地区的回归结果显示，由于中、西部地区大部分农村剩余劳动力持续向东部沿海城市迁移，同时西部地区部分农村剩余劳动力向中部地区迁移[24]，导致中部地区的人口迁移频繁发生且流向复杂，人口流动规模越大就越难以产生稳定增长的公共服务需求，因而会间接阻碍中部地区公共服务供给水平的提升。而中部地区政府财政收入的不断增加会增强政府发展公共服务体系的意愿，因而可有效提升公共服务供给水平。

第三，西部地区政府财政汲取能力正向影响区域内的公共服务供给水平。这是因为西部地区新型城镇化水平相对较低，农民市民化进程也非常缓慢，政府投资对西部地区经济发展起决定性作用，因此，只有政府财政收入大幅增加了，才能有充分的资金投入公共服务建设，进而实现公共服务供给水平的提升。

四、结论与启示

(一)研究结论

本文基于2006—2016年全国29个省份的面板数据，通过建立空间杜宾模型(SDM)来验证我国整体和分区域的新型城镇化水平、农民市民化程度、新型城镇化与农民市民化的交互项等因素对公共服务供给水平的影响。得到如下结论：

首先，就全国整体而言，新型城镇化水平、农民市民化程度、新型城镇化与农民市民化的相互作用、政府财政支配能力和财政汲取能力都会正向影响公共服务供给水平，其中政府财政汲取能力的提高最显著地提升了公共服务供给水平，农民市民化程度提高也能较为显著地提升该地区公共服务供给水平。

其次，在东部地区，新型城镇化水平、农民市民化程度、两者的相互作用、地方政府财政汲取能力都能正向影响公共服务供给水平，其中农民市民化程度的影响最显著；在中部地区，人口迁移程度对公共服务供给水平有负向影响，政府财政汲取能力则正向影响公共服务水平；在西部地区，影响公共服务供给水平的因素只有政府财政汲取能力。

再次，东部地区新型城镇化发展相对迅速，农民市民化对公共服务供给的影响力相对较大，而该地区基本上也是公共服务供给水平相对较高的地区；中西部地区，新型城镇化和农民市民化受到人口大量迁出或频繁流动的制约而发展相对缓慢，无法通过农民市民化有效促进公共服务供给，而该地区的整体公共服务供给水平也低于东部地区。

最后，无论是中国整体还是各区域的回归结果，都显示出地方政府财政汲取能力对公共服务供给水平有显著的正向影响。

(二)政策启示

根据上述研究结论，可以考虑采取以下政策措施，因地制宜地促进各区域公共服务供给水平的提升。

首先，顺应中国新型城镇化的趋势，大力推动农民市民化的进程，从而促进东部地区公共服务供给水平提升，具体措施如优化户籍制度、逐步放宽城市落户限制，建立户籍与居住一元化的管理制度。尤其是要建立健全新生代农民工融入城市的机制，鼓励能够快速学习进步的年轻农民融入城市生活。

其次，鼓励东部劳动力成本较高地区的劳动密集型产业向中西部转移，中西部地方政府也应有相应的承接产业转移和吸引劳动力流入的优惠政策，以产业发展吸引农村劳动力流入和长期定居，提升区域内的新型城镇化与农民市民化程度，以此推动公共服务供给，改变过于依赖政府财政收入的现状。尤其对于中部地区，还可以缓解人口流动频繁对公共服务供给带来的负面影响。

最后，中部、西部地区尤其是西部地区过于依赖政府财政收入会使公共服务供给受制于当地政府的资金约束。因此，可以考虑非营利组织甚至是盈利性企业参与进来，共同提供公共服务，合作治理，以减少地方政府资金约束对公共服务供给的制约。