生态约束与创新引领下新型城镇化的区域差异及影响因素研究——基于动态空间杜宾模型的分析

文／林佳亮 浙江工业大学管理学院 硕士研究生

郑金辉 浙江工业大学经济学院 博士研究生

引言

从1978 年到2019 年，中国经历了快速的城镇化过程，城镇化和工业化双重驱动促进了经济的中高速增长。但快速发展进程中存在着资源短缺和生态环境恶化的问题，形成了城镇化系统与生态环境系统之间互相依存、互相制约的关系。城镇化建设与生态环境协调发展的关注度日渐升高[1]。当前更依赖质量增长、效率提升、环保集约等方式来推动新型城镇化建设[2]。学术界高度重视新型城镇化的发展建设，提出了内源式、外源式视角的科技促进机制和知识转移梯度创新机制等理论机制，积极倡导从生态环境保护出发，发展循环经济，以创新驱动为引领，将新型城镇化与工业化、信息化和农业现代化有机结合等思想。经济新常态时期是中国经济增长动能转换的关键阶段，党的十九大重申了绿色发展的重要意义，在继续深入实施区域协调发展战略的前提下，全面推进新型城镇化高质量发展，并把二者有机结合起来，构建更有效率、更可持续的新型城镇化建设格局，这也成为制胜经济新常态的重要途径之一[3]。因此，在生态约束与创新引领下测度新型城镇化发展水平，研究新型城镇化发展的区域发展差异及影响因素，在一定程度上能够为推动新型城镇化高质量发展和区域协调提供科学依据。

1 文献综述

新型城镇化建设是一个基于人口、经济、空间、社会、生态的动态演变过程，通过人力、土地、资本等要素的合理投入并融入环境绩效、居民福利等来综合实现产出效率的最大化，强调实现质量提升[4,5]。有学者较早地采用了传统的数据包络分析模型（DEA）证实了从经济投入-产出视角研究城市经济活动状况的可行性[6]。如今，DEA 方法已经广泛应用于城市与区域经济投入和产出的效率实证评估，进一步取得了相关研究成果[7]，并且中国城镇化水平在区间呈现出明显的分化现象[8]，为推动区域协调发展和新型城镇化建设奠定了重要基础[9]。中国新型城镇化高质量发展是一种人地和谐、高效低碳、生态环保、节约创新的效率提升型城镇化，涉及人口、经济和社会等多个方面的因素[10,11]。

随着高质量发展理念的推进，以往采用传统DEA 方法只是从投入和产出视角测度了城镇化的效率水平，但新型城镇化的发展和评价更需要考虑生态约束和创新引领的条件，这将能够对新型城镇化发展水平给予客观地刻画。现阶段新型城镇化建设不仅要实现各项指标发展，更强调生态约束、创新引领、质量提升、环境效应等约束条件在新型城镇化分析过程中的逐步显现[12]。同时，新型城镇化与生态环境之间客观上存在着复杂的关系，如何协调新型城镇化建设过程中的生态环境问题已上升为实现绿色发展与提质增效的重要目标。现有研究主要从不同的时间维度、区域尺度以及相应的方法对新型城镇化水平、质量与环境等方面进行了测度和分析，并对其时空特征和影响因素进行了研究[13,14]。然而，近年来还有研究发现中国新型城镇化发展的区域差异和不平衡不仅仅是经济规模差距，更重要的是发展效率的差异问题[15]。

现有研究取得了一定成果，为本文进一步深入探讨提供了科学参考，但还存在一定薄弱环节：（1）在研究内容上，大多是采用构建指标体系的方法对城镇化水平进行测度和分析，对生态约束与创新引领下新型城镇化水平的测度和研究较少，缺乏对新型城镇化水平的区域差异等特征的系统研究。（2）在研究方法上，大多研究采用线性回归模型分析新型城镇化发展的影响因素，忽视了地区间的空间依赖性，缺乏新型城镇化的空间效应中短期和长期直接效应和间接效应分析。基于此，本文通过DEA模型对2004—2019 年中国城镇化效率进行测度，并采用熵值法将城镇化效率与生态约束和创新水平进行系统拟合，得到生态约束与创新引领下的新型城镇化水平。在此基础上，进一步运用泰尔指数、全局Moran's I 指数、动态空间杜宾模型等方法分析了新型城镇化发展的区域差异、空间相关性及其影响因素。

2 研究设计

2.1 研究方法

2.1.1 核密度估计

核密度估计是通过连续的密度曲线描述随机变量的分布形态，本文采用式（1）进行估计：

其中，n表示样本数据的数量；h表示带宽；K（·）是一种以加权形式表示的函数，即核函数，可依据Kernel 密度估计图分析城镇化水平在分布形态、位置、峰值和延伸性等方面的变化，从而描述城镇化水平的分布动态演进特征。

2.1.2 泰尔指数

本文借鉴聂长飞和简新华（2020）[16]的研究，使用泰尔指数研究新型城镇化发展的来源及其省际区域差异，将总体差异分解为组内和组间差异，再进行对比分析。具体计算过程如下：

其中，T表示总体差异，采用新型城镇化水平的泰尔指数表征，其值处于[0，1]之间，该值反映了总体差异的大小。T1表示东部地区新型城镇化水平的泰尔指数，T2和T3表分别表示中部和西部地区，i表示省份，n表示全国省份数量，nr分别表示该地区省份数量，uri表示省份i 的新型城镇化水平，urri表示r地区省份i的新型城镇化水平，和分别表示全国和r地区新型城镇化水平的平均值。通过式（4），全国新型城镇化水平的总体差异泰尔指数T 可进一步分解Ta和Tb，Ta表示地区内差异泰尔指数，Tb表示地区间差异泰尔指数。与此同时，定义Ta／T为地区内差异对总体差异的贡献率，Tb／T则为地区间差异的贡献率，定义（urr／ur）×（Tr／T）为地区内差异中东、中、西部三个地区的贡献率，urr为地区省份新型城镇化水平，ur为全国水平。

2.2 模型设定

在政策导向、市场环境水平和地理位置等因素的影响下，当期新型城镇化发展水平可能还受到上期发展水平的影响，会产生时期上的马太效应与路径依赖[17]。本文参考Elhorst（2012）[18]的研究，采用空间杜宾模型。

2.3 变量选取

2.3.1 被解释变量

本文参考于斌斌和申晨（2020）[2]、陈立泰和梁超（2014）[4]的研究，从投入产出的视角采用数据包络分析模型（DEA）对城镇化效率进行测度。投入指标包括：（1）劳动（地区年末非农从业人员数/万人）；（2）土地（地区建成区面积/平方公里）；（3）资本（全社会固定资产投资/亿元）；（4）能源（能源消费量/万吨标准煤）。产出指标包括：（1）人口城镇化（城镇人口/总人口）；（2）经济城镇化（非农经济的总产值/亿元）；（3）空间城镇化（建成区面积/辖区总面积）；（4）社会城镇化（社会消费品销售总额/亿元）；（5）生态城镇化（建成区绿化面积/辖区总面积）。

针对生态约束，“三废”排放量是反映污染水平的常用指标，能够对地区环境效应进行全面的衡量，因此本文分别采用各省的工业废水排放量（万吨）、工业SO2排放量（万吨），工业固废产生量（万吨）进行对比[5]。针对创新引领，本文采用各省份专利申请数(件)、研究与试验发展（R&D）人员全时当量（人）、研究与试验发展（R&D）经费所需内部开支（万元）来表示[19]。

针对约束条件，宋涛等（2017）[20]提出了较为完善的约束理论框架，系统地将能源、环境和就业三重约束条件置于综合分析情景之下，对本文研究生态约束与创新引领下的新型城镇化指标构建提供了研究思路。新型城镇化计算过程如下：

2.3.2 解释变量

参考相关研究[21-24]，本文还选取了以下解释变量作为新型城镇化的影响因素：（1）工业水平（ind），采用劳动生产率来表示；（2）人力资本（ind），采用人均受教育年限表示；（3）外商投资（fin），采用地区FDI/地区GDP 表示；（4）政府干预（gov），采用地方财政一般预算支出/地区GDP 表示；（5）产业结构（stu），采用CJ/M 表示；（6）市场水平（mar），采用樊纲市场化指数来表示。

2.4 数据来源

本文选取中国大陆30 个省、直辖市、自治区（不包括港澳台地区、西藏自治区）在2004至2019 年的面板数据作为研究样本。文章采用的相关数据来源为《中国统计年鉴》《中国科技统计年鉴》和《中国环境统计年鉴》以及各省份统计年鉴。

3 新城镇化的测度结果比较分析

3.1 动态演进分析

式中，ur表示生态约束与创新引领下的新型城镇化水平，u表示城镇化效率值，Inn为创新水平，Eco为生态约束，k为调整系数，取值为0.5。

本文通过核密度估计方法，对中国新型城镇化的位置、形态、波峰等方面的分布动态特征进行分析，并绘制出和密度曲线（图1）。由图1 可知，2004 至2019 年，从全国以及东中西部地区的核密度曲线的位置看，所有地区新型城镇化的核密度曲线都呈现右移的趋势，表明各省份新型城镇化处于从低水平向高水平上升的动态过程，尤其是中部地区新型城镇化的上升水平更明显。从曲线的波峰看，全国新型城镇化整体差异变化不大；中部地区曲线的波峰变化幅度小，并且表现出明显的“双峰”的特征，表明其新型城镇化发展存在两极分化现象；东部地区曲线的波峰逐渐趋向于平缓，开口宽度变大，表明该地区新型城镇化差异呈变大的趋势；西部地区表现出波峰由陡峭变为平缓又变为更加陡峭、开口宽度先变大后变小的特征，表明该地区新型城镇化整体差异呈现先增大后减小的趋势。

图1 全国及东、中、西部地区新型城镇化核密度曲线（图片来源：作者自绘）

3.2 区域差异及结构分解

表1 为泰尔指数计算结果。从总体的差异上看，从2004 年到2019 年，全国新型城镇化发展的最小差异出现在2018 年，最大差异出现在2010 年。同时，全国新型城镇化的泰尔指数从2004 年至2010 年呈上升趋势，从2010 年至2019 年呈下降趋势，表明新型城镇化在全国的总体差异先增大后缩小。再从结构分解来看，2004 年至2019 年间，地区内的新型城镇化差异贡献率均高于50%，而地区间差异贡献率低于50%，表明中国新型城镇化总体差异主要来源于地区内差异。在此基础上，通过对地区内差异的泰尔指数分解，在2004 至2019 年间，中国东部的新型城镇化泰尔指数的平均值为0.2297，中部地区为0.0373，西部地区为0.1775，说明中国中部地区差异最小，而东部地区差异最大。除此之外，东部地区对全国总体差异贡献率的均值为29.29%、中部地区为3.22%，西部地区为27.94%，说明中部地区对全国总体差异的贡献率最小，东部地区贡献率最大。

表1 2004—2019 年新型城镇化的泰尔指数及结构分解（表格来源：作者自绘）

4 新型城镇化的影响因素分析

4.1 基准结果分析

本文通过面板FE 模型，对各个影响因子的作用特征进行研究，并在此基础上，采用空间杜宾模型进行估计分析。通过表2 分析可知，动态空间杜宾模型的拟合优度值R2 最大，说明动态空间杜宾模型相较于一般空间杜宾模型，对计量模型具有更强的解释力；ρ ＞0 且显著，表明某个省份的新型城镇化发展不仅受到本地区相关因素的影响，而且还受到邻近地区的新型城镇化发展以及同类因素的影响，反映了新型城镇化发展的正向空间交互效应或关联效应在空间上的体现。

表2 空间计量估计结果（表格来源：作者自绘）

此外，动态空间杜宾模型中新型城镇化滞后一期的参数估计均显著为正，这意味着上一期新型城镇化对当期新型城镇化发展具有正向作用效果，周边地区与本地区之间的新型城镇化发展在时间维度上和空间维度上分别具有明显的惯性效应与扩散效应。当前区域在当期制定新型城镇化发展政策时，可能会把周边地区作为其目标“榜样”，通过学习和模仿这些地区的新型城镇化建设的方式，来提升自身新型城镇化水平。

4.2 效应分解

为进一步考察各因素对新型城镇化影响的边际效应，将空间效应进行分解，通过直接效应（包含空间反馈效应）和间接效应来揭示核心自变量和各控制变量对本地及邻近地区旅游市场的影响（表3）。因为本文在模型中加入了被解释变量的时间滞后变量，以及该变量的空间滞后项，所以分解后的空间效应都存在长短期效应。

表3 短期和长期直接效应和间接效应估计（表格来源：作者自绘）

总体来看，多数情况下长期效应的作用效果明显大于短期效应，意味着各解释变量在长期内对区域的新型城镇化的影响程度更大，影响效果更加显著。具体而言，工业水平不仅促进了本地区新型城镇化发展，并对周边省份产生了正向空间外溢效应，工业化与城镇化是经济发展的两个方面，从人口变化来看，就是城镇化过程，从产业变化来看，就是工业化过程。所以，随着工业化进程推进，其将促进各地区务工人员进城务工，城市就业工资高于农村就业工资，而城市要提供足够的就业机会以及高于在农村就业的工资，需要产业支撑，将使各地区更倾向于选择发展与工业化进程相一致的行业，或者以充分就业为目标要求企业提高劳动生产率，从而促进新型城镇化的经济产出增加；而本地区工业水平提升很可能意味着邻近地区工业进程推进和价值链攀升，周边地区就业工资和创新能力上升则有利于新型城镇化发展。人力资本水平提高对本省份及周边地区新型城镇化发展均具有显著促进作用。这反映了人力资本积累和教育程度提升能够推动劳动生产率提高，更多的高技能人才持续向高端技术行业转移，加强地区创新能力，通过区域间的“示范-模仿”机制而对新型城镇化发展产生明显的空间外溢效应。外商投资有利于本省份新型城镇化发展，对周边地区新型城镇化产生抑制作用，但不明显。外商直接投资通过扩大就业、资本积累、技术溢出等方式促进本省份及工业化发展，从而推动城镇化水平的提高，但本地区外商投资将造成周边地区外商资本的减少，吸引高技能人才向本地区集聚，而周边地区会受融资环境差、产业链不完整等不利因素的影响，从而不利于新型城镇化发展。政府干预会对本省份及周边省市的新型城镇化发展产生抑制作用。说明政府出于政绩考虑，在城市发展中，财政支出结构不够合理，倾向于资本密集的投资导向将会抑制新型城镇化各项产出水平提升；而地区间的政策壁垒将导致政府投资的对外输出，从而阻碍周边地区新型城镇化发展。产业结构显著促进了本省份新型城镇化发展，但对周边省份新型城镇化的影响不显著，从而说明产业结构升级能够通过产业结构高级化提升本地区产出水平，促进新型城镇化发展，但是对周边地区的同向空间外溢效应不明显。市场化水平对本省份和周边省份新型城镇化发展均产生了明显促进作用。城市是各种要素和产业集聚的载体，在推进城镇化的过程中，市场经济的发展能够促进生产要素自由流动，各类投资者进入除国家规定的特殊部门和行业外的城市建设和城市管理领域，最大限度地优化了资源配置，加快了新型城镇化步伐。

结语

本文通过DEA模型对城镇化效率进行测度，并采用熵值法将城镇化效率与生态约束和创新水平进行系统拟合，得到生态约束与创新引领下的新型城镇化水平；进一步分析了新型城镇化发展的区域差异及其影响因素。主要结论如下：

（1）研究期间内，全国新型城镇化水平的区域总体差异呈先增大后缩小的趋势；地区内差异是总体差异的主要来源；在分地区对全国总体差异的贡献率比较上，中部地区贡献率最小，东部地区最大。

（2）中国新型城镇化存在正向空间集聚特征及溢出效应，其中工业水平、人力资本水平、外商投资、地方政府干预、产业结构布局及市场环境综合驱动了新型城镇化发展；而不同区域内，新型城镇化的空间相关关系存在显著差异，具有明显异质性，地理位置因素是影响新型城镇化发展差异的直接原因；此外，相对于其他因素的影响，工业水平、人力资本、地方政府行为、产业结构布局与市场环境等因素对新型城镇化具有显著的影响，这些因素也成为新型城镇化差异的关键影响因素。

根据研究结论，得到如下政策启示：

（1）提高投入产出效率，坚持高质量城镇化。必须正视中国新型城镇化建设过程中的短板，虽然新型城镇化水平整体有所提升，但仍具有进一步提升的空间。因此，应将生态约束、创新引领、质量提升作为新型城镇化发展的主要目标之一，牢固把握质量变革是主体、效率变革是主线、动力变革是基础的理念，推动传统要素向创新要素的动能转换，促进“经济-社会-生态”系统的协调发展。

（2）推动地区互动发展，发挥空间溢出效应。中国新型城镇化的空间正向集聚特征以及溢出效应的存在说明，各省份在推动新型城镇化建设时，要注重同周边省份间的交流、合作和互动。应把工业水平、人力资本水平、外商投资、地方政府行为、产业结构布局和市场环境等因素结合起来进行综合考量，才能为新型城镇化发展创造良好的环境，实现生态约束与创新引领下新型城镇化高质量发展。