县域人口城镇化的影响因素分析

江易华

（1.清华大学社会学系，北京 100084；2.湖北工业大学公共管理系，武汉 430068）

0 引言

“六普”数据显示，居住在城镇的人口为66557万人，占总人口的49.68%[1]。这一数据说明，从世界城市化过程的三阶段来看，当前我国的城镇化正处于加速发展阶段。然而，在我国城镇化加速发展的进程中，还存在一些问题亟待我们去解决。当前，理论界和实践界普通关注的两大问题：一是人口的城市化滞后于土地的城市化；二是城镇化过程中出现的“伪城镇化”现象。前者表现为土地资源用于城镇建设，但农村人口并未实现相应转移。后者从“六普”数据可见一斑，“六普”数据显示，居住地与户口登记地所在的乡镇街道不一致且离开户口登记地半年以上的人口为26139万人[1]。这一部分人从统计意义上说，属于城市人口，但事实上他们并未真正融入城市。针对这一现象，学界指出：当前的城镇化更多表现为一种“伪城镇化”。

从流动人口数据来看，当前我国人口流动的趋势表现为大量人口朝沿海大城市集中，这给大城市形成了较大压力，也带来了诸多问题。我国是一个农业人口占绝大多数的国家，当前农村还有几亿人口需要转移，在资源短缺的情况下，如果人口都往大城市流动，则会进一步加剧大城市的高风险。为此，我们认为理想的流动模式是发展县域经济，逐步形成县域范围内的劳动力流动。正如有的学者指出的那样，县级城市应该成为现阶段中国城市化道路的战略性选择[2]。张建华、洪银兴[3]认为，在大城市地区以县级城市为主导推动城市化和城乡一体化的条件最为成熟。当然，要在县域范围内形成合理的劳动力流动，需要综合的政策引导，探索如何引导人口向县域或小城镇迁移。因此，本文在功能区划背景的基础上，厘清县域人口城镇化的影响因素，为推进县域人口城镇化提供决策参考，具有极其重要的意义。

尽管城镇化进程受到自然、经济、人口、政治、文化等诸多因素的影响，但起决定性作用的还是经济因素，经济发展是城镇化最基本、最重要的动因。因此，本文将利用县域经济社会统计数据，对县域人口城镇化的内生影响因素进行因子分析，以此为基础来确定县域人口城镇化的关键自变量。

需要说明的是，本文中的城市化或城镇化是指英文中的“urbanization”，即中国的“urbanization”。我们在文中会用到“城市化”或“城镇化”两种表达，但表达的意思是相同的。

1 内生影响因素的因子分析

1.1 数据来源与研究方法

我们从2009年各省的统计年鉴中采集了全国1826个县域统计数据，对其中的14个经济社会指标进行因子分析。这些指标包括：地区生产总值（万元）（GDP）,地区第一产业增加值（万元）（GDP1），地区第二产业增加值（万元）（GDP2），地区第三产业增加值（万元）（GDP3），城镇单位在岗职工人数（人）（UrE）,乡村从业人员（人）（RuE），农林牧渔业人员（人）（AgrE），固定资产投资（万元）（TatI）,地方一般财政预算收入（万元）（GLR），地方一般财政预算支出（万元）（GLE），城乡收入比（%）（PAratio），农林牧渔业总产值（万元）（GDA），社会消费品零售额（万元）（TRS），农业机械总动力（万千瓦）（machine）等。

我们应用主要运用SPSS统计软件，对上述14项指标进行因子分析，选择KMO检验和巴特利球形检验，采用方差极大法旋转（正交旋转）。

需要说明的是，我们在做因子分析时，把有些指标数据缺失的个案排除在因子分析过程之外，因此，最后实际参与因子分析的样本数为1673个。

1.2 因子分析的结果解释

（1）KMO值为0.796。根据统计学家Kaiser（1974）给出的执行因子分析的KMO大小判断准则，表1中的Bartlett球度检验的概率P值表明，相关系数矩阵与单位矩阵差异显著。同时，由KMO度量标准可知，表中的KMO值为0.796，表明本文用上述14个变量进行因子分析是可行的。

表1 KMO和球形Bartlett检验

（2）表2中显示的是因子分析中的原有变量中总方差被解释的列表。表2中数据显示，有三个因子被提取和旋转，其累计解释总方差百分比为80.029%。前三个因子的方差贡献率分别是：51.856%、19.455%、7.331%，且这三个因子的特征值都大于1。根据因子分析的基本原理，旋转后三个因子的相对位置不变，但是，因素的完整性增加，可解释的比重发生改变，分别为43.307%、25.482%、11.239%，累计解释总方差百分比未变，但更易于解释。由此方差解释表可以看出，用这3个主成分因子来代替原来的14个指标，其方差贡献率为80.029%。也就是说，用前面3个主成分因子解释因变量，能包含原来14项指标所能解释的绝大部分信息，因此，选择前3个主成分因子作为主要自变量，能够较好地解释因变量。

（3）因子分析的碎石图。图1中的横轴表示的是因子数量，纵轴表示的是特征根。从图中的斜率变化来看，前三个主成分因子间的线形呈急速上升趋势，其特征根也相对较大，但是，从第四个主成分因子及之后的因子间连线的斜率变化不大，特征值小。可见，碎石图反映出了前三个主成分因子对解释城镇化率的贡献相对较大。

表2 Total Variance Explained

图1 因子分析碎石图

（4）表3中显示的是旋转后的因子载荷矩阵。由旋转后的因子载荷矩阵可以得到以下结论：第一，第1公因子在地方一般财政收入GLR、第二产业增加值GDP2、地区生产总值GDP、第三产业增加值GDP3、社会消费品零售额TRS、固定资产投产TatI、地方一般财政预算支出GLE分别有以下相应载荷：0.957、0.956、0.954、0.945、0.849、0.841、0.820，这些指标反映了县域城镇经济发展实力，可以归为城镇经济发展因子。我们选取地区生产总值GDP作为自变量指标。第二，第2个公因子在农林牧渔业人员AgrE、乡村从业人员RuE、农村牧渔业总产值GDA、第一产业增加值GDP1分别有0.935、0.898、0.831、0.828的载荷，这4项指标反映了农业发展状况，可以归纳为农业因子，选取农林牧渔业人员AgrE作为自变量指标。第三，第3个公因子在城乡收入比PAratio有0.892因子载荷，这个指标反映了城乡收入差距，归为城乡差距因子，并选择城乡收入比PAratio作为自变量指标。

因此，在2009年统计年鉴县域样本数据的因子分析中，地区生产总值GDP、农林牧渔业人员AgrE、城乡收入比PAratio三个自变量将作为模型的自变量，再加上功能区域的划分（人口发展功能区），成为后续关于县域人口城镇化模型研究的基础。

2 结论与思考

区域间发展的非均衡性是我国区域发展的基本特征，区域城镇化也不例外。因此，我们在分析县域人口城镇化的影响因素时，区域也应成为其中的一个关键变量。

通常，人们习惯于根据经济区域的划分来进行区域间的比较。而我国经济区域的划分，在不同的发展阶段有不同的划分。在当前的新形势下，为扭转我国社会经济发展不协调的状况，国家提出了主体功能区划。在国家“十一五”规划纲中，提出把国土空间划分为优化开发区、重点开发区、限制开发区、禁止开发区4类不同的功能区。“十二五”规划，则强调实施区域发展总体战略和主体功能区战略，增加区域发展的协调性。我们从主体功能区域划分的依据来看，其重心体现在强调综合考虑各区域的资源环境承载力等因素，注重对不同区域的功能进行合理定位。与之相配套的人口发展功能区划，则是以自然资源等为基础，以人口为主线，将区域划分为人口稳定区、人口集聚区、人口疏散区和人口限制区4类。

表3 Rotated Component Matrixa

人口发展功能区与主体功能区划是同一问题的两个不同方面，二者既有联系又有区别[4]。一方面，考虑到人口功能区以人口为载体,同时，推进形成主体功能区，也要求坚持以人为本，引导人口与经济在国土空间的合理、均衡分布。另一方面，在我国人口城镇化加速发展的过程中，已出现人口集聚滞后于产业集聚、国家生态屏障地区人口超载等现象。这些都要求我们：推进人口城镇化，必须考虑人口发展功能的合理分区，在此基础上来引导人口的有序流动与适度集聚，促进不同地区的人口与资源环境的协调与可持续发展。因此，我们在分析县域人口城镇化的影响因素时，把人口发展功能区划作为其中的一个关键变量。

综上所述，基于2009年各省的统计年鉴中的全国1826个县统计数据，我们对其中的14个经济社会指标进行了因子分析，以此为基础确定县域人口城镇化的主要影响因素。分析结果显示：地区国内生产总值、农林牧渔业人员、城乡收入比三个自变量将作为模型的自变量，再加上人口发展功能区划，成为县域人口城镇化理论模型构建的主要自变量。

[1]http://politics.people.com.cn/GB/1026/14506891.html，2011,9,21.

[2]殷广卫，薄文广.基于县级城市的城乡一体化是我国城市化道路的一种政策选择[J].中国软科学，2011,(8).

[3]张建华，洪银华.都市圈内的城乡一体化[J].经济学家，2007,(5).

[4]曾群华，徐长乐，武文霞，蔡琴.人口发展功能分区与主体功分区的比较研究[J].人口与经济，2010,（1）.