土地城镇化与人口城镇化协调性及影响因素研究<br/>——基于省级面板数据的分析

土地城镇化与人口城镇化协调性及影响因素研究
——基于省级面板数据的分析

2014-01-14李光勤

地方财政研究 2014年6期

关键词：城镇城镇化人口

李光勤

（浙江农林大学，杭州 311300）

土地城镇化与人口城镇化协调性及影响因素研究
——基于省级面板数据的分析

李光勤

（浙江农林大学，杭州 311300）

文章构建土地城镇化与人口城镇化的协调度指标，衡量全国和各省区的土地城镇化与人口城镇化协调发展程度，并通过模型量化其影响因素的具体效应。研究表明我国近二十年来，全国土地城镇化与人口城镇化的发展基本不协调，土地城镇化远远快于人口城镇化；通过对省级面板数据的研究发现，在过去十年的时间里，大多数省份基本协调的年份只有一半左右，而且东部地区的协调度还不及中、西部地区；通过定量研究，发现影响土地城镇化与人口城镇化发展不协调的主要因素是产业结构，而地区经济发展水平和城乡收入差距也是其影响因素之一，但作用没有产业结构明显，经济开放程度影响最少。

土地城镇化人口城镇化协调度面板数据模型

一、引言

在党的十八大报告中，首次提出新型城镇化的概念，学术界也在不断探索新型城镇化的发展路径。从新型城镇化的提出背景分析，我国过去三十多年走过的城镇化道路是传统的城镇化道路。传统的城镇化是基于人口向城市集中、土地资源向城镇倾斜的城镇化，而没有真正做到人的城镇化。在传统城镇化过程中，人口城镇化与土地城镇化是地方政府追求的城镇化，那么这两者在全国水平上是否是协调发展的，站在各省的角度是否是协调发展的。这一问题的研究对于新型城镇化的发展具有一定的现实意义。

最近几年，我国学者开始对人口城镇化与土地城镇化的协调性感兴趣。陈凤桂等（2010）以人口城镇化和土地城镇化为切入点，研究二者协调发展状态，研究发现我国从2002年开始城镇土地开始大量扩张，土地城镇化增长速度加快，到2007年超过人口城镇化水平，人口城镇化与土地城镇化的协调水平低，地区差异明显。曹文莉等（2012）以江苏省为沿海发达省份的代表，以人口、土地和经济城镇化为切入点，研究发现江苏省在1998年—2009年间人口、土地和经济城镇化都呈上升趋势，三者的协调发展度也处于上升状态。傅志华等（2012）认为人口和土地是城镇化过程中两个核心问题，但我国快速城镇化进程中逐渐形成人口的半城镇化与土地资源稀缺引致地价上涨，地价的上涨引起房价的上涨，从而进一步推进人口的半城镇化。范进、赵定涛（2012）通过构建协调性指数模型研究土地与人口城镇化的关系，研究发现当前我国土地城镇化明显快于人口城镇化，并认为土地与人口城镇化不协调的因素是城乡二元结构和户籍制度。蔡卫红（2013）研究福建省城镇化时发现，福建省的人口城镇化明显慢于土地城镇化，并认为城镇土地利用的效率不高导致城镇土地的扩张。尹宏玲、徐腾（2013）通过对比2006年与2012年全国建制市城镇人口和建设用地数据，运用Arcgis软件对人口-土地城镇化不协调进行时空特征分析。人口城镇化与土地城镇化不协调是不争的事实，但对于衡量人口城镇化与土地城镇化的指标不尽相同，其结果也不同，并且对造成这种不协调的成因是多方面的，目前的研究对其解释还不全面。本文通过构建土地城镇化与人口城镇化的协调度指标，并对协调度的因素进行分析，构建其影响因素模型进行实证分析，以期为土地城镇化与人口城镇化不协调提供一个更为全面的解释。

二、土地城镇化与人口城镇化协调度分析

（一）协调度说明

协调度是度量两个或者多个系统或变量之间在发展过程中彼此和谐一致的程度，体现了系统由无序走向有序的趋势，是协调状况好坏程度的定量指标。本文采用两个指标来分别衡量土地城镇化与人口城镇化，然后分析两者的协调度指数。

学术界一般认为，人口城镇化采用城镇人口占总人口的比重，这一指标的好处在于收集方便，通过查阅统计年鉴就可以获得，但是目前我国在统计城镇人口时，一般按照户籍制度进行统计，也就是说所谓的城镇人口就是非农业人口，但与其是否生活在城镇并没有直接关系。非农业人口只是一个身份体现，并没有反映其生活所在地，因此这个指标有一定问题。本文采取城区人口作为城镇人口，城区人口的计算根据统计年鉴上的城区面积和城区人口密度两个指标计算得到。土地城镇化一般采用城镇建成区面积占地区总面积来衡量。但是这个指标也有一定问题，即我国的城镇建成区面积有的年份是减少的，有的年份增加非常多（行政区划调整），因此会对分析带来不确定性。本文拟采用城市道路面积替代城镇建成区面积，用城镇道路面积的增加来替代土地城镇化的提高。这一指标有一个好处在于理论上这个指标都是在增加的（不过文章在分析过程中发现，北京市2011年的道路面积比2010年反而少，这是一个特例，其原因不知），因此在分析时，可以很好地反应我国土地城镇化的发展。下面利用两个指标构建土地城镇化与人口城镇化的协调度指数。

在式（1）中，CSP为土地城镇化与人口城镇化的协调度指数，S（Spatial）为道路面积增长率，P（Population）为城区人口增长率。从公式可以看来，CSP介于（0，1）之间，当S、P同为正或者同为负时，CSP=1，表明空间城镇化与人口城镇同步推进，最为协调；当S、P互为相反数时，CSP=0，表明空间城镇化与人口城镇最不协调；其他情况介于两者之间，当空间城镇化与人口城镇化变化速度越相近，则协调度越高。范进、赵定涛（2012）给出了关于CSP的参考分类标准（表1）。

表1 土地城镇化与人口城镇化协调度指数分析表

（二）全国范围内土地城镇化与人口城镇化协调度分析

从全国范围来看，图1（左纵轴代表城镇道路面积，右纵轴代表人均道路面积和城区人口）是城镇道路面积、人均道路面积和城区人口从1990年—2011年的趋势图，从图中可以看出，道路面积增长是最快的，从10亿平方米增加到60亿平方米，20余年的时间增长了5倍之多，而城区人口从1990年的2.9亿人增加到2011年为4.1亿，只增加了1.2亿左右，增长不到50%。可以清楚地看出，土地城镇化的速度是远远快于人口城镇化的速度。

根据式（1），本文测算了从1990年到2011年的人口城镇化和土地城镇化的增长速度，以及两者的协调度指标（见表2）。由于表格大小的关系，对90年代的数据只列出部分年份。从数据来看，城区人口增长速度缓慢，最快的年份不到3%，且有的年份为负增长；而城区道路面积年增长速度达到10%，最慢的年份也达到3.2%；土地城镇化与人口城镇化的协调度指数来看，只有90年代前期和2006年处于基本协调，其他所有年份都为不协调。综合判断，这二十多年，我国都处于土地城镇化快于人口城镇化的时期。

图1 1990年—2011年全国城镇道路面积与城区人口增长趋势图

（三）省级土地城镇化与人口城镇化协调度分析

从省级范围分析，根据所收集到的数据，重点分析近十年的协调度指标（表3）。从表3可以看出，协调的地区从2003年到2011年总体上趋于上升趋势，但基本协调的地区在减少，不协调的地区也在减少，总体上并不稳定，说明各个地区受某些因素影响，表现出各个年份不同的特征。从协调特征来看，人口城镇化超前发展的地区基本稳定在5个地区，其他地区都是属于土地超前发展的地区。

把各省区分为东、中、西三大区域来看（表4），东部地区，北京、广东、河北、江苏、协调程度较高，浙江、天津相对差一些，基本协调的年份只有三年，只占到研究时期的三分之一；中部地区发展相对平衡，其中，江西、湖南、河南、湖北相对好一些，而吉林、山西相对差一些；西部地区的新疆和青海两地土地城镇化与人口城镇化协调性较好，宁夏和贵州协调性相对差一些。从三个区域整体对比来看，中、西部比东部的土地城镇化与人口城镇化协调性要好一些。

三、人口城镇化与土地城镇化不协调的影响因素分析

（一）理论分析与变量说明

从实践来看，土地城镇化与人口城镇化发展不协调是由于地方政府追求GDP业绩，而加快城市建设用地的扩张，从而导致土地城镇化加速推进，人口城镇化相对滞后。

表2 1990年—2011年全国人口城镇化和土地城镇化的协调度分析

表3 2003年—2011年省域人口城镇化和土地城镇化的协调度分析

从理论上来看，这两者的不协调还受到其他一系列原因的影响。首先是经济发展水平。当一个地区在发展过程中，不断需要经济发展空间，经济发展程度越高，对土地的需要就会越大，从而促使土地的扩张超过人口的增长。其次是经济结构的变化。经济结构一般是低级向高级转变，在这个转变过程中，不同经济结构需要不同的土地类型，当更高级的经济结构形成之后，就会对更高一级的土地需求增加。因此，土地就从农业用地向工业用地转变，从而导致城镇土地扩张，超过人口增长。第三，经济开放度。在开放的经济条件下，对外经济对一个国家的经济发展，以及土地结构转变都会产生重大影响。第四，城乡收入差距。我国的二元经济结构决定了收入不平等的重要表现就是城乡收入差距。城乡收入差距会导致一部分人到城镇去寻找工作，当大量的劳动力涌向城镇时，城镇的产业就需要考虑如何吸纳这些剩余劳动力，这就会导致城镇发展一些能更好吸纳剩余劳动力的产业类型，这些产业类型的重要的特征就是劳动力密集型，而劳动力密集型的产业往往需要占用更多的土地空间，从而推动土地城镇化快于人口城镇化。基于以上理论分析，本文拟构建以下面板模型来对这些因素对土地城镇化与人口城镇化不协调的影响进行定量研究。

表4 2003年—2011年三大区域协调的年份数分析

其中，yi，t表示第i地区第t时期的土地城镇化与人口城镇化协调度指标，本文利用人均道路面积作为替代变量对模型进行验证；

lnpgdpi，t表示第i地区第t时期人均国民收入的对数，是衡量地区经济发展水平的变量。由于收集到的数据是没有剔除价格变化，因此本文对所有以当年价格表示的数据均为以2000年为基础，剔除价格变化后的真实数据。地区经济发展水平一般在文献中都用人均国民生产总值来替代；

indrustriali，t表示第i地区第t时期的产业结构变化指标，本文利用二、三产业就业人数作为衡量产业结构升级的指标；

lnforeigni，t表示第i地区第t时期的实际利用外资额，是衡量经济开放度的指标。用实际利用外资的对数来表示，其中外资的数据是以美元计量，在数据处理的过程中，按照当年的汇率折算成人民币之后再除以当年的人口总数；

diffi，t表示第i地区第t时期的城乡收入差距指标，是衡量城乡收入差距的指标，利用各地区城镇居民人均可支配收入与农村居民人均纯收入之比来表示；

μi表示非观察的个体固定效应，ξi，t表示随机误差项，c为常数项。

数据来源于《中国区域经济统计年鉴2000—2012》，研究时间为2001年—2011年，各变量的统计性描述见表5。

（二）面板分析结果

本文分别采用混合面板模型、固定效应模型和随机效应模型进行估计，结果见表6。

从表6的估计结果可以看出，在混合OLS中，控制了时间效应和地区效应，而在固定效应和随机效应模型中控制了时间变量，但三个模型中，四个解释变量只有固定效应模型通过了至少10%以上的显著性检验，其中产业结构变量和人均实际利用外资变量通过1%的显著性检验，而城乡收入差距通过5%的显著性检验，经济发展水平变量通过1%的显著性检验。拟合优度都较高，说明模型拟合较好。对比混合面板模型和固定效应模型，F值通过了1%的显著性检验，说明固定效应模型较好。利用hausman在加了sigmamore选项后的卡方分布值为17.21，通过1%以内的显著性检验，在固定效应和随机效应之间，固定效应更好。因此下文分析固定效应模型估计结果。

从四个解释变量的回归系数看，只有人均外商直接投资对被解释变量有负影响，而且影响非常小，只有千分之二的影响。而在另外三个变量中，产业结构对土地城镇化水平影响最大，说明土地城镇化受到来自就业的压力更大，当二、三产业每增加一个单位1%时，土地城镇化将增加2.4%。经济发展水平对土地城镇化的影响程度并不大，只有0.062，反而城乡收入差距对土地城镇化的影响更大些，达到0.135。我们通过利用城乡消费差距和对外贸易依存度作为城乡收入差距和人均外商投资的替代变量代入模型进行回归，回归结果基本一致，但显著性水平较差。这里不再赘述。

表5 各变量的统计性描述

表6 面板模型估计结果

由于各个地区的土地城镇化发展程度不同，对被解释变量的影响程度也应该不同。下面对各个地区的个体效应进行分析（见表7）。从表7的结果可以看出，只有贵州只通过10%的显著性检验，其他地区都通过了1%的显著性检验，说明回归结果很理想。从地区影响来看，地区对土地城镇化影响最大的是海南省，达到1.767，最小的上海市，只有0.39。从东、中、西三大地区来看，东部地区内部差距最大，说明发展程度不同对地区效应的影响也不同。中部地区之间的个体效应相差不大，说明中部发展较为均衡。西部地区之间差距也较大，但没有东部明显，其中差距较大的是重庆和贵州两个地区，一个在西部发展最快、一个发展最慢，但是对土地城镇化的影响差别不大，但与西部其他地区相差较大。

四、主要结论与政策启示

本文研究认为，我国近二十年来，都是在走一条土地城镇化超前发展的道路，土地城镇化远快于人口城镇化的发展；从土地城镇化与人口城镇化的协调度指标来看，只有偶尔一些年份达到基本协调的程度，绝大多数年份都处于不协调的状况，其原因在于我国对城镇化的理解不深入和地方政府一味追求土地财政；从各省域来看，情况比全国的情况要好一些，但绝大多数省份在过去十年里，只有半数时间土地城镇化与人口城镇化处于协调，而且东部地区的协调状况不如中、西部地区，原因在于东部地区城镇不断扩张，人口虽向城镇集中，但并没有转变为市民，而中、西部地区经济相对落后，土地城镇化的速度相对慢一些，从而对人口城镇化相对协调一些；从影响土地城镇化与人口城镇化的因素来看，产业结构变动是主要影响因素，城乡收入差距影响程度较大，经济发展水平的影响程度次之，经济开放程度对土地城镇化超前发展影响很小，原因在于推动土地城镇化的直接因素是城市二三产业不断壮大，对土地的需求不断提高，而城乡收入差距引起人口向城镇集中，但并没有成为市民。鉴于本文的分析研究，提出以下建议：

第一，土地城镇化应该以增加二产业就业为目的。土地城镇化超前发展，大量农用地转变为非农业用地，这些土地的使用要能增加二、三产业就业，这样效用才会更大。如果如当前一些地方通过卖地而增加地方财政收入，而没有把土地用于发展工业，增加就业上，这样的土地城镇化超前发展就不能带来大的效用；