就业结构、文化教育和城市规模对城镇化质量的影响——基于中国十大城市群的经验分析

曾 鹏，褚王安，张晓君

(1.桂林理工大学 人文社会科学学院，广西 桂林 541004；2.中央财经大学 经济学院，北京 100081；3.广西师范大学 经济管理学院，广西 桂林 541004)

【统计应用研究】

就业结构、文化教育和城市规模对城镇化质量的影响
——基于中国十大城市群的经验分析

曾 鹏1，2，褚王安3，张晓君1

(1.桂林理工大学 人文社会科学学院，广西 桂林 541004；2.中央财经大学 经济学院，北京 100081；3.广西师范大学 经济管理学院，广西 桂林 541004)

中国十大城市群目前正在成为中国经济、科技、文化最发达地区和国民经济的重要支撑点，城镇化质量问题一直是国家高度重视的一个问题，而就业结构、文化教育和城市规模又将对城镇化质量产生一定影响。基于1993—2012年中国十大城市群面板数据，选取城镇化质量为因变量、第三产业产值等为自变量构建面板数据模型，通过回归分析得出固定效应模型，结果表明：自变量大部分对城镇化质量起着正向的作用，因此有必要制定一系列相关政策，全面提高城镇化的质量。

中国十大城市群；城镇化质量；面板数据

一、引 言

“城镇化质量明显提高”已经作为一个新要求在党的十八大报告中提出，这不仅需要我们深入挖掘城镇化质量的内涵与本质，而且需要通过科学的方法对中国城镇化质量进行综合测评，这样才能清楚各个地区城镇化质量水平的差距，进而确立改进的方向，为中国大力推进城镇化提供有效的理论支持。就业结构合理是经济结构合理从而使产出最大、效益最高的保障，而经济结构是影响城镇化质量的主要因素，所以就业结构对城镇化质量有着重要的影响。城市规模对城镇化质量的影响主要体现在城市规模是质量的基础，更多的城镇人口将创造更多的财富和更好地提升城镇化质量，因此研究就业结构与城市规模对城镇化质量的影响非常必要。

国内外学者对城市群和城镇化质量进行了相关研究：Dimitris等人认为财政与经济增长是提高城镇化质量的重要因素，并且利用面板数据进行实证[1]；Friedmann .J.Four认为提高城镇化质量是地方政府的一项主要职能，城市规模的差距会导致城镇化质量中空间发展质量与社会发展质量极大的不一致[2]；Felix Rioja从财政学的角度运用面板数据模型解释经济发展质量[3]；Faggio G.等人运用面板数据模型从工资学角度进行回归分析[4]；Bunnell T.等人详细描述了一个扩展开的吉隆坡城市群区域的崛起和社会影响[5]；中国学者徐志文从空间格局方向对城镇化质量进行了研究，提出了城市空间结构的变化对城镇化质量的正向作用[6]；杨胜刚通过面板数据单位根检验、协整检验与误差修正模型，对中部地区金融发展与经济增长总量、产业结构优化以及城镇化水平之间的长期关系和短期关系进行了研究[7]；陈鸿彬从经济学角度对城镇化质量进行了研究，从政府和民间机构的投资组合角度研究了城镇化质量高低[8]；王兆峰等人从政府角度入手探讨了政府对城镇化质量的影响[9]；张鹏飞等人提出了城镇化与产业高效的关系，基于数据实证分析了产业高效与城镇化质量之间的关系[10]。

以往研究中对城镇化质量水平影响因素的实证分析大体包括：经济发展、城市规模、产业结构、生态环境等方面，这些研究大大地扩展了对城镇化质量水平的研究范围，但其大部分仍然集中于理论层面，实证研究比较侧重于单一要素的城镇化质量的影响，例如就业结构对城镇化质量的影响、城市规模对城镇化质量的影响，而很少有综合就业结构、文化教育与城市规模对城镇化的影响[11]。因此，结合就业结构、文化教育与城市规模，运用面板数据模型对中国十大城市群城镇化质量影响进行分析，可视之为一种创新的研究模式，为中国十大城市群城镇化质量的提高和完善提供理论与实践的指导依据。

二、变量说明与数据来源

(一)变量说明

本文选取城镇化质量水平(URB)作为因变量。在城镇化质量的综合测评中，要综合考虑多方面的因素和深入了解城镇化质量的内涵，不仅要考虑城市经济发展、社会和谐、城乡一体化程度，而且还应考虑到城市的可持续发展能力以及生态环境方面的问题。根据中国城镇化质量综合评价报告中对城镇化质量指标的权重得出下式[12]：

URB=(AREA×0.35+GDP×0.3+ ENV×0.35)/PEO

(1)

其中AREA为单位建成区面积吸纳的城镇人口数量，GDP为城市群地区总产值，ENV为环境因素中污水集中处理率，PEO为年末常住人口。

在自变量选取上根据相关研究成果可知，影响城镇化质量的因素有3大类：经济发展质量、社会发展质量和空间发展质量，其中经济发展质量可以表示为就业结构、社会发展质量可以表示为文化教育、空间发展质量可以表示为城市规模，并分别从这3大类因素中选取了7个指标作为自变量，主要考虑就业结构、文化教育、城市规模这3个自变量。

针对就业结构，本文主要选取了第三产业(SER)、第二产业(IND)这2个指标。

合理科学的产业结构能够很大程度地促进城镇化质量水平的提高，而城镇化质量水平的提高会使经济快速发展，又反过来对产业结构起到完善优化的作用，两者相辅相成。中国是一个典型的二元经济的国家，在城镇化大步推进的过程中，三大产业中第二产业与第三产业吸纳了来自农村的劳动力，故主要选取第二产业与第三产业。本文用第三产业增加值比总产出值来衡量中国十大城市群的产业结构与经济发展；用第二产业增加值比总产出值来衡量中国十大城市群的产业结构与经济发展。

针对文化教育，主要选取了每万人在校大学生人数(STU)。教育是强国之本，科学技术是第一生产力，改革开放以来中国大力推动教育事业的发展，劳动者素质使经济发展更加有效率、社会更加和谐，而社会发展到一定程度又会促进教育事业的腾飞，这两者起到了互利互助的作用，故采用每万人在校大学生人数。文化教育是孕育人力资本的母体，对城镇化质量起着至关重要的作用，借鉴其他学者对文化教育的研究，采用每万人在校大学生人数来衡量文化教育[13]。

针对城市规模，主要选取了城市建成区常住人口(BUILT)。城市规模主要从城市人口的多少作为划分的标准，大致分为特大、大、中、小类型，而城市规模的大小与城镇化质量水平的高低又有着较复杂的关系，并不是城市规模越大城镇化质量的水平就越高，因为城市规模越大就意味着基础设施的建设会相对困难，而基础设施又直接影响到城镇化质量，但城市规模大则更加有利于城市的经济发展。

本文选取了3个控制变量，即外商直接投资(FDI)、财政支出比重(GOV)、固定电话(TEL)。用外商投资比当年GDP作为控制变量；用地方财政支出比GDP作为控制变量；用固定电话占人口的比重作为控制变量。同时，为了能够使量纲不同的指标间具有可比性，运用极差公式(处理过程略)将上述数据进行无量纲化处理。由于本文所选取的指标均为正向指标，故采用式(2)对上述数据进行处理。

通过式(2)计算积极性指标：

(2)

(二)数据来源

本文选取中国十大城市群作为分析研究的对象，具体为京津冀城市群、辽中南城市群、长三角城市群、海峡两岸城市群、山东半岛城市群、中原城市群、长江中游城市群、珠三角城市群、川渝城市群和关中城市群十大城市群[14]，见表1。

中国十大城市群1994—2013年的面板数据均由《中国城市统计年鉴》(2013)直接得到或通过相关公式计算得到；4个县级市中仙桃、潜江、天门3市的数据均根据《湖北统计年鉴》(2013)提供的数据直接得到或通过相关公式计算得到；济源市的数据均根据《河南统计年鉴》(2013)提供的数据直接得到或通过相关公式计算得到。

表1 中国十大城市群及其包含城市表

三、模型回归与确立

(一)平稳性检验

分析数据之前要对数据进行平稳性检验，采用4种方法(LLC、Fisher-ADF、Fisher-PP、IPS)对面板数据进行检验，所得结果见表2。

表2 平稳性检验表

注：此检验表示5%显著性水平。

上述4种检验的检验假设均为原假设存在单位根，而备择假设不存在。由表2检验结果可以看出所有的数据并没有全部通过假设，说明不具有平稳性，这时本文选择一阶差分的方法使面板数据通过检验。

(二)协整性检验

变量之间是非同阶单整的，即指面板数据中有些序列平稳而有些序列不平稳，此时不能进行协整检验和直接对原序列进行回归。对序列进行差分或取对数使之变成同阶序列，若变换序列后均为平稳序列，可用变换后的序列直接进行回归。

协整检验未通过，若均为二阶单整，则都取差分或都取对数生成新序列进行单位根检验，否则是一阶单整(取差分或对数后都会变成一阶单整)；若是对新序列进行协整检验，如无法达成协整，分析终止；若均为一阶单整，直接全取差分或全取对数进行回归分析，见表3。

表3 面板数据协整性分析表

(三)模型回归

本文运用随机影响模型、固定影响模型和混合数据普通最小二乘法3种方法，对中国十大城市群20年的面板数据进行分析，回归方程如下：

固定影响模型：

URBit=α×SERit+α1×INDit+β×STUit+γ×BUILTit+γ1×FDIit+γ2× GOVit+γ3×TELit+ci+εit

(3)

混合数据普通最小二乘法：

URBit=α×SERit+α1×INDit+β×STUit+γ×BUILTit+γ1×FDIit+γ2× GOVit+γ3×TELit+b+εit

(4)

随机影响模型：

URBit=α×SERit+α1×INDit+β×STUit+γ×BUILTit+γ1×FDIit+γ2× GOVit+γ3×TELit+b+μi+εit

(5)

以上3模型中，i为不同城市群，t为不同年份，μi和ci为随机扰动项，εit为残差；参数α、β、γ分别表示对城镇化质量影响是否显著、或显著为正或为负，都关系到就业结构、文化教育、城市规模对城镇化质量的影响，因模型假设不同，所以影响因素、参数值也不一样。面板数据包含了横截面数据与时间序列数据两大因素，故参数估计会受到组间效应(是不同城市群之间的差异)与组内效应(是同城市群不同年份的差异)的影响，其中固定影响模型中α、β、γ只取决于组内效应，混合数据普通最小二乘法α、β、γ同时受两者影响，随机影响模型只有在城市群差异处于正态分布时，α、β、γ才不受组间效应的影响。对中国十大城市群面板数据进行回归分析见表4。

表4 中国十大城市群数据回归结果表

从表4结果看出，固定影响模型优于混合数据普通最小二乘法，拟合值也优于混合数据普通最小二乘法，故建立个体固定效应模型，随之对随机影响模型进行Hausman检验，见表5。

表5 Hausman检验表

从表5结果看出Hausman检验无效，故综合考虑检验结果，应当建立固定效应模型。

(四)模型确立

固定影响模型进行修正后的回归模型如下：

URB=0.396 5SER+0.115 9STU+0.269 5BUILT+0.213 2IND-0.060 2FDI+ 0.156 9GOV+0.106 8TEL+ 0.095 3AR(1)-0.078 5

(6)

R2=0.925 8 DW=1.600 4N×T=200

(7)

可以看出，7个自变量前的符号除了外商直接投资为负其他都是为正，每万人在校大学生人数每提高12%城镇化质量则提高一个单位；第三产业产值每提高40%城镇化质量则提高一个单位；城市建成区常住人口每提高27%城镇化质量则提高一个单位；外商直接投资每提高6%城镇化质量则降低一个单位；财政支出比重每提高16%城镇化质量则提高一个单位；第二产业产值每提高21%城镇化质量则提高一个单位；固定电话数每提高11%城镇化质量则提高一个单位；R2=0.925 8、DW=1.600 4，说明模型的拟合程度较好，并且自相关性较低。

四、结论与建议

通过对中国十大城市群的数据统计分析，可以看出文中所选取的城镇化质量的影响变量(就业结构、文化教育和城市规模)的数值大体上由东部沿海城市群向西南内陆城市群呈现递减的趋势，正向指标中长三角城市群的统计值要普遍大于关中城市群，而且各个城市群都有自己的特性。从以上模型可得结论：第一，该模型7个变量中有6个变量系数为正，FDI的系数为负；就业结构对城镇化质量的影响较大，而文化教育对城镇化质量的影响较小；同类型自变量对城镇化质量的影响差异化不大。第二，本文研究就业结构、文化教育与城市规模对城镇化质量的影响，选取的指标为第三产业产值、第二产业产值、在校中高学生人数、城市建成区常住人口，外商直接投资、政府支出比重、固定电话为控制变量，经过模型测算出的符号均为正数，表示这些指标每提高多少百分比便使城镇化质量提高一个单位；FDI前面的系数为负，表示FDI每提高多少百分比便会使城镇化质量降低一个单位。第三，依据模型可知，就业结构比文化教育对城镇化质量的影响力大，由于就业结构是经济结构中最基本的结构，而且是经济结构转换的关键所在，同时又是城镇化质量的主要影响因素，故影响显著；文化教育则要通过影响劳动者素质来最终影响经济发展质量，因而比就业结构的影响力小；城镇化质量的高低主要包括经济发展的高低、社会发展的高低与空间发展的高低，而对于每一类型的自变量而言，它们对城镇化质量的影响是相似的，例如对于就业结构而言，第三产业产值每提高40%城镇化质量则提高一个单位、第二产业产值每提高21%城镇化质量提高一个单位，故同类型自变量对城镇化质量的影响差异化不大。

笔者建议，在注重城镇化质量提高的同时着力提升生产率，促进劳动力有效转移并将产业政策、财政政策、就业政策、土地政策等有机结合，以全面提高城镇化的经济质量、社会质量和空间质量。

第一，以人为本，实现农民工市民化，强化农民工的参与。在公共服务方面，要以对待辖区人口的标准来对待转移人口，因为农民是城镇化的重要主体，城镇化需要农民主动参与，实现富裕农民，造福人民，并根据财政政策，建立市民化的专项转移支付。

第二，因地制宜，进行户籍制度改革，消除劳动力转移的障碍。中国的户籍制度很大程度上对人口的迁徙起到了限制作用，综合考虑多方面因素，在可持续发展前提下，可以提出开放城市户籍，积极提倡农民工与城镇市民同权。

第三，完善就业政策，增设基层就业服务机构，开展农村劳动力职业技能培训。鼓励创业，同时简化创业流程，加大创业扶持力度，为文化水平不高的群众提供更多的就业机会，增加就业岗位，一方面要对农民工提供就业培训，另一方面要放宽就业的门槛。

第四，鼓励农业技术创新，引导技术推广应用，产业技术政策和人才政策并用。增大增强制造业规模效应，促进服务业结构升级，促进劳动力层次水平提高，提升专业素养，进而提高社会劳动生产率。

第五，以城镇化质量为导向，分类指导，使城镇化进程健康发展。加强经济、民生、城乡统筹和可持续发展建设，提升城镇化质量亟需解决的包括涉及农民工入城落户的户籍管理政策以及农民工进城后的社会保障等问题。

[1] Dimitris K C，Efthyrmios G.Tsionas Financial Development and Economic Growth:Evidence from Panel Unit Root and CointegrationTests[J].Journal of Development Economics， 2004，73(1).

[2] Four Friedmann J. Theses in the Study of China's Urbanization[J].International Journal of Urban and Regional Research，2006，30(2).

[3] Felix Rioja，NevenValev.Does One Size Fit All? A Reexamination of the Finance and Growth Relationship[J].Journal of Development Economics， 2004，74(2).

[4] Faggio G，Salvanes K G，Van Reenen.The Evolution of Inequality In Productivityand Wages: Panel Data Evidence[J].Industrial and Corporate Change， 2010，19(6).

[5] Bunnell T，Barter P A，Morshidi S.Kuala Lumpur Metropolitan Area:A Globalizing City-region[J]. Cities,2002，19(5).

[6] 徐志文. 土地资源与城市经济增长：理论与经验分析[J].统计与信息论坛，2015(5).

[7] 杨胜刚.中部塌陷、金融弱化与中部崛起的金融支持[J].经济研究，2007(5).

[8] 陈鸿彬.加强对农村城镇化质量的理论研究[J].改革与战略，2005(5).

[9] 王兆峰，饶碧宇.民族地区城乡市场结构协调发展与提升城镇化质量研究[J].湖南科技大学学报，2012(15).

[10]张鹏飞，韩锐. 新型城镇化下现代田园城市综合评价指标体系的构建[J].统计与信息论坛，2015(4).

[11]黄勇.城镇化对经济增长、劳动力转移促进作用的国际对比分析——基于跨国面板数据的固定效应变系数模型分析[J].时代金融，2013，(12).

[12]魏后凯.中国城镇化质量综合评价报告[R].北京：中国社会科学院城市发展与环境研究所,2013.

[13]朱建平. 面板数据的聚类分析及其应用[J].统计研究，2007，24(4).

[14]肖金成，袁朱．中国将形成十大城市群[N]．中国经济时报，2007-03-29．

(责任编辑：郭诗梦)

《统计与信息论坛》入编北京大学图书馆《中文核心期刊要目总览》

近日，本刊编辑部接到北京大学图书馆通知：“依据文献计量学的原理和方法，经研究人员对相关文献的检索、统计和分析，以及学科专家评审，贵刊《统计与信息论坛》入编《中文核心期刊要目总览》2014年版(即第七版)之社会科学总论(除民族学)类核心期刊。”这是本刊继入选《中文社会科学引文索引(CSSCI)来源期刊》、《中国人文社会科学核心期刊》、《RCCSE中国核心学术期刊》、《“复印报刊资料”重要转载来源期刊》、“中国国际影响力优秀学术期刊”之后入编的又一重要核心期刊。至此，本刊已经进入国内相关的全部重要期刊评价体系。

这些成绩的取得，是西安财经学院、中国统计教育学会高教分会鼎力支持的结果，是编委、审稿专家精心呵护的结果，是广大作者、读者密切合作的结果，是编辑部全体同志勤奋敬业的结果。在这样良好的基础上，《统计与信息论坛》将继续沉下心来，踏踏实实做事，兢兢业业办刊，取长补短，精益求精，把这份统计人的学术期刊办得更好，为统计科学研究事业做出更大贡献。

《统计与信息论坛》编辑部

2015.09.08

Affection from the Structure of Employment, Education and Urban Mass Scale Urbanization：Empirical Analysis based on Top Ten Urban Agglomerations in China

ZENG Peng1，2，CHU Wang-an3，ZHANG Xiao-jun1

(1. College of Humanities and Social Science Guilin University of Technology， Guilin 541004, China;2. School of Economics Central University Of Finance and Economics, Beijing 100081, China;3. School of Economics & Management Guangxi Normal University, Guilin 541004, China)

The group of Chinese top ten cities is becoming the most developed regions of Chinese economy, technology, culture and the ten top anchor of the national economy. The problem of the quality of urbanization has been a problem of national attention, the structure of employment， education and city size how to affect the quality of urbanization, the paper based on the 1993-2012 data base panel of top ten cities in China, selecting the urbanization quality as the dependent variable, selecting the tertiary industry output value as the independent variable panel data models built, by using regression fixed effects model analysis results. Most of the results obtained from the variable play a positive role in the quality of urbanization， quantitative analysis of the impact of the structure of employment， education and the quality of urban scale urbanization， the final results from the analysis decide the suggestions.

the top ten urban agglomerations in China; urbanization quality; panel data

2015-06-26；修复日期：2015-09-16

国家社会科学基金西部项目《中西部地区城市群培育与人口就近城镇化实现路径研究》(15XJL002)；中国博士后科学基金一等资助面上项目《技术进步、产业集聚、城市规模与城乡收入差距关系研究》(2015M570222)；广西高等学校优秀中青年骨干教师培养工程资助项目(GXQG022014031)

曾 鹏，男，广西桂林人，管理学博士，教授，博士后，研究方向：城市群与区域经济可持续发展； 褚王安，男，湖南岳阳人，硕士生，研究方向：区域可持续发展； 张晓君，男，福建泉州人，硕士生，研究方向：公共经济发展。

F224.0

A

1007-3116(2015)11-0072-06