工业化、服务业发展与中国城镇化水平——基于城镇化决定因素模型的实证研究

梁　云

(安徽财经大学，安徽 蚌埠 233010)

工业化、服务业发展与中国城镇化水平

——基于城镇化决定因素模型的实证研究

梁云

(安徽财经大学，安徽 蚌埠 233010)

[摘要]笔者从理论层面分析了我国工业化、服务业发展对城镇化水平的影响机制，并使用55个省会、副省级城市在2003—2010年的面板数据，结合协整分析、Granger因果检验以及脉冲响应分析等计量方法，实证探讨了三者间的关系。研究表明：工业化进程与城镇化水平提升之间存在长期的良性互动机制，工业化程度的提高仍然是当前我国城镇化水平提升的关键动力，而城镇化水平的提高亦能带动制造业的进一步发展；考察期内并未发现服务业发展对现阶段城镇化进程起显著作用。

[关键词]工业化；服务业；城镇化；面板协整；城市数据

一、问题的提出

城镇化是近期决策层和理论界讨论的一个热点议题。“十五”规划和“十六”大报告都明确提出，要将加快城镇化作为促进现阶段经济发展的强大动力源泉和重大战略举措。与此同时，我国的经济发展面临转型压力，从地方到中央各级政府都在积极推进产业结构升级，并将其作为实现经济持续、健康发展的关键。所以加快推进城镇化和制造业和服务业的发展，并弥补城镇化和第二、三产业之间的失衡关系，就成为现阶段经济发展的重点所在。在这一背景下，提出并深入探究工业化、服务业发展与城镇化之间的关系，显然具有重要的实践指导意义。

从现有研究来看，多数文献侧重考察工业化与城镇化之间的关系，而分析服务业与城镇化关系的研究较少。前者的研究角度大致可分为三类：一类认为工业化是城镇化水平提高的原因，即工业化是因，城镇化是果，其间通过外部经济和聚集经济等将二者联系在一起。叶裕民[1]73-79认为工业化水平的持续提升构成了城镇化的经济前提，当前我国城镇化滞后的经济根源在于企业弱质以及由此引致的工业化过程受阻。第二类研究从工业化和城镇化互动发展的角度展开，认为工业化的过程同时也是城镇化的过程，工业化推动了城镇化，而城镇化反过来又带动了工业化，二者互为因果关系，绝大多数研究都是持此类观点[2]83-87[3]7-11。第三类观点认为工业化与城镇化之间的关系会随着收入水平或工业化不同阶段而存在较大差别[4]44-55，且不同类型国家的工业化与城镇化关系也表现出不同特点。

本文在已有的研究基础上，将工业化和服务业发展同时纳入我国城镇化决定因素的理论模型中，使用我国55个省会和副省级城市在2003—2010年的面板数据，结合协整分析、Granger因果检验以及脉冲响应函数等计量方法，考察不同产业结构演进阶段工业化和服务业与城镇化之间的关系，为推进现阶段城镇化建设提供理论依据。本文采用协整分析而不是大多数文献使用的回归分析法，其优势主要在于有效避免了因理论层面工业化或服务业发展与城镇化之间互动关系而产生的内生性问题，从而在一定程度上提高经验证据的科学性和准确性。

本文的结构安排如下：第二部分提出了反映工业化、服务业发展与城镇化水平提升之间关系的理论分析框架；第三部分简要介绍了本文的数据来源和变量设定，并构建了计量分析模型；第四部分进行了基于面板数据的单位根检验、协整关系检验、协整分析、Granger因果关系检验以及脉冲反应分析，并对结果进行了简要分析；最后是对全文结论的总结以及政策建议。

二、工业化、服务业与城镇化：一个理论框架

所谓城镇化，即指农村人口不断向城镇转移，非农产业持续向城镇聚集，从而使城镇数量不断增加，城镇人口规模与地域规模不断扩大的一种自然、社会历史过程[2]83-87。从城镇化的影响因素来看，城市作为非农产业的空间载体，其社会经济发展依赖于城市地域系统的产业发展与进步。制造业和服务业的发展水平直接决定了一个国家或地区的城市(镇)能够提供多少非农产业机会，吸收多少农业人口进入城市。所以城镇化尤其是现代城镇化的过程又是第二产业和第三产业等非农产业在空间持续集聚的过程。

工业化是城镇化的经济内涵，城镇化是工业化的空间表现[1]73-79。工业化对城镇化的推动作用，可以用“循环积累因果关系”理论来解释。在“循环积累因果作用力”的作用下，在工业化过程中，人口与资本持续向城镇地区聚集，并在此过程中二者互为因果，加速发展，从而使得工业化与城镇化之间表现出明显的正相关性。钱纳里和塞尔昆在1975年构建了体现工业化与城镇化关系的“发展模型”(钱—塞发展模型)，该模型认为工业化与城镇化的发展历程是一个由紧密到松弛的过程。在初期阶段，城镇化是由工业化推动的。但当城镇化率和工业化率都达到了一定水平后，城镇化开始加速发展并显著超越工业化。进一步到了工业化后期，制造业在国民经济中的比重逐渐下降，此时工业化对城镇化的贡献作用也由此转为逐渐减弱的趋势。

从吸纳劳动力的角度看，在工业化推进过程中，产业结构的演进遵循了从轻工业→重工业→服务业的轨迹。在工业化初期，以劳动密集型为主要特征的轻工业的迅速发展，以及制造业与农业之间的收入差异吸引了大量农村劳动力向制造业转移。而随着产业结构从轻工业向重工业推进，工业化对城镇化水平的影响表现出一定程度的不确定性。与轻工业相比，重工业的技术知识密集型和资本密集型特征决定了其吸纳非农劳动力的能力相对较小。一旦新市场或新生产领域的拓展对劳动力的需求提升幅度小于因为技术水平提升导致的劳动力需求下降程度，则工业化进程对城镇化水平提升的推动作用就会遭到削弱。但工业化进程推进到中后期，即便制造业整体吸纳劳动力的绝对量有所下降，第三产业的发展也使得城镇化水平得以继续提升。第三产业中的生活服务业始终具有劳动密集型的特点，而制造业尤其是高端制造业的发展会催动生产性服务业的快速发展，进而提供了大量的不同层次的劳动力需求。

理论层面的分析也得到了历史发展经验的证明。二战以后，尤其是60、70年代以来，在一些主要发展中国家，城镇化与工业化之间的联系也开始不像历史上那样表现出一致性，甚至出现了松散化的趋势。一些发展中国家的工业化对城镇化的推动作用在持续减弱，而经济服务化和第三产业的发展对城镇化进程起到了越来越明显的支配作用[4]44-55。所以综合来看，在工业化初级阶段，工业发展形成的聚集效应使得工业化比重增加，并对城镇化水平的提升产生了直接的拉动作用；但是当工业化进入到中后期阶段之后，这种聚集效应被产业结构转变和消费结构升级的作用所超越，在这一阶段，城镇化水平的上升主要是由服务业的就业增长带动的[5]74-79。

图1　产业结构演进不同阶段对城镇化率的影响

在服务经济时代，服务业与城镇化有着良性互动的关系，表现为两者相互依赖、相互促进。认为服务业对城镇化的促进作用主要通过三个方面来体现：(1)当工业化进入较高阶段后，对城镇化的产业支持逐渐从制造业转向服务业；(2)与制造业有所区别，服务业主要从强化城市功能、完善软硬设施、提升城市形象等质的方面对城市发展产生影响；(3)服务业生产与消费的不可分性特征决定了其向城市聚集的倾向[6]49-52。反过来，城镇化水平的不断提升也是服务业发展和产业结构升级的推进器。吉显华等人[7]67-74的研究表明，随着城市规模的扩大，服务业的规模和效率都会得到显著提升。从服务业内部结构来看，城市聚集了大量的劳动人口，由此引致的巨大消费需求会推动生活服务业的快速发展；同时由于第二、三产业主要集中在城市，所以对于作为提供中间投入的生产性服务业的需求也显著高于农村。最后，科教文卫等公共服务部门通常也都是以城市作为聚集区。综合来看，服务业是城镇化尤其是现代城镇化的依托和载体，而城镇化水平的提高反过来也能促进服务业规模和效率的提升[8]101-108。

三、数据、变量与模型

(一)数据与变量

本文选取了包括直辖市、省会城市、副省级城市以及计划单列市等在内的55个城市作为研究样本*这55个城市分别为：北京、天津、石家庄、唐山、太原、呼和浩特、包头、沈阳、大连、长春、吉林、哈尔滨、齐齐哈尔、上海、南京、无锡、常州、苏州、南通、杭州、宁波、温州、合肥、芜湖、福州、厦门、南昌、九江、济南、青岛、郑州、开封、武汉、长沙、株洲、广州、深圳、珠海、汕头、南宁、柳州、海口、三亚、重庆、成都、贵阳、昆明、西安、咸阳、兰州、西宁、银川、乌鲁木齐、克拉玛依。。由于《中国城市统计年鉴》对第三产业细分行业的统计口径从2004年开始发生变化(从9个变为13个)，为保证统计口径的一致性，本文选择2003年为起点。所以本文的样本包含55个截面(个体)，时间跨度为2003—2010年，观测值共计440个。采用图示法进行特异值的检验，去掉城镇化水平极高的特异值后，最终的观测值为415个*深圳、珠海、福州等城市在某些年份的城市化率过高，接近100%，可能是统计数据错误导致。。

本文的数据来源主要是2004—2011年的中国城市统计年鉴，2009年和2010年的非农业人口数据来源自中国统计年鉴数据库。变量的设定方面，以非农业人口数与年末总人口数的比值来衡量城镇化水平*大多文献在使用省级数据的时候使用城镇人口数占总人口的比重来衡量城市化水平，但由于中国统计年鉴没有提供城镇人口数，所以使用非农业人口数来代替。。使用服务业从业人员数与总从业人员数的比值来衡量服务业发展水平。对于工业化程度，本文采用工业化比重，即第二产业从业人员数占总就业人数的比值来衡量。从已有研究来看，在考察工业化程度与城镇化水平间关系时，使用工业化比重指标更为合适。比如郭克莎等[4]44-55在研究了我国工业化与城镇化率间的关系，发现不论是在改革前还是改革之后，城镇化率的上升与工业产值比重上升之间呈现较低的相关性，但以城镇化率的上升与就业结构变化的相关性较强。本文计量部分使用的软件是Stata11.0。

(二)模型设定

第一个环节“佳篇有约”进行中，临时增加了“作者答问”。课前我的预设是：作者先朗读自己的作品，而后介绍写作背景，同学们聆听，听后讨论、点评。但第一个作者就没有准备好。不能冷场，于是临时调整为“思后问”，即作者先朗读完自己的作品，同学们静静思考2分钟，然后向作者提问。

本文使用基于面板数据的协整检验法来考察工业化、服务业发展对城镇水平的影响。该方法不仅能够反映变量间的长期均衡关系，也能体现变量间的短期动态关系。将反映工业化、服务业发展水平与城镇化水平之间关系的面板误差修正模型做如下的设定：

Cityit=α+β1Serviceit+β2Manufit+ui+vit

(1)

相应的分布滞后自回归模型(ARDL(1，1，1))表示为：

Cityit=δ0Cityit-1+δ1Serviceit+δ2Serviceit-1+δ3Manufit+δ4Manufit-1+ui+vit

(2)

将模型(1)和(2)合并，并将其滞后项以各变量的一阶差分来代替，于是有如下的误差修正模型：

D.Cityit=α0(Cityit-1-β1Serviceit-β2Manufit)+α1D.Serviceit+α2D.Manufit+vit

(3)

模型中下标i和t分别表示城市个体和年份。City、Service和Manuf分别代表城镇化水平、服务业发展水平以及工业化程度，D.City、D.Service以及D.Manuf分别为各变量的一阶差分项。系数α0反映了模型的误差修正速度，即衡量当变量偏离均衡后向均衡点收敛的速度。系数α0、β1和β2的符号和显著程度直接决定了变量间的长期均衡关系和短期动态关系是否存在。具体的，如果α0<0，则表明序列之间存在一种长期稳定的均衡关系，如果α0=0，则表明变量之间不存在协整关系。变量间关系的方向和影响程度通过系数β1和β2的大小和符号来体现，而系数α1和α2反映了城镇化水平与服务业发展之间、城镇化水平与工业化程度之间的短期动态影响。

四、实证检验结果与分析

(一)面板单位根检验

yit=ρiyit-1+xitδi+εit

(4)

表1　面板单位根检验

注：表中的Δ表示一阶差分项目，括号中为相应P值，Pesaran，IPS，LLC等三种单位根检验均滞后一期，并附加时间趋势项。Z[t-bar]和W[t-bar]均为标准化处理后的t-bar值，并在原假设下服从N(0，1)分布。Pesaran检验、IPS检验以及LLC检验的原假设均为原序列存在单位根，Handri检验的原假设为原序列没有单位根。

(二)面板协整检验

接下来使用Westerlund[9]709-748构建的检验法来检验工业化、服务业发展和城镇化水平二者间是否存在协整关系。该方法分别构造了包括统计量G和P在内的两类指标，区别在于假设了各截面存在不同的误差修正速度。详细的检验结果呈现在表2中。从检验结果可以发现，当以服务业发展为自变量时，在不考虑时间趋势的情况下，Ga、Gt和Pa统计量都在1%的水平上拒绝了变量间不存在协整关系的原假设，Pt统计量则没有拒绝原假设，表明至少存在一组变量间存在显著的协整关系。如果考虑时间趋势，Gt统计量在10%的水平上，Ga在5%的水平上，Pa统计量在1%的水平上分别拒绝了原假设，Pt统计量仍然无法拒绝原假设。

而当以工业化程度为自变量时，在没有附加趋势项情况下，Gt在1%水平上、Ga和Pa在5%水平上拒绝了原假设，而Pa统计量无法拒绝原假设，说明至少有一组变量之间有协整关系。在附加时间趋势情况下，Gt和Pa均在1%水平上、Ga在5%水平上分别拒绝原假设，而Pt统计量不显著。综合来看，本文认为服务业发展水平与城镇化水平间、工业化与城镇化水平之间存在协整关系。

表2　面板协整检验结果(因变量：City)

注：因变量是城镇化水平，自变量分别为工业化程度和现代服务业发展水平；附加bootstrap自抽样法对结果进行修正，自抽样100次。“***、**、*”分别表示在1%、5%和10%的水平上显著。

(三)协整分析结果

利用中国55个城市在2003—2010年间的统计数据，本文对误差修正模型进行了估计。对于面板误差修正模型的估计早期主要使用固定效应动态面板估计量DEF，然后又提出了组平均估计量MG和混合组平均估计量PMG两种方法。许多文献往往直接使用DEF法进行面板误差修正模型的估计，但是如果面板数据存在组间异方差，就会导致估计结果发生偏误。所以本文会同时使用DEF、MG以及PMG三种方法进行估计，然后在此基础上使用Hausman检验法来筛选最合适的估计方法。估计结果呈现在表3中。

表3　协整分析结果(N=432)

注：括号内为标准误，“***，**，*”分别代表系数在1%、5%以及10%的水平上显著。EC一栏表示变量间的长期均衡关系，SR一栏表示的是变量间的短期动态关系。当系数ec<0且显著时，才表明变量间存在长期均衡关系。

根据Hausman检验的结果，采用MG估计结果是较为合适的。从协整分析结果来看，反映变量间长期关系的系数为负值且高度显著，充分表明工业化、服务业发展与城镇化之间存在稳定的长效影响机制。工业化和服务业发展这两个变量的系数均为正值，但后者只在10%的水平上显著，因此本文认为工业化进程的推进在现阶段城镇化水平提升过程中起主要作用。

(四)面板Granger因果检验和脉冲响应分析

虽然协整分析的结果指明工业化、服务业发展与城镇化之间存在长期均衡关系，但并未标明这种关系的方向，因此还需要借助面板Granger因果关系检验来做进一步分析，检验结果通过表4呈现。结论可归纳为：(1)工业化是城镇化的格兰杰因，但服务业发展不是城镇化的格兰杰因，标明现阶段的城镇化率提升主要是依靠工业化来推动的；(2)城镇化同时也是工业化的格兰杰因，标明二者互为因果关系，即工业化和城镇化之间存在互动发展机制。

表4　面板Granger因果检验结果

面板Granger因果关系检验已经验证了工业化、服务业发展与城镇化水平之间的关系，因此可以在此基础上使用Sims(1980)提出的向量自回归(VAR)技术进行脉冲反应(impulse-response)分析，以进一步探索二者间的关系。本文采取检验两个变量间关系的一般冲击反应，分别建立City与Service、City与Manuf的基于VAR模型的脉冲反应函数进行分析(如图1和图2所示)。

图2显示的是城镇化水平和服务业发展对相关单一冲击的动态反应，图3显示的是城镇化水平和制造业发展对相关单一冲击的反应。根据图2和图3可以发现：(1)城镇化的正向冲击有利于自身的改善，但这种积极效应会逐渐削弱，并在第20期后趋于零；(2)服务业发展水平的正向冲击并不利于城镇化进程的推进，且这种负面影响在短期内尤为明显并在第1期达到最大，之后这种负面影响会逐渐减弱；(3)类似的，制造业发展的正向冲击也并不利于城镇化水平的提升，这种负面冲击在短期内逐渐增加并在第4期达到一个顶点，以后逐渐趋于平稳；(4)城镇化水平的正向冲击无论是对于制造业还是服务业的发展都是有利的，城镇化水平对于服务业的积极影响第2期达到顶点后逐渐降低，而对于制造业发展的正面影响在整个期间内都较为稳定；(5)服务业和制造业的正向冲击都有利于自身的改善，有所区别的是服务业正向冲击对自身发展的影响在前4期内表现出较为明显的下降趋势，并在第4期后逐步趋于零，而制造业的影响虽然也呈现逐步下降趋势，但下降幅度较为平缓。

图2　城镇化水平和服务业发展对相关冲击的动态反应

五、结论

本文在已有的研究基础上，将工业化和服务业发展同时纳入我国城镇化决定因素的理论模型中，从理论层面分析了我国工业化、服务业发展对城镇化水平的影响机制，并使用我国55个省会和副省级城市在2003—2010年的面板数据，结合协整分析、Granger因果检验以及脉冲响应函数等计量方法，实证探讨了三者间的关系。研究表明：工业化进程与城镇化水平提升之间存在良性互动，工业化程度的提高仍然是现阶段推动我国城镇化水平提升的关键动力，而城镇化水平的提高也能带动制造业的进一步发展；在本文的考察期内我们并未发现服务业发展在我国现阶段城市化进程中起显著作用。

世界范围内的城市化是由工业革命带来的，工业革命催生出的巨大的财富和人口聚集效应，推动着城市化水平不断提升。许多著名的城市如曼彻斯特、底特律等都是这种城市化路径的典型代表，而回顾我国一些主要地区的城市化进程，也都遵循着这样的路径。一些学者认为随着我国城镇化进程的进一步深入，工业化对城镇化的拉动作用在逐步减弱。但本文的研究表明，工业化在我国当前的城镇化进程中仍然发挥主导作用。以工业化促进城镇化，并形成工业化与城镇化二者间的良性互动，依然是当前我国提升城镇化水平的主要思路和关键路径。但近些年来随着城镇化进程的不断加速，一些问题也逐渐暴露出来并削弱了工业化对城镇化的拉动作用，为此本文提出如下的两点建议：

一是要加快推进与城镇化相关的制度改革。一个国家的城镇化进程主要取决于两大因素：一是经济发展水平，二是制度创新程度。经济发展水平决定了一个国家的城市(镇)能够提供多少非农产业就业机会[10]34-41，吸收多少农村人口进入城市；制度创新程度决定了吸纳人口进入城市的过程中是否存在障碍[1]73-79。传统体制下包括户籍管理制度在内的一系列限制农村人口流动的制度，成为了制约我国城镇化进程的关键因素，并且这种制约作用随着经济发展水平的提高和城镇化水平的推进而愈加突出。严格的户籍管理制度固定了农民对土地的地域依附关系，限制了城乡人口的流动。而仅仅面向城镇居民的社会福利制度使得即便一些农村人口进入了城镇，也很难获得就业机会和生存条件。所以必须切实推进与城镇化相关的制度改革，提升“农民工市民化”的程度。

二是重视工业化推进过程中的产业结构升级。历史上很长一段时期内都实施集中资源超前发展重工业的模式，这种扭曲的产业结构限制了具有典型劳动密集型的轻工业和服务业的发展。虽然本文的研究发现当前服务业对城镇化的作用并不显著，但西方主要发达国家的发展经验充分表明，随着经济发展水平的不断提高，服务业在城镇化进程中的作用将逐渐凸显并最终占据主导地位。现阶段尤其要重视发展中高端制造业和以知识技术为主要特征的现代服务业。我国现阶段劳动力供给中的一个巨大的结构变化就是低端劳动力资源的枯竭和中高端劳动力资源的过剩，只有加快产业升级的步伐，大量廉价的具有高等教育的劳动力资源才能得到有效利用[11]49-50，城市的人口聚集效应才能再次体现。

[参 考 文 献]

[1] 叶裕民.工业化弱质：中国城镇化发展的经济障碍[J].中国人民大学学报，2002(2).

[2] 姜爱林. 城镇化与工业化协调发展的基本形式研究[J]. 学术论坛，2004(2).

[3] 任启平，董爽.我国城市化与新型工业化互动关系发展研究[J].经济问题探索，2004(12).

[4] 郭克莎.工业化与城镇化关系的经济学分析[J].中国社会科学，2002(2).

[5] 初向华.我国域镇化滞后的成因及对策研究[J].理论学刊，2015(9).

[6] 郑吉昌，夏晴.服务业与城镇化互动关系研究——兼论浙江城镇化发展及区域竞争力的提高[J].经济学动态，2004(12).

[7] 吉显华，蔡跃洲，杨克泉.中国城市集聚效益实证分析[J].管理世界，2004(3).

[8] 马鹏，李文秀，方文超.城镇化、集聚效应与第三产业发展[J].财经科学，2010(8).

[9] Westerlund J.Testing for error correction in panel data[J]. Oxford Bulletin of Economics and Statistics，2007(69).

[10] 刘吉双，衣保中.日本城镇化“绿色发展”新动力方向研究[J].现代日本经济，2015(6).

[11] 中国人民大学经济研究所课题组.2012—2013年中国宏观经济报告——迈向新复苏和新结构、超越新常态的中国宏观经济[M].北京：北京大学出版社，2013.

[责任编辑：秦卫波]

Industrialization，the Development of Service Industry and the Level of Urbanization of China——A Study Based on Model of Urbanization Determinants

LIANG Yun

(Anhui Finance University，Bangpu 233010，China)

Abstract：This paper analyzes the mechanism that industrialization and development of service industry affect the level of urbanization of China，and at the same time uses 55 provincial and sub-provincial cities of China during 2003—2010 year，coupled with panel-data cointegration analysis，Granger causality analysis and impulse-response function analysis to empirically analyze the relationship between industrialization，development of service industry and the level of urbanization of China.The main findings can be concluded as follows：there exists a benign interaction relationship between industrialization and urbanization of China.At current stage，industrialization still plays a key role during the development of urbanization of China，and the development of urbanization also can bring about a positive effect on industrialization.The development of service industry can play significant role during the urbanization of China.

Key words：Industrialization；Service Industry；Urbanization；Panel-data Cointegration；City-level Data

[收稿日期]2015-07-08

[基金项目]教育部人文社会科学研究青年基金项目(14YJCZH088)。

[作者简介]梁云(1981-)，女，广西桂林人，安徽财经大学国际经济贸易学院副教授，博士。

[中图分类号]F12

[文献标志码]A

[文章编号]1001-6201(2016)03-0042-07

[DOI]10.16164/j.cnki.22-1062/c.2016.03.005