城镇化率与县域经济增长——基于2008-2014年湖北省县市面板数据的分析

徐 涛

(武汉大学经济与管理学院 湖北 武汉 430000)



城镇化率与县域经济增长
——基于2008-2014年湖北省县市面板数据的分析

徐 涛

(武汉大学经济与管理学院 湖北 武汉 430000)

许多研究都表明城镇化率与经济增长之间存在相关关系，城镇化率的提高能通过投资、消费等多种途径推动经济的长期发展。本文则探讨了城镇化率与县域经济增长之间的关系。本文利用湖北省80个县市2008-2014年的面板数据，构建了城镇化率对县域经济增长影响的动态模型，并采用系统GMM和差分GMM的估计方法对动态模型中的参数进行了估计。结论显示，城镇化率与县域经济增长之间存在正向的关系，即城镇化率的提高能推动县域经济的增长。

城镇化率；县域经济增长；广义矩估计

一、引言

城镇化率是一个地区经济发展水平的重要体现。中国的城镇化水平在1978年以后进入了一个快速发展的时期。经过30多年的发展，中国的城镇化率已由1978年的17.9%提升到2013年的53.7%，年均提升约1.02%。城镇常住人口也由1.7亿人增加到7.3亿人，城市数量由193个增加到658个，其中100万人以上的大城市数量由29个增加到140个，建制镇数量由2173个增加到20113个。城镇化的推进不仅体现量上，城镇化的发展在质上也有很大提升。城镇的基础设施得到显著改善，公共服务水平明显提高。2000年，中国城镇的用水普及率仅为63.9%，人均道路面积仅为6.1平方米，2012年，城镇的用水普及率达到了97.2%，人均道路面积达到14.4平方米。

尽管中国的城镇化发展很迅速，但仍然存在许多需要进一步完善的地方。城镇化率整体水平仍然不高，城镇化推进过程中存在着产业升级缓慢、资源环境恶化、社会矛盾增多和区域发展不平衡等诸多问题。鉴于此，目前政府仍在采取多种措施推动城镇化的发展，例如，放宽农业转移人口落户小城镇和大中城市的条件，解决已在城镇就业但尚未落户城镇的农村转移人口的基本公共服务问题。同时政府正在试图解决城镇化快速发展过程中个存在的诸多弊端。

而县域经济增长是当前政府及公众广泛关注的问题。当前中国经济已进入所谓的新常态，在新常态下，县域经济的发展也面临着新的要求和新的考验。首先，县域经济的增长速度正面临着下行的压力，《中国县域经济发展报告(2016)》显示，县市地区生产总值同比实际增速较上一年度降低了2.26%，而同期全国生产总值仅降低0.5%；县市地区生产总值占全国的比重由25.8%下降到24.4%，继续呈现出下降的趋势。其次，县域经济发展的地区差异性仍然较大，发展不均衡问题仍然很严重。县域经济发展较好的地区主要集中在东部沿海地区，中西部地区的县域经济发展滞后。2015年超过三分之一的百强县市集中在江苏和浙江两省，而广西、青海等省份无一县市进入全国百强县市。再次，县域经济的经济结构、产业结构的弊端也逐渐凸显。就产业结构而言，农业在县域经济体中所占的比重较高，农业的现代化和集约化程度不高，农业发展缓慢。县域工业尚未在经济发展中发挥主导作用，工业的深加工程度不高，仍然沿着粗放式经营方式发展，难以形成规模化经营。第三产业的发展严重滞后。

因此，在新常态的条件下，县域经济的增长和发展模式需要进行新的突破。而城镇化水平的提高或许能够为县域经济的发展提供新的动力。城镇化率的提高能带动消费和投资的增长，进而促进当地经济的发展。本文将沿着这一思路，探讨城镇化水平的提升是否与县域经济增长之间存在关系，即城镇化水平的提高能否推动县域经济的增长。

二、文献综述

不同学科给出的城镇化具体定义不同，人口学从人口的迁移角度出发，把城镇化定义为人口由农村向城市或城镇移动的过程；地理学则从城市空间的布局变动角度来定义城镇化；人类学则认为城镇化意味着人类生活方式的变化；经济学则从更丰富的角度出发研究城镇化，例如从生产力变革的角度，从劳动分工的角度，从人口结构变化和产业结构转移角度。尽管各学科的研究之间存在差异，但也包含共同点，那就是城镇化是一个经济社会转换的过程，包括城乡之间人口流动和转移、地域空间和地域景观的转换，经济结构和产业结构的转变等。一般认为城镇化是一个农业人口转化为非农业人口、农业地域转化为非农业地域、农业活动转化为非农业活动的过程。

对于城镇化水平与经济增长之间的关系问题，国内外学者都对这一问题进行了很多探讨。多数学者的研究表明，Jedwab和Vollratb(2015)利用1500-2010年国家级和城市级的数据验证了城镇化和经济增长之间有着强烈的正相关关系，这种正相关关系不仅存在于经济发展水平较高的时期，同样也存在于经济发展较为滞后的国家和时期。Liddle和Messinis(2015)利用异质面板因果检验来探讨城镇化和经济增长之间的关系，结果表明，在高收入国家，城镇化是经济增长的原因，但不是中等收入国家和低收入国家经济增长的原因。也有学者的研究表明城镇化与经济增长之间不存在相关关系。Fay和Opal(2000)研究发现在20世纪后期的发展中国家，城镇化率的提高并没有伴随着经济的增长。

国内也有不少学者对城镇化与经济增长之间的关系进行了研究。很多研究都支持中国的城镇化与经济增长之间存在相关关系或因果关系的结论。在城镇化与经济增长的因果关系研究中，部分学者的研究证明了城镇化率能够促进经济增长(朱孔来等，2014)，也有部分学者的研究结论支持经济增长是推动城镇化的原因(王立新，2014)。朱孔来等(2011)利用中国1978-2009年的时间序列数据以及2000-2009年中国31个省市的面板数据，计算得出中国城镇化率每提高一个百分点，国民生产总值增长7.1%，同时，中国的城镇化进程与经济增长之间存在着长期稳定的均衡关系。王立新(2014)则是利用2000-2012年省级面板数据，分析了经济增长对城镇化的推动作用，结论认为如果产业结构和经济增长能够协调发展，那么城镇化将会加快推进。郑鑫(2014)则更为详细的研究了城镇化对经济增长的实现途径，他认为城镇化对经济增长的贡献表现在人口城镇化和土地城镇化。通过使用产业数据和城乡就业数据进行分析，人口城镇化和土地城镇化对经济增长均有贡献，所不同的是土地城镇化的贡献率在上升，而人口城镇化的贡献率在下降。王婷(2013)同样对城镇化影响经济增长的途径进行了探讨，结果显示，人口及空间城镇化主要通过促进投资来影响经济增长。

但是目前较少有文献从实证角度研究城镇化水平与县域经济增长之间的关系，本文将利用湖北省2008-2014年80个县市级城镇化率和经济增长的面板数据，从实证的角度来分析城镇化率与县域经济增长之间的关系。

三、数据及模型

(一)变量及数据

本文用各县人均国民生产总值衡量县域经济增长。城镇化率是指城镇人口数占总人口数的比重，因此本文从定义出发计算出湖北省各县市的2008-2014年的城镇化率。相关原始数据从各年的《湖北统计年鉴》上获取。本文将影响各县域经济增长的其他因素列为控制变量，很多学者的研究结论都表明投资和劳动力是影响经济长期增长的重要因素(游士兵，徐涛，2016；宋丽智，2011等)，因此本文将各县的投资和各县的劳动力列为控制变量。其中用各县市的固定资产投资额作为衡量投资的指标。由于近两年的《湖北统计年鉴》中并没有统计各县市的就业人数，本文对于缺省的数据计算得出，具体的计算方法是采用总人口数乘以以前年份就业人数占总人口数比重的平均值。

(二)模型

为了验证城镇化率对县域经济增长的影响，本文构建了如下模型。

其中是用各县人均国民生产总值衡量的县域经济增长，代表各县的城镇化率，代表常数项。为控制变量，包括各县每年的固定资产投资额( )，各县劳动力人口( )。是第个县的固定效应，为误差项；代表各县(其中，80)，代表时间(其中)。

经济增长除了受投资、劳动力等因素影响外，还可能受到前期经济增长的影响。正如经济周期理论揭示的那样，前期较快的经济增长能够带动消费、投资等的快速增长，而投资、消费的增加由进一步推动经济的增长，经济增长又再一次促进消费、投资等的增长，如此循环往复，经济进入一个扩张的阶段。相反，如果经济在某一期出现增速放缓，那么消费、投资等会出现较大幅度的下降，消费、投资增速的放缓又进一步抑制了经济的增长，使得经济开始进入衰退的阶段。总之，经济增长不只受当期各因素的影响，在很大程度上还受过去经济增长状况的影响。而上述静态模型中只考虑了当期的投资、劳动了等因素，并没有考虑前期经济增长对当期经济的影响。因此，本文将进一步设定动态模型，把前期经济增长这一因素加入到模型中。

如果变量具有滞后性，就会引起内生性问题，导致模型的估计结果产生估计偏差。为了解决变量滞后性的问题，本文构建了如下动态模型。

其中表示人均GDP，表示人均GDP的滞后值，是滞后期数。

四、模型估计结果

(一)静态模型结果

对于面板数据一种极端的估计方式是采用混合回归的方法，即最小二乘法参数估计，此时假定样本中的每个个体都有完全相同的回归方程，从时间维度看，不同个体之间不存在显著性差异，从截面看，不同截面的个体也不存在显著性差异。对于面板数据更为合理的一种参数估计方法是采用固定效应模型或随机效应模型。本文采用混合回归、固定效用和随机效应三种估计方法对模型参数进行估计。对于固定效应和随机效应的参数估计，为了使估计结果更加稳定，本文使用稳健标准误而非不同标准误。为了消除不同变量数据间的异方差问题，本文对所有数据取对数。本文使用的计量软件是Stata。

在三种模型中，城镇化率的系数都在1%的水平下显著。对于城镇化率这一变量前的系数，在固定效应模型下，系数为0.15，在随机效应模型下，系数为0.16，两者的差距并不大。如果采用最小二乘法进行估计，其系数为0.27，与固定效应模型或随机效应模型的结果差距较大，这可能是样本个体在时间维度或截面维度上存在显著的差异，而普通最小二乘法忽略了样本个体间的差异。

虽然不同的估计方法下，系数值有差异，但城镇化率变量前的系数都为正且是显著的，这说明了城镇化率与经济增长是正向关系，也就是说城镇化率的提高促进了经济增长，这与本文之前的预期是相符的。对于其他变量，投资和劳动力的都对经济增长有影响，且影响是显著的。

(二)动态模型模型结果

如果面板数据模型中，解释变量包含了被解释变量的滞后值，即使使用固定效应模型或者随机效应模型，估计结果也是不一致的。为了解决动态面板偏差问题，本文使用差分GMM和系统GMM的估计方法对参数进行估计。

表1 动态模型估计结果

注：***、**和*分别表示在1%、5%和10%的水平上显著，括号内为标准差。

动态模型把国民生产总值的滞后一期放入解释变量中，各参数估计结果如表1所示。列(1)与列(2)都是用系统GMM的方法进行参数估计，列(3)与列(4)是利用差分GMM方法对参数进行估计。列(1)与列(3)省略了投资和劳动力因素，只考虑GDP滞后期和城镇化率对经济增长的影响。列(2)与列(4)则是考虑了模型中所有对经济增长产生影响的因素。

从表1的估计结果中可以看出，无论是采用系统GMM的估计方法，还是采用差分GMM的估计方法，城镇化率的系数都是显著的而且为正。这说明城镇化率的提升对经济正在有影响，而且影响为正。模型中的GDP滞后一期在多种条件下也都是显著的，这与当前的研究室相符的，说明GDP的滞后值能对当期的GDP产生影响。

五、结论与政策含义

本文利用湖北省80个县市2008年至2014年的经济增长和城镇化率的面板数据，构建了经济增长关于城镇化率的模型，并从静态和动态两个角度对模型进行了探讨，对于动态模型，本文用系统GMM和差分GMM两种估计方法对模型参数进行了估计。结果显示，不论是静态模型还是动态模型，城镇化率的系数都是显著的而且是正向的。这也说明城镇化率的提高对长期的县域经济增长有正向的影响。

本文对推动城镇化水平提供了一个经济学上的支持。面对当前我国整体城镇化率不高的现状，政府有必要采取一定的措施来进一步推动和提升城镇化水平。首先政府需要统一城乡的公共财政支出，政府公共支出在低保、教育、医疗和养老等方面应实行城乡的无差异化，在当前农村发展较为滞后的情况下，还可适当向农村倾斜。其次，政府需要在法律和制度上解除农村人口向城市转移的限制。例如长期实行的户籍管理制度，需要进一步对其进行改革，政府应鼓励农村人口进城落户，并与城镇居民在医疗和教育等方面享有同等权利。再次，农村地区发展滞后也是当前城镇化水平较低的一个重要因素，因此，政府应加大对农村基础设施建设等的投入，加快推动农村地区的发展。

[1]朱孔来，李静静,乐菲菲.中国城镇化进程与经济增长关系的实证研究[J].统计研究，2011(9).

[2]郑鑫.城镇化对中国经济增长的贡献及其实现途径[J].中国农村经济，2014(6).

[3]王婷.中国城镇化对经济增长的影响及其时空分化[J].人口研究，2013(9).

[4]王立新.经济增长、产业结构与城镇化—基于省级面板数据的实证研究[J].财经论从，2014(4).

[5]宋丽智.我国固定资产投资于经济增长关系再检验：1980-2010年，宏观经济研究[J].2011(11).

[6]游士兵，徐涛.腐败、投资与经济增长—基于1997-2013年省级面板数据的分析[J].产经评论，2016，7(1)：136-146.

徐涛(1991-)，男，土家族，武汉人，硕士研究生，武汉大学经济与管理学院，研究方向：国民经济运行。