中国城镇化的动力机制及其发展模式

涂正革　叶　航　谌仁俊

(1.华中师范大学 经济与工商管理学院， 湖北 武汉 430079； 2.中国工商银行 深圳市分行， 广东 深圳 518000)



中国城镇化的动力机制及其发展模式

涂正革1叶航2谌仁俊1

(1.华中师范大学 经济与工商管理学院， 湖北 武汉 430079； 2.中国工商银行 深圳市分行， 广东 深圳 518000)

城镇化是中国最大的内需潜力和发展动能所在，如何推进“人的城镇化”是“新常态”下全面推进新型城镇化的关键。本文采用2004-2013年中国283个地级及以上城市数据，运用考虑固定效应的面板数据分位数回归识别户籍人口城镇化的动力机制和发展模式，研究发现：(1)中国户籍人口城镇化推进缓慢，城市间存在两极分化，但在近些年有所改观，继续提高低水平城市城镇化率是摆脱城市差距、加速新型城镇化的重心。(2)工业化是中国推进城镇化的首要动力，尤其对于非城市群城市。(3)第三产业正在成为中国推进城镇化的新兴力量，特别在城市群城市，城镇化发展模式逐渐由工业化主导转向第三产业主导。(4)对外贸易是中国推进城镇化的重要力量，中国工业出口产品多来自劳动密集型产业，随着城镇化发展带来的高昂劳动力成本而出现衰减。(5)政府推进城镇化应该适时适当干预，使“土地城镇化”与“人的城镇化”相匹配。

人的城镇化； 产业结构； 对外贸易； 土地城镇化； 城市群

一、引言

城镇化是国家现代化的必由之路，是中国最大的内需潜力和发展动能所在。中国在城镇化进程中取得了举世瞩目的成就，走出了一条人类历史上规模最大、速度最快、具有中国特色的城镇化道路，常住人口城镇化率从1949年的10.6%攀升至2014年54.8%(如图1)。高速推进的城镇化背后，发生着一场具有中国特色的城镇化动力机制与发展模式变革。以改革开放为节点，中国展现出两种截然不同的城镇化发展模式：政府主导的“自上而下”强制性模式和市场诱导、民间发动的“自下而上”诱致性模式①。前者一度使城镇化率从1949年的10.6%提升到1960年19.8%，但是最终难免受制于动力不足，使城镇化推进陷入停滞乃至减退，直至1980年才勉强与1960年的水平持平。后者铸就了“中国奇迹”，城镇化率仅用36年翻了两番，从1978年的17.9%剧增至2014年54.8%。

根据发展经济学理论，二元经济要实现现代化，必须完成农业劳动力向非农产业转移和农村人口向城镇转移。实现这两个转移取决于两个基本条件：一是农业生产率水平大幅提高，而且农业技术进步节省劳动力时，可以提供充足的农村剩余(产品、资本和劳动力)②，二是非农产业和城镇具备吸纳农村剩余劳动力的能力。很显然，改革开放以前的城镇化“自上而下”强制性模式无法满足这两个基本条件，依靠推行重化工业优先的工业化战略，用资本密集型产业很难吸纳大量农村剩余劳动力，城镇化进程难以维持。比如：1959-1961年，中国政府为了发展重工业曾组织过2800万农村劳动力向城镇非农业转移。然而，这种以牺牲农业发展为代价的工业政策最终直接导致全国性的大饥荒，对城乡经济造成巨大的冲击，以致国家不得不进行大规模的“上山下乡”运动，将2000多万知识青年强行迁移至农村接受农民的“再教育”。诚然，政府利用计划经济体制在动员资源上的优势，采用行政手段积累分散资本，强制推行重工业优先发展的战略，使得中国能够在经济发展水平十分低下的基础上很快建立起完整的国民经济体系，实现重化工业化的超前发展。但是，这种工业化模式对劳动力的吸纳能力有限，并不能有效带动城镇化发展，反而会限制城镇规模，制约农村人口向城镇流动③。事实证明，政府主导的城镇化“自上而下”强制性模式不能成为中国长期推进城镇化的动力源泉。

图1　中国城镇化发展情况(1949-2014)注：常住人口城镇化率通过城镇人口占总人口的比重计算得到。数据来源：根据历年《中国统计年鉴》整理得来。

相反，城镇化“自下而上”诱致性模式正在书写中国城镇化的历史，不论是市场改革后的工业化推进，以及随后的服务业发展，还是对外开放的引入，均契合二元经济中城镇化发展的理论本质。比如：改革开放初期，农村工业化推动农民向非农产业转移，小城镇快速发展。1978-1983年，农村生产联产责任制在全国范围内迅速推广，农民获得生产经营自主权极大地刺激了农业生产，加上国家对农产品价格大幅提价，这使得农民能够保留相当一部分农业剩余。这些农业剩余为农村工业化提供了产品和服务的国内市场，也为农村工业化提供初始资本。农民开始创办乡镇企业，以“进厂不进城，离土不离乡”分散式为特征的农村工业化模式在中国如火如荼兴起④。中国农业劳动力出现向非农业产业大规模转移。1978-2014年，中国城镇化率年均提高约1个百分点，城镇常住人口由1.7亿攀升到7.5亿，城市数量从193个增加到653个⑤。新增城市大部分为中小城市，50万人以下的城市从1978年129个增长到2010年380个，农村地区的建制镇从1978年2173个激增到2013年20113个⑥。

然而，快速的城镇化进程未能使中国摆脱城镇化滞后的事实⑦，究其原因主要在于城乡分割的户籍制度。这也直接体现在落后的户籍人口城镇化率上，2012年仅35.3%，相差常住人口城镇化率17.3个百分点，意味着有2.3亿农民工及其随迁家属“身体进城，权益不入城”⑧，远未实现“人的城镇化”。中国城镇化任重道远，不仅远低于发达国家80%的平均水平，也低于人均收入与中国相近的发展中国家60%的平均水平⑨。这不得不让人思考进入“新常态”的中国，应当如何推进城镇化，继而释放经济活力应对下行压力。换句话说，推动中国“人的城镇化”的动力机制是什么？为此，本文采用2004-2013年中国283个地级及以上城市数据，从市场“自下而上”诱致性动力(工业化水平、第三产业水平和对外开放水平)和政府“自上而下”强制性动力(土地出让金收入)两端，剖析户籍人口城镇化的动力机制和发展模式。由于城镇化动力机制与发展模式存在阶段性差异，而中国各城市间城镇化水平差异显著，本文特别引入考虑固定效应的面板数据分位数回归(Quantile Regression for Panel Data)进行精准识别，同时为捕获城市群集聚效应可能产生的城镇化动力机制差异，对城市群和非城市群两类城市进行异质性分析，以期为中国在“新常态”下全面推进新型城镇化提供重要启示。

二、文献评述

最早对城镇化的研究源于18世纪下半叶的工业革命，工业革命不仅引发了社会经济的重大改变，而且促发了城市形态的巨大变革。由于工业革命的需要，一大批农村人口开始涌入城市，进入工厂，城市社会和经济结构开始走向复杂化。对于推动城镇化的动力因素上，外国学者认为城镇化是一种人口迁移的现象，所以他们将主要精力放在研究人口转移的动因上，并在这一方面形成丰硕的理论成果：英国经济学家拉文斯坦(E. G. Ravenstein)的推拉理论、舒尔茨(T. W. Schultz)的人口迁移理论、库兹列茨(S. Kuznets)的人口迁移理论、托达罗(M. P. Todaro)的城乡人口迁移理论、刘易斯(W. A. Lewis)的二元经济发展模型。在理论逻辑上，他们有着高度的相似：一方面，工业化使城市经济得到快速发展，可以提供大量的就业机会，吸引农村剩余劳动力大批向城市迁徙，进而同化为城市人口；另一方面，传统的农业和手工业衰退，农村生活水平下降，劳动力剩余，维持基本生计已成问题。而在此时，城市的需求和农村过量的劳动力供给一拍即合，形成了城镇化的原始动力。

中国的城镇化大体上也遵循这一发展路径，但由于中国国情的特殊性，中国城镇化的推动力量和西方国家有所不同。早期学者的成果为城镇化研究奠定了良好的理论基础，他们认为中国城镇化动力是“二元”的，一种是“自上而下”的强制性动力，政府有计划的投资建设新城，促使农村向城市转化；另一种是“自下而上”的诱致性动力，农村社区、乡镇企业、农民家庭或个人投资，通过农村工业化实现农村城镇化⑩。其中，“自上而下”的强制性动力是一种政府的行政力量，是中国在城镇化推进中有别于西方国家的地方；“自下而上”的诱致性动力是市场的经济力量，城镇化现象的出现是经济发展的必然现象。

三、理论方法：面板数据的分位数回归

给定传统的分位数回归的一般形式：

(1)

其中，i表示个体，τ表示分位点，Q表示条件分位数函数，y表示被解释变量，x表示解释变量，并且与分位点τ相关。β(τ)称为β的τ分位点系数，通过求解以下目标函数最小化估计得到：

(2)

i=1,2,…,N,t=1,2,…,T

(3)

其中，t表示时间，αi表示个体的固定效应，并且与分位点τ不相关。

如果对其进行一阶差分，可以得到条件分位数函数：

QΔyit(τ|Δxit)=β(τ)Δxit

(4)

此时，β的τ分位点系数通过求解以下最小化问题估计得到：

(5)

(6)

四、模型设定与数据选取

(一)动力因子选取与模型设定

本文以人口迁移理论为依据，为论文模型设定搭建理论框架和逻辑基础。城镇化是农村人口向城市迁移的过程，所以城镇化的动力是推动这些人口主动迁移背后的力量，根据农村和城镇的二元经济模型推演：随着农村人口数量的不断增长，农村的边际产出开始下降，同时农村的生活条件开始恶化，农村人有寻求改善的动力；此时，城镇在工业的带动下蓬勃发展，边际产出不断提高，生活条件远远好于农村，给人口从农村向城市迁移提供了动机。将这个逻辑放到中国经济发展的进程中，也同样适用，中国有着同样的城镇化路径，最开始的城镇化也是由工业推动，而工业的发展需要资本和劳动力。同时，中国是一个资本贫乏的国家，固定资产投资在城镇化进程过程中功不可没。随着工业规模的扩张，工业产能有出清的需求，而出清产能需要提高外需和内需：通过对外贸易向外输出城镇产能，继而进一步扩大城镇工业经济，吸引更多的农村人口迁移；通过发展第三产业，一方面可以改善城镇生活服务，增强城镇的吸引力，另一方面可以保证城镇集聚效应，促进城镇经济稳定发展，从而使城镇与农村的边际产出进一步扩大，城镇规模也相应扩张，形成强大的内需。对于政府而言，城镇化现象与执政目标不谋而合(解决经济发展问题、就业问题、三农问题等)，所以政府开始介入推动城镇化，主要参与途径是扩张土地财政，使用行政力量扩建城区，出让土地，大规模推进“土地城镇化”。

本文的目的在于识别户籍人口城镇化率的动力机制和发展模式，因此用非农业人口占总人口的比重来表示城镇化水平(urban)，这属于户籍人口统计口径，因此衡量的是“人的城镇化”，符合当前国家对新型城镇化的规划，以及实现真正意义上的城镇化的根本要求。基于前面的理论逻辑，结合城市数据的可获性，可以确定影响户籍人口城镇化的因子：

(1)市场“自下而上”诱致性动力因素：包括工业化水平(industry)、第三产业比重(tertiary)、出口比重(export)。其中，工业化水平用工业总产值占地区生产总值的比重来表示，反映工业发展程度；第三产业比重用第三产业总产值占地区生产总值的比重来表示，反映第三产业发达程度；出口比重用货物出口额占地区生产总值的比重来表示，反映对外贸易发展水平。

此外，本文还引入固定资产存量(capital)作为控制变量，用固定资产存量的对数表示。这主要考虑到中国工业化发展的实际情况，长期以来中国基本依靠资本推动工业化发展。因此，固定资产存量与工业化水平高度相关，若不加以控制可能会导致严重的内生性问题。

于是，可以构建面板数据的分位数回归：

urbanit(τ)=c(τ)+β1(τ)industryit+β2(τ)tertiaryit+β3(τ)exportit+β4(τ)landit+β5(τ)capitalit+αi+ηt+uit

(7)

(二)数据来源与处理

本文数据样本为2004-2013年中国283个地级及以上城市数据，由于西藏数据缺失较多，所辖地级市在这里不予考虑。各类数据主要来源于2005-2014年《中国统计年鉴》、《中国城市统计年鉴》、《中国区域经济统计年鉴》、《中国人口和就业资源统计年鉴》、《中国国土资源统计年鉴》和WIND金融终端(机构版)EDB数据库。

通过以上处理，本文所用变量的描述性统计如表1。

表1　所用变量的描述性统计

续表

数据来源: 根据各类统计年鉴和WIND数据库中的数据整理得到。

五、实证结果与分析

(一)城镇化的动态演进特征

为了捕捉中国城镇化的动态演进特征，本文对户籍人口城镇化率进行核密度估计(kernel Density Estimation)，结果如图2。该方法好处在于运用非参数方法，无需预设总体分布的具体形式，从而能够得到更加真实的分布和总体的数字特征。需要特别说明的是，由于是核密度估计法拟合的分布情况，所以城镇化率会出现100%以上的情况。

图2　中国城镇化率的核密度分布图数据来源：根据历年《中国城市统计年鉴》和《中国人口和就业统计年鉴》整理得来。

从图2可以看出，城镇化率在2005年出现了双峰分布，分别在高分位和低分位出现聚集现象，分别集中在20%和90%的城镇化率处，这说明2005年中国城镇化存在两极分化的问题，发展极不均衡。但是随着时间推移，分布情况逐渐从双峰向单峰趋同，两极分化有所改观。从时间维度来

看，中国2005年的城镇化率大部分集中在20%左右的水平，即便在2013年大部分也仅集中在25%左右，这便说明中国户籍人口城镇化进程比较缓慢。值得注意的是，从2008年到2013年，低水平城市城镇化率几乎没有增长。

(二)城镇化动力因子模型估计结果：全国情况

从图2的分布情况来看，中国城镇化率呈现一个偏峰厚尾的分布，所以用传统的均值回归已经不再合适，需要采用对被解释变量刻画更为全面精准的分位数回归。基于模型(7)的分位数回归结果如表2。

表2　面板分位数回归结果：全国情况

注：****、***和*分别表示显著性水平在1%、5%和10%上显著。

为了更为直观地解析四大动力因子在不同分位点上的影响差异，即城镇化动力机制的阶段性差异，本文给出各个估计系数在9个分位点上的差异图，并给出95%的置信区间(图中阴影部分)，如图3所示。

从图3可知，四大动力因子在不同分位点上对城镇化的影响差异很大。工业化水平的边际效应显示，无论在哪一个分位点上，工业化始终是推进中国城镇化的主要动因，边际效应随着城镇化率的提高而不断增强，工业化水平每提高1%，城镇化率将提高4.1-22.5个百分点。第三产业比重的边际效应显示，尽管数值不大，但是一直保持在

1%的显著性水平下显著，而且随着城镇化率的提高在不断增强，第三产业比重每提高1%，城镇化率将提高0.3-1.5个百分点。出口比重的边际效应显示，对外贸易对中国城镇化率的贡献一直维持在比较平稳的水平，随着城镇化率的提高，此因子有衰减的迹象，在0.9分位不显著，这与中国出口导向型经济推动城镇化的逻辑有关。中国对外输出的工业产品大多是原材料和轻工产品，这些部门的劳动力成本会随着城镇经济的发展而越来越高，在外需有限的情况下这些企业很难保持对农村劳动力的吸纳力，所以其对城镇化的贡献程度会出现边际递减效应，甚至在高分位出现不显著的现象。土地出让金收入的边际效应显示，政府土地财政扩张策略对城镇化推进存在一定的阻碍作用，并且随着城镇化率的提高而不断增强，在0.2分位点的低水平城镇化下，土地出让金收入每增长1%，城镇化率将下降1.1个百分点，而在0.9分位点的高水平城镇化下，城镇化率下降幅度高达6.4个百分点。政府过热的土地买卖行为会大幅提高地价和房价，而城镇经济发展无法追赶上地价和房价的增长，当前的“土地城镇化”只会对人和企业产生巨大的挤出效应。

(三)城镇化动力因子模型估计结果：分区情况

为研究城镇化的区域差异，本文按是否加入某个城市群对283个地级及以上城市进行分类。城市群是全球城市发展的主流和趋势，也是中国新型城镇化的主体形态。城市群以特大城市为核心，使城市群内部城市经济上紧密联系，形成互相促进的城市生态圈。作为城镇化最高空间组织形式，城市群可以通过更大范围内的生产要素优化配置，创造更多就业岗位，吸纳更多农村剩余劳动力，从而带动辐射城市的城镇化进程，成为中国强有力的经济增长极。因此，本文研究城镇化动力因子在城市群与非城市群城市之间的差异具有很强的现实意义。

根据《中国城市群发展报告2016》，中国共有长三角、珠三角、京津冀、山东半岛、中原经济区、成渝经济区、武汉城市圈、环长株潭和环鄱阳湖等九个城市群。本文在模型(7)中引入虚拟变量group，当该城市属于这九大城市群时取1，反之取0。进一步，为考察城镇化动力因子在两类城市间的差异，依此引入group与industry、tertiary、export和land的交叉项，估计结果如表3。考虑到group与export的交叉项不显著，本文并未给出相应回归结果，这也说明在对外贸易的推动作用上，这两类城市并没有显著差别。另外，由于篇幅限制，本文没有报告虚拟变量group的估计结果，而且该虚拟变量表示的是在不同分位点上两类城市的截距差异，反映的是在控制其他因素不变的情况下，两类城市城镇化率平均差异，这不属于本文所要考虑的范畴。本文需要捕捉的是不同动力因子对不同地区的作用有何差异，因此更注重主要变量边际效应的变化。

图3　动力因子在各个分位点上的影响差异比较

从表3可以看出，加入城市群虚拟变量以及其与动力因子的交互项后，各动力因子的显著性和系数趋势并没有改变，这也在一定程度上说明模型的稳健性。具体地，城市群虚拟变量与工业化水平的交叉项，在0.1-0.7分位点显著为负，这说明非城市群城市工业化的边际效应比城市群城市大；而在较高的0.8、0.9分位点，该交叉项虽然仍未负但不显著，这说明在较高的城镇化水平下，工业化的边际效应在两类城市间无显著差异。城市群虚拟变量与第三产业比重的交互项，从0.7分位点开始显著为正，这说明在较高的城镇化水平下，城市群城市第三产业的边际效应比非城市群城市大，大约高出50%。综合城市群虚拟变量与工业化水平、第三产业比重交互项的结果来看，不难得出：城市群城市已经开始进行产业升级，城镇化发展模式逐渐由工业化主导转向第三产业主导，而非城市群城市的城镇化进程还主要依靠工业化来推动。城市群虚拟变量与土地出让金收入的交互项，在0.6-0.9分位点显著为正，这说明在较高的城镇化水平下，城市群城市政府干预带来的抑制作用比非城市群城市小。更进一步的，在0.7和0.8分位点，即城镇化率为40.7%-49.2%时，城市群城市土地出让金收入边际效应显著为正，说明政府适时适当干预，使“土地城镇化”与“人的城镇化”相匹配将有助于推动城镇化。

表3　面板数据的分位数回归结果：分区情况

注：***、**和*分别表示显著性水平在1%、5%和10%上显著。

(四)稳健性检验

为了检验模型结果的稳健性，本文采用传统分位数回归估计方法对回归结果进行稳健性检验，结果如表4和表5。从稳健性检验的结果可以看出，回归结果基本和面板数据的分位数回归结果保持一致。略有差别的，在整体回归中，面板数据的分位数回归对显著性更加敏感，虽然两类回归都得到出口比重的边际效应随着城镇化率的提高而衰减的结论，但是面板数据的分位数回归结果给出的估计结果不显著，而传统分位数回归估计方法显示数值变小。在分区回归中，城市群虚拟变量与工业化水平的交互项，在面板数据的分位数回归中出现高位点不显著，但传统分位数回归估计方法始终显著为负，但这并不影响整体结论。差别较大的是城市群虚拟变量与第三产业比重的交互项，在面板数据的分位数回归中直至高分位才显著为正，而传统分位数回归估计方法始终显著为正，这说明在较低的城镇化水平下，城市群城市第三产业的边际效应就高于非城市群城市，与实际经验有些不符。因为第三产业只有在城镇化步入较高水平，产业升级出现较大需求时才会发挥更大作用。基于此，有理由相信面板数据的分位数回归结果更为精准和可信。总体而言，没有出现严重的相左结论，可以证明模型结果的稳健性。

表4　稳健性检验结果(全国)

注：***、**和*分别表示显著性水平在1%、5%和10%上显著。

表5　 稳健性检验结果(分区)

注：***、**和*分别表示显著性水平在1%、5%和10%上显著。

六、主要结论

本文采用2004-2013年中国283个地级及以上城市数据，从市场“自下而上”诱致性动力(工业化水平、第三产业水平和对外开放水平)和政府“自上而下”强制性动力(土地出让金收入)两端，运用考虑固定效应的面板数据分位数回归识别户籍人口城镇化的动力机制和发展模式。研究发现：

(1)中国户籍人口城镇化推进缓慢，城市间存在两极分化但在近些年有所改观。整体来看，相比于快速增长的常住人口城镇化率，户籍人口城镇化率无论是绝对值还是速度都要小很多，大部分城市集中在25%的水平。中国要想实现真正意义上的城镇化，必须大力推进户籍人口城镇化。城市比较来看，户籍人口城镇化存在两极分化现象，但是随着时间推移会有所改观，继续提高低水平城市城镇化率仍是摆脱城市差距、加速新型城镇化的关键。

(2)工业化是中国推进城镇化的首要动力，尤其对于非城市群城市。整体来看，工业化始终是推进中国城镇化的主要动因，边际效应随着城镇化率的提高而不断增强，工业化水平每提高1%，城镇化率将提高4.1-22.5个百分点。城市比较来看，非城市群城市工业化的边际效应比城市群城市大，但在较高的城镇化水平下，工业化的边际效应在两类城市之间没有显著差异。

(3)第三产业正在成为中国推进城镇化的新兴力量，特别在城市群城市。整体来看，虽然第三产业比重的边际效应不大，但是随着城镇化率的提高会不断增强，第三产业比重每提高1%，城镇化率将提高0.3-1.5个百分点。城市比较来看，在较高的城镇化水平下，城市群城市第三产业的边际效应比非城市群城市大约高出50%。城市群城市已经开始产业升级，城镇化发展模式逐渐由工业化主导转向第三产业主导，而非城市群城市的城镇化还主要依靠工业化来推动。

(4)对外贸易是中国推进城镇化的重要力量，但会随着城镇化水平提高而出现衰减。整体来看，对外贸易的边际效应一直维持在较为平稳的水平，但是当城镇化率达到63.7%的较高水平时，出现衰减迹象。这可能与中国出口导向型经济推动城镇化的逻辑有关：中国对外输出的工业产品多数属于劳动密集型产业(原材料和轻工产品)，一旦劳动力成本提高，在外需有限的情况下很难保持对农村劳动力的吸纳能力。而这一点无论在城市群城市还是在非城市群城市都是成立的。

(5)政府推进城镇化适得其反，权宜之计是适时适当干预。整体来看，土地出让金收入的边际效应显示，政府土地财政扩张策略对城镇化推进存在一定的阻碍作用，并且随着城镇化率的提高而不断增强。政府过热的土地买卖行为适得其反，大幅提高地价和房价，抑制“人的城镇化”。城市比较来看，在较高的城镇化水平下，城市群城市政府干预带来的抑制作用比非城市群城市小，甚至在城镇化率为40.7%-49.2%时，政府干预有助于推动城镇化。因此，政府应当适时适当干预，使“土地城镇化”与“人的城镇化”相匹配。

注释

①⑩辜胜阻、李正友：《中国自下而上城镇化的制度分析》，《中国社会科学》1998年第2期。

②P., Bustos， Caprettini B., and Ponticelli J. “Agricultural Productivity and Structural Transformation: Evidence from Brazil.”AmericanEconomicReview106, no. 6 (2016): 1320-1365.

③④侯伟丽：《中国的经济增长与环境质量》，北京：科学出版社，2005年，第157-158页，第158-159页。

⑤数据来源：历年《中国统计年鉴》。

⑥⑧⑨国务院：《国家新型城镇化规划(2014-2020年)》，2014年。

⑦简新华、黄锟：《中国城镇化水平和速度的实证分析与前景预测》，《经济研究》2010年第3期。

责任编辑张静

Dynamic Mechanism and Development Pattern of China’s Urbanization

Tu Zhengge1Ye Hang2Shen Renjun1

(1.School of Economics and Business Management， Central China Normal University， Wuhan 430079；2.Shenzhen Branch， Industrial and Commercial Bank of China， Shenzhen 518000)

As China’s largest potential domestic demand and development force，how to promote human urbanization is the key to advance new urbanization in the “New Normal”. This paper employs Penalized Quantile Regression with Fixed Effects to examine dynamic mechanism and development pattern of registered population urbanization based on the data from prefecture level and above city in China over the period of 2004 to 2013. Our findings are as follows： (1) China’s registered population urbanization advances slowly and has been polarized between cities. It is very important to continue to improve urbanization rate of low-level cities to get rid of cities’ gap and accelerate new urbanization，although its polarization has relieved in recent years. (2) Industrialization is the primary impetus of China’s urbanization, especially for cities not in city group. (3) The tertiary industry is becoming the emerging power of China’s urbanization， especially for cities in city group, whose development pattern of urbanization has changed gradually with the tertiary industry becoming the dominant force instead of industrialization. (4) Foreign trade is a prominent strength of China’s urbanization, but would become weakened with the development of urbanization and the increase in labor costs because of many industrial export products from labor-intensive industries in China. (5) Government could not promote urbanization, except adopting some timely and appropriate intervention to match land urbanization with human urbanization.

human urbanization；industrial structure；foreign trade；land urbanization；city group

2016-06-09

国家社会科学基金项目“三方共治下的工业企业绿色生产转型研究”(16BJY062)；湖北省教育厅哲学社会科学研究重大项目“经济新常态下大气污染治理机制研究”(16ZD006)；华中师范大学中央高校基本科研业务费(人文社科类)重大培育项目“绿色发展与环境治理综合改革研究”(CCNU16Z02008)