基于空间计量的地级市政府间城镇化竞争分析

孙焱林 覃飞 陈亚会 温湖炜

摘要 城镇化是地方经济持续增长的重要引擎和经济转型的重心，对城市经济的可持续发展具有重要意义。在考核制度和资源流通等因素驱动下，地方政府也热衷于通过城镇化拉动投资，因此城镇化竞争不可避免。文章利用278个地级城市2005—2014年的面板数据，构建一般空间自回归模型和两区制空间自回归模型，检验地级市政府间的城镇化竞争及异质下土地城镇化和人口城镇化竞争差异。结果发现：①地级市政府间存在竞争性城镇化，即一个城市推动城镇化进程会驱动邻近城市竞争性推动城镇化；②工业化程度对城镇化竞争差异有显著影响，工业化程度低的城市土地城镇化竞争水平高于工业化程度高的城市，而工业化程度高的城市人口城镇化竞争水平则高于工业化程度低的城市；③科技教育投入会对城镇化形成挤出效应，降低土地城镇化和人口城镇化竞争水平；④省会城市人口城镇化竞争水平高于非省会城市，土地城镇化竞争水平并无显著差异；⑤东部沿海地区的人口城镇化竞争水平高于中西部地区，而后者的城市土地城镇化竞争水平高于前者。结论支持了地方政府间存在城镇化竞争的事实，也显示了我国土地城镇化和人口城镇化竞争失衡的现实，据此，文章提出针对性建议：①经济欠发达地区政府应该弱化对土地城镇化的依赖，提高人口城镇化的竞争力；②弱化以GDP增长为核心的政绩考核体制，构建多样化、综合性政绩考核机制；③地方政府坚持合理有序的城镇化建设，实现土地城镇化和人口城镇化协调发展。

关键词 城镇化竞争；土地城镇化；人口城镇化；两区制空间自回归

中图分类号 F291 文献标识码 A 文章编号 1002-2104（2018）05-0115-08 DOI：10.12062/cpre.20171208

发展中经济体的增长过程伴随着城镇化率的提高。1978—2016年我国GDP由3 650亿元上升到744 127亿，同期城镇化率由最初的17.9%提高到57.37%，其中2000年为36.22%，2016年提高到57.37%，增加了约21%，呈加速提高的态势[1]。在当前政府垂直化管理的激励制度下，地方政府官员的升迁具有竞争性，与辖区经济发展直接相关。升迁的竞争性激起地方经济发展的竞争，因城镇化与经济发展的高度相关，进而激起了地方政府间的城镇化竞争。理论上，只要政府官员的晋升激励与辖区经济发展相关，地方政府就具备城镇化竞争的可能。而各地不断涌现的新区、开发区、新城等，以及不同城市为吸引人才实施优先落户政策的事实均是政府间实施土地城镇化和人口城镇化竞争的表现。

广义的政府竞争指不同辖区的政府利用税收、政策、金融、教育、交通等手段吸引资本、劳动力等流动性要素[2]。城镇化竞争是政府竞争的具体表现形式之一，本质上是在当前以经济建设为中心的绩效考核体制下政府间以城镇化为主要手段的经济竞争。城镇化竞争的动力来自地方政府发展经济的需求和政府财政压力，比如闫文娟提出“向上负责”的治理模式和激励制度导致地方政府以GDP为核心的政绩展开横向竞争，竞争性上马大项目，以争取中央财政支持，并通过项目改善城市基础设施，实现经济增长和政绩改善双重目标[3]；彭代彦和彭旭辉从财政分权的角度提出地方政府的财政分权制度导致地方财权和事权不匹配，同时又面临各种竞争压力，造成倾向于土地城镇化竞争，以土地财政缓解財政压力[4]。也有学者指出地方政府为引进更多资本和人才，采取低价供应土地、税收优惠、改善基础设施等措施，实施竞争性城镇化[5]。当然，较多的研究认为政府间的城镇化竞争会导致人口城镇化和土地城镇化失衡，例如李子联认为政府在利益驱动下的竞争导致工业化进程加快和城市建设用地大规模扩张，造成中国城镇化过程中人口城镇化与土地城镇化发展失衡[6]；谢冬水则认为以经济增长和财政收入增加为导向的竞争机制驱动地方政府侧重土地财政，通过土地财政推动空间城镇化，土地的垄断又为空间城镇化提供了手段，但缺乏实施人口城镇化的内在激励，导致人口城镇化滞后[7]。

现有研究深化了政府竞争的内涵，从多个角度分析了城镇化竞争存在的事实和原因，但仍存在一些不足。首先，已有研究一般用理论分析方法阐述城镇化竞争存在的事实，缺乏实证方法论证地级市政府间城镇化竞争，且大部分文献将政府竞争和城镇化割裂开来分析，缺少地方政府间城镇化竞争的研究；其次，此前文献较多认为地方政府偏重土地城镇化，认为土地城镇化与人口城镇化失衡，但缺乏空间异质性的考虑。基于以上认识，本文以地级城市为研究对象，尝试将一般自回归模型和两区制空间自回归模型引入政府城镇化竞争分析中，定量估计地方政府间城镇化竞争水平，在此基础上进一步探讨空间异质性对地级市政府土地城镇化和人口城镇化竞争水平差异的影响。

中国人口·资源与环境 2018年 第5期

1 研究假说

在过去快速发展的20多年，城镇化是我国地方经济持续增长的重要引擎和经济转型的重心，是经济增长的新动力[8-9]。一方面，城镇化带动城市基础设施建设、劳动力市场就业以及消费市场扩张与升级等；另一方面，城镇化又可推动产业结构的优化升级、技术创新和服务业的发展，成为城市新增经济活动的主要承载空间[10]。Henderson的研究显示，世界各国的人均GDP对数值与城镇化率的相关系数稳定在0.85左右，我国人均GDP对数值与城镇化率的相关系数高达0.99[11]，城镇化对城市经济发展的重要性不言而喻，这也解释了政府不遗余力推动城镇化建设的原因。在以经济指标为主的政府绩效考核机制驱动下，地方政府为了实现经济快速增长、实现财政目标等考核指标，把城镇化视为实现目标的有力抓手，通过推进人口城镇化和土地城镇化，将大量农村劳动力吸引到城市，开发区、新区、新城不断涌现[1]。而且在实际考核机制中，地方政府官员的晋升很大程度上取决于上级对辖区内经济发展水平和发展速度等指标的考察，导致地方政府在城市建设中热衷于通过城镇化拉动投资[12]，城镇化竞争成为必然。基于此，提出假说一。

假说一：地级市政府间存在城镇化竞争，即某地区政府实施城镇化会驱动邻近地区政府的城镇化。

城镇化是伴随工业化而产生的城市扩张过程，工业化程度对政府实施土地城镇化和人口城镇化产生影响。一方面，土地城镇化是一个获取收益的过程，工业化程度低的城市更多依靠出让土地获取收益和以廉价土地吸引投资共同推动城镇化建设，这一行为解释了工业化程度低的城市热衷于实施土地城镇化的原因[4]。工业化程度的加快伴随着城市建设用地的大规模扩张，与工业化成熟的城市日益紧张的城市用地现状相悖，土地城镇化显然不具竞争力。另一方面，人口城镇化需要成本，人口城镇化的本质是农村转移人口市民化的过程，需要相应的户籍制度配合、相关资源配置和利益的分配以及公共服务承载能力的提升等，因此人口城镇化需要政府财政支持。国务院发展研究中心的研究结论认为，农村人口市民化的平均成本为7.7万～8.5万之间，中国发展研究基金会发布的报告则认为农村人口市民化的平均成本约为10万元[13]。工业化发展水平高的城市更有能力负担农村人口市民化成本，人口城镇化竞争更强。据此，提出假说二。

假说二：工业化程度低的城市的土地城镇化竞争水平高于工业化程度高的城市，而工业化程度高的城市的人口城镇化竞争水平则高于工业化程度低的城市。

城镇化的建设离不开政府的财政支出，财政支出多寡直接决定城镇化的进程和城镇化建设的质量。一方面，大部分城市依靠低价征地高价卖地获取土地财政收入，用于直接或者间接的城镇化建设，为基础设施建设和城镇化发展提供资金和土地保障[14]，这种主动型的城镇化与政府财政支出紧密相关，而科技教育支出对财政资金形成了“挤出效应”；另一方面，政府面临提高城镇化质量的压力，Jaccard & Turrisi的研究结论表明科教支出比重对城镇化质量的正向调节效应显著[15]。更多的财政支出用于科技和教育有助于提高进城务工人员的劳动技能、缩小城乡居民的收入差距等，让更多的农民工市民化，并由政府主导的传统型城镇化转为市场主导推动的城镇化[16]。鉴于财政支出与城镇化的密切程度，将更多的财政投入科技和教育事业是否会抑制土地城镇化和人口城镇化有待进一步研究，鉴于此，提出假说三。

假说三：科技教育支出挤压了城镇化财政投入，科技教育投入多的城市土地城镇化和人口城镇化竞争水平均低于科技教育投入多的城市。

地区经济差异是影响人口城镇化的主要因素，我国经济发展存在明显的区位差异。与非省会城市相比，省会城市的经济发展主导着全省的经济发展水平，社会发展程度高，地理、政治和文化优势明显；东部沿海地区经济比中西部发达，集中了政策资源、财税支持等发展优势，这些城市有着其它地区不可比拟的公共服务、创新能力、高端服务业发展、教育医疗、社会福利保障等[17]。在个人理性选择下，“马太效应”引导越来越多的人流向以省会城市为主的大中城市和发展完善的东部沿海地区[13]，而更多的就业机会、更高的薪资水平和更完善的政策成为流动人口市民化的基础，相比其他地区人口城镇化的竞争优势凸显。据此，分别提出了假说四。

假说四：相对于土地城镇化，省会城市的人口城镇化竞争水平比非省会城市更高。

2 研究设计

2.1 模型设计与计量方法

空間地理学第一定律认为“任何事物之间均相关，而离的较近的事物总比离的较远的事物相关性更高[18]。空间计量经济学在此基础上抛弃了传统计量经济学空间是均质的假设，在计量模型中加入了空间维度，能够进行更准确的分析。

主体的空间相关性是构建空间面板模型的基础，常用的空间相关性分析是全局Morans I指数[19]。全局Morans I指数定义为：

Morans I=∑ni=1∑nj=1wij（xi-）（xj-）S2∑ni=1∑nj=1wij（1）

其中，S2=∑ni=1（xi-）2n，wij为权重矩阵，xi和xj是空间单元观测值。Morans I指数介于-1和1之间，当指数大于0时表示主体存在空间正相关，即“高-高”集聚和“低-低”集聚，指数等于0表示不存在空间相关性，指数小于0则表示存在空间负相关，即“高-低”集聚和“低-高”集聚。

通过Morans I指数检验主体存在空间相关性后方可建立主体的空间面板计量模型。空间面板计量模型主要包括空间自回归模型（Spatial Autoregressive Model，SAR）和空间误差项模型（Spatial Error Model，SEM）。为了更好地构建竞争模型，本文以SAR模型为基准模型。空间自回归模型是在传统计量模型中加入了空间自回归项来分析变量的空间外溢，模型定义为：

Urbanit=ρ∑Nj=1Wij·Urbanit +βXit+μt+λi+εit（2）

其中，Urbanit表示城镇化率，分为土地城镇化和人口城镇化；ρ为城市间城镇化竞争系数，衡量城镇化竞争水平；Xit为控制变量，β为控制变量Xit待估计系数；μt和λi分别是时间效应和空间效应，εit为扰动项；Wij为标准化的一阶邻接空间权重矩阵，衡量变量在空间维度的相互依赖和关联程度，其元素满足Wij=wij/∑nj=1wij，其中

wij=1 i和j空间邻接

0 i和j空间不邻接（3）

由于经济结构和地域差异对不同城市的城镇化竞争的影响具有非对称性，不同经济结构下的城镇化竞争系数不同，因此有必要在基准SAR模型的基础上引入两区制空间自回归模型。两区制空间自回归模型较多运用在定量分析研究对象的竞争水平。本文参考Elhorst & Fréret[20]、龙小宁和朱艳丽等[21]的方法，将两区制空间自回归模型定义如下：

Urbanit=ρ1∑Nj=1Wij，1·Urbanit+ρ2∑Nj=1Wij，2·Urbanit+

βXit+μt+λi+εit（4）

其中，ρ1和ρ2分别是区制1和区制2的城镇化竞争系数，Wij，1和Wij，2标准化的空间权重矩阵，具体表达式为Wij，1=wij，1/∑nj=1wij，1，Wij，2=wij，2/∑nj=1wij，2，其它符号同式（2）。通过对权重矩阵的设置可以从多个维度分析区制1和区制2的城镇化竞争系数，其它部分均不改变。

首先，从工业化程度上设置。城镇化是工业化在人口空间分布上的反馈和体现[1]，工业化是城镇化过程中进城务工人员居住地和身份转换的主要载体。本文以工业总产值衡量城市工业化程度，以工业总产值的中位数为界点，定义工业总产值高于中位数的城市为工业化程度高的城市，反之为工业化程度低的城市，因此未标准化的权重矩阵为：

wij，1=1 i和j空间邻接，且两者均为工业化

发达城市

0 其它

wij，2=1 i和j空间邻接，且两者均为工业化

欠发展城市

0 其它

其次，从科技教育投入上设置。科技教育的投入是政府财政支出的一部分，势必会对政府在城市城镇化建设的财政投入上产生挤出效应。鉴于此，以政府科技教育投入与财政支出比值的中位数为界，定义比值高于中位数的城市为科技教育高投入城市，反之为科技教育低投入城市，因此未标准化的权重矩阵为：

wij，1=1 i和j空间邻接，且两者均为科技教育

高投入城市

0 其它

wij，2=1 i和j空间邻接，且两者均为科技教育

低投入城市

0 其它

再次，从是否为省会城市上设置。是否为省会城市对城镇化的竞争水平影响也基于两区制空间自回归模型，假定省会城市和非省会城市的城镇化竞争系数不同，定义标准化的权重矩阵W～ij，1=A·wij/∑nj=1wij，W～ij，2=（I-A）·wij/∑nj=1wij，其中，A对角阵矩阵，I为对角单位矩阵，wij和式（4）一致，对角矩阵A的对角元素表达式为如下：

Aii=1 区域i是省会城市

0 其它

最后，从区域差异上设置。东部和中西部区域差异下的城镇化竞争水平分析同样可以基于两区制空间自回归模型，其未标准化的权重矩阵设置如下：

wij，1=1 i和j空间邻接，且两者均位于

东部沿海城市

0 其它

wij，2=1 i和j空间邻接，且两者均为位于

中西部城市

0 其它

2.2 数据来源和变量说明

本文以2005—2014年全国部分地级城市为样本，不涉及香港、澳门及台湾省区的地级市。数据来源于《中国城市建设统计年鉴》《中国城市统计年鉴》和各市的统计年鉴，同时为减少异方差的干扰，部分变量做了对数化处理。

参考马孝先[22]、杨森平和唐芳芳等[23]、陈云松和张翼[24]对城镇化的测量方法，土地城镇化用已建成区面积与城市总面积之比衡量，人口城镇化用城镇人口占总人口的比例衡量。主要控制变量有：金融发展水平（Finance），以银行贷款额和居民存款额衡量；对外开放程度（Open），以外资企业产值（含港澳台）占工业总产值比例衡量；人均工业产值（LnIndustry），通过工业总产值与总人口的比计算；地区GDP（LnGDP），借以反映城市的经济实力；科技教育投入（TechEdu）用科技和教育支出占总财政支出的比衡量；贷款支持（Loan），借鉴刘航和孙早[1]的方法，用银行贷款与城镇固定资产的比值表示。

3 实证结果分析

3.1 城镇化全域空间自相关检验

地市级城镇化的Morans I用以解释区域城市间的空间自相关性。 表1给出了2005—2014年地级城市土地城镇化和人口城镇化的Morans I值。从表中可以看出，不管是土地城镇化还是人口城镇化的Morans I值均大于0，两者存在空间自相关性，且土地城镇化在1%的水平上高度显著，人口城镇化均在5%的水平上显著，表明地级市间的城镇化水平并不是完全随机状态，而是在地理空间上存在聚集的局部特征，受相邻或者相近城市的影响，因此可以认为城镇化水平在空间上存在依赖性特征，即存在空间正相关性。

3.2 城镇化竞争实证分析

3.2.1 政府间城镇化总竞争性分析

Morans I指数结果显示了土地和人口城镇化在城市

表1 2005—2014年土地城镇化和人口城镇化

的Morans I值

Tab.1 Morans I of land urbanization and population

urbanization in 2005-2014

间存在显著正向的空间自相关性，鉴于此，采用空间面板计量模型分析地级市政府间城镇化竞争程度。在SAR模型中，还继续控制了空间固定效应，即控制随时间但不随地区变化的不可观察因素的影响。作为对比，表2中模型（1）和模型（2）给出了基于传统固定效应模型回归结果。从对比结果来看，空间自回归模型回归结果的变量系数值和显著程度和传统固定效应模型回归结果相差不大，表明结果具有稳健性。表2模型（3）和模型（4）通过SAR模型估计从总体上度量和判断了地级市间土地城镇化和人口城镇化竞争性质和程度。结果显示，土地城镇化和人口城镇化竞争系数ρ显著為正，分别为0.098 8和0.057 2，且均通过了5%水平上的显著性检验。表明整体而言，地级市间的土地城镇化和人口城镇化均存在空间竞争效应，即某城市实施城镇化扩张，会导致周边城市跟风实施城镇化。这种空间竞争效应来自两个方面：一是某城市推动城镇化拉动经济增长，在激励制度考核下相邻城市也会为了经济发展竞争性推动城镇化；二是由于城镇化过程是城市基础设施完善过程，吸引了包括人才、资金等在内的资源的涌入，其它地区同样为了吸引资源而竞争性推动城镇化。

3.2.2 产业与技术投入差异下城镇化竞争程度分析

表3中的模型（1）和模型（2）是从工业化发展程度将SAR模型的空间滞后解释变量分为两个区制，区制1为工业化程度高的城市，区制2为工业化程度较低的城市。区制1和区制2的城镇化竞争系数ρ1和ρ2分别反映了不同工业化程度下城市土地城镇化和人口城镇化的竞争程度。从回归结果可以看出，对于土地城镇化，工业化程度高的城市城镇化竞争系数ρ1为0.298，而工业化程度低的城市城镇化竞争系数ρ2为0.471，比区制1的竞争系数高36.7%；同样，对于人口城镇化中，工业化程度高的城市城镇化竞争系数ρ1为0.56，工业化程度低的城市城镇化竞争系数ρ2为0.183，区制1比区制2的竞争系数高了67.3%。表3也给出了非对称效应t检验和相应的p值，显示在1%的水平上高度显著，表明在土地城镇化中，工业化程度低的城市土地城镇化竞争系数显著高于工业化程度高的城市；而在人口城镇化中，工业化程度高的城市人口城镇化竞争系数显著高于工业化程度低的城市，意味着工业化程度高低对土地城镇化和人口城镇化存在非对称性，即工业化程度低的城市在推动土地城镇化中比工业化程度高的城市更为激进，相反工业化程度高的城市更注重人口的城镇化，而不是简单的土地城镇化。导致这种差异的根源是经济发展水平的不同。工业化程度高的城市经济实力较强，对劳动力的需求和对人口的吸引力均较高；而工业化程度低的城市经济实力整体较弱，对人口的吸引力相对较差，更依赖土地财政的方式实施土地城镇化。

表3的模型（3）和模型（4）是从政府科技教育投入的

表2 固定效应模型和SAR模型估计结果

Tab.2 Estimated results of fixed effect model and

SAR model

注：*、**、***分別表示系数估计值在10%、5%、1%水平上显著；变量括号内为系数对应的t值。

角度将SAR模型的空间滞后解释变量分为两个区制，区制1为政府科技教育投入水平高的城市，区制2为政府科技教育投入水平低的城市。回归结果显示，对于土地城镇化，城市间的城镇化竞争系数分别为0.224和0.528，且均在1%的水平上高度显著；对于人口城镇化，城市间的城镇化竞争系数分别为0.285和0.481，同样在1%的水平上高度显著。由此可见，不管是土地城镇化还是人口城镇化，区制1的城镇化竞争系数明显低于区制2的城镇化竞争系数，表明政府科技教育投入比例高的城市城镇化竞争水平较小，反而政府科技教育投入低的城市对邻近城市的城镇化反应更为敏感，更容易加速实施城镇化。本文认为上述竞争系数差异产生的原因在于财政资源分配的结果。政府的财政支出受制于财政收入，城镇化的过程实际上是政府主导的投资行为，因此较高的科技教育支出抑制了政

表3 产业结构与技术投入

Tab.3 Industrial structure and technology input

注：*、**、***分别表示系数估计值在10%、5%、1%水平上显著；变量括号内为系数对应的t值。

府对城镇化的投资，进而导致了城市城镇化竞争系数较低，与客观事实相符。

3.2.3 区域异质性下竞争程度分析

表4的模型（1）和模型（2）是从行政划分角度将SAR模型的空间滞后解释变量分为两个区制：区制1为省会城市，区制2为非省会城市。从回归结果可以看到，对于土地城镇化，省会城市和非省会城市的城镇化竞争系数ρ1、ρ2分别为0.392和0.373，且均在1%的水平上高度显著。由于两者竞争系数相差不大，因此对于省会城市和非省会城市的土地城镇化而言均存在竞争性，但竞争水平无显著差异。究其原因主要是因为大部分内陆省会城市同样存在依赖城市空间扩张的土地城镇化，同非省会城市相比并无显著差异。对于人口城镇化，省会城市的竞争系数为0.407，比非省会城市的竞争系数0.203高出大约50.1%，

表4 省会城市与区域差异

Tab.4 Provincial capitals and regional differences

注：*、**、***分别表示系数估计值在10%、5%、1%水平上显著；变量括号内为系数对应的t值。

存在显著差异，意味着省会城市的人口城镇化竞争水平高于非省会城市，说明省会城市对人口更具吸引力，“马太效应”明显。

东部沿海地区比中西部地区有更成熟的市场和更稳健的政策，在城镇化过程中是否与中西部地区存在显著差异有待检验，鉴于此，将SAR模型的空间滞后解释变量分为两个区制，即东部沿海城市为区制1，中西部城市为区制2，模型估计结果见表4的模型（3）和模型（4）。结果显示，对于土地城镇化，东部沿海地区城市的土地城镇化竞争系数为0.366，中西部地区城市的土地城镇化竞争系数为0.446，且均在1%的水平上高度显著。对比发现，区制2的竞争系数比区制1的竞争系数高21.9%。对于人口城镇化，东部沿海城市的人口城镇化竞争系数为0.492，同样在1%的水平上高度显著，比中西部地区城市的人口城镇化竞争系数高66.3%。说明中西部地区城市土地城镇化竞争系数高于东部沿海地区城市，而东部沿海地区的人口城镇化竞争系数显著高于中西部地区。换言之，东部沿海地区对人口更具吸引力，主要是通过人口推动城镇化；相比而言，中西部城市的城镇化主要依赖于土地财政，更侧重城市空间扩张。

4 结 论

本文基于全国278个地级城市2005—2014年的面板数据，将一般空间自回归模型和两区制空间自回归模型引入政府间的城镇化竞争分析中，并从工业化程度、财政支出、区位等多个维度实证检验地级市政府间城镇化竞争水平，得出以下结论：①地级市政府间存在城镇化竞争，一个城市加快实施城镇化进程会驱动邻近城市竞争性推动城镇化；②工业化程度高低对城镇化竞争水平有显著影响，具体而言，工业化发展程度低的城市土地城镇化竞争水平高于工业化发展程度高的城市，而工业化发展程度高的城市人口城镇化竞争水平则高于工业化发展程度低的城市；③科技教育投入会抑制土地城镇化和人口城镇化，即科技教育投入多的城市土地城镇化和人口城镇化竞争水平均较低；④省会城市的人口城镇化竞争水平高于非省会城市，土地城镇化竞争水平并无显著差异；⑤东部沿海地区的人口城镇化竞争水平高于中西部，而中西部城市土地城镇化竞争水平较高。

本研究可以引申出以下几个方面的政策含义：①由于经济欠发达地区的政府对土地城镇化的依赖度较高，国家应该适度控制城市建设用地规模，特别是收紧工业欠发达地区、中西部等地区的中小城市建设用地供应，对这些地区实施更积极的人口吸引政策，推动人口城镇化和土地城镇化协调发展；②弱化以GDP增长为核心的政绩考核体制，构建多样化、综合性的政绩考核机制，避免地方政府单纯为实现GDP增长而竞争性实施土地城镇化；③政府在加强城镇化建设中，应兼顾科技教育方面的建设，避免将更多的财政资金投入城镇化建设导致科技教育投入不足；④人口城镇化是城镇化核心，土地城镇化是载体，因此，地方政府只有坚持走合理有序的城镇化竞争，实现土地城镇化和人口城镇化协调发展，才是坚持走中国特色新型城镇化建设道路的关键。

（编辑：刘照胜）

参考文献（References）

[1]刘航，孙早.城镇化动因扭曲与制造业产能过剩——基于2001—2012年中国省级面板数据的经验分析[J].中国工业经济，2014（11）：5-17.[LIU Hang， SUN Zao. The incentive distortion of urbanization and surplus production of manufacturing industry：empirical analysis on provincial panel data of China from 2001 to 2012[J].China industrial economics，2014（11）：5-17.]

[2]BRETON A. Competitive governments： an economic theory of politics and public finance[M]. Cambridge： Cambridge University Press， 1998.

[3]閆文娟.财政分权、政府竞争与环境治理投资[J].财贸研究，2012（5）：91-97.[YAN Wenjuan. Fiscal decentralization，government competition and environmental pollution disposal investment[J]. Finance and trade research，2012（5）：91-97.]

[4]彭代彦，彭旭辉.财政分权对人口城镇化与土地城镇化的影响——基于1981—2013年数据的分析[J].城市问题，2016（8）：58-66.[PENG Daiyan， PENG Xuhui. Influences on population urbanization and land urbanization by fiscal decentralization： based on the data from 1981-2013[J].Urban problems，2016（8）：58-66.]

[5]唐鹏，石晓平，曲福田.地方政府竞争与土地财政策略选择[J].资源科学，2014（4）：702-711.[TANG Peng，SHI Xiaoping，QU Futian. Local government competition and land financial strategies[J].Resources science，2014（4）：702-711.]

[6]李子联.人口城镇化滞后于土地城镇化之谜——来自中国省际面板数据的解释[J].中国人口·资源与环境，2013，23（11）：94-101.[LI Zilian. A study on the causes of population urbanization lagiug behind land urbanization[J].China population， resources and environment，2013，23（11）：94-101.]

[7]谢冬水. 地方政府竞争、土地垄断供给与城市化发展失衡[J]. 财经研究，2016（4）：102-111.[XIE Dongshui. Local government competition， monopolized land supply and urbanization development imbalance[J].Journal of finance and economics，2016（4）：102-111.]

[8]DENG X， HUANG J， ROZELLE S， et al. Economic growth and the expansion of urban land in China[J]. Urban studies， 2010， 47（4）： 813-843.

[9]王佳.地方政府竞争对城市化发展失衡的影响[J].城市问题，2017（3）：4-12.[WANG Jia. Influences on the unbalanced development of urbanization by the local governments competition[J].Urban problems，2017（3）：4-12.]

[10]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）：4-15.[ZHENG Xin. Contribution and realization way of urbanization to Chinas economic growth[J].Chinese rural economy，2014（6）：4-15.]

[11]HENDERSON V. The urbanization process and economic growth： the so-what question[J]. Journal of economic growth， 2003， 8（1）： 47-71.

[12]邱栎桦，伏润民.财政分权、政府竞争与地方政府债务——基于中国西部D省的县级面板数据分析[J].财贸研究，2015（3）：97-103.[QIU Lihua， FU Runmin. Fiscal decentralization，intergovernmental competition and local government debts： county-level panel data analysis of one western province[J].Finance and trade research，2015（3）：97-103.]

[13]劉妮娜，刘诚.合理、有序推进中国人口城镇化的路径分析[J].经济学家，2014（2）：21-27.[LIU Nina， LIU Cheng. An analysis of the path of reasonable and orderly population urbanization in China[J].Economist，2014（2）：21-27.]

[14]蔡潇，刘卫东，范辉，等.区域土地财政与城镇化的协调发展关系研究——以山东省为例[J].中国土地科学，2016（6）：33-43.[CAI Xiao，LIU Weidong，FAN Hui，et al.Research on coordination relationship between regional land finance and urbanization： a case study of Shandong Province[J].China land sciences，2016（6）：33-43.]

[15]JACCARD J， TURRISI R，WAN C K. Interaction effects in multiple regression[J]. Newbury park California sage publications，2003，40 （4）：461.

[16]宋旭，李冀. 地方财政能力与城镇化质量关系的实证研究——基于地级及以上城市数据[J]. 财政研究，2015（11）：70-74.[SONG Xu， LI Ji. An empirical study on the relationship between local financial capacity and urbanization quality： based on the data of cities at or above prefecture level[J]. Public finance research，2015（11）：70-74.]

[17]李拓，李斌.中国跨地区人口流动的影响因素——基于286个城市面板数据的空间计量检验[J].中国人口科学，2015（2）：73-83，127.[LI Tuo， LI Bin. Influencing factors of cross-regional population migration in china： spatial metrology based on panel data of 286 cities[J].Chinese journal of population science，2015（2）：73-83，127.]

[18]TOBLER W R. A computer movie simulating urban growth in the detroit region[J]. Economic geography， 1970， 46（sup1）： 234-240.

[19]ANSELIN L. Spatial econometrics： methods and models[J]. Economic geography，1988，65 （2）：160-162.

[20]ELHORST J P， FRRET S. Evidence of political yardstick competition in France using a two-regime spatial Durbin Model with fixed effects[J]. Journal of regional science， 2009， 49（5）： 931-951.

[21]龙小宁，朱艳丽，蔡伟贤，等.基于空间计量模型的中国县级政府间税收竞争的实证分析[J].经济研究，2014（8）：41-53.[LONG Xiaoning， ZHU Yanli， CAI Weixian，et al.An empirical analysis of spatial tax competition among Chinese counties based on spatial econometric models[J].Economic research journal，2014（8）：41-53.]

[22]马孝先.中国城镇化的关键影响因素及其效应分析[J].中国人口·资源与环境，2014，24（12）：117-124.[MA Xiaoxian. Analysis on the key influence factors of urbanization and its effects in China[J].China population， resources and environment，2014，24（12）：117-124.]

[23]杨森平，唐芬芬，吴栩.我国城乡收入差距与城镇化率的倒U关系研究[J].管理评论，2015（11）：3-10.[YANG Senping，TANG Fenfen，WU Xu. The inverted U-shaped curve between Chinese urban-rural income inequality and urbanization rate[J].Management review，2015（11）：3-10.]

[24]陳云松，张翼.城镇化的不平等效应与社会融合[J].中国社会科学，2015（6）：78-95，206-207.[CHEN Yunsong，ZHANG Yi. The inequality effect and social integration in urbanization[J].Social sciences in China，2015（6）：78-95，206-207.]

Analysis of urbanization competition among governments based on

spatial econometric models

SUN Yan-lin1 QIN Fei1 CHEN Ya-hui1 WEN Hu-wei2

（1.School of Economics， Huazhong University of Science and Technology， Wuhan Hubei 430074， China；

2.School of Economics and Management， Nanchang University， Nanchang Jiangxi 330031， China）

Abstract Urbanization， which is an important engine of local economic growth and the center of economic transformation， has an great significance influence to the sustainable development of urban economy. And driven by such factors as assessment system and free flow of resources， local governments are keen on stimulating investment through urbanization， so that urbanization competition is inevitable. Based on the panel data of 278 prefecture-level cities from the year of 2005 to 2014， the general spatial autoregressive model and the two-region autoregressive model were used to test the differences of the urbanization competition between the prefecture-level municipalities. The results show that there is a competitive urbanization between the municipalities of the prefecture-level municipalities， that is， a city to promote urbanization will drive the competitive competitiveness of neighboring cities to promote urbanization. The degree of industrialization has a significant impact on the differences in urbanization competition. The urbanization of urban land is lower than that of urbanization， and the urbanization of urban population with high degree of industrialization is higher than that of city with low degree of industrialization. Science and technology education expenditure will form a extrusion effect on urbanization， and reduce the level of competition. The level of urbanization competition of provincial capital city is higher than that of non-capital city， and there is no significant difference in land urbanization competition level； The level of urbanization competition in the eastern coastal areas is higher than that in the central and western regions， while the land urbanization competition level of the latter is higher than that of the former. The conclusion shows that the cities in economically backward areas emphasize the urbanization of land and has a low level of population urbanization， leading to population urbanization and land urbanization imbalance. The government should weaken the dependence on land urbanization and improve the competitiveness of population urbanization. Accordingly， the paper puts forward several suggestions： the government in the underdeveloped area should weaken its reliance on the urbanization of the land and enhance the competitiveness of the urbanization of the population. The government should weaken the performance appraisal system with GDP growth and build a diversified and comprehensive performance evaluation mechanism. Local governments should adhere to the rational and orderly urbanization and realize the coordinated development of land urbanization and population urbanization.

Key words urbanization competition； land urbanization； population urbanization； two-region space autoregression