二元经济结构背景下创新对新型城镇化进程的影响

刘竹君

【摘要】在现如今城市经济与农村经济并存的二元经济结构大背景下，城镇化是化解现如今这种经济格局的根本出路。近几年针对城镇化的一些缺陷推行了以人为核心的新型城镇化，然而对于影响新型城镇化的因素，我们还在不断摸索中。创新驱动的大力提倡使得我国科技水平不断提高，而这一点是否能影响我国的新型城镇化进程呢，这是本文探讨的重点问题。因此，本文在综合国内外学者的研究成果的基础上，运用理论分析与实证检验相结合的方法，分析了2006年—2015年的区域面板数据，主要以研发的投入以及产出代表我国的科技水平，分析其对我国城镇化的影响效果。实验结果发现各地区的技术创新水平与新型城镇化进程总体上趋于一致，且这种影响关系在各个区域之间存在差异。

【关键词】二元经济结构 新型城镇化 技术创新

1引言

我国在过去是个农业大国，这一历史也导致了我国在有传统农业经济向现代工业经济转换的过程中，出现较为落后的农村生产和生活方式和持续进步的现代化生产生活方式并存的经济发展形势成为了一种必然趋势，也就是我们常提到的“城乡二元经济结构”。二元经济结构分为三个阶段，而我国现如今处于二元经济结构第三个阶段，即二元经济结构的强化阶段。对于过去几年我国施行传统城镇化过程中出现的问题，在十八届三中全会中，国务院总理李克强提出了以人为核心的新型城镇化，进一步优化了我国城镇化的实施方式。这就要求我国在推进城镇化的过程中，提高城镇人口素质和居民生活质量，使得常住人口能有能力在城镇稳定就业和生活，努力有序实现市民化，这将是我们在未来期间内的首要任务。而技术进步就能实现城镇居民生活质量的提高，因此二者之间存在着这种促进关系。城镇化过程是各种生产要素的一种空间集聚的过程，而这种集聚一般都会带来正的技术外溢效应，即将其他地方的技术带到集聚地，促进了集聚地的自主创新。我们所学的经济增长理论告诉我们，促进我国经济长期稳定可持续发展的几个重要要素是资本、劳动力以及技术水平，其中技术进步是几个因素中影响最为显著的，而创新则是技术进步的一个重要的推动力。创新主要包括理论创新、制度创新、科技创新、文化创新等，通常学者们都是从科技创新的角度去研究我国的创新水平，本文具体运用了研发投入强度以及国内专利申请授权量两个指标去衡量我国的创新水平。城镇化水平则用城镇人口占常住人口数衡量。

2创新对新型城镇化的影响研究的实证分析

2.1变量的选取及其数据来源

本文的样本时间区间设定为2006—2015年，以全国31个省市的面板数据作为分析样本，由于样本数据是“宽而短”的面板数据，因此本文选择Panel Data的方式建立模型。本文实证研究部分选取研发投入强度这个指标代替了我国创新投入水平，通过研发投入经费与当年GDP之比得到，用RD表示；选取国内专利申请授权量代替我国的创新产出水平，用PG表示，选取城镇化率代表城镇化水平，通过城镇人口与常住人口之比计算的来，用URB表示。本文的所有数据均来源于《中华人民共和国国家统计局》、《2016年中国统计摘要》、《2016年中国科技统计年鉴》、《2007年科技统计年鉴》，部分指标通过上述资料中数据计算得到。为有效降低数据的异方差，增强平稳性，本文对上述指标取对数后再进行分析，取对数后的指标分别为LRD、LPG和LURD，其中L代表对指标取对数。

建立如下模型：

上式中lnURB_it为地区i在t时刻的城镇化水平，lnPG_it与lnRD_it为区域i在t时刻影响地区城镇化水平的解释变量的观测值，α为常数项，β₁和β₂表示各解释变量的系数，若系数为正，则说明创新水平的提高能够提高城镇化水平，推动城镇化的进程，若为负，则表明创新不能带动城镇化。

2.2数据的平稳性检验

因为本文使用的是面板数据，它是包含时间序列数据在内的，因此要对数据进行单位根检验，保证序列平稳性，排除其存在为回归的可能性。面板数据中的单位根检验方法有很多种，本文使用的是IPS检验。结果显示，LRD、LPG与LURB均为非平稳序列，在5%的显著性水平下均为一阶差分平稳，即序列DLRD、DLPG和DLURB在5%显著性水平下是平穩的，其中D表示一阶差分。对数据取对数再一阶差分后的序列为原序列数据的改变率，经济意义可以得到解释。

2.3数据的协整关系检验

由于三个变量均为一阶差分平稳，可对三个变量进行协整关系检验，考察变量间的长期均衡关系，面板数据中的协整关系检验包括Pedroni检验、Kao检验以及Fisher检验三种方法，本文使用Kao检验对创新的投入产出水平与城镇化率的面板数据进行协整关系检验，各检验方法的检验结果如下表2所示

根据上述检验结果可以看出，我国31个省市的创新投入与产出和城镇化率的面板数据之间存在协整关系，即存在一种长期均衡关系。

2.4模型的选取与设定

根据上述所有检验的检验结果了解到，此面板数据是平稳的，且变量之间存在长期均衡关系，因此可以进一步对变量进行回归分析。首先采取了F检验分析是采用混合效应模型还是固定效应模型，并利用Hausman检验分析是采用固定效应模型还是随机效应模型，各检验的检验结果如下表3所示。上述两种检验的检验结果均拒绝原假设，即两种检验结果均检验出此面板数据变量之间的关系符合固定效应模型，因此最终本文建立的模型为个体固定效应模型。

3主要结论及政策建议

本文基于2006—2015年31个省（市、自治区）的面板数据，在确定了数据的稳定性以及变量间的长期均衡关系后，经检验选取了对该面板数据建立固定效应模型对创新的投入、产出水平两个因素对各地区城镇化水平的影响进行了定性定量分析，并得出如下结论：

（1）对比创新的投入与产出水平的两个代表指标，即研发投入强度以及国内专利申请授权量，发现国内专利申请授权量的影响效果要更显著一点，说明创新的产出水平对城镇化的拉动效果更明显一点，这一点主要由于专利水平的提高意味着一个地区的技术水平在提高，技术水平的提高能使得城市发展水平加快，使得更多农村居民倾向于转向城镇，城镇化率自然而然就提高了；

（2）根据显著性水平发现，研发投入强度对城镇化水平的影响效果不太显著，这主要是由于我国现如今研发存在的问题，即投入高而效率低导致的。

（3）根据固定效应模型中各地区的截面效应可以看出，创新的投入产出水平对城镇化水平的影响在不同省份之间的差异还是比较大的，发展较快的一些城市自发城镇化水平较高，而一些发展缓慢，比较落后的地区，创新的投入产出水平对当地的城镇化水平的影响效果要更为明显一点。

基于上述三点结论，为使得在新型城镇化进程中，创新的投入产出的拉动效果更明显，即使得创新水平的提高能更好地推动城镇化的发展，本文提出以下几点建议：

（1）在继续加大我国研发投入强度的同时注重我国研发投入效率；

（2）除了关注创新对城镇化的直接影响外，还要关注创新对城镇化的间接影响，例如通过以科技创新带动产业升级来来促进城乡一体化的实现，改善我国的二元经济结构现状。学者甘丹丽（2014）认为新型城镇化包括经济结构转型、人口结构调整以及城市功能布局优化三个部分。要利用科技创新带动产业结构升级，而不是掩耳盗铃式地把污染企业已到城郊；我们应该通过加快科技成果转移转化，来推动产业升级和城镇化加速。

（3）可以通过科技手段间接地在感官上缩小城市地域范围，由于科技使得人们的生活变得更加方便，使得城郊地区的成本问题渐渐地不再成为城乡一体化的障碍之一了。