县级尺度上人口城市化对区域经济增长的作用机制<br/>——来自陕西省107个区县的经验证据

县级尺度上人口城市化对区域经济增长的作用机制
——来自陕西省107个区县的经验证据

2018-10-29党兴华

西安理工大学学报 2018年3期

赵璟,党兴华,2

(1.西安理工大学经济与管理学院,陕西西安 710054;2.西安理工大学城市经济与管理研究中心,陕西西安 710054)

自公安部颁布《小城镇户籍管理制度改革试点方案》(1997)以来,中国全面加速户籍管理制度改革,将人口城市化视为“保持经济持续健康发展的强大引擎”[1],期望以此促进“产业结构转型升级”和“扩大内需”,这使得中国人口城市化率从30.89%(1999年)迅猛增长到57.35%(2016年)。与此同时,中国国内生产总值实现了年均8.93%(1999—2016年)的增长奇迹。这两类高度协同的数据背后是否隐藏着内在联系?是否积极推进人口城市化就能促进区域经济增长?大量研究从促进资源配置、加快要素积累、改变经济结构、扩大内需等方面,采用地级市及以上空间尺度数据检验人口城市化对经济增长的作用机制及效果,发现作用效果存在争议[2-5],少有研究关注更微观区域的作用机制及效果。

新世纪以来,中国人口城市化率虽然年年上升,但在不同空间尺度上表现趋异:在国家和省域尺度上,区域总人口与人口城市化率大多同时增长;在地级市及以上的城市尺度上,部分城市出现总人口减少与人口城市化率上升并存的现象;在更微观的县级尺度上,这种总人口减少与人口城市化率上升并存的现象在中西部地区大量出现。

因此,论文的主要贡献之处在于:首先,探讨了人口城市化作用于区域经济增长的可能路径和机制;其次,在县级区域层面上研究这种作用,更全面地反映作用机制的地域性特征及效果;最后,鉴于经济增长和城市化存在空间依赖性,引入空间计量模型避免估计误差。

1 文献述评及假说提出

当前研究从三方面分析了人口城市化对区域经济增长的可能作用:1) 直接作用。通过人口资源优化配置,提高生产的规模报酬和生产效率,进而促进经济增长[4，6,7]。2) 中介作用。①以要素积累和创新为中介:人口城市化提供了更多的受教育与交流协作的便利,加快物质、人力和知识资本的积累,促进创新能力提升,进而促进经济增长[5,8]。②以经济结构为中介:人口城市化通过影响需求结构和投入结构等路径改变区域经济结构,加快价值链和技术链的升级,进而促进经济增长[8,9]。③以城市内需为中介:人口城市化通过增加城市居民消费和政府部门消费(基础设施建设和公共服务供给等)促进经济增长[10,11]。3) 调节作用。城市的人口集聚吸引(创办)新企业进入城市,扩大了上游企业生产中间产品的当地需求,减少了下游企业生产最终产品的投入运费,这都有利于上游企业生产规模扩大和下游企业效益提升,进而吸引新企业进入城市展开新的企业间联动。人口城市化通过调节投资、产业集聚、消费、创新等因素对经济增长的促进作用,间接促进经济增长[12,13]。

当前研究存在两点不足:第一,大量研究没有展开人口城市化驱动经济增长的作用路径，也没有控制数据的空间依赖性;第二,少有研究从地级市以下空间尺度考察人口城市化对经济增长的作用机制,也没有考虑各因素的作用机制是否会随时间的变化而动态调整。基于前述研究,论文提出人口城市化对区域经济增长的综合作用机制假说(见图1):H1、H2、H4、H5:人口城市化会促进要素积累、创新能力、经济结构和城市内需等因素发展(实线画出)。H3、H6、H7、H8、H9:人口城市化、要素积累、创新能力、经济结构和城市内需会促进区域经济增长(实线画出)。H10、H11、H12、H13:人口城市化作为调节变量正向影响要素积累、创新能力、经济结构和城市内需对经济增长的促进作用(虚线画出)。

图1 人口城市化对区域经济增长的作用机制假说Fig.1 Hypothesis of action mechanism for population urbanization of regional economic growth

2 模型、指标与数据说明

2.1 模型构建

使用全局Moran指数检验数据是否存在空间依赖性,如果存在则应使用空间计量模型。全局Moran指数计算过程见文献[14]。

模型采用对数形式降低异方差和非平稳性,基本空间计量模型应用空间自回归模型(SAR)和空间误差模型(SEM)。

空间自回归模型:

lnY=β0+ρWlnY+∑βilnXi+ε

(1)

空间误差模型:

(2)

式中,Y表示区域经济增长;Xi表示影响区域经济增长的第i类因素;ε是随机误差项;β0是截距项;βi是相应的回归系数,反映影响因素Xi对因变量Y的影响;W为n×n阶的空间权重矩阵;ρ为空间自相关回归系数;λ为n×1阶的因变量向量的空间误差系数,用于度量空间关联地区关于经济增长因变量的误差冲击对本地区经济增长的影响;μ为正态分布的随机误差向量。

2.2 指标选择

论文参考沈坤荣[5]、Kolomak[7]、马忠玉[12]等有关计量经济模型设定,兼顾中国县级空间单元数据的可获得性,选取指标为:经济增长水平(Y),采用地区人均GDP表征;工业化程度(IDU2),用所在地区的第二产业产值与地区生产总值的比值表征;投资水平(IVS),用所在地区的人均社会固定资产投资额表征;人力资本水平(HUM),基于县级尺度上数据的可获得性,用所在地区普通中小学在校人数占总人口的比重表征;劳动力投入(LAB),用所在地区年末单位从业人员数表征;创新能力水平(CREAT),用所在地区每万人拥有的专利数表征;人口城市化率(URB),用非农业人口占总人口的比重表征;消费水平(CUS),用所在地区人均社会消费品零售额表征;政府支出水平(GOV),用所在地区的地方政府支出占地区生产总值的比重表征;健康服务水平(HAL),用所在地区的每千人拥有医院卫生院床位数表征。另外,论文引入虚拟变量(DUM)检验人口城市化对经济增长的影响是否存在行政区域空间差异,市辖区设为1,而市辖县设为0。

2.3 数据说明

参考民政部备案的2018年2月中华人民共和国县以上行政区划代码,论文构建2000—2015年的陕西省区县层面107个区域单元的面板数据库。原始数据来自各年份《陕西统计年鉴》及《陕西区域统计年鉴》。2014年、2015年的年末单位从业人员数因原始统计缺失,而采用指数平滑法获得。专利数据来自中国科学院地理科学与资源研究所,根据专利的地理位置(经纬度),自行抓取整理。另外,论文以1999年为基期,对相关数据进行消胀处理。

3 计量结果分析

3.1 区域经济增长水平的空间相关性检验

利用GeoDa软件,计算陕西省107个区县2000—2015年实际人均GDP全局Moran值,发现均为正值(见图2),且都通过了1%的显著性水平检验,因此考察期内区县的经济增长不仅会影响其邻近区县,也会受到其邻近区县的影响,即经济增长表现出正向的空间集聚。

3.2 县级尺度上人口城市化对经济增长的作用机制检验与分析

利用Stata14.0软件予以估计,论文根据文献[14]的原则,运用两个拉格朗日乘子(Lagrange multiplier,简称LM)检验,即比较LM-sar检验和LM-error检验以及稳健的LM-sar检验、稳健的LM-error检验结果,选择空间面板误差模型进行报告。

图2 2000—2015年陕西省区县人均GDP的全局Moran指数Fig.2 Whole Moran’s index of per capita GDP in districts and counties of Shaanxi province from 2000 to 2015

3.2.1 作用机制检验

1) 直接作用与中介作用检验

(3)

(4)

检验过程:第一步,利用式(3)检验人口城市化对区域经济增长的总效应。第二步,检验人口城市化是否分别影响工业化进程、物质资本投资、人力资本积累、城市内需和创新能力,判断假设H1、H2、H4、H5是否成立，第三步,利用式(4)检验各因素对经济增长的影响,判断假设H3、H6、H7、H8、H9是否成立，如果H3不成立,则说明不存在直接作用。第四步,对比前述结果,如果总效应存在,再检查第二、三步中各变量的系数是否都显著不为零,若是则存在中介效应;若系数至少有一个不显著,则参考文献[15]进行Sobel检验,进一步判断中介效应是否存在;如果存在中介效应,结合前述检验,若H3成立,那么存在部分中介效应,若H3不成立,则存在完全中介效应。

第一步检验结果如表1所示,对数似然函数检验值(Log-Likelihood)较大且拟合度(R-squared)较高,URB的系数显著为正,说明考察期内人口城市化对经济增长的总效应存在且显著,而且总效应随着时间不断增强。

表1 陕西省县级尺度上人口城市化对区域经济增长的总效应Tab.1 Total effect of population urbanization of the economic growth on county scale in Shaanxi province

注：表中()内的值为t统计量,*、**、***分别表示在10%、5%、1%的水平上显著。

第二步检验结果如表2所示,考察期内区县人口城市化对人力资本积累、劳动力投入、城市内需和创新能力没有显著的直接作用,而对工业化进程和物质资本投入有显著的促进作用。

表2 2000—2015年陕西省县级尺度上人口城市化对工业化、要素累积、城市内需、创新能力的影响检验Tab.2 Impact of population urbanization of industrialization,factor accumulation,domestic demand and innovation capability on county scale in Shaanxi province from 2000 to 2015

注：表中()内的值为t统计量,*、**、***分别表示在10%、5%、1%的水平上显著。

第三步检验结果如表3所示。

总体来看,人口城市化没有直接作用于陕西区县的经济增长(即H3不成立)。其中,工业化程度、物质资本投资、人力资本水平和创新能力等因素的系数均显著为正,但劳动力投入的系数为负且不显著,因此H6部分成立,H7、H8成立。但是消费水平的系数显著为正、政府支出的系数显著为负,说明地方政府对经济的积极干预反而阻碍了陕西区县的经济增长(H9部分成立),而且这种阻碍作用在减弱。另外,描述行政区划差异的虚拟变量显著为正,说明市辖区更有利于经济增长。

为了进一步判断中介效应的路径,以经济增长水平作为解释变量做Sobel检验(结果见表4,其中a和b是非标准化回归系数,sa和sb分别是a和b的标准误差,soble是根据文献[15]计算出的中介效应检验值,p-value表示统计检验的概率值),均接受原假设,表明劳动力投入、人力资本水平、城市内需和创新能力均不是中介变量。结合表2、表3、表4结果可知,人口城市化通过促进工业化进程和投资增长,对经济增长产生正向的完全中介作用。

2) 调节作用检验

(5)

表3 2000—2015年未考虑调节效应的陕西省县级尺度上人口城市化对区域经济增长作用效果Tab.3 Effects of population urbanization of economic growth without considering the regulation effect on county scale in Shaanxi province from 2000 to 2015

注：表中()内的值为t统计量,*、**、***分别表示在10%、5%、1%的水平上显著。

表4 中介变量Sobel检验结果Tab.4 The intermediary variable Sobel test results

通过式(5)中交叉项系数的显著性判断调节作用是否存在,另外将式(5)与式(4)结果对比,检验加入调节变量后模型的稳健性(结果见表5)。

表5 2000—2015年考虑调节效应的陕西省县级尺度上人口城市化对区域经济增长作用效果Tab.5 Effects of population urbanization of economic growth considering the regulation effect on county scale in Shaanxi province from 2000 to 2015

注：表中()内的值为t统计量,*、**、***分别表示在10%、5%、1%的水平上显著。

在陕西省县级尺度上,检验调节作用发现:

第一,人口城市化率与物质资本投资的交叉项系数前半期为负,后半期为正,在整个考察期为正;人口城市化率与人力资本水平的交叉项系数大部分显著为正,但是与劳动力投入的交叉项系数为负且不显著,说明人口城市化正向调节物质资本投资与人力资本积累对经济增长的拉动作用,但是不调节劳动力投入对经济增长的作用(即H10部分成立)。

第二,人口城市化率与创新能力的交叉项系数大部分显著为正,说明人口城市化促进了技术创新对经济增长的拉动作用(H11成立)。

第三,人口城市化率与工业化程度的交叉项系数均显著为正,表明人口城市化显著正向调节工业化进程对经济增长的拉动作用(H12成立)。

第四,人口城市化率与居民消费、政府支出的交叉项系数有正有负,但都没有通过显著性检验,这说明居民消费和政府支出对经济增长的作用没有受到人口城市化的调节影响(即H13不成立)。

第五,对比两个考察时段的结果发现:随着时间推移,人口城市化的调节作用逐渐增强的对象是物质资本投资、人力资本水平和创新能力,而作用逐渐减弱的对象是工业化程度。

另外,对比表5与表3可知,加入虚拟变量后各解释变量系数的正负和显著性基本不变,表明模型的稳健性较好,而虚拟变量的系数显著为正,说明市辖区比市辖县更有利于经济增长。

3.2.2 作用机制分析

根据3.2.1节检验结果,在陕西省县级尺度上,人口城市化对区域经济增长的作用机制可归纳为:

第一,人口城市化没有显著地直接促进经济增长;

第二,人口城市化显著促进了工业化进程和固定资产投资增长,并以此二者为中介变量促进了经济增长;

第三,人口城市化作为调节变量,显著正向调节了工业化进程、固定资产投资、人力资本积累和创新能力对经济增长的促进作用(详见图3)。