知识服务业影响新型城镇化的门槛效应分析

邵慧敏，秦德智，咸丰茂

（1.云南师范大学 经济与管理学院，昆明 650500；2.云南大学 工商管理与旅游管理学院，昆明 650091；3.昆明理工津桥学院 电气与信息工程学院，昆明 650106）

0 引言

大多数学者认为，城镇化或城市化是一个舶来品，源自英文Urbanization。城市化普遍接受的定义是农村人口向城市集中的过程，其过程中包含了社会、人口、空间、经济转化等多方面内容，是人类生活方式、产业结构、地域空间的变化过程。城市化基础理论先后出现了产业结构顺序转换理论、两部门模型、结构学派、中心外围模型以及城市化和分工研究模型[1]。城市化作为一种历史过程，其和很多因素存在一定的相关性，与城市结构和功能转变也密切相关[2]。而在此转换过程中，农村的资源会不断地流入城市，相关服务产业和第三产业开始大量的向城镇聚集，而城市生活方式也会流入农村[3]。我国自2001年首次提出城镇化战略以来，国内学者对城镇化发展的基本方式和路径进行了广泛研究，成果较为丰富。许多学者从不同视角提出了我国城镇化的发展路径，这些路径往往强调市场[4]、人口[5]、政府[6]、制度[7]等要素对于促进城镇化的重要作用，并在此基础上提出城镇化的动力机制[8]、发展模式[9]、水平评估[10]及其对经济社会的影响[11]。

由以上文献分析可知，城镇化已成为我国一项重要的发展战略，对于城镇化建设的动力机制，主要还是突出土地、规划、产业、人口的城镇化，较少考虑知识因素，知识服务业在推动城镇化建设中所起的作用很少有学者问津。本文认为知识服务对新型城镇化溢出效应的发挥是一个错综复杂的过程，需要横跨一定的门槛，才能发挥其更好的作用。为此，本文试图探讨知识服务业对新型城镇化建设的影响，在分析其作用机理的基础上构建门槛效应估计模型，进而探寻知识服务业发展推动城镇化发展对策。

1 作用机理分析

知识不同于其他生产要素，它是无形的，可以渗透到社会生活的各个领域，成为社会的“基本的资源”。知识服务业主要通过影响经济增长、产业结构、制度变迁及人口迁移等进而推动新型城镇化进程。具体作用机理分析如下：

（1）提高知识服务聚集度加速区域经济增长

对已有的城镇化理论进行梳理后发现其中有一共同观点，即城镇化的程度与该区域在经济增长方面的表现存在正向映射联系，经济取得增长会通过直接或间接的方式正向助力于城镇化水平的提高，而城镇化水平的提高又会进一步加速区域经济增长，形成良性循环。在经济增长影响因素中，知识服务为学术界公认的主要因素之一，其集合了资本与技术，能以不同方式对经济增长产生显著影响，进而在城镇化发展进程中起到强大的助推作用。知识服务具有集聚效应和乘数效应，以上效应会进一步加速经济增长，使其前后向关联与带动作用愈发强大[12]。

（2）加大知识服务投入量优化产业结构

究其根本，城镇化的显著特征就是人口比例、国民经济构成比例的重新调整，农村人口占比下降，农业活动、农业经济占比下降，城市人口占比上升，非农活动、非农经济占比上升。伴随经济全球化，技术和产业在国与国之间、地区与地区的流转日趋频繁，知识服务在这个过程中发挥纽带效用，能够产生显著效用作用于产业结构，加速传统农业经济的解体，促使其优化与升级，同时不断推动非农经济的发展，进而推动城镇化发展。同时，我国目前已经实现了工业现代化，但是城镇化仍处于低水平，这个时期工业的投入和发展对于城镇化的驱动力已经减弱，第三产业成为新的动力源，而知识服务对于第三产业投入的倾斜有效促进了第三产业的兴起与扩张，知识服务能够在新一轮的城镇化进程中发挥重要效用。

（3）扩大知识服务制度环境影响力推进区域制度变迁

知识服务会对原有的制度环境产生冲击效用，会影响和引导该区域发生制度变迁；而此种制度变迁的合理推进，会使一个具有区位优势特性的地区保持领头羊态势，吸引更大规模的知识服务。由此可以看出，知识服务、制度变迁、观念转变同区域城镇化之间相互关联、环环相扣。通常来讲，一个良好的制度环境能够显著降低该区域的投资成本，对于知识服务的吸引力显著增加，反之成立。知识服务在进入一个区域后，会使该区域外部制度环境发生显著变化，进而使该区域内各经济主体之间的利益格局发生重构，这又会进一步加速该区域重塑更良性的制度环境，最终正向作用于城镇化，形成三方互动格局。

（4）新增知识服务就业机会吸纳农业转移人口

大量农村人口由农村迁移到城市，对城镇化建设起到了一定推动作用，城市地区经济、文化的发展能够使大量农村人口得以消纳，使之转化为城市人口，虽然城镇化是一个复杂的系统，不能简单的理解为人口城镇化，但不能否认的是，人口迁移带来的农村人口和城市人口的重新配比是城镇化进程的一个重要特征。知识服务能够对城市经济增长产生促进效用，创造更多的就业机会以吸纳向城市迁移的区域外劳动力和农村剩余劳动力，使城镇化水平得以显著提升。与此同时，知识服务对于人们既有的就业观念产生了巨大的冲击，并引导就业政策的调整及优化，吸纳更多的农村人口走上就业岗位。

2 模型设定、变量选取和数据来源

2.1 模型设定

本文研究时选择了门槛回归模型，而单一门槛值的这种模型[13]表达式如下:

其中，Yt表示城镇化率，β1、β2表示估计参数，Xt为投入的知识服务业指标变量，ηt为门限变量（即解释变量Xt的一部分），γ为待估计的门限值，μt表示为Xt不相关的误差扰动项，t=1，2，…，8。

为了对变量的非线性门槛效应进行分析，本文选择的门槛变量为知识服务业的发展指标Xt。而在实际的城镇化过程中，不同地区的知识服务业水平并非相同的，因而在模型分析过程中，将μt设置为误差项，把Xt作为核心变量，所得模型如下:

其中，1(·)为示性函数，其数值根据括号中表达式的真假而取1和0。

而在估计服务投入指标过程中，主要根据此门槛效应方程的待估参数值，在此基础上检验知识服务业对这种城镇化的门槛效应。

为找出最优门限值r*，即SSE()r，本文在一定的统计分析基础上确定出最小的残差平方和SSE()r。

为验证知识服务业的这种门槛效应是否存在，本文选择了自举样本法来分析检验。

建立零假设假设:H0:β=β0

备择假设为:H0:β≠β0

建立F统计量检验零假设:

SSE0代表零假设时，不存在门槛效应残差平方和;代表在备择假设条件下存在门槛效应的残差平方和;表示残差的方差。

SSE(r)表示零假设条件下的残差平方和。定义:时拒绝零假设检验，相反则接受;a表示渐进分布LR()r0的渐近分布水平。

本文在检验知识服务业的这种门槛效应过程中，通过此门槛回归模型进行减压，相应的模型如下:

此外，考虑到城镇化与农业之间的影响关系，而增加了C作为控制变量，C具体包括农村居民人均GDP和农业固定资产投资GIP。

2.2 变量选取与数据来源

（1）被解释变量

为了满足数据分析要求，本文的被解释变量也就是因变量通过城镇化水平的城镇化率指标表示，此处用Yt表示。

（2）门槛变量

这种变量也就是知识服务业的发展水平指标，指标可以根据此类人员数占第三产业从业人员数的比重确定出，此处用Xt表示。本文在设置知识性指标时选择了知识服务业的发展水平，且选择此指标作为门限变量。接着在此基础上估计门限值以此用来反映知识服务业和城镇化率之间的关系。

（3）控制变量

考虑到新型城镇化影响因素的多元性与数据的可得性，本文选择农业人均GDP和农业固定资产投资GIP两个指标作为控制变量。本文采用了《中国统计年鉴（2017）》《中国第三产业统计年鉴（2017）》《中国科技统计年鉴（2017）》等相关原始数据对2001—2015年中国31省的面板数据进行了回归。

3 实证分析

3.1 估计结果及分析

为检验知识服务业的这种门槛效应，本文在估计过程中选择了Stata13.0软件，且通过其中的数据进行模型分析，相关的变量的具体情况如表1所示。

表1 变量基本统计特征 （单位:%）

而在此分析过程中，为了对知识服务业的这种门槛效应进行研究，而建立了单门槛效应估计模型，且通过其检验分析。

此外，为了方便研究，而对全部变量对数处理，这对提高检验结果的稳健性也有一定的帮助。在检验中，本文先对门槛值是否存在进行了研究，发现在5%水平上存在1个门槛值，其值为0.27977，置信区间为[0.0139，0.7580]。接着还对双重门槛的存在与否进行了检验。结果发现在10%水平上也存在这种门槛，其值为0.40127，置信区间为[0.0344，0.6733]。而根据此结果可以判断出，城镇化建设的效果和知识服务业的从业人数的占比存在一定的相关性。也就是说，知识服务业的从业人数占整个第三产业就业人数的总体比重不同，城镇化建设的效果就不同。在此基础上对原模型再进行门槛回归的分析，结果如表2所示。

表2 面板门槛模型解释变量及其参数估计回归结果

其中，可决系数R2为0.8343，F统计量为224.220，这充分说明知识服务业对我国新型城镇化产生门槛效应的验证与研究是可行的。对于城镇化率的两个门槛值分别为0.27977和0.40127，即当知识服务从业人数占整个第三产业就业人数的比重低于0.27977时，知识服务业对城镇化率存在积极作用(β00＞0)，在10%水平上显著；当知识服务从业人数占整个第三产业就业人数的比重介于0.27977与0.40127之间时，β01=0.2696，这说明知识服务业发展指标每增加1%，城镇化率增加0.2696%，且增加具有平稳、显著性；而如果此种人数的占比高于0.40127时，β02=0.6733，知识服务业对我国新型城镇化率影响水平就显著的提高，前者每增加1%，后者则增加0.6733%。

3.2 稳健性检验

为满足回归分析结果的可靠性要求，应该检验所得结果的稳定性，本文应用了逐个剔除方法，对相关变量进行剔除（模型2剔除了lnGIP，模型3进一步剔除了lnGDP），和最初结果对比分析，所得结果如表3所示：

表3 面板门槛模型回归稳健性检验结果

从表3可以看出，将lnGIP和 lnGDP控制变量剔除之后，模型的拟合优度系数的显著性有一定幅度的降低，不过知识服务业的这种门槛效应依然是明显存在的，也可判断出原模型估计结果满足稳定性要求。

3.3 各地区的门槛状态

分析知识服务业指标（Xt）的门限值，根据统计数据的平均值对该指标数据进行分类，所得结果如表4所示。

表4 面板门槛分类结果

4 结论

统计结果表明，在样本研究期间内，知识服务业和城镇化率之间存在明显的正相关关系，且表现出一定的双重门槛效应，二者之间表现出非线性关系；前者在跨过门限值时，城镇化率就开始大幅度的提高。基于以上结论，综合考虑知识服务业促进新型城镇化建设的作用机理，提出如下启示：（1）完善知识服务产业体系。知识服务业不直接参与产品生产，而是通过高新技术、信息、知识、管理为城镇化建设提供服务，从而实现城镇化建设质量的提高。在构建知识服务业产业体系的过程中，需要将与城镇化建设相关的工业、服务业嵌入到知识活动中。（2）建立知识服务业创新驱动机制。提高知识服务业自主创新能力，重点建设一批知识服务创新基地，促进当地企业的重点发展，且为知识服务业发展起到推动作用。且在此基础上推动相关的小微企业的集群发展，发挥中小企业的规模效应和集聚效应。优化市场环境，完善市场机制，发挥市场对知识服务业整个产业创新链的拉动作用。（3）优化知识服务业发展的政策环境。知识服务业的发展要求政府打造良好的软环境。鉴于知识服务业中的技术、信息、金融等产业形式具有无形性、伴生性的特点，需要政府建立和完善相关的法律法规，构建完善的产业政策体系，以保护和促进服务知识的生产和流通，从而服务于新型城镇化建设。（4）建立和完善知识服务人才培养和流动政策。新型城镇化建设需要知识服务业的支撑，也就有赖于大量的懂科技、懂经营的复合型人才。一方面可通过高等院校和职业学校加大人才培养力度，建立农业知识服务人才培训体系。另一方面，可建立健全知识服务人才流动机制，建立人才信息库和人才评价体系，促进人才在各地区、各部门的有序流动。