城镇化、空间溢出与经济增长研究

王银 金津

摘   要：本文以四川省2005年—2018年21个市州的面板数据为基础，构建空间面板杜宾模型来检验四川省城镇化对区域经济增长的作用，并分析城镇化对经济增长的空间溢出效应。结果表明，城镇化水平会显著促进地区经济的增长，并且存在空间溢出效应;地区经济发展方式落后和基础设施建设水平低下将导致人口城镇化对经济增长的推动不足。因此，应借助城镇化来进一步推动经济发展。

关键词：城镇化;经济增长;空间面板

中图分类号：F20       文献标识码：B        doi：10.3969/j.issn.1009-6922.2021.03.014

文章编号：1009-6922（2021）03-77-08

一、引言

中国的城镇化与美国的技术革命，被著名的诺贝尔经济学奖获得者、美国经济学家约瑟夫·斯蒂格利茨并称为对21世纪世界经济有着重要影响的两件事。四川省作为传统的人口大省和资源大省，在推动全国的城镇化进程中有着不可忽视的作用。2019年，由国家发展改革委制定的《2019年新型城镇化建设重点任务》指出城镇化对于保持经济持续健康发展的重要作用。城镇化是社会经济发展所必经的阶段，同时也是当前在国内国际双循环背景下促进经济高质量发展的重要影响因素。2020年，中央财经委员会第六次会议首提“成渝地区双城经济圈”的概念，这意味着西部地区，特别是成渝地区的发展将被视作带动中国发展的新的增长极。在这样的背景之下，我们考虑城镇化推动区域经济发展时，更應该注意城镇化所带来的空间溢出效应对区域经济增长的影响。因此，本文基于空间面板模型，将空间溢出效应纳入考虑来检验四川省城镇化对经济增长的影响作用，文中所用数据均来自各年度《四川统计年鉴》。

二、相关文献综述

（一）城镇化推动经济增长的机制

城镇化推动经济增长的机制大体可以分为建设推动型、消费推动型和效率推动型三大方面。在建设推动方面，郑鑫[1]通过将城镇化因素具体划分为人口城镇化、土地城镇化、城镇建设三种，发现城镇化主要是通过城镇建设和土地城镇化来推动经济增长。在消费推动方面，喻开志等[2]构建了城镇化发展水平的综合得分体系，发现城镇化通过推动基础设施建设以及刺激居民消费来推动经济增长。在效率推动方面，李妍和薛俭[3]发现在城镇化过程中，大量的农村人口进入了城镇，带动了城市基础设施建设;而户籍制度的松动促使劳动力从农业向工业及商业流动，因此城镇化通过提高结构效率、分工效率和规模效应来提升生产效率，从而促进经济增长。

（二）城镇化的空间溢出效应

Lucas[4]在他的论文中提出，空间溢出效应是指某一地区在经济发展中对其周边地区经济增长的影响作用。周慧[5]认为，伴随着空间计量的兴起，有很多学者逐步将空间计量方法应用到技术溢出、人力资本外溢等要素集聚空间外部性问题的研究中，但现有文献探寻城镇化溢出效应的空间计量研究却十分有限。刘晓明等[6]利用中国1986年—2014年省级面板数据实证检验了城市化对经济增长的影响，运用空间面板Durbin模型，发现城镇化对经济增长存在显著的正向效应，且效应更为显著。

三、模型的选择、指标以及数据来源

空间计量模型能有效地对空间效应进行识别、度量和估计。因此本文选择使用空间面板杜宾模型（SDM）来研究四川省城镇化与区域经济增长之间的关系，具体的模型设计如下：

yit=pW'iyt+xitβ+W'ixitθ+μi+δt+εit

其中，y为被解释变量，即地区经济增长能力;x代表解释变量，即城镇化水平以及其余控制变量。此外，W是空间权重矩阵，β为各解释变量及控制变量的估计系数，θ为解释变量和各控制变量的空间交互项系数，μi代表空间效应，δt代表时间效应，εit代表随机误差。本文采用各地区人均GDP（lnpgdp）来代表地区经济增长能力，并对数化处理;用各地区的城镇化率（urb）来代表城镇化水平。

控制变量包括政府的财政支出（lngov）;固定资产投资（fi），使用各地区的固定资产投资占GDP的比重来表示;人均消费支出（Incons）;城乡收入差距（ig）;R&D经费支出（Inrd）。鉴于数据可得性，本文选取了四川省21个市州2005年—2018年的面板数据集合，变量的描述性统计如下：

四、实证检验与结果评价

（一）对模型选取的进一步解释

在进行具体的实证分析时，我们通常会首先使用莫兰指数（Moran's I）来检验变量的空间依赖强度大小。莫兰指数的计算公式为：

其中：n为地区数，本文中n=21;W为空间权重矩阵;xi为单位i的观测值，我们将利用莫兰指数对样本的经济发展水平进行空间的相关性检验。此外，还有吉里指数（Geary's C）也可测度变量的空间依赖强度。本文对2005年—2018年四川省经济发展水平的莫兰指数和吉里指数进行测算，得到表2如下所示：

综合上表分析可得，在所选取的样本期内，四川的经济发展水平呈现出一定的空间相关关系，因此，在研究四川省的经济发展水平与城镇化之间的关系时，将空间的关联性与异质性纳入考虑是合理的。

（二）相关检验

在空间面板的实证分析中，常见的模型有空间面板滞后模型（SAR）、空间面板误差模型（SEM）和空间面板杜宾模型（SDM），而对空间面板自回归模型（SAC）的实证研究相对较少，故本文也不再考虑SAC模型，选择在SAR、SEM和SDM三个模型中挑选出最优模型进行实证研究。

首先我们进行LM检验，检验结果如下：

由结果可知，本文可以选用SEM模型或者SAR模型，因此本文选用两者结合的SDM模型是合理的。为了进一步检验SDM模型是否比SEM模型或者SAR模型更适合，本文进一步进行了Wald和LR检验，最终的检验结果如表4所示：

由Wald检验和LR检验可知，SDM是三者中最优的模型选择。另外，Hausman检验的最终统计量为负，通过模拟分析发现，主要是因为随机效应模型基本假设的渐进性假设无法得到满足。基于连玉君[7]、陈强[8]的研究，在Hausman检验值为负的情况下，应该采用固定效应。故本文的SDM模型采取固定效应。为了更具有解释力，我们也进行了空间滞后模型（SAR）的检验，作为补充说明。

（三）城镇化与四川省经济发展水平的实证结果

1. 四川省整体城镇化与经济增长的实证结果。SDM模型和SAR模型均表示四川地区城镇化对经济发展具有显著的促进作用，如表5所示;而空间权重与城镇化交互项的系数显著为正，说明空间溢出效应显著为正，地区间的城镇化发展有助于推动相邻地区的经济发展。SDM模型的结果说明将空间因素纳入对四川城镇化水平与经济增长之间的关系研究中是合理的，并且也进一步说明了空间溢出效应对区域经济增长的促进作用。

2. 四川省分区域城镇化与经济增长的实证结果。2018年四川省委十一届三次全会作出实施“一干多支”发展战略的决策部署，根据四川整体城镇化发展所存在的地域差异布局了成都平原经济区、川南经济区、川东北经济区、攀西经济区和川西北生态经济区五大经济区的发展结构。在这样的政策背景之下，我们进一步考虑对四川省各市州的样本进行分区域的回归。由于攀西经济区和川西北生态经济区的样本数过少，回归时我们将攀西经济区和川西北生态经济区合为一个部分进行比较。回归结果如下所示：

由表6我们可知，在分区域进行回归之后，城镇化水平对经济增长出现显著的地区差异。攀西经济区及川西北生态经济区城镇化水平回归系数大于成都平原经济区城镇化水平回归系数，是因为在城镇化水平较低的地区，城镇化与经济增长的相关性较强，对经济推动更大。而川南经济区和川东北经济区城镇化水平显示出对经济增长显著的抑制作用，其原因很可能在于城镇化进程中出现的一些问题阻碍了经济发展。另外，由回归结果可知，成都平原经济区和攀西经济区、川西北生态经济区空间权重与城镇化交互项的系数显著为正，表示相邻地区城镇化水平对本地区的经济增长呈现显著的正向关系，即存在显著的空间溢出效应。川南经济区和川东北经济区城镇化水平对经济发展并没有表现出显著的空间溢出效应，可能是因为川南地区内各市州之间协作不足，经济联系度不紧密，使得各市州对周边市州的发展影响不大。

3. 运用因子分析进一步实证检验。对于川南经济区和川东北经济区出现的城镇化水平对经济增长显著的抑制作用，我们认为很可能是因为其城镇化建设过程中相应的基础设施和公共服务相对落后，并不能对整体经济进行有效的支持推动。特别是川东北经济区，根据表7我们发现区内巴中市和达州市城市设施水平较为落后，无法满足经济进一步增长的要求。那么我们所选取的以常住人口城镇化率代表的城镇化水平，往往不能准确代表实际的城镇化水平。川南经济区和川东北经济区在城镇化率上升的同时，很可能由于城市基础施设服务并没有等到相应的提升，使得城镇化在通过建设、消费和效率三大方面推动经济增长的路径中受限制。为了验证以上假设，我们将构建综合的城镇化评价指标，运用因子分析的方法对川南经济区和川东北经济区的城镇化水平进行进一步的测量，最终将得到的因子得分替换原有城镇化衡量指标，然后再进行空间面板回归来验证假设是否成立。

本文最终选取了14个评价指标来综合构建城镇化发展水平体系，分别为：常住人口城镇化率、城镇人口密度、公路总里程、人均城市道路面积、人均公园绿地面积、单位工业增加能耗值、城市污水处理率、垃圾处理率、幼儿园数、每万人人均卫生机构人员数、普通高等学校在校学生数、图书馆藏书量、进出口货物总额和第二产业贡献率。运用因子分析法对这14个评价体系进行降维处理，得出因子得分，最终将得到的因子得分替换原有城镇化衡量指标，回归结果如下：

最终我们发现川南经济区城镇化对经济增长的作用显著为正，且空间权重与城镇化交互项的系数显著为正，表示相邻地区城镇化水平对本地区的经济增长呈现显著的正向关系，与之前的回归结果有了非常显著的不同。在将城市基础设施建设等因素纳入对城镇化水平测量的体系后，城镇化显现出了对经济增长显著的促进作用，说明川南经济区在城镇化过程中确实存在基础设施建设等配套服务与人口的城镇化进程不相匹配的问题。这些问题不仅抑制了城镇化对经济增长的推动作用，也削减了城镇化的空间溢出效应。而川东北经济区的回归结果仍然呈现负向效应，但并不显著，表明川东北经济区在推进城镇化过程中所存在的問题比川南经济区更为复杂。

五、结论与建议

本文的研究结果表明，四川省的城镇化水平会显著促进地区经济的增长，并且存在空间溢出效应，城镇化通过辐射带动作用促进邻近地区的经济增长。其中，成都平原经济区、攀西经济区、川西北生态经济区的城镇化对经济增长存在显著的促进作用，川南经济区和川东北经济区城镇化水平对地区经济增长存在抑制作用。将城市基础设施因素纳入考虑后发现，很可能是因为这些地区经济发展方式落后和基础设施建设水平不足导致人口城镇化对经济增长的推动不足。因此，要充分发挥城镇化对经济的促进作用，推动四川经济进一步发展。成都平原经济区应该抓住成渝地区双城经济圈建设契机，积极促进产业转型升级，转变经济增长方式，积极培育自身的城市竞争力，促进区域协调发展;攀西经济区和川西北生态经济区应保持良好的发展态势，形成以攀枝花和西昌为“双核”、以区域交通干道为依托的结构，提高城市群综合承载能力;川南经济区各市州要注意提升城市的基础设施水平，推动川南城市群形成“内自泸宜”聚合发展的川南都市圈、内自都市区、宜宾都市区和泸州都市区的“一圈三区”结构;川东北经济区要注意在发展过程中与周边市州的协同合作，加强经济交流，促进要素的有效流动。

参考文献：

[1]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.

[2]喻开志，黄楚蘅，喻继银.城镇化对中国经济增长的影响效应分析[J].财经科学，2014（7）：52-60.

[3]李妍，薛俭.中国城镇化水平与经济增长关系的实证研究[J].统计与决策，2014（24）：130-133.

[4]Lucas. On the Mechanics of Economic Development[J]. Journal of Monetary Economics，1988，22（ 1） ： 33-42.

[5]周慧.城镇化、空间溢出与经济增长：基于我国中部地区地级市面板数据的经验证据[J].上海经济研究，2016（2）：93-102.

[6]刘晓明，刘小勇，董建功.城市化、空间溢出与经济增长：基于空间Durbin面板模型的实证研究[J].经济问题，2017（4）：18-23.

[7]连玉君，王闻达，叶汝财.Hausman检验统计量有效性的monte Carlo模拟分析[J].数理统计与管理，2014，（5）：830-841.

[8]陈强.高级计量经济学及Stata应用[M].北京：高等教育出版社，2014.