时间:2023-05-30 10:17:26
开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇城镇化水平,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。
中图分类号: F27
一、引言
城镇化是指农村人口转化为城镇人口的过程,反映城镇化水平高低的一个重要指标为城镇化率,即一个地区常住于城镇的人口占该地区总人口的比例。城镇化不但具有聚集功能和规模效益,还能向周边地区和广大农村地区进行辐射,带动郊区、农村一起发展。城镇化是经济发展的发动机,据国务院研究中心测算,城镇化率每提高1%,可以替代出口10万亿元。按现有城镇化速度,社会消费总水平可以从目前的10万亿元级上升到20万亿元级,年均20万亿元以上的投资规模会维持20年。由此可见城镇化在扩大投资、拉动内需、解决就业等方面的重要作用。总理也指出,未来几十年最大的发展潜力是城镇化,它可以带动巨大的消费和投资需求。改革开放以来,我国城镇化率不断提高,2011年,我国的城镇化率为51.27%,但贵州的城镇化率只有34.96%,与全国平均水平相差16个百分点,位于全国倒数第二。2008年6月,由国家统计局正式印发的《全面建设小康社会统计监测方案》(国统字[2008]77号)中指出,在小康标准的经济发展指标中城镇化率不得低于60%。“十”报告提出要确保在2020年实现全面建成小康社会,所以贵州必须要加快城镇化建设的步伐,才能在2020年实现全面同步小康社会。因此,本文将研究贵州城镇化水平的影响因素,并提出加快贵州城镇化建设的措施。
二、城镇化水平影响因素
城镇化是指农村人口不断向城镇转移,第二、三产业不断向城镇聚集,从而使城镇数量增加、规模扩大的一种历史过程。城镇化的过程本质上是人的转化,包括农村人口向城市的迁移,农村生活方式向城市生活方式的转化等。城镇化在国外也称为“城市化”,但我国大多数学者认为中国的城市化与外国的城市化不同,必须注重发展小城镇,为了显示这种与外国的差别,很多中国学者主张使用“城镇化”一词,1991年辜胜阻在《非农化与城镇化研究》中使用并拓展了“城镇化”的概念,并被广泛采用。
关于城镇化水平的影响因素,国内外学者从定性和定量的角度做了一些研究,但由于研究的方法和视角不同,研究的结果也往往不同。本文主要从以下几个方面来研究贵州城镇化水平的影响因素。
(一)经济发展水平及其影响
赵金华等(2009)利用面板数据对我国各省(区)1990-2005年城镇化水平影响因素进行实证分析,并认为经济发展水平对城镇化水平有显著的正向影响,尤其是对城镇化水平高的省 (区)影响更显著[1]。苏素、贺娅萍(2010)运用面板协整对城镇化影响因素进行分析,得出经济增长对城镇化的规模效应显著为正[2]。因此,本文提出第一个研究假设H1:经济发展水平对贵州城镇化水平有正向影响。
(二)产业结构及其影响
随着第一产业比例下降,二、三产业比例上升,城镇化水平就会相应提高。张科举、杨欢(2008)通过对2001-2005年各省数据的年度分析,定量分析结果表明产业结构尤其是第三产业结构对地区城镇化差异的影响非常显著[3]。苏素、贺娅萍(2010)认为产业结构(农业化率)与城镇化率存在显著的负相关,随着农业化率的降低,城镇化率呈现显著的上升趋势[2]。储金龙等(2010)利用因子分析模型分析了安徽省2008年城镇化水平影响因素的空间差异,结果表明第二产业占GDP比重和第三产业占GDP比重都是城镇化率的影响因子[4]。因此,本文提出第二个研究假设H2:非农产业占GDP比重对贵州城镇化水平有正向影响。
(三)就业结构及其影响
赵金华(2009) 采用面板数据对1990-2005年各类型省(区)的城镇化影响因素及其差异分析,结果表明非农产业就业比重对城镇化水平发挥着显著的正向作用,其中第三产业就业比重对各省(区)的城镇化影响都大于第二产业就业比重对城镇化的影响作用[1]。刘爱英、姚丽芬(2011)利用协整理论、误差修整模型和Granger 因果检验理论,对中国三次产业就业比重与城镇化水平之间的关系进行了对比分析,结果表明二者之间是长期均衡关系,城镇化水平的提高促进了第一、二产业就业结构的调整,第三产业就业规模的快速发展促进了城镇化建设[5]。因此,本文提出第三个研究假设H3:非农产业就业比重对贵州城镇化水平有正向影响。
(四)教育水平及其影响
张科举、杨欢(2008)通过多元回归分析研究城镇化的影响因素,并用中等学校每年毕业生占该地区总人口的比重表示教育水平,实证结果表明教育水平对城镇化的影响不显著,并认为地区间人力资本投资的差异主要体现在受过高等教育的人才上,而受过中等教育的人才差异是不显著的[3]。赵金华(2009)认为教育水平对城镇化水平高的省(区)的影响不显著,而对城镇化水平低的省(区)影响很显著,超过了非农就业对城镇化的推动作用[1]。因此,本文提出第四个研究假设H4:教育水平对贵州城镇化水平有正向影响。
(五)公路和铁路建设及其影响
曹广忠等(2008)利用2000年截面数据,用因子分析法考察了我国东部沿海省区人口城镇化影响因素,认为交通干线路网密度和海港吞吐量对城镇化有显著影响[6]。储金龙等(2010)通过因子分析法也认为公里密度是城镇化水平的影响因子[4]。因此,本文提出第五个研究假设H5:公路和铁路建设对贵州城镇化水平有正向影响。
三、数据与方法
针对数据与方法的说明,具体内容如下。
(一)数据来源
本文采用贵州省1981-2011年的时间序列数据,所有的数据均来自历年的《贵州统计年鉴》。
(二)变量定义
本文的因变量为城镇化水平(y),用城镇人口占总人口的比例来表示;自变量为经济发展水平(x1)、产业结构(x2)、就业结构(x3)、教育水平(x4)、公路和铁路建设(x5)。其中经济发展水平用人均GDP表示,产业结构用非农产业占GDP比重表示,就业结构用非农产业就业比重表示,教育水平用普通高等学校和中等职业教育学校每年的毕业生人数表示,公路和铁路建设用公路和铁路的长度表示。
(三)数据标准化处理与平稳性检验
由于各个变量的单位不一致,为了使数据有可比性,所有数据都进行无量纲标准化处理。在进行回归分析之前,为了避免出现伪回归,首先需要对标准化之后的时间序列数据进行平稳性检验,检验结果表明标准化之后的y、x1、x2、x3、x4、x5都是平稳的,可以对其进行回归分析。
(四)实证方法及研究模型
本文运用多元回归分析方法进行研究,由于各变量之间可能存在一定的共线性,本文通过使用逐步回归进行模型估计,可解决变量之间的多重共线性问题。所以本文的模型可以表示为:
四、实证分析
本部分主要包括回归模型,研究假设检验以及实证结果分析。具体分析如下:
(一)回归模型
从图1可以看出,模型的可决系数R2为0.985,调整后的可决系数为0.982,说明模型的整体拟合效果非常好。各自变量间除了x4没有显著性之外,其它几个变量在5%的水平下都是显著的,且DW的值为1.993,与2非常接近,说明变量不存在自相关。
所以,回归模型如下:
(二)研究假设检验
根据回归模型可以看出,人均GDP(x1)、非农产业占GDP比重(x2)、非农产业就业比重(x3)、公路和铁路建设 (x5)都对城镇化率(y)有显著的正向影响,与之前提出的研究假设一致。但普通高等学校和中等职业教育学校每年的毕业生人数 (x4)对y的影响不显著,与之前提出的研究假设不一致。
(三)实证结果分析
实证结果分析共总结出了以下五点,分别为:
一是公路和铁路建设对贵州城镇化水平的影响最大,系数为0.6081。由于贵州不沿海、不沿江、不沿边,且地形复杂,加上长期以来经济欠发达,造成贵州交通基础设施建设严重滞后,并已经成为贵州经济社会发展的主要瓶颈。因此,交通基础设施的建设将促进经济的快速发展,从而提高城镇化的发展水平。
二是非农产业占GDP比重对贵州城镇化水平有显著的正向影响,系数为0.2471。结果表明非农产业占GDP的比重对贵州城镇化水平的影响较大。第二、三产业的发展能吸纳更多的就业人口,使大量农村富余劳动力转移到城市就业,从而提高城镇化水平。
三是人均GDP对贵州城镇化水平有显著的正向影响,系数为0.2469。结果表明人均GDP对贵州城镇化水平的影响作用较大。
四是非农产业就业比重对贵州城镇化水平有显著的正向影响,系数为0.1671。非农产业就业使得大量农业人口涌入城镇,从事非农产业工作,使农业人口转化为城镇人口,从而提高了城镇化水平。
五是教育水平对贵州城镇化水平的影响不显著。可能因为高等院校的毕业生流动性较大,加上贵州经济发展比较落后,很多高校毕业生向沿海经济发达地区或周边经济发展较好的地区转移,所以实证结果得出教育水平对城镇化水平的影响不显著。
五、对策建议
城镇化水平的提高有助于提升城市经济实力,增强以工补农、以城带乡的能力,有利于改善农村面貌,带动农村经济社会发展。目前贵州城镇化水平较低,远远落后于全国水平。从本文实证结果来看,贵州可以从以下几个方面来提高城镇化水平:
一是加大对交通设施的投入,大量修建铁路和公路,突破交通瓶颈。从地理上看,贵州是西南连接华中、华南的陆上交通枢纽,只有真正破除交通瓶颈,形成便捷、通畅、高效的综合运输体系,才能促进区域间和区域内产业分工的深化,增强产业分布的集聚效应。加快建设快速铁路与高速公路,提升和强化贵州作为西南地区最重要的交通枢纽地位,为承接东部产业转移和振兴经济发展奠定基础。
二是大力发展第二、三产业,提高其占GDP的比重。通过工业、服务业的聚集吸引人口聚集,实现农村人口向城镇转移。在这一过程中,政府部门可通过规划引导、政策扶持,为产业发展和人口聚集营造有利条件。
三是加快经济发展的步伐,提高人均GDP。贵州要凭借得天独厚的资源优势,并把资源优势转化为经济优势,以国发2号文为指导,以工业强省战略为方向,走新型工业化道路,为城镇化提业支撑。
四是大力发展劳动密集型产业,增强对劳动力的吸纳能力。贵州要凭借劳动力资源丰富和人力资源成本较低等优势,以承接东部产业转移为契机,解决农村富余劳动力的就业问题,使农业人口转化为城镇人口。
五是加大人才引进力度。进一步疏通国有大中型企业、民营企业和非公经济组织等就业通道,创造出更多适合高校毕业生的就业机会,并从政策和待遇等方面吸引和留住高校毕业生。
参考文献:
[1]赵金华,曹广忠,王志宝. 我国省(区)人口城镇化水平与速度的类型特征及影响因素[J]. 城市发展研,2009(09):54-60.
[2]苏素,贺娅萍. 经济高速发展中的城镇化影响因素[J]. 财经科学,2011(11):93-100.
[3]张科举,杨欢. 中国地区城镇化差异影响因素研究[J]. 现代经济,2008(9):1-3,87.
[4]储金龙,顾康康,汪勇政,等. 安徽省城镇化影响因素的空间分异研究[c]. 中国城市规划学会、重庆市人民政府.规划创新:2010中国城市规划年会论文集[C].中国城市规划学会、重庆市人民政府,2010:7.
关键词:城镇化;指标体系;存在问题;发展模式;海南省
Abstract:This paper have constructed the evaluation index system of regional urbanization level, which includes economic, social development, population and environment, Using factor analysis and cluster analysis to classify and compare the level of urbanization in Hainan province, And analyzes the main problems in the current urbanization construction,finally put forward the suitable model of urbanization in Hainan Province. The results of the evaluation will be divided into four levels of urbanization in Hainan province, Haikou city and Sanya city as the first level, a higher level of comprehensive urbanization. At present, there are some problems such as the small scale of the central city of Hainan Province, the small size of the city, the weak of the level of urbanization, the single development of urban industrial structure, the lack of development motivation and the low level of the construction of small towns. According to the situation of Hainan Province,This paper presents four kinds of urbanization development model by land sea interaction、island City、tour guide and big city driving.
Key words:urbanization ; index system ; existing problems ; development model ; Hainan
中图分类号: C912 文献标识码:A
文章编号:1674-4144(2016)-05-19(5)
1 引言
自1988年建省以来,海南省经济迅猛发展,但随着经济的层层推进,各市县城镇化水平呈现出发展上的不均衡,这将阻滞并影响海南区域经济协调发展和整体水平的进一步提高。本文运用规范与实证分析相结合的方法,构建了评价城镇化水平的指标体系,采用多元统计方法中的因子分析和聚类分析法,对2014年海南省城镇化水平进行了综合评价,在此基础上找出存在的问题并提出海南省城镇化发展的适宜模式。
2 城镇化水平评价指标体系构建
从广义的城市化的内涵出发,摒弃传统的以城市人口比重或非农业人口比重作为衡量城市化水平标准的人口数量型评价思维,构建融经济、社会的发展和人口、环境的改善于一体的功能质量型评价指标体系。该评价指标体系由经济城市化、人口城市化、生活方式城市化和基础设施城市化四大类指标构成,共涵盖11个评价因子 (见表1) ,所用数据均来自《海南统计年鉴(2015) 》。
3 海南省城镇化水平评价
3.1 因子分析模型
本文所依据的综合评价指标体系由X1......X11 构成,整个评价过程借助SPSS18. 0 软件完成。首先,对原始数据进行标准化(数据从略) ,求R的特征值以及贡献率,并按特征值大于1 的原则提取主因子F1 、F2 和F3,各因子的特征值依次为5.486、2.577 和1.227 ,贡献率( %) 依次为49.877、23.425 和11.158 ,F1 、F2 和F3 包含了原始数据信息量的84.461 %。其次,对因子载荷阵进行方差最大正交旋转(数据从略) ,并命名因子。由于主因子F1 在X1 ,X2 ,X3 ,X4 ,X5,X6 ,X7 上载荷较大,它们分别从人均GDP、第三产业占GDP比重、第二产业占GDP比重、工业增加值占GDP比重、平均每户人口、非农业人口比重和第三产业从业人员比重反映经济与人口城市化水平,故称F1为经济和人口因子; F2在X8,X9上载荷较大,它们分别从人均社会消费品零售额和城镇居民人均可支配收入两个因子反映居民生活方式的城市化水平, 故称F2 为生活质量因子;F3在X10 ,X11上载荷较大,它们分别从每千人口医院与卫生院床位数、每万人均普通中小学在校学生数反映基础设施的城市化水平,称F3 为环境质量因子。第三,计算因子得分并排序。对主因子F1 ,F2 ,F3 的特征值规一化,得到三个主因子的权重值分别为:0. 591 ,0. 277 和0. 132 ,然后再计算各市县综合测评得分, 公式如下: Zi =0. 591F1 + 0. 277F2 + 0. 132F3 ,其中: Zi 为各城市综合评价得分(i=1 ,2 ,3 ...,11) ;Fi 为各因子得分; Fi 的系数为各主因子的权重值,据此计算的海南省各市县城镇化水平综合得分及排序如表3所示。需要说明的是,表3中各因子得分的正、负值,表明各市县的城镇化水平相对于全省平均水平的位置。
3.2 因子分析结果的辅助聚类分析
为了使因子分析的结果进一步明晰化,本文对综合因子得分采用组间连接法进行聚类分析(过程从略,各主因子根据研究目的亦可作相同处理) 。根据聚类分析结果,海南省城市化水平高低分为4类:第一类―海口、三亚;第二类―琼海、昌江、儋州、澄迈、东方、万宁;第三类―五指山、文昌、琼中;第四类―保亭、定安、屯昌、乐东、临高、白沙、陵水。
3.3 评价结论
(1) 第一类城市为海口市和三亚市,城市化水平最高。海口市是海南省省会城市,在经济和人口因子F1、生活质量因子F2 的单项排名为第1和第2 ,三亚市在经济和人口因子F1、生活质量因子F2 的单项排名为第2和第5,这说明这两个城市的经济发展水平较高,居民的生活质量也很高,且环境质量因子F3 的单项排名也较为靠前,分别为第5 和第4,总体上看,海口市和三亚市作为海南省一北一南两大重要中心城市,其城市化综合水平居于全省前两位,城市化水平与城市经济、社会与环境协调发展。
(2) 第二类城市为琼海、昌江、儋州、澄迈、东方、万宁,城市化水平较高。琼海市是海南省东部区域性中心城市,近几年随着博鳌亚洲论坛知名度的提升,城市形象也发生了明显的变化,城市居民幸福感较强。昌江有亚洲最富铁矿――石禄铁矿,工矿业较为发达,人均总产值较高;万宁和琼海情况相似,它们经济的各个方面发展良好,并且上升势头明显;儋州和澄迈的情况亦相似,它们的工业在经济中占据着重要的地位,其中儋州拥有洋浦国家级经济技术开发区,澄迈拥有海南省重要的老城工业开发区;东方市是中石化,中石油海南分部所在地,石油资源加工成为其城市化经济推进一大动力。
(3) 第三类城市为五指山、文昌、琼中,城市化水平一般。其中琼中、五指山受地域环境-交通影响较重,经济发展较缓慢。但五指山市生活质量因子单项排名第1 ,产业主要以旅游业为主,旅游业给当地居民带来了不少的经济收入;文昌市是海南三大侨乡之一,也是中国最南航天城,未来随着航天产业的进一步发展,文昌的城市化水平将会获得快速提升;琼中居于海南岛中部,主要以农业种植业为主,今后随着海南中线高速公路和万洋高速公路的进一步贯通,琼中县旅游业将会成为城市化主要推进动力之一。
(4) 第四类城市为保亭、定安、屯昌、乐东、临高、白沙、陵水,城市化水平最低。其中保亭、定安、屯昌、乐东、白沙地处海南岛的中南部,其经济主要以第一产业为主,整体上经济水平和人民生活质量较低,另外人口自然增长率较高,今后应严格控制人口数量,提高人口素质;陵水各项因子数据排名都比较靠后,城市化水平最低。这一类城市今后发展重点在于如何提高城市经济发展水平。
4 海南省城镇化建设存在的问题
虽然近几年在国际旅游岛建设的背景下海南省的城镇化建设水平得到了快速的提升,但是当前海南省经济发展水平与内地省份相比,差距仍然较大,全省城镇化水平也低于全国平均水平(2014年我国城镇化水平为54.77%,海南省的城镇化水平为53.76%),当前海南城镇化建设主要存在以下问题:
4.1 中心城市规模小,带动作用弱
海南省无特大城市,大中城市数量少,规模小,实力弱,中心城市对周边地区的辐射带动能力较弱。2014年海口市常住人口220.07万,GDP为1005.51亿元,三亚市常住人口74.19万,GDP为404.38亿元,一北一南两个中心城市与中国其他省会城市及其中心城市相比,明显偏低,中心城市整体经济实力不强,自身还处于集聚人口和生产要素高速集聚阶段,资金、技术、产品和人才等要素不具备向低一级城镇大规模扩散的条件,因此不能有效带动周边城市的发展,当前“两头带动、两翼推进、发展周边、扶持中间”的海南岛发展布局还未形成。
4.2 城镇发展水平区域差异较大
海南省各市县城镇发展水平差异较大,如2014年海口市城镇化水平为76.08%,白沙仅为29.09%。除此之外,海南东中西三大区域城市发展水平差异也较大,东部地区交通便利、资源条件较好,城市开发较早,城市化水平相对较高;西部地区交通较为便利,工业较为发达,但是旅游业发展相对滞后,城镇化水平一般;中部地区距海较远,交通条件相对于东西部落后,产业主要以农业为主,经济发展较为落后,城镇化水平也相应较低。
4.3 小城镇产业结构单一,发展动力不足
当前海南省小城镇主要以农业为主,条件较好的城镇适当发展旅游业,工业基础十分薄弱,仅以简单的农副产品加工为主,总体上看,海南省小城镇产业较为单一,城镇就业承载力较弱,吸引农村剩余劳动力转产就业的能力也偏弱,这就直接导致海南城镇规模较小,城镇发展动力不足,城镇化水平偏低。
4.4 小城镇建设水平较低,功能体系不健全
海南省小城镇的基础设施非常薄弱,很多地方都是“一街城”的形式,主干道及房屋简陋,医疗设施落后,休闲娱乐等配套设施欠缺,城镇产业较为单一,导致城镇功能体系不够健全,从而降低了城市化发展水平。
5 海南城镇化发展模式探讨
海南省地理位置特殊,工业发展基础薄弱,故不适宜走工业化带动城镇化的路子。同时海南省环境优美、海洋面积广阔,再加上岛屿生态系统完整,交通便利,故可以考虑实施陆海联动、全岛同城开发战略,重点发展旅游产业和海洋产业,通过产业开发带动城镇化水平的提升,基于此,本文提出以下四个适宜海南省情的城镇化发展模式:
5.1 陆海联动模式
陆海联动模式就是陆地和海洋联合开发战略。海南省拥有中国2/3的海域面积,海域辽阔,资源丰富,今后在国际旅游岛建设的基础上,将广阔的海洋纳入视野,拓展发展空间,以海带陆、依海兴琼,统筹海陆资源、产业、环境和管理,努力提高沿海地区经济发展水平,严格规划沿海土地的利用,加大南海油气资源的开发力度,建设南海海洋科技研发基地,加快海洋生物制药的发展等,陆海兼顾,整合、优化海南陆海独特资源,实现资源价值最大化,从而带动海南经济的发展,使海南城镇化建设朝着可持续、健康的目标进一步发展。
5.2 全岛同城模式
海南作为岛屿省份,人口少,面积小,易于着眼全局、科学规划、一体化布局和有序推进城镇化,充分发挥“同城化”效应。今后应按照全省一盘棋发展思路,打破行政区划的壁垒,通过规划一盘棋、建设一盘棋、发展一盘棋、管理一盘棋,将全省各地统一规划、统一布局、统一安排,充分发挥各地的优势,形成分工合作、互补互通的格局。
5.3 旅游引导模式
基于资源优势,结合国际旅游岛建设背景,今后海南推进城镇化要发挥以旅游为龙头的现代服务业、海洋产业、热带农业、以及局部地区新型工业的支撑作用,通过旅游引导,促进非农产业的跨越发展。旅游引导城镇化模式就是在旅游带动下,以泛旅游产业集群为产业基础,由旅游带来的消费聚集推动城镇化的过程。像海南很多地方已经建立的风情小镇,如观澜湖高尔夫小镇、博鳌天堂小镇、潭门小镇、海棠湾小镇和福山咖啡小镇等,今后应加强配套服务设施建设,开发风情体验旅游产品,从而增加就业吸纳能力,吸引周边农民向小镇集聚。这样开发的旅游风情小镇以及乡村旅游等模式,不仅促使旅游区农民实现就业,并且带动周围经济的发展。旅游消费和服务设施的集中化,有助于推进社会体系及配套的基础设施建设,促进就地城镇化的发展。
5.4 大城市带动模式
大城市带动模式就是发挥海口、三亚、琼海和儋州四大中心城市的辐射作用。一直以来,海南省的发展都是以南北的海口市和三亚市为中心,两侧的发展则十分薄弱,因此有必要在东西两侧建立两个中心城市,以促进区域的经济发展和城市化水平提升。今后,海南应更加强调海口省会经济圈和大三亚旅游圈的建设,充分发挥南北两大中心城市的带动作用,同时重点扶持儋州市和琼海市的发展,将其分别打造成海南西部和东部的中心城市,从而带动海南两翼经济的发展,通过大城市带动模式促进海南城镇化水平全面提升。
参考文献:
[1]刘敏.海南农村城镇化的发展对策研究[D].海口:海南师范大学,2009.
[2]周福君.我国沿海地区陆海产业联动发展研究――以浙江省为例[D].杭州:浙江工商大学,2006.
[3]周乐萍.基于海陆统筹的辽宁省海陆经济协调持续发展研究[D].沈阳:辽宁师范大学,2012.
[4]中国城市科学研究会.海南省新型城镇化战略规划纲要(2012-2030)[Z].,2013,5.
[5]张莉萍.城镇化建设带动乡村旅游发展分析[J].市场论坛,2014,12(04):55-56.
[6]陈彭述.城市化与城市地理信息系统[M].北京:科学出版社,2001.
[7]何平,倪萍.中国城镇化质量研究[J].统计研究,2013,12(06):11-18.
[8]罗送花.SPSS应用于宏观经济指标[J].科学与财富,2013,12(08):92-93.
[9]张芳芳.城市发展潜力综合评价[J].城市建设理论研究,2012,36(02).
[10]李致磊.基于主成分分析的旅行社业省域发展水平比较研究[J].经济研究导刊,2012,36(36):327-330.
[11]万春燕.福建省旅游竞争力空间差异综合评价[D].福州:福建师范大学,2011.
[12]王旭辉,朱红丽,孙社祚.常州与无锡、苏州城市竞争力的比较分析[J].沿海企业与科技,2006,06(03):185-186.
[13]潘永强,韩越,罗声明,段华友.海南省乡村城镇化建设问题研究[J].海南师范学院学报(社会科学版),2006,12(01):147-151.
[14]农村百事通编辑部.我国正持续稳步推进城镇化建设明确城镇化路径[J].农村百事通,2013,24(16): 6-8.
[15]林肇宏.推进海南新型城镇化建设[J].决策与信息,2014,24(02):34-34.
[16]黎友焕,齐晓龙.粤琼战略合作背景下海南城镇化建设初探[J].海南师范大学学报(社会科学版),2013,(12).
[17]周福君.我国沿海地区陆海产业联动发展研究――以浙江省为例[D].杭州:浙江工商大学,2006.
[18]周乐萍.基于海陆统筹的辽宁省海陆经济协调持续发展研究[D].沈阳:辽宁师范大学,2012.
关键词:城镇化;第三产业;就业
中图分类号:F719文献标识码:A文章编号:1008-2670(2014)03-0057-10
基金项目:国家社科基金项目“技术进步影响就业的理论与实证及扩大我国劳动就业的对策研究”(11BJY035);教育部人文社科规划基金项目“技术进步的就业效应与扩大我国劳动就业的对策研究”(09YJA790121);山东省社科规划研究项目“城镇劳动就业的影响因素及其效应研究――基于山东省的分析”(13CJJJ06)。
作者简介:张利霞,女,山东冠县人,山东财经大学经济学院硕士研究生,研究方向:劳动就业与收入分配问题。
①数据来源:1978-2013《中国统计年鉴》。
作为工业化、现代化发展的必然趋势,城镇化水平的推进正在成为我国经济增长和社会发展的强大引擎。国家统计局数据显示,我国的城镇化水平已由1978年的17.92%增长到2012年的52.57%,年均增长率为3.22%①。工业化是城镇化的直接动因,当工业化发展到一定阶段后,它将被第三产业逐渐取代继而成为城镇化发展的主导力量,同时城镇化的提升又会促进第三产业的进一步发展。改革开放以来,我国第三产业无论在就业安置还是产值贡献方面均取得了重要成就,截止2012年,我国第三产业产值比重和就业比重均已经超过30%①。提高我国城镇化水平必须走发展非农产业即第三产业的道路。探究我国城镇化水平与第三产业之间的动态发展关系,对于促进我国城镇化水平的进一步提高、第三产业的发展以及解决我国现今的就业问题具有重要的理论价值和现实指导意义。
三、结论
1.基于我国1978-2012年城镇化水平和第三产业产值比重、就业比重就业的相关时间序列数据,通过协整检验表明,长期内城镇化水平每提高1%,第三产业产值比重增加0.912499%,第三产业就业比重增加1.297311%。同时,第三产业产值比重每提高1%,城镇化水平提高1.053182%,第三产业就业比重每提高1%,城镇化水平提高0.694%。由此可得,第三产业产值比重提高比第三产业就业比重提高更能带动城镇化的发展。理论上第三产业就业比重应该比产值比重对城镇化水平影响更大,而现实情况相反,这可能是由于我国不合理的产业结构、就业结构的存在导致农村人口向城镇转移的过程中,第二产业吸收的就业占比要高于第三产业对就业的吸收比例。
2.误差修正模型表明,由于时滞效应的存在,短期内各变量之间的影响效应均低于长期水平。受误差修正项的影响,城镇化水平相对于第三产业产值比重提高的短期弹性值为-0.050566,即如果短期均衡在第i期偏离了长期均衡,那么模型会在第i+1期以-0.050566的调整力度自动进行反向调整,向长期均衡状态移动。同样,第三产业产值比重相对于城镇化水平提高的短期弹性值为-0.091292;城镇化水平相对于第三产业就业比重提高的短期弹性值为-0.026286;第三产业产值比重相对于城镇化水平提高的短期弹性值为-0.171138。
3.格兰杰因果分析表明,城镇化不是第三产业产值比重和就业比重变动的格兰杰原因,第三产业产值比重也不是城镇化的格兰杰原因,而第三产业就业比重是城镇化的格兰杰原因。这说明我国城镇化水平的提高还不能有效促进第三产业的发展。其原因一是我国城乡差异较大,农村第三产业发展严重滞后。二是小城镇多采用粗放型经济增长模式,集聚效应不显著,规模也较小,难以满足第三产业发展的市场条件。三是在城镇化发展的过程中,受到户籍制度的影响,人口无法达到自由流动的要求。
4.在VAR模型基础上建立的脉冲响应分析和方差分解表明,城镇化对我国第三产业产值比重的短期影响效应和长期影响效应不一致,短期内城镇化水平的冲击带来第三产业产值比重负的增长效应,这可能是由于短期内产业结构不合理导致的。随着产业结构的不断调整,长期内增长效应为正。无论是在长期还是短期,第三产业产值比重对城镇化水平的提高、城镇化水平对第三产业就业比重的增长都呈现出较强的、持续性的推动作用。长期内,我国第三产业产值比重对城镇化水平变化的解释能力达到62.776660%,高于第三产业就业比重对城镇化水平变化的解释能力20.809570%,第三产业产值比重对城镇化水平波动的贡献率较大。
城镇化不仅是农村劳动力迁移的过程,也是经济增长、产业结构、就业结构优化升级的过程。单纯依靠就业量的增长而不是产业结构、就业结构的合理调整,无法实现经济的协调发展。因此长期来看,伴随着劳动力的转移,逐步取消户籍制度的制约、提高劳动者素质和就业技能、加快产业结构转变升级,改进小城镇发展模式已成为促进我国城镇化和第三产业协调发展的重要举措。
参考文献:
[1]钱纳里H,塞尔昆M.发展的形式(1950-1970)[M].北京:经济科学出版社,1988:135-178.
[2]SINGELMANN JOACHIM. The Sectoral Transformation of the Labor Force in Seven Industrialized Countries, 1920~1970[J]. American Journal of Sociology, 1978(5):1224-1234.
[3]TIFFEN M. Transition in Subsaharan Africa: Agriculture, Urbanization and Income Growth [J].World Development, 2003(8):1343-1366.
[4]MESSINA J. Institutions and Service Employment: A Panel Study for OECD Countries[R].European Central Bank Working Paper, 2004 (3):16-20.
[5]吴宏洛,王来法.城市化与就业结构偏差的相关性分析[J].东南学术,2004(1):77-83.
[6]蔡P.市场如何配置劳动力资源[J],今日中国论坛, 2005(5):54-57.
[7]彭荣胜.第三产业发展与城市化进程关系的实证分析[J].经济问题探索,2006(10):54-58.
[8]蔡P.中国劳动力市场发育与就业变化[J].经济研究,2007(7):4-14.
[9]王红梅.城市化与就业的相关性分析――以苏州为例[D].兰州:兰州大学,2009.
[10]马鹏,李文秀,方文超.城市化、集聚效应与第三产业发展[J].财经科学,2010(8):101-108.
(武汉工程大学,湖北 武汉430205 )
摘 要:随着新型城镇化概念的提出,城镇化水平开始成为社会和学者关注的焦点,传统的城镇化水平的计算,忽略了城镇化推进的过程中的人口、经济和社会发展因此,本文将从人口、经济和社会的角度,构建城镇化水平的综合测量指标体系。这对于湖北省的城镇化发展具有一定的指导意义。
关键词 :新型城镇化;城镇化水平;综合测量指标
中图分类号:F127文献标志码:A文章编号:1000-8772(2014)25-0209-04
1 引言
改革开放以来,我国的城镇化率从1978年17.92%上升为2013年的53.7%,城市常住人口在2013年末达到73111万人,城镇化率以每年1.02%的增长率增长。大量的人口涌进城市,一面为城市的发展提供了大量的劳动力,却也给城市带来了一系列的“城市病”,城市公共基础设施的拥挤,环境污染等问题。而湖北省,作为中部的农业大省,其城镇化率也在2011年突破了50%,随后2012年湖北省的城镇化率为53.50%,城市常住人口为3091.76万人。综合评价湖北省的城镇化水平,有利于湖北省选择其发展的重心,对于湖北省实现产业结构升级,实现省域经济的协调发展有一定的意义。选取中部农业大省,运用熵权法和多元回归分析,从人口、经济和社会等三个大的角度对湖北省城镇化水平进行测度,并分析具体的指标对于湖北省城镇化水平的影响,对于湖北省制定城镇化政策,推进城镇化进程有一定的现实和理论意义。
2 研究方法与指标体系的构建
2.1 研究方法
2.1.1熵权法
来自于物理学的熵权法,主要是依据一定的数学公式,计算各个指标的信息熵值,在此基础上,计算熵冗余,最后得到各个指标的权重,最终得到城镇化的综合评价得分。综合评价得分越高,表明城镇化综合水平越高。其计算步骤如下:
数据标准化,当指标值越大,对整个系统越有利时,我们称之为正向化的指标,反之,则为负向化指标。
2.2指标体系的构建
在研读大量的城镇化的相关文献,借鉴以往学者的研究成果,考虑到城镇化综合水平的质量,从指标体系的科学性、可获得性以及有效性等原则出发,从人口、经济和环境三个角度构建如下指标体系(见表2.1)。
2.3数据来源
数据主要来自1990年—2013年《湖北省统计年鉴》,其中城镇人口规模和城镇人口比重部分数据来自1990—2013年《中国人口统计年鉴》。
3 湖北省城镇化综合水平
依据熵值法计算的步骤,通过Eviews6.0对1989—2012年湖北省16项指标相关数据进行标准化处理,计算出相应值并绘制图表,以分析湖北省地区城镇化综合水平的演变过程。
对1989年以来湖北省地区城镇化综合水平的得分进行统计发现,湖北省地区城镇化的发展可分为两个阶段。第一阶段为1989—2001年,城镇化综合水平发展较缓慢,城镇化综合水平从1989年的0.1381提高到2001年的0.3905增长了2.83倍;第二阶段为2002-2012年,城镇化进程从2002年开始提速,城镇化综合水平从2002年的0.3330提高至2012年的0.8486(图3.1)。第2阶段城镇化综合水平年均增长值是第1阶段的2.25倍,表明2002年是湖北省地区城镇化进程的一个转折点。
4 湖北省地区城镇化子系统演变过程
4.1 人口子系统
运用EViews6.0,计算得到如下方程式:
的系数。
模型估计结果由方程4.1可知,在假定其他变量不变的情况下,当人口城镇化率增加1个单位时,湖北省城镇化综合水平将增加0.5582个单位;同理,当非农人口比重增加1个单位时,湖北省城镇化综合水平也将增加0.1878个单位;当第三产业从业人员比重增加1个单位时,湖北省城镇化综合水平也将增加0.4224个单位;当人口自然增长率增加1个单位时,湖北省城镇化综合水平也将增加0.4966个单位。为此,我们可以看出,人口城镇化、第三产业从业人员比重和人口自然增长率对湖北省城镇化综合水平的影响系数较大。
由图4.1可以看出在湖北省城镇化合人口指标变动趋势图中人口城镇化、非农人口比重、第三产业从业人员比重及人口自然增长率等所有指标均变化明显。湖北省人口城镇化率反映了湖北省农业转移人口市民化的速度,其变化与湖北省户籍制度改革、非农人口比重、第三产业从业人员比重、基本公用服务的提高有关。人口城镇化率从1989年的28.36%增长到2012年的53.50%,非农人口比重从1989年的22.66%增长到2012年的34.60%,第三产业从业人员比重从1989年的18.02%增长到2012年的34.35%,人口自然增长率从1989年的73.89%下降到2012年的28.15%。 表明湖北省城镇化人口子系统发展较为迅速。
4.2 经济子系统
运用EViews6.0,计算得到如下方程式:
其中y指湖北省城镇化综合水平;x06、x07、x08、x09、x10分别表示人均国内生产总值,城镇居民人均可支配收入,第三产业增加值比重,公路货物周转量,工业产值占国内生产总值比重;由方程4.2可知,当其他条件不变时,当人均国内生产总值增加1个单位时,湖北省城镇化综合水平将增加0.0057个单位;同理,当城镇居民人均可支配收入增加1个单位时,湖北省城镇化综合水平也将增加0.7490个单位;当第三产业增加值比重增加1个单位时,湖北省城镇化综合水平也将增加0.0424个单位;当公路货物周转量增加1个单位时,湖北省城镇化综合水平也将减少0.0424个单位;当工业产值占国内生产总值比重增加1单位时,湖北省城镇化综合水平也将增加0.0222个单位。为此,我们可以看出,城镇居民人均可支配收入对湖北省城镇化综合水平的影响系数较大。
由图4.2可以看出在湖北省城镇化和经济发展指标变动趋势图中除第三产业增加值比重和工业产值占国内生产总值比重有所显著放缓之外,其他指标变化均显著上升。人均国内生产总值反映了湖北省经济发展状况以及该地区人民生活水平状况,其变化与城镇居民人均可支配收入、第三产业增加值、公路货物周转量、工业产值占国内生产总值比重等指标的提高有关。人均GDP得分由1989年的0增加到2012年的1,城镇居民人均可支配收入从1989年的0增加到2012年的1,第三产业增加值比重从1989年的0增加到2012年的0.6789,公路货运周转量从1989年的0.0025到2012年的1,工业产值占国内生产总值比重从1989年的0.4284到2012年的0.5293。表明湖北省城镇化经济子系统发展较为迅速,但工业产值占GDP比重较低。
4.3 社会子系统
运用EViews6.0,计算得到如下方程式:
其中y指湖北省城镇化综合水平;分别表示城镇人均居住面积、工业固体废物综合利用率、每万人拥有公交车辆、人均拥有道路面积、千人医生数、人均绿地面积、公共图书馆藏书量。
由方程4.3可知,当其他条件不变时,当城镇人均居住面积增加1个单位时,湖北省城镇化综合水平将增加0.2878个单位;同理,当工业固体废物综合利用率增加1个单位时,湖北省城镇化综合水平也将增加0.0935个单位;当每万人拥有公交车辆增加1个单位时,湖北省城镇化综合水平也将增加0.0580个单位;当人均拥有道路面积增加1个单位时,湖北省城镇化综合水平也将减少0.0403个单位;当千人医生数增加1单位时,湖北省城镇化综合水平也将增加0.1806个单位;当人均绿地面积增加1单位时,湖北省城镇化综合水平也将增加0.0269个单位;当公共图书馆藏书量增加1个单位时,湖北省城镇化综合水平也将增加0.2680个单位。为此,我们可以看出,城镇人均居住面积、人均绿地面、公共图书馆藏书量对湖北省城镇化综合水平的影响系数较大。
由图4.3可以看出在湖北省城镇化和社会发展指标变动趋势图中除人均拥有道路面积、每万人拥有公交车辆、千人医生数、人均绿地面积有所显著放缓之外,其他指标均显著增加。城镇人居居住面积从1990年的0.0262增加到2012年的1.0000,工业固体废物综合利用率从1989年的0.0079增加到2012年的0.7722,每万人拥有公交车辆从1990年的0.0303增加到2012年的0.9091,人均拥有道路面积从1990年的0.0308增加到2012年的1.0000,千人医生数从1989年的0.5882增加到2012年的1.0000,人均绿地面积从1989年的0.7966增加到2012年的1.0000,公共图书馆藏书量从1990年的0.0219增加到2012年的1.0000。表明湖北省城镇化社会子系统发展较为迅速。
5对策建议
第一,促进各类型城镇有机分布,推动人口城镇化。城市群内的各类中小城市与小城镇,生产生活成本相对较低,功能独特而互补,方便企业进行区域布局,同时能够吸引大量生产业与劳动密集型企业就业、生活。大城市、中小城市与小城镇通过便捷的交通线路予以连接,能够充分发挥不同城市的优势,成为具有活力的新型城市化地区,这为人口在城市群中的相对均衡化分布创造条件。
第二,发挥城市群经济效应,提升全球竞争力。城市群的发展不是一味拼凑城市数目,盲目追求面积与人口规模扩张,而是要千方百计增强城市群的各种积极效应。只有这样,它们才能成为经济发展中最具活力和潜力的核心增长点,成为经济全球化和经济区域化的有机结合,成为国家参与全球竞争与国际分工的新型地域单元。否则,城市群就仍然停留在粗放式增长的状态。
第三,加强城市间合作,治理面域性生态环境问题。所谓面域性生态环境问题,是指这类生态环境问题产生于一个或多个城镇,并且影响到一个或多个城镇。大江大河大湖的污染问题、城市群的空气污染问题等等,都构成了面域性生态环境问题。面域性生态环境问题,必须在城镇群范围内进行治理,才能收到根本性的效果。
第四,推进城市群协调机制建设,提升区域创新能力。从国际经验看,一些发达国家都通过探索城市群的不同治理模式,来推动城市群协调能力建设,发挥城市群的积极作用。我国的城市群的发展刚刚起步,依托于不同行政级别的市、县、区、小城镇,城市群之间的行政协调色彩较浓。
参考文献:
[1] 宣国富,赵静.2005-2006中国生产力发展研究报告(下)[R].2006.
[2] 王德利,方创琳.基于城市化质量的中国城市化发展速度判定分析[J],地理科学.2010,(5):643-650.
[3] 车晓翠,郭聃,张平宇.吉林省综合城市化水平区域分异及其成因分析[J],地域研究与开发.2012,(6):50-54.
[4] 李凤桃,赵明月,张伟,魏后凯,王业强,苏红键,郭叶波.中国286个地级以上城市城镇化质量大排名[J],中国经济周刊.2013,(9):20-29.
关键词:城镇化;实证分析;主成分分析;多元回归分析;动力机制
中图分类号:F293.1文献标识码:A文章编号:1672-3309(2008)01-0009-05收稿日期:2007-10-23
城镇化是由于工业化引起的、伴随着现代化发展过程而产生的一种在空间上、地域上人口由农村向城市的迁移过程,是农村经济向城市经济的转变过程。城镇化水平滞后于工业化水平是我国现阶段普遍存在的现象。推进城镇化进程,是使我国逐步摆脱不发达状态,实现现代化历史任务的目标和手段的统一。进入21世纪,我国城镇化进入加速阶段,协调和管理好城镇化这一巨大的经济社会结构变革,是我国现代化建设的重要任务。
作为西南地区和长江上游最大的经济中心城市和内陆直辖市,重庆市在我国新时期经济结构调整、国民经济协调发展和社会全面进步过程中具有举足轻重的地位。研究城镇化一般理论,揭示城镇化一般规律,对于带动重庆产业结构转换和生产力布局调整,促进重庆市大城市带大农村战略的实施,推进西部大开发的顺利进行具有极其重要的意义。本文利用横截面数据对重庆市的城镇化动力机制进行了研究。
一、重庆市城镇化水平分析
(一)重庆市内部城镇化水平比较
我们把重庆市划分为都市发达经济圈、渝西经济走廊和三峡库区生态经济区。对各个区域2006年城镇化水平进行比较,如表1所示。
由表1中的数据我们可以得出重庆市城镇化的两个特征:
第一,重庆市的城镇化水平略高于全国水平。
第二,城镇化水平的地区差异大。重庆市主城区城镇化水平为86.8%,已经达到中等发达国家或一些发达国家的总体水平,是渝西经济走廊的2.12倍,是三峡库区的2.87倍;渝西经济走廊城镇化水平低于全国平均水平,三峡生态经济区城镇化水平更低。由此可见,重庆市城镇化水平的区域发展十分不平衡。
(二)重庆市与其它三个直辖市的城镇化水平比较
我们用2006年北京市、天津市和上海市3个直辖市的城镇化水平与重庆市作比较,以此说明重庆市城镇化水平在全国所处的地位。如表2所示。可以看出,重庆市的城镇化水平比北京市、天津市和上海市落后几倍,相差十分悬殊。
(三)重庆市与全国城镇化水平的时间序列比较
我们将2002~2006年全国城镇化水平和重庆市城镇化水平进行比较,以此说明重庆市城镇化所处的发展阶段。
历史数据显示,全国城镇化率大约以平均每年1.2个百分点的速度提高,重庆市城镇化率大约以平均每年2.6个百分点的速度提高,并且以2004年为分界点,重庆市城镇化率首次超过了全国平均水平。根据城市化过程的阶段性规律,城市化过程可以被划分为初始、加速和终极3个阶段,按照美国城市地理学家诺瑟姆(Ray. M. Northam)的“S”形曲线理论,当城市化水平低于30%,属缓慢发展阶段;城市化水平为30%~70%属加速发展阶段;城市化水平高于70%,城镇化进程开始放缓,属稳定发展阶段。特别是在加速阶段,随着现代工业基础的逐步建立,经济得到相当程度的发展,工业规模和发展速度明显加快,城市的就业岗位增多,城市对农村人口的拉力增大,而农村生产率也得到相应提高,使得更多的劳动力从土地上解放出来;同时,由于医疗条件的逐步改善,人口增长进入了高出生率、低死亡率的快速增长阶段,农村的人口压力增强,乡村的推力明显加大。在这种条件下,农村人口向城市集中的速度明显加快,城市化进入加速发展阶段,城市化水平可以在相对较短的时间里从20%-30%达到60%-70%。由此,从表3可以发现重庆市城镇化处于加速阶段,并且在2004年前后开始进入了加速阶段的中期;全国总体城镇化水平到2006年前后才开始进入加速阶段的中期;重庆市城镇化的发展水平略超前于全国总体水平。
二、重庆市城镇化动力机制实证分析
这里首先通过主成分分析法分析重庆市城镇化的动力机制,再通过相关分析对动力要素水平之间的相关性进行论证。
(一)指标体系
首先要对各区县城镇化水平的差异进行准确的描述,必须构建区县城镇化评估指标体系。在各具体指标的设置上,遵循全面性、代表性、可得性、简洁性、整合性原则。经专家调查筛选,考虑以下9项指标:X1人均GDP(元),X2人均获得固定资产投资(元),X3农村居民人均纯收入(元),X4第一产业占GDP比重(%),X5第一产业劳动力的比重(%),X6第二产业占GDP比重(%),X7第二产业劳动力的比重(%),X8第三产业占GDP比重(%),X9第三产业劳动力的比重(%)。
然后,根据2006年《重庆市统计年鉴》的数据资料计算得到区县各项指标,应用统计分析软件SPSS 13.0由相关阵出发进行主成分分析(限于篇幅,数据和分析过程从略)。
分析结果表明:除从指标X2中萃取的信息有所欠缺外,其余8个变量的信息都萃取得比较充分。第一个主成分的特征值为5.949,它解释了总变异的66.096%;第二个主成分特征值为2.007,解释了总变异的22.296%;第一、二主成分的累计贡献率达到88.393%,是较为满意的结果,因此应取两个主成分。其它的特征值都远小于1,说明其余主成分的解释力度都不够。从因子负荷矩阵(主成分提取结果表)中可以看出,第一主成分主要反映了人均GDP,人均获得固定资产投资,农民人均纯收入,第二产业占GDP比重和第二产业劳动力比重,第三产业劳动力比重;第二主成分主要反映了第三产业占GDP比重和第三产业劳动力比重。上述分析表明,影响重庆市城镇化水平高低的关键要素主要是第二产业,而第三产业将是城镇化后续动力。并且,从第一个特征向量对应于X6(第二产业占GDP比重)和X8(第三产业占GDP比重)的分量值在一定程度上偏小可以看出,重庆市第二产业和第三产业GDP对重庆市城镇化的贡献还不够,对城镇化进程存在一定的制约。
(二)相关分析
将重庆市40个区县的城镇化率以及动力要素水平综合得分从高到低进行排序,见上表。根据相关系数公式:
(三)多元回归分析
为了进一步分析和揭示影响重庆市城镇化水平的因素,有必要对指标进一步筛选,进而利用筛选后的指标体系建立多元回归模型。经过对模型进行多次改进,最终保留X2、X7、X8作为解释变量,建立回归模型:Y=C0+C2lnX2+C7X7+C8X8,其中变量Y为各区县城镇化率(%),X2为人均获得固定资产投资(元),X7为第二产业劳动力的比重(%),X8为第三产业占GDP比重(%)。利用EViews软件进行回归分析,最终结果如下:
决定系数R2=0.869830,调整后的决定系数为0.858982,说明了Z2、X7、X8解释了Y的总离差的85.9%,回归方程与样本值的拟合较好。F=80.18700,在α=5%的显著水平下通过检验,说明回归方程显著。在α=5%的显著水平下,Z2、X7、X8的回归系数显著,通过了t检验。同时,模型的其它统计检验结果表明,不存在自相关,多重共线性和异方差。
(四)经济意义
回归方程表明:X2增加一倍,可拉动重庆市城镇化率增长8.34个百分点,由于人均固定资产投资不太可能在短期中实现翻一番的目标,所以在短期中作用并不明显,但在长期中对重庆市城镇化水平的提高有着显著的推动作用;X7增加一个百分点,可拉动重庆市城镇化率增长1.32个百分点,作用非常明显;X8增加一个百分点,可拉动重庆市城镇化率增长0.92个百分点,作用较明显。
以上回归分析表明,较长一个时期内,人均固定资产投资的快速持续增长将是提高重庆市城镇化水平的重要因素;另外,提高重庆市城镇化水平的关键要素是第二产业,且第二产业劳动力比重的提高对重庆市城镇化水平的提高具有至关重要的作用;第三产业是提高重庆市城镇化水平的后续动力,且第三产业所占GDP比重的提高对重庆市城镇化水平提高的拉动作用较明显。总之,促进人均固定资产投资长期快速持续的增长、促进第二产业劳动力比重和第三产业所占GDP比重的增加是提高重庆市城镇化水平的主要途径。
三、主要结论
1.影响重庆市城镇化水平高低的关键要素是第二产业,而第三产业将是城镇化的后续动力。
2.第二产业和第三产业GDP对城镇化的贡献还不够,对重庆市城镇化进程存在一定的制约。
3.在长期中,人均固定资产投资的快速持续增长将是提高重庆市城镇化水平的重要因素。
4.第二产业劳动力比重的提高对重庆市城镇化水平的提高具有至关重要的作用。
5.第三产业所占GDP比重的提高对重庆市城镇化水平提高的拉动作用较明显。
6.提高第二产业和第三产业GDP对城镇化的贡献、促进人均固定资产投资在长期中快速持续的增长、促进第二产业劳动力比重和第三产业所占GDP比重的增加是提高重庆市城镇化水平的主要途径。
参考文献:
[1] 孟庆红.区域经济学概论[M].经济科学出版社,2003(12).
[2] 孟庆红.区域优势的经济学分析[M].西南财经大学出版社,2000(8).
[3] 李悦,李平.产业经济学[M].东北财经大学出版社,2002.
[4] 金元欢,王建宇.区域经济学[M].浙江大学出版社,2002.
[5] 高惠璇.应用多元统计分析[M].北京大学出版社,2005(1).
[6] 赵伟.城市经济理论与中国城市发展[M].武汉大学出版社,2005.
[7] SPSS12统计建摸与应用实务[M].中国铁道出版社,2006(2).
[8] 何晓群.多元统计分析[M].中国人民大学出版社,2004.
[9] 重庆市统计局.重庆市统计年鉴[M].中国统计出版社,2002~2006.
[10] 中国统计局.中国统计年鉴[M].中国统计出版社,2002~2006.
[11] 张保法.经济计量学[M]. 经济科学出版社(第五版),2006(1).
关键词:人口城镇化水平;劳动生产率;生产总值
一、提出问题
一般认为,工业发展的拉力和农业发展推力是城镇化的主要动力,城镇化是在二者的双重作用下完成的。拉力来自工业发展,从比较利益驱动的作用机制来看,随着工业的持续发展,城镇经济发展水平不断提高,城市镇居民收入及消费水平不断增长,相对农村落后状况,对农村劳动力就形成了巨大吸引力。推力来自农业发展,农村劳动力日益增长,农业生产率的提高及农业机械的使用,农业部门对农村劳动力的需求量大幅度减少,造成众多劳动力失业,导致有一定经济水平的农村劳动力开始向城市转移。因此,工业与农业发展是城镇化的主要动力。城镇化一直是三农研究中的重要问题,研究工业与农业发展对城镇化影响的文章很多。夏春萍在《工业化、城镇化与农业现代化的互动关系研究》指出城镇化是伴随工业化发展而产生并加速发展起来的,工业化发展能够推动城镇化进程。姜太碧在博士论文《城镇化与农业可持续发展研究》中提出农业可持续发展有利于推进城镇化进程,农业不可持续发展则阻碍城镇化进程。已有的研究基本都承认了工业与农业发展对城镇化的重要影响,本文在前人的研究基础上,通过选择合适的经济变量,把工业与农业发展对城镇化的影响进行量化,定量分析工业与农业发展对城镇化的影响。
二、实证研究
城镇化的程度通常用人口城镇化水平来表示,用城镇人口占全国人口的百分比来表示,反映了人口向城市聚集的过程和聚集程度。因此,本文选择人口城镇化水平为因变量。工业与农业发展在经济运行中最重要的表现为生产总值增长与劳动生产率提高,因此本文主要研究工业与农业的生产总值与劳动生产率对人口城镇化水平的影响。本文通过实证研究主要回答以下两个问题:第一,工业与农业生产总值增长对人口城镇化水平的影响;第二,工业与农业劳动生产率提高对人口城镇化水平的影响。
(一)样本数据
本文使用的样本数据为年度数据,样本期间为1987—2008年,样本容量为32。
(二)基本研究变量
(三)工业与农业发展对人口城镇化水平的影响
1.工业与农业生产总值对人口城镇化水平的影响。本文选用工业与农业生产总值代表工业与农业发展的总体情况。由于工业与农业生产总值的单位为亿元,人口城镇化水平为百分比。为了减小单位不统一的影响以及消除异方差,本文对因变量与自变量都取自然对数。根据双对数模型的性质,自变量的系数为自变量对因变量的弹性系数。
lnulet = -1.1864lnagdpt + 1.0374lnigdpt(方程1)
(-22.0197) (19.9868)
R2=0.9095 R2=0.9050 DW=1.2156 AIC=-2.5944 SC=-2.4952
方程1的拟合优度为0.9095,说明方程的拟合程度良好。自变量都通过了系数的显著性检验,为因变量的重要影响因素。根据估计系数的显著性检验,农业生产总值的影响大于工业生产总值。由方程1可知,在其他解释变量不变的条件下,如果工业生产总值单独增加1个单位,那么人口城镇化水平提高1.0374%;如果农业生产总值单独增加1个单位,那么人口城镇化水平降低1.1864 %。
2.工农业总产值之比对人口城镇化水平的影响。城镇化的主要动力来自工业的拉力与农业的推力,因此研究城镇化的动力不能单独地考虑工业总产值或者农业总产值,而是要考虑两者的比例关系。因此,本文分析工农业生产总值之比对城镇化水平的影响。
ulet = 0.1033 + 0.1594riat(方程2)
(9.6047)(22.8544)
R2=0.9631R2=0.9613DW=0.9788AIC=-5.6311SC=-5.5319
方程2的拟合优度为0.9631,说明自变量很好地解释了因变量的变动。根据系数的显著性检验,工农业总产值之比是人口城镇化水平的重要影响因素。由方程2可知,在其他解释变量不变的条件下,如果riat增加1%,那么ulet增加0.1594%。
(四)工业与农业劳动生产率对人口城镇化水平的影响
劳动生产率直接反映了生产水平,决定了生产活动对劳动力的需求。如果工业劳动生产率提高,则工业生产对劳动力的需求就会减少,即城镇就业机会减少,从而减小工业发展对城镇化的拉力;如果农业劳动生产率提高,则农业生产对劳动力的需求就会减少,从而增大农业发展对城镇化的推力。因此,工业与农业劳动生产率是人口城镇化水平的重要影响因素。劳动生产率可以用单位劳动者在单位时间内生产产品的价值量来表示,单位时间内生产的价值量越多,劳动生产率就越高。本文取单位时间为一年。同时,本文假设农业与工业为两个生产部门,城镇人口从事工业生产,农村人口从事农业生产。因此,工业劳动生产率用城镇人口平均工业产值代表;农业劳动生产率用农村人口平均农林牧渔产值代表。由于工业与农业劳动生产率的单位为元/人,人口城镇化水平为百分比。为了减小单位不统一的影响以及消除异方差,本文对因变量与自变量都取自然对数。
lnulet = 2.1879lnpat - 2.0553lnpit (方程3)
(9.5221) (-10.1250)
R2=0.6270R2=0.6083DW=1.0188 AIC=-1.1776 SC=-1.0785
方程3的拟合优度为0.6270,说明自变量解释了因变量变动的62.7%。自变量都通过了系数的显著性检验,为因变量的重要影响因素。根据T检验值,工业劳动生产率的影响大于农业劳动生产率。由方程可知,在其他解释变量不变的条件下,如果农业劳动生产率单独增加1个单位,那么人口城镇化水平提高2.1879%;如果工业劳动生产率单独增加1个单位,那么人口城镇化水平降低2.0553 %。
三、实证结果分析
(一)工业与农业发展对人口城镇化水平的影响
1.工业与农业生产总值对人口城镇化水平的影响。工业与农业生产总值的弹性系数符号符合理论预期。工业生产总值的弹性系数为正,是由于在其他条件不变的情况下,工业生产总值增加必然需要更多的劳动力,导致工业对城镇化的拉力增大;农业生产总值的弹性系数为负,是由于在其他条件不变的情况下,农业生产总值增加必然需要更多的劳动力,导致农业对城镇化的推力减小。农业生产总值的影响大于工业生产总值,说明农业发展的推力大于工业发展的拉力。
2.工农业总产值之比对人口城镇化水平的影响。工农业总产值之比的弹性系数符号为正,符合理论预期。方程2与方程1的结论是一致的,在其他条件不变的情况下,工业生产总值增加,引起工农业总产值之比提高,导致人口城镇化水平提高;农业生产总值增加,引起工农业总产值之比降低,导致人口城镇化水平降低。但是,方程2没有使用双对数模型,更直接地反映人口城镇化水平的变化情况。
(二)工业与农业劳动生产率对人口城镇化水平的影响
1.方程3中的工业劳动生产率的弹性系数符号为负,正好与方程1中的工业生产总值的弹性系数相反。但是,两者都是符合理论预期的。讨论工业劳动生产率的弹性系数的时候是在工业生产总值不变的条件下,此时工业劳动生产率提高,必然会带来工业对劳动力需求的减少,导致工业对城镇化的拉力减小。因此,工业劳动生产率的弹性系数符号为负。
2.方程3中的农业劳动生产率的弹性系数符号为正,正好与方程1中的农业生产总值的弹性系数相反。但是,两者都是符合理论预期的。讨论农业劳动生产率的弹性系数的时候是在农业生产总值不变的条件下,此时农业劳动生产率提高,必然会带来农业对劳动力需求的减少,导致农业对城镇化的推力增大。因此,农业劳动生产率的弹性系数符号为正。
四、政策建议
1.把工农业总产值之比作为推进城镇化的重要参考指标。城镇化是一项复杂的、长期的系统工程,不仅对农业生产产生巨大影响,而且也影响着工业的发展。不论从理论分析来看,还是从实证研究来看,工农业总产值之比都是人口城镇化水平的重要影响因素,反映了工业与农业经济增长能够承载的城镇化水平。因此,在推进城镇化时应该把工农业总产值之比作为重要参考指标,判断城镇化水平是否与工农业经济增长相适应。
2.大力提高农业劳动生产率是推进城镇化的有效途径。从方程1可知,在劳动生产率不变的条件下,城镇化由于减少农业劳动力,会阻碍农业的经济增长。因此,既保障农业经济增长,又能够推进城镇化的途径就是提高农业劳动生产率。方程3也证明了此观点,农业劳动生产率系数符号为正,农业劳动生产率与城镇化水平呈正相关。3.促进工业经济增长是推进城镇化的有效途径。从方程1可知,在劳动生产率不变的条件下,工业总产值增加需要更多的劳动力,即提高更多的城镇就业岗位,推进城镇化水平的提高。
4.发展劳动密集型行业是推进城镇化的有效途径。从方程3可知,在其他条件不变的情况下,工业劳动生产率与城镇化水平成负相关。因此,工业发展中应该重视劳动密集型行业的发展,既提高生产总值,又增加就业机会,积极有效地推进城镇化。
参考文献:
[1]贺建林.试论城镇化对农业可持续发展的影响与政策取向[J].农业现代化研究,2002,(3).
[2]夏春萍.工业化、城镇化与农业现代化的互动关系研究[J].统计与决策,2010,(10).
[3]李国平.中国工业化与城镇化的协调关系分析与评估[J].地域研究与开发,2008,(10).
[4]周达,沈建芬.农村城镇化动力结构的统计研究[J].统计研究,2004,(2).
关键词:城镇化 影响因素 空间面板模型 溢出效应
引言
随着中国经济快速增长,目前城镇化已经是中国正在经历的一个最重要的结构性变化。“十五”规划中首次提出城镇化这一词,此后党的十六大到十的政治报告中都有提及城镇化,十明确提出要工业化、信息化、城镇化、农业现代化良性互动、同步发展。在《国务院关于城镇化建设工作情况的报告》中首次明确城镇化路径,小城市将全面放开落户限制,可见,针对如何合理推进中国的城镇化进程的研究已是相当紧迫。
近年来,已有大量文献在对中国城镇化方面进行了研究,包括城镇化的历史、现状、特点以及影响因素等进行理论研究与实证分析,并取得了丰硕的成果。其中蒋伟(2009)利用2005 年的数据对中国省域城市化水平影响因素进行了实证分析,得出区域城市化之间存在相关,即城市化水平的提高将通过空间溢出促进周边地区的城市化发展,第三产业的发展是影响地区城市化水平的主要因素。秦佳(2013)利用六普的数据实证了人口城镇化水平空间差异的影响因素,并提出第三产业就业水平的提升对中西部地区人口城镇化的促进作用大于其在东部的作用。上述文献,是以截面数据为研究对象,分别分析各变量对城镇化的影响。姜磊(2011)研究了城市化进程与城乡收入差距的影响路径识别,实证结果表明:城市化进程对缩减城乡收入差距的作用是积极影响和消极影响并存,关键取决于城市化进程的政策路径选择;省际间存在空间溢出效应的城市化进程。该文主要是针对城市化进程与城乡收入差距的影响研究,而较少考虑其他因素对城市化进程的影响。
本文主要是研究中国在城镇化水平上是否存在显著的空间相关性,及影响城镇化水平的因素是什么?相邻区域的城镇化水平对本地区的扩散程度是多大?以及邻近地区的影响因素对本地区的城镇化水平是否存在溢出效应?溢出效应多大?本文的创新之处在于利用面板模型与空间面板模型进行对比,实证了空间面板模型的优势以及确定影响城镇化水平的因素,并计算出各自的溢出效应。
研究方法
(一)Moran's I指数
在空间统计学中常常使用空间自相关指数Moran's I指数来检验变量是否存在空间相关性,因此本文利用Moran's I指数研究人口城镇化的全局空间相关性。Moran's I指数定义为:
(1)
当Moran’s I指数为正时,表明存在明显的正空间自相关,也就是说相似的观测值(高值或低值)趋于空间集聚,表明不同地区数据在空间上有相似的属性;当Moran’s I指数为负时,表明存在负的空间自相关,相似的观测值趋于分散分布,表明不同地区数据在空间上有不相似的属性;当Moran’s I指数为零时,观测值呈现独立地随机分布。Moran’s I指数绝对值反映了空间相关程度的大小,绝对值越大,空间相关程度越大,反之亦然。
(二)空间面板模型和模型选择
近年来,随着空间面板计量模型的设定和估计的方法逐渐完善,空间面板计量模型被越来越广泛的用于分析空间和区域问题。空间面板模型可以依滞后项存在于因变量和误差项中分为两类:空间滞后模型和空间误差模型,又依据样本个体之间的差异存在是确定的和随机性,有分为固定效应和随机效应。
空间滞后模型固定效应的基本结构如下:
(2)
空间误差面板固定效应模型 :
(3)
(4)
ρ是度量相邻地区综合城镇化水平对本地区城镇化水平的影响程度。空间误差系数 λ 则反映了邻近地区城镇化水平的误差冲击之和对本地区城镇化水平的影响程度。空间滞后模型和空间误差模型是空间依赖性的不同体现。
在模型包含空间滞后误差项的情况下, 最小二乘法不适合用来估计空间计量经济模型,因为OLS估计量不再有效。所以,一般使用极大似然法(ML)来估计空间计量经济模型。Elhorst给出了Matlab软件包,给出了一般空间面板模型的极大似然估计(MLE)函数。
(三)直接影响与溢出效应
LeSage和Pace(2009)提出采用求解偏微分的方法来解释不同模型在设定情况下变量的变化所产生的冲击,为检验空间溢出效应提供了有效的基础。SLM模型可以被改写为如下矩阵形式 :
(5)
其中,Y关于第1至第N个区域的内生变量X中第k个变量的偏微分矩阵较为容易获得:
(6)
其中, LeSage和Pace将上式最右端矩阵的对角线元素的均值定义直接影响,而每行或者列中非对角元素之和的均值定义为间接影响,也被称为溢出效应。
实证分析及估计结果
(一)指标选择和数据来源
段瑞君和安虎森(2009)运用向量自回归模型实证了城市化与经济增长的相互关系。郭军华(2009)运用面板协整检验实证了我国东、中、西部城市化与城乡收入差距之间具有长期均衡关系。江易华(2012)利用2009年统计年鉴数据对县域人口城镇化的影响因素进行分析,实证了生产总值、农林牧渔业人员、城乡收入比和人口发展功能区划是影响县域人口城镇化的主要因素。蒋伟(2009)将各省的人均 GDP、第二产业产值占 GDP 的比重、第三产业产值占 GDP 的比重、文盲半文盲占 15 岁及以上人口的比重、按美元与人民币中间价折算的进出口总额占 GDP 的比重、城乡收入差距等因素对城镇化的影响进行研究。秦佳和李建民(2013)利用空间模型实证了地区之间土地城镇化水平、第二三产业就业水平和产值水平,以及人均 GDP 的差距是造成人口城镇化平空间差异的主要原因。
根据以往文献对城镇化影响因素的分析以及数据的可得性。本文研究文盲率、城乡收入差距、第二产业产值比、第三产业产值比、人均财政预算支出、人均进出口额、人均地区生产总值对人口城镇化率的影响。
本文对所有数据取对数,是为数据之间的可比性和减少异方差,其中Y表示城镇化率,国内学者已基本达成对人口城镇化率指标的共识,即采用各地区非农人口数比各地区总人口数, I表示文盲率,即文盲半文盲占15岁及以上人口比例,Ur表示城乡收入差距,各地区城镇居民平均每人可支配收入比各地区农村居民平均每人纯收入,S表示第二产业产值比,即第二产业产值占生产总产值的比重,T表示第三产业产值比,即第三产业产值占生产总产值的比重,D人均财政预算支出,各地区一般财政预算支出比上各地区人口数, Exit人均进出口额,即各地区按经营单位所在地分商品进出口总额除以各地区人口数,Rgdp为人均地区生产总值。本文以中国31个省为研究对象,根据数据的可得性采用1998~2011年的年度数据,即进行实证分析的样本数据为1998~2011年中国31个省份的面板数据。数据来源于1999 ~2012年中国统计年鉴和1999~2006年中国人口统计年鉴,2007~2012年中国人口和就业统计年鉴。
(二)实证分析
空间自相关性检验。本文采用Rook邻接矩阵,首先利用Anselin编写的geoda软件计算城镇化率的全局自相关Moran's I指数值如图1所示。其中Moran's I值在0.26~0.4的正值区域内,且总体呈现递增增长趋势,各地区城镇化率有显著的正向空间依赖性。从总体变动趋势来看,中国各地区城镇化率Moran's I值呈现递增趋势则说明空间集聚现象越来越稳定,空间依赖性在不断增强,溢出效应在逐渐增大。
全局空间 Moran's I指数描述我国区域城镇化率的总体空间自相关模式,但不能确定各地区具体的空间依赖情况,局部Moran散点图可以为分析具体各地区城镇化率聚集情况提供信息。其中局部Moran's I指数如图2。
在Moran's 散点图中第一象限(HH)主要是东部沿海以及华北地区,包括上海、浙江、福建、江苏、北京、天津及东北三省等地,表示这些省份及其周围省份都有较高的城镇化率,及其地区城镇化率之间差异不大,存在较强的正空间自相关性。第二象限(LH)主要是河北、海南、安徽、江西四省,其中河北周边有高城镇化率的北京、天津等地,这些地区在高城镇化率区域范围内,如果充分利用周围的高城镇化率地区的扩散效应,这些地区也会在城镇化率水平上得到较好的提高。因此,这一象限成为过渡区。第三象限(LL)主要是西部地区,以及部分中南省份,这些区域是连同周围地区都是低城镇化率城市,例如,四川、贵州等高原地区,另外,经济的发展水平也是一个很重要的因素,这些区域普遍表现为不发达省份。第四象限(HL)是广东、内蒙古和重庆,这些省份应该发挥典范作用,带领周围区域共同发展,从而形成相辅相成的良性发展模式。
模型估计结果。空间相关分析Moran's I指数定量证明了各地区城镇化率之间存在显著的空间相关性,因此有必要采用空间面板回归模型来描述城镇化率的影响因素及其影响因素之间的关系。本文根据理论分析选择空间面板滞后模型固定效应模型,因为根据固定效应与随机效应的选择理论,随机效应主要是以样本为估计母体的。本文分别对面板数据的OLS估计以及空间面板滞后模型对无固定效应、地区固定效应、时间固定效应和地区与时间固定效应这四种情况分别进行估计进行对比。采用 Matlab2010B 软件和Elhorst、LeSage等人编写的Spatial econometric 模块,计算结果如表1所示。表2为模型的LM检验结果。表3为各内生变量的直接影响和溢出效应检验。
从R2、σ2、LogL等统计量综合来看,空间面板滞后模型比普通模型效果更好,其中地区固定效应模型R2比普通面板模型R2高出10%以上,故认为区域城镇化率模型中存在空间效应。然而,在模型中从统计量来看地区和时间固定效应模型是具有最好的拟合度,但是从模型参数估计的结果看,该模型存在部分变量的不显著性。综合比较之后,笔者认为时间固定效应模型能更贴切地描述我国各地区城镇化率的影响因素以及相互之间的关系,在时间固定效应模型中参数大多数都通过了1%显著性水平检验,同时综合统计量指标也相对较合理,故本文将选择时间固定效应空间面板滞后模型进行分析。
在空间面板滞后地区固定效应模型中,空间相关系数ρ表示与该地区相连接的省份在城镇化率水平对本地区的综合影响为0.15,该值通过了 1%的显著性水平检验,因此可以充分地证明各地区城镇化率之间存在显著的正向空间效应,即在某种程度上本地区的城镇化率是依赖于相近地区的城镇化率对其的影响,因此,在面板模型中将空间影响因素考虑进来研究中国地区城镇化更为合理。
通过表1到表3的估计结果,本文可得到以下结论:
首先,城镇化率与文盲率之间存在显著的负相关关系,即各地区的文盲率越高,相对应的城镇化水平则会越低。城乡收入差距与城镇化率是存在系数为-0.423的显著性负相关的,城乡收入差距对城镇化的影响是最大的。即减少城镇收入差距可以最有效促进我国城镇化水平的提高。这与蒋伟(2009)研究结论是一致的。此外,人均进出口额与城镇化水平之间也存在负的相关性的,但是影响程度不大,这与秦佳(2013)和蒋伟(2009)的研究结果均不一样。笔者认为可能是样本差异,蒋伟和秦佳都是以截面数据来做分析,没有考虑时间因素的影响,本文使用空间面板模型来分析变量之间的关系。
其次,第三产业产值占总产值的比值对城镇化率的影响是最大正向的。即在其他条件不变的情况下,第三产业产值占总产值的比值提高1%,则平均来说,城镇化水平提高0.403%。与第二产业对城镇化率的0.32%相比,第三产业对城镇化率的促进作用远远高于第二产业的作用。加大服务业的发展是引领我国城镇化水平进一步提升的关键因素。
最后,从各个变量的直接影响和溢出效应可以进一步了解不同变量对城镇化影响因素的具体效应,结果发现,所有的解释变量对城镇化率都存在显著的区域间的溢出效应,各个变量的溢出效应对城镇化率的影响方向与直接影响是一致的。城乡收入差距的溢出效应是最大的,也只是当相邻地区的城乡收入差距减少1%,本地的城镇化率平均上升0.074%。即各变量对城镇化率存在显著的溢出效应。
结论及政策建议
本文得出结论:中国城镇化率存在空间自相关性。同时各变量对城镇化率均存在显著的影响,同时实证也发现各变量对邻近省域的城镇化率存在具有显著的溢出效应。由此本文提出以下建议:
第一,充分利用地理优势。根据上文的分析,区域城镇化率间存在空间相关性,空间相关系数为0.15以及各自变量对本地区城镇化存在溢出效应。故应充分引导东部沿海发达地区的扩散效应,带动周围城市步入高城镇化水平阶段,同时也促进自己步入更好层次。
第二,降低文盲率缩小城乡收入差距。教育水平的落后以及城乡收入差距的扩大对城镇化发展有着显著的负面影响。增加各地区的受教育机会,特别应增加农村基础教育的投入,降低文盲率,进而提高劳动力的文化素质。缩小城乡收入差距是提高城镇化水平最有效的途径。可以通过以下方式缩小城乡收入差距:合理定价农产品价格,减少中间各种费用;畅通农产品销售渠道,提供供销平台;引导农产品的合理耕种,多种渠道提高农村居民的纯收入,进而可以扩大居民对工业产品和服务的消费,从而推动城市化的发展。
第三,加大第三产业的发展。在影响省域城镇化水平的诸多因素中,其中第三产业是推动城镇化率水平提高的主要力量,第三产业的发展和城镇化率水平的提高关系最密切。因此,在遵循市场经济规律的前提下,进一步优化产业结构,发展第三产业,合理预算财政支出,进而促进城市化进程的良性可持续渐进式发展。
参考文献:
1.Anselin L.Spatial Econometrics:Methods and Models[M].Dordrecht:Kluwer Academic Publishers,1988
2.蒋伟.中国省域城市化水平影响因素的空间计量分析[J].经济地理,2009,4
3.秦佳,李建民.中国人口城镇化的空间差异与影响因素[J].人口研究,2013,3
[关键词] 城镇化;农村劳动力转移;协调发展
[中图分类号] F832.48[文献标志码] A文章编号:2095-2104(2012)
The Research of the Relationship of Urbanization and Rural Labor Transfer in Chongqing
Yang Zhan-he
(College of Construction Management and Real Estate, Chongqing University, Chongqing 400045)
Abstract: Through analysis of the relationship of urbanization level and rural labor transfer scale in Chongqing year by year, this article constructed a model, aiming to identify the harmonious relations between both. It concluded that: the improvement of urbanization level helps to promote the transfer of rural labor, but if we do not take measures actively to promote farmers' civilization, when urbanization reached 73.25%, the transfer scale of rural labor in Chongqing reached its limit size, then forming a vicious cycle. Finally, put up some thoughts and suggestions for the coordinated development of Chongqing urbanization and rural labor force transfer.
Key words: urbanization; rural labor transfer; coordinated development
1.宏观背景综述
十把城镇化列为全民建设小康社会的目标之一,城镇化面临着重要的机遇期,是我国实现现代化过程的必然阶段。近年来我国城镇化进程飞速前进,但是在高速发展的同时也面临着种种危机,怎样妥善安置农村转移的劳动力就是其中之一。重庆是我国西部地区唯一的直辖市,地域面积广大,人口众多,处理好城镇化进程与农村劳动力转移之间的关系,能够吸引广大的农村劳动力,能够带动重庆产业结构升级优化,能够提高全民生活水准,能够率先实现全民小康的宏伟目标。
2.重庆城镇化与劳动力劳动力转移规模分析
2.1模型建立
表1.1劳动力转移规模与城镇化率历年数据(1998年—2011年)
Table1.1 The scale of Labor Transfer and the urbanization rate over the years
数据来源:重庆市统计年鉴(2012)
表1.1为重庆市城镇化水平与劳动力转移规模以及其他相关统计数据,根据最近几年符合趋势的数据,构建以下重庆市城镇化水平与劳动力转移规模模型:
其中,-劳动力转移规模(万人),-城镇化水平(%)
进行Cubic拟合三次方程回归分析,得到方程:
得系数R2=0.985,拟合优度相关系数R=0.992,表明该方程中的两因素的相关性十分显著,F值为358.627,p=0.000
2.2相关性模型分析
通过以上分析可知,城镇化水平(X)与劳动力转移规模(Y)函数对应关系为:
其函数曲线如图1.1所示。
图1.1城镇化水平与农村劳动力转移规模循环上升图
Fig5.1 the scale of labor transfer and the level of urbanization circulate rising
现定义: ,则表示单位城镇化水平的提高,对劳动力转移规模需求的增加量; 则表示单位城镇化水平的提高,对劳动力转移规模变化量的增加量。
对进行求一次导:
=55.026-07512X
令=0,得出X =73.25,所以当前重庆各项指标维持现状的情况下,城镇化水平达到73.25%,城镇地区对农村转移劳动力的容纳限度将达到极限值。故在达到73.25%之前,始终大于0,如果不能采取足够有效的措施来保证农村劳动力积极的市民化,那么新增的农村劳动力将不能被城镇所接收,城镇化进程将进入停滞状态,这里把该城镇化水平看为危险城镇化率。
对进行求二次导:
结果分析:
1、>0表明,重庆市城镇化水平单位增长对农村劳动力需求越来越多,同时单位规模的农村劳动力转移对重庆市城镇化发展的推动力越来越明显。通过劳动力的大规模转移能够有效的加快城镇化进程,通过加速城镇化基础可以吸纳更改的农村劳动力,两者相互促进,螺旋上升。,但城镇化化率在达到73.25%时,城镇化发展停滞,远没有达到发达国家和地区80%以上的城镇化水平。重庆市由于经济发展水平、城镇基础设施建设不足、产业结构不完善等原因,导致城镇吸纳农村转移劳动力的能力严重不足。
2、
城镇化发展停滞,大量的农村人口没有合理转移,农民的收入水平难以提高,导致农村无法投入足够财力来发展教育,使农村居民的整体素质低,农业现代化技术的推广速度慢,农村人口的经营管理较差,市场意识较薄弱不能适应和参与市场的经济活动,广大农民没有参与农业管理的教育和培训,缺乏市场经济和农业相关产业的管理知识,难以适应时代需求和参与国际竞争。因此,形成了一个恶性循环:城镇化发展停滞—>农村劳动力转移受限—>城镇化发展停滞。
3建议
3.1扩大农业科技投入
根据测算,2004年重庆地区农业剩余劳动力为30.07万,2011年农村剩余劳动力增至119.67万人,大规模的农业剩余劳动力在生产过程中确没有生产出任何农业产值,是人力资源的极大的浪费,所以,重庆农业现代化水平偏低,农业生产所投入的农业科技较少,农业科技投入亟待加强。科学技术是第一生产力,利用科技的力量来推动农业生产效率的提高是再好不过的选择。针对重庆市实际,应大力推进机械化运作、增加农业科技投入,在政策上对购买农用机械的给予一定的补偿,以提高农民的生产积极性。
3.3增加乡村基础设施建设投入
重庆多山,乡村所处地域的基础设施建设普遍比较落后,尽快改变农村基础设施滞后的状况,是广大农民的迫切要求,既是建设社会主义新农村的重要内容,也是统筹城镇化进程和农村劳动力转移的重要手段。加强农村基础设施建设,应当在已有基础上,继续加大投资力度,扩大实施规模,充实建设内容。加快与重庆市经济发展水平相适应的基础设施建设,促使小城镇发展进入良性循环。
3.4优化产业结构,形成经济多极增长
产业结构是否合理决定了这个城市今后的发展潜力。不合理的产业结构在短期时间内虽然可以促进国民经济的增长和解决农村劳动力和城市劳动力的就业问题,但是从长期来看,其对资源的消耗过大,难免将来会面临各种资源的短缺问题;从全球化的视角来看,重庆产业处于全球产品价值链的末端,表现为装配环节(劳动密集型)和非核心技术(低附加值),与国内其他地区的产业过于相似,导致竞争激烈,利润下降,生存条件恶化,积极优化产业结构,推进劳动密集型产业发展,大力发展第三产业,世界发达国家和地区第三产业对就业的贡献率高达75%以上,依靠第三产业来促进就业是经济和社会发展到一定阶段时的必然选择。
3.5 完善社会保障制度
城乡二元的户籍制度衍生了城乡社会保障制度巨大差异,农村劳动力从农村转移到城镇,从本质上已经完全脱离了农业生产,从事非农产业,但是确因为不是城镇居民而享受不到城市的优厚社会保障。因此应该统筹城乡协调发展,扩大社会保障所覆盖的区域,对在城镇工作的农村劳动力提供社会保障,使农村劳动力能更好的融入城镇,增加城镇地区对农村劳动力的吸引力,实现农村劳动力的彻底城镇化。
参考文献:
[1]傅崇兰.统筹城乡发展研究[M].北京:新华出版社,2005.5
[2]董金怀: 农村与区域发展我国农村城镇化进程中劳动力转移问题及对策分析[D].中国农业科学院硕士学位论文,2010
[3]重庆统计局.重庆统计年鉴2007[M].北京:中国统计出版社
[作者简介]
[关键词] 城镇化 房地产价格 线性回归模型
一、引 言
城镇化是农村人口不断向城镇转移,第二、三产业不断向城镇聚集,从而使城镇数量不断增加,城镇规模不断扩大的历史过程。坚持走中国特色城镇化道路是今年中国政府工作报告提出的2010年的主要任务之一。中国城镇化水平已从1997年的31.91%提高到2009年的46.60%(见表),拥有6.22亿城镇人口。中国城镇化水平增长率每年保持在1.5%左右,预计到2020年,城镇化水平将为60.57%,达到中等发达国家水平。伴随着快速的城镇化进程,影响中国千家万户安居乐业的房地产价格亦呈不断上涨之势,1997――2009的12年时间里,年均房地产价格增长率为8.19%(见表),大大超过同期城镇居民可支配收入的增长率。快速上涨的房价导致部分城镇家庭购房困难,这种现象引起了社会各界的普遍关注和忧虑。住房问题不仅是一个经济问题,而且是一个社会问题。有效控制房价,成为当前政府和学者们关注的中心问题。引起房价上涨的原因很多,许多学者从各种角度进行了详细的分析。本文将从城镇化水平与房地产价格关系的角度,在考虑通货膨胀的条件下分析房价上涨的原因。
表 中国城镇化率(CSH)、房地产价格(HP)和居民消费价格指数(CPI)年度数据(1997年-2009年)
年份 CSH(%) HP(元) CPI(上年100) 年份 CSH(%) HP(元) CPI(上年100)
1997 31.91 1790 102.8 2004 42.76 2608 103.9
1998 33.35 1854 99.2 2005 42.99 2937 101.8
1999 34.78 1857 98.6 2006 43.90 3119 101.5
2000 36.22 1948 100.4 2007 44.90 3645 104.8
2001 37.66 2017 100.7 2008 45.68 3576 105.9
2002 39.09 2092 99.2 2009 46.60 4474 105.2
2003 40.53 2197 101.2
注:数据来源于《中国统计年鉴》,城镇化率为城镇人口与人口总数量之比;房地产价格为居民住宅价格
二、实证分析
本文选取1997年―2009年的年度数据,在考虑通货膨胀的条件下,建立中国房地产价格与城镇化水平的线性回归模型,并对模型进行检验。由于住宅是人们的基本生活需要,在这里对房地产价格的讨论主要限于居民住宅价格。
以HP、CSH和CPI分别表示房地产价格、城镇化水平(城镇化率)和通货膨胀率,以房地产价格为被解释变量,城镇化水平和通货膨胀率为解释变量,建立的线性回归模型可表示如下:
β0、β1和β2为方程的系数。其中,β1为变量CSH前的系数,表示考虑通胀因素下,城镇化对房地产价格的影响,μi是随机误差项。
根据各年的《中国统计年鉴》数据,选取1997年至2009年的中国城镇化水平和居民住宅价格分别作为城镇化水平指标值和房地产价格指标值,居民消费价格指数作为通货膨胀指标值,对其进行相关性分析、参数估计及模型检验。
1.相关性分析
根据表1提供的数据,应用Eviews6. 0对房地产价格HP、城镇化水平CSH和通货膨胀率CPI之间进行相关性分析,得到的相关系数为:
r(CSH,HP) =0.89954,r(CSH,CPI) =0.70828,r(HP,CPI) =0.80070
由以上的相关系数可以得出CSH、HP和CPI之间存在较强的相关性,城镇化水平对房地产价格可能起着一定的推动作用,或者说城镇化对房地产价格产生了一定的影响。为了明确通货膨胀条件下,城镇化对房地产价格的确切影响,下面对其进行参数估计及模型检验。
2.参数估计
利用统计软件EViews6.0对HP、CSH和CPI作线性回归分析,使用OLS法估计其参数,
参数估计的结果为:
(5262.573) (29.16496) (59.09296)
t=(-2.658568)(4.021031) (1.978626)
R2=0.862856F=31.45812DF=10
3.模型检验
所估计的参数,说明城镇化水平每上升1%,可导致房地产价格上涨117.27元。可决系数R2为0.86286,修正的可决系数为0.835428,说明所建模型整体上对样本数据拟合较好,即解释变量“城镇化水平CSH、通货膨胀率CPI”对被解释变量“房地产价格HP”的绝大部分差异做出了解释。
对回归系数的t检验:针对 由表2可知,估计的回归系数的标准误差和t值分别为: 的标准误差和t值分别为: ; 的标准误差和t值分别为: 。取α=0.05,查t分布表得自由度为n-3=13-3=10的临界值。因为,所以不能拒绝 ;因为 ,所以应拒绝;因为,所以不能拒绝。这表明,城镇化对房地产价格有显著影响。
三、结论与政策建议
通过以上实证分析,本文得出以下结论:在考虑通货膨胀的条件下,城镇化对房地产价格有显著影响,城镇化水平每上升1%可导致房地产价格上涨117.27元。城镇化是现代化的必由之路,而城镇化将带来房地产价格的上升。为此,中国应坚持走中国特色城镇化道路,正确认识城镇化的重要意义,科学合理地对城镇化进程进行规划和布局。只有一个合理稳定的城镇化进程,才能够带来一个健康有序的房地产市场,才能够保证居民的福利得到有效保证。同时积极采取有效措施,保证“居者有其屋”,如加大保障房、经济适用房、限价房等保障性住房的足量供给,以解决广大居民的实际问题;促进二手房市场的建设和进步,扩大住房供给的数量的质量,满足居民居住需求。
参考文献:
[1] 陈日清 杨海平:房地产市场研究综述[J]. 华北金融,2010年第1期
[2] 陈石清 朱玉林:中国城市化水平与房地产价格的实证分析[J]. 经济问题,2008年第1期
论文关键词:新疆,城镇化,工业化,超前性
边疆城镇具有促进边疆地区经济发展、巩固边疆地区民族关系、保障边疆地区稳定、维护祖国领土统一的功能[1]。因此,边疆城镇发展水平是衡量边疆治理有效性的重要指标,日益受到社会各方面的广泛关注。新疆城镇作为边疆城镇的重要组成部分,其发展水平直接影响到西北边疆的发展和稳定论文开题报告范文。既有关于新疆城镇发展水平的研究多是横向分析工业化,考察新疆区域内外的城镇发展差异,得出新疆城镇化之后的结论[2],纵向研究新疆城镇发展水平的较少,特别是缺乏改革开放以来30年的动态考察。因此,通过对30年来新疆城镇发展水平的动态考察分析新疆城镇化的时空差异、演变趋势和内在机理,更好地为“城镇边疆”的建设提供政策制定依据。
一、新疆城镇化水平的测量(1978-2008)
研究区域城镇化首先要解决两个问题:城镇化水平的测量和城镇化水平的判定。城镇化水平的测量即城镇化水平百分点的年变化,通常使用城镇人口所占总人口比重衡量。[3]
表1 新疆1978年-2008年城镇化水平
1978年
1980年
1985年
1990年
1995年
1996年
1997年
1998年
1999年
26.07%
29.05%
42.78%
44.86%
49.51%
50.09%
50.1%
50.1%
52.34%
2000年
2001年
2002年
2003年
2004年
2005年
2006年
2007年
2008年
33.75%
33.75%
33.84%
34.39%
35.155
37.15%
37.94%
摘 要:城镇信息化水平的度量包括两个方面:一是信息化的宏观度量,即对整个地区各城镇的社会信息化发展水平的测度;二是信息
>> 社会信息化之信息资源测度指标构建及发展水平测度研究 四川省信息化水平测度及发展对策研究 河北省新型城镇化水平测度指标体系及评价 河南省新型城镇化发展水平的测度研究 海南省城镇化水平测度及发展模式研究 广西新型工业化水平测度研究 新型城镇化发展水平综合评价的实证研究 基于改进熵值法的发达地区新型城镇化综合水平测度 新型工业化、信息化、新型城镇化、农业现代化互动耦合机理研究 新型城镇化进程中的信息化理论体系研究 山东省信息化驱动新型城镇化发展研究 制造业企业信息化水平测度研究的文献计量分析 信息化:引领新型城镇化 以信息化推动新型城镇化建设 新型城镇化离不开信息化 区域物流协同水平测度实证研究 新型城镇化质量评价指标体系构建及实证研究 信息化发展水平的宏观动力因素研究:理论和实证 山东省新型城镇化测度与经济发展关系研究 河北省新型城镇化发展水平差异及对策研究 常见问题解答 当前所在位置:l.
[5] 郑建明.信息化指标构建理论及测度分析研究[M].北京:中国社会科学出版社,2011.
[6] 俞立平.中国区域信息经济的技术进步与效率测度研究[J].科学学与科学技术管理,2013(1):78-84.
[7] Pesce M.The veto mechanism in atomic differential information economies[J].journal of mathematical economics,2014(53):33-45.
[8] 郑建明,王育红.社会信息化进程测度案例及方法分析[J].图书与情报,2000(2):15-23.
[9] 郑建明,王育红,张庆锋.中国社会信息化进程测度报告[J].情报科学,2000(10):865-870.
[10] 于良芝.“个人信息世界”――一个信息不平等概念的发现及阐释[J].中国图书馆学报,2013(1):4-12.
[11] 国家信息化指标体系――信息化发展指数[EB/OL].[2014-12-29]..
[12] 方维慰.中国信息化空间格局的态势分析[J].情报理论与实践,2013(10):36-39.
关键词:城镇化;居民消费;协整分析
中图分类号:F12 文献标识码:A
原标题:我国城镇化与居民消费增长关系研究
收录日期:2013年9月22日
一、引言
长期以来,我国一直通过资金高投入、资源高消耗、环境高污染,实现了9.8%的经济高增长,但消费率总体偏低。在这一背景下,中央提出了“要着力扩大国内需求,促进投资稳定增长和结构优化,要积极稳妥推进城镇化,严格控制‘两高’和产能过剩行业盲目扩张”,并强调“中国作为大国要立足内需,城镇化就是最大的内需”。“城镇化可以有效推动消费”成为共识,“通过推进新型城镇化启动国内需求”成为中国未来经济增长的又一新引擎。但现实并非如此,1978~2011年我国城镇化率由17.9%稳步提高至51.3%,我国居民消费率却由1978年的48.79%回落至2011年的35.42%。我国城镇化是否有效地促进了国内消费需求的增长?城镇化促进国内消费需求增长的程度有多大?针对此类问题,有必要对我国现实情况进行研究,为我国城镇化发展提供合理建议。
二、文献综述
近年来,我国学者关于城镇化与消费需求关系的研究逐渐增多。胡日东等研究得出城镇化发展对居民消费增长有促进作用,城镇化发展对农村居民消费增长的累积效应大于对城镇居民消费的累积效应。王翔指出,城市化的发展理论上能够很好地促进消费增长,但我国存在着城市化驱动消费机理的现实悖论,原因在于城市化发展非均衡、二元社会保障结构、消费挤占和收入分配结构失衡。蒋南平等研究得出我国城镇化发展对农村消费需求的增长具有正向推动作用。长期来看,城镇化水平提高1个百分点,会使农村居民消费增长0.59%;短期来看,城镇化水平提高1个百分点,会使农村居民消费增长0.3%。孙虹乔等运用我国2009年205个地级城市的截面数据,研究了我国城镇化引致的农村收入、教育以及金融等因素的变化对农村居民消费的影响,得出城镇化对我国农村居民的消费具有正向的促进作用,由城镇化引致的农村收入、教育及金融等方面的改善对农村居民消费也呈现为正向影响。
三、实证分析
(一)数据与变量。本文数据来源于《中国统计年鉴2012》,样本取1978~2011年年度数据。本文将城镇化对城镇居民和农村居民消费的影响分开研究,农村居民人均生活消费支出和城镇居民人均消费支出为被解释变量,分别记为U_consume、C_consume;解释变量为城镇化水平,记为City,采用城镇人口占总人口的比重来衡量;在模型中加入居民收入水平作为控制变量,用农村居民家庭人均纯收入和城镇居民家庭人均可支配收入度量,分别记为U_income、C_income。用居民消费价格指数(1978=100)对农村、城镇居民人均消费和收入水平进行平减,以消除物价变动的影响。为消除时间序列中存在的异方差现象,取上述变量的自然对数,分别用LU_consume、LC_consume、LCity、LU_income、LC_income表示。
(二)模型构建。时间序列的平稳性检验。为避免伪回归,要进行协整检验,协整检验前要检验时间序列的平稳性即单整阶数。本文用ADF检验法来检验时间序列的单整阶数,经检验人均生活消费支出、居民收入水平和城镇化水平时间序列LC_cosume、LU_consume、LC_income、LU_
income、LCity经过一阶差分平稳,均为一阶单整序列,变量之间可能存在协整关系。
时间序列的协整检验。采用Johansen协整中的迹统计量检验法来检验城镇和农村人均生活消费支出、居民收入水平和城镇化水平变量之间的协整关系,协整检验结果如表1所示。(表1)可以看出,城镇居民人均消费支出、城镇居民家庭人均可支配收入与城镇化水平之间存在协整关系,且协整关系数为1;农村居民人均生活消费支出、农村居民家庭人均纯收入与城镇化水平之间存在协整关系,且协整关系数为1。
协整方程及检验。通过回归,可得如下协整方程:
方程一:
LC_consume=0.4465+0.7232×LC_income+0.3746×LCity
(14.7746)*** (3.3612)***
Adjusted R2=0.9989 F=14354.54
D.W=1.6062 JB=1.8375(0.3990)
方程二:
LU_consume=0.2649+0.9404×LU_income-0.0378×LCity
(11.0331)*** (-0.2460)
Adjusted R2=0.9920 F=2059.07
D.W=1.4865 JB=1.4580(0.4824)
其中,括号内为t统计量;“***”表示在1%显著性水平上通过检验。
从检验结果来看,模型拟合优度较好,D.W检查表明不存在一阶自相关,JB检验表明残差序列服从正态分布,总体来看,两个模型拟合效果较好。
实证分析结论:由方程一可以看出,我国城镇居民消费支出与城镇居民可支配收入及城镇化水平之间呈现一种正相关关系,且城镇居民可支配收入对城镇居民消费支出的影响大于城镇化水平对城镇居民消费支出的影响。从模型估计来看,城镇居民家庭可支配收入提高1个百分点,会使城镇居民消费增长0.72%;城镇化水平提高1个百分点,会使城镇居民消费增长0.37%,这与胡日东等城镇化发展对居民消费增长有促进作用的研究结论相一致。
由方程二可以看出,我国农村居民消费支出与农村居民纯收入之间存在正相关关系,农村居民家庭纯收入提高1个百分点,会使农村居民消费增长0.94%。我国农村居民消费支出与城镇化水平之间存在弱的负相关关系,城镇化水平提高1个百分点,会使农村居民消费减少0.038%,但这种负的影响不显著,影响系数没有通过显著性检验。这与孙虹乔、朱琛等城镇化对农村消费需求的增长没有形成有效的正向拉动作用的研究结论基本一致。
综合方程一、二可以看出,我国城镇化发展对城镇居民消费增长有正向的促进作用,但我国城镇化发展对农村居民消费需求增长没有形成有效的正向拉动作用。居民收入水平的增长对农村居民消费支出有较大的促进作用,而且居民收入水平对消费的影响农村地区大于城镇地区。
四、政策建议
(一)摒弃片面的规模化扩张道路,实现以人为本的城镇化发展。我国目前的城镇化片面追求城镇人口快速增长和城镇化规模扩张,忽视了城镇化发展的核心是“以人为本”。要实现内需总量扩大、居民消费增长和国内消费结构均衡的局面,必须走正确的城镇化道路:一是城镇化速度应保持在一个合理的水平,注重城镇化对消费的拉动效应,为消费结构升级和消费结构调整创造条件;二是要走“以人为本”的城镇化道路,把人的发展作为城镇化的出发点和最终归宿,城镇化发展应真正实现农民分享城镇化带来的效益,从就业岗位、社会保障制度、公共服务水平等方面释放进城居民消费需求,发挥城镇化对消费的扩张作用。
(二)合理调整国民收入分配格局,提高中低收入居民收入水平,从而提高居民消费率。我国居民消费率偏低的一个根本原因在于收入分配结构不合理,导致居民收入分配差距逐渐扩大。因此,要推进收入分配制度改革,合理调整国民收入分配格局,加快提高中低收入居民收入水平,扩大中等收入群体规模和比重,同时从公共医疗、教育等方面减少城乡低收入居民未来支出负担,从而提高居民消费率。
(三)完善城镇化拉动消费的基础条件,挖掘城镇化对消费需求的带动效应。我国目前城镇化过程中,进城农村人口并没有真正转化为市民,一方面由于户籍限制无法享受社会保险等福利;另一方面城市生活和消费成本的上升形成了城市赚钱、农村消费的异地消费情况,这种人口城镇化的提高根本无法推动消费。为了加强城镇化对消费需求的带动效应,一是必须推动城镇建设与人口城镇化相互促进、协调发展,实现农村人口有序进城的同时扩大就业、增加收入、转变消费方式;二是必须消除城乡户籍差异,使进城农民工在劳动就业、工资待遇、子女教育、社会保障、公共医疗、住房等基本公共服务方面享有与城镇居民相同的待遇,从而完善有利于城镇化拉动消费的基础条件。
主要参考文献:
[1]胡日东,苏木志芳.中国城镇化发展与居民消费增长关系的动态分析——基于VAR模型的实证研究[J].上海经济研究,2007.5.