新型城镇化发展指标体系构建与影响因素分析

姚志　谢云

内容摘要：新型城镇化是推进农业现代化的重要载体。在经济新常态背景下，深入研究新型城镇化的影响因素有利于探寻其持续健康发展的速度与路径。本文通过构建新型城镇化发展的指标体系，采用主成分回归分析方法，对湖北新型城镇化影响因素进行实证检验和判断。结果显示：经济发展水平与政策制度安排是关键推手，农产品商品化率的影响最为显著，适度城乡收入差距在计量意义上有利于提升新型城镇化水平，产业与就业结构偏离对新型城镇化的推力显现疲软，科技教育作用影响不显著，与预期偏差。据此，文章针对性地提出相关建议。

关键词：新型城镇化 影响因素 实证分析

中图分类号：F29 文献标识码：A

相关理论分析

（一）新型城镇化的科学内涵

新型城镇化是指：在经济新常态背景下，必须摒弃过去以牺牲环境为代价、片面追求“数字城镇化”、粗放型发展的城镇化模式，进而追求大中小城市、小城镇、新农村的协调发展，最终实现“人的城镇化”。其核心是要以人为本，充分尊重人的意愿，最终实现人的全面发展。由于新型城镇化发展受经济、产业、社会、人口、资源、环境、制度等多方面因素的影响，故新型城镇化的最终目标就是要实现产城互动、集约高效、生态和谐与城乡一体化。

（二）新型城镇化的影响因素

借鉴国内外学者研究成果及新型城镇化发展现状，本文把新型城镇化发展的影响因素概括为：经济发展水平、产业水平与結构、人口流动与结构、科学技术教育水平、基础设施建设以及政策制度安排等方面的综合性影响。

第一，经济发展指标。新型城镇化水平的高低很大程度上依赖于经济发展水平，在经济增速放缓背景下，探究其对新型城镇化的影响显得尤为必要。人均GDP是衡量经济发展水平的重要指标，故选取人均GDP为解释变量。

第二，产业指标。产业发展是新型城镇化发展的推力，新型城镇化是产业化发展的拉力。故选取第二、三产业产值占总产值比重与就业人数占总就业人数比重等四个指标代表产业指标对新型城镇化水平的影响。

第三，人口转移指标。用城乡收入差距、城镇登记失业率、农业机械化总动力三个解释变量反映人口转移对新型城镇化的影响。

第四，社会教育指标。科技教育、基础设施等指标表征社会指标。用科教文卫事业费用占地方财政支出比与每万人拥有大学生数两个解释变量反映该指标。

第五，政策制度指标。政府政策制度是新型城镇化发展的政策环境因子。以农产品商品化率（即用于销售的农产品量除以农产品总产量）反映惠农政策倾斜力度与市场化程度，表征“政府的手”与“市场的手”双重关系。用人均社会固定资产投资与公路里程数两个解释变量，反映在基础设施投资上的政策倾斜对新型城镇化的影响。

模型构建

（一）指标选取和数据来源

充分遵循科学性、可操作性等原则，在借鉴张丽琴、陈列（2013）新型城镇化影响因素的评价体系上，加入农业机械化总动力，完善了评价体系。定义湖北省城镇化率为被解释变量，反映其发展水平；最终选取13个新型城镇化影响因素为解释变量，构建了湖北省新型城镇化水平评价指标体系（见表1）。

选取1990-2014年时间序列数据指标，共25个样本。2013年以前所选数据主要是来源于对历年《国家统计年鉴》、《经济年鉴》、《湖北统计年鉴》、《湖北经济年鉴》等整理与计算；2014年相关数据主要来源于《2015年湖北省政府工作报告》、《关于湖北省2014年国民经济和社会发展计划执行情况及2015年国民经济和社会发展计划草案的报告》、《湖北省发展规划》等资料。

（二）模型构建

由于各个解释变量的单位不统一、取值大小差异明显，为了消除量纲差异与异方差性，对所有影响因素取对数，记为：LnXi（i=1，2，3，…，13）。为消除各影响因素之间具有的多重共线性，把多个影响因素聚类，故选取Principal component regression analysis （PCRA）作为模型方法。PCRA是通过线性变换把一组相关变量变成另一组不相关的变量，用几个综合指标表示原来的多个指标，达到简化分析问题的目的的一种计量方法。其步骤用数学式子表示为：，首先，求出

其中，Z是标准化矩阵，x=（x1，x2，…，xp）T；xi=（xi1，xi2，xi3，…，xip）T，，n个样本是标准差。

其次，计算相关系数。再次，解出相关系数矩阵R的特征方程│R-λIp│=0，进而确定主成分的个数，最后，与被解释变量进行回归分析，求出弹性。

为了避免简单的线性回归模型导致的回归系数偏差较大、可比性不强等问题，本文借用已有双对数线性模型，其公式为：

实证分析

（一）原始数据标准化

为了使结果不受量纲的影响，借助SPASS19.0统计软件，通过统计描述命令，对所有已经求取对数的解释变量，进行数据标准化处理，其结果标记为zlnxi（i =1，2，3，…，13），如表2所示。

（二）原始数据检验

主成分分析方法的运用必须通过因子适合度的检验（见表3），否则无效。因此，本文首先对变量适合度进行检验，结果如表3所示：KMO检验得到的KMO值为0.826，远大于经验值0.66，通过检验；同时，Bartlett检验得到近似卡方统计量为793.321，P值为0.000，小于显著性水平0.01，表示指标变量在99%置信水平下显著相关。由此可知，本文选取方法是科学的。

（三）确定主成分指标

方差贡献率是衡量公因子相对重要程度的指标，方差贡献率越大，表明该公因子对变量的贡献越大，在这里是指各因子对湖北省新型城镇化的影响力。通常以累积贡献率达85%来确定主成分的个数。表4显示，F1代表了74.701%的原始指标信息，F2代表了16.638%的信息。前两个主成分指标的累积贡献率达到了91.339%，可以较好地反映所选指标的绝大部分信息。

（四）确立主成分综合指标

由因子荷载矩阵与成分得分系数表（见表5）可以看出：第一主成分F1在变量x1、x2、x3、x5、x6、x9、x10、x11、x12、x13上的负载系数较大，表明：经济发展、产业发展、制度指标对新型城镇化影响的重要性。F2则在x4、x7、x8上的负载较大，表明人口指标对新型城镇化的影响也不可忽视，但具体影响有待于进一步研究。

结果显示，R2与调整后的R2远大于0.8，表明模型的拟合优度很高。F值等于146.0977，且F检验的P值为0.0000，说明在5%的显著性水平下，模型通过F检验；T检验全部通过，但是，D-W=1.0846，在5%的显著性水平下，dl

由检验结果可知，LM检验统计量Obs*R-squared=3.807160，其相应的概率P值为0.1490，远大于0.05的显著性水平，接受残差不存在序列自相关的原假设；而且，CQ偏自相关检验结果AC与PAC值均显示不存在序列自相关性，模型回归结果较为理想。

最后，为深入探析各因素对被解释变量解释程度，将F1、F2代入双对数模型进行还原，得到各个解释变量的弹性系数估计值及排名，如表8所示。

结论及建议

（一）经济发展水平是新型城镇化的重要推手

首先，人均GDP的弹性系数为0.6922，排名在第三位，表明人均GDP每提高1%，湖北省城鎮化率将提高0.6922%。其次，负载系数位于第一主成分中，高达0.993。综合表明，经济发展水平是湖北省新型城镇化发展的重要引擎。当前，在经济发展速度从高速增长转为中高速增长的新形势下，城镇化增速也会减缓，而这也预示着湖北城镇化将迎来全面提质阶段。

（二）产业与就业结构偏离对新型城镇化的推力显现疲软状态

首先，反映产业发展的四个指标弹性排名分别位于第八、第七、第十三、第五位，明显靠后，产业与就业结构发生了严重偏离，这表明湖北省产业结构对新型城镇化发展的推力不足，呈现疲软状态。但是，就负载系数来讲，四个指标负载系数的值都高于0.884，表明湖北省产业发展与新型城镇化发展影响关系仍然十分密切；其次，产值比、就业比的弹性排名，第三产业远优于第二产业，尤其是第三产业就业比弹性排名第五位，明显靠前，说明拉动城镇化水平提升，第三产业贡献远大于第二产业；另外，第二产业就业指标弹性值为负，与预期偏差。因此，在新常态背景下，要推动产业与城镇融合发展，就必须优化升级与平衡产业、就业结构，尤其是提升第三产业产值、就业比重将成为湖北省新型城镇化水平大幅提高的主导动力。

（三）适度城乡收入差距在计量意义上提升了新型城镇化水平

首先反映人口转移指标的城乡收入差距弹性系数为0.6951，且排在第二位，表明城乡收入差距每提高1个百分点，新型城镇化水平将提高0.6951个百分点。同时，其负载系数也高达0.985。说明随着城乡收入差距的拉大，致使农业转移人口从农村流向城市，客观上能推动城镇化水平提高，起正向作用，与刘易斯“劳动力迁移”模型相吻合。但这只能引致所谓的“常住人口城镇化”和“半城镇化”。机械化水平指标排名靠后，机械动力对人力的“挤出效应”也不明显，况且“挤出”并不代表“落户”。现阶段，提高户籍人口城镇化率有助于提升城镇化的健康程度。另外，2014年湖北省城镇登记失业率较低，仅为3.1%，说明湖北省城镇就业人口的吸纳力强，就业形势良好，这印证了我国正处于刘易斯拐点、人口红利逐步丧失时期。因此，政府应防止“城市偏向、工业优先”带来的城乡差距引致的过度城镇化现象，控制适度的城乡收入差距，加快提高户籍人口城镇化率，才能保证城镇化的“质”与“量”。

（四）科技教育对新型城镇化的影响不显著且与预期偏离

首先，每万人拥有在校大学生数的弹性系数为0.4933，即该因子每提高1%，城镇化水平能提高0.4933%。但是，从弹性排名来看，位置居中。科教文卫事业费用占地方财政支出比弹性系数仅为0.1242，弹性排名倒数第二位，远低于预期。因此，一方面要创新制度、创造条件留住高层次人才，逐步实现“常住人口城镇化”向“扎根城镇化”进而向“市民化”的转型。另一方面，要继续加大教育科技的政策倾斜，尤其是义务教育、乡村教育的政策倾斜，确保新型城镇化持续发展的内生动力。

（五）政策制度安排与新型城镇化发展高度相关且助推成效显著

首先，农产品商品化率的弹性系数最大，排名第一位，为1.0183，表明农产品商品化率每提高一个百分点，城镇化水平相应提高1.0183个百分点。同时，其负载系数也高达0.979，说明农产品商品化率对湖北省新型城镇化的弹性影响最为显著。其次，公路里程数的弹性系数高达0.6189，居第四位，其负载系数高达0.993，表明近年来湖北省公路里程数的大幅增加，尤其是城乡之间的公路里程增加，为农村人口、农产品外流提供了基础条件；此外，人均固定资产投资虽然负载高达0.944，但其弹性排名靠后，仅在第九位。说明湖北省固定投资对城镇化带动不明显。

参考文献：

1.李润平.县域城镇化影响因素的地区差异—基于金融视角的因子分析[J].金融理论与实践，2014（1）

2.卢丽文，张毅，李永盛.中国人口城镇化影响因素研究—基于31个省域的空间面板数据[J].地域研究与开发，2014（3）

3.汪增洋，费金金.人口迁移的空间抉择：本地城镇化抑或异地城镇化[J].财贸研究，2014（6）

4.马孝先.中国城镇化的关键影响因素及其效应分析[J].中国人口·资源与环境，2014（12）

5.毛雪艳，王平.青海省新型城镇化影响因素的实证研究[J].西北人口，2014（6）

6.陈晖涛，郑传芳.福建省城镇化影响因素的实证分析[J].福建论坛（人文社会科学版），2014（4）

7.孙久文，周玉龙.中国产业发展与城镇化互动研究—基于面板门槛回归模型的视角[J].学习与实践，2014（11）

8.蔡.以农民工市民化推进城镇化[J].经济研究，2013（3）

9.张丽琴，陈烈.新型城镇化影响因素的实证研究—以河北省为例[J].中央财经大学学报，2013（12）