基于面板数据模型的中国“五化”协同发展影响因素研究

杨勇++李忠民

摘 要相对而言，国内对“四化”同步的研究较多，而对“五化”协同的研究处于刚刚起步阶段，相应的对“五化”协同的影响因素的研究还尚未涉及。文章通过耦合度方法构建了“五化”协同发展指数，并对2001～2013年全国、三大地区与各省市区进行了协同度的测度，结果表明，各地区“五化”协同发展指数呈现上升趋势，区域之间协同度趋于收敛。在此基础上，构建了市场、政府与社会三个维度的影响因素的框架体系，并采用面板数据模型对全国以及三大地区的“五化”协同度影响因素进行了定量分析，实证结果显示了人均GDP与人均财政支出在两个维度均高度显著，人均贷款余额均不显著，其余各指标在不同维度显著性差异较大。

关键词“五化”协同；发展指数；耦合度模型；固定效应模型

[中图分类号]F124 [文献标识码] A [文章编号]1673-0461（2017）02-0006-05

一、引言与文献综述

从“两化”融合、“三化”协调、“四化”同步到“五化”协同，这个系列概念提出的过程充分反映了人们对发展中不断出现的新现象、新问题、新挑战进行的思考与采取的相适应的行动。理念贴近于现实，更凸显对理论进行现实分析的意义，而对新理念的定量化的研究则可以更好地建立标准化的衡量依据。“五化”协同的提出时间较短，与之相应的研究成果较少，更是鲜有对其定量化的研究。而先前基础性的研究为我们开展“五化”协同及其影响因素的研究提供了一定的借鉴。如钱丽等（2012）认为基础教育水平、产业结构以及R&D经费投入对“三化”耦合协调度的提升具有积极的影响，而农村金融支持和经济发展水平对耦合协调度的影响并不明显；郭振（2013）认为不同区域的自然条件、资源禀赋、经济发展水平和管理水平对“三化”协调发展有较多影响；李裕瑞等（2014）认为农业和农村的社会投资、财政投入及金融支持，以及大中型企业发展、道路基础设施建设、居民消费等因素对“四化”同步发展的影响较为稳健；曾福生等（2013）、周振等（2015）则分别利用SBM-HR- Rdgopribit模型和随机效应有序pribit模型从农业现代化角度分析了农业发展对“四化”协同发展的制约作用；舒季君等（2015）构建了面板数据模型从全国、东中西部对影响“四化”同步发展水平的主要因素进行了定量分析，结果表明经济发展、教育与信息化水平是我国“四化”同步发展时空分异的關键因素，财政与投资水平、对外开放程度、交通、人口的作用较为显著。以上主要针对“五化”同步中的部分内容进行了分析，或从某一化角度分析了对整体协调发展的影响程度，目前尚未有对“五化”协同发展的影响因素分析成果，本文基于2001～2013年全国31个省市自治区的面板数据，构建了“五化”协同发展指标体系，并利用耦合度指标评价方法测度了各地区“五化”协同发展水平，从市场基础、政府支持以及社会资源3个方面对“五化”协同的影响因素进行了分析，揭示“五化”协同发展的时空分异特征，为我国区域发展规划与决策提供参考与借鉴。

二、研究方法

（一）指标选取与数据处理

“五化”协同发展的测度没有一个公认的统一的指标来衡量，因此，我们在科学性、系统性、层次性、客观性与代表性的原则下根据对“五化”的丰富内涵的理解并借鉴前人研究成果多角度构建了一个发展指标体系，综合反映了“五化”发展水平，如表1所示。

本文将研究对象定于全国31个省市自治区，数据均来源于《新中国60年统计资料汇编》、《中国区域经济统计年鉴》、《中国城市统计年鉴》、《中国信息年鉴》以及部分省市2002～2014年统计年鉴，为保证数据完整性，缺失数据采用插值法进行补充。

三、中国“五化”协同发展指数的测度

利用式（1）～（4）计算得到2001～2013年31个省市自治区的“五化”协同发展指数，并且按照东部、中部与西部3大地区进行了分类，计算结果如图1所示。

为了更好的说明“五化”协同发展的程度，借鉴廖重斌（1999）的做法，将协同发展度进行了等级划分，见表2。

依据上述标准，2001年中国“五化”协同轻度失调型地区有2个，即西藏和贵州；濒临失调型地区的有1个为云南；勉强协调型地区数目最多，达到12个，主要分布在中西部地区；初级协调型地区有8个，东、中、西、东北4大地区均有分布；中级协调型地区有7个，几乎都分布在东部沿海地区；良好协调型地区有1个，即北京。而到2013年，各地区协同发展指数均有所增加，勉强协调型地区仅有西藏；初级协调型地区仅有贵州；中级协调型地区增加到11个，大部分分布在中西部地区；良好协调型地区增加到11个，东、中、西、东北4大区域均有分布；而优质协调型地区增加到7个，均分布在东部沿海地区。

从各省区“五化”协同指数的均值看，中国“五化”协同发展指数呈现出缓慢上升趋势，从2001年的0.62上升到2013年的0.83，年均增长2.38%；分阶段看，从“十五”到“十一五”，中国“五化”协同发展指数均出现增速下滑，再到2011～2013年的发展阶段，“五化”协同发展指数又出现了增速加快的趋势。从各省区“五化”协同指数的变异系数看，2001～2013年，全国“五化”协同的差异逐渐下降，从0.178下降到0.1103，说明省区之间“五化”协同有趋同趋势。西部省区“五化”协同发展指数增速加快，且远高于东部省区。2001～2013年间，“五化”协同发展指数年均增速最快的5个省区分别为贵州（5.31%）、西藏（4.2%）、云南（3.81%）、海南（3.34%）与甘肃（3.29%），除海南外均属于西部地区；而增速最慢的5个省市分别为辽宁（1.06%）、吉林（1.17%）、北京（1.19%）、内蒙古（1.43%）与天津（1.57%），西部仅有1省区，其余为东部与东北省区。增速最快的贵州与增速最慢的辽宁之间的同步指数差距从2001年的0.3647降到2013年的0.1478，缩小了一半多。

四、中国“五化”协同发展的影响因素分析

利用面板数据回归检验“五化”协同发展度的影响因素，目前有一些研究基础，如张燕等（2006）、刘涛等（2010）、钱丽等（2012）、郭震（2013）、李裕瑞等（2014）、舒季君等（2015），借鑒以上研究成果并结合“五化”协同发展需要，本文主要考虑了市场、政府与社会3个方面的因素：①市场基础因素。市场基础是“五化”协同发展的前提和保证，本文选取了人均GDP（pgdp）指标用来衡量经济发展水平，结合社会主义市场经济体制的建设目标选取了市场化指数来描述市场在资源配置中的作用，市场化指数（mi）依据樊纲等1997～2009市场化指数总得分数据运用回归方法得到2010～2013年的外插值。②政府支持因素。政府的支持主要体现在财政与金融支持，财政方面选取了人均地方财政支出（pfe）指标用来衡量财政的支持，金融方面选取了人均贷款余额（fne）指标用来衡量金融机构的支持。③社会资源因素。主要考虑到人力资本因素与交通基础设施因素，人力资本（hn）根据人均受教育年限计算，交通基础设施选取公路密度（rd）指标。以上数据均来自于中国社会经济发展统计数据库并进行简单计算，对涉及到价格因素的指标利用GDP平减指数转换为2001年数据。为消除异方差性，对部分自变量进行了对数化处理。

在回归模型选择上，通过F检验与Hausman检验发现，个体固定效应模型最优，模型的回归结果见表3。

表3中的模型一为通过了检验后的适合模型，从回归结果看，经济总量和财政支持通过了1%的显著性检验，市场化程度与交通基础设施均通过了5%的显著性检验，而金融支持与人力资本并没有通过检验。为验证模型的稳健性，模型二、模型三与模型四分别剔除了部分变量，回归结果与模型一回归结果相差较小，待估参数的方向与显著性没有发生大的变化。模型五、模型六与模型七分别对我国东部、中部与西部进行了回归分析，以更好地进行“五化”协同影响因素的区域差异分析。

从全国来看，人均GDP与人均财政支出对“五化”协同的影响较大，市场化指数与交通基础设施对“五化”协同的影响次之，人均贷款余额与人力资本没有通过显著性检验。模型二、模型三与模型四分别剔除了人均贷款余额、人力资本后并没有对其余自变量的回归结果产生较大的影响。人均贷款余额之所以没有对“五化”协同产生显著性作用可能的原因有2个，一是多元化的融资渠道大量出现使得依靠贷款获取金融支持的资金比重在逐渐降低，二是金融在支持“五化”中存在资金分配不公现象，如金融对农业现代化的支持力度远不及对工业化、信息化、城镇化的支持，具体从金融机构的贷款对象来看，国有企业与大型企业容易获取较多的款项，而中小企业面临严峻的融资困境，金融并没有一视同仁的支持“五化”的把发展。从人力资本看，在“五化”中也没有很好的分配，如农业与农村中人力资本稀缺且相对水平较低，这已逐渐成为制约农村经济发展与农业发展的瓶颈。

从地区来看，东部、中部与西部人均GDP均对“五化”协同的影响通过了1%的显著性检验，人均财政支出通过了5%的显著性检验，而市场化指数、人均贷款余额、人力资本与公路密度通过部分检验或者没有通过检验。如对东部与中部而言市场化指数分别在1%与5%的显著性水平上影响了“五化”协同的发展，而西部的市场化水平并没有通过显著性检验。究其原因在于东部与中部地区经济基础较为发达，民营企业发展水平较高民间资本较为活跃，尤其以环渤海、长三角和珠三角为代表，市场环境较好，因而市场化的发展在区域经济发展中起到了显著性作用（韦倩，2014），相应的也促进了“五化”的协同发展。而西部地区要么是国有企业占比较大，民间资本活动范围有限，要么是市场环境较差导致民间投资较少，非公经济发展缓慢，因而“五化”发展与“五化”协同发展水平较低。从回归结果看，西部地区的人力资本对“五化”协同的影响通过了5%的显著性检验，交通基础设施通过了1%的显著性水平检验，这说明了在欠发达的西部通过人力资本的投入增加和交通基础设施的改善不仅会提高“五化”发展水平，且在一定程度上也改善了“五化”之间的协同发展。

五、结论与启示

本文利用耦合度方法测度了2001～2013年间中国“五化”协同发展指数，并利用基于面板数据的回归模型对影响中国“五化”协同发展的因素进行了分析，概括起来，主要有以下结论。

第一，考察期内各省区“五化”协同发展指数均有较大的发展，不同区域之间“五化”协同发展指数有趋于收敛的态势；从指数增速看，西部省区的指数增速快于其他地区，东部省区指数增速逐渐趋于平稳。

第二，总体上“五化”协同发展的影响因素中人均GDP、人均财政支出通过了1%的显著性水平检验，市场化程度与交通基础设施均通过了5%的显著性检验，而金融支持与人力资本并没有通过检验。

第三，分地区看，东、中、西人均GDP均对“五化”协同的影响通过了1%的显著性检验，人均财政支出通过了5%的显著性检验，东部与中部的市场化指数分别通过了1%与5%的显著性检验，西部的人力资本与交通基础设施分别通过了1%与5%的显著性检验，人均贷款余额没有通过检验。

“五化”是经济社会发展的变迁过程，是社会转型与结构变迁的5个方面，为促进全国与各地区“四化”同步更好的实现协调发展，可以做如下思考：

一是加强信息化与其余“四化”的融合。信息化大发展不但改变了人们的生活方式，也改变了生产方式，信息化+工业化是工业4.0的基础，信息化+城镇化形成了智慧城市，信息化+农业产生了智慧农业，信息化+绿色化实现了低碳发展。信息化不但是促进“五化”协同发展的手段，信息化的蓬勃发展和信息技术的普遍应用，更为缩小区域差距、促进区域经济社会协调、可持续发展提供了最大可能，因此，西部地区应该大力发展信息化，促进“五化”协同发展。

二是注重经济总量的提升与财政政策的实施。人均GDP水平的提高有利地促进了“五化”协调发展水平，而人均财政支出的增加也对各地区“五化”协同发展起到了积极的作用，因此东、中、西各地区应当通过大力发展经济增加经济总量，从而扩大财政支出水平平衡“五化”之间的协同发展。

三是针对不同区域采取相应措施，如东、中部地区可以进一步放开市场，允许更多的民营企业进入競争性领域，而西部地区则可以通过提升人力资本水平与完善基础设施建设来促进“五化”协同发展。

总体而言，各地区在工业化、城镇化、信息化、农业现代化过程中依然要坚持改革开放的基本国策，充分发挥市场主体的积极作用，进一步推进要素市场化改革进程，并大胆探索政治领域的体制改革，以促进我国市场体系健康发展，而政府的宏观调控要在微观领域逐步缩减，宏观层次上要加强调控和管理，不能让市场这只“看不见的手”盲目操纵，自发“决定”。

[参考文献]

[1] 于潇，刘义，柴跃廷，等. 互联网药品可信交易环境中主体资质审核备案模式[J].清华大学学报（自然科学版），2012，52（11）：1518-1523.

[2] 钱丽，陈忠卫，肖仁桥.中国区域工业化、城镇化与农业现代化耦合协调度及其影响因素研究[J].经济问题探索，2012（11）：10-17.

[3] 郭震.工业化，城市化，农业现代化发展的区域差异研究——基于中国1978-2009年省级面板数据的实证[J].河南社会科学，2013 （2）：44-46.

[4] 李裕瑞，王婧，刘彦随，等.中国“四化”协调发展的区域格局及其影响因素[J].地理学报， 2014，69（2）：199-212.

[5] 曾福生，高鸣.中国农业现代化，工业化和城镇化协调发展及其影响因素分析——基于现代农业视角[J].中国农村经济，2013（1）：24-39.

[6] 周振，孔祥智.中国“四化”协调发展格局及其影响因素研究——基于农业现代化视角[J]. 中国软科学， 2015（10）：9-26.

[7] 舒季君，徐维祥.中国“四化”同步发展时空分异及其影响因素研究[J].经济问题探索， 2015（3）：50-57.

[8] 廖重斌.环境与经济协调发展的定量评判及其分类体系——以珠江三角洲城市群为例[J]. 热带地理，1999，19（2）：171-177.

[9] 张燕，吴玉鸣.中国区域工业化与城市化的时空耦合协调机制分析[J].城市发展研究， 2006，13（6）：46-51.

[10] 刘涛，曹广忠，边雪，等.城镇化与工业化及经济社会发展的协调性评价及规律性探讨[J]. 人文地理， 2010（6）：47-52.