城鎮(zhèn)化率趨勢測算方法的設(shè)計(jì)與應(yīng)用

郭曉艷

（巢湖學(xué)院 歷史旅游文化系，合肥 238000）

0 引言

隨著中國經(jīng)濟(jì)的快速發(fā)展，城鎮(zhèn)化將成為我國未來十幾年的重要發(fā)展趨勢，城鎮(zhèn)化進(jìn)程中大量的農(nóng)業(yè)人口將會轉(zhuǎn)化為非農(nóng)業(yè)人口，給城市造成很大的就業(yè)壓力，因此如何合理配置新增加的城鎮(zhèn)人口是關(guān)系到整個國民經(jīng)濟(jì)的重大事情。改革開放以后我國城鎮(zhèn)化步入快速發(fā)展階段，1978年至2013年的年均增長率為3.34%。但是目前我國中小城市的規(guī)模經(jīng)濟(jì)有限，城市建設(shè)速度落后于城鎮(zhèn)化發(fā)展速度，城市的“擁擠成本”越來越高，人們的福利水平?jīng)]有得到同步提高，因此城鎮(zhèn)化問題將是未來十幾年中國需要重要關(guān)注的問題。

現(xiàn)有文獻(xiàn)對城鎮(zhèn)化已進(jìn)行較為深入的研究，預(yù)測方法也多種多樣，但基于中國的社會發(fā)展實(shí)際情況，傳統(tǒng)的推算方法還需要修正。本文在對四種常用的城鎮(zhèn)化率的推算方法進(jìn)行改進(jìn)的基礎(chǔ)上，利用修正的城鎮(zhèn)化統(tǒng)計(jì)數(shù)據(jù)，推算了我國2014～2030年的城鎮(zhèn)化率，并對四種推算方法的結(jié)果進(jìn)行對比分析，推算結(jié)果對我國城鎮(zhèn)化的健康發(fā)展具有重要參考價值。

1 城鎮(zhèn)化率趨勢測算方法設(shè)計(jì)

國內(nèi)外學(xué)者對城鎮(zhèn)化率已進(jìn)行較為深入的研究，所用推算方法很多，但得出的結(jié)論基本是一致的，本文基于城鎮(zhèn)化率的多種推算方法進(jìn)行對比分析。

1.1 趨勢發(fā)展推算法

趨勢發(fā)展推算法是Hinehge于2000年提出的關(guān)于城鎮(zhèn)化率的推算方法，也是目前學(xué)界中應(yīng)用較為廣泛的一種推算方法，該方法使用綜合變量時間作為自變量對事物的發(fā)展規(guī)律進(jìn)行模擬推算，其一般的表達(dá)式為：

Yt=f(t)

其中Yt表示第t年的城鎮(zhèn)化發(fā)展水平，f(t)表示城鎮(zhèn)化的發(fā)展是隨時間推移而不斷變化的函數(shù)。不同的學(xué)者使用不同的 f(t)表達(dá)形式，目前主要有多項(xiàng)式表達(dá)方式、指數(shù)表達(dá)式、修正的指數(shù)表達(dá)式、冪函數(shù)表達(dá)式、邏輯斯蒂表達(dá)形式等，下面對部分表達(dá)形式簡單舉例介紹。李迅等（2000）使用我國城鎮(zhèn)化發(fā)展水平的宏觀統(tǒng)計(jì)數(shù)據(jù)，對城鎮(zhèn)化發(fā)展情況進(jìn)行趨勢預(yù)測，所使用的模型為一次多項(xiàng)式模型：

上述公式中的Y^表示我國第t年城鎮(zhèn)人口中非農(nóng)業(yè)人口所占比重的預(yù)測值，R2表示擬合系數(shù)，根據(jù)上述公式可以把時間t帶入直接預(yù)測未來的城鎮(zhèn)化率。也有學(xué)者使用二次多項(xiàng)式進(jìn)行趨勢預(yù)測。

1.2 經(jīng)濟(jì)原理推算法

經(jīng)濟(jì)原理推算法是Linghe于2002年最早提出的推算城鎮(zhèn)化率的方法，該方法基于經(jīng)濟(jì)原理的邏輯關(guān)系構(gòu)建模型。城鎮(zhèn)化是經(jīng)濟(jì)社會發(fā)展到一定階段的產(chǎn)物，經(jīng)濟(jì)發(fā)展階段越高城鎮(zhèn)化的水平越高，因此可以使用經(jīng)濟(jì)發(fā)展水平的相關(guān)代理變量與城鎮(zhèn)化率的相關(guān)性對城鎮(zhèn)化的發(fā)展趨勢進(jìn)行推算，這也是一種常見的城鎮(zhèn)化率的推算方法，該模型的表達(dá)形式為：

Yt=α+βXt+εt

其中Yt表示第t年的城鎮(zhèn)化發(fā)展水平，Xt表示和城鎮(zhèn)化發(fā)展關(guān)系密切的經(jīng)濟(jì)發(fā)展水平的相關(guān)指標(biāo)，α表示常數(shù)，β表示估計(jì)系數(shù)，ε表示隨機(jī)擾動項(xiàng)。不同的學(xué)者使用不同的代理變量來代表經(jīng)濟(jì)發(fā)展水平，李文博、陳永結(jié)（2004）等使用人均GDP的數(shù)值作為經(jīng)濟(jì)發(fā)展水平的代理變量，通過對人均GDP變量取對數(shù)構(gòu)建半對數(shù)推算模型。繞慧琳等（2006）使用第二產(chǎn)業(yè)中就業(yè)人口的比例作為經(jīng)濟(jì)發(fā)展的代理變量，使用線性回歸模型對城鎮(zhèn)化發(fā)展趨勢進(jìn)行預(yù)測。但是大多數(shù)文獻(xiàn)所構(gòu)建的模型沒有進(jìn)行平穩(wěn)性及協(xié)整檢驗(yàn)，“偽回歸”存在的可能性較大。

1.3 灰色系統(tǒng)理論推算法

Kinehge于2000年首次使用灰色系統(tǒng)理論對城鎮(zhèn)化率進(jìn)行推算，之后很多學(xué)者使用該模型預(yù)測城鎮(zhèn)化率，其基本原理是灰色系統(tǒng)首先對已知的原始信息進(jìn)行修正，把修正后的新信息作為新的變量數(shù)據(jù)加入原始數(shù)據(jù)序列，對于不重要的信息采取剔除的方法，整個過程循環(huán)進(jìn)行，對變量數(shù)據(jù)的隨機(jī)性和波動性進(jìn)行有效控制，使用修正后的數(shù)據(jù)信息構(gòu)建模型進(jìn)行實(shí)證分析，其中GM（1,1）是常用的一階單變量城鎮(zhèn)化灰色推算模型。

由于灰色系統(tǒng)理論推算法有可能剔除重要信息保留非重要信息，從而導(dǎo)致預(yù)測的偏誤。鄧聚龍等（2003）指出使用灰色系統(tǒng)理論推算法所使用的原始數(shù)據(jù)序列可能和GM（1,1）的預(yù)測值沒有關(guān)系。羅黨等（2003）也指出GM（1,1）模型對城鎮(zhèn)化率的推算精度不是很高，并對模型誤差的來源進(jìn)行圖解分析。

1.4 BP模型推算法

Loiuerte于2004年首次使用BP神經(jīng)網(wǎng)絡(luò)的方法對城鎮(zhèn)化率的發(fā)展趨勢進(jìn)行預(yù)測，該方法不僅應(yīng)用于趨勢預(yù)測，而且在函數(shù)逼近、企業(yè)決策及模型識別等方面都有廣泛應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)法推算的原理是首先根據(jù)邏輯分析進(jìn)行建模，選取合適的代理變量帶入模型，變量可以在模型中通過不斷調(diào)整各神經(jīng)結(jié)點(diǎn)的權(quán)值和閥值以達(dá)到良好的變量調(diào)整效果，使輸出的變量信息相對準(zhǔn)確。

對于輸入變量不同學(xué)者有不同的選取方法，郭志易等（2008）把人均國內(nèi)生產(chǎn)總值作為代理變量輸入BP神經(jīng)網(wǎng)絡(luò)模型對我國城鎮(zhèn)化率進(jìn)行推算，這種方法的推算結(jié)果遭到學(xué)者們的質(zhì)疑，因?yàn)槌擎?zhèn)化發(fā)展水平是諸多因素共同作用的結(jié)果，既有經(jīng)濟(jì)的也有政治的社會的文化等因素，所以只是輸入人均國內(nèi)生產(chǎn)總值，最后的預(yù)測結(jié)果準(zhǔn)確性相對較低，應(yīng)該在該模型中逐步加入其他變量進(jìn)行趨勢推算。

2 基于四種方法的我國城鎮(zhèn)化率趨勢測算

2.1 數(shù)據(jù)來源及修正

本文的城鎮(zhèn)化率來源于歷年《中國城鎮(zhèn)化統(tǒng)計(jì)報告》，該報告對建國以來我國城鎮(zhèn)化的發(fā)展情況有詳細(xì)介紹，但是該報告有個缺憾就是在不同時期城鎮(zhèn)化率的統(tǒng)計(jì)口徑存在差異，所以在實(shí)證分析前需要對城鎮(zhèn)化的原始數(shù)據(jù)進(jìn)行修正。1949～1977年由于政治因素及自然條件等方面的原因，統(tǒng)計(jì)數(shù)據(jù)的波動幅度較大無法進(jìn)行實(shí)證分析，因此選取1982～2013年的數(shù)據(jù)進(jìn)行分析。由于2006年以后的統(tǒng)計(jì)口徑是一致的，需要對1982～2005年的城鎮(zhèn)化數(shù)據(jù)進(jìn)行修正處理，修正方法使用聯(lián)合國城鎮(zhèn)化率差法。該方法假設(shè)兩個代表性年份的城鎮(zhèn)化率差相對固定，利用該差值對其他年份的城鎮(zhèn)化率進(jìn)行推算，其基本計(jì)算公式為：

其中CG表示兩個年份城鎮(zhèn)化率之差，C（1）表示第一個年份城鎮(zhèn)化率，C（2）表示第二個年份城鎮(zhèn)化率，C（t）表示第t個年份的城鎮(zhèn)化率，n表示兩個城鎮(zhèn)化率間隔年數(shù)。

2.2 改進(jìn)的趨勢發(fā)展推算法預(yù)測結(jié)果

使用上述修正數(shù)據(jù)對我國城鎮(zhèn)化率的平穩(wěn)性進(jìn)行檢驗(yàn)，單位根檢驗(yàn)結(jié)果顯示修正數(shù)據(jù)二階單整，由于傳統(tǒng)的趨勢發(fā)展推算法經(jīng)常存在序列自相關(guān)現(xiàn)象，本文對傳統(tǒng)模型使用殘差序列AR（p）進(jìn)行改進(jìn)，構(gòu)建二次多項(xiàng)式模型對城鎮(zhèn)化率進(jìn)行推算，最后的推算模型表達(dá)式為如下形式：

其中Y^表示第t年我國城鎮(zhèn)化率的推算值，ut表示模型的殘差項(xiàng)，t-1與t-3表示相應(yīng)滯后期。從改進(jìn)的趨勢發(fā)展推算法結(jié)果來看，調(diào)整后的擬合系數(shù)比改進(jìn)前有所提高，表示擬合程度進(jìn)一步增強(qiáng)，D.W.值也非常理想，表示序列自相關(guān)問題已基本解決，根據(jù)上述模型對我國2014～2030年的城鎮(zhèn)化率進(jìn)行推算，推算結(jié)果見表1。

2.3 改進(jìn)的經(jīng)濟(jì)原理推算法預(yù)測結(jié)果

根據(jù)改進(jìn)的經(jīng)濟(jì)原理推算法，選取修正的城鎮(zhèn)化率作為被解釋變量，人均國內(nèi)生產(chǎn)總值作為解釋變變量，為了消除可能存在的異方差現(xiàn)象對兩變量取對數(shù)，為了消除通貨膨脹的影響對人均國內(nèi)生產(chǎn)總值以1982年為基期進(jìn)行平減。ADF單位根檢驗(yàn)結(jié)果顯示兩變量屬于一階單整，協(xié)整檢驗(yàn)結(jié)果顯示兩變量存在長期均衡關(guān)系。殘差的LM檢驗(yàn)結(jié)果顯示兩變量存在自相關(guān)現(xiàn)象，使用AR（p）模型進(jìn)行修正處理，最終預(yù)測模型可以表示為如下形式：

2.4 改進(jìn)的灰色系統(tǒng)理論推算法預(yù)測結(jié)果

首先對傳統(tǒng)的灰色系統(tǒng)理論推算模型進(jìn)行改進(jìn)，提出新背景下的GM（1,1）模型如下：

其中Z(1)(k)表示新背景下的推測值，X(0)(k)表示原始數(shù)據(jù)序列，X(1)(1)和X(1)(k)表示第1個和k個新生成的數(shù)據(jù)序列。通過對灰色系統(tǒng)推算法進(jìn)行光滑性及指數(shù)化處理可得：

表1 兩種改進(jìn)模型對我國城鎮(zhèn)化率的推算

根據(jù)上述公式構(gòu)建20個包含6個維度的灰色系統(tǒng)理論推算模型對我國城鎮(zhèn)化率進(jìn)行預(yù)測，預(yù)測結(jié)果見表2。

表2 改進(jìn)的灰色系統(tǒng)理論推算法預(yù)測結(jié)果

2.5 改進(jìn)的BP模型推算法預(yù)測結(jié)果

為了得到更為準(zhǔn)確的預(yù)測結(jié)果，使用修正后的城鎮(zhèn)化率的數(shù)據(jù)作為輸入變量，把前5年的城鎮(zhèn)化率數(shù)據(jù)輸入，并和當(dāng)年的城鎮(zhèn)化率進(jìn)行對比分析，構(gòu)建滾動BP預(yù)測模型以提高推算精度。根據(jù)理論公式，BP神經(jīng)網(wǎng)絡(luò)的權(quán)值W及閾值B的計(jì)算結(jié)果如下：

把相應(yīng)修正數(shù)據(jù)輸入模型可得城鎮(zhèn)化率2012和2013年的預(yù)測值為50.32%和51.29%，根據(jù)官方公布的實(shí)際數(shù)值，2012年預(yù)測誤差為-0.38%，2013年的預(yù)測誤差為0.49%，因此改進(jìn)的BP模型推算法預(yù)測結(jié)果相對比較準(zhǔn)確。2014～2030年我國城鎮(zhèn)化率的BP模型推算值見表3。

表3 改進(jìn)的BP模型推算法預(yù)測結(jié)果

3 結(jié)論

本文在對傳統(tǒng)城鎮(zhèn)化率趨勢推測模型改進(jìn)的基礎(chǔ)上，使用我國1990～2013年修正的城鎮(zhèn)化率統(tǒng)計(jì)數(shù)據(jù)，利用改進(jìn)的趨勢發(fā)展推算法、改進(jìn)的經(jīng)濟(jì)原理推算法、改進(jìn)的灰色系統(tǒng)理論推算法及改進(jìn)的BP模型推算法四種不同的預(yù)測方法構(gòu)建理論模型，并進(jìn)行實(shí)證分析對我國2014～2030年的城鎮(zhèn)化率的發(fā)展情況進(jìn)行推算，從推算結(jié)果來看四種模型的推測值相差不大，表示推算結(jié)果具有較高的可信度，下面對四種模型的推算結(jié)果分別分析。改進(jìn)的趨勢發(fā)展推算法對我國城鎮(zhèn)化率的預(yù)測值相對較大，可能和我國城鎮(zhèn)化近十年來的快速發(fā)展存在一定關(guān)系。改進(jìn)的經(jīng)濟(jì)原理推算法在假設(shè)未來中國經(jīng)濟(jì)能夠保持1990～2013年的經(jīng)濟(jì)增長速度的前提下進(jìn)行預(yù)測，認(rèn)為我國的城鎮(zhèn)化進(jìn)程將會很快，但目前我國經(jīng)濟(jì)增長面臨資源和環(huán)境的約束，遇到增長的瓶頸，因此也導(dǎo)致預(yù)測結(jié)果偏大。改進(jìn)的灰色系統(tǒng)理論推算法預(yù)測結(jié)果也相對較大，也可能受近期城鎮(zhèn)化的快速發(fā)展影響。因此前三種推算方法對我國城鎮(zhèn)化率的發(fā)展趨勢都給予較為樂觀的預(yù)測，這種預(yù)測和我國未來經(jīng)濟(jì)增長現(xiàn)實(shí)有所偏離。改進(jìn)的BP模型推算法的預(yù)測結(jié)果相對適中，能較好地把握我國城鎮(zhèn)化發(fā)展趨勢。四種推算方法雖然有所差異但是差別不大，在很大程度上反映了我國城鎮(zhèn)化率的發(fā)展趨勢。

[1]魏后凱.我國城鎮(zhèn)化發(fā)展的影響因素研究[J].經(jīng)濟(jì)研究,2011,(1).

[2]劉峰理,劉躍顯.城鎮(zhèn)化進(jìn)程影響因素及評價方法研究[J].世界經(jīng)濟(jì),2012,（4）.

[3]李海紅.城鎮(zhèn)化競爭力評價方法及集中度研究[J].經(jīng)濟(jì)研究,2012,（2）.

[4]Diaz P.The Effect of Employment Risk CPI in The City Analysis of CargoHanling Operatins[J].Physica-VerlagHD,2000,(3).

[5]Weber H.Theory of The Curture Indasty Location of City Inflation[M].Chicago:The University of ChicagoPress,2000.

[6]Kinehge E M.The Location of Curture in Economic Activity of Inflation.[M].New York:Mc Graw-Hill,2000.

[7]Wardman L.Interurban Curture Demand Elasticities and Employment Risk Competition in Great Britain:Evidence From Direct Demand Models of City[J].Transportation Research,2004,2(4).

[8]Hoonoum Y,Zhang A,Zhang Y M.Optimal Demand for Curture Lease of City Eco-Tourism[J].Transportation Research,2005,(4).

[9]Warlkejtn P.Inflation Risk Economic Activity Demand Elasticities and Risk Inflation Competition in United States:Evidence From Direct Demand Models of Inflation[J].Transportation Research,2013,24(3).