城鎮(zhèn)化發(fā)展影響因素的實(shí)證分析

鄭潔,馮春梅

(1.安徽財(cái)經(jīng)大學(xué)財(cái)政與公共管理學(xué)院,安徽蚌埠233030;2.中國(guó)財(cái)政科學(xué)研究院博士后流動(dòng)站,北京100142; 3.滁州學(xué)院經(jīng)濟(jì)管理學(xué)院,安徽滁州239000)

城鎮(zhèn)化發(fā)展影響因素的實(shí)證分析

鄭潔1,2,馮春梅3

(1.安徽財(cái)經(jīng)大學(xué)財(cái)政與公共管理學(xué)院,安徽蚌埠233030;2.中國(guó)財(cái)政科學(xué)研究院博士后流動(dòng)站,北京100142; 3.滁州學(xué)院經(jīng)濟(jì)管理學(xué)院,安徽滁州239000)

中部地區(qū)城鎮(zhèn)化快速發(fā)展,如何避免快速城鎮(zhèn)化發(fā)展中的困境?文章從城鎮(zhèn)化的影響因素分析出發(fā),利用主成分回歸分析構(gòu)建注重綜合發(fā)展的城鎮(zhèn)化影響因素模型,探尋城鎮(zhèn)化健康發(fā)展的決定因素。指出城鄉(xiāng)居民收入提高是城鎮(zhèn)化發(fā)展的重要引擎,產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是城鎮(zhèn)化發(fā)展的重要?jiǎng)恿?。最終提出中部地區(qū)城鎮(zhèn)化健康發(fā)展之策:從“擴(kuò)張型”向“內(nèi)涵型”轉(zhuǎn)變,從對(duì)經(jīng)濟(jì)增長(zhǎng)“量”的關(guān)注轉(zhuǎn)向?qū)?jīng)濟(jì)發(fā)展“質(zhì)”的關(guān)注。

中部;城鎮(zhèn)化;影響機(jī)制;主成分回歸

0 引言

2014年年底,我國(guó)城鎮(zhèn)化水平達(dá)54.77%,而中部9省只有內(nèi)蒙古、吉林、黑龍江和湖北4個(gè)省份超過(guò)全國(guó)平均水平,其余省份都低于全國(guó)平均水平。利用2014年國(guó)家統(tǒng)計(jì)年鑒數(shù)據(jù)分析指出,東中西部地區(qū)(東部12省,中部9省,西部10省)的平均城鎮(zhèn)化水平分別為65.4%、51.76%、44.17%,而同年的全國(guó)平均水平為53.73%。中部地區(qū)如何利用承接產(chǎn)業(yè)轉(zhuǎn)移的時(shí)機(jī),加快自身城鎮(zhèn)化建設(shè),是中部地區(qū)經(jīng)濟(jì)發(fā)展的要求。而城鎮(zhèn)化發(fā)展在考慮人口、空間涵義之外,還應(yīng)考慮經(jīng)濟(jì)、社會(huì)和文化涵義,因此如何走出一條注重綜合發(fā)展的城鎮(zhèn)化之路,是快速發(fā)展的中部地區(qū)需要考慮的問(wèn)題。

1 研究方法及指標(biāo)選擇

本文采用主成分回歸分析法進(jìn)行分析,劉羅曼(2008)指出主成分分析和回歸分析是兩種不同的多元統(tǒng)計(jì)方法,將它們結(jié)合形成主成分回歸分析法,能夠很好地解決建立回歸模型過(guò)程中比較常見(jiàn)的共線性問(wèn)題。通過(guò)對(duì)比研究主成分回歸分析法和多元回歸分析法得出,主成分回歸還原得到的回歸方程要優(yōu)于直接建立的回歸方程,主成分回歸分析是處理共線性回歸問(wèn)題的一種有效方法。

安徽省作為中部省份之一,城鎮(zhèn)化水平列于中部9省的七位,GDP位于第四位。但安徽省城鎮(zhèn)化水平和GDP年增長(zhǎng)率較高,分別達(dá)到113.7%和110.4%,都位于中部省份增長(zhǎng)率的第一名。因此本文以快速發(fā)展的安徽省為例進(jìn)行分析,探尋城鎮(zhèn)化發(fā)展的影響因素,并最終提出促進(jìn)城鎮(zhèn)化發(fā)展的對(duì)策。2014年安徽省人口城鎮(zhèn)化率為49.2%,1990—2014年的25年間,安徽省城鎮(zhèn)化水平年均增長(zhǎng)1.25倍,預(yù)計(jì)到十二五末達(dá)到50%的水平。利用安徽省統(tǒng)計(jì)年鑒1990—2012年數(shù)據(jù),選擇經(jīng)濟(jì)因素、產(chǎn)業(yè)結(jié)構(gòu)、城鄉(xiāng)生活水平、城市建設(shè)水平和基本公共服務(wù)水平等影響因素,分析其對(duì)安徽省城鎮(zhèn)化的影響,具體指標(biāo)選擇如表1所示。

表1 城鎮(zhèn)化發(fā)展影響因素指標(biāo)

2 實(shí)證分析

2.1 主成分因子分析

在建立主成分回歸模型之前,先進(jìn)行主成分因子分析,以城鎮(zhèn)化水平為因變量y,上面所選擇的14個(gè)指標(biāo)為自變量X,分別賦值如表1所示,構(gòu)建模型如下:

(i=1,2,3,…,p),在這里選擇了14個(gè)變量,p的最大值為14。

(1)相關(guān)性檢驗(yàn)

在進(jìn)行主成分因子分析之前,需進(jìn)行相關(guān)性檢驗(yàn),只有各變量相關(guān)性較高,才適合采用因子分析方法。利用SPSS進(jìn)行相關(guān)系數(shù)矩陣、反映像相關(guān)系數(shù)矩陣、巴特利特球度檢驗(yàn)和KMO檢驗(yàn)進(jìn)行分析。

通過(guò)相關(guān)矩陣分析,各變量的相關(guān)性非常高,絕大部分指標(biāo)的相關(guān)性在90%以上。反映像相關(guān)系數(shù)矩陣除主對(duì)角線外數(shù)值接近于1外,其他大多數(shù)元素的絕對(duì)值均較小(由于兩個(gè)矩陣表格太大,這里沒(méi)有放入)。因此非常適合利用因子分析提取公共因子。

巴特利特球度檢驗(yàn)和KMO檢驗(yàn)結(jié)果如表2所示。KMO值為0.8,表示適合做因子分析;Bartlett的球形度檢驗(yàn)觀測(cè)值為830.102,相應(yīng)的概率P值接近0,則應(yīng)拒絕原假設(shè),認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異,適合做因子分析。

表2 KMO和Bartlett的檢驗(yàn)結(jié)果

(2)提取因子

采用主成分分析法提取特征根值大于1的特征根。通過(guò)分別制定提取1個(gè)、2個(gè)和3個(gè)因子分析發(fā)現(xiàn),提取兩個(gè)因子的效果最好,所有變量的共同度均較高,各個(gè)變量的信息丟失都非常少,提取的總體效果非常理想。如表3所示,14個(gè)影響因素被萃取為兩個(gè)公因子,兩個(gè)因子的方差貢獻(xiàn)率分別為84.912%和9.465%,累積貢獻(xiàn)率為94.376%,能夠較好地解釋所有指標(biāo)所包含的信息。

表3 因子解釋原有變量總方差情況

(3)因子的命名與解釋

旋轉(zhuǎn)前,14個(gè)變量在第1個(gè)因子上的載荷都很高,說(shuō)明它們與第1個(gè)因子的相關(guān)性很高;而與第2個(gè)因子的相關(guān)性都較小,它對(duì)原有變量的解釋作用不顯著。因此可以看到,這兩個(gè)變量的實(shí)際含義比較模糊。

采用具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法進(jìn)行旋轉(zhuǎn),旋轉(zhuǎn)在3次迭代后收斂,輸出后結(jié)果如表4所示(見(jiàn)下頁(yè))。城市人均可支配收入X9、平均每萬(wàn)人口大學(xué)生人數(shù)X13、農(nóng)村人均純收入X8、人均消費(fèi)支出X7、第二三產(chǎn)業(yè)就業(yè)人口占總就業(yè)人口的比重X6、人均GDPX1、財(cái)政收入占GDP的比重X2、公路里程X11、每萬(wàn)人口專業(yè)衛(wèi)生技術(shù)人員數(shù)X14、每萬(wàn)人擁有公共汽車總數(shù)X12、人均固定資產(chǎn)投資X3等11個(gè)指標(biāo)在第1個(gè)因子上有較高的載荷,可解釋為經(jīng)濟(jì)和公共服務(wù)因素;第二三產(chǎn)業(yè)產(chǎn)值占GDP的比重X5、城鎮(zhèn)登記失業(yè),率X4、城鄉(xiāng)居民收入之比X10這3個(gè)指標(biāo)在第2個(gè)因子上有較高的載荷,可解釋為社會(huì)因素。

表4 旋轉(zhuǎn)前后的因子載荷矩陣

(4)計(jì)算因子得分

因子得分是因子分析的最終體現(xiàn),利用因子得分系數(shù),可以寫成因子得分函數(shù),其公式為第j個(gè)因子在第i個(gè)樣本上的值,可表示為:

上式中,X1i,X2i,X3i,…,Xpi為標(biāo)準(zhǔn)化后的解釋變量,分別為第1,2,3,…,p個(gè)原有自變量在第i個(gè)樣本上的取值,j1,j2,j3…,jp分別是第j個(gè)因子和第1,2, 3,…,p個(gè)原有自變量間的因子值系數(shù)。

因此,因子得分函數(shù)如下:

X4、X5、X6,3個(gè)標(biāo)準(zhǔn)化后的指標(biāo)在第1個(gè)因子得分方程中為負(fù),而在第2個(gè)因子得分方程中為正,這與因子的實(shí)際含義是相符合的。

通過(guò)主成分分析,影響城鎮(zhèn)化的因素可以提取為兩個(gè)公因子:經(jīng)濟(jì)和公共服務(wù)因素、社會(huì)因素。它們對(duì)城鎮(zhèn)化的貢獻(xiàn)率分別為84.912%和9.465%,累積貢獻(xiàn)率為94.376%。

2.2 主成分回歸分析

主成分分析僅能夠說(shuō)明哪些因子對(duì)因變量產(chǎn)生影響,但影響的具體值是多少卻無(wú)從得出。采用主成分回歸分析,可以能夠具體各個(gè)自變量對(duì)因變量的影響值,還可以很好地解決建立回歸模型過(guò)程中比較常見(jiàn)的共線性問(wèn)題。

(1)以公因子為自變量的回歸方程

對(duì)因變量y進(jìn)行標(biāo)準(zhǔn)化處理:

用Y為因變量,將式(2)和式(3)中的F1、F2變量作為新自變量,建立回歸方程:

利用安徽省1990—2012年數(shù)據(jù),SPSS線性回歸,方程如下:

模型調(diào)整后的R2為0.972,擬合較好,F檢驗(yàn)值為385.761,具有較好的顯著性。另外F1和F2兩個(gè)變量的t檢驗(yàn)都通過(guò)。

(2)將因子得分變量帶入主成分回歸模型

將因子得分函數(shù)方程式(2)和式(3)帶入方程(4)中,得到標(biāo)準(zhǔn)化主成分回歸方程為:

將方程(5)化簡(jiǎn),可得標(biāo)準(zhǔn)化的主成分回歸模型:

此時(shí)模型中的各變量均為標(biāo)準(zhǔn)化后的變量,需要還原為原模型中的參數(shù):

通過(guò)SPSS軟件對(duì)原有變量的標(biāo)準(zhǔn)差與均值進(jìn)行計(jì)算,如表5所示。

表5 原有變量的標(biāo)準(zhǔn)差與均值及影響值bi排序

將計(jì)算結(jié)果帶入式(1),可計(jì)算出原回歸模型:

(3)最終回歸方程解釋

在這14個(gè)自變量中,所有自變量對(duì)城鎮(zhèn)化的影響都為正,這與我們的假設(shè)不太一致。我們假設(shè)城鎮(zhèn)登記失業(yè)率與城鎮(zhèn)化發(fā)展成負(fù)相關(guān),失業(yè)率較高會(huì)導(dǎo)致已經(jīng)遷移的農(nóng)民退回農(nóng)村和有遷移意愿的農(nóng)民暫時(shí)停止遷移。但回歸模型城鎮(zhèn)登記失業(yè)率(X4)與城鎮(zhèn)化成正相關(guān),造成此現(xiàn)象可能是如下原因?qū)е碌?首先,我國(guó)城鎮(zhèn)登記失業(yè)率與實(shí)際失業(yè)率不符,僅僅登記了城市正規(guī)就業(yè)的失業(yè),明顯不能代表真實(shí)的失業(yè)水平;其次,城市登記失業(yè)率越高,人力資源得到更合理配置,城鎮(zhèn)化發(fā)展越快;再次,城市對(duì)農(nóng)民工這樣的技術(shù)工人或重體力勞動(dòng)者的需求較大,農(nóng)民工在城市失業(yè)可能性較低。

財(cái)政收入占GDP的比重(X2)對(duì)城鎮(zhèn)化的影響系數(shù)居第一,農(nóng)村人均純收入(X8)居第二,城市人均可支配收入(X9)居第三;而城鄉(xiāng)收入差距、人均固定資產(chǎn)投資和人均GDP排在后三位。

總體而言,在我們選擇的五大影響因素中:經(jīng)濟(jì)因素、產(chǎn)業(yè)結(jié)構(gòu)、城鄉(xiāng)生活水平、城市建設(shè)水平和基本公共服務(wù)水平,城鄉(xiāng)居民收入對(duì)城鎮(zhèn)化的影響最為顯著,是城鎮(zhèn)化發(fā)展的重要引擎。產(chǎn)業(yè)結(jié)構(gòu)、城市建設(shè)水平和基本公共服務(wù)水平是城鎮(zhèn)化發(fā)展的重要力量。經(jīng)濟(jì)因素對(duì)城鎮(zhèn)化的影響并不太顯著,除了財(cái)政收入這項(xiàng)指標(biāo)外,固定資產(chǎn)投資和人均GDP對(duì)城鎮(zhèn)化的促進(jìn)作用不大,應(yīng)該變盲目投資的現(xiàn)象,轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式。

3 創(chuàng)建城鎮(zhèn)化發(fā)展機(jī)制的建議

安徽省是中部地區(qū)的一個(gè)縮影,城鎮(zhèn)化水平雖低于全國(guó)水平,但發(fā)展速度較快。特別是十二五以來(lái),中部地區(qū)城鎮(zhèn)化發(fā)展速度迅猛,如何從簡(jiǎn)單的“擴(kuò)張型”城鎮(zhèn)化模式轉(zhuǎn)向“內(nèi)涵型”城鎮(zhèn)化模式是快速發(fā)展的中部地區(qū)需要思考的問(wèn)題?，F(xiàn)階段,我們更需要調(diào)整腳步,思考方向,避免快速發(fā)展過(guò)程中的“城市病”和“城市陷阱”。

(1)提高城鄉(xiāng)居民收入是城鎮(zhèn)化發(fā)展的重要引擎

城鄉(xiāng)居民收入是中部地區(qū)城鎮(zhèn)化發(fā)展的重要引擎。通過(guò)提高城市職工工資收入,促進(jìn)農(nóng)村剩余勞動(dòng)力向城鎮(zhèn)轉(zhuǎn)移,并增加農(nóng)民的工資性收入;另一方面通過(guò)增加農(nóng)民的工資性收入和家庭經(jīng)營(yíng)性收入,促進(jìn)農(nóng)村內(nèi)生城鎮(zhèn)化的發(fā)展。同時(shí)我們也看到,收入的提高是產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的派生物,無(wú)論是工資收入還是家庭經(jīng)營(yíng)收入,都離不開(kāi)城鄉(xiāng)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。

(2)加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是中部地區(qū)城鎮(zhèn)化發(fā)展的重要?jiǎng)恿?/p>

中部地區(qū)二三產(chǎn)業(yè)產(chǎn)值占GDP的比重為88.2,低于全國(guó)95.1的平均水平;中部地區(qū)三次產(chǎn)業(yè)結(jié)構(gòu)為:11.8:51.3: 36.9,全國(guó)的三次產(chǎn)業(yè)結(jié)構(gòu)為4.9:48.3:46.8,中部地區(qū)第三產(chǎn)業(yè)發(fā)展較慢。扶持第三產(chǎn)業(yè)發(fā)展,通過(guò)促進(jìn)服務(wù)業(yè)、商業(yè)、零售業(yè)等行業(yè)的發(fā)展帶動(dòng)第三產(chǎn)業(yè)就業(yè),從而實(shí)現(xiàn)農(nóng)村剩余勞動(dòng)力的轉(zhuǎn)移。并抓住農(nóng)村剩余勞動(dòng)力轉(zhuǎn)移的歷史契機(jī),促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化和農(nóng)業(yè)科技化。

(3)減少盲目投資

“擴(kuò)張型”的城鎮(zhèn)化路徑會(huì)帶來(lái)一系列問(wèn)題,中部地區(qū)固定資產(chǎn)投資不能盲目,需要投入到真正有需求的領(lǐng)域,如服務(wù)業(yè)、民生工程、教育、醫(yī)療等方面,同時(shí)需關(guān)注投入資金的使用,避免道德風(fēng)險(xiǎn)和權(quán)力尋租。

(4)從對(duì)經(jīng)濟(jì)增長(zhǎng)“量”的關(guān)注轉(zhuǎn)向?qū)?jīng)濟(jì)發(fā)展“質(zhì)”的關(guān)注

財(cái)政收入、GDP等指標(biāo)對(duì)中部地區(qū)城鎮(zhèn)化的影響系數(shù)較小,這與我們的假設(shè)不一致,我們假設(shè)經(jīng)濟(jì)因素對(duì)城鎮(zhèn)化發(fā)展影響較大,造成此現(xiàn)象的原因是忽視了“質(zhì)”的經(jīng)濟(jì)增長(zhǎng)對(duì)社會(huì)的促進(jìn)作用并不大。因此,政府需轉(zhuǎn)變經(jīng)濟(jì)思路,關(guān)注經(jīng)濟(jì)發(fā)展。

[1]辜勝阻,李永周.我國(guó)農(nóng)村城鎮(zhèn)化的戰(zhàn)略方向[J].中國(guó)農(nóng)村經(jīng)濟(jì), 2000,(6).

[2]李愛(ài)民.中國(guó)半城鎮(zhèn)化研究[J].人口研究,2013,(4).

[3]顧朝林.城市群研究進(jìn)展與展望[J].地理研究,2011,30(5).

[4]曹廣忠,陳昊宇,邊雪.2000年以來(lái)中部地區(qū)城鎮(zhèn)化的空間特征與影響因素[J].城市發(fā)展研究,2012,19(7).

[5]周沖,吳玲.安徽省城鎮(zhèn)化發(fā)展影響因素分析[J].統(tǒng)計(jì)與決策,2013, 2(3).

[6]吳超.城鎮(zhèn)化水平的影響因素——對(duì)浙江省11個(gè)城市的實(shí)證分析[J].經(jīng)濟(jì)與管理,2013,(12).

[7]馮春梅.安徽省城鎮(zhèn)化對(duì)農(nóng)民收入影響的實(shí)證分析[J].滁州學(xué)院學(xué)報(bào),2013,(3).

[8]劉羅曼.用主成分回歸分析解決回歸模型中復(fù)共線性問(wèn)題[J].沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,26(1).

[9]馬成文,魏文華.安徽省城鎮(zhèn)化與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)關(guān)系研究[J].特區(qū)經(jīng)濟(jì),2012,(6).

[10]馬遠(yuǎn),龔新蜀.城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整——基于v AR模型的計(jì)量分析[J].城市研究,2010,(5).

[11]王陽(yáng).從“就業(yè)分割”到“社會(huì)排斥”——中國(guó)統(tǒng)一城鄉(xiāng)人力資源市場(chǎng)的難點(diǎn)及其破解[J].中國(guó)工人,2014,(1).

(責(zé)任編輯/浩天)

F299.21

A

1002-6487(2016)20-0109-04

國(guó)家社科基金一般項(xiàng)目(15BJy145);中國(guó)博士后科學(xué)基金面上資助項(xiàng)目(2015M581036);安徽省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目(AHSKQ2014D54;AHSKy2014D41);安徽高校人文社會(huì)科學(xué)重點(diǎn)研究基地招標(biāo)項(xiàng)目(SK2014A061);安徽財(cái)經(jīng)大學(xué)校級(jí)重點(diǎn)課題(ACKy1510ZDB);滁州學(xué)院規(guī)劃項(xiàng)目(2015GH36)

鄭潔(1980—),女,山西運(yùn)城人,博士,副教授,研究方向:公共管理、財(cái)政。馮春梅(1984—),女,云南保山人,碩士,講師,研究方向:勞動(dòng)經(jīng)濟(jì)學(xué)。