城鎮(zhèn)化水平對投資率的影響研究

摘"要：我國城鎮(zhèn)化進入了減速期，未來城鎮(zhèn)化水平提升空間有限，在城鎮(zhèn)化與投資互為因果的情況下，如何維持合理的城鎮(zhèn)化水平和投資率具有重要研究意義。建立城鎮(zhèn)化率與投資率的理論模型，選擇42個國家1980—2022年的面板數(shù)據(jù)，并引入杠桿率作為調(diào)節(jié)變量，研究城鎮(zhèn)化率與投資率的關(guān)系，結(jié)果發(fā)現(xiàn)：（1）城鎮(zhèn)化率與投資率之間存在顯著的倒U型關(guān)系，在老齡化國家更為顯著；（2）杠桿率是影響城鎮(zhèn)化率與投資率之間倒U型關(guān)系的調(diào)節(jié)變量，在低杠桿和高杠桿、政府部門和非金融企業(yè)部門都十分顯著。進一步提出中國城鎮(zhèn)化率的上限在80%左右、投資率的下限在20%左右的政策建議，同時發(fā)揮杠桿率的調(diào)節(jié)作用，推進以人為核心的新型城鎮(zhèn)化。

關(guān)鍵詞：城鎮(zhèn)化；投資率；杠桿率；城鎮(zhèn)化率上限

中圖分類號：F20""""文獻標識碼：A""""文章編號：1005-6378（2024）05-0001-14

DOI：10.3969/j.issn.1005-6378.2024.05.001

一、問題的提出

黨的二十大報告提出“新型城鎮(zhèn)化戰(zhàn)略”要“推進以人為核心的新型城鎮(zhèn)化”“推進以縣城為重要載體的城鎮(zhèn)化建設(shè)”。根據(jù)美國學者諾瑟姆提出的城鎮(zhèn)化S形曲線，城鎮(zhèn)化率低于20%時屬于初始期，城鎮(zhèn)化率20%～50%屬于加速期，城鎮(zhèn)化率50%～70%屬于減速期，城鎮(zhèn)化率高于70%屬于飽和期［1］。盡管不同國家之間存在差異，比如意大利和奧地利城鎮(zhèn)化率達到60%后速度明顯下降，德國和瑞士城鎮(zhèn)化率達到75%后緩慢下降，美國和英國城鎮(zhèn)化率達到80%后趨于穩(wěn)定，但一般認為城鎮(zhèn)化率超過60%后，其增速都會出現(xiàn)一些變化高國力《“十四五”我國新型城鎮(zhèn)化進入快速發(fā)展的“五期疊加”》，國家發(fā)展和改革委員會網(wǎng)站，https：//www.ndrc.gov.cn/wsdwhfz/202202/t20220217_1315711_ext.html.

。2023年中國城鎮(zhèn)化率已經(jīng)超過了66%，基本可以判斷進入了所謂的“減速期”或“緩速期”。

消費、投資、出口是拉動經(jīng)濟的“三駕馬車”，其中投資是許多國家從不發(fā)達走向發(fā)達的重要支撐，早在1994年世界銀行就建議發(fā)展中國家城市基礎(chǔ)設(shè)施投資占全部固定資產(chǎn)投資比重應在9%～15%，占GDP比重應在3%～5%，城鎮(zhèn)化首先是一種投資活動［2］。城鎮(zhèn)化是經(jīng)濟社會發(fā)展的一個結(jié)果，隨著經(jīng)濟社會發(fā)展程度升高，城鎮(zhèn)化率一般也會提高，但同時城鎮(zhèn)化也是經(jīng)濟社會發(fā)展的一個誘因，如果一個國家或地區(qū)為了推進城鎮(zhèn)化，也會圍繞城鎮(zhèn)化開展一些政策部署、投資支持，從某種程度上看，城鎮(zhèn)化與投資互為因果，即城鎮(zhèn)化促進了投資，投資也促進了城鎮(zhèn)化。

從各國發(fā)展經(jīng)驗看，中國未來城鎮(zhèn)化率提升空間有限，特別是考慮到城鄉(xiāng)生計資本相互作用、經(jīng)濟因素驅(qū)動和外部政策推動等因素，過度城鎮(zhèn)化會導致農(nóng)村“空心化”［3］。在這種情況下，研究城鎮(zhèn)化水平如何影響投資率，如何確定相對合理平衡的城鎮(zhèn)化率和投資率水平，具有重要的理論和現(xiàn)實意義。基于城鎮(zhèn)化率與投資率的數(shù)理關(guān)系，本文嘗試兩方面的研究：一是城鎮(zhèn)化率對投資率影響的實證分析；二是引入杠桿率的因素，考察杠桿率是否起到了助推作用。

二、文獻綜述

目前，對城鎮(zhèn)化水平與投資率關(guān)系的研究，主要可分為定性和定量兩大類。定性研究聚焦城鎮(zhèn)化與資本、投資的互動關(guān)系，定量研究則聚焦二者關(guān)系的實證分析。

從定性研究看，城鎮(zhèn)化與資本、投資密不可分。從需求端看，推進城鎮(zhèn)化需要資本和投資。各國在推進城鎮(zhèn)化過程中，都會面臨資金缺口較大的問題，2015—2030年中國新型城鎮(zhèn)化建設(shè)所需資金為105.38萬億元［4］，中國同時還面臨投資主體單一、土地財政不可持續(xù)、投融資平臺風險較大等問題［5］，需要大力創(chuàng)新城鎮(zhèn)化投融資。主體方面，政府部門以及地方政府投融資平臺公司是重要的投資主體，但是又存在資產(chǎn)結(jié)構(gòu)單一、盈利能力弱、融資渠道單一等問題；機制方面，確立城鎮(zhèn)化融資機制的市場化改革方向，需要深化土地、財稅、價格改革，健全多種途徑的城鎮(zhèn)化融資債務(wù)風險約束機制［6］。從供給端看，資本和投資也需要尋找潛力領(lǐng)域和價值洼地。中國在推進城鎮(zhèn)化過程中，各地方采取了許多探索模式，比如成都市以政府主導、資本介入的方式，實現(xiàn)了農(nóng)民集中居?。ㄞr(nóng)民上樓）與農(nóng)業(yè)的規(guī)模經(jīng)營（資本下鄉(xiāng)）［7］，這是投資促進城鎮(zhèn)化的重要方式。中國較低的資本有機構(gòu)成和不斷走低的利率為增加投資需求提供了空間，而大力推進城鎮(zhèn)化和市民化則能為實現(xiàn)投資提供充分必要條件［8］。此外，城鎮(zhèn)化與消費也存在密切關(guān)聯(lián)，城鎮(zhèn)化可以改變消費結(jié)構(gòu)［9］，影響能源消費［10］，通過消費進一步影響投資。

從定量研究看，城鎮(zhèn)化水平與投資率存在雙向因果關(guān)系，相關(guān)研究成果主要體現(xiàn)在兩個方面。其一，從投資對城鎮(zhèn)化的影響看，內(nèi)生增長理論支持政府投資促進經(jīng)濟增長和城鎮(zhèn)化的觀點［11］，亞洲和拉丁美洲的國家實證數(shù)據(jù)表明對農(nóng)業(yè)投資形成的高農(nóng)業(yè)密度和種植業(yè)農(nóng)業(yè)，極大地刺激了欠發(fā)達地區(qū)的城鎮(zhèn)化［12］，但這種促進是線性還是非線性關(guān)系并無定論。有學者認為外商投資與當?shù)匦滦统擎?zhèn)化之間存在“先下降、后上升”的非線性關(guān)系［13］，綠色公共投資對綠色城鎮(zhèn)化發(fā)展水平存在顯著的“類U”型關(guān)系［14］。其二，從城鎮(zhèn)化對投資的影響看，根據(jù)瓦格納定律，城鎮(zhèn)化促進了公共基礎(chǔ)設(shè)施的投資［15］，特別是像中國在改革開放后處于城鎮(zhèn)化快速發(fā)展時期，包括城市建設(shè)等在內(nèi)的各方面投資需求巨大。印度的發(fā)展經(jīng)驗表明，在大多數(shù)情況下，經(jīng)濟增長和城鎮(zhèn)化促進了交通基礎(chǔ)設(shè)施投資［16］。

盡管當前關(guān)于城鎮(zhèn)化與投資關(guān)系的研究已有許多有意義的結(jié)論，但是還存在兩個問題需要進一步完善，一個是對城鎮(zhèn)化率與投資率之間的實證關(guān)系相對缺乏，另一個是城鎮(zhèn)化率通過何種調(diào)節(jié)機制影響投資率相對欠缺。本文的邊際貢獻在于：一是建立跨國面板數(shù)據(jù)的計量模型，檢驗城鎮(zhèn)化率與投資率之間的關(guān)系；二是引入杠桿率作為調(diào)節(jié)變量，研究城鎮(zhèn)化率如何通過杠桿率調(diào)節(jié)投資率。

三、研究設(shè)計

（一）模型設(shè)計

從消費端看，消費者的消費主要包括衣、食、住、行、文化旅游等方面，可用C1、C2、C3、C4、C5分別代表著五種消費。與此相應，供給則可以用Y1、Y2、Y3、Y4、Y5來表示。如果只考慮資本存量K，不考慮資本積累的因素，那么整個社會的總產(chǎn)出可以表示為：

Y=φiKi=∑5i=1Ii+∑5i=1Yi（1）

其中Ii表示社會投資品的產(chǎn)出。從長期看，消費市場的供給和需求達到均衡，亦即Yi=Ci，那么式（1）可以變換為：

Y=∑5i=1Ii+∑5i=1Ci（2）

如果將住房消費也視作投資，那么投資率就等于［17］：

investment=I1+I2+I3+I4+I5+C3Y（3）

隨著城鎮(zhèn)化率提高，產(chǎn)出會增加，消費者對衣、食、行、文化旅游的消費也會上升，那么可以假設(shè)城鎮(zhèn)化率與這些消費的關(guān)系為：

Y=α0+α1urban（4）

Ci=βi0+βi1urban（5）

其中i≠3，并且式（4）和式（5）的所有系數(shù)都為正數(shù)。住房消費與其他消費不同，當在城鎮(zhèn)化初期，消費者對住房消費的需求會逐漸增加，但是當城鎮(zhèn)化率達到一定水平后，消費者對住房消費的需求更多體現(xiàn)在改善性方面，而非剛性。換言之，消費者對住房消費需求可能會減少。由此可以假設(shè)城鎮(zhèn)化率與住房消費的關(guān)系為：

C3（urban）=γ0+γ1urban+γ2urban2（6）

其中，γ2為負值，γ1為正值。綜合式（1）至式（5），并且考慮到α0+α1urban的負一次項影響較小，將其省略，那么投資率可以寫為：

investment≈θurban2+λurban+cons（7）

其中θ=γ2α11+1φ3＜0，λ=γ1α11+1φ3＞0，cons為常數(shù)項。由式（7）可知，城鎮(zhèn)化率與投資率之間可能存在倒U型關(guān)系，而事實上外商直接投資和城鎮(zhèn)化之間存在較為顯著的非線性關(guān)系［18］。根據(jù)這些分析，設(shè)定的計量模型為：

investmentit=ρ2urban2it+ρ1urbanit+cons+μit+τit+εit（8）

其中μi表示個體固定效應，τt表示時間固定效應，εit表示標準殘差項，i=1，2，3，…，N，t=1，2，3，…，T。

（二）變量與數(shù)據(jù)

被解釋變量方面，根據(jù)國民核算的定義，資本形成總額包括兩部分，一部分是固定資本形成總額，另一部分是存貨增加，用資本形成總額與支出法GDP比值表示投資率investment。核心解釋變量方面，用城鎮(zhèn)化率urban表示城鎮(zhèn)化水平，即城鎮(zhèn)（城市）人口占總?cè)丝诘谋戎怠？刂谱兞糠矫?，還有一些影響投資率的變量，當經(jīng)濟增長率growth較高時，經(jīng)濟主體出于對未來較好的預期，投資率也會隨之上升［19］；在國民經(jīng)濟核算中，儲蓄等于投資是一個恒等式，儲蓄率savings的高低與投資率的高低相一致［20］；通貨膨脹率inflation代表著物價水平的變動，也會對投資率產(chǎn)生影響；產(chǎn)業(yè)結(jié)構(gòu)變化同樣影響投資率，用第三產(chǎn)業(yè)占比service表示產(chǎn)業(yè)結(jié)構(gòu)變化。

此外為了進一步分析，還引入了實體部門杠桿率debt（實體部門債務(wù)與GDP比值）作為調(diào)節(jié)變量，城鎮(zhèn)化率對投資率的影響會受到杠桿率高低的影響，當經(jīng)濟主體的杠桿率水平較高時，經(jīng)濟主體的負擔也比較重，投資決策也會發(fā)生變化，而當經(jīng)濟主體的杠桿率水平較低時，經(jīng)濟主體的負擔較輕，有可能做出不同的投資決策［21］。實體部門由政府、家庭、非金融企業(yè)三個部門組成，所以也引入了政府部門杠桿率debt1、家庭部門杠桿率debt2、非金融企業(yè)部門杠桿率debt3。

數(shù)據(jù)方面，國際清算銀行公布了42個國家實體部門杠桿率，包括澳大利亞、奧地利、比利時、加拿大、瑞士、捷克、德國、丹麥、西班牙、芬蘭、法國、英國、希臘、愛爾蘭、以色列、意大利、日本、韓國、盧森堡、荷蘭、挪威、新西蘭、葡萄牙、瑞典、新加坡、美國等26個發(fā)達國家，阿根廷、巴西、智利、中國、哥倫比亞、匈牙利、印度尼西亞、印度、墨西哥、馬來西亞、波蘭、俄羅斯、沙特阿拉伯、泰國、土耳其、南非等16個新興國家國際貨幣基金組織指出“發(fā)達經(jīng)濟體”包括39個國家和地區(qū)，他們是：澳大利亞、奧地利、比利時、加拿大、塞浦路斯、捷克、丹麥、愛沙尼亞、芬蘭、法國、德國、希臘、中國香港、冰島、愛爾蘭、以色列、意大利、日本、韓國、拉脫維亞、立陶宛、盧森堡、中國澳門、馬耳他、荷蘭、新西蘭、挪威、葡萄牙、波多黎各、圣馬力諾、新加坡、斯洛伐克、斯洛文尼亞、西班牙、瑞典、瑞士、中國臺灣、英國及美國。其他為新興市場及發(fā)展中經(jīng)濟體。詳見國家統(tǒng)計局官網(wǎng)：https：//data.stats.gov.cn/files/lastestpub/gjnj/2018/zk/html/zb.htm.，選擇這42個國家1980—2022年的面板數(shù)據(jù)作為研究對象。其中杠桿率數(shù)據(jù)來源于國際清算銀行數(shù)據(jù)庫，其他數(shù)據(jù)均來源于世界銀行數(shù)據(jù)庫，變量的統(tǒng)計性描述詳見表1。

四、回歸分析

（一）基本回歸

以投資率作為被解釋變量，以城鎮(zhèn)化率作為核心解釋變量，逐步加入控制變量，可以檢驗城鎮(zhèn)化率與投資率之間的非線性關(guān)系。對于面板數(shù)據(jù)，首先要確定選擇固定效應模型還是隨機效應模型，Hausman檢驗的結(jié)果拒絕了原假設(shè)，所以選擇固定效應模型。并且，通過簡單的倒U型檢驗發(fā)現(xiàn)，極值點在數(shù)據(jù)范圍之內(nèi)，能夠在1%的顯著性水平下拒絕原假設(shè)，所以可認為這種倒U型關(guān)系具有實際意義（表2）。

從表2的模型（1）至模型（3）可以看出，隨著逐步加入控制變量，城鎮(zhèn)化率的一次項始終為正值，二次項始終為負值，城鎮(zhèn)化率與投資率之間存在明顯的倒U型關(guān)系。這表示當城鎮(zhèn)化水平低于某一個值時，投資率會隨著城鎮(zhèn)化率的提高而上升，城鎮(zhèn)化率越高，投資率也會越高，而當城鎮(zhèn)化水平高于某一個值時，投資率會隨著城鎮(zhèn)化率的提高而下降，城鎮(zhèn)化率越高，投資率反而越低。出現(xiàn)這種現(xiàn)象的原因可能在于：一是城鎮(zhèn)化水平具有“最大值效應”，理論上一個國家的城鎮(zhèn)化率最大值為100%，亦即所有地區(qū)都變成了城鎮(zhèn)、所有人都成了城鎮(zhèn)人口，如果考慮糧食生產(chǎn)特別是大國糧食安全，城鎮(zhèn)化率的最大值將低于100%，不過仍然可能存在一個最大值，當城鎮(zhèn)化率較低時，發(fā)展機會比較多，投資熱情比較高，投資率與城鎮(zhèn)化率呈現(xiàn)同向變動關(guān)系。當城鎮(zhèn)化率已經(jīng)達到較高水平時，發(fā)展機會相對減少后，投資熱情也會消退，即使城鎮(zhèn)化率仍然能上升，但投資率已經(jīng)開始下降，二者呈現(xiàn)反向變動關(guān)系。新加坡是一個特例，1980年以來新加坡的城鎮(zhèn)化率一直都是100%，但是投資率卻從1980年的45%下降至2022年的21.9%。二是投資與消費具有“相互轉(zhuǎn)化效應”，投資率和消費率（最終消費與支出法GDP比值）反映了一定時期內(nèi)生產(chǎn)活動的最終成果用于建設(shè)與用于生活的比例關(guān)系，二者在不同發(fā)展階段會發(fā)生相互轉(zhuǎn)化，通常在城鎮(zhèn)化率較低時依靠投資驅(qū)動，在城鎮(zhèn)化率較高時依靠消費驅(qū)動，這也符合許多國家的實踐。三是投資具有“國際轉(zhuǎn)移效應”，在經(jīng)濟全球化時代，投資也是全球化的，當一個國家的城鎮(zhèn)化率達到一定水平之后，投資也會尋求其他低城鎮(zhèn)化水平國家的機會，以獲得更大的收益。典型的例子是加拿大，早在1980年加拿大的城鎮(zhèn)化率就已經(jīng)達到了75.7%，為了尋求更好的國際投資機會，20世紀80—90年代加拿大投資率出現(xiàn)一定程度下降。

從現(xiàn)實看，不同國家呈現(xiàn)不同特點，大致包括三類。第一類是城鎮(zhèn)化率從低位快速上升，投資率也相對上升，對應倒U型曲線的左側(cè)。中國1980年城鎮(zhèn)化率還不到20%，但到2022年已經(jīng)高達63.6%，1980—2002年投資率基本在30%～40%，2003—2022年投資率則躍升至40%～50%，城鎮(zhèn)化率與投資率呈現(xiàn)正向變動關(guān)系；印度尼西亞城鎮(zhèn)化率從1980年的22.1%躍升至2022年的57.9%，投資率也從1980年的20.9%上升至1997年的30.3%，不過受1997年亞洲金融危機的沖擊，投資率出現(xiàn)了下降，到2008年國際金融危機后投資率又重回30%以上。第二類是城鎮(zhèn)化率在高位慢漲，投資率相對下降，對應倒U型曲線的右側(cè)。許多發(fā)達國家呈現(xiàn)這樣的特點，德國城鎮(zhèn)化率從1980年的72.8%緩慢上升至2022年的77.6%，但是投資率從1980年的最高點27.2%呈下降趨勢，其中有些年份甚至低于20%；英國城鎮(zhèn)化率從1980年的78.5%緩慢上升至2022年的84.4%，但是投資率從1980—1990年的基本超過20%，此后下降至20%以下，最低甚至只有15%（2009年）；日本表現(xiàn)更為明顯，城鎮(zhèn)化率從1980年的76.2%上升至2022年的92%，而同期投資率從36%下降至不到26%。第三類是城鎮(zhèn)化率在高位平穩(wěn)波動，投資率也相對平穩(wěn)，對應倒U型曲線的頂部。澳大利亞1980年城鎮(zhèn)化率為85.6%，2022年城鎮(zhèn)化率為86.5%，變化幅度很小，投資率變化也不是很大，基本在20%～30%相對穩(wěn)定地波動；瑞士1980年城鎮(zhèn)化率為74.5%，此后甚至出現(xiàn)了“逆城市化”現(xiàn)象，2000年和2001年的城鎮(zhèn)化率只有73.4%，到2022年城鎮(zhèn)化率也只有74.1%，但同期投資率基本在30%上下波動。

（二）穩(wěn)健性檢驗

為了檢驗基本回歸結(jié)果的穩(wěn)健性，需要對計量模型和變量數(shù)據(jù)進行一些變化。主要采取四種變化：第一種是變換核心解釋變量，詳見表3模型（1），一般認為城鎮(zhèn)化率的提高會帶來人口結(jié)構(gòu)的變化，這種變化表現(xiàn)在年齡層面就是老齡化程度加深或總撫養(yǎng)比變大，對中國農(nóng)村人口的發(fā)展態(tài)勢測算表明，如果城鎮(zhèn)化率從目前水平上升至80%，那么農(nóng)村人口老齡化率將高達36%～40%，總撫養(yǎng)比將上升至100%左右［22］，因此可以選擇總撫養(yǎng)比dependency（15歲以下或64歲以上受撫養(yǎng)人與15—64歲工作年齡人口比值）作為城鎮(zhèn)化率的替代變量。第二種是變換控制變量，詳見表3模型（2），就業(yè)與投資存在密切相關(guān)的聯(lián)系，投資率比較高，創(chuàng)造的就業(yè)機會也比較多。反過來看，如果勞動參與率employment（勞動人口占15歲以上總?cè)丝诘谋戎担┍容^高，投資率可能也比較高。投資還與信貸密切相關(guān)，如果信貸比較少，經(jīng)濟主體的投資也可能相應減少，選擇私人部門國內(nèi)信貸占比credit作為控制變量。第三種是變換計量方法，詳見表3模型（3），用多維面板固定效應模型替代簡單的固定效應模型。第四種是變換樣本范圍，詳見表3模型（4），根據(jù)國家首字母排序，對編號為22—42的一半樣本國家（包括以色列、印度、意大利、日本、韓國、盧森堡、墨西哥、馬來西亞、荷蘭、挪威、新西蘭、波蘭、葡萄牙、俄羅斯、沙特阿拉伯、瑞典、新加坡、泰國、土耳其、美國、南非），以及時間為1997年之前的樣本進行回歸分析。

從表3來看，模型（1）顯示總撫養(yǎng)比與投資率之間存在顯著的倒U型關(guān)系，即當總撫養(yǎng)比低于某個值時，總撫養(yǎng)比越大，投資率也會越大；而當總撫養(yǎng)比高于某個值時，總撫養(yǎng)比越大，投資率卻會越小。在替換控制變量和變換樣本范圍后，模型（2）和模型（4）也表明城鎮(zhèn)化率與投資率之間存在顯著的倒U型關(guān)系，至少在5%的顯著性水平下通過了檢驗。模型（3）中城鎮(zhèn)化率的二次項未能通過顯著性檢驗，但其系數(shù)也為負值，一次項則為正值且在5%的顯著性水平下通過了檢驗。盡管城鎮(zhèn)化率與投資率的倒U型關(guān)系未能通過顯著性檢驗，但至少計量結(jié)果呈現(xiàn)出倒U型的特點。由此可以認為，城鎮(zhèn)化率與投資率之間的倒U型關(guān)系具有一定的穩(wěn)健性。

（三）異質(zhì)性分析

為了檢驗異質(zhì)性，分兩種方式。第一種方式分析國家類型異質(zhì)性，詳見表4模型（1）和模型（2），26個發(fā)達國家為一類，16個新興國家為另一類。第二種方式是分析老齡化程度異質(zhì)性，詳見表4模型（3）和模型（4），國際上通常把 60 歲及以上的人口占總?cè)丝诒戎剡_到 10%，或65 歲及以上的人口占總?cè)丝诘谋戎剡_到 7% 作為一個國家或地區(qū)進入老齡化社會（或老年型人口）的標準，此處選擇后一個標準，如果65歲及以上人口占總?cè)丝诒戎卮笥诨虻扔?%，則視為老齡化，反之則視為非老齡化。

表4的異質(zhì)性檢驗結(jié)果表明，城鎮(zhèn)化率對投資率的倒U型關(guān)系并不具有國家類型異質(zhì)性，模型（1）發(fā)達國家、模型（2）新興國家的計量結(jié)果顯示，城鎮(zhèn)化率的一次項和二次項都未能通過顯著性檢驗，也就是說城鎮(zhèn)化率與投資率的倒U型關(guān)系是一個整體效應，不論單看發(fā)達國家，還是單看新興國家，都不存在倒U型關(guān)系。出現(xiàn)這種現(xiàn)象的原因可能在于，盡管不同國家設(shè)定城鎮(zhèn)化水平的目標不同、實現(xiàn)城鎮(zhèn)化的步驟不同，但發(fā)達國家和新興國家都在積極追求城鎮(zhèn)化，所以不同國家類型的城鎮(zhèn)化率對投資率的影響并不顯著。模型（3）的城鎮(zhèn)化率一次項、二次項分別通過了5%、1%的顯著性檢驗，模型（4）的城鎮(zhèn)化率一次項和二次項都未能通過顯著性檢驗，這表明在老齡化社會，城鎮(zhèn)化率與投資率存在顯著的倒U型關(guān)系，在非老齡化社會不存在這種關(guān)系。一般而言，非老齡化社會的城鎮(zhèn)化率也比較低，城鎮(zhèn)化率與投資率的關(guān)系可能更符合倒U型的左側(cè)特征，而老齡化社會的城鎮(zhèn)化率也相對較高，其城鎮(zhèn)化率與投資率的關(guān)系經(jīng)歷了整個倒U型過程。

五、考慮杠桿率的進一步分析

（一）非線性模型的調(diào)節(jié)效應

調(diào)節(jié)效應指的是核心解釋變量對被解釋變量的關(guān)系受到調(diào)節(jié)變量的影響，調(diào)節(jié)變量所起到的效應就是調(diào)節(jié)效應。對于非線性模型，調(diào)節(jié)效應主要作用有兩個，一個是調(diào)節(jié)變量可以改變自變量與因變量反轉(zhuǎn)的節(jié)點，即臨界點的位置;另一個是調(diào)節(jié)變量可以改變自變量對因變量的瞬時變化率，即曲線的形狀［23］。對于非線性模型，如果引入杠桿率作為調(diào)節(jié)變量，可以表示為：

investment=ω0+ω1urban+ω2debt+ω3urban×debt+ω4urban2+ω5urban2×debt（9）

對式（9）進行合并，可以得到：

investment=ω0+ω2debt+（ω1+ω3debt）urban+（ω4+ω5debt）urban2（10）

式（10）中的（ω1+ω3debt）表示斜率項，（ω4+ω5debt）表示曲率項，如果曲率項顯著，則不論斜率項是否顯著，都能說明自變量和因變量之間存在曲線關(guān)系；如果曲率項不顯著，斜率項顯著，那么說明自變量和因變量之間存在線性關(guān)系；如果曲率項和斜率項都不顯著，那么說明自變量和因變量之間不存在關(guān)系。綜上所述，自變量和因變量的曲線關(guān)系取決于曲率項，如果系數(shù)ω5顯著，那么調(diào)節(jié)變量debt能夠調(diào)節(jié)自變量urban對因變量investment的曲線關(guān)系。同時，還可以對調(diào)節(jié)變量debt在低水平、高水平下的顯著性進行檢驗，這樣可以更加直觀了解調(diào)節(jié)變量debt如何影響自變量urban對因變量investment的曲線關(guān)系。

（二）實體部門杠桿率的調(diào)節(jié)效應

根據(jù)非線性模型的調(diào)節(jié)效應計量方法，可以對加入實體部門杠桿率后城鎮(zhèn)化率與投資率的關(guān)系進行檢驗，同時由于實體部門杠桿率的平均值為192.5%，以此作為分界線，低于這個均值的視為低杠桿，高于這個均值的視為高杠桿，進一步觀察調(diào)節(jié)變量的影響（表5）。

在模型（1）、模型（2）和模型（3）中，城鎮(zhèn)化率平方項和實體部門杠桿率交乘項的系數(shù)、城鎮(zhèn)化率平方項的系數(shù)至少在5%的顯著性水平下通過了檢驗，曲率項顯著，說明城鎮(zhèn)化率與投資率之間確實存在非線性關(guān)系。并且在低杠桿情況下，當杠桿率低于115.6%時，經(jīng)過運算的城鎮(zhèn)化率平方項的系數(shù)必然為負值，城鎮(zhèn)化率與投資率之間必然為倒U型關(guān)系；在高杠桿的情況下，當杠桿率高于225.8%，經(jīng)過運算的城鎮(zhèn)化率平方項的系數(shù)必然為負值，城鎮(zhèn)化率與投資率之間必然為倒U型關(guān)系；當杠桿率介于115.6%到225.8%之間時，經(jīng)過運算的城鎮(zhèn)化率平方項的系數(shù)為正值，城鎮(zhèn)化率與投資率之間呈現(xiàn)U型關(guān)系，但這并不影響二者之間的非線性關(guān)系。綜合來看，考慮實體部門杠桿率的調(diào)節(jié)效應檢驗強化了基本回歸、穩(wěn)健性檢驗、異質(zhì)性分析的結(jié)果，城鎮(zhèn)化率與投資率之間存在顯著的倒U型關(guān)系。

（三）分部門杠桿率的調(diào)節(jié)效應

如果將實體部門杠桿率分解，可以得到政府部門杠桿率、家庭部門杠桿率、非金融企業(yè)部門杠桿率，用分部門杠桿率作為調(diào)節(jié)變量，同時考慮低杠桿、高杠桿的情況，研究調(diào)節(jié)變量對

當政府部門杠桿率作為調(diào)節(jié)變量時，城鎮(zhèn)化率平方項和實體部門杠桿率交乘項的系數(shù)、城鎮(zhèn)化率平方項的系數(shù)都在1%的顯著性水平下通過了檢驗，曲率項顯著時自變量和因變量必然存在非線性關(guān)系，也就是說城鎮(zhèn)化率和投資率之間必然存在非線性關(guān)系。以政府部門杠桿率平均值60.2%作為分界點，發(fā)現(xiàn)在低杠桿和高杠桿下曲率項無法通過顯著性檢驗，斜率項也未能通過顯著性檢驗，至少可以說明城鎮(zhèn)化率與投資率的倒U型關(guān)系在低杠桿、高杠桿下不存在影響。究其原因，可能在于政府部門是投資的重要主體，不管是低杠桿的國家，還是高杠桿的國家，政府部門都會通過加杠桿去投資。事實上，新興國家政府部門杠桿率從2008年的30.9%上升至2022年的65.3%，發(fā)達國家政府部門杠桿率從1999年的71.6%上升至2022年的102.8%。

當家庭部門杠桿率作為調(diào)節(jié)變量時，城鎮(zhèn)化率平方項和實體部門杠桿率交乘項的系數(shù)未能通過顯著性檢驗，城鎮(zhèn)化率平方項的系數(shù)在10%的顯著性水平下通過了檢驗，但這并不必然保證曲率項可以通過顯著性檢驗，斜率項的檢驗也并不必然通過。同時，在低杠桿（家庭部門杠桿率低于49.1%）、高杠桿（家庭部門杠桿率高于49.1%）情況下，曲率項和斜率項同樣并不必然通過顯著性檢驗，所以家庭部門杠桿率無法調(diào)節(jié)城鎮(zhèn)化率與投資率的非線性關(guān)系。究其原因，可能在于家庭部門是消費的主體，并非投資的主體，所以家庭部門杠桿率無論如何變化，并不會成為城鎮(zhèn)化率與投資率非線性關(guān)系的調(diào)節(jié)變量。

當非金融企業(yè)部門杠桿率作為調(diào)節(jié)變量時，城鎮(zhèn)化率平方項和實體部門杠桿率交乘項的系數(shù)、城鎮(zhèn)化率平方項的系數(shù)至少在5%的顯著性水平下通過了檢驗，城鎮(zhèn)化率與投資率之間的非線性關(guān)系顯著。以非金融企業(yè)部門杠桿率平均值82.2%作為分界點，低杠桿情況下曲率項通過了顯著性檢驗，說明城鎮(zhèn)化率與投資率之間存在非線性關(guān)系；高杠桿情況下曲率項并不必然通過顯著性檢驗，斜率項也不必然通過顯著性檢驗，說明非金融企業(yè)部門高杠桿無法調(diào)節(jié)城鎮(zhèn)化率與投資率的非線性關(guān)系。可能的原因在于，非金融企業(yè)部門也是重要的投資主體，發(fā)達國家非金融企業(yè)部門杠桿率從1999年的80.2%增長至2022年的90.8%，新興國家非金融企業(yè)部門杠桿率從2008年的59.1%增長至2022年的107.1%，杠桿率的高低會影響非金融企業(yè)部門的投資決策，一般來說杠桿率較低時非金融企業(yè)部門敢于加杠桿投資，杠桿率較高時非金融企業(yè)部門負擔較重，不太敢輕易再加杠桿投資。換言之，當非金融企業(yè)部門杠桿率較低時，通過加杠桿可以發(fā)揮調(diào)節(jié)城鎮(zhèn)化率與投資率非線性關(guān)系的影響，但是當非金融企業(yè)部門杠桿率較高時，便無法通過加杠桿發(fā)揮調(diào)節(jié)城鎮(zhèn)化率與投資率非線性關(guān)系的影響。

六、結(jié)論與建議

通過上述分析，可以得出三條結(jié)論：一是城鎮(zhèn)化率與投資率之間存在顯著的倒U型關(guān)系，不具有國家類型的異質(zhì)性，但是在老齡化國家更為顯著；二是實體部門杠桿率是影響城鎮(zhèn)化率與投資率之間倒U型關(guān)系的調(diào)節(jié)變量，在低杠桿和高杠桿下都十分顯著；三是政府部門和非金融企業(yè)部門杠桿率影響了城鎮(zhèn)化率與投資率之間的倒U型關(guān)系。

進一步來看，如果以表2中模型（3）作為例子，可以計算出投資率達到最大時城鎮(zhèn)化率的數(shù)值，即閾值為61.5%。也就是說，當城鎮(zhèn)化率低于61.5%時，城鎮(zhèn)化率與投資率之間存在正向關(guān)系；當城鎮(zhèn)化率高于61.5%時，城鎮(zhèn)化率與投資率之間存在負向關(guān)系。這就蘊含著一個矛盾的情況，一個國家要想在61.5%的基礎(chǔ)上繼續(xù)提高城鎮(zhèn)化水平，肯定離不開投資率，而城鎮(zhèn)化率越高，對投資率的影響卻是負向的。只要還有資本形成，一個國家的投資率就不可能低到0，事實上在所選樣本中投資率最低也有10.9%，新加坡城鎮(zhèn)化率已經(jīng)達到了100%，但其投資率仍保持在20%以上，那么可以推斷出城鎮(zhèn)化率可能存在一個限度，這個限度可能會低于100%。因此，提出如下對策建議。

第一，設(shè)定中國城鎮(zhèn)化率的上限。中國有18億畝耕地紅線的限制，糧食安全必須牢牢抓在自己手里，同時農(nóng)村土地制度、城市戶籍制度在短期內(nèi)難以有大幅度改革，農(nóng)村對人口的黏性肯定要高于土地自由流轉(zhuǎn)和沒有戶籍制度的發(fā)達國家，因此中國的城鎮(zhèn)化率不僅不會達到100%，也可能會低于發(fā)達國家平均水平。根據(jù)聯(lián)合國《世界城市報告2022：持續(xù)城市化的價值》預測，中國城鎮(zhèn)化率將在2030年達到70.6%，2035年達到73.9%；中國學者預計我國將在“十四五”期間出現(xiàn)城鎮(zhèn)化由高速推進向逐步放緩的“拐點”，2035年后進入相對穩(wěn)定發(fā)展階段，中國城鎮(zhèn)化率峰值大概率出現(xiàn)在75%至80%此處數(shù)據(jù)參考UN Habitat.World Cities Report 2022：Envisaging the Future of Cities.Jun 2022.https：//unhabitat.org/sites/default/files/2022/06/wcr_2022.pdf.以及張車偉，蔡翼飛：《人口與勞動綠皮書：中國人口與勞動問題報告No.22》，社會科學文獻出版社2022年版。；本文所選樣本中發(fā)達國家2022年城鎮(zhèn)化率平均水平為82.7%。綜合這些數(shù)據(jù)，可以設(shè)定中國城鎮(zhèn)化率的上限為80%左右。

第二，保持投資率穩(wěn)定合理。盡管當城鎮(zhèn)化率超過某個閾值時，城鎮(zhèn)化率對投資率的影響為負，但這并不是說不要投資率，相反，應盡量保持投資率在穩(wěn)定合理的水平。阿根廷、巴西等拉美國家，印度尼西亞、馬來西亞等東南亞國家，之所以在20世紀80年代和90年代未能得到很好的發(fā)展，反而陷入了“中等收入陷阱”，很重要的一個原因就是投資率較低，低到20%甚至不到20%。反觀韓國，之所以能夠成為發(fā)達國家，很重要的一個原因是投資率基本保持在30%以上，即使城鎮(zhèn)化率上升緩慢，至少確保經(jīng)濟能夠持續(xù)穩(wěn)定發(fā)展。目前中國的投資率較高，基本保持在40%以上，到2035年或2050年，投資率可能會有所下降，但也應像許多發(fā)達國家一樣，至少將投資率保持在20%甚至更高水平之上。

第三，適當發(fā)揮杠桿率調(diào)節(jié)作用。2023年中國城鎮(zhèn)化率為66.2%，城鎮(zhèn)化進程邁入增速換擋期，城鎮(zhèn)化格局進入穩(wěn)定優(yōu)化期，城市發(fā)展轉(zhuǎn)向存量挖潛期，鄉(xiāng)村振興進入全面推進期，未來特別是2035年之后推進城鎮(zhèn)化的速度將大大放緩。在這種情況下，如果仍然要提高城鎮(zhèn)化率、提升城鎮(zhèn)化質(zhì)量，可以發(fā)揮杠桿率的調(diào)節(jié)作用。2023年我國少部分省級地方政府青海、貴州、吉林和天津的杠桿率分別達到87.8%、72.3%、69.2%和66.4%。的杠桿率超過了歐盟對其成員國60%的警戒線，其加杠桿空間較小，但中央政府和其他省級政府有一定的加杠桿空間。2024年政府工作報告提出，從2024年開始，我國擬連續(xù)幾年發(fā)行超長期特別國債；擬安排地方政府專項債券3.9萬億元，比上年增加1 000億元。這是中央政府和一些省級政府加杠桿的具體實踐。根據(jù)萬得（wind）統(tǒng)計，2022年A股上市公司資產(chǎn)負債率平均值約42%，中位數(shù)約40%，除了房地產(chǎn)行業(yè)上市公司資產(chǎn)負債率大多超過80%，其他行業(yè)也有一定加杠桿的空間。當然，考慮到2016年國務(wù)院印發(fā)《關(guān)于積極穩(wěn)妥降低企業(yè)杠桿率的意見》，2018年國家發(fā)展改革委等五部門聯(lián)合印發(fā)《2018年降低企業(yè)杠桿率工作要點》，部分國有企業(yè)并不具備充足的加杠桿空間。應充分發(fā)揮杠桿率的調(diào)節(jié)作用，助力中國城鎮(zhèn)化實現(xiàn)量的提高和質(zhì)的提升。

第四，推進以人為核心的新型城鎮(zhèn)化。需要改變城鎮(zhèn)化加速期追求數(shù)量型增長的思路，轉(zhuǎn)向質(zhì)量型提升的思路，推進以人為核心的新型城鎮(zhèn)化。要全面落實《國家新型城鎮(zhèn)化規(guī)劃（2021—2035年）》，在改革土地管理制度、改革戶籍制度、將城市融資建立在更可持續(xù)的基礎(chǔ)之上、應對環(huán)境壓力、改善地方政府治理等六大領(lǐng)域發(fā)力［24］，加快農(nóng)業(yè)轉(zhuǎn)移人口市民化，以城市群、都市圈為依托構(gòu)建大中小城市協(xié)調(diào)發(fā)展格局，同時推進以縣城為重要載體的城鎮(zhèn)化建設(shè)，提升城市規(guī)劃、建設(shè)、治理水平，深入推進城鄉(xiāng)融合發(fā)展。

參考文獻：

［1］徐文舸，趙惠.“十四五”時期新型城鎮(zhèn)化拓展投資空間的趨勢和潛力［J］.宏觀經(jīng)濟管理，2021（6）：10-17+25.

［2］李通屏，成金華.城市化驅(qū)動投資與消費效應研究［J］.中國人口科學，2005（5）：65-69+96.

［3］劉奉越.城鄉(xiāng)關(guān)系下農(nóng)村“空心化”的演進歷程及發(fā)展走向［J］.河北大學學報（哲學社會科學版），2023（6）：11-19.

［4］孫東琪，陳明星，陳玉福，等.2015—2030年中國新型城鎮(zhèn)化發(fā)展及其資金需求預測［J］.地理學報，2016（6）：1025-1044.

［5］孫孟.新形勢下新型城鎮(zhèn)化建設(shè)投融資探討［J］.宏觀經(jīng)濟研究，2023（9）：68-74+114.

［6］潘功勝.加快融資機制改革創(chuàng)新 促進城鎮(zhèn)化持續(xù)健康發(fā)展［J］.新金融評論，2013（6）：1-19.

［7］周飛舟，王紹琛.農(nóng)民上樓與資本下鄉(xiāng)：城鎮(zhèn)化的社會學研究［J］.中國社會科學，2015（1）：66-83+203.

［8］萬廣華，胡曉珊.新發(fā)展格局下的國內(nèi)需求與創(chuàng)新：再論城鎮(zhèn)化、市民化的重要性［J］.國際經(jīng)濟評論，2021（2）：22-35+4.

［9］BAIRAGI， SUBIR.Changing Food Consumption Patterns in Rural and Urban Vietnam：Implications for a Future Food Supply System［J］.Australian Journal of Agricultural and Resource Economics， 2020，64（3）：750-775.

［10］MINH KHUONG，PHOUNG， RUSSELL MCKENNA，WOLF FICHTNER. Multi-level Decomposition of ASEAN Urbanization Effects on Energy［J］.International Journal of Energy Sector Management 2019，13（4）：1107-1132.

［11］BARRO R J.Government Spending in a Simple Model of Endogeneous Growth［J］.Journal of Political Economy，1990，98 （S5）：103-125.

［12］FIREBAUGH G.Structural Determinants of Urbanization in Asia and Latin America，1950-1970［J］.American Sociological Review，1979，44（2）：199-215.

［13］樊士德，柏若云.外商直接投資對新型城鎮(zhèn)化的影響［J］.中國人口科學，2022（4）：60-73+127.

［14］楊飛虎，陳佳麗，黃興.綠色公共投資對綠色城鎮(zhèn)化發(fā)展的影響研究［J］.新金融，2023（7）：28-35.

［15］BERNARDIN AKITOBY，BENEDICT CLEMENTS，SANJEEV GUPTA，GABRIELA INCHAUSTE.Public Spending，Voracity，and Wagner，s Law in Developing Countries［J］.European Journal of Political Economy，2006，22（4）：908-924.

［16］MAPARU T S，MAZUMDER T N.Transport Infrastructure，Economic Development and Urbanization in India （1990-2011）：Is There Any Causal Relationship？ ［J］.Transportation Research Part A：Policy and Practice，2017，100：319-336.

［17］陳昌兵.城市化與投資率和消費率間的關(guān)系研究［J］.經(jīng)濟學動態(tài)，2010（9）：42-48.

［18］樊士德，柏若云.外商直接投資對新型城鎮(zhèn)化的影響［J］.中國人口科學，2022（4）：60-73+127.

［19］劉勇政，呂冰洋，李巖.中國高投資率之謎：分稅制的激勵作用［J］.經(jīng)濟研究，2021，56（3）：65-82.

［20］王秋石，王一新.中國投資率真的這么高嗎［J］.經(jīng)濟學家，2014（8）：66-72.

［21］陳彥斌，隨曉芹，劉哲希.系統(tǒng)性金融風險預警指標——杠桿率與“杠桿率/投資率”比較［J］.世界經(jīng)濟文匯，2019（6）：21-36.

［22］解安，林進龍.中國農(nóng)村人口發(fā)展態(tài)勢研究：2020—2050年——基于城鎮(zhèn)化水平的不同情景模擬分析［J］.中國農(nóng)村觀察，2023（3）：61-86.

［23］林偉鵬，馮保藝.管理學領(lǐng)域的曲線效應及統(tǒng)計檢驗方法［J］.南開管理評論，2022，25（1）：155-166.

［24］國務(wù)院發(fā)展研究中心和世界銀行聯(lián)合課題組，李偉，SRI MULYANI INDRAWATI，等.中國：推進高效、包容、可持續(xù)的城鎮(zhèn)化［J］.管理世界，2014（4）：5-41.

（責任編輯"吳"姣，李汶卓）

A Study on the Impact of Urbanization Rate on Investment Rate

LI Jiangtao1，WANG Xuekai2

（1.National Governance Teaching and Research Department，Party School of the Central Committee of C.P.C （National Academy of Governance），Beijing 100089;2.School of Marxism，Party School of the Central Committee of C.P.C （National Academy of Governance），Beijing 100091，China）

Abstract：China，s urbanization has entered a period of deceleration，and there is limited room for improvement of urbanization in the future.In the context of mutual causality between urbanization and investment，it is of great significance to maintain a reasonable level of urbanization and investment rate.This paper establishes a theoretical model for urbanization rate and investment rate，selects panel data of 42 countries from 1980 to 2022，and introduces leverage ratio as a moderating variable to study the relationship between urbanization rate and investment rate.The results show that：（1） there is a significant inverted U-shaped relationship between urbanization rate and investment rate，which is more significant in aging countries.（2） Leverage ratio is a moderating variable that affects the inverted U-shaped relationship between urbanization rate and investment rate，which is significant in both low leverage and high leverage，as well as both government departments and non-financial corporations.Furthermore，it is proposed that the upper limit of China，s urbanization rate should be around 80%，and the lower limit of investment rate should be around 20%.At the same time，we should exert the regulatory effect of leverage ratio，and promote a new type of urbanization centered around people.

Key words：urbanization;investment rate;leverage ratio;the upper limit of urbanization rate