“新常態”背景下產業結構高級化、新型城鎮化與經濟增長

陳含樺

基金項目：本文是福建省科技廳軟科學項目“生產效率、技術創新與產業升級—基于福建省先進制造業的研究”（2014R0014）的階段性成果

中圖分類號：F120 文獻標識碼：A

內容摘要：產業結構變動、新型城鎮化建設與經濟增長不僅僅是單向的影響關系，而且是一種相互作用相互影響的循環統一體。本文通過建立固定效應下的省域數據空間誤差模型，對“新常態”下產業結構高級化、新型城鎮化建設與經濟增長間的關系進行實證分析，其實證結果表明：整體上，產業結構高級化、新型城鎮化建設對經濟增長存在正向結構性沖擊且外溢效用明顯，經濟增長空間依賴性強；東部地區產業結構高級對經濟增長的作用強于新型城鎮化建設；現階段，新型城鎮化建設仍然是中西部地區經濟建設的重要方向，西部地區產業結構高級化對經濟增長的逆向結構沖擊可能是由于其結構不合理，效率低下造成。在經濟“新常態”下，各地應把握產業結構高級化與新型城鎮化的雙輪驅動效應，促進經濟的持續增長。

關鍵詞：產業結構高級化 新型城鎮化 經濟增長 空間誤差模型

問題的提出

全球經濟發展歷史進程表明，城鎮化水平提高和產業結構更新是推動一國或地區經濟增長的雙核動力引擎，特別是近代伴隨工業革命和工業化進程以來，二者所起的作用和扮演的角色無可替代。作為世界經濟發展的重要力量，中國經濟自1978年改革開放實施以來，依托城鎮化水平不斷提高，深化產業結構的升級更新，不斷為經濟發展注入新的活力，促使中國經濟實現了30多年的高速增長，也為世界經濟發展作出了重要貢獻。然而二者在為中國經濟釋放潛力的同時無可避免的帶來了日益凸顯的結構性弊端：傳統的“半城鎮化”發展模式導致新舊城鄉二元結構并存局面，制約了經濟的高質量發展；粗放式的產業發展模式使得環境資源約束趨緊，部分行業產能嚴重過剩；全球經濟持續低迷，導致國內外需求不足以及本國人口紅利優勢趨于殆盡。我國經濟發展內外交困，面臨巨大壓力和挑戰，經濟下行壓力嚴重，難以保持持續高速發展，這些都是經濟“新常態”階段下，全社會共同關注的焦點和亟待解決的難題。城鎮化、產業結構升級和經濟增長三者之間到底具有怎樣的關系，特別是十八大以來，中國政府將“新型城鎮化”作為當前經濟發展新戰略，重新審視、合理調節產業結構優化升級，是否能為“新常態”階段的中國經濟發展注入新的動力、釋放新的活力，能否破除當前改革發展困境，保持經濟新一輪高速發展，再次成為擔負經濟發展的引擎角色，具有重大的理論和現實研究意義。

產業結構高級化與新型城鎮化指數構建

（一）產業結構高級化指數

產業結構高級化指標是對以往衡量產業結構指標的揚棄，反映了產業結構由低到高、由簡到繁和由剛性到柔性的動態發展過程。國內文獻中產業結構的度量方法主要有三種，分別為靜態直觀比較法、動態比較判別法和指標法，通過比較分析后，筆者認為采取指標法最合適，本文采用付凌暉（2010）提出的產業結構高級化指數測算方法。首先根據三次產業劃分將GDP分為3部分，每一部分增加值占GDP的比重作為空間向量中的一個分量，構成一個三維向量X0=（x10，x20，x30），然后分別計算X0與產業由低層次到高層次排列的向量X1=（1，0，0），X2=（0，1，0），X3=（0，0，1）的夾角θ1、θ2、θ3，其中：

最后定義產業結構高級化指數為：

（二）新型城鎮化指數

第一，指標選取。與傳統城鎮化不同，新型城鎮化是中國經濟轉型發展過程中提出的新型發展模式，是一個系統結構過程，涉及經濟、社會、人口和環境等諸多方面，主要著眼于城鎮化建設質量的提升，倡導從偏重數量規模向內涵質量提升轉變。為全面動態地反映新型城鎮化發展水平及其變化趨勢，本文借鑒趙永平、徐盈之（2014）構建的指標體系，同時參考中國城市經濟學會、中國社科院及國外關于衡量城市發展指標體系的研究成果。從不同維度綜合考慮，最終建立包含新型城鎮化的環境質量水平、社會功能水平、人口發展水平和經濟基礎水平4個層面7個三級指標24個四級指標的新型城鎮化綜合評價指標體系，如表1所示。

第二，指標解釋。環境質量水平反映了新型城鎮化建設可持續發展的能力。與傳統城鎮化相比，新型城鎮化更傾向于“綠色、環保”、“低碳、節約”的發展理念，充分考慮了城市發展過程中的資源與環境承載能力。廢水、廢氣排放量能夠直接反映出城市發展中的空氣質量和水源質量，城市生活垃圾無害化處理率可以有效測度城市發展中對生活垃圾的處理情況。為有效保持城市系統與環境系統的平衡穩定發展，新型城鎮化過程必須加大綠色改善和環保投入的力度，盡可能的與城市發展的自然狀態相契合。

新型城鎮化建設大力倡導以人為本的觀念，社會功能水平便是這一觀念的重要體現。社會功能水平能夠完善城市基礎建設，推動城鄉建設協調發展。單位人口擁有醫生數可以直接反映人們看病難、看病貴的重大社會問題，公共財政支出及城市交通車輛運營數等公共服務配套設施的保障，可以作為評價新型城鎮化質量的重要內容。

人口發展水平不僅體現出農村人口向城市集中轉移的城鎮化速度水平，同時也表現出城鎮化進程中的居民生活質量水平。居民就業情況能夠反映生活狀況，城鎮人口比重和人口密度反映城鎮化發展速度，體現城鎮化總體發展水平。

經濟基礎水平是新型城鎮化建設的有力支撐，同時也是推動城鎮化進程的動力。國內外大量文獻表明，城鎮化率和國民經濟增長之間存在顯著的正向相關關系。財政收入可以體現出一個地區的經濟創造力，是城鎮化建設的潛在力量。城鎮人均可支配收入和人均GDP是新型城鎮化建設成果評判標準，貿易開放度也是衡量一個國家經濟開放包容的指標之一。

第三，新型城鎮化指數合成。對各項指標賦權以合成新型城鎮化指數時，為有效消除指標本身所含的不確定性影響以及賦權過程中主觀因素的影響，本文擬采用熵權賦值法。“熵”作為對不確定性的一種度量，所含信息量越大，其值越小，進而不確定性就越小。熵權法主要利用模糊綜合評價矩陣和各因素的輸出熵來確定各因素的權重，從而消除賦權過程中的主觀因素，是一種客觀賦權的方法，具體計算步驟如下：endprint

首先對數據標準化：

正向指標：

逆向指標：

然后計算第i個指標在第j項指標中所占比重為 ：

得到比重后，確定第j項的指標值，其中N為地區個數且。

接著確定j項指標的值：gj=1-ej

計算第j項指標權重：

合成新型城鎮化指數：

各省域新型城鎮化指數如表2所示（由于篇幅有限，只顯示2005-2014年的數據）。

空間相關性分析

傳統區域經濟學理論認為，地理空間是均衡分布的，因此區域間各種經濟活動都不會受區域空間距離的影響。但在現實生活中，各類經濟活動均受到空間距離的影響，不同資源在不同空間中分布是非均勻的，進而會相互影響。空間經濟學從地理空間是非均勻出發，研究某一地區與相鄰地區的經濟互動現象。同時在使用空間計量模型進行分析時，對變量進行空間相關性分析是必不可少的。

（一）全局相關性檢驗

空間相關性指空間區域的變量之間存在潛在依賴性，根據熵值賦權法，構建了新型城鎮化的綜合評價指數，本文使用Morans I（Anselin，2000）指數對地區經濟、新型城鎮化指數及產業城鎮化指數進行全局相關性進行檢驗。

Morans I指數定義：

其中：，n表示省域個數，xi表示第i個地區的觀測值，S2表示樣本方差；wij為空間權重，本文空間權重采用鄰接空間法計算，wij為：

Morans I反映出變量間的空間滯后相關系數，取值范圍屬于[-1，1]，其值越大表明空間正相關性越強，同時也可以計算出Morans I指數的統計量，計算公式如下：

通過計算可以看出，地區生產總值、新型城鎮化和產業結構高級化具有空間依賴關系。如表3的Morans I指數統計結果可以看出，各地區生產總值、新型城鎮化和產業結構高級化均呈現正相關性，并且地區生產總值的空間依賴性有增加趨勢，新型城鎮化和產業結構高級化并沒有規律性變化趨勢。

（二）局部空間相關性檢驗

Morans I指數測量觀測值的平均空間集聚程度，僅僅是一種全局空間相關性的檢驗。但是，如果要更加具體的判斷觀測值集聚的高低值，反映空間依賴程度，那就必須進行局部共建相關性的檢驗。Morans I指數散點圖能夠對觀測值進行局部空間相關性檢驗，其中散點圖橫坐標為變量值，縱坐標值為空間滯后項，并且第一象限代表高-高（HH）值空間相關，第二象限代表低-高（LH）值空間相關，第三象限代表低-低（LL）值空間相關，以及第四象限代表高-低（HL）值空間相關。如果散點落在一、三象限，那么代表相同特性的觀測值集聚，如果落在二、四象限，那么代表不相同特性的觀測值集聚。從圖1可以看出三個觀測對象大多散落在一、三象限，這表明三個觀測值都具有較強的空間外部溢出效應。

模型建構、數據說明及實證分析

（一）模型構建

空間計量模型首先由Paelinck（1974）提出，后經過Anselin、Elhorst等計量經濟學家的發展，構建出了空間滯后模型（SAR）和空間誤差模型（SEM）。其中SAR模型考察的是變量通過空間傳導作用形成的溢出效應；而SEM模型考察的是變量間由于空間區域差異而造成的隨機沖擊傳導外溢效應，并且Lesage（2009）給出了兩種模型的具體表達式：

SAR模型：

其中：β表示自變量與對解釋變量的影響程度，ρ代表臨近區域間解釋變量間的空間依賴性，Wy表示空間距離的存在對解釋變量的影響。

SEM模型：

其中：β表示自變量與對解釋變量的影響程度，λ是空間誤差相關系數，Wμ表示空間距離的存在對解釋變量的影響。

因此本文，將新型城鎮化、產業結構高級化與經濟增長的待估計空間滯后模型及空間誤差模型設定為：

（二）數據說明

本文選用全國30個省市、自治區（由于西藏地區的各類數據缺失相對嚴重，因此并未將其納入此次研究范圍），時間為2000-2014年的面板數據，數據均來自《新中國六十年統計資料匯編》、各省歷年統計年鑒、中經網統計數據庫及wind數據庫。

相關研究表明，中國東部、西部和中部的經濟發展存在顯著差異性，為了更全面地探討新型城鎮化、產業結構高級化對經濟增長的作用機理，因此本文在對全樣本進行分析時，也分別對東中西部三個子樣本進行分析。

本文的解釋變量為構建的新型城鎮指數和產業結構高級化指標，被解釋變量為各省市、自治區的地區生產總值（以1985年為基準修正后的）。為了避免數據異方差，以及數據間由于基數不同造成數量上的巨大差異，因此對各數據進行對數化處理。使用軟件為MATLAB2012a，其中關于空間計量模型估計的代碼由Elhorst、Lesage編寫提供。

（三）實證分析

第一，SAR模型與SEM模型的選擇。通過Lesage和Pace（1995）及Elhorst（2010）提出的選擇標準選擇本文研究的估計模型。首先構建新型城鎮化、產業結構高級化及經濟增長三者間的面板數據模型，運用OLS估計方法，分別構建在無固定、空間固定、時間固定和時空雙固定四種效應下的LM（拉格朗日乘數檢驗）和穩健LM統計量，然后通過判斷檢驗統計量的顯著性選擇估計模型。對于估計模型是選擇固定效益還是隨機效應，則可以通過Hausman檢驗進行判斷。非空間面板模型估計下的LM及穩健LM統計結果如表4所示。

從LM檢驗結果可看出，在非空間面板混合回歸模型中，LM檢驗統計量接受了 不存在空間滯后項的假設，但是卻在1%的顯著水平下，LM檢驗統計量和穩健LM檢驗統計量均拒絕lnGDP不存在空間誤差項的假設，所以本文將空間誤差模型設定為待估計模型。并且Hausman檢驗統計量為16.8530，自由度為5，在1%拒絕了存在空間隨機效應的假設。雖然在時空雙固定效應模型和空間固定效應模型下，LM檢驗統計量和穩健LM檢驗統計量均通過了1%的顯著水平，但是空間固定效應的LM檢驗統計量和LM穩健統計量相比時空雙固定效應模型下更顯著，因此最終將本文的模型設定為空間效應下的靜態空間誤差模型。endprint