中國資源型城市城鎮(zhèn)化發(fā)展差異的解釋
——基于Shapley值分解方法

吳 靜 ，白中科，2，3

（1.中國地質大學（北京）土地科學技術學院，北京 100083；2.自然資源部土地整治重點實驗室，北京 100035；3.自然資源部礦區(qū)生態(tài)修復工程技術創(chuàng)新中心，北京 100083）

1 引言

資源型城市作為中國特殊的城市類型，其豐富的資源使其在城市經濟發(fā)展方式、產業(yè)結構等方面與普通城市存在差異，尤其是在影響城市城鎮(zhèn)化發(fā)展的主導因素和區(qū)域城鎮(zhèn)化發(fā)展水平上與普通城市存在較大的差別，主要表現為：（1）資源稟賦是影響資源型城市城鎮(zhèn)化發(fā)展的主導因素。總體來看，影響城鎮(zhèn)化水平差異的因素包括地理區(qū)位、交通路網、政策支持、產業(yè)布局等[1]。除上述普適性的影響因素外，資源型城市的城鎮(zhèn)化發(fā)展還受制于資源，包括資源儲量和資源產品市場等[2]。資源型城市的人口規(guī)模受資源開采和資源產業(yè)的興衰影響，如日本資源型城市Yubari因煤炭資源豐富而聞名于世，1960年當地人口規(guī)模達到116 908人，但隨著資源枯竭，煤礦企業(yè)關閉，1990年90%的人口外流[3]。同時也有研究表明，資源產品市場價格上漲能夠帶動當地人口和經濟的發(fā)展，故資源產品市場環(huán)境也影響著資源型城市城鎮(zhèn)化的發(fā)展[4-5]。（2）東北地區(qū)資源型城市①文中出現的四大區(qū)域的資源型城市指：東北地區(qū)為黑龍江、吉林、遼寧；東部地區(qū)為河北、浙江、福建、山東、廣東、江蘇；中部地區(qū)為山西、安徽、江西、河南、湖北、湖南；西部地區(qū)為內蒙古、廣西、四川、貴州、云南、陜西、甘肅、青海、新疆、寧夏省（自治區(qū)）內的地級市資源型城市。的城鎮(zhèn)化水平高于全國及其他地區(qū)資源型城市的城鎮(zhèn)化水平，而東部地區(qū)普通城市②2017年全國地級層面行政區(qū)劃334個，本文表述的普通城市是除盟、自治區(qū)、地區(qū)以及資源型城市后剩下的地級市。城鎮(zhèn)化水平最高，截至2017年，全國、東北、東部、中部和西部地區(qū)資源型城市城鎮(zhèn)化率分別為58.52%、61.85%、57.97%、55.16%和51.22%，可見東北地區(qū)最高；而普通城市四大區(qū)域的城鎮(zhèn)化率分別為56.53%、64.38%、55.29%和51.08%，即東部地區(qū)遠高于全國及其他地區(qū)。

全國資源型城市城鎮(zhèn)化發(fā)展的差異化，對中國經濟發(fā)展帶來諸多不利的影響。一是由于城鎮(zhèn)化與經濟增長相互影響，城鎮(zhèn)化水平的失衡會加劇區(qū)域經濟發(fā)展的失衡；二是城鎮(zhèn)化與工業(yè)化發(fā)展相互影響，城鎮(zhèn)化水平的差異化會拉大地區(qū)間收入水平，影響全面建成小康社會的大計。產生這種差異化的原因是多方面的，包括經濟發(fā)展水平、產業(yè)發(fā)展、生態(tài)環(huán)境等[6]，而伴隨著經濟體制改革、工業(yè)結構調整及發(fā)展大環(huán)境的變化，各影響因素對資源型城市城鎮(zhèn)化水平影響的貢獻度如何？

目前，研究城鎮(zhèn)化水平差異的文獻較多，但對差異的解釋及其貢獻度的文獻較少，而其中以資源型城市為研究對象的文獻更少。在研究城鎮(zhèn)化水平差異及其影響因素方面，尺度上涵蓋了區(qū)域、省級、市級和縣域尺度，方法上包括直接描述法、變異系數、泰爾指數法、空間分析法、綜合評價法、各種計量模型等，內容上側重于考察區(qū)域空間城鎮(zhèn)化與經濟發(fā)展的關系[7-12]。在對差異的解釋及其貢獻度方面，周一星、許學強等從自然條件、工業(yè)布局、政府政策、經濟水平等角度解釋了中國地域、省域城鎮(zhèn)化程度差異[13-14]。劉盛和等通過區(qū)位商的變化來衡量城鎮(zhèn)化水平的省際差異[15]。王志寶等通過以城鎮(zhèn)人口增長指數和城鎮(zhèn)人口的相對增長指數為變量構建人口城鎮(zhèn)化貢獻模型，并從這兩方面的貢獻率來分析省級行政單元的城鎮(zhèn)化差異[16]。姚東基于空間面板數據，采用夏普利值分解方法對影響區(qū)域城鎮(zhèn)化的影響因素進行排序[17]。周靖祥運用泰爾指數的分解中組間和組內差距來分析省內和省際對城鎮(zhèn)化差異的貢獻率[18]。本文借鑒前人的研究，以新型城鎮(zhèn)化理念為指導，基于選取資源型城市城鎮(zhèn)化發(fā)展的主要影響因素所構成的面板數據，構建回歸模型，運用Shapley值分析方法對影響資源型城市城鎮(zhèn)化發(fā)展水平的差異化的因素進行分解，得到各影響因素對資源型城市城鎮(zhèn)化發(fā)展水平的貢獻度。

2 數據來源、研究方法和變量選擇

2.1 數據來源及處理

《全國資源型城市可持續(xù)發(fā)展規(guī)劃（2013—2020年）》公布了262個資源型城市，其中地級市資源型城市126個。由于資源型城市設市時間不一，且經歷了多次行政區(qū)劃調整，包括兼并與重組，資源型城市中最晚設立為地級市的時間為2002年，故本文將時間節(jié)點設定為2003—2017年。另外由于部分地區(qū)數據缺失嚴重（如大興安嶺地區(qū)、海西州等），故將這樣的樣本剔除，由此得到115個地級市資源型城市樣本，共1 725個觀測值。本文數據均來源于2004—2018年《中國城市統(tǒng)計年鑒》，資源型城市所在各省、市、自治州統(tǒng)計年鑒作補充，選取的部分變量值由筆者計算得來。

2.2 研究方法

本文采用基于回歸方程的Shapley值分解方法，對三個不平等指標Gini系數、對數離差均值（GE0）和泰爾指數（GE1）進行分解，并以三者的算術平均值表示各影響因素對資源型城市城鎮(zhèn)化水平的最終貢獻度。

2.2.1 基于回歸方程的Shapley值分解

Shapley值分解研究來源于Shorrocks的自然分解理論，是在合作博弈論的理論基礎上，衡量決定因素對目標變量的貢獻[19-20]。回歸方程是建立決定因素和目標變量間的數量關系，萬廣華[21]將二者有機的結合起來，以中國農村收入差異為實例，對農村區(qū)域差異進行了分解，以回歸方程為基礎的夏普利值分解通用框架是假定Y=F（X，U）為一個回歸模型，其中，Y是因變量（根據研究目的確定），X是影響的因素，U是殘差項，那么Y可以表示為：

式（1）中：α+是確定部分，表示因不同變量而產生的結果（如當Y表示收入時，則表示不同因素影響下產生的收入流）。

在上述回歸方程的基礎上，采用Shorrocks的方法去除某一變量，如果不平等程度因此而上升（下降），那么這個變量就產生了一個負（正）的貢獻，該變量即為降低（增加）不平等的因素。通過該方法可以將不平等度量指標分解成每個自變量的貢獻、殘差項的貢獻和常數項的貢獻[22]。

2.2.2 Gini系數

Gini系數是目前國內外使用最多的用于解釋區(qū)域發(fā)展不平衡的相對指標[22]，具體計算公式如下：

式（2）中：n為地區(qū)數量；xi和xj分別為地區(qū)i和j的城鎮(zhèn)化水平；μ為城鎮(zhèn)化水平的均值。

2.2.3 廣義熵指數

廣義熵指數（Generalized Entropy, GE）由THEIL于1967年利用信息理論中的熵概念計算收入不平等而提出并在1972年對其擴展[21，23-24]。根據厭惡不平等的程序不同，可以分為對數離差均值（GE0）和泰爾指數（GE1），表達式如下：

式（3）—式（4）中：n、xi、μ的含義與Gini系數公式中的相同；fi表示i地區(qū)城鎮(zhèn)人口數量占全國城鎮(zhèn)人口數量的比重。

2.3 變量選取及綜合測度

資源型城市是快速工業(yè)化的結果，其城鎮(zhèn)化發(fā)展過程具有資源主導性、高速低質性[25]。新型城鎮(zhèn)化以人為本為發(fā)展目標，要求城鎮(zhèn)化進程中人口、土地、經濟、社會等關鍵要素保持協(xié)同，城鎮(zhèn)化發(fā)展水平應與產業(yè)結構、就業(yè)崗位、資源環(huán)境本底條件等保持一致[26-29]。鑒于此，以數據的可獲取性為原則，本文結合前人的研究[30-39]，從經濟、社會、產業(yè)、空間、公共服務和生態(tài)環(huán)境6個方面入手，選取影響資源型城市城鎮(zhèn)化發(fā)展的因素。

（1）經濟因素。人均GDP避免了人口規(guī)模的影響，因此采用人均GDP指標來反映資源型城市的綜合經濟發(fā)展水平。

（2）社會因素。非農就業(yè)崗位為人口轉移提供了橋梁，由于隨著產業(yè)結構調整，新增城鎮(zhèn)人口就業(yè)越來越依賴于第三產業(yè)，因此選第三產業(yè)就業(yè)來表示。

（3）產業(yè)因素。第二、三產業(yè)GDP反映城市產業(yè)結構，分別用第二、三產業(yè)增加值比GDP表示。

（4）空間因素。用人均道路面積、人口密度表示資源型城市空間發(fā)展形態(tài)。

（5）公共服務因素。資源型城市城鎮(zhèn)化發(fā)展具有濃重的政府主導色彩，用各城市財政支出除以當年GDP表示政府對城市建設等公共服務方面的投入。

（6）生態(tài)環(huán)境因素。SO2是資源型產業(yè)排放的主要的污染物，用工業(yè)SO2排放量反應資源型城市生態(tài)環(huán)境質量。

3 基于面板數據的資源型城市城鎮(zhèn)化發(fā)展模型估計

3.1 模型設定與統(tǒng)計描述

為減少數據的波動性，對采用絕對數的變量取對數，并設定半對數模型如下：

式（5）中：i表示第i個地級市資源型城市，t表示年份，j表示第j個變量；β表示不同影響因素的系數，ε為隨機擾動項。對于個別年份的缺失數據，本文利用stata.15進行多重補漏，表1是各變量的描述統(tǒng)計。

3.2 模型估計檢驗

通過F檢驗、LM檢驗和穩(wěn)健Hausman檢驗來確定估計方法，各檢驗結果如表2。可以看出，F檢驗、LM檢驗和Hausman檢驗均顯示拒絕原假設，F檢驗、LM檢驗的結果表明存在個體效應,說明固定效應模型和隨機效應模型優(yōu)于OLS模型。Hausman檢驗的結果表明應選擇固定效應模型進行估計。由于本文采用了截面數量遠大于時間序列的短面板數據，因此可能存在同期截面相關和組間異方差問題，所以采用Pesaran檢驗進行同期截面相關檢驗，采用GREENE提出的修正的Wald統(tǒng)計量檢驗異方差，結果如表3。

3.3 回歸結果與分析

為消除截面相關和異方差的影響，本文運用面板數據校正標準誤PCSE（Panel Corrected Standard Errors）進修修正，修正回歸結果與固定效應回歸結果如表4。

根據上表，各變量對資源型城市城鎮(zhèn)化發(fā)展均在1%顯著水平下通過檢驗，說明經濟、社會、產業(yè)、空間、公共服務、生態(tài)環(huán)境均對資源型城市城鎮(zhèn)化的發(fā)展具有影響，但影響的方向與程度各不相同。其中，lnc3、lnpgdp、gdp2、gdp3、cz、lnpd和lnpr的提高對城鎮(zhèn)化水平發(fā)展具有顯著的正向影響，生態(tài)環(huán)境對城鎮(zhèn)化發(fā)展影響為負。

表1 描述統(tǒng)計Tab.1 Descriptive statistics

表2 模型檢驗結果Tab.2 Test results of model

表3 截面相關和異方差檢驗結果Tab.3 Test results of cross-sectional correlation and heteroscedasticity

表4 PCSE修正后的估計結果Tab.4 Estimation results of PCSE modification

4 基于Shapley值的資源型城市城鎮(zhèn)化發(fā)展差異分解

基于以上回歸分析進行Shapley值分解，分解結果如表5。

無論從單個因素貢獻排序還是看其均值，第三產業(yè)增加值占GDP的比重是造成資源型城市城鎮(zhèn)化水平差異的最重要因素，2003—2017年其貢獻率排名居第一位，平均貢獻率達到97.79%。“十五”計劃提出“對經濟結構進行戰(zhàn)略性調整，加快工業(yè)改組改造和結構優(yōu)化升級，大力發(fā)展服務業(yè)”，經過多年的努力，已有研究表明，第三產業(yè)對城鎮(zhèn)化的拉動能力逐步增強[40]，且隨著供給側改革不斷深入，使第三產業(yè)在國民經濟中占比上升，優(yōu)化產業(yè)結構，盤活資源型城市發(fā)展，而這樣的改革是漸進的過程，優(yōu)先改革的試點區(qū)域必然與后改革的區(qū)域形成差異，結果是拉開了資源型城市城鎮(zhèn)化發(fā)展水平。資源型城市城鎮(zhèn)化發(fā)展差異的第二大貢獻因素是財政支出占GDP比重，2003—2017年三個指數均排名第二，平均貢獻率為13.71%。中國資源型城市在傳統(tǒng)計劃經濟體制下發(fā)展而來，長期以來受制于制度、技術等的影響，轉型難度大。經濟、產業(yè)改革背景下，資源型城市難以適應市場發(fā)展新要求，加之全球資源產品市場不景氣，導致資源型企業(yè)效益下降，故政府對資源型城市的財政支出對資源型城市城鎮(zhèn)化發(fā)展起到了重要的作用。資源型城市城鎮(zhèn)化發(fā)展差異的第三大貢獻因素是人口密度，平均貢獻率為0.51%。排名第四位的是第三產業(yè)就業(yè)崗位，平均貢獻率為0.24%。處于第五位的是人均擁有道路面積，平均貢獻率為0.03%。人口密度的上升能夠在空間上產生集聚效應從而吸引勞動力、企業(yè)進入，增加非農就業(yè)崗位，增強城市對農村勞動力的吸納能力，有利于資源型城市城鎮(zhèn)化的發(fā)展。人均擁有道路面積反應資源型城市基礎設施供給情況，長期以來，資源型城市的基礎設施一直相對薄弱，是阻礙資源型城市轉型發(fā)展的難題之一，因此，改善基礎設施能夠促進資源型城市城鎮(zhèn)化。

另外，工業(yè)二氧化硫排放量、人均GDP和第二產業(yè)增加值占GDP比重對資源型城市城鎮(zhèn)化水平差異的相對貢獻率均值為負，即為縮小差距的力量。由表4可以看出，工業(yè)二氧化硫排放量與資源型城市城鎮(zhèn)化呈反向發(fā)展，工業(yè)二氧化硫排放量表征了資源型城市的生態(tài)環(huán)境，即生態(tài)環(huán)境越差，越不適宜生產生活，城鎮(zhèn)化發(fā)展受到影響，而通過控制污染物的排放量，能夠刺激城鎮(zhèn)化發(fā)展，縮小資源型城市城鎮(zhèn)化水平發(fā)展差距。人均GDP和第二產業(yè)增加值占GDP比重與資源型城市城鎮(zhèn)化發(fā)展呈顯著正相關關系。人均GDP表征區(qū)域經濟發(fā)展水平，隨著市場化改革深入，城市群戰(zhàn)略的實施，有利于區(qū)域經濟一體化，促進城鎮(zhèn)化平衡發(fā)展，縮小城鎮(zhèn)化差異。從資源型城市的內涵出發(fā)，第二產業(yè)增加值占GDP比重代表著資源型城市與非資源型城市最主要的區(qū)別所在，而不同的資源類型又使各資源型城市間的主導產業(yè)不同。需要指出的是，盡管第三產業(yè)的驅動作用已經超過第二產業(yè)，但對于中西部區(qū)位較差的資源型城市，工業(yè)仍然是實現城鎮(zhèn)化發(fā)展的核心驅動力[25]，并以此來縮小區(qū)域間城鎮(zhèn)化差距。

表5 資源型城市城鎮(zhèn)化水平差異的夏普利值的分解Tab.5 Shapley decomposition results of the urbanization of resource-based cities

5 結論與討論

本文利用2003—2017年地級市資源型城市面板數據，以新型城鎮(zhèn)化理念為指導，考慮了影響資源型城市城鎮(zhèn)化發(fā)展的經濟、社會、產業(yè)、空間、公共服務和生態(tài)環(huán)境6個方面的影響因素，構建了固定效應模型，并以此為基礎用Shapley值分解法對資源型城市城鎮(zhèn)化發(fā)展差異進行了分解，量化了各因素對資源型城市城鎮(zhèn)化發(fā)展影響的貢獻度，綜合上述分析，得到如下結論：

（1）第三產業(yè)增加值占GDP比重是形成各資源型城市城鎮(zhèn)化差異的主要原因，其平均貢獻率為97.79%，其次財政支出占GDP比重對資源型城市城鎮(zhèn)化水平差異化的貢獻排名第二，平均貢獻率為13.71%，人口密度、第三產業(yè)就業(yè)和人均擁有道路面積也是資源型城市城鎮(zhèn)化水平差異化的原因，但貢獻率較小，分別為0.51%、0.24%和0.03%。

（2）工業(yè)SO2排放量、人均GDP和第二產業(yè)增加值占GDP比重對資源型城市城鎮(zhèn)化發(fā)展水平差異化的貢獻率為負，是縮小資源型城市城鎮(zhèn)化水平發(fā)展差異的因素。

基于以上分析，本文所選取各影響因素對資源型城市城鎮(zhèn)化發(fā)展的貢獻度，明確了是何種因素在加劇和削弱這種差距，這有利于政府部門進行宏觀調控，以實現區(qū)域城鎮(zhèn)化發(fā)展的平衡。由于本文選取的指標均為影響資源型城市城鎮(zhèn)化發(fā)展的共性指標，未考慮不同資源型城市的本底情況的影響因素，如位置、規(guī)模、屬性等，而如果對這方面的情況加以考慮，所得結果會更具有針對性。同時也需要對數據進一步挖掘，考慮影響資源型城市城鎮(zhèn)化發(fā)展因素的綜合性。這將是今后的研究中需要重點關注的方面。