我国农村城市化影响因素分析

我国城市化影响因素分析 摘 要：对我国农村城市化影响因素的历年数据运用计量分析方法建立计量模型，并进行检验和修正， 最后根据模型提出促进我国农村城市化的有效途径。 关键词：农村城市化；经济发展；计量模型 截至2007年底，我国乡村人口占全国人口的比重为55.01，城市化水平仍然较低。 随着乡镇企业发展势头减缓，吸纳劳动力水平下降，劳动力就地转移面临严峻的考验。大 量沉积在农村的剩余劳动力，使得弱化城乡二元分割体系，消除城乡差别，最终实现农村 城市化，成为我国亟待研究和解决的重大课题。农村城市化是一个国家或地区经济社会现 代化程度的重要标志。目前，国内外对农村城市化的问题研究较多，在国外较盛行的理论 有刘易斯的“二元结构”理论，弗里德曼的“核心一边缘”理论等；国内研究者也从多个 角度对农村城市化进行了研究，如人口流动、农村剩余劳动力转移、制度与政策的限制、 城市化的道路、城市化的量度以及城市化的个案等。本文侧重于通过计量模型分析农村城 市化的影响因素，并结合模型的实证分析提出对策及建议。 一、我国农村城市化发展的现状 目前，我国城市化进程相对滞后。2005年我国GDP增速达9.9，人均GDP达1700美元， 城市化水平为43，而工业化水平为53，仍然滞后l0个百分点 。但不可否认，我国农 村城市化也呈现出稳定、快速发展的趋势，如城镇人口由1949年的5 765万到1978年的17 245万，再到2000年的45594万人；城镇数量亦不断增加，从1978年到2000年的22年间，城 市数量由193个增加到663个，建制镇数量由2 173个增加到20 000个；城市化水平也由 1978年的l792增至2000年的36.09，年均提高0.83个百分点。尽管我国的城市化取 得了一定的发展，但仍然是一种低度的城市化。因此，分析我国农村城市化的影响因素， 有利于采取相应的措施，推进农村城市化的发展，这也直接影响和决定着“三农”问题的 解决。 二、影响因素分析 (一)变量选择 本文以城市化水平作为被解释变量，用城市化率，即城镇人口占全部人口的比重反映， 用Y表示。对于解释变量，首先引入农业生产总值占GDP的比重，因为农业的发展是农村城 市化的基础，只有农业发展到高级阶段，可以用很少的农民养活大部分人口，农村剩余劳 动力转向第二、三产业时，城市化水平才能得到显著地提高，这个变量用X1表示；城乡收 入差距说明在农村推力和城市拉力的双重作用下，加速转移农村劳动力，有利于提高城市 化水平，本文用城镇居民家庭人均可支配收入减去农村居民家庭人均纯收入来计量，用X2 表示；国家财政用于农业的支出反映国家对于农村城市化的宏观支持，用X3表示；农村中 初中及以上文化水平劳动力比率体现了教育的促进作用：农村教育水平的提高，可以促进 劳动者的综合发展、农村人力资源的有效增长与合理配置，从而推动经济的发展和城市化 进程，因此，也将其作为解释变量，用X4表示。根据选定的影响因素，建立函数关系式： Y = f(X1,X2,X3,X4) （二）数据说明 本文收集了1989-2005年的城市化水平、农业生产总值占GDP的比重、城乡收入差距、 国家财政用于农业的支出以及农村中初中及以上文化水平劳动力比率的数据作为样本观测 值，见表1: 年份 农业生产总值 /GDPx1(%) 地级及以上城 市数 x2(个) 城乡收入差 距 x3(元) 初中以上水平 劳动比率 x4(%) 城市化水平 y(%) 1990 26.9 65 823.9 40.41 26.41 1991 24.3 71 992 43.55 26.94 1992 21.5 74 1242.6 44.75 27.46 1993 19.5 78 1655.8 46.5 27.99 1994 19.6 79 2275.2 48.13 28.51 1995 19.8 83 2705.3 49.92 29.04 1996 19.5 89 2912.8 53.25 30.48 1997 18.1 95 3070.2 54.78 31.91 1998 17.3 100 3263.1 55.97 33.35 1999 16.2 107 3643.7 57.4 34.78 2000 14.8 115 4026.6 59.59 36.22 2001 14.1 123 4493.2 61.26 37.66 2002 13.5 133 5227.2 61.79 39.09 2003 12.6 139 5850 62.67 40.53 2004 13.1 140 6485.2 63.33 41.76 2005 12.6 146 7238.1 64.11 42.99 2006 11.7 157 8172.5 65.02 43.9 2007 11.3 164 9645.4 65.89 44.94 2008 10,7 178 9987.6 66.45 45.12 表1 数据来源：中国统计年鉴2009中国农村统计年鉴2009 （三）确立计量经济模型 计算各解释变量与被解释变量的相关系数，见表2。从表2的结果看出，城市化水平与 本文中所选取的各影响因素相关系数非常高，说明它们之间存在密切的联系，选取这些因 素建立计量模型来解释城市化水平，具有一定的说服力。 表2 城市化水平与其影响因素相关分析 农业生产总值 占 GDP 的比重 x1(%) 城乡收入差 距 x2(元 ) 国家财政用于农业 的支出 x3(亿元) 农村中初中及以上 文化水平劳动力比 率 x4(%) 与城市化 水平 y(%) -0.940680 0.972412 0.980433 0.963720 根据Eviews软件进行回归，得出Y =11.59382-0.024335X1-0.000436X20.005757X3+0.326023X4 Dependent Variable: Y Method: Least Squares Date: 05/06/10 Time: 12:18 Sample: 1990 2007 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. C 11.59382 8.719212 1.329687 0.2065 X1 -0.024335 0.182250 -0.133526 0.8958 X2 -0.000436 0.000462 -0.944186 0.3623 X3 0.005757 0.001331 4.324095 0.0008 X4 0.326023 0.108613 3.001682 0.0102 R-squared 0.990435 Mean dependent var 34.66444 Adjusted R-squared 0.987492 S.D. dependent var 6.400974 S.E. of regression 0.715882 Akaike info criterion 2.399531 Sum squared resid 6.662337 Schwarz criterion 2.646857 Log likelihood -16.59578 F-statistic 336.5300 Durbin-Watson stat 1.126889 Prob(F-statistic) 0.000000 （四）模型检验 1、经济意义检验 回归结果显示模型拟合优度较好，揭示了农村城市化的重要影响因素，具体各变量的 统计学意义均显著。农业生产总值占GDP的比重X1,城乡收入差距X2、国家财政用于农业的 支出X3、农村中初中及以上文化水平劳动力比率X4的系数分别是-0.024335，- 0.000436，0.005757和0.326023意味着当各要素的投入增加1时，分别给城市化水平带 来-0.024335，-0.000436，0.005757和0.326023的影响。其中，城市化水平对于农村中初 中及以上文化水平劳动力比率这一要素的变化最为敏感，表明教育的发展，对于农民改善 生产手段及生活条件，农村城市化水平的促进作用最大。同时，国家财政用于农业的支出 对城市化水平也有重要的推动作用，国家财政的大力扶持将改善许多地方财政没有能力改 善的基础设施方面的建设。城乡收入差距因素对于城市化水平作用较小，主要是因为城乡 收入差距逐年扩大，且没有缩小的趋势，未能很好地带动农村经济的发展。另外，农业生 产总值占GDP的比重对城市化水平的贡献率为负值，从历年数据中看出农业比重不断下降， 这是城市化的直接表现，也提高了城市化水平。 2、统计检验 （1）拟合优度检验 该模型的拟合优度较高，R 2达到0.9904，意味着我国城市化水平的变化，有99%可以 通过本文所选取的影响因素来解释说明该模型的拟合效果较好。 （2）F 检验 F 值等于 336.530 ，给定显著性水平 a=0.05，查 F 分布表，得到临界值 F0.05（4，13）=3.18（模型中解释变量数目为 4，样本容量为 18），显然有 FF a(k,n-k- 1)表明模型从整体上看城市化与解释变量之间线性关系显著。 （3）t 检验 由应用软件计算出所有 t 的数值，分别为：t 0=1.3297，t 1=0.1335,t 2 =0.9441,t 3=4.3241,t 4=3.0017 ,给定显著性水平 a=0.05,查 t 分布表中自由度为 13 的相应临界值为 2.160。可知，包括常数项在内的前 3 个解释变量在 95%的水平下影响 不显著，后 2 个解释变量显著。但结合模型中 x1,x2 解释变量所代表的经济意义，不剔除。 3、计量经济学检验 （1）异方差性检验 我们再采用怀特检验，估计结果为： White Heteroskedasticity Test: F-statistic 1.887955 Probability 0.181433 Obs*R-squared 11.27902 Probability 0.186385 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 05/06/10 Time: 17:26 Sample: 1990 2007 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. C -60.58126 25.55317 -2.370793 0.0419 X1 -3.434209 1.488026 -2.307895 0.0464 X12 0.084034 0.035262 2.383148 0.0410 X2 -0.000517 0.000805 -0.642108 0.5368 X22 4.84E-08 5.54E-08 0.874190 0.4047 X3 0.007503 0.003112 2.410985 0.0392 X32 -1.50E-06 8.45E-07 -1.776822 0.1093 X4 3.909212 1.567488 2.493934 0.0342 X42 -0.040890 0.015489 -2.639868 0.0269 R-squared 0.626612 Mean dependent var 0.370130 Adjusted R-squared 0.294712 S.D. dependent var 0.531374 S.E. of regression 0.446255 Akaike info criterion 1.531001 Sum squared resid 1.792293 Schwarz criterion 1.976187 Log likelihood -4.779012 F-statistic 1.887955 Durbin-Watson stat 2.060430 Prob(F-statistic) 0.181433 去掉交叉项后的辅助回归结果为：e2=-60.58126-3.434209X1+0.084034X12- 0.000517X2+(4.84E-08)X22+0.007503X3-(1.50E-06)X32+3.909212X4-(0.040890)X42 nR2=180.626612=11.27898，该值小于5%显著性水平下自由度为8的 2分布的相应临 界值 20.05=15.51。因此，接受同方差性的原假设。 （2）序列相关检验 采用DurbinWatson统计量进行序列相关检验，模型的DW 值为1.126889 ，查表得， 下限d l=0.93，上限d u =1.69，d l=DWdu，故该模型序列相关性不确定。 下面再进行拉格朗日乘数检验。 Breusch-Godfrey Serial Correlation LM Test: F-statistic 2.923085 Probability 0.113028 Obs*R-squared 3.525781 Probability 0.060421 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 05/07/10 Time: 11:20 Variable Coefficient Std. Error t-Statistic Prob. C -3.184664 8.348489 -0.381466 0.7095 X1 0.063991 0.174172 0.367404 0.7197 X2 0.000409 0.000493 0.829467 0.4230 X3 -0.001270 0.001448 -0.877305 0.3975 X4 0.036179 0.103559 0.349356 0.7329 RESID(-1) 0.518252 0.303124 1.709703 0.1130 R-squared 0.195877 Mean dependent var -5.91E-15 Adjusted R-squared -0.139175 S.D. dependent var 0.626021 S.E. of regression 0.668165 Akaike info criterion 2.292640 Sum squared resid 5.357340 Schwarz criterion 2.589430 Log likelihood -14.63376 F-statistic 0.584617 Durbin-Watson stat 1.761272 Prob(F-statistic) 0.711867 含1阶滞后残差项的辅助回归为 t=-3.184664+0.063991X1+0.00040X2-0.001270X3+0.036179X4+0.518252t-1 于是，LM=170.195877=3.33，该值小于显著性水平为5%，自由度为1的 2分布的临 界值 20.05（1）=3.84，由此判断原模型不存在序列相关性。 （3）多重共线性检验 在OLS下，模型的R 2与F值较大，但各参数估计值的t检验值较小，说明各解释变量对Y 的联合线性作用显著，但各解释变量间存在共线性而使得它们对Y的独立作用不能分辨， 故变量X1,X2的t检验不显著。运用综合统计检验法发现模型存在严重多重共线性。 X1 X2 X3 X4 X1 1 -0.90522 -0.89105 -0.976195 X2 -0.90522 1 0.98748 0.92058 X3 -0.89105 0.98748 1 0.912465 X4 -0.97619 0.9205 0.91246 1 分别作Y与X1,X2,X3,X4间的回归： Y=57.56322-1.345228X1 (27.00985) (-11.08985) R2=0.877685 F=122.9849 DW=0.394769 Y=24.66748+0.002441X2 (35.20159) (16.67445) R2= 0.945585 F= 278.0373 DW= 0.370007 Y= 25.35101+ 0.007460X3 (45.36551) (19.92189) R2= 0.961248 F= 396.8818 DW=0.482121 Y= -7.173827+ 0.754356X4 (-2.451318) (14.44228) R2= 0.928756 F= 208.5795 DW= 0.198668 可见，变量X3国家财政用于农业的支出影响最大，因此选为初始回归模型。 接着，我们运用逐步回归进行多重共线性的修正： C X3 X1 X2 X4 R2 DW Y=f(X3) 25.35101 0.007460 0.961248 0.482121 t值 45.36551 19.92189 Y=f(X3,X1) 36.02968 0.005253 -0.465481 0.983075 0.641818 t值 14.65965 9.328764 -4.398191 Y=f(X3,X2) 25.19715 0.006175 0.000429 0.961975 0.389251 t值 39.37933 2.542691 0.535428 Y=f(X3,X4) 11.00738 0.004594 0.323136 0.989777 1.246752 t值 4.921361 9.462466 6.470059 根据上表，我们得出农村城市化水平函数应以Y=f(X3,X4)为最优，拟合结果如下： Y=11.00738+0.004594X3+0.323136X4 三、结 论 通过1990-2007年影响我国农村城市化水平数据的实证分析，得到如下结论。 (1)我国城市化水平与农村中初中及以上文化水平劳动力比率呈正相关关系。农村劳动力 文化水平越高，说明农民掌握的科学技术越多，并且接受新知识和新技术的能力也越强， 对于改善其现有的农业经营方式具有促进作用。 (2)我国城市化水平与国家财政用于农业的支出呈正相关关系。国家财政用于农业的支出 越多，农村将有更充裕的资金用于基础设施、农田水利、农机设备等方面的建设，有利于 改善农民的生存环境、生产手段和生活方式。 (3)我国城市化水平与城乡收入差距呈负相关关系。尽管城乡收入之间适当的差距有利于 激励农村剩余劳动力走出农村，进入城市从事除农业以外的其他产业，从而融入城市生活。 但是，过大的城乡收入差距会阻碍城市化的进程。 (4)我国城市化水平与农业生产总值占GDP的比重呈负相关关系。因为我国农村在城市化进 程中出现了以牺牲农业为代价的趋势，伴随着小城镇建设和乡镇企业的迅速发展，农村劳 动力大量转移，为城市的工业、建筑业、服务业创造了更多的价值，从而导致农业总产值 的比重下降。但在这个过程中并没有形成土地集中和规模经营，加之各级政府为支持乡镇 企业的发展大量征地，使得很多农业用地转化为非农用途，农用耕地骤减。而我国的基本 国情是人多地少，尤其是耕地缺乏，据2006年统计资料显示，我国共有耕地195亿亩， 人均仅15亩，尚不及世界人均的13，在1957-2005年不到50年的时间里，全国累计减 少农用耕地约5亿亩，净减少约2亿亩 7l。耕地的减少导致农业生产总值占GDP的比重下降， 这却是农村城市化发展的客观结果，因而二者呈现负相关关系。 四、建 议 通过本文的实证分析发现，国家财政用于农业的支出和农村中初中及以上文化水平劳 动力比率对城市化水平影响较大，说明了一方面要加大国家财政对于农业、农村、农民的 支持来拉动城市化水平，另一方面要提高农村的教育水平及农民的素质来推动城市化进程。 具体措施有以下几点。 （一）提高农村劳动力的文化水平 发展农村教育事业，提高农民文化素质，是提高城市化水平的最主要因素。关键在于 创新农村教育管理体制和经费投入体制，走出农村教育经费短缺和机制陈旧的窘境，实现 城乡教育统筹。各级政府要加大农村教育投入，减轻农民教育负担，增加公共教育经费， 让农民不但愿意接受教育，而