楊小勇， 呂 健

(1. 同濟(jì)大學(xué) 馬克思主義學(xué)院， 上海 200092； 2. 上海金融學(xué)院 經(jīng)濟(jì)系， 上海 201209)

一、引言及文獻(xiàn)回顧

諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者約瑟夫·斯蒂格利茨(Joseph E.Stiglitz)曾說過，21世紀(jì)將會(huì)有兩件大事影響人類的進(jìn)程，一是新技術(shù)革命，二是中國(guó)的城市化。城市化是由以農(nóng)業(yè)為主的傳統(tǒng)鄉(xiāng)村社會(huì)向以工業(yè)和服務(wù)業(yè)為主的現(xiàn)代城市社會(huì)逐漸轉(zhuǎn)變的歷史過程，也是衡量一個(gè)國(guó)家和地區(qū)經(jīng)濟(jì)、社會(huì)、文化和科技水平的重要標(biāo)志。作為世界上人口最多的國(guó)家，中國(guó)的城市化進(jìn)程必然將對(duì)整個(gè)人類的進(jìn)程產(chǎn)生重要影響。中國(guó)的城市化率在1978年只有17.9%，到了2000年翻了一番，達(dá)到36.2%，而在2009年，這一比率提高至46.6%。改革開放以來，中國(guó)的經(jīng)濟(jì)體制由計(jì)劃經(jīng)濟(jì)逐步轉(zhuǎn)向市場(chǎng)經(jīng)濟(jì)，經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)變倍受關(guān)注。1978年，第一、二、三產(chǎn)業(yè)在國(guó)內(nèi)生產(chǎn)總值中的比重分別為28.2%、47.9%和23.9%，而到了2011年，第一產(chǎn)業(yè)比重已降至10.1%，第三產(chǎn)業(yè)比重上升至43.1%，經(jīng)濟(jì)結(jié)構(gòu)出現(xiàn)了顯著的變化。但是，由于中國(guó)長(zhǎng)期以來處于制造業(yè)大國(guó)的地位，第二產(chǎn)業(yè)比重雖有下降的趨勢(shì)，但并不明顯，2011年第二產(chǎn)業(yè)比重仍占46.8%。根據(jù)城市經(jīng)濟(jì)學(xué)理論，城市化是在空間體系下的一種經(jīng)濟(jì)轉(zhuǎn)化過程，非農(nóng)人口和非農(nóng)產(chǎn)業(yè)在城市集中是集聚效應(yīng)和輻射效應(yīng)產(chǎn)生的結(jié)果。也就是說，經(jīng)濟(jì)結(jié)構(gòu)的變化可以有力地推動(dòng)城市化的發(fā)展，而反過來，城市化水平的提高也會(huì)為經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)變創(chuàng)造條件。

早在17世紀(jì)中葉，威廉·配第就指出，非農(nóng)產(chǎn)業(yè)的收益高于農(nóng)業(yè)，會(huì)驅(qū)使勞動(dòng)力這種生產(chǎn)要素向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移。亞當(dāng)·斯密也認(rèn)為，生產(chǎn)要素，尤其是資本，首先是投向農(nóng)業(yè)，之后便會(huì)轉(zhuǎn)向制造業(yè)、國(guó)際貿(mào)易等非農(nóng)產(chǎn)業(yè)。而這種經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)變，恰好有利于城市化的發(fā)展。20世紀(jì)60年代之后，西方學(xué)界對(duì)于城市化與經(jīng)濟(jì)結(jié)構(gòu)之間關(guān)系的研究日漸增多。Kuznets(1966)在考察經(jīng)濟(jì)結(jié)構(gòu)變動(dòng)所產(chǎn)生的結(jié)果時(shí)，發(fā)現(xiàn)經(jīng)濟(jì)結(jié)構(gòu)變動(dòng)對(duì)城市化的影響是由產(chǎn)業(yè)的不同屬性引起的。*S. Kuznets, Modern Economic Growth: Rate, Structure, and Speed, New Haven: Yale University Press, 1966.Chenery(1975)對(duì)經(jīng)濟(jì)發(fā)展各個(gè)時(shí)期的經(jīng)濟(jì)結(jié)構(gòu)變動(dòng)和城市化發(fā)展的軌跡進(jìn)行了實(shí)證分析，提出了經(jīng)濟(jì)結(jié)構(gòu)變動(dòng)與城市化相互關(guān)聯(lián)的問題。*H. B. Chenery, and M. Syrquin, Patterns of Development, 1950-1970, London: Oxford University Press, 1975.Lucas(1988)認(rèn)為，由于經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)變，使得人力資本向城市集聚，并成為推動(dòng)城市化發(fā)展的動(dòng)力。*R. Lucas, “On the Mechanics of Economic Development”， Journal of Monetary Economics, 1988，(22): 3-42.Davis和Henderson(2003)也認(rèn)為，經(jīng)濟(jì)結(jié)構(gòu)的變化，使得生產(chǎn)要素集聚和人口集聚產(chǎn)生了規(guī)模效益，從而促進(jìn)了城市化的發(fā)展。*J. C. Davis, and J. V. Henderson, “Evidence on the Political Economy of the Urbanization Process”， Journal of Urban Economics, 2003,(53): 98-125.類似的研究還有Murata(2002)*Y, Murata. Rural-Urban Interdependence And Industrialization, Journal of Development Economics, 2002,68(1): 1-34.、Kondo(2004)，*H. Kondo, “Multiple Growth and Urbanization Patterns in an Endogenous Growth Model with Spatial Agglomeration”, Journal of Development Economics, 2004,(75): 167-199.等等。

國(guó)內(nèi)學(xué)者關(guān)于城市化與經(jīng)濟(jì)結(jié)構(gòu)之間關(guān)系的研究同樣較為廣泛和深入。此類研究主要分為兩種類型：一是規(guī)范分析，主要研究城市化與經(jīng)濟(jì)結(jié)構(gòu)(特別是產(chǎn)業(yè)結(jié)構(gòu))之間的相互關(guān)系。大多數(shù)學(xué)者認(rèn)為城市化與經(jīng)濟(jì)結(jié)構(gòu)之間具有密切的關(guān)系，如鐘水映、李晶(2002)*鐘水映、李晶：《經(jīng)濟(jì)結(jié)構(gòu)、城市結(jié)構(gòu)與中國(guó)城市化發(fā)展》，《人口研究》，2002年第5期，第63-70頁(yè)。，歐陽(yáng)峣、生延超(2006)*歐陽(yáng)峣、生延超：《城市化水平與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的內(nèi)在互動(dòng)機(jī)制》,《廣州大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2006年第11期，第47-51頁(yè)。等；也有部分學(xué)者認(rèn)為中國(guó)的經(jīng)濟(jì)結(jié)構(gòu)變化對(duì)城市化發(fā)展沒有明顯作用，如郭克莎(2002)*郭克莎：《工業(yè)化與城市化關(guān)系的經(jīng)濟(jì)學(xué)分析》，《中國(guó)社會(huì)科學(xué)》，2002年第2期，第44-55頁(yè)。、蔣滿元(2005)*蔣滿元：《城市化與經(jīng)濟(jì)結(jié)構(gòu)演變互動(dòng)機(jī)制的邏輯模型及分析》，《現(xiàn)代經(jīng)濟(jì)探討》，2005年第12期，第34-37頁(yè)。等。二是實(shí)證分析，主要通過實(shí)證的方法，從三次產(chǎn)業(yè)的角度分析經(jīng)濟(jì)結(jié)構(gòu)變化對(duì)城市化發(fā)展的影響。如張雷、朱守先(2008)*張雷、朱守先：《現(xiàn)代城市化的產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)初探——中外發(fā)展演進(jìn)對(duì)比》，《地理研究》，2008年第4期，第863-872頁(yè)。，劉艷軍、李誠(chéng)固、王穎(2010)*劉艷軍、李誠(chéng)固、王穎：《中國(guó)產(chǎn)業(yè)結(jié)構(gòu)演變城市化響應(yīng)強(qiáng)度的省際差異》，《地理研究》，2010年第7期，第1291-1304頁(yè)。，等等。此外，值得關(guān)注的是，蔣偉(2009)*蔣偉：《中國(guó)省域城市化水平影響因素的空間計(jì)量分析》，《經(jīng)濟(jì)地理》，2009年第4期，第613-617頁(yè)。、呂健(2011)*呂?。骸吨袊?guó)城市化水平的空間效應(yīng)與區(qū)域收斂分析：1978-2009年》，《經(jīng)濟(jì)管理》，2011年第9期，第32-44頁(yè)。等學(xué)者結(jié)合地理空間因素，運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)方法分析了中國(guó)城市化的空間集聚效應(yīng)，以及與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，獲得了有益的結(jié)論。

與目前國(guó)內(nèi)已有的研究不同的是：第一，本文并不是沿用傳統(tǒng)的計(jì)量分析方法，而是把地理空間因素納入到分析框架之中，利用空間計(jì)量模型，研究經(jīng)濟(jì)結(jié)構(gòu)變化對(duì)城市化發(fā)展的影響作用。第二，根據(jù)中國(guó)城市化水平和第二、三產(chǎn)業(yè)水平的空間相關(guān)性的變動(dòng)規(guī)律，把改革開放以來的34年觀測(cè)期劃分為4個(gè)時(shí)段，能夠更好地反映出在空間相關(guān)性存在的情況下，經(jīng)濟(jì)結(jié)構(gòu)變遷對(duì)城市化發(fā)展的影響軌跡。

二、研究方法和樣本數(shù)據(jù)

1. 研究方法

隨著空間異質(zhì)理論的提出，近年來，空間計(jì)量分析技術(shù)已經(jīng)在諸多領(lǐng)域得到廣泛地應(yīng)用。本文將采用空間自相關(guān)和空間常系數(shù)回歸模型這兩種最為常用的空間分析方法。

(1) 空間自相關(guān)

空間自相關(guān)包括全局空間自相關(guān)和局部空間自相關(guān)。全局空間自相關(guān)是從區(qū)域空間的整體上刻畫區(qū)域經(jīng)濟(jì)活動(dòng)分布的集聚情況，常用的指數(shù)是Moran’sI。Moran’sI的取值范圍一般為[-1，1]，大于0表示空間正相關(guān)，小于0表示空間負(fù)相關(guān)，等于0表示空間不相關(guān)。一般認(rèn)為，如果Moran’sI的正態(tài)統(tǒng)計(jì)量的Z值大于正態(tài)分布函數(shù)在5%水平下的臨界值1.65，表明區(qū)域經(jīng)濟(jì)活動(dòng)在空間分布上具有顯著的正相關(guān)性，這也意味著相鄰區(qū)域的類似特征值出現(xiàn)了集聚效應(yīng)(LeSage，1999)。*J. P. LeSage, The Theory and Practice of Spatial Econometrics， Department of Economics, University of Toledo, 1999.局部空間自相關(guān)描述的是不同地理位置的區(qū)域空間關(guān)聯(lián)模式，即某一區(qū)域周邊具有顯著相似值區(qū)域的集聚程度(Anselin，1995)，*L. Anselin, “Local Indicators of Spatial Association-LISA”， Geographical Analysis, 1995,27(2): 93-115.常用的指標(biāo)為局部Moran’sIi。Moran’sIi>0表示該區(qū)域與鄰近區(qū)域的特征值相似；Moran’sIi<0表示該區(qū)域與鄰近區(qū)域的特征值不相似。因此，局域空間自相關(guān)可以揭示具體區(qū)域的輻射效應(yīng)。

此外，Moran’sI散點(diǎn)圖能夠進(jìn)一步區(qū)分某個(gè)地區(qū)與其相鄰地區(qū)之間的空間聯(lián)系形式。Moran’sI散點(diǎn)圖具有4個(gè)象限，分別對(duì)應(yīng)于相鄰地區(qū)之間4種類型的空間聯(lián)系形式(徐建華，2006)。*徐建華：《計(jì)量地理學(xué)》，北京：高等教育出版社，2006年，第120-151頁(yè)。第Ⅰ、Ⅲ象限代表觀測(cè)值之間存在正的空間自相關(guān)(高—高、低—低集聚)，而第Ⅱ、Ⅳ象限代表觀測(cè)值之間存在負(fù)的空間自相關(guān)(低—高、高—低集聚)。

(2) 空間常系數(shù)回歸模型

通常，空間計(jì)量模型主要有兩類：當(dāng)變量之間的空間依賴性對(duì)模型顯得非常關(guān)鍵而導(dǎo)致了空間相關(guān)時(shí)，采用空間滯后模型(SLM)；當(dāng)模型的誤差項(xiàng)在空間上相關(guān)時(shí)，采用空間誤差模型(SEM)(Anselin 等，2004)。*L. Anselin, J. G. M. Raymond, and R. J. Florax， Advances in Spatial Econometrics: Methodology, Tools and Applications， Berlin: Springer-Verlag, 2004: 1-3.

空間滯后模型的表達(dá)式為：

y=ρWy+βX+ε

其中，y為因變量，X為n×k的外生解釋變量矩陣，ρ為空間回歸系數(shù)，反映了樣本觀測(cè)值中的空間依賴作用，即相鄰地區(qū)的觀測(cè)值Wy對(duì)本地區(qū)觀測(cè)值y的影響方向和程度，W為n×n階空間權(quán)重矩陣，Wy為空間滯后因變量，ε為隨機(jī)誤差項(xiàng)向量。

空間誤差模型的表達(dá)式為：

y=βX+ε

ε=λWε+μ

其中，ε為隨機(jī)誤差向量，λ為n×1階的截面因變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機(jī)誤差向量。模型中參數(shù)β反映了自變量X對(duì)因變量y的影響，參數(shù)λ衡量了樣本觀測(cè)值中的空間依賴作用。存在于擾動(dòng)誤差項(xiàng)之中的空間依賴作用，可以度量鄰近地區(qū)關(guān)于因變量的誤差沖擊對(duì)本地區(qū)觀測(cè)值的影響程度。

(3) 模型的判別與估計(jì)

判斷某一經(jīng)濟(jì)現(xiàn)象是否存在空間自相關(guān)，以及空間滯后模型和空間誤差模型哪個(gè)更恰當(dāng)，一般可以通過Moran’sI檢驗(yàn)、兩個(gè)Lagrange Multiplier形式(LMLAG和LMERR)及其穩(wěn)健性形式(Robust-LMLAG和Robust-LMERR)來實(shí)現(xiàn)。Anselin和Florax(1995)提出了如下判別標(biāo)準(zhǔn)：如果在空間自相關(guān)的檢驗(yàn)中發(fā)現(xiàn)LMLAG較之LMER在統(tǒng)計(jì)上更加顯著，且Robust-LMLAG顯著而Robust-LMERR不顯著，可以認(rèn)為空間滯后模型較為合適；反之，則須選擇空間誤差模型。*L. Anselin, and R. Florx， New Directions in Spatial Econometrics， Berlin: Springer-Verlag, 1995: 21-71.

在模型估計(jì)中，由于以上兩種空間模型自變量的內(nèi)生性，如果仍采用最小二乘法(OLS)，系數(shù)估計(jì)值會(huì)有偏或者無效，需要通過工具變量法(IV)、極大似然法(ML)或者廣義最小二乘估計(jì)(GLS)、廣義矩估計(jì)(GMM)等其他方法來進(jìn)行。本文將根據(jù)Anselin(1988)的建議*L. Anselin， Spatial Econometrics: Methods and Models， Dordrecht: Kluwer Academic Publishers, 1988: 1-10.，采用極大似然法估計(jì)空間滯后模型和空間誤差模型中的參數(shù)。

2. 樣本數(shù)據(jù)

本文采用的空間樣本是除了中國(guó)的臺(tái)灣、香港、澳門等3個(gè)地區(qū)之外的內(nèi)地31個(gè)省、自治區(qū)、直轄市(下文簡(jiǎn)稱“省域”)，主要選取1978-2011年的以下數(shù)據(jù)：

(1) 城市化水平。該指標(biāo)主要反映的是城市人口規(guī)模。在現(xiàn)有文獻(xiàn)中，有用城市人口占城市和農(nóng)村總?cè)丝诒戎貋肀硎镜?，也有用城市就業(yè)人口占整體就業(yè)人口的比重表示的，還有兩者兼顧的。這里，我們采用較為常用的表示方法，即城鎮(zhèn)人口占總?cè)丝诘谋戎亍?/p>

(2) 第二產(chǎn)業(yè)水平。該指標(biāo)采用第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重。這里的第二產(chǎn)業(yè)主要包括工業(yè)和建筑業(yè)。

(3) 第三產(chǎn)業(yè)水平。該指標(biāo)采用第三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重。這里的第三產(chǎn)業(yè)主要包括交通運(yùn)輸和倉(cāng)儲(chǔ)業(yè)、批發(fā)和零售業(yè)、住宿和餐飲業(yè)、金融和房地產(chǎn)業(yè)、郵政業(yè)等。

以上使用的數(shù)據(jù)均來自《新中國(guó)60年統(tǒng)計(jì)資料匯編》和《中國(guó)統(tǒng)計(jì)年鑒》相關(guān)各期；在所有回歸模型的估計(jì)中，為了避免量綱及異方差的影響，我們采用自然對(duì)數(shù)對(duì)原始數(shù)據(jù)進(jìn)行處理；研究中所使用的地理信息與地圖，均由地理信息系統(tǒng)(GIS)軟件生成。

三、空間自相關(guān)分析

在進(jìn)行空間分析之前，首先要對(duì)空間權(quán)重矩陣進(jìn)行設(shè)定。目前，常用的空間權(quán)重矩陣有9種，每種空間權(quán)重矩陣得到的Moran’sI數(shù)值都是不同的。我們通過對(duì)rook一階鄰接關(guān)系和二階鄰接關(guān)系(即鄰居的鄰居)進(jìn)行實(shí)證，發(fā)現(xiàn)選擇rook一階空間權(quán)重矩陣較為理想。原因是選擇rook一階之后，隨著階數(shù)的升高，所得到的各個(gè)年份的省域Moran’sI數(shù)值逐階下降，說明經(jīng)濟(jì)活動(dòng)的空間相關(guān)性隨著空間距離的增大而減小，符合地理學(xué)第一定理(Tobler，1970)。*W. A. Tobler, “Computer Movie Simulating Urban Growth in the Detroit Region”， Economic Geography, 1970,46(2): 234-240.

1. 全局空間自相關(guān)

通過對(duì)城市化的全局空間自相關(guān)進(jìn)行分析，我們發(fā)現(xiàn)，在1978-2011年，中國(guó)31個(gè)省域城市化的全局Moran’sI數(shù)值都大于零，標(biāo)準(zhǔn)化檢驗(yàn)的Z統(tǒng)計(jì)量均為正，且都通過了顯著性檢驗(yàn)*城市化的全局Moran’s I，除少數(shù)年份僅通過10%顯著性水平檢驗(yàn)之外，其他年份均通過了5%的顯著性水平檢驗(yàn)。，可以拒絕不存在自相關(guān)的原假設(shè)。由此可知，中國(guó)各個(gè)省域的城市化存在著全局空間自相關(guān)，也就是說，城市化水平相似的區(qū)域一直存在著空間集聚效應(yīng)。此外，我們也計(jì)算了第二、三產(chǎn)業(yè)的全局Moran’sI，在圖1中一并繪出，以便比較。

根據(jù)各個(gè)省域城市化的全局Moran’s I的變化特征(如圖1所示)，本文在接下來的研究中，把1978-2011年這一考察時(shí)期劃分為4個(gè)時(shí)段，即1978-1986、1987-1994、1995-2002、2003-2011。而在數(shù)據(jù)處理上，我們采用各項(xiàng)指標(biāo)在時(shí)段內(nèi)的平均值來刻畫該時(shí)段的相應(yīng)特征。

圖1 1978-2011年各省域城市化和第二、三產(chǎn)業(yè)發(fā)展的全局Moran’s I

通過對(duì)上述4個(gè)時(shí)段全局Moran’sI的散點(diǎn)圖進(jìn)行分析，可以發(fā)現(xiàn)：從整體趨勢(shì)來看，處于“高—高”集聚和“低—低”集聚的省域較多，處于“低—高”集聚和“高—低”集聚的省域較少，處于第Ⅰ、Ⅲ象限的省域如表1所示。通過具體的分析，我們可以發(fā)現(xiàn)，第一，城市化高值集聚的省域在1978年主要集中于京津和東北地區(qū)，隨后擴(kuò)大到長(zhǎng)三角地區(qū)。第二，長(zhǎng)期以來，中國(guó)大部分省域(包括一些較發(fā)達(dá)的省域)處于低值集聚區(qū)域。第三，作為珠三角中心的廣東，在1986年之后脫離了低值集聚區(qū)域，但尚未形成高值集聚。這種集聚效應(yīng)形成的原因主要與國(guó)家的經(jīng)濟(jì)社會(huì)發(fā)展戰(zhàn)略和省域自身?xiàng)l件差異有關(guān)。長(zhǎng)期的計(jì)劃經(jīng)濟(jì)，使得京津和東北地區(qū)工業(yè)化水平普遍較高，大量人口集聚在城市，從而形成較高的城市化水平。中國(guó)市場(chǎng)經(jīng)濟(jì)的建立，以及東部率先發(fā)展戰(zhàn)略的實(shí)施，有力地推動(dòng)了東部沿海特別是長(zhǎng)三角地區(qū)的城市化發(fā)展。隨著改革開放的深入和區(qū)域發(fā)展戰(zhàn)略的實(shí)施，各個(gè)省域自身?xiàng)l件的差異進(jìn)一步地體現(xiàn)在經(jīng)濟(jì)社會(huì)發(fā)展水平上，使得東部沿海省域與其他省域在城市化發(fā)展水平上差距更加明顯。此外，一些經(jīng)濟(jì)比較發(fā)達(dá)的省域(如山東)由于長(zhǎng)期處于農(nóng)業(yè)大省的地位，也使得其城市化的發(fā)展受到了制約。在這一系列因素的綜合作用之下，中國(guó)的省域城市化發(fā)展呈現(xiàn)出了明顯的“馬太效應(yīng)”。

表1 1978-2011年全局Moran’s I散點(diǎn)圖對(duì)應(yīng)省域

2. 局部空間自相關(guān)

以上我們通過計(jì)算全局Moran’sI，發(fā)現(xiàn)中國(guó)省域城市化存在全局空間自相關(guān)，但是該統(tǒng)計(jì)量不能顯示局部地區(qū)的空間自相關(guān)，即無法觀察到具體省域?qū)χ苓吺∮虻妮椛湫?yīng)，因此，我們需要使用局部Moran’sI和局部空間效應(yīng)地圖來做進(jìn)一步分析。

在局部Moran’sI的散點(diǎn)圖中，處于第Ⅰ、Ⅲ象限的“高—高”和“低—低”類型省域表現(xiàn)為局部正相關(guān)，這表明高(低)觀測(cè)值省域?qū)Π鼑母?低)觀測(cè)值的省域存在著輻射作用。處于第Ⅱ、Ⅳ象限的“低—高”和“高—低”類型省域表現(xiàn)為局部負(fù)相關(guān)，表明不具有輻射效應(yīng)。為了直觀起見，我們把處于4個(gè)象限中的省份用不同的顏色在地圖上標(biāo)記出來，如圖2所示。

通過圖2可以發(fā)現(xiàn)：1978-1986年，在城市化發(fā)展上，產(chǎn)生高值集聚的省域是天津和吉林，低值集聚的省域?yàn)橹貞c、云南、貴州。1987-1994年，高值集聚的省域出現(xiàn)了略微的變化，但仍集中在京津和東北地區(qū)(北京、吉林)；低值集聚的省域是山東、重慶、云南和貴州。1995-2002年，由于空間自相關(guān)系數(shù)在這一時(shí)段下降至最低點(diǎn)，未出現(xiàn)呈現(xiàn)高值集聚的省域，而低值集聚的省域依然是山東、云南和貴州。2003-2011年，高值集聚的省域?yàn)楸本⑻旖蚝蜕虾?，低值集聚的省域由之前的云南、貴州擴(kuò)大到四川和西藏。從整體上看，在1978-2011年的4個(gè)時(shí)段上，表現(xiàn)為出高(低)值集聚且通過5%水平顯著性檢驗(yàn)的省域基本上是東部(西部)省域。從動(dòng)態(tài)演進(jìn)過程看，高值集聚日益明顯，涉及的省域也有所增加，即從早期的京津和東北地區(qū)演變到現(xiàn)今京津滬地區(qū)；低值集聚的省域從之前的云貴渝地區(qū)發(fā)展到現(xiàn)在的云貴川藏地區(qū)。

圖2 2001-2011年中國(guó)各省域城市化的局部空間效應(yīng)

四、空間模型估計(jì)

空間自相關(guān)分析雖然從全局和局部?jī)蓚€(gè)方面揭示了城市化的集聚和輻射效應(yīng)，但是并不能揭示城市化與經(jīng)濟(jì)結(jié)構(gòu)之間的關(guān)系。因此，有必要建立空間計(jì)量模型進(jìn)一步分析，探尋省域城市化和經(jīng)濟(jì)結(jié)構(gòu)的深層關(guān)系。接下來，我們以城市化水平(URBAN)為被解釋變量，以地區(qū)生產(chǎn)總值中的第二產(chǎn)業(yè)比重(SI)和第三產(chǎn)業(yè)比重(TI)作為解釋變量，構(gòu)建回歸模型。為了考察存在空間因素與否所產(chǎn)生的不同結(jié)果，我們首先進(jìn)行普通回歸模型估計(jì)。

1. 普通回歸模型

基于雙對(duì)數(shù)模型，我們可以建立如下的普通回歸模型：

lnURBAN=c+β1lnSI+β2lnTI+ε

其中，c為常數(shù)項(xiàng)，β為回歸系數(shù)，ε為隨機(jī)誤差項(xiàng)。該模型的目的是檢驗(yàn)省域的城市化水平與第二、三產(chǎn)業(yè)水平之間的相互關(guān)系和決定因素；進(jìn)一步地，通過Moran’sI檢驗(yàn)、兩個(gè)Lagrange乘數(shù)及其穩(wěn)健性來判斷空間回歸模型SLM和SEM的形式。

我們分別對(duì)4個(gè)時(shí)段的樣本數(shù)據(jù)進(jìn)行OLS回歸*每時(shí)段各個(gè)變量所采用的數(shù)據(jù)均為該時(shí)段內(nèi)年份的平均值。，結(jié)果如表2所示。

表2 普通回歸模型估計(jì)結(jié)果(1978-2011年)

續(xù)表2

注：***、**、*分別表示通過1%、5%、10%水平下的顯著性檢驗(yàn)。

由回歸結(jié)果可知，OSL估計(jì)的31個(gè)省域的城市化在4個(gè)時(shí)段的模型中，擬合優(yōu)度分別為0.68、0.66、0.63和0.51。F值均較高，說明模型整體通過了1%顯著性水平的檢驗(yàn)。但是，Moran’sI檢驗(yàn)顯示出31個(gè)省域的城市化水平之間具有明顯的空間自相關(guān)(特別是后3個(gè)時(shí)段，顯著性水平均小于5%)，存在空間集聚現(xiàn)象。這說明忽視空間自相關(guān)而直接采用OLS法建立模型進(jìn)行估計(jì)分析存在一定的問題，譬如遺漏了重要的變量，或是未考慮截面單元(省域)之間的空間相關(guān)性。

2. 空間回歸模型

為了進(jìn)一步驗(yàn)證空間自相關(guān)的存在，我們根據(jù)兩個(gè)Lagrange乘數(shù)滯后和誤差及其穩(wěn)健性(Robust)的檢驗(yàn)結(jié)果選擇SLM或SEM模型進(jìn)行空間計(jì)量分析。

城市化的SLM模型表達(dá)式如下：

lnURBAN=c+ρWlnURBAN+β1lnSI

+β2lnTI+ε

城市化的SEM模型表達(dá)式如下：

lnURBAN=c+λεW+β1lnST+β2lnTI+μ

其中，W為空間權(quán)重矩陣，ρ為空間回歸系數(shù)，λ為空間誤差系數(shù)，ε為隨機(jī)誤差項(xiàng)，μ為正態(tài)分布的隨機(jī)誤差項(xiàng)。

表2中Lagrange乘數(shù)及其穩(wěn)健性檢驗(yàn)表明，除了1987-1994年的模型中兩個(gè)Lagrange乘數(shù)及其穩(wěn)健性沒有通過顯著性水平檢驗(yàn)之外，其他3個(gè)時(shí)段模型的Lagrange乘數(shù)及其穩(wěn)健性均有通過顯著性水平檢驗(yàn)的情況。根據(jù)上文所述的空間回歸模型的判別標(biāo)準(zhǔn)，我們認(rèn)為：1978-1986年和2003-2011年的模型應(yīng)該選擇空間滯后模型(SLM)；1995-2002年的模型應(yīng)該選擇空間誤差模型(SEM)；而1987-1994年的模型，雖然其兩個(gè)Lagrange乘數(shù)及其穩(wěn)健性均沒有通過10%水平的顯著性檢驗(yàn)，但是，通過比較兩種模型的logL、AIC、SC和LR等指標(biāo)，可以判斷空間誤差模型相對(duì)更好一些，當(dāng)然，這種判斷不是特別嚴(yán)格。4個(gè)時(shí)段的空間計(jì)量模型的估計(jì)結(jié)果如表3所示。

表3 空間回歸模型估計(jì)結(jié)果(1978-2011年)

續(xù)表3

注：***、**、*分別表示通過1%、5%、10%水平下的顯著性檢驗(yàn)。

比較表2和表3中的估計(jì)結(jié)果發(fā)現(xiàn)，4個(gè)空間回歸模型的擬合優(yōu)度檢驗(yàn)值均明顯高于普通回歸模型，當(dāng)然，由于采用極大似然法估計(jì)參數(shù)，基于殘差平方和分解的擬合優(yōu)度檢驗(yàn)意義不是很大。進(jìn)而，我們比較對(duì)數(shù)似然函數(shù)值LogL、AIC和SC值之后發(fā)現(xiàn)，4個(gè)時(shí)段的空間回歸模型的LogL值均高于相應(yīng)的普通回歸模型，AIC和AC值均小于相應(yīng)的普通回歸模型。由此可見，OLS回歸法由于遺漏了空間誤差自相關(guān)，使得普通回歸模型不夠恰當(dāng)；同時(shí)，這也說明，省域之間的城市化不可能沒有關(guān)系。

從表3中的4個(gè)時(shí)段的空間回歸模型估計(jì)結(jié)果還可以看出，在考慮了空間自相關(guān)之后，出現(xiàn)了如下的變化：

首先，第二產(chǎn)業(yè)水平對(duì)城市化的影響程度(彈性)從第1時(shí)段的1.36下降至第4時(shí)段的1.27，且在第2時(shí)段降幅最大，除此時(shí)段外，其他三個(gè)空間回歸模型結(jié)果與相應(yīng)的普通回歸模型相比，都有所上升。這說明若未考慮空間因素，則會(huì)低估第二產(chǎn)業(yè)水平對(duì)城市化的影響。

其次，第三產(chǎn)業(yè)水平對(duì)城市化的影響程度(彈性)從第1時(shí)段的0.78上升至第4時(shí)段的1.80，且在第2時(shí)段增幅最大，除此時(shí)段外，其他三個(gè)空間回歸模型結(jié)果與相應(yīng)的普通回歸模型相比，都有所下降。這說明若未考慮空間因素，則會(huì)高估第三產(chǎn)業(yè)水平對(duì)城市化的貢獻(xiàn)。

由以上變化不難得知：在空間聯(lián)系緊密的現(xiàn)實(shí)中，第二產(chǎn)業(yè)水平對(duì)城市化發(fā)展的推動(dòng)比普通回歸模型所估計(jì)的要大，而第三產(chǎn)業(yè)水平對(duì)城市化發(fā)展的影響則比普通回歸模型所估計(jì)的要小。通過兩類模型的估計(jì)，我們發(fā)現(xiàn)，普通回歸模型是一種建立在獨(dú)立觀測(cè)值假定基礎(chǔ)上的理論，沒有將空間相關(guān)性包括進(jìn)來，使得模型的估計(jì)結(jié)果存在著一些無法避免的缺陷。而空間回歸模型充分考慮了空間相關(guān)性對(duì)省域城市化的影響，并在此基礎(chǔ)上進(jìn)一步分析了城市化與經(jīng)濟(jì)結(jié)構(gòu)之間的關(guān)系，使得到的結(jié)果更加穩(wěn)健與合理。

五、結(jié)論與啟示

為了考察中國(guó)內(nèi)地31個(gè)省域城市化發(fā)展與經(jīng)濟(jì)結(jié)構(gòu)變遷之間的關(guān)系，本文采用了探索性空間數(shù)據(jù)分析(ESDA)技術(shù)，首先對(duì)1978-2011年間各省域的城市化水平進(jìn)行了空間自相關(guān)分析，發(fā)現(xiàn)省域城市化水平存在著顯著的全局自相關(guān)和局部自相關(guān)，高值集聚的省域分布在東部地區(qū)(長(zhǎng)三角、環(huán)渤海經(jīng)濟(jì)圈)，低值集聚的省域主要分布在西部地區(qū)。進(jìn)一步地，本文通過OLS回歸模型，分析城市化與經(jīng)濟(jì)結(jié)構(gòu)之間的關(guān)系，發(fā)現(xiàn)方程殘差具有空間相關(guān)性，因此，選用了空間常系數(shù)回歸模型，把相鄰省域在城市化上的空間效應(yīng)納入到分析之中。實(shí)證結(jié)果表明：1978-2011年間，第二產(chǎn)業(yè)水平對(duì)城市化發(fā)展的影響為正，但影響程度(彈性)趨于減小，這說明中國(guó)各省域城市化發(fā)展受第二產(chǎn)業(yè)水平的推動(dòng)明顯，隨著第二產(chǎn)業(yè)比重下降態(tài)勢(shì)的顯現(xiàn)，這種影響有減弱的趨勢(shì)。第三產(chǎn)業(yè)水平對(duì)城市化發(fā)展的影響亦為正，且影響程度不斷上升，這也表明中國(guó)各省域城市化發(fā)展受第三產(chǎn)業(yè)水平的影響顯著，且隨著第三產(chǎn)業(yè)比重的上升而增加。另外，需要指出的是，普通回歸模型低估了第二產(chǎn)業(yè)對(duì)城市化的推動(dòng)作用，高估了第三產(chǎn)業(yè)對(duì)城市化的帶動(dòng)作用。

由此，我們得到的啟示是：1978-2011年間，中國(guó)的經(jīng)濟(jì)結(jié)構(gòu)出現(xiàn)了顯著的變化，第二產(chǎn)業(yè)比重穩(wěn)中有降，第三產(chǎn)業(yè)比重持續(xù)上升，且第三產(chǎn)業(yè)對(duì)城市化發(fā)展的影響已經(jīng)超過了第二產(chǎn)業(yè)；但是，對(duì)于中國(guó)這樣的制造業(yè)大國(guó)，第二產(chǎn)業(yè)對(duì)城市化發(fā)展的推動(dòng)作用仍然不容小覷，而第三產(chǎn)業(yè)(雖包含有現(xiàn)代服務(wù)業(yè))對(duì)城市化發(fā)展的帶動(dòng)作用也不應(yīng)被高估。特別是隨著中國(guó)經(jīng)濟(jì)逐步進(jìn)入“結(jié)構(gòu)性減速”時(shí)期，在許多東部沿海省域，由于勞動(dòng)力從生產(chǎn)率較高的第二產(chǎn)業(yè)向生產(chǎn)率較低的第三產(chǎn)業(yè)轉(zhuǎn)移，已經(jīng)出現(xiàn)了全社會(huì)勞動(dòng)生產(chǎn)率增速下降的趨勢(shì)；在中、西部地區(qū)，雖然第二產(chǎn)業(yè)仍然保持較高的勞動(dòng)生產(chǎn)率增速，但多為低端制造業(yè)，當(dāng)勞動(dòng)力“廉價(jià)時(shí)代”趨于終結(jié)時(shí)，較高的勞動(dòng)生產(chǎn)率增速也將難以維系。*呂?。骸懂a(chǎn)業(yè)結(jié)構(gòu)調(diào)整、結(jié)構(gòu)性減速與經(jīng)濟(jì)增長(zhǎng)分化》，《中國(guó)工業(yè)經(jīng)濟(jì)》，2012年第9期，第31-43頁(yè)。因此，需要加快實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)代化，提高全社會(huì)勞動(dòng)生產(chǎn)率的增速，以推動(dòng)城市化又好又快地發(fā)展。具體地說，東部地區(qū)要加快發(fā)展高端制造業(yè)和現(xiàn)代服務(wù)業(yè)。長(zhǎng)期以來，東部地區(qū)在生產(chǎn)總值、社會(huì)固定資產(chǎn)投資、外商投資、研究與實(shí)驗(yàn)發(fā)展等方面占全國(guó)的比重均大大高于其土地、人口資源占全國(guó)的比重，完全可以憑借其密集的生產(chǎn)力布局、較高的人力資源素質(zhì)和科技創(chuàng)新能力，發(fā)展高端制造業(yè)，進(jìn)一步保持對(duì)城市化發(fā)展的強(qiáng)大推動(dòng)力。在服務(wù)業(yè)方面，近十年來，全球服務(wù)業(yè)的增加值之所以能夠超過制造業(yè)，主要源于服務(wù)業(yè)內(nèi)處于價(jià)值鏈高端的現(xiàn)代服務(wù)業(yè)的發(fā)展。而中國(guó)第三產(chǎn)業(yè)水平不高，無法有效地推動(dòng)城市化的發(fā)展，恰恰就是因?yàn)楝F(xiàn)代服務(wù)業(yè)發(fā)展水平較低。因此，東部地區(qū)有必要通過進(jìn)一步的結(jié)構(gòu)調(diào)整來克服現(xiàn)代服務(wù)業(yè)的發(fā)展瓶頸，推動(dòng)第三產(chǎn)業(yè)整體的升級(jí)和發(fā)展，為城市化發(fā)展提供新的動(dòng)力。另外，由于西部地區(qū)承接了東部地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，再加之“人口紅利”尚存，第二產(chǎn)業(yè)依然具有較高的生產(chǎn)率增速。但是，隨著產(chǎn)業(yè)升級(jí)、結(jié)構(gòu)調(diào)整以及“人口紅利”消失，西部地區(qū)也將進(jìn)入“結(jié)構(gòu)性減速”時(shí)代，那時(shí)的第二產(chǎn)業(yè)和第三產(chǎn)業(yè)將難以有效地推動(dòng)城市化發(fā)展。因此，中、西部地區(qū)也應(yīng)充分重視產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)代化，提前應(yīng)對(duì)未來可能出現(xiàn)的不利影響，保證城市化在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化中不斷發(fā)展。