长江三角洲地区城市化驱动因素探究

摘要：长三角地区作为我国最大的经济核心区，明确其城市化驱动因素对于促进经济发展、制定各市的部署规划有着重大意义。本文通过对现阶段长江三角洲地区城市化驱动因素进行计量分析，探究其城市化驱动因素的重要程度及作用机制，争取为后续相关研究及发展规划起到一定的引导作用。

关键词：长三角 城市化 驱动因素

1.引言

城市化水平是一个国家或地区经济发展的重要标志，也是衡量一个国家或地区社会组织程度和管理水平的重要标识。我国是世界上人口最多的发展中国家，为了更好更快的建设发展，就必须加快城市化建设的步伐，发挥城市的中心辐射作用。2007年我国城市化率已达到32.93%，这标志着中国城市化开始进入高速发展阶段。因此，对区域城市化问题的研究显得更加紧迫和必要[1]。

许多学者指出，我国城市化的驱动力应由第二产业变成第三产业[2][3]，其中服务企业的创新是极为重要的推动力[4]。此外，随着改革的深入，市场化程度的提高，外商直接投资对城市化发展有着较强的促进作用[5][6]。由此看出，目前关于我国城市化驱动力的研究主要集中于经济发展水平、第三产业等因素，对其他方面的因素研究较少，且这些因素对城市化发展的作用大小还有待进一步的研究。

长江三角洲地区是我国最大的经济核心区，其经济发展在全国占有举足轻重的地位。据国家发改委及国务院颁布的《长江三角洲地区区域规划》，长江三角洲地区指上海市、浙江省及江苏省的所有城市所构成经济圈，城市化毫无疑问将成为其经济的重要推动力与增长点。因此，明确长江三角洲经济圈内部城市化的驱动因素对于促进该地区的经济发展、制定各市的部署规划有着重大意义。

2.计量经济分析

2.1模型设定

本文假设长江三角洲地区城市化受到一系列因素的影响，并认为其他因素的影响很小。根据文献研究，选取城市化率作为衡量城市化水平的指标[7]，并假设经济发展、第三产业发展、对外开放程度及房地产建设是长江三角洲地区城市化的重要动力，分别采用人均GDP、第三产业比重、外商直接投资及房地产开发投资额[8]作为相应衡量指标。

2.2初步多元回归分析

本文选取长江三角洲地区25个地市2009年的指标数据，进行普通最小二乘（OLS）回归。以城市化率（Y）作为被解释变量，人均GDP（X1）、第三产业比重（X2）、外商直接投资额（X3）和房地产开发投资额（X4）作为解释变量建立回归模型，定量地测算各因素对该地区城市化的影响。整个回归过程及计量模型建立均依托EXCEL软件进行。

其中，分别为人均 GDP、第三产业比重、外商直接投资额及房地产开发投资额的系数，各自表示在其他因素不变的情况下，人均 GDP 增加 1元、第三产业比重增加 1 个百分点，外商直接投资增加 1 亿美元、房地产开发投资额增加1亿元，城市化率将增加的百分点数，μ为误差项。回归结果如下（5%的显著性水平），第一行括号内是对应系数的标准误，第二行括号内是对应系数的t-检验值：

此外，对回归的整体显著性进行F检验，得到的F统计量为62.6167。由上述分析结果可知，这4个变量的变动能较好的解释城市化率的变动，且回归的整体显著性较高。然而，变量X3、X4，即外商直接投资额和房地产开发投资额在解释城市化水平时效果并不好，二者并未通过t-检验（自由度为20，临界值为2.086），在5%的显著性水平上都不显著。此外，结合R2可知方程的拟合优度较高。由此推断，这可能是由多重共线性引起的，有必要对模型本身做出修改。

2.3常弹性模型分析

对于外商直接投资额和房地产开发投资额这两个因 素，研究其相对变化对城市化水平的影响，比其绝对值变化更加有意义，而且，采用自然对数形式不仅可以解决多重共线问题，还能在一定程度上消除异方差性，也更接近CLM假定。因此，现在拟对全部指标Y、X1、X2 、X3、X4取自然对数，建立常弹性模型，回归结果如下：

由于两个模型中因变量及自变量均发生变化，为非嵌套模型，因此应采用进行比较。本模型中=0.9443，也高于上一模型的0.9113，说明自然对数形式的变量模型拟合程度更高。此外，修正后的模型解决了多重共线问题，变量lnX3，即外商直接投资额的对数在5%的显著性水平上通过了t-检验，但是lnX4，即房地产开发投资额的对数在解释因变量lnY时效果仍不显著，未通过t-检验。因此，鉴于在两次回归中房地产开发投资额都不是统计显著的，应考虑剔除该指标。

2.4四变量多元回归分析

在剔除房地产开发投资额指标后，将长三角地区城市化率（Y）对人均GDP（X1）、第三产业比重（X2）和外商直接投资额（X3）进行回归。同时，通过上述分析中两个模型的对比可知，常弹性模型能够消除多重共线性和异方差性，且拟合优度更高。回归结果如下：

该模型的所有解释变量系数都通过了5%显著性水平的t-检验（自由度21，临界值2.080），F统计量为140.514，回归的整体显著性高很高。此外，由于比原模型变量个数减少，所以用进行比较，以消除变量个数的影响。该模型的达到0.9458，比原来的0.9443更为改善，能够多解释0.15%的lnY变动，证明拟合效果更好，样本的估计值与预测值如图1所示。

通过上述分析可知，人均GDP、第三产业比重和外商直接投资是影响长江三角洲地区城市化水平的显著因素，它们之间存在较强的联合显著性。具体而言，在其他因素不变的情况下，人均GDP 增长1%将使城市化率将增加 0.239%；第三产业比重增加现有的1%，城市化率将增加0.714%；而外商直接投资额增长1%将为城市化率将带来0.024%的增长。由此可见，长江三角洲地区城市化最主要的驱动因素依次是第三产业比重，人均GDP和外商直接投资。

2.5结论分析

综上所述，可以得出如下结论：一是房地产建设投资对长三角地区城市化的影响并不显著；二是通过普通线性模型和常弹性模型的比较发现，对于本次研究，后者在描述以上变量之间的关系时效果更好，能够消除多重共线性和异方差性，模型本身也更优；三是根据四变量对数模型可知，人均 GDP、第三产业比重和外商直接投资是长三角地区城市化进程的显著影响因子，其变动能够解释94.58%的城市化率的变动，从影响程度来说第三产业比重对该地区城市化水平影响最大，人均GDP 次之，外商直接投资则是三个因子中对城市化影响程度最小的。

3.驱动因素经济意义分析

3.1人均GDP

人均GDP水平对长三角地区城市化作用显著，但对于淮安、宿迁、连云港等城市化率相对较低的城市而言，依靠扩充经济总量来促进城市化发展，效果并不明显。由此可见，仅依靠GDP水平的提高而不转变城市的经济结构和各种制度来促进城市化发展是非常困难的，尽管人均GDP是一个统计意义显著的指标，但经济意义并不大。

3.2第三产业比重

第三产业比重对城市化水平具有显著的影响。苏州、无锡、杭州的外商直接投资与人均GDP 都大大超过南京，其城镇化水平却落后南京大约9个百分点，很大程度上是因为三者的第三产业比重偏低，使得大城市应有的服务职能不尽完善、辐射效应受到限制而引起的。由此看出，第三产业发展对促进城市化有较大的影响作用，长三角地区要提高其城市化水平，大力发展服务业非常关键。

3.3外商直接投资

外商直接投资对城市化影响显著，但相较而言，其对长三角地区城市化的影响比其他两个因素小，可能是该地区开放程度已经较高，现有外商直接投资存量及流量规模较大，其投资效应在城市化过程中已经有所下降。不过，外商直接投资能够对城市经济发展产生直接或间接的影响，因而本地区在调整产业结构推进城市化的同时，可以用相应的招商引资政策进行配合，将引资重点逐步转移至服务业，完善城市的第三产业，进而提高第三产业比重。

3.4房地产开发投资

最后，本文分析显示房地产建设投资与城市化关系不显著。房地产建设为农村人口进城提供了必要的生活条件，应该是影响长江三角洲地区城市化的一个重要指标。而文章得出不显著的结论，对此的合理解释可能是：许多城市房价大幅上升，而居民的收入并未同幅度的增加，使得居民只能在郊区购买甚至不买房子。这种“逆城市化”的现象说明了在长三角地区房地产投资过热，这对城市化水平的提高不仅没有好处，可能起到相反的效果。

4.结语

长江三角洲地区在将来的城市化进程中必须转变经济发展方式，进行产业结构的调整才能更有效的促进城市化水平的提高。以第三产业特别是生产型服务业为着力点，优化产业结构。同时，应以对外开放全球化为契机，通过积极稳妥地利用外资，把发展外向型经济作为重点战略，进行外贸体制改革，开展国际经济合作，以加速城市化进程，保证城市化的运行效率。

参考文献：

[1]高兴龙.对城市化水平影响因素的计量分析――以上海市为例[J].企业导报，2012，（15）.

[2]洪银兴.城市功能意义的城市化及其产业支持[J].经济学家，2003 （2）.

[3]王立鹤，钟甫宁，陈卫红.城市化发展驱动因素的实证研究――南京市与同类城市比较分析[J].中国软科学，2004 （1）.

[4]吴俊，邹礼瑞.上海农村城市化发展与产业结构调整的互动关系分析[J].安徽农业科学，2006（2）.

[5]蒋伟，曹荣林. FDI与城市化水平的相关性分析――以江苏省地级市为例[J].信阳师范学院学报（自然科学版），2010，（2）.

[6]孙晓华，郭玉娇.中国城市化影响因素的实证研究――来自2004～2008年省际面板数据的经验证据[J].大连理工大学学报（社会科学版），2013 （1）.

[7]徐康宁，赵波，王绮.长三角城市群：形成、竞争与合作[J].南京社会科学，2005， （5）.

[8]李金昌，程开明.中国城市化与经济增长的动态计量分析[J].财经研究，2006， 32（09）.