城市化对经济增长的影响机制研究——以江苏省为例朱金平，傅兆君东南大学经济管理学院，南京 （211189）E-mail ：Zhujinping5000@摘 要：本文从经济学的视角出发，采用计量经济模型，运用中国的数据对在城市化进程中经济增长的影响因素进行了实证分析，希望能够为“加快发展城市化”的政策提供深层次的理论依据。

另外，针对中国情况的实证分析和计量检验有助于找出滞后型城市化制约经济增长的真正原因所在，从而采取相应的政策和措施，使我国的城市化更好地为经济增长服务。

关键词：城市化；经济增长；影响机制1. 问题提出从经济学角度看，城市化是在空间体系下的一种经济转换过程。

人口和经济之所以向城市集中是集聚经济和规模经济作用的结果。

经济增长必然带来城市化水平的提高，而城市化水平的提高无疑又加速经济增长。

关于城市化对经济增长的影响，许多学者从二十世纪中期开始就作过实证研究。

1965年，美国地理学家贝里选用了95个国家的资料进行分析，显示出城市化与经济发展之间具有正相关关系。

我国学者也对该问题进行了实证分析，得出了相同的结论。

周一星（1995）对1977年世界157个国家和地区的资料进行分析，发现二者是一种十分明显的对数关系。

许学强、朱剑如（1988）和成德宁（2004）等人也做过类似的研究，结果大致相同，相关系数都在0.8以上。

由此可见，在宏观水平上，城市化与经济增长之间呈现显著的正相关关系，一般城市化水平较高的国家或地区，其工业化程度和经济发展水平也较高。

但是，城市化并不是一种生产要素，它对经济增长产生作用必定要有一个作用渠道，城市化对经济增长的贡献程度取决于城市化对经济增长的影响机制。

Henderson （2002）研究发现：没有任何证据表明城市化程度与经济增长之间存在任何直接的关系。

因此，城市化对经济增长产生促进作用的方式是什么？城市化的增长效应究竟有多大？其对经济增长的影响机制在中国的运行情况如何？就中国的城市化现状而言，是否能够发挥理论上的作用？本文将通过对处于改革开放的前沿地带的中国江苏省地级市的数据进行实证分析，以考察这种影响机制在中国的作用情况。

2 计量模型的设定、数据来源和计量方法的选择2.1计量模型的设定柯布—道格拉斯生产函数公式为： αα−=1H AK Y （1），其中Y 是产出，K 是物质资本存量，H 是人力资本存量，[]1,0∈α ，A 表示技术、制度等因素，很明显，这个函数描述的是一个对物质资本和人力资本呈现出不变规模报酬的情形。

本文认为城市化通过产业结构的升级促进经济增长，即城市化促使一国第二、三产业在国民经济中所占比重上升，而结构主义学派认为结构变革能够加速经济增长，因而在本文的模型中应该加入产业结构这一因素。

根据以上分析，可以建立下列计量模型： γβαSTR H AK Y =（2），即：总产出是物质资本K 、人力资本H 、产业结构STR以及A 中的制度、技术、文化、结构等其他因素共同作用的结果。

将式（2）改写成人均形式，并求自然对数得到： tt t STR c h c k c c y µ++++=3210ln ln ln （3），其中人均产出L Y y =，人均物质资本L K k = ，人均人力资本L H h = ，t 为时间下标， 0c 是常数项， t µ是随机干扰项，表示受随机因素影响而未能观察到的偶然因素。

1c 、2c 、3c 、分别表示k ln 、h ln 、STR 的变化对GDP 增长的贡献程度。

具体的变量解释依次为：y ln ：历年人均地区生产总值的自然对数值，代表江苏省每年的经济增长速度，在模型中是被解释变量，其余均是解释变量。

k ln ：历年人均资本的自然对数值。

从理论分析上看，该变量应该和人均产出呈正相关关系，表明物质资本投入对经济增长会产生正的影响作用。

鉴于数据的可得性，这里采用人均固定资产投资表示。

h ln ：历年人均人力资本的自然对数值。

本文用高校在校学生数来表示人力资本，这种方法已在不少文献中应用。

STR ：产业结构因素，表示产业结构高级化的程度，根据结构主义学派的理论，该指标应该和人均产出呈正相关关系，一般用二、三产业的总产值与地区生产总值的比重表示。

考虑这个指标在估算时会出现产出与产业结构的多重共线性，本文采用第二三产业的从业人员占总从业人员的比重来代替。

该模型不再考虑文化、制度等其他因素的影响即使有影响，其影响会在残差项中综合体现出来。

此外，为研究城市化对经济增长的影响机制，本文又建立以下计量经济模型：t t URB k 110ln εαα++= （4），t t URB h 210ln εγγ++= （5）， tURB STR 310εϕϕ++=（6），t t URB 410εδδµ++= （7）。

其中,URB 表示历年的城市化水平，用每年的非农人口占总人口的比重来表示该变量。

依据前文的分析可知，城市化应该与人力资本、产业结构和物质资本呈正相关关系。

2.2数据来源和计量方法的选择本文的数据主要来源于江苏省统计年鉴2001-2005（电子版）和中国城市统计年鉴2001-2005（电子版）。

在计量方法的选择上，目前国内的研究文献大多采用简单的时间序列或某一特定时点的截面数据，并运用最小二乘法进行回归预算，估计各变量的系数，为了避免时间序列数据的缺陷，本文采取面板数据来进行分析检验。

这种截面时序模型的优点在于大大扩充了数据量，为从技术上克服多重共线性的影响，更好地分析变量之间的关系提供了可能，同时时间因素的引入使得我们得以分析模型的动态性质。

由于面板数据既包括时间序列数据又包括横截面数据，可能产生异方差性和序列相关性问题，从而使普通最小二乘法失效，因而在数据可得的基础上，本文采用广义最小二乘法进行检验，以消除异方差性和序列相关性的影响。

3 计量分析及其结果本文首先对城市化与经济增长之间的关系进行总体上的分析，然后对（3）-（7）式进行估计，以确立对人均产出有显著影响的因素，以及城市化是如何通过影响这些因素最终作用于经济增长的，最后对检验结果进行解释。

为了考察城市化对人均产出的影响，本文首先采用调整后的人均国民生产总值的对数 对城市化率URB 进行回归，回归结果见表1。

表1经济增长与城市化关系的总体分析Variable Coefficient Std. Error t-Statistic Prob.C 8.043634 0.156011 51.55818 0.0000 URB? 0.040330 0.004664 8.646744 0.0000 R-squared0.994421 Mean dependent var 12.74588 Adjusted R-squared0.993948 S.D. dependent var 5.648048 S.E. of regression0.439397 Sum squared resid 11.39113 F-statistic 2103.109 Durbin-Watson stat0.406172 Prob(F-statistic) 0.000000备注：这里的URB?对应模型中的URB 。

从表1可以看出，城市化的系数为0.04033，回归系数显著，因此说明城市化和人均产出显著呈正相关，与理论预期相吻合。

但是，上面的分析中并没有指出江苏省的城市化与人均产出之间是通过什么途径产生正相关关系的，接下来本文将对人均产出的影响因素进行分析。

本文利用分析的各变量的数据，对人均产出的可能影响因素进行估计，并检验每一个变量的显著性，以此来最终确定回归方程。

对k ln 、h ln 和STR 的回归结果表明，拟合优度R2依次为0.997904、0.999458和0.995881，并且通过了变量的显著性检验。

对于面板数据的常用分析方法，本文通过对变量k ln 、h ln 和STR 进行总体回归，最终确定了最适合的模型是固定影响变截距模型，为了减少由于截面数据造成的异方差的影响，本文选用cross section weights ，表示先用相同的权数做出初步的回归权数估计，然后用估计出的权数做加权最小二乘法，得出的结果如表2所示：表2 城市化对经济增长的影响机制分析Dependent Variable: Y?Method: Pooled EGLS (Cross-section weights)Date: 07/20/07 Time: 19:50Sample: 2000 2004Included observations: 5Cross-sections included: 13Total pool (balanced) observations: 65Linear estimation after one-step weighting matrixVariable Coefficient Std. Errort-Statistic Prob. C -30.92704 4.516242-6.8479590.0000 STR? 7.732223 1.0179017.5962460.0000 H? 0.0581370.0314111.8508170.0694 K? 0.5992740.0673988.8916230.0000 Fixed Effects (Period)2000--C 0.231688 2001--C -0.2004702002--C 0.0902412003--C -0.0636792004--C -0.040048 Weighted StatisticsR-squared0.998513 Mean dependent var 13.13043Adjusted R-squared 0.998331 S.D. dependent var 6.730564S.E. of regression 0.274999 Sum squared resid 4.310600F-statistic 5468.595 Durbin-Watson stat 0.601154Prob(F-statistic) 0.000000Unweighted StatisticsR-squared 0.828501 Mean dependent var 9.514801Durbin-Watson stat 0.748587 Sum squared resid 4.909668备注：这里的Y?、STR?、H?、K?分别对应模型中的lny、str、lnh、lnk。

通过对江苏省13个地级市情况的实证分析，我们可以看出城市化能够通过物质资本、µ来人力资本、知识资本和产业结构这四条途径来影响经济增长，此外被忽略的因素则全用t表示。