打开文本图片集

作者简介：李玲燕（出生年1996—），女，重庆市万州区，硕士研究生，西南民族大学公共管理学院土地资源管理，主要研究方向：城市经济与管理、住房政策。

摘要：新型城镇化的要求是不断提升城镇化建设的质量内涵。本文在总结国内城镇化发展影响因素研究的基础上，基于2005—2019年的时间序列数据选取指标构建四川省新型城镇化发展影响因素的多元线性回归模型，利用Eviews12.0软件对各指标进行回归分析。实证表明，经济发展指标、产业调整指标、城乡差距指标、交通运输指标对四川省新型城镇化发展具有重要影响，并提出相应建议提升其城镇化建设质量。

关键词：新型城镇化;影响因素;多元回归分析法

引言

城镇化是衡量一个国家及地区经济、社会、文化、科技水平的重要标志，也是衡量其社会组织程度和管理水平的重要标志。城镇化是一种多维概念，包含了人口、产业、地理空间和社会文明[1]。一般地说，城镇化发展是人类社会进步的必经过程，经历此过程后标志着整个社会现代化目标的实现[2]。我国城镇化开始于改革开放后，具有起步晚、水平中等、速度快等特点。据统计数据显示，2019年末中国城镇常住人口84843万人，占总人口比重为60.60%，这是中国常住人口城镇化率首次超过60%。2020年国务院政府工作报告中提出，深入推进新型城镇化，发挥中心城市和城市群综合带动作用，培育产业、增加就业，因城施策完善便民设施，让城市更宜业宜居。

四川省作为我国西北、西南和中部地区的重要结合区域，其城镇化发展状况对我国实施新型城镇化战略有着重要影响。2014年随着《国家新型城镇化规划》的出台与实施，四川省也因地制宜制定出《四川省新型城镇化规划（2014～2020年）》，提出发展具有四川特色的“新型城镇化”道路，即“形态适宜、产城融合、城乡一体、集约高效”，进一步促进四川省“一轴三带、四群一区”的发展[3]。2021四川省国民经济和社会发展计划执行情况总体良好，地区生产总值增长8.2%，全社会固定资产投资增长10.1%，城镇居民人均可支配收入增长8.3%，农村居民人均可支配收入增长10.3%，城镇新增就业105万人，城镇调查失业率也控制在预期目标内，常住人口城镇化率达到了58%[4]。但由于四川省各市、州在经济条件、自然环境、地理区位上都有着明显差异，社会发展出现产业结构不尽合理、城乡收入差距较大、公共服务水平不高等问题，使其城镇化率常年滞后于同期全国平均水平。因此，准确把握四川省城镇化发展特征并对其影响因素进行实证分析，对推进四川省和与之具有类似特征省份或区域新型城镇化的快速发展有一定参考价值。

一、文献综述

随着我国新型城镇化的深入推进，探究影响城镇化发展的因素逐渐成为学术界研究的热点之一。影响城镇化发展的因素相当之多，且不同地区的城镇化发展水平存在着较大差异因而影响因素也会有所差别，可以看出研究城镇化发展水平的影响因素是一个综合庞杂的系统工程。吴福象（2013）通过研究表明产业结构、人口城镇化水平、基础设施存量对长江三角洲16个核心城市的新型城镇化发展具有较大影响[5]。马孝先（2014）认为促进我国城镇化发展的因素有要素投入、消费需求、金融深化、空间集聚、人口素质和政府作用[6]。任远（2014）认为人的发展和参与才是城镇化的真正动力，城镇化不应该只是地域扩张的经济过程，应该重视提升人的发展能力和更加积极平等的经济参与和社会投入[7]。龚征旗等学者（2016）选取2000-2012年度新型城镇化推进影响因素构建相应的模型，探讨得出经济发展、产业结构、科技创新和基础设施作为新型城镇化发展水平的影响因素[8]。郭贯成等学者（2016）主要研究了工业用地的利用率在新型城镇化发展中所受的影响，研究结果表明土地市场化的供给程度与工业用地的利用率呈正相关关系，工业规模的扩张必须要遵循经济发展的客观规律[9]。郑蕊等（2017）研究认为产业结构的跨期演变对新型城镇化发展水平的提高具有显著促进作用，但是其作用存在地域差异[10]。关雪凌等学者（2019）选取我国1990—2016年间的数据，对这期间内城镇化与能源消费的耦合发展状态进行了分析，发现中国的城镇化水平与能源消费处于拮抗阶段，这严重阻碍城镇化的进一步推进[11]。周爱玲（2020）提出要认真践行生态文明发展理念，打造“自下而上”产业主导的、以生态可持续发展为目标的发展新路径[12]。杨阳（2020）采用熵值法构建了人口、土地、经济、社会、生态环境城镇化的五维耦合协调度指标体系，并运用耦合协调度模型、核密度估计及探索性空间数据分析方法探究长江流域城镇化耦合协调度的时空分异特征、空间聚类格局及影响因素[13]。

通过梳理国内近几年关于城镇化影响因素研究的代表成果，可以发现研究内容由理论分析转变为以实证检验分析为主，研究方法逐步由计量模型法向空间数据分析法转变，研究区域既有全国范围也有特定区域。城镇化发展影响因素的测量指标有很多，总结各学者所选取的指标可以总体归结为经济、社会、人口、生态、公共服务等与人民生活息息相关的方面。本文将四川省作为实证分析对象，选取相应的指标运用多元回归分析法探究影响其新型城镇化发展的因素。

二、实证分析

1.指标选取及数据来源

城镇化发展是多种因素综合作用的结果，文章在借鉴相关研究学者所选取指标的基础上，秉承综合性、典型性、可行性原则，选取能够代表四川省2005～2019年经济发展、产业调整、就业结构、城乡差距、交通运输以及科教文体水平的11项指标。这11项指标作为自变量X1～X11分别是人均GDP、固定资产投资总额、第二产业占GDP比重、第三产业占GDP比重、第二产业从业人数、第三产业从业人数、城镇居民与农村居民人均可支配收入比、邮电业务总量、公路里程、普通高等学校毕业生数和科技教育及文体传媒支出占财政支出的比例，而研究中的因变量Y选取能够直观反映出四川省城镇化发展的城镇化率。

本研究获取的数据主要依据2006年-2020年《四川省统计年鉴》以及四川省国民经济和社会发展统计公报，通过相应整理和计算而得。

2.模型的构建

本研究运用多元回归分析法，以四川省城镇化率为因变量，人均GDP、固定资产投资总额、第二产业占GDP比重、第三产业占GDP比重、第二产业从业人数、第三产业从业人数、城镇居民与农村居民人均可支配收入比、邮电业务总量、公路里程、普通高等学校毕业生数和科技教育及文体传媒支出占财政支出的比例为自变量，建立时间序列数据计量经济模型进行回归分析，如式（1）所示：

其中，Y为四川省城镇化率（%），C为截距项，X1表示人均GDP（元/人），X2表示固定资产投资额（亿元），X3为第二产业产值占GDP比重（%），X4为第三产业产值占GDP比重（%），X5为第二产业从业人数（万人），X6为第三产业从业人数（万人），X7表示城镇与农村居民人均可支配收入比，X8表示邮电业务总量（亿元），X9为公路里程（万公里），X10为普通高等学校毕业生数（万人），X11为教育、科学、文体、传媒占财政支出的比例（%），μ表示随机干扰项。

3.模型参数估计与修正

（1） 变量的描述性统计

运用Eviews12.0软件对本研究模型中的各个变量进行描述性统计，如图1所示。其中显示出了各变量序列的均值、中位数、最大值、最小值、标准差、偏度、峰度以及Jarpue-bera统计量与其概率。

（2） 参数估计

通过Eviews12.0软件对式（1）采用OLS估计参数，输出结果如图2所示。根据结果可以看出，R2=0.9998，2=0.9993可决系数很高，说明整体上模型对样本的拟合很好;F=1904.189检验值很大，其相应的p=0.000018，说明回归方程显著，即各自变量联合起来的确对因变量“城镇化率”有显著影响。虽然被解释变量与解释变量之间总体线性关系显著，但各自变量并没有通过t检验，p值也没有达到0.05的显著性水平，并且还有自变量系数符号与其经济意义不符合。综上分析总结出初始模型很可能存在较严重的多重共线性。再运用Eviews12.0软件对被解释变量Y与各解释变量进行简单相关系数检验，结果如图3所示。根据图3相关系数矩阵可以看出各解释变量之间的相关系数较高，这进一步证实解释变量之间存在多重共线性，因此需要采取逐步回归法减少模型共线性的严重程度。

（3）多重共线性模型的修正

逐步回归法即采用OLS方法分别将Y对各解释变量X1～X11进行一元回归，结合11个一元回归方程的经济意义、拟合优度、统计检验，综合考虑后选出拟合结果最好的一元线性回归方程作为逐步回归的起始方程。经过各项参数的对比分析，发现本研究中城镇化率Y与固定资产投资额X2所建立的一元回归模型拟合度最好，因此选取X2作为进入本研究回归模型的第一个解释变量。具体参数如下：

以式（2）为初始回归模型，继续将剩余的解释变量分别加入模型进行参数估计。所加入的解释变量需要满足以下条件才能被留在回归方程中：一是新的回归模型各变量系数符合经济意义;二是新的回归模型整体拟合度提高;三是新的回归模型通过t检验、F检验以及相关p检验;四是新的回归模型通过D.W.检验，不存在一阶序列相关。具体的逐步回归法过程及结果如下：（1）在变量X2的基础上分别引入X4和X8时，虽然各模型的整体拟合度有所提高，但系数不符合经济意义，故不能保留;而分别引入X1、X6、X7、X11的各模型变量没有通过t检验和相应p检验;分别引入X3、X5、X9、X10后的各模型系数符合实际经济意义，且都通过了t检验、p检验、D.W.检验，根据拟合度最优原则综合考虑此次先保留变量X9;（2）在变量X2、X9的基础上重复逐步回归的操作发现，X3、X8变量系数不符实际经济意义，除了X1、X7其他变量均没有通过相应检验，而两者相比引入X7后模型拟合效果更好，因此选择保留X7;（3）继续在X2、X9、X7的基础上引入剩余变量，得出加入X3的模型不符合实际经济意义，加入X4、X5、X6、X8、X10、X11的模型均未通过各项检验。引入X1后模型拟合效果提高且通过了t检验和p检验，但D.W.检验值落入无法确定的区域，因此通过LM检验测得其不存在一阶序列相关，变量X1可以保留;（4）此时模型保留了X2、X9、X7、X1，再重复操作上述流程得出模型最后保留X2、X9、X7、X1、X4所得出的拟合与检验结果最优，且通过D.W.检验表明不存在一阶序列相关，即整个模型不存在自相关问题。因此本研究城镇化率函数最终结果如下：

四、 研究结论与建议

首先，本研究关于四川省新型城镇化率影响因素的多元回归模型从方程回归结果来看总体上是显著的，说明所选取的11项自变量联合起来确实对因变量“城镇化率”有显著影响。同时，从变量的相关系数表可以看出，人均GDP、固定资产投资额、第三产业产值占GDP比重、第二产业从业人数、第三产业从业人数、城镇与农村居民人均可支配收入比、公路里程、普通高等学校毕业生数这8个解释变量相关程度较高。其次，通过逐步回归法消减模型多重共线性后得出的最终方程结果显示，人均GDP、固定资产投资额、第三产业产值占GDP比重、城镇与农村居民人均可支配收入比、公路里程这5个变量成为影响四川省新型城镇化发展的主要因素，由此也可以体现出影响四川省新型城镇化发展的重要指标包括经济发展指标、产业调整指标、城乡差距指标、交通运输指标。同时，四川省人均GDP和固定资产投资额即经济发展指标虽然对其城镇化发展有显著影响，但对于提高城镇化率相对其他指标贡献较小，而缩小城乡差距对城镇化率的提升作用较大。

根据研究结论提出相应发展建议：一是四川省经济发展欠缺活跃度与协调度，没有体现出其促进新型城镇化发展的基础支撑作用，因此需要继续充分发掘各地区自身的经济发展潜力并提高经济发展效率，促使省内经济发展较好的城市带动周边城市形成协同发展格局，结合新型城镇化发展理念以实现经济平稳增长;二是服务业良好的发展及其产值的增加对城镇化发展是有利的，要加快落实各项有利于吸引服务业聚集的财政金融政策，且在利用现代技术改造提升传统服务业的同时积极发展新兴服务业，向社会提供更多的就业岗位;三是缩小城乡差距方面，应加快培育新型农业经营主体，引导农村大量剩余劳动力转移或就业以促进农村劳动力要素的有效配置，增加农民收入，另外还需加强对农民的文化素质培训与职业教育，提升其就业能力与技术素养，促进产业结构与就业结构的协调发展;四是大力发展交通运输业，加快推进公路、铁路建设，合理规划城乡道路，为推动“互联网+”的物流运输业发展提供基础设施保障，为进一步促进城乡融合、产业融合创造良好条件。

参考文献：

[1]杨亚丽，孙根年.城市化推动我国国内旅游发展的时空动态分析[J].经济地理，2013，33（07）：169-175.

[2]阎星，高洁.探索城乡统筹的中国城市化道路[J].宏观经济管理，2010（01）：52-54.

[3]四川省住房和城乡建设厅 四川省发展和改革委员会. 四川省新型城镇化规划（2014—2020年）[N]. 四川日报，2015-04-03（003）.

[4]四川省发展和改革委员会. 关于四川省2021年国民经济和社会发展计划执行情况及2022年计划草案的报告[N]. 四川日报，2022-01-30（006）.

[5]吴福象，沈浩平.新型城镇化、基础设施空间溢出与地区产业结构升级——基于长三角城市群16个核心城市的实证分析[J].财经科学，2013（07）：89-98.

[6]马孝先.中国城镇化的关键影响因素及其效应分析[J].中国人口·资源与环境，2014，24（12）：117-124.

[7]任远.人的城镇化：新型城镇化的本质研究[J].复旦学报（社会科学版），2014，56（04）：134-139.

[8]龚征旗，马浩峰，万祝蓉.新型城镇化发展路径及影响因素实证分析[J].商业经济研究，2016（18）：140-141.

[9]郭贯成，丁晨曦，王雨蓉. 新型城镇化对工业用地利用效率的影响：理论框架与实证检验[J]. 中国土地科学，2016，30（08）：81-89.

[10]郑蕊，杨光磊.产业结构跨期演变对新型城镇化建设的影响研究[J].工业技术经济，2017，36（06）：119-127.

[11]关雪凌，周敏. 城镇化与能源消费的耦合发展研究[J]. 中国矿业大学学报，2019，48（06）：1391-1398.

[12]周爱玲，赵闰. 城乡融合背景下我国民族地区新型城镇化发展路径研究[J]. 中国农机化学报，2020，41（12）：229-236.

[13]杨阳，唐晓岚. 长江流域新型城镇化耦合协调度时空分异与空间集聚[J/OL]. 长江流域资源与环境：1-23.