[新型城镇化]产业集聚能否促进城镇化（上）

改革开放以来，我国城镇化得到快速发展，按照常住人口计算，我国城镇化率由1978年的17.92%提高到2015年的56.1%，但是与发达国家相比，我国城镇化率仍有相当的差距。党中央、国务院在2014年3月颁布了《国家新型城镇化规划（2014—2020）》，并在一系列重要文件中提出加快城镇化建设。在我国经济发展进入新常态，面临经济发展速度、结构和驱动力等方面实现根本性转变的严峻形势，加快城镇化进程对于经济持续发展、区域协调发展以及全面建成小康社会具有重要意义。如何推进城镇化建设是我国未来一段时间必须高度关注的问题。随着我国产业的快速发展，无论是制造业还是服务业均已形成大量的产业集聚，并且集聚程度不断提高，而许多研究认为产业集聚将促进城市产业结构优化升级、提升城市竞争优势和经济发展水平。那么，产业集聚与城镇化发展之间存在怎样的作用机制？不同的产业集聚对城镇化发展的影响如何？应采取何种产业政策以更好地促进城镇化发展？这正是本文的研究动机与重点。

一、文献综述

产业集聚与城镇化作为经济发展中的重要现象，其内在关系受到国内外学者的广泛关注。在理论研究方面Button（1976）[1]从效益角度对集聚经济进行分析，认为产业集聚和城镇化之间存在相互促进、协调发展的态势；Baldwin（2004）[2]的研究表明，企业集聚带动相关产业集聚以及人口的增加，促进城市规模扩大以及城市群的形成；苏雪串（2004）[3]通过阐述产业集聚促进城镇化的内在机理，认为产业集聚是城镇化中期阶段的重要推动力，城市群是城镇化发展到一定阶段的结果；吴丰林等（2010）[4]针对产业集聚和城镇化互动关系的研究，认为产业集聚有利于推动城市空间、密度和形态的优化，已经成为城市经济增长和空间优化的主要动力。同时，随着产业的不断发展，产业集聚水平不断提高，更多学者的研究集中于案例和实证分析产业集聚与城镇化的内在关系，主要有Mills and Hamilton（1994）、[5]杨哲、饶宝红（2006），[6]陆根尧和盛龙（2012），[7]谢春治（2014），[8]袁丹和雷宏振（2015）[9]等。Mills and Hamilton（1994）[5]以区位选择为切入点，构建米尔斯-汉密尔顿城市模型，认为产业的区位选择和集聚.过程是城镇形成的动力；杨哲和饶宝红（2006）[6]分别以浙江和广东为例，研究市场创造型和政府引导型的产业集聚对城镇化的影响，并探讨内在传导机制；陆根尧和盛龙（2012）[7]实证分析认为产业集聚和城镇化之间存在良性循环的内生机制；谢春治（2014）[8]采用空间计量回归方法，实证结果表明制造业集聚能够显著促进城镇化发展；袁丹和雷宏振（2015）[9]通过构建空间面板模型认为产业集聚能够促进本地城镇化率的提高，并且可以通过正向空间溢出效应带动相邻地区城镇化率的提高。

回顾已有文献，大多数研究主要分析制造业集聚或服务业集聚单一角度对城镇化的影响，缺乏从更多细分行业产业集聚的角度进行比较分析。随着我国经济的快速发展，服务业对经济社会的支撑和拉动作用日益突出。2015年，我国服务业增加值占GDP的比例达到50.5%。目前，我国已形成大量的服务业集聚且集聚程度不断提高，基于此，有必要探讨不同行业产业集聚和城镇化之间的关系。同时，城镇化作为一个动态概念，城镇化水平的变动是连续过程，而以往研究鲜有从城镇化动态发展的角度进行分析。

二、产业集聚与城镇化内在作用机理分析

（一）产业集聚直接促进人口集聚，成为城镇化各阶段发展的内因

产业集聚为城镇化的形成和发展提供基础，以人口为核心的集聚是城镇化发展的内在动力，从基础劳动演化为人力资本反映出产业集聚促进城镇化发展的实质。首先，基于成本驱动下的传统制造业集聚带来城市的初步发展，带动周边区域同质非农劳动力和本地剩余劳动力集聚，而集聚的规模效应降低企业生产成本和居民生活成本，加快企业和人口向城镇转移，促进城镇规模扩大，伴随集聚范围拓宽，逐步形成循环发展。其次，产业集聚能够吸引前向、后向以及相关服务产业进入，加快高端人才集聚。伴随先进知识和技术外溢以及独特产业环境形成，推动城镇化形态升级。最后，随着产业结构趋于成熟，要素成本逐步上升，产业向周边地区扩散将形成区域产业集聚联动发展，形成周边地区城镇化发展的产业基础，产业集聚辐射效应会把具有相同产业结构的城镇联系起来，形成大规模城市群。

（二）产业集聚优化升级产业结构，加快城镇化发展

空间经济学认为，制造业与服务业集聚是城镇化的本质。根据产业发展一般规律，制造业与服务业集聚将产生前向挤出效应，推进产业结构升级，从而决定城镇化发展阶段。制造业集聚将加快就业，提升收入水平，进一步带动区域经济增长，促进城镇化水平提升，从而增加消费性服务需求。同时，制造业集聚快速发展引致生产性服务业的发展、服务业质量提升和集聚水平提高，集聚区基础设施更加完善，金融、研发、中介、咨询等行业更加发达，集聚软环境逐步提升，对投资的吸引能力增强，使新一轮的更高质量的制造业项目进入集聚区。制造业与服务业的相互推动和共同发展，将引导产业结构逐步向高级化和合理化方向转变，集聚经济得以实现，城镇化进程加快。然而，在产业结构调整过程中，服务业发展正逐步替代制造业成为经济推动的主要力量。以技术进步、效率提升为核心的现代服务业发展明显快于人口素质提升，即产业结构调整领先于就业结构调整。此外，政府支持将加快公共服务业集聚发展。例如，教育投入的增加将带动人力资本积累水平快速提升，不断促进现代服务业发展，推动高端产业集聚。

（三）产业集聚提升城市竞争力，推动城镇化进程

产业集聚具有技术创新及成本降低的作用，吸引外来资本、人才与技术流入，逐渐成为区域经济增长极，从而加快高端产业集聚，提高城市综合竞争优势，为区域经济发展提供强有力保障。同时，高端产业集聚将提升城镇治理能力，产业结构、需求结构和就业结构优化将不断推动政府治理的效能全面提升。政府治理效能提升将使得环境污染进一步改善，基础设施集聚发展将通勤成本和生活费用进一步降低，将使得金融、咨询、科技服务等服务业体系逐渐完善，从而服务业集聚提质发展，推动城镇化良性循环发展，进一步促进城镇化的质量提升。伴随经济水平的提升，包容性发展下福利分配更加到位、制度更加健全，养老问题、农民工市民化问题、收入分化问题都会得到进一步缓解，政府治理能力提高到新的水平，城市功能不断完善将加快城镇化从重规模向重质量和效率转变，加快以人为核心的城镇化发展。

根据以上分析，产业集聚促进城镇化发展的作用机理如上图所示。

三、模型设定与指标选取

（一）模型设定

面板数据模型可以综合研究对象在时间序列和横截面上的变化规律，增加估计的有效性；同时为了降低多重共线性带来的不利影响以及可能存在异方差和内生性问题，本文以对数形式建立面板数据模型。基本模型分析如下：

上式中，被解释变量cityi，t是城镇化率，解释变量aggli，t为产业集聚水平，为其他控制变量，考虑到数据可得性以及对城镇化影响程度，主要选取经济开放程度（open）、经济发展水平（pgdp）、工业水平（ind）以及政府干预水平（gov）。εi，t为随机误差项。

在模型（1）中加入以上四个其他控制变量，这样，模型变为：

lncityi，t=β0+β1lnaggli，t+β2lnopeni，t+β3lnpgdpi，t+β4lnindi，t+β5lngovi，t+εi，t （2）

（二）指标选取

1.被解释变量。城镇化水平（city）：目前，衡量城镇化水平的指标主要有非农就业人口/总就业人口（杨林等，2014[10]）和城镇人口/总人口（陆根尧、盛龙；[7]徐雷和郑理[11]）来衡量，相对而言，人口城镇化更为符合目前我国城镇化发展水平。[11]基于此，这里借鉴徐雷和郑理（2016）[11]的做法，采用城镇人口/总人口来衡量各地不同时期的城镇化水平。

2.核心解释变量。产业集聚水平（aggl）：目前关于产业集聚水平衡量主要用区位熵指数（aggl）、空间基尼系数（G）、赫芬达指数（H）以及E-G系数，这些指标衡量各有优缺点。考虑到区位熵指数依据特定区域内某产业占有率与整个经济中的该产业占有率的比重，能够较为真实反映出要素在地理上的空间分布。因此，这里借鉴杨仁发（2013）[12]的做法，选取区位熵指数衡量产业集聚水平。其计算公式为：

aggli，t=（Ei，j/Ei）/（Ek，j/Ek）

其中，Ei，j表示i地区j行业就业人数，Ei表示i地区所有产业就业人口数，Ej，k表示全国j行业就业人数，Ek表示全国所有产业就业人口数。

3.其他解释变量。（1）经济开放程度（open）：随着经济全球化和一体化进程的加快，经济开放程度对城镇化发展具有促进作用。这里借鉴曾国平和吴明娥（2013）[13]用进出口总额占GDP的比重来表示，其中进出口总额按平均汇率折算成人民币。（2）经济发展水平（pgdp）：王小鲁（2010）[14]认为城镇化水平与经济发展水平等因素具有高度相关性。经济发展水平越高的地区，居民收入水平越高，与周边地区收入的差距越明显，对劳动力转移的吸引就越强，城镇化水平就越高。这里采用人均GDP表示经济发展水平。（3）工业化水平（ind）：工业化发展能够扩大生产规模，促进大量相关企业集聚发展，增加人口集聚程度，不断扩大城镇规模，是城镇化发展的支撑力量。这里使用工业总产值占GDP的比重衡量工业化水平。（4）政府干预水平（gov）：于燕（2015）[15]认为政府干预程度显著影响城镇化水平。政府干预程度越高，对城镇化规划建设以及劳动力流入流出限制就越大。这里以地方财政支出占GDP的比重衡量政府干预水平。

4.样本的选取和数据来源。为了保证数据的连续性和有效性，除西藏地区数据缺失外，本文选取2004—2013年我国30个省市（自治区）的数据进行分析。原始数据来源于2005—2014年《中国统计年鉴》《中国城市统计年鉴》和中经网统计数据库以及各省市统计年鉴。

5.计量方法的使用。考虑到动态面板模型中加入城镇化水平的滞后项，以及选取的解释变量可能存在一定内生性问题。为减少结果偏差，解决的方法主要有工具变量法和广义矩估计（GMM）方法。由于工具变量法中很难找到合适的工具变量，因此，本文选取系统GMM方法（SYS-GMM）进行估计，不但能够缓解模型内生性问题，还可以提高模型估计效率。