产业承接区土地城镇化与人口城镇化动态关系计量分析——以安徽省为例

项锦雯袁宏伟雷蕾陈笑雨蔡俊

(1.安徽建筑大学公共管理学院，安徽 合肥 230601；2.安徽农业大学经济管理学院，安徽 合肥 230036)

城镇化是经济发展的支撑与引擎，然而“警惕中国城镇化表面繁荣”“土地城镇化超前”与“人口城镇化滞后”等城市病同时成为社会各界不可回避的热点问题，而诸多现象集焦于城镇化质量不高这一实质核心，突出体现在人口城镇化滞后[1]。2013年11月，习总书记明确指出，“城镇化不是土地城镇化，而是人口城镇化”[2]。十八大、十九大与国家“十四五”规划一直在倡导我国新型城镇化“以人为核心的城镇化”“高质量城镇化”“人民城市为人民”等核心理念，因此，探讨土地城镇化与人口城镇化全过程动态发展对新型城镇化建设具有重要意义。

学术界对土地城镇化与人口城镇化互动发展予以了高度关注，且研究成果丰硕。从研究的结论来看主要分2类：我国目前土地城镇化超过人口城镇化[3]；部分地区人口城镇化超过土地城镇化[4]。从研究内容来看主要分2类：两者协调发展影响因素与策略，主要有国家投资与经济发展规模与速度、房地产发展及土地供给[5]、产业发展与城镇化进程[6]、区位因素和社会保障因素[7]等影响因素，农村土地财产收益分配、逆制土地财政依赖与人口城镇化成本分担机制等政策策略[8]；土地城镇化与人口城镇化协调发展时空特征，主要有省域范畴[9]、经济带[10]、城市群[11]与地级城市[12]等空间尺度测度协调度，也有结合生态发展[13]与产业发展[14]开展空间特征分析等。

已有研究成果对诠释和指导土地城镇化与人口城镇化互动发展具有重要参考价值，但也存在着一些不足。针对两者协调度测度大部分局限于静态的空间分析，缺少时间演进过程中动态测度；大部分研究侧重于研究全国整体、流域或者发达地区土地城镇化与人口城镇化协调性，对中部省份两者互动关系研究鲜为少见。基于以上认识，本文尝试应用协整理论考察2005—2019年15a期间土地城镇化与人口城镇化互动发展的动态演变过程，研判两者动态发展规律；以中部安徽省16城市为研究对象，构建两者发展水平指标体系，研判两者的动态演变特征。以期对现有的研究有所补充，同时为促进新型城镇化建设提供理论指导。

1 研究区概况

安徽省处于地处暖温带和亚热带的过渡地带,自然条件优越，处于泛长三角洲经济圈内，发展潜力大。2010年国家批准皖江城市带承接产业转移区设立，经济产业与城镇化发展迅猛。根据安徽省统计年鉴，全省二三产增加值按可比价格计算，从2005年的4759亿元增加至2019年末的37114亿元，增加超过7倍，城镇化水平由2005年33.50%增加到2019年的57.02%，年均增长1.68个百分点，全省城镇建成区面积从2005年的1123km2增加至2019年2242km2，年均增长7.11个百分点。以产业承接区安徽16城市的城镇建成区为研究范围，探讨两者互动发展演进过程，研判两者发展水平与互动关系，对安徽产业承接过程中促进新型城镇化建设意义重大。

2 研究方法

2.1 指标体系与权重确立

本文在借鉴前人及笔者已有研究基础上[15,16]，在土地城镇化质量(LU)的评价中，主要从土地投入水平等4个层次建立指标体系。根据人口城镇化的内涵，并结合安徽现阶段人口城镇化的任务和重点，分别从人口构成、产业结构、就业水平与社会服务4个方面构建人口城镇化质量(PU)的评价指标体系，熵值法确定二级指标的权重系数，见表1。

表1 评价指标体系

2.2 数据来源与预处理

本研究所有数据主要来源于2006—2020年安徽省统计年鉴等。以1998年为不变价调整相关产值，保障数据的可比性。具体在计量检验过程中，对LU与PU取自然对数得到lnLU与lnPU以消除异方差[17]。

2.3 研究方法

传统的回归分析方法不能考察两变量动态全过程变化，本文在两时间序列变量(lnLU；lnLP)协整检验的基础上，运用VEC模型考察两时间序列变量(lnLU；lnLP)长期变化对短期变化的调整力度，深入分析两时间序列变量(lnLU；lnLP)的Granger因果关系，脉冲分析与方差分解反映两时间序列变量(lnLU；lnLP)作用的全过程动态关系]17]。

3 土地城镇化与人口城镇化水平评价结果

以安徽省16个地级市的城镇建成区为评价范围，按照前文研究方法计算安徽省2005—2019年的土地城镇化和人口城镇化水平的综合评价值,结果如表2所示。

表2 2005—2019年安徽省土地城镇化与人口城镇化水平的评价值

从表2的计算结果来看，2005—2012年，安徽土地城镇化与人口城镇化水平平稳持续提高，人口城镇化水平滞后；2013—2016年，土地城镇化与人口城镇化水平快速上升，土地城镇化水平滞后；2017—2019年人口城镇化水平平稳持续提高，土地城镇化水平快速上升，且土地城镇化水平超过人口城镇化水平。2005—2012年安徽两者的增长率变化基本同步，且土地城镇化增长率变化超过人口城镇化增长率变化；2013—2014年两者增长率变化急剧波动，且人口城镇化增长率变化超过土地城镇化增长率变化；2015—2019年两者增长率变化下行，但土地城镇化增长率变化超过人口城镇化增长率变化。

总体看来，15a以来安徽两者发展水平总体上不断提高，具有相同的增长态势，两者的增长率变化方向也基本同步，但人口城镇化水平滞后，不同时期两者增长率变化程度不同，因此，笼统地概括两者关系不能完全反映两者存在的相互影响关系，有必要对两者间全过程动态关系进行计量分析。

4 土地城镇化与人口城镇化动态关系的实证计量分析

4.1 变量的单位根检验

依据相关文献与笔者前期成果[16，17]，应用EVIEWS 8.0软件，采用ADF检验法检验两时间序列变量(lnLU；lnLP)平稳性，即检验是否存在单位根。结果显示，lnLU、lnPU、一阶差分后D(lnLU)、D(lnPU)的ADF值分别为-0.5480、-2.3395、-2.5651、3.0757，均大于10%临界值-3.3423、-3.3883、-3.3630、-3.3630，4组数据为非平稳特征；二阶差分后D(lnLU，2)与D(lnPU，2)的ADF值T(T:-4.4723、-5.9728，P：0.0210、0.0027)均小于临界值T(-3.8753、-3.8753，P:5%)，单位根检验结论：lnLU与lnPU是二阶单整序列，即lnLU～I(2)，lnPU～I(2)。可通过协整分析检验其是否具有长期的协整关系。

4.2 协整检验

由单位根检验的D(lnLU，2)与D(lnPU,2)时间系列变量为二阶单整，因此通过协整分析检验存在协整方程与否。依据相关文献与笔者前期成果[16,17]，Johansen方法(迹检验与最大特征值检验)协整检验结果如表3所示，迹检验与最大特征值检验中，没有协整关系假设的检验P值都是0.0000，因此拒绝没有协整关系的假设，协整关系是存在的；至多存在一个协整关系假设的检验P值都是0.8362，因此接受至多存在一个协整关系假设。因此，协整检验结果表明lnLU与lnPU有一个协整方程表达两者作用关系(P:5%)。

表3 Johansen协整检验结果

标准化协整关系结果见表4，标准化协整方程：

lnPU=0.897030×lnLU

(1)

故lnLU与lnPU是正相关的长期均衡关系，lnLU每上升1%将驱动lnPU上升0.897%。

调整系数值表明，lnLU与lnPU变量动态关系偏离协整关系后的调整速度，如果为正值反映误差会更大，lnLU与lnPU变量调整系数值最少有一为负值才能证明调整误差会变小，证明该协整方程有效。lnLU与lnPU变量调整系数值皆为负(-0.546740，-0.031033)，标准化协整方程通过检验。

表4 标准化的协整关系结果

4.3 误差修正模型

进一步检验协整关系中lnLU与lnPU的长期均衡对短期偏离误差调整力度，建立矢量误差修正模型(VECM)，即在原Johansen方法检验的协整关系中加入一个误差修正项，根据检验结果，误差修正项(CointEQ1)计算如下：

CointEQ1=D(lnLU，2)-0.92646×D(lnPU,

2)-0.00501

(2)

根据检验结果，估计的VECM模型系数矩阵：

(3)

式(3)VECM模型系数矩阵的2个方程的误差修正项(CointEQ1)系数分别为0.06和3.07，这表明D(lnLU，2)与D(lnPU,2)分别以6%与307%的力度调整短期偏离到均衡状态。

4.4 Granger因果关系分析

Granger因果关系检验是以VAR模型为基础，在VAR模型稳定前提下检验D(lnLU)与D(lnPU)的Granger因果关系。VAR模型系数矩阵如式(4)所示。模型整体检验结果的决定性残差协方差(dof adj.)等6个指标表明拟合得较理想且稳定。

(4)

Granger因果关系实验结果显示，滞后1阶，即短期中，D(lnLU)的变动是D(lnPU)变动的原因，其中P值是0.0000，即土地城镇化增长是人口城镇化增长的Granger原因，土地城镇化增长能非常显著解释或者预测人口城镇化增长。滞后2阶，即长期中，D(lnPU)的变动不是D(lnLU)变动的原因，其中P值是0.4486，人口城镇化增长不能解释或者预测土地城镇化增长。

4.5 脉冲响应分析

脉冲响应函数(impulse response function)用于计算随机扰动项(random disturbance term)的一个标准差(one S.E.innovations)冲击下的D(lnLU)与D(lnPU)当前与未来取值的动态变化轨迹，见图1[17]。

人口城镇化增长D(lnPU)对来自土地城镇化增长D(lnLU)一个标准差冲击(one S.E.innovations)的反应在研究期呈现较大幅度波动，作用力度相对较强，即土地城镇化很大程度影响了人口城镇化。在1期影响最大，2期波动至3期达到新高值，之后下降至5期谷底，近期再呈下降趋势。对这一现象的解释：早期，各地政府以牺牲土地换取发展势头迅猛；国家自2004年暂停农用地转用审批制度,一定程度逆制了安徽各地城市土地扩张，进而人口城镇化推进缓慢；2008年国家4万亿元投入的带动下，势必带来城镇建成区快速扩张，安徽进入快速土地与人口城镇化阶段；而2012年国家经济速度放缓，安徽各地土地供给紧缩，人口城镇化同步减缓。总之，国家宏观经济背景下的土地政策推动了人口城镇化，即土地城镇化很大程度影响了人口城镇化。

图1 D(lnLU)与D(lnPU)对各自一个标准差冲击响应结果

土地城镇化增长D(lnLU)对来自人口城镇化增长D(lnPU)一个标准差(one S.E.innovations)冲击的反应在研究期呈现较小幅度波动，即人口城镇化对土地城镇化影响不明显。在1期、2期波动至3期达到峰值，之后下降至5期谷底，近期再呈上升趋势。这样的结果与前文Grange因果关系检验结果一致，即人口城镇化对土地城镇化解释程度较弱。

土地城镇化增长D(lnLU)对来自自身一个标准差(one S.E.innovations)冲击的反应在研究期呈现较小幅度波动，这反映各地建设用地扩张成本不是抑制其趋势的主要因素；人口城镇化增长D(lnPU)对来自自身一个标准差(one S.E.innovations)冲击的反应在研究期呈现较大幅度波动，这反映各地人口城镇化自身质量很大程度影响其速度。这两者的动态影响路径基本与土地政策调整路径一致，进一步说明了土地城镇化影响显著。

脉冲函数分析的结论：安徽土地城镇化对人口城镇化的驱动作用相对较强，而人口城镇化对土地城镇化的驱动作用相对较弱。

4.6 方差分解

方差分解(Variance Decomposition)是进一步计算随机扰动项(random disturbance term)影响D(lnLU)与D(lnPU)变量的相对程度，见表5。

表5 土地城镇化与人口城镇化的方差分解结果

由表5方差分解表显示，D(lnLU)由自身变动解释的部分平缓波动，维持在33.02%左右；D(lnLU)由D(lnPU)变动解释的部分快速上升到第3期，之后波动非常小，维持在33.65%左右。D(lnPU)由自身变动解释的部分快速下降，由初期的100%快速下降到第3期的68.57%，之后波动非常小，维持在66.35%左右；D(lnPU)由D(lnLU)解释的部分平缓波动下降，维持在66.98%左右。

方差分解分析的结论：安徽D(lnLU)对D(lnPU)的贡献相对较强(66.98%)；而D(lnPU)对D(lnLU)的贡献相对较弱(33.65%)。

综合因果分析、脉冲分析与方差分析的研究得出，研究期内，安徽D(lnLU)对D(lnPU)的贡献相对较强，即土地扩张主导影响人口向城市转移；而D(lnPU)对D(lnLU)的贡献相对较弱，即实现人口城镇化的过程不仅仅依赖土地扩张的支撑。该研究结论能很好地解释研究期内安徽城镇化发展实践中人口与土地的动态关系。土地城镇化理论效应方面，地方政府土地财政冲动，城镇建成区扩张，失地农户向城市转移，直接导致人口数量城镇化；土地财政促进基础设施投资、筑巢引凤、吸引人力资本与产业集聚，城镇居民就业机会增多、收入增加，土地投入与产出增强等，直接导致人口质量城镇化。然而，长期以来，各地政府往往偏好于以地生财，追求产业园多且大及GDP总量等政绩工程，直接驱使城镇建成区无序扩张，农民被迫市民化，人口数量的城镇化增长，也就是土地城镇化对人口数量城镇化贡献较强。人口城镇化的理论效应方面，城镇化推进城镇人口数量增加，政府增加土地投入，筑巢引凤、吸引人力资本与产业集聚，城镇居民就业机会增多、收入增加，统筹教育、医疗、科技与文化等事业全面发展，农转非人口真正市民化，土地投入与产出增强，土地内涵式城镇化。然而，由于农转非人口真正市民化需要巨大的成本支出，政府财权与事权不匹配及官员考核机制等造成各级政府较少关注农转非人口的就业、收入与保障等民生问题，直接导致的是土地内涵式城镇化质量不高，即对土地城镇化贡献较弱。

5 结论与启示

本文在2005—2019年安徽省两时间序列变量(lnLU；lnLP)协整检验基础上，运用VEC模型考察两变量长期变化对短期变化的调整力度，深入分析两变量Granger因果关系，脉冲分析与方差分解反映两变量作用的全过程动态关系，结论得出，lnLU与lnPU是二阶单整序列；lnLU每上升1%将驱动lnPU上升0.897%；D(lnLU，2)与D(lnPU,2)分别以6%与307%的力度调整短期偏离到均衡状态；D(lnLU)的变动是D(lnPU)变动的Granger原因；脉冲响应函数与方差分析表明，安徽D(lnLU)对D(lnPU)的贡献相对较强(66.98%)，而D(lnPU)对D(lnLU)的贡献相对较弱(33.65%)。

研究结果显示，产业承接过程中，安徽土地城镇化与人口城镇化相互依存，相互影响，土地城镇化对人口城镇化贡献相对较强，而人口城镇化对土地城镇化贡献相对较弱。基于以上分析，为改善和推进安徽省土地城镇化与人口城镇化协调发展提出以下建议：分时序与空间差别化推进新型城镇化进程；摒弃唯GDP考核指标，建立综合性的官员考核制度，逆制政府土地外延式城镇化冲动，激励和导向政府行为价值取向转变；构建多元主体的成本分担机制，切实推进人口城镇化。主体应该涵盖中央政府、地方政府、企业和个人，涉及到配套机制包括政府间事权财权匹配、房产税等税制、企业员工保障与农民土地产权收益与流转等机制。