中国区域城镇化发展差异的解释
——基于空间统计分析与Shapley 值分解方法
内容摘要：城市化发展水平的区域性差异受到诸多因素的影响，这些因素与城市化发展水平相互作用，共同推动着城市经济的发展。如何有效度量城市化发展水平，针对城镇化发展差异展开分解，研究主要影响因素与发展水平的相互关系，是提出有效政策依据，加快城市化进程、缩小区域间差异的关键所在。本文在对我国城市化发展水平进行测算的基础上，利用克服常规指数分解分析的局限的基于空间半对数误差模型的夏普里值分解法对城镇化发展差异的影响因素进行排序。实证结果表明：房价是拉动我国区域间城镇发展差异的关键性因素；人均收入和人才竞争力对城市化发展具有强烈的反弹性，人才流动和提高人均收入是缩小城镇化发展差距的关键；国家宏观调控政策在公共支出和税收收入方面的政策改变可以有效调解城镇化发展的差异。
关键字：城市化 差异性 面板数据 夏普利值分解
一、引言
人口迁移是城市化的必然结果。由于城市化动因对区域发展水平的影响，最终都会反映到人口的迁移上，所以人口是度量城市化的优良指标（Davis,1965）
1
。国外对城市化的问题研究较早，许多学者利用人口对城市的发展水平做出度
量。最常见的度量方法是居住在城市区域的人口占总人口的百分比，国际上则采用人口超过百万的大都市居住人口占全国总人口的百分比来度量一个国家的城市化发展水平（Casis和Davis，1946）2。但是这两种度量方法都存在一定的局限性，一是随着人口统计口径的不同城市化水平将发生多种变化;二是小城市城区人口占居住总人口的比重有可能与大城市相同，但这不能成为两城市发展水平一致的有力证据（Berry和Garrison，1958）3。针对测度中所存在的问题，Jack(1966)4以美国城市等级分类体系标准为基础提出了城市化发展水平的经典
1 Kingsley Davis, \(September 1965):40-53.
2 Ana Casis and Kingsley Davis, \no. 3 (July 1946):292-314.
3 Brian J. Berry and William L. Garrison, \nnals of the Association of American Ge-ographers 48 (March 1958):83-91;
4 Jack P. Gibbs, \
测算方法，他用一个城市的人口占所在等级体系中总人口的比例与所在体系总人口占国家总人口的比率的乘积来定义城市化规模（Scale of Urbanization简称Su)，用城市人口占等级体系总人口的比率平方来度量人口的聚集规模（Scale of Population Concentration简称Sp）。Eduardo（1970）发现尽管这种城市化测度方法的两项指标，在有相同极限的情况下具有统计独立性，是度量城市化较好的方法，但是一旦极限不同，两者就会存在明显的共线性问题，他们之间的差异系数反映了国家的城市人口占总人口数的比重，这就使得两指标都测度了人口的聚集程度，而不是城市化的发展水平。针对存在的问题，Eldridge和Davis等（1970）5提出了一种基于行政区划和城市等级分类体系标准的城市化水平测度方法，这种方法对不同区域的城市化发展水平进行了良好的测度，至今在美国依然得到了广泛的应用。
多年以来，经济学家们一直致力于对不平等问题的分解方法展开研究（万光华等，2002）6。夏普里值(Shapley value)分解技术被广泛应用于区域差异的分解中，（Shorrocks，2000）7利用夏普里值分解方法研究了俄罗斯20世纪90年代贫困水平的变化趋势。Shorrocks,A.F(1999)、Francis（2004）提出了基于合作博弈的夏普里值分解方法的统一标准和精确分析框架。这一基于回归方程的分解技术,能够克服简单回归分析和常规指数(如基尼系数和泰尔指数)分解的局限，得到一种理论上可能的影响因子对于不平等的具体贡献大小和位置的排序(田士超、陆铭,2006)8。（李敬、冉光和、万广华2007）9以协整方程为基础运用夏普里
5 Kingsley Davis, \America Latina,\Annual Congress of the Mexican Sociological Society, Hermosillo, Sonora, Mexico, November 1962.) Hope Eldridge and Dorothy Thomas, Population Redistributiona nd Economic Growth, United States, 1870-1950, vol. 3 (Phil-adelphia: American Philosophical Society, 1964); Leo Schnore, \Cor-relations of Urban Size: a Replication,\
1963):185-93; Leo Schnore, \American Journal of Eco-nomics and Sociology 23, no. 1 (January 1964):37-48; United Nations, Bureau of Social Affairs, Population Branch, \Urbanization in Latin America, ed. Philip Hauser (New York: Columbia University Press, 1961), p. 96. 6
Wan, G.H. and E.J. Cheng (2001) ‘Effects of Land Fragmentation and Returns to Scale in the Chinese Farming Sector’, Applied Economics 33(2):183-94. 7
Shorrocks and Kolenikov (2000) ‘Poverty Trends in Russia During the Transition’, Applied Economics 33(2):183-94.
8
田士超、陆铭,2006 :《教育对于地区内收入差距的贡献:来自上海微观数据的考察》,复旦大学工作论文。 9
李敬、冉光和、万广华：《中国区域金融发展差异的解释》[J].《经济研究》2007年第2期.
值分解法对中国区域金融发展差异进行了分解研究。（徐庆、田国超等，2008）10在建立农户收入决定方程的基础上分别使用基尼系数、对数离差均值(GE0 )和泰尔指数(GE1)三个指标,借助夏普里值过程对收入的不平等程度进行分解，研究土地细碎化与农民收入不平等之间的关系。（Shorrocks、万广华，2004）11首次将空间概念引入区域发展不平衡的研究中，他的研究表明：地理因素会对区域差异产生一定的影响，劳动的迁移是区域间差异缩小的动因。这些研究都没有在充分考虑空间因素的基础上，基于空间回归方程的夏普里值分解方法来研究城市化发展差异的问题，也没有就城市化发展差异的动因与城市化发展水平的相互关系进行说明。
本文将就城市化发展差异和主要影响因素的相互关系展开研究，度量主要影响因素与城市化发展差异之间的动态关系，为区域一体化和城乡一体化提供理论参考。本文的结构如下：第二部分将构建城市化测度模型、城市化发展水平空间面板数据模型、设计城市化发展差异的分解框架，并就数据的选取和处理进行说明；第三部分我们将在空间误差模型和空间滞后模型之间做出选择，基于半对数空间模型的回归，分析夏普里值分解的结果，寻找各影响因素对城市化发展水平的影响，分析城市化发展差异的主要因素与城市化之间的相关作用关系；文章最后一部分总结全文,并提出政策性建议。
二、区域城镇化发展水平测度和分解模型研制
（一）区域城镇化发展水平测度模型
Eduardo（1997）12的城市化水平测度模型，以美国城市行政区划和等级分类标准为基础，来研究不同区域城市化发展水平随时间的变化。在他的研究中假设：不同区域发展的过程中，居民可以按照各自的偏好选择居住的城市和区域，用U'代表一个国家整体的区域选择的期望值，并用人口来度量期望值的大小。区域选择的期望值即各区域人口的平均值，称为整体区域规模期望值。这个期望值越高
10
徐庆、田国超、徐志刚、邵挺：《农地制度、土地细碎化与农民收入不平等》[J].《经济研究》2008年第2期. 11
Shorrocks , Anthony and Wan , Guanghua , 2005 ,“Spatial decomposition of inequality”, Journal of Economic Geography , Vol . 5 , Issue 1 ,pp. 59 —81.
12
A New Approach to the Measurements of Urbanization Author(s): Eduardo E. Arriaga Source:
Economic Development and Cultural Change, Vol. 18, No. 2 (Jan., 1997), pp. 206-218
代表一个国家的城市化水平越高。区域规模Ci用区域中总的人口数量来代替,i从1到n代表按照市级区划的n个不同区域。Pci表示个人选择规模为Ci（人口数）的区域居住的概率。P代表一个国家的总人口数。那么就有：PCi?CiP。而国家区域规模期望值U'??CiPci，所以国家区域规模的期望值为：
i?1nU??CP。将一个国家的城市和农村划分开来，这样U??CP??Ci2P，其中
'2i'2inuni?1i?1i?u?1i=1?u代表城市，i=u+1?n代表农村。从市级行政区划来看，没有任意一个城市是单独由城镇或者单独由农村构成的，所以将农村包括在城市内，这样国家区域规模期望值的数学期望可以表示为：EU??Ci2P,用U代表EU',可以得到
'i?1uU??Ci?1u2i?C*?Cii?1i?1uuiP,按照城市等级分类标准，可以将城市化发展水平的公
式定义如下：
Ua??K?Mjj?1ssK2jjP*j?1?Kj?1ss??M （1）
j?1jsK2jPj?KjUb?j?1s?KjZj*j?1?K?j?1sjZj （2）
P?Kj?1sPj其中，Kj代表城市化等级分类标准中第j个层级的总人口数，Mj代表第j个层级的总城市个数。S代表一个区域所有的城市，Zj代表每一层级人口数所在区间的中位数。由于我国城市化等级分类标准中最高的城市群集没有人口上限，加之随着时间推移的人口的数量和各等级城市的数量在不断变化，所以我们使用公式（2）来度量我国各年度的区域城镇化发展水平。 （二）基于博弈模型的区域城镇化发展差异基本分解框架
为了能够对区域城镇化发展差异进行分解，我们基于夏普里(1953)提出的方法来建立中国区域间的博弈模型。我们假设I：代表用来测量区域城市化发展水平的聚集指数，Xk代表对指数有影响的一组因素的值，k的范围是1到m,聚集指数与影响因素之间的关系可以用以下模型表示：
I?f(X1,X2,...,Xm) （3）
其中f(.)表示一个合适的城市化发展水平影响因素的聚集函数，各影响因素的贡献率?k之和越接近于城市化发展水平聚集指数的理想值越好。区域博弈模型要解决的一个问题是：作为博弈方的每一个区域在博弈中对应该得的发展有怎样的一个合理期望。( Owen, 1977, Moulin 1988)的研究表明：夏普里值分解法是解决此问题的有效方法。我们假设：K?{1,2,...,m}代表博弈中区域的完整集合，K的非空子集称为一个区域联盟，在博弈的进行过程中，区域会局部积聚，形成不同的区域联盟，联盟的总体发展实力可以用特征函数V来表达，任何区域联盟（子集S）都满足：S?K,特征函数v(S)描述每个区域联盟减少或增加的发展水平，它针对城市发展水平的一般水平而言。对于每一个不属于区域群S的城市k (k?S)，对区域群S的边际贡献的值：v(S?{k})?v(S)，其中，区域k在一个满足条件：S?K?{k}的区域联盟中。我们假设m个区域以任意的顺序加入到获取发展的博弈中，这个顺序被定义为：?
????1,?2,...,?k?1...,?m? （4）
同时，我们假定区域集合S中有s个区域，所有区域的发展水平的任意排列是m!,S集合中所有区域的发展水平的任意排列是s！，剩下的m-s-1个区域的发展水平的任意排列是m-s-1！，所有S中的区域依次排在发展水平首位的顺序是：s!m-s-1！, ?中发展水平第一的区域，是S区域集发展水平第一区域的概率为
s!m?s?1!， k个区域的夏普里值表示为： m!?(K,v)??skm?1s!m?s?1![v(S??k?)?v(S)] （5） ?m!s?0S?K??k?S?s其中：0!?1；?(?)?0?k?K;?k?1?K;?ks(K,v)??ks?1(K,v)??；
??k?1msk(K,v)?v(K)。
我们运用Datt和Ravallion（1992）的方法来对城市化发展水平进行夏普里值分解。假设城镇化发展水平用U?表示,城市化发展水平在t时刻可以表达成一个函数:U(Yt1,Yt2,...,Ytm)。其中Y1,Y2,...,Ym代表m个区域城镇化发展水平的影响