断，各区域间的城市化发展水平的聚集效应是由空间自相关引起的，在研究城市化发展差异时引入空间差异性和空间依赖性，以对经典的线性模型进行修正，因此我们选择空间滞后模型。
表3：中国区域城镇化发展差异空间滞后模型回归结果
变量 固定效应 系数 T值 P值 半对数模型 随机效应 系数 T值 P值 系数 固定效应 T值 P值 系数 对数模型 随机效应 T值 P值 2.91422.327830.88129 2.812030.6321 00 1.99210.9919 2 2.14340.88192 a0 18 1 3 1.73293 4 2.243532 2 3.001002 9 0.0124332.7912 3 0.12102.002180.028210.099012.110200.03245*** TIncome 47*** 3 3 2*** 1 56 0.01430.1433243.92300.01012 *** 22 11 0.0202884.77 123 0.04411.832100.372890.049231.801200.20306*** Pependiture 28*** 3 3 0*** 1 19 0.29300.07544619.0120.220943 *** 32 8 0.53164313.401 22 0.24132.202290.000020.310012.620310.00002*** Rincome 25*** 3 0 2*** 9 00 0.00000.25436712.9200.000000 *** 11 00 0.08172914.622 45 0.01931.492830.000000.012931.440120.00009*** Lquality 72* 4 0 4* 4 00 0.00000.0867541.73200.000000 * 1 00 0.1211410.3990 22 0.14312.682390.078910.192012.990100.03896*** Pcompetition 16*** 1 1 0*** 1 102 0.06120.1920102.79910.023492 *** 3 8 -0.01212-2.061 22 0.03911.721920.000010.029011.824300.000032** Ilevel 94* 4 1 2* 9 101 0.00000.0314751.89020.000000 * 3 11 Rprice 0.0222320.0417 0.28991.938270.000060.244011.970120.00002*** 27*** 1 R-squared 0.8832 Corr-squared 0.0920 Hausman Test 空间相关性检验 2 9*** 9 0.8016 0.1289 68 0.7919 0．1004 7 0.00000.2218672.21030.000000 *** 3 22 0.7612 0.6999 0．1102 0.3211 -1.40670.9654000 0 -2.0120.739499 3 4.183700．0529LMLAG 0 76 5.1779320.17292 3 0.3708 1.582530.27831R-LMLAG 6 6 2.43022 1 为了根据拟合优度和相关检验结果对空间滞后模型的形式进行选择，我们分别用对数和半对数面板模型进行估计，表3是相应的估计结果。结果表明：半对数模型的拟合优度最高，Hausman检验的P值不显著，故接受原假设，我们选择半对数空间滞后随机效应模型做为城市化发展水平分解的回归方程：
CLevelit=a0+??WijCLevelit+a1TIncomeit+a2PExpenditureit+a3RIncomeit+a4LQualityit+a5PCompetitionit（12）
j?1N+a6ILevelit+a7RPriceit+εit由表3的半对数空间滞后随机效应模型的回归结果可知，区域税收收入、区域公共支出、区域人均收入、区域人才竞争力、区域产业层次、房价都通过了1%的显著性检验，而区域生活质量在10%的水平下也是显著的。由回归的结果可知，区域人均收入、房价和区域人才竞争力是影响城市化发展水平的最重要因素。的
显著性检验。表中的协方差矩阵的拉格朗日乘数检验均不显著，表明在模型中引入空间滞后因变量后，已经消除了空间相关性问题。这就保证了在把我国区域间空间
相关性剔除的基础上，更有针对性的将区域城镇化发展水平的影响因素对区域发展水平的影响进行了有效回归。
下面我们分别使用基尼系数、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城市化发展差异进行分解。本文借鉴反映区域金融发展差异的指标来反映城市化发展差异。已有研究中使用的区域金融发展差异分别由Gini系数、广义熵指标(GE0 and GE1 )、Atkinson 指数以及变异系数(CV) 的平方来表示。但变异系数平方违背了有关区域金融发展差异指标的转移原理, 而Atkinson 指数的整个度量结果能被表示为GE指数的单调变换,因此两者是序数等价的。鉴于此,可以选用Gini系数、Theil指标(GE1 )和对数离差均值(GE0 ) 三个指标来反映区域金融发展差异。由于Gini系数一般对中等发展水平的变化特别敏感,而Theil指标(GE1)对上层发展水平的变化敏感,对数离差均值(GE0)对底层发展水平的变化敏感。为了更全面地度量城镇化发展差异,本文同时运用Gini系数、对数离差均值(GE0 )和Theil指标(GE1)三个指标进行分析。结果如表4 所示。
由于使用不同指标得到的分解结果存在着不一致性,我们可以选择一种特定的指标或者利用不同的指标(仅适用于相对影响) 所得结果的平均来进行讨论(万广华等,2005b) 。表5是将表4 中的三种指标的分解结果求平均以后每个自变量的相对影响及排序。我们把全部被解释部分的城镇化发展差异作为分母来计算不同因素的相对影响,因此,不同因素的影响之和为100%。以下我们主要根据平均相对影响来进行分析和讨论。
表4：不同指标下城镇化差异的分解
1994 变量 Gini GE0 GE1 排序 Gini 1999 GE0 GE1 排序 TIncome 4.28 4.44 4.10 5 2 1 6 3 7 4 8.06 7.42 7.92 5 4 Pependiture 16.72 17.04 16.96 Rincome Lquality Pcompetition 10.21 10.22 9.28 54.61 55.14 54.92 3.21 2.01 3.08 42.02 43.08 42.44 1 4.14 2.12 3.08 6 10.02 10.92 9.22 2.16 9.00 1.43 9.02 2.72 9.00 18.24 19.02 18.44 2 2.11 2.12 3.00 7 Ilevel Rprice 15.22 16.02 15.84 3 2004 变量 Gini GE0 GE1 排序 Gini 2009 GE0 GE1 排序 TIncome 9.14 10.22 8.94 3.22 4.84 4 5 2 7 3 6 7.91 5.12 8.01 5.41 7.92 5.30 4 5 Pependiture 4.16 Rincome Lquality Pcompetition 14.84 15.21 14.91 2.41 1.01 1.90 18.14 18.92 17.24 2 3.04 2.21 2.01 7 10.21 10.02 10.39 1.03 1.88 0.80 14.13 14.21 14.18 3 4.54 1.02 4.07 6 Ilevel Rprice 58.21 58.44 58．22 1 47.12 50.22 49.28 1 注:排序栏中,一个数字代表是一致的排名,三个数字分别表示Gini , GE0 和GE1 下各变量贡献的排名。其余栏报告的是不同指标下每个变量的相对影响程度(%)。
表5：各因素相对平均影响值及排名
平均相对影响（%） Rprice 年份 1994 1999 2004 2009 年份 1994 1999 2004 2009 TIncome Pependiture Rincome Lquality Pcompetition Ilevel 4.27 7.8 9.43 7.95 16.91 54.89 2.77 9.90 4.07 5.19 42.51 3.11 14.99 1.77 18.1 2.42 10．21 2.10 18.57 2.41 10.21 1.24 14.17 3.21 9.01 15.69 58.29 48.87 5 5 4 4 2 4 5 5 1 1 2 2 6 6 6 7 3 2 3 3 7 7 7 6 4 3 1 1 从表5可以得知,在去除空间影响和区域空间自相关之后,城镇化发展差异的七大影响因素对城镇化发展差异的影响各异，并且在各个阶段配合国家相关政策的出台也发生着一系列的改变。1994年、1999年两年，人均收入对我国区域城镇化发展差异的影响一直处于第一位，其中，94年区域人均收入占到了影响城市化
发展差异的54.89%，99年影响也高达42.51%，这一结果表明，无论从长期看还是从短期看，人均收入都是我国改革开放后，城市化发展的关键性动因，是形成区域城镇化发展差异初期格局的决定性因素。在这两年期间，区域公共支出和区域人才竞争力对区域城镇化的影响也较大，房屋价格对区域城镇化发展水平的影响也不可小视。其中，94年区域公共支出对区域城镇化发展差异影响的解释力度达到了16.91%，区域人才竞争力占到了10.21%，房屋价格占到了9.01%，而99年区域人才竞争力对区域城镇化发展水平的差异的解释占到了18.57%，房屋价格对发展水平的影响占到了15.69%，而区域公共支出的影响占到了9.9%。我们对这一现象的解释是改革开放后随着经济的发展，我国在区域发展上有了不同的倾向性，这种倾向性使得我国不同区域的发展取得了不同的发展水平，达到了不同的发展层次。国家宏观经济政策中最为重要的因素区域公共支出成为影响城镇化发展差异的关键性因素。同时随着经济的发展，我国房地产市场的发展也逐渐展开，房地产价格也随着房屋价值的提升得到了提高，这就使得我国不同区域有了不同的新引力，进一步又使得区域城镇化的发展差异加剧。94年和99年区域税收收入、人才竞争力和产业层次也对区域城镇化发展的差异产生了一定的影响，但是影响程度不大。2004年和2009年七大因素对城市化发展差异的影响产生了一定的变化，其中变化最为明显的是房价对城镇化发展差异的影响，无论是长期还是短期，房价对城镇化发展差异的影响都升到了第一的水平，两年中的影响分别高达58.29%和48.87%，这说明我国房地产市场的发展对城市化发展水平具有强烈的反弹作用，使得城市化发展水平的差异拉大，各区域发展非平衡性加剧。而两年间人均收入对城镇化发展差异的影响在七大因素中也排在了第二位，这说明人均收入真实反映了城市化发展水平的差异，是衡量城市化发展水平差异的良好指标。同时区域人才竞争力对城市化发展的差异也占到了相当的地位，从这点上可以看出，随着我国改革开放和经济的发展，国家对于人才越来越重视，人才成为城市吸引力衡量的指标，在促进城市发展的同时，也拉开了城市间发展的距离。与94与99年不同的是，随着我国税收制度的改革，税收收入对城市化的发展也起到了不可磨灭的作用，税收收入的多少也成为城市化发展差异的一个关键性因素。而区域生活质量和产业层次对于城市化发展差异的影响在没有得到显现。
四、结论和建议