2021-4-9 | 计量经济学论文
作者：胡玉敏 杜纲 单位：天津城建学院 天津大学管理学院
一、文献综述
城市增长是世界性现象，Burchfieldetal(2006)研究了美国1972年与1992年各州城市化土地面积的变化，发现各州的城市化土地面积普遍增长，全美平均增长0．63%［1］。这意味着美国将近1%的土地在20年间被城市化，城市增长的状态十分明显。McGrath(2005)考察了美国33个城市化地区1950、1960、1970、1980、1990年度的城市化土地面积。33个城市建成区面积平均是原来的3．38倍，增长了2倍多，有些城市更甚，如Seattle，其城市面积增加到原来的4．78倍［2］。
中国的城市增长在改革开放后的30年表现得更为明显［3］。城市化处于加速发展阶段，城市化水平从1977年的17．55%增长到2008年的43%左右，越来越多的农村人口已经迁移到城市。改革开放以来，中国城市建成区的变化尤为剧烈。城市建成区的面积已从1985年的9386平方公里增加到2007的35469平方公里，增加了278%。以我国31个大城市建成区的变化为例，1986年至1996年间，城市建成区增长率超过100%的有石家庄市、大连市，大连城市规模竟是原来的2倍多。超过50%的有鞍山市、上海市、杭州市、济南市、青岛市、郑州市、长沙市、成都市、乌鲁木齐市，平均增长50．2%。20世纪90年代后期以来，特别是新世纪以来，中国城市建成区的规模扩展加速，1997年城市建成区面积为20791平方公里，2001年为24026平方公里，2005年为32520．7平方公里，2001年至2005年增加了35．4%，年均增长速度为7．86%。其中广东、重庆和北京增长幅度最快，增长幅度超过60%，山东、宁夏、江苏和浙江，增长幅度也都超过50%，深圳市建成区更是扩大了3．8倍。
对城市增长的早期研究来源于BruecknerandFansler(1983)对美国城市蔓延的研究［4］。他们的研究发现，影响城市增长的因素为人口、收入与农业地租，人口的增加和居民收入的增长均对城市增长起到正向作用，极大似然估计的系数分别约为0．015、0．079，而农业地租的作用则相反，极大似然估计的系数约为－0．07;运输成本对城市增长的作用是负向的，极大似然估计的系数约为－0．04，但统计上不显著。Brueckner(2000)认为，城市增长的三个基本原因为:城市人口的增长，人均收入的增加，交通基础设施特别是高速公路的过度发展［5］。城市增长导致的市场失灵在于三个方面:第一，不能核算出开敞空间的社会价值，导致过量的农业土地及其他土地转换为城市用地;第二，不能计算出高速公路拥挤的社会成本;其三，不能完全计算出新开发土地的基础设施成本。Brueckner＆Kim(2003)通过建立财产税与城市增长的模型，发现当效用函数为CES生产函数而且替代弹性大的时候，增加财产税可以控制城市的增长与蔓延，提升城市发展的密度;而当效用函数采用Leontief函数时，房屋与其他财产的替代性很低，财产税的增加则有利于城市的增长［6］。所以，他们认为，财产税对城市增长的作用取决于效用函数的形式。但是，他们虽然对实证研究提出了希望，但没有进行实证研究。Song＆Zenou(2006)等通过采用一个可变替代弹性的对数形式的生产函数，从理论上说明了财产税的增加可以抑制城市的增长，降低城市的规模。不仅如此，他们还利用GIS技术，对448个城市化地区进行实证研究，证实了理论的结果，实证研究发现财产税每增加1%，则城市规模将降低0．4%，而其他影响城市增长的变量如城市人口、居民收入水平、农业地租、政府的交通运输支出等都对城市增长起促进作用，有正向关系，通过2SLS方法估计出的其他变量的弹性分别为人口0．519、收入0．724、运输支出0．288［7］。
McGrath(2005)利用BruecknerandFansler(1983)的研究方法，利用二战后美国33个最大都市区的数据对影响城市增长的因素进行了重新检验。研究发现，经典的城市经济学理论所揭示的影响因素可以解释这种变化。最基础的经济因素是决定城市规模大小的最主要的原因。人口、居民收入、运输成本、农业土地的价值可以解释城市增长变化的90%。其中，城市土地面积之于人口的弹性为0．76，相应的居民收入水平、运输成本、农业土地价值的弹性分别为0．33、0．28、0．10，说明了在影响城市增长的原因中，人口是最主要的，而居民收入、运输成本和农业土地的价值处于次要的地位，并且再次验证了BruecknerandFansler(1983)的结论。McGrath(2005)认为，控制城市增长首先要控制人口等经济因素的增长，此外在传统的经济因素外还有一些其他因素在影响城市的增长，这些因素也需要考虑［2］。对中国城市增长的研究也是一个热点问题。Deng等(2008)对中国城市扩展进行了研究，他们利用1980到2000年的高清晰度卫星图像数据和有关影响城市扩展的社会经济数据在城市的单中心模型理论的基础上进行多元回归分析。研究发现，人均收入水平的提高是城市扩展的最重要因素，起到正向作用，其他影响城市扩展的关键因素是人口、农业土地的价值和运输成本。其他影响因素还包括工业化和第三产业的发展，但这两个因素的贡献远远低于直接影响因素［8］。
本文认为中国城市增长是政府主导的经济增长方式的附属物，地方政府是城市增长的主要推动力量，地方政府是处于特定的中国政府治理结构中的为GDP增长而竞争的政府。中国特色的财政联邦体制可以概况为两点:政治集权与财政分权。政治集权是指上级政府决定下级政府的命运，下级政府的领导人由上级政府任命，这叫做对上负责而不对下负责;财政分权是指中央将部分财权和企业转移给地方政府，地方政府成为一个有自己效用函数的行为主体，形成地方间的竞争。在这种对上负责的竞争体制中，中央政府(上级政府)考核地方政府(下级政府)绩效的一个最主要的指标是经济增长即GDP，中国经济高速增长的一个动力来源就是地方政府追求GDP的强烈动机，为增长特别是GDP增长而竞争。在这种情况下，城市增长成为追求GDP的一个主要手段。正是基于此种考虑，我们在作实证分析的时候，利用了反映此特征的变量。
二、空间计量模型与变量选择
对城市增长的影响因素研究，各类文献采用的方法和变量不尽相同，本文将主要有代表性的研究方法和变量以及我们的研究方法和变量列表，如表1所示。本文的研究主要采取的变量为人均GDP、人均FDI、人均固定资产投资规模这三个变量来解释中国城市增长的过程。本文的变量选择其实隐含了人口因素，也就是我们的模型没有遗漏主要的变量之一。之所以如此选择变量，是基于这样的考虑，中国城市增长的主要动力来源于中国的经济增长，而城市增长的一个方面是大力建设开发区以招商引资，人均固定资产投资是众多研究中国的学者注意到的问题，因为中国的经济增长和城市建设的发展主要的推动力就是投资推动。本文下面的研究也证实了此种变量选择和模型选择的解释力可达70%。本研究采用1997—2008年度的29个省区的城市建成区、GDP、FDI、固定资产投资的数据，数据主要来源于:(1)《中国统计年鉴》(各期);(2)中经网经济统计数据库;(3)2005—2008年度的FDI数据来自各省区统计年鉴和商务部网站。由于西藏的统计数据不完整而略去，重庆市的数据并入四川省进行计算，香港、澳门、台湾没有被纳入分析范畴。本文利用空间计量经济学方法进行模型的估计［10］。空间计量经济模型有两种基本形式:其一为空间自回归模型(SpatialAutoregressiveModel，SAR)，其二为空间误差模型(SpatialErrorModel，SEM)。在式(1)中，当ρ≠0，而λ=0时，模型就是空间自回归模型;当ρ=0，而λ≠0时，模型就是空间误差模型。本文采用地理权重矩阵进行实证检验，并设定W1=W2。根据已有文献，在具有空间相关性的参数估计时，主要采用最大似然估计(maximumlikelihoodmethods)和广义空间两阶段最小二乘法(GS2SLS)。虽然这两种方法都可以进行估计，但相对于后者，最大似然估计可以通过似然值的比较对模型空间特征的真正源泉进行鉴别。