钢铁小说网

手机浏览器扫描二维码访问

第十五章 城镇化 速度放缓后的质量提升之路（第1页）

要点透视

中国城镇化正处在一个绝对速度快但加速度为负的阶段，这一阶段将持续到2022年左右，届时城镇化率将达到65%左右的水平，之后进入到慢速推进期。

国际比较显示，我国对城镇的定义所包含的质量信息偏少。

为此我们构建了用于综合反映城镇化速度和质量的“市民化率”

指标，其值比城镇化率低13.95个百分点。

政府以干预金融的手段成功推动城镇化进程是有条件的，在后发追赶阶段行将结束而重大技术创新尚未出现时，地方政府的不当金融干预对城镇人口增长和城市聚集效应有显著的负面影响，提高科研和教育在财政支出中的比重、增强非内资企业比重有助于提高城镇化的速度和质量，而非国企就业比重的上升也有利于城市聚集效应的发挥。

允许地方政府破产能降低地方政府过度举债的道德风险，但在我国当前政治和法律体制下并不可行，现阶段有效发挥财政纪律、行政管理和金融监管这三重制度的作用，对约束地方政府的金融干预更具现实的意义。

在经历三十多年大规模城乡人口迁移后，我国城镇化水平仍然滞后于经济发展水平。

动态来看，我国城镇化率在2001～2011年间年均提高1.33个百分点，在世界各国类似发展阶段上（人均GDP超过8825国际元）为了进行人均GDP水平的跨国比较，需要用购买力平价法把各国货币都转换成一种公共货币单位。

本章使用基于多边国家比较的“G—K国际元”

（简称国际元）。

前的十年），仅低于韩国在对应阶段1991～2001年间的速度（1.64个百分点）。

然而，在经济发展水平和城镇化的关系上，全球只有葡萄牙、泰国和斯洛文尼亚在与中国当前相近发展阶段上的城镇化率低于中国，52个经济体在达到中国当前经济发展水平时的城镇化率均值在70%左右，高出中国近20个百分点。

中国城镇化滞后于经济发展意味着要素聚集的不同步性。

城镇化是各种要素在空间上聚集的过程，不同比重的要素在空间上的组合塑造了不同的城镇化形态。

我们通常所说的城镇化水平反映的是人口的聚集程度，城镇化过程还包括资金、土地资本。

土地是不可移动的，但土地的用途是可以转化的。

当土地从农业部门转向城市领域，并作为经济发展的一种资本时，土地资本实现了在空间上的聚集。

如无特别说明，下文用“土地”

指代“土地资本”

。

的聚集。

城镇化滞后于经济发展的实质是，在城市经济的要素组合中，人口聚集速度慢于资金和土地等其他要素。

城镇化滞后于经济发展的格局背后是怎样的一种体制逻辑？这一格局存在什么样的问题和风险？所形成的经济增长模式是否可持续？这些正是本章试图回答的问题。

本章的前两部分是对去年报告（刘世锦等，2013，第16章）的延续与更新，第一部分基于Logistic模型估算了未来城镇化趋势；第二部分从城镇定义的国际比较着手，构建“市民化率”

的指标，并对我国城镇化质量进行再评估；第三部分搭建了一个理论框架，分析了金融干预与城镇化速度和质量之间的关系；第四部分对金融干预与城镇化速度和质量之间的关系进行了实证分析；第五部分是结论和政策建议。

对我国城镇化水平的预测：基于Logistic模型的估算

2013年末，中国大陆城镇常住人口73111万人，比上年末增加1929万人；乡村常住人口62961万人，比上年减少1261万人；城镇化率上升到53.73%，比上年提高1.16个百分点。

相比于2012年提高1.3个百分点，我国城镇化率已经出现了加速下降的趋势，是近六年来的最低点。

在去年的报告中，我们从中国城镇人口的增长来源入手，以“农村可转移人口”

为核心，展望中国未来城镇化水平提高的潜力。

鉴于当前我国城镇化率已经出现了阶段性的转折，本章运用能够较好刻画城镇化率增长不同阶段的Logistic模型，从另一个角度对中国未来城镇化率进行估算。

联合国自20世纪70年代以来就利用Logistic模型预测全球城镇化率的前景；国内学者也大量采用该方法预测我国的城镇化水平，如简新华和黄锟（2010）用Logistic模型预计2020年我国的城镇化率将达到60%左右。

如下文所示，我国1974年至今的城镇化率演变轨迹可较好地由Logistic模型模拟，因此本报告将用该模型预测中国未来的城镇化发展趋势。

Logistic模型可表达为如式（1）所示的函数，其中t代表时间，U（t）代表时间t上的城镇化率，K代表所研究对象城镇化率的饱和值，A和B分别表示城镇化起步的早晚以及城镇化发展速度的快慢。

拟合Logistic曲线的关键是要恰当估计模型的K、A和B三个参数。

包括联合国在内的多数研究用取对数的办法将这一非线性拟合问题转化为线性模型后再估计参数。

这一方法的缺陷在于需要对城镇化率的饱和值K进行估计，具有较强的主观性。

为此，本章不预设中国城镇化率的饱和值，而是通过非线性模型拟合的方法直接估计Logistic曲线的三个参数。

U（t）=K1+Aexp（—Bt）（1）

从数据上看，1974年以后我国城乡人口迁移与城镇化发展进入了一个正常增长的阶段，这与1974年以前的发展轨迹有显著的不同。

这表明1974年前后我国有两个不同的城镇化率饱和值。

因此，我们将1974年以后城镇化发展轨迹单独拟合，而这需要重新确定该段S型曲线的起始基点。

根据曲线前溯的趋势特征，我们将该基点确定为15%，得到如式（2）所示的模型。

U（t）=K′1+Aexp（—Bt）+0.15（2）

利用我国1974～2012年的城镇化率历史数据，我们估计出如式（3）所示的Logistic模型。

估算结果显示，我国城镇化率的饱和值为78.2%（预测值K′+基点值0.15）。

通过外推我们得到未来我国城镇化率预测值：2020年达到62.4%，2030年达到70.6%，2050年达到76.8%。

我们还根据Logistic曲线的轨迹特征分析了我国城镇化所处阶段：我国城镇化率提高最快的节点（加速度为零）发生在2008年；目前，我国城镇化率仍处在一个绝对速度快但加速度为负的阶段；这一阶段将持续到2022年左右，届时城镇化率将达到65%的水平，之后进入年均增长1个百分点以下的慢速推进期。

U（t）=0.6321+20exp（—0.089t）+0.15（3）

请关闭浏览器阅读模式后查看本章节，否则将出现无法翻页或章节内容丢失等现象。