关灯
护眼
字体:

第十五章 城镇化:速度放缓后的质量提升之路

首页书架加入书签返回目录

请安装我们的客户端

更新超快的免费小说APP

下载APP
终身免费阅读

添加到主屏幕

请点击,然后点击“添加到主屏幕”

    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)

    需要说明的是,本部分的预测只是基于理论模型的趋势性分析,其前提是我国的城镇化率饱和值保持在由模型估算出的76.8%之上。然而,城镇化率的饱和值本身有可能变化:一方面交通、信息等技术的提升以及促进城乡要素流动的制度变革等,有可能拓展城市的最优规模边界;另一方面,能源环境条件的恶化以及滞后于发展的城乡政策等因素,也有可能降低城镇化率的饱和值。

    市民化率:对城镇化质量的再评估

    我国城镇化率指标现存的问题

    与国际相比,我国对城镇的定义所包含的质量信息偏少。我国对城镇的划分以“行政区划”为基础,并辅以基础设施、公共服务设施可达性等因素,城镇包括城区和镇区:城区是指在市辖区和不设区的市,区、市政府驻地的实际建设连接到的居民委员会和其他区域;镇区是指在城区以外的县人民政府驻地和其他镇,政府驻地的实际建设连接到的居民委员会和其他区域《统计上划分城乡的规定》(国务院于2008年7月12日国函\\60号批复)。在统计中,我国将居住在城镇半年以上的居民计为城镇人口,包括城镇户籍人口和非户籍常住人口。

    现有统计定义存在三个问题。首先,城镇的标准不考虑非农人口比重。在具体的统计实践中,与镇政府所在地有基础设施(如公路)相连接的区域也被视为“镇区”,其常住人口被统计到城镇人口中,但实际上这些地区从事农业的人口居多。相比而言,在我们收集的样本中,有1/5的国家在城镇定义中设置了非农就业/产业比重的指标。

    其次,城镇的门槛没有充分考虑城市硬件设施。我国对城镇的定义,虽然提到了要有“已建成或在建的公共设施”,但没有设置具体标准。根据我们的调研,有很多建制镇甚至没有作为城镇最重要标志的完善的下水道设施。从国际样本来看,发达国家已不需要用公共基础设施、建筑数量等门槛来定义城镇,但超过30%的发展中国家使用了公共基础设施等硬件状况定义城镇。

    再次,现有户籍制度无法保障对城镇非户籍常住人口统计的科学性和准确性。随着我国人口流动日益频繁,现有户籍制度无法对城镇非户籍常住人口的动态信息进行有效、及时的归集和统计。我国城镇化率从2002年的39.09%升至52.57%,年均提高1.35个百分点。但我国城镇户籍人口比重近十年仅从27.89%提高到35.29%,年均提高0.74个百分点,显著慢于城镇化率的提高速度。这意味着约有1/3的城镇常住人口无法享受均等化的教育、医疗、养老、保障房等市民待遇。虽然十年一次的全国人口普查发动近千万普查员进行入户调查,但仍有可能造成错漏,特别是对“居住在城镇半年以上”流动人口的统计,科学性和准确性不足。

    各国对“城镇化率”的不同定义导致数量和质量可比性较差

    从我们收集的116个国家对城镇的定义来看,各国往往采用人口数量、行政区划、产业结构、城市形态、人口密度五类不同的方法或其组合,对“城镇”进行界定;即便使用同一种方法,其阈值也相差很大,由此形成个性化的城镇化率定义。

    由于各国使用不同的城镇定义方法,造成城镇化率指标在国际比较中的两个困难。一是数量可比性问题。例如,如果将印度城镇的定义从人口数量、人口密度、非农就业和城市形态四个维度拥有5000以上居民、人口密度不低于1000人/平方英里或者400人/平方公里、城市特征显著、至少3/4成年男性人口受雇于非农产业的地区。改为只剩人口数量标准这一个维度,则其在1991年的城镇化率就将由26%提高到39%,甚至超过2011年按目前标准定义的城镇化水平(31%)。二是质量可比性问题。在城镇化定义的五类标准中,人口数量、人口密度和行政区划主要反映人口在城镇的聚集,而非农就业/产业比重和城市形态则部分体现城镇化质量。因此,即使城镇化率相近的国家,其城镇化质量也可能相距甚远。我们以城镇化率相近的日本(91.1%)和阿根廷(92.5%)为例。日本城镇化率定义不仅包含人口数量,也有城市形态和非农就业比重等质量标准。

    拥有50000人以上居民、60%以上房屋位于主要建成区,且60%以上的人口(包括他们扶养的家属)从事制造业、贸易或其他城市产业。;阿根廷城镇化率定义仅有人口数量拥有2000人以上居民的人口中心。虽然阿根廷城镇化率略高于日本,但其在城市贫困人口比重、失业率等指标上与日本相差甚远。

    用“市民化率”进行城镇化数量和质量的国际比较

    在数据可得的情况下,我们引入联合国统计的“城镇贫民窟人口比重”,在现有城镇化率的基础上设计了“市民化率”指标,以使各国的城镇化水平更具可比性。联合国人居署在2002年提出了一个可统计的“城市贫民窟”定义,即不能满足以下一个或更多基本条件的城市居所:(1)耐用的房屋,能够为其居住者提供防雨、遮阳、御寒、防潮的庇护;(2)足够的空间,同一个房间居住者不超过三人;(3)能够以可承受的价格较便利地获得清洁的水;(4)拥有较便利的下水道设施;(5)获得安全的产权,能通过房产证明防止强制拆迁。我们用“城镇化率×(1—贫民窟人口比重)”得到一个新的指标——“市民化率”。在“市民化率”的定义下,各国被纳入城市范围的人口,都能满足在城市体面生活的五个基本条件。与“城镇化率”相比,“市民化率”设置了一个全球统一的最低标准,提高了城镇化在“数量上的可比性”;同时,“市民化率”包含了城镇化质量的相关信息,在一定程度上体现了“质量上的可比性”。因此,“市民化率”比“城镇化率”更适合进行国际比较,更有利于准确判断中国城镇化质量相对于其他国家的状况。

    随着全球城市人口的扩张,全球城市贫民窟人口呈现总量上升、比重下降的态势。根据联合国人居署的统计和笔者的估算,截至2011年底,全球城市贫民窟人口总数为8.8亿人,比2005年增加了0.5亿人。但总量上升并不能掩盖发展中国家提高城市贫困人口生活质量的努力,全球城市贫民窟人口占城市人口比重从2005年底的26.1%下降为2011年底的24.4%。

    我们用“市民化率”重新定位我国城镇化在全球的地位。截至2011年底,我国城镇化率为51.27%。根据联合国人居署的报告,我国城市贫民窟人口比重约为27.2%,因此市民化率为37.32%,比城镇化率低13.95个百分点。与此同时,全球、发达国家和发展中国家的市民化率,也分别比各自的城镇化率低12.7个、3.4个和14.9个百分点。与城镇化率相比,中国市民化率与全球平均水平略微拉开了差距,相对差距增加了1.2个百分点;与发达国家的差距进一步拉大,相对差距增加了10.6个百分点;但巩固了对发展中国家平均水平的优势,优势增加了0.9个百分点。换一个角度分析,在中国城镇化率不断提高的同时,城镇化质量也以高于发展中国家平均水准的幅度在改善,但城镇化质量仍落后于全球平均水平,与发达国家水平还存在较大差距。

    金融干预与城镇化:一个理论框架

    已有不少研究注意到了中国城镇化滞后于经济发展的现象。一些研究从“就业弹性”的视角进行了研究,发现中国就业弹性远低于同期的发展中国家(简新华和余江,2007)。由于服务业创造就业的能力比工业特别是重工业更强,一国的就业弹性和其城镇化过程中的产业结构密切相关。对此,陈斌开和林毅夫(2013)、陆铭(2013)都指出,资本密集型产业比重过高是降低中国经济就业弹性、延缓城镇化进程的直接原因,并进一步将这一现象归结为政府干预,不同的是,前者用政府“重工业优先发展战略”来解释政府的行为,后者用地区竞争和税收最大化来分析地方政府的动机。

    不同于已有研究,本章将分析金融资源配置的扭曲对我国城镇化速度和质量的影响。为此,本节将建立一个分析框架,提出“金融干预导致的低质量资本密集型产业结构,影响了城镇化的速度和质量”的理论假说,并在第四节利用地级和以上级别城市为样本的数据,对假说进行了验证。

    政府以金融干预手段成功推动城镇化是有条件的

    金融是城市经济转型发展重要的资源配置机制。一个城市的产业结构取决于由稀缺性决定的生产要素相对价格。随着经济的发展,困扰发展中国家的资本要素的稀缺性将得以缓解,企业家会更多地选择资本更密集的产业,以资本替代劳动力,实现“劳动密集型→资本密集型→技术密集型”产业结构的跨越。在这一过程中,承担着将储蓄转化为资本的金融体系,是产业结构从劳动密集型转向资本密集型进而技术密集型的关键,而城市产业转型离不开以政府信用增进为特征的金融扩张。翻开美国的城市发展史,我们发现,在铁路、汽车等技术创新的推动下,美国政府以发展市政债券市场的方式支持基础设施的大跃进,虽然期间也经历了三次系统性的地方债务危机,但由于社会资本充分参与了其中的试错过程,金融扩张成功地加速了美国城镇化的进程,金融体系所支持的铁路、公路等基础设施的建设,推动了美国国内市场边界的拓展,促进了东部制造业、西部资源产业和南部农业之间的合理分工。

    政府以干预金融的手段成功推动城镇化进程是有条件的。一个条件是先发国家出现市场前景明确的重大技术创新。在上述美国的案例中,由于重大技术创新的出现,使得生产可能性边界短时间内得到较大拓展,投资方向较为明确,政府信用支持的金融干预失败的可能性较小。另一个条件则是后发国家处于追赶阶段所拥有的信息优势。由于面对明确的追赶目标,后发国家在追赶阶段可以省却技术试错的过程,以政府主导的基础设施和基础产业投融资出现投资失误的概率较低。然而,如果以上两个条件都不成立,政府的金融干预有可能扭曲资金要素价格,使城市资本积累偏离最优路径,导致过度资本深化的现象,出现低质量的资本密集型产业,延缓城镇化进程。

    金融干预有可能导致资源配置扭曲,形成低质量的资本密集型产业结构

    如上文所述,资本替代劳动的城市产业结构变迁有其必然性,政府在这一过程中的适当干预也有弥补市场失灵的作用。但是,如果政府在其中没有适时地转变角色,有可能使金融体系的偏好和企业的决策动机发生偏差,从而扭曲金融资源的配置,在金融过快扩张的过程中,出现融资过度和融资不足并存的局面,形成低质量的资本密集型产业结构,阻碍城市产业转型。下文从地方政府、金融机构和企业这三个主体的行为动机出发,分析金融干预对城镇化的作用机理。

    地方政府对金融的干预

    很多研究从财政支出的视角分析中国地方政府对区域产业结构的影响(如陆铭,2013)。但依靠当期财政收入干预区域产业发展的力度毕竟有限,对本区域内各类金融机构的资金运用进行直接或间接的行政干预,成了中国地方政府的常规举措(张憬和沈坤荣,2008)。对金融的行政干预,不仅能够放大地方政府财政支出的杠杆效应,更为微妙的是,在当前地方政府负债软约束和官员有限任期的制度下,当期地方政府的决策者... -->>
本章未完,点击下一页继续阅读
上一章目录下一页

请安装我们的客户端

更新超快的免费小说APP

下载APP
终身免费阅读

添加到主屏幕

请点击,然后点击“添加到主屏幕”