中国省域城镇化质量β收敛检验

任何一种收敛方法，其分析目的都是为了检验研究区域间发展是否会走向均衡发展，为制定协同化的政策提供参考依据。就本章来说，城镇化质量是否收敛也具有重要的现实意义，如果收敛存在则表明区域一体化程度加快，中央政府或者地方政府应该继续坚持均衡的发展过程。本章利用绝对β收敛、条件β收敛进行检验，并用σ收敛进行稳健性检验。σ收敛主要度量的是研究对象平均值与方差的对比关系，绝对β收敛是在不考虑研究区域经济社会异质性的条件下，假设落后地区往往比先进地区增长快，从而经济体趋于共同的均衡稳态。条件β收敛相对来说更符合实际情况，因为不同对象异质性是客观存在的。

1.绝对β收敛分析

在非空间收敛模型的基础上，构建中国省域城镇化质量收敛的空间面板绝对β收敛模型。

Absolute β convergence model of spatial lag panel Spatial Lag Model，SLM

空间滞后面板绝对β收敛模型（Spacial Lag Panel Date Model SLPDM，SLPDM）为

其中，β为收敛的系数，若β＜0，则表示绝对收敛存在；W为空间权重矩阵；ρ为空间相关系数。

空间误差面板绝对β收敛模型（Spatial Error Panel Data Model，SEPDM）为

其中，β和W的含义同式（11－2）；λ参数衡量了样本观察值误差项引起的一个区域间溢出成分。

由于无法先验地确定是否适用空间模型或者适用哪一种空间模型，因此给出了无空间效应的LM检验。从表11－3的检验结果来看，空间固定效应模型统计最为显著，其中SEPDM模型比SLPDM模型更为显著，但二者所有解释变量的符号是一致的。

表11－3　非空间面板绝对β模型检验结果

注：*、**、***分别为10%、5%和1%的水平下的显著性检验。

表11－4给出了所有类型的估计结果，无论采取何种模型，β的系数都小于0，这意味着中国省域城镇化质量将实现绝对收敛。一方面，东部地区的城镇化质量已经较高，未来城镇化发展所受到的资源、环境、空间约束将越来越大，未来增长的空间很小，从而城镇化质量的增速将减慢；另一方面，国家将更加关注全国的均衡发展，通过西部大开发战略与中部崛起战略，将更加注重区域均衡发展，将加快中西部地区城镇化质量的增速，最终有助于促进区域城镇化质量的均衡发展。另外，ρ和λ系数的值都为正，再次验证了区域空间正相关的检验结论，也与中国区域经济一体化加快的事实吻合。

2.条件β收敛检验

根据条件β收敛模型的前提是选择合适的控制变量，但控制变量的选择应该立足于研究的目的和主题，本章的研究目的是探究全国省级的城镇化收敛与影响因素。在经济学基础理论指导下，考虑到篇幅和可行性，本章选择第三产业产值比重、人均固定资产投资、路网密度、人均邮电业务量、城镇化率作为控制变量。加入控制变量的目的有两个：第一个要对比加入控制变量后城镇化质量收敛是否依然存在，如果存在就要看控制变量的加入是加快了还是减缓了收敛的速度；第二个是因为被解释变量是ln（yit／yi，t－1），即本年度的城镇化质量除以上一年度的城镇化质量的对数值，如果控制变量的符号为正，意味着控制变量的加入导致ln（yit／yi，t－1）的增加，实际上也就是导致城镇化质量的提升，因此控制变量也是分析城镇化质量的影响因素。(www.xing528.com)

表11－4　空间面板绝对β模型估计结果

注：*、**、***分别为10%、5%和1%的水平下的显著性检验。

（1）第三产业产值比重（San）。从历史与现实来看，城镇化质量的提高往往伴随着产业高级化的过程和第三产业产值的增长，而第三产业产值的提升也有助于提升城镇化质量，第三产业产值的提升本身也在带动就业、扩大流通、提高城镇化质量具有作用。

（2）人均固定资产（Rengu）。中国城镇化的进程具有政府主导的特征，而政府主导的重要表现就是加大固定资产投资。固定资产投资通过优化投资结构、改善基础设施条件、促进城市聚集效益提升具有积极作用，预计人均固定资产的符号为正。

（3）路网密度（Luwang）。路网密度的提升可以促进区域间的人流、物流的便捷顺畅流通，对于促进加工制造业、服务业、旅游业及现代物流发展具有积极作用。另外，全国层面的路网体系连接将发挥网络效应。因此，预计路网密度的符号为正。

（4）人均邮电业务量（Youdian）。人均邮电业务量是城镇化质量提升的重要体现，是智慧城市建设的重要指标，也是信息化与城镇化深度融合的必然要求。预计人均邮电业务量的符号为正。

（5）人口城镇化率（Ur）。人口城镇化率体现的是人口从农村转入城镇的过程，人口城镇化率的提升将有效改善就业结构、产业结构、城乡结构、消费结构、教育结构。另外，随着户籍制度和流动管理的市场化、自由化，人口流动也有助于改善人力资源配置效益。因此，预计人口城镇化率的符号为正。

空间滞后面板条件β收敛模型为

空间误差面板条件β收敛模型为

表11－5　非空间面板条件β模型检验结果

注：*、**、***分别为10%、5%和1%的水平下的显著性检验。

从表11－5的检验结果来看，基于空间固定效应的误差模型显著性最高。表11－6给出了所有模型的估计结果。首先，从所有模型的估计结果来看，β0系数显著为负，进一步验证了绝对β检验结果，但对比加入控制变量后的β0系数来看，β0系数显著变大，表明加入控制变量后，城镇化质量的收敛速度明显加快；其次，各个模型λ和ρ的系数显著为正，表明空间正自相关性明显；最后，从各个控制变量的符号来看，都为正符号预期结果，表明各个控制变量的加入不仅有助于加快城镇化质量的收敛，也有助于提升城镇化质量。