基于PLS―SEM理论城镇化与经济发展统计测度分析.docVIP

基于PLS―SEM理论城镇化与经济发展统计测度分析 　　中图分类号：C812 文献标识码：A 　　内容摘要：本文基于PLS-SEM理论，兼顾变量间的潜在关系，对浙江省1983-2013年城镇化与经济发展的关系进行了研究，结果表明：除城镇化质量外，其余变量均与城镇化存在较强的因果关系。同时，人口城镇化水平的提升会降低城镇化质量。而在经济发展方面，经济增长是主要动因，其同时也是居民生活水平提高的原因。另外，从相互关系看，经济发展水平对城镇化的促进作用强于反作用，主要表现为非农产业增加值占比上升对经济城镇化的促进作用，以及经济结构调整对城镇化质量的提升作用。最后，间接效应的大小及传递路径均表明变量间的交互影响是不可忽视的。 　　关键词：PLS-SEM 城镇化 经济发展 间接效应 　　引言 　　改革开放以来，浙江省积极推进城镇化建设进程，使得城镇化率到2012年已超过60%。然而，城镇化与经济发展是相互制约的，经济发展水平决定城镇化建设的进程，而城镇化建设所引起的经济外部效应又作用于经济发展（钱纳里、赛奎因，1988）。因此，在当前实现工业化、城镇化的重要阶段，分析浙江省城镇化进程与经济发展的关系，是实现稳妥推进城镇化进程的基础，也是探索城镇化与新农村建设协调发展模式的前提，更是保持经济快速持续发展的必然要求。 　　对于城镇化与经济发展的关系，初期的相关研究大多根据钱纳里标准，利用单一指标或城市速度的国际比较来分析城镇化与经济发展之间的关系（“工业化与城市化协调发展研究”课题组，2002）。此后，随着对城镇化和经济发展概念理解的深入，部分学者开始采用多指标技术进行研究。如程开明（2010）构建了包含16个指标的评价体系，利用关联协调度模型和耦合协调度模型对全国、省级城市化与经济增长进行了协调度分析，发现全国城市化与经济增长之间的总体协调性较强，但波动性明显。宋金田和朱静（2006）对城镇化水平与各产业结构发展及其相关关系进行了分析，发现经济的发展会使得农村人口不断向城市迁移，城镇化程度不断提高。周世军和岳朝龙（2010）则考虑县域经济发展的水平差距，建立了城镇化与经济发展的影响因素计量模型，结果发现城镇化、产业结构变动与经济发展的关系最为密切。蔺雪芹等（2013）分析了1978-2008年中国城镇化与经济增长的关系，结果表明：中国的城镇化主要通过物资资本和人力资本的集聚推动经济发展，而知识资本、现代服务业等高端生产要素则尚未显示集聚作用。 　　从目前的研究进展来看，主要存在以下几个方面的缺陷：一是变量间的潜在相互影响问题。在确定城镇化与经济发展的关系时，大多文献会先给定估计变量间的关系，采用指定自变量去分析影响城镇化进程的经济因素，抑或以各城镇化指标去检验其对经济发展的促进作用。这种方法尚未考虑城镇化系统与经济发展系统内部及系统间各指标的相互影响，从而容易忽略各指标的潜在影响与间接影响；二是指标代表性问题。大部分学者都用城镇化率代表城镇化水平，用人均GDP替代经济发展，并以此为基础进行相应的研究。但是，城镇化与经济发展之间的关系不仅是多方面的，同时也是处在不断变化之中（景普秋等，2003），单指标技术显然不够科学合理。三是因果检验的问题。国内外学者对于城镇化与经济发展更多的是关注两者之间的相关性，而对于因果关系的确定则缺乏足够的实证研究。与此同时，笔者认为由于城镇化与经济发展的关系是错综复杂的，采用单一指标进行因果检验会缺乏足够的信度，因此可根据PLS-SEM理论，通过各项参数估计的结果，综合判断因果关系存在的可能性。 　　综上，本文将针对现有文献存在的以上几点不足，通过构建PLS-SEM模型展开研究，以期能够揭示城镇化系统和经济发展系统之间各种可能的影响关系。 　　模型建立及数据来源 　　（一）基于SEM理论的模型建立 　　由于本文考察的是城镇化与经济发展之间的关系，因此，可根据SEM模型构建理论，将城镇化与经济发展视为两个潜在变量。另外，这两个潜在变量是不能直接估计的，需要相应的指标体系（称之为“观测变量”）予以替代。 　　在设计指标体系时，根据城镇化的定义：城镇化是随着农业人口向非农业人口转移，产业结构、就业结构等逐渐改变以及人们的生活方式日趋现代化。笔者认为，构成城镇化的观测变量应该包括5个方面：人口城镇化、经济城镇化、基础建设城镇化、生活城镇化、城镇化的质量。而对于经济发展这一潜在变量，本文从经济增长、产业结构、居民生活以及可持续发展等4个方面进行分析。其中，经济增长是经济发展的基础，可用人均GDP、人均财政收入、经济密度以及人均全社会固定资产投资额来表示。产业结构变动是经济发展强大的推动力，笔者采用第三产业占GDP的比重以及非农从业人员的占比这两个指标来代替。居民生活水平提高是经济发展的结果，表现