对以人为本的城镇化率的三点认识

城镇化率提高总体是效率提高的结果,要客观看待不同尺度空间城镇化率的差异性,未来制度变量是影响我国城镇化率变化最大的因素党的二十届三中全会明确指出,城乡融合发展是中国式现代化的必然要求。作为衡量城乡二元结构水平最重要的战略性指标之一,城镇化率很长一段时间是越高越好,越能体现现代化发展水平。尤其本世纪以来二十多年,中国城镇化率不断提高,不仅推动着经济社会发生了深刻变革,也重塑了城乡中国。但一个指标不可能永远向上,了解城镇化率边界,分析中国城镇化过程何以发生以及下一步趋势,是弄明白城乡融合发展目标要义的关键。

基于中国省域数据人口城镇化率的修正

文章先以国家统计局公布的人口普查数据与联合国法为基础,采用多种修正模型得到符合中国实际情况的人口城镇化率增长曲线;再根据中国实际情况来修正全国及各省份的人口城镇化率,并通过夜间灯光数据对修正结果进行佐证。结果表明:首先,不同修正方法的行政统计值偏差率差异较小,受到人口普查统计“一次性修正”的影响,距离普查统计年份越远的年份偏差率越大;其次,采用基于普查修正值的普查数据修正法得到的人口城镇化率修正结果弥补了统计年鉴直接将第七次全国人口普查数据作为2020年年末人口城镇化率的缺陷,相较于仅使用联合国法的人口城镇化率理论值、基于行政统计值的行政数据修正法得到的人口城镇化率修正结果,更贴近理论与实际;再次,修正后的全国人口城镇化率与夜间灯光数据的相关系数均在0.90以上,修正后的省份人口城镇化率变化与夜间灯光数据的变化基本吻合;最后,由于上海进入人口城镇化“趋零阶段”,黑龙江、内蒙古出现人口大量流失与城市收缩现象,因此影响了夜间灯光数据对人口城镇化率的佐证结果。

2035年中国的城镇化率与城市群主体空间形态

城镇化是2035年基本实现社会主义现代化的重要引擎,城市群是城镇化的主要空间形态。本文按照“是多少”“主体在哪里”的逻辑顺序,依次研究2035年中国的城镇化率和城市群主体空间形态。在简要回顾城镇化历程的基础上,通过多模型筛选,预测2035年中国的城镇化率将达到73.41%~74.53%,并通过与相关研究比照、与八大发达经济体进行对标研究,对预测结果进行验证。城市群主体空间形态由具有较大首位城市、较强吸引力、紧密经济社会联系、承载未来主导产业和有效促进国家战略格局形成的核心城市群构成,是国家未来国土空间结构的大骨架。为此,从首位城市人口规模、城市人口流动方向、城市群内部经济社会联系、未来主导产业空间分布和国家战略政策影响等五个方面构建分析框架,并依托路径依赖理论预测2035年中国城市群主体空间形态将由京津冀、长三角、粤港澳大湾区、成渝、长江中游五大城市群构成。

中国城镇化率影响全要素碳排放效率的空间效应和传导机制研究

伴随中国经济社会进入新发展阶段,新型城镇化建设和绿色低碳发展面临新要求和新挑战,促进城镇碳减排是我国实现碳达峰、碳中和目标的关键。本文选取2000~2019年中国省际面板数据,基于全要素碳排放效率角度,考察中国城镇化率影响全要素碳排放效率的空间效应和传导机制,对协同推进中国城镇化建设和“双碳”目标实现的路径进行探索。研究结果表明,中国城镇化率对全要素碳排放效率提升具有正向促进作用,且存在正向空间溢出效应,产业结构、技术创新、人力资本和生活消费在影响产生过程中表现出差异化中介效应。在全要素碳排放效率约束下,加快推进中国新型城镇化进程,应深入贯彻落实新发展理念,尊重区域发展差异,提升政策举措的科学性和针对性,加快产业结构优化升级、促进绿色低碳技术创新研究应用、不断优化人力资本结构、积极倡导绿色低碳生活。

生产性财政支出、城镇化率与居民消费率——基于省级面板数据的实证

本文基于城市居民消费水平,探讨了生产性财政支出、城镇化率与居民消费率三者之间的关系。研究结果表明,我国城市化与消费水平呈非线性U型关系。城市化发展过程中,城市居民劳动收入所占比例呈现U型变化趋势。在政府生产性财政支出对居民消费的挤压作用不明显时,财政收入通过生产收入的影响主要促进居民消费,对非生产收入的影响也主要通过生产收入实现。而政府支出对居民消费具有强烈的挤压效应时,这两类支出都会产生刺激效应。在城市化率与居民消费率的U型关系中,政府的生产性财政支出比例可通过加强对居民消费率的适度抑制,在城市化率较低时产生积极效果,在城市化率较高时则可通过对居民消费率的适度促进,发挥更大作用。

新发展格局下都市圈城镇化率统计机制研究

近几十年来我国城镇化快速推进,2021年城镇常住人口增长到9.14亿人,城镇化率达到64.7%。在当前新型城镇化的新特征与趋势下,我国城镇化的动力机制发生结构性变化,都市圈逐步成为新型城镇化的主要形态之一。基于新阶段城镇化内涵及意义理解,梳理明晰全球及国内城镇化发展现状及趋势特点,结合国内外已有都市圈统计机制经验,本文提出了符合我国国情的都市圈城镇化率统计机制构建思路,并以上海大都市圈为例,分析研究当前上海大都市圈城镇化率现状及发展趋势,提出都市圈城镇化率统计机制构建实施的建议。

2030年城镇化率的预测:基于四种方法的比较

准确预测我国城镇化率对国家城镇化建设和国家发展非常重要。文章首先对我国城镇化率历史数据在统计口径上进行修正,然后又分别对四种传统的预测方法进行改进,最后基于修正的我国城镇化率历史数据运用改进的四种方法对我国2030年城镇化率进行了预测。四种预测结果相互印证,由结果分析得出结论:我国2030年城镇化率将达到80%。

城镇化率、要素禀赋对全要素碳减排效率的影响

基于超越对数生产函数,并运用产出距离函数建立以资本、劳动力和能源为投入要素,以GDP和CO2排放为产出要素的随机前沿模型,分别测度全国30个省区1995-2010年期间全要素CO2的排放效率。在此基础上,从城镇化水平、要素禀赋、人口规模、产业结构、技术因素等五个维度出发,运用Tobit面板模型对影响全要素碳减排效率的因素及其显著程度进行了实证分析。主要结论表明,从全国层面看,城镇化率、资本深化程度与全要素碳减排效率均呈非线性影响关系,随着城镇化率的提高、资本的逐步深化,碳减排效率经历了先下降后上升的趋势;能源密集度本身对碳减排效率无显著作用,但对城镇化水平促进碳减排效率提高有放大效应;人口规模的减小、二产占比的下降与能源强度的降低均会促使碳减排更有效率,人口规模因素对碳减排效率的影响系数为0.049,略高于产业结构因素和技术因素,相关系数分别是0.030 6和0.014 2。进一步将全国样本按照要素禀赋异质性分为资本密集型省区、能源密集型省区、劳动密集型省区,对三个子样本的回归结果显示只有能源密集型省区的城镇化率与全要素碳减排效率之间在5%的显著性水平上存在相关关系。由以上结论得到的启示是,政府面对国际碳减排和全面推进城镇化建设双重压力下,要注意从不同省份要素禀赋的异质性出发,通过建立碳市场等措施倒逼能源型省份控制城镇化进程;疏通资本密集型省区资源向节能资源研发部门流动的通道;充分发挥劳动密集型省区的人口红利作用和第三产业对第二产业的挤出效应。

我国建成区绿化覆盖率与城镇化率的关系研究

城市绿地建设是城镇化建设的关键环节,且受到城镇化进程的重要影响,揭示城镇化水平与城市绿地建设水平的内在关系具有重要意义。文章选择建成区绿化覆盖率、人口城镇化率分别表征城市绿地建设水平和城镇化水平,从理论假说、实证检验两方面探讨我国建成区绿化覆盖率与城镇化率的关系。研究表明:(1)建成区绿化覆盖率与城镇化率间存在倒"U"型曲线关系,即城镇化率提升对建成区绿化覆盖率增长的拉动力度呈现先逐渐增强到峰值后逐渐下降的基本规律。(2)现阶段我国建成区绿化覆盖率与城镇化率关系正处于倒"U"型曲线的左半部分,拉动力度随着城镇化率的提升而不断增强,预测当城镇化率达65%左右,其对建成区绿化覆盖率的影响力度将达到峰值,随后拉动力出现减弱趋势。(3)由于各地区城镇化水平存在非均衡性,城镇化率对建成区绿化覆盖率提升的拉动力度也存在显著差别,中部、西部拉动力度较强,东部拉动力度较弱。

人口流动对城镇化率的影响

2011年，中国城镇化率达到51．27％，城镇人口总量首次超过农村人口，但该统计口径下的城镇人口包括大量户籍在农村、居住在城市的农民工，这使得城镇化水平被隐性提高，城镇化质量被忽视。本文利用常住人口统计数据和户籍人口统计数据，分析了2001年到2009年人口流动的省域差异，并与1990年的时点数据进行了比较，通过对城镇化率组成的分解，得出人口流动对城镇化率的实际影响。

城镇化率与农机化程度的关系研究

城镇化率与粮食产量同步增长,但看到农业生产劳动力却在减少。为此,假设农业机械替代了农业生产劳动力,确保了粮食产量安全,通过SVAR模型和时变参数模型,以城镇化变动率与农业机械化变动率为研究对象,分长期和短期、静态和动态两组进行分析,结果表明:两者之间在长期内有均衡关系,短期内有偏离修复能力;静态角度上,农业机械化需要很长时间才能完全消化城镇化率变动冲击;动态角度上,从1978年至2014年之间弹性系数基本大于1,富有弹性。因此认为,城镇化吸引了人口,农业机械化代替了劳动力从事生产。

重庆市金融业发展与城镇化率变化的实证分析

文章对重庆市金融业发展与城镇化率提高的相关性进行了实证检验,结果表明重庆市金融业的发展是提升重庆市城镇化率的重要因素,城镇化率的提高则促进了重庆市金融业的发展。

城市群核心城市工业化率对城镇化率影响的实证分析——以青岛市为例

青岛市是山东半岛城市群核心城市,以青岛市1995—2009年统计数据为样本,对该市工业化率与城镇化率进行了多元回归与VAR分析。结果显示:在此期间,青岛市工业化率与城镇化率成正相关,并且两者具有双向格兰杰因果关系,工业化率的变动对城镇化率的冲击在初期显著,之后逐步减弱。因此,在制定促进青岛市城镇化发展政策时,应重视城镇化与工业化协调发展。

城镇化率区域差异对农村居民消费结构的影响

城镇化是我国经济发展的重要引擎。2020年末,我国常住人口城镇化率超过60%,但同时,城镇化率区域差异日趋突出,严重影响了农村居民消费结构的升级优化。以2005—2019年省级数据为基础,运用面板模型,分区域研究城镇化率差异对农村居民消费结构的影响程度。实证结果显示,我国不同地区的城镇化率和农村居民的消费结构有着正相关关系,且农村居民消费结构的积极作用对西部地区影响最大,其次是中部,最低是东部。农村居民人均纯收入、城乡收入差距、人口老龄化、政府转移支付、产业结构和农村居民消费结构滞后一期,也对农村居民消费结构有着不同的影响。为此,要促进以人为本的城镇化,塑造农村居民消费结构新主体;促进产业兴旺的城镇化,注入农村居民消费结构新动能;促进数字智慧的城镇化,形成农村居民消费结构新业态;促进公共服务的城镇化,改善农村居民消费结构新预期;促进区域协调的城镇化,实现农村居民消费结构新均衡。

城镇化率差异对新市民与城镇职工收入差距研究--基于VAR模型

改革开放以来,我国城镇化进程取得了巨大的成就。但是我国城镇化进程中名义城镇化率与实际城镇化率差异即"半城镇化率"日趋突出,进城务工和定居的新市民(农民工)与城镇职工收入差距扩大。以1989-2018年名义与实际城镇化率差异为切入点,对"半城镇化率"以及新市民与城镇职工收入差距两者之间的关联关系进行实证分析,使用VAR模型分析名义与实际城镇化率差异对新市民与城镇职工收入差距的影响。实证结果表明:脉冲函数显示,城镇化率差异对新市民与城镇职工收入差距具有显著的影响,且呈正向冲击,持续性强;方差结果表明,城镇化率差异对新市民与城镇职工收入差距的贡献率达到33.5%。据此,应科学构建城镇化率指标体系,加大大中小城市的落户规模;实施严格的劳动权益保护,为新市民融入城市构筑社会安全网;建立城乡一体化劳动力市场,取消新市民进入门槛;加大技能和文化素质培训,提升新市民竞争实力。要尽快弥合名义城镇化率与实际城镇化率的差异,提升新型城镇化发展的质量。

重庆市城镇化率变化影响因素分析——基于回归分析法

首先通过对重庆市城镇化水平的预测,确定重庆市在2020年城镇化率达到65%的可能性。主要通过文献研究确定影响重庆市城镇化率变化的影响因素,进而利用统计学方法建立了城镇化率与各个影响因素的之间的回归分析模型,然后对模型所得结果的相关性进行统计性分析后,最后把对各影响因素在重庆市城镇化率变化的过程中按所起的正、负相关影响进行归类分析。旨在为重庆市在提高城镇化率过程中对相关因素的控制着力点上提供相关的参考依据。

基于VAR模型的我国城镇化率与基尼系数预测

城镇化是现代化的必由之路。推进城镇化是解决农业、农村、农民问题的重要途径,是推动区域协调发展的有力支撑,是扩大内需和促进产业升级的重要抓手,对全面建成小康社会、加快推进社会主义现代化具有深远历史意义。科学预测我国城镇化率,对制定国民经济和社会发展战略、统筹城乡一体化建设、消除城乡差别和社会分配不均、创建和谐社会具有重要的现实意义。以我国城镇化率和基尼系数为二维内生向量,运用VAR预测其变化趋势进行,取得了理想的效果。

我国城镇化率、基础设施投资水平对城乡差别的影响

收集了1993—2013年我国各地区城镇化率、基础设施投资水平以及城乡差别的相关数据,运用主成分分析法与层次分析法相结合对城乡差别进行综合评价,得到全国历年城乡差别水平。通过构建向量自回归(VAR)模型对三者的动态关系进行实证研究。结果显示:三者之间存在长期均衡关系;城镇化率对缩小城乡差别的促动作用具有阶段性,初期具有负效应,中后期则表现为正效应并趋于稳定;基础设施投资水平对缩小城乡差别初期具有正效应,中期为负效应,后期为正效应;城乡差别的缩小具有累计效应。

安徽省生态足迹与城镇化率关系实证研究

城镇化率与生态环境可持续发展之间存在着对立统一的关系,如何在提高城镇化率的同时又保护环境成为重要的课题。生态足迹作为环境可持续发展的衡量指标,受到了广泛的关注。基于安徽省1998—2012年的生态足迹和城镇化率的相关数据,探讨安徽省的生态足迹与城镇化率的关系。研究结果表明:生态足迹和生态承载力与城镇化率明显相关,且均随着城镇化率的提高而提高。基于上述研究结果,要放慢城镇化的速度,并且在城镇化的过程中注重保护环境,使环境得到可持续的发展。

重庆市固定资产投资与城镇化率相关性的实证分析

本文利用灰色关联度分析法对重庆市直辖十年固定资产投资与城镇化率的相关性进行了实证分析,结果表明:在所有经济形式中对城镇化率影响最大的是集体企业的固定资产投资;在第一、二、三产业中,第二产业的固定资产投资是城镇化率提高的主要影响因素。