基于面板数据的中国R&D投入对城镇化影响分析

利用中国30个省区2002-2012年RD投入和城镇化水平的面板数据,通过单位根检验、协整性检验和面板数据模型,探讨中国RD投入对地区城镇化发展水平的影响。结果表明:1中国各省区城镇化水平与RD投入存在长期稳定关系,但城镇化水平的科技支撑基础仍处于较低水平,并且不同省区的RD投入产出存在较大差异。2总体上看来,RD人员投入产出弹性高于RD经费投入,说明城镇化对RD人员投入的依赖性更大。3RD投入对城镇化的作用与其所处的城镇化阶段有关,同时,RD投入与城镇化的协调度也是影响RD投入产出的关键因素。4误差修正模型结果表明,RD短期投入对城镇化的影响存在一定的滞后效应。     

教育投入对中国经济增长作用的区域差异分析——基于多指标面板数据聚类结果

进入21 世纪,人力资本在经济增长中的作用越来越突出,作为人力资本形成的重要途径,教育在中国已经被提高到优先发展的战略地位。以2001-2010 年中国31 个省份的面板数据为基础,基于人均受教育年限、人均教育经费、教育经费占地区GDP比例三项指标的多指标面板数据聚类结果,进行“微观”面板数据建模,具体比较和分析中国教育发展水平、GDP对教育投入弹性的区域差异。研究发现：教育投入对不同发展水平、不同类型经济区域的影响作用不同。总体来看,GDP对教育投入富有弹性,尤其是对于经济基础好、居民文化素质较低的省份,GDP对教育投入的弹性通常较大。但中西部9 个省份则出现教育与经济消极互动的局面,表现为GDP对教育投入缺乏弹性。     

中国人口城镇化影响因素研究——基于31个省域的空间面板数据

中国的城镇化已进入加速发展期,但是,人口城镇化速度明显滞后于土地城镇化速度。为探究人口城镇化水平的驱动力机制,采用空间计量模型方法对提出的10个理论假设进行了验证,结果表明:人口城镇化水平存在显著的空间正相关性,具有明显的空间溢出效应,区位因素是影响人口城镇化水平的一个重要因素;经济的发展、第二三产业的发展对人口城镇化有正向促进作用,其中,第三产业的推动作用最明显;城乡收入差距的扩大不利于人口城镇化;城镇固定资产的投入在统计意义上具有负向影响;社会消费品零售总额、人均社会保障和就业及医疗卫生财政支出、区域创新对人口的城镇化水平有正向影响,但其统计系数比较小,目前对人口的城镇化的带动能力比较弱;15岁及以上文盲人口比重对人口城镇化有负向影响。最后,对促进中国人口城镇化水平提出了对策建议。     

教育水平对我国城镇化进程的影响——基于29个省份面板数据的分析

基于我国29个省份面板数据,通过构建动态面板模型,分析教育水平对我国城镇化进程的影响。结果表明:从全国层面看,教育水平对我国城镇化发展具有显著的正向影响,但随着城镇化进程的推进,教育对城镇化进程的影响日益减弱;分地区来看,教育水平对我国东、中、西部地区总体上具有显著正向影响,但随着时间的推移,也呈现影响逐渐减弱的趋势,这一现象在东部和西部地区尤为明显。我国教育改革与城镇化进程之间的良性互动需进一步推进,教育发展水平和城镇化进程还存在一定差距。     

城镇化、市民化与城乡收入差距关系的实证研究——基于山东省时间序列数据及面板数据的实证分析

在区分城镇化与市民化的基础上,通过构建时间序列和面板数据模型,运用格兰杰因果检验、时序序列数据多元回归、面板数据多元回归等多种方法,对城镇化、市民化与城乡收入差距之间的内在关系进行了多重检验。结果显示,城镇化在长期水平上通过影响市民化来缩小城乡收入差距,而在短期水平上则与城乡收入差距呈正向关系,即目前的城镇化发展模式不仅没有缩小城乡收入,相反是在扩大城乡差距,这一结果打破了现有城镇化与城乡收入差距关系的固有认识。而市民化则与城乡收入差距呈长期稳定的负向关系,是缩小城乡收入差距,促进城乡统筹发展的重要途径。因此,应积极转变城镇化的发展模式,将市民化作为统筹城乡发展的根本途径。     

城镇化水平与制造业空间分布——基于中国省级面板数据的实证研究

基于2001~2011 年中国省区面板数据,聚焦于城镇化水平与中国制造业空间分布。研究表明,城镇化水平是中国制造业空间分布的重要影响因素之一,两者之间存在倒"U"型关系,以中国各省区制造业产值占全国制造业总产值的份额反映中国制造业的空间分布,当城镇化水平超过36.26%后,城镇化水平的进一步提高不再推动制造业份额上升,反而会导致其下降。进一步研究发现,劳动密集型、资本密集型和技术密集型3 种类型制造业在空间分布、份额变化和与城镇化水平的相关性上均存在一定程度的差异性,并印证了制造业内部存在由劳动密集型、资本密集型向技术密集型转型升级的基本规律。此外,交通设施水平、区位条件等因素也会对中国制造业空间分布产生影响。     

21世纪以来中国城镇化动力机制分析

以省区为基本单元,借鉴欧向军等人提出的四维分析视角,构建综合指标体系,结合面板数据分析、时序分析、空间分析等方法,对2000年以来我国城镇化发展的动力机制加以考察。面板数据分析发现市场力、行政力以及内源力作用较强,而外向力作用较弱,反映了我国城镇化动力机制的内生性特点。时序分析发现新世纪以来城镇化动力机制具有较强的动态性与趋势性,虽然金融危机会对动力组成结构产生一定的扰动,但是在长时间尺度上,内源力作用逐渐上升而行政力作用逐渐下降将成为必然的趋势。而空间分析显示,市场力与内源力具有一定的历史依赖性,优势地区将继续保持领先,落后地区继续维持落后状态。随着市场力的不断稳固和内源力的持续增长,城镇化不平衡发展的趋势将加剧。增加行政力的宏观调控作用,促进城镇化动力的多元化是缓解这一不平衡的重要策略。     

经济驱动结构的时空过程及其耦合特征分析——基于省际面板数据的实证

在优选、创新计量方法并建立省际面板矩阵的基础上,发挥面板模型兼具截面和时序分析的优长,利用EViews和ArcGIS软件,探讨影响经济增长的投入要素及其时空演变过程与耦合规律,给出驱动结构的中国经验模式.结果显示:(1)总体上,研究结论符合发展经济学关于经济动力系统由资本、劳动力及人力资本等组分构成的基本假说,投资占绝对主导地位(贡献率为82.5％),而人力资本弹性最大(0.772),预示了发展的前景方向;(2)时序上,经济驱动结构因受真实时间影响而呈现出阶段性特征,3个解释变量表现出4种组合形式及有序过程,印证了经济驱动力必将向资本、人力资本演进的一般规律;(3)在空间维度上,经济驱动类型涵盖了3大类7亚类,集聚为由9个板块构成的经济地图,突破了关于中国传统经济地带(类型)假说的认知,勾绘出地域主体功能深入演进及分异的新格局;(4)经济驱动结构不是简单的时空耦合,而是在契合一般时序规律的同时,在空间上表现出复杂性及自适应性.     

中国城市化滞后的经济因素--基于面板数据的国际比较

城市化水平与经济增长水平相协调,是实现统筹城乡发展、统筹区域发展的重要途径,但我国城市化水平严重滞后于经济增长水平。因此本文旨在探索造成我国城市化滞后的经济因素,并对其影响程度进行定量分析。本文采用跨国经济实证分析中的标准分析工具面板数据分析,首先构造影响城市化水平的世界模型;然后,以本文构造的世界模型为基准,定量分析造成我国城市化滞后的经济因素;最后通过国际比较分析发现,在我国影响城市化水平的经济因素中,第二产业、第三产业和高等教育对城市化水平的影响能力,大致都只相当于世界平均水平的50%,该结果较以往基于横截面的分析结果更为准确。     

中国城镇化的农村减贫及其空间溢出效应——基于省级面板数据的空间计量分析

利用中国省级面板数据,运用空间计量模型,重点检验了2010—2017年间中国省域人口城镇化、土地城镇化和经济城镇化的农村减贫及其空间溢出效应。结果表明：①2010—2017年间中国省域农村贫困、人口城镇化和土地城镇化均表现出显著的空间集聚特征,而经济城镇化集聚现象呈现逐渐消减的态势。②人口城镇化对农村贫困主要表现为先缓解后加剧的“U”型特征,而经济城镇化则刚好与之相反,呈倒“U”型特点,土地城镇化对农村贫困的作用尚不明显,但主要表现出加剧农村贫困发生的潜在可能。③人口城镇化和经济城镇化对农村贫困产生了明显的空间溢出效应,同时,二者对农村贫困的空间溢出效应存在“门槛”现象。东部和中部地区的人口城镇化减贫直接效应门槛已基本突破,减贫潜力较弱,而大部分省份的人口城镇化减贫溢出效应门槛依然存在,益贫性的溢出效应仍然明显。相比之下,各省域经济城镇化减贫的直接效应和溢出效应门槛均已突破,整体上以益贫性为主。④城镇化发展过程中,应合理推进人口城镇化,加快完善相关制度改革。有效、有序地扩张城镇空间,优化城镇产业结构调整,壮大第三产业发展规模和强化其质量升级,增加城镇就业空间,提升城镇整体辐射带动效应。统筹协调区域人口、空间、资源等的分配与利用,充分发挥要素集聚带来的正向“外部性”作用,合力推进农村长效、稳定减贫,促进城乡协调与可持续发展。     

中国城市化水平的自回归与功率谱分析

利用1949~2000年的城市人口比重数据,开展中国城市化过程的自相关和功率谱分析,建立了ARMA (1,q )模型。中国的城市化过程具有1阶自相关特征:上一年的一个变动直接影响下一年,间接影响则可达10年之久。ARMA (1,q)模型表明中国的城市化过程在趋势性上附加有丰富的随机性。对提取趋势之后的序列进行功率谱分析,发现趋势性和随机性的背后隐含一个长度为30年左右的周期波动。根据上述研究,将中国的城市化过程分解为三种变动:趋势性、周期性和随机性。研究结论对发展更为完善的城市化预测方法,以及对指导具有中国特色的城市化建设,都可能具有一定程度的启示意义。     

城市化水平与城市化速度的关系探讨——中国城市化速度和城市化水平饱和值的初步推断

从城市化水平的Logistic方程出发,推导出如下关系式:城市化速度最快时期的城市化水平=城市化水平的饱和值÷2,最大城市化速度=城乡人口增长率差×城市化水平的饱和值÷4。对概念的定义和方法的应用给出了限定和说明。借助美国1790¹960年的城乡人口普查数据验证了上述推导结果。利用上述关系分析了中国的城市化水平数据,结论是:2005年前后城市化速度达到峰值,由此判断中国的城市化水平饱和值为80%左右;2005年之后,中国的城市化水平增长速度在理论上应该减缓,在实际工作中不宜继续推动加速过程。     

中国人口城镇化质量评价及省际差异分析

新型城镇化是中国的重要国策,对人的城镇(市)化的科学评价是正确认识城镇化和制定相关政策的重要基础.目前城--乡二元分析框架下的以城镇化率和城镇(或区域)城镇化质量为主的评价方法,难以反映城镇化过程中社会结构的变化,同时乡村人口的城镇化发展也被忽略.本文提出人口城镇化质量的概念,建立了衡量人口城镇化质量的指标体系.对1995,2000,2005,2010和2012年全国及各省市的城镇人口,乡村人口及总人口的城镇化质量进行了分析.研究发现:① 尽管城镇人口的城镇化速度显著快于乡村人口,但城镇化并非城镇人口独有的社会过程.② 城乡两类人口的城镇化质量在省域尺度上正逐步形成差异明显的空间格局.③ 北京,上海,浙江等少数省市乡村人口的城镇化质量已经超越部分内地省市城镇人口的城镇化质量.建议更新对城镇化的认识和评价标准,探索在城镇化发达的地区调整城--乡二元体制的新途径,促进中国城镇化的健康发展.     

“一带一路”沿线跨境技术并购网络格局演化特征——以高科技企业标的为例

技术并购是企业获取先进知识和培育新兴市场的重要方式,对“一带一路”创新之路的建设具有重要影响。论文基于高科技企业标的数据,借助社会网络分析、GIS技术以及零膨胀负二项模型等方法,对“一带一路”沿线跨境技术并购网络格局演化特征进行探讨。结果表明：①沿线跨境技术并购网络联系有增强增密趋势,但网络化水平不高,参与国家（地区）数量、并购路径、网络密度等指标均有待提升。②以电子信息业为主导的网络行业格局趋向多元化,归属非高科技行业的企业也逐渐广泛参与到网络建构中,特别是中国香港、新加坡的金融业并购方的数量大幅增多。③网络空间格局异质性显著,中国、印度、东南亚是发起/接收跨境技术并购联系的核心地与增长区,相比之下中东欧在网络中的优势地位未能保持,中亚及里海周边地区发出联系的能力仍旧较弱。④研究期内,国家（地区）间地理、宗教以及历史的邻近性是驱动网络演化的积极因素,而国家（地区）的经济市场规模与和平稳定程度在2013—2017年只对跨境技术并购联系的接收产生积极影响,科技发展水平只对联系的发出产生积极影响。     

中国县域城镇化发展格局及其影响因素——基于2000和2010年全国人口普查分县数据

利用2000 和2010 年中国人口普查分县数据,借助空间分析方法揭示近期中国常住人口城镇化格局特征及其动态变化,结合多元回归模型探讨城镇化空间分异的主要影响因素,基于主成分分析和聚类分析进行中国城镇化发展类型区划分。结果表明：① 2000-2010 年,中国常住人口城镇化率不断提高,年均增加1.3 个百分点,32%的县域城镇化水平年均增长超过1.5 个百分点;② 中国城镇化发展存在区域差异性和“低快高慢”的收敛性,东部、东北、中部、西部四大区域城镇化率年均分别增加1.4、0.5、1.4 和1.3 个百分点;③ 60%的中国县域城镇化发展集中在低城镇化率—高增长率、低城镇化率—中高增长率和低城镇化率—中增长率三种类型,且以中、西部地区分布最为密集;④ 中国县域城镇化格局基本未变,仍以珠三角、长三角、京津冀三大增长极的城镇化发展较为突出,东部地区及内陆省会城市周边的城镇化水平也相对较高;⑤ 经济发展水平、产业结构特征、人力资本状况、人口集聚能力、公共服务水平、地理区位特征对县域城镇化空间分异具有显著而稳健的影响;⑥ 中国城镇化格局可分为具有明显区类一致性和区外异质性的5 大类、20 个区域。新时期的城镇化发展应凸显地域功能、提升承载能力、夯实产业基础、强调节约集约。     

中国城市土地城镇化多层级影响因素分析

土地城镇化是地理学与土地科学交叉的核心研究领域。随着中国城镇化水平不断提升,土地城镇化作为城镇化在空间的具体体现,已经成为学者和政府共同关注的焦点。土地城镇化受到省、市多层面因素影响,单一层面的影响因素并不能完全有效解释中国特殊行政体系下的多层级关系。本文采用熵值法对中国省、市两个层面影响因素的不同指标进行客观赋权,建立两层线性模型,对2005年和2016年全国102个具有代表性的城市土地城镇化影响因素进行实证研究。结果表明：① 市级层面,2005年要素投入和公共服务是影响城市土地城镇化的主要因素,其中以要素投入最重要。2016年经济发展水平成为最关键的影响因素,要素投入、公共服务、人口集聚对土地城镇化的影响程度依次降低。② 省级层面,区域经济发展水平差异是土地城镇化的主要影响因素。政府资源保护态度、生态和农业资源与市级因素以及城市建成区面积呈显著负相关。根据区域所处发展水平的不同,政府开发态度、地理区位与市级因素存在复杂的影响关系。③ 1978年改革开放以来,中国土地城镇化是工业化和城镇化共同作用的结果,土地城镇化进程逐步由政府主导转向经济驱动。多层级土地城镇化研究,可以更好地解析不同层面影响因素对土地城镇化水平影响机制和跨级关系,为更合理精准的城镇化政策制定提供理论依据。     

西部省会城市新型城镇化水平综合测度研究

新型城镇化是中国经济社会健康、稳定、可持续发展的根本途径,也是消除中国城乡社会经济"二元结构"的根本出路。根据新型城镇化的内涵,从人口、经济发展、生活质量、基础设施、资源环境、城乡统筹6个方面,构建了包含24项指标的新型城镇化水平综合测度指标体系,运用熵值法,对西部11个省会城市2005—2015年的城镇化发展水平进行综合测度。研究表明:西部省会城市的新型城镇化发展水平存在显著差异,总体上可分为"高等水平"、"中等水平"、"低等水平"3个级别,基础设施建设是造成差异的主要驱动力。各城市不同年间的城镇化单项水平影响因素呈现多元化,在今后的发展中应有所侧重,同时兼顾城镇化质量,推动城乡协调发展。