第二节
研究思路、内容与方法

一、研究思路

本文基于我国政治集权—经济分权的基本府际关系格局，从地方政府视角入手，研究地方政府行为对我国城镇化的影响。首先梳理相关文献，总结归纳相关现象，为本文研究奠定理论和现实基础；然后从理论和实证两个层面展开，分析地方政府推进城镇化的作用机理，进行经验实证；最后在理论与实证分析的基础上，提出有针对性的政策建议。

具体研究技术路线如图1-3所示。

二、研究内容

本文的逻辑线索是：在我国城镇化政策范式转换和城镇化进程的历史背景下，描述地方政府积极主动推进城镇化的典型事实，刻画我国城镇化政府主导的特征；地方政府主导城镇化有利有弊，既推进了本地城镇化快速发展，也导致了城镇化不协调现象，基于政治集权—经济分权的纵向央地关系及由此导致的“为增长而竞争”“为晋升而竞争”的横向府际关系对此给予理论解释，并利用空间计量模型予以经验实证，反映地方政府的空间互动效应；城镇化不协调现象在未来的发展进程中需要克服，地方政府的角色和作用相应地需要进行调整，仍然立足于纵、横府际关系基本格局，分析中央政府政策目标在地方的实现机制，并加以统计检验。

按照这一逻辑线索，本文的研究内容安排如下：

第一章，导论。介绍研究背景与意义，研究思路、主要研究内容与研究方法等。

第二章，理论基础与文献综述。通过梳理城镇化相关理论基础和研究文献，把握既有研究脉络，为本文的研究提供理论支撑。首先简要阐述城镇化的理论基础，这些理论来自城市经济学、区域经济学、产业经济学、公共经济学等经济学学科领域。与西方发达国家的城镇化主要由市场驱动，进而相关研究主要围绕政府公共职能展开不同，我国城镇化是政府驱动为主，从而形成了与国外关于城镇化中地方政府的相关研究极为不同的研究主题。因此，基于政府特别是地方政府视角，在概览国外相关研究文献后，重点对国内相关文献进行回顾。

第三章，我国城镇化的演进。从我国城镇化政策范式演进和发展阶段演进两个方面展开。只有将地方政府置于我国城镇化演进背景下，才能够清晰地辨识地方政府在城镇化进程中的角色和作用。地方政府的作用受限于中央政府，中央政府不同时期出台的一系列城镇化相关政策决定了我国城镇化整体发展的目标与方向，更决定了地方政府在城镇化中的作为，进而深刻地影响着我国城镇化进程。在系统梳理我国城镇化相关政策的基础上，结合Hall的政策范式分析框架，将我国城镇化政策范式分解为四次范式转变。相应地，将我国城镇化进程划分为四个历史时期：1949—1978年抑制型城镇化政策范式和波动式缓慢发展阶段、1978—1992年控制型城镇化政策范式和恢复式平稳发展阶段、1992—2012年促进型城镇化政策范式和扩张式快速发展阶段、2012年至今深化型城镇化政策范式和内涵式新型发展阶段。在不同政策范式下和不同发展阶段中，地方政府担负着不同角色，发挥着不同作用。

第四章，地方政府推进城镇化的理论与实证分析。依次从地方政府推进城镇化的主要路径、一般机理和实证分析展开。地方政府推进城镇化，主要在劳动力流动、土地使用、区划调整等方面发挥主导作用。基于政治集权—经济分权的纵向央地关系及由此导致的“为增长而竞争”“为晋升而竞争”的横向府际关系，对城镇化进程中地方政府行为的机理展开分析。随着城镇化政策范式由抑转扬，地方政府的作用才得以有发挥的可能。前提是地方政府成为独立的利益主体，从而内在产生推进城镇化的动力。政治集权—经济分权的央地关系及其在地方的层层复制，形成了各级地方政府互相竞争并层层向上负责的府际关系格局。地方政府在这种“为增长而竞争”“为晋升而竞争”的过程中促进了城镇化的发展。并利用空间面板数据计量模型进行实证分析。

第五章，地方政府行为与人口城镇化失衡的理论与实证分析。依次从我国人口城镇化失衡的外在表现、内在机理与实证分析展开。地方政府的深度参与显著加速了我国城镇化进程，但也带来了一定程度的负面影响，其中之一就是人口城镇化失衡，即常住人口城镇化率高于户籍人口城镇化率。这首先是一种由于我国人口统计制度和户籍制度造成的统计现象，其背后则是由于城镇户籍绑缚了很多公共服务和社会福利，地方政府出于竞争和政绩需要，在吸引外来人口服务本地经济增长的同时，不愿为之提供相应的公共服务和社会福利，从而造成外来人口市民化进程的滞后。并利用空间面板数据计量模型进行实证分析。

第六章，地方政府行为与人地城镇化失衡的理论与实证分析。依次从我国人地城镇化失衡的外在表现、内在机理与实证分析展开。人地城镇化失衡是我国地方政府深度参与城镇化导致的另一个主要负面影响。在地方政府推进城镇化的过程中，存在着土地城镇化偏好，导致城镇建设用地的粗放低效，城镇急剧向外扩张，建成区人口密度偏低，造成土地城镇化快于人口城镇化的不合理现象。地方政府的土地城镇化偏好有其内在逻辑，即对经济政绩、财政收入和形象工程的谋求。并利用空间面板数据计量模型进行实证分析。

第七章，地方政府行为与人口城镇化推进的理论与实证分析。城镇化发展过程中的问题仍然要在发展中解决，这也是我国推进新型城镇化的要旨所在。模型分析表明，地方政府行为导致的人口城镇化失衡和人地城镇化失衡等有其内在的经济逻辑，其自身没有脱离这种失衡的内在动力。解决之道是跳出地方政府本身所限，从中央政府视角出发，将新型城镇化目标纳入对地方政府的考核体系，改变地方政府行为导向，基于府际关系层层复制的原理，这一导向会由上级政府向下级政府一级一级传导，通过“层层加码”进而逐级实现目标。基于地方政府“十三五”规划文本中的相关数据，分别从省级地方政府和地级市地方政府两个层面讨论中央政府人口城镇化率目标的实现机理与路径。

第八章，未来城镇化发展的思路与政策建议。2020年我国全面建成小康社会收官，并乘势而上开启全面建设社会主义现代化国家新征程。城镇化是现代化的必由之路，对于我国社会主义现代化建设具有重要的现实意义。未来我国城镇化发展基本思路应以人为核心，将实现城镇化高质量发展作为战略导向和主要任务，为全面建设社会主义现代化国家提供高质量的载体和平台。高质量城镇化是以人为核心，人、地、城协调发展的城镇化。未来仍然要继续发挥地方政府的积极作用，加强服务型政府建设，弱化经济考核权重，强化公共服务考核权重，鼓励和激励地方政府重视履行公共服务领域所应负的职能，从生产型政府向服务型政府转变，推动地方政府从经济竞争转向高质量城镇化竞争。

第九章，结论与展望。总结全文并提出本文未来可能的拓展研究方向。

三、研究方法

本文遵循现象—理论—实证的方法论，从现象和问题入手，基于地方政府视角分析其内在机理，再进行实证分析，以检验理论分析的可靠性，回应提出的问题，为未来现象的进一步发展提供可预期的判断。政治集权—经济分权的纵向央地关系及由此导致的“为增长而竞争”“为晋升而竞争”的横向府际关系，以及这一纵、横府际关系在地方的层层复制进而形成的各级地方政府互相竞争并层层向上负责的府际关系格局，是本文一以贯之的立论基础。

在具体研究方法的选择上，则服从于所研究的问题与研究目的。主要研究方法如下：

1.文献分析

这里的文献分析有两层含义：一是指常规意义上的文献综述。通过文献综述，可以把握既有相关文献的研究脉络，为本文的研究提供理论支撑；二是指文献计量意义上的文献分析，主要是其中的内容分析法。内容分析法以文献为研究对象，通过对文本内容的解读，挖掘其真实意义，以揭示其中隐含的规律，进而在总体上把握文献的内涵。本文正是在对大样本的城镇化相关政策文本的梳理和解读的基础上，总结提炼我国城镇化政策范式，为研究地方政府行为机理提供政策的和历史的依据。在分析新型城镇化目标实现机制时，也是通过对五年规划文本的解读，从中提取相关指标，为实证检验提供数据材料。

2.历史与逻辑分析

任何事物的发生发展都有其时代背景和内在逻辑。本文通过对我国城镇化政策的系统梳理以及城镇化发展历程的回顾，厘清地方政府推进城镇化的历史背景，为揭示其内在行为逻辑进行铺垫。

3.统计分析

从统计方法的特征和功能角度，可以大致把统计分析分为描述性统计分析和推断性统计分析。前者主要用于资料的收集、整理和表述。本文的大部分基础数据处理都要用到描述性统计分析，主要借助EXCEL软件完成。后者主要是指根据部分观察资料，对总体情况作出具有一定可靠性的判断。具体地，本文在实证分析新型城镇化目标实现机制时，就采用了参数检验和非参数检验方法，主要借助STATA软件实现。

4.空间计量分析

通过空间计量分析，可以定量地揭示事物之间的关系，为理论分析提供经验支持。传统的计量模型忽略了个体之间的相互影响，但现实中个体之间的相互影响比比皆是，在地方政府推进城镇化的进程中亦是如此。为了刻画地方政府在推进城镇化过程中的相互影响即空间依赖性，本文主要基于空间计量经济学，利用空间面板数据计量模型完成相关实证分析。空间项的回归系数，反映了空间互动关系的存在性及作用大小：如果系数显著，则说明存在空间策略互动关系；如果系数不显著，则说明不存在空间策略互动关系。空间计量分析主要借助MATLAB软件实现。本文的实证研究基本借助于空间面板数据计量模型，因此这里对这一方法加以详述。

空间计量分析是以空间经济理论和地理空间数据为基础，通过建立、检验和运用经济计量模型对经济活动的空间相互作用和空间结构问题进行定量分析。 常规的空间计量分析包括两个阶段：首先运用探索性空间数据分析方法描述空间数据，了解变量的空间分布与自相关性；然后根据理论分析和空间计量方法建构空间计量模型对问题进行深入研究，并为相关理论提供经验证据。

（1）空间自相关性分析

研究对象存在空间自相关性是运用空间计量模型分析经济现象的前提。探索性空间数据分析是识别这种空间依赖性的空间数据分析方法，主要有两类分析工具：

第一类用来分析空间数据的整体分布特征，即全局空间自相关性，常用的分析工具是Moran's I 。其计算公式如下：

（1-1）

其中，n是研究区域内的地区总数；w ij 是空间权重矩阵的（i，j）元素，用来度量区域i和区域j之间的距离；x i 和x j 分别是区域i和区域j的属性值； 是属性的平均值；S 2 是属性的方差。

Moran's I可被视为观测值与其空间滞后的相关系数，其取值一般在（-1，1）；Moran's I>0表示正自相关，即高值与高值相邻、低值与低值相邻；Moran's I<0表示负自相关，即高值与低值相邻；Moran's I=0表示空间分布是随机的，即不存在空间自相关性。

第二类用来分析空间数据的局部分布特征，即局部空间相关性，一般采用Moran散点图来测度。Moran散点图是以（z，Wz）为坐标点的散点图，其中z为变量，Wz为其空间滞后项，可以反映区域变量空间相关性的类型及其空间分布性状。Moran散点图的四个象限，分别对应于区域单元与其周边区域之间四种类型的局部空间联系形式：第Ⅰ、第Ⅲ象限代表观测值的正空间相关性，其中，第Ⅰ象限（HH）代表高值区域被同是高值的其他区域所包围的空间联系形式，第Ⅲ象限（LL）代表低值区域被同是低值的其他区域所包围的空间联系形式；第Ⅱ、第Ⅳ象限代表观测值的负空间相关性，其中，第Ⅱ象限（LH）代表低值区域被高值的其他区域所包围的空间联系形式，第Ⅳ象限（HL）代表高值区域被低值的其他区域所包围的空间联系形式。

（2）空间计量模型

空间计量模型有多种形式，其中常用的有空间滞后模型（Spatial Lag Model，SLM）、空间误差模型（Spatial Error Model，SEM）和空间杜宾模型（Spatial Durbin Model，SDM）等。

①空间滞后模型（SLM）。空间滞后模型是在标准回归模型中整合了空间滞后因变量即一阶空间自回归项，所以也被称为空间自回归模型（Spatial Auto Regressive Model，SAR）。空间滞后模型只包含区域间被解释变量间的交互影响，反映邻接区域被解释变量对区域被解释变量的空间影响。其一般形式如下：

（1-2）

其中，Y是n×1的向量，代表被解释变量；X是n×k的矩阵，代表解释变量；W是空间权重矩阵；ρ是空间自回归系数；β是解释变量的参数向量；α是常数项，ι n 是单位向量；ε是随机误差项向量。

②空间误差模型（SEM）。空间误差模型认为空间影响存在于扰动项误差中，反映邻接区域解释变量对被解释变量的误差冲击对区域解释变量的空间影响。其一般形式如下：

（1-3）

其中，Y是n×1的向量，代表被解释变量；X是n×k的矩阵，代表解释变量；W是空间权重矩阵；λ是空间相关误差的参数；β是解释变量的参数向量；α是常数项，ι n 是单位向量；ε是随机误差项向量。

③空间杜宾模型（SDM）。空间杜宾模型是空间滞后模型和空间误差模型的综合，不仅考虑被解释变量的空间相关性，而且考虑解释变量的空间相关性。其一般形式如下：

（1-4）

其中，Y是n×1的向量，代表被解释变量；X是n×k的矩阵，代表解释变量；W是空间权重矩阵；ρ是空间自回归系数；β、θ为待估参数向量；α是常数项，ι n 是单位向量；ε是随机误差项向量。Xβ反映区域解释变量对被解释变量的影响；ρWY反映邻接区域被解释变量对区域被解释变量的空间影响；WXθ反映邻接区域解释变量对区域被解释变量的空间影响。

当θ=0时，SDM模型简化为SLM模型；当θ+ρβ=0时，SDM模型简化为SEM模型。

与OLS模型中系数估计值就是解释变量对被解释变量影响的测度不同，在SDM模型中用系数估计值测度解释变量的影响程度是不准确的，需要利用偏微分方法求解出效应值 ^[1] 。将（1-4）式转换为一般形式：

（1-5）

其中，I是单位矩阵；ι n 是单位向量。

被解释变量关于第k个解释变量的偏微分矩阵是：

（1-6）

其中，等式末端矩阵对角线元素的平均值为直接效应，反映了区域解释变量对区域被解释变量的影响；非对角线元素的平均值为间接效应，反映了其他区域解释变量对区域被解释变量的影响，即其他区域的空间溢出效应。

[1] Le Sage，J.，and R.K.Pace.Introduction to Spatial Econometrics. Boca Raton，US：CRC Press，2009.
Elhorst，J.Paul.Applied Spatial Econometrics：Raising the Bar. Spatial Economic Analysis，2010，vol.5，no.1，pp.9-28. S6+YgZ2OFBppBJbZYdsEXjqjhsyiqtkhmUdB7k43sNoK/gEKCVkhJ9B7eJBOKL7K