一、变量选取与数据来源
(一)城镇化率
对城镇化水平的测算一般有三种方法:一是单一指标法，即直接采用城镇化比率来刻画;二是综合指标法，从多方面、多角度来反映城镇化率;三是其他指标法(姜爱林，2002)。理论上来讲，综合指标法测算更为准确，但由于很多指标无法量化，且考虑到31个省级行政区数据的一致性，本文运用单一指标法，选择较为符合中国城镇化现状的城镇人口占总人口比重这一具有代表性的指标来衡量，也即城镇化率。城镇化率数据来源于历年《中国统计年鉴》和《新中国六十年统计资料汇编》，为统一口径，对于统计年鉴中缺失或有明显错误的数据，从各省、市、自治区统计年鉴中获得。
(二)土地供应
城镇的快速发展会产生大量的土地需求，通过控制土地供应量的影响或制约城镇化的发展速度。土地供需之间的矛盾会减缓城镇化进程，进而影响整个国民经济的持续和健康发展(李华友、张岩，2003)。由此，本文做如下假设:假设Ⅰ:土地供应对城镇化率存在正向影响。本文土地供应量指标由土地出让、土地划拨、土地租赁以及其他供应方式加总而得，其中土地出让量包括协议、招标、拍卖和挂牌等四种方式下的出让总量。土地供应量数据来源于历年《中国国土资源统计年鉴》。
(三)产业结构
城镇化是工业化发展的产物，产业结构的变化会影响城镇化的发展水平，中国的产业结构与城镇化之间具有长期的均衡关系(杨文举，2007)。农业现代化是从传统农业向现代农业转化的过程，主要是依靠现代工业、科学技术以及现代经济管理方法发展农业，随着农业生产力水平的不断提高，会出现大量农村剩余劳动力，进而在结构上促进人口向第二、第三产业转移，空间上表现为农村人口转化为城镇人口。发展第二、第三产业能够吸纳农村剩余劳动力，随着产业结构的继续深入调整，第三产业最终将成为新型城镇化的主要动力。由此，本文做如下假设:
假设Ⅱ:农业现代化能够促进城镇化率的提高。本文用农业人口人均农用机械总动力来衡量中国农业现代化总水平，农用机械是指用于种植业、畜牧业、渔业、农产品初加工、农用运输和农田基本建设等活动的机械及设备，农机总动力主要包括柴油发动机动力、汽油发动机动力、电动机动力与其他机械动力四部分。相关数据来源于《中国人口和就业统计年鉴》和《中国区域经济统计年鉴》。
假设Ⅲ:第二、第三产业转型对城镇化率有积极影响。本文产业结构用第二、第三产业增加值占当年GDP比重来衡量。相关数据来源于历年《中国区域经济统计年鉴》。(四)基础设施水平基础设施建设具有控制或引导经济发展的作用，是经济发展的基础。尤其是交通、能源等基础设施的完善与否决定着城镇功能布局是否合理，同时也是推动产业结构升级调整的重要因素，进而影响城镇化进程。由此，
本文做如下假设:假设IV:基础设施建设对城镇化率具有正向影响。各地区因自然条件不同导致基础设施类别存在差异，如大部分内陆地区没有水运，高原地区铁路运输相对落后，而公路运输在各个地区相对具有同一性，特别是农村地区，公路基础设施的完善与否对该地区的城镇化和经济发展会产生重要影响。既有相关研究多采用公路通车里程、货物周转量等指标来说明基础设施水平。鉴于单纯用公路长度衡量有失偏颇，本文用人均公路货物周转量来表示基础设施水平。各地区总人口与公路货物周转量数据均来源于历年《中国统计年鉴》和《中国区域经济统计年鉴》。
二、基于聚类分析的区域划分
(一)地区城镇化率的聚类分析
将单指标面板数据的时间维度转换成截面数据的空间维度，在聚类分析中，二者关于距离的算法以及聚类的过程是相同的，所以可借鉴截面数据聚类方法对单指标进行聚类分析。利用SPSS18.0软件，采用分层聚类中的离差平方和法(Ward法)对中国31个省级行政区城镇化率指标进行聚类分析，距离测度方法选用欧式距离的平方，聚类前每年的城镇化率指标均已进行了标准正态变换。将中国31个省级行政区划分为四类区域，分类结果如表1所示。第Ⅰ类地区是北京、上海和天津三个直辖市，2011年三市的城镇化率均超过80%;第Ⅱ类地区是辽宁、江苏、浙江、福建、山东、广东、海南、吉林、黑龙江、湖北、内蒙古和重庆等城镇化率较高的省级行政区，2011年这些省区的城镇化率均在50%～70%之间;第Ⅲ类地区是河北、山西、安徽、江西、湖南、四川、陕西、青海、宁夏、新疆和广西等城镇化率较低的省区，2011年这些省区的城镇化率普遍在45%左右;第Ⅳ类地区是河南、贵州、云南、西藏和甘肃等城镇化率最低的省区，2011年，除河南的城镇化率为40.6%之外，其他省区均低于40%。显然，传统三区域划分过于简单笼统，区域内部个别省级行政区的城镇化率存在着较大差异，将其归为同一类分析出的结果可能与现实情况不符。此外，与传统的将31个省级行政区分为三类相比，本文的四类区域划分更为细化，划分到同一区域中的各省级行政区城镇化率比较接近，同时四类区域之间的差距也相对较小，因此按照城镇化率将全国分成四类区域更加客观、合理。
(二)四类区域城镇化率的基本特征
聚类分析得到的四类区域划分结果与传统的区域划分有明显不同，但大致和31个省级行政区的经济发展水平一致。从各省级行政区的地理位置来看，第Ⅰ类是东部的三个直辖市，经济社会发展水平最高，城镇化率均超过了80%;第Ⅱ类主要集中在沿海发达地区以及内蒙古、湖北和重庆，这类地区处于经济快速发展阶段，城镇化率比较高;第Ⅲ类主要是欠发达地区，大多数位于中西部地区，经济发展水平较为落后，城镇化率比较低;第Ⅳ类除河南以外，均位于西部地区，经济发展水平落后，城镇化率最低。分析结果说明城镇化率与地区经济社会发展水平有一定的关联性，基本呈现出东部、中部、西部城镇化率依次递减的趋势，第Ⅰ类地区城镇化率超过80%，第Ⅱ类地区处于50%～70%之间，第Ⅲ类地区城镇化率在45%左右，而第Ⅳ类地区城镇化率普遍低于40%，可见四类区域城镇化发展存在明显的差距。总体来看，中国城镇化发展水平极度不平衡，特别是第Ⅰ类地区的北京、上海和天津的城镇化率远远高于其他三类区域;在第Ⅲ类与第Ⅳ类城镇化发展水平较低的地区中，除西藏外，城镇化率普遍在35%～45%之间，两类区域的城镇化率差别并不大;而在经济发展水平较高的地区(第Ⅱ类地区)，城镇化率最高的广东省(66.5%)与最低的海南省(50.5%)之间的差距高达16个百分点，第Ⅱ类地区内部城镇化率的差距相对比较大。由此可见，随着经济发展水平的快速提升，城镇化率的差距也在逐渐增大。
三、中国城镇化影响因素的实证分析
(一)计量模型设定
根据上文的理论假设与已有的相关研究成果，土地供应量、产业结构以及基础设施建设对城镇化率有显著影响。为简化研究，假设各因素均以线性关系影响着城镇化率，且不考虑滞后项的影响。考虑到每一类区域属于拥有同质性的样本，经济结构趋于相似，初步认为选择变截距模型进行建模分析较为合理，从F统计量检验结果看，也支持采用变截距模型进行估计，根据Hausman检验结果，第Ⅰ类、第Ⅲ类与第Ⅳ类采用个体固定效应模型，第Ⅱ类采用个体随机效应模型。此外，由于第一产业比重的相对稳定会导致第二产业比重与第三产业比重高度相关，为避免多重共线性，对两者分别进行估计。为消除变量之间可能存在的异方差问题，将所有变量都进行对数化处理，分别用LnCH、LnTG、LnNX、LnEC、LnSC、LnJS来表示，则具体模型设定为:LnCHrt=αr+βLnTGrt+δLnNXrt+γLnECrt+λLnJSrt+urt(1)LnCHrt=αr+βLnTGrt+δLnNXrt+γLnSCrt+λLnJSrt+urt(2)其中，r表示地区，t表示时间;被解释变量CHrt表示第t年r地区城镇化率;TGrt表示第t年r地区土地供应量;NXrt为第t年r地区农业人均农用机械总动力，反映农业现代化程度;ECrt、SCrt分别是r地区第二、三产业在第t年占地区生产总值的比重，反映产业结构特征;JSrt是第t年r地区人均公路货物周转量，反映基础设施水平;αr表示截距，urt表示随机干扰项，β、δ、γ、λ为待估计参数，表示各个影响因素的弹性系数。根据以上分析，利用Eviews6.0软件，针对每一类区域利用模型(1)和(2)分别采用个体固定效应模型或个体随机效应模型进行估计。
(二)估计结果与分析
1.第Ⅰ类地区的估计结果与分析
估计结果可以看出，对于第Ⅰ类地区，模型(1)与(2)中第二、第三产业比重与基础设施水平系数均通过了显著性检验，而土地供应量与农业现代化系数都不能通过显著水平为10%的假设检验，农业现代化与土地供应系数并不显著。这表明，在北京、上海、天津这三个城镇化率最高的地区，土地供应与农业发展已经不再是推动城镇化发展的主要因素。这类经济较发达地区，工业化水平较高，第一产业已不是其主导产业，农业发展对城镇化发展的推动作用微乎其微。同时，城市规模的快速膨胀导致地区土地资源紧缺，城市建设用地基本达到饱和，土地供应对城镇化的作用逐渐弱化。在回归结果中，第二产业比重与城镇化率呈负相关，第三产业比重与城镇化率呈正相关，表明在第一产业比重较小且稳定的情况下，第二、第三产业比重呈负相关。因此，当经济发展到一定阶段，第二产业比重下降，第三产业比重提升甚至超过第二产业时，产业结构转型由此能够突破发展瓶颈，第Ⅰ类地区可以通过第三产业发展吸纳更多的剩余劳动力，进而推动城镇化的进一步发展。
2.第Ⅱ类地区的估计结果与分析
在第Ⅱ类地区中，基本上所有的解释变量都通过了显著性检验，土地供应对城镇化率的影响显著。第Ⅱ类地区包括较多的沿海发达省级行政区，这类地区正处于经济发展较快时期，城镇化率快速提升，城市建设对土地的需求量较大，土地的合理供应能够有效地推动城镇化发展;第二产业的弹性系数达到0.15，对城镇化的推动作用十分显著;农业现代化的弹性系数达到0.12，相比于第Ⅰ类地区，第Ⅱ类地区农业现代化对城镇化率的促进作用更为明显;基础设施的推动效果并不明显，说明在这类经济发展较快地区，基础设施已经相对比较完善，边际效应逐渐减弱。
3.第Ⅲ类地区的估计结果与分析
从表4的估计结果可以看出，对于第Ⅲ类地区，模型(2)所有解释变量都通过了显著性检验，而模型(1)中的截距项与第二产业比重系数未能通过显著水平为10%的假设检验。在第Ⅲ类地区中，最显著的特点是该地区的农业现代化弹性系数达到了0.38左右，该弹性系数在四类区域中是最大的，说明中西部稍欠发达地区农业比重相对较大，城镇化率受农业现代化的推动作用更加明显，农业技术进步能有效推动该地区的经济增长，促进城镇化率提高;该地区第二产业的弹性系数不显著，因为这类地区的第二产业比重并不占有绝对优势，因此还没有进入第二产业大规模向第三产业转移的阶段;同时，基础设施的弹性系数并不大，可以看出，由于第二、第三产业较为落后，限制了主要由第二、第三产业带动的货物周转量对该地区经济社会发展的推动作用。目前，中国正处在经济结构调整的关键时期，部分沿海地区的制造业开始向中西部地区转移，因此，土地的合理、有序供应，将对中西部地区经济增长和城镇化率提高产生较大的推动作用。
4.第Ⅳ类地区的估计结果与分析
第Ⅳ类地区主要由一些欠发达省区组成，这类地区的经济发展水平较为落后，且农业在经济中的比重相对较大，城镇化率最低。估计结果表明(见表5)，在第Ⅳ类地区的四个解释变量中，模型(1)与(2)中的农业现代化与基础设施建设系数均能通过显著水平为1%的假设检验，农业现代化是提高该地区城镇化率的重要因素，而土地供应量与第二、第三产业的比重系数都未通过显著性检验，对城镇化的影响作用较小。对比而言，基础设施建设的弹性系数在四类区域中最大，说明对于偏远、欠发达地区来说，加大基础设施建设的投入对促进经济发展和提高城镇化率具有重要作用。
四、结论与政策建议
本文通过聚类分析，将中国31个省级行政区划分为四类区域，进而利用面板数据模型分别对每一类地区城镇化发展的影响因素进行了实证分析。结果表明:土地供应量在经济快速发展阶段对提高城镇化率有显著影响，而对经济高度发达与欠发达地区则没有显著影响;产业结构在不同时期对城镇化影响效果不同，第一产业在经济水平落后地区具有比较显著影响，而第二、第三产业对经济水平较高地区具有更明显的推动作用;基础设施建设对于落后地区提高城镇化率尤为重要，而在经济水平较高地区，边际效应逐渐减弱。基于此，我们就推进中国城镇化的快速健康发展提出以下建议:
第一，根据地区经济发展的不同阶段，合理安排土地供应，促进城镇化与经济社会协调发展。城镇的快速发展必然产生大量的土地需求，实证分析表明，土地供应量在经济高速发展阶段(第Ⅱ类地区)与城镇化率有显著的正相关关系，但随着城镇化率的提高(第Ⅰ类地区)，土地供应对城镇化发展的边际效应逐渐减弱;在城镇建设用地实际需求不足的欠发达地区(如第Ⅳ类地区)，若地方政府不能合理安排土地供应，不但不能有效地提高城镇化发展水平，还有可能对经济的健康和可持续发展带来不利影响。从第Ⅳ类地区到第Ⅰ类地区，经济发展水平由低到高，土地供应对城镇化发展的边际效应呈现出先增加后减弱的趋势。因此，地方政府需要在准确认识自身经济发展阶段与城镇化发展水平的前提下，科学合理地预测地区经济发展对土地的需求，合理安排土地供应，使其与经济社会发展阶段相适应，与城镇化发展形成良性互动。
第二，推进产业结构转型，为城镇化建设提供产业支撑。一般而言，随着经济发展水平的提高，第一产业占国民经济的比重会逐渐下降，第二产业和第三产业的比重会上升。实证分析发现，由于第Ⅰ类地区已进入后工业化时期，第三产业比重快速上升，城镇化率与第三产业比重的正相关关系显著;第Ⅱ类地区处于工业化水平迅速提高阶段，第二产业比重较高，随着经济的持续发展，产业结构转型将会趋向于第Ⅰ类地区;第Ⅲ类与第Ⅳ类地区经济发展水平相对落后，第二、第三产业的比重还有待提高，而这两类地区的农业现代化与城镇化率显著正相关，农业现代化水平的提升能够有效地促进城镇化发展。显然，在不同经济发展阶段，三次产业对地区经济与城镇化发展带来的促进作用不同，城镇化发展也大体遵循由第Ⅳ类地区逐步向第Ⅰ类地区转变的规律。当经济发展到一定阶段，产业结构转型不但能够突破发展“瓶颈”，也能有效地促进城镇化率的提高。因此，各地需要根据自身经济发展水平，积极推进产业结构转型，进而促进城镇化率的提升。
第三，加快落后地区基础设施建设，为城镇化建设提供基础保障。基础设施建设是经济发展的基础，对促进地区经济发展具有重要作用。实证分析表明，在欠发达地区，基础设施水平对城镇化率的弹性系数最大，基础设施建设对城镇化的促进作用最为明显，当经济发展到一定水平，基础设施建设对城镇化发展的边际效应逐渐减弱。因此，针对基础设施相对薄弱的经济欠发达地区，必须加大基础设施投入，这不仅有利于促进地区经济快速发展，也可为城镇化建设提供基础保障。
作者：邓翔 朱高峰 路征 单位：四川大学经济学院