城市化水平预测模型的比较研究——对我国2020年城市化水平的预测，本文主要内容关键词为：水平论文,模型论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］C93 ［文献标识码］A ［文章编号］1003—6547（2007）04—0048—04
一、问题的提出
城市化和工业化是实现一个国家或地区现代化的两大驱动力量。城市化水平是衡量现代化发展程度的重要指标，这已经是人们的共识。但是具体到如何测算和预测城市化水平，学术界还没能达成一致的观点，而是形成了多种测算和预测城市化水平的方法和模型。本文的主要目的，是比较、评价和印证我国学术界使用的测算和预测方法和模型，并对我国2020年城市化水平进行预测。这一尝试的最终目的，是为我国顺利实施城乡互动，工农互促的发展战略提供决策支持。
二、国内流行的城市化水平预测模型及评价
针对我国城市化进程的探讨，在20世纪80年代才开始成为国内学术界研究的热点。由于我国城市化速度的加快，在此后的20多年里学术界对这一问题的研究日趋深入，并形成了诸多分析方法和模型。这些方法和模型主要包括以下几类：
1.Logistic模型类——我国城市化进程的S型曲线研究
（1）我国城市化进程的S型曲线研究的脉络
1979年美国地理学家诺瑟姆（Ray.M.Northam）把世界各国城市化发展进程的轨迹，概括为一条被拉长的S型曲线。这一曲线是我国学者最早接受的用来解释城市化进程阶段性规律和预测城市化进程的主要工具。针对中国城市化进程是否也存在S型曲线，以及如果存在S型曲线，如何模拟它的数学方程，许多学者进行了研究。
诺瑟姆曲线的原始模型
城市化进程“标准的S型曲线”的模型可以表示如下：
其中：Y为城市化水平；C为积分常数，表明城市化起步早晚；r为积分常数，表明城市化发展速度快慢；t为时间。在城市化进程轨迹上，模型（1）表现为标准的S型曲线。
饶会林对标准的S型曲线改进——双S型曲线
国内城市经济学家饶会林先生在进行世界城市化的差距分析时对标准的S型曲线进行了改进，采用了双S型曲线。S1采用的是全部发达国家的资料，S2采用的是发展中国家的资料。时空跨度是1800～2025年。结果做出来的双S曲线几乎和回归过的曲线差不多，差距由小到大再由大到小的过程十分清晰明显。
但是事实上，饶会林等在对我国1949年以来的城市化进程进行实证分析的基础上，已经指出内地城市化进程并不符合标准的“S”型曲线规律，存在大起大落的情形，并将原因归结为“大跃进”、“上山下乡”的“动荡”以及统计口径等方面的原因，从实证的角度来看，这些分析是值得肯定的。反过来看，这也表明“标准的S型曲线”模型存在与实际情况脱节的地方，或者说模型本身就不完善。
对“标准的S型曲线”前提条件的修正——一般的“S型曲线”模型
周立彩、陈鸿宇（2001）、屈晓杰、王理平（2005）认为，在“标准的S型曲线”的数学模型中，必然存在一个基本的假设前提条件，即城乡之间人口增长率的差距始终保持不变，即为一个常数。他们的具体分析如下：
从城市化的意义来看，（dU／dt）／U和（dI／dt）／I分别表示城镇人口和乡村人口的增长率。（3）式表明，在“标准的S型曲线”的数学模型中，必然存在一个基本的假设前提条件，即城乡之间人口增长率的差距始终保持不变，即为一个常r。
周立彩、陈鸿宇（2001）、屈晓杰、王理平（2005）认为，在现实生活中，城乡之间人口增长率的差距不是一个常数，而是一个随时间不断变化的函数r（T），它们的关系如下：
（2）对Logistic模型类研究的评价
诺瑟姆（Ray.M.Northam）的S型曲线是根据美国城市化发展史得来的后验曲线，通过对其他一些国家的验证之后被认为是城市化发展的一般规律。但是笔者认为把经典的S型曲线运用于现阶段我国城市化的研究和预测需要考虑以下几个因素：
一是我们并不满足“标准的S型曲线”的数学模型的假设前提。“标准的S型曲线”的数学模型隐含的假设前提是城乡之间人口增长率的差距始终保持不变，即为一个常数。但实际研究表明建国以来我国城乡之间人口增长率的差距存在巨大波动。即使排除干扰因素的影响，1978年以来城乡之间人口增长率的差距也处于不断波动之中。
二是城乡之间人口增长率的差距是否存在波动基数并且具有周期性，改进的一般“S型曲线”模型认为城乡之间人口增长率的差距围绕某一基数波动，并且带有一定的周期性，这一观点还需要进一步论证。如果单纯从人口的自然增长率来看，城镇和乡村的人口自然增长率都会呈现“高峰—低谷—高峰……”的增长周期，从而人口的自然增长对城乡人口增长率差距的影响有一定的周期性。但是从城市人口增长的动力结构分析，城镇人口的波动主要是由于人口机械变动引起的，人口机械变动比自然变动对人口总量和增长率的影响更大。由于人口流动和农村劳动力转移受宏观经济发展、社会保障政策、户籍政策等多种因素的影响，使得城镇人口的机械增长率具有波动性，从而造成城乡之间人口增长率差距的“波动基数”也处于波动之中。国家统计局发布的《2005年全国1％人口抽样调查主要数据公报》显示，2005年全国人口中，流动人口为14735万人，其中，跨省流动人口4779万人。与第五次全国人口普查相比，流动人口增加296万人，跨省流动人口增加537万人。随着我国城市化的进一步发展，我国的流动人口和农村劳动力转移增长态势不会减弱，城镇人口的机械增长率还会上升，这会导致城乡之间人口增长率差距持续波动。
三是S型曲线适用于长期模型分析还是短期模型分析。诺瑟姆曲线的研究采用的是长时期大样本模型，国内外对诺瑟姆曲线的验证使用了美国、日本、英国、德国等国家的城市化资料，采用的时间序列跨度多为150年～200年，例如1800年～2000年，或1876年～2000年。我国的饶会林先生在进行世界城市化的差距分析时所采用资料的时空跨度是1800～2025。可以说，Logistic模型比较适合于长期模型分析。
新中国成立以来我国的城市化进程大致经历了四个阶段，第一阶段1949～1957，经济恢复和城市化正常上升期。第二阶段1958～1965，城市化发展的剧烈波动期。第三阶段1966～1976，“文革”时期的基本停滞期。第四阶段1977～现在，城市化加速发展期。扣除第二阶段和第三阶段的非正常波动，我国城市化正常发展时间差不多只有30年。用30年的发展资料来模拟需要150年～200年才能模拟的S型曲线，实际上是对S型曲线的误解，也可以说是方法上的偏差。
结合以上分析，笔者认为S型曲线形成需要一定的前提和时间跨度，我国的城市化进程与S型曲线的应用条件相差甚远，用S型曲线来预测我国的城市化进程难以保证预测的科学性和精确性。
2.城市化与经济发展相关关系类模型
城市化是经济发展的结果和体现，运用经济发展的某个指标与城市化发展水平的相关性来模拟和预测城市化发展水平，是诸多学者的研究路线。
（1）城市化与经济发展相关关系类模型介绍
周一星先生运用1977年世界157个国家和地区的资料进行统计分析后，得出城市化指数与经济发展指数符合对数相关关系：y＝40.621gx－75.6，其中，相关系数R＝0.9079，标准差S＝9.8，y：代表城镇人口占总人口的比重（％）；x：代表人均GDP（元／人）。
饶会林先生认为城市化出现的一般根据是工业化和经济发展。他主张运用工业劳动人口比重来预测城市化发展水平，用公式表示为：Y＝a＋bx，其中，Y代表城市化率；x代表工业劳动人口比重。
李迅等用1980年～1997年的人均GDP（按1980年可比价计算）代表我国的经济发展水平，分别以城镇非农业人口和第四次人口普查口径下的城镇人口比重表示城市化水平，观察散点分布发现两者之间呈明显的对数相关关系。
中国人民大学人口与发展研究中心的王金营先生利用我国1950～1998年人口城市化与人均GDP的历史数据，对线性模型和Logistic曲线进行了估计检验，发现线形模型的拟合优度高于Logistic曲线的拟合值，他认为我国的人口城市化水平处于线性增长阶段。具体线性模型如下：
（2）对城市化与经济发展相关关系类模型的评价
城市化与经济发展相关关系类模型的优点是简便实用，在实际预测中应用比较广。人均GNP、人均GDP、城镇非农业人口等数据比较容易得到而且具有连续性。城市化与经济发展相关关系类模型对时期跨度的要求不高，有30年的数据资料就可以建立模型。因此，城市化与经济发展相关关系类模型比较适合于我国当前的国情。这类模型不仅适合于短期分析和预测，还可以运用于长期预测和分析。除此之外，最重要的是这些指标与城市化发展是紧密相关的，能够反映城市化发展的基本趋势。
城市化与经济发展相关关系类模型的缺点在于：这类模型只考虑单一因素与城市化发展的相关性，而对政策等其他影响城市化发展的因素没有包含在内。S型曲线和其他时间序列模型中包含时间因素，时间因素本身是一个综合变量，它涵盖了多种因素对因变量的影响。因此，在运用这类模型对城市化发展水平进行预测时，有时需要对预测值进行评估和调整。
3.时间序列分析类模型
（1）时间序列分析法及其应用
时间序列分析类模型以时间为横坐标轴，以城市化水平为纵坐标轴，将各年份的城市化水平落到平面坐标系上来观察和模拟城市化发展的轨迹。它的特点是以时间为变量。
李迅等用时间趋势外推法分析了1980～1998年我国城市化发展的轨迹：我国上世纪80年代以来的城市化进程基本上是持续稳定的发展过程。以时间为横坐标轴，以城市化水平为纵坐标轴，将80年代以来各年份的城市化水平落到图上，观察我国城市化发展近似于一条直线。拟合曲线为y＝0.0059x＋0.1279，R[2]＝0.9879。
李林杰，金剑根据中国1949～2004年城市化水平的时间序列资料，构建城市化水平的时间序列预测模型，并进行实证检验和预测，预测我国的城市化水平在2010年达到44.6713％。
（2）时间序列分析类模型的评价
社会经济现象运动是一个动态过程，具有自身的运动规律。时间序列分析方法是一种动态模型分析，它不考虑除所研究变量外的其他因素对时间序列变量的影响，这样可以避免简单线性回归模型中常常存在的虚假相关、虚假回归及回归结果自相矛盾等问题，而且在预测精度方面有时比其他类型经济计量模型更为精确。
时间序列分析类模型的缺点是，它只反映社会经济现象动态变化的过程，而无法解释造成这一过程的原因，它适用于预测而不适用于解释。
4.其他类模型
除以上三类主要的分析方法和模型之外，联合国法、灰色系统法在实践中也有应用。
三、对我国2020年城市化水平的预测——多种模型相互印证
1.时间序列分析法预测
（1）中国城市化水平的时间序列资料和计算结果
李林杰、金剑整理了1949～2004年中国城市化水平的数据资料，数据资料取自历年《中国统计年鉴》。利用上述原始资料，运用ARMA模型进行预测我国的城市化发展水平，结果如下：
2000年以来，我国城市化水平的实际值和预测值分别为：2000年为36.22％和40.24％，2001年为37.66％和40.82％；2002年为39.09％和41.40％；2003年为40.53％和41.99％；2004年为41.76％和42.57％；2010年预测值为46.06％，2020年预测值为51.89％。
（2）对计算结果的分析和说明
虽然说ARMA模型比较适合短期预测，用做长期预测的精确度有可能下降，但是从预测结果可以发现：从2000年以后的预测精度在提高，逐渐逼近真值，到2004年预测误差只有0.81％，所以2020年的预测值也可能逼近真值。用ARMA模型预测的2020年的城市化率为52％，这个数值只用作为参考值，目的是用来和其他模型的预测值相印证。
2.用其他方法的预测结果
李迅等人组成的课题组分别用联合国法、趋势外推法和经济发展水平相关分析法三中方法对我国2020年的城市化率进行了预测，预测结果如下：联合国法2015的预测值为47.2％，2020年的预测值为51.8％；趋势外推法2015的预测值为47.3％，2020的预测值为51.4％；经济发展水平相关分析法2015的预测值为47％，2020的预测值为52％。
刘萍认为，按照2020年我国国内生产总值比2000年“翻两番”的战略目标，2020年我国人均收入应接近4000美元（2000年不变价格，按美国近年GDP综合价格指数折算，1964年与2000年人均GDP换算系数为1∶4，即1000美元），按照国际标准届时城市化率应达到63.4％。但考虑中国城市化滞后于工业化等原因，依此做的各项估计要相应调整。因此参考以上标准，并结合中国各地区的实际发展水平，专家估计：中国城市化率2020年总体目标将达到55.1％。
关柯、李小冬、刘平、徐世瑞等采用灰色系统法对我国2020年的城市化水平进行了预测，他们认为影响人口城市化的因素很多，这些因素有些可知，有些不可知，影响人口城市化的因素可以看成一个灰色系统。采用灰色系统的GM（1，1）模型可以计算和预测我国的城市化发展水平。经计算，2020年我国的城市化发展水平将达到51.11％。
2005年9月25日在中国城市规划年会上周千峙先生也认为，我国的城镇化率大体上每年增长一个百分点，预计到2020年城镇化率将达50％～55％。
3.多种模型和方法预测结果的印证和分析
用时间序列分析法和其他模型的预测结果相比较可以发现，多种预测相互印证表明：2020年我国城市化发展水平达到50％是比较乐观的，多数预测值在52％～55％之间范围波动。考虑到我国户籍改革，土地产权改革和其他不可知因素的影响，可以预测三个数值作为政策制定时的参考：最低值52％，期望值55％，乐观值60％。
四、我国城市化水平2020年预测值的政策意义
学术界对我国人口预测的主流观点是2020年我国人口总量约为14.5亿。分别按照2020年城市化率的三个参考值测算我国城镇人口，2020年我国城镇人口的最低值为7.54亿，期望值为8亿，乐观值为8.7亿。2005年国家统计局发布的《2005年全国1％人口抽样调查主要数据公报》表明，我国的城镇人口总量为约为5.62亿。也就是说，从现在起到2020年，农村人口迁移到城镇的人口总量最少有1.92亿，期望值为2.45亿，乐观值为3.08亿。如此庞大的人口迁移将进一步改变我国城乡人口的分布格局，对我国目前的城镇化政策也是一个很大的挑战。
农村人口流动和迁移问题，是工农互促、城乡互动发展战略要面对的最重要问题之一。准确判断和预测我国城市化的速度，可以为后续战略措施和政策的制定提供理论依据。
基金项目：本论文为孙久文教授主持的国家社会科学基金重大课题：工业反哺农业，城市支持农村，走城乡互动、工农互促的协调发展道路问题研究的阶段性成果，基金编号：05&ZD053。