中国省区城镇化的核心驱动力演变与过程模型，本文主要内容关键词为：驱动力论文,省区论文,中国论文,城镇化论文,模型论文，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：F291.1文献标识码：A文章编号：1002－9753（2010）09－0086－10
一、引言
改革开放以来，中国城镇化进入稳定快速发展时期。2008年中国人口城镇化水平已达45.68％，比1978年的17.92％提高了27.76个百分点，年均提高0.93个百分点。近年来，地理学、社会学、经济学和城市规划等学科对中国城镇化进行了多维度的广泛研究，对城镇化动力机制的探讨是其中最核心的内容之一[1－5]。
经济增长[6－7]和产业结构演变[8]对城镇化的核心驱动作用得到了大量理论和实证研究的支持。改革开放以来，中国城镇化的空间格局及其经济背景发生了深刻变化，简单的“工业化决定论”已经难以解释中国的城镇化现象[1，9]，推动主体由一元到二元再到多元的演变成为城镇化动力机制研究的新视角[10－11]。20世纪80年代以来，由乡镇企业主导的“自下型”城镇化在长三角等地迅速发展，结束了“自上型”城镇化一元主导的时代[12－13]。随着对外开放的逐步深入，上世纪90年代初以来，外资的引进成为中国城镇化的新动力[2，14－15]；省区间的资本流动也对区域城镇化产生了重要作用[10]。从城镇人口来源的角度，人口迁移逐步取代就地城镇化成为中国城镇人口增长的主要动因[16－17]。在推动主体和城镇人口来源变化的背后，户籍、土地等制度的作用受到越来越多的重视，甚至被认为是中国城镇化最根本、最核心的驱动力[8，10，18]。
“多元”城镇化的提出实际上是针对发生在各地的不同城镇化模式，最典型的是长三角和珠三角。前者具有典型的“自下型”城镇化特征[13]，后者则被视为“外向型”城镇化的代表[14]。在独特的主导因素之外，两地城镇化多元推动的特性被逐步发现：Shen将珠三角的城镇化概括为国家主导的、自上的和基于大都市区的城镇化与地区自生的、自下的和基于乡村的城镇化双轨驱动的过程[9]；许学强等则认为农业发展和农村改革是珠三角城镇化的初始动力，对外开放是加速器，而国家政策才是城镇化的关键[18]。长三角城镇化过程中外资、工业化和政策等的作用也逐步得到证实[16，19]。
自然基础和历史背景的多样性决定了中国城镇化的省区差异不可避免[20]。对城镇化省区差异的描述与解释也成为驱动力识别的重要方式[2，6]。Yeh和Xu较早研究了中国城市化的省际差异，通过因子分析，认为影响中国城市化省际差异的主要因素是工业化和人口密度[21]。陈洋等利用类似方法的研究则强调了经济发展水平的核心作用，同时发现了乡镇企业与外资的重要作用，传统农业的推动作用则在逐步弱化[6]。
基于数理统计模型对城镇化驱动力的综合研究并不多见，已有研究主要利用逐步回归[22]和主成分分析方法[6，23]，变量的缩减导致了信息的损失，主成分命名的偏差也影响了结论的可信度。Zhang（2002）的模型相对完善，但由于忽略了第二、三产业的差异性和乡村工业化的作用而有失片面，严重的共线性问题也可能对计量结果产生影响[2]。这些模型普遍缺乏系统的理论分析和动力机制的探讨，因此结论差异较大，甚至完全相左。而对城镇化深层机理的研究多是基于个别地区的个别要素，解释力受到限制。对城镇化各影响因素的相关研究全面回顾的基础上，本文首先从经济系统的视角建立了改革开放以来中国城镇化的动力机制模型，据此构建省区城镇化核心驱动力的实证模型，选取1982－2005年的五个时点，利用岭回归模型进行实证，探讨省区城镇化核心驱动力的演变过程。
在不同的发展阶段，城镇化的主导驱动力有所不同[24]；东部城镇化动力多元化的同时，很多中西部地区仍是单一动力为主[11]。城镇化核心驱动力的单一化与多元化是否具有规律性？在机制分析和实证研究的基础上，本文最后构建了基于驱动力演变的城镇化过程模型，对此进行回应。
二、中国城镇化的驱动因素与驱动机制
（一）研究回顾与本文假说
综合已有研究，将城镇化的主要影响因素归纳如下：
人口密度较高的地区可能因为大量剩余劳动力转向非农产业，推动农村经济非农化，形成半城市化地区，进而经历“自下而上”的城镇化过程，实现完全城镇化。“五普”城镇人口统计口径计入人口密度因素后，人口稠密地区客观上也将从中“得益”。本文采用单位平地面积上的人口数量，即“平地人口密度”（FPD）反映区域人口密度。
诺瑟姆（1975）认为区域城镇化水平与经济发展水平之间是一种粗略的线性关系；周一星证明二者之间是明显的对数关系[7]，可见经济增长对城镇化的推动作用已经形成共识，作用强度和形式的不同正是区域城镇化阶段性特征的表现。随着市场化改革的深入，经济发展水平通过对人口迁移、产业结构变动等其他因素的影响间接促进区域城镇化，二者的关系越来越密切[6，17]。本文以人均地区生产总值（PGDP）表征区域经济发展水平，预期其对城镇化水平有显著的正向影响。
非农产业的发展为城镇化提供了产业基础，是城镇化的核心动力。一般认为，在城镇化初期，第二产业是其最重要的推动力；而在城镇化后期，第三产业的推动作用越来越大，尤其体现在吸引外地人口迁入方面[8，16，24－25]。本文以第二产业增加值占地区生产总值的比重和第三产业增加值占地区生产总值的比重（INR和SER）共同表征区域产业结构状况，考察二者对区域城镇化影响的消长情况。
乡镇企业的发展促进了农村人口与劳动力的空间集聚，推动了大批小城镇的发展，是自下而上城镇化的实质内容，为中国农村就地城镇化提供了产业基础[13]。但乡镇企业也可能将人口滞留在乡村，阻碍人口乡—城迁移。甚至有研究发现中西部乡镇企业的发展加强了本地人口对外界的了解和接触，促进人口向东部沿海地区迁移，这样反而使得当地与东部地区城镇化的差距更大[26]。本文以乡镇企业总产值（RIN）表征乡镇企业发展水平，考察其对区域城镇化的影响。
全球化对中国城镇化的促进作用主要体现在引进外资和对外贸易两方面。外资对珠三角城镇化具有核心的推动作用[14]，但对长三角和中西部地区城镇化的影响仍存在较大争议[16，19]；外资利用的差异性对城镇化的区域差异也产生了重要作用[2，27]。外贸对城镇化的影响同样没有定论[24]。本文选取实际利用外商直接投资额（FDI）和外贸依存度（FTD）两个变量考察全球化对区域城镇化的推动作用。
根据人口迁移的“推—拉”理论，较高的城市收入水平是引导本地人口乡—城迁移的主要因素；也是吸引区际人口迁入的主要动力。随着户籍制度的松动，城乡收入差距对人口乡—城迁移和区域城镇化的推动作用逐步显现出来[28]，并得到了大量实证研究的证实[16，17]。本文选取城镇居民人均可支配收入（UIN）及其与农村居民人均纯收入的比值（URR）分别从绝对和相对水平反映省区城镇收入水平，考察其对区域城镇化的影响。
（二）对驱动因素的初步考察
1.数据采集 本文中2005年人口城镇化水平采用1％人口抽样调查数据，其他年份数据来源于周一星、田帅（2006）[29]修补的结果，除2000年的广东、四川二省为11月1日数据外，其余均为年末数据。文中总人口数据取自第三、四、五次人口普查和《中国统计年鉴（1996、2006）》，后者是基于1995和2005年1％人口抽样调查数据整理的结果。平地面积来源于中科院土地资源数据库（1991年），对行政区划调整后的四川和重庆数据进行了相应处理。乡镇企业总产值取自《中国乡镇企业年鉴（1991、1996、2001、2006）》，由于1995、2000年西藏自治区没有统计数据，采用等比插值法计算得到。1982－2000年其他数据来源于《新中国五十五年统计资料汇编》。2005年外商直接投资额来源于《中国外商投资报告（2006）》，其他数据取自《中国统计年鉴（2006）》。
2.灰色关联分析方法 地理系统是典型的灰色系统，许多因素之间关系都是灰色的[30]，因此本文采用基于几何处理和系统理论的灰色关联分析[31]对城镇化与其驱动因素关系的演变进行初步分析。由于灰色关联度的计算要求变量之间正相关，而Pearson相关分析结果显示，人口密度和城乡收入差距与城镇化水平都是弱的负相关关系，因此分别对二者取倒数，也即人均平地面积和农村居民对城镇居民的相对收入水平。
首先求取灰色关联系数，也即各驱动因素与城镇化水平在各省区的接近程度：
3.初步考察结果 省区城镇化水平与各驱动因素的灰色关联度计算结果显示（见表1）：（1）经济增长对省区城镇化的驱动作用最强；自然因素的影响最小，且持续下降。（2）第二产业的驱动力逐渐下降，服务业的影响持续增强，似有超过第二产业的迹象。（3）乡镇企业对城镇化的影响相对较小，全球化作用显著，二者均有明显波动。（4）城乡收入与城镇化的关联度很高，且持续上升，经济因素是人口乡—城迁移的主要动力。
灰色关联评价的结果充分表明了经济因素对区域城镇化的核心驱动作用，因此本文着眼于经济系统对城镇化的核心驱动作用，不再将自然因素和收入因素纳入模型。对二者的舍弃并非作者主观臆断，实际上自然因素对城镇化的影响主要体现在“自下型”城镇化和统计口径变化两个方面，前者包含在乡镇企业发展中，后者已经过调整，故不再进入模型。城镇化与城乡收入差距之间因果关系的方向并不明确，负相关的结果说明可能性更大的是城镇化缩小了城乡差距，而非城乡差距滞缓了城镇化[32]；即使是后者，取倒数以后的城乡收入差距实际上反映的也是乡镇企业在区域经济中的相对地位，在经济发展水平和乡镇企业的表征变量中得到体现，因此予以剔除。这从另一个视角证实了经济因素在区域城镇化中的核心作用。
（三）经济系统视角下的中国城镇化驱动机制
经济力量是区域城镇化的核心驱动力，其他因素也通过经济系统对城镇化过程起作用。因此，经济系统的视角对于理解后改革时代的中国城镇化大有裨益。经济系统对城镇化解释的起点不应停留在工业化，而应追溯到所有制的变革[5]。在所有制改革的基础上，财政和管理的地方分权导致地方政府有动力也有权利放松对乡镇企业和私营经济的管制，释放区域发展潜力；同时竞相引进国内外投资，为地区经济注入新的能量。资源配置的市场化为非国有企业争取原料和市场提供了可能。对外开放引进了资本和技术，打开了国际市场，对区域产业增长和结构升级具有综合作用[15]。在经济转型和对外开放政策的共同作用下，区域经济发展模式多元化：外资、私营、集体和国有企业共存的多元化投资体系逐步形成；快速发展的村镇产业与城市产业也形成了二元化的地域模式。多元的经济发展模式共同促进了区域经济增长和产业结构调整，进而增加了对非农劳动力的需求，提高了工资水平，吸引了大量本地农民和外地劳动力向城镇的迁移，最终促进了区域城镇化。
在经济系统对区域城镇化的驱动过程中，土地、户籍、财政和福利等一系列制度的变革为其提供了制度保障；反之，制度改革的不充分也在一定程度上阻碍了区域城镇化进程。市镇建制变化和区域自然历史基础对省区城镇化同样发挥了重要作用[3，10，20]。
图1 经济系统视角下的中国城镇化驱动机制
四、中国省区城镇化核心驱动力的实证研究
（一）实证模型构建
基于经济视角的中国城镇化驱动机制模型，构建省区城镇化核心驱动力实证模型：
UR＝f（E，I，G，R）＋μ （3）
式中μ为随机误差项。E、I分别为省区经济发展水平和产业结构，反映区域经济发展的综合水平，由人均GDP和第二、三产业增加值占GDP的比重表征，其系数体现了各种经济力量对城镇化的综合影响；G、R分别为外向度和乡镇企业，由实际利用外资额和外贸依存度的几何平均数和乡镇企业总产值表征，其系数反映在经济发展综合水平一定的条件下，经济发展的资本模式和地域模式对城镇化的影响，也体现了自下（上）型、外（内）联型等城镇化模式的特点和效果。
（二）计量模型的选取与估计
1.原始数据的Box－Cox变换 回归模型变量形式的选取要综合考虑回归模型的假设和变量之间的理论关系。由于城镇化水平的分布形式及其与驱动因素的函数关系尚不明确，已有研究中原始数据和对数变换都有不少案例[2，18，25]。本文采用最一般的Box－Cox变换[33]：
利用极大似然估计方法确定λ的取值，达到对原来数据的“综合治理”，使其满足线性回归模型的所有假设条件[34]。在城镇体系和城市住房研究中的应用表明，Box－Cox变换比对数或半对数变换的回归结果具有更强的解释力[35－37]。同时对自变量做Box－Cox变换，可以得到更一般的结果[35]。
2.OLS与RRM估计结果 模型的最小二乘估计（OLS）结果出现了异常，比如有些年份经济发展水平对城镇化的影响不显著，1995年后，产业结构调整对城镇化也不再有显著影响，全球化的影响也出现了很大的起伏，这些结果有悖于常识和已有研究①。进一步考察发现，原因在于自变量之间存在严重的多重共线性，微小的数据噪声都可能导致回归系数的估计值、显著性甚至符号的严重偏离。本文选用岭回归模型（Ridge Regression Model，RRM）解决多重共线性问题。与常规的舍弃变量或主成分法相比，岭回归保留了自变量的全部信息和独立性，保证了模型解释力的原真性。近年来被引入城市与区域研究，得到了更为稳定的估计结果[38－39]。
岭回归以一定程度的有偏估计为代价，解决了自变量的共线性问题[40]，其基本思路是将奇异X′X的矩阵加上正常数矩阵kI，改善其奇异性。因此可以用：
作为回归系数的估计值，即为回归系数的岭估计，此值比OLS估计稳定，且均方误差往往比OLS估计小。k＝0时即为OLS估计；k→∞时，岭估计系数就趋于0。因此，k的取值对回归结果影响较大，遗憾的是，最优k值的选取在理论上并没有满意的方法，常用的是岭迹图（Ridge Trace，即岭回归系数关于岭参数k的图形）法[41]，选用岭迹趋于平稳、且回归系数没有不合理符号时的k值。为保持模型之间的可比性，根据岭迹图，统一选取k＝0.5，对城镇化核心驱动力计量模型的估计结果见表2。
（三）中国省区城镇化核心驱动力的演变
经济发展的综合水平与发展模式对区域城镇化水平的解释力稳定在70％左右，并有不断提升的趋势，再次印证了经济系统的视角对于理解中国城镇化的有效性。
1.城镇化与经济发展水平逐步协调 经济增长对城镇化的驱动作用持续增强，回归系数一直在0.01的水平上显著，标准回归系数由0.22升至0.42。利用经典的对数模型进行一元回归，拟合优度也由1982年的0.759升至2005年的0.833。随着市场化改革的深入，城镇化与经济发展相偏离的状况逐步得到扭转，城镇化步入健康推进的正轨。换言之，在政府与市场这两种力量的消长过程中，市场对城镇化的影响逐渐占据了更大的优势，这种趋势在本世纪以来表现得尤为明显。
2.工业和服务业共同推动区域城镇化 从回归系数的显著性和标准回归系数来看，第二产业对城镇化的驱动作用不断弱化；第三产业的拉动效应在1995年开始显现，2000年就有超过工业的趋势，在2005年优势已经非常明显。这与陈波翀等基于全国时序数据的结果一致[24]。服务业部门广泛，能够吸纳各种层次的就业，尤其是外来人口；同期的工业化进程逐渐步人中后期，对劳动力的需求有所降低②；而中国城镇化水平已经达到43％，进入城镇化中期阶段，因此第三产业的作用超过工业也是合理的[8]。但这只是问题的一个方面，在广大的中西部地区，工业仍是吸纳劳动力的主要部门[25]，同时也是经济增长和服务业发展的基础，是城镇化最重要的驱动力量。处于工业化和城镇化初期的西部地区投资环境较差，而劳动力向东部流动的成本极低，因此对工业资本仍没有足够的吸引力，从根本上造成了城镇化进程的缓慢。
3.乡村工业化的短期与长期效应 在控制了经济发展因素之后，乡村工业化对区域城镇化有一定的延滞作用。乡镇企业的发展将大量的非农人口滞留在乡村地区，抑制了城市产业的发展和城市建设；而与城市产业相比，乡镇企业布局分散③，规模经济难以形成，服务业发展缓慢，对城镇化的推动作用相对较弱，故而对城镇化的直接效应是负面的。
在统计模型之外，乡镇企业对城镇化具有长期而综合的现实效应。（1）改革之初，乡镇企业并非大量挤占城市投资，而是激发了乡村的投资潜力，因此增长效应远高于替代效应，推动了区域经济增长和工业化进程。（2）乡镇企业具有典型的劳动密集特征，以增量改革的方式实现了工业内部结构的快速调整，重工业优先发展战略被逐步削弱，工业的劳动吸纳能力逐步提高，有助于城镇化与工业化的协调发展。（3）劳动密集型的乡镇企业就业门槛较低，对农村低技术劳动力的滞留反而有助于缓解工业化和城镇化潜力在城市的集中释放，避免了拉美式的过度城镇化，相关的城市设施缺乏、就业不足、城市贫困等社会问题也得到很大程度的缓解，实现了相对平稳的持续城镇化。（4）村镇工业是小城镇发展的基础[43]，而改革之初，中国的非农产业绝大部分集中在大中城市，如果非农产业继续在城市集中，势必造成大中城市的进一步扩张和小城镇的萎缩，城镇体系中小城镇的缺失也将影响大中城市的持续高效发展。随着乡镇企业的集中化，城镇化效应得以释放，小城镇快速发展；同时农村工业化有助于提高人们对外界的认识，对乡城迁移目的地（小城镇、本地城市或异地迁移等）的选择更加理性[26]，为大中小城市协调发展提供了条件。
20世纪90年代后，随着城市改革推进，乡镇企业在资本、技术、市场和集聚经济等方面的弱势显现，劳动力的绝对吸纳能力逐年递减[44]；乡镇企业由量的增长转变为质的提高，技术进步明显快于城市产业，劳动力的相对吸纳能力不断降低。同时乡镇企业的长期效应逐步显现：小城镇快速发展④，人口迁移加速，农村工业化对城镇化的延滞作用逐步弱化，2000年后不再显著。但地理集中是渐进性的，农村城镇化的潜力释放是一个持久的过程，在地理集中的基础上培育产业集群，制度上不断创新，才能促进小城镇的健康可持续发展[43]。
4.对外开放与经济全球化的外生影响 外资引进和外贸增长对中国城镇化具有持续的推动作用。外资的产业选择具有劳动密集的倾向，国际市场的需求也以劳动密集型产品为主；由于中国产业结构不够完善，外资企业的建立会带动大量的配套企业和跟进投资[27]；外资企业对大城市的明显偏好也使得其乘数效应远高于村镇产业[11]，因此其对城镇化的驱动作用强于国内投资。
实际上，外向度的差异性是政策和区位差异的综合反映，并不能完全归因于外向化本身。外资和外贸在上世纪90年代以来的快速增长及其空间上的内陆化过程与城镇化时空过程的吻合并不意味着二者有绝对的因果关系，而应理解为外向化和城镇化对政策和区位条件的一致反应。外资的沿海布局被认为是对外开放政策的反映[27]，实际上可理解为外资对沿海宽松政策环境（或一系列特殊政策组合）的偏好；同时也反映了东部自然和经济区位的优势[2]。因此，近年的研究逐渐强调用内生观点看待中国城镇化，弗里德曼认为全球化只是一种附属的、补充性的外来冲击，“中国特色的市场经济”才是中国城镇化背后的真正动力[3]。即使在珠三角，外生力量的作用也受到了反思和修正，而内生力量的作用则受到更多的重视[9，18]。
四、中国省区城镇化的四阶段模型
（一）基于时空等价和驱动力的城镇化过程模型
城镇化阶段划分以诺瑟姆城镇化过程曲线的应用研究为主，也有学者将其与Logistic增长模型相结合[45]，但都是就城镇化过程本身的研究。本文将城镇化水平与各影响因素的灰色关联系数矩阵按省区综合，求取各省区城镇化水平与影响因素的耦合度（m为因素数量）：
（6）
为反映省区城镇化水平与其社会经济基础的耦合程度，从驱动力的视角对各省区城镇化进行类型划分（图2）。结合城镇化的时空等价模型——即城镇化发展的时间轨迹可以用某一时间点的空间差异来刻画[46]，总结出省区城镇化发展的阶段性规律，建立四阶段的中国省区城镇化过程模型（图3）。
图2 基于城镇化水平、耦合度（左）的城镇化类型划分及其空间格局（右）
图3 中国省区城镇化过程四阶段模型
（1）探索发展阶段：西部多数省区和河南、河北处在这个阶段，城镇化水平在40％以下。城镇化与多数指标的关联系数较低，耦合度不高，城镇化因动力不足而进程缓慢。在城镇化的过程中，高关联因素逐渐增加，耦合度逐步上升。
（2）多元驱动阶段：包括多数中部省区和西部的新疆、陕西、宁夏、重庆和东部的福建省，城镇化水平在35％－50％之间。城镇化的高关联因素很多，耦合度特别高。在多因素共同驱动下，城镇化速度普遍较快。
（3）专业强化阶段：包括东北和东部的大部分省区，城镇化水平在45％－65％之间。在多元驱动阶段以后，本地的优势动力逐渐强化，其他因素退居其次，导致高关联因素减少和耦合度降低。但专业化驱动力发展较好的苏浙鲁粤等省城镇化仍能保持快速推进；但东北、内蒙古和海南等省区则出现了城镇化动力不足的现象。
（4）成熟稳定阶段：包括京津沪三市，城镇化水平在70％以上保持相对稳定。城镇化的高关联因素更加专业化，驱动力更加强化。耦合度很低的原因在于基于全国的指标体系已经不适合这些地区，显著的规模经济和城市的无形资产才是其吸引人口集聚的核心动力，而这在其他省份很难形成，只有依托都市连绵区才有这种可能，也才有这种必要，因此这并非所有省区城镇化的必经阶段。
本文计量模型的实证结果实际上印证了城镇化过程四阶段模型在国家尺度上的有效性。上世纪90年代中期以前，中国城镇化整体上处于探索发展阶段，只有东北地区等工业化基础较好的地区城镇化水平较高，其他地区的城镇化普遍缺乏动力支撑。而90年代中后期开始，经济增长、工业和服务业的发展、外资的引进、乡镇企业发展等各种因素对城镇化的推动作用均增强，中国城镇化进入多元驱动的阶段。近年来，中国城镇化则有向专业强化阶段过渡的趋势，乡镇企业、工业发展对就业和人口的吸纳能力在全国尺度上不断下降，服务业的作用逐渐强化，但这个过程相当漫长，多元驱动仍将是城镇化在国家尺度上的长期模式。
（二）模型的不确定性
（1）阶段划分的模糊性。四阶段并非严格按照城镇化水平划分，不同地区达到特定阶段的城镇化水平临界值并不确定，相应的社会经济条件也可能不同，不能一概而论。
（2）演进过程的不确定性。一般而言，区域城镇化会逐级演进，但也可能出现不确定情况，比如在专业强化阶段的东北地区失去了重工业的强力支撑，可能进入新一轮的探索发展阶段，而不是成熟稳定阶段；探索发展阶段的省份也可能找到适合本地的核心驱动力，直接进入专业强化阶段。
五、结论
城镇化是多种因素共同推动的结果，本文对各驱动因素的研究进行了系统回顾和定量分析，发现经济因素在区域城镇化中具有核心作用。因此，从经济系统的视角构建了中国城镇化驱动机制的理论模型：改革开放以来，多元的经济发展模式共同推动了区域经济增长和产业结构调整，提高了非农劳动力需求，促进人口乡城迁移，实现人口城镇化。区域自然历史基础、市镇建制变化和制度改革对城镇化也有重要影响。
在理论分析的基础上，建立了省区城镇化核心驱动力的计量模型，选取1982－2005年的五个时点，利用岭回归模型进行实证。结果表明：城镇化与经济发展水平逐步协调。服务业的驱动作用已经超过第二产业，但工业发展仍是中西部地区城镇化的核心驱动力。乡村工业化在短期内对城镇化有一定的延滞作用，但通过激发乡村投资潜力、促进工业内部结构调整、吸纳农村低技术劳动力、引导人口理性迁移等方式产生长期效应，有助于中国避免拉美式的过度城镇化，实现了相对平稳的持续城镇化，也为大中小城市的协调发展提供了产业支撑。外向型经济对中国城镇化具有持续的推动作用，但这是政策和区位差异的综合反映，而不能完全归因于外向经济本身，笔者更倾向于用内生的观点看待中国城镇化。根据城镇化与其影响因素的耦合度，结合时空等价原理，建立基于驱动力演变的城镇化过程模型，将城镇化过程划分为探索发展、多元驱动、专业强化和成熟稳定等四个阶段。模型的阶段划分具有模糊性、演进过程具有不确定性。
本文的理论分析与实证结果表明，城镇化的模式是多样的，动力是多元的。大规模的快速工业化、大力吸引外资等经济发展方式确实会促进区域城镇化进程；但对于发展基础较好的东部沿海地区，工业产业的调整和优化、服务业的加速发展和品质提升是提高城镇化水平和质量的重要保证；而对于广大中西部地区，无论外资还是内资的引进都是城镇化的重要引擎，同时，鼓励返乡农民工创业、吸引东部企业的转移、发展地区特色经济等同样能够有效促进区域经济发展和城镇化进程的推进。因此，对处于不同发展阶段的地区应有针对性地进行城镇化指引，尤其应以科学的区域定位为基础，培育区域城镇化的核心驱动力，保障城镇化的持续健康发展。
收稿日期：2010－05－07 修回日期：2010－07－20
注释：
① 限于篇幅，OILS估计的结果及下文的岭迹图不再给出。
② 陈佳贵等（2006）研究发现，1995年，处于工业化中期以后的省份只有6个，2000年增至8个，2004年达到13个。该文预计2009年之前，绝大部分省区将处于工业化中后期[42]。
③ 据崔功豪、马润潮（1999）测算，1994年乡镇企业中8％在小城镇，12％在集镇，80％分散在自然村落[13]。
④ 根据历次人口普查和抽样调查数据，1982年镇人口占城镇人口的比重为30.0％，1990年将为28.7％，乡村工业化并没有带动小城镇发展，而该比例2000年则升至36.2％，2005年进一步达到38.2％，乡镇企业推动小城镇发展的长期效应逐步显现。
标签：中国的人口论文; 城市经济论文; 城市中国论文; 经济模型论文; 中国模式论文; 地区经济发展论文; 农村论文; 经济学论文;