云南省“两化”协调发展的实证观察

（一）“两化”协调发展的空间匹配分析

1.数据指标说明

基于数据的可得性，我们选取1995—2011年云南省的经济运行数据。其中人口城镇化水平指标选择城镇人口占总人口比重来衡量，记为U（p）；产业非农化水平指标表达为：第二、三产业产值占生产总值比重，记为F（n），用来衡量产业非农化水平。本节其他部分对这些数据指标将不再做出解释和说明。^[13]

2.“两化”空间匹配分布

本部分我们分别对云南省16州市的人口城镇化与产业非农化水平做聚类分析并进行比对，以此观测人口城镇化与产业非农化的空间分布情况。聚类分析是指从一批样品的观测指标中，找出能度量指标（变量）之间的相似程度或亲疏关系统计量，然后构建一个相似对称矩阵，并按相似程度的大小，把变量逐一归类。聚类分析前为消除不同性质变量带来的影响，首先需要对数据进行标准化处理，即进行无量纲化；之后采用余弦距离作为聚类分析的距离公式：

式中x与y就是样本观测值，在本书中分别指代人口城镇化与产业非农化发展水平两类样本观测值。聚类分析结果见图2-4，表2-1。

图2-4　云南省各州市“两化”协调的聚类分析

表2-1　2012年云南省各州市人口城镇化与产业非农化聚类分布

注：表中数据资料由《云南统计年鉴2013》整理而得。

通过聚类分析树状图，我们把云南16州市分为3大类别。Ⅰ类为昆明、曲靖、玉溪、红河，其特征表现为较高的产业非农化水平与人口城镇化水平，在空间上表达了二者的同趋分布；Ⅱ类为保山、文山、西双版纳、大理、德宏、普洱、临沧、楚雄；与Ⅰ类州市相比，其特征表现为：产业非农化水平相对较低，人口城镇化水平也相应表现发展不足；Ⅲ类为丽江、怒江、迪庆、昭通，其特征显著的表现为较高的产业非农化水平与人口城镇化发展严重滞后之间的矛盾。

通过空间维度的实证观察不难发现：云南产业非农化与人口城镇化的发展，虽然总体表现出高度的相关性；但是“两化”未能实现空间上的同趋分布，突出表现在各州市人口城镇化与产业非农化发展的不均衡匹配关系上。

（二）“两化”协调发展的互动关系分析

1.模型构建

向量自回归模型（VAR）主要用来研究不同变量之间的互动关系，预测相互联系的时间序列系统和分析随机扰动对变量系统的动态冲击，解释各种经济冲击对经济变量的影响。

其数学表达如下：

其中：A1……A N、B为待估系数矩阵，εt为随机误差向量。

在应用VAR模型前，需要对变量的平稳性进行检验，如果在VAR模型中使用非平稳序列变量可能会产生伪回归现象。因此本书首先用Eviews7.2软件对变量F（n）与U（p）进行平稳性检验，结果如表2-2。

表2-2　变量的ADF检验结果

注：检验方式中C代表截距项，t表示趋势项，数字0表示无此项，4代表滞后阶数。

表2-2数据显示：在5%的显著性水平下U（p）与F（n）是非平稳的，一阶差分后ADF统计值小于临界值，说明d U（p）与d F（n）是一阶单整序列，序列是平稳的。因此，可以进行VAR模型构建。

2.“两化”VAR模型的建立与分析

VAR模型滞后期P的确定主要通过LOGL、LR、LR、FPE、AIC、SC、HQ等信息判断，我们选择滞后阶数为1阶（参见表2-3）。

表2-3　确定滞后阶数的信息量

注：数据资料由Eviews7.2软件测算得到。

云南省人口城镇化与产业非农化的VAR模型如下：

在方程（1）中：F（n）滞后1期系数为0.35，表明非农产业的发展能够很好地带动人口城镇化的发展；相反，在方程（2）中：U（p）滞后1期的系数为0.0068，与F（n）滞后1期系数1.12相比表明：人口城镇化未能对非农产业的发展产生明显的促进作用。

接下来进行方差分解，深入观测这种互动关系。方差分解结果见图2-5及表2-4。人口城镇化U（p）对来自自身当期冲击的反应最为显著，第一年为100%，第二年为92.23%，第八年仍然高达49.36%的水平；人口城镇化对来自产业非农化F（n）的冲击，随着时间的推移逐步增加，第十期高达64%的水平，由此说明：产业非农化的发展对人口城镇化发展有着明显的冲击作用。产业非农化F（n）对来自自身当期冲击的感应也十分明显，第一年99.88%，直到第十年仍高达99.84%；而对于来自人口城镇化的冲击感应较弱，第一年为0.11%，第二年为0.14%，第四年之后水平稳定在0.15%，这种冲击水平十分微弱；由此我们得出：人口城镇化对产业非农化的影响十分有限。

图2-5　U（p）与F（n）方差分解曲线

表2-4　云南人口城镇化与产业非农化方差分解表

注：通过《云南省2013年统计年鉴》基础数据，由Eviews7.2软件做方差分解得到。

（三）“两化”协调度分析

1.模型构建

通过依托相关文献（参阅参考文献13-17），本书构建了云南省人口城镇化与产业非农化协调系数（C）模型和协调发展系数（D）模型。

C模型：

式中C表示协调系数，U（p），F（n）分别表示人口城镇化、产业非农化水平；理论上来讲，二者离差越小越好。K为系统调节系数，因为本书涉及城乡人口转变、一二三产业结构演变以及考虑到二者的协调互动，所以K＝6。

人口城镇化与产业非农化的协调发展应该作为一个整体系统来考量，因此在计算“两化”协调系数的基础上，本书构建了“两化”协调发展系数（D）测度模型。

D模型：

式中T＝λU（p）＋ωF（n）为人口城镇化与产业非农化的综合评价指数，C模型表达的是二者偏差性；而D模型则是反映人口城镇化与产业非农化作为一个整体系统，二者的整体效用水平。λ、ω为权重系数，考虑到在经济系统中人口城镇化与产业非农化的发展具有同等重要的作用，故本书令λ＝0.5，ω＝0.5。“两化”协调发展划分标准见表2-5。

表2-5　协调度的等级划分及标准^[14]

2.数据分析

通过对2008—2011年云南16州市人口城镇化与产业非农化发展水平以及二者协调发展度测算（见表2-6、2-7），我们看到：宏观层面来看，2008年云南省人口城镇化与产业非农化协调发展整体处于中度失调状态；经过四年发展，2011年为轻度失调状态；“两化”并未实现良好协调。微观层面来讲，16州市又表现出极不均衡的协调发展状态：昆明市2008—2011年均呈现出良好协调状态，其中2011年协调系数为0.81，这一数据指标远远高于同期云南省平均水平；截至2011年曲靖、玉溪、红河、西双版纳、大理、德宏、普洱为轻度失调状态，但是我们应该看到西双版纳、大理、德宏、普洱的轻度失调状态是人口城镇化与非农产业发展双重滞后的表现，而曲靖、玉溪、红河是非农产业发展水平相对较高，人口城镇化发展相对滞后的表现；保山、文山、临沧、楚雄、丽江为中度失调状态，其中丽江突出地表现为人口城镇化发展严重滞后，尚达不到全省36.80%的平均水平，差值高达8.57个百分点，而临沧、楚雄、文山、保山则表现出双重滞后；2008—2011年怒江、迪庆、昭通测算结果均显示为严重失调状态，均表现为非农产业发展水平较高，人口城镇化发展严重滞后，其中2011年三州市人口城镇化率分别为22.57%、25.31%、22.59%，低于同期云南省平均水平14.23、11.49、14.21个百分点。

数据测算结果（见表2-6）也给我们传达了这样一个信息：云南省人口城镇化与产业非农化虽然没有实现良性协调，但是我们应该看到这种协调关系正在逐步改善，2008年曲靖、玉溪、红河、大理、普洱由中度失调状态发展成为2011年的轻度失调；怒江、迪庆、昭通虽然一直处在严重失调状态下，但是协调系数正逐步变大，也呈现出良性发展状态；其余州市协调系数也正在发生实质性的转变。

表2-6　2008—2011年云南省各州市人口城镇化与产业非农化协调度测试结果

续　表

表2-7　2008—2011年云南省各州市人口城镇化与产业非农化发展水平

注：表中数据由云南省2000—2012年统计年鉴整理计算得到。