论文部分内容阅读
[摘要]基于安徽省1998-2013年关于基础设施投资和城镇化率的时间序列数据，采用主成分分析方法研究基础设施投资的六个主要相关因素对城镇化的影响。结果表明水利环境因素对城镇化的影响最大，其次是教育，交通因素的影响最小。这反映出安徽省基础设施投资与城镇化的发展存在不协调现象，有必要采取积极措施来协调两者之间的关系。
[关键词]基础设施投资；城镇化；主成分分析
[中图分类号]F294 [文献标识码]A [文章编号]1671-8372（2015）04-0014-04
伴随经济的高速增长和城镇的不断扩张，社会对于基础设施的需求日益增加。当前，基础设施投资虽是我国政府进行宏观调控的重要手段之一，但其难以适应快速发展的城市化进程。面对这一问题，结合安徽省实际，2014年6月，安徽省人民政府提出关于加强城市基础设施建设的实施意见，明确提出全面放开城镇基础设施投资、建设、运营市场。这反映了城镇化的发展需要一个全面的基础设施，基础设施是经济发展的基石。想要建立一套比较完善的基础设施以满足城镇生活的需求，往往需要较大的资金投入。面对城镇化的发展，如何协调基础设施投资和城镇化发展之间的关系，一直是一个重要课题。
一、文献回顾
大部分学者认为基础设施投资和城镇化是相互促进的关系。如蒋时杰（2005）探讨了基础设施和城市化之间的关系，设定了两者的测度指标，分析了基础设施投资与城市化在短期和长期的相互关系，结果表明基础设施对城市化的影响是长期的。谢长青等（008）利用一定年份的面板数据，从全国总体水平和每个城镇的平均水平两个层次，分别测算不同的地区基础设施投资对于城镇化率的投资利率弹性。结果显示，相对于其他两个地区，中部地区的公共投资对城镇化的贡献率要更大一些。赵晶晶等（2010）通过建立面板数据模型对交通基础设施建设与城市化进行实证检验，结果显示，交通基础设施建设与城市化之间存在长期稳定的促进关系，同时得出城市化率增速与交通基础设施增速呈现“U”型，而交通基础设施增速与城市化率增速呈“倒U”型特征的结论。李谦（2012）选取交通、水利、科技、教育文化、体育等与基础设施相关的方面进行研究，发现交通和科技与城市化率水平的关系大，并以此提出了促进南充市城市化发展的相关建议。张丽琴等（2013）以河北省为例，从经济发展、产业结构、基础设施建设等方面研究城镇化的影响因素，并给出相关的政策建议。周君等（2014）在新型城镇化的背景下，通过定量分析研究农村基础设施投资对农村经济的影响，结论表明农村基础设施投资在交通方面的投资收益率最大，效果最好。
已有文献显示，大多数学者对于基础设施投资与城镇化的促进作用予以认可，然而基础设施投资对城镇化的影响程度的研究相对缺乏。因此，为弥补不足并且突出地域特点，本文以1998-2013年安徽省基础设施投资与城镇化的统计数据为基础，运用sPss软件分析基础设施投资的主要因素对城镇化的影响。
二、实证检验
（一）数据来源与指标说明
基于向量自回归模型，结合世界银行在《1994年世界发展报告》中对基础设施定义的界定，把基础设施分为两类：一是经济基础设施，另一类是社会基础设施。同时借鉴蒋时杰对基础设施的定义，选取交通运输、能源、水利环境作为经济基础设施的指标；选取教育、卫生及社会保障、文化体育作为社会基础设施的指标。即选择交通运输、能源、水利环境、教育、卫生及社会保障和文化体育的投资作为基础设施投资。
本文所有数据均来自安徽统计年鉴1998-2013年，Y表示城镇化率（这里指人口城镇化率指数）。由于2004年前后全社会分行业固定资产投资的统计标准不同，为了得到较为完整的数据以及数据的可比性，我们将基础设施统计数据进行了归并（见表1），设交通投资为X1，能源投资为X2，水利环境投资为X3，教育投资为X4，卫生及社保投资为X5，文化教育投资为X6。由于2004年之后“交通运输、仓储及邮电通信业”中的通信业转移至“电信和其他信息传输服务业”，本文为统一口径，将2004年之后的“交通运输、仓储及邮政业”和“电信和其他信息传输服务业”加总合并为“交通运输、仓储和邮政通信业”。此外，对部分固定资产投资缺失年份的数据采用比例估算及移动平均法计算求得。为使数据更加具有可比性，本文对数据进行了消除价格因素并取对数处理。
（二）安徽省基础设施投资与城镇化现状
1998-2013年，安徽省固定资产投资总值从252亿元增加到18251.12亿元，增长了72倍，年均增长速度达到24.5%。与此同时，城镇化率从22.33%达到47.86%，年均增长速度达到5.4%，低于固定资产投资的增长速度。在固定资产投资内部，交通运输、能源、水利环境、教育、卫生及社保和文化体育的年均增长率分别为22.17%、28.46%、33.54%、29.02%、30.75%和42.37%，都保持较高的增速。其中，能源、水利环境、教育、卫生及社保和文化体育的增速都超过了固定资产投资的整体增速。可以看出，这十多年间安徽省的基础设施获得较大改善，城镇化率得到显著提高。
（三）实证分析
依据主成分分析法建立模型，利用SPSS软件进行主成分分析。首先通过因子适合度的检验，利用sPss得到KMO检验与Bartlett检验结果（见表2）。KMO值为0.833，Bartlett的球度检验约为240.687，在自由度为15的情况下显著性水平为0.000，达到显著水平，说明指标变量能够进行因子分析。
从表3可以看出，六个自变量对城镇化的影响是一个严格的线性关系。所以对它们进行主成分分析是合理的。
2.解释的总方差（见表4）
根据特征值大于1，总方差累积贡献率大于等于85%的原则，取第一个公共因子，因为第一个因子的累积方差达到了96.911%，可以较好地反映所选指标的大部分信息。 3.成分矩阵与成分得分系数矩阵
通过spss软件输出的成分矩阵和成分得分系数矩阵（见表5、表6），我们发现主成分在变量X1、X2、X3、X4、X5、X6上有较大的负载，且这一因子解释了总体信息的96.91%。这表明，作为基础设施的重要组成部分，从交通运输、能源、水利环境、教育、卫生及社保以及文化体育等六个方面，可以较好地解释基础设施投资与城镇化之间的关系。
由表6得出主成分力‘程：
主成分X=0.171×交通运输投资+0.164×能
源投资+0.171×水利环境投资+0.169×教育投资+0.170×卫生及社保投资+0.171×文化体育投资
1）
4.一元线性回归模型和拟合优度
研究主成分X与城镇化Y之间的相关性，运用spss软件进行一元线性回归（见表7）。利用spss输出拟合优度（见表8）。
由此可以得出一元线性回归方程：
y=3.564+0.217X
2）
从表8可以看出，R=0.972，说明城镇化和主成分之间存在很强的相关性。修正自由度的判定系数为0.944，说明城镇化的全部离差中，有94.4%可以由主成分的一元线性回归方程解释。
5.基础设施投资分析
由上述主成分分析的结果可以看出，96.91%的变量可以由式1）来表示，线性回归方程：
Y=3.564+0.217×（0.171×X1+0.164×X2+0.171×X3+0.169×X4+0.170×X5+0.171×X6）
即Y=3.564+0.0371×X1+0.0356×X2+0.0371×X3+0.0367×X4+0.0369×X5+0.0371×X6
其余3.29%不能由主成分方程解释的，利用spss输出的多元线性回归方程解释（见表9）。
基础设施投资的投资收益为：
r1=-0，101，r2=-0.05，r3=0.148，r4=0.140，r5=-0.071，r6=0.071
进一步可以得出：
（1）交通运输的预期收益
E1=0.0371×96.91%-0.101×3.29%=0.0326
（2）能源的预期收益
E7=0.0356×96.91%-0.05×3.29%=0.0329
（3）水利环境的预期收益
E3=0.0371×96.91%+0.148×3.29%=0.0408
（4）教育的预期收益
E4=0.0367×96.91%+0.140×3.29%=0.0402
（5）卫生及社保预期收益
Es=0.0369×96.91%-0.071×3.29%=0.0334
（6）文化体育的预期收益
E6=0.0371×96.91%+0.071×3.29%=0.0383
由此得出基础设施投资收益排序结果（见表10）。
由表10可以看出，水利环境的预期收益最高，其次是教育和文化体育，能源和交通运输预期收益最低。
6.结果分析
总体上来看，基础设施的六个方面，交通运输、能源、水利环境、教育、卫生及社会保障和文化体育均属于主成分中的解释变量，其中交通运输、水利环境和文化体育的负载系数都高达0.171。从主成分和城镇化的回归结果中可以看出，基础设施投资与城镇化之间存在很强的相关性，进一步表明基础设施建设对城镇化发挥着重要作用，逐步完善基础设施能够促进城镇化进程。从向量自回归分析中，得出水利环境对城镇化的影响是最大的，其次是教育和文化体育，这与预期收益分析的结果相吻合。
（1）水利环境的预期收益最高，为0.0408。“十二五”时期，全省综合实力明显增强，表明随着“水利安徽”战略的全面实施，水利改革发展迎来重大机会。
（2）交通运输预期收益最低，为0.0326。根据《我国交通基础设施建设与城市化的互动关系》，可以看出交通基础设施增速与城市化率的增速是“倒U”型关系，说明目前安徽省城镇化的发展对交通基础设施建设的需求是下降的状态。随着城镇人口的不断增加、城市化的快速发展，交通基础设施建设正面临极大的压力。
（3）能源的基础设施预期收益是0.0329，预期收益不高，这是由其行业特点决定的。由于能源的基础设施早期都需要较大的资金投入，随着人口的增加和城镇化的不断发展，其自身的规模优势便得以凸显，电厂的建设和主要输电线路、煤气生产输出管道、水厂和水管的铺设都逐渐趋于完善，进一步投资的成本较小。因而在这些行业中的投资会呈现不断下降的趋势，进而影响到其预期收益。
（4）教育和文化体育的基础设施投资预期收益较高，分别是0.0402和0.0383，这反映了城镇化进程对文化教育类设施的需求拉动效果显著，也验证了我国在科教兴国战略的指导下对教育基础设施投入的重视。
（5）卫生及社会保障的预期收益仅次于文化体育，为0.0334。说明这些社会服务业对农村劳动力的吸引力较强，对城镇化进程中农村劳动力转移以及就业等问题的解决具有重要的作用和意义。
三、结语与对策建议
文章从基础设施投资对城镇化的影响出发，选取交通运输、能源、水利环境、教育、卫生及社保和文化体育作为基础设施投资，探究基础设施投资中不同方面对城镇化的影响程度。通过对基础设施的六个因素进行主成分分析、线性回归分析和预期收益分析，发现水利环境和教育是影响安徽省城镇化进程的两个最重要因素，并且水利环境投资收益率最大，效果最好，而交通投资收益率最小，效果最差。这表明安徽省的基础设施发展和城镇化发展存在不协调的现象。基于此，有必要采取积极措施来协调两者之间的关系。
在前文实证分析的基础上，本文认为政府应采取积极措施来协调好基础设施投资与城镇化的关系：一方面，继续推动基础设施建设的发展，优化城镇投资比例。政府应更加注重公平，特别注重与民生直接联系的生活性保证设施，保障城镇发展所必需的设施建设。另一方面，加强各地区行政协调，联动发展。国务院正式准许实施的《长江三角洲地区区域规划》，明确了长三角地区的发展定位，而安徽省与长三角地区经济发展联系紧密，是长三角地区产业转移和直接辐射区；从安徽省基础设施发展的情况来看，政府要树立长远目标，抓住机遇，克服地方保护主义，及时调整基础设施投资规模和结构，逐步构建有序的区域统一市场，为资源的优化配置创造条件。
[关键词]基础设施投资；城镇化；主成分分析
[中图分类号]F294 [文献标识码]A [文章编号]1671-8372（2015）04-0014-04
伴随经济的高速增长和城镇的不断扩张，社会对于基础设施的需求日益增加。当前，基础设施投资虽是我国政府进行宏观调控的重要手段之一，但其难以适应快速发展的城市化进程。面对这一问题，结合安徽省实际，2014年6月，安徽省人民政府提出关于加强城市基础设施建设的实施意见，明确提出全面放开城镇基础设施投资、建设、运营市场。这反映了城镇化的发展需要一个全面的基础设施，基础设施是经济发展的基石。想要建立一套比较完善的基础设施以满足城镇生活的需求，往往需要较大的资金投入。面对城镇化的发展，如何协调基础设施投资和城镇化发展之间的关系，一直是一个重要课题。
一、文献回顾
大部分学者认为基础设施投资和城镇化是相互促进的关系。如蒋时杰（2005）探讨了基础设施和城市化之间的关系，设定了两者的测度指标，分析了基础设施投资与城市化在短期和长期的相互关系，结果表明基础设施对城市化的影响是长期的。谢长青等（008）利用一定年份的面板数据，从全国总体水平和每个城镇的平均水平两个层次，分别测算不同的地区基础设施投资对于城镇化率的投资利率弹性。结果显示，相对于其他两个地区，中部地区的公共投资对城镇化的贡献率要更大一些。赵晶晶等（2010）通过建立面板数据模型对交通基础设施建设与城市化进行实证检验，结果显示，交通基础设施建设与城市化之间存在长期稳定的促进关系，同时得出城市化率增速与交通基础设施增速呈现“U”型，而交通基础设施增速与城市化率增速呈“倒U”型特征的结论。李谦（2012）选取交通、水利、科技、教育文化、体育等与基础设施相关的方面进行研究，发现交通和科技与城市化率水平的关系大，并以此提出了促进南充市城市化发展的相关建议。张丽琴等（2013）以河北省为例，从经济发展、产业结构、基础设施建设等方面研究城镇化的影响因素，并给出相关的政策建议。周君等（2014）在新型城镇化的背景下，通过定量分析研究农村基础设施投资对农村经济的影响，结论表明农村基础设施投资在交通方面的投资收益率最大，效果最好。
已有文献显示，大多数学者对于基础设施投资与城镇化的促进作用予以认可，然而基础设施投资对城镇化的影响程度的研究相对缺乏。因此，为弥补不足并且突出地域特点，本文以1998-2013年安徽省基础设施投资与城镇化的统计数据为基础，运用sPss软件分析基础设施投资的主要因素对城镇化的影响。
二、实证检验
（一）数据来源与指标说明
基于向量自回归模型，结合世界银行在《1994年世界发展报告》中对基础设施定义的界定，把基础设施分为两类：一是经济基础设施，另一类是社会基础设施。同时借鉴蒋时杰对基础设施的定义，选取交通运输、能源、水利环境作为经济基础设施的指标；选取教育、卫生及社会保障、文化体育作为社会基础设施的指标。即选择交通运输、能源、水利环境、教育、卫生及社会保障和文化体育的投资作为基础设施投资。
本文所有数据均来自安徽统计年鉴1998-2013年，Y表示城镇化率（这里指人口城镇化率指数）。由于2004年前后全社会分行业固定资产投资的统计标准不同，为了得到较为完整的数据以及数据的可比性，我们将基础设施统计数据进行了归并（见表1），设交通投资为X1，能源投资为X2，水利环境投资为X3，教育投资为X4，卫生及社保投资为X5，文化教育投资为X6。由于2004年之后“交通运输、仓储及邮电通信业”中的通信业转移至“电信和其他信息传输服务业”，本文为统一口径，将2004年之后的“交通运输、仓储及邮政业”和“电信和其他信息传输服务业”加总合并为“交通运输、仓储和邮政通信业”。此外，对部分固定资产投资缺失年份的数据采用比例估算及移动平均法计算求得。为使数据更加具有可比性，本文对数据进行了消除价格因素并取对数处理。
（二）安徽省基础设施投资与城镇化现状
1998-2013年，安徽省固定资产投资总值从252亿元增加到18251.12亿元，增长了72倍，年均增长速度达到24.5%。与此同时，城镇化率从22.33%达到47.86%，年均增长速度达到5.4%，低于固定资产投资的增长速度。在固定资产投资内部，交通运输、能源、水利环境、教育、卫生及社保和文化体育的年均增长率分别为22.17%、28.46%、33.54%、29.02%、30.75%和42.37%，都保持较高的增速。其中，能源、水利环境、教育、卫生及社保和文化体育的增速都超过了固定资产投资的整体增速。可以看出，这十多年间安徽省的基础设施获得较大改善，城镇化率得到显著提高。
（三）实证分析
依据主成分分析法建立模型，利用SPSS软件进行主成分分析。首先通过因子适合度的检验，利用sPss得到KMO检验与Bartlett检验结果（见表2）。KMO值为0.833，Bartlett的球度检验约为240.687，在自由度为15的情况下显著性水平为0.000，达到显著水平，说明指标变量能够进行因子分析。
从表3可以看出，六个自变量对城镇化的影响是一个严格的线性关系。所以对它们进行主成分分析是合理的。
2.解释的总方差（见表4）
根据特征值大于1，总方差累积贡献率大于等于85%的原则，取第一个公共因子，因为第一个因子的累积方差达到了96.911%，可以较好地反映所选指标的大部分信息。 3.成分矩阵与成分得分系数矩阵
通过spss软件输出的成分矩阵和成分得分系数矩阵（见表5、表6），我们发现主成分在变量X1、X2、X3、X4、X5、X6上有较大的负载，且这一因子解释了总体信息的96.91%。这表明，作为基础设施的重要组成部分，从交通运输、能源、水利环境、教育、卫生及社保以及文化体育等六个方面，可以较好地解释基础设施投资与城镇化之间的关系。
由表6得出主成分力‘程：
主成分X=0.171×交通运输投资+0.164×能
源投资+0.171×水利环境投资+0.169×教育投资+0.170×卫生及社保投资+0.171×文化体育投资
1）
4.一元线性回归模型和拟合优度
研究主成分X与城镇化Y之间的相关性，运用spss软件进行一元线性回归（见表7）。利用spss输出拟合优度（见表8）。
由此可以得出一元线性回归方程：
y=3.564+0.217X
2）
从表8可以看出，R=0.972，说明城镇化和主成分之间存在很强的相关性。修正自由度的判定系数为0.944，说明城镇化的全部离差中，有94.4%可以由主成分的一元线性回归方程解释。
5.基础设施投资分析
由上述主成分分析的结果可以看出，96.91%的变量可以由式1）来表示，线性回归方程：
Y=3.564+0.217×（0.171×X1+0.164×X2+0.171×X3+0.169×X4+0.170×X5+0.171×X6）
即Y=3.564+0.0371×X1+0.0356×X2+0.0371×X3+0.0367×X4+0.0369×X5+0.0371×X6
其余3.29%不能由主成分方程解释的，利用spss输出的多元线性回归方程解释（见表9）。
基础设施投资的投资收益为：
r1=-0，101，r2=-0.05，r3=0.148，r4=0.140，r5=-0.071，r6=0.071
进一步可以得出：
（1）交通运输的预期收益
E1=0.0371×96.91%-0.101×3.29%=0.0326
（2）能源的预期收益
E7=0.0356×96.91%-0.05×3.29%=0.0329
（3）水利环境的预期收益
E3=0.0371×96.91%+0.148×3.29%=0.0408
（4）教育的预期收益
E4=0.0367×96.91%+0.140×3.29%=0.0402
（5）卫生及社保预期收益
Es=0.0369×96.91%-0.071×3.29%=0.0334
（6）文化体育的预期收益
E6=0.0371×96.91%+0.071×3.29%=0.0383
由此得出基础设施投资收益排序结果（见表10）。
由表10可以看出，水利环境的预期收益最高，其次是教育和文化体育，能源和交通运输预期收益最低。
6.结果分析
总体上来看，基础设施的六个方面，交通运输、能源、水利环境、教育、卫生及社会保障和文化体育均属于主成分中的解释变量，其中交通运输、水利环境和文化体育的负载系数都高达0.171。从主成分和城镇化的回归结果中可以看出，基础设施投资与城镇化之间存在很强的相关性，进一步表明基础设施建设对城镇化发挥着重要作用，逐步完善基础设施能够促进城镇化进程。从向量自回归分析中，得出水利环境对城镇化的影响是最大的，其次是教育和文化体育，这与预期收益分析的结果相吻合。
（1）水利环境的预期收益最高，为0.0408。“十二五”时期，全省综合实力明显增强，表明随着“水利安徽”战略的全面实施，水利改革发展迎来重大机会。
（2）交通运输预期收益最低，为0.0326。根据《我国交通基础设施建设与城市化的互动关系》，可以看出交通基础设施增速与城市化率的增速是“倒U”型关系，说明目前安徽省城镇化的发展对交通基础设施建设的需求是下降的状态。随着城镇人口的不断增加、城市化的快速发展，交通基础设施建设正面临极大的压力。
（3）能源的基础设施预期收益是0.0329，预期收益不高，这是由其行业特点决定的。由于能源的基础设施早期都需要较大的资金投入，随着人口的增加和城镇化的不断发展，其自身的规模优势便得以凸显，电厂的建设和主要输电线路、煤气生产输出管道、水厂和水管的铺设都逐渐趋于完善，进一步投资的成本较小。因而在这些行业中的投资会呈现不断下降的趋势，进而影响到其预期收益。
（4）教育和文化体育的基础设施投资预期收益较高，分别是0.0402和0.0383，这反映了城镇化进程对文化教育类设施的需求拉动效果显著，也验证了我国在科教兴国战略的指导下对教育基础设施投入的重视。
（5）卫生及社会保障的预期收益仅次于文化体育，为0.0334。说明这些社会服务业对农村劳动力的吸引力较强，对城镇化进程中农村劳动力转移以及就业等问题的解决具有重要的作用和意义。
三、结语与对策建议
文章从基础设施投资对城镇化的影响出发，选取交通运输、能源、水利环境、教育、卫生及社保和文化体育作为基础设施投资，探究基础设施投资中不同方面对城镇化的影响程度。通过对基础设施的六个因素进行主成分分析、线性回归分析和预期收益分析，发现水利环境和教育是影响安徽省城镇化进程的两个最重要因素，并且水利环境投资收益率最大，效果最好，而交通投资收益率最小，效果最差。这表明安徽省的基础设施发展和城镇化发展存在不协调的现象。基于此，有必要采取积极措施来协调两者之间的关系。
在前文实证分析的基础上，本文认为政府应采取积极措施来协调好基础设施投资与城镇化的关系：一方面，继续推动基础设施建设的发展，优化城镇投资比例。政府应更加注重公平，特别注重与民生直接联系的生活性保证设施，保障城镇发展所必需的设施建设。另一方面，加强各地区行政协调，联动发展。国务院正式准许实施的《长江三角洲地区区域规划》，明确了长三角地区的发展定位，而安徽省与长三角地区经济发展联系紧密，是长三角地区产业转移和直接辐射区；从安徽省基础设施发展的情况来看，政府要树立长远目标，抓住机遇，克服地方保护主义，及时调整基础设施投资规模和结构，逐步构建有序的区域统一市场，为资源的优化配置创造条件。