资源配置的"跷跷板":中国的城镇化进程

作者：余壮雄李莹莹

中国工业经济 2015年03期

　　 JEL Classification:R12 R58 O18

　　 [中图分类号]F291.1 [文献标识码]A [文章编号]1006-480X(2014)11-0018-12

　　 一、问题提出

　　 一直以来，关于中国城镇化问题的讨论，在持续提高城镇化水平这一点上已达到共识，争论的焦点在于城市发展模式[1]，即中国应该走以发展大城市为主的城镇化道路，还是走以发展小城市为主的城镇化道路。改革开放以来，中国的城市发展战略经历了多次调整[2]，在不同时期，政府所提出的城市发展方针具有不同的侧重点，一方面是因为政府对市场经济和城市规划的认识有所改变和调整，另一方面是对当时的经济发展状况以及所处的发展阶段的一种被动接受，但总体上，中国城镇化道路的推进模式具有很强的政府主导性[3]。

　　 改革开放初期，中央提出“严格控制大城市规模，合理发展中小城市，积极发展小城镇”的城市发展方针，将中小城市与小城镇作为当时城镇化的主要方向，虽然推动了城镇化水平的大幅提升，但同时也带来了城市规模普遍偏小的问题[2]。进入21世纪后，中央对此前的城市发展方针进行了修正，提出“坚持大中小城市和小城镇协调发展”的思路，允许人口向大城市流动，推动了大中型城市规模与数量的显著提升。时至今日，人口不断向大城市集聚，对某些特大城市，人口拥挤与社会治安等问题已越来越突出①。当前，政府在城市发展方面再次表现出对大城市规模的担忧，在《国家新型城镇化规划》(2014—2020年)中再次提出“严格控制大城市规模，积极发展中小城市”的思路[5]。学术界对此褒贬不一，是否需要重新控制大城市的发展成为争论的焦点。

　　 大城市发展与小城市发展的路线之争本质上是城市发展的最优规模之争。城市经济学的经典研究[6，7]认为，人口和资源的城市集聚会带来正的规模效应与负的拥挤效应，使得城市人均收入与城市规模之间呈现“倒U型”结构。王小鲁和夏小林[8]与Au and Henderson[9]基于中国城市数据的实证研究显示，具有最大聚集效应的城市规模峰值分别是在100万至400万人或250万至380万人之间。这些结论当时支持了城市规模普遍偏小的观点，但随着近年来人口不断向大城市集聚，大中城市的规模不断扩大，其含义正在逐步转向该观点的对立面。这种结论的变化体现了经济发展在地理上先集中、再分散的“钟型”特征[10,11]，与城市序贯增长理论(Sequential City Growth)的预测是一致的[12，13]。当特大型城市的城镇化达到一定水平后，人口与资源的过度集中会带来拥挤成本的上升和城市发展的低效，于是，人口与资源将转移至其他规模略小的城市，并形成集聚。当规模次之的城市的城镇化也达到一定水平后，人口与资源又将转移至规模更小的城市。

　　 中国未来城镇化的方向是大城市还是小城市?不同规模城市在国家新型城镇化进程中处于怎样的位置?当前的城市发展战略又会引起何种市场反应?这些问题都是非常重要且有待研究的。本文将从新增企业选址以及企业生产率的视角考察中国城镇化进程所引发的资源配置效果以及不同城市城镇化的效率差异，以此推断城市发展的市场方向，评价当前中国城市发展政策的合理性。

　　 二、理论机制与实证设计

　　 1.城镇化引发资源流动的机制分析

　　 中国的城镇化进程是各个时期的国家城市发展战略在经过市场经济洗练后所体现出的城市发展模式，大城市与小城市处于“跷跷板”的两端，两者在全国城镇化进程中所处的相对地位决定了市场的发展方向，并引发了资源在不同城市间的流动，如图1所示。一方面，大、小城市城镇化效率的差异决定了各自城镇化的规模与相对速度，其中，城镇化发展更快的城市在全国城镇化进程中处于主导地位，这种相对地位的差异最终形成了全国城市发展模式的基本方向；另一方面，不同城市间城镇化进程的差异会转化为不同城市各自的发展优势，促使市场向具有发展优势的城市倾斜，促进资源在不同城市间流动。

　　 在城镇化对地区资源配置的效果方面，城镇化水平上升会转化为城市发展优势，吸引资源从其他城市流入，见图1的两侧部分。具体而言，当大城市的城镇化水平上升时，人口与资源集聚的外部性从共享、匹配与学习等方面对大城市的经济发展产生促进作用[14]，推动城市内部企业生产率提升，进而转化为城市的发展优势。伴随着大城市发展优势的上升，小城市在城市竞争中将处于劣势，其发展优势相对下降。在市场机制作用下，大城市的发展优势会转化为其对资源的牵引力，促使有限的资源从小城市流向大城市。当小城市的城镇化水平上升时，其城市发展优势也会相应上升，在城市竞争中处于相对有利的位置，从而引发资源从大城市向小城市流动。

　　 城市的发展方向是政府的城市发展战略与市场力量相互作用的结果。政府试图从工程学角度引导市场经济向特定方向发展，然而，政策的最终效果将由市场与其共同决定，两种力量的抗衡决定了不同城市的城镇化效率，也决定了不同城市城镇化进程的相对速度，由此形成特定的城市发展模式，见图1的中间部分。具体而言，如果小城市的城镇化相对于大城市具有更高的效率，意味着资源向小城市集聚比流向大城市能够带来更高的效益，此时所呈现的城市发展模式应该是以小城市为主；反之，如果大城市的城镇化具有更高的效率，城市发展模式将以大城市为主。

　　

　　 图1 城镇化引发资源流动的经济机制

　　 资料来源：作者整理。

　　 城市资源流动的整体趋势与其区域流动的内在机制是城镇化资源配置效应的构成主体，也是理解城镇化进程中资源在特定区域与全国范围内流动的理论基础。将每个城市作为独立单元，给定其对地区资源流动的引力范围，城市城镇化水平的上升就会引发资源从区域内其他城市流向该城市。如果将所有城市作为一个系统，不同城市对应的资源流动区域相互交叉、相互重叠，使得全国各个城市之间的资源流动非常复杂，流动方向存在多变与多样的特征；不同城市间资源流向的汇总反映了中国城市发展模式的基本方向。纵观其内在机制，人口与资源的流动方向由不同类型城市的城镇化效率决定，虽然不同城市的城镇化水平的上升都会引发资源从区域内的其他城市流向自身，但是，城镇化效率更高的城市所吸引的资源的强度同样也要高于城镇化效率较低的城市，因此，城市间的资源流动会向城镇化效率更高的城市倾斜。

　　 2.实证设计

　　 (1)实证模型。本文从新增企业选址的角度分析城镇化所引发的地区资源流动问题。利用零膨胀Poisson回归模型(用来捕捉大量的零数据)估计城镇化水平对城市新增企业数量的影响。这里将市辖区当年常住人口超过100万的城市作为大城市，反之则为小城市[5]。为了捕捉城镇化所带来的“跷跷板”效应，在Poisson回归的均值方程中引入区域内另类城市(即其他类别城市)城镇化的影响。模型设定如下：

　　

　　 其中，下标k和t分别对应不同的城市和年度；Add为城市新增企业数量；为待估参数，λ为城市新增企业数量的均值；w为解释变量；Urban和Urban_other分别对应城市的城镇化水平与区域内另类城市的平均城镇化水平；x为其他控制变量，d为控制的虚拟变量。城镇化对地区资源配置存在“跷跷板”效应就意味着参数和满足＞0，＜0，即城镇化水平上升会增加城市新增企业数量，同时降低区域内另类城市的新增企业数量。

　　 划定资源流动的区域范围是研究资源配置的关键。由于本文研究的地理单位是城市，对城市间资源流动区域范围的一个自然选择是其所在省份。鉴于各省之间的利益竞争，资源在一省内部的流动比跨省流动更容易。但是，以省份作为资源流动区域的做法有几点不足：①直辖市不存在区域内的另类城市；②某些城市在距离上更接近其他邻省城市，只考虑资源的省内流动无法很好地刻画实际情况；③某些省份大、小城市的比例非常悬殊，使得区域内另类城市的城镇化指标不稳健。因此，本文使用城市所在省及其相邻省所构成的区域来定义企业流动范围。

　　 本文从城市企业生产率的视角讨论城镇化效率的异质性问题。通过分析不同城市城镇化对企业生产率的影响差异来考察城市的城镇化效率差异。使用LS回归法估计城镇化对生产率的边际影响。为了捕捉城市发展模式对于不同城市规模的倾向性，回归方程中引入城镇化与城市规模特征变量的交叉结构，刻画城镇化影响下的城市异质性。模型设定如下：

　　

　　 其中，下标i和t分别对应不同的企业和年度，k代表不同城市；Dum表示城市分类虚拟变量；x为其他控制变量；为待估参数，ε为误差项。城市分类设定如下：①根据市辖区常住人口是否超过100万，将城市划分为大、小两类，对应的虚拟变量分别为Big和Small；②根据市辖区常住人口将城市划分为四类②：人口小于50万的迷你城市、人口大于50万小于100万的中小城市、人口大于100万小于200万的中大城市和人口大于200万的特大城市，对应的虚拟变量分别为C1、C2、C3和C4。

　　 (2)变量说明与数据来源。城市的城镇化水平是本文关注的核心变量。城镇化一方面反映的是人口从农村向城市集聚的过程。另一方面也反映了城市的中心区向外扩张的过程[15]。以往基于省级层面的实证分析采用人口城镇化指标，即城镇人口占城镇与农村总人口的比重。但遗憾的是，与该指标相关的城镇与农村人口没有地级市层面的官方统计，因此，本文从土地城镇化的角度定义城市的城镇化水平，即城市建成区面积占市辖区总面积的比重。

　　 为了反映城市发展的异质性，在考察资源流动效应时，考虑如下控制变量：城市人口规模lnSize(市辖区人口的对数)、人口密度lnDenp(市辖区人口的对数-市辖区面积的对数)、劳动力成本Laborcost(职工工资总额/GDP)、非农人口比重R_fn(市辖区非农人口/总人口)、城市到北上广三大增长极的最短距离Min3dis③。在考察城镇化效率时，除了使用以上城市特征变量外，还考虑如下反映企业异质性的特征变量：企业是否国有Stateowned、政府资本占企业实收资本的比重Gov、是否有出口行为Expo、劳均资本的对数lnKL、企业资产负债比Lev。

　　 本文使用的城市数据来自《中国城市统计年鉴》，时间为1998—2007年，涵盖全国287个地级以上城市；企业数据来自中国工业企业数据库，根据企业的地理位置与开工时间等信息计算各个城市每年的新增企业数量；价格数据来自《中国统计年鉴》；工业增加值和固定资产投入分别使用各省的PPI和API转化成基期为1998年的可比价格；企业的全要素生产率TFP使用LP法[16]测算。为了消除缺失值与异常值的影响，剔除了非农人口比重大于1和劳动力成本超过0.59的样本，删除了工业总产值等非负指标小于0，企业、政府资本与FDI比重超过[0，1]范围，企业年龄超出(0，100)范围以及劳动人数小于6人的数据。

　　 三、城镇化对地区资源配置的影响

　　 1.城镇化对新增企业选址的影响

　　 基于新增企业选址的表现，估计城镇化对地区资源配置的作用效果，见表1。为了比较，表中报告了只包含城市的城镇化水平(表1中的(1)列)与同时包含区域内的另类城市的平均城镇化水平(表1中的(2)列)的情形。如果不考虑城市间的资源流动，城镇化对城市新增企业数量有显著的正向影响：引入资源流动后，城镇化对城市新增企业数量同样具有显著的正向影响，但估计系数有所增大；同时，城镇化对区域内另类城市的新增企业数量存在显著的负向影响。这一结论表明，城镇化对地区资源配置存在“跷跷板”效应，某个城市城镇化水平的提高会引起资源从区域内的另类城市流向该城市。对比两种情形下城镇化系数的大小可知，城镇化水平对城市新增企业数量的影响，一部分可归结为城镇化水平的提高对新企业进入市场的激励，一部分则来自资源的流动。

　　

　　 为了捕捉城镇化影响的城市异质性，表1中还报告了城镇化水平与城市分类虚拟变量交叉项的估计结果(表1中的(3)列)。可以看到，引入城市异质性的设定并没有改变回归的基本结果，城镇化对城市新增企业数量的影响仍然显著为正，对区域内另类城市的新增企业数量的影响显著为负。城镇化对大城市的影响略低于其对小城市的影响，所引发的资源流动也更小，这与其对应的城市规模相符。回归结果具有很强的稳定性。鉴于表1中(3)列的设定所对应的模型嵌套了前面两列所对应的设定情形，后文以其作为基准设定。

　　 城市人口规模lnSize的估计系数显著为正，凸显了大城市的经济优势，更大的市场为企业带来更大的生存空间，也能够容纳更多的企业，因此，有许多新企业愿意选址在大城市。城市人口密度lnDenp的估计系数显著为正，其二次项显著为负，呈现“倒U型”结构，说明当城市的人口密度较低时，人口密度的上升能够产生集聚效应，促进新企业进入；而当人口密度较高时，其上升反而会带来严重的拥挤效应，抑制新企业进入。劳动力成本Laborcost显著为负，表明高劳动力成本会降低新企业进入该城市的意愿。非农人口比重R_fn显著为正，意味着产业结构从农业向第二、三产业的转移能够带来结构红利，第二、三产业比农业能够容纳更高密度的企业数量。城市到北上广三大增长极的最短距离Min3dis及其二、三次项的系数分别为负、正、负，呈现“型”结构④，符合新地理经济学的理论预测。

　　 2.城市划分的稳健性分析

　　 城市分类标准是地区资源配置分析的核心，也是估计结果可信度的重要支撑。为了考察估计结果对城市分类的稳健性，这里尝试如下城市分类：①将市辖区当年常住人口超过150万的城市界定为大城市，②将市辖区当年常住人口超过所有城市市辖区年均常住人口均值的城市界定为大城市。如表2所示，各个控制变量估计系数的方向与显著性在不同的分类标准下保持高度一致，城镇化估计系数的方向与显著性也基本保持一致，只有当以150万常住人口为划分标准时，小城市对应的另类城市城镇化水平不显著，可能是因为在这种情况下，大、小城市比重相差太大，大城市数量太少。总体上，大、小城市分类标准基本不影响本文的实证分析结果，城镇化所引起的城市资源配置的“跷跷板”效应对于不同的城市分类标准是稳健的，估计结果具有可信度。

　　

　　 3.城市扩张对城镇化的对冲作用

　　 当城市市辖区范围发生变动时，(土地)城镇化水平会偏离真实值，产生与真实水平相反的变动方向。此时，如果忽略对市辖区范围的调整，可能导致回归结论有所偏差。为考虑城市市辖区调整情况，对样本进行了差分，得到有效的观测值2399个，其中，市辖区调整的样本有437个，占总样本的比重高达18.2％。图2报告了城市市辖区面积调整的强度与其对应的频率，其中，城市市辖区面积的对数差分(D.lnArea)的绝对值在0.1以内的数据占大部分，这种微小调整可能主要是由于土地的测绘或计算方式发生调整所引起的，一般不存在较大的行政规划调整。在D.lnArea的绝对值超过0.1的样本中，因城市拆分导致辖区面积大幅下降的样本比较少，而由于行政规划调整导致市辖区面积扩大的数据则很多。总体上，城市市辖区的调整情况反映了城市扩张的趋势。

　　

　　 图2 城市市辖区面积的变动情况

　　 注：D.lnArea表示城市市辖区面积的对数差分。

　　 资料来源：作者计算。

　　 为了控制城市市辖区扩张对回归结果的影响，本文对城市市辖区面积调整范围逐步扩大(D.lnArea的单侧变动步长为0.1)所对应的不同样本分别进行重新估计。表3报告了其中的部分估计结果。对于不同城市市辖区调整范围所对应的不同样本，回归结果都保持了很好的一致性，各个变量的估计系数的方向与显著性基本一致。但从系数的大小看，随着样本集的扩大，城镇化的边际影响规模存在下降趋势，特别是不包含市辖区调整样本时的边际影响规模要明显高于包含这部分样本下的估计结果，意味着因包含了城市扩张样本，城镇化的资源配置效应被低估了，或者说，城市扩张对城镇化的边际影响存在对冲作用。当然，从系数的方向与显著性看，虽然城市市辖区的扩张对城镇化的影响具有对冲作用，但并不改变模型估计的基本结论。

　　 四、城市发展战略的效率分析

　　 21世纪以来，中国的城镇化进程无疑是资源向大城市集聚的过程，大、中城市的规模与数量均得到极大提升[2，5]，大城市借助城镇化对资源配置的“跷跷板”作用。集聚了规模庞大的人口与资源。对于未来城镇化方向的判断，仅依靠对其资源配置效应的分析显然是不够的，还需要进一步解释城镇化所带来的资源配置背后的驱动力量，即不同城市城镇化对其生产率的差异化影响。

　　 1.城镇化效率的城市异质性

　　 城镇化对城市企业TFP影响效应的估计结果见表4中的(1)列，表明城镇化对城市中企业的TFP具有显著的促进作用，城镇化水平的提升能够提高城市内部企业的生产率水平，意味着从长期看，能够促进城市经济增长，提升城市的发展优势。引入城市异质性的设定，将城市划分为大、小两类，结果见表4中的(2)列，表明大、小城市的城镇化水平对企业的TFP分别存在显著的正向与负向影响，这意味着，由于大城市在城镇化进程中能够带来更高的效率提升作用，在市场机制的作用下，资源会流向大城市，这与中国近十几年来资源集聚的基本方向是一致的。进一步将城市按规模从小到大划分为四类城市，结果见表4中的(3)列，表明城镇化对企业生产率的边际影响随着城市规模的扩大呈现出正—负—负—正的“U型”结构。城镇化进程所带来的效益呈现出两极分散的特征，特大城市与迷你城市在中国的城镇化进程具有更强的发展优势⑤，相对而言，中型城市在城镇化进程中处于弱势。

　　 由控制变量的估计结果可知，不同设定下各个控制变量的估计系数与显著性保持了良好的一致性，引入城镇化影响的城市异质性并没有改变模型的基本结果。各个变量的估计系数也基本符合经济学理论与经济现实。从企业个体特征看，国有企业以及国有资本比重高的企业的生产率更低，参与出口⑥和资本密集度较高的企业拥有更高的生产率，资产负债率太高则对企业的生产率不利。从城市宏观环境看，大城市存在资源集聚优势，集聚所带来的外部性能够提高企业的生产率；第二、三产业比重越高，企业的生产率越高，体现出产业结构红利的影响；到北上广三大增长极的最短距离及其二、三次项的估计系数分别为负、正、负，呈现“型”结构，与新地理经济学的研究一致。

　　

　　 资料来源：作者基于Stata软件估计。

　　 2.城镇化进程与城市竞争优势的转移

　　 城镇化效率的城市差异是资源在不同城市间流动的风向标。在城镇化进程中，这种城市之间的效率差异往往会发生变动，进而导致资源流动方向的改变。城市序贯增长理论[13]认为，随着城市规模的扩大，资源集聚效应会呈现“倒U型”结构：当城市规模处于较低水平时，城市规模越大，资源集聚所带来的效益越大；当城市规模超过一定水平后，城市规模的增大反而会导致其资源集聚效应下降，使得具有最高集聚效应的城市排序增大，即以城市规模从大到小排序的城镇化效率的峰值呈现右移趋势。为了考察城市竞争优势的变动情况，这里以3年为滚动窗口，对样本期内的每个3年窗口进行重新估计。表5报告了其中的部分估计结果。

　　

　　

　　 如表5所示，不同样本区间的核心变量估计系数基本都显著，只有在样本期的最后部分，迷你城市的城镇化系数不显著，但直接使用估计结果还是用0代替，均不改变主要分析结果。从各类城市对应的估计系数看，对于迷你城市与特大城市，城镇化对企业生产率的边际效应表现出明显的下降趋势，而对于中小城市与中大城市，城镇化的边际效应则表现出先降后升的趋势。对比不同城市估计系数的大小可知，城镇化边际效应与城市规模之间存在明显的“U型”特征。2006年(中间样本年度)以前，规模从小到大的4类城市所对应的城镇化效应均呈现出正、负、正的结构，但是，不同城市之间的这种“U型”结构趋于平滑化且有翻转的趋势，在最后一个样本窗口，这种“U型”特征已经消失。

　　 图3和图4分别报告了由滚动窗口分析得到的各类城市的城镇化边际效应的趋势和结构。图3计算了滚动样本下核心变量估计系数经样本插值平滑后的时间趋势，横坐标对应样本的中间年份，插值方法为5次迭代的样本插值，具体计算如下：，其中，x为样本点，t为年度。s为迭代次数，当s为0时，对应真实取值。图4将估计结果纵向表示为城镇化边际效应在不同类型城市下所呈现的结构，为了更直观的捕捉城镇化效率结构的变动趋势，对某些样本窗口下的估计系数曲线进行垂直平移。中间样本年度为2002、2004、2005和2006年⑦，各自的估计系数曲线分别向下平移0.2、0.6、0.8和1个单位。

　　

　　 图3 各类城市城镇化边际效应的趋势

　　 资料来源：根据作者计算绘制。

　　

　　 图4 不同年度城镇化边际效应的结构

　　 资料来源：根据作者计算绘制。

　　 由图3可知，特大城市与迷你城市的城镇化效应呈明显的下降趋势，特别是特大城市近年来下滑很大，中小城市与中大城市的城镇化效应则呈现先降后升的趋势，尤其是中小城市近年来有明显上升。由图4可知，2006年以前，城镇化效应与城市规模之间均呈现明显的“U型”结构⑧，并且随着样本期的向后推移，这种“U型”结构逐渐趋于平滑，到2006年，这一“U型”特征已经消失。对比各类城市城镇化系数的变动趋势可知，城镇化效率结构有向“倒U型”翻转⑨的趋势，2006年是城镇化效率结构出现根本性变化的转折点。

　　 总的来看，在样本期间，城镇化效应的最优规模正在从原来的特大城市向中型城市转移。这意味着中国未来的城市发展模式将逐步转向以中型城市为主。最近十几年，人口与资源不断向大城市集聚，特大城市的城镇化效应已明显下降，其城市优势慢慢向中型城市转移。中国的城市发展正在按照城市序贯增长理论[12，13]的预期方向前进。

　　 五、结论与政策建议

　　 本文使用1998—2007年中国城市与企业数据，从城镇化影响新增企业选址以及企业生产率的角度考察了城镇化进程所引发的资源流动以及城市发展优势转移。基于城镇化影响新增企业选址的实证分析表明，城镇化水平对地区资源配置存在“跷跷板”效应，即城镇化水平上升会增加城市新增企业数量，同时减少区域内另类城市的新增企业数量。稳健性分析表明，不同的城市分类标准不会改变城镇化对资源配置流向的影响，反倒是对城市扩张带来的对冲作用加以控制后，城镇化对地区资源配置的“跷跷板”效应甚至更强。基于城镇化影响城市企业生产率的实证分析表明，城镇化对企业生产率的促进作用与城市规模之间存在“U型”结构特征，特大城市与迷你城市的城镇化对企业生产率具有促进作用；但从趋势上看，城镇化效率与城市规模之间的“U型”结构正逐渐向“倒U型”转变，城市发展优势正在从特大城市向中型城市(包括中小城市和中大城市)转移，中国的城镇化道路正在朝城市序贯增长理论所预期的方向前进。

　　 基于上述结论，本文给出如下政策建议：

　　 (1)政府的城市发展战略应该与城市发展的市场效率保持一致，明确定位于中型城市。实证结果支持了中国城市发展模式的效率方向正在从特大城市向中型城市(50万—200万人口)转移，这肯定了中国当前城市发展战略从特大城市向中型城市转移的必要性与合理性。经过30多年发展，特别是近十几年来，人口与资源向大城市高速集聚，中国特大城市的规模已经非常巨大，人口与资源集聚带来了严重的拥挤效应，这种负面影响抵消了集聚所带来的正外部性，引发了大量的社会问题。适当控制特大城市的发展规模，鼓励中型城市发展，是符合中国当前所处的经济发展阶段和城市发展现状的，能够产生更高的经济与社会效益。一方面，可以为解决特大城市当前面临的一系列社会问题、推进社会领域改革争取时间；另一方面，积极发展规模较大的中型城市，能够有效地利用资源集聚的规模效应，避免资源过度分散所带来的效率损失。

　　 (2)政府在制定城市发展战略时有必要进一步拓宽中型城市的界定范围，避免陷入城市规模过小的低效率陷阱。与30年前不同，当前城市发展战略将中型城市和小城市共同作为城镇化的基本方向(小城镇没有再单独提出)，这种调整是对城市规模效应的认可和对市场效率的接受。不过，当前的城市发展战略对中型城市的定位过于保守，政府在《国家新型城镇化规划》(2014—2020年)[5]中虽然明确提出了积极发展中、小城市的思路，确定了中型城市与小城市的同等发展地位，但其中的中型城市仅相当于本文四级城市分类中的中小城市(50万—100万人口)，不包含本文所说的中大城市。可见，城市发展战略存在过度回调的情况，对城市发展最优规模的判断过于保守。中国的人口规模有能力形成一大批中型城市(中小城市与中大城市)。

　　 (3)政府应该从发展的角度评估政策的影响与作用，结合经济发展所处的不同阶段以及城市发展的不同水平来确定相应的城市发展路径。城镇化的市场效率方向经历了从特大城市向中型城市转移的过程，在不同的经济发展阶段，各类城市的城镇化效率变化显著，不同类型城市的城镇化效率甚至出现排序上的反转。只有准确把握每个时期城镇化的市场效率方向，才能制定出合适的政策并达到引导市场的效果。特别是随着中国未来城镇化进程的加快，城市平均规模将会逐步扩大，对大、中、小城市的划分标准也会做出相应调整，这将会影响对城镇化效率的分析，从而影响城镇化的效率方向。因此，政府必须根据当前经济与城市发展状况来制定相关的城市发展战略，只有基于最新信息来制定相应的城市发展战略，才能达到预期的政策效果。

　　 注释：

　　 ①Henderson[4]指出，财政政策与资本市场向特大城市倾斜，可能会导致人口向大城市过度迁移，从而催生出过度拥挤的超大城市。

　　 ②该划分标准与王小鲁[2]的方法相同，但其将4类城市从小到大依次称为小城市、中型城市、大城市、特大城市。考虑到本文前面已经使用了大城市和小城市的二分法定义，为了避免混淆，本文将城市划分为迷你城市、中小城市、中大城市和特大城市。

　　 ③城市间距离为谷歌地图上查找到的最短行车距离，城市内部距离则以城市面积的半径来计算，所用单位为千公里。

　　 ④一些经典的城市经济学文献，例如Fujita and Krugman[17]，证明了经济体内部距离与市场潜力之间存在“型”结构。国内相关文献也得出了类似的结论[18]。

　　 ⑤城镇化效率的这种“U型”结构在余壮雄和杨扬[19]的研究中也被发现，与其他城市相比，特大城市与小城镇(迷你城市)的扩大能带来更大的边际集聚效应。

　　 ⑥新新贸易理论[20]指出，企业要进入国际市场需要克服更大的固定成本，只有更高效率的企业才出口。

　　 ⑦中间样本年度为2003年时的估计系数曲线也呈现“U型”结构。但其谷点在中大城市，平移后会和下一期的估计系数曲线相交，为了让图形更为简化直观，没有画出该期的估计系数曲线。

　　 ⑧为了避免人为设定城镇化效应的非线性结构可能导致的误判，本模型只是一般性地假定不同城市的城镇化效应存在异质性。然而，图4的结果表明，在最后一个样本窗口以前的所有估计结果都一致指向城镇化效应与城市规模的“U型”结构，这显示了该结果的稳健性。

　　 ⑨由于样本长度不够，这里尚无法刻画城镇化效应的“倒U型”结构，只能留待后续研究。

作者介绍：余壮雄，李莹莹，暨南大学产业经济研究院，广东 广州 510632 余壮雄(1979—)，男，广东陆丰人，暨南大学产业经济研究院副教授； 李莹莹(1991—)，女，湖南怀化人，暨南大学产业经济研究院硕士研究生。