我国城镇化与服务行业融合度纵向分析

　　四、我国新型城镇化与服务业融合发展的实证分析

　　本章主要由两部分构成，首先在第一部分基于灰色关联分析法构建城镇化与服务业融合度评价模型，然后在第二部分中运用这个评价模型分别对我国城镇化与服务业融合度进行纵向和横向对比，通过纵向对比检验前文对我国城镇化与服务业融合阶段的划分；通过横向对比对我国现阶段新型城镇化与服务业融合程度进行评价。

　　（一）城镇化与服务业融合度评价模型。

　　1.灰色关联分析法。

　　灰色关联分析法是指对一个系统发展变化态势的定量描述和比较的方法，其基本思想是通过确定参考序列和若干个比较序列的几何相似程度来判断其联系是否紧密。曲线越接近，相应序列之间的关联度就越大，反之就越小；并且灰色关联度越大，两个因素变化态势越一致。灰色关联分析法的具体步骤如下：

　　（1）确定分析序列。

　　确定反应系统行为特征的参考序列和影响系统行为的比较序列。设参考序列为 X0={X0（k）|k=1,2,3…n};比较序列为 Xi={Xi（k）|k=1,2,3……n}（i=1,2,3…n）（2）对分析序列进行无量纲化处理。

　　由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或者在比较时难以得到正确的结论。所以在进行灰色关联分析时，要对分析序列进行无量纲化处理。无量纲化处理常用的方法有初值化、均值化、区间相对值化等，本文采用均值化对分析序列进行无量纲化处理，均值化的步骤就是将序列中的每个数除以序列所有元素的平均值，从而计算出一个没有单位的新序列。

　　计算公式为：

　　（3）求差序列。

　　将每个时点上的比较序列与参考序列依次做差，形成时间差序列。计算公式为：

　　2.评价指标体系。

　　（1）评价指标选取原则。

　　数据连续性。由于本章要对 1960 年至今的城镇化与服务业融合度进行评估，在指标选取时，相同条件下优先选取数据连续的指标整体性。在指标选取中，尽可能的选取整体性指标，即不区分城镇和乡村。

　　因为城镇化的过程本身就是乡村城市化的过程，乡村可以认为是其城镇化发展的原始阶段。

　　概念统一性。本文在第二章给出城镇化与服务业融合的概念，由于本章的目的在于对前文划分的城镇化与服务业融合阶段进行检验，所以根据第二章对城镇化与服务业融合的概念进行指标划分与选取。

　　（2）评价指标选取。

　　根据评价指标选取原则，从四个方面选择 7 个指标衡量城镇化与服务业融合度。

　　经济发展程度方面：由于我国现在仍然处于社会主义初级阶段，经济发展依旧是主要任务，同时经济发展也是城镇化与服务业融合的一个目的，经济发展的快慢在一定程度上也能反映出城镇化与服务业的融合程度。因此选择人均国内生产总值作为衡量经济发展程度的评价指标。

　　人口融合程度方面：人口融合程度主要从两方面衡量，一方面是城乡人口的融合，也就是农民市民化；另一方面是服务业就业人口的融合。因此选择城镇化率和服务业就业占比作为衡量人口融合程度的指标。

　　城市功能融合程度方面：对于城市功能融合程度的评价十分困难，因为城市功能是一个比较抽象的概念，很难量化，所以本文主要从教育和医疗两个角度来衡量城市功能的融合程度。在教育角度，选择普通高等学校学校数作为评价指标的原因是：高等学校在各层次教育机构中与经济社会发展联系最为密切，并且高等学校的数量在很大程度上可以衡量某一地区教育发展的最高水平。在医疗角度，选择卫生机构床位数的原因是：卫生机构床位数衡量了某一地区容纳就医人员数量的水平，容纳就医人数越多，该地区的医疗水平也就越高。

　　结构融合程度方面：结构融合程度主要从产业占比来衡量，服务业增加值占国内生产总值比重越大，说明服务业对整个城市经济的影响越大，对城市发展的推动力也越大。因而选择服务业增加值占国内生产总值比重作为衡量结构融合程度的指标。

　　（二）我国城镇化与服务业融合度纵向分析。

　　本文第二章通过对我国城镇化与服务业发展历程的分析，划分了我国城镇化与服务业融合阶段，本部分将运用灰色关联分析法对我国 1960 年~2014 年城镇化与服务业融合发展进行实证分析，通过对城镇化与服务业融合程度进行纵向对比，对前文分析的我国城镇化与服务业融合阶段进行验证。

　　1.数据来源。

　　数据时间选择 1960 年~2014 年，人均国内生产总值（X1）、城镇化率（X2）和服务业增加值占国内生产总值比（X6）数值来源于世界银行 WDI 数据库，服务业就业占比（X3）、 普通高等学校学校数（X4）和卫生机构床位数（X5）数值根据历年《中国统计年鉴》整理而得，原始数据见附录 1.

　　2.数据分析。

　　运用灰色关联分析法分析我国城镇化与服务业融合程度，数据处理步骤如下（1）参考序列的选取。

　　参考序列数值选为每个指标比较序列中的最大值，即：

　　X0=（38590.00,54.77,40.60,2529.00,660.10,48.20）（2）对分析序列进行无量纲化处理。

　　根据公式 进行无量纲化处理，结果见附录 2.

　　（3）求差序列。

　　根据公式求得差序列。

　　（4）计算关联系数。

　　根据公式 求得关联系数。

　　（5）计算关联度。

　　根据公式 求得关联度，结果如下：

　　3.实证结果分析。

　　由于参考序列数值选取的是每个指标比较序列中的最大值，并且恰好都为2014 年的数值，导致 2014 年的关联度为 1.这就意味着本分析以 2014 年为参考标准，不过分析的目的主要是观察各年份关联度的变动情况，分析关联度的变化趋势，所以参考标准的选择对于趋势分析的影响较小。

　　通过观察关联度曲线，可以把其变化趋势大致分为三个阶段：第一阶段是1960 年~1982 年，这一阶段关联度一直在 0.55 上下浮动，虽然略有上升，但基本保持不变；第二阶段是 1982 年~2007 年，这一阶段关联度缓慢上升，从 1982 年的 0.5690 增加到 2007 年的 0.7637,年均提高 1.18%;第三阶段是 2007 年~2014年，关联度大幅度提升，从 2007 年的 0.7637 增加到 2014 年的 1,年均提高 3.93%.
 

　　通过对比发现实证分析中阶段划分的节点都要晚于理论分析中的节点，但延迟的时间不长，第一个节点晚 4 年，第二个节点晚 3 年。

　　关于第一个节点延迟的解释：理论分析中第一、二阶段划分的依据是我国经济政策的转变，也就是从计划经济转向市场经济；实证分析中第一、二阶段划分的依据是关联度变化的幅度，也就是关联度变化从基本停滞变为缓慢提升。两种划分出现的区别可以用政策时滞来进行解释，这里的主要是外部时滞，即从经济政策颁布到经济活动真正受到影响的时间。经济体制的转变势必伴随着财政、货币政策的转变，而财政政策和货币政策都具有政策时滞，特别是在经济体制转型时期，很多政策不能立即生效，需要较长的反应阶段。此外，当城镇化与服务业开始发展之后，在服务业发展与城镇化发展不匹配的情况下，城镇化与服务业的融合也需要一定的时间。

　　关于第二个节点延迟的解释：理论分析中第二、三阶段划分的依据是服务业增加值占国内生产总值比重超过城镇化水平；实证分析中第二、三阶段划分的依据仍是关联度变化的幅度。在中低水平城镇化阶段，城镇化的发展是服务业发展的主要推动力，由于我国在 2004 年之前服务业增加值占国内生产总值比重一直高于城镇化水平，城镇化水平与服务业水平明显不匹配。虽然 2004 年城镇化水平超过服务业增加值占国内生产总值比重，但二者相差并不大，城镇化的推动作用依旧没有充分的发挥出来，随着城镇化快速发展，二者之间差距的变大，城镇化对服务业发展的推动作用逐步增强，二者的融合度也逐步提高。第二、三阶段节点的延迟，说明较高程度的城镇化水平对服务业发展有很大的推动作用，但城镇化水平落后于服务业水平导致这种推动作用不能充分的发挥，只有城镇化发展形成一定的规模之后，才能极大地推动服务业的发展。

　　综上所述，虽然实证分析对城镇化与服务业融合阶段的节点划分与理论分析中的节点划分有些许的误差，但都在可以接受的范围之内，因此说明前文对我国城镇化与服务业融合发展的阶段划分是较为正确的。