EN中文

经济地理 >

2024 , Vol. 44 >Issue 5: 86 - 95

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.05.009

城市地理与新型城镇化

省域新型城镇化与共同富裕耦合协调水平的时空特征及其影响因素

  • 李俊蓉 , 1 ,
  • 冯惠敏 , 2, ※ ,
  • 林荣日 3 ,
  • 范斐 4
展开
  • 1.电子科技大学 公共管理学院，中国四川 成都 611731
  • 2.武汉大学 政治与公共管理学院，中国湖北 武汉 430072
  • 3.复旦大学 高等教育研究所，中国 上海 200433
  • 4.武汉大学 经济与管理学院，中国湖北 武汉 430072
※冯惠敏（1965—），女，博士，教授，研究方向为教育经济管理。E-mai1：

李俊蓉（1996—），女，博士研究生，研究方向为公共治理。E-mai1：

收稿日期: 2023-09-13

  修回日期: 2024-02-10

  网络出版日期: 2024-09-14

基金资助

国家社会科学基金重大项目(2382D068)

收起

Evolution and Influencing Factors of Coupling Coordination Between New-type Urbanization and Common Prosperity in China

  • LI Junrong , 1 ,
  • FENG Huimin , 2, ※ ,
  • LIN Rongri 3 ,
  • FAN Fei 4
Expand
  • 1. School of Public Administration，University of Electronic Science and Technology of China，Chengdu 611731，Sichuan，China
  • 2. School of Political Science and Public Administration，Wuhan University，Wuhan 430072，Hubei，China
  • 3. Institute of Higher Education，Fudan University，Shanghai 200433，China
  • 4. Economics and Management School ，Wuhan University，Wuhan 430072，Hubei，China

Received date: 2023-09-13

  Revised date: 2024-02-10

  Online published: 2024-09-14

Fold

摘要

新型城镇化是我国实现共同富裕的必经之路。文章采用极差法、熵值法等构建指标体系，运用ArcGIS和SDM等方法，从时间和空间维度对我国31个省份2011—2020年新型城镇化与共同富裕耦合协调的空间演化与影响因素展开了分析。研究发现：①整体上我国新型城镇化与共同富裕的耦合协调度逐年上升，但仍存在提升空间，且区域差异较为明显。②东部地区的耦合协调度明显高于全国水平，中部地区与全国水平较为接近，西部地区低于其他地区，但耦合协调水平逐步提升，与其他区域的差距正在缩小。③新型城镇化与共同富裕的耦合协调度存在明显的空间集聚效应，集聚效应逐年增加。④科技支出水平、数字化水平、机械化水平、信贷水平等对我国新型城镇化与共同富裕耦合协调发展有着不同程度的影响，其中科技支出水平的影响最大。分区域来看，无论是直接效应还是间接效应抑或是总效应，其对东部地区耦合协调度的影响比中西部大。

关键词： 新型城镇化; 共同富裕; 耦合协调; 空间集聚; 科技; 数字化; 信贷

本文引用格式

李俊蓉 , 冯惠敏 , 林荣日 , 范斐 . 省域新型城镇化与共同富裕耦合协调水平的时空特征及其影响因素[J]. 经济地理, 2024 , 44(5) : 86 -95 . DOI: 10.15957/j.cnki.jjdl.2024.05.009

Abstract

New-type urbanization is considered a rite of passage to achieve common prosperity. This paper constructs index systems of new-type urbanization and common prosperity,and analyzes the spatial evolution and influencing factors of the coupling coordination between new-type urbanization and common prosperity in 31 provincial-level regions of China from 2011 to 2020 in terms of time and space dimensions. The main conclusions of the research are as follows: 1) On the whole,the coupling coordination degree between new-type urbanization and common prosperity is rising year by year,but there is room for improvement,and the regional difference is relatively obvious. 2) The coupling coordination degree in the eastern region is obviously higher than the national-level coupling coordination degree,the coupling coordination degree in the central region is close to the national-level coupling coordination degree. The coupling coordination degree in the western region is lower than other regions' coupling coordination degree,but its coupling coordination level is gradually improved,narrowing the gap with other region. 3) The coupling coordination degree between new-type urbanization and common prosperity has obvious spatial agglomeration effect,which increases year by year. 4) The level of science and technology expenditure,digitization level,mechanization level,credit and loan level have different effects on the coupling coordination development between new-type urbanization and common prosperity. Among them,the level of science and technology expenditure has the biggest impact. From the perspective of direct or indirect effect or total effect,the above factors have greater influence on the coupling coordination degree in the eastern region than that in the central and western regions.

Key words： new-type urbanization; common prosperity; coupling coordination; spatial agglomeration; science and technology; digitization; credit and loan

党的二十大报告指出，要深入实施新型城镇化战略，坚持以中国式现代化扎实推进共同富裕。自2014年我国政府公布国家新型城镇化综合试点名单以来，新型城镇化取得了长足发展。新型城镇化以人为核心，以产业升级为载体，为经济社会可持续发展提供了新引擎，是共同富裕的重要推动力，但新型城镇化进程中部分地区出现了产业无序扩张、重复建设等现象，同时土地供需矛盾突出、承载力弱以及基本公共服务均等化进程缓慢等问题凸显，对推动共同富裕产生了一定的阻力。因此，在高质量发展中扎实推动共同富裕，实现新型城镇化与共同富裕协调发展体现着理论和现实的诉求。
新型城镇化作为扩大城镇居民中等收入群体、实现城镇基本公共服务均等化的重要推进方式，是实现共同富裕的必经之路，那么新型城镇化是否完全契合共同富裕的现实需要?回应此问题，就需要对新型城镇化与共同富裕耦合协调关系进行深入剖析。关于新型城镇化的内涵，学者们展开了充分的研究，姚士谋等认为新型城镇化是以城乡统筹、城乡一体化、节约资源、生态宜居、融合发展为特征的城镇化，包括经济结构、社会结构和生产方式的根本性转变与城乡社会结构的全面调整和转型[1]。新型城镇化发轫于城镇化，城镇化是指通过第二、三产业在城市集聚，农村人口不断向城市转移，使城市人力、物力、财力等要素集聚，促使城镇生产效率得以提升，进而推动国家经济增长的过程[2]。从国际上看，城镇化研究呈现分散化的特点，研究视角主要包括环境科学[3]、自然地理[4]、公共管理[5]等。中国的城镇化研究虽起步较晚，但在研究的问题和内容上更为丰富和细化，主要包括可持续发展、土地利用、工业化、产业结构、生态环境、新型城镇化、空间结构等方面[6]。关于新型城镇化，学者们也进行了大量研究，主要包括：①理论逻辑分析。包括新型城镇化的内涵阐释与要求[7]、以共同富裕为原则的新型城镇化治理逻辑[8]、基于中国具体国情的城镇化发展道路、助推实现共同富裕目标的障碍及实现路径等[9]。②影响因素的定量分析。包括人口的城镇化、土地的城镇化、经济的城镇化对农民收入、城市产业结构升级和共同富裕的促进作用[10-12]，以及财政分权、产业集聚等对新型城镇化的影响及溢出效应[13]。③指标测度分析。祝志川等基于人口、经济、社会、空间、文化等视角对新型城镇化进行测度[14]；邹亚锋增加了土地、社会、生态因素，构建了西部省会城市城镇化综合测评指标体系[15]。④动力机制分析。赵永平等从市场机制、外部机制和政府机制的视角分析了新型城镇化的驱动机制[16]；李晓斌从产业体系、企业创新能力等视角分析了构建推动新型城镇化动力机制的方式[17]。
共同富裕是中国特色社会主义的重要理念之一，是指通过优化产业结构推动经济增长、完善社会保障制度、缩小居民收入差距等方式，形成和谐而稳定的橄榄形社会结构，让全体人民共同分享社会发展的成果，实现多维综合的幸福生活[18]。关于共同富裕，学者们主要从内涵与特征、指标测度以及实现路径方面等方面展开探究：①内涵与特征。黄鑫权从理论价值向度、历史价值向度、实践价值向度3个方面作出了关于精神生活共同富裕重要论述[19]；柯艺伟等指出新时代共同富裕是从生产层面的“发展富裕”向度、分配层面的“共享富裕”向度向过程层面的“循序富裕”向度攀升[20]。②指标测度。谭燕芝等从“富裕度”“共同度”“可持续性”等维度测度共同富裕[21]，王兆峰等进行了拓展，从富裕的共享度、富裕的差异度、物质生活的富裕、精神生活的富足、生态环境的宜居等5个方面构建了共同富裕的指标体系[22]。③实现路径。宏观方面，要坚持党的全面领导、贯彻新发展理念、推动经济高质量发展、完善民生福祉体系、形成公平正义导向来实现共同富裕[23]；微观方面，应从拓宽低收入群体的多元增收致富渠道、提升低收入群体的增收致富能力等方面来着手实现农村低收入群体的共同富裕[24]。
诸多学者的研究为本文提供了参考，但部分已有研究的指标构建还不全面，缺乏对新型城镇化与共同富裕耦合协调度的测量，对影响二者耦合协调度的因素分析不足。本文选取我国31个省份作为研究对象，结合相关政策、相关研究构建指标体系，运用极差法、熵值法等进行指标测度，从时间和空间维度对我国新型城镇化与共同富裕耦合协调的演变展开分析，并使用空间计量方法，对影响新型城镇化与共同富裕耦合协调度的因素进行探究；最后聚焦新型城镇化和共同富裕推进过程中出现的问题，有针对性地提出协同发展路径。

1 耦合机理与研究方法

1.1 耦合机理

新型城镇化与共同富裕均以提高公共服务水平、服务弱势群体或致力于地区脱贫增收为主要目标，二者内在目标一致，必然存在耦合互动关系。

1.1.1 共同富裕的实现需要新型城镇化的支持

首先，新型城镇化提高了共同富裕的物质经济富裕程度。新型城镇化通过引导产业转移、优化城市规划等方式，调整城市和农村资源配置结构；通过城市与农村之间的产业合作实现资源要素的高效流动和合理分配，最终促进了城镇产业结构升级和经济发展。其次，新型城镇化推动了基本公共服务均等化，使更多人民群众享有高品质的城市生活。通过增加公共服务设施和改善城市环境，提高新型城镇化质量，改善居民生活水平与就业结构，从而推动全国的共同富裕进程。最后，新型城镇化推动了城市和农村的均衡发展。通过实现农村人口非农就业，不仅促进了农村劳动力向城镇有序转移，促进农民增收，还推动了城镇和农村文化的交流和融合，助力于共同富裕目标的实现。

1.1.2 共同富裕的推进有助于新型城镇化高质量发展

实现共同富裕的一个重要机制是权利共享，广大人民拥有平等、完整的分享发展红利的权利[25]，平等性权利的赋权可以推动群众参与到城镇化浪潮中，让更多民间资本参与新型城镇化建设。首先，新型城镇化的建设要建立在经济发展和财力可持续的基础上，促进共同富裕是共建共享的过程。在户籍、产权、土地制度的局限性得到破解之后，城镇与人的融合性将得到提高，公民的权利和全社会的公共利益将得到协调和维护。其次，共同富裕要求各方协同奋进，使城市和农村之间的人才、资金等要素流动更加便捷和均衡。在逐步完善宜居宜业软环境的过程中，城市的配套设施将不断完善，新型城镇化的质量将得到稳步提升。最后，共同富裕是中国特色社会主义的基本目标之一，核心要义是实现社会公平和公正，减少城乡之间的差距，提高城乡居民的生活水平和获得感。例如，在城市化的过程中，可以推动城市和农村之间的公共服务平衡发展，让城乡居民共享新型城镇化带来的福利和发展成果。
综上，新型城镇化为共同富裕创造了广阔的提升空间，共同富裕的推进又有利于加速新型城镇化进程。新型城镇化的推进过程激发了要素的活力与潜力，为共同富裕提供了大量的物质支持与环境支撑，使得新型城镇化与共同富裕达成同频共振、协调发展。

1.2 研究方法

1.2.1 耦合协调度模型

首先，在进行耦合协调度模型分析前，对数据进行标准化或归一化处理等，即构造标准化矩阵，再计算出各项指标的熵值，进而求得各项指标的权重。其次，计算2个子系统的综合评价指数。最后，求得2个系统的耦合协调度（0~1之间），结果越接近于1，说明2个系统的耦合协调度越高。本文参考熊建新等的方法[26]，先后计算出耦合度、协调指数、耦合协调度，并将耦合协调度划分为8个等级，如果0≤D<0.2，则表示耦合协调等级为严重失调；如果0.2≤D<0.3，则表示耦合协调等级为中度失调；如果0.3≤D<0.4，则表示耦合协调等级为轻度失调；如果0.4≤D<0.5，则表示耦合协调等级为勉强协调；如果0.5≤D<0.6，则表示耦合协调等级为初级协调；如果0.6≤D<0.7，则表示耦合协调等级为中级协调；如果0.7≤D<0.8，则表示耦合协调等级为良好协调；如果0.8≤D<1.0，则表示耦合协调等级为优质协调。

1.2.2 空间自相关模型（SAR）

空间自相关模型（SAR）主要以莫兰指数为工具，对位于相邻或者邻近位置具有关联关系的指标进行测度。全局莫兰指数可以揭示各省份耦合协调度之间是否存在关联关系，全局莫兰指数的取值控制在-1~1的范围内，当计算出的结果大于0且接近于1时，说明各省份的耦合协调度呈现空间聚集性；如果结果小于0且接近-1时，说明各省份的耦合协调度呈现空间异质性；而当结果等于0时，说明各省份的耦合协调度之间不存在关联关系。

1.2.3 空间杜宾模型（SDM）

空间杜宾模型（SDM）是一个通过加入空间滞后变量而增强的空间滞后模型（SAR），该模型包含3个部分：一是与相邻地区因变量的空间自相关；二是自变量相关，主要是因为因变量与自变量有关，也就是最简单的线性回归模型；三是与相邻地区自变量的空间自相关。SDM将被解释变量和解释变量的空间效应都纳入模型之中，能够捕捉到解释变量的空间溢出效应。

1.3 指标构建

1.3.1 新型城镇化水平评价指标构建

大多数学者以创新、协调、绿色、开放、共享五大发展理念为基础，从人口、经济、社会、生态等维度对新型城镇化水平进行评价，本文参考相关研究[27-28]，从人口与就业、经济发展水平、基础设施服务、生态环境建设4个维度出发，构建了新型城镇化指标评价体系。其中，人口与就业包括城镇人口比重、城镇人口密度、城镇失业率；经济发展水平主要表现为人均GDP、第三产业增加值占GDP的比重、高新技术产业增加值占GDP比重、固定资产投资额等；居民生活的基础设施体现在生活中的方方面面，基础设施服务表现为城市用水普及率、城市燃气普及率、人均城市道路面积、互联网普及率等；生态环境的建设主要体现在污染源的治理方面，指标具体分为单位GDP能耗、建成区绿化覆盖率、城市生活垃圾无害化处理率、人均污水排放量等。综上所述，本文最终选取16个指标构建新型城镇化评价指标体系（表1）。
表1 区域新型城镇水平化评价指标体系

Tab.1 Evaluation index system of regional new-type urbanization level

维度 指标 方向 权重
人口与就业 城镇人口比重（%） + 0.069
城镇人口密度（人/km2） + 0.034
二三产业就业人口占总人口比重（%） + 0.054
城镇失业率（%） - 0.075
经济发展水平 人均GDP（万元/人） + 0.035
第三产业占GDP的比重（%） + 0.15
高新技术产业增加值占GDP比重（%） + 0.005
固定资产投资额（亿元） + 0.008
基础设施服务 城市用水普及率（%） + 0.053
城市燃气普及率（%） + 0.069
人均城市道路面积（m2/人） + 0.180
互联网普及率（%） + 0.020
生态环境建设 单位GDP能耗（t标准煤/万元） - 0.145
建成区绿化覆盖率（%） + 0.022
城市生活垃圾无害化处理率（%） + 0.047
人均污水排放量（m3/人） - 0.034

1.3.2 共同富裕水平评价指标构建

关于共同富裕的评价量化指标体系，目前尚未确立统一的标准，在李金昌等相关研究的基础上[29]，结合当下实际，从富裕度、共享度、差异性3个维度构建共同富裕的指标评价体系。其中，富裕度注重居民收入的增加以及消费水平的提升，具体分为居民人均可支配收入、居民人均消费性支出、居民家庭恩格尔系数等；共同富裕要求实现共同发展，发展成果共享，要使得居民老有所养、病有所医、住有所居、学有所教，在科教文卫方面达到资源的普惠和共享，具体分为每万人专利授权数、平均受教育年限、居民文娱支出占家庭消费支出的比重、每万人拥有医疗机构床位数等；共同富裕的一个关键是缩小城乡差距，城乡之间的差距主要体现在居民的收支消费方面，具体分为城镇居民收入与农村居民收入之比、城镇居民消费与农村居民消费之比等。综合考虑，本文最终选取9个指标构建共同富裕水平评价指标体系（表2）。
表2 区域共同富裕水平评价指标体系

Tab.2 Evaluation index system of regional common prosperity level

维度 指标 含义 方向 权重
富裕度 收入水平 居民人均可支配收入（元/人） + 0.155
消费水平 居民人均消费性支出（元/人） + 0.25
消费结构 居民家庭恩格尔系数（%） - 0.367
共享度 科技建设 每万人专利授权数（件/万人） + 0.025
教育水平 平均受教育年限（年） + 0.035
文化建设 居民文娱支出占家庭消费支出的比重（%） + 0.065
医疗水平 每万人拥有医疗机构床位数（张/万人） + 0.018
差异性 城乡收入差异 城镇居民收入与农村居民收入之比（%） - 0.044
城乡消费差异 城镇居民消费与农村居民消费之比（%） - 0.041

1.4 数据来源

以科学性、客观性、真实性为原则，以中国31个省份作为研究对象，以2011—2020年为时间轴进行数据的统计分析，新型城镇化、共同富裕指标主要来源于历年《中国统计年鉴》《中国科技统计年鉴》《中国教育统计年鉴》《中国劳动统计年鉴》《中国人口与就业统计年鉴》以及各省份的统计公报。本文的影响因素包括科技支出水平、数字化水平、机械化水平、信贷水平，数据主要来源于《中国统计年鉴》《中国科技统计年鉴》及北京大学普惠金融指数报告等。

2 测度结果分析

2.1 共同富裕水平的测度分析

通过对数据的搜集和处理，结合极差法和熵值法得出31个省份2011—2020年的综合评分 ① 。2011—2020年我国（省份平均）共同富裕指数的综合评分呈现出稳步增长的趋势，由0.227增长至0.404，同比增长78%。研究期间，各省份的共同富裕水平得分大都呈现增加趋势，北京的绝对增长值最高，达到0.764，2020年的综合评分是2011年的1.64倍；上海、天津、浙江、广东的绝对增长值也都在0.3以上，分别为0.403、0.344、0.310、0.303。
除此之外，全国以及东、中、西部的共同富裕水平都在稳步提升，其中，东部地区明显高于全国水平，而其他地区均在全国水平之下，中部略高于西部。总之，我国在共同富裕方面采取的一系列举措初显成效，但区域间也存在一定的差异。

2.2 新型城镇化水平的测度分析

在对共同富裕水平进行测度之后，本文将采用同样的方式对新型城镇化的水平进行测度分析，得出2011—2020年各个省份的新型城镇化水平的综合评分 ① 。2011—2020年全国新型城镇化综合得分逐步增长，增长率36.3%，各省份的新型城镇化综合得分均呈现出增长趋势，其中增长幅度最大的为广东，达到0.198；江苏、山东、河南、湖北的增长幅度也都在0.150~0.200之间；贵州、福建、湖南、广西、重庆、四川、山西、安徽、江西、浙江、河北、山西、内蒙古、吉林新型城镇化综合得分的增长幅度在0.100~0.150之间；相比之下，北京、天津、辽宁、黑龙江、上海、海南、云南、西藏、甘肃、青海、宁夏、新疆属于增长幅度较小的省份。另外，全国及东、中、西部地区的新型城镇化综合得分在不断提升，从总得分上看，东部地区一直领先于其他地区，从增速上看中部地区的增速高于其他地区，总体上各区域的增速在2019年有所放缓，但呈现稳步提升的状态。

2.3 新型城镇化与共同富裕的耦合协调分析

基于各省份共同富裕与新型城镇化发展的各项指标数据，计算得到2011—2020年我国各省份的耦合协调度（表3）。
表3 2011—2020年省域共同富裕与新型城镇化耦合协调结果

Tab.3 Coupling coordination results of common prosperity and new urbanization at the provincial level from 2011 to 2020

省份 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 均值
北京 0.665 0.672 0.675 0.68 0.692 0.715 0.73 0.754 0.782 0.784 0.715
天津 0.595 0.605 0.659 0.666 0.68 0.725 0.732 0.745 0.758 0.754 0.692
河北 0.536 0.549 0.566 0.586 0.601 0.616 0.624 0.634 0.646 0.647 0.600
山西 0.48 0.511 0.544 0.562 0.575 0.587 0.578 0.59 0.591 0.611 0.563
内蒙古 0.471 0.484 0.497 0.515 0.524 0.542 0.548 0.558 0.571 0.577 0.529
辽宁 0.503 0.529 0.557 0.59 0.598 0.624 0.639 0.661 0.657 0.665 0.602
吉林 0.460 0.474 0.491 0.510 0.527 0.548 0.563 0.573 0.595 0.595 0.533
黑龙江 0.458 0.475 0.505 0.504 0.524 0.557 0.553 0.576 0.58 0.595 0.533
上海 0.635 0.650 0.661 0.678 0.722 0.767 0.766 0.775 0.788 0.791 0.723
江苏 0.616 0.633 0.649 0.664 0.678 0.700 0.715 0.723 0.746 0.752 0.687
浙江 0.617 0.63 0.675 0.691 0.664 0.713 0.722 0.729 0.741 0.773 0.696
安徽 0.509 0.526 0.548 0.563 0.581 0.609 0.625 0.619 0.619 0.626 0.583
福建 0.579 0.591 0.595 0.616 0.671 0.684 0.697 0.708 0.721 0.718 0.658
江西 0.46 0.47 0.476 0.498 0.513 0.535 0.543 0.557 0.566 0.563 0.518
山东 0.617 0.652 0.686 0.694 0.695 0.728 0.732 0.736 0.767 0.766 0.707
河南 0.536 0.546 0.556 0.577 0.595 0.602 0.623 0.628 0.637 0.631 0.593
湖北 0.528 0.541 0.555 0.576 0.589 0.608 0.623 0.635 0.656 0.663 0.597
湖南 0.467 0.477 0.491 0.516 0.532 0.555 0.57 0.582 0.605 0.610 0.540
广东 0.654 0.671 0.705 0.728 0.738 0.771 0.781 0.787 0.830 0.824 0.749
广西 0.437 0.445 0.442 0.468 0.487 0.505 0.513 0.531 0.552 0.563 0.494
海南 0.411 0.421 0.430 0.440 0.459 0.464 0.491 0.510 0.535 0.541 0.470
重庆 0.467 0.477 0.487 0.517 0.536 0.558 0.571 0.581 0.597 0.611 0.540
四川 0.496 0.507 0.514 0.539 0.548 0.572 0.587 0.599 0.618 0.622 0.560
贵州 0.401 0.413 0.427 0.452 0.466 0.507 0.524 0.539 0.578 0.59 0.490
云南 0.429 0.436 0.438 0.463 0.479 0.525 0.529 0.530 0.543 0.551 0.492
西藏 0.408 0.411 0.432 0.447 0.481 0.492 0.487 0.493 0.52 0.523 0.469
陕西 0.516 0.515 0.527 0.543 0.550 0.572 0.584 0.598 0.619 0.622 0.565
甘肃 0.449 0.460 0.471 0.503 0.522 0.552 0.567 0.567 0.588 0.589 0.527
青海 0.448 0.454 0.462 0.490 0.509 0.528 0.552 0.549 0.564 0.563 0.512
宁夏 0.430 0.444 0.450 0.477 0.485 0.498 0.505 0.518 0.545 0.554 0.490
新疆 0.480 0.494 0.512 0.513 0.513 0.518 0.521 0.521 0.541 0.543 0.516
全国 0.508 0.521 0.538 0.557 0.572 0.596 0.606 0.616 0.634 0.639 0.579
表3显示，从平均值来看，近10年上海的新型城镇化和共同富裕的耦合协调度最高，达到0.723；其次是北京，耦合协调度达到0.715；浙江和江苏的耦合协调度分别为0.696和0.687，位居第三、第四。这主要是由于浙江、江苏作为沿海省份，对外开放水平较高，且具有良好的历史基础，相比其他省份具备了加强城镇化建设和推进共同富裕的良好条件，而上海、北京作为国家中心城市，集经济、文化等中心于一体，具有良好的资源、人才、历史、区位等优势，因此，其历年的耦合协调度均较高。与之不同的是，西藏的耦合协调度仅为0.469，主要是由于西藏地处我国西部边远地区，地理位置不占优势，资源优势得不到充分利用，且发展起步较晚；云南、贵州、宁夏的耦合协调度也仅有0.490左右，主要由于云南、贵州距离发达省份较远，一定程度上影响了其建设和发展，宁夏地处内陆腹地，具有良好的区域协同优势，但是区域之间的联系不紧密，虽然地处平原，便于第一产业发展，但是也增加了产业转型的难度。总之，分省份来看，江苏、浙江、上海、广东等省市地处沿海，作为长三角和珠三角的经济中心，一直都具有较高的耦合协调度，贵州、云南、西藏、内蒙古、吉林、黑龙江、江西、广西、海南、甘肃、青海、宁夏、新疆从勉强协调转化为初级协调的状态，重庆、四川、山西处于勉强协调状态向中级协调状态转变，河北、辽宁、安徽、河南、湖北、湖南、山西等省份由初级协调状态转化为中级协调状态。另外，从三大区域角度看，东部地区的耦合协调度明显高于全国水平，中部地区与全国水平较为接近，西部地区最初低于其他地区，但耦合协调水平在逐步提升，与其他区域的差距逐步缩小。
根据表3结果，首先采用自然断点法将各省份耦合协调度划分为低度、中度、良好、高度协调3个等级，然后选取2011、2014、2017、2020年作为代表性年份，绘制各省份新型城镇化与共同富裕耦合协调度的空间分布图（图1）。
图1 各省份耦合协调度的区域分布演变

Fig.1 Regional distribution of coupling coordination results at the provincial level

根据图1发现，2011—2020年我国省域层面的新型城镇化与共同富裕的耦合协调度逐渐发生变化。其中，2011年共存在17个勉强协调省份、8个初级协调省份、6个中级协调省份。经过10年的发展，到2020年勉强协调的省份全部进阶，共存在13个初级协调省份，其余省份均为中级协调及以上等级，沿海大部分省份都保持良好协调状态。

3 影响因素分析

为进一步识别我国新型城镇化与共同富裕耦合协调的影响因素，运用空间面板模型，以2011—2020年中国30个省份 ① 的耦合协调度为被解释变量，以主要影响因素为解释变量，建立空间计量回归模型并进行分析。

3.1 理论模型构建

SDM不仅考虑了被解释变量的空间相关性，也考虑了解释变量的空间相关性，表达式为：
c o o r i t = μ i t + δ ∑ W i j c o o r i + α 1 X i t + ρ ∑ W i j X i t + ε i t
式中：i代表空间；t代表时间；coor表示因变量耦合协调度；W为空间权重矩阵，本文选用空间相邻矩阵作为权重矩阵，即地理上相邻则赋值为1，否则赋值为0； μ为常数项； δ为空间自回归系数； α代表解释变量系数； ε为随机误差项。

3.2 变量的选取

将前文所计算出的耦合协调度作为被解释变量，结合已有研究，最终选取科技支出水平、数字化水平、农业机械化水平、信贷水平作为解释变量。变量选取的理由如下：科技支出与新型城镇化之间存在长期稳定关系，科技创新具有扩散的特征，而城镇化的发展能够加快科技创新在大、中小城市间的扩散进程[30]；数字化的发展在惠及普通群众的同时可以为城乡基础设施建设和公共服务的完善提供支撑，数字技术的引入，使金融供给大幅度延伸，缓解了新型城镇化发展所需的融资约束[31]。关于数字化发展水平，本研究参考相关文献[32]，基于数字经济内涵与发展特征，从信息化发展、互联网发展和数字交易发展3个方面进行衡量。张英丽认为农业机械化的发展创造了更多的非农就业机会，推动了新型城镇化的发展[33]，借鉴其做法，收集省级农业机械总动力数据来衡量农业机械化水平；另外，信贷的发展为城乡劳动率的提升以及劳动率资源配置提供了渠道[34]，因此也将信贷发展水平作为本文的一个解释变量。

3.3 模型选择分析

使用HT检验法对变量进行平稳性检验。单位根检验结果显示，变量coor、tech、mach零阶不平稳，digital和credit则是零阶平稳；所有变量在一阶水平下平稳，说明变量具有一阶平稳性，该组数据得到的结果具有科学意义。随后本文借助LM检验考察模型是否存在空间效应，得到LM-error、Robust LM -error、LM-lag及Robust LM-lag均在1%水平下显著，数值分别为40.458、18.006、29.856和7.404，表明模型存在空间效应。然后，由LR检验可得，LR_spatial_error、LR_spatial_lag的数值分别为111.601、1096.432，在1%水平下显著，佐证了SDM 模型不能简化为SEM模型与SAR模型，故应建立SDM模型。同时参考AIC和BIC准则，发现采用时空固定效应的空间SDM模型较为合适。

3.4 计量结果分析

首先，借助Stata软件计算2011—2020年我国新型城镇化与共同富裕耦合协调度的Moran指数。结果表明在观测期间Moran's I均大于0，且在1%水平上显著，表明我国新型城镇化与共同富裕耦合度存在显著的正向空间自相关性 ① 。选取2011、2014、2017、2020年数据分析我国新型城镇化与共同富裕耦合协调度的局部空间特征。结果发现，2011—2020年，第一、三象限集聚区数量减少，第二、四象限集聚区有一定的增加，说明新型城镇化与共同富裕的耦合协调度呈现出明显的空间集聚效应。
随后，进行空间计量回归，结果见表4，其中空间自回归系数（ρ）为0.571，表明耦合协调度每提高1%，会导致邻近地区耦合协调度提高0.571个百分点，反映出我国各省份新型城镇化与共同富裕耦合协调度存在显著的正向空间溢出效应。具体表现如下：
表4 空间杜宾模型的计量结果

Tab.4 Measurement results of spatial Durbin model

变量 系数 直接效应 间接效应 总效应
tech 0.199*
（1.52）		 0.312*
（1.31）		 1.179**
（1.36）		 1.491*
（1.45）
digital 0.011***
（3.13）		 0.009**
（3.46）		 0.002
（0.62）		 0.011**
（4.30）
mach 0.004***
（2.76）		 0.004**
（1.86）		 -0.001***
（-1.96）		 0.003*
（2.23）
credit 0.000***
（6.36）		 0.000***
（4.92）		 0.000***
（2.11）		 0.000***
（10.62）
ρ（W·LE） 0.571 - - -
Log-likelihood 833.562 - - -
sigma2_e 0.000***
（12.13）		 - - -
R-sq 0.227 - - -
Obs 300 300 300 300

注：***表示p<0.01，**表示p<0.05，*表示p<0.1；括号内为标准误；Obs表示观测个体的数量。表5同。

①科技支出水平对耦合协调度具有显著的正向直接效应、间接效应，影响系数分别为0.312、1.179。究其原因，一方面科技支出的增加，为新型城镇化建设增添了科技动能，特别是高新科技设备的应用，加快了城镇化建设进程；另一方面是科技支出的增加，推动了高新科技人才的流动，为推进新型城镇化建设和共同富裕夯实了人才基础。
②数字化发展水平对耦合协调度具有显著的正向直接效应、间接效应，系数分别为0.009、0.002。首先，数字化技术为新型城镇化提供了基础设施支持。如数字化技术的广泛应用不仅可以促进城市智能化、绿色化，还可以促进城市交通、通信、能源和水资源管理的优化，为居民提供更加便利的生活体验。其次，数字化经济也为共同富裕提供了新机遇。数字化技术的应用推动了产业结构升级，同时也创造了更多的就业机会。此外，数字化技术还可以促进信息和资源在城乡之间有序流动，提高社会福利和社会保障的覆盖面。
③农业机械化水平每提高1个百分点，将带动耦合协调度提高0.004个百分点。首先，随着农业机械化水平的提高，农民耗损的劳动量大幅减少，劳动效率显著提高。这不仅促进了农村经济的发展，还为城市提供了大量的劳动力资源。其次，农业机械化技术的应用也对城市产业和就业结构产生了重要影响，机械化技术的推广不仅能够提高城市产业的竞争力和生产效率，还能够创造更多的就业机会，为共同富裕奠定坚实基础。
④信贷发展水平的系数为正数，直接效应和间接效应也均为正。信贷发展可以提高传统金融弱势群体的金融可及性，在信贷门槛要求下，企业大力推动转型升级，将会促进经济社会可持续发展。另外，对于城镇化建设而言，信贷支持是项目落地的“活水”，土地、房地产开发、基础设施建设等均离不开信贷支持。
考虑到中国地域广袤、地区间差异显著的现实，将我国30个省份按照东部、中西部地区分类比较，使用SDM模型进行计量回归，得出异质性结果（表5）。
表5 分地区SDM模型的直接效应、间接效应与总效应

Tab.5 Direct，indirect and total effects of SDM model by region

变量 效应分解 东部地区 中西部地区
tech 直接效应 0.122*（1.31） 0.074***（3.18）
间接效应 0.709（0.95） 0.439（0.43）
总效应 0.831（0.83） 0.513*（1.80）
digital 直接效应 0.000（0.86） 0.000***（0.59）
间接效应 0.001**（2.36） 0.001（1.40）
总效应 0.001***（4.01） 0.001***（3.59）
mach 直接效应 0.002（0.77） 0.001（0.60）
间接效应 0.001（0.15） 0.001***（1.90）
总效应 0.003（0.34） 0.002*（1.48）
credit 直接效应 0.001***（8.78） 0.000*（2.05）
间接效应 -0.000***（-2.12） 0.000**（2.90）
总效应 0.001***（6.13） 0.001***（10.54）
首先，无论是直接效应还是间接效应抑或是总效应，科技支出水平对东部地区的耦合协调度的影响比中西部大，原因是东部地区相对于中西部地区更有利于引进和采用先进技术，东部地区拥有更丰富的高等院校和研发机构，以及更优质的产业配套，中西部地区的经济基础相对较弱，产业转型升级面临更多挑战。其次，数字化发展水平的系数也均是东部地区高于中西部地区。《数据中心产业发展指数（2021）》显示，东部地区数据中心产业发展指数总体高于中西部地区，并且在城市公共服务的效率和水平方面，东部地区也占优。再次，农业机械化水平影响各地区耦合协调度的3类效应均为正，除了间接效应，东部地区的间接效应和总效应均高于中西部，主要因为东部地区农业机械化生产的规模效益高[35]，农民使用农业机械会减少农业生产成本，进而增加了农民的收入，缩小城乡收入差距，促进共同富裕，同时，农村劳动力有了更多时间从事其他类型生产或离开农村进入城镇工作，当城镇工作的回报率远高于农业生产回报率时，农民有着更高留在城镇工作的意愿，因此农业机械化的发展推动了城镇化的发展，东部地区农业机械化促进耦合协调度的本地效应强于中西部。最后，就东部地区而言，信贷水平的直接效应为0.001，大于中西部地区。一方面，东部地区的信贷体系对新型城镇化的影响大于中西部地区，其原因是东部地区拥有完善的经济体系和较高的财政收入，这使得东部地区的银行信贷体系更为发达，能为新型城镇化提供更充足的资金支持。另一方面，发达的信贷体系，尤其是普惠金融能为小微企业、农民、城镇低收入人群提供融资渠道，也能为企业发展和家庭经营提供信贷服务，对缩小城乡收入差距、实现共同富裕起到了重要作用，但是间接效应为负，表明东部地区信贷水平对邻近省份耦合协调度带来不利影响，信贷资源过度集中，对相邻地区信贷发展具有阻碍作用。

4 结论与讨论

通过对我国31个省份2011—2020年新型城镇化与共同富裕耦合协调度及其影响因素的分析，得到结论如下：①在时间维度方面，我国的新型城镇化水平和共同富裕水平都得到了一定的提升，但增长幅度比较小，表明新型城镇化和共同富裕水平有很大的提升空间；在空间维度方面，我国大多省份在新型城镇化和共同富裕的耦合协调处于中度和良好的状态，但区域之间的差异较为明显。其中，沿海地区大多数省份耦合协调度较高，而西部地区大多数省份耦合协调度较低，中部地区在区域间的交流比较少，耦合协调度也较低。②我国新型城镇化与共同富裕的耦合协调度存在显著的正向空间自相关性，2011年处在第一、三象限的省份主要有山东、北京、江苏、上海、云南、天津、四川、福建、浙江、 甘肃、湖南、河南、河北、重庆、辽宁、新疆、贵州、宁夏、广西、青海、黑龙江、吉林、内蒙古，它们都存在“高趋于高”或“低趋于低”的同向集聚趋势；山西、广东、陕西、江西、湖北、海南、安徽分布在第二、四象限，它们都存在“高趋于低”或“低趋于高”的反向集聚趋势。到2020年，第一、三象限集聚区数量减少，第二、四象限集聚区有一定的增加，说明共同富裕与新型城镇化的耦合协调度存在明显的空间集聚效应。③我国新型城镇化与共同富裕的耦合协调度具有显著的正向空间溢出效应。科技支出水平、数字化发展水平、农业机械化水平、信贷水平不仅可以提升本省份的耦合协调度，还可以提高邻近省份的耦合协调度。
基于以上研究结论，本文提出如下政策建议：
①提高人才自主培养质量，强化现代化科技人才支撑。推动科研机构、大学、企业等多主体共同参与重大科技项目，实现高水平科技自立自强；加强教育强国建设，全面提高人力资本自主培养质量，健全发挥科技人才作用的政策和机制，着力形成人才国际竞争的比较优势，大力推动人才城乡流动，在协调发展中推促进共同富裕。
②探索数字经济与新型城镇化融合发展模式。将云计算、人工智能等新技术应用到新型城镇化建设中，培育数字经济产业，推动城市产业结构升级，引导城市产业结构从传统制造业向数字化、网络化、智能化的服务业转型，同时要进一步提高数字化人才经费投入，提升城市治理的精准化水平。
③强化农业机械装备支撑，加快构建现代农业产业体系。走科技兴农之路，实施质量兴农战略，加快农业由增产导向转向提质导向，不断提高农业核心技术创新力、竞争力和劳动生产率，加快实现由农业大国向农业强国转变，通过实现农业农村现代化的方式，推进新型城镇化的发展。
④完善城镇化建设投融资机制，进一步拓宽信贷业务领域。全面构建现代财政制度，通过税收、社保、转移支付等方式对收入进行精准调节，正确处理效率和公平的关系，扩大中等收入群体规模；深化金融供给侧结构性改革，推动金融产品创新，构建数字普惠金融平台，着力解决企业“融资难”“融资贵”问题，鼓励企业在乡村发展、基层医疗、碳中和等领域积极探索，在推进共同富裕中发挥更大作用。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
姚士谋, 张平宇, 余成, 等. 中国新型城镇化理论与实践问题[J]. 地理科学, 2014, 34(6):641-647.

DOI

[2]
朱纪广, 侯智星, 李小建, 等. 中国城镇化对乡村振兴的影响效应[J]. 经济地理, 2022, 42(3):200-209

DOI

[3]
Wang Q, Wang X W, Li R R. Does population aging reduce environmental pressures from urbanization in 156 countries[J]. Science of the Total Environment, 2022, 127(3):55-59.

[4]
Detwyler T R, Marcus M G, Van D P. Urbanization and Environment:The Physical Geography of the City[M]. New York: Duxbury Press, 1972.

[5]
Proust, Katrina, Capon, et al. Urbanization,extreme events,and health:The case for systems approaches in mitigation,management,and response[J]. Asia-Pacific Journal of Public Health, 2016, 28(2):15S-27S.

[6]
王云, 马丽, 刘毅. 城镇化研究进展与趋势——基于CiteSpace和HistCite的图谱量化分析[J]. 地理科学进展, 2018, 37(2):239-254.

DOI

[7]
黄锟. 新型城镇化建设的新使命、新内涵、新要求[J]. 人民论坛, 2020(34):56-59.

[8]
李利宏, 董江爱. 新型城镇化和共同富裕:资源型地区的治理逻辑[J]. 马克思主义研究, 2016(7):96-102,160.

[9]
文丰安. 基于共同富裕的新型城镇化之路:重要性、障碍及实现路径[J]. 山东大学学报:哲学社会科学版, 2022, 72(6):1-10.

[10]
赵瑞, 祁春节. 新型城镇化对农民收入的影响效应研究——基于30个省(市、自治区)面板数据的实证分析[J]. 中国农业资源与区划, 2022, 43(2):131-140.

[11]
孙学涛, 于婷, 于法稳. 新型城镇化对共同富裕的影响及其作用机制——基于中国281个城市的分析[J]. 广东财经大学学报, 2022, 37(2):71-87.

[12]
胡丽娜, 薛阳, 孙倩. 财政分权对新型城镇化的影响及作用机制研究——有调节的中介和门槛效应检验[J]. 经济体制改革, 2022, 236(5):144-150.

[13]
傅为一, 段宜嘉, 熊曦. 科技创新、产业集聚与新型城镇化效率[J]. 经济地理, 2022, 42(1):90-97.

DOI

[14]
祝志川, 刘博, 和军. 中国乡村振兴、新型城镇化与生态环境协同发展测度分析[J]. 经济问题探索, 2022(7):13-28.

[15]
邹亚锋, 张倩, 饶钰飞, 等. 中国西部省会城市新型城镇化发展水平演化研究[J]. 干旱区地理, 2023, 46(4):636-648.

DOI

[16]
赵永平, 徐盈之. 新型城镇化发展水平综合测度与驱动机制研究——基于我国省际2000—2011年的经验分析[J]. 中国地质大学学报:社会科学版, 2014, 14(1):116-124.

[17]
李晓斌. 以产业转型升级推进新型城镇化的动力机制研究[J]. 求实, 2015(2):59-64.

[18]
刘培林, 钱滔, 黄先海, 等. 共同富裕的内涵、实现路径与测度方法[J]. 管理世界, 2021, 37(8):117-129.

[19]
黄鑫权. 习近平关于精神生活共同富裕重要论述的三重价值向度[J]. 学习论坛, 2022(5):114-121.

[20]
柯艺伟, 张振. 论新时代共同富裕思想的理论渊源与核心要义[J]. 社会主义研究, 2022(4):86-92.

[21]
谭燕芝, 王超, 陈铭仕, 等. 中国农民共同富裕水平测度及时空分异演变[J]. 经济地理, 2022, 42(8):11-21.

DOI

[22]
王兆峰, 邹佳. 乡村旅游高质量发展与共同富裕的动态耦合协调演化——以张家界为例[J]. 湖南师范大学自然科学学报, 2024, 47(1):74-83.

[23]
殷晓元, 彭静. 中国式现代化视域下共同富裕的科学内涵、历史演进和实践方略[J]. 湘潭大学学报:哲学社会科学版, 2022, 46(5):114-120.

[24]
辛远, 韩广富. 农村低收入群体实现共同富裕:何以可能 ?[J]. 当代经济管理, 2023, 45(2):1-8.

[25]
左停, 赵泽宇. 共同富裕视域下县城新型城镇化:叙事逻辑、主要挑战与推进理路[J]. 新疆师范大学学报:哲学社会科学版, 2022, 43(6):84-97.

[26]
熊建新, 王鑫滨, 赵迪, 等. 城镇化进程中生态承载力系统耦合时空格局及影响因素——以洞庭湖区为例[J]. 经济地理, 2022, 42(10):83-91.

DOI

[27]
蓝庆新, 陈超凡. 新型城镇化推动产业结构升级了吗?——基于中国省级面板数据的空间计量研究[J]. 财经研究, 2013, 39(12):57-71.

[28]
邓宗兵, 宗树伟, 苏聪文, 等. 长江经济带生态文明建设与新型城镇化耦合协调发展及动力因素研究[J]. 经济地理, 2019, 39(10):78-86.

DOI

[29]
李金昌, 余卫. 共同富裕统计监测评价探讨[J]. 统计研究, 2022, 39(2):3-17.

[30]
宁启蒙, 胡广云, 汤放华, 等. 科技创新与新型城镇化相关性的实证分析——以长株潭城市群为例[J]. 经济地理, 2022, 42(8):81-86.

DOI

[31]
沈洋, 犹雨寒, 周鹏飞. 数字普惠金融对新型城镇化的影响[J]. 金融与经济, 2021(11):46-53.

[32]
柴正猛, 李柯. 数字经济影响双向FDI协调发展水平的机制分析及空间效应[J]. 软科学, 2023, 37(11):48-56.

[33]
张英丽. 农业机械化对城镇化及城乡收入差距的影响[J]. 国家行政学院学报, 2017(4):139-143,149.

[34]
郑子龙, 朱虹. 城镇化过程中农村创业者信贷渠道拓展与经济增长——基于破除制度性障碍的理论视角[J]. 现代财经(天津财经大学学报), 2014, 34(4):55-63

[35]
匡远配, 彭云. 农地流转对农业机械化水平的影响研究——基于动态面板模型的实证检验[J]. 科学决策, 2023(9):124-137.

Options
文章导航

/

〈 〉