一些学者提出资源型区域容易遭受“资源诅咒”以及“反工业化”困扰，那么资源型区域的城镇化演进是否也会有一些独特的表现，是值得关注与考证的。山西省是我国典型的资源型省区，其城镇化演进与经济发展之间具有双重特征：一是计量经济增长尤其是收入水平的提高是城镇化演进的主要动力，这一点符合经济发展的普遍规律;二是工业化与城镇化之间出现反向变化，这是资源型区域的独特现象，具体表现为城镇化率与采掘业就业比重之间同方向变化，与制造业就业比重、第三产业就业比重之间呈反方向变化趋势。
从历史经验来看，城镇化演进与工业化进程、区域经济发展相伴随。一般认为：工业化或经济发展是城镇化演进的主要动力，在不同发展阶段，其表现形式有所不同，如在城镇化发展初期，其动力主要是以工业成长扩张为主的工业化进程，在城镇化发展的中后期，其动力主要是来自城市服务业的发展。钱纳里等人研究了1965年90个国家和地区工业化、城镇化之间的关系，得出了人均国民生产总值越高、工业化水平越高，城镇化水平也越高的结论。辜胜阻、简新华、蔡孝箴等从劳动力就业部门构成角度分析得出：工业化率、非农化率与城镇化率之间基本上是正相关关系，第二、第三产业的发展水平越高，城镇化水平也越高，工业化率、非农化率与城镇化率之比基本上保持一个稳定值。在资源型地区，其城镇化演进与经济发展的关系是否与上述结论相吻合?一些学者提出在资源型地区存在“资源诅咒”以及“反工业化”现象，那么在城镇化演进过程中是否也存在“反城镇化”?基于此，本文选择全国采掘业就业比重最高、资源型经济特征最为显著的山西省作为案例，分析资源型地区城镇化与经济发展的关系。
一、样本与指标选择
(一)样本选择
资源型区域是指经济发展对矿产资源开发高度依赖的区域。山西省煤炭资源丰富，且开发较早，成为对以煤炭为主的矿产资源开发严重依赖的资源型省份。从全国31个省(区)采掘业从业人员占城市从业人员比重(简称采掘业从业人员比重)来看，有15个省(区)高于全国平均值。其中山西省在全国是最高的，山西省全市(包括地级市政府驻地、地级市辖县)与市区(地级市政府驻地，不包括地级市辖县)的采掘业从业人员比重分别为18.8%、17.3%，分别高出全国14.4个百分点和13个百分点。从每个省(区)的地级市来看，采掘业从业人员比重高于全国平均水平的城市数目山西省又是最多的，11个地级市中有10个超过全国平均水平。从采掘业区位商来看，山西省依然遥遥领先，全市、市区分别为4.3、4.1，而其他省(区)除新疆外，都在3以下。山西省的11个地级市的采掘业区位商除运城外，其他均大于1并超过全国平均水平，尤其是阳泉市高达10以上。采掘业就业比重11个地级市中有5个远远超过全省平均水平。所以说山西省资源型城市占据主导地位，选择山西省及其地级市作为资源型区域的分析样本具有典型性。本文的实证分析基于两个层面：将山西省作为样本，选取1952-2008年的省域时序数据进行分析;将山西省地级市作为样本，选取11个地级市2003-2007年的面板数据进行分析。
(二)指标选择
分析资源型区域城镇化与经济发展之间的关系，主要从推动城镇化进程的影响因素人手，包括四个层面，即要素供给推动、产品需求拉动、产业结构变迁、收入提高与经济增长。因变量选用城镇化率。自变量指标的选择为：收入层面，选取GDP、人均GDP、城镇居民人均可支配收入、农村居民人均纯收入等指标;产业结构层面选取非农增加值比重(二、三产业增加值占GDP比重)、非农就业比重(二、三产业就业人口占总就业人口比重)、工业增加值比重(工业增加值占GDP比重)、制造业就业比重(制造业从业人员占全部从业人员比重)、采掘业就业比重(采掘业从业人员占全部从业人员比重)、第三产业就业比重(第三产业从业人员占全部从业人员比重)等指标;产品层面选取社会消费品零售总额、全社会固定资产投资总额等指标;要素层面选取原煤产量、全社会从业人员。
城镇化率、GDP、人均GDP、可比价格下的人均GDP、工业增加值比重、非农增加值比重、非农就业比重、制造业就业比重、采掘业就业比重、第三产业就业比重、社会消费品零售总额、全社会固定资产总投资、全社会从业人员、原煤炭量分别用URBAN、GDP、AVGDP、AVGDPI、INDU_R、FNGDP_R，FNEM_R、ZZEM_R、CJEM_R、DSEM_R、CM、K、L、COAL来表示。
二、省域层面时序数据分析
1952-2008年山西省城镇化率与相关经济变量的变化关系见图1，其中城镇化率与人均GDP、社会消费品零售总额、全社会固定资产总投资之间的变化相对比较规则，其他几组呈不规则变化。因为每一个变量都带有趋势项，故单纯从图形尚不足以判二者之间的相关关系，需要通过Granger因果关系检验以判断相关经济变量对城镇化的作用。
(一)Granger因果关系检验
对上述变量取对数后，经过单位根检验，均为一阶单整变量。取对数后的城镇化率与其他取对数后的变量进行Granger因果关系检验(见表1)。其中人均GDP、GDP、工业增加值比重、全社会固定资产投资总额、全社会消费品零售总额、原煤产量等是城镇化率的Granger原因，但反过来不成立。即城镇化率不是相关变量的Granger原因。非农增加值比重与城镇化率互为Granger原因。非农就业比重与城镇化率之间不相关，这一点与城镇化演进的一般规律不符合。全社会从业人员与城镇化率之间的关系不稳定。
(二)协整与误差修正模型
为了进一步分析变量间的相关性，根据表l结果，如果变量能够解释城镇化率，则进一步研究两组变量间是否存在协整关系(见表2、表3)。
能够通过检验的有4组，分别为人均实际GDP、实际GDP、全社会固定资产投资总额、全社会消费品零售总额，其中人均实际GDP拟合效果最好。
三、地级市层面面板数据分析
从散点图来看(见图2)，城镇化率与人均GDP、采掘业就业比重、原煤产量、城镇居民人均可支配收入、农村居民人均纯收入呈同方向变化趋势，与制造业就业比重、第三产业就业比重呈反方向变化趋势，与工业增加值比重变化趋势关系不明显。鉴于此，回归分析中对具有同方向、反方向变化趋势的相关变量进行拟合，不考虑城镇化率与工业增加值比重之间的相关性。此外，在每一个散点图中，都有几个异常点，这几个异常点是太原市2003-2007年的相关数据。因为太原市作为省会城市，城镇化率水平显著高于其他地级市，导致异常点的出现。基于上述观察结果，在回归分析中，
剔除太原市。
10个地级市(太原除外)分别用拼音字母缩写来表示，即DT、YQ、CZ、Jc、SZ、JZ、YC、XZ、LF、L分别表示大同、阳泉、长治、晋城、朔州、晋中、运城、忻州、临汾、吕梁。
作者：景普秋 来源：青岛科技大学学报(社会科学版) 2010年2期
