1. 引言
广西因其地理位置独特,有着丰富的民族文化以及复杂多样的社会经济状况。近年来,对于实现城乡一体化成为新的发展方向,新型城镇化和乡村振兴的耦合与协调发展是对传统城镇化的超越和转型,对促进可持续发展和实现全面社会经济进步至关重要,同时,也是推动城乡一体化、实现资源优化配置及互补发展的重要前提。它们之间耦合协调发展是达成可持续发展目标的关键路径之一。对其实证研究,对城乡规划与资源高效利用的可持续发展可提供一定的理论参考,有助于推进经济、社会与环境的协调发展。
新型城镇化与乡村振兴二者互为依托,彼此助力,其间的内在关联至为紧密,因此采用耦合协调度进行实证分析。雷娜、郑传芳[1] (2020)对我国2005~2017年的省级面板数据进行因果关系分析研究表明,二者耦合协同作用具有收敛性成长的动态特征。张萍、王鑫宇[2] (2022)以2007~2019年浙江省市级层面的面板数据为基础,通过实证分析,发现城市与城市之间的耦合协同程度随着时间的推移而不断增加,但二者之间的耦合协同程度却具有明显的区域差异性,并且二者之间具有相互促进的动力学关系。冯海丽、胡光伟、马逸岚[3] (2023)研究发现,湖州市各区县的耦合协调度总体上呈增长趋势,但其区域差别较大,且各县的耦合协调度增长速度明显放缓,说明其正处在一个深入的优化过程中。许哲铭、薛选登[4] (2023)指出河南省乡村振兴与新型城镇化进程之间存在着一定的差距,但同时也存在着生态环境、民生保障、服务设施和人力资本等方面的问题。万鹏[5] (2023)采用熵值法处理数据,运用耦合协调度模型进行研究,得出江西省乡村振兴与新型城镇化耦合协调度整体呈现上升态势,耦合协调水平正良性发展。何莉婕、陈玉娟[6] (2023)构建了新型城镇化和乡村振兴的综合评价指标体系,用熵权法对指标进行赋权,运用耦合协调模型研究2011~2021年浙江省各地市乡村振兴与新型城镇化的协调发展水平。李俊蓉、林荣日[7] (2023)构建体系,从时空两个维度,对中国乡村振兴与新型城镇化发展的耦合协同进行研究。研究结果表明,总体来看,农村振兴和新型城镇化之间的耦合性在不断提高。张立曌、吴文婕[8] (2023)选取合理的、相关性较强的两个系统指标,经过实证研究指出新型城镇化和乡村振兴两者的耦合度较高,耦合协调度呈现逐年增长的趋势。
薄文广、钱镱、屈建成[9]等(2023)针对新型城镇化与乡村振兴的耦合协调发展趋势及其相互影响,进行了面板自回归和面板误差修正模型的双重探究。研究表明,我国当前这两者间总体的耦合协调程度尚处低位,且新型城镇化对于乡村振兴的引领效应明显强于乡村振兴对新型城镇化的反哺力度。孙杰、于明辰、甄峰[10]等(2023)依据2010至2021年浙江省的各项指标数据,通过运用熵值法、耦合协调度模型及空间相关性模型等多元分析手段,并辅以GIS空间可视化技术,得出浙江省新型城镇化与乡村振兴已迈入高质量融合发展的新阶段,且二者展现出显著的正向联动特征。徐倩[11] (2023)以2010年至2020年江西省内11座城市的实际数据为依托,经实证考察揭示,城乡居民间日益扩大的收入差距,已成为阻碍该省新型城镇化与乡村振兴两进程有效耦合、协同推进的关键制约因素。
参考前文所述文献探讨的新型城镇化与乡村振兴过程中的数据指标,得到本研究数据指标。本研究旨在运用一系列定量分析工具,包括耦合协调度、面板协整检验-Kao协整检验、PVAR模型、脉冲响应分析及方差分解等,以2010年-2022年广西所辖的14个城市的新型城镇化与乡村振兴的面板数据作为实证样本,对新型城镇化与乡村振兴之间的耦合关系及其协同发展进行深度探究,以期为广西乃至全国范围内推进新型城镇化与乡村振兴战略的深度融合提供实证依据与政策启示。
2. 相关模型与理论方法
2.1. 熵值-TOPSIS法
熵权-TOPSIS指的是熵权法与TOPSIS的结合,先对数据用熵权法获得简易权重,再对数据进行TOPSIS计算获得综合指数。
1) 标准化处理:假设共有n*m个数据,记为矩阵D,此处使用归一化处理数据,公式为:
(1)
其中
,ij为矩阵D中第i行第j列的数据,后续出现的ij同理。
即用矩阵中的每一个数据除以所有数据的和,得到标准化矩阵。
2) 计算信息熵,计算每个指标的信息熵,并计算信息效用值。其信息熵的计算公式为:
(2)
3) 计算各指标权重(熵值权重) :
(3)
4) 计算加熵值权重后得到数据V,后续计算在得到的数据矩阵的基础上进行计算。
4) 定义正负理想解。正理想解D1由各评价指标的最大值构成,负理想解D2则由各评价指标的最小值构成。
5) 采用负理想解距离法,衡量评价对象与理想最优状态间的绝对偏离程度。
归一化的相对接近程度:
(4)
最终指标权重(修正权重):
(5)
6) 计算综合评价值,该值将作为后续实证分析对象。计算公式如下:
(6)
2.2. 耦合协调度
本研究运用耦合协调度,量化分析乡村振兴与新型城镇化间的互作用强度及一体化程度。计算式[9]如下:
(7)
在公式(7)中:D为新型城镇化和乡村振兴的耦合协调度。C为二者的耦合度,T为二者的综合调和指数。C和T的计算如公式(8)和公式(9)所示:
(8)
(9)
方程(8)与方程(9)中,变量XC代表乡村振兴指标,而CZ则指代新型城镇化指标(后续引用中沿用此定义)。此处,参数a与b的具体数值尚待确定,它们的取值将依据乡村振兴与新型城镇化两者间的相对权重关系予以确定,在本文中,取a = b = 0.5。根据现有的研究成果,可以将耦合协调类型分类为四种类型[12],见表1。
Table 1. Classification of coupling and co scheduling levels
表1. 耦合协调度等级划分
D区间 |
低级协调 |
中级协调 |
良好协调 |
高度协调 |
等级类型 |
[0~0.3) |
[0.3~0.5) |
[0.5~0.8) |
[0.8~1] |
3. 构建指标体系
本文选取广西2010~2022年14个地级市的面板数据进行分析,数据来源于《广西统计年鉴》与广西统计局网站。深入分析并借鉴文献[6] [9] [10]中提出的先进指标体系。经过细致考量,从中精选了一系列指标,进行数据验证,最终确定本文使用的数据指标,并构建指标体系。使用熵权法与TOPSIS法结合,分别计算出广西新型城镇化与乡村振兴两个系统的权重,如表2所示,表2权重为2022年指标权重。所有指标均为正向指标。
使用表2中的TOPSIS修正权重,计算出广西14个地级市新型城镇化与乡村振兴的综合评价值,由于结果过多,仅展示2022年的数据如表3所示。后续实证研究均使用综合评价值作为研究对象。
Table 2. Comprehensive evaluation system for new urbanization and rural revitalization in Guangxi
表2. 广西新型城镇化与乡村振兴综合评价体系
一级指标 |
二级指标 |
熵权权重 |
TOPSIS修正权重 |
新型城镇化 |
市镇人口(万人) |
0.1585 |
0.1262 |
城市人口密度(人/平方公里) |
0.1433 |
0.1941 |
人均GDP(元) |
0.1200 |
0.1473 |
城镇居民人均可支配收入(元) |
0.0464 |
0.0750 |
公共财政预算支出–教育支出(亿元) |
0.0972 |
0.0906 |
路灯盏数(盏) |
0.1721 |
0.1803 |
建成区绿化覆盖面积(公顷) |
0.2625 |
0.1866 |
乡村振兴 |
农林牧渔业总产值(亿元) |
0.2282 |
0.1685 |
人均粮食占有量(公斤) |
0.2294 |
0.2764 |
农村居民人均可支配收入(元) |
0.1064 |
0.1111 |
村民委员会(个) |
0.1915 |
0.2056 |
公共财政预算支出–农林水利事务支出(亿元) |
0.2444 |
0.2383 |
Table 3. Comprehensive evaluation index of new urbanization and rural revitalization in Guangxi (Taking 2022 as an example)
表3. 广西新型城镇化与乡村振兴的综合评价值(以2022年为例)
地区 |
新型城镇化 |
乡村振兴 |
南宁市 |
0.8824 |
0.6430 |
柳州市 |
0.6557 |
0.3223 |
桂林市 |
0.3443 |
0.8625 |
梧州市 |
0.3327 |
0.3514 |
北海市 |
0.3543 |
0.1458 |
防城港市 |
0.2406 |
0.0977 |
钦州市 |
0.2182 |
0.4164 |
贵港市 |
0.1695 |
0.5683 |
玉林市 |
0.3098 |
0.5979 |
百色市 |
0.1825 |
0.7567 |
贺州市 |
0.2507 |
0.4043 |
河池市 |
0.1759 |
0.6206 |
来宾市 |
0.2550 |
0.4893 |
崇左市 |
0.2624 |
0.3644 |
使用R软件画出广西14个地级市新型城镇化与乡村振兴综合评价值的时空分布图进行分析。选取2010年,2014年,2018年,2022年的截面数据进行绘图,如图1、图2所示。
(a) (b)
(c) (d)
注:该图基于自然资源部标准地图服务网站下载的审图号为GS京(2022)1061号的标准地图制作,底图无修改。
Figure 1. Temporal and spatial distribution of new urbanization in Guangxi in 2010, 2014, 2018 and 2021
图1. 2010年,2014年,2018年,2022年广西新型城镇化时空分布图
从时空上看,观察图1可知,广西14个地级市的新型城镇化综合评价值在2010年至2022年间整体呈现小幅增长趋势,2014年到2018年部分城市的颜色有着小幅度变浅,但到2022年又逐渐增加。在2010年时南宁市综合评价值最高,柳州市、桂林市、梧州市次之,来宾市综合评价值最低;到2022年时,显著最高的仍然为南宁市,其次是柳州市,桂林市、北海市、防城港市和钦州市的综合评价值与2010年相比,有着明显的下降趋势,而综合评价值最低的城市是防城港市,由此可见可能由于疫情的影响,广西部分旅游城市新型城镇化的水平受到了一定的影响,但整体水平依然是持续增长。
观察图2可知,广西14个地级市中乡村振兴的综合评价值呈现出随着时间不断增长的趋势,除了南宁市与玉林市呈现一种下降趋势。2010年,桂林市、南宁市、河池市、百色市的乡村振兴综合评价值最高,紧随其后的是玉林市,而防城港市和北海市的综合评价值最低。到了2022年,桂林市、南宁市、河池市、百色市依然处于领先地位,防城港市,北海市依然处于最低水平,需要进一步发展和提升,部分
(a) (b)
(c) (d)
注:该图基于自然资源部标准地图服务网站下载的审图号为GS京(2022)1061号的标准地图制作,底图无修改。
Figure 2. Spatial and temporal distribution of rural revitalization in Guangxi in 2010, 2014, 2018 and 2022
图2. 2010年,2014年,2018年,2021年广西乡村振兴时空分布图
城市与2018年相比,有着小幅度的下降,例如玉林市、贵港市、崇左市。故广西各地在乡村振兴发展中取得了显著的成绩,但仍需继续努力,推动全区乡村振兴的持续发展。
4. 耦合关系实证研究
利用公式(7) (8) (9)计算得出广西14个地级市新型城镇化与乡村振兴的耦合协调度D,见表4。
Table 4. Coupling coordination of new urbanization and rural revitalization in 14 prefectural cities in Guangxi
表4. 广西14个地级市新型城镇化与乡村振兴的耦合协调度
耦合协调度D |
2010 |
2011 |
2012 |
2013 |
2014 |
2015 |
协调等级 |
南宁市 |
0.6179 |
0.6274 |
0.6311 |
0.6427 |
0.6467 |
0.6504 |
良好协调 |
柳州市 |
0.4858 |
0.4820 |
0.4897 |
0.4939 |
0.4986 |
0.5341 |
中级协调 |
桂林市 |
0.5976 |
0.5820 |
0.5749 |
0.5771 |
0.5713 |
0.5605 |
良好协调 |
梧州市 |
0.4311 |
0.4358 |
0.4187 |
0.4256 |
0.4038 |
0.3825 |
中级协调 |
北海市 |
0.3516 |
0.3561 |
0.3776 |
0.3642 |
0.3581 |
0.3643 |
中级协调 |
防城港市 |
0.3261 |
0.3316 |
0.3121 |
0.3041 |
0.3168 |
0.3024 |
中级协调 |
钦州市 |
0.4501 |
0.4559 |
0.4327 |
0.4297 |
0.4204 |
0.4011 |
中级协调 |
贵港市 |
0.4206 |
0.4195 |
0.4159 |
0.4142 |
0.3931 |
0.3726 |
中级协调 |
玉林市 |
0.5031 |
0.4939 |
0.5118 |
0.5040 |
0.4960 |
0.4791 |
中级协调 |
百色市 |
0.4048 |
0.4095 |
0.4372 |
0.4287 |
0.4301 |
0.4233 |
中级协调 |
贺州市 |
0.3717 |
0.4050 |
0.4148 |
0.4079 |
0.4016 |
0.3701 |
中级协调 |
河池市 |
0.3627 |
0.3941 |
0.3969 |
0.4015 |
0.3953 |
0.4039 |
中级协调 |
来宾市 |
0.4312 |
0.4360 |
0.4792 |
0.4717 |
0.4591 |
0.4355 |
中级协调 |
崇左市 |
0.3471 |
0.3462 |
0.3612 |
0.3554 |
0.3552 |
0.3672 |
中级协调 |
耦合协调度D |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
协调等级 |
南宁市 |
0.6267 |
0.6507 |
0.6446 |
0.6518 |
0.6249 |
0.6388 |
0.6137 |
良好协调 |
柳州市 |
0.5056 |
0.5228 |
0.5143 |
0.5061 |
0.5107 |
0.5112 |
0.4794 |
中级协调 |
桂林市 |
0.5282 |
0.5561 |
0.5441 |
0.5425 |
0.5291 |
0.5366 |
0.5220 |
中级协调 |
梧州市 |
0.3727 |
0.4039 |
0.3935 |
0.3880 |
0.4099 |
0.4210 |
0.4135 |
中级协调 |
北海市 |
0.3327 |
0.3651 |
0.3556 |
0.3535 |
0.3293 |
0.3547 |
0.3371 |
中级协调 |
防城港市 |
0.2806 |
0.3088 |
0.3052 |
0.3012 |
0.2885 |
0.2887 |
0.2769 |
中级协调 |
钦州市 |
0.3669 |
0.3968 |
0.3955 |
0.3998 |
0.3958 |
0.3931 |
0.3882 |
中级协调 |
贵港市 |
0.3498 |
0.3872 |
0.4120 |
0.4164 |
0.4116 |
0.4096 |
0.3939 |
中级协调 |
玉林市 |
0.4475 |
0.4706 |
0.4639 |
0.4669 |
0.4636 |
0.4702 |
0.4639 |
中级协调 |
百色市 |
0.4106 |
0.3971 |
0.3974 |
0.4055 |
0.4409 |
0.4342 |
0.4311 |
中级协调 |
贺州市 |
0.3624 |
0.3723 |
0.3506 |
0.3687 |
0.3746 |
0.3873 |
0.3990 |
中级协调 |
河池市 |
0.3882 |
0.4082 |
0.4052 |
0.3974 |
0.4035 |
0.4003 |
0.4064 |
中级协调 |
来宾市 |
0.4286 |
0.4669 |
0.3977 |
0.3875 |
0.3928 |
0.4132 |
0.4203 |
中级协调 |
崇左市 |
0.4129 |
0.3693 |
0.3831 |
0.3756 |
0.3693 |
0.3823 |
0.3932 |
中级协调 |
从时间演变来看,2010~2022年间,广西14个地级市新型城镇化与乡村振兴耦合协调度大多呈现小幅上升趋势,桂林市2010年与2022年相比,有着小幅度的下降。其中,南宁市的新型城镇化与乡村振兴耦合协调度较高,均超过0.61,已达良好协调水平。大多数城市的耦合协调度2020年到2022年有所降低,可能是由于受到2020年的疫情影响,对此防城港市作为一个沿海旅游城市,受到的影响尤为明显,在这三年中,防城港市的新型城镇化与乡村振兴的耦合协调度均为达到中级协调。总体来看,在2010年到2022年之间,广西14个地级市新型城镇化与乡村振兴的耦合协调度均达到了中级协调水平。
(a) (b)
(c) (d)
注:该图基于自然资源部标准地图服务网站下载的审图号为GS京(2022)1061号的标准地图制作,底图无修改。
Figure 3. Spatial and temporal distribution of the coupling coordination degree of new urbanization and rural revitalization in Guangxi in 2010, 2014, 2018 and 2022
图3. 2010年,2014年,2018年,2022年广西新型城镇化–乡村振兴耦合协调度时空分布图
从空间演变来看,广西的高耦合度和协调性集中在南宁、柳州、桂林三个区域,然后逐步向其他区域扩展,并最终推动广西协调性水平提升。由图3可以看出,广西新型城镇化与乡村振兴耦合协调度除了南宁、桂林明显偏高,其他地级市没有明显差异。2022年,除了防城港市处于低级协调,其余城市均处于中级协调水平之上,南宁市达良好协调。总体而言,广西各市县之间的耦合协调性水平总体上呈现出“西北高–东南低”的格局,这是由于广西西北部地域辽阔、乡村振兴战略实施较为完备、城镇发展较为良好、政策支持较为及时和持久,城市化进程比较快,已经步入了高质量发展时期。
5. 协同发展实证研究
通过上一节可得2010~2022年广西新型城镇化与乡村振兴的两个系统综合评价值,分别记为XC、CZ,作为后续实证研究的对象。
5.1. 平稳性检验
在进行面板协整检验之前,需要先验证变量是否平稳。接下来,将采用面板单位根检验方法,对广西新型城镇化与乡村振兴的综合评价值进行平稳性检验。利用Stada软件对XC,CZ进行面板单位根检验,出现不平稳现象,随对变量XC,CZ进行一阶差分处理,记为dXC,dCZ,再进行面板单位根检验,实现的结果见表5。由表5容易看出,变量dXC,dCZ在5%显著性水平下均为平稳序列。
Table 5. Panel unit root test results of Guangxi’s new urbanization and rural revitalization
表5. 广西新型城镇化与乡村振兴的面板单位根检验结果
变量 |
Llc |
Ips |
Ht |
|
p值 |
p值 |
p值 |
结论 |
dXC |
0.0000 |
0.0000 |
0.0000 |
平稳 |
dCZ |
0.0000 |
0.0000 |
0.0000 |
平稳 |
5.2. 面板协整检验
协整检验旨在探查两者间是否存在一种长期稳定的线性依存关系。运用Stada软件面板协整检验Kao检验方法对一阶差分后平稳的变量dCZ,dXC进行面板协整检验,整理结果如表6所示。
Table 6. Panel cointegration test results of Guangxi’s new urbanization and rural revitalization
表6. 广西新型城镇化与乡村振兴的面板协整检验结果
变量 |
面板协整检验-Kao检验 |
|
检验统计量 |
p值 |
结论 |
Modified Dickey-Fuller t |
−9.0739 |
0.0000 |
协整 |
Dickey-Fuller t |
−14.9208 |
0.0000 |
协整 |
Augmented Dickey-Fuller t |
−5.6996 |
0.0000 |
协整 |
Unadjusted modified Dickey-Fuller t |
−12.7164 |
0.0000 |
协整 |
由检验结果可知,三种情况的p值都小于0.05,即在5%的显著性水平下,不接受原假设,说明二者存在协整关系,即新型城镇化与乡村振兴存在着一种长期均衡关系。
5.3. PVAR模型的GMM估计
确定最优滞后阶数可避免过拟合或欠拟合,保证模型精度与效率,提升估计的稳健性和预测能力,因此在进行后续实证研究前,需要先确定面板数据的最优滞后阶数。运用Stata软件,借助MBIC、MAIC以及MQIC三种信息准则,对面板数据的最优滞后阶数进行了确定。如表7所示,可以看到,在滞后阶数为1时,AIC和HQIC的值均为最小值,因此最优滞后阶数为1。
Table 7. Optimal lag order selection
表7. 最优滞后阶数选择
滞后阶数 |
AIC |
BIC |
HQIC |
1 |
−41.0927 |
−8.4708 |
−21.7066 |
2 |
−33.4115 |
−11.6635 |
−20.4874 |
3 |
−16.8770 |
−6.0030 |
−10.4149 |
面板数据采用广义矩估计(GMM)能够更有效地处理内生变量和遗漏变量问题,同时克服固定效应和随机效应模型的局限性,提高估计的稳健性与有效性,适用于复杂面板数据结构的分析需求。为了深入探究CZ和XC变量之间的相互作用及影响机制,通过在Stata软件中实施GMM估计方法,分别将CZ与XC交替设定为因变量进行回归分析,旨在全面剖析两者之间的动态关联和相互影响效应。在此,选择滞后1期进行GMM估计,Stata软件输出结果如表8所示。其中,L1.表示滞后1期。
Table 8. GMM estimation results of PVAR model
表8. PVAR模型的GMM估计结果
解释变量 |
被解释变量 |
CZ |
XC |
L1.CZ |
2.48 (0.013) |
0.65 (0.513) |
L1.XC |
0.27 (0.786) |
2.06 (0.039) |
注:括号内为p值。
从表8的列(1)的结果来看,滞后一期的新型城镇化对自身具有显著的正向影响,这表明新型城镇化进程存在持续性和惯性,即前期的城镇化进展会促进后续的城镇化发展。这种现象可能是由于城镇化进程中形成的基础设施、政策连续性、人口聚集效应等因素导致的。另一方面,滞后一期的乡村振兴对新型城镇化的影响不显著,这可能是因为乡村振兴的成效需要更长的时间才能体现出来,或者乡村振兴的某些措施可能尚未直接转化为城镇化进程中的具体动力。
在列(2)中,滞后一期的新型城镇化对乡村振兴的影响不显著,而乡村振兴对自身有着显著的正向影响。这表明乡村振兴在短期内可能更多地依靠自身的力量和内在机制推动发展,而不是依赖于城镇化的直接推动。这可能是因为乡村振兴战略可能侧重于改善农村基础设施、提高农业效率、促进农村产业发展等,这些举措在短期内可能不会立即反映在城镇化指标上,但它们增强了乡村的自我发展能力。
综合上述分析,我们可以得知,新型城镇化和乡村振兴之间虽然存在相互作用的可能性,但在短期内,各自的发展更多地依赖于自身的动力和机制。长期而言,两者之间的相互影响可能会更加明显,尤其是随着乡村振兴战略的深入实施,其对新型城镇化的影响可能会逐渐显现。同时,新型城镇化的发展也会反过来促进乡村地区的现代化和经济发展。
5.4. 格兰杰因果关系检验
为了进一步分析广西14个地级市新型城镇化与乡村振兴两者之间的短期动态影响效应和因果关系,对数据进行格兰杰因果关系检验,参照表9所展示的格兰杰因果关系检验结果,当只考虑一阶滞后效应时,在5%的显著性水平下,广西新型城镇化与乡村振兴不存在格兰杰因果关系。
Table 9. Granger causality test between rural revitalization and new urbanization in Guangxi
表9. 广西乡村振兴与新型城镇化的格兰杰因果关系检验
原假设 |
F统计量 |
p值 |
检验结果 |
广西新型城镇化不是乡村振兴的格兰杰原因 |
0.074 |
0.786 |
接受 |
广西乡村振兴不是新型城镇化的格兰杰原因 |
0.427 |
0.513 |
接受 |
5.5. 脉冲响应函数分析
为更深层次地剖析广西乡村振兴与新型城镇化两者互动的动态模式,本章节运用脉冲响应分析方法。脉冲响应分析是计量经济学中评估模型变量对一次性冲击的动态响应,帮助理解系统内变量间短期及长期交互影响的一种方法。具体地,我们在滞后一期的设置下,对乡村振兴和新型城镇化各自施加一次标准差的冲击,并追踪其后续十期的效应,以此揭示冲击的瞬时反应与长期持续性影响。图4直观呈现了这一系列动态响应的过程与特征。
Figure 4. Pulse response function of rural revitalization and new urbanization in Guangxi
图4. 广西乡村振兴与新型城镇化脉冲响应函数图
由图4中左上角的图可知,乡村振兴(xcf)受到自身冲击时产生的是正向响应,且在刚开始时为零,在前五期变化较为平稳,接近于零,后趋势逐渐增大。由图4中右下角的图可知,新型城镇化(czf)受到自身冲击时没有产生影响,先进行一段较平稳的增长趋势,之后逐渐转变为更快速的增长趋势。由图4中右上角的图可以得出,当乡村振兴受到新型城镇化冲击时,前四期受到的影响很小,无限接近于零不,之后短期内受到上升幅度较小的正面影响,在第4期之后,上升趋势更陡峭。由图4中左下角的图可以看出,当新型城镇化受到乡村振兴冲击时,刚开始不受影响,之后逐渐受到正面影响,响应幅度逐渐增强。
广西新型城镇化和乡村振兴彼此间的脉冲响应分析显示,乡村振兴(xcf)与新型城镇化(czf)在面对内部和外部冲击时展现出的独特动态特性及其相互作用机制。乡村振兴对自身冲击的反应呈现为初期的温和正向调整,随后响应强度逐渐累积,彰显出其内在的韧性与成长潜力。新型城镇化则在遭遇自身冲击时,起初表现稳定,随后步入加速发展阶段,反映出该策略具备逐步释放动能的能力。两系统之间的交互影响揭示,乡村振兴在经历新型城镇化冲击后,起初响应微弱,但随后正向效应逐渐显现并增强;而新型城镇化受乡村振兴影响亦是如此,初期影响有限,随着时间推移,正向反馈日益显著。这表明,在我国城乡融合发展战略背景下,乡村振兴与新型城镇化并非孤立存在,而是形成了一个相互促进、协同发展的系统,其中一方的发展能够有效激发另一方的潜能,共同推动社会经济的全面进步。这一发现对于优化资源配置、深化政策协同具有重要启示意义。
5.6. 方差分解分析
面板数据研究进行方差分解分析,旨在明确各变量对方差的贡献,辨析主要影响因素,把握动态关系,优化政策决策,及验证理论模型的现实吻合度,深化对复杂系统内在机理的理解。对CZ,XC进行方差分解,滞后10期的方差分解结果如表10所示。
Table 10. Results of variance decomposition
表10. 方差分解结果
变量 |
时期 |
CZ |
XC |
CZ |
1 |
1 |
0 |
CZ |
5 |
0.6821 |
0.3178 |
CZ |
10 |
0.4596 |
0.5404 |
XC |
1 |
0.1950 |
0.8050 |
XC |
5 |
0.4097 |
0.5903 |
XC |
10 |
0.4416 |
0.5584 |
从表7的方差分解结果看,滞后1期的新型城镇化对自身的贡献率为100%,后期有所下降,在第5期为68.21%,第10期为45.96%,在滞后10期之内并未发现平稳趋势。新型城镇化对乡村振兴的方差贡献率影响则逐步上升,最终在第10期达到44.16%。至于乡村振兴,其方差贡献率的绝大部分源于自身动态,均超过50%,在滞后一期的贡献率是最大的为80.50%,而它对新型城镇化方差贡献率则从无到有,逐渐增大,在滞后10期达到了54.04%。这表明,乡村振兴与新型城镇化之间存在显著的双向影响关系,双方不仅自我驱动能力强,而且随着政策实施的深入,相互间的影响力度也在不断加强,共同促进了城乡融合发展的良性循环。
6. 结论与建议
6.1. 结论
基于2010~2021年广西14个地级市面板数据,利用耦合协调度、面板协整检验、GMM估计、格兰杰因果关系检验、脉冲响应函数和方差分解,分析了广西新型城镇化与乡村振兴之间的耦合协调关系以及协同发展,得出以下结论:
1) 从耦合协调度结果来看,广西各地新型城镇化与乡村振兴的耦合协调程度呈现出显著差异,除了防城港市在2020、2021、2022年处于低级协调水平之外,南宁市达到了良好水平的协调状态,其余城市均处于中级协调水平状态。
2) 从GMM估计结果来看,新型城镇化具有显著自持续效应,乡村振兴对自身有显著正向影响,但两者间直接影响均不显著。
3) 从格兰杰因果关系的检验结果来看,在显著性水平为5%时,广西新型城镇化与乡村振兴的不存在格兰杰因果关系。
4) 从脉冲响应函数分析结果来看,乡村振兴面临自身冲击时,初始响应为零,随后五期影响微弱稳定,后逐渐显现正向增长趋势;新型城镇化受自身冲击,起初未见显著影响,经历平稳期后增速加快。乡村振兴受新型城镇化冲击,前四期影响近零,随后缓慢显现正向影响,第4期后增幅显著;新型城镇化受乡村振兴冲击,初时无影响,随时间推移,正向响应逐步增强。
5) 从方差分解结果来看,新型城镇化初期完全自我贡献,后降至45.96%,对乡村振兴贡献升至44.16%;乡村振兴主要自我驱动,贡献达80.50%,对新型城镇化贡献从无增至54.04%,显示双向渐强影响。
6.2. 建议
根据上述结论,为推动广西14个地级市新型城镇化与乡村振兴两者之间协调可持续发展,提出以下建议:
1) 优化资源配置,促进城乡均衡发展:鉴于资源分配不均问题,应调整策略,确保资金、技术和人才等关键资源在城乡间均衡流动,特别是加强对防城港市等不协调区域的支持,缩小城乡发展差距。
2) 加强政策协调与整合:制定和实施更加协调统一的城乡发展规划,确保新型城镇化与乡村振兴战略相互促进而非制约,增强政策的互补性和连贯性,解决策略协调缺失问题。
3) 强化乡村振兴的自主发展能力:鉴于城镇化对乡村振兴的负向影响,应提升乡村自我发展能力,鼓励特色产业和乡村旅游发展,增强乡村经济的内生动力,减少对外部资源的依赖。
4) 建立双向互动机制:促进城乡之间的信息、技术、人才交流,构建城乡融合发展平台,形成新型城镇化与乡村振兴的良性互动,特别是在格兰杰因果关系指示的单向影响下,探索乡村对城镇化发展的正面反馈路径。
5) 增强抵御外部冲击的能力:鉴于内外部冲击对城乡发展的动态影响,应建立健全风险防控机制,提高城乡经济系统的韧性,确保在面对各种冲击时能够快速恢复并保持稳定发展。
6) 关注长期动态平衡:在推进城镇化和乡村振兴的过程中,应注重长远规划,平衡好经济发展与生态环境保护的关系,维护好乡村的文化和社会结构,实现可持续发展。
通过上述措施,可以有效推动广西新型城镇化与乡村振兴的协调发展,促进城乡融合,构建和谐共生的新发展格局。
致 谢
感谢南宁师范大学现代产业学院和创新创业学院对本项目的支持。
基金项目
本论文工作由2023年示范性现代产业学院经费资助。
NOTES
*通讯作者。