城镇化水平对投资率的影响研究

摘"要：我国城镇化进入了减速期，未来城镇化水平提升空间有限，在城镇化与投资互为因果的情况下，如何维持合理的城镇化水平和投资率具有重要研究意义。建立城镇化率与投资率的理论模型，选择42个国家1980—2022年的面板数据，并引入杠杆率作为调节变量，研究城镇化率与投资率的关系，结果发现：（1）城镇化率与投资率之间存在显著的倒U型关系，在老龄化国家更为显著；（2）杠杆率是影响城镇化率与投资率之间倒U型关系的调节变量，在低杠杆和高杠杆、政府部门和非金融企业部门都十分显著。进一步提出中国城镇化率的上限在80%左右、投资率的下限在20%左右的政策建议，同时发挥杠杆率的调节作用，推进以人为核心的新型城镇化。

关键词：城镇化；投资率；杠杆率；城镇化率上限

中图分类号：F20""""文献标识码：A""""文章编号：1005-6378（2024）05-0001-14

DOI：10.3969/j.issn.1005-6378.2024.05.001

一、问题的提出

党的二十大报告提出“新型城镇化战略”要“推进以人为核心的新型城镇化”“推进以县城为重要载体的城镇化建设”。根据美国学者诺瑟姆提出的城镇化S形曲线，城镇化率低于20%时属于初始期，城镇化率20%～50%属于加速期，城镇化率50%～70%属于减速期，城镇化率高于70%属于饱和期［1］。尽管不同国家之间存在差异，比如意大利和奥地利城镇化率达到60%后速度明显下降，德国和瑞士城镇化率达到75%后缓慢下降，美国和英国城镇化率达到80%后趋于稳定，但一般认为城镇化率超过60%后，其增速都会出现一些变化高国力《“十四五”我国新型城镇化进入快速发展的“五期叠加”》，国家发展和改革委员会网站，https：//www.ndrc.gov.cn/wsdwhfz/202202/t20220217_1315711_ext.html.

。2023年中国城镇化率已经超过了66%，基本可以判断进入了所谓的“减速期”或“缓速期”。

消费、投资、出口是拉动经济的“三驾马车”，其中投资是许多国家从不发达走向发达的重要支撑，早在1994年世界银行就建议发展中国家城市基础设施投资占全部固定资产投资比重应在9%～15%，占GDP比重应在3%～5%，城镇化首先是一种投资活动［2］。城镇化是经济社会发展的一个结果，随着经济社会发展程度升高，城镇化率一般也会提高，但同时城镇化也是经济社会发展的一个诱因，如果一个国家或地区为了推进城镇化，也会围绕城镇化开展一些政策部署、投资支持，从某种程度上看，城镇化与投资互为因果，即城镇化促进了投资，投资也促进了城镇化。

从各国发展经验看，中国未来城镇化率提升空间有限，特别是考虑到城乡生计资本相互作用、经济因素驱动和外部政策推动等因素，过度城镇化会导致农村“空心化”［3］。在这种情况下，研究城镇化水平如何影响投资率，如何确定相对合理平衡的城镇化率和投资率水平，具有重要的理论和现实意义。基于城镇化率与投资率的数理关系，本文尝试两方面的研究：一是城镇化率对投资率影响的实证分析；二是引入杠杆率的因素，考察杠杆率是否起到了助推作用。

二、文献综述

目前，对城镇化水平与投资率关系的研究，主要可分为定性和定量两大类。定性研究聚焦城镇化与资本、投资的互动关系，定量研究则聚焦二者关系的实证分析。

从定性研究看，城镇化与资本、投资密不可分。从需求端看，推进城镇化需要资本和投资。各国在推进城镇化过程中，都会面临资金缺口较大的问题，2015—2030年中国新型城镇化建设所需资金为105.38万亿元［4］，中国同时还面临投资主体单一、土地财政不可持续、投融资平台风险较大等问题［5］，需要大力创新城镇化投融资。主体方面，政府部门以及地方政府投融资平台公司是重要的投资主体，但是又存在资产结构单一、盈利能力弱、融资渠道单一等问题；机制方面，确立城镇化融资机制的市场化改革方向，需要深化土地、财税、价格改革，健全多种途径的城镇化融资债务风险约束机制［6］。从供给端看，资本和投资也需要寻找潜力领域和价值洼地。中国在推进城镇化过程中，各地方采取了许多探索模式，比如成都市以政府主导、资本介入的方式，实现了农民集中居住（农民上楼）与农业的规模经营（资本下乡）［7］，这是投资促进城镇化的重要方式。中国较低的资本有机构成和不断走低的利率为增加投资需求提供了空间，而大力推进城镇化和市民化则能为实现投资提供充分必要条件［8］。此外，城镇化与消费也存在密切关联，城镇化可以改变消费结构［9］，影响能源消费［10］，通过消费进一步影响投资。

从定量研究看，城镇化水平与投资率存在双向因果关系，相关研究成果主要体现在两个方面。其一，从投资对城镇化的影响看，内生增长理论支持政府投资促进经济增长和城镇化的观点［11］，亚洲和拉丁美洲的国家实证数据表明对农业投资形成的高农业密度和种植业农业，极大地刺激了欠发达地区的城镇化［12］，但这种促进是线性还是非线性关系并无定论。有学者认为外商投资与当地新型城镇化之间存在“先下降、后上升”的非线性关系［13］，绿色公共投资对绿色城镇化发展水平存在显著的“类U”型关系［14］。其二，从城镇化对投资的影响看，根据瓦格纳定律，城镇化促进了公共基础设施的投资［15］，特别是像中国在改革开放后处于城镇化快速发展时期，包括城市建设等在内的各方面投资需求巨大。印度的发展经验表明，在大多数情况下，经济增长和城镇化促进了交通基础设施投资［16］。

尽管当前关于城镇化与投资关系的研究已有许多有意义的结论，但是还存在两个问题需要进一步完善，一个是对城镇化率与投资率之间的实证关系相对缺乏，另一个是城镇化率通过何种调节机制影响投资率相对欠缺。本文的边际贡献在于：一是建立跨国面板数据的计量模型，检验城镇化率与投资率之间的关系；二是引入杠杆率作为调节变量，研究城镇化率如何通过杠杆率调节投资率。

三、研究设计

（一）模型设计

从消费端看，消费者的消费主要包括衣、食、住、行、文化旅游等方面，可用C1、C2、C3、C4、C5分别代表着五种消费。与此相应，供给则可以用Y1、Y2、Y3、Y4、Y5来表示。如果只考虑资本存量K，不考虑资本积累的因素，那么整个社会的总产出可以表示为：

Y=φiKi=∑5i=1Ii+∑5i=1Yi（1）

其中Ii表示社会投资品的产出。从长期看，消费市场的供给和需求达到均衡，亦即Yi=Ci，那么式（1）可以变换为：

Y=∑5i=1Ii+∑5i=1Ci（2）

如果将住房消费也视作投资，那么投资率就等于［17］：

investment=I1+I2+I3+I4+I5+C3Y（3）

随着城镇化率提高，产出会增加，消费者对衣、食、行、文化旅游的消费也会上升，那么可以假设城镇化率与这些消费的关系为：

Y=α0+α1urban（4）

Ci=βi0+βi1urban（5）

其中i≠3，并且式（4）和式（5）的所有系数都为正数。住房消费与其他消费不同，当在城镇化初期，消费者对住房消费的需求会逐渐增加，但是当城镇化率达到一定水平后，消费者对住房消费的需求更多体现在改善性方面，而非刚性。换言之，消费者对住房消费需求可能会减少。由此可以假设城镇化率与住房消费的关系为：

C3（urban）=γ0+γ1urban+γ2urban2（6）

其中，γ2为负值，γ1为正值。综合式（1）至式（5），并且考虑到α0+α1urban的负一次项影响较小，将其省略，那么投资率可以写为：

investment≈θurban2+λurban+cons（7）

其中θ=γ2α11+1φ3＜0，λ=γ1α11+1φ3＞0，cons为常数项。由式（7）可知，城镇化率与投资率之间可能存在倒U型关系，而事实上外商直接投资和城镇化之间存在较为显著的非线性关系［18］。根据这些分析，设定的计量模型为：

investmentit=ρ2urban2it+ρ1urbanit+cons+μit+τit+εit（8）

其中μi表示个体固定效应，τt表示时间固定效应，εit表示标准残差项，i=1，2，3，…，N，t=1，2，3，…，T。

（二）变量与数据

被解释变量方面，根据国民核算的定义，资本形成总额包括两部分，一部分是固定资本形成总额，另一部分是存货增加，用资本形成总额与支出法GDP比值表示投资率investment。核心解释变量方面，用城镇化率urban表示城镇化水平，即城镇（城市）人口占总人口的比值。控制变量方面，还有一些影响投资率的变量，当经济增长率growth较高时，经济主体出于对未来较好的预期，投资率也会随之上升［19］；在国民经济核算中，储蓄等于投资是一个恒等式，储蓄率savings的高低与投资率的高低相一致［20］；通货膨胀率inflation代表着物价水平的变动，也会对投资率产生影响；产业结构变化同样影响投资率，用第三产业占比service表示产业结构变化。

此外为了进一步分析，还引入了实体部门杠杆率debt（实体部门债务与GDP比值）作为调节变量，城镇化率对投资率的影响会受到杠杆率高低的影响，当经济主体的杠杆率水平较高时，经济主体的负担也比较重，投资决策也会发生变化，而当经济主体的杠杆率水平较低时，经济主体的负担较轻，有可能做出不同的投资决策［21］。实体部门由政府、家庭、非金融企业三个部门组成，所以也引入了政府部门杠杆率debt1、家庭部门杠杆率debt2、非金融企业部门杠杆率debt3。

数据方面，国际清算银行公布了42个国家实体部门杠杆率，包括澳大利亚、奥地利、比利时、加拿大、瑞士、捷克、德国、丹麦、西班牙、芬兰、法国、英国、希腊、爱尔兰、以色列、意大利、日本、韩国、卢森堡、荷兰、挪威、新西兰、葡萄牙、瑞典、新加坡、美国等26个发达国家，阿根廷、巴西、智利、中国、哥伦比亚、匈牙利、印度尼西亚、印度、墨西哥、马来西亚、波兰、俄罗斯、沙特阿拉伯、泰国、土耳其、南非等16个新兴国家国际货币基金组织指出“发达经济体”包括39个国家和地区，他们是：澳大利亚、奥地利、比利时、加拿大、塞浦路斯、捷克、丹麦、爱沙尼亚、芬兰、法国、德国、希腊、中国香港、冰岛、爱尔兰、以色列、意大利、日本、韩国、拉脱维亚、立陶宛、卢森堡、中国澳门、马耳他、荷兰、新西兰、挪威、葡萄牙、波多黎各、圣马力诺、新加坡、斯洛伐克、斯洛文尼亚、西班牙、瑞典、瑞士、中国台湾、英国及美国。其他为新兴市场及发展中经济体。详见国家统计局官网：https：//data.stats.gov.cn/files/lastestpub/gjnj/2018/zk/html/zb.htm.，选择这42个国家1980—2022年的面板数据作为研究对象。其中杠杆率数据来源于国际清算银行数据库，其他数据均来源于世界银行数据库，变量的统计性描述详见表1。

四、回归分析

（一）基本回归

以投资率作为被解释变量，以城镇化率作为核心解释变量，逐步加入控制变量，可以检验城镇化率与投资率之间的非线性关系。对于面板数据，首先要确定选择固定效应模型还是随机效应模型，Hausman检验的结果拒绝了原假设，所以选择固定效应模型。并且，通过简单的倒U型检验发现，极值点在数据范围之内，能够在1%的显著性水平下拒绝原假设，所以可认为这种倒U型关系具有实际意义（表2）。

从表2的模型（1）至模型（3）可以看出，随着逐步加入控制变量，城镇化率的一次项始终为正值，二次项始终为负值，城镇化率与投资率之间存在明显的倒U型关系。这表示当城镇化水平低于某一个值时，投资率会随着城镇化率的提高而上升，城镇化率越高，投资率也会越高，而当城镇化水平高于某一个值时，投资率会随着城镇化率的提高而下降，城镇化率越高，投资率反而越低。出现这种现象的原因可能在于：一是城镇化水平具有“最大值效应”，理论上一个国家的城镇化率最大值为100%，亦即所有地区都变成了城镇、所有人都成了城镇人口，如果考虑粮食生产特别是大国粮食安全，城镇化率的最大值将低于100%，不过仍然可能存在一个最大值，当城镇化率较低时，发展机会比较多，投资热情比较高，投资率与城镇化率呈现同向变动关系。当城镇化率已经达到较高水平时，发展机会相对减少后，投资热情也会消退，即使城镇化率仍然能上升，但投资率已经开始下降，二者呈现反向变动关系。新加坡是一个特例，1980年以来新加坡的城镇化率一直都是100%，但是投资率却从1980年的45%下降至2022年的21.9%。二是投资与消费具有“相互转化效应”，投资率和消费率（最终消费与支出法GDP比值）反映了一定时期内生产活动的最终成果用于建设与用于生活的比例关系，二者在不同发展阶段会发生相互转化，通常在城镇化率较低时依靠投资驱动，在城镇化率较高时依靠消费驱动，这也符合许多国家的实践。三是投资具有“国际转移效应”，在经济全球化时代，投资也是全球化的，当一个国家的城镇化率达到一定水平之后，投资也会寻求其他低城镇化水平国家的机会，以获得更大的收益。典型的例子是加拿大，早在1980年加拿大的城镇化率就已经达到了75.7%，为了寻求更好的国际投资机会，20世纪80—90年代加拿大投资率出现一定程度下降。

从现实看，不同国家呈现不同特点，大致包括三类。第一类是城镇化率从低位快速上升，投资率也相对上升，对应倒U型曲线的左侧。中国1980年城镇化率还不到20%，但到2022年已经高达63.6%，1980—2002年投资率基本在30%～40%，2003—2022年投资率则跃升至40%～50%，城镇化率与投资率呈现正向变动关系；印度尼西亚城镇化率从1980年的22.1%跃升至2022年的57.9%，投资率也从1980年的20.9%上升至1997年的30.3%，不过受1997年亚洲金融危机的冲击，投资率出现了下降，到2008年国际金融危机后投资率又重回30%以上。第二类是城镇化率在高位慢涨，投资率相对下降，对应倒U型曲线的右侧。许多发达国家呈现这样的特点，德国城镇化率从1980年的72.8%缓慢上升至2022年的77.6%，但是投资率从1980年的最高点27.2%呈下降趋势，其中有些年份甚至低于20%；英国城镇化率从1980年的78.5%缓慢上升至2022年的84.4%，但是投资率从1980—1990年的基本超过20%，此后下降至20%以下，最低甚至只有15%（2009年）；日本表现更为明显，城镇化率从1980年的76.2%上升至2022年的92%，而同期投资率从36%下降至不到26%。第三类是城镇化率在高位平稳波动，投资率也相对平稳，对应倒U型曲线的顶部。澳大利亚1980年城镇化率为85.6%，2022年城镇化率为86.5%，变化幅度很小，投资率变化也不是很大，基本在20%～30%相对稳定地波动；瑞士1980年城镇化率为74.5%，此后甚至出现了“逆城市化”现象，2000年和2001年的城镇化率只有73.4%，到2022年城镇化率也只有74.1%，但同期投资率基本在30%上下波动。

（二）稳健性检验

为了检验基本回归结果的稳健性，需要对计量模型和变量数据进行一些变化。主要采取四种变化：第一种是变换核心解释变量，详见表3模型（1），一般认为城镇化率的提高会带来人口结构的变化，这种变化表现在年龄层面就是老龄化程度加深或总抚养比变大，对中国农村人口的发展态势测算表明，如果城镇化率从目前水平上升至80%，那么农村人口老龄化率将高达36%～40%，总抚养比将上升至100%左右［22］，因此可以选择总抚养比dependency（15岁以下或64岁以上受抚养人与15—64岁工作年龄人口比值）作为城镇化率的替代变量。第二种是变换控制变量，详见表3模型（2），就业与投资存在密切相关的联系，投资率比较高，创造的就业机会也比较多。反过来看，如果劳动参与率employment（劳动人口占15岁以上总人口的比值）比较高，投资率可能也比较高。投资还与信贷密切相关，如果信贷比较少，经济主体的投资也可能相应减少，选择私人部门国内信贷占比credit作为控制变量。第三种是变换计量方法，详见表3模型（3），用多维面板固定效应模型替代简单的固定效应模型。第四种是变换样本范围，详见表3模型（4），根据国家首字母排序，对编号为22—42的一半样本国家（包括以色列、印度、意大利、日本、韩国、卢森堡、墨西哥、马来西亚、荷兰、挪威、新西兰、波兰、葡萄牙、俄罗斯、沙特阿拉伯、瑞典、新加坡、泰国、土耳其、美国、南非），以及时间为1997年之前的样本进行回归分析。

从表3来看，模型（1）显示总抚养比与投资率之间存在显著的倒U型关系，即当总抚养比低于某个值时，总抚养比越大，投资率也会越大；而当总抚养比高于某个值时，总抚养比越大，投资率却会越小。在替换控制变量和变换样本范围后，模型（2）和模型（4）也表明城镇化率与投资率之间存在显著的倒U型关系，至少在5%的显著性水平下通过了检验。模型（3）中城镇化率的二次项未能通过显著性检验，但其系数也为负值，一次项则为正值且在5%的显著性水平下通过了检验。尽管城镇化率与投资率的倒U型关系未能通过显著性检验，但至少计量结果呈现出倒U型的特点。由此可以认为，城镇化率与投资率之间的倒U型关系具有一定的稳健性。

（三）异质性分析

为了检验异质性，分两种方式。第一种方式分析国家类型异质性，详见表4模型（1）和模型（2），26个发达国家为一类，16个新兴国家为另一类。第二种方式是分析老龄化程度异质性，详见表4模型（3）和模型（4），国际上通常把 60 岁及以上的人口占总人口比重达到 10%，或65 岁及以上的人口占总人口的比重达到 7% 作为一个国家或地区进入老龄化社会（或老年型人口）的标准，此处选择后一个标准，如果65岁及以上人口占总人口比重大于或等于7%，则视为老龄化，反之则视为非老龄化。

表4的异质性检验结果表明，城镇化率对投资率的倒U型关系并不具有国家类型异质性，模型（1）发达国家、模型（2）新兴国家的计量结果显示，城镇化率的一次项和二次项都未能通过显著性检验，也就是说城镇化率与投资率的倒U型关系是一个整体效应，不论单看发达国家，还是单看新兴国家，都不存在倒U型关系。出现这种现象的原因可能在于，尽管不同国家设定城镇化水平的目标不同、实现城镇化的步骤不同，但发达国家和新兴国家都在积极追求城镇化，所以不同国家类型的城镇化率对投资率的影响并不显著。模型（3）的城镇化率一次项、二次项分别通过了5%、1%的显著性检验，模型（4）的城镇化率一次项和二次项都未能通过显著性检验，这表明在老龄化社会，城镇化率与投资率存在显著的倒U型关系，在非老龄化社会不存在这种关系。一般而言，非老龄化社会的城镇化率也比较低，城镇化率与投资率的关系可能更符合倒U型的左侧特征，而老龄化社会的城镇化率也相对较高，其城镇化率与投资率的关系经历了整个倒U型过程。

五、考虑杠杆率的进一步分析

（一）非线性模型的调节效应

调节效应指的是核心解释变量对被解释变量的关系受到调节变量的影响，调节变量所起到的效应就是调节效应。对于非线性模型，调节效应主要作用有两个，一个是调节变量可以改变自变量与因变量反转的节点，即临界点的位置;另一个是调节变量可以改变自变量对因变量的瞬时变化率，即曲线的形状［23］。对于非线性模型，如果引入杠杆率作为调节变量，可以表示为：

investment=ω0+ω1urban+ω2debt+ω3urban×debt+ω4urban2+ω5urban2×debt（9）

对式（9）进行合并，可以得到：

investment=ω0+ω2debt+（ω1+ω3debt）urban+（ω4+ω5debt）urban2（10）

式（10）中的（ω1+ω3debt）表示斜率项，（ω4+ω5debt）表示曲率项，如果曲率项显著，则不论斜率项是否显著，都能说明自变量和因变量之间存在曲线关系；如果曲率项不显著，斜率项显著，那么说明自变量和因变量之间存在线性关系；如果曲率项和斜率项都不显著，那么说明自变量和因变量之间不存在关系。综上所述，自变量和因变量的曲线关系取决于曲率项，如果系数ω5显著，那么调节变量debt能够调节自变量urban对因变量investment的曲线关系。同时，还可以对调节变量debt在低水平、高水平下的显著性进行检验，这样可以更加直观了解调节变量debt如何影响自变量urban对因变量investment的曲线关系。

（二）实体部门杠杆率的调节效应

根据非线性模型的调节效应计量方法，可以对加入实体部门杠杆率后城镇化率与投资率的关系进行检验，同时由于实体部门杠杆率的平均值为192.5%，以此作为分界线，低于这个均值的视为低杠杆，高于这个均值的视为高杠杆，进一步观察调节变量的影响（表5）。

在模型（1）、模型（2）和模型（3）中，城镇化率平方项和实体部门杠杆率交乘项的系数、城镇化率平方项的系数至少在5%的显著性水平下通过了检验，曲率项显著，说明城镇化率与投资率之间确实存在非线性关系。并且在低杠杆情况下，当杠杆率低于115.6%时，经过运算的城镇化率平方项的系数必然为负值，城镇化率与投资率之间必然为倒U型关系；在高杠杆的情况下，当杠杆率高于225.8%，经过运算的城镇化率平方项的系数必然为负值，城镇化率与投资率之间必然为倒U型关系；当杠杆率介于115.6%到225.8%之间时，经过运算的城镇化率平方项的系数为正值，城镇化率与投资率之间呈现U型关系，但这并不影响二者之间的非线性关系。综合来看，考虑实体部门杠杆率的调节效应检验强化了基本回归、稳健性检验、异质性分析的结果，城镇化率与投资率之间存在显著的倒U型关系。

（三）分部门杠杆率的调节效应

如果将实体部门杠杆率分解，可以得到政府部门杠杆率、家庭部门杠杆率、非金融企业部门杠杆率，用分部门杠杆率作为调节变量，同时考虑低杠杆、高杠杆的情况，研究调节变量对

当政府部门杠杆率作为调节变量时，城镇化率平方项和实体部门杠杆率交乘项的系数、城镇化率平方项的系数都在1%的显著性水平下通过了检验，曲率项显著时自变量和因变量必然存在非线性关系，也就是说城镇化率和投资率之间必然存在非线性关系。以政府部门杠杆率平均值60.2%作为分界点，发现在低杠杆和高杠杆下曲率项无法通过显著性检验，斜率项也未能通过显著性检验，至少可以说明城镇化率与投资率的倒U型关系在低杠杆、高杠杆下不存在影响。究其原因，可能在于政府部门是投资的重要主体，不管是低杠杆的国家，还是高杠杆的国家，政府部门都会通过加杠杆去投资。事实上，新兴国家政府部门杠杆率从2008年的30.9%上升至2022年的65.3%，发达国家政府部门杠杆率从1999年的71.6%上升至2022年的102.8%。

当家庭部门杠杆率作为调节变量时，城镇化率平方项和实体部门杠杆率交乘项的系数未能通过显著性检验，城镇化率平方项的系数在10%的显著性水平下通过了检验，但这并不必然保证曲率项可以通过显著性检验，斜率项的检验也并不必然通过。同时，在低杠杆（家庭部门杠杆率低于49.1%）、高杠杆（家庭部门杠杆率高于49.1%）情况下，曲率项和斜率项同样并不必然通过显著性检验，所以家庭部门杠杆率无法调节城镇化率与投资率的非线性关系。究其原因，可能在于家庭部门是消费的主体，并非投资的主体，所以家庭部门杠杆率无论如何变化，并不会成为城镇化率与投资率非线性关系的调节变量。

当非金融企业部门杠杆率作为调节变量时，城镇化率平方项和实体部门杠杆率交乘项的系数、城镇化率平方项的系数至少在5%的显著性水平下通过了检验，城镇化率与投资率之间的非线性关系显著。以非金融企业部门杠杆率平均值82.2%作为分界点，低杠杆情况下曲率项通过了显著性检验，说明城镇化率与投资率之间存在非线性关系；高杠杆情况下曲率项并不必然通过显著性检验，斜率项也不必然通过显著性检验，说明非金融企业部门高杠杆无法调节城镇化率与投资率的非线性关系。可能的原因在于，非金融企业部门也是重要的投资主体，发达国家非金融企业部门杠杆率从1999年的80.2%增长至2022年的90.8%，新兴国家非金融企业部门杠杆率从2008年的59.1%增长至2022年的107.1%，杠杆率的高低会影响非金融企业部门的投资决策，一般来说杠杆率较低时非金融企业部门敢于加杠杆投资，杠杆率较高时非金融企业部门负担较重，不太敢轻易再加杠杆投资。换言之，当非金融企业部门杠杆率较低时，通过加杠杆可以发挥调节城镇化率与投资率非线性关系的影响，但是当非金融企业部门杠杆率较高时，便无法通过加杠杆发挥调节城镇化率与投资率非线性关系的影响。

六、结论与建议

通过上述分析，可以得出三条结论：一是城镇化率与投资率之间存在显著的倒U型关系，不具有国家类型的异质性，但是在老龄化国家更为显著；二是实体部门杠杆率是影响城镇化率与投资率之间倒U型关系的调节变量，在低杠杆和高杠杆下都十分显著；三是政府部门和非金融企业部门杠杆率影响了城镇化率与投资率之间的倒U型关系。

进一步来看，如果以表2中模型（3）作为例子，可以计算出投资率达到最大时城镇化率的数值，即阈值为61.5%。也就是说，当城镇化率低于61.5%时，城镇化率与投资率之间存在正向关系；当城镇化率高于61.5%时，城镇化率与投资率之间存在负向关系。这就蕴含着一个矛盾的情况，一个国家要想在61.5%的基础上继续提高城镇化水平，肯定离不开投资率，而城镇化率越高，对投资率的影响却是负向的。只要还有资本形成，一个国家的投资率就不可能低到0，事实上在所选样本中投资率最低也有10.9%，新加坡城镇化率已经达到了100%，但其投资率仍保持在20%以上，那么可以推断出城镇化率可能存在一个限度，这个限度可能会低于100%。因此，提出如下对策建议。

第一，设定中国城镇化率的上限。中国有18亿亩耕地红线的限制，粮食安全必须牢牢抓在自己手里，同时农村土地制度、城市户籍制度在短期内难以有大幅度改革，农村对人口的黏性肯定要高于土地自由流转和没有户籍制度的发达国家，因此中国的城镇化率不仅不会达到100%，也可能会低于发达国家平均水平。根据联合国《世界城市报告2022：持续城市化的价值》预测，中国城镇化率将在2030年达到70.6%，2035年达到73.9%；中国学者预计我国将在“十四五”期间出现城镇化由高速推进向逐步放缓的“拐点”，2035年后进入相对稳定发展阶段，中国城镇化率峰值大概率出现在75%至80%此处数据参考UN Habitat.World Cities Report 2022：Envisaging the Future of Cities.Jun 2022.https：//unhabitat.org/sites/default/files/2022/06/wcr_2022.pdf.以及张车伟，蔡翼飞：《人口与劳动绿皮书：中国人口与劳动问题报告No.22》，社会科学文献出版社2022年版。；本文所选样本中发达国家2022年城镇化率平均水平为82.7%。综合这些数据，可以设定中国城镇化率的上限为80%左右。

第二，保持投资率稳定合理。尽管当城镇化率超过某个阈值时，城镇化率对投资率的影响为负，但这并不是说不要投资率，相反，应尽量保持投资率在稳定合理的水平。阿根廷、巴西等拉美国家，印度尼西亚、马来西亚等东南亚国家，之所以在20世纪80年代和90年代未能得到很好的发展，反而陷入了“中等收入陷阱”，很重要的一个原因就是投资率较低，低到20%甚至不到20%。反观韩国，之所以能够成为发达国家，很重要的一个原因是投资率基本保持在30%以上，即使城镇化率上升缓慢，至少确保经济能够持续稳定发展。目前中国的投资率较高，基本保持在40%以上，到2035年或2050年，投资率可能会有所下降，但也应像许多发达国家一样，至少将投资率保持在20%甚至更高水平之上。

第三，适当发挥杠杆率调节作用。2023年中国城镇化率为66.2%，城镇化进程迈入增速换挡期，城镇化格局进入稳定优化期，城市发展转向存量挖潜期，乡村振兴进入全面推进期，未来特别是2035年之后推进城镇化的速度将大大放缓。在这种情况下，如果仍然要提高城镇化率、提升城镇化质量，可以发挥杠杆率的调节作用。2023年我国少部分省级地方政府青海、贵州、吉林和天津的杠杆率分别达到87.8%、72.3%、69.2%和66.4%。的杠杆率超过了欧盟对其成员国60%的警戒线，其加杠杆空间较小，但中央政府和其他省级政府有一定的加杠杆空间。2024年政府工作报告提出，从2024年开始，我国拟连续几年发行超长期特别国债；拟安排地方政府专项债券3.9万亿元，比上年增加1 000亿元。这是中央政府和一些省级政府加杠杆的具体实践。根据万得（wind）统计，2022年A股上市公司资产负债率平均值约42%，中位数约40%，除了房地产行业上市公司资产负债率大多超过80%，其他行业也有一定加杠杆的空间。当然，考虑到2016年国务院印发《关于积极稳妥降低企业杠杆率的意见》，2018年国家发展改革委等五部门联合印发《2018年降低企业杠杆率工作要点》，部分国有企业并不具备充足的加杠杆空间。应充分发挥杠杆率的调节作用，助力中国城镇化实现量的提高和质的提升。

第四，推进以人为核心的新型城镇化。需要改变城镇化加速期追求数量型增长的思路，转向质量型提升的思路，推进以人为核心的新型城镇化。要全面落实《国家新型城镇化规划（2021—2035年）》，在改革土地管理制度、改革户籍制度、将城市融资建立在更可持续的基础之上、应对环境压力、改善地方政府治理等六大领域发力［24］，加快农业转移人口市民化，以城市群、都市圈为依托构建大中小城市协调发展格局，同时推进以县城为重要载体的城镇化建设，提升城市规划、建设、治理水平，深入推进城乡融合发展。

参考文献：

［1］徐文舸，赵惠.“十四五”时期新型城镇化拓展投资空间的趋势和潜力［J］.宏观经济管理，2021（6）：10-17+25.

［2］李通屏，成金华.城市化驱动投资与消费效应研究［J］.中国人口科学，2005（5）：65-69+96.

［3］刘奉越.城乡关系下农村“空心化”的演进历程及发展走向［J］.河北大学学报（哲学社会科学版），2023（6）：11-19.

［4］孙东琪，陈明星，陈玉福，等.2015—2030年中国新型城镇化发展及其资金需求预测［J］.地理学报，2016（6）：1025-1044.

［5］孙孟.新形势下新型城镇化建设投融资探讨［J］.宏观经济研究，2023（9）：68-74+114.

［6］潘功胜.加快融资机制改革创新 促进城镇化持续健康发展［J］.新金融评论，2013（6）：1-19.

［7］周飞舟，王绍琛.农民上楼与资本下乡：城镇化的社会学研究［J］.中国社会科学，2015（1）：66-83+203.

［8］万广华，胡晓珊.新发展格局下的国内需求与创新：再论城镇化、市民化的重要性［J］.国际经济评论，2021（2）：22-35+4.

［9］BAIRAGI， SUBIR.Changing Food Consumption Patterns in Rural and Urban Vietnam：Implications for a Future Food Supply System［J］.Australian Journal of Agricultural and Resource Economics， 2020，64（3）：750-775.

［10］MINH KHUONG，PHOUNG， RUSSELL MCKENNA，WOLF FICHTNER. Multi-level Decomposition of ASEAN Urbanization Effects on Energy［J］.International Journal of Energy Sector Management 2019，13（4）：1107-1132.

［11］BARRO R J.Government Spending in a Simple Model of Endogeneous Growth［J］.Journal of Political Economy，1990，98 （S5）：103-125.

［12］FIREBAUGH G.Structural Determinants of Urbanization in Asia and Latin America，1950-1970［J］.American Sociological Review，1979，44（2）：199-215.

［13］樊士德，柏若云.外商直接投资对新型城镇化的影响［J］.中国人口科学，2022（4）：60-73+127.

［14］杨飞虎，陈佳丽，黄兴.绿色公共投资对绿色城镇化发展的影响研究［J］.新金融，2023（7）：28-35.

［15］BERNARDIN AKITOBY，BENEDICT CLEMENTS，SANJEEV GUPTA，GABRIELA INCHAUSTE.Public Spending，Voracity，and Wagner，s Law in Developing Countries［J］.European Journal of Political Economy，2006，22（4）：908-924.

［16］MAPARU T S，MAZUMDER T N.Transport Infrastructure，Economic Development and Urbanization in India （1990-2011）：Is There Any Causal Relationship？ ［J］.Transportation Research Part A：Policy and Practice，2017，100：319-336.

［17］陈昌兵.城市化与投资率和消费率间的关系研究［J］.经济学动态，2010（9）：42-48.

［18］樊士德，柏若云.外商直接投资对新型城镇化的影响［J］.中国人口科学，2022（4）：60-73+127.

［19］刘勇政，吕冰洋，李岩.中国高投资率之谜：分税制的激励作用［J］.经济研究，2021，56（3）：65-82.

［20］王秋石，王一新.中国投资率真的这么高吗［J］.经济学家，2014（8）：66-72.

［21］陈彦斌，随晓芹，刘哲希.系统性金融风险预警指标——杠杆率与“杠杆率/投资率”比较［J］.世界经济文汇，2019（6）：21-36.

［22］解安，林进龙.中国农村人口发展态势研究：2020—2050年——基于城镇化水平的不同情景模拟分析［J］.中国农村观察，2023（3）：61-86.

［23］林伟鹏，冯保艺.管理学领域的曲线效应及统计检验方法［J］.南开管理评论，2022，25（1）：155-166.

［24］国务院发展研究中心和世界银行联合课题组，李伟，SRI MULYANI INDRAWATI，等.中国：推进高效、包容、可持续的城镇化［J］.管理世界，2014（4）：5-41.

（责任编辑"吴"姣，李汶卓）

A Study on the Impact of Urbanization Rate on Investment Rate

LI Jiangtao1，WANG Xuekai2

（1.National Governance Teaching and Research Department，Party School of the Central Committee of C.P.C （National Academy of Governance），Beijing 100089;2.School of Marxism，Party School of the Central Committee of C.P.C （National Academy of Governance），Beijing 100091，China）

Abstract：China，s urbanization has entered a period of deceleration，and there is limited room for improvement of urbanization in the future.In the context of mutual causality between urbanization and investment，it is of great significance to maintain a reasonable level of urbanization and investment rate.This paper establishes a theoretical model for urbanization rate and investment rate，selects panel data of 42 countries from 1980 to 2022，and introduces leverage ratio as a moderating variable to study the relationship between urbanization rate and investment rate.The results show that：（1） there is a significant inverted U-shaped relationship between urbanization rate and investment rate，which is more significant in aging countries.（2） Leverage ratio is a moderating variable that affects the inverted U-shaped relationship between urbanization rate and investment rate，which is significant in both low leverage and high leverage，as well as both government departments and non-financial corporations.Furthermore，it is proposed that the upper limit of China，s urbanization rate should be around 80%，and the lower limit of investment rate should be around 20%.At the same time，we should exert the regulatory effect of leverage ratio，and promote a new type of urbanization centered around people.

Key words：urbanization;investment rate;leverage ratio;the upper limit of urbanization rate