城镇化与经济增长依从关系的实证研究

石琼强

（安徽财经大学 数量经济研究所，安徽 蚌埠 233030）

城镇化与经济增长依从关系的实证研究

石琼强

（安徽财经大学 数量经济研究所，安徽 蚌埠 233030）

本文选取我国城镇化率与人均实际GDP两个指标分别作为我国城镇化水平和经济增长水平的指标，并根据1978～2011年我国城镇化率与人均实际GDP的时间序列数据，利用ADF单位根检验、E-G协整检验、Granger因果检验、VEC模型，对我国城镇化与经济增长依从关系进行动态计量分析.主要结论有：城镇化水平与经济增长水平之间从长期来看存在均衡关系；二者之间存在单向的城镇化水平→经济增长的因果关系；城镇化水平→经济增长水平呈现出同方向变化，即城镇化水平、经济增长水平同增或同减.从一段较长时间来看，城镇化率增加1%，将推动人均实际GDP上升2.97%，而经济增长对于城镇化并无明显影响；本期人均实际GDP的变动主要受其前一期变动、城镇化率的前一期变动和前一期偏离均衡状态的程度的影响，且对于前一期偏离的调整速度为0.06，而本期城镇化率的变动主要受到其前两期的变动和其前一期偏离均衡状态的程度的影响，且对于前一期偏离的调整速度为0.06.

ADF单位根检验；E-G协整检验；Granger因果检验；VEC模型

1 引言

李克强总理曾经指出：“我国已进入中等收入国家行列，未来几十年我国经济发展的最大潜力在城镇化……”.可见，中央领导对于城镇化水平的提高在促进我国经济增长的作用方面还是给予充分肯定的.1978年，我国的城镇化率仅为17.92%，与2011年的51.27%相比平均每年增长约0.98%；同时我国人均实际GDP（1980年价）从1978年的409元增长到2011年的6576元.城镇化水平的快速上升对于经济的迅猛增长发挥了很重要的作用，且已经逐渐成为经济发展的重要引擎.对于城镇化水平与经济增长水平关系国外学者进行了大量的研究.最早对城镇化水平与经济增长水平关系进行研究的是美国著名的经济学家Lampard，他研究认为城市的发展速度与城市所处的城镇化阶段高度一致. Luisit Bertinelli&Ericstrob[1]通过构建二者的半参数模型认为城镇化水平与经济增长水平之间并无系统联系，而这与Lampard的研究结果截然相反.国内关于二者关系的研究成果也很丰富.傅鸿源、钟小伟、洪志伟[4]利用美国、英国和加拿大不同时间的数据通过计量分析认为随着城镇化水平的提高，美国、英国与加拿大的人均GDP都增加，而且随着人均GDP的增长，各国的城镇化水平都上升.李秀敏、赵晓旭、朱艳艳[6]利用我国28个省22年的数据，通过构建面板计量模型，分析发现：高城镇化水平能促进经济增长水平的提高，但是随着不同省所处的经济发展水平的提高，城镇化水平的提高对于经济增长水平的促进作用逐渐削弱.可见国内外学者对与城镇化水平与经济增长水平关系的研究结论不尽相同.总的来说，对于城镇化水平与经济增长水平关系的研究，定性分析较多，相比而言定量分析则较少；同时由于数据选取的不同、考虑问题的角度与采用的方法不同，结论也不尽相同.因此本文换一个角度，通过构建VEC模型对城镇化水平与经济增长水平的长期与短期波动影响因素进行定量分析.

2 数据及处理

本文选取我国城镇化率与人均实际GDP两个指标分别作为我国城镇化水平和经济增长水平的指标，并根据1978～2011年我国城镇化率与人均实际GDP的时间序列数据进行分析.其中，城镇化率=我国城镇总人口/我国总人口（年末），记为k；根据按1980年价格计算的1980年不变价GDP与按不变价格计算的GDP指数计算可得到按1980不变价调整的实际GDP，在实际GDP的基础上在除以我国总人口（年末）即可得到我国的人均实际GDP，即为g.本文采用的我国城镇总人口、我国总人口（年末）、1980年不变价GDP、GDP指数的数据均来自2012年《中国统计年鉴》.为了减小数据波动、避免“伪回归”和防止模型中可能存在异方差性，对城镇化率序列和人均实际GDP序列分别进行自然对数变换，得到自然对数后的序列，分别记为lnk，lng.

3 实证分析

3.1 单位根检验

本文利用ADF单位根检验法对序列lng、lnk进行平稳性检验.

进行ADF单位根检验关键在于确定单位根检验回归方程的形式，通过绘制lnk序列和lng的时间趋势图可知：lng序列和lnk序列的均值均不为零，并且呈现明显的趋势.因此选择包含截距项和时间趋势项的形式进行检验.检验方程滞后阶数的选择以SIC最小为准则.lnk、lng序列的ADF检验结果（见表1）表明：它们的检验t统计量都大于10%的显著性水平下的临界值，因此序列lnk和lng在10%的显著性水平下都至少包含一个单位根，即为非平稳序列.

表1 原序列和差分序列的ADF单位根检验结果

将lnk和lng序列做一阶差分，得到D(lnk)和D(lng)序列，检验方程形式与滞后阶数的确定与前面相同.D(lnk)和D (lng)序列的ADF检验结果（见表1）表明：它们的检验t统计量小于1%显著性水平下的临界值，因此D(lnk)和D(lng)序列在1%的显著性水平下不存在单位根，即为平稳序列.综上所述，lnk和lng序列都是I(1)序列.

3.2 协整检验

对于检验两个变量间的协整关系，一般采用Engle-Granger两步检验法，简称E-G两步法.因为lnk和lng都是一阶即同阶单整序列，所以可以进一步检验二者的协整性.

表2 残差序列的ADF单位根检验结果

模型估计得到：

同样，检验方程滞后阶数（p=1）由SIC最小为准则，且检验方程不包含常数项和时间趋势项，结果（见表2）显示：其t统计量小于5%显著性水平下的临界值，即在5%的显著性水平下序列不存在单位根，即平稳序列，因此～I(0).因而根据协整的定义，序列lnk和序列lng之间具有协整关系，即为CI(1,1)的，协整向量为（1，-2.72）.

3.3 Granger因果检验

Granger曾指出：若两个变量之间存在协整关系，那么这两个变量一定存在单向或者双向Granger因果关系.由于序列lnk和lng之间存在协整关系，那么序列lnk和lng之间一定存在某种形式的Granger因果关系.进行Granger因果检验关键在于确定其检验式的滞后阶数，而其检验式与

第一步：利用OLS估计方程：对应VAR模型方程是相同的，因此首先需要确定其对应VAR模型的最佳滞后阶数，然后取与VAR模型最佳滞后阶数相同的阶数进行Granger因果检验.

建立VAR(p)模型：

其中Yt=(lng,lnk)'.一般确定最优滞后阶数的准则有AIC和SIC取值最小，Eviews6软件可自动实现，进而确定p=3,即Granger因果关系检验的检验方程的滞后长度为3.检验结果（见表3）显示：lnk在10%的显著性水平下是lng变化的Granger原因，相反相同显著性水平下lng则不是lnk变化的Granger原因.

表3 Granger因果检验结果

因此，根据以上分析，序列lng和lnk之间存在从lnk到lng的单向因果关系，即lnk lng，而不存在相反方向的因果关系.

3.4 向量误差修正模型

由于序列lng和lnk是存在协整关系的变量序列，因此可以建立VEC模型.

VAR(p)可以写成方程（5）的形式，其中ΔYt=(Δlngt，Δlnkt)'，ECMt-1为误差修正项，它反映了序列lng和lnk之间的协整关系，即Yt-1偏离均衡关系状态的程度，而其系数向量α则表示本期对上一期偏离均衡的调整速度.ΔYt-i表示Yt滞后差分项，Γi表示ΔYt对本期Yt的变动对于前i期Yt的变动（即ΔYt-i，）的反应程度.

根据VAR模型估计结果显示最优滞后阶数为3，根据方程（5）可知对于VEC模型滞后区间应设定为2.模型估计结果为：

其中，VECMt-1=lngt-1-2.791lnkt-1+2.217为VAR(3)的误差修正项，反应了序列lng与序列lnk之间的长期均衡关系.模型的AIC准则和SC准则分别为-11.4665和-10.8189，都比较小.

利用上述所估计的模型我们可以对lng和lnk的短期变动分别进行分析.实际上方程（6）包含两个方程，分别为方程（7）和方程（8）.

根据方程（7）可以看出对于lng的短期变动，应该分为两个部分：一部分是由于前两期lng的变动（即lngt-1和lngt-2）和前两期lnk的变动（lnkt-1和lnkt-2）的影响，另外一部分是由于上期lng偏离长期均衡关系（即VECMt-1）的影响.当上一期lng变动lngt-1和上二期lng变动lngt-2分别增加1，当期lng变动lngt将分别表现为增加0.75和减少0.34，当lnkt-1和lnkt-2分别增加1，当期lng变动讲分别表现为增加0.04和减少0.63.若前一期人均GDP（即lng）没有偏离长期均衡关系，则VECMt-1，那么当期lng的变动全部来自于第一部分；若前一期lng偏离了长期均衡关系，则VECMt-1≠0，则为了维持lng与lnk的长期均衡关系，当期将以-0.06的速度对前一期lng与lnk的非均衡关系做出调整，将其拉回到长期均衡状态.

同理，根据方程（8）可以看出对于lnk的短期变动也可以分为两部分：一为前两期lnk的变动(即Δlnkt-1和Δlnkt-2)、前两期lng的变动（即Δlngt-1和Δlngt-2）的影响，二为上期lnk偏离长期均衡关系（即VECMt-1）的影响.当上一期lnk变动Δlnkt-1和上二期Δlnkt-2分别增加1，当期lnk变动将分别增加0.33和0.39，当上一期lng变动Δlngt-1和上二期lng变动Δlngt-2分别增加1，当期lng变动Δlngt将分别减少0.06和减少0.03.当前一期lnk偏离了lng与lnk的长期均衡关系，当期将以0.06的速度对前一期lnk与lng的非均衡关系做出调整而使其回到均衡状态.

4 结论

通过选取1978-2011年我国城镇化率与人均实际GDP的相关数据，并构建VEC模型对城镇化率与人均实际GDP的依从关系进行动态计量分析.结果表明：

（1）从长期来看，城镇化与经济增长之间存在均衡关系，且这种均衡关系是稳定的.二者之间存在单向的城镇化水平→经济增长的因果关系；城镇化水平→经济增长水平呈现出同方向变化，即城镇化水平、经济增长水平同增或同减.从一段较长时间来看，城镇化率增加1%，将推动人均实际GDP上升2.97%，而经济增长对于城镇化并无明显影响；

（2）从短期来看，当期人均GDP的变动受到前两期人均GDP的变动、前两期城镇化率的变动、上一期人均GDP偏离长期均衡状态的程度的影响.而且前一期人均GDP的变动和前1期城镇化率的变动对于当期人均GDP的变动的作用较大.当期城镇化率的变动同样受到前两期人均GDP的变动、前两期城镇化率的变动和上一期城镇化率偏离长期均衡关系状态的程度的影响，而前两期城镇化率的变动对于当期城镇化率的变动作用较大，而前两期人均GDP的变动对于当期城镇化率的变动的作用很小.

〔1〕LUISIT BERTINELLI,ERIC STROBL.U rban Concentration and Economic Grow th in Developing Countries[J].U rbanization.W orking Paper,CREDIT.2003.3:145-153.

〔2〕HENDERSON J.U rbanization and Econometric Development[J].Annals of Econom ics and Finance.2003.274-342.

〔3〕DAVIS,JAMES C,HENDERSON J.Vemon Evidence on the Political Economy of the U rbanization Process[J]. Journal of U rban Econom ics,Elsevier.2003.98-124.

〔4〕傅鸿源,钟小伟,洪志伟.城市化水平与经济增长的中外对比研究[J].重庆建筑大学学报(社科报),2000(3):19-24.

〔5〕李雪松,张莹,陈关炎.中国经济增长动力的需求分析[J].数量经济技术经济研究,2005(11):27-33.

〔6〕李秀敏,赵晓旭,朱艳艳.中国东、中、西部地区城镇化对经济增长贡献的比较研究[C].中国西部地区城乡协调发展与社会创新国际学术研讨会论文集,2006(10):27-33.

〔7〕宋元梁,肖卫东.中国城镇化发展与农民收入增长关系的动态计量经济分析[J]数量经济技术经济研究,2005(09): 30-39.

〔8〕杨慧.北京城市化与经济增长研究[J].经济与管理,2005 (4):20-24.

〔9〕沈凌,田国强.贫富差别、城市化与经济增长—一个基于需求因素的经济学分析[J].经济研究,2009(1):17-29.

〔10〕杨开忠.中国城市化驱动经济增长的机制与概念模型[J].城市问题,2001(3):4-7.

〔11〕段瑞君,安虎森.中国城市化和经济增长关系的计量分析[J]经济问题探索，2009(3):26-30.

〔12〕李金昌,程开明.中国城市化与经济增长的动态计量分析[J].财经研究，2006（9）:19-30.

〔13〕王小鲁.城市化与经济增长[J].经济社会体制比较,2002 (1):23-32.

〔14〕樊欢欢,李嫣怡,陈胜可.EVIEWS统计分析与应用[M]. 2011.199-282.

〔15〕高铁梅.计量经济分析方法与建模-Eviews应用及实例[M].2009.267-299.

F224.0

A

1673-260X（2014）04-0099-03