城镇化与经济增长互动机制的实证分析

孙丽萍+王旭霞+杨筠

内容摘要：本文探讨西部12省区城镇化和经济增长的时空分布情况，并揭示二者之间的互动机制。从空间分布看，城市化水平自西北至西南依次形成高、中、低三个不同梯度；格兰杰因果检验表明，经济发展水平与城镇化水平之间具有对应性；面板数据模型揭示人均GDP每增长1%，拉动城镇化率上升0.0384%，但不同地区的经济增长水平对城镇化率的正向推动作用不一样。

关键词：城镇化 经济增长 互动机制

问题的提出

城镇化与经济增长相互影响、相互制约，经济增长促进人口地理空间上聚集，推动城市发展；城市化进程进一步推动经济向纵深方向发展。诺瑟姆认为城镇化与经济增长存在粗略的线性关系，钱纳里提出了经济增长与城市化水平之间的关系模型。国内许多学者对此问题较为关注，如朱孔来、李静静等（2011）通过建立VAR模型研究我国城镇化水平与经济增长之间的动态关系；刘耀彬（2006）利用协整检验和误差修正模型，分阶段研究我国城镇化与经济增长之间的相关关系；钟陈、陈苏丽（2012）指出，在短期内我国城市化能够有效促进经济增长，而在长期内城镇化对经济的促进作用不明显；杜兆 、罗宏翔（2012）利用内生增长模型，考察了我国省际城市化水平与经济增长之间的关系。我国当前正处于提高城镇化质量，推进经济集约发展的关键时期，对于全国总体，已有大量的研究成果，但不同区域城镇化与经济发展水平之间相互关系又如何？为推进对本问题的深入研究和西部地区城镇化建设，本文对西部12省区的城镇化与经济增长互动机制进行探讨。

西部区域城镇化水平和经济发展水平时空演变过程

本文城镇化率（URB）采用非农人口比重衡量，单位为%，经济增长水平（PGDP）用人均GDP来衡量，西部12个不同省（市）分别用NM（内蒙古）、GX（广西）、CQ（重庆）、SC（四川）、GZ（贵州）、YN（云南）、XZ（西藏）、SX（陕西）、GS（甘肃）、QH（青海）、NX（宁夏）、XJ（新疆）标识，分析时间段为1999到2011年，数据来源于《新中国50年统计资料汇编》、《中国统计年鉴》、中国经济信息网、国研网。

我国城镇化率的地区差异较明显。从东中西部看，按城镇人口统计，2010年，东部地区城镇化率平均为60%，中部地区为45%，西部地区为41%，西部与东部相差19个百分点。就西部而言，城市化水平不高，内部差异较大。从空间分布来看，城镇化水平自西北向西南依次形成高、中、低三个梯度，呈带状分布。城镇化水平高，增速快的地区为新疆、内蒙、宁夏、青海，形成第一梯度；城镇化水平相对较高的陕西、重庆、甘肃、四川地区，形成第二梯度；城镇化水平低，增速较缓的西藏、贵州、云南、广西等西南地区形成第三梯度，且与经济发展水平具有一致性。

为粗略探讨经济增长与城镇化之间的关系，绘制人均GDP趋势图（见图1），可以看出，经济发展水平最高的地区是内蒙、重庆、陕西、新疆，最低的地区是云南、西藏、贵州、广西。以2010年为例，人均GDP水平最高的是内蒙，最低的是贵州，二者之间相差3.6倍。可初步推断，经济发展水平与城镇化水平之间具有一致性，即经济发展水平高的地区，其城镇化率也就高，经济发展水平低的地区，其城镇化率也低。

西部区域城镇化与经济增长的内在机制分析

（一）单位根检验

在建立面板数据模型前，需对序列进行平稳性检验，最常用的方法就是单位根检验，由于人均GDP增长趋势较明显，通过取对数使其更平稳。面板单位根检验结果如表1所示。

从五种检验方法的结果看，原序列在5%显著性水平下未拒绝存在单位根的假设，即存在单位根；经过一阶差分后，在5%显著性水平下拒绝存在单位根的假设，说明URB和LN（PGDP）均为一阶单整序列。

（二）协整检验

两者均为同阶单整可以建立协整方程，但还需确定协整关系的个数。通过Johansen检验确定协整关系的个数，结果如表2所示。

估计结果显示，在5%的显著性水平下，拒绝不存在协整关系的零假设，同时在10%的显著性水平下，接受至少存在一个协整关系的假设，说明URB、LN（PGDP）变量间存在长期协整关系。

（三）格兰杰因果关系检验

人均GDP与城镇化率之间可以建立协整方程，但何为因，何为果，还需进行格兰杰因果关系检验，结果如表3所示。

由伴随概率知，在5%的显著性水平下，既拒绝“人均GDP不是城镇化率的格兰杰原因”，也拒绝“城镇化率不是人均GDP的格兰杰原因”，因此，人均GDP的增长与人口城镇化率的增长互为格兰杰原因。

（四）面板数据模型的建立

面板数据模型有三种形式：混合估计模型、固定效应模型和随机效应模型。在面板模型形式的选择上，我们采用F检验决定选用混合模型还是固定效应模型，用Hausman检验确定应该建立随机效应还是固定效应模型。取显著性水平为5%，F0.01（11，155）=2.43，因为F=4410.71>

2.43，拒绝原假设，应建立固定效应模型。又由于 Hausman统计量W值为14.83，P值是0.0001<0.05，也应建立固定效应模型。

根据相关经济理论，建立半对数估计模型为：

urbit=αti+βlnpgdpit+εit，

变截距的固定效应模型估计结果为：

urbit=-9.76+Di+3.84lnpgdpit

t （-6.54） （23.24）

R2=0.9787， SSEr=1.14， t0.05（168）=1.98，

DW=0.31， N×T=166，

从表4看，拟合优度高，截距差异较大。变系数固定效应模型的估计结果如表5所示。

从变系数固定效应模型来看，R2=0.9904，表明模型的拟合效果较好，参数β均通过t检验，β均为正值，表明人均gdp对城镇化率的正向拉动作用明显。其中β值较大的地区为新疆、重庆、宁夏、陕西，这四个地区人均gdp每增长1%，城镇化率分别上升7.54、674、6.07、5.55个单位，经济增长对城镇化拉动效应最强。广西、云南、贵州、青海等地区的β值较小，人均gdp每增长1%，城镇化率仅上升1.34、1.40、1.82、1.26个单位，说明这些地区经济增长对城镇化率的拉动效应较弱。

结论

根据研究结果，本文得出如下结论：格兰杰因果关系检验，说明西部地区城镇化与经济增长之间互为因果关系。变截距的固定效应模型表明，城镇化水平与经济发展水平之间呈显著正相关关系，同时表明西部地区人均国民生产总值平均每增长一个百分点，拉动城镇化率上升0.0384%；西部地区经济增长水平不同，对城镇化率的拉动效应也不同。新疆、重庆、宁夏、陕西地区经济增长水平对城镇化率拉动效应最强，青海、四川、甘肃、西藏次之，广西、云南、贵州、青海等地区经济发展水平对城镇化率的拉动效应最弱。针对西部人口城镇化总体水平低、内部发展极不平衡这一状况，在今后推进西部城镇化进程的过程中，应根据不同地区的具体情况采取相应的调控措施，内蒙、新疆、宁夏、青海等地区城镇化水平较高，主要进行经济结构调整，保持优势，稳步发展；重庆、四川、甘肃、陕西等地城镇化率提升较快，对这些地区要加强产业结构的调整升级和经济结构的进一步优化，保证经济增长的持续性；而对云南、贵州、西藏、广西等城镇化水平较低的地区，国家在政策应给以倾斜和支持，加强基础设施建设，并充分发挥该地区的比较优势，找到经济发展的新增长点，促进地区经济快速和持续发展，只有持续的经济增长动力，才能实现城镇化水平快速提升。

参考文献：

1.钱纳里·霍利斯，赛尔昆·莫尔赛斯著.李小青译.发展的格局：1950-1970[M].中国财政经济出版社，1989

2.朱孔来，李静静，乐菲菲.中国城镇化进程与经济增长关系的实证研究[J].统计研究，2011，28（9）

3.刘耀彬.中国城镇化与经济增长关系的实证分析[J].商业研究，2006（24）

4.钟陈，陈苏丽.中国城市化进程与省域经济增长的实证分析[J].新疆农垦经济，2012（5）

5.杜兆 ，罗宏翔.城市化水平和经济增长关系的实证分析—基于全国31个省份面板数据考察[J].区域金融研究，2012（8）

6.白仲林.面板数据模型的设定、统计检验和新进展[J].统计与信息论坛，2010（10）endprint