APP下载

城市扩张、城镇化与经济增长互动关系的动态分析

2015-02-13岩,

关键词:单位根格兰杰协整

曲 岩, 王 前

(大连理工大学 人文与社会科学学部,辽宁 大连116024)

一、引 言

改革开放的30多年,中国经济以年均10%的增长率高速发展,正成为仅次于美国的世界第二大经济体[1]。经济发展推动了城镇化的进程,大多数城市都经历着大规模的城市扩张,中国的城市化开始高速发展[2],1984年全国城市建成区面积为9249平方公里,2013年增加至47 900平方公里,30年间扩大了5.2倍。城镇常住人口由24 017万人增至73 111万人,增长了3倍。与此同时,城镇化率和GDP由1984年的23.01%、7208.1亿元,提 升到2013年53.73%和568 845亿元[3]。由此可见,中国城市扩张即土地城镇化的增速远大于人口城镇化的速度,这在一定程度上反映了在经济和人口方面的单位城市建设用地承载能力不强。实际上,城市的扩张应该与人口集聚、资本集聚、产业发展等经济因素相辅相成。

近年来,关于城市土地扩张、城镇化及其对经济增长影响的研究引起了国内外学者较为广泛的关注。早在20世纪50年代,美国学者E.E.Lampard通过对美国近百年的经济发展历程进行数量分析,提出了经济发展程度与城市化阶段之间有很大的一致性[4]。Markus Brückneryi等人以不同地区为例,分析城镇化与经济增长之间的关系,结果表明城镇化率增加对人均GDP增长具有促进效应[5]。国内学者李金昌、蒋冠等人对不同区域的时间序列数据进行了协整分析和格兰杰因果检验,认为经济增长是城市水平提高的格兰杰原因,城镇化水平受人均GDP影响的效应逐步增强,受自身影响的效应不断减弱[6][7]。张平、陈昌兵通过对世界38个国家和地区1976~2007年时间序列数据进行回归,发现各国的城市化与人均GDP的增长存在正相关,认为城镇化的集聚效应可以保持中国经济的可持续增长[8]。马爱慧运用协整分析、格兰杰因果分析等经济计量分析方法对我国建设用地和经济发展间的动态关系进行研究,得出建设用地面积增加是经济发展的格兰杰原因,以城市建设用地扩张换取经济的发展只是短期的增长[9]。周一星等认为人口城镇化是城市土地扩张的主要驱动力[10]。赵亚莉等认为城市建成区扩张受经济发展和城市化的显著影响,各省份城市建成区面积、经济发展水平与城市化水平之间存在长期均衡关系,并且经济发展对建成区扩张的影响明显弱于城镇化水平对其影响[11]。

目前学者们的研究主要集中在对城市扩张(非农用地、建成区面积)、城镇化率与经济增长(人均GDP)之间的关系上,没有考虑到它们发展速度之间的关系。本文主要从增长速度的角度入手,考虑到指标的平稳性问题,运用协整分析方法,探讨城市扩张的增速、城镇化的增速和经济发展的速度之间的长期协整关系及其短期扰动项的影响。

二、数据说明与研究方法

1.数据来源与变量定义

本文在对城市扩张、城镇化和GDP增长之间进行动态分析前,将先考察土地扩张与GDP之间的内在联系。首先采用扩展的索洛模型,借用全要素贡献率分析模型(计算分析资本、劳动的投入与技术进步三要素对经济增长的贡献模型)[12],除了考虑到劳动力和资本外,将城市扩张纳入到经济增长分析的框架之中,探讨其与经济增长之间的内在关联。

本文采用扩展的索罗模型:Y=Af(K,L,TD);Y=AKαLβTDθ。其中,Y代表产出(GDP),K、L和TD分别代表资本(社会总资本)、人力(总就业人口)、城市土地扩张(建成区面积),α、β和θ分别代表资本、人力和城市土地扩张的产出弹性,A代表K、L、J带来的产出增长之外的余值,表示“技术进步”。

本文使用的数据是中国1984~2013年的时间序列数据。实际GDP、全社会总资本(以1980年不变价格计算)用人民币亿元衡量、劳动力用万人来衡量、建成区面积用平方公里来衡量,这些数据均来自《中国统计年鉴》和统计公告(1985~2014年)。各变量的定义和描述性统计如表1所示。

运用MARLAB7.0进行编程运算,计算结果为:α=0.33,β=0.24,θ=0.40,A=1.05。从计算结果可以看出,近30年,中国城市土地扩张或者说土地经济对整体的经济增长的影响弹性大于资本和劳动力,即当城建区面积每提高1%时,对经济增长的贡献为0.40%。这说明随着城镇化的发展,城市土地扩张成为了中国经济增长的一个很重要的影响因素,即经济增长与城市扩张存在着明显的互动关系。

表1 变量的定义及描述统计

接下来,本文将运用Eviews5.0软件,采用平稳性分析、协整分析、误差修正模型和Granger因果检验等计量方法对城市扩张、城镇化和经济增长之间的动态关系进行研究。其分析的步骤:(1)对时间序列平稳性进行分析,本文将采用单位根检验(ADF检验)方法;(2)采用EG协整检验方法判断城市扩张、城镇化和经济增长之间的长期协整关系,并构建长期均衡方程;(3)运用误差修正模型(ECM)和Granger因果检验分析城市扩张、城镇化和经济增长之间的长、短期的因果互动关系。

在数据与指标的选取过程中,为了消除价格影响因素,选取GDP增长率作为经济发展的指标;考虑到了城镇化建设的积累效应和规模效应,选取建成区面积增长率作为反映城市扩张速度的指标,选取城镇化率的增长率为反映城镇化发展的指标,它们的演化规律和空间分布规模是经济发展的客观反映。各变量的定义和描述性统计如表2所示。

表2 变量的定义及描述统计

2.平稳性检验与协整性分析

(1)单位根检验

由于经济增长、城市扩张和城镇化增速的数据都是时间序列,可能存在数据间的不平稳性,直接进行回归分析可能产生虚假回归。因此,本文将对数据的平稳性进行分析,采用ADF(Augment Dickey Fuller test)检验方法,检验方程为:

dyt;其中,c为常数项,t为时间趋势项,p为滞后期;

检验假设为:

如果ADF检验的结果大于临界值,接受原假设F0,序列{yt}存在单位根,序列是非平稳的;否则拒绝F0,序列{yt}无单位根,判定时间序列是平稳的。

Granger提出协整检验,主要用于寻找两个或多个非平稳变量之间的均衡关系,如果是同阶单整的,就可以对它们进行协整分析,得出它们之间的长期协整关系。对于非平稳序列,对其进行差分处理,其滞后阶数p以随机项不存在序列相关为准则确定。若变量的d阶差分是平稳的,则称此变量为d阶单整,记I(d)。并且通过建立误差修正模型,可以得出长期关系变化中的短期波动。

本文运用EVIEWS5.0软件对各变量进行单位根检验,经过对变量GDPI、TDI和CTI进行ADF检验,由 表3可以看出,时间序列{GDPIt}、{TDIt}、{CDIt}的ADF检验的t统计量值分别是-2.9578,-3.3569,-3.6425,大于显著性水平10%的临界值(-3.6576),不能拒绝存在单位根的零假设,表明上述序列为非平稳的。经过一阶差分后,时间序列{GDPIt}、{TDIt}、{CDIt}的ADF检验的t统计值为-4.6418、-5.1954、-5.0141,小于显著性水平1%的临界值(-3.6661),表明至少可以在99%的置信水平下拒绝存在单位根的零假设,认为序列{GDPIt}、{TDIt}、{CDIt}不存在单位根。综上,非平稳序列{GDPIt}、{TDIt}、{CDIt}经过一阶差分平稳,所以是一阶单整序列,可以在此基础上进行协整检验。

(2)协整检验

根据前文,GDP增长与城市土地扩张的增长、城镇化率的增长之间为非平稳序列,但从单位根检验结果可以看出,它们的一阶差分序列为平稳序列,利用OLS方法对变量GDPI、TDI和CTI进行协整回归,得到长期均衡方程(见公式(1)(2)(3))和残差项e^t,对残差项进行ADF检验,结果为e^t~I(0)(见表4);因此它们之间存在协整关系。

长期均衡方程:

表3 GDP增长率、城市扩张增长率的单位根检验结果

表4 残差et的ADF检验

在回归模型(1)、(2)、(3)中,各变量回归系数都通过了显著性检验,R2的值都在94%以上,模型的拟合优度很高,效果不错。由表4可以看到残差序列et通过1%显著水平上的单位根检验,所以GDPI、TDI和CTI具有长期协整关系,方程(1)、(2)、(3)是它们的长期均衡方程。从长期均衡方程可知:一是城镇化的增速对经济增长的推动作用强于土地扩张,同时经济增长受到上一期经济增长的影响;二是经济增长对城市扩张发展的推动效应是城镇化率增速带来的2倍,但前一期城镇化率增长对其有很强的反向的抑制作用;三是城镇化率受到当期经济增长的推动,但是城市土地扩张对其影响不大,而受到前一期城镇化率增长的影响很大。

(3)误差修正(ECM)模型

误差修正模型(Error Correction Model)基本形式是有Davidson、Hendary、Srba、Yeo于1978年提出的,称为DHSY模型。其中误差修正项(ecm)反映了变量在短期波动中偏离其长期均衡关系的程度。存在协整关系的变量可以通过建立误差修正(ECM)模型反映变量间的短期波动和长期的均衡情况[13],本文建立误差修正模型如下:

从公式(4)、(5)和(6)中可见,当期经济增长、城市土地扩张和城镇化发展的短期波动不仅受到当期变量变动的影响,而且还受上期长期均衡关系的影响。误差修正系数为负符合修正机制,表明当经济增长、城市扩张增长和城镇化发展偏离均衡时,误差修正项将以1.706205、2.963191和0.035968的调整力度调整到平衡状态。

(4)格兰杰因果检验

协整检验结果表明,变量GDPI、TDI、CTI之间存在均衡关系,但不一定构成因果关系。因此需要采用格兰杰因果关系检验方法进行分析。其原理如下:

假设检验为:H0:α1=α2=......=αm=0,H1:αi不全为零,i=1…m

假设检验为:H0:λ1=λ2=......=λm=0;H1:λi不全为零,i=1…m

格兰杰检验是通过F检验判定其结果,当F>Fα时,则拒绝原假设H0,否则接受H0。

滞后期选取一般以模型随机误差项不存在序列相关为标准,但由于格兰杰因果关系检验方法对滞后期的长度比较敏感[6],文本经过试验选取6个滞后期分别进行检验(见表5)。

表5 GDPI、TDI、CTI的Granger因果关系检验

由F检验在5%显著性水平下的结果显示,经济增长、城市扩张的增长和城镇化的增长之间的相互影响具有一定的滞后效应。城市扩张的发展速度与经济增长之间在滞后1、2、4阶的条件下存在单向因果关系,即经济增长是城市土地扩张的格兰杰原因,而城市土地扩张不是GDP增长的格兰杰原因,但对经济增长的推动作用在滞后4期时最为明显。城市扩张与城镇化的发展在滞后1阶条件下互为因果关系,在滞后2、3、5、6阶为单向因果关系,即城镇化促进了城市扩张的加速,反过来城市扩张的发展带动了人口转移与产业发展,进而加速城镇化的发展。城镇化的发展与经济增长之间虽然存在长期均衡关系,但不互为因果关系。

由此可见,近30年来,中国经济增长对城市扩张的发展推动性作用明显强于对城镇化发展的影响[13],城市土地扩张对城镇化的带动作用明显强于对经济增长的影响。

三、结论及建议

本文以1984~2013年时间序列数据为基础,利用协整检验、格兰杰因果检验和误差修正模型等方法对经济增长、城市扩张和城镇化的发展速度之间的关系进行了动态分析,得出结论如下:

第一,城市扩张增速、城镇化增速和经济增长经过一阶差分后,时间序列由不平稳序列变为平稳序列,说明它们之间的线性组合存在协整关系,即土地扩张与城镇化的增速、经济增长之间存在长期的均衡关系,城市扩张、城镇化增速对经济增长的弹性系数为:0.213和0.662。这种均衡关系说明,30年来我国城镇化发展速度没有明显滞后于经济发展的速度,但我国城镇化发展的质量存在着诸多问题。

第二,从格兰杰因果关系的分析过程中可以看出,经济增长与城市扩张即城市扩张、城镇化增长之间存在长期的协整关系,但是仅与城市扩张增长之间存在着短期的单向因果关系,即经济增长是城市扩张增长的格兰杰原因,而与城镇化增长之间不存在互为因果的关系。城市扩张与城镇化的增速之间互为格兰杰因果关系,城镇化增速是城市土地扩张增速的主导因素。这说明,经济增长在长时期内驱动城市土地的扩张,这与实际中城市蔓延现象和来自卫星遥感图像数据反映情况相吻合,即城市土地扩张正成为中国城镇化进程的一个突出特征[14]。而城市扩张的增长对经济增长的贡献却较小,经济发展仍主要是要素投入的增加来支撑,土地的集约利用效率较低。而我国城镇化发展的规模效应、辐射效应和创新溢出效应等未能充分发挥,对经济的推动作用不大。

第三,根据误差模型可以看出,土地扩张、城镇化发展速度与经济增长之间存在密切联系,经济增长短期内每变动1%,城市扩张增速将同向变动0.276%,城镇化水平将同向变动0.1495%,但与长期协整回归方程中的系数0.6232和0.2412相比要小,说明经济增长对土地和城镇化水平的长期影响更为显著。短期内经济增长的结构效应未能充分发挥,从长期看,经济增长结构效应的显现,将会引起人口的转移、产业结构的调整和集聚,促使土地和城镇化水平的上升。

深入分析发现,上述结论与我国的实际情况相吻合。今天,我国经济正处于“三期叠加”的时期,这种经济的新常态可能会持续一段时间。并且,我国今年经济增长的速度将下调到7%,经济增速的放缓将会影响到城镇化的发展和城市的建设,为了保持经济的健康发展,促进城市土地扩张、城镇化与经济增长之间良性互动机制的形成,在未来城镇化的建设过程中,一方面要加强城市土地的集约利用效应,避免“土地城镇化即房地产化”,坚持能源和资源的集约利用水平,坚持“以人为核心”的城镇化理念。可以参考新加坡、欧洲等国家的城镇化经验,制定更加节约高效的土地发展策略和利用方式[15]。并且要优化资源配置,进行跨市统筹规划,推动差别化的土地利用供给调控和供后的监督管理。另一方面要深化体制改革,推动“人的城镇化”的发展。新型城镇化的发展既不应该仅限于人口的迁移和户籍的更换,也不应该是城市土地的扩张和土地性质的变更,其应该注重的是“人”的问题,即人的城镇化。同时还要加强产业与城市融合发展,即产业发展规划与城市发展规划相衔接,产业功能与城市功能相融合,产业集聚既要与人口的迁移相均衡,也要与土地的扩张相匹配。

[1]刘生龙,高宇宁,胡鞍钢.电力经济与中国经济增长[J].产业经济研究,2014,(3):71-80.

[2]李红锦,李胜会.基于DEA模型的城市化效率实证研究——我国三大城市群的比较[J].大连理工大学学报(社会科学版),2012,(3):51-56.

[3]中华人民共和国统计局.中国统计年鉴2014[M].北京:中国统计出版社,2014.2-40.

[4]徐雪梅,王燕.城市化对经济增长推动作用的经济学分析[J].城市发展研究,2004,(2):48-52.

[5]BRÜCKNERY M.Economic growth size of the agricultural sector,and urbanization in Africa[J].Journal of Urban Economics,2012,(1):26-36.

[6]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,(32):19-30.

[7]蒋冠,霍强.中国城镇化与经济增长关系的理论与实证研究[J].工业技术经济,2014,(3):33-41.

[8]张平,陈昌兵.城市化、产业效率与经济增长[J].经济研究,2009,(10):4-21.

[9]马爱慧,张安录.建设用地扩张与经济发展动态计量分析[J].经济纵横,2011,(4):112-114.

[10]周一星.城市地理学[M].北京:商务印书馆,1995.395-400.

[11]赵亚莉,刘友兆.我国城市建成区扩张特质及其动因[J].城市问题,2014,(6):17-21.

[12]MANKIW N G,ROMER D,WEIL D.A contribution to the empirics of economic growth[J].The Quarterly Journal of Economics,1992,(2):407-437.

[13]张俊凤,刘友兆.城市建成区扩张与经济增长间的关系——以长三角地区为例[J].城市问题,2013,(2):11-15.

[14]陈征,胡德勇,曾文华,等.基于TM图像和夜间灯光数据的区域城镇扩张监测—以浙江省为例[J].国土资源遥感,2014,(3):83-89.

[15]张琳,王亚辉,李影.全要素生产率视角下的城市工业用地生产效率研究[J].大连理工大学学报(社会科学版),2015,(1):57-62.

猜你喜欢

单位根格兰杰协整
外商直接投资对我国进出口贸易影响的协整分析
外商直接投资对我国进出口贸易影响的协整分析
河南金融发展和城乡居民收入差距的协整分析
河南金融发展和城乡居民收入差距的协整分析
STAR模型下退势单位根检验统计量的比较
基于MCMC算法的贝叶斯面板单位根检验
ESTAR模型的单位根检验统计量及其功效比较
欠发达地区R&D要素、经济增长与能源消费协整关系分析——以新疆为例
榜单
临终的医生与关怀的本意