APP下载

城市化水平衡量标准及与经济增长的实证研究
——以广西壮族自治区为例

2016-06-22黎绍凯

中国市场 2016年17期
关键词:主成分分析经济增长

黎绍凯,张 洪

(云南财经大学 城市与环境学院,云南 昆明 650000)

城市化水平衡量标准及与经济增长的实证研究
——以广西壮族自治区为例

黎绍凯,张洪

(云南财经大学城市与环境学院,云南昆明650000)

[摘要]随着中国的城镇化进程不断加大,城市水平的发展和衡量变得越来越复杂和重要,城镇化水平不再单纯用城镇常住人口比可以衡量,它需要人口、经济、环境卫生、公共福利、教育等综合指标来衡量。文章以广西为例,利用主成分分析方法对广西壮族自治区城镇化水平进行综合衡量。众所周知,城镇化不断加大,必然带动区域经济繁荣与发展,而区域经济增长也伴随着城镇化水平的提高,文章也从实证的角度分析彼此之间内在的相互影响关系。

[关键词]城镇化水平;经济增长;主成分分析;格兰杰因果

1复合指标下城镇化率的衡量方法

1.1数据来源及处理

选取衡量城镇化发展水平的人口指标、经济指标、生活指标、环境卫生指标、教育指标,其中人口指标有城镇人口比X1、人口自然增长X2、二三产业就业人口比X3;经济指标有人均GDPX4、二三产业总值X5、财政支出X6;生活指标有城镇居民人均居住面积X7、社会消费品零售总额X8、城镇基本养老保险参与人数X9;环境卫生指标有平均每人公共绿地面积X10、环境污染治理投资总额X11、每千人中医院X12;教育指标有国家财政性教育经费X13、普通高中生师比X14、普通高等学校招生数X15。以上指标均采用广西1995—2014年的数据,增长率均以上期为基准,数据来源于历年《广西统计年鉴》和国家统计局。

1.2主成分分析方法

主成分分析是通过一种数学降维的方法,找到几个综合指标变量来代替原来众多的变量,使得综合变量尽可能的包含所有原来变量的信息量,而综合变量间又不相关。具体的数学模型如下:

其中X为样本综合评价指标,矩阵里面为p个观测变量、n个样本的值,主成分分析就是将原始指标综合成新的主成分指标,即:

Fj=aj1x1+aj2x2+…+ajpxp,j=1,2,…,p

通过主成分的贡献率得出各个新的指标得分情况,从而分析样本综合指标得分。

定期开展英语阅读指导课程,可采用发现与探索式或协作化教学方法(李高昂,2016),以多媒体为技术支撑,提供资源展示、合作交流的环境,学生深入发掘阅读过程中的难点,教师提供方法协助解决问题。

1.3城镇化水平衡量

根据以上指标利用SAS软件进行主成分分析,由特征值的累积百分比率确定方差贡献的百分数85%,据此选择主成分M=4,各个主成分表达式如下:

F1=0.3326X1+0.2217X2+0.1102X3+0.4452X4+0.0972X5+0.1126X6+0.053X7+0.1317X8+0.0006X9+0.1389X10+0.0031X11+0.2021X12+0.2201X13+0.024X14+0.2117X15

F2=0.2116X1-0.1216X2+0.3127X3+0.2187X4-0.1505X5+0.4217X6+0.1175X7+0.031X8+0.046X9+0.2274X10+0.116X11+0.055X12+0.2372X13+0.1174X14+0.1032X15

F3=0.1281X1+0.2621X2-0.2784X3+0.1641X4+0.3219X5+0.048X6+0.2042X7+0.031X8+0.007X9+0.1703X10+0.2460X11+0.1107X12+0.4013X13+0.0328X14+0.2271X15

F4=0.3275X1+0.2045X2+0.094X3+0.2518X4-0.019X5+0.048X6+0.1106X7+0.2171X8+0.058X9+0.228X10+0.1689X11+0.2051X12+0.1763X13-0.2173X14+0.1428X15

再根据四个主成分的贡献确定各自权重的权数,得到不同年份城市化率的综合得分,综合得分结果如下所示:

F=0.45F1+0.31F2+0.16F3+0.08F4

其中,F1、F2、F3和F4为主成分,由各个原始指标以及各个指标权重大小组成,根据以上综合得分公式计算出广西不同年份的城市化水平得分情况。可以看出城市化水平主要由主成分F1和F2影响,而F1主要由城镇人口比、人均GDP、城市医院数等因素影响;F2主要由城镇人口比、二三产业就业人口、财政支出等因素影响。

2城镇化水平与经济增长的相关性研究

2.1数据整理与方法介绍

在对广西经济增长与城市化发展相互影响研究分析时,城市化率指标采用由主成分分析得到的综合得分;经济增长指标采用广西人均GDP(PGDP)( 以1994年为基期)进行衡量,同时对两组数据进行对数处理。本文数据来源均来自《广西统计年鉴》,采用从1994年至2013年各指标的数据进行分析。

2.2平稳性检验与协整检验

为防止对非平稳时间序列数据直接进行回归分析时产生“虚假回归”现象,同时,对变量采取对数处理。通过利用eViews软件操作,对城镇化水平定义为URB,URB(-1)为其一阶差分,定义经济增长变量为PGDP,PGDP(-1)为其一阶差分,对于URB和PGDP两个变量的平稳性检验,其ADF检测值的绝对值均小于在不同显著性水平下的临界值,因此,数据为非平稳数据,于是对其进行一阶差分处理,其结果显示,两个变量一阶差分后的数据是平稳的,其一阶差分后的ADF检测值的绝对值均大于在1%、5%、10%三个显著性水平下的临界值,因此两个变量数据都为一阶平稳数据,满足同阶单整,因此接下来进行协整检验。

由于URB和PGDP两个变量为同阶单整,满足协整检验的前提,接下来考查二者之间是否存在着长期稳定的关系,这里采用的是Johanson检验法,通过在eViews软件上进行协整检验操作,得到结果如下表所示。

Johanson协整检验结果

由上表可知,在“协整向量个数为0”的原假设下,迹统计量和统计量均大于5%临界值,即19.459>14.413,18.874>14.492,且在“协整向量个数至多为一个”的原假设下,迹统计量和统计量均小于5%的临界值,即0.249<3.312,0.051<3.190,因此拒绝无协整关系的原假设,Y和G之间存在着长期稳定的协整关系,表明广西20年来经济增长与城市化水平之间存在着一定的相关关系。

2.3脉冲响应函数分析

为了进一步考察广西经济增长与城市化综合水平相互影响的程度,本文接下来采用脉冲响应函数做进一步的分析。脉冲响应函数是在VAR模型的基础上,因此首先建立VAR模型,再进行脉冲响应函数分析。依据多元向量自回归的VAR模型的基本表达式,本文建立如下经过一阶差分的向量自回归模型:

其中V代表一阶差分,ξ代表随机干扰项。在做VAR模型时,由AIC和SC准则,确定滞后期为2期。脉冲响应函数分析的是当一个误差项发生变化,或者说模型受到某种冲击时对系统的动态影响,VAR模型的动态分析一般采用“正交”化的脉冲响应函数来实现,而正交化方法通常采用cholesky分解完成,但不同的变量顺序导致的cholesky分解结果也不同,但广义的脉冲响应函数法(Koop,1996)避免了上述缺点。接下来在VAR模型的基础上,进行脉冲响应函数分析,在eviews软件中进行操作。

由脉冲图可以看出,在给定RUB一个标准差冲击后,从第一期到第五期有一个下降趋势,从第五期开始基本保持平稳;可以明显看出PGDP对RUB的冲击力度要明显大于RUB对PGDP的冲击力度,即经济增长对城市化综合水平的冲击力要更加明显一些;从RUB对PGDP的脉冲图看,从第一期到第七期响应值呈现持续下降趋势,之后保持稳定趋势,说明经济增长的内生动力较强。

3结论

城镇化水平与一个城市发展、社会福利、人口发展等多方面的因素有关,本文利用主成分分析得到广西不同年份城镇化水平的综合得分情况,进而更加清晰的了解城镇化水平由哪些因素主要带动影响。通过以上计量模型分析,说明广西经济增长与城市化综合水平之间有着密切的联系,通过协整检验说明经济增长与城市化综合水平之间存在着长期的均衡关系,并通过协整向量得到经济增长与城市化综合水平存在着正相关关系。通过协整检验说明经济增长与城市化发展水平存在着长期的均衡关系,通过脉冲响应函数分析得出广西城镇化水平与经济增长之间存在强烈的内生影响作用。

参考文献:

[1]王金营.经济发展中人口城市化与经济增长相关分析比较研究[J].中国人口·资源与环境,2003(5) .

[2]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).

[3]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(9).

[作者简介]黎绍凯(1990—),男,汉族,湖南娄底人,云南财经大学城市与环境学院管理科学与工程专业硕士研究生。研究方向:房地产管理与区域经济发展研究;张洪,云南财经大学城市与环境学院院长,二级教授。

猜你喜欢

主成分分析经济增长
基于NAR模型的上海市房产税规模预测
主成分分析法在大学英语写作评价中的应用
江苏省客源市场影响因素研究
SPSS在环境地球化学中的应用
知识产权保护、国际贸易与经济增长的文献综述