基于VAR模型的湖北省服务业发展与城镇化进程相关关系研究

王新华,王　锐,邓　义

(武汉轻工大学 经济与管理学院,湖北 武汉 430023)



基于VAR模型的湖北省服务业发展与城镇化进程相关关系研究

王新华,王锐,邓义

(武汉轻工大学 经济与管理学院,湖北 武汉 430023)

摘要：服务业发展和城镇化进程之间是相互影响，相互促进的。利用VAR模型对湖北省服务业就业、服务业增加值、城镇化进程三者之间的相关关系进行了实证研究，结果发现，湖北省服务业增加值的增加带动了城镇化进程，而且城镇化进程的发展又带动了服务业就业水平的增加。但是，城镇化进程的加快并没有带动湖北省服务业增加值的提升，服务业就业水平的提高并没有带动城镇化进程的加快。基于研究结果，文章最后提出了相应的对策建议。

关键词：服务业增加值；服务业就业；城镇化；VAR模型

1引言

城镇化的实质是农村劳动力向非农产业转移，实现城镇人口集聚的过程。城镇化水平是衡量区域经济社会发展水平的重要指标，城镇化具有经济和人口集聚的双重特征，城镇规模的扩展，产生了生产服务和生活服务等各种需求，而服务业的发展又可以集聚劳动力，实现外部经济效益。因此，服务业发展和城镇化进程之间是相互影响，相互促进的。

近几年，国内专家和学者对服务业发展与城镇化进程的相关关系进行了研究与实践，并取得了不少的经验与成果。王美霞、樊秀峰[1]认为服务业是城市化的重要源泉和动力，城市化是服务业发展的需求基础和空间依托；崔宏桥、沈颂东[2]认为城镇化与服务业要协调发展；郭进、徐盈之[3]认为扭曲的城镇化会通过增加低技能的劳动力供给、扩大土地财政规模和降低城镇创新活力来加剧生产性服务业的滞后状况，通过增加低技能劳动力供给、扩大土地财政规模和抑制城镇消费潜力来加剧生活性服务业的滞后状况；刘德军、尚蔚[4]认为服务业的发展对城镇化水平的提高在短期内效应不显著，但长期内就有很强的正向效应，影响具有滞后性；李静、刘英基[5]研究认为城镇化对服务业就业水平存在单向的因果关系，但城镇化对服务业就业水平的影响有一定的滞后性；王国惠、韩克勇[6]认为服务业增长与城市化水平具有高度的相关关系，但近年来服务业发展对城市化率提升的促进作用有所减弱；孔杰[7]认为随着时间的推移，服务业的增长更加直接地导致了城镇化水平的提高，但单位增加值的边际效率却在下降；王向[8]认为城市化进程在长期和短期两个方面对服务业比重产生影响，城市化进程对服务业发展的影响要强于服务业发展对城市化进程的影响；李程骅、郑琼洁[9]认为服务业在长期和短期对城市化有着正向的促进作用，而城市化在长期和短期尚未明显作用于服务业；龚新蜀、胡志高[10]认为城镇化与就业的关系存在显著的“三门槛效应”。

据统计，2013年湖北省城镇化水平为54.51%，服务业增加值占GDP比重为38.10%，服务业从业人员所占比重为35.65%，而同期全国城镇化水平为53.73%，服务业增加值占GDP比重为46.92%，服务业从业人员所占比重为38.50%，与全国平均水平相比，湖北省城镇化水平略高于全国平均水平，但是服务业发展却落后于全国平均水平。因此研究湖北省服务业发展与城镇化进程的相关关系，从中寻求提高湖北省服务业发展的途径具有十分重要意义。

2湖北省服务业发展与城镇化进程的现状分析

从1990年到2013年，湖北省的城镇化率由28.52%上升到54.51%；服务业从业人员所占比重由18.16%上升到35.65%，均呈现不断上升的趋势。但服务业增加值占GDP比重却呈现出先升后降，2002年成为拐点，即从2002年到2013年服务业增加值占GDP比重由42.63%下降38.10%。说明虽然湖北省服务业吸纳就业能力不断增强，但是服务业对经济增长的贡献却呈下降趋势(资料来源:《湖北统计年鉴》(1990-2013年))，如图1所示。

图1　1990—2013年湖北省服务业发展与城镇化指标图(%)

另外，为了更好地分析湖北省服务业发展水平和城镇化水平在全国所处的地位，笔者选取了东部地区(以北京市、江苏省为代表)、中部地区(以湖南省为代表)、西部地区(以四川省为代表)的不同省市为代表进行横向比较(见表1)。

表1湖北省服务业发展水平、城镇化水平与全国其他省市的比较(2013年)/%

省市服务业从业人员占比服务业增加值占比城镇化率湖北35.6538.1054.51北京76.6777.5286.29江苏37.0045.5264.11湖南35.0840.9347.96四川33.3635.8744.90全国38.5046.9253.73

资料来源：国家统计局网站www.stats.gov.cn。

从表1可以看到，2013年全国服务业从业人员占比为38.50%，服务业增加值占比为46.92%，而湖北省这两个指标均低于全国水平，特别是服务业增加值占比仅为38.10%，比全国水平要低9%左右。同时，还可以看到，湖北省服务业发展水平和北京的水平相差最大，与江苏省的差距相对较小，与湖南省的服务业发展水平相当，要高于四川省的服务业发展水平。另外，2013年全国城镇化率为53.73%，湖北省城镇化率为54.51%，略高于全国水平，与其他省市相比较，落后于北京市(86.29%)、江苏省(64.11%)，但是要高于湖南省(47.96%)和四川省(44.90%)。

3湖北省服务业发展与城镇化进程相关关系的实证分析

Sims于1980年提出向量自回归模型(vector autoregressive model,简称VAR模型)，VAR模型不以经济理论为基础，采用多方程联立的形式，在模型的每一个方程中，内生变量对模型的全部内生变量的滞后值进行回归，进而估计全部内生变量的动态关系。VAR模型常用于预测相互联系的时间序列系统，也常用于分析随机扰动对变量系统的动态冲击，进而解释各种经济冲击对经济变量形成的影响[11]。

利用VAR模型来研究湖北省服务业发展与城镇化进程相关关系，其中涉及三个变量，第一个是服务业增加值水平(SGDP)，用服务业增加值占GDP比重来表示，第二个是服务业就业水平(SEMPLOY)，用服务业从业人员占总从业人员的比重来表示，第三个城镇化率(URBAN)，用城镇人口占总人口的比重来表示，所用数据为湖北省1990—2013年的数据，所有数据均来自《湖北统计年鉴》各期。其中会用到协整分析、脉冲响应分析、方差分解、格兰杰因果检验等统计方法。

3.1协整检验及格兰杰因果检验

根据VAR模型理论，为了避免伪回归，需要对变量进行单位根检验(见表2)。

表2变量单位根检验结果

变量检验形式ADF统计量5%水平临界值检验结果SEMPLOY(c,t,1)-2.4825-3.0049不平稳D(SEMPLOY)(0,0,0)-4.2976-1.9572平稳SGDP(c,t,2)-1.7260-3.0124不平稳D(SGDP)(c,0,0)-3.6690-3.0049平稳URBAN(c,t,0)-3.2907-3.6220不平稳D(URBAN)(0,0,0)-4.4794-3.0124平稳

注：检验形式中“c”表示常数，“t”表示时间，“n”表示滞后期，“D”表示一阶差分。

从表2可以看出，SEMPLOY、SGDP、URBAN这三个变量在5%水平下是不平稳的，但是其一阶差分在5%水平下却是平稳的，说明这三个变量都是一阶平稳变量，符合协整方程要求。

为了进一步验证这三个变量间是否存在长期稳定的均衡关系，我们进行了Johansen协整检验。当滞后阶数为4时，进行Johansen协整检验。检验结果如表3所示。

表3Johansen协整检验

原假设特征值迹统计量5%临界值P值结论无0.9913125.481729.79710.0000拒绝至多一个0.837835.414315.49470.0000拒绝至多两个0.04390.85263.84150.3558接受

从表3可以看出，在5%的显著性水平下，至多存在两个协整关系，这说明这三个变量之间存在长期稳定的均衡关系，适宜做VAR模型。

另外，VAR模型的建立需要各个变量之间必须有因果关系，否则该模型是无效的。利用格兰杰因果检验法，当滞后阶数为5时，得到三个变量之间的格兰杰因果关系检验结果(见表4)。从表4可以看出，在显著性水平为10%时，湖北省服务业发展水平与城镇化之间存在一定的因果关系。其中，湖北省服务业增加值是服务业就业的格兰杰原因，但是服务业就业却不是服务业增加值的格兰杰原因；湖北省城镇化是服务业就业的格兰杰原因，但是服务业就业却不是城镇化的格兰杰原因；湖北省服务业增加值是城镇化的格兰杰原因，但是城镇化不是服务业增加值的格兰杰原因。因此，该三个变量是适合做VAR模型分析的。

表4格兰杰因果检验结果

原假设样本数量F值P值结论SGDPdoesnotGrangerCauseSEMPLOY193.188660.0707拒绝原假设SEMPLOYdoesnotGrangerCauseSGDP190.881360.5345接受原假设URBANdoesnotGrangerCauseSEMPLOY1935.326103.E-05拒绝原假设SEMPLOYdoesnotGrangerCauseURBAN191.740550.2314接受原假设URBANdoesnotGrangerCauseSGDP190.086520.9923接受原假设SGDPdoesnotGrangerCauseURBAN192.763200.0972拒绝原假设

3.2确定最优滞后阶数

在VAR模型分析中，滞后阶数的选择时非常重要的，考虑到所有时间序列的时间为1990-2013年，共有24年的数据，时间跨度较短，不宜选择较大的滞后阶数，所以从0、1、2、3、4中选择一个相对合适的滞后阶数。根据不同的判定准则(包括LR、FPE、AIC、SC、HQ)(见表5)，均选择滞后阶数为4，因此最后选择的最优滞后阶数为4。

表5VAR模型最大滞后阶数选择结果

LagLogLLRFPEAICSCHQ0-147.49900NA689.88230015.0499015.19926015.0790601-73.79442117.927401.0856798.5794429.1768818.6960682-64.6017811.950431.1493648.5601789.6056978.7642743-54.5992010.002571.2739558.4599209.9535198.7514874-28.2208618.464840.3535426.7220868.6637647.101122

3.3平稳性检验

当最优滞后阶数为4时，建立VAR模型，再进一步检验模型的平稳性，发现特征根基本上都落在了单位圆以内，表明序列是平稳的，该VAR模型是有效的，如图2所示。

图2　VAR模型的平稳性检验结果

3.4VAR模型参数估计

当滞后阶数为4，建立VAR模型，估计结果如式(1):

(1)

该模型的整体检验结果(见表6)，从VAR模型的检验结果来看，残差协方差较小，对数似然值也较小，AIC和SC信息量均较小，所以该模型的整体效果较好。

表6VAR模型整体检验结果

模型检验指标数值Determinantresidcovariance(dofadj.)0.078703Determinantresidcovariance0.003374Loglikelihood-28.22086Akaikeinformationcriterion6.722086Schwarzcriterion8.663764

3.5脉冲响应函数

在VAR模型中，一个重要的方面是系统的动态特征，即每个内生变量的变动或冲击对它自己及所有其他内生变量产生的影响作者，这个是通过脉冲响应函数(impulse response function, IRF)来加以刻画。下面利用脉冲响应函数来分析湖北省服务业就业、服务业增加值、城镇化之间的相互影响[12]。

3.5.1湖北省服务业就业与城镇化的相互影响

湖北省服务业就业与城镇化之间相互影响关系如图3，图4所示。

从图3可以看出湖北省服务业就业对城镇化的冲击较小，且波动较大，较为复杂，正负影响交替出现，不太稳定。湖北省城镇化对服务业就业一个标准化新息的响应在第1期是负向的，为-1.07，第2期仍然为负，为-0.92，第3期转为正向，为0.34，后又开始下降，第5期仅为0.09，第6期又转为负向，为-0.02，第7期再次转为正向，为0.18，第8期开始一直为负，其中第10期为-0.25。

图3　城镇化对服务业就业的响应

图4　服务业就业对城镇化的响应

从图4可以看出湖北省城镇化对服务业就业的冲击较大，且先为负向影响，后转为正向影响。湖北省服务业就业对城镇化一个标准化新息的响应在第1期为0，第2期为负向影响，为-0.25，第3期仍为负向影响，为-0.10，第4期转为正向影响，为0.15，并且从第4期开始，一直为正向影响，且影响程度不断加大，其中第10期达到0.48。

3.5.2湖北省服务业增加值与城镇化的相互影响

湖北省服务业增加值与城镇化之间相互影响关系如图5，图6所示。

从图5可以看出，湖北省服务业增加值对城镇化的冲击较大，且一直为负向影响。湖北省城镇化对服务业增加值一个标准化新息的响应在第1期为-0.45，第2-3期的负向影响有所增大，第3期达到了-1.61，第4-6期负向影响有所降低，第6期为-0.65，第7期增大到-1.57，一直到第10期达到了-1.75，均为负向影响。

图5　城镇化对服务业增加值的响应

从图6可以看出，湖北省城镇化对服务业增加值的冲击较小，而且先为负向影响，后转为正向影响。湖北省服务业增加值对城镇化一个标准化新息的响应在第1期为0，第2期为负向影响，为-0.04，从第2期开始，其负向影响不断增加，一直到第6期达到最大负向影响，为-0.30，第7期有所下降，为-0.15，第8期转为正向影响，为0.13，第9、第10期变化不大，基本上在0.15左右。

图6　服务业增加值对城镇化的响应

3.5.3湖北省服务业就业与服务业增加值的相互影响

湖北省服务业就业与服务业增加值之间相互影响关系如图7，图8所示。

从图7可以看出，湖北省服务业就业对服务业增加值的冲击较小，且变动较大，先为负向影响，后转为正向影响。湖北省服务业增加值对服务业就业一个标准化新息的响应在第1期为负向影响，为-0.36，第2期转为正向影响，为0.14，从第2期开始正向影响不断增大，一直增加到第6期的0.61，第7期又下降到0.38，第8-10期降幅更大，基本上在0.05左右。

图7　服务业增加值对服务业就业的响应

从图8可以看出，湖北省增加值对服务业就业的冲击较大，且先为正向影响，后转为负向影响。湖北省服务业就业对服务业增加值一个标准化新息的响应在第1期为0，第2期为0.17，第3期增加到0.21，第4期下降到0.08，第5期转为负向影响，为-0.45，从第5期开始负向影响不断增大，第10期达到了-1.41。

图8　服务业就业对服务业增加值的响应

3.6方差分解

利用VAR模型，还可以进行方差分解研究模型的动态特征。其主要思想是，把系统中每个内生变量(共m个)的波动按其成因(k步预测均方误差)分解为与各方程新息相关联的m个组成部分，从而了解各新息对模型内生变量的相对重要性[15]。

从湖北省城镇化方差分解的结果来看(见表7)，服务业增加值的贡献率最大，达到71.84%，城镇化本身和服务业就业的影响均较小，其中城镇化本身的贡献率仅为15.90%，服务业就业的贡献率为12.26%。这也进一步说明了服务业增加值对城镇化的影响较大。

表7URBAN的方差分解表

PeriodS.E.SEMPLOYSGDPURBAN10.34375648.816228.7765442.4072420.67056234.1469537.3462628.5067830.80183324.2578854.9710320.7711040.82625223.7323955.3172320.9503750.98446023.4633555.9043620.6322961.17562221.9113656.6700821.4185671.40145817.5618264.7368317.7013581.73016215.0681867.9677216.9641092.15350414.4966068.6940816.80932102.64090612.2631371.8358715.90100

从湖北省服务业增加值方差分解的结果来看(见表8)，服务业增加值本身的贡献率最大，即达到了60.97%，其次服务业就业的贡献率为30.74%，城镇化的贡献最小，仅为8.29%。这说明城镇化对服务业增加值的影响很小，服务业就业对服务业增加值的影响也不大。

表8SGDP的方差分解表

PeriodS.E.SEMPLOYSGDPURBAN10.34375616.5465583.453450.00000020.67056214.4541685.429390.11644230.80183321.4357076.020792.54351240.82625226.3813768.668214.95041750.98446028.1877165.976515.83577561.17562232.4510960.451257.09765871.40145832.5884460.489526.92203181.73016232.0627760.688417.24881792.15350431.5522660.326288.121460102.64090630.7383760.970158.291477

从湖北省服务业就业方差分解的结果来看(见表9)，服务业增加值的贡献率最大，达到了75.51%，城镇化与服务业就业本身的贡献率均较小，分别为12.89%、11.60%，这也说明服务业增加值对服务业就业的影响较大，城镇化对服务业就业的影响不大。

表9SEMPLOY的方差分解表

PeriodS.E.SEMPLOYSGDPURBAN10.343756100.00000.0000000.0000020.67056279.641126.42640113.9324830.80183377.1525511.6404811.2069840.82625274.0811012.0117713.9071350.98446056.2345329.6805214.0849561.17562239.7799945.3758914.8441171.40145829.3059155.3825815.3115181.73016220.4449563.8509115.7041492.15350414.6331770.9714514.39538102.64090611.5990975.5109912.88992

4结束语

笔者利用VAR模型对湖北省服务业就业、服务业增加值、城镇化三者之间的相关关系进行了实证研究，结果表明：湖北省城镇化进程推动了服务业的就业水平的提升，但是服务业的就业水平的提高却没有推进城镇化进程；服务业的增加值的增加推动了城镇化进程，但是城镇化进程却没有带动服务业增加值的增加；服务业的增加值的增加带动了服务业的就业水平的提升，但是服务业的就业水平的提升却没有带动服务业增加值的增加。同时还发现，湖北省城镇化进程对服务业就业水平的冲击较大，且短期内为负向影响，长期才转为正向影响。其服务业的就业水平对城镇化进程的冲击较小，且波动较大，较为复杂，正负影响交替出现，不太稳定。湖北省服务业的增加值对城镇化进程的冲击较大，且一直为负向影响，其城镇化进程对服务业增加值的冲击较小，短期内为负向影响，长期才转为正向影响。

总之，湖北省服务业增加值的增加带动了城镇化进程，而且城镇化进程的发展又带动了服务业就业水平的提升。但是，城镇化进程的加快没有带动湖北省服务业增加值的增长，服务业的就业水平的提升没有带动城镇化进程的发展。其原因是与湖北省服务业内部结构不合理有较大关系，即传统服务业所占比重过高，而现代服务业所占比重过低，尽管服务业的就业比重较高，但是主要集中在传统服务业，一定程度上影响了城镇化进程。因此，在城镇化进程中，应该调整服务业内部结构，适当增加现代服务业的比重，大力发展对经济增长有较大贡献的现代服务业，比如金融、物流、电子商务、咨询等行业。同时，还要加强对农村劳动力的后期教育与培训工

作，提高农村劳动力的知识结构和技能水平，使得在城镇化进程中转移的农村劳动力能够较好适应现代服务业的要求，从而提高服务业增加值所占比重。

参考文献：

[1]王美霞,樊秀峰.陕西服务业发展与城市化进程的互动关系研究[J].陕西师范大学学报(哲学社会科学版),2012,41(1):150-158.

[2]崔宏桥,沈颂东.吉林省城镇化与服务业协调发展问题研究[J].经济纵横,2014,20(1):112-115.

[3]郭进,徐盈之.城镇化扭曲与服务业滞后:机理与实证研究[J].财贸研究,2015,41(12):118-128.

[4]刘德军,商蔚.城镇化与服务业互动发展的动态计量分析及对策建议[J].湖南社会科学,2015,28(4):128-131.

[5]李静,刘英基.城镇化进程中的服务业就业吸纳能力的实证分析——以山东省为例[J].湖北社会科学,2011(10):85-88.

[6]王春国,冯丹.基于面板数据的中国西部地区城镇化、工业化与服务业发展的实证研究[J].甘肃联合大学学报(社会科学版),2013,29(1):41-45.

[7]孔杰.服务业对城镇化进程的影响分析——以淄博市为例[J].山东行政学院学报,2012(5):89-91.

[8]王向.城市化进程与服务业发展的动态互动关系研究——来自上海的经验(1949-2010)[J].上海经济研究,2013(3):125-134.

[9]李程骅,郑琼洁.城市化进程与服务业发展的动态关系探讨——基于江苏省域的样本检验[J].南京社会科学,2012(2):20-25,33.

[10]龚新蜀，胡志高.服务业发展、城镇化与就业[J].软科学，2015，29(11)：45-49.

[11]潘省初.计量经济学中级教程[M].北京:清华大学出版社,2009.

[12]易丹辉.数据分析与Eviews应用[M].北京:中国人民大学出版社,2008.

Study on the correlation of service industry development and urbanization in Hubei province based on VAR model

WANGXin-hua,WANGRui,DENGYi

(School of Economics and Management,Wuhan Polytechnic University,Wuhan 430023,China)

Abstract：Service industry development and urbanization are correlated. The paper uses VAR model to study the correlation of service employment, service added value and urbanization in Hubei Province. The results show that service added value promotes the process of urbanization. Urbanization promotes service industry’s employment. However the urbanization does not increase service added value. Service industry’s employment does not promote urbanization. Finally the paper puts forward some suggestions.

Key words：service added value; service industry’s employment; urbanization; VAR model

收稿日期:2016-04-12.修回日期:2016-04-27.

作者简介:王新华(1980-),男,博士,副教授,E-mail:whpuwxh@163.com.

基金项目:国家社科基金青年项目(14CJY081);湖北省高等学校优秀中青年科技创新团队计划(T201609).

文章编号：2095-7386(2016)02-0100-06

DOI:10.3969/j.issn.2095-7386.2016.02.019

中图分类号：F 290

文献标识码：A