新型城镇化与产业结构互动关系分析

毛丽芹+李振华+杭晓渝

基金项目：天津市2015年度哲学社会科学基金项目“天津市新型城镇化与产业结构互动机制及效果研究”（TJYYWT15-017）；天津市2016年度哲学社会科学基金项目“完善我市收入分配制度，保障城镇化过程中农民财产权益问题研究”（TJYY16-026）

中图分类号：F291 文献标识码：A

内容摘要：本文利用主成分和层次系数法对天津市相关数据进行统计分析，得到新型城镇化和产业结构升级的综合指标。应用计量经济学动态分析模型对二者的互动机制进行实证检验分析。引入基于高阶单整的向量自回归模型，在保证统计量渐进理论分布有效性的条件下，进行Granger因果检验。研究结果表明：天津市新型城镇化与产业结构优化存在长期均衡的发展关系，在发展过程中，新型城镇化进程对产业结构优化升级有显著的滞后作用，而产业结构优化升级對新型城镇化进程的滞后作用不明显。对此，本文在肯定均衡发展关系的同时，也对二者互动关系的不足之处进行了分析，并提出了促进互动关系良性发展的建议和措施。

关键词：新型城镇化 产业结构 动态实证检验

引言

城镇化与产业结构的关系一直以来是学术界研究的重要问题。经济学中著名的配第-克拉克定理早就指出产业结构的变动规律，即人均收入的提高会带动劳动力从第一产业向第二产业转移，进而最终转移到第三产业（Colin Clark，1996）。这就是产业结构优化的过程，而其过程一定伴随着城市化进程。产业结构的优化会推动城市化水平的迅速提升，为城市化的推进和深化提供产业推力，同时城市化水平的提高也可以支撑并带动产业结构的优化，两者相互作用、协调发展。

国内外很多学者都对城市化与产业结构的互动关系进行了研究。库兹涅茨（1966）曾指出劳动力由第一产业向第二、三产业转移的过程就是城市化的过程。Gilbert和Gugler（1982）研究发现城市化率与第二、三产业发展高度正相关，并与第一产业发展呈现负相关。而Enright.M（1990）指出，产业在区位上的集聚，会产生明显的集聚效应，从而加强整个集聚区域的产业竞争力，并促进其工业化和城市化的发展。

相比国外学者的早期研究，国内学者的研究成果主要集中于2000年以后，分为两个阶段：前期以理论分析为主，后期多以实证检验为主。在前期，向俊波、陈雯（2001）指出产业结构通过作用于要素市场、投资的乘数效应、人力资本结构以及典型地段影响城市化的速度、城市化的道路选择及城市空间。干春晖、余典范（2003）认为产业结构的调整和升级需要依托城市化，而城市化的健康发展又能够加快产业结构的调整和升级。安虎森、陈明（2005）还认为产业结构变化是城市化的前提， 而城市化又进一步带动了产业结构的变化。后期，随着理论分析的深入，国内学者们开始转向实证检验。陈立俊、王克强（2006）建立相关实证模型后指出，我国要从提升工业化质量、大力发展第三产业、扫除制度障碍等方面入手，推进城市化和产业结构的协调发展。黄晓军等（2008）利用SPSS对东北地区产业结构与城市化相关数据进行回归分析，建立产业结构演变支撑模型和产业结构演变城市化响应模型，验证了城市化与产业结构之间互动关系的存在。孙晓华、柴玲玲（2012）也通过相关实证研究，表明城市化推进是第一、二产业就业结构变化的原因，而第三产业就业比重的增加是城市化推进的原因。

通过对国内外相关研究成果的梳理，本文发现这些成果的研究进程大致是从理论分析逐渐延伸到实证检验，从国家层面总体分析延伸到特定区域具体分析。尤其是近年来的研究成果更是以分析特定具体区域为主。本文基于此，展开对天津市特定区域的相关分析。天津是我国历史悠久的传统工业城市，也是我国北方的经济金融中心，同时又作为京津冀地区发展较为成熟的中心城市，肩负着推动京津冀协同发展这个重大国家战略的重任。为此，天津市的经济增长具有全局意义，通过实证分析检验天津城镇化与产业结构的互动关系，并有效利用二者之间的促进作用提升总体经济水平具有较为深远的理论和现实意义。

指标构建和模型分析

（一）指标选取

本文认为城市化水平和产业结构优化水平应该是由多个复杂指标综合统一的结果来反映。为此，本文通过对多个维度的若干指标进行处理计算得出综合性指标，以更加契合新型城镇化的内涵。具体做法为选取9个三级指标构建人口城镇化、经济城镇化、社会生活城镇化3个二级指标并利用主成分分析法进行计算得出新型城镇化综合指数，代表天津市新型城镇化的水平。另一方面，本文认为产业结构的优化主要表现在两个二级指标上的变化，即三次产业的产值结构和就业结构的变动。为此，本文借鉴已有研究成果中的产业结构层次系数，并对其进行相应调整，最终形成产业结构优化综合指数来对产业结构的优化水平进行反映。

（二）数据来源和综合性指标的计算

本文所有指标数据均来源于中国统计年鉴、天津市统计年鉴，直接获取或经过整理加工而得到，数据时间跨度为2000-2014年。

新型城镇化综合指数的计算。本文在前人研究的基础上，同时考虑新型城镇化的内涵、天津市经济发展的实际情况以及数据的有效性、科学性、可获得性，从人口城镇化、经济城镇化、社会生活城镇化三个大的方面来构建新型城镇化综合指数。具体来讲，可以分为如表1所示的9个三级指标。

首先利用SPSS软件进行主成分分析，确定城镇固定资产投资等9个三级指标为重要指标。为了得到新型城镇化综合指数，给出三级指标权重确定方法，计算公式如式（1）所示。

（1）

其中（i=1，…，n），n为指标数，m为选取的主成分个数，cij为第i个指标第j个主成分的特征向量，aj为第j主成分贡献率，wi为第i个指标的权重。计算结果如表1所示。

利用式（1），代入相关数据可以得到新型城镇化综合指数UR，为使综合指标为正值便于分析，将指标结果平移两个单位，最终得到如表2所示的2000-2014年天津市新型城镇化综合指数。

产业结构优化综合指数的计算。产业结构层次系数可以较全面地反映产业结构优化的程度，但除此之外还要确定产值结构和就业结构之间的重要性，这里强调的是二级指标的权重，于是采用简单的相关系数比重确定权重，再结合层次系数法给出产业结构优化的综合评价，如式（2）所示。

（2）

其中rij为各指标相关系数矩阵第i行第j列的元素，p为指标数。代入数据可得如表3所示的结果。

产业结构层次系数计算方法如下：

（3）

其中n为产业级别，p（j）为第j个产业所占的比重，j为产业重要性排序的序号。针对本文研究的问题n=3，于是有upgrade=3p（1）+2p（2）+p（3）。根据对产业结构的重要性，p（1）、p（2）、p（3）分别代表第三、二、一产业。记CYUP表示产业结构优化综合指数，wcz为产值权重，wjy为就业权重，利用式（4）并结合表3可计算得出2000-2014年天津市产业结构优化综合指数（见表4）。

（4）

（三）新型城镇化与产业结构优化互动的动态计量分析

本文采用动态计量经济分析方法对新型城镇化与产业结构优化互动关系进行分析。有别于许多其它文献，本文以Engle and Granger（1987）提出的协整理论为依据，采用非平稳时间序列进行模型的构建。在联合平稳的序列基础上，文中对原始数据进行协整分析，仍能够保证回归模型的稳定性和结果的可靠性。

平稳性检验。本文采用较为常用的单位根ADF检验法对数据进行平稳检验，结果如表5所示。

协整检验。由表5可以看到，UR和CYUP两者都是二阶单整的，可见时间序列满足协整的同阶单整的条件，于是可以进行协整检验。

从协整的思想上看，如果变量间存在协整关系，要求残差序列必须是平稳的，于是协整关系检验也就等价于对回归方程残差的平稳性检验，这里仍采用ADF检验。方法分两步：首先利用原始数据建立回归方程CYUPt=β0+β1URt+ut，方程显著性结果如表6所示。由表6检验结果可见，回归系数与方程都高度显著。其次为了防止伪回归，保证方程稳定性的检验，需要对残差ut进行平稳性检验，结果如表7所示。表7显示残差序列ut通过了5%显著水平的检验，即为平稳序列，从而得出新型城镇化水平与产业结构优化存在协整关系。

高阶单整的Granger因果检验。为了研究UR与CYUP的互动机制需要做Granger因果检验。对于高阶单整的非平稳时间序列，目前文献大都采用差分处理，但多次差分后会丢失原序列的一些信息，不便于解释和模型计算。为解决这个问题，本文引入时间序列为高阶单整的Granger因果检验模型。这种模型也称高阶单整的向量自回归模型，简称VAR模型。模型建立过程如下：

（5）

式（5）为VAR方程，其中aij（k）（k=1，…，p）中为方程系数，p为滞后阶数，uit为残差项。当方程中a12（k）=0时，CYUPt不是URt的Granger原因，否则因果关系成立，变量互换时看a21（k）=0，方程中URt與CYUPt可以为高阶单整时间序列（传统模型要求为平稳序列）。为了消除高阶单整对检验统计量χ2可靠性的不利影响，在对模型检验时需要适当增加滞后阶数p。首先利用AIC、SC等传统方法确定出VAR的合适的滞后阶数p，其中如果残差项存在自相关性，则需要增加阶数p直至去除自相关性。之后再确定出两个时间序列单整的最大阶数m，最后建立的VAR模型应该是以p+m为滞后阶数的。利用χ2检验模型时，只对前p阶的系数进行Granger因果检验，后m阶只是起到增强渐进分布的作用，Toda and Yamamoto（1995）证明了这样构造出的模型χ2分布可以保证有效渐进性。模型建立后，本文采用Eviews软件对模型进行Granger因果检验。

通过Eviews计算确定出合适的滞后阶p=2，且由前文可知m=2，于是根据改进的方法，需要建立总滞后阶为4的VAR模型。为了说明VAR模型的有效性，给出传统模型和本文引入模型稳定性的检验对比。VAR模型中AR所有根模的倒数都小于1，模型才是稳定的。表8中可以看到只有调整后的AR根表的结果显示VAR模型满足稳定条件。然后再利用Eviews进行Granger因果检验，检验结果如表9所示。

由表9的结果可见，UR是CYUP的Granger原因，而CYUP不是UR的Granger原因。检验结果表明，天津市新型城镇化对产业结构的优化有显著的滞后作用，但反之则不成立。

基于VAR的脉冲响应分析。前面虽然已经验证天津市新型城镇化进程是产业结构优化的Granger原因，但这种滞后作用方向如何以及作用效果会发生什么变化还需要进一步分析。因此本文将利用脉冲响应函数（IRF）来分析CYUP对UR滞后作用的响应情况。脉冲响应结果如图1所示。

图1中横坐标表示冲击作用的滞后期数（单位：年），纵坐标代表产业结构优化指数增长的变化率，实线代表脉冲响应函数，虚线代表正负两倍的标准差的偏离带。从整体上看，UR对CYUP的冲击都是正向作用，说明天津市新型城镇化进程对产业结构优化存在着明显的正向推动作用。具体而言，横坐标第1期表示起点，第1期到第2期表示滞后1年，UR对CYUP的滞后作用，在一年内比较有限，当UR有一个单位的增长时，CYUP只增长0.17个单位。而从滞后1年开始到滞后第3年新型城镇化对产业结构优化的作用有了明显变化，当UR有一个1单位的增长时，CYUP由滞后1年的0.17单位的增长变化到滞后第2年的0.88个单位。明显的滞后作用是从第1年后开始，逐渐在第3年达到最大值，变化增长1.19，而后其作用又有略微的下降，从第4年开始天津市新型城镇化进程对产业结构优化逐渐形成了稳定的推动作用。

结论与建议

第一，在对新型城镇化综合指数的计算分析中，结果表明社会生活城市化指标的权重为0.4471，远高于其它两个二级指标。这样的结论表明，当前天津所推进的城镇化进程是以社会生活城市化为主的，即以实现进城居民的真正市民化为目标，这正好符合新型城镇化以人为本的内涵。

第二，协整分析结果显示，天津市新型城镇化与产业结构优化之间存在长期稳定的均衡发展关系。同时协整方程系数为正又表明，二者之间的这种均衡发展是同向变动的。然而文中格兰杰因果检验的结果却显示二者仅存在单向因果关系，即天津市新型城镇化进程是产业结构优化的原因。这一结论一方面为天津市通过加快新型城镇化进程，有效促进产业结构的优化升级提供了理论依据。另一方面，反向因果关系的不成立，即天津市产业结构优化不是新型城镇化进程的原因，说明当前天津市尚未形成二者之间的良性互动机制，产业结构对于城镇化的带动作用并不明显，有待进一步改善。

第三，文中通过脉冲响应函数研究长、短期内天津市新型城镇化对产业结构优化的作用方向和效果。从不同滞后期的结果可以看出，无论是在短期还是在长期，天津市新型城镇化进程对产业结构优化均存在着正向的促进作用，而且这种促进作用会随着时间的延长出现加速并最终趋于平稳，这表明未来天津市新型城镇化对产业结构优化的促进作用会长期保持一种稳定的影响关系。

基于以上结论，本文对未来天津市新型城镇化与产业结构的发展提出两个方面的建议：一方面，天津市应充分利用新型城镇化对产业结构的正向促进作用，并通过进一步加速新型城镇化进程来强化这种促进作用的效果。另一方面，天津市应进一步加快产业结构升级，合理规划产业发展导向，通过科技创新、区域特色优势等方式进一步加快提升产业结构中第三产业的比重。这样，第三产业对农村剩余劳动力的吸纳就可以促進新型城镇化量的提升；同时，第三产业发展对城镇居民生活水平的提升又可以促进新型城镇化质的提高。只有第三产业比重的不断提高才能使产业结构优化水平与新型城镇化水平形成良好的适应，从而促进二者之间互动机制的形成。只有有效实现了二者的良性互动，才能在未来有效发挥出产业结构对城镇化的促进作用，推动以产业发展为动力的新型城镇化进程，从而实现新型城镇化进程与产业结构优化的协调发展，最终提升天津市整个区域的总体经济水平，实现天津经济的可持续发展，也能在京津冀协同发展战略中发挥更大作用。

参考文献：

1.向俊波，陈雯.区域产业结构演变与城市化进程—以江苏省苏州市为例的分析[J].中国经济问题，2001（4）

2.干春晖，余典范.城市化与产业结构的战略性调整和升级[J].上海财经大学学报，2003（4）

3.安虎森，陈明.工业化、城市化进程与我国城市化推进的路径选择[J].南开经济研究，2005（1）

4.陈立俊，王克强.中国城市化发展与产业结构关系的实证分析[J].中国人口·资源与环境，2010（3）

5.黄晓军，李诚固，黄馨.东北地区城市化与产业结构演变相互作用模型[J].经济地理，2008（1）

6.孙晓华，柴玲玲.产业结构与城市化互动关系的实证检验[J].大连理工大学学报（社会科学版），2012（2）