产业结构高级化与城镇化对城乡收入差距的影响研究*

姚 志，谢 云

（1.中国农业大学经济管理学院，北京 100083；2.长江大学经济学院，湖北 荆州 434023）

产业结构高级化与城镇化对城乡收入差距的影响研究*

姚 志1，谢 云2

（1.中国农业大学经济管理学院，北京 100083；2.长江大学经济学院，湖北 荆州 434023）

为探寻产业结构高级化与城镇化对城乡收入差距的影响机理，运用VAR模型验证我国1978～2016年的时间序列数据变量。结果显示，产业结构高级化、城镇化与城乡收入差距存在长期均衡关系。产业结构高级化对城乡收入差距的冲击区域图呈“S型拖尾”，其影响随时间变化呈明显差异，不同时期贡献不同，可分为“阵痛期”“受益期”“平稳期”三个阶段；我国约在2013年度过产业结构调整“阵痛期”，进入“受益期”。而城镇化对城乡收入差距冲击形成“象”型，2009年城镇化率达45.64%，出现拐点，即我国已步入提升城镇化水平可缩小城乡收入差距的良性发展阶段。

产业结构高级化；城乡收入差距；S型拖尾；“象”型；VAR模型

一、引 言

在供给侧改革背景下，我国产业面临严重的结构性改革问题，城镇化发展面临提质增效问题，城乡协调发展面临二元收入差距缩小问题，这些问题是未来我国经济发展与改革的核心领域。一般情况下，产业结构高级化会提高收入水平，部分收入提高的农民将迁入城镇安家落户，推动城镇化水平提高；较高城镇化水平往往伴随较高就业水平（丁守海，2014），反向影响城乡居民收入水平，产生收入差距问题；存在城乡收入差距是早期城市化的重要拉力，也是促进产业结构变化的动力源（陈斌开等，2013），三者关系密切且复杂。产业结构、城镇化与城乡居民收入差距间存在关系及影响效果如何；产业结构调整与城镇化能否推动城乡收入差距进一步缩小，是当前政府和学者关注的热点问题之一。正确认识产业结构、城镇化与城乡收入差距间关系，对国家制定供给侧改革政策具有重要意义。

近年国内学者对上述问题的研究，总体上集中于三种范式：一是产业结构与城乡收入差距关系；二是城镇化与城乡收入差距因果关系；三是产业结构对城镇化影响。第一类范式，程莉（2014）、李亮（2014）等认为，合理化产业结构是缩小城乡收入差距的主动力，而高级化产业结构是推动城乡收入差距扩大的关键拉力。郑万吉（2015）认为，短期内产业结构升级扩大城乡收入差距，长期作用将逐步减小甚至相反。第二类范式可分为两个流派，一是认为快速城镇化进程扩大城乡收入差距，导致二元城乡结构下诸多社会性问题。肖尧（2013）、赵焘（2014）运用泰尔指数等多种计量方法验证认为，城镇化必然导致城乡收入差距进一步扩大。二是认为城镇化推进必然缩小城乡收入差距（武小龙，2014；刘军，2015）。各流派均证实城镇化与城乡收入差距间关系密切。第三类范式，王立新（2014）、肖国东（2014）等认为其影响存在倒“U”型关系，但也表现出较强区域异质性，必须通过产城融合、产业结构换代升级、破解制度性障碍等方式实现二者良性互动发展。

综上所述，目前国内学者对产业结构、城镇化与城乡收入差距相关命题的探讨或集中于两两互动关系，或限于特殊区域、特定人群，缺乏宏观层面剖析，缺少从产业结构、城镇化视角分析城乡收入差距的文献。涉及产业结构变量选取时，较多学者采用泰尔指数与结构偏离度，仅量化三次产业产值，并未量化产业结构高级化程度，无法有效反映其内涵。因此本文借鉴干春晖等（2011）构建的产业结构高级化指标，以科学、全面地反映我国产业结构高级化演进规律。基于此，本文选取1978～2016年时间序列数据为研究切入点，将三者纳入统一理论框架开展理论与实证研究，重点分析前两者对城乡收入差距的影响机理、联动关系及内在逻辑，为国家制定宏观政策提供参考。

二、数据来源与计量模型

（一）变量选择与数据来源

1.变量选择

一般而言，产业结构变化会引起城乡居民收入变化，城镇化水平提高也影响城乡居民收入。本文选取产业结构高级化、城镇化率为自变量，城乡居民收入差距为因变量。其中，产业结构高级化（IS），计算公式借鉴干春晖的方法：通过第三产业与第二产业产值之比衡量，IS值越大，代表结构升级程度越高。城镇化水平以常用经典指标城镇化率（UR）反映，即城镇化率=城镇人口数/总人口数，其百分比比值越大，城镇化水平越高。城乡居民收入差距通过城乡居民收入比（URIR）反映，计算公式为：城镇居民人均可支配收入与农村居民人均可支配收入比值，其值越大，差距越大。

2.数据来源

为确保最小样本容量与数据完整性、科学性，本文选取我国1978～2016年时间序列数据作为研究样本。1978～2015年相关变量数据来源于历年《国家统计年鉴》，2016年数据来源于政府统计公报。表1为三个变量描述性统计，对IS、UR与URIR求取均值、最值、中位数、标准差、峰度、偏度等。数据分析借助于Eviews 6.0与SPASS 17.0软件处理。

表1 变量描述性统计

（二）模型选择

VAR（Vector auto-regression）模型常用于预测相互关联的时间序列系统，分析随机扰动对变量系统的动态冲击，可描述经济冲击对经济变量的影响（易丹辉，2008）。具体而言，该模型为多方程联立形式，系统内各方程右边采取相同变量（及内生变量滞后值），通过模型中所有内生当期变量对其若干滞后值加以回归，估计经济变量间动态关系（沈悦等，2012）。VAR具有模型易识别、无需事先区分研究变量内生性和外生性、操作较简单、分析较深刻等优点。为探析产业结构高级化与城镇化对我国城乡收入差距产生的具体影响与冲击程度，分析其内在影响机理，选取VAR模型，其向量表达式为：

其中，xt与yt分别是k、d维度内、外生列向量，P为滞后阶数，T为样本数；Φ1…Φ2与H分别是k×k、k×d维待估系数矩阵，εt为随机干扰项，εt与yt与xt及滞后期不相关。为借助VAR分析产业结构高级化、城镇化与城乡收入差距时间数据，必须依次展开平稳性检验、协整检验、格兰杰因果关系检验等一系列检验，以满足构建VAR模型的条件。

三、实证检验

（一）平稳性检验

经济变量平稳是建立VAR模型首要条件，而单位根检验（ADF）是检测时间序列平稳性最常用、最有效方法（刘田等，2013），本文采用ADF检验三个变量，检验结果见表2。

表2 IS、UR与URIR变量的单位根检验

由检验结果可知，时间序列IS、UR和URIR在差分前均属不平稳序列，体现时间序列一般特征。一阶差分后发现，三个时间序列变量均在0.05显著性水平下显著，此前原始时间序列P值不显著，因此差分后序列均显示平稳，且均服从I（1）同阶单整过程。序列平稳与同阶单整是协整检验重要前提条件。

（二）协整检验

协整检验是为检验已平稳的经济变量是否存在稳定、固定均衡关系的一种检验方法（沈悦等，2012）。协整检验最有效方法为迹检验与最大特征值检验，检验结果见表3、表4。

表3 IS、UR与URIR迹检验

表4 IS、UR与URIR最大特征值检验

由表3可知，在5%显著性水平下，不存在协整关系的P=0.002 2，故拒绝原假设；至多存在一个协整关系概率值为0.071 1，大于0.05显著性水平，接受原假设。综上，IS、UR与URIR间存在一个协整关系。同理，由表4可得出存在协整关系的结论。因此，可建立VAR协整方程，构建与我国产业结构高级化、城镇化及城乡收入差距相对应的三者间协整关系式为：

依据协整检验，可得方程：

方程（3）反映产业结构高级化、城镇化与城乡收入差距长期均衡关系，且影响弹性系数为正，进一步证实前文判断。

（三）格兰杰关系检验

为判别产业结构高级化、城镇化与城乡收入差距因果关系，对三组时间序列变量做格兰杰因果检验。检验结果见表5。

表5 UR、IS与URIR指标的格兰杰因果检验

由表5可知，滞后阶数为1～4阶时，仅存在单方面格兰杰原因，即UR是URIR的格兰杰原因。当滞后阶数为5时，对应P值0.020 5＜0.05，同时0.001 9＜0.05；表明UR与URIR存在相互格兰杰因果关系。在10%显著性水平下，滞后1期时，IS不是URIR格兰杰原因的概率值为0.078 2＜0.10，拒绝原假设，故IS是URIR的格兰杰原因；同理，URIR是IS的格兰杰原因。表明URIR与IS存在相互格兰杰因果关系。

（四）VAR模型构建

1.模型滞后阶数选取

确定最佳滞后期是VAR模型有效性判断的必要步骤，依据常用的LnL、LR、AIC、FPE、SC、HQ等6个统计量综合评判最佳滞后期（见表6）。

表6 VAR模型滞后阶数选取

由检验结果可知，滞后2期*号有4个，优势明显，故确定模型最佳滞后期为2。最佳滞后期确定后，还需进一步检验模型有效性。

2.模型有效性检验

采用AR多项式特征判断模型有效性（见图1）。图中圆点为特征根，均位于单位圆内，表明序列无自相关且平稳，即模型有效。模型矩阵表达式为：

为深入探索模型拟合情况与整体效果，对模型做传统OLS估计。估计结果显示，依据AIC与SI值（最小原则）也可确定模型滞后阶数，进一步印证前文中模型选取2阶为滞后阶数的科学性。表中最小R2=0.956 0与调整后R2=0.946 9，远大于经验值0.8，表明VAR（2）模型拟合理想。同时，F统计量显著，表明模型较理想。

图1 VAR（2）模型AR检验

（五）脉冲响应分析

为解释VAR（2）模型动态特征、自变量对因变量冲击情况，通常采用脉冲响应函数。脉冲响应函数（Impulse Response Function，IRF）是分析一个误差项受某种冲击、发生变化时对系统的动态影响，即对内生变量的一个标准冲击（易丹辉，2008）。为衡量自变量产业结构高级化与城镇化对因变量城乡收入差距的冲击，构建两个变量VAR（2）脉冲响应模型如下：

在式（4）与式（5）中，随机干扰项ε1t与ε2t为新息（Innovation），若第一个新息发生变量使变量URIRt当前值立即发生变化，且为引起第二期变化，会影响第一期未来值变化（见图2）。

图2 VAR（2）模型脉冲影响

城镇化对城乡收入差距冲击形成“象”图，而产业结构高级化对城乡收入差距冲击区域图呈“S型拖尾”状，与吴鹏（2017）研究的“倒S型”差异明显。原因是选取期数仅10期（即仅反映图2(a)中C点以前的部分，图2(b)中d点附近呈“倒S型”），未完全反映长期趋势；因此，本文选取20期更具科学性。

图2(a)代表城镇化对城乡收入差距冲击程度，可分为三个阶段：A～B阶段，为“象鼻”阶段，冲击从0开始陡升，第7期左右达最大，约0.638；B～C阶段，为“象头”阶段（8～13期），冲击略有下降；C以后阶段为“象身”阶段（14～20期），城镇化水平提升对城乡收入差距的冲击呈“总体平稳、略有波动”趋势。“象”型冲击图表明，我国城镇化对城乡收入差距产生影响规律为：短期内，城镇化快速提升将进一步拉大城乡居民收入差距，第7期左右达最大并形成“拐点”，城镇化发展后期阶段，对城乡收入差距影响较小并保持平稳。为测算拐点值，做二次曲线模拟（在Eviews 6.0中输入LOG(URIR)=C(1)*LOG（UR）^2+C(2)*LOG(UR)+C(3))，求得：-0.274 289/（2*-0.300 46）=0.456 44；即城镇化率达45.64%时，拐点出现。出现年份为2009年，这与穆怀中（2016）等学者研究结论一致。2015年，我国城镇化率为56.1%，已远超拐点值，进入“象头”阶段，即进入“城镇化逐步提升不会拉大城乡收入差距，反而带动其缩小”时期。

图2(b)代表产业结构对城乡收入差距的冲击程度，可分为四个阶段：a～b阶段，初始冲击为0，快速下降为负，约在第2期达最小值，约-0.749%；b～d阶段，冲击快速回升，约在第9期达最大值，约12.98%；d～e阶段，冲击开始下降，但为正向冲击，在e点约为0.402%；e点以后阶段，冲击呈稳定趋势。其中，a～e阶段大致呈“S型”冲击状态，此后形成“拖尾”。表明我国产业结构高级化对城乡收入差距产生影响变化规律可概括为：短期为负效应，中后期为正效应，后期影响平稳。说明产业结构对城乡收入差距影响随时间变化呈明显差异，不同时期冲击影响不同，可概括为“阵痛期”“受益期”“平稳期”三个阶段。为测算出三个时期变量临界值，在Eviews6.0中输入URIR=C(1)*（IS）^3+C(2)*IS^2+C(3)*IS+C(3)，三次曲线模拟，通过求取模型二阶导数，计算IS两个临界值分别为1.045、1.588；依据前文IS统计数据发现，2013年我国第三产业与第二产业比值为1.074，2016年为1.297；可见，我国约在2013年度过产业结构调整“阵痛期”，进入“受益期”，第三产业与第二产业比值达1.588时进入“平稳期”。

四、结论与启示

本文通过构建VAR模型、求取自变量对因变量的冲击响应，分析我国产业结构高级化、城镇化对城乡收入差距具体影响效果与内在逻辑，得出以下结论与启示。

（一）我国约在2013年度过产业结构调整“阵痛期”，进入调整“受益期”

具体而言，国家出台政策继续加大力度调整三大产业结构，对反映城乡二元矛盾的城乡收入差距负向影响逐渐减小；随产业结构改革逐步深入，改革收益逐渐增大。短期考虑，应尽快采取措施实现改革“最大化收益”，并尽可能延长最大化收益时限。第三与第二产业比值衡量产业结构高级化程度，通过改革推进产业结构高级化与收益最大化，应加快发展第三产业、改革调整第二产业。因此可通过重点发展新兴现代服务业及相关产业，拓展服务产业链条、提升第三产业产值。我国在第三与第二产业比值达1.588时进入“平稳期”。通过前文统计结果可知，2016年第三与第二产业比值为1.297。因此，长远考虑，为稳定经济发展，应加速推进二三产业结构性改革，推动改革进入“平稳期”。

（二）我国在2009年城镇化发展步入“城镇化水平稳步提升带动城乡居民收入差距期缩小”发展阶段

在推进供给侧改革背景下，继续加速推进城镇化进程，将带动收入差距稳步缩小，需更注重提升城镇化质量。提升城镇化水平加速城镇进程的主力军是农民工与高校毕业生两类人群。一是通过产业结构改革创造更多就业岗位，促进农民工就业；通过统筹解决城市户籍群体和农民工群体间“新二元体制”及城乡差距“旧二元体制”矛盾，基本实现农民工与市民的公共服务均等化，促进农民工“扎根”城市。二是通过提高中小城镇就业待遇、建设保障性住房、完善社会保障等措施，吸引大学毕业生就业于中小城镇，提高城镇化水平的同时根治大城市病，提升城镇化质量。

（三）城乡居民收入差距具有较强路径依赖，短期内收入差距很难发生根本性转变

为此，通过协调城乡三产业融合发展，建立差距缩小的长效机制才是根本出路（钞小静等，2014）。一是建立健全我国农民收入长期稳步增长长效机制。积极培育现代职业农民，多种渠道提升农民职业技能，通过机械化、规模化、深加工、创新销售方式、提升农产品质量等方式提高农民收入；鼓励创办季节性农产品加工企业，在农闲时节为农民创造兼业岗位，促进“季节性失业”农民就地就业。二是加快推进我国城乡居民收入分配体制改革步伐。加快农村地区分配制度改革，逐步提升按农村生产要素分配比例，增加农民财产性收入。逐步完善城乡社会统一保障性机制，促进分配公平，推进社会资源向农村流动，逐步缩小城乡间社会保障差异，以建立健全城乡居民收入差距缩小长效机制。

[1] 丁守海.中国城镇发展中的就业问题[J].中国社会科学,2014(1):30-47.

[2] 陈斌开,林毅夫.发展战略、城市化与中国城乡收入差距[J].中国社会科学,2013(4):81-102.

[3] 程莉.产业结构的合理化、高级化会否缩小城乡收入差距——基于1985-2011年中国省级面板数据的经验分析[J].现代财经(天津财经大学学报),2014(11):82-92.

[4] 李亮.产业结构、二元经济结构变迁对城乡收入差距的影响研究[J].统计与决策,2014(18):103-106.

[5] 郑万吉,叶阿忠.城乡收入差距、产业结构升级与经济增长——基于半参数空间面板VAR模型的研究[J].经济学家,2015(10):61-67.

[6] 肖尧.城镇化、房地产价格与城乡收入差距——基于我国省区面板数据的经验分析[J].财经科学,2013(9):100-107.

[7] 赵焘.西部地区城镇化与城乡收入差距关系实证研究[J].统计与决策,2014(16):132-135.

[8] 武小龙,刘祖云.中国城乡收入差距影响因素研究——基于2002-2011年省级Panel Data的分析[J].当代经济科学,2014,36(1):46-54.

[9] 刘军,王佳玮,杨浩昌.产业聚集对城乡居民收入差距的影响——基于中国省级面板数据的实证研究[J].农村经济,2015(5):44-49.

[10] 王立新.经济增长、产业结构与城镇化——基于省级面板数据的实证研究[J].财经论丛,2014(4):3-8.

[11] 肖国东.我国城镇化与产业结构互动关系研究[J].甘肃理论学刊,2014(5):154-157.

[12] 干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011(5):4-16.

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

[14] 沈悦,李善燊,马续涛.VAR宏观计量经济模型的演变与最新发展——基于2011年诺贝尔经济学奖得主Smis研究成果的拓展脉络[J].数量经济技术经济研究,2012(10):150-160.

[15] 刘田,谈进,史代敏.单位根检验中样本长度的选择[J].数理统计与管理,2013,32(4):617-626.

[16] 吴鹏.城镇化、产业结构和城乡收入差距的耦合性研究[J].统计与决策,2017(5):109-112.

[17] 穆怀中,吴鹏.城镇化、产业结构优化与城乡收入差距[J].经济学家,2016(5):37-44.

[18] 国务院发展研究中心和世界银行联合课题组,李伟,Sri Mulyani Indrawati,等.中国:推进高效、包容、可持续的城镇化[J].管理世界,2014,(4):85.

[19] 钞小静,沈坤荣.城乡收入差距、劳动力质量与中国经济增长[J].经济研究,2014(6):30-43.

Effect of Industrial Structure Upgrading and Urbanization on Urban-Rural Income Gap

YAO Zhi1,XIE Yun2
（1.School of Economics and Management,China Agricultural University,Beijing 100083,China;2.School of Economics,Yangtze University,Jingzhou 434023,Hubei,China）

VAR model was used to verify time series data variables of 1978-2016 in China,for exploring the effect mechanism of industrial structure upgrading and the urbanization on the urban-rural income gap.The results showed that there was a long-term equilibrium relationship among those variables."S-type smearing"regional figure was used to describe the impact of the industrial structure upgrading on the urban-rural income gap,which would present differentiation as time going on and the contribution was different in different time periods.It could be divided into three stages,including"painful period","benefit period"and"stationary period".In 2013,China's industrial structure adjustment had experienced the"painful period"and entered the"benefit period"."Elephant"type could be used to describe the impact of the urbanization on the urban-rural income gap.Turning point appeared when the urbanization rate reached 45.64%in 2009.China had stepped into the stage,which could narrow the income gap between urban-rural areas by raising the level of urbanization.

industrial structure upgrading;urban-rural income gap;S-type smearing;"elephant"type;VAR model

F121.3

A

1674-9189（2017）05-0033-09

*项目来源：国家社会科学基金项目（13BJY108）。

姚志（1991-），男，博士研究生，研究方向：农业经济与理论政策。

谢云（1976-），女，副教授，研究方向：城镇化研究。