2018论西南地区城镇化与产业结构升级关系研究

3948704

　　　　[论文摘要]用中国西南地区1978—2006年反映城镇化发展和产业结构升级的指标数据，利用现代计量经济学的非平稳时间序列分析方法，定量探究中国西南地区城镇化发展与产业结构升级之间的内在联系。结果表明，中国西南地区城镇化发展和产业结构升级之间存在一种长期关系，但其关系不是十分显著；同时，城镇化进程的加快有助于该地区产业结构升级，但是产业结构升级不能为城镇化水平的提高提供支持。
　　[论文关键词]城镇化率；产业结构升级；西南地区；VEC模型；Granger因果关系
　　本文研究的中国西南地区是指按照行政规划划分的云南、贵州、四川、重庆、西藏三省一市一区，该地区地理位置偏远，土地贫瘠，贫困人口多，经济结构复杂，包括了正在形成和发展的成渝经济圈、三峡库区、川南资源聚集区以及广大少数民族聚居地。随着我国西部大开发的推进，西南地区城镇化水平有了大幅提高，但与全国相比还有一定的差距。作为一个发展中国家，工业化和城镇化始终是我国经济发展的两大主题。西南地区城镇化研究对于整个中国城镇化的区域差异研究意义重大。
　　1867年西班牙工程师A．Serda在《城市化基本理论》一书中首先使用了Urbanization的概念。随后，世界各国都开始广泛关注这项经济指标。代表人物有，德国经济学家冯·杜能(VonThunen1826)的农业区位理论。德国经济学家韦伯(We—berl909)的工业区位理论。法国佩鲁(Perroux1955)认为“增长极”理论。该理论比较符合区域经济不平衡发展的客观实际，主要强调产业间的联系，而忽略了对经济增长的空间演化机制的分析。我国在这一领域的研究起步较晚。在我国，一般使用“城镇化”来代替这一指标，蔡孝箴(1990)指出城市化道路的区域差别，不同地区的城市发展不平衡。不同地区的城市发展都应遵循“成本一效益”分析原则，由于各自的自然、社会、经济条件和发展阶段不同，发展的方针也有所区别。辜胜阻(1993)论述了中国城镇化的区域差异及其区域发展模式，分析三大地带、六大区域、30个省区的城镇化差异，得出中国西部城镇化的主要模式为自生型城镇化、非农化模式。王嗣均(1996)等人直接提出区域城市化，并就中国城市化区域发展和省区城市化进程做了深入研究。周凯、刘辉锋(2006)指出目前区域与城市的发展现状表现出明显的模块系统特征。
　　尽管国内外学者对城镇化与产业结构升级之间的关系做出了积极的探索，但是更多的只是从理论上研究二者之间的关系，并且角度比较宏观。本论文在借鉴已有理论研究成果的基础上，充分注重中国西南地区的区域特征，借助现代计量经济学中的非平稳时间序列分析方法，对理论上的中国西南城镇化与产业结构升级之间的关系进行验证和定量描述。
　　一、城镇化与产业结构升级的实证研究：方法、数据与检验
　　(一)分析方法与检验模型
　　本文采用现代计量经济学中的非平稳时间序列分析方法。向量误差修正模型(VectorErrorCorrec-tion，VEC)VAR模型是使用模型中的所有当期变量对所有变量的若干滞后变量进行回归，是一种非结构化的多方程模型，用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。向量误差修正(VEC)模型，是在非平稳数据具有协整关系的基础上建立的，是对于VAR模型的修正。其模型一般形式为：
其中△表示变量的一阶差分，ecmt一1是误差修正项，反映变量之间的长期均衡关系，系数向量仅反映变量之间的均衡偏离长期均衡状态时，将其调整到均衡状态时的调整速度。所有作为解释变量的差分项的系数反映各变量的短期波动对作为被解释变量的短期变化的影响。本文在对城镇化发展和产业结构升级的变量数据进行平稳性的单位根检验的基础上，通过协整分析，建立向量误差修正模型，从而考察两者之间的关系。
　　(二)指标选取与数据来源
　　本文采取1978—2006年度数据，城镇化率指标代表城镇化发展水平，即城镇人口与总人口的比值来表示，记为URt；以二三产业产值之和占GDP的比重来衡量产业结构状况，记为INSt。这里对数据进行以下说明：1．西南地区数据是由西藏、云南、贵州、四川、重庆各省、市、自治区加总而来的，数据均来自各省市统计年鉴及作者的计算。2．由于受行政区划的影响，川渝两地的数据在1997年以前的直接采用四川省数据，1997年之后采取两地数据的总量指标。3．云南、贵州两省的城镇人口统计口径在2000年发生了变化，为了消除不规则要素的影响，揭示经济发展中的客观变化，将云南和贵州两省2000年以后的数据采用移动平均的方法加以预测。
　　(三)单位根检验
　　将整理所得数据分别取对数，以期在消除异方差的同时不改变函数的单调性，记为LnURt，LnINSt。首先对变量的时间序列进行单位根检验。采用AIC和SC最小原则，加之Likelihood判断，得出LnURt和LnINSt的最佳滞后期为3。利用Eviews5．0进行单位根(ADF)检验。
可以看出，变量LnURt和LnINSt的原始系列是非平稳的；ALnURt和ALnlNSt，ADF的绝对值值大于1％置信水平下临界值的绝对值，表明在99％的置信水平下认为都不存在单位根，为一阶单整。记为huRt～I(1)、LnINSt—I(1)。
　　(四)协整检验
　　通过迹(Trace)检验和最大特征根(MaximumEigenvalue)两种检验方法对变量进行协整检验。