经济增长水平与城市化水平的动态效应分析

杨海平

内容摘要：本文使用2005-2014年我国31个省（自治区、直辖市）的面板数据，构建动态面板数据模型，运用差分广义矩（DIF-GMM）方法，对我国经济增长水平与城市化水平的动态效应进行了实证检验。研究结果表明：经济增长水平与城市化水平具有显著动态效应；经济增长水平、产业结构水平、政府调控水平和城市基础设施水平等因素对城市化水平具有显著正向影响。并根据研究结论提出了提高城市化水平的合理建议。

关键词：经济增长水平 城市化水平 动态效应 差分广义矩

城市化是一个国家或者地区以传统农业为主要经济的传统型乡村社会向以工业和服务业为主要经济的现代型城市社会逐渐转化的历史进程，是现代化的必然结果，也是现代化的主要内容。中国的城市化对中国的经济发展乃至世界的经济发展具有重大作用，同时也能够为发展中国家的城市化道路提供很好的经验与启示。因此，关于城市化水平与经济增长水平之间的关系研究非常必要。

城市化水平与经济增长的表现具有一致性。我国在改革开放后，在城市化水平不断提升的过程中，经济也保持着较快增长的速度。城市化水平与经济增长表现的一致性引起了学者们的广泛关注：经济增长水平对于城市化水平是否具有显著的影响，影响程度如何？经济增长水平对于城市化水平的影响是否具有动态效应？城市化水平的提高需要考虑到哪些因素？本文希望对这些问题的解答来研究经济增长水平对于城市化水平的影响、影响程度及动态效应，同时找到影响城市化水平的相关因素，为政府采取措施提高城市化水平提供有利支撑条件。

文献回顾

城市化水平与国家经济、人们生活密切相关，国外学者进行了广泛的研究。Kelly和J.Williamson（1984）在其著作《What Drives Third World City Growth？》中运用CGE模型探讨了第三世界城市化水平增长的原因。Chen Mingxing et al.（2014）利用全球124个国家和地区以及中国31个省（自治区、直辖市）的数据分析了中国城市化水平與经济增长之间关系的空间分布情况。Liu Yansui、Yan Bin和Zhou Yang（2016）利用中国1997-2010年31个省（自治区、直辖市）的面板数据，通过面板单位根检验、协整检验、格兰杰检验研究了城市化水平、经济增长、二氧化碳排放量之间的复杂关系。另外，Henderson（2000）、Luisito Bertinelli 和Eric Strobl（2003）、Lampard（1955）、Brian J.L.和Berry（1973）、Evans（1972）等都进行了相关方面的研究。

我国学者也进行了大量的研究。李金昌和程开明（2006）运用协整检验、格兰杰因果关系检验、脉冲响应及方差分解模型研究指出城市化和经济增长之间存在着正相关关系。闫晓红（2011）利用27个省份20年的面板数据，采用非平稳面板数据的方法，研究了我国城市化水平与经济增长之间的关系。张明斗（2013）通过构建城市化水平和经济增长面板数据联立方程模型，运用GMM三阶段最小二乘法研究了城市化水平和经济增长之间的内生关系。

通过文献梳理可以发现，现有的研究成果大多倾向于选用经济增长指标作为因变量，城市化水平指标作为自变量，较少考虑经济增长水平对城市化水平的动态效应影响。基于此，本文选取2005-2014年中国31个省（自治区、直辖市的）的面板数据，构建动态面板数据模型，运用差分广义矩（DIF-GMM）方法对经济增长水平与城市化水平的动态效应进行实证分析，并找出影响城市化水平的相关因素，为政府提高城市化水平提供合理参考。

研究假设与研究设计

（一）研究假设

城市化水平的提高是上一年的城市化水平、经济增长水平、产业结构水平、政府调控水平和城市基础设施水平等多种因素共同作用的结果。提出如下假设：

假设1：上一年城市化率对当年城市化率呈显著正向影响，具有显著滞后效应；

假设2：人均GDP增长率对城市化水平呈显著正向影响；

假设3：第二产业与第三产业生产总值的比值对城市化水平呈显著正向影响；

假设4：政府财政支出对城市化水平呈显著正向影响；

假设5：人均城市道路面积对城市化水平呈显著正向影响。

（二）研究设计

1.研究样本与数据来源。样本数据是2005-2014年我国31个省（自治区、直辖市）的面板数据。政府财政支出、人均城市道路面积、城市化率、人均GDP增长率、第二产业与第三产业生产总值的比值都是通过利用2006-2015年《中国统计年鉴》的数据整理得出。城市化率是城镇人口与年末常驻人口的比值。分析工具采用计量经济学软件EViews 6.0。

2.变量的选取与模型设定。变量的选取。选取城市化率为因变量，用来衡量城市化水平，用符号URB表示；上一年城市化率、人均GDP增长率为自变量，分别用来衡量上一年城市化水平和经济增长水平，用符号URB（-1）、AGDP表示；第二产业与第三产业生产总值的比值、政府财政支出、人均城市道路面积为控制变量，分别用来衡量产业结构水平、政府调控水平、城市基础设施水平，用符号IGDP、EXPE、CAR表示。具体内容见表1。

模型的设定。研究经济增长水平对于城市化水平的影响，可以构建经典时间序列模型，该模型设定为：

（1）

模型（1）反映了经济增长水平、产业结构水平、行政调控水平、城市基础设施水平变化率与城市化水平的关系，但是它没有考虑截面因素，不能衡量各个省域各个解释变量对被解释变量的影响。因此，将模型（1）扩展为静态面板数据模型（2），模型设定为：

（2）

模型（2）虽能度量不同省域的经济增长水平对城市化水平的影响，但是不能反映经济增长水平对城市化水平影响的动态效应。因此，需要将模型（2）进一步扩展为动态面板数据模型（3），模型设定为：

（3）

模型（3）中，i、t分别表示省份和年份；URBit、URBi，t-1分别表示城市化率和城市化率滞后项；AGDP表示人均GDP增长率；IGDP表示第二产业与第三产业生产总值的比值；LnEXPE、LnCAR分别表示对政府财政支出和人均城市道路面积取自然对数，取自然对数的目的是消除采用数据的异方差性以及由于单位不同造成的波动；ξ和μ分别表示个体差异和随机干扰项。

实证分析

（一）面板单位根检验

为规避非平稳性数据伪回归现象的发生，确保计量估计的有效性，本文用面板单位根来检验面板数据的平稳性。面板单位根检验的结果如表2所示。

原序列URB的LLC、ADF、PP检验的相伴概率分别为0.0000、0.0798、0.0280，拒绝存在单位根的原假设，表现出平稳性特征，记为I（0）。

原序列AGDP的LLC、ADF、PP检验的相伴概率均为0.0000，拒绝存在单位根的原假设，表现出平稳性特征，记为I（0）。

原序列IGDP的LLC、ADF、PP检验的相伴概率分别为0.0000、0.0109、0.0000，拒绝存在单位根的原假设，表现出平稳性特征，记为I（0）。

原序列LnEXPE的LLC、ADF、PP检验的相伴概率均为0.0000，拒绝存在单位根的原假设，表现出平稳性特征，记为I（0）。

原序列LnCAR的LLC、ADF、PP检验的相伴概率分别为0.0000、0.0001、0.0000，拒绝存在单位根的原假设，表现出平稳性特征，记为I（0）。

总的来说，在10%的显著性水平下，URB、AGDP、IGDP、LnEXPE、LnCAR均拒绝原假设，具有平稳性特征，可以直接使用原序列进行回归分析。

（二）差分GMM估计分析

在运用计量分析软件对模型（3）进行估计和检验时，当滞后期设为5时，t统计量无法通过检验，所以最终模型工具變量滞后期设为4。为了解决动态面板数据的内生性问题，本文采用差分GMM方法，对模型（3）进行差分GMM估计，得到的估计结果如表3所示。

URB（-1）、AGDP、LnEXPE、LnCAR在1%显著性水平下对URB具有显著正向影响；在5%显著性水平下，自变量均对因变量有显著性影响，不能拒绝假设1到假设5。

URB（-1）的估计量系数为0.911531，t、p分别为42.35、0.0000，它衡量上一年城市化率对当期城市化率的动态影响，其系数为正值，说明上一年城市化率对当年城市化率具有显著正向影响，上一年城市化率每增加1个单位，当年城市化率将增加0.911531个单位。

AGDP的估计量系数为0.012289，t、p分别为5.07、0.0000，它衡量经济增长水平对城市化水平的影响，其系数为正值，说明经济增长水平的提高能够显著促进城市化水平的增长，人均GDP增长率每增加一个单位，城市化水平将增加0.012289个单位。从系数大小看，经济增长水平对城市化水平的影响明显大于产业结构水平、行政调控水平、城市基础设施水平对城市化水平的影响。

IGDP的估计量系数是0.004736，t、p分别为2.49、0.0136，它衡量产业结构水平对城市化水平的影响，其系数为正，说明产业结构水平对城市化水平具有显著正向影响，第二产业与第三产业生产总值的比值每增加一个单位，城市化水平会提高0.004736个单位。

LnEXPE的估计量系数是0.006495，t、p分别为5.25、0.0000，它衡量政府调控水平对城市化水平的影响，其系数为正，这充分说明政府调控水平对城市化水平具有显著正向影响，政府财政支出每增加一个百分点，城市化水平会提高0.006495个百分点。

LnCAR的估计量系数是0.003990，t、p分别为2.80、0.0055，它衡量城市基础设施水平对城市化水平的影响，其系数为正，说明城市化基础设施水平的提高有助于城市化水平的提升，人均城市道路面积每增加一个百分点，城市化水平会提高0.003990个百分点。

进一步检验模型（3）估计的结果，对面板残差进行平稳性检验，发现面板残差LLC、ADF、PP检验的相伴概率分别为0.0000、0.0009、0.0000，这表明在1%的显著性水平下，拒绝面板残差存在单位根的零假设，面板残差表现出平稳性特征，因此动态面板数据模型（3）的设定是合理的，采用差分GMM分析方法对模型（3）的估计结果也是稳健的。

由于动态面板数据的GMM估计不具有经典的拟合优度和F统计量，而需要采用J统计量进行Sargan检验。Sargan检验的原假设是模型过度约束正确。如果Sargan检验的原假设被拒绝，则说明模型设定失误。由回归结果知道J统计量的值为24.75958，其相伴概率为0.2108，不拒绝原假设，表明过度约束正确，表明工具变量选取合适。

（三）面板格兰杰因果关系检验

当城市化水平与经济增长水平、产业结构水平、政府调控水平、城市基础设施水平各个变量之间有着先导滞后的关系时，可以运用格兰杰因果关系检验来考察这种关系是单向的还是双向的。在进行格兰杰因果关系检验时，根据LR检验、AIC信息准则、SC准则综合判断最优滞后阶数分别取3、2、2、1，面板格兰杰因果检验结果如表4所示。

根据面板格兰杰因果检验结果，可以得到如下结论：

在3阶滞后期，5%显著性水平下，既拒绝“AGDP不是URB的格兰杰原因”的假设，也拒绝“URB不是AGDP的格兰杰原因”的假设，这表明城市化水平与经济增长水平互为格兰杰原因。

在2阶滞后期，5%显著性水平下，既拒绝“IGDP不是URB的格兰杰原因”的假设，也拒绝“URB不是IGDP的格兰杰原因”的假设，这表明城市化水平与产业结构水平互为格兰杰原因。

在2阶滞后期，5%显著性水平下，既拒绝“LnEXPE不是URB的格兰杰原因”的假设，也拒绝“URB不是LnEXPE的格兰杰原因”的假设，这表明城市化水平与政府调控水平互为格兰杰原因。

在1阶滞后期，5%显著性水平下，既拒绝“LnCAR不是URB的格兰杰原因”的假设，也拒绝“URB不是LnCAR的格兰杰原因”的假设，这表明城市化水平与城市基础设施水平互为格兰杰原因。

结论与建议

（一）结论

通过模型分析，得出以下结论：城市化水平与前一年城市化水平、经济增长水平、产业结构水平、政府调控水平、城市基础设施水平有着密切关系，城市化率随着上一年的城市化率、人均GDP增长率、第二产业与第三产业生产总值比值、政府财政支出、人均城市道路面积的增加而提升。城市化水平受前一年城市化水平影响最大，其次是经济增长水平。城市化水平与经济增长水平、产业结构水平、政府调控水平、城市基础设施水平之间都互为格兰杰因果关系，各自过去的状态都会影响对方当前的状态。

（二）建议

以“稳”为主线保持经济增长，提高经济质量。人均GDP增长率的增加有利于城市化水平的提高。人均GDP的增加离不开经济的发展，必须保证和平稳定的内外环境，坚持创新，深化改革，调整结构，拉动内需，实现经济的稳增长。

优化产业结构，实现协调发展。促进三次产业协调发展，不断优化产业结构，加快推进农业现代化，加快工业转型升级，促进服务业全面发展，不断增强战略性新兴产业。加大市场调节与政府引导相结合的力度，坚持走中国特色自主开发和技术创新道路，实现产业转型升级。

优化政府财政支出结构，合理利用资源。政府财政支出对城市化水平具有显著推动作用，财政支出规模的扩大有利于城市化水平的提高。同时，财政支出的增加离不开经济的发展，因此城市化水平的提高与经济发展的速度和质量有着密切联系。

完善城市基础设施建设。城市基础设施的完善有利于提高城市化質量，是有效运行城市功能的基本保障，对于引导产业结构布局、优化城市空间布局和促进人口合理分布具有重要作用。

参考文献：

1.Kelley A C，Burley N. What drives Third World city growth？[M].Princeton University Press，2014

2.Liu Y，Yan B，Zhou Y. Urbanization，economic growth，and carbon dioxide emissions in China：A panel cointegration and causality analysis[J].Journal of Geographical Sciences，2016，26（2）

3.Chen M，Huang Y，Tang Z，et al.The provincial pattern of the relationship between urbanization and economic development in China[J].Journal of Geographical Sciences， 2014，24（1）

4.张明斗.城市化水平与经济增长的内生性研究[J].宏观经济研究，2013（10）

5.项本武，张鸿武.城市化与经济增长的长期均衡与短期动态关系——基于省际面板数据的经验证据[J].华中师范大学学报（人文社会科学版）， 2013（2）

6.孙丽萍.城镇化与经济增长互动机制的实证分析——基于西部省际面板数据[J].商业时代2014（20）