重庆城镇化发展与农民收入关系的实证分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇重庆城镇化发展与农民收入关系的实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要： 以重庆市1997-2012年的时间序列数据和2006-2011年34个区县的面板数据为研究对象，运用计量经济学方法分析重庆市城镇化发展与农民收入的动态关系，分别建立了变结构协整模型和面板自回归分布滞后模型。研究结果表明，重庆市城镇化发展与农民增收之间存在长期的正向影响关系，但是不同区县的农民收入具有不同的固定效应，不同的城镇化推进阶段农民增收幅度也不一样，且持续的城镇化推进政策才能保证农民增收的持续性。
关键词： 城镇化；农民收入增长；变结构；面板协整检验；自回归分布滞后模型
中图分类号：F224.0 文献标识码：A 文章编号：1003-1502（2013）05-0057-07
一、引言
改革开放三十多年来，重庆市农民人均纯收入由1978年的126元增加到2011年的6480元，增长51倍多。2011年全国农民年人均纯收入为6977元，北京、上海、天津农民人均纯收入分别为14735元、16053元和12321元，与全国以及其他直辖市农民收入水平相比，重庆市农民收入仍然偏低。重庆市是一个大城市与大农村的结合体，农村地域广阔，人口众多，为了加快发展、缩小贫富差距、实现经济增长与民生改善的良性循环，农民增收问题尤为关键。农民收入增长的滞后，不仅直接制约着农民生活的改善和农业农村经济的发展，更制约着经济结构的调整乃至经济发展方式的转变。[1]如何增加农民收入，许多研究给出了不同的观点，比如农民利益保护论、结构调整论、城乡统筹发展论、基础设施投资论和城镇化推进论等。对作为直辖市的重庆，典型的城乡二元结构、两翼地区特殊的地理环境以及非均衡发展等因素导致了农村发展滞后，农民收入水平低下、增长缓慢，推进城镇化发展是解决上述问题的有效途径。2012年9月，重庆市委、市政府出台了《关于推进新型城镇化的若干意见》，目的就是切实提高农民收入，缩小城乡差距。国内外诸多研究成果表明，城镇化的推进将在很大程度上拓宽农民增收途径，提高其收入水平。
城镇化是衡量一个国家和地区经济社会发展水平的重要标志。它为市场经济的发展提供了更为广阔的空间，加快城镇化建设对于促进国民经济和社会发展具有举足轻重的意义。[2]刘易斯等发展经济学家从理论上论证了城镇化能显著地缩小城乡收入差距。[3]王国刚（2010）指出城镇化是中国经济发展方式转变的重心，并探讨了城镇化建设所面临的问题和发展机制。[4]宋元梁和肖卫东（2005）、王淑梅和危兆麟（2007）都建立了向量自回归模型，刻画了城镇化发展与农民收入增长之间的动态相关性。[5][6]谢松（2010）、梁春梅和肖卫东（2010）都运用了协整检验、ECM模型和Granger因果关系检验对农民收入与城镇化水平进行了分析。[7][8]吴先华（2011）运用时间序列和面板数据的多元回归对城镇化与城乡收入差距进行了检验。[9]鲁建彪（2006）从简单分析中指出西部地区城镇化和农民收入之间存在积极的正面效应，但是政策措施的不科学将会导致负面效应。[10]已有研究表明，科学合理的城镇化发展能提高农民收入水平。重庆市是我国中西部地区唯一的直辖市和全国统筹城乡综合配套改革试验区，充分认识其城镇化发展与农民增收、缩小城乡差距之间的动态效应，是有效实施西部大开发战略的需要，更是为全国统筹城乡改革提供示范的需要。
2012年《重庆市政府工作报告》也指出，将继续推动城市拓展，建设现代化小城镇，努力实现缩小城乡差距共同富裕。但城镇化和农民增收之间不是简单的正或负的相关关系，不同经济增长时期和不同的城镇化发展水平对农民收入的影响程度是不同的。本文将利用计量经济学方法研究重庆市城镇化发展与农民收入的关系，通过时间序列数据和面板数据来探讨城镇化水平与农民增收之间的深层次影响。
二、数据说明与处理
本文主要研究重庆被设为直辖市以来的城镇化发展与农民收入情况，时间序列样本数据区间为：1997-2012年，面板数据样本区间为2006-2011年，①来源于《重庆市统计年鉴（1998-2012）》和2013年1月重庆市统计局的最新经济数据。考虑到数据获得的便利性，主要采用常住市镇人口占常住总人口的比重指标来衡量城镇化水平，记为UR。农村居民收入数据为农民平均每人纯收入，单位为元。考虑到每年物价水平变动幅度不一致，采用以1997年为基期（1997=100）消除物价因素影响的农民人均纯收入，记为PI。分地区的城镇化水平面板数据和农民纯收入面板数据分别记为p-UR和p-PI。
在1998-2005年间，重庆市居民消费价格指数一直低于1997年的价格指数，所以农民实际收入会大于名义收入。从图1中可以看出，“十一五”期间，重庆市农民收入得到了大幅度的提升。
图2给出了1997-2012年间重庆市常住居民中市镇人口所占的比例，可以看出，这16年来，重庆市城镇化率一直呈现较稳定的上升趋势。
2006-2011年重庆市所辖40个区县②可划分为三大部分：一小时经济圈、渝东南翼和渝东北翼。在一小时经济圈中，2006-2009年间渝中区、大渡口区、江北区、沙坪坝区、九龙坡区和南岸区的城镇化率均为100%，③故不纳入研究范围。因此面板数据的截面个体为N=34个，其中一小时经济圈有17个，渝东北翼11个，渝东南翼6个，④面板数据的时间长度为2006-2011年，总样本个数为34×6=204个。
图3和图4分别给出了34个区县农民实际收入和城镇化率的面板数据，横轴为样本个数204，构成面板数据的区县顺序为：北碚区、渝北区、巴南区、万盛区、双桥区、涪陵区、长寿区、江津区、合川区、永川区、南川区、綦江县、潼南县、铜梁县、大足县、荣昌县、璧山县、万州区、梁平县、城口县、丰都县、垫江县、忠县、开县、云阳县、奉节县、巫山县、巫溪县、黔江区、武隆县、石柱县、秀山县、酉阳县、彭水县。⑤
从图形中可以看出，一小时经济圈里（共有17个区县，每个区县有6年数据，故图4横轴上的前102个数据代表一小时经济圈）的城镇化程度和农民收入水平明显高于其他区县。2011年重庆市城镇化率为55%，在研究的34个区县里有11个区的城镇化率超过了重庆市总体水平。在2007-2011年间，渝东北翼地区城镇化率的平均增长速度为5.66%，渝东南翼地区城镇化率的平均增长速度为8.31%，五年平均增长速度最快的前1/4区县分别是石柱县、潼南县、秀山县、巫溪县、城口县、綦江县、大足县、酉阳县。
重庆市34个区县农民收入平均增长速度最快的年份是2011年，达到了27.87%，其次是2006年，达到了16.17%。从2007-2011年，五年平均农民收入增长速度最快的前1/4区县分别是合川区、永川区、铜梁县、荣昌县、璧山县、忠县、石柱县和秀山县。
重庆市各区县平均城镇化增长速度最快的年份是2010年，达到了8.31%，这一年作为中国统筹城乡综合配套改革试验区的重庆市全面启动了户籍制度改革。图5给出了2010年重庆市34个区县城镇化增长速度的折线图，渝东北翼地区城镇化增长速度为7.45%，渝东南翼地区城镇化增长速度为14.85%。
由于时间序列数据和面板数据都有产生伪回归的可能，因此为了能反映数据之间的真实关系，需要先进行平稳性检验，以提高数据分析的可信性。
（一）单位根检验
时间序列数据常用的单位根检验方法有ADF检验、PP检验等。[11]面板数据常用的单位根检验方法有LLC检验、IPS检验、Fisher-ADF检验、Fisher-PP检验等。[12]假设34个截面个体之间是相互独立且同质的，本文采用传统的LLC检验和PP-ADF检验。为了消除数据的异方差性，获得同量纲的数据形式，将采用原始数据的对数形式进行分析。
首先构建辅助的检验方程，并根据参数t检验的结果判断单位根检验方程的具体形式。比如，对于序列lnUR，根据辅助方程式里趋势项和常数项参数的显著性，决定其单位根检验方程式的具体形式。（C，T）表示检验方程既有常数项又含有趋势项；（C，N）表示检验方程只有常数项，无趋势项；（N，N）表示检验方程不含常数项和趋势项。滞后阶数将根据AIC准则自动选择。检验结果见表1。
时间序列数据单位根检验的检验结果说明在10%显著性水平下⑥序列lnPI为一阶单整的，而序列lnUR是二阶单整的。在“十一五”期间，重庆市城镇化水平和农民收入都有大幅度提升，所以将考虑序列的分段平稳性。根据Chow突变检验以及重庆市发展情况，以2005年为突变点，分别考虑1997-2005年和2006-2012年的数据特征，检验结果见表1。由此可见，序列lnPI和lnUR在不同的时间段里都是一阶单整序列。
表2给出了重庆市34个区县面板数据的平稳性检验结果。在显著性水平为5%的情形下，序列ln p-UR和ln p-PI都是平稳过程。
（二）非平稳时间序列数据建模
对于非平稳时间序列数据，可以运用协整检验确定两者之间是否具有长期均衡关系，然后建立适应的误差修正模型进行分析。协整检验的方式有两种，一种是基于残差的E-G两步法，根据二者线性回归残差的平稳性进行判断；另一种是基于迹和特征值的Johansen检验方法。[11]
由于时间序列lnPI和lnUR都属于分段单整过程，将考虑建立变结构协整模型。采用Johansen协整检验法，检验结果如表3。
1997-2005年间的协整向量为（1，-1.24），2006-2012年间的协整向量为（1，-4.16）。lnPI和lnUR的长期均衡关系为：
■ （1）
长期均衡偏差项为：
■ （2）
从长期来看，重庆市城镇化与农民收入之间具有正向的长期均衡关系，说明城镇化推进论有助于解决农民增收问题。由于在不同的经济发展阶段，政策、制度、社会等因素的影响作用不同，所以不同的城镇化水平对于农民收入的长期影响效应不同。2006年至今重庆市城镇化水平的提高对于促进农民增收的效应是2006年之前的3倍多，这得益于在“十一五”期间，重庆市政府致力于实现公共服务均等化、完善转移支付、增加贫困地区教育和医疗投入、全面推进城乡统筹和户籍改革等。
根据Granger表述定理，具有协整关系的变量可以建立如下的误差修正模型：
■
（3）
注：（.）表示对应系数t检验的概率P值。
误差修正模型中滞后一阶误差项ECMt-1的系数表示变量之间的均衡关系偏离长期均衡状态时，将其调整到均衡状态的调整速度。变量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影响。短期内，城镇化水平对农民收入具有负面影响，但会被长期均衡趋势误差修正项ECM调整，其速度为105%，具有较强的调节作用。同时，短期内农民收入对于城镇化水平也具有负面作用，被长期均衡趋势误差修正项ECMt进行调整的速度为4%。
从短期来看，农民收入与城镇化水平都会偏离长期均衡关系，但都会对非均衡偏差进行修正，且农民收入被调整的速度远远大于城镇化水平，由此可见，在经济转型期政府对农民增收问题的重视与支持。
（三）平稳面板数据建模
表4给出了lnp-UR和lnp-PI的Granger非因果关系检验结果，在10%的显著性水平下，城镇化水平与农民收入之间存在滞后2期的Granger因果关系。这说明重庆市在以城镇化发展促进农民增收的政策上，应采取持续的长期政策，而非短期政策，以保证其效果的持久性。
下面建立城镇化水平和农民收入之间的自回归分布滞后面板模型。
考虑到面板数据具有双重效应，建模步骤为：（1）以0-2数字组合的滞后阶数构建模型，如（2，2），（2，1），（2，0），（0，2）（1，1），（1，2），（1，0），（0，1），（0，0）等；（2）采用加权最小二乘法对模型进行估计，再根据参数显著性t检验、模型拟合效果、AIC值等指标确定最优模型形式；（3）采用F检验和Hausman检验确定模型是固定效应还是随机效应模型。[12]46-52由于不同滞后期组合下参数显著性检验存在未通过者，所以模型选择的滞后期组合都为（1，1）。因此，模型形式可以设定为：
■
（4）
其中，参数μ为时空均值项，代表不同时间和截面个体上的共同均值；参数αi为个体固定效应；参数β1i代表城镇化水平对农民收入的影响弹性；参数β2i代表上一期农民收入对农民收入的影响弹性；参数β3i代表上一期城镇化水平对农民收入的影响弹性；μit为随机误差项。
冗余固定效应检验的F统计量值为1.72，概率P值为0.01，在原假设为混合效应模型，备择假设为固定效应模型时，应拒绝原假设，模型设定为固定效应模型。Hausman检验原假设为随机效应模型，备择假设为固定效应模型，统计量值为55.67，概率P值为0.00，也应拒绝原假设。所以，模型（4）建立为个体固定效应面板数据模型。
表5给出了面板数据回归的参数估计值。调整的拟合优度为R2=0.96，模型整体显著性F检验的概率P值为0.00，表明模型的整体拟合度较高。在5%的显著性水平下，模型中所有变量都通过了参数显著性的t检验，说明都是显著不为0的。
从模型估计结果可以看出，城镇化水平对农民收入具有正向影响，弹性系数为0.17，上一期农民收入对于农民收入具有正向影响，弹性系数为1.06，上一期城镇化水平对于农民收入也具有正向作用，弹性系数为0.19。说明当期农民收入受上一期收入的影响远远大于城镇化水平。
各区县的个体固定效应值不一样，一小时经济圈里有17个区县以及万州区的固定效应值为负，说明这些区县农民的自发性固定收入是负的，因其收入主要来源于进城务工的工资性收入。而渝东北翼（除万州区以外）地区和渝东南翼地区农民收入的自发性固定收入为正，其固定收入主要来自家庭经营收入，这与三大区域经济发展程度有关。因为一小时经济圈内区县经济的快速发展，其提供的进城务工就业岗位远远多于两翼地区，所以农民收入已不仅仅依赖于家庭经营收入。
四、结论
根据以上分析，可以得到如下结论：
第一，总体来看，直辖以来重庆市农民实际收入大幅提升，2006年至今以年平均13.1%的速度持续增长。渝东北翼地区的农民收入稍高于渝东南翼地区，最近五年来两地的年平均增长速度达到19%。
第二，时间效应上，重庆市34个区县农民收入平均增长速度最快的是2011年，达到了27.87%，平均城镇化增长速度最快的年份为2010年。同时，城镇化水平与农民收入之间互为滞后2期的Granger因果原因，且当期和上一期城镇化发展水平对农民收入都具有正向影响。说明城镇化水平的提升能有效地促进农民收入的增加，但其效果不会在当期表现出来，有一定的时间滞后性，在以城镇化发展促进农民增收的政策上，应采取持续的长期政策，而非短期政策，以保证其效果的持久性。
第三，长期效应上，协整检验表明农民收入与城镇化水平之间具有正向的长期均衡关系，在短期偏离均衡关系的过程中，农民收入被调整的速度远远超过城镇化发展，这说明推进城镇化的目的是为了提高农民收入，同时也说明“十一五”期间，政府对农民增收的重视远远大于城镇化进程。在后续发展中，应当适度调整农民增收速度，使其与城镇化发展协调进行，真正提高城镇化的质量。
第四，动态效应上，在不同的经济发展阶段，不同的城镇化水平对于农民收入的长期影响效应不同。2006年以后重庆市城镇化水平对于促进农民增收的积极作用远远大于2006年之前，说明“十一五”期间统筹城乡发展、户籍制度改革、公共服务均等化、教育医疗加大投入等措施有效地促进了农民增收，应当继续实施这些强有力的民生工程，为农民增收提供持续的推动力。
第五，经济效应上，重庆市34个区县的城镇化发展水平对农民收入都具有弹性系数为0.17的正向影响，上一期城镇化水平对于农民收入的增加具有弹性系数为0.19的持续影响作用，上一期农民收入对当期农民收入水平的影响是非常大的，弹性系数为1.06。农民收入的增加不仅来自城镇化的推进作用，更多受到上一年收入的影响。各区县经济发展水平不同，决定了农民自发性固定收入的不同，城镇化率高的经济发达地区，其农民增收主要来自工资性收入，相反则更多地来自家庭经营收入。
最后，本文实证分析表明在农民增收与城镇化水平之间有“上一年城镇化水平提高？圯当年农民收入增加？圯下一年农民收入继续增加？圯促进城镇化水平提高”的良性循环关系。因此，为了能提高农民收入，不仅需要长期的城镇化政策，还需要兼顾二者之间的协调发展，切实提高城镇化质量，实现农民收入的可持续增长。
注释：
①根据《重庆市统计年鉴》的统计数据，按目前行政区域划分的2005年及以前的区县数据不完整，统计指标口径不一致，无法获取连贯的数据信息，且考虑到面板数据具有时间和个体的双重效应，故面板数据样本区间为2006-2011年。
②在2011年10月，重庆市撤万盛区綦江县设綦江区，撤双桥区大足县设大足区，所以2011年的统计数据中，重庆市行政区域划分由40个区县调整为38个，但考虑到綦江区和大足区前后数据统计范围的不一致性，本文采取统计方法对2011年万盛和双桥的数据进行了填补，仍然考虑40个区县的情形。
③具体数据参见《重庆统计年鉴》。尽管2010年统计数据显示此六区的城镇化率不到100%，但考虑到数据之间存在的多重共线性，本文面板数据模型中将不研究此六区的情况。
④一小时经济圈所含区县有：北碚区、渝北区、巴南区、万盛区、双桥区、涪陵区、长寿区、江津区、合川区、永川区、南川区、綦江县、潼南县、铜梁县、大足县、荣昌县、璧山县；渝东北翼地区所含区县有：万州区、梁平县、城口县、丰都县、垫江县、忠县、开县、云阳县、奉节县、巫山县、巫溪县；渝东南翼地区所含区县有：黔江区、武隆县、石柱县、秀山县、酉阳县、彭水县。
⑤ 若不作特别说明，下文中时间序列数据样本区间为1997-2011年，面板数据研究对象为2006-2011年的34个区县。考虑到行政区域调整的时间较短，在本文所研究的时间范围内，仍然采取原有的行政区域划分。
⑥若无特别说明，本文选取10%为检验显著性水平。
参考文献：
[1] 陈锡文. 工业化、城镇化要为解决“三农”问题做出更大贡献[J].经济研究， 2011，（10）：8-10.
[2] 丁学东. 关于扩大内需的几点思考[J].管理世界，2009，（12）：1-6.
[3] 谭崇台. 发展经济学[M].太原：山西经济出版社，2001.25.
[4] 王国刚. 城镇化：中国经济发展方式转变的重心所在[J].经济研究， 2010，（12）：70-81.
[5] 宋元梁，肖卫东. 中国城镇化发展与农民收入增长关系的动态计量经济分析[J].数量经济技术经济研究，2005，（9）：30-39.
[6] 王淑梅，危兆麟. 农民收入与城镇化关系的实证分析[J].财政研究，2007，（4）：59-62.
[7] 谢松.贵州农民收入增长与城镇化发展的关系[J].贵州农业科学，2010，38（10）：213-217.
[8] 梁春梅，肖卫东. 城镇化发展与农民收入增长关系分析[J].山东社会科学，2010，（8）：102-106.
[9] 吴先华. 城镇化、市民化与城乡收入差距关系的实证研究[J].地理科学，2011，31（1）： 68-73.
[10] 鲁建彪. 西部地区城镇化建设与西部农民收入问题研究[J]. 经济问题探索，2006，（7）：58-63.
[11] 高铁梅. 计量经济分析方法与建模[M].北京：清华大学出版社，2006.154-157.
[12] 陈海燕. 面板数据模型的检验方法[M].北京：经济科学出版社，2012.96-100.
Empirical Analysis on the Relationship Between Development
of Urbanization and Income Growth of Rural Residents in Chongqing
Chen Haiyan Chen Jiayang
Abstract： With the time series data from 1997 to 2012 and the panel data of 34 Chongqing's districts and counties from 2006 to 2011 as research samples， using the econometric methods to explain the dynamic relationship between development of urbanization and income growth of rural residents in Chongqing， the structural change cointegration model and panel autoregressive distributed lag model are set up. The results show that there exists long-term positive relationship between them， but the fix effect of rural residents' income is different in different areas， while rural residents' income growth varies according to the stage of urbanization. The results also show stable urbanization policy will ensure sustainable income growth of rural residents.
Keywords： Urbanization； Income growth of rural residents； Structural change； Panel Cointegration Test； Autoregression Distribution Lag Model