产业结构、城镇化与我国经济增长关系的ECM模型研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇产业结构、城镇化与我国经济增长关系的ECM模型研究范文，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：当前我国处于经济增长质量转变的关键时期，产业结构优化、城市化发展都对我国经济增长起到关键的决定作用。本文以我国1978-2011年的经济数据为研究对象，通过构建ECM模型说明三者之间的关系，并通过实证检验结果对三者更好的促进三者发展提出相关建议。

关键词：产业结构 城镇化 经济增长 ECM模型

一、引言

城镇化是各种要素向城镇聚集的过程，从不同角度有可以解释为人口身份的变化、区域活动范围的界定、人口生活方式的转变等，城镇化是在一定的空间体系下经济转换的过程，其涉及到生产力、生活方式与居住方式的变化。随着区域变化、人口身份的转换、基础设施增加、城镇价值观发展等城镇化进程演进，城镇化使得产业结构不断优化，城镇化的每个阶段都会有相应的主导产业，一般遵循“农业—轻纺工业—基础工业—重化工业—现代服务业—信息产业”的产业发展轨迹。产业化发展是城镇化发展的动力，城镇化同时又涵盖了政治、经济、文化、社会、科技等方面，经济发展决定城镇化，城镇化对经济发展起到决定性作用。现有研究大多是对两因素间研究，甚少对三者之间的关系进行分析，本文就从我国相应经济指标入手，分析三因素之间的关系。

二、文献综述

（一）国内文献综述

Giok Ling Ooi（2009）从城镇发展的可持续性角度分析亚洲城镇化问题，指出亚洲快速的城镇化多关注于经济增长而较少关注到经济可持续发展的平衡，城镇化更应注意到环境污染、贫困、交通阻塞、资源枯竭等问题，包括在现代化卫生设施、污水处理、城镇交通规划等方面，需要在政治与经济两方面进行支持。Gregg Huff和Luis Angeles（2011）对二战前东亚的全球化、工业化及城镇化进程进行分析，分析指出贸易自由和运输成本的下降，加之殖民统治的状态，打开东南亚边疆地区，活跃了全球贸易并创建了少数大型中心城镇，这些结果成为全球经济的一部分。Markus Brückner（2012）以非洲为例，分析了农业、城镇化以及经济增长之间的关系，结果表明农业产值与城镇化率呈反比、城镇化率增加对人均GDP增长具有负面效应。Muhammad Shahbaz和Hooi Hooi Lean（2012）从工业化与城镇化的角度，分析了金融发展对消费的影响，通过因果关系检验验证了在突尼斯经济中长期存在的工业化、城镇化、经济增长之间的关系，由于金融发展对于工业化、消费之间存在重要的促进关系，所以需要建立健全发达的金融系统，但同时也不能忽视工业化和城镇化的作用，文章对管理者提出需要注意金融、工业化与城镇化在经济发展过程中的作用。Joshua Drucker和Edward Feser（2012）以制造业为分析对象，研究了区域产业结构和集聚经济之间的关系，否定了区域产业结构限制了聚集经济的发展的假设。

（二）国外文献综述

马凤鸣（2012）研究了产业结构转换和城镇化之间的关系，指出产业结构转换是经济发展的表现形式，经济持续发展是城镇化的前提，而城镇化是经济增长的必然结果。王建增（2012）从碳排放增长角度，分析了城镇化与经济增长的关系，利用IPCC提供的方法和参数，计算了我国30多个省市地区的碳排放水平，并将其与城镇化、经济发展指标相联系，发现二因素对碳排放具有显著影响，并存在一定的区域差异性。郝俊卿和曹明明（2012）以关中地区为例分析了区域产业结构演进和城镇化发展的关系，结果表明关中地区产业结构演进和城镇化进程具有冥想的时序关系，不同时期二者的相关关系不同，并且产业结构演进与城镇化发展的不协调程度逐渐加剧。陈淑云和付振奇（2012）以湖北省1990-2009年时间序列数据为例，分析了城镇化、房地产投资和经济增长的关系，通过因果关系、误差修正模型、脉冲响应函数的分析，表明经济增长对城镇化的拉动作用有限，反之却存在单项因果关系，双发发展不协调。同时，城镇化推进产业发展，但反之因果关系不明显。

三、计量方法与模型构建

基于本文的研究内容，本文采用的模型主要有时间序列平稳性检验模型、协整检验、误差修正模型以及格兰杰因果检验分析。

（一）时间序列平稳性检验模型

对于随时间变化的变量集合{yt}称为随机过程，随机过程存在不随时间改变的情况，称之为白噪音，且符合E（yt） = 0， var（yt） = E（yt2） = σy2 = 常数，cov（yt， ys） = E（yt* ys） = 0（t≠s）。

如果随机过程的均值和方差在实践过程上是常数，且任何两时期的协方差依赖于两时期的距离和滞后，并不依赖协方差的时间，该序列称为平稳。平稳序列符合如下性质：

E（yt） = μ，var（yt） = E（yt -μ） 2 = σ2，γk = E[（yt -μ）（ yt+k -μ）]

其中γk是滞后K期的协方差，yt与yt+k是相隔K期的两之间的协方差。

对于一个随机游走的变量对另一变量进行回归可能会导致谬误，变量之间的关系不存在，变量是非平稳的数据。一般称这种因时间关系存在的变动趋势，实际并没有真正联系的情况称之为“伪回归”。

为了检验变量的平稳性，通常采用ADF检验，通过整理可得模型：

Yt = ρTYt-T + ρμt-1 +ρ2μt-2 + … +ρTμt-T +μt

根据ρ值不同，存在序列平稳和序列不平稳的状态。DF检验相当于对系数进行显著性检验，如果拒绝ρ=1假设，序列平稳，若不拒绝ρ=1的零假设，序列是不平稳的。

将模型进行变形，其一阶差分表达形式为：

ΔYt =（ρ-1） Yt-1+ μt = δYt-1+ μt

此时的零假设变为δ=0，若不拒绝零假设，则ΔYt = μt是平稳序列，此时成一阶差分后的序列是平稳序列，该一阶单整序列记为I（1）。

若误差项是自相关的，对模型进行变形，得到：

ΔYt =β1 +β2t + δYt-1 + α i ΔYt –i + εt

其中m表示最优滞后期，ADF若大于临界值表示非平稳序列，ADF若小于临界值表示平稳序列。

（二）协整检验

鉴于本文研究内容，本文采用Johansen协整检验，该检验的基本思想是基于向量自回归模型将求极大似然函数问题转换为求特征根和对应的特征向量问题。

首先建立VAR模型：y t = β1yt-1 +β2yt-2 + …βkyt-k + μt

模型中所有n个变量都是一阶单整的，y t 、yt-1…yt-k为n+1列向量，β1、β2…βk为n*n系数矩阵，μt为白噪音过程的随机误差项组成的n*1列向量。

对模型进行变换得到VECM模型：

Δyt =Пyt-k + Γ1Δyt-1 +Γ2Δyt-2+…Γk-1Δyt-（k-1） + μt

其中，П = （ βi） - Ig， Ig为g阶单位矩阵，Γi = （ βi） - Ig

对于П系数矩阵可以看做代表变量间长期关系的系数矩阵。在达到长期均衡时，上式中的差分变量都是零向量，随机误差项期望为零，于是Пyt-k= 0，表示长期均衡时变量间关系。

（三）误差修正模型（Error Correction Model）

对于yt的（1，1）阶自回归分布滞后模型：

y t = α + β0xt + β1xt-1 + β2yt-1 + εt

在模型两端同时减去yt-1， 在模型右端±β0xt-1，得：

Δyt =α + β0xt +（β0 + β1）xt-1 + （β2-1）yt-1 + εt

=β0Δxt + γ（yt-1-α0 –α1xt-1） + εt

其中，γ =β2-1，α0 = （α + β0）/（1-β2）， α1 =β1/（1-β2）

令，ecmt-1 = yt-1-α0 –α1xt-1

则Δyt = β0Δxt + γecmt-1 + εt

以上模型就是ECM模型。

四、实证研究

（一）模型检验

本文基于以上模型分析，运用EVIEWS软件对三变量进行模型操作，建立长短期模型。根据本文研究内容，本文选择城镇人口比率（RPR）作为城镇化指标代表、第三产业占总产值比重（CYR）作为产业化指标代表，国内生产总值（GDP）作为经济总量代表。原始数据来源于中国统计年鉴、社会发展统计公报、中经网等，时间跨度从1978年-2011年。为避免时间趋势，特对原始数据进行平减。同时进行取对数处理，一方面避免多重共线性，另一方面不影响数据关系。

1.数据平稳性检验

正如上文模型中所分析的，为避免因时间趋势导致不相关序列存在“伪回归”问题，首先需要进行数据平稳性检验。

由上表可知，数据原数列属于不平稳数列，但是其一阶数列是平稳的，符合I（1）要求，以此为基础进行协整检验。

2.协整检验

根据理论规定，变量的单整阶数相同，可以进行协整检验。协整关系说明，变量之间的线性组合存在稳定的关系，组合时间序列使得单整阶数降低，达到序列稳定。本文有三个变量，所以采用扩展的Johansen检验方法进行分析。

从上表可知，零假设情况，在5%临界值水平下，特征根迹统计量与最大特征值检验值大于显著性水平，而在其他情况下（r ≤ 0、r ≥0），特征根迹统计量与最大特征值检验值小于显著性水平，表明变量之间存在一组协整关系，接着建立协整方程：

为了证明序列的平稳性，接着对方程残差进行检验，检验结果如下：

残差平稳证明变量间存在长期稳定协整关系。产业结构与城镇化和GDP之间的弹性系数分别是0.68和2.17。说明产业化每增加一单位，拉动经济0.68个单位，每增加一单位城镇化率能够拉动2.17单位的经济。弹性系数不一，说明变量间存在着正相关关系，但是弹性还存在差异。

3.误差修正模型

根据上文分析，模型存在长期关系，为了检验是否存在短期关系，以及模型长短期自我调节机制变化，现根据协整方程一阶差分构建误差修正模型，引进残差系数，确定ECM模型如下所示：

?lnGDP = 0.05 +0.87·?lnGDPt-1+0.39?lnGDPt-2+0.64·?lnCYRt + 0.11·?lnCYRt-1

+ 1.33·?lnRPRt– 0.32·?lnRPRt-2– 0.33ecmt-1

Adjusted R-squared = 0.74 Durbin-Watson stat = 2.11 F-statistic=6.67

因篇幅有限，略去各变量存在的显著t值描述。误差修正项是负值，符合反向修正原则，符合虽然通过显著性检验，但是系数较小，表明短期偏离长期的衰减速度较慢。

（二）结果分析

根据以上模型分析，本文得出以下结论：

1. 变量取对数值不平稳，但一阶差分后平稳，其符合协整关系，序列组合平稳前提；

2. 变量间存在一组协整关系，并且长期关系的系数分别为0.68和2.17，其模型残差是平稳序列，说明变量间存在长期稳定关系。

3. 根据协整关系模型，进一步确立了误差修正模型，该模型表明变量之间存在长期和短期关系。并且GDP滞后两期依然对本期存在正向影响，但呈现衰退关系。产业结构滞后一期对经济的影响也是正向的，但滞后一期比本期更能影响经济总量。城镇化当期对GDP的影响较为明显，但滞后一期的城镇化会对经济总量产生较为微弱的负面影响。模型中误差修正系数较小，说明长短期偏离拉回力度较小。

五、政策建议

根据本文实证分析结果，本文从产业结构、城镇化协调发展的角度对我国经济增长提出以下几方面建议：

（一） 城镇化与经济发展协调并进

我国城镇化进程在30多年中呈现出稳定增长趋势，城镇人口逐渐增加，社会文明程度

与日俱增，我国城镇处在“边际效益递增阶段”，城镇化带来了生产力、消费能力的急剧增长。随着城镇化进程的加快，我国完成了技术交换、信息沟通的人口聚集必要条件，同时形成大量固定资产、基础设施，造就了适合亿人生活的现代化物质基础。城镇化为我国经济增长提供了充足的动力，但是同时，应该注意到我国城镇化存在很多问题，比如“摊大饼”式的发展，污染、“城镇病”、农民工融入不进城镇等现象，所以在城镇化发展进程中应该注意到集约化发展，与经济增长质量相结合，注意在劳动力就业、调节供求、基础设施建设以及实现城镇可持续发展方面的发展，避免式的追求城镇化规模，注重发展效率。

（二） 经济增长结构要不断优化

当前我国处于经济发展的关键时期，经济增长由数量转向质量，关键因素在于产业结构

的优化。当前产业结构优化的关键在于提高企业自主创新能力，提高创新能力的目的在于采用新技术促进高技术产业发展，引导传统产业更新改造。产业结构优化升级是产业结构转换的动力，通过产业结构升级实现传统产业向现代产业转换、长线产业向短线产业转换、技术含量低向技术含量高产业转换，引起社会生产力质的飞跃。产业结构优化增强产业聚合效应的重要手段，支撑经济全面协调可持续发展的重要力量，同时经济增长也为产业结构优化升级提供了相应的物质基础，实现了产业结构优化和经济增长的良性循环。

（三） 城镇化、产业化强化关联

我国城镇化率与第三产业占比发展呈现了较为稳定的增长趋势，第三产业比重反映了经

济发展结构，占比越高，说明产业结构优化程度越好。

当前我国在城镇化与产业化并进发展的过程中存在产业化带动城镇化发展的模式，这会带来城镇无序化发展，出现重复建设、资源分散等问题。今后应该以城镇化为主导，用城镇化带动产业化，城镇化发展为产业化服务，产业化支撑城镇化发展。通过产城互动，实现城镇功能与城镇化发展的良好带动模式。

因此，我们应该认识到：城镇化道路是一个长期的过程，需要资源、社会、环境等多种因素相契合，要走科学发展的道路，与产业结构转换要相结合，稳步推动城镇化进程。

参考文献：

1. 马凤鸣. 产业结构转换与城镇化[J]. 长春大学学报，2012（3）：278-282

2. Giok Ling Ooi. Challenges of sustainability for Asian urbanization[J]. Current Opinion in Environmental Sustainability，2009（2）：187-191

3. Gregg Huff，Luis Angeles. Globalization， industrialization and urbanization in Pre-World War II Southeast Asia[J]. Exploration in Economic History， 2011（1）：20-36

4. Markus Brückner. Economic growth， size of the agricultural sector， and urbanization in Africa[J]. Journal of Urban Economics，2012（1）：26-36

5. Muhammad Shahbaz，Hooi Hooi Lean. Does financial development increase energy consumption？ The role of industrialization and urbanization in Tunisia[J]. Energy Policy， 2012（40）：473-479

6. Joshua Drucker，Edward Feser. Regional industrialstructure and agglomeration economies： An analysis of productivity in three manufacturing industries[J]. Regional Science and Urban Economics，2012（1-2）：1-14

7. 王建增. 碳排放增长的驱动因素：城镇化与经济发展[J]. 统计与决策，2012（6）：139-140

8. 郝俊卿，曹明明. 区域产业结构演进与城镇化发展关系研究[J]. 西北大学学报，2012（2）：127-132

9. 陈淑云，付振奇. 城镇化、房地产投资与经济增长的关系分析[J]. 经济体制改革，2012（2）：30-35

10. 魏明亮. 加快调整和优化产业结构[N]. 经济日报，2012-3-16：13版

基金项目：国家自然科学基金项目“我国沿海‘经济低谷’产业、港口、城镇‘三位一体’发展模式研究”（项目批准号41071083）。

作者简介：陈晨子（1984—），女，江苏南京人，河海大学商学院博士研究生，研究方向：技术经济及管理；成长春（1957—），男，江苏盐城人，盐城师范学院党委书记、江苏沿海开发研究院院长，教授，管理学博士，河海大学博士生导师，研究方向：技术经济及管理