省際城鎮化率與居民消費的面板協整檢驗

胡斌+游新彩

摘 要：自2011年開始，中國城鎮化率已經超過50%，新型城鎮化是中國特色道路之一，也是擴大居民消費的重要影響因素，健全城鄉一體化體制機制，對城鎮化率與居民消費進行相關研究有重要意義。基于2005—2012年中國31個省份的城鎮化率和城鎮居民人均消費的數據，建立了面板數據集，用單位根、協整等計量經濟學理論對面板數據進行實證分析。結果表明，中國各省份城鎮化率與城鎮居民人均消費之間時序變化差異和按空間變化差異都很顯著，且兩者之間存在協整關系；最后根據實證結果，提出相應的政策建議。

關鍵詞：城鎮化率；消費；面板數據；協整

中圖分類號：F12 文獻標志碼：A 文章編號：1673-291X（2014）36-0051-03

城鎮化是指人口向城鎮聚集、城鎮規模擴大以及由此引起一系列經濟社會變化的過程，其實質是經濟結構、社會結構和空間結構的變遷。李克強[1]曾經在《求實》期刊著文，講到協調推進新型工業化、新型城鎮化，形成新的增長極、增長帶、增長面，拓展擴大內需的新空間。黨的十八大報告中提出“堅持走中國特色新型工業化、信息化、城鎮化、農業現代化道路”。根據發達國家社會變遷經驗，城鎮化能創造需求。內需拉動是推動中國經濟增長的三駕馬車之一，通過新型城鎮化建設擴大國內內需消費市場是中國經濟可持續發展的重要工作。根據官方統計，自2011年開始中國城鎮化率已經超過50%，有一半以上人口居住在城鎮，至此迎來一個新時代，這個轉型過程尤為需要現代社會治理體系的跟進。

由于提出新型城鎮化的中國特色道路，關于城鎮化的研究如雨后春筍，尤其在近幾年，如劉藝容[2]，李林杰、申波等[3]研究表明城鎮化能改變消費習慣和觀念、對居民消費產生示范效應和積累效應，借此擴大內需和消費率。萬勇[4]從效應分解視角出發，并采用省際面板數據進行實證結果表明，中國城市化的結構效應和保障效應不明顯，城市化增強了交易的可獲得性、交通的方便性，但沒有提升居民信息的可獲得性，城鄉收入差距擴大抑制了居民消費需求。付波航、方齊云等[5]通過動態面板一步系統GMM估計表明：城鎮化水平每提高1%，居民消費就會增加0.04%，預期城鎮化進程對社會總體消費將起積極的推動作用。劉厚蓮[6]通過省際面板數據的實證表明人口城鎮化率與居民消費率呈現正相關關系，并從中可得到連續增加1%的城鎮化率所能增加的居民消費率呈遞減趨勢。分時間段的31個省級樣本數據序列有何顯著差異？城鎮化率與居民消費數據序列是否平穩？兩者是否存在協整關系？在前人的研究基礎上，對省際城鎮化與居民消費的關系進一步實證分析，試圖回答上述問題，并為中國制定擴大內需的經濟政策提供參考。

一、計量模型和數據

（一）變系數模型[7]

在面板變截距模型中，橫截面成員的個體影響是用變化的截距來反映的，即用變化的截距來反映模型中忽略的反映個體差異的變量的影響。然而現實中變化的經濟結構或不同的社會經濟背景等因素有時會導致反映經濟結構的參數隨著橫截面個體的變化而變化。因此，當現實數據不支持變截距模型時，便需要考慮這種系數隨橫截面個體的變化而改變的變系數模型。

變系數模型的基本形式如下：

其中：yi 為因變量向量，xi 為 T×k 維解釋變量矩陣，參數ai 表示模型的常數項，βi 為對應于解釋變量矩陣 xi 的系數向量。隨機誤差項 ui 相互獨立，且滿足零均值、等方差的假設。

在式（1）所表示的變系數模型中，常數項ai和系數向量βi都是隨著橫截面個體的改變而變化的，因此可以將變系數模型改寫成如下形式：

其中：i=（1，xi），δi=（αi，βi′）′類似于變截距模型，變系數模型也分為固定影響變系數模型和隨機影響變系數模型兩種類型。

（二）數據來源

數據選自中國2005—2012年的統計年鑒及各省統計公報。

二、建模實證

（一）Hausman檢驗[7]

對于如何檢驗模型中個體影響與解釋變量之間是否相關，Hausman（1978）提出了一種嚴格的統計檢驗方法——Hausman檢驗。Hausman統計量檢驗的原假設與備擇假設是：H0：個體效應與回歸變量（CZHLit）無關（個體隨機效應回歸模型）；H1：個體效應與回歸變量（CZHLit）有關（個體固定效應回歸模型）。檢驗結果（見表1）：

Test cross-section random effects即是否存在個體固定效應的Hausman檢驗。Hausman統計量的值是345.09，相對應的概率是0，說明檢驗結果拒絕了隨機效應模型原假設，應該建立個體固定效應模型。表中第2部分給出的是Hausman檢驗中間結果比較。823.99是個體固定效應模型對參數的估計，335.36是隨機效應模型對參數的估計。691.88是相應兩個參數估計量的分布方差的差Var（Diff.）。

（二）選擇固定效應模型

固定效應模型根據截距的變化和系數的變化有不同的面板模型對應。就估計個體固定變截距回歸模型、時點固定變截距回歸模型和固定影響變系數回歸模型三類模型的各類參數情況，其中可決系數和殘差平方和兩個參數估計結果：R2個體固定變截距回歸模型0.889984，時點固定變截距回歸模型0.842326，固定影響變系數回歸模型0.993006；SSE個體固定變截距回歸模型1 405.579，時點固定變截距回歸模型1 599.685，固定影響變系數回歸模型387.7899。可以看出，變系數模型的可決系數最大，為0.99，變系數模型的殘差平方和為391.73，是最小。又因為可決系數越大，殘差平方和越小，線性回歸模型的擬合程度就越優，所以選擇固定影響變系數回歸模型對面板數據進行解釋。

（三）固定影響變系數回歸模型

從估計結果可以看出，對于31個省市來說，2005—2012年間城鎮化率對消費的傾向由于各地發展基礎不同而不同，排在第一位的是上海，后續位數依次為北京、內蒙古、天津、廣東等，在最末位的是西藏，從后往前依次為吉林、黑龍江、山西、甘肅等。而且各省市的自發消費也存在顯著地差異，其中吉林的自發消費為最高，后續為西藏、黑龍江、山西等。endprint

（四）單位根檢驗

CZHL？原序列各種方法的單位根檢驗結果都接受原假設，CZHL？序列存在單位根，是非平穩的。一階差分后的CZHL？序列各種方法的結果都拒絕原假設，所以可以得出結論：CZHL？序列是I（1）的。同樣XF？原序列各種方法的單位根檢驗結果都接受原假設，XF？序列存在單位根，是非平穩的。一階差分后的XF？序列各種方法的結果都拒絕原假設，可得出結論：XF？序列也是I（1）的。因為兩個序列數據都是一階單整過程，故下一步對兩個序列數據進行協整檢驗。

（五）協整檢驗

用建立在Engle and Granger二步法檢驗基礎上的面板協整檢驗，具體方法為Pedroni檢驗和Kao檢驗來實證面板數據。從表4的檢驗結果可以看出，中國29個省市的城鎮居民消費和收入的面板數據之間存在協整關系。

三、結論與建議

基于2005—2012年中國31個省際面板數據，使用面板單位根、面板協整檢驗的計量分析方法建立了面板變系數固定效應回歸模型，對城鎮化率與居民消費的相關關系進行了實證，得到如下結論：（1）面板單位根檢驗來看，各變量都是一階單整的序列。（2）通過變系數固定效應回歸模型的參數估計，各省際單位城鎮化率對消費的傾向由于各地發展基礎不同而不同，如內蒙古的城鎮化快速推進，對居民消費也起到很大作用，而吉林的城鎮化一直處于低位，城鎮化對居民消費影響不大，而居民的自發性消費還是快速增長。（3）長期來看，城鎮化率與居民消費存在協整關系，城鎮化率能對擴大內需起積極作用。

還有許多不足，面板實證還可以多增加變量，比如第三產業發展水平、受教育情況、居民收入水平等，多元回歸使模型更具有解釋力度。城鎮化數據是近年來開始統計的指標，隨著城鎮化數據的更新，增加最新的數據系列再運用運用Johansen面板協整檢驗，與傳統的Kao檢驗和Pedroni檢驗作比較，還有面板模型的分析方法上還可以引進面板誤差修正模型[8]、交互因果模型[9]等，這是以后要進行的工作。

參考文獻：

[1] 李克強.保持經濟平穩較快發展[J].求實，2009，（15）.

[2] 劉藝容.加快城市化進程是拉動消費增長的持久動力[J].消費經濟，2005，（4）：31-35.

[3] 李林杰，申波，李楊.借助人口城市化促進國內消費需求的思路與對策[J].中國軟科學，2007，（7）：30-40.

[4] 萬勇.城市化驅動居民消費需求的機制與實證—基于效應分解視角的中國省級區域數據研究[J].財經研究，2012，（6）.

[5] 付波航，方齊云，宋德勇.城鎮化、人口年齡結構與居民消費——基于省際動態面板的實證研究[J].中國人口·資源與環境，

2013，（11）.

[6] 劉厚蓮.人口城鎮化、城鄉收入差距與居民消費需求—基于省際面板數據的實證分析[J].人口與經濟，2013，（6）.

[7] 高鐵梅.計量經濟分析方法與建模—eviews應用及實例（第2版）[M].北京：清華大學出版社，2009.

[8] 吳錚，李廣泳.滯后的城鎮化對中國居民消費的影響效應——基于省際面板數據的協整與誤差修正模型分析[J].青海師范大

學學報（哲學社會科學版），2012，（7）.

[9] [美]Steven E.Finkel.用面板數據做因果分析[M].李丁，譯.上海：格致出版社，2012.[責任編輯 劉嬌嬌]endprint

（四）單位根檢驗

CZHL？原序列各種方法的單位根檢驗結果都接受原假設，CZHL？序列存在單位根，是非平穩的。一階差分后的CZHL？序列各種方法的結果都拒絕原假設，所以可以得出結論：CZHL？序列是I（1）的。同樣XF？原序列各種方法的單位根檢驗結果都接受原假設，XF？序列存在單位根，是非平穩的。一階差分后的XF？序列各種方法的結果都拒絕原假設，可得出結論：XF？序列也是I（1）的。因為兩個序列數據都是一階單整過程，故下一步對兩個序列數據進行協整檢驗。

（五）協整檢驗

用建立在Engle and Granger二步法檢驗基礎上的面板協整檢驗，具體方法為Pedroni檢驗和Kao檢驗來實證面板數據。從表4的檢驗結果可以看出，中國29個省市的城鎮居民消費和收入的面板數據之間存在協整關系。

三、結論與建議

基于2005—2012年中國31個省際面板數據，使用面板單位根、面板協整檢驗的計量分析方法建立了面板變系數固定效應回歸模型，對城鎮化率與居民消費的相關關系進行了實證，得到如下結論：（1）面板單位根檢驗來看，各變量都是一階單整的序列。（2）通過變系數固定效應回歸模型的參數估計，各省際單位城鎮化率對消費的傾向由于各地發展基礎不同而不同，如內蒙古的城鎮化快速推進，對居民消費也起到很大作用，而吉林的城鎮化一直處于低位，城鎮化對居民消費影響不大，而居民的自發性消費還是快速增長。（3）長期來看，城鎮化率與居民消費存在協整關系，城鎮化率能對擴大內需起積極作用。

還有許多不足，面板實證還可以多增加變量，比如第三產業發展水平、受教育情況、居民收入水平等，多元回歸使模型更具有解釋力度。城鎮化數據是近年來開始統計的指標，隨著城鎮化數據的更新，增加最新的數據系列再運用運用Johansen面板協整檢驗，與傳統的Kao檢驗和Pedroni檢驗作比較，還有面板模型的分析方法上還可以引進面板誤差修正模型[8]、交互因果模型[9]等，這是以后要進行的工作。

參考文獻：

[1] 李克強.保持經濟平穩較快發展[J].求實，2009，（15）.

[2] 劉藝容.加快城市化進程是拉動消費增長的持久動力[J].消費經濟，2005，（4）：31-35.

[3] 李林杰，申波，李楊.借助人口城市化促進國內消費需求的思路與對策[J].中國軟科學，2007，（7）：30-40.

[4] 萬勇.城市化驅動居民消費需求的機制與實證—基于效應分解視角的中國省級區域數據研究[J].財經研究，2012，（6）.

[5] 付波航，方齊云，宋德勇.城鎮化、人口年齡結構與居民消費——基于省際動態面板的實證研究[J].中國人口·資源與環境，

2013，（11）.

[6] 劉厚蓮.人口城鎮化、城鄉收入差距與居民消費需求—基于省際面板數據的實證分析[J].人口與經濟，2013，（6）.

[7] 高鐵梅.計量經濟分析方法與建模—eviews應用及實例（第2版）[M].北京：清華大學出版社，2009.

[8] 吳錚，李廣泳.滯后的城鎮化對中國居民消費的影響效應——基于省際面板數據的協整與誤差修正模型分析[J].青海師范大

學學報（哲學社會科學版），2012，（7）.

[9] [美]Steven E.Finkel.用面板數據做因果分析[M].李丁，譯.上海：格致出版社，2012.[責任編輯 劉嬌嬌]endprint

（四）單位根檢驗

CZHL？原序列各種方法的單位根檢驗結果都接受原假設，CZHL？序列存在單位根，是非平穩的。一階差分后的CZHL？序列各種方法的結果都拒絕原假設，所以可以得出結論：CZHL？序列是I（1）的。同樣XF？原序列各種方法的單位根檢驗結果都接受原假設，XF？序列存在單位根，是非平穩的。一階差分后的XF？序列各種方法的結果都拒絕原假設，可得出結論：XF？序列也是I（1）的。因為兩個序列數據都是一階單整過程，故下一步對兩個序列數據進行協整檢驗。

（五）協整檢驗

用建立在Engle and Granger二步法檢驗基礎上的面板協整檢驗，具體方法為Pedroni檢驗和Kao檢驗來實證面板數據。從表4的檢驗結果可以看出，中國29個省市的城鎮居民消費和收入的面板數據之間存在協整關系。

三、結論與建議

基于2005—2012年中國31個省際面板數據，使用面板單位根、面板協整檢驗的計量分析方法建立了面板變系數固定效應回歸模型，對城鎮化率與居民消費的相關關系進行了實證，得到如下結論：（1）面板單位根檢驗來看，各變量都是一階單整的序列。（2）通過變系數固定效應回歸模型的參數估計，各省際單位城鎮化率對消費的傾向由于各地發展基礎不同而不同，如內蒙古的城鎮化快速推進，對居民消費也起到很大作用，而吉林的城鎮化一直處于低位，城鎮化對居民消費影響不大，而居民的自發性消費還是快速增長。（3）長期來看，城鎮化率與居民消費存在協整關系，城鎮化率能對擴大內需起積極作用。

還有許多不足，面板實證還可以多增加變量，比如第三產業發展水平、受教育情況、居民收入水平等，多元回歸使模型更具有解釋力度。城鎮化數據是近年來開始統計的指標，隨著城鎮化數據的更新，增加最新的數據系列再運用運用Johansen面板協整檢驗，與傳統的Kao檢驗和Pedroni檢驗作比較，還有面板模型的分析方法上還可以引進面板誤差修正模型[8]、交互因果模型[9]等，這是以后要進行的工作。

參考文獻：

[1] 李克強.保持經濟平穩較快發展[J].求實，2009，（15）.

[2] 劉藝容.加快城市化進程是拉動消費增長的持久動力[J].消費經濟，2005，（4）：31-35.

[3] 李林杰，申波，李楊.借助人口城市化促進國內消費需求的思路與對策[J].中國軟科學，2007，（7）：30-40.

[4] 萬勇.城市化驅動居民消費需求的機制與實證—基于效應分解視角的中國省級區域數據研究[J].財經研究，2012，（6）.

[5] 付波航，方齊云，宋德勇.城鎮化、人口年齡結構與居民消費——基于省際動態面板的實證研究[J].中國人口·資源與環境，

2013，（11）.

[6] 劉厚蓮.人口城鎮化、城鄉收入差距與居民消費需求—基于省際面板數據的實證分析[J].人口與經濟，2013，（6）.

[7] 高鐵梅.計量經濟分析方法與建模—eviews應用及實例（第2版）[M].北京：清華大學出版社，2009.

[8] 吳錚，李廣泳.滯后的城鎮化對中國居民消費的影響效應——基于省際面板數據的協整與誤差修正模型分析[J].青海師范大

學學報（哲學社會科學版），2012，（7）.

[9] [美]Steven E.Finkel.用面板數據做因果分析[M].李丁，譯.上海：格致出版社，2012.[責任編輯 劉嬌嬌]endprint