城市化、產業結構變化與經濟增長的實證研究
——基于全國1978—2016年統計數據

章曉英，吳 雄，李先文

（1.重慶理工大學 經濟金融學院，重慶 400054；2.西南大學商貿學院，重慶 402460）

一、引言

改革開放40年來，我國經濟持續高速增長，已基本實現全面建成小康社會發展的目標。但目前我國經濟增長受到諸多因素影響，其中城市化水平、產業結構變化的影響非常顯著，城市化、產業結構與經濟增長有著密切的內在聯系，城市化、產業結構變化共同作用于我國經濟的增長［1］，共同影響著我國經濟發展。

國內外很多學者就城市化進程對經濟增長影響展開了大量研究。Black等認為空間聚集將影響人力資本積累、城市化，從而對經濟增長產生影響［2］，而Duranton等認為城市的經濟受到城市集中度的影響［3］。郭炳南采用我國1978—2011年的數據，通過協整檢驗、格蘭杰因果檢驗和脈沖響應函數等方法，研究城市化水平、貿易自由化與經濟增長之間的關系，實證結果表明城市化是經濟增長的Granger原因，而經濟增長對城市化發展的作用不顯著［4］。呂凱波等以江蘇省鹽都縣為例，運用合成控制法估計“縣改區”對經濟增長的影響，研究顯示行政區劃變革能加速鹽都縣的經濟增長，但增長績效不顯著［5］。崔忠平等運用空間計量模型研究2005—2015年我國31個省份的城市化、技術溢出與經濟增長之間的關系，實證結果表明技術進步和溢出、空間城市化率、人口城市化率都與經濟增長存在正相關關系［6］。肖競、任躍文等運用結構方程模型研究我國1996—2010年31個省份的城市化率對經濟增長的影響，結果顯示經濟增長受到城市化率的推動作用顯著［7-8］。方大春等基于我國31個省份2001—2012年數據，運用空間動態模型研究城市化對經濟增長的影響，結果顯示人口城市化對經濟增長有較大的促進作用，且驗證了相鄰省份的城市化水平提高會對本地區經濟增長有促進作用［9］。劉曉明等通過我國1986—2014年31個省份的面板數據，運用空間面板杜賓模型實證研究城市化率與經濟增長的關系，結果表明城市化率與經濟增長有正相關關系，并且直接效應明顯低于間接效應，同時集聚效應和輻射效應將影響相鄰城市的經濟發展水平［10］。

關于產業結構變化對經濟增長影響的研究也有很多。嚴成樑采用1978—2013年數據，估算了產業結構變化對經濟增長的貢獻，結果發現產業結構變化對中國東中西部地區經濟發展的作用較大［11］。馮學良等通過空間誤差模型和空間自回歸模型，研究中國29個省份1993—2014年的數據，分析技術進步、產業結構變化對經濟增長的影響，研究顯示產業結構變化和經濟增長有著顯著的空間關聯性，且技術進步、產業結構變化對經濟增長有正相關關系［12］。陳生明等采用1997—2013年31個省份的面板數據，通過時空脈沖響應函數和半參數空間面板向量自回歸模型，研究我國產業結構、技術選擇與經濟增長間的傳導效應，結果顯示產業結構變化、技術選擇和經濟增長在受到彼此沖擊后，大多呈現正向響應特征，經濟增長會促進區域產業結構升級［13］。

綜述國內外研究現狀發現，關于我國產業結構變化、城市化率與經濟增長三者之間的實證研究成果較少。因此，本文對我國城市化率、產業結構變化和經濟增長進行協整檢驗，分析城市化、產業結構變化對經濟增長的影響，并進一步提出對策建議。

二、模型構建與檢驗方法介紹

（一）模型構建

1.變量選取和數據說明

本文實證研究城市化率、產業結構變化對經濟增長的影響，因此模型的自變量為城市化率、產業結構變化，因變量為經濟增長，所有數據均來自2017年《中國統計年鑒》。

（1）城市化率（URB）。城市化是農村人口轉移到城市、農村逐漸變成城市的過程，城市化率是某個地區經濟發展的重要標志［5］。參考已有研究，本文采用常住人口占總人口的比重反映城市化率。

（2）產業結構變化（ISC）。在文獻梳理中，很多文章都是采用第三產業增加值與第二產業增加值作為衡量產業結構變化的動態指標［14］，而沒有用三大產業增加值的占比作為產業結構變化的衡量指標，因為增加值占比僅僅表示某時間點，而不表示一個動態過程。故用第三產業增加值與第二產業增加值之比來代表產業結構變化指標：

其中：ISC表示產業結構變化，X3表示第三產業增加值，X2表示第二產業增加值。

（3）經濟增長（GDP）。國內外學者采用GDP增長率、GDP總量等作為衡量經濟增長的指標。但是中國是一個人口大國，如果以GDP總量或GDP增長率來衡量經濟增長，可能不夠準確，因此本文采用人均GDP作為經濟增長的評價指標，同時以1978年為基期對GDP數據剔除了物價波動的影響。

2.建立模型

本文基于VAR模型進行協整檢驗、Granger因果檢驗和脈沖響應分析。VAR模型不以嚴格的經濟理論為依據，只需明確哪些變量是相互有關系的以及滯后階數，模型的預測較為準確、方便。因此把模型設定為：

其中：i代表年份，GDP表示經濟增長，ISC表示產業結構變化，URB表示城市化率。同時，為了減小異方差的影響，對3個變量都進行取自然對數處理，得到模型如下：

（二）檢驗方法介紹

1.平穩性檢驗

許多時間序列都是不平穩的，常有“偽回歸”的現象出現，所以時間序列需要做平穩性檢驗，需要對出現不平穩的變量進行對數化或者多重差分處理。序列平穩性常用單位根檢驗方法，本文用ADF檢驗來驗證平穩性，模型如下：

式（4）表示沒有常數，沒有時間項；式（5）表示有常數，無時間項；式（6）表示既有時間項，又有常數項。

2.協整檢驗

1987年Granger和Engle提出的協整理論和方法成為分析非平穩經濟變量間關系的最主要工具。當這些經濟變量線性組合時，有可能讓它們變成平穩序列，而這種平穩性的線性組合叫協整方程。協整檢驗分為兩種：一種是基于回歸殘差的協整檢驗，即JJ檢驗，另一種是基于回歸系數的協整檢驗，即E-G兩步法，本文采用JJ檢驗。

3.格蘭杰因果關系檢驗

格蘭杰因果關系檢驗是用來研究一個變量的當前行為是否會受到過去行為的影響，兩個有相關關系的變量之間是否具有因果關系，是單向因果還是雙向因果。檢驗模型如下：

4.脈沖響應

脈沖響應用來測定不同時期內生變量對所有變量的沖擊效果，同時反映變量間的相關效應。而這樣的反映效果，實質是內生變化對其他變量的作用，同時影響內生變量本身的過程。

三、實證分析

（一）平穩性檢驗

對Ln GDP、Ln ISC、Ln URB 3個變量進行平穩性檢驗（表1），結果顯示，Ln GDP、Ln ISC、Ln URB對應的時間序列數據在沒有任何處理前具有不平穩性，但通過一階差分后都有了平穩性。

（二）協整檢驗

1.確定協整滯后階數L

在進行向量自回歸（VAR）模型估計時，最主要是確定滯后階數取值，滯后階數越大越能夠反映模型的動態特點，而滯后階數增加會使自由度減少，因此選擇合適的滯后階數非常重要。本文運用FPE、SC、LR、AIC、HQ 5個指標來確定最佳滯后階數為2，結果如表2所示。

表1 各變量平穩性檢驗結果

表2 最佳滯后期檢驗結果

2.協整向量個數r的檢驗

Granger和Engle提出的“協整理論”解決了非平穩序列建模問題，他們認為，如果兩個非平穩序列變量是同階單整，同時兩個非平穩序列變量的線性組合是零階單整，則這兩個變量間存在長期均衡關系。前面的平穩性檢驗已經看出3個變量Ln GDP、Ln ISC、Ln URB是一階單整的，存在長期均衡關系，現在需要確定協整向量個數r。

由表3中特征值、跡統計量可以看出，跡統計量在5%的顯著水平下拒絕沒有協整關系的假設，表明ln GDP、ln ISC、ln URB之間存在協整關系。

表3 多變量Johansen協整檢驗結果

3.協整方程

經濟增長、產業結構變化和城市化率3個變量的協整方程為（括號內的數字是t統計量值）：

從式（8）可知，長期來看，城市化率、產業結構變化對經濟增長的影響都呈正相關關系，且城市化率

對經濟增長的影響大于產業結構變化對經濟增長的影響。

（三）誤差修正模型和檢驗

協整分析與Johansen檢驗的結果一致，選取L＝2。表4顯示的是VECM的參數估計結果（括號內的數字是t統計量值）。

從誤差修正模型看出，在做格蘭杰因果檢驗和脈沖響應函數前，需進行檢驗。從圖1和表5的穩定性檢驗可知，在單位圓上有兩個根，其他值都在圓內，所以滿足誤差修正模型的穩定性條件。從LM（拉格朗日乘數檢驗）自相關檢驗看出，當LM1為9．787時，P值為0.368，而當 LM2為9．124時，P值為0．426，因此不存在自相關。從White異方差檢驗看出，當 χ2值為 90．664時，P值為0.290，即不存在異方差。聯合正態性檢驗結果可以看出，當J-B值為3．354時，P值為0．763，符合正態分布。

所以，誤差修正模型較為穩定，從誤差修正得出Granger因果關系和脈沖響應是可靠的。從表4可知，D（ln GDP）誤差修正項系數為-0.005，符合誤差修正的調整方向。

圖1 VAR（2）的單位圓檢驗

表4 誤差修正模型估計結果

表5 誤差修正的穩定性檢驗結果

（四）格蘭杰因果檢驗

協整檢驗表明3個變量之間有長期均衡關系，但不能判斷它們之間是否有因果關系，而分析中往往需要知道它們間的因果關系，方便做下一步的實證分析。為此，在上述協整檢驗基礎上，對經濟增長、城市化率和產業結構變化進行格蘭杰因果檢驗，判斷這3個變量之間的因果關系，結果如表6所示。

表6 Granger因果檢驗結果

由表6可以看出產業結構變化、城市化率對經濟增長的檢驗拒絕原假設，同時經濟增長對產業結構變化和城市化率的檢驗也拒絕原假設，表明產業結構變化、城市化率與經濟增長之間有雙向Granger因果關系。城市化率對產業結構變化的檢驗拒絕原假設，表明城市化率是產業結構變化的單向Granger原因，即城市化率的提高將影響到產業結構調整并帶來資本、設備、技術的不斷升級。

（四）脈沖響應分析

圖2是基于VECM模型的脈沖響應函數，縱軸表示經濟增長受產業結構變化、城市化率沖擊的響應程度，橫軸表示滯后期數。脈沖響應圖用來分析隨機擾動項沖擊對變量的影響。

根據脈沖響應函數圖，經濟增長受到城市化率的正向沖擊后，表現為正，且城市化率的增加將促進經濟增長的增加，在滯后第2期時到達沖擊效應的最高值，而后下滑直至平穩，因此從長期來說，城市化率的增加對經濟增長有較強的促進作用。同時，產業結構變化對經濟增長沖擊后，長期為正的沖擊效應，但短期為負的沖擊效應。在滯后期1～3年，經濟增長受到一個單位正向標準差產業結構變化的沖擊，且沖擊效應為負，但三期后沖擊效應逐漸從負效應變成正效應，直至平穩。

綜合來看，這里的結論與前面的協整檢驗結果是一致的，產業結構變化和城市化率都對經濟增長有顯著的促進作用。這里產業結構變化的短暫負影響也是符合實際的，主要原因是，隨著中國經濟的發展，產業結構的轉型升級帶來了技術創新、機械設備的更新換代等，而這些產業結構的轉型升級無法在短時間內完成，所以將會在短期內對經濟增長產生負效應的影響，而產業結構轉型升級的完成，將會對經濟增長有顯著的促進作用。

圖2 ln GDP受到ln ISC、ln URB沖擊的脈沖響應曲線

四、結論與對策建議

（一）結論

本文運用1978—2016年的年度時間序列數據，選取產業結構變化、經濟增長和城市化率作為研究對象，構建產業結構變化、城市化率對經濟增長的長期均衡方程。運用ADF、協整檢驗、Granger檢驗和脈沖響應函數，研究三者之間的關系。從上述實證分析得出，產業結構變化、城市化率能夠促進經濟增長，同時經濟增長也能促進城市化率和產業結構變化。

協整檢驗結果表明，產業結構變化與城市化率都在不同程度上促進了經濟增長，但兩者作用有差異，產業結構變化影響小于城市化水平，說明在我國經濟增長中，產業結構轉型升級較慢，產業結構對資本、技術、人員的要求較高。因果關系檢驗表明，城市化率和產業結構變化與經濟增長都呈現雙向因果關系，城市化率和產業結構變化共同促進經濟增長，同時經濟增長也能夠促進城市化率和產業結構變化，而城市化率是產業結構變化的單向Granger原因，城市化率能夠促進產業結構變化。從脈沖響應函數圖來看，城市化率對經濟增長長期是正向積極作用，所以在提高城市化水平的同時，也要考慮過度城市化帶來的負面影響。而產業結構變化短期會導致經濟增長負效應，但長期來看，產業結構調整對經濟增長有積極作用，開始增長速度較快，后面增長速度較平緩。其原因可能是產業結構在調整時，會對經濟增長有抑制作用，但產業結構調整完成后，能夠大幅度促進經濟增長。因此，處理好經濟增長、產業結構變化和城市化率之間的關系，更能夠實現經濟的長期穩定發展。

（二）建議

產業結構變化、城市化與經濟增長三者間是相互影響的，在未來發展中一定要重視三者之間的關系。目前，我國經濟處于轉型期，產業結構調整較慢，城市化水平的質量和層次較低，城市化對經濟增長的促進作用還不強，對此提出以下建議：

（1）需要加快城市化進程的速度。中國是一個農業大國，從戶口上來看，我國依然有大部分的人是農村戶口，為減少農村人口的比例，除了降低農業對人口的依賴，讓農村人口轉移到城市外，還可以通過大力發展第三產業吸引農村人口進入城市，大量人口涌進城市帶來了城市化發展、技術進步，從而帶動經濟增長。但由于戶籍制度的影響導致那些從農村進入城市的人口無法真正留在城市，影響城市化的進程。對此，需要加強戶籍改革，以及土地、房地產等領域的改革，加強科技成果的轉化率，進一步提升城市化率對經濟增長的促進作用。

（2）加快發展第三產業，不斷優化產業結構。要想解決第二產業對就業帶來的不利影響，就需要大力發展第三產業，當前我國第三產業對就業的拉動已超過40%，且這比重還在不斷增加。從發達國家經驗看，我國的第三產業發展潛力很大，對城市化率和就業率的影響較大。同時因為第三產業主要以服務性產業為主，具有低資源消耗、綠色環保的特點，發展第三產業不僅對社會和經濟發展有促進作用，而且對城市化率有較強的推動作用。產業結構調整是經濟發展的主動力，需要逐步完善區域經濟空間布局，整合自然資源，提高資源利用率，形成新的增長極和發展機遇。

（3）無論是城市化率的提高還是產業結構的轉型升級，最后都是為社會發展服務，在過去我國特別強調城市化率的大小，而忽略了過度城市化帶來的不良影響。所以不能因為追求城市化率而不考慮社會和諧發展的重要性，需要把握好經濟發展的客觀規律，正確看待結構與速度之間的關系，只有這樣才能促進我國經濟更加快速、平穩、持續的發展。