產業結構偏離、城市化與城鄉收入差距

葛玲玲

摘 要：在厘清產業結構偏離、城市化與城鄉收入差距之間關系的前提下，重點分析在此系統中影響城鄉收入差距的途徑。研究發現，產業結構偏離度（產業結構優化）與城市化形成良性互動可以縮小城鄉收入差距，而城市化不可以直接縮小城鄉收入差距，它是通過產業結構偏離度的減小來間接縮小城鄉收入差距的。其中，產業結構偏離度的縮小（產業結構的優化）是重點，其帶來的正效應最為深遠。

關鍵詞：產業結構偏離;城市化;城鄉收入差距;VECM模型

中圖分類號：F299.2 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2019）15-0137-03

一、問題背景

自改革開放以來，我國經濟發展取得舉世矚目的成績。國民收入年增長率一度以兩位數持續增長，被稱為中國式增長奇跡。1978—2016年，國內生產總值的增加值分別為827 391.7億元和3 678.7億元。其中，農業國內生產總值年平均增長率從1952—1978年的2.2%提高到1978—2016年的4.5%[1]。經濟飛速發展的背后，是城鎮化與產業結構不斷推進與完善。據國家統計局有關數據，我國城鎮化率繼2011年首次突破 50%以后，2012年我國城鎮化率已達52.6%[2]，我國城鎮化程度已經超過世界城鎮化的平均水平[3]。城鎮化通過要素積累、需求集中、分工和專業化途徑[4]，來刺激消費、拉動投資、優化產業、創新激勵等機制促進經濟增長[5]及農民收入增長[6]。城市不斷吸引相對分散的資源要素，獲得規模及集聚效應。在要素不斷分配、再分配過程中，實現資源配置效率的提高和產業結構的優化。不斷升級的產業結構吸納更多的資源，釋放了更多的要素價值，促進經濟增長，推動城市化進程。

產業結構調整對城鄉收入分配的效應源于產業結構調整會使就業結構發生變化[7]，導致產業間勞動生產率及非農收入的提高，從而影響農村居民家庭人均收入進而影響城鄉收入差距。高霞運用協整理論和Granger因果檢驗分析發現，中國產業結構變動和城鄉收入差距存在長期穩定的正向均衡關系，短期動態校正作用明顯，且兩者存在雙向因果關系[8]。由于所有制結構與產業結構的不匹配[9]、政策偏向例如優先發展重工業[10]等，導致了城鄉收入差距的擴大，因此，在注重速度與效率的原則下，優化產業結構是重點。有些學者認為，城鎮化與城鄉收入差距具有互動關系，并非簡單的線性關系，例如史云鵬等[11]、王亞飛等[12]。

從我國實踐來看，三者之間有著密不可分的關系。楊松和王愛峰利用江蘇省的經濟數據，通過多元線性回歸和分位數回歸進行實證研究發現，城市化和產業結構都對城鄉收入差距有擴大作用[13]。部分學者認為三者之間不是簡單的線性關系，穆懷中等利用借鑒巴羅的內生經濟增長模型，理論上證明了存在二次函數關系[14]。通過實證得出的結論是，城鎮化水平與城鄉收入差距呈現“倒U型”關系;產業結構調整與城鄉收入差距呈現“倒U型”關系，并得出2009—2015年是城鄉收入差距縮小的關鍵時期。相關的研究還有鄭許海等[15]、林毅夫等[16]。

本文通過梳理以上文獻發現，城鄉收入差距、城鎮化、產業結構之間有繁雜、交錯的作用路徑，將三者同時納入一個分析框架（模型）更具有現實意義。而很多學者把研究的重點主要集中在兩者之間的關系上，本文作為補充，將三者同時放入VEC模型中進行探討。另一方面，本文采用產業結構的偏離度來度量產業結構優化，使得分析結論更具科學性。在此基礎上，運用VAR模型厘清三者的之間的關系及相關作用路徑，為我國后來經濟的發展找到改進方向，以加速當前經濟的發展，避免落入“中等收入陷阱”。

二、研究方法介紹

（一）指標選取

本文的城鄉收入差距表示為城鎮居民人均可支配收入與農村居民人均純收入的比值。城鎮化用具有城鎮戶籍的人口與非城鎮戶籍人口的比值來度量。重點介紹的是產業結構偏離計算方法，與已有文獻有所區別。大部分文獻產業結構的表示方法：分別用第一產業產值、第二產業產值、第三產業產值與總產值的比值來表示[8，13，15]。而本文借鑒牛凱[17]的方法，采用產業結構的偏離度來度量，這種偏離度計算原理實質為，產業結構本身與就業結構的相對偏離值，以下是計算的一般步驟：

1.產業結構表示為：

INi=AiA

2.就業結構表示為：

JYi=DiD

3.相應的產業偏離度為：

Ei=（INi-JYi）/INi

4.總體偏離度為：

E=E1+E2+E3

其中，A1表示第一產業產值（億元）;A2表示第一產業產值（億元）;A3表示第一產業產值（億元）;A表示總產值（億元）;D1表示第一產業從業人口（萬人）;D2表示第二產業從業人口（萬人）;D3表示第三產業從業人口（萬人）;D表示三產業從業總人口（萬人）。其中，i=1，2，3分別表示第一產業、第二產業、第三產業。

（二）方法介紹

在三者錯綜復雜的關系中，并沒有明確因果關系的方向性，為此本文運用VAR模型進行分析。該模型可以有效處理具有內生關系的變量，通過聯立各變量自回歸方程，將變量納入一個系統中，相互自恰以提高模型估計的有效性。

1.Granger因果分析。在時間序列的數據中，格蘭杰因果檢驗只是動態相關關系。它的原理主要是利用變量X過去的信息來解釋當前的Y，如果可以解釋，說明X是Y的格蘭杰原因。否則，X就不是Y的格蘭杰原因;同理，可驗證Y是否是X的格蘭杰原因。

2.方差分解。方差分解描述的是上述外部沖擊給VECM模型中各變量帶來的動態變化以及造成這種變化在不同時期各變量相對重要性，以估計出各變量的相對大小。主要思想是將系統的預測均方誤差按其成因分解為：自身沖擊、其它變量沖擊所構成的貢獻率，從貢獻率的大小看出變量的相對重要性，同時觀察變量的時滯效應。