1、新疆工业化与城市化研究【摘 要】本文利用新疆统计年鉴数据从长期和短期两个角度深入分析了新疆工业化发展水平与城市化发展水平之间的关系，认为新疆城市化水平和工业化发展水平均相对滞后。无论是长期还是短期，新疆城市化发展状况对工业化水平的影响比较显著。城市化具有一定的累积效应，且工业化水平的发展受城市化水平影响较大。 【关键词】工业化；城市化；ADF 检验；误差修正模型；VAR 模型；新疆 一、引言 衡量工业化的水平是一个综合性的因素，一是要看工业增加值在 GDP 中的比重，二是要看三次产业中各次产业的比重，三是要看非农人口在总人口中的比重，这是衡量工业化水平的终极指标。而城市化是由以农业为主的传统乡
2、村社会向以工业和服务业为主的现代城市社会逐渐转变的历史过程。工业化的发展可以通过城市经济、农村经济发展以及农村劳动力、人口、企业向城市迁移这两个方面对城市化产生重大影响。工业化发展快，则城市化进程加速；工业化发展慢，则城市化进程受阻。 新疆作为中国西部地区的重要省份，一直以来均是中国重要的能源资源供应地，其稳定与发展备受瞩目。尤其是近年来中央及地方政府要努力发展新疆经济，缩小与东部地区的差距。因此研究新疆的经济发展与城市化的促进关系，是事关新疆未来经济发展的一个重要课题。 二、实证分析 （一）模型设定 结合诸多学者对工业化与城市化的研究，利用工业增加值占 GDP 的比重来量化工业化的程度，利用
3、城镇人口占总人口的比重来量化城市化的比重。工业化与城市化的两个变量之间的模型设定如下： 式中，y 表示工业化水平，即新疆的工业增加值占新疆 GDP 的比重，x 表示城市化水平，即城市化则表示新疆的城镇人口占新疆总人口的比重。本文的数据来源于历年的新疆统计年鉴 ，为保证初始数据的可靠性，本文所选数据范围为 1985-2011 年。 （二）数据平稳性检验 1.数据单整的单位根检验ADF 方法。对非平稳的时间序列进行时间序列分析会产生“伪回归”问题，为使回归有意义，可对其进行平稳化，然后对差分序列进行回归。分别对 lny（即 lny）与 lnx（即 lnx）做趋势变化分析，我们可以发现两者之间存在大
4、致相同的增长和变化趋势，说明两者之间可能存在协整关系。 笔者采用 EViews5.0 对的单位根进行 ADF 检验，检验方程的选取根据相应的数据图形来确定，采用 AIC 准则确定最佳滞后阶数，差分序列的检验类型按相应原则确定。如表 1 所示，单位根检验的结果说明，lny和 lnx 为一阶平稳序列。 表 1 单位根检验结果 变量 检验形式 （C，T，I） ADF 检验值 各显著水平下的临界值 检验 结果 1% 5% 10% Lnx （C，T，0） 0.7044 -4.2001 -3.1754 -2.7290 不平稳 Lnx （C，T，1） -3.4208 -4.8035 -3.4033 -2.8
5、418 平稳 Lny （C，T，0） -0.8556 -4.2001 -3.1754 -2.7290 不平稳 Lny （C，T，1） -3.4088 -4.8035 -3.4033 -2.8418 平稳 2.协整关系检验。协整关系表达的是两个线性增长量的稳定的动态均衡关系。由于从定义入手进行协整的检验比较困难，通过利用 Engle和 Granger 于 1987 年提出了两步检验法即 EG 检验来确定。 首先利用所选数据做 lny 对 lnx 进行回归方程的估计，设定协整回归模型为： 利用新疆 1985-2011 年的统计数据另 y 代表工业化水平，x 代表城市化水平，对其进行 OLS 估计，
6、得到回归方程为： （1） 计算模型（1）的残差得到残差序列： （2） 对残差序列做单位根检验，即检验估计的残差序列符合 I（0）序列，对上述协整回归方程（2）估计的残差序列进行单位根检验，经eviews5.0 软件计算 ADF 检验统计量为-3.54 小于 5%的临界值-3.26。因此在 5%的显著性水平下，我们接受该模型（1）的残差序列为平稳时间序列。即 符合 I（0） ，这表明我们的数据 lny 与 lnx 之间存在协整关系。上述协整回归方程不仅揭示了城市化发展水平对工业化的影响程度，而且表明两者存在长期均衡关系。从协整方程式可以看出，城市化水平每变动 1%，将会促进工业化水平增长 1.3
7、7%。因此，该协整方程对于了解新疆城市化与工业化的相互关系及作用大小具有及其重要的现实意义。3.误差修正模型（ECM 模型） 。据 Engel 定理，如果一组变量之间有协整关系，则协整回归总是能被转换为误差修正模型。误差修正模型使用的目的是为了建立短期的动态模型以弥补长期静态模型的不足，它既能反映不同时间序列间的长期均衡关系，又能反映其短期偏离修正的机制。 结合该理论，我们对于一阶滞后的数据 lny 和 lnx 之间的短期动态均衡关系的误差修正模型的回归结果为： 上面的误差修正模型，差分项反应了短期波动的影响。工业化水平的短期波动可以分为两部分：一部分是短期城市化波动对其短期动态影响；另一部分
8、是工业化水平短期波动偏离长期均衡的影响。误差修正项ECM 系数的大小反应了对偏离长期均衡的调整力度，误差修正系数为负数，符合相反修正的机制。从误差修正模型看，两者的短期动态均衡关系是城市化水平波动短期内每变动 1 个单位，工业化水平将同方向变动 1.94个单位。该系数较长期协整回归方程中的系数要大，说明城市化水平对工业化水平的短期影响更为显著。EMC 系数为-0.38，即当短期波动偏离长期均衡时，将以-0.38 的调整力度将非均衡状态拉回到均衡状态。 （三）VAR 模型分析 1.VAR 模型建立。为了说明城市化影响工业化发展变化的影响路径，笔者建议用向量自回归模型来描述相关时间序列系统的预测和
9、随机扰动对变量系统的动态影响。对 lny 和 lnx 建立无约束的 VAR 模型。 首先，确定 VAR 模型的滞后阶数。计算结果表明，滞后阶数为 2 时，AIC 和 SC 值逐渐加大。因此，我们采用 2 阶滞后的 VAR 模型，即VAR（2）可以使 AIC 和 SC 准则最小。然后，将 lny 和 lnx 滞后 1 期和滞后 2 期的值作为内生变量，采用最小二乘法估计模型。计算结果表明，方程中所估计的系数并非全部在统计上是显著的，由于参数是否显著为零不是 VAR 模型最关注的，所以在建立 VAR 模型时，可以保留各个滞后变量。同时，作为整体看来，这些系数在标准 F 检验的基础上显著。从两个方程
10、的整体检验结果来看，调整后的 R2 分别为 89.7%和 66.2%，方程的整体拟合度较高。 在以 lny 为因变量，以 lny（-1） 、lny（-1） 、lnx（-1） 、lnx（-2）为自变量的方程中，可以发现 lny（-1） 、lny（-2）的参数估计值的绝对值均小于 lnx（-1） 、lnx（-2）的系数。可以看出当前的工业化水平与城市化的滞后值有较大的联系，而与滞后一期与滞后两期的工业化水平关系不大。 以 lnx 为因变量，以 lnx（-1） 、lnx（-2） 、lny（-1） 、lny（-2）为自变量的方程中，我们可以发现 lnx（-1） 、lnx（-2）参数估计值也均大于 ln
11、y（-1） 、lny（-2）的参数估计值。可以看出当前的城市化水平与滞后一期、滞后两期城市化水平有较大联系，与滞后一期、滞后两期工业化水平的关系不大。这两个方程说明，城市化水平具有一定的累积效应，而工业化水平则是受城市化水平较大影响的。 三、研究结论 本文以 19852011 年间新疆统计数据，通过对新疆工业占该省 GDP比值和城市化率两个量化指标建立计量经济模型，得出以下结论：（1）新疆城市化水平和工业化发展水平均相对滞后，无论是长期还是短期，新疆城市化发展状况对服务业产值比重影响比较显著。 （2）新疆当前的工业化水平主要受滞后一期、滞后两期的城市化发展水平的影响，而受其自身的影响较弱；新疆
12、当前的城市化水平受滞后一期、滞后两期的城市化水平影响较大，受滞后一期、滞后两期的工业化水平影响较弱。这说明城市化具有一定的累积效应，且工业化水平的发展受城市化水平影响较大。 参考文献： 1沃尔特恩德斯.应用计量经济学M.高等教育出版社，2006. 2季斌.城市化水平与城市服务业发展的动态计量分析以南京为例J.南京社会科学，2007（11）：127-132. 3欧阳敏华，王厚俊.广东省服务业增长与城市化发展关系的动态计量分析J.统计与决策，2011（4）：94-96. 4户艳辉.服务业发展与城市化的关系研究基于秦皇岛市的动态计量分析J.开发研究，2012（2）：58-61. 作者简介：王杰（1988-） ，新疆财经大学统计与信息学院数量学硕士研究生。
