1、城市化和第三产业发展的计量分析【摘要】本文选取 1978-2009 年四川省的城市化水平和第三产业在全省国民生产总值的比重两个时间序列数据，并且对他们之间的关系进行了单位根检验、协整关系检验和 Granger 因果检验，结果表明在这个区间之内两者存在长期均衡关系。从此长期来看城市化对第三产业发展有着推动作用，而服务业对城市化的促进效果不显著。但是短期他们并没有相互调整的机制。 【关键词】城市化，第三产业，单位根检验，协整检验，Granger 因果检验 一、引言 当今世界，经济全球化已经成为人类社会发展的总趋势，城市化已经成为衡量一个城市经济社会综合实力和文明程度的重要标志.因此，城市化战略并不
2、只是人口规模的城市化，更重要的是社会经济结构的城市化。本文试图从服务业的视角来探索城市化的发展以及二者之间的关系。二、文献综述 在理论层次，关于城市化的研究成为近年来学术界的热点，其中，通过实证方法来探析经济发展与城市化关系之间的关系，比较有代表性的如 Henderson（2000）利用了不同国家的横截面数据来计算城市化水平与人均 GDP 之间的关系，得出了城市化水平与人均国民生产总值之间表现出一种正相关关系1；Daniels 等（ 1991）通过计量分析检验了美国大中小城市区域的服务业成长， 研究认为， 城市形成的区域性市场是服务业发展的基础， 城市化的发展促进了服务业的扩张。2McCosk
3、ey 等（1998） 、高佩义（2004）分析了不同国家城市化水平及人均 GDP 的面板数据，研究了两者之间的长期均衡关系。3-4同时，有些学者从产业层次对城市化问题进行探讨，例如 Singelmann（1978）指出城市化是服务业发展的原因，Chang 等（2006）通过研究中国城市化和经济增长的关系，认为城市化进程突破农村部门对于服务业的需求的局限性，因而能够较大程度地刺激服务业的产出和就业的增加；5-6国内学者季斌（2007） 、张自然（2008）也从中观的产业角度对城市化与服务产业之间的协整关系进行了探讨。7-8 三、数据说明及统计描述 一般认为，城市化是一个国家或地区的人口由农村向城
4、市转移、农村地区逐步演变成城市地区、城市人口不断增长，并且人口素质不断提高的过程。目前，城市化水平测度的方法主要有两种：人口指标法和复合指标法。人口指标法中最常用的城市化测度指标是人口比例指标，即采用城市非农业人口占总人口比重来衡量。与复合指标法相比，该方法虽然具有移动的缺陷，但是由于不需考虑不同指标体系情况下的统计口径一致性问题，人口指标法具有方便性和可操作性等特点。同时，由于目前统计数据来源的局限性，本文采用人口指标法作为评价区域城市化水平的方法，计算出 1985-2009 年年四川省的城市化水平。 表 1 与表 2 显示，改革开放以来，四川省服务业发展和城市化水平呈现同向变化趋势，这一变
5、化通过 30 年来城市化水平与旅游产业对 GDP 贡献率的时间序列数据来反映，表现出如下特点：城市化水平与服务业占总产值水平有着同向增长趋势。 四、实证分析 （一）单位根检验 本文以城市非农业人口占总人口比重来作为反映城市化水平的指标，记为 ur，以第三产业占总产值比重作为反映服务业发展水平的指标，记为 pgdp，为消除可能存在的异方差现象，将 ur 和 pgdp 分别取自然对数，记为 lnur 和 lnpgdp。两变量表现出明显的非平稳性，且两者具有相同的变化趋势，两变量的差分序列（DLNUR、DLNTR）具有平稳特征（如图 1 所示） ，故在对两时间序列进行协整分析之前要对其单整性进行检验
6、。 表 3 显示，在显著性水平 5%的条件下，lnUR、lnpgdp 的 ADF 统计量均大于其相应的临界值，所以接受存在单位根的结论，说明 lnUR、lnpgdp 两序列是非平稳的。 而两序列的一阶差分方程 DlnUR、D lnpgdp 的 ADF 统计量均小于其相应临界值，表明一阶差分序列不存在单位，一阶差分序列是平稳序列，lnUR、lnpgdp 两变量均为一阶单整序列，因此两变量都满足协整关系的前提条件。 （二）协整检验 协整分析的基本观点是： 尽管各个不同的时间序列具有趋势项，但这些序列具有某些共同的趋势，从而这些序列在长期内存在均衡关系，即某些变量在长期内存在某种关系。 虽然这种关系
7、在短期内会被破坏，但偏离长期关系的偏差是平稳的。对于非平稳序列，只有当它们存在协整关系时，线性回归才有意义，因此可以运用 EG 两步检验法做如下协整分析，以检验变量 lnur 和 lnpgdp 之间是否存在协整关系。 首先，对两变量用 stata12.0 进行 OLS 估计，得到方程： lnpgdp=0.9192322lnur+0.47801 （1） （0.078） （0.145） R2= 0.8307 R2= 0.8247 上述回归方程的拟合优度较高，参数的估计也通过检验，且合乎经济意义。 第二步：检验回归方程中残差序列 e 的平稳性，运用 stata 软件对残差序列 e 进行单位根检验。
8、（0.042842） 由于检验的统计量值-2.415 小于显著性水平 0.05 时的临界值-1.950，因此可以认为估计残差序列 e 为平稳序列，表明残差序列不存在单位根，说明序列 lnur 和 lnPGDP 具有协整关系。 （三）Granger 因果关系检验 协整检验结果证明了我省服务业发展与城市化之间存在长期稳定的均衡关系，但这种均衡关系是否构成因果关系，还需进一步进行 Granger 因果关系检验. 由于 Granger 因果关系检验对选取的滞后阶数很敏感，本文分别选取滞后 1、2、3、4 期来进行逐一检验，观察在 5%的显著性水平下，检验结果是否具有同一性，检验结果见 由表 4 可知，
9、当滞后期数为 1 时，拒绝原假设： “lnur 不是 lnpgdp 的原因” ，即 lnur 是引起 lnpgdp 变化的 Granger 原因，城市化水平是影响服务业反正水平的重要因素，两者之间存在着单向的 Granger 因果关系。在其他情况下均接受原假设。也就是说，四川省城市化水平提高是服务业发展水平提高的格兰杰原因，但服务业水平提高不是城市化水平提高的格兰杰原因。 （四）建立误差修正模型 根据对模型 White 异方差检验与残差序列相关检验得知模型不存在异方差与自相关问题，模型调整后的拟合优度为 82%，表明四川省城市化作为解释变量对四川省第三产业发展的解释能力达到 83%。通过对 l
10、nur和 lngdp 进行单位根检验表明两者都是一阶单整的，因此两者存在长期均衡关系，并且在最优滞后 1 期时存在四川省城市化与四川省服务业发展水平之间的单向因果关系。两者长期均衡的协整关系为：lnpgdp=0.9192322lnur+0.47801 这说明长期以来四川省城市化每提高1%，相应地四川省服务业占比则提高约 0.92%。根据基于残差的 E-G 两步检验，可建立四川省城市化和四川省服务业占总产值比重的误差修正模型（ECM）： lnpgdpt=0.0090927-0.1329272lnurt+0.0333711MECt-1 （.0033327） （0.106204） （0.020218
11、6） 其中 MEC=lnpgdp-0.9192322lnur-0.47801 从房方程中看出，短期内四川省城市化和第三产业发展并不存在短期的均衡和误差修正 ECM 影响，他们的系数在统计上都不显著。误差修正项为正数，不符合反向修正机制，并且系数很小，经济上意义不显著。五、结论 改革开放以来，我国城市化发展水平与人均服务业增加值相当，两者之间发展均衡。利用 Granger 因果分析表明，在最优滞后一期上两者之间仅存在着单向的因果关系，即在目前阶段，我国的城市化发展可以在一定程度上推动第三产业发展，而第三产业发展水平的提高是否促进对城市化的发展并没有得到经验证据的支持。城市化是推动服务业发展的重要动力。城市化引致人口的流动， 产业集聚的邻近效应节省了交易费用， 提高了交易效率， 城市化为服务业增长提供了劳动力供给。从业人员结构的改变最终促进了服务业的发展。可见，四川省服务业发展与城（下转 55 页）
