打开文本图片集

摘要：城市化进程是对人类社会产生重大影响的社会过程，是当今世界上重要的社会现象和经济现象之一。本文运用VAR模型，选取1990-2022年我国城市化率与人均GDP的年度时间序列数据，建立VAR模型并进行检验，检验结果表明城市化与经济增长之间存在长期均衡关系，城市化是经济增长的格兰杰原因，经济增长也是城市化的格兰杰因果。同时分析结果表明经济增长对城市化有较为明显的推动作用，城市化水平的提高对经济增经济增长有一定的推动作用。

关键词：城市化；经济增长；相互关系；模型

一、引言

城市化是指随着一个国家或地区社会生产力的发展、产业结构的调整和科学技术的进步，其社会由以农业为主的传统乡村型社会向以工业和服务业等非农产业为主的现代城市型社会逐渐转变的历史过程。如周一星（1997）对比了1977年全球157个国家与地区的相关数据进行处理分析，发现其中的137个国家及地区城镇化水平与人均GDP存在显著性关系；朱孔来等人（2011）通过选取2000-2009年我国31个省市的城镇化率和人均GDP的面板数据，表明城市化与经济增长之间存在长期均衡关系；韩燕，聂华林对我国城市化水平与区域经济增长差异进行了实证研究；雒尧（2019）的研究指出，城镇化与经济增长存在相关关系，并且从人力资本、规模经济、产业结构的角度分析了互动关系产生的原因。

本文研究的意义在于：研究城市化与经济增长的相互促进关系对中国经济社会发展具有一定的指导作用，有利于促进中国城市化进程与经济增长之间的良性互动。通过分析中国城市化进程与经济增长的长期均衡关系，有针对性的提出相应政策建议，对经济发展路径的选择提供借鉴具有重要的现实意义。

本论文将结合最新的数据利用VAR模型来研究中国城市化与经济增长之间关系，从城市化率和人均GDP的角度出发，利用Eviews软件建立模型，通过单位根检验、滞后期的确定、约翰森（Jonhamson）协整检验、格兰杰因果检验、脉冲响应函数和方差分解等方法对该模型进行检验与校正，证明两者之间是否存在长期均衡关系，有针对性的提出相应政策建议。

本文采用的研究方法主要有文献资料法、实证研究法、统计分析法、图表分析法等。

第一，文献资料法。在进行实证分析前，首先通过上网浏览、搜集、整理文献以及对文献的研究，从而形成较为科学的系统的认识。通过阅读国内外相关研究文献，根据本文的研究需要对文献进行有效筛选，清晰认识相关的研究动态和理论发展。

第二，实证分析法。在了解了城市化和经济增长的相关理论之后，建立VAR模型，即向量自回归模型，通过建立计量经济学模型来探讨城市化与经济增长之间的关系，从结果中得出结论，并根据现状给出合理有效的建议。

第三，统计分析法。利用计量分析软件EViews对收集的数据作相关操作，得到相应的结果。

第四，图表分析法。本文采用图表的形式展示数据以及研究结果，使结果清晰明了，简单易懂。

二、 数据的收集、整理和分析

因为城市化率是城市化的度量指标，即城镇人口占总人口的比重，选用人均国内生产总值来度量经济增长，所以本文选取城市化率和人均国内生产总值来进行分析，分别记城市化率为CSHL，记人均国内生产总值为PGDP。本文选取1990年～2022年33年的城镇人口、总人口以及国内生产总值的年度时间序列数据，人均国内生产总值数据来自中国统计年鉴，本文的实证分析是利用Eviews软件来完成的。

（一）单位根检验

大多数时间序列数据所涉及的经济分析是不稳定的，直接对数据进行回归分析，有可能是一个虚假的回归，使分析的结果没有意义，所以在进行进一步的分析之前，对时间序列的稳定性进行检验是非常有必要的。于是我们先将数据对数化处理后进行单位根检验，即ADF检验。

说明：△Lncshl表示Lncshl的一阶差分，其余类同；（C，T，L）表示检验模型含有截距项、趋势项、滞后阶数为L。由表1，各变量的原始值都是非平稳的，而进行一阶差分之后都是平稳序列。因此我们认为各变量的水平值皆是I（1）时间序列。在建立模型之前，除了需要确定其平稳性，还需要确定滞后期的大小。两个个变量的对数形式即（Lncshl、Lnpgdp）进行建模。

（二）滞后期的选择和VAR模型的建立

建立VAR模型首先需要确定滞后期数k。若滞后期k太小，则误差项的自相关有时很严重，并导致参数的非一致估计；滞后期k又不宜过大导致自由度减少，直接影响模型参数估计的有效性，所以我们接下来选取滞后期。

选择滞后期的方法有LR准则、赤池（AIC）信息准则以及施瓦茨（SC）准则这三种准则来判断，一般是先用AIC准则和SC准则选择，在这两个准则出现冲突的时候，用LR准则优选滞后阶数。从Eviews分析结果可知，根据AIC准则，我们应选择滞后项为3，根据SC准则，我们应选择滞后项为3，所以滞后期为3。确定了滞后期后，建立VAR（1）模型：

LNCSHL = C（1，1）*LNCSHL（-1） + C（1，2）*LNCSHL（-2） + C（1，3）*LNCSHL（-3） + C（1，4）*LNPGDP（-1） + C（1，5）*LNPGDP（-2） + C（1，6）*LNPGDP（-3） + C（1，7）

LNPGDP = C（2，1）*LNCSHL（-1） + C（2，2）*LNCSHL（-2） + C（2，3）*LNCSHL（-3） + C（2，4）*LNPGDP（-1） + C（2，5）*LNPGDP（-2） + C（2，6）*LNPGDP（-3） + C（2，7）

利用EVIEWS5.0建立VAR（1）模型：将分析结果的系数估计值代入模型中，可以得到VAR（1）模型的回归函数：

LNCSHL= 1.161233*LNCSHL（-1） +0.119266*LNCSHL（-2） + -0.369678*LNCSHL（-3） -0.052799*LNPGDP（-1） +0.108250*LNPGDP（-2） + -0.036828*LNPGDP（-3） + 0.169512

LNPGDP = 0.532292*LNCSHL（-1） -2.112412*LNCSHL（-2） + 1.686490*LNCSHL（-3） +1.91610*LNPGDP（-1） -0.943427*LNPGDP（-2）+0.218240*LNPGDP（-3）+0.015910

其中，两个回归函数的可决系数分别为和0.999576和0.999381，即Lncshl回归方程和Lnpgdp回归方程都拟合的很好。为了进一步了解所建模型的平稳性，我们对VAR模型进行单位根检验。

图中显示模型中不存在大于1的特征根，说明该VAR（1）模型的结构是稳定的，且根据后面的检验可知，因为Lncshl与Lnpgdp的特征根均在单位圆内，所以可以认为两个序列间存在协整关系。

（三）协整检验

检验两变量间的协整关系，通常采用Engfe一Granger检验，利用该方法进行城市化水平与人均GDP的协整检验，首先用OLS方法估计变量Lncshl对Lnpgdp，的回归方程：

估计结果为Lncshl=0.225917Lnpgdp+1.582589，R2=0.984464，P值=0.00<0.05接着，检验残差项εt是否平稳，即εt是否I（0）序列。

在显著性水平为10%，小于相应的临界值。这表明Lncshl与Lnpgdp，之间存在协整关系，城市化与经济增长之间存在着长期动态的均衡关系。但是要证明变量之间是否存在确定性相互关系，则我们需要通过格兰杰因果检验来判断。

（四）格兰杰因果检验

格兰杰因果检验中序列应该是平稳序列，本文已经对不平稳的序列进行了差分处理，使得其通过了稳定性检验，符合格兰杰因果检验的条件。用格兰杰因果检验来判别城市化率与人均国内生产总值之间的相互关系，以此来分析在长期均衡关系中是哪个因素对其另一个因素占主导地位。

检验结果表明：滞后1期时Lncshl不是Lnpgdp的原因的概率为2.307%，滞后2期时Lncshl不是Lnpgdp的原因的概率为3.865%，滞后3期时Lncshl不是Lnpgdp的原因的概率为0.438%，滞后4期时Lncshl不是Lnpgdp的原因的概率为0.482%，说明我国城市化水平提高对经济增长有很好的推动作用，效应明显，可以说城市化水平是人均GDP的格兰杰原因。滞后3期时Lnpgdp不是Lncshl的原因的概率为8.839%，在显著性水平在10%的条件下，说明我国经济增长对城市化水平提高有一定的推动作用，可以说人均GDP是城市化水平的格兰杰原因。

城市化与人均国民生产总值序列之间的因果关系检验结果

（五）脉冲响应分析和方差分解

1.脉冲响应分析

对VAR模型而言，单个参数估计值的经济解释是困难的，其应用除了预测之外，最重要的应用是脉冲响应分析和方差分解。脉冲响应函数分析方法可以用来描述一个内生变量对有误差项所带来的冲击的反应，即在随机误差项上施加一个标准差大小的冲击后，对内生变量的当期值和未来值所产生的影响程度。也即系统对其中一个变量的一个冲击或者新生所做的反应，对i个变量的冲击既会直接影响到第i个变量自身，也会通过VAR模型的动态结构传递到其他内生变量。利用平稳的VAR模型，分别给Lncshl和Lnpgdp一个Cholesky冲击，因此可以得到城市化率和国内生产总值增长率的脉冲响应，结果表明前两期城市化率对国内生产总值的冲击具有明显的正向影响，即当城市化率增加时，对国内生产总值的冲击也会随之增加，可是当城市化率增加，城市化进程影响减小后，对国内生产总值的冲击便会开始慢慢的下降，但始终保持低位正效应。而国内生产总值对城市化率的脉冲响应图中，可以看出冲击首先是负向的，到第3期降至最低点后，效应快速增强，并且由负变正，效应明显。

2.方差分解

所谓方差分解，就是通过分析每个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。

分析结果表明，城市化水平的波动在从第l期只受到自身波动，人均GDP对城市化水平波动的冲击（即对预测误差的贡献度）从第2期开始逐步增强，直至第3期最高;同期，城市化水平波动受其自身冲击的影响逐步增加，之后上升保持相对稳定，这与脉冲响应函数分析的结果相一致。人均GDP第l期起受到自身波动和城市化水平的冲击，从第2期人均GDP受城市化水平波动影响最高，同期受其自身冲击的影响逐步增加.

三、结论及建议

本文通过理论分析、现状描述以及对中国城市化与经济增长之间的关系进行实证检验，可以得出以下结论：

第一，城市化和经济增长之间存在着长期稳定的均衡关系，城市化水平与经济增长总是高度密切相关的。

第二，城市化水平的提高是经济增长的格兰杰原因，对经济增长有很大的推动作用。经济增长也是城市化的格兰杰原因。城市化过程中产业的聚集带来的生产规模的扩大、生产率的提高都有效的推动城市经济的增长。而城市化发展到一定程度时，城市向周边的地区不断的溢出技术、资本，产生溢出效应，带动区域经济的发展。

第三，从脉冲响应和方差分析可以看出，经济增长对城市化率有一定的滞后期，经济增长对城市化的贡献率也不高，但从长远来看，经济增长对城市化率还是具有推动作用。与之相反，城市化率对经济增长的脉冲响应波动幅度相对较大，且经济增长对城市化水平的贡献率小于城市化对经济增长贡献率。

因此，要坚持正确的城市化道路，提高产业支撑能力，提高城镇综合承载能力以及发挥发达地区的带动作用，优化城市化布局和形态，加强城市化管理，不断提升城市化水平。按照统筹规划，合理布局，完善功能，以大带小的原则，以大城市为依托，中小城市为重点，逐步形成作用大的城市群。同时，我们也需要依靠科技进步提高农业现代化水平，提高农民整体素质，加快城市化进程。

参考文献

[1]葛腾飞．湖南省城市化与经济增长的相互关系研究[D]．湘潭大学，2012

[2]孙平军，丁四保，修春亮．北京市人口-经济-空间城市化耦合协调性分析[J]．城市规划，2012年05期

[3]韩燕，聂华林．我国城市化水平与区域经济增长差异实证研究[J]．城市问题；2012年04期

[4]马成文，丛新萍．城镇化对安徽经济增长影响的效应分析与前景展望[J]．产业与科技论坛，2010年11期

[5]谭善勇.中国城市化的经济增长效应研究[D].首都经济贸易大学，2013

[6]程开明.中国城市化与经济增长的协调度研究[J]. 商业经济与管理， 2010年09期

[7]魏力.2000年以来淮南市城市化进程影响因素分析[J]．商业文化，2010年04期

[8]施建刚，王哲．中国城市化与经济发展水平关系研究[J]．中国人口科学，2012年02期

[9]朱孔来等. 中国城镇化进程与经济增长关系的实证研究[J]. 统计研究， 2011，28（9）： 80-87.

[10]Luislito Bertinelli and Ericslrobl，“Urbanization，Urban Concentration and EconomicGrowth in Developing Countries，”Core discussion paper，2003，53（1）：98-125.

[11]Herrmann，M.& Khan.Rapid urbanization employment crisis and poverty in Africanldcs[J].Munich Personal RePEc Archive Paper，2008：9499.