辽宁省经济增长与城市化率响应的实证研究

[摘要]经济增长与城市化率的响应关系，是城市经济领域从理论到实证研究一直关注的问题，现有的若干省域研究得出的结论并不一致。本文采用协整模型、格兰杰因果关系检验法、向量自回归模型，对辽宁省1978―2014年人均GDP增速与城市化率的响应关系进行实证研究。结果表明：辽宁省经济增长与城市化率之间存在长期均衡关系，二者互为格兰杰因果关系。但是，经济增长对城市化率提高的促进作用不强，城市化率提高对经济增长的反作用力也不是很大，且持续时间不长。为此，在辽宁省经济增速出大幅下滑之时，应继续深化产业结构升级转型，培育经济内生动力。同时，推进特色小城市和小城镇建设，促进辽宁省城市化的可持续发展。

[关键词]经济增长；城市化率；互动关系；响应关系

中图分类号：F061.3 文献标识码：A 文章编号：1008-4096（2016）05-0086-05

一、引言

改革开放后，中国经济高速增长的同时，城市化率大幅提高，由1978年的17.90%提高到2015年的56.10%。城市化与经济增长的关系也受到学界、政界的广泛关注，“城市化是中国经济增长强大引擎”、“城市化是扩大内需的最大潜力所在”等论断将城市化对经济增长的作用提升到前所未有的高度。同时，也有研究者认为城市化是经济增长的结果而非原因，有关经济增长与城市化何者为因何者为果的讨论还在持续。辽宁省作为城市化率较高的省份，曾在中国经济增长中发挥过不可替代的作用，经济增速却在经济新常态下呈现大幅下降。2014年，辽宁省经济增速为5.80%，位列全国倒数第三；2015年，辽宁省经济增速继续下滑至3.00%，位列全国倒数第一，经济增速创改革开放以来的最低值。在辽宁省经济增速连续下滑的背景下，实证研究经济增长与城市化之间的响应关系，并提出对策建议，对促进辽宁省经济增长和推进城市化进程均具有现实意义。

由城市经济增长模型可以推断经济增长与城市化率提高具有双向互动关系，即经济增长促进城市化率提高。城市化率提高又反过来促进经济增长，城市经济增长的累积因果效应也可以解释二者之间的互动关系。研究者还就二者关系进行了大量的实证研究。周一星曾将1977年世界157个国家和地区的城镇人口占比与人均国民生产总值进行回归分析。研究结果显示。各国城市化率与人均国民生产总值的对数成正比例关系，城市化率较高的国家，经济增长速度也较快，反之亦然。王金营利用世界典型国家1950―1998年数据实证分析城市化率与人均GDP之间的关系，研究结果表明，经济增长促进城市化率提高，城市化率提高也促进经济增长。对中国城市化率与经济增长关系的实证研究结果表明，经济增长对促进城市化率提高产生较大的正向冲击效应，城市化率提高对经济增长的反作用不强，也有研究者得出结论：中国经济增长与城市化率提高间存在长期稳定的关系，且两者互为因果关系。除全国层面外，还对省域层面二者的关系进行实证研究。王领对上海市的研究结论为：经济增长对城市化率提高的作用较强，是其格兰杰原因，而城市化率提高对经济增长的作用不明显，对湖北省、内蒙古自治区、四川省进行的实证研究也得出类似结论。对安徽省、吉林省进行实证研究得出的结论则为：城市化率提高对经济增长的作用极其显著，而经济增长并不是城市化率提高的格兰杰原因。由此可见，中国有些省份城市化率与经济增长之间呈现的关系并不符合城市经济理论的经典论述。辽宁省经济增长与城市化率之间的关系有待进行深入研究。

二、数据资料与研究方法

地区经济增长指标既有绝对指标和相对指标.也有总量指标和人均指标。较之于绝对指标.经济增长相对指标更能反映国家或地区经济增长速度；较之于总量指标，人均指标消除了城市人口规模对经济的影响，使不同等级规模城市之间的经济增长具有可比性。本文采用人均GDP增长率指标反映辽宁省经济增长。反映国家、地区城市化水平最为重要的指标是城市化率。城市化率是指城市人口占总人口的比重，对城市人口的统计口径目前有城市非农人口、城镇人口和城市常住人口，介于数据的可得性，本文采用城市非农人口，以城市非农人口占总人口的比重反映城市化率。人均GDP增长率和城市非农人口占比数据均来自《辽宁统计年鉴2015》，时间序列长度为1978―2014年。本文采用协整模型、格兰杰因果关系检验和向量自回归模型等方法，研究辽宁省经济增长与城市化率之间的响应关系，以及二者的因果关系，计量分析均由Eviews7.2完成。

三、实证分析

通过时间序列模型分析辽宁省经济增长与城市化率之间的相互响应关系。时间序列模型是运用时间序列的过去值、当期值及滞后扰动项的加权建立模型，以解释时间序列的变化规律。在时间序列的发展过程中，一个重要特征是对统计均衡关系做某种形式的假设，平稳性假设就是其中之一。即一个平稳时间序列能够有效地用其均值、方差和自相关函数加以描述。因此，在进行时间序列建模过程中，首先要对其进行平稳性检验。

（一）城市化率对经济增长的响应

1.平稳性检验

对时间序列的平稳性进行检验的方法是单位根检验，有ADF、DFGLS、PP、KPSS、ERS、NP等检验方法，前三种方法出现较早，实际应用较多。本文采用ADF方法进行单位根检验。对人均GDP增长率PGt和城市化率UR，时间序列进行ADF检验。从输出结果来看，人均GDP增长率PG，和城市化率UR，的ADF检验值均小于5%临界值（如表1所示），拒绝原假设，说明原序列为平稳时间序列，为0阶单整序列，具有0阶单整性，即PG1～I（0），UR。～I（0）。

2.协整模型及检验

为了检验两个变量URt和PGt是否协整，可采用恩格尔和格兰杰于1987年提出的两步检验法。简称为EG检验。

首先，用普通最小二乘法估计同阶单整序列的长期均衡关系.它们之间的协整方程可以表示为：

模型残差的估计值可表示为：

其次，对估计残差序列进行平稳性检验，如果估计残差序列是平稳的，则两个变量之间存在协整关系。从ADF检验结果来看，估计残差序列的ADF检验统计量为-3.9154，小于显著水平为5%的临界值-3.5443，拒绝原假设，估计残差序列为平稳时间序列，表明辽宁省1978―2014年城市化率与经济增长之间存在长期均衡关系。但是，模型可决系数R2仅为0.1557，调整后的可决系数都只有0.1315，拟合优度不高，参数的显著检验失去意义，参数估计虽然无偏但不再有效.可能存在异方差。同时，D.W值仅为0.1847，初步判断估计残差序列存在自相关，这时回归方程估计结果不再有效、可信。在存在异方差和自相关的情况下，应对其进行消除。

3.异方差、自相关性检验和消除

采用怀特检验法进行异方差检验，F统计量的P值为0.7184，观察可决系数的相伴概率为0.7002.均大于5%，接受原假设，模型无异方差。

以拉格朗日乘数（LM）检验法对估计残差序列进行检验，F统计量P值的相伴概率为0.0000，小于5%，拒绝原假设，说明存在自相关，由输出结果可以判定为1阶自相关。广义差分法可以克服所有类型的序列相关问题，一阶差分法是它的特例。科克伦-奥克特（Cochrane-Oreutt）迭代法、区间搜索法、杜宾两步法是消除自相关常用的方法，本文采用迭代法，得出的广义差分模型为：

经过Cochrane-Orcutt送代法的处理后，可决系数R2提高到0.9945，模型拟合优度大为提高。回归效果显著。D.W值提高到1.1545，对新回归方程进行LM检验，F统计量的相伴概率分别为0.0621，大于0.0500，在5%的显著性水平下接受原假设，估计残差序列不存在自相关，说明估计残差序列的自相关性已经被消除。回归方程表明，1978―2014年辽宁省城市化率与经济增长具有响应关系，即经济增长对城市化率提高具有促进作用，人均GDP增速每提高1%，城市化率提高0.01%。

（二）经济增长对城市化率提高的响应

1.协整模型及检验

只有估计残差项的单位根是平稳的，回归方程才成立。对方程的估计残差项进行单位根检验。ADF检验统计量的值为-4.0259，小于显著性水平为1%的临界值-2.6327，拒绝原假设，估计残差项为平稳序列，通过了协整检验，协整模型成立。但是，回归方程的可决系数R2和调整后的可决系数都比较小，可能存在异方差，需要进行异方差检验。同时，D.W值为1.0620，对其是否存在自相关需要进一步检验。

2.异方差、自相关性检验和消除

采用怀特检验法进行异方差检验，F统计量的P值为0.1077，大于0.0500，拒绝原假设，说明在5%的显著水平下协整模型不存在异方差。

以拉格朗日乘数（LM）检验法进行检验自相关检验，F统计量P值的相伴概率为0.0062，小于0.0500，拒绝原假设，说明协整模型在5%的显著水平下存在自相关，由LM检验结果可以判定为1阶自相关。采用科克伦-奥克特（Cochrane-Orcutt）迭代法消除估计残差序列能自相关，得出的广义差分模型为：

经过科克伦-奥克特（Cochrane-Orcutt）迭代法的处理，协整方程的R2和调整后的R2均有所提高，D.W值提高到1.5546，对迭代法处理后的广义差分模型进行LM检验，F统计量的P值为0.0714，大于0.0500，接受原假设，不存在自相关.说明在5%的显著性水平下估计残差序列的自相关性已经被消除。由回归模型可知，1978―2014年辽宁省经济增长对城市化率提高也是有响应的，城市化率提高对经济增长具有反向促进作用，城市化率每提高1%，人均GDP增长率提高0.39%。

（三）格兰杰因果关系检验

通过协整分析，辽宁省经济增长率与城市化率之间呈双向互动关系，二者之间是否存在格兰杰因果关系，即经济增长率（或城市化率）的前期变化能否有效解释城市化率（或经济增长率）的变化，则要通过格兰杰因果关系检验来判断。辽宁省经济增长率与城市化率的格兰杰因果关系检验结果如表2所示。

由表3可知，在滞后4期时经济增长率不是城市化率格兰杰原因的概率仅为0.07%，城市化率不是经济增长的格兰杰原因的概率仅为0.30%.拒绝原假设，说明1978―2014年辽宁省经济增长对城市化率提高、城市化率提高对经济增长的促进作用在滞后4年时最为显著。当滞后阶数提高到6时，在5%的显著水平下，辽宁省经济增长与城市化率之间仍然呈现格兰杰双向因果关系。当滞后阶数提高到7时，在相同显著水平下，经济增长仍然是城市化率提高的格兰杰原因。但城市化率提高已经不是经济增长的格兰杰原因。

（四）向量自回归（VAR）模型

向量自回归模型（VAR）模型往往不分析一个变量的变化对另一个变量的影响如何，而是分析模型受到某种冲击时对系统的动态影响，这种分析方法称为脉冲响应函数方法。

首先，分析经济增长对城市化率提高的脉冲响应。如图1所示，对于城市化率的一个单位标准差的正冲击，经济增长在第1期没有明显反应，从第2―4期出现负增长，从第5期变为正增长，即城市化率的提高对经济增长具有一定的促进作用，到第8期后城市化率的提高对经济增长几乎没有影响。

其次，分析城市化率对经济增长的脉冲响应。如图2所示，对于经济增长的一个单位标准差的正冲击.城市化率在第1期就有所提高。到第3期达到最高点，造成0.32%的正冲击，此后有所下降，到第10期仍然维持0.18%的正冲击，说明经济增长对城市化率提高的动态影响持续时间较长。

四、结论与建议

（一）结论

第一，1978―2014年，辽宁省经济增长对城市化率提高是有正向促进作用的，即经济增长促进了城市化率提高，人均GDP增速每提高1%，城市化率提高0.01%，可见经济增长对城市化率提高虽有促进作用，但作用强度不大。从脉冲响应来看，对经济增长的一个单位标准差正冲击，城市化率提高明显，且持续时间较长。目前，辽宁省经济增速大幅放缓，经济增长对城市化率提高的促进作用将随之降低。为了保持健康、可持续的城市化进程，辽宁省应寻求促进城市化发展的新动力。

第二，1978―2014年，辽宁省城市化率提高对经济增长也是有反向推动作用的，即城市化率提高对经济增长具有反作用，城市化率每提高1%，人均GDP增长率提高0.39%。从脉冲响应来看，对城市化率的一个单位标准差的正冲击，经济增长到第5期后才变为正增长，且增长幅度不大，持续时间不长。也就是说，城市化率提高对经济增长虽有推动作用，但贡献度不高，城市化不可能成为未来辽宁省经济发展的引擎。

第三，辽宁省经济增长与城市化率提高之间呈现双向互动关系，互为格兰杰原因，符合经典城市经济理论的论断。但是，目前辽宁省经济处在结构性转型时期，经济增长下行压力较大，增速大幅下滑。对城市化率提高的促进作用也将减弱。同时，辽宁省多数大中城市的城市化率较高，已经进入后期阶段，城市化率的提升趋于平缓，对经济增长的反作用力也极为有限。

（二）建议

第一，继续深化产业结构升级转型。基于以上实证研究，辽宁省城市化率对经济增长的推动作用有限，应通过产业结构升级转型培育经济增长的内生动力。应以制造业高端化、智能化、集成化实现产业升级，加大研发投入，提升工业产品的科技含量。同时，应促进第三产业发展，大力发展战略新兴产业，实现城市产业结构由粗放型向集约型的转变。

第二，推动辽宁省小城市和小城镇的发展。辽宁省城市化率在全国一直处于前列，不少大中城市已进入城市化后期阶段，有的城市常住人口，甚至户籍人口出现下降，城市化率提高的潜力不大，而有些小城市还处于城市化初期。由于辽宁省经济增速的大幅下滑，对城市化率提高的促进作用将会减弱，未来应将城市化发展的重点转向小城市和小城镇，推进特色小城市和小城镇的发展，使其在大中小城市组成的城市群中发挥独特作用，促进辽宁省城市化的可持续发展。