广东省城市化进程对经济增长影响

摘要:文章针对广东省的城市化发展与经济增长的关系,利用广东省1982-2007年的数据,基于分位数回归统计分析结果表明,在被解释变量经济增长的不同条件分位数处解释变量城市化发展对经济增长影响的差异和波动是统计显著的。与经典的条件均值回归相比,条件分位数回归实证分析能够揭示数据生成过程更加丰富的信息,这为对城市化发展与经济增长关系进行统计建模提供了有力支持。

关键词:城市化;经济增长;分位数回归

一、引言

城市化或称城镇化(Urbanization)是当今世界上重要的社会经济现象之一,是社会经济发展的必然趋势,是社会进步的一个重要标志。城市化水平的高低是衡量一个国家和地区经济发展水平和文明程度的重要标志,同时城市化水平的提高又是加快经济和社会发展的必要条件。面对新形势,为了能促进中国特色的城镇化的建设,一方面需要从理论上分析城市化和经济发展的关系,更好地发挥城市作为工业化载体的功能,掌握城市化如何带动内需,提升居民的消费结构和质量的原理,把握城市化如何影响居民的收入及其差距,城市化如何更好地通过协调产业结构来提高就业水平,优化就业结构;另一方面还要从数量上确定这些联系,定量地测算这些关系,找到合理的量的界限。广东改革开放30多年来,城市化发展迅速,城市化总体水平居全国前列,全省已形成两个人口规模超过500万的特大城市,其他大中城市29个,中心镇270多个,经济社会发展已进入城市时代。因此对于广东的城市化问题的研究显得尤为重要和紧迫,总结以往经验,探索未来的中国特色城镇化道路都具有重要的意义。我国城市化研究经过二十多年的努力也取得了卓著的成绩。国内学者立足于中国国情,从多个角度研究城市化与中国发展问题。为了克服普通最小二乘法存在的缺陷,本文拟采用分位数回归(quantileregression)方法来分析城市化对经济的影响。

二、分位数回归模型的建立及估计

分位数回归,也称为分量回归,最早是由Koenke和Bassett提出,并不断加以改进,分位数回归目标函数是一个加权的绝对离差和,估计的参数向量对于较外部或者边缘处的观察值并不敏感,这对于整体分布估计很有效。分位数回归藉由给定不同比例的Φ分位数值(0

由于模型的参数没有明确的公式解,Amstrong等人指出必须使用线性规划的技巧才能解上面的极小化问题以求得参数的估计值。

三、实证模型

(一)模型设定及其解释变量的选择

为了考察城市化对经济增长的影响,本文选取广东省的GDP作为经济增长的测度;对于解释变量城市化,本文采用城镇人口比重法。城镇人口比重法,就是用某一个国家或地区内的城镇人口占总人口的比重说明该国或地区的城市化水平。城镇人口聚居在城镇建成区,相对集中,密度大;而乡村人口散居在城镇建成区以外的广大乡村区域,相对分散、密度小。从城镇的发展看,人口城市化是经济发展推动人口向城镇的集中的过程。在这个过程中,既需要城镇经济的发展提供就业岗位,又需要农村经济的发展释放劳动力,两者共同作用实现人口城市化,它是社会经济发展的必然;城市化最直观的结果就是人口城市化。因此,在国际上通常采用城镇人口比重来衡量城市化发展水平。它较好地描述了城乡人口分布情况,反映了城市化的基本特征。

基于前面的描述,本文建立回归模型如下:

(二)实证结果

1、条件分位数回归估计系数的差异与变动分析

为了深入揭示在城市化对经济增长影响的变化,需要在经济增长的不同分位数水平进行条件分位数回归估计。本文在分位数的选取上取9分位数分别估计,这9个分位数(Quantile)分别是τ=0.10、0.20、0.30、0.40、0.50、0.60、0.70、0.80、0.90。 而分位数回归系数的标准差用自助法(bootstrap)求得9个分位数的结果,如表1所示。

基于上表可以发现,在上述的9个分位数水平上的条件分位数回归估计系数都是显著的,说明无论在哪个分位数水平上城市化都是对经济增长有显著影响的。而且当分位数水平超过50%时,条件分位数回归估计系数是逐渐增大的。通过比较三个四分位数下系数估计值是否相等的检验发现在中位数以下回归系数之间没有明显差异,但中位数与上四分位数比较时两者对应的回归系数在10%的显著性水平下还是有差异的。

2、分位数回归样本方程的比较分析

为了更好地反映广东省城市化对经济增长的影响,本文将条件均值回归直线,条件上四分位数回归直线,条件中位数回归直线,条件下四分位数回归直线画在同一个图中进行比较分析。

图1中直线代表条件均值回归直线,十字线代表条件中位数回归直线,菱形代表条件上四分位数回归直线,方形代表条件下四分位数回归直线。从图1中可以发现条件上四分位数回归直线在最上面,条件下四分位数回归直线在最下面,均值和中位数回归直线在中间,这与预期的是一致的,但从图中也可以发现,随着城市化水平的增高,条件均值回归直线与条件中位数回归直线相差越来越大,说明条件均值回归直线并不太适合说明城市化与经济增长的关系,可能受到大的极端值的影响,有可能过高地估计了城市化对经济增长的影响。

四、结论

条件中位数回归和条件均值回归的估计结果表现了一定的差异;与条件均值回归相比较,条件(多)分位数回归能够揭示更加深入全面的数据信息;利用1982-2007年广东省的数据,条件(多)分位数回归结果显示了一方面在经济增长的某个具体分位数水平,城市化发展对经济增长影响的大小都不相同,表现了解释变量作用的差异性,在经济增长的每个不同分位数水平,某个解释变量对经济增长影响的大小都不相同,表现了解释变量作用的波动性。这些基本结论对于制定广东省城市化发展战略的政策具有一定的参考意义。

参考文献:

1、傅晨.广东城市化发展战略[M].广东人民出版社,2006.

2、冯云廷.城市聚集经济[M].东北财经大学出版社,2001.

3、刘建平.全面建设小康社会的必由之路――广东城镇化进程研究[M].经济科学出版社,2006.

4、赖晓东,赖微微.分位数回归方法在资本结构影响因素分析中的应用[J].数理统计与管理,2008(3).

5、吴拥政,陆峰.区域金融发展与经济增长的实证分析――基于中国地级市区数据与分位数回归方法[J].区域金融研究,2009(3).

*本文属2008年度国家社会科学基金资助项目(课题编号:08CJL018)。

(作者单位:暨南大学经济学院)