中国城镇化进程的影响因素分析.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中国城镇化进程的影响因素分析

[标签:标题] 2016 PAGE9 / NUMPAGES9 感谢观看本文谢谢 中国城镇化进程的影响因素分析 摘要:十七大以来,中国城镇人口年均增长2080万人。城镇化既增加了投资又推动了消费,成为拉动内需的持久动力和中国经济发展的重要引擎,中国城市化的发展成了现阶段最为引人注目的问题。城市化发展速度有快有慢,是什么因素影响了城市化的发展速度呢?文章从经济因素、产业因素、社会因素和环境因素四个方面、十几个指标中去分析,经过实证检验发现影响我国现阶段城市化的主要因素是二三产业发展、进出口总额和交通基础设施情况。 中国论文网 /2/view-7401855.htm   关键词:城市化;加速阶段;影响因素;政策建议   一、引言   在2015年政府工作报告上,李克强总理说:“城镇化是解决城乡差距的根本途径,也是最大的内需所在。”虽然中国的城市化有了很大水平的提高,但是其城市化水平不仅严重滞后于发达国家,而且也远低于世界平均水平。本文就是在这个认知上,寻找影响城市化的主要因素,以期有针对性的解决我国城市化过程中的一些问题。根据诺瑟姆的城市化阶段划分,我国在1992年进入了城市化的加速阶段,而且从1992年后我国无论是国内还是国外环境都趋于稳定,经济发展很少有外在因素的干扰。所以本文基于这个考虑,就选择了1992年至今这个阶段的城市化发展研究。   二、指标选取   通过阅读大量关于城市化影响因素模型的实证研究和数据的可获得性,借鉴了史晓庆,任建兰在《影响城市化进程的相关因素分析》一文选取的三个方面的指标,本文在这个基础上对指标进行扩展,选取了以下城市化影响因素的初始指标,在这个基础上,进行筛选出进一步研究的重要指标。   1. 经济因素指标:人均GDP;固定资产投资;城乡收入差距,用城镇居民人均可支配收入减农村居民人均纯收入表示。   2. 产业因素指标:第二产业产值比重;第三产业产值比重。   3. 科技因素指标:科教文卫事业投资,由于统计数据缺失,用财政支出中用于教育、科学研究和医疗卫生的总和表示;普通高等学校在校学生数;从事科技活动人员数。   4. 社会因素指标:交通基础设施状况,用铁路和公路的总里程数表示;进出口总额;外商投资总额,用实际利用外商投资数衡量。   三、建立模型   本文从经济发展水平,产业发展水平,科研投入和社会因素四个方面考察中国城市化进程的影响因素,建立以下模型:   Y=F   其中,Y表示城市化水平,是被解释变量,用城镇人口比重进行测度;PG,FI,UIG,NSC,NST是解释变量,通过这个模型,可以找到城市化水平与经济发展,产业发展,科研投入和社会因素之间的关系。   本文使用了1992~2013年的数据。之所以选择这期间的数据,首先是因为从1992年开始,我国城市化进入加速发展时期;其次也是由于数据的可获得性。数据来源:中国统计年鉴。   四、实证分析   灰色相关度分析   本文采用整体灰色关联分析,它是基于灰色系统的灰色过程, 进行因素间时间序列的比较来确定哪些是影响大的主导因素, 非常适合进行动态过程的分析。   从表1可以看出,自1992年以来,本文选择的11个影响因素均与城市化有很强的关联性。其总排序为:   其中PTV,TAF,PSV,NST,TI,TAI与城市化水平关联性最强,关联度均达到0.9以上,也就是说,这几个因素是影响我国城市化发展的主要因素。由此,下面就重点研究PTV,PTE,TAF,PSE,PSV,NST,TI和TAI也即二三产业发展,交通基础状况,进出口总额,科研投入和对外出口总额对城市化的影响。由于灰色关联分析虽然能准确测度各因素对城市化以及各因素之间的关联程度,但是不能分析出这种关联是正向还是负向,因此,对这些重要因素进行回归分析是很有必要的。   回归分析   1. 平稳性检验。因为以上指标选用的都是时间序列数据,如果指标变量是非平稳的,那么即使样本量很大,用最小二乘法进行估计时也可能会出现伪回归现象,也就是说变量之间并不存在真正有意义的关系,因此要对指标数据进行平稳性检验。检验时间序列平稳性的方法有很多,最常用的方法就是单位根检验。本文采用的就是Augmented Dickey-Fulled Test也即增广迪基--富勒检验来对Y,PTV,TAF,PSV,NST,TI和TAI及其一阶和二阶差分进行检验。检验结果表明:除Y外的其他8个变量的水平系列和一阶差分都是非平稳的,二阶差分都是平稳的,因此可以进一步对上述变量进行协整关系检验。   2. 协整检验。在上述序列数据是二阶单整的情况下需要进一步对其进行协整关系检验。本文采用Johansen检验来验证上述变量的协整关系,检验结果表明,变量之间确实存

您可能关注的文档

文档评论(0)

cmccpppoe + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档