城市化水平衡量标准及与经济增长的实证研究.docVIP

城市化水平衡量标准及与经济增长的实证研究 　　[摘要]随着中国的城镇化进程不断加大，城市水平的发展和衡量变得越来越复杂和重要，城镇化水平不再单纯用城镇常住人口比可以衡量，它需要人口、经济、环境卫生、公共福利、教育等综合指标来衡量。文章以广西为例，利用主成分分析方法对广西壮族自治区城镇化水平进行综合衡量。众所周知，城镇化不断加大，必然带动区域经济繁荣与发展，而区域经济增长也伴随着城镇化水平的提高，文章也从实证的角度分析彼此之间内在的相互影响关系。 　　[关键词]城镇化水平；经济增长；主成分分析；格兰杰因果 　　1复合指标下城镇化率的衡量方法 　　1.1数据来源及处理 　　选取衡量城镇化发展水平的人口指标、经济指标、生活指标、环境卫生指标、教育指标，其中人口指标有城镇人口比X1、人口自然增长X2、二三产业就业人口比X3；经济指标有人均GDP X4、二三产业总值X5、财政支出X6；生活指标有城镇居民人均居住面积X7、社会消费品零售总额X8、城镇基本养老保险参与人数X9；环境卫生指标有平均每人公共绿地面积X10、环境污染治理投资总额X11、每千人中医院X12；教育指标有国家财政性教育经费X13、普通高中生师比X14、普通高等学校招生数X15。以上指标均采用广西1995―2014年的数据，增长率均以上期为基准，数据来源于历年《广西统计年鉴》和国家统计局。 　　1.2主成分分析方法 　　主成分分析是通过一种数学降维的方法，找到几个综合指标变量来代替原来众多的变量，使得综合变量尽可能的包含所有原来变量的信息量，而综合变量间又不相关。具体的数学模型如下： 　　其中X为样本综合评价指标，矩阵里面为p个观测变量、n个样本的值，主成分分析就是将原始指标综合成新的主成分指标，即： 　　1.3城镇化水平衡量 　　根据以上指标利用SAS软件进行主成分分析，由特征值的累积百分比率确定方差贡献的百分数85%，据此选择主成分M=4，各个主成分表达式如下： 　　再根据四个主成分的贡献确定各自权重的权数，得到不同年份城市化率的综合得分，综合得分结果如下所示： 　　其中，F1、F2、F3和F4为主成分，由各个原始指标以及各个指标权重大小组成，根据以上综合得分公式计算出广西不同年份的城市化水平得分情况。可以看出城市化水平主要由主成分F1和F2影响，而F1主要由城镇人口比、人均GDP、城市医院数等因素影响；F2主要由城镇人口比、二三产业就业人口、财政支出等因素影响。 　　2城镇化水平与经济增长的相关性研究 　　2.1数据整理与方法介绍 　　在对广西经济增长与城市化发展相互影响研究分析时，城市化率指标采用由主成分分析得到的综合得分；经济增长指标采用广西人均GDP（PGDP）（ 以1994年为基期）进行衡量，同时对两组数据进行对数处理。本文数据来源均来自《广西统计年鉴》，采用从1994年至2013年各指标的数据进行分析。 　　2.2平稳性检验与协整检验 　　为防止对非平稳时间序列数据直接进行回归分析时产生“虚假回归”现象，同时，对变量采取对数处理。通过利用eViews软件操作，对城镇化水平定义为URB，URB（-1）为其一阶差分，定义经济增长变量为PGDP，PGDP（-1）为其一阶差分，对于URB和PGDP两个变量的平稳性检验，其ADF检测值的绝对值均小于在不同显著性水平下的临界值，因此，数据为非平稳数据，于是对其进行一阶差分处理，其结果显示，两个变量一阶差分后的数据是平稳的，其一阶差分后的ADF检测值的绝对值均大于在1%、5%、10%三个显著性水平下的临界值，因此两个变量数据都为一阶平稳数据，满足同阶单整，因此接下来进行协整检验。 　　由于URB和PGDP两个变量为同阶单整，满足协整检验的前提，接下来考查二者之间是否存在着长期稳定的关系，这里采用的是Johanson检验法，通过在eViews软件上进行协整检验操作，得到结果如下表所示。 　　由上表可知，在“协整向量个数为0”的原假设下，迹统计量和统计量均大于5%临界值，即19.45914.413，18.87414.492，且在“协整向量个数至多为一个”的原假设下，迹统计量和统计量均小于5%的临界值，即0.2493.312，0.0513.190，因此拒绝无协整关系的原假设，Y和G之间存在着长期稳定的协整关系，表明广西20年来经济增长与城市化水平之间存在着一定的相关关系。 　　2.3脉冲响应函数分析 　　为了进一步考察广西经济增长与城市化综合水平相互影响的程度，本文接下来采用脉冲响应函数做进一步的分析。脉冲响应函数是在VAR模型的基础上，因此首先建立VAR模型，再进行脉冲响应函数分析。依据多元向量自回归的VAR模型的基本表达式，本文建立如下经过一阶差分的向量自回归模型：