城市化及就业互动关系实证研究.docVIP

城市化及就业互动关系实证研究内容摘要：本文以“城市人口占总人口的比重”作为城市化水平的代理指标，利用协整理论、Granger因果检验、脉冲响应函数及方差分解等计量方法，对改革开放以来上海市城市化与就业量在长期与短期内相互影响的动态关系进行分析。结果表明：上海市城市化与就业量之间存在长期稳定的均衡关系，无论在短期还是长期，城市化均是就业量Granger原因，城市化是促进就业的重要因素；而就业量不构成城市化的Granger原因，就业对城市化的冲击作用不大。最后根据实证研究结果，提出了相应的政策建议。 关键词：城市化 就业 互动关系 计量方法 问题的提出 本文以上海市为例，根据1978-2010年有关时序数据，利用动态计量方法实证分析改革开放以来上海市城市化与就业量之间的互动关系。需要说明的是，本文之所以上海市为例展开研究，其原因在于上海市处在我国经济发展的最前沿，亦是我国城市化水平最高的地区，其人口城市化比重远远高于全国平均水平。以2010年为例，上海市城市人口比重为88.86%，已经达到世界发达国家或地区的人口城市化水平，而就全国而言这一比重仅为49.95%。可以预见，上海目前的现实将是我国其他部分省市乃至全国的发展目标。因此，选择上海为样本展开研究，实证检验城市化和就业的互动关系、并据此提出相关的政策建议，对于其他省市如何在积极推进城市化进程中有效提高就业水平具有很好的借鉴作用。 变量及数据说明 （一）变量的选取及数据来源 由于城市化过程是一个复杂的动态过程，涉及到诸多学科，故学术界迄今为止尚未就采用何种指标来衡量城市化水平达成一致的标准。姜爱林（2002）曾对相关文献进行归纳，将学术界对于城市化水平的衡量方法分为单一指标法、综合指标法和其他指标法等三类。本文考虑到后两种方法在定义和范围界定、以及数据的可获取性上所存在的困难，遵循学术界通常的做法，即采用单一指标法来衡量城市化水平。同时，考虑到城市化实际上是一个农村地域不断向城市地域转换、农村人口持续不断向城市迁移的动态过程，本文以“城市人口占总人口的比重”来衡量城市化水平，并记之为U，单位为%。实际上，这也是国际上衡量城市化水平的最为常用的指标（程治中，2002）。而就业量则用全社会总就业量来衡量，记之为L，单位为万人。 本文的样本数据为上海市1978-2010年的年度数据，数据来源于历年《中国统计年鉴》和《上海市统计年鉴》。在实证研究中，为了消除原始数据可能存在的异方差，对城市化水平和就业量数据均做了取对数处理，分别记为lnU和lnL，其时间趋势如图1所示。 （二）单位根检验 为防止宏观经济变量的不平稳可能导致的谬误回归，需要在回归分析之前检验相关变量的平稳性，及确定其单整的阶数。为此，本文采用最为常用的单位根检验方法ADF检验法进行检验。在进行单位根检验前，需要设定序列是否含有常数项或时间趋势项（高铁梅，2009）。由图1，可以发现变量lnU、lnL均具有较明显的时间趋势项。因此，对lnU和lnL进行单位根检验时，均包括常数项和趋势项，而其差分序列dlnU、dlnL则选择仅包含常数项。具体检验中选择最大滞后阶数为5，其最优滞后阶数的选取基于SC准则。具体检验结果如表1所示。 由表1可知，变量d在10%的显著性水平下均存在单位根，因此是非平稳的。而dlnU和dlnL分别在5%和1%显著性水平下拒绝单位根假设，可见d序列均为一阶单整I（1）序列。因此，可进一步通过协整检验来分析上海市城市化与就业量是否存在长期均衡关系。 实证检验结果 （一）协整检验 如前所述，由于lnU与lnL之间可能存在着某种长期稳定的均衡关系，为此本文将采用基于回归系数的Johansen协整检验方法来加以确定。由于该方法是基于向量回归VAR模型进行的，因此在进行协整检验之前，首先需要确定VAR模型的滞后阶数。本文将利用AIC、SC信息准则和LR统计量来确定模型的最优滞后阶数，具体按照以下步骤进行：首先选择最大滞后阶数5，然后分别根据AIC和SC准则来选取最优滞后阶数，若两者所选取的结论是一致的，则以其结论来确定VAR模型的最优滞后阶数；否则，最优滞后阶数将依据LR统计量来确定。检验结果如表2所示。 由表2可知，所选定的最优滞后阶数为2。因此将在VAR（2）基础上，给出Johansen协整检验的结果，具体包括Trace检验和Max-Eigen检验两种检验方法，检验结果如表3所示。 表3表明，Trace统计量在4.5%显著性水平、而Max-Eigen统计量表明在6%的显著性水平下拒绝不存在协整方程的原假设，而接受了存在一个协整方程的备择假设，综合两种检验方法结果可得，lnU与lnL之间存在一个协整关系，即上海市城市化与就业量之间存在长期稳定的均衡关系