论文部分内容阅读
摘要:基于2000~2011年我国省级面板数据,采用面板分位数计量模型考察了产业结构引致的城镇化效应。研究发现,第三产业份额的估计参数显著为正,说明产业结构优化带来的城镇化效应是存在的。同时,这种效应对于处于不同分位数上的地区有较大差异:第三产业份额适中的省(市、自治区),城镇化效应最为明显;第三产业份额相对过高或过低的省(市、自治区),产业结构优化带来的城镇化效应较弱,估计参数呈现“两头小、中间大”的结果,显著、稳健为“倒U型”结构。
关键词: 产业结构;城镇化;面板分位数模型
中图分类号:F121.3文献标识码:A文章编号:1003-7217(2013)05-0090-05
一、引言及文献综述
从城镇或城市的起源来看,产业结构与产业分工对其发展起到了非常重要的作用。杨小凯、张永生在其新古典城市化一般均衡模型中,指出城市的起源是分工演进的结果。随着交易效率的不断改进,社会状态沿着“自给自足——局部分工——完全分工”的路径演进。工农业之间分工的不断深化将会导致城镇与城市的出现[1]。产业结构的优化与转型可以使得农村人口向非农产业转型,进而推动城镇化的发展[2,3]。另外,产业在发达地区或城市集聚的这一过程中,必然伴随着区域空间内的产业转移,从而会影响地区城镇化的发展。
Bruckner(2012)以非洲为例,考察了农业部门、城镇化和经济发展三者间的关系,通过实证检验后发现:农业总产值和城镇化率之间呈反比[5]。Shahbaz and Lean(2012)则以突尼斯为例,研究发现工业化和城镇化之间存在重要联系[6]。
我国学者马凤鸣(2012)考察了产业结构转变和城镇化两者的关联,指出产业结构是经济发展的必然表现形式,而城镇化的出现则必须以经济发展为前提[7]。郝俊卿、曹明明(2012)以关中地区为例,分析发现该地区的产业结构演变和城镇化之间具有较强的时序关联[8]。陈晨子、成长春(2012)以我国1978~2011年经济时序数据为例,通过构建ECM模型发现产业结构和城镇化之间具有协整关系[9]。
图1展示了2000~2011年我国第二产业增加值份额(Industry)、第三产业增加值份额(Service)与城镇人口占总人口比重(Urban Rate)的历史变迁。根据表1的城市化水平标准判断,目前我国整体处于城市化中级阶段,以第二产业为主。尽管较多文献基于不同的国家或地区都发现了产业结构变迁带来的城镇化效应,但从图1可以发现,2000~2009年,我国第二、第三产业增加值份额呈现“此消彼长”趋势,2010~2011年两者都趋于平稳;2000~2011年我国城镇化却稳步增长。从图形走势来看,不论是第二产业增加值份额还是第三产业增加值份额,和城镇化的变化趋势之间的规律性并不明显。可能的原因是:地区间的差异性使得加总数据并不能反映个体变化;处于不同产业结构阶段的地区,产业结构对城镇化的影响不尽相同。为此,下面将基于2000~2011年我国省级面板数据,采用面板分位数回归模型,实证检验我国产业结构变化引致的城镇化效应。
(三)变量描述与数据来源
1. 城镇化率(URAT)。用年末城镇人口占该地区年末总人口的比重来衡量城市化率。数据来源于中经网统计数据库,缺失值经过各省(市、自治区)统计年鉴进行补充。
2. 产业结构(SEVE)。用第三产业增加值占比来衡量一个地区的产业结构:若第三产业增加值占比(SEVE)最大,说明该地区的产业结构中第三产业份额最高。数据来源于中经网统计数据库并经计算得出,缺失值经过各省(市、自治区)统计年鉴进行补充。
3. 交通基础设施(ln INFR)。它反映了一个地区的通达性、接触度以及外部联系。一般而言,交通基础设施越发达的地区,越容易接触到外部先进理念、技术、文化等,通过技术外部性、知识外部性、文化外部性等途径受益更多,因此,城镇化进程也会更快。用区域单位面积的公路里程反映地区的公路网建设水平(单位:公里/平方千里)。数据来源于历年各省(市、自治区)统计年鉴。由于数据较大,并基于减小异方差考虑,采用对数形式进入模型。
根据表3中面板分位数模型回归结果,在0.1、0.25、0.50、0.75和0.9这五个分位数上,分别基于不存在非观测异质性和存在非观测异质性的情形下进行了多次估计,可见,λ=1对应的回归结果是相对最优的。
对于两大类回归结果,第三产业份额的参数估计值都显著为正,在0.01的显著性水平上显著,说明第三产业份额的增加确实推动了我国的城镇化进程。以λ=1.0、QR=0.5为例,参数估计值为0.041,说明第三产业份额每增加1个单位,会带来城镇化水平0.041的增加。
同时,对于第三产业份额处于不同水平的省(市、自治区)而言,不同分位数上对应的参数估计值有较大的差异,并且呈现一定的规律性:在0.1、0.25、0.50、0.75和0.9这五个分位数上,λ=1.0时对应的参数估计值分别为0.02、0.03、0.041、0.036和0.021;以存在非观测异质性时调整参数λ=1.0为例,处于0.5分位数对应的估计值最大,并且呈现“两头小、中间大”的结果,为“倒U型”结构。也就是说,第三产业份额适中的省(市、自治区),2000~2011年第三产业份额的增加带来的城镇化效应最为明显;第三产业份额相对过高或过低的省(市、自治区)而言,产业结构优化带来的城镇化效应较弱。对于其他参数下的回归结果,估计参数的“倒U型”结论仍然成立。这一结论与表1中的城市化与产业结构的关系是完全吻合的,是对城市化理论的有力支撑,而这也是对现有此方面实证文献的有益补充。 对于产业结构引致的城镇化效应,其估计系数呈现出倒U型,这主要是由于我国地区经济发展的不均衡导致的。在中国,处于低分位的样本更多的是以农业为主的欠发达地区,后者的工业化水平相对较低。而服务业的发展是高度工业化之后的结果,这在西方发达国家的产业发展史中已经得到了验证。因此,相对落后的工业发展水平是影响这些地区产业结构优化升级带来的城镇化效应的重要原因。对于在较高分位的样本,则是以发达地区为主。这些地区的第三产业已经相对发达。因此,第三产业发展水平的进一步提高,会影响其城镇化效应的进一步提高。对于处于中间分位的样本,则更多是中部地区,其发展较好的工业为服务业的发展提供了极大的支撑条件,而发展相对滞后的第三产业则是产业结构优化引致的城镇化效应得以极大发挥的重要原因。
四、结论
产业结构与城市化之间有着极为密切的关联。依据现有城市化水平分类标准,目前我国仍处于城市化中级发展阶段(见表1和图1),以第二产业为主导产业。但由于我国地域经济发展的极大差异性,全国平均水平上的数据难以反映地区经济异质性:按现有划分标准,我国部分东部地区已经步入城市化高级阶段,产业结构以第三产业为主;而一些欠发达地区恰恰相反,甚至处于城市化发展的初级阶段,以第一产业为主导产业。以上研究发现,第三产业份额的估计参数显著为正,说明产业结构优化带来的城镇化效应是存在的。但处于不同产业结构水平的地区,这种效应有较大的差异。
注释:
①在类似的条件下,Graham, Hahn and Powell(2009)发现,在非差分面板数据模型中不存在偶发参数问题(Incidental Parameter Problem)。
②
我国在没有大规模资产普查的情况下,一般采用的方法是首先估计一个基年值,然后用永续盘存法按基年不变价格计算某年物质资本存量。
参考文献:
[1]杨小凯,张永生.新兴古典经济学和超边际分析[M].北京:中国人民大学出版社,2008.
[2]谢恒,杨琴. 欠发达地区农民工返乡创业路径研究[J]. 邵阳学院学报(社会科学版),2012,(5):26-31.
[3]李启平.湖南省农村劳动力转移对城乡收入差距的影响[J].邵阳学院学报(社会科学版),2012,(6):26-31.
[4]Bruckner, M.Economic growth,size of the agricultural sector, and urbanization in africa[J].Journal of Urban Economics, 2012,(1):26-36.
[5]Shahbaz, M and Lean, H.H.Does financial development increase energy consumption? the role of industrialization and urbanization in tunisia[J]. Energy Policy, 2012,(40): 473-479.
[6]马凤鸣.产业结构转换与城镇化[J].长春大学学报,2012,(3):45-47.
[7]郝俊卿,曹明明.区域产业结构演进与城镇化发展关系研究[J].西北大学学报,2012,(2):127-132.
[8]陈晨子,成长春.产业结构、城镇化与我国经济增长关系的ECM模型研究[J].财经理论与实践(双月刊),2012,(11):85—89.
[9]Koenker, R.Quantile regression for longitudinal data[J]. Journal of Multivariate Analysis, 2004,91(1):74-89.
[10]Lamarche, C.Robust penalized quantile regression estimation for panel data[J]. Journal of Econometrics, 2010, 157(2):396-40.
[11]Harding, M.and Lamarche, C.A quantile regression approach for estimating panel data models using instrumental variables[J]. Economics Letters,2009,104(3):133-135.
(责任编辑:宁晓青)
关键词: 产业结构;城镇化;面板分位数模型
中图分类号:F121.3文献标识码:A文章编号:1003-7217(2013)05-0090-05
一、引言及文献综述
从城镇或城市的起源来看,产业结构与产业分工对其发展起到了非常重要的作用。杨小凯、张永生在其新古典城市化一般均衡模型中,指出城市的起源是分工演进的结果。随着交易效率的不断改进,社会状态沿着“自给自足——局部分工——完全分工”的路径演进。工农业之间分工的不断深化将会导致城镇与城市的出现[1]。产业结构的优化与转型可以使得农村人口向非农产业转型,进而推动城镇化的发展[2,3]。另外,产业在发达地区或城市集聚的这一过程中,必然伴随着区域空间内的产业转移,从而会影响地区城镇化的发展。
Bruckner(2012)以非洲为例,考察了农业部门、城镇化和经济发展三者间的关系,通过实证检验后发现:农业总产值和城镇化率之间呈反比[5]。Shahbaz and Lean(2012)则以突尼斯为例,研究发现工业化和城镇化之间存在重要联系[6]。
我国学者马凤鸣(2012)考察了产业结构转变和城镇化两者的关联,指出产业结构是经济发展的必然表现形式,而城镇化的出现则必须以经济发展为前提[7]。郝俊卿、曹明明(2012)以关中地区为例,分析发现该地区的产业结构演变和城镇化之间具有较强的时序关联[8]。陈晨子、成长春(2012)以我国1978~2011年经济时序数据为例,通过构建ECM模型发现产业结构和城镇化之间具有协整关系[9]。
图1展示了2000~2011年我国第二产业增加值份额(Industry)、第三产业增加值份额(Service)与城镇人口占总人口比重(Urban Rate)的历史变迁。根据表1的城市化水平标准判断,目前我国整体处于城市化中级阶段,以第二产业为主。尽管较多文献基于不同的国家或地区都发现了产业结构变迁带来的城镇化效应,但从图1可以发现,2000~2009年,我国第二、第三产业增加值份额呈现“此消彼长”趋势,2010~2011年两者都趋于平稳;2000~2011年我国城镇化却稳步增长。从图形走势来看,不论是第二产业增加值份额还是第三产业增加值份额,和城镇化的变化趋势之间的规律性并不明显。可能的原因是:地区间的差异性使得加总数据并不能反映个体变化;处于不同产业结构阶段的地区,产业结构对城镇化的影响不尽相同。为此,下面将基于2000~2011年我国省级面板数据,采用面板分位数回归模型,实证检验我国产业结构变化引致的城镇化效应。
(三)变量描述与数据来源
1. 城镇化率(URAT)。用年末城镇人口占该地区年末总人口的比重来衡量城市化率。数据来源于中经网统计数据库,缺失值经过各省(市、自治区)统计年鉴进行补充。
2. 产业结构(SEVE)。用第三产业增加值占比来衡量一个地区的产业结构:若第三产业增加值占比(SEVE)最大,说明该地区的产业结构中第三产业份额最高。数据来源于中经网统计数据库并经计算得出,缺失值经过各省(市、自治区)统计年鉴进行补充。
3. 交通基础设施(ln INFR)。它反映了一个地区的通达性、接触度以及外部联系。一般而言,交通基础设施越发达的地区,越容易接触到外部先进理念、技术、文化等,通过技术外部性、知识外部性、文化外部性等途径受益更多,因此,城镇化进程也会更快。用区域单位面积的公路里程反映地区的公路网建设水平(单位:公里/平方千里)。数据来源于历年各省(市、自治区)统计年鉴。由于数据较大,并基于减小异方差考虑,采用对数形式进入模型。
根据表3中面板分位数模型回归结果,在0.1、0.25、0.50、0.75和0.9这五个分位数上,分别基于不存在非观测异质性和存在非观测异质性的情形下进行了多次估计,可见,λ=1对应的回归结果是相对最优的。
对于两大类回归结果,第三产业份额的参数估计值都显著为正,在0.01的显著性水平上显著,说明第三产业份额的增加确实推动了我国的城镇化进程。以λ=1.0、QR=0.5为例,参数估计值为0.041,说明第三产业份额每增加1个单位,会带来城镇化水平0.041的增加。
同时,对于第三产业份额处于不同水平的省(市、自治区)而言,不同分位数上对应的参数估计值有较大的差异,并且呈现一定的规律性:在0.1、0.25、0.50、0.75和0.9这五个分位数上,λ=1.0时对应的参数估计值分别为0.02、0.03、0.041、0.036和0.021;以存在非观测异质性时调整参数λ=1.0为例,处于0.5分位数对应的估计值最大,并且呈现“两头小、中间大”的结果,为“倒U型”结构。也就是说,第三产业份额适中的省(市、自治区),2000~2011年第三产业份额的增加带来的城镇化效应最为明显;第三产业份额相对过高或过低的省(市、自治区)而言,产业结构优化带来的城镇化效应较弱。对于其他参数下的回归结果,估计参数的“倒U型”结论仍然成立。这一结论与表1中的城市化与产业结构的关系是完全吻合的,是对城市化理论的有力支撑,而这也是对现有此方面实证文献的有益补充。 对于产业结构引致的城镇化效应,其估计系数呈现出倒U型,这主要是由于我国地区经济发展的不均衡导致的。在中国,处于低分位的样本更多的是以农业为主的欠发达地区,后者的工业化水平相对较低。而服务业的发展是高度工业化之后的结果,这在西方发达国家的产业发展史中已经得到了验证。因此,相对落后的工业发展水平是影响这些地区产业结构优化升级带来的城镇化效应的重要原因。对于在较高分位的样本,则是以发达地区为主。这些地区的第三产业已经相对发达。因此,第三产业发展水平的进一步提高,会影响其城镇化效应的进一步提高。对于处于中间分位的样本,则更多是中部地区,其发展较好的工业为服务业的发展提供了极大的支撑条件,而发展相对滞后的第三产业则是产业结构优化引致的城镇化效应得以极大发挥的重要原因。
四、结论
产业结构与城市化之间有着极为密切的关联。依据现有城市化水平分类标准,目前我国仍处于城市化中级发展阶段(见表1和图1),以第二产业为主导产业。但由于我国地域经济发展的极大差异性,全国平均水平上的数据难以反映地区经济异质性:按现有划分标准,我国部分东部地区已经步入城市化高级阶段,产业结构以第三产业为主;而一些欠发达地区恰恰相反,甚至处于城市化发展的初级阶段,以第一产业为主导产业。以上研究发现,第三产业份额的估计参数显著为正,说明产业结构优化带来的城镇化效应是存在的。但处于不同产业结构水平的地区,这种效应有较大的差异。
注释:
①在类似的条件下,Graham, Hahn and Powell(2009)发现,在非差分面板数据模型中不存在偶发参数问题(Incidental Parameter Problem)。
②
我国在没有大规模资产普查的情况下,一般采用的方法是首先估计一个基年值,然后用永续盘存法按基年不变价格计算某年物质资本存量。
参考文献:
[1]杨小凯,张永生.新兴古典经济学和超边际分析[M].北京:中国人民大学出版社,2008.
[2]谢恒,杨琴. 欠发达地区农民工返乡创业路径研究[J]. 邵阳学院学报(社会科学版),2012,(5):26-31.
[3]李启平.湖南省农村劳动力转移对城乡收入差距的影响[J].邵阳学院学报(社会科学版),2012,(6):26-31.
[4]Bruckner, M.Economic growth,size of the agricultural sector, and urbanization in africa[J].Journal of Urban Economics, 2012,(1):26-36.
[5]Shahbaz, M and Lean, H.H.Does financial development increase energy consumption? the role of industrialization and urbanization in tunisia[J]. Energy Policy, 2012,(40): 473-479.
[6]马凤鸣.产业结构转换与城镇化[J].长春大学学报,2012,(3):45-47.
[7]郝俊卿,曹明明.区域产业结构演进与城镇化发展关系研究[J].西北大学学报,2012,(2):127-132.
[8]陈晨子,成长春.产业结构、城镇化与我国经济增长关系的ECM模型研究[J].财经理论与实践(双月刊),2012,(11):85—89.
[9]Koenker, R.Quantile regression for longitudinal data[J]. Journal of Multivariate Analysis, 2004,91(1):74-89.
[10]Lamarche, C.Robust penalized quantile regression estimation for panel data[J]. Journal of Econometrics, 2010, 157(2):396-40.
[11]Harding, M.and Lamarche, C.A quantile regression approach for estimating panel data models using instrumental variables[J]. Economics Letters,2009,104(3):133-135.
(责任编辑:宁晓青)