中國城鎮化發展與農民收入增長關系

前言:尋找寫作靈感?中文期刊網用心挑選的中國城鎮化發展與農民收入增長關系,希望能為您的閱讀和創作帶來靈感,歡迎大家閱讀并分享。

中國城鎮化發展與農民收入增長關系

摘要:大量研究資料表明,在城鎮化這個命題中,中外眾多學者從不同領域入手,研究了其與宏觀經濟變化,平均人口收入變化和產業重構調整升級等眾多領域的關系,結果均顯示正相關關系,因此得出了城鎮化是人類社會進程推動和發展的重要因素的結論。本文將運用數學模型,將定理結合實際來分析我國城鎮化與農副產品產業之間的關系。

關鍵詞:中國城鎮化發展;農民收入增長;關系;動態計量經濟分析

一、背景

通過閱讀文獻可以發現,國內外學者分別從不同角度研究了城鎮化與經濟增長、農民收入增加、產業結構升級以及農業產業化之間的關系,認為城鎮化是經濟社會發展的主要動力之一,城鎮化與經濟增長、人均GDP、二三產業就業人員比重、工業化水平、農民收入水平等因素都關系密切,且呈明顯的正向相關關系。但是,專門就城鎮化與農業增長關系的研究較少,定量研究的資料更是缺乏。農業增長與城鎮化相互作用的效果如何?如何結合中國數據定量分析二者之間的關系,研究這個問題有利于正確把握我國城鎮化與農業增長的互動機制,為城鄉統籌發展提供決策依據。下文運用協整分析、誤差修正模型分析對我國城鎮化與農業經濟增長關系進行定量研究,分析我國城鎮化與農業增長相互影響的動態變化。

二、研究方法與數據來源

1.單位根檢驗

首先對所研究的相關數據進行單位根檢驗。如果序列存在單位根,則進行一階差分,一階差分后,序列成為平穩過程,則稱時間序列為一階單整序列,記作I(1)。如果非平衡時間序列經過p次差分才能達到平穩,則稱其為p階單整序列,記為I(p),其中p表示單整階數。本文采用ADF檢驗法對相關數據進行單位根檢驗。考慮y存在p階序列相關,用p階自回歸過程來修正:ut是服從獨立同分布的白噪聲過程:p為最佳滯后期數,保證ut的平穩性,其確定服從赤池信息準則(高鐵梅,2009)。

2.協整檢驗

兩個線性增長量是否具有穩定的動態均衡關系可由協整關系來表達。先用單位根檢驗考查時間序列是否平穩,如果不平穩則進行差分,直到平穩后,進行協整檢驗,判斷它們之間是否有協整關系,然后進行線性回歸。本文的協整檢驗采用EG兩步法。

3.變量和數據選擇

本項研究采用全國的數據資料,均來自于《中國統計年鑒》(各年),取樣時段為1978-2015年。其中,農民人均純收入PI以現價形式表示,考慮到消除物價因素的影響,本文直接采用以1978年為基期(1978=100)的農民人均純收入指數。為了消除數據的異方差性,對農民收入和城鎮化指標均取自然對數,分別用LnNM、LnSC、LnFSC、LnCZH表示,取自然對數后不改變數據的協整關系。

三、實證模型

1.單位根檢驗

為檢驗變量的平穩性,對消除異方差后的LnNM、LnSC、LnFSC、LnCZH時間序列進行ADF單位根檢驗。從檢驗結果可知,農民人均純收入、生產性收入、非生產性收入以及城鎮化水平的對數的一階差分序列在95%的置信水平下,ADF檢驗均顯示為一階單整序列。

2.協整檢驗

單位根檢驗結果表明城鎮化水平、農民人均純收入、生產性收入、非生產性收入這四個變量的自然對數序列為一階單整序列,根據協整理論它們之間可以進行協整分析,現用E-G兩步法對變量之間進行協整關系檢驗。第一步,對變量進行平穩性檢驗:第二步,對變量進行普通最小二乘法回歸,對回歸方程的殘差進行平穩性檢驗,若殘差是平穩的,則回歸方程的變量之間就存在協整關系,反之則不存在協整關系:首先估計LnNM對LnCZH,LnSC對LnCZH,LnFSC對LnCZH的回歸方程,它們的回歸模型為:LnNM=α1+β1LnCZH+εt1LnSC=α2+β2LnCZH+εt2LnFSC=α3+β3LnCZH+εt3方程1的殘差序列是平穩的,說明農民人均純收入和城鎮化之間存在長期的穩定關系;方程2的殘差序列是平穩的,說明生產性收入和城鎮化之間存在著長期的穩定關系;方程3的殘差序列是非平穩的,說明非生產性收入和城鎮化之間不存在長期的穩定關系。

四、結語

農民的人均純收入和生產性收入與城鎮化水平之間均存在顯著的長期均衡關系。因此提高城鎮化水平對農民生產性收入(農民家庭經營收入與工資收入之和)的增長具有明顯的促進作用,進而增加了農民的人均純收入。農民的非生產性收入與城鎮化水平之間不存在顯著的長期均衡關系。說明城鎮化發展對農民非生產性收入(財產性收入與轉移性收入之和)的促進作用波動較大,它們之間沒有形成穩定的長期關系。

參考文獻:

[1]蘇發金.城鄉統籌:城鎮化與農業經濟增長關系的實證分析[D].中南財經政法大學.

[2]張麗妮.山西省城鎮化發展與農民增收關系的實證分析.

作者:侯卓君 單位:英國利物浦大學

亚洲精品一二三区-久久