城乡统筹-城镇化与农业经济增长关系的实证分析

《城乡统筹-城镇化与农业经济增长关系的实证分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、城乡统筹:城镇化与农业经济增长关系的实证分析　　中图分类号：F224；F299.27；F427；F127文献标识码：A：1001-828X（2015）010-000-01　　引言　　城乡统筹是我国社会发展中重要的一个部分，能够通过城镇化的发展，推动农村的发展速度，促进农业经济增长。在我国经济社会的发展中，大多数人仅仅意识到了城镇化在经济增长上的应用，却忽视了农业发展对城镇化的奠基作用。目前我国的农业生产中，主要还是以小农生产方式为主，农村的文化程度相对较低，智能化水平较低，相关的科技知识不够先进，严重制约了农业经济的发展。随着城镇化进程，反

2、而使得农业更加脆弱，大量的劳动力开始转向城市，农业生产面临困境。因此要对两者之间进行分析，更好的促进城乡统筹的进程。　　一、城镇化与农业增长之间关系的研究方法　　（一）单位根检验　　首先要对相关的数据进行单位根检验。如果数据中存在单位根，则首先要进行一阶差分。之后如果序列成为了一个平稳的过程，就将时间序列称作一阶单整序列，设作I（1）。如果时间序列在一阶差分后没有达到平稳，而是需要p次差分后才能获得平稳的曲线，则将其称作p阶单整序列，设作I（p）。本文中所使用的方法是ADF检验法。　　（二）协整检验　　协整检验能够对两个线性数据之间进行分析

3、，观察是否具备动态平衡关系。首先是通过单位根的检验方法对时间序列的平稳性进行检验，如果出现不平稳的情况，则需要对其进行差分。当时间序列平稳之后，再对其进行协整检验。在协整方法上，本文采用的是EG两步法。　　（三）格兰杰因果关系检验　　通过协整检验的过程后，能够确定这两个数据之间是否具有长期平衡关系，之后再通过格兰杰因果关系检验方法对这两者的因果关系进行分析。通过这种分析方法，能够确定是否可以通过一个变量对另一个变量的变化进行估计[1]。　　二、实证分析和结果　　（一）数据　　本文主要是对城镇化和农业经济增长之间的关系进行分析，研究如何在城乡

4、统筹背景下均衡两者的发展。农业经济的增长直接反应出了农业生产的收益，在本文中通过某产业的人均GDP表现，设作Xt。城镇化的发展通过城镇化水平表现，通过城镇人口在全部人口中的比例对城镇化水平进行判定，设作Yt。本文的数据来自于1978年～2009年的《中国统计年鉴》，样本的时间段在1978年～2008年。统计年鉴中一产GDP通过现价表示，为了避免物价差异所带来的误差，首先对1978年的农业产出指数进行缩减处理。之后用农业GDP除以一产工作人员人数，得到的数据设作Xt。为了保证数据中不会出现异方差的误差，因此要分别对数据进行自然对数的提取，分别

5、设作Inxt和Inyt，分别将差分序列设作?Inxt和?Inyt。　　（二）单位根的检验　　在单位根的检验上，通过Eviews软件分别对Inxt和Inyt进行ADF处理。根据数据的特点制定相应的序列图形，根据图形能够发现，两个数据都是呈上升的状态，随着时间截距不断上升。　　根据单位根的检验公式对数据进行处理后的结果，在Inxt和Inyt在未经过差分处理时，ADF的统计量大于显著性水平5%时的临界值，从这里可以看出这两个数据都有着单位根，因此要进行相应的一阶差分处理，并对处理后的数据再次进行单位根检验。　　在经过一阶差分处理之后，两个数据原本

6、的时间趋势逐渐消失，?Inxt在零均值的区域中波动，变化无规则可循，并有着一定的时间趋势。通过单位根的检验方程对数据进行处理，发现为非平稳序列。而?Inyt中并没有零均值的存在，也没有明显的时间趋势。在两个数据进行方程检验之后，发现仍然有平方根的存在，属于不平稳序列，因此要继续进行差分处理，并对处理后的数据继续进行检验。在对结果进行分析后发现，经过二次差分后，数据变为平稳序列，两者都是均分二阶单整，设作Inxt～I（2），Inyt～I（2）。　　（三）协整检验　　首先通过OLS方法对两个变量的回归方程进行预测。城镇化和农业经济增长可以看做因

7、果关系，根据我国的目前状况，所以先将Inxt作为解释变量，先分析其对农业经济增长的影响。通过回归方程进行计算之后得到残差，之后要对残差进行分析，分析是否为平稳序列。　　经过计算分析之后，发现两者之间存在长期均衡关系，之后再用Inyt作为解释变量，分析其对城镇化的影响。根据计算结果，发现农业经济增长对城镇化也有着一定的促进作用。因此我们可以得到结果，两者之间互为因果关系，有所区别的只是在催你的方式上，城镇化对农业经济增长的促进效率较高。　　在得到结果之后，还要对其进行误差修正，保证数据的精准性，并分析两个变量之间短期的联系。通过分析计算得知，

8、短期中农业经济增长对城镇化虽然有一定的促进作用但是并不明显，而在长期条件中，则具备一定的调节作用。　　（四）格兰杰因果关系检验　　格兰杰因果关系的检验主要是为了确保一个数据是否会