我国城镇化影响因素的计量分析[参考]

《我国城镇化影响因素的计量分析[参考]》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、我国城镇化影响因素的计量分析【摘要】随着社会经济的不断发展，城乡差距及其所引起的一系列问题成了人们关注的焦点。文章以城镇人口占全国总人口比重为研究对象，探讨在相对灵活的户籍政策下其与城乡居民的收入差、失业率以及城镇规模的大小等的相互关系，并就存在的问题提出相关的政策建议。【关键词】城镇化；人口流动；计量分析一、引言改革开放以来，在社会发展进程中我国大力引入了市场机制，采取市场化的社会发展取向，以市场机制为主导优化各种资源的配置，矫正计划经济的不足。作为生产要素之一的劳动力，也与之相适应地通过劳务市场进行配置，促进了社会、经济的发展。根据库

2、兹涅茨对现代经济增长的分析，其显著特点之一就是经济结构的转变。英国经济学家威廉·佩第（WilliamPetty）在其著作《政治算术》中指出：随着经济的发展，劳动力将由第一产业向第二、第三产业转移。自20世纪80年代起，我国在经济制度转型时期逐步放松了户籍限制，开始允许农村的剩余劳动力进入城镇地区务工经商以来，随着我国经济的快速发展，经济结构的迅速转变，人口不断地涌入到工业和服务业相对发达的城镇中去，使得城镇人口比重不断增大。1984年的中共中央“一号文件”实行农民自理口粮到集镇落户的政策，这就意味着人口的流动进入了一个相对自由的阶段。鉴于

3、这点，本文将1984年即该文件颁布当年起至2002年的城镇人口比重及相关变量作为分析对象进行探讨。二、样本数据选取及描述性分析本文将城镇化程度的提高归咎于两个方面：（1）城镇范围的不断扩大，使部分农村人口“被动”地成为了城镇人口；（2）农村人口“主动”地流动城镇，提高了城镇化水平。对于第一方面的因素，由于城镇面积等数据采集困难，本文选取“市辖区数”作为城镇扩大程度的量化指标，这样的选择虽不能完全体现城镇的扩张程度，但是也有其合理性。因为随着城市范围的不断扩大，新的市辖区也不断的出现，所以市辖区数能在一定程度上反映了城镇范围的扩大。对于第二

4、方面的因素，一般认为社会人口流动主要是由于三次产业之间和城乡之间比较收益差别所引起的。这里的收益主要包括经济收益、亲情收益、环境收益及预期收益等，但起主导作用的是经济性的物质利益。而这种物质利益主要表现在收入水平上。而城镇居民较高的可支配收入，农村居民较低的人均纯收入正是引导我国人口城乡之间流动的重要因素。所以，选取了城镇居民人均可支配收入和农村居民人均纯收入的差作为另一个指标。而农村居民对于这种收入差距，可以根据前一期和当期的收入差来进行判断。收入差距的拉大，将导致农村人口加速向城镇流动。同时，农村人口流向城市后可能遇到的一个较大的收益

5、风险就是失业。农村人口在向城镇迁移过程中付出了一定的迁移成本，但是却无法在城镇中寻找到生存的空间，这是他们所不愿意碰到的。失业的风险将会成为农村居民向城镇转移的障碍，失业率越高，这种障碍就愈加显著。所以也将城镇登记失业率作为一个考察指标。三、计量模型与检验根据上文的分析，笔者就城镇人口占全国总人口的比重与城乡居民收入差和失业率进行回归分析。计量模型中的RATE为城镇人口占全国总人口比重，NUMB为市辖区数，CITY为城镇居民人均可支配收入。表1：我国1984年以来城乡的相关统计数据资料来源由《中国统计年鉴》和《中国人口年鉴》历年的数据资料

6、整理而得。CITY1为前一期的城镇居民人均可支配收入，COUN为农村为城镇居民人均可支配收入，CITY1为前一期得城镇居民人均可支配收入，COUN为农村居民人均纯收入，COUN1为前一期农村居民人均纯收入，UNE为城镇登记失业率。回归结果如下：从上面的估计结果可以看出：，表明模型在整体的拟合得非常好。F=286.6205显著。NUMB、(CITY1-COUN1)的统计量显著，但是(CITY-COUN)、UNE的t统计量都较小。鉴于我国在城镇登记失业率在统计上的一直存在着争议，它与实际城镇人口失业率存在较大的误差，所以这个变量无法很好的作为

7、解释变量。所以先剔除UNE即城镇登记失业率，再进行回归得：从上面的估计结果可以看出：除(CITY-COUN)的t统计量外，其他的统计量都相当好。对于(CITY-COUN)的P值0.1157，置信度不高。考虑到一个迁入城市当期的收入（多为工资性）一般是可以预见的，而由于农业本身是高风险的产业，不仅价格对收益有很大影响，而且还面对着气候，虫害等一系列工业、服务业所没有的风险，所以当期的农业上的收入很难预计。这个指标对城镇人口比重得影响与原先所估计有所不同，对农村人口的迁移并没有太大的相关性。剔除(CITY-COUN)，进行回归：虽然所有的统计

8、量多很显著，但是DW值很小，表明了变量之间正相关的存在。从图1中也可以看出回归残差高度正相关。图1方程回归的残差分布图为了改进模型，我们用Cochrane-Orcutt方法，经过两次的迭代，重