基于VAR模型的“三化”同步研究-论文.pdf

基于VAR模型的“三化”同步研究-论文.pdf

ID:53028771

大小:1.20 MB

页数:5页

时间:2020-04-14

基于VAR模型的“三化”同步研究-论文.pdf_第1页
基于VAR模型的“三化”同步研究-论文.pdf_第2页
基于VAR模型的“三化”同步研究-论文.pdf_第3页
基于VAR模型的“三化”同步研究-论文.pdf_第4页
基于VAR模型的“三化”同步研究-论文.pdf_第5页
资源描述:

《基于VAR模型的“三化”同步研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第35卷湖北师范学院学报(哲学社会科学版)Vo1.35第4期JoumalofHubeiNormalUniversity(PhilosophyandSocialScience)No.4,2015基于VAR模型的“三化’’同步研究肖六亿,高玉胭(湖北师范学院经济与管理学院,湖北黄石435002)(摘要]采用中国1978—2013年的经济数据,通过构建稳定的VAR模型,运用脉冲响应函数和方差分解方法对中国城镇化、工业化和经济增长三者之间的关系进行了分析。研究发现,相比工业化而言,城镇化冲击对经济增长的作用更强。同时,城镇化对经济增长具有非

2、均匀作用,因此推动中国经济增长的动力阶段性地依赖于工业化,长期性地依赖于城镇化。[关键词]“三化”同步;VAR模型;城镇化;工业化;经济增长(中图分类号】F06(文献标识码】A(文章编号】1009.4733(2015)04.0057.05doi:10.3969/1.issn.1009—4733.2015.04.013在新型工业化与城镇化中期交叠之时,中已有研究虽然涉及城镇化、工业化和经济增国经济增长步人新常态,由高速转为中高速。长,但是他们要么研究城镇化与经济增长的关“四化同步”推进中国经济持续增长,城镇化和系,要么研究工业化与经济

3、增长的关系,要么研新型I业化是经济增长的两个重要引擎。但是究城镇化与工业化之间的关系。这些研究不能城镇化、新型工业化与经济增长三者之间的关全面反映城镇化中期和新型工业化交叠时期的系,一直是人们期待解决的问题。中国经济增长。为了反映同一时期的三个变量自2007年开始,对这方面的研究就没有间之间的关系,本文将城镇化、工业化、经济增长纳断。朱孔来等实证研究了中国的城镇化进程与入同一研究体系,选取中国1978-2013年的数经济增长关系,得出城镇化进程与经济发展水平据,建立VAR模型,运用格兰杰因果检验、脉冲之间存在长期稳定的均衡关系这一结

4、论,并认为响应函数和方差分解方法,进行全面解析。我国城镇化率每提高一个百分点,可以维持7.2.确定指标和数据来源1%的经济增长。蔺雪芹、黄婷也分别对中国经济增长过程就是工业化和城镇化的过程。城镇化与经济增长之间的关系进行了研究,结论根据配第——克拉克定理,随着经济的发展,第都表明我国城镇化更多是经济发展的一种结果一产业国民收入和劳动力的相对比重逐渐下降,和现象,即经济增长是城镇化水平提高的原因,第二产业国民收入和劳动力的相对比重上升;经但是城镇化并不是经济增长的原因。朱海玲等济进一步发展,第三产业国民收入和劳动力的相采用多元回归或滞

5、后Ys-布回归分析的方法,构建对比重也开始上Y-l-。第二产业收入增长和就业了工业化和城镇化互动的经济计量模型,有效揭增加就是工业化,第二产业和第三产业吸收劳动示了在现代化过程中工业化和城镇化联动和互力比重增加就是城镇化过程。因此,经济增长、动的数量关系和规律。简新华通过与发达工业工业化和城镇化在一定时段是交叠在一起的。化国家的比较,阐明了我国城镇化与I业化在城三者相互具有促进作用,但是它们因果关系不确镇化与工业化的时代背景、国情条件、发展过程、定,发生作用的逻辑顺序有差异,为了进一步明实现道路等方面的特殊性。张伟等采用面板协确它们

6、的相互关系,在建立模型之前需要对相应整分析方法和面板数据模型估计方法,以工业48指标进行规定。对经济增长的作用关系为着眼点进行研究,结果为进一步量化经济增长、城镇化和工业化。表明工业化对经济增长具有明显的促进作用。[收稿日期]20l5—_03—05【作者简介]肖六亿,男,博士,教授,主要研究方向为宏微观经济学;高玉胭,女,硕士研究生,主要研究方向为计量经济学。·57·越好。Oi:以残差通过了正态性检验,即残差是服著;滞后1、4期的工业化对经济增长的影响则较从正态分布的。显著。滞后3、4期的经济增长对城镇化的影响表3峰度与偏度检验相对

7、显著,滞后2、4期的工业化对城镇化的影响Prob>chi2相对显著。滞后1—3期的经济增长对工业化进程有一定的影响,滞后2、3期的城镇化对512业化skewnesstestkurtosistest影响较显著。D.Lnl0.646530.6695O3.3格兰杰因果关系检验D.LnC0.326330.74167对LnI、LnC、LnD三者进行Granger因果关系检验。Granger因果关系检验对滞后期数的选D.LnD0.252420.61930择比较敏感,本文仍然根据VAR模型确定的最ALL0.478260.91053优滞后期4期作为

8、Granger因果关系检验的最优3.2.4残差的相关性检验滞后期,检验结果如表5所示。利用LM自相关检验法得到以下结果,该检表5Granger因果关系检验验的原假设为HO:干扰项不存在序列相关性。EquarionExcludedchi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。