中国城镇化发展与农民收入增长关系的动态计量经济分析.doc

《中国城镇化发展与农民收入增长关系的动态计量经济分析.doc》由会员分享，可在线阅读，更多相关《中国城镇化发展与农民收入增长关系的动态计量经济分析.doc（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 30 # 数量经济技术经济研究 2005 年第 9 期 ( 1 中国城镇化发展与农民收入 增长关系的动态计量经济分析 宋元梁 肖卫东 西安交通大学经济与金融学院 ; 2 山东师范大学经济与管 理学院 ) 摘要 本文在建立向量自回归模型的基础上 , 运用脉冲响应函数和预测方差 分解来刻画城镇化发展与农民收入增长之间的动态相关性 。 研究结论表明 , 我国城 镇化发展与农民收入增长之间存在着较强的正向交互响应作用 , 而且其长期的响应 作用程度更显著 、 更稳定 。 因此 , 在当前条件下 , 加速推进城镇化进程是持续增加 农民收入的根本路径选择和重要途径 。 在采用城镇化发展促进农民收入增长的

2、政策 选择上 , 应采取长期政策而非短期政策 。 关键词 城镇化 农民收入增长 向量自回归 脉冲响应函数 方差分解 中图分类号 F 224 0 文献标识码 A An Analysis of Dynamic Econometric Relationship Between Development of Urbanization and Income Growth of Rural Residents in China Abstract: Based o n the f oundat ion of vect or aut o reg ressio n model, T his pa per app

3、lies impulse r esponse f unction and variance deco mpo sit ion t o por tr ay the dy namic cor relat ions betw een developm ent of urbanization and incom e grow t h of rural resident s T he result sho ws t hat t here ex ist s a stro ng posit ive role of response be t w een them; In t he long run, t h

4、e role of response is mo re prom inent and st able In curr ent condit ions, accelerating pace o f urbanizat io n is t he fundament al approach choice to increase peasant s! income T aking the adv ant ag e of development of ur banizat ion to promo te inco me g row t h of rural r esident s, w e should

5、 adopt long term policies Key words: U rbanizat ion; Incom e Gr ow t h of Rural Residents; V ecto r auto reg ressio n; Impulse Response F unction; V ariance D ecomposit ion 引 言 目前 , 农民收入增长问题已成为当前我国经济社会发展中最为突出、最受社会各界关注 的核心问题 , 受到了党和政府的高度重视。 如何增加农民收入 ? 国内学术界对此作了许多有益和比较深入的探讨和研究 , 并提出 1 2 中国城镇化发展 与农民收入增

6、长关系的动态计量经济分析 31 了许多建设性的思路与措施 , 有以下几种观点 : 农民利益保护论、城乡统筹发展论、结构 调整论、就业优先论、农村基础设施投资论、市场化带动论、城镇化推进论。但结合我国 的特殊国情来分析 , 我国农民收入增长问题直接表现出来的收入增幅趋缓问题 , 其实质是 农民就业不充分以及与之相联系的农业剩余劳动力转移问题。同时 , 增加农民收入的诸多 主要途径都因城镇化发展滞后而受阻。究其原因 , 最重要、最根本的是我 国建国以来所实 行的城乡分割体制和非均衡经济发展战略导致农村劳动力未能充分地流动 , 农村人口和劳 动力比重过高 , 城镇化发展滞后 , 农民收入增长源泉枯

7、竭。发达国家的经 济增长历程中 , 几乎都经历了农业份额下降 , 从而劳动力由农业向非农产业和城镇转移的过程。正是通过 农村剩余劳动力在更大范围内与其他资源的结合 , 城镇化水平和工业化水平提高 , 城乡居 民的收入水平和消费水平趋于均衡。国内外诸多研究成果表明 , 城镇化的推进和发展对农 村剩余劳动力的转移作用巨大 , 农民收入的提高在很大程度上取决于 农业剩余劳动力转移 的速度和规模。城镇化发展与农民收入增长之间客观上存在着某种内在的必然联系。 加速推进城镇化进程 , 发展农村经济 , 增加农民收入 , 逐步扭转工农差别、城乡差别和 地区差别扩大的趋势 , 是全面建设小康社会的重大任务。要

8、完成这一伟大的历史性任务 , 重 点和难点都在农村 , 关键在于增加农民收入 , 而这不仅取决于整个经济的发展 , 更取决于城 镇化进程。为此 , 本文试图在建立向量自回归模型的基础上 , 运用脉冲响应函数和预测方差 分解来研究城镇化发展与农民收入增长之间的动态相关性 , 以考察两者之间的交互响应情况 及其响应路径。 一 、 向量自回归模型及其解释方法 向量自回归 ( V A R: V ect or A ut oregression) 是 Sims 在 1980 年提出的使用模型中的所 有当期变量对所有变量的若干滞后变量进行回归 , 用于相关时间序列系统的预测和随机扰动 对变量系统的动态影响

9、, 它是一种非结构化的多方程模型。它不带有任何事先约束条件 , 将 每个变量均视为内生变量 , 避开了结构建模方法中需要对系统中每个内生变量关于所有变量 滞后值函数的建模问题 , 它 突出的一个核心问题是 % 让数据自己说话 & ( 古亚拉蒂 , 1997) 。 最一般的 V A R 模型的数学表达式为 : y t = A 1 y t- 1 + A 2 y t- 2 + + A p y t- p + B1 x t + + B1 x t- r + t ( 1) 式中 , y t 是 m 维内生变 量向量 , x t 为 d 维外生变 量向量 , A 1 , A 2 , , A p 和 B 1 ,

10、 B2 , , B r 为待估计的参数矩阵 , 内生变量和外生变量分别有 p 阶和 r 阶滞后期。 t 为随 机扰动项 , 其同时刻的元素可以彼此相关 , 但不能与自身滞后值和模型右边的变量相关。 在向量自回归的基础上 , 我们可以脉冲响应函数和方差分解来对已建立起来的模型做出 解释。脉冲响应函数 ( IR F: Im pulse Response Funct io n) 用于考察来自随机扰动项的一个 标准差冲击对内生变量当前和未来取值的影响。在本文设置的模型中 , 我们分别考虑每一个 变量作为因变量时 , 来自其他变量包括因变量自身的滞后值的一个标 准差的随机扰动项所产 生的影响 , 以及其

11、影响的路径变化。考虑以下关于城镇化水平与农民人均纯收入的两变量 VA R ( P) 模型 : i= 1 j = 1 L nURt = ( 2i L nPI t- i + ( !2j L nURt- j + 2, t ( 3) i = 1 j = 1 p r 2 2 2 LnPI t = ( 1i L nP I t- i + ( !1j L n URt- j + 1, t ( 2) p r 2 2 2 32 # 数量经济 技术经济研究 2005 年第 9 期 ( 2) 式和 ( 3) 式中 , 2 L nP I 和 2 L nUR 分别表示 L nP I 和 L n UR 的二阶差分 , 分别

12、用来表示农民人均纯收入水平和城镇化水 平 , 随机扰动项 1, t 、 2, t 称为新息 ( Innov at ion) 。 2 由 ( 2) 式和 ( 3) 式构成的 V A R ( P ) 模型中 , 2 如果新息 1, t 发生变化 , 2 不仅当前的 2 LnPI 值立即改变 , 而且还会通过当前的 L nPI 值影响到变量 L nP I 和 L nUR 今后 的取值。脉冲响应函数试图描述这些影响的轨迹 , 显示任意一个变量的扰动如何通过模型影 响所有其他变量 , 最终又反馈到自身的过程。对脉冲响应函数的解释出现困难源于新息从来 都不是完全非相关的。当新息相关时 , 它们有一个共同

13、的组成部分 , 不能被任何特定的变量 所识别。对此不太严格的方法是将共同的部分归于 VA R ( P ) 系统中的第一个变量 ( 依照 方程顺序 ) 的随机扰动项。本文设置的模型中 , 1, t 和 2, t 的共同组成部分归于 1, t 。所以 , 改变 V A R ( P ) 模型中的方程顺序可能会导致脉冲响应的很大不同。 考察 V A R ( P ) 模型时 , 还可以采用方差分解方法研究模型的动态特征。脉冲响应函 数是追踪系统对一个内生变量的冲击效果 , 统中各变量冲击所作的贡献 , 可考察 V A R 而方差分解则是将系统的预测均方误差分解成系 ( P ) 系统中任意一个内生变量 的

14、预测均方误差 的分解。其主要思想是 , 把系统中每个内生变量 ( 共 m 个 ) 的波动 ( k 为预测均方误差 ) 按 其成因分解为与各方程新息相关联的 m 个组成部分 , 从而了解各新息对模型内生变量的相 对重要性 , 即变量的贡献占总贡献的比例。比较这个相对重要性新息 随时间的变化 , 就可以 估计出该变量的作用时滞 , 还可以估计出各变量效应的相对大小。 由于向量自回归模型的运用要求系统中的变量具有平稳性 , 问题的相关数据进行单位根检验 , 以检验其平稳性。 t t t- 1 t 因此 , 我们首先要对所研究 t 考察随机过程 Y , t = 1, 2, , 若 Y = Y + ,

15、其中 = 1, 为一稳定过程 , 且 E ( t ) = 0, Cov ( t , t- s ) = #t ) , s= 0, 1, 2, , 则称该过程为单位根过程 ( U nit Roo t Pro cess) 。若单位根过程经过一阶差分成为平稳过程 , 即 Y t - Y t- 1 = ( 1- B ) Y t = t , 则时间序列 Y t 称为一阶单整序列 , 记作 I ( 1) 。一般地 , 如果非平稳时间序列 Y t 经过 d 次 差分达到平稳 , 则称其为 d 阶单整序列 , 记作 I ( d) , 其中 d 表示单整阶数 , 是序列包含的 单位根个数。进行单位根检验有多种不同

16、的方法 , 如 DF 法、 A DF 法、 P P 法 , t 本文主要采 用 A DF 检验法。 A DF 检验是在 DF 检验基础上扩展而来的 , 它是假定 Y 的数据生成过程 ( DG P) 表 1 为 A R ( p) 过程 , 检验方程为表 1 中的三个方程之一。 ADF 单位根的检验模型 检验方程式 特 点 适用范围 Y t= Y t- 1 + 1 Y t- 1 + + p- 1 Y t- p+ 1 + t 不包含常数项和 序列 Y t 在零 均值上下波动 , Y t= + Y t- 1 + 1 Y t- 1 + + p- 1 Y t- p+ 1 + t 线性时间趋势项 包含常数项

17、 呈无规则上升、下降趋势 序列 Y t 具 有非 零均 值 , 没有时间趋势 但 Y t= + !t+ Y t- 1 + 1 Y t- 1 + + p- 1 Y t- p+ 1 + t 包含常数项和线 性时间趋势项 序列 Y t 随 时间 变化 有 上升 或下降趋势 注 : 需要注意的是 , 基于初步选取的模型应进一步检验 截距或时 间趋势的显 著性 , 以调整 或确认初 步 选取的设定是否适当。 表 1 的方程式中 , 为一阶差分符号 ; 、 !、 、 为参数 ; t 为随机误差项 , 服从独立 同分布 ( iid) 的白噪声 过程 ; p 为 最佳滞后 期数 , 这 个滞后期 数保证 t

18、误差项 的平稳性 中国城镇化发展 与农民收入增长关系的动态计量经济分析 33 ( 白噪音 ) 。 p 的确定采用赤池信息准则 则定义如下 : ( A IC: A kaike Inf ormat ion Criterion) 准则 , 该准 A I C= - 2L + n 2K ( 4) 式中 , L 为对数似然值 ; n 为观测值数目 ; k 为被估计的参数个数。 - nlog2%- nl og & - n 2 2 其中 , L = 2 2 , n 为样本容量 , & 为未知参数 & 的极大 似然估计 , 与残差有关 ; & 为方差的极大似然估计值。 A IC 准则要求其取值越小越好 , 它在

19、评价模型 优劣时兼顾了简洁性和精确性。 D A D ickey 和 W A F uller 采用普通最小二乘法 计量来进行单位 根检验 , t 统计量的计算为 : Se ( ) ( OL S) 得到关于 Y t- p + 1 系数的 t 统 ( 5) 式中 , Se ( ) 表示对应的标准差估计。其检验假设为 : 原假设 H 0 = 0; 备择假设 H 1 0。 由于 A DF 统计量的分布是非标准分布的 , 因此使用 MacK inno n ( 1991) 临界值来进行 判断。如果检验统计值大于临界值则接受零假设 H 0 , 而拒绝备择假设 H 1 , 说明序列 Y t 存 在单位根 , 是

20、非平稳序列 ; 反之则说明序列 Y t 不存在单位根 , 是平稳序列。对于非平稳的 时间序列 , 还 需进一步检验其一阶差分的平稳性 , 如果检验得知序列的一阶差分是平稳的 , 则称此序列是 I ( 1) 。 二 、 变量与数据 在城镇化发展与农民收入增长的协整关系研究中 , 农民收入增长作为内生变量 , 可用农 村居民家庭人均纯收入来表示 , 即 PI 。城镇 化发展作为外生变量可以用城镇化水平表示。 我国学术界在衡量人口城镇化水平时所采用的指标有多种 , 本文考虑到数据获得的便利性 , 主要采用市镇人口占总人口比重指标来衡量城镇化水平 , 和缺陷 , 但并不影响本文研究的精神实质。 虽然该

21、指标在统计上有一定的不足 本项研究采 用 全国 的数 据 资料 , 均 来自 于 # 中国 统 计 年 鉴 ( 各 年 ) , 取样 时 段为 1978 2003 年。其中 , 农民人均纯收入 PI 以现价形式表示 , 考虑到消除物价因素的影响 , 本文直接采用以 1978 年为基期 ( 1978= 100) 的农民人均纯收入指数。同时 , 为消除数据中 存在的 异方 差 , 分 别对 两 个变 量取 自然 对数 , 为 L nPI , L nUR, 其 相应 的 差分 序 列为 L nPI t 、 L nURt , 相关数据见表 2。 2 AD Ft = 34 # 数量经济技术经济研究 20

22、05 年第 9 期 表 2 LnPI t 、 LnUR t 、 LnP It 、 LnUR t 、 2 LnPI t 、 2 LnUR t 数据表 年份 P I 指数 L nP I t L nUR t L nP I t L nUR t 2 LnPI t 2 L nUR t 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 100 0 119 2 139 0 160 4 192 3 219

23、 6 249 5 268 9 277 6 292 0 310 7 305 7 311 2 317 4 336 2 346 9 364 4 383 7 418 2 437 4 456 2 473 5 483 5 503 8 528 0 550 7 4 6052 4 7808 4 9345 5 0777 5 2591 5 3918 5 5195 5 5943 5 6262 5 6768 5 7388 5 7226 5 7404 5 7602 5 8177 5 8490 5 8983 5 9499 6 0360 6 0808 6 1230 6 1602 6 1811 6 2222 6 2691 6

24、3112 2 8859 2 9423 2 9648 3 0037 3 0507 3 0736 3 1359 3 1659 3 1995 3 2316 3 2508 3 2661 3 2737 3 2936 3 3127 3 3318 3 3503 3 3687 3 4171 3 4629 3 5071 3 5490 3 5896 3 6286 3 6659 3 7013 + 0 1756 0 1537 0 1432 0 1814 0 1328 0 1277 0 0749 0 0318 0 0506 0 0621 - 0 0162 0 0178 0 0197 0 0575 0 0313 0 04

25、92 0 0516 0 0861 0 0449 0 0421 0 0372 0 0209 0 0411 0 0469 0 0421 + 0 0564 0 0224 0 0389 0 0470 0 0229 0 0623 0 0300 0 0336 0 0321 0 0192 0 0154 0 0076 0 0199 0 0191 0 0191 0 0184 0 0184 0 0484 0 0458 0 0441 0 0420 0 0406 0 0390 0 0372 0 0354 + + - 0 0220 - 0 0105 0 0382 - 0 0486 - 0 0051 - 0 0528 -

26、 0 0430 0 0187 0 0115 - 0 0783 0 0341 0 0019 0 0378 - 0 0262 0 0179 0 0024 0 0345 - 0 0412 - 0 0028 - 0 0049 - 0 0163 0 0202 0 0058 - 0 0048 + + - 0 0340 0 0165 0 0081 - 0 0241 0 0394 - 0 0323 0 0036 - 0 0015 - 0 0129 - 0 0038 - 0 0078 0 0123 - 0 0008 - 1 3262 - 0 0007 1 1688 0 0300 - 0 0025 - 0 001

27、7 - 0 0022 - 0 0014 - 0 0016 - 0 0017 - 0 0018 1 单位根检验 三 、 实证分析 采用 EV iew s3 1 软件 , 对 L nP I , L nUR 的单位根进行 A D F 检验 , 检验方程的选取根 据相应的数据图形来确定 , 采用 A IC 准则确定最佳滞后阶数 , 差分序列的检验类型按相应 原则确定 , 检验结果见表 3。 从表 3 中我们可以看到 , L nP I t 、 L n URt 的 A DF 检验统计量均大于 显著性水平 0 01、 0 05、 0 1 时的临界值 , 所以不能拒绝原假设 , 序列 L nP It 、 L

28、nUR t 都存在单位根 , 是非平 稳的。所以 , 应将序列 L nP I t 、 L n UR t 分别进行一阶差分 , 得到 L nPI t 和 L nUR t , 再对 其进行单位根检验。显然 , L nP I t 、 L nUR t 的 A DF 检验统计量均大于显著性水平 0 01、 0 05、 0 1 时的临界值 , 不能拒绝原假设 , 序列 L nPI t 、 2 L nURt 都存在单位根 , 2 是非平 稳的。故需再将序列 L nP I t 、 L n UR t 进行二阶差分 , 2 2 得到 L nPI t 和 L nURt , 对其继续进 行单位根检验。表 3 中的数据

29、显示 , L nP I t 、 L nURt 的 A DF 检验统计量均小于显著性 中国城镇化发展 与农民收入增长关系的动态计量经济分析 35 水平 0 2 01、 0 05、 0 2 1 时的临界值 , 表明至少可以在 99% 的置信水平下拒绝原假设 , 序列 L nPI t 、 L n URt 都不存在单位根 , 为平稳时间序列。 综上所述 , 单位根检验结果表明 , 非平稳序列 L nPI t 、 L nURt 在经过二阶差分后平稳 , 所以 , L nP I t 、 L n UR t 均为二阶单整 , 即 L nP I t I ( 2) , L nURt I ( 2) 。 表 3 Ln

30、PI 和 LnUR 单位根的 ADF 检验表 变 量 检验类型 (C, T , K ) A DF 检验值 各显著性水平下的临界值 1% 5% 10% 检验结果 L nPI t ( C, T , 1) - 3 1715 - 4 3942 - 3 6118 - 3 2418 不平稳 L nUR t ( C, T , 2) - 2 4626 - 4 4167 - 3 6219 - 3 2474 不平稳 L nP I t ( C, T , 2) - 3 4481 - 4 4415 - 3 6330 - 3 2535 不平稳 L nUR 2 L nP I 2 t t ( C, ( 0, T , 0, 3

31、) 1) - 2 1874 - 3 6209 - 4 4691 - 2 6756 - 3 6454 - 1 9574 - 3 2602 - 1 6238 不平稳 平稳 L nUR t ( 0, 0, 1) - 5 2224 - 2 6756 - 1 9574 - 1 6238 平稳 注 : 表中 表示一阶差分 , 2 表示二阶差分 ; 检验形式 ( C, T , K ) 中的 C, T , K 分 别表示单 位根 检验方程包括常数项、时间趋势项和 滞后阶数 ; 2 向 量自回归模型 2 2 0 指检验方程不包括常数项或时间趋势项。 由上可得序列 2 L nP I t 、 t L n UR t

32、都不存在单位根 , t 是平稳的。因此 , 本部分内容分 析将采用序列 L nP I 、 L nUR 的数据来建立 V A R ( P ) 模型 , 并利用脉冲响应函数和 方差分解对其进行解释。根据 A I C 和 S C 取值最小的准则 , 2 2 经过多次试验我们将变量滞后 区间确定为一阶到二阶。将 L nPI t 和 L n UR t 滞后 1 2 期的值作为内生变量 , 采用最小 二乘法来估计该模型。运行结果见以下方程 : L nP I t = - 0 1768 L nPI t- 1 + 0 1553 L nPI t- 2 - 0 4656 2 L nUR t- 1 - 1 0588

33、2 L nUR t- 2 - 0 0050 ( - 0 7157) 2 ( 0 6524) ( - 0 7758) ( - 1 9495) ( - 0 7311) ( 6) 2 2 R = 0 2716 F = 0 5847 2 A I C= - 3 9371 2 SC= - 3 6891 2 L nURt = 0 0828 L nP I t- 1 + 0 1659 LnPI t- 2 - 0 7433 L nUR t- 1 + 0 3996 L nUR t- 2 + 0 0014 ( 0 8262) 2 ( 1 7185) ( - 3 0532) ( - 1 8140) ( 0 5167)

34、( 7) R = 0 4262 F = 1 1600 A I C= - 5 7420 SC= - 5 4941 方程 ( 6) 和 ( 7) 各系数下边括号内的数据为 t 统计量检验值。显然 , 上述两方程中所 估计的 系数大部分在统计上均是显著的 , 只有个别的不甚显著 , 这是因为一个方程有同样变 量的多个滞后值产生了多重共线性 , 但是整体来看 , 这些系数在标准检验的基础上是显著 的。从上述两方程的整体检验结果来看 ( 见表 4) , 方程的整体拟合度较高。 从以上的模型中可以看出 , 2 方 程 2 ( 6) 的前两个参数的估计量绝对值呈递减趋势 , 2 表明 当前 L nP I t

35、 主要受滞后一阶 L nPI t- 1 的影响 , 2 其滞后二阶 t L nPI t- 2 对其的影响逐步减 t 弱 , 后两个参数的估计值均较大 , 表明当前的 LnP I 与 2 L nUR 的 滞后值有较大的联系。 而方程 ( 7) 所表明的含义则与方程 2 ( 6) 相反 , 当前的 L n UR t 与其自身的滞后值有较大 2 2 2 2 2 的联系 , 与 L nPI t 的滞后值关联度不大 , 且呈弱化趋势。对此 , 我们运用下述脉冲响应 函数和方差分解作出合理的解释。 36 # 数量经济技术经济研究 2005 年第 9 期 表 4 VAR 模型整体检验结果 滞后阶数 ( 1,

36、 2) ( 1, 3) ( 1, 4) ( 1, 5) 可决性残差协方差 7 46E 08 5 95E 08 4 13E 08 1 69E 08 对数似然值 118 0960 115 0959 113 2550 116 0659 赤池信息值 - 9 8269 - 9 6282 - 9 5255 - 9 9017 施瓦兹值 - 9 3310 - 8 9318 - 8 6293 - 8 8081 3 脉冲响应函数 图 1 是基于 VA R ( 2) 和渐近解析法 ( A nalt ic) 模拟的脉冲响应函数曲线 , 横轴代表响 应函数的追踪期数 , 纵轴代表因变量对解释变量的响应程度。图 1 中实

37、线 为响应函数的计算 2 值 , 2 虚线为响应函数值加或减两倍标准差的置信带 ; II L nPI 表示 L nP I , I I L nUR 表示 L n UR 。在模型中 , 我们将响应函数的追踪期数设定为十年。 首先 , 我们考察农民人均纯收入增长对城镇化发展的响应情况 和响应路径。从图 1 ( b) 中我们可以看到 , 农民人均纯收入对城镇化水平新息的一个标准差扰动的响应 , 在前五年中 处于一个微调的阶段 , 波动幅度较大 , 一直持续到第五年半 , 且有一段时间随着城镇化的发 展 , 农民人均纯收入增长减缓 , 农民人均纯收入增长对城镇化发展产生了负 的响应。且在前 五年中 ,

38、最大的负响应 ( 第三年 ) 和最大的正响应 ( 第四年 ) 表现得非常突出。同时 , 我们 从图中也可看到 , 从第五年半开始 , 农民人均纯收入增长开始形成对城镇化发展的持续正向 响应 , 并呈现出稳定的正向响应收敛迹象。这说 明了我国城镇化发展与农民收入增长之间存 在长期的密切关系 , 在期初 , 农民收入增长对城镇化发展的响应有一个微调 , 并产生部分负 响应 , 但从长期来看 , 城镇化发展对促进农民收入增长的正向拉动影响时限更长 , 更有效 率。其背后的经济含义是 , 我国尤其是各级地方政府的城 镇化发展在一定时期内存在较强的 短期行为 , 仍沿袭粗放型的发展方式 , 而非集约型的

39、发展方式 , 以致城镇化水平虽然得到了 一定程度的提高 , 但仍滞后于工业化发展水平 , 农民收入增长缓慢。从长远看 , 城镇化发展 对农民收入增长将会产生持续的正向拉动作用 , 增长的政策上 , 应采取长期政策而非短期政策。 因此 , 我国在采用城镇化发展促进农民收入 我们进一步考察城镇化发展对农民人均纯收入增长的响应情况和响应路径。从图 1 ( c) 中我们可以看到 , 城镇化水平对农民人均纯收入新息的一个标准差扰动的响应 , 在前五年中 也有一个微调的阶段 , 波动幅度较大 , 随后持续形成对农民人均纯收入增长的正向响应 , 在 第二年到第三年半之间最为明显 , 并在第三年响应程度达最大

40、 , 同时 , 最大的负响应 ( 第四 年 ) 也出现在该阶段。这与农民人均纯收入对城镇化水平的响应刚好相反。其后 , 响应程度 开始减弱 , 并趋于稳定 , 但始终都对农民人均纯收入增长产生正向响应 , 延续的时间也相当 长。这说明了城镇化发展与农民人均纯收入增长之间存在着紧密的联系 , 农民收入增长能带 动城镇化的发展和城镇化水平的提高 , 这种联系并具有长期性。 我们再来考察农民人均纯收入和城镇化水平对其自身的一个标准差新息的响应情况和响 应路径。从图 1 ( a) 中我们可以看到 , 农民人均纯收入对其自身的一个标准差新息 , 总体 上呈现较强的正向响应 , 在前三年处于波动状态。但这

41、种影响持续的时间不长 , 在第四年就 已基本上恢复到原来的水平 , 并在随后的时间里呈趋于稳定的、强度较弱的正向响应。这表 明当前的农民人均纯收入水平与其滞后值有一定的关联 , 但其关联度呈弱化态势 , 且趋于稳 中国城镇化发展 与农民收入增长关系的动态计量经济分析 37 定。 从图 1 ( d) 中可以看到 , 城镇化水平对其自身的一个标准差新息的响应情况和响应路 径 , 城镇化水平对其自身标准差新息的正向响应比较强 , 并具有较为稳定的持续性 , 在后期 还表现出了一定的稳定性趋势 , 而且在前两期中的响应程度较为强烈 , 波动幅度较大。这说 明当前的城镇化水平与其滞后值具有较强的关联度。

42、 4 预测方差分解 图 1 脉冲响应 函数曲线 方差分解描述了冲击在城镇化发展与农民收入增长的动态变化中的相对重要性。我们基 于 V A R ( 2) 模型和渐近解析法 ( A nalt ic) 对 L nPI 和 LnUR 进行了方差分解 , 分解结 果见表 5 和图 2。图 2 中 , I I L nP I 表示 L nPI , I I L nUR 表示 L nUR 。表 5 中 , 第一列 是预测期 , S E 中数据为变量 L nP I 和 L nUR 的各期预测标准 误差 , 这种预测误差是 由于修正值的现在值或将来值的变化造成的。 L nPI 列和 L nUR 列分别表示以 L n

43、P I 列和 L nUR 列为因变量的方程新息对各期预测误差的贡献度 , 每行结果相加是 100。 从表 5 和图 2 中我们可以看到 , 农民人均纯收入的波动在第一期和第二期只受自身波动 的影响 , 城镇化水平对农民人均纯收入的波动的冲击 ( 即对预测误差的贡献度 ) 在第二期才 显现出来 , 且冲击影响非常微弱 , 只有 2 82% , 此后呈现逐步增强态势 , 但从第五 期开始 , 冲击影响趋于稳定 , 稳定在 15 3 15 8% 之间。而城镇化水平从第一期起就受到自身波动 2 2 2 2 2 2 2 2 2 2 38 # 数量经济技术经济研究 2005 年第 9 期 和农民人均纯收入

44、冲击的影响 , 受农民人均纯收入的影响在前三期表现得比较弱 , 此后总体 上呈上升趋势 , 后期趋于稳定在预测方差的 17% 左右。这与我们上述的脉冲响应函数分析 的结果基本上是一致的。 表 5 2 LnPI 和 2 LnUR 方差分解表 时 期 农民人均纯收入的方差分 解 预测标准 2 LnPI ( % ) 2 L nUR ( % ) 预测标准 城镇化水平的方差分解 2 L nPI ( % ) 2 L nUR ( % ) 1 2 3 4 5 6 7 8 9 10 误差 0 026924 0 028131 0 028883 0 029982 0 030271 0 030418 0 030465

45、 0 030494 0 030519 0 030533 ( PI 的二阶差分 ) ( UR 的二阶差分 ) 100 0000 0 000000 97 18198 2 818021 92 42765 7 572353 86 13791 13 86209 84 65856 15 34144 84 48141 15 51859 84 52676 15 47324 84 45169 15 54831 84 31871 15 68129 84 24772 15 75228 误差 0 010919 0 013291 0 013649 0 013960 0 014078 0 014186 0 014244 0 014263 0 014271 0 014275 ( PI 的二阶差分 ) 13 73978 9 617552 13 56788 17 02432 17 27427 17 01266 16 94683 17 05596 17 14635 17 16577 ( UR 的二阶差分 ) 86 26022 90 38245 86 43212 82 97568 82 72573 82 98734 83 05317 82 94404 82 85365 82 83423 变量顺序 : PI 的二阶差分 , UR 的二阶差分 图 2 方差分解图 根据上述基于我国 1978