城市化的經(jīng)濟(jì)學(xué)解釋精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的城市化的經(jīng)濟(jì)學(xué)解釋主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

關(guān)鍵詞：卓越工程師；實踐教學(xué)；材料成型；鑄造

中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2014）50-0200-02

卓越工程師教育培養(yǎng)計劃，其核心目的是培養(yǎng)學(xué)生的工程實踐能力和創(chuàng)新能力，尤其是工科類學(xué)生，成為創(chuàng)新能力強、能適應(yīng)經(jīng)濟(jì)社會發(fā)展需要的高質(zhì)量的工程技術(shù)人才。我國已是一個鑄造大國，鑄造企業(yè)雖然眾多，但還不是一個鑄造強國，急切需要大量鑄造專業(yè)高水平工程人才，材料成型鑄造方向是實踐性要求非常高的專業(yè)，因此對鑄造卓越工程師培養(yǎng)更是迫在眉睫。

一、實踐教學(xué)現(xiàn)狀

材料成型鑄造方向是實踐教學(xué)內(nèi)容，一般包括有：課程實驗、認(rèn)識實習(xí)、生產(chǎn)實習(xí)、綜合性實踐及畢業(yè)（設(shè)計）論文等。在理論教學(xué)環(huán)節(jié)，各院校在課程教學(xué)體系設(shè)置上大相徑庭，有些院校根據(jù)各地實際情況，還開設(shè)了特色課程。相對而言，在實踐教學(xué)環(huán)節(jié)方面，各院校差異較大，教學(xué)水平和開設(shè)的實踐環(huán)節(jié)課程等形式多種多樣、參差不齊，教學(xué)效果差異較大，具體反映在學(xué)生的工程實踐能力非常明顯。針對卓越計劃，面臨著新的挑戰(zhàn)，存在諸多共性的問題，主要表現(xiàn)在以下幾方面：實驗室的各種實驗裝備、儀器、材料等落后、缺乏，專業(yè)實驗受到極大限制，生產(chǎn)實習(xí)難、質(zhì)量不高、實踐環(huán)節(jié)課大多由年輕教師承擔(dān)、經(jīng)驗不足等問題，這些都嚴(yán)重影響實踐教學(xué)效果，制約了學(xué)生創(chuàng)新實踐能力的培養(yǎng)。

二、實踐教學(xué)環(huán)節(jié)改進(jìn)

多年來，各高等院校對鑄造方向?qū)嵺`教學(xué)的內(nèi)容、方法和手段等進(jìn)行了多方面的改革。增強學(xué)生實踐能力，提高實踐教學(xué)效果，培養(yǎng)具有綜合能力的應(yīng)用型人才一直是大家關(guān)注的重點。針對鑄造卓越工程師培養(yǎng)計劃實踐教學(xué)環(huán)節(jié)現(xiàn)狀，可從以下方面改進(jìn)。

（一）轉(zhuǎn)變觀念，加強對實踐教學(xué)的重視程度

實驗、實踐是提高工科學(xué)生創(chuàng)新能力的主要方式。長期以來，不少領(lǐng)導(dǎo)和教師對實踐教學(xué)重視不夠，沒有把實踐教學(xué)和理論教學(xué)看成同等重要的地位，認(rèn)為學(xué)校最重要的任務(wù)是理論知識傳授，實踐能力是學(xué)生在以后工廠、企業(yè)中培養(yǎng)的，學(xué)生實踐能力的考核指標(biāo)和方法不完善、不科學(xué)。提到實踐教學(xué)，大都認(rèn)為經(jīng)費有限、困難重重。對于實踐教學(xué)環(huán)節(jié)存在的問題進(jìn)行分析，究其根源在于對實踐教學(xué)的重視程度不夠。從與學(xué)生的交流中看出，學(xué)生非?？释趯嵺`環(huán)節(jié)有更多的實踐鍛煉機會?，F(xiàn)在就業(yè)形勢嚴(yán)峻，用人單位非常在意學(xué)生是否有工作經(jīng)驗，而剛畢業(yè)的大學(xué)生很難說有多少工作經(jīng)驗，而實踐環(huán)節(jié)的鍛煉正是彌補了這方面的不足。實踐教學(xué)環(huán)節(jié)中，教師的作用毋庸置疑，應(yīng)積極鼓勵廣大教師想辦法、出策略，激勵教師參與實踐教學(xué)的積極性，豐富和改進(jìn)實踐教手段。目前，諸多高校對教師的考核往往包括教學(xué)和科研任務(wù)，而大多教師認(rèn)為科研考核是最為頭痛的任務(wù)，學(xué)校過分看重于老師發(fā)表多少高水平學(xué)術(shù)論文、有多少科研經(jīng)費，教師把大量的時間和精力都集中在這些方面，很難有功夫去重視、研究實踐教學(xué)環(huán)節(jié)。

（二）充分利用現(xiàn)有的實驗手段，挖掘潛力

目前，不少院校鑄造專業(yè)方向?qū)嶒炇医虒W(xué)模式落后，內(nèi)容陳舊，儀器設(shè)備落后。由于實驗教學(xué)環(huán)節(jié)條件限制，只能進(jìn)行一些簡單的實驗。各實驗間相互獨立，系統(tǒng)性較差。學(xué)生多人一組，按照實驗指導(dǎo)書機械地完成，局限于傳統(tǒng)的砂型鑄造工藝進(jìn)行實驗，甚至還缺乏鑄造實驗的最基本手段，沒有切合實際生產(chǎn)中的先進(jìn)的鑄造工藝、材料、設(shè)備等開展，這些都制約了學(xué)生對本專業(yè)知識和新工藝的認(rèn)識和掌握。要開展好實踐教學(xué)，除必須完善相應(yīng)的必要的實驗手段外，還必須與時俱進(jìn)，要結(jié)合鑄造工藝、熔煉的發(fā)展方向，結(jié)合一些新工藝，盡可能開展一些具有創(chuàng)新性的實驗，將原來的單一、過于簡單的實驗進(jìn)行整合、改進(jìn)，可以分為鑄造工藝、熔煉工藝兩大模塊開展；激發(fā)學(xué)生做實驗的興趣，調(diào)動學(xué)生的積極主動性，讓學(xué)生有機會自己進(jìn)行設(shè)計、構(gòu)思實驗，教師積極指導(dǎo)學(xué)生，給他們創(chuàng)造、提供必備的實踐條件，從而培養(yǎng)學(xué)生的創(chuàng)新能力和實踐能力。

（三）積極開展科技創(chuàng)新實踐、技能實踐等具有創(chuàng)造性的實踐教學(xué)環(huán)節(jié)

在卓越計劃下，材料成型專業(yè)普遍增加了科技創(chuàng)新實踐和技能實踐等實踐教學(xué)內(nèi)容，這固然對增強學(xué)生的工程實踐能力很有利。創(chuàng)新學(xué)分可以通過參加學(xué)術(shù)講座、大學(xué)生創(chuàng)新性實驗項目、工程訓(xùn)練等活動或參與教師、企業(yè)的科研課題并等途徑來獲得。教師們一方面要創(chuàng)造條件，給學(xué)生提供動手實踐的機會。通常教師課堂上一般會給學(xué)生布置一些課后作業(yè)，課后作業(yè)大多以書本中的作業(yè)習(xí)題為主，其實這種課后作業(yè)形式上可以改進(jìn)，比如安排學(xué)生查閱學(xué)習(xí)相關(guān)文獻(xiàn)資料、進(jìn)行相關(guān)的設(shè)計任務(wù)、完成相關(guān)小論文，尤其是設(shè)計，還可以在實踐環(huán)節(jié)中加以實施，并對結(jié)果進(jìn)行綜合分析。這樣可以做到內(nèi)容教學(xué)與設(shè)計同步，教學(xué)與實踐并重進(jìn)行。另一方面，可以在理論教學(xué)中邀請一些企業(yè)中有豐富經(jīng)驗的工程技術(shù)人員參與指導(dǎo)工作，鑄造工藝設(shè)計是實踐性很強的課程，理論設(shè)計與實際生產(chǎn)應(yīng)用有較大差異，請現(xiàn)場工程技術(shù)人員講述鑄造工藝設(shè)計實例，有利于鞏固和加深、完善學(xué)生的理論知識。

（四）鞏固并擴(kuò)大校內(nèi)外實習(xí)基地，提高生產(chǎn)實習(xí)質(zhì)量

生產(chǎn)實習(xí)是重要的實踐教學(xué)環(huán)節(jié)，學(xué)生通過生產(chǎn)實習(xí)，讓學(xué)生從課堂走入現(xiàn)場，真實地認(rèn)識、理解本專業(yè)的實質(zhì)，從而更好地掌握所學(xué)的專業(yè)知識。近年來，生產(chǎn)實習(xí)中，生產(chǎn)與教學(xué)之間的矛盾越來越突出，許多企業(yè)由于各種原因不太愿意接收大學(xué)生進(jìn)工廠實習(xí)，給生產(chǎn)實習(xí)帶來很大困難。由于鑄造生產(chǎn)現(xiàn)場工藝過程的復(fù)雜、各工序設(shè)備繁多，生產(chǎn)現(xiàn)場環(huán)境條件相對較差。企業(yè)和學(xué)校往往更多地考慮學(xué)生們的安全，生產(chǎn)實習(xí)成了走過場，應(yīng)付教學(xué)，很難深入到各個環(huán)節(jié)，進(jìn)行細(xì)致了解，缺乏發(fā)現(xiàn)問題、解決問題的鍛煉機會。要取得好的生產(chǎn)實習(xí)效果，建議采取如下一些措施。（1）加強與企業(yè)勾通。要求教師與企業(yè)良好勾通，選擇有經(jīng)驗的教師帶隊，在切實做好安全防范措施的前提條件下，盡可能事先深入細(xì)致地了解現(xiàn)場，對生產(chǎn)實習(xí)現(xiàn)場做到心中有數(shù)。（2）盡量多地深入不同企業(yè)，讓學(xué)生能更多地接觸不同的生產(chǎn)企業(yè)。鑄造專業(yè)的生產(chǎn)實習(xí)主要是在以鑄造、機加工為主的企業(yè)進(jìn)行。在一段時間內(nèi)，一般都是集中在某一個廠或某幾個車間，一般都是在一些以砂型鑄造為主的企業(yè)中進(jìn)行，鑄造生產(chǎn)方式單一，許多先進(jìn)的鑄造方法根本看不到，也不能真正參與到企業(yè)生產(chǎn)實際中去，使得學(xué)生對生產(chǎn)實習(xí)缺乏積極性，出校門時滿腔熱情，回校時又神情沮喪。學(xué)生面臨的就業(yè)單位多種多樣，學(xué)生如能更多地深入現(xiàn)場，了解不同企業(yè)生產(chǎn)工藝，有利于拓展知識范圍。（3）及時總結(jié)、提煉實習(xí)生產(chǎn)過程中問題。教師與學(xué)生能針對現(xiàn)場共同提出一些課題，讓學(xué)生帶回學(xué)校進(jìn)行思考、進(jìn)行分析討論，增強學(xué)生分析和解決問題的能力，真正提高創(chuàng)新實踐能力。（4）完善必要的實習(xí)考核機制和管理辦法，讓學(xué)生有緊迫感、有壓力感，必須同理論課教學(xué)一樣嚴(yán)格要求。

（五）狠抓畢業(yè)設(shè)計（論文），鞏固專業(yè)培養(yǎng)效果

畢業(yè)設(shè)計（論文）環(huán)節(jié)是校內(nèi)檢驗未來卓越工程技術(shù)人才綜合素質(zhì)的最后一次綜合考試，是教學(xué)型大學(xué)增強實踐教學(xué)水平的重要體現(xiàn)。當(dāng)前鑄造本科畢業(yè)設(shè)計中存在的共性問題：

1.對畢業(yè)設(shè)計的重要性認(rèn)識不足，設(shè)計過程往往流于形式；

2.題目陳舊，不能適應(yīng)新的發(fā)展；

3.學(xué)習(xí)投入不足。每年畢業(yè)設(shè)計時間往往和考研、找工作沖突。

要認(rèn)真做好畢業(yè)設(shè)計的教育、動員和宣傳工作，使教師和學(xué)生充分重視畢業(yè)設(shè)計在教學(xué)中的重要性和必要性；畢業(yè)題目要推陳出新，多從生產(chǎn)現(xiàn)場中提煉畢業(yè)題目，激發(fā)學(xué)生的創(chuàng)造性。同時要做到學(xué)生畢業(yè)設(shè)計過程監(jiān)控和檢查，許多學(xué)生以找工作為借口，對畢業(yè)設(shè)計重視程度不夠，畢業(yè)設(shè)計態(tài)度不端正，不認(rèn)真完成畢業(yè)設(shè)計，這些都是指導(dǎo)老師以特別重視的環(huán)節(jié)。

（六）提高教師實踐教學(xué)水平，加強師生之間溝通協(xié)調(diào)

目前，不少院校專業(yè)實踐課主要由青年教師擔(dān)任，相對經(jīng)驗不足。要提高青年教師的工程實踐能力，最好的辦法就是讓青年教師更多地進(jìn)入相關(guān)企業(yè)，深入現(xiàn)場，加強鍛煉，提高實踐能力。另外，還應(yīng)加大力度引進(jìn)具有豐富工程背景的雙師型專業(yè)教師，加強專業(yè)教師與校外交流，加快青年教師培養(yǎng)。同時，學(xué)校也可學(xué)習(xí)企業(yè)的經(jīng)驗，聘請一些具有豐富工程實踐經(jīng)驗的工程技術(shù)人員和管理人員作為青年教師的指導(dǎo)老師，建立企業(yè)和高校的聯(lián)系，這也有助于加強師生之間的聯(lián)系，共同參與到實踐教學(xué)活動之中。

（七）創(chuàng)造條件，積極吸納學(xué)生參與科研和創(chuàng)新活動

學(xué)校盡可能給學(xué)生設(shè)立一些自主創(chuàng)新實驗項目，舉辦學(xué)科競賽活動等，為學(xué)生提供便利的實驗條件，讓學(xué)生感受到深厚的學(xué)習(xí)研究氛圍。同時，老師們進(jìn)行的各種各樣的科研項目，也可積極地吸收學(xué)生參與，讓他們了解科研活動的過程，參加設(shè)計、完成一些研究實驗活動，這些都有利于激發(fā)學(xué)生進(jìn)行科學(xué)研究的興趣，提高他們的創(chuàng)新能力。

三、結(jié)束語

在卓越計劃下培養(yǎng)材料成型及控制工程鑄造方向的工程人才是一個長期過程，需要鑄造教育工作者的共同努力，提高自身實踐能力，積極探索，在實踐教學(xué)環(huán)節(jié)采取切實可行的措施，提高畢業(yè)生的創(chuàng)新實踐能力和工程實踐能力。

參考文獻(xiàn)：

[1]陳玉華.卓越工程師教育背景下《金屬材料焊接》課程改革的探索[J].中國科教創(chuàng)新導(dǎo)刊，2011，（34）：233-235.

第2篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

關(guān)鍵詞:城市化;經(jīng)濟(jì)增長;分位數(shù)回歸

一、引言

城市化或稱城鎮(zhèn)化(Urbanization)是當(dāng)今世界上重要的社會經(jīng)濟(jì)現(xiàn)象之一,是社會經(jīng)濟(jì)發(fā)展的必然趨勢,是社會進(jìn)步的一個重要標(biāo)志。城市化水平的高低是衡量一個國家和地區(qū)經(jīng)濟(jì)發(fā)展水平和文明程度的重要標(biāo)志,同時城市化水平的提高又是加快經(jīng)濟(jì)和社會發(fā)展的必要條件。面對新形勢,為了能促進(jìn)中國特色的城鎮(zhèn)化的建設(shè),一方面需要從理論上分析城市化和經(jīng)濟(jì)發(fā)展的關(guān)系,更好地發(fā)揮城市作為工業(yè)化載體的功能,掌握城市化如何帶動內(nèi)需,提升居民的消費結(jié)構(gòu)和質(zhì)量的原理,把握城市化如何影響居民的收入及其差距,城市化如何更好地通過協(xié)調(diào)產(chǎn)業(yè)結(jié)構(gòu)來提高就業(yè)水平,優(yōu)化就業(yè)結(jié)構(gòu);另一方面還要從數(shù)量上確定這些聯(lián)系,定量地測算這些關(guān)系,找到合理的量的界限。廣東改革開放30多年來,城市化發(fā)展迅速,城市化總體水平居全國前列,全省已形成兩個人口規(guī)模超過500萬的特大城市,其他大中城市29個,中心鎮(zhèn)270多個,經(jīng)濟(jì)社會發(fā)展已進(jìn)入城市時代。因此對于廣東的城市化問題的研究顯得尤為重要和緊迫,總結(jié)以往經(jīng)驗,探索未來的中國特色城鎮(zhèn)化道路都具有重要的意義。我國城市化研究經(jīng)過二十多年的努力也取得了卓著的成績。國內(nèi)學(xué)者立足于中國國情,從多個角度研究城市化與中國發(fā)展問題。為了克服普通最小二乘法存在的缺陷,本文擬采用分位數(shù)回歸(quantileregression)方法來分析城市化對經(jīng)濟(jì)的影響。

二、分位數(shù)回歸模型的建立及估計

分位數(shù)回歸,也稱為分量回歸,最早是由Koenke和Bassett提出,并不斷加以改進(jìn),分位數(shù)回歸目標(biāo)函數(shù)是一個加權(quán)的絕對離差和,估計的參數(shù)向量對于較外部或者邊緣處的觀察值并不敏感,這對于整體分布估計很有效。分位數(shù)回歸藉由給定不同比例的Φ分位數(shù)值(0

由于模型的參數(shù)沒有明確的公式解,Amstrong等人指出必須使用線性規(guī)劃的技巧才能解上面的極小化問題以求得參數(shù)的估計值。

三、實證模型

(一)模型設(shè)定及其解釋變量的選擇

為了考察城市化對經(jīng)濟(jì)增長的影響,本文選取廣東省的GDP作為經(jīng)濟(jì)增長的測度;對于解釋變量城市化,本文采用城鎮(zhèn)人口比重法。城鎮(zhèn)人口比重法,就是用某一個國家或地區(qū)內(nèi)的城鎮(zhèn)人口占總?cè)丝诘谋戎卣f明該國或地區(qū)的城市化水平。城鎮(zhèn)人口聚居在城鎮(zhèn)建成區(qū),相對集中,密度大;而鄉(xiāng)村人口散居在城鎮(zhèn)建成區(qū)以外的廣大鄉(xiāng)村區(qū)域,相對分散、密度小。從城鎮(zhèn)的發(fā)展看,人口城市化是經(jīng)濟(jì)發(fā)展推動人口向城鎮(zhèn)的集中的過程。在這個過程中,既需要城鎮(zhèn)經(jīng)濟(jì)的發(fā)展提供就業(yè)崗位,又需要農(nóng)村經(jīng)濟(jì)的發(fā)展釋放勞動力,兩者共同作用實現(xiàn)人口城市化,它是社會經(jīng)濟(jì)發(fā)展的必然;城市化最直觀的結(jié)果就是人口城市化。因此,在國際上通常采用城鎮(zhèn)人口比重來衡量城市化發(fā)展水平。它較好地描述了城鄉(xiāng)人口分布情況,反映了城市化的基本特征。

基于前面的描述,本文建立回歸模型如下:

(二)實證結(jié)果

1、條件分位數(shù)回歸估計系數(shù)的差異與變動分析

為了深入揭示在城市化對經(jīng)濟(jì)增長影響的變化,需要在經(jīng)濟(jì)增長的不同分位數(shù)水平進(jìn)行條件分位數(shù)回歸估計。本文在分位數(shù)的選取上取9分位數(shù)分別估計,這9個分位數(shù)(Quantile)分別是τ=0.10、0.20、0.30、0.40、0.50、0.60、0.70、0.80、0.90。 而分位數(shù)回歸系數(shù)的標(biāo)準(zhǔn)差用自助法(bootstrap)求得9個分位數(shù)的結(jié)果,如表1所示。

基于上表可以發(fā)現(xiàn),在上述的9個分位數(shù)水平上的條件分位數(shù)回歸估計系數(shù)都是顯著的,說明無論在哪個分位數(shù)水平上城市化都是對經(jīng)濟(jì)增長有顯著影響的。而且當(dāng)分位數(shù)水平超過50%時,條件分位數(shù)回歸估計系數(shù)是逐漸增大的。通過比較三個四分位數(shù)下系數(shù)估計值是否相等的檢驗發(fā)現(xiàn)在中位數(shù)以下回歸系數(shù)之間沒有明顯差異,但中位數(shù)與上四分位數(shù)比較時兩者對應(yīng)的回歸系數(shù)在10%的顯著性水平下還是有差異的。

2、分位數(shù)回歸樣本方程的比較分析

為了更好地反映廣東省城市化對經(jīng)濟(jì)增長的影響,本文將條件均值回歸直線,條件上四分位數(shù)回歸直線,條件中位數(shù)回歸直線,條件下四分位數(shù)回歸直線畫在同一個圖中進(jìn)行比較分析。

圖1中直線代表條件均值回歸直線,十字線代表條件中位數(shù)回歸直線,菱形代表條件上四分位數(shù)回歸直線,方形代表條件下四分位數(shù)回歸直線。從圖1中可以發(fā)現(xiàn)條件上四分位數(shù)回歸直線在最上面,條件下四分位數(shù)回歸直線在最下面,均值和中位數(shù)回歸直線在中間,這與預(yù)期的是一致的,但從圖中也可以發(fā)現(xiàn),隨著城市化水平的增高,條件均值回歸直線與條件中位數(shù)回歸直線相差越來越大,說明條件均值回歸直線并不太適合說明城市化與經(jīng)濟(jì)增長的關(guān)系,可能受到大的極端值的影響,有可能過高地估計了城市化對經(jīng)濟(jì)增長的影響。

四、結(jié)論

條件中位數(shù)回歸和條件均值回歸的估計結(jié)果表現(xiàn)了一定的差異;與條件均值回歸相比較,條件(多)分位數(shù)回歸能夠揭示更加深入全面的數(shù)據(jù)信息;利用1982-2007年廣東省的數(shù)據(jù),條件(多)分位數(shù)回歸結(jié)果顯示了一方面在經(jīng)濟(jì)增長的某個具體分位數(shù)水平,城市化發(fā)展對經(jīng)濟(jì)增長影響的大小都不相同,表現(xiàn)了解釋變量作用的差異性,在經(jīng)濟(jì)增長的每個不同分位數(shù)水平,某個解釋變量對經(jīng)濟(jì)增長影響的大小都不相同,表現(xiàn)了解釋變量作用的波動性。這些基本結(jié)論對于制定廣東省城市化發(fā)展戰(zhàn)略的政策具有一定的參考意義。

參考文獻(xiàn):

1、傅晨.廣東城市化發(fā)展戰(zhàn)略[M].廣東人民出版社,2006.

2、馮云廷.城市聚集經(jīng)濟(jì)[M].東北財經(jīng)大學(xué)出版社,2001.

3、劉建平.全面建設(shè)小康社會的必由之路――廣東城鎮(zhèn)化進(jìn)程研究[M].經(jīng)濟(jì)科學(xué)出版社,2006.

4、賴曉東,賴微微.分位數(shù)回歸方法在資本結(jié)構(gòu)影響因素分析中的應(yīng)用[J].數(shù)理統(tǒng)計與管理,2008(3).

5、吳擁政,陸峰.區(qū)域金融發(fā)展與經(jīng)濟(jì)增長的實證分析――基于中國地級市區(qū)數(shù)據(jù)與分位數(shù)回歸方法[J].區(qū)域金融研究,2009(3).

第3篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

關(guān)鍵詞：碳排放；經(jīng)濟(jì)增長；空間效應(yīng)；空間滯后模型；空間誤差模型

中圖分類號：F061.5　文獻(xiàn)標(biāo)識碼：A　文章編號：1004-1494（2013）01-0040-06

一、引言

20世紀(jì)90年代以來，世界經(jīng)濟(jì)迅猛發(fā)展，能源需求量逐年增加。能源消費所導(dǎo)致的二氧化碳排放在人為溫室氣體排放總量中占有絕對優(yōu)勢。碳排放問題正日益受到國際社會的廣泛關(guān)注，對其測算及影響因素問題，國內(nèi)外很多學(xué)者從不同角度、應(yīng)用不同方法進(jìn)行了大量實證研究。國內(nèi)碳排放研究方面，宋德勇等用“兩階段”LMDI方法，從全國層面將一次性能源消費產(chǎn)生的二氧化碳排放相關(guān)影響因素分解并進(jìn)行了周期性波動研究［1］。李國志等利用狀態(tài)空間模型構(gòu)造可變參數(shù)數(shù)據(jù)模型，分析了出口貿(mào)易結(jié)構(gòu)對二氧化碳排放的影響［2］。胡初枝等通過經(jīng)驗數(shù)據(jù)對江蘇區(qū)域碳排放進(jìn)行估算，分析了蘇南、蘇中、蘇北三大區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的碳排放效應(yīng)差異［3］。馬軍杰等測算了1990年—2006年我國省域一次能源CO2排放量并對其影響因素進(jìn)行了空間計量經(jīng)濟(jì)分析［4］。姚亮等采用結(jié)構(gòu)分解分析（SDA）方法對影響居民消費碳排放量變化的驅(qū)動因素進(jìn)行了分析［5］?？梢姡F(xiàn)有關(guān)于碳排放的研究多以傳統(tǒng)的時間序列數(shù)據(jù)分析為基礎(chǔ)，主要集中在測算碳排放量及其因素分解方面，忽略了截面數(shù)據(jù)包含的空間效應(yīng)。事實上，在多區(qū)域的經(jīng)濟(jì)和環(huán)境系統(tǒng)中，一個區(qū)域由于能源消費導(dǎo)致的碳排放行為不僅受該地區(qū)內(nèi)部決定因素的影響，而且越來越多地受到周邊地區(qū)碳排放量的關(guān)聯(lián)作用，區(qū)域之間的能源消費及碳排放活動呈現(xiàn)出明顯的空間自相關(guān)性［4］?？梢?，在理論和實證研究中忽略空間鄰近效應(yīng)，勢必會影響傳統(tǒng)OLS模型參數(shù)的無偏估計，導(dǎo)致研究結(jié)論的可靠性受到質(zhì)疑。

為此，本文在考慮空間效應(yīng)的前提下，利用“十一五”規(guī)劃期間的碳排放數(shù)據(jù)，研究中國省域碳排放量的驅(qū)動因素，分析省域碳排放的空間依賴及鄰近省域碳排放量的空間溢出效應(yīng)，從而為國家和各省域制定節(jié)能減排政策提供決策支持依據(jù)。

二、省際碳排放的決定因素及理論假說

現(xiàn)有對碳排放決定因素模型的研究主要有EKC模型和IPAT模型。但是大多研究僅考慮了人口、經(jīng)濟(jì)發(fā)展、能源消費強度等因素的影響，忽略了技術(shù)創(chuàng)新和城市化因素的作用。根據(jù)有關(guān)經(jīng)驗研究，本文對IPAT模型進(jìn)行改進(jìn)，重點考慮人口、經(jīng)濟(jì)發(fā)展水平、能源消費強度、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新及城市化等六個決定因素，使用空間計量經(jīng)濟(jì)模型研究其對中國省域碳排放量的作用。

1.　人口規(guī)模（POP）。中國作為人口大國，為滿足廣大人民群眾日益提高的生活水平，剛性的能源消費需求必然會導(dǎo)致區(qū)域碳排放量的不斷增大。因此，人口是影響碳減排壓力的一個重要變量，本文預(yù)期其與碳排放之間呈正相關(guān)關(guān)系。

2.　經(jīng)濟(jì)發(fā)展水平（PGDP）。在經(jīng)濟(jì)快速發(fā)展的同時，也必然伴隨著相應(yīng)的能源消耗及其碳排放。本文選用人均GDP衡量一個地區(qū)的富裕度和經(jīng)濟(jì)發(fā)展水平，用以檢驗其對碳排放的影響。一般來說，區(qū)域經(jīng)濟(jì)發(fā)展水平越高，能源消費量相對越大，由此產(chǎn)生的碳排放量也就相應(yīng)越多，二者之間應(yīng)為正相關(guān)關(guān)系。

3.　能源消費強度（ENERGY）。能源消費強度定義為生產(chǎn)單位GDP所消耗的能源數(shù)量，能源強度越低，意味著能源利用效率越高。能源利用效率的不斷提高，使得單位GDP所消耗的能源減少，從而減少碳排放量。因此，本文將能源消費強度納入影響碳排放的驅(qū)動因素之一，并預(yù)計兩者呈正相關(guān)關(guān)系。

4.　產(chǎn)業(yè)結(jié)構(gòu)（STRU）。經(jīng)濟(jì)增長方式的轉(zhuǎn)變同樣影響著能源消耗和碳排放量的大小。長期以來，中國經(jīng)濟(jì)增長方式粗放，直接影響以煤碳為主的能效的提高，使得碳排放增長的態(tài)勢難以遏制。實現(xiàn)經(jīng)濟(jì)方式由粗放式向集約式的轉(zhuǎn)變是減少碳排放的必然選擇。本文以第二產(chǎn)業(yè)與第三產(chǎn)業(yè)產(chǎn)值之比刻畫產(chǎn)業(yè)結(jié)構(gòu)對碳排放的作用。鑒于我國目前正處于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型過程中，預(yù)期其對碳排放的作用尚未充分發(fā)揮。

5.　城市化（URB）。近年來，中國城市化過程中的人口遷移對能源消耗和碳排放產(chǎn)生沖擊，大規(guī)模城市基礎(chǔ)設(shè)施和住房建設(shè)所需要的大量水泥與鋼鐵生產(chǎn)，導(dǎo)致高能耗高排放。城市化進(jìn)程也是影響碳排放量的重要因素。本文選用城鎮(zhèn)人口占總?cè)丝诘谋戎睾饬砍鞘谢?］，初步預(yù)期其對碳排放產(chǎn)生正向作用。

6.　技術(shù)創(chuàng)新（RD）。中國每年巨大的能源消耗支撐著經(jīng)濟(jì)的快速增長，而經(jīng)濟(jì)迅速發(fā)展的同時，也帶來了開發(fā)新技術(shù)新工藝的大量投入。但是，對于生產(chǎn)工藝和設(shè)備的引進(jìn)，以及各種研發(fā)活動，到底對地區(qū)企業(yè)的節(jié)能減排產(chǎn)生了何種影響，目前的研究結(jié)果并不確定。本文選用各省域研究與試驗發(fā)展（R&D）經(jīng)費內(nèi)部支出來衡量技術(shù)創(chuàng)新對碳排放的影響，其作用還有待檢驗。

三、模型設(shè)定與數(shù)據(jù)來源

（一）模型設(shè)定

基于以上解釋變量，利用柯布—道格拉斯生產(chǎn)函數(shù)形式的雙對數(shù)經(jīng)驗形式，建立如下碳排放影響因素模型：

（1）

其中，i表示30個省級地區(qū)，LnCARBON為被解釋變量各地區(qū)碳排放量；LnPOP表示各地區(qū)人口數(shù)量；LnPGDP表示人均GDP；LnENERGY表示能源消費強度；LnSTRU表示第二產(chǎn)業(yè)產(chǎn)值占第三產(chǎn)業(yè)比重；LnURB表示城市化水平，LnRD表示技術(shù)創(chuàng)新。參數(shù)β分別反映了六個解釋變量對被解釋變量碳排放的影響。

假定模型（1）為沒有考慮鄰近地區(qū)空間效應(yīng)的碳排放影響因素模型，可用OLS方法估計。但是，如果地區(qū)碳排放存在著空間自相關(guān)性，則有必要采用納入了空間相關(guān)性效應(yīng)的空間滯后模型、空間誤差模型等空間計量經(jīng)濟(jì)模型。

空間滯后模型（Spatial　Lag　Model，SLM）主要探討地區(qū)碳排放變量是否存在鄰近地區(qū)碳排放溢出效應(yīng)的情況。其模型表達(dá)式為：

（2）

式中，WlnCARBON為空間滯后被解釋變量，反映鄰近地區(qū)的碳排放對區(qū)域碳排放行為的作用大小和程度；ρ為空間滯后回歸系數(shù)；W為n×n階的空間權(quán)值矩陣，w表示W(wǎng)中的元素，一般用空間鄰接矩陣；ε為隨機誤差項向量。

當(dāng)一些決定地區(qū)間碳排放的因素沒有被考慮到解釋變量中時，則需要采用空間誤差模型（Spatial　Error　Model，SEM）?？臻g誤差模型的形式為：

（3）

式中，ε為隨機誤差項向量，λ為n×1階的被解釋變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機誤差向量。參數(shù)λ為存在于擾動誤差項之中的空間依賴變量，衡量相鄰地區(qū)忽略的具有空間依賴性的碳排放被解釋變量的誤差沖擊對地區(qū)碳排放的影響方向和程度。

（二）數(shù)據(jù)來源

實證研究中所用到的空間樣本為除了外（缺少能源數(shù)據(jù)）的中國大陸30個省、自治區(qū)和直轄市（簡稱省域或地區(qū)）。作為我國國民經(jīng)濟(jì)和社會發(fā)展“十一五”規(guī)劃的基數(shù)年份，2005年是中國經(jīng)濟(jì)發(fā)展的一個關(guān)鍵年份，國家致力于通過宏觀調(diào)控促進(jìn)經(jīng)濟(jì)增長方式轉(zhuǎn)變，力圖在結(jié)構(gòu)調(diào)整方面取得實質(zhì)性進(jìn)展。本文重點考察2005年—2010年之間我國各省域碳排放的決定因素，所用數(shù)據(jù)來源于2006年—2011年的《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》和《中國區(qū)域經(jīng)濟(jì)年鑒》，實證變量數(shù)據(jù)取算術(shù)平均數(shù)，以消除年度波動影響。在碳排放行為研究中的一個基礎(chǔ)工作是測算各種類型能源消耗的碳排放系數(shù)。雖然國內(nèi)外各種能源研究機構(gòu)和相關(guān)學(xué)者對各類能源消耗的碳排放系數(shù)進(jìn)行了測算研究，但是大家獲得的結(jié)果略有差異。國際機構(gòu)使用的碳排放系數(shù)據(jù)其所在國情況測算，直接用來計算中國能源消耗碳排放是有問題的。本文綜合考察了國內(nèi)外相關(guān)研究，最終確定采用國家發(fā)展和改革委員會能源研究所在《中國可持續(xù)發(fā)展能源暨碳排放情景分析》中推薦的碳排放系數(shù)：即煤炭的碳排放系數(shù)為0.7476、石油為0.5825、天然氣為0.443。

四、實證估計與結(jié)果分析

為了描述中國30個省級地區(qū)碳排放量的空間分布情況，本文首先采用空間自相關(guān)的Moran’s　I測算各省碳排放量是否存在聚群現(xiàn)象［4］。在做空間相關(guān)分析時，選擇了常用的描述地區(qū)間鄰近關(guān)系的一階、二階和三階rook權(quán)值矩陣進(jìn)行比較分析，最終再確定階數(shù)。表1報告了三類rook權(quán)值矩陣的省際碳排放量空間自相關(guān)性的計算結(jié)果。

表1顯示，基于rook一階空間權(quán)值矩陣W1計算的30個省域碳排放的Moran’s　I為0.2227，在0.19%的水平上顯著，表明中國省域之間的碳排放量在空間分布上并非分散（隨機）分布，具有明顯的正自相關(guān)關(guān)系（空間依賴性），表現(xiàn)出某些省域碳排放量的相似值之間在空間上趨于集群的現(xiàn)象。同時計算發(fā)現(xiàn)，rook鄰近從低階到高階，全域Moran’s　I值逐階下降，表明地區(qū)間碳排放量的空間相關(guān)性隨著其空間距離的增大而衰減。由此，選擇rook一階空間權(quán)值矩陣符合現(xiàn)實，在研究區(qū)域碳排放問題時有必要考慮空間效應(yīng)，否則得到的結(jié)果可能存在較大偏差。

表1　Moran’s　I檢驗結(jié)果

注：表中W1為rook一階空間權(quán)值矩陣，W2為rook二階空間權(quán)值矩陣，W3為rook三階空間權(quán)值矩陣。

由于全域Moran’s　I有很大的局限性：如果一部分省域的碳排放增長存在正相關(guān)（溢出效應(yīng)），而另一部分省域存在負(fù)相關(guān)（回流效應(yīng)），二者將會抵消，則可能顯示省域間的碳排放不存在空間相關(guān)性。此外，省際碳排放溢出與回流效應(yīng)也未必局限于有共同邊界的相鄰省域間。因此，本文還進(jìn)行了基于W1的空間關(guān)聯(lián)局域指標(biāo)LISA檢驗Moran散點圖（略）分析，結(jié)果表明：位于第I象限的省域有黑龍江、內(nèi)蒙古、遼寧、河北、山西、陜西、江蘇、山東、河南和安徽，表現(xiàn)為高碳排放量的省域被高排放量的省域所包圍（High—High，高—高集聚）；位于第II象限的省域有吉林、北京、天津、寧夏、重慶、江西、福建和廣西，為低碳排放量的省域被高排放量的省域所包圍（Low—High，低—高集聚）；位于第III象限的省域有新疆、甘肅、青海、貴州和云南，為低碳排放量的省域被低排放量的省域所包圍（Low—Low，低—低集聚）；位于第IV象限的有廣東、湖南和四川，為高碳排量的省域被低排放量的省域所包圍（High—Low，高—低集聚）；其中上?？缭搅说贗、Ⅱ象限，海南跨越了第Ⅱ、IV象限，湖北和浙江同時跨越了第IV、I象限。顯見，各省域碳排放量的空間集聚性非常明顯，正向局域相關(guān)和集聚的典型特征非常顯著，存在一個明顯的空間趨同。省域碳排量在地理空間分布上呈非均衡，15個省域（50%）顯示了相似的空間關(guān)聯(lián)，其中10個（33.33%）的省域在第I象限（HH：高碳排放量—高空間滯后），5個（16.67%）的省域在第III象限（LL：低碳排放量—低空間滯后）。另外，對空間不穩(wěn)定性和非典型區(qū)域偏離了全域正向空間自相關(guān)的省域識別結(jié)果顯示：2005年—2010年平均來看，11個省域（36.67%）顯示了非相似值的空間關(guān)聯(lián)，其中8個省域在第Ⅱ象限（LH），3個省域在第IV象限（HL）。這表明各省域的碳排量行為的空間局域依賴性和差異性是同時存在的。

以上空間統(tǒng)計分析結(jié)果證明，中國省域碳排放量存在著較強的空間依賴性，有必要建立空間計量經(jīng)濟(jì)學(xué)模型來分析，將空間效應(yīng)的省域碳排放量納入影響因素。經(jīng)典計量經(jīng)濟(jì)學(xué)模型假設(shè)空間是均質(zhì)的，沒有考慮到空間依賴效應(yīng)，由于空間自相關(guān)性的存在，使得普通最小二乘估計無效，假若忽視空間自相關(guān)性，則可能無法得到穩(wěn)健的回歸結(jié)果。因此，需要建立空間計量經(jīng)濟(jì)學(xué)模型來克服OLS無法解決的空間依賴效應(yīng)。為了與空間計量經(jīng)濟(jì)學(xué)模型的結(jié)果進(jìn)行比對，本文先采用OLS進(jìn)行估計，以顯示空間計量經(jīng)濟(jì)模型估計結(jié)果的效果。

表2中六個解釋變量的地區(qū)碳排放OLS估計結(jié)果顯示，調(diào)整后的R2高達(dá)0.9193，模型的解釋能力很強，F(xiàn)統(tǒng)計量為56.0299，通過了1%的方程顯著性水平檢驗，因此模型的擬合程度很好。DW值為1.9197，表明模型殘差不存在序列相關(guān)問題。變量的t檢驗結(jié)果顯示，LnPOP、LnENERGY、LnPGDP均至少可通過0.28%顯著性水平的檢驗，而LnSTRU、LnURB和LnRD均沒有通過10%的顯著性水平檢驗，表明這三個變量的作用不明顯。進(jìn)一步對解釋變量的多重共線性檢驗發(fā)現(xiàn)，LnPGDP和LnUrban的方差膨脹因子（VIF）分別為12.9358和12.9453，大于10的臨界值，表明這兩個變量存在較高的共線性，不能同時進(jìn)入回歸模型，lnRD的VIF為9.7701，也存在一定程度的共線性。逐步回歸分析獲得的表2中三個解釋變量的回歸結(jié)果表明，當(dāng)剔除不顯著的LnSTRU、LnURB和LnRD三個變量后，VIF檢驗發(fā)現(xiàn)模型不存在共線性，而且三個解釋變量的t統(tǒng)計量均至少能通過小于0.01%的變量顯著性檢驗，因此三解釋變量省域碳排放模型是更為可取的模型。

實際上，空間統(tǒng)計的Moran指數(shù)檢驗已經(jīng)證明了我國30個省域的碳排放具有明顯的空間自相關(guān)性，經(jīng)典線性回歸模型的OLS估計可能存在忽略空間效應(yīng)的模型設(shè)定不當(dāng)問題。為了進(jìn)一步驗證空間自相關(guān)性的存在，本文進(jìn)行了省域碳排放的空間滯后和空間誤差模型檢驗，結(jié)果如表3所示。

表3中的六個解釋變量和三個解釋變量模型Moran指數(shù)檢驗、兩個拉格朗日乘數(shù)的空間依賴性檢驗結(jié)果顯示：Moran指數(shù)（誤差）檢驗證明經(jīng)典回歸OLS估計誤差在4.98%和1.35%的顯著性水平下具有顯著的的空間依賴性（相關(guān)性）；區(qū)分內(nèi)生空間滯后還是空間誤差自相關(guān)的拉格朗日乘子滯后、誤差及其穩(wěn)健性檢驗表明：LMLAG和R-LMLAG分別在2.92%和3.78%、2.08%和2.37%的水平上較顯著，而LMERR和R-LMERR則均不顯著，顯見空間滯后模型SLM應(yīng)是更加恰當(dāng)?shù)哪Ｐ托问健?/p>

最后，比較表2中的檢驗結(jié)果發(fā)現(xiàn)，空間滯后模型（SLM）中擬合優(yōu)度的值（94.16%）、對數(shù)似然值LOGL（8.1831）都大于空間誤差模型（SEM）和經(jīng)典回歸估計模型（OLS）的估計值，而SLM的AIC值（-0.3662）、SC值（10.8434）則均小于SEM和OLS的估計值。綜合以上檢驗結(jié)果，SLM為最優(yōu)模型。因此，本文以下的分析以SLM結(jié)果為主。表2中的三個解釋變量省域碳排放模型的拉格朗日乘子誤差和滯后及其穩(wěn)健性檢驗顯示，引入空間效應(yīng)的模型較之OLS模型均有明顯改善，SLM較之SEM是更為可取的模型形式，更好地反映了省域碳排放行為。

表2的空間計量分析結(jié)果顯示，SLM的空間滯后估計參數(shù)ρ通過了1.22%和2.03%的顯著性水平檢驗，表明省際碳排放存在空間集聚（回流）效應(yīng)，即臨近地區(qū)的碳排放量每增加1%，本地區(qū)碳排放量減少0.0782%和0.0618%；SEM的空間誤差估計參數(shù)λ為0.4854和0.5250，通過了1.11%和0.40%的顯著性水平檢驗，表明省際碳排放存在較強的空間依賴作用，忽略掉的一些因素如資源配置、勞動者素質(zhì)、管理水平和市場化程度等也可能通過誤差項對該地區(qū)碳排放產(chǎn)生著一定的作用。

最后，三解釋變量模型估計結(jié)果顯示：能源消費強度對省域碳排放的回歸系數(shù)最大，為1.4433，表明在不考慮其他因素的情況下，地區(qū)能源消費強度每增加1%，碳排放總量平均增加1.4433%；其次是人均GDP的回歸系數(shù)為1.1591，人均GDP每增加1%，碳排放量平均增加1.1591%；人口增長的回歸系數(shù)為1.1088，人口每增加1%，碳排放量平均增加1.1088%；這三個決定因素的作用與理論預(yù)期一致。而城市化、產(chǎn)業(yè)結(jié)構(gòu)及技術(shù)創(chuàng)新的回歸系數(shù)均不顯著，原因主要是：我國東中西部處于不同城市化發(fā)展階段，“十一五”規(guī)劃的宏觀調(diào)控目標(biāo)及經(jīng)濟(jì)增長方式轉(zhuǎn)變對地區(qū)碳排放的作用還不夠明顯，各個地區(qū)的企業(yè)在生產(chǎn)和工藝環(huán)節(jié)方面還有待采用更為有效的節(jié)能減排技術(shù)，需要繼續(xù)增強技術(shù)創(chuàng)新對消減地區(qū)碳排放的作用。

五、結(jié)論與啟示

本文構(gòu)建了省域碳排放量決定因素實證模型，對碳排放決定因素及其空間溢出效應(yīng)進(jìn)行了空間計量分析，得到如下主要結(jié)論及啟示。

1.　中國30個省域相鄰地區(qū)的碳排放行為普遍存在著正相關(guān)性，省域之間的碳排放行為存在空間集聚（回流）效應(yīng)，制定省域碳排放政策時需要考慮碳排放行為的空間效應(yīng)。

2.　能源消費強度是影響碳排放的最主要驅(qū)動因素。碳排放的實質(zhì)是能源消耗，驅(qū)動中國經(jīng)濟(jì)增長的能源消費主要以煤炭為主。長期以來，低下的能源利用效率使得單位GDP的碳排放量較高。從長遠(yuǎn)利益考慮，中央及各級地方政府應(yīng)在技術(shù)資金政策上鼓勵新能源開發(fā)，實現(xiàn)節(jié)能減排，各省域要增加清潔能源如水能、風(fēng)能、核能等的使用，各企業(yè)單位要提高能效、降低碳排放。

3.　人均GDP和人口規(guī)模的影響僅次于能源消費強度。雖然“十一五”期間的宏觀調(diào)控與促進(jìn)經(jīng)濟(jì)增長方式轉(zhuǎn)變?nèi)〉昧艘恍┏煽?，但效果比較有限。提高經(jīng)濟(jì)增長質(zhì)量和經(jīng)濟(jì)效益勢在必行。同時，鑒于各省域人口總量增長慣性仍在持續(xù)，在繼續(xù)嚴(yán)格執(zhí)行計劃生育政策的同時，提倡和鼓勵居民理性消費、綠色消費，逐步促進(jìn)城鎮(zhèn)和農(nóng)村居民消費向“綠色低碳”模式轉(zhuǎn)變，構(gòu)建資源節(jié)約型和環(huán)境友好型社會。

4.　產(chǎn)業(yè)結(jié)構(gòu)對碳排放的影響不顯著。1995年以來，我國大多數(shù)省域的產(chǎn)業(yè)結(jié)構(gòu)變動并不大，第二產(chǎn)業(yè)比重基本上保持了小幅上升趨勢，有些省域甚至出現(xiàn)了較大幅度下降（如北京、上海、云南）。優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)綠色產(chǎn)業(yè)發(fā)展是當(dāng)下各省域?qū)崿F(xiàn)產(chǎn)業(yè)升級的關(guān)鍵。各地方政府要淘汰高能耗、高污染的落后產(chǎn)業(yè)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)，尤其是高產(chǎn)出低能耗的產(chǎn)業(yè)，如信息產(chǎn)業(yè)、生態(tài)旅游、新能源開發(fā)等，不斷提高第三產(chǎn)業(yè)在國民經(jīng)濟(jì)中的比重，以降低能源消耗和碳排放量。

5.　城市化對碳排放的影響不顯著。城市化既可能提升環(huán)境效率，也可能對環(huán)境產(chǎn)生負(fù)面影響。由于東部地區(qū)城市化水平較高，提升了第三產(chǎn)業(yè)、優(yōu)化了產(chǎn)業(yè)結(jié)構(gòu)，同時不完全競爭條件下的規(guī)模收益遞增、人口和經(jīng)濟(jì)要素的集聚以及相應(yīng)的知識、技術(shù)溢出，提高了整個東部地區(qū)的能源利用效率，減少了碳排放；中部地區(qū)還處于初級城市化階段，建設(shè)項目主要集中在生活基礎(chǔ)設(shè)施以及工業(yè)化基礎(chǔ)設(shè)施方面，經(jīng)濟(jì)發(fā)展水平及能源利用效率相對較低，因而其城市化的提升反而帶來了碳排放的增加；西部地區(qū)城市化進(jìn)程緩慢，對碳排放的影響并不顯著，導(dǎo)致全國省域城市化水平平均效應(yīng)對碳排放的影響不顯著。

6.　技術(shù)創(chuàng)新的作用不顯著。由于技術(shù)創(chuàng)新雖然改善了能源效率而節(jié)約了能源，但技術(shù)創(chuàng)新同樣促進(jìn)了經(jīng)濟(jì)的快速發(fā)展，這又將導(dǎo)致對能源需求的增加，出現(xiàn)效率提高所節(jié)約的能源被因經(jīng)濟(jì)快速增長帶來的額外能源消耗（部分地）抵消，即能源的回彈效應(yīng)，最終導(dǎo)致各省域的研發(fā)投資對減少其碳排放數(shù)量的作用沒有顯現(xiàn)出來。為此，各省域的工業(yè)企業(yè)應(yīng)該進(jìn)一步加大清潔能源的研發(fā)資金投入，中央政府和各級地方政府要出臺鼓勵節(jié)能技術(shù)研發(fā)和推廣的支持政策，重點提高節(jié)能減排投資的效率。

參考文獻(xiàn)：

［1］宋德勇，盧忠寶.中國碳排放影響因素分解及其周期性波動研究［J］.中國人口·資源與環(huán)境，2009（3）：18-24.

［2］李國志，王群偉.中國出口貿(mào)易結(jié)構(gòu)對二氧化碳排放的動態(tài)影響——基于變參數(shù)模型的實證分析［J］.國際貿(mào)易問題，2011（1）：82-89.

［3］胡初枝，黃賢金.區(qū)域產(chǎn)業(yè)結(jié)構(gòu)變化的碳排放效應(yīng)研究——以江蘇省為例［C］.//中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集，2007：34-39.

［4］馬軍杰，陳震，尤建新.省域一次能源CO2排放的空間計量經(jīng)濟(jì)分析［J］.技術(shù)經(jīng)濟(jì)，2010（12）：62-67.

［5］姚亮，劉晶茹，王如松.中國城鄉(xiāng)居民消費隱含的碳排放對比分析［J］.中國人口·資源與環(huán)境，2011（4）：25-29.

［6］林伯強，劉希穎.中國城市化階段的碳排放：影響因素和減排策略［J］.經(jīng)濟(jì)研究，2010（8）：66-78.

第4篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

【關(guān)鍵詞】中原經(jīng)濟(jì)區(qū)建設(shè) 城鎮(zhèn)化率 人均可支配收入 河南房地產(chǎn)價格

1998年我國實行住房商品化制度改革以來，房地產(chǎn)行業(yè)憑借其產(chǎn)業(yè)關(guān)聯(lián)度高、產(chǎn)業(yè)帶動能力強，對整體經(jīng)濟(jì)產(chǎn)生了雙倍放大效應(yīng)，并一度成為我國的支柱產(chǎn)業(yè)。我國實行土地使用制度市場化政策以來，房地產(chǎn)價格一路高歌。這一經(jīng)濟(jì)現(xiàn)象帶動各行各業(yè)發(fā)展的同時，也產(chǎn)生了大量的房地產(chǎn)泡沫，如投資性需求的增加降低了普通居民的生活質(zhì)量，直接影響到社會的穩(wěn)定和發(fā)展，也使住房成為一個民生話題。就此，國家出臺了多項房地產(chǎn)調(diào)控政策，加大對房地產(chǎn)價格宏觀調(diào)控力度。就河南省而言，限購、二手房交易稅和取消經(jīng)濟(jì)適用房等政策已然在中原區(qū)全面展開，但是如此強有力的宏觀調(diào)控并沒有壓低中原區(qū)的房價。作為中原經(jīng)濟(jì)區(qū)建設(shè)最為核心的省份，河南地區(qū)在這樣的經(jīng)濟(jì)背景下房價又會有怎樣的波動呢？究竟哪些因素影響了河南省房地產(chǎn)價格呢？[1]

一、河南房地產(chǎn)發(fā)展現(xiàn)狀分析

房地產(chǎn)是指建筑地塊和建筑地塊上以房屋為主的永久性建筑物及其衍生的權(quán)利。[2]房地產(chǎn)業(yè)由于其自己的特點即位置的固定性和不可移動性，在經(jīng)濟(jì)學(xué)中被劃為不動產(chǎn)，在統(tǒng)計上被劃分為第三產(chǎn)業(yè)。從購置土地到建造成不動產(chǎn)，少則數(shù)十萬元，多則千萬元，甚至數(shù)億元。因此，房地產(chǎn)業(yè)是一個資金密集型行業(yè)。宏觀經(jīng)濟(jì)政策也會影響到房地產(chǎn)投資熱度。[3]

（一）宏觀經(jīng)濟(jì)分析

中原經(jīng)濟(jì)區(qū)作為河南發(fā)展的大背景給了河南房地產(chǎn)業(yè)一個較大的舞臺。“兩不三新”的路子就是要靠著新型城鎮(zhèn)化作為引領(lǐng)，實現(xiàn)城鄉(xiāng)一體化統(tǒng)籌發(fā)展的道路。

首先，GDP的增長將影響房地產(chǎn)市場的發(fā)展。據(jù)發(fā)達(dá)國家經(jīng)驗，人均GDP處于800美元至8000美元時處在房產(chǎn)起飛和快速發(fā)展的時期。其中，3000美元是分水嶺，此時社會對房地產(chǎn)產(chǎn)品和服務(wù)的需求膨脹，標(biāo)志一國經(jīng)濟(jì)進(jìn)入新的發(fā)展階段。[4]數(shù)據(jù)顯示，2011年我國人均GDP為5414美元。就區(qū)域而言，最高的上海與北京兩市分別為13259.136美元和13114.27美元，而河南省的人均GDP是4602.96美元，不及平均水平，卻處在國際經(jīng)驗中需求最為旺盛的階段。這就意味著，當(dāng)上海市和北京市等區(qū)域經(jīng)濟(jì)中房地產(chǎn)的支柱地位即將逐漸淡出之時，河南省地產(chǎn)業(yè)正如日中天一般蓬勃發(fā)展。

其次，城鎮(zhèn)化建設(shè)對商品房產(chǎn)生剛性需求。根據(jù)世界主要工業(yè)化國家城市化進(jìn)程來看，當(dāng)工業(yè)化進(jìn)入中期階段或城鎮(zhèn)化水平超過30%以后，城鎮(zhèn)化進(jìn)程將明顯加快，直到超過70%，城鎮(zhèn)化速度才會減緩。據(jù)統(tǒng)計，2011年我國城鎮(zhèn)化率實現(xiàn)51.27%，居于高位的上海和北京早已超出70%的上限，分別達(dá)到城鎮(zhèn)化率88.6%和85.0%，而位于中部地區(qū)的河南省城市化進(jìn)程相對緩慢，只有40.6%，城鎮(zhèn)化發(fā)展空間還有很大。伴隨著中原經(jīng)濟(jì)區(qū)建設(shè)的逐步落實，河南已進(jìn)入城鎮(zhèn)化加速發(fā)展時期。由此我們可以預(yù)知未來一、二十年內(nèi)，城鎮(zhèn)化帶來的住房需求也會相應(yīng)增加。[5]

此外，人口成為房地產(chǎn)業(yè)的持續(xù)發(fā)展的另一個原因。從基數(shù)上看，河南人口總量大。從農(nóng)業(yè)人口角度看，河南還是農(nóng)業(yè)大省，農(nóng)村人口占總?cè)丝诘?2.30%。據(jù)國家發(fā)展改革委員會統(tǒng)計，河南省共有農(nóng)民工2670萬，占河南全省總?cè)丝诘?4%。這樣大的在城市打工的群體造就了河南省近幾年的城市化快速發(fā)展和房地產(chǎn)業(yè)的剛性需求。[6]

綜上所述，伴隨著GDP和城鎮(zhèn)化水平的提高，在河南這樣的人口大省經(jīng)濟(jì)發(fā)展的過程中，房地產(chǎn)行業(yè)還將有一定的上升空間。

（二）微觀經(jīng)濟(jì)分析

1.投資方面。房地產(chǎn)不但具有使用價值，而且具有價值。因此，它具有消費和投資雙重屬性。目前，就國內(nèi)投資產(chǎn)品而言，房地產(chǎn)飽受投資者歡迎。因為房地產(chǎn)作為固定資產(chǎn)受到銀行等金融機構(gòu)的青睞，而且，其保值增值能力強，不但可以投資賺取差價，還可以租售獲得收益。特別是近幾年，溫州炒房團(tuán)的介入和土地資源稀缺性以及城市化進(jìn)程使得住房的剛需和投資熱情同時高漲。著名經(jīng)濟(jì)學(xué)家郎咸平先生認(rèn)為，中國有四大類資金投入房地產(chǎn)市場：家庭存款、企業(yè)不投資資金、受賄款、國際熱錢。這些資金大量涌入房地產(chǎn)市場后，拉升了中國房價。[7]河南省房地產(chǎn)年度投資占全社會全年固定資產(chǎn)投資比例逐年增大。年度投資總額由1994年49.61億元發(fā)展到2011年2626.54億元。房地產(chǎn)開發(fā)投資尤其是2004年以后，無論是房地產(chǎn)企業(yè)數(shù)還是房地產(chǎn)投資額都有了顯著的增長。

2.銷售方面。城市居民住宅剛性需求主要有三種類型：新婚型、改善型、享受型。無論是剛性需求還是投資性需求都使得房價快速上漲。銷售量持續(xù)上漲，銷售額和銷售面積快速增加，這說明今年房地產(chǎn)需求逐年增加。就河南商品房銷售額來看，由1994年的16.43億元到2011年的2196.81億元的快速增長，以及商品房銷售面積由1994年的225.04萬平方米到2011年的6275.16萬平方米的發(fā)展，我們可以看到河南房地產(chǎn)需求還是很強勁的。

3.供給和需求同時增長。自1997年至2011年，河南省房屋竣工面積和商品房銷售面積都呈現(xiàn)上升趨勢。據(jù)調(diào)查，中國平均每戶擁有1.2套住房，但是，中國住房問題主要是分配不均勻而非總量供給不足。從總量上看，河南省房屋竣工面積增長速度高于商品房銷售面積的增長。這說明河南省房地產(chǎn)投資出現(xiàn)過熱現(xiàn)象，也就解釋了為什么河南省出現(xiàn)“鬼城”等空置率高的問題。但是由于河南省正在加快城市化的腳步，鑒于土地稀缺性和人口城市化等概念的加深，開發(fā)商對市場的預(yù)測仍然看漲。由此得知，河南省房地產(chǎn)價格仍然處在價格波動曲線的上升階段。

綜上所述，河南省房地產(chǎn)自1994年以來，尤其是2004年之后，一直處于較快發(fā)展的態(tài)勢?？偭可系脑鲩L體現(xiàn)在兩個方面：投資和消費。由圖顯示，河南省房地產(chǎn)業(yè)投資總額和銷售狀況都在增長，供需曲線整體向右上方平移。

（三）房地產(chǎn)價格的經(jīng)濟(jì)影響因素

房地產(chǎn)是一種特殊的商品，它具有消費和投資雙重屬性。影響我國房地產(chǎn)的經(jīng)濟(jì)因素主要有國內(nèi)生產(chǎn)總值、人均可支配收入、城市化率和房屋造價等。

1.國內(nèi)生產(chǎn)總值與房地產(chǎn)價格的關(guān)系。國內(nèi)生產(chǎn)總值是國民經(jīng)濟(jì)核算的核心指標(biāo)，也是衡量一個國家或地區(qū)經(jīng)濟(jì)狀況和發(fā)展水平的重要指標(biāo)。而宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r與房地產(chǎn)行業(yè)的發(fā)展是雙向影響的。如果宏觀經(jīng)濟(jì)不景氣也就是GDP指數(shù)下降的話，三大產(chǎn)業(yè)所涉及的領(lǐng)域都將受到影響。金融不景氣，企業(yè)合并或破產(chǎn)較多，人均收入減少，人們對市場看跌，這樣需求就會減少，相對而言存量住房就會增加，房地產(chǎn)供求矛盾結(jié)構(gòu)性失衡導(dǎo)致房地產(chǎn)價格下降。而當(dāng)宏觀經(jīng)濟(jì)高速發(fā)展的時候，必然伴隨著居民收入的增加和投資需求的增加。人民對市場信心增強必然會出現(xiàn)供銷兩旺的態(tài)勢，此時，房地產(chǎn)價格也會上升。[8]

2.人均可支配收入。人均可支配收入被認(rèn)為是消費開支的最重要決定性因素，常被用來衡量一國居民生活水平的變化情況。而居民人均可支配收入和房地產(chǎn)價格之間也存在一種緊密關(guān)系。在全國房地產(chǎn)開發(fā)投資額不變的前提下，城鎮(zhèn)居民家庭人均可支配收入每增加100元，全國房屋銷售價格指數(shù)就可以提高0.7813個百分點。此外，居民可支配收入主要用于消費和投資兩部分。鑒于房地產(chǎn)具有雙重屬性，因此，人均可支配收入越多，人們進(jìn)行投資和消費的欲望和能力就越強。房屋相對于其他商品來說，保值增值性強，這種特點導(dǎo)致人們用大量的資金進(jìn)行投資，促使房屋價格因供求關(guān)系影響而上升。理論上該變量和房價存在正相關(guān)性。

3.城市化率。城鎮(zhèn)化率又稱城市化度，一般采用人口統(tǒng)計學(xué)指標(biāo)，即城鎮(zhèn)人口占總?cè)丝诘谋戎?。它是一個國家或地區(qū)經(jīng)濟(jì)發(fā)展的重要標(biāo)志，也是衡量一個國家或地區(qū)社會組織程度和管理水平的重要指標(biāo)。中原經(jīng)濟(jì)區(qū)建設(shè)要探索出一條“三化”協(xié)調(diào)科學(xué)發(fā)展的路子，以城鎮(zhèn)化為引領(lǐng)，勢必會增加城市住房需求。理論上認(rèn)為，城市化率與房價呈正相關(guān)。

4.房屋造價對房地產(chǎn)價格的影響。工程造價、土地價格再加上其他經(jīng)營銷售成本等構(gòu)成了房屋的造價，房屋的造價直接影響了商品住房的成本。因此，理論上該變量和商品住房的價格呈正相關(guān)。

二、實證分析：以河南省為例

（一）研究對象的選取

本文選取河南省歷年商品房數(shù)據(jù)進(jìn)行相關(guān)因素分析，以歷年河南省商品房價格作為被解釋變量，選用城市化率，人均可支配收入、房屋造價等三個方面做解釋變量對被解釋變量進(jìn)行擬合，以期求得擬合優(yōu)度。[9]

（二）模型的建立

對解釋變量進(jìn)行設(shè)定：城鎮(zhèn)化率（X1），人均可支配收入（X2），竣工房屋造價（X3），隨機誤差項（u）。對房價的影響因素還有很多，這里就把其他的影響因素納入隨機誤差項u。

對被解釋變量進(jìn)行設(shè)定：歷年商品房均價（Y）。這項數(shù)據(jù)是用河南省歷年商品房銷售總額除以歷年商品房竣工面積所得。

根據(jù)以上分析，設(shè)定經(jīng)濟(jì)計量模型如下：

對于給定的α=0.05，對方程中各個變量的T統(tǒng)計量和P值進(jìn)行檢驗，X1和X2通過檢驗，再對模型進(jìn)行多重共線性檢驗、異方差檢驗、自相關(guān)性檢驗，都通過了檢驗。方程的擬合優(yōu)度R2=0.940147，修正后的擬合很好，可信性高。而且X1和X2的系數(shù)為正數(shù)，說明這兩個變量與房屋價格呈現(xiàn)出正相關(guān)的關(guān)系，這與我們之前的理論也符合，符合經(jīng)濟(jì)意義。

三、結(jié)果分析與政策建議

通過對模型的建立和分析，我們了解了對于房屋價格起決定因素的兩個變量，基于計量經(jīng)濟(jì)模型的結(jié)果與分析，本文有針對性地提出如下政策建議：

首先，注重城鎮(zhèn)化過程中土地供應(yīng)量的問題。伴隨著中原經(jīng)濟(jì)區(qū)的規(guī)劃上升為國家戰(zhàn)略，三化協(xié)調(diào)城鎮(zhèn)化作為引領(lǐng)對房價起到了決定性的作用。由此得知，河南省房價還將有持續(xù)走高的趨勢。因此，我們在統(tǒng)籌城鄉(xiāng)建設(shè)用地的過程中要穩(wěn)定土地的供應(yīng)量，降低土地的購置成本。房價的上漲很大程度上取決于預(yù)期，如何使人們對房價有穩(wěn)定的心理預(yù)期，避免房地產(chǎn)市場泡沫的出現(xiàn)才是政府調(diào)控市場的目標(biāo)。政府可以在城鎮(zhèn)化過程中保證土地供應(yīng)量和土地購置費長期處在一個合理的水平，這樣才能起到宏觀調(diào)控的作用。

其次，投資方式多元化。伴隨著經(jīng)濟(jì)的不斷發(fā)展，人們的可支配收入會不斷地上漲，而且由于銀行的存貸款利率較低，居民存錢意愿較弱。迫使大量資金流向高投入、高風(fēng)險、高回報的房產(chǎn)行業(yè)，推高了整個河南省的房價。因此，大力發(fā)展實業(yè)和股票、保險、債券市場，促進(jìn)投資多元化，減少資金流入房地產(chǎn)市場才是釜底抽薪的方法。

最后，增加保障房供給，保證社會公平。城市化過程必定帶來大量的農(nóng)村人口進(jìn)城，這樣住房需求隨之增加。再加上河南省本來就是農(nóng)業(yè)和人口大省，城市化過程只能摸著石頭過河。這樣，加大保障房建設(shè)，重視竣工量而非開工量成為解決供求問題的重要手段。

參考文獻(xiàn)

[1]林文高.房地產(chǎn)價格影響因素分析：廣東佛山數(shù)據(jù)檢驗[J].南方金融，2012（3）.

[2]曹振良.房地產(chǎn)經(jīng)濟(jì)學(xué)通論[M].北京：北京大學(xué)出版社2003.6.

[3]李晶淼.關(guān)于我國房地產(chǎn)現(xiàn)狀的研究[J].新財經(jīng)（理論版）2012（3）.

[4]李曉峰.房地產(chǎn)依然是河南經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)[J].中州建設(shè)，2011（2）.

[5]從中部各省實證比較看河南經(jīng)濟(jì)發(fā)展情況[DB].中華人民共和國國家統(tǒng)計局.2003

[6]邱磊、張浩.人口為指標(biāo)衡量河南省城鎮(zhèn)化水平[J].新鄉(xiāng)學(xué)院學(xué)報（社會科學(xué)版），2010，24（6）.

[7]權(quán)亞營.關(guān)于房地產(chǎn)項目投資決策分析[J].商情，2012（12）.

[8]劉晶嘩.房地產(chǎn)價格影響因素探討[J].東方企業(yè)文化，2012（20）.

[9]車樹毅.淺談影響中國房價的影響因素分析[J].科技信息 2010（18）.

[10]唐莉.影響房價變動的計量經(jīng)濟(jì)學(xué)分析[J].廣東技術(shù)師范學(xué)院學(xué)報（自然科學(xué)）2011年第3期.

[11]張蕊、許蕾.我國房地產(chǎn)價格周期波動及其影響因素的實證研究[J].統(tǒng)計研究2012年

第5篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

關(guān)鍵詞：經(jīng)濟(jì)集聚；經(jīng)濟(jì)增長；空間計量模型

中圖分類號：F061.5　文獻(xiàn)標(biāo)識碼：A　文章編號：1005-0892(2010)09-0014-08

一、引言及文獻(xiàn)綜述

縱觀世界經(jīng)濟(jì)的發(fā)展歷史，經(jīng)濟(jì)的空間集聚是一種普遍存在的現(xiàn)象，正如克魯格曼所言：“經(jīng)濟(jì)活動最突出的地理特征是什么?一個簡短的回答肯定是集中”。與經(jīng)濟(jì)的空間集聚相伴而生的是區(qū)域經(jīng)濟(jì)增長的非均衡化以及地區(qū)差距的擴(kuò)大。作為中國經(jīng)濟(jì)增長最快、最具活力的省區(qū)之一，江蘇省內(nèi)部表現(xiàn)出很強的經(jīng)濟(jì)集聚趨勢，同時一直受到經(jīng)濟(jì)發(fā)展不平衡問題的困擾，地區(qū)間差距在最近20年迅速擴(kuò)大。集聚是否是導(dǎo)致地區(qū)經(jīng)濟(jì)增長差異的重要因素?本文擬對這一問題進(jìn)行實證研究。

長久以來，經(jīng)濟(jì)增長與經(jīng)濟(jì)集聚的研究幾乎互不相關(guān)。然而，現(xiàn)實表明，經(jīng)濟(jì)活動的空間聚集與經(jīng)濟(jì)增長是很難被分割的兩個過程。20世紀(jì)90年代后期，一些新經(jīng)濟(jì)地理學(xué)領(lǐng)域內(nèi)的學(xué)者開始嘗試整合新經(jīng)濟(jì)地理學(xué)與新增長理論，在統(tǒng)一的理論框架下探討集聚與增長之間的相互作用，其中開創(chuàng)性的工作包括Martin和Ottaviano(1999)、Baldwin(1999)、Baldwin和Forslid(2000)以及Baldwin等(2001)。他們通過強調(diào)技術(shù)外溢和空間集聚的相互作用，為解釋經(jīng)濟(jì)集聚和經(jīng)濟(jì)增長之間的內(nèi)在聯(lián)系提供了一個非常清晰和簡明的理論分析框架。Fujita和Thisse(2003)在此基礎(chǔ)上通過改進(jìn)研發(fā)部門的生產(chǎn)函數(shù)和熟練工人的動態(tài)遷移過程，給出了一個數(shù)學(xué)分析更加容易、分析結(jié)果更加具體的整合模型。Dupont(2007)也在集聚與內(nèi)生增長的框架下，分析了經(jīng)濟(jì)一體化過程對區(qū)域差異和不平等的影響。他們的研究表明：集聚對于整體的經(jīng)濟(jì)增長是有利的，地理位置會影響到經(jīng)濟(jì)增長。

伴隨著理論研究的深入，經(jīng)濟(jì)學(xué)家開始針對經(jīng)濟(jì)集聚與經(jīng)濟(jì)增長之間的關(guān)系展開實證研究。許多研究驗證了集聚的增長促進(jìn)效應(yīng)。如Ciccone(2002)使用5個歐洲國家NUTS第3級地區(qū)的數(shù)據(jù)分析了就業(yè)密度對于平均勞動生產(chǎn)率的影響，發(fā)現(xiàn)制造業(yè)與服務(wù)業(yè)活動的集聚的確對區(qū)域經(jīng)濟(jì)的增長具有正面效應(yīng)。Henderson(2003)使用70個國家1960-1990年的面板數(shù)據(jù)，發(fā)現(xiàn)城市首位度(一國最大城市份額)在低收入國家有利于經(jīng)濟(jì)增長。[SlCrozet和Koenig(2007)使用EU地區(qū)1980-2000年的數(shù)據(jù)，探討了區(qū)域內(nèi)經(jīng)濟(jì)活動空間集中對增長績效的影響，發(fā)現(xiàn)生產(chǎn)活動的內(nèi)部空間分布越不平衡的地區(qū)增長越快。但也有部分研究得出了與理論預(yù)測相反的結(jié)論，如Sbergami(2002)使用6個歐盟成員國1984～1995年的跨國面板數(shù)據(jù)對經(jīng)濟(jì)增長率和經(jīng)濟(jì)集聚相互關(guān)系進(jìn)行實證檢驗，研究結(jié)果發(fā)現(xiàn)。高技術(shù)行業(yè)、中等技術(shù)和低技術(shù)行業(yè)的集聚對于經(jīng)濟(jì)增長率的影響都是負(fù)面的。㈣更為復(fù)雜的是，空間集聚對經(jīng)濟(jì)增長的影響可能是非線性的，在發(fā)展的早期階段，集聚促進(jìn)增長；但當(dāng)達(dá)到某個收入水平后，集聚對經(jīng)濟(jì)增長就沒有作用，甚至有害于經(jīng)濟(jì)增長。這一假說得到了Brulhart和Sbergami(2009)的驗證，他們利用跨部門OLS和動態(tài)面板GMM估計方法研究了一國經(jīng)濟(jì)活動的空間集聚對國家層面增長的影響，發(fā)現(xiàn)只在經(jīng)濟(jì)發(fā)展的某一水平集聚才能推動GDP增長，關(guān)鍵水平約為人均10000美元。

針對中國的經(jīng)濟(jì)集聚與經(jīng)濟(jì)增長問題，范劍勇(2004)認(rèn)為，中國現(xiàn)階段仍處于“產(chǎn)業(yè)高集聚、地區(qū)低專業(yè)化”的狀況，國內(nèi)市場一體化水平總體上仍較低，且滯后于對外的一體化水平，這一現(xiàn)狀使得制造業(yè)集中于東部沿海地區(qū)，無法向中部地區(qū)轉(zhuǎn)移，進(jìn)而推動地區(qū)差距不斷擴(kuò)大。㈣張艷、劉亮(2007)運用工具變量法，基于中國城市的面板數(shù)據(jù)實證檢驗了經(jīng)濟(jì)集聚對于城市人均實際GDP的影響，結(jié)果發(fā)現(xiàn)，經(jīng)濟(jì)集聚具有內(nèi)生性，它對于城市經(jīng)濟(jì)增長具有顯著的促進(jìn)作用。張卉、詹宇波、周凱(2007)構(gòu)造了產(chǎn)業(yè)間集聚指數(shù)和產(chǎn)業(yè)內(nèi)集聚指數(shù)，并以此作為解釋變量實證檢驗了中國產(chǎn)業(yè)集聚與勞動生產(chǎn)率和經(jīng)濟(jì)增長的內(nèi)在關(guān)系。他們的研究發(fā)現(xiàn)，產(chǎn)業(yè)內(nèi)集聚和產(chǎn)業(yè)間集聚都對中國經(jīng)濟(jì)增長存在顯著影響。吳利學(xué)、傅曉霞(2008)以規(guī)模報酬遞增為基礎(chǔ)構(gòu)建了一個包含集聚經(jīng)濟(jì)的生產(chǎn)函數(shù)，分析了城市化和市場化對中國各地區(qū)集聚經(jīng)濟(jì)效應(yīng)的影響，他們的實證研究發(fā)現(xiàn)，中國各地區(qū)集聚經(jīng)濟(jì)效應(yīng)顯著，且集聚經(jīng)濟(jì)效應(yīng)在地區(qū)經(jīng)濟(jì)增長中作用明顯。馬君潞、郭威(2007)通過對我國分省面板數(shù)據(jù)的實證分析表明，提升一個地區(qū)吸引外商直接投資的能力很大程度上取決于該地區(qū)的集聚經(jīng)濟(jì)環(huán)境，因此，積累集聚經(jīng)濟(jì)優(yōu)勢是吸引外資、促進(jìn)區(qū)域經(jīng)濟(jì)增長的途徑之一。

在這些實證分析中，雖然有的研究也考慮到了不同地區(qū)差異的影響并以地區(qū)虛擬變量來衡量，但從本質(zhì)上看，區(qū)域總是被當(dāng)成一個獨立的個體進(jìn)行分析，區(qū)域間潛在的相互影響往往被忽略。事實上，任何一個地區(qū)的經(jīng)濟(jì)都不可能獨立存在，它總是與其他經(jīng)濟(jì)體存在著千絲萬縷的聯(lián)系。但在多數(shù)研究中，這一觀點都還沒有被正式引入模型進(jìn)行實證分析。

空間計量經(jīng)濟(jì)學(xué)是在橫截面或面板數(shù)據(jù)中研究經(jīng)濟(jì)單位的空間相互作用，近年來越來越受到學(xué)術(shù)界的關(guān)注。一些學(xué)者開始運用空間計量方法，明確將地理空間因素考慮到經(jīng)濟(jì)集聚與經(jīng)濟(jì)增長的實證研究中去。Ying(2003)采用1978～1998年的省級橫截面數(shù)據(jù)，從空間經(jīng)濟(jì)學(xué)的視角研究了中國經(jīng)濟(jì)增長問題，并指出中國區(qū)域經(jīng)濟(jì)增長的來源主要是非農(nóng)業(yè)勞動力增長率、制造業(yè)產(chǎn)出、資本積累和實際的外商直接投資。林光平、龍志和及吳梅(2005)采用空間計量經(jīng)濟(jì)方法，研究我國28個省(市、區(qū))1978～2002年間人均GDP的盧收斂情況，認(rèn)為隨著經(jīng)濟(jì)體制改革的深入，地區(qū)間的空間相關(guān)性對各地區(qū)經(jīng)濟(jì)增長的作用越來越大，我國地區(qū)間經(jīng)濟(jì)存在收斂性，但是它的估計值表現(xiàn)出增大的趨勢?！眳怯聒Q(2007)運用空間計量經(jīng)濟(jì)學(xué)模型，對2000年中國2030個縣域的增長集聚與差異進(jìn)行了空間計量分析，結(jié)果表明，中國縣域經(jīng)濟(jì)增長不僅與人力資本、城市化、工業(yè)化、信息化等因素密切相關(guān)，而且與相鄰縣域的經(jīng)濟(jì)增長之間存在一定的空間依賴性。㈣符淼(2009)采用空間計量分析方法對技術(shù)傳播的空間模式進(jìn)行了實證研究，發(fā)現(xiàn)技術(shù)和經(jīng)濟(jì)活動都存在局部集聚，技術(shù)集聚度高于經(jīng)濟(jì)集聚，且兩者的集聚度隨時間增強，地理分布高度一致。隨地理距離快速下降的技術(shù)溢出效應(yīng)是導(dǎo)致局部集聚和東西部發(fā)展不均衡問題的原因之一。

針對江蘇經(jīng)濟(jì)表現(xiàn)出來的空間集聚現(xiàn)象與地區(qū)差距問題，本文擬采用空間計量經(jīng)濟(jì)模型，對江蘇

省縣域經(jīng)濟(jì)集聚與經(jīng)濟(jì)增長的關(guān)系進(jìn)行實證檢驗。

二、江蘇省縣域經(jīng)濟(jì)活動的空間相關(guān)性

首先，畫出江蘇省2007年縣域人均GDP的空間分布四分圖(圖1)。按照人均GDP的大小，65個縣域被平均分為4組，以顏色的深淺代表相應(yīng)縣域的人均GDP的大小。由圖1可見，江蘇省縣域?qū)哟蔚慕?jīng)濟(jì)活動在地理分布上是極不均衡的，呈現(xiàn)出蘇南一蘇中一蘇北梯度遞減模式。并且鄰近區(qū)域的經(jīng)濟(jì)指標(biāo)水平基本相近，具有明顯的集聚特征。

接著，通過計算縣域人均GDP的Morans I指數(shù)對其空間相關(guān)性進(jìn)行檢驗。Moran's I是最常用的檢驗空間自相關(guān)性的統(tǒng)計指標(biāo)。利用GeoDa 0.9.5軟件，得出Moran's I=0.7445，在0.1％的概率上顯著，表明江蘇省縣域經(jīng)濟(jì)的分布的確存在明顯的空間相關(guān)性。

進(jìn)一步，作出江蘇省2007年縣域人均GDP空間自相關(guān)聚類圖(圖2)，圖中Higll High部分表示人均GDP高的地區(qū)被人均GDP高的地區(qū)所包圍，Low-Low部分表示人均GDP低的地區(qū)被人均GDP低的地區(qū)所包圍。這種分布顯示出江蘇省縣域經(jīng)濟(jì)之間存在著正的空間自相關(guān)性，形成了某種空間“俱樂部”現(xiàn)象。人均GDP水平較高的縣域(H-H地區(qū))集中分布在蘇南地區(qū)，而人均GDP水平較低的縣域(L-L地區(qū))則分布在蘇北地區(qū)，地區(qū)之間經(jīng)濟(jì)增長差異顯著。

由此可見，我們觀測到的截面區(qū)域之間在地理上是一些明顯具有空間依賴性的經(jīng)濟(jì)實體，誤差項獨立的假設(shè)在統(tǒng)計上被拒絕了，也就是說，OLS估計的結(jié)果是不可信的。因此，這里將地理空間維度引入研究中來，采用空間計量經(jīng)濟(jì)學(xué)模型來估計經(jīng)濟(jì)集聚對經(jīng)濟(jì)增長的影響是十分有必要的。

三、變量選取、數(shù)據(jù)來源與模型設(shè)定

(一)變量選取與數(shù)據(jù)來源

本文關(guān)心的問題是經(jīng)濟(jì)集聚是否會促進(jìn)經(jīng)濟(jì)增長，因此，在進(jìn)行實證檢驗時，需要對經(jīng)濟(jì)增長和經(jīng)濟(jì)集聚分別進(jìn)行度量。本文選取人均GDP的自然對數(shù)來衡量縣域經(jīng)濟(jì)的增長。由于各地區(qū)在人口和面積方面相差很大，因此選取人均GDP為測度指標(biāo)來衡量地區(qū)經(jīng)濟(jì)發(fā)展差異，具有一定的客觀性。關(guān)于經(jīng)濟(jì)集聚，本文選取第二產(chǎn)業(yè)區(qū)位熵、第三產(chǎn)業(yè)區(qū)位熵和城市化三個指標(biāo)來衡量經(jīng)濟(jì)集聚的程度。i地區(qū)i產(chǎn)業(yè)的區(qū)位熵定義如下：其中：Eij表示j地區(qū)i產(chǎn)業(yè)的產(chǎn)值，∑iEij表示i產(chǎn)業(yè)在整個區(qū)域的總產(chǎn)值，∑jEij表示j地區(qū)的總產(chǎn)值，∑i∑jEij表示整個區(qū)域的總產(chǎn)值。因此，該指標(biāo)的分子是j地區(qū)的i產(chǎn)業(yè)占整個區(qū)域該產(chǎn)業(yè)總產(chǎn)值的份額，分母是j地區(qū)的總產(chǎn)值占整個區(qū)域總產(chǎn)值的份額，通過兩者的比來評價i產(chǎn)業(yè)在j地區(qū)的集聚程度。區(qū)位熵小于1說明該產(chǎn)業(yè)的集聚化水平比較低，區(qū)位熵等于或大于1說明該產(chǎn)業(yè)的集聚化水平較高。區(qū)位熵越大，說明該地區(qū)的這一產(chǎn)業(yè)在整個區(qū)域范圍內(nèi)的集聚程度越高。

本文中令i=1，2，3，分別表示三次產(chǎn)業(yè)；j=1，2，…，65，分別表示江蘇省65個縣域。因此，LQ1、LQ2和LQ3(這里省略了下標(biāo))分別表示江蘇省每個縣域第一、二、三產(chǎn)業(yè)的區(qū)位熵，度量了三次產(chǎn)業(yè)在該地區(qū)的集聚程度。由于經(jīng)濟(jì)的集聚主要體現(xiàn)在第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，所以選擇第二產(chǎn)業(yè)區(qū)位熵和第三產(chǎn)業(yè)區(qū)位熵作為衡量經(jīng)濟(jì)集聚程度的兩個解釋變量。

此外，城市的出現(xiàn)也是經(jīng)濟(jì)集聚的一種表現(xiàn)。經(jīng)濟(jì)學(xué)家長久以來一直強調(diào)城市在經(jīng)濟(jì)增長中的作用，更準(zhǔn)確地講，城市己被看成一種主要的社會制度。城市化是一個國家、地區(qū)社會經(jīng)濟(jì)發(fā)展尺度的體現(xiàn)，城市化不但表現(xiàn)為人口向城鎮(zhèn)聚集和非農(nóng)人口上升，還表現(xiàn)為人們生產(chǎn)與生活方式、社會結(jié)構(gòu)、價值觀念由農(nóng)村向城市文明升級轉(zhuǎn)化的過程。因此，本文希望就城市化與經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行實證檢驗，這里用非鄉(xiāng)村人口在總?cè)丝谥械谋戎貋砗饬扛鞯貐^(qū)城市化的程度。本文采用2007年江蘇省65個縣級行政區(qū)域的橫截面數(shù)據(jù)，所有統(tǒng)計資料均來自《江蘇統(tǒng)計年鑒(2008)》。

(二)模型設(shè)定

1　經(jīng)典線性回歸模型

基于以上考慮，本文首先構(gòu)建經(jīng)典線性回歸模型如下：

lnPGDP=β0+β1LQ2β2LQ3+β3URBAN+ε　(1)

其中，PGDP表示縣域人均GDP水平，是本文的被解釋變量，LQ2和LQ3分別表示第二產(chǎn)業(yè)和第三產(chǎn)業(yè)區(qū)位熵指標(biāo)，URBAⅣ是城市化指標(biāo)，三者用來表示經(jīng)濟(jì)集聚，是本文關(guān)心的解釋變量。

2　空間計量經(jīng)濟(jì)模型

針對經(jīng)典線性回歸模型(1)，可以通過兩種不同方式引入空間依賴性。相應(yīng)地，空間計量模型有兩種設(shè)定形式：

第一，空間滯后模型(SLM)，在解釋變量中增加一個空間滯后變量，模型的形式為：

InPGDP=β0+ρW_PGDP+β1LQ2+P2LQ3+β3URBAN+ε　(2)其中：W是空間權(quán)重矩陣；W_PGDP是空間滯后變量，定義為W_PGDG=WlnPGDP；P是空間自回歸系數(shù)；ε是誤差項；其他變量的含義與原來相同。

第二，空間誤差模型(SEM)，通過誤差項引入空間相關(guān)性，即假設(shè)誤差項是空間相關(guān)的。如果誤差項是一個空間自回歸過程，則模型具體形式如下：

lnPGDP=β0+β1LQ2+β2LQ3+β3URBAN+ε，ε=AWε+u　(3)其中：λ是空間誤差自回歸系數(shù)，Wε是空間滯后誤差項。

3　空間計量模型的選擇

Anselin(2005)提出，可以根據(jù)拉格朗日乘子LM-Iag和LM-Error，以及相應(yīng)的穩(wěn)健性拉格朗日乘子Robust LM-Lag和Robust LM-Error，在兩種空間計量模型之間進(jìn)行選擇。首先判斷LM-Lag和LM-Error的顯著性，如果兩者中只有一個是顯著的，那么就選擇相對應(yīng)的模型，即如果LM-Lag顯著就用空間滯后模型，LM-Error顯著就用空間誤差模型。如果兩者都顯著，則需進(jìn)一步比較Robust LM-Lag和Robust LM-Error的顯著性，選擇Robust指標(biāo)中更顯著的那一種模型。是選擇空間滯后模型還是空間誤差模型，下文中根據(jù)判別指標(biāo)的具體情況而定。

四、實證檢驗與結(jié)果分析

為了進(jìn)行比較，首先給出經(jīng)典線性回歸模型的OLS估計結(jié)果，見表1。由表1的檢驗結(jié)果可以看出，OLS估計的F統(tǒng)計量達(dá)到117.193，模型整體上非常顯著。擬合優(yōu)度為0，8521，說明擬合程度一般，可能與忽略了空間依賴性有關(guān)。LQ2、LQ3和URBAN系數(shù)的符號都與預(yù)期一致，均為正；LQ2、LQ3在1％的水平上顯著，URBAN在5％的水平上顯著。自然對數(shù)似然函數(shù)值(Log likelihood)、赤池信息準(zhǔn)則(AIC)和施瓦茨準(zhǔn)則(SC)作為衡量模型擬合優(yōu)度的指標(biāo)，在下文中與空間計量模型的估計結(jié)果進(jìn)行比較。

接下來，采用GeoDa 0.9.5軟件對OLS估計的殘差進(jìn)行空間依賴性檢驗。這里使用的江蘇省縣域地圖數(shù)據(jù)來自中國分縣行政區(qū)劃界線數(shù)字化地圖，①空間權(quán)重矩陣采用的是一階Rook鄰接矩陣。檢驗結(jié)果見表2。表2顯示，Moran's I指數(shù)在1％的概率上顯著，說明OLS估計的殘差存在明顯的空間

自相關(guān)性，經(jīng)典線性回歸模型可能存在模型設(shè)定不恰當(dāng)?shù)膯栴}。因此，這里采用OLS估計是不合適的，需要將截面單元之間的空間相關(guān)性引入模型中。具體是采用空間滯后模型還是空間誤差模型，可以根據(jù)拉格朗日乘子檢驗的結(jié)果來決定。由于LM-Lag和LM-Error都在1％的水平上顯著，因此需要進(jìn)一步比較Robust LM-Lag和Robust LM-Error。Robust LM-Lag在1％的水平上顯著，而RobustLM-Error在10％的水平上顯著，相比之下，Robust LM-Lag的顯著性更強。因此，根據(jù)上文中提到的標(biāo)準(zhǔn)，選擇空間滯后模型(2)更為合適?？臻g計量模型如果仍采用最小二乘法估計，系數(shù)估計值會有偏或者無效。這里用極大似然法(ML)進(jìn)行估計。結(jié)果見表3。

首先，通過似然比檢驗比較原模型(不考慮空間因素的經(jīng)典回歸模型)與各擇模型(空間滯后模型)空間自相關(guān)系數(shù)的漸進(jìn)顯著性。表3中SLM模型的LR值為25.4468，在1％的水平上顯著，再次證明該模型中空間依賴性的存在。進(jìn)一步，三個經(jīng)典檢驗是漸進(jìn)一致的，但在有限樣本中，應(yīng)該滿足Wald>LR>LM。本文中，Wald值為28.4089，LR值為25.4468，LM-lag值為24.3492，與預(yù)期的順序一致，說明SLM模型符合ML估計的漸進(jìn)性質(zhì)，模型的設(shè)定是比較合理的。

其次，根據(jù)Log likelihood、AIC和SC比較SLM模型和經(jīng)典線性模型OLS估計的擬合優(yōu)度。Loglikelihood越大，模型的擬合效果越好。而AIC和SC則相反，值越小，表示擬合效果越好。由表3可見，SLM模型的Log likelihood值為-1.3229，大于OLS估計的Log likelihood值-14.0463，SLM模型的Akaike值和Sehwarz值都小于OLS估計的相應(yīng)值，說明SLM模型的擬合程度優(yōu)于原經(jīng)典回歸模型，引入空間效應(yīng)使模型的解釋力有了明顯增強。

最后，對SLM模型估計的系數(shù)進(jìn)行分析?？臻g滯后變量WLNPGDP的空間自回歸系數(shù)在1％的水平上顯著，表明縣域人均GDP增長在地理空間的鄰接上表現(xiàn)出了較強的溢出效應(yīng)?？h域經(jīng)濟(jì)增長集聚的空間相互作用或影響的途徑可以通過鄰接地區(qū)而相互傳遞。三個衡量經(jīng)濟(jì)集聚的解釋變量LQ2、LQ3和URBAN的符號均為正，與我們的預(yù)期一致，且均在1％的水平上顯著，這一結(jié)果支持了經(jīng)濟(jì)集聚對于經(jīng)濟(jì)增長具有促進(jìn)作用的結(jié)論。具體而言，LQ2的回歸系數(shù)為2.3931，說明第二產(chǎn)業(yè)的區(qū)位熵增加1，在保持其他條件不變的情況下，將使縣域人均GDP增加約2.39％；LQ3的回歸系數(shù)為1.7357，說明第三產(chǎn)業(yè)的區(qū)位熵增加1，在保持其他條件不變的情況下，將使縣域人均GDP增加約1.74％。LQ2和LQ3的系數(shù)比OLS估計中兩者的系數(shù)均有所降低，說明OLS的估計結(jié)果可能存在向上偏誤。URBAN的回歸系數(shù)為0.0105，說明非鄉(xiāng)村人口在總?cè)丝谥械谋戎卦黾?％，則縣域人均GDP可以增加約0.01％。與OLS估計結(jié)果相比，城市化指標(biāo)的顯著性有了明顯提高(P值由0.0439降低到了0.0031)?？傮w看來，第二產(chǎn)業(yè)的集聚對于區(qū)域經(jīng)濟(jì)增長的影響最為明顯。

五、結(jié)論及政策含義

(一)主要結(jié)論

1　江蘇省縣域經(jīng)濟(jì)具有顯著的空間依賴性，鄰近區(qū)域的經(jīng)濟(jì)增長相互影響，但這種影響以回浪效應(yīng)為主，擴(kuò)散效應(yīng)不足，因此導(dǎo)致蘇南蘇北地區(qū)經(jīng)濟(jì)差距加大。由于地理區(qū)位、經(jīng)濟(jì)基礎(chǔ)、經(jīng)濟(jì)結(jié)構(gòu)、發(fā)展政策等方面所具有的優(yōu)勢，蘇南地區(qū)集聚了大量資本、技術(shù)和人才，具有規(guī)模經(jīng)濟(jì)效益，自身增長迅速，成為江蘇地區(qū)的“增長極”。政府希望通過增長極地區(qū)的優(yōu)先增長帶動周邊更多地區(qū)的經(jīng)濟(jì)發(fā)展，發(fā)揮增長極的擴(kuò)散效應(yīng)。然而事實上，至少到目前為止，該增長極體現(xiàn)出的回浪效應(yīng)――即吸引其他地方的資本、人才和技術(shù)，削弱周邊地區(qū)的經(jīng)濟(jì)增長實力――遠(yuǎn)大于其擴(kuò)散效應(yīng)，從而導(dǎo)致發(fā)達(dá)區(qū)域更發(fā)達(dá)，落后區(qū)域更落后。因此，為了防止在這種累積循環(huán)因果作用下區(qū)域間差距的無限擴(kuò)大。需要政府創(chuàng)造條件，引導(dǎo)回浪效應(yīng)向擴(kuò)散效應(yīng)的轉(zhuǎn)化。

2　以產(chǎn)業(yè)集聚和城市化為特征的經(jīng)濟(jì)集聚對于經(jīng)濟(jì)增長具有積極作用，但這種影響是地方性的，隨空間距離的增加而衰減。根據(jù)內(nèi)生增長理論和新經(jīng)濟(jì)地理學(xué)理論，知識溢出是解釋集聚和區(qū)域增長關(guān)系的重要概念之一。經(jīng)濟(jì)活動的空間集中會有效地促進(jìn)知識溢出，推動技術(shù)進(jìn)步，實現(xiàn)經(jīng)濟(jì)增長。在產(chǎn)業(yè)活動空間集中的區(qū)域或人口密度多樣化的城市中，知識、人才在不同企業(yè)和區(qū)域的流動以及與不同群體的互動交流，促進(jìn)了知識的傳播擴(kuò)散，進(jìn)而促進(jìn)技術(shù)進(jìn)步。同時，企業(yè)在地理空間上的鄰近不僅為面對面的交流提供了便利，而且有利于企業(yè)間前向后向的市場聯(lián)系，更有利于勞動力的進(jìn)一步集聚以及知識溢出。但是，知識空間溢出具有局域性特征，其影響隨地理距離的增加而迅速衰減。陋瑚因此，蘇南地區(qū)通過知識溢出產(chǎn)生的正外部性難以擴(kuò)散到更遠(yuǎn)的蘇北地區(qū)，導(dǎo)致南北差距加大?？梢姡绻Ｍㄟ^集聚促進(jìn)落后地區(qū)的經(jīng)濟(jì)增長，需要充分考慮到地理空間的因素。

(二)政策建議

1　促進(jìn)要素向蘇北地區(qū)的流動，使回浪效應(yīng)過渡為擴(kuò)散效應(yīng)?？梢酝ㄟ^加強蘇南地區(qū)與蘇北地區(qū)間的統(tǒng)籌規(guī)劃，打破地方壁壘，改善蘇北地區(qū)的投資環(huán)境、貿(mào)易條件、市場條件，創(chuàng)造良好的人才吸引機制，鼓勵資本、人才等生產(chǎn)要素不斷由蘇南向蘇北地區(qū)流動，充分發(fā)揮增長極的擴(kuò)散效應(yīng)。

2　加大快速交通網(wǎng)絡(luò)的建設(shè)力度，縮短蘇南和蘇北之間的“時空距離”。空間的接近是知識溢出的重要前提。目前，大量創(chuàng)新行為和技術(shù)進(jìn)步主要集中在蘇南地區(qū)，其對蘇北地區(qū)的溢出受到地理距離的限制。在無法改變空間距離的情況下，可以通過建設(shè)南北之間和蘇北地區(qū)內(nèi)部的快速交通網(wǎng)絡(luò)，縮短地區(qū)之間的通達(dá)時間，將“空間接近”拓展為“時空接近”，擴(kuò)大蘇南地區(qū)知識溢出的影響范圍。

第6篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

關(guān)鍵詞:中原城市群;城市化;經(jīng)濟(jì)因素;貢獻(xiàn)率

中圖分類號:F062.9文獻(xiàn)標(biāo)志碼:A文章編號:1673-291X(2009)14-0176-02

一、相關(guān)研究背景與本文視角

當(dāng)今世界,發(fā)展經(jīng)濟(jì)已經(jīng)成為非常重要的目標(biāo),而經(jīng)濟(jì)的發(fā)展又和城市的發(fā)展?fàn)顩r息息相關(guān)。這些年來,隨著交通運輸和信息技術(shù)的迅猛發(fā)展,城市發(fā)展的步伐進(jìn)一步加快,城市之間的聯(lián)系日益緊密,逐漸形成了大都市區(qū)、城市群以及城市連綿帶。這種城市形態(tài)帶動了經(jīng)濟(jì)區(qū)域化和全球化活動的加強,并逐步成為城鎮(zhèn)化的主體形態(tài)和經(jīng)濟(jì)發(fā)展的主導(dǎo)力量。本文通過研究反映城市經(jīng)濟(jì)發(fā)展上很重要的一個指標(biāo)――城市化率來研究城市群的發(fā)展。

19世紀(jì)歐美國家工業(yè)革命的興起和繁榮推動了城市的迅猛發(fā)展,從而使城市化進(jìn)程不斷加快。發(fā)展經(jīng)濟(jì)學(xué)家在研究歐美國家的城市化進(jìn)程時發(fā)現(xiàn),工業(yè)化形成的“拉力”效應(yīng)和農(nóng)村人口向城市流動所形成的“推力”效應(yīng)(Todaro,1969)影響和決定著城市化的進(jìn)程。錢納里和賽爾奎因在1975年的研究中指出,城市化可以看做是“以導(dǎo)致工業(yè)化的貿(mào)易和需求的變化為開端,以農(nóng)村勞動力向城市源源不斷的轉(zhuǎn)移為結(jié)果”的一個過程。錢―賽模式表明,隨著工業(yè)化逐漸向高層次階段演進(jìn),工業(yè)化對城市化進(jìn)程的主導(dǎo)作用逐漸分散而減弱(周叔蓮,郭克莎,2002)。但是,從本質(zhì)上說,工業(yè)化是城市化的主要動力,城市化是工業(yè)化的產(chǎn)物。在我國,很多學(xué)者認(rèn)為,中央政府發(fā)動的工業(yè)化和農(nóng)村自發(fā)的工業(yè)化是推動我國城市化發(fā)展的主要力量(趙新平,周一星,2002)。也就是說,工業(yè)化是影響城市化和城市發(fā)展的重要因素之一(仇保興,2003)。第三產(chǎn)業(yè)的產(chǎn)業(yè)特征對聚集有內(nèi)在的要求。而城市具有經(jīng)濟(jì)聚集和人口聚集的特征,適合第三產(chǎn)業(yè)的發(fā)展,因此,第三產(chǎn)業(yè)的發(fā)展水平也成為城市化的一個重要因素(李健英,2002)。空間經(jīng)濟(jì)學(xué)創(chuàng)始人藤田和克魯格曼等學(xué)者指出,城市的形成和發(fā)展及城市化過程是在市場條件下企業(yè)和個人追求自身利益或效用最大化的結(jié)果,是市場經(jīng)濟(jì)主體相互之間發(fā)生作用的自我組織過程(Fujita,Thisse,1966;Fujita,Krugman,1999)。

在我國建設(shè)和完善社會主義市場經(jīng)濟(jì)體系的進(jìn)程中,我國的城市發(fā)展和城市化實際上處于一個由企業(yè)、個人和政府三元主體參與的城市經(jīng)濟(jì)之中。因此,在這個三元城市經(jīng)濟(jì)中,企業(yè)個人和政府部門的相互影響和作用共同決定了我國的城市化進(jìn)程。本文將結(jié)合中原城市群九個城市城市化的歷史實踐,利用1995―2007年的面板數(shù)據(jù),對中原城市圈的城市化動因進(jìn)行深入探討。

二、研究區(qū)域、指標(biāo)選取和樣本說明

本文選擇中原城市圈鄭州、洛陽、開封、新鄉(xiāng)、焦作、許昌、平頂山、漯河、濟(jì)源九個城市作為研究區(qū)域,主要是因為中原城市群具有如下特點:中等的總體經(jīng)濟(jì)水平、衛(wèi)星城市較好的發(fā)展,經(jīng)濟(jì)總量的快速增長以及在我國總體發(fā)展中具有重要的戰(zhàn)略地位。

在統(tǒng)計指標(biāo)的選取上,在反映非農(nóng)經(jīng)濟(jì)活動的企業(yè)活動指標(biāo)中,我們選用綜合反映企業(yè)發(fā)展水平的工業(yè)化率指標(biāo);在反映第一產(chǎn)業(yè)、第二產(chǎn)業(yè)以外的其他經(jīng)濟(jì)活動的指標(biāo)中,我們選用第三產(chǎn)業(yè)發(fā)展水平或稱為第三產(chǎn)業(yè)發(fā)展度指標(biāo);在構(gòu)建反映政府行為影響的政府類指標(biāo)時,考慮到一個城市所處市場的完善程度直接影響著一個城市微觀經(jīng)濟(jì)的運行,而市場完善程度變化一方面反映了純市場因素的作用,另一方面,則突出反映著政府政策和體制改革、制度改進(jìn)的重要影響,因此,我們設(shè)定市場開放度指標(biāo)來主要反映政府政策和體制改革對城市化的影響;同時,由于我國目前情況下,城市公共設(shè)施等市政基礎(chǔ)環(huán)境的改善一般依賴于政府行政規(guī)劃和財政投入,因而主要是政府行政力量的結(jié)果。因此,我們還設(shè)定了政策支持度指標(biāo)來綜合反映政府行政干預(yù)的影響。

關(guān)于本文所使用的樣本范圍如下:選取的樣本城市為鄭州、洛陽、開封、平頂山、新鄉(xiāng)、焦作、許昌、源河和濟(jì)源九個城市。樣本數(shù)據(jù)如文中沒有特別說明,則取自1995―2007年18年間的城市地區(qū)總?cè)丝?、市區(qū)總?cè)丝?、城市地區(qū)GDP、城市地區(qū)第二產(chǎn)業(yè)GDP、城市地區(qū)第三產(chǎn)業(yè)GDP、城市地區(qū)實際利用外資、地區(qū)預(yù)算內(nèi)財政支出等逐年數(shù)據(jù)。上述指標(biāo)則根據(jù)以上相關(guān)數(shù)據(jù)計算得出。

三、影響中原城市群的城市化變化的因素分析

中原城市群城市化水平的變化是由多種因素共同影響的結(jié)果。其中,如前文所分析,經(jīng)濟(jì)發(fā)展水平和政策制度起著更加重要的作用,而由于河南省傳統(tǒng)上受計劃經(jīng)濟(jì)影響較深,外資數(shù)量少,故對中原城市化水平的變化相對不重要。下面我們對中原城市群九個城市進(jìn)行定量分析來確定城市化影響因素的大小,并同時對上述結(jié)論作出驗證。

我們利用1995―2007年各年《河南統(tǒng)計年鑒》和《河南城市統(tǒng)計年鑒》中中原城市群九個城市的相關(guān)數(shù)據(jù)排列為面板數(shù)據(jù),利用Eviews軟件采用OLS做了計量模擬,U表示城市化率,I表示工業(yè)化率,T表示第三產(chǎn)業(yè)發(fā)展度,M表示市場支持度,P表示政策支持度,設(shè)定回歸方程為:

U=C(0)+C(1)I+C(2)T+C(3)M+C(4)P

回歸結(jié)果如下:

U=-0.3576+0.3447I+1.0524T+0.0017M+0.3719P

-9.15726.307915.52324.5027 1.1634

R2=0.7975F=80.7591

此時觀察t值知道,政策支持度P并不顯著,則我們采用逐步回歸法,去掉變量P然后進(jìn)行回歸,得到的結(jié)果如下所示:

U=-0.3427+0.3493×I+0.0016×M+1.0814×T

-9.2689 6.39354.341417.1155

R2=0.7942F=106.7729

從上式可知,t統(tǒng)計量和F統(tǒng)計量均顯著,可決系數(shù)為0.7932,說明這幾個變量很好地解釋了城市化率的變化。

該式的經(jīng)濟(jì)含義為:在1995―2007年間,如果其他變量保持不變,工業(yè)化率每增加1%,城市化率增加0.349%;第三產(chǎn)業(yè)開放度每增加1%,城市化率增加1.0814%;市場開放度每增加1%,城市化率增加0.0016%。

依據(jù)該回歸結(jié)果,我們可得到三個重要結(jié)論:

結(jié)論1:第三產(chǎn)業(yè)發(fā)展度成為城市化率的最主要動因且重要性在不斷增加;工業(yè)化率對城市化率的貢獻(xiàn)則在下降。

結(jié)論2:政策支持度不再成為城市化的主要動因。由于中國改革開放力度不斷增強和加入WTO(世界貿(mào)易組織),具有中國特色的市場經(jīng)濟(jì)不斷完善,所以,市場主體發(fā)揮不斷重要的作用,而政策支持的作用相對就小了很多,以至不再成為城市化的動因。

結(jié)論3:工業(yè)化率、第三產(chǎn)業(yè)發(fā)展度、市場開放度對城市化率的解釋力度加強?？蓻Q系數(shù)由3.1.1模型中的0.63增加至3.1.2模型中的0.8。此變化進(jìn)一步表明這些市場因素對城市化的貢獻(xiàn)增大,而其他非市場因素的作用則在快速下降,這也說明了市場經(jīng)濟(jì)的完善。

四、結(jié)語

第7篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

關(guān)鍵詞：城市化；影響因素；多元線性回歸

一、引言

城市化是“人口向城市地區(qū)集中和農(nóng)村地區(qū)轉(zhuǎn)變?yōu)槌鞘械貐^(qū)的過程。”它一方面意味著農(nóng)村居民向城市遷徙；另一方面也意味著傳統(tǒng)的第一產(chǎn)業(yè)向第二、第三產(chǎn)業(yè)轉(zhuǎn)變以及人的觀念和文化、社會生活等方面的改變，是一個系統(tǒng)性的長期發(fā)展過程。城市化伴隨著工業(yè)的發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)的演變而產(chǎn)生和發(fā)展，是人類社會發(fā)展的必然趨勢。堅持走中國特色城市化發(fā)展道路是今年中國政府工作報告提出的2010年的主要任務(wù)之一。隨著中國工業(yè)化的不斷推進(jìn)，中國城市化率已從1997年的31.91%提高到2008年的45.68%，目前擁有6億多城鎮(zhèn)人口，但城市化率仍然落后工業(yè)化水平10.8%，所以認(rèn)真研究城市化發(fā)展的影響因素，并對影響因素進(jìn)行定量分析，將有助于未來中國城市化戰(zhàn)略的制定。

影響中國城市化發(fā)展的因素有許多，總體而言，可以歸為制度與環(huán)境因素和經(jīng)濟(jì)結(jié)構(gòu)發(fā)展因素兩大類：

第一，制度與環(huán)境因素，制度因素對城市化沒有直接促進(jìn)作用，但不合理制度的存在對城市化進(jìn)程有較大的阻礙作用，而且出臺新的政策會在短期內(nèi)使城市化水平的增長速度產(chǎn)生波動。環(huán)境因素與城市的發(fā)展同樣存在著密切的聯(lián)系。環(huán)境是以人為中心的所有一切客觀事物的總和，它是相對于人類而言的。城市的發(fā)展就是充分利用城市的環(huán)境條件，形成合理的經(jīng)濟(jì)結(jié)構(gòu)、空間布局以獲取最大效益的過程。城市化伴隨著勞動力的轉(zhuǎn)移，城市的高工資以及比農(nóng)村優(yōu)越的醫(yī)療、教育條件以及便利的交通、舒適的生活環(huán)境吸引越來越多的人來到城市，因此這些是推動城市化不可或缺的因素。

第二，經(jīng)濟(jì)結(jié)構(gòu)發(fā)展因素，城市化發(fā)展與工業(yè)的發(fā)展直接相關(guān)，工業(yè)的發(fā)展和由此產(chǎn)生的城市文明形成了城市人口聚集的強大吸引力，工業(yè)化是城市化的內(nèi)在動力。而城市經(jīng)濟(jì)的發(fā)展必須依賴于人口的增加，這就必然要求農(nóng)村人口更多地轉(zhuǎn)移至城市，所以農(nóng)業(yè)的發(fā)展即農(nóng)業(yè)現(xiàn)代化產(chǎn)生的農(nóng)業(yè)人口剩余，成為了城市化的外部推動力；工農(nóng)業(yè)的發(fā)展帶動第三產(chǎn)業(yè)發(fā)展，由此形成國民經(jīng)濟(jì)的增長，成為城市發(fā)展的綜合動力。這些經(jīng)濟(jì)結(jié)構(gòu)因素直接促進(jìn)城市化水平長期、穩(wěn)定的發(fā)展，代表工業(yè)發(fā)展水平的可以用工業(yè)產(chǎn)值占GDP的比重、第二產(chǎn)業(yè)就業(yè)比重來表示，比重越大，說明其發(fā)展水平越高；第三產(chǎn)業(yè)的發(fā)展?fàn)顟B(tài)可用第三產(chǎn)業(yè)產(chǎn)值占GDP的比例、第三產(chǎn)業(yè)就業(yè)比重兩指標(biāo)來表示；農(nóng)業(yè)發(fā)展水平即農(nóng)業(yè)現(xiàn)代化程度的可用農(nóng)業(yè)勞動力的平均產(chǎn)出、農(nóng)業(yè)機械化程度（主要農(nóng)業(yè)機械擁有量）兩指標(biāo)來表示。由于制度和環(huán)境因素難以測度，無法通過數(shù)據(jù)實證分析來體現(xiàn)它們對城市化所起的作用，因此本文重點研究產(chǎn)業(yè)結(jié)構(gòu)即第一、第二及第三產(chǎn)業(yè)的發(fā)展對城市化發(fā)展產(chǎn)生的直接影響。

二、模型及數(shù)據(jù)的選擇

本文選取對城市化水平發(fā)展有直接影響的產(chǎn)業(yè)結(jié)構(gòu)因素中的六個指標(biāo)，即工業(yè)產(chǎn)值占GDP的比重（以第二產(chǎn)業(yè)貢獻(xiàn)率表示）（X1）、第三產(chǎn)業(yè)產(chǎn)值占GDP的比例（以第三產(chǎn)業(yè)貢獻(xiàn)率表示）（X2）、第二產(chǎn)業(yè)就業(yè)比重（X3）、第三產(chǎn)業(yè)就業(yè)比重（X4）、農(nóng)業(yè)勞動力的平均產(chǎn)出（X5）、主要農(nóng)業(yè)機械擁有量（以農(nóng)用機械總動力表示）（X6）為自變量，城市化率為因變量，建立城市化率和經(jīng)濟(jì)影響因素六個指標(biāo)之間的線性回歸模型如下：

Yt=β0+β1X1t+β2X2t+β3X3t+β4X4t+β5X5t+β6X6t+μt

其中Y表示城市化率，β0為常數(shù)，βi（i=1，2，3，4，5，6）表示相關(guān)性系數(shù)，μt是隨機誤差項。本文選取1997-2008年的有關(guān)數(shù)據(jù)，利用統(tǒng)計軟件Eviews6.0進(jìn)行多元線性回歸分析。

三、多元線性回歸分析

利用Eviews6.0軟件，輸入Y、X1、X2、X3、X4、X5、X6等數(shù)據(jù)，采用這些數(shù)據(jù)對模型進(jìn)行OLS回歸，結(jié)果如表1所示： 轉(zhuǎn)貼于

由表1可知，該模型R2＝0.9819，R2=0.9602，可決系數(shù)很高，F(xiàn)=45.24>F0.05（6，5）=4.95，明顯顯著。但是當(dāng)α=0.05時，tα/2=(n-k)=t0.025(12-7)=2.571，x1、x2、x3、x4、x5、x6系數(shù)的t檢驗不顯著，這表明很可能存在嚴(yán)重的多重共線性。計算各解釋變量的相關(guān)系數(shù)，得相關(guān)系數(shù)表。各解釋變量的相關(guān)系數(shù)表，如表2所示。

由相關(guān)系數(shù)表可以看出，各解釋變量相互之間有的相關(guān)系數(shù)較高，最高達(dá)0.984582，證實存在多重共線性。宜采用逐步回歸的辦法，檢驗和解決多重共線性問題。分別作Y對X1、X2、X3、X4、X5、X6的一元回歸，結(jié)果如表3所示。

按R2的大小排序為：X6、X4、X5、X2、X1、X3。

以X6為基礎(chǔ)，順次加入其他變量逐步回歸，得到消除多重共線性的結(jié)果為：

Y＾t=4.828023+0.007107X2+0.423324X4-

t=（2.3759） （3.1756）

8.788072X5+0.000355X6

（-2.9805）（9.3611）

R2=0.9721；F=60.9585；DW=2.04004

當(dāng)取α=0.05時，tα/2(n-k)=t0.0225(12-5)=2.3646，X2、X4、X5、X6參數(shù)的t檢驗顯著。

四、結(jié)論與對策

以上消除多重共線性的回歸結(jié)果表明：在中國，在1997至2008年期間，工業(yè)產(chǎn)值所占比重及工業(yè)就業(yè)比重對城市化的影響不大，甚至沒有影響，這是因為以制造業(yè)為主的第二產(chǎn)業(yè)發(fā)展到一定程度，由于生產(chǎn)技術(shù)的進(jìn)步，制造業(yè)從勞動密集型向資本和技術(shù)密集型轉(zhuǎn)變，出現(xiàn)機器排擠勞動力的現(xiàn)象，從而使得第二產(chǎn)業(yè)即工業(yè)降低了吸納勞動力的能力。而此時第三產(chǎn)業(yè)則對城市化有明顯的正向作用，第三產(chǎn)業(yè)越發(fā)達(dá)，城市化率越高，即城市化速度越快；農(nóng)業(yè)勞動力的產(chǎn)出水平與城市化則呈現(xiàn)反向關(guān)系，表明農(nóng)民人均產(chǎn)出水平越高，農(nóng)民越不愿意進(jìn)城；而農(nóng)村機械化程度越高，農(nóng)村富余勞動力越多，向城市輸送的勞動力越多，則會推進(jìn)城市化。由此，本文建議制定相關(guān)政策加快第三產(chǎn)業(yè)如服務(wù)業(yè)的發(fā)展，并大力推進(jìn)農(nóng)業(yè)現(xiàn)代化，以更好地促進(jìn)中國城市化發(fā)展。

參考文獻(xiàn)

1、易丹輝.數(shù)據(jù)分析與Eviews應(yīng)用[M].中國人民大學(xué)出版社，2008.

2、陳甬軍，陳愛民.中國城市化:實證分析與對策研究[M].夏門大學(xué)出版社，2002.

第8篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

[論文關(guān)鍵詞]城鎮(zhèn)化率；產(chǎn)業(yè)結(jié)構(gòu)升級；西南地區(qū)；VEC模型；Granger因果關(guān)系

本文研究的中國西南地區(qū)是指按照行政規(guī)劃劃分的云南、貴州、四川、重慶、三省一市一區(qū)，該地區(qū)地理位置偏遠(yuǎn)，土地貧瘠，貧困人口多，經(jīng)濟(jì)結(jié)構(gòu)復(fù)雜，包括了正在形成和發(fā)展的成渝經(jīng)濟(jì)圈、三峽庫區(qū)、川南資源聚集區(qū)以及廣大少數(shù)民族聚居地。隨著我國西部大開發(fā)的推進(jìn)，西南地區(qū)城鎮(zhèn)化水平有了大幅提高，但與全國相比還有一定的差距。作為一個發(fā)展中國家，工業(yè)化和城鎮(zhèn)化始終是我國經(jīng)濟(jì)發(fā)展的兩大主題。論文百事通西南地區(qū)城鎮(zhèn)化研究對于整個中國城鎮(zhèn)化的區(qū)域差異研究意義重大。

1867年西班牙工程師A．Serda在《城市化基本理論》一書中首先使用了Urbanization的概念。隨后，世界各國都開始廣泛關(guān)注這項經(jīng)濟(jì)指標(biāo)。代表人物有，德國經(jīng)濟(jì)學(xué)家馮?杜能(VonThunen1826)的農(nóng)業(yè)區(qū)位理論。德國經(jīng)濟(jì)學(xué)家韋伯(We—berl909)的工業(yè)區(qū)位理論。法國佩魯(Perroux1955)認(rèn)為“增長極”理論。該理論比較符合區(qū)域經(jīng)濟(jì)不平衡發(fā)展的客觀實際，主要強調(diào)產(chǎn)業(yè)間的聯(lián)系，而忽略了對經(jīng)濟(jì)增長的空間演化機制的分析。我國在這一領(lǐng)域的研究起步較晚。在我國，一般使用“城鎮(zhèn)化”來代替這一指標(biāo)，蔡孝箴(1990)指出城市化道路的區(qū)域差別，不同地區(qū)的城市發(fā)展不平衡。不同地區(qū)的城市發(fā)展都應(yīng)遵循“成本一效益”分析原則，由于各自的自然、社會、經(jīng)濟(jì)條件和發(fā)展階段不同，發(fā)展的方針也有所區(qū)別。辜勝阻(1993)論述了中國城鎮(zhèn)化的區(qū)域差異及其區(qū)域發(fā)展模式，分析三大地帶、六大區(qū)域、30個省區(qū)的城鎮(zhèn)化差異，得出中國西部城鎮(zhèn)化的主要模式為自生型城鎮(zhèn)化、非農(nóng)化模式。王嗣均(1996)等人直接提出區(qū)域城市化，并就中國城市化區(qū)域發(fā)展和省區(qū)城市化進(jìn)程做了深入研究。周凱、劉輝鋒(2006)指出目前區(qū)域與城市的發(fā)展現(xiàn)狀表現(xiàn)出明顯的模塊系統(tǒng)特征。

盡管國內(nèi)外學(xué)者對城鎮(zhèn)化與產(chǎn)業(yè)結(jié)構(gòu)升級之間的關(guān)系做出了積極的探索，但是更多的只是從理論上研究二者之間的關(guān)系，并且角度比較宏觀。本論文在借鑒已有理論研究成果的基礎(chǔ)上，充分注重中國西南地區(qū)的區(qū)域特征，借助現(xiàn)代計量經(jīng)濟(jì)學(xué)中的非平穩(wěn)時間序列分析方法，對理論上的中國西南城鎮(zhèn)化與產(chǎn)業(yè)結(jié)構(gòu)升級之間的關(guān)系進(jìn)行驗證和定量描述。

一、城鎮(zhèn)化與產(chǎn)業(yè)結(jié)構(gòu)升級的實證研究：方法、數(shù)據(jù)與檢驗

(一)分析方法與檢驗?zāi)Ｐ?/p>

本文采用現(xiàn)代計量經(jīng)濟(jì)學(xué)中的非平穩(wěn)時間序列分析方法。向量誤差修正模型(VectorErrorCorrec-tion，VEC)VAR模型是使用模型中的所有當(dāng)期變量對所有變量的若干滯后變量進(jìn)行回歸，是一種非結(jié)構(gòu)化的多方程模型，用于預(yù)測相互聯(lián)系的時間序列系統(tǒng)及分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，從而解釋各種經(jīng)濟(jì)沖擊對經(jīng)濟(jì)變量形成的影響。向量誤差修正(VEC)模型，是在非平穩(wěn)數(shù)據(jù)具有協(xié)整關(guān)系的基礎(chǔ)上建立的，是對于VAR模型的修正。其模型一般形式為：

其中表示變量的一階差分，ecmt一1是誤差修正項，反映變量之間的長期均衡關(guān)系，系數(shù)向量僅反映變量之間的均衡偏離長期均衡狀態(tài)時，將其調(diào)整到均衡狀態(tài)時的調(diào)整速度。所有作為解釋變量的差分項的系數(shù)反映各變量的短期波動對作為被解釋變量的短期變化的影響。本文在對城鎮(zhèn)化發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)升級的變量數(shù)據(jù)進(jìn)行平穩(wěn)性的單位根檢驗的基礎(chǔ)上，通過協(xié)整分析，建立向量誤差修正模型，從而考察兩者之間的關(guān)系。

(二)指標(biāo)選取與數(shù)據(jù)來源

本文采取1978—2006年度數(shù)據(jù)，城鎮(zhèn)化率指標(biāo)代表城鎮(zhèn)化發(fā)展水平，即城鎮(zhèn)人口與總?cè)丝诘谋戎祦肀硎荆洖閁Rt；以二三產(chǎn)業(yè)產(chǎn)值之和占GDP的比重來衡量產(chǎn)業(yè)結(jié)構(gòu)狀況，記為INSt。這里對數(shù)據(jù)進(jìn)行以下說明：1．西南地區(qū)數(shù)據(jù)是由、云南、貴州、四川、重慶各省、市、自治區(qū)加總而來的，數(shù)據(jù)均來自各省市統(tǒng)計年鑒及作者的計算。2．由于受行政區(qū)劃的影響，川渝兩地的數(shù)據(jù)在1997年以前的直接采用四川省數(shù)據(jù)，1997年之后采取兩地數(shù)據(jù)的總量指標(biāo)。3．云南、貴州兩省的城鎮(zhèn)人口統(tǒng)計口徑在2000年發(fā)生了變化，為了消除不規(guī)則要素的影響，揭示經(jīng)濟(jì)發(fā)展中的客觀變化，將云南和貴州兩省2000年以后的數(shù)據(jù)采用移動平均的方法加以預(yù)測。

(三)單位根檢驗

將整理所得數(shù)據(jù)分別取對數(shù)，以期在消除異方差的同時不改變函數(shù)的單調(diào)性，記為LnURt，LnINSt。首先對變量的時間序列進(jìn)行單位根檢驗。采用AIC和SC最小原則，加之Likelihood判斷，得出LnURt和LnINSt的最佳滯后期為3。利用Eviews5．0進(jìn)行單位根(ADF)檢驗。

可以看出，變量LnURt和LnINSt的原始系列是非平穩(wěn)的；ALnURt和ALnlNSt，ADF的絕對值值大于1％置信水平下臨界值的絕對值，表明在99％的置信水平下認(rèn)為都不存在單位根，為一階單整。記為huRt～I(xiàn)(1)、LnINSt—I(1)。

(四)協(xié)整檢驗

通過跡(Trace)檢驗和最大特征根(MaximumEigenvalue)兩種檢驗方法對變量進(jìn)行協(xié)整檢驗。

從檢驗結(jié)果中可以得出，在5％的顯著性水平下，滯后2期時存在一個協(xié)整向量，表明中國西南地區(qū)的城鎮(zhèn)化和產(chǎn)業(yè)結(jié)構(gòu)升級之間存在某中長期穩(wěn)定的關(guān)系。括號中的數(shù)值為T檢驗量，可以看出在5％的水平下，該方程通過檢驗。

(五)VEC模型建立

根據(jù)前文所述的向量誤差修正模型構(gòu)建本文的VEC模型：

上面估計的VEC(2)模型，方程(3)和方程(4)下面括號中的數(shù)值依次為各系數(shù)的t統(tǒng)計量檢驗值。顯然，上述兩方程中所估計的系數(shù)大部分在統(tǒng)計上達(dá)到顯著。同時方程不存在異方差和自相關(guān)，殘差序列具有平穩(wěn)性且J—B檢驗(P=0．40)表明在5％的顯著水平上，回歸殘差序列均滿足正態(tài)性，方程整體擬合度較高，且模型通過平穩(wěn)性檢驗。同時VEC模型AIC和SC的值分別為-7．13和-6．45，滿足模型有效性的要求，模型整體解釋力較強。

(六)Granger因果關(guān)系檢驗

我們采用格蘭杰因果檢驗方法檢驗各變量之間的因果關(guān)系，檢驗結(jié)果如表3(滯后期為2期)。

從因果檢驗關(guān)系來看，在中國西南地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)升級不是城鎮(zhèn)化率提高的原因，城鎮(zhèn)化提高時產(chǎn)業(yè)結(jié)構(gòu)升級的原因，二者之間存在單向因果關(guān)系。這里有必要結(jié)合中國西南地區(qū)的具體情況做進(jìn)一步的原因闡釋。

二、相關(guān)結(jié)論與政策建議

第9篇：城市化的經(jīng)濟(jì)學(xué)解釋范文

[關(guān)鍵詞] 農(nóng)村住房消費 影響因素

1998年實行住房制度改革以來,福利分房取消,整個住宅市場走向商品化和市場化,從此城鎮(zhèn)居民的住房問題成為社會關(guān)心的熱點。尤其近幾年來一二線城市房價的大起大落更使得房地產(chǎn)成為焦點。但在城鎮(zhèn)居民的住房問題廣受重視的同時,占我國人口四分之三的農(nóng)民的住房、廣大農(nóng)村地區(qū)的住房消費問題卻沒能引起社會各界的充分關(guān)注。在中國這樣一個以農(nóng)村人口居多的國家,了解、探討、研究農(nóng)村的各方面問題是非常有必要的。尤其是現(xiàn)在處于建設(shè)社會主義新農(nóng)村的時期,更應(yīng)關(guān)注農(nóng)村的住房消費問題。

本文力圖定性分析并定量確定影響農(nóng)村住房消費的主要因素,為農(nóng)村住房問題的深入研究提供參考和依據(jù)。

一、農(nóng)村住房消費影響因素的定性描述

1.城市化進(jìn)程對農(nóng)村住房消費的影響

城市化進(jìn)程是現(xiàn)代經(jīng)濟(jì)發(fā)展到一定程度伴隨的必然過程。一方面,這個過程會把飽和的城市中的人口向邊緣農(nóng)村釋放,在農(nóng)村實施工業(yè)和服務(wù)業(yè),使農(nóng)民離開耕地進(jìn)入工廠和車間,從而逐步減少了農(nóng)民的可利用土地。另一方面,還會將城市的生活方式和價值觀念帶到被城市化的農(nóng)村,從而改變農(nóng)民的行為方式和價值觀。這些都會對農(nóng)民的經(jīng)濟(jì)條件、住房消費觀念和消費模式帶來很多影響。

城市化水平(又稱城市化率、城市化度、城鎮(zhèn)化率、城市化指標(biāo))是一個國家和地區(qū)經(jīng)濟(jì)發(fā)展的重要標(biāo)志。目前一般采用城市化水平來衡量和評價城市化進(jìn)程,而衡量城市化水平的指標(biāo)則有以下三個:a.非農(nóng)業(yè)人口占總?cè)丝诒戎?b.城鎮(zhèn)人口占總?cè)丝诒戎?c.非農(nóng)產(chǎn)業(yè)GDP占總GDP的比重。 本文采用b、c指標(biāo)結(jié)合的綜合指標(biāo),來衡量城市化進(jìn)程。b、c指標(biāo)的權(quán)重分別為40%、60%。

2.農(nóng)村人口的數(shù)量變化

居住房屋的目的是滿足人們生產(chǎn)生活的需要,是人的棲息工作之所。人口數(shù)量的變化必然會引起住房面積的變化。在農(nóng)村居住的人口多,相應(yīng)地對房屋的需求就會增多,住房消費需求也會增加。若農(nóng)村居住人口少,住房消費需求必定也相應(yīng)會減少。本文采用“平均每家農(nóng)戶的常住人口”這一指標(biāo)來反映農(nóng)村人口的數(shù)量變化。

3.農(nóng)村人口的結(jié)構(gòu)變化

不同的人口構(gòu)成比例也會對住房需求造成不同影響。在農(nóng)村,年輕人的迎婚嫁娶是頭等重要的大事。尤其是青年男子迎娶新娘,家里一般都會興建新的房屋作為娶新娘的固定資產(chǎn)和資本。因此,對于同樣數(shù)量的人口,如果以青年人多,則住房消費的需求可能相對會多一些;如果以老年人和兒童居多,則短期內(nèi)的住房消費就不會有很大需求。

由于青壯年男子一般是農(nóng)村家庭的勞動主力,也是住房消費的主要需求者。因此,本文采用“平均每家農(nóng)戶的整半勞動力數(shù)量”這一指標(biāo)來反映農(nóng)村的人口結(jié)構(gòu)變化。

4.農(nóng)村的經(jīng)濟(jì)增長

一國國民經(jīng)濟(jì)的增長會帶動其住宅產(chǎn)業(yè)的興旺和發(fā)展。同樣,農(nóng)村的經(jīng)濟(jì)增長也會帶動其住房消費。經(jīng)濟(jì)增長會帶來生活水平的提高和思想意識的轉(zhuǎn)變,從而農(nóng)民對住房的要求也會提高,住房消費的需求也會隨之增加。

本文將用“第一產(chǎn)業(yè)GDP”來衡量農(nóng)村的經(jīng)濟(jì)增長。

5.農(nóng)村的就業(yè)人口

第一產(chǎn)業(yè)GDP僅僅反映農(nóng)業(yè)的增長,事實上,農(nóng)業(yè)增長帶來的收入增長和生活水平提高僅僅是現(xiàn)代農(nóng)民生活的一部分。很多農(nóng)民會離開土地,實行個體經(jīng)營,或者在鄉(xiāng)鎮(zhèn)企業(yè)上班,這些不會統(tǒng)計在農(nóng)業(yè)GDP中,卻實實在在地改善了農(nóng)民的生活、轉(zhuǎn)變了他們的觀念。因此,農(nóng)村的就業(yè)人口也是影響住房消費的因素之一,并且不含在農(nóng)業(yè)GDP這一因素之內(nèi)。直觀分析認(rèn)為,農(nóng)村的就業(yè)人口越多,住房消費就越大。本文將采用統(tǒng)計年鑒中的“鄉(xiāng)村就業(yè)人數(shù)”這一指標(biāo)衡量農(nóng)村的就業(yè)人口。

6.物價變化

從經(jīng)濟(jì)學(xué)角度講,一件商品價格的變化對消費者的消費函數(shù)會產(chǎn)生兩種效應(yīng):收入效應(yīng)和替代效應(yīng)。假設(shè)一件商品價格上漲,那么消費者的實際收入相對而言就減少了,消費者的購買力下降,他可能會重新考慮購買各種商品時的數(shù)量和比例,這就是商品價格上漲的收入效應(yīng)。同時,一種商品價格的上漲會讓消費者考慮減少對該商品的購買量,轉(zhuǎn)而購買與該商品有相同功能和用途的產(chǎn)品,這就是商品價格上漲的替代效應(yīng)。

因此,物價的變化也會對農(nóng)村住房消費產(chǎn)生影響。衣服食品等生活資料、肥料種子等生產(chǎn)資料、磚頭木材等建筑材料的價格變化,會影響農(nóng)民的實際購買力,產(chǎn)生不同的收入效應(yīng)和替代效應(yīng),最終影響農(nóng)民在住房方面的消費數(shù)量和結(jié)構(gòu)。本文采用統(tǒng)計年鑒中的“農(nóng)村消費價格指數(shù)”來反映農(nóng)村的物價變化。

二、影響因素的定量分析

上述分析僅僅是對影響農(nóng)村住房消費的六要素進(jìn)行了直觀的定性解釋。下面將根據(jù)1985年～2005期間統(tǒng)計年鑒的數(shù)據(jù),對六要素產(chǎn)生的影響進(jìn)行的定量分析,并對定性解釋進(jìn)行驗證。

原始數(shù)據(jù)見表1。其中,“農(nóng)村人均居住消費支出”是因變量Y,其余六個變量分別是自變量X1……X6。

1.各變量的描述統(tǒng)計

2.各變量間的相關(guān)性

由表3可知,六個自變量之間的相關(guān)性不大,可以作為自變量列入方程。

3.回歸結(jié)果

將六個自變量都記入方程,使用多元線性回歸,結(jié)果如下:

由表7可知,常數(shù)項(Constant)=1432.816,回歸系數(shù)(B)分別為:B1=-1.432,B2=-227.921,B3=23.545,B4=96.54E-02,B5=-6.32E-03,B6=-6.54E-02。

4.模型分析

此回歸模型的可決系數(shù)R-Square為99.1%,調(diào)整后R-Square為98.7%,說明此回歸模型的擬和優(yōu)度很高。因此可以判定,這六個自變量能解釋絕大部分的因變量的變化。即表1的六個變量的確是農(nóng)村人均居住消費支出的主要影響因素。

5.系數(shù)符號分析

三、結(jié)論

由上述分析可知,城市化進(jìn)程、每戶常住人口、每戶整半勞動力、農(nóng)村人均第一產(chǎn)業(yè)GDP、農(nóng)村就業(yè)人口、農(nóng)村消費價格指數(shù)是影響農(nóng)村住房消費的主要因素。對農(nóng)村住房消費指標(biāo)的研究、調(diào)控可從這六個方面入手。

例如截至2007年底農(nóng)村人均住房建筑面積為31.6平方米(數(shù)據(jù)來源于統(tǒng)計年鑒),而有研究認(rèn)為,中國實現(xiàn)全面小康社會的一項指標(biāo)是農(nóng)村人均住房建筑面積達(dá)到40平方米 。因此若要實現(xiàn)這一目標(biāo),需要在加快城市化進(jìn)程的同時,出臺各種有利于農(nóng)業(yè)發(fā)展的經(jīng)濟(jì)政策,提高農(nóng)民收入水平,降低農(nóng)村消費價格指數(shù)。

參考文獻(xiàn):

[1]中華人民共和國國家統(tǒng)計局.《中國統(tǒng)計年鑒》, 1986～2006年,2008年