產業結構高級化與城鎮化對城鄉收入差距的影響研究*

姚 志，謝 云

（1.中國農業大學經濟管理學院，北京 100083；2.長江大學經濟學院，湖北 荊州 434023）

產業結構高級化與城鎮化對城鄉收入差距的影響研究*

姚 志1，謝 云2

（1.中國農業大學經濟管理學院，北京 100083；2.長江大學經濟學院，湖北 荊州 434023）

為探尋產業結構高級化與城鎮化對城鄉收入差距的影響機理，運用VAR模型驗證我國1978～2016年的時間序列數據變量。結果顯示，產業結構高級化、城鎮化與城鄉收入差距存在長期均衡關系。產業結構高級化對城鄉收入差距的沖擊區域圖呈“S型拖尾”，其影響隨時間變化呈明顯差異，不同時期貢獻不同，可分為“陣痛期”“受益期”“平穩期”三個階段；我國約在2013年度過產業結構調整“陣痛期”，進入“受益期”。而城鎮化對城鄉收入差距沖擊形成“象”型，2009年城鎮化率達45.64%，出現拐點，即我國已步入提升城鎮化水平可縮小城鄉收入差距的良性發展階段。

產業結構高級化；城鄉收入差距；S型拖尾；“象”型；VAR模型

一、引 言

在供給側改革背景下，我國產業面臨嚴重的結構性改革問題，城鎮化發展面臨提質增效問題，城鄉協調發展面臨二元收入差距縮小問題，這些問題是未來我國經濟發展與改革的核心領域。一般情況下，產業結構高級化會提高收入水平，部分收入提高的農民將遷入城鎮安家落戶，推動城鎮化水平提高；較高城鎮化水平往往伴隨較高就業水平（丁守海，2014），反向影響城鄉居民收入水平，產生收入差距問題；存在城鄉收入差距是早期城市化的重要拉力，也是促進產業結構變化的動力源（陳斌開等，2013），三者關系密切且復雜。產業結構、城鎮化與城鄉居民收入差距間存在關系及影響效果如何；產業結構調整與城鎮化能否推動城鄉收入差距進一步縮小，是當前政府和學者關注的熱點問題之一。正確認識產業結構、城鎮化與城鄉收入差距間關系，對國家制定供給側改革政策具有重要意義。

近年國內學者對上述問題的研究，總體上集中于三種范式：一是產業結構與城鄉收入差距關系；二是城鎮化與城鄉收入差距因果關系；三是產業結構對城鎮化影響。第一類范式，程莉（2014）、李亮（2014）等認為，合理化產業結構是縮小城鄉收入差距的主動力，而高級化產業結構是推動城鄉收入差距擴大的關鍵拉力。鄭萬吉（2015）認為，短期內產業結構升級擴大城鄉收入差距，長期作用將逐步減小甚至相反。第二類范式可分為兩個流派，一是認為快速城鎮化進程擴大城鄉收入差距，導致二元城鄉結構下諸多社會性問題。肖堯（2013）、趙燾（2014）運用泰爾指數等多種計量方法驗證認為，城鎮化必然導致城鄉收入差距進一步擴大。二是認為城鎮化推進必然縮小城鄉收入差距（武小龍，2014；劉軍，2015）。各流派均證實城鎮化與城鄉收入差距間關系密切。第三類范式，王立新（2014）、肖國東（2014）等認為其影響存在倒“U”型關系，但也表現出較強區域異質性，必須通過產城融合、產業結構換代升級、破解制度性障礙等方式實現二者良性互動發展。

綜上所述，目前國內學者對產業結構、城鎮化與城鄉收入差距相關命題的探討或集中于兩兩互動關系，或限于特殊區域、特定人群，缺乏宏觀層面剖析，缺少從產業結構、城鎮化視角分析城鄉收入差距的文獻。涉及產業結構變量選取時，較多學者采用泰爾指數與結構偏離度，僅量化三次產業產值，并未量化產業結構高級化程度，無法有效反映其內涵。因此本文借鑒干春暉等（2011）構建的產業結構高級化指標，以科學、全面地反映我國產業結構高級化演進規律。基于此，本文選取1978～2016年時間序列數據為研究切入點，將三者納入統一理論框架開展理論與實證研究，重點分析前兩者對城鄉收入差距的影響機理、聯動關系及內在邏輯，為國家制定宏觀政策提供參考。

二、數據來源與計量模型

（一）變量選擇與數據來源

1.變量選擇

一般而言，產業結構變化會引起城鄉居民收入變化，城鎮化水平提高也影響城鄉居民收入。本文選取產業結構高級化、城鎮化率為自變量，城鄉居民收入差距為因變量。其中，產業結構高級化（IS），計算公式借鑒干春暉的方法：通過第三產業與第二產業產值之比衡量，IS值越大，代表結構升級程度越高。城鎮化水平以常用經典指標城鎮化率（UR）反映，即城鎮化率=城鎮人口數/總人口數，其百分比比值越大，城鎮化水平越高。城鄉居民收入差距通過城鄉居民收入比（URIR）反映，計算公式為：城鎮居民人均可支配收入與農村居民人均可支配收入比值，其值越大，差距越大。

2.數據來源

為確保最小樣本容量與數據完整性、科學性，本文選取我國1978～2016年時間序列數據作為研究樣本。1978～2015年相關變量數據來源于歷年《國家統計年鑒》，2016年數據來源于政府統計公報。表1為三個變量描述性統計，對IS、UR與URIR求取均值、最值、中位數、標準差、峰度、偏度等。數據分析借助于Eviews 6.0與SPASS 17.0軟件處理。

表1 變量描述性統計

（二）模型選擇

VAR（Vector auto-regression）模型常用于預測相互關聯的時間序列系統，分析隨機擾動對變量系統的動態沖擊，可描述經濟沖擊對經濟變量的影響（易丹輝，2008）。具體而言，該模型為多方程聯立形式，系統內各方程右邊采取相同變量（及內生變量滯后值），通過模型中所有內生當期變量對其若干滯后值加以回歸，估計經濟變量間動態關系（沈悅等，2012）。VAR具有模型易識別、無需事先區分研究變量內生性和外生性、操作較簡單、分析較深刻等優點。為探析產業結構高級化與城鎮化對我國城鄉收入差距產生的具體影響與沖擊程度，分析其內在影響機理，選取VAR模型，其向量表達式為：

其中，xt與yt分別是k、d維度內、外生列向量，P為滯后階數，T為樣本數；Φ1…Φ2與H分別是k×k、k×d維待估系數矩陣，εt為隨機干擾項，εt與yt與xt及滯后期不相關。為借助VAR分析產業結構高級化、城鎮化與城鄉收入差距時間數據，必須依次展開平穩性檢驗、協整檢驗、格蘭杰因果關系檢驗等一系列檢驗，以滿足構建VAR模型的條件。

三、實證檢驗

（一）平穩性檢驗

經濟變量平穩是建立VAR模型首要條件，而單位根檢驗（ADF）是檢測時間序列平穩性最常用、最有效方法（劉田等，2013），本文采用ADF檢驗三個變量，檢驗結果見表2。

表2 IS、UR與URIR變量的單位根檢驗

由檢驗結果可知，時間序列IS、UR和URIR在差分前均屬不平穩序列，體現時間序列一般特征。一階差分后發現，三個時間序列變量均在0.05顯著性水平下顯著，此前原始時間序列P值不顯著，因此差分后序列均顯示平穩，且均服從I（1）同階單整過程。序列平穩與同階單整是協整檢驗重要前提條件。

（二）協整檢驗

協整檢驗是為檢驗已平穩的經濟變量是否存在穩定、固定均衡關系的一種檢驗方法（沈悅等，2012）。協整檢驗最有效方法為跡檢驗與最大特征值檢驗，檢驗結果見表3、表4。

表3 IS、UR與URIR跡檢驗

表4 IS、UR與URIR最大特征值檢驗

由表3可知，在5%顯著性水平下，不存在協整關系的P=0.002 2，故拒絕原假設；至多存在一個協整關系概率值為0.071 1，大于0.05顯著性水平，接受原假設。綜上，IS、UR與URIR間存在一個協整關系。同理，由表4可得出存在協整關系的結論。因此，可建立VAR協整方程，構建與我國產業結構高級化、城鎮化及城鄉收入差距相對應的三者間協整關系式為：

依據協整檢驗，可得方程：

方程（3）反映產業結構高級化、城鎮化與城鄉收入差距長期均衡關系，且影響彈性系數為正，進一步證實前文判斷。

（三）格蘭杰關系檢驗

為判別產業結構高級化、城鎮化與城鄉收入差距因果關系，對三組時間序列變量做格蘭杰因果檢驗。檢驗結果見表5。

表5 UR、IS與URIR指標的格蘭杰因果檢驗

由表5可知，滯后階數為1～4階時，僅存在單方面格蘭杰原因，即UR是URIR的格蘭杰原因。當滯后階數為5時，對應P值0.020 5＜0.05，同時0.001 9＜0.05；表明UR與URIR存在相互格蘭杰因果關系。在10%顯著性水平下，滯后1期時，IS不是URIR格蘭杰原因的概率值為0.078 2＜0.10，拒絕原假設，故IS是URIR的格蘭杰原因；同理，URIR是IS的格蘭杰原因。表明URIR與IS存在相互格蘭杰因果關系。

（四）VAR模型構建

1.模型滯后階數選取

確定最佳滯后期是VAR模型有效性判斷的必要步驟，依據常用的LnL、LR、AIC、FPE、SC、HQ等6個統計量綜合評判最佳滯后期（見表6）。

表6 VAR模型滯后階數選取

由檢驗結果可知，滯后2期*號有4個，優勢明顯，故確定模型最佳滯后期為2。最佳滯后期確定后，還需進一步檢驗模型有效性。

2.模型有效性檢驗

采用AR多項式特征判斷模型有效性（見圖1）。圖中圓點為特征根，均位于單位圓內，表明序列無自相關且平穩，即模型有效。模型矩陣表達式為：

為深入探索模型擬合情況與整體效果，對模型做傳統OLS估計。估計結果顯示，依據AIC與SI值（最小原則）也可確定模型滯后階數，進一步印證前文中模型選取2階為滯后階數的科學性。表中最小R2=0.956 0與調整后R2=0.946 9，遠大于經驗值0.8，表明VAR（2）模型擬合理想。同時，F統計量顯著，表明模型較理想。

圖1 VAR（2）模型AR檢驗

（五）脈沖響應分析

為解釋VAR（2）模型動態特征、自變量對因變量沖擊情況，通常采用脈沖響應函數。脈沖響應函數（Impulse Response Function，IRF）是分析一個誤差項受某種沖擊、發生變化時對系統的動態影響，即對內生變量的一個標準沖擊（易丹輝，2008）。為衡量自變量產業結構高級化與城鎮化對因變量城鄉收入差距的沖擊，構建兩個變量VAR（2）脈沖響應模型如下：

在式（4）與式（5）中，隨機干擾項ε1t與ε2t為新息（Innovation），若第一個新息發生變量使變量URIRt當前值立即發生變化，且為引起第二期變化，會影響第一期未來值變化（見圖2）。

圖2 VAR（2）模型脈沖影響

城鎮化對城鄉收入差距沖擊形成“象”圖，而產業結構高級化對城鄉收入差距沖擊區域圖呈“S型拖尾”狀，與吳鵬（2017）研究的“倒S型”差異明顯。原因是選取期數僅10期（即僅反映圖2(a)中C點以前的部分，圖2(b)中d點附近呈“倒S型”），未完全反映長期趨勢；因此，本文選取20期更具科學性。

圖2(a)代表城鎮化對城鄉收入差距沖擊程度，可分為三個階段：A～B階段，為“象鼻”階段，沖擊從0開始陡升，第7期左右達最大，約0.638；B～C階段，為“象頭”階段（8～13期），沖擊略有下降；C以后階段為“象身”階段（14～20期），城鎮化水平提升對城鄉收入差距的沖擊呈“總體平穩、略有波動”趨勢。“象”型沖擊圖表明，我國城鎮化對城鄉收入差距產生影響規律為：短期內，城鎮化快速提升將進一步拉大城鄉居民收入差距，第7期左右達最大并形成“拐點”，城鎮化發展后期階段，對城鄉收入差距影響較小并保持平穩。為測算拐點值，做二次曲線模擬（在Eviews 6.0中輸入LOG(URIR)=C(1)*LOG（UR）^2+C(2)*LOG(UR)+C(3))，求得：-0.274 289/（2*-0.300 46）=0.456 44；即城鎮化率達45.64%時，拐點出現。出現年份為2009年，這與穆懷中（2016）等學者研究結論一致。2015年，我國城鎮化率為56.1%，已遠超拐點值，進入“象頭”階段，即進入“城鎮化逐步提升不會拉大城鄉收入差距，反而帶動其縮小”時期。

圖2(b)代表產業結構對城鄉收入差距的沖擊程度，可分為四個階段：a～b階段，初始沖擊為0，快速下降為負，約在第2期達最小值，約-0.749%；b～d階段，沖擊快速回升，約在第9期達最大值，約12.98%；d～e階段，沖擊開始下降，但為正向沖擊，在e點約為0.402%；e點以后階段，沖擊呈穩定趨勢。其中，a～e階段大致呈“S型”沖擊狀態，此后形成“拖尾”。表明我國產業結構高級化對城鄉收入差距產生影響變化規律可概括為：短期為負效應，中后期為正效應，后期影響平穩。說明產業結構對城鄉收入差距影響隨時間變化呈明顯差異，不同時期沖擊影響不同，可概括為“陣痛期”“受益期”“平穩期”三個階段。為測算出三個時期變量臨界值，在Eviews6.0中輸入URIR=C(1)*（IS）^3+C(2)*IS^2+C(3)*IS+C(3)，三次曲線模擬，通過求取模型二階導數，計算IS兩個臨界值分別為1.045、1.588；依據前文IS統計數據發現，2013年我國第三產業與第二產業比值為1.074，2016年為1.297；可見，我國約在2013年度過產業結構調整“陣痛期”，進入“受益期”，第三產業與第二產業比值達1.588時進入“平穩期”。

四、結論與啟示

本文通過構建VAR模型、求取自變量對因變量的沖擊響應，分析我國產業結構高級化、城鎮化對城鄉收入差距具體影響效果與內在邏輯，得出以下結論與啟示。

（一）我國約在2013年度過產業結構調整“陣痛期”，進入調整“受益期”

具體而言，國家出臺政策繼續加大力度調整三大產業結構，對反映城鄉二元矛盾的城鄉收入差距負向影響逐漸減小；隨產業結構改革逐步深入，改革收益逐漸增大。短期考慮，應盡快采取措施實現改革“最大化收益”，并盡可能延長最大化收益時限。第三與第二產業比值衡量產業結構高級化程度，通過改革推進產業結構高級化與收益最大化，應加快發展第三產業、改革調整第二產業。因此可通過重點發展新興現代服務業及相關產業，拓展服務產業鏈條、提升第三產業產值。我國在第三與第二產業比值達1.588時進入“平穩期”。通過前文統計結果可知，2016年第三與第二產業比值為1.297。因此，長遠考慮，為穩定經濟發展，應加速推進二三產業結構性改革，推動改革進入“平穩期”。

（二）我國在2009年城鎮化發展步入“城鎮化水平穩步提升帶動城鄉居民收入差距期縮小”發展階段

在推進供給側改革背景下，繼續加速推進城鎮化進程，將帶動收入差距穩步縮小，需更注重提升城鎮化質量。提升城鎮化水平加速城鎮進程的主力軍是農民工與高校畢業生兩類人群。一是通過產業結構改革創造更多就業崗位，促進農民工就業；通過統籌解決城市戶籍群體和農民工群體間“新二元體制”及城鄉差距“舊二元體制”矛盾，基本實現農民工與市民的公共服務均等化，促進農民工“扎根”城市。二是通過提高中小城鎮就業待遇、建設保障性住房、完善社會保障等措施，吸引大學畢業生就業于中小城鎮，提高城鎮化水平的同時根治大城市病，提升城鎮化質量。

（三）城鄉居民收入差距具有較強路徑依賴，短期內收入差距很難發生根本性轉變

為此，通過協調城鄉三產業融合發展，建立差距縮小的長效機制才是根本出路（鈔小靜等，2014）。一是建立健全我國農民收入長期穩步增長長效機制。積極培育現代職業農民，多種渠道提升農民職業技能，通過機械化、規模化、深加工、創新銷售方式、提升農產品質量等方式提高農民收入；鼓勵創辦季節性農產品加工企業，在農閑時節為農民創造兼業崗位，促進“季節性失業”農民就地就業。二是加快推進我國城鄉居民收入分配體制改革步伐。加快農村地區分配制度改革，逐步提升按農村生產要素分配比例，增加農民財產性收入。逐步完善城鄉社會統一保障性機制，促進分配公平，推進社會資源向農村流動，逐步縮小城鄉間社會保障差異，以建立健全城鄉居民收入差距縮小長效機制。

[1] 丁守海.中國城鎮發展中的就業問題[J].中國社會科學,2014(1):30-47.

[2] 陳斌開,林毅夫.發展戰略、城市化與中國城鄉收入差距[J].中國社會科學,2013(4):81-102.

[3] 程莉.產業結構的合理化、高級化會否縮小城鄉收入差距——基于1985-2011年中國省級面板數據的經驗分析[J].現代財經(天津財經大學學報),2014(11):82-92.

[4] 李亮.產業結構、二元經濟結構變遷對城鄉收入差距的影響研究[J].統計與決策,2014(18):103-106.

[5] 鄭萬吉,葉阿忠.城鄉收入差距、產業結構升級與經濟增長——基于半參數空間面板VAR模型的研究[J].經濟學家,2015(10):61-67.

[6] 肖堯.城鎮化、房地產價格與城鄉收入差距——基于我國省區面板數據的經驗分析[J].財經科學,2013(9):100-107.

[7] 趙燾.西部地區城鎮化與城鄉收入差距關系實證研究[J].統計與決策,2014(16):132-135.

[8] 武小龍,劉祖云.中國城鄉收入差距影響因素研究——基于2002-2011年省級Panel Data的分析[J].當代經濟科學,2014,36(1):46-54.

[9] 劉軍,王佳瑋,楊浩昌.產業聚集對城鄉居民收入差距的影響——基于中國省級面板數據的實證研究[J].農村經濟,2015(5):44-49.

[10] 王立新.經濟增長、產業結構與城鎮化——基于省級面板數據的實證研究[J].財經論叢,2014(4):3-8.

[11] 肖國東.我國城鎮化與產業結構互動關系研究[J].甘肅理論學刊,2014(5):154-157.

[12] 干春暉,鄭若谷,余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究,2011(5):4-16.

[13] 易丹輝.數據分析與Eviews應用[M].北京:中國人民大學出版社,2008.

[14] 沈悅,李善燊,馬續濤.VAR宏觀計量經濟模型的演變與最新發展——基于2011年諾貝爾經濟學獎得主Smis研究成果的拓展脈絡[J].數量經濟技術經濟研究,2012(10):150-160.

[15] 劉田,談進,史代敏.單位根檢驗中樣本長度的選擇[J].數理統計與管理,2013,32(4):617-626.

[16] 吳鵬.城鎮化、產業結構和城鄉收入差距的耦合性研究[J].統計與決策,2017(5):109-112.

[17] 穆懷中,吳鵬.城鎮化、產業結構優化與城鄉收入差距[J].經濟學家,2016(5):37-44.

[18] 國務院發展研究中心和世界銀行聯合課題組,李偉,Sri Mulyani Indrawati,等.中國:推進高效、包容、可持續的城鎮化[J].管理世界,2014,(4):85.

[19] 鈔小靜,沈坤榮.城鄉收入差距、勞動力質量與中國經濟增長[J].經濟研究,2014(6):30-43.

Effect of Industrial Structure Upgrading and Urbanization on Urban-Rural Income Gap

YAO Zhi1,XIE Yun2
（1.School of Economics and Management,China Agricultural University,Beijing 100083,China;2.School of Economics,Yangtze University,Jingzhou 434023,Hubei,China）

VAR model was used to verify time series data variables of 1978-2016 in China,for exploring the effect mechanism of industrial structure upgrading and the urbanization on the urban-rural income gap.The results showed that there was a long-term equilibrium relationship among those variables."S-type smearing"regional figure was used to describe the impact of the industrial structure upgrading on the urban-rural income gap,which would present differentiation as time going on and the contribution was different in different time periods.It could be divided into three stages,including"painful period","benefit period"and"stationary period".In 2013,China's industrial structure adjustment had experienced the"painful period"and entered the"benefit period"."Elephant"type could be used to describe the impact of the urbanization on the urban-rural income gap.Turning point appeared when the urbanization rate reached 45.64%in 2009.China had stepped into the stage,which could narrow the income gap between urban-rural areas by raising the level of urbanization.

industrial structure upgrading;urban-rural income gap;S-type smearing;"elephant"type;VAR model

F121.3

A

1674-9189（2017）05-0033-09

*項目來源：國家社會科學基金項目（13BJY108）。

姚志（1991-），男，博士研究生，研究方向：農業經濟與理論政策。

謝云（1976-），女，副教授，研究方向：城鎮化研究。