《我国农村城市化影响因素分析》由会员分享，可在线阅读，更多相关《我国农村城市化影响因素分析（9页珍藏版）》请在金锄头文库上搜索。
1、我国城市化影响因素分析摘 要：对我国农村城市化影响因素的历年数据运用计量分析方法建立计量模型，并进行检验和修正，最后根据模型提出促进我国农村城市化的有效途径。关键词：农村城市化；经济发展；计量模型截至2007年底，我国乡村人口占全国人口的比重为55.01，城市化水平仍然较低。随着乡镇企业发展势头减缓，吸纳劳动力水平下降，劳动力就地转移面临严峻的考验。大量沉积在农村的剩余劳动力，使得弱化城乡二元分割体系，消除城乡差别，最终实现农村城市化，成为我国亟待研究和解决的重大课题。农村城市化是一个国家或地区经济社会现代化程度的重要标志。目前，国内外对农村城市化的问题研究较多，在国外较盛行的理论有刘易斯的“
2、二元结构”理论，弗里德曼的“核心一边缘”理论等；国内研究者也从多个角度对农村城市化进行了研究，如人口流动、农村剩余劳动力转移、制度与政策的限制、城市化的道路、城市化的量度以及城市化的个案等。本文侧重于通过计量模型分析农村城市化的影响因素，并结合模型的实证分析提出对策及建议。一、我国农村城市化发展的现状目前，我国城市化进程相对滞后。2005年我国GDP增速达9.9，人均GDP达1700美元，城市化水平为43，而工业化水平为53，仍然滞后l0个百分点 。但不可否认，我国农村城市化也呈现出稳定、快速发展的趋势，如城镇人口由1949年的5 765万到1978年的17 245万，再到2000年的4559
3、4万人；城镇数量亦不断增加，从1978年到2000年的22年间，城市数量由193个增加到663个，建制镇数量由2 173个增加到20 000个；城市化水平也由1978年的l792增至2000年的36.09，年均提高0.83个百分点。尽管我国的城市化取得了一定的发展，但仍然是一种低度的城市化。因此，分析我国农村城市化的影响因素，有利于采取相应的措施，推进农村城市化的发展，这也直接影响和决定着“三农”问题的解决。二、影响因素分析(一)变量选择本文以城市化水平作为被解释变量，用城市化率，即城镇人口占全部人口的比重反映，用Y表示。对于解释变量，首先引入农业生产总值占GDP的比重，因为农业的发展是农村城
4、市化的基础，只有农业发展到高级阶段，可以用很少的农民养活大部分人口，农村剩余劳动力转向第二、三产业时，城市化水平才能得到显著地提高，这个变量用X1表示；城乡收入差距说明在农村推力和城市拉力的双重作用下，加速转移农村劳动力，有利于提高城市化水平，本文用城镇居民家庭人均可支配收入减去农村居民家庭人均纯收入来计量，用X2表示；国家财政用于农业的支出反映国家对于农村城市化的宏观支持，用X3表示；农村中初中及以上文化水平劳动力比率体现了教育的促进作用：农村教育水平的提高，可以促进劳动者的综合发展、农村人力资源的有效增长与合理配置，从而推动经济的发展和城市化进程，因此，也将其作为解释变量，用X4表示。根据
5、选定的影响因素，建立函数关系式：Y = f(X1,X2,X3,X4)（二）数据说明本文收集了1989-2005年的城市化水平、农业生产总值占GDP的比重、城乡收入差距、国家财政用于农业的支出以及农村中初中及以上文化水平劳动力比率的数据作为样本观测值，见表1:年份农业生产总值/GDPx1(%)地级及以上城市数x2(个)城乡收入差距x3(元)初中以上水平劳动比率x4(%)城市化水平y(%)199026.965823.940.4126.41199124.37199243.5526.94199221.5741242.644.7527.46199319.5781655.846.527.99199419.
6、6792275.248.1328.51199519.8832705.349.9229.04199619.5892912.853.2530.48199718.1953070.254.7831.91199817.31003263.155.9733.35199916.21073643.757.434.78200014.81154026.659.5936.22200114.11234493.261.2637.66200213.51335227.261.7939.09200312.6139585062.6740.53200413.11406485.263.3341.76200512.61467238.1
7、64.1142.99200611.71578172.565.0243.9200711.31649645.465.8944.94200810,71789987.666.4545.12表1数据来源：中国统计年鉴2009中国农村统计年鉴2009（三）确立计量经济模型计算各解释变量与被解释变量的相关系数，见表2。从表2的结果看出，城市化水平与本文中所选取的各影响因素相关系数非常高，说明它们之间存在密切的联系，选取这些因素建立计量模型来解释城市化水平，具有一定的说服力。表2 城市化水平与其影响因素相关分析农业生产总值占GDP的比重x1(%)城乡收入差距x2(元)国家财政用于农业的支出x3(亿元)农村中初
8、中及以上文化水平劳动力比率x4(%)与城市化水平y(%)-0.0.0.0.根据Eviews软件进行回归，得出Y=11.59382-0.X1-0.X20.X3+0.X4Dependent Variable: YMethod: Least SquaresDate: 05/06/10 Time: 12:18Sample: 1990 2007Included observations: 18 VariableCoefficientStd. Errort-StatisticProb. C11.593828.1.0.2065X1-0.0.-0.0.8958X2-0.0.-0.0.3623X30.0.4.0
9、.0008X40.0.3.0.0102R-squared0. Mean dependent var34.66444Adjusted R-squared0. S.D. dependent var6.S.E. of regression0. Akaike info criterion2.Sum squared resid6. Schwarz criterion2.Log likelihood-16.59578 F-statistic336.5300Durbin-Watson stat1. Prob(F-statistic)0.（四）模型检验1、经济意义检验回归结果显示模型拟合优度较好，揭示了农村城
10、市化的重要影响因素，具体各变量的统计学意义均显著。农业生产总值占GDP的比重X1,城乡收入差距X2、国家财政用于农业的支出X3、农村中初中及以上文化水平劳动力比率X4的系数分别是-0.，-0.，0.和0.意味着当各要素的投入增加1时，分别给城市化水平带来-0.，-0.，0.和0.的影响。其中，城市化水平对于农村中初中及以上文化水平劳动力比率这一要素的变化最为敏感，表明教育的发展，对于农民改善生产手段及生活条件，农村城市化水平的促进作用最大。同时，国家财政用于农业的支出对城市化水平也有重要的推动作用，国家财政的大力扶持将改善许多地方财政没有能力改善的基础设施方面的建设。城乡收入差距因素对于城市化
11、水平作用较小，主要是因为城乡收入差距逐年扩大，且没有缩小的趋势，未能很好地带动农村经济的发展。另外，农业生产总值占GDP的比重对城市化水平的贡献率为负值，从历年数据中看出农业比重不断下降，这是城市化的直接表现，也提高了城市化水平。2、统计检验（1）拟合优度检验该模型的拟合优度较高，R2达到0.9904，意味着我国城市化水平的变化，有99%可以通过本文所选取的影响因素来解释说明该模型的拟合效果较好。（2）F检验F值等于336.530 ，给定显著性水平a=0.05，查F分布表，得到临界值F0.05（4，13）=3.18（模型中解释变量数目为4，样本容量为18），显然有FFa(k,n-k-1)表明模
12、型从整体上看城市化与解释变量之间线性关系显著。（3）t检验由应用软件计算出所有t的数值，分别为：t0=1.3297，t1=0.1335,t2=0.9441,t3=4.3241,t4=3.0017 ,给定显著性水平a=0.05,查t分布表中自由度为13的相应临界值为2.160。可知，包括常数项在内的前3个解释变量在95%的水平下影响不显著，后2个解释变量显著。但结合模型中x1,x2解释变量所代表的经济意义，不剔除。3、计量经济学检验（1）异方差性检验我们再采用怀特检验，估计结果为：White Heteroskedasticity Test:F-statistic1. Probability0.O
13、bs*R-squared11.27902 Probability0.Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 05/06/10 Time: 17:26Sample: 1990 2007Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C-60.5812625.55317-2.0.0419X1-3.1.-2.0.0464X120.0.2.0.0410X2-0.0.-0.0.5368X224.84E-085.54E-
14、080.0.4047X30.0.2.0.0392X32-1.50E-068.45E-07-1.0.1093X43.1.2.0.0342X42-0.0.-2.0.0269R-squared0. Mean dependent var0.Adjusted R-squared0. S.D. dependent var0.S.E. of regression0. Akaike info criterion1.Sum squared resid1. Schwarz criterion1.Log likelihood-4. F-statistic1.Durbin-Watson stat2. Prob(F-statistic)0.去掉交叉项后的辅助回归结果为：e2=-60.58126-3.X1+0.X12-0.X2+(4.84E-08)X22+
