基于VAR的城镇化进程与经济增长关系的实证研究
我国产业结构变迁与经济增长的动态关系——基于VAR模型的实证分析
我国产业结构变迁与经济增长的动态关系——基于VAR模型的实证分析徐明阳【摘要】基于我国1978-2015年产业结构和经济增长数据,选取产业结构合理化和高级化两个视角来建立产业结构变迁与经济增长动态关系的计量经济模型.分析结果表明,产业结构合理化和高级化对我国经济增长均具有积极的影响,其中产业结构合理化对经济增长的积极影响具有一定的滞后性,产业结构高级化对经济增长的积极影响具有波动性和不稳定性;同时我国经济增长在一定程度上能够促进产业结构合理化进程的加深,而经济增长对产业结构高级化进程具有明显反方向影响.由此可见,我国产业结构变迁能够有效地带动经济增长,而经济增长对产业结构变迁的影响具有复杂性.%Based on Chinese industrial structure and economic growth data from 1978 to 2015, the rationalization and upgrade of industrial structure were selected to establish econometric model of the dynamic relationship between industrial structure change and economic growth.The results show that the rationalization and upgrade of industrial structure have positive impact on Chinese economic growth.The rationalization of industrial structure has a certain lag on economic growth, while the upgrade of industrial structure are volatile and unstable;at the same time, Chinese economic growth can promote the process of rationalization of industrial structure to a certain extent, but it has obvious negative influence on the upgrade process of industrial structure.It can be seen that Chinese industrial structure change can effectively promote economicgrowth, but the impact of economic growth on industrial structure change is complex.【期刊名称】《宜宾学院学报》【年(卷),期】2017(017)004【总页数】8页(P34-41)【关键词】产业结构合理化;产业结构高级化;经济增长;VAR模型【作者】徐明阳【作者单位】安徽大学经济学院,安徽合肥230601【正文语种】中文【中图分类】F121近年来，重视产业结构内部层次，加强区域产业结构协调发展，大力发展现代服务业等政策一直以来都是促进我国经济发展的重要手段。
基于VAR模型的GDP和M2对CPI的影响的研究
基于VAR模型的GDP和M2对CPI的影响的研究作者：宋珊来源：《商情》2016年第12期【摘要】近几年来，我国CPI不断走高，尤其是2010年以来CPI过高问题受到公众广泛关注。
本文通过建立CPI、GDP、M2的VAR模型进行脉冲响应分析并做Granger因果检验，分析GDP和M2对CPI的影响，得出结论：GDP和M2在短期内对CPI影响较大，长期的影响较小，并且滞后一期的GDP和M2的增加对CPI上涨有促进作用，滞后两期的GDP和M2的增加对CPI的上涨反而有抑制作用。
【关键词】CPI；GDP；M2；VAR模型；Granger检验一、理论基础根据传统货币数量论的费雪方程式：，M为货币的数量，V为货币流通速度（一年中每一元货币的还手次数），P为物价水平，T是各类商品的交易总量，可以得到关系式，∏是通货膨胀率，m是M2增长率，v是货币流通速度变化率，y是实际GDP增长率。
其中v是由制度因素决定的，而制度因素变化缓慢，因而可视为常数。
由上分析知，∏主要受m和y的影响，即CPI主要受GDP和M2的影响。
因此，建立模型定量分析GDP和M2对CPI的影响程度对于经济政策的运用有一定的指导意义。
二、实证分析（一）数据选择处理与分析思路本文分析使用的样本取自19862015年的年度数据，数据来源于中国统计年鉴、中国金融年鉴以及中国人民银行网站。
为了更严谨分析，将数据进行了无量纲化处理，即使用CPI、GDP、M2的增长率进行分析，以1986年数据为基础100，对19862010年数据进行分析，预留20112015五年数据作为样本外预测。
为了减弱时间序列在模型中的异方差性影响，对所有变量取对数，得到lnCPI、lnGDP、lnM2，并且取对数后不改变原序列的协整关系。
（二）数据平稳性检验（PP检验）检验发现，lnCPI、lnGDP、lnM2序列均是非平稳的，直到进行二阶差分后，才都平稳。
因此三个序列都是I（2）过程，可以建立协整关系。
基于VAR模型的产业间关联影响实证研究
基于VAR模型的产业间关联影响实证研究作者：孟延春等来源：《宏观质量研究》2013年第03期摘要：新城建设是我国城镇化进程中区域发展的重大实践活动，是探索我国城镇化道路和提高城镇化质量与水平的重要途径之一。
鉴于济南西部新城产业发展基础较为薄弱、产业体系发展不完善、大部分产业发育程度不成熟的基本事实，运用产业经济密度对济南市各类细分产业进行分析也能反映济南本地产业发展的经济属性、社会属性和地理属性，因此研究选取1996-2010年济南市统计年鉴显示的10个细分产业的统计数据，通过建立组对向量自回归模型（GroupVAR）及其误差修正模型（GroupVEC），采用脉冲响应和方差分解方法，实证检验并归纳总结了以上10个产业经组合后的45组两两产业间的短期和长期关联影响程度，从而为济南西部新城乃至我国新城建设中产业发展战略提供参考。
关键词：新城建设；细分产业；关联影响程度；济南西部新城一、引言改革开放以来，中国已经步入了快速城镇化的轨道，各级城市逐渐成为各类区域性的政治、经济、文化中心，“乡土中国”正逐步嬗变为“城市中国”。
1978年末，中国城镇化率尚不足18%。
目前，我国城镇化率已超过50%，2011年首次超过50%，为5127%，2012年为5257%，即改革开放以来，中国城镇化率达到年均1个百分点的大幅提升。
城镇化是21世纪中国面对的一个重大课题。
2001年，诺贝尔经济学奖获得者、世界银行前高级副行长兼首席经济学家斯蒂格利茨（Joseph E.Stiglitz）认为：中国的城镇化是影响21世纪人类进程的两大关键性因素之一（国家统计局课题组，2002）。
在中国城镇化进入中期加速发展之际，中央最高决策层也从国家战略高度出发，提出了中国城镇化的建设方针。
中国城镇化已步入中期快速发展阶段，但是，伴随着城市规模的迅速扩大和城市人口的迅猛增长，城镇化过程也出现了一些问题，如生态环境恶化、产业结构趋同、中心区人口密集、交通拥挤、生活居住成本昂贵、失业人口增多、社会秩序混乱等。
中国城镇化与工业经济发展关系的实证分析
中国城镇化与工业经济发展关系的实证分析内容摘要：本文以城镇化与工业经济发展的相互作用机制为理论基础，根据1998-2011年数据，利用V AR模型对两者之间的关系进行动态计量分析。
实证分析的结果表明：中国城镇化与工业经济发展的互促作用不是很明显，但工业经济发展对于城镇化的促进作用要弱于城镇化对于工业经济发展的促进作用。
从长期看，工业经济发展对于城镇化发展的贡献率为14.44%，城镇化发展对于工业经济发展的贡献率为20.02%。
关键词：城镇化工业经济发展V AR模型引言城镇化与产业发展是相互作用、相互促进的经济动力，城镇化是产业发展的必然结果，产业发展是城镇化发展的重要途径。
根据配第-克拉克定理，城镇化发展进程中，将伴随着产业结构的变化与重构，而工业经济发展则是发挥着极其重要的作用。
刘刚（2013）通过研究产业总产值的增长所产生的城镇化效应，以及三次产业增长和结构优化对产业总产值的影响，表明三次产业发展的城镇化效用各有不同，产业增长推动城镇化效用存在明显边际作用，当前中国社会经济发展应把第二、三次产业同时推进。
吕一清、何跃（2010）运用协整理论、Granger 因果关系检验、广义脉冲响应函数和方差分解法，考察了成都1985-2008年城镇化率与第三产业发展之间的长期动态影响特征。
分析结果表明，城镇化率与第三产业从业人员占整个社会从业人员比重互为双向因果关系，其相互促进；在短期内，随着第三产业增长速度促进城镇化率进程的发展。
从方差分解结果可以得出，第三产业从业人员占整个社会从业人员的比重对城镇化率的贡献度相对比较大。
马远、陈军（2012）利用V AR模型对1960至2009年新疆城镇化与三次产业发展的动态关联效应进行分析，研究发现：农业现代化、工业化、第三产业发展对城镇化具有明显的促进作用，城镇化发展同样会带动三次产业发展。
从长期来看，农业现代化、工业化、第三产业发展对城镇化贡献率分别达到了33.75%、29.45%、6.85%。
基于VAR模型的城镇化、工业化对城乡统筹的影响分析——重庆市的实证____
第38卷第10期西南师范大学学报(自然科学版)2013年10月V o l.38N o.10J o u r n a l o f S o u t h w e s t C h i n aN o r m a lU n i v e r s i t y(N a t u r a l S c i e n c eE d i t i o n)O c t.2013文章编号:10005471(2013)10006908基于V A R模型的城镇化㊁工业化对城乡统筹的影响分析重庆市的实证①何海林1,涂建军1,林曦2,孙祥龙1,王娜11.西南大学地理科学学院,重庆400715,2.翠屏棠湖外语学校,四川宜宾644000摘要:运用V A R模型对重庆市城镇化㊁工业化与城乡统筹动态关系进行实证研究,以揭示城镇化㊁工业化对城乡统筹的影响关系.结果显示:城镇化㊁工业化对城乡统筹具有明显的带动作用,而城乡统筹对城镇化也具有促进作用,三者间存在长期均衡关系;从动态角度看,城镇化㊁工业化对城乡统筹的推动作用具有持续性,且随着滞后期的加大而趋于稳定;城乡统筹具有明显的累积效应,同时城镇化和工业化对城乡统筹发展的贡献程度不等并有较大的提升空间.关键词:城镇化;工业化;城乡统筹;V A R模型;重庆市中图分类号:F127文献标志码:A改革开放以来,我国经济社会发展取得了巨大成就,城乡社会经济面貌总体上发生了根本改变,但城乡差距持续扩大[1-2],要实现城乡统筹发展依然任重道远.城乡统筹是一个涵盖社会㊁经济㊁文化和资源环境等多方面的综合系统,它不仅与城乡居民生活水平㊁政府政策或制度相关,而且与城镇化㊁工业化水平密切关联.目前,国内学者在城乡统筹影响因素㊁指标体系构建和发展对策等领域取得了丰硕的研究成果,但在研究视角上多是从户籍[3]㊁土地[4]㊁社会保障[5-6]等制度和政策层面入手探析城乡统筹的影响机制和发展路径.此外,学者们在对工业化㊁城镇化与城乡统筹关系进行研究时多从工业化或城镇化单一角度切入[1,7],未能将三者同时作为变量进行系统研究.在研究方法上,国内学者对城乡统筹的研究多是基于定性分析,在少量的定量实证文献中其计量方法可归纳为两类:一类是基于V A R模型的时间序列数据分析,如杨振宁运用V A R模型建立冲击响应函数揭示出安徽省城乡统筹发展与城镇化之间存在长期均衡关系[8],苏发金运用V A R模型对中国1978 2009年工业化与城乡统筹关系进行实证分析,发现工业化与城乡统筹发展存在负相关的长期均衡关系[9];另一类则是基于面板数据的计量分析,如郭军华基于东㊁中㊁西部面板数据揭示出我国城市化对城乡收入差距的作用并非简单地促进或者抑制,而取决于城乡收入差距本身的水平[10].可见,运用V A R模型研究城镇化㊁工业化与城乡统筹间的动态关系具有一定的理论基础和可行性.鉴于此,本文将城镇化㊁工业化和城乡统筹视为3变量纳入同一研究体系,运用V A R模型探寻城镇化㊁工业化对城乡统筹的影响关系.①收稿日期:20130313基金项目:重庆市社会科学规划重点项目(2011Z D S H09).作者简介:何海林(1988),男,四川巴中人,硕士研究生,主要从事区域经济的研究工作.通信作者:涂建军,副教授,硕士生导师.本文选择重庆市作为实证研究对象.重庆不仅是全国统筹城乡综合配套改革试验区,而且是一个大城市㊁大农村㊁大库区与大山区为一体的典型地区,地域差异明显,兼具东㊁中㊁西部的特点[11],统筹城乡发展的任务艰巨.此外,重庆工业发达,其产值占据半壁江山;重庆城镇化进程加快,城镇化率由2007年的48.3%提高到2012年的57.0%,高于全国平均水平.因此,选择重庆来研究城镇化㊁工业化对城乡统筹发展的影响具有代表性.1指标、数据与评价方法1.1指标设计1)城镇化水平指标.城镇化的发展反应了农村人口向城市转移以及农业经济向以工业经济为主的转变过程[12].通常采用人口城镇化率(C Z)来反映城镇化发展水平.C Z=城镇常住人口/总人口ˑ100%2)工业化水平指标.库兹涅茨(K u z n e t s)研究结果表明,工业化过程实质就是农业(第一产业)在国民经济中比重不断下降和工㊁商业(第二㊁三产业)比重不断上升的过程.因此,本文采用广义的工业化指标,即用非农产业占国民经济比重(G Y)来衡量工业化发展程度.G Y=第二㊁三产业生产总值/地区生产总值ˑ100%3)城乡统筹水平指标.城乡统筹系统是一个包含经济㊁社会㊁资源环境等多层面㊁各要素相互作用㊁相互依赖的复杂综合系统[13].对各系统指标进行集成便形成城乡统筹度,用以测度城乡统筹发展水平.本文通过构建城乡统筹指标体系,运用层次分析法(A H P)计算出各指标权重(表1),然后进行线性加权得出城乡统筹发展综合评价值(T C).T C值越大表明城乡统筹水平越高.T C=ðm j=1W i j U i j*100%(i=1,2, ,n;j=1,2, ,m)T C代表城乡统筹度;W i j为样本i的第j个指标的权重值;U i j为样本i的第j个指标的标准化数值,此处采用极差标准化方法对原始数据进行无量纲化,对于正负向指标分别采用如下公式进行计算:U i j=(x i j-m i n x j)/(m a x x j-m i n x j)U i j=(m a x x j-x j)/(m a x x j-m i n x j)式中:X i j为样本i和指标C j的原始数值,m a x x j和m i n x j分别为C j的最大值和最小值,U i j为样本i和指标C j的极差标准化值.表1城乡统筹发展的评价指标体系目标层A准则层B指标层C权重W统筹指标的目标城乡统筹经济统筹(0.429)城乡就业人数比(X1)0.241城乡居民生活稳定状况城乡居民人均纯收入比(X2)0.214城乡收入差距状况城乡居民人均消费水平比(X3)0.189城乡消费状况城乡居民恩格尔系数比(X4)0.208城乡生活水平差异城乡社会劳动生产率比(X5)0.148城乡产出水平差异社会统筹(0.429)人均社会保障和就业经费(X6)0.303城乡社会保障水平人均教育经费(X7)0.212城乡教育保障水平人均医疗卫生经费(X8)0.243城乡医疗卫生水平每万人中在校大学生数(X9)0.091城乡发展潜力状况每万人拥有卫生技术人员(X10)0.151城乡医疗保障水平空间和生态环境统筹(0.142)公路网密度(X11)0.674城乡交通状况人均邮电业务量(X12)0.225城乡联系状况人均绿化覆盖面积(X13)0.101城乡生态环境状况注:指标的权重是按三标度两步层次法确定的[14].经检验,表1中各指标权重的一致性比例C R均小于0.1,说明权重的判断是合理的.27西南师范大学学报(自然科学版)h t t p://x b b j b.s w u.c n第38卷1.2 数据来源本文选取重庆市1985-2011年相关数据作为样本时段,跨度27年.该时间序列的选择兼顾了重庆直辖前和直辖后的经济社会发展状况,有利于纵向动态分析.各变量数据来源于‘重庆统计年鉴“(1986-2012)㊁‘四川统计年鉴“(1986-1998)和‘新中国55年统计资料汇编“(重庆㊁四川).其中,人均邮电业务量(1985-1987)和人均绿化面积(1985,1988)数据缺失,为保证计算结果信度,本文采用移动平移法对缺失数据补齐.1.3 工业化、城镇化与城乡统筹水平评价首先,根据原始数据计算出重庆城镇化率(C Z )和工业化率(G Y ),再运用层次分析法(A H P )计算出重庆城乡统筹度(T C ),进而可对3变量时序变化规律做出大致评价:1)如图1所示,总体上,重庆市城镇化率㊁工业化率和城乡统筹度在1985-2011年间均呈现出增长态势.三者比较来看,重庆工业化水平明显高于城镇化和城乡统筹水平.以2011年为例,重庆三产业比为8.4ʒ55.4ʒ36.2,第二产业比重超过一半.比照世界112个国家的工业化与城镇化的协调系数,处于工业化中期时的工业化与城镇化协调系数应在1.33左右[15],而重庆2011年工业化与城镇化的协调系数仅为0.99(城镇化率/第二产业比重),可见重庆城镇化水平滞后于工业化水平.这种城镇化与工业化不协调状况与重庆拥有雄厚的工业基础和优先发展重工业的历史脉络有关,过去在工业迅猛发展的同时,客观上造成了农业劳动生产率较低和服务业发展严重滞后的国民经济不平衡局面,因而农村剩余劳动力不能得到有效释放,城镇常住人口聚集度偏低,直接影响到城镇化水平的提高.此外,大城市㊁大农村并存的局面又导致市域中心城市首位度偏高,城镇体系分布相对失衡,城乡二元结构明显,故城乡统筹水平相对较低.2)从增长速度看,重庆工业化率总体上增速稍显平缓,年均增长率只有1.19%;城镇化率在1997年前增长缓慢,而在重庆直辖后增速较快,年均增长4.01%;重庆城乡统筹度在1985-2002年间处于低水平波动上升态势,而后迅速上升,至2011年达到了82.91%,9年间城乡统筹度年均增长15.91%,这种快速增长与重庆推行城乡统筹综合配套改革政策直接相关.图1 重庆市城镇化率(C Z )㊁工业化率(G Y )和城乡统筹度(T C )时序变化情况(1985-2011年)2 分析过程与结果2.1 A D F 平稳性检验向量自回归模型(V e c t o rA u t o r e gr e s s i v eM o d e l )是S i m s 于1980年提出用于研究不同变量间互动关系的联立方程模型[16].本文将城镇化率㊁工业化率和城乡统筹度视为3个内生变量,符合V A R 模型基本要求.在构建回归模型前,需对各序列进行单位根检验,以判断数据是否平稳并避免虚假回归.在对数据进行分析前,先对上述变量数据取自然对数,用L N G Y ,L N C Z ,L N T C 表示,以便使序列线性化并消除异方差性影响.本文选择A D F 检验法并利用E v i e w s 6.0软件对各变量进行单位根检验,从表2可见,各原始序37第10期 何海林,等:基于V A R 模型的城镇化㊁工业化对城乡统筹的影响分析 重庆市的实证列在不同的显著性水平下均存在单位根,而经过一阶差分后的序列A D F 值在10%的显著性水平下均拒绝存在单位根的原假设,表明各序列都是一阶单整序列I (1).表2 各变量平稳性检验结果变量A D F 检验值检验类型(C ,T ,P )临界值1%5%10%结论L N G Y -1.516(C ,T ,2)-4.394-3.612-3.243非平稳L N C Z-1.528(C ,0,1)-3.724-2.986-2.632非平稳L N T C 6.013(0,0,1)-2.53-1.836-1.625非平稳D L N G Y -5.709(C ,T ,1)-4.394-3.612-3.243平稳D L N C Z-2.846(C ,0,0)-3.724-2.986-2.632平稳D L N T C -14.083(C ,T ,0)-4.231-3.617-3.274平稳注:(1)检验类型中的C 表示常数项㊁T 表示趋势项㊁P 代表滞后阶数;(2)滞后期P 的选择依据A I C 和S C 最小原则确定;(3)D 代表一阶差分项.2.2 协整检验通过上述A D F 检验可知,重庆工业化㊁城镇化和城乡统筹3变量均为一阶单整序列,3者之间可能存在协整关系.本文选择基于多变量分析的约翰逊(J o h a n s e n )协整检验方法,根据J o h a n s e n 迹 检验来确定模型中的协整向量个数.在V A R (P )模型下L R ,F P E ,A I C ,S C 和HQ 5个指标全部显示滞后阶数为3.因此,在V A R (3)模型下对上述3变量进行J o h a n s e n 协整检验,从检验结果可知(表3),在5%的显著性水平下存在一个协整关系,即3变量存在长期均衡关系.表3 J o h a n s e n 协整检验结果零假设:协整向量的个数特征值迹统计量5%的显著性水平P 值N o n e*0.62578338.6619429.797070.0037A tm o s t 10.43907015.0547915.494710.0412A tm o s t 20.1129682.7571063.8414660.09682.3 格兰杰因果性检验为进一步揭示重庆工业化㊁城镇化和城乡统筹3者间的因果性,本文利用格兰杰(G r a n ge r )检验法对3变量间因果关系进行检验分析,依据A I C 和S C 准则,滞后阶数仍然选择3,检验结果见表4.表4 格兰杰因果关系检验结果原假设H 0:样本数F 统计量P 值结论G Y 不是T C 的格兰杰原因T C 不是G Y 的格兰杰原因243.41230.0374拒绝H 00.43620.3462接受H 0C Z 不是T C 的格兰杰原因T C 不是C Z 的格兰杰原因243.34600.0364拒绝H 03.96500.0326拒绝H 0C Z 不是G Y 的格兰杰原因G Y 不是C Z 的格兰杰原因240.02620.9940接受H 07.48400.0021拒绝H 01)工业化与城乡统筹之间具有单向的格兰杰因果关系,即工业化是城乡统筹的G r a n ge r 原因,而城乡统筹不是工业化的G r a n g e r 原因.这是因为,重庆自直辖以来产业结构逐步优化,工业化水平稳中有升,工业反哺农业力度加大,农村产业化和乡村工业化水平日渐提高,工业的发展推动了重庆城乡一体化进程.此外,重庆快速发展的二㊁三产业能够极大地吸纳农村剩余劳动力,带动农民就业,促进农民增收,从经济上促进了城乡统筹发展.然而,重庆城乡统筹水平还落后于工业化水平,因而,城乡统筹对工业化发展的反作用还未充分显现.2)城镇化与城乡统筹之间互为格兰杰因果关系.这是因为,重庆城镇化的发展为广大农民提供了就业和发展空间,以劳动力为载体传播了城市先进的生产㊁生活理念,密切了城乡关系,打破了城乡传统割裂,47西南师范大学学报(自然科学版) h t t p ://x b b jb .s w u .c n 第38卷促进了农村经济㊁社会快速发展;与此同时,随着重庆城乡统筹水平的提高,城乡关系趋于协调,新型城乡关系促使城镇内部结构和功能逐步优化以适应社会经济发展需要,如城市传统产业转移至乡村,城镇规模逐步扩大,基础设施日渐完善,城市职能和社会制度逐步健全等,这将有利于城镇化质量的提高.2.4 模型参数估计与分析上述分析结果表明,重庆城镇化㊁工业化和城乡统筹之间存在长期均衡关系.在选定合适的滞后阶数后,可对V A R 模型进行参数估计:L N C Z t L N G Y t LN T C éëêêêêùûúúúút =-1.271.610.éëêêêêùûúúúú39+1.060.290.040.510.90-0.011.480.230.éëêêêêùûúúúú57L N C Z t -1L N G Y t -1L N T C t -éëêêêêùûúúúú1+-0.04-0.060.03-0.74-0.80-0.10-1.070.270.éëêêêêùûúúúú34L N C Z t -2L N G Y t -2L N T C t -éëêêêêùûúúúú2+-0.230.21-0.040.260.500.140.13-0.28-0.éëêêêêùûúúúú12L N C Z t -3L N G Y t -3L N T C t -éëêêêêùûúúúú3+u 1u 2u éëêêêêùûúúúú3 经检验,上述V A R (3)特征方程|Ø(L )-δI |=0的根都在单位圆内,表明上述模型稳定[15].根据上述模型可分析不同变量在不同滞后期对城乡统筹当期的影响:1)城乡统筹滞后期对当期值有显著影响,其影响力随着滞后期数的增大而逐渐减小.其中,滞后1期的城乡统筹度对其当期的影响系数达0.57,滞后2期为0.34,而滞后3期时下降为负数,为-0.12.这表明,重庆城乡统筹发展具有累积效应,其与自身关系在短期内呈正相关影响,长期则表现出负相关关系.这也说明重庆城乡统筹水平呈现出动态发展态势,其内部的质量与结构处于不断升级与转化过程中.2)城镇化水平对城乡统筹影响表现出明显的波动性.滞后1期的城市化率与城乡统筹度的相关性最大,影响系数达1.48,滞后2期下降为-1.07,而滞后3期又上升至0.13.这表明重庆城乡统筹对城镇化水平的变动具有高度弹性,二者交互作用强.3)工业化水平在短期内对城乡统筹发展具有明显推动作用.滞后1期的工业化率对城乡统筹度的作用尤为明显,影响系数为0.23,而在滞后3期时,影响系数变为-0.28.这说明,重庆城乡统筹发展对工业化的短期作用响应明显.2.5 脉冲响应与方差分解2.5.1 脉冲响应分析为进一步探讨城镇化㊁工业化与城乡统筹的动态关系,本文采用C h o l e s k y 方法进行脉冲响应分析.脉冲响应是描述一个内生变量对误差冲击的反应,即衡量来自某个内生变量的随机扰动项的一个标准差冲击对V A R 模型当中所有内生变量当前值和未来值的影响[17-18].图2与图3是基于本文V A R (3)模型得出的城镇化率㊁工业化率一个单位标准差冲击对城乡统筹度的脉冲响应函数曲线,横轴表示冲击作用的滞后期,对应本文的样本期27年,纵轴表示城乡统筹水平所受到的冲击程度,虚线表示正负2倍标准差的置信带.从图2可以看出,在最初的6期里,城乡统筹对城镇化响应强烈,波动幅度较大.第1期的单位新息的城镇化冲击最小,为0.008,而后波动增大,到第6期时对城乡统筹水平的影响最大,达到0.02;在6~12期内,影响程度开始缓慢下降,而后趋于稳定.这说明,在短期内,重庆城镇化率对城乡统筹的带动作用较强,但长期减小并趋于收敛状态,这也符合城乡发展规律.最初,城乡二元差距大,农村发展对城市化水平反应敏感,城市对农村的带动作用强;而越到后期,城乡差距越小,随着城乡一体化水平提高,城镇化的带动作用将被其他因素抵消而减小,最终趋于稳定.图3显示,当给工业化率一个单位的正冲击后,当期便对城乡统筹产生负向影响,为-0.006,随即上升至第5期的最高点0.013;在第6~9期内,城乡统筹对工业化的脉冲响应处于平稳状态,而后缓慢下降并收敛于0.004.这表明工业化率每提高1个百分点,城乡统筹度就能提高0.004个百分点.因此,重庆工业化能够对城乡统筹起到拉动作用,从长期来看,其对城乡57第10期 何海林,等:基于V A R 模型的城镇化㊁工业化对城乡统筹的影响分析 重庆市的实证统筹展的拉动作用是趋于稳定的.图2城乡统筹对城镇化发展的响应路径图3城乡统筹对工业化发展的响应路径2.5.2方差分解上述脉冲响应曲线只是从时间维度说明了各变量对于随机误差项冲击的响应情况.下面借助西姆斯(S i m s)于1980年提出的方差分解法来定量分析每一个结构冲击对内生变量变化的贡献度,进而评价不同结构冲击的重要性.根据已建立的V A R(3)模型估计响应的方差贡献率,得出城镇化率及工业化率对城乡统筹度的贡献程度图(图4).图4显示,总体上,重庆城乡统筹所有滞后期的值对当期值的贡献度始终大于工业化和城镇化的贡献度,而工业化对城乡统筹的贡献度在长期内又高于城镇化的贡献度.这说明,城乡统筹不仅受自身变化的影响,还受到了城镇化和工业化发展的影响,而且这种影响在当期就已显现出来,城乡统筹受到来自自身的冲击在当期达到了97.89%,而后缓慢下降,这意味着工业化㊁城镇化在当期对城乡统筹的贡献度就达到了2.11%;城镇化对城乡统筹的贡献度在短期内处于上升趋势,直至第8期达到峰值8.144%,而后下降徘徊于6.53%上下;工业化对城乡统筹的贡献度也经历了从低到高的变化趋势,到第27期达到最高28.35%.图4城乡统筹度(L N T C)方差分解结果图3结论与讨论通过上述实证分析,可以得出如下结论:第一,重庆城乡统筹与城镇化和工业化的发展水平密切相关.它们之间存在着长期均衡关系,即存在某种经济机制使得3变量在短期内不会偏离太远,长期则会走向均衡.第二,重庆工业化对城乡统筹具有单向的带动作用,而城镇化与城乡统筹则表现出相互推动的关系. 67西南师范大学学报(自然科学版)h t t p://x b b j b.s w u.c n第38卷第三,从动态角度看,重庆城镇化与工业化发展对城乡统筹的带动作用表现出明显的阶段性和波动性.在短期内,重庆城镇化与工业化发展对城乡统筹的正向带动作用强烈,长期则减弱并趋于收敛状态.此外,城乡统筹的发展对城镇化也有促进作用.这一结论似乎与学界和政界部分观点相悖,但它恰好反映出了重庆大都市㊁大农村和大工业并存的典型性以及城乡互补性强的特点.第四,在所有滞后期内,重庆城乡统筹度受到来自自身滞后期的贡献度最大,而工业化对城乡统筹的贡献度又高于城镇化的贡献度,这说明重庆城乡统筹具有明显的累积效应,同时表明城镇化和工业化对城乡统筹的拉动作用还有较大的提升空间.针对上述问题并结合本文结论,提出如下建议:1)深入推进 一统三化两转变 战略,加大工业反哺农业㊁城市支持农村力度.在重庆城镇化滞后于工业化的现状下,要充分发挥工业化㊁城镇化对城乡统筹的两轮驱动作用,必须实现工业化与城镇化的协调发展,并在 新型 二字上实现突破.其中,新型工业化是主导,新型城镇化是依托, 两化 良性互动是关键,产城一体是途径,统筹管理是手段.通过产业梯度转移㊁生产要素扩散,城市空间拓展,政府政策倾斜等途径带动农村社会经济发展,缩小城乡差距.2)在保持城乡统筹政策连续性的基础上,深入推进城乡统筹制度的综合改革.城乡统筹具有累积效应,因此必须保持城乡统筹方向和理念上的连续性和稳定性.在此基础上,以制度创新为根本途径,将束缚在传统体制下的发展潜力激发出来,逐步破除城乡协调发展的体制性障碍.具体讲,应以农村人口城镇化为主线,把城乡土地㊁户籍㊁医疗㊁教育㊁住房㊁就业和社会保障等一系列相关制度的改革串连起来,构建 农村人口跨区域转移 管理综合改革的 试验链 .3)走城乡融合去大城市化的发展道路,引导农民就地非农化.受空间距离衰减规律制约,重庆 一圈 对 两翼 的辐射带动作用呈现出梯度减弱趋势, 两翼 地区急需新的区域增长极带动自身发展.同时,大量农村剩余劳动力涌入大城市亦将产生诸多城市病,造成大城市人满为患,小城市人力不足,不利于区域经济的协调发展.因此,可在重庆 两翼 地区培育次级经济增长极,发展特色产业,带动乡村工业化发展,以此为农民本土就业和农民市民化创造条件.4)科学构建城镇体系,充分发挥中小城镇增长极的作用.重庆在现有的 一圈大㊁两翼小 的城市空间格局下,应以城镇化发展为核心,以城市功能布局为依据,逐步构建等级合理㊁规模适度㊁职能分工明确的多层次㊁网络化的城镇体系,加强中小城市对区县㊁集镇和村庄的辐射带动作用,形成城乡区域协调发展新格局.参考文献:[1]吴 杨,丁家云,杜志雄.基于城镇化与新农村建设良性互动的统筹城乡发展战略[J ].管理学报,2012,9(3):376-379.[2] 张 军,李 勤.我国工业化中期阶段城乡统筹发展的对策[J ].经济纵横,2009(10):24.[3] 曹明华,李德燊.城乡统筹发展的制度创新研究[J ].农村经济,2005(9):13-15.[4] 刘昌运.浅析城乡统筹中的制度建设[J ].农村经济与科技,2008,19(1):45-46.[5] 郭建军.我国城乡统筹发展的现状㊁问题和政策建议[J ].经济研究参考,2007(1):24-44.[6] 刘清芝.我国城乡统筹发展的影响因素及其对策[J ].经济研究导刊,2009(23):26-27.[7] 许秀川,王 钊.城市化㊁工业化与城乡收入差距互动关系的实证研究[J ].农业经济问题,2008(12):65-70.[8] 杨振宁.城乡统筹发展与城镇化关系的实证研究 基于安徽的数据[J ].农业经济问题,2008(5):49-54.[9] 苏发金.我国工业化与城乡统筹发展关系的实证研究[J ].中国地质大学学报:社会科学版,2012,12(5):132-137.[10]郭军华.中国城市化对城乡收入差距的影响 基于东㊁中㊁西部面板数据的实证研究[J ].经济问题探索,2009(12):1-7.[11]华 娟,涂建军,张 戈,等.重庆区域经济发展的时空差异分析[J ].西南大学学报:自然科学版,2012,34(4):130-133.[12]陈明星,陆大道,张 华.中国城市化水平的综合测度及其动力因子分析[J ].地理学报,2009,64(4):387.77第10期 何海林,等:基于V A R 模型的城镇化㊁工业化对城乡统筹的影响分析 重庆市的实证87西南师范大学学报(自然科学版)h t t p://x b b j b.s w u.c n第38卷[13]李娟.吉林省城乡统筹发展水平测度及其空间差异研究[D].长春:吉林大学,2010.[14]吴永生,高珊,杨晨.江苏省城乡统筹空间格局动态研究[J].地域研究与开发,2007,26(4):36-40.[15]陈永国,李士龙.工业化和城市化协调推进的城乡统筹发展研究[J].价值工程,2007,26(4):13-15.[16]李子奈,潘文卿.计量经济学[M].2版.北京:高等教育出版社,2008:342-345.[17]吴振球,谢香,钟宁波.基于V A R中国城市化㊁工业化对第三产业发展影响的实证研究[J].中央财经大学学报,2011(4):65-67.[18]夏春萍,刘文清.农业现代化与城镇化㊁工业化协调发展关系的实证研究 基于V A R模型的计量分析[J].农业技术经济,2012(5):79-85.O n I m p a c t o fU r b a n i z a t i o na n d I n d u s t r i a l i z a t i o nu p o n t h eU r b a n-R u r a l C o o r d i n a t i o no n t h eB a s i s o fV A R M o d e lA nE m p i r i c a lA n a l y s i s o fC h o n g q i n gH E H a i-l i n1, T UJ a n-j u n1, L I N X i2,S U N X i a n g-l o n g1, WA N G N a11.S c h o o l o f G e o g r a p h i c a l S c i e n c e,S o u t h w e s t U n i v e r s i t y,C h o n g q i n g400715,C h i n a;2.C u i p i n g T a n g h uF o r e i g nL a n g u a g eS c h o o l,Y i b i n g644000,C h i n aA b s t r a c t:T h r o u g hb u i l d i n g e v a l u a t i o n i n d e x s y s t e m,b y m e a n s o f t h em u l t i v a r i a b l eV A R m o d e l,t h i s p a-p e r d e a l sw i t h t h e e m p i r i c a l i n v e s t i g a t i o n s i n t o r e l a t i o n s h i p b e t w e e nu r b a n i z a t i o n,i n d u s t r i a l i z a t i o n a n du r-b a n-r u r a l c o m b i n a t i o n.R e s u l t s h o w s t h a t t h e r ea r e l o n g-t e r me q u i l i b r i u mr e l a t i o n s h i p b e t w e e nu r b a n i z a-t i o n,i n d u s t r i a l i z a t i o na n du r b a n-r u r a l c o m b i n a t i o n.U r b a n i z a t i o n,i n d u s t r i a l i z a t i o nc a n p r o m o t et h eu p-g r a d eo f u r b a n-r u r a l a r e a s.O n t h e c o n t r a r y,u r b a n-r u r a l c o o r d i n a t i o n p l a y s a p o s i t i v e r o l e o n u r b a n i z a t i o n. S e c o n d l y,f r o mad y n a m i c p e r s p e c t i v e,t h ee f f e c t s t h a tu r b a n i z a t i o na n d i n d u s t r i a l i z a t i o n p r o m o t eu r b a n-r u r a l c o m b i n a t i o n sd e v e l o p m e n t a r e s u s t a i n e d,a n ds t a b i l i z e dw i t h l a g i n c r e a s e.T h i r d l y,t h e c u m u l a t i v e e f f e c t o f u r b a n-r u r a l c o o r d i n a t i o n i s o b v i o u s.M e a n w h i l e,t h e d e g r e e t h a t u r b a n i z a t i o n a n d i n d u s t r i a l i z a t i o n c o n t r i b u t e t ou r b a n-r u r a l c o o r d i n a t i o n i s d i f f e r e n t a n dh a s a g r e a t l y i m p r o v e d s p a c e.K e y w o r d s:u r b a n i z a t i o n;i n d u s t r i a l i z a t i o n;u r b a na n d r u r a l c o o r d i n a t i o n;V A R M o d e l;C h o n g q i n g责任编辑周仁惠。
FDI对我国经济增长、就业影响研究基于VAR模型
FDI对我国经济增长、就业影响研究基于VAR模型一、本文概述随着全球化的不断深入，外国直接投资（FDI）在全球范围内发挥着越来越重要的作用。
我国作为世界上最大的发展中国家，吸引和利用FDI对我国经济增长和就业的影响日益受到关注。
本文旨在通过基于向量自回归（VAR）模型的实证分析，探讨FDI对我国经济增长和就业的影响机制及其动态效应。
本文首先回顾了国内外关于FDI与经济增长、就业关系的相关理论和实证研究，总结了现有研究的成果和不足。
在此基础上，本文构建了包含经济增长、就业和FDI等关键变量的VAR模型，并运用我国的时间序列数据进行了实证分析。
通过对模型的稳定性检验、脉冲响应分析和方差分解等方法，本文深入探讨了FDI对我国经济增长和就业的短期和长期影响。
本文的研究结果表明，FDI对我国经济增长和就业具有显著的正面影响。
一方面，FDI的流入为我国带来了资本、技术和管理经验等生产要素，促进了我国产业结构的升级和经济增长质量的提高。
另一方面，FDI的流入也为我国创造了大量的就业机会，促进了我国劳动力市场的稳定和发展。
同时，本文还发现，FDI对我国经济增长和就业的影响具有一定的时滞性和动态性，需要政策制定者关注其长期效应和时变特征。
基于以上研究结论，本文提出了相应的政策建议。
我国应继续加大吸引和利用FDI的力度，优化外商投资环境，提高外资利用效率。
我国应加强对外资企业的引导和支持，推动其在我国产业结构升级和经济发展中发挥更大的作用。
我国还应关注FDI对我国劳动力市场的影响，加强就业培训和劳动力市场监管，保障劳动者的合法权益。
本文通过基于VAR模型的实证分析，深入探讨了FDI对我国经济增长和就业的影响机制及其动态效应。
研究结论对于我国制定更加科学合理的外资政策和就业政策具有重要的参考意义。
二、文献综述随着全球化进程的不断推进，外国直接投资（FDI）逐渐成为影响各国经济增长和就业的重要因素。
近年来，关于FDI对中国经济增长和就业影响的研究逐渐成为学术界的热点。
1文读懂VAR模型的实现过程与结果解读
VAR模型应用实例众所周知，经济的发展运行离不开大量能源的消耗，尤其是在现代经济发展的过程中，能源的重要性日益提升。
我国自改革开放以来，经济发展取得长足的进步，经济增长率一直处于较高的速度，经济的高速增长带来了能源的大量消耗，进而带来了我国能源生产的巨大提高。
因此，研究经济增长率与能源生产增长率之间的关系具有重要的意义，能为生源生产提供一定的指导意义。
1.基本的数据我们截取1978—2015年中国经济增长速度（GDP增速）和中国能源生产增长速度数据，具体数据如下：表1 1978——2016年中国经济和能源生产增长率2.序列平稳性检验（单位根检验）使用Eviews9.0来创建一个无约束的VAR模型，用gdp表示的是中国经济的增长率，用nysc表示中国能源生产的增长率，下面分别对gdp和nysc进行单位根检验，验证序列是否平稳，能否达到建立VAR模型的建模前提。
图2.1 经济增速（GDP）的单位根检验图2.2 能源生产增速（nysc）的单位根检验经过检验，在1%的显著性水平上，gdp和nysc两个时间序列都是平稳的，符合建模的条件，我们建立一个无约束的VAR模型。
3.VAR模型的估计图3.1 模型的估计结果图3.2 模型的表达式4.模型的检验4.1模型的平稳性检验图4.1.1 AR根的表由图4.1.1知，AR所有单位根的模都是小于1的，因此估计的模型满足稳定性的条件。
图4.1.2 AR根的图通过对GDP增长率和能源生产增长率进进行了VAR模型估计，并采用AR根估计的方法对VAR模型估计的结果进行平稳性检验。
AR根估计是基于这样一种原理的:如果VAR模型所有根模的倒数都小于1，即都在单位圆内，则该模型是稳定的;如果VAR模型所有根模的倒数都大于1，即都在单位圆外，则该模型是不稳定的。
由图4.1.2可知，没有根是在单位圆之外的，估计的VAR模型满足稳定性的条件。
4.2 Granger因果检验图4.2.1 Granger因果检验结果图Granger因果检验的原假设是：H0：变量x不能Granger引起变量y备择假设是：H1：变量x能Granger引起变量y对VAR（2）进行Granger因果检验在1%的显著性水平之下，经济增速（GDP）能够Granger 引起能源生产增速（NYSC）的变化，即拒绝了原假设；同时，能源生产增速（NYSC）能够Granger经济增速（GDP）的变化，即拒绝了原假设，接受备择假设。
房价、股价波动与货币政策选择——基于VAR模型的实证分析
（一）变量选取与最优滞后阶数选择 本文研究的样本区间是2010年6月至2020年7月，选 取利率R、货币供应量M2、股价指数S以及房价P的10年
月度数据建立VAR模型进行实证分析。 选取标准分别是：广义货币供应量M2能与现实中
经济购买力紧密关联，可控性更强，能反映经济潜在的 购买力，所以把它作为货币供应量的代理变量；选取5 年期以上的中长期贷款利率作为利率的代理指标是因为 房地产贷款一般年限都比较长，5年期以上的中长期贷 款利率更能够反映现实状况；价指数选择上证综指的月 度数据，暂且不考虑沪市与深市之间走势差别；房价指 数选取百城住宅平均价格，一线城市作为房价指数的代 理指标，不同区域的房价变化受利率影响具有差异性， 因而一线城市的房价变化更有意义，更具探讨价值（徐 剑，2020）。同时，为了消除M2与房价指数P以及股价 指数S三个时间序列数据可能存在的异方差性，对其作 取对数处理，得到LnM2、LnP以及LnS，从而使实验数 据更平滑。本文变量数据均来源于wind数据库，分析软 件为EViews10.0。
66 SHI DAI JING MAO
时代经贸 2021年 第 5 期
产的需求端。当利率水平上升时，贷款成本上升，付息 压力增加，居民购房需求受到压制，同时利率的上升吸 引居民将资金投资于银行存款、理财等金融资产，以获 得相对较高的投资收益，减少房地产的购买，所以购房 需求、房价与利率水平反向变化。
一、影响房地产价格的理论机制
（一）价格型货币政策工具对房价的影响机制 国家通过调控利率的方式来调整资产价格，调整微
观主体的收入预期，从而使得微观主体改变自己的消费 需求、投资需求，从而影响房地产市场的总需求（刘慧 敏，2019）。这里的微观主体可以分为两类，一类是房 地产开发企业，也就是房地产的供给方，另一类是居民 或者说房地产的需求方。
基于VAR模型的城镇化、工业化对城乡统筹的影响分析——重庆市的实证
２ ０ １ ３年 １ ０月
Ｏｃ ｔ ．２ ０ １ ３
文章编 号 ： １ ０ ０ ０— ５ ４ ７ １ （ ２ ０ １ ３ ） １ ０— ０ ０ ６ ９ —０ ８
基于 Ｖ ＡＲ 模 型 的 城 镇 化 、 工业 化
对 城 乡 统 筹 的 影 响 分 析
— —
重 庆 市 的 实证 ①
基金项 目 重 庆 市社 会 科 学 规 划重 点 项 目（ ２ ０ １ １ Ｚ Ｄ Ｓ Ｈ０ ９ ） ．
作 者 简 介 何 海 林 （ １ ９ ８ ８ 一 ） ，男 ，四川 巴 中人 ，硕 士 研 究 生 ，主要 从 事 区域 经 济 的 研 究 工 作 副 教 授 ，硕 士 生 导 师． 通 信 作 者 涂 建 军 ，
第３ ８卷 第 １ ０期
Ｖｏ １ ．３ ８ Ｎｏ ． ）
西 南 师 范 大 学 学 报 （ 自然科 学版 ）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｓ ｏ ｕ ｔ ｈ ｗｅ ｓ ｔ Ｃ ｈ ｉ ｎ ａ Ｎｏ ｒ ｍａ ｌ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ（ Ｎａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
林 曦 ， 孙 祥 龙 ， 王 娜
何 海 林 ，
涂 建 军 ，
１ ． 西南大学 地理科学学 院 ， 重庆 ４ ０ ０ ７ １ ５ ， ２ ．翠屏 棠 湖 外语 学 校 ，四川 宜 宾 ６ ４ ４ ０ ０ ０
摘 要 ：运 用 ＶＡＲ模 型 对 重 庆 市 城 镇 化 、 工 业 化 与 城 乡 统筹 动 态 关 系 进 行 实 证 研 究 ，以 揭 示 城 镇 化 、 工 业化对城 乡
大 的提 升 空 间．
关
键
基于VAR模型的贵州区域产业发展、农村城镇化与提高就业率问题的实证分析
基于VAR 模型的贵州区域产业发展、农村城镇化与提高就业率问题的实证分析郝瑞峰1(贵州财经大学 贵州贵阳 550004)摘要：本文利用VAR 模型对贵州区域产业发展、农村城镇化对提高就业的问题进行了量化分析，得出结论即区域产业的发展、农村城镇化能够极大的推动就业率的提高。
关键词：VAR 模型、区域产业发展、城镇化、就业1、VAR 模型简介1980年Sims 提出了向量自回归模型，它不以经济理论为基础，而是一种用数据本身来确定模型的动态结构。
VAR 模型通常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分析，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内生变量滞后值函数的建模问题，不需要对变量的内生性和外生性进行假定，即可以将VAR 模型中所有的变量都看作是内生的。
这些内生变量共同组成一个封闭系统，然后运用最小二乘法(OLS)或最大似然(Maximum Likelihood)等多种方法进行参数估计。
一般的VAR(P)模型的数学表达式为：01···+t i t p t p t Y A AY A Y --=+++ε其中，t Y 是m 维内生变量向量，0A 为常数向量，i A （i=1,2，···，p ）为系数矩阵，t ε为m 维误差向量，其协方差矩阵为Ω，且E(t ε)=0,E （t ε t ε、）=Ω。
2、数据选取及处理。
由以上VAR 模型的数学表达式可以看出，进行VAR 分析需要搜集相关的时间序列数据。
因此本文选取贵州省全社会的从业人员数量与全社会总人口的比值来代表贵州省就业率水平来进行数据分析，用第一、二、三产的产值在总产值中的比重来衡量产业的发展，贵州省的城镇化率来衡量城镇化的发展水平。
因此本文选取1978 年—2009年的贵州省全社会从业人员数量与全社会总人口的比值（u ）、贵州省第一产业产值在总产值中比重(FCHJ)、第二产业产值在总产值中比重(DCHJ)、第三产业产值在总产值中比重(TCHJ)、城镇化率（v ）五个个序列进行研究。
交易费用与制度变迁关系的实证研究——以房地产业为例
交易费用与制度变迁关系的实证研究——以房地产业为例范文超【摘要】通过用市场化程度、对外开放程度、产业合理化程度和公民受教育水平这四个指标来代理制度变迁水平,用房地产业增加值的占比、人员活动、销售活动、建房活动四个指标来代理房地产业的交易费用水平,再用熵权法来计算制度变迁水平和交易费用水平,最后基于向量误差修正模型,实证研究1997-2017年中国制度变迁和房地产业交易费用的关系.研究发现:由于交易费用对交易活动的阻碍推动了制度发生变迁,并且从长期来看这种作用更加明显.因此为了增加中国的经济交易活动,必须坚持市场化的制度改革方向,完善制度创新,提升制度的适应效率,推动经济更全面地发展.【期刊名称】《新余学院学报》【年(卷),期】2019(024)003【总页数】5页(P66-70)【关键词】制度变迁;交易费用;熵权法;向量误差修正模型【作者】范文超【作者单位】江西财经大学经济学院,江西南昌330013【正文语种】中文【中图分类】F124;F293.3中国从1978年改革开放到现在已经有40年，这40年正是制度变迁的40年，可以说制度变迁推动了中国的发展。
制度变迁和交易费用的关系一直是学界热议的焦点，而以往的学者在研究代理交易费用时仅仅用一个指标来测量，似乎过于笼统，因此本文以一个符合制度变迁视角下的产业——房地产业为例来说明这个问题。
一、交易费用与制度变迁的关系(一)交易费用的定义交易费用是新制度经济学中最核心的概念，也是新制度经济学计量中最基础的单位。
由于交易费用的复杂性，不同经济学家有不同的定义，科斯(1937)认为“交易费用是利用价格机制的成本”；张五常(2000)将交易费用定义为“所有那些在鲁宾逊经济中不可能存在的成本，在这种经济中，既没有产权，也没有交易，亦没有任何种类的经济组织……”；威廉姆森(2002)定义交易费用是“经济系统运转所要付出的代价或费用”。
所谓交易费用是指企业用于寻找交易对象、订立合同、执行交易、洽谈交易、监督交易等方面的费用与支出，主要由搜索成本、谈判成本、签约成本与监督成本构成。
VAR模型关于我国通货膨胀的实证研究
V AR模型关于我国通货膨胀的实证研究摘要：通货膨胀是衡量宏观经济运行是否稳定和健康的重要指标，通货膨胀与经济之间的关系，是当前理论界密切关注的重大经济问题。
计量经济分析结果表明，经济增长是通货膨胀的格兰杰因，通货膨胀受自身波动的影响较大，货币供应量较快增长会对通货膨胀产生一定的影响。
关键词：VAR模型，通货膨胀，经济增长改革开放以来，我国出现了几次较为严重的通货膨胀，对经济增长和社会稳定产生了十分不利的影响。
2003年以来，我国逐步摆脱了持续几年的通货紧缩，进入新一轮经济增长周期，呈现出“高增长、低通胀”的运行态势。
但是，2007年5月以来，居民消费价格指数逐月攀升，尤其是2008年2月居民消费价格同比涨幅达8.7％，为近10年来的新高点，通货膨胀压力加大。
当前，国内外经济形势复杂严峻，我国宏观调控取向经历了“防过热、防通胀”向“保增长、扩内需、调结构”的重要转变。
因此，如何深入研究通货膨胀与经济增长的关系，把握好经济增长与通货膨胀的平衡点，对于今后加强和改善宏观调控、实现国民经济又好又快发展具有十分重要的意义。
1、基于VAR模型的实证分析1.1模型解释与变量说明众所周知，影响通货膨胀的因素很多，如经济增长率、货币供应量增长率、原材料、动力购进价格、工业品出厂价格、职工平均工资实际增长率、价格体制改革、人民币汇率体制改革、通货膨胀预期、国际市场、严重自然灾害或重大突发性事件等。
本文选取通货膨胀率(CPI)、经济增长率(GDP)、广义货币供应量(M2)作为内生变量，建立向量自回归(VAR)模型。
1.2滞后阶数的选择及单位根检验如上表可以看出，我们应该选择滞后2阶。
这样可以使模型具有较强的解释能力，并消除误差项的自相关。
由于向量自回归模型要求系统中的变量具有平稳性，因此本文首先要对CPI，GDP，M2时间序列进行单位根检验，为了消除样本数据的右偏性，对GDP、M2取自然对数。
通过Eviews6.0计量经济分析软件，CPI单位根检验的输出结果如下：GDP单位根检验的输出结果如下：M2单位根检验的输出结果如下：CPI，GDP，M2的ADF检验统计量均大于显著性水平1％，5％，10％的临界值，不能拒绝原假设，上述3个序列均存在单位根，为非平稳时间序列。
VAR模型-工业化_城镇化与农民财产性收入关系的实证分析
摘要：本文运用VAR 模型，结合模型稳定性检验、Granger 非因果性检验、脉冲响应分析和方差分解，对我国1993-2009年的工业化、城镇化、农民财产性收入进行实证分析。
研究结果表明：工业化与城镇化两者存在正向相互促进作用，它们对农民财产性收入的增长有正向的促进作用，尤其是城镇化的促进作用更为显著。
提出以工业化和城镇化发展为契机，全面拓宽农民财产性收入渠道，从而促进农民财产性收入增长的政策建议。
关键词：工业化；城镇化；农民财产性收入；VAR 模型；脉冲响应函数分析中图分类号：F320.1文献标识码：A文章编号：1004-0544（2013）06-0180-05工业化、城镇化与农民财产性收入关系的实证分析＊常文涛（中南财经政法大学公共管理学院，湖北武汉430074）一、引言我党在十七大和十八大分别提出“让更多农民增加财产性收入”和“多渠道增加居民财产性收入”的重大历史任务。
加快增加农民财产性收入，对于提高农民整体收入水平，优化农民收入形态，缩小社会贫富差距，进而促进整个社会的和谐稳定都有着重大意义。
工业化的发展需要发达的交通运输、商业和金融业以及其他的基础设施与之相配套，而这些基础设施所需的投资规模大，增强了对农民财产要素的需求，有利于提高农民财产性收入。
城镇化一般意义上是指农业人口向非农产业转移、农村人口向城镇转移、农业经济发展、农民收入水平提高、国内有效需求与消费市场不断扩大、农村逐步融入现代市场经济的一个发展过程，农业也开始转向为较高生产率的生产部门，进而促进农民财产性收入的增长。
［1］财产性收入是指居民家庭通过已经拥有的财产而不是通过直接劳动获得的收入，是指金融资产或有形非生产性资产的所有者向其他机构、单位或个人提供资金或将有形资产供其支配，作为回报而从中获得的收入。
农民财产性收入是依靠农用地、宅基地、自有资金、集体经济等财产获得的收入，是农民收入重要组成部分。
改革开放三十多年以来，我国经济社会发展取得了举世瞩目的成就，尤其是工业化和城镇化的快速发展极大地推动了GDP 增长，当前我国工业化水平日益提高，进入中期发展阶段，城镇化水平进入快速发展时期，然而，工业化和城镇化的发展是否带动农民财产性收入增长，农民在多大程度上分享到了改革的成果，不同的学者用不同的研究方法得出了不同的结论。
基于VAR模型的安徽省产业结构优化与城镇化关系研究
产业 结构 优化 是 推 动我 国社 会 经 济 又好 又 快 发 展 的必 由之路 ， 根据 配第 一克 拉克定 律 和库兹 涅 茨 的
产 业结构 演 变理论 ， 随着经济 增长 和人 均 国民收 入提
第二 产业 产值 和第 三产业 产值
地 区生 产总 口 占总 人 口比重
方差 ， 并 能使 数据 趋 势 线性 化 ， 且不 会 改 变 各 变量 的 数据特 征 ， 因 此 对 ＵＲ Ｂ、 Ｃ Ｙ ＸＳ分 别 取 自然 对 数
１ ｎ ＵＲＢ和 ｌ ｎ ＣＹＸＳ。
聚 集必然 促使 物流 、 科技 、 金 融等 生产 服务性 发展 ， 从
而 推动第 二 、 第三 产业 发展 和整个 社会 产业 结构 优化
第 １ ３卷 第 ２期
２ ０１ ３正
科
技
和
产 业
Ｖｏ Ｉ ．１ ３。 ＮＯ．２ Ｆｅ ｂ．， ２ Ｏ１ ３
２月
Ｓｃ ｉ ｅ ｎ ｃ ｅ Ｔｅ ｃ ｈ ｎｏ ｌ ｏ ｇｙ ａ ｎｄ Ｉ ｎ ｄｕ ｓ ｔ ｒ ｙ
基于Ｖ Ａ Ｒ模型的安徽省产业结构优化与 城镇化关系研究
收 稿 日期 ： ２ ０ １ ２ —１ ２ —１ ３
从 表 １的检 验结 果可 以看 出 ， 序列 ｌ ｎ ＵＲ Ｂ和 ｌ ｎ
作者简介 ： 张恒（ １ ９ ８ ８ 一） ， 男， 安徽安庆人 ， 舍肥工业大学经济学院， 数 量 经济 学硕 士研 究 生 ， 研 究方向 ： 经 济 系统 评 价 与 预 测； 郭雅 （ １ ９ ８ ７ 一） ， 女， 安徽合肥人 ， 合 肥工业大学经济学院 ， 产 业 经 济 学硕 士 研 究 生 ， 研 究方向： 产业组织与企业管理 。
关键词 ： 产 业 结 构优 化 ； 城镇化 ； ＶＡＲ模 型 ； 脉 冲 响 应 分 析
信贷政策、土地投入成本对吉林省房地产市场发展的影响——基于VAR模型的实证分析
信贷政策、土地投入成本对吉林省房地产市场发展的影响 ——基于VA R 模型的实证分析袁春旺（中国人民银行长春中心支行，吉林长春 130051）摘要：银行信贷资金和土地投入成本是房地产市场发展的重要投入要素。
本文运用基于V A R 模型的脉冲响应函数分析方法对吉林省房地产市场发展水平、土地投入成本和银行信贷资金扩张的相互关系进行实证分析。
结果表明，银行信贷扩张的短期效应明显但效应不稳定，土地投入成本的中后期效应明显且持续效应稳定。
最后，根据实证分析结果，提出促进吉林省房地产市场健康发展的政策建议。
关键词：房地产市场；银行信贷资金；土地投入成本中图分类号：F49文献标识码：A文章编号：1009-3109（2011）01-0014-05一、研究背景我国房地产业经过十几年的发展，已逐渐成为国民经济的重要支柱产业，对于拉动钢铁、建材及家电家居用品等产业发展举足轻重，对金融业稳定和发展至关重要，对于推动居民消费结构升级、改善民生具有重要作用①；但在其快速发展的背后也暴露出诸多问题，如部分地区房价上涨过快，房价收入比达到10倍乃至20倍，远超过普通居民的可承受范围②；房地产投资持续快速增长，对区域通货膨胀产生一定压力；在房地产资金来源中银行信贷资金占比过大，银行信贷潜在风险形势严峻。
2010年，国家加大了对房地产市场的调控力度，4月出台“4.17国十条”，9月出台“新国五条”；北京、上海等地方政府陆续出台限购令；人民银行调高存款准备金率和住房贷款利率。
这一系列调控措施取得的效果如何？以吉林省房地产重镇的长春市为例，“限购令+限贷令+存款准备金+加息”等政策组合已经对长春楼市产生影响，打破了2008年以来房价只涨不跌的局面，“11月商品住宅均价持续三周出现了下滑，但临近月底，价格又出现小幅反弹，总体来说市场成交均价下降了340元左右”③；同时，根据长春房地产业信息网数据显示，“从11月1日到28日，长春市商品房成交面积68.76万平方米，环比上升约5%；商品房成交套数为7083套，环比上升约8%”④。
经济增长影响因素实证分析
经济增长影响因素实证分析1. 引言1.1 背景介绍经济增长是一个国家或地区经济持续增长的过程，是国家繁荣和发展的关键指标之一。
随着全球化和经济一体化的深入发展，各国之间的经济增长不仅相互影响，而且也受到各种因素的影响。
在这个背景下，研究经济增长的影响因素实证分析成为一个重要课题，能够帮助政府和决策者更好地制定经济政策，促进经济稳定和增长。
通过分析不同因素对经济增长的影响，我们可以更好地理解经济增长的机制，为经济政策的制定提供科学依据。
人口因素、投资因素、技术创新以及外部环境等因素都对经济增长具有重要影响，通过深入研究这些因素的作用，可以为提高国家经济增长水平提供有力支持。
本文将通过实证分析的方法，对各种因素对经济增长的影响进行具体分析，从而为政府制定经济政策提供参考，推动经济持续增长和发展。
通过本文的研究，我们可以更好地认识经济增长的要素，为未来的经济发展提供重要参考和借鉴。
1.2 研究目的研究目的是为了深入分析影响经济增长的因素，探讨各种因素对经济增长的实际影响程度，并为制定更加有效的经济政策提供依据。
通过研究，可以揭示不同因素之间的相互关系，为促进经济增长提供理论支持和实践指导。
通过对人口因素、投资因素、技术创新以及外部环境等因素的分析，可以帮助我们更好地了解经济增长的动态变化过程，为预测未来经济发展趋势提供参考。
通过本研究，我们希望能够深入探讨经济增长背后的机制，为推动经济持续健康发展提供理论支持和政策建议。
1.3 研究方法研究方法是本文的重要部分，它直接关系到对经济增长影响因素的实证分析的科学性和可信度。
为了确保研究的有效性和可靠性，本文采用了以下几种方法：1. 数据收集：我们收集了大量关于经济增长和其影响因素的相关数据，包括国内生产总值、人口数量、投资情况、技术创新指标等多个方面的数据。
这些数据来自于政府部门、国际组织以及权威研究机构，保证了数据的准确性和可信度。
2. 模型构建：接下来，我们运用了多元回归分析等统计方法对数据进行处理和分析，构建了经济增长影响因素的实证模型。
城市化、消费与经济增长关系研究——基于VEC模型的分析
中图分类 号 ： Ｆ ２
’文 献 标 识 码 ： Ａ
文章编 号 ： １ ６ ７ ２ — ３ １ ９ ８ （ ２ ０ １ ３ ） １ ９ － ０ ０ ０ ９ — ０ ３
ｌ 引 言
明， 人 口与 经 济 活 动 的空 间集 聚 有 正 的 外 部 性 ， 如 劳 动 力 共
而 城 市 化 正 是 通 过 这 种 集 聚 效 应 来 推 国际经济形 势依然不 够明 朗 、 充满 变数 ， 美 国 的 财 政 问 享 和 技 术 溢 出效 应 ， ａ ｒ ｒ ｏ ｌ ｌ 等（ ２ ０ ０ ０ ） 认为， 进城 人 Ｅ ｌ 的 题 以 及 欧 债 危 机 使 欧 美 央行 相 继 推 出 新 一 轮 的 量 化 宽 松 的 动 内需 和 经 济 发 展 的 。Ｃ
结果 表明两者存 在 双 向的 互 动机 制。王 安 岭 （ ２ ０ １ ２ ） 认为，
而 我们 国内的政策 又有何 导 向呢 ？中央 经济 工作 会议 ２ ０ １ ２年 的 经 济 疲 软 ， 证 明 中 国正 处 于 经 济 发 展 的 拐 点 ， 转 变
此， 提 升消 费水平 的迫切性 已经凸显 。 的基调 是 ， 把 稳 步 推 进 城 镇 化 建 设 作 为 调 结 构 和 扩 内 需 的 需求 的源泉 ， 同时 ， 城 镇 化 对 我 国 经 济 的转 型 还 有 着 它 自 己 的独特 作用 ， 一般 而 言 ， 工 业 化 的 中后期 ， 城 镇 化 对 产 业 结 构的转 换和升级 起 到很 大 的 推 动作 用 ， 城 镇 化 不 但 可 以 大
经 济增长 。第二 ， 通过误 差修 正项和调 整参数 向量来分析 变量偏 离长期 均衡状 态的动态调 整情 况 ， 显 示 经济的 正向 冲击会
城镇化动力因素_基于PVAR方法的研究_满向昱
城镇化动力因素：基于PVAR方法的研究满向昱1汪川2何莹3（1．中央财经大学统计与数学学院，北京，100084；2．中国社会科学院财经战略研究院，北京，100028；3．中国移动通信集团，北京，100037）【摘要】基于1961年以来经济合作与发展组织(OECD)国家以及发展中国家的城镇化数据，建立面板向量自回归(PVAR)模型以分析城镇化背后的动力因素。
实证研究的结论显示，对于发展中国家，经济发展水平和工业化程度的提高对城镇化率均有促进作用。
相比之下，对OECD国家而言，产业结构提升(工业和服务业比重增加)会显著提高OECD国家的中小城镇比率，这意味着对其而言，城镇化更多地表现为城市结构的演变。
【关键词】城镇化;动力因素;面板向量自回归模型【中图分类号】F291.1【文献标识码】A城镇化是人类生产和生活方式由乡村型向城市型转化的历史过程，表现为乡村人口向城镇人口转化以及城市不断发展和完善的过程。
在经济学理论上，马歇尔（Marshall）［1］较早分析了城市的形成，并把城市的产生归因于经济活动在某一区域的聚集所能带来的外部性。
具体而言，马歇尔认为这些外部性主要来自于三个方面：一是共享的劳动力市场；二是更低成本和更容易获得的专业化中间投入和服务；三是有利的信息传播。
这些外部性促使经济活动聚集起来，形成城市。
近年来，空间经济学对城市的形成给予了较为深刻的研究，空间经济学认为经济聚集本身带来对企业和人口的吸引，而通常这种吸引力是可循环的，从而促进了资源的聚集和城市的形成。
克鲁格曼（Krugman）［2］提出了本地市场效应（home market effect），认为市场会因为自身规模大，从而形成一个“工厂集聚———吸引人口———市场规模扩大”的累积因果关系。
Henderson和Ioannides）［3］认为现代化基础设施（如城市的下水道系统、区域交通网络等）的存在使得先进地区可以维持自己的优势，因为基础设施尽管建设成本比较高，但是边际维护成本却很低，于是后继的经济活动将会优先选择在这些地区发展，进而导致经济活动集中程度的提高。
VAR宏观计量经济模型的演变与发展基于诺贝尔经济学奖得主Smis研究成果的拓展脉络
3、全球货币合作
费尔普斯积极参与国际经济政策讨论，主张全球货币合作以维持国际经济稳 定。他在20世纪60年代参与了关于国际经济秩序的讨论，提出以浮动汇率取代固 定汇率，这一思想对当前国际经济政策仍具有指导意义。
1、学术著作
1、学术著作
费尔普斯发表了多篇具有影响力的学术论文，其中最著名的是《黄金与经济 自由》（Gold and Economic Freedom）。这篇论文详细阐述了浮动汇率制度的 优势，为国际经济政策讨论提供了重要理论基础。此外，他的著作《经济增长的 黄金法则》（The Golden Rule of Economic Growth）则系统地总结了他的经 济增长理论。
三、Smis的研究成果
三、Smis的研究成果
Smis是一位著名的宏观经济学家，曾获得诺贝尔经济学奖。他的研究成果对 VAR模型的发展产生了深远影响。Smis的主要贡献包括：
三、Smis的研究成果
1、微观基础：Smis强调了VAR模型背后的微观基础。他认为，宏观经济现象 是由微观个体的行为所驱动的。因此，VAR模型应该捕捉这些微观个体行为对整 体经济的影响。
引言
2006年，美国经济学家埃德蒙·费尔普斯（Edmund S. Phelps）因对宏观经 济学的卓越贡献而获得诺贝尔经济学奖。他的研究不仅推动了宏观经济理论的发 展，还对政策和现实经济产生了深远影响。本次演示将从费尔普斯的研究领域、 贡献、成果与思想等方面，探讨他对宏观经济学的贡献。
费尔普斯的研究领域
一、VAR模型的演变
VAR模型的优点在于它可以捕捉变量之间的互动关系，并提供关于经济动态的 全面信息。此外，VAR模型还可以通过脉冲响应函数和方差分解等方法来分析政 策变化对经济活动的影响。
二、VAR模型的发展