楊海平

摘 要：本文利用2005年至2013年全國31個省市的面板數(shù)據(jù)，選用人均GDP為自變量、城鎮(zhèn)化率為因變量，運用面板單位根檢驗、面板協(xié)整檢驗、面板誤差修正模型對兩者之間的長期均衡關系和短期均衡關系進行實證研究。研究結(jié)果表明：從長期來看，經(jīng)濟增長對城市化水平有著顯著的促進作用，人均GDP每增長1%，城鎮(zhèn)化率將會提高0.098%；從短期來看，經(jīng)濟增長與城市水平的長期均衡關系對于短期波動具有比較顯著的抑制作用。

關鍵詞：城市化水平；經(jīng)濟增長；誤差修正模型

中圖分類號： F290 文獻標識碼：A 文章編號： 2095-7866 （2017） 02-099-006工業(yè)經(jīng)濟論壇 URL： http//www.iereview.com.cn DOI： 10.11970/j.issn.2095-7866.2017.02.011

引言

城市化是一個國家或者地區(qū)以傳統(tǒng)農(nóng)業(yè)為主要經(jīng)濟的傳統(tǒng)型鄉(xiāng)村社會向以工業(yè)和服務業(yè)為主要經(jīng)濟的現(xiàn)代型城市社會逐漸轉(zhuǎn)化的歷史進程。2001年美國諾貝爾經(jīng)濟學獎得主Joseph Stiglitz預言道“中國的城市化”、“美國的高科技”將會是影響當今世界的兩件大事，中國的城市化將是區(qū)域經(jīng)濟增長的火車頭，并產(chǎn)生最重要的經(jīng)濟利益。推動城市化的建設有益于轉(zhuǎn)變經(jīng)濟增長方式，實現(xiàn)內(nèi)需拉動的經(jīng)濟轉(zhuǎn)型，能夠促進經(jīng)濟的可持續(xù)發(fā)展。而城市化水平的提高同樣也是經(jīng)濟快速發(fā)展、社會進步的重要表現(xiàn)。當城市化水平較高時，生產(chǎn)者之間的信息傳遞速度加快，節(jié)省了零部件和交易過程中的運輸成本，制造業(yè)、服務業(yè)的產(chǎn)出會變得更加有效率[1]。

經(jīng)濟增長與城市化水平表現(xiàn)的一致性引起了學者們的廣泛關注：經(jīng)濟增長與城市化水平是否存在著長期穩(wěn)定的關系或者短期穩(wěn)定的關系？經(jīng)濟增長對于城市化水平究竟產(chǎn)生怎樣的影響，這種影響顯不顯著，影響的程度如何？本文希望通過對這些問題的解答使我們尋找到提高城市化水平的途徑以及政府應該采取怎樣的措施提供決策依據(jù)。

一、文獻綜述

城市化與國家經(jīng)濟、人們生活密切相關，國內(nèi)外都做過廣泛研究。Kelly和J.Williamson（1984）[2]在其著作《What Drives Third World City Growth？》中運用CGE模型探討了第三世界城市化增長的原因。C.Bekker等（1986）[3]在Kelly 和J.Williamson研究的基礎上，通過構建類似的CGE模型研究了印度的城市化問題。Brukeckner（1990）[4]認為城市化水平受鄉(xiāng)村人口向城市遷移、城市人口的自然增長兩個因素重要影響，通過利用1975年獲得的24個第三世界國家的數(shù)據(jù)，構建了單中心模型，研究發(fā)現(xiàn)鄉(xiāng)村人口向城市人口的轉(zhuǎn)移率對于城市化有著重要的影響，而租金對于城市化沒有重大影響。Suzanne McCoskey 和Chihwa Kao（1998）[5]利用Cobb-Douglas生產(chǎn)函數(shù)，以GDP為因變量，以城鎮(zhèn)化率、資本存量、就業(yè)人數(shù)為自變量，運用GAUSS3.0軟件研究發(fā)現(xiàn)：無論以30個發(fā)展中國家為樣本或者20個發(fā)達國家為樣本都發(fā)現(xiàn)城市化和產(chǎn)出之間有著長期穩(wěn)定的關系，并且指出使用動態(tài)面板數(shù)據(jù)更加有利于理解城市化和產(chǎn)出之間的關系。Henderson（2000）[6]利用1960年-1995年80-100個國家的面板數(shù)據(jù)，運用GMM方法研究發(fā)現(xiàn)：任何一個國家的發(fā)展水平都對應著一個最優(yōu)的城市集中度，城市化水平與人均GDP取對數(shù)后的相關系數(shù)高達0.85。Luisito Bertinelli 和Eric Strobl（2003）[7]利用1960年-1990年39個國家面板數(shù)據(jù)，運用半?yún)?shù)估計技術發(fā)現(xiàn)經(jīng)濟增長與城市聚集之間呈現(xiàn)U型關系，說明“城市聚集陷阱”的存在。另外Lampard（1955）[8]、Brian J.L. and Berry（1973）[9]、Evans（1972）[10]等都做過這方面的研究。

我國的學者對于經(jīng)濟增長與城市化水平之間的關系同樣也做過大量的研究。林光平等（2005）[11]利用我國28個省1978年-2002年25年的數(shù)據(jù)，運用空間滯后和空間誤差模型進行實證，認為我國地區(qū)間經(jīng)濟存在收斂性，但是收斂趨勢在減緩。李金昌和程開明（2006）[12]以1978年-2004年時間序列數(shù)據(jù)為樣本，運用協(xié)整檢驗、格蘭杰因果關系檢驗、脈沖響應及方差分解模型研究認為：城市化和經(jīng)濟增長之間存在著長期均衡關系，經(jīng)濟增長對城市化的正向作用強于城市化對經(jīng)濟的反向作用。沈坤榮和蔣銳（2007）[13]利用1978年-2003年數(shù)據(jù)，將知識和人力資本納入Cobb-Douglas生產(chǎn)函數(shù)中，研究發(fā)現(xiàn)物質(zhì)資本、人力資本、知識資本和產(chǎn)業(yè)結(jié)構是城市化影響經(jīng)濟增長的四條途徑，城市化和人均產(chǎn)出之間的顯著影響渠道在目前來看是結(jié)構變革和城市化。有些學者在研究經(jīng)濟增長與城市化水平之間的關系時將空間因素考慮了進來。段瑞君和安虎森（2009）[14]利用1978年-2006年城鎮(zhèn)人口數(shù)和GDP數(shù)據(jù)，通過狀態(tài)空間模型、格蘭杰因果檢驗、向量自回歸模型對城市化與經(jīng)濟增長之間的關系做了實證研究，研究發(fā)現(xiàn)：城市化對經(jīng)濟增長的作用很大，而經(jīng)濟增長對城市化的作用有限。周慧和曹廣喜（2010）[15]利用2007年江蘇的數(shù)據(jù)，運用空間計量模型，從新經(jīng)濟地理學的角度研究了江蘇省的經(jīng)濟增長與經(jīng)濟集聚之間的關系。項本武和張鴻武（2013）[16]利用1995年-2010年中國29個省的面板數(shù)據(jù)，構建了地區(qū)經(jīng)濟增長模型，運用協(xié)整檢驗和誤差修正方法對城市化與經(jīng)濟增長的關系進行了研究，研究發(fā)現(xiàn)：從長期看城市化對經(jīng)濟增長有顯著作用，從短期看其作用存在一定的滯后效應。齊美虎（2014）[17]利用2000年和2010年數(shù)據(jù)構建了城市化水平與經(jīng)濟增長之間關系的空間計量模型，研究認為城市化水平受到經(jīng)濟增長的影響效果在減小，受到區(qū)域城鄉(xiāng)就業(yè)水平影響的效果在增強。

綜合以上文獻綜述發(fā)現(xiàn)，大多數(shù)對于經(jīng)濟增長和城市化水平之間關系的研究中都傾向于選用經(jīng)濟增長指標作為因變量，城市化水平指標作為自變量。研究文獻中有使用時間序列數(shù)據(jù)的[12]，有使用截面數(shù)據(jù)的[17]，使用面板數(shù)據(jù)的比較多，也有將空間因素考慮在內(nèi)的[11][14-17]進行研究的等等。本文利用2005年-2013年全國31個省市的面板數(shù)據(jù)，選用城鎮(zhèn)化率為因變量、人均GDP為自變量，運用面板單位根檢驗、面板協(xié)整檢驗、面板誤差修正模型對兩者之間的長期均衡關系和短期均衡關系做了實證研究，同時對面板數(shù)據(jù)做了預測。

二、面板模型的構建與估計

（一）面板協(xié)整模型構建

初始模型如下：

式（1）中i表示截面單元，t表示時間，CIVIL、PGDP分別表示城鎮(zhèn)化率、人均GDP，兩邊取對數(shù)得到如下模型：

若式（2）中變量之間存在面板協(xié)整關系，通過面板協(xié)整檢驗，可以構建其分布滯后一階面板誤差修正模型，如下所示：

式（3）解釋了短期波動ΔLNCIVILit是怎樣決定的。ECM是LNCIVit-1與LNGDPit-1的一個關系式，它反映變量在短期波動中偏離其長期均衡關系的程度。一般情況下0<λ<1，為正值，ECM為正，則（-λECM）為負，使得ΔLNCIVILit變??；ECM為負，則（-λECM）為正，使得ΔLNCIVILit增大，這體現(xiàn)了均衡誤差對LNCIVILit的控制。

（二）面板協(xié)整模型估計

首先對面板數(shù)據(jù)進行面板單位根檢驗，然后在此基礎上進行協(xié)整檢驗。

1. 面板單位根檢驗

（4）式中的N指截面?zhèn)€數(shù)；Ti指第i個截面的時期總數(shù)；Xit包含固定效應和時間趨勢；εit指隨機擾動項，不同截面之間的隨機擾動項是相互獨立；ω1指自回歸系數(shù)，如果ω1的絕對值等于1，則說明序列Yit含有單位根；如果絕對值小于1，則認為序列Yit是平穩(wěn)序列。依照所有截面序列是否都含有相同單位根過程可以將面板單位根過程檢驗方法劃分為同質(zhì)單位根檢驗法和異質(zhì)單位根檢驗法。本文使用LLC檢驗方法來檢驗同質(zhì)單位根過程的情況，使用IPS、Fisher-ADF、Fisher-PP三種檢驗方法來檢驗異質(zhì)單位根過程的情況。

2. 面板協(xié)整檢驗

經(jīng)濟理論表明，經(jīng)濟變量之間確實可能存在長期均衡關系。這種均衡關系的存在使得經(jīng)濟系統(tǒng)中不存在破壞均衡的內(nèi)在機制。如果變量在某個時期受到干擾而偏離了長期均衡點，則均衡機制的存在將會使它在下一期重新回到均衡狀態(tài)。

在時間序列分析中，Engle-Granger協(xié)整檢驗根據(jù)對殘差進行檢驗來實現(xiàn)；如果殘差為I（0）過程，則代表變量之間存在協(xié)整關系。如果殘差為I（1）過程，則代表變量之間不存在協(xié)整關系。采用Pedroni檢驗變量之間是否存在協(xié)整關系?；貧w形式如下：

式（5）中N指截面?zhèn)€數(shù)；K指外生變量個數(shù)。假設Y與X是I（1）過程，參數(shù)ωi指截面?zhèn)€體的固定效應；θi指趨勢效應。

Pedroni檢驗的零假設是不存在協(xié)整關系，那么零假設條件下μit應為I（1）過程。可以通過輔助回歸來判斷μit是不是I（1）過程。

Pedroni利用不同統(tǒng)計量檢驗同一個零假設——不存在協(xié)整關系?；谠摿慵僭O的備擇假設有兩個：同質(zhì)性備擇、異質(zhì)性備擇。同質(zhì)性備擇假設的檢驗方法有Panel v、Panel rho、Panel-PP、Panel-ADF四種檢驗方法，異質(zhì)性備擇假設檢驗方法有Group rho、Group PP、Group ADF三種檢驗方法，本文通過這7個統(tǒng)計量來判斷是否具有協(xié)整關系。

三、實證研究

（一）變量和數(shù)據(jù)的選擇與分析工具

本文的數(shù)據(jù)范圍為2005年-2013年，主要指標為全國31個省市的人均GDP和城市化率。用人均GDP反映經(jīng)濟增長的指標，用PGDP表示；用城鎮(zhèn)化率反映城市化水平的指標，是城鎮(zhèn)人口在總?cè)丝谒嫉谋戎?，用CIVIL表示。分析工具采用計量經(jīng)濟學軟件EVIEWS 7.2版。

（二）單位根檢驗

非平穩(wěn)序列數(shù)據(jù)的建模方式與平穩(wěn)序列數(shù)據(jù)的建模方式有很大的不同，李子奈指出對于非平穩(wěn)性經(jīng)濟時間序列數(shù)據(jù)進行回歸有可能出現(xiàn)較高的擬合優(yōu)度，而這些序列數(shù)據(jù)本身并沒有直接關聯(lián)的現(xiàn)象，即偽回歸現(xiàn)象的存在。為了規(guī)避偽回歸現(xiàn)象的發(fā)生，確保計量估計的有效性，需要對面板數(shù)據(jù)的平穩(wěn)性進行檢驗。而檢驗面板數(shù)據(jù)平穩(wěn)性的常用方法就是單位根檢驗。單位根檢驗是非經(jīng)典計量經(jīng)濟學的核心內(nèi)容。

根據(jù)是否所有截面序列都具有相同單位根過程，可以將檢驗單位根過程分為同質(zhì)單位根檢驗法（common root test）與異質(zhì)單位根檢驗法（individual root test）兩大類。同質(zhì)單位根用LLC方法檢驗，異質(zhì)單位根用IPS方法、ADF方法和PP方法檢驗。

不難看出原序列LNPGDP的IPS、ADF的相伴概率值分別為0.8186、0.9633，表明存在異質(zhì)單位根，表現(xiàn)出非平穩(wěn)的特征。 一階差分ΔLNPGDP序列所有檢驗方法的相伴概率均拒絕原假設，表現(xiàn)出平穩(wěn)性的特征。同樣，LNCIVIL的IPS、ADF、PP的相伴概率分別為1.0000、1.0000、0.8895，均表明存在異質(zhì)單位根，表現(xiàn)出非平穩(wěn)的特征。一階差分ΔLNCIVIL序列所有檢驗方法的相伴概率均拒絕原假設，表現(xiàn)出平穩(wěn)性的特征?？偟膩碚fLNPGDP和LNCIVIL表現(xiàn)出I（1）過程。LNPGDP、LNCIVIL具有不平穩(wěn)性，用傳統(tǒng)的計量方法構建回歸模型不合理。使用協(xié)整理論來分析它們之間的長期穩(wěn)定關系。在面板數(shù)據(jù)單位根基礎上作了面板數(shù)據(jù)的協(xié)整檢驗。

（三）Panel Data協(xié)整檢驗

經(jīng)過面板單位根檢驗我們知道LNCIVIL、LNPGDP都是I（1）序列，因此它們有可能是（1，1）協(xié)整的。以面板單位根檢驗為基礎上我們對變量LNPGDP、LNCIVIL進行協(xié)整檢驗。使用的方法包括Pedroni檢驗和Kao檢驗。本文是使用Pedroni進行協(xié)整檢驗的。Pedroni以殘差為基礎構造了7個統(tǒng)計量，運用不同的統(tǒng)計量檢驗同一個零假設-不存在協(xié)整?；谠摿慵僭O的備擇假設有兩個：同質(zhì)性備擇、異質(zhì)性備擇。在零假設下，Pedroni構造的統(tǒng)計量漸進服從正態(tài)分布。模型設定為只包含個體確定效應，模型滯后階數(shù)按AIC準則自動進行選擇，Kernal方法使用Bartlett，Bandwidth（窗寬）使用Newey-West automatic.如果樣本比較大的話，7個統(tǒng)計量的都需要檢驗結(jié)果具有顯著性才比較算平穩(wěn)，而對于小樣本來說，Group ADF統(tǒng)計量的檢驗結(jié)果最有效力，其次是Panel ADF、Groupp PP、Panel PP等統(tǒng)計量，由于本研究的樣本數(shù)據(jù)量并不大，因此主要考慮這幾個統(tǒng)計量。具體的結(jié)果見表2。

如表2所示，所要考察的Group ADF、Panel ADF、Groupp PP、Panel PP四個統(tǒng)計量的相伴概率值分別為0.0244、0.0002、0.0006、0.0004，在置信水平為5%條件下均是拒絕零假設——不存在協(xié)整關系，據(jù)此可以判斷LNCIVIL、LNPGDP變量間是存在協(xié)整關系的。建立LNCIVILit與LNPGDPit的回歸模型（括號中為t值）：

式（7）發(fā)現(xiàn)有殘差項存在一階自相關性，考慮適當加入滯后項，得到LNCIVILit和LNPGDPit的分布滯后模型：

式（8）中自相關性消除，可初步認為此是LNCIVILit與LNPGDPit之間的長期穩(wěn)定關系。進一步對殘差項進行穩(wěn)定性檢驗：

式（9）說明LNCIVILit與LNPGDPit是（1，1）階協(xié)整，因此式（8）就是其長期均衡穩(wěn)定關系。從回歸系數(shù)t值及其相伴概率可以看出自變量系數(shù)的估計量顯著不為零，也就是說自變量對于因變量有顯著的影響。從經(jīng)濟意義上來講就是經(jīng)濟增長當年情況對于城市化水平有著顯著拉動效果，同時城市化水平受到過去城市化水平的影響很大。從長期均衡來看，經(jīng)濟增長的彈性為0.098，表明人均GDP每增加1%，城市化水平將會提高0.098%，根據(jù)上式也明顯知道經(jīng)濟增長對于城市化水平具有顯著的正向影響，長期的經(jīng)濟增長對于長期的城市化水平的提高具有顯著的促進作用。

（四）面板誤差修正模型

由上可知，LNCIVIL與LNPGDP存在協(xié)整關系，故可以建立面板誤差修正模型。式（8）所對應的面板誤差修正模型如下：

式（10）中面板誤差修正項ECM反映了變量在短期波動中偏離其長期均衡關系的程度，根據(jù)回歸結(jié)果誤差調(diào)節(jié)系數(shù)λ的值為0.834433，它是大于0的，根據(jù)它的t值情況可以知道其具有顯著性，也就是說當變量之間所處的狀態(tài)偏離長期均衡狀態(tài)的時候，將其調(diào)整到均衡狀態(tài)時的速度。當ECMit-1為正，則（-λECMit-1）為負，使得ΔLNCIVILit減小，當ECMit-1為負，則（-λECMit-1）為正，使得ΔLNCIVILit增大。λ 值有一定的經(jīng)濟含義，它體現(xiàn)出了我國城市化水平與經(jīng)濟增長長期均衡關系對于短期存在的波動情況具有顯著的調(diào)控作用。ΔLNPGDPit的估計參數(shù)體現(xiàn)了增長水平的短期波動對于城市化水平短期波動的顯著影響，從短期看，其作用具有一定的滯后性。

（五）預測

用Pooled Data的方法非常直觀，但是EVIEWS 7.2對于Panel Data模型的預測估計不能夠直接實現(xiàn)，為了對所要研究的問題進行預測，因此需要使用Panel Data方法。其預測結(jié)果如圖1所示。

從預測的結(jié)果可以看到均方根誤差值（RMSE）為0.161037，平均絕對誤差（MAE）為0.120015，平均絕對百分誤差（MAPE）為3.153835，希爾不等系數(shù)（TIC）為0.020785。其中RMSE、MAE反映了絕對誤差，而MAPE、TIC反映相對誤差。絕對誤差比較直觀，但是其取值受到量綱的影響比較大，不能形成統(tǒng)一標準，而相對誤差則能夠形成一致評價標準，由于MAPE為3.153835，介于0-5之間說明預測精度極高，而TIC為0.020785介于0-1之間，因此可以知道預測的效果非常理想。

誤差成分主要是由偏差率（BP）、方差率（VP）、協(xié)變率（CP）三個指標組成，這幾個指標之和等于1，取值介意0-1之間。BP、VP這兩個指標是系統(tǒng)性誤差，應盡可能的小；CP是非系統(tǒng)性誤差，應盡可能的大。由圖可以看出BP=0.000000，VP=0.094490，CP=0.905510，同樣可以看出預測效果非常理想。

四、結(jié)論與建議

從長期來看，經(jīng)濟增長對城市化水平有著顯著的促進作用。協(xié)整檢驗的結(jié)果表明城鎮(zhèn)化率與人均GDP具有長期協(xié)整的關系。估計參數(shù)表示出人均GDP每增長1%，城鎮(zhèn)化率將會提高0.098%，與目前經(jīng)濟增長與城市化水平具有一致性。經(jīng)濟增長對于城市化水平具有促進作用是合理的，我國的城市化水平與經(jīng)濟增長的重大貢獻是分不開的。

從短期來看，經(jīng)濟增長與城市水平的長期均衡關系對于短期波動具有比較顯著調(diào)控作用。根據(jù)長期協(xié)整方程構建的面板誤差修正模型，誤差修正系數(shù)λ為0.83，這意味著當經(jīng)濟增長與城市水平之間的關系偏離長期均衡狀態(tài)時，將會以速度為λ回到均衡狀態(tài)，這就表現(xiàn)出了長期均衡關系能夠調(diào)控短期的波動情況。從回歸系數(shù)的檢驗統(tǒng)計量和相伴概率可以發(fā)現(xiàn)，滯后一期的人均GDP的變化對于城鎮(zhèn)化率的變化同樣具有顯著的短期作用。短期來看，經(jīng)濟增長對于城市化水平具有顯著的促進作用，且具有一定的滯后性。

綜合來看，我國經(jīng)濟增長與城市水平之間無論是長期還是短期都有著密切的關系，經(jīng)濟增長對于城市化水平的提高具有顯著作用，從而積極推動經(jīng)濟建設來提高城市化水平就成為國家的戰(zhàn)略選擇。為了提高城市化水平，需要積極響應“穩(wěn)增長、調(diào)結(jié)構、促改革”的經(jīng)濟方針，穩(wěn)步推進經(jīng)濟增長。

參考文獻

Henderson J V. The effects of urban concentration on economic growth[R]. National bureau of economic research， 2000.

Kelley A C， Burley N. What drives Third World city growth？[M]. Princeton University Press， 2014.

Becker C M， Mills E S， Williamson J G. Modeling Indian migration and city growth， 1960-2000[J]. Economic Development and Cultural Change， 1986： 1-33.

Brueckner J K. Analyzing third world urbanization： A model with empirical evidence[J]. Economic Development and Cultural Change， 1990： 587-610.

McCoskey S， Kao C. A panel data investigation of the relationship between urbanization and growth[J]. United States Naval Academy and Syracuse University， 1998.

Henderson J V. The effects of urban concentration on economic growth[R]. National bureau of economic research， 2000.

Bertinelli L， Strobl E. Urbanization， urban concentration and economic growth in developing countries[J]. CREDIT Research Paper， 2003 （03/14）.

Lampard E E. The history of cities in the economically advanced areas[J]. Economic Development and Cultural Change， 1955： 81-136.

Biggar J C. CITY CLASSIFICATION HANDBOOK： METHODS AND APPLICATIONS， Edited by Brian JL Berry with the assistance of Katherine B. Smith. New York： Wiley-Interscience， 1973. 394 pp. $19.95[J]. Social Forces， 1974， 52（4）： 581-582.

Evans A W. The pure theory of city size in an industrial economy[J]. Urban Studies， 1972， 9（1）： 49-77.

林光平， 龍志和， 吳梅. 我國地區(qū)經(jīng)濟收斂的空間計量實證分析： 1978—2002 年[J]. 經(jīng)濟學 （季刊）， 2005， 4（S1）： 67-82.

李金昌， 程開明. 中國城市化與經(jīng)濟增長的動態(tài)計量分析[J]. 財經(jīng)研究， 2006， 32（9）： 19-30.

沈坤榮， 蔣銳. 中國城市化對經(jīng)濟增長影響機制的實證研究[J]. 統(tǒng)計研究， 2007， 6： 9-15.

段瑞君， 安虎森. 中國城市化和經(jīng)濟增長關系的計量分析[J]. 經(jīng)濟問題探索， 2009 （3）.

周慧， 曹廣喜. 經(jīng)濟集聚與經(jīng)濟增長的空間計量分析——來自江蘇的證據(jù)[J]. 當代財經(jīng)， 2010 （9）： 14-21.

項本武， 張鴻武. 城市化與經(jīng)濟增長的長期均衡與短期動態(tài)關系——基于省際面板數(shù)據(jù)的經(jīng)驗證據(jù)[J]. 華中師范大學學報： 人文社會科學版， 2013 （2）： 47-54.

齊美虎. 我國城市化與經(jīng)濟發(fā)展關系實證研究——基于省域空間計量模型分析[J]. 經(jīng)濟問題探索， 2014 （3）： 107-112.

吳福象， 劉志彪. 城市化群落驅(qū)動經(jīng)濟增長的機制研究[J]. 經(jīng)濟研究， 2008， 43（11）： 126-136.

呂健. 城市化驅(qū)動經(jīng)濟增長的空間計量分析： 2000～ 2009[J]. 上海經(jīng)濟研究， 2011 （5）： 3-15.）

杭斌，修磊.收入不平等、信貸約束與家庭消費[J].統(tǒng)計研究， 2016， 33（8） ：73-79.