徐海峰

（北京劳动保障职业学院，北京 100029）

一、引言

随着经济形态向服务型经济转型，服务业因其产业关联性强加速推进产业集聚与人口集中，促进城镇化发展。流通业和旅游业作为现代服务业的主导产业，其与城镇化的互动作用日益显著。流通业作为先导性产业和基础性产业，因其产业关联度大，联动产业升级，为城镇化提供强有力的产业环境，有效实现产城融合发展（郑勇军等，2014；颜双波，2016），并因其就业吸纳能力和带动能力强，成为拉动城镇就业的有效产业因素（王晓东、谢莉娟，2010）。旅游业作为现代服务业的重要组成部分，其与区域经济协调发展能够促进城镇化（钟家雨等，2014），城镇通过其公共产业及资源等旅游化促进区域经济发展，有助于提升城镇化水平（林峰等，2013），旅游业与城镇化之间存在共同演化关系（黄剑锋等，2021）。本文基于产城融合发展的视角，以流通业和旅游业为例构建产城多系统向量自回归模型（VAR）实证研究城镇化发展动力问题，探究产业发展促进城镇化的演进规律。

二、实证研究设计

1.变量指标体系构建

城镇化水平通常用人口城镇化率来表示，即城镇常住人口占常住总人口的比重，记为URB。流通业发展水平表示为CIR，借鉴相关文献（王晓东、谢莉娟，2010），本文分别从流通业产值、产业活动单位数和流通业就业量这4个方面构建流通业发展水平指标体系。旅游业发展水平表示为TOU，结合相关文献（周蕾、王冲，2017），本文分别从旅游收入与旅游人数两方面构建旅游业发展水平指标体系（见表1）。指标数据采用1999年～2016年北京常住人口数据和流通业、旅游业等产业数据，来源于《北京统计年鉴》。

表1 城镇化与流通业、旅游业发展水平评价指标体系

2.产业发展水平测算

（1）产业数据标准化处理

采用目标值法对数据进行标准化处理。标准化公式为：

对于某产业，xij和Xij分别表示第i个样本的第j个指标的标准化值和原始值。Mj为第j个指标的目标值，参考文献（李江苏等，2014），本文选择第j个指标的最大值作为目标值。

（2）产业发展水平测算

产业发展水平采取线性加权的方法进行计算（张勇等，2013），如式（2）所示，其中，U表示该产业的发展水平，wj表示该产业第j个指标的权重。采用熵值赋权法确定指标权重。

3.向量自回归模型设置

城镇化与流通业、旅游业之间相互作用相互影响，存在着互动作用关系，采用向量自回归模型（VAR）对这种关系进行实证分析更加具有科学性。建立城镇化与流通业、旅游业的VAR模型为：

三、基于VAR模型实证分析

运用MATLAB，根据式（2）计算得到历年北京流通业发展水平指数（CIR）、旅游业发展水平指数（TOU），限于篇幅，计算结果略过。基于VAR模型采用Eviews 8.0实证分析。

1.格兰杰因果检验

（1）单位根检验

采用ADF单位根检验对URB、CIR、TOU等变量进行平稳性检验。表2显示，3个变量是非平稳序列，但是3个变量的一阶差分序列都是平稳的，且均为I（1）序列，即同阶单整。

表2 ADF单位根平稳性检验

（2）协整检验

采用Johansen检验法，用以确定变量URB、CIR、TOU之间有无协整关系。根据表3，VAR（p）模型的滞后阶数p取值为3。

表3 VAR模型p值选择表

基于VAR模型的协整检验的滞后阶数为p-1，因此选择滞后阶数为2，并对协整方程的形式加以确定，通过联合检验，选择序列有线性确定性趋势且协整方程仅有截距的检验模型。根据表4可知，3个变量之间存在协整关系。标准化的协整方程如式（6）所示。由此可知城镇化与流通业、旅游业都是正相关关系，表明流通业和旅游业是城镇化发展的长期原因。

表4 Johansen协整检验结果

（3）误差修正模型

城镇化与流通业、旅游业之间存在长期均衡关系，但是短期波动会偏离长期均衡，建立误差修正模型（VEC）研究它们之间的短期动态关系。由式（6）得到协整方程残差序列ut，令误差修正项ECMt=ut，对模型进行系数估计后得到误差修正模型如式（7）所示。根据估计结果，ΔCIR和ΔTOU的估计系数为正，说明流通业和旅游业发展都对城镇化具有短期促进作用。ECMt-1项的系数为负，表明短期波动偏离长期均衡状态时会受到反作用力以维持长期均衡。

（4）格兰杰因果检验

根据表5可知，城镇化与流通业之间互为格兰杰原因；流通业是旅游业的格兰杰原因，但是旅游业不是流通业的格兰杰原因；旅游业是城镇化的格兰杰原因，但是城镇化不是旅游业的格兰杰原因。

表5 格兰杰因果检验结果

2.脉冲响应分析

脉冲响应分析能够反映城镇化与流通业、旅游业VAR模型内部变量间相互作用的结果，从而揭示三者之间的动态作用过程。AR根检验显示该VAR模型是稳定的。

在基期分别设置城镇化、流通业和旅游业为1个单位的脉冲，考察冲击作用的期限设置为10年，通过考察各变量对冲击的动态反映，具体分析冲击对其产生的影响。脉冲响应结果如图1所示。当城镇化发生正向冲击后，流通业和旅游业发展会发生响应：流通业表现为正向波动，波动幅度先下降，到第2期下降到最低点，然后再上升，到第5期正向波动趋于平稳，即城镇化与流通业发展趋于平稳发展态势；旅游业也表现为正向波动，波动幅度先下降再缓慢上升，到第7期趋于平稳，即城镇化与旅游业发展趋于平稳发展态势。当流通业发生正向冲击后，城镇化与旅游业发展会发生响应：城镇化表现为正向波动，波动幅度缓慢下降，到第4期趋于平稳；旅游业表现为正向上升波动，到第3期达到最大值，然后趋于稳定。当旅游业发展正向冲击后，城镇化表现为先正向上升波动，到第2期达到最大值，然后正向下降波动，到第3期变为负向波动，然后缓慢上升波动，在第6期波动基本消失；流通业表现为先负向下降波动，到第2期达到最小值，然后负向上升波动，到第4期波动基本消失。

图1 城镇化与流通业、旅游业的脉冲响应

3.方差分解

利用Cholesky分解法进行方差分解，进一步解释城镇化与流通业、旅游业的相互作用程度。限于篇幅，此处略过变量预测误差的方差分解结果。在城镇化过程中，自身作用对其发展的贡献率在第1期达到100%，由于流通业和旅游业的发展，城镇化自身作用呈现先大幅下降后小幅上升的趋势，到第15期贡献率变为83.16%，与此同时，流通业发展、旅游业发展对城镇化作用的贡献率都呈现先大幅上升后小幅下降的趋势，由第1期的0%分别变为第15期的13.15%和3.69%，三者贡献率的变化幅度越到后期越小，表明流通业发展和旅游业发展对城镇化的作用逐渐趋于稳定的平衡状态，互动作用进入良性循环，城镇化发展到新阶段。

在流通业发展过程中，城镇化对流通业发展起到了极大的推动作用，贡献率由第1期的25.16%增长到第15期的74.50%。旅游业发展对流通业发展的贡献率在第15期稳定在3.31%。流通业发展对自身作用的贡献率由第1期的74.84%下降到第15期的22.19%。在后期变化的幅度越来越小，即逐渐趋于平稳，从第4期开始流通业发展的方差分解出现拐点，即城镇化对流通业发展的贡献率超过了流通业发展对于自身的贡献。

在旅游业发展过程中，城镇化对流通业发展起到了极大的推动作用，贡献率由第1期的24.95%增长到第15期的72.72%。流通业发展对旅游业发展的贡献率由1.39%提高到20.19%。旅游业发展对自身作用的贡献率由第1期的73.66%下降到第15期的7.09%。在后期变化的幅度越来越小，即逐渐趋于平稳，从第5期开始旅游业发展的方差分解出现拐点，即城镇化、流通业发展对旅游业发展的贡献率都超过了旅游业对于自身的贡献。

四、研究结论与政策启示

现代服务业促进城镇化发展的作用日益凸显，流通业和旅游业作为现代服务业的主导产业，其与城镇化的动态互动作用显著。本文以流通业和旅游业为例，建立产城多系统VAR模型分析产业发展对城镇化发展的推动作用。实证分析结果表明：

（1）城镇化与流通业、旅游业之间存在着长期稳定的均衡关系，流通业和旅游业是城镇化发展的长期原因；（2）三者之间也存在短期波动，短期波动时系统会受到反作用力被调整回长期均衡状态。

政策启示如下。第一，在城镇化发展规划中，要更加重视产业发展对城镇化的支撑作用，促进流通业、旅游业等现代服务业高质量发展，为高质量城镇化提供产业支撑。第二，充分发挥政府在产城融合发展中的引导作用。政府在推动城镇化发展过程中，要积极推进产业结构转型升级，促进城镇化高质量发展。