徐友全，高 群，苏杨月

（山东建筑大学管理工程学院，山东 济南 250100，E-mail：952844361@qq.com）

基于VAR模型的城镇化进程与建筑业发展关联性分析

徐友全，高 群，苏杨月

（山东建筑大学管理工程学院，山东 济南 250100，E-mail：952844361@qq.com）

基于VAR模型对我国1995～2014年的城镇化进程相关指标和建筑业发展相关指标数据进行分析。以城镇人口数量和人均GDP作为衡量城镇化进程的主要指标，以建筑业增值作为衡量建筑业发展的主要指标。结果表明：我国城镇化进程与建筑业发展之间有显著的影响，城镇人口数量的变动和人均GDP的变动是引起建筑业发展的原因。方差分解的结果显示，城镇人口和人均GDP对建筑业变动的贡献分别为6.77%和29.97%。随着城镇化的发展，城镇化对建筑业的拉动作用逐渐明显，在滞后期为4年后，趋于稳定状态。

城镇化；建筑业发展；VAR模型

建国初期，我国的城镇化建设一直处于波动时期。1979年进入稳步发展的阶段[1]，1993～2006年进入快速发展的阶段，截至2015年，我国的城镇化率已经达到56.10%。根据城镇化发展的S曲线，城镇化水平在30%～70%时即进入了城镇化的加速发展阶段，由此可以看出，我国的城镇化已经进入加速发展的阶段。城镇化的发展给建筑业带来了新的机遇。随着农村人口向城镇的转移，居民对基础设施与建筑产品的需求也越来越大[2]。此外，城镇化的发展往往伴随着社会资本的增加，对建筑业的发展产生一定的影响。而建筑业的发展，也必然会带动城镇的稳步发展。比如建筑业技术水平和工程质量的提高，能够提高居民对城镇的满意度，提升城镇化的实际效用。随着新型城镇化建设的提出，城镇基础设施市场需求扩张，既为建筑业带来广阔的前景，也为建筑业带来了挑战。因此，城镇化进程与建筑业发展之间的关联性不容忽视。对城镇化进程与建筑业发展之间的关联性进行定性与定量分析，将为城镇化与建筑业协调发展提供依据，为建筑业的发展方向提供决策支持。

改革开放初期，城市建设着重于基础设施的建设[3]，这是建筑业的开端。随着社会的进步，城镇化进程的加快，建筑业放眼于住房、工厂、办公楼等城市配套设施，逐渐发挥了重要的作用。这种相互联动发展的关系引起了学者们的注意，对城镇化进程与建筑业发展之间的关联性分析也成为研究的重点。国外对城镇化进程与建筑业发展之间的关系早有研究，Ganesan等[4]对GDP和建筑业产值的增长率之间进行Granger检验，验证了两者之间的Granger因果关系。Lerner等[5]提出了城镇化的发展会促进建筑业施工技术水平的提高和施工质量的改善。Ron Watermeyer[6]指出建筑业对城镇化的可持续发展有不可或缺的作用。国内对城镇化与建筑业之间的关联性进行分析，首先始于对房地产业的发展与城镇化进程之间的关联性的研究。刘建江等[7]从协同发展的优势和当今发展局势的弊端来进行分析，指出了协同发展的重要性；范宏杰等[8]以河北省为例，通过城镇化水平与房地产业发展之间的路径分析，指出城镇化与房地产业之间的相互促进作用；熊国平等[9]和吴淑莲[10]分别对房地产业发展与城镇化进程的相关数据进行了Granger因果检验和横向与纵向的通径分析，证实了两者之间的相互影响关系。他们均发现城镇化的发展对房地产业有较强的拉动作用。

在此基础上，有学者对我国的建筑业与城镇化进程之间的关联性进行分析研究。王刚等[11]通过对1978～2000年的城镇人口数量与建筑业总产值的数据进行回归分析，归纳出了城镇化与建筑业之间的阶段性影响，且这种影响在不同的阶段程度不同。姜彩楼[12]选取了标志着城镇化进程的3个指标：城镇人口数量、人均GDP和工业化增加值，建筑业发展选取的指标是建筑业增加值，用1985～2004年的数据建立了VAR模型，证明了城镇化进程与建筑业之间有显著的关系，且滞后期为4年。冯亚娟等[3]选取了1987～2011年的城镇人口数量和建筑业增加值作为实证研究的数据，基于VAR模型证明了城镇化是建筑业发展的Granger原因。王刚等[11]虽然首先提出了建筑业与城镇化发展之间的关系，但使用的方法局限性大，易出现为回归；姜彩楼等[12]选取的指标则为城镇化刚刚起步阶段的数据指标，而在目前的研究中，工业化已经不能代表城镇化的进程，不能满足新型城镇化发展的需要；冯亚娟等[13]仅仅选取了城镇人口数量作为衡量城镇化进程的指标，不能完全反映出城镇化发展的要求。因此，本文在阶段性影响的基础上，选取城镇人口数量和人均GDP作为衡量城镇化进程的指标，以建筑业增加值作为衡量建筑业发展的指标，对1995～2014年相关数据进行实证研究。

1 VAR模型

在官方发布的城镇化水平的计算中，是以城镇人口数量衡量城镇化水平的标准。考虑到人均GDP的增长可能会对建筑业的增长起到一定的拉动作用，因此以城镇人口数量和人均GDP作为衡量城镇化进程的指标，分别记为CITIZEN和GDP。为了能够对建筑业的发展有一个宏观的判断，本文采用建筑业增加值作为衡量建筑业发展的指标。

向量自回归模型（VAR模型）是由AR模型推广而来，其主要是把模型中每一个内生变量与其他变量的滞后值构造函数，实现对时间序列内部关系的估计和预测。由于VAR模型能够较容易地处理多个指标且不以严格的经济理论为依据，同时能够进行预测，因此，VAR模型越来越受到广泛的应用。最基本的VAR(n)（滞后阶数为n）模型的表达式为：

式中，yt是h维内生变量的列向量；xt是g维外生变量的列向量；φi和ψj都是待计算的系数矩阵；n为滞后阶数；εt为随机误差向量。在基本模型的基础上，本文所构建的VAR模型为：

2 实证研究

本文选用1995～2014年中国统计局发布的20组相关数据进行分析。为了消除通货膨胀引起的物价变化对建筑业增加值的影响，以1978年的CPI（居民消费价格指数）为基准（CPI=100），对建筑业增加值进行平减[3]。为了降低出现异方差的可能性，在不影响原变量间关系的基础上对变量进行自然对数处理。处理后的数据之间变动情况如图1所示，由图中可以看出三者随着时间的推移，显现出同一个方向的变化趋势，本文主要用VAR模型来重点研究三者之间的动态特征以及相互关联度。

图1 处理后的数据趋势图

2.1 单位根检验

在进行协整检验之前，要对时间序列的平稳性进行检验[7]。ADF根检验是检验时间序列平稳性最常用的方法，通常是通过Eviews实现的。根据SC（施瓦茨准则）和AIC（赤池准则确定最优滞后期，以保证模型的稳定性。确定变量LNGDP的最优滞后期为0；LNCITIZEN的最优滞后期为0；LNCONST的最优滞后期为1。

检验结果显示，原始的时间序列、原始序列的一阶差分的ADF均大于临界值，即存在ADF根，因此都不是平稳序列。但是对原始时间序列进行二阶差分后，ADF值均小于临界值，表示不存在单位根，该时间序列的二阶差分是平稳序列。表1为原始时间序列二阶差分的ADF检验结果。

根据检验结果和相关研究发现，虽然原始变量时间序列和一阶差分不是稳定的，但是其二阶差分有明显的稳定性特征。结合协整理论，长时间后，变量之间很可能存在稳定的比例关系，即协整关系。

表1 原始时间序列二阶差分ADF检验结果

2.2 协整检验

协整检验是用于验证变量间是否存在协整关系，其主要方法有两种。E-G两步检验法对样本容量要求较高，适用于两个变量的样本；Johansen协整检验可以检验多个变量间是否存在协整关系[3]。该3个变量建立了VAR模型，用AIC和SC最小的原则确定最优滞后期为4年。对该VAR（4）模型进行协整检验的结果见表2。

表2 协整检验结果

表中的结果显示，统计量90.67521大于临界值25.86121，表示在1%的显著性水平下，存在唯一的一个协整关系。根据协整关系理论，这样的结果说明：在短期内，各变量之间虽然有所波动，但是从长期的角度看，自变量和因变量的趋势会呈现比例的关系。根据误差修正模型（VEC）的结果，得到协整方程，表明变量间的一个长期的变动关系。

上述协整方程表示：在其他条件保持不变的情况下，人均GDP每增加1%，将拉动建筑业增值增加2.564330%；城镇居民人数每增加1%，将拉动建筑业6.720426%的增长，说明了城镇化进程确实对建筑业的发展产生了显著的影响。协整方程表明了3个变量间长期的稳定关系，但是并不能说明一个变量的变动能够解释另一个变量的变动，因此，需要进行Granger因果检验。

2.3 Granger检验

根据AIC和SC准则，选择不同的滞后期，在置信水平为1%的情况下，检验结果如表3所示。

表3 Granger检验结果

结果显示的是前者变量是否是后者变量的Granger原因，即前者变量的变化是否能够有效解释后者变量的变化。表3显示，人均GDP是建筑业变动的原因；城镇居民人数的变化是建筑业发展的原因；城镇居民人数的变动会引起人均GDP的变化。为了将变量间的相互影响程度进行量化，需要对3个变量进行方差分解。

2.4 方差分解

方差分解是用标准差来将内生变量间对彼此变动的贡献度量化，从而反映出不同变量间相互影响的程度[8]。

在构建的VAR（4）模型的基础上，得到了LNCONSTR即建筑业增加值的误差分解结果，如表4和图2。表4中，在滞后期为1年时，建筑业增加值对自身变动的贡献率为100%，也就是说建筑业增加值的波动只受自身的影响。

表4 方差分解结果

图2 方差分解结果

从图2可以看出，随着滞后期的增加，建筑业对自身变动的解释量迅速减少，而来自人均GDP和城镇人口的贡献率逐渐上升。滞后期为4时，各变量对建筑业增加值变动的贡献率趋于稳定。建筑业对自身变动的贡献率稳定在60%左右，而人均GDP对建筑业变动的贡献率稳定在32%左右，来自城镇人口的贡献率较小，在6%左右。城镇化进程对建筑业发展的影响在36%左右，说明城镇化进程对建筑业的影响比较大。

3 检验结果分析

姜彩楼[12]指出，人均GDP和城镇居民人数的变动对建筑业变动的贡献率大概在16%；冯亚娟[3]实证结果是城镇居民人口变动对建筑业发展的贡献率为40%左右。印证了王刚等[11]研究得出的阶段性影响理论。在城镇化发展前期，城镇化进程主要是靠工业来拉动，建筑业已经有一定的形态，但是发展方式粗放，无法形成集聚效应。随着城镇化进程的加快，国家出台相应的鼓励扶持政策，工业化不再是拉动城镇化发展的主要力量。

本文通过协整检验发现，城镇化发展与建筑业发展有长期的稳定关系。Granger检验的结果显示：人均GDP和城镇居民人数是引起建筑业发展的单向Granger原因，即建筑业的发展变动会受到来自人均GDP和城镇居民人数的显著影响。方差的结果显示，在滞后期为4年时，城镇化进程对建筑业发展的影响趋于最大值。这些结果表明，城镇化对建筑业的发展有较强的拉动作用。

随着社会的进步，居民生活水平的提高，对建筑业的需求逐渐增加。在城镇化的过程中，二三产业比重增加以及环保意识的增强，推动了工业厂房以及基础设施建设的增加。伴随着农村剩余劳动力向城镇的转移，城镇经济水平得到提升，居民对住房及其配套设施的需求推动了建筑业的进步。由此可见，经济的增长为建筑业提供了广阔的市场。在新型城镇化的新要求的作用下，建筑业必然会优化企业产业结构，创新生产模式和方法，提升产业的效益，从而反作用于城镇，提升城镇的空间承载力和社会、生态效益。

城镇人口与建筑业发展之间的关系表现在：农村人口的转移，城镇的扩张，对住房及其配套的建筑需求增长。其次居民生活条件的改善以及相应的政策影响，导致家庭年龄和成员结构发生变化，现有住房已经不能满足日常的生活需求，改善型的大面积住房需求将增加。

4 建议

基于本文的研究结果，为促进城镇化与建筑业的协调发展提出如下建议：

（1）规范建筑业市场的运作和发展机制。随着新型城镇化建设的到来，生态保护、以人为本、全面可持续发展的观念深入人心，因此，要摒弃以单纯的建筑业投资或工业化带动GDP增长的传统观念。随着城镇化进程的加快，大量的农村劳动力涌向城镇，对城镇基础设施及其他配套设施的需求不断扩大，为了能够满足市场的需求，就必须开发相应数量和规模的建筑产品，从而推动了建筑业的发展。因此，规范的建筑业市场以政府的适当干预为前提，根据市场的需求来引导建筑业的良好发展。政府应该以政策、法律、法规等来规范建筑业的竞争机制，提高竞争的公平性、公开性和透明度，而以市场实际需求来决定建筑业的发展空间和方向。

（2）2014年《新型城镇化规划（2014～2020）》的颁布，标志着新型城镇化建设开始步入正轨。新型城镇化规划不仅为新型城镇化的建设确定了具体的方向、提出了更高的要求，同时也给建筑业带来了新的机遇与挑战。建筑业普遍存在破坏环境、管理不到位、不经培训上岗、质量不达标等问题，已经不能适应新型城镇化提出的新要求。为此，建筑业应该追求资源节约、生态保护、可持续的发展方式，提高信息技术的应用以及对技术设备的改革创新，适应新型城镇化发展的脚步。

（3）随着建筑业对城镇投入的增加，为城镇和农村提供了大量的就业岗位，不仅解决了城镇居民的就业问题，也为建筑业本身注入了充足的劳动力，这是一种良好的发展方式。因此，建筑业的发展助推了人口向城镇转移的进程，而人口的迁移也推动了建筑业的发展。然而，伴随而来的问题就是，居民生活方式的城镇化的脚步远远赶不上城镇人口变迁的速度，比如大量未经培训的农民工直接上岗。在这样的问题拷问下，不仅需要政府改革户籍制度，促进农民向城镇的良好流动，推动农转非居民的生活方式的转变，还要求建筑业承担起社会责任，对上岗员工进行培训，持证上岗。

5 结语

本文基于VAR模型对建筑业发展和城镇化进程之间的关联性进行分析，模型分析结果表明：建筑业发展和城镇化进程有长期稳定的关系，建筑业的发展会受到城镇人口和人均GDP 的影响；滞后期为4年时，城镇化对建筑业的拉动作用趋于最大化。随着城镇化进程的加快，城镇人口数量增加，对基础设施的需求也逐渐扩大，为建筑业的发展带来广阔的市场，这是最理想的协同发展的方式。为了达到共赢的目的，建筑业应该本着可持续发展、以人为本的原则，提高应对新挑战的能力，为新型城镇化的发展做贡献。

[1] 刘祖云，范虹珏．中国城镇化：基于社会互动的理论考察[J]．学海，2014（6）：16-22．

[2] 徐莹．贵州城镇化与城镇基础设施建设问题研究[D]．浙江大学，2005．

[3] 冯亚娟，陈振环．我国人口城镇化与监护也发展的动态关联性研究—基于VAR模型的实证检验[J]．资源开发与市场，2013（11）：1154-1159．

[4] Tse．R．YC．and Ganesan．S．Causal between construction flows and GDP：evidence from Hong Kong[J]．Construction Management and Econmics，1997（15）：53-62．

[5] Lerner，Ivan．Urbanization trend boosts construction[J]．ICIS chemical business，2007（24）：23-33．

[6] Ron Watermeyer．Sustainable construction[J]．Civil Engineering：Magazine of the South African Institution of Civil Engineering，2002（8）：40-51．

[7] 刘建江，匡树岑，杨 晴，等．城市化与房地产开发的协同发展研究[J]．长沙理工大学学报（社会科学版），2011，26（4）：49-54．

[8] 范宏杰，马 苓．河北省城市化与房地产业发展的路径分析[J]．河北经贸大学学报，2012，33（2）：50-53．

[9] 熊华平，张丽霞，陈凤丽．中国房地产业发展与城市化[J]．建筑经济，2013（2）：67-70．

[10] 吴淑莲．城市化与房地产业互动发展关系研究[D]．华中农业大学，2006．

[11] 王 刚．佘 俊．城市化与建筑业发展的相关研究[J]．生产力研究，2008（16）：101-103．

[12] 姜彩楼．我国城市化进程与建筑业发展关系[J]．建筑经济，2007（4）：20-23．

Analysis of the Correlation Between China's Urbanization Process and the Construction Industry Development

XU You-quan，GAO Qun，SU Yang-yue
（College of Management and Engineering，Shandong Jianzhu University，Jinan 250100，China，E-mail：952844361@qq.com）

We collect some indicators to on behalf of China’s urbanization process from 1995 to 2014 and construction industry development，and then analyze these indicators based on VAR model. The population urbanization and per capita GDP are the major indicators of measuring China’s urbanization process，and the construction industry value adding is the major indicators of measuring construction industry development. The results show that China’s urbanization has a strong pulling effect on construction industry development. Population urbanization is the Granger cause of the construction industry development and per capita GDP is the Granger cause of the construction industry development. From the results of variance analysis，the development of construction industry is caused by itself in the short term. But with the development of urbanization，the pull function on the construction of urbanization gradually obvious and it has a stable state in the 4th lag period.

urbanization；construction industry；VAR model

F299.21

A

1674-8859（2016）06-022-05

10.13991/j.cnki.jem.2016.06.005

徐友全（1962-），男，博士，教授，研究方向：工程项目管理；

高 群（1992-），女，硕士研究生，研究方向：工程项目管理；

苏杨月（1992-），女，硕士研究生，研究方向：工程项目管理。

2016-06-25．