北京市流动人口与经济增长关系实证研究

闫鹏君　郭松亮　韦泽鑫

摘要：基于1980～2016年的时间数据，通过建立计量模型考察了人口流动与北京市经济增长之间的相互影响关系。运用格兰杰因果关系检验论证了人口流动与北京市经济增长之间存在着双向格兰杰因果关系。同时协整检验和误差修正模型的结果表明了二者之间存在着长期稳定的均衡关系。最后针对性的提出了应建立健全人口流入地规章制度，减轻人口流动的各方面成本，从而协调好外来人口流入与地区经济增长之间的关系的政策建议和措施。

关键词：经济增长；人口流动；协整模型；误差修正模型

一、引言

20世纪70年代以来，改革开放的重大举措为我国经济发展注入了强大的活力。伴随着经济的蓬勃发展，城乡差距逐漸拉大。为了谋求更高的劳动报酬、接触更好的教育资源和医疗资源，越来越多的农村人口选择离开家乡前往城市生活。新世纪以来，人口流动在全国范围内掀起了一股巨大的浪潮，这股热潮的持续时间之长、影响范围之广、形式内容之多样都是前所未有的。

毫无疑问，人口的大量流入将会对流入地产生巨大的影响。这种影响是全方位的，涉及经济、社会、环境、医疗、教育等各个方面。北京是中华人民共和国的首都，基础设施完备，经济高度发达，是全国政治中心、文化中心。2016年北京市常住人口2172.9万人，流动人口总数807.5万人，流动人口在北京总人口占比高达37%，流动人口在北京经济社会发展过程中扮演了重要的角色。近些年来，人口流动对城市发展的影响引起了各领域学者的重视，越来越多的学者展开了对该现象的学术研究，也形成了大量的学术研究成果。

二、文献综述

国内学者对人口流动与地区经济增长的研究起步较晚。基于不同的理论基础和计量模型，不同的学者取得了不同的研究成果。李燕辉（2002）以上海市为例建立多元回归模型进行实证分析，结果表明流动人口对经济的增长起到了很好的促进作用。段平忠和刘传江（2005）通过建立人口流动与经济增长之间的计量模型指出流动人口确实对各地区的经济增长具有显著的贡献作用，且这种作用呈递减趋势。周文丽（2012）利用面板模型探讨了甘肃省人口流动对其经济增长收敛性的影响，研究结果表明人口流动加快了经济增长的收敛速度。易莹莹和凌迎兵（2015）利用柯布-道格拉斯生产函数的拓展模型分析了劳动流入对重庆市经济增长的影响，研究表明劳动力的流入对重庆经济发展产生了显著的负面作用。甘行琼和李玉娇（2017）通过研究我国101个地级市的面板数据结果表明人口流入城市存在明显的门槛效应，当城市人口密度低于812（人/平方公里）时，人口流入对地区经济增长有显著的促进作用；当人口密度高于812（人/平方公里）时，人口流入对地区经济增长的促进作用就会受阻。李晓阳等（2018）基于中国西部十省面板数据的实证研究认为劳动力流入对于对西部地区经济增长的抑制作用变得不显著，且劳动力流出对经济增长的抑制作用也被削弱。可见，现有文献对北京市经济增长与人口流动的相关研究大都停留在定性分析上，对二者之间究竟如何影响的研究深度还远远不够。因此，本文将构造VAR模型（向量自回归模型）将人口流动与经济增长纳入统一的逻辑框架，对二者之间的关系进行定量分析。

三、数据的来源及描述

根据数据的可获得性和准确性，通过反复筛选和比较，最终选择北京市1978～2016年的相关数据进行实证研究。选择FPR（Floating Population Rate）作为人口流动的情况的衡量指标。为了防止价格因素对实际GDP产生的影响，以1978年的GDP为基期，采用以固定价格折算的指标GDPI用以衡量经济的实际发展水平。所有数据均来自北京市统计局网站公布的《北京市统计年鉴》。

四、模型及实证结果分析

（一）平稳性检验与协整检验

传统的计量经济学对时间序列数据有严格的要求，即用于构建计量模型的时间序列是一组白噪声序列。这是因为不平稳的序列将会导致虚假回归，从而影响模型的可决系数和假设检验，最终导致模型设定偏误。但现实生活中大多数的经济指标都是非平稳的，可以通过差分的方法将不平稳的序列转化为平稳的序列。一般地，时间序列中经常用于检验序列平稳性的方法是ADF单位根检验法，本文将借助ADF单位根检验法用于数据的平稳性分析。同时，为尽量消除模型存在的异方差性，提高模型的精确度，分别对相关变量取对数得到lnGDPI、lnFPR，取对数不会影响模型的因果关系。

由ADF检验结果可知，lnGDPI与lnFPR的一阶差分在1%的显著性水平下均通过了单位根检验，所以lnGDPI与lnFPR均为一阶单整序列。由于二者之间属于同阶单整，因此可以对其进行协整检验，进而判断二者之间是否存在协整关系。所谓协整是指，采用某种方法组合方程中的非平稳变量，使方程的残差项变得平稳，并消除谬误回归，即一组变量之间存在着长期稳定的均衡关系。用于两变量间的协整关系检验最常用的方法是Johansen（1991）和Juselius（2006）的极大似然法，其思想是通过构造两个残差的积矩阵，进而根据矩阵的本征值判断是否存在协整关系。首先运用Eviews 8.0 软件通过最小二乘法原理对模型的表达式进行估计，估计得到的回归方程为：

lnGDPI=8.85406+1.0588lnFPR（1）

t值 （79.9777） （23.9580）

其中，R2=0.9394，F=573.6427

对回归得到的残差序列进行平稳性检验，本文采用的方法是ADF单位根检验法。检验结果如下表所示：

由检验结果可知，在1%的显著性水平下残差序列拒绝了存在单位根的假定，即残差序列是平稳的。这表明GDPI和FPR之间存在着长期稳定的均衡关系。由回归方程可知：在其他条件不变的情况下，人口流动率每增加1%会导致经济增长变动1.0558%。这表明流动人口大量的流入对北京经济增长起到了显著的促进作用。

（二）格兰杰因果关系检验

协整检验主要用于分析经济增长与人口流动之间是否存在着长期稳定的均衡关系，它们之间是否存在着因果关系则必须借助于格兰杰因果关系检验才能予以确定。需要说明的是，格兰杰因果关系并不是真正意义上的因果关系，而是变量之间在数据上的动态相关关系，但是它可以表明一个变量是否对另一个变量有“预测能力”。检验结果见下表。

由检验结果可知，在滞后期为一期的情况下，可以拒绝人口流动不是经济增长的格兰杰原因，但不能拒绝经济增长不是人口流动的格兰杰原因，即人口流动是经济增长的单向格兰杰原因。在滞后期为两期的情况下，在10%的显著性水平下我们可以拒绝原假设，接受备择假设，认为人口流动与经济增长之间存在着双向的格兰杰原因。人口流动带动了经济增长，同时经济的进一步发展又促进了人口流動，二者之间相辅相成。

（三）误差修正模型

基于VAR模型的协整关系只能说明各个变量之间的长期关系与趋势，要分析变量之间的短期动态关系，可以通过引入误差修正模型来将变量的短期波动和长期均衡有机地结合起来，实现短期内变量间由非均衡向均衡调整的过程。因为经济增长与人口流动是协整的，则它们间的短期非均衡关系总能由一个误差修正模型表述。即：

ΔYt=lagged（ΔY，ΔX）-λ*ecmt-1（2）

其中，0<λ<1，ecmt是非均衡误差，λ是短期调整参数。

通过向回归方程中引入非均衡误差的滞后项将长期静态模型转换为短期动态模型，进而弥补长期均衡模型存在的不足，估计得到的回归方程为：

ΔlnGDPI=0.1682ΔlnFPR-0.0734ecm（-1）（3）

修正项ecm（-1）的系数代表了模型内部对短期非均衡情况发生时的调节能力，由修正项系数所代表的经济含义可以得出当且仅当系数值为非负数时修正项才能对某一时点发生的短期偏离起到调节作用。回归方程得到的修正项系数为-0.0734，因此具有经济意义。这表明当某一时点经济增长关于人口流动发生短期偏离时，模型将以0.0734的力度对非均衡状态进行修正，以保证长期均衡状态的实现。

五、结论与政策建议

本文利用1978～2016年北京市人口流动与经济增长的相关数据，通过建立向量自回归模型对二者之间的关系进行实证分析，经过研究得出了以下结论：第一，人口流动与北京市经济增长通过了协整检验，这表明二这之间存在着长期稳定的均衡关系。二者之间的协整方程表明：在其他因素不变的前提下，人口流动率每增加1%会导致北京市经济增长1.0558%。可见流动人口大量的流入对北京经济增长起到了显著的促进作用；第二，格兰杰因果关系检验的结果表明，在滞后阶数为2阶的情况下人口流动与经济增长之间存在着双向的格兰杰因果关系。外来人口的流入促进了北京市经济的持续增长，同时北京市经济的发展又对外来人口的流入也起到了一定的带动作用：第三，通过建立短期修正模型对人口流动与经济增长的长期趋势进行修正，分析了当某一时点发生短期非均衡情况时模型内部对模型的调节能力。结果表明：当上一期经济增长关于人口流动发生偏离时，模型内部将以0.0734的力度在下一期对上一期的偏离进行修正，从而达到长期均衡的趋势。

1. 从模型来看，流动人口对流入地的经济增长的促进作用相对有限。这很大程度上是由于流入地对流动人口的管理机制存在漏洞，没能最大化人口流动带来的经济效益和社会效益。因此应该建立健全有关流动人口的管理机制和各项规章制度，逐渐形成规范的流动人口管理体系。同时地方政府应该出台针对性的政策积极引导流动人口充分就业，重视流动人口的住房问题和子女上学问题，营造和谐稳定的社会秩序。同时充分调动流动人口的工作积极性，发挥其巨大的经济潜力。

2. 人口流动与经济增长之间可以相互影响相互促进。因此，地方政府应该减少人口流入的成本，消除影响人口流入的各种障碍。在人口流入与经济增长之间形成一个良性循环，为人口流入地经的济增长注入强大的活力，并最终创造更大的经济价值。

参考文献：

[1]李燕辉.流动人口对经济发展的影响研究[D].江西财经大学，2002.

[2]段平忠，刘传江.人口流动对经济增长地区差距的影响[J].中国软科学，2005（12）.

[3]周文丽.人口流动的经济增长收敛效应实证研究——以甘肃省为例[J].南京人口管理干部学院学报，2012（02）.

[4]易莹莹，凌迎兵.劳动力流动对西部地区经济增长效应的影响——以重庆市为例[J].经济问题探索，2015（08）.

[5]甘行琼，李玉姣.人口流动、城市拥挤与经济增长的非线性关系——基于地级市面板平滑转移模型的实证研究[J].贵州社会科学，2017（07）.

[6]李晓阳，赵宏磊，张琦.人口老龄化、劳动力流动与经济增长——基于中国西部十省面板数据模型的实证[J].西南大学学报（自然科学版），2018（04）.

[7]高端君，彭佳林，李孜.基于VAR的人口流动与地区经济关系研究——以重庆市为例[J].西北人口，2015（01）.

[8]许学珍.北京市流动人口对经济增长影响的实证研究[D].首都经济贸易大学，2013.

[9]（美）A.H.施图德蒙德（A.H.Studenmund）.Using Econometrics：A Practical Guide，7th Edition[M].杜江，等，译.机械工业出版社，2017.

[10]Johansen S.Estimation and hypothe

sis testing of cointegrationn vectors in ganssian vector autoregressive models[J].Econometrica，19911，59（06）.

[11]JuseliusK. The eointegraated VAR model methodology and applications[M].New York：Oxford University Press， 2006.

[12]纪杰.地方财政科技投入与经济增长动态均衡研究-以重庆市为例[J].科技与经济，2013（02）.

[13]李春生，张连城.我国经济增长与产业结构的互动关系研究——基于VAR模型的实证分析[J].工业技术经济，2015（06）.

[14]赵明，张蓉.江苏省对外直接投资与产业结构调整关系研究——基于VAR模型的实证分析[J].科技管理研究，2013（04）.

[15]李子奈.计量经济学[M].高等教育出版社，2010.

（作者单位：北京信息科技大学经济管理学院）