王新華,王　銳,鄧　義

(武漢輕工大學 經(jīng)濟與管理學院,湖北 武漢 430023)

?

基于VAR模型的湖北省服務業(yè)發(fā)展與城鎮(zhèn)化進程相關關系研究

王新華,王銳,鄧義

(武漢輕工大學 經(jīng)濟與管理學院,湖北 武漢 430023)

摘要：服務業(yè)發(fā)展和城鎮(zhèn)化進程之間是相互影響，相互促進的。利用VAR模型對湖北省服務業(yè)就業(yè)、服務業(yè)增加值、城鎮(zhèn)化進程三者之間的相關關系進行了實證研究，結(jié)果發(fā)現(xiàn)，湖北省服務業(yè)增加值的增加帶動了城鎮(zhèn)化進程，而且城鎮(zhèn)化進程的發(fā)展又帶動了服務業(yè)就業(yè)水平的增加。但是，城鎮(zhèn)化進程的加快并沒有帶動湖北省服務業(yè)增加值的提升，服務業(yè)就業(yè)水平的提高并沒有帶動城鎮(zhèn)化進程的加快?；谘芯拷Y(jié)果，文章最后提出了相應的對策建議。

關鍵詞：服務業(yè)增加值；服務業(yè)就業(yè)；城鎮(zhèn)化；VAR模型

1引言

城鎮(zhèn)化的實質(zhì)是農(nóng)村勞動力向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，實現(xiàn)城鎮(zhèn)人口集聚的過程。城鎮(zhèn)化水平是衡量區(qū)域經(jīng)濟社會發(fā)展水平的重要指標，城鎮(zhèn)化具有經(jīng)濟和人口集聚的雙重特征，城鎮(zhèn)規(guī)模的擴展，產(chǎn)生了生產(chǎn)服務和生活服務等各種需求，而服務業(yè)的發(fā)展又可以集聚勞動力，實現(xiàn)外部經(jīng)濟效益。因此，服務業(yè)發(fā)展和城鎮(zhèn)化進程之間是相互影響，相互促進的。

近幾年，國內(nèi)專家和學者對服務業(yè)發(fā)展與城鎮(zhèn)化進程的相關關系進行了研究與實踐，并取得了不少的經(jīng)驗與成果。王美霞、樊秀峰[1]認為服務業(yè)是城市化的重要源泉和動力，城市化是服務業(yè)發(fā)展的需求基礎和空間依托；崔宏橋、沈頌東[2]認為城鎮(zhèn)化與服務業(yè)要協(xié)調(diào)發(fā)展；郭進、徐盈之[3]認為扭曲的城鎮(zhèn)化會通過增加低技能的勞動力供給、擴大土地財政規(guī)模和降低城鎮(zhèn)創(chuàng)新活力來加劇生產(chǎn)性服務業(yè)的滯后狀況，通過增加低技能勞動力供給、擴大土地財政規(guī)模和抑制城鎮(zhèn)消費潛力來加劇生活性服務業(yè)的滯后狀況；劉德軍、尚蔚[4]認為服務業(yè)的發(fā)展對城鎮(zhèn)化水平的提高在短期內(nèi)效應不顯著，但長期內(nèi)就有很強的正向效應，影響具有滯后性；李靜、劉英基[5]研究認為城鎮(zhèn)化對服務業(yè)就業(yè)水平存在單向的因果關系，但城鎮(zhèn)化對服務業(yè)就業(yè)水平的影響有一定的滯后性；王國惠、韓克勇[6]認為服務業(yè)增長與城市化水平具有高度的相關關系，但近年來服務業(yè)發(fā)展對城市化率提升的促進作用有所減弱；孔杰[7]認為隨著時間的推移，服務業(yè)的增長更加直接地導致了城鎮(zhèn)化水平的提高，但單位增加值的邊際效率卻在下降；王向[8]認為城市化進程在長期和短期兩個方面對服務業(yè)比重產(chǎn)生影響，城市化進程對服務業(yè)發(fā)展的影響要強于服務業(yè)發(fā)展對城市化進程的影響；李程驊、鄭瓊潔[9]認為服務業(yè)在長期和短期對城市化有著正向的促進作用，而城市化在長期和短期尚未明顯作用于服務業(yè)；龔新蜀、胡志高[10]認為城鎮(zhèn)化與就業(yè)的關系存在顯著的“三門檻效應”。

據(jù)統(tǒng)計，2013年湖北省城鎮(zhèn)化水平為54.51%，服務業(yè)增加值占GDP比重為38.10%，服務業(yè)從業(yè)人員所占比重為35.65%，而同期全國城鎮(zhèn)化水平為53.73%，服務業(yè)增加值占GDP比重為46.92%，服務業(yè)從業(yè)人員所占比重為38.50%，與全國平均水平相比，湖北省城鎮(zhèn)化水平略高于全國平均水平，但是服務業(yè)發(fā)展卻落后于全國平均水平。因此研究湖北省服務業(yè)發(fā)展與城鎮(zhèn)化進程的相關關系，從中尋求提高湖北省服務業(yè)發(fā)展的途徑具有十分重要意義。

2湖北省服務業(yè)發(fā)展與城鎮(zhèn)化進程的現(xiàn)狀分析

從1990年到2013年，湖北省的城鎮(zhèn)化率由28.52%上升到54.51%；服務業(yè)從業(yè)人員所占比重由18.16%上升到35.65%，均呈現(xiàn)不斷上升的趨勢。但服務業(yè)增加值占GDP比重卻呈現(xiàn)出先升后降，2002年成為拐點，即從2002年到2013年服務業(yè)增加值占GDP比重由42.63%下降38.10%。說明雖然湖北省服務業(yè)吸納就業(yè)能力不斷增強，但是服務業(yè)對經(jīng)濟增長的貢獻卻呈下降趨勢(資料來源:《湖北統(tǒng)計年鑒》(1990-2013年))，如圖1所示。

圖1　1990—2013年湖北省服務業(yè)發(fā)展與城鎮(zhèn)化指標圖(%)

另外，為了更好地分析湖北省服務業(yè)發(fā)展水平和城鎮(zhèn)化水平在全國所處的地位，筆者選取了東部地區(qū)(以北京市、江蘇省為代表)、中部地區(qū)(以湖南省為代表)、西部地區(qū)(以四川省為代表)的不同省市為代表進行橫向比較(見表1)。

表1湖北省服務業(yè)發(fā)展水平、城鎮(zhèn)化水平與全國其他省市的比較(2013年)/%

省市服務業(yè)從業(yè)人員占比服務業(yè)增加值占比城鎮(zhèn)化率湖北35.6538.1054.51北京76.6777.5286.29江蘇37.0045.5264.11湖南35.0840.9347.96四川33.3635.8744.90全國38.5046.9253.73

資料來源：國家統(tǒng)計局網(wǎng)站www.stats.gov.cn。

從表1可以看到，2013年全國服務業(yè)從業(yè)人員占比為38.50%，服務業(yè)增加值占比為46.92%，而湖北省這兩個指標均低于全國水平，特別是服務業(yè)增加值占比僅為38.10%，比全國水平要低9%左右。同時，還可以看到，湖北省服務業(yè)發(fā)展水平和北京的水平相差最大，與江蘇省的差距相對較小，與湖南省的服務業(yè)發(fā)展水平相當，要高于四川省的服務業(yè)發(fā)展水平。另外，2013年全國城鎮(zhèn)化率為53.73%，湖北省城鎮(zhèn)化率為54.51%，略高于全國水平，與其他省市相比較，落后于北京市(86.29%)、江蘇省(64.11%)，但是要高于湖南省(47.96%)和四川省(44.90%)。

3湖北省服務業(yè)發(fā)展與城鎮(zhèn)化進程相關關系的實證分析

Sims于1980年提出向量自回歸模型(vector autoregressive model,簡稱VAR模型)，VAR模型不以經(jīng)濟理論為基礎，采用多方程聯(lián)立的形式，在模型的每一個方程中，內(nèi)生變量對模型的全部內(nèi)生變量的滯后值進行回歸，進而估計全部內(nèi)生變量的動態(tài)關系。VAR模型常用于預測相互聯(lián)系的時間序列系統(tǒng)，也常用于分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，進而解釋各種經(jīng)濟沖擊對經(jīng)濟變量形成的影響[11]。

利用VAR模型來研究湖北省服務業(yè)發(fā)展與城鎮(zhèn)化進程相關關系，其中涉及三個變量，第一個是服務業(yè)增加值水平(SGDP)，用服務業(yè)增加值占GDP比重來表示，第二個是服務業(yè)就業(yè)水平(SEMPLOY)，用服務業(yè)從業(yè)人員占總從業(yè)人員的比重來表示，第三個城鎮(zhèn)化率(URBAN)，用城鎮(zhèn)人口占總?cè)丝诘谋戎貋肀硎?，所用?shù)據(jù)為湖北省1990—2013年的數(shù)據(jù)，所有數(shù)據(jù)均來自《湖北統(tǒng)計年鑒》各期。其中會用到協(xié)整分析、脈沖響應分析、方差分解、格蘭杰因果檢驗等統(tǒng)計方法。

3.1協(xié)整檢驗及格蘭杰因果檢驗

根據(jù)VAR模型理論，為了避免偽回歸，需要對變量進行單位根檢驗(見表2)。

表2變量單位根檢驗結(jié)果

變量檢驗形式ADF統(tǒng)計量5%水平臨界值檢驗結(jié)果SEMPLOY(c,t,1)-2.4825-3.0049不平穩(wěn)D(SEMPLOY)(0,0,0)-4.2976-1.9572平穩(wěn)SGDP(c,t,2)-1.7260-3.0124不平穩(wěn)D(SGDP)(c,0,0)-3.6690-3.0049平穩(wěn)URBAN(c,t,0)-3.2907-3.6220不平穩(wěn)D(URBAN)(0,0,0)-4.4794-3.0124平穩(wěn)

注：檢驗形式中“c”表示常數(shù)，“t”表示時間，“n”表示滯后期，“D”表示一階差分。

從表2可以看出，SEMPLOY、SGDP、URBAN這三個變量在5%水平下是不平穩(wěn)的，但是其一階差分在5%水平下卻是平穩(wěn)的，說明這三個變量都是一階平穩(wěn)變量，符合協(xié)整方程要求。

為了進一步驗證這三個變量間是否存在長期穩(wěn)定的均衡關系，我們進行了Johansen協(xié)整檢驗。當滯后階數(shù)為4時，進行Johansen協(xié)整檢驗。檢驗結(jié)果如表3所示。

表3Johansen協(xié)整檢驗

原假設特征值跡統(tǒng)計量5%臨界值P值結(jié)論無0.9913125.481729.79710.0000拒絕至多一個0.837835.414315.49470.0000拒絕至多兩個0.04390.85263.84150.3558接受

從表3可以看出，在5%的顯著性水平下，至多存在兩個協(xié)整關系，這說明這三個變量之間存在長期穩(wěn)定的均衡關系，適宜做VAR模型。

另外，VAR模型的建立需要各個變量之間必須有因果關系，否則該模型是無效的。利用格蘭杰因果檢驗法，當滯后階數(shù)為5時，得到三個變量之間的格蘭杰因果關系檢驗結(jié)果(見表4)。從表4可以看出，在顯著性水平為10%時，湖北省服務業(yè)發(fā)展水平與城鎮(zhèn)化之間存在一定的因果關系。其中，湖北省服務業(yè)增加值是服務業(yè)就業(yè)的格蘭杰原因，但是服務業(yè)就業(yè)卻不是服務業(yè)增加值的格蘭杰原因；湖北省城鎮(zhèn)化是服務業(yè)就業(yè)的格蘭杰原因，但是服務業(yè)就業(yè)卻不是城鎮(zhèn)化的格蘭杰原因；湖北省服務業(yè)增加值是城鎮(zhèn)化的格蘭杰原因，但是城鎮(zhèn)化不是服務業(yè)增加值的格蘭杰原因。因此，該三個變量是適合做VAR模型分析的。

表4格蘭杰因果檢驗結(jié)果

原假設樣本數(shù)量F值P值結(jié)論SGDPdoesnotGrangerCauseSEMPLOY193.188660.0707拒絕原假設SEMPLOYdoesnotGrangerCauseSGDP190.881360.5345接受原假設URBANdoesnotGrangerCauseSEMPLOY1935.326103.E-05拒絕原假設SEMPLOYdoesnotGrangerCauseURBAN191.740550.2314接受原假設URBANdoesnotGrangerCauseSGDP190.086520.9923接受原假設SGDPdoesnotGrangerCauseURBAN192.763200.0972拒絕原假設

3.2確定最優(yōu)滯后階數(shù)

在VAR模型分析中，滯后階數(shù)的選擇時非常重要的，考慮到所有時間序列的時間為1990-2013年，共有24年的數(shù)據(jù)，時間跨度較短，不宜選擇較大的滯后階數(shù)，所以從0、1、2、3、4中選擇一個相對合適的滯后階數(shù)。根據(jù)不同的判定準則(包括LR、FPE、AIC、SC、HQ)(見表5)，均選擇滯后階數(shù)為4，因此最后選擇的最優(yōu)滯后階數(shù)為4。

表5VAR模型最大滯后階數(shù)選擇結(jié)果

LagLogLLRFPEAICSCHQ0-147.49900NA689.88230015.0499015.19926015.0790601-73.79442117.927401.0856798.5794429.1768818.6960682-64.6017811.950431.1493648.5601789.6056978.7642743-54.5992010.002571.2739558.4599209.9535198.7514874-28.2208618.464840.3535426.7220868.6637647.101122

3.3平穩(wěn)性檢驗

當最優(yōu)滯后階數(shù)為4時，建立VAR模型，再進一步檢驗模型的平穩(wěn)性，發(fā)現(xiàn)特征根基本上都落在了單位圓以內(nèi)，表明序列是平穩(wěn)的，該VAR模型是有效的，如圖2所示。

圖2　VAR模型的平穩(wěn)性檢驗結(jié)果

3.4VAR模型參數(shù)估計

當滯后階數(shù)為4，建立VAR模型，估計結(jié)果如式(1):

(1)

該模型的整體檢驗結(jié)果(見表6)，從VAR模型的檢驗結(jié)果來看，殘差協(xié)方差較小，對數(shù)似然值也較小，AIC和SC信息量均較小，所以該模型的整體效果較好。

表6VAR模型整體檢驗結(jié)果

模型檢驗指標數(shù)值Determinantresidcovariance(dofadj.)0.078703Determinantresidcovariance0.003374Loglikelihood-28.22086Akaikeinformationcriterion6.722086Schwarzcriterion8.663764

3.5脈沖響應函數(shù)

在VAR模型中，一個重要的方面是系統(tǒng)的動態(tài)特征，即每個內(nèi)生變量的變動或沖擊對它自己及所有其他內(nèi)生變量產(chǎn)生的影響作者，這個是通過脈沖響應函數(shù)(impulse response function, IRF)來加以刻畫。下面利用脈沖響應函數(shù)來分析湖北省服務業(yè)就業(yè)、服務業(yè)增加值、城鎮(zhèn)化之間的相互影響[12]。

3.5.1湖北省服務業(yè)就業(yè)與城鎮(zhèn)化的相互影響

湖北省服務業(yè)就業(yè)與城鎮(zhèn)化之間相互影響關系如圖3，圖4所示。

從圖3可以看出湖北省服務業(yè)就業(yè)對城鎮(zhèn)化的沖擊較小，且波動較大，較為復雜，正負影響交替出現(xiàn)，不太穩(wěn)定。湖北省城鎮(zhèn)化對服務業(yè)就業(yè)一個標準化新息的響應在第1期是負向的，為-1.07，第2期仍然為負，為-0.92，第3期轉(zhuǎn)為正向，為0.34，后又開始下降，第5期僅為0.09，第6期又轉(zhuǎn)為負向，為-0.02，第7期再次轉(zhuǎn)為正向，為0.18，第8期開始一直為負，其中第10期為-0.25。

圖3　城鎮(zhèn)化對服務業(yè)就業(yè)的響應

圖4　服務業(yè)就業(yè)對城鎮(zhèn)化的響應

從圖4可以看出湖北省城鎮(zhèn)化對服務業(yè)就業(yè)的沖擊較大，且先為負向影響，后轉(zhuǎn)為正向影響。湖北省服務業(yè)就業(yè)對城鎮(zhèn)化一個標準化新息的響應在第1期為0，第2期為負向影響，為-0.25，第3期仍為負向影響，為-0.10，第4期轉(zhuǎn)為正向影響，為0.15，并且從第4期開始，一直為正向影響，且影響程度不斷加大，其中第10期達到0.48。

3.5.2湖北省服務業(yè)增加值與城鎮(zhèn)化的相互影響

湖北省服務業(yè)增加值與城鎮(zhèn)化之間相互影響關系如圖5，圖6所示。

從圖5可以看出，湖北省服務業(yè)增加值對城鎮(zhèn)化的沖擊較大，且一直為負向影響。湖北省城鎮(zhèn)化對服務業(yè)增加值一個標準化新息的響應在第1期為-0.45，第2-3期的負向影響有所增大，第3期達到了-1.61，第4-6期負向影響有所降低，第6期為-0.65，第7期增大到-1.57，一直到第10期達到了-1.75，均為負向影響。

圖5　城鎮(zhèn)化對服務業(yè)增加值的響應

從圖6可以看出，湖北省城鎮(zhèn)化對服務業(yè)增加值的沖擊較小，而且先為負向影響，后轉(zhuǎn)為正向影響。湖北省服務業(yè)增加值對城鎮(zhèn)化一個標準化新息的響應在第1期為0，第2期為負向影響，為-0.04，從第2期開始，其負向影響不斷增加，一直到第6期達到最大負向影響，為-0.30，第7期有所下降，為-0.15，第8期轉(zhuǎn)為正向影響，為0.13，第9、第10期變化不大，基本上在0.15左右。

圖6　服務業(yè)增加值對城鎮(zhèn)化的響應

3.5.3湖北省服務業(yè)就業(yè)與服務業(yè)增加值的相互影響

湖北省服務業(yè)就業(yè)與服務業(yè)增加值之間相互影響關系如圖7，圖8所示。

從圖7可以看出，湖北省服務業(yè)就業(yè)對服務業(yè)增加值的沖擊較小，且變動較大，先為負向影響，后轉(zhuǎn)為正向影響。湖北省服務業(yè)增加值對服務業(yè)就業(yè)一個標準化新息的響應在第1期為負向影響，為-0.36，第2期轉(zhuǎn)為正向影響，為0.14，從第2期開始正向影響不斷增大，一直增加到第6期的0.61，第7期又下降到0.38，第8-10期降幅更大，基本上在0.05左右。

圖7　服務業(yè)增加值對服務業(yè)就業(yè)的響應

從圖8可以看出，湖北省增加值對服務業(yè)就業(yè)的沖擊較大，且先為正向影響，后轉(zhuǎn)為負向影響。湖北省服務業(yè)就業(yè)對服務業(yè)增加值一個標準化新息的響應在第1期為0，第2期為0.17，第3期增加到0.21，第4期下降到0.08，第5期轉(zhuǎn)為負向影響，為-0.45，從第5期開始負向影響不斷增大，第10期達到了-1.41。

圖8　服務業(yè)就業(yè)對服務業(yè)增加值的響應

3.6方差分解

利用VAR模型，還可以進行方差分解研究模型的動態(tài)特征。其主要思想是，把系統(tǒng)中每個內(nèi)生變量(共m個)的波動按其成因(k步預測均方誤差)分解為與各方程新息相關聯(lián)的m個組成部分，從而了解各新息對模型內(nèi)生變量的相對重要性[15]。

從湖北省城鎮(zhèn)化方差分解的結(jié)果來看(見表7)，服務業(yè)增加值的貢獻率最大，達到71.84%，城鎮(zhèn)化本身和服務業(yè)就業(yè)的影響均較小，其中城鎮(zhèn)化本身的貢獻率僅為15.90%，服務業(yè)就業(yè)的貢獻率為12.26%。這也進一步說明了服務業(yè)增加值對城鎮(zhèn)化的影響較大。

表7URBAN的方差分解表

PeriodS.E.SEMPLOYSGDPURBAN10.34375648.816228.7765442.4072420.67056234.1469537.3462628.5067830.80183324.2578854.9710320.7711040.82625223.7323955.3172320.9503750.98446023.4633555.9043620.6322961.17562221.9113656.6700821.4185671.40145817.5618264.7368317.7013581.73016215.0681867.9677216.9641092.15350414.4966068.6940816.80932102.64090612.2631371.8358715.90100

從湖北省服務業(yè)增加值方差分解的結(jié)果來看(見表8)，服務業(yè)增加值本身的貢獻率最大，即達到了60.97%，其次服務業(yè)就業(yè)的貢獻率為30.74%，城鎮(zhèn)化的貢獻最小，僅為8.29%。這說明城鎮(zhèn)化對服務業(yè)增加值的影響很小，服務業(yè)就業(yè)對服務業(yè)增加值的影響也不大。

表8SGDP的方差分解表

PeriodS.E.SEMPLOYSGDPURBAN10.34375616.5465583.453450.00000020.67056214.4541685.429390.11644230.80183321.4357076.020792.54351240.82625226.3813768.668214.95041750.98446028.1877165.976515.83577561.17562232.4510960.451257.09765871.40145832.5884460.489526.92203181.73016232.0627760.688417.24881792.15350431.5522660.326288.121460102.64090630.7383760.970158.291477

從湖北省服務業(yè)就業(yè)方差分解的結(jié)果來看(見表9)，服務業(yè)增加值的貢獻率最大，達到了75.51%，城鎮(zhèn)化與服務業(yè)就業(yè)本身的貢獻率均較小，分別為12.89%、11.60%，這也說明服務業(yè)增加值對服務業(yè)就業(yè)的影響較大，城鎮(zhèn)化對服務業(yè)就業(yè)的影響不大。

表9SEMPLOY的方差分解表

PeriodS.E.SEMPLOYSGDPURBAN10.343756100.00000.0000000.0000020.67056279.641126.42640113.9324830.80183377.1525511.6404811.2069840.82625274.0811012.0117713.9071350.98446056.2345329.6805214.0849561.17562239.7799945.3758914.8441171.40145829.3059155.3825815.3115181.73016220.4449563.8509115.7041492.15350414.6331770.9714514.39538102.64090611.5990975.5109912.88992

4結(jié)束語

筆者利用VAR模型對湖北省服務業(yè)就業(yè)、服務業(yè)增加值、城鎮(zhèn)化三者之間的相關關系進行了實證研究，結(jié)果表明：湖北省城鎮(zhèn)化進程推動了服務業(yè)的就業(yè)水平的提升，但是服務業(yè)的就業(yè)水平的提高卻沒有推進城鎮(zhèn)化進程；服務業(yè)的增加值的增加推動了城鎮(zhèn)化進程，但是城鎮(zhèn)化進程卻沒有帶動服務業(yè)增加值的增加；服務業(yè)的增加值的增加帶動了服務業(yè)的就業(yè)水平的提升，但是服務業(yè)的就業(yè)水平的提升卻沒有帶動服務業(yè)增加值的增加。同時還發(fā)現(xiàn)，湖北省城鎮(zhèn)化進程對服務業(yè)就業(yè)水平的沖擊較大，且短期內(nèi)為負向影響，長期才轉(zhuǎn)為正向影響。其服務業(yè)的就業(yè)水平對城鎮(zhèn)化進程的沖擊較小，且波動較大，較為復雜，正負影響交替出現(xiàn)，不太穩(wěn)定。湖北省服務業(yè)的增加值對城鎮(zhèn)化進程的沖擊較大，且一直為負向影響，其城鎮(zhèn)化進程對服務業(yè)增加值的沖擊較小，短期內(nèi)為負向影響，長期才轉(zhuǎn)為正向影響。

總之，湖北省服務業(yè)增加值的增加帶動了城鎮(zhèn)化進程，而且城鎮(zhèn)化進程的發(fā)展又帶動了服務業(yè)就業(yè)水平的提升。但是，城鎮(zhèn)化進程的加快沒有帶動湖北省服務業(yè)增加值的增長，服務業(yè)的就業(yè)水平的提升沒有帶動城鎮(zhèn)化進程的發(fā)展。其原因是與湖北省服務業(yè)內(nèi)部結(jié)構不合理有較大關系，即傳統(tǒng)服務業(yè)所占比重過高，而現(xiàn)代服務業(yè)所占比重過低，盡管服務業(yè)的就業(yè)比重較高，但是主要集中在傳統(tǒng)服務業(yè)，一定程度上影響了城鎮(zhèn)化進程。因此，在城鎮(zhèn)化進程中，應該調(diào)整服務業(yè)內(nèi)部結(jié)構，適當增加現(xiàn)代服務業(yè)的比重，大力發(fā)展對經(jīng)濟增長有較大貢獻的現(xiàn)代服務業(yè)，比如金融、物流、電子商務、咨詢等行業(yè)。同時，還要加強對農(nóng)村勞動力的后期教育與培訓工

作，提高農(nóng)村勞動力的知識結(jié)構和技能水平，使得在城鎮(zhèn)化進程中轉(zhuǎn)移的農(nóng)村勞動力能夠較好適應現(xiàn)代服務業(yè)的要求，從而提高服務業(yè)增加值所占比重。

參考文獻：

[1]王美霞,樊秀峰.陜西服務業(yè)發(fā)展與城市化進程的互動關系研究[J].陜西師范大學學報(哲學社會科學版),2012,41(1):150-158.

[2]崔宏橋,沈頌東.吉林省城鎮(zhèn)化與服務業(yè)協(xié)調(diào)發(fā)展問題研究[J].經(jīng)濟縱橫,2014,20(1):112-115.

[3]郭進,徐盈之.城鎮(zhèn)化扭曲與服務業(yè)滯后:機理與實證研究[J].財貿(mào)研究,2015,41(12):118-128.

[4]劉德軍,商蔚.城鎮(zhèn)化與服務業(yè)互動發(fā)展的動態(tài)計量分析及對策建議[J].湖南社會科學,2015,28(4):128-131.

[5]李靜,劉英基.城鎮(zhèn)化進程中的服務業(yè)就業(yè)吸納能力的實證分析——以山東省為例[J].湖北社會科學,2011(10):85-88.

[6]王春國,馮丹.基于面板數(shù)據(jù)的中國西部地區(qū)城鎮(zhèn)化、工業(yè)化與服務業(yè)發(fā)展的實證研究[J].甘肅聯(lián)合大學學報(社會科學版),2013,29(1):41-45.

[7]孔杰.服務業(yè)對城鎮(zhèn)化進程的影響分析——以淄博市為例[J].山東行政學院學報,2012(5):89-91.

[8]王向.城市化進程與服務業(yè)發(fā)展的動態(tài)互動關系研究——來自上海的經(jīng)驗(1949-2010)[J].上海經(jīng)濟研究,2013(3):125-134.

[9]李程驊,鄭瓊潔.城市化進程與服務業(yè)發(fā)展的動態(tài)關系探討——基于江蘇省域的樣本檢驗[J].南京社會科學,2012(2):20-25,33.

[10]龔新蜀，胡志高.服務業(yè)發(fā)展、城鎮(zhèn)化與就業(yè)[J].軟科學，2015，29(11)：45-49.

[11]潘省初.計量經(jīng)濟學中級教程[M].北京:清華大學出版社,2009.

[12]易丹輝.數(shù)據(jù)分析與Eviews應用[M].北京:中國人民大學出版社,2008.

Study on the correlation of service industry development and urbanization in Hubei province based on VAR model

WANGXin-hua,WANGRui,DENGYi

(School of Economics and Management,Wuhan Polytechnic University,Wuhan 430023,China)

Abstract：Service industry development and urbanization are correlated. The paper uses VAR model to study the correlation of service employment, service added value and urbanization in Hubei Province. The results show that service added value promotes the process of urbanization. Urbanization promotes service industry’s employment. However the urbanization does not increase service added value. Service industry’s employment does not promote urbanization. Finally the paper puts forward some suggestions.

Key words：service added value; service industry’s employment; urbanization; VAR model

收稿日期:2016-04-12.修回日期:2016-04-27.

作者簡介:王新華(1980-),男,博士,副教授,E-mail:whpuwxh@163.com.

基金項目:國家社科基金青年項目(14CJY081);湖北省高等學校優(yōu)秀中青年科技創(chuàng)新團隊計劃(T201609).

文章編號：2095-7386(2016)02-0100-06

DOI:10.3969/j.issn.2095-7386.2016.02.019

中圖分類號：F 290

文獻標識碼：A