1.1研究方法偏最小二乘回归(PLS回归)是一种多元回归建模方法,它可以在自变量集合存在严重多重相关性及样本点容量较少的条件下进行回归建模,并对两组变量的相关性进行分析,从而确定两者的相互关系程度[15]。通过对称Logratio变换,可以有效地消除成分数据的定和约束,并且使得变换后的非成分数据更能反映成分数据的特性,提高模型的解释能力。将对称Logratio变换与PLS理论相结合的方法对用水结构与产业结构建模,不仅可以确定两者的相互关系程度,而且可以排除两者存在的多重相关性对模型的干扰。对称Logratio变换与PLS理论相结合建立成分数据线性回归模型的具体方法可参考文献[11]。
1.2模型建立福建省共九个设区市,根据地理区位和经济发展程度的不同可划分为沿海地区和山区,其中沿海地区包括宁德市、福州市、莆田市、泉州市、厦门市、漳州市六个设区市,山区包括三明市、南平市和龙岩市。本文基于福建省统计年鉴[16]、水资源公报[17]的基础数据,以沿海、山区及其九个设区市为研究单元,将1998年-2009年九个设区市和两地区三大产业产值比重的成分数据作为自变量X,以用水结构的成分数据作为因变量Y,建立各地线性回归分析模型。建模后可以形成以三大产业为自变量,以用水结构为因变量的各区域标准化回归方程,回归系数见表1。利用表1的回归结果进一步分析,发现模型对原始建模数据的拟合效果良好,见图1。
1.3模型验证将各区域2010年产业结构数据代入线性回归方程,得到对应的目标变量,经逆Logratio变换,最终求出相对应的用水结构的预测值(表2),结果显示,沿海和山区误差可控制在3%以内,大部分城市误差小于6%,总体而言模型拟合精度比较高。
2用水结构和产业结构相关性的区域变化分析
为了直观地观察用水结构与产业结构的相关关系,可以绘制偏最小二乘回归因子载荷图(图2)。在因子载荷图中,w为X数据集权重,c为Y数据集权重,第一个主成分可以得到X、Y数据综合权重w#c[1],第二个主成分可以得到X、Y数据综合权重w#c[2]。两要素之间的距离越近,它们相关性越强,反之相关性越弱;在相关圆内并靠近与圆心的要素与其他变量相关性均较弱[11]。通过有效因子载荷图和回归系数之间的对比,可对产业结构和用水结构进行相关性分析,进而确定两者的相关程度。
2.1沿海和山区相关性差异分析从偏最小二乘回归因子载荷图(图2)中可以看出如下结果。在山区,第一产业与灌溉用水之间的距离最近,两者高度相关(图2(a));第二产业与工业用水、第三产业与生活用水距离均较远,说明第二产业与工业用水、第三产业与生活用水相互关系均不显著。从回归系数直方图(图3(a)),可以看出第一产业对灌溉用水、第二产业对工业用水都起到促进作用,即随着产业的发展用水量和用水结构比重也逐渐增加,并且第一产业对灌溉用水的促进作用更显著。近年来山区二、三产业虽有所发展,但是农业仍占重要地位,灌溉用水在用水结构中仍占主导。在沿海地区,工业用水与第二产业距离最近,两者高度相关(图2(b));其次为灌溉用水和第一产业;生活用水与三大产业相关性均不显著。从回归系数直方图(图3(b))中可以看出,第一产业对灌溉用水、第二产业对工业用水都起到促进作用,且后者作用更显著。沿海地区经济较发达,第二产业在经济中占有举足轻重的地位,工业用水决定着本区的用水总量和分配,对用水结构影响明显。无论山区还是沿海地区,生活用水与三大产业相关性均不显著,这一方面是因为生活用水占总用水量比重较低,另一方面因为生活用水所包含的数据比较复杂,没有完全与生活用水对应的生产部门。
2.2设区市相关性变化产业结构一般经历/一二三0转为/二一三0,再到/二三一0,最终变为/三二一0的演化过程[18]。用水结构一般从用水量大、附加值相对较低的农业用水逐步向高附加值的第二产业、第三产业转移[9]。目前福建省九个设区市经济发展程度不一,产业结构差异较大,根据九个设区市用水结构与产业结构之间相关性差异,可将九个设区市划分为四种不同的类型:第一类(厦门市):三大用水与三大产业均高度正相关,在有效因子载荷图中表现为产业和用水之间的距离均较近,几乎重叠在一起(图4)。从1998年到2010年,厦门市三大产业结构从5:52:43转化为1:50:49,用水结构由59:23:18转化为27:30:43[16217],产业和用水结构趋于成熟,使三大产业与用水结构之间具有较强的相关性。第二类(泉州市、福州市和莆田市):第一、二产业与相应的用水结构均高度相关,第三产业与生活用水的相关性不显著。这些城市均为福建省东部经济较发达城市,工业在整个产业结构中占有重要地位,对用水结构影响显著。以泉州市为例,1998年-2010年第二产业从52%逐渐增长到60%,工业用水从27%逐步增长到55%;同时,第一产业和灌溉用水比重均出现显著下降,其中灌溉用水从55%下降到29%;而第三产业和生活用水分别在34%和15%附近徘徊,没有出现显著的变化规律。第三类(南平市、龙岩市和宁德市):第一产业与灌溉用水呈较强相关性,工业用水与第二产业相关性次之,第三产业与生活用水的相关性不显著。这些地区第一产业和灌溉用水在产业和用水结构中仍占有重要地位,农业生产占当地GDP的近20%,却消耗了60%左右的水资源[16217]。以南平市为例,1998年-2010年第一产业从29%下降到23%,灌溉用水从83%逐步下降到64%。第四类(三明市和漳州市):三大用水与三大产业相关性均不显著。在因子载荷图中三大用水趋近于原点(图4),用水结构与产业结构相互关系均不显著,产业结构对用水结构解释能力不足,说明用水结构的变化可能不仅受产业结构的影响,还与其它因素有关。三明市为福建省老工业基地,1998年-2010年产业结构和用水结构呈波动变化,并没有明显的演化规律,这可能因为受到政策导向等因素的干扰所致。
3结论
(一)指标设置及数据选取金融资产结构包括金融资产内部结构和金融资产外部结构。其中金融资产内部结构是指一个国家或地区内货币、证券、保险、债券等各类金融资产在该国或地区金融资产总量中各自占有的比例关系，具体包括货币性金融资产/金融资产总量、证券类金融资产/金融资产总量、保险类金融资产/金融资产总量等指标，衡量的是金融资产多元化的程度。为了反映西部地区金融资产多元化程度与产业结构升级之间的关系，本文采用金融资产内部结构指标来反映西部地区金融资产结构，主要选取的指标有HB、ST、IN。其中，HB=M2/金融资产总额，代表货币资产结构;ST=股票市值总额/银行信贷余额，代表证券资产结构;IN=保费收入总额/金融资产总额，代表保险资产结构。从产业结构升级指标看，根据钱纳里的相关理论可知，当一个国家或地区的产业结构出现升级时，第一产业产值在国内生产总值或地区生产总值中所占有的比重会下降，第二三产业产值在国内生产总值或地区生产总值中所占有的比重会上升。考虑到与东部地区相比，西部地区生产力发展水平相对滞后，产业结构升级更多表现为第二三产业所占比重的增长。为此，本文的产业结构升级指标=(第二产业产值+第三产业产值)/国内生产总值，即非农产业占比FN来代表。在数据选取上，本文以1993－2011年间中国西部地区12省市的金融资产结构和产业结构面板数据作为样本。由于1990年12月和1991年6月中国上海证券交易所和深圳证券交易所才相继成立，1992年以后中国证券市场才有一个完整的会计年度数据，1993年之前西部地区上市公司数量及股票市值较小。因此，这里将实证样本数据的选取跨度定为1993－2011年，数据来源为该期间西部地区各省市的《城市统计年鉴》、《经济统计年鉴》、《统计公报》。为了保证各数据序列具有可比性，以1993年为基期，运用1993－2011年间西部地区各省市的CPI指数对相应数据指标序列进行调整。调整后的数据序列FN、HB、ST、IN分别为产业结构升级指标、货币资产结构指标、证券资产结构指标、保险资产结构指标，其特征值见表1。由表1可见，1993－2011年间，西部地区货币资产结构指标的均值最大，保险资产结构指标的均值最小。货币资产结构指标均值是保险资产结构指标均值的69．833倍，是证券资产结构指标的3．551倍。货币资产在西部地区金融资产结构中占有举足轻重的地位，保险资产发展明显不足。从残差项看，西部地区证券资产结构指标的残差项最大，保险资产结构指标的残差项最小，这和现实情况基本一致。
(二)面板单位根及协整检验在进行面板协整检验和PVAR模型分析之前，需要先对各数据序列的平稳性进行检验。这里的序列为面板型数据，运用传统的单位根检验方法可能会产生效力偏低的偏误。为此，这里分别采用了LLC、ADF和Fisher－PP三种适用于面板数据序列的方法进行检验，以保证检验结果的可靠性，结果见表2。由表2的检验结果可知，1993－2011年间西部地区金融资产结构与产业结构数据序列的水平值都无法完全拒绝“存在单位根”这一原假设，各序列的一阶差分检验值全部可以显著拒绝原假设。因此，西部地区金融资产结构和产业结构指标序列均满足一阶单整，可运用面板协整检验方法来检验该期间金融资产结构调整与产业结构升级之间是否存在协整关系。为了保证检验结果的稳健性，这里采用了Pedroni［15］和Johan-sen面板协整两种方法进行检验，结果见表3。从表3中的Pedroni检验结果可见，除PanelPP和GroupPP－Statistic两个指标不显著外，其他指标均显著拒绝“不存在协整关系”的原假设，这表明变量间存在长期协整关系。同时，Fisher检验值也在1%的显著度水平下显著拒绝原假设，所以存在协整关系。
(三)PVAR模型估计Chamberlain开创了基于面板数据的PVAR模型。以此为基础，DouglasHoltz－Eakin、WhitneyNewey和Harvey［16］建立了如下基于个体固定效应时变系数的PVAR模型和广义距估计(GMM)法。PVAR模型拥有一个前提假设，即每个省市的金融资产结构变量HB、ST、IN对产业结构升级的影响具有相同的基本结构，这显然与现实存在较大差距。为此，这里把固定效应ηt和时间效应Φt引入模型，分别代表不同省市变量间存在的区域异质性和解释系统变量里的趋势特征，εi，t为白噪声。在有效去除模型中固定效应和时间效应的干扰之后，即可采用GMM估计法来估计PVAR模型参数，具体结果见表4。根据AIC信息准则可得知模型的最佳滞后期为1期。由表4的估计结果可知，西部地区FN对自身在1%水平上具有显著的正向影响，影响度为0．923%;对HB在5%水平上具有显著的正向影响，影响度为1．448%;对ST在10%水平上具有显著的正向影响，影响度为0．581%;对IN有微弱的正向影响，影响度为0．025%，但并不显著。HB对FN在5%水平上具有显著的反向影响，影响度为－0．823%;ST对FN在10%水平上具有显著的正向影响，影响度为1．051%;IN对FN具有微弱的反向影响，影响度为－0．051%，并不显著。
二、面板脉冲响应及方差分解
为了让误差项实现正交，以便克服因误差项相关而对估计效果产生影响，这里采用的方法是Cholesky残差的方差—协方差矩阵分解。由于方程顺序或内生变量顺序在大多数情况下会影响Cholesky残差的方差—协方差矩阵分解结果，需要建立相应的置信区间来避免这一问题。为此，本文以GMM方法估计出的系数以及方差—协方差矩阵为基础，采用MonteCarlo模拟实验随机生成大量系数，重复计算变量间的冲击响应，这一过程共进行了500次，用模拟结果所获得的两个标准误差置信区间来评价变量间的冲击响应是否显著。图1给出了西部地区金融资产结构调整与产业结构升级之间的PVAR正交化脉冲响应图，其中横轴为追溯期，这里共考察了6个追溯期;纵轴为其他变量产生一个标准差冲击时因变量的响应程度;中间一条曲线为因变量的响应函数线，外侧两条曲线为2倍标准差的置信区间。图1中第一行分别是FN对来自HB、ST、IN一个标准差冲击的响应情况。由图可见，当HB产生一个标准差冲击时，FN在即期的响应值为0，随后表现为一种反向效应，这说明1993－2011年间西部地区的货币资产增长并没有促进产业结构升级。究其原因，这或许是因为货币资产的增加意味着社会融资环境变得更加宽松，在融资成本较低的条件下企业缺乏动力进行产业结构升级的缘故。当ST产生一个标准差冲击时，FN在即期的响应值为0，之后则呈现为一种正向响应，说明证券资产结构的调整促进了西部地区产业结构升级，这与证券市场的资源优化配置功能相符。当IN产生一个标准差冲击时，FN的即期响应值为0，之后逐渐呈现为一种反向响应，这或许与西部地区企业效益不高有关。当企业效益较差时，保险资产结构的提升意味着企业将为更多员工投保，或为原有员工增加投保金额，这可能会加重企业负担，在一定时期内不利于企业发展，因此表现出一种微弱的反向响应。图1中第二行分别是HB、ST、IN对FN一个标准差冲击的响应。从图中可见，当FN产生一个标准信息差冲击时，HB的响应为正向，这说明西部地区产业结构升级有利于货币资产结构的提升。这是因为产业结构升级后，其产出效率更高，企业和居民个人将拥有更多存款和财富，其显现出来的效应就是整个社会的货币资金增加。当FN产生一个标准差信息冲击时，证券资产结构在即期虽然表现为一种微弱的反向响应，但很快转变为一种稳定的正向响应。说明从整体上看，产业结构升级有利于证券资产的发展。当FN产生一个标准差冲击时，IN在即期表现为一种正向响应，之后逐渐向0收敛。说明西部地区产业结构升级能促进保险资产的发展，但从总体上看这种促进效应还相对较小。为了进一步揭示各变量波动的来源，下面分别从10、20、30个预测期对HB、ST、IN和FN的预测均方误差进行分解，进一步分析HB、ST、IN和FN间冲击作用的具体构成，结果见表5。由方差分解结果可知，在10、20、30个预测期，FN的变动中分别有37．288%、34．513%和34．493%的比例来源于自身，来源于HB的影响分别为17．336%、17．192%和17．178%，来源于ST的影响分别为41．343%、44．947%和44．991%，来源于IN的影响分别为4．033%、3．349%和3．339%。对FN变动影响的大小顺序分别为证券资产结构调整、货币资产结构调整、保险资产结构调整。与此相应，FN对HB的影响分别占到32．369%、34．488%、34．492%，对ST的影响分别为29．191%、34．450%、34．492%，对IN的影响的分别为34．945%、34．498%、34．492%。由此可见，产业结构升级对证券资产结构调整、货币资产结构调整、保险资产结构调整的影响大小较为接近。
三、面板Granger因果检验
根据Granger的研究结论，如果两个非平稳时间序列变量存在协整关系，那么这两个变量间至少存在一个单向格兰杰因果关系［19］。在假设变量已包含全部预测信息的前提下，Granger构建了以下检验模型。该模型主要适用于时间序列数据。Hurlin和Venet认为，当检验对象为既有时间维度特征，又有截面维度特征的面板数据序列(PanelData)时，由于样本量明显增大，自由度提高，解释变量间的共线性程度会降低，基于面板数据序列为基础的模型检验具有更强的稳定性和可靠性［20］。模型(8)假设变量Y与其自身的过去值以及变量X的过去值相关，如检验结果显示变量X的系数和显著不等于0，则说明系统中仅存在X到Y的单向格兰杰因果关系。模型(9)假设变量X与其自身的过去值以及变量Y的过去值相关，如估计结果显示变量Y的系数和显著不等于0，则说明系统中仅存在Y到X的单向格兰杰因果关系。如果检验结果显示变量X和变量Y都显著不等于0，则说明变量X和变量Y之间存在双向因果关系，即X是Y的格兰杰原因，Y也是X的格兰杰原因。以上模型中，Δ代表变量的一阶差分，p为变量的滞后期数。如检验结果显示模型中的差分项显著，则说明在短期内变量间存在格兰杰因果关系;如检验结果显示模型中的误差修正项ecmt－1显著，则说明在在长期内变量间存在格兰杰因果关系。运用面板数据对西部地区12省市金融资产结构调整与产业结构升级变量进行格兰杰因果关系检验，结果见表6。由表6的检验结果可得出以下结论:第一，无论是FN与HB、FN与IN，还是FN与ST的格兰杰因果关系检验的ecm均至少在5%水平显著。说明在长期内，西部地区金融资产结构调整与产业结构升级之间存在双向格兰杰因果关系，即产业结构升级是金融资产结构调整的格兰杰原因。同时，金融资产结构调整也是产业结构升级的格兰杰原因。第二，在短期内，FN和HB、FN和ST、HB与ST之间只存在单向因果关系，即HB是FN的格兰杰原因，但FN不是HB的格兰杰原因;ST是FN的格兰杰原因，FN不是ST的格兰杰原因。第三，短期内，IN与FN之间不存在格兰杰关系，即FN不是IN的格兰杰原因，IN也不是FN的格兰杰原因。
四、结论及政策建议
加成定价在经济学上之所以难以估计，主要原因是存在不可观测项边际成本。在计量经济学中借助工具变量法来消除遗漏变量的影响，从而得到无偏估计量。许多学者用会计数据中的利润、收入或者销售额减去企业的劳动和资本支出来计算边际成本。从经济意义上看，由于使用不同会计规则，会计数据和成本加成没有明显的时间序列相关关系，利用这些会计数据估计加成定价将会使估计出现问题(Bresnahan，1987;DeLoecker，2012)。因此我们使Hall(1988)和Roeger(1997)所采用的“索罗”残差来消除估计内生性问题，得到各个估计量的无偏估计。根据《中国工业统计数据库》中提供的数据。其中AVit表示工业增加值(Cai＆Liu，2009;聂辉华，2012)，CEit表示支付工人工资总额，CMit表示中间投入品额，NKit净固定资产余额，Rit是资本使用成本。
二、结果分析
本文按1999－2007年份对各行业按照公式(1)进行了回归，其中β为加成系数，stdr为标准差，u为常数项，no为观测数。本文在模型回归中采用面板数据，通过HansmanTest方法，判断采用固定效应模型，结果在表1中所有行业的加成定价能力都大于1，表明国内制造业企业都存在加成定价行为，市场是处于非完全竞争市场。从上表中可以看出皮革、毛皮、羽毛(绒)及其制品业、化学纤维制造业、电气机械及器材制造业、有色金属冶炼及压延加工业、塑料制品业、黑色金属冶炼及压延加工业的β都小于企业的平均垄断势力0.269，即上述几个行业的加成定价能力低，市场商品价格低，很容易遭到其他出口国家的反倾销调查。通过查看今年来我国遭受到各类贸易摩擦来看，上述几个行业真实中国遭受各种贸易制裁措施的重灾区。而饮料制造业和医药制造业的加成定价能力比较高，如果一个行业在市场上的产品竞争力越强，其拥有的成本加成能力也越强，这与该行业的产品竞争力相关。为了解我国的制造企业中出口企业的时间效用，对公式(1)进行回归，其中deltax系数表示β1的系数，将每年的出口企业作为哑变量，其系数为β2，我们可以看出从2000－2007年我国的出口企业的加成定价能力，从表2中可以看出，中国出口企业的加成定价能力处于下降态势，只有2002年除外。
2000年加成定价能力要比1999年低1.11%，2007年要比1999低15.9%，但是2002年要比1999高3.78%。那是这是什么原因造成的呢?对于2002年，我们觉得这与我国加入WTO有关，当中国加入WTO以后，中国出口企业面对的是更大是市场需求，国外市场对中国产品有很大的需求量，企业加成能力较高，但是2002年以后我国的出口企业加成定价一直在下降。其背后的原因，一方面，我国一直采取出口导向政策，用出口带动经济发展，对我国出口企业采取出口退税或者出口补贴的政策，这导致我国的企业即使加成定价能力弱，也大量出口，从而获得国家的优惠政策;另一方面，我国的出口贸易结构一直不合理，本文认为我国出口企业过多的集中在低端加工制造业，皮革、毛皮、羽毛(绒)及其制品业、化学纤维制造业、电气机械及器材制造业、有色金属冶炼及压延加工业、塑料制品业、黑色金属冶炼及压延加工业等这些行业，这些行业往往为劳动密集型企业，企业发展的动力依靠我国的低价劳动力，同时很多的跨国企业利用转移污染来避税，将能耗高、污染重的制造业转移到我国，所以我国的出口企业应该加快产业升级，进行产业结构调整。最后，从加成定价反映的企业竞争程度可以看出，出口市场的竞争越来越激烈，如果仅仅采取低价策略，不利于我国出口的长远发展我国的出口企业必须提高自身的竞争力。鉴于出口与非出口企业的成本加成能力的不一样，根据是否从事出口来对企业性质分为出口企业和非出口企业，在表3中回归结果表明:出口企业加成成本更低，而非出口企业的加成定价能力为正向，加入出口企业(Exdeltax)的虚拟变量后，其系数为－0.189，说明出口企业加成能力很弱，同时，为了检验回归结果的稳健性，同时对企业出口额与工业生产总值的比值进行了回归，结果表明，出口并没有提高我国企业的加成定价能力。一方面非出口企业在国内拥有更多的垄断因素，对于市场有更高的制定价格的能力，而出口企业在国外市场面对的竞争因素更多，比如国外的法制的完善性、国外市场的透明度有关。同时，国内的企业可能面临更多的其他费用，造成非出口企业在产品价格中包含了更昂贵的运费、税收、管理费用等，这就间接的提高了产品的价格，使得非出口企业的产品的价格要高于国外市场。另一方面，汤二子(2011)认为中国出口企业存在“生产率悖论”，其原因是国内存在较高的准入条件，企业面向的国内市场成本要高于出口市场，同时，出口企业一般是规模大的企业，企业只有达到一定的边界值才能进行出口。对于市场集中度，本文回归中用hhidea表示，通过表3可以看出，市场集中度对企业加成定价有正向促进作用，那么对于加成定价很弱的行业来说，其市场集中度就很低，对于我国出口市场来说，进行出口的企业分布众多，市场竞争力弱，这也体现当今不尽合理的产业结构，因此，从市场集中度我们可以看出需要调整我国的出口行业的结构。
三、结论与政策建议
城镇化、居民消费、产业结构三者之间的互动机制以及实际效应问题，历来是经济学界关注与研究的热点，国内外众多学者从不同视角，运用不同分析方法对其进行了大量深入的探索与研究，也取得了许多有价值的结论和成果。
1.1有关城镇化与产业结构关系的研究
随着经济的增长与发展，产业结构由第一产业向第二、三产业转变，这一转变过程会带动劳动力、资本和居民点向城市转移，由此推动城市化进程(库兹涅茨，1989)。Glaeser(2005)认为城市化的成功与否与它适应产业结构的能力息息相关。陈立俊和王克强认为第二、三产业的快速发展，必然增强城市的吸纳能力，使更多的人口由农村转向城市，从而加快城市化水平的提升。陈立泰和刘艺实证分析揭示了我国产业结构合理化和高级化均对城市化发展具有显著的促进作用。另一方面，城市化促进了现代服务业的快速发展和协同集聚，也推动了产业升级(Kolko，2010)。蓝庆新和陈超凡的空间计量研究表明中国新型城镇化对产业结构升级具有强烈的空间冲击效应，能够显著提升产业发展层次。
1.2有关消费结构与产业结构关系的研究
消费需求及结构可以影响产业结构，并且是影响产业结构调整的一个重要因素(克拉克，1951)［7］。钱纳里(1975)研究发现产业结构与消费结构在资源配置过程中存在相互依赖的关系。国内学者方面，查道中等通过建立VAR模型，研究发现:我国城市居民消费结构升级对产业结构升级具有较弱的正向诱导效应，而农村居民消费结构则不具备这种效应。陈海波等以江苏为研究对象，探讨区域消费结构与产业结构的关系，他们的研究结果显示江苏居民消费结构能促进产业结构升级，而周辉的实证研究却表明上海居民消费结构对产业结构的拉动作用不显著。邓于君等另辟蹊径，从消费需求软化的视角，研究发现消费需求软化成为当前促动中国产业结构软化的首要因素，中国消费需求软化对产业结构软化升级促动作用具有很大的潜能。
1.3有关城镇化与居民消费关系的研究
RobertO.Herrmann(1967)发现居民消费水平与城镇化有显著的关系。蔡窻指出城市化与消费需求的关系是互为内生的，不同区域的消费需求变化引致城市化，而城市化进程又会促进市场发育，并引起消费水平和消费结构的变化。蒋南平等(2011)［15］认为我国城镇化过程显著地促进了城乡居民消费的增长，总体上城镇化对城镇居民消费增长的促进作用大于农村居民。付波航等(2013)［17］使用动态面板GMM估计发现城镇化水平与我国居民消费率呈正向关系，城镇化通过提升居民消费能力、改变居民消费习惯和扩展消费领域等途径间接地提高了总体消费水平，预计这一正向作用还会增强。纵观国内外学者的研究可以看出，绝大部分文献的研究视角主要局限于城镇化、居民消费、产业结构两两之间的关系上，以系统论的视角将三者进行整合研究的文献较少，尤其关于城镇化、消费结构与产业结构三者之间互动关系的研究成果极为罕见。基于此，本文在总结既有理论研究成果的基础上，通过构建VAR模型，运用Johan-sen协整检验、Granger因果关系检验、脉冲响应函数和方差分解实证分析我国城镇化、消费结构与产业结构的互动关系，以期为当前有关部门进行决策提供一定的边际经验支持。
2城镇化、产业结构与消费结构互动关系的理论分析
城镇化、产业结构与消费结构三者相互依存、相互促进，具有互动效应。为了更深入系统地研究城镇化、产业结构与消费结构之间的互动关系，在总结既有研究成果的基础上，我们尝试将三者有机结合起来，以系统论的视角提出一个有关三者互动的理论框架，概述如下:(1)产业结构的调整和升级需要以城镇为载体和依托，城镇化带动大量的农村剩余劳动力和逐利资本等生产要素向城镇转移和集聚本身就为产业结构调整与升级创造了条件。此外，城镇化带来的知识、技术等创新要素集聚，有利于增强产业技术水平和创新活力，驱动传统产业升级和新兴产业发展。另一方面，城镇化有利于提高居民的收入水平，在收入效应的作用下，居民的消费需求扩大，消费结构层次也随之提升。同时城镇居民的消费习惯和消费行为也会对新进入者形成一种“示范效应”，促使其由低消费率向高消费率转变，由低消费层次向高消费层次转变。(2)产业结构的演进是城镇化发展的前提、动力和基础。产业结构的调整和升级意味着主导产业由收益率较低的第一产业向收益率较高的第二、第三等非农产业转移，这必将改变劳动力结构，带动劳动力人口由农村向城镇转移，从而推动城镇化发展。另一方面，从短期静态的视角来看，产业结构决定消费结构，消费结构不可能脱离产业结构。产业结构尤其是产品结构决定了消费结构的数量和质量，产业结构的调整和升级为消费结构的合理变动提供了物质保障，产业结构的调整必将直接影响居民消费结构的现实变化。(3)从长期动态的视角来看，消费结构主要通过居民收入和消费品相对价格的变化来影响消费品供给结构的调整，从而带动消费品生产行业的优化与升级。由于各产业之间具有联动效应，消费品生产行业的优化与升级也必将带动投资品生产行业的优化与升级，最终在宏观层面表现为社会整体产业结构的优化与升级，因此，消费结构决定产业结构演变的方向，产业结构必须与消费结构相适应。另一方面，消费结构的升级意味着居民对高档消费品和高级消费形式的追求，由于城镇消费品种丰富、消费服务设施完善，吸引了各类群体进入城镇这个产业集聚地与商业、消费集聚地进行消费，拉动了城镇消费的增长，消费增长又通过乘数效应拉动城镇经济总量增长和就业人数的增加，推动了城镇化的发展。此外，随着城镇经济的发展，城镇地域面积进一步扩大，基础设施进一步完善，教育、医疗等优质公共消费品进一步增加，吸引大量民众从农村向城镇迁移和定居，从而也在客观上推动了城镇化进程。
3实证分析
3.1变量的选择
3.1.1城镇化指标(UR)ChristopherWilson(1986)［18］在其主编的《人口学辞典》中指出人口学通常所说的城镇化是指人口的城镇化，即居住在城镇的人口比重不断上升的现象，按照此观点，我们选取我国城镇常住人口占总人口的比重作为衡量城镇化水平的指标，这也与众多学者的方法一致。3.1.2产业结构指标(IS)本文借鉴徐德云(2008)［19］的产业结构升级测度指标，用以下公式来测度产业结构的优化升级:IS=∑3i=1Ii×i=I1×1+I2×2+I3×3，其中，Ii为第i产业的产值与总产值的比值。从测度公式可以看出IS的取值范围为1～3，如果该指标等于或越接近于1，则意味着一国产业结构高度就越低，反之，如果该指标越接近于3，则表示该国产业结构高度就越高。3.1.3消费结构指标(CS)按照我国的统计方法，城镇居民的消费支出主要用于食品、衣着、居住、家庭设备及用品、交通通信、文教娱乐、医疗保健、杂项商品和服务等8个方面，各项支出之间的比例关系就是消费结构。在这8个方面的支出中，食品支出是最基本的，其在总消费支出中所占的比重我们称之为恩格尔指数。在实证研究中，国内学者一般选取恩格尔系数作为居民消费结构的代表变量。恩格尔系数的大小与居民消费结构层次成负向关系，即系数越高，消费结构层次越低。考虑到消费结构与城镇化、产业结构之间存在着相互促进的关系，为了反应这种关系以及消费结构层次的升级，我们采用居民非食品支出占总消费支出的比重作为居民消费结构的评价指标，这里未剔除物价因素不影响分析目的。本文所选变量数据均来自历年《中国统计年鉴》，缺省的数据来自《新中国60年统计资料汇编》，数据时间跨度为1980～2012年。为了减少异方差和偏误，我们在实证分析之前，对所有变量均进行了自然对数处理，对数处理后的各变量名分别为LUR、LIS、LCS。
3.2模型的设定
为了研究我国城镇化、产业结构和消费结构三者构成的多变量系统内各变量之间相互影响的综合动态关系，建立由这3个内生变量组成的并且不考虑外生变量的VAR模型，具体形式为:Yt=C+∑pi=1AiYt－i+εt。其中Yt=(LURt，LISt，LCSt)T，C为常数序列向量，p为VAR模型中内生变量的滞后期，εt为白噪声序列向量。
3.3单位根检验
VAR模型中的变量通常是非平稳的时间序列，因此必须检验时间序列变量是否具有单位根，以此判定序列是否平稳，这直接关系到后续研究结论的准确性。时间序列变量LUR、LIS和LCS的单位根检验结果如表1所示。
3.4协整检验
在确定了变量序列LUR、LIS和LCS的同阶单整性后，为了进一步分析城镇化、消费结构与产业结构三者之间是否存在着长期均衡关系，还需通过协整检验以判断三者之间是否存在着协整关系。本文采用基于VAR模型的Johansen协整检验法。在运用Johansen协整检验法进行协整分析前，应首先构建LUR、LIS和LCS的VAR模型。但同时又因为协整检验对滞后阶数比较敏感，所以我们根据非约束的VAR模型的LR、FPE、AIC、SC和HQ等5个评价准则确定最佳滞后阶数，判断原则是当超过50%的准则选择某个滞后阶数的话，那么就认为该滞后阶数为VAR模型的最优滞后阶数。表2为VAR模型滞后期检验结果，5个评价准则中有4个均显示应选择滞后2期。由此，本文建立VAR(2)模型。从VAR(2)模型整体检验结果来看，其中LUR、LIS和LCS3个方程的修正可决系数分别为0.999、0.987和0.979，说明3个回归方程的拟合优度很高，解释能力很强。F统计量结果表示回归方程总体显著。此外，VAR(2)模型的单位根模的倒数均小于1，表明建立的模型稳定，由此得出的脉冲响应函数和方差分解是稳健和可靠的。下面对其进行Johansen协整检验，Johansen协整检验主要包括迹检验和最大特征根检验。本文采用观测序列有线性确定性趋势并且协整方程(CE)仅有截距，变量间协整关系检验如表3所示。从Johansen协整检验结果来看，在0.05的显著性水平下，LUR、LIS和LCS3个变量之间存在一个协整关系，也就是在95%的置信度下，有理由相信我国城镇化、产业结构和消费结构三者之间存在长期稳定的均衡关系。
3.5Granger因果关系检验
协整检验表明，LUR、LCS和LIS3个变量之间存在着长期稳定的均衡关系，但是这种均衡关系是否表明这些变量之间存在因果关系仍需进一步验证。下面我们采用Granger因果关系检验法来对其进行检验，结果如表4所示。从表4的检验结果来看，(1)城镇化是产业结构优化升级的Granger原因，同时消费结构的升级亦是产业结构优化升级的Granger原因，此外二者的联合检验也表明城镇化和消费结构升级同时是促进产业结构优化升级的Granger原因，即我国的城镇化发展和居民消费结构的升级对产业结构的优化升级具有显著的正向促进作用，这与前文理论分析的结论是一致。(2)城镇化与产业结构的优化升级分别是消费结构升级的Granger原因，同时二者的联合检验也表明城镇化和产业结构的优化升级同时是消费结构升级的Granger原因，即我国的城镇化发展和产业结构的优化升级显著地促进了居民消费结构的升级，亦与前文理论分析的结论一致。(3)消费结构升级与产业结构优化升级不单只是个体，而且包括整体都并非城镇化的Granger原因，说明消费结构升级与产业结构优化升级并没有显著地推动城镇化的发展。城镇居民消费结构升级并没有显著地推动城镇化的发展，原因可能在于:在长期的二元经济结构和户籍制度等体制影响下，城乡居民收入、社保等福利待遇一直保持较大差距，尤其我国城镇化长期依赖于房地产，高房价的受益者———城镇居民实际收入增加，消费结构随之升级，拉动城市物价水平的上升。这样，房价高企、生活成本提高、就业困难等“城市病”日益严重，促使进城务工者弃城返乡，甚至在一些地区出现城镇居民向郊区迁移的“逆城市化”现象。而产业结构优化升级并没有显著地推动城镇化发展，究其原因，可能在于以下两点:(1)我国尚处于工业化中期阶段，第二产业产值比重在三次产业中居于首位，然而第二产业就业比例长期低于第一、第三产业，并且第二产业对劳动力的吸收能力长期低于产值比重仍然较低的第三产业。显然，这使得我国当前的产业结构优化升级难以有效带动农村剩余劳动力向城镇转移。(2)我国产业结构的优化升级路径一直以来更多地依赖于资本和技术投入，而非劳动力，从而难以充分吸收利用农村剩余劳动力为产业结构的优化升级服务，也就难以推动城镇化的发展。
3.6脉冲响应分析和方差分解
3.6.1脉冲响应分析在应用VAR模型时，一般不需对参数估计值进行经济解释，重点是对模型的动态特征进行分析，这一般需借助脉冲响应函数来分析每个内生变量的变动或冲击对它自己及其他所有内生变量产生的动态影响。在前面Granger因果关系分析基础上，可知城镇化和产业结构优化升级是消费结构升级的原因，城镇化和消费结构升级是产业结构优化升级的原因。为考虑城镇化和产业结构优化升级对消费结构升级的影响以及城镇化和消费结构升级对产业结构优化升级的影响，根据前面建立的VAR(2)模型，可以利用脉冲响应函数来分析这两方面冲击的动态响应路径，具体见图1，其中横轴表示冲击作用的滞后期数，纵轴表示响应程度。LCS对来自LUR一个标准差新息的冲击，在第1期的响应为0，从第2期开始迅速上升到高位，然后表现出较稳定的正响应，到第4期达到最大值，之后迅速下降，到第9期达到正响应的最小值，然后缓慢上升最终趋于稳定。整体上看城镇居民消费结构升级对城镇化的冲击处于正响应状态，说明城镇化对城镇居民消费结构升级具有较强的正向推动作用。这是因为城镇化一方面有利于提高城镇居民的收入水平;另一方面能改变居民的消费观念和消费行为而扩大消费需求，带来城镇居民消费结构的升级。LCS对来自LIS一个标准差新息的冲击，一开始就表现出较强的正响应，然后正响应在第2期达到最大，之后呈现逐渐下降的趋势，到第8期开始转变为负响应，经过短暂下降后逐渐上升，并于第14期开始又转为正响应，之后表现出持续较小正响应的趋势。总体来看，在长期内产业结构优化升级对消费结构升级具有一定的正向促进作用，但影响有限。然而从中期来看，产业结构优化升级对消费结构升级存在着负向冲击。原因可能是因为我国产业结构优化升级主要体现为资本投入，投资的增加必然会限制居民消费的扩大和消费结构的升级，随着产业结构优化升级“红利”的逐渐显现，城镇居民收入不断提高，其消费需求层次也将提高，必然导致消费结构向较高层次转变。LIS对来自LUR一个标准差新息的冲击，在最初的响应为0，从第2期开始迅速增加，第3期达到最大值，之后逐渐下降，到第7、8期达到最小的正响应值，然后缓慢上升最终在较高位表现出稳定的正响应趋势。整体上看产业结构优化升级对城镇化的冲击体现出的较大正响应状态。该冲击效应表明:我国城镇化建设在短期内能迅速促进产业结构的优化升级，但“摊大饼”式的城镇化，势必在中期内与产业结构优化升级的需要产生冲突和摩擦。通过改革城镇化发展规划和管理体制，进一步增加和完善相关基础设施和公共品的供给，最终可以发挥城镇化对产业结构优化升级的积极效应。LIS对来自LCS一个标准差新息的冲击，一开始就表现出较强的正响应，第2期达到最大，之后逐渐下降，从第5期开始转变为负响应，负响应持续较短时期后于第9期开始又转为正响应，并且不断上升，最终在波动中趋于稳定。总体来看，在长期内消费结构升级对产业结构优化升级具有较强的正向促进作用，但从中期来看，消费结构升级对产业结构优化升级存在着负向冲击。原因可能是我国市场机制的调节作用尚未充分发挥，当产业结构与居民消费结构不相适应时，企业难以把握市场消费需求和消费结构的变化，从而及时调整自身的产品供给结构和投资方向，使消费结构升级对产业结构优化升级的导向作用无法充分发挥，但经过一段时期的供求调整，消费结构升级对产业结构优化升级的拉动作用会逐步实现。3.6.2方差分解Granger因果关系检验只能说明多个内生变量之间是否存在因果关系，不能确定因果关系强度的大小，而方差分解通过分析每一个结构冲击对内生变量变化(通常用方差来度量)的贡献度，进一步评价不同结构冲击的重要性，因此方差分解可以给出对VAR模型中的变量产生影响的每个新息的相对重要性的信息。在进行方差分解时将滞后期数设定为10期。首先来看消费结构升级的方差分解。在LCS的变动中，58.67%以上的波动可以由其自身波动解释，0%～4.98%的波动可以由产业结构优化升级的波动解释，0%～37.57%的波动可以由城镇化的波动解释。从整体来看，消费结构升级对自身的冲击很大，但它是逐渐减弱的，而城镇化对消费结构升级的冲击不断增强，并且要大于产业结构优化升级对其的冲击。方差分解的结果说明，居民消费结构升级对其自身的依赖性正逐步减弱，城镇化对居民消费结构升级的影响正逐步增加，但也不能忽视产业结构优化升级对消费结构升级的影响。再来看产业结构优化升级的方差分解。在LIS的变动中，45.86%～67.54%的波动可以由其自身波动解释，29.94%～39.80%的波动可以由消费结构升级的波动解释，2.52%～21.89%的波动可以由城镇化的波动解释。这说明产业结构优化升级主要是来自其自身惯性冲击和消费结构升级冲击的影响，但我们也要注意到虽然来自城镇化冲击的影响相对较少，但其影响是不断增强的，这一点应值得我们高度重视。
4结论
总结以往的研究可知，导致我国货币流通速度下降的原因不外乎有如下因素：经济货币化、政府部门和居民部门货币需求的相对变化、金融创新和企业融资期限结构的变化、利率和汇率的管制、非国有经济的发展、价格自由化、证券市场的产生与发展、外资的引入、我国交易规模的统计误差等。然仔细推敲，实际上这些解释都存在着一些不足。如经济货币化、非国有经济发展、价格自由化、证券市场的产生与发展、外资引入、交易规模的统计误差、利率和汇率管制等因素大多都与我国特定的经济转型的国情有关。而事实上，市场经济体系已经比较健全的西方发达国家也普遍存在货币流通速度逐渐变慢的现象。由图2可见，从1978年到2012年，澳大利亚、加拿大、美国、意大利、日本、英国等主要西方发达国家的货币流通速度除了少数时间之外，总体上呈现出不断下降的趋势。尤其是上世纪90年代末期之后，这一趋势更为明显。其实不仅限于这些国家，还有相当部分的其他发达国家、新兴经济体、发展中国家也都存在同样的现象。以上现象说明，经济货币化、非国有经济发展、价格自由化、证券市场的产生与发展、外资引入、交易规模的统计误差、利率和汇率管制等经济转型国家特有的一些因素不可能成为导致诸多国家货币流通速度变慢的共同原因，能成为共同原因的必然是这些国家同时具有的因素。另外，金融创新也不可能是，因为金融创新导致货币流通速度加快，而不是变慢；政府部门和居民部门货币需求的相对变化也不是，因为在很多国家，政府部门和居民部门的货币需求并没有发生太大变化。那么，究竟是什么原因能使这么多国家的货币流通速度逐渐放缓呢？在梳理人类经济发展的历程中，我们发现，技术进步一直扮演了极为重要的角色。不夸张地说，任何国家要实现经济增长，可以在货币政策、财政政策、经济体制等方面与其他国家不同，但都离不开技术进步。技术进步在经济增长过程中的一个重要体现就是产业的不断更替，旧的产业渐趋衰落，新的产业不断产生，循环往复，最终实现经济的变大变强。由于各产业部门的融资方式、融资期限结构、产品生产周期、资本有机构成、产品需求弹性等的不同，新旧产业部门的更替导致了货币需求的变化，并继而影响了货币流通速度。
二、产业结构变动影响货币流通速度的机理分析
依据凯恩斯的理论，货币需求来自三个心理动机。企业或者个人为了应付日常的支付之需而在一定时间内持有一定数量的货币称之为交易性需求，交易性货币需求数量与收入呈正比关系；为了预防意外发生的支付而持有一定数量的货币称为预防性需求，预防性货币需求数量也与收入呈正比关系；为了能够投机获利而选择持有一定数量的货币称为投机性需求，投机性货币需求数量与利率呈反比关系。这样凯恩斯的货币需求理论可以用式（1）来描述：假定一个经济社会中包含三个部门：企业、金融机构、家庭。企业分属三个产业部门，即第一产业部门、第二产业部门和第三产业部门3。企业生产并出售产品，得到销售收入并向家庭支付工资；家庭向企业提供劳动，直接或者间接地向企业提供资金，并获得相应报酬；金融机构包含银行金融机构和非银行金融机构，其作为家庭和企业之间的媒介，一方面将家庭的储蓄直接或者间接地转移给企业，另一方面将企业利润以资本利息的方式转移给家庭。
（一）企业的融资方式与货币流通速度
企业的融资方式有两种，即直接融资和间接融资。直接融资是指企业通过发行股票或者公司债券向金融机构或者家庭直接募集资金。如果企业通过发售企业债券从银行融通资金，这种情况相当于企业从银行贷款，此时银行创造了信用货币，从而使得货币供应量增加，并使货币流通速度下降；如果企业向非银行金融机构或者家庭通过发行股票进行融资，此时，货币供应量并没有发生变化，但是货币流通速度却有所加快。间接融资是指企业通过银行贷款进行资金的融通，此时，银行通过信用创造增加了货币供给，并使得货币流通速度下降。从三大产业的角度来讲，第一产业和第三产业内部的企业往往规模较小，流动资本占总资本比例较高，所以多采用自有资金或间接融资方式来筹措资金；第二产业中的企业大多规模较大，流动资本占比小，更多地采用直接融资的方式来筹措资金。由此可知，一个经济体中第二产业产出占比越大，货币流通速度就越快；反之则慢。而就第一产业和第三产业两者比较来看，因为我国第一产业中的企业多是以家庭为单位进行生产，其生产资金主要来源于家庭的自有资金；第三产业中的企业规模相对来说更大一些，家庭自有资金难以满足需求，所以其融资方式更倾向于贷款。由此可以预期随着第一产业产出占比的降低以及第三产业产出占比的提升，货币流通速度将会逐渐变慢。由图3可知，自上世纪80年代末期至今，第二产业产出在我国总产出中一直占据较高比例但变化不大，我国产业结构的变动主要体现为第一产业和第三产业之间的相对变动，即第一产业产出占比的快速下降和第三产业产出占比的不断攀升。结合以上的理论分析和我国产业结构变动的实际情况，我们的结论是：随着产业结构的变动，我国的货币流通速度必将变慢。
（二）企业的融资期限结构与货币流通速度
企业的融资期限结构可以分为短期融资和长期融资，这是与企业的资金需求分为流动资金和固定资金相对应的。流动资金主要满足企业临时性、季节性、周转性的需要，而固定资金主要满足企业机器、设备等固定资产投资的需要。与企业的资金需求相对应，商业银行贷款分为短期贷款和中长期贷款两类。短期贷款主要针对企业的流动资金需求，周转特点是一次投入，一次回收；中长期贷款则主要是针对企业的固定资金需求，周转特点是一次投入，渐次回收。由于资金周转方式的不同，一般来讲，短期贷款在总贷款中所占比重越大，则货币流通速度就越快；而如果中长期贷款所占比重越大，则货币流通速度就越慢。从三大产业的角度来看，第一和第三产业内部的企业规模往往较小，资金需求多为流动资金，相对应的银行贷款多为短期贷款，第二产业内部的企业规模往往较大，长期融资占多数，相对应的银行贷款多为中长期贷款。所以，在其他条件不变的前提下，一个经济体中随着第二产业产出占比的逐步上升，货币流通速度将会逐渐变慢；随着第一产业和第三产业产出占比的增加，货币流通速度会逐渐变快。根据图3，我国第二产业产出占比变化不大，在此不进行讨论；第一产业产出占比的快速下降将会使得货币流通速度变慢，而第三产业产出占比的上升则会使得货币流通速度变快，至于我国的货币流通速度变快还是变慢，则要取决于这两个力量的强弱以及其他一些因素。由图4可知，自2000年1月至2009年12月，我国第一产业的短期贷款占总贷款的比例在逐步上升，而后在2005年左右开始下降，第二产业和第三产业的短期贷款占总贷款比例则一直处于下降态势，尤其是第三产业，下降比例高达20%左右。因此，从企业融资期限的角度考虑，尽管第三产业产出占比的逐步上升会加快货币流通速度，但是，各个产业短期贷款占总贷款比例的下降，第一产业产出占比的下降等因素依然导致了货币流通速度的逐步变慢。
（三）货币需求的产出弹性与货币流通速度
对于企业来说，为了追求利润，其并不希望持有过多的货币，这是因为持有货币的收益率很低。企业的货币需求主要是为了应付日常经营活动，所以，企业往往以持有现金和活期存款为主，只保留少量的定期存款。在企业的货币需求中，有相当一部分是用于购买中间投入品的，此时，不同行业具有很大的异质性。一般而言，第三产业中间投入品价格相对较高，劳动力产出弹性较大，所以，第三产业的货币需求弹性相对于第一产业和第二产业较高。也正因为如此，在同一附加值水平下，第三产业的货币需求量要高于第一产业和第二产业。第三产业的快速增长导致货币需求量的不断攀升，从而降低了货币流通速度。综合以上分析，由于不同产业内部的企业在融资方式、融资期限结构以及货币需求的产出弹性上的不同，因此，随着产出结构的不断变动，货币流通速度将会随之而变动。具体来讲，随着产业结构变动，我国的货币流通速度将逐渐变慢。
三、产业结构影响货币流通速度的实证分析
我们将首先构造衡量产业结构变动的指标，然后通过格兰杰因果检验方法，对产业结构和货币流通速度之间的关系进行研究。基于篇幅的限制，本文的实证研究只针对中国进行。
（一）产业结构变动的衡量
实证研究中，通常采用第一或第三产业产出占GDP比重、结构变动值K和Moore变动指数来衡量产业结构的变动5。但是，利用第一或者第三产业产出占GDP比重来衡量产业结构变动存在很大问题，即它只能反映某一个产业的变动情况，而不能综合反应三个产业的总体变动情况。所以，本文将采用结构变动K值和Moore变动指数来衡量我国产业结构的变动。其中，qi1为第i产业报告期所占比重，qi0为第i产业基期比重，n为产业数目，K值越大说明产业结构变动幅度越大。图5中，K线代表结构变动K值，thet线代表计算出的Moore指数。由图可知，K线和Moore指数的走势几乎一致，所以本文将用Moore指数表示我国产业结构的变动，而不再对K线进行分析。由图5可知，我国的产业结构在改革开放到上世纪90年代末经历了较大波动，然后在度过了一个较为平缓的阶段后，自2008年又开始了较为剧烈的波动。究其原因是，改革开放初期，我国社会经济体制发生了重大改变，比如：农村土地制度的改革，国有企业的改革，金融、保险制度的改革等，这些改革解放了生产力，释放了广大劳动者的发展热情，从而使得各个行业都有了翻天覆地的变化。由于不同行业发展力度是不同的，制造业相对来讲发展得更快，而农业则相对慢一些，所以，这个阶段我国的产业结构变动相当剧烈。90年代末，改革开放的“制度红利”基本释放出来，我国的社会经济体制进入了一个相对平稳的阶段，所以，这一时期我国的产业构成也没有太大变化。2008年，始自美国的金融危机以及我国自身经济发展中存在的问题迫使宏观决策层开启了四万亿经济刺激计划，政府主导的投资使得钢铁、煤炭、化工、建材等行业获得了巨大发展，而四万亿计划没有覆盖到的行业则发展相对迟缓，我国自此又进入了一轮较大的经济波动周期。
（二）格兰杰因果关系检验
在进行两变量的格兰杰因果关系检验时，首先需要判断变量的平稳性。对我国的产业结构变动（用thet表示）和M2的货币流通速度7（用vm2表示）进行ADF检验。在5%显著性水平上，滞后1、2期时，thet不是vm2的格兰杰原因的原假设被拒绝，滞后3期时，则是在10%显著性水平上原假设被拒绝；在5%显著性水平上，不论是滞后1期、2期还是3期，vm2不是thet的格兰杰原因的原假设都无法拒绝。根据格兰杰因果关系的定义，可以认为产业结构变化是货币流通速度变化的格兰杰原因，即产业结构的变化导致了货币流通速度变化，这与前文的理论分析相一致。那么，为什么添加了1985年至1989年的时间段以后，格兰杰因果检验的结果会发生如此大的变化？我们认为可能有如下原因：1、上世纪80年代末90年代初期，恰逢我国国民经济核算体系的转换阶段，统计方法和统计范围等正不断发生改变，所以，这个阶段的数据与1992年以后建立起了较为完善的国民账户体系在可比性上可能存在不足。尽管我国进行过多次的数据调整，但基于原始调查数据的缺陷，依然无法保证数据的可比性。2、上世纪80年代末期，我国经济中计划经济模式的痕迹还比较明显，投融资体系当然也不例外。计划经济下的投融资体系的特点之一是政府主导，而不是市场主导，所以，由此导致的产业结构变化无法反映市场的需求，产业结构的变化也无法依照经济规律来影响货币的流通速度。
四、研究结论与政策建议
综合已有的理论和研究成果，汇率变动对产业结构调整的影响从理论上可分为价格穿越路径、对外贸易路径、国际投资路径三种方式。汇率作为一种相对价格，其变动会通过对价格的影响改变生产要素的丰裕程度及资本的相对存量，促使要素资源在不同产业部门间重新配置，最终促进产业结构的调整。其中，汇率对价格不完全传递效应贯穿始终。价格穿越路径通过两个阶段性的传导机制发挥作用，在价格不完全传递效应的前提下，汇率变动对进口价格、生产者价格、消费者价格的影响通过商品流通链不断减弱，而且存在一定的时滞。不同产业部门的相对价格发生改变，进而促进资源和要素的重新配置，从而导致产业结构的改变。例如，汇率的改变直接引起贸易品和非贸易品之间相对价格的变化，在贸易部门生产率明显高于非贸易部门时，根据巴拉萨和萨缪尔森1964年提出的“巴拉萨—萨缪尔森效应”，即使实际汇率升值导致非贸易品价格上升，投资于贸易部门仍存在更高的利润空间，更多资源流向贸易部门，产业结构发生改变。对外贸易路径是指汇率变动通过贸易条件的改变影响一国对外贸易的状况，进而影响经济增长，促进产业结构转变。根据弹性分析法可知，汇率变动改变了进出口商品的相对价格，影响国内外商品的需求量，对外贸易状况发生改变。对外贸易的增长，一方面会直接影响贸易部门的产出及利润，促进生产要素及资源在不同部门之间的重新配置;另一方面对外贸易作为经济增长的引擎，可以促进国民经济的整体发展，进而影响产业结构的调整。汇率变动对产业结构产生影响的国际投资路径也分两阶段发挥作用。汇率水平的变动会产生财富效应即本国财富存量相对于国外发生价值变化，汇率波动性的变动则会改变国际投资的风险和投资者的预期，促进资产的国际转移，影响国际投资的收益。在国际投资的直接和间接投资两种形式中，直接投资尤其受到关注。直接投资可直接增加资本要素的供给，促进就业，其技术外溢效应能有效提升一国的生产技术及经营管理水平，有助于相关产业部门生产力的提高，影响产业结构的调整。
2.模型设定
钱纳里、赛尔昆(1975)认为发展过程受到经济结构、政策等多种因素的非线性影响，通过将影响产业结构的因素独立出来，提出了经典的半对数模型:其中X代表以比重形式表示的经济结构;y代表人均国民生产总值;N是以百万为单位的人口数;F作为国内生产总值一部分的净资源流入，用进口减去商品和非要素劳务的出口来表示;T是时间虚拟变量。钱纳里同时指出，完整模型适用于跨国横截面型的平均时间序列分析，但任何一国的有限差异范围则要求简化公式。此时，为区分不同规模经济体而加入的人口(N)变量会导致序列相关，因此略去N。由上文的理论分析可知，汇率通过价格穿越路径、对外贸易路径、国际投资路径三种方式促进了产业结构的调整，对产业结构有极其重要的影响。根据钱纳里—赛尔昆模型的构建思路，本文加入对产业结构有重要影响的汇率因素。又由于汇率对国际投资和国际贸易有重要影响，即对决定F的进口、出口、储蓄、投资均有直接的决定性作用，汇率对产业结构影响的三条路径中包含了F对产业结构的影响，研究更为全面，所以去掉F。相较于国民生产总值，国内生产总值对经济结构的描述更为精确，同时在去掉人口(N)之后仍考虑经济规模的影响。从我国实际考虑，采用2005年7月汇率改革作为虚拟变量比单纯的时间段虚拟变量更为合适，而交互项更能突出该政策的效果。其中，X表示各产业占国内生产总值的比重，Y表示国内生产总值，E表示汇率，DUME为2005年汇率改革的虚拟变量和汇率的乘积交互项。
3.实证分析
1985年后我国三次产业的产出比重呈现“二三一”的格局。第一产业增加值占GDP的比重从1990年起基本上呈不断下降趋势，2013年下降到10.01%。第二产业增加值占GDP的比重在45%上下波动。第三产业增加值占GDP的比重呈上升趋势，2013年首次超过第二产业2.2个百分点，达到了46.09%。产业结构呈现“三二一”格局，如图1所示。从三次产业内部结构来看，产业结构也得到了一定的优化。第一产业中，农业所占比重下降、林业比重相对维持稳定、牧业和渔业比重有所上升。第二产业中，工业所占比重仍处于较高水平，工业结构正在逐步向以加工组装工业为核心的资本密集型和技术密集型工业发展。第三产业中，金融保险业、信息服务业等生产业发展迅速，电子商务、文化创意等新兴产业有了长足进步。从总体上看来，我国产业结构不断优化，第三产业在国民经济中的地位逐渐增加。但是产业结构存在的问题也不容忽视，我国三次产业的产值比重失衡，尤其是服务业发展不足。农业、工业、服务业在技术水平、产业附加值等方面存在着不同程度的发展“短板”，产业竞争力不强。由图1可看出，产业结构在2005年左右发生变化，这可能与汇率政策的调整有关，下面将进行实证研究。
3.1数据说明
1994年1月1日起，我国开始实行以市场供求为基础、单一的、有管理的浮动汇率制度，故选用1994年后的数据。由于数据可得性，采用季度数据，样本区间从1994年第一季度到2014年第二季度。汇率采用人民币名义有效汇率，来源于国际清算银行，为名义标价法下月度平均汇率，处理为基期2010=1。对于产业结构的衡量，分别选用第一、二、三产业增加值占GDP的比重。国内生产总值和第一、二、三产业的增加值(分别记为FI、SI、TI)均源于中经网统计数据库。对源数据进行如下初步处理:将名义有效汇率用Hodrick-Prescott滤波处理后转换频率为季度数据，记为NEER;对国内生产总值Y取对数，记为LY，相应平方值记为LY^2;第一、二、三产业增加值占GDP的比重分别由FI/Y、SI/Y、TI/Y得到，分别记为FIY、SIY、TIY。各变量均经过X12季节调整。DUME为DUM和NEER的乘积，记为DUMNEER。其中DUMt=0(t≤2005Q2)，DUMt=1(t≥2005Q3)。本文计量处理采用Eviews6.0完成。
3.2模型检验
3.2.1平稳性检验对FIY、SIY、TIY、LY、LY^2、NEER、DUMNEER进行ADF平稳性检验，结果如表1所示。表1结果表明，在10%的置信水平下，各变量都是非平稳的，经过一阶差分后均转化为平稳序列，即均为一阶单整序列。
3.2.2协整检验本部分检验的三个模型如下:FIYt=α+β1LYt+β2(LY)2t+β3NEERt+β4DUMNEERt+ut(3)SIYt=α+β1LYt+β2(LY)2t+β3NEERt+β4DUMNEERt+ut(4)TIYt=α+β1LYt+β2(LY)2t+β3NEERt+β4DUMNEERt+ut(5)采用Johansen(1988)、Juselius(1990)提出的JJ检验对变量进行多重协整检验，结果如表2所示。可以看出，模型(3)、模型(4)、模型(5)均存在不止两个协整关系。由于下文将采用最小二乘法估计模型，所以不具体列出以上各模型的正规化协整关系。
3.2.3最小二乘回归由于四个模型均协整，故可根据模型建立方程检验汇率对产业结构的影响。采用最小二乘法回归得到:FIY=0.221071－0.0843360LY+0.0157776LY2－0.006917NEER－0.004880DUMNEER(13.07512)(－11.65283)(7.551553)(－0.302943)(－0.807726)R2=0.932351AdjustedR2=0.928837Durbin-Watsonstat=0.529718(6)SIY=0.580208+0.022826LY－0.007004LY2－0.143944NEER+0.013745DUMNEER(49.35980)(4.536475)(－4.821617)(－9.067418)(3.272139)R2=0.753342AdjustedR2=0.740528Durbin-Watsonstat=0.977726(7)TIY=0.190379+0.062486LY－0.009492LY2+0.159894NEER－0.007932DUMNEER(8.920731)(6.840224)(－3.599335)(5.547696)(－1.040001)R2=0.923054AdjustedR2=0.919057Durbin-Watsonstat=0.240892(8)三个方程的D.W.值均表示模型残差存在严重的自相关性，下面通过广义差分法解决这一问题。
3.2.4广义差分法估计分别将方程(6)、(7)、(8)的残差序列分别命名为res01、res02、res03，判断其滞后期。结果如表3所示。由表中结果可以看出，三个模型残差项自回归的滞后阶数均为1。对各残差序列分别自回归，得到res01=0.677438res01(－1)，res02=0.510785res02(－1)，res03=0.824656res03(－1)。模型中存在LY^2的平方项，一般的差分方法不适用。方程(6)、(7)、(8)的估计结果为无偏估计，且关注点在各解释变量对产业结构的影响程度即斜率上，所以本文借鉴肖芳芳(2011)的方法，引入残差滞后项，建立新的差分模型如下:FIYt=α+β1LYt+β2(LY)2t+β3NEERt+β4DUMNEERt+0.677438ut－1+vt(9)SIYt=α+β1LYt+β2(LY)2t+β3NEERt+β4DUMNEERt+0.510785ut－1+vt(10)TIYt=α+β1LYt+β2(LY)2t+β3NEERt+β4DUMNEERt+0.824656ut－1+vt(11)进行最小二乘估计的结果如表4所示。估计结果中D.W.值显示三个模型的自相关性基本消除，而且各模型的拟合优度明显提高，与样本观测值拟合的程度较好。对于LY和其平方项LY^2可能存在的多重共线性问题。首先，对数的二次项可以很好拟合发展过程的渐进水平，且保留平方项可以检验总量构成的变化中存在非线性。其次，放弃平方项会导致对方程的错误解释，这是多重共线性的最大危险。同时，从上述估计结果可以看出，LY和LY^2都是显著的，而且更重要的是这两者的综合结果，可以预计这种共线性未来还将存在，对预测不构成严重问题。由表4回归结果可以看出，汇率NEER及其与汇率改革的交互项DUMNEER对第一产业所占比重的影响均不明显。2005年汇率改革前，汇率每升值1%，第二产业所占比重减少0.15127%，第三产业所占比重增加0.191706%。汇率改革后汇率对产业结构的影响程度可根据NEER和DUMNEER的系数之和反映出来，表4结果表明，汇率改革后汇率对产业结构的影响均略有降低，汇率每升值1%，第二产业所占比重减少0.138714%(－0.138714=－0.151270+0.012556)，第三产业所占比重增加0.185604%(0.185604=0.191706－0.006102)。汇率对第三产业的影响程度大于第二产业，汇率改革对第二产业影响更明显。LY及其平方项对第一产业影响明显，国内生产总值平均每增加1%，第一产业占GDP的比重减少0.000378个百分点①(－0.08828+2×0.017492×1.443856)，这符合我国第一产业在国民经济中的地位随经济发展逐渐降低的现实。国内生产总值平均每增加1%，第二产业占GDP比重增加0.0000395个百分点小于第三产业占GDP比重的增加(0.0003192个百分点)。
4.结论及相关政策建议
4.1结论
本文通过构建非线性模型对人民币汇率对产业结构的影响进行了实证研究，对我国1994—2014年的相关季度数据依次进行单位根检验、协整检验、最小二乘估计、广义差分法估计，得出如下结论:
4.1.1人民币名义有效汇率对第一产业影响不明显同时，人民币升值在一定程度上抑制了第二产业的发展，促进第三产业的发展。我国第一产业相较于第二、三产业的经济外向性较弱，对汇率变化的敏感度低，且我国第一产业尤其农业生产效率低下，在资源配置中的影响较小。人民币升值一方面会增加我国出口商品在国际贸易中的相对价格，从而减少出口;另一方面主要是由于我国出口企业国际竞争力普遍较弱，定价能力低，出口企业自身会通过降低商品价格来维持市场占有率，从而导致在平均利润较低的情况下进一步降低利润，这不利于企业的进一步发展。人民币购买力的上升也会通过影响国内市场对国内外商品的相对需求，进而削弱出口企业在国内市场的竞争力。所以人民币名义有效汇率的上升会在一定程度上抑制第二产业的发展。近年来，我国第三产业中以信息技术为代表的高新技术产业迅速崛起，并且在国际市场中的竞争力逐渐增大，人民币名义有效汇率的升高有利于这些企业利润的增加，从而促进第三产业的发展。
4.1.2人民币名义有效汇率变动对第三产业的影响程度大于对第二产业的影响这是本文与之前的相关研究结论不同的地方。在之前的大多数研究中，由于我国第三产业发展相对落后、对第三产业出于各种考虑存在多种管制，对外贸易中第二产业占绝大多数的情况下，人民币名义有效汇率的上升对第二产业的影响要大于第三产业。本文的研究结果表明，近年来在我国逐步放松对第三产业相关管制等情况下，第三产业得到较好发展，在对外贸易中所占的份额增大，在对外贸易中的地位明显提升。人民币升值会吸引国际投资的流入，增加资本和技术密集型产业的比重，淘汰一部分生产率低下的产业部门，促进高新技术产业及服务业的发展，从而使得第三产业相对于第二产业在国民经济中的地位逐渐上升。在这一前提下，人民币名义有效汇率在一定范围内的上升将进一步促进产业结构的优化升级。
4.1.32005年汇率制度的改革降低了汇率变动对我国产业结构的影响程度汇率改革促进了我国外汇市场的成熟，有利于交易主体的自主定价和汇率风险管理，减小了汇率变动的冲击，有利于经济的长远发展。随国内生产总值的增加，第一产业所占比重有小幅降低，第三产业所占比重增长快于第二产业。这符合一般的经济发展趋势，随着经济实力的增强，产业结构逐渐优化。基于我国目前第二产业内部发展并不均衡，国际竞争力较低，同时第二产业在促进我国经济发展中的地位依然极为重要，而且出于经济安全稳定的考虑，人民币的升值应该在一定范围内，才能保证产业结构的优化升级。
4.2相关政策建议
那么，究竟是哪些因素推动和主要影响了我国电信产业的变革呢？西方关于产业结构的研究主要源自哈佛大学贝恩创立的产业组织理论体系和芝加哥大学对产业组织理论的进一步发展。图1是著名的SCP（即“结构—行为—绩效”）模型。
虽然理论上一个产业的结构受企业的市场行为和市场绩效的影响，但由于现实中完全竞争的市场是不存在的，因此，产业结构实际上还受到诸如技术变化、需求变化等因素的影响，而且我国又处在一个转型经济的条件之下，在经济体制从传统的计划经济向市场经济转变的过程势必影响我国各个产业的发展。
根据以上分析，笔者在西方对产业结构演变研究的基础上，结合我国转型经济的特殊条件设计了调查问卷。调查方法采用德尔菲法（专家打分法）。问卷调查共进行了两轮，发放问卷19份，回收19份。本次调查对问卷中每个问题的各选择项都设计了不同的分数，因素的影响程度越深，分数越高。调查对象选择了电信行业的资深专家和管理者，他们具有丰富的行业经验、对电信行业产业结构演变体会深刻、对市场竞争的压力及对手的企业竞争行为敏感等特点。
根据问卷调查的结果，在我国电信产业的演变过程中，各种影响因素对其的影响程度如表1所示。
其中，各种因素的影响程度在不同时期是不同的，如以下各图所示：
由图2可见，技术进步对我国电信产业演变的影响是越来越高的。
由图3可见，市场需求变化对我国电信产业演变的影响是越来越高的。
由图4可见，制度因素对我国电信产业演变的影响是越来越低的。
由图5可见，经济环境对我国电信产业演变的影响是越来越高的。
由图6可见，中国文化对我国电信产演变的影响是越来越高的。但是，其影响程度的变化幅度非常小，即在本次问卷调查中，中国文化对我国电信产业结构影响程度的变化不明显。
由图7可见，企业行为对我国电信产业演变的影响是越来越高的。但由于我国电信企业的行为受政府政策的影响远远大于市场力量对其的影响，所以本文在此对其不作进一步分析。
根据以上各种因素对我国电信产业结构的影响的分析，下面通过图8来对比各种因素的变化。
从以上各图表可以看出，在不同时期，各种因素对产业结构的影响是不同的：
1993年以前，对产业结构影响最大的是制度和技术进步；
1993年—1998年，制度和技术进步依然占重要地位，但制度的作用在降低，经济环境的影响已经超过了企业行为的影响；
1998年—2000年，技术进步的影响超过了制度，市场需求的影响超过了中国文化的影响，经济环境的影响超过了中国文化和企业行为的影响；
2000年至今，市场需求、技术进步成为主要的影响因素，经济环境排第三，制度的影响不断下降，中国文化的影响程度变得最小。
