实证检验结果及因果关系分析

第一步进行单位根检验。在运用OLS法对模型进行回归时，一般都假设经济变量的时间序列平稳，但这与实际往往是不相符的，在这种前提下做回归，得到的结果很有可能是伪回归，OLS也就变得没有意义，为了避免时间序列变量直接回归而存在的“伪回归”问题，应首先对数据的平稳性进行检验。本文采用拓展的迪基—福勒（Augmented Dicky-Fuller，ADF）检验方法，对变量Urut、Agrit、Indust和Servt分别进行单位根检验，在选取滞后项时采取AIC和SC最小原则。

原假设为有单位根，即为非平稳数据，根据麦金农临界值（Mackinnon critical values），可得如表7-2中的各变量的水平值和差分的单位根检验结果。

表7-2　ADF单位根检验

注：①*表示在1%的显著性水平上拒绝有单位根的原假设。②当ADF统计量小于1%显著性水平上的麦金农临界值时，拒绝原假设，即时间序列为平稳序列。

由检验结果可知，各变量的水平值在1%的显著性水平上并没有拒绝有单位根的原假设，也就是说这三个变量在时间序列上是不平稳的，那么对其进行的OLS有可能是伪回归。但是其一阶差分和二阶差分在1%的显著性水平上拒绝有单位根的原假设，所以它们是一阶单整和二阶单整的。因此对这样的变量不能采用普通最小二乘回归检验相关性，而应该采用非平稳变量的协整分析方法。

第二步进行协整关系检验。协整分析的基本思想是，如果两个或两个以上具有各自长期波动规律的变量，如果它们之间是协整的，则他们存在一个长期的均衡关系。为了研究变量之间的长期均衡关系，对非平稳的时间序列变量采用多变量的Johansen检验，根据AIC、SC准则选定滞后阶数，进而检验变量变量Urut、Agrit、Indust和Servt的协整性。具体检验结果如表7-3所示：

表7-3　协整检验

(www.xing528.com)

注：*表示在1%的显著性水平上拒绝原假设。

由上表可知变量Urut、Agrit、Indust和Servt在5%的显著性水平上存在协整关系，并且长期的均衡关系为：

括号中为对应系数的标准差，R2=0.6723，即模型的拟合程度较高，由计算可得，各变量的系数在α=5%的显著性水平下是显著的，即公平与权利的综合指标对经济增长包容性具有显著性的影响。

第三步进行格兰杰因果关系检验。为了进一步明确各变量之间的因果方向，有必要进行Granger检验。格兰杰因果关系检验的方法对模型中变量所取的滞后期较为敏感，本文采用AIC最小准则确定滞后期，检验结果如表7-4所示。

从表7-4可知Agrit、Indust和Servt均为Urut的格兰杰原因，这就证明了农业生产率、农村工业的发展和服务业的兴起都是促进乡村-城镇转型的主要原因，进而验证了本文的主要结论。

表7-4　格兰杰因果关系检验

注：①*表示在1%的显著性水平上拒绝原假设，**表示在5%的显著性水平上拒绝原假设。②当P值小于显著性水平时，则拒绝不是格兰杰原因的原假设，即为格兰杰原因。