论文部分内容阅读
摘 要：构建城市化综合测度指标体系，运用熵值法对湖南省1986—2013年的城市化水平进行了综合测度，借助于VAR模型、Granger因果检验和脉冲响应分析，对湖南省人口、经济、空间城市化的动态特征进行实证分析。研究表明，湖南省人口、经济空间的城市化三者之间存在着长期协整的关系;短期而言，三者之间的关系并不稳定;湖南省人口城市化与经济城市化之间存在着互为Granger因果关系，经济城市化是人口城市化的Granger原因，但是经济城市化和空间城市化之间并不存在Granger因果关系。
关键词：城市化;熵值法;VAR模型
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2015）24-0058-06
引言
城市化是经济社会发展的必然结果，是人口、空间、经济结构、价值观念、生活方式等诸多领域综合变化的过程。城市化的过程在一定程度上能加快要素的集聚，促进经济增长。美国著名经济学家斯蒂格利茨认为，中国的城市化将是区域经济增长的火车头，并产生最重要的经济利益。改革开放以来，我国城市化进程与经济增长高度协同。
城市化进程的过快推进，带来了众多问题：许多城市出现了城市规模不足、城市资源利用效率较低下的现象;交通拥挤;城镇居民住房紧张;城市就业难度增大、失业人数增多，等等。从某种程度上讲，这些现象都是城市现代化过程中不可避免的副产品，但也是“城市病”。而这些问题的出现，引起了外界的普遍关注。中央将城市化战略提升到国家战略层面，提出了新型城镇化战略。因此，对城市化各子系统内部互动关系的研究，不仅具有理论意义，而且对如何合理利用城市化对经济增长的作用和解决“城市病”现象都具有现实意义。
一、文献综述
目前，学者们对城市化的研究成果颇丰，对城市化子系统的研究也逐渐深入。受刘易斯的二元经济模型的影响，学者们最早的研究是人口城市化问题。周一星[1]对人口城市化与经济增长的关系进行了实证研究。
城市化进程中出现的“城市病”，引起了众多学者的关注，学者们开始对城市化的内涵进行了重新界定。库茨涅兹、赫茨勒[2～3]等人认为，“农村人口流向城市、城市人口增加”。著名学者叶裕民[4]认为，城市化是非农产业在城市积聚的过程。路易斯·沃斯[5]指出，城市化的过程是乡村生活方式向城市生活方式发展、质变的全过程。这种仅从单方面对城市化进行定义的观点，显然不能真正反映城市化的本质。国内学者对传统城市化定义进行了比较全面的补充。刘英群[6]从经济城市化、空间城市化和人口城市化、社会生活方式城市化、文化的城市化等方面对城市化进行定义。刘洁泓[7]认为，城市化的内涵应该包括“城市化的数量”和“城市化的质量”两个方面。
基于对城市化内涵的再认识，学者们增加了探讨城市化各子系统之间的内在关系的研究。李萍、谭静[8]通过建立综合评价指标体系，利用因子分析法，对城市经济与土地利用效率进行综合评价，然后借鉴物理学中的耦合度函数，测算四川省地级城市经济与城市土地利用效率之间的耦合协调程度。姚震宇[9]认为，江苏省“在人口城市化方面，20世纪90 年代中期伊始的城市化机制无益于解决一大批跨区域流动人口的异地城市化;在空间城市化方面，目前的城市化机制造成了‘假性城市化’和‘南城北乡’空间格局”。孙平军等[10]构建了城市化综合测度指标，“并运用时序全局主成分分析法”对2000年以来湖北省12个地级市的城市化层级结构演变过程及趋势进行了分析，得到了“城市化总量时序演变上呈现出明显的上升趋势，且存在经济城市化>空间城市化>综合城市化>人口城市化的变化趋势”的重要结论。孙平军、丁四保等[11]基于人口、经济、空间城市化概念与内涵构建评价指标，综合测度1990—2008年间北京市各系统的城市化水平，运用了耦合容量系数模型和改进的耦合协调度函数，评价三者之间的耦合协调度，并得出了“各系统城市化水平持续提高”“人口、经济、空间城市化彼此之间的耦合协调性整体水平都较高”的结论。徐小钦、袁凯华[12]运用熵值法对1986—2011年我国城市化水平进行综合测度，并利用VAR模型对我国城市化的动态特征进行了实证分析，研究认为，我国的人口与经济城市化之间存在互为格兰杰因果的关联作用，但与空间城市化之间却呈现出单向的关联作用。孙焱林等[13]利用协调发展模型，建立了城市化协调发展的指标体系，分析了1996—2011年我国30个省市的城市化协调发展程度，认为经济城市化领先于空间城市化和人口城市化，而人口城市化发展滞后则成为城市化发展协调度低的主要原因。
通过文献梳理可发现，目前关于城市化子系统的文献大多集中于：侧重于城市化的一个或两个方面，缺乏系统性观点;严重依赖于平均赋权的耦合协调度函数;缺乏对城市化各子系统之间的动态关系的分析。虽然徐小钦、袁凯华对城市化各子系统的互动关系有研究，但由于我国各地区的城市化水平的影响因素是不一样的，导致各子系统之间的动态关系可能不同。因此，有必要进一步分地区研究各子系统的动态关系，为区域制定科学合理的城市化战略提供参考性资料。
二、模型设立、指标选取说明
（一）模型设定
向量自回归（VAR）双变量模型既可以检验变量之间的长期稳定关系，又能用于时间序列预测和随机扰动对变量系统的动态影响。现有理论文献没有明确表述人口城市化、经济城市化和空间城市化三者之间的关系。因此，选择VAR模型，既能克服上述问题，又能了解三者之间的动态关系。
根据VAR模型的基本思想，本文构建的模型如下：
Yi=β0+βjYi-1+εi （1） 其中，Yi为包含人口、经济、空间城市化的3×1维的内生变量，β0为3×1维的截距向量，q为最佳滞后阶数，βj为对应的滞后系数矩阵，εi为随机扰动项，i表示年份。
（二）指标选取及其计算说明
基于现有文献，为避免单一指标对城市化测量的误差，本文参考陈明星、陆大道等[14]的做法，遵循指标定义的科学性、数据来源的客观性、指标体系的系统性及可操作性原则，将城市化水平体系进行了综合测度构造，具体指标（见表1）。
数据过大会影响计算的精确性，因此对原始数据除了比重指标外，其他指标的数据均进行对数化处理。为避免指标赋权的主观因素影响，本文采用熵值法确定各子系统各指标的权重。具体计算步骤如下：
1.数据的标准化处理
由于各指标的量纲、数量级不同，故首先应对原始数据进行标准化处理：
x'
ij= （2）
式中xij是第i年份第j项指标的原始数值，xjmin、xjmax分布代表数据使用年限期间第j项指标的最小值和最大值，x'
ij为标准化处理后的数据。但标准化的结果会出现“0”值。为了使数据处理后对数取值有意义，文中将标准化后数据整体向右平移一个单位，即将每个数值加1。
2.计算第j项指标的信息熵
P
ij= （3）
Ej=-P
ijlnpij （4）
式（1）中pij为第j个指标的特征比重，Ej为信息熵。
3.计算第j项指标的权重
设m为指标个数，则：
Wj= （5）
4.计算第i年各子系统的得分
Si=Wjx'
ij （6）
本文所采用的数据为时间序列数据，样本数据均来源于历年《湖南统计年鉴》。在数据选取过程中，考虑到指标的综合性，因此本文数据的选取在兼顾指标全面性和样本容量足够大的情况下，最终选取了1986—2013年的相关数据作为样本数据，以进行相关的实证研究 。
三、实证分析
（一）单位根检验
由于经济变量的时间序列数据通常是不平稳的，因此采用ADF检验方法对所选变量进行单位根检验，以避免出现伪回归现象。具体检验结果（见表2）。
从表2可知，即使在10%的显著水平下，变量PUR、EUR和SUR的ADF统计量都不显著，这说明上述序列都存在单位根。对这些序列进行一阶差分后，再进行ADF检验时，各一阶差分序列在给定的显著性水平下是平稳的。所以，各变量均为一阶单整序列，符合协整检验的条件。
（二）协整检验
对变量进行协整关系检验时，通常采用E-G两步法或Johansen检验法。由于Johansen协整检验具有功效更稳定、检验结果更可靠的优势。因此，本文采用了Johansen检验。
为保证协整关系在统计上的可信度，应先确定最佳滞后阶数，再进行协整分析。在时间序列模型中，常用AIC、SC、LR、FPE和HQ准则来确定最佳滞后阶数。表3给出了滞后阶数从0-4阶所对应的VAR（p）的LR、AIC、SC、FPE和HQ准则的检测值，并用“*”标记出根据相应准则确定的滞后阶数，最终确定模型的最佳滞后阶数为4阶。
根据最佳滞后阶数为4，变量PUR、EUR和SUR都服从I（1）过程，满足协整检验的条件，对各组变量进行Johansen协整检验，检验结果（见表4）。
从表4中可以看出，检验中的迹检验都在5%的显著性水平下拒绝r≤0和r≤1的零假设假设，而接受 r≤2的假设，表明三者之间存在两个协整向量，这就说明三者之间有长期协整关系。实际中一般只关注同时含有三者的协整关系，因此将这种关系表示如下式（7）、式（8）和式（9）。中括号内的数字为各式子中被解释变量系数的t统计量。
PUR=0.6096EUR+0.5333SUR-0.2596 （7）
[2.89634] [2.38487]
EUR=0.4122PUR+0.5655SUR+0.0732 （8）
[2.896340] [3.337115]
SUR=0.3475PUR+0.5450EUR+0.1558 （9）
查表可知，式（7）和式（9）的系数在5%的显著性水平下显著，式（8）的系数在1%的显著性水平下显著。从式（7）中可以看出，经济城市化和空间城市化对人口城市化都有正向的影响，当经济城市化和空间城市化分别每提高1%时，人口城市化至少会分别提高5%以上。式（8）表示人口城市化和空间城市化对经济城市化有正的影响，且当经济城市化分别收到前两者的影响时，会有不同程度的提高。同样，从式（9）中可看出，人口城市化和经济城市化对空间城市化有促进作用，当人口城市化每提高1%时，空间城市化会提高3.48%;而当经济城市化提高1%时，经济城市化会提高5.45%。 （三）误差修正模型
基于协整检验，根据Granjer定理，建立误差修正模型，用以反映变量偏离长期均衡关系的程度，将它们的短期行为与长期行为联系起来。根据Johansen协整检验结果设定误差修正模型（VECM），结果（见表5）。
检验结果显示：在长期，人口城市化、经济城市化和空间城市化三者之间相互影响、相互促进;但是就短期而言，三者之间的关系并不稳定，可能是相互促进，也可能会有负面效应。
（四）Granger因果关系检验
协整检验只能表明人口城市化、经济城市化和空间城市化三者之间存在一定的长期均衡关系，但是这种关系能否分析变量之间的因果关系，还有待进一步用Granger因果关系检验法验证。基于VAR（4）模型，对变量进行Granger因果关系检验，检验结果（见下页表6）。
从下页表6中可看出，PUR与SUR存在着双向Granger因果关系;EUR是PUR的Granger原因，反之则不是;EUR与SUR之间不存在Granger因果关系。这说明，湖南省人口城市化与经济城市化之间存在着互为Granger因果关系，经济城市化是人口城市化的Granger原因，但是经济城市化和空间城市化之间并不存在Granger因果关系。
（五）脉冲响应分析
为了准确刻画PUR、EUR和SUR三者之间的关系，本文使用Eviews6.0，借助脉冲响应分析法，画出PUR、EUR和SUR分别受到分别受到其他两个变量一个单位标准差冲击后的脉冲响应函数图（见下页图1、图2和图3）。
从图1可知，对于来自经济城市化和人口城市化的一个单位标准差冲击，人口城市化的响应是正向的，但是这种响应并未随着时间的推移而变得稳定。从图2可知，经济城市化对来自人口城市化和空间城市化的冲击，其响应也是正向的，虽然前期响应程度有波动，但逐渐趋于稳定。而从图3可知，空间城市化对于来自其他两个变量的一个标准差冲击，其响应是波动不定，但整体效应是正向的。
结论及政策建议
本文在湖南省统计年鉴数据基础上，通过构建城市化综合测度体系，利用熵值法测算了1986—2013年湖南省的综合城市水平。在借助VAR模型及以此为基础的格兰杰因果检验和脉冲响应分析，得出以下结论：湖南省人口、经济空间的城市化三者之间存在着长期协整的关系;就短期而言，三者之间的关系并不稳定，可能是相互促进，也可能会有负面效应;湖南省人口城市化与经济城市化之间存在着互为Granger因果关系，经济城市化是人口城市化的Granger原因，但是经济城市化和空间城市化之间并不存在Granger因果关系。
根据以上结论，本文认为，首先，深化改革户籍制度、社会保险制度及就业制度;其次，控制大城市规模，避免因过度集聚而引起规模不经济;再次，继续深化经济体制改革，调整产业结构，推进产业结构向合理化、高级化发展;最后，城市空间要依据当地城市人口规模、经济发展水平而定，政府应当减少盲目扩张、投资过度的行为。
关键词：城市化;熵值法;VAR模型
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2015）24-0058-06
引言
城市化是经济社会发展的必然结果，是人口、空间、经济结构、价值观念、生活方式等诸多领域综合变化的过程。城市化的过程在一定程度上能加快要素的集聚，促进经济增长。美国著名经济学家斯蒂格利茨认为，中国的城市化将是区域经济增长的火车头，并产生最重要的经济利益。改革开放以来，我国城市化进程与经济增长高度协同。
城市化进程的过快推进，带来了众多问题：许多城市出现了城市规模不足、城市资源利用效率较低下的现象;交通拥挤;城镇居民住房紧张;城市就业难度增大、失业人数增多，等等。从某种程度上讲，这些现象都是城市现代化过程中不可避免的副产品，但也是“城市病”。而这些问题的出现，引起了外界的普遍关注。中央将城市化战略提升到国家战略层面，提出了新型城镇化战略。因此，对城市化各子系统内部互动关系的研究，不仅具有理论意义，而且对如何合理利用城市化对经济增长的作用和解决“城市病”现象都具有现实意义。
一、文献综述
目前，学者们对城市化的研究成果颇丰，对城市化子系统的研究也逐渐深入。受刘易斯的二元经济模型的影响，学者们最早的研究是人口城市化问题。周一星[1]对人口城市化与经济增长的关系进行了实证研究。
城市化进程中出现的“城市病”，引起了众多学者的关注，学者们开始对城市化的内涵进行了重新界定。库茨涅兹、赫茨勒[2～3]等人认为，“农村人口流向城市、城市人口增加”。著名学者叶裕民[4]认为，城市化是非农产业在城市积聚的过程。路易斯·沃斯[5]指出，城市化的过程是乡村生活方式向城市生活方式发展、质变的全过程。这种仅从单方面对城市化进行定义的观点，显然不能真正反映城市化的本质。国内学者对传统城市化定义进行了比较全面的补充。刘英群[6]从经济城市化、空间城市化和人口城市化、社会生活方式城市化、文化的城市化等方面对城市化进行定义。刘洁泓[7]认为，城市化的内涵应该包括“城市化的数量”和“城市化的质量”两个方面。
基于对城市化内涵的再认识，学者们增加了探讨城市化各子系统之间的内在关系的研究。李萍、谭静[8]通过建立综合评价指标体系，利用因子分析法，对城市经济与土地利用效率进行综合评价，然后借鉴物理学中的耦合度函数，测算四川省地级城市经济与城市土地利用效率之间的耦合协调程度。姚震宇[9]认为，江苏省“在人口城市化方面，20世纪90 年代中期伊始的城市化机制无益于解决一大批跨区域流动人口的异地城市化;在空间城市化方面，目前的城市化机制造成了‘假性城市化’和‘南城北乡’空间格局”。孙平军等[10]构建了城市化综合测度指标，“并运用时序全局主成分分析法”对2000年以来湖北省12个地级市的城市化层级结构演变过程及趋势进行了分析，得到了“城市化总量时序演变上呈现出明显的上升趋势，且存在经济城市化>空间城市化>综合城市化>人口城市化的变化趋势”的重要结论。孙平军、丁四保等[11]基于人口、经济、空间城市化概念与内涵构建评价指标，综合测度1990—2008年间北京市各系统的城市化水平，运用了耦合容量系数模型和改进的耦合协调度函数，评价三者之间的耦合协调度，并得出了“各系统城市化水平持续提高”“人口、经济、空间城市化彼此之间的耦合协调性整体水平都较高”的结论。徐小钦、袁凯华[12]运用熵值法对1986—2011年我国城市化水平进行综合测度，并利用VAR模型对我国城市化的动态特征进行了实证分析，研究认为，我国的人口与经济城市化之间存在互为格兰杰因果的关联作用，但与空间城市化之间却呈现出单向的关联作用。孙焱林等[13]利用协调发展模型，建立了城市化协调发展的指标体系，分析了1996—2011年我国30个省市的城市化协调发展程度，认为经济城市化领先于空间城市化和人口城市化，而人口城市化发展滞后则成为城市化发展协调度低的主要原因。
通过文献梳理可发现，目前关于城市化子系统的文献大多集中于：侧重于城市化的一个或两个方面，缺乏系统性观点;严重依赖于平均赋权的耦合协调度函数;缺乏对城市化各子系统之间的动态关系的分析。虽然徐小钦、袁凯华对城市化各子系统的互动关系有研究，但由于我国各地区的城市化水平的影响因素是不一样的，导致各子系统之间的动态关系可能不同。因此，有必要进一步分地区研究各子系统的动态关系，为区域制定科学合理的城市化战略提供参考性资料。
二、模型设立、指标选取说明
（一）模型设定
向量自回归（VAR）双变量模型既可以检验变量之间的长期稳定关系，又能用于时间序列预测和随机扰动对变量系统的动态影响。现有理论文献没有明确表述人口城市化、经济城市化和空间城市化三者之间的关系。因此，选择VAR模型，既能克服上述问题，又能了解三者之间的动态关系。
根据VAR模型的基本思想，本文构建的模型如下：
Yi=β0+βjYi-1+εi （1） 其中，Yi为包含人口、经济、空间城市化的3×1维的内生变量，β0为3×1维的截距向量，q为最佳滞后阶数，βj为对应的滞后系数矩阵，εi为随机扰动项，i表示年份。
（二）指标选取及其计算说明
基于现有文献，为避免单一指标对城市化测量的误差，本文参考陈明星、陆大道等[14]的做法，遵循指标定义的科学性、数据来源的客观性、指标体系的系统性及可操作性原则，将城市化水平体系进行了综合测度构造，具体指标（见表1）。
数据过大会影响计算的精确性，因此对原始数据除了比重指标外，其他指标的数据均进行对数化处理。为避免指标赋权的主观因素影响，本文采用熵值法确定各子系统各指标的权重。具体计算步骤如下：
1.数据的标准化处理
由于各指标的量纲、数量级不同，故首先应对原始数据进行标准化处理：
x'
ij= （2）
式中xij是第i年份第j项指标的原始数值，xjmin、xjmax分布代表数据使用年限期间第j项指标的最小值和最大值，x'
ij为标准化处理后的数据。但标准化的结果会出现“0”值。为了使数据处理后对数取值有意义，文中将标准化后数据整体向右平移一个单位，即将每个数值加1。
2.计算第j项指标的信息熵
P
ij= （3）
Ej=-P
ijlnpij （4）
式（1）中pij为第j个指标的特征比重，Ej为信息熵。
3.计算第j项指标的权重
设m为指标个数，则：
Wj= （5）
4.计算第i年各子系统的得分
Si=Wjx'
ij （6）
本文所采用的数据为时间序列数据，样本数据均来源于历年《湖南统计年鉴》。在数据选取过程中，考虑到指标的综合性，因此本文数据的选取在兼顾指标全面性和样本容量足够大的情况下，最终选取了1986—2013年的相关数据作为样本数据，以进行相关的实证研究 。
三、实证分析
（一）单位根检验
由于经济变量的时间序列数据通常是不平稳的，因此采用ADF检验方法对所选变量进行单位根检验，以避免出现伪回归现象。具体检验结果（见表2）。
从表2可知，即使在10%的显著水平下，变量PUR、EUR和SUR的ADF统计量都不显著，这说明上述序列都存在单位根。对这些序列进行一阶差分后，再进行ADF检验时，各一阶差分序列在给定的显著性水平下是平稳的。所以，各变量均为一阶单整序列，符合协整检验的条件。
（二）协整检验
对变量进行协整关系检验时，通常采用E-G两步法或Johansen检验法。由于Johansen协整检验具有功效更稳定、检验结果更可靠的优势。因此，本文采用了Johansen检验。
为保证协整关系在统计上的可信度，应先确定最佳滞后阶数，再进行协整分析。在时间序列模型中，常用AIC、SC、LR、FPE和HQ准则来确定最佳滞后阶数。表3给出了滞后阶数从0-4阶所对应的VAR（p）的LR、AIC、SC、FPE和HQ准则的检测值，并用“*”标记出根据相应准则确定的滞后阶数，最终确定模型的最佳滞后阶数为4阶。
根据最佳滞后阶数为4，变量PUR、EUR和SUR都服从I（1）过程，满足协整检验的条件，对各组变量进行Johansen协整检验，检验结果（见表4）。
从表4中可以看出，检验中的迹检验都在5%的显著性水平下拒绝r≤0和r≤1的零假设假设，而接受 r≤2的假设，表明三者之间存在两个协整向量，这就说明三者之间有长期协整关系。实际中一般只关注同时含有三者的协整关系，因此将这种关系表示如下式（7）、式（8）和式（9）。中括号内的数字为各式子中被解释变量系数的t统计量。
PUR=0.6096EUR+0.5333SUR-0.2596 （7）
[2.89634] [2.38487]
EUR=0.4122PUR+0.5655SUR+0.0732 （8）
[2.896340] [3.337115]
SUR=0.3475PUR+0.5450EUR+0.1558 （9）
查表可知，式（7）和式（9）的系数在5%的显著性水平下显著，式（8）的系数在1%的显著性水平下显著。从式（7）中可以看出，经济城市化和空间城市化对人口城市化都有正向的影响，当经济城市化和空间城市化分别每提高1%时，人口城市化至少会分别提高5%以上。式（8）表示人口城市化和空间城市化对经济城市化有正的影响，且当经济城市化分别收到前两者的影响时，会有不同程度的提高。同样，从式（9）中可看出，人口城市化和经济城市化对空间城市化有促进作用，当人口城市化每提高1%时，空间城市化会提高3.48%;而当经济城市化提高1%时，经济城市化会提高5.45%。 （三）误差修正模型
基于协整检验，根据Granjer定理，建立误差修正模型，用以反映变量偏离长期均衡关系的程度，将它们的短期行为与长期行为联系起来。根据Johansen协整检验结果设定误差修正模型（VECM），结果（见表5）。
检验结果显示：在长期，人口城市化、经济城市化和空间城市化三者之间相互影响、相互促进;但是就短期而言，三者之间的关系并不稳定，可能是相互促进，也可能会有负面效应。
（四）Granger因果关系检验
协整检验只能表明人口城市化、经济城市化和空间城市化三者之间存在一定的长期均衡关系，但是这种关系能否分析变量之间的因果关系，还有待进一步用Granger因果关系检验法验证。基于VAR（4）模型，对变量进行Granger因果关系检验，检验结果（见下页表6）。
从下页表6中可看出，PUR与SUR存在着双向Granger因果关系;EUR是PUR的Granger原因，反之则不是;EUR与SUR之间不存在Granger因果关系。这说明，湖南省人口城市化与经济城市化之间存在着互为Granger因果关系，经济城市化是人口城市化的Granger原因，但是经济城市化和空间城市化之间并不存在Granger因果关系。
（五）脉冲响应分析
为了准确刻画PUR、EUR和SUR三者之间的关系，本文使用Eviews6.0，借助脉冲响应分析法，画出PUR、EUR和SUR分别受到分别受到其他两个变量一个单位标准差冲击后的脉冲响应函数图（见下页图1、图2和图3）。
从图1可知，对于来自经济城市化和人口城市化的一个单位标准差冲击，人口城市化的响应是正向的，但是这种响应并未随着时间的推移而变得稳定。从图2可知，经济城市化对来自人口城市化和空间城市化的冲击，其响应也是正向的，虽然前期响应程度有波动，但逐渐趋于稳定。而从图3可知，空间城市化对于来自其他两个变量的一个标准差冲击，其响应是波动不定，但整体效应是正向的。
结论及政策建议
本文在湖南省统计年鉴数据基础上，通过构建城市化综合测度体系，利用熵值法测算了1986—2013年湖南省的综合城市水平。在借助VAR模型及以此为基础的格兰杰因果检验和脉冲响应分析，得出以下结论：湖南省人口、经济空间的城市化三者之间存在着长期协整的关系;就短期而言，三者之间的关系并不稳定，可能是相互促进，也可能会有负面效应;湖南省人口城市化与经济城市化之间存在着互为Granger因果关系，经济城市化是人口城市化的Granger原因，但是经济城市化和空间城市化之间并不存在Granger因果关系。
根据以上结论，本文认为，首先，深化改革户籍制度、社会保险制度及就业制度;其次，控制大城市规模，避免因过度集聚而引起规模不经济;再次，继续深化经济体制改革，调整产业结构，推进产业结构向合理化、高级化发展;最后，城市空间要依据当地城市人口规模、经济发展水平而定，政府应当减少盲目扩张、投资过度的行为。