S.E. of regression 0.030171 Akaike info criterion -4.047404
Sum squared resid 0.025488 Schwarz criterion -3.864187
Log likelihood 68.75847 F-statistic 103.4829
Durbin-Watson stat 0.669628 Prob(F-statistic) 0.00000
（7）
(-0.230468) (-0.376083) (-2.153076) （7.763929）
（7）式中，YI，ER，SAN分别表示第一、二、三产业的就业人数，模型（7）显示：产业就业结构对人口城市化影响显著：第一、二、三产业就业对人口城市化率的边际贡献各约为-0.03146，0.114475和0.216868 。表明，第一产业就业人数每新增1万人，使人口城市化水平降低约0.03146个百分点，第二产业就业人数每新增1万人，使人口城市化水平上升0.114475个百分点，而第三产业就业人数每新增加1万人，则使人口城市化水平上升0.216868个百分点。显然，第三产业就业对提高城市化水平的边际贡献最大。
为了能更好的反映产业就业结构与人口城市化之间的关系，特进一步采用双对数模型：
表7 1978-2008年湖北省产业就业结构与人口城市化的OLS估计--基于双对数函数模型
Variable Coefficient Std. Error t-Statistic Prob.
C -3.389284 1.559486 -2.173334 0.0384
LOG(YI) -0.221880 0.240683 -0.921875 0.0364
LOG(ER) 0.039374 0.152975 0.257387 0.0688
LOG(SAN) 0.552675 0.080368 6.876787 0.0000
R-squared 0.944553 Mean dependent var -1.240290
Adjusted R-squared 0.938612 S.D. dependent var 0.350364
S.E. of regression 0.086808 Akaike info criterion -1.933767
Sum squared resid 0.210998 Schwarz criterion -1.750550
Log likelihood 34.94027 F-statistic 158.9957
Durbin-Watson stat 0.706953 Prob(F-statistic) 0.000000
（8）
(-2.173334) (-0.921875) ( 0.257387) （6.87678）
从模型（8）可看出：第一产业就业对人口城市化水平呈负的影响，而二、三产业就业对人口城市化水平呈正的影响。人口城市化水平对于三次产业的就业弹性分别约为-0.22188、0.0393和0.5526，表明三次产业对人口城市化的不同影响。
Granger因果关系检验显示(由于检验结果对滞后期的长度不敏感，表8和表9只列出了时滞为2的检验结果)，在半对数模型下，显示出：第一产业、第三产业的就业人数的变化能引起城市化变化，但是城市化并不引起第一产业、第三产业就业人数变化，而第二产业就业人数与城市化之间的Granger因果关系不显著。
