鉴于VAR模型产业构造调整和农业经济增长联系

一、理论综述

产业结构变动表现为产业间地位的变化以及产业内部门的增殖和重组，其本质是投入要素、资源在产业之间以及产业内部的重新配置，是经济发展过程的中心特征和解释经济增长速度和模式的本质因素(Syrquin，1998)。因而产业结构变动必然对经济增长产生影响，即产业结构变动效应。自上个世纪中期起，Kuznets等率先开展了产业结构变动与国民经济增长的关系研究。Kuznets(1957)采用转换份额分析法(Shift-ShareAnalysis)对50个发达国家经济增长的截面数据分析，得出产业结构变动对劳动生产率的贡献，并认为国民收入的提高将主要带动工业部门的就业和比例的提高，而农业和服务业就业和比例将不断下降。Chenery等(1986)通过构建一个包含27个变量和10基本过程的系统模型，对101个国家1950年～1970年产业结构变动和经济增长的回归分析表明了两者间的关系，即国民收入的提高引起内需及产业结构的调整，而追加资本投入和劳动力再分配促进国民经济增长。Timmer等(2000)、Fagerberg(2000)Peneder(2003)以制造业为例，对产业结构变动与产值增长进行了实证研究。

在国内，目前的研究多是建立在Kuznetsand等理论的基础上。刘伟等(2008)基于转换份额分析法，通过将产业结构变动对劳动生产率及全要素生产率(TFP)的贡献逐一分类的方法，得出产业结构变动效应(TSE)，对我国1978年～2006年产业结构变动与经济增长关系的研究，表明了产业结构变动的显著贡献。刘伟等(2002)以各地区1992年～2000年GDP及三次产业产值为样本建立Chenery模型，分析产业结构对GDP、经济规模及要素效率的影响，结论表明第三产业是拉动经济增长的主要动力，第三产业的结构扩张是以牺牲其他产业的发展以代价的。徐冬林(2004)的研究进一步印证了这一点。

以上均为基于Kuznets转换份额分析法(Shift－ShareAnalysis)或Chenery模型线性回归的研究，事实上以上方法和模型应用于我国当前的经济体系是存在缺陷和不足的，如Kuznets等研究方法的假设条件以及研究样本的适应性，Chenery模型中产业变量与经济总变量之间严重自相关。而国内其他学者的研究也呈现出各自的特点，成果中不乏可取之作。

王展祥(2010)考虑自相关性对Chenery模型进行变量删减，并采用传统线性回归分析法探索我国产业经济变动与经济增长的一般规律。张辉等(2009)将Kuznets转换份额分析法应用于对北京地区经济增长贡献的实证研究中。吴子稳等(2007)和刘小利等(2010)先后采用灰色关联理论对安徽和重庆改革开放以来产业结构变动和经济增长的关系进行了实证分析，并一致认为产业结构变动对经济增长，尤其是对第二产业经济增长影响较大，而对第一产业的影响最小。随着EngleandGranger协整理论的提出，人们逐渐关注变量的非平稳性对OLS方法造成的虚假回归(Spuriousregression)问题，并开始通过检验本身非平稳的变量间的协整(Co-integration)关系，建立误差修正模型(ECM)，来确立变量间的长期均衡关系。目前，国内已有学者将该理论应用于产业结构和经济增长的关系研究。虞斌(2010)通过建立浙江省国民产值与三次产业产值之间的回归方程，利用1978年～2008年相关数据进行协整分析，并认为浙江省第二产业短期内对国民经济影响最大，而第一产业短期和长期的影响均不明显。从近年来的文献来看，相关研究或是对以往成果的沿袭和应用，或由于自相关、结构性问题导致结论不合理。鉴于以上研究现状，同时考虑到当前尚缺乏地区层面产业结构和农业经济增长的关系的研究，本文拟以安徽省为例建立var模型，并通过对其1990年～2009年相关数据的Johansen协整检验、Granger因果检验及脉冲响应函数分析，考察安徽省产业结构变动对农业经济增长的动态影响。

二、数据处理及模型设计

按三次产业进行划分，将农业经济增长可表示为Y=GDP1－X1(－X)2(1)其中Y为农业增加值，X1、X2为工业和服务业产业比例。式(1)中Y、GDP、X1、X2等所有原始数据均取自《安徽统计年鉴》，样本区间为1990年～2009年，基期为1990年，农业产值按支出法当年价格农业增加值/消费者物价指数计算，得到第二、三产业比例及农业产值时间序列如表1:从图1中无法直观地看出原变量之间的相关性，故需进行平稳性检验。为减少异方差，所有变量均取自然对数。

从表2来看，4个变量均是非平稳的，其中Y、X1、X2为一阶单整，而GDP为二阶单整，很难直接对式(1)进行协整检验。为避免根据经济理论描述建立的结构模型无法通过协整检验及模型中内生变量对估计和推论的负面影响，采用非结构化多方程模型中常用的向量自回归模型(VAR)来研究安徽省产业结构调整与农业经济增长之间的动态关系。设定其表达式为:Zt=lnYtlnX1tlnX2t=a11a12a13a21a22a23a31a32a33lnYt－1lnX1t－1lnX2t－1+β11β12β13β21β22β23β31β32β33lnYt－2lnX1t－2lnX2t－2+c1c2c3+εt(2)?

其中lnYt－k，lnX1t－k，lnX2t－[]k'(k=1，2)的系数矩阵为待估项，εt为随机扰动项。三、实证分析

1．VAR模型参数估计

对VAR模型进行参数估计，滞后期数选择是至关重要的，需要进行多次运算才能确定最佳滞后期数，其确定方法很多。黄凌云等(2007)以无约束自回归模型为例，通过对残差自相关、分布情况及异方差性的检验来选择最佳滞后期数。刘洋等(2006)认为应尽可能多的滞后期数有利于完整地反映模型的动态特征。由表3可知，当滞后期数为2时AIC最小(－10．2318)，而当滞后期数为1时SC最小(－9．3062)，难于仅仅依靠AIC和SC最小准则来确定模型滞后期数。考虑进行LR检验，零假设H0:q=1，即滞后期数为1，检验统计LR有LR=－2*l1(－l)2=－2*(106．0752－113．0866)=14．0288(3)

零假设下LR符合渐近χ2分布，经计算相伴概率有1－@cchisq(14．0288，9)=12．1330%，接近10%，同时考虑滞后项足够大对模型动态特征的正面影响，拒绝零假设，选择模型滞后期数为2，从而得出以下VAR模型。lnYtlnX1tlnX2t=0．13450．3409－0．2583－0．4888－0．4620－0．90660．66660．87021．6712lnYt－1lnX1t－1lnX2t－1+0．68041．59840．55210．37210．58421．2275－0．4908－1．0065－1．0804lnYt－2lnX1t－2lnX2t－2+－7．14032．92770．87766(4)

2．Johansen协整检验及向量误差修正

协整关系检验主要有E-G法和Johansen迹统计法，基于向量自回归模型的Johansen迹统计法通过将时间序列检验转变为对矩阵Ⅱ的分析问题，可用于检验多变量之间的协整关系(Engleetal，1987;Johansen，1988)。Eviews中采用的对Ⅱ矩阵的协整似然比检验的方法，能够对给定的VAR模型，自不存在任何协整关系的零假设开始进行一系列检验，从而使建立向量误差修正模型(VEC)成为可能。由表4可知，当零假设协整方程数为0和1时，Trace统计量为163．4568和25．9255，均大于其5%显著水平下临界值，通过检验;而当协整方程数为2时，Trace统计量小于5%显著水平下临界值，因此，在5%显著水平下3个时间序列间最少存在2个长期均衡关系，即协整关系。将标准化后的协整关系回归方程列举如下Vecm1t=lnYt－1．2424lnX2t(5)

(0．2346)Vecm2t=lnX1t－0．0172lnX2t(6)

(0．0131)Loglikelihood=186．3694对Vecm1t和Vecm2t进行的单位根检验表明了其稳定性，且取值在0附近波动，从而回归方程式所表达的协整关系是正确的。但为了得到更准确的估计参数，我们引入向量误差修正(VEC)模型，模型滞后期数选择1，得出修正后的多方程模型及协整方程:ΔlnYtΔlnX1tΔlnX2t=－0．7136－1．5088－0．3834－0．38560－0．4445－0．97570．53080．87250．8310ΔlnYt－1ΔlnX1t－1ΔlnX2t－1+－0．06390．02620．0063Vecmt－1+0．12420．0535－0．0409(7)

Vecmt=lnYt－30．9153lnX1t+0．0826lnX2t+110．5294(8)

修正后模型的AIC值(－10．0226)和SC值(－9．1322)均较小，说明模型整体效果较好。

3．Granger因果检验

我们先后对滞后期数为1～6的两个时间序列进行检验，得出因果检验情况，并选择最佳滞后期为1。此时Granger因果检验表明，在5%显著水平下，第二产业比例lnX1和农业产值lnY之间存在单向Granger因果关系，即第二产业比例lnX1是农业产值lnY的Granger原因，农业产值lnY却不是第二产业比例lnX1的Granger原因，该结论支持了Chenery(1960)经济增长工业化模式。此外，农业产值lnY和第三产业比例lnX2之间存在双向的Granger因果性关系。

四、结论及政策建议

产业结构变动，其本质是投入要素、资源在产业之间以及产业内部的重新配置，从而必然引起经济增长及产业间地位的变化。作为相关研究的理论基础，Kuznets等的方法和模型具有不可替代的作用，但应用于我国当前的经济体系应考虑其假设条件及适用性。建立在VAR模型基础上的协整分析，避免了严格定义时间序列间动态关系及“虚假回归”的产生。以安徽省为例，对1990年～2009年产业结构与农业经济增长动态关系的实证检验表明了所构建VAR模型的合理性，基于该模型的分析得出以下结论:

1．产业结构与农业产值之间存在长期的动态均衡关系。

2．第二产业对农业产值具有显著影响。

3．第一、三产业之间存在双向因果关系。

基于以上结论，本文提出以下政策建议:

1．产业结构调整的重心由产业比例和份额调整向产业高度化转移。

2．中期内走经济增长工业化发展道路，长期内重视发展第三产业。

3．着力解决“三农”问题。建设现代农业，发展农村经济，增加农民收入，其实质就是提高劳动力及土地等要素投入效率。要在转移农村剩余劳动力的同时，合理规划和调整区域空间布局、发展特色优势农业，提高要素效率。短期内，可通过政策倾斜缩小剪刀差，优化农业资源配置。长期内，要把推进农业产业化作为解决“三农”问题的重点工作，通过龙头企业、产业集群、专业合作社建设多元并举，政策、资金、服务多管齐下，银行、企业、政府多方协作，合力推进安徽省农业产业化发展进程。