【文章內(nèi)容簡介】 疆農(nóng)業(yè)結(jié)構(gòu)調(diào)整的經(jīng)濟效應加以研究。由于只有相同單整階數(shù)的兩個變量才可能存在協(xié)整關(guān)系,因此,協(xié)整分析之前首先要檢驗變量的單整階數(shù)。進行農(nóng)業(yè)產(chǎn)值比重LNY與農(nóng)業(yè)經(jīng)濟增長LNA的協(xié)整分析,首先要檢驗這兩個變量的時間序列是否平穩(wěn)。這里用ADF方法來檢驗序列的平穩(wěn)性。滯后期的選擇上要保證隨機干擾項不存在自相關(guān),主要通過拉格朗日乘數(shù)法對隨機干擾項的自相關(guān)性進行檢驗,并在此基礎(chǔ)上結(jié)合采用AIC準則和SC準則。從表31可以看出,ADF值在5%顯著性水平下均大于所對應的臨界值,說明LnY和LnA均為非平穩(wěn)的時間序列；對兩個序列做一階差分,再進行ADF檢驗,顯示兩個系列的一階差分都為平穩(wěn)系列。由此可知, LnY和LnA均為一階單整序列I(1)。表31 ADF單位根檢驗結(jié)果變量ADF檢驗值檢驗類型臨界值/5%DW值結(jié)論LnY（c,t,2)非平穩(wěn)LnA（c,0,0)非平穩(wěn)DLnY（c,t,1)平穩(wěn)DLnA（c,t,0)平穩(wěn)檢驗兩變量間的協(xié)整關(guān)系,通常采用EG兩步法。利用該方法進行種植業(yè)總產(chǎn)值比重LNA與農(nóng)業(yè)經(jīng)濟增長LNY的協(xié)整檢驗,首先用OLS方法估計變量LNA對LNY的進行回歸，剔除和消除不顯著的變量后結(jié)果如下： LnYt=+ ()，同時各個變量也都通過了顯著性檢驗，再對回歸方程的殘差進行單位根檢驗，小于5%的顯著性水平下的臨界值()，因此我們接受其殘差為平穩(wěn)序列的備選假設(shè)，這表明農(nóng)林牧漁總產(chǎn)值與種植業(yè)結(jié)構(gòu)調(diào)整系數(shù)之間是協(xié)整的，即二者之間存在長期穩(wěn)定的均衡關(guān)系。上式表明就長期而言，農(nóng)業(yè)經(jīng)濟的增長不但受上期經(jīng)濟增長的影響，還與大農(nóng)業(yè)結(jié)構(gòu)中種植業(yè)比重的變動呈反向變動關(guān)系，且這種影響關(guān)系存在一年的滯后期，當農(nóng)業(yè)占農(nóng)業(yè)總產(chǎn)值的比重累計每變動1%，%（%+%）。這說明隨著農(nóng)業(yè)特別是傳統(tǒng)農(nóng)業(yè)占農(nóng)業(yè)總產(chǎn)值的比重不斷降低，農(nóng)業(yè)經(jīng)濟不斷增長，顯示出大農(nóng)業(yè)結(jié)構(gòu)調(diào)整取得了一定成效。 向量自回歸模型（VAR）的建立為了動態(tài)揭示大農(nóng)業(yè)結(jié)構(gòu)的變動與經(jīng)濟增長之間的關(guān)系，試建立由LnY和LnA建立的VAR(p)模型進行分析。在建立VAR模型前先確定最大滯后期K是重要的。既要有足夠數(shù)目的滯后項，以便能完整反映所構(gòu)造的模型的動態(tài)特征，又要有足夠數(shù)目的自由度，否則直接影響參數(shù)估計的有效性。根據(jù)赤池信息準則（AIC）和施瓦茨準則（SC）， 從14階滯后期數(shù)中初步選擇最佳滯后階數(shù)n，建立相應的VAR（n）模型，之后對VAR（n）模型殘差進行JB正態(tài)性檢驗、LM自相關(guān)檢驗和White異方差檢驗殘差是否服從正態(tài)分布、無自相關(guān)、不存在異方差。最終確定了由LnY和LnA建立的擬和程度相對較好VAR(3)模型(如表32所示），通過檢驗說明它們的結(jié)構(gòu)是穩(wěn)定的，可以成為隨后脈沖分析和方差分解的基礎(chǔ)。 表32 VAR（3）模型的估計結(jié)果解釋變量回歸函數(shù)LNY回歸函數(shù)LNALNY(1)LNY(2)LNY(3)LNA(1)LNA(2)LNA(3)CR2Log likelihoodAkaike AIC)()Schwarz SC()()VAR(3)的極大似然函數(shù)值logL=；AIC=；SC= 向量誤差修正模型(VEC)建立在協(xié)整理論基礎(chǔ)上的VEC模型既能反映不同經(jīng)濟序列間長期信息，又能反映短期偏離長期均衡的修正機制，是長短期結(jié)合具有高度穩(wěn)定性和可靠性的一種經(jīng)驗模型。現(xiàn)結(jié)合以上農(nóng)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟增長的長期均衡關(guān)系，分別建立LnY與LnA的VEC模型，來探討大農(nóng)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟增長向均衡水平的短期調(diào)整機制。LnY與LnA的向量誤差修正模型的估計結(jié)果如下：表34 VEC（3）模型的估計結(jié)果解釋變量回歸函數(shù)LNY回歸函數(shù)LNA誤差修正項D(LNY(1))D(LNY(2))D(LNY(3))D(LNA(1))D(LNA(2))D(LNA(3))C從結(jié)果可以看出，2個誤差修正項均表現(xiàn)顯著，且為負值，符合反向修正機制。從誤差修正項的絕對值來看,%%，后者略大于前者，說明經(jīng)濟增長的短期波動較大。 下面對建立的VAR模型進行脈沖響應函數(shù)分析。脈沖響應函數(shù)可反映大農(nóng)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟增長之間的動態(tài)影響,可在LNY與LNA建立的VAR（3）模型的基礎(chǔ)上建立起一個農(nóng)業(yè)結(jié)構(gòu)調(diào)整對經(jīng)濟增長的沖擊響應模型 式（）中，t=1,2,...T,αij已由VAR（3）模型估計得出，在此從略。其函數(shù)為： （） 上式中隨機擾動項稱為新息(Innovation)。采用漸進解析法計算沖擊響應函數(shù)的標準差，圖31和32分別顯示了LNY和LNA對一個標準差新息的響應。 圖31 LNY對沖擊的響應 圖32 LNA對沖擊的響應由圖31可知,農(nóng)業(yè)經(jīng)濟總產(chǎn)值對其自身的一個標準差新息立即有較強反映，而大農(nóng)業(yè)產(chǎn)值結(jié)構(gòu)對農(nóng)業(yè)總產(chǎn)值的沖擊在當年沒有產(chǎn)生影響，其影響滯后一年后有負影響，并且這種影響在第四年后影響遞增并第六年達到最大，其后影響逐漸減弱，但總的影響仍是負的，這與協(xié)整檢驗的結(jié)果是一致的。由此可知隨著大農(nóng)業(yè)結(jié)構(gòu)中種植業(yè)產(chǎn)值比重的較少，這種結(jié)構(gòu)變化對經(jīng)濟增長起促進作用，并且這種促進作用存在一年的滯后期，前三年影響不穩(wěn)定，隨著時間的推移趨于穩(wěn)定。產(chǎn)值結(jié)構(gòu)的調(diào)整對GDP是有明顯影響的，但是這種影響需要一定時間才能表現(xiàn)出來。這和產(chǎn)業(yè)結(jié)構(gòu)的演變規(guī)律是一致的，隨著經(jīng)濟的增長，農(nóng)林牧漁產(chǎn)值結(jié)構(gòu)不斷升級，農(nóng)業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值的比重越來越低。由圖32可知，農(nóng)業(yè)經(jīng)濟增長對產(chǎn)值結(jié)構(gòu)的沖擊在當年產(chǎn)生正的影響，在第二年開始產(chǎn)生負的影響，并在第三年末達到最大，然后趨于均衡水平，但總體影響還是負的，充分說明，新疆的農(nóng)業(yè)經(jīng)濟增長促進了農(nóng)業(yè)產(chǎn)值增長結(jié)構(gòu)向牧業(yè)、林業(yè)、漁業(yè)，特別是牧業(yè)的轉(zhuǎn)移，這說明經(jīng)濟的增長有助于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整。為進一步分析結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻度,評價不同結(jié)構(gòu)沖擊的重要性,可以建立預測方差分解模型進行分析。根據(jù)LnY與LnA組成的VAR（3）模型,對新疆大農(nóng)業(yè)結(jié)構(gòu)變動和經(jīng)濟增長的預測均方誤差進行分解,結(jié)果見表36：表36 LnY與LnA的預側(cè)方差分解預測期經(jīng)濟增長LnY的方差分解 %農(nóng)業(yè)結(jié)構(gòu)LnA的方差分解 %經(jīng)濟增長LnY占比結(jié)構(gòu)變動LnA占比經(jīng)濟增長LnY占比結(jié)構(gòu)變動LnA占比110002345678910 由表36可見,大農(nóng)業(yè)結(jié)構(gòu)變動對農(nóng)業(yè)經(jīng)濟增長的沖擊(即對預測誤差的貢獻度)從第2期開始逐步增強,%%,而且還有繼續(xù)上升的趨勢；同期,大農(nóng)業(yè)結(jié)構(gòu)波動受其自身沖擊的影響逐步減弱,%%,這與脈沖響應函數(shù)分析的結(jié)果相一致。產(chǎn)值結(jié)構(gòu)對經(jīng)濟增長的影響接近于就業(yè)結(jié)構(gòu)的影響，并且產(chǎn)值結(jié)構(gòu)的影響要通過較長的時間才能表現(xiàn)出來。對產(chǎn)值結(jié)構(gòu)的影響，無論是短期還是長期都主要由產(chǎn)值結(jié)構(gòu)自身的沖擊造成，經(jīng)濟增長受產(chǎn)值結(jié)構(gòu)的沖擊逐年遞增，但沖擊影響在三年后基本穩(wěn)定在20%29%。總地來說，新疆大農(nóng)業(yè)結(jié)構(gòu)變動對經(jīng)濟增長的拉動作用明顯加強，并且這種大動作用要通過45年的時間才能表現(xiàn)出來；經(jīng)濟增長對農(nóng)業(yè)結(jié)構(gòu)變動的負向影響弱于結(jié)構(gòu)變動對經(jīng)濟的負向作用，結(jié)果使得農(nóng)業(yè)結(jié)構(gòu)變動受自身影響較大，而來自經(jīng)濟總量變動的影響不大。進行種植業(yè)種糧食作物播種面積比重LNP與農(nóng)業(yè)經(jīng)濟增長LNY的協(xié)整分析,首先要檢驗這兩個變量的時間序列是否平穩(wěn)，再判斷變量的單整階數(shù)。ADF方法的檢驗結(jié)果（見表41）顯示，在5%顯著性水平下均大于所對應的臨界值,說明LnP和LnY均為非平穩(wěn)的時間序列；一階差分后兩個系列的均為平穩(wěn)的時間序列。由此可知, LnY和LnA均為一階單整序列I(1)。表37 ADF單位根檢驗結(jié)果變量ADF檢驗值檢驗類型臨界值/5%DW值結(jié)論LnY（c,t,2)非平穩(wěn)LnP（c,t,0)非平穩(wěn)DLnY（c,t,1)平穩(wěn)DLnP（c,0,4)平穩(wěn)采用EG兩步法來進行糧食作物種植面積比重LNP與農(nóng)業(yè)經(jīng)濟增長LNY的協(xié)整檢驗,先用OLS方法估計變量LNP對LNY的回歸方程，結(jié)果如下:LnY=+ () ，同時各個變量也都通過了顯著性檢驗，再對回歸方程的殘差進行單位根檢驗，小于5%的顯著性水平下的臨界值()，因此我們接受其殘差為平穩(wěn)序列的備選假設(shè)，這表明農(nóng)林牧漁總產(chǎn)值與種植業(yè)結(jié)構(gòu)調(diào)整系數(shù)之間是協(xié)整的，即二者之間存在長期穩(wěn)定的均衡關(guān)系。上式表明新疆種植業(yè)的結(jié)構(gòu)變動與經(jīng)濟增長處于長期均衡中，兩者的變動方向是相同的，這從一定程度上說明新疆農(nóng)業(yè)長期依靠糧食作物產(chǎn)值增長的傳統(tǒng)作物種植局面沒有根本地改變。具體地，當糧食播種面積占作物播種總面積的比重每變動1%，%。（VAR）的建立為了動態(tài)揭示新疆種植業(yè)中糧食作物播種面積的變動與經(jīng)濟增長之間的關(guān)系，試建立由LnY和LnP建立的VAR(p)模型進行分析。利用EViews完成模型的估計和檢驗，最終確定了由LnY和LnA建立的擬和程度相對較好VAR(1)模型(如表38所示），通過檢驗說明它們的結(jié)構(gòu)是穩(wěn)定的，可以成為隨后脈沖分析和方差分解的基礎(chǔ)。表38 VAR（1）模型的估計結(jié)果解釋變量回歸函數(shù)LNY回歸函數(shù)LNPLNY(1)LNP(1)CR2Log likelihoodAkaike AIC()()Schwarz SC()()VAR(1)的極大似然函數(shù)值logL=；AIC=；SC=(VEC)結(jié)合以上種植業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟增長的長期均衡關(guān)系，分別建立LnY與LnP的VEC模型，來探討種植業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟增長的短期調(diào)整機制。LnY與LnP建立的VEC模型的誤差修正項顯著，估計結(jié)果如下：表39 VEC（1）模型的估計結(jié)果解釋變量回歸函數(shù)LNY回歸函數(shù)LNP誤差修正項D(LNY(1))D(LNP(1))C 從表39看出，農(nóng)業(yè)經(jīng)濟增長與種植業(yè)結(jié)構(gòu)調(diào)整的誤差修正項均為負值，符合反向修正機制。就短期而言,%的比例對下一年的農(nóng)業(yè)總產(chǎn)值向均衡的調(diào)整產(chǎn)