【文章內(nèi)容簡(jiǎn)介】 疆農(nóng)業(yè)結(jié)構(gòu)調(diào)整的經(jīng)濟(jì)效應(yīng)加以研究。由于只有相同單整階數(shù)的兩個(gè)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(yàn)變量的單整階數(shù)。進(jìn)行農(nóng)業(yè)產(chǎn)值比重LNY與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)LNA的協(xié)整分析,首先要檢驗(yàn)這兩個(gè)變量的時(shí)間序列是否平穩(wěn)。這里用ADF方法來(lái)檢驗(yàn)序列的平穩(wěn)性。滯后期的選擇上要保證隨機(jī)干擾項(xiàng)不存在自相關(guān),主要通過(guò)拉格朗日乘數(shù)法對(duì)隨機(jī)干擾項(xiàng)的自相關(guān)性進(jìn)行檢驗(yàn),并在此基礎(chǔ)上結(jié)合采用AIC準(zhǔn)則和SC準(zhǔn)則。從表31可以看出,ADF值在5%顯著性水平下均大于所對(duì)應(yīng)的臨界值,說(shuō)明LnY和LnA均為非平穩(wěn)的時(shí)間序列；對(duì)兩個(gè)序列做一階差分,再進(jìn)行ADF檢驗(yàn),顯示兩個(gè)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(yàn)結(jié)果變量ADF檢驗(yàn)值檢驗(yàn)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(yàn)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(jìn)行種植業(yè)總產(chǎn)值比重LNA與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)LNY的協(xié)整檢驗(yàn),首先用OLS方法估計(jì)變量LNA對(duì)LNY的進(jìn)行回歸，剔除和消除不顯著的變量后結(jié)果如下： LnYt=+ ()，同時(shí)各個(gè)變量也都通過(guò)了顯著性檢驗(yàn)，再對(duì)回歸方程的殘差進(jìn)行單位根檢驗(yàn)，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(zhǎng)期穩(wěn)定的均衡關(guān)系。上式表明就長(zhǎng)期而言，農(nóng)業(yè)經(jīng)濟(jì)的增長(zhǎng)不但受上期經(jīng)濟(jì)增長(zhǎng)的影響，還與大農(nóng)業(yè)結(jié)構(gòu)中種植業(yè)比重的變動(dòng)呈反向變動(dòng)關(guān)系，且這種影響關(guān)系存在一年的滯后期，當(dāng)農(nóng)業(yè)占農(nóng)業(yè)總產(chǎn)值的比重累計(jì)每變動(dòng)1%，%（%+%）。這說(shuō)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(jì)不斷增長(zhǎng)，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(dòng)態(tài)揭示大農(nóng)業(yè)結(jié)構(gòu)的變動(dòng)與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，試建立由LnY和LnA建立的VAR(p)模型進(jìn)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(xiàng)，以便能完整反映所構(gòu)造的模型的動(dòng)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(jì)的有效性。根據(jù)赤池信息準(zhǔn)則（AIC）和施瓦茨準(zhǔn)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(yīng)的VAR（n）模型，之后對(duì)VAR（n）模型殘差進(jìn)行JB正態(tài)性檢驗(yàn)、LM自相關(guān)檢驗(yàn)和White異方差檢驗(yàn)殘差是否服從正態(tài)分布、無(wú)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(duì)較好VAR(3)模型(如表32所示），通過(guò)檢驗(yàn)說(shuō)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(jì)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(jì)序列間長(zhǎng)期信息，又能反映短期偏離長(zhǎng)期均衡的修正機(jī)制，是長(zhǎng)短期結(jié)合具有高度穩(wěn)定性和可靠性的一種經(jīng)驗(yàn)?zāi)Ｐ汀，F(xiàn)結(jié)合以上農(nóng)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期均衡關(guān)系，分別建立LnY與LnA的VEC模型，來(lái)探討大農(nóng)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟(jì)增長(zhǎng)向均衡水平的短期調(diào)整機(jī)制。LnY與LnA的向量誤差修正模型的估計(jì)結(jié)果如下：表34 VEC（3）模型的估計(jì)結(jié)果解釋變量回歸函數(shù)LNY回歸函數(shù)LNA誤差修正項(xiàng)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(gè)誤差修正項(xiàng)均表現(xiàn)顯著，且為負(fù)值，符合反向修正機(jī)制。從誤差修正項(xiàng)的絕對(duì)值來(lái)看,%%，后者略大于前者，說(shuō)明經(jīng)濟(jì)增長(zhǎng)的短期波動(dòng)較大。 下面對(duì)建立的VAR模型進(jìn)行脈沖響應(yīng)函數(shù)分析。脈沖響應(yīng)函數(shù)可反映大農(nóng)業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟(jì)增長(zhǎng)之間的動(dòng)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(gè)農(nóng)業(yè)結(jié)構(gòu)調(diào)整對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊響應(yīng)模型 式（）中，t=1,2,...T,αij已由VAR（3）模型估計(jì)得出，在此從略。其函數(shù)為： （） 上式中隨機(jī)擾動(dòng)項(xiàng)稱為新息(Innovation)。采用漸進(jìn)解析法計(jì)算沖擊響應(yīng)函數(shù)的標(biāo)準(zhǔn)差，圖31和32分別顯示了LNY和LNA對(duì)一個(gè)標(biāo)準(zhǔn)差新息的響應(yīng)。 圖31 LNY對(duì)沖擊的響應(yīng) 圖32 LNA對(duì)沖擊的響應(yīng)由圖31可知,農(nóng)業(yè)經(jīng)濟(jì)總產(chǎn)值對(duì)其自身的一個(gè)標(biāo)準(zhǔn)差新息立即有較強(qiáng)反映，而大農(nóng)業(yè)產(chǎn)值結(jié)構(gòu)對(duì)農(nóng)業(yè)總產(chǎn)值的沖擊在當(dāng)年沒(méi)有產(chǎn)生影響，其影響滯后一年后有負(fù)影響，并且這種影響在第四年后影響遞增并第六年達(dá)到最大，其后影響逐漸減弱，但總的影響仍是負(fù)的，這與協(xié)整檢驗(yàn)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(duì)經(jīng)濟(jì)增長(zhǎng)起促進(jìn)作用，并且這種促進(jìn)作用存在一年的滯后期，前三年影響不穩(wěn)定，隨著時(shí)間的推移趨于穩(wěn)定。產(chǎn)值結(jié)構(gòu)的調(diào)整對(duì)GDP是有明顯影響的，但是這種影響需要一定時(shí)間才能表現(xiàn)出來(lái)。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(jì)的增長(zhǎng)，農(nóng)林牧漁產(chǎn)值結(jié)構(gòu)不斷升級(jí)，農(nóng)業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值的比重越來(lái)越低。由圖32可知，農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)值結(jié)構(gòu)的沖擊在當(dāng)年產(chǎn)生正的影響，在第二年開始產(chǎn)生負(fù)的影響，并在第三年末達(dá)到最大，然后趨于均衡水平，但總體影響還是負(fù)的，充分說(shuō)明，新疆的農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)促進(jìn)了農(nóng)業(yè)產(chǎn)值增長(zhǎng)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(shuō)明經(jīng)濟(jì)的增長(zhǎng)有助于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整。為進(jìn)一步分析結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度,評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性,可以建立預(yù)測(cè)方差分解模型進(jìn)行分析。根據(jù)LnY與LnA組成的VAR（3）模型,對(duì)新疆大農(nóng)業(yè)結(jié)構(gòu)變動(dòng)和經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)均方誤差進(jìn)行分解,結(jié)果見表36：表36 LnY與LnA的預(yù)側(cè)方差分解預(yù)測(cè)期經(jīng)濟(jì)增長(zhǎng)LnY的方差分解 %農(nóng)業(yè)結(jié)構(gòu)LnA的方差分解 %經(jīng)濟(jì)增長(zhǎng)LnY占比結(jié)構(gòu)變動(dòng)LnA占比經(jīng)濟(jì)增長(zhǎng)LnY占比結(jié)構(gòu)變動(dòng)LnA占比110002345678910 由表36可見,大農(nóng)業(yè)結(jié)構(gòu)變動(dòng)對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的沖擊(即對(duì)預(yù)測(cè)誤差的貢獻(xiàn)度)從第2期開始逐步增強(qiáng),%%,而且還有繼續(xù)上升的趨勢(shì)；同期,大農(nóng)業(yè)結(jié)構(gòu)波動(dòng)受其自身沖擊的影響逐步減弱,%%,這與脈沖響應(yīng)函數(shù)分析的結(jié)果相一致。產(chǎn)值結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)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(guò)較長(zhǎng)的時(shí)間才能表現(xiàn)出來(lái)。對(duì)產(chǎn)值結(jié)構(gòu)的影響，無(wú)論是短期還是長(zhǎng)期都主要由產(chǎn)值結(jié)構(gòu)自身的沖擊造成，經(jīng)濟(jì)增長(zhǎng)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%?？偟貋?lái)說(shuō)，新疆大農(nóng)業(yè)結(jié)構(gòu)變動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用明顯加強(qiáng)，并且這種大動(dòng)作用要通過(guò)45年的時(shí)間才能表現(xiàn)出來(lái)；經(jīng)濟(jì)增長(zhǎng)對(duì)農(nóng)業(yè)結(jié)構(gòu)變動(dòng)的負(fù)向影響弱于結(jié)構(gòu)變動(dòng)對(duì)經(jīng)濟(jì)的負(fù)向作用，結(jié)果使得農(nóng)業(yè)結(jié)構(gòu)變動(dòng)受自身影響較大，而來(lái)自經(jīng)濟(jì)總量變動(dòng)的影響不大。進(jìn)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(jì)增長(zhǎng)LNY的協(xié)整分析,首先要檢驗(yàn)這兩個(gè)變量的時(shí)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(yàn)結(jié)果（見表41）顯示，在5%顯著性水平下均大于所對(duì)應(yīng)的臨界值,說(shuō)明LnP和LnY均為非平穩(wěn)的時(shí)間序列；一階差分后兩個(gè)系列的均為平穩(wěn)的時(shí)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(yàn)結(jié)果變量ADF檢驗(yàn)值檢驗(yàn)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(lái)進(jìn)行糧食作物種植面積比重LNP與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)LNY的協(xié)整檢驗(yàn),先用OLS方法估計(jì)變量LNP對(duì)LNY的回歸方程，結(jié)果如下:LnY=+ () ，同時(shí)各個(gè)變量也都通過(guò)了顯著性檢驗(yàn)，再對(duì)回歸方程的殘差進(jìn)行單位根檢驗(yàn)，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(zhǎng)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(dòng)與經(jīng)濟(jì)增長(zhǎng)處于長(zhǎng)期均衡中，兩者的變動(dòng)方向是相同的，這從一定程度上說(shuō)明新疆農(nóng)業(yè)長(zhǎng)期依靠糧食作物產(chǎn)值增長(zhǎng)的傳統(tǒng)作物種植局面沒(méi)有根本地改變。具體地，當(dāng)糧食播種面積占作物播種總面積的比重每變動(dòng)1%，%。（VAR）的建立為了動(dòng)態(tài)揭示新疆種植業(yè)中糧食作物播種面積的變動(dòng)與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，試建立由LnY和LnP建立的VAR(p)模型進(jìn)行分析。利用EViews完成模型的估計(jì)和檢驗(yàn)，最終確定了由LnY和LnA建立的擬和程度相對(duì)較好VAR(1)模型(如表38所示），通過(guò)檢驗(yàn)說(shuō)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(jì)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(jì)增長(zhǎng)的長(zhǎng)期均衡關(guān)系，分別建立LnY與LnP的VEC模型，來(lái)探討種植業(yè)結(jié)構(gòu)調(diào)整與經(jīng)濟(jì)增長(zhǎng)的短期調(diào)整機(jī)制。LnY與LnP建立的VEC模型的誤差修正項(xiàng)顯著，估計(jì)結(jié)果如下：表39 VEC（1）模型的估計(jì)結(jié)果解釋變量回歸函數(shù)LNY回歸函數(shù)LNP誤差修正項(xiàng)D(LNY(1))D(LNP(1))C 從表39看出，農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與種植業(yè)結(jié)構(gòu)調(diào)整的誤差修正項(xiàng)均為負(fù)值，符合反向修正機(jī)制。就短期而言,%的比例對(duì)下一年的農(nóng)業(yè)總產(chǎn)值向均衡的調(diào)整產(chǎn)