【正文】 19906444225219917517283019929636199314998199426796199533635238771996199719981999200020012002200314764 采用三部門的凱恩斯總需求決定模型，在不考慮進出口的條件下，通過消費者、企業(yè)和政府的經(jīng)濟活動，分析總收入的變動對消費和投資的影響，假設理論模型如下：。將與進行回歸，結果如下圖1：圖1從上圖1中可以看出模型擬合較好，進一步計算GDP的估計值，在上圖中點擊“Forecast”得到GDP的預測值序列GDPF序列。圖2實際上上面的兩步操作就是二階段的最小二乘法，由上圖的結果，估計的模型為：CONSUME = + *GDPF + *CONSUME(1) *INVEST(1) 首先做回歸，GDP C GOV CONSUME(1) INVEST(1)；再生成序列GENR GDPF=GDPRESID，得到GDP的估計值。最后的結果如下圖3。首先做回歸，GDP C GOV CONSUME(1) INVEST(1)；再生成序列GENR GDPF=GDPRESID，得到GDP的估計值。最后的結果如下圖5。在主窗口總點擊“Object”“New Object”選擇“system”，如下圖6。在系統(tǒng)窗口中輸入待估計模型系統(tǒng)：CONSUME=C(1)+C(2)*GDP+C(3)*CONSUME(1)INVEST=C(4)+C(5)*GDP+C(6)*INVEST(1)INST CONSUME(1) INVEST(1) GOV圖6圖7在定義文本窗口中點擊“Estimate”，出現(xiàn)“system estimate”對話框，在“method”中選擇TwoStage Least Square，點擊確定得到最終的估計結果，如圖9。能夠利用時間序列方法對實際經(jīng)濟問題建立相關模型，并進行分析。檢驗上述幾個序列的單整性，并指出那組變量是同階單整的。對同階單整組的變量進行協(xié)整檢驗，如果是協(xié)整的，則建立相應的誤差修正模型。 圖1圖2選擇“l(fā)evel”，在Lags to include欄中輸入“24”，點擊“ok”得到樣本相關圖如下圖3。因此序列X是非平穩(wěn)的。雙擊序列X，點擊“view”選擇“Unit Root Test”如圖4所示。圖4圖5選擇Augmented DicheyFuller,選中“Level(原序列)”，選中“Trend and intercept”(有趨勢項和截距項)。點擊“ok”，得到圖6所示的檢驗結果。同理從圖7與圖8中都可看出存在單位根，是非平穩(wěn)序列。在Maximum中輸入1，表示滯后期。圖7選中“none”。點擊“ok”，得到圖8所示的檢驗結果。圖9是自相關和偏自相關圖。圖9圖10圖11圖12從上面圖912可以發(fā)現(xiàn)序列Y也是非平穩(wěn)序列。自相關函數(shù)圖及單位根檢驗如下圖1316所示。下面判斷l(xiāng)ny的平穩(wěn)性。圖17圖18圖19圖20從上面的各圖可以看出序列l(wèi)ny也是非平穩(wěn)序列。圖22從圖22中可以看出序列y是2階單整的。由下圖2圖24可知lny是1階單整的。圖25圖26可以看出前面的參數(shù)估計不顯著，可去掉后再進行OLS估計，計算結果如下：圖27 下圖2圖29給出了lnx的1階差分序列的單位根檢驗及自相關函數(shù)和偏自相關函數(shù)圖形。做OLS回歸：圖32 在主窗口中生成新序列：e=resid，e序列即為殘差序列。結果如下圖33圖33可知，e不存在單位根，是平穩(wěn)序列，表明lnx和lny是(1,1)協(xié)整的，可建立誤差修正模型。圖34容易檢驗該模型殘差項不具有序列相關性。【實驗內容及步驟】江蘇第二產(chǎn)業(yè)增長與環(huán)境污染實證研究進入21世紀之后,特別是近幾年中國經(jīng)濟整體進入快速發(fā)展時期。環(huán)境質量與經(jīng)濟發(fā)展之間的兩難沖突已經(jīng)日益受到關注。一方面由于對自然資源的開采利用工業(yè)污染物排放的不斷增加, 經(jīng)濟增長導致了環(huán)境質量下降,對社會的良好運轉將會帶來不可預期的傷害。分析經(jīng)濟增長和環(huán)境污染之間的內在關系,對于實現(xiàn)地區(qū)的可持續(xù)發(fā)展來說得尤為必要,很多學者都在這方面進行了研究。近年來眾多的學者借助于計量經(jīng)濟工作研究研究經(jīng)濟與環(huán)境的相互關系。Bandyopadhyay和Shafik[2]以及Lucas (1992)運用EKC對不同國家經(jīng)濟增長和環(huán)境質量關系進行了對比研究,并驗證了EKC的假說在發(fā)達國家和發(fā)展中國家均可以成立[3]。本文擬在計量模型的基礎之上,對江蘇省的第二產(chǎn)業(yè)產(chǎn)值的增長與環(huán)境污染之間的關系加以實證分析,以探尋兩者之間的內在聯(lián)系。本文從中國統(tǒng)計年鑒2009中收集到具體數(shù)據(jù)。上述四個指標的變化趨勢如下圖1所示。而在環(huán)境污染指標中,工業(yè)固體廢棄物產(chǎn)生量也出現(xiàn)了較快增長。值得關注的是江蘇省工業(yè)廢水排量總體增加量不明顯,2000年到2005年呈現(xiàn)增加趨勢,2005年后逐年減少,2008年與1990年的排放數(shù)量相差不多,這與江蘇加速發(fā)展重工業(yè)的同時更加關注對水環(huán)境污染的治理有很大關系,在快速發(fā)展的過程中對水環(huán)境的污染雖然開始較嚴重,但是近年來的治理效果明顯,這是可喜的變化。 為了消除變量在量綱上的差異和時間序列中所存在的異方差,對上述指標變量進行對數(shù)化處理,并將其定義為lngdp、lnfq、lnfgu。數(shù)據(jù)平穩(wěn)性檢驗的方法有ADF檢驗、DFGLS檢驗、PP檢驗、KPSS檢驗、ERS檢驗、NP檢驗等方法。表2 平穩(wěn)性檢驗結果變量檢驗類型ADF值臨界值結論(c,t,n)1%5%10%lncz(c,t,6）不平穩(wěn)Δlncz(c,0,6）平穩(wěn)lnfq(c,t,0)不平穩(wěn)Δlnfq(c,t,0)平穩(wěn)lnfgu(c,t,0)不平穩(wěn)Δlnfgu(c,0,0)平穩(wěn)注: c、t、p分別代表截距、時間趨勢項和滯后期數(shù)從表2中我們可以看出, lnfgu、lnfq、lncz這四個時間序列在各種顯著性水平10%下均不能拒絕存在單位根的原假設,因此都是非平穩(wěn)的。因此, lnfgu、lnfq和lncz都是一階單整序列,滿足進行協(xié)整檢驗的前提條件。滯后階數(shù)適當加大,能消除誤差項中的自相關, 但又容易減少自由度,影響模型參數(shù)估計的有效性。通過單位根圖(如圖2),可以看出所有根的倒數(shù)均在單位圓之中,表明VAR (3)模型具有穩(wěn)定性。顯然,在5%的顯著性水平上接受協(xié)整關系數(shù)量為2,由此確定存在長期穩(wěn)定的協(xié)整關系。工業(yè)固體廢棄物和工業(yè)廢氣排放量都是第二產(chǎn)業(yè)產(chǎn)值的格蘭杰原因說明江蘇的第二產(chǎn)業(yè)的發(fā)展在一定程度上仍然依靠重工業(yè)的發(fā)展,是以破壞環(huán)境為代價的。E. 脈沖響應分析我們分別給各個變量一個單位大小的沖擊,得到脈沖響應函數(shù)圖 (圖3圖6)。圖4顯示若給定工業(yè)廢氣一個正的沖擊后,對第二產(chǎn)業(yè)產(chǎn)值在后10期都有推動作用，第8期后開始穩(wěn)定。而工業(yè)廢氣上升到第3后下降,第4期又開始上升,第7期以后下降,并逐漸平穩(wěn)。通過實證分析,在一定程度上,江蘇的第二產(chǎn)業(yè)的發(fā)展以污染環(huán)境為代價的。鼓勵各類工業(yè)企業(yè),積極轉變發(fā)展方式,積極實行清潔生產(chǎn),在提高經(jīng)濟效益的同時改善環(huán)境質量,盡量避免走“邊污染邊治理”的老路。應用VAR模型時的注意點向量自回歸（VAR,Vector Auto regression）常用于預測相互聯(lián)系的時間序列系統(tǒng)以及分析隨機擾動對變量系統(tǒng)的動態(tài)影響。Engle和Granger（1987a）指出兩個或多個非平穩(wěn)時間序列的線性組合可能是平穩(wěn)的。這種平穩(wěn)的線性組合被稱為協(xié)整方程且可被解釋為變量之間的長期均衡關系。 如果變量之間不僅存在滯后影響，而不存在同期影響關系，則適合建立VAR模型，因為VAR模型實際上是把當期關系隱含到了隨機擾動項之中。當檢驗的數(shù)據(jù)是平穩(wěn)的（即不存在單位根），要想進一步考察變量的因果聯(lián)系，可以采用格蘭杰因果檢驗，但要做格蘭杰檢驗的前提是數(shù)據(jù)必須是平穩(wěn)的，否則不能做。格蘭杰檢驗只能用于平穩(wěn)序列！這是格蘭杰檢驗的前提，而其因果關系并非我們通常理解的因與果的關系，而是說x的前期變化能有效地解釋y的變化，所以稱其為“格蘭杰原因”。所以，非平穩(wěn)序列的因果關系檢驗就是協(xié)整檢驗。2）協(xié)整檢驗中要用到每個序列的單整階數(shù)。ADF檢驗：1 viewunit roottest,出現(xiàn)對話框，默認的選項為變量的原階序列檢驗平穩(wěn)性，確認后，拒絕原假設，說明序列是平穩(wěn)的，接受原假設，說明序列是非平穩(wěn)的；2 重復剛才的步驟，viewunit root test,出現(xiàn)對話框，選擇1stdifference,即對變量的一階差分序列做平穩(wěn)性檢驗，和第一步中的檢驗標準相同，說明是一階平穩(wěn)，則繼續(xù)進行二階差分序列的平穩(wěn)性檢驗。若所有檢驗序列均服從同階單整，可構造VAR模型，做協(xié)整檢驗（注意滯后期的選擇），判斷模型內部變量間是否存在協(xié)整關系，即是否存在長期均衡關系。第一，格蘭杰因果檢驗是檢驗統(tǒng)計上的時間先后順序，并不表示而這真正存在因果關系，是否呈因果關系需要根據(jù)理論、經(jīng)驗和模型來判定。第三，協(xié)整結果僅表示變量間存在長期均衡關系，那么，到底是先做格蘭杰還是先做協(xié)整呢？因為變量不平穩(wěn)才需要協(xié)整，所以，首先因對變量進行差分，平穩(wěn)后，可以用差分項進行格蘭杰因果檢驗，來判定變量變化的先后時序，之后，進行協(xié)整，看變量是否存在長期均衡。，或是說單整階數(shù)。但變量間協(xié)整的必要條件是它們之間是同階單整，也就是說在進行協(xié)整檢驗之前必須進行單