水利投资与农业经济提升的联系.docVIP

水利投资与农业经济提升的联系 数据来源与方法 1数据来源及预处理 建国以来，水利投资的统计口径经过多次调整，其中水利基建投资数据较为完整，并且在水利投资中占据主导地位。因此，分别选取农田水利基建投资和农林牧渔业总产值代表农田水利投资和农业经济增长的分析指标，基于1990－2010年的数据建立时间序列，数据来源于《四川年鉴》、《四川统计年鉴》和《中国统计摘要》。为了解决价格波动带来的不同年份数据不具备可比性的问题，用固定资产投资价格指数（1990＝100）对农田水利基建投资数据进行可比价格调整，用农林牧渔业总产值指数（1990＝100）对农林牧渔业总产值数据进行可比价格调整。同时，为避免时间序列中的异方差影响，对所有数据进行了对数处理，并分别用LIRR和LAGR来表示取自然对数后的农田水利基建投资和农林牧渔业总产值。 2相关性检验与研究方法选择 本研究认为调整价格影响后的数据更能体现增长趋势。因此，基于调整价格影响后的可比价数据绘制农田水利基建投资与农业经济增长的发展趋势图（图1）。可以看出，1990－2010年间四川省农田水利基建投资与农林牧渔业总产值都呈现出明显的增长趋势，并且二者之间存在很大的相关性，相关系数为0．9182。但是，农田水利基建投资占农林牧渔业总产值的比值在1994年以后却呈下降的趋势（图2），表明农业经济增长对农田水利基建投资的带动效应并不显著，亦或是现有规模的水利基建投资已经满足需要，而造成农业产出增幅高于水利投资增幅。那么，农田水利基建投资对农业经济增长的推动效应是否正在下降？ 这些论述尚属经验判断，并不能深入说明四川农田水利投资与农业经济增长的动态关系。水利项目的效益有时并不能在当年反映出来，而是在下一年或更长时间后才会产生影响。因此，有必要从动态层面，即分别从短期、长期来衡量四川省农田水利投资对农业经济增长的影响，具体方法是向量自回归与误差修正模型，包括协整分析、Granger因果关系检验、脉冲分析和方差分解。为便于分析，假设农田水利基建投资对农业经济增长的中长期的影响为正，短期影响方向暂不确定。 结果与分析 1序列的单位根检验 由于采用的是时间序列数据，进行协整检验之前，有必要对各变量的平稳性进行检验，以避免采用非平稳数据拟合模型而造成“伪回归”。利用ADF单位根检验法得到检验结果（表1），可以看出，在10％水平下，LAGR和LIRR均为非平稳序列，而其一阶差分序列△LAGR和△LIRR均为I（1）序列，因此可以对相关数据进行协整关系检验。 2协整检验与误差修正模型 采用Johansen协整检验来分析2个变量之间的协整关系。由于Johansen检验的结果对DGP（Datageneratingprocess）的设定具有很强的依赖性，不同DGP设定下利用Johansen检验得到的协整个数可能不同，协整系数估计值也有很大的差别。因此，为确定最优模型形式，按照可能存在协整关系的5种DGP形式分别建立相应的VECM模型［10］，最后根据最小信息准则选择最优模型形式为DGP2（协整方程有截距没趋势），检验结果见表2。可以看出，不管是迹统计量还是最大特征值统计量，在5％的显著性水平下，LAGR和LIRR之间均存在一个协整关系。相应地，反映长期均衡关系的标准化协整方程（括号内的数字是标准差）为方程（1）。 LAGR＝1．355＋1．783LIRR（0．435）（0．139）（1）方程（1）表明，长期来看四川省农田水利基建投资与农业经济增长之间呈正相关关系，水利基建投资增加1％，会引起农业经济增长178．3％，符合研究预期。不过，由于协整方程仅表示变量间存在长期均衡关系，要研究短期内各变量间的动态影响就必须做VECM模型（误差修正模型）。根据协整检验的结果，可以将变量间的短期误差修正模型描述为方程（2）。△LAGR＝－0．035ecmt＋0．550△LAGR（－1）＋0．342△LAGR（－2）－0．021△LIRR（－1）＋0．149△LIRR（－2）（0．035）（0．260）（0．254）（0．080）（0．076）（2）在方程（2）中，误差修正项的系数为负，符合反向修正机制。同时，滞后1年、滞后2年的农田水利基建投资影响分别为负、正，并且这种影响与中长期比较相对较小。说明四川省农田水利基建投资的效应存在滞后性，短期内可能并不会对农业经济产生明显影响，这一结果与前人研究相符。因此，本研究认为在看待农田水利基建投资对农业经济增长的效应时，不能仅仅局限于短期效果，应该考虑中长期农田水利基建投资的综合效应。 3序列之间的Granger因果关系检验 鉴于协整方程反映的是变量之间的长期关系，并没揭示出四川省