我國農(nóng)業(yè)內(nèi)各業(yè)之間動態(tài)相互作用分析

王文智，武拉平

（中國農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，北京100083）

農(nóng)業(yè)生產(chǎn)受到很多因素的影響，比如自然因素、市場因素和科學(xué)技術(shù)因素等。改革開放以來我國的農(nóng)業(yè)結(jié)構(gòu)發(fā)生了較大的變化，其中種植業(yè)占農(nóng)林牧漁業(yè)總產(chǎn)值的比例由1978年79．3%降到2009年的52．71%，畜牧業(yè)在此期間發(fā)生變化程度較小，林業(yè)由1978年15．49%上升到2009年的33．53%，同時畜牧業(yè)也有較大的發(fā)展，占農(nóng)林牧漁業(yè)總產(chǎn)值的比例由改革開放之初的1．64%上升到2009年的9．69%。陶紅軍等在對湖北農(nóng)業(yè)各業(yè)關(guān)系的研究基礎(chǔ)上認(rèn)為農(nóng)業(yè)作為一個特殊的產(chǎn)業(yè)，農(nóng)業(yè)內(nèi)各業(yè)間的發(fā)展具有高度的依賴性，協(xié)調(diào)產(chǎn)業(yè)發(fā)展才能使農(nóng)業(yè)良性和可持續(xù)發(fā)展；［1］農(nóng)業(yè)中的種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)是相互作用和相互影響的，農(nóng)業(yè)結(jié)構(gòu)的變動對經(jīng)濟增長有著重要的作用，不同的產(chǎn)業(yè)結(jié)構(gòu)帶來不同的經(jīng)濟效益，［2］目前我國農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展已經(jīng)進入了調(diào)整結(jié)構(gòu)為主的主要的新發(fā)展階段。［3］結(jié)構(gòu)的變化有些是政策引導(dǎo)的，有些是產(chǎn)業(yè)發(fā)展和市場波動推動的，有些是理性的，有些是盲目的。［4］基于以上內(nèi)容，對農(nóng)業(yè)結(jié)構(gòu)的內(nèi)在規(guī)律進行綜合深入研究非常有必要，目前對我國農(nóng)業(yè)動態(tài)結(jié)構(gòu)及農(nóng)業(yè)內(nèi)的各業(yè)的相互作用進行實證研究的較少。本文在建立的向量自回歸模型的基礎(chǔ)上，形成農(nóng)業(yè)的動態(tài)結(jié)構(gòu)方程，進而分析農(nóng)業(yè)內(nèi)各業(yè)的相互作用，可以準(zhǔn)確掌握農(nóng)業(yè)結(jié)構(gòu)調(diào)整對整個農(nóng)業(yè)內(nèi)其他各業(yè)及整個農(nóng)業(yè)當(dāng)期和未來若干期的影響方式及影響程度，為農(nóng)業(yè)結(jié)構(gòu)調(diào)整的政策制定和實施提供參考。

一、研究方法

本文主要是在建立VAR（向量自回歸）模型的基礎(chǔ)上進行Granger因果關(guān)系檢驗，脈沖響應(yīng)和方差分解，VAR模型是一種非結(jié)構(gòu)化模型。［5］傳統(tǒng)的結(jié)構(gòu)化模型在描述經(jīng)濟變量之間關(guān)系以及處理具有動態(tài)特征 （及滯后期對當(dāng)期有影響）的經(jīng)濟變量時，需要具有復(fù)雜的經(jīng)濟理論基礎(chǔ)。然而，對于某些經(jīng)濟理論，特別是復(fù)雜系統(tǒng)，難以用一個結(jié)構(gòu)化模型來描述變量之間的動態(tài)關(guān)系，而且在結(jié)構(gòu)化模型中，內(nèi)生變量既可以出現(xiàn)在方程的左端又可以出現(xiàn)在右端，使得參數(shù)估計和模型推斷變得更加復(fù)雜。［6］為了解決這些問題，出現(xiàn)了一種用非結(jié)構(gòu)方法來建立各個變量之間關(guān)系的模型，VAR模型就是經(jīng)典的非結(jié)構(gòu)化模型。本研究即基于VAR模型，深入分析農(nóng)業(yè)內(nèi)各業(yè)之間的動態(tài)相互作用。

（一）模型設(shè)定

VAR模型把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后項的函數(shù)來構(gòu)造模型，本研究中模型具體形式為：

其中yt是 （n×1）向量組成的同方差平穩(wěn)的線性隨機過程，yt-i（i＝1，2，…，p）是滯后期內(nèi)生變量，p是自回歸滯后階數(shù)，At為 （k ×k）的系數(shù)矩陣，α是k維常數(shù)項向量，εt是由k維隨即誤差構(gòu)成的向量，滿足E（εt）＝0，E（εtyt-i）＝0，i＝1，2，…，p。在經(jīng)濟分析中，yt可以是原始經(jīng)濟變量序列，也可以是其差分序列，即變化率。

（二）變量選擇與數(shù)據(jù)來源

本文分析農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)之間的動態(tài)關(guān)系，因此變量為前述各業(yè)的指數(shù)值，其中農(nóng)業(yè)主要指種植業(yè)，數(shù)據(jù)來源為1978～2009年中國統(tǒng)計年鑒產(chǎn)值指數(shù)表示的各業(yè)的產(chǎn)出，其中以1978年為基期，［7］四個變量分別用AGRI，F(xiàn)ORES，LIVS和FIRS表示，為了消除數(shù)據(jù)的異方差和因數(shù)據(jù)變化帶來的劇烈變動，對各個變量取對數(shù)，DLNAGRI，DLNFORES，DLNLIVS和DLNFIRS表示對取對數(shù)后的變量進行一階差分。

（三）變量單位根檢驗

在模型估計之前，首先利用ADF單位根檢驗法對數(shù)據(jù)的平穩(wěn)性進行檢驗。檢驗結(jié)果下表1所示，三個變量原序列不平穩(wěn)，一階差分后平穩(wěn)，因此所有的序列均為I（1）。

表1 變量平穩(wěn)性檢驗結(jié)果Table 1 The Result of ADF Test

二、農(nóng)業(yè)結(jié)構(gòu)動態(tài)模型估計與檢驗

由以上單位根檢驗可知四個變量序列均是Ⅰ（1），VAR模型的建立是基于平穩(wěn)序列，所以將變量通過差分變?yōu)槠椒€(wěn)序列，因變量yt＝ （DLNAGRI，DLNFORES，DLNLIVS，DLNFIRS）1。在建立VAR模型之前，進行最佳滯后階數(shù)的確定。如表2所示為最佳滯后階數(shù)分析結(jié)果，EPE，SC，HQ標(biāo)準(zhǔn)所確定的最佳滯后階數(shù)為3階，根據(jù)多數(shù)原則選擇3階作為模型的最佳滯后階數(shù)。

（一）農(nóng)業(yè)動態(tài)結(jié)構(gòu)的估計結(jié)果及模型穩(wěn)定性檢驗

按照上述所確定的3階滯后階數(shù)進行VAR模型估計，在估計結(jié)果中進行模型穩(wěn)定性檢驗，如圖1所示，所有的AR特征多項式的逆根都在單位圓內(nèi)，回歸殘差序列滿足正態(tài)性，不存在相關(guān)性和異方差，是平穩(wěn)系統(tǒng)模型。

表2 VAR模型最佳滯后階數(shù)選擇指標(biāo)值Table 2 Numbers of Lags of VAR Model

農(nóng)業(yè)動態(tài)結(jié)構(gòu)估計結(jié)果如下：

圖1 VAR（8）的AR特征多項式逆根圖Fig．1 Inverse Roots of AR Characteristic Polynomial

四個方程的決定系數(shù)分別為0．475，0．542，0．798和0．743，擬合程度較高，約70%的系數(shù)通過了5%的顯著性水平檢驗，由結(jié)果可以看出不同滯后階數(shù)對當(dāng)前產(chǎn)值指數(shù)的影響方向會發(fā)生變化，系數(shù)矩陣中對角線表示各業(yè)自身滯后期對其影響，影響大部分為正向，因此各業(yè)自身的產(chǎn)值增加具有連貫效應(yīng)。

滯后一期的農(nóng)業(yè)對其他各業(yè)均會發(fā)生促進的作用，但是滯后大于一期時，均會對其他各業(yè)產(chǎn)生反向的作用，即上期農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展促進農(nóng)業(yè)自身、林業(yè)、畜牧業(yè)、漁業(yè)的發(fā)展，［8］主要是農(nóng)業(yè)可以為此提供原材料，但是這種促進作用不會在各滯后期都發(fā)生，因為在一定程度上各業(yè)之間也存在著一種資本、勞動力等生產(chǎn)要素的競爭性。林業(yè)的發(fā)展幾乎在各期都會促進農(nóng)業(yè)中其他業(yè)的發(fā)展，林業(yè)的發(fā)展一方面可以改善自然環(huán)境，另一方面林業(yè)發(fā)展提供的林產(chǎn)品可以為種植業(yè)、畜牧業(yè)和漁業(yè)提供生產(chǎn)要素；系數(shù)矩陣第三列均為負(fù)數(shù)，因此畜牧業(yè)的發(fā)展對其他各業(yè)產(chǎn)生負(fù)的作用，可能原因為畜牧業(yè)在土地和勞動力上和其他各業(yè)形成直接的競爭關(guān)系。漁業(yè)作為農(nóng)業(yè)中不可或缺的業(yè)態(tài)，盡管在農(nóng)業(yè)中所占比例較小，其發(fā)展也會促進整個農(nóng)業(yè)的協(xié)調(diào)發(fā)展。［9］此外，隨著滯后期的增加，系數(shù)矩陣中數(shù)值變小，因此隨著滯后期的增加，對當(dāng)前各業(yè)產(chǎn)值的影響減小，符合預(yù)期。

（二）Granger因果關(guān)系檢驗

在VAR模型估計的基礎(chǔ)上，進行Granger檢驗，檢驗結(jié)果如下表3所示。

表3 VAR Granger因果關(guān)系檢驗結(jié)果Table 3 Results of Granger Test in VAR Model

從表3的因果關(guān)系檢驗結(jié)果可以得出以下結(jié)論：

1．林業(yè)和畜牧業(yè)，畜牧業(yè)和漁業(yè)存在雙向的Granger因果關(guān)系。畜產(chǎn)品和漁業(yè)產(chǎn)品存在一定的替代關(guān)系，因此會相互影響；畜牧業(yè)尤其是牛羊等對草地有較大的需求，其發(fā)展會與林業(yè)的發(fā)展在土地要素上形成競爭，［10］形成了雙向的因果關(guān)系。

2．農(nóng)業(yè)和漁業(yè)，林業(yè)和漁業(yè)不存在Granger因果關(guān)系?？傮w上說農(nóng)業(yè)和林業(yè)以及林業(yè)和漁業(yè)之間的依存度較小，［11］因此彼此之間不存在相互影響。

3．農(nóng)業(yè)和林業(yè)，農(nóng)業(yè)和畜牧業(yè)存在單項的Granger因果關(guān)系檢驗。農(nóng)業(yè)是林業(yè)產(chǎn)值變化的Granger原因，農(nóng)業(yè)發(fā)展的一個方面是擴大種植面積，會影響林業(yè)的發(fā)展，同時其產(chǎn)量會直接影響到農(nóng)產(chǎn)品的供給，進而影響到畜牧業(yè)的發(fā)展。［12］

（三）農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)描述了來自某個隨即擾動項的一個標(biāo)準(zhǔn)差沖擊 （稱之為 “脈沖”）對模型變量當(dāng)期和未來取值的影響，它能夠形象的刻畫出變量之間動態(tài)作用的路徑變化。通過脈沖響應(yīng)函數(shù)可以檢驗農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)在分別受到外界沖擊時對其他各業(yè)的影響強度和持續(xù)的時間。

圖2至圖5分別是農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)產(chǎn)值指數(shù)對數(shù)值一階差分對來自自身及其他三個行業(yè)每一單位正向標(biāo)準(zhǔn)差新息沖擊后的脈沖反應(yīng)圖形。隨著時期數(shù)的增加，新息產(chǎn)生的影響逐漸減小。

來自農(nóng)業(yè)的新息會對農(nóng)業(yè)產(chǎn)值當(dāng)期產(chǎn)生大的影響，來自林業(yè)和畜牧業(yè)的新息沖擊在第2期才會影響到農(nóng)業(yè)產(chǎn)值，漁業(yè)新息沖擊在第3期才會對農(nóng)產(chǎn)產(chǎn)值產(chǎn)生影響，但是總體上各業(yè)新息的沖擊對農(nóng)業(yè)產(chǎn)生的影響在第9期趨于0；農(nóng)業(yè)對來自自身、林、牧、漁業(yè)新息沖擊的最大反應(yīng)按照絕對值從大到小順序依次為：自身＞林業(yè)＝漁業(yè)＞畜牧業(yè) （如圖2）。

圖2 DLNAGRI對沖擊的脈沖響應(yīng)Fig．2 Reponse of DLNAGRI to Cholesky One S．D．Innovations

來自農(nóng)業(yè)和林業(yè)的新息沖擊在當(dāng)期即會對林業(yè)產(chǎn)值產(chǎn)生影響，畜牧業(yè)和漁業(yè)的新息沖擊在第2期產(chǎn)生影響，但是總體上各業(yè)新息的沖擊對林業(yè)產(chǎn)生的影響在第10期趨于0；林業(yè)對來自農(nóng)業(yè)、自身、牧、漁業(yè)新息沖擊的最大反應(yīng)按照絕對值從大到小順序依次為：自身＞畜牧業(yè)＞農(nóng)業(yè)＞漁業(yè) （如圖3）。

圖3 DLNFORES對沖擊的脈沖響應(yīng)Fig．3 Response of DLNFORES to Cholesky One S．D．Innovations

來自農(nóng)業(yè)、林業(yè)和畜牧業(yè)的新息沖擊在當(dāng)期就對畜牧業(yè)產(chǎn)值產(chǎn)生影響，漁業(yè)新息沖擊在第2期對畜牧業(yè)產(chǎn)值產(chǎn)生影響。各業(yè)新息的沖擊對畜牧業(yè)產(chǎn)生的影響在第15期趨于0；畜牧業(yè)對來自自身、農(nóng)、林、漁業(yè)新息沖擊的最大反應(yīng)按照絕對值從大到小順序依次為：農(nóng)業(yè)＞自身＞林業(yè)＞漁業(yè) （如圖4）。

來自各業(yè)的新息沖擊在當(dāng)期均對漁業(yè)產(chǎn)值產(chǎn)生影響，在第11期這種影響趨于0；漁業(yè)產(chǎn)值對來自自身、農(nóng)、林、牧新息沖擊的最大反應(yīng)按照絕對值從大到小順序依次為：自身＞農(nóng)業(yè)＞林業(yè)＞畜牧業(yè) （如圖5）。

（四）農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)預(yù)測方差分解

方差分法是把系統(tǒng)中每個內(nèi)生變量的波動按其成因分解為各個內(nèi)生變量相關(guān)聯(lián)的組成分，即分析每個新息沖擊對內(nèi)生變量變化的貢獻度，從而了解各新息對模型的內(nèi)生變量的相對重要程度。從Granger關(guān)系檢驗的結(jié)果中可知只有畜牧業(yè)會同時受到其他三個變量的影響，因此對變量畜牧業(yè)產(chǎn)值指數(shù)進行方差分解，以考察新息沖擊之后各期以及穩(wěn)定后農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)各自對畜牧業(yè)的影響程度。［13］

圖4 DLNLIVS對沖擊的脈沖響應(yīng)Fig．4 Response of DLNLIVS to Cholesky One S．D．Innovations

圖5 DLFISR對沖擊的脈沖響應(yīng)Fig．5 Response of DLFISR to Cholesky One S．D．Innovations

表4 對DLNLIVS進行方差分解結(jié)果Table 4 Variable Decompostion of DLNAGRI

從表4可以看出，在第1期畜牧業(yè)產(chǎn)值只受到自身擾動的影響，第2期自身擾動的影響則迅速降低到51．12%，農(nóng)業(yè)、林業(yè)和漁業(yè)對畜牧業(yè)開始產(chǎn)生影響，在隨后的時間內(nèi)自身擾動對畜牧業(yè)產(chǎn)值的影響持續(xù)下降，其他各業(yè)沖擊對畜牧業(yè)的影響程度增加，方差分解在第16期趨于穩(wěn)定，此時畜牧業(yè)產(chǎn)值波動中36．08%由自身擾動引起，26．59%由林業(yè)新息沖擊引起，僅次于自身擾動的影響，農(nóng)產(chǎn)新息沖擊對畜牧業(yè)擾動的影響可達到24．98%，漁業(yè)新息沖擊對畜牧業(yè)擾動的影響程度最小為12．34%。由此可見畜牧業(yè)除去要保證自身發(fā)展的連續(xù)性外，在很大程度上也依賴林業(yè)和農(nóng)業(yè)的發(fā)展。［14］

三、結(jié)論

在利用農(nóng)業(yè)內(nèi)各業(yè)產(chǎn)值指數(shù)建立VAR（3）模型基礎(chǔ)上進行各業(yè)之間的Granger因果關(guān)系檢驗、脈沖響應(yīng)和方差分解，得出了本文的以下三個研究結(jié)論。

第一，農(nóng)業(yè)內(nèi)部中林業(yè)和畜牧業(yè)產(chǎn)值波動比較容易受到其他各業(yè)的影響，其他各業(yè)對農(nóng)業(yè)產(chǎn)值的影響不顯著，由于畜牧業(yè)與漁業(yè)之間產(chǎn)品的替代性，二者之間相互影響顯著；因為我國農(nóng)業(yè)基本上受到政策的影響較大，其發(fā)展表現(xiàn)出一定的獨立性，林業(yè)產(chǎn)值表現(xiàn)出一定的被動性，［15］畜牧業(yè)在很大程度上依賴農(nóng)業(yè)和林業(yè)為其提供生產(chǎn)要素，漁業(yè)與其他各業(yè)在生產(chǎn)方式等方面有很大不同，不容易受到其他各業(yè)的影響。

第二，農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)分別對其他各業(yè)的新息沖擊脈沖響應(yīng)函數(shù)不同，初期對新息的沖擊反應(yīng)均較為強烈，隨著時期數(shù)的增加，反應(yīng)函數(shù)逐漸減小，直至最后趨于原有的水平，各業(yè)趨于新息沖擊前的水平所需時期數(shù)不同。

第三，農(nóng)業(yè)、林業(yè)和漁業(yè)產(chǎn)值均是畜牧業(yè)產(chǎn)值的Granger原因，畜牧業(yè)產(chǎn)值變化的預(yù)測方差主要由自身擾動引起，同時林業(yè)和農(nóng)業(yè)值擾動的影響各約1／4，而漁業(yè)產(chǎn)值擾動對其的影響僅僅為12．34%；因此農(nóng)業(yè)內(nèi)部各業(yè)的發(fā)展越來越依靠農(nóng)業(yè)內(nèi)各業(yè)之間的共同發(fā)展，即要體現(xiàn)發(fā)展的協(xié)調(diào)性。［16］

［1］陶紅軍，陳鴻鳴，趙亮．基于VAR模型的農(nóng)業(yè)各臺動態(tài)關(guān)系分析——以湖北省為例 ［J］．華中農(nóng)業(yè)大學(xué)學(xué)報 （社會科學(xué)版），2008（1）：20-23，27．

［2］穆維松，何有緣，王海燕，等．我國農(nóng)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)的計量分析 ［J］．農(nóng)業(yè)現(xiàn)代化研究，2004（5）：186-189．

［3］李昕．我國糧食安全與農(nóng)業(yè)結(jié)構(gòu)調(diào)整取向：觀照國際經(jīng)驗 ［J］．改革，2011（8）：67-76．

［4］盧布，陳印軍，吳凱．我國農(nóng)業(yè)結(jié)構(gòu)現(xiàn)狀及未來變化趨勢研究 ［J］．農(nóng)業(yè)技術(shù)經(jīng)濟，2005（2）：52-57．

［5］高鐵梅．計量經(jīng)濟分析方法與建?！狤views應(yīng)用及實例［M］．北京：清華大學(xué)出版社．2009．5：300-311．

［6］吳凱，盧布，袁璋．石家莊市農(nóng)業(yè)系統(tǒng)的經(jīng)濟結(jié)構(gòu)及其模擬 ［J］．農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究，2005，21（2）：97-99．

［7］李成貴．中國農(nóng)業(yè)結(jié)構(gòu)的形成、演變與調(diào)整［J］．中國農(nóng)村經(jīng)濟，2009（5）：18-24．

［8］李春海，張文，彭牧青．農(nóng)業(yè)產(chǎn)業(yè)集群的研究現(xiàn)狀及其導(dǎo)向：組織創(chuàng)新視角 ［J］．中國農(nóng)村經(jīng)濟，2011（3）：49-58．

［9］張軍．現(xiàn)代農(nóng)業(yè)的基本特征與發(fā)展重點 ［J］．農(nóng)村經(jīng)濟，2011（8）：3-5．

［10］張冬平．我國農(nóng)業(yè)結(jié)構(gòu)非效率分析［J］．統(tǒng)計研究，2003（5）：25-28．

［11］張冬平，袁飛．農(nóng)業(yè)結(jié)構(gòu)效率的數(shù)據(jù)包絡(luò)分析 ［J］．農(nóng)業(yè)技術(shù)經(jīng)濟，2001（3）：5-7．

［12］張開華．WTO框架下農(nóng)業(yè)結(jié)構(gòu)戰(zhàn)略調(diào)整的若干思考［J］．農(nóng)業(yè)經(jīng)濟問題，2001（7）：16-19．

［13］許朗，楊向陽．結(jié)構(gòu)調(diào)整與農(nóng)業(yè)發(fā)展［J］．農(nóng)業(yè)經(jīng)濟，2005（8）：31-33．

［14］孔祥智，原梅生，黃志建．我國農(nóng)業(yè)結(jié)構(gòu)調(diào)整的歷史機遇與策略 ［J］．山西財經(jīng)大學(xué)學(xué)報，2001（2）：55-60．

［15］張燕．淺析我國農(nóng)業(yè)結(jié)構(gòu)調(diào)整［J］．安徽農(nóng)業(yè)科學(xué)，2007．34（7）：1438-1439．

［16］倪洪興．統(tǒng)籌兩個市場兩種資源，確保農(nóng)業(yè)產(chǎn)業(yè)安全［J］．中國農(nóng)村經(jīng)濟，2011（5）：57-60，81．