上海農(nóng)業(yè)發(fā)展的實(shí)證檢驗(yàn)1978～2009

徐群，韓雯，程毅

（1.南京農(nóng)業(yè)大學(xué)人文社會(huì)科學(xué)學(xué)院，南京210095；2.上海市徐匯區(qū)業(yè)余大學(xué)，上海200032；3.華東理工大學(xué)社會(huì)學(xué)系，上海200237）

上海農(nóng)業(yè)發(fā)展的實(shí)證檢驗(yàn)1978～2009

徐群1，韓雯2，程毅3

（1.南京農(nóng)業(yè)大學(xué)人文社會(huì)科學(xué)學(xué)院，南京210095；2.上海市徐匯區(qū)業(yè)余大學(xué)，上海200032；3.華東理工大學(xué)社會(huì)學(xué)系，上海200237）

文章研究考察了改革開放以來，上海城市化進(jìn)程中的農(nóng)業(yè)發(fā)展?fàn)顩r，以向量自回歸模型（VAR模型）為基礎(chǔ)，利用格蘭杰因果檢驗(yàn)、向量誤差修正模型（VEC模型）、協(xié)整回歸方程（ECM模型）對(duì)上海農(nóng)林牧漁四個(gè)農(nóng)業(yè)部門之間的關(guān)系進(jìn)行動(dòng)態(tài)效應(yīng)分析。研究結(jié)果顯示：上海城市功能的轉(zhuǎn)變致使農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和農(nóng)業(yè)生產(chǎn)布局等發(fā)生了變化。改革開放至今，四個(gè)農(nóng)業(yè)部門中只有種植業(yè)部門和漁業(yè)部門存在長(zhǎng)期的協(xié)整關(guān)系以及互為格蘭杰因果關(guān)系。此外，基于已構(gòu)建的兩個(gè)部門產(chǎn)出回歸關(guān)系的向量誤差修正模型（VEC）和誤差修正模型（ECM），均可有效地根據(jù)不同預(yù)測(cè)需求進(jìn)行未來產(chǎn)值的經(jīng)濟(jì)性預(yù)測(cè)。并提出了政策建議。

上海市；農(nóng)業(yè)經(jīng)濟(jì)發(fā)展；動(dòng)態(tài)效應(yīng)分析；政策建議

0 引言

農(nóng)業(yè)發(fā)展史，也是一部農(nóng)業(yè)功能的演進(jìn)史。庫茲涅茨(1961)指出，農(nóng)業(yè)的功能，從最初的農(nóng)產(chǎn)品貢獻(xiàn)，逐漸發(fā)展到市場(chǎng)貢獻(xiàn)、要素貢獻(xiàn)和外匯貢獻(xiàn)，而在經(jīng)濟(jì)發(fā)展和城市化進(jìn)程日新月異的今天，農(nóng)業(yè)在勞動(dòng)力就業(yè)、生態(tài)環(huán)境保護(hù)、觀光休閑、文化傳承等方面功能不斷顯現(xiàn)與增強(qiáng)。而劉偉明（2006）根據(jù)區(qū)域布局、功能分工、發(fā)展水平的不同，提出我國存在三種地域農(nóng)業(yè)類型：農(nóng)區(qū)農(nóng)業(yè)、城郊農(nóng)業(yè)和都市農(nóng)業(yè)。三種地域農(nóng)業(yè)類型也分別體現(xiàn)了農(nóng)業(yè)所起不同功能作用的三個(gè)農(nóng)業(yè)發(fā)展階段。

農(nóng)業(yè)發(fā)展階段的劃分，不僅可以使我們較準(zhǔn)確地認(rèn)識(shí)農(nóng)業(yè)發(fā)展現(xiàn)狀，更重要的是對(duì)不同發(fā)展階段農(nóng)業(yè)部門所具備特征的了解，能使我們更清楚地認(rèn)識(shí)農(nóng)業(yè)在整個(gè)國民經(jīng)濟(jì)發(fā)展中的地位以及農(nóng)業(yè)與其他產(chǎn)業(yè)部門之間的互動(dòng)關(guān)系，從而為確立適當(dāng)?shù)慕?jīng)濟(jì)發(fā)展戰(zhàn)略和農(nóng)業(yè)發(fā)展政策提供理論依據(jù)。本文將以上海農(nóng)業(yè)發(fā)展為例，分別闡述改革開放至90年代和90年代至今兩個(gè)階段，城市化進(jìn)程中的農(nóng)業(yè)發(fā)展概況，并在此基礎(chǔ)上，對(duì)上海改革開放至今的農(nóng)林牧漁四個(gè)農(nóng)業(yè)部門發(fā)展進(jìn)行動(dòng)態(tài)計(jì)量分析。

1 上海農(nóng)業(yè)發(fā)展概況

1.1 改革開放至90年代的農(nóng)業(yè)發(fā)展

改革開放以后，隨著國民經(jīng)濟(jì)的快速增長(zhǎng)和社會(huì)的全面進(jìn)步，上海郊區(qū)城市化進(jìn)程加快。在1979～1990年間，上海人口穩(wěn)定發(fā)展，其中，從1982年開始，進(jìn)入了上海人口的郊區(qū)化啟動(dòng)階段。伴隨著人口城市化的穩(wěn)定發(fā)展，農(nóng)業(yè)生產(chǎn)主要重心逐漸轉(zhuǎn)為副食品保障和提高經(jīng)濟(jì)效益，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)明顯變化。畜牧業(yè)成為農(nóng)業(yè)主導(dǎo)產(chǎn)業(yè)，畜牧業(yè)內(nèi)部牛奶、禽、蛋等生產(chǎn)規(guī)模快速增長(zhǎng)，種植業(yè)內(nèi)部雖然仍以糧食為主導(dǎo)，但已經(jīng)積極發(fā)展多種經(jīng)營，城市化對(duì)經(jīng)濟(jì)作物和其他作物的需要使得這些農(nóng)作物生產(chǎn)比重明顯上升。淡水和海水養(yǎng)殖業(yè)的生產(chǎn)規(guī)模、生產(chǎn)區(qū)域均明顯擴(kuò)大。副食品生產(chǎn)范圍由近郊向中遠(yuǎn)郊擴(kuò)散，近郊地區(qū)已經(jīng)呈現(xiàn)較為明顯的城郊農(nóng)業(yè)發(fā)展特征。

對(duì)于農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)而言，種植業(yè)產(chǎn)值比重快速下降，畜牧業(yè)產(chǎn)值比重大幅上升并于90年代初超過種植業(yè)，漁業(yè)也獲得較快的發(fā)展，但增長(zhǎng)幅度明顯低于畜牧業(yè)。1992年上海農(nóng)業(yè)總產(chǎn)值構(gòu)成中，種植業(yè)、畜牧業(yè)、漁業(yè)和林業(yè)分別占到40.2%、47.1%、11.8%和0.4%。種植業(yè)生產(chǎn)結(jié)構(gòu)中，糧食仍是最大宗的農(nóng)作物，棉花播種面積比重降至3%以下，油菜籽播種面積比重升至15.7%，蔬菜播種面積比重上升到1l.7%。畜牧業(yè)內(nèi)部，禽、蛋、奶等生產(chǎn)快速發(fā)展，生豬飼養(yǎng)量則呈波動(dòng)式下降。

1.2 90年代至今的農(nóng)業(yè)發(fā)展

20世紀(jì)90年代中后期以來，雖然城市化的上升速率有所下降，但人口郊區(qū)化的進(jìn)程在逐漸推進(jìn)。上海工業(yè)化后期產(chǎn)業(yè)結(jié)構(gòu)運(yùn)行特征是在第一、第二產(chǎn)業(yè)協(xié)調(diào)發(fā)展的同時(shí)，第三產(chǎn)業(yè)開始由平穩(wěn)增長(zhǎng)轉(zhuǎn)入持續(xù)的高速增長(zhǎng)，最終成為國民經(jīng)濟(jì)的主導(dǎo)產(chǎn)業(yè)。在這段時(shí)期，是以城郊農(nóng)業(yè)為主導(dǎo)，都市農(nóng)業(yè)起步的發(fā)展階段；進(jìn)入21世紀(jì)，上海市農(nóng)業(yè)正在開始由城郊農(nóng)業(yè)向都市農(nóng)業(yè)轉(zhuǎn)化，初步形成與上海國際化大都市相適應(yīng)的都市型現(xiàn)代農(nóng)業(yè)基本框架。因此，為了服務(wù)于第三產(chǎn)業(yè)的發(fā)展，農(nóng)業(yè)功能以生產(chǎn)和經(jīng)濟(jì)功能為主，同時(shí)生態(tài)、服務(wù)、社會(huì)文化等多方面的功能已經(jīng)起步。

上海農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)再次發(fā)生了明顯變化，表現(xiàn)為畜牧業(yè)產(chǎn)值比重大幅下降，種植業(yè)產(chǎn)值比重穩(wěn)中有增，再次成為上海郊區(qū)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)中的主體產(chǎn)業(yè)，并且漁業(yè)產(chǎn)值比重也持續(xù)上升，畜牧業(yè)和漁業(yè)產(chǎn)值比重相當(dāng)，林業(yè)出現(xiàn)較為明顯的增長(zhǎng)。2009年上海農(nóng)業(yè)總產(chǎn)值構(gòu)成中，種植業(yè)、畜牧業(yè)、漁業(yè)和林業(yè)分別占到52.1%、22.82%、18.91%和3.175%。種植業(yè)結(jié)構(gòu)呈現(xiàn)鮮明變化，糧食作物播種面積比重減少到50%以下，油菜籽播種面積下降，蔬菜播種面積比重增加到30%以上。這段時(shí)期主要農(nóng)產(chǎn)品為：蔬菜、水果、西甜瓜、花卉苗木等園藝產(chǎn)品快速增長(zhǎng)并成為主導(dǎo)產(chǎn)品，畜禽產(chǎn)品、糧食、油菜等大幅縮減，水產(chǎn)品產(chǎn)量明顯增加。

2 農(nóng)業(yè)四個(gè)部門之間的動(dòng)態(tài)關(guān)系研究

上海農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展概況的研究，需要進(jìn)一步得到農(nóng)業(yè)各部門之間的動(dòng)態(tài)變化規(guī)律。即根據(jù)時(shí)間序列數(shù)據(jù)，利用動(dòng)態(tài)計(jì)量分析方法對(duì)種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)四個(gè)部門之間相互作用關(guān)系的具體效應(yīng)進(jìn)行研究。

2.1 數(shù)據(jù)來源

考慮到本文研究的是改革開放以來上海產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展?fàn)顩r，因此，在數(shù)據(jù)選取時(shí)，主要以1978～2009年的種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)的農(nóng)業(yè)產(chǎn)值指數(shù)來代表四個(gè)產(chǎn)業(yè)部門的發(fā)展，分別用ZY、LY、XY和YY表示，以1978年的產(chǎn)值指數(shù)為100。數(shù)據(jù)來源于《上海統(tǒng)計(jì)年鑒》（2010）。軟件方面，本文采用了Eviews6.0軟件對(duì)數(shù)據(jù)進(jìn)行處理分析。

首先，為了避免數(shù)據(jù)的劇烈波動(dòng)可能帶來的異方差性，對(duì)各序列進(jìn)行對(duì)數(shù)化處理，取對(duì)數(shù)之后的新序列分別用DZY、DLY、DMY、DYY表示，發(fā)展趨勢(shì)如圖1所示。

2.2 模型設(shè)定

向量自回歸（vector auto-regression，VAR）模型通常用于多變量時(shí)間序列系統(tǒng)的預(yù)測(cè)和描述隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)影響。最一般的VAR（p）模型如下面的式子：

式中，yt是m維內(nèi)生變量向量；xt是d維外生變量向量；A1…Ap和B1…Br是待估計(jì)的參數(shù)矩陣，內(nèi)生變量和外生變量分別有p和r階滯后期；εt是隨機(jī)擾動(dòng)項(xiàng)，同期之間可以相關(guān)，但不能自相關(guān)。

下文將以VAR模型為基礎(chǔ)，利用格蘭杰因果檢驗(yàn)、最大滯后階數(shù)、平穩(wěn)性檢驗(yàn)、VEC模型、ECM模型對(duì)四個(gè)部門之間的動(dòng)態(tài)效應(yīng)進(jìn)行分析。

2.3 格蘭杰因果關(guān)系檢驗(yàn)

一般地，在VAR模型中應(yīng)該考慮問題的另一方面，即序列y是否是x的格蘭杰成因，只有在x與y互為因果時(shí)，采用VAR模型才是有效的。而格蘭杰（Granger）因果檢驗(yàn)正是一種用于考察序列x是否是序列y產(chǎn)生原因的方法。

對(duì)于單變量的格蘭杰因果檢驗(yàn)，EViews計(jì)算如下雙變量回歸：

式中，k是最大滯后階數(shù)，通常可以取稍大一些。檢驗(yàn)的原假設(shè)是序列x（y）不是序列y（x）的格蘭杰成因。而對(duì)于該樣本中的多變量情形，Eviews將進(jìn)行成對(duì)的格蘭杰因果檢驗(yàn)（pair-wise Granger causality tests），檢驗(yàn)結(jié)果如表1所示。

表1 格蘭杰因果檢驗(yàn)結(jié)果

從表1中發(fā)現(xiàn)，除了種植業(yè)部門與漁業(yè)部門的產(chǎn)出是相互影響、相互制約的，即存在互為因果關(guān)系之外，剩下的部門兩兩組合均不存在互為格蘭杰因果關(guān)系。因此，可進(jìn)一步對(duì)種植業(yè)和漁業(yè)兩個(gè)部門建立向量自回歸模型，兩者產(chǎn)值指數(shù)取對(duì)數(shù)之后的圖形如圖2所示。

從圖2中易發(fā)現(xiàn)種植業(yè)和漁業(yè)兩個(gè)部門產(chǎn)出變化具有大體一致的共同趨勢(shì)，并且在90年代以前，兩個(gè)部門的產(chǎn)出雖然出現(xiàn)波動(dòng)性上升，但增長(zhǎng)幅度并不是很大，而進(jìn)入90年代中后期以后，均呈現(xiàn)出較快的增長(zhǎng)趨勢(shì)。事實(shí)發(fā)展中也應(yīng)證了上述結(jié)論。在上海郊區(qū)城市化和工業(yè)化發(fā)展進(jìn)程中，農(nóng)村耕地逐年減少，但在此情況下，上海農(nóng)業(yè)產(chǎn)出規(guī)模與水平總體上仍保持穩(wěn)定持續(xù)的增長(zhǎng)態(tài)勢(shì)。為順應(yīng)生產(chǎn)和市場(chǎng)環(huán)境的變動(dòng)，發(fā)揮本地農(nóng)業(yè)資源優(yōu)勢(shì)，滿足市場(chǎng)需求，近幾年上海農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)得到不斷調(diào)整，種植業(yè)和漁業(yè)生產(chǎn)總量規(guī)模逐年遞增，畜牧業(yè)卻縮減。

2.4 確定最大滯后階數(shù)

滯后階數(shù)的確定與格蘭杰因果檢驗(yàn)是密切相關(guān)的。在VAR模型中，Eviews提供了最為常用的LR檢驗(yàn)統(tǒng)計(jì)量，最終預(yù)測(cè)誤差（FPE），AIC信息準(zhǔn)則、SC信息準(zhǔn)則和HQ信息準(zhǔn)則的結(jié)果，

（1）LR檢驗(yàn)統(tǒng)計(jì)量

似然比（likehood ratio，LR）檢驗(yàn)涉及兩類模型，無約束模型或無限制模型與有約束模型或有限制模型。似然比統(tǒng)計(jì)量是指無約束模型和約束模型的最大似然值之差的2倍，即

如果無約束模型和約束模型殘差的最大似然之差越大，就愈加證明約束模型不充分。

（2）最終預(yù)測(cè)誤差FPE

最終預(yù)測(cè)誤差FPE（final prediction error criterion）是把最小值的p作為VAR模型的最佳階數(shù)：

最終預(yù)測(cè)誤差準(zhǔn)則的優(yōu)點(diǎn)在于它平衡了選擇低滯后階數(shù)造成偏離性的風(fēng)險(xiǎn)和選擇高滯后階數(shù)造成方差增大的風(fēng)險(xiǎn)。

（3）信息準(zhǔn)則

模型中內(nèi)生變量有p階滯后，稱其為一個(gè)VAR（p）模型。在實(shí)際應(yīng)用中，通常希望滯后期p和r足夠大，從而完整地反映所構(gòu)造模型的動(dòng)態(tài)特征。但同時(shí)，滯后期越長(zhǎng)，模型中待估計(jì)的參數(shù)就越多，自由度就越少。因此，應(yīng)在滯后期與自由度之間尋求一種均衡，一般根據(jù)AIC（Akaike info criterion），SC（Scharz criterion）和HQ（Hannan-Quinn criterion）信息量取值最小的準(zhǔn)則確定模型的階數(shù)，計(jì)算公式見下面三個(gè)公式。

AIC=-2l/n+2k/n

SC=-2l/n+klogn/n

HQ=-2l/n+2klog(log(n))/n

式中，K=m（rd+pm）是估計(jì)參數(shù)個(gè)數(shù)；n是觀測(cè)值數(shù)目，且

在本例中，顯示的滯后階數(shù)判斷結(jié)果如表2所示。

表2 滯后階數(shù)判斷結(jié)果

在表2中給出了0～5階VAR模型的LR，F(xiàn)PE，AIC，SC和HQ值，并以“*”標(biāo)記出依據(jù)相應(yīng)準(zhǔn)則選擇出來的滯后階數(shù)。可以看到，有超過一半的準(zhǔn)則選出來的滯后階數(shù)為2階，因此，將VAR模型的滯后階數(shù)定義為2。

2.5 平穩(wěn)性檢驗(yàn)

VAR模型是要求序列是平穩(wěn)的，因此要檢驗(yàn)序列的平穩(wěn)性。平穩(wěn)性檢驗(yàn)可以對(duì)每一個(gè)序列分別進(jìn)行單位根檢驗(yàn)。該樣例的VAR平穩(wěn)性檢驗(yàn)結(jié)果如圖3所示。

由圖3可知，無特征根在單位圓外，即表明序列是非平穩(wěn)的。由于不滿足條件，接下來則要檢測(cè)是否具有長(zhǎng)期協(xié)整關(guān)系，如果有則采用向量誤差修正模型（VEC）。

2.6 VEC模型構(gòu)建

（1）單位根檢驗(yàn)

事實(shí)上，向量誤差修正（vector error correction，VEC）模型是包含協(xié)整約束條件的VAR模型，應(yīng)用于具有協(xié)整關(guān)系的非平穩(wěn)時(shí)間序列建模。

首先，對(duì)兩個(gè)序列做單位根檢驗(yàn)，單位根檢驗(yàn)是檢驗(yàn)時(shí)序平穩(wěn)性的一種方法，而最大滯后期可根據(jù)上述已經(jīng)選擇出的滯后階數(shù)2，采用PP檢驗(yàn)。

Phillips和Person于1988年提出了PP檢驗(yàn)，PP檢驗(yàn)的檢驗(yàn)方程如下面的式子所示。

本例中選擇包含常數(shù)和線性趨勢(shì)項(xiàng)的檢驗(yàn)方程，對(duì)DYY和DZY進(jìn)行l(wèi)evel檢驗(yàn)，結(jié)果發(fā)現(xiàn)是非平穩(wěn)的；而一階差分序列均為平穩(wěn)序列，即在一階差分之后，收尾概率均小于0.1，則兩個(gè)序列是同階平穩(wěn)，所以滿足進(jìn)行協(xié)整檢驗(yàn)的條件。

（2）Johansen協(xié)整檢驗(yàn)。

采用Johansen（1995）提出的關(guān)于系數(shù)矩陣的協(xié)整似然比（LR）檢驗(yàn)方法。協(xié)整似然比檢驗(yàn)法主要包括跡檢驗(yàn)法和最大特征值檢驗(yàn)法。

通過Johansen協(xié)整檢驗(yàn)可知，跡檢驗(yàn)法在0.05顯著性水平下沒有一個(gè)協(xié)整關(guān)系，而最大特征根表明在0.05顯著性水平下有一個(gè)協(xié)整關(guān)系，故可以認(rèn)為有且僅有一個(gè)協(xié)整關(guān)系。

（3）向量誤差修正（VEC）模型

向量誤差是對(duì)諸變量施加了協(xié)整約束條件的向量自回歸模型。VEC模型只能用于協(xié)整關(guān)系的序列建模，將本例估計(jì)結(jié)果寫成矩陣形式，得到：

上述VEC模型是可用作以下情形：知道當(dāng)期兩個(gè)變量的值，求解下一期兩個(gè)變量的數(shù)值，但在多數(shù)情況下，會(huì)遇到僅知道一個(gè)變量的當(dāng)期值卻不知另一期屬性值的情形，因此，接下來將對(duì)存在協(xié)整關(guān)系的兩個(gè)變量構(gòu)建協(xié)整回歸方程。

2.7 協(xié)整回歸方程

為檢驗(yàn)兩變量xt和yt是否協(xié)整，Engle和Granger于1987年提出了兩步檢驗(yàn)法，稱為EG檢驗(yàn)。對(duì)同是d階單整的序列xt和yt，用一個(gè)變量對(duì)另一變量回歸，即

由2.6可知種植業(yè)與漁業(yè)部門可能存在協(xié)整關(guān)系，現(xiàn)利用EG兩步法對(duì)其進(jìn)行檢驗(yàn)。

首先，分別對(duì)序列DZY和DYY進(jìn)行單整檢驗(yàn)，這里采用ADF檢驗(yàn)法，均采用不含常數(shù)和趨勢(shì)項(xiàng)，滯后項(xiàng)為0，將各序列的ADF檢驗(yàn)統(tǒng)計(jì)量與相應(yīng)的臨界值比較，容易得出，原序列DLY和DYY都是非平穩(wěn)序列，而一階差分序列均平穩(wěn)，由此判定DLY和DYY為一階單整序列，滿足協(xié)整檢驗(yàn)前提。

其次，對(duì)變量DZY和DYY進(jìn)行最小二乘回歸，得到結(jié)果如表3所示。

表3 最小二乘回歸結(jié)果

回歸方程估計(jì)殘差序列E的取值圖4所示。

對(duì)序列E做單位根檢驗(yàn)，ADF檢驗(yàn)結(jié)果見表4所示。

表4 ADF檢驗(yàn)結(jié)果表

其中，檢驗(yàn)統(tǒng)計(jì)量為-4.1069，小于顯著性水平0.01時(shí)的臨界值-2.6416，可認(rèn)為估計(jì)殘差序列E為平穩(wěn)序列，進(jìn)而得到序列DLY和DYY具有協(xié)整關(guān)系。

由于已經(jīng)證明序列DZY和DYY之間存在協(xié)整關(guān)系，故可建立誤差修正模型。誤差修正模型（ECM）的基本形式是由Davidson，Hendry，Srba和Yeo于1978年提出的，稱為DHSY模型，模型為：

式中，ecm是誤差修正項(xiàng)

在該樣本中，以DYY為因變量，DZY為自變量，進(jìn)行最小二乘回歸，得到回歸系數(shù)為2.699554，則利用GENR定義：

ECM=DYY（-1）-2.699554*DZY（-1）

也可利用差分表達(dá)式，得到的模型表達(dá)式為：

DYYt=-0.568868+0.915101DYYt-1-0.085763DZYt+0.315509DZYt-1+vt

兩種方法建立的誤差修正模型是等價(jià)的，模型擬合度很高，效果很好，但是第二個(gè)式子在實(shí)際預(yù)測(cè)時(shí)更常使用，雖然兩個(gè)變量互為因果關(guān)系，但是此時(shí)，不可再利用DZY做因變量進(jìn)行再次預(yù)測(cè)，否則會(huì)使得兩個(gè)式子產(chǎn)生沖突。

3 結(jié)論及政策建議

基于上海改革開放至今的農(nóng)業(yè)發(fā)展概況，結(jié)合時(shí)間序列數(shù)據(jù)的動(dòng)態(tài)計(jì)量分析結(jié)果，本文給出了如下的結(jié)論及政策建議：

首先，上海城市功能的轉(zhuǎn)變致使農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和農(nóng)業(yè)生產(chǎn)布局等發(fā)生了變化。上海郊區(qū)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的總體思路是保持種植業(yè)的主導(dǎo)地位，小幅度調(diào)減畜牧業(yè)，合理發(fā)展水產(chǎn)業(yè)，適度發(fā)展林業(yè)，形成種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)協(xié)調(diào)發(fā)展，互為補(bǔ)充，物質(zhì)和能量合理流動(dòng)的循環(huán)型農(nóng)業(yè)系統(tǒng)。

其次，關(guān)于種植業(yè)和漁業(yè)兩個(gè)部門產(chǎn)值指數(shù)的向量誤差修正模型（VEC）和誤差修正模型（ECM）表達(dá)形式，兩種模型均可有效地根據(jù)不同需求進(jìn)行未來產(chǎn)值的經(jīng)濟(jì)性預(yù)測(cè)。其中，VEC模型的矩陣表達(dá)形式如下所示：該模型是當(dāng)知道兩部門當(dāng)期（以年計(jì)）產(chǎn)值指數(shù)，預(yù)測(cè)下一期兩個(gè)部門的產(chǎn)值指數(shù)，例如當(dāng)知道2011年種植業(yè)部門和漁業(yè)部門的產(chǎn)值總數(shù)，要預(yù)測(cè)2012年兩個(gè)部門的產(chǎn)值指數(shù)，可用VEC模型求得；而ECM模型表達(dá)式為：DYYt=-0.568868+0.915101DYYt-1-0.085763DZYt+0.315509DZYt-1+vt，該模型是當(dāng)知道當(dāng)期兩個(gè)部門以及下一期種植業(yè)部門的產(chǎn)值指數(shù)，預(yù)測(cè)下一期種植業(yè)部門的產(chǎn)值指數(shù)，例如當(dāng)知道2011年的種植業(yè)部門、漁業(yè)部門，以及2012年種植業(yè)部門的產(chǎn)值指數(shù)，需要預(yù)測(cè)2012年漁業(yè)部門的產(chǎn)值指數(shù)，可用上述的ECM模型求得。兩種模型根據(jù)不同的預(yù)測(cè)需求都有不同的預(yù)測(cè)用途。通過對(duì)上海的四個(gè)農(nóng)業(yè)部門進(jìn)行動(dòng)態(tài)計(jì)量分析可知，從1978年至今，只有種植業(yè)部門和漁業(yè)部門存在長(zhǎng)期的協(xié)整關(guān)系以及互為格蘭杰因果關(guān)系。因此，在以后農(nóng)業(yè)政策調(diào)整中，可以抓住兩個(gè)部門的特點(diǎn)，適當(dāng)促進(jìn)兩個(gè)部門之間的協(xié)調(diào)發(fā)展。

總的來說，由于城市化進(jìn)程的不斷推進(jìn)，以及上海郊區(qū)農(nóng)業(yè)生產(chǎn)的最基本要素土地資源稀缺，上海郊區(qū)農(nóng)業(yè)不可能生產(chǎn)滿足城市全部需求的農(nóng)副食品，而且在大市場(chǎng)大流通的環(huán)境中，從比較效益的角度考慮也沒必要進(jìn)行小而全的農(nóng)業(yè)生產(chǎn)，必須有所側(cè)重。根據(jù)上海的自然和經(jīng)濟(jì)技術(shù)資源條件，農(nóng)業(yè)發(fā)展應(yīng)以現(xiàn)代化、科技型農(nóng)業(yè)為主導(dǎo)方向，促進(jìn)農(nóng)業(yè)增產(chǎn)、增收和增效，將產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的重點(diǎn)放在各產(chǎn)業(yè)內(nèi)部的結(jié)構(gòu)優(yōu)化，品種改良和品質(zhì)提升上，致力于各產(chǎn)業(yè)的內(nèi)涵式增長(zhǎng)，尤其要關(guān)注對(duì)種植業(yè)和漁業(yè)部門的協(xié)調(diào)式發(fā)展。

[1]賈彩彥.近代上海城市化及對(duì)城市土地利用與管理思想的影響[J].上海經(jīng)濟(jì)研究,2004，（4）.

[2]Henderson J V.The Effects of Urban Concentration on Economic Growth[C].NBER Working Paper,2000.

[3]Stephen J.Vogel.Structural Changes in Agriculture:Production Linkages and Agricultural Demand-Led Industrialization[C].Oxford Economic Papers,New Series，1994，46（1）.

[4]Won W.Koo,Marvin Duncan.Can Developing Countries Afford the New Food System.A Case Study of the Chinese Agricultural Sector[J].American Journal of Agricultural Economics，1997,(2).

[5]范德官,上海郊區(qū)農(nóng)業(yè)現(xiàn)代化研究[J].中國農(nóng)村經(jīng)濟(jì),2000，(6).

[6]馮曉華,上海都市農(nóng)業(yè)探析[J].上海綜合經(jīng)濟(jì),2002，(1).

[7]俞菊生,中國都市農(nóng)業(yè)—國際大都市上海的實(shí)證研究[J].中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2002.

[8]上海實(shí)現(xiàn)城郊型農(nóng)業(yè)向都市型農(nóng)業(yè)轉(zhuǎn)變研究[J].上海社會(huì)科學(xué)院學(xué)術(shù)季刊,2001，(2).

[9]劉偉明,城市化工業(yè)化進(jìn)程中城市農(nóng)業(yè)發(fā)展類型與對(duì)策探討[J].中國農(nóng)學(xué)通報(bào),2005，(7).

[10]劉偉明.城市化進(jìn)程中城市農(nóng)業(yè)發(fā)展探討[J].中國農(nóng)業(yè)科技導(dǎo)報(bào)，2006，（2）.

[11]農(nóng)業(yè)部軟科學(xué)委員會(huì)課題組.《中國農(nóng)業(yè)發(fā)展新階段》[M].北京：中國農(nóng)業(yè)出版社，2000，（8）.

[12]戴鞍鋼.近代上海與周圍農(nóng)村[J].史學(xué)月刊，1994，(2).

[13]段洪.城市化進(jìn)程中都市農(nóng)業(yè)發(fā)展思考[J].產(chǎn)業(yè)與科技論壇，2008，(12).

[14]胡錫鳳.都市農(nóng)業(yè)在城市化進(jìn)程中的戰(zhàn)略定位[J].商品儲(chǔ)運(yùn)與養(yǎng)護(hù)，2007，（5）.

F207

A

1002-6487（2011）07-0118-04

徐群（1980-），男，上海人，博士研究生，研究方向：農(nóng)業(yè)經(jīng)濟(jì)。韓雯（1980-），女，浙江余姚人，碩士研究生，研究方向：社會(huì)工作、社區(qū)教育。程毅（1976-），男，吉林渾江人，博士，副教授，研究方向：農(nóng)村社會(huì)學(xué)。

（責(zé)任編輯/亦民）