基于VAR和VEC模型的杭州市三次產(chǎn)業(yè)結(jié)構(gòu)分析

陽長征

（桂林理工大學(xué)管理學(xué)院，廣西 桂林 541004）

基于VAR和VEC模型的杭州市三次產(chǎn)業(yè)結(jié)構(gòu)分析

陽長征

（桂林理工大學(xué)管理學(xué)院，廣西 桂林 541004）

通過對(duì)過去文獻(xiàn)的綜述，鑒于傳統(tǒng)的經(jīng)濟(jì)建模方法分析及存在的不足，結(jié)合經(jīng)濟(jì)計(jì)量分析的特點(diǎn)，提出了基于向量自回歸（vector auto regression，VAR）及向量誤差修正（vector error correction，VEC）模型的經(jīng)濟(jì)數(shù)據(jù)的分析方法，闡述了該方法在經(jīng)濟(jì)計(jì)量分析中的優(yōu)點(diǎn)，并介紹了VAR和VEC的模型構(gòu)建。通過杭州市1978—2008年三次產(chǎn)業(yè)數(shù)據(jù)的實(shí)例分析，揭示了杭州市三次產(chǎn)業(yè)之間的關(guān)系，其分析結(jié)果與杭州實(shí)際狀況相吻合，具有指導(dǎo)意義，能為國家或地區(qū)的政策制定和投資策略指明方向。

產(chǎn)業(yè)結(jié)構(gòu)；向量自回歸；修正模型；實(shí)證檢驗(yàn)

1 引言

過去有很多學(xué)者采用不同方法對(duì)中國產(chǎn)業(yè)結(jié)構(gòu)問題做過研究。但從現(xiàn)有文獻(xiàn)來看，他們采用的方法幾乎都是以經(jīng)濟(jì)理論為基礎(chǔ)來描述經(jīng)濟(jì)變量之間的結(jié)構(gòu)關(guān)系，這些模型的優(yōu)點(diǎn)是具有明顯的經(jīng)濟(jì)理論含義。但是，從計(jì)量經(jīng)濟(jì)學(xué)建模理論而言，也存在許多不足和缺陷：通常明確哪些是內(nèi)生變量、哪些是外生變量，并不容易，甚至往往帶有主觀性。如果在一組變量之中有真實(shí)的聯(lián)立性，那么這些變量就應(yīng)平等地加以對(duì)待，而不應(yīng)該事先區(qū)分內(nèi)生和外生變量。內(nèi)生變量與擾動(dòng)項(xiàng)相關(guān)，從而使模型參數(shù)估計(jì)變得十分復(fù)雜，也不能很好地反映出變量間的動(dòng)態(tài)聯(lián)系。在借鑒現(xiàn)有文獻(xiàn)研究的基礎(chǔ)上，以及針對(duì)過去常使用的研究方法存在的不足，本文通過VAR和VEC模型對(duì)三次產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行分析，為我國或地區(qū)產(chǎn)業(yè)結(jié)構(gòu)布局的調(diào)整和優(yōu)化提供依據(jù)。該模型與過去研究方法相比具有如下3個(gè)的優(yōu)點(diǎn)：第一，它不是以經(jīng)濟(jì)理論為基礎(chǔ)描述經(jīng)濟(jì)變量之間的結(jié)構(gòu)關(guān)系來建立模型的，而是以數(shù)據(jù)統(tǒng)計(jì)性質(zhì)為基礎(chǔ)，把某一經(jīng)濟(jì)系統(tǒng)中的每一變量作為所有變量的滯后變量的函數(shù)來構(gòu)造模型；第二，它是一種處理具有相關(guān)關(guān)系的多變量的隨機(jī)擾動(dòng)對(duì)系統(tǒng)的動(dòng)態(tài)沖擊的最有效的方法。而且在一定條件下，多元移動(dòng)平均（moving average，MA）模型、自身回歸移動(dòng)平均（autoregressive moving average，ARMA）模型，也可化為VAR模型來處理，這為研究具有相關(guān)關(guān)系的多變量的分析和預(yù)測(cè)帶來很大方便；第三，VAR模型所表述的是變量之間的一種“長期均衡”關(guān)系，而實(shí)際經(jīng)濟(jì)數(shù)據(jù)卻是“非平衡過程”的時(shí)間序列，即在現(xiàn)實(shí)經(jīng)濟(jì)模型估計(jì)中各變量之間常常存在協(xié)整關(guān)系，因此向量誤差修正模型VEC能用數(shù)據(jù)的動(dòng)態(tài)非均衡過程來逼近經(jīng)濟(jì)理論的長期均衡過程［1］。

2 模型構(gòu)建

2.1 VAR和VEC模型

向量自回歸（VAR）是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型，它把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型。Y（t）=A（1）Y（t-1）+…A（n）Y（tn）+BX（t）+e（t），其中（t）是一個(gè)內(nèi)生變量列向量，X（t）是外生變量向量，A（1），……，A（n），和B是等估的系數(shù)矩陣，e（t）是誤差向量。誤差向量內(nèi)的誤差變量之間允許相關(guān)，但是這些誤差變量不存在自相關(guān)，與Y（t），Y（t-1），……，Y（t-n）和X（t）也不相關(guān)。

Engle和Granger指出兩個(gè)或多個(gè)非平穩(wěn)時(shí)間序列的線性組合可能是平穩(wěn)的，假如這樣一種平穩(wěn)的或I（0）的線性組合存在，這些非平穩(wěn)（有單位根）時(shí)間序列之間被認(rèn)為是具有協(xié)整關(guān)系的。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(guān)系。

向量誤差修正模型 （VEC）是一個(gè)有約束的VAR模型，并在解釋變量中含有協(xié)整約束，因此它適用于已知有協(xié)整關(guān)系的非平穩(wěn)序列。

2.2 建模步驟

第一，對(duì)數(shù)據(jù)進(jìn)行趨勢(shì)分析、滯后排除項(xiàng)檢驗(yàn)以及滯后長度選擇標(biāo)準(zhǔn)分析，從而進(jìn)行VAR模型估計(jì)。

第二，檢驗(yàn)變量之間的因果關(guān)系。Granger因果檢驗(yàn)是用于檢驗(yàn)兩個(gè)變量之間因果關(guān)系的一種常用的方法，它可以更準(zhǔn)確地研究經(jīng)濟(jì)變量之間的相關(guān)關(guān)系，避免虛假回歸。Granger因果關(guān)系是一個(gè)特定的當(dāng)期變量與另一變量集之間所有過去信息之間的關(guān)系，即若一個(gè)變量X的滯后值在對(duì)另一個(gè)變量Y的解釋方程式中是顯著的，那么就稱X是Y的“格蘭杰原因”。

第三，進(jìn)行變量間的沖擊響應(yīng)和預(yù)測(cè)誤差的方差分解分析。由于VAR模型是一種非理論性模型，它無需對(duì)變量做任何先驗(yàn)約束，在分析VAR模型時(shí)，往往不是分析一個(gè)變量的變化對(duì)另一個(gè)變量的影響如何，而是分析當(dāng)一個(gè)誤差項(xiàng)發(fā)生變化，或者說模型受到某種沖擊時(shí)對(duì)系統(tǒng)的動(dòng)態(tài)影響，這種分析方法稱為脈沖響應(yīng)函數(shù)方法。而方差分解是分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化（通常用方差來度量）的貢獻(xiàn)度如何。

第四，在VEC模型估計(jì)前，先對(duì)經(jīng)濟(jì)序列進(jìn)行平穩(wěn)性檢驗(yàn)。實(shí)際中，只有極少數(shù)時(shí)間數(shù)據(jù)是平穩(wěn)的。當(dāng)采用時(shí)間序列模型時(shí)，所用時(shí)間序列應(yīng)具有平穩(wěn)性，但是經(jīng)濟(jì)變量往往非平穩(wěn)，用非平穩(wěn)變量建立回歸模型會(huì)帶來偽回歸問題，因此在進(jìn)行協(xié)整分析之前，首先對(duì)各經(jīng)濟(jì)變量進(jìn)行單整檢驗(yàn)，分析各經(jīng)濟(jì)變量的平穩(wěn)性，如不平穩(wěn)則通過差分使其變?yōu)槠椒€(wěn)的時(shí)間序列。

第五，對(duì)于其中的非平穩(wěn)性變量進(jìn)行協(xié)整檢驗(yàn)以及誤差修正，從而進(jìn)行VEC模型估計(jì)［2］。

3 實(shí)證分析

3.1 數(shù)據(jù)來源

該實(shí)例分析的數(shù)據(jù)來自 《杭州市年鑒》（1978—2008年）［3］，其中的指標(biāo)分別為三次產(chǎn)業(yè)產(chǎn)值總值及總值指數(shù)（即設(shè)定1978年的水平為100，將各年產(chǎn)值與1978年相比所得的指數(shù)）。其中Y1，Y2，Y3分別為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)產(chǎn)值指數(shù)序列，這些數(shù)據(jù)是經(jīng)過適當(dāng)處理后得到的。在此采用E-views 6.0軟件進(jìn)行數(shù)據(jù)處理。

3.2 VAR模型

（1）模型估計(jì)。

為了減少數(shù)據(jù)的波動(dòng)，先對(duì)三次產(chǎn)業(yè)的產(chǎn)出指數(shù)序列Y1，Y2，Y3取自然對(duì)數(shù)，得到新的序列LY1， LY2，LY3，同時(shí)對(duì)取對(duì)數(shù)后的序列進(jìn)行ADF單位根平穩(wěn)性檢驗(yàn)，可知VAR模型中應(yīng)該包括截距項(xiàng)和趨勢(shì)項(xiàng)。

對(duì)于所估計(jì)的VAR模型進(jìn)行滯后長度選擇標(biāo)準(zhǔn)分析，根據(jù)AIC信息準(zhǔn)則（aic information criterion）和SC準(zhǔn)則取最小值的原則來確定模型的滯后階數(shù)。其處理結(jié)果顯示，當(dāng)選擇3階進(jìn)行VAR模型估計(jì)比較理想。根據(jù)VAR模型參數(shù)估計(jì)結(jié)果，可以寫出VAR模型的估計(jì)結(jié)果：

VAR模型的檢驗(yàn)結(jié)果顯示，所估計(jì)的VAR模型中3個(gè)方程的擬合優(yōu)度R2都很大，幾乎接近數(shù)值1，同時(shí)AIC準(zhǔn)則和SC準(zhǔn)則都比較小，說明該模型的估計(jì)比較合理［4］。

（2）Granger檢驗(yàn)和滯后項(xiàng)檢驗(yàn)。

對(duì)于杭州三次產(chǎn)業(yè)之間的因果方向檢驗(yàn)，即判斷各產(chǎn)業(yè)之間的因果關(guān)系，采用非平穩(wěn)序列下的格蘭杰（Granger）因果關(guān)系檢驗(yàn)法進(jìn)行分析檢驗(yàn)。

格蘭杰因果檢驗(yàn)結(jié)果表明，在Y1方程中，Y2，Y3及這兩變量所有滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值Prob.均小于5%的顯著水平，則拒絕原假設(shè)，可以認(rèn)為Y2，Y3及這兩變量所有滯后聯(lián)合是Y1的原因，表明第二、三產(chǎn)業(yè)的發(fā)展是第一產(chǎn)業(yè)發(fā)展的原因，說明杭州的工業(yè)和服務(wù)業(yè)的發(fā)展對(duì)農(nóng)業(yè)的發(fā)展起很大的推動(dòng)作用。關(guān)于Y2方程，Y1，Y3及這兩變量所有滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值Prob.均大于5%的顯著水平，則不能拒絕原假設(shè)，可以認(rèn)為Y1，Y3及這兩變量所有滯后聯(lián)合不是Y2的原因，表明第二產(chǎn)業(yè)外生于系統(tǒng)，說明杭州的第二產(chǎn)業(yè)很發(fā)達(dá)，在很大程度上不依賴于當(dāng)?shù)氐霓r(nóng)業(yè)和服務(wù)業(yè)發(fā)展程度。關(guān)于Y3方程，Y1的格蘭杰因果檢驗(yàn)的概率值Prob.大于5%的顯著水平，則不能拒絕原假設(shè)，可以認(rèn)為Y1不是Y2的原因，而Y2及Y1和Y2這兩變量所有滯后聯(lián)合的格蘭杰因果檢驗(yàn)的概率值Prob.均小于5%的顯著水平，則拒絕原假設(shè)，可以認(rèn)為Y2及Y1和Y2這兩變量所有滯后聯(lián)合是Y1的原因，表明杭州服務(wù)業(yè)的發(fā)展很大程度上不依賴于農(nóng)業(yè)的發(fā)展，但工業(yè)的發(fā)展和工業(yè)與農(nóng)業(yè)的聯(lián)合作用會(huì)影響服務(wù)業(yè)的發(fā)展。這些結(jié)果與杭州的經(jīng)濟(jì)發(fā)展實(shí)際情況相吻合［5］。

（3）脈沖響應(yīng)函數(shù)與方差分解。

①脈沖響應(yīng)函數(shù)分析。

由圖1a～圖1c可知：第一產(chǎn)業(yè)對(duì)來自自身的擾動(dòng)立即做出了正向響應(yīng)，其影響在前13期內(nèi)會(huì)上下波動(dòng)，于第13期后開始趨于穩(wěn)定并持續(xù)增長，以及對(duì)第二產(chǎn)業(yè)第三產(chǎn)業(yè)的擾動(dòng)作出的響應(yīng)在第一期等于零，之后開始出現(xiàn)正向響應(yīng)，直至第20期開始趨于穩(wěn)定并持續(xù)增長。由圖1d～圖1f可知：第二產(chǎn)業(yè)對(duì)來自第一產(chǎn)業(yè)的沖擊立即做出正向響應(yīng)，于第15期后開始趨于穩(wěn)定而持續(xù)的增長，而對(duì)于來自本身的沖擊立即做出正向響應(yīng)，接著緩慢上升至第3期，之后開始緩慢下降，對(duì)第三產(chǎn)業(yè)的沖擊沒有立即做出響應(yīng)，而是緩慢上升至第3期，其后開始緩慢下降。由圖1g～圖1i可知：第三產(chǎn)業(yè)對(duì)來自自身和其他兩個(gè)產(chǎn)業(yè)的沖擊立即做出正向響應(yīng)，之后正向波浪型變化，直至第10期開始緩慢下降。

②方差分解分析。

為了確定三次產(chǎn)業(yè)之間相互影響的程度，在此繼續(xù)做方差分解分析，其分析結(jié)果如圖2所示。

由圖2可以看出：隨著預(yù)測(cè)期的推移，第一產(chǎn)業(yè)預(yù)測(cè)方差中由第一產(chǎn)業(yè)自身擾動(dòng)所引起的部分的貢獻(xiàn)率一直緩慢下降至31期9.89%，第二產(chǎn)業(yè)對(duì)此的貢獻(xiàn)率緩慢上升至13期的73.00%再下降至31期69.02%，第三產(chǎn)業(yè)對(duì)此的貢獻(xiàn)率迅速上升至第2期14.45%再緩慢下降至第6期6.75%，之后再持續(xù)上升至第32期21.08%。在第二產(chǎn)業(yè)預(yù)測(cè)方差中由第二產(chǎn)業(yè)自身擾動(dòng)所引起的部分的貢獻(xiàn)率一直緩慢下降至第31期70.99%，第一產(chǎn)業(yè)對(duì)此的貢獻(xiàn)率緩慢上升至第2期的33.38%再上升至第5期37.30%，第三產(chǎn)業(yè)對(duì)此的貢獻(xiàn)率一直緩慢上升至第31期26.02%。在第三產(chǎn)業(yè)預(yù)測(cè)方差中由第三產(chǎn)業(yè)自身擾動(dòng)所引起的部分的貢獻(xiàn)率迅速下降至第2期70.99%，再緩慢下降至30期30.91%，第一產(chǎn)業(yè)對(duì)此的貢獻(xiàn)率迅速上升至第3期的9.72%，再持續(xù)下降至31期3.12%，第二產(chǎn)業(yè)對(duì)此的貢獻(xiàn)率首先迅速上升至第2期57.24%，再緩慢下降至第4期54.56%，再緩慢上升至第18期66.70%，其后基本持平［6］。

3.3 VEC模型

（1）單根檢驗(yàn)。

由ADF單根檢驗(yàn)結(jié)果可以看出：序列LY1，LY3，LY3的單根檢驗(yàn)的統(tǒng)計(jì)量均大于10%檢驗(yàn)水平下的臨界值，因此這3個(gè)序列都包含單位根，從而是非平穩(wěn)序列。序列LY1，LY3的一階差分的單位根檢驗(yàn)的概率值小于1%的顯著水平，于是可以拒絕原假設(shè)，接受不存在單位根的結(jié)論，因此可以確定序列LY1，LY3一階單整序列I（1）。而序列LY2直到二階差分的單位根檢驗(yàn)概率值才小于1%的顯著水平，于是可以拒絕原假設(shè)，接受不存在單位根的結(jié)論，因此可以確定序列LY2是二階單整序列I（2）。

（2）協(xié)整檢驗(yàn)。

由協(xié)整檢驗(yàn)可知：不論是跡檢驗(yàn)還是最大特征值檢驗(yàn)，檢驗(yàn)的結(jié)果都是拒絕“至多存在1個(gè)協(xié)整關(guān)系”的原假設(shè)，而不能拒絕“至多存在2個(gè)協(xié)整關(guān)系”的原假設(shè)，因此表明在5%的水平下存在2個(gè)協(xié)整關(guān)系。

（3）VEC模型估計(jì)及分析。

依輸出結(jié)果可以寫出兩個(gè)協(xié)整方程：（1）LY1t-1= 0.355LY3t-1+2.807；（2）LY2t-1=1.052LY3t-1-0.44，協(xié)整方程（1）說明在其他條件不變的情況下，第三產(chǎn)業(yè)的Ln（Y3）值每增加1個(gè)百分點(diǎn)，則第一產(chǎn)業(yè)的Ln（Y1）值就增加0.355個(gè)百分點(diǎn)，統(tǒng)計(jì)量顯著，說明第三產(chǎn)業(yè)對(duì)第一產(chǎn)業(yè)有促進(jìn)作用。協(xié)整方程（2）說明在其他條件不變的情況下，第三產(chǎn)業(yè)的Ln（Y3）值每增加1個(gè)百分點(diǎn)，則第二產(chǎn)業(yè)的Ln（Y1）值就增加1.052個(gè)百分點(diǎn)，統(tǒng)計(jì)量顯著，說明第三產(chǎn)業(yè)對(duì)第二產(chǎn)業(yè)有促進(jìn)作用。根據(jù)VEC模型的參數(shù)估計(jì)結(jié)果可得如下的修正模型：

模型檢驗(yàn)部分?jǐn)?shù)據(jù)顯示，VEC模型中3個(gè)方程的擬合優(yōu)度R2都不小，同時(shí)AIC準(zhǔn)則和SC準(zhǔn)則分別為-9.837和-7.821，都比較小，說明該模型的估計(jì)比較合理。

協(xié)整關(guān)系圖表明第一產(chǎn)業(yè)與第三產(chǎn)業(yè)之間的關(guān)系一直有所波動(dòng)，至1988年趨于穩(wěn)定，其后繼續(xù)波動(dòng)，2000年又趨于均衡穩(wěn)定，2001—2008年雖然存在波動(dòng)但波動(dòng)幅度較小。同時(shí)第二產(chǎn)業(yè)與第三產(chǎn)業(yè)之間的關(guān)系一直存在較大波動(dòng)，至1985年趨于穩(wěn)定，其后繼續(xù)波動(dòng)至 1995年又趨于均衡穩(wěn)定，1996—2008年雖然存在波動(dòng)但波動(dòng)幅度較小［7］。

4 結(jié)論和建議

（1）從上述分析可知三次產(chǎn)業(yè)結(jié)構(gòu)失衡，主要表現(xiàn)為第二產(chǎn)業(yè)與第三產(chǎn)業(yè)發(fā)展不協(xié)調(diào)，其主要原因可能是投資與消費(fèi)、基礎(chǔ)工業(yè)與加工工業(yè)和基礎(chǔ)設(shè)施之間的不協(xié)調(diào)；固定資產(chǎn)投資規(guī)模仍然過大，增長速度仍然過快，一些行業(yè)和地區(qū)低水平重復(fù)建設(shè)還沒有得到有效遏制；資源瓶頸約束仍然很突出，能源、運(yùn)輸和重要原材料的供求形勢(shì)依然緊張；價(jià)格上漲壓力依然很大；就業(yè)壓力并未緩解等。同時(shí)經(jīng)濟(jì)增長方式仍很粗放，基本上是速度型效益的表現(xiàn)，這可能是部分生產(chǎn)資料行業(yè)價(jià)格大幅度上漲和規(guī)模擴(kuò)張效益大幅度上升拉動(dòng)的結(jié)果。

（2）要按照以產(chǎn)業(yè)結(jié)構(gòu)調(diào)整帶動(dòng)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的理念，堅(jiān)持增量做優(yōu)與存量調(diào)整相結(jié)合，堅(jiān)持企業(yè)搬遷與技術(shù)改造相結(jié)合，堅(jiān)持外延式發(fā)展與內(nèi)涵式發(fā)展相結(jié)合，把打造產(chǎn)業(yè)鏈和現(xiàn)代產(chǎn)業(yè)集群放到長三角整體發(fā)展中去謀劃，加快調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)布局，努力推動(dòng)三次產(chǎn)業(yè)聯(lián)動(dòng)發(fā)展。

（3）要堅(jiān)持“工業(yè)興市”不動(dòng)搖。當(dāng)前和今后一個(gè)時(shí)期,工業(yè)仍然是杭州經(jīng)濟(jì)的主要支撐、財(cái)政稅收的主要來源、吸納就業(yè)的主要渠道、推進(jìn)城市化的主要?jiǎng)恿?，要大力提升改造傳統(tǒng)優(yōu)勢(shì)產(chǎn)業(yè)，做強(qiáng)做大高新技術(shù)和戰(zhàn)略性新興產(chǎn)業(yè)。

（4）要加快發(fā)展現(xiàn)代服務(wù)業(yè)和文化創(chuàng)意產(chǎn)業(yè)。在當(dāng)前和未來的經(jīng)濟(jì)中，服務(wù)業(yè)是增長最快的產(chǎn)業(yè)，要積極構(gòu)筑與“生活品質(zhì)之城”相適應(yīng)的“高增值、強(qiáng)輻射、廣就業(yè)”的現(xiàn)代服務(wù)業(yè)體系，要以現(xiàn)代服務(wù)業(yè)集聚區(qū)為依托，通過放寬市場準(zhǔn)入，完善投融資體制，加強(qiáng)用地保障，落實(shí)稅費(fèi)減免優(yōu)惠，鼓勵(lì)主輔業(yè)分離。

（5）把加強(qiáng)宏觀調(diào)控作為更好地調(diào)整結(jié)構(gòu)、深化改革和轉(zhuǎn)變?cè)鲩L方式的契機(jī)和手段，把宏觀調(diào)控的著力點(diǎn)放在深化改革、調(diào)整結(jié)構(gòu)、轉(zhuǎn)變?cè)鲩L方式上，標(biāo)本兼治；加快投資體制的改革步伐，協(xié)調(diào)推進(jìn)其他方面的改革，包括金融體制的改革、企業(yè)兼并方面的政策，從而使總量政策、結(jié)構(gòu)政策和改革政策形成一種合力；把擴(kuò)大內(nèi)需方式從投資轉(zhuǎn)向消費(fèi)，進(jìn)一步鼓勵(lì)消費(fèi)增長［8］。

［1］高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模（2版）［M］.北京：清華大學(xué)出版社，2009.

［2］樊歡歡，張凌云.Eviews統(tǒng)計(jì)分析與應(yīng)用［M］.北京：機(jī)械工業(yè)出版社，2009.

［3］杭州統(tǒng)計(jì)信息網(wǎng).2009年杭州統(tǒng)計(jì)年鑒 ［EB/OL］.2009-10-15.http://www.hzstats.gov.cn/web/ShowNews.aspx?id= K7TYu2b6ZN4=.

［4］陳偉國，張紅偉.金融發(fā)展與經(jīng)濟(jì)增長——基于1952—2007年中國數(shù)據(jù)的再檢驗(yàn)［J］.當(dāng)代經(jīng)濟(jì)科學(xué)，2008，30（3）：49-56，125.

［5］張曉峒.計(jì)量經(jīng)濟(jì)學(xué)軟件EViews使用指南（2版）［M］.天津：南開大學(xué)出版社，2006.

［6］張曉峒.計(jì)量經(jīng)濟(jì)分析［M］.北京：經(jīng)濟(jì)科學(xué)出版社，2000.

［7］孫士金.安徽省金融發(fā)展與經(jīng)濟(jì)增長：基于VAR和VEC模型的實(shí)證［J］.統(tǒng)計(jì)教育，2010，（3）：18-27.

［8］張方波.我國產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整的相互關(guān)系實(shí)證研究——基于向量自回歸模型（VAR）［J］.商業(yè)文化（學(xué)術(shù)版），2010，（6）：331-332.

Analysis of Three-industry-structure in Hangzhou Based on the VAR and VEC Model

Yang Changzheng
（School of Management,Guilin University of Technology,Guilin 541004，China）

Through literature reviews,the article points out the defect and the limitation of traditional statistic approaches.Considering these problems and characteristic of those econometrics analysis,it puts forward the application of conbination of vector auto regression（VAR）and vector error correction（VEC）to the analysis of three industries，and explains its advantages in the econometrics analysis, and introduces its theory,then shows its modeling steps through exemplification.Through the data analysis of three industries of Hangzhou city from 1978 to 2008,it comes to conclusion that the analysis is in accordance with its facts,so the method is constructive and can be used in the practice.

industrial industries;vector auto regression;correction model;empirical study

2011-05-09

陽長征（1984-），男，廣西百色人，桂林理工大學(xué)，碩士研究生；研究方向：戰(zhàn)略管理。

F211

A

（責(zé)任編輯 張九慶）