基于面板VAR模型的農(nóng)業(yè)用水與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系研究

許永欣+馬駿??

摘要：基于2002—2014年中國(guó)省級(jí)面板數(shù)據(jù)，通過(guò)構(gòu)建農(nóng)業(yè)用水量與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的面板VAR模型，并進(jìn)行單位根檢驗(yàn)、協(xié)整檢驗(yàn)和模型估計(jì)與分析，研究了農(nóng)業(yè)用水量和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的內(nèi)在關(guān)系。結(jié)果表明：東部、中部和西部的農(nóng)業(yè)用水量和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間存在著長(zhǎng)期協(xié)整關(guān)系；此外，由于存在個(gè)體差異，不同地區(qū)農(nóng)業(yè)用水量和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系存在差異，東部地區(qū)是負(fù)相關(guān)、中部地區(qū)是正相關(guān)、西部地區(qū)存在正相關(guān)也存在負(fù)相關(guān)。建議通過(guò)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)水平來(lái)提高水資源利用效率，控制和減少農(nóng)業(yè)用水資源的消耗量，并且不同地區(qū)因地制宜，采取不同的水資源政策。

關(guān)鍵詞：面板VAR模型；農(nóng)業(yè)用水；農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)

中圖分類(lèi)號(hào)：S273文獻(xiàn)標(biāo)識(shí)號(hào)：A文章編號(hào)：1001-4942（2017）05-0159-05

Research on Relationship Between Agricultural Water and

Agricultural Economic Growth Based on Panel VAR Model

Xu Yongxin1，Ma Jun1，2，3

（1.School of Business， Hohai University， Nanjing 211100，China；

2.Post-Doctoral Laboratory of Theoretical Economics， Nanjing University， Nanjing 210093， China；

3.Water Resources and Sustainable Development Research Center of Jiangsu Province， Nanjing 210098，China）

AbstractBased on Chinese provincial panel data from 2002 to 2014， through establishing panel VAR model between agricultural water and agricultural economic growth and carrying out the unit root test， co-integration test and model estimation and analysis， the internal relations between agricultural water and agricultural economic growth were studied. The results showed that there were long-term co-integration relationships between the agricultural water and agricultural economic growth in the eastern， middle and western area， and the relationships existed differences in different areas because of individual difference. The agricultural water and agricultural economic growth was negatively correlated in the eastern，but positively correlated in the middle， and there were both negative relationship and positive relationship in the western. We suggested to optimize the industrial structure and technical level to improve the utilization efficiency of water resources， control and reduce the consumption of agricultural water and conduct different water policies in different regions.

KeywordsPanel VAR model； Agricultural water； Agricultural economic growth

水資源是農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的重要資源?！?014年水資源公報(bào)》顯示，2014年全國(guó)總用水量6 095億立方米，其中農(nóng)業(yè)用水占63.5%，近年來(lái)隨著經(jīng)濟(jì)的快速增長(zhǎng)，對(duì)水資源的需求越來(lái)越大，同時(shí)污染也越來(lái)越嚴(yán)重，使得水資源日益稀缺，成為中國(guó)面臨的最主要的生態(tài)和社會(huì)經(jīng)濟(jì)問(wèn)題之一，并嚴(yán)重制約著經(jīng)濟(jì)可持續(xù)發(fā)展，因此水資源管理問(wèn)題成為21世紀(jì)中國(guó)資源環(huán)境的首要問(wèn)題。

現(xiàn)有的關(guān)于水資源和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究主要分為兩類(lèi)：第一類(lèi)是分析農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)對(duì)水資源的影響，研究方法主要包括環(huán)境庫(kù)茲涅茨曲線(xiàn)和脫鉤分析。魯曉東等[1]擬合了中國(guó)總體和各流域的EKC曲線(xiàn)，結(jié)果發(fā)現(xiàn)，中國(guó)的水資源質(zhì)量變化并不符合經(jīng)典的EKC曲線(xiàn)，而且不同流域的EKC曲線(xiàn)不完全相同，它不僅受到經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)特征的影響，還會(huì)受到能源使用特征的影響。但是劉渝等[2

]研究發(fā)現(xiàn)農(nóng)業(yè)用水量和經(jīng)濟(jì)增長(zhǎng)之間基本上符合EKC曲線(xiàn)的特征。李強(qiáng)等[3]研究發(fā)現(xiàn)人均用水總量、人均農(nóng)業(yè)用水量與人均生活用水量EKC不存在，而人均工業(yè)用水量EKC存在。此外，除了經(jīng)濟(jì)增長(zhǎng)以外，人口規(guī)模、科技進(jìn)步、地理位置和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等因素都會(huì)對(duì)水資源利用造成影響，因此，經(jīng)濟(jì)增長(zhǎng)和水資源利用兩者的關(guān)系還需要進(jìn)一步分析。張兵兵等[4]以及賈紹鳳等[5]側(cè)重研究工業(yè)水資源利用和經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，結(jié)果表明，不同地區(qū)兩者之間的關(guān)系不盡相同，而且技術(shù)創(chuàng)新、結(jié)構(gòu)調(diào)整、水價(jià)提升和水權(quán)交易等均會(huì)影響工業(yè)水資源利用和經(jīng)濟(jì)增長(zhǎng)之間EKC曲線(xiàn)的形狀，和李強(qiáng)的研究結(jié)果相同。由此可見(jiàn)，不同的學(xué)者不同時(shí)期針對(duì)不同的研究重點(diǎn)得出的結(jié)論不盡相同。此外，汪奎等[6]研究發(fā)現(xiàn)我國(guó)農(nóng)業(yè)用水量同第一產(chǎn)業(yè)GDP為強(qiáng)脫鉤關(guān)系，其他均處于不穩(wěn)定的弱脫鉤狀態(tài)。然而陳威等[7]研究發(fā)現(xiàn)我國(guó)水資源利用與經(jīng)濟(jì)增長(zhǎng)之間為相對(duì)脫鉤狀態(tài)，有向絕對(duì)脫鉤發(fā)展的趨勢(shì)，但是整體脫鉤程度不夠顯著。潘安娥等[8]和苑清敏等[9]分別以湖北省和天津市為研究對(duì)象，評(píng)價(jià)了水資源消耗與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。第二類(lèi)是分析水資源對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響，研究方法主要是增長(zhǎng)阻力分析。王學(xué)淵等[10]和謝書(shū)玲等[11]研究發(fā)現(xiàn)水資源短缺和耗損制約了中國(guó)的經(jīng)濟(jì)增長(zhǎng)，建議提高水資源利用效率。劉耀彬等[12]和章恒全等[13]提出不同地區(qū)水資源對(duì)經(jīng)濟(jì)增長(zhǎng)的阻力存在較大差異，而且阻力大小受到資本彈性、水資源彈性和勞動(dòng)彈性的影響。而王克強(qiáng)等[14]采用不同以往的方法，通過(guò)構(gòu)建多區(qū)域CGE模型，模擬分析了農(nóng)業(yè)用水效率以及水資源稅政策對(duì)國(guó)民經(jīng)濟(jì)的影響，結(jié)果表明，農(nóng)業(yè)用水效率的提高有利于經(jīng)濟(jì)增長(zhǎng)。

然而，水資源利用和經(jīng)濟(jì)增長(zhǎng)之間不是單純的單向關(guān)系，而是相互影響的。因此，本文以2002—2014年中國(guó)省級(jí)面板數(shù)據(jù)為基礎(chǔ)，構(gòu)建面板VAR模型，進(jìn)行單位根檢驗(yàn)、協(xié)整檢驗(yàn)和模型估計(jì)，研究農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的雙向關(guān)系，依據(jù)結(jié)果提出相應(yīng)的政策建議。

1研究方法與數(shù)據(jù)來(lái)源

1.1研究方法

本文采用基于面板數(shù)據(jù)的VAR模型來(lái)分析中國(guó)農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。面板數(shù)據(jù)是對(duì)同一橫截面單位在不同時(shí)期進(jìn)行多次調(diào)查而得到的數(shù)據(jù)，兼具空間和時(shí)間兩個(gè)維度，可以考慮到分析對(duì)象的異質(zhì)性，提高自由度和有效性。根據(jù)常數(shù)項(xiàng)和系數(shù)向量是否為常數(shù)，面板數(shù)據(jù)模型可以分為三種類(lèi)型：混合模型、變截距模型和變系數(shù)模型。對(duì)于混合模型，它將所有觀(guān)測(cè)值混合在一起估計(jì)一個(gè)“大”回歸，不管它是界面數(shù)據(jù)還是時(shí)間序列數(shù)據(jù)，它假設(shè)解釋變量外生且誤差項(xiàng)是正態(tài)分布；對(duì)于變截距模型，在橫截面上個(gè)體影響不同，個(gè)體影響表現(xiàn)為模型中被忽略的反映個(gè)體差異的變量的影響；對(duì)于變系數(shù)模型，除了存在個(gè)體影響外，在橫截面上還存在變化的經(jīng)濟(jì)結(jié)構(gòu)，因而結(jié)構(gòu)參數(shù)在不同橫截面上是不同的。除了模型的設(shè)定形式不同，估計(jì)方法也存在差異，主要包括固定效應(yīng)回歸模型和隨機(jī)效應(yīng)模型。其中，固定效應(yīng)回歸模型是直接對(duì)樣本數(shù)據(jù)進(jìn)行分析，而隨機(jī)效應(yīng)模型是用樣本數(shù)據(jù)推斷總體效應(yīng)。經(jīng)過(guò)Eviews7.2檢驗(yàn)，本文采用固定效應(yīng)變系數(shù)模型，公式如下：

yit=αi+βixit+μit，i=1，2，…，N；t=1，2，…，T 。 （1）

式（1）中，i代表省份，t代表年份，yit表示農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)，xit表示農(nóng)業(yè)用水，αi表示常數(shù)項(xiàng)，βi表示系數(shù)向量，μit表示誤差項(xiàng)，誤差項(xiàng)相互獨(dú)立且為正態(tài)分布。

1.2數(shù)據(jù)來(lái)源

本文以農(nóng)林漁牧總產(chǎn)值表示農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)（PA），農(nóng)業(yè)用水量表示水資源（WA），并選取除臺(tái)灣、香港、澳門(mén)以外的31個(gè)省市2002—2014年的數(shù)據(jù)作為樣本實(shí)證分析中國(guó)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和農(nóng)業(yè)用水之間的關(guān)系，數(shù)據(jù)來(lái)源于各年的中國(guó)統(tǒng)計(jì)年鑒和水資源公報(bào)。此外，為了消除異方差和數(shù)據(jù)的劇烈波動(dòng)，本文對(duì)農(nóng)業(yè)漁牧總產(chǎn)值和農(nóng)業(yè)用水量進(jìn)行對(duì)數(shù)處理，分別命名為lnPA和lnWA。

由于中國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展具有顯著差異，農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和農(nóng)業(yè)用水之間的關(guān)系不一定遵循相同的規(guī)律，因此本文參照潘丹等[15]的方法，將31個(gè)省市分為東部、中部和西部分別進(jìn)行分析。其中，東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。

2實(shí)證結(jié)果與分析

本文以2002—2014年面板數(shù)據(jù)為基礎(chǔ)構(gòu)建VAR模型，實(shí)證分析農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，主要包括：（1）單位根檢驗(yàn)，檢驗(yàn)面板數(shù)據(jù)是否平穩(wěn)，這是協(xié)整檢驗(yàn)的基礎(chǔ)；（2）協(xié)整檢驗(yàn)，當(dāng)數(shù)據(jù)為同階平穩(wěn)的情況下，檢驗(yàn)農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間是否存在長(zhǎng)期均衡關(guān)系；（3）面板VAR估計(jì)與分析，研究農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的定量關(guān)系。

2.1單位根檢驗(yàn)

為了避免虛偽回歸，確保估計(jì)的有效性，在回歸前需要檢驗(yàn)面板數(shù)據(jù)的平穩(wěn)性，即檢驗(yàn)面板是否存在單位根。面板單位根檢驗(yàn)的方法較多，主要有LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher這5種方法，考慮到檢驗(yàn)方法的局限性，本文采用ADF-Fisher 和PP-Fisher這兩種檢驗(yàn)方法，如果它們都拒絕存在單位根的原假設(shè)，則可以認(rèn)為此序列是平穩(wěn)的，反之就是非平穩(wěn)的。檢驗(yàn)結(jié)果如表1所示。

由表1可知，當(dāng)對(duì)東部、中部和西部的lnPA和lnWA進(jìn)行單位根檢驗(yàn)時(shí)，在1%、5%和10%的顯著水平上ADF-Fisher 和PP-Fisher這兩種檢驗(yàn)方法均接受原假設(shè)，即原序列都存在單位根，是不平穩(wěn)的；當(dāng)對(duì)這兩個(gè)變量的一階差分值進(jìn)行檢驗(yàn)時(shí)，在10%的顯著水平上，ADF-Fisher 和PP-Fisher這兩種檢驗(yàn)方法均拒絕原假設(shè)，即一階差分值不存在單位根，也就是說(shuō)，東部、中部和西部的lnPA和lnWA都是一階單整序列。

2.2面板協(xié)整檢驗(yàn)

在變量為同階平穩(wěn)的情況下進(jìn)行面板協(xié)整檢驗(yàn)，分析農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間是否存在長(zhǎng)期均衡關(guān)系。本文通過(guò)Pedroni檢驗(yàn)方法，以回歸殘差為基礎(chǔ)構(gòu)造4個(gè)統(tǒng)計(jì)量進(jìn)行面板協(xié)整檢驗(yàn)，結(jié)果如表2所示。

由表2可知，中部和西部地區(qū)的所有統(tǒng)計(jì)量均通過(guò)顯著性檢驗(yàn)，雖然東部地區(qū)的Panel PP 、Group PP統(tǒng)計(jì)量沒(méi)有通過(guò)顯著性檢驗(yàn)，但是Pedroni指出Panel ADF和Group ADF在小樣本的情形下檢驗(yàn)效果更好，如果出現(xiàn)不一致的情況應(yīng)該以這兩個(gè)統(tǒng)計(jì)量的檢驗(yàn)結(jié)果為準(zhǔn)。因此，東部、中部和西部的lnWA和lnPA之間存在長(zhǎng)期協(xié)整關(guān)系。這說(shuō)明，在長(zhǎng)期內(nèi)，農(nóng)業(yè)用水對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，可以通過(guò)誤差糾正機(jī)制，保持兩者直接的長(zhǎng)期均衡關(guān)系。

2.3回歸模型估計(jì)與分析

面板數(shù)據(jù)模型根據(jù)常數(shù)項(xiàng)和系數(shù)向量是否為常數(shù)，分為3種類(lèi)型：混合回歸模型、變截距模型和變系數(shù)模型。判斷一個(gè)面板數(shù)據(jù)究竟屬于哪種模型，用F統(tǒng)計(jì)統(tǒng)計(jì)量：

其中，S1、S2和S3分別為變系數(shù)模型、變截距模型和混合模型的殘差平方和，K為解釋變量的個(gè)數(shù)，N為截面?zhèn)€體數(shù)量，α為常數(shù)項(xiàng)，β為系數(shù)向量。若計(jì)算得到的統(tǒng)計(jì)量F2的值小于給定顯著性水平下的相應(yīng)臨界值，則接受假設(shè)H2，用混合模型擬合樣本。反之，則需用F1檢驗(yàn)假設(shè)H1，如果計(jì)算得到的F1值小于給定顯著性水平下的相應(yīng)臨界值，則認(rèn)為接受假設(shè)H1，用變截距模型擬合，否則用變系數(shù)模型擬合。

根據(jù)Eviews 7.2的檢驗(yàn)，東部、中部和西部的F1、F2均大于對(duì)應(yīng)的臨界值，所以三個(gè)地區(qū)均選擇固定效應(yīng)變系數(shù)回歸模型，具體結(jié)果如表3—表5所示。

由表3、4、5可知，東部、中部、西部地區(qū)除了個(gè)別省市以外，其他地區(qū)農(nóng)業(yè)用水的系數(shù)在5%顯著水平上拒絕了原假設(shè)，說(shuō)明農(nóng)業(yè)用水對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響顯著，而且R2值均在0.9左右，說(shuō)明模型擬合度較好。但是不同地區(qū)、不同省份的農(nóng)業(yè)用水量和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的關(guān)系呈現(xiàn)不同規(guī)律，而且影響大小差別較大。東部地區(qū)除了遼寧和江蘇，農(nóng)業(yè)用水的系數(shù)全是負(fù)數(shù)，也就是說(shuō)農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間是負(fù)相關(guān)的，隨著農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)，技術(shù)不斷進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化提高了農(nóng)業(yè)用水效率，使得東部地區(qū)對(duì)于水資源的需求減少，另一方面，水資源不是農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的主要原因，相反地，增加農(nóng)業(yè)用水量會(huì)制約農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。中部地區(qū)除了湖南，其他地區(qū)農(nóng)業(yè)用水的系數(shù)均為正數(shù)，也就是說(shuō)，農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間是正相關(guān)，作為農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的主要投入要素，農(nóng)業(yè)用水增加可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)。單純?cè)黾由a(chǎn)要素來(lái)促進(jìn)經(jīng)濟(jì)增長(zhǎng)的增長(zhǎng)方式并不能持久，所以中部地區(qū)應(yīng)該改變既有的經(jīng)濟(jì)增長(zhǎng)路徑，通過(guò)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、改進(jìn)技術(shù)水平等方式尋求可持續(xù)的發(fā)展路徑。西部地區(qū)中的內(nèi)蒙古、廣西、貴州和云南的農(nóng)業(yè)用水系數(shù)為負(fù)數(shù)，說(shuō)明農(nóng)業(yè)用水增加會(huì)阻礙農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)，這是因?yàn)樽鳛橄鄬?duì)缺水的地區(qū)，農(nóng)業(yè)灌溉設(shè)施不完善，存在著水資源嚴(yán)重浪費(fèi)現(xiàn)象，農(nóng)業(yè)用水增加會(huì)加劇水資源短缺，進(jìn)而阻礙農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。其他農(nóng)業(yè)用水系數(shù)為正數(shù)的地區(qū)，說(shuō)明農(nóng)業(yè)用水是農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的重要投入要素，可以促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。

此外，各地區(qū)的截距項(xiàng)存在較大差異。截距項(xiàng)反映的是那些不隨時(shí)間變化的因素對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響。觀(guān)察表3、4、5發(fā)現(xiàn)，東部、中部、西部地區(qū)均包含截距項(xiàng)為正數(shù)的省市，也包含截距

項(xiàng)為負(fù)數(shù)的省市，說(shuō)明各個(gè)省市的現(xiàn)有經(jīng)濟(jì)水平、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)等方面存在差異性，在制定政策的時(shí)候應(yīng)該因地制宜，采取不同策略。

3結(jié)論與建議

本文以2002—2014年中國(guó)省級(jí)面板數(shù)據(jù)為基礎(chǔ)，構(gòu)建面板VAR模型，研究農(nóng)業(yè)用水與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的內(nèi)在關(guān)系，結(jié)果如下。

（1）東部、中部和西部地區(qū)的農(nóng)業(yè)用水與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期協(xié)整關(guān)系，在長(zhǎng)期內(nèi)，農(nóng)業(yè)用水對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，可以通過(guò)誤差糾正機(jī)制，保持兩者直接的長(zhǎng)期均衡關(guān)系。

（2）不同地區(qū)的農(nóng)業(yè)用水量和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的關(guān)系呈現(xiàn)不同規(guī)律，且影響大小差別較大。東部地區(qū)兩者之間基本上是負(fù)相關(guān)，因?yàn)闁|部地區(qū)總體經(jīng)濟(jì)發(fā)達(dá)，技術(shù)不斷進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化提高了農(nóng)業(yè)用水效率，使得東部地區(qū)對(duì)于水資源的需求減少，另一方面，水資源不是農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的主要原因，相反地，增加農(nóng)業(yè)用水量會(huì)制約農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。中部地區(qū)除了湖南，其他地區(qū)的農(nóng)業(yè)用水的系數(shù)均為正數(shù)，也就是說(shuō)，農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間是正相關(guān)，作為農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的主要投入要素，農(nóng)業(yè)用水增加可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)。西部地區(qū)兩者之間既存在正相關(guān)也存在負(fù)相關(guān)，和中部地區(qū)相似，正相關(guān)是因?yàn)槲鞑康貐^(qū)作為農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的主要投入要素，農(nóng)業(yè)用水增加可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但是，單純?cè)黾由a(chǎn)要素來(lái)促進(jìn)經(jīng)濟(jì)增長(zhǎng)的增長(zhǎng)方式并不能持久，所以中部和西部部分地區(qū)應(yīng)該改變既有的經(jīng)濟(jì)增長(zhǎng)路徑，通過(guò)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、改進(jìn)技術(shù)水平等方式尋求可持續(xù)的發(fā)展路徑；負(fù)相關(guān)是因?yàn)樵谵r(nóng)業(yè)基礎(chǔ)設(shè)施不完善的情況下，存在著水資源嚴(yán)重浪費(fèi)的現(xiàn)象，農(nóng)業(yè)用水增加會(huì)加劇水資源短缺，進(jìn)而阻礙農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。

（3）不同地區(qū)、不同省份的現(xiàn)有經(jīng)濟(jì)水平、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)等方面存在差異性，在制定政策的時(shí)候應(yīng)該因地制宜，采取不同策略。東部地區(qū)要考慮水資源在不同產(chǎn)業(yè)之間的分配，提高對(duì)水資源的管理效率。中部和西部地區(qū)可以通過(guò)改進(jìn)水資源管理、提高技術(shù)水平和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等方式提高水資源利用效率，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展路徑，尋求更加和諧的、可持續(xù)的發(fā)展方式。

雖然面板VAR模型可以清晰地說(shuō)明農(nóng)業(yè)用水和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的內(nèi)在關(guān)系，但缺陷是過(guò)于簡(jiǎn)單化，技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、增長(zhǎng)方式等都會(huì)影響兩者之間的關(guān)系，所以研究方法仍然需要不斷改進(jìn)。

參考文獻(xiàn)：

[1]

魯曉東， 許羅丹， 熊瑩. 水資源環(huán)境與經(jīng)濟(jì)增長(zhǎng)：EKC假說(shuō)在中國(guó)八大流域的表現(xiàn)[J]. 經(jīng)濟(jì)管理， 2016（1）：20-29.

[2]劉渝， 杜江， 張俊飚. 中國(guó)農(nóng)業(yè)用水與經(jīng)濟(jì)增長(zhǎng)的Kuznets假說(shuō)及驗(yàn)證[J]. 長(zhǎng)江流域資源與環(huán)境， 2008， 17（4）：593-597.

[3]李強(qiáng)， 王莉芳， 賈曉猛. 基于EKC的水資源利用與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[J]. 科技和產(chǎn)業(yè)， 2015， 15（4）：133-136.

[4]張兵兵， 沈滿(mǎn)洪. 工業(yè)用水庫(kù)茲涅茨曲線(xiàn)分析[J]. 資源科學(xué)， 2016， 38（1）：102-109.

[5]賈紹鳳， 張士鋒， 楊紅，等. 工業(yè)用水與經(jīng)濟(jì)發(fā)展的關(guān)系——用水庫(kù)茲涅茨曲線(xiàn)[J]. 自然資源學(xué)報(bào)， 2004， 19（3）：279-284.

[6]汪奎， 邵東國(guó)， 顧文權(quán)，等. 中國(guó)用水量與經(jīng)濟(jì)增長(zhǎng)的脫鉤分析[J]. 灌溉排水學(xué)報(bào)， 2011， 30（3）：34-38.

[7]陳威， 常建軍. 基于脫鉤指數(shù)的中國(guó)水資源利用與經(jīng)濟(jì)增長(zhǎng)研究[J]. 中國(guó)農(nóng)村水利水電， 2016（10）：116-118.

[8]潘安娥， 陳麗. 湖北省水資源利用與經(jīng)濟(jì)協(xié)調(diào)發(fā)展脫鉤分析——基于水足跡視角[J]. 資源科學(xué)， 2014， 36（2）：328-333.

[9]苑清敏， 邱靜， 秦聰聰. 天津市經(jīng)濟(jì)增長(zhǎng)與資源和環(huán)境的脫鉤關(guān)系及反彈效應(yīng)研究[J]. 資源科學(xué)， 2014， 36（5）：954-962.

[10]王學(xué)淵， 韓洪云. 水資源對(duì)中國(guó)農(nóng)業(yè)的“增長(zhǎng)阻力”分析[J]. 水利經(jīng)濟(jì)， 2008， 26（3）：1-5.

[11]謝書(shū)玲， 王錚， 薛俊波. 中國(guó)經(jīng)濟(jì)發(fā)展中水土資源的“增長(zhǎng)尾效”分析[J]. 管理世界， 2005（7）：22-25.

[12]劉耀彬， 楊新梅， 周瑞輝，等. 中部地區(qū)經(jīng)濟(jì)增長(zhǎng)中的水土資源“增長(zhǎng)尾效”對(duì)比研究[J]. 資源科學(xué)， 2011， 33（9）：1781-1787.

[13] 章恒全， 張陳俊， 張萬(wàn)力. 水資源約束與中國(guó)經(jīng)濟(jì)增長(zhǎng)——基于水資源“阻力”的計(jì)量檢驗(yàn)[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究， 2016（4）：87-99.

[14]王克強(qiáng)， 鄧光耀， 劉紅梅. 基于多區(qū)域CGE模型的中國(guó)農(nóng)業(yè)用水效率和水資源稅政策模擬研究[J]. 財(cái)經(jīng)研究， 2015， 41（3）：40-52.

[15]潘丹， 應(yīng)瑞瑤. 中國(guó)水資源與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)關(guān)系研究——基于面板VAR模型[J]. 中國(guó)人口·資源與環(huán)境， 2012， 22（1）：161-166.