兵团产业结构与经济规模关系的实证分析_格兰杰因果检验

论文导读:：产业结构的演进与经济规模扩大之间具有密切的联系。本文基于协整理论和格兰杰因果关系检验理论，利用1980- 2008年的时间序列数据对兵团产业结构与经济规模间关系进行实证分析。研究结果表明，兵团产业结构与经济规模之间存在着长期稳定的均衡关系，二者之间互为因果关系。
论文关键词：兵团产业结构调整，经济规模，格兰杰因果检验
 

一、引言

新疆兵团是在特殊的历史条件、特殊的地理环境下产生并承担特殊历史使命的党政军企合一特殊社会组织，其经济在新疆经济中占有举足轻重的地位，而产业结构的发展状况对经济发展有着重要的影响。因此，研究兵团经济规模与产业结构之间的互动关系，对兵团具有重要的意义。

目前国内关于产业结构与经济规模之间关系的研究较多，尤其是近几年，对于二者关系的研究开始由规范分析向实证分析侧重。例如，张汝根（2009）运用宏观数据对黑龙江产业结构对经济增长的关系进行定量分析，认为各个产业对经济增长的贡献不同，第二产业对经济增长的贡献最大，第二产业增加1%时，生产总值就会增加50%。闫家厂、杜小梅等（2009）运用灰色关联理论的数学模型对河南改革开放以来产业结构变动与GDP增长之间的关系进行了定量分析，认为第二产业与经济增长的关联度最大，第一产业的贡献逐年降低，第三产业的影响逐年上升并开始超过第一产业。刘建平（2006）运用时间时间序列和计量分析方法深入研究了广东省产业结构和经济增长之间的关系，认为第三产业对经济增长的贡献最大。这些研究都注重研究产业结构对经济增长的贡献问题格兰杰因果检验，缺乏对两者互动关系的动态研究。兵团作为肩负屯垦戍边使命的特殊组织，在经济保持稳步快速发展的同时,兵团的产业结构也在不断的优化调整，但产业结构与兵团经济规模之间是否存在长期均衡关系?这种均衡关系是否具有反向修正机制以及产业结构与经济规模之间的动态关系怎样?为此，本文运用时间序列经济计量VAR模型，利用1980-2008年度经济数据对兵团产业结构与经济规模之间的关系进行实证分析。

二、计量模型及数据说明

（一）研究的理论模型

向量自回归（VAR）模型是20世纪80年代初出现的一种新型计量经济学建模技术，它是用所有当期变量对所有变量的若干滞后变量进行回归，常被用于相关时间序列系统的预测和随机扰动对变量系统的动态影响，被认为是描述变量间动态关系的一种实用的方法。选取了2个内生变量，并且不考虑外生变量的影响的VAR模型的具体形式为：

，t=1，2，?，T，

其中， =（，）T ；是要被估计的系数矩阵；p是自回归滞后阶数；是白噪声序列向量。

若VAR模型中的非平稳变量存在协整关系，我们就可以在VAR模型的基础上经过协整变换建立向量误差修正模型，表示为：

其中：ecmt-1误差修正模型，反映变量之间的长期均衡关系；系数向量α反映变量之间的均衡关系偏离长期均衡状态时，将其调整到均衡状态调整速度，所有作为差分项的系数反映各变量的短期波动对作为被解释的短期变化的影响怎么写论文。

（二）变量的选择及数据说明

1、产业结构调整（S）。产业结构是指生产要素在各个产业部门间的比例构成以及它们之间相互依存、相互制约的联系。因本文中采用第一产业、第二产业及第三产业产值组成的变动来描述产业结构调整的过程。

2、经济规模（GDP）。经济规模是指投入与产出比较的数量集合。因此，对于经济规模的变动，文中采用兵团国内生产总值来衡量。

本文所使用的数据来源于相应年份的《新疆生产建设兵团统计年鉴》，首先考虑到物价因素的影响，各指标均通过物价指数的调整消除了通货膨胀的影响，其时序长度均为1980 - 2008年。其次，由于选取的数据较多，而且涉及的样本范围也比较广，可能会存在异方差现象。而数据的自然对数变换不会改变原来变量之间的协整关系，并能使其趋势线性化，消除时间序列中存在异方差，所以格兰杰因果检验，本文主要通过取自然对数的方法对所选取的数据进行处理，分别对两个变量取自然对数为LS、LGDPI （此处L表示自然对数)，输出结果由eviews3.1实现。

本文将在VAR模型的基础上，对兵团产业结构与经济规模的关系进行研究。实证检验主要包括3个步骤：①确定时间序列的平稳性；②检验之间是否具有协整关系，即变量之间是否具有长期均衡关系；如果变量之间具有协整关系，在VAR模型的基础上给出向量的误差修正模型，检验是否具有误差修正机制；③格兰杰因果关系检验。

三、实证分析

（一）ADF单位根检验

协整关系意味着变量之间存在长期的均衡关系。非平稳时间序列经过K次差分后成为平稳的时间序列，成为K阶单整时间序列。如果同阶单整变量的线性组合是平稳时间序列时，则成这些变量之间存在协整关系。传统的时间序列分析通常假定使用的经济变量满足平稳性要求，事实上绝大多数经济时间序列变量都是非平稳的，因此，在对经济变量的时间序列数据进行回归分析时，为了避免虚假回归问题，在检验各变量的协整关系之前。先检验各时间序列的平稳性，平稳性检验一般采用单位根检验方法。

ADF检验法是常用的单位根检验法，对于时间序列建立下列方程：

D=C+++

：

其中，C为常数项，t是趋势项。若接受原假设，则说明序列存在单位根，是非平稳的；否则说明不存在单位根，是平稳的。方程中加入P个滞后项是为了使残差项成为白噪音。对于非平稳变量还要检验其差分的平稳性，如果变量的n阶差分式平稳的，则称变量为n阶单整，记为I（n）。

利用ADF单位根检验法检验兵团经济规模和三产变动的平稳性，如表一所示，ADF单位根检验结果表明，LGDPI，LS的原值在5%的显著水平下不能通过单位根检验，但它们的一阶差分均在各显著水平下通过平稳性检验，拒绝了存在单位根的假设，说明这二者均为1阶单整的时间序列变量。

表1　ADF 单位根检验结果

注: ①此处临界值指Mackinnon临界值; ②△表示一阶差分算子怎么写论文。

（二）协整关系检验与误差修正模型

1、协整关系检验

协整关系是非平稳的单整变量之间存在的一种长期均衡关系，其经济意义在于：两个变量格兰杰因果检验，虽然具有各自的长期波动规律，但如果它们是协整的，则它们之间存在一种长期稳定的比例关系。虽然两个时间序列LGDPI和LS是非平稳的，但它们之间可能存在某种，平稳的线性组合，也就是协整关系。

本文利用Johansen协整检验检验非平稳的时间序列变量LGDPI和LS之间的协整关系。关于协整关系的检验主要有两种方法：一是基于协整回归残差的ADF检验，二是Johansen等提出的基于VAR方法的协整系统检验，即Johansen极大似然法，其原理如下：对于协整向量个数r可以构造两个统计量来检验：迹统计量和极大似然值统计量，利用极大似然值的协整检验来分析变量之间的协整关系。

首先对LGDPI与LS建立如下的回归方程

估计后得到：

（1）

（69..72478） (0.249784)

=0.0023，DW=1.763535，F=0.062392

再对残差做单位根检验，检验结果如下：

表2 残差的ADF单位根检验结果

如上表所示，残差的ADF单位根检验结果表明，在1%、5%和10%的显著水平能通过平稳性检验，拒绝了残差项存在单位根的假设，表明LGDPI与LS二者均具有协整关系。

2、误差修正模型的建立

协整检验结果证明兵团经济规模与产业结构之间存在长期稳定的均衡关系，为了更加清楚地分析经济规模与产业结构之间的短期与长期的综合变化。需要构造向量误差修正模型(VECM)。通过估计得到兵团经济规模和产业结构的协整方程的残差序列RESID ，令误差修正项= RESID，建立下面的误差修正模型：

 1/2    1 2 下一页 尾页