基于面板VAR模型的农业用水与农业经济增长关系研究??
中图分类号：S273文献标识号：A文章编号：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
水资源是农业经济增长的重要资源。《2014年水资源公报》显示，2014年全国总用水量6 095亿立方米，其中农业用水占63.5%，近年来随着经济的快速增长，对水资源的需求越来越大，同时污染也越来越严重，使得水资源日益稀缺，成为中国面临的最主要的生态和社会经济问题之一，并严重制约着经济可持续发展，因此水资源管理问题成为21世纪中国资源环境的首要问题。
现有的关于水资源和农业经济增长关系的研究主要分为两类：第一类是分析农业经济增长对水资源的影响，研究方法主要包括环境库兹涅茨曲线和脱钩分析。鲁晓东等[1]拟合了中国总体和各流域的EKC曲线，结果发现，中国的水资源质量变化并不符合经典的EKC曲线，而且不同流域的EKC曲线不完全相同，它不仅受到经济增长和产业特征的影响，还会受到能源使用特征的影?。但是刘渝等[2
]研究发现农业用水量和经济增长之间基本上符合EKC曲线的特征。李强等[3]研究发现人均用水总量、人均农业用水量与人均生活用水量EKC不存在，而人均工业用水量EKC存在。此外，除了经济增长以外，人口规模、科技进步、地理位置和产业结构调整等因素都会对水资源利用造成影响，因此，经济增长和水资源利用两者的关系还需要进一步分析。张兵兵等[4]以及贾绍凤等[5]侧重研究工业水资源利用和经济增长之间的关系，结果表明，不同地区两者之间的关系不尽相同，而且技术创新、结构调整、水价提升和水权交易等均会影响工业水资源利用和经济增长之间EKC曲线的形状，和李强的研究结果相同。由此可见，不同的学者不同时期针对不同的研究重点得出的结论不尽相同。此外，汪奎等[6]研究发现我国农业用水量同第一产业GDP为强脱钩关系，其他均处于不稳定的弱脱钩状态。然而陈威等[7]研究发现我国水资源利用与经济增长之间为相对脱钩状态，有向绝对脱钩发展的趋势，但是整体脱钩程度不够显著。潘安娥等[8]和苑清敏等[9]分别以湖北省和天津市为研究对象，评价了水资源消耗与经济增长之间的关系。第二类是分析水资源对农业经济增长的影响，研究方法主要是增长阻力分析。王学渊等[10]和谢书玲等[11]研究发现水资源短缺和耗损制约了中国的经济增长，建议提高水资源利用效率。刘耀彬等[12]和章恒全等[13]提出不同地区水资源对经济增长的阻力存在较大差异，而且阻力大小受到资本弹性、水资源弹性和劳动弹性的影响。而王克强等[14]采用不同以往的方法，通过构建多区域CGE模型，模拟分析了农业用水效率以及水资源税政策对国民经济的影响，结果表明，农业用水效率的提高有利于经济增长。 然而，水资源利用和经济增长之间不是单纯的单向关系，而是相互影响的。因此，本文以2002―2014年中国省级面板数据为基础，构建面板VAR模型，进行单位根检验、协整检验和模型估计，研究农业用水和农业经济增长之间的双向关系，依据结果提出相应的政策建议。
1研究方法与数据来源
1.1研究方法
本文采用基于面板数据的VAR模型来分析中国农业用水和农业经济增长之间的关系。面板数据是对同一横截面单位在不同时期进行多次调查而得到的数据，兼具空间和时间两个维度，可以考虑到分析对象的异质性，提高自由度和有效性。根据常数项和系数向量是否为常数，面板数据模型可以分为三种类型：混合模型、?截距模型和变系数模型。对于混合模型，它将所有观测值混合在一起估计一个“大”回归，不管它是界面数据还是时间序列数据，它假设解释变量外生且误差项是正态分布；对于变截距模型，在横截面上个体影响不同，个体影响表现为模型中被忽略的反映个体差异的变量的影响；对于变系数模型，除了存在个体影响外，在横截面上还存在变化的经济结构，因而结构参数在不同横截面上是不同的。除了模型的设定形式不同，估计方法也存在差异，主要包括固定效应回归模型和随机效应模型。其中，固定效应回归模型是直接对样本数据进行分析，而随机效应模型是用样本数据推断总体效应。经过Eviews7.2检验，本文采用固定效应变系数模型，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表示农业经济增长，xit表示农业用水，αi表示常数项，βi表示系数向量，μit表示误差项，误差项相互独立且为正态分布。
1.2数据来源
本文以农林渔牧总产值表示农业经济增长（PA），农业用水量表示水资源（WA），并选取除台湾、香港、澳门以外的31个省市2002―2014年的数据作为样本实证分析中国农业经济增长和农业用水之间的关系，数据来源于各年的中国统计年鉴和水资源公报。此外，为了消除异方差和数据的剧烈波动，本文对农业渔牧总产值和农业用水量进行对数处理，分别命名为lnPA和lnWA。
由于中国各地区经济发展具有显著差异，农业经济增长和农业用水之间的关系不一定遵循相同的规律，因此本文参照潘丹等[15]的方法，将31个省市分为东部、中部和西部分别进行分析。其中，东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。
2实证结果与分析
本文以2002―2014年面板数据为基础构建VAR模型，实证分析农业用水和农业经济增长之间的关系，主要包括：（1）单位根检验，检验面板数据是否平稳，这是协整检验的基础；（2）协整检验，当数据为同阶平稳的情况下，检验农业用水和农业经济增长之间是否存在长期均衡关系；（3）面板VAR估计与分析，研究农业用水和农业经济增长之间的定量关系。
2.1单位根检验
为了避免虚伪回归，确保估计的有效性，在回归前需要检验面板数据的平稳性，即检验面板是否存在单位根。面板单位根检验的方法较多，主要有LLC、IPS、Breintung、ADF-Fisher 和PP-Fisher这5种方法，考虑到检验方法的局限性，本文采用ADF-Fisher 和PP-Fisher这两种检验方法，如果它们都拒绝存在单位根的原假设，则可以认为此序列是平稳的，反之就是非平稳的。检验结果如表1所示。
由表1可知，当对东部、中部和西部的lnPA和lnWA进行单位根检验时，在1%、5%和10%的显著水平上ADF-Fisher 和PP-Fisher这两种检验方法均接受原假设，即原序列都存在单位根，是不平稳的；当对这两个变量的一阶差分值进行检验时，在10%的显著水平上，ADF-Fisher 和PP-Fisher这两种检验方法均拒绝原假设，即一阶差分值不存在单位根，也就是说，东部、中部和西部的lnPA和lnWA都是一阶单整序列。
2.2面板协整检验
在变量为同阶平稳的情况下进行面板协整检验，分析农业用水和农业经济增长之间是否存在长期均衡关系。本文通过Pedroni检验方法，以回归残差为基础构造4个统计量进行面板协整检验，结果如表2所示。
由表2可知，中部和西部地区的所有统计量均通过显著性检验，虽然东部地区的Panel PP 、Group PP统计量没有通过显著性检验，但是Pedroni指出Panel ADF和Group ADF在小样本的情形下检验效果更好，如果出现不一致的情况应该以这两个统计量的检验结果为准。因此，东部、中部和西部的lnWA和lnPA之间存在长期协整关系。这说明，在长期内，农业用水对农业经济增长具有促进作用，可以通过误差纠正机制，保持两者直接的长期均衡关系。
2.3回归模型估计与分析
面板数据模型根据常数项和系数向量是否为常数，分为3种类型：混合回归模型、变截距模型和变系数模型。判断一个面板数据究竟属于哪种模型，用F统计统计量：
其中，S1、S2和S3分别为变系数模型、变截距模型和混合模型的残差平方和，K为解释变量的个数，N为截面个体数量，α为常数项，β为系数向量。若计算得到的统计量F2的值小于给定显著性水平下的相应临界值，则接受假设H2，用混合模型拟合样本。反之，则需用F1检验假设H1，如果计算得到的F1值小于给定显著性水平下的相应临界值，则认为接受假设H1，用变截距模型拟合，否则用变系数模型拟合。
根据Eviews 7.2的检验，东部、中部和西部的F1、F2均大于对应的临界值，所以三个地区均选择固定效应变系数回归模型，具体结果如表3―表5所示。 由表3、4、5可知，东部、中部、西部地区除了个别省市以外，其他地区农业用水的系数在5%显著水平上拒绝了原假设，说明农业用水对农业经济增长的影响显著，而且R2值均在0.9左右，说明模型拟合度较好。但是不同地区、不同省份的农业用水量和农业经济增长的关系呈现不同规律，而且影响大小差别较大。东部地区除了辽宁和江苏，农业用水的系数全是负数，也就是说农业用水和农业经济增长之间是负相关的，随着农业经济增长，技术不断进步和产业结构不断优化提高了农业用水效率，使得东部地区对于水资源的需求减少，另一方面，水资源不是农业经济增长的主要原因，相反地，增加农业用水量会制约农业经济增长。中部地区除了湖南，其他地区农业用水的系数均为正数，也就是说，农业用水和农业经济增长之间是正相关，作为农业经济增长的主要投入要素，农业用水增加可以促进经济增长。单纯增加生产要素来促进经济增长的增长方式并不能持久，所以中部地区应该改变既有的经济增长路径，通过优化产业结构、改进技术水平等方式寻求可持续的发展路径。西部地区中的内蒙古、广西、贵州和云南的农业用水系数为负数，说明农业用水增加会阻碍农业经济增长，这是因为作为相对缺水的地区，农业灌溉设施不完善，存在着水资源严重浪费现象，农业用水增加会加剧水资源短缺，进而阻碍农业经济增长。其他农业用水系数为正数的地区，说明农业用水是农业经济增长的重要投入要素，可以促进农业经济增长。
此外，各地区的截距项存在较大差异。截距项反映的是那些不随时间变化的因素对农业经济增长的影响。观察表3、4、5发现，东部、中部、西部地区均包含截距项为正数的省市，也包含截距
项为负数的省市，说明各个省市的现有经济水平、技术水平、产业结构等方面存在差异性，在制定政策的时候应该因地制宜，采取不同策略。
3结论与建议
本文以2002―2014年中国省级面板数据为基础，构建面板VAR模型，研究农业用水与农业经济增长之间的内在关系，结果如下。
（1）东部、中部和西部地区的农业用水与农业经济增长之间存在长期协整关系，在长期内，农业用水对农业经济增长具有促进作用，可以通过误差纠正机制，保持两者直接的长期均衡关系。
（2）不同地区的农业用水量和农业经济增长的关系呈现不同规律，且影响大小差别较大。东部地区两者之间基本上是负相关，因为东部地区总体经济发达，技术不断进步和产业结构不断优化提高了农业用水效率，使得东部地区对于水资源的需求减少，另一方面，水资源不是农业经济增长的主要原因，相反地，增加农业用水量会制约农业经济增长。中部地区除了湖南，其他地区的农业用水的系数均为正数，也就是说，农业用水和农业经济增长之间是正相关，作为农业经济增长的主要投入要素，农业用水增加可以促进经济增长。西部地区两者之间既存在正相关也存在负相关，和中部地区相似，正相关是因为西部地区作为农业经济增长的主要投入要素，农业用水增加可以促进经济增长，但是，单纯增加生产要素来促进经济增长的增长方式并不能持久，所以中部和西部部分地区应该改变既有的经济增长路径，通过优化产业结构、改进技术水平等方式寻求可持续的发展路径；负相关是因为在农业基础设施不完善的情况下，存在着水资源严重浪费的现象，农业用水增加会加剧水资源短缺，进而阻碍农业经济增长。
（3）不同地区、不同省份的现有经济水平、技术水平、产业结构等方面存在差异性，在制定政策的时候应该因地制宜，采取不同策略。东部地区要考虑水资源在不同产业之间的分配，提高对水资源的管理效率。中部和西部地区可以通过改进水资源管理、提高技术水平和优化产业结构等方式提高水资源利用效率，转变经济发展路径，寻求更加和谐的、可持续的发展方式。
虽然面板VAR模型可以清晰地说明农业用水和农业经济增长的内在关系，但缺陷是过于简单化，技术水平、产业结构、增长方式等都会影响两者之间的关系，所以研究方法仍然需要不断改进。
- 上一篇：农业水利工程环境影响评价
- 下一篇：基于全产业链的辽宁省创意农业空间布局研究
