我國農業(yè)機械總動力對農產品出口的動態(tài)效應——基于VAR模型的分析

劉雙芹,馮　潔

(河海大學商學院,江蘇 南京　211100)

我國農業(yè)機械總動力對農產品出口的動態(tài)效應——基于VAR模型的分析

劉雙芹,馮潔

(河海大學商學院,江蘇 南京211100)

摘要：在1981—2013年相關經濟數據的基礎上,運用向量回歸(VAR) 模型方法,從實證角度分析了我國農業(yè)機械總動力和農產品出口之間的動態(tài)關系。各項檢驗結果表明,我國農業(yè)機械總動力和農產品出口之間存在雙向因果關系,適合建立向量回歸模型。采用VAR模型、脈沖響應分析和方差分析方法,對農業(yè)機械總動力和農產品出口之間的動態(tài)響應關系進行計量研究,結果表明我國農業(yè)機械總動力對我國農產品出口具有長期的正影響。

關鍵詞：農業(yè)機械總動力;農產品出口;向量自回歸模型;脈沖響應;方差分析

自從我國加入世界貿易組織,農產品出口量迅速增長,但2011年來,農產品出口額增長速度明顯放緩。我國農產品出口額的變化根本上取決于其在國際市場上的供求關系,但還有許多其他復雜的原因。一方面,2008年的金融危機,各國經濟的自我保護意識加強,技術、綠色等貿易壁壘的大量涌現,成為我國農產品出口的重大阻礙[1]。另一方面,人民幣的升值削弱了我國農產品出口的價格優(yōu)勢,利潤的降低也給農產品企業(yè)帶來不小的壓力。而近年來中國不斷出現的食品安全問題,也在很大程度上削弱了國際消費者對我國農產品的消費信心。要從根本上改變這種局面,必須提高我國農業(yè)科技水平,改進我國農產品的質量,增強國際競爭力。農業(yè)機械化水平的提高對農業(yè)科學技術水平的持續(xù)發(fā)展具有重要意義,提高農產品質量和降低生產成本是促進農產品出口進程中必須解決的重大問題。

農業(yè)機械化是現代農業(yè)發(fā)展的物質基礎,是新農村可持續(xù)發(fā)展的重要內容。許多學者認為農業(yè)科學技術和農業(yè)機械化的發(fā)展對農業(yè)經濟有著重大影響。Potter等[2]認為不同的技術水平和不斷的農業(yè)科學技術創(chuàng)新是傳統農業(yè)和現代農業(yè)的區(qū)別,農業(yè)結構的不斷調整變化也是為了更好地實現農業(yè)科學技術的變革。張麗莉[3]認為許多發(fā)達國家通過科學技術規(guī)劃,加大農業(yè)科學技術投入和不斷推廣,極大促進了農業(yè)科學技術的創(chuàng)新,這對我國農業(yè)科學技術發(fā)展具有十分重要的借鑒意義。樊勝根[4]通過建立相關的系數模型,研究農業(yè)科技投入對農業(yè)經濟效益的影響,結果表明我國科研投入的效益較高,達到50%～170%。黃季焜等[5]通過計算我國在農業(yè)科技方面投入的回報率,發(fā)現在市場開放的情況下回報率為59.6%,高于市場不開放狀態(tài)下的55.8%。羅序斌等[6]認為由于我國農產品貿易的不斷發(fā)展,市場的不斷開放,我國農產品在努力出口國外時,國外也有大量農產品涌入國內。而我國農產品長久缺乏國際競爭力,一直受制于國際農產品,農業(yè)科技進步是亟待解決的問題,科技才是農業(yè)發(fā)展的原始動力。

向量回歸模型VAR模型自從被用來解決經濟問題,就被廣泛應用于解決實際問題之中。王孝松等[7]利用月度數據研究了國際農產品價格對中國農產品價格的沖擊,發(fā)現不同種農產品對國際農產品價格的沖擊反映有一定的差異。梁平等[8]在VAR模型的基礎上,采用1971—2005年我國農業(yè)有關經濟年度數據,研究出我國經濟增長和科技投入有一定的雙向關系,并且長期關系更加穩(wěn)定。李躍[9]通過建立向量誤差修正模型,認為農業(yè)科技投入和農業(yè)產值不僅有長期因果關系,短期因果關系也很顯著,從短期角度看,農業(yè)科技對農業(yè)產值的影響小于農業(yè)產值對農業(yè)科技的反哺能力。

本文在有關研究的基礎上,將農業(yè)機械總動力和農產品出口納入一個動態(tài)系統中以分析兩者之間的影響程度,通過建立VAR模型,研究農業(yè)機械總水平對我國農產品出口的影響。

1理論模型和數據

1.1　理論模型

表1　各變量的ADF檢驗

自Sims[10]在1980年將VAR模型引入經濟系統的動態(tài)分析中后,VAR模型被廣泛應用于預測彼此之間有一定聯系的時間序列,解釋一定的沖擊對經濟活動造成的影響。VAR模型的數學表達式為

(1)

式中:yt是內生變量列向量;xt是外生變量向量;A1,A2,…,Ap和B1,B2,…,Br是待估的系數矩陣;εt是誤差向量。隨機擾動項之間可以相關,但不允許自相關[11]。

1.2　數據選取

我國農業(yè)機械總動力(SC)受自然、技術、經濟等許多復雜因素影響,不適合采用因子分析。時間序列數據是最為常見的經濟數據,所以本文采用1981—2013年我國農業(yè)機械總動力(107W)的時間序列,數據來自歷年《中國統計年鑒》。農產品出口狀況(EX)用我國農產品出口數量(億美元)來表示,數據來自聯合國數據庫。此外,為了消除數據中的異方差影響,對SC數據取對數,LNSC表示我國農業(yè)機械總動力的對數,LNEX表示農產品出口狀況的對數,利用Eviews8.0對數據進行計量分析。

2實證研究

2.1　平穩(wěn)性檢驗

VAR模型要求時間序列變量是平穩(wěn)的,在分析農業(yè)機械總動力和農產品出口數量之間的關系時,首先要對這兩組時間序列數據進行平穩(wěn)性檢驗。本文采用ADF檢驗方法對變量單位根進行平穩(wěn)性檢驗,檢驗結果如表1所示,表1中c代表含截距項,t代表含趨勢項,n代表滯后階數,其取值根據AIC和SC準則決定,D代表一階差分LNSC和LNEX的原序列在顯著性為10%條件下無法拒絕原假設,但LNSC和LNEX的一階差分在顯著性為1%的水平下對應的統計量均小于臨界值,P值也遠遠小于0.05,檢驗可以拒絕原假設,說明兩個變量的一階差分序列不存在單位根,是平穩(wěn)的,即數據通過平穩(wěn)性檢驗。

2.2　格蘭杰因果檢驗

對變量LNSC和LNEX進行Granger因果檢驗,由AIC法則在滯后階數選8顯著性為10%時,LNSC與LNEX存在互為雙向的格蘭杰因果原因,如表2所示,表明我國的農業(yè)機械總動力和農產品出口數量兩者之間相互影響。

表2　格蘭杰因果檢驗

2.3　VAR模型的構建

序列LNSC和LNEX通過了平穩(wěn)性檢驗,但在建立VAR模型之前還需要確定序列的滯后階數,借助Eviews 8.0,對農業(yè)機械總動力與農產品出口額的滯后階數進行判斷,結果如表3所示,擬然比，最終預測誤差，AIC、SC、HQ信息準則的值以及這5個評價統計量各自給出的最小滯后期,用*表示。結果顯示該模型的滯后階數是2階,R2和調整后的R2分別是0.999 370和0.999 273,因此可以說該模型具有較強的解釋能力。VAR模型通過了F檢驗,AIC信息準則和SC信息準則也符合要求,即該模型成立。

運用Eiews 8.0,構建的VAR模型的自回歸向量方程如下:

LNSC=0.968 801LNSC(-1)-0.138 273LNSC(-2)-0.251 747LNEX(-1)+0.481 969LNEX(-2)-1.486 354

(2)

LNEX=1.695 820LNEX(-1)-0.693 482LNEX(-2)-0.013 195LNSC(-1)+0.057 780LNSC(-2)+0.030 366

(3)

由式(2)可知,前1期的機械總動力對當期機械總動力的影響為正,前2期機械總動力對當期機械總動力的影響為負,表明機械基礎水平對機械總動力的影響較大,并且影響逐漸明顯。農產品出口系數在滯后1期是負,在滯后2期為正,且系數和為正值,表明在短期內農產品出口和機械總和的關系可能是負相關,但從長期看兩者還是正相關的關系。

由式(3)可以得出,前1期機械總動力對農產品出口的影響為負,前2期機械總動力對農產品出口影響為正,且系數和為正值,說明兩者長期呈現正相關關系。

不穩(wěn)定的VAR模型不能夠運用脈沖響應函數進行分析。對建立的VAR模型進行穩(wěn)定性檢驗,見圖1。在單位圓曲線之內,該模型的特征根都小于1,存在于單位圓中,表明該模型穩(wěn)定,可以進行脈沖響應函數分析。綜上,建立LNSC與LNEX互動關系的VAR模型的擬合效果好,且具有較強的解釋能力。

圖1　VAR模型的穩(wěn)定性檢驗

滯后期對數似然函數最大值準則擬然比最終預測誤差AIC信息準則SC信息準則HQ信息準則0-9.0436020.0073430.7616280.8559240.7911601108.8258211.35202.86×10-6-7.091431-6.808543-7.0028342117.900815.02070*2.02×10-6*-7.441432*-6.969950*-7.293770*3118.70171.2151612.56×10-6-7.220804-6.560730-7.0140774123.72006.9218172.44×10-6-7.291033-6.442367-7.025241

2.4　脈沖影響分析

VAR模型難以闡述計量結果的經濟含義,需要通過脈沖響應函數對建立的VAR模型進行解釋。脈沖響應函數描述了內生變量對誤差變化大小的反應,即用于衡量來自隨機擾動項的一個標準差大小的沖擊對內生變量當期值和未來值的影響。相比VAR模型的系數,脈動響應函數可以更好地反映序列之間的動態(tài)關系,分析一個變量對另一個變量帶來的沖擊影響。基于已經建立的VAR模型,進一步通過脈沖函數來分析機械總動力和農產品出口狀況的動態(tài)響應。圖2是脈沖相應曲線圖,上下曲線是響應函數加減2倍標準差的偏離帶,同時將該模型沖擊作用的滯后期設定為10期。

圖2　脈沖響應函數曲線

2.4.1農業(yè)機械總動力對其自身變動的響應情況

從圖2(a)可以看出,脈沖響應LNSC的自身沖擊長期存在上升趨勢,對其自身的第1個標準差新息立刻做出正向反映,在開始的1～6年內,對其自身產生了一個高強度的正向響應,在第9年正影響的效果達到最大,并且呈現出穩(wěn)定收斂的現象,表明農業(yè)機械總水平越高,越有利于以后年度農業(yè)機械總動力的增加和提升。

2.4.2農業(yè)機械總動力對農產品出口的響應情況

從圖2(b)可以看出,農業(yè)機械總動力和農產品出口之間存在長期的關系,響應函數值最大偏離為第10年的0.01,而正負兩倍標準差偏離帶分別是不斷上升的正影響和不斷下降的負影響,表明農業(yè)機械總動力影響較為復雜,呈現調整狀態(tài)。

2.4.3農產品出口對農業(yè)機械總動力的響應情況

從圖2(c)可以看出,農業(yè)機械總動力給農產品出口新息一定的沖擊,農產品出口在第1年做出正響應但響應強度并不高,甚至在第2年和第3年這種正響應出現略微的下降趨勢,之后正響應開始持續(xù)增長,在第10年達到最高。這表明農業(yè)機械總動力和農產品出口之間存在緊密的關系。短期來看農業(yè)機械總動力的提高并不會帶來相應程度農產品出口額的增加,但從長期來看,農業(yè)機械總動力水平的提高對農產品出口具有一定的促進作用,這一現象說明農民接受農業(yè)機械化的進步需要一定的時間,但當農民接受和學習了機械化生產之后,農產品產量帶來較為明顯的上升,出口量也會隨之大量增加。

表4　農業(yè)機械總動力和農產品出口的方差分解情況

2.4.4農產品出口對其自身變動的響應情況分析

從圖2(d)可以看出,農產品出口對其自身一個標準差新息的沖擊在第1年產生較大強度的正向影響,并且該影響達到最大值,第1年至第2年正向效應開始出現幅度較小的下降,從第2年到第10年幅度下降較大,第10年正影響僅為0.009。這一現象表明由于我國土地資源是有限的,農業(yè)產值也是有限的,所以農產品出口額的增長幅度也會不斷放緩。

2.5　方差分解

方差分解把每個內生變量按成因分解，可以計算出其對各變量變動的貢獻度。以本文建立的VAR模型為基礎,對LNSC和LNEX進行方差分解,分析農業(yè)機械總動力和農產品出口對自身和對方變化的貢獻度,如表4所示。

LNSC的方差分解分析表明,LNSC受自身的影響比較大,在第1期只有LNSC自身對預測均方差有貢獻,前10期的貢獻度高達97%;農產品出口對農業(yè)機械總動力有一定的貢獻度,但在初期貢獻度很小,第2期才顯示出0.16%,但貢獻度比率持續(xù)增長,到第10期已達2.64%,說明農業(yè)機械總動力的影響大部分是自身變化帶來的,農業(yè)機械總動力的自我積累對其自身影響顯著,農產品出口對農業(yè)機械總動力貢獻相對間接,有一定的滯后效應,然而隨著時間發(fā)展影響不斷顯著,需要引起注意。

LNEX的方差分解表明,農產品出口從第1期就受到自身以及農業(yè)機械總動力的影響,隨著期數的增加,自身影響開始減弱,而農業(yè)機械總動力的影響在不斷上升并最終穩(wěn)定在17%左右,貢獻度增長近12倍,說明農業(yè)機械總動力對農產品出口具有較強的影響,該影響反應快且直接,農業(yè)機械總動力的不斷改進,使得農業(yè)生產結構不斷優(yōu)化,效率不斷提高,可以更好地促進農產品的出口。根據實證數據,我國農業(yè)機械總動力和農產品出口相互之間具有比較強的長期正向影響,因此我國應該加大科技投入,培養(yǎng)科技人才,從各方面提高我國的農業(yè)機械總動力,才能長遠的維持這種正向拉動效應。

綜上所述,VAR模型進行的方差分析和脈沖響應分析得出的結論基本相同,農業(yè)機械總動力對農產品出口的貢獻度大于農產品出口對農業(yè)機械總動力的貢獻度。農產品出口并沒有依托其較快的增長對農業(yè)機械總動力帶來的強大推動力,這與新農村建設中推進機械化建設的思路不符,原因在于我國農產品出口并沒有形成一個完整的產業(yè)體系,政府干預較少,行業(yè)中也沒有有力的領導者和指揮者,使得在農產品出口帶來的收入中,只有較少部分的資金得以反哺農業(yè),農業(yè)機械化的發(fā)展滯后于農產品出口的發(fā)展速度。

3實證結果與對策建議

3.1　實證結果

本文通過建立VAR模型,并運用格蘭杰因果關系檢驗、脈沖響應函數分析和方差分解分析來研究我國農業(yè)機械總動力和農產品出口之間的動態(tài)關系。結果顯示,我國農業(yè)機械總動力和農產品出口之間具有雙向的格蘭杰因果關系。從相互貢獻看,機械總動力對農產品出口發(fā)展的貢獻較大。并得出以下結論:①農業(yè)機械總動力和農產品出口兩者之間互為格蘭杰原因,兩者聯系緊密。②通過脈沖響應函數分析結果顯示,兩者存在較穩(wěn)定的長期關系,農產品出口對農業(yè)機械總動力帶來的沖擊反應較大,從第3期開始出現較快速的增長,這表明農業(yè)機械化的推廣,農民接受和適應需要一定時間,從而產生了一定的滯后影響。③方差分解分析結果表明,兩者都具有長期的正向影響,農業(yè)機械總動力對農產品出口的貢獻作用是顯著的,帶來的影響反應迅速且相對直接,但農產品出口對農業(yè)機械總動力的貢獻相對間接,帶來的影響也相對滯后。

3.2　對策建議

3.2.1政府提高對農業(yè)機械總動力的重視

首先,政府應加大對農業(yè)機械化的重視,不斷推動農村機械化水平的提高,著重解決農業(yè)機械化和農產品出口的互動性,加大新農村建設力度,引導資金對農業(yè)機械化的投入,提高農業(yè)機械化對農產品出口發(fā)展的貢獻率。其次,政府必須制定提高我國農業(yè)機械總動力的長期政策,建立有效的農業(yè)機械投入和研究機制,形成完善的農業(yè)機械化種植,避免農業(yè)機械化發(fā)展僅僅是擁有幾臺機械設備的膚淺形式。只有不斷持續(xù)地加大農業(yè)科技的投入,提高我國農業(yè)機械總動力,才能更好地提高農產品出口競爭力。第三,要借鑒和吸收發(fā)達國家的經驗教訓,建立與我國農業(yè)科技相適應的政策和法規(guī),不斷探索新的機制和模式。

3.2.2提高我國農產品出口的產業(yè)化水平

我國農業(yè)一直是小規(guī)模、粗放的經營模式,這也一直束縛著我國農業(yè)產業(yè)化水平的提高,造成農業(yè)收益的分散性,無法真正實現收益反哺農業(yè)。面對競爭日益激烈的農產品市場,我國農產品應該轉變以往的發(fā)展經營模式,走產業(yè)化生產的道路。重點發(fā)揮農業(yè)行業(yè)協會指揮者的作用,先發(fā)展一批有實力、有帶頭能力的大型企業(yè),從政策、稅收和資金上給予扶持和幫助,在這些龍頭企業(yè)的帶動下將企業(yè)、農業(yè)基地和農戶發(fā)展為一體,這不僅可以形成一個完整的產業(yè)鏈,帶來更大的收益,還可以集中提高收益的利用率,縮短農產品出口對推進農業(yè)機械化發(fā)展的滯后影響,使得農業(yè)資金實實在在反哺農業(yè)。農業(yè)機械總動力提高,生產出更優(yōu)質的農產品,從根源上解決我國農產品競爭力不強的問題,農業(yè)由此可以形成一個從產到銷的系統的良性循環(huán)。

3.2.3加強農業(yè)自身隊伍建設

農業(yè)機械總動力對農產品出口的正向拉動影響之所以在初期增長比較緩慢,反映了農民對農業(yè)機械化的接受和學習都需要一定的時間。為了改善這一現象,需要加強農民自身隊伍建設,不斷開展農業(yè)科技交流會等農業(yè)科技活動,拓寬農民視野,調動生產的積極性,并普及教育和相關專業(yè)知識,增強農民的接受能力,縮短接受時間,從而改進農業(yè)生產技術,提高農產品質量,擴大出口。

4結語

綜上所述,我國農業(yè)機械總動力和農業(yè)產品出口兩者關系密不可分,具有相互的正向影響。因此,充分了解我國農業(yè)機械總動力和農產品出口之間的動態(tài)效應,才能較好處理兩者之間的關系。不斷提高農業(yè)機械化水平和農產品質量,在帶來收益的同時也注重反哺農業(yè),從而形成一個良性循環(huán)。

參考文獻：

[1] 陳路.技術性貿易壁壘對我國農產品出口的影響及對策[J].商貿縱橫,2015,18(12):45-47.

[2] POTTER C,TILZEY M. Agricultural policy discourses in the European post-Fordist transition:neoliberalism,neomercantilism and multifunctionality[J]. Progress in Human Geography,2005,29(5):1-20.

[3] 張麗莉.國外農業(yè)科技服務模式及經驗探析[J]. 新西部:下旬,理論版,2011,12(3):25-31.

[4] 樊勝根. 科研投資、投入質量和中國農業(yè)科研投資的經濟報酬[J].中國農村經濟,1997,6(2):11-17.

[5] 黃季焜,胡瑞法. 中國農業(yè)科研投資:效益、利益分配及政策含義[J].中國軟科學,2000,4(9):21-24.

[6] 羅序斌,胡德龍.中部地區(qū)農民科技投入與收入增長的實證研究[J]. 科技進步與對策,2011,23(5):45-48.

[7] 王孝松,謝申祥. 國際農產品價格如何影響了中國農產品價格[J]. 經濟研究,2012,16(3):18-22.

[8] 梁平,梁彭勇. 我國農業(yè)科技投入與農業(yè)經濟增長關系的實證研究：基于 VAR 模型的檢驗分析[J]. 貴州財經學院學報,2007,4(2):52-56.

[9] 李躍. 農業(yè)科技投入與農業(yè)經濟發(fā)展關系的分析[J]. 中國科技資源導刊,2015,33(1):35-41.

[10] SIMS C A.Macroeconomics and reality[J].Econometrica,1980,35(48):1-48.

[11] 高鐵梅.計量經濟分析方法與建模[M].北京:清華大學出版社,2012.

(收稿日期：2015-04-21編輯：胡新宇)

中圖分類號：F323.3

文獻標識碼：A

文章編號：1003-9511(2015)05-0019-05

DOI：10.3880/j.issn.1003-9511.2015.05.005

作者簡介：劉雙芹(1964—),女,江蘇南京人,副教授,主要從事經濟管理研究。E-mail:fengjieg@163.com