基于VAR模型的特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展與縣域經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究
——以阿克蘇地區(qū)為例

王 玉，王 健，劉國(guó)昊，王 悅，張 翼，王鵬程*

(1.塔里木大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆阿拉爾 843300；2.塔里木大學(xué)資產(chǎn)處，新疆阿拉爾 843300)

阿克蘇地區(qū)位于新疆維吾爾自治區(qū)天山南麓、塔里木盆地北緣，地處南北疆交通要沖，是南疆重鎮(zhèn)和交通樞紐，下轄?zhēng)燔嚒⑿潞汀⑸逞拧莩恰厮蕖⑼咛帷跏病⒖缕?縣和阿克蘇市。全區(qū)氣候炎熱干燥，地勢(shì)平坦水熱資源充足，棉花、水稻、油料、水果等農(nóng)作物具有資源稟賦的相對(duì)優(yōu)勢(shì)[1]。以阿克蘇地區(qū)8縣1市為研究對(duì)象，充分分析特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展與縣域經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，進(jìn)而構(gòu)建三級(jí)評(píng)價(jià)指標(biāo)體系[2]，結(jié)合賦權(quán)法測(cè)度對(duì) 2009—2018 年阿克蘇地區(qū)統(tǒng)計(jì)年報(bào)數(shù)據(jù)，建立VAR模型[3-6]，采用脈沖響應(yīng)和方差分解等方法對(duì)其開展實(shí)證研究，為充分協(xié)調(diào)發(fā)展阿克蘇地區(qū)縣域特色農(nóng)業(yè)經(jīng)濟(jì)提供數(shù)據(jù)和研究參考。

1 指標(biāo)體系構(gòu)建及數(shù)據(jù)處理

1.1 構(gòu)建指標(biāo)體系依據(jù)阿克蘇各縣區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的特點(diǎn)、關(guān)系、內(nèi)涵等內(nèi)容，采用三級(jí)評(píng)價(jià)指標(biāo)體系進(jìn)行合理評(píng)價(jià)，以此來(lái)研究阿克蘇地區(qū)8縣1市特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展對(duì)縣域經(jīng)濟(jì)的影響度的指標(biāo)如表1所示。

表1 特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展與縣域經(jīng)濟(jì)增長(zhǎng)關(guān)系三級(jí)評(píng)價(jià)指標(biāo)體系

1.2 數(shù)據(jù)來(lái)源選取阿克蘇地區(qū)糧食作物總產(chǎn)量、棉花作物總產(chǎn)量、油料作物總產(chǎn)量、甜菜總產(chǎn)量、水果總產(chǎn)量作為縣域特色農(nóng)業(yè)產(chǎn)業(yè)自身發(fā)展?jié)摿Φ暮饬恐笜?biāo)；選取阿克蘇地區(qū)年生產(chǎn)總值、社會(huì)消費(fèi)品零售總額、公路運(yùn)輸客運(yùn)量、城鎮(zhèn)居民人均可支配收入和規(guī)模以上工業(yè)實(shí)現(xiàn)增加值作為縣域經(jīng)濟(jì)增長(zhǎng)的衡量指標(biāo)，數(shù)據(jù)均來(lái)自《阿克蘇統(tǒng)計(jì)年鑒》和阿克蘇地區(qū)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，取樣時(shí)段為 2009—2018年各地縣的相關(guān)數(shù)據(jù)，具體見表2和表3。

表2 阿克蘇地區(qū)主要農(nóng)產(chǎn)品平均總產(chǎn)量

表3 阿克蘇地區(qū)縣域增長(zhǎng)指標(biāo)

1.3 數(shù)據(jù)處理

1.3.1數(shù)據(jù)指標(biāo)無(wú)量綱化。分析阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)與縣域經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系涉及的指標(biāo)較多，為了消除各指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響，用極值法對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱處理，使各指標(biāo)間能夠相互對(duì)比及計(jì)算。評(píng)價(jià)指標(biāo)分為正向指標(biāo)和逆向指標(biāo)，正向指標(biāo)越大越好，逆向指標(biāo)越小越好[7-8]。

(1)正向指標(biāo)

(1)

(2)逆向指標(biāo)

(2)

式中，y為經(jīng)過(guò)極值法處理后的數(shù)據(jù)；Xij為指標(biāo)的原始值；Xmax、Xmin表示第i項(xiàng)指標(biāo)原始數(shù)據(jù)的最大值和最小值。根據(jù)表1建立的指標(biāo)體系，通過(guò)2009—2018年《阿克蘇地區(qū)統(tǒng)計(jì)年鑒》搜集相關(guān)指標(biāo)數(shù)值，并進(jìn)行簡(jiǎn)單處理，得到表4和表5。

表4 阿克蘇地區(qū)主要農(nóng)產(chǎn)品平均產(chǎn)量無(wú)量綱化結(jié)果

表5 阿克蘇地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)指標(biāo)無(wú)量綱化結(jié)果

1.3.2評(píng)價(jià)指標(biāo)權(quán)重的確定。對(duì)阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)與縣域經(jīng)濟(jì)增長(zhǎng)進(jìn)行綜合評(píng)價(jià)時(shí)，由于各指標(biāo)對(duì)整個(gè)評(píng)價(jià)體系影響不同，因此需要對(duì)各指標(biāo)賦予權(quán)重。該研究采用標(biāo)準(zhǔn)差率法對(duì)各指標(biāo)賦予權(quán)重，是通過(guò)各指標(biāo)內(nèi)部間變異信息量來(lái)確定指標(biāo)權(quán)重。其主要步驟如下：

假如有m個(gè)評(píng)價(jià)指標(biāo)，每個(gè)指標(biāo)有n個(gè)評(píng)價(jià)樣本。

(1)求各指標(biāo)的均值和標(biāo)準(zhǔn)差。

(3)

(4)

(2)求各指標(biāo)的變異系數(shù)。

(5)

其中i=1，2，...，m。

(3)求各指標(biāo)的權(quán)重。

(6)

由上述公式可以得到各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重(表6)。

表6 各評(píng)價(jià)指標(biāo)的權(quán)重

1.3.3綜合得分。特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展函數(shù)F(X)與縣域經(jīng)濟(jì)增長(zhǎng)函數(shù)G(Y)值分別表示阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?fàn)顩r和阿克蘇地區(qū)縣域經(jīng)濟(jì)增長(zhǎng)狀況。具體公式如下：

(7)

(8)

式中，F(xiàn)(X)、G(Y)表示特色農(nóng)業(yè)產(chǎn)業(yè)函數(shù)和縣域經(jīng)濟(jì)增長(zhǎng)函數(shù)；m、n為2個(gè)系統(tǒng)中指標(biāo)的數(shù)量，Wi和Wj表示2個(gè)系統(tǒng)中各指標(biāo)的權(quán)重；Xi和Xj分別表示2個(gè)系統(tǒng)中各指標(biāo)經(jīng)過(guò)無(wú)量綱化處理后的數(shù)值。

運(yùn)用公式(7)、(8)計(jì)算得到X和Y的綜合得分，如表7所示。

表7 X和Y綜合得分結(jié)果

2 VAR模型的構(gòu)建

VAR模型是SIMS在1980年提出的，把系統(tǒng)中的每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值函數(shù)來(lái)構(gòu)造模型，將單變量自回歸模型進(jìn)行推廣，建立了由多元時(shí)間序列變量組成的向量自回歸模型。

2.1 VAR模型一般 VAR 模型如下：

Yt=A1Yt-1+…+ApYt-p+BXt+εt，t=1，2，…，T

式中，Yt為內(nèi)生變量；Xt為外生變量；p為滯后階數(shù)；T為樣本個(gè)數(shù)；Yt-1，…，Yt-p為Yt的滯后期；A1，…，Ap為常數(shù)矩陣；B為待估系數(shù)矩陣；εt為隨機(jī)擾動(dòng)量[9]。

2.2 單位根檢驗(yàn)要求采集的經(jīng)濟(jì)數(shù)據(jù)具有平穩(wěn)性，如果數(shù)據(jù)不平穩(wěn)，容易導(dǎo)致方程的偽回歸。ADF法回歸方程的形式如下：

式中，ΔYt為所研究的時(shí)間序列；α為常數(shù)項(xiàng)；Yt -1為時(shí)間趨勢(shì)；ξt為隨機(jī)誤差項(xiàng)。m為滯后階數(shù)；α，η，λ，βi為待估參數(shù)。

2.3 協(xié)整檢驗(yàn)通過(guò)協(xié)整檢驗(yàn)，可以判斷模型設(shè)定是否合理，具體步驟如下：

第一步，用最小二乘法構(gòu)建線性回歸方程，即

Yt=C+αXt+ξt，ξt=Yt-(C+αXt)

第二步，檢驗(yàn)殘差序列ξt的平穩(wěn)性。即統(tǒng)計(jì)量為

最大特征值統(tǒng)計(jì)量

λmax= -Tln(1-λi)，r=0，1，2，…，n-1

2.4 格蘭杰因果檢驗(yàn)格蘭杰檢驗(yàn)是用來(lái)分析變量之間因果的方法，即格蘭杰因果關(guān)系檢驗(yàn)。該方法為2003年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主克萊夫·格蘭杰所創(chuàng)，用于分析變量之間的因果關(guān)系。他給因果關(guān)系定義為“依賴于使用過(guò)去某些時(shí)點(diǎn)上所有信息的最佳最小二乘預(yù)測(cè)的方差”[10]。

2.5 方差分解簡(jiǎn)單來(lái)說(shuō)，VAR模型的方差分解就是分析影響內(nèi)生變量結(jié)構(gòu)沖擊的貢獻(xiàn)度。例如，國(guó)民生產(chǎn)總值受到多種因素的影響，比如第一產(chǎn)業(yè)的發(fā)展、第二產(chǎn)業(yè)的發(fā)展、第三產(chǎn)業(yè)的發(fā)展以及科技進(jìn)步的程度等，那么這4種因素對(duì)國(guó)民生產(chǎn)總值產(chǎn)生的影響大小，就可以用方差分解來(lái)分析，結(jié)果是用百分比來(lái)表示的。例如第一產(chǎn)業(yè)發(fā)展和第二產(chǎn)業(yè)發(fā)展的貢獻(xiàn)值分別為10%和20%，表示在這個(gè)時(shí)間段，10%的國(guó)民生產(chǎn)總值是第一產(chǎn)業(yè)引起的，20%的國(guó)民生產(chǎn)總值的變動(dòng)是第二產(chǎn)業(yè)引起的。

3 實(shí)證結(jié)果檢驗(yàn)及分析

采用自相關(guān)性、單位根檢驗(yàn)、格蘭杰因果檢驗(yàn)和方差分解等方法，在VAR模型的基礎(chǔ)上，通過(guò)方差分解分析各經(jīng)濟(jì)變量的相互影響，進(jìn)而研究經(jīng)濟(jì)阿克蘇地區(qū)增長(zhǎng)與特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展之間存在的關(guān)系。并對(duì)阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)的作用進(jìn)行實(shí)證分析[11]。最后，針對(duì)研究結(jié)論，對(duì)阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)與縣域經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系提出合理化建議。

3.1 自相關(guān)性自相關(guān)性是指隨機(jī)誤差項(xiàng)的各期望值之間存在著相關(guān)關(guān)系，特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展與縣域經(jīng)濟(jì)增長(zhǎng)自相關(guān)圖如圖1所示。

圖1 阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)與縣域經(jīng)濟(jì)增長(zhǎng)自相關(guān)圖Fig.1 Autocorrelation between characteristic agricultural industries and county economic growth in Aksu Region

從圖1可以看出，AC表示9期中各期的自相關(guān)系數(shù)，PAC表示各期的偏自相關(guān)系數(shù)，圖中2列直方圖分別表示自相關(guān)系數(shù)和偏自相關(guān)系數(shù)，其中虛線表示顯著性水平為0.05的置信帶，當(dāng)?shù)趎期的偏自相關(guān)直方塊超過(guò)虛線時(shí)，說(shuō)明存在n階自相關(guān)，但從圖1可以看出，沒有任何一期超過(guò)置信帶，由此可知阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展與縣域經(jīng)濟(jì)增長(zhǎng)之間不存在自相關(guān)。因此，接受原假設(shè)，殘差序列不存在序列相關(guān)性。

3.2 單位根檢驗(yàn)采用單位根檢驗(yàn)ADF檢驗(yàn)法對(duì)阿克蘇地區(qū)經(jīng)濟(jì)增長(zhǎng)與特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展各指標(biāo)變量進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果見表8。

表8 變量單位根檢驗(yàn)結(jié)果

由表8可知，變量X在經(jīng)過(guò)一階差分后，通過(guò)0.05顯著性水平的平穩(wěn)性檢驗(yàn)，在經(jīng)過(guò)二次差分后，通過(guò)0.01顯著性水平的平穩(wěn)性檢驗(yàn)。變量Y在通過(guò)一階差分后仍為不平穩(wěn)數(shù)據(jù)，未通過(guò)穩(wěn)定性檢驗(yàn)，但經(jīng)過(guò)二階差分后，通過(guò)0.05顯著性水平的檢驗(yàn)。

為檢驗(yàn)整個(gè)模型的穩(wěn)定性，對(duì)單位的分布進(jìn)行檢驗(yàn)，結(jié)果見圖2。圖2顯示，模型中所有的單位根均落在圓圈內(nèi)，說(shuō)明該模型穩(wěn)定性較強(qiáng)。

圖2 變量單位根分布Fig.2 Unit root distribution of variables

3.3 協(xié)整檢驗(yàn)為了檢驗(yàn)阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)與縣域經(jīng)濟(jì)增長(zhǎng)之間是否存在協(xié)整關(guān)系，對(duì)模型進(jìn)行協(xié)整檢驗(yàn)，結(jié)果見表9。

由表9可知，在0.05的顯著性水平下拒絕原假設(shè)，即在95%的置信水平下拒絕了原假設(shè)，阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?jié)摿εc縣域經(jīng)濟(jì)增長(zhǎng)之間至少存在一個(gè)長(zhǎng)期協(xié)整關(guān)系。盡管由于受到其他因素的影響可能導(dǎo)致兩者之間出現(xiàn)短期的失衡狀態(tài)，但是在長(zhǎng)期看來(lái)，它們會(huì)相互影響并進(jìn)行不斷的修正最終達(dá)到一個(gè)長(zhǎng)期均衡的關(guān)系。

表9 協(xié)整檢驗(yàn)結(jié)果

3.4 VAR最優(yōu)滯后階數(shù)為了更好地研究阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?jié)摿εc縣域經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，在建立VAR模型時(shí)應(yīng)該確定最佳的滯后階數(shù)，根據(jù) LogL、LR、FPE、AIC、SC 和 HQIC 等相關(guān)標(biāo)準(zhǔn)對(duì)模型的最優(yōu)滯后階數(shù)的確定，具體數(shù)值如表10所示。由表10可知，在滯后1階時(shí)，LR、FPE、AIC、SC、HQ均出現(xiàn)了“*”，而在滯后2階時(shí)沒有一個(gè)指標(biāo)出現(xiàn)“*”，這說(shuō)明滯后1階是優(yōu)的滯后階數(shù)，即VAR(1)。

3.5 模型的確定由表10可知，該模型中最優(yōu)的滯后期數(shù)為1，在Eviews中通過(guò)建立VAR模型，然后通過(guò)最小二乘法對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)與縣域經(jīng)濟(jì)增長(zhǎng)進(jìn)行回歸后得到VAR(1)模型。

lnX=-0.240 8×lnX(-1)+ 0.769 8×lnY(-1)- 0.827 0

lnY=-0.124 7×lnX(-1)+ 0.707 6×lnY(-1)- 0.180 4

由上述VAR(1)模型可知，特色農(nóng)業(yè)產(chǎn)業(yè)滯后一期對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)本身的發(fā)展?jié)摿Ξa(chǎn)生負(fù)向影響，縣域經(jīng)濟(jì)增長(zhǎng)狀況滯后一期對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?jié)摿Ξa(chǎn)生正向影響。特色農(nóng)業(yè)產(chǎn)業(yè)滯后1期對(duì)當(dāng)?shù)乜h域經(jīng)濟(jì)增長(zhǎng)狀況產(chǎn)生負(fù)向影響，縣域經(jīng)濟(jì)增長(zhǎng)滯后1期對(duì)其本身的發(fā)展?jié)摿Ξa(chǎn)生正向影響。

表10 最優(yōu)滯后階數(shù)確定標(biāo)準(zhǔn)

3.6 格蘭杰因果檢驗(yàn)VAR模型建立以后，為了模型研究的可行性和研究結(jié)果的準(zhǔn)確性，對(duì)阿克蘇地區(qū)經(jīng)濟(jì)增長(zhǎng)與特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展各指標(biāo)變量進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果見表11。

表11 格蘭杰檢驗(yàn)結(jié)果

由表11可知，在0.05的顯著性水平下，不能拒絕“l(fā)nY不是lnX引起的Granger原因”的原假設(shè)，即縣域經(jīng)濟(jì)增長(zhǎng)不是引起特色農(nóng)業(yè)產(chǎn)業(yè)自身潛力變動(dòng)的原因，在0.05的顯著性水平下，拒絕“l(fā)nX不是lnY引起的Granger原因”的原假設(shè)，即特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?jié)摿κ强h域經(jīng)濟(jì)增長(zhǎng)引起來(lái)的。總而言之，特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?jié)摿Φ脑黾樱瑢?huì)影響縣域經(jīng)濟(jì)增長(zhǎng)的狀況，而且是正向影響。特色農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展不僅能夠提供農(nóng)副產(chǎn)品，也能促進(jìn)縣域經(jīng)濟(jì)的增長(zhǎng)。

3.7 脈沖響應(yīng)根據(jù)圖3的脈沖響應(yīng)圖可知：

(1)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?jié)摿?duì)自身的脈沖響應(yīng)。在本期給特色農(nóng)業(yè)產(chǎn)業(yè)一個(gè)負(fù)向沖擊后，其對(duì)本身的影響在1～2期會(huì)大幅度下降，在2～4期又大幅度上升，在4～5期小幅度下降，而后又上升，在第2期達(dá)到最小值，這說(shuō)明特色農(nóng)業(yè)產(chǎn)業(yè)對(duì)自身的沖擊反應(yīng)具有波動(dòng)性，但從長(zhǎng)期來(lái)看，呈現(xiàn)出緩慢下降的趨勢(shì)，最終趨近于平穩(wěn)。

(2)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?jié)摿?duì)縣域經(jīng)濟(jì)增長(zhǎng)的脈沖響應(yīng)。當(dāng)在本期給縣域經(jīng)濟(jì)增長(zhǎng)一個(gè)正向的脈沖時(shí)，其在1～3期有緩慢的增加，在3～4期呈現(xiàn)出緩慢的下降趨勢(shì)，而后一直處于穩(wěn)定的狀態(tài)，雖然是一個(gè)正向的沖擊，這表明，當(dāng)?shù)貐^(qū)特色農(nóng)業(yè)發(fā)展?jié)摿μ岣邥r(shí)，會(huì)在一定程度上促進(jìn)縣域經(jīng)濟(jì)的增長(zhǎng)，但沖擊不是很大。

圖3 變量間脈沖響應(yīng)Fig.3 Impulse responses among variables

(3)縣域經(jīng)濟(jì)增長(zhǎng)對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展?jié)摿Φ拿}沖響應(yīng)。在本期給特色農(nóng)業(yè)產(chǎn)業(yè)一個(gè)正向的沖擊后，特色農(nóng)業(yè)產(chǎn)業(yè)在1～3期內(nèi)大幅增長(zhǎng)在第3期達(dá)到最大值，在3～4期迅速下降，在第7期以后趨近于平穩(wěn)。整體上對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展有促進(jìn)作用，這說(shuō)明縣域經(jīng)濟(jì)的增加會(huì)拉動(dòng)特色農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展。

(4)縣域經(jīng)濟(jì)增長(zhǎng)對(duì)縣域經(jīng)濟(jì)增長(zhǎng)自身的脈沖響應(yīng)。當(dāng)某些外部因素的影響造成經(jīng)濟(jì)增長(zhǎng)緩慢給經(jīng)濟(jì)增長(zhǎng)一個(gè)負(fù)向沖擊時(shí)，當(dāng)?shù)氐慕?jīng)濟(jì)也會(huì)被這個(gè)負(fù)面沖擊影響，導(dǎo)致經(jīng)濟(jì)增長(zhǎng)一直處于下降的狀態(tài)，1～5期下降的較快，第5期之后趨于穩(wěn)定的狀態(tài)。

3.8 方差分解方差分解時(shí)通過(guò)阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)和縣域經(jīng)濟(jì)增長(zhǎng)的各指標(biāo)變量中每一內(nèi)生變量的沖擊對(duì)內(nèi)生變量變化(通常用方差來(lái)表示)的貢獻(xiàn)度[12]，評(píng)價(jià)不同內(nèi)生變量沖擊的重要性。特色農(nóng)業(yè)產(chǎn)業(yè)預(yù)測(cè)方差分解表和縣域經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)方差分解表，分別見表12和表13。

由表12可以看出，阿克蘇地區(qū)經(jīng)濟(jì)增長(zhǎng)與特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展各指標(biāo)變量自身的預(yù)測(cè)方差貢獻(xiàn)度對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展影響很大，保持在87%左右，其對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)的貢獻(xiàn)值達(dá)到12.94%。貢獻(xiàn)度也是相當(dāng)高。

表12 特色農(nóng)業(yè)產(chǎn)業(yè)預(yù)測(cè)方差分解

由表13可以看出，阿克蘇地區(qū)經(jīng)濟(jì)增長(zhǎng)與特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展指標(biāo)變量對(duì)自身的沖擊較大，第1期和第2期貢獻(xiàn)率特別高，而到了第3期直接由第2期的99.86%下降到第3期的97.39%，一期下降了2百分點(diǎn)，下降幅度最大，說(shuō)明敏感性較強(qiáng)。從第3期后，基本穩(wěn)定在97.5%左右。而縣域經(jīng)濟(jì)生產(chǎn)總值對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)的影響較為微弱，第2期增加較快，第2期后基本穩(wěn)定在2.5%左右。

表13 縣域經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)方差分解

4 結(jié)論

以阿克蘇地區(qū)為研究區(qū)，構(gòu)建以縣域經(jīng)濟(jì)增長(zhǎng)為因變量，特色農(nóng)業(yè)產(chǎn)業(yè)自身發(fā)展?jié)摿樽宰兞康脑u(píng)價(jià)體系，并在此基礎(chǔ)上構(gòu)建VAR模型。針對(duì)阿克蘇特色農(nóng)業(yè)產(chǎn)業(yè)對(duì)縣域經(jīng)濟(jì)增長(zhǎng)的作用進(jìn)行實(shí)證分析，得出了相關(guān)研究結(jié)論：在阿克蘇地區(qū)經(jīng)濟(jì)增長(zhǎng)與特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展各指標(biāo)變量中，特色農(nóng)業(yè)產(chǎn)業(yè)自身發(fā)展?jié)摿?duì)縣域經(jīng)濟(jì)增長(zhǎng)的一個(gè)標(biāo)準(zhǔn)差擾動(dòng)的響應(yīng)，一直保持正向響應(yīng)，在第3年正向響應(yīng)的程度達(dá)到最大。而后逐漸減弱，但整體產(chǎn)生的是正向響應(yīng)。縣域經(jīng)濟(jì)增長(zhǎng)的波動(dòng)從第1期起就受到自身波動(dòng)的影響，始終呈現(xiàn)同方向的變動(dòng)。總體上對(duì)本身產(chǎn)生負(fù)向影響。縣域經(jīng)濟(jì)增長(zhǎng)對(duì)特色農(nóng)業(yè)產(chǎn)業(yè)自身發(fā)展?jié)摿Φ臎_擊在第3期顯現(xiàn)出來(lái)，沖擊程度達(dá)到最大，此后呈現(xiàn)小幅度波動(dòng)態(tài)勢(shì)，并逐漸趨于穩(wěn)定。縣域經(jīng)濟(jì)增長(zhǎng)對(duì)其自身的沖擊一直是負(fù)向響應(yīng)，第1～6期逐步下降，第7期以后趨向于穩(wěn)定狀態(tài)。分析結(jié)論表明，在阿克蘇地區(qū)特色農(nóng)業(yè)產(chǎn)業(yè)發(fā)展與縣域經(jīng)濟(jì)增長(zhǎng)之間存在較強(qiáng)的正向交互響應(yīng)作用。