水利投資與農業經濟提升的聯系范文

本站小編為你精心準備了水利投資與農業經濟提升的聯系參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

數據來源與方法

1數據來源及預處理

建國以來，水利投資的統計口徑經過多次調整，其中水利基建投資數據較為完整，并且在水利投資中占據主導地位。因此，分別選取農田水利基建投資和農林牧漁業總產值代表農田水利投資和農業經濟增長的分析指標，基于1990－2010年的數據建立時間序列，數據來源于《四川年鑒》、《四川統計年鑒》和《中國統計摘要》。為了解決價格波動帶來的不同年份數據不具備可比性的問題，用固定資產投資價格指數（1990＝100）對農田水利基建投資數據進行可比價格調整，用農林牧漁業總產值指數（1990＝100）對農林牧漁業總產值數據進行可比價格調整。同時，為避免時間序列中的異方差影響，對所有數據進行了對數處理，并分別用LIRR和LAGR來表示取自然對數后的農田水利基建投資和農林牧漁業總產值。

2相關性檢驗與研究方法選擇

本研究認為調整價格影響后的數據更能體現增長趨勢。因此，基于調整價格影響后的可比價數據繪制農田水利基建投資與農業經濟增長的發展趨勢圖（圖1）。可以看出，1990－2010年間四川省農田水利基建投資與農林牧漁業總產值都呈現出明顯的增長趨勢，并且二者之間存在很大的相關性，相關系數為0．9182。但是，農田水利基建投資占農林牧漁業總產值的比值在1994年以后卻呈下降的趨勢（圖2），表明農業經濟增長對農田水利基建投資的帶動效應并不顯著，亦或是現有規模的水利基建投資已經滿足需要，而造成農業產出增幅高于水利投資增幅。那么，農田水利基建投資對農業經濟增長的推動效應是否正在下降？

這些論述尚屬經驗判斷，并不能深入說明四川農田水利投資與農業經濟增長的動態關系。水利項目的效益有時并不能在當年反映出來，而是在下一年或更長時間后才會產生影響。因此，有必要從動態層面，即分別從短期、長期來衡量四川省農田水利投資對農業經濟增長的影響，具體方法是向量自回歸與誤差修正模型，包括協整分析、Granger因果關系檢驗、脈沖分析和方差分解。為便于分析，假設農田水利基建投資對農業經濟增長的中長期的影響為正，短期影響方向暫不確定。

結果與分析

1序列的單位根檢驗

由于采用的是時間序列數據，進行協整檢驗之前，有必要對各變量的平穩性進行檢驗，以避免采用非平穩數據擬合模型而造成“偽回歸”。利用ADF單位根檢驗法得到檢驗結果（表1），可以看出，在10％水平下，LAGR和LIRR均為非平穩序列，而其一階差分序列△LAGR和△LIRR均為I（1）序列，因此可以對相關數據進行協整關系檢驗。

2協整檢驗與誤差修正模型

采用Johansen協整檢驗來分析2個變量之間的協整關系。由于Johansen檢驗的結果對DGP（Datageneratingprocess）的設定具有很強的依賴性，不同DGP設定下利用Johansen檢驗得到的協整個數可能不同，協整系數估計值也有很大的差別。因此，為確定最優模型形式，按照可能存在協整關系的5種DGP形式分別建立相應的VECM模型［10］，最后根據最小信息準則選擇最優模型形式為DGP2（協整方程有截距沒趨勢），檢驗結果見表2。可以看出，不管是跡統計量還是最大特征值統計量，在5％的顯著性水平下，LAGR和LIRR之間均存在一個協整關系。相應地，反映長期均衡關系的標準化協整方程（括號內的數字是標準差）為方程（1）。

LAGR＝1．355＋1．783LIRR（0．435）（0．139）（1）方程（1）表明，長期來看四川省農田水利基建投資與農業經濟增長之間呈正相關關系，水利基建投資增加1％，會引起農業經濟增長178．3％，符合研究預期。不過，由于協整方程僅表示變量間存在長期均衡關系，要研究短期內各變量間的動態影響就必須做VECM模型（誤差修正模型）。根據協整檢驗的結果，可以將變量間的短期誤差修正模型描述為方程（2）。△LAGR＝－0．035ecmt＋0．550△LAGR（－1）＋0．342△LAGR（－2）－0．021△LIRR（－1）＋0．149△LIRR（－2）（0．035）（0．260）（0．254）（0．080）（0．076）（2）在方程（2）中，誤差修正項的系數為負，符合反向修正機制。同時，滯后1年、滯后2年的農田水利基建投資影響分別為負、正，并且這種影響與中長期比較相對較小。說明四川省農田水利基建投資的效應存在滯后性，短期內可能并不會對農業經濟產生明顯影響，這一結果與前人研究相符。因此，本研究認為在看待農田水利基建投資對農業經濟增長的效應時，不能僅僅局限于短期效果，應該考慮中長期農田水利基建投資的綜合效應。

3序列之間的Granger因果關系檢驗

鑒于協整方程反映的是變量之間的長期關系，并沒揭示出四川省農田水利基建投資與農業經濟增長之間的引導關系，因而還需要對各變量進行Granger因果關系檢驗。由于無約束VAR模型的Granger因果關系檢驗要求變量均為平穩序列，而本研究使用的是非平穩變量，因此，Granger因果關系檢驗應基于VECM模型進行，檢驗結果見表3。從表3可以看出，在10％的顯著水平下，△LIRR能夠Granger引起△LAGR，表明四川省的農田水利基建投資在Granger意義下影響農業經濟增長；不過，△LAGR卻不能Granger引起△LIRR，表明近年來較快的農業經濟增長在Granger意義下并沒有對農田水利投資產生實質性的影響，這一果應證了前面的經驗判斷。

4脈沖分析和方差分解

基于協整分析和Granger因果關系檢驗，證實了四川農田水利基建投資與農業經濟增長之間存在著引導關系，但是依然沒有為一個變量作用于另一個變量的動態特征提供更多信息，而引入脈沖響應函數和方差分解有助于解決這個問題。首先對VAR模型進行平穩性檢驗（圖3），可以看出VAR模型特征根的倒數全部落在單位圓內，表明VAR模型是穩定的。在此基礎上，以VAR模型為基礎，利用不依賴于模型中變量次序的擾動項正交矩陣的廣義脈沖方法，建立農田水利基建投資與農業經濟增長的脈沖響應函數（圖4）。可以看出，前2期農田水利基建投資對農業經濟增長是負的影響，隨后其影響逐漸轉變為正的影響，并在第5期達到最大，在此之后趨于穩定的正效應。

此外，為了解對農業經濟增長產生影響的每個隨機擾動項的相對重要性信息，下面進行方差分解分析（表4）。可以看出，農業經濟增長變動率受到自身的滯后影響最大，基本保持在95％以上；農田水利基建投資的影響則從第2期開始逐漸提升，并在第5期達到最大，不過此后這種影響有下降的趨勢。產生此現象的原因，一方面與現行水利投資方向有關，現行水利投資偏重于大中型水利工程以及水利機械設備等，而水利工程渠系配套不夠，末端渠系建設嚴重不足，以致全省每年有20億m3水存在水庫、水利工程中用不出，水利投資的效應不能真正落到實處；另一方面也與現行“重建輕管”的現象分不開，農田水利基建投資下去，后期如果不能理順經營、管理和維護，水利設施的效果也會大打折扣。

結論與建議

本研究運用向量自回歸與誤差修正模型探析了四川省農田水利基建投資和農業經濟增長之間的相互關系，主要結論如下。

1）四川省農田水利基建投資與農業經濟增長之間存在長期的協整關系，加大水利基建投資有利于農業經濟平穩較快的增長。但從短期來看，農田水利基建投資對農業經濟的影響方向比較復雜，作用力度相對較小，仍待中長期進一步釋放。

2）四川省農田水利基建投資與農業經濟增長之間并未形成雙向Granger因果關系。農田水利基建投資增長會推動農村經濟的增長，但是農村經濟增長并沒有很好地帶動農田水利基建投資的增加。特別是“九五”以來四川農田水利基建投資的增長趨勢有放緩的表現。

3）四川省農田水利基建投資對農業經濟的影響存在滯后效應，并且農業經濟增長對農田水利投資影響的反應靈敏度有減弱的趨勢。

綜上，本研究認為1990年以來四川省農田水利基建投資的整體效應是積極的，但也存在諸多問題。對此提出如下對策建議：第一，繼續加大農田水利基建投資力度，特別是水利工程末端渠系建設投資，比如丘陵地區“五小水利”等小微型農田水利設施建設投資，努力解決農田水利工程中“最后一公里”問題；第二，從水利事業和農業經濟長遠良性發展來看，需加大產業結構調整（發展節水農業）、節水灌溉投資以及水利工程管理體制改革的力度，提高農戶和社會用水、管水、投入農田水利建設的積極性。以此提高四川農田水利投資對農業經濟增長的短期和長期效應。

作者：曾茂春曾維忠單位：四川農業大學經濟管理學院四川省農村經濟發展研究中心