張躍強(qiáng)，陳池波

（中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，武漢430073）

0 引言

民以食為天，食以糧為安。自2004年以來，湖北省不斷加大對(duì)糧食良種的補(bǔ)貼和農(nóng)田耕作技術(shù)的支持力度，取得了湖北糧食產(chǎn)量“十連增”的可喜成就。但不可否認(rèn)，隨著城市化進(jìn)程的加快和農(nóng)村勞動(dòng)力的轉(zhuǎn)移，湖北糧食生產(chǎn)的投入條件變得日益嚴(yán)峻，嚴(yán)重影響了湖北糧食綜合生產(chǎn)能力的提升。因此，在這些不利條件的影響下，要實(shí)現(xiàn)湖北糧食總產(chǎn)量的穩(wěn)步增加，必須充分發(fā)揮糧食良種和農(nóng)田耕作技術(shù)的作用。那么，糧食良種和農(nóng)田耕作技術(shù)對(duì)湖北糧食綜合生產(chǎn)能力的貢獻(xiàn)度如何？糧食良種和農(nóng)田耕作技術(shù)從長(zhǎng)期看是如何影響湖北糧食綜合生產(chǎn)能力的？本文在取得1991～2012年數(shù)據(jù)資料的基礎(chǔ)上，運(yùn)用VAR模型，進(jìn)行實(shí)證檢驗(yàn)和分析，以得出更為可靠的結(jié)論和提出更有針對(duì)性的對(duì)策建議。

1 數(shù)據(jù)說明與模型選擇

1.1 數(shù)據(jù)說明

本文所需數(shù)據(jù)均來源于歷年的《湖北統(tǒng)計(jì)年鑒》和《湖北農(nóng)村統(tǒng)計(jì)年鑒》，時(shí)間為1991～2012年。為準(zhǔn)確分析良種投入和耕作技術(shù)對(duì)湖北糧食綜合生產(chǎn)能力的影響，特用水稻、小麥和玉米的良種面積之和代表良種投入，用機(jī)耕面積代表農(nóng)田耕作技術(shù)，用糧食總產(chǎn)量代表糧食綜合生產(chǎn)能力。

為了消除時(shí)間序列中存在的異方差，還需對(duì)取得的數(shù)據(jù)取自然對(duì)數(shù)。為分析問題方便，我們用Y表示湖北糧食總產(chǎn)量，X1表示水稻、小麥和玉米良種面積之和，X2表示機(jī)耕面積，取對(duì)數(shù)后的新變量我們分別用LY、LX1、LX2來表示。

1.2 模型選擇

由于所使用的是時(shí)間序列數(shù)據(jù)，因而在進(jìn)行實(shí)證檢驗(yàn)時(shí)本文選擇使用向量自回歸（VAR）模型。向量自回歸（VAR）模型是將系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，可實(shí)現(xiàn)將單變量自回歸模型推廣到多元時(shí)間序列變量組成的“向量”自回歸模型[1]。含有N個(gè)變量，滯后k期的VAR模型的表達(dá)式為：

向量，Ut～ΠD(0，Ω)為N×1階隨機(jī)誤差列向量。

2 實(shí)證分析

2.1 變量的單位根檢驗(yàn)

為了避免直接利用時(shí)間序列數(shù)據(jù)進(jìn)行回歸分析造成的“偽回歸”現(xiàn)象，因此在進(jìn)行回歸分析之前，首先要對(duì)各項(xiàng)時(shí)間序列變量進(jìn)行平穩(wěn)性檢驗(yàn)。借助于Eviews7.0軟件，對(duì)Y、X1、X2進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示。

表1 對(duì)各變量進(jìn)行ADF單位根檢驗(yàn)結(jié)果

由表1 可看出，在5%的顯著性水平下，LY、LX1、LX2均為非平穩(wěn)時(shí)間序列，但經(jīng)過一階差分后都變?yōu)榱似椒€(wěn)時(shí)間序列。

2.2 VAR模型

根據(jù)前文分析，⊿LY、⊿LX1、⊿LX2均為一階單整時(shí)間序列，因此LY與LX1、LX2之間可能存在協(xié)整關(guān)系。但在進(jìn)行協(xié)整檢驗(yàn)之前先要確定VAR模型的最大滯后階數(shù)。

2.2.1 最大滯后階數(shù)P的確定

首先運(yùn)用AIC和SC準(zhǔn)則選擇最大滯后階數(shù)P值，經(jīng)Eviews7.0軟件輸出后得到結(jié)果如表2所示：

表2 AIC與SC隨P的變化

從表2可看出，AIC值在滯后3期達(dá)到最小值，但SC值在滯后1期達(dá)到最小值，由于這兩項(xiàng)指標(biāo)值并未在同一時(shí)期達(dá)到最小值，故需用對(duì)數(shù)似然比統(tǒng)計(jì)量LR確定P值。

經(jīng)計(jì)算LR=35.2842，自由度 f=VAR(3)-VAR(1)=18，則伴隨概率為：

因此可確定最大滯后階數(shù)為3，即要建立的是VAR（3）模型。

2.2.2 協(xié)整檢驗(yàn)與誤差修正模型

由于本文所要檢驗(yàn)的是三個(gè)變量之間的協(xié)整關(guān)系，所以需采用Johansen協(xié)整檢驗(yàn)法來進(jìn)行[2]。而協(xié)整檢驗(yàn)?zāi)Ｐ偷臏笃跒闊o約束VAR模型的一階差分變量的滯后期，由于我們所確定的無約束VAR模型的最大滯后期為3，因此協(xié)整檢驗(yàn)?zāi)Ｐ偷臏笃趹?yīng)為2，故所選用的檢驗(yàn)形式是數(shù)據(jù)有確定性趨勢(shì)、協(xié)整方程有截距項(xiàng)，滯后期為2期，具體結(jié)果如表3所示：

表3 LY與LX1、LX2Johansen協(xié)整檢驗(yàn)結(jié)果

在表3中第4行跡統(tǒng)計(jì)量3.8633大于5%顯著性水平下的臨界值3.8415，拒絕原假設(shè)。這說明LY與LX1、LX2之間，分別在95%的置信水平下存在協(xié)整關(guān)系，從而說明良種投入和耕作技術(shù)與湖北糧食綜合生產(chǎn)能力之間存在長(zhǎng)期均衡關(guān)系。估計(jì)出的標(biāo)準(zhǔn)化的協(xié)整方程為：

在式（4）中，圓括號(hào)內(nèi)的數(shù)據(jù)為標(biāo)準(zhǔn)差，方括號(hào)內(nèi)的數(shù)據(jù)為t統(tǒng)計(jì)量。從式（4）可看出，LX1、LX2對(duì)湖北糧食綜合生產(chǎn)能力的長(zhǎng)期彈性系數(shù)分別是1.3929、-0.0451。表明良種投入對(duì)湖北糧食綜合生產(chǎn)能力發(fā)揮出較大的正向影響，而耕作技術(shù)尚未對(duì)湖北糧食綜合生產(chǎn)能力發(fā)揮出積極的影響效應(yīng)，從而說明湖北糧食生產(chǎn)還未走上集約化發(fā)展之路。

由于長(zhǎng)期分析是各種影響綜合作用的結(jié)果，同時(shí)長(zhǎng)期分析結(jié)果有可能掩蓋某些問題，因此特采用誤差修正模型（VEC）來描述短期內(nèi)良種投入和耕作技術(shù)對(duì)湖北糧食綜合生產(chǎn)能力的影響。利用協(xié)整方程式（4），可得誤差修正模型如下：

在式（5）中，圓括號(hào)內(nèi)的數(shù)據(jù)為標(biāo)準(zhǔn)差，方括號(hào)內(nèi)的數(shù)據(jù)為t統(tǒng)計(jì)量。根據(jù)誤差修正模型估計(jì)結(jié)果，短期來看，湖北糧食綜合生產(chǎn)能力受到自身、良種投入以及耕作技術(shù)的影響。具體來說，短期內(nèi)，滯后1年的湖北糧食綜合生產(chǎn)能力對(duì)其自身變化影響比滯后2年的影響更為顯著；滯后1年的良種投入對(duì)湖北糧食綜合生產(chǎn)能力的變化影響也比滯后2年的影響更為顯著；而滯后2年的耕作技術(shù)對(duì)湖北糧食綜合生產(chǎn)能力的變化影響卻比滯后1年的影響更為顯著。

2.2.3 格蘭杰因果關(guān)系檢驗(yàn)

為進(jìn)一步測(cè)度和分析LX1、LX2對(duì)LY的影響，接下來通過Granger檢驗(yàn)來判斷LX1與LY以及LX2對(duì)LY之間是否存在因果關(guān)系，利用EViews7.0輸出結(jié)果如表4所示：

表4 LX1、LX2與LY的格蘭杰因果檢驗(yàn)結(jié)果

從表4可看出，在10%的顯著性水平下，LX1是LY的Granger原因，同時(shí)LY也是LX1的Granger原因，這表明良種投入是湖北糧食綜合生產(chǎn)能力提升的原因，同時(shí)糧食綜合生產(chǎn)能力提升又進(jìn)一步促使良種更大規(guī)模的投入。但LX2不是LY的Granger原因，同時(shí)LY也不是LX1的Granger原因，這表明農(nóng)田耕作技術(shù)尚未對(duì)湖北糧食綜合生產(chǎn)能力的提升產(chǎn)生實(shí)質(zhì)性的影響，原因是由于湖北的農(nóng)田耕作技術(shù)還未得到根本性的改進(jìn)和提高造成的。

2.2.4 脈沖響應(yīng)函數(shù)

圖1是根據(jù)VAR(3)模型形成的脈沖響應(yīng)函數(shù)曲線。橫坐標(biāo)代表響應(yīng)函數(shù)的追蹤期數(shù)，這里設(shè)定為10年，縱坐標(biāo)代表因變量對(duì)自變量的響應(yīng)程度。圖中實(shí)線表示響應(yīng)函數(shù)的計(jì)算值，虛線圍成的區(qū)域表示兩倍標(biāo)準(zhǔn)差的置信帶。

圖1 VAR(3)模型脈沖響應(yīng)函數(shù)曲線

圖1共有4張反映不同結(jié)果的脈沖響應(yīng)函數(shù)曲線圖。圖1(a)反映的是湖北糧食綜合生產(chǎn)能力對(duì)良種投入的響應(yīng)情況和響應(yīng)路徑，圖1(b)反映的是良種投入對(duì)湖北糧食綜合生產(chǎn)能力的響應(yīng)情況和響應(yīng)路徑，圖1(c)反映的是湖北糧食綜合生產(chǎn)能力對(duì)耕作技術(shù)的響應(yīng)情況和響應(yīng)路徑，圖1(d)反映的是耕作技術(shù)對(duì)湖北糧食綜合生產(chǎn)能力的響應(yīng)情況和響應(yīng)路徑。

本文主要分析良種投入和耕作技術(shù)對(duì)湖北糧食綜合生產(chǎn)能力的影響，故這里只對(duì)圖1(a)和圖1(c)進(jìn)行分析。從圖1(a)可看出，湖北糧食綜合生產(chǎn)能力對(duì)良種投入一個(gè)標(biāo)準(zhǔn)新息的擾動(dòng)的響應(yīng)，一開始為正，并在第4年達(dá)到最大,之后開始下降并在第9年遞減為0，第10年變?yōu)樨?fù)響應(yīng)。這表明良種投入對(duì)湖北糧食綜合生產(chǎn)能力的影響一開始為正，隨著良種投入的普及和連續(xù)運(yùn)用，良種投入對(duì)糧食總產(chǎn)量的作用開始降低，不僅不能帶來糧食總產(chǎn)量的增加，而且還會(huì)阻礙總產(chǎn)量的增加，屬于典型的“邊際效用遞減”。因此，需要研制新的良種代替舊的良種，以確保糧食生產(chǎn)能力的提升。從圖1(c)可看出，湖北糧食綜合生產(chǎn)能力對(duì)耕作技術(shù)一個(gè)標(biāo)準(zhǔn)新息的擾動(dòng)的響應(yīng)，一開始也為正，并在第3年達(dá)到最大，之后開始下降并在第7年遞減為0，第8年及之后為負(fù)效應(yīng)。這表明耕作技術(shù)相比良種投入對(duì)湖北糧食綜合生產(chǎn)能力的正向影響較小。因此，需要不斷創(chuàng)造能夠使新耕作技術(shù)發(fā)揮作用的條件，才能促進(jìn)湖北糧食綜合生產(chǎn)能力的有效提升。

2.2.5 方差分解

基于VAR(3)模型，得到了LY的方差分解結(jié)果，如表5所示：

表5中，第1列為預(yù)測(cè)期，S.E.為變量LY、LX1和LX2的各期預(yù)測(cè)標(biāo)準(zhǔn)誤差，LY、LX1、LX2列是以LY列為因變量的方程新息對(duì)各期預(yù)測(cè)誤差的貢獻(xiàn)度，每行的結(jié)果相加為100。

從LY的方差分解可看出，湖北糧食綜合生產(chǎn)能力從第1期開始就受到自身波動(dòng)的影響，但之后這種影響呈逐漸減弱趨勢(shì)，到第10期時(shí)僅為49.04%。而湖北糧食綜合生產(chǎn)能力受良種投入和耕作技術(shù)沖擊的影響從第2期才開始顯現(xiàn)。具體來說，湖北糧食綜合生產(chǎn)能力受良種投入沖擊的影響先趨于增大，在第7期達(dá)到最大值39.43%后再減弱，在第10期時(shí)減弱為36.28%；而受耕作技術(shù)沖擊的影響基本上是一直趨于增大，由第2期的6.00%增大到第10期的14.68%。這表明良種投入對(duì)湖北糧食綜合生產(chǎn)能力的影響在經(jīng)過一段時(shí)間達(dá)到最大后會(huì)減弱，需要研發(fā)新的良種來代替原來的良種，而農(nóng)田耕作技術(shù)對(duì)湖北糧食綜合生產(chǎn)能力的影響盡管在不斷加大，但還是遠(yuǎn)小于良種投入對(duì)湖北糧食綜合生產(chǎn)能力的影響。

表5 LY的方差分解結(jié)果

3 結(jié)論與對(duì)策建議

3.1 結(jié)論

根據(jù)前文分析，我們得出：良種投入對(duì)湖北糧食綜合生產(chǎn)能力提升發(fā)揮出積極的促進(jìn)作用，良種投入每增加1%，將使得湖北糧食綜合生產(chǎn)能力提升1.39%；但農(nóng)田耕作技術(shù)尚未對(duì)湖北糧食綜合生產(chǎn)能力發(fā)揮出積極的促進(jìn)作用，這是由于一方面湖北現(xiàn)階段糧食生產(chǎn)方式還未完成粗放型向集約型的轉(zhuǎn)變，農(nóng)田耕作技術(shù)整體上還比較落后，落后的耕作技術(shù)不利于糧食總產(chǎn)量的提高，另一方面先進(jìn)耕作技術(shù)的運(yùn)用也需要滿足一定的條件且對(duì)糧食總產(chǎn)量正向影響的發(fā)揮需要一定的時(shí)滯才能顯現(xiàn)出來。通過脈沖響應(yīng)函數(shù)和方差分析發(fā)現(xiàn)：良種投入對(duì)湖北糧食綜合生產(chǎn)能力的影響具有“邊際效用遞減規(guī)律”，即效用在經(jīng)過一段時(shí)間達(dá)到最大后開始下降，故需要研制新的良種來進(jìn)行替代，而農(nóng)田耕作技術(shù)對(duì)湖北糧食綜合生產(chǎn)能力的正向影響效應(yīng)遠(yuǎn)小于良種投入，因而應(yīng)努力提升耕作技術(shù)水平并積極滿足技術(shù)的適用條件。

3.2 對(duì)策建議

一是應(yīng)加快研制新的糧食良種。根據(jù)分析，良種對(duì)湖北糧食綜合生產(chǎn)能力的影響具有“邊際效用遞減規(guī)律”。如果長(zhǎng)時(shí)間使用這批良種，則其對(duì)湖北糧食綜合生產(chǎn)能力的提升作用會(huì)越來越小，甚至為負(fù)。因此，為確保湖北糧食綜合生產(chǎn)能力實(shí)現(xiàn)長(zhǎng)期而有效的提升，必須不斷提高農(nóng)業(yè)科研水平，研究和開發(fā)新的良種。

二是應(yīng)積極滿足耕作技術(shù)的適用條件。任何技術(shù)的運(yùn)用都需要滿足一定的條件。耕作技術(shù)之所以還未對(duì)湖北糧食綜合生產(chǎn)能力發(fā)揮出較大的正向效應(yīng)，重要原因就是不具備運(yùn)用這些技術(shù)的條件。因此，在運(yùn)用耕作技術(shù)時(shí)，首先應(yīng)滿足它的適用條件，包括地形條件、土地規(guī)模條件等，這樣才有助于實(shí)現(xiàn)耕作技術(shù)的效用，促進(jìn)湖北糧食綜合生產(chǎn)能力的有效提升。

三是應(yīng)注重農(nóng)田耕作技術(shù)的長(zhǎng)期使用。從理論上說，耕作技術(shù)的改進(jìn)會(huì)對(duì)湖北糧食綜合生產(chǎn)能力的提升產(chǎn)生積極的促進(jìn)作用。但技術(shù)如果運(yùn)用不當(dāng)，也會(huì)對(duì)湖北糧食綜合生產(chǎn)能力產(chǎn)生不利的影響，同時(shí)技術(shù)效應(yīng)的發(fā)揮需要一定的時(shí)滯。因此，不能過多的追求農(nóng)田耕作技術(shù)的短期效應(yīng)，而應(yīng)在熟練掌握該項(xiàng)耕作技術(shù)的基礎(chǔ)上突出它的長(zhǎng)期效應(yīng)。

[1]李占風(fēng).經(jīng)濟(jì)計(jì)量學(xué)[M].北京：中國統(tǒng)計(jì)出版社，2010.

[2]Johansen S.Estimation and Hypothesis Testing of Cointegration Vectors Autoregressive Models[J].Econometrica,1991,59.