APP下载

基于VAR模型的河南省耕地保护研究

2010-09-15杨克俊

铜陵学院学报 2010年2期
关键词:单位根耕地面积农民收入

杨克俊

(中国地质大学,北京 100083)

基于VAR模型的河南省耕地保护研究

杨克俊

(中国地质大学,北京 100083)

我国经济的持续快速发展使土地资源面临着前所未有的巨大压力,文章建立了河南省耕地面积、粮食产量、农民收入

的VAR模型,并对三者进行了协整检验和脉冲分析,认为增加农民的粮食收入是进行耕地保护的治本策略;同时,在粮食连年增产的形势下,不可忽视对耕地的保护。

向量自回归;耕地保护;协整检验

一、导论

威廉·配第在300多年前就明确提出:“土地为财富之母,而劳动为财富之父。”作为区域发展的载体,土地是实现社会财富不断增长的基础条件。目前,工业化、城市化仍是我国经济社会迈向现代文明的驱动轴。据统计,改革开放30年来,我国城市化率从20%左右提高到44.9%。同期,我国耕地面积急转直下,据国土资源部公报统计,2008年全国耕地面积18.2574亿亩,比上年净减少29万亩,耕地面积逼近18亿亩红线。与全国相比,河南省更是人多地少,用占全国1.7%的土地面积,解决了将近占全国8%人口的吃饭问题,人均耕地不及全国平均水平的1/4,且呈逐年下降趋势耕地承载量沉重,后备资源不足[1]。在目前土地利用空间日益缩小,耕地短缺问题日益突出的状况下,严格耕地保护十分重要。保护耕地作为一项基本国策的政策出发点也是保障我国的粮食安全;同时,以粮食种植为业的农民收入的不断提高,有助于耕地的保护乃至面积的补充。基于这样的逻辑,本文通过构建VAR模型,拟通过对河南省近30年来耕地利用、农民收入、粮食产量关系的客观认识来分析河南省耕地的效用。

二、数据搜集

1980年Sims提出了向量自回归模型,它不以经济理论为基础,而是一种用数据本身来确定模型的动态结构。VAR模型通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响分析,避开了结构建模方法中需要对系统中每个内生变量关于所有内生变量滞后值函数的建模问题,不需要对变量的内生性和外生性进行假定,即可以将VAR模型中所有的变量都看作是内生的。这些内生变量共同组成一个封闭系统,然后运用最小二乘(OLS)或最大似然(Maximum Likelihood)等多种方法进行参数估计。一般的VAR(p)模型的数学表达式为:

其中,Yt是m维内生变量向量,A0为常数向量,Ai(i=1,2,…,p)为系数矩阵,εt为m维误差向量,其协方差矩阵为Ω,且E(εt)=0,E(εtε't)=Ω。

由以上VAR模型的数学表达式可以看出,进行VAR分析需要搜集相关的时间序列数据,根据本文的研究目标,选取河南省耕地面积、农民收入、粮食产出三组数据来进行河南省耕地保护的分析。

考虑到价格因素对时间序列的影响使之不再具有可比性,需要对历年数据进行预处理。首先以1980年价格为基期计算。

本文实证分析的样本区间为1978-2006年,共29个样本,原始数据来源于《河南统计年鉴2007》,使用到三个变量即耕地面积(gd)、农民收入(ns)、粮食产出(lc),趋势图如下:

图1 1978-2006年河南省耕地面积、农民收入、粮食产出时序图

三、平稳性检验

宏观经济变量大都是非平稳的,具有时间趋势,如果直接用OLS对变量之间进行回归分析,可能出现伪回归现象[2]。因此,在进行回归分析之前,须进行单位根检验。进行单位根检验有多种方法,比较常用的单位根检验方法是ADF(Augmented Dickey-Fuller Test)检验。该检验法的基本原理是通过n次差分的办法将非平稳序列转化为平稳序列。

本文首先对各个变量取自然对数(eviews命令格式为ln*= log(*)),这种变化既可以避免异方差现象的出现,又不改变变量之间的协整关系和短期调整模式,同时可以方便地考察耕地面积与粮食产出、农民收入之间的关系。利用EViews5.0对变量耕地面积(lngd)、农民收入(lnns)、粮食产出(lnlc),进行单位根检验,检验结果见表1。

表1 变量单位根检验表

由表1知,lnlc、lngd、lnns的水平值均不能在1%或5%的显著水平上拒绝有单位根的原假设,而其一阶差分在1%的显著水平上拒绝了有单位根的原假设,因此它们均是I(1)单位根过程,属同阶单整序列,符合进行VAR分析的条件。

四、VAR模型的建立

建立向量自回归模型之前,首先要确定合适的滞后阶数,若滞后阶数过小,则误差项的自相关会很严重,参数估计的非一致性现象容易出现;若滞后阶数过大,则变量的自由度会减小,直接影响待估参数的有效性,因此,应在滞后期和自由度之间寻求一种均衡状态[3]。

本文通过对三个变量耕地面积(lngd)、农民收入(lnns)、粮食产量(lnlc)的AIC、SC反复验证,把滞后阶数确定为2,即建立VAR(2)是可行的。通过eviews5.0运算结果,可以把三者的向量自回归公式表示如以下矩阵所示:

同时,AR根模的倒数分布图表明VAR模型所有的单位根都落在单位圆内,表明该模型通过了稳定性检验,模型中向量自回归方程的拟合度都达到了0.9以上,VAR模型有效。

图2 AR根模的倒数分布图

五、协整检验

20世纪80年代,Engle和Granger等人指出两个或多个非平稳的时间序列的线性组合可能是平稳的或是较低阶单整的,于是提出了协整(Co-integration)的概念[2]。Johansen-Juselius提出基于多变量VAR模型的极大似然估计协整检验理论(JJ协整检验)。根据以上平稳性检验结果,本文对河南省耕地面积、农民收入、粮食产量的一阶差分进行协整检验,如表2所示:

表2 lngd、lnns、lnlc协整分析表

结果显示在5%的显著性水平下,耕地面积、农民收入、粮食产出之间有1个协整关系,其意味着耕地面积、农民收入、粮食产出之间存在长期均衡稳定关系。以耕地面积为因变量农民收入和粮食产出为自变量的协整方程可表示为:

其中括号内为相应系数的T统计值,在5%的显著性水平下都通过检验。由此可以得出,从长期来看,农民收入、粮食产出都是耕地面积的重要影响因素。粮食产量每增加1%,将会使耕地面积减少2.91%;而农民收入每增加1%,将会使耕地面积增加0.68%,粮食产量对耕地面积的影响要大于农民收入对耕地面积的影响。然而,需要认识到农民收入、粮食产出、耕地面积之间的这种关系是指在长期均衡稳定下才能达到的。

六、脉冲分析

为了更直接地观察短期内耕地面积、粮食产量、农民收入的关系,可以借助随机冲击和误差分解来分析粮食产量和农民收入对耕地面积变动的反应,从更加动态的角度来分析三个变量之间的关系。

通过EViews5.0具体的计算可以得出冲击反应函数,定义一个确定响应函数轨迹期间的正整数,本文选择15年,其轨迹图如图1、图2。图中的横坐标是冲击发生后的时间间隔(以年度为单位),纵坐标尺度表示冲击的反应程度,虚线表示二倍标准差范围内置信曲线,表示冲击反应函数估计的置信区间。

从图1中可以看出,当本期的农民收入发生一个单位的标准差冲击后,对耕地面积当期没有影响,第二期之后开始有负的影响,到第3期后,仍然是负影响,知道第6期之后,才逐渐产生正的影响,影响作用延续到很长的一段时期,总体看从第6期后,但影响幅度不是很大。从图2中可以看出,粮食产量发生一个单位的标准差冲击对耕地面积当期没有影响,第3期有负的影响,这种负影响作用一直持续到第15期。

图3 VAR模型的脉冲响应图

七、结论

合理的耕地利用不仅具有经济效益、而且具有生态效益和社会效益[4]。通过对1978-2006年河南省耕地面积、农民收入、粮食产量进行分析,并建立VAR模型,我们得出以下结论:

(1)长期来看,农民收入和耕地面积之间存在正相关关系,提高农民收入有助于耕地的保护。在传统的农业大省,农业种植收入是农民收入的重要来源,农业收入的增加会提高农民进行耕地保护、荒地开发的积极性。因此,从长远来看,在十七届三中全会确立现有土地承包关系要保持稳定并长久不变的前提下,增加农民收入是保护耕地的良方之一,使耕种农田的性价比有质的提高,才能不至于使耕地保护成为无源之水。

(2)长期来看,粮食产量与耕地面积存在着负相关关系,即粮食产量的提高会在一定程度上导致耕地面积的减少。按照常理推断,这种情况是不成立的。然而,随着农业科技化水平的提高,单位耕地面积粮食产出也随之增加,在粮食产量增加的一片大好形势下,耕地保护的重要性远被忽视。加之我国正处在加速工业化的进程之中,在粮食产量不断增加的条件下,以耕地为代价推进城市化、工业化的错误做法不断蔓延,非农建设占用耕地导致耕地数量减少,在很大程度上影响着耕地的可持续利用[5]。因此在粮食增收的大好局面下,仍要紧守耕地红线,建议在统计各省市耕地存量的基础上,严格划定省域、市域范围内耕地坚守标准。

[1]曹雪琴.河南省耕地短缺与城市化建设[J].地域开发与研究,2001,20(3):64-66.

[2]孙敬水.计量经济学[M].北京:清华大学出版社,2004.

[3]张晓峒.应用数量经济学[M].北京:机械工业出版社,2009.

[4]牛海鹏等.耕地保护的外部性及其测算[J].资源科学,2009,31(8):1400-1408.

[5]张震等.河南省耕地资源现状分析及对策研究[J].资源开发与市场,2009,25(12):1110-1112.

F323

:A

:1672-0547(2010)02-0011-02

2010-03-04

杨克俊(1972-),男,河南固始人,中国地质大学(北京)地球科学与资源学院2007级资源产业经济专业博士研究生,研究方向:资源与可持续发展。

猜你喜欢

单位根耕地面积农民收入
陕西农民收入:一路爬坡过坎
人在干什么?增收不单靠出门打工——搬迁后农民收入来源报告
STAR模型下退势单位根检验统计量的比较
家畜养殖生产的环境效应研究
“十三五”期间中国农民收入年均增长6.5%
农民收入增长周期的多尺度分析
基于MCMC算法的贝叶斯面板单位根检验
ESTAR模型的单位根检验统计量及其功效比较
发展中国家经济周期波动趋势的统计检验