基于VAR模型的耕地非农化与经济增长互动关系研究 ——以武汉市为例

韩曼曼（中南财经政法大学工商管理学院，湖北·武汉 430073）



基于VAR模型的耕地非农化与经济增长互动关系研究
——以武汉市为例

韩曼曼
（中南财经政法大学工商管理学院，湖北·武汉 430073）

摘 要：耕地的非农化问题关系到国家的粮食安全、生态环境、农民利益及社会经济的可持续发展。本文探讨了武汉市2001～2013年耕地非农化与经济增长的动态关系。研究表明：经济增长会在一定程度上增加对耕地非农面积的需求，而耕地非农面积的增加也将促进经济发展；通过格兰杰因果检验发现，在短期内经济增长与耕地非农化不存在明显的因果关系，但是从中长期来看，经济增长是耕地非农化的主要原因，而耕地非农化不是经济增长的主要原因。

关键词：耕地非农化；经济增长；向量自回归模型；互动关系

电子邮箱: 1512264017@qq.com

联系电话: 13237126383

改革开放以来，我国经济发展取得了举世瞩目的成就，无论是经济增长速度还是经济增长总量均处于世界前列，工业化进程不断加快，城镇化水平有了明显的提高。与此同时，我国农用地面积尤其是耕地面积也经历了一个大幅度的减少过程，经济增长势不可挡的趋势不断迫使建设用地占用耕地，经济增长与耕地非农化的矛盾不断深化，人地矛盾日益突出。如何在经济发展与耕地保护这两难境地中做出恰当合理的选择是我国社会经济实现可持续发展的关键。

从20世纪90年代以来，随着市场经济体制的确立，工业化与城镇化进程的加快，耕地资源不断减少，与之相关的粮食安全、生态环境、人口增长与城市土地集约利用等一系列问题的提出，国内对耕地非农化问题的研究也逐步展开［1～5］。关于耕地非农化驱动力研究，李晓茜认为在现代市场经济条件下，土地以其增值效益发挥着对经济增长的巨大拉动作用，而资源的极端稀缺性、耕地的比较收益劣势和耕地保护多元价值的外部性特征是耕地非农化的根本驱动力［6］。梁慧采用主成分分析法，对武汉市耕地非农化的驱动力进行定量分析，得到武汉市耕地非农化的主要驱动力为经济和社会发展水平及农业集约化程度［7］。关于耕地非农化与经济增长关系的研究，徐艳和南灵运用Granger因果关系检验法研究认为陕西省的经济增长和城市化进程对耕地非农化进程的影响并不一致，经济增长对耕地非农化的影响并不显著，城市化进程对耕地非农化的影响显著［8］。因此，要将城市化作为切入点才能从根本上解决耕地非农化与经济增长之间的矛盾。关于耕地非农化对经济增长贡献的研究，张基凯等根据柯布道格拉斯生产函数测算耕地非农化对经济发展贡献率的区域差异，并从资源配置效率角度提出研究区耕地非农化的最优配置数量［9］。对于耕地非农化与粮食安全研究，何英彬利用GIS软件来分析东北三省耕地非农化、耕地综合质量及粮食产量之间关系的空间特征，坚决保护耕地综合质量较好的分布省份，充分挖掘中等质量耕地的粮食生产潜力，质量较差的耕地有步骤、有计划的进行经济开发利用，正确协调经济发展与耕地保护的关系［10］。王书晓、杨子生认为耕地非农化对粮食生产有一定的促进作用，但非农化也是影响粮食生产的因素之一，它将造成耕地数量减少、存量耕地过度利用、土地污染及耕地细碎化等多方面的不利影响［11］。对于耕地非农化调控研究，王雨濛等通过研究城乡收入差距扩大对耕地非农速度和经济增长的影响，提出了农民增收、土地用途管制以及完善征地补偿制度等措施［12］。

1 研究区域概况

武汉市地处湖北省中部地区，是我国大的交通枢纽通道，地处东中西战略交汇点的阶段。全市土地面积8494km2，占湖北省全省土地面积的4.57%。作为中部崛起的代表城市，近年武汉市经济得到迅猛的发展。截至2013年底，武汉市地区生产总值达到9051.21亿元，居湖北省第一位，全国排名第9位。武汉市在大力推进工业化、城市化的进程中，同样面临着耕地非农化的考验。据相关统计资料显示，1998年末武汉市实有耕地面积22.1万公顷，到2009年末耕地面积为20.9万公顷，12年间共减少耕地1.2万公顷。同期，武汉市人口从731.79万人增加到835.55万人，增幅达到12.4%；粮食总产从1547069吨减少到1358926吨，年均减少15678.58吨。由此可见，耕地面积与人口数量呈现出反向发展的趋势，却与粮食总产量呈现正向发展趋势。耕地资源供给有限性与建设用地需求旺盛的矛盾在武汉市的城镇化进程中也较为突出。因此，如何协调经济社会发展与耕地资源保护的关系是一项重要而且紧迫的任务，它直接关系到国家粮食安全和经济社会的可持续发展。

2 研究方法与变量选取

2.1 研究方法

为了分析耕地非农化与经济增长的互动关系，本文选取Sims提出的向量自回归模型（VAR）为研究工具，同时采用Eviews5.0软件进行数据检验。VAR的具体模型为：

Yt：内生变量；Xt：外生变量；Ai、Bi：待估参数矩阵；r、s：滞后期；εi：随机扰动项

由于VAR模型要求时间序列是平稳序列，非平稳的时间序列数据直接进行回归可能会出现“伪回归”现象，因此在进行VAR模型之前首先对时间序列的平稳性进行分析，本文采用最常见的ADF检验法。若时间序列是平稳的，则可以直接对原数据进行向量自回归；若时间序列是非平稳的，但经过差分处理后为平稳的时间序列，仍然可以采用常规的向量自回归模型来检验耕地非农化与经济增长之间的互动关系。VAR模型对时间序列滞后期的选择比较敏感，在滞后期的选择上，本文采用赤池信息准则（AIC）和施瓦茨准则（SC）最小的原则。为了研究经济增长与耕地非农化之间的因果关系，本文采用格兰杰因果关系检验。格兰杰因果检验的主要思想是：如果加入X的滞后值可以更好地解释Y，也就是Y可以由过去的X所解释，就可以说X是Y的Granger原因。由于Granger因果检验总是针对因果关系不明确的变量，所以一般都是进行双向检验。

2.2 变量的选取

地区生产总值（GDP）。GDP能很好的反映经济的发展水平，因此本文采用武汉市地区生产总值作为衡量经济增长的指标。由于统计年鉴数据GDP是以当年价计算的名义GDP，未剔除价格因素影响，为更好反映经济增长的实际水平，需要将名义GDP通过平减指数计算出以2000年为基期年的实际GDP，即：实际GDP=2000年名义GDP×GDP定基指数/100，其中：GDP定基指数为之前年份GDP环比指数的连乘。数据来源于武汉市国民经济与社会发展统计公报（2001～2013）。

耕地非农化面积（B）。耕地非农化即耕地的非农占用，是指在一定的经济、政治、社会环境下，部分耕地被非农建设挤占的动态演变过程。本文采用武汉市建设占用耕地面积来衡量耕地非农化面积（表1）。数据来源于武汉市土地利用变化情况分析报告（2001～2009）及武汉市国土资源统计年报（2010～2013）。

表1　武汉市经济增长、耕地非农化与城市化的基础数据Table 1 Basic data of Economic growth， land non-agriculture and urbanization in Wuhan city

3 武汉市耕地非农化与经济增长互动关系分析

3.1 单位根检验

本文对非农化耕地面积与实际GDP两个变量作对数处理，以减小异方差性的影响及实现非线性关系的线性化处理。VAR模型建立在变量平稳或具有协整关系基础上，因此应先对变量进行平稳性检验，其结果见表2。

表2　变量的ADF检验结果Table 2 Results of ADF test

从表2可以看出，GDP和耕地非农化面积两个序列在分别取自然对数但未进行差分以前的ADF值均大于10%显著性水平下的临界值，都至少存在一个单位根，是非平稳序列。因为VAR模型要求序列属于同阶单整，因此在对原数列进行一阶差分检验，从表2可以看到△ln（GDP）和△ln（B）的检验值均小于1%显著水平下的临界值，不存在单位根，是平稳序列。

3.2 向量自回归模型

由于时间序列的差分项△ln（GDP）和△ln（B）均为平稳序列，因此可以直接对二者之间的关系建立VAR模型。首先是最优滞后期数的确定。将一阶差分数列作为外生变量带入VAR模型，利用AIC、SC等最小原则综合确定最优滞后期数。由表3可以看出，在滞后3期时的AIC和SC均优于其他时期，综合考虑确定滞后3期为最优。

表3　向量自回归滞后阶数选择Table 3 Selection of VAR lagged rank

由此可以将一阶差分数列通过Eviews5.0建立滞后3期的无约束VAR（3）模型，其矩阵形式为：

从矩阵模型中可以看出，△ln（GDP）t受到△ln（B）t-1一定反向冲击，同时受△ln（B）t-2和△ln（B）t-3一定正向冲击，但冲击力度都比较小；△ln（B）t主要受到△ln（GDP）t-2和△ln（GDP）t-3很强的反向冲击，同时受到△ln（GDP）t-1一定的正向冲击。

对于VAR模型来说，稳定性是指当一个脉冲施加在VAR模型中某一个方程的信息过程上时，随着时间的推移分析此冲击是否会逐渐消失。若消失则说明系统是稳定的，否则系统不稳定。从图1可以看出VAR模型对应的特征方程的所有根均在单位圆以内，所以建立的VAR（3）模型是稳定的。此时，对变量间的关系VAR模型来分析才有意义。

图1　VAR模型单位根示意图Fig.1 Unit root of VAR model

对ln（GDP）和ln（B）两个变量进行因果检验，具体检验结果见表4。由此可以初步得出结论：取滞后阶数1和滞后阶数2时，都不能拒绝二者不是格兰杰原因，说明在短期内耕地非农化面积与地区生产总值并不存在明显的因果关系。但是在滞后3期观察经济增长与耕地非农化之间的因果关系，ln（GDP）不是ln（B）的原因发生概率只有4.93%，拒绝原假设，而ln（B）不是ln（GDP）的原因概率为78.29%，接受原假设，这说明中长期而言经济增长是耕地非农化的主要原因，耕地非农化不是经济增长的主要原因。

表4　格兰杰因果检验结果Table 4 Results of Grainger causality test

为了动态地反映耕地非农化与经济增长之间的互动关系，有必要对D（ln（GDP））和D（ln（B））序列进行脉冲响应分析。脉冲响应曲线描述了各个变量一个单位方差的变化对其他变量和自身当前及未来值的影响。基于VAR（3）模型建立脉冲响应函数，结果见图2。横轴表示冲击作用的滞后期，设置为10年；纵轴表示因变量对解释变量的响应程度，实线为响应函数的计算值，虚线为正负两倍标准的置信带。从图2可以看出，当耕地非农化面积给地区生产总值一个标准差的冲击后，地区生产总值在前两期受到较强的冲击，第二期之后开始上升，冲击效应迅速趋近于零，到第三期达到最高点之后趋于平稳状态。这表明在初期耕地非农面积对经济增长变化有较大影响，耕地非农化面积的增加有利于经济的发展。从长期看，随着经济增长方式开始由粗放型到集约型转变，土地利用效率的不断提高，对建设用地需求的增长速度逐渐趋缓，更加节约和合理利用土地，正确协调好经济发展与资源保护的关系，并努力向资源集约型和环境友好型社会迈进。当地区生产总值给耕地非农化面积一个单位的正冲击后，耕地非农化面积当期即受到强烈的正向冲击并持续下降，直至第3期达到最低点之后呈大幅度上升趋势，并在第5期之后这个冲击反应基本上在0上下作小幅波动。这表明经济发展短期内会出现大量占用耕地的现象，但长期来说将会趋于更合理的利用土地，不断提高土地利用效益，最终实现耕地资源的可持续发展。

图2　耕地非农化面积与地区生产总值脉冲响应曲线Fig.2 Impulse response curve of conversion of arable land area and GDP

4 结论与建议

4.1 结论

通过以上实证分析和检验可以得出如下结论：

从长期来看，经济增长会在一定程度上增加对耕地非农面积的需求，而非农面积的增加也将促进经济发展；从短期看，耕地非农化对经济增长和城镇化水平的影响随时间推移产生正向响应，其影响相对较小；经济增长对耕地非农化和城镇化水平的冲击呈现较强影响，它将有利于推动城镇化水平的提高，但同时也会加快耕地非农化的速度。

经济增长与耕地非农化之间的因果关系：从短期来看，经济增长与耕地非农化不存在明显的因果关系，但是从中长期来看，经济增长是耕地非农化的主要原因，而耕地非农化不是经济增长的主要原因。因此，在武汉市长期的经济发展战略中，怎样协调好经济增长与耕地非农化的关系对于区域经济的健康快速发展尤为重要，在经济快速增长和城镇化进程不断加快的过程中，如何保护耕地资源与提高耕地非农面积的利用效率，缓减耕地非农化速度将是武汉市所面临的主要问题。

4.2 建议

（1）加强耕地非农调控力度，正确协调经济增长与耕地保护关系

武汉市必须充分利用经济、行政和法律手段调整产业结构，加大投资力度，推进居民消费结构的优化与升级转型，严格控制资源消耗型、低效率型、难循环利用型的产业盲目扩张和重复建设，减少对耕地不合理的占用和破坏，使城市经济呈地带性圈层结构，提高土地节约集约利用水平。

（2）加快城镇化进程，建立完善的城乡规划体系

为了实现耕地资源的可持续发展，在经济发展的转型期，武汉市应利用自身优势建立一批具有本市特色的小城镇实现当地农民的就地转移，立足现有农村合理调整农村居民点布局。同时也要完成城市功能，优化用地布局，完善城乡规划体系。

（3）缩小城乡收入差距，建立耕地保护激励机制

首先要加大农业扶持力度，发展新型农业经济，完善农村土地制度促进农民增收，缩小城乡居民收入差距；其次，正确认识耕地非农化是地区经济增长的必经阶段，要在综合考虑土地未来用途、区位、当地居民社会保障以及村民未来生存发展需要的基础上合理分配收益，同时对耕地保护实施奖励机制，保护农民的切身利益。

（4）完善有效的土地管理制度，增强公众耕地保护意识

首先是土地用途管制制度，充分根据地区自然、经济、区位等条件，明确土地用途，完善登记、公示等程序，加强土地用途的动态跟踪与监测；其次是完善基本农田保护制度，严格执行《基本农田保护条例》，完善用地审批程序；再次是改革现行土地征用制度，改革征地补偿标准，通过市场价格机制和竞争机制来协调各方利益，增加征地的透明度和制度化，促进土地资源的优化配置；最后是强化政府责任机制，规范经营土地行为，落实耕地保护目标。

参考文献（References）

［1］高魏，李勤奋.上海市农地非农化驱动机制研究［J］.上海地质，2009，30（3）:10-16.Gao W， Li Q F.Study on the driving mechanism of land conversion in Shanghai［J］.Shanghai Geology， 2009，30（3）:10-16.

［2］许皎琳，楼江.土地城镇化驱动因素研究［J］.上海国土资源，2015，36（4）:31-34，38.Xu J L， Lou J.Driving factors of land urbanization in prefectural cities of Jiangsu province［J］.Shanghai Land & Resources，2015，36（4）:31-34，38.

［3］雷士芬，张全景，柳博会，等.基于主成分分析的日照市土地利用变化驱动力分析［J］.上海国土资源，2015，36（2）:46-50.Lei S F， Zhang Q J， Liu B H， et al.Principal component analysis of driving forces behind land-use change in Rizhao city of Shandong province［J］.Shanghai Land & Resources， 2015，36（2）:46-50.

［4］陆效平，王静，金志丰.江苏省建设用地扩展类型及对经济增长的贡献研究［J］.上海国土资源，2014，35（3）:43-46.Lu X P， Wang J， Jin Z F.Construction land expansion types and their contribution to economic growth in Jiangsu province［J］.Shanghai Land & Resources， 2014，35（3）:43-46.

［5］苑韶峰，杨丽霞，施伟伟，等.农地非农化过程中土地增值收益分配的物元模型分析［J］.上海国土资源，2012，33（4）:17-20.Yuan S F， Yang L X， Shi W W， et al.Incremental land value distribution in the process of farmland conversion， based on a matter-element model［J］.Shanghai Land & Resources，2012，33（4）:17-20.

［6］李晓茜.农业区域统筹补偿法律制度研究—以耕地特殊保护为视角［D］.重庆:西南政法大学硕士学位论文，2010.Li X Q.Research on the regional overall planning and compensation legal system of agriculture: from the perspective of cultivated land special protection［D］.Master's thesis， Chongqing: Southwest University of Political Science and Law， 2010.

［7］梁慧.武汉市耕地非农化的驱动力及与经济发展的关系研究［D］.武汉:华中师范大学硕士学位论文，2012.Liang H.Research on driving forces of cultivated land conversion and relationship with economic development in Wuhan［D］.Master's thesis， Wuhan: Huazhong Normal University， 2012.

［8］徐艳，南灵.陕西省耕地非农化与经济增长的Granger因果关系研究［J］.生态经济，2012，（2）:259-262.Xu Y， Nan L.The granger causality test between cultivated land conversion and economic growth in Shanxi province［J］.Ecological Economy， 2012，（2）:259-262.

［9］张基凯，吴群，黄秀欣.耕地非农化对经济增长贡献的区域差异研究［J］.资源科学，2010，32（5）:959-969.Zhang J K， Wu Q， Huang X X.A study on regional differences in contribution of cultivated land conversion to economic growth［J］.Resources Science， 2010，32（5）:959-969.

［10］何英彬，陈佑启，姚艳敏，等.东北三省耕地非农化时空特征及其与粮食生产能力的关系［J］.资源科学，2009，31（2）:295-302.He Y B， Chen Y Q， Yao Y M， et al.Temporal and spatial characteristics analysis of relation between arable land nonagriculturalization and food productivity based on GIS technique［J］.Resources Science， 2009，31（2）:295-302.

［11］王书晓，杨子生.耕地非农化对粮食生产及粮食安全的影响［J］.现代农业科技，2012，（2）:395-398.Wang S X， Yang Z S.Impact of farmland non-agriculturalization on grain production and food security［J］.Modern Agricultural Sciences and Technology， 2012，（2）:395-398.

［12］王雨濛，吴娟，张安录.城乡收入差距与耕地非农化的关系研究［J］.水土保持研究，2010，17（1）:214-221.Wang Y M， Wu J， Zhang A L.Study on the relationship between the income disparity and cultivated land conversion［J］.Research of Soil and Water Conservation， 2010，17（1）:214-221.

Research on the interaction between farmland conversion and economic growth based on VAR model in Wuhan city

HAN Man-Man
（School of Business Management， Zhongnan University of Finance & Law， Hubei Wuhan 430073， China）

Abstract:Non-agricultural issues related to food security， the environment， the interests of farmers and sustainable social and economic development.In this context， this study explores the dynamic relationship between cultivated farmland conversion and economic growth of Wuhan from 2001 to 2013， with the aim to coordinate the confict of farmland conversion and economic development in the process of urbanization.The results show that economic growth will increase the demand for arable land to some extent， but it will also promote economic development.A Granger causality test shows that there is no obvious causal relationship between economic growth and farmland conversion in the short term.Medium and long term economic growth is the main reason for the conversion of cultivated land； however， farmland conversion is not the main reason for economic growth.

Key words:cultivated land conversion； economic growth； VAR model； interactive relationship

中图分类号：F321.1

文献标志码：A

文章编号：2095-1329（2016）02-0021-04

doi:10.3969/j.issn.2095-1329.2016.02.006

收稿日期:2015-12-09

修订日期:2015-03-12

作者简介:韩曼曼（1990-），女，硕士生，研究方向为土地资源管理.