面板AVR模型视角下我国农业用水与农业经济的关系

2017-12-27赵永良

山东农业大学学报（自然科学版） 2017年6期

赵永良

北京交通大学中国产业安全研究中心博士后科研工作站,北京 100044

世界上文明古国都是河源区域发展起来，除了一些河流特殊的条件之外，更重要的是在远古时代只有靠近河流才能生长出植物和农作物，才能具备适合生存在条件之一。因此在古代社会甚至现代社会，农业用水对于无论是对于国家还是农业生产者都是非常重要的。农业用水对于农业经济的发展就如石油对于工业经济发展一样，都是起着决定性和制约性的作用，唯一不同的是农业用水如果国家加强宏观调控，是可以回收利用一部分。国家或者当地政府对于农业用水的宏观调控不仅是对于农业经济的调控，更是对农业人口或者整个社会安稳定的调控，因此研究农业用水和农业经济有着重要的意义。目前研究农业用水和农业经济主要从两个方面进行研究，一是宏观的角度，研究如何站在政府的角度去考虑在全国范围之内进行水资源的调控，“南水北调工程”就是国家基于宏观的角度考虑农业用水，二是进行单一区域考虑农业用水和农业经济的微观经济联系。单一微观经济联系分析内有农业用水和农业经济的脱钩性分析和农业用水对于农业经济的阻力增长分析等，通过这些研究最终本文认为农业用水对于农业经济起着重要的作用，学者站在微观经济学的角度去研究农业用水和农业经济的关系最根本的目的就是期望寻找两者的量化关系，既满足农业生产发展的需要也不浪费有限的水资源。

1 面板数据下AVR模型

1.1 模型的建立

本文主要是利用面板数据和AVR模型进行分析农业用水和农业经济之间关系。面板数据的定义是因变量和同时和两个自变量之间的存在相应的关系，这种形式上关系也就平行关系[1]。本文所采用是面板数据的因变量是农业经济，自变量是不同的区域及其对应的年代。面板数据的具体表示形式是：N表示的是研究数据中的其中一个自变量的内部含有的总个数；T表示研究的时间总数。

yi(i=1,2,3…N)表示在T在某一个固定值的情况下，平行截面上的N随机变量。yt(t=1,2,3…T)表示在i不变的情况下，与平行截面相对应的一面关于时间的序列。面板数据的分类具体如公式：

公式（2）表示的是不变系数模型，同时没有特殊个体影响。这种模型对应的含义是在横界面和纵向界面不存在相应的异常个体，这种模型就是普通的回归模型。

公式（3）表示的是变截距模型，有特殊个体影响。

公式（4）表示的是变系数模型，表明该因变量存在着两个纬度影响个体存在。

公式（5）是本文所采用的不变系数模型，其中i和t分别代表省份和年代，yi,t农业经济增长，xit表示农业生产所使用的水量。ai表示的是不变系数，bi表示系数向量，uit是相互独立的正态分布的误差项[2]。

1.2 面板数据的收集

由于我国地域辽阔，相同一些省份在农业用水和农业经济发展上存在相似的关系，因此本文就按照地域上进行划分，将24个省份划分为3个地区，中部，西部，东部地区。表1是个地区农业用水情况统计总和。表2是个地区农业经济发展净利润。数据源于各省农业经济发展办公室数据库。

表1 三地区农业用水情况统计总和/亿立方）Table 1 Statistics of agricultural water use in three districts/Million cubic meters

表2 三地区农业经济净值/万亿元）Table 2 Net agricultural economic value in three districts/trillion yuan

2 结果分析

本文是是将全国24个省份按照地域划分为三个区域，研究农业经济和农业用水之间的关系。具体有以下内容：（1）单位根检验，其目的就是检验面板数据否是平稳时间序列，存在着单位根是序列就是非平稳时间序列，是协整检验的先决条件。（2）协整检验，在单位根检验之后该时间序列是平稳序列之后进行协整检验，目的是检验农业用水和农业经济之间是否存在长期线性平衡关系。（3）在前期检验数据之后，再定量分析农业用水和农业经济之间的关系。

2.1 单位根检验

单位根检验的缘由是为了避免关于农业用水和农业经济的时间和经济收益序列的面板数据中出现单位根，从而发生了伪回归的现象。目前关于单位根的检验方法可选择性很多，本文采用ADF检验法。

公式（6）是ADF检验法公式。T代表是时间。如果a1显著小于0，那么零单位根的假设就不成立，被拒绝。

公式（7）对应就是PP方法检测单位根。PP检测主要是一种非参数检验法，应用维纳过程统计渐变过程的，当扰动项非独立时，需要调整统计参考量，直至该参数独立于该分布为止。如果检验法得到的结果是零单位根的假设成立，那么上述农业用水和农业经济之间关于时间和经济之间的面板数据是平稳数据[3]。下3是本文进行检验的数据结果。传统的DF检验方法不能保证白噪声white noise)的出现，因此需要进行相应的变更，形成ADF检验模式。根据本文面板数据数量，本文对最大滞后阶取值为3。

表3 农业用水与农业经济面板数据单位根检验Table 3 Unit root test on panel data of agricultural water and agricultural economy

PA-农业经济总量，WA–农业用水量总量，为了进行数据的研究，分别对该数据进行特殊处理，分别记为：Ln PA,Ln WA；Ln PA表示农业经济总量数值，Ln WA表示农业用水总量数值。*、**和***分别代表在显著水平1%、5%、10%上通过检验，下同。

通过上表3，本文看出三个区域的Ln PA和Ln WA在1%、5%，10%是那个显著水平上均不存在对原假设的认可，对应的含义就是零单位根的假设成立，该面板数据原是数据是平稳的，因此可以进行协整性验证。上表的后半部分是针对该面板数据的一阶差分值进行检验，结果都是不平稳的，说明该一阶数值存在单位根[4]。

2.2 协整性验证

由于前文已经验证，农业经济和农业用水数值之间不存在单位根，因此可在面板AVR模型下的协整性检验。检验协整性的方法有多种，本文采用Padroni检验。Padroni检验主要是包括了对截面时间序列协整检验统计量的平均检验和按项目平均使得极限分布是基于分子项的极限和分母项的极限检验。

本文根据上述的面板数据进行检验农业用水和农业经济之间是否存在长期的平衡关系。下表4是面板数据协整检验的结果。

表4 面板协整检验结果Table 4 Panel cointegration test result

根据上表，可以看出：三个区域的统计面板协整检验均在不同程度的显著水平上通过显著性检验，Ln PA,和Ln WA存在长期面板协整关系，因此可以认为农业用水和农业经济之间存在着长期的促进关系。

2.3 面板VAR估计

要确定农业经济和农业经济之间的关系，就要确定面距。面距的确定原则是：依照每一年农业用水和农业经济产值对应的数值去平均值，然后每组数据都减去该平均值，这样能去除时间效应好固定效应，具体见表5。

表5 面板VAR模型GMM结果Table 5 Panel VAR model GMM results

通过上表可以看出：三个区域的农业用水量都是正数，而且在上文中都又通过了检验，因此显著性的检验，因此本文认为农业用水对于农业经济短期内和长期内都是能够产生正向作用的，这个体现出农业的发展离不开水资源的基本特征。但是每个区域的农业用水和农业经济之间存在的关系又是不同的。随着Ln(-1)到Ln（-3）增大，三个区域对应农业用水量的回归系数也是在小范围内增加。西部地区的短时间内的回归系数最大，但是长期的内系数却是变化不大，这说明西部地区比较的缺水，短时间内的大量增加水资源会大幅度增加农业经济总量，但是长时间内由于总的特殊地理环境对于农业用水的量反而影响不大。东部地区的回归系数相对比较小，主要是因为目前东部地区本来雨量充足，国家调配的水资源就相对比较少[5]。

三个那个区域对应的Ln(-1)均是正数，说明农业经济增长和农业用水是正相关的关系，对应的含义是三个区域对应的农业经济增长基本是依靠水资源来提高的，但是这种增长不是长久之计，因为根据边际效应原则，当到一定程度之后，农业用水对农业经济的增加的边际效应会降低，因此存在浪费水资源的行为。