农村旅游支出、房产价格与经济增长研究

彭志胜 陈敏玲

（安徽建筑大学经济与管理学院 安徽省合肥 230601）

据国家统计局公布的数据可知，国内生产总值从2000年的100280.1亿元逐步上升至2017年的832035.9亿元，短短的17年时间，我国国内生产总值已经上涨了7倍，那么到底是什么引起我国经济飞速增长？诸多学者已经对经济增长进行了较深入的研究，并取得了不错的研究成果，但是大部分文献只是研究了一个变量对经济增长的影响，其中房产价格和旅游因素对于经济增长的影响比较受到相关学者的关注，但很少有学者研究农村旅游支出与经济增长的关系。

一、变量与数据选取

文中选取的变量主要包括农村旅游支出、房产价格、对外贸易和经济增长。其中经济增长以我国每年国内生产总值作为衡量指标，记为GDP（单位为亿元）；农村旅游支出以农村居民国内旅游总消费作为衡量指标，记为TC，单位为亿元；房产价格以我国居民住宅商品房的平均价格作为代理变量，记为HP，单位为元/m2；对外贸易以进出口贸易总额作为代理变量，记为MT，单位为亿元。选取我国2000-2017年的相关数据，均来源于《国家统计局》。

GDP用GDP平减指数进行平减，TC、MT用消费指数进行平减，HP用固定资产指数进行平减。为了降低异方差的影响，以上四组时间序列数据均取对数，分别记为LNGDP、LNTC、LNHP、LNMT。运用Eviews8.0软件来分析农村旅游支出、房产价格、对外贸易与经济增长之间是否有相关性，并检验其格兰杰因果关系。

表1 各变量的描述性分析

二、模型构建以及实证分析

（一）模型的构建。VAR模型建立的前提是数据平稳或者同阶单整数据之间有协整关系，因此第一步对农村旅游支出、房产价格、对外贸易、经济增长四组时间序列数据进行ADF检验，若原始序列平稳，则直接构建向量自回归模型（VAR）,若非平稳，则进行一阶差分或二阶差分，均为同阶单整数列时，进行johansen协整检验，发现有协整关系，方可构建向量自回归模型（VAR）。

式中：Yt是包括农村旅游支出、房产价格、对外贸易和经济增长的四个变量的列向量，p表示滞后阶数，A1,...,Ap表示K*K维系数矩阵，μt表示K*1维向量误差。

采用VAR方法有几个原因。首先是适合获得文中的四个内生变量之间的关系。其次，它还允许我们研究动态冲击的脉冲响应函数（IRF）以及它们如何相互影响。 第三，通过方差分解，我们能够清楚的知道农村旅游支出、房产价格、对外贸易对经济增长的解释能力。

（二）序列稳定性检验。文中采用最常见的检验方式即ADF检验来检验农村旅游支出、房产价格、对外贸易、经济增长四组时间序列数据的稳定性。D表示一阶差分，D2表示二阶差分。由表2可以看出LNGDF的ADF统计量的值大于1%、5%、10%临界值的值，且P值为0.9832，接受原假设（原假设：存在单位根过程），即存在单位根过程，序列为不平稳序列，直至对LNGDF进行二阶差分后的ADF统计量的值才小于1%、5%、10%临界值的值，且p值为0.0125，在5%显著性水平下拒绝原假设，序列为平稳序列。同样的方法农村旅游支出、房产价格、对外贸易的原始序列以及一阶差分序列均为不平稳序列，二阶差分后均为平稳序列，农村旅游消费、房产价格、对外贸易、经济增长均为二阶单整序列。

表2 ADF检验结果

（三）johansen协整检验。由表3可知，在5%显著性水平下，r=0时，临界值小于Trace统计量，且P值为0，拒绝原假设（原假设为不存在协整关系），r≤1、r≤2、r≤3时，临界值均大于Trace统计量，P值为分别为0.4445、0.4082、0.9289，接受原假设（原假设为存在1个协整关系、存在2个协整关系、存在3个协整关系），所以农村旅游支出、房产价格、对外贸易、经济增长之间仅存在一个协整关系。

表3 Johansen协整检验

（四）模型最优滞后阶数确定。最优滞后期的确定是var模型构建中尤为重要的一步，滞后期要尽可能的大，因为尽可能大的滞后期能充分反映模型的动态特征，但是过大的滞后期使得模型中带估计的参数增多，降低了自由度。因此，滞后期的选择既要尽可能大，也要充分考虑自由度。在确定滞后阶数时综合考虑AIC、SC、HC信息准则,FPE最终预测误差以及LR统计量，由表4可知最优滞后阶数为1，因此本文确定模型为var（1）。

表4 最优滞后阶数

（五）格兰杰因果检验。通过johansen协整检验可以知道农村旅游支出、房产价格、对外贸易、经济增长之间有着长期的相关性，但是具体谁是因谁是果，单向关系还是双向关系无法确定，因此进行格兰杰因果检验，因为var最优滞后阶数为1，所以进行格兰杰检验时选择滞后阶数也为1。

由表5可以看出，经济增长与农村旅游支出、房产价格存在双向反馈机制，即农村旅游支出与房产价格能够引起经济增长的变动，经济增长的增加也能引起旅游消费和房产价格的变动；经济增长与对外贸易只存在单向因果关系，即对外贸易是经济增长的格兰杰原因。

表5 格兰杰检验

（六）VAR模型稳性检验。为了进一步确定农村旅游支出、房产价格、对外贸易、对经济增长的影响，需做脉冲响应与方差分解，脉冲响应与方差分解的前提是VAR模型是稳定的。由图1可知，所有特征根倒数的模均分散于单位圆内，说明VAR(1)模型稳定，可进行脉冲响应与方差分解。

图1 模型稳定性检验

（七）脉冲响应。为了确定农村旅游支出、房产价格、对外贸易、经济增长之间的相互影响机制，尤其是旅游支出、房产价格、对外贸易、对经济增长的影响，我们先采用脉冲响应，然后再采用方差分解进行详细的分析。

通过构建VAR模型，得到农村旅游支出、房产价格、对外贸易对经济增长的脉冲响应图，横轴为滞后期数，设定为30，纵轴代表各变量的响应程度。

由图2左上图可以看出，经济增长对自身的冲击一直为正且处于逐渐降低的趋势。由图2右上图可以看出，在给房产价格一个正向冲击后，经济呈现正增长，且正增长逐渐加大至第7期达到最高点，后又逐渐降低收敛于横轴，说明我国房产价格总体促进了经济增长，但是呈倒“U”型关系。由图2左下图可以看出，在给对外贸易一个正向冲击后，经济同样出现正增长，且逐渐加大至第9期达到最高点，随后又缓慢降低，于第25期归于平缓。说明我国对外进出口贸易也促进了经济增长。由图2右下图可以看出，农村居民旅游支出对经济增长的冲击一直为负，且负值逐渐变大，第8期达到-0.035，随后负值逐渐减小至-0.01并收敛于横轴，说明我过农村居民旅游消费抑制了经济的发展。

图2 脉冲响应图

（八）方差分解。为了进一步了解旅游支出、房产价格、对外贸易对经济增长的影响，通过方差分解来详细了解。

表6反应了农村旅游支出、房产价格、对外贸易与经济增长的方差分解结果。可以看出：1.经济增长对自身的影响在第1期达到99.5%，随后迅速下降到第30期的12.6%，说明经济增长在短期内受自身影响显著，长期来看经济增长并未对自身产生决定性影响。2.当期农村旅游支出对经济增长的贡献率仅为0.5%，在第二期迅速增长至13.8%，随后缓慢上涨，第12期贡献率为22%，12期之后一直趋于稳定。3.房价在当期并未对经济增长做出反应，第2期迅速上涨至32%，随后缓慢上升，在第11期达到最高为42%，11期后略有下降，维持在41.8%以上的贡献率。4.对外贸易在当期同样未对经济增长做出反应，随后缓慢增长至第30期的22.8%。

表6 方差分解表

可以得出以下特点：1.房产价格对我国经济增长的贡献度最大，房地产业的发展拉动了各行各业的发展，使其对经济增长的贡献较大。2.对外贸易对经济增长的贡献较大，这与我国坚持改革开放，实行对外政策有关，2013年9月和10月习近平总书记提出的“一带一路”合作倡议，极大的提高了我国与一带一路相关的49个国家的进出口贸易总额，提高了我国经济增长；3.农村旅游支出对经济增长的贡献最小，这可能是我国农村居民固有的“勤俭节约”“攒钱消费”观念已经根深蒂固。

三、结论与建议

（一）结论。1.农村旅游支出、房产价格、对外贸易与经济增长之间存在协整关系，Granger因果检验表明农村旅游支出、房产价格、对外贸易是引起经济增长的重要因素。2.脉冲响应结果表明，房产价格与对外开贸易均对经济增长产生促进作用，而农村旅游支出却抑制了经济增长。3.方差分解结果表明，在农村旅游消费、房产价格、对外贸易对经济增长的冲击中，房产价格的贡献率最大，对外贸易次之，农村旅游消费贡献率最小。

（二）政策建议。1.政府应当出台相应措施，建立农村居民旅游法规制度，充分保障农村居民旅游消费的合法权益，发放消费券等刺激农村居民旅游消费的支出，增加农村居民可支配收入，思想上引导农村居民走出去看看外面的世界。2.房地产业是我国经济增长的主要动力，因此政府要维持好现在良好的市场价格，避免给经济造成冲击。3.我国是一个进出口大国，保持良好的进出口贸易环境也是十分必要的。