袁一君

摘 要：基于VAR模型，通過變量平穩(wěn)性檢驗和協(xié)整分析、格蘭杰因果檢驗，利用中國1998～2017年上海市第三產(chǎn)業(yè)產(chǎn)值和經(jīng)濟(jì)增長的相關(guān)數(shù)據(jù)，對其在1998～2017年間的第三產(chǎn)業(yè)產(chǎn)值和經(jīng)濟(jì)增長的關(guān)系進(jìn)行實證分析，結(jié)果表明互為因果的關(guān)系在該地區(qū)就產(chǎn)值而言的第三產(chǎn)業(yè)與經(jīng)濟(jì)增長二者間是存在的，即前者是后者的原因，同時后者也是前者的原因。

關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu);經(jīng)濟(jì)增長;向量自回歸模型;協(xié)整檢驗

一、引言

西方經(jīng)濟(jì)學(xué)界在關(guān)于一個地區(qū)在經(jīng)濟(jì)的增長與其地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系問題上，有著兩種完全相反的觀點。第一種觀點認(rèn)為，經(jīng)濟(jì)總量變動會造成結(jié)構(gòu)的變動，這是以西蒙、庫茲涅茨為代表的學(xué)者提出的。而另一種觀點認(rèn)為結(jié)構(gòu)變動會造成總量的變動，這是以華爾特·惠特曼·羅斯托為代表提出的。本文擬采用已廣泛應(yīng)用于地區(qū)經(jīng)濟(jì)增長與產(chǎn)業(yè)結(jié)構(gòu)等關(guān)系研究中并證明取得良好效果的VAR模型計量經(jīng)濟(jì)學(xué)分析方法，本文以長三角地區(qū)的核心上海市為例，通過對1998～2017年上海市第三產(chǎn)業(yè)產(chǎn)值數(shù)據(jù)和GDP數(shù)據(jù)整理和實證分析，研究其第三產(chǎn)業(yè)產(chǎn)值與經(jīng)濟(jì)增長，采用向量自回歸模型（VAR模型）的實證研究，對二者之間的協(xié)整檢驗、格蘭杰因果檢驗，得出選取的兩個研究變量之問存在著的互為因果的長期保持穩(wěn)定的關(guān)系，為進(jìn)一步確定社會發(fā)展的產(chǎn)業(yè)因素提供依據(jù)。

二、研究方法和研究內(nèi)容

本文選用上海市CDP時間序列和第三產(chǎn)業(yè)產(chǎn)值時間序列數(shù)據(jù)（1998～2017年）并整合為時間序列數(shù)據(jù)。主要的分析方法有：單位根檢驗、協(xié)整檢驗，誤差修正模型。并且在進(jìn)行協(xié)整檢驗之前確定其符合協(xié)整分析的條件，建立并利用Granger因果檢驗來分析上海市這兩個變量，即就增加值而言的第三產(chǎn)業(yè)和經(jīng)濟(jì)增長（ GDP）值之間的關(guān)系。

（一）時間序列數(shù)據(jù)單位根檢驗

為了使分析的結(jié)果有意義，以時間序列數(shù)據(jù)為依據(jù)的以往經(jīng)驗研究都假設(shè)所用到的時問序列都是平穩(wěn)的。但是，一般來說收集到的都不是平穩(wěn)的數(shù)據(jù)，因此單位根檢驗來測定平穩(wěn)與否情況是在構(gòu)思和完成模型之前需要做的。

（二）時間序列數(shù)據(jù)協(xié)整檢驗

對非平穩(wěn)量之問是否有非短期的、穩(wěn)定的不易受干擾而變動的均衡關(guān)系的衡量和確定是協(xié)整檢驗的主要作用。會存在兩個易受干擾而變動的變量但是其卻有不易受干擾而發(fā)生變動的線性組合的這種情況。原因是當(dāng)某種相同因素的作用在所有的非平穩(wěn)的序列（變量）上時，它們的變化趨勢可能會一致，即它們會有存在不易波動的、平穩(wěn)的線性組合的情況。

三、數(shù)據(jù)來源與變量選擇及分析

通過收集和觀察以及對比分析上海市1999～2017年的CDP（這里將其用Dt表示）和第三產(chǎn)業(yè)增長值（這里將其用It表示）組成的時間序列主要數(shù)據(jù)源來自上海市統(tǒng)計年鑒的搜尋和整理。要在不使原有協(xié)整關(guān)系發(fā)生變化的基礎(chǔ)上使其趨勢線性化，而對數(shù)據(jù)進(jìn)行取對數(shù)處理能達(dá)成這一目的，所以本文對變量進(jìn)行取對數(shù)。

（一）時間序列單位根檢驗——檢查序列的平穩(wěn)情況

從兩個變量的時序表，和時間趨勢圖看出，兩變量應(yīng)該都有常數(shù)項，并且都呈現(xiàn)出明顯的上升趨勢。采用ADF選用的帶非變量項和趨勢項的模型來檢驗含有非低階序列相關(guān)的單位根，其中最佳滯后期可由AIC或者BIC準(zhǔn)則（都是取使得某目標(biāo)函數(shù)最小化的滯后期數(shù)值）來確定，本文采用較常見的AIC準(zhǔn)則。

利用Stata的ADF方法檢驗，在其中引入Init的一階滯后項（L.lnit）、二階滯后項（L2.lnit）再進(jìn)行估計，從軟件計算結(jié)果可以看出，增加解釋變量L.Init后AIC和BIC都上升了，增加解釋變量L2.Init后AIC和BIC也都上升了。這意味著，從信息準(zhǔn)則角度，應(yīng)該包括Init的O階滯后值，而不應(yīng)該引入更高階的Init滯后值。

進(jìn)行ADF檢驗，ADF的統(tǒng)計變量Z（t）表明，無法在50%的水平上不接受零假設(shè)（-1.561>-3.000），（-0.978>-3.000）即有足夠的可信度表明GDP的對數(shù)Indt，It的對數(shù)Init含有單位根。

（二）VAR模型階數(shù)的測定和協(xié)整檢驗

因為我們通常是不知道滯后期p的，因而如何估計滯后期p值在實踐中也有重要意義。先由AIC準(zhǔn)則和SC準(zhǔn)則來確定最優(yōu)滯后期，再用Johansen方法就兩變量的二階差分的協(xié)整情況的是否存在進(jìn)行判斷。本文選擇使AIC、BIC或sc最小的p值。大多數(shù)準(zhǔn)則表明，應(yīng)得結(jié)論為滯后1階。當(dāng)滯后期為1時，AIC的數(shù)值最小，為-7.42666，故而這里最佳VAR模型的滯后階數(shù)為l（*）。

對于存在協(xié)整情況的量，本文使用經(jīng)典回歸模型方法建立合適的模型。以回歸殘差為基礎(chǔ)來判斷兩數(shù)據(jù)之間的協(xié)整情況有無是E—G檢驗的特征：協(xié)整關(guān)系如果存在于白變量和因變量之間，即一個或幾個自變量線性地隨機(jī)進(jìn)行組合能用來說明因變量，則它們是穩(wěn)定存在不易受干擾的均衡情況的：若有因變量被自變量解釋后還有剩余未得以說明的部分，那么這不能解釋的部分應(yīng)該是殘差序列，并且是不易波動的。

（三）建立誤差修正模型

使用Johansen的MLE方法來對該系統(tǒng)的VECM進(jìn)行評估：vec Indt Init，lags（l）：估計的函數(shù)為：Indt=0.8944lnit+1.3140，彈性為正的0.89。符合理論預(yù)期。接著OLS估計此長期均衡關(guān)系：reg Indt Init。得出結(jié)論，OLS系數(shù)估計是0. 8564，在結(jié)果上更接近于Johansen所得到的MLE結(jié)果。

就是否有白相關(guān)來對VECM模型的殘差實施測評：quivec Indt Init，lags（1）rank（1）veclmar。結(jié)果顯示可以接受“無自相關(guān)”的原假設(shè)。檢驗?zāi)Ｐ褪欠穹€(wěn)定：vecstable，graph，結(jié)果顯示均落在單位圓內(nèi)，所以是穩(wěn)定的。

協(xié)整分析顯示長期不易波動的關(guān)系是存在于這兩個變量之間的，誤差修正模型在消除偏離共同的隨機(jī)趨勢時的調(diào)整速度不一測得的問題上有很大幫助。只要協(xié)整是存在于經(jīng)濟(jì)變量之間的，就可以以誤差修正模型的形式就它們之問的關(guān)系進(jìn)行表述。因為不易波動性是存在于誤差修正項中的，故而對模型中的差分項評估和選取可以用t檢驗與F檢驗等傳統(tǒng)的方法來完成。

擬合效果好壞與否可以由R-squard與Adjusted R-squard的數(shù)值與l距離的遠(yuǎn)近程度來衡量。F檢驗的相伴概率為0.0000，說明二者間的相關(guān)程度是比較高的，其他各項回歸系數(shù)的顯著性檢驗也顯示同樣。兩者的短期比較穩(wěn)定的關(guān)系反映在誤差修正模型中是短期內(nèi)第三產(chǎn)業(yè)產(chǎn)值每變化一個度量，國內(nèi)生產(chǎn)總值會向相同的正（負(fù)）向以0.8944個度量發(fā)生變化。長期均衡的調(diào)整度的大小可以通過ECM項系數(shù)的多少來形容：誤差修正項系數(shù)為-0.6148，誤差帶來的調(diào)節(jié)作用可以理解為：年GDP的實際量和長期的或者說均衡的GDP之問的差別被修正的部分占到了61.48%。

（四）因果關(guān)系檢驗

在協(xié)整檢驗的基礎(chǔ)上，利用格蘭杰因果檢驗結(jié)果顯示，Indt為被解釋變量的式子里，若檢驗變量Init系數(shù)的聯(lián)合顯著性（即在方程中排出變量Init），其卡方統(tǒng)計量為4.9037，對此P值為0.086，故可認(rèn)為Init是Indt的格蘭杰原因。在以Init為被解釋變量的方程中，若檢驗變量Indt系數(shù)的聯(lián)合顯著性（即在方程中排出變量Indt），其卡方統(tǒng)計量為6.93，P值為0.031，故可認(rèn)為Indt是Init的格蘭杰原因，Indt與Init互為Granger原因。

四、結(jié)論

在長期，上海市第三產(chǎn)業(yè)與經(jīng)濟(jì)增長是有穩(wěn)定的不易波動的關(guān)系即協(xié)整關(guān)系的。從含有LDt和Llt兩個變量的回歸方程可得，國內(nèi)生產(chǎn)總值變化0.8943%是因為第三產(chǎn)業(yè)總產(chǎn)值向同一方向以不同的程度變化了1%，上海的GDP增長顯著受到了第三產(chǎn)業(yè)總產(chǎn)值變化帶來的影響，促進(jìn)了經(jīng)濟(jì)的增長。說明經(jīng)濟(jì)增長的主要促進(jìn)的因素之一是來自第三產(chǎn)業(yè)增加值。

誤差修正模型表明，GDP的同方向的變動的一個方面是第三產(chǎn)業(yè)總產(chǎn)值的變化值引起，且從修正項系數(shù)得知，第三產(chǎn)業(yè)總產(chǎn)值與經(jīng)濟(jì)增長之間的關(guān)系與長期均衡關(guān)系不一致的這種短期性不一致，花費的時間少，可以快速調(diào)整回到長期均衡狀態(tài)（誤差修正項系數(shù)為-0.6148，顯然調(diào)節(jié)作用還是比較大的）同時也表明模型對變量與變量的依賴關(guān)系給予了較好的說明。

因果檢驗顯示，這種關(guān)系是存在于上海市GDP增長和第三產(chǎn)業(yè)產(chǎn)值之問的。第三產(chǎn)業(yè)增加是上海市GDP波動的重要原因，前者的增加有利于后者的增長。

參考文獻(xiàn)：

[1]劉慧.基于VAR模型的寧夏第三產(chǎn)業(yè)與經(jīng)濟(jì)增長的實證分析[J].寧波廣播電視大學(xué)學(xué)報，2016，14（2）：41-45.

[2]鄧朝暉，劉洋，薛惠鋒.基于VAR模型的水資源利用與經(jīng)濟(jì)增長動態(tài)關(guān)系研究[J].中國人口·資源與環(huán)境，2012，22（6）：128-135.

[3]李繼云，孫良濤.云南產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長關(guān)系的實證分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2009，24（8）：90-91.

[4]趙哲，陳建成，白羽萍，etal.二氧化碳排放與經(jīng)濟(jì)增長關(guān)系的實證分析[J].中國環(huán)境科學(xué)，2018，38（ 07）：387-395.

[5]屠萍萍.浙江省經(jīng)濟(jì)增長與收入分配互動關(guān)系研究——基于VAR模型的分析[J].國際經(jīng)濟(jì)合作，2018（4）：79-82.

[6]孛亦兵，車名洋，楊心悅，等.我國人均衛(wèi)生費用與經(jīng)濟(jì)增長的關(guān)聯(lián)性研究：基于向量自回歸模型的實證分析[J].中國衛(wèi)生資源，2018，21（2）：111-115.

[7]陳文捷，高雪.基于VAR模型的旅游業(yè)與區(qū)域經(jīng)濟(jì)發(fā)展動態(tài)關(guān)系研究——以廣西為例[J].廣西社會科學(xué)，2018（2）：38-44.