科技通报

农业经济增长与农田水利投资

点击数:12    日期:2016-05-30 11:31:06

基于我国1990—2012年29个省(市)的面板数据,阐明了我国农田水利投资和农业经济增长的现状,通过构建两者的面板向量自回归(VAR)模型
  

   摘要: 基于我国1990—2012年29个省(市)的面板数据,阐明了我国农田水利投资和农业经济增长的现状,通过构建两者的面板向量自回归(VAR)模型,实证检验并分析了农田水利投资与农业经济增长之间的动态关系。结果表明:农田水利投资与农业经济增长之间存在长期协整关系;农田水利投资对农业经济增长存在正向的推动作用,而农业经济增长对农田水利投资的影响存在地区差异性;农业经济增长对农田水利投资影响最大的是西部,农田水利投资对农业经济增长影响最小的地区为东部。对此,提出加大水利投资力度、推广节水灌溉技术、加强水利工程管理体制改革等建议。

本文引用《江苏农业科学
关键词: 农田水利投资:农业经济增长:动态关系;省级面板;VAR模型
中图分类号: S279.2 文献标志码: A 文章编号:1002-1302(2016)03-0458-04
根据2011年6月《水利发展规划(2011—2015)》,全国一半以上的耕地缺少基本灌排条件,40%的大型灌区骨干工程与50%~60%的中小型灌区存在设施不配套、老化、失修等问题,大型灌排泵站的设备完好率不足60%,农田灌溉“最后一公里”问题凸显。水利设施的缺乏、老化或者失修必然会给农业生产带来负面的影响,从而阻碍农业经济的增长。所以近年来我国不断增加水利建设投入规模,根据水利部规划,“十二五”期间我国水利投资规模将达到8万亿,相比“十一五”期间实际投资规模增长156%,年均复合增长20.7%。而我国如此大规模的水利投资是否促进了农业经济的增长,农业经济的增长又能否反过来提高水利投资水平?反思这些问题,有利于提高我国水利投资效率,加强我国农田水利基础设施建设,提高各地区抗灾能力和粮食生产能力,对保障我国粮食安全、提高水利对经济社会发展的支撑能力等具有重大的现实意义。
关于水利投资与农业经济增长的关系,学者们进行了诸多探索。有学者基于水利社会核算矩阵的分析发现,水利投资对国民经济尤其是农业部门能产生较大的拉动效应,但是不同水利部门的投资增加对国民经济的具体拉动效应存在较大的差别[1]。也有学者基于C-D生产函数的研究发现,增加水利投资对提高粮食产出有促进作用[2]。基于水利投资和经济发展历史数据,深入分析水利投资对农业、第二、第三产业的促进作用,发现水利投资极大促进了经济的发展[3]。有学者通过构建生产函数模型讨论基础设施投资和人力资本积累与农业经济增长之间的关系,结果表明,基础设施投资阻碍了农业经济的增长[4]。周世香运用DEA和Malmquist指数分析了全国各个省份的农业水利投资效率,研究发现“十一五”期间中部和西部大多数省份的农业水利投资效率都相对低下[5]。
在省(市)层面,有学者基于四川省的实证分析认为,四川省财政支农支出、农业固定资产投资和第一产业从业人数对农业经济增长均具有积极作用[6];基于四川省的研究发现,农田水利基建投资与农业经济增长并未形成双向因果关系,农田水利基建投资增长会推动农业经济增长,而农业经济增长并未显著带动农田水利基建投资的增加[7]。有学者研究了重庆市农村基础设施对农业经济增长的影响,结果表明,重庆市农村经济基础设施资本存量与农业经济增长间存在着长期均衡关系[8]。
从已有的成果来看,农田水利投资能够促进农业经济增长基本已经得到了绝大多数学者的认可,但是农业经济增长对农田水利投资的影响却成果寥寥;对于两者之间的双向关系,不同的学者得到了不同的结论,但仍缺乏基于全国层面的双向机制的研究。相关成果和分析思路都为本研究奠定了基础。本研究基于全国29个省(市)1990—2012年的面板数据,借助面板向量自回归(VAR)模型,并采用单位根检验、协整检验、因果检验和面板VAR方法,对农田水利投资与农业经济增长之间的双向影响机制进行分析,并在此基础上就近期我国政府的水利投资方向和渠道提出相关的政策建议。
1 材料与方法
1.1 研究方法
采用面板VAR模型分析农田水利投资和农业经济增长的关系,构建了以下模型:
1.2 数据来源及预处理
建国以来,水利投资的统计口径经过多次调整,其中水利基建投资数据较为完整,并且在水利投资中占据主导地位[2]。因此,选取农田水利基建投资完成额(irr)作为农田水利投资的分析指标,以农林牧渔业总产值(agr)作为农业经济增长的衡量指标[9],数据分别来源于《中国水利年鉴》和国家统计局网站。为了保持统计口径的一致,将重庆市归入四川省;由于西藏地区存在大量数据的缺失,因此不纳入讨论范围;时间跨度为1990—2012年。考虑到全国各个地区经济发展水平、农业发展状况和自然资源禀赋的差异,本研究将全国分为东、中、西部3个地区分别进行分析[东部地区包括:辽宁、河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南共11个省(市、自治区);中部地区包括吉林、黑龙江、山西、安徽、江西、河南、湖北、湖南8个省(自治区),西部地区包括内蒙古、陕西、青海、宁夏、新疆、甘肃、四川、贵州、云南、广西10个省(市、自治区)]。为了剔除价格波动带来的不同年份数据不具备可比性的问题,用固定资产投资价格指数(1990年=100)对农田水利投资数据进行可比价格调整(个别省份存在少量数据缺失的问题,以有数据年为基期进行调整),用农林牧渔业总产值指数(1990年=100)对农林牧渔业总产值数据进行可比价格调整。同时,为避免异方差和数据的强烈波动影响,对所有数据进行了对数处理,并分别用lirr、lagr来表示取自然对数后的农田水利投资、农林牧渔业总产值。本研究构建了涵盖全国除港澳台之外的3个地区、29个省(市)23年的面板数据,共有667组观测值。
本研究基于调整价格影响后的可比价数据绘制了农田水利投资与农业经济增长的发展趋势图(图1)。可以看出,1990—2012年间全国农田水利投资与农林牧渔业总产值都呈现出明显的增长趋势,并且二者之间存在很大的相关性,相关系数为0.759 4。但是,农田水利投资占农林牧渔业总产值的比例在2002年以后却呈下降的趋势,表明农业经济增长对农田水利投资的带动效应并不明显,或者是现有规模的水利投资已经满足需要,而造成农业产出增幅高于水利投资增幅。那么,农田水利投资的效率如何?农田水利投资与农业经济增长之间的动态关系如何?由于水利项目的投资存在滞后性,其效益可能需要在下一年或更长时间后才会产生影响。因此,有必要进一步从动态层面来衡量农田水利投资与农业经济增长之间的关系。
2 结果与分析
2.1 面板单位根检验
由于做VAR模型要求系统中的变量具有平稳性特征[10],因此有必要对农林牧渔业总产值(lagr)、水利投资完成额(lirr)的平稳性进行检验,以避免采用非平稳数据拟合模型而造成“伪回归”。STATA12.0软件为面板数据提供了5种单位根检验方法,分别为LLC检验、HT检验、Breitung检验、IPS检验和Fisher检验,为保证结果的稳健性,本研究利用上述5种检验法得到了表1的检验结果。可以看出,当检验3个地区2个变量的一阶差分序列时,均显著地拒绝了原假设,而原值序列不能完全拒绝“存在单位根”的原假设,因此这2个变量的一阶差分值为平稳序列,即两者均为一阶单整序列。
2.2 面板协整检验
为了检验2个变量之间是否具有长期均衡的关系,在单位根检验基础上对数据序列进行协整检验。Westerlund构造了4个统计量,2个组统计量Gt、Ga,2个面板统计量Pt、Pa[11]。组统计量说明在允许面板异质性的条件下存在协整关系,面板统计量是在考虑面板同质性的条件下检验是否存在协整关系,2组统计量的原假设均为不存在协整关系。由表2可知,2组面板统计量的检验结果基本是一致的,均显著地拒绝了原假设。因此,东、中、西3个地区的农田水利投资和农业经济增长之间存在长期协整关系。也就是说,农田水利投资对农业经济增长从长期看来存在促进作用,并且可以通过误差修正机制,保持两者之间长期稳定“均衡”的关系。
2.3 面板误差修正模型
为了检验农田水利投入与农业经济增长之间长期、短期的因果关系,本研究建立了面板数据误差修正模型。做误差修正模型之前还应该正确确定滞后期k,如果滞后期太少,误差项的自相关会很严重,并导致参数的非一致性估计。在模型中适当加大k值(增加滞后变量个数),可以消除误差项中存在的自相关。但是k值又不宜过大,因为过大会导致自由度减小,直接影响模型参数估计量的有效性[12]。本研究主要采用当前较为常用的3种确定滞后约束的检验方法:似然比(loglikelihood ratio,LR)统计量、赤池信息准则(Akaike information criterion,AIC)和施瓦茨信息准则(Schwartz criterion,SC)。由表3可知,根据选择最优k值的原则,即在增加k值的过程中使AIC、SC值达到最小,确定滞后期数为2期。
由表4可以看出,东部地区的误差修正项ECM(-1)在模型(2)、模型(3)中均达到5%的显著性水平,这说明长期看来,农田水利投入是农业经济增长的原因,反之亦成立,即东部地区存在从农田水利投入到农业经济增长的双向因果关系。短期内,东部地区仅存在从农田水利投入到农业经济增长的单向因果关系。对于中部地区而言,长期内,两者之间存在双向因果关系,但是短期内只存在从农田水利投入对农业经济增长的单向因果关系;无论是长期还是短期,西部地区都只存在从农田水利投入对农业经济增长的单向因果关系。
2.4 面板VAR模型
2.4.1 面板矩估计 为了说明变量之间的回归关系,首先进行面板矩估计(generalized method of moments,GMM),采用均值差分法消除时间效应,前向差分法消除固定效应。由表5的结果可以看出,对于全国3个地区而言,无论是滞后1期还是2期,农田水利投资都显著地表现出对农业经济增长的正向促进作用,这也说明了农田水利投资的效益存在滞后性,在较长的时间内才能更好地发挥对农业经济增长的促进作用。在滞后期数相同的情况下,西部地区农田水利投资对农业经济增长的正向促进作用大于中部、东部地区,更多的可能是因为自然资源禀赋的差异,导致西部地区农田水利投资的增加可以获得更多的边际效益。
农业经济增长对农田水利投资的作用在不同地区表现不同。滞后2期的情况下,东部地区的农业经济增长表现出对农田水利投资的负向显著,而在滞后1期时不显著。可能是因为东部地区具有优越的地理环境和资源禀赋,以及良好的经济基础,其政策重心更多地倾向于农业产业结构的调整或者农业新品种和新技术的开发,从而挤出了农田水利的投资。中部地区农业经济增长对农田水利投资存在显著的促进作用,而西部地区农业经济增长对于农田水利投资的作用不显著。
2.4.2 面板方差分解 为了更好地分析农田水利投资与农业经济增长之间相互影响的程度,利用面板方差分解来进行进一步的说明。表6为第10个、第20个预测期的方差分解结果。由结果可知,第10个预测期与第20个预测期的结果比较接近,说明系统在第10个预测期已基本趋于稳定,农业经济增长与农田水利投资之间的动态关系已达到均衡;系统内2个变量受自身冲击的影响均大于受对方冲击的影响,对自身波动的贡献率均在60%以上;农业经济增长对农田水利投资的影响在18%~30%之间,其中西部最高,东部最低。西部地区经济相对落后,而且水资源极度匮乏,因此需要不断补充和完善水利基础设施,提高水资源利用率,从而保证农业的进一步发展;农田水利投资对农业经济增长的影响在 13%~30% 之间,其中中部高于西部,西部高于东部。对于东部地区来说,良好的经济基础和优越的地理位置极大地促进了该地区农业的发展,在各类型水利设施基本配套的情况下,单位水利投资的效益到达拐点,农业经济的进一步增长需要依赖技术的进步和产业结构的优化调整。
3 结论与讨论
本研究基于全国29个省(市)1990—2012年的面板数据,总结了我国近年来农业经济增长和农田水利投资的情况。通过构建面板VAR模型,探析了我国东、中、西部3个地区农田水利投资和农业经济增长之间的相互关系,主要结论如下。
第一,对全国而言,农田水利投资与农业经济增长之间存在长期的协整关系。农田水利投资对农业经济增长表现出显著的正向影响。也就是说,无论是东部,还是中部、西部,从长远看来,农田水利投资对农业经济增长均存在正向的推动作用。农业经济增长对农田水利投资的影响却因地而异。
第二,农田水利投资与农业经济增长之间的关系存在较强的区域差异。短期内,东部地区仅存在从农田水利投入到农业经济增长的单向因果关系,而长期内二者之间存在双向因果关系;对于中部地区而言,长期内两者之间存在双向因果关系,但是短期内只存在从农田水利投入对农业经济增长的单向因果关系;无论是长期还是短期,西部地区都只存在从农田水利投入对农业经济增长的单向因果关系。
第三,方差分解的结果证明农业经济增长对农田水利投资影响最大的是西部,农田水利投资对农业经济增长影响最小的地区为东部,可能的原因在于各地区资源禀赋和经济条件的差异。
综上所述,本研究认为1990年以来全国农田水利投资的整体效应是积极的。为了进一步提高农田水利投资的社会效应和经济效应,节约水资源,促进农业经济的可持续增长,应从以下几个方面进行调整和改善:第一,应继续加大农田水利投资力度,特别是小型农田水利设施末端渠系的工程建设,以解决农田水利工程中“最后一公里”问题;第二,应大力推广节水灌溉技术,配套节水灌溉工程,从而避免水资源的过度消耗,提高有效灌溉,保障农业综合效益;第三,从水利事业和农业经济长远良性发展来看,需要加大农业产业结构调整以及水利工程管理体制改革的力度,制定合理的水资源管理政策,提高农户节水、管水、投入农田水利建设的积极性,发挥农田水利投资对农业经济增长的短期、长期效应,从而实现经济、社会和生态的稳步、健康发展。
参考文献:
[1]唐文进,徐晓伟,许桂华. 基于投入产出表和社会核算矩阵的水利投资乘数效应测算[J]. 南方经济,2012(11):146-155.
[2]郭卫东,穆月英. 我国水利投资对粮食生产的影响研究[J]. 经济问题探索,2012(4):78-82.



王编辑
中联论文网编辑
刘编辑
中联论文网编辑
赵编辑
中联论文网编辑
孙编辑
中联论文网编辑
电话
18931176030
固话
0311-80693734
投稿邮箱
ttqikan@163.com
99期刊承诺发表不成功无条件退款!
客服系统