论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　(一）研究方法与数据说明
　　向量自回归模型（VAR)是基于数据的统计性质而构建的动态模型，它将系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而把单变量自回归模型推广到多元时间序列变量组成的“向量”自回归模型。目前国内存在少数关于我国农业科技投入对经济增长影响的实证研究,也存在极少数关于政府农业科技投入与农业经济增长关系的实证研究。从这些相关研究的实证分析的方法看，有的是直接对农业科技投入和农业总产值进行单整检验和协调检验，并利用格兰杰检验方法对其因果关系进行检验;有的研究则基于VAR模型对我国农业科技投入与农业经济增长关系进行实证检验。由于VAR模型是基于数据的统计性质而构建的动态模型，主要用于相关时间序列系统的预测和随机扰动对变量系统的动态影响，因而本文也采用VAR模型来研究农业科技投入与农业经济增长的动态关联性。与单_的基于VAR模型的分析不同，本文增加了协整检验和格兰杰因果关系检验两个步骤，可以在一定程度上说，这里的研究方法和相关步骤更为完善，因而所得出的结论也更为可靠。
　　笔者正是希望在构建VAR模型的基础上，通过脉冲响应函数来研究我国农业科技投入与农业经济增长之间的动态关系。在此，本文采用的数据是1986—2011年中国农业科技投入数据和农业GDP数据。其中：“ASTT”表示“公共农业科技投入“AGDPR”表示“农业GDP”作为我国农业经济增长的代表性指标。
　　(二）实证分析
　　1.单位根检验。由于向量自回归模型要求系统中的变量具有平稳性特征，而脉冲响应函数的检验结果也严格依赖于误差向量满足白噪声序列向量假设，因而需要先对模型时间序列变量进行平稳性检验（彭水军等,2006)。本文利用协整检验（ADF检验）农业科技投入变量序列和农业GDP变量序列的水平值和_阶差分值,并运用SC准则来确定检验过程中的滞后阶数。
　　关于我国农业科技投入变量序列和农业GDP变量序列都是非平稳序列，但经过一阶差分后，序列不存在单位根，是平稳序列，即序列LASTT和LAGDP都是一阶单整序列。
　　2.协整检验与误差修正模型。虽然时间序列LASTT和LAGDP都是非平稳的，但它们之间还是可能存在某种平稳的线性组合，而且这种线性组合反映的是变量之间存在的长期稳定关系，即协整关系。由前面对序列的单整检验可知，序列LASTT和LAGDP都是一阶单整序列，满足进行协整检验的前提条件。EG两步法在对两个时间序列存在唯_的协整关系时，是_种非常有效的协整检验法，因而我们可以利用EG两步法来对序列LASTT和LAGDP进行协整检验。利用最小二乘法估计序列LASTT和LAGDP的长期线性均衡关系可得：
　　LAGDPt=6.8937+0.6823LASTT,
　　(78.2789)(32.9513)(1)
　　R2=0.9749F=1085.79
　　式中，括号内的数据表示相应估计量的t统计值。上述回归分析结果显示，方程的拟合优度非常好,各项检验参数也比较显著，说明回归方程的统计性质较好。该回归方程的重要经济意义在于，自1986年以来，我国农业科技投入与农业经济增长之间存在显著的相关关系，农业科技投入对农业经济增长的弹性高达0.6823。然而，如果序列LASTT和LAGDP存在协整关系，那么其回归后的残差序列应该是平稳序列，对序列进行单位根检验可得：
　　Aet=-0.2216e,_1+0.40494et_1(-2.3105)(2.3346)
　　ADF值为-2.3105,小于5%显著性水平下的临界值-1.9534,说明残差项不存在单位根，即为平稳序列。据此可以判断，我国农业GDP与农业科技投入之间存在唯_的协整关系。由于误差修正模型（ECM)既能反映时间序列之间的长期均衡关系，又能体现短期偏离长期均衡的修正机制，因而对我国农业经济增长与农业科技投入序列构建如（2)式所示的误差修正模型（ECM),以进一步考察农业科技投入的资源配置效率及其对我国农业经济增长的影响。
　　ALAGDP,=0.1048+0.0488ALASTT,-0.2697ECMt-1
　　(3.5268)(0.1729)(-3.1677)(2)
　　R2=0.2695D.W.=2.1401F=5.9285
　　(2)式误差修正模型的回归结果表明，其拟合优度_般，但DW值的大小令人满意，模型基本上反映了我国农业GDP与农业科技投入之间的关系。从模型结果来看，农业科技投入对农业经济增长的影响系数为0.0488,表明我国农业科技投入变动1%,农业经济增长相应地变动0.0488%,与（1)式得出的我国农业科技投入对农业经济增长的弹性高达0.6823相比，农业科技投入对农业经济增长的短期影响明显要小于其长期影响。
　　3.格兰杰因果关系检验。协整检验结果表明，LAGDP与LASTT之间存在长期的均衡关系，但这并不能确定它们之间是否存在相互影响的因果关系，因而还需要进行因果关系检验。利用EViews6.0软件可得到LAGDP与LASTT之间的Granger因果关系检验结果。
　　结果表明，在5%的显著性水平上拒绝LASTT不是LAGDP的格兰杰原因，即认为LASTT是LAGDP的格兰杰原因；在1%的显著性水平上拒绝LAGDP不是LASTT的格兰杰原因，也就是说LAGDP是LASTT的格兰杰原因。