河南省產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的實證分析

1、洛陽師范學(xué)院本科畢業(yè)論文LUOYANG NORMAL UNIVERSITY 2013屆本科畢業(yè)論文河南省產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的實證分析院（系）名稱數(shù)學(xué)科學(xué)學(xué)院專 業(yè) 名 稱統(tǒng)計學(xué)學(xué)生姓名盧 霞學(xué)號090444044指導(dǎo)教師杜智慧 講師 完 成 時 間2013.524洛陽師范學(xué)院本科畢業(yè)論文河南省產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的實證分析盧 霞數(shù)學(xué)科學(xué)學(xué)院 統(tǒng)計學(xué)專業(yè) 學(xué)號：090444044指導(dǎo)教師：杜智慧摘 要：本文在向量自回歸（VAR）模型基礎(chǔ)上，對河南省產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長之間的關(guān)系進行了分析.研究結(jié)果表明，河南省產(chǎn)業(yè)結(jié)構(gòu)變動和實際經(jīng)濟增長之間存在著長期穩(wěn)定的均衡關(guān)系；就業(yè)結(jié)構(gòu)和產(chǎn)值結(jié)構(gòu)對河南省經(jīng)濟增長有

2、著重要的影響，但需要一段時間才能表現(xiàn)出來.關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu)；經(jīng)濟增長；VAR 模型1 引言產(chǎn)業(yè)結(jié)構(gòu)是指生產(chǎn)要素在各產(chǎn)業(yè)部門之間的比例構(gòu)成和它們之間相互依存、相互制約的聯(lián)系，即產(chǎn)業(yè)間的技術(shù)經(jīng)濟聯(lián)系與聯(lián)系方式.不同的產(chǎn)業(yè)結(jié)構(gòu)具有不同的整體效益，從而導(dǎo)致經(jīng)濟以不同的速度增長，而不同速度的經(jīng)濟增長又對產(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生不同的需求.產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長是分不開的，它們是相互促進，共同發(fā)展的有機整體.因此，有必要從產(chǎn)業(yè)結(jié)構(gòu)的角度去研究和分析經(jīng)濟增長. 河南省是我國的經(jīng)濟大省和人口大省，也是中部崛起的重要力量，在經(jīng)濟保持較快增長的同時，河南省的產(chǎn)業(yè)結(jié)構(gòu)也得到不斷調(diào)整和優(yōu)化.但產(chǎn)業(yè)結(jié)構(gòu)與河南經(jīng)濟增長之間是否存在長期均

3、衡關(guān)系？產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長之間的動態(tài)關(guān)系怎樣？為此，作者充分利用經(jīng)濟計量VAR模型的動態(tài)特征，系統(tǒng)運用VAR模型的Johansen協(xié)整分析、脈沖響應(yīng)分析和方差分解，對河南省經(jīng)濟增長和產(chǎn)業(yè)結(jié)構(gòu)進行動態(tài)分析，以期為研究制定產(chǎn)業(yè)結(jié)構(gòu)政策提供理論依據(jù).2 問題的分析2.1變量的選擇1）衡量產(chǎn)業(yè)結(jié)構(gòu)的變量指標產(chǎn)業(yè)結(jié)構(gòu)是國民經(jīng)濟各個產(chǎn)業(yè)之間的組織和構(gòu)成情況以及它們所占的比重和相互關(guān)系，代表產(chǎn)業(yè)結(jié)構(gòu)的變量通常有第一、二、三產(chǎn)業(yè)的產(chǎn)值結(jié)構(gòu)、勞動就業(yè)結(jié)構(gòu)、資產(chǎn)結(jié)構(gòu)和技術(shù)結(jié)構(gòu).這些變量從不同角度說明了產(chǎn)業(yè)結(jié)構(gòu)狀況.因此，為全面反映產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的關(guān)系，引入國內(nèi)學(xué)者常用的產(chǎn)值結(jié)構(gòu)和就業(yè)結(jié)構(gòu)作為產(chǎn)業(yè)結(jié)構(gòu)的代表變量

4、.一是Clack所定義的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整系數(shù)S1，即各產(chǎn)業(yè)的就業(yè)人員數(shù)占社會就業(yè)總?cè)藬?shù)的比重；二是國內(nèi)學(xué)者在分析我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整問題中經(jīng)常使用的結(jié)構(gòu)調(diào)整系數(shù)S2，即各產(chǎn)業(yè)產(chǎn)值占國內(nèi)生產(chǎn)總值的比重.在計算時以第二產(chǎn)業(yè)的比重結(jié)構(gòu)為例.2）衡量經(jīng)濟增長的指標國內(nèi)生產(chǎn)總值是指在一定時期內(nèi)，一個國家或地區(qū)的經(jīng)濟中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價值，是衡量一個國家或地區(qū)經(jīng)濟狀況和發(fā)展水平的重要指標.故本文采用實際GDP 作為經(jīng)濟增長的基本指標.2.2數(shù)據(jù)的處理及符號說明本文主要研究河南省的產(chǎn)業(yè)結(jié)構(gòu)變動與經(jīng)濟增長的關(guān)系，因此研究的主要對象是1978-2011年共34年的河南省有關(guān)經(jīng)濟數(shù)據(jù).文中采用的基礎(chǔ)數(shù)據(jù)有：

5、河南省各年國內(nèi)生產(chǎn)總值及國內(nèi)生產(chǎn)總值指數(shù)（1978年為基期）；第一二三產(chǎn)業(yè)各年產(chǎn)出量；第一二三產(chǎn)業(yè)各年年末從業(yè)人員數(shù)；全社會各年年末從業(yè)人員數(shù).基礎(chǔ)數(shù)據(jù)及指標結(jié)構(gòu)圖示如下：S111.產(chǎn)業(yè)結(jié)構(gòu)指標2.經(jīng)濟增長指標：產(chǎn)業(yè)結(jié)構(gòu)調(diào)整系數(shù)S1結(jié)構(gòu)調(diào)整系數(shù)S2實際GDP=基年名義GDP*當年GDP指數(shù)/基年GDP指數(shù)S13S12S21S22S23圖1 基礎(chǔ)數(shù)據(jù)及指標結(jié)構(gòu)示意圖符號說明：(1) ：實際GDP，即實際GDP等于基年名義GDP乘以當年GDP指數(shù)再除以基年GDP指數(shù)；(2)S11：第一產(chǎn)業(yè)從業(yè)人員與全社會從業(yè)人員之比；(3)S12：第二產(chǎn)業(yè)從業(yè)人員與全社會從業(yè)人員之比；(4)S13：第三產(chǎn)業(yè)從業(yè)人

6、員與全社會從業(yè)人員之比；(5)S21：第一產(chǎn)業(yè)實際總產(chǎn)值與實際總產(chǎn)值之比；(6)S22：第二產(chǎn)業(yè)實際總產(chǎn)值與實際總產(chǎn)值之比；(7)S23：第三產(chǎn)業(yè)實際總產(chǎn)值與實際總產(chǎn)值之比；為了消除異方差的影響，對經(jīng)過處理的數(shù)據(jù)取自然對數(shù)，分別表示為LY，LS11，LS12，LS13，LS21，LS22，LS23.2.3河南省產(chǎn)業(yè)結(jié)構(gòu)演變情況首先，利用Excel畫出產(chǎn)業(yè)結(jié)構(gòu)調(diào)整系數(shù)S1( 一、二、三產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)的比重) 表示的產(chǎn)業(yè)結(jié)構(gòu)變化趨勢圖，如圖2所示：圖2 1978-2011年河南省三次產(chǎn)業(yè)就業(yè)比重變化趨勢圖從圖2可以看出: 河南省內(nèi)的勞動力在第一產(chǎn)業(yè)中的比重呈逐年下降趨勢，且下降幅度比較明顯，

7、由1978年的80%下降到2011年的40%左右；在第二產(chǎn)業(yè)中處于穩(wěn)步變化，在第三產(chǎn)業(yè)中呈逐年上升趨勢.改革以來，河南省省第一產(chǎn)業(yè)發(fā)展滯后，第二產(chǎn)業(yè)發(fā)展穩(wěn)定，第三產(chǎn)業(yè)發(fā)展較為充分.然后，建立用產(chǎn)業(yè)結(jié)構(gòu)調(diào)整系數(shù)S2( 一、二、三產(chǎn)業(yè)產(chǎn)值占GDP的比重) 表示的變化趨勢圖，如圖3：圖3 1978-2011年三次產(chǎn)業(yè)產(chǎn)值比重變化趨勢圖由圖3可知:第一產(chǎn)業(yè)產(chǎn)值占生產(chǎn)總值的比重處于不斷下降趨勢，由1978的40%下降到18%左右，第二產(chǎn)業(yè)發(fā)展相對穩(wěn)定，仍然是河南省經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)，第三產(chǎn)業(yè)呈現(xiàn)不斷上升趨勢，但其增長幅度不及第二產(chǎn)業(yè).由此可知潛力較大的第三產(chǎn)業(yè)仍有待提高，說明河南省的產(chǎn)業(yè)結(jié)構(gòu)依舊存在著不

8、協(xié)調(diào)和不合理的問題，且其產(chǎn)業(yè)結(jié)構(gòu)有待進一步優(yōu)化，才能促進經(jīng)濟的更快更好增長.3 問題的解決為比較清晰地研究和分析河南省產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長之間的動態(tài)關(guān)系，本文建立了VAR模型.并對各變量進行了單位根檢驗，協(xié)整檢驗及通過模型的調(diào)整給出相應(yīng)的結(jié)論.3.1研究的理論模型及框架VAR模型是20世紀80年代初出現(xiàn)的一種新型計量經(jīng)濟學(xué)建模技術(shù)，向量自回歸模型可以用來預(yù)測相關(guān)聯(lián)的經(jīng)濟時間序列系統(tǒng)，并分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，進一步解釋經(jīng)濟沖擊對經(jīng)濟變量所產(chǎn)生的影響.由于在許多現(xiàn)有研究中大都選取第一產(chǎn)業(yè)的就業(yè)結(jié)構(gòu)和產(chǎn)值結(jié)構(gòu)為例進行研究和分析，所以在具體計算時，特別選取第二產(chǎn)業(yè)的比重結(jié)構(gòu)為例子進行河南省產(chǎn)

9、業(yè)結(jié)構(gòu)與經(jīng)濟增長關(guān)系的研究和分析.本文共選取了3個內(nèi)生變量，即為：實際GDP（LY），LS12，LS22進行實際操作及運算.不考慮外生變量影響的VAR模型的一般形式為： （1）其中，是要被估計的系數(shù)矩陣；是自回歸滯后階數(shù)，是白噪聲序列向量.若VAR模型中的非平穩(wěn)變量存在協(xié)整關(guān)系，我們就可以在上述VAR 模型基礎(chǔ)上經(jīng)過協(xié)整變換建立向量誤差修正模型（VEC）表示： （2） 其中，VEC模型中的參數(shù)向量，反映的是變量之間的均衡關(guān)系偏離長期均衡狀態(tài)時，將其調(diào)整到均衡狀態(tài)的調(diào)整速度，故稱其為調(diào)整參數(shù)陣，或修正參數(shù)陣.所有作為解釋變量的差分項的系數(shù)向量，反映的是各變量的短期波動對作為被解釋變量的短期變化的

10、影響.在實際應(yīng)用中，對于影響不顯著的那些短期波動的項可以從模型中剔除.實證檢驗包括4個步驟：（1）確定時間序列的平穩(wěn)性，檢驗之間是否具有協(xié)整關(guān)系，即變量之間是否具有長期均衡關(guān)系；（2）建立VAR 模型；（3）如果變量之間具有協(xié)整關(guān)系，在VAR 模型的基礎(chǔ)上給出向量的誤差修正模型，檢驗是否具有誤差修正機制；（4）利用脈沖響應(yīng)函數(shù)和方差分解來研究各變量的動態(tài)特征.3.2時間序列的檢驗3.2.1時間序列的平穩(wěn)檢驗考慮到現(xiàn)實生活中，大多數(shù)經(jīng)濟數(shù)據(jù)表現(xiàn)出時間序列的非平穩(wěn)性，如果直接進行估計容易導(dǎo)致偽回歸，需要把其變?yōu)槠椒€(wěn)序列再進行分析.其常用方法是單位根檢驗，而擴展的單位根檢驗法( Augmented

11、Dickey-Fuller test) 是檢驗時間序列是否平穩(wěn)最常用的方法.從上述河南省產(chǎn)業(yè)結(jié)構(gòu)演變情況及各產(chǎn)業(yè)的就業(yè)結(jié)構(gòu)趨勢圖和產(chǎn)值結(jié)構(gòu)趨勢圖可看出，文中各變量數(shù)據(jù)具有明顯的趨勢性，換句話說就是，現(xiàn)所研究的時間序列可能是非平穩(wěn)的.但這僅是從圖形上給出的直觀判斷，缺乏一定得說服性，為增強文章的科學(xué)性，在此本文運用Eviews6.0經(jīng)濟計量學(xué)軟件對各變量分別進行ADF檢驗.1)ADF檢驗的原理 對于VAR(p)過程，如果其特征方程的所有特征根都在單位圓內(nèi)，則該時間序列平穩(wěn)，如果有一個特征根存在且為1，則序列非平穩(wěn)，且自回歸系數(shù)之和恰好等于1.因此，對于VAR(p)過程我們可以通過檢驗自回歸系數(shù)之

12、和是否等于1來檢驗序列的平穩(wěn)性.作如下假設(shè)檢驗：ADF檢驗的原假設(shè)；備擇假設(shè).ADF檢驗式如下： (3) (4)2)ADF檢驗的過程和結(jié)果首先，由上述分析可知，三組時間序列數(shù)據(jù)均有一定的線性趨勢，可能為非平穩(wěn)序列，在此利用Eviews6.0軟件分別對這三個變量進行ADF檢驗（ADF檢驗實現(xiàn)步驟：Quick-Series Statistics-Unit Root Test-Augmented Dickey Fuller），并給出檢驗的結(jié)果，經(jīng)整理如表3-1：表3-1 ADF單根檢驗結(jié)果變量ADF檢驗值檢驗類型臨界值/1%臨界值/5%結(jié)論LY-0.1602（t，c，6）-4.3393-3.5875

13、不平穩(wěn)LS12-2.7910（t，c，1）-4.2733-3.5578不平穩(wěn)LS22-3.7794（t，c，2）-4.2846-3.5629不平穩(wěn)DLY-5.9223（t，c，5）-4.3393-3.5875平穩(wěn)DLS12-2.8895（n，n，0）-2.6392-1.9517平穩(wěn)DLS22-4.9963（t，c，0）-4.2733-3.5578平穩(wěn)（注:括號內(nèi)表示單位根檢驗類型，c表示截距，t表示時間趨勢，n表示沒有趨勢和截距，數(shù)字表示滯后階數(shù).滯后階數(shù)的選擇是根據(jù)SIC準則，所選的滯后階數(shù)使得SIC值最小.） 根據(jù)ADF單位根檢驗原理可知，當ADF檢驗值大于臨界值時，接收原假設(shè)，認為該時間

14、序列是非平穩(wěn)的；否則，拒絕原假設(shè)，即認為該時間序列是平穩(wěn)的.ADF單根檢驗結(jié)果顯示：所有變量原序列的統(tǒng)計量ADF絕對值均低于5%臨界水平，這說明原序列在5%的顯著性水平上都接受零假設(shè)H0，因此，所有的原序列都是不平穩(wěn)的.3個原時間序列在經(jīng)過一差分后，分別表示為 DLY，DLS12，DLS22，它們的ADF統(tǒng)計量在5%水平下都是顯著的，即ADF的值小于顯著水平為5%的臨界值，這說明原序列在5%的顯著性水平均拒絕零假設(shè)H0，從而接受備擇假設(shè)，認為序列DLY，DLS12，DLS22是平穩(wěn)的，也就是說原序列LY，LS12，LS22的一階差分序列都是平穩(wěn)的.根據(jù)單整的定義：若過程不是平穩(wěn)的，而它的階差分

15、卻是平穩(wěn)過程，則稱其為階單整的，記為，所以原序列LY，LS12，LS22是一階單整的.為更清晰的看出原序列的一階差分具有平穩(wěn)的性質(zhì)，在此特別給出三組原序列的一階差分時序圖（圖4，圖5，圖6）. 圖4 實際GDP的一階差分時序圖 圖5 就業(yè)結(jié)構(gòu)的一階差分時序圖圖6 產(chǎn)值結(jié)構(gòu)的一階差分時序圖從以上三幅圖中可以看出三組數(shù)據(jù)均圍在零值附近上下浮動，不存在明顯的趨勢性或季節(jié)性，從而可以判定原序列的一階差分是平穩(wěn)的，這和ADF單位根檢驗的結(jié)果是一致的.因此可以得出結(jié)論：原序列LY，LS12，LS22是非平穩(wěn)的，但是它們的一階差分序列都是平穩(wěn)的.3.2.2各序列間的協(xié)整關(guān)系檢驗 上述對各時間序列變量的ADF

16、檢驗結(jié)果表明，河南省經(jīng)濟增長時間序列與三次產(chǎn)業(yè)產(chǎn)值和就業(yè)結(jié)構(gòu)的時間序列都是一階單整時間序列，符合進一步進行協(xié)整檢驗的條件，為了了解它們之間是否存在長期穩(wěn)定的關(guān)系，故對這三個時間序列變量進行協(xié)整檢驗.1)協(xié)整檢驗原理協(xié)整檢驗是指如果兩個(或兩個以上)的時間序列變量是非平穩(wěn)的，但它們的某種線性組合卻表現(xiàn)出平穩(wěn)性，則這些變量之間存在長期穩(wěn)定的關(guān)系，這種關(guān)系就叫協(xié)整關(guān)系.協(xié)整關(guān)系的檢驗主要有兩種方法:一種是Engle和Granger(1987)提出的兩階段回歸分析法，另一種是Johansen(1988)和Juselius(1990)提出的一種以VAR模型為基礎(chǔ)的檢驗回歸系數(shù)的方法即Johansen協(xié)整

17、檢驗方法.兩種方法的主要區(qū)別在于前者采用的是一元方程技術(shù)，而Johansen協(xié)整檢驗法采用的是多元方程技術(shù)，即Johansen協(xié)整檢驗法在假設(shè)和應(yīng)用上所受的限制較少，因此本文選用Johansen協(xié)整檢驗法.而Johansen協(xié)整檢驗法包括兩種檢驗：特征根跡檢驗和最大特征值檢驗.在這里分別給出它們的假設(shè)檢驗理論：特征根跡檢驗；檢驗統(tǒng)計量為，其中是特征根跡統(tǒng)計量.當臨界值時，接受，沒有協(xié)整向量；當臨界值時，接受，至少有一個協(xié)整向量；當臨界值時，接受，只有一個協(xié)整向量；當臨界值時，拒絕，至少有兩個協(xié)整向量；當臨界值時，接受，只有個協(xié)整向量.最大特征值檢驗 ；檢驗統(tǒng)計量為e 其中，是最大特征根統(tǒng)計量.

18、當臨界值時，接受，沒有協(xié)整向量；當臨界值時，拒絕，至少有一個協(xié)整向量；當臨界值時，接受，只有一個協(xié)整向量；當臨界值時，拒絕，至少有兩個協(xié)整向量；當臨界值時，接受，只有r個協(xié)整向量.2)模型最優(yōu)滯后階數(shù)的確定在利用Johansen檢驗方法進行協(xié)整性檢驗前，應(yīng)先確定VAR模型的最優(yōu)滯后階數(shù)，可用赤池信息準則和施瓦茨準則確p（模型階數(shù)）值.確定p值的方法與原則是在增加p值的過程中，使AIC和SC值同時最小.具體做法是：對年度、季度數(shù)據(jù)，一般比較到P=4，即分別建立VAR(1)、VAR(2)、VAR(3)、VAR(4)模型，比較AIC、SC，使它們同時取最小值的p值即為所求.當AIC與SC的最小值對應(yīng)

19、不同的p值時，只能用LR（最大似然比）檢驗法.文章中所使用的數(shù)據(jù)均為年度數(shù)據(jù)，但考慮到樣本數(shù)據(jù)較少的情況下，在此選取P=5，利用Eviews6.0軟件（實現(xiàn)步驟Quick-Estimate VAR-view-lag structure-lag length criterian）給出模型最優(yōu)滯后階數(shù)比較結(jié)果如表3-2所示：表3-2 VAR模型最優(yōu)滯后階數(shù)比較LagLogLLRFPEAICSCHQ0150.4888NA5.34e-09-10.53492-10.39218-10.491281163.832122.874113.94e-09-10.84515-10.27420-10.670602189

20、.834439.003521.20e-09-12.05960-11.06045-11.754153201.717915.278821.04e-09-12.26557-10.83821-11.829214221.991321.72144*5.32e-10*-13.07081*-11.21524*-12.50354*5227.91325.0759198.42e-10-12.85094-10.56716-12.15277（注：*所對應(yīng)的階數(shù)為合適的模型階數(shù)）由上表可知，使AIC值達到最小時的階數(shù)為4，即當P=4時AIC值最小為-13.07081，而使 SC值達到最小時的階數(shù)也為4，且當P=4時SC值

21、最小為-11.21524，顯然AIC與SC能在P=4時同時達到最小值，故確定模型的最優(yōu)階數(shù)為4.3)協(xié)整檢驗過程在確定模型的最優(yōu)階數(shù)的基礎(chǔ)上進行時間序列變量間協(xié)整關(guān)系的檢驗，又由于在檢驗參數(shù)選擇上，應(yīng)確定為VAR模型的滯后階數(shù)減1，故選取滯后階數(shù)為3時的Johansen檢驗（實現(xiàn)步驟：Quick-Group Statistics-Cointegration Test-滯后參數(shù)填“3”），結(jié)果列于表3-3，表3-4，如下所示 ：表3-3 特征跡檢驗結(jié)果Unrestricted Cointegration Rank Test (Trace)HypothesizedTrace0.05No. of C

22、E(s)EigenvalueStatisticCritical ValueProb.*None *0.62922044.9098529.797070.0005At most 1 *0.34503616.1376115.494710.0400At most 2 *0.1247923.8655303.8414660.0493表3-4 最大特征值檢驗HypothesizedMax-Eigen0.05No. of CE(s)EigenvalueStatisticCritical ValueProb.*None * 0.629220 28.77224 21.13162

23、60;0.0035At most 1 0.345036 12.27208 14.26460 0.1008At most 2 * 0.124792 3.865530 3.841466 0.0493表3顯示:在5%顯著性水平下，特征根跡統(tǒng)計量>臨界值，且臨界值從而可以判定原序列LY，LS12，LS22之間至少存在一個協(xié)整系.所以得出結(jié)論：在研究的時間序列數(shù)據(jù)中有3個變量之間存在一種長期均衡關(guān)系.由表4可以看出，在5%顯著性水平下，最大特征根統(tǒng)計量臨界值，由此可判定原序列LY，LS12，LS22之間存在一個協(xié)整方程

24、，即在研究的時間序列數(shù)據(jù)中有3個變量之間存在一種長期均衡關(guān)系.由此可以看出特征跡檢驗和最大根檢驗的結(jié)果是一致的.并且系統(tǒng)遲早能夠?qū)⑿孪⒆兓瘞淼臎_擊加以吸收，使系統(tǒng)維持在一個均衡的狀態(tài)下運行.其量化關(guān)系式如下，即河南省經(jīng)濟增長與產(chǎn)業(yè)結(jié)構(gòu)變動的長期均衡方程: (5)從該協(xié)整方程式可以看出，在1978-2011年間，河南省第二產(chǎn)業(yè)的結(jié)構(gòu)變動與經(jīng)濟增長的變動方向是相同的.當?shù)诙a(chǎn)業(yè)的就業(yè)結(jié)構(gòu)每變動1%，經(jīng)濟增長將正方向變動1.257%，也可以理解為，當?shù)诙a(chǎn)業(yè)的就業(yè)人員在總就業(yè)人員中的比重增長1%時，國內(nèi)生產(chǎn)總值將會增長1.257%，這可能是由于技術(shù)進步或就業(yè)人員素質(zhì)提高的結(jié)果；而第二產(chǎn)業(yè)的產(chǎn)值結(jié)構(gòu)

25、每變動1%，經(jīng)濟增長將在相同方向變動1.365%，從另一個角度考慮就是第二產(chǎn)業(yè)的產(chǎn)值對國民生產(chǎn)總值的影響是比較大的.由此可推出，第二、三產(chǎn)業(yè)是河南省經(jīng)濟增長的主要動力，在產(chǎn)業(yè)結(jié)構(gòu)不斷調(diào)整和優(yōu)化的過程中，應(yīng)加快第二、三產(chǎn)業(yè)的發(fā)展，提高第二、三產(chǎn)業(yè)在國內(nèi)生產(chǎn)總值中的比重.3.3 VAR 模型建立及其檢驗1)模型的建立根據(jù)上面的分析，VAR模型的最優(yōu)滯后階數(shù)為4，在滯后4階情況下，建立VAR模型，其實現(xiàn)步驟為：Quick - Estimate VAR - unrestricted VAR - (DLY DLS12 DLS22 ) - (1 4) - OK.結(jié)果整理后給出VAR(4)模型方程式，如下所

26、示（具體結(jié)果見附錄1） 其中，3個方程的擬合優(yōu)度（可決系數(shù)）分別為：0.605，0.752，0.534，僅從擬合優(yōu)度上來看，這3個回歸函數(shù)的擬合程度不是很理想，但模型整體的檢驗結(jié)果AIC=-10.68786，SC=-8.849087都較小，說明模型是好的，可以利用這個模型進行下一步的分析.2)模型的檢驗對VAR（4）模型殘差進行JB正態(tài)性檢驗、LM自相關(guān)檢驗和White異方差檢驗（實現(xiàn)步驟：Quick - Estimate VAR view Residual Test ，結(jié)果見附錄2），檢驗結(jié)果顯示VAR（4）模型殘差服從正態(tài)分布、不存在自相關(guān)、不存在異方差.并且模型的特征根根模倒數(shù)沒有一個是

27、大于1的，換言之，模型的特征根都在單位圓內(nèi)，給出模型的特征根檢驗結(jié)果如下表3-5和圖7所示：表3-5 模型特征根根模倒數(shù)表     RootModulus 0.751106 - 0.558400i 0.935933 0.751106 + 0.558400i 0.935933 0.116372 - 0.863776i 0.871580 0.116372 + 0.863776i 0.871580-0.761243 0.761243-0.604312 - 0.4

28、51469i 0.754332-0.604312 + 0.451469i 0.754332 0.628912 - 0.217719i 0.665532 0.628912 + 0.217719i 0.665532-0.194419 - 0.505810i 0.541888-0.194419 + 0.505810i 0.541888 0.222798 0.222798 No root lies outside the unit circle. VAR satisfies the

29、stability condition.圖7 特征根倒數(shù)在單位圓內(nèi)的分布圖表5和圖7顯示該VAR（4）模型總共有12個特征根，這12個特征根根模的倒數(shù)都是小于1的，從而可以得出該模型的結(jié)構(gòu)是穩(wěn)定的，即上述所建立的VAR（4）模型是平穩(wěn)的，并且該模型具有良好的統(tǒng)計性質(zhì)，可以在此模型基礎(chǔ)上進行下文的脈沖分析和方差分解.3.4向量誤差修正模型（VEC）誤差修正模型把表示偏離長期均衡關(guān)系的項作為解釋變量放進模型中，描述了對均衡偏離的一種長期調(diào)節(jié).在誤差修正模型中，長期調(diào)節(jié)和短期調(diào)節(jié)同時被考慮進去，建立在協(xié)整理論基礎(chǔ)上的VEC模型既能反映不同經(jīng)濟序列間長期信息，又能反映短期偏離長期均衡的修正機制，是長短

30、期結(jié)合具有高度穩(wěn)定性和可靠性的一種經(jīng)驗?zāi)Ｐ?，可以認為VEC模型是含有協(xié)整約束的VAR模型，應(yīng)用于具有協(xié)整關(guān)系的非平穩(wěn)時序建模.1）向量誤差修正模型的建立若VAR模型中的非平穩(wěn)變量是協(xié)整的，則可在VAR模型的基礎(chǔ)上建立VEC模型.由于VEC模型僅適用于協(xié)整序列，所以應(yīng)先運行Johansen協(xié)整檢驗，由上文可知原序列LY，LS12，LS22之間存在一個協(xié)整關(guān)系，且VEC模型的滯后期與協(xié)整檢驗一樣，都是指差分變量的滯后期，因此建立VEC（3）模型.運用軟件建立VEC模型（Eviews6.0命令實現(xiàn)步驟：Quick Estimate VAR - Vector Error Correction）并給出向

31、量誤差修正模型的估計如表3-6所示：表3-6 VEC模型的參數(shù)估計值CointEq1-0.168993-0.512205-0.190641D(DLY(-1)-0.074001 0.982483 0.178163D(DLY(-2)-0.014612 1.518186-0.018696D(DLY(-3) 0.218883 0.447172-0.610213D(DLS12(-1)-0.212495-0.002301 0.671688D(DLS12(-2) 0.107734 0.159711 0.072318D(

32、DLS12(-3) 0.295788 0.440379 0.384326D(DLS22(-1) 0.660426 0.579750-0.454321D(DLS22(-2) 0.158800 0.096031-0.189000D(DLS22(-3) 0.106980-0.015060-0.275076C-0.000503-0.001328-0.000676 R-squared 0.749408 0.767823 0.701890 Adj. R-squared 

33、;0.610190 0.638835 0.536273 Sum sq. resids 0.017812 0.028869 0.035756 S.E. equation 0.031457 0.040048 0.044570 F-statistic 5.382979 5.952696 4.238033 Log likelihood 66.08079 59.07877 55.97654 Akaike AIC-3.

34、798675-3.315777-3.101831 Schwarz SC-3.280046-2.797147-2.583201 Mean dependent 0.002434 0.001666-0.000620 S.D. dependent 0.050384 0.066639 0.065450 Determinant resid covariance (dof adj.) 2.27E-09 Determinant resid covariance 5.43E-10 L

35、og likelihood 185.9052 Akaike information criterion-10.33829 Schwarz criterion-8.640959（表6中CointEq1對應(yīng)數(shù)值是誤差修正項的系數(shù)估計值.輸出窗口的最后兩部分分別是對單個方程及VEC整體的檢驗結(jié)果.）表6中，上表的后3列分別是3個方程的檢驗結(jié)果；下表是VEC整體的檢驗結(jié)果，通常人們更關(guān)心模型整體的檢驗結(jié)果.其中AIC=-10.33829，SC=-8.640959，都較小，說明模型是合理的.從表6中還可以看出，3 個誤差修正項分別為-0.168993，-0.512205，-

36、0.190641，顯然這3個誤差修正項都是負的，符合反向修正的機制，反映了變量之間的均衡關(guān)系偏離長期均衡狀態(tài)時，將其調(diào)整到均衡狀態(tài)的調(diào)整速度.就業(yè)結(jié)構(gòu)的調(diào)整力度最大，經(jīng)濟增長和產(chǎn)值結(jié)構(gòu)的調(diào)整力度較小，說明經(jīng)濟增長和產(chǎn)值結(jié)構(gòu)的變化主要以短期波動為主.3.5脈沖分析和方差分解3.5.1 脈沖響應(yīng)分析 脈沖響應(yīng)函數(shù)描述的是一個內(nèi)生變量對殘差（稱為Innovation）沖擊的反應(yīng).具體而言，它描述的是在隨機誤差項上施加一個標準差大小的沖擊（來自系統(tǒng)內(nèi)部或外部）后對內(nèi)生變量的當期值和未來值所產(chǎn)生的動態(tài)影響.這種分析方法稱為脈沖響應(yīng)分析. 對有3個內(nèi)生變量的VAR模型每個內(nèi)生變量都對應(yīng)著3個脈沖響應(yīng)函數(shù)，

37、故一個含3個內(nèi)生變量的VAR將有9個脈沖響應(yīng)函數(shù).文中利用統(tǒng)計性質(zhì)良好的VAR（4）模型，分別給DLY，DLS12，DLS22 一個Cholesky 標準差沖擊(實現(xiàn)步驟：Quick - Estimate VAR - Impulse)，我們可以得到各變量的綜合脈沖響應(yīng)圖（見圖8，9，10）：圖8 DLY對沖擊的響應(yīng)函數(shù)圖 圖9 DLS12對沖擊的響應(yīng)函數(shù)圖圖10 DLS22對沖擊的響應(yīng)函數(shù)圖圖8，圖9，圖10分別表示經(jīng)濟增長、就業(yè)結(jié)構(gòu)和產(chǎn)值結(jié)構(gòu)對各個變量沖擊的脈沖響應(yīng)函數(shù)圖.本文主要研究的是河南省經(jīng)濟增長與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系，所以此主要分析的是經(jīng)濟增長對就業(yè)結(jié)構(gòu)和產(chǎn)值結(jié)構(gòu)沖擊的反應(yīng)以及就業(yè)結(jié)構(gòu)和產(chǎn)

38、值結(jié)構(gòu)對經(jīng)濟增長沖擊的反應(yīng).由圖8可知，經(jīng)濟增長（GDP）對就業(yè)結(jié)構(gòu)的沖擊在第1、第2年幾乎沒有反應(yīng)，從第3年第二產(chǎn)業(yè)就業(yè)人員的比重開始增長，說明GDP的增長對就業(yè)結(jié)構(gòu)的變化具有滯后效應(yīng).GDP對產(chǎn)值結(jié)構(gòu)的沖擊反應(yīng)也滯后2年，和前者一樣，經(jīng)濟增長對產(chǎn)值結(jié)構(gòu)的沖擊是正的影響，第4年達到最大，然后逐步穩(wěn)定，說明經(jīng)濟增長對產(chǎn)值結(jié)構(gòu)的調(diào)整有比較明顯的影響，但是這種影響需要一定時間才能表現(xiàn)出來.從圖9可以看出就業(yè)結(jié)構(gòu)（LS12）的變化對GDP的影響是正的，在第3年達到最大，然后趨于穩(wěn)定.這和就業(yè)結(jié)構(gòu)的演變規(guī)律基本是一致的，隨著經(jīng)濟的增長，人們從事第一產(chǎn)業(yè)的比重越來越低，而從事第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的比重有一

39、定得增加.圖10告訴我們產(chǎn)值結(jié)構(gòu)（LS22）的變化對經(jīng)濟增長（GDP）的影響是負的，在第8年達到最低，然后趨于上升，但總體影響還是負的.以上的分析充分說明，河南的經(jīng)濟增長促進了第一產(chǎn)業(yè)的勞動力向第二和第三產(chǎn)業(yè)轉(zhuǎn)移，經(jīng)濟增長有助于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，而就業(yè)結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的變化對經(jīng)濟增長也存在一定程度的影響，大約有一個2年的滯后期.3.5.2 方差分解方差分解是進一步評價各內(nèi)生變量對預(yù)測方差的貢獻度，是分析預(yù)測殘差的標準差由不同新息的沖擊影響的比例，亦即對應(yīng)內(nèi)生變量對標準差的貢獻比例，以評價不同結(jié)構(gòu)沖擊的重要性.方差分解結(jié)果見表3-7（方差分解的實現(xiàn)步驟：Quick Estimate VAR Vari

40、ance decomposition）：表3-7 DLY DLS12 DLS22的預(yù)測方差分解預(yù)測期DLY的方差分解DLS12的方差分解DLS22的方差分解DLYDLS12DLS22DLYDLS12DLS22DLYDLS12DLS22 1 100.00 0.00 0.00 20.07 79.93 0.00 13.03 5.46 81.51 2 64.54 3.65 31.81 37.08 62.57 0.349 13

41、.11 18.68 68.20 3 62.47 6.90 30.63 56.01 41.32 2.67 14.22 20.07 65.71 4 62.37 7.62 30.00 56.91 40.43 2.66 13.80 20.70 65.49 5 61.66 7.82 30.52 52.45 35.51 

42、12.04 17.89 19.87 62.23 6 58.89 10.57 30.55 50.80 36.30 12.90 17.41 20.87 61.71 7 61.49 10.04 28.48 50.37 37.51 12.12 18.21 21.71 60.07 8 62.39 9.77 27.84 50.48

43、 37.47 12.05 18.48 21.79 59.72 9 62.36 9.83 27.82 50.37 37.53 12.09 18.70 22.02 59.27 10 62.31 9.73 27.95 50.56 37.56 11.88 20.83 21.69 57.48 11 62.29 9.81 

44、;27.91 52.23 36.19 11.58 22.17 21.23 56.58 12 61.91 10.40 27.68 52.74 35.67 11.59 22.28 21.42 56.29 13 61.77 10.63 27.60 52.70 35.73 11.57 22.24 21.42 56.33 14 

45、61.81 10.63 27.56 52.56 35.60 11.84 22.18 21.41 56.40 15 61.70 10.81 27.49 52.38 35.63 11.99 22.34 21.76 55.89 由表3-7及上面3幅圖可以看出，國內(nèi)生產(chǎn)總值（GDP）、就業(yè)結(jié)構(gòu)和產(chǎn)值結(jié)構(gòu)的沖擊對GDP均有較大影響，其中GDP和就業(yè)結(jié)構(gòu)對經(jīng)濟增長的沖擊比產(chǎn)業(yè)結(jié)構(gòu)對經(jīng)濟增長的沖擊要大一些.從GDP的預(yù)測方差分解表

46、及所對應(yīng)的圖中可以了解到， GDP對經(jīng)濟增長的沖擊是遞減的，在第15年達到了61.7%；而GDP對就業(yè)結(jié)構(gòu)沖擊是逐漸遞增，在第15年別達到了10.8%，不過其對產(chǎn)值結(jié)構(gòu)的沖擊是遞減的，還可看出產(chǎn)值結(jié)構(gòu)對經(jīng)濟增長的影響要大于就業(yè)結(jié)構(gòu)的影響，這就指引我們要加快調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，在提高第三產(chǎn)業(yè)比重的同時，注重第二產(chǎn)業(yè)的優(yōu)質(zhì)發(fā)展.對產(chǎn)值結(jié)構(gòu)的影響，無論是短期還是長期都主要由產(chǎn)值結(jié)構(gòu)自身的沖擊造成，經(jīng)濟增長和就業(yè)結(jié)構(gòu)的對產(chǎn)值結(jié)構(gòu)的沖擊逐年遞增.對就業(yè)結(jié)構(gòu)的影響，就業(yè)結(jié)構(gòu)自身的沖擊在短期和長期均很大，產(chǎn)值結(jié)構(gòu)的沖擊隨時間的加長而加大，而GDP的沖擊影響比較穩(wěn)定.這些結(jié)果與圖8，9，10具有一致性.4 結(jié)論本文

47、利用河南省1978-2011年的相關(guān)經(jīng)濟數(shù)據(jù)，采用了動態(tài)計量經(jīng)濟分析方法，對河南省的產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長之間的關(guān)系進行了實證研究.通過分析研究的出以下結(jié)論：河南省產(chǎn)業(yè)結(jié)構(gòu)變動和實際經(jīng)濟增長之間存在著長期穩(wěn)定的協(xié)整關(guān)系；雖然河南省經(jīng)濟增長與產(chǎn)業(yè)結(jié)構(gòu)變動都不具有平穩(wěn)性，但從長期來看，市場存在著某種經(jīng)濟機制使產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長之間具有共同的隨機變動趨勢；河南省的產(chǎn)業(yè)結(jié)構(gòu)變動對經(jīng)濟增長有重要的影響，且經(jīng)濟增長對產(chǎn)值結(jié)構(gòu)的調(diào)整有比較明顯的影響，但是這些影響需要一定時間才能表現(xiàn)出來.因此，通過調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)從而控制經(jīng)濟增長的產(chǎn)業(yè)政策在河南省具有積極效應(yīng).參考文獻：1徐國祥.統(tǒng)計預(yù)測和決策第三版M. 上海

48、財經(jīng)大學(xué)出版社：140-146.2劉芳，張慧，劉斌.基于VAR 模型的河南省產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的實證分析J. 河南科學(xué)，2008，26(6):743-746.3薛雙喜.陜西省產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長關(guān)系的實證研究J. 西安郵電學(xué)院學(xué)報，2010,15(5):121-123.4河南省統(tǒng)計局，2012年河南省統(tǒng)計年鑒.5柯軍，產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟增長的關(guān)系J.統(tǒng)計觀察，安徽財經(jīng)大學(xué).6任木榮，劉波，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與經(jīng)濟增長的關(guān)系基于湖南的實證研究J.湖南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2008,9（3）：49-52.7 百度文庫: 第十一章_向量自回歸(VAR)模型和向量誤差修正(VEC)模型_理論及EVIEW

49、S操作. The Empirical Analysis of Industrial Structure and Economic Growth， About Henan ProvinceLU XiaCollege of Mathematics Science, Statistics, No: 090444044Tutor: DU Zhi-huiAbstract: In this paper, there is an analysis between Industrial structure and economic growth relationship of Henan province,

50、on the basis of the vector autoregressive (VAR) model. The results show that there is a long-term stable equilibrium relationship between the changes in industrial structure and economic growth in Henan Province; employment structure and industrial structure has an important impact on the economic g

51、rowth in Henan Province, but take some time to show it.Keywords: industrial structure; economic growth; VAR modelAlpha附錄：1）VAR(4)模型建立的結(jié)果 Vector Autoregression Estimates Date: 05/02/13 Time: 22:08 Sample (adjusted): 1983 2011 Included observations: 29 after adjustments Standa

52、rd errors in ( ) & t-statistics in DLYDLS12DLS22DLY(-1) 0.445766 0.577768 0.020287 (0.26690) (0.39113) (0.41260) 1.67016 1.47718 0.04917DLY(-2)-0.058554 0.626050-0.300403 (0.23407) (0.34301) (0.36184)-0.25016 1.82516-0.83020DLY(-3) 0.028316-

53、0.951870-0.682766 (0.25305) (0.37084) (0.39120) 0.11190-2.56681-1.74532DLY(-4)-0.052880-0.386933 0.317945 (0.26852) (0.39350) (0.41511)-0.19693-0.98331 0.76594DLS12(-1)-0.320541 0.301721 0.458298 (0.17081) (0.25032) (0.26406)-1.87658 1.2053

54、6 1.73559DLS12(-2) 0.184463 0.132903-0.407451 (0.19543) (0.28640) (0.30212) 0.94387 0.46405-1.34863DLS12(-3) 0.175119 0.286416 0.310376 (0.14550) (0.21322) (0.22493) 1.20356 1.34326 1.37987DLS12(-4)-0.348106-0.462581-0.284696 (0.12056) 

55、;(0.17668) (0.18638)-2.88739-2.61825-1.52754DLS22(-1) 0.503560-0.072848 0.109386 (0.15240) (0.22333) (0.23560) 3.30420-0.32618 0.46429DLS22(-2)-0.292679-0.498395 0.108966 (0.18961) (0.27786) (0.29312)-1.54360-1.79368 0.37175DLS22(-3) 0.064941-0.

56、142628-0.118908 (0.15384) (0.22545) (0.23783) 0.42212-0.63264-0.49998DLS22(-4) 0.098077-0.025013 0.181627 (0.15340) (0.22480) (0.23715) 0.63935-0.11127 0.76589C 0.075236 0.049819 0.074893 (0.04320) (0.06331) (0.06679) 1.74149 0.78689 1.12138 R-squared 0.605245 0.751987 0.524135 Adj. R-squared 0.309179 0.565977 0.167237 Sum sq. resids 0.013140 0.028218 0.031402 S.E. equation 0.028657 0.041996&#