江西产业结构变迁与经济增长

江西产业结构变迁与经济增长

——一个基于VAR模型的实证研究

卢福财李志波

（江西财经大学产业经济研究院，江西南昌 330013）

摘要：本文通过运用非平稳时间序列构建VAR模型，对江西产业结构升级和经济增长的内在关系进行实证分析。结论显示：江西产业结构变动与实际经济增长统计上存在着双向因果关系；服务业的发展对实际经济增长和产业结构升级有着重要而且复杂的影响；产业结构变动和实际经济增长之间存在着长期稳定的协同互动关系。本文结论表明产业结构调整是推动江西经济增长、实现发展方式转变的有效途径。

一、引言

产业经济学经典理论认为，一个国家或地区产业结构的变动是与经济增长紧密地联系在一起的，产业结构的优化与调整是经济良性发展的内在体现。1952年以来江西国内生产总值年均增长达7.6%，改革开放以后更是达到了10.2%，到2008年江西人均GDP为14781元，达到2000美元的水平。与此同时江西产业结构也不断调整优化，由农业占绝对地位转变为“二、三、一”的产业格局，2008年三次产业结构调整10.0：51.2：38.8。目前江西正处于巩固和继续优化产业结构、实现经济转型发展的关键时期，研究江西产业结构变动与经济增长的动态关系，以及两者之间是否存在长期的均衡关系，有利于为产业结构的进一步调整优化提供实证依据，进而促进结构优化和经济增长的协调发展。

产业结构演变与经济增长之间关系的研究历来为国内外学者所重视，其中美国经济学家西蒙·库兹涅茨和钱纳里的研究成果最具代表性。库兹涅茨(1985)认为：经济增长是一个总量的过程，经济增长和产业结构变动之间存在一定关系；在总量与结构变动的关系中，首要的是总量增长，进而引起经济结构包括产业结构的变动。钱纳里（H.Chenery）的多国实证研究结果表明，在发展中国家非均衡的经济条件下，“把发展中国家的增长进程理解为经济结构全面转变的一个组成部分最恰当不过。”郭克莎 (1999) 通过研究发现影响我国经济增长的主要因素是结构问题而不是总量问题。周英章，蒋振声（2002）对我国产业结构变动与实际经济增长关系进行实证研究发现，格兰杰因果关系检验证实产业结构变动是影响我国实际经济增长的重要原因，而实际经济增长对产业结构变动没有显著的影响；协整检验表明二者存在着长期均衡的协同互动关系。荣宏庆(2002)认为，现代经济增长方式本质上是结构主导型增长方式，即以产业结构变动为核心的经济增长。纪玉山（2006），王兵、陈雪梅（2006），刘瀑（2010）都对该问题从不同角度进行了实证研究。

而针对江西经济增长与产业结构调整之间内在关系的实证研究尚不多见。康兰媛等（2006）通过建立三次产业的产值和GDP总量的线性模型，分析江西各产业对GDP增长的贡献系数。戴启文（2007）对产业结构升级与人力资本水平间关系进行了实证分析，认为人力资本是江西经济增长的原因，并通过建立误差修正模型来反映长期均衡关系。田善佳等（2010）用线性模型计量江西各产业结构变动对经济增长的影响。这些研究都取得了一些成果，但并未对产业结构变动和经济增长的内在关系做深入的实证研究。由于经济增长和产业结构均为之间的相互影响关系较为复杂，并不是简单的线性因果关系，且均为时间序列数据，采用经典的线性回归模型可能存在“伪回归”问题。故本文的研究运用动态计量经济方法来

[基金项目]教育部人文社会科学研究2009年度一般项目“国际金融危机背景下我国促进就业与增长政策的效应研究——基于产业发展的视角”（批准号09YJA790093）

[作者简介]卢福财（1963—），男，江西资溪人，江西财经大学产业经济研究院教授、博士生导师，博士；李志波（1987—），男，山西晋城人，江西财经大学产业经济研究院硕士生。

探讨经济发展和产业结构调整的内在关系。

二、实证模型和变量选择

1、变量选择和数据说明

本文的产业结构变量指国民经济各个产业 (部门) 之间的组织和构成情况，以及它们所占的比重和相互关系。表征产业结构变化的变量通常有第一、二、三产业的产值结构、劳动

就业结构、资产结构和技术结构等。[5

]为了全面地反映产业结构与经济增长之间的关系，本文选用国内学者常用的产值结构和就业结构指标作为产业结构的代表变量。因产业结构高级化的重要标志之一就是“一、二、三”的格局发展为“三、二、一”格局，故在计算具体指标值时，我们以第一产业的产值比重和第三产业产值比重来综合反映三次产业产值结构的变

动升级，采用第一产业就业比重来衡量就业结构的变动。1

我们选用人均国内生产总值作为衡量经济总量的基本指标，记为Y ，并以1952年为基期。实际GDP 由名义人均国内生产总值指标按GDP 平减指数调整得到。由于各产业每年的价格指数均不相同，采用以1952年不变价格计的每年第一产业的实际值与实际GDP 相比得到产值结构PA ；第三产业产值比重PS 由第三产业实际产值与实际GDP 相比得到；就业结构LA 由历年第一产业从业人员与全社会从业人员比值来得到。为了消除可能存在的异方差，我们取这三个变量的自然对数，分别表示为LY 、LPA 、LPS 及LLS 。本文样本数据均来自《江西统计年鉴2009》和《新中国六十年统计资料汇编》，样本区间为1952年—2008年。

2、模型选择

VAR 模型通常用于相关时间序列的预测和随机扰动对变量系统的动态影响，是一种非结构化的建模方法。该方法不要求严格按照经济理论来建立变量间的结构性方程，而是基于经济变量随时间变化而趋向于自相关或协整的一些基础来建立模型。向量误差修正模型(Vecm)

是一个有协整约束的VAR 模型，它适用于具有协整关系的非平稳序列。[6

]其表示式为：

t i t-i i 1

p

i y y ==∏∙+∑μ

其中y t 为LY 、LPA 、LPS 和LLA 构成的列向量，i ∏是系数矩阵，i μ是随机误差矩，p 为滞后阶数。若VAR 模型中的非平稳变量存在协整关系，我们就可以在上述VAR 模型基础上经过协整变换建立向量误差修正模型，表示为：

1t i t-i i 1

p i y y -=∆=∙+∏∙∆+∑t -1αecm μ

其中t -1ecm 为误差修正项向量，α为调整系数矩阵，反映各变量偏离长期均衡的调整力度；i ∏系数矩阵反映短期波动的影响。本文所使用的数据是非平稳时间序列，我们通过构建VAR 模型来对相关变量进行实证研究，基本步骤为：首先确定时间序列的平稳性，进而建立相应的VAR 模型，以及对变量进行协整检验；若存在协整关系，则建立Vecm 模型，进行Granger 因果检验，最后运用脉冲响应函数对各变量之间的长期影响进行动态分析。本文一律在Eviews 6.0计量软件中进行分析检验。

3、描述性统计分析