本站原创
摘要：笔者选取新疆生产建设兵团1990--2010年的相关数据，采用平稳性检验、协整检验、Granger因果关系检验、误差修正模型等计量方法，基于VAR模型实证分析了兵团出口商品结构与经济增长的关系。结果表明：从长期来看，新疆兵团的出口商品结构对经济增长的影响较为显著，同时，经济增长也是出口商品结构的Granger原因，但在长期发展过程中，这种影响作用会减小；从短期来看，新疆兵团的出口商品结构对经济增长有抑制效应。
关键词：出口商品结构；经济增长；VAR模型；协整检验；Granger因果检验；误差修正模型
1新疆兵团出口商品结构的现状
改革开放以来，新疆生产建设兵团逐渐融入到国际竞争当中，对外贸易也快速发展。兵团出口贸易额从1990年的19，020万元增加到2010年的498，008万美元，增长了25.1834倍，年均增长119.92%。特别是近几年，兵团外贸规模扩大的步伐逐步加快。2005年突破18.9亿美元大关，2006年突破29.6亿美元大关，2007年突破51.9亿美元大关，2008年突破84.2亿美元大关。但由于国际金融危机的影响，2009年下降到4
与此同时，新疆兵团出口仍存在很大的问题。比如，新疆兵团外贸呈现明显的“走廊型”特征，即“两头在外”的外贸现状。2009年，兵团自产品出口额为8.64亿美元，占出口总额的20.3%。2010年，兵团自产品出口额为10亿美元，仅占兵团出口总额的20.1%。另外，兵团出口的主要自产品有番茄酱、化工产品、家具、水泥、纸张、纺织品、焦碳、机电产品、玻璃制品、干鲜果品、棉花、谷物、蔬菜等。
2实证分析
注：检验形式中，c为常数项，t为趋势向，p为滞后阶数，△表示一次差分，△2表示二次差分。
检验结果表明：LEXW、LGDP均为非平稳序列，但经过二次差分后，在5%的显著水平下，LGDP、LEXW均变为平稳序列，所以上述两变量都是二阶单整，记作I（2）。
具体形式如下：
其中，是要被估计的
表2VAR模型最佳滞后阶数检验结果
注：带*数值所在行显示的滞后阶数为该数值所在列检验方法推荐的最佳滞后阶数
从表2可以看出，AIC信息准则、SC信息准则及HQ信息准则等三种方法推荐的最佳滞后阶数均为6阶，因此我们确定本文VAR模型最佳滞后阶数为6阶，模型设定为VAR（6）。
图1VAR（6）模型稳定性检验结果
用LGDP和LEXW建立函数，进行普通最小二乘法估计得到：
LGDP=0.5577630422*LEXW+1
并得到残差序列et（上式中参数估计值下面括号中的数字为T统计值），由于新疆兵团的出口商品结构和GDP均取了对数，回归系数不在表示边际倾向，而是兵团GDP关于出口商品结构的弹性。通过最小二乘法检验得到拟合优度R2为0.678041，说明方程总体拟合情况比较好。
关键词：出口商品结构；经济增长；VAR模型；协整检验；Granger因果检验；误差修正模型
1新疆兵团出口商品结构的现状
改革开放以来，新疆生产建设兵团逐渐融入到国际竞争当中，对外贸易也快速发展。兵团出口贸易额从1990年的19，020万元增加到2010年的498，008万美元，增长了25.1834倍，年均增长119.92%。特别是近几年，兵团外贸规模扩大的步伐逐步加快。2005年突破18.9亿美元大关，2006年突破29.6亿美元大关，2007年突破51.9亿美元大关，2008年突破84.2亿美元大关。但由于国际金融危机的影响，2009年下降到4
2.6亿美元，2010年回升到49.8亿美元。
新疆兵团的出口商品结构呈现不断优化的趋势，主要表现在兵团初级产品出口比重呈逐年下降趋势。而工业制成品所占份额整体上呈上升趋势，并且占绝对优势，从1991年的27.9%上升到2007年的96.2，但在2008年下降到91%，直到2010年下降为82%，仍处于绝对优势。此外，在工业制成品中，劳动密集型产品始终占绝对优势地位，而资本技术密集型产品占比较小。与此同时，新疆兵团出口仍存在很大的问题。比如，新疆兵团外贸呈现明显的“走廊型”特征，即“两头在外”的外贸现状。2009年，兵团自产品出口额为8.64亿美元，占出口总额的20.3%。2010年，兵团自产品出口额为10亿美元，仅占兵团出口总额的20.1%。另外，兵团出口的主要自产品有番茄酱、化工产品、家具、水泥、纸张、纺织品、焦碳、机电产品、玻璃制品、干鲜果品、棉花、谷物、蔬菜等。
2实证分析
2.1变量的选取
本文选取了1990～2010年的新疆兵团年度数据作为样本空间，数据来自历年的《新疆生产建设兵团统计年鉴》。用GDP数据表示经济增长情况，用出口商品只能中工业制成品与初级产品的比重（EXW）表示出口商品结构。为消除变量的异方差性，使用不改变趋势的取对数法，对上述变量进行自然对数变换。2.2平稳性检验
本文首先采用ADF单位根检验方法来判别变量的平稳性。若时间序列非平稳但同阶单整，就进一步进行协整检验，以确定时间序列变量之间是否存在长期稳定关系。笔者利用EVIEWS5.0软件对新疆兵团的出口商品结构和经济增长进行ADF检验，检验结果见表1：
表1出口商品结构与经济增长的ADF检验注：检验形式中，c为常数项，t为趋势向，p为滞后阶数，△表示一次差分，△2表示二次差分。
检验结果表明：LEXW、LGDP均为非平稳序列，但经过二次差分后，在5%的显著水平下，LGDP、LEXW均变为平稳序列，所以上述两变量都是二阶单整，记作I（2）。
2.3VAR模型的估计
为了分析兵团出口商品结构与经济增长的关系，对LGDP和LEXW建立向量自回归（VAR）模型，具体形式如下：具体形式如下：
其中，是要被估计的
研究生论文www.udooo.com
系数矩阵，p是自回归滞后阶数，εt是白噪声序列向量。2.3.1 滞后期的选择
建立VAR模型时，首先要确定模型的最优滞后期。本文从最大滞后阶数3开始，利用似然比检验统计量（LR）、最终预测误差（FPE）、AIC信息准则、SC信息准则及HQ信息准则等方法来选择最佳的滞后阶数，判断原则是当超过一半的准则选择某个滞后阶数的话，那么就认为该滞后阶数为VAR模型的最优滞后阶数。VAR模型最佳滞后阶数检验结果如下：表2VAR模型最佳滞后阶数检验结果
注：带*数值所在行显示的滞后阶数为该数值所在列检验方法推荐的最佳滞后阶数
从表2可以看出，AIC信息准则、SC信息准则及HQ信息准则等三种方法推荐的最佳滞后阶数均为6阶，因此我们确定本文VAR模型最佳滞后阶数为6阶，模型设定为VAR（6）。
2.3.2 模型的稳定性检验
模型建好后需要检验其稳定性。本文使用AR检验，如果模型的根都在单位圆内，则模型是平稳的（郑伟民）。从图1来看，VAR（6）模型所有根的倒数全部根都在单位圆以内，因此模型VAR（6）是稳定的。另外，以下的协整检验和Granger因果关系检验也都是基于稳定的VAR（3）模型进行检验的。图1VAR（6）模型稳定性检验结果
2.4协整检验
通过单位根检验可知，出口商品结构和经济增长两变量均为二阶单整，由LGDP和LEXW构成的VAR（6）模型也是稳定的。因而可以用Engle-Granger两步法分析以检验各变量之间是否存在长期均衡关系。用LGDP和LEXW建立函数，进行普通最小二乘法估计得到：
LGDP=0.5577630422*LEXW+1
3.9417562（1）
（6.325645）（108.2882）
R2=0.678041 F=40.01379 D.W=0.669868并得到残差序列et（上式中参数估计值下面括号中的数字为T统计值），由于新疆兵团的出口商品结构和GDP均取了对数，回归系数不在表示边际倾向，而是兵团GDP关于出口商品结构的弹性。通过最小二乘法检验得到拟合优度R2为0.678041，说明方程总体拟合情况比较好。