我國歷年造林面積與林業投入的協整分析

黃文學，劉 凌，季 梅 ，澤桑梓

（1.習水縣林業局，貴州 習水 564600；2.云南省林業科學院，云南 昆明 650201）

林業是重要的公益事業和基礎產業，也是保護生態環境、促進經濟社會可持續發展的重要基礎[1]。目前，我國仍然是一個林業資源缺乏的國家，森林資源總量嚴重不足，森林生態系統的整體功能非常脆弱[2]。“十一五”以來，國家通過一系列措施，加大對林業經濟的支持，使得森林覆蓋率逐步提升，林業產值也逐漸提高，生態環境也開始改善[3]。

我國的林業投入包括很多方面，其中包括擴大造林面積和發展林業產業等，擴大造林面積對改善我國生態環境有直接的影響[4]。林業投入與造林面積的關系如何，研究通過提取我國林業統計數據，對我國歷年林業投入與造林面積的增長關系進行協整分析，并對協整分析結果進行格蘭杰因果檢驗，為進一步提高林業投入效益提供參考。

1 材料與方法

1.1 材料

采用1991～2009年我國歷年造林面積（AREA）和林業投入（INPUT）的年度數據為樣本。為消除數據中存在的異方差，分別對數據樣本取對數，即LOG AREA和LOGINPUT，數據見表1。歷年造林面積和林業投入原始數據來源于中國林業統計年鑒2004、2010 等[5-7]。

1.2 方法

協整分析是用于檢驗兩組隨時間波動變化的非平穩變量在長期內是否具有穩定關系。可分為兩種：一種是基于回歸殘差的EG兩步法協整檢驗；另一種是基于回歸系數的喬根森檢驗[8]。

試驗使用EG法對LAREA和LINPUT兩組變量間的關系進行檢驗。EG兩步法協整檢驗是通過對同階單整變量用一個變量對另一個變量進行回歸求得殘差序列，然后檢驗其平穩性，若殘差序列平穩，說明變量間存在協整關系，否則，就不存在協整關系。如果具有協整關系，再對具有協整關系的時間變量序列的因果關系進—步檢驗分析。

表1 我國歷年造林面積（AREA）和林業投入量（INPUT）

試驗利用EViews5.0分析軟件進行協整分析[9]。

1.2.1 變量平穩性檢驗 時間變量必須為平穩序列，否則會出現“虛假回歸”。因此，在協整檢驗之前，要對變量進行平穩性檢驗。用EViews5.0對變量LAREA和LINPUT進行ADF平穩性檢驗，確定兩組變量是否是平穩序列。

1.2.2 協整檢驗 協整檢驗是揭示兩組變量是否為長期穩定的均衡關系的方法，如果LAREA和LINPUT兩組變量存在平穩性，用EViews5.0對序列進行回歸分析，確定回歸方程；第二步是對回歸方程的殘差進行單位根檢驗，若殘差不存在單位根，那么所得到的回歸方程就是變量之間的協整方程，否則就不是。

1.2.3 誤差修正模型 假如LAREA和LINPUT兩組變量之間存在長期均衡關系，但在短期內，這些變量可以是不均衡的。Granger表述定理稱一組具有協整關系的變量短期非均衡關系一定有一個誤差修正模型來表述[10]。建立誤差修正模型可以分析它們之間的短期動態均衡關系。筆者利用EG兩步法估計相應參數，得到誤差修正模型。

1.2.4 格蘭杰因果檢驗 Granger指出，如果變量X有助于預測變量Y，即根據Y的過去值對Y進行自回歸時，如果再加上X的過去值，能顯著地增強回歸的解釋能力，則稱X是Y的格蘭杰原因，否則，稱為非格蘭杰原因[11]。協整檢驗能夠確定兩組變量的聯系程度，但不能體現兩組變量是否相互影響，因此需要進行格蘭杰因果檢驗。

如果LAREA和LINPUT兩組變量具有平穩性，則利用EViews5.0軟件對這兩組變量進行格蘭杰因果檢驗。

2 結果與分析

2.1 變量平穩性檢驗

采取最常用的ADF平穩性檢驗來判斷2組變量的平穩性，檢驗結果見表2、表3、表4。從表2、表3中可以看出，在5%的置信區間下，2個變量的水平序列和其一階差分序列都是不平穩的。從表4可以看出，在1%和5%的置信區間下，變量二階差分的ADF值都大于臨界值，因此2組變量的水平序列不存在單位根，是平穩序列。

表2 變量的ADF單位根檢驗結果

表3 變量一階差分的ADF單位根檢驗結果

表4 變量二階差分的ADF單位根檢驗結果

2.2 協整檢驗

通過2.1的變量平穩性檢驗，認為兩變量LAREA和LINPUT的水平序列是平穩序列，滿足協整檢驗前提。

用EG兩步法對LAREA和LINPUT兩變量進行協整關系檢驗，即計算兩變量的回歸方程和檢驗回歸殘差項e是否為平穩序列。回歸殘差項e的ADF檢驗值－4.171 276小于顯著性水平為1%、5%時的臨界值（－3.920 350和－3.065 585），拒絕原假設，即殘差序列e是平穩，見表4。結果顯示變量LAREA和LINPUT之間存在（2，2）階協整關系。

2.3 誤差修正模型

通過建立誤差修正模型來研究各變量之間關系的短期動態調整與長期特征。誤差修正模型分析結果見表5。

表5 誤差修正模型結果表

其誤差修正模型為：

DLAREA=－0.283 6148 393+1.261 372 341×DLINPUT－0.198 421 123 5×E（-1）

由表5可知，LAREA和LINPUT的誤差修正模型的誤差修正系數（－0.198 421）小于零，符合反向修正原則。LAREA和LINPUT的誤差修正系數的絕對值較小，說明當它們偏離均衡趨勢后的回調速度較小，這2個變量的波動也較小。

2.4 格蘭杰因果檢驗

由協整檢驗結果可知，歷年造林面積和林業投入之間存在長期的均衡關系，但這種均衡關系是否是因果關系還需進行因果關系檢驗。

借助Eviews5.0軟件，進一步研究變量LAREA和LINPUT是否具有格蘭杰因果關系。結果見表6。根據表6的檢驗結果，由于p值小于0.05就是有因果關系，因此，從2階滯后的情況來看，LAREA和LINPUT之間只存在單方面的因果關系：LINPUT在1%的顯著水平上不是LAREA的原因，LAREA在1%的顯著水平上是LINPUT的原因。由此可知，在樣本區間內，林業投入影響歷年造林面積的程度較小，歷年造林面積的增長能促使林業投入的增長。

表6 格蘭杰因果關系檢驗結果

3 結 論

對1991～2009年統計數據的實證分析可知，從長期關系來看，我國歷年造林面積和林業投入之間存在長期穩定的均衡關系，歷年造林面積的增長促使了林業投入的增加，歷年造林面積和林業投入之間只存在單向的Granger因果關系，我國歷年造林面積的增長是林業投入增長的原因。從短期關系來看，林業投入的變化可以引起歷年造林面積的同方向變化[12]。林業投入對歷年造林面積的增長有顯著推動作用，我國應加大林業投入，以推動歷年造林面積的增長，加快我國的國土綠化工程，改善我國生態環境，促進林業可持續發展。

試驗只是簡要分析了我國歷年造林面積和林業投入之間的關系，對影響我國歷年造林面積的其它因素未作分析，在下一步研究中，應該將國家退耕還林的成果、防護林的建設等因素結合起來，定量研究各種因素與歷年造林面積的關系，更好地掌握我國林業的發展動態。

[1]國家林業局.中國林業年鑒2009[M].北京：中國林業出版社，2010.

[2]張文濤，嚴 耕.中國林業史學發展史研究述論[J].安徽農業科學，2011，39（17）：10291-10293.

[3]彭行榮.現代林業與我國林業的發展戰略[J].湖北農業科學，2010，49（7）：1783-1786.

[4]劉 燕.市場經濟下增加林業投入的對策[J].西北農林科技大學學報（社會科學版），2001，1（3）：50-52.

[5]國家林業局.中國林業統計年鑒2004[M].北京：中國林業出版社，2005.

[6]國家林業局.中國林業統計年鑒2010[M].北京：中國林業出版社，2011.

[7]張煜星.人工造林對森林覆蓋率的貢獻分析[J].東北林業大學學報，2007，35（3）：76-79.

[8]楊丹萍.寧波對外貿易與經濟增長關系的協整分析[J].寧波大學學報（理工版），21（3）：438-441.

[9]樊歡歡.Eviews統計分析與應用 [M].北京：機械工業出版社，2009.

[10]李亞明，佟仁城.中國房地產財富效應的協整分析和誤差修正模型[J].系統工程理論與實踐，2007，（11）：1-6，33.

[11]朱慧明，韓玉啟.產業結構與經濟增長關系的實證分析[J].運籌與管理，2003，12（2）：68-72.

[12]梅付春.河南省林業生態建設模式探討[J].內蒙古農業科技，2011，（5）：4-6.