我國農(nóng)業(yè)生產(chǎn)成本與農(nóng)產(chǎn)品價(jià)格的內(nèi)生性分析——基于PVAR 模型

孔維升，麻吉亮，薛桂霞

(中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京 100081)

近年來，隨著國民經(jīng)濟(jì)的快速發(fā)展，我國農(nóng)產(chǎn)品市場價(jià)格長期上漲趨勢(shì)明顯，國內(nèi)外農(nóng)產(chǎn)品價(jià)格倒掛，受到社會(huì)各界普遍關(guān)注。從2003—2013年，我國多數(shù)農(nóng)產(chǎn)品生產(chǎn)者價(jià)格均上漲超過1 倍，例如，與2003年相比，2013年玉米、小麥、生豬、豆類、等主要農(nóng)產(chǎn)品生產(chǎn)者價(jià)格漲幅分別為127.0%、112.4%、105.1%和95.5%，10年間大多數(shù)農(nóng)產(chǎn)品生產(chǎn)者價(jià)格均上漲超過1 倍。同時(shí)，生產(chǎn)資料價(jià)格也持續(xù)高漲，其中農(nóng)藥、種子、飼料、化肥等主要農(nóng)業(yè)生產(chǎn)資料價(jià)格漲幅分別為89.1%、79.8%、64.4%和29.2%。由于農(nóng)產(chǎn)品是居民最基本的生存必需品，其價(jià)格上漲與人們的生活成本息息相關(guān)，并且農(nóng)產(chǎn)品價(jià)格是百價(jià)之基，其上漲會(huì)推動(dòng)物價(jià)整體上漲進(jìn)而引發(fā)通貨膨脹，所以農(nóng)產(chǎn)品價(jià)格和農(nóng)業(yè)生產(chǎn)成本的加速上漲受到學(xué)術(shù)界及政府的高度關(guān)注。

關(guān)于農(nóng)產(chǎn)品價(jià)格上漲的原因國內(nèi)外學(xué)者做了大量研究，Trostle［1］認(rèn)為，農(nóng)產(chǎn)品價(jià)格的上漲原因十分復(fù)雜，往往是多種原因共同作用的結(jié)果，除了人口結(jié)構(gòu)、消費(fèi)偏好、成本變動(dòng)等影響供求的傳統(tǒng)因素外，也包含了投機(jī)和金融化等新興因素。需求方面，Timmer［2］認(rèn)為，隨著中國和印度等發(fā)展中國家經(jīng)濟(jì)的快速增長與人均收入水平的提高，人們對(duì)食物的需求結(jié)構(gòu)出現(xiàn)變化，對(duì)動(dòng)物性蛋白需求的增加導(dǎo)致對(duì)飼料需求的增加，進(jìn)而導(dǎo)致農(nóng)產(chǎn)品價(jià)格出現(xiàn)上漲趨勢(shì)。李國祥［3］根據(jù)Bennett 定律也提出，我國經(jīng)濟(jì)的發(fā)展和城鄉(xiāng)居民收入的增長對(duì)食用油、豬肉和奶類產(chǎn)品價(jià)格存在明顯拉動(dòng)作用。供給方面，主流學(xué)者認(rèn)為，勞動(dòng)生產(chǎn)率和生產(chǎn)成本的變動(dòng)是推動(dòng)農(nóng)產(chǎn)品價(jià)格上漲的中長期因素［4，5］。石敏俊［6］利用投入產(chǎn)出價(jià)格影響局部閉模型分析認(rèn)為，能源價(jià)格、農(nóng)業(yè)生產(chǎn)資料成本和勞動(dòng)力成本的變動(dòng)可以解釋我國農(nóng)產(chǎn)品市場價(jià)格的上漲。此外，研究者還從氣候變化、國際農(nóng)產(chǎn)品價(jià)格傳導(dǎo)、貨幣供給、匯率變動(dòng)［7-11］和農(nóng)產(chǎn)品金融化等因素入手對(duì)我國農(nóng)產(chǎn)品價(jià)格上漲進(jìn)行研究［12-17］。

現(xiàn)有研究對(duì)我國農(nóng)產(chǎn)品市場價(jià)格上漲和波動(dòng)問題提供了較為全面的解釋，但很少有學(xué)者從農(nóng)產(chǎn)品市場價(jià)格和農(nóng)業(yè)生產(chǎn)成本的內(nèi)生關(guān)系角度研究我國農(nóng)產(chǎn)品市場價(jià)格的變動(dòng)問題。隨著我國經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)變，農(nóng)產(chǎn)品價(jià)格的長期上漲很大程度上取決于勞動(dòng)力成本和生產(chǎn)資料成本的上漲。已有的分析通常假定勞動(dòng)力成本、生產(chǎn)資料價(jià)格和農(nóng)產(chǎn)品價(jià)格之間并不存在內(nèi)生關(guān)系，即在研究農(nóng)產(chǎn)品價(jià)格決定問題時(shí)都假定勞動(dòng)力成本和生產(chǎn)資料價(jià)格是外生給定的。另外，從數(shù)據(jù)角度看，研究通常使用的是全國層面的月度或季度價(jià)格數(shù)據(jù)，使用這類數(shù)據(jù)的局限性在于無法控制各地區(qū)間的個(gè)體效應(yīng)，并且還可能因?yàn)榇嬖诩竟?jié)效應(yīng)導(dǎo)致模型估計(jì)和檢驗(yàn)結(jié)果的嚴(yán)重偏誤［18，19］。

本文基于前人的研究成果，借鑒新凱恩斯主義理論設(shè)計(jì)實(shí)證模型，利用面板向量自回歸 (Panel VAR，PVAR)模型，主要利用2003—2013年省級(jí)層面的面板數(shù)據(jù)分析勞動(dòng)力成本、生產(chǎn)資料成本和農(nóng)產(chǎn)品價(jià)格三者之間的動(dòng)態(tài)關(guān)系，PVAR 模型繼承了傳統(tǒng)VAR 模型的優(yōu)良特點(diǎn)，又克服了VAR 模型對(duì)數(shù)據(jù)量的限制和空間個(gè)體的異質(zhì)性影響。由于我國農(nóng)產(chǎn)品市場化改革于2004年才基本完成，可供研究的數(shù)據(jù)時(shí)間長度較短，傳統(tǒng)VAR 模型無法保證在穩(wěn)態(tài)下準(zhǔn)確估計(jì)滯后項(xiàng)的參數(shù)，而PVAR 模型則可以有效地避免時(shí)間序列長度帶來的問題。另外，由于我國幅員遼闊，各地區(qū)農(nóng)耕文化、自然資源稟賦、氣候條件以及人們的消費(fèi)習(xí)慣和偏好都不相同，通過PVAR 模型能夠控制由于區(qū)域變動(dòng)造成的不可觀測(cè)的個(gè)體異質(zhì)性，使模型估計(jì)結(jié)果更加準(zhǔn)確和可靠［20］。

1 模型、方法與數(shù)據(jù)

1.1 模型構(gòu)建

按照凱恩斯主義者的觀點(diǎn)，生產(chǎn)成本、價(jià)格和勞動(dòng)力報(bào)酬之間存在“螺旋式”推動(dòng)關(guān)系，即生產(chǎn)成本上漲會(huì)推高價(jià)格水平和勞動(dòng)者的生活成本，進(jìn)而提高他們的勞動(dòng)報(bào)酬，而勞動(dòng)報(bào)酬的上漲會(huì)進(jìn)一步推動(dòng)價(jià)格水平的上漲，這些因素之間存在內(nèi)生決定關(guān)系。具體到農(nóng)業(yè)生產(chǎn)方面，生產(chǎn)成本、價(jià)格和勞動(dòng)力報(bào)酬之間存在“螺旋式”推動(dòng)關(guān)系同樣存在:當(dāng)農(nóng)業(yè)生產(chǎn)資料價(jià)格上升推動(dòng)了農(nóng)產(chǎn)品價(jià)格上漲，則會(huì)導(dǎo)致農(nóng)民生活成本提高，農(nóng)民收入需求上升，而農(nóng)民收入需求作為農(nóng)業(yè)生產(chǎn)的勞動(dòng)力成本，其升高會(huì)進(jìn)一步推動(dòng)農(nóng)產(chǎn)品價(jià)格進(jìn)一步提高。另外，根據(jù)理性預(yù)期理論，農(nóng)戶的生產(chǎn)決策除了受到當(dāng)期生產(chǎn)資料價(jià)格和勞動(dòng)力成本的影響，還受到過去期農(nóng)產(chǎn)品價(jià)格、生產(chǎn)資料價(jià)格和勞動(dòng)力成本的影響，因此農(nóng)戶在進(jìn)行生產(chǎn)決策是一個(gè)動(dòng)態(tài)的過程?；诖耍疚脑贚ove 和Zicchino［21］基礎(chǔ)上構(gòu)建PVAR 模型如(1)式:

(1)式中，i 代表不同省、t 表示時(shí)間、pit表示i 省第t年度的農(nóng)產(chǎn)品價(jià)格、模型中的變量pcit表示i 省第t年度生產(chǎn)資料成本、inc_ pproit表示i 省第t年度勞動(dòng)力成本。

使用PVAR 模型時(shí)，不必基于傳統(tǒng)VAR 模型中每一單位截面結(jié)構(gòu)相同的假定，可以在模型設(shè)定中加入固定效應(yīng)來控制空間個(gè)體異質(zhì)性。此外，由于固定效應(yīng)和其余變量的滯后因變量之間可能存在相關(guān)性，采用傳統(tǒng)固定效應(yīng)模型組內(nèi)均值差分的估計(jì)方法會(huì)帶來估計(jì)偏誤［22］。為了防止這種問題的出現(xiàn)，本文采用“Helmert變換”方法，即每個(gè)變量減去其未來樣本均值的方法消除固定效應(yīng)，以保持變換后變量與滯后解釋變量之間的正交關(guān)系，以便于在GMM 估計(jì)中以滯后解釋變量作為工具變量［21，23，24］。

1.2 數(shù)據(jù)來源及處理

本文使用的是從2003—2013年的省級(jí)年度面板數(shù)據(jù)，數(shù)據(jù)主要來源于國家統(tǒng)計(jì)局和《中國統(tǒng)計(jì)年鑒》。由于北京、上海、天津、重慶和西藏?cái)?shù)據(jù)缺失未能包含在樣本中進(jìn)行分析。從具體指標(biāo)來看，農(nóng)產(chǎn)品價(jià)格(pit)主要以農(nóng)產(chǎn)品生產(chǎn)價(jià)格指數(shù)衡量，該指數(shù)可以客觀反映全國農(nóng)產(chǎn)品生產(chǎn)價(jià)格水平和結(jié)構(gòu)變動(dòng)情況，一方面避免了農(nóng)產(chǎn)品價(jià)格在垂直傳遞上市場勢(shì)力帶來的影響，另一方面可以防止流通過程中投機(jī)行為等短期因素對(duì)農(nóng)產(chǎn)品價(jià)格的影響，客觀反映農(nóng)產(chǎn)品價(jià)格的長期變動(dòng)趨勢(shì)。農(nóng)產(chǎn)品生產(chǎn)價(jià)格指數(shù)均以2003年為基期處理。生產(chǎn)資料成本pcit以農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)衡量，反映一定時(shí)期內(nèi)農(nóng)業(yè)生產(chǎn)資料價(jià)格變動(dòng)趨勢(shì)和程度，也是以2003年為基期進(jìn)行調(diào)整。勞動(dòng)力成本inc_ pproit的衡量則參考張明［5］的研究，以農(nóng)村居民家庭人均家庭經(jīng)營純收入作為衡量指標(biāo)，并利用各省歷年CPI 對(duì)名義值進(jìn)行了沖減，以消除通貨膨脹的影響。

2 實(shí)證結(jié)果與分析

2.1 數(shù)據(jù)平穩(wěn)性檢驗(yàn)

為了避免偽回歸，在進(jìn)行模型估計(jì)之前應(yīng)該對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，分別使用Levin-Lin-Chu 檢驗(yàn)和Harris-Tzavalis 檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行了單位根檢驗(yàn)，。從Levin-Lin-Chu 檢驗(yàn)的t 值和Harris-Tzavalis 檢驗(yàn)的Z 值可知，零階的農(nóng)產(chǎn)品價(jià)格、生產(chǎn)資料成本、勞動(dòng)力成本顯著地拒絕了存在單位根的原假設(shè)，說明本文使用的數(shù)據(jù)是零階平穩(wěn)的，可以進(jìn)一步進(jìn)行面板VAR 模型的估計(jì)(表1)。

表1 變量平穩(wěn)性檢驗(yàn)

2.2 PVAR 模型的估計(jì)

在進(jìn)行面板VAR 估計(jì)時(shí)，需對(duì)因變量和自變量的滯后期進(jìn)行選擇。在計(jì)量經(jīng)濟(jì)學(xué)中，PVAR 模型滯后項(xiàng)選擇主要有AIC、BIC 和HQIC 三種，本文主要采用Love［21］提供的STATA 軟件程序PVAR，反復(fù)比較后選擇了滯后二階的PVAR 模型。參數(shù)估計(jì)時(shí)先通過Helmert變換消除固定效應(yīng)，然后以滯后項(xiàng)作為工具變量，通過廣義矩估計(jì)(GMM)進(jìn)行參數(shù)估計(jì)。滯后二階的PVAR模型參數(shù)估計(jì)結(jié)果如表2。

表2 PVAR 估計(jì)結(jié)果

由表2 回歸結(jié)果可以看出，當(dāng)農(nóng)產(chǎn)品生產(chǎn)價(jià)格作為依賴變量時(shí)，農(nóng)業(yè)生產(chǎn)資料成本和農(nóng)業(yè)勞動(dòng)力成本的上升對(duì)農(nóng)產(chǎn)品生產(chǎn)價(jià)格存在顯著影響，其中滯后一期的勞動(dòng)力成本對(duì)價(jià)格的沖擊作用顯著為正，并且作用較為明顯估計(jì)系數(shù)為3.253 7。生產(chǎn)資料價(jià)格滯后兩期時(shí)會(huì)對(duì)當(dāng)期農(nóng)產(chǎn)品生產(chǎn)價(jià)格存在顯著正向沖擊。值得注意的是，滯后兩期的勞動(dòng)力成本上升對(duì)當(dāng)期農(nóng)產(chǎn)品生產(chǎn)者價(jià)格估計(jì)結(jié)果顯著為負(fù)(－2.795 3)，這一估計(jì)結(jié)果與羅超平［25］結(jié)果一致，其原因主要是農(nóng)產(chǎn)品價(jià)格具有典型的發(fā)散型蛛網(wǎng)運(yùn)動(dòng)特征。以生產(chǎn)資料價(jià)格為依賴變量時(shí)可以看出，勞動(dòng)力成本的上升并不會(huì)顯著影響生產(chǎn)資料價(jià)格。相應(yīng)地，以勞動(dòng)力成本作為依賴變量時(shí)生產(chǎn)資料價(jià)格滯后一期和二期的變動(dòng)卻對(duì)當(dāng)期勞動(dòng)力成本存在顯著正向推動(dòng)作用。原因可能是，當(dāng)生產(chǎn)資料價(jià)格上漲時(shí)，我國政府不斷加強(qiáng)調(diào)控，并對(duì)生產(chǎn)者采取生產(chǎn)資料補(bǔ)貼，以至于使得生產(chǎn)資料價(jià)格的上漲并不會(huì)顯著推動(dòng)勞動(dòng)力成本的上漲。

2.3 正交化脈沖反應(yīng)函數(shù)估計(jì)

PVAR 模型的參數(shù)估計(jì)僅反映變量之間的局部關(guān)系，通過脈沖反應(yīng)函數(shù)可以更加直觀得考察一個(gè)變量一標(biāo)準(zhǔn)差的變化對(duì)其他變量當(dāng)期和未來期的影響軌跡。本文通過蒙特卡羅(Monte Carlo)模擬1 000 次得到5%～95%的置信區(qū)間。附圖中的中間線條為IRF 點(diǎn)估計(jì)值序列，上下兩條線分別表示5%和95%置信區(qū)間的上下界。

附圖 滯后二階沖反應(yīng)函數(shù)

通過脈沖響應(yīng)圖分析發(fā)現(xiàn)，面對(duì)于生產(chǎn)資料價(jià)格的一個(gè)正交化沖擊，農(nóng)產(chǎn)品價(jià)格在同期和滯后期會(huì)表現(xiàn)出正向的響應(yīng)，但是這種影響趨勢(shì)逐漸減弱，其滯后6 期的累積響應(yīng)顯著為正，這也表明生產(chǎn)資料成本是農(nóng)產(chǎn)品價(jià)格形成因素中的重要組成部分，并且由生產(chǎn)資料成本帶來的價(jià)格沖擊影響時(shí)間較長。根據(jù)勞動(dòng)力成變動(dòng)一個(gè)標(biāo)準(zhǔn)差時(shí)對(duì)價(jià)格的影響沖擊反應(yīng)圖來看，與生產(chǎn)資料成本類似，勞動(dòng)力成本的一個(gè)正向沖擊也會(huì)給農(nóng)產(chǎn)品價(jià)格帶來正的沖擊，并且其影響程度也會(huì)隨著時(shí)間的延續(xù)而減弱。另外，農(nóng)產(chǎn)品價(jià)格水平正向沖擊一個(gè)標(biāo)準(zhǔn)差時(shí)對(duì)生產(chǎn)資料價(jià)格和勞動(dòng)力成本也存在正向沖擊效應(yīng)，不同之處在于，農(nóng)產(chǎn)品價(jià)格水平對(duì)于當(dāng)期生產(chǎn)成本價(jià)格的沖擊作用并不顯著，其作用在滯后2 期以后才開始存在顯著沖擊。而農(nóng)產(chǎn)品價(jià)格水平對(duì)于生產(chǎn)者收入的沖擊則主要出現(xiàn)在當(dāng)期和滯后一期，而隨后的沖擊作用并不顯著異于零。通過脈沖反應(yīng)函數(shù)的分析基本可以發(fā)現(xiàn)，成本上升是農(nóng)產(chǎn)品價(jià)格上漲的重要因素，而農(nóng)產(chǎn)品價(jià)格的上漲也會(huì)在一定程度上推動(dòng)生產(chǎn)成本的正向變動(dòng)。

3 結(jié)論和政策建議

本文利用2003—2013年省際面板數(shù)據(jù)的面板向量自回歸模型，對(duì)我國農(nóng)產(chǎn)品市場價(jià)格及農(nóng)業(yè)生產(chǎn)資料成本和勞動(dòng)力成本之間的內(nèi)生關(guān)系進(jìn)行實(shí)證分析，結(jié)果表明，農(nóng)產(chǎn)品市場價(jià)格的上漲的確與農(nóng)業(yè)生產(chǎn)成本的上升之間存在相關(guān)性，同時(shí)農(nóng)產(chǎn)品價(jià)格變動(dòng)也會(huì)反過來影響農(nóng)業(yè)生產(chǎn)的成本，并且農(nóng)產(chǎn)品市場價(jià)格、勞動(dòng)力成本和生產(chǎn)資料成本三個(gè)變量之間的影響存在顯著的滯后效應(yīng)。這三個(gè)變量之間相互影響、相互作用，既可以互為自變量，也可以互為因變量，具有明顯的內(nèi)生關(guān)系。同時(shí)，PVAR 模型估計(jì)結(jié)果以及脈沖響應(yīng)函數(shù)分析也表明我國農(nóng)產(chǎn)品價(jià)格呈現(xiàn)發(fā)散型蛛網(wǎng)的特征。

根據(jù)以上分析，本文認(rèn)為對(duì)于當(dāng)前農(nóng)產(chǎn)品價(jià)格上漲問題，政府應(yīng)當(dāng)重點(diǎn)關(guān)注農(nóng)業(yè)生產(chǎn)成本的變動(dòng)，充分發(fā)揮成本變動(dòng)對(duì)價(jià)格變動(dòng)的預(yù)警信號(hào)作用，加強(qiáng)農(nóng)業(yè)信息監(jiān)測(cè)。同時(shí)，政府還應(yīng)當(dāng)關(guān)注價(jià)格上漲對(duì)農(nóng)業(yè)生產(chǎn)成本的推動(dòng)作用，適當(dāng)對(duì)生產(chǎn)者進(jìn)行補(bǔ)貼以保證農(nóng)民的利益不受損害。

［1］Trostle R.Global Agricultural Supply and Demand:Factors Contributing to the Recent Increase in Food Commodity Prices rev.DIANE Publishing，2010.

［2］Timmer P.Rice Price Formation in the Short Run and the Long Run:The Role of Market Structure in Explaining Volatility.Social Science Electronic Publishing，2009.

［3］李國祥.2003年以來中國農(nóng)產(chǎn)品價(jià)格上漲分析［J］.中國農(nóng)村經(jīng)濟(jì)，2011，2:11-21.

［4］程國強(qiáng)，胡冰川，徐雪高.新一輪農(nóng)產(chǎn)品價(jià)格上漲的影響分析［J］.管理世界，2008，1:57-62.

［5］張明，謝家智.成本驅(qū)動(dòng)、外部輸入與中國農(nóng)產(chǎn)品價(jià)格上漲［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012，5:13-19.

［6］石敏俊，王妍，朱杏珍.能源價(jià)格波動(dòng)與糧食價(jià)格波動(dòng)對(duì)城鄉(xiāng)經(jīng)濟(jì)關(guān)系的影響——基于城鄉(xiāng)投入產(chǎn)出模型［J］.中國農(nóng)村經(jīng)濟(jì)，2009，5:4-13.

［7］秦臻，倪艷.人民幣匯率對(duì)農(nóng)產(chǎn)品價(jià)格傳遞機(jī)制的不對(duì)稱性研究［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013，1:58-67.

［8］蘇應(yīng)蓉.全球農(nóng)產(chǎn)品價(jià)格波動(dòng)中金融化因素探析［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2011，6:89-95.

［9］翟雪玲，等.農(nóng)產(chǎn)品金融化概念、形成機(jī)理及對(duì)農(nóng)產(chǎn)品價(jià)格的影響［J］.中國農(nóng)村經(jīng)濟(jì)，2013，2:83-95.

［10］肖皓，等.農(nóng)產(chǎn)品價(jià)格上漲的供給因素分析:基于成本傳導(dǎo)能力的視角［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014，6:80-91.

［11］劉藝卓.匯率變動(dòng)對(duì)中國農(nóng)產(chǎn)品價(jià)格的傳遞效應(yīng)［J］.中國農(nóng)村經(jīng)濟(jì)，2010，1:19-27.

［12］顧國達(dá)，方晨靚.中國農(nóng)產(chǎn)品價(jià)格波動(dòng)特征分析——基于國際市場因素影響下的局面轉(zhuǎn)移模型［J］.中國農(nóng)村經(jīng)濟(jì)，2010，6:67-76.

［13］張利庠，等.外部沖擊對(duì)我國農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響研究——基于農(nóng)業(yè)產(chǎn)業(yè)鏈視角［J］.管理世界，2011:71-81.

［14］方湖柳.人民幣升值對(duì)農(nóng)產(chǎn)品價(jià)格的影響［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2009，7:84-90.

［15］方松海，馬曉河，黃漢權(quán).當(dāng)前農(nóng)產(chǎn)品價(jià)格上漲的原因分析［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2008，6:20-26.

［16］王孝松，謝申祥.國際農(nóng)產(chǎn)品價(jià)格如何影響了中國農(nóng)產(chǎn)品價(jià)格?［J］.經(jīng)濟(jì)研究，2012，3:141-153.

［17］王川，黃敏.完善我國農(nóng)產(chǎn)品價(jià)格形成機(jī)制的思考［J］.中國食物與營養(yǎng)，2014，20(11):37-41.

［18］Perron P.Test consistency with varying sampling frequency［J］.Econometric Theory，1991，7(3):341-368.

［19］Pierse R G，Snell A J.Temporal aggregation and the power of tests for a unit root ［J］.Journal of Econometrics，1995，65(2):333-345.

［20］沈悅，等.VAR 宏觀計(jì)量經(jīng)濟(jì)模型的演變與最新發(fā)展——基于2011年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主Smis 研究成果的拓展脈絡(luò)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，10:12.

［21］Love I，et al.Financial development and dynamic investment behavior:Evidence from panel VAR ［J］.The Quarterly Review of Economics and Finance，2006，46(2):190-210.

［22］Hayashi F.Econometrics.2000.Princeton University Press，Section，2000，1:60-69.

［23］Roodman D.xtabond2:Stata module to extend xtabond dynamic panel data estimator.Statistical Software Components，2014.

［24］Arellano M，Bover O.Another look at the instrumental variableestimation of error-components models ［J］.Journal of Econometrics，1995，68(1):29-51.

［25］羅超平，等.蔬菜價(jià)格波動(dòng)及其內(nèi)生因素——基于PVAR 模型的實(shí)證分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013，2:22-30.