政策对我国农产品出口影响的干预分析模型——以黑龙江省农产品出口为例，本文主要内容关键词为：农产品出口论文,黑龙江省论文,为例论文,模型论文,政策论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F320.1 文献标识码：A 文章编号：1001-4403(2008)06-0043-03
经济政策的实施或干预，必将对经济发展过程产生影响，甚至改变经济结构。这种影响常常是一个过程，在我国的经济成长过程中明显的存在。我们知道，农业生产将随着科学技术的进步，人口的发展，农业投资的增加而逐年有所发展。因此，我们不仅关心它的自然发展，而且更关心政策干预后所产生的直接的或间接的具体影响，对于经济结构是否在政策实施之后发生了调整，可以依赖经济结构的F值检验进行显著性检验(Chow Test)。此外，对经济的影响除政策干预外，某些突发事件的影响也是十分显著的。例如在国际上，最近的次贷危机，对世界经济产生了巨大的影响，有许多企业处于倒闭或濒于倒闭的状态。类似的事件常常带来大量的异常值，识别并消除突发事件及其影响是非常重要的，因此，对政策干预或突发事件的影响，建立干预分析模型，统计分析和预测，有着重要的意义。
对干预分析模型(Intenvention Analysis Model)的研究始于70年代。美国威斯康星大学统计系教授博克斯(Box)与芝加哥大学统计系教授泰奥(Tiao)于1975年联合发表了论文《经济环境问题的干预分析及其应用》一文以后，引起了人们的广泛重视，很快就被应用去描绘经济政策的变化或突发事件给经济带来的影响作定量经济分析和预测。
国内也有学者将该模型应用于我国农村经济体制改革的实效分析[1]，但他们的模型是建立在随机时间序列ARMA模型基础上的，由于农产品出口贸易的变动一方面缘于政策干预调节的影响，另一方面又包含自然增长的趋势，因此本文把干预分析模型和一般的时间序列增长模型结合起来进行研究[2]。
以黑龙江农产品出口为例，近年来黑龙江省的农产品进出口大幅度增长，出口的农产品已成为全省创汇的骨干产品。2007年全省进出口总额实现74.5亿美元，比上年增长22.5%，列全国第14位。2007年，黑龙江省畜产品、蔬菜、水果、食用菌均实现净出口，农产品出口贸易总额首次突破9亿美元，比上年增长71.31%，增幅居全国首位[3]。那么政策因素在我国农产品贸易发展过程中起到了怎样的作用？我们又该如何进行分析并提出相应对策呢？
一、农产品出口干预模型的机理分析
影响农产品出口的政策干预事件突然发生，并不能立刻产生完全的影响，而是随着时间的推移，逐渐地感到这种影响的存在。这种形式的最简单情形的模型方程为：
根据该模型，利用干预影响产生前的数据，建立一个单变量的时间序列模型。然后利用此模型进行外推预测，得到的预测值，作为不受干预影响的数值。最后将实际值减去预测值，得到的是受干预影响的具体结果，利用这些结果可以求估干预模型的参数，估计出干预模型的参数，利用排除干预影响后的全部数据，识别与估计出一个单变量的时间序列模型，最后求出总的干预分析模型。
需要指出的是，在农产品出口政策干预模型的建立和应用中，针对存在较大政策差异的农产品，可以通过设置不同参数组的方式进行有差别的预测和评价[4]。
1.建立农产品出口政策干预模型的步骤
(1)利用干预影响产生前的数据，建立一个单变量的时间序列模型。然后利用此模型进行外推预测，得到的预测值，作为不受干预影响的数值。
(2)最后将实际值减去预测值，得到的是受干预影响的具体结果，利用这些结果可以求估干预模型的参数。
(3)估计出干预模型的参数，而对于不同的主要农产品，如粮食、畜产品和果蔬，参数估计的结果将形成参数组，即不同的农产品对应不同的干预模型参数。
(4)这些不同农产品所对应的不同参数的干预模型所构成的方程组，即为本研究最终使用的总干预分析模型。
2.干预分析模型的优点
干预分析模型与其它模型比较，有下面两个优势。
(1)若干预事件影响存在，那么对时间序列分析和预测不论是用ARMA棋型还是MARMA模型（多变量时间序列的ARMA模型）其预测精度都比干预分析模型差，也就是干预分析模型更接近实际，分析的结果更为客观[5]。
(2)干预分析模型比回归分析模型中加入虚拟变量要灵活得多，适应能力强一些，因为干预分析模型能对时间序列的动态特性进行合理的描述甚至可以对未来的影响做出主观的估计，把先验信息反映进模型中来。
二、模型的相关假设与参数设定
在对各种时间序列增长模型进行拟合优度的比较筛选之后，本文采用以下模型进行农产品出口贸易的干预分析，即：
很显然，将(5)式代入之前的(1)式中，得到整个农产品出口贸易政策干预模型：
本文将全部数字资料分为两段：第一段为2000～2004年，如表一所示，该段数字是干预前的数据；第二段为2004～2008年，该段数字是带有干预影响的数据。在对数据做了上述处理以后，便可着手进行模型的识别和参数估计，具体思路及步骤如下：
(1)利用干预事件发生前的第一段数据，建立一个一般时间序列增长模型；然后利用模型进行外推预测，把得到的预测值作为不受干预影响的数值；再将第二段实际数据减去预测值，得到干预影响的具体数值；最后根据这些数值估计干预模型Zt的参数ω，δ。
(2)利用排除干预影响后的净化数列建立时间增长模型。
(3)综合(1)、(2)组建干预分析模型
由上可知，该模型的拟合度较好，t值检验的结果为显著，并且整个回归方程以为显著。另外，当t＞2004年时，
根据预测结果可知，我国的政策干预所起的效果在今后若干年内依旧存在甚至效果明显。这样的结论与定性分析的结果基本一致。因此，合理调整相关领域政策以促进我国农产品出口实现又好又快发展势在必行，并且可以预见，会有很明显的成效。
收稿日期：2008-09-20