中国财政金融支农对农业产出增长的效应分析

分类：论文范文 发表时间：2020-01-22 09:41

　　摘 要： 利用 1978—2016 年中国财政支农、 农业贷款和农业产出数据构建 VAR 模型， 通过建立协整方程， 运用 Granger 因果关系检验、 脉冲响应函数和方差分解方法， 分析了中国财政金融支农对农业产出增长的效应。 结果表明：农业产出短期内具有较强的增长惯性， 长期受农业贷款影响显著， 受财政支农影响微弱。 农业贷款是农业产出增长的 Granger 原因， 且两者存在单向正相关关系; 财政支农不是农业产出增长的 Granger 原因， 而农业产出是财政支农增长的 Granger 原因。 长期而言， 农业贷款显著促进了农业产出的增长， 而农业产出增长又会提升财政支农水平。 最后， 提出完善农村金融体系、 优化调整财政支农惠农政策、 探索财政金融支农政策合力点等提升农业产出的发展建议。

　　关键词： 财政支农; 农业贷款; 农业产出; VAR 模型; Granger 原因; 方差分解

　　引言

　　2018 年中央一号文件继续聚焦农业， 全面部署实施乡村振兴战略， 强调坚持农业农村优先发展， 要求 “把实现乡村振兴作为全党的共同意志、 共同行动，做到认识统一、 步调一致， 在干部配备上优先考虑，在要素配置上优先满足， 在资金投入上优先保障， 在公共服务上优先安排， 加快补齐农业农村短板”[1]。 农业发展是推动乡村振兴战略的重要途径， 财政金融支农政策则是农业发展的重要推动力。 改革开放以来，我国财政金融支农水平不断提升， 财政支农、 农业贷款分别由 1978 年的 150.7 亿元和 155.9 亿元增至 2016 年 的 17 808.3 亿 元 和 36 930 亿 元 ， 年 均 分 别 增 长 18.6%和 21.9%; 同期农业发展水平也不断改善， 农林牧渔业增加值由 1 027.5 亿 元 增 长 为 65 964.4 亿 元，年均增长 16.03%。 可见， 随着财政支农、 农业贷款的不断投入， 我国农林牧渔业增加值在不断提升， 但财政金融支农政策对于农业发展的影响路径、 程度和效果仍有待确认。

　　1 模型构建

　　1.1 指标选取与数据来源

　　为研究财政金融支农对农业产出增长的效应， 选取财政支农、 农业贷款作为解释变量， 农业产出作为被解释变量。 其中， 财政支农指标为国家财政用于农林水事务的投入总额， 体现财政支农政策， 记作 FS;农业贷款指标为金融机构本外币农林牧渔业贷款余额， 体现农村金融政策， 记作 AL; 农业产出用农林牧渔业增加值 (即农林牧渔业现价总产值扣除农林牧渔业现价中间投入后的余额， 避免了中间产品的重复计算， 消除了总产值计算时的重复因素) 表示， 记作 GGDP。

　　1.2 VAR 模型

　　VAR 模型能够描述多变量动态关系， 基于 VAR 模型的脉冲响应函数能够刻画随机扰动项的冲击对内生变量当期值和未来值产生的影响轨迹， 而方差分解分析能够测度影响的强度[7]。 故本研究采用 VAR 模型分析我国财政金融支农对农业产出增长的效应， 利用 LnFS、 LnAL、 LnGGDP 建立无约束 VAR 模型。首先确定模型的最优滞后期， 如表 1 所示， 最优滞 后 期 的 5 个 评 价 指 标 中 ， 有 4 个 认 为 应 该 建 立 VAR (2) 模型， 由此确定最优滞后期为 2 期。 模型表达式为： LnGGDP = 1.134 1LnGGDP(-1)-0.430 8LnGGDP(-2) -0.071 6LnFS (-1) +0.025 28LnFS (-2) + 0.192 5 LnAL (-1) + 0.068 2 LnAL(-2) + 1.042 9 (1)

　　其次检验模型的稳定性， 如图 1 所示， 模型差分方程特征根全部在单位圆曲线内， 表示 VAR (2) 模型是稳定的， 能够进行脉冲响应函数分析和方差分解分析。

　　2 实证分析

　　2.1 协整检验

　　2.1.1 平稳性检验

　　运用 ADF 法对各变量进行单位根检验， 以确定变量的平稳性。 结果显示， 原序列的 ADF 统计值大于 10%显著性水平临界值， 序列有单位根， 即序列非平稳 (表 2)。 其一阶差分序列的 ADF 统计值均小于 1%显著性水平临界值， 序列平稳， 即相关变量时间序列为一阶单整。 因此， LnFS、 LnAL 与 LnGGDP 之间可能存在协整关系。

　　2.1.2 Johansen 协整检验

　　LnFS、 LnAL 与 LnGGDP 都为一阶单整序列， 三者之间可能存在长期均衡关系， 即协整关系[7]。 多变量协整关系检验通常采用 Johansen 极大似然估计法， 检验结果可知， 在 5%显著水平上， 变量间至少存在 1 个协整关系 (表 3)， 说明财政支农、 农业贷款与农业产出之间存在长期的协整关系。进一步标准化协整关系系数， 得到长期协整方程： LnGGDP = u - 0.419LnFS + 1.147LnAL (2) (0.09579) (0.10201) 其中， u 为常数项， 各变量前的系数即为各自的产出弹性， 即可判断财政支农每增加 1%， 农业产出将减少 0.419%; 农业贷款每增加 1%， 农业产出将增加 1.147%。 协整关系式说明了各变量之间的长期关系.

　　2.2 Granger 因果关系检验

　　根 据 VAR 模型确定的最优 滞后期 2 期 进 行 Granger 因果关系检验， 结果表明， 财政支农不是农业产出增长的 Granger 原因， 而农业产出是财政支农增长的 Granger 原因; 农业贷款是我国农业产出增长的 Granger 原 因， 而农业产出不是农业贷款增长 的 Granger 原因， 二者存在单向正相关关系 (表 4)。 这与协整分析结果相一致， 即农业贷款可以显著地促进我国农业产出增长。

　　3 结论及发展方向

　　农业产出短期内具有较强的增长惯性， 从长期影响因素来看， 农业贷款影响显著， 财政 支 农 影 响 微弱。 农业贷款是农业产出增长的 Granger 原因， 且两者存在单向正相关关系; 财政支农不是农业产出增长的 Granger 原 因 ， 而农业产出是财政支农增长的 Granger 原因。 长期而言， 农业贷款显著促进了农业产出的增长， 而农业产出增长又会提升财政支农水平。 1978—2016 年我国农业贷款对农业产出的增长作用显著， 但是财政支农并没有起到应有的效果， 反而是农业产出增长拉动了财政支农水平。 表明农业贷款的有效供给对于农业产出增长的重要性， 同时也反映出财政支农支出并未充分发挥应有的作用。 研究结果揭示了农村金融资源的有效供给要比财政支农支出对于农业产出增长的促进更加有效。 一方面， 农业发展离不开农业投资支撑， 而农业投资的主要渠道就是农业信贷， 完善农村金融体系， 推进普惠金融发展， 增加农业信贷的供给， 可以有效推动农业的现代化发展水平[9]。 另一方面， 财政支农政策效果不太理想的原因可从多种因素考量， 财政支农支出中较大比例投入到了粮食安全储备补贴、 自然灾害救济补贴、 农业资源储备补贴等非生产性投资领域， 这些投资并不能转化为农业资本和农业生产技术， 并且其支出水平会随着农业产出增加而随之提升， 但显然这些财政支出是必要的。

　　参考文献

　　[1] 中共中央国务院.关于实施乡村振兴战略的意见[Z].2018- 01-02.

　　[2] 温涛，王煜宇.农业贷款、财政支农投入对农民收入增长有效性研究[J].财经问题研究，2005(2)：78-82.

　　[3] 陈义林. 我国财政支农与金融支农对农民收入的影响——基于 VAR 模型的实证分析[J].改革与战略，2008(12)：87-89.

　　[4] 崔姹，孙文生，李建平.基于 VAR 模型的农业贷款、财政支农对农民收入增长的动态性分析——以河北为例[J].广东农业科学，2011(1)：235-238.

　　[5] 孔 祥 智，黄 博，刘 同 山.财政支农对农民增收的效应分析： 1978-2014[J].现代管理科学，2016(12)：18-20.

上一篇：浙江省低碳农业经济评价指标体系构建及评价 下一篇：中国稻作农业起源研究的新认识