财政支农对农业产出影响的实证分析

孙学涛

摘 要：本文选择财政支农作为变量，基于误差修正模型测算辽宁省财政支农支出的效率水平，并利用辽宁省1980年至2012年的数据，在省级层面上运用ADF单位根检验、E-G检验和误差修正模型实证分析了辽宁省财政支农对农业产出的影响，得出财政支农对农业产出的长期弹性为85.9%，短期弹性为4%，且都小于中国东部地区的数据。由于辽宁省是工业大省，农业产出所占全省GDP的比重较小。本文通过格兰杰因果检验还发现，滞后两期的辽宁省的农业产出是财政支农的格兰杰原因。

关键词：财政支农；农业产出；误差修正模型；实证分析

中图分类号：F321.42 文献标志码：A 文章编号：1008-2697（2015）04-0059-05

一、引言

农业是国民经济的基础，是社会安定、国家繁荣的保证。同时，农业作为一个特殊的产业部门，具有先天弱质性的特点。农业的重要性及其特性决定了政府必须对它予以支持和保护。财政支出作为政府调控和保护农业的核心措施，也日益受到了政府和学者的关注。中国是一个农业大国，正处于由传统农业向现代农业转化的过渡时期。研究财政农业支出，有助于合理利用有限的农业资金，促进农业的健康发展，对于支持和保护农业发展，具有重要意义。

图1 农业产出和财政支农环比增长

改革开放以来，辽宁省的农业经济和全国的农业经济一样，进入到一个新的历史发展时期，在这个过程中辽宁省财政支农资金环比增长速度在曲折中不断下降，且财政支农占农业产出的比例4%左右，而上世纪90年代美国等发达国家对财政支农占农业产出的比例达到25%以上，日本财政支农占农业产出的比例达到45%以上。

那么辽宁省财政支农对农业产出的影响是否为正？如果为正，农业财政支出对农业产出的影响是多少？长期内农业财政支出对农业产出的影响是多少？短期内农业财政支出对农业产出的影响是多少，财政支农是不是农业产出的格兰杰原因，这正是本文要研究的问题。

二、文献综述

财政支出在农业中生产中起什么样的作用，学者们进行了大量的研究。研究主要分为两部分。一部分是利用全国的数据研究财政支农与农业产出之间的关系，这部分研究较多。王文普（2007）选取中国1978年至2006年的财政支农和农业产出的数据，利用向量误差修正模型计算出财政总支出的长期系数为负，并且财政支出的长期效用大于短期效用[1]。赵明、卓建伟等（2008）选取1989年至2005年的数据，利用生产函数得出财政支农不足是制约农业经济发展的主要原因[4]。李普亮（2012）通过选取中国1996年至2006年省级面板数据，利用超越对数函数的SFA模型，得出财政支农不仅可以直接推动农业产出的增长，而且还可以通过农业技术效率间接地推动农业产出的增长[3]。高远东、花拥军（2011）选取中国1995年至2006年的除香港、澳门和台湾以外的31个省的面板数据，利用空间误差修正模型计算出一个省的财政支农与该省的农业产出之间存在协整关系[5]。范柏乃、段忠贤（2011）通过选取中国1990年至2008年财政支农和农业产出的数据，计算出农业支出对农业产出的贡献率约28.5%[2]。另一部分利用地区或者省份的数据研究财政支农与农业产出之间的关系，这部分研究较少。黎翠梅（2008）选取1995年至2006年地方财政支农农业产出面板数据，利用修正的C-D模型计算出东部财政支农对农业产出的影响0.32，仅次于耕地面积对农业产出的影响[6]。目前国内关于财政支农对农业产出的研究主要集中于国家级层面缺乏对省级的研究。由于不同的省份不同的特点，本文尝试用辽宁的财政支农和辽宁省的农业产出的数据，对辽宁省的财政支农与辽宁省农业产出的关系进行实证性研究，并讨论辽宁省财政支农对农业产出影响的效率，财政支农与农业产出之间的关系。

三、模型构建

为了研究辽宁省农业财政支出与农业产出之间的关系，本文借鉴其他学者的研究成果，从2006年度《辽宁统计年鉴》和2013年度《辽宁统计年鉴》选取了全省用于农业总支出和农林牧渔业总产值的数据，样本区间为1980年至2012年。财政支农对农业产出具有杠杆效应（彭克强、易新福等，2013），通过财政支农的杠杆作用调整金融信贷机构在农业的投入。财政用于农业的支出包括支援农业生产支出和各项农业事业费、农业为基本建设支出、农业科技三项费用以及其他，标记为ZN，单位为亿元。农业产出即农林牧渔业总产值标记为AGDP，指年度内农林牧渔业全部农产品及社会生产、社会服务产品的总价值，单位为亿元。由于本文的模型只涉及到农业产出和财政支农资金，故对农业产出和财政支农未做物价平减处理。为了降低数据处理过程中的异方差，分别对农业产出和财政支农取自然对数，并分别标记为LNAGDP和LNZN。

构建模型为LNAGDP=α+βLNZN+μ，其中α为常数项，β表示LNZN变化所带来的LNAGDP的变化，μ表示随机误差项。

四、实证研究

从LNAGDP和LNZN的分布图2可以看出LNAGDP和LNZN自1980年至2012年之间虽然部分年份LNAGDP或者LNZN有过下降，但总体上LNAGDP与LNZN同步增长。说明LNAGDP与LNZN之间存在协整关系。

图2 取自然对数之后的农业产出和财政支农分布

（一）ADF单位根检验

为了避免图形直观判断的失误，首先对时间序列数据进行ADF单位根检验，判断LNAGDP和LNZN的平稳性。ADF检验结果见表1。

表1 ADF检验

序列 检验形式

（c，t，k） ADF检验统计量 5%临界值 备注

LNAGDP （c，0，0） -0.525 -2.980 不平稳

LNZN （c，0，0） 2.056 -2.980 不平稳endprint

ΔLNAGDP （c，0，0） -5.361 -2.983 平稳

ΔLNZN （c，0，0） -6.726 -2.983 平稳

注：①此处临界值指Mackinnon临界值；②检验形式（c，t，k）分别表示单位根检验方程包括常数项，时间趋势和滞后阶数，0是指不包括相应的项；③ΔLNAGDP表示对LNAGDP进行一阶差分，ΔLNZN表示对LNZN进行一阶差分。

表1表明LNAGDP的ADF检验统计量-0.525大于5%临界值下的-2.98，表示LNAGDP不是平稳的时间序列数据；同样LNZN的ADF检验统计量2.056大于5%临界值下的-2.98，表示LNZN不是平稳的时间序列数据。但是对LNAGDP和LNZN进行一阶差分后，ΔLNAGDP的ADF检验统计量-5.361小于5%临界值下的-2.983，表示LNAGDP是平稳的时间序列数据；ΔLNZN的ADF检验统计量-6.726小于5%临界值下的-2.983，表示LNZN是平稳的时间序列数据。财政支农和农业产出都是非平稳的时间序列数据，说明LNAGDP和LNZN都是一阶单整序列可以运用协整的方法进一步分析。

（二）协整分析

如果数据是一阶或者高阶单整时间序列数据，即使它们是非平稳的时间序列数据，它们的线性组合也可能是平稳。如果它们之间的长期均衡关系存在，那么就称它们之间存在的关系就称做协整关系。

本文采用E-G检验，检验LNAGDP和LNZN之间是否存在协整关系。第一步采用OLS估计方法对LNAGDP和LNZN进行回归，得到LNAGDP和LNZN的长期均衡关系，如表2。

表2 LNAGDP与LNZN的OLS回归结果

LNAGDP Coef Std. Err. t P>|t|

LNZN 0.8586982 0.0315323 27.23 0.000

_cons 3.508262 0.1130372 31.04 0.000

Prob > F = 0.0000 R2 = 0.9599 调整的R2 = 0.9586

采用OLS估计方法对LNAGDP和LNZN回归的结果通过了F检验，并且R2值较高。在长期内LNZN对LNAGDP的影响为85.8%，并且通过了检验。说明在长期财政支农对农业产出的弹性为85.8%，与范柏乃、段忠贤采用全国的数据研究财政支农对农业产出的弹性为正的结果是一致的。

然后根据公式计算出残差项e，并对残差项e行ADF检验，检验结果如表3。

表3 残差项e的ADF检验计量

序列 检验形式

（c，t，k） ADF检验统计量 5%临界值 备注

E （c，0，0） -2.351 -1.950 平稳

注：①此处临界值指Mackinnon临界值；②检验形式（c，t，k）分别表示单位根检验方程包括常数项，时间趋势和滞后阶数，0是指不包括相应的项。

表3表明残差项e的ADF检验统计量-2.351小于5%临界值下的-1.95，表示LNAGDP的残差项e是平稳的，说明LNZN与LNAGDP之间存在着协整关系，说明辽宁省财政支农与农业产出之间存在着长期均衡。

（三）误差修正模型

根据表3和以上的分析证明LNAGDP和LNZN之间存在着协整关系，表明LNAGDP与LNZN存在长期均衡。但是并不意味着LNAGDP和LNZN之间短期内也均衡，只能说明LNAGDP和LNZN之间的短期均衡是暂时的，而不是长期的。采用差分的方法计算出LNAGDP的差分和LNZN的差分。计算公式如下：

ΔLNAGDPt=LNAGDPt-LNAGDPt-1

ΔLNZNt= LNZNt- LNZNt-1

ECM=e

采用OLS法估计方法对ΔLNAGDPt、ΔLNZNt和ECM进行回归，得到ΔLNAGDPt、ΔLNZNt和ECM的关系。如表4。

表4 ΔLNAGDPt、ΔLNZNt和ECM回归结果

ΔLNAGDP Coef Std. Err. t P>|t|

ΔLNZN 0.0402648 0.114009 0.35 0.727

ECM 0.0617768 0.067481 0.92 0.367

_cons 0.1187142 0.0218259 5.44 0.000

Prob > F = 0.6424 R2 =0.0301 调整的R2 =-0.0368

采用OLS估计方法对ΔLNAGDPt、ΔLNZNt和ECM回归的结果没有通过F检验，并且R2值较低。根据误差修正模型短期内财政支农每增加1%，就会引起农业产出增加4%，但从长期来看财政支农每增加1%就会引起农业产出增加85.8%。短期内辽宁财政支农对农业产出的影响不显著；随机误差项虽然对农业产出有一定的影响，但是影响因素较小为6.1%，且随机误差项对农业产出的影响短期不也不显著。随机误差项表明财政支农对农业产出的影响由短期向长期调整速度为6%。辽宁省财政支农对农业产出的影响短期较低，但是长期对农业产出的影响较高。因为财政支农在基础建设和科研投入方面的资金，在短期内很难收到成效，但是在长期内成效较明显。因此，不能因为短期财政农业对基础建设和科研支出对农业的影响小而减少对农业的财政支出。

与王文普（2007）采用全国的数据研究结果即财政支农对农业产出的影响长期效用大于短期效用相一致。胥巍、曹正勇等（2008）对中国东部和西部财政支农和农业经济增长之间的关系进行研究，得出在长期东部地区财政农业支出对农业经济增长的影响系数是 0.977，在短期内，财政农业支出的短期变化对农业经济的影响系数为0.4672；本文利用辽宁省的数据得出的长期内财政农业支出对农业经济增长的影响系数0.858，在短期内，财政农业支出的短期变化对农业经济增长的影响系数为0.04。无论长期还是短期财政农业支出对农业经济增长的影响都小于东部地区，由于辽宁省是工业大省，农业经济在辽宁省内所占的比重10%左右。LNZN不是LNAGDP格兰杰原因。endprint

（四）格兰杰因果检验

通过单整检验、协整检验和误差修正模型，只能证明LNAGDP和LNZN之间存在着短期均衡关系和长期均衡关系，但不能证明LNAGDP和LNZN之间是否存在因果关系。如果LNZNt任何一个滞后变量对LNAGDP的回归参数的估计值存在显著性，则结论应是LNZNt与LNAGDPt之间存在格兰杰因果关系。因此，本文利用格兰杰因果检验对辽宁省财政支农和农业产出之间是否存在格兰杰因果关系及方向进行检验，本文采用的滞后期为1-2期。检验结果如表5。

表5 格兰杰因果检验结果

原假设 滞后期数 Obs P>|t| 结论

LNAGDP不是LNZN格兰杰原因 1 31 0.0000 接受

LNZN不是LNAGDP格兰杰原因 1 31 0.0000 接受

LNAGDP不是LNZN格兰杰原因 2 30 0.9760 拒绝

LNZN不是LNAGDP格兰杰原因 2 30 0.9760 拒绝

由表5可以看出滞后1期时原假设“LNAGDP不是LNZN格兰杰原因”和“LNZN不是LNAGDP格兰杰原因”显著，说明LNAGDP和LNZN不存在格兰杰因果关系，即在第一期财政支农和农业产出之间不存在因果关系。在第二期之后在5%的显著水平下，“LNAGDP不是LNZN格兰杰原因”和“LNZN不是LNAGDP格兰杰原因”同时不显著，说明在滞后两期之后LNAGDP是LNZN的格兰杰原因，并且LNZN也是LNAGDP的格兰杰原因。说明辽宁省的财政支农是农业产出的格兰杰原因，并且辽宁省农业产出也是财政支农的格兰杰原因，即辽宁省的财政支农对农业产出存在一定的影响，但是影响具有一定的时滞性，同时辽宁省的农业产出也对财政支农的影响，也存在一定的时滞性。在第一期内辽宁省的财政支农和农业产出之间不存在相互影响的关系。

五、结论与启示

本文利用1980年至2012年辽宁财政支农和农业产出的数据分析辽宁财政农业支出对农业产出的影响。通过ADF检验得出财政支农和农业产出都是非平稳的时间序列数据；通过协整分析可以得出财政支农和农业产出之间存在着长期均衡；通过OLS回归得出辽宁省农业财政支出对农业产出的长期弹性为0.858，短期弹性为0.04；通过格兰杰因果检验得出，在第一期内财政支农不是农业产出的格兰杰原因，同时农业产出也不是财政支农的格兰杰原因，说明在第一期内农业产出和财政支农没有关系；但在滞后两期以后不仅财政支农是农业产出的格兰杰原因，而且农业产出也是财政支农的格兰杰原因。综合实证结果得出：无论在长期还是在短期，财政支农对农业产出的影响都比东部地区小；辽宁财政支农短期弹性小于东部地区。建议调整财政支农结构，将财政支农资金更多地投入到提高财政支农短期弹性的方面，如农村基本建设和农村社会保障等方面。

参考文献：

[1]王文普.财政支农对农业经济影响的计量分析[J].消费导

刊，2007（13）：66-67.

[2]范柏乃，段忠贤.财政支农与农业经济发展的关系[J].理论

探索，2011（1）：66-70.

[3]李普亮.财政支农与农业经济增长——基于超越对数函数的

SFA模型[J].三农聚焦，2012（1）：48-53.

[4]赵明，卓建伟，胡彬.财政支农与农业经济增长的实证分

析[J].安徽农业科学，2008（36）： 3895-3896.

[5]高远东，花拥军.地方财政支农对地区农业经济增长作用研

究——基于空间面板协整与空间误差修正模型[J].经济学

动态，2011（12）：54-61.

[6]黎翠梅.地方财政支农与区域农业经济增长——基于中东西

部地区面板数据的实证研究[J].中国软科学，2009（1）：

182-189.

[7]徐俊强，郭善民.河南财政支农与农业经济增长关系的实证

研究[J].江西农业学报，2009（21）：182-184.

[8]王振华，张广胜.人力资本、追赶效应与农业科技进步[J].

中国人口、资源与环境2013（12）：131-135.

[9]周启涛.我国财政支农对农业经济增长的实证研究[J].辽

宁大学硕士论文，2009

[10]胥巍，曹正勇，傅新红.我国东、西部财政支农对农业经济

增长贡献的比较研究——基于协整分析与误差修正模型[J].

软科学，2008（5）：95-99.

[11]李东涛.新疆财政农业支出与农业经济增长的实证分析[J].

新疆农垦经济，2010（4）：13-16.

[12]林玉蕊.农业投入产出生产函数及其应用研究[J].数学的

实践与认识，2007（13）：102-109.

[13]赵芝俊，袁开智.中国农业技术进步贡献率测算及分解：

1985-2005[J].农业经济问题，2009（3）：28-36.

[14]康萌萌，唐塞丽.山东省农业经济增长的实证分析[J].农

业经济，2007（2）：32-33.

[15]李雪阳.湖北省财政支农的效益研究[D].西南大学硕士

论文，2009.

[16]郭忠孝.财政支农支出的效率研究[D].沈阳农业大学博士

论文，2008.

（责任编辑：吴 霞）endprint