財政支農支出與農民收入增長的實證研究

　　摘要：文章通過協整分析和誤差修正模型，利用1978～2005年間的年度數據，對我國財政支農支出與農民純收入關系進行實證研究。回歸結果表明：財政支農支出與農民收入之間存在長短期穩定正向關系。通過Granger因果關系檢驗，發現財政支農支出是我國經濟增長的Granger原因，反之不成立。
　　關鍵詞：財政支農支出；農民收入；協整；Granger因果關系
　　
　　一、前言
　　
　　農民問題是“三農”問題的核心，而提高農民收入是農民問題的關鍵。改革開放以來，我國農民收入水平有了很大的提高，農民人均純收入由1978年的133.6提高到2005年的3254.93，增長了3121.33元，年均增長104.04元。但是，與國民經濟發展以及城鎮居民收入水平相比，我國農民收入增長速度相對緩慢。收入水平增長較低，特別是1997年后進入長期的低速增長狀態，城鄉收入差距不斷拉大。農民收入增長緩慢已經成為制約我國經濟增長的和城鄉協調發展，影響經濟發展全局的突出問題。農民收入的經濟發展問題最突出的問題是資本的缺乏，財政支農支出對農民的收入就會產生很大作用，研究財政支農支出對農民收入的影響程度就有十分必要的作用。
　　
　　二、財政支農結構對農民增收實證研究的文獻綜述
　　
　　由于財政投入對農民增收的巨大作用，許多學者對此進行了實證研究。劉旦（2006）通過建立VAR模型論證財政支出與農民增收具有長期的協整關系，并得出長期農民收入與農村基本建設支出呈負相關關系，而與支農支出和科技三項費用支出呈正相關關系。孫文祥、蔡方（2005）建立滯后項的回歸模型得出當年的農業財政支出對本年度第一產業發展的無影響，但對下一年度的增長有顯著影響。從支農結構來看，支農生產費及事業費、基本建設費、科技三項費用對農民增收有正面影響，而農業救濟費支出是負面影響。邵偉鈺（2006）建立回歸模型得出支援農業生產和農村救濟費有利于農民收入增加，而農村基本建設支出阻礙農民收入增加，科技三項費用對農民收入不構成影響。可以看出，由于不同學者在建立模型的方法不同，得出的結論也不盡相同。本文認為在建立回歸模型中要考慮時間序列的平穩性。
　　
　　三、財政支農與農民收入增長的計量實證研究
　　
　　（一）變量選取和變量設定
　　本文選用1978～2005年的年度數據（數據來源于2006年中國統計年鑒、新中國五十年統計資料匯編和中國農業年鑒2005）來反映財政支農總量與農民收入增長的關系研究。選取變量y代表農民人均純收入，反映農民收入的增加，其變化反映了財政支農績效。考慮到各時間系列物價波動比較大，選用扣除物價變動因素的農民人均純收入。x代表財政支農總量。在對模型進行擬合時，對變量取對數形式，這樣并不影響原始變量的協整關系，而且對數變換后往往可以消除異方差現象，還可以提高模型擬合、各變量的顯著性及擬合效果，同時便于分析變量間的彈性關系。最終建立的模型是：lny=α+βlnx。
　　（二）序列lny和lnx的單位根檢驗
　　一般來講，時間序列都具有不平穩性，會導致“偽回歸”現象以及各項統計檢驗毫無意義，因此，在建立計量模型之前要對所采用的時間序列進行單位根的檢驗，以確定各序列的平穩性和整形階數。時間序列平穩性檢驗方法主要由自相關函數函數檢驗和單位根檢驗。本文分別對上述的兩種方法進行檢驗，各變量及其一階自相關函數如圖1所示（數據處理通過軟件EVIEWS6.0完成）。
　　由圖1可知，時間序列lnx和lny表現出明顯的非平穩性，而一階差分序列△lnx△lny則表現出較為平穩的特征。同時運用單位根進行檢驗。常用的單位根檢驗方法為Dickey和Fuller提出的ADF檢驗法。通常對時間序列進行ADF檢驗的一般方程為：假定零假設為H0：γ=1，如果零假設成立，說明序列存在單位根，意味著Yt是非平穩性序列。反之，若拒絕零假設，說明序列不存在單位根，則意味著Yt是平穩序列。將γ對應的t統計量與ADF檢驗表中臨界值進行比較。如果t統計值＞臨界值，則接受H0，認為是非平穩時間序列。利用Eviews6.0軟件分別對各變量的水平值和一階差分進行ADF的單位根檢驗、檢驗的方程的選取原則根據相應的圖形來確定，檢驗過程中滯后項的確定采用SIC原則，結果見表1。可以看出，各序列在5%的顯著水平下的一階差分平穩的，也就是都是屬于序列I（1），因此，滿足建立協整關系的條件。
　　（三）兩變量的協整關系
　　上述單位根檢驗表明變量lnx和lny之間可能存在協整關系。為確定兩者之間是否具有協整關系，根據Engle和Granger于1987年提出的協整檢驗兩步法稱為EG檢驗，其檢驗的方法與步驟如下：
　　第一步，用OLS方法估計方程：lny=α+βlnx+e用和表示回歸系數的估計值，則得到模型的殘差估計值見表1：
　　
　　第二步，檢驗誤差序列{}的單整性。如果~I（0），即為單整序列則時間序列lnx和lny具有協整關系。根據以上方法，運用1978～2005年的數據，用Eviews6.0軟件分析得到如下回歸結果：
　　lny=1.119619+0.91205lnx
　　（3IRCaWYgRIfkvY0dVAQjPLz3bpPwSrjHOus+lw0hRvc8=.209266） （16.07957）
　　（0.0035） （0.0000） ①
　　R2=0.908628 Adjusted R2=0.905114 F=258.5526
　　從而得出誤差序列{et}，其函數關系如下：lny=1.119619+0.91205lnx，①式中上下括號的數字分別是回歸系數的統計量及其對應的概率。由各檢驗統計量值可見方程擬合的非常好。根據EG檢驗法，若變量lnx和lny之間存在協整關系，則誤差序列{e}必須是單整的。為此對誤差序列{et}進行ADF單位根檢驗，檢驗統計量值-3.21166小于顯著性水平為5%時的臨界值-2.97626，因此可以認為誤差序列{et}在5%顯著性水平上是平穩序列，表明lny和lnx具有協整關系，也即y與x存在協整關系。從①中可以看出其協整系數為0.91205，表明財政支農支出對農民收入具有正向均衡關系。財政支農支出每增加一個百分點，農民收入就會增加0.91205百分點。
　　（四）誤差修正模型
　　通過對變量進行協整分析，發現變量之間的長期均衡關系，但是無法得知這些變量偏離它們共同隨機趨勢時的調整速度，這個問題可以用誤差修正模型加于解決。根據Granger定理，一組具有協整關系的變量建立誤差修正模型。因此，在協整檢驗的基礎上進一步建立包括修正項在內的誤差修正模型，以次研究上述各變量之間的短期動態調整關系。用μt表達式①中的殘差（在誤差修正模型中，引入殘差μt作為非均衡誤差，在一定程度上更好地說明各變量之間的關系），建立誤差修正模型如下：
　　Δlnyt＝0.43285Δlnxt-0.29563μt-1
　　從誤差修正模型來看，財政投入的增量與農民收入的增量呈正相關，其彈性系數為0.43285，說明財政支農支出增量對農民收入的增加作用比較大；μt的系數反映偏離長期均衡的調整力度，從估計的系數值來看，調整力度比較大而且誤差項系數為負，符合反向修正機制。
　　（五）變量因果關系檢驗
　　上述分析表明財政支農支出與農民收入具有協整關系，即兩者之間具有長期的均衡關系，但是這種均衡關系是否構成因果關系，即財政支農支出是不是促進農民收入的增加，農民收入的增加是不是又帶動了財政支農支出或者兩者皆有。這就需要進一步對兩者進行Granger因果關系檢驗。Granger因果關系檢驗的思路是：如果兩者經濟變量X與Y，在同時包含過去X與Y信息的條件下，對Y的預測效果比只單獨由Y的過去信息對Y的預測效果更好，即變量X有助于Y預測精度的改善，則認為X對Y存在Granger因果關系。根據Granger因果關系分析方法，建立下列兩變量模型：
　　
　　
　　運用Eviews6.0軟件可以計算出用于檢驗的F統計量及其相應的概率，依據最小AIC（Akaike Informoation Criterion）準則，可確定滯后階數為3階，得到的結果如表2所示：
　　由檢驗結果可以看出，1978～2005年我國財政支農支出與農民收入存在單向因果關系，即財政支農支出是農民收入的格蘭杰原因；而后者不是前者原因概率較大。說明財政支農支出的增加會增加農民收入，但農民收入的增加并不是擴大財政支農支出的原因。
　　
　　四、結論
　　
　　依據數量經濟模型，對財政支農支出與農民純收入的時間序列進行了單位根檢驗，在檢驗通過的基礎上，再對兩者進行了協整分析、誤差修正模型檢驗和格蘭杰因果關系檢驗，得出以下結論：
　　第一，單位根檢驗結果表明，財政支農支出與農民純收入同時一階單整時間序列，兩者存在協整關系，即財政支農支出擴大會對農民純收入增長存在長期穩定的均衡關系。從其協整關系系數來看，財政支農支出對農民收入增長存在正向關系，說明財政支出對農民收入起到了較為積極的促進的作用。
　　第二，從長期誤差項系數大小反映了對偏離長期均衡的調整力度，從誤差修正模型中的長期誤差項系數估計值來看，協整力度比較大。短期來看，財政支農支出短期波動與農民收入短期波動也成正向關系，即短期的財政支農支出增加也能促進農民收入的增長。而且系數比較高，說明財政支農對農民收入增加的貢獻率比較高。
　　第三，從Granger因果關系檢驗結果來看，我國財政支農支出與農民收入存在單向因果關系，即財政支農支出是農民收入的格蘭杰原因；而后者不是前者原因概率較大，說明財政支農支出的增加會增加農民收入，但農民的收入的增加并不是擴大財政支農支出的原因。
　　
　　參考文獻：
　　1、劉旦.財政支農結構與農民收入增長的關系[J].北