空間異質性、收入門檻與財政支農減貧效應

鄒文杰, 馮琳潔

(福建師范大學經濟學院,福建 福州 350108)

?

空間異質性、收入門檻與財政支農減貧效應

鄒文杰, 馮琳潔

(福建師范大學經濟學院,福建 福州 350108)

本文構建空間面板模型檢驗1993-2013年我國財政支農減貧效應,并應用門檻面板模型考察財政支農減貧效應的門檻特征。研究表明,我國財政支農減貧效應顯著,財政支農與貧困發生率在空間上呈非均衡分布,財政支農減貧效應具有明顯的空間異質性;門檻檢驗結果顯示,財政支農的減貧彈性隨著農民人均收入的提高,出現先增加后減小的變化規律。本文研究結論對調整和完善財政支農政策啟示明顯:在鼓勵和督促地方政府加大財政支農力度的同時,中央政府應充分考慮財政支農減貧的空間異質性和門檻特征,在配置財政支農資金時適當向輻射力強的省份以及農民人均收入水平低的省份傾斜,確保財政支農資金的減貧效應得以最大程度地發揮。

財政支農;減貧效應;空間溢出;門檻效應

一、引 言

改革開放以來,我國政府十分重視對農業、農村和農民的支持,財政支出中直接用于支援農業生產或與農業生產聯系較為密切的資金大幅度增加,中央財政支農投入的增速明顯快于中央財政收入的增長速度。財政支農資金快速增長的同時伴隨著農村貧困人口和農村絕對貧困發生率的快速下降。無論是用絕對貧困標準測量,還是以低收入標準測量,我國減貧扶貧工作都取得了舉世矚目的成就[1]。

實施財政支農政策的主要目的是通過支援農村生產支出、農業綜合開發支出、農林水利氣象等部門事業費、支援不發達地區支出、農口基本建設支出等,降低農民的生產成本,提高農業生產力,從而提高農民收入。根據《中國統計年鑒》公布的數據,筆者測算了1993-2013年我國各省財政支農平均增長率以及農民人均純收入增長率,發現兩者并不是呈同步變化趨勢。從財政支農增長率看,上海、海南、甘肅排在前三位,四川、廣東、福建列后三位。從農民人均純收入增長率看,位居前列的分別是北京、重慶、內蒙古,而廣東、廣西、甘肅則排在后三位。四川、云南、浙江的財政支農增長率相對較低,但農民人均純收入增長率卻較高。也就是說,我國各省財政支農支出與貧困發生率之間不是一種簡單的線性關系。那么財政支農支出對貧困減緩的影響到底如何？兩者是否存在空間依存性？如果存在,那么財政支農減貧的非線性作用機制又是如何？這些問題的解決對調整和完善國家扶貧戰略與政策具有重要的意義。

二、文獻評述

對于財政支農支出對貧困減緩的影響,國內外學者持有兩種截然不同的觀點:一種觀點認為,財政支農的減貧效果顯著。Wong(1998)以我國1985-1992年間縣域財政支農投入數據為樣本進行研究,發現財政支農支出可使農民人均純收入每年增加約2.28%[2]。林伯強(2005)構建了一個聯立方程組模型,對我國各類農村公共支出效應進行了測算,發現農村教育、農業研發和農村基礎設施等公共投資都促進了農村經濟增長,減少了地區不均等和貧困[3]。呂煒,劉暢(2008)提出了農村減貧制度創新的基本分析框架,并實證分析了公共投資和社會性支出的減貧效果,發現教育和各項社會性支出水平的提高,對農村減貧效果顯著但具有一定的滯后性[4]。秦建軍,武拉平(2011)利用誤差修正模型進行實證研究,發現短期內財政支農投入增長對農村減貧效果較為明顯,而長期財政支農投入的農村減貧效果趨于平穩[5]。儲德銀,趙飛(2013)建立以政府轉移支付作為門限變量的面板門限回歸模型,考察了1995-2010年我國財政分權對農村貧困的影響。結果表明,預算內收入與支出分權能夠顯著減少農村貧困,且預算內支出分權的減貧效果更加明顯。另一種觀點則認為,財政支農的減貧效果不明顯,我國財政支農政策有待改進與調整[6]。Fan(2003)研究發現,財政支農支出項目對農民收入增長的作用并不明顯,他認為這個結果主要是由于財政資金配置效率低下造成的[7]。王倩(2010)認為由于我國財政支農落后于農業生產發展以及財政支農結構安排的不合理性,農民純收入增長與財政支農比率總體上呈負相關關系[8]。張克中等(2010)應用我國分稅制改革以來的省際面板數據進行實證研究,發現我國大部分省份財政分權程度的增加則有利于緩解貧困,但北京、上海和天津三個直轄市財政分權程度的增加惡化了貧困狀況[9]。王志濤,王艷杰(2012)利用我國1991-2010年的統計數據,分析了公共投資的減貧效果,發現政府醫療衛生支出能有效增加農村居民支出,達到減貧目的,但政府支農支出對農村居民支出的影響則相反,其他支出項目對農村居民支出的影響顯著[10]。高遠東(2013)運用我國省級面板數據測算了財政金融支農政策對農村減貧的直接效應,發現財政支農政策對本省份農村減貧的直接效應不顯著,且對鄰接省份減貧具有顯著的抑制作用[1]。

財政支農的減貧效果是顯著還是不顯著,理論界仍存在分歧,這表明該領域還有較大的研究空間。通過梳理相關文獻,本文認為關于財政支農減貧的研究還需進一步補充和完善。首先,從研究假設來看,以往文獻多是研究財政支農與貧困減少的線性關系,而忽視了財政支出在地理空間上的依賴性與溢出效應,簡單的相關分析僅僅揭示了財政支農與貧困減少的時間相關性,而無法洞察兩者在地理空間上的關聯機制。其次,從研究方法看,大多數文獻采用向量自回歸模型、格蘭杰因果關系檢驗以及誤差修正模型對財政支農與貧困減少之間的關系進行實證檢驗(呂煒、劉暢,2008;秦建軍、武拉平,2011;王志濤、王艷杰,2012等),部分學者雖基于省級面板數據進行了檢驗(陸宇嘉等,2011;王娟、張克中,2012),但由于對變量空間效應考慮缺失,這必然造成模型設定偏差和估計結果的不準確。再次,從研究深度看,財政支農減貧效應的內在機理有待進一步挖掘。高遠東等(2013)發現了財政支農與貧困減少存在空間關聯性,但沒有進一步探討財政支農減貧效應受哪些因素影響和制約。事實上,無論是財政支農還是金融支農,它們對減貧的影響應該存在門檻特征(師榮蓉等,2013),即當一些外在因素發生變化時,財政支農減貧效應的大小會隨之發生變化[11]。因此,只有進一步探討財政支農減貧效應的門檻特征,才能準確地認識財政支農與貧困減少之間內在關系。

本文通過構建空間面板模型,借助我國1993-2013年省級面板數據對財政支農與貧困發生率空間關聯性進行實證分析,并應用門檻面板模型對財政支農減貧效應進行門檻檢驗,探討財政支農與貧困減少之間的內在關系,以期為我國調整和完善財政支農政策提供理論依據。

三、財政支農減貧效應的計量分析

(一)模型設定與變量選取

Ravallion和Chen(1997)提出關于貧困與經濟增長關系的模型[12]:

LnPOVit=αit+βLnYit+θt+εit(i=1,2…,N;t=1,…,T)

(1)

(1)式中,POVit代表i地區在t期的貧困指標,αit代表地區差異的固定影響,β是貧困的經濟增長彈性,Yit代表i地區在t期的生產總值,εit為隨機誤差項,為白噪聲。

(1)式可以轉化為:

POVit=eα0Yitα1

(2)

農村經濟增長的C-D生產函數如下:

Yit=AitKitβ1Litβ2

(3)

K代表農村的資本投入,L代表農村的勞動力投入。農村資本投入的資金來源主要包括財政支農資金、金融支農資金以及農戶自有資金[1],從而農村資本投入可以表示為:

Kit=(EFF1·GSA)γ1(EFF2·FSA)γ2(EFF3·FOF)γ3

(4)

GSA表示財政支農資金,FSA表示金融支農資金,FOF表示農戶自有資金,EFFi(i=1,2,3)分別表示三類資金的投資轉化效率。將(4)式代入(3)式,再代入(2)式,整理后可得:

POVit=eα0Aα1(EFF1·GSA)α1β1γ1(EFF2·FSA)α1β1γ2(EFF3·FOF)α1β1γ3Lα1β2

(5)

將(5)式兩邊取對數,則:

LnPOVit=α0+α1LnA+α1β1γ1EFF1+α1β1γ2EFF2+α1β1γ3EFF3+α1β1γ1LnGSA+α1β1γ2LnFSA+α1β1γ3LnFOF+α1β2LnL

(6)

假設各時期農村生產函數各要素的轉化效率均為常數,(6)式可進一步改寫成:

LnPOVit=C+C1LnGSA+C2LnFSA+C3LnFOF+C4LnL

(7)

在(7)式的基礎上,構建財政支農減貧的計量經濟模型如下:

LnPOVit=C+C1LnGSAit+C2LnFSAit+C3LnFOFit+C4LnLit+εit

(8)

上述模型中各變量的選取如下:

貧困指標(POV)。目前衡量一個地區貧困狀況的指標主要有貧困發生率、貧困線指數和恩格爾系數等。貧困發生率即貧困人口占總人口的比率,是一種普及且非常簡單的測量貧困程度的指標。本文選取貧困發生率來衡量貧困狀況,貧困發生率數據來源于歷年的國家統計局《農村貧困監測報告》。

財政支農(GSA)。我國的財政支農形式多樣,本文分析的財政支農支出主要包括各省每年財政用于純農業方面的支出、農業基本建設支出、支援不發達地區支出以及農村社會救濟支出。由于我國樣本期指標體系的變化,1993-2002年的財政純農業支出為支援農村生產支出、農業綜合開發支出和農林水利氣象等部門的事業費支出三者之和;2003-2006年為農業支出、林業支出和農林水利氣象等部門的事業費支出三者之和,2007-2012年為農林水利事務支出。考慮到每期財政支農都會對農村貧困產生影響,用固定資產價格指數調整后,以15%的折舊率按照永續盤存法計算得出每年財政支農支出存量,然后將各省每年財政支農支出存量除以農業總產值來衡量一個地區的財政支農支出水平。財政支農數據來源于1993-2012年《中國統計年鑒》和《中國農村統計年鑒》。

金融支農(FSA)。金融支農是我國扶持政策的重要組成部分,金融支農能有效地解決農村經濟發展中資金供求的矛盾,推動農村貧困人口脫貧[11]。本文采用各省金融機構的農村信貸總額與其GDP的比率來衡量各省的金融支農規模。數據來源于《中國金融年鑒》及各省統計年鑒。

農戶自有投資(FOF)。農戶自有資金的投入反映了農村農業生產的投入,解決農村經濟發展的資金問題,能促進農村經濟發展和緩解貧困。本文借鑒高遠東等(2013)的處理方法,將農戶固定資產投資扣除住宅投資部分來衡量農戶自有投資水平。數據來源《中國統計年鑒》和《中國農村統計年鑒》。

農村勞動力(L)。選取各省各年農村就業人員數來衡量農村勞動力投入情況。數據來源于《中國農村統計年鑒》。

本文選取1993-2013年我國30個省(自治區、直轄市,以下簡稱省)為分析樣本(西藏數據缺失嚴重,臺灣、香港、澳門不包括在分析范圍之列)。

(二)財政支農減貧的空間溢出效應

Anselin(1988)認為,一個地區的經濟特征不是孤立存在的,其經濟特征與鄰近地區同一經濟特征總是發生著某種聯系,即具有顯著的空間相關性[13]。通過分析統計數據,我們發現我國財政支農支出與貧困發生率在空間分布上并非成簡單的線性關系。造成財政支農和貧困發生率空間不協調的原因,很可能是因為存在空間相關性[14]。也就是說,一個省份純農業方面的支出、農業基本建設支出、支援不發達地區支出等財政支農支出可能不僅使本省農戶受益,同時還能對相鄰或相近的省份農戶產生影響。若橫截面數據之間存在空間異質性或空間相關性,應用前面所構建的線性計量模型(8)式分析財政支農支出的減貧效應,結果就可能出現偏差。因此,有必要使用空間計量經濟模型,將空間依賴性納入財政支農減貧效應的實證研究。

Anselin(1988)提出了兩種空間面板模型:一種是當變量間的空間依賴性導致空間相關時,在模型中引入加權內生變量,即空間滯后模型(SLM);另一種是當模型的誤差項在空間上相關時,對模型的誤差項進行分析,即空間誤差模型(SEM)?？紤]到全面考察財政支農減貧空間異質效應的需要,本文分別設定財政支農減貧的SLM模型和SEM,數學表達式如下:

空間滯后模型(SLM):

LnPOVit=C+C1LnGSAit+C2LnFSAit+C3LnFOFit+C4LnLit+θwLnGSAit+ρwLnPOVit-j+εit

(9)

空間誤差模型(SEM):

LnPOVit=C+C1LnGSAit+C2LnFSAit+C3LnFOFit+C4LnLit+εit,εit=λwεit+μit

(10)

在(9)、(10)式,θ代表財政支農的外溢效應,W為空間權重矩陣,度量不同區域社會經濟聯系程度,POVit-j為貧困率的滯后項,ρ為貧困發生率的空間滯后項系數,λ為空間誤差項系數,μ為服從正態分布的隨機誤差項,其它參數的經濟含義與(8)相同。

在進行空間計量回歸前,首先必須對財政支農支出和貧困發生率兩變量之間的空間相關性進行檢驗,判斷兩者之間是否存在空間依賴性。檢驗變量間空間相關性的方法眾多,本文選取Moran’sI指數法進行檢驗。檢驗結果表明,Moran’sI的正態統計量Z值大多數年份通過了在5%水平下的臨界值,表明我國財政支農支出與貧困發生率具有明顯的空間依賴性。

對于空間計量模型是適用SLM模型還是SEM模型,Anselin(1988)提出了判別準則,如果基于拉格朗日乘子的LM檢驗結果顯示穩健的拉格朗日乘數—滯后檢驗顯著,而穩健的拉格朗日乘數—誤差檢驗不顯著,或者拉格朗日乘數—滯后檢驗較之拉格朗日乘數—誤差檢驗在統計上更加顯著,那么SLM模型更合適;相反,如果穩健的拉格朗日乘數—誤差檢驗顯著,而穩健的拉格朗日乘數—滯后檢驗不顯著,或者拉格朗日乘數—誤差檢驗比拉格朗日乘數—滯后檢驗在統計上更加顯著,則SEM模型更合適。

對財政支農支出與貧困發生率兩組變量進行空間依賴性檢驗,比較SLM模型和SEM模型估計結果,發現SLM模型的穩健的拉格朗日乘數—滯后檢驗顯著,且拉格朗日乘數—滯后檢驗較之拉格朗日乘數—誤差檢驗更加顯著;而SEM模型穩健的拉格朗日乘數—誤差檢驗不顯著,而穩健的拉格朗日乘數—滯后檢驗顯著。根據Anselin的判別準則,SLM模型是更適合的估計形式。

應用Matlab7.0軟件對1993-2013年我國財政支農減貧的空間面板模型進行估計,為了比較,同時給出了線性基本模型式(8)的估計結果,結果見表1。

表1 模型估計結果

注明:括號內為標準誤,“* ”表示在10%水平下顯著,“** ”表示在5%水平下顯著,“*** ”表示在1%水平下顯著。

從線性基本模型的估計結果看,回歸擬合效果良好,除了金融支農影響系數外,其它參數估計都通過了5%水平下的顯著性檢驗。財政支農對農村貧困率的彈性系數為-0.256,表明財政支農投入的增加具有明顯的減貧效應。財政支農通過補助費、專項資金等轉移支付的形式,降低了農民的生產成本,提高了農業生產力,有效地促進農村經濟的發展,增加了農民收入,從而使農村貧困群體減少。金融支農對農村貧困率的彈性系數為-0.192,但沒有通過顯著性檢驗,這表明我國的金融支農政策實施效果還不夠理想。造成這個結果的原因可能是我國有限的金融支農資金尚未得到合理配置,部分真正急需生產和生活資金的貧困群體往往因無法向金融機構提供信用擔保,從而難以從金融支農中獲得資金扶持。從線性基本模型計量分析結果看,我國財政扶貧效果要比金融扶貧效果更為明顯。

進一步考察SLM模型中財政支農的空間相關系數θ,θ值為0.284,這表明財政支農減貧具有明顯的空間溢出效應。一個省份純農業方面的支出、農業基本建設支出等財政支農不僅使本省貧困群體受益,同時,空間上與之相鄰或相近的省份也能享受到其帶來的好處。因此,擁有相鄰省份越多的省份貧困群體從本省份和相鄰省份財政支農中獲得的正外部性越強。貧困發生率的空間滯后項系數ρ估計值為0.163,表明我國農村貧困率在省際間具有明顯的正向空間依賴性,即某省農村貧困率的減少對鄰接省份農村貧困率減少往往有促進作用,反之亦然,這也反映了我國農村貧困人口往往分塊聚集、呈現集中連片的特征(高遠東等,2013)。

四、財政支農減貧效應的門檻檢驗

正如前文所言,根據分區域財政支農減貧的估計結果,我們可以初步判斷,財政支農減貧效應的大小可能受到農民人均收入的影響,隨著農民人均收入水平的提升,財政支農的減貧效應也會發生相應的變化,即財政支農對貧困率的影響可能存在“門檻特征”。因此,我們將進一步應用門檻面板模型對財政支農減貧效應進行門檻檢驗。

(一)門檻面板模型

Hansen(1999)將門檻值作為一個未知變量納入回歸模型中,構建分段函數,并對該“門檻特征”及相應門檻值進行實證估計和檢驗[15]。該模型無需給定非線性方程的形式,門檻值及其數量完全由樣本數據內生決定,依據漸近分布理論建立待估參數的置信區間,并運用bootstrap方法估計門檻值的統計顯著性,克服了傳統門檻分析方法的缺陷。因此,本文將農民人均收入作為門檻變量設定財政支農減貧的多重門檻面板模型,數學表達如下:

LnPOVit=C+C11LnGSAit(yit≤λ1)+C12LnGSA(λ1

(11)

其中,y為門檻變量,代表農民人均收入水平*為了獲得數據的便利性,本文的農民人均收入指標選取《中國農村統計年鑒》中的農村居民家庭人均純收入來衡量。;λ1、λ2…、λn-1和λn為n+1個門檻區間下的門檻值,c11、c12、…、c1n-1和c1n為不同門檻區間下的估計系數。

(二)門檻特征檢驗與估計

根據Hansen(1999)的分析,判斷門檻特征是否顯著,需要通過構造F統計量來檢驗。F檢驗的原假設是不存在門檻特征,備擇假設是存在一個門檻值,采用的bootstrap方法獲得其漸進分布進而獲得對應的LM值。如果LM值小于既定顯著性水平時,拒絕原假設,表示模型至少存在一個門檻值。然后檢驗是否存在第二個門檻值,以此類推,直至所得到的門檻值不再顯著為止。

采用bootstrap方法進行檢驗,檢驗結果如表3所示。檢驗結果表明:農民人均收入兩重門檻效應在5%的顯著性水平下顯著,故選用兩重門檻模型進行分析。

表3 門檻效應檢驗結果

門檻特征檢驗過后,再利用Hansen的三步法確定各自變量的門檻值,同時確定各門檻的估計值。結果見表4所示。

表4 門檻估計結果

(三)門檻特征分析

從門檻模型的估計結果看,財政支農減貧效應并非單調遞增的,而是存在“拐點”或“門檻”。財政支農對貧困率影響程度主要受制于農民人均收入水平。當一個省份農民人均收入處于較低水平時(小于3860元),財政支農減貧的作用較小,彈性系數為-0.278,但具有積極的隱性累積效應;當農民人均收入跨過第一門檻3860元時,財政支農減貧的作用呈現出顯性加速效應,彈性系數達到-0.301;當農民人均收入達到第二門檻9021元時,財政支農減貧的作用又變小,彈性系數從-0.301變為為-0.255。

我們可以從發展經濟學理論中找到造成我國財政支農減貧效應隨著農民人均收入的不斷提高,出現先遞增后遞減變化規律的原因。

發展經濟學理論認為,由于規模報酬遞增的存在,一個國家或地區人均收入水平只有越過一定的“門檻”才能逐步發展起來,否則會陷入“貧困陷阱”中,形成難以擺脫的貧困惡性循環。我們可以通過調整后的索洛模型描述“貧困陷阱”現象[13]。

設一個國家或地區的生產函數為f(k),其中

(12)

圖1 貧困陷阱的解釋

若該國家或地區人均資本存量介于ka和kb之間時,經濟表現出規模報酬遞增的趨勢,若人均資本存量小于ka或者大于kb,均表現為規模報酬遞減,如下圖1所示。

從圖1中我們可以看出,該國或地區經濟存在三個均衡點,即(k1,y1)、(k2,y2)、(k3,y3),其中(k1,y1)和(k3,y3)均衡是穩定的,而(k2,y2)的均衡并不穩定。如果經濟偏離(k2,y2),就會離這個點越來越遠,逐步趨向(k1,y1)或(k3,y3)。當該國或地區的資本存量略大于k2時,經濟產出將大幅提高,將偏離原來的均衡產出y2,經濟產出的大幅提高會使該國或地區的儲蓄和投資增加,儲蓄和投資的增加又會促使資本存量增加,從而經濟向右移動,逐步趨向均衡點(k3,y3)。反之,當該國或地區的資本存量小于k2時,經濟產出的增長幅度小于資本存量的增長幅度,經濟向左移動,逐步趨向均衡點(k1,y1)。因此,該國或地區經濟的資本存量水平就決定了其均衡狀態,若資本存量小于k2,就很容易陷入低水平均衡(k1,y1)狀態,資本存量一旦跨過k2這個門檻,就能實現高水平的均衡(k3,y3)。也就是說,擺脫“貧困陷阱”的決定性因素來自于資本積累。

我國財政支農通過純農業方面的支出、農業基本建設支出、支援不發達地區支出以及農村社會救濟支出,能有效地促進農戶特別是低收入群體的資本積累,提高農戶的資本存量水平,從而影響農村經濟的均衡狀態。當農民人均收入水平處在較低水平時,由于資本存量離門檻值k2尚遠,財政支農無法改變農村經濟趨向低水平均衡狀態,因此,這個階段財政支農的減貧效應不太明顯;當農民人均收入水平提高到接近門檻值k2時,財政支農有效地提高農戶的資本存量水平,使資本存量成功地跨越門檻值k2,從而農村經濟跳出“貧困陷阱”,進入更高水平的均衡狀態,這個階段財政支農減貧效應明顯提高;當農民人均收入水平進一步提高時,財政支農依然能提升農戶的資本存量,但此時經濟已處在遠離貧困的高水平均衡狀態,財政支農對貧困的減緩作用與前期相比明顯變小。

五、研究結論與政策啟示

財政支農是我國扶貧的重點手段,財政支農的減貧效果如何是理論界關注的熱點?，F有文獻考察財政支農減貧效果時往往忽略了財政支農支出與貧困減少的空間相關性。本文在公共財政支出減貧效應的基本模型基礎上,構建空間面板模型對我國1993-2013年財政支農與貧困發生率空間相關性進行分析,并應用門檻面板模型考察公共財政支出減貧效應的門檻特征。

空間面板模型的估計結果顯示,我國的財政支農減貧效應顯著,一個省份財政支農支出增長1%,其貧困發生率將下降0.273%;財政支農與貧困發生率并非簡單的線性關系,而是在空間上呈非均衡分布,財政支農減貧效應具有空間異質特征。該結論的政策啟示明顯:一方面,各級政府應持續加大財政支農力度,貫徹落實財政支農政策,充分發揮財政支農減貧作用,逐步降低我國貧困人口的數量;另一方面,由于財政支農空間外溢性以及空間異質性的存在,中央政府應該加大輻射力強的省份財政支農投入,彌補這些省份由于外溢而造成的損失,并保證其正外部性的效果得以進一步發揮;同時在分配財政支農資金時應向西北、西南等財政支農減貧效應大的區域傾斜,最大程度地發揮財政支農的減貧作用。

門檻面板模型的估計結果表明,財政支農減貧效應不僅呈現出空間異質性,同時還存在門檻特征。財政支農的減貧彈性隨著農民人均收入的提高,出現先增加后減小的變化規律。農民人均收入低于第一門檻值3860,財政支農的減貧彈性為0.278,若農民人均收入處于[3860,9021]之間,財政支農的減貧彈性為0.301,若農民人均收入高于9021,財政支農的減貧彈性為0.255。根據不同省份農民人均收入與門檻值大小的關系,我們將全國各省份進行分類,發現我國甘肅、貴州、青海、云南、陜西等大部分省份2012年農民人均收入處于[3860,9021]區間,這表明這些省份公共財政支出減貧彈性較大,公共財政支出減貧效應顯著。因此,這些省份應抓住財政支農扶貧和減貧效應最佳的關鍵時期,加大財政支農力度,確保財政支農支出穩定增長。中央政府在統籌扶貧資金時應重點向這些省份傾斜,以發揮財政支農減貧的最大效應。上海、北京、浙江等農民人均收入超過高門檻值的省份,公共財政支出減貧效應依然明顯,應持續增加財政支農投入,確保農村減貧的可持續性,防止經濟脆弱農戶“返貧”現象發生。

[1] 高遠東, 溫濤,王小華. 中國財政金融支農政策減貧效應的空間計量研究[J].經濟科學,2013,(1):36-46.

[2] Wong P W.Financing Local Government in the People’s Republic of China[M]. Oxford University Press, 1998, pp.57.

[3] 林伯強.中國的政府公共支出與減貧政策[J].經濟研究,2005,(1):27-37.

[4] 呂煒,劉暢.中國農村公共投資、社會性支出與貧困問題研究[J].財貿經濟,2008,(5):61-69.

[5] 秦建軍,武拉平.財政支農投入的農村減貧效應研究——基于中國改革開放30年的考察[J].財貿研究,2011,(3):19-27.

[6] 儲德銀,趙飛.財政分權、政府轉移支付與農村貧困——基于預算內外和收支雙重維度的門檻效應分析[J].財經研究,2013,(9):4-18.

[7] Fan S G.,Chan-Kang Connie,Qian Keming and Krishnaiah K. National and international agricultural research and rural poverty:The case of rice research in India and China[J].Agricultural Economics,2003, Vol.33,No.3:369-379.

[8] 鄧宏亮.財政支農增長的空間外溢性及門檻效應分析[J].財貿研究,2013,(5):62-69.

[9] 張克中,馮俊誠,魯元平.財政分權有利于貧困減少嗎?——來自分稅制改革后的省際證據[J].數量經濟技術經濟研究,2010,(12):3-15.

[10] 王志濤,王艷杰.政府公共支出與農村減貧關系的實證研究[J].財貿研究,2012,(6):60-64.

[11] 師榮蓉,徐璋勇,趙彥嘉.金融減貧的門檻效應及其實證檢驗——基于中國西部省際面板數據的研究[J].中國軟科學,2013,(3):32-41.

[12] Ravallion, M.,Chen, Shaohua.What can new survey data tell us about recent changes in distribution and poverty?[J].World Bank Econ Rev,1997,Vol.11,No.3:357-382.

[13] Anselin L. Spatial Econometrics:Methods and Models[M].Kluwer Academic Publishers,Dordrecht,Netherland,1998,pp.135.

[14] 沈能,趙增耀.農業科研投資減貧效應的空間溢出與門檻特征[J].中國農村經濟,2012,(1):69-79.

[15] Hansen B.,1999,Threshold Effects in non-dynamic Panels:Estimation,Testing and Inference[J].Journal of Econometrics,1996,,Vol.19,No.2: 345-368.

(責任編輯:風 云)

Spatial Heterogeneity and Threshold Characteristics of the Poverty Reduction Effect of Financial Support for Agriculture

ZOU Wen-jie, FENG Lin-jie

(College of Economics, Fujian Normal University, Fuzhou 3501081, China)

This paper builds the spatial panel model to analyze the spatial correlation between the output in financial support for agriculture and the incidence of poverty in all of China’s provinces from 1993 to 2012 and applies threshold panel model to study the threshold characteristics of the poverty reduction effect in public financial expenditure. The result shows the poverty reduction effect of financial support for agriculture is obvious. Financial support for agriculture and the incidence of poverty in the space and the poverty reduction effect of financial support for agriculture has spatial heterogeneity. The result of threshold test shows the elasticity of the poverty reduction of financial support for agriculture increases and then decreases with the increase of rural per capita income of farmers. Conclusions n this paper have obvious implications adjusting and improving the policy in financial support for agriculture. When the central government encourages and urges local governments to increase financial support for agriculture, the spatial heterogeneity and threshold characteristics of financial support for agriculture should be fully considered. When configuring the financial fund for agriculture, the central government should tilt to the provinces which have strong radiation or level of rural per capita income make sure that the poverty reduction effect of financial fund for agriculture exerts to its best.

financial support for agriculture; poverty reduction effect; spatial spillovers; threshold characteristics

2015-03-17

教育部人文社科基金資助項目(12YJC790301)

鄒文杰(1975-),男,福建古田人,福建師范大學經濟學院副教授;馮琳潔(1992-),女,福建建甌人,福建師范大學經濟學院碩士生。

F124.7

A

1004-4892(2015)09-0018-09