財政投入和金融支持對農民農業增收貢獻的比較

茹玉++林萬龍

摘 要：基于2000～2013年省級面板數據，運用固定效應模型和分位數回歸模型考察了財政投入和金融支持對提升農民農業收入的影響，并采用因素分解法比較兩者對農民農業增收的貢獻大小，繼而通過兩步固定效應回歸、分組回歸和替換變量回歸三種方式檢驗結果的穩健性，均得出一致結果，即財政投入和金融支持均促進農業增收，其中財政投入貢獻更大，此外大規模的土地投入和完善的基礎設施建設也有利于農業收入提高。關鍵詞： 農業增收；固定效應模型；分位數回歸；因素分解；穩健檢驗中圖分類號：F810.45

文獻標識碼： A

文章編號：1003-7217（2016）05-0081-07一、引言農業發展一直是國家重點關注的領域，如何提高農民收入更是重中之重。自2004年起中央1號文件連續12年聚焦到“三農”工作，國家財政也逐年加大對農村和農業的資金支持，為“三農”發展及農民收入增長提供了一定的保障，1985～2012年，三農支出從153.6億元增加到12387.6億元，增長79.65倍，而財政總支出從2004.25億元增加到125953億元，增長61.84倍，三農支出占財政總支出的比重從7.7%擴大到9.8%①。與此同時，農業生產的金融投入也在不斷增加，1985～2012年，農業貸款余額從442.15億元增加到27300億元②，增長60.74倍。金融對農業投入的增加對農民增收同樣發揮了積極作用。那么上述的財政和金融投入中，哪個因素在農民增收中的作用更大？陳義林研究發現，財政和金融支農均會對農民收入產生影響，但就效果而言，金融支農明顯優于財政支農[1]。而劉涵則認為，公共財政的支持是促進農業發展和保障農民收益的主要手段，這是因為農業生產者往往收益不高，面臨的自然風險等不確定性較大，在其生產過程中又涉及到農業基礎設施等公共產品的外部性問題，在這種情況下政府通過財政投入支持農業就顯得非常必要，財政支農可謂是國家調控農業生產、影響農民收入的一個基本工具[2，3]。還有學者認為個人投入對農民增收促進作用更強，如許慶等認為，農民的土地投入對收入影響最大[4]。王春超強調農戶的家庭投資以及農民文化水平是解決農民增收的重要著眼點[5]。此外，還有很多學者就不同因素對農民不同收入來源的貢獻進行了研究。比如，對于工資性收入，Lu（2006），婁世艷和李建民（2008）指出，農民個人的受教育程度對工資性收入影響最大[6，7]。徐增海以1990～2008年30個省市面板數據實證分析得出，非農就業是增加農民工資性收入的最主要途徑[8]。而張占貞和王兆君的研究則發現，人均交通通訊支出比重對農民工資性收入貢獻最大，農民個人受教育程度及非農勞動投入次之，而財政投入和農民個人固定資產投資的影響較弱[9]。對于家庭經營收入，陳艷和王雅鵬認為農產品價格和生產要素投入是農民家庭經營性收入增長的最主要原因[10]。縱觀以往的研究，關于兩類投入對農民農業收入影響的研究尚比較缺乏。目前，我國農村地區尚有一半以上農戶的主要收入來源是農業，就全國來說，2012年，農業收入占農民純收入的比重仍占34.39%，在農民收入構成中仍具有重要位置。因此，分析不同投入對農民農業收入的影響非常必要。基于此，本文采用2000～2013年省級面板數據，通過建立固定效應模型和分位數回歸模型實證分析財政投入和金融支持對提高農民農業收入的影響，并比較兩類投入對農民農業增收的重要程度，以期為未來更加合理有效地分配資源以及保障農業穩定生產和切實提高農民農業收入提供一定的政策依據。二、研究數據與研究方法（一）變量選擇結合以往的研究，本文將影響農民農業收入的因素概括為四個方面，即財政投入、金融支持、農民個人投入和社會經濟環境，財政投入和金融支持是本文重點考察的對象，農民個人投入和社會經濟環境則作為控制變量加以討論。其中：財政投入用人均財政支農支出表示③。從邏輯上分析，財政投入可能從兩個方面影響農民農業收入，一方面，財政支農支出降低農業生產成本，加大財政對農業的支持可以鼓勵農民生產從而拉動農業收入的增長[11，12]。而另一方面，財政的支持可能導致農民生產性投入減少，引起農業生產的邊際效率下降，從而不利于農業收入的提升[13，14]。此外，如果大規模的財政支出促進了農業產出的大幅度增長，對于需求彈性較低的農產品來說，一旦產量增加，價格就會迅速下調，但需求增加有限，由此導致農民雖增產卻不增收[15]。金融支持由人均農業貸款額表示。“貸款難”問題曾一度限制了農民的大規模生產進而抑制農民增收，隨著國家多項惠農政策的出臺，廣大農村地區的金融機構開始逐步放寬對農民的借貸條件，一定程度上滿足了農民的資金需求，從而促進農民加大生產進而提升收入。故從邏輯上推斷，金融支持越大，農民貸款越容易滿足，農民生產動力越強，農業收入增長越快[12]。農民個人的稟賦和投入也會對收入產生影響，因此在分析財政和金融投入的貢獻時，必須控制農民個人投入的影響。農民個人投入包括土地和勞動力投入，其中土地投入用人均農作物播種面積表示。農村勞動力包括農村勞動力的結構和農村勞動力素質，分別用鄉村勞動力中從事第一產業勞動的人口比重和勞動力的文化水平表示[6，16-19]。理論上，土地投入越多、從事第一產業的勞動力越多、勞動力素質越高，農民獲得的農業收入越高。而對于社會經濟環境，農村產業結構和基礎設施建設水平會影響農業收入[20]，分別用第一產業GDP比重和人均交通通訊支出比重表示[9]。此外，為控制政策變化的影響，本文將全面取消農業稅政策作為一個制度因素加以考慮。另外，將省虛擬變量加入回歸方程以控制地區間的其他差異。（二）數據來源本文以2000～2013年省級面板數據為研究樣本，其中農民農業收入、人均財政支農支出、人均農業貸款額及人均GDP均以2000年為基期通過居民消費價格指數進行縮減調整為實際值，并取自然對數，以避免各數據的趨勢性問題。此外，由于農業貸款這一變量的數據只涵蓋2000～2008年，但是金融支持對農業收入影響較大，直接刪去變量會造成回歸結果有偏，故分別以包含金融支持和不包含金融支持兩組樣本進行回歸并考察結果的穩健性。變量數據來源于《中國農村統計年鑒》、《中國區域統計年鑒》、《新中國60年統計資料匯編》、歷年省級統計年鑒以及國家統計局等，部分數據經計算整理而得。具體變量選擇及數據描述情況如表1。（三）模型設定本文將采用多元線性回歸模型和分位數回歸模型。模型表示如下：三、實證分析結果（一）多元線性回歸及因素分解本文基于2000～2013年省級面板數據展開實證研究，而面板數據通常采用混合模型、固定效應模型和隨機效應模型。混合模型假設不存在個體異質效應，即所有個體的回歸方程擁有共同的截距和斜率。而固定效應模型和隨機效應模型考慮個體異質因素，其中固定效應模型假定截距項與解釋變量存在相關關系，而隨機效應模型認為截距項與解釋變量間不相關。就本文來說，由于不同省之間存在著自然和氣候條件等不可觀測因素的差異，這些因素又一定程度上影響農民農業收入，因此運用固定效應模型或隨機效應模型[22]。在回歸中，經過Hausman檢驗發現，固定效應模型更為適合。綜上分析，將財政投入和金融支持依次加入方程進行回歸（結果如表2）。總體來看，財政投入和金融支持均顯著促進農民農業增收。此外，土地投入及基礎設施建設水平對農業增收也有非常積極的影響，且作用顯著。下面以回歸結果3為例，具體分析財政投入和金融支持的影響，并利用因素分解法計算出兩個因素的作用大小，從而找出影響農民農業增收的最為重要的因素。財政支農促進農業增收，是影響農民農業增收的眾多因素中最重要的因素之一。由回歸結果可知，當財政投入每增加1%時，農業收入增加0.1481%，且由因素分解結果可知，相比金融支持，財政支農對農業增收的作用更大。由此可以說明，財政投入確實大幅地提高了農民農業收入，參照農業發達國家的財政支農規模④，未來我國可考慮繼續加大對農業的財政投入 [23]。金融支持對農業增收有顯著促進作用，盡管金融支農的貢獻較弱，但是農業貸款依然有效地幫助農民提升了農業收入，因而未來可以考慮進一步出臺優惠政策，鼓勵農村金融機構增加農業貸款規模，從而促進農民收益提高。個人投入中人均農作物播種面積顯著提高農民農業收入。而勞動力文化水平對農業收入的影響并不顯著，這可能是因為對于大多數農民來說，農業生產更多憑借農民的生產經驗，與農民的受教育水平關系不大；也可能存在其他原因，這需要進一步研究。基礎設施建設水平對農民農業收入的影響顯著為正。基礎設施發達的地區，農民的交通通訊條件便利，農產品的銷售更加暢通，農產品銷量更多，并且農產品流通的成本更低，從而農業收入增長更快。綜上來看，財政投入和金融支持對農業增收都有顯著的積極影響，并且財政支農的貢獻更大。未來政府可以考慮繼續加大對農業的資金支持、改進金融服務水平和投入力度、鼓勵土地規模化經營以及改善落后地區的基礎設施建設水平，從而保障農民農業收入持續穩步提升。（二）分位數回歸及因素分解考慮到自然和氣候條件等不可測因素對農民農業收入可能造成的影響，在分位數回歸時控制了省虛擬變量，回歸結果如表3。可以看出，財政投入對提升農民農業收入的影響仍然顯著為正，且作用較大，特別是在農業收入較高的地區，財政投入對農業增收的邊際效果更加明顯，由此形成良性循環，即財政投入促進農業增收，農業增收反過來更大幅度地推進這種關系，這進一步肯定了財政支農的積極作用。此外，金融支持、土地投入和基礎設施建設在農業增收中也具有積極的效果，而其他因素的作用與固定效應回歸結果類似，在此不再贅述。（三）穩健性檢驗從上述固定效應回歸和分位數回歸結果可知，財政投入和金融支持在提升農民農業收入中發揮了非常重要的作用。為了進一步驗證結果的可靠性，從以下三個方面進行穩健性檢驗：1.考慮內生性。從邏輯上推斷，財政支農支出的規模有可能受到農民收入多少的影響，一方面，財政投入可能傾向于貧困群體，這是因為政府參與主要目的之一是扶貧濟弱以實現整體發展，從理論上可以認為政府更傾向于弱勢地區和弱勢群體，也就是說，對于農民收入較低的地區，政府更有可能加大投入，鼓勵這部分農民積極生產從而提高收入水平；相反，對于農民收入較高的地區，政府則會減少投入。另一方面，財政投入也可能更愿意選擇富裕群體，這可能與發達地區的資源需求和資源獲取能力有關，越是發達的地區，農民的生產規模越大，生產科技化水平越高，因而生產所需投資越多，這就越需要政府的支持，并且這些地區往往因為收入水平更高而擁有更大的資源獲取能力，從而更容易獲得財政支持。如果事實果真如此，無論是正向還是負向影響，都會造成本文中因變量（農民農業收入）和自變量（人均財政支農支出）互為因果關系，引起內生性問題⑤，從而導致回歸結果不準確。為此，在假設內生性存在的情況下，采用兩步固定效應回歸的方法重新分析財政投入對農民農業增收的影響。第一階段首先以人均財政支農支出為因變量進行回歸，根據第一階段的回歸結果，求出人均財政支農支出的擬合值作為工具變量代替其實際值重新放入方程，進行第二階段回歸，由此消除可能存在的內生性問題。根據以往學者的研究結果，財政支農支出可能受到經濟發展水平、產業結構、基礎設施建設水平、金融發展水平等多因素的影響[24，25]，故本文選取人均GDP、第一產業GDP比重、人均交通通訊支出比重、人均農業貸款額、人均農作物播種面積、農民人均純收入回歸人均財政支農支出，為避免這一階段的內生性問題，在第一階段回歸中將所有自變量滯后一期放入方程，根據回歸結果求得人均財政支農支出的擬合值，并將其代入原方程進行第二階段回歸。2.分組回歸。按人均財政支農支出從小到大排序，均等分組。在回歸中筆者分別試驗了分3組和分2組的情況，兩個回歸結果均表明財政支農支出越多，農業收入提升越快。但是，由于其他變量存在局部數據缺失問題，分3組導致財政投入較高水平的組樣本量較少，故表4僅列出分2組的回歸結果，即人均財政支農支出小于403元和人均財政支農支出大于403元的兩組子樣本，它們分別代表低水平財政投入和高水平財政投入兩種情況。3.替換變量。用財政支農支出比重（即財政支農支出占財政總支出的比重）替代人均財政支農支出，重新回歸原方程，結果見表4。

由表4可知，無論是否考慮內生性，財政投入對提升農民農業收入的影響都是顯著為正的，并且考慮內生性情況下邊際效果更加突出。另外，分組回歸和替換變量回歸也都得到同樣的結果，由此證實了結果的穩健性，即財政投入對農民農業收入增長至關重要，因此政府增加對農業的財政投入是明智的舉措。此外，金融支持、土地投入和基礎設施建設依然促進農業增收，但是在高水平財政投入下土地投入和基礎設施建設的這種作用并不明顯，這可能是因為在高財政投入地區，農民農業收入提升更多地依靠財政支持，而有限度地擴大土地投入和改善基礎設施建設水平影響并不大。而關于勞動力文化水平的作用，可以看出，在低水平財政投入下，文化程度高的農民獲得的農業收入更高，而高水平財政投入下，勞動力文化水平高反而不利于農業收入增長，這可能是因為當財政資金有限時，農民需要積極生產從而保障農業收入，這種情況下文化程度高會幫助農民增加生產效率從而提高農業收入；而當財政投入力度較大時，財政補貼的資金就可以抵消農民的土地成本，這種情況下文化程度高的農民可能將更多精力用于從事非農勞動，因而農業收入有所下降。綜合來看，穩健性檢驗結果與前述固定效應回歸結果基本一致，由此再次印證了財政投入和金融支持對促進農業增收是有積極影響的。四、結論一直以來，如何提高農民農業收入都是社會各界持續關注的焦點問題。為此，國家逐年加大財政投入支持農民生產從而提高農業收入。與此同時，金融支農的力度也在不斷加大，進而促進了農業收入增長。然而，這兩類投入究竟哪一因素對農業增收的貢獻最大還無從得知。為此，以2000～2013年省級面板數據為樣本，運用固定效應模型和分位數回歸模型分析財政投入和金融支持對提升農民農業收入的影響，并通過因素分解的方法比較兩者對農業增收的貢獻大小，在此基礎上采用考慮內生性的兩步固定效應回歸、分組回歸和替換變量回歸三種方法進行穩健性檢驗。結果表明，財政投入和金融支持均有效促進了農民農業增收，其中財政投入的貢獻最大。此外，土地投入和基礎設施建設對農民農業增收也是非常有利的。由此，今后政府可以繼續加大對農業的財政投入、鼓勵農村金融機構更大規模地放貸于民，從而促進農民農業收入提高。另外，實行土地規模化經營、改善基礎設施建設水平等方式也是提高農民農業收入的有效途徑。

注釋：①數據來源：根據歷年《中國農村統計年鑒》相關數據整理而得。②數據來源：《新中國60年統計資料匯編》、《2012年金融機構貸款投向統計報告》。③2002年以前，省級財政支農支出由支援農村生產支出、農業綜合開發支出和農林水利氣象等部門事業費構成；2002～2006年的財政支農支出由農業支出、林業支出和農林水利氣象等部門事業費構成；2007～2012年的財政支農支出則由農林水事務費表示。雖然部門事業費等財政支出不能直接作用于農業增收，但是這部分支出通過激勵相關部門工作人員改善農村生產生活環境從而間接影響農民農業收入水平，因而也將其視為財政支農的一部分。鑒于歷年來財政支農支出統計口徑發生了較大調整，在本文中僅討論財政支農支出規模的影響，對于財政支農支出的各部分構成對農民農業收入的影響將在日后的研究中進一步討論。④美國、英國和澳大利亞等農業發達國家財政支農投入相當于第一產業GDP的25%以上，日本、以色列等國財政支持農業的資金規模占到第一產業GDP的45%～95%，而作為發展中國家，印度、巴西等國的財政支農規模也超過了第一產業GDP的10%。⑤農民農業收入是農民收入中較為重要的組成部分，如果財政支農支出受到農民收入影響，而它反過來又影響農民農業收入，這就很有可能產生互為因果的內生性問題。參考文獻：[1]陳義林. 我國財政支農與金融支農對農民收入的影響基于VAR模型的實證分析[J].改革與戰略，2008，24（12）： 87-89.[2]劉涵. 財政支農支出對農業經濟增長影響的實證分析[J].農業經濟問題（月刊），2008，（10）： 30-35.[3]王亞芬，周詩星，高鐵梅. 中國財政支持“三農”政策的影響效應研究[J].財經問題研究，2015，（9）： 85-92.[4]許慶，田士超，徐志剛，邵挺. 農地制度、土地細碎化與農民收入不平等[J].經濟研究，2008，（2）： 83-92，105.[5]王春超. 增加農民收入的關鍵因素及主要對策以湖北省為例的研究[J].經濟科學，2004，（1）： 17-29.[6]Lu Q，Miao SS.Farmer income differential in regions [J]. Chinese Geographical Science， 2006， 16（3）： 199-202.[7]婁世艷，李建民. 中國農村居民工資性收入影響因素實證研究尤其教育在其中的作用[J]. 教育與經濟，2008，（3）： 8-13.[8]徐增海. 我國農民工資性收入波動及其環境因素的實證研究[J]. 中國軟科學，2011，（6）：186-192.[9]張占貞，王兆君. 我國農民工資性收入影響因素的實證研究[J].農業技術經濟，2010，（2）： 56-61.[10]陳艷，王雅鵬. 農民家庭經營性純收入影響因素的貢獻分析[J]. 農業技術經濟，2004，（5）： 12-15.[11]Briggeman B C，Gray A W，Morehart M J，et al. A new U.S. farm household typology：implications for agricultural policy[J]. Review of Agricultural Economics，2007，29（4）： 765-782.[12]劉振彪. 我國財政支農支出促進農民收入增長的實證分析[J]. 財經理論與實踐，2011，32（171）：63-67.[13]Kormendi R.Government debt，government spending and private sector behavior[J]. American Economic Review， 1983，73（5）：994- 1010.[14]Aschauer D A. Fiscal policy and aggregate demand [J] .American Economic Review， 1985， 75（1）：117- 127.[15]林毅夫. 促進農村發展的幾點戰略和政策思考[A].中國“三農”問題國際研討會會議要報[C]. 2004：13-21.[16]林毅夫.中國的城市發展與農村現代化[J].北京大學學報（哲學社會科學版），2002，39（4）：12-15.[17]鐘甫寧，顧和軍，紀月清.農民角色分化與農業補貼政策的收入分配效應江蘇省農業稅減免、糧食直補收入分配效應的實證研究[J].管理世界，2008，（5）： 65-76.[18]Kan I，Kimhi A，Lerman Z.Farm output，nonfarm income and commercialization in rural georgia [J]. Journal of Agricultural and Development Economics，2006， 3（2）： 276-286.[19]辛嶺，王艷華. 農民受教育水平與農民收入關系的實證研究[J].中國農村經濟，2007，（1）：93-100.[20]王德文，蔡昉. 宏觀經濟政策調整與農民增收[J].中國農村觀察，2003，（4）： 2-12.[21]Yu Q，Tsui K.Factor decomposition of subprovincial fiscal disparities in China[J]. China Economic Review， 2005，16（4）： 403-418.[22]Mendelsohn R，Basist A，Kurukulasuriya P，et al. Climate and rural income[J]. Climatic Change， 2007，81（1）：101-118.[23]李煥彰，錢忠好. 財政支農政策與中國農業增長：因果與結構分析[J].中國農村經濟，2004，（8）： 38-43.[24]何振國. 中國財政支農支出的最優規模及其實現[J].中國農村經濟，2006，（8）： 4-9，16.[25]孫紅霞. 財政支農支出總量與最優支出規模的實證分析[J] .農村財政與財務， 2008， （5）： 16-19.（責任編輯：漆玲瓊）