財政支農支出對農業生產的影響研究：江蘇證據

吳懷軍+周曙東+劉吉雙

摘 要：“三農”問題是當前中國的社會熱點問題之一，而財政支農支出是保護和支持農業發展的重要手段。本文在總結江蘇財政支農政策發展現狀的基礎上，對江蘇財政支農支出進行了結構分析和區域差異對比分析。研究發現，財政支農支出對農業生產有著非常顯著的正向影響，其中，農業補貼和農業合作經營支出的效果最優，在蘇南地區的作用效果要好于蘇中和蘇北地區。為了更好地促進農業生產，本文進一步對農業補貼與農業合作經營支出的作用機制進行了深入分析，并提出了相應的政策建議。

關鍵詞：財政支農支出；農業生產；“三農”問題；江蘇證據

中圖分類號：F810.7 文獻標識碼：A

文章編號：1000-176X（2017）07-0065-08

一、問題的提出

“三農”問題是當前中國經濟社會發展中的熱點問題，也是“全黨工作的重中之重”。為了早日解決“三農”問題，單純依靠農村自身投入已經很難實現，政府必須發揮公共財政職能，加強對“三農”領域的財政支持，為農業發展和農村經濟繁榮創造良好的外部環境。“三農”問題的核心是農業生產的效率問題，而財政支農支出則是保護和支持農業發展的有效手段，具有其他任何農業保護政策都不可替代的重要作用。近年來國內外學者對于財政支農政策的制定和使用給予了關注，但由于經濟發展程度的差異，研究的方向有所不同。國外學者的研究重點多為利用財政支出促進經濟增長，側重財政支農支出影響農業經濟增長的文獻相對較少，Ram[1]對全球115個國家政府公共支出的經濟增長效應進行了實證分析，Weber[2]利用美國二戰以后有關數據估計了財政支出拉動經濟增長的乘數。國內學者的研究重點包括財政支農支出的總量分析和結構分析兩個方面，相關學術成果非常豐富，但關于支農資金區域配置的文獻相對匱乏[3]。

在財政支農的總量分析方面，李煥彰[4]運用Granger因果檢驗方法對財政支農支出與農業經濟增長的關系進行了研究，結果表明財政支農支出增長和農業產出增長之間存在因果關系，還有學者利用灰色相關度方法得出了類似的結論。胥巍和曹正勇[5]基于協整和誤差修正模型的研究表明，財政農業支出與農業經濟增長之間的長期均衡關系非常顯著。魏朗[6]研究了1999—2003年我國各省財政支農支出對農業經濟增長的影響，結果表明財政支農支出的貢獻大約占農業經濟增長的30%。孫紅霞[7]研究認為政府每投資1單位的財政支農支出，農業增加值平均增長約1.65個單位。還有一些學者研究了財政支農支出的最優總量問題，但由于不同學者選擇的研究樣本和數據存在差異，所得結果不盡相同。郭玉清[8]通過C-D生產函數模型發現財政支農規模達到最優時，財政支農支出為農業產出的8.26%。何振國[9]利用Barro分析方法得出促進農業生產的最優支農規模大約為農業產出47.10%的結論，胡振虎[10]則運用Devarajan提出的模型得出最優支農規模是農業產出76.06%的結論。

在財政支農結構分析方面，國內學者大多使用的是統計年鑒口徑，即在2007年財政收支分類項目改革前，年鑒中“財政”欄下的“國家財政用于農業的支出”，具體包括支援農村生產支出、農業基本建設支出、農林水利氣象等部門的事業費、農業科技三項費用、農村救濟費和其他支出等。以農業經濟增長作為財政支農支出的目標，國內學者對各項支出的影響效應進行了研究，所得結論并不一致。肖新成[11]分析認為彈性系數排在首位的是支援農村生產支出，其后依次是農林水利氣象等部門的事業費、農村救濟費、農業科技三項費用和財政價格補貼支出。鐘文明[12]對財政支農的結構進行了Johansen協整檢驗發現，農業科技三項費用、農業基本建設支出、支援農村生產支出和農林水利氣象等部門的事業費，其邊際產出依次呈從高到低的順序排列。王文普和陳偉[13]通過VECM模型分析認為，農業生產性支出和農業消費性支出的作用方向不同，前者對農業經濟增長呈正效應，而后者呈負效應。李琴等[14]分別對狹義和廣義財政農業投入結構進行分析，其中狹義支出產出彈性從高到低排序為農林水利氣象等部門的事業費、支援農業生產支出、農業基本建設支出；廣義支出產出彈性從高到低排序則為農業醫療衛生投入、農業科研與技術推廣投入、農村義務教育投入。

農業天然處于弱勢地位，又是國民經濟的重要基礎，因而政府對農業的財政支持就顯得尤為重要。作為經濟發達省份，江蘇亦是糧食主產區的農業大省，自身的蘇南、蘇中和蘇北三大區域與全國東部、中部、西部的梯度發展特征非常相似，故對江蘇的研究具有一定的典型意義。政府財政支農支出理論上會對農業經濟增長產生全方位的影響，但不同性質的項目支出對農業經濟的作用效果并不一樣，在不同地區的表現更是存在差異，需要進行準確的計量分析。國內學術界由于研究口徑和數據的限制，2007年財政改革之后支農政策的最新研究成果較為匱乏。從上述背景出發，

由于2007年財政改革之后支農項目口徑發生了較大變化，為了使研究結果更為科學嚴謹，本文研究數據集中在2007—2012年。在此期間數據劃分口徑完全一致，彌補了財政改革之后國內現有研究的不足與空白。為了更好地改進財政支農政策、提高資金利用效率，本文利用江蘇省財政廳提供的財政支農相關原始樣本數據，建立模型經驗分析財政支農支出對農業生產的影響。

二、江蘇財政支農政策的現狀

江蘇歷來高度重視“三農”問題，近年來全省財政支農政策在各個方面都取得了非常顯著的成績，為農業經濟的持續增長做出了重要貢獻。但相對而言，農業仍是江蘇國民經濟發展中的洼地，未來江蘇農業將進入發展新階段，由傳統外延增長方式轉變為現代內涵增長方式，因而增加財政支農投入、促進農業經濟增長是各級地方政府首要完成的任務。下文將分別從總量、結構與區域配置角度進行具體分析。

（一）財政支農支出的總量與結構分析

江蘇財政支農力度一直走在全國前列，如表1所示，2007年以來財政支農支出呈穩步上升態勢，且支農支出總量占財政總支出的比重基本達到了10%的國際標準。支農支出總量的提高是發展農業經濟的重要保證，但目前相對于農村實際資金需求仍存在較大缺口。

從表1中可以看出，江蘇財政支農支出占農業GDP的比重相對于西方發達國家30%—50%的要求仍然差距明顯，因此，為了穩固農業的基礎性地位，江蘇未來必須按《中華人民共和國農業法》的規定建立起支農資金的長效穩定增長機制。與國內傳統研究使用統計年鑒支農口徑不同，本文從江蘇省財政廳獲取了2007年財政改革之后13個省轄市財政支農各項原始數據，根據實際需要重新劃分了財政支農支出的研究口徑，可以發現，2007年農業綜合開發支出占財政支農支出的比重超過50%，農業補貼、農田建設保護和農業技術推廣支出比較均衡，而農業合作經營支出相對較低。2007年以后，江蘇加大了對農業補貼和農田建設保護的支持力度，農業技術推廣支出略有下降，相比之下農業合作經營支出增幅最為明顯。

（二）財政支農支出的區域配置分析

長期以來江蘇一直存在比較明顯的區域經濟鴻溝，蘇南、蘇中和蘇北三大地區無論是整體經濟狀況還是農村綜合發展水平都存在明顯差距，“南工北農”的兩極分化格局對江蘇的經濟發展產生了一些負面影響和干擾。雖然近年來省級財政不斷加大對蘇中、蘇北地區的支持力度，但支農資金的區域配置效率仍有待改善。如表2所示，2007年以來三大地區支農支出總額都在穩步增加，從絕對值來看，初期呈“南高北低”的基本格局，蘇南地區平均支農支出要高于蘇中和蘇北地區，但自2009年開始，蘇中和蘇北地區已經趕上甚至超過蘇南地區。但與此同時，三大地區支農支出的相對值依然差距明顯，蘇南地區在支農支出占政府財政支出比重低于蘇中和蘇北地區的情況下，支農支出占農業GDP的比重卻一直在顯著提升，已基本接近發達國家平均水平。支農支出占農業GDP的比重反映了財政支農政策的力度和深度，是政府重視農業、支持農業的重要體現。相比之下，雖經過多年努力，但蘇中和蘇北地區在該指標上與蘇南地區仍有很大差距，從南到北下降趨勢非常明顯。

三、財政支農支出對農業生產的影響分析

（一）模型設定與變量說明

根據農業投入與產出的經濟原理，本文采用柯布-道格拉斯生產函數作為基本模型，產出變量以廣義的農業生產為對象，投入變量確定為勞動力、資本與財政支農支出。巴羅和薩拉伊馬丁首先提出了包括政府公共支出的內生經濟增長模型[15]，本文以此為基礎并借鑒國內外學者的研究成果，將財政支農支出引入農業生產函數，在中性技術進步假設條件下表示為：

Y=AKαLβGγ（1）

其中，Y為農業生產的產出變量，這里用第一產業增加值來表示；A為一個常數，反映了農業的綜合生產能力；K為農業生產中的固定資本投入，用第一產業固定資本形成額衡量；L為農業生產中的勞動力投入，用第一產業年底從業人數衡量；G為財政支農支出，G1—G5分別代表了農業補貼G1、農田建設保護G2、農業綜合開發G3、農業技術推廣G4和農業合作經營G5；α、β、γ分別為各投入要素的產出彈性系數。

本文旨在分析2007年財政改革之后支農結構的最新變化，因而可根據上文財政支農支出的劃分口徑，將式（1）改為如下形式：

Y=AKαLβGγ11Gγ22Gγ33Gγ44Gγ55（2）

對式（2）兩邊取對數，并引入隨機誤差項μ，可得需要估計的計量模型如下：

lnY=lnA+αlnK+βlnL+γ1lnG1+γ2lnG2+γ3lnG3+γ4lnG4+γ5lnG5+μ（3）

其中，Y、K、L的數據來自于2008—2013年《江蘇統計年鑒》，財政支農支出G1—G5數據來自于江蘇省財政廳，Y、K、G均以萬元計量，L以萬人計量。國內傳統研究通常采用GDP指數和商品零售價格指數對數據進行縮減處理，但本文中的五類支農支出性質和用途各不相同，很難找到一個合適的統一指數進行平減，為了使研究數據保持準確一致，經驗分析均采用當年價格表示的名義值。下文將以江蘇13個省轄市2007—2012年市級面板數據為研究對象，建立江蘇農業經濟增長與財政支農支出的面板數據模型，該模型不但可以描述樣本數據的規律，還能捕捉各個省轄市之間的交互影響與區域差異。

（二）財政支農支出影響農業生產的結構分析

本文研究對象的樣本區間為2007—2012年，橫截面為江蘇13個省轄市。先進行F統計量檢驗以確定面板數據的模型形式，判斷采用混合回歸模型還是個體效應模型[16]。利用STATA11軟件計算得到：F（12，58）=37.8800，Prob>F=0.0000。查閱F分布表得到5%顯著水平下臨界值為2.0300，因而拒絕原假設，應建立個體效應模型而非混合回歸模型。再進一步通過Hausman檢驗確定采用固定效應模型還是隨機效應模型，卡方統計量為39.8200，接受原假設的概率為0.0000，因此，在5%的顯著性水平下拒絕了原假設，則應該使用固定效應模型。此時模型方程的擬合度比較好，R2= 0.9522，F（7，58）= 164.8800，Prob>F=0.0000。

本文最終采用離差變換最小二乘估計法進行估計，具體結果如表3所示。

從表3中可以看出，固定資本投入K的系數顯著為正，對農業經濟增長的正向影響比較顯著，反映現階段農業生產對固定資本有著非常旺盛的需求。勞動力投入L與農業經濟增長負相關，產出彈性系數非常小且不顯著，說明同時期從事農業生產的人員過多，富余人員過多導致實證檢驗呈現負效應[17]。總的來看，江蘇財政支農支出對農業經濟增長產生了明顯的促進與帶動作用，五類支出中農業補貼G1和農業合作經營G5的正向影響最為顯著，農田建設保護G2和農業技術推廣G4的效果相對弱些，而農業綜合開發G3沒有顯著作用。具體作用機制分析如下：（1）農業補貼G1。G1主要是為了促進農業生產而給予農民直接或間接的資金支持，該項支出不僅可以減少農民的生產成本，而且在一定程度上可以提高農民的收入水平。模型結果表明，在五類支出中，G1不僅正向影響非常顯著，而且彈性系數也是最大的，因此，為了提高農業生產的規模與效率，最簡單直接的辦法就是提高農業補貼的額度。（2）農田建設保護G2。G2主要用于對現有農田的保護和農田水利建設，目的是提高農業土地的生產效率。農田保護會抑制當前農業生產的規模擴張，模型結果也說明G2的作用效果的確要相對弱些。不過其效應發揮存在一定滯后性，在現階段農業面源污染比較嚴重的情況下，該項支出的長期意義非常重大。（3）農業綜合開發G3。G3一方面用于土地治理和產業化經營，提升現有土地的產出能力；另一方面致力于開發新的農地資源，主要是蘇中和蘇北地區的灘涂開發利用。G3的根本目的是緩解經濟發展與耕地保護的矛盾，雖然模型結果表明其系數并不顯著，但該項支出的經濟意義和社會意義非常深遠，不過短期作用效果難以體現而已。（4）農業技術推廣G4。G4主要用于加強農民技能培訓以及先進科技成果的推廣應用。江蘇農業生產已進入科技興農階段，該項支出應該對農業生產有正向促進作用，模型結果也說明其產生了一定的效果，系數大小僅次于G1，但顯著性要差一些。發展現代農業離不開農業科技的推廣運用，因此，長期來看G4的作用仍然不可缺少。（5）農業合作經營G5。G5主要用于對農民合作經濟組織的補貼和資助，目的是促進農業規模化和產業化經營，江蘇農民專業合作社的發展位居全國前列，這與政府的財政支持密不可分。模型結果說明該項支出的確正向影響非常顯著，僅次于G1的作用效果，這也是江蘇近年來農業經濟的亮點之一，因而未來仍需要進一步加大對G5的資金支持力度。

（三）財政支農支出影響農業生產的區域差異分析

由于江蘇內部區域經濟發展存在鴻溝，財政支農支出對農業生產的影響存在顯著的區域差異。為了對比分析蘇南、蘇中和蘇北地區財政支農支出作用機制的區域差異，本文將針對這三大地區的樣本數據，分別建立各自的實證分析模型[18]。與上文全省結構分析遵循同樣的研究步驟，F統計量和H統計量的檢驗結果表明，三大地區財政支農支出的結構分析同樣應該建立個體固定效應模型，詳細過程此處省略，具體計算結果如表3所示。

從表3中可以看出，固定資本投入K和勞動力投入L在三大地區的作用效果相似，固定資本投入K對農業生產有顯著正向影響，勞動力投入L則影響不顯著。這與上文全省實證分析的結果一致，也符合當前農業生產的現實。此外，三大地區常數項的檢驗結果表明，蘇南和蘇北地區農業綜合生產力水平要強于蘇中地區。總的來看，江蘇財政支農支出對農業經濟增長的正向影響與促進作用在蘇南地區效果要明顯好于蘇中和蘇北地區，這說明雖然近年來江蘇財政加大了對蘇中和蘇北地區的支持力度，但由于歷史與現實原因仍不能有效滿足兩地區農業發展的實際需要，未來還有待進一步改進。

另外，五類支農支出影響效應的發揮存在顯著的區域差異。農業補貼G1在蘇南地區的效果好于蘇中和蘇北地區，這是因為蘇南地區農業產值占GDP的比重很小，而蘇中和蘇北地區則由于農業經濟規模太大從而導致補貼資金相對不足、效果遜色。農田建設保護G2只在蘇北地區沒有顯著影響，因為蘇北地區是主要產糧區，當農地休耕保護時，在短期內會受到負面沖擊，相比之下，蘇南和蘇中地區反而會有一定的促進作用，不過蘇北地區長期仍是向好的。農業綜合開發G3只在蘇北地區產生了一定效果，因為蘇北地區農業產業化經營潛力很大，而且灘涂資源也主要集中在蘇北沿海地區，蘇南和蘇中地區則是進行耕地置換補償。由于灘涂開發意義重大且全省廣泛受益，需要另行分析，本文不對此進行單獨分析。農業技術推廣G4在蘇中和蘇北地區效果好于蘇南地區，在蘇北地區影響系數更大，這同樣是與農業在國民經濟中所處地位有關，蘇中和蘇北地區有推廣利用先進農業技術的潛在需要。農業合作經營G5在三大地區都有非常顯著的正向影響，近年來，江蘇加大了對農業合作社的資金投入和政策支持，三大地區作用效果的區別與地方政府財政實力以及政策支持力度有關，如果后續資金能夠跟上，其效應的發揮可進一步提高。

綜上所述，江蘇財政支農支出對農業生產有著非常顯著的正向影響，而且無論是結構分析還是區域差異對比分析，五類支農支出中農業補貼G1和農業合作經營G5的作用效果都是最優的。不過上文對二者影響效應的研究還不夠深入具體，應該對其作用機制進行重點探索，因此，下文進行詳細分析。

四、農業補貼支出對農業生產的影響分析

（一）模型設定與變量說明

農業補貼政策在增加糧食生產、減輕農民負擔方面取得了很大成效，國內傳統研究通常針對農業“四補貼”政策，與之不同，本文采用了全新的研究口徑[19]。為了深入分析G1的作用機制，本文根據江蘇省財政廳提供的原始數據，將G1進一步細分為農業結構調整補貼GNS、農業生產資料與技術補貼GNT、農業生產保險補貼GNI和農資綜合補貼GNC。考慮到農業生產中糧食產量與農業補貼緊密聯系，本文選擇隨機前沿分析方法，從農業補貼的視角對糧食生產的技術效率進行研究。采用Battese和Coelli提出的模型，假定技術進步是中性的，本文以C-D生產函數形式構建糧食生產隨機前沿模型如下：

lnYFit=β0+β1lnGNSit+β2lnGNTit+β3lnGNIit+β4lnGNCit+β5lnKit+β6lnLit+β7lnFit+Vit-Uit （4）

其中，i=1，2，…，13，表示江蘇的13個省轄市；t為年份，本文選擇2007—2012年；YFit為產出變量，用糧食總產量表示；Kit為糧食生產過程中的機械動力投入；Lit為勞動力投入；Fit為化肥投入；

Vit ～ N（0、σv2）為隨機誤差項，表示樣本單元在生產中不能控制的因素；Uit為技術效率損失，是非負隨機變量，且獨立于Vit，通常假定Uit ～ N（mit、σu2），模型中假定mit=Zitδ。本文構建的技術效率損失函數選取了3個衡量指標及1個地區的虛擬變量，具體表達式如下：

mit=δ0+δ1Z1+δ2Z2+δ3Z3+δ4Z4（5）

其中，Z1為有效灌溉率，用有效灌溉面積/年末農作物總播種面積來表示；Z2為農業總產值占地區GDP的比重；Z3為財政支農支出占農業總產值的比重；Z4為地區虛擬變量，以區分第二、第三產業非常發達的蘇南地區和農業處于比較重要地位的蘇中和蘇北地區，蘇南5市為1，其他皆為0。

（二）模型估計結果

基于Frontier 4.10，本文采用一步法對糧食生產函數模型和效率損失模型進行極大似然估計，具體結果如表4所示。

1.生產函數模型估計結果分析

從表4中可以看出，機械動力投入K對糧食生產有一定的促進作用，但其效用發揮有待改進，原因可能在于不同農作物需要的機械動力不同。勞動力投入L系數為負且不顯著，說明勞動力投入存在過量現象，導致不必要的人力資本浪費。化肥投入F對糧食生產有著非常顯著的正向影響，作用遠大于K和L，說明江蘇糧食生產非常依賴化肥投入，可能存在過度施肥現象。總之，在江蘇糧食生產的過程中，物質要素投入比勞動力更能帶來產量效益。

總體而言，農業補貼的作用效果優于其他投入要素，四類補貼的影響效應各不相同：（1）農業結構調整補貼GNS系數為負且并不顯著。該項支出用于推廣應用先進農業科技、發展現代農業，作用效果存在一定滯后性，而且傳統農業向現代農業轉化難度很大，未來仍需加大投入。（2）農業生產資料與技術補貼GNT系數顯著為正且數值最大。該項支出用于補貼農民購買、使用相關生產資料及技術設備，覆蓋整個糧食生產過程，模型結果說明其的確起到了促進糧食生產的作用。（3）農業生產保險補貼GNI系數也顯著為正，效果僅次于GNT。該項支出用于購買相關農業保險的資助，免除了農民的后顧之憂，有利于調動農民種糧的積極性。（4）農資綜合補貼GNC系數為正，正向影響弱于GNT和GNI。該項支出是對農民購買農業生產資料（包括化肥、柴油、種子等）實行的直接補貼，覆蓋范圍和力度要遜于GNT，因而效果差一些。

2.效率損失模型估計結果分析

效率損失模型中各變量都通過了顯著性檢驗，但系數大小和顯著性各有不同：（1）有效灌溉率Z1系數為負，對技術效率有一定正向影響，這既說明有效灌概率的提高對糧食生產有促進作用，同時也說明現階段江蘇各市農業灌溉條件方面已差別不大。（2）農業總產值占地區GDP比重Z2系數為負，與Z1類似，也對技術效率有一定正向影響，說明當農業在國民經濟中的地位下降時，農業的競爭優勢會受到沖擊，糧食生產的技術效率也會有所下降。（3）財政支農支出占農業總產值的比重Z3系數為正，對技術效率存在明顯負向影響。財政支農支出相對農業總產值的比重提升反而導致技術效率下降，看似不符合常理，其實是因為蘇中和蘇北地區農業經濟規模龐大，從而導致財政支農支出相對農業總產值的比重低于農業急劇萎縮的蘇南地區，而經濟發達的蘇南地區糧食生產的技術效率要落后于農業占據主導地位的蘇中和蘇北地區。（4）地區虛擬變量Z4系數為正，對技術效率有著非常顯著的負向影響，與Z3類似，同樣說明蘇南地區糧食生產效率顯著低于蘇中和蘇北地區，國內學者的前期研究表明，2006年前后蘇南地區糧食生產效率明顯高于蘇中和蘇北地區，但近年來，蘇中和蘇北地區在國家宏觀政策層面的大力支持下已經開始逐漸趕超蘇南地區。

五、農業合作經營支出對農業生產的影響分析

（一）模型設定與變量說明

農業合作社是市場經濟條件下世界各國農業領域的重要組織形式，其可以實現單個農戶無法實現的集體功能[20]。與國內現有研究側重微觀分析不同，本文重點從政府財政的宏觀層面分析農業合作社的積極作用。考慮到現階段種植類農業合作社是江蘇農民專業合作社的主體構成，同時也是政府財政支持的重點，本文將以狹義的種植農業為對象，深入分析農業合作經營G5對農業生產的影響。根據農業投入產出的基本原理，同時為了減少數據波動和消除異方差性，采用雙對數生產函數模型如下：

lnYC=α+β1lnWl+β2lnWk+β3lnWf+γlnG5+μ（6）

其中，YC為不包括林牧漁在內的狹義農業總產值；α為常數項；β1、β2、β3、γ為各投入要素的產出彈性系數；μ為隨機誤差項；Wl、Wk、Wf分別為農業生產中的勞動力投入、機械動力投入和化肥投入；G5為政府財政對農業合作社的資金支持和補貼。

（二）模型估計結果

下文將通過江蘇13個省轄市的市級面板數據模型進行實證分析，為了確定模型形式先進行F統計量檢驗，利用STATA11軟件計算得到：F（12，61）=26.7000，Prob>F=0.0000。查閱F分布表，結果拒絕原假設，則應建立個體效應模型。隨后進行Hausman檢驗，計算得到卡方統計量值為49.3700，接受原假設的概率為0.0000，因而拒絕原假設，則應使用固定效應模型以及相應的估計方法。此時模型方程的擬合度比較好，R2= 0.9026，F（4，61）= 141.2900，Prob>F=0.0000。這里同樣采用離差變換最小二乘估計法進行估計，具體結果如表5所示。

從表5中可以看出，勞動力投入Wl的系數顯著為負，說明存在富余勞動力，應繼續推廣農業規模經營，轉移剩余勞動力。機械動力投入Wk的系數顯著為正，且數值最大，說明對各種農業機械的需求還是比較旺盛，未來應該繼續加大資助。化肥投入Wf的系數為負且不顯著，說明可能是由于過度施肥導致了化肥影響效應下降，為了減輕農業面源污染應該合理使用化肥。總的來說，勞動力、機械和化肥等要素的影響效應與前文農業補貼中的分析除系數顯著性有所區別外，所得結論基本一致。

前文財政支農支出結構分析的結果表明，農業合作經營G5對農業生產有著非常明顯的促進與帶動作用。表5的結果同樣也說明了這一點，農業合作經營G5的系數顯著為正，說明其對農業生產的正向影響非常明顯。但與此同時，由于資金支持規模的限制，相對于其他投入要素，農業合作經營G5的彈性系數還比較小，并沒有充分發揮其潛在的影響效應，未來提升空間很大，迫切需要政府財政的廣泛重視。雖然目前江蘇在農業合作社的普及推廣方面已經取得了很大成績，在全國也處于領先地位，但江蘇農業合作社的發展已從初期的數量擴張過渡到質量提升的新階段，無論是合作社覆蓋范圍還是產業深度都需要進一步的優化改進，發展方向的轉變亦需要政府財政未來全方位的支持和鼓勵，同時還要給予政策、稅收等方面的優惠。

六、結論與政策建議

江蘇財政支農支出影響農業生產的研究，證明了前文在理論上所做出的推斷：不同性質的財政支農支出影響效應存在差異，農業補貼、農業合作經營支出更能促進與帶動農業生產；財政支農支出在不同地區間的作用效果也存在差異，在蘇南地區效果要明顯好于蘇中和蘇北地區。為了更好地發揮財政支農支出的影響效應，提升支農資金的政策績效，未來江蘇要繼續加大投入，根據《中華人民共和國農業法》的要求建立支農資金長效穩定增長機制，基于此，本文提出如下政策建議：（1）積極優化財政支農支出的結構。江蘇財政支農政策應突出重點，在努力保持農田建設保護、農業綜合開發和農業技術推廣現有資金規模的前提下，應將更多的資金用于支持農業補貼和農業合作經營等領域，以獲得事半功倍的效果。（2）努力提升財政支農支出的區域配置績效。為了促進全省農業經濟平衡發展，省級財政層面應該進一步加強對蘇中和蘇北地區的照顧和扶持，以彌補由地區經濟水平差距導致的支農資金不足，同時也要注重完善兩地區支農資金的配套體系和制度建設。（3）合理利用農業補貼促進江蘇糧食生產。四類農業補貼作用效果各有側重，在努力發揮農業生產資料與技術補貼、農業生產保險補貼影響效應的基礎上，可將更多的資金用于農業結構調整補貼和農資綜合補貼，以獲得更好的長期效果。（4）大力發展農業合作社促進農業生產。農業合作社的增產潛力很大，未來既要加大重視程度，積極增加專項資金投入，又要對各種類型的農業合作社廣泛扶持，推行企業化、產業化經營戰略，更要真正落實相關資金使用的監督管理，避免流于表面。

參考文獻：

[1] Ram， R.Government Size and Economic Growth：A New Framework and Some Evidence From Cross-Section and Time-Series Data[J].The American Economic Review， 1986， 76（3）：191-203.

[2] Weber， C.E.Fiscal Policy in General Equilibrium：Empirical Estimates From an Error Correction Model[J].Applied Economics， 1999， 31（7）：907-913.

[3] 王勇.財政支持江西新農村建設的效應研究[D].南昌：南昌大學博士學位論文，2011.6-10.

[4] 王勝.財政支農的文獻綜述及其引申[J].改革，2009，（1）：57-61.

李煥彰.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.

[5] 胥巍，曹正勇.我國東西部財政支農對農業經濟增長貢獻的比較研究——基于協整分析與誤差修正模型[J].軟科學，2008，（5）：95-99.

[6] 魏朗.財政支農支出對我國農業經濟增長影響的研究[J].中央財經大學學報，2007，（9）：11-17.

[7] 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.

[8] 郭玉清.中國財政農業投入最優規模實證分析[J].財經問題研究，2006，（5）：68-72.

[9] 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）：61-65.

[10] 胡振虎.中國最優財政支農支出研究[J].中南財經政法大學學報，2010，（3）：34-39.

[11] 肖新成.財政資金支農投入與農業經濟增長關聯度[J].重慶工商大學學報，2005，（5）：55-58.

[12] 鐘文明.財政支農投資與農業經濟增長關系的實證研究[J].安徽農業科學，2008，（6）：88-92.

[13] 王文普，陳偉.財政農業支出結構對農業經濟的增長效應[J].華東經濟管理，2008，（3）：45-49.

[14] 李琴，熊啟泉，李大勝.中國財政農業投入的結構分析[J].中國農村經濟，2006，（8）：10-16.

[15] 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，2008，（10）：30-35.

[16] 蘭草.截面、面板數據分析與STATA應用[M].武漢：武漢大學出版社，2012.288-290.

[17] 劉宏杰.中國財政支農支出與第一產業發展：1978—2006——基于VAR模型的經濟計量分析[J]. 南京農業大學學報（社會科學版），2008，（3）：39-43.

[18] 黎翠梅.地方財政農業支出與區域農業經濟增長[J].中國軟科學，2009，（1）：182-188.

[19] 林萬龍，茹玉.對2001年以來中國農民直接補貼政策體系與投入狀況的初步分析[J].中國農村經濟，2014，（12）：4-12.

[20] 張晉華，馮開文，黃英偉.農民專業合作社對農戶增收績效的實證研究[J].中國農村經濟，2012，（9）：4-12.