财政支农与中国农业产出及增长的关系分析
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
LP0
1.087118
0.149635
7.265135
0.0000
LZ1
0.083165
0.117750
0.706288
0.4925
LZ2
-0.626766
0.138525
-4.524577
0.0006
LZ3
0.334062
0.134560
2.482632
0.0275
R-squared
0.993017
Date: 01/03/05 Time: 19:59
Sample: 1985 2002
Lags: 3
Null Hypothesis:
Obs
F-Statistic
Probability
W does not Granger Cause Y
15
0.12990
0.93962
Y does not Granger Cause W
Ⅰ、多重共线性检验：
我们采用了简单相关系数矩阵法来检验我们的模型中的多重共线性：
Correlation Matrix（表一）
P0
Z1
Z2
Z3
P0
1.000000
0.923217
0.948339
0.954615
Z1
0.923217
1.000000
0.985448
0.913400
Z2
0.948339
0.985448
（2）农业公共投入主要由农业基本建设支出、农业科技三项费用、支援农村生产支出和农村水利气象等部门的事业费这三部分构成。
①农业基本建设支出( )主要用于公路建设、农业水利设施等的建设以及农业综合开发。农业基本设施可以有效地降低自然环境给农业生产带来的风险和不确定性,改进投入与产出的质量,降低农户的生产成本,增加农业产出。
Sample: 1985 2002
Lags: 2
Null Hypothesis:
Obs
F-Statistic
Probability
W does not Granger Cause Y
16
0.72810
0.50471
Y does not Granger Cause W
1.68686
0.22963
Pairwise Granger Causality Tests
在中国这样一个农民收入不高、私人农业投资有限的发展中国家,财政支农政策对促进农业增长具有更为特别的意义:它不仅构成农业投入的主要来源,而且对一些公共农业基础建设来说,甚至是唯一的来源。
新中国成立后,中国政府通过积极的财政支持,在农田水利基本建设、水土保持、农业科研及技术推广等方面进行了大量的投资,为提高农业生产力、增加农产品有效供给打下了良好的物质基础。但是,不可否认,改革以来尽管中国财政支农总量有所提高,但相对份额却在呈现下降态势,“农业投入特别是农业公共物品投入不足,是制约我国农业发展的重要因素”。随着中国综合国力的逐步增强,政府财政支农的力度将会进一步加大。但是,财政预算具有刚性,可以预见，在未来一个相当长的时期内,财政支农支出总量的增长将十分有限。在这样的背景下,优化财政支农结构就显得尤为重要。
财政支农与中国农业产出及增长的关系分析
内容提要:本文在运用格兰杰因果检验法验证财政支农支出增长和农业产出增长之间关系的基础上,运用生产函数测定财政支农各类支出的边际产出效应,试图分析出财政支农政策中各项政策对农业产出以及增长的具体影响程度。我们得出的结论是:农业公共产品投入不足极大地制约着中国农业可持续增长的潜力;为最大限度地提高财政支农资源的配置效率,必须大幅度增加农业科技投入,适度增加农业基础设施投入,压缩农业事业费支出,并在政策层面上进一步改革和完善财政支农政策的制定和执行机制。
理论界对此问题多集中于定性研究，很少有定量研究，或者有定量也是在假定财政支农政策对农业经济增长存在高度正效应的前提下进行而很少对这一假定进行科学的验证。鉴于此，我们首先运用格兰杰因果检验在确定财政支农政策对农业增长有因果联系的基础上，设定模型，利用Cobb-douglas生产函数测定财政支农各类支出的边际产出效应,据以明确财政支农支出结构调整的方向和目标，并通过一系列检验得出我们的结论，强化我们研究的意义。
我们也试图通过用逐步回归法来对我们的模型进行修正，但也并不能的更良好的结果，表明我们的模型已经是较优的了。
Ⅱ、异方差检验：
我们采用了ARCH Test来检验我们的模型中的异方差性：
通过Eviews作了ARCH Test的滞后一阶、二阶、三阶的结果分析出滞后二阶的效果最好，其结果如下：
3.52962
0.06827
Pairwise Granger Causality Tests
Date: 01/03/05 Time: 20:00
Sample: 1985 2002
Lags: 4
Null Hypothesis:
Obs
F-Statistic
Probability
W does not Granger Cause Y
1.68686
0.22963
拒绝
3
Z Y
0.12990
0.93962
拒绝
Y Z
3.52962
0.06827
不拒绝
4
Z Y
0.05883
0.99156
拒绝
Y Z
28.0170
0.00128
不拒绝
由上面的结论我们可以发现除了三、四阶滞后的F-统计值较大外，其余均偏小，我们可以拒绝Ｈ0、H1，由此可以看出：财政支农支出增长与农业产出增长之间存在着互为因果的关系:财政支农支出增长推动了农业产出的增长,农业产出的持续增长又进一步推动了政府增加财政支农的力度。但是，我们在本文主要做的是财政支农支出政策与中国农业增长的关系与结构分析，只作单一方面的分析和研究，因此我们在这里认为财政支农支出总量 增长是农业产出 增长的原因。
关键词:财政支农政策 农业增长 格兰杰因果检验 因果与结构分析
一、背景与资料
农业是世界各国都重视的产业，各国对农业的支持主要体现在财政支农政策上。财政支农政策的积极作用主要表现在两个方面:其一,财政支农政策是国家调控农业生产进而影响农民收入的一个基本工具;其二,财政支持能有效地解决促进农业增长所必需的众多公共产品的外部性问题并具有规模经济的优势。巨额的财政投入对发达国家的农业生产已起到了明显的支持作用。在美国、加拿大、英国、澳大利亚等农业发达国家中,政府对农业提供的财政支持相当于农业本身GDP的25%以上,日本、以色列等国农业财政支出相当于农业GDP的45%～95%。即使像印度这样的发展中国家,国家财政支农支出也相当于农业GDP的10%。
T=8.6478457.2651350.706288-4.5245772.482632
R-squared=0.993017Adjusted R-squared=0.990869
F=462.1854Durbin-Watson stat=2.465837
S.E. of regression=0.069380
Mean dependent var
27.81793
Adjusted R-squared
0.990869
S.D. dependent var
0.726053
S.E. of regression
0.069380
Akaike info criterion
-2.268308
Sum squared resid
(二)模型设定
通过以上的分析，并对Cobb-Douglas生产函数中变量进行技术处理之后，设定多元回归模型如下：
（三) 模型估计
将相关数据输入Eviews,进行回归结果如下:
Dependent Variable: LY
Method: Least Squares
Date: 01/03/05 Time: 21:00
Sample(adjusted): 1985 2002
Included observations: 18 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
22.73741
2.629257
8.647845
0.0000
0.062576
Schwarz criቤተ መጻሕፍቲ ባይዱerion
-2.020982
Log likelihood
25.41477
F-statistic
462.1854
Durbin-Watson stat
2.465837
Prob(F-statistic)
0.000000
由上表我们得到了我们模型回归的结果，如下：
Se（2.629257) (0.149635) (0.117750) (0.138525) (0.134560)
就农业投入而言,可将农业投入品分为私人投入品和公共投入品两类。前者投入量由农户决定,后者投入量由政府财政支农支出决定。
（1）在私人投入中,现阶段土地投入既面临着土地资源总量的刚性约束,又缺乏有效的土地流转机制,土地投入基本上是一常量;在一定的生产技术条件下,各地、各主要作物单位土地面积上劳动力使用量基本上也是一个定量。因此,在进行计量分析时没有将土地和劳动力这两项要素作为解释变量。化肥、种子、机械动力等投入品具有一定的互补性或替代性,将各项物质投入作为解释变量纳入生产函数会带来严重的多重共线性问题。基于农户可支配收入的增长会导致农户农业投资增加的考虑,本文选择农村居民家庭人均纯收入作为解释变量。由于本期对农业的私人投入是以上一期的收入为基础的。因此，我们以农村居民家庭人均纯收入（ ）作为私人投入解释变量。
二、财政支农政策与中国农业增长:因果分析
我们通过所查找的资料及一些研究表明：中国财政支农支出波动与农业特别是粮食生产波动明显同步的。但是这种存在并不足以说明财政支农支出增长是推动中国农业产出增长的因素，因为存在下列几种可能:
一、财政支农支出增长推动农业产出增长;
二、农业产出增长推动财政支农支出增长;
原假设Ｈ1:农业产出 增长不是财政支农支出总量 增长的原因。
我们运用格兰杰因果检验，过程如下：
格兰杰因果检验
Pairwise Granger Causality Tests
Date: 01/03/05 Time: 19:57
Sample: 1985 2002
Lags: 1
Null Hypothesis:
1.000000
0.928958
Z3
0.954615
0.913400
0.928958
1.000000
从（表一）可以看出，模型解释变量间存在多重共线性，但是在运用中我们注意到在计算任意两个解释变量之间的简单相关系数实际隐含着其他变量变化的影响，所以我们认为上面的的矩阵系数表中的数字并不一定是真实相关程度的反映。
三、财政支农政策与中国农业增长:模型检验与结构分析
由于我们研究的是财政支农与农业增长的结构分析，是一种投入产出的关系，因此我们引入Cobb-Douglas生产函数.
(一)变量的选择
我们通过查找资料数据及一些研究，表明：农业科研公共投资对各种作物的单位面积产量具有明显的正效应；农业产值增长与公共教育投入、公共基础设施投入、公共科研投入、农牧户自身投资之间也有关系。
三、财政支农支出增长与农业产出增长之间不存在相关关系,但存在另一因素同时影响两者。
但似乎在这三种情况下,都存在着财政支农支出增长与农业产出增长之间同方向变化的关系。我们在本部分运用格兰杰因果检验法对财政支农支出增长与农业产出增长之间的相关关系进行界定。
首先我们做以下假设：
原假设Ｈ0:财政支农支出总量 增长不是农业产出 增长的原因;
14
0.05883
0.99156
Y does not Granger Cause W
28.0170
0.00128
对上述结果总结如下：
滞后长度
m=n
Granger
因果性
F值
P值
结论
1
Z Y
0.77946
0.39221
拒绝
Y Z
3.19304
0.09562
拒绝
2
Z Y
0.72810
0.50471
拒绝
Y Z
②农业科技三项费用( )投资形成的农业科研成果可降低农业生产成本,增加农业产出,从而也反映了农业科技技术进步。
③支援农村生产支出和农村水利气象等部门的事业费( )中,支援农村生产支出主要通过转移支付补贴农户,降低其生产成本,调动农民农业生产的积极性,增加农业产出;农业事业费支撑农业事业单位的运转,并通过农业事业单位提供的各项服务,扩大农户生产及交易的规模,减少农户生产成本和交易成本,增加农业产出。
Obs
F-Statistic
Probability
W does not Granger Cause Y
17
0.77946
0.39221
Y does not Granger Cause W
3.19304
0.09562
Pairwise Granger Causality Tests
Date: 01/03/05 Time: 19:59
1.087118
0.149635
7.265135
0.0000
LZ1
0.083165
0.117750
0.706288
0.4925
LZ2
-0.626766
0.138525
-4.524577
0.0006
LZ3
0.334062
0.134560
2.482632
0.0275
R-squared
0.993017
Date: 01/03/05 Time: 19:59
Sample: 1985 2002
Lags: 3
Null Hypothesis:
Obs
F-Statistic
Probability
W does not Granger Cause Y
15
0.12990
0.93962
Y does not Granger Cause W
Ⅰ、多重共线性检验：
我们采用了简单相关系数矩阵法来检验我们的模型中的多重共线性：
Correlation Matrix（表一）
P0
Z1
Z2
Z3
P0
1.000000
0.923217
0.948339
0.954615
Z1
0.923217
1.000000
0.985448
0.913400
Z2
0.948339
0.985448
（2）农业公共投入主要由农业基本建设支出、农业科技三项费用、支援农村生产支出和农村水利气象等部门的事业费这三部分构成。
①农业基本建设支出( )主要用于公路建设、农业水利设施等的建设以及农业综合开发。农业基本设施可以有效地降低自然环境给农业生产带来的风险和不确定性,改进投入与产出的质量,降低农户的生产成本,增加农业产出。
Sample: 1985 2002
Lags: 2
Null Hypothesis:
Obs
F-Statistic
Probability
W does not Granger Cause Y
16
0.72810
0.50471
Y does not Granger Cause W
1.68686
0.22963
Pairwise Granger Causality Tests
在中国这样一个农民收入不高、私人农业投资有限的发展中国家,财政支农政策对促进农业增长具有更为特别的意义:它不仅构成农业投入的主要来源,而且对一些公共农业基础建设来说,甚至是唯一的来源。
新中国成立后,中国政府通过积极的财政支持,在农田水利基本建设、水土保持、农业科研及技术推广等方面进行了大量的投资,为提高农业生产力、增加农产品有效供给打下了良好的物质基础。但是,不可否认,改革以来尽管中国财政支农总量有所提高,但相对份额却在呈现下降态势,“农业投入特别是农业公共物品投入不足,是制约我国农业发展的重要因素”。随着中国综合国力的逐步增强,政府财政支农的力度将会进一步加大。但是,财政预算具有刚性,可以预见，在未来一个相当长的时期内,财政支农支出总量的增长将十分有限。在这样的背景下,优化财政支农结构就显得尤为重要。
财政支农与中国农业产出及增长的关系分析
内容提要:本文在运用格兰杰因果检验法验证财政支农支出增长和农业产出增长之间关系的基础上,运用生产函数测定财政支农各类支出的边际产出效应,试图分析出财政支农政策中各项政策对农业产出以及增长的具体影响程度。我们得出的结论是:农业公共产品投入不足极大地制约着中国农业可持续增长的潜力;为最大限度地提高财政支农资源的配置效率,必须大幅度增加农业科技投入,适度增加农业基础设施投入,压缩农业事业费支出,并在政策层面上进一步改革和完善财政支农政策的制定和执行机制。
理论界对此问题多集中于定性研究，很少有定量研究，或者有定量也是在假定财政支农政策对农业经济增长存在高度正效应的前提下进行而很少对这一假定进行科学的验证。鉴于此，我们首先运用格兰杰因果检验在确定财政支农政策对农业增长有因果联系的基础上，设定模型，利用Cobb-douglas生产函数测定财政支农各类支出的边际产出效应,据以明确财政支农支出结构调整的方向和目标，并通过一系列检验得出我们的结论，强化我们研究的意义。
我们也试图通过用逐步回归法来对我们的模型进行修正，但也并不能的更良好的结果，表明我们的模型已经是较优的了。
Ⅱ、异方差检验：
我们采用了ARCH Test来检验我们的模型中的异方差性：
通过Eviews作了ARCH Test的滞后一阶、二阶、三阶的结果分析出滞后二阶的效果最好，其结果如下：
3.52962
0.06827
Pairwise Granger Causality Tests
Date: 01/03/05 Time: 20:00
Sample: 1985 2002
Lags: 4
Null Hypothesis:
Obs
F-Statistic
Probability
W does not Granger Cause Y
1.68686
0.22963
拒绝
3
Z Y
0.12990
0.93962
拒绝
Y Z
3.52962
0.06827
不拒绝
4
Z Y
0.05883
0.99156
拒绝
Y Z
28.0170
0.00128
不拒绝
由上面的结论我们可以发现除了三、四阶滞后的F-统计值较大外，其余均偏小，我们可以拒绝Ｈ0、H1，由此可以看出：财政支农支出增长与农业产出增长之间存在着互为因果的关系:财政支农支出增长推动了农业产出的增长,农业产出的持续增长又进一步推动了政府增加财政支农的力度。但是，我们在本文主要做的是财政支农支出政策与中国农业增长的关系与结构分析，只作单一方面的分析和研究，因此我们在这里认为财政支农支出总量 增长是农业产出 增长的原因。
关键词:财政支农政策 农业增长 格兰杰因果检验 因果与结构分析
一、背景与资料
农业是世界各国都重视的产业，各国对农业的支持主要体现在财政支农政策上。财政支农政策的积极作用主要表现在两个方面:其一,财政支农政策是国家调控农业生产进而影响农民收入的一个基本工具;其二,财政支持能有效地解决促进农业增长所必需的众多公共产品的外部性问题并具有规模经济的优势。巨额的财政投入对发达国家的农业生产已起到了明显的支持作用。在美国、加拿大、英国、澳大利亚等农业发达国家中,政府对农业提供的财政支持相当于农业本身GDP的25%以上,日本、以色列等国农业财政支出相当于农业GDP的45%～95%。即使像印度这样的发展中国家,国家财政支农支出也相当于农业GDP的10%。
T=8.6478457.2651350.706288-4.5245772.482632
R-squared=0.993017Adjusted R-squared=0.990869
F=462.1854Durbin-Watson stat=2.465837
S.E. of regression=0.069380
Mean dependent var
27.81793
Adjusted R-squared
0.990869
S.D. dependent var
0.726053
S.E. of regression
0.069380
Akaike info criterion
-2.268308
Sum squared resid
(二)模型设定
通过以上的分析，并对Cobb-Douglas生产函数中变量进行技术处理之后，设定多元回归模型如下：
（三) 模型估计
将相关数据输入Eviews,进行回归结果如下:
Dependent Variable: LY
Method: Least Squares
Date: 01/03/05 Time: 21:00
Sample(adjusted): 1985 2002
Included observations: 18 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
22.73741
2.629257
8.647845
0.0000
0.062576
Schwarz criቤተ መጻሕፍቲ ባይዱerion
-2.020982
Log likelihood
25.41477
F-statistic
462.1854
Durbin-Watson stat
2.465837
Prob(F-statistic)
0.000000
由上表我们得到了我们模型回归的结果，如下：
Se（2.629257) (0.149635) (0.117750) (0.138525) (0.134560)
就农业投入而言,可将农业投入品分为私人投入品和公共投入品两类。前者投入量由农户决定,后者投入量由政府财政支农支出决定。
（1）在私人投入中,现阶段土地投入既面临着土地资源总量的刚性约束,又缺乏有效的土地流转机制,土地投入基本上是一常量;在一定的生产技术条件下,各地、各主要作物单位土地面积上劳动力使用量基本上也是一个定量。因此,在进行计量分析时没有将土地和劳动力这两项要素作为解释变量。化肥、种子、机械动力等投入品具有一定的互补性或替代性,将各项物质投入作为解释变量纳入生产函数会带来严重的多重共线性问题。基于农户可支配收入的增长会导致农户农业投资增加的考虑,本文选择农村居民家庭人均纯收入作为解释变量。由于本期对农业的私人投入是以上一期的收入为基础的。因此，我们以农村居民家庭人均纯收入（ ）作为私人投入解释变量。
二、财政支农政策与中国农业增长:因果分析
我们通过所查找的资料及一些研究表明：中国财政支农支出波动与农业特别是粮食生产波动明显同步的。但是这种存在并不足以说明财政支农支出增长是推动中国农业产出增长的因素，因为存在下列几种可能:
一、财政支农支出增长推动农业产出增长;
二、农业产出增长推动财政支农支出增长;
原假设Ｈ1:农业产出 增长不是财政支农支出总量 增长的原因。
我们运用格兰杰因果检验，过程如下：
格兰杰因果检验
Pairwise Granger Causality Tests
Date: 01/03/05 Time: 19:57
Sample: 1985 2002
Lags: 1
Null Hypothesis:
1.000000
0.928958
Z3
0.954615
0.913400
0.928958
1.000000
从（表一）可以看出，模型解释变量间存在多重共线性，但是在运用中我们注意到在计算任意两个解释变量之间的简单相关系数实际隐含着其他变量变化的影响，所以我们认为上面的的矩阵系数表中的数字并不一定是真实相关程度的反映。
三、财政支农政策与中国农业增长:模型检验与结构分析
由于我们研究的是财政支农与农业增长的结构分析，是一种投入产出的关系，因此我们引入Cobb-Douglas生产函数.
(一)变量的选择
我们通过查找资料数据及一些研究，表明：农业科研公共投资对各种作物的单位面积产量具有明显的正效应；农业产值增长与公共教育投入、公共基础设施投入、公共科研投入、农牧户自身投资之间也有关系。
三、财政支农支出增长与农业产出增长之间不存在相关关系,但存在另一因素同时影响两者。
但似乎在这三种情况下,都存在着财政支农支出增长与农业产出增长之间同方向变化的关系。我们在本部分运用格兰杰因果检验法对财政支农支出增长与农业产出增长之间的相关关系进行界定。
首先我们做以下假设：
原假设Ｈ0:财政支农支出总量 增长不是农业产出 增长的原因;
14
0.05883
0.99156
Y does not Granger Cause W
28.0170
0.00128
对上述结果总结如下：
滞后长度
m=n
Granger
因果性
F值
P值
结论
1
Z Y
0.77946
0.39221
拒绝
Y Z
3.19304
0.09562
拒绝
2
Z Y
0.72810
0.50471
拒绝
Y Z
②农业科技三项费用( )投资形成的农业科研成果可降低农业生产成本,增加农业产出,从而也反映了农业科技技术进步。
③支援农村生产支出和农村水利气象等部门的事业费( )中,支援农村生产支出主要通过转移支付补贴农户,降低其生产成本,调动农民农业生产的积极性,增加农业产出;农业事业费支撑农业事业单位的运转,并通过农业事业单位提供的各项服务,扩大农户生产及交易的规模,减少农户生产成本和交易成本,增加农业产出。
Obs
F-Statistic
Probability
W does not Granger Cause Y
17
0.77946
0.39221
Y does not Granger Cause W
3.19304
0.09562
Pairwise Granger Causality Tests
Date: 01/03/05 Time: 19:59