财政支农投入与农民减贫的动态关系研究

王应芬

摘 要：财政支农投入对加速农民脱贫具有重要意义。基于此，运用贵州省2000—2016年财政对三农的支出情况及农村贫困人口的时间序列数据，建立VAR模型，对变量进行脉冲响应分析、格兰杰因果检验及方差分解，得出贵州省农林水事务支出、农村通车率在长期有利于减少农民贫困，社会救助支出与农民减贫效应关系具有不确定性的结论。

关键词：财政支农;减贫;VAR模型

中图分类号：F323.8        文献标志码：A      文章编号：1673-291X（2019）09-0014-03

引言

农民脱贫关系到社会经济的稳定协调发展，地方财政资金对农业的财政支持，对农村发展、农业进步、农民增收起着极为关键的作用。贵州省经济发展水平相对落后，政府财力有限，并且自身的历史文化背景相对复杂，近年来虽然国家财政对贵州省加大了扶持力度，但贵州省财政对农业支出的方式仍然存在不合理的地方。本文从贵州省的实际情况出发，在扶贫开发的大背景下，分析贵州省财政支农的减贫效应情况，对促进贵州省扶贫开发顺利进行及对村贫困的缓解具有重要意义。通过认识财政支农对减贫的效果和作用，对其进行评价研究，优化贵州省财政支出结构，同时在一定程度上为其他地方的扶贫开发提供借鉴。

一、文献综述

本文对已有的相关文献进行梳理，对财政支农支出减贫效应的研究主要围绕以下几个方面进行。

理论方面，林伯强（2005）就政府公共支出政策尤其是公共投资的配置政策如何影响中国农村减贫构建了一个理论分析框架，认为政府的公共投资支出对中国农村经济增长、贫困减少和区域发展不均等有着重要影响[1]。阎坤（2008）认为，应首先明确减贫目标下政府与市场的关系，认识公共财政在减贫中的定位与职能作用[2]。王海（2013）认为，直接面对贫困人群的公共支出可以通过改善贫困群体的自身条件和外部生存发展环境，提高其劳动水平和劳动技能，提升其经济收入能力，从而实现减贫[3]。李盛基（2014）指出，公共支出可以通过经济增长对农村贫困产生间接的减贫效果，公共支出具有促进经济增长的作用，经济增长可以缓解农村贫困，而农村贫困的减少反过来也会进一步促进经济增长[4]。

实证方面，秦建军（2011）运用误差修正模型（ECM）进行研究，发现总体上财政支农投入对农村贫困缓解起到一定的作用[5]。李普亮（2012）基于省级面板数据的实证分析结果显示，财政农业支出确实有利于促进农民增收，但对缩小城乡居民收入差距的影响并不显著[6]。陈鸣等（2017）引入制度环境变量研究财政支农投入的减贫增收作用，其研究发现我国的财政支农政策在一定程度上能够达到减缓农村贫困的政策目标，同时财政支农投入的减贫效果也受到制度环境的制约[7]。王谦（2017）基于全国31个省份的面板数据进行了研究，结果表明我国财政支农支出减贫效应显著且存在区域差异性[8]。张晓谊（2018）运用了湖南省1995—2014年的时间序列数据研究，研究表明，湖南省的财政支农支出对农民人均纯收入具有促进作用，从而达到减贫的目的[9]。

目前已有文献关于财政支农对直接减贫作用的研究较少，大多数研究侧重于财政支农对农民收入的影响，从而间接作用于减贫，但这种间接的研究会由于各种因素对减贫效果产生影响。所以，本文基于贵州省2000—2016年的各项财政支农结构和农村贫困人口数据，用农村贫困人口减少作为衡量农村减贫的指标，建立VAR模型，运用Eviews7.0进行分析，对贵州省各项财政支农支出对减贫动态关系进行分析。

二、模型设定及数据来源

由于农村的小学初中的教育经费和道路交通建设的资金大多数来自于财政拨款，所以在探讨贵州省财政支农支出对农民减贫动态关系时，本文选取了农林水事务支出、农民的社会救助支出，农村通车率、农村中小学经费支出四个指标作为解释变量，对于衡量农村贫困情况的指标则采用贫困人口数量来表示，建立如下计量方程模型：

PR=f（NL，JZ，JY，JT）（1）

方程（1）表示农村贫困的决定因素，其中PR表示贫困人口数，NL表示农林水事务支出，JZ表示农民社会救助支出，JY表示农村中小学教育经费支出，JT表示农村通车率。为了降低时间序列潜在的异方差影响，除了农村通车率，首先将各个变量数值进行对数转换，运用Eviews7.0进行分析。

本文采取贵州省2000—2016年各项指标相关统计资料作为建模的样本数据，数据主要来源于《贵州省统计年鉴》《中国教育经费统计年鉴》《中国贫困监测报告（20001—2017年）》

三、实证分析

1.单位根检验。由于本文采取的计量模型是时间序列模型，为了防止采用非平稳数据拟合模型而造成伪回归现象出现，首先进行平稳性检验。为了方便观察采用ADF进行单位根检验，由表1可知，经过一阶差分和二阶差分后，变量变为平稳序列，经过一阶差分后变为平稳序列的四个变量，是一阶单整序列。

2.构建VAR模型。在建立VAR模型之前，首先确定模型的滞后阶数，在Eviews7.0软件中的滞后阶数结构依据滞后阶数判断该模型的滞后阶数，最终滞后阶数总共列有2阶，而滞后一阶各项指标数值有三个带有*号，而滞后二阶的*号仅有两个，所以该模型选择滞后一阶进行分析，建立VAR（1）模型。再用Eviews7.0软件对变量进行回归，得到此模型的R2值95.93%，说明模型的拟合优度较高，各项财政支农支出指标对贫困人口变化的解释能力也较好。

3.脉冲响应函数分析。脉冲响应可以反映变量之间动态作用关系，而本文则对VAR（1）的脉冲响应分析图（如下图所示）。

由上图可知，第三期之后农林水事务支出对贫困人口数量的冲击一直呈现出逐渐递增的负向冲击，一直到第七期，达到负的峰值，然后逐渐减少趋向于零，说明农林水事务支出对减少农村贫困人口具有促进作用，但具有一定的滞后性。社会救助支出对贫困人口数的冲击，第一期是一个正向冲击，之后一直下降至第六期达到负的峰值，但是第九期之后又变为正向冲击，并趋向于零，说明社会救助支出对具有一定的促进农村贫困人口减少的作用。农村通车率对贫困人口的冲击，第一期给的是正向冲击，且在第二期达到正的最大值，之后一直下降，在第七期達到负的峰值。同农林水事务支出一样，在前期农村通车率对减少贫困人口具有一定的阻碍作用，第三期之后它的负效应才显现出来，最后趋于稳定，说明农村通车率对减少贫困人口具有促进作用。

4.格兰杰因果检验。由表2可知，P值小于显著性水平5%，拒绝原假设，反之则不拒绝原假设，农林水事务支出、农村通车率是农村贫困人口变化的Granger原因;社会救助不是导致农村贫困人口变化的Granger原因。

5.VAR模型方差分解。接下来进行方差分解分析时 仅是针对以农村贫困人口为被解释变量，农林水事务支出、农村通车率为解释变量来说明它们之间的解释能力强弱。实证结果列出了农林水事务支出、农村通车率以及自身10期分别对农村贫困人口的解释能力数值，随着时间的推移，三者的解释能力也越强，农林水事务支出的解释能力在第九期达到最大，为18.85498，而农村通车率在第四期达到最大，为55.77933，它自身则是在第一期值达到最大。其中，前两期它自身的解释力度比其他两个变量都要大，但之后农村通车率的解释能力远大于农林水事务支出和它自身的能力，说明比起农林水事务支出而言，农村通车率对于减贫作用更强。

四、结论与建议

研究发现，农林水事务支出、农村通车率、社会救助支出由于时滞性的原因，在短期对农民减贫具有一定的阻碍作用。但是从长期来看，它们的增加均能达到促进农民减贫的效果。农林水事务支出、农村通车率是导致农村贫困人口数量变化的Granger原因，反过来则不能成立;而社会救助支出与农村贫困人口数量变化不能互为Granger原因，两者之间不存在因果关系，说明社会救助支出对农民减贫的作用存在不确定性。而对于农民减贫的作用效果来说，农村通车率对农民减贫的作用效果大于农林水事务支出的作用效果，其解释能力更强。因此，本文根据研究结果，提出几点对策建议：

1.加大财政支农投入力度。从研究结果来看，财政支农确实能促进农民减贫，特别是农林水事务支出和农村通车率。所以，需要加大财政支农投入力度，确保财政农业投入稳定增长，各项政策落实到位，并加强拓宽农业投资渠道。

2.优化财政支农结构。三农问题一直备受国家的重点关注，针对贵州省，除了加大财政支农投入力度外，还要优化财政支农结构，优先发展农村交通基础建设，再以其他支农支出辅助，以达到减贫目的。

参考文献：

[1]  林伯強.中国的政府公共支出与减贫政策[J].经济研究，2005，（1）：27-37.

[2]  阎坤，于树一.公共财政减贫的理论分析与政策思路[J].财贸经济，2008，（4）：61-67.

[3]  王海.财政支出减贫：机理分析与政策启示[J].河南师范大学学报：哲学社会科学版，2013，（3）：69-73.

[4]  李盛基，吕红.中国农村财政支出的减贫作用机制及效果研究[M].北京：科学出版社，2017.

[5]  秦建军，武拉平.财政支农投入的农村减贫效应研究——基于中国改革开放三十年的考察[J].财贸研究，2011，（3）：19-30.

[6]  李普亮.财政农业支出、农民增收与城乡居民收入差距——基于省级面板数据实证[J].南方经济，2012，（8）：57.

[7]  陈鸣，周发鸣.制度环境视阈下财政支农投入的减贫效应研究[J].统计与决策，2017，（1）：29-38.

[8]  王谦，王秋苏.我国财政支农支出的区域减贫效应研究[J].山东财经大学学报，2017，（5）：36-45.

[9]  张晓谊.湖南省财政支农对农民减贫效应研究[J].经贸实践，2018，（3）：62-66.