基于VAR模型下的阜南县柳编非遗产业与农村扶贫资金效率研究

方 瑛

（安徽国际商务职业学院,安徽 合肥231131）

安徽省阜南县柳编历史悠久，工艺精湛，美誉天下，柳编工艺品是阜南县乃至全省主要出口创汇产品之一。2008年阜南柳编工艺品编织技术被列入安徽省阜阳市非物质文化遗产（以下简称非遗）。2011年阜南县黄岗柳编工艺被列入国家级非遗名录。作为国家级贫困县，扶贫工作一直都是阜南县政府工作的重点方向。阜南县非遗柳编手工艺产品的传承及产业化发展不仅关系着非遗的保护传承，更对发展特色手工艺产业的出口、推动阜南县脱贫攻坚、实现全面发展具有重要意义。

从直接影响和柳编非遗产业结构优化的角度来分析，对财政支持下的扶贫效率与投入的扶贫资金进行实证研究，柳编非遗产业结构的调整在某种程度上也会促进经济的增长，使得扶贫效果最优化。

一、样本数据的选取

根据需要选取了四个指标进行分析：农民人均可支配收入（INC），选取阜南县农村居民人均纯收入作为指标；地区农户信贷供给（LOAN），选取阜南县人均贷款余额表示农户信贷；涉农财政支出（FLS⁃CAL），选取阜南县农林水事务支出与农村人口的比值表示；柳编非遗产业结构优化度（STRU），用柳编非遗产业经济增加值的总和与阜南县地区生产总值的比值表示[1]。

表1 各指标具体的描述性统计

基于阜南县的地区生产总值来看，该县的主要收入来自于柳编非遗产业。从描述性统计来看，可支配收入、财政支出、农户信贷供给方面最大值和最小值之间级差较大，其中阜南县农户信贷供给的观测值相差最大，表明地区农户信贷供给明显不均衡[2]；涉农财政支出的数据极差也显示阜南县农林水事务支出与农村人口的比值在不同地区差别较大。

二、VAR模型的建立与相关检验

1.数据的平稳性检验

数据要能做计量分析，前提之一是通过平稳性的检验，尤其是经济数据更加要求平稳。[3]另外由于农村居民人均可支配收入（INC）和涉农财政支出（FLSCAL）的数值比较大，防止数据出现不必要的“伪回归”现象，准确进行回归分析，对INC和FLS⁃CAL取对数再进行回归。

表2 对数据进行平稳性检验结果

表2的平稳性检验过程中，农村人均纯收入INC和区域柳编非遗产业结构优化度STRU是一次通过检验，而涉农财政支出FLSCAL和农户信贷供给LOAN需要在原始的基础上进行一阶差分才能达到数据的平稳。综上所述，所有指标均已达到在5%显著性水平下的平稳要求。

2.E-G协整检验

根据变量特征，其中被解释变量农村人均纯收入INC和解释变量区域柳编非遗产业结构优化度STRU是零阶单整，而解释变量地区信贷农户供给LOAN和涉农财务支出FLSCAL均是一阶单整。由于协整检验需要满足同阶单整的要求，所以只有LOAN和FLSCAL满足，对二者进行协整检验。协整检验包括Engle-Grange（即E-G）检验和Johansen检验，前者适用于2个及以上的变量，后者适用于3个及以上的变量。这里的两个解释变量适用于E-G协整检验。

表3 E-G协整检验结果

从表3看，常数项C和LOAN项的“prob”为0.0000和0.0002，均小于0.05，R2=0.85,非常接近1。展示出的指标不错，但为防止出现“伪回归”现象，所以对残差项进行ADF检验，发现平稳，表明地区信贷农户供给LOAN与涉农财政支出确实存在协整

3.VAR模型的建立

（1）VAR模型最优滞后阶数

LL、LR、AIC、HQIC和SBIC表示信息准则统计量，而信息准则表示的是滞后期和自由度之间的一种相对平衡，也就是说，根据AIC、HQIC和SBIC的信息量取值最小的准则确定模型的阶数。“*”表示各项检验指标在5%的置信区间下显著，根据判断，当模型的滞后阶数为1阶时，信息检验准则均能在5%的显著性水平下通过检验，由此可以判断出，模型的滞后阶数为1阶。

（2）VAR模型的确定

表4 VAR模型的确定

表5 VAR拟合的相关结果

从拟合的结果看，上述R-squared的值均接近1，农村人均收入INC、农户信贷供给LOAN、涉农财政支出FLSCAL和柳编非遗产业结构优化度STRU之间两两关系的相关程度都十分密切，证实了前期的判断。

4.AR模型检验结果

虽然VAR模型拟合出来的效果不错，但是为了确保结果更加准确，需要借助AR模型，AR模型类似于一个第三方鉴定者，能够更加准确、客观地描述变量之间的关系。

表6 AR模型检验结果

5.Granger格兰杰因果分析

表7 Granger格兰杰因果关系

从上述的格兰杰因果检验中可得出下列结论：滞后期为1阶的前提下，地区农户信贷供给LOAN和地区农村居民人均纯收入INC以及柳编非遗产业结构优化度STRU均是涉农财政支出FLSCAL的单项格兰杰原因，但是相比较而言，对涉农财政支出影响最大的还是柳编非遗产业结构优化度。地区农户信贷供给LOAN是涉农财政支出的单项格兰杰原因；农村居民人均纯收入也是涉农财政支出的单项格兰杰原因，地区农户信贷供给的影响力度更大。

农村居民人均纯收入和地区农户信贷供给不是柳编非遗产业结构优化度的单项格兰杰原因；地区农户信贷供给也不是农村居民人均纯收入的单项格兰杰原因；对农村居民人均纯收入和柳编非遗产业结构优化度以及地区农户信贷供给而言，涉农财政支出均不是上者的单项格兰杰原因。

表8 DLNFLSCAL分析

从上表可看出，由于概率均小于0.05，所以拒绝原假设。地区农户信贷供给和农村居民人均纯收入对涉农财政支出均存在因果关系。

表9 DLOAN分析

对DLOAN而言，只有区域柳编非遗产业结构优化度与其具有因果关系。

表10 LNINC分析

对LNINC而言，涉农财政支出和地区农户信贷供给与农村居民人均纯收入有因果关系。

表11 STRU分析

对STRU而言，涉农财政支出FLSCAL与地区农户信贷供给LOAN以及农村居民人均纯收入INC和柳编非遗产业结构优化度均有因果关系。相比较而言，地区农户信贷供给可能对柳编非遗产业结构优化度而言影响力稍弱。

四、结 论

对安徽省阜南县的贫困问题进行了一系列的分析，研究了以农村居民人均纯收入为被解释变量，即作为扶贫效果的重要指标，以地区农户信贷供给（在财政支持的背景下）、涉农财政支出、柳编非遗产业结构优化度三个为解释变量，进行了VAR分析，并利用格兰杰因果检验、AR模型检验等分解了四个经济指标，分析得出要想使得农村居民人均纯收入得到大幅度提高，也就是使得扶贫效果大幅上升，最重要的是优化柳编非遗产业结构，另外可以提升放贷量，从而进一步从根本上解决农村居民劳动力利用率的问题，之后的外资引入也会更加顺利[1]。

根据以四个指标为主要分析对象进行的一系列计量统计，可以得出一些结果：不管是VAR模型的拟定以及格兰杰因果检验，柳编非遗产业结构优化度对INC而言是相对来说比较重要的，更何况在当前国家供给侧改革和精准扶贫攻坚背景下，相比直接拨款与信贷供给是通过财政补助的方式给予阜南县而言，支持阜南县当地柳编非遗产业发展这条间接路径更能够带来长期减贫的效果[1]。Granger格兰杰因果分析也均显示出STRU在整个探究扶贫效率过程中的重要性，另外地区信贷供给对人均纯收入虽然反映不是很持久，但是对扶贫效果来说也是不可或缺的一个指标，短期内对INC的影响是个显著的正向指标。

涉农财政支出对人均纯收入来说影响力度也是存在的，而影响的时效与作用随着时间的推移越来越少，但是某种程度上可以稳定住基本的人们需求[3]。基于上述的简短分析，建议涉农财政支出在柳编非遗产业结构优化度达到某种程度后，可以适当减少，尽量将资金投入到柳编非遗产业结构中去，而地区信贷供给应该适当地根据柳编非遗产业的需求投入，只有将三者共同协调起来，才能将扶贫效率提高上去。