财政支农对农民增收的影响研究

□朱根豪

（河南工业大学经济贸易学院，河南 郑州 450001）

数据显示，2007—2020 年我国农村居民人均可支配收入由4 140.36 元增至17 131.5 元；城镇居民人均可支配收入由13 785.81 元增至43 833.8 元；城乡居民人均收入差距由9 645.45 元扩大至26 702.3 元。我国城乡居民收益逐年上升，但农村居民收入增长速度不显著，年均增速较慢，城乡居民收入差距逐渐拉大。系统化研究我国财政支农支出对农民收入产生的影响，对提高农民收入水平及完善财政支农政策具有重要意义。

1 文献综述

孔祥智等（2016）[1]利用时间序列数据研究中国财政支农政策对农民增收的影响，结果显示，财政支农对农民收入提高有明显效果，农村社会事业支出对农民增收影响最大。

张笑寒和金少涵（2018）[2]根据VAR 模型和VEC模型，应用协整检验、脉冲响应函数和方差分解分析等方法研究财政农业支出对农民收入增长的长期和短期影响，结果显示，长期财政农业支出对农民人均纯收入具有正效应，但效应相对较差；财政农业支出对农民的工资性收入、家庭经营收入、转移和财产性收入的影响有所差异，其中对农民工资性收入、转移和财产性收入的影响超过农民家庭经营收入的影响。

柳雅婷等（2020）[3]通过对我国31 个省份1997—2018 年的面板数据进行研究后得出，财政支农虽然对农民收入增长有较高的正向效应，但作用较小，财政支农的实际效果受地域条件的限制，西部地区和中部地区的财政支农作用显著超过东部地区，提出改变财政支农的投入方式、加强支农资金管理等政策建议。

陈利和黄金辉（2020）[4]收集梳理1998—2018 年有关时间序列的数据，建立计量模型，结果表明，政府部门的直接财政投入对农民增收具有积极作用，政府对农村义务教育的财政投入对农民增收具有积极作用，但有较强的时滞性。值得关注的是，政府对农村卫生的财政投入与农民收入成反比。

冯梦黎和徐灿琳（2020）[5]对比研究两个不同方式的财政资金支持形式对农民收入产生的影响，发现固定资产投资方式与农民收入成正比，农民补助资金形式与农民收入成反比，农户自有资产水平、财政农林牧渔支出、农产品价格水平等均与农民收入呈正相关。

李艳秋等（2021）[6]应用空间面板回归模型和面板门槛模型考察财政支农、金融助农与农村居民收入增长的非线性空间关系。

2 变量选取与数据说明

文章主要分析2007—2020 年财政支农支出与农村居民人均可支配收入之间的关系，数据来源于《中国统计年鉴》的相关统计指标。在模型构建中，选取农村居民人均可支配收入（元）为被解释变量，选取国家财政支农资金（亿元）为解释变量。从数据的可收集性出发，农林水利事务支出最能反映出财政支农支出水平。原因是2007 年政府将多种财政支农形式合并为农林水利事务支出，为保证指标数据前后的一致性，以2007 年为数据选取的起点。

目前，统计年鉴最新数据是2021 年的数据。农村居民家庭人均可支配收入能充分反映农民真实收入水平。在《中国统计年鉴》中，2012 年以前是农村居民家庭人均纯收入，2012 年以后为农村居民人均可支配收入。两者统计指标在口径上存在不同，但整体来看，将两者联合使用能准确反映2007—2020 年农民人均收入的变化情况，用于衡量农村居民的增收水平和增收能力。控制变量选择粮食总产量（万t）与农业机械总动力（万kW）。

3 实证分析

如表1 所示，文章选取我国2007—2020 年14 年的时间序列数据为研究对象，考察了我国财政支农支出对农民收入的影响，选择财政支农支出作为考量财政支农水准的指标，农村居民人均纯收入作为考量农民收入的指标。考虑农民人均纯收入、财政支农支出、粮食总产量、农业机械总动力4 个自变量间的动态联系与相互影响，运用多元回归模型展开分析。此外，为了防止数据大幅度变化，对每个序列进行对数处理，模型如下。

表1 2007—2020 年财政支农支出与农民收入相关数据

式中：y为农村居民人均纯收入，x1为农林水务事务支出，x2为粮食总产量，x3为农业机械总动力；经DF 检验，各变量均平稳。

第一步，用STATA 软件对lny与主要变量lnx1进行OLS 回归估计得到结果。

结果显示，lnx1对lny影响显著，x1变动1%，y变动0.756 7%，其中R-squared 为0.951 3，说明拟合优度很好，被解释变量y被解释变量x1能解释的部分较为充分。

第二步，用STATA 软件对lny与主要变量lnx1控制变量lnx2、lnx3进行OLS 回归估计得到结果，如表2所示。

表2 财政支出对农民收入的影响

结果显示，lnx1、lnx2与lny为正相关，lnx3与lny为负相关。x1变动1%，y变动0.528 9%；x2变动1%，y变动2.727 5%；x3变动1%，y变动-1.300 1%。其中Adj R-squared 为0.968 7，说明拟合优度很好，被解释变量y被解释变量x1和控制变量x2、x3能解释的部分较为充分。

根据OLS 线性回归估计可以得到各自变量对因变量的影响系数，即各变量α 的值。因此公式（1）可以写为公式（2）。

第三步，自相关检验结果显示p值大于0.05，所以不拒绝原假设并且没有序列相关性。

第四步，VAR 模型选用的极大似然估计或OLS估计，故在估计以前明确模型的滞后期，消除误差项自相关产生的影响。因此，VAR 模型得出最佳滞后阶数为三阶。

因为稳定的VAR 模型无法进行脉冲响应函数与方差分解，所以除明确p值外，还要在VAR 模型估计之后，检验其稳定性。如图1 所示，VAR 模型中特征根的倒数值均小于1，是稳定系统。

图1 VAR 模型平稳性检验结果

4 结论与建议

4.1 结论

实证结果显示，2007—2020 年政府支农支出与农民收入之间有长期均衡关联。政府对农村生产发展的直接财政投入每提高1%，农民人均纯收入就会提高0.53%；粮食产量每提高1%，农民人均纯收入就会提高2.73%；农业机械总动力每提高1%，农民人均纯收入会减少1.3%。

我国财政支农支出、粮食总产量等因素能提高农民收入水平，在长期内转化为生产力，促进农村经济发展，从源头上提高农民收入水准。但是和粮食作物总产量增长相比，增加农民收入的效率较低。一是财政支农支出低，二是财政支农支出结构不科学，三是财政支农方法单一，四是财政支农效益低下。

4.2 建议

4.2.1 提高财政对农业生产投入占比

我国财政支农支出对提高农民人均收入具有积极作用，应不断提升财政在农业投入中的比例，具体可从两方面开展。一是政府部门在实施财政适用对策前，做好财政适用资产预算管理工作，系统化优先选择下发各市区财政适用项目预算，根据各省份详细情况统筹安排支农预算资金。二是健全农牧业自身投入体制，贯彻支农投入机制可持续发展观[7]。

4.2.2 优化财政农牧业投资结构

政府支农支出对农民收益有正向拉动作用，不同种类的支农项目实际效果不同。政府必须在实际支农项目执行前，考量各项目对农民收入的带动功效，优化支农机制。结合实际情况摸透财政农业投资项目的主次关系，调整政府农业投资对农民收入的带动功效。科学区划省部级与地方政府支农义务，规范使用省、市、县等政府财政资金，合理划分地方政府支农责任，避免财政支农资金重复投入，优化财政支农结构[8]。

4.2.3 优化财政支农方式

财政支农支出要实事求是，依据我国农业现状合理安排财政支出。根据各省份不同情况分辨新项目，分清主次，因时制宜，有重点、有针对性地投入资金。支农支出应向农业科学、农业技术革新与健康教育行业倾斜。部分地区农民日常生活质量较低、乡村设备差、现代农业发展较慢，开展财政资金投入时，要重视设施建设，兼顾农业生态、科技教育、环境卫生等，明确目的并全方位落实[9]。

4.2.4 加大监管力度

严格监督，提升资金应用经济效益。明确财政单位及农业部门的职责，将钱花在农民立即获利的项目上，管住财政资金，避免任何形式的侵吞、徇私舞弊行为，充分发挥财政资金的功效。为使财政真正用之于民，应逐村贯彻落实，推进财政深化改革。财政部门要创建周密的检测管理体系，追溯资金分派、付款、应用等各个环节，协同金融机构相互配合，加强监督财政支农资金注入、管理使用全过程，避免侵吞和占有财政支农资金[10]。

基于上述研究结论，得出以下启示。一是建立财政支农促进农村居民增收的长效机制；关注财政支农的“门槛效应”，根据本地农村居民收入水平，综合权衡财政支农与农民增收等目标。二是深化金融服务促进农民收入水平提高，考虑到金融助农的门槛特征，结合当前本区域农村居民收入水平与经济发展阶段合理配置金融资源。三是发展农村经济，优化农业产业结构的同时，提高农村居民受教育水平，提升劳动者综合素质，进而适应农村产业结构调整过程中的岗位需求。