溫 濤，董文杰，2 (.西南大學 經濟管理學院，重慶 40075；2.重慶市財政局，重慶 402)

·財政與稅收·

財政支農政策促進了城鄉(xiāng)經濟一體化發(fā)展嗎？

溫 濤1，董文杰1，2
(1.西南大學 經濟管理學院，重慶 400715；2.重慶市財政局，重慶 401121)

本文通過構建空間計量模型，選取財政支農、金融支農、教育水平、城鎮(zhèn)化率、固定資產投資和產業(yè)結構等指標，對全國30個省份1997—2015年財政支農政策對城鄉(xiāng)經濟一體化發(fā)展的效應進行檢驗。結果顯示，城鄉(xiāng)經濟一體化發(fā)展指數(shù)具有顯著的正向空間依賴性，即相鄰省份的城鄉(xiāng)經濟一體化發(fā)展具有相互促進作用，反映出城鄉(xiāng)經濟一體化發(fā)展往往分塊聚集的特征。但是，財政支農政策對城鄉(xiāng)經濟一體化發(fā)展指數(shù)的影響方向是正的，即財政支農政策并未有效促進城鄉(xiāng)經濟一體化發(fā)展，反映出財政支農資金存在錯配或外溢等問題。需要按照堅持政府和市場共同著力、中央和地方共同作為、投入和管理共同推進“三位一體”措施，完善財政支農政策體系。

財政支農政策；城鄉(xiāng)經濟一體化；財政支農資金；空間聚集效應；空間計量模型

一、引 言

改革開放以來，我國經濟快速發(fā)展，用“中國模式”創(chuàng)造了世界奇跡。從發(fā)展水平看，我國人均GDP在2003年已達到1 000美元，2010年達到4 400美元，2016年則達到8 100美元，越過了世界銀行劃分上中等收入的門檻，表明我國已經穩(wěn)步邁入上中等收入行列[1]。但是，發(fā)達國家的經濟發(fā)展歷程告訴我們，經濟進入中等收入行列后，往往會伴隨著收入差距擴大、自然環(huán)境惡化等問題，將影響經濟增長。數(shù)據(jù)顯示，我國城鄉(xiāng)居民收入差距從1978年的210元擴大到了2016年的21 253元，其中分別在1992年、2008年和2016年突破了千元大關、萬元大關和兩萬元大關。城鄉(xiāng)收入比由改革開放初期的2.570下降至1983年的1.820，之后在不斷波動中上升到2009年的歷史最大值3.330，然后逐年緩慢下降，2016年下降到2.720。由此可見，當前我國城鄉(xiāng)收入差距依然較大[2]，若考慮到城鄉(xiāng)居民所享受的社保、教育等方面的差距，我國甚至可能屬于世界上城鄉(xiāng)收入差距最大的國家之一[3]。目前，我國經濟已經進入新常態(tài)，經濟處于增速換擋期、結構調整陣痛期和前期刺激政策消化期“三期疊加”階段，經濟增速出現(xiàn)下滑，增長速度從10%左右轉向7%左右，經濟發(fā)展方式正從粗放型增長轉向集約型增長，經濟結構從增量擴張為主轉向調整存量、做優(yōu)增量并舉的深度調整，經濟發(fā)展動力正從傳統(tǒng)增長點轉向新的增長點。在這種宏觀經濟背景下，財政收支矛盾呈加劇之勢，平衡收支壓力較大。從收入方面看，2016年全國一般公共預算收入約16萬億元，比2015年增長4.5%，同比增長6.4%，延續(xù)了近年來增幅逐年回落的走勢，為近二十年來最低增速。今后一個時期，財政收入潛在增長率下降，再加上近幾年采取的增收措施基數(shù)較大，以及實施營改增等結構性減稅措施，收入形勢將更嚴峻。從支出方面看，財政支出剛性增長的趨勢沒有改觀，增支需求多，支出結構僵化、財政資金使用效益不高問題仍然突出，中長期支出壓力很大，特別是養(yǎng)老、醫(yī)療等社保支出前些年提標幅度大，財政補助比重大。2017年全國一般公共預算收入增長目標設為5%，支出比2016年增長6.5%，赤字為2.380萬億元，比2016年增加0.200萬億元。

為解決“三農”問題，縮小城鄉(xiāng)收入差距，黨的十六大提出要促進城鄉(xiāng)經濟統(tǒng)籌發(fā)展，十八大進一步指出城鄉(xiāng)經濟發(fā)展一體化是解決“三農”問題的根本途徑，2017年中央經濟工作會議指出要推進農業(yè)供給側結構性改革，財政支農政策肩負著重要使命和職責[4]，在中央政策的強有力支持和引導下，財政支農的投入不斷增加，扶持模式逐漸完善，制度障礙逐步破除，支農資金規(guī)模不斷增加，“十二五”時期，全國財政支農資金累計達到6.670萬億元，是“十一五”時期的2.670倍，年均增長14.8%。由此，如何度量城鄉(xiāng)經濟一體化發(fā)展水平？財政支農政策是否有效地促進城鄉(xiāng)經濟一體化發(fā)展？是否存在空間聚集效應？考察這些問題是本文研究的動機。

二、文獻綜述

國外對財政政策與城鄉(xiāng)關系的研究關注較早，主要有以下幾個方面：Lewis[5]、Ranis和Fei[6]、Harris和Todaro[7]從西方經典經濟理論出發(fā)，分析影響城鄉(xiāng)經濟關系的主要因素和變化趨勢，形成了二元經濟結構理論，并依據(jù)不同的模式分析如何從二元經濟結構向一元經濟結構即城鄉(xiāng)經濟一體化方向轉變。Yao和Fan[8]研究地方財政支出與地方經濟發(fā)展的關系，認為公共財政支出對收入分配均等化影響的效果不明顯，但對促進基本公共服務均等化具有顯著的效應。García-Pe¨nalosa和Turnovsky[9]依據(jù)經濟人假設和委托代理理論，研究財政政策對經濟增長和收入分配的作用，指出財政支出會促進經濟增長，提高全社會的富裕程度，但也會導致收入分配的不公平，不利于經濟可持續(xù)發(fā)展和社會穩(wěn)定。Long等[10]指出我國的城鎮(zhèn)化和工業(yè)化提升了整體生產力水平，帶動了農業(yè)生產技術的進步，促進農村居民收入水平提高和城鄉(xiāng)經濟一體化發(fā)展。

國內學者對財政支農政策與城鄉(xiāng)經濟一體化研究的起步較晚，但關注度較高，開展的研究主要集中于城鄉(xiāng)經濟一體化發(fā)展的測度與財政支農政策對城鄉(xiāng)經濟一體化發(fā)展效應兩個方面。對城鄉(xiāng)經濟一體化的測度，歸納起來大致可分為三類：一是多指標主觀賦值法，即征求多個專家意見，對每一個指標人為賦予一定的權重，進行加總形成評價指數(shù)。此方法簡單易行，但容易受到人為因素的影響，需要選擇長期從事相關研究的專家給予賦值，如蘇春江[11]等。二是多指標綜合賦值法，即將多個指標按照主成分分析法或層次分析法進行客觀賦值。此方法客觀性較強，但是通過這種數(shù)學方法合成的綜合指數(shù)是否能夠準確地反映評價問題值得商榷。如周江燕和白永秀[12]、白永秀等[13]構建了包含城鄉(xiāng)空間、城鄉(xiāng)經濟、城鄉(xiāng)社會和城鄉(xiāng)生態(tài)環(huán)境等多個維度指標的城鄉(xiāng)發(fā)展一體化指數(shù)，并采用兩步全局主成分分析法對區(qū)域城鄉(xiāng)發(fā)展一體化水平進行了測度。三是單一綜合指標法，即根據(jù)經濟學原理用某一個指標來代替城鄉(xiāng)經濟協(xié)調水平，這類方法簡單，且有經濟理論支撐，代表性強，如劉紅梅等[14]、歐陽志剛[15]。在研究財政支農促進城鄉(xiāng)經濟一體化發(fā)展方面，劉志剛[16]認為財政政策在促進城鄉(xiāng)經濟一體化發(fā)展中發(fā)揮著積極作用，但是依然受到許多現(xiàn)行財政體制機制因素的制約，亟待全面、系統(tǒng)分析財政政策促進城鄉(xiāng)經濟一體化發(fā)展中存在的問題，并找到改進方向，最終建立一套適合我國國情的促進城鄉(xiāng)經濟一體化發(fā)展的財政政策體系。蘇明[17]認為近年來，財政支農政策體系不斷完善，內容和模式不斷創(chuàng)新，對推進城鄉(xiāng)經濟協(xié)調發(fā)展起到一定的積極作用，但存在一定的問題，需要在政策投向、制度設計和內容創(chuàng)新方面持續(xù)努力。劉家養(yǎng)和黃念兵[18]運用數(shù)據(jù)包絡分析方法，研究財政支農對促進城鄉(xiāng)公平效率的影響，結果顯示，1995—2006年財政支農對促進城鄉(xiāng)公平具有正的促進作用，但是效率值不是很高，且存在明顯的區(qū)域特征，中部地區(qū)的效率值低于其他兩個地區(qū)。徐志文等[19]通過DEA模型研究農村公共投入對城鄉(xiāng)經濟一體化的效率，指出2007—2011年的運行效率并不高，認為并不是農村公共產品的投入不足，更多的是管理水平和配置能力的問題，可以通過提升工業(yè)化和農業(yè)化水平來提高農村公共投入對城鄉(xiāng)經濟一體化的效率。

通過上述文獻分析可以看出，現(xiàn)有對于財政支農與城鄉(xiāng)經濟關系的研究中，多數(shù)學者是從財政支農政策對農民增收、城鄉(xiāng)收入差距影響等單一視角進行研究，亦或是僅僅通過多指標的層次法、主成分分析法測度出城鄉(xiāng)經濟一體化發(fā)展指數(shù)并進行比較分析，真正研究財政支農政策促進城鄉(xiāng)經濟一體化發(fā)展的綜合視角還較少，更為重要的是現(xiàn)有研究方法較為薄弱，大多是采用描述性統(tǒng)計分析、Granger因果關系檢驗以及誤差修正模型，少量學者運用了省級面板數(shù)據(jù)進行了檢驗，但尚未考慮空間效應，這必然造成模型設定偏差和估計結果的不準確?；诖?，本文將利用空間計量模型研究1997—2015年全國30個省份財政支農政策促進城鄉(xiāng)經濟一體化發(fā)展的直接效應和空間外溢效應，對其進行全新探索。

三、模型設計、指標選擇與數(shù)據(jù)來源

(一)模型設計

為了推導財政支農政策實施及其要素配置對城鄉(xiāng)經濟一體化發(fā)展的影響模型，本文參照Greenwood 和 Jovanovic[20]與Odedokun[21]的做法，在傳統(tǒng)生產函數(shù)分析框架下，運用產出增長率模型、新古典Ramsey-Cass-Koopmans模型[22-23]和經濟效率模型展開研究。

農村總生產函數(shù)為：

YR=f(KR,LR)

(1)

其中，YR表示農村總產出，KR和LR分別表示農村資本投入和農村勞動力投入。

根據(jù)Ramsey-Cass-Koopmans模型，農村生產中單位勞動力產出增長率滿足：

(2)

又由于穩(wěn)態(tài)總產出是穩(wěn)定狀態(tài)下影響因素的函數(shù)，即：

(3)

其中，XR表示農村初始稟賦、教育衛(wèi)生和地方政府管理等，β表示影響系數(shù)。

而根據(jù)定義，農村人均產出可表示為：

(4)

對式(4)取自然對數(shù)后再對時間求導，可得：

(5)

將式(2)、式(3)和式(4)帶入式(5)，可得到農村人均產出增長率計量模型：

(6)

(7)

我們根據(jù)Odedokun[21]關于“經濟增長取決于資本的增加和效率的提高”的觀點，進一步引出經濟的效率模型，可表示為：

ΔY/Y=Ε(ΔK/Y)

(8)

其中，ΔY表示經濟的產出水平增量，Y表示經濟的總產出，ΔK表示資本要素投入的增量，Ε表示經濟效率，即資源要素利用效率，我們用增加的產出—資本比率(ΔY/ΔK)來表示效率。

由式(8)可知，資源要素利用效率(Ε)的變化可以引致經濟增長，可投資資源(ΔK/Y)的變化也可以引致經濟增長，資源利用要素效率和可投資資源二者共同變化也可以引致經濟增長。

(9)

其中，θ表示農村勞動力要素投入在每單位資本條件下的產出彈性。

由于當期資本要素的形成取決于前一期資本的存量和本期投入資金的轉化量，同時考慮到我國農村資金的正規(guī)來源主要包括財政政策引導的資金流入[26]，則農村資本可變?yōu)椋?/p>

KRt=(1-δ)KR(t-1)Ε(DKt,CZt)

(10)

其中，δ表示資本的折舊率，KRt和KR(t-1)分別表示農村的當期和前一期的資本，DKt表示金融政策引導投入的農業(yè)信貸資金量，CZt表示財政政策引導投入的支農資金與補貼資金。

YR(t+1)=PR(1-δ)KRt+PR×Ε(DKt,CZt)

(11)

Ε的一階泰勒展開式為：

(12)

將式(12)代入式(11)，進一步得出農村人均產出增長為：

(13)

從上述理論分析來看，如果說一國的宏觀經濟政策所引導的財政配置是有效率的，那么財政變量的系數(shù)將顯著為正，即農民收入增加，農村經濟發(fā)展，城鄉(xiāng)經濟一體化程度提高?？紤]到城鄉(xiāng)經濟一體化過程中所涉及的資源要素較多，有必要對式(13)進一步引入相應的控制變量，控制財政、金融等經濟政策變量以外的非核心變量的影響，由此，我們建立如下計量分析模型：

lnYit=C+β1LnCZit+β2LnXDit+ΘCONit+μit

(14)

其中，Yit表示i地區(qū)t時期城鄉(xiāng)經濟一體化指數(shù)，CZit表示i地區(qū)t時期財政支農數(shù)據(jù)，XDit表示i地區(qū)t時期金融支農數(shù)據(jù)，ΘCONit表示控制變量，μit表示隨機誤差項，C表示常數(shù)，β1、β2表示變量系數(shù)。

(二)指標選擇與數(shù)據(jù)來源

本文對全國30個省份1997—2015年數(shù)據(jù)進行空間計量分析(由于西藏數(shù)據(jù)不全，基于數(shù)據(jù)可得性，故未將其納入考察范圍)。根據(jù)式(14)，選取以下變量進行分析。

城鄉(xiāng)經濟一體化發(fā)展指數(shù)：本文用兩個指標來具體衡量。一是根據(jù)一價定律確定的城鄉(xiāng)經濟一體化發(fā)展指數(shù)(Y1,it)，Y1,it=ln(p1it/p2it)，為更加真實地反映城鄉(xiāng)居民消費價格指數(shù)變化情況，采用定基居民消費價格指數(shù)，即分別將1985年城鎮(zhèn)居民消費價格指數(shù)和農村居民消費價格指數(shù)定義為100，以此計算以后年度的居民消費價格指數(shù)。二是從多指標賦值合成確定的城鄉(xiāng)經濟一體化發(fā)展指數(shù)(Y2,it)，采用城鄉(xiāng)居民收入差距和城鄉(xiāng)居民消費差距兩個指標具體反映，并采用城鄉(xiāng)泰爾指數(shù)來測度城鄉(xiāng)差距，Y2,it=αTheili,st+βTheili,xt，鑒于收入和消費在城鄉(xiāng)一體化中都非常重要，其權重均為0.500。無論是Y1，it還是Y2，it，都是一個反向指標，即數(shù)值越小，表明城鄉(xiāng)經濟一體化程度越高。但是需要說明的，城鄉(xiāng)經濟一體化發(fā)展是一個社會經濟發(fā)展的綜合結果，任何衡量指標都有一定的局限性，得出的結果只是一定程度的參考。數(shù)據(jù)來源于1998—2016年《中國統(tǒng)計年鑒》。

財政支農(CZit)：選取《2017年政府收支分類科目》、以功能劃分的農業(yè)相關支出，為消除區(qū)域間的差異，用各地財政支農支出除以財政支出總額計算，數(shù)據(jù)來源于1998—2016年《中國統(tǒng)計年鑒》。1997—2002年的財政支農支出為支援農村生產支出、農業(yè)綜合開發(fā)支出和農林水利氣象等部門的事業(yè)費支出三者之和，2003—2006年的財政支農支出為農業(yè)支出、林業(yè)支出和農林水利氣象等部門的事業(yè)費支出三者之和，2007—2015年的財政支農支出為農林水事務支出。

金融支農(XDit)：用農業(yè)貸款代替金融支農指標，為消除區(qū)域間的差異，用農業(yè)貸款占總資產的比重來衡量金融支農情況，具體為各地農業(yè)貸款除以金融機構信貸總額。1997—2008年的數(shù)據(jù)來源于《中國財政六十年統(tǒng)計資料匯編》，2009年之后的數(shù)據(jù)來源于《中國農村金融服務報告》。

教育水平(Eduit)：用農民家庭勞動力的文化狀況來測算，將他們的文化程度轉化成平均受教育年限來衡量，即平均受教育年限=文盲比重×1+小學比重×6+初中比重×9+高中比重×12+中專比重×12+大專及其以上比重×15.500。數(shù)據(jù)來源于1998—2016年《中國農村統(tǒng)計年鑒》。

城鎮(zhèn)化率(Cityit)：用常住人口占該地區(qū)總人口的比重來衡量。數(shù)據(jù)來源于1998—2016年《中國統(tǒng)計年鑒》。

固定資產投資(Investit)：用農村固定資產占總資產的比重來衡量，數(shù)據(jù)來源于1998—2016年《中國統(tǒng)計年鑒》。

產業(yè)結構(Strit)：用第一產業(yè)產值占比來衡量，即農業(yè)總產值除以國內生產總值。

四、經驗檢驗

(一)空間計量模型構建

一般來說，空間數(shù)據(jù)基本都會同時存在空間依賴性*空間依賴性也叫空間自相關性，指不同位置的觀測值在空間上不是獨立存在的，而呈現(xiàn)出某種非隨機的空間模式，即yi=f(yj),i=1,2,…,n,i≠j，是空間效應識別的第一個來源，它產生于對空間組織觀測單元之間缺乏依賴性的考察。如果相鄰區(qū)域的觀測值分布具有相似性則說明觀測值之間存在正的空間自相關，如果不具有相似性則說明觀測值之間存在負的空間自相關，還有一種可能就是不存在空間相關性。和空間異質性，*空間異質性，也可以稱之為空間差異性，指地理空間上的區(qū)域缺乏均質性，是經濟行為和經濟關系在空間上不穩(wěn)定，從而導致經濟社會發(fā)展和創(chuàng)新行為存在較大的空間差異，是空間效應識別的第二個來源。而空間統(tǒng)計與空間計量經濟方法為空間依賴性和空間異質性的分析提供了合適的工具。

按照Elhorst[27]、Lesage 和 Cashell[28]的研究，關于空間面板數(shù)據(jù)模型的選擇方法，一般的面板數(shù)據(jù)模型均可以使用杜賓模型進行回歸，第一步采用LR檢驗判斷模型固定效應類型，第二步采用Hausman檢驗確定該杜賓模型的空間固定效應是否看做空間隨機效應更為合適，第三步采用Wald檢驗空間杜賓模型是否可以簡化為空間滯后模型或空間誤差模型，最終確定合適的空間計量模型。本文分別以Y1,it和Y2,it作為被解釋變量，形成對于模型(1)和模型(2)的LR檢驗、Hausman檢驗和Wald檢驗，結果如表1所示。

表1 LR檢驗、Hausman檢驗和Wald檢驗結果

注：括號內為P值。

從表1可以看出，本文的兩個空間回歸模型均應為時點—空間雙固定效應杜賓模型，由于本文解釋變量和被解釋變量均為比重數(shù)據(jù)，故未對變量取對數(shù)。具體空間計量模型如下：

Yit=C+λ1CZit+λ2XDit+λ3Eduit+λ4Cityit+λ5Str+λ6Investit+λ7WCZit+λ8WXDit+λ9WEduit+λ10WCityit+λ11WStr+

λ12WInvestit+ρWYit+si+vt+μit

(15)

其中,si和vt表示空間和時期固定效應，μit表示隨機誤差項，W表示空間權重矩陣。

(二)檢驗結果與分析

空間計量模型的估計結果與非空間計量模型估計結果存在差異，不能簡單地進行等同比較。因為空間計量模型中，解釋變量的系數(shù)估計值包含兩層含義：一是解釋變量對被解釋變量的直接效應；二是解釋變量的溢出效應，即反饋效應(Feedback Effects)，也就是解釋變量對周邊省份產生影響，反過來，其他省份又會影響目標省份。本文借鑒Elhorst[27]、Lee 和Yu[29]的方法，運用偏差修正的ML方法對模型進行估計，結果如表2所示。

表2 空間計量模型估計結果

注：括號內為t值(或z值)，*、**和***表示在10%、5%和1%顯著性水平下顯著。下同。

從表2可以看出，模型(1)中WY1,it在1%的顯著性水平下擬合值為0.225，表明模型(1)的城鄉(xiāng)經濟一體化發(fā)展指數(shù)具有顯著的正向空間依賴。模型(2)中WY2,it在1%的顯著性水平下擬合值為0.159，表明模型(2)的城鄉(xiāng)經濟一體化發(fā)展指數(shù)具有顯著的正向空間依賴?？梢姡粋€省份的城鄉(xiāng)經濟一體化發(fā)展可以促進相鄰省份的城鄉(xiāng)經濟一體化發(fā)展，這也反映出城鄉(xiāng)經濟一體化發(fā)展往往分塊聚集的特征。

為進一步分析財政支農政策促進城鄉(xiāng)經濟一體化發(fā)展的空間效應，我們將估計系數(shù)剔除反饋效應，得到直接效應和間接效應值，結果如表3所示。

表3 空間計量效應分解結果

從表3中直接效應看，模型(2)的回歸結果要優(yōu)于模型(1)，模型(2)的財政支農、教育水平、城鎮(zhèn)化率和固定資產投資均顯著，而模型(1)的相關指標顯著度較低，但是我們仍然可以對兩個模型系數(shù)的方向進行綜合分析。模型(1)和模型(2)除教育水平和城鎮(zhèn)化率方向不一致外，其他變量的方向均一致，模型(1)的教育水平和城鎮(zhèn)化率影響方向為正，表示農村地區(qū)教育水平的提高不利于城鄉(xiāng)經濟一體化的發(fā)展，相反模型(2)的教育水平和城鎮(zhèn)化率影響方向為負，表示農村地區(qū)教育水平的提高促進了城鄉(xiāng)經濟一體化的發(fā)展，符合經濟假設，且模型(2)的教育水平和城鎮(zhèn)化率是在10%和1%的顯著性水平下顯著，而模型(1)的教育水平不顯著，所以，筆者認為農村地區(qū)教育水平和城鎮(zhèn)化率的提升可以有效促進城鄉(xiāng)經濟一體化發(fā)展。在兩個模型中，財政支農影響方向均為正，模型(1)的系數(shù)為0.060，但不顯著，模型(2)的系數(shù)為0.089，且在1%的顯著性水平下顯著，表明財政支農政策并未有效促進城鄉(xiāng)經濟一體化發(fā)展，這一結果并不是否認財政支農政策對城鄉(xiāng)經濟一體化發(fā)展的促進作用，而是反映出現(xiàn)行的財政支農政策存在一定的問題：一是財政支農資金總量不足、結構失衡和管理欠佳，致使財政支農政策的運行效率不高，導致其對城鄉(xiāng)經濟一體化發(fā)展的直接效應未能顯現(xiàn)。二是按照現(xiàn)行的預算管理規(guī)定，財政收支包括“四本預算”，即一般公共預算收入、政府性基金預算、國有資本經營預算和社?；痤A算，“四本預算”均有對“三農”領域的支出，但按照研究慣例，財政支農支出僅包括一般公共預算中“農林水”支出，未涵蓋其他方面的農業(yè)支出，也影響統(tǒng)計結果。三是財政支農政策效果發(fā)揮還與收入分配政策高度相關，若財政支農資金未能得到有效的分配，導致財政支農資金錯配或外溢，影響財政支農資金的效果。除以上變量外，金融支農、固定資產投資和產業(yè)結構均對城鄉(xiāng)經濟一體化發(fā)展具有促進效應，但金融支農、產業(yè)結構在兩個模型中均不顯著。

從表3中間接效應看，模型(1)中除城鎮(zhèn)化率具有正向外溢效應外，即一個省份城鎮(zhèn)化水平的提升有利于促進相鄰省份的城鄉(xiāng)經濟一體化發(fā)展，其他變量均是負向外溢效應，即阻礙了相鄰省份的城鄉(xiāng)經濟一體化發(fā)展，與經濟假設不符。模型(2)除了產業(yè)結構具有負向外溢效應，其他變量均具有正向外溢效應，符合經濟假設。另外，需要說明的是模型(1)變量的顯著性不夠，且部分與經濟假設相違背，表明受現(xiàn)行城鄉(xiāng)市場交易體制、交易稅費和運輸成本等相關因素的制約，按照一價定律確定的城鄉(xiāng)經濟一體化發(fā)展指標還無法準確測度城鄉(xiāng)經濟一體化發(fā)展程度。

五、研究結論與政策建議

(一)研究結論

本文通過構建空間計量模型，選取了財政支農、金融支農、教育水平、城鎮(zhèn)化率、固定資產投資和產業(yè)結構等指標，對全國30個省份1997—2015年財政支農政策對城鄉(xiāng)經濟一體化發(fā)展的效應進行了檢驗。結果顯示，從直接效應看，城鄉(xiāng)經濟一體化發(fā)展指數(shù)具有顯著的正向空間依賴，表明一個省份的城鄉(xiāng)經濟一體化發(fā)展可以促進相鄰省份的城鄉(xiāng)經濟一體化發(fā)展，這也反映出城鄉(xiāng)經濟一體化發(fā)展往往分塊聚集的特征。財政支農政策對城鄉(xiāng)經濟一體化發(fā)展指數(shù)的影響方向為正，由于城鄉(xiāng)經濟經濟一體化發(fā)展指數(shù)是反向指標，表明財政支農政策并未能有效促進城鄉(xiāng)經濟一體化發(fā)展，這一結果并不是否認財政支農政策對城鄉(xiāng)經濟一體化發(fā)展的促進作用，而是反映出現(xiàn)行的財政支農政策存在一定的問題。從間接效應看，除產業(yè)結構具有負向外溢效應外，其他變量均具有正向外溢效應，符合經濟假設，且受到現(xiàn)行城鄉(xiāng)市場交易體制、交易稅費和運輸成本等相關因素的制約，按照一價定律確定的城鄉(xiāng)經濟一體化發(fā)展指標，還無法準確測度城鄉(xiāng)經濟一體化發(fā)展程度。

(二)政策建議

根據(jù)上述研究結論，要提高財政支農政策促進城鄉(xiāng)經濟一體化發(fā)展的效應，需要進一步改進財政支農資金的分配和管理方式。

第一，堅持政府和市場共同著力。農業(yè)作為國民經濟的基礎，其發(fā)展具有一定的特殊性，特別是現(xiàn)階段農業(yè)領域普遍投入大、回報慢、收益低，需要政府引導和扶持，同時，農業(yè)也有市場化程度較高的領域，需要發(fā)揮市場在資源配置中的決定性作用，因此，農業(yè)發(fā)展要重點平衡好政府和市場的關系。財政扶持政策要劃清政府與市場的作用邊界，不能“越位”，也不能“缺位”，不能“大包大攬”，也不能“不聞不問”，對農業(yè)基礎性領域，要加大財政直接投入力度，對農業(yè)競爭性領域，要更多發(fā)揮市場機制作用。

第二，堅持中央和地方共同作為。農業(yè)領域的事權主要在地方，按照事權和支出責任相適應和簡政放權的要求，中央要加大對地方一般性轉移支付和支農專項轉移支付的支持力度，推動財力下沉、權力下放。財政支農資金分配要堅持和完善地方與中央審批相結合的方式：對農業(yè)基礎性項目資金，中央負責確定資金的使用方向和原則，按因素法和績效評價結果下達到地方，由地方自主分配使用，中央實行備案制管理，并加強資金監(jiān)管；對跨區(qū)域布局和產業(yè)鏈延伸打造的項目資金，由地方組織申報，中央負責審批管理。

第三，堅持投入和管理共同推進。經濟發(fā)展新常態(tài)下，中央明確取消農業(yè)等重點支出同財政收支增幅或生產總值掛鉤事項，財政支農投入增速放緩趨勢明顯，做好農業(yè)財政保障工作，既要繼續(xù)加大投入，又要盤活存量，更要強化預算管理。在長期形成的“先定總量、后定項目”的支農資金預算管理方式下，支農資金存在項目安排遲、執(zhí)行進度慢、結轉結余大的現(xiàn)象。因此，財政支農資金預算管理要改“先定總量、后定項目”為“先有項目、后有預算”，改“當年項目、當年申報”為“當年項目、頭年確定”。

[1] 王少平，歐陽志剛.我國城鄉(xiāng)收入差距的度量及其對經濟增長的效應[J].經濟研究，2007,(10)：44-55.

[2] 陳斌開，林毅夫.發(fā)展戰(zhàn)略、城市化與中國城鄉(xiāng)收入差距[J].中國社會科學，2013，(4)：81-102+206.

[3] 溫濤，冉光和，熊德平.中國金融發(fā)展與農民收入增長[J].經濟研究，2005，(9)：30-43.

[4] 張占倉.中國農業(yè)供給側結構性改革的若干戰(zhàn)略思考[J].中國農村經濟，2017，(10)：26-37.

[5] Lewis,W.A.Economic Development With Unlimited Supplies of Labour[J].The Manchester School,1954,22(2):139-191.

[6] Ranis,G.,Fei,J.C.H.A Theory of Economic Development[J]. The American Economic Review,1961，51(4):533-565.

[7] Harris,J.R.,Todaro,M.P.Migration,Unemployment and Development: A Two-Sector Analysis[J].The American Economic Review,1970，60(1):126-142.

[8] Yao，Y.,Fan，S. G.Evolution of Income and Fiscal Disparity in Rural China[R].The International Association of Agricultural Economists Conference Paper， 2006.

[9] García-Pe¨nalosa，C.,Turnovsky，S.J.Growth，Income Inequality，and Fiscal Policy：What Are the Relevant Trade-Offs?[J].Journal of Money Credit & Banking,2007，39(2-3)：369-394.

[10] Long,H.L.,Zou,J.,Liu,Y.S.Differentiation of Rural Development Driven by Industrialization and Urbanization in Eastern Coastal China[J].Habitat International,2009,33(4):454-462.

[11] 蘇春江.河南省城鄉(xiāng)經濟一體化評價指標體系研究[J].農業(yè)經濟問題，2009，(7)：96-100.

[12] 周江燕，白永秀.中國省域城鄉(xiāng)發(fā)展一體化水平：理論與測度[J].中國農村經濟，2014，(6)：16-26+40.

[13] 白永秀，吳豐華，程志華，等.城鄉(xiāng)發(fā)展一體化水平評價報告[M].北京：中國經濟出版社，2015.25-26.

[14] 劉紅梅，張忠杰，王克強.中國城鄉(xiāng)一體化影響因素分析——基于省級面板數(shù)據(jù)的引力模型[J].中國農村經濟，2012，(8)：4-15.

[15] 歐陽志剛.中國城鄉(xiāng)經濟一體化的推進是否阻滯了城鄉(xiāng)收入差距的擴大[J].世界經濟，2014,(2)：116-135.

[16] 劉志剛.推進城鄉(xiāng)一體化發(fā)展的財政政策研究[D].北京：財政部財政科學研究所博士學位論文，2009.4-11.

[17] 蘇明.我國城鄉(xiāng)發(fā)展一體化與財政政策思路[J].當代經濟管理，2014,(1)：1-12.

[18] 劉家養(yǎng)，黃念兵.基于城鄉(xiāng)公平視角的我國省級地方財政支農資金效率研究[J].宏觀經濟研究，2015，(5)：65-72.

[19] 徐志文，王禮力，謝方.農村公共投資促進城鄉(xiāng)經濟一體化的效率及其影響因素[J].農林經濟管理學報，2015，(3)：252-258.

[20] Greenwood,J.,Jovanovic,B. Financial Development,Growth,and the Distribution of Income[J].The Journal of Political Economy,1990,98 (5): 1076-1107.

[21] Odedokun, M. O. Alternative Econometric Approaches for Analysing the Role of the Financial Sector in Economic Growth: Time-Series Evidence From LDCs[J]. Journal of Development Economics,1996,50(1): 119-146.

[22] Ramsey,F. A Mathematical Theory of Saving [J]. Economic Journal,1928,38 (152): 543-559.

[23] Cass,D.Optimum Growth in an Aggregative Model of Capital Accumulation[J].The Review of Economic Studies,1965,32(3): 233-240.

[24] Bloom,D. E., Williamson,J. G. Demographic Transitions and Economic Miracles in Emerging Asia[J].The World Bank Economic Review,1998,12 (3): 419-455.

[25] Parente,S. L.,Prescott,E. C. Barriers to Technology Adoption and Development[J].Journal of Political Economy,1994,102(2): 298-321.

[26] 高遠東，溫濤，王小華. 中國財政金融支農政策減貧效應的空間計量研究[J].經濟科學，2013，(1)：36-46.

[27] Elhorst,J. P.Linear Spatial Dependence Models for Cross-Section Data[M].Berlin:Springer-Verlag Berlin Heidelberg,2014.5-36.

[28] Lesage,J. P.,Cashell,B. A. A Comparison of Vector Autoregressive Forecasting Performance: Spatial Versus Non-Spatial Bayesian Priors[J].The Annals of Regional Science,2015,54(2):533-560.

[29] Lee,L. F.,Yu,J.Estimation of Spatial Autoregressive Panel Data Models With Fixed Effects[J].Journal of Econometrics,2010,154(2): 165-185.

2017-08-19

國家社會科學基金重點項目“農村金融制度創(chuàng)新研究”(14AZD034)；國家自然科學基金項目“農村金融市場‘精英俘獲’困境破解與包容性成長研究”(71773099)；國家社會科學基金青年項目“普惠金融體系構建與農村反貧困戰(zhàn)略協(xié)同研究”(16CJY075)；重慶市博士后科研項目 “普惠金融體系構建與農村精準扶貧戰(zhàn)略協(xié)同研究”(Xm2016040)

溫 濤(1975-)，男，重慶人，教授，博士，博士生導師，主要從事農村金融與財政研究。E-mail:wtwyy@163.com董文杰(1983-)，男，河南商丘人，博士研究生，主要從事農村金融與財政研究。E-mail:dwenjie310@163.com

F812.4

A

1000-176X(2017)12-0068-08

巴紅靜)