于 揚，吳鳴然

農業(yè)財政投入是指國家用于農業(yè)綜合開發(fā)與生產的資金投入。從資金來源看，它既包括中央財政支出、地方財政支出等政府資金，也包含銀行貸款與自籌資金等民間資本；從資金的使用路徑看，目前我國農業(yè)財政投入主要用于土地治理、農產品的產業(yè)化經營、現代農業(yè)園區(qū)建設、農業(yè)生產條件的改善與農產品生產能力的增強[1]。在我國，農業(yè)是弱質性產業(yè)，同時也是國民經濟的基礎與戰(zhàn)略性產業(yè)[2]。因此，我國農業(yè)的健康穩(wěn)定與可持續(xù)發(fā)展離不開國家與社會的財力支持。

21世紀以來，中央政府始終將解決好“三農問題”作為工作的重中之重，連續(xù)十個中央一號文件均將財政支農作為政府工作的重心[3]。那么，大量的資金投入究竟在多大程度上驅動了農業(yè)經濟增長，以及資金投入與農業(yè)經濟增長二者之間呈現出怎樣的相關關系成為值得思考的問題。本文基于1990～2016年我國農業(yè)財政投入與經濟增長的基礎數據，采用向量自回歸模型（VAR）、脈沖響應函數（IRF）與方差分解（VD）等一系列計量方法對我國農業(yè)財政投入與經濟增長之間的相關關系展開實證分析，期望可以為優(yōu)化農業(yè)財政支出機制與促進農業(yè)可持續(xù)健康發(fā)展提供有益的參考。

一、文獻綜述

新古典經濟增長理論將經濟增長歸功于資本投入、勞動力的增加與科技水平的進步[4]。由此可見，財政投入與經濟增長之間的關系一直是國內外學術界關注的焦點。在農業(yè)經濟方面，已有諸多學者針對農業(yè)財政投入對農業(yè)經濟增長的驅動作用展開了一系列研究[5，6]，大多數研究發(fā)現農業(yè)財政投入可以在不同程度上有效地促進農業(yè)經濟的增長。除此以外，李雪松等[2]將財政分權制度與農業(yè)經濟增長納入一個統(tǒng)一的框架，通過VAR分析認為二者具有長期均衡關系，且財政分權更多的在長期內對農業(yè)經濟增長有利。呂誠倫等[7]分析了財政支農效應的諸多影響因素，發(fā)現經濟增長水平、消費水平、空間溢出與農業(yè)稅的沖銷效應會對財政支農的經濟效應產生較大影響。魏朗[8]、黎翠梅[9]、李俊杰等[10]和曹躍群等[11]分析了我國不同地區(qū)財政支農效果的差異性，發(fā)現財政支農的效果在農業(yè)產業(yè)競爭優(yōu)勢地區(qū)要好于劣勢地區(qū)。因此，為了獲得更大的投資回報，政府宜將資金更多地投放于經濟發(fā)展水平和投資收益回報率較高的地區(qū)。

此外，與以往研究多將重點放在政府財政資金上不同，劉晗等[12]研究了私人資本投入對農業(yè)經濟增長的影響，發(fā)現私人資本投入會對農業(yè)經濟增長產生積極影響。因此，我國的支農政策應該合理設計支農資金的分配結構，以取得令人滿意的效果。米浩銘等[13]通過分析我國水利投資與農業(yè)經濟增長的長期關系，發(fā)現以水利設施為代表的基礎設施投資會對農業(yè)經濟增長產生明顯的促進作用，但效果只有在長期內才較為明顯。辛沖沖等[14]創(chuàng)造性地將財政支農的影響效應分解為活動效應、結構效應和效率效應，發(fā)現只有活動效應對農業(yè)經濟增長的貢獻為正且最明顯，其他兩個效應都是負效應且作用較小。王建明[15]分析了農業(yè)科研投資與農業(yè)經濟增長的關系，發(fā)現農業(yè)科技投入對經濟增長的影響需要借助生產要素科技化來實現。

由此可見，國內外學術界對財政支農與農業(yè)經濟增長之間的關系已經有較為充分的研究，但仍存在完善的空間。首先，已有研究往往只選用政府支農投入與農業(yè)GDP來分別衡量農業(yè)財政投入與農業(yè)經濟增長，指標選取過于單一，有以偏概全之嫌，不利于綜合反映二者的發(fā)展水平。其次，已有研究多通過構建聯立方程組的方式計算財政支農投入與農業(yè)經濟增長之間的靜態(tài)關聯系數，忽視了財政支農與農業(yè)經濟增長之間復雜的、雙向的長期動態(tài)關系。鑒于此，為了彌補已有研究的不足，本文選取一系列具有代表性的指標來衡量農業(yè)財政投入和農業(yè)經濟增長，并引入VAR方法，以便更客觀、科學地反映農業(yè)財政支出與農業(yè)經濟增長之間的長期動態(tài)關聯性。

二、基于熵值法的農業(yè)財政投入與農業(yè)經濟增長水平評價

熵，也稱為信息熵，即Information Entropy[16]，是對指標不確定性的一種度量。熵的數值越大，其影響綜合評價的程度相對越大。假設存在m項待評方案、n個評價指標，則原始指標數據矩陣為X=（xij）m×n，針對某一指標xj，在指標xij間距離較大的情況下，這一指標對綜合評價產生的影響就相對更大；若某一指標的數值都一致，則這一指標在綜合評價內沒有影響。用熵值法進行農業(yè)財政投入與農業(yè)經濟增長水平評價的計算過程如下：

（1）標準化處理。因為熵值法的計算所使用的是不同方案的一個指標在另一個指標總和中占據的比值，并未有量綱作用的存在，所以不用做標準化處理。但為了規(guī)避熵值的數據不存在意義的情況，要做出數據平移：

針對正指標（數值越大越有利）：

針對負指標（數值越小越有利）：

（2）對第j項指標進行計算，計算該指標下第i項方案所占比重：

（3）對第j項指標的熵值進行計算：

其中，k＞0，k=1/ln（n），ej≥0。

（4）對第j項指標的差值進行計算。對于第j項指標，其差值較大的情況下，所評價的方案差值也較大，熵值則相對較小，將其定義為差異系數：

（5）求權重：

（6）計算農業(yè)財政投入與農業(yè)經濟增長的綜合水平得分：

學術界現有研究多采用單一指標代表農業(yè)財政投入與農業(yè)經濟增長水平，這種做法不夠精準。本文認為，財政投入與經濟增長均為復雜的經濟概念，更應該體現為一種復合系統(tǒng)，而非單一指標，如農業(yè)財政投入既應該包括政府財政資金，也應該包括民間資本，而農業(yè)經濟增長也不應僅包含農業(yè)GDP，還應包含農民收入與消費水平等民生類指標。因此，本文嘗試采用多指標的方式描繪這兩個變量，具體指標選取見表1。本文的研究年份為1990～2016年，原始數據來源于2017年《中國統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》與《中國財政年鑒》。

表1 農業(yè)財政投入與農業(yè)經濟增長綜合評價指標體系

基于熵值法與表1中的指標數據，本文首先算出1990～2016年我國農業(yè)財政投入與農業(yè)經濟增長的綜合水平，并分別用Finance和Economy表示（見表2）。

表2 1990～2016年農業(yè)財政投入與農業(yè)經濟增長的綜合水平得分

由表2可知，在研究期內，農業(yè)財政投入的綜合水平得分從1990年的0.079逐漸上升到2016年的0.546，27年間翻了5.9倍，平均水平為0.34。從變化趨勢來看，農業(yè)財政投入的綜合水平得分雖然在某些年份不乏有小的下跌和波動，但在研究期內總體呈現明顯的上升趨勢。而農業(yè)經濟增長的綜合水平得分從1990年的0.01逐年上漲到2016年的0.827，27年間翻了81.7倍，體現出近年來我國農業(yè)經濟取得了巨大成果。從變化趨勢來看，農業(yè)經濟增長得分的增長速度在2000年后明顯快于2000年以前，表明2000年以后我國農業(yè)經濟發(fā)展勢頭要明顯好于之前。

三、農業(yè)財政投入與農業(yè)經濟增長的動態(tài)關系

本章將基于表2中的綜合水平得分，首先運用單位根檢驗來考察變量之間在研究期內是否存在短期和長期的因果關系，然后用脈沖響應函數描繪變量間的動態(tài)關聯與互動效應，最后應用方差分解法量化財政投入對農業(yè)經濟增長影響的相對重要性。此外，考慮到對數化處理不改變數據原有結構，且有助于指數平滑，消除可能存在的異方差，因此在分析二者的動態(tài)關系之前，本文首先對兩個變量進行對數化處理，分別記為lnFinance和lnEconomy。

本文構建了VAR模型來分析變量間的動態(tài)關系，構建的模型[17]如下：

其中，Yt是由第t期觀測值構成的n維內生變量向量，Ai是n×n系數矩陣，p為內生變量的滯后期，εt為n維隨機擾動項。其中，隨機擾動項εi（i=1，2，…，n）為白噪音過程，且滿足Cov（εt，εs）=0（t≠s）。

1.變量的平穩(wěn)性檢驗。在分析我國農業(yè)財政投入和農業(yè)經濟增長的動態(tài)關系之前，本文要對lnFinance和lnEconomy兩個時間序列數據進行單位根檢驗。本文采用的是最常見的ADF方法，檢驗結果見表3，考慮到樣本容量有限，最大滯后階數設定為3。

表3 變量序列的單位根檢驗（ADF）結果

檢驗結果顯示，在5%的顯著性水平上，兩個指標均通過了顯著性檢驗，因此可以判斷兩個指標在研究期內均為平穩(wěn)性時間序列，二者存在協整關系。因此，我國農業(yè)財政投入與農業(yè)經濟增長在研究期內存在穩(wěn)定、均衡的關系。

2.向量自回歸模型的建立。本文構建的VAR模型是我國農業(yè)財政投入與農業(yè)經濟增長的雙變量模型，根據赤池信息準則（AIC）所規(guī)定的“AIC值越小越好”的原則，本文將模型滯后階數設定為2。同樣，本文運用Eviews（Version 7.2）對方程的參數進行估計，結果見表4。

表4 農業(yè)財政投入與農業(yè)經濟增長的向量自回歸方程參數估計

首先，從回歸的擬合優(yōu)度（0.9433，0.9949）來看，該模型有較高的擬合程度。其次，對農業(yè)經濟增長（lnEconomy）而言，農業(yè)財政投入（lnFinance）的系數在滯后一期的情形下為負，在滯后二期的情形下為正，說明農業(yè)財政投入在短期內對農業(yè)經濟增長存在負面影響，在長期內存在正面影響。最后，農業(yè)財政投入在滯后二期情形下系數的絕對值（0.1455）要明顯高于滯后一期情形下系數的絕對值（0.0762），說明我國財政支農投入對農業(yè)經濟增長在長期的作用力度要大于短期。對農業(yè)財政投入（lnFinance）而言，農業(yè)經濟增長（lnEconomy）的系數在滯后一期與滯后二期情形下均為正，說明農業(yè)經濟增長有利于農業(yè)財政投入的增加。此外，農業(yè)經濟增長在滯后二期情形下系數的絕對值（0.1737）要明顯高于滯后一期情形下系數的絕對值（0.0741），也表明在長期內我國農業(yè)經濟增長對農業(yè)財政投入的作用要大于短期。由此可見，財政支農是一項長期工程，雖然財政投入在短期內可能看不到明顯的經濟效益，然而，從長遠來看財政投入有利于農業(yè)經濟的增長。

對于VAR模型而言，只有在VAR模型所有根模的倒數小于1即位于單位圓內的情形下，模型才是有效的，否則，模型的估計結果會有偏差。因此，本文對VAR模型進行了檢驗，檢驗結果顯示所有根模倒數小于1（見表5），且均位于單位圓內（見圖1）。

表5 VAR模型滯后結構檢驗

圖1 VAR特征多項式根模倒數

3.廣義脈沖響應分析。脈沖響應函數多用來描繪來自隨機擾動項一個標準差大小的沖擊對模型所有內生變量當期與未來的影響，它可以較為清晰、直觀地描述這種動態(tài)的沖擊軌跡。因此，本文借助這一方法去描述農業(yè)財政投入與農業(yè)經濟增長之間的長期動態(tài)關系。本文將沖擊的響應期設定為10期，分析結果見表6和圖2。在圖2中，實線表示脈沖響應函數，虛線表示正負兩倍標準差偏離帶。

本文重點考察的是lnFinance和lnEconomy分別對彼此的響應情況和響應路徑。首先來看農業(yè)經濟增長在農業(yè)財政投入沖擊下的響應情況和響應路徑。由表6和圖2可知，從整體上看，面對農業(yè)財政投入（lnFinance）的沖擊，農業(yè)經濟增長（lnEconomy）在整個反應期內累計反應為正（0.2814），表明農業(yè)財政投入有利于農業(yè)經濟的增長。然而從時間上看，lnEconomy在一開始表現為負值（-0.028），直到第4期才為正值（0.0195），之后則長期呈現較為明顯的正效應，說明短期內農業(yè)財政投入對農業(yè)經濟增長具有負面的影響，而在中長期以后則表現出正面的影響，且這種正面影響非常顯著與穩(wěn)定，這一結果與表4一致。而面對lnEconomy的沖擊，lnFinance在整個反應期內表現均為正，且呈現出上升趨勢，說明現階段我國農業(yè)財政投入與農業(yè)經濟增長存在正的相關關系，反映出農業(yè)經濟增長對投資有著較為剛性的需求，二者關系緊密。這也從側面表明了我國農業(yè)經濟增長非常依賴于物質要素的投入，呈現出明顯的粗放型發(fā)展態(tài)勢。

表6 廣義脈沖響應分析結果

圖2 農業(yè)財政投入與農業(yè)經濟增長脈沖響應曲線

4.方差分解。方差分解多用于描述不同解釋變量在研究期內的變化對被解釋變量變化的貢獻度，它常用于表達向量自回歸模型中不同解釋變量相對重要程度的信息。我國農業(yè)財政投入與農業(yè)經濟增長的方差分析結果見表7。

根據表7可以得知，農業(yè)財政投入水平的得分在反應期內波動的影響因素中，其自身在第1期為100%，之后逐漸下降到第10期的56.892%，平均占比78.22%，這說明其波動主要受自身影響。農業(yè)經濟增長水平占比從第1期的0一直上漲到第10期的43.108%，也占到了較大的份額。

表7 農業(yè)財政投入與農業(yè)經濟增長的方差分解

農業(yè)經濟增長得分水平在反應期內波動的影響因素中，其自身在第1期為87.506%，隨后逐漸上升并于第4期到達頂點96.212%，之后逐步下降到第10期的85.357%，平均占比90.566%，說明其波動受自身的影響較大。農業(yè)財政投入水平占比從第1期的12.494%逐漸下降，并于第4期到達谷底3.788%，之后逐漸上升到第10期的14.643%，平均占比9.434%，表明我國農業(yè)財政投入對于農業(yè)經濟增長的影響力仍非常有限，也說明了農業(yè)財政支農效果不甚理想。最主要的原因可能仍在于體制機制的落后。目前，我國財政支農的體制機制存在諸多不足，如農業(yè)財政投放結構不合理，對農業(yè)經濟增長有直接推動作用的生產資料與基礎設施并未得到足夠的資金支持。此外，政府對于財政的監(jiān)管模式也較為落后，跟不上現代化農業(yè)的發(fā)展，如管理主體較多、職責分攤較雜，導致監(jiān)管缺位、越位現象較為普遍，職責難以真正落實，很多原因共同導致財政資金的經濟效益和對于農業(yè)經濟增長的服務功能未能得到很好的發(fā)揮。

四、結論與對策建議

財政投入是保證農業(yè)經濟穩(wěn)定持續(xù)發(fā)展的重要手段。本文首先選取具有代表性的指標，通過熵值法計算出1990～2016年我國農業(yè)財政投入與農業(yè)經濟增長的綜合水平。然后，運用向量自回歸模型、脈沖響應函數與方差分解法進一步探討二者的動態(tài)關聯性。結果發(fā)現：在研究期內，我國農業(yè)財政投入與農業(yè)經濟增長呈現出穩(wěn)定的正相關性，農業(yè)財政投入能明顯地促進農業(yè)經濟的增長。此外，值得注意的是，我國財政投入對農業(yè)經濟增長的驅動作用更多地體現在長期而非短期，原因可能在于農業(yè)資金在前期未能得到良好配置，因而未能發(fā)揮出良好的經濟效益。

對于此，本文認為接下來不僅要進一步加大農業(yè)財政支農力度，保證農業(yè)發(fā)展有充足的資金支持，以促進農業(yè)轉型發(fā)展方式，走上一條依靠技術、管理的現代化發(fā)展之路。還要優(yōu)化補貼方式，重點支持對現代化農業(yè)生產有重要作用的領域，這不僅包括水利、交通等農村基礎設施，還包括農業(yè)機械、低污染化肥農藥等現代化農業(yè)生產資料。其中，最重要的一點是要加大對農業(yè)科技與教育的投入，以培育更多的農業(yè)科技和人力資本。同時，還要完善支農資金的分配與監(jiān)管。地方政府不僅要對資金進行更加科學合理的配置，更要在資金的使用后期不定期抽查，強化事后監(jiān)管。嚴格完善資金的統(tǒng)計、審核、整理、存檔等工作，并通過頻繁的事后走訪與調查，確保資金的使用落實到位。此外，通過財政公開的形式將資金的使用標準與實際應用情況進行公示，以接受民眾的監(jiān)督。