張澤鑫，史清華

（上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院，上海 200030）

2004—2019年連續(xù)16個(gè)涉農(nóng)中央“一號(hào)文件”的出臺(tái)標(biāo)志著中國政府對(duì)“三農(nóng)”問題的高度關(guān)注。在中國，除農(nóng)戶私人資本投入外，政府財(cái)政支農(nóng)亦是農(nóng)業(yè)發(fā)展的重要支持。一般地，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)發(fā)展的影響主要體現(xiàn)有三個(gè)方面：一是解決農(nóng)業(yè)發(fā)展所必須的公共品的供給問題；二是通過各類補(bǔ)貼，來增強(qiáng)農(nóng)業(yè)抵御各類災(zāi)害、恢復(fù)再生產(chǎn)的能力，并支持農(nóng)民增收；三是支撐農(nóng)業(yè)事業(yè)單位的運(yùn)轉(zhuǎn)，通過其來提供各項(xiàng)公共服務(wù)。據(jù)測算，考慮農(nóng)戶的勞動(dòng)機(jī)會(huì)成本后，財(cái)政支農(nóng)占農(nóng)業(yè)總投入的比例從1978年的14.44%上升至2017年的51.46%。然而，改革開放以來財(cái)政支農(nóng)相對(duì)份額在波動(dòng)中下行。據(jù)《中國統(tǒng)計(jì)年鑒》數(shù)據(jù)，用農(nóng)產(chǎn)品生產(chǎn)價(jià)格總指數(shù)平減物價(jià)后，財(cái)政支農(nóng)從1978年的150.66億元增長到2017年的1720.02億元，幾何年增長率為6.44%，但財(cái)政支農(nóng)占全國財(cái)政總支出的比例卻從1978年的13.43%下滑至2017年的9.40%。在財(cái)政支農(nóng)位重而量平的背景下，厘清其與農(nóng)業(yè)發(fā)展的關(guān)系顯得尤為重要。

探究財(cái)政支農(nóng)與農(nóng)業(yè)發(fā)展間的關(guān)系一直都是三農(nóng)研究的熱點(diǎn)?，F(xiàn)有文獻(xiàn)主要涉及兩個(gè)方面：一是通過對(duì)財(cái)政支農(nóng)進(jìn)行適度規(guī)模分析來判斷其是否規(guī)模最優(yōu)[1-3]；二是從單一指標(biāo)產(chǎn)出結(jié)果來研究財(cái)政支農(nóng)各項(xiàng)費(fèi)用對(duì)農(nóng)業(yè)發(fā)展的影響[4-6]。從評(píng)估指標(biāo)選擇來看，目前文獻(xiàn)多從農(nóng)林牧漁總產(chǎn)值與農(nóng)民收入等經(jīng)濟(jì)效益角度對(duì)財(cái)政支農(nóng)進(jìn)行研究，且對(duì)財(cái)政支農(nóng)的積極作用已有共識(shí)[7-9]，但是關(guān)于其各細(xì)項(xiàng)費(fèi)用的結(jié)論因模型、樣本年限不同而產(chǎn)生差異。

從財(cái)政支農(nóng)與農(nóng)林牧漁總產(chǎn)值的關(guān)系看，李煥彰和錢忠好[10]的研究發(fā)現(xiàn)，中國財(cái)政支農(nóng)中，科技三項(xiàng)費(fèi)和基本建設(shè)支出對(duì)農(nóng)業(yè)經(jīng)濟(jì)具有促進(jìn)作用，且科技三項(xiàng)費(fèi)作用最明顯，而支農(nóng)支出費(fèi)用對(duì)農(nóng)業(yè)經(jīng)濟(jì)具有抑制作用。李琴等[11]認(rèn)為支農(nóng)支出費(fèi)用因組成費(fèi)用的屬性、功能不同，若合并為一項(xiàng)來考察會(huì)導(dǎo)致偏差，因此將其拆分為支援農(nóng)業(yè)生產(chǎn)支出與農(nóng)林水利氣象等部門事業(yè)費(fèi)兩項(xiàng)來進(jìn)行研究。李琴等[11]研究發(fā)現(xiàn)，在四項(xiàng)費(fèi)用中，農(nóng)林水利氣象等部門事業(yè)費(fèi)、支援農(nóng)業(yè)生產(chǎn)支出、農(nóng)業(yè)基本建設(shè)支出貢獻(xiàn)率均為正值，且農(nóng)林水利氣象等部門事業(yè)費(fèi)貢獻(xiàn)率最高，而科技三項(xiàng)費(fèi)貢獻(xiàn)率為負(fù)值，李琴等[11]認(rèn)為這是因?yàn)檗r(nóng)林水利氣象等部門事業(yè)費(fèi)不僅包括工資性支出，還包括技術(shù)推廣、良種推廣示范等支出，對(duì)農(nóng)民生產(chǎn)具有較好的產(chǎn)出彈性和示范。然而這并不能解釋為何支農(nóng)支出費(fèi)用這一合并費(fèi)用貢獻(xiàn)率為負(fù)。

從財(cái)政支農(nóng)與農(nóng)民收入的關(guān)系出發(fā)，羅東和矯健[12]研究發(fā)現(xiàn)，支農(nóng)支出費(fèi)用、科技三項(xiàng)費(fèi)對(duì)農(nóng)民增收起著積極作用，其中支農(nóng)支出費(fèi)用貢獻(xiàn)率顯著高于科技三項(xiàng)費(fèi)，而基本建設(shè)支出則對(duì)農(nóng)民增收有抑制作用。汪海洋等[13]則運(yùn)用1978—2010年的財(cái)政支農(nóng)數(shù)據(jù)分析指出，支農(nóng)支出費(fèi)用、科技三項(xiàng)費(fèi)和基本建設(shè)支出對(duì)農(nóng)民增收均起著積極作用，且科技三項(xiàng)費(fèi)貢獻(xiàn)率最高，支農(nóng)支出費(fèi)用貢獻(xiàn)率最低，茆曉穎和成濤林[14]認(rèn)為水利支出有利于農(nóng)民增收，這與羅東和矯健[12]的結(jié)論有著較大差異。

綜上所述，學(xué)界多從經(jīng)濟(jì)效益對(duì)財(cái)政支農(nóng)進(jìn)行研究，且觀點(diǎn)分歧明顯，甚至相反。不可否認(rèn)，經(jīng)濟(jì)效益是財(cái)政支農(nóng)的目的之一，但也要看到，政府對(duì)農(nóng)業(yè)的投入也有其社會(huì)效益的訴求。盡管當(dāng)前財(cái)政支農(nóng)政策已轉(zhuǎn)向?yàn)樘岣咿r(nóng)民收入、提升農(nóng)產(chǎn)品競爭力以及促進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展等多重目標(biāo)服務(wù)，但糧食安全仍是“三農(nóng)”問題的核心。在糧食總產(chǎn)量出現(xiàn)較大下跌的年份，其后財(cái)政支農(nóng)均出現(xiàn)明顯增加，糧食也隨之增產(chǎn)；隨著在本世紀(jì)初中央政府全面取消農(nóng)業(yè)稅、對(duì)農(nóng)業(yè)實(shí)施“四補(bǔ)貼”、糧食最低收購價(jià)等政策的出臺(tái)以及財(cái)政支農(nóng)規(guī)模的不斷擴(kuò)大，中國糧食產(chǎn)量實(shí)現(xiàn)了2003年以來的連增效果[15-16]。早期有限的研究表明，財(cái)政支農(nóng)與糧食產(chǎn)量波動(dòng)明顯同步[17]。因此，厘清財(cái)政支農(nóng)及其各項(xiàng)支出經(jīng)費(fèi)對(duì)糧食產(chǎn)量的影響，并依此對(duì)其資金投放結(jié)構(gòu)進(jìn)行優(yōu)化，有利于保障糧食安全、預(yù)防糧食總產(chǎn)出現(xiàn)大幅波動(dòng)，具有重要的戰(zhàn)略意義。然而，目前探究財(cái)政支農(nóng)與糧食產(chǎn)量之間關(guān)系的文獻(xiàn)十分有限，且基本停留在研究財(cái)政支農(nóng)總支出的層面，并未對(duì)其細(xì)項(xiàng)費(fèi)用進(jìn)行研究[18]。因此，本文基于舒爾茨農(nóng)業(yè)理論，從糧食產(chǎn)量視角出發(fā)，利用1978—2017年時(shí)間序列數(shù)據(jù)和2014—2017年面板數(shù)據(jù)，采用VAR、固定效應(yīng)和SUR模型，分析財(cái)政支農(nóng)及其各項(xiàng)費(fèi)用對(duì)糧食產(chǎn)量的影響，探究其增產(chǎn)效應(yīng)，以期為財(cái)政支農(nóng)效率評(píng)價(jià)提供經(jīng)濟(jì)效益以外的視角，也為財(cái)政支農(nóng)資金結(jié)構(gòu)優(yōu)化提供更全面的參考。

1 理論分析

就農(nóng)業(yè)投入而言，可分為農(nóng)戶私人資本投入和財(cái)政支農(nóng)兩類。舒爾茨指出，傳統(tǒng)農(nóng)業(yè)的資源配置處于均衡狀態(tài)，農(nóng)業(yè)要發(fā)展就必須引入新的生產(chǎn)要素，但由于農(nóng)民自身缺乏資本和技術(shù)，因此需要政府的支持[19]。近年來中國政府不斷加大財(cái)政支農(nóng)支出，完善農(nóng)村基礎(chǔ)設(shè)施建設(shè)、提升鄉(xiāng)村管理效率、提高農(nóng)業(yè)生產(chǎn)率，糧食產(chǎn)量也實(shí)現(xiàn)了連增。財(cái)政支農(nóng)根據(jù)功能不同可分為補(bǔ)貼性支出、開發(fā)性支出和行政性支出三大類，三者對(duì)糧食產(chǎn)量的影響效應(yīng)有所不同，詳見圖1。

補(bǔ)貼性支出主要包括各類農(nóng)業(yè)補(bǔ)貼。農(nóng)業(yè)具有明顯的弱質(zhì)性，政府發(fā)放各種農(nóng)業(yè)補(bǔ)貼能有效彌補(bǔ)農(nóng)民的損失，減少自然災(zāi)害或者價(jià)格劇烈波動(dòng)帶來的不利影響，并保護(hù)農(nóng)民從事農(nóng)業(yè)生產(chǎn)的積極性。補(bǔ)貼性支出直接影響農(nóng)業(yè)生產(chǎn)當(dāng)年收益。

圖1 財(cái)政支農(nóng)對(duì)糧食產(chǎn)量的影響路徑Fig. 1 Path of the f scal expenditure on agriculture affecting grain output

開發(fā)性支出主要包括基礎(chǔ)設(shè)施建設(shè)和科技研究投入?；A(chǔ)設(shè)施建設(shè)主要通過改善農(nóng)業(yè)生產(chǎn)環(huán)境來提高農(nóng)業(yè)生產(chǎn)率，降低農(nóng)民的生產(chǎn)成本；而科技研究則通過改良作物品種、引導(dǎo)更加科學(xué)化的農(nóng)業(yè)生產(chǎn)方式來保證農(nóng)業(yè)生產(chǎn)。開發(fā)性支出間接影響農(nóng)業(yè)生產(chǎn)。

行政性支出用于支撐農(nóng)業(yè)事業(yè)單位的運(yùn)轉(zhuǎn)，并通過其提供的各項(xiàng)服務(wù)，擴(kuò)大農(nóng)戶生產(chǎn)和交易的規(guī)模，減少農(nóng)戶生產(chǎn)成本和交易成本，以此來保證農(nóng)業(yè)產(chǎn)出。不論是短期內(nèi)補(bǔ)貼的規(guī)劃，還是長期設(shè)施的建設(shè)，都離不開行政統(tǒng)籌，故行政性支出對(duì)農(nóng)業(yè)生產(chǎn)的影響是間接的。

2 研究方法

本文探討財(cái)政支農(nóng)對(duì)糧食產(chǎn)量的長期影響以及財(cái)政支農(nóng)各細(xì)項(xiàng)費(fèi)用對(duì)糧食產(chǎn)量的影響。在探討財(cái)政支農(nóng)各細(xì)項(xiàng)費(fèi)用對(duì)糧食產(chǎn)量的影響時(shí)，可依拆分口徑不同分為狹義和廣義兩類。狹義財(cái)政支農(nóng)是指政府公布的財(cái)政支農(nóng)支出，其具體分類也以政府披露口徑為準(zhǔn)；廣義財(cái)政支農(nóng)是由作者通過擴(kuò)大數(shù)據(jù)來源、拆分合并已有數(shù)據(jù)而得到的根據(jù)功能分類的數(shù)據(jù)。對(duì)于這三部分研究內(nèi)容，本文將依次采用VAR模型、固定效應(yīng)模型和表面不相關(guān)回歸模型（Seemingly Unrelated Regression）進(jìn)行。

2.1 變量選擇

1）被解釋變量。糧食產(chǎn)量是本文關(guān)注的主要被解釋變量?！凹Z食”包括谷物、豆類和薯類。對(duì)于此變量，在進(jìn)行財(cái)政支農(nóng)與糧食總產(chǎn)量的長期關(guān)系、廣義財(cái)政支農(nóng)與糧食關(guān)系的研究中，以全國糧食總產(chǎn)量（GRN）來度量；在進(jìn)行各省財(cái)政支農(nóng)的狹義分析時(shí)，以各省糧食總產(chǎn)量（GRP）來度量。

2）解釋變量。在進(jìn)行財(cái)政支農(nóng)與糧食產(chǎn)量長期關(guān)系的研究時(shí)，核心解釋變量為財(cái)政支農(nóng)支出（FIS）。

狹義財(cái)政支農(nóng)的拆分口徑在2007年前后有所變化，主要是各科目劃分口徑變動(dòng)較大，總額變動(dòng)不大[20]，本文以2007年以后的口徑為準(zhǔn)。2007年之后狹義財(cái)政支農(nóng)支出包括農(nóng)業(yè)、林業(yè)、水利、扶貧、農(nóng)業(yè)綜合開發(fā)、農(nóng)村綜合改革和南水北調(diào)等。其中，由于南水北調(diào)只有個(gè)別省份有所投入，故剔除南水北調(diào)；由于本研究主要關(guān)注財(cái)政支農(nóng)對(duì)種植業(yè)的影響，故剔除林業(yè)。為避免概念混淆，后文均以“農(nóng)業(yè)基本投入”代稱“農(nóng)業(yè)”。最終選取農(nóng)業(yè)基本投入（X1）、水利（X2）、扶貧（X3）、農(nóng)業(yè)綜合開發(fā)（X4）、農(nóng)村綜合改革（X5）5項(xiàng)費(fèi)用作為解釋變量。

在財(cái)政部《年度支出決算表》中，可看到“農(nóng)林水事務(wù)”更加詳細(xì)的拆分，這為廣義財(cái)政支農(nóng)的研究提供了便利的條件。本文通過再合并得到行政管理（Z1）、基礎(chǔ)設(shè)施建設(shè)（Z2）、補(bǔ)貼補(bǔ)助（Z3）、科學(xué)技術(shù)（Z4）4項(xiàng)費(fèi)用作為廣義財(cái)政支農(nóng)研究的解釋變量。

3）控制變量。在進(jìn)行糧食產(chǎn)量與財(cái)政支農(nóng)的長期關(guān)系、糧食產(chǎn)量與廣義財(cái)政支農(nóng)的關(guān)系的研究中，控制變量均為農(nóng)戶私人資本投入（FAR）。

在進(jìn)行狹義財(cái)政支農(nóng)的研究中，由于各省各糧食生產(chǎn)成本數(shù)據(jù)難以獲得，故此部分參考已有研究的方法[21-22]，采用各省糧食播種面積（ARE）、農(nóng)業(yè)機(jī)械總動(dòng)力（MEC）、化肥施用量（FER）、第一產(chǎn)業(yè)從業(yè)人數(shù)（EMP）4項(xiàng)作為農(nóng)戶私人資本投入的替代變量。

2.2 農(nóng)戶私人資本投入的測算方法

農(nóng)戶私人資本投入的測算中考慮了物資服務(wù)費(fèi)和人工成本等兩類。由于目前土地投入既面臨著土地資源總量的剛性約束，又缺乏有效的土地流轉(zhuǎn)機(jī)制，土地投入基本是一個(gè)常量，因此，在測算農(nóng)戶私人資本投入的過程中并未包含土地投入。

與被解釋變量相對(duì)應(yīng)，農(nóng)戶私人資本投入測算考慮了谷物、豆類和薯類等三大類作物，將各作物種植面積及其單位面積生產(chǎn)成本的乘積作為對(duì)應(yīng)作物當(dāng)年的投入。其中，單位面積生產(chǎn)成本包括物資與服務(wù)費(fèi)用、人工成本兩個(gè)部分。物資與服務(wù)費(fèi)用由直接費(fèi)用（種子、化肥、農(nóng)家肥、農(nóng)藥、農(nóng)膜、租賃作業(yè)、燃料動(dòng)力、技術(shù)服務(wù)、工具材料、修理維護(hù)、其他等11項(xiàng)）和間接費(fèi)用（固定資產(chǎn)折舊、保險(xiǎn)、管理、財(cái)務(wù)、銷售等5項(xiàng)）構(gòu)成，人工成本由雇工費(fèi)用和家庭用工折價(jià)構(gòu)成，這里的家庭用工折價(jià)代表了農(nóng)民從事農(nóng)業(yè)生產(chǎn)所付出的機(jī)會(huì)成本。

2.3 模型設(shè)置

1）VAR模型。本文將基于VAR模型進(jìn)行Johansen協(xié)整分析并建立協(xié)整方程，來探究財(cái)政支農(nóng)對(duì)糧食產(chǎn)量的長期影響。K個(gè)時(shí)間序列變量的J階VAR模型如下：

式中：Yt= (Y1t，Y2t，…，Ykt)'是k×1階隨機(jī)向量，t=1, 2，…，T，且Yt是一階單整過程，即每一Yit都是單整過程，A1到Aj表示k×k階參數(shù)矩陣；Ht= (H1t，H2t，…，Hmt)'是一個(gè)確定的m×1外生變量向量，B1到Bq表示k×m階待估系數(shù)矩陣；ut= (u1t，u2t，…，ukt)'是K維擾動(dòng)變量。

需要說明的是，本部分對(duì)各變量進(jìn)行了對(duì)數(shù)化處理，意在不改變各變量之間關(guān)系的同時(shí)，消除時(shí)間序列數(shù)據(jù)存在的異方差，提高模型的擬合度。

由于樣本屬于時(shí)間序列數(shù)據(jù)，為了避免“偽回歸”問題，在進(jìn)行回歸之前需進(jìn)行單位根檢驗(yàn)。若不存在單位根，則數(shù)據(jù)是平穩(wěn)的，直接利用VAR模型分析；如果存在單位根，則數(shù)據(jù)是非平穩(wěn)的，要進(jìn)一步判斷各時(shí)間序列之間的關(guān)系，還需要進(jìn)行差分處理及協(xié)整分析。本文將采用ADF單位根檢驗(yàn)對(duì)各變量進(jìn)行平穩(wěn)性檢驗(yàn)。最終模型列式為：

這一部分選取1978—2017年的數(shù)據(jù)。

2）固定效應(yīng)模型。由于面板數(shù)據(jù)一般采用固定效應(yīng)模型或隨機(jī)效應(yīng)模型，本文選擇其一。根據(jù)Hausman檢驗(yàn)結(jié)果，P值為0，故這一部分選取固定效應(yīng)模型。同時(shí)，本部分基于經(jīng)典的C-D生產(chǎn)函數(shù)來建立多元對(duì)數(shù)計(jì)量模型，該模型的優(yōu)點(diǎn)在于其中的待估系數(shù)恰好是被解釋變量對(duì)解釋變量的彈性，能夠較好地反映被解釋變量變化與解釋變量變化之間的關(guān)系。最終模型列式為：

式中：i代表省份，t代表年份，為2014—2017年，εit為隨機(jī)誤差項(xiàng)。這一部分我們選取北京、天津、河北、遼寧、黑龍江、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、廣東、廣西、海南、四川、貴州、云南、陜西、甘肅、青海等22個(gè)?。▍^(qū)、市）2014—2017年數(shù)據(jù)為樣本，其余省份由于數(shù)據(jù)獲取困難，暫未納入樣本。

3）SUR模型。由于2010—2017年構(gòu)成的時(shí)間序列樣本量過少，無法進(jìn)行協(xié)整回歸，且各變量間可能存在同期相關(guān)性，故本部分?jǐn)M采用表面不相關(guān)回歸模型（SUR）進(jìn)行參數(shù)估計(jì)。最終模型列式為：

這一部分以2010—2017年數(shù)據(jù)為樣本。

2.4 數(shù)據(jù)來源

本文選取1978—2017年糧食產(chǎn)量、農(nóng)戶私人資本投入和財(cái)政支農(nóng)數(shù)據(jù)作為樣本，數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》、財(cái)政部《年度支出決算表》、各省財(cái)政廳《省本級(jí)政府財(cái)政決算表》、《全國農(nóng)產(chǎn)品成本收益資料匯編》。

各部分被解釋變量均為糧食總產(chǎn)量，其中全國糧食總產(chǎn)量數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》（1979—2018），各省糧食總產(chǎn)量數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計(jì)年鑒》（2015—2018）。

解釋變量中，全國財(cái)政支農(nóng)數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》（1979—2018），各省狹義財(cái)政支農(nóng)各項(xiàng)費(fèi)用數(shù)據(jù)來自各省《政府財(cái)政決算表》（2015—2018），廣義財(cái)政支農(nóng)各項(xiàng)費(fèi)用數(shù)據(jù)來自財(cái)政部《年度支出決算表》（2011—2018）。

控制變量中，各類糧食種植面積來自《中國農(nóng)村統(tǒng)計(jì)年鑒》（1979—2018），各類糧食單位面積生產(chǎn)成本來自《全國農(nóng)產(chǎn)品成本收益資料匯編》（1979—2018），各省農(nóng)業(yè)機(jī)械總動(dòng)力、化肥施用量、糧食播種面積來自《中國農(nóng)村統(tǒng)計(jì)年鑒》（2015—2018）和各省《統(tǒng)計(jì)年鑒》（2015—2018），各省第一產(chǎn)業(yè)從業(yè)人數(shù)來自各省《統(tǒng)計(jì)年鑒》（2015—2018）。

3 結(jié)果與分析

3.1 描述性統(tǒng)計(jì)分析

改革開放以來，中國糧食生產(chǎn)歷程是在波動(dòng)中發(fā)展的，其中既有常態(tài)性的小波動(dòng)，也有超常波動(dòng)，但總體呈增長趨勢（圖2）。常態(tài)性波動(dòng)減產(chǎn)小、周期短，不足以影響大局，如1980—1981年、1990—1991年、1996—1997年，主要源于較為嚴(yán)重的水、旱等自然災(zāi)害。超常波動(dòng)主要發(fā)生過2次，第一次是在1985—1989年，1985年糧食產(chǎn)量降幅達(dá)到6.9%，直至1989年糧食產(chǎn)量才恢復(fù)到1984年的水平[23]，在這期間財(cái)政支農(nóng)占全國財(cái)政的比例明顯回升；第二次是在1999—2003年，由于1998年糧食產(chǎn)量創(chuàng)20世紀(jì)最高紀(jì)錄，糧食安全意識(shí)有所淡化，2000年前后不時(shí)出現(xiàn)的水旱災(zāi)害，使得中國糧食產(chǎn)量持續(xù)減少，直至2003年下降至1990年代初的水平，在2004年才開始恢復(fù)，同年，財(cái)政支農(nóng)占比出現(xiàn)階段峰值。可以觀察到這樣的事實(shí)，在糧食產(chǎn)量出現(xiàn)大幅減產(chǎn)的年份，隨后財(cái)政支農(nóng)占全國財(cái)政的比例均出現(xiàn)明顯回升，且1980年代以來重大糧食決策或變革都是在糧食產(chǎn)量急劇下滑的年份之后一年進(jìn)行的，糧食政策對(duì)糧食產(chǎn)量的下滑或波動(dòng)給予了特別優(yōu)先和重要的關(guān)注與響應(yīng)[24]。伴隨著財(cái)政支農(nóng)占全國財(cái)政總支出比例從2000年的7.75%增長到2017年的9.40%，糧食總產(chǎn)量從2000年的46217.50萬t增長至2017年的66160.70萬t，糧食產(chǎn)量實(shí)現(xiàn)了連增。財(cái)政支農(nóng)與糧食產(chǎn)量從長期看存在一定的相關(guān)性。

圖2 糧食產(chǎn)量與財(cái)政支農(nóng)占全國財(cái)政比例動(dòng)態(tài)Fig. 2 Grain output and the dynamic ratio of f scal expenditure on agriculture to the national f scal budget

在狹義財(cái)政支農(nóng)各項(xiàng)費(fèi)用中，農(nóng)業(yè)基本投入是最主要的投入費(fèi)用（表1），其占財(cái)政支農(nóng)總額比例呈下滑趨勢，從2008年的50.15%下降至2017年的32.45%；水利是財(cái)政支農(nóng)支出中的第二大費(fèi)用，其占比較穩(wěn)定，維持在22%～28%之間；扶貧是近年來著重增加投入的一項(xiàng)費(fèi)用，其增加集中在2016年與2017年，2008—2015年其占財(cái)政支農(nóng)總額比例在5%～8%之間，到2016年開始突增至12.30%，2017年突增至17.02%；林業(yè)、農(nóng)村綜合改革這兩項(xiàng)費(fèi)用占比穩(wěn)定，分別維持在9.00%和8.00%左右；農(nóng)業(yè)綜合開發(fā)占比逐年下降，從2008年的5.54%下降至2017年的2.99%；南水北調(diào)費(fèi)用占比很小，不足1.00%，且僅個(gè)別省份有所投入。

表1 狹義財(cái)政支農(nóng)各變量描述性統(tǒng)計(jì)Table 1 Descriptive statistics of variables of narrow f scal expenditure on agriculture

廣義財(cái)政支農(nóng)各項(xiàng)費(fèi)用中，補(bǔ)助補(bǔ)貼和基礎(chǔ)設(shè)施建設(shè)費(fèi)用是最主要的費(fèi)用，兩項(xiàng)費(fèi)用2010—2017年合計(jì)占比65%以上（表2）。其中，補(bǔ)助補(bǔ)貼占比有所下降，從2010年的36.85%下降至2017年的32.61%（表3）；基礎(chǔ)設(shè)施建設(shè)費(fèi)用占比則有所上升，從2010年的30.72%上升至2017年的36.23%；行政管理費(fèi)用占比從2010年的16.81%上升至2017年的19.28%，是近年來投入增加的主要方向；科學(xué)技術(shù)投入占比則下降明顯，從2010年的5.26%下降至2017年的2.82%，且投入規(guī)模也有所壓縮。

表2 廣義財(cái)政支農(nóng)各變量描述性統(tǒng)計(jì)Table 2 Descriptive statistics of variables of generalized f scal expenditure on agriculture

表3 全國財(cái)政支農(nóng)按功能分類各項(xiàng)費(fèi)用及占比Table 3 Proportion of expenses classif ed by functions of f scal expenditure on agriculture

3.2 糧食產(chǎn)量與財(cái)政支農(nóng)的長期關(guān)系

1）平穩(wěn)性檢驗(yàn)。本文采用ADF單位根檢驗(yàn)對(duì)各變量進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果見表4。若不做差分處理，全國糧食產(chǎn)量與財(cái)政支農(nóng)支出對(duì)數(shù)序列的ADF統(tǒng)計(jì)值均大于5%顯著性水平的臨界值，這兩個(gè)變量在原水平上是非平穩(wěn)序列。若做一階差分處理，一階差分序列△lnGRN、△lnFAR、△lnFIS的ADF統(tǒng)計(jì)值均小于5%顯著性水平的臨界值，表明不存在單位根，即序列表現(xiàn)出平穩(wěn)性。因此，中國糧食產(chǎn)量與各解釋變量的對(duì)數(shù)序列均是一階單整序列，即I(1)，各變量之間可能存在協(xié)整關(guān)系。

2）協(xié)整檢驗(yàn)與協(xié)整方程。運(yùn)用Eviews10.0數(shù)據(jù)分析軟件估計(jì)VAR模型，首先確定最佳滯后階數(shù)。由于數(shù)據(jù)樣本為年度數(shù)據(jù)，故選定最大滯后階數(shù)為4階，結(jié)果1階滯后階數(shù)與4階滯后階數(shù)出現(xiàn)矛盾，本文以AIC準(zhǔn)則為準(zhǔn)。根據(jù)信息準(zhǔn)則確定最佳滯后階數(shù)為4階，結(jié)果見表5。在確定最佳滯后階數(shù)后，我們進(jìn)行Johansen檢驗(yàn)，結(jié)果見表6。

表4 各變量ADF單位根檢驗(yàn)結(jié)果Table 4 ADF unit root test result for each variable

表6中跡統(tǒng)計(jì)值與最大特征統(tǒng)計(jì)值均顯示，全國糧食產(chǎn)量與農(nóng)戶私人資本投入、財(cái)政支農(nóng)支出之間存在一個(gè)協(xié)整關(guān)系，故本文以全國糧食產(chǎn)量與農(nóng)戶私人資本投入、財(cái)政支農(nóng)支出之間存在一個(gè)協(xié)整關(guān)系為準(zhǔn)。最終得到標(biāo)準(zhǔn)化Johansen協(xié)整方程為：

表5 VAR模型最佳滯后階數(shù)確定Table 5 Determination of the best lag order of the VAR model

表6 Johansen協(xié)整檢驗(yàn)結(jié)果Table 6 Johansen cointegration test results

上式各變量在協(xié)整關(guān)系中顯著。全國糧食產(chǎn)量對(duì)農(nóng)戶私人資本投入的彈性系數(shù)為0.315，即農(nóng)戶私人資本投入每增加1%，全國糧食產(chǎn)量增加0.315%；全國糧食產(chǎn)量對(duì)財(cái)政支農(nóng)支出的彈性系數(shù)為0.094，即財(cái)政支農(nóng)支出每增加1%，全國糧食產(chǎn)量增加0.094%?？梢?，長期看，財(cái)政支農(nóng)對(duì)糧食產(chǎn)量具有正效應(yīng)[25]，但相對(duì)農(nóng)戶私人資本投入效應(yīng)較弱。部分學(xué)者也分別從農(nóng)業(yè)經(jīng)濟(jì)增長和農(nóng)民增收角度得出了類似結(jié)論[26-28]，可能的原因有三：一是雖然近些年來，財(cái)政支農(nóng)逐漸成為農(nóng)業(yè)總投入中的主要部分，但也是2015年以后其總量才大于農(nóng)戶私人資本投入，若長期看，農(nóng)戶私人資本投入仍然是農(nóng)業(yè)總投入的主力（圖3）；二是財(cái)政支農(nóng)更多的是滿足基礎(chǔ)設(shè)施等公共品的供給，而農(nóng)戶私人資本投入則投向化肥、農(nóng)藥、農(nóng)機(jī)具等與農(nóng)業(yè)生產(chǎn)息息相關(guān)的農(nóng)資商品；三是真正貼近農(nóng)業(yè)生產(chǎn)的仍是農(nóng)民本身，農(nóng)民比政府更明白農(nóng)業(yè)生產(chǎn)需要什么[29]。

圖3 財(cái)政支農(nóng)與農(nóng)戶私人資本投入占農(nóng)業(yè)總投入比例Fig. 3 Ratio of f scal expenditure on agriculture and private investment of farmers to the total agriculture investment

3.3 狹義財(cái)政支農(nóng)各項(xiàng)費(fèi)用對(duì)糧食產(chǎn)量的影響

利用Eviews10.0數(shù)據(jù)分析軟件，對(duì)模型進(jìn)行回歸，回歸結(jié)果見表7。從回歸結(jié)果來看，調(diào)整后R2較大，模型整體擬合優(yōu)度較好。在五項(xiàng)細(xì)項(xiàng)費(fèi)用中，水利、扶貧、農(nóng)業(yè)綜合開發(fā)對(duì)各省份糧食產(chǎn)量影響并不顯著，而農(nóng)業(yè)基本投入僅在10%的水平上顯著，農(nóng)村綜合改革在5%的水平上顯著。

表7 模型回歸結(jié)果Table 7 Model regression results

農(nóng)村綜合改革有利于糧食保產(chǎn)增產(chǎn)，但其占財(cái)政支農(nóng)比例過低：農(nóng)村綜合改革占全國財(cái)政支農(nóng)比例在7%～10%，而各省來看，除山東、四川占比為13%～18%外，其余省份占比在0～12%不等，且占比在10%以下的省份居多。故若要提升財(cái)政支農(nóng)效率，增加農(nóng)村綜合改革投入是一個(gè)重要方向，農(nóng)村綜合改革主要包括對(duì)農(nóng)村行政管理部門的補(bǔ)助，可見提高村級(jí)行政管理效率對(duì)農(nóng)業(yè)生產(chǎn)有著重要意義。扶貧費(fèi)用中農(nóng)村基礎(chǔ)設(shè)施建設(shè)費(fèi)用占比達(dá)到30%～50%，且其余扶貧支出關(guān)注民生，與農(nóng)業(yè)生產(chǎn)相距較遠(yuǎn)，并不顯著。農(nóng)業(yè)綜合開發(fā)主要用于土地治理和科技示范，非一日之功，且樣本年度區(qū)間較小，故其影響并不顯著?；貧w結(jié)果顯示，農(nóng)業(yè)基本投入對(duì)糧食保產(chǎn)增產(chǎn)有所抑制，主要原因在于農(nóng)業(yè)基本投入構(gòu)成較為駁雜，這一回歸結(jié)果僅僅體現(xiàn)其整體效用，并不能說明其結(jié)構(gòu)性的問題。農(nóng)業(yè)基本投入主要包括行政經(jīng)費(fèi)和針對(duì)農(nóng)業(yè)生產(chǎn)的補(bǔ)貼經(jīng)費(fèi)，兩項(xiàng)經(jīng)費(fèi)占比60%左右，但也包含很大一部分非行政、非補(bǔ)貼經(jīng)費(fèi)，主要包括10%左右的技術(shù)推廣經(jīng)費(fèi)、10%左右的資源保護(hù)與災(zāi)害防護(hù)經(jīng)費(fèi)、20%左右的其他經(jīng)費(fèi)，結(jié)合后文回歸結(jié)果，行政經(jīng)費(fèi)、補(bǔ)貼經(jīng)費(fèi)對(duì)糧食增產(chǎn)具有明顯的促進(jìn)作用，而其余非行政、非補(bǔ)貼經(jīng)費(fèi)對(duì)糧食增產(chǎn)效用不大。

3.4 廣義財(cái)政支農(nóng)各項(xiàng)費(fèi)用對(duì)糧食產(chǎn)量的影響

利用Eviews10.0數(shù)據(jù)分析軟件，最終求得回歸方程為：

在本模型中，顯著性水平為P=0.05，樣本個(gè)數(shù)為8，檢驗(yàn)臨界值為2.306，調(diào)整后R2為0.999，擬合效果較好，各變量中回歸結(jié)果均顯著。在財(cái)政支農(nóng)各費(fèi)用中，行政管理費(fèi)用、補(bǔ)助補(bǔ)貼和科學(xué)技術(shù)投入對(duì)糧食產(chǎn)量具有顯著促進(jìn)作用，其中補(bǔ)助補(bǔ)貼促進(jìn)作用最大；而基礎(chǔ)設(shè)施建設(shè)費(fèi)用對(duì)糧食生產(chǎn)具有抑制作用?？茖W(xué)技術(shù)投入促進(jìn)作用較弱的原因可能是，科學(xué)技術(shù)投入是一個(gè)長期的過程，在短期內(nèi)很難看到成效；基礎(chǔ)設(shè)施建設(shè)費(fèi)用對(duì)糧食增產(chǎn)有抑制作用，原因可能是隨著多年來對(duì)農(nóng)業(yè)基礎(chǔ)設(shè)施的投入，與農(nóng)業(yè)生產(chǎn)有關(guān)的基礎(chǔ)設(shè)施建設(shè)已經(jīng)相對(duì)成熟。結(jié)合近年來各功能費(fèi)用占比情況來看，財(cái)政支農(nóng)資金結(jié)構(gòu)仍有優(yōu)化空間：從糧食保產(chǎn)增產(chǎn)角度出發(fā)，若要提升財(cái)政支農(nóng)效率，應(yīng)擴(kuò)大補(bǔ)助補(bǔ)貼規(guī)模，適當(dāng)壓縮基礎(chǔ)設(shè)施建設(shè)費(fèi)用。

4 結(jié)論與建議

4.1 結(jié)論

研究表明，財(cái)政支農(nóng)在長期具有顯著的糧食增產(chǎn)效應(yīng)，盡管其增產(chǎn)效應(yīng)相對(duì)農(nóng)戶投入較弱，但也要看到其在農(nóng)業(yè)部門總投入中地位的轉(zhuǎn)變。財(cái)政支農(nóng)占農(nóng)業(yè)總投入的比例已經(jīng)從1980年代的10%～20%上升至2015年后的50%以上，其規(guī)模已經(jīng)與農(nóng)戶私人資本投入規(guī)模持平，其地位發(fā)生了深刻變化，成為農(nóng)業(yè)部門投入的最主要部分。隨著財(cái)政支農(nóng)投入規(guī)模的擴(kuò)大，其增產(chǎn)效應(yīng)會(huì)更強(qiáng)，未來也應(yīng)對(duì)財(cái)政支農(nóng)給予更多的重視。

行政管理與補(bǔ)助補(bǔ)貼對(duì)糧食增產(chǎn)均有顯著促進(jìn)作用。對(duì)于行政管理費(fèi)用而言，就經(jīng)濟(jì)效益部分文獻(xiàn)指出，行政管理費(fèi)用對(duì)農(nóng)業(yè)具有明顯的抑制作用，或作用不大，而本文從糧食產(chǎn)量角度得出了相反結(jié)論。補(bǔ)助補(bǔ)貼費(fèi)用主要包含70%左右農(nóng)業(yè)基本投入中針對(duì)農(nóng)業(yè)生產(chǎn)的補(bǔ)貼經(jīng)費(fèi)和30%左右農(nóng)村綜合改革中針對(duì)農(nóng)村行政管理的補(bǔ)助經(jīng)費(fèi)，可見，補(bǔ)助補(bǔ)貼不論是從農(nóng)業(yè)生產(chǎn)角度，還是從行政管理角度，均對(duì)糧食生產(chǎn)尤為重要。

不論從狹義財(cái)政支農(nóng)，還是從廣義財(cái)政支農(nóng)角度，基礎(chǔ)設(shè)施建設(shè)對(duì)糧食增產(chǎn)均無正向作用。從本文結(jié)論來看，科學(xué)技術(shù)投入對(duì)糧食增產(chǎn)的效用較弱，但這只是從短期角度來看，科技投入應(yīng)是千秋之功，對(duì)科技投入的評(píng)判，仍需進(jìn)行長期角度的研究。

4.2 建議

1）持續(xù)增加財(cái)政支農(nóng)總量。財(cái)政支農(nóng)逐漸成為農(nóng)業(yè)投入的主要部分，盡管其絕對(duì)規(guī)模不斷擴(kuò)大，但其相對(duì)份額仍然較小。長期來看，財(cái)政支農(nóng)對(duì)糧食產(chǎn)量具有顯著的促進(jìn)作用，為保證糧食的自給自足，減少對(duì)外依賴度，應(yīng)持續(xù)擴(kuò)大財(cái)政支農(nóng)的規(guī)模[30]。

2）優(yōu)化財(cái)政支農(nóng)資金結(jié)構(gòu)，在合理控制基礎(chǔ)設(shè)施建設(shè)投入規(guī)模的基礎(chǔ)上，著力加大行政管理費(fèi)用和補(bǔ)助補(bǔ)貼費(fèi)用的占比。在財(cái)政支農(nóng)支出各項(xiàng)費(fèi)用中，均包含一部分行政運(yùn)行費(fèi)用，這一部分費(fèi)用規(guī)模應(yīng)適當(dāng)擴(kuò)大，保證行政事業(yè)部門的順暢運(yùn)轉(zhuǎn)，切實(shí)發(fā)揮行政事業(yè)部門在農(nóng)業(yè)生產(chǎn)中的統(tǒng)籌作用。對(duì)于補(bǔ)助補(bǔ)貼費(fèi)用而言，若要提高其占比，一是要優(yōu)化農(nóng)業(yè)基本投入資金結(jié)構(gòu)，二是要擴(kuò)大農(nóng)村綜合改革投入規(guī)模。財(cái)政支農(nóng)中農(nóng)業(yè)補(bǔ)貼有70%左右來源于農(nóng)業(yè)基本投入，而農(nóng)業(yè)補(bǔ)貼占農(nóng)業(yè)基本投入比例僅為40%～48%，農(nóng)業(yè)基本投入構(gòu)成仍有優(yōu)化空間。水利占基礎(chǔ)設(shè)施建設(shè)投入的70%左右，因此若想控制基礎(chǔ)設(shè)施建設(shè)投入規(guī)模，除合理規(guī)劃農(nóng)業(yè)傳統(tǒng)設(shè)施投資以外，還應(yīng)著力控制水利費(fèi)用規(guī)模[31]。

3）加強(qiáng)財(cái)政支農(nóng)績效評(píng)價(jià)體系和方法的研究。財(cái)政支農(nóng)各項(xiàng)費(fèi)用采用不同的評(píng)估方法、面對(duì)不同的評(píng)估指標(biāo)、選取不同的評(píng)估周期，其結(jié)論有所差異。只有具備了客觀、全面、公正的評(píng)價(jià)體系與方法，引導(dǎo)各地因地制宜地制定出具有針對(duì)性的措施，才能切實(shí)提升財(cái)政支農(nóng)效率，實(shí)現(xiàn)財(cái)政支農(nóng)資金的合理運(yùn)用[32]。