财政支农政策对农业经济发展的影响实证.docx

财政支农政策对农业经济发展的影响实证摘要：文章从财政支农政策角度分析农业经济政策对农业经济绩效发展的影响，通过构建数据分析模型，选取20072016年来我国农业经济发展相关数据，利用新经济增长理论对实证结果进行分析，最终总结出提高农业经济发展绩效的建议。关键词：农业经济政策；农业财政；经济绩效；模型分析农业经济政策中的财政支农政策是国家的主要政策，也是最直接的政策，具有其他农业经济政策无法取代的作用。财政支农经济政策能够有效促进农业生产，有利于增加农民收入；财政支农政策能够给予农民一定的资金补贴，在促进农业发展的同时还解决了很多外部问题。这几年来我国为了保证农业的发展，政府在农业政策上不断的完善1。考虑到财政支农政策的重要性，很多学者从不同角度对这一问题进行了分析，相关研究都是偏向于分析财政支农政策对于农业经济绩效发展的影响2-4。本文参考现有研究6-10，从财政支农政策和农业增加值两个方面着手，实证分析农业经济政策对农业经济发展绩效产生的影响。通过构建模型，采用格兰杰因果关系检验，结合新经济理论模型对实证结果进行分析。1研究设计1.1数据选取本文数据主要;于（中国财政统计）及其相关年鉴。根据搜集的数据，整理得出我国20072016年财政支农相关数据，详细如表1所示。从投入的角度看，财政支农支出表现相对较好，支援农业生产支出一直保持相对较少，对于农业发展、农民增收确实发挥着重要的作用。若要继续拓展其上升空间，则应该继续加大政策支农资金力度。1.2模型构建本文中选取的变量包括：农业增加量以Y表示；X1代表政府在农业生产方面的补贴资金支出以及补贴农村水利气象等部门的其他资金的财政支出；农业基础设施的建设资金支出用X2表示；农业方面相关科研和开发的费用以X3表示；农村救济费以X4表示。假如直接利用Y对X1、X2、X3、X4创立回归模型，会影响回归结果的合理性，导致统计检验无法通过。造成这一现象的原因在于：财政支农对农业经济绩效发展的作用并不会立即表现出来，需要一个经过，有时这个时间段会较长，因而一般将这一经过称为滞后期。因而，能够利用格兰杰因果关系检验并确定各项财政支农的滞后期。本文利用回归分析创立经济学模型，目的在于研究几个变量之间的依存关系。并不是存在依存关系就代表这几个变量之间存在因果关系，那些不具备因果关系的几个变量拟合度反而更高，即便将自变量和因变量进行互换，仍然不会影响拟合度。由此可见，利用模型回归分析并不能够证实变量存在因果关系，也不能用于判定变量因果关系能否存在8。通常时间序列变量X、Y之间存在格兰杰因果关系是指：在具有经济变量X、Y几个变量的具体信息的情况下，其中，X对于Y变量的预测结果相对于仅对过去的Y变量进行预测的结果愈加完善，能够得知变量X有利于模型对变量Y的预测结果。即经济变量X的变化会影响Y变量，是Y变量的格兰杰原因。格兰杰因果关系检验流程详细包括下面几个步骤：步骤1：首先利用模型回归分析影响Y变量的X变量，即变量Y对变量X的滞后项Xt-1，Xt-2，Xt-q及其他变量的回归分析。然而，在分析经过中并没有代入X滞后项，这是由于该回归有条件限制，使得最终回归得到的是一种有条件限制的平方和RSSR。步骤2：根据步骤1，利用模型回归具有X滞后项这一特点，即在公式里参加滞后项X，得到的将是一个没有条件限制的回归。因而，最终能够得到一个没有条件限制的残差平方和RSSUR。步骤3：零假设的含义H0：1=2=q=0，表示滞后项X不属于此回归。步骤4：本文为了验证假设，采用F检验：上式必须根据自由度为q和(n-k)的F分布。其中的n代表的是样本容量，滞后项X的个数以q表示，没有条件限制的回归模型中，参数数量用k表示。步骤5：假设必须在a显著性水平条件下，利用模型回归F值的临界值Fa，也就是对于零假设的否认。步骤6：为了验证变量Y的变化会不会影响变量X，需要反复地将X、Y不停地交换回归，继续上述步骤1步骤5步骤。格兰杰因果关系检验在滞后期处于敏感时期的情况下，容易遭到其他因素的影响，这主要是由于本文研究对象的变量平稳性遭到样本容量的影响，不一样的滞后期会造成不一样的检验结果，因而，需要检验长度不同的滞后期。为了能够使滞后期愈加明确，需要验证对那些不是序列关系的变量的滞后期长短进行验证。根据收集到的相关数据，构建统计模型公式如下：公式中Yt代表第t年的农业增加值；t代表随机扰动项，X1t-1代表滞后一年关于X1的财政支出；c代表常数；X3t-1代表滞后一年关于X3财政支出；X4t-1代表滞后一年关于X4的财政支出；b1、b2、b3、b4各自代表X1、X2、X3、X4的回归系数，X2t-4代表滞后四年关于X2的财政支出。为了减少误差模型简化为：2实证分析2.1数据讲明吉林省位于我国东北地区中部，是我国重要的粮食生产基地。因而，农业经济的发展不仅关系着吉林省社会主义新农村建设，还对地区城乡统筹发展具有重要影响。为使研究数据更能体现财政支农支出的绩效水平，符合对农村经济发展历程，本文以吉林省20062016年间财政支农支出与农业生产总值作为研究数据。数据;于（吉林省统计年鉴）。吉林省农业财政支出增长率和农业GDP增长率，财政支农支出占农业生产总产值的比重如图1和图2所示。由图1可知，吉林省的农业财政支出增长率波动幅度较大，在2009年与2015年分别到达最小值与最大值，且通过图1能够看出，农业GDP增长在2015年波动幅度较大外，其余年份的增长率变化都较为平稳。据图数据趋势可知，随着财政支农支出政策的执行，农业GDP实现了一定的增长，农民收入水平也得到提高。为了更准确地反映财政支农支出对农业经济增长的绩效，详细数据计算结果如表2所示。由表2可知，吉林省农业总产值增长率要明显低于农业财政支出增长率。如图2所示，但吉林省财政支农支出占农业总产值的比重逐年上升。由瓦格纳财政支出增长法则理念能够证实吉林省加大农业财政支出，对其地区农业经济增长具有明显的推动作用。所以，吉林省要增加农业财政支出，使其维持在一定增长水平与规模，进而知足吉林省农业经济增长绩效需求。2.2格兰杰因果关系结果本文利用Stata软件对财政支农相关数据和主要的农业增加值进行分析处理，详细结果如表3所示。根据表格3检验结果能够得到每项变量的滞后期。各项财政支出都至少在96%的置信水平下引致农业增加值增长,本文中具有滞后期的财政支出项目对农业经济绩效发展的作用，并没有把滞后那一期的作用体现出来，只是体现了那一期和因变量存在的关系，讲明在滞后的那一期与因变量的关系最明显。农业基础设施建设对于农业经济发展的促进作用，需要四年后才能够体现出来，其他项目只需要一年，即可将其对农业经济绩效的作用体现出来。2.3回归结果及分析根据上文的数据分析结果，对Y和X1、X2、X3、X4进行回归分析，结果显示：模型的R2较大,F检验合格,回归的拟合度较好；但所有的相关系数都不符合t检验，讲明该模型存在多重共线性的问题。这一问题导致分析得出估计值缺乏意义，因而模型不可用。假如将常数代入公式计算，得出的结果无法遵循t检验,因而不能把常数代入公式分析,扣除影响因素X1、X4后得到的模型是合理的，回归结果如表4所示。根据表4可知，在显著性水平为0.1情况下，系数X2和X3的估计值都知足t检验。其中样本决定系数R2为0.90,修正的R2为0.89,两者的数值都大于0.8,表明整个模型拟合度较高,并且系数X2、X3对Y的影响效果明显。回归结果中模型的D-W值为1.86,根据相关数据可知，在0.01显著水平下对应的du值为1.35,并且D-W值在(du,4-du)内。符合D-W检验,表明该模型不具备一阶自相关，即本文构建的模型回归拟合度较高,系数X2、X3能够合理解释农业增加值。根据表格5回归结果，将系数X2、X3代入回归模型Yt=b2X2t-4+b3X3t-1+t，能够得到下面公式:上述公式表明，假设农业基础设施建设的支出每增加一个单位,农业增加值就会增加68个单位；在农业科技三项新产品试制费、中间试验费和重要科学研究补助费费用的财政支出每增加一个单位,农业增加值会增加更多个单位,甚至能够到达了800个单位。这一结果表明，财政支农在研究和开发活动中，所带来的促进经济增长效益愈加明显。因而，政府应当在农业基础设施建设环节中加大资金投入，尤其在农业技术研发方面。3结束语本文基于（中国财政统计）及吉林省20072016年的面板数据，运用回归分析创立经济学模型，研究了财政支农对农业生产总值的影响。结果发现：1以吉林省为例，农业财政支出逐年增加，且农业财政支出投入对农业生产总值增长具有推动作用。2农业科技研发资金投入对农业增加值呈倍增效益。3财政支农具有一定滞后期，农业生产总值增长率远低于财政支农增长率。根据本文的实证分析结果和新经济增长理论，提出下面几条财政支出对策完善建议，目的在于促进农业经济绩效的提高。第一，建立农业财政支农稳定与长效机制。保证财政支农投入是农业生产总值增长稳定与高效的前提，国家政府应当重视对农业发展的财政支持，加大投资力度，增加农业产值，提高农业经济绩效，提升农民生活水平。第二，继续增加农业科技投入。农业科技创新是当代农业发展动力，依靠科技创新能够提高财政支农效率及提升农业生产总值。第三，加速促进财政支农绩效增长。目前农业财政支出使用效率普遍不高，因而怎样提高支农支出效益是发展农业绩效的主要问题。增加资金投入的同时，应合理分配财政支出，以提高支农资金的使用效率。