财政支农支出与农业产值农民收入关系经验研究.docVIP

财政支农支出与农业产值农民收入关系经验研究 　　摘 要：本文运用VEC模型对1978-2009年中国财政支农支出、农业产值与农村居民家庭人均纯收入的相互关系进行了经验研究。结果表明：长期来看，政府支农支出对农业产值和农民收入有很强的促进作用；但短期来看，这种促进作用不明显，同时农业产值对农民收入和政府支农支出的促进作用也较小，而农民收入对农业产值和政府支农支出的促进作用则较大。 　　关键词：财政支农支出 农业产值 农民收入 VEC模型 　　一、问题的提出 　　农业是国民经济的基础产业，通过公共财政支出支农、惠农是世界各国的主要宏观调控手段。因此，加大财政支农投入对我国农业发展、增加农民收入具有重要的战略意义。近年来，国内许多学者对财政支农问题给予了广泛的关注，并分别就财政支农支出对农业产值和农民收入的影响进行了实证研究，但很少有对三者之间相互关系???研究。本文力图通过建立3个变量的VEC模型，利用Eviews软件得到其具体结果，并对其进行分析，从而理清三者之间的相互关系，为增加农业产值、提高农民收入及财政支农支出的效率提出相应的对策建议。 　　本文选用农村居民家庭人均纯收入反映农民收入水平，用S表示；选用第一产业产值反映农业产值状况，用G表示；选用国家财政用于农业的支出反映财政支农支出水平，用Z表示。各变量的数据均选用1978-2009年的年度数据。其中，从2007年起，国家财政用于农业的支出统计口径与往年不同，2007-2009年这一指标的数据来自国研网数据中心，其余数据均来自《中国统计年鉴》。为了克服时间序列中的异方差现象，本文对各变量取自然对数，分别表示为LnS、LnG、LnZ。 　　二、VEC模型分析 　　1980年Sims提出向量自回归模型（VAR）。这种模型采用多方程联立的形式，它不以经济理论为基础，在模型的每一个方程中，内生变量对模型的全部内生变量的滞后值进行回归，从而估计全部内生变量的动态关系。向量误差修正模型(VEC)是在VAR模型基础上建立起来的。它改进了时间序列模型只考虑用平稳变量建立模型，却忽视了原非平稳变量信息的弱点，以及经典计量模型忽视虚假回归的问题，把长期关系和短期动态特征结合在一个模型中。协整概念指明具有协整关系的高阶单整变量的线性组合可以降低单整阶数，当且仅当若干个非平稳变量具有协整关系时，由这些变量建立的回归模型才有意义。可见，在建立VAR模型之前应首先检验变量间是否存在协整关系，而在检验协整关系之前，又必须检验变量的非平稳性(或称单整性)及其单整阶数。 　　(一)变量的非平稳性检验 　　因为α=0.05，T=32条件下含有时间趋势项的单位根检验回归式的ADF临界值为-3.57，而变量LnS、LnG和LnZ单位根检验的ADF值分别为-2.68、-1.69和-3.43，均大于-3.57，所以3个变量都是非平稳序列。这时应进一步检验3个变量的一阶差分序列△LnS、△LnG和△LnZ的非平稳性。因为原序列的单位根检验式中已经包含时间趋势项，所以其一阶差分序列的单位根检验式中不必再包含时间趋势项，其ADF临界值（α=0.05，T=32）为-2.62，而它们的单位根检验的ADF值分别为-2.79、-3.14和-3.04，均小于临界值，所以它们都是平稳序列。即，LnS、LnG和LnZ都是一阶单整序列。 　　(二)协整检验 　　协整检验之前应首先确定VAR模型的滞后期数k，因为，若滞后期k太小，则误差项的自相关有时很严重，并导致参数的非一致性估计；而k值过大又会导致自由度减小，直接影响模型参数估计量的有效性。通常，根据VAR模型的AIC和SC等统计量的最小值原则来判断滞后期。本文所建立的滞后0-4期的VAR模型的各统计量值见表1，除极大似然统计量外，其他统计量都是滞后2期的值（表中带有*）最小，因此，建立滞后2期的VAR模型足以消除随机误差项中存在的自相关。 　　下面利用Johansen方法对LnS、LnG、LnZ之间的关系进行协整检验，其检验结果见表2。 　　 在表2中，因为LR=42.5563635.19275，所以在5%水平上拒绝没有协整方程的零假设，认为3个变量之间至少存在一个协整方程；接下来应继续检验二者之间是否存在一个协整关系，因为LR=20.4517920.26184，所以在5%水平上拒绝至多存在一个协整方程的零假设，认为3个变量之间至少存在两个协整方程；同理，应继续检验三者之间是否存在两个协整关系，因为LR=6.383539＜9.164546，所以在5%水平上接受至多存在两个协整方程的零假设，最终得出结论，3个变量之间存在两个协整方程，标准化的协整方程如下： 　　LnG=6.1037+0.3296LnZ 　　 (-8.34) (-2.82) 　　LnS=