财政支农与中国农业产出及增长的关系分析

《财政支农与中国农业产出及增长的关系分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、财政支农与中国农业产出及增长的关系分析财政支农与中国农业产出及增长的关系分析内容提要:本文在运用格兰杰因果检验法验证财政支农支出增长和农业产出增长之间关系的基础上,运用生产函数测定财政支农各类支出的边际产出效应,试图分析出财政支农政策中各项政策对农业产出以及增长的具体影响程度。我们得出的结论是:农业公共产品投入不足极大地制约着中国农业可持续增长的潜力;为最大限度地提高财政支农资源的配置效率,必须大幅度增加农业科技投入,适度增加农业基础设施投入,压缩农业事业费支出,并在政策层面上进一步改革和完善财政支农政策的制定和执行机制。关键词:财政支农政策　农业增长　格兰杰因果检验　因果与结构分析一、背景

2、与资料农业是世界各国都重视的产业，各国对农业的支持主要体现在财政支农政策上。财政支农政策的积极作用主要表现在两个方面:其一,财政支农政策是国家调控农业生产进而影响农民收入的一个基本工具;其二,财政支持能有效地解决促进农业增长所必需的众多公共产品的外部性问题并具有规模经济的优势。巨额的财政投入对发达国家的农业生产已起到了明显的支持作用。在美国、加拿大、英国、澳大利亚等农业发达国家中,政府对农业提供的财政支持相当于农业本身GDP的25%以上,日本、以色列等国农业财政支出相当于农业GDP的45%～95%。即使像印度这样的发展中国家,国家财政支农支出也相当于农业GDP的10%。在中国这样一个农民收入

3、不高、私人农业投资有限的发展中国家,财政支农政策对促进农业增长具有更为特别的意义:它不仅构成农业投入的主要来源,而且对一些公共农业基础建设来说,甚至是唯一的来源。新中国成立后,中国政府通过积极的财政支持,在农田水利基本建设、水土保持、农业科研及技术推广等方面进行了大量的投资,为提高农业生产力、增加农产品有效供给打下了良好的物质基础。但是,不可否认,改革以来尽管中国财政支农总量有所提高,但相对份额却在呈现下降态势,“农业投入特别是农业公共物品投入不足,是制约我国农业发展的重要因素”。随着中国综合国力的逐步增强,政府财政支农的力度将会进一步加大。但是,财政预算具有刚性,可以预见，在未来一个相当长

4、的时期内,财政支农支出总量的增长将十分有限。在这样的背景下,优化财政支农结构就显得尤为重要。理论界对此问题多集中于定性研究，很少有定量研究，或者有定量也是在假定财政支农政策对农业经济增长存在高度正效应的前提下进行而很少对这一假定进行科学的验证。鉴于此，我们首先运用格兰杰因果检验在确定财政支农政策对农业增长有因果联系的基础上，设定模型，利用Cobb-douglas生产函数测定财政支农各类支出的边际产出效应,据以明确财政支农支出结构调整的方向和目标，并通过一系列检验得出我们的结论，强化我们研究的意义。二、财政支农政策与中国农业增长:因果分析我们通过所查找的资料及一些研究表明：中国财政支农支出波动

5、与农业特别是粮食生产波动明显同步的。但是这种存在并不足以说明财政支农支出增长是推动中国农业产出增长的因素，因为存在下列几种可能:一、财政支农支出增长推动农业产出增长;二、农业产出增长推动财政支农支出增长;三、财政支农支出增长与农业产出增长之间不存在相关关系,但存在另一因素同时影响两者。但似乎在这三种情况下,都存在着财政支农支出增长与农业产出增长之间同方向变化的关系。我们在本部分运用格兰杰因果检验法对财政支农支出增长与农业产出增长之间的相关关系进行界定。首先我们做以下假设：原假设Ｈ0:财政支农支出总量增长不是农业产出增长的原因;原假设Ｈ1:农业产出增长不是财政支农支出总量增长的原因。我们运用格

6、兰杰因果检验，过程如下：格兰杰因果检验Paire:19:57Sample:19852002Lags:1NullHypothesis:ObsF-StatisticProbabilityeandependentvar27.81793AdjustedR-squared0.990869S.D.dependentvar0.726053S.E.ofregression0.069380Akaikeinfocriterion-2.268308Sumsquaredresid0.062576Sche:21:33Sample(adjusted):19872002Includedobservations:16aft

7、eradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C0.003361Akaikeinfocriterion-8.385743Sumsquaredresid0.000147Schwarzcriterion-8.240883Loglikelihood70.08595F-statistic1.011905Durbin-Watsonstat