财政支农对农村居民消费的效应分析

 　[内容摘要]本文利用方法对财政支农不同部分对农村居民消费的影响进行了考察。结果表明：①生产性的支出对农村居民消费产生了“挤入效应”，而非生产性支出对农村居民消费产生了“挤出效应”；生产性支出对农民消费的冲击为正，非生产性支出对农民消费冲击主要为负。从冲击的贡献来看，前者的贡献率大于后者。②从短期来看，农村居民消费支出与生产性支农支出构成了双向的Granger原因；非生产性支农支出成为农村居民消费的Granger原因，而农村居民消费不能成为非生产性支农支出的Granger原因。对模型施加短期约束条件，生产性支农支出对农民消费有一个正的较大的同期效应。 
　　[关键词]财政支农；农村居民消费；模型 
　　一、相关研究述评 
　　学术界对政府支出与居民消费之间的理论关系主要有两种相左的观点：一种是有“挤入效应”，即政府支出对居民消费是正向作用；另一种是“挤出效应”，即政府支出对居民消费是负向作用。国外学界对究竟是“挤入”或“挤出”存在争议。Ahmed、Tsung-wu Ho和Perotti的研究发现政府支出对私人消费基本是挤出的另一些学者如Aschauer、Blanchard和Perotti的研究结果表明却认为政府支出对私人消费有拉动效应。 
　　国内学者研究得出的结论也并不一致。胡书东、李广众、李树培和魏下海等研究证实我国财政支出对居民消费具有挤入效应。刘宛晨和袁闯通过对我国1978-2004年的数据进行回归分析，结果表明，我国财政支出对居民消费总体上存在挤入效应，同时对农村居民消费的“挤进作用”更明显。另一些学者如黄赜琳、潘彬等、陈太明、杨智峰等利用不同的方法研究了财政支出对居民消费的影响，认为政府支出对私人消费具有挤出效应。 
　　许多财政支农研究的集中在其对农民收入与农村经济增长的影响上，如杨灿明等、李焕彰等、杜玉红、王敏等。但有少数学者也研究了财政支农与农村居民消费之间的关系，如李燕凌与曾福生对中国不同地区的农村公共支农的效果进行了分析，结论是支农效果对得出对不同地区和不同消费项目的影响并不同。朱建军和常向阳利用面板模型研究结果表明，地方财政补贴性支出对农村居民消费的影响不显著，而财政支农支出具有显著的正向影响。储德银和闫伟也利用面板模型的研究结果认为财政支出对农村居民消费具有正向效应。胡永刚和杨智峰使用模型的研究表明，财政农业支出对农村居民消费是挤入的，其中，事业费对农村居民消费的长期效应较弱，短期效应明显；而基本建设费、科技费、救济及其他费与对农村居民消费有较显著的长期效应。胡东兰等利用1978-2010年的时间序列数据实证分析了我国财政支农支出对农村居民消费的影响，结果表明，财政支农支出对农村居民消费有一定的挤入效应，但效果不明显，而且农村居民消费存在一定的滞后性。 
　　值得一提的是，在国内的研究中，许多学者并没有将可支配收入这个变量纳入到计量模型中，带来的直接后果就是可能会导致估计结果是有偏的。传统的经济计量方法（如联立方程模型方法）是以经济理论为基础来描述变量关系的模型。但是，经济理论通常并不足以对变量之间的动态联系提供一个严密的说明，而且内生变量既可以出现在方程左端又可以出现在方程右端使得估计和推断变得更加复杂。解决这个问题的方法之一就是使用Sims提出的向量自回归（VAR）这种多方程模型。 
　　二、数据来源与实证方法的选取 
　　（一）数据说明 
　　按Barro的划分方式，财政支农可以分为两个部分：生产性支出和非生产性支出。其中生产性支出包括：农林水利气象事业费、农业科技三项费用和支援农村生产支出；非生产性支出包括农业基本建设支出和农村救济费。农村水利气象等事业部门的事业费指的是用于农村水利、气象、林业等事业单位的人员经费和各项事业专项经费；农业科技三项费用指的是农业科技事业中新产品试制费、中间试验费和重大科研项目补助费等费用的支出；支援农村生产支出指的是财政支援农村集体及户的生产支出；农业基本建设支出指的是政府为农业生产创造良好条件的建设以及对农业部门中固定资产的新建、扩建、改建和恢复而做的投资支出。 
　　消费价格指数的说明：本文采用城市居民消费价格指数（1978=100）来代替1985年以前的农村居民消费价格指数，这是因为官方没有公布1985年以前的农村居民消费价格指数，而1985年及其以后的农村居民消费价格指数采用的是Gale Johnson的方法，即将当年官方公布的指数（1985年=100）乘以1.342而得来（城市CPI 1985年=134.2）。农民人均纯收入、农民人均消费支出选取1978-2012年数据。农民人均消费支出和农民纯收入利用农村居民消费价格指数进行平减（以1978年为基期的CPI指数），这么做的目的是为了克服物价波动的影响。由于1984年才开始统计农村居民CPI指数，令1984=100，1978-1983年的CPI均按1984年的计算。人均值可由各年度数据除以当年乡村总人口数得到。这里农村人均纯收入等于人均可支配收入。 
　　农民人均所得财政支农数据的说明：官方对农村基本建设支出、农村救济费和农业科技三项费用的统计已于2006年后停止，故这三项变量选取了1978-2006年的数据；为了数据的一致性，农林水利气象事业费和支援农村生产支出也选取1978-2006年的数据。运用农村地区商品零售价格指数对财政支农数据进行了平减。 
　　变量定义：RI=人均农民纯收入；RC=人均农民消费支出；PE=生产性支出，NPE=非生产性。模型中将等式两边取了对数，目的是为了消除可能存在的异方差。 
　　本文数据均来源于相关年度的中经网统计数据库、《中国统计年鉴》、《中国农村统计年鉴》、《新中国50年统计资料汇编》。 
　　（二）实证方法 
　　模型是用模型中所有当期变量对所有变量的若干滞后项进行回归。VAR（p）模型为： 　　其中，Yt是N×1的列向量，p表示滞后阶数，Ⅱp是N×N阶参数矩阵，Ut是N×1阶随机误差列向量。Ω是N×N阶方差协方差矩阵。在现实经济中，很多经济变量不仅与本身及其他变量的滞后期值有关，还与同期值有关。结构式VAR能够依据现有的经济理论，考虑变量间的同期关系，从而相比较于无约束的VAR更精确地去解释变量间的动态关系。对变量之间相互关系的识别约束短期的冲击是通过对变量间方差一协方差行列式的识别。因由简约VAR模型不能直接得到结构冲击用于分析经济系统的动态响应，我们采用Amisano和Giannini的AB模型来将简约VAR的残差，化为结构冲击。矩阵A与B描述了简约VAR模型的残差与结构冲击之间的线性关系，如果得到内生变量的结构冲击表达式，便可以分析变量独立的结构冲击的动态效应，即SVAR模型。一般k个变量p阶结构向量自回归模型SVAR（p）为： 
　　三、实证结果与分析 
　　（一）模型的检验 
　　1 ADF检验。时间序列可能会出现伪回归的现象。为了避免伪回归，可用ADF单位根检验法来检验变量的平稳性，将非平稳的变量进行处理使之成为平稳的时间序列。协整可以刻画多个序列之间的平稳关系，但对每个序列单独来说可能是非平稳的。Engle和Granger指出多个非平稳时间序列的线性组合可能是平稳的，即有I（O）的存在，这些非平稳的时间序列之间被认为具有协整关系。但许多非平稳时间序列通过差分运算，得到平稳的序列I（d），说明变量是可以单整的。如果变量是单整，就可以对变量进行协整检验来确定他们之间是否存在长期稳定关系。SC值最小是VAR滞后阶数的选择原则，选取了带有截距和趋势项的模型，检验结果如表1所示。结果显示，变量为非平稳变量，但是通过差分后序列平稳，即I（1）过程。接着检验变量间是否存在协整关系。 
　　在确定VAR模型之前，确定滞后阶数。滞后阶数的确定非常重要。因为如果p太小，误差项的自相关有时很严重，将会导致被估参数的非一致性。但是，p太大会导致自由度减小，并直接影响被估参数的有效性。对于滞后阶数的选择有多种判断准则，其中包括LR统计量、赤地信息准则（AIC）以及施瓦茨准则（SC）等五个准则。从表2中得到五个评判标准有四个选择滞后1期，得到VAR模型的滞后阶数为1，即VAR（1）。 
　　2 协整检验。协整理论是Engle和Granger提出的，该理论认为虽然一些变量是非平稳序列，但是它们的线性组合有可能是平稳序列，平稳的线性组合被称为协整方程。协整检验的方法采用JJ检验，它是Johansen和Juselius提出的基于回归系数的协整检验，适合在多变量的VAR模型中进行协整检验。VAR模型中协整关系的个数可以通过Johansen的最大特征根和迹估计方法确定。 
　　由于△LNRC、△LNRI等四个序列都是I（1）序列，满足协整条件。采用特征根Trace和Max-Eigen检验，得到协整结果，见表3。 
　　从表3可以看出，Trace检验和Max-Eigen检验均显示在10%的显著性水平下，VAR模型有两个协整关系。 
　　3 长期均衡关系分析。上述协整检验中，各变量之间存在长期协整关系，最后模型取标准化的协整向量，得到对应的协整方程为（括号内的数字表示参数估计的t值）： 
　　从长期协整方程（4）中看出，支农生产性支出、支农非生产性支出、农民纯收入和农村居民消费之间存在长期均衡关系。其中，支农生产性支出和农民纯收入对农村居民消费增长有促进作用，但起的作用不同。前者的作用更大，它每增加1%，农民收入增加0.66%；后者每增加1%，农民消费支出增长0.16%，但t值不显著。而非生产性支农支出对农村居民消费有负面作用，它每增加1%，农村居民消费支出减少1.02%。这说明生产性支农支出对农村居民消费产生了挤入效应，而非生产性支农支出对农村居民消费产生了挤出效应，这与朱建军（2009）对地方财政支农的研究结论是一致的。 
　　4 Granger因果检验。Johansen协整检验结果表明，财政支农支出与农村居民消费在1978-2006年间，存在长期稳定的均衡关系。然而，这种均衡关系是否构成短期因果关系，还有待于进一步验证。基于此，本文进行格兰杰因果关系检验，以此判断它们之间的短期关系。 
　　由表4可以看出，在1%的显著性水平下，农村居民消费支出与生产性支农支出构成了双向的Granger原因；在5%的显著性水平下，非生产性支农支出成为农村居民消费的Granger原因，而农村居民消费不能成为非生产性支农支出的Granger原因。 
　　（二）财政支农对农民收入、消费影响的SVAR模型 
　　1 构建SVAR模型。VAR模型的缺点是不能刻画变量之间的同期相关关系，因VAR模型并没有给出变量之间当期相关关系的确切形式，即在模型的右端不含内生变量的当期值，而SVAR这些当期相关关系隐藏在扰动项变动中，而模型中包含变量之间的当期关系。要找到变量之间的同期相关关系，可以通过SVAR模型来识别，但需要对模型施加约束。从简约VAR到SVAR转化时，需要施加k（k-1）/2个限制条件才能得到相应的结构式参数，即模型才能被识别。因此，对本文的4变量模型，则需要6个约束限制条件才能识别出结构冲击。除了主对角线的数为1外，我们得再施加2个以上的限制，采用对矩阵B施加限制条件实现短期约束。1代表LNRC，2代表LNRI，3代表LNPE，4代表LNNPE。根据经济常识，消费与纯收入对生产性或非生产性支出的同期影响应为0，即a31=a41=0，a32=a42=0，而生产性支农支出与非生产性支农支出相互同期影响也都为0，即a34=a43=0。 　　建立4变量的AB型SVAR模型，其A、B矩阵形式如下： 
　　本文关心的是支农支出对消费的影响，故对支农支出对收入的影响省去不论。从矩阵式中可以看出，a13=2.43，a14=0.000107，“a13”的数值代表生产性支农支出对农村居民消费有一个正的较大的同期效应，“a14”的数值代表非生产性支农支出对农村居民消费的影响几乎没有。两个数值意味着：在短期内生产性支出对农村居民消费有较大正向影响；而非生产性支出对农村居民消费的短期消费影响很小。政策含义是，考虑增加生产性支农支出能快速提升农村居民消费能力。 
　　2 SVAR模型的脉冲响应函数分析。VAR模型是一种非理论性的模型，无需对变量做任何先验性约束，因此在分析VAR模型时，往往不分析一个变量的变化对另外变量的影响如何，而是分析当一个误差项发生变化（或模型受到某种冲击时）对系统的动态影响。这种分析方法称为脉冲响应函数法（IRF）。脉冲响应函数刻画的是在扰动项上加一个标准大小的冲击对于内生变量当前值和未来值所带来的影响。在模型中，某一个变量的冲击不仅直接影响到自身，而且会通过VAR模型的滞后结构传递到其他内生变量。由于VAR中不同方程的随机误差项之间存在同期相关，这些残差都对共同的冲击存在着联合的依赖性。因为非结构化的向量自回归模型的变量间也同时相互依赖，为了区分各变量自身真正的冲击，需要构造一个正交矩阵将同期的冲击项转换为同期不相关的冲击项，将变量残差中来自其他变量的部分剥离掉。本文利用乔利斯基（Cholesky）分解方法得到脉冲响应。纵轴表示变量增长率的变化，横轴表示响应函数的期数，响应函数的追踪期设为30期（年）。 
　　如上图（a）所示，给生产性支农支出一个正的标准差的冲击，在第1～17年对农村居民消费为正的影响，在第18年后对农村居民消费的影响都为负，分别在第9年和第26年达到正的和负的最大冲击。说明生产性支农支出在中短期对农民消费呈现正效应，这主要是就农户的生产支援和科技的投入对农业生产起到了支持作用，增加了农民收入，进而提高了农民的消费。但是，从长期来看，这种支出的正效应是在逐渐衰减的；在上图（b）中，给非生产性支农支出一个标准差正的冲击，前3年对农村居民消费影响为负，在第4～9年对农村居民消费的影响为微弱的正冲击，第10年后以后各期对农村居民消费的影响都为负，在第21年对农村居民消费的影响达到负的最大冲击。这说明非生产性支农支出对农村居民消费基本上具有挤出效应。 
　　3 方差分解。方差分解表示的是当系统的某个变量受到一个单位的冲击以后，以变量的预测误差方差百分比的形式反映向量之间的交互作用程度。与冲击响应分析相比，方差分解将一个内生变量的均方误差分解成各变量结构冲击所做的贡献。 
　　为考察冲击的长期影响，本文选取了30期（年）。从分解表（表略）看出，不考虑消费自身的贡献率，生产性支农支出对农村居民消费的贡献率较大，为正且呈波浪形，在第8年最大达到第1个波值9.5%（RVC3→1（8）=9.5%）后慢慢衰减，在第29年又达到另一个波值12%（RVC3→1（29）=12%）。非生产性支农支出的贡献率也是呈波浪形为正但是较小，在第30年为3.1%（RVC4→1（30）=3.1%）；农村居民消费对生产性支农支出的贡献率也是呈波浪形，但数值较小，在第30年达到2.5%（RVC1→3（30）=2.5%），非生产性支农支出对生产性支农支出的贡献率表现为呈多个波峰的波浪形，最大值是在第8年（7.0%）（RVC4→3（8）=7.0%）；农村居民消费对非生产性支农支出的贡献率在第1年较大，第2年后逐渐衰减，在第12年后开始增大，到第28年达到最大值（3.1%）（RVC1→4（28）=3.1%），生产性支农支出对非生产性支农支出的贡献率也是呈现多波峰的波浪形，但贡献值较大，在第16年达到25.4%（RVC3→4（16）=25.4%）。 
　　四、简短的结论与政策建议 
　　本文利用1978-2012年的数据，考察了我国财政支农不同项目对农村居民消费的影响效应。我们的分析表明：（1）从长期均衡来看，对农村居民消费产生正向作用即挤入效应的有农业科技三项费、农林水利气象事业费和支援农村生产支出等生产性支出；对农村居民消费产生负面作用即挤出效应的有农村救济费和农村基本建设支出等非生产性支出。非生产性支出对农村居民消费的冲击主要为负，而生产性支出对农村居民消费的冲击在中长期内为正，但从更长远来看为负。生产性支出的冲击对农民消费的贡献率比非生产性支出要大，两者对农民消费的冲击都呈现波动状态。（2）从短期来看，生产性支农支出与农村居民消费支出构成双向Granger原因；农村居民消费没有构成非生产性支农支出的Granger原因，但非生产性支农支出构成了农村居民消费的Granger原因。对模型施加短期约束条件，生产性支农支出对农民消费有一个正的较大的同期效应，非生产性支农支出对农民消费的同期影响非常小。 
　　由此，我们对如何合理利用财政支农支出提升农村居民消费提出以下建议： 
　　（一）加大财政支农投入的总量 
　　没有总量的增加，支农投入就是建立在空中楼阁上的。我国的农业投入严重不足。农业对国家的重要性不言而喻，我国还有广大人口在农村居住，增加农业的投人，改善农业生产条件，增加农业从业人员的收入，从而拉升消费的增长。所以，要继续加大支农力度，从法律上确立财政支农占财政支出总量的比例，并建立财政支农增长的稳定机制。 
　　（二）继续加大对农业的科技和支援农村生产支出的投入 
　　这两项对消费具有挤入效应。从上面的分析可知，最有效促进消费的项目就是支援农村生产支出，因为它对农村居民具有直接的收入增长效应。1978年以来，从各类农业支出占财政农业支出的平均比例来看，科技费比重最小，仅占1%，但它对农民增收的作用是巨大的。建立农民增收的长效机制要靠科技的投入，政府应加大科技支出，让农民学习农业科技知识，应用科技来增产增收。气象等事业部门的事业费支出应压缩。 
　　（三）农业基本建设投入的力度要着力加大 
　　农村居民消费不振，很大程度上是因为政府对农业基本建设的投入太少，农民从事农业生产的基本条件得不到保障而导致收入有限。我国20世纪80年代对农业基本建设的投资比之前不但是相对值在下降，而且绝对值也在下降，尤其下降厉害的是被视为农业命脉的水利建设的投资。进入20世纪90年代，农业投资主体进一步多元化，但农业生产发展的基础设施处于不断削弱的趋势中，原有基础设施老化、危化日益突出。