财政支农、金融效率与农村经济增长的动态关系分析

张西茜

摘   要：基于PVAR模型、GMM估计、格兰杰因果检验，以2001—2020年我国31个省区市的面板数据，实证检验财政农业支出、农村金融效率与农村经济增长之间的关系。实证结果表明：第一，财政支农与农村经济增长之间存在显著正向关系，但农村金融效率与农村经济增长之间并无显著关系。第二，财政农业支出与农村经济增长之间存在双向因果关系。财政农业支出可以通过改善农业生产条件促进农村经济增长，同时稳定的农村经济增长也成为财政的部分资金来源。第三，财政支农与农村金融效率之间不存在任何方向上的因果关系，说明我国财政政策没有充分调动金融机构服务农村经济的积极性，财政资金发挥的引导功能不足。

关键词：财政支农；农村金融发展；农村经济增长；面板向量自回归

中图分类号：F323.9       文献标志码：A      文章编号：1673-291X（2023）11-0070-03

民族要复兴，乡村必振兴。2004年以来，中央已经连续20年发布以“农业农村现代化”“三农”“乡村振兴”等为主题的中央一号文件。可见“三农”问题是关系我国国计民生亟待解决的关键问题。目前，虽然我国脱贫攻坚战取得全面胜利，绝对贫困已经消除，但在开启全面建设社会主义现代化国家新征程的“十四五”时期，仍然要把解决好“三农”问题作为全党工作的重中之重。为巩固脱贫成果，实现乡村振兴，要以财政政策作为重要抓手，同时发挥金融支农的重要作用，加强财政与金融支农的协同作用，才能更高效率推动农村经济发展。

在党中央的部署安排下，各级政府及相关部门大力实施乡村振兴战略，不断加大财政农业支出，各类金融机构不断完善面向新型农业经营主体的金融服务工作，提升金融对“三农”的可得性、覆盖面和便利度。2016—2019年，全国财政一般公共预算累计安排农业农村相关支出16.07万亿元，年均增长为8.8个百分比，高于全国一般公共预算支出平均增幅。全国农业信贷担保业务规模年均增长81.9%。与此同时，我国全国贫困发生率从2016年的4.5%下降至2019年的0.6%，城乡收入差距逐步减少，农民收入年实际平均增长6%。由此可见，加大财政支农力度，加快农村金融发展与我国农村经济增长之间存在某种关联，这对评价我国财政支农、金融支农效果，优化财政资金与金融资源配置效率具有较强的理论与实践意义。

一、研究设计

（一）样本与数据

为揭示政府财政支农、农村金融效率与农村经济增长之间的关系，本文参考温红梅和朱伟真研究农村金融效率与经济增长时的指标选取[1]，以及蒋团标和张亚萍分析我国财政支农支出对农村居民消费升级的衡量指标[2]。以财政农业支出占财政支出总额的比例，记为Gover，来衡量政府财政支农水平；以农村信用社存贷款之比，记为Finance，来衡量农村金融效率；农村经济增长以农村居民人均纯收入衡量，记为Income。具体的变量计算方式如表1所示。本文的数据手工收集于相关年份的《中国金融年鉴》《中国统计年鉴》《中国农村经济绿皮书》及《中国农村统计年鉴》，为避免极端值的影响，本文中所有变量均进行了上下1%的缩尾处理。

（二）模型建立

面板向量自回归模型（PVAR）在向量自回归模型（VAR）的基础上将单纯的时间序列模型拓展至空间，并将截面个体异质性考虑到其中。相较于传统模型，其能够更好地消除变量之间的内生性，因此在实证分析中得到广泛的应用。本文以2000—2019年间中国31个省区市（西藏和港澳台地区除外）关于农村金融效率、财政支农水平以及农村经济增长的相关数据，构建面板VAR模型：

其中，Yit为模型的被解释变量，包括农村金融效率（Finance）、农业财政支出占比（Gover）以及农民收入增长（Income）这3个核心变量。i表示省份，t表示时间，ait反映省份效应，ft反映时间效应，p表示滞后阶数，Apt是待估系数矩阵，εt为服从独立同分布的误差项。

二、实证结果分析

（一）变量的平稳性检验

为了避免伪回归，本文首先对原始数据进行单位根检验以检验每个变量的平稳性。由于本文所收集的数据存在缺失值，为非平衡面板数据，因此本文采用Fisher检验方法，对3个核心变量分别进行不含趋势项但带有截距项的单位根检验，检验结果见表2。

由表2的结果可以看出，Fisher检验的四个统计指标的p值均在1%的显著水平下拒绝“存在单位根”的原假设。因此，农村金融效率（finance）、财政支农（gover）和农民收入（income）这几个变量的原序列都是平稳的，可以进一步建模分析。

（二）滞后阶数的选择

PVAR 模型除了要满足平稳性条件外，还应该正确确定滞后期k。本文对最优滞后期的选择根据AIC、 BIC以及HQIC准则来确定最优滞后阶数，Lag表示滞后阶数。当AIC、BIC以及HQIC的最小值（带*号）对应的滞后阶数相同，即为模型的滞后阶数。不同滞后期各统计量的值如表3所示：

表3  确定PVAR模型滞后期的各统计量的值

由表（3）的结果可得，当滞后阶数为1阶时，LR、AIC以及SC都在5%的水平上显著。因此最终确定本文采用的VAR模型的滞后阶数为1阶，即PVAR（1）。

（三）格兰杰因果关系检验

本文接着采用面板格兰杰因果关系检验来分析各变量之间的动态关系。并为建立PVAR模型的变量选取提供依据[3]。表4展示了格兰杰因果关系检验的结果。

由表4的結果可知，首先，农村金融效率与农民收入增长之间、财政支农与农民收入增长之间存在双向因果关系：农村金融效率的提高可以促进农民收入的增长，并且农民收入的增加也会推动农村金融效率的提升；加大财政支农力度既可以改善农业生产条件促进农民收入增长，并且农民收入水平的提高带来的乡村振兴的“正反馈”也鼓励政府加大财政支农力度。其次，财政支农与农村金融效率之间存在单方向的因果关系，即加大财政支农力度可以提高农村金融效率。综上所述，农民收入增长、农村金融效率以及财政支农之间在短期内的确存在相互作用关系，本文将进一步构建PVAR模型，采用GMM估计、脉冲响应函数等深入分析三者之间的动态关系。

（四）GMM估计

为分析农村金融效率、财政支农以及农民收入之间的关系，本文采用GMM方法构造PVAR模型，表5显示了GMM估计结果。表5第2列反映了财政支农和农村金融效率对农民收入的影响是显著的，滞后一期的政府财政支农对农民收入的影响显著为正，表明财政部门在支持脱贫攻坚、全面推进乡村振兴、加快农业农村现代化的进程中取得了成效；而滞后一期的农村金融效率对农民收入的影响显著为负，这应归因于我国农村金融体系尚不完善，导致农村金融低效率、资源配置失衡进而抑制了农民收入增长。此外，表5第4列的结果显示，滞后一期的财政支农对农村金融效率的影响显著为负，说明财政支农并没有发挥好撬动金融支农从而促进农民增收的作用。

三、结论与建议

巩固拓展脱贫攻坚成果，持续推进乡村振兴是我国当下以及未来一段时期内一项关乎国计民生的重要工作。为支持农村经济发展，要确保财政资金投入的主体和主导作用，并充分调动金融机构服务农村的积极性，撬动更多信贷资金支持农村生产发展，助力乡村振兴。本文选取2001—2020年我国省份层面关于农村经济增长、金融体系发展与财政支农的面板数据，运用允许存在时间效应的面板VAR模型，并通过GMM估计、格兰杰因果关系检验对三者之间的关系进行了研究。实证结果表明：第一，财政支农与农村经济增长之间存在显著正向关系，但农村金融效率与农村经济增长之间并无显著关系。第二，财政农业支出与农村经济增长之间存在双向因果关系，财政农业支出可以通过改善农业生产条件促进农村经济增长，同时稳定的农村经济增长也成为财政支农的部分资金来源[4]。第三，财政支农与农村金融效率之间不存在任何方向上的因果关系，说明我国财政政策没有充分调动金融机构服务农村经济的积极性，财政资金发挥引导功能不足。

综上，当前我国农村金融体系尚不完善，财政金融支农的协同机制亟须完善。为此，本文提出以下几点建议：第一，继续加强财政支农的力度和规模，发挥财政支农的主导性，并着力培养乡村优势产业，建立扶持农民的长效机制。第二，加强农村金融基础设施建设，增强涉农信贷服务“三农”的能力，建立多层次、竞争性、广覆盖、可持续的农村金融服务体系。第三，完善财政金融支农互动机制，形成财政支农与农村信贷功能的协同，并充分利用财政金融资金撬动更多社会资源流向农村，促进城乡经济融合式发展。

参考文献：

[1]   温红梅，朱伟真.农村金融规模、结构、效率与农业经济增长：基于空间面板杜宾模型分析[J].哈尔滨商业大学学报（社会科学版），2018（5）：35-45.

[2]   蒋团标，张亚萍.财政支农支出对农村居民消费升级的影响机理[J].华东经济管理，2021（12）：1-9.

[3]   李雪松.高级计量学[M].北京：中国社会科学出版社，2008：126.

[4]   張婷婷，李政.我国农村金融发展对乡村振兴影响的时变效应研究：基于农村经济发展和收入的视角[J].贵州社会科学，2019（10）：159-168.

[责任编辑   文   欣]