財(cái)政支農(nóng)與中國農(nóng)業(yè)產(chǎn)出及增長的關(guān)系分析

內(nèi)容提要：本文在運(yùn)用格蘭杰因果檢驗(yàn)法驗(yàn)證財(cái)政支農(nóng)支出增長和農(nóng)業(yè)產(chǎn)出增長之間關(guān)系

的基礎(chǔ)上,運(yùn)用生產(chǎn)函數(shù)測(cè)定財(cái)政支農(nóng)各類支出的邊際產(chǎn)出效應(yīng)，試圖分析出財(cái)政支農(nóng)政策

中各項(xiàng)政策對(duì)農(nóng)業(yè)產(chǎn)出以及增長的具體影響程度。我們得出的結(jié)論是:農(nóng)業(yè)公共產(chǎn)品投入不

足極大地制約著中國農(nóng)業(yè)可持續(xù)增長的潛力；為最大限度地提高財(cái)政支農(nóng)資源的配置效率，

必須大幅度增加農(nóng)業(yè)科技投入,適度增加農(nóng)業(yè)基礎(chǔ)設(shè)施投入,壓縮農(nóng)業(yè)事業(yè)費(fèi)支出，并在政策

層面上進(jìn)一步改革和完善財(cái)政支農(nóng)政策的制定和執(zhí)行機(jī)制。

關(guān)鍵詞:財(cái)政支農(nóng)政策農(nóng)業(yè)增長格蘭杰因果檢驗(yàn)因果與結(jié)構(gòu)分析

一、背景與資料

農(nóng)業(yè)是世界各國都重視的產(chǎn)業(yè)，各國對(duì)農(nóng)業(yè)的支持主要體現(xiàn)在財(cái)政支農(nóng)政策上。財(cái)政支

農(nóng)政策的積極作用主要表現(xiàn)在兩個(gè)方面：其一，財(cái)政支農(nóng)政策是國家調(diào)控農(nóng)業(yè)生產(chǎn)進(jìn)而影響

農(nóng)民收入的一個(gè)基本工具;其二，財(cái)政支持能有效地解決促進(jìn)農(nóng)業(yè)增長所必需的眾多公共產(chǎn)

品的外部性問題并具有規(guī)模經(jīng)濟(jì)的優(yōu)勢(shì)。巨額的財(cái)政投入對(duì)發(fā)達(dá)國家的農(nóng)業(yè)生產(chǎn)已起到了明

顯的支持作用。在美國、加拿大、英國、澳大利亞等農(nóng)業(yè)發(fā)達(dá)國家中，政府對(duì)農(nóng)業(yè)提供的財(cái)

政支持相當(dāng)于農(nóng)業(yè)本身GDP的25%以上，口本、以色列等國農(nóng)業(yè)財(cái)政支出相當(dāng)于農(nóng)業(yè)GDP的

45%-95%,即使像印度這樣的發(fā)展中國家，國家財(cái)政支農(nóng)支出也相當(dāng)于農(nóng)業(yè)GDP的10%,

在中國這樣?個(gè)農(nóng)民收入不高、私人農(nóng)業(yè)投資有限H勺發(fā)展中國家，財(cái)政支農(nóng)政策對(duì)促進(jìn)

農(nóng)業(yè)增長具有更為特別的意義：它不僅構(gòu)成農(nóng)業(yè)投入的主要來源，而且對(duì)一些公共農(nóng)業(yè)基礎(chǔ)

建設(shè)來說,甚至是唯一的來源。

新中國成立后，中國政府通過積極的財(cái)政支持，在農(nóng)田水利基本建設(shè)、水土保持、農(nóng)業(yè)科

研及技術(shù)推廣等方面進(jìn)行了大量的投資，為提高農(nóng)業(yè)生產(chǎn)力、增加農(nóng)產(chǎn)品有效供給打下了良

好的物質(zhì)基礎(chǔ)。但是,不可否認(rèn),改革以來盡管中國財(cái)政支農(nóng)總量有所提高，但相對(duì)份額卻在

呈現(xiàn)下降態(tài)勢(shì)，“農(nóng)業(yè)投入特別是農(nóng)業(yè)公共物品投入不足，是制約我國農(nóng)業(yè)發(fā)展的重要因素”。

隨著中國綜合國力的逐步增強(qiáng),政府財(cái)政支農(nóng)的力度將會(huì)進(jìn)一步加大。但是，財(cái)政預(yù)算具有剛

性，可以預(yù)見，在未來一個(gè)相當(dāng)長的時(shí)期內(nèi)，財(cái)政支農(nóng)支出總量的增長將I?分有限。在這樣的

背景下,優(yōu)化財(cái)政支農(nóng)結(jié)構(gòu)就顯得尤為重要。

理論界對(duì)此問題多集中于定性研究，很少有定量研究，或者有定量也是在假定財(cái)政支農(nóng)

政策對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長存在高度正效應(yīng)的前提下進(jìn)行而很少對(duì)這一假定進(jìn)行科學(xué)的驗(yàn)證。鑒于

此，我們首先運(yùn)用格蘭杰因果檢驗(yàn)在確定財(cái)政支農(nóng)政策對(duì)農(nóng)業(yè)增長有因果聯(lián)系的基礎(chǔ)上，設(shè)

定模型，利用Cobb-douglas生產(chǎn)函數(shù)測(cè)定財(cái)政支農(nóng)各類支出的邊際產(chǎn)出效應(yīng)，據(jù)以明確財(cái)政

支農(nóng)支出結(jié)構(gòu)調(diào)整的方向和目標(biāo)，并通過一系列檢驗(yàn)得出我們的結(jié)論,強(qiáng)化我們研究的意義。

二、財(cái)政支農(nóng)政策與中國農(nóng)業(yè)增長:因果分析

我們通過所查找的資料及一些研究表明：中國財(cái)政支農(nóng)支出波動(dòng)與農(nóng)業(yè)特別是糧食生產(chǎn)

波動(dòng)明顯同步的。但是這種存在并不足以說明財(cái)政支農(nóng)支出增長是推動(dòng)中國農(nóng)業(yè)產(chǎn)出增長的

因素，因?yàn)榇嬖谙铝袔追N可能：

一、財(cái)政支農(nóng)支出增長推動(dòng)農(nóng)業(yè)產(chǎn)出增長；

二、農(nóng)業(yè)產(chǎn)出增長推動(dòng)財(cái)玫支農(nóng)支出增長；

三、財(cái)政支農(nóng)支出增長與農(nóng)業(yè)產(chǎn)出增長之間不存在相關(guān)關(guān)系，但存在另?因素同時(shí)影響兩者。

但似乎在這三種情況下，都存在著財(cái)政支農(nóng)支出增長與農(nóng)業(yè)產(chǎn)出增長之間同方向變化的關(guān)系。

我們?cè)诒静糠诌\(yùn)用格蘭杰因果檢驗(yàn)法對(duì)財(cái)政支農(nóng)支出增長與農(nóng)業(yè)產(chǎn)出增長之間的相關(guān)關(guān)系

1

進(jìn)行界定。

首先我們做以下假設(shè)：

原假設(shè)H0:財(cái)政支農(nóng)支出總量Z,增長不是農(nóng)業(yè)產(chǎn)出匕增長的原因;

原假設(shè)H1:農(nóng)業(yè)產(chǎn)出匕增長不是財(cái)政支農(nóng)支出總量Z,增長的原因。

我們運(yùn)用格蘭杰因果檢驗(yàn)，過程如下：

格蘭杰因果檢驗(yàn)

PairwiseGrangerCausalityTests

Date:01/03/05Time:19:57

Sample:19852002

Lags:1

NullHypothesis:ObsF-StatisticProbability

WdoesnotGrangerCauseY170.779460.39221

YdoesnotGrangerCauseW3.193040.09562

PairwiseGrangerCausalityTests

Date:01/03/05Time:19:59

Sample:19852002

Lags:2

NullHypothesis:ObsF-StatisticProbability

WdoesnotGrangerCauseY160.728100.50471

YdoesnotGrangerCauseW1.686860.22963

PairwiseGrangerCausalityTests

Date:01/03/05Time:19:59

Sample:19852002

Lags:3

NullHypothesis:ObsF-StatisticProbability

WdoesnotGrangerCauseY150.129900.93962

YdoesnotGrangerCauseW3.529620.06827

PairwiseGrangerCausalityTests

Date:01/03/05Time:20:00

Sample:19852002

Lags:4

NullHypothesis:ObsF-StatisticProbability

WdoesnotGrangerCauseY140.058830.99156

YdoesnotGrangerCauseW28.01700.00128

2

對(duì)上述結(jié)果總結(jié)如下:

滯后長度GrangerF值P值結(jié)論

m=n因果性

0.779460.39221拒絕

1Z—?Y

3.193040.09562拒絕

Y——AZ

0.728100.50471拒絕

2Z—>Y

1.686860.22963拒絕

Y—>Z

0.129900.93962拒絕

3Z—>Y

3.529620.06827不拒絕

Y—>Z

0.058830.99156拒絕

4Z—?Y

28.01700.00128不拒絕

V——

由上面的結(jié)論我們可以發(fā)現(xiàn)除了三、四階滯后的F-統(tǒng)計(jì)值較大外，其余均偏小，我們

可以拒絕H（）、Hl,由此可以看出：財(cái)政支農(nóng)支出增長與農(nóng)業(yè)產(chǎn)出增長之間存在著互為因果

的關(guān)系：財(cái)政支農(nóng)支出增長推動(dòng)了農(nóng)業(yè)產(chǎn)出的增長，農(nóng)、也產(chǎn)出的持續(xù)增長又進(jìn)一步推動(dòng)了政

府增加財(cái)政支農(nóng)的力度。但是，我們?cè)诒疚闹饕龅氖秦?cái)政支農(nóng)支出政策與中國農(nóng)業(yè)增長的

關(guān)系與結(jié)構(gòu)分析，只作單一方面的分析和研究，因此我們?cè)谶@里認(rèn)為財(cái)政支農(nóng)支出總量Z,增

長是農(nóng)業(yè)產(chǎn)出匕增長的原因。

三、財(cái)政支農(nóng)政策與中國農(nóng)業(yè)增長：模型檢驗(yàn)與結(jié)構(gòu)分析

由于我們研究的是財(cái)攻支農(nóng)與農(nóng)業(yè)增長的結(jié)構(gòu)分析，是一種投入產(chǎn)出的關(guān)系，因此我們

引入Cobb-Douglas生產(chǎn)函數(shù).

（一）變量的選擇

我們通過查找資料數(shù)據(jù)及一些研究，表明：農(nóng)業(yè)科研公共投資對(duì)各種作物的單位面積產(chǎn)

量具有明顯的正效應(yīng)；農(nóng)業(yè)產(chǎn)值增長與公共教育投入、公共基礎(chǔ)設(shè)施投入、公共科研投入、

農(nóng)牧戶自身投資之間也有關(guān)系。

就農(nóng)業(yè)投入而言，可將農(nóng)業(yè)投入品分為私人投入品和公共投入品兩類。前者投入量由農(nóng)

戶決定,后者投入量由政府財(cái)政支農(nóng)支出決定。

（1）在私人投入中，現(xiàn)階段土地投入既面臨著土地資源總量的剛性約束，又缺乏有效的土地

流轉(zhuǎn)機(jī)制,土地投入基本上是一常量;在一定的生產(chǎn)技術(shù)條件下，各地、各主要作物單位土地

面積上勞動(dòng)力使用量基本上也是一個(gè)定量。因此,在進(jìn)行計(jì)量分析時(shí)沒有將土地和勞動(dòng)力這

3

兩項(xiàng)要素作為解釋變量?；?、種子、機(jī)械動(dòng)力等投入品具有一定的互補(bǔ)性或替代性，將各

項(xiàng)物質(zhì)投入作為解釋變量納入生產(chǎn)函數(shù)會(huì)帶來嚴(yán)重的多重共線性問題。基于農(nóng)戶可支配收入

的增長會(huì)導(dǎo)致農(nóng)戶農(nóng)業(yè)投資增加的考慮，本文選擇農(nóng)村居民家庭人均純收入作為解釋變量。

由于本期對(duì)農(nóng)業(yè)的私人投入是以上一期的收入為基礎(chǔ)的。因此，我們以農(nóng)村居民家庭人均純

收入（巳_1）作為私人投入解釋變量。

（2）農(nóng)業(yè)公共投入主要由農(nóng)業(yè)基本建設(shè)支出、農(nóng)業(yè)科技三項(xiàng)費(fèi)用、支援農(nóng)村生產(chǎn)支出和農(nóng)

村水利氣象等部門的事業(yè)費(fèi)這三部分構(gòu)成。

①農(nóng)業(yè)基本建設(shè)支出（ZJ主要用于公路建設(shè)、農(nóng)'業(yè)水利設(shè)施等的建設(shè)以及農(nóng)業(yè)綜合開發(fā)。

農(nóng)業(yè)基本設(shè)施可以有效地降低自然環(huán)境給農(nóng)業(yè)生產(chǎn)帶來的風(fēng)險(xiǎn)和不確定性，改進(jìn)投入與產(chǎn)出

的質(zhì)量,降低農(nóng)戶的生產(chǎn)成本，增加農(nóng)業(yè)產(chǎn)出。

②農(nóng)業(yè)科技三項(xiàng)費(fèi)用（Z2］投資形成的農(nóng)業(yè)科研成果可降低農(nóng)業(yè)生產(chǎn)成本，增加農(nóng)業(yè)產(chǎn)出，從

而也反映了農(nóng)業(yè)科技技術(shù)進(jìn)步。

③支援農(nóng)村生產(chǎn)支出和農(nóng)村水利氣象等部門的事業(yè)費(fèi)（Z,）中，支援農(nóng)村生產(chǎn)支出主要通過

轉(zhuǎn)移支付補(bǔ)貼農(nóng)戶，降低其生產(chǎn)成本，調(diào)動(dòng)農(nóng)民農(nóng)業(yè)生產(chǎn)的積極性，增加農(nóng)業(yè)產(chǎn)出；農(nóng)業(yè)事業(yè)

費(fèi)支撐農(nóng)、業(yè)事業(yè)單位的運(yùn)轉(zhuǎn)，并通過農(nóng)業(yè)事業(yè)單位提供的各項(xiàng)服務(wù)，擴(kuò)大農(nóng)戶生產(chǎn)及交易的

規(guī)模,減少農(nóng)戶生產(chǎn)成本和交易成本,增加農(nóng)業(yè)產(chǎn)出。

（二）模型設(shè)定

通過以上的分析，并對(duì)Cobb-Douglas生產(chǎn)函數(shù)中變量進(jìn)行技術(shù)處理之后，設(shè)定多元回歸模

型如下：

LnYt=a+P^LnPlA+0、LnZx+/72LnZ2+^LnZ3+w,

（三）模型估計(jì)

將相關(guān)數(shù)據(jù)輸入Eviews,進(jìn)行回歸結(jié)果如下：

DependentVariable:LY

Method:LeastSquares

Date:01/03/05Time:21:00

Sample（adjusted）:19852002

Includedobservations:18afteradjustingendpoints

—

VariableCoefficientStd.Errort-StatisticProb.

C22.737412.6292578.6478450.0000

LPO1.0871180.1496357.2651350.0000

LZ10.0831650.1177500.7062880.4925

LZ2-0.6267660.138525-4.5245770.0006

LZ30.3340620.1345602.4826320.0275

R-squared0.993017Meandependentvar27.81793

AdjustedR-squared0.990869S.D.dependentvar0.726053

S.E.ofregression0.069380Akaikeinfocriterion-2.268308

Sumsquaredresid0.062576Schwarzcriterion-2.020982

Loglikelihood25.41477F-statistic462.1854

Durbin-Watsonstat2.465837Prob(F-statistic)0.000000

4

由上表我們得到了我們模型回歸的結(jié)果，如下:

=22.7374升1.087118〃2,+0.083161nZ,-0.62676&nZ,+0.334062LX,

Se(2.629257)(0.149635)(0.117750)(0.138525)(0.134560)

T=8.6478457.2651350.706288-4.5245772.482632

R-squared=0.993017AdjustedR-squared=0.990869

F=462.1854Durbin-Watsonstat=2.465837

S.E.ofregression=0.069380

I、多重共線性檢驗(yàn)：

我們采用了簡單相關(guān)系數(shù)矩陣法來檢驗(yàn)我們的模型中的多重共線性：

CorrelationMatrix(表一)

P0Z1Z2Z3

P01.0000000.9232170.9483390.954615

Z10.9232171.0000000.9854480.913400

Z20.9483390.9854481.0000000.928958

Z30.9546150.9134000.9289581.000000

從（表一）可以看出，模型解釋變量間存在多重共線性，但是在運(yùn)用中我們注意到在計(jì)

算任意兩個(gè)解釋變量之間的簡單相關(guān)系數(shù)實(shí)際隱含著其他變量變化的影響，所以我們認(rèn)為上

面的的矩陣系數(shù)表中的數(shù)字并不一定是真實(shí)相關(guān)程度的反映。

我們也試圖通過用逐步回歸法來對(duì)我們的模型進(jìn)行修正，但也并不能的更良好的結(jié)果,

表明我們的模型已經(jīng)是較優(yōu)的了。

II、異方差檢驗(yàn)：

我們采用了ARCHTest來檢驗(yàn)我們的模型中的異方差性：

通過Eviews作了ARCHTest的滯后一階、二階、三階的結(jié)果分析出滯后二階的效果最好，其

結(jié)果如下：

ARCHTest

ARCHTest:

5

F-statistic1.011905Probability0.390446

Obs*R-squared2.155310Probability0.340393

TestEquation:

DependentVariable:RESIDA2

Method:LeastSquares

Date:01/03/05Time:21:33

Sample(adjusted):19872002

Includedobservations:16afteradjustingendpoints

VariableCoefficientStd.Errort-StatisticProb.

C0.0053530.0015833.3821680.0049

RESIDA2(-1)-0.2832020.279529-1.0131410.3295

RESIDA2(-2)-0.3198720.272934-1.1719730.2622

R-squared0.134707Meandependentvar0.003446

AdjustedR-squared0.001585S.D.dependentvar0.003364

S.E.ofregression0.003361Akaikeinfocriterion-8.385743

Sumsquaredresid0.000147Schwarzcriterion-8.240883

Loglikelihood70.08595F-statistic1.011905

Durbin-Watsonstat1.994269Prob(F-statistic)0.390446

從輸Hl的輔助回歸函數(shù)中得R?,計(jì)算（n-p）??？=（16-2）*0.134707=1.885898,查分布

表，給定a=0.05,自由度為P=2,得臨界值/os=5.99147>1.885898,所以接受Ho,表明我

們的模型中不存在異方差性。

III、自相關(guān)檢驗(yàn)：

由于我們的模型中含有內(nèi)生滯后解釋變量，即不滿足D-W檢驗(yàn)假設(shè)條件的第三個(gè)假設(shè),

因此我們不能采用D-W檢驗(yàn)。所以我們采用圖示法。

由上面的異方差檢驗(yàn)中的結(jié)果知道模型滯后二階的檢驗(yàn)效果最好，因此我們?nèi)（殘差序列）

的滯后階數(shù)為2。我們所作的結(jié)果如4

圖示法

6

0.05-

00.00-

LU

-0.05

-0.10-0.050.000.050.10

E

由上圖可以直觀地看出我們的模型中顯然不存在自相關(guān)性。

從統(tǒng)計(jì)檢驗(yàn)看?，R-squarcd=0.993017AdjustedR-squarcd=0.990869,回歸方程具有較好

的解釋能力。大多數(shù)回歸系數(shù)都在95%水平下大于臨界值,這表明，單個(gè)變量顯著。從圖示法

中可以看出，模型不存在序列自相關(guān)。LPO、LZ3值為正且顯著，表明農(nóng)戶私人投入、支援農(nóng)

村生產(chǎn)支出和農(nóng)村水利氣象等部門的事業(yè)費(fèi)對(duì)農(nóng)業(yè)產(chǎn)出增長有積極的作用。LZ1值不顯著，

且LZ2為負(fù)，表明農(nóng)業(yè)基本建設(shè)支出和農(nóng)業(yè)科技三項(xiàng)費(fèi)用并未有效地降低農(nóng)戶的生產(chǎn)成本。

對(duì)這個(gè)現(xiàn)象的可能解釋是,在當(dāng)前的財(cái)政運(yùn)作體系下，作為轉(zhuǎn)移支付的生產(chǎn)性支出很難真正

補(bǔ)貼給農(nóng)民,并且伴隨縣鄉(xiāng)財(cái)政壓力的日益凸現(xiàn)，縣鄉(xiāng)政府往往減少農(nóng)業(yè)基本建設(shè)支出，甚至

挪用支農(nóng)費(fèi)用，迫使農(nóng)業(yè)技術(shù)推廣站、農(nóng)機(jī)管理服務(wù)站、水利站等農(nóng)業(yè)事業(yè)單位提供有償服

務(wù)，以減輕其財(cái)政壓力，致使農(nóng)戶獲得農(nóng)業(yè)公共產(chǎn)品的成本不降反升。

研究結(jié)果表明，中國財(cái)政支農(nóng)支出項(xiàng)目中邊際產(chǎn)出效應(yīng)高低的次序?yàn)椋嚎萍既?xiàng)費(fèi)用最

高，生產(chǎn)性支出和事業(yè)贄次之，基小建設(shè)支出最差；而現(xiàn)行財(cái)政支農(nóng)支出比重由高到低的序

列為：支援農(nóng)村生產(chǎn)支出和農(nóng)村水利氣象等部門的事業(yè)嘗比重最高，基本建設(shè)支出比重次之,

科技三項(xiàng)費(fèi)比重最低?，F(xiàn)行財(cái)政支農(nóng)支出結(jié)構(gòu)出現(xiàn)了較大的偏差。

四、簡要分析及政策建議

中國財(cái)政支農(nóng)支出結(jié)構(gòu)偏差導(dǎo)致財(cái)政支農(nóng)資源配置的低效率，而財(cái)政支農(nóng)支出結(jié)構(gòu)偏差

又與現(xiàn)行的財(cái)政支農(nóng)政策制定與執(zhí)行機(jī)制有關(guān)。因此,要優(yōu)化財(cái)政支農(nóng)支出結(jié)構(gòu),避免政策失

靈,就必須進(jìn)一步改革和完善財(cái)政支農(nóng)政策體系。

實(shí)施積極的財(cái)政支農(nóng)玫策以供給農(nóng)業(yè)增長所必需的公共產(chǎn)品是中國政府的理性選擇。然

而，以糾正市場(chǎng)失靈為目標(biāo)的政府行為同樣面臨著外部性、交易/用、信息不對(duì)稱等問題。

經(jīng)濟(jì)學(xué)告訴我們，政府干預(yù)并不一定導(dǎo)致帕累托改善。中國財(cái)政支農(nóng)政策能否實(shí)現(xiàn)社會(huì)資源

最優(yōu)配置的預(yù)期目標(biāo)，不僅取決于其目標(biāo)制定過程中能否準(zhǔn)確地將農(nóng)民對(duì)公共產(chǎn)品的消費(fèi)需

求集合為“社會(huì)”需求,而且取決于財(cái)政支農(nóng)政策能否被準(zhǔn)確到位地貫徹執(zhí)行。

就財(cái)政支農(nóng)政策的制定過程而言，財(cái)政支農(nóng)政策目標(biāo)決策過程具有明顯的自上而卜的組

織安排特征。在財(cái)政支農(nóng)政策制定的過程中。一方面，作為財(cái)政支農(nóng)政策主要受益者的農(nóng)民,

因其人數(shù)眾多而陷入“集體行動(dòng)的困境”之中，難以形成對(duì)決策層產(chǎn)生較大壓力的游說團(tuán)體,

被排除在政策目標(biāo)決策程序之外；另一方面,制定財(cái)政支農(nóng)政策的決策者缺乏相應(yīng)的農(nóng)民對(duì)

農(nóng)業(yè)公共產(chǎn)品偏好的信息，財(cái)政支農(nóng)政策制定過程的這一特質(zhì)往往使政府所確定的財(cái)政支農(nóng)

7

支出結(jié)構(gòu)偏離社會(huì)的需求結(jié)構(gòu),導(dǎo)致政策失靈。

就財(cái)政支農(nóng)政策的執(zhí)行過程而言，由于政府的決策層和行政執(zhí)行系統(tǒng)有不同的行為方式,

兩者在動(dòng)機(jī)、壓力、利益導(dǎo)向等方面均有較大差異，因此，制定出來的政策不一定能被有效地

執(zhí)行。

1994年實(shí)施的分稅制，重新確定了財(cái)政支出、收入的責(zé)任劃分，財(cái)力縱向上移和事權(quán)相

對(duì)下移打破了原有的匹配關(guān)系，中央財(cái)政集中了相當(dāng)大的財(cái)政收入?yún)s沒有承擔(dān)對(duì)等的公共服

務(wù)職能，農(nóng)業(yè)公共產(chǎn)品主要由地方政府尤其是面臨著財(cái)政缺口的縣鄉(xiāng)政府提供。

在現(xiàn)行的政治體制和行政提拔體制下，對(duì)■地方政府業(yè)績的考核主要采用經(jīng)濟(jì)增長速度等

指標(biāo)。由于農(nóng)業(yè)比較利益偏低，地方政府更偏好于將財(cái)政資源投向非農(nóng)產(chǎn)業(yè)和城鎮(zhèn)。盡管說

中央政府可以采用獎(jiǎng)勵(lì)、懲罰等選擇性激勵(lì)措施,但具有信息優(yōu)勢(shì)的地方政府在與中央政府

的博弈中占據(jù)著主導(dǎo)地位，因而有可能削減或挪用財(cái)政支農(nóng)支出，其財(cái)政支農(nóng)支出行動(dòng)常常

表現(xiàn)為:更偏好于投資見效快、易出政績的項(xiàng)目，而不是期限長、具有戰(zhàn)略意義的項(xiàng)目；熱衷

于提供看得見、摸得著的“硬性”公共產(chǎn)品，而不愿提供農(nóng)業(yè)技術(shù)推廣等“軟性”公共產(chǎn)品。

這一狀況必然導(dǎo)致財(cái)政支衣支出結(jié)構(gòu)不合理

財(cái)政支農(nóng)政策對(duì)?中國衣業(yè)增長至關(guān)重要。中國農(nóng)業(yè)公共產(chǎn)品投入不足極大地制約了中國

農(nóng)業(yè)可持續(xù)增長的潛力。在中國財(cái)政支農(nóng)資源極為有限的條件下，大幅度增加農(nóng)業(yè)科技投入，

適度增加農(nóng)業(yè)基礎(chǔ)設(shè)施投入,壓縮農(nóng)業(yè)事業(yè)費(fèi)支此可提高財(cái)政支農(nóng)資源的配置效率,這應(yīng)成

為今后調(diào)整財(cái)政支農(nóng)支出結(jié)構(gòu)的方向和目標(biāo)；而要優(yōu)化財(cái)政支農(nóng)支出結(jié)構(gòu)，又必須進(jìn)一步改

革和完善財(cái)政支農(nóng)政策體系，以避免政府財(cái)政支農(nóng)政策失靈。

五、問題的解答與我們的不足

1.我們由于不太懂協(xié)整概念和平穩(wěn)性檢驗(yàn)方法，在對(duì)我們的時(shí)間序列數(shù)據(jù)檢驗(yàn)時(shí)出現(xiàn)

的問題沒有給予足夠的修正或注意。

2.還有我們?cè)谧龅倪^程中可能會(huì)有一些問題沒有考慮到或沒有考慮周全，比如解釋變量

的不足。在此問題上如我們沒有加進(jìn)農(nóng)村救濟(jì)費(fèi)這一變量，是因?yàn)檫@部分在我國存在很大的

政策因素，很多的在農(nóng)村基層逛了一圈又回到了城鎮(zhèn)，而且我們認(rèn)為救濟(jì)費(fèi)不能看作是對(duì)農(nóng)

業(yè)的資助，而不能把它當(dāng)作一項(xiàng)長期的支出。還有人提出我們模型中沒有包含上述因素的執(zhí)

行力度，我們認(rèn)為這是模型外的#考慮變量，因而不予考慮。

3.針對(duì)某些同學(xué)提出我們的模型中沒體現(xiàn)技術(shù)進(jìn)步，事實(shí)上我們模型中是考慮了的，如

我們模型中的農(nóng)業(yè)基本建設(shè)支出、農(nóng)業(yè)科技三項(xiàng)費(fèi)用、支援農(nóng)村生產(chǎn)支出和農(nóng)村水利氣象等

部門的事業(yè)費(fèi)這三部分都直接體現(xiàn)了技術(shù)進(jìn)步。

參考文獻(xiàn)

1.安廣實(shí)：《我國財(cái)政對(duì)農(nóng)業(yè)投入的問題及對(duì)策思考》，《中國農(nóng)村經(jīng)濟(jì)》1999年第9期。

2.張?jiān)t：《財(cái)政政策與中國衣業(yè)的周期性波動(dòng)》，《中國農(nóng)村觀察》2000年第4期。

3.朱品：《農(nóng)業(yè)公共投資、競(jìng)等力與糧食安全》，《經(jīng)濟(jì)研究》20。3年第1期。

4.錢克明：《中國“綠箱政策”的支持結(jié)構(gòu)與效率》，《農(nóng)業(yè)經(jīng)濟(jì)問題》2003年第1期。

5.李秉龍等：《中國貧困地區(qū)縣鄉(xiāng)財(cái)政不平衡對(duì)農(nóng)村公共物品供給影響程度研究》，《中國農(nóng)村觀察》2003

年第1期。

6.朱鋼等：《聚焦中國農(nóng)村財(cái)政----格局、機(jī)理與政策選擇》，山西經(jīng)濟(jì)出版社,2000年。

數(shù)據(jù)來源：《中國統(tǒng)計(jì)年鑒》《中國財(cái)政年鑒》網(wǎng)博國家館

國家財(cái)政用于農(nóng)業(yè)的支出單位:億元

8

年份合計(jì)占財(cái)政支出支援農(nóng)村生產(chǎn)支出和農(nóng)林農(nóng)業(yè)范本農(nóng)業(yè)科技農(nóng)村救濟(jì)其他

息計(jì)的％水利氣象等部門的事業(yè)費(fèi)建設(shè)支出三項(xiàng)費(fèi)用費(fèi)

19502.744.031.990.75

19514.193.433.670.52

19529.045.252.693.841.251.26

195313.075.964.225.771.431.65

195415.796.476.264.873.740.92

195517.016.477.845.712.271.19

195629.149.769.8513.633.102.56

195724.578.309.0610.933.071.51

195843.2810.818.7630.261.502.76

195958.2410.7222.0629.912.703.57

196090.5214.0633.7345.435.475.89

196154.7915.3930.9212.357.354.17

196236.8212.4917.888.675.225.05

196354.9816.5621.5718.480.816.967.16

196466.9817.0120.7426.171.0013.555.52

196555.0211.9617.3323.511.057.375.76

196654.1410.0718.8623.701.285.205.10

196745.6410.3815.9422.080.304.143.18

196833.249.2912.6612.232.795.56

196948.039.1314.8717.923.5811.66

197049.407.6115.9122.523.147.83

197160.758.3019.6533.270.053.144.64

197265.138.5025.1031.470.074.104.39

197385.1710.5335.4937.480.085.087.04

197491.2111.5438.2336.970.134.0111.87

197598.9612.0642.5335.560.107.4213.35

1976110.4913.7146.0139.910.7810.4813.31

1977108.1212.8250.6835.980.938.4012.13

1978150.6613.4376.9551.141.066.8814.63

1979174.3313.6090.1162.411.529.8010.49

1980149.9512.2082.1248.591.317.2610.67

1981110.219.6873.6824.151.189.082.12

1982120.499.8079.8828.811.138.602.07

1983132.879.4386.6634.251.819.380.77

1984141.298.3195.9333.632.189.55

1985153.627.66101.0437.731.9512.90

1986184.208.35124.3043.872.7013.33

1987195.728.65134.1646.812.2812.47

1988214.078.59158.7439.672.3913.27

1989265.949.42197.1250.642.4815.70

9

1990307.849.98221.7666.713.1116.26

1991347.5710.26243.5575.492.9325.60

1992376.0210.05269.0485.003.0018.98

1993440.459.49323.4295.003.0019.03

1994532.989.20399.70107.003.0023.28

1995574.938.43430.22110.003.0031.71

1996700.438.82510.07141.514.9443.91

1997766.398.30560.77159.785.4840.36

19981154.7610.69626.02460.709.1458.90

1999677.46357.009.1342.17

2000766.89414.469.78

2001917.964