「关键词财政支农；金融支农；耦合协调度；空间计量
引言
2004～2019年的中央一号文件已连续16年锁定“三农”问题，指出解决我国农业财政资金使用效率长期偏低与农村金融发展长期滞后问题，是目前我国突破农民增收瓶颈的关键所在。各年的一号文件均强调将财政扶持与金融支持作为农业经济发展的核心工具，须通过将财政支出与金融机构贷款等资源进行协调配置，形成财政资金优先保障、金融重点倾斜、其他社会资金参与的多元投入格局。然而，多年来我国存在财政支农资金管理多头、投入分散且效益较低等问题，加上农村金融市场长期存在金融抑制、金融排斥现象，不仅削弱了财政支农与金融支农之间的耦合协同作用，也形成了现代农业生产企业融资难问题，阻碍了农业经济发展。在我国实施乡村振兴战略背景下，各地区如何推动财政支农与金融支农的可持续协调发展，践行乡村振兴战略，已成为当今备受关注的重大课题。
文献综述
多年来，学者们主要对财政支农与金融支农效果，以及财政金融协同支农作用进行了探讨。在财政支农与金融支农效果方面，陈义林（2008）基于VAR模型分析了我国财政支农与金融支农对农民收入的影响，发现金融支农的效果要明显优于财政支农，财政支农在促进农民增收过程中存在“渗漏”效应。焦方义（2010）运用索洛模型分析了财政、金融资金对农业经济的影响，指出财政、信贷资金在我国东部、中部和西部地区的支农效率不高，且财政金融投入对农业经济增长的影响存在明显的地区差异。胡宗义等（2014）基于PSTR模型，探讨了我国财政支农与金融支农的最优结构比重。茹玉、林万龙（2016）采用分位数回归及因素分解法，发现我国财政投入和金融支持对农业增收都有显著的积极影响，并且财政支农的贡献更大。以上研究主要对比了财政支出和金融支持二者的支农效率，但尚未涉及将财政金融作为整体系统来进行分析。
然而，财政与金融是促进农业经济发展的两把“利剑”，各自发挥作用又能相互协调配置资源，因此财政金融协同支农作用也受到学者们的关注。Ahmad&Abdul（2009）与IonicaApostu（2012）指出，财政资金、金融信贷投入均对农业经济发展和农民增收具有积极作用，而财政与金融协同支农的效果并不理想。黄寿峰（2016）基于空间面板分位数模型，考察了财政支农、金融支农及其协作效应对农民增收的影响，也认为我国财政支农、金融支农在一定的分位点上对农民增收具有正影响，但财政与金融支农的协作效应在不同分位点上均不显著。究其原因，正如刘孝红、巴曙松（2009）认为，财政支农与金融支农各有分工，二者在支农过程中起到相互补充的作用，但是目前我国绝大部分省份的财政支农资金规模、金融支农资金配置结构均未达到最优，现阶段财政金融协同支农对农村经济的促进作用还存在较大的提升空间。董晓林等（2016）和蒋例利等（2018）也认为未来必须创新财政引导金融支农的路径，以此来创新金融制度和降低信贷风险。为了进一步考察财政金融协同支农效率，姜松等（2013）运用DEAMalmquist指数模型，研究发现自我国建立社会主义市场经济体制以来，财政金融支农协同效率逐年显著提高，但在演化过程中存在明显的“集簇性”时空差异。韩占兵（2014）运用两系统耦合度模型，发现我国东中西部三大区域财政与金融协调支农水平依次递减，各省市的财政资金与金融信贷彼此之间缺乏配合；石丹、严高（2015）也构建了财政与金融支农二元系统协同模型，认为二者之间尚未形成良好的协同发展机制，彼此还处于相对割裂式的单干支农状态。可见，金融支持与农业财政资金协同支农作用对农业经济发展、农民增收的影响巨大，但二者尚未形成良好的协同效果，未来需要深入研究是何种因素影响了财政金融支农协同作用的发挥，进而提出有效对策。
通过分析现有文献，发现当前有关财政金融协同支农的研究仍有待改善：一是学者们大多研究了财政支农与金融支农对农业经济、农民增收的作用和影响，也评价了财政与金融协同支农相关效率，但缺乏影响二者耦合关系的因素分析。二是由于财政与金融协同支农效率存在明显的地区性差异，学者们对财政与金融支农协同关系的研究忽视了各省市之间的空间溢出效应。
基于此，本文运用2010～2017年我国31个省市的面板数据，构建财政支农和金融支农二元系统的耦合关系评价体系，对二元系统耦合协调水平的空间集聚与地理差异进行实证研究，同时利用空间计量模型研究耦合协调水平的影响因素，为各地区更好地实现乡村振兴战略提供建议。
研究方法与评价模型
（一）评价指标的测算
本文分别从规模、结构、收益三个维度确定财政支农和金融支农评价指标，因各个维度发挥的作用各不相同，所以需要对每个维度的权重进行测算，测算方法借鉴章穗（2010）等人采用客观赋权法中的熵值法，因为通过客观赋权法，可在确定财政支农和金融支农指标权重系数时避免人为因素干扰造成的偏差，熵值大小能客观反映各维度指标在综合指数中的大部分原始信息。因此，通过熵值法计算综合评价得分，即可得到财政支农综合指数和金融支农综合指数，具体测算的步骤参考章穗（2010）等人的研究。
（二）耦合协调评价模型
本文首先从系统耦合角度研究财政支农和金融支农的关系。通过参考刘耀彬（2005）两系统耦合度模型，构建测度2010～2017年我国31个省份财政支农和金融支农二元系统耦合协调模型。
pagenumber_ebook=62，pagenumber_book=60
其中，C(0＜C＜1)是耦合度，D(0＜C＜1)是耦合协调度，T是反映财政支农和金融支农系统综合协调的指数，X，Y分别表示财政支农、金融支农的综合指数，其系数α，β分别表示两个系统的权重，且α+β=1。本文根据二元系统权重选择思路，将两个系统的作用视为同等重要，取α=β=1/2。通过运用以上模型可计算出各地区财政支农和金融支农系统耦合协调度。
（三）空间计量模型
1.空间自相关分析
空间自相关包括全局自相关和局部空间自相关。全局自相关采用Moran’sI指数检验沿线省市耦合协调度是否存在交互作用，计算式为：
pagenumber_ebook=62，pagenumber_book=60
其中n为沿线31个省市，xi，xj分别为i省市和j省市的耦合协调度，pagenumber_ebook=62，pagenumber_book=60为平均值，ωij为空间权重矩阵，Moran’sI∈[-1，1]。局部空间自相关计算式为：
pagenumber_ebook=62，pagenumber_book=60
2.空间回归模型
空间回归模型主要包括空间误差模型(SEM)和空间滞后模型(SLM)。SEM模型表达式为：
其中，pagenumber_ebook=63，pagenumber_book=61为回归系数向量，pagenumber_ebook=63，pagenumber_book=61为误差向量，pagenumber_ebook=63，pagenumber_book=61为pagenumber_ebook=63，pagenumber_book=61的空间自回归系数。SLM模型为：
pagenumber_ebook=63，pagenumber_book=61
其中，Wy为空间滞后算子，ρ反映周边省市对于本省市观测值的影响程度。
（四）指标体系与数据来源
本文借鉴财政支农和金融支农体系的相关研究（韩占兵，2014；胡宗义，2014；王谦等，2017），从规模、结构和效益三个维度构建财政支农和金融支农系统评价指标体系，并将其评价指标进行拓展，以更好地体现财政与金融协同支农效应。本文考虑到数据的代表性和可得性，构建以下指标来综合分析各省市之间二元系统耦合协同效果。具体指标见表1。数据来源于《中国农村统计年鉴》《中国财政年鉴》《中国金融年鉴》《中国保险年鉴》及各省市的统计年鉴。
我国财政金融支农耦合关系分析
（一）耦合协调水平评价标准
通过熵值法计算得到各子系统的综合指数后，利用耦合协调评价模型测算出各省市财政支农和金融支农耦合协调度，其分类等级参考刘耀彬等（2005）给出的取值范围：0≤D≤0.4、0.4＜D≤0.5、0.5＜D≤0.8、0.8＜D≤1分别为低度、中度、高度、极度耦合协调阶段。二系统耦合协调度测算结果如表2。
（二）耦合协调水平测算结果分析
1.全国整体分析
从全国整体看，财政与金融协同支农耦合水平恰好达到高度耦合协调阶段，平均值为0.560，且历年来整体呈逐步上升趋势，从2010年的平均值0.421上升到2017年的0.637，耦合协调水平上升幅度约为51%。然而耦合水平值还比较低，与极度协调水平值0.8相差较大，说明我国财政与金融协同支农效率尚存在较大提升空间。
2.东中西部区域分析
从各区域看，中西部财政与金融协同支农耦合协调水平呈现逐年上升趋势，但东部地区是先上升至2014年达到最大，后出现下降趋势，同时三个地区的耦合协调水平差异显著，平均值分别为0.599、0.563和0.522，均恰好达到高度耦合协调阶段，特别地，西部地区平均值在全国整体水平之下，说明西部的财政与金融协调支农耦合水平较差。由此可知，东部地区耦合协调水平最高，中部次之，西部最低，即财政金融协同支农效率存在明显的地区性差异。
3.省际分析
从表2中的排名情况看，排名前十的省份中有8个省份分布在东部地区，该地区各省市的经济较发达，占据我国主要的经济、社会资源，因此无论是财政支农还是金融支农效果均是最优的，也最有利于二者的耦合协调作用的发挥。相反地，排名后十位的省份大多分布在西部地区，其中，西藏与新疆两省的财政与金融协同支农耦合协调水平最低，其历年平均值分别为0.468和0.439，尚处在中度耦合协调阶段；此外，甘肃、宁夏、贵州等省份的耦合协调水平均值约为0.515，仅跨过高度耦合标准值约0.15，说明历年来西部地区近一半省份的财政与金融协同支农耦合协调水平偏低，尚未形成良好的财政金融协同支农效果。
此外，由各省市历年的耦合协调水平值可知，2010～2013年，我国大部分省份的耦合水平值小于0.5，尚处于中度耦合协调阶段，自2014年以来才有所改善，除了西藏、新疆两省的耦合水平分别为0.427和0.429之外，其他省份均大于0.5，处于高度耦合协调阶段。此后，大多数省份的耦合水平值上升到0.6以上，直到2016年，北京、上海两省达到0.7以上，接近极度耦合，但截至2017年，我国所有省份均未达到极度耦合协调状态。
（一）耦合协调水平的空间相关性分析
运用Stata15对财政与金融支农耦合协调水平的空间相关性进行分析，其结果如表3所示。
从表3可以看出，多数年份下全局Moran’sI指数是显著的，故财政支农与金融支农耦合协调水平通过了空间自相关检验，表明我国各省市财政与金融支农耦合协调水平存在显著的空间依赖性，且多数全局Moran’sI指数值显著为正，说明该耦合协调水平具有空间正向集聚性，因此，有必要将空间效应纳入到财政与金融协同支农的溢出性分析之中。
（二）耦合协调水平影响因素的空间回归分析
1.指标变量选取
由于财政支农与金融支农耦合协调水平存在显著的空间依赖性，本部分将利用空间计量模型研究我国各省市财政与金融支农耦合水平的影响因素。所选取的被解释变量为财政与金融支农耦合水平，解释变量为各影响因素指标：（1）经济发展质量（地区农业GDP）；（2）政府重视力度（农林水支出与财政支出总额之比）；（3）农村信贷投入（涉农贷款占农业总产值之比）；（4）社会支持水平（人均农村固定资产投资）；（5）农业产业升级（第二、第三产业总产值占GDP的比重）。
2.实证结果分析
通过对我国财政与金融支农耦合水平的影响因素进行空间计量分析，其回归结果如表4所示。
当R2和似然估计值越大，AIC值和SC值越小时，回归模型估计效果越好，因此由表4可知，本文应选择空间滞后模型SLM中的固定效应估计最合适。由该模型的估计结果可知，各影响因素的系数均为正数，且仅除了农业产业升级，其他影响因素的系数均显著，说明经济发展质量、政府重视力度、农村信贷投入、社会支持水平均能在一定程度上对财政与金融支农耦合水平有显著正向影响。具体而言：
（1）政府重视力度对耦合水平的影响系数高达0.828，是促进我国各省市财政与金融支农耦合协调水平提升的最大因素。农业财政支出的增加，有利于各级政府实施财政贴息、信贷担保等优惠政策，引导更多的金融资源投向农业领域，增加农业开发资金的投入规模，促进农业生产，进而提升财政与金融协同支农效率（黄寿峰，2016）。
（2）经济发展质量对耦合水平的影响系数为0.072，说明地方经济发展水平的提升，能为财政与金融协同支农政策提供良好的外部经济环境。该结果符合预期，因为相对于经济欠发达地区而言，经济发达地区的财力、人力、物力资源较丰富，技术管理水平与资源配置效率也比较高，有利于相关职能部门发挥支农作用，提高支农服务水平。
（3）社会支持水平也是提升耦合协调水平的重要因素，其估计系数达到0.030。一直以来，农业综合开发、农业生产过程均需要消耗大量资金，也需要农业基础设施的支撑，农村固定资产投资能够为农村再生产活动提供非农户投资和农户投资资金，以进行农村固定资产建造等经济活动，固定资产投资增加会扩大农业开发项目经营规模，进而提升农业生产综合效益（赵勇智，2019）。随着农业综合开发项目投资不断步入成熟阶段，财政资金与金融信贷的协调配置作用得以有效发挥。
（4）农村信贷投入作为金融支农的核心工具，其估计系数仅为0.021，即现阶段信贷投入对耦合协调水平的促进作用较低，表明目前农村金融支持“三农”所带来的经济效益有限。究其原因，除了政府部门与金融部门的协调配合度不高，使财政资金与金融信贷资金的配置效率受阻之外，更主要的是因为农村地区存在不同程度的金融排斥现象，农户等弱势经营主体被金融机构排斥在外而不能获得所需的金融产品和服务，涉农企业和农民融资难问题日益严重（董晓林、徐虹，2012）。因此，如何缓解农村金融排斥现象，协调配置信贷资金，进而突破金融支农效率瓶颈，成为提升我国各省市财政与金融支农耦合协调水平的关键。
（5）农业产业升级的估计系数没有通过显著性检验，表明各省市农业产业化发展还处于初级阶段，这一阶段缺乏关键性创新技术的支持，各投入要素的利用效率偏低，导致第二、第三产业总产值占GDP的比重尚未达到最佳标准。当前我国产业结构存在缺陷，未能明显促进财政与金融支农耦合协调水平的提升（胡宗义，2014），未来仍需改善产业结构，加大技术与资金的扶持力度，进一步推动农业产业升级。
结论与政策启示
本文运用耦合协调度模型及空间计量方法，对我国财政支农与金融支农耦合协调水平及其空间效应进行了实证分析。研究发现：1.我国整体耦合协调水平恰好处于高度耦合协调阶段，但其均值大小仅为0.560，说明耦合协调水平仍然偏低；同时，我国耦合协调水平存在明显的地区性差异，表现为东部地区最高，中部次之，西部最低。2.对省际而言，近年来各省市耦合协调水平呈逐步上升趋势，已逐渐处于高度耦合协调阶段，但各省市发展不均衡。3.耦合协调水平整体呈显著的空间正相关关系，高度耦合协调水平极的省份不断增加。4.通过空间计量分析，揭示了经济发展质量、政府重视力度、农村信贷投入、社会支持水平是显著提升耦合水平的因素，而农业产业升级尚未发挥显著促进耦合水平的作用。特别地，政府重视力度即农业财政支出对耦合水平的正向影响作用较大，相反，农村信贷投入的促进作用较低。
基于以上结论，本文提出几点对策建议：
一是发挥财政支农与金融支农高度耦合协调水平极的优势，利用空间依赖性提升低耦合协调水平极区域的耦合水平，促使全国整体均衡发展。东部地区的耦合协调水平最高，可利用优越的地理优势、社会资源优势，建立辐射范围面更广的财政金融协同支农发展中心。中部地区可利用中心区位优势，借助东部高度耦合协调水平的集聚效应和溢出效应补足自身缺陷，同时协调西部地区毗邻省份的资源，实现协同发展，进一步提高本地区的耦合水平。西部地区应重点关注处于中度与高度耦合边缘的西藏、新疆、甘肃、宁夏、贵州等省份，增加财政支出与金融信贷资金配置效率，通过利用周边地区较为发达的经贸市场，整合农业生产资源，发展农业产业，从而提高西部地区以农业为主的综合效益。
Abstract：ThispapercarriedonanempiricaltestfortherelationshipbetweengovernmentfinancialassistanceandcorporateR&Dinvestmentinthecontextofdifferentfinancingconstraints.Theempiricalresultsshowthatwhethercorporatehasstrongorweakfinancingconstraints，governmentfinancialassistancehasinducedeffectsforcorporateR&Dinvestment.Comparedwiththecorporatewithstrongfinancingconstraints，theinducedeffectsofgovernmentfinancialassistanceperformbetterincorporatewithweakfinancingconstraints，andhasnothingtodowiththeequitynatureofthecorporate；inaddition，comparedwiththenon-state-ownedenterprises，theinducedeffectsofstate-ownedholdingenterprisesaremoresensitivetothestrengthoffinancingconstraints.
关键词：融资约束；政府财政资助；企业研发投入
Keywords：financingconstraints；governmentfinancialassistance；corporateR&Dinvestment
中图分类号：F832；F275文献标识码：A文章编号：1006-4311（2014）09-0116-03
0引言
在社会经济发展的转型时期，企业只有依靠科技创新、加大研发投入才能增强自身的盈利能力和市场竞争力。但是，研发投入具有规模大、风险高和回报时间长等显著特点，而目前我国股市正处于低迷阶段，企业通过上市或增发从股票市场筹集资金进行研发投入的难度巨大。此外，受银行项目贷款审批周期较长、债券发行条件较为严格等客观因素影响，企业研发投入的外部融资渠道狭窄。因此除了将自身未分配利润投入新技术和新产品的研发外，政府财政资助也是企业研发非常重要的资金来源之一。
企业研发投入不仅与政府财政资助有关，也与其面临的融资约束环境相关。FHP（1988）将融资约束解释为在不完善的资本市场条件下，由于内部融资成本和外部融资成本之间存在差异，因而企业倾向于使用融资成本低的内部融资而非融资成本高的外部融资。那么，政府财政资助与企业研发投入之间究竟存在什么关系呢？在不同的融资约束背景下这种关系是否会发生改变？这些问题都值得我们去深入研究和探讨。
1文献回顾和理论分析
1.1文献回顾政府试图通过财政补贴等政策增加企业R&D活动的资源配置，但是国内外学者的研究结果显示，政府资助对企业研发投入的影响存在两种效应：一是诱导效应，即企业从政府获得资助后将激励其加大研发投入的力度，以获得更多更好的产出。Hamberg（1966）将405个样本企业分为八个行业，通过实证检验得出政府资助与企业R&D投入正相关的有六个行业（包括四个显著正相关的行业），另外两个行业为负相关但不显著。二是挤出效应，是指企业用政府资助替代自筹资金，政府资助不但没有促使企业加大研发资金投入，反而减少了企业原本计划投入的自筹资金。如白俊红，李婧（2011）运用1998-2007年中国大中型工业企业分行业的面板数据从效率视角进行实证分析后得出结论，政府R&D资助对提升企业的技术创新效率有显著的正向影响。
1.2理论分析与研究假设政府R&D资助可分为财政资助和其他资助。本文涉及的“政府财政资助”是指政府以财政收入在企业的新技术或新产品等研发项目开始之前对其进行资金补助，包括由政府财政拨款直接补助企业科研项目的资金和由政府财政拨款给企业发展专项资金，并通过专项资金间接补助企业科研项目的资金，政府的这种财政资助行为不仅从经济上对企业的研发项目给予支持，而且以信号窗口的形式告诉企业这些研发项目属于政府重点扶持发展的领域，也就是说这些项目受到政府的一种隐形保护，其研发投入风险对比那些没有政府财政资助的项目而言更低，从而增强了企业加大研发投入力度的意愿。因此，从理论上来讲，政府财政资助可以对企业的研发投入行为产生诱导效应。为此，我们提出以下假设：
假设1：无论是融资约束强的企业还是融资约束弱的企业，政府财政资助对企业研发投入都具有诱导效应。
在强融资约束下的企业融资渠道少，融资成本高，为了满足企业日常经营的资金需求，企业不仅不会增加自筹资金投入研发项目，而且更有动机将政府财政资助的资金挪用于非研发项目中去；面临弱融资约束的企业较容易从外部筹资，对政府财政资助的依赖性不如强融资约束的企业，因此政府对企业研发项目的财政资助将会真实地被投入到研发项目之中，因此，相对于强融资约束的企业而言，弱融资约束的企业获得的政府财政资助对其研发投入的诱导效应更加明显。于是我们可推导出第二个假设：
假设2：就政府财政资助对企业研发投入的诱导效果而言，融资约束弱的企业好于融资约束强的企业。
2研究设计与描述性统计
2.1样本选取与数据说明本文以在我国创业板上市三年（含）以上的153家公司为研究对象，选取2010-2012年为研究区间，剔除数据缺失或具有极端值（股利支付率异常高）的样本后，总共得到有效样本456个。本文使用的原始数据均来自于我国创业板上市公司公开披露的年报，并利用聚源数据库和iFind软件对所需数据进行了筛选和整理。
2.2变量定义与模型构建
2.2.1变量定义（表1）
本文首先引入融资约束程度（DUM1）作为第一个虚拟变量，旨在考察在不同的融资约束程度下政府财政资助对企业研发投入的诱导效应或挤出效应的表现是否有所不同。然后再引入股权性质（DUM2）作为第二个虚拟变量，以检验在不同的融资约束程度和不同股权性质下，政府财政资助对企业研发投入的诱导效应或挤出效应是否具有稳健性。
2.2.2模型构建
模型一：RDt=？琢0+？琢1×Gt-1+？琢2×DUM1×Gt-1+？琢3×INTAN+？琢4×ROE+？琢5×LEV+？琢6×SIZE+？琢7×SALE+ui
在模型一中，当融资约束弱，即DUM1=0时，如果？琢1为正，说明政府财政资助有助于激励企业加大研发投入；如果？琢1为负，说明在政府财政资助下，企业减少了其研发投入。在融资约束强，即DUM1=1时，如果（？琢1+？琢2）为正，说明政府财政资助对企业研发投入具有诱导效应；如果（？琢1+a2）为负，说明政府财政资助会挤出企业自身的研发投入。
模型二：RDt=？茁0+？茁1×Gt-1+？茁2×DUM1×Gt-1+？茁3×DUM2×Gt-1+？茁4×DUM1×DUM2×Gt-1+？茁5×INTAN+？茁6×ROE+？茁7×LEV+？茁8×SIZE+？茁9×SALE+？着i
在模型二中，当融资约束强且企业为国有控股，即DUM1=1，DUM2=1时，如果（？茁1+？茁2+？茁3+？茁4）为正，则政府财政资助与企业研发投入之间是诱导效应，反之则为挤出效应。当融资约束弱且企业为国有控股，即DUM1=0，DUM2=1时，如果（？茁1+？茁3）为正，则政府财政资助促进企业自身研发投入，反之则为替代作用。当融资约束强且企业为非国有控股，即DUM1=1，DUM2=0时，如果（？茁1+？茁2）为正，则两者是相互促进的，反之则为挤出关系。最后，当融资约束弱且企业为非国有控股，即DUM1=0，DUM2=0时，如果？茁1为正，政府财政资助的增加会激励企业增加其研发投入，反之亦然。
2.3描述性统计本文采用股利支付率作为“融资约束”的衡量指标，拥有高股利支付率的企业我们认定其为面临弱融资约束的企业，反之亦然。我们计算出每家创业板上市公司三年的平均股利支付率，再以样本中所有企业三年的平均股利支付率的平均数为区分融资约束强弱的标准，高于该标准的企业属于弱融资约束的企业，低于该标准的企业属于强融资约束的企业。
我们手工收集了2010-2012年连续三年的企业研发投入的数据，该项数据主要来源于创业板上市公司每年公布的年度财务报告的报表附注中的“研发支出”“研发投入”或“研发费用”等项目。从统计结果可知，融资约束弱的企业无论是研发投入的最小值、最大值、还是研发投入的均值、中位数都大于融资约束强的企业相应数值，这说明融资约束弱的企业可以从外部市场获得更多的低成本资金来满足自身经营需要和投入研发活动。
由于政府财政资助对企业研发投入的影响具有滞后性，我们用提前一期的政府财政资助来考察对当期的企业研发投入的效应，我们手工收集了2009-2011连续三年的政府财政资助的数据。统计结果显示，在2009-2011三年中，融资约束弱的企业其政府财政资助强度的最大值、均值都比融资约束强的企业的相应数值要大。由此我们判断，政府财政资助与企业研发投入之间可能存在正相关关系，融资约束弱的企业的相关性可能比融资约束强的企业的相关性更大。
3实证检验
3.1多元回归分析表2是模型的多元回归分析结果，其中，模型一只包含融资约束一个虚拟变量，模型二则纳入了融资约束和股权性质两个虚拟变量。
由模型一的回归结果可知，在融资约束强的背景下，政府财政资助与企业研发投入在5%的显著性水平下是正向关系，但回归系数仅为0.42；相反，在融资约束弱的背景下，尽管政府财政资助与企业研发投入在5%的显著性水平下也是正向关系，两者的回归系数却达到1.85。即无论融资约束的强弱，政府财政资助对于企业研发投入都具有诱导效应，不过，弱融资约束条件下的诱导效应比强融资约束条件下的诱导效应更大，这表明前述假设1和假设2均获得了支持。
3.2稳健性检验模型二进一步检验了不同融资约束背景和不同股权性质下，政府财政资助与企业研发投入的关系。检验结果显示，无论是国有控股企业还是非国有控股企业，也无论企业面临的融资约束是强或者弱，政府财政资助与企业研发投入之间均在5%的水平上存在显著正向关系（回归系数均为正），即前者对后者产生了诱导效应。其中，融资约束弱的国有控股企业的诱导效应最大（回归系数为3.71），融资约束强的国有控股企业的诱导效应最小（回归系数为0.05）。另一方面，这种诱导效应在弱融资约束的企业中要比在强融资约束的企业中更大，而且与企业的股权性质无关。这说明模型一的结果具有稳健性。
4研究结论
本文选取2010年（含）以前在我国创业板上市的152家公司为研究样本，以股利支付率为融资约束强弱的衡量标准，并引入融资约束虚拟变量，考察了不同融资约束背景和不同股权性质下，政府财政资助与企业研发投入之间的关系。通过实证检验，本文得出以下三个结论：第一，无论是融资约束强的企业还是融资约束弱的企业，政府财政资助与企业研发投入之间都存在显著正向关系，即前者对后者具有诱导效应；第二，与融资约束强的企业相比，政府财政资助对企业研发投入的诱导效果在融资约束弱的企业中表现得更好，且与企业的股权性质无关；第三，与非国有控股企业相比，国有控股企业的诱导效应对融资约束的强弱更加敏感。
参考文献：
[1]白俊红，李婧.政府R&D资助与企业技术创新——基于效率视角的实证分析[J].金融研究，2011，6.
2007年美国次贷危机引发了全球金融危机，造成了二战以后世界经济的最大衰退，至今世界尚未完全走出危机阴影。在对金融危机进行深刻反思的过程中，金融安全网再次成为学界和业界关注的焦点。经历了长期的探索后，在危机前金融安全网已形成了相对完整的体系，一般认为，传统的金融安全网主要包括三个部分：审慎监管、最后贷款人制度和存款保险制度①。在2007年的危机中，政府对陷入流动性困境的银行进行了大规模注资，财政注资随之成为金融安全网一个重要的内容，金融安全网的范围进一步拓展。在危机中，金融安全网所发挥的作用被学界和业界所广泛关注。本文通过构建实证模型分析美国政府财政注资对金融市场的影响，来研究财政注资这一金融安全网的新要素对于稳定金融市场的作用，这对于了解财政注资的积极作用具有十分重要的意义。
在国内外已有的研究文献中，对金融安全网的研究取得了一定的成果，但对于政府注资这一金融安全网的新要素的研究尚非常罕见。本文的研究对于这一研究领域无疑是一个有益的补充，为进一步了解财政注资的稳定作用，完善金融安全网提供了理论依据。
二、理论分析
在一般情况下，如果具有清偿能力的金融机构由于出现流动性问题而陷入危机时，中央银行会履行最后贷款人职能，向这些金融机构发放贷款，以帮助金融机构短期渡过难关。然而，一旦金融机构大面积出现清偿能力不足时，金融系统出现偿付危机，仅仅依靠中央银行向金融机构再贷款已经无法从根本上缓解和阻止金融危机的蔓延。在这种情况下，政府财政部通常采取动用税收、发行国债、提供担保等方式向丧失清偿能力的金融机构注入资产，通过剥离不良资产和购买银行资本权益，进而达到充实银行资本金的目的。
2007年爆发的金融危机直接催生了财政注资，至今仍大行其道。虽然财政注资的目标也是修复市场信心，管理金融危机，但作为一种新的救助方式，与金融安全网的其他要素存在着很大的差别。审慎监管要素强调事前预防，监管当局通过事前对金融机构风险状况进行科学预测和积极监督来对金融危机进行防范，银行监管主要是针对银行个体来进行的，通过审慎监管促使银行提高风险管理水平，从而最大限度地降低整个金融系统的风险;最后贷款人则强调事中救助，中央银行对发生流动性危机的金融机构提供紧急援助。个别的危机事件极可能会导致系统性金融风险的产生，当某些金融机构出现流动性危机时，中央银行此时向金融机构及时提供流动性，避免引发金融机构之间的多米诺骨牌效应，有效阻止金融危机的蔓延;存款保险制度则强调事后修复，在金融机构倒闭后对存款人进行一定数额的偿付以确保金融系统迅速恢复。此外，存款保险制度以国家信誉保证承担存款人的部分损失，稳定金融市场的信心，抑制金融市场的恐慌情绪，防止金融危机的扩散。虽然对于这些要素在防范金融危机过程中所处不同的发挥作用时机进行区别有些偏颇，因为这些要素的作用可能贯穿于整个危机防范过程中，如存款保险和最后贷款人制度在事前也能一定程度上起到修复市场信心的作用，但是通过时机的划分，我们对金融安全网各要素的作用特别是政府注资的作用有更为清晰的认识。
如果事前的预防不到位，那么事中救助则显得十分重要。但是在2007年金融危机过程中，最后贷款人机制名存实亡，因为如果任何一个机构向中央银行申请再贷款，无异于向世人昭示其存在流动性问题，进而会导致市场对其看空，使得危机进一步加剧。因此，雷曼兄弟即使在陷入严重的危机时刻，仍然放弃了向央行贷款。财政注资则恰好可以弥补这一缺陷，财政注资主要是政府财政通过剥离问题金融机构的不良资产和购买其股权的形式向金融机构注资，充实其资本金。当金融机构出现流动性问题而非清偿问题时，中央银行向其提供贷款就能缓解银行困境。而当金融机构由于严重亏损而丧失清偿能力时，中央银行仅向其提供贷款已经无能为力，为了避免其倒闭所带来的严重后果，政府不得不介入，充实其资本金。财政注资的作用对于稳定金融市场的作用是十分重要的，财政注资无疑向市场释放了积极干预的信号，重拾了市场信心，对于拯救濒临倒闭的金融机构，防止危机的扩散具有至关重要的作用。
三、实证检验
根据前文的理论分析，本文研究的主旨在于从金融市场风险(波动性)的视角来揭示政府注资的作用，检验政府注资是否能有效化解金融市场风险，降低金融市场波动性。因此，本文的研究设计也是紧密围绕这一主题展开，本文采用事件研究法(EventStudy)来对前文的理论分析进行验证。
(一)研究设计
本文研究设计分为以下三个步骤进行：1.指标选取。首先，需要确定金融市场风险即波动性的指标。在已有的研究中，通常使用证券价格的方差作为衡量金融市场波动性的指标。但是，其存在一个隐含的前提，即不同时点的证券价格相互独立，收益率分布呈正态。然而，在股票市场中，股票价格的方差是呈现出聚丛性的特征，且表现出明显的时变特征，随时间变化而变化。仅仅使用方差作为指标显然已经无法科学地刻画出市场波动性。因此，本文计划采用证券价格条件方差作为反映金融市场波动的衡量指标。条件方差是在给定全部历史信息集的条件下，对于证券价格变动的方差所做出的估计。随着时间的推移，历史信息集也会发生相应的改变，因而条件方差也会随之变化。条件方差在一定程度上改进了方差的静态特征缺陷。
其次，确定估计所采用的方程。由于一般计算估计条件异方差模型都是采用ARCH模型及其推广形式。结合以前的研究成果，本文采用广义条件异方差GARCH模型来计算出金融市场波动性，作为衡量金融市场波动的指标。
最后，由于美国是此次金融危机的重灾区，因此，本文计划主要对美国的财政注资在化解金融风险、抵御金融危机中的作用进行实证分析。
2.时间窗口确定。在得出了金融市场风险的相应指标以后，需要确定政府注资的确切时间，以便对这一事件所发挥的作用进行分析。在时间的确定上，有政府宣布注资和政府实际进行注资两个不同的时点。由于政府强大信誉的担保，财政部宣布注资必定对金融市场的预期产生影响，因此，本文优先选择政府宣布注资日，由于部分数据缺失，在无法准确确定政府宣布注资日的情况下，本文才考虑选择实际注资日。同时，由于政府注资日当天可能处于节假日，股票市场停止交易，因此，这一消息只有在第二天股票市场恢复交易时才有所反映，因此，在本文研究设计中，如果注资日处于节假日，则将其顺延至其后的第一个股票交易日，将顺延后的这一交易日作为事件前后的分界点。
3.对事件前后进行比较。在明确了注资日以后，本文将以注资日为分界点，分为前后两个不同的时段。本文旨在考察政府注资前后，金融市场波动性是否产生显著的变化，因此，本文试图找出所有注资事件的全部累积效应。考虑到条件方差在不同时期存在很大的差异，因而，本文不是通过直接比较其条件方差的大小，而是先计算出条件方差的连续增长率，然后将所有注资日前后的波动性的增长率进行平均，找出整个金融市场风险的变化趋势。其计算公式为：VOLt=tt-1-1，其中，t代表t期的条件方差，VOLt为条件方差变动率。
这样避免了单纯通过比较注资日前后条件方差的差异而导致的问题，在这种情况下，如果某一次注资时期的条件方差很大，可能会改变全部注资事件整体的趋势，这样得出的结论显然有失科学性。
同时，由于很难准确地得到条件方差t的分布，因此，很难采取参数检验的方法来判定注资日前后股票市场波动性是否存在显著差异。而且，由于条件方差选自不同的时点，属于时间序列，不是截面数据，因此也无法采用非参数检验方法判定注资日前后的差异。因此，本文通过简单描述的方式进行初步判断，虽然缺乏一定严密性，但是依然可以判断出其大致的变化趋势。
(二)实证结果
在明确分析步骤以后，本文选取相应的数据，进行计量分析。本文重在考察次贷危机发生以后这段时期政府注资在化解金融风险中的作用，因此，本文所选的时间段为2007年4月3日至2009年4月30日大约两年多的时间。本文选取美国标准普尔SP500指数表示美国和英国金融市场的情况。
根据方程的估计结果，可以清晰地看到，美国股票市场价格指数的方差确实服从GARCH(1，1)过程，本文根据估计的方程提取条件方差的数据，作为衡量金融市场波动性的指标。下图给出相应的描述图。
2.在获取了金融市场波动性即股票指数条件方差的相关数据以后，本文开始进行第二个步骤，确定注资日的具体时间。根据公开可获得的资料，本文整理出了次贷危机发生以后，美国财政部对金融机构的注资。下图列出了详细的注资一览表。
在提炼出条件方差的数据以后，本文逐一计算出美国财政部每次注资前后条件方差的变动率VOLt，然后依据时间窗口将这些变动率平均，得出整个金融市场波动率在政府注资前后的整体走势。
依据这些步骤，本文计算出了注资前后美国股票市场波动性平均变动率的相关数据，参见下图。
根据分析结果，可以判断，美国政府的注资对降低金融体系的风险，降低金融市场的波动性产生了明显的积极的影响。美国政府的注资终止了金融市场波动性及金融风险在次贷危机中日益增大的趋势，有效降低了面临的金融风险。
四、结论
作者简介：孙宁华（1968-），男，河南固始人，副教授，博士，主要从事宏观经济学、金融衍生产品和计量经济学研究。Email：njusnh@njueducn
摘要：本文基于新古典增长理论，构建了一个刻画财政支出倾向、金融市场失衡与城乡收入差距之间关系的动态一般均衡模型，并使用1996—2010年间中国宏观经济统计数据进行参数校准和数值模拟。研究结果表明，在其他因素不变的情况下，城乡金融市场发展差异性对城乡收入差距有显著影响，财政支出倾向的影响次之。财政支出的城市倾向策略，一方面促进了城市经济的发展，另一方面也不可避免地扩大了城乡收入差距。最后，本文据此给出了政策建议。
关键词：金融市场失衡；城乡收入差距；财政投资城市倾向
中图分类号：F81045；F8309文献标识码：A
文章编号：1000176X（2013）08004109
一、问题的提出
收入分配是否公平是关系到社会稳定、人民幸福的重大经济问题。根据世界银行统计，2005年中国的基尼系数为0425，同样是人口大国的印度，同年的基尼系数仅为0334。中国已经跨入了贫富差距悬殊的经济发展阶段，不同收入阶层之间的对立情绪已经影响到社会和谐与经济平稳增长。“十”报告指出，“调整国民收入分配格局，加大再分配调节力度，着力解决收入分配差距较大问题，使发展成果更多更公平惠及全体人民”。城乡收入差距扩大是造成中国收入分配不公平的主要原因之一。1978年我国城乡收入差距
此处以城市居民家庭人均可支配收入与农村居民家庭人均纯收入之差表示城乡居民的绝对收入差距。
为210元，2002年城乡收入差距为5227元，而2010年城乡收入差距为13190元，可见，城乡收入差距呈现不断扩大的趋势。
我们的直观和初步分析结论是，财政支出倾向的不同和金融市场发展的失衡是城乡收入差距扩大的主要原因。
首先，公共财政的一大职能是调节收入分配，财政支出政策对居民收入分配的调控作用具有其独特性，是任何其他政策不可比拟的。统计数据分析发现，1992年以来用于农村地区的财政支出占全国财政总支出的比重在绝大部分年份低于10%，最高的年份也仅为11%。而财政支出用于非农业的支出占财政总支出的比重高达89%。非农产业一般布局于城镇，全国主要的服务业和工业集中在城镇，而农村的产业发展还只是以农业为主。财政支出明显带有城市倾向，在这种倾向下，城市由于政府的投资项目带动了就业、拉动了消费，城市居民能够低成本地享受公共服务；而在农村，基础设施建设得到的政府支持不多，需要村民自己集资建设。财政支出的城市倾向直接和间接地导致了城市居民比农村居民享受了更多的公共资源，城市的生活水平高于农村，城市经济的发展明显快于农村，城乡收入差距也就不可避免地扩大了。
其次，新中国的金融市场历经六十多年的风风雨雨，金融监管制度不断完善，金融机构不断涌现，金融工具不断创新，但是城乡金融市场失衡也在日益加剧。不同于城市地区金融机构的多样性，农村地区的金融机构种类有限，多以银行为代表的信贷机构为主，金融产品种类单一，多以借贷为主。而单纯的贷款由于生产的分散性很难满足金融机构要求的诸多条件，同时也缺乏合适的投资渠道，农民很难也很少成功进行贷款。因此，农村地区的金融业务事实上是以储蓄为主。而各种金融机构的盈利导向致使农村地区的存款不断流入城市地区。这种城乡金融市场发展的失衡带来的是农村居民无法高效地利用金融机构进行扩大再生产和增加收入；而城市居民则可以不断拓展自己的投资活动，城乡收入差距也在这个过程中不断扩大。
综合以上两个原因，本文认为有必要研究财政支出倾向、金融市场失衡与城乡收入差距的关系，以及财政因素和金融因素对城乡收入差距影响的方向和大小。
二、文献综述
国内外学者对于城乡收入差距进行了大量研究。关于城乡居民收入差距理论最早可以追溯到“库兹涅茨曲线”的提出。1955年美国经济家库兹涅茨基于美、英和德等国家历史数据的分析，提出了收入差距与经济增长之间存在着倒U型曲线关系。即在经济发展初期，收入差距会逐渐扩大，只有经济发展到一定程度后，收入差距才会随着经济发展而不断缩小。这个理论颠覆了人们认为随着经济发展收入差距会相应减少的习惯性思维。
“库兹涅茨曲线”是从欧美国家的经验数据中得出的结论，那么其对于中国的适用性如何呢？王韧[1]从中国的对外开放与城乡收入差距的关系出发对该理论进行了检验，他采用城市居民消费水平与农村居民消费水平之比，通过建立一个回归方程，分别考察了经济开放度指标、城镇化程度、制度和政策这四个变量对城乡居民收入差距的影响方向，实证结果表明，中国经济开放对城乡收入差距的影响经历了一个倒U型的过程。
明确了城乡收入差距与经济发展的关系后，更多的学者关注的是哪些因素影响着城乡收入差距，并为找出相应的政策措施提供依据。下面，我们选取有代表性且与本文所做研究联系较为紧密的文献进行简要回顾。
首先，工资收入是按劳分配原则下最基本的收入来源，收入差距的形成必然与工资的高低有着很大的关联。Gollin等[2]假设具有无限生命的代表性家庭只消费两种产品——农产品和非农产品，建立了一个包含农业生产部门和非农生产部门的两部门新古典增长模型。研究发现，随着经济的发展，农业生产部门的剩余劳动力会流向非农生产部门。一方面，农业生产部门劳动力数量减少和收入下降，另一方面流向非农生产部门的劳动力不但增加了非农生产部门就业量，也增加了对非农产品的需求，并出现收入持续上升的现象。他们通过英国的历史数据校准模型，得出该理论很好地解释了英国经济发展的事实。Gollin等[2]的研究无疑为城乡收入差距的研究提供了一种新的方向，孙宁华等[3]基于该研究方法，用一个包含劳动力市场扭曲和两部门之间效率差异的一般均衡模型对城乡收入差距建模。结果表明，可以在这个一般化的框架下对城乡收入差距的形成及其与各种经济制度、经济政策和经济变量的关系提供合理的解释。通过运用参数校准和数值模拟方法，他们发现所建模型可以通过中国经济的特征事实的检验。其次，关于财政因素与城乡收入差距的关系。Pradhan等[
Symbolt@@]基于印度城乡收入、支出和贫困度的调查数据，用经验数据分析研究了印度的宏观调整政策的微观影响，得出印度政府的政策确实影响到了城乡收入差距形成的结论。莫亚琳和张志超[
Symbolu@@]借鉴巴罗的政府支出内生经济增长模型和柯布—道格拉斯生产函数，构建了一个政府财政支出内生的城乡劳动力和资本都可以自由流动模型，经过实证检验他们得出，政府财政支出占GDP的比重每提高1个百分点，城乡收入差距系数将提高0407个百分点，在现有的二元经济结构和制度框架下，增加财政支出会扩大城乡收入差距，应该加大财政支出结构中对农业发展的倾向。
最后，关于金融因素与城乡收入差距的关系。Galor和Zeira[
Symbolv@@]假定经济为跨期的开放经济，代表性个人生存两个时期，存在初始财富的差异，初始财富高的人比初始财富低的人更容易通过信贷市场进行融资，获得融资的人可以在第一个时期投资于人力资本，从而在第二个时期以更高的效率进行生产，即金融市场发展的差异从财富分配的角度对经济产出产生影响。通过他们的研究得出，金融发展与收入不平等呈负向的线性关系，即金融发展水平越高，收入水平差距越大。Greenwood和Jovanovic[
Symbolw@@]构建了一个动态模型来讨论金融发展与收入分配之间的关系，该模型假设，在初始阶段穷人与富人的财富不同，两者进入金融市场需要支付一定数额的成本和营运费用，穷人因支付不了此费用而不得不单纯依靠工资收入。只有当金融发展到一定水平之后，穷人才有能力进入金融市场进行金融投资活动。他们认为，在金融发展的早期阶段，由于金融市场参与者数量较少，故而参与者会获取较高的投资回报，从而金融市场的发展会扩大收入差距，而在金融发展到一定程度后，穷人也逐渐参与到金融市场活动中去，这样穷人也分享到借贷资本带来的发展机会，由于参与者的增多，富人获得的投资回报率相对不变或下降，从而使穷人和富人之间的收入差距不断缩小，直至收敛到一个均衡水平后不再变化。他们的研究结论是，金融发展与收入分配的关系服从倒U型的变化轨迹。姚耀军[
Symbolx@@]以银行信贷占GDP比重作为衡量金融发展水平的指标，通过研究金融发展与城乡收入差距的关系得出，中国金融市场的发展对城乡收入差距具有显著的扩大作用。针对姚耀军从总体上对金融发展与城乡收入差距的研究，曹广喜等[9]提出，不能笼统地分析金融发展水平与城乡收入差距的关系，而应该对各个区域单独进行实证分析，他们利用向量误差修正模型，从金融发展规模和金融发展效率角度研究了改革开放后江苏省金融发展与城乡收入差距的关系，得出结论表明，长期来看，江苏省的金融发展规模与城乡收入差距存在着稳定的负相关关系，而金融市场的发展效率与城乡收入差距呈正相关关系。
综合比较国内外的收入差距研究文献可以发现：首先，国内研究大多是运用计量经济学的方法通过时间序列回归进行的实证分析，现有的研究利用校准方法进行的分析还很有限，仅有的校准研究分析也大多集中于劳动力市场方面，没有文献对财政投资和金融市场发展展开校准分析，更没有将两者结合起来进行的深入全面的探讨。其次，国外的研究大多以新古典的生产函数作为理论基础，从消费者和厂商优化角度研究收入问题，这为宏观经济分析加入了微观基础，而国内学者所做的研究很少考虑这一点。鉴于此，本文基于新古典增长理论建立一个包括消费者、生产部门和政府的动态一般均衡模型，通过引入金融市场失衡指标和财政支出城市倾向指标，将政府因素和金融市场因素引入城乡居民收入研究的模型中，通过校准和数值模拟的方法计算出这两个因素对城乡居民收入差距影响的方向和程度。
三、中国的特征事实
由于1990年前的相关经济数据缺失，所以本文选用中国1990—2010年的数据，数据全部来源于历年《中国统计年鉴》。由于本文研究的是财政投资倾向和金融市场发展差距对城乡收入差距的影响，为了数据的一致性和可得性，本文选用历年城市存贷款总额与农村存贷款总额之比（城乡存贷总额比）估算城乡金融市场发展的差距；利用城市财政支出和用于农村财政支出的比（城乡财政支出比）估算财政投资倾向。本文对所有数据进行了H-P滤波，以消除序列中的趋势成分，只保留了波动成分，所得分析结果如表1和表2所示。
城乡收入比、城乡财政支出比及城乡存贷总额比的波动如图1—图6所示。
经过对图表的分析可以得到如下结论：城乡收入比的波动小于城乡存贷总额比和城乡财政支出比，这三个比值都是顺周期的。同时，我们可以看出在城乡收入比波动最剧烈的1990—1998年间，城乡财政支出比和城乡存贷总额比同时以较大的幅度波动，而且H-P滤波后的城乡收入比的波动趋势与城乡财政支出比、城乡存贷总额比的波动趋势总体一致。城乡财政支出比与城乡收入比的相关系数为0903，说明两者高度相关。城乡存贷总额比与城乡收入比的相关系数为0331，且对城乡收入比的影响随着时间的推移愈加明显。出现这一现象的原因可能有两个：第一，当期的存贷款一般都是为下一期的投资或生产活动做准备的，因而当期的存贷款与当期城乡居民收入的相关度不及当期存贷款与下一期城乡居民收入的相关度高。第二，由于数据可收集问题，本文选择城乡存贷总额比来估计城乡金融市场发展差异值，这样就忽略了非银行金融机构的作用，而现代金融市场的发展中，非银行金融机构对居民收入的影响正在不断加大。
四、引入财政和金融因素的动态增长模型
我们建立一个包括政府和金融市场在内的两部门模型，决策者是消费者和生产部门，而政府部门和金融市场只是作为影响因素引入模型。中国农村地区是以农业为主导的，而农产品是用于满足人民基本生活需要的；而城市地区主要以第二、第三产业为主，非农产品是用于满足居民对更高生活质量的需求。鉴于农产品和非农产品的可区分性，我们在模型中将生产部门分为农业生产部门和以第二、第三产业为主的城市生产部门。假设家庭都是同质的，经济决策反映了代表性家庭决策，产品市场和生产要素市场都是完全竞争的，每一期市场都是出清的。家庭向市场出售资本和劳动以获得租金和工资报酬。生产部门只有两个：农村生产部门和城市生产部门。这两个部门都采用规模报酬不变的生产技术，家庭选择农产品和非农产品的数量使得效用最大化。
我们设定代表性家庭的效用函数为：
其中，0
由于中国的地区发展差异，长期以来广大的农村地区还是按照传统的生产方式进行“靠天吃饭”的生产活动。同时，由于资本市场进入壁垒的存在，一方面农民很难通过借贷融资进行扩大再生产，另一方面农民自由资本或者闲置资金只能悉数存入银行获得固定收益。因而我们在模型中假设农业生产部门仅仅使用劳动力和土地这两种要素进行生产，生产函数采用柯布—道格拉斯生产函数的形式，那么t期农业生产部门的生产函数可以表示为：
其中，0
我们假设农产品只用于消费，那么全社会对于农产品的消费量不能大于农业生产部门的总产出，即t期农业生产部门的资源约束条件为：
其中，Lt表示全社会的人口，这里我们进行了相应的简化，使得L等于劳动部门的劳动力数量加上城市生产部门的劳动力数量，这点将在下文中进行定义。
内生增长理论认为，经济增长是由一系列内生变量决定的，政府财政政策对这些内生变量有着显著的影响。教育、一般公共服务支出占据财政支出总额的很大比重，而这方面的支出不但带来教育事业和服务业的发展，也会提高劳动力的知识素养和劳动效率，因而我们采用Barro[10]政府支出内生增长模型的解决方式，把城市经济中的生产函数设定为：
其中，Ac，t表示t期城市生产部门外生的技术进步，μ表示资本—产出弹性系数且0
长期以来，历史因素影响下的农村对于资金的使用很保守，传统的生产方式导致农民的投资行为都是风险规避型的，同时农村地区的金融市场发展严重滞后于城市地区，农村地区的信用体制缺失使得传统信贷机构的功能演变为单纯的存款机构，而农民存进去的钱却通过信贷机构流向城市地区。因此，模型中我们假设农民把资金全部储蓄在银行，获得固定不变利率的收益，银行再把全部的资金按照固定不变利率贷给城市居民进行投资。我们引入金融市场失衡的参数φ，表示非农生产部门和农业生产部门资本利用程度的差异。农民拥有的Ka最后通过金融部门的信贷全部转化为城市生产部门的生产资本Kc。
式（6）表明，城市生产部门的资本存量有农业生产部门的资本存量的贡献。这与本文农业生产部门居民将多余资金存入银行，并完全转化为城市生产部门的借贷资本的假设相符，反映了我国城乡金融市场失衡导致的城市居民和农村居民拥有资本的差异，同时也反映农村地区资本流向城市的过程。
经济中劳动力和资本总量恒等式为：
城市生产部门的产品不仅用于全社会的消费，还用作城市生产部门的再投资，但对这些非农产品的消费不能大于总的非农产品产量，t期城市生产部门的资源约束条件为：
全社会的资本累积服从下述过程：
其中，δ表示资本的折旧率，且0
单位化变量，我们得到代表性家庭的瞬间最优化决策行为可以描述为：
假设非农产品的价格为1。pa表示农产品的价格与非农产品价格的相对价格，wa表示农业生产部门的工资率，wc表示城市生产部门的工资率，rc表示城市生产部门资本投资回报率。给定价格pa，wa，wc，，rc，上述代表性家庭的最优化决策为一组消费策略组合ca，cc，其解为：
在一般均衡状态下，消费等于产出。全社会对农产品的消费等于农业生产部门的总产出，全社会对非农产品的消费等于城市生产部门的总产出，即：
我们可以解得农业生产部门和非农生产部门的收入分别为：
城乡之间的收入比可以表示为：
从式（25）可以看出，城市生产部门的外生技术进步（Ac）、农业生产部门的工资水平（wa）、农业生产部门的储蓄（ka）、政府财政支出的城市倾向指标（υg）和城乡金融发展差距指标（φ）对城乡收入差距的影响是正向的，即这些变量值的增加会带来城乡收入差距的扩大。农业生产部门的外生技术进步（Aa）、土地数量（ta）、农产品与非农产品的相对价格（pa）和城市生产部门的工资水平（wc）对城乡收入差距的影响是负向的。
上式的直观含义与中国实际经济情况是比较吻合的：城市生产部门的生产技术水平的提高会提高非农产品的产量，带来城市生产部门的收入增加。由于土地是农业生产的投入之一，土地面积的增加会增加农业产出，但是在其他条件不变的情况下，土地面积的扩大必将带来从事农业生产的人数增多，而总人口是给定的，这将导致从事非农产业的人数减少，在工资率不变的情况下，只会带来农业生产部门人均收入相对于非农生产部门的下降。农产品与非农产品的相对价格越大，表明农产品价格与非农产品价格相差的越少，农产品价格相对提高，这必然带来农村地区居民收入的增加。至于农业生产部门的工资水平和城市生产部门的工资水平对城乡收入差距的影响，乍一看似乎不符合人们的经济直观，但是深究起来，在存在城乡劳动力流动的情况下，城市生产部门工资水平下降会导致进城务工的那部分农村居民收入减少。根据中国人力资源和社会保障部统计的数据显示，2010年度全国农民工总量为24223万人，占农民总数的36%，其中，外出农民工数量为15335万人，说明农民工的收入水平对农村居民的总体收入有着直接的影响。农业生产部门工资水平的增长直接增加农民的收入，而城市生产部门的工资水平的提高会增加农民工工资，从而缩小城乡收入的相对差距。
比如，城市部门工资增加2500元，城市里农民工工资增加2000元，这种情形下，城市部门工资增加只有50%左右，而农民工工资就会增加大约100%。当农业生产部门的工资水平增加时，农村地区的劳动力向城市流动的意愿和速度都会降低，农业中劳动力不断增加，但是农业生产使用的生产技术和土地数量并没有变化，这带来农村生产效率的下降和农民人均收入的下降，同时城市劳动力的稀缺程度加剧，由于两部门劳动力的重新分配，使得城乡收入差距拉大。
五、模型的校准和数值模拟
我们将模型经济校准到和1990年以来中国经济长期发展的一般水平相符。由于模型经济中考察的都是用人口单位化过的变量，因此，在农业生产部门和非农生产部门的就业人数就用社会总人口在两部门间的分配来度量。采用Gollin等[2]的方法将非农生产部门的资本产出弹性（μ）设为06，将农业生产部门的劳动产出弹性（θ）也设为06，根据规模报酬不变的假设前提，农业生产部门的土地产出弹性（θ）为04。根据孙宁华等[3]的研究将农业生产部门的全要素生产率（Aa）设为11，将非农生产部门的全要素生产率（Ac）设为12，将农产品与非农产品的相对价格（pa）设为09。至此，我们完成了对于基准模型中一些关键参数的校准。
先考察基准情况，在只存在工资差异，不存在城乡金融市场失衡和财政支出倾向影响的情况下，φ=0，υg=1，ka=1。以农业生产部门职工工资总额与人口之比来估计wa，加总城市生产部门职工工资总额，将其与人口比用来估计wc，并且用城市居民消费价格指数与农村居民消费价格指数消除通货膨胀的因素，我们选取时间跨度为1996—2010年，根据《中国统计年鉴》的数据，可得到wa=26元，wc=1346元。根据2008年国土资源部清查数据可计算得人均可利用土地数量ta=0480公顷。综上得到基准情况下城乡收入比为3206∶1。这与前文所述的改革开放以后城乡收入比的情况的研究成果基本一致。
然而本文考察的是财政投资以及金融市场发展所带来的收入水平差异，劳动市场完全流动情况下，市场一般均衡必然有wa=wc，令wa=1。我们通过变动υg、ka和φ来考察这些变量和参数对于中国城乡收入差距的影响程度。根据我们的参数和变量假定，数值模拟结果如表3—表5所示。
数据模拟结果显示，当υg、φ和ka这三个变量以代数增长时，φ对于城乡之间收入的影响最大，其次是ka和υg。数值模拟出三个变量对城乡收入差距的影响方向与模型分析的是一致的。φ对城乡收入差距的影响最大，一方面是因为该指标反映的城乡金融市场发展的差异导致城市生产部门能最高效地利用多余资本和借贷资本扩大生产、选择更好的投资机会，这直接带来城市生产部门收入的增长，另一方面农村生产部门的居民由于金融市场发展滞后，无法享受到金融市场发展带来的资金融通和再投资。φ越大，在鼓励城市生产部门投资和增加收入的同时也在抑制农村生产部门的生产积极性。金融市场发展的差异可以作为城乡收入差距的主要原因之一。
农村地区的人均资本存量ka作为金融发展差异的衍生指标，其影响方向和大小与φ一致，这与经济事实有点出入，这是因为我们模型假定农村生产部门把手头的资金都存入银行并间接转化为城市生产部门的借贷资本所导致的。ka越大，在金融市场差异指标的作用下，kc就越大，从而带来城市生产部门投资和产量增长，城市居民的收入也就跟着增加。ka变动方向和对城乡收入差距的影响大小再一次证明了，给农民创造一个良好的金融市场环境对于农民增收的重要性。
财政支出倾向的指标υg被定义为财政在城市的投资与在农村的投资的比值。顾名思义，城市财政支出额数倍于农村财政支出额时，必然能带来城市居民收入的增长。而数值模拟的结果显示，当υg增长1个单位时，城乡收入差距以相同幅度扩大。υg对城乡收入差距的影响小于金融市场发展差异指标φ。主要有以下三个原因：第一，财政支出的量是可预见和有上限的，政府每年严格的财政预算制度控制了财政支出对经济的投资量，其不如金融市场调节作用的规模大，在乘数效应下，派生存款的量会翻倍增加。第二，财政支出对于经济部门的活动存在一定的挤出效应，带来效用的流失。第三，中央政府近年来不断加大了对农村地区的财政投资以加快农村地区经济的发展，故而υg这个指标值在可预见的将来必定会有所减小，从而其对城乡收入差距的影响也将趋于和缓。
六、结论
本文基于新古典增长理论，用一个完全竞争市场条件下的动态增长模型对改革开放以来中国经济发展过程进行实证分析，将参数校准到和中国经济发展的典型事实相一致，再通过校准过的模型结合实际经济数据，计算出当模型经济达到稳定态时各个经济变量的取值。在参数校准的基础上，我们对引入的两个经济指标（金融市场失衡指标φ、财政支出城市倾向指标υg）进行数值模拟，从中发现动态增长模型较好地模拟出了中国经济发展过程中出现的财政对城市地区的投资高于对农村地区的投资、农村地区的资金通过金融机构外流至城市地区、城市居民的收入在国民经济总量中的比重逐渐上升的特征事实，模拟的结果与中国实际的城乡收入差距数据十分接近。
通过模拟可知，金融市场发展差异对城乡收入差距的影响大于财政支出倾向对于城乡收入差距的影响。有鉴于此，我们可以从三个方面着手缩小城乡收入差距。
第一，把解决城乡金融非均衡发展问题作为缩小城乡收入差距的重要举措。金融发展失衡不但导致农村资金的外流，更为重要的是导致农村经济发展缺失了重要的可再生力量。鉴于目前农村的信用制度缺失，应加大对农村信用体系的改革，努力提高农村金融行业的信用度，为农民的创业增收提供良好的融资环境。要扩大农村金融发展的规模，健全农村金融体系，纠正原来的金融服务对城乡的歧视性待遇，适当限制将农村金融资源转移到城市，同时切实提高农村金融发展效率，将农村各金融机构吸收的储蓄及时有效地转化为农村存款和农村信贷市场的资金来源。构建城市金融反哺农村的机制，根据农村地区的特点，因地制宜地制定和提供适合农村居民的金融服务产品和方案，建立完善城市金融流向农村的渠道。
第二，加大财政的支农力度。加大财政对农村地区的投资力度，加强农村基础设施建设，改善农村的水电设施、通信设施和道路交通。改变农村地区政绩考核标准，鼓励地方政府充分利用农村的有利条件，比如自然风光、当地特色文化等，开发农村创收产业，从而增加农民收入。
第三，加快改造传统农业，建设社会主义新农村，走中国农业的特色化发展道路是新形势下推进农村经济改革发展、形成城乡经济社会发展一体化新格局的客观要求。破除城乡二元结构，使农村居民可以通过平等的方式与城市居民竞争所需的资源。继续推进户籍制度改革，使农村人口迁移到城市后，在就业、社会保障和公共服务等方面能够与城市居民享受同样的待遇，而不是成为城市的边缘人。
参考文献：
[1]王韧中国城乡收入差距变动的成因分析：兼论“倒U”假说的适用性[J]统计研究，2006，（4）：14-19
[2]Gollin，D，Parente，S，Rogerson，RTheRoleofAgricultureinDevelopment[J]TheAmericanEconomicReview，2002，92（2）：160-164
[3]孙宁华，堵溢，洪永淼劳动力市场扭曲、效率差异与城乡收入差距[J]管理世界，2009，（9）：44-52
[4]Pradhan，BK，Roy，PK，Saluja，MR，Venkatram，SRural-UrbanDisparities：IncomeDistribution，ExpenditurePatternandSocialSector[J]EconomicandPoliticalWeekly，2000，35（28-29）：2527-2539
[5]莫亚琳，张志超我国西部地区增加财政支出对社会收入分配的影响：基于动态面板数据计量的实证分析[J]经济体制改革，2010，（10）：116-120
[6]Galor，O，Zeira，JIncomeDistributionandMacroeconomics[J]ReviewofEconomicStudies，1993，60（1）：35-52
[7]Greenwood，J，Jovanovic，BFinancialDevelopment，Growth，andtheDistributionofIncome[J]JournalofPoliticalEconomy，1990，98（5）：1076-1107
[8]姚耀军金融发展、城市化与城乡收入差距[J]中国农村观察，2005，（2）：2-8
关键词：财政支持；金融支持；农民增收
中图分类号：F830.5文献标识码:B文章编号：1674-0017-2012(4)-0080-05
本文以1978-2011年陕西省农民人均纯收入和财政、金融支持的实际数据为依据，建立陕西省财政支持、金融支持、金融效率与农民人均纯收入的四变量SVAR模型，结合理论分析做出合理的短期约束，分析财政、金融支持对农民收入的影响，同时利用脉冲响应分析财政、金融冲击对农民收入的跨期动态影响，以期获得较为准确的结论。
一、文献回顾
自2004年以来，中央连续以一号文件的形式对加快农村金融发展、增加农民收入进行专门阐述和政策要求，在此背景下，许多学者分别从金融支持、财政支持两方面进行深入研究。温涛、冉光和等(2005)的实证研究表明：长期来看，农民收入、农村金融机构信贷比率和农村金融储蓄比率之间不存在协整关系；短期来看，无论是农村金融机构信贷比率还是农村居民储蓄比率都没有成为农民收入增长的Granger原因。刘旦(2007)的研究结果显示，农村金融发展效率对农民收入增长具有显著的负效应。方金兵、张兵(2009)通过采用带有控制变量的向量误差修正模型和格兰杰因果检验方法，对农村金融发展与农民收入增长之间的相关关系和因果关系进行了重新检验，结果表明：在长期，农村金融发展与农民收入、农村投资存在协整关系；而在短期，农村金融发展规模与农民收入增长呈现双向的格兰杰因果关系。星焱（2007）通过建立VAR模型，研究表明，农民增收与财政支持呈长期正相关，金融支持对农民增收的促进作用影响较为微弱。
目前国内研究文献之所以对财政、金融支持农民增收未能取得一致的结论，原因不外乎是研究方法、变量和时空选择的差异。特别是目前国内研究方法以静态分析为主，如协整分析、回归分析和面板数据模型分析，即使少量文献使用了动态分析工具VAR模型，也未对变量的“相对”内外生性给出确切说明，从而导致结论不够准确。如果结论不符合现实，据此结论可能产生危害性的负面效果，因此厘清两者关系具有强烈的现实意义。
本文借鉴国外学者对此类问题多以SVAR结构向量自回归作为分析工具来研究的方法，尝试建立陕西省财政支持、金融支持、金融效率与农民人均纯收入的四变量SVAR模型，结合经济理论做出合理的短期约束，分析财政、金融支持对农民收入的影响关系，同时利用脉冲响应分析财政、金融冲击对农民收入的跨期动态影响，以期获得较为准确的结论。
二、变量的选取
农民人均纯收入（income）。农民人均纯收入是指农民家庭全年总收人中(包括实物收入)扣除家庭经营费用支出、生产用固定资产折旧、税收、上交集体的承包费用后，剩余的可直接用于进行生产性、非生产性建设投资、生活消费和积蓄的那一部分除以家庭常住人口的人均收入。文中以此做为被解释变量，以LNIC表示。
财政支农水平（public_financial）。指陕西省政府财政支农支出占当年财政全部支出总额的比率，文中以PF表示。
金融支农水平（financial）。指陕西省当年金融机构农业贷款总额与金融机构全部贷款总额的比率，文中以F表示。
金融发展效率（financial_efficiency）。在很多文献中衡量金融发展效率时，借鉴了KingandLevine(1993)设计的Private指标，以非国有经济获得贷款的比率表示。在本文中用农业贷款与农村存款的比率来衡量金融中介将农村存款转化为农业贷款的效率。文中以FE表示。
数据来源于历年《陕西统计年鉴》。其中，为了消除物价因素影响、剧烈波动和异方差。以1978年为基期，用陕西省居民消费价格指数对农民人均纯收人进行了平减，然后取自然对数，用LNIC表示；由于PF、F、FE均为相对值指标，物价因数已相抵消，故无需进行调整。具体见图1。
三、模型的确定
（一）模型的设计
结构向量自回归模型(SVAR)与向量自回归模型（VAR）的最大区别在于，VAR模型在处理随机冲击项的同期相关问题时，因不考虑经济理论约束，一般由实证研究者的主观判断决定变量的排序(ordering)，不同的排序会导致不同的结果，因此无约束VAR模型无法得到唯一的方差分解及脉冲反应函数。而SVAR在处理随机冲击同期相关时，依据经济理论对时间序列的关系予以限制，能得到各变量对纯冲击的响应情况，方差分解及脉冲反应函数唯一。同时，SVAR模型考虑了经济变量的当期影响，也避免估计参数过多而带来的模型误差。
假设一个包含k个变量P阶滞后期数的SVAR模型，可以表述为：
BYt=B（L）Yt-1+εt（1）
式中，其中B为表示变量之间同期关系的(n×n)系数矩阵，B(L)是滞后算子L的(n×n)矩阵多项式：
B（L）=B（1）+B（2）L+B（3）L2+……+B（P）Lp-1