基于VAR模型下的阜南縣柳編非遺產(chǎn)業(yè)與農(nóng)村扶貧資金效率研究

方 瑛

（安徽國(guó)際商務(wù)職業(yè)學(xué)院,安徽 合肥231131）

安徽省阜南縣柳編歷史悠久，工藝精湛，美譽(yù)天下，柳編工藝品是阜南縣乃至全省主要出口創(chuàng)匯產(chǎn)品之一。2008年阜南柳編工藝品編織技術(shù)被列入安徽省阜陽(yáng)市非物質(zhì)文化遺產(chǎn)（以下簡(jiǎn)稱非遺）。2011年阜南縣黃崗柳編工藝被列入國(guó)家級(jí)非遺名錄。作為國(guó)家級(jí)貧困縣，扶貧工作一直都是阜南縣政府工作的重點(diǎn)方向。阜南縣非遺柳編手工藝產(chǎn)品的傳承及產(chǎn)業(yè)化發(fā)展不僅關(guān)系著非遺的保護(hù)傳承，更對(duì)發(fā)展特色手工藝產(chǎn)業(yè)的出口、推動(dòng)阜南縣脫貧攻堅(jiān)、實(shí)現(xiàn)全面發(fā)展具有重要意義。

從直接影響和柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的角度來(lái)分析，對(duì)財(cái)政支持下的扶貧效率與投入的扶貧資金進(jìn)行實(shí)證研究，柳編非遺產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整在某種程度上也會(huì)促進(jìn)經(jīng)濟(jì)的增長(zhǎng)，使得扶貧效果最優(yōu)化。

一、樣本數(shù)據(jù)的選取

根據(jù)需要選取了四個(gè)指標(biāo)進(jìn)行分析：農(nóng)民人均可支配收入（INC），選取阜南縣農(nóng)村居民人均純收入作為指標(biāo)；地區(qū)農(nóng)戶信貸供給（LOAN），選取阜南縣人均貸款余額表示農(nóng)戶信貸；涉農(nóng)財(cái)政支出（FLS?CAL），選取阜南縣農(nóng)林水事務(wù)支出與農(nóng)村人口的比值表示；柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度（STRU），用柳編非遺產(chǎn)業(yè)經(jīng)濟(jì)增加值的總和與阜南縣地區(qū)生產(chǎn)總值的比值表示[1]。

表1 各指標(biāo)具體的描述性統(tǒng)計(jì)

基于阜南縣的地區(qū)生產(chǎn)總值來(lái)看，該縣的主要收入來(lái)自于柳編非遺產(chǎn)業(yè)。從描述性統(tǒng)計(jì)來(lái)看，可支配收入、財(cái)政支出、農(nóng)戶信貸供給方面最大值和最小值之間級(jí)差較大，其中阜南縣農(nóng)戶信貸供給的觀測(cè)值相差最大，表明地區(qū)農(nóng)戶信貸供給明顯不均衡[2]；涉農(nóng)財(cái)政支出的數(shù)據(jù)極差也顯示阜南縣農(nóng)林水事務(wù)支出與農(nóng)村人口的比值在不同地區(qū)差別較大。

二、VAR模型的建立與相關(guān)檢驗(yàn)

1.數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

數(shù)據(jù)要能做計(jì)量分析，前提之一是通過(guò)平穩(wěn)性的檢驗(yàn)，尤其是經(jīng)濟(jì)數(shù)據(jù)更加要求平穩(wěn)。[3]另外由于農(nóng)村居民人均可支配收入（INC）和涉農(nóng)財(cái)政支出（FLSCAL）的數(shù)值比較大，防止數(shù)據(jù)出現(xiàn)不必要的“偽回歸”現(xiàn)象，準(zhǔn)確進(jìn)行回歸分析，對(duì)INC和FLS?CAL取對(duì)數(shù)再進(jìn)行回歸。

表2 對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)結(jié)果

表2的平穩(wěn)性檢驗(yàn)過(guò)程中，農(nóng)村人均純收入INC和區(qū)域柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度STRU是一次通過(guò)檢驗(yàn)，而涉農(nóng)財(cái)政支出FLSCAL和農(nóng)戶信貸供給LOAN需要在原始的基礎(chǔ)上進(jìn)行一階差分才能達(dá)到數(shù)據(jù)的平穩(wěn)。綜上所述，所有指標(biāo)均已達(dá)到在5%顯著性水平下的平穩(wěn)要求。

2.E-G協(xié)整檢驗(yàn)

根據(jù)變量特征，其中被解釋變量農(nóng)村人均純收入INC和解釋變量區(qū)域柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度STRU是零階單整，而解釋變量地區(qū)信貸農(nóng)戶供給LOAN和涉農(nóng)財(cái)務(wù)支出FLSCAL均是一階單整。由于協(xié)整檢驗(yàn)需要滿足同階單整的要求，所以只有LOAN和FLSCAL滿足，對(duì)二者進(jìn)行協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)包括Engle-Grange（即E-G）檢驗(yàn)和Johansen檢驗(yàn)，前者適用于2個(gè)及以上的變量，后者適用于3個(gè)及以上的變量。這里的兩個(gè)解釋變量適用于E-G協(xié)整檢驗(yàn)。

表3 E-G協(xié)整檢驗(yàn)結(jié)果

從表3看，常數(shù)項(xiàng)C和LOAN項(xiàng)的“prob”為0.0000和0.0002，均小于0.05，R2=0.85,非常接近1。展示出的指標(biāo)不錯(cuò)，但為防止出現(xiàn)“偽回歸”現(xiàn)象，所以對(duì)殘差項(xiàng)進(jìn)行ADF檢驗(yàn)，發(fā)現(xiàn)平穩(wěn)，表明地區(qū)信貸農(nóng)戶供給LOAN與涉農(nóng)財(cái)政支出確實(shí)存在協(xié)整

3.VAR模型的建立

（1）VAR模型最優(yōu)滯后階數(shù)

LL、LR、AIC、HQIC和SBIC表示信息準(zhǔn)則統(tǒng)計(jì)量，而信息準(zhǔn)則表示的是滯后期和自由度之間的一種相對(duì)平衡，也就是說(shuō)，根據(jù)AIC、HQIC和SBIC的信息量取值最小的準(zhǔn)則確定模型的階數(shù)?！?”表示各項(xiàng)檢驗(yàn)指標(biāo)在5%的置信區(qū)間下顯著，根據(jù)判斷，當(dāng)模型的滯后階數(shù)為1階時(shí)，信息檢驗(yàn)準(zhǔn)則均能在5%的顯著性水平下通過(guò)檢驗(yàn)，由此可以判斷出，模型的滯后階數(shù)為1階。

（2）VAR模型的確定

表4 VAR模型的確定

表5 VAR擬合的相關(guān)結(jié)果

從擬合的結(jié)果看，上述R-squared的值均接近1，農(nóng)村人均收入INC、農(nóng)戶信貸供給LOAN、涉農(nóng)財(cái)政支出FLSCAL和柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度STRU之間兩兩關(guān)系的相關(guān)程度都十分密切，證實(shí)了前期的判斷。

4.AR模型檢驗(yàn)結(jié)果

雖然VAR模型擬合出來(lái)的效果不錯(cuò)，但是為了確保結(jié)果更加準(zhǔn)確，需要借助AR模型，AR模型類似于一個(gè)第三方鑒定者，能夠更加準(zhǔn)確、客觀地描述變量之間的關(guān)系。

表6 AR模型檢驗(yàn)結(jié)果

5.Granger格蘭杰因果分析

表7 Granger格蘭杰因果關(guān)系

從上述的格蘭杰因果檢驗(yàn)中可得出下列結(jié)論：滯后期為1階的前提下，地區(qū)農(nóng)戶信貸供給LOAN和地區(qū)農(nóng)村居民人均純收入INC以及柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度STRU均是涉農(nóng)財(cái)政支出FLSCAL的單項(xiàng)格蘭杰原因，但是相比較而言，對(duì)涉農(nóng)財(cái)政支出影響最大的還是柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度。地區(qū)農(nóng)戶信貸供給LOAN是涉農(nóng)財(cái)政支出的單項(xiàng)格蘭杰原因；農(nóng)村居民人均純收入也是涉農(nóng)財(cái)政支出的單項(xiàng)格蘭杰原因，地區(qū)農(nóng)戶信貸供給的影響力度更大。

農(nóng)村居民人均純收入和地區(qū)農(nóng)戶信貸供給不是柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度的單項(xiàng)格蘭杰原因；地區(qū)農(nóng)戶信貸供給也不是農(nóng)村居民人均純收入的單項(xiàng)格蘭杰原因；對(duì)農(nóng)村居民人均純收入和柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度以及地區(qū)農(nóng)戶信貸供給而言，涉農(nóng)財(cái)政支出均不是上者的單項(xiàng)格蘭杰原因。

表8 DLNFLSCAL分析

從上表可看出，由于概率均小于0.05，所以拒絕原假設(shè)。地區(qū)農(nóng)戶信貸供給和農(nóng)村居民人均純收入對(duì)涉農(nóng)財(cái)政支出均存在因果關(guān)系。

表9 DLOAN分析

對(duì)DLOAN而言，只有區(qū)域柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度與其具有因果關(guān)系。

表10 LNINC分析

對(duì)LNINC而言，涉農(nóng)財(cái)政支出和地區(qū)農(nóng)戶信貸供給與農(nóng)村居民人均純收入有因果關(guān)系。

表11 STRU分析

對(duì)STRU而言，涉農(nóng)財(cái)政支出FLSCAL與地區(qū)農(nóng)戶信貸供給LOAN以及農(nóng)村居民人均純收入INC和柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度均有因果關(guān)系。相比較而言，地區(qū)農(nóng)戶信貸供給可能對(duì)柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度而言影響力稍弱。

四、結(jié) 論

對(duì)安徽省阜南縣的貧困問(wèn)題進(jìn)行了一系列的分析，研究了以農(nóng)村居民人均純收入為被解釋變量，即作為扶貧效果的重要指標(biāo)，以地區(qū)農(nóng)戶信貸供給（在財(cái)政支持的背景下）、涉農(nóng)財(cái)政支出、柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度三個(gè)為解釋變量，進(jìn)行了VAR分析，并利用格蘭杰因果檢驗(yàn)、AR模型檢驗(yàn)等分解了四個(gè)經(jīng)濟(jì)指標(biāo)，分析得出要想使得農(nóng)村居民人均純收入得到大幅度提高，也就是使得扶貧效果大幅上升，最重要的是優(yōu)化柳編非遺產(chǎn)業(yè)結(jié)構(gòu)，另外可以提升放貸量，從而進(jìn)一步從根本上解決農(nóng)村居民勞動(dòng)力利用率的問(wèn)題，之后的外資引入也會(huì)更加順利[1]。

根據(jù)以四個(gè)指標(biāo)為主要分析對(duì)象進(jìn)行的一系列計(jì)量統(tǒng)計(jì)，可以得出一些結(jié)果：不管是VAR模型的擬定以及格蘭杰因果檢驗(yàn)，柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度對(duì)INC而言是相對(duì)來(lái)說(shuō)比較重要的，更何況在當(dāng)前國(guó)家供給側(cè)改革和精準(zhǔn)扶貧攻堅(jiān)背景下，相比直接撥款與信貸供給是通過(guò)財(cái)政補(bǔ)助的方式給予阜南縣而言，支持阜南縣當(dāng)?shù)亓幏沁z產(chǎn)業(yè)發(fā)展這條間接路徑更能夠帶來(lái)長(zhǎng)期減貧的效果[1]。Granger格蘭杰因果分析也均顯示出STRU在整個(gè)探究扶貧效率過(guò)程中的重要性，另外地區(qū)信貸供給對(duì)人均純收入雖然反映不是很持久，但是對(duì)扶貧效果來(lái)說(shuō)也是不可或缺的一個(gè)指標(biāo)，短期內(nèi)對(duì)INC的影響是個(gè)顯著的正向指標(biāo)。

涉農(nóng)財(cái)政支出對(duì)人均純收入來(lái)說(shuō)影響力度也是存在的，而影響的時(shí)效與作用隨著時(shí)間的推移越來(lái)越少，但是某種程度上可以穩(wěn)定住基本的人們需求[3]?；谏鲜龅暮?jiǎn)短分析，建議涉農(nóng)財(cái)政支出在柳編非遺產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度達(dá)到某種程度后，可以適當(dāng)減少，盡量將資金投入到柳編非遺產(chǎn)業(yè)結(jié)構(gòu)中去，而地區(qū)信貸供給應(yīng)該適當(dāng)?shù)馗鶕?jù)柳編非遺產(chǎn)業(yè)的需求投入，只有將三者共同協(xié)調(diào)起來(lái)，才能將扶貧效率提高上去。