金融支农和财政支农的协同效应分析.doc

金融支农和财政支农的协同效应分析 武汉理工大学 姜有为、高恒选、刘燕林摘要在农村资本市场中，财政和金融作为支持农业发展政策的两个重要方面，对于保障农村农业发展所需的资金和促进农村金融的发展起着越来越重要的作用。金融支农和财政支农的绩效分析，以及两者之间是否存在协同效应，即政策实施过程中产生1+12的放大效应，对于研究金融支农政策和财政支农政策的实施以及两者的搭配问题具有重要的意义，同时也是关系到农村金融发展和政策导向的关键问题。为研究金融支农和财政支农之间的协同效应，本文提出一个新的视角，分别通过系统协同度分析和建立计量模型探讨金融支农和财政支农的协同机制，不仅研究财政支农支出和金融机构对农业的贷款与农业产出之间的关系，进一步考虑金融支农和财政支农的政策搭配问题，研究金融支农和财政支农的1+12效应，并根据研究结果针对性地提出若干完善我国农村金融和财政体制在支持农业建设方面的建议。系统协同度分析在借鉴徐英吉(2008)根据孟庆松、韩文秀等(1998，1999)所建立的复合系统整体协调度模型的基础上，通过分别选取金融机构对农业的贷款FIN和财政用于农业的支出FIS为金融支农系统和财政支农系统的序参量对金融支农和财政支农两个子系统进行协同效应分析，结果表明近年来金融支农与财政支农的系统协同度不断提高，两者相互配合、相互协调的程度越来越深，两种政策的紧密搭配产生较为显著的协同效应。在建立计量模型探讨金融支农和财政支农的协同机制时，本文综合考虑模型的理论意义和现实意义，分别建立FIN对FIS的单变量回归模型，农业产出Y对FIN、FIS和GDP的多元回归模型和考虑滞后项的分布滞后模型。首先，在Granger因果检验的基础上，定量探讨FIS对FIN的影响，并针对FIN数据的异常对回归方程进行Chow结构检验，重新选取1994至2010年的样本数据做回归分析，结论表明财政用于农业的支出每增加1单位，将增加金融机构对农业的贷款3.11单位。其次，通过主成分回归分析和多元回归分析对模型进行参数估计和分析，结果表明金融支农和财政支农绩效从长期来看均效果显著，尽管短期内FIN对农业产出产生负的影响，但总体来看金融贷款和财政对农业的投入是有利于农业发展的，两者互为支持、互相配合，金融支农以财政为保障，财政借助于金融发挥杠杆作用，通过扩大金融机构对农业的贷款和增加农户贷款需求，借助金融支农平台间接地扩大其效应。本文综合运用MATLAB 7.8.0、EVIEWS分析软件和马克威5.0版本统计分析软件对数据进行分析和处理，结果表明金融支农和财政支农之间存在显著的协同效应，在基层农村农业建设的过程中，应正确处理好金融支农和财政支农的关系和政策搭配问题。本文的创新之处在于通过建立计量模型定量地分析金融支农和财政支农之间的协同效应，相比传统方法选取序参量分析系统之间的协同度，其分析过程具有说服力，结果更为直观和具体，但模型的建立考虑若干假设，所考虑的因素尚不全面，因此模型有待进一步改进。关键词：金融支农，财政支农，协同效应，系统协同度，分布滞后模型一、 问题的提出发达国家实施的金融支持农业发展的政策具有很多共性，主要表现为其农业发展受到了政府财政、农村金融信贷机构以及农业保障机构资金的大力支持，都有完善的农村金融体系来确保农业发展所需要的资金1，财政支农和金融支农的政策实施效果显著。我国服务于农村市场的金融主体主要有中国农业发展银行、中国农业银行、农村信用社和农村合作银行等。由于我国是个农业大国，各地区经济发展不平衡，金融支持农业发展还存在很多亟待解决的问题。一方面，财政部门的政策性资金给农户提供了直接的资金扶持；另一方面，金融机构面向农户的小额信贷构成农户资金的主要来源，但财政和金融对农业的投入是否发挥其应有的绩效，财政和金融两种支农手段的配合是否使支农的效应放大，在支农建设中应如何处理好财政和金融的搭配问题等都是有待研究的重要问题。农村金融机构作为农村金融主力军，长期以来承担着支农服务的重任，为筹集更多的资金支持农业的发展，从六五期末开始，国家陆续出台以财政贴息、直补资金担保贷款等为代表的多项财政支农政策是将财税政策与农村金融政策相结合的有益探索，这些探索使农民得到财政补贴支持的同时也获得了信贷资金的支持。因此，财政和金融作为支持农业发展政策的两个重要方面，研究两种支农手段的对接能否使支农的效应放大、即1+12的协同效应具有重要的现实意义，同时也是关系到农村金融发展和政策导向的关键问题。二、 研究现状和存在的问题协同效应(Synergy Effect)，简单地说，就是1+12的效应。协同效应原本为一种物理化学现象，指两种或两种以上的组分相加或调配在一起，所产生的作用大于各种组分单独应用时产生的作用的总和。1971年，德国物理学家赫尔曼哈肯最早提出了协同的概念，并于1976年系统地论述了协同理论，发表协同学导论等著作。协同论认为整个环境中的各个系统间存在着相互影响而又相互合作的关系，社会现象亦如此，例如，企业组织中不同单位间的相互配合与协作关系，以及系统中的相互干扰和制约等，协同效应分析也被越来越广泛地应用于企业协同管理和系统论的研究中2。现有关于协同效应的研究主要侧重于理论上的分析，从不同的角度探讨协同效应的实现机制，或者通过提取系统的序参量研究系统之间的协同机制，而对于构建计量模型定量研究协同效应的实现尚缺乏一定的研究。其次，在金融支农与财政支农的绩效研究方面，国内的许多学者利用统计数据进行了实证研究。如运用VAR模型15、向量误差修正模型，平稳性检验、协整检验、进行脉冲分析和方差分解等来研究财政支农支出和金融机构对农业的贷款与农业产出之间的关系。通常选取地区数据为样本，实证性地研究金融支农与财政支农对农业产出增加的贡献度，研究结果显示不同地区的情况有所差异，总体来说，金融和财政对农业的支出均有正的绩效，但金融贷款的支农绩效具有明显的滞后性，从长期来看对农业产出的作用较为显著，此外，格兰杰因果检验结果表明，财政支农支出增加往往导致金融机构对农业的贷款增加。金融支农与财政支农的绩效研究方面有待进一步完善和创新，尤其是关于金融支农与财政支农的政策搭配问题，对于研究农村金融发展和政策导向问题具有重要的现实意义。因此，本文提出一个新的视角，研究金融支农和财政支农的协同效应，分别通过系统协同度分析和建立计量模型探讨金融支农和财政支农的协同机制，不仅研究财政支农支出和金融机构对农业的贷款与农业产出之间的关系，而且进一步考虑金融支农和财政支农的政策搭配问题，研究金融支农和财政支农的1+12效应，并根据研究结果针对性地提出若干完善我国农村金融和财政体制在支持农业建设方面的建议。三、 系统协同度分析法农村资本市场是一个复杂的系统，而金融支农和财政支农是其中两个重要的子系统，二者的协同程度直接影响到农村资本市场的持续性和成长性。系统协同度越高，金融支农和财政支农在支持农业建设方面能够发挥更大的作用，越有助于农村资本市场的可持续发展。徐英吉11(2008)根据孟庆松12、韩文秀等(1998，1999)所建立的复合系统整体协调度模型，以企业内部系统为对象，研究了技术创新与制度创新及企业成长的协同程度，解决了系统有序度和协同度测量问题，并通过具体案例对此进行了说明。本部分在以上学者研究的基础上，通过系统协同度分析法对金融支农和财政支农进行协同效应分析。3.1 系统有序度系统有序度(Order Degree，简称)，即有序程度，它是用来衡量一个系统内部各子系统的有序发展程度，其取值范围为：，越大，表明子系统发展的有序程度越高。假设系统是由若干子系统构成，即，其中为第个子系统，考虑子系统，设其发展过程中的序参量变量为，则系统序参量分量的有序度定义为，其中， (3-1)即有序度定义为向量的区间化变换，反映的是增长时间序列数据的有序发展程度。由3-1式可以知道，其值越大，相对于子系统的有序发展程度越高，对子系统有序度的贡献越大。而序参量变量对系统的系统有序度的总贡献可通过的集成来实现，通常有两种集成方法：(1)几何平均法 (3-2)(2)线性加权求和法，其中为权数，且 (3-3)可以称3-2及3-3式所定义的为序参量变量的系统有序度。由系统有序度的定义可知，且的数值越大，对系统有序的贡献越大，系统有序度就越高，反之，系统的有序度则越低。3.2 系统协同度系统协同度(Coordination Degree，简称)，即协同程度，它是用来衡量一个系统内部各子系统之间配合和协作的程度，其取值范围为：，一般来说，越接近1，表明各子系统之间配合的一致性、紧密性越强，越有利于系统目标的实现；反之，系统协同程度越小，就越不利于系统目标的实现。当时，表明系统内部各子系统的发展处于相互阻碍或反向协同状态；当时，表明系统内部各子系统的发展处于相互促进状态，此时各子系统之间更容易产生正的协同效应，有利于系统目标的实现。假设给定的初始时刻为，从时刻至时刻，子系统和子系统的序参量发展变化值分别为和，定义系统协同度为 (3-4)即各子系统序参量的有序度的样本相关系数，反映的是时刻开始至时刻各子系统的有序发展程度是否一致。针对系统协同度的大小，习惯上有如下界定：当时，称各子系统之间的配合处于不协同状态；当时，称各子系统之间的配合处于低度协同状态；当时，称各子系统之间的配合处于中度协同状态；当时，称各子系统之间的配合处于高度协同状态。3.3 实证结果与分析本文以1979年至2010年期间我国农业产出、金融机构对农业的贷款FIN、财政用于农业的支出FIS、国内生产总值GDP为样本数据(见表1)，分别选取金融机构对农业的贷款FIN和财政用于农业的支出FIS为金融支农系统和财政支农系统的序参量，对金融支农和财政支农两个子系统进行系统协同度分析。表1：金融支农和财政支农统计数据年份农业产出（亿元）金融机构对农业的贷款FIN（亿元）财政用于农业的支出FIS（亿元）国内生产总值GDP（亿元）19791270.2 136.7 163.84 4063 19801371.6 175.9 139.28 4546 19811559.5 189.7 108.09 4892 19821777.4 212.5 118.42 5323 19831978.4 231.2 132.10 5963 19842316.1 368.1 141.29 7208 19852564.4 416.6 153.62 9016 19862788.7 570.4 184.20 10275 19873233.0 685.8 195.72 12059 19883865.4 814.2 214.07 15043 19894265.9 1955.2 265.94 16992 19905062.0 2412.8 307.84 18668 19915342.2 2976.0 347.57 21781 19925866.6 3868.5 376.02 26923 19936963.8 4839.1 440.45 35334 19949572.7 1143.9 532.98 48198 199512135.8 1544.8 574.93 60794 199614015.4 1919.1 700.43 71177 199714441.9 3314.6 766.39 78973 199814817.6 4444.2 1154.76 84402 199914770.0 4792.4 1085.76 89677 200014944.7 4889.0 1231.54 99215 200115781.3 5711.5 1456.73 109655 200216537.0 6884.6 1580.76 120333 200317381.7 8411.4 1754.45 135823 200421412.7 9843.1 2337.63 159878 200522420.0 11529.9 2450.31 184937 200624040.0 13208.2 2869.09 216314 200728627.0 15428.2 3404.70 265810 200833702.0 17629.0 4544.01 314045 200935226.0 21623.0 6720.41 340507 201040497.0 25477.7 8579.70 397983 数据来源：各年中国统计年鉴、中国财政年鉴、2010年国民经济和社会发展统计公报设金融支农系统、财政支农系统，选取金融机构对农业的贷款FIN和财政用于农业的支出FIS为反映两个子系统支农绩效的序参量，使用MATLAB 7.8.0对金融支农和财政支农两个子系统的系统协同度分析结果(2001-2010)如下(附件1：程序代码)：表2：系统有序度Year20012002200320042005200620072008200920100.22000.26630.32650.38300.44960.51580.60340.69030.84791.00000.15920.17380.19430.26320.27650.32590.38910.52360.78051.0000表3：系统协同度Year2001200220032004200520062007200820092010CD0.84510.88090.91000.93550.95230.96510.97490.97830.97210.9719由表2和表3结果可知，2001年至2010年期间FIN和FIS两个序参量均是有序发展且呈增长趋势的，金融支农与财政支农的两两协同度在整体上是逐年提高的，且在2001-2002年为中度协同状态，自2003年以来一直保持着高度协同状态。结果显示，近年来金融支农与财政支农的系统协同度不断提高，表明金融支农和财政支农二者相互配合、相互协调的程度越来越深，两种政策的搭配产生1+12的放大效应，即金融支农和财政支农的绩效呈现越来越明显的协同效应。产生这一结果的原因既有国家政策层面的因素，也与金融及财政体系自身的运行机制有关。从政策层面来看，财政支持与金融借贷扶持虽各有分工，但在近年来的农业政策中越来越注重二者的配合，如国家财政放松对农村信用社等农村信贷机构的放款限制，并给予农村小额信贷更大规模的资金支持等；从两个系统自身的运行机制来看，金融支农与财政支农呈现出相互影响、矛盾统一的发展，财政支持刺激农村生产投入和开发，从而加大对金融信贷的需求，而二者的共同投入和支持会极大地满足农村资本市场的需求，促进农村资本市场的完善和农村经济的发展。四、基于计量模型的协同效应分析4.1 模型假设1、财政用于农业的支出FIS是政策因素，可以看作不受外界因素影响的外生变量；2、农业产出受金融机构对农业的贷款FIN和财政用于农业的支出FIS影响，同时在经济增长的背景下，农业产生保持固有的增长趋势；3、关于农业产出的历史信息可以反映在农业产出(Y)的一期滞后项(Y(-1)中；4、所以关于线性回归模型的古典假设成立，适用于最小二乘法对参数进行估计。4.2 Granger因果检验金融机构对农业的贷款(FIN)受财政用于农业的支出(FIS)影响，一般来说，FIS的增加有利于金融机构放宽对农业的贷款，FIS是受政策影响的变量，但FIS是否是导致FIN的因以及FIN对FIS是否有反馈作用仍需要进一步研究。选取表1中的金融机构对农业的贷款(FIN)作为衡量金融对农业投入的变量，选取财政用于农业的支出(FIS)作为衡量财政对农业投入的变量，使用马克威5.0版本统计分析软件7对FIN和FIS的因果检验结果如下：表4：Granger因果检验滞后阶数：2原假设样本数F统计量P值结论FIN不能Granger引起FIS300.08910.9150不拒绝FIS不能Granger引起FIN4.22980.0262拒绝对于原假设H0：FIS不能Granger引起FIN，检验统计量其中为FIN滞后阶数，为有效样本容量，为无约束回归中待估参数的个数。因此拒绝原假设，即在的显著性水平上，接受FIS是FIN的Granger原因。4.3 模型建立与求解(1)FIN对FIS的单变量回归模型进一步，在Granger因果检验结果的基础上，建立FIN对FIS的单变量回归模型定量分析FIS对FIN的影响，使用马克威5.0版本统计分析软件得到回归结果如下：线性回归方程FIN = 947.486+3.27155*FIS (4-1)表5：模型分析RR 平方修正的R平方估计的标准误对数似然值AICSC值0.97190.94460.94281,594.6587-280.354717.647217.7388表6：方差分析表平方和自由度均方F值显著性回归1,301,857,296.593611,301,857,296.5936511.9504-0.0000残差76,288,092.9011302,542,936.4300总和1,378,145,389.494731表7：回归系数分析回归系数标准误标准化的betaT显著性95%置信区间上界95%置信区间下界方差扩大因子容忍度常数项947.4863347.66462.72530.01061,657.5121237.4605FIS3.27150.14460.971922.62630.00003.56682.97631.00001.0000由结果可知，模型的整体检验和系数显著性检验均通过，回归方程的拟合系数，回归方程的拟合效果较好；但观察数据的变化可知，FIN在1994年有明显的结构调整，而FIS保持稳定增长的趋势。图1：FIN和FIS变化的直线图因此，利用1979年到2010年样本数据建立的回归方程有待进行结构检验，为此，使用EVIEWS分析软件对回归方程进行Chow检验，选取1994年为断点，检验结果如下：表8：Chow检验结果Chow Breakpoint Test: 1994Null Hypothesis: No breaks at specified breakpointsVarying regressors: All equation variablesEquation Sample: 1979 2010F-statistic6.484458Prob. F(2,28)0.0049Log likelihood ratio12.17949Prob. Chi-Square(2)0.0023Wald Statistic12.96892Prob. Chi-Square(2)0.0015由表中结果可知，Chow检验结果表明，检验统计量，对应的P-Value值为0.0049，因此在95%的置信水平上认为可以拒绝原假设，即回归方程存在结构变化。进一步分析可知，改革开放后我国农村金融机构的发展经历1978年至1993年的恢复起步阶段，从1994年开始进入调整阶段，因此1994年金融机构对农业的贷款(FIN)具有明显的结构调整。为此，为反映新的发展时期FIS对FIN的影响，选取1994年至2010年的样本数据重新做回归分析，得到回归分析结果如下：FIN = 1643.584+3.110671*FIS (4-2)回归方程和系数显著性检验如下：表9：回归方程和系数显著性检验结果VariableCoefficientStd. Errort-StatisticProb.C1643.584671.61862.4471990.0272FIS3.1106710.20406915.243200.0000R-squared0.939358Mean dependent var9282.035Adjusted R-squared0.935316S.D. dependent var7249.398S.E. of regression1843.747Akaike info criterion17.98712Sum squared resid50991061Schwarz criterion18.08514Log likelihood-150.8905Hannan-Quinn criter.17.99686F-statistic232.3552Durbin-Watson stat0.375748Prob(F-statistic)0.000000模型的整体和系数显著性检验均通过，FIN被FIS解释的部分达93.94%，回归方程可以被解释为金融机构对农业的基础贷款规模1643.584亿元，其中受财政支农政策影响产生的扩大效应约3.11，即财政用于农业的支出每增加1单位，将带来金融机构增加对农业的贷款3.11单位的额外效应。(2)农业产出Y对FIN、FIS和GDP的多元回归模型考虑金融机构对农业的贷款FIN和财政用于农业的支出FIS与农业产出Y之间的关系，同时考虑经济环境的外生变量GDP，更进一步，为消除FIN和FIS之间的共线性，使用马克威5.0版本统计分析软件进行主成分回归结果如下：表10：主成分个数选择信息表方法主成分数自定义2表11：主轴（对应主成分）信息表主轴对应特征值贡献率累计贡献率%FINFISGDPa(1)2.94800.982798.26700.57910.57520.5778a(2)0.03740.012599.5152-0.28010.8059-0.5216表12：自变量相关系数表相关系数FINFISGDPFIN1.00000.97190.9848FIS0.97191.00000.9653GDP0.98480.96531.0000表13：回归系数表常数项FINFISGDP回归系数b2,936.05540.9485-2.23670.0803表14：方差分析表平方和自由度均方F值P值回归3,560,730,570.494831,186,910,190.1649231.02770.0000残差143,850,671.6652285,137,523.9880总离差3,704,581,242.160031表15：模型分析表复相关系数修正的复相关系数0.98040.9783回归方程：Y=2936.0554+0.9485*FIN-2.2367*FIS+0.0803*GDP (4-3)因此，结果表明整体显著性检验通过，所建立的模型成立。回归方程可解释短期内金融机构对农业的贷款对农业产出有正的影响，财政用于农业的支出对农业产出有负的影响，而农业产出增加中可被GDP解释的部分占8.03%，但回归方程所解释的只是数据之间的数量关系，且模型中剔除了FIN和FIS之间的共线性，FIS对农业产出的贡献通过FIN传导，同时由于FIS增加在农业基础设施上的建设，短期内农业基本建设的支出不能见效，增加了农业生产的隐性成本，对农业产出产生负的影响。(3)考虑滞后项的分布滞后模型为更合理的建立模型研究农业产出Y和FIN、FINS之间的关系，考虑Y不仅受FIN、FIS影响，而且受FIN、FIS的滞后项影响，即建立分布滞后模型，同时考虑Y受经济环境影响的信息反映在Y的一期滞后项Y(-1)中，建立模型如下： (4-4)通过不断调整模型参数，得到最终的结果如下：表16：考虑滞后项的分布滞后模型分析Dependent Variable: YMethod: Least SquaresDate: 06/27/11 Time: 05:54Sample (adjusted): 1985 2010Included observations: 26 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C713.1290383.57281.8591750.0771FIN-0.4329480.168952-2.5625470.0181FIN(-2)0.4107430.1865132.2022210.0390FIS(-6)5.5359561.9624792.8209000.0102Y(-1)0.8622720.06735212.802540.0000R-squared0.993527Mean dependent var15010.57Adjusted R-squared0.992295S.D. dependent var10661.48S.E. of regression935.8672Akaike info criterion16.69187Sum squared resid18392795Schwarz criterion16.93381Log likelihood-211.9943Hannan-Quinn criter.16.76154F-statistic805.8729Durbin-Watson stat1.563925Prob(F-statistic)0.000000即模型结果如下： (4-5)此时模型的整体显著性检验成立，模型结果解释短期内金融机构对农业的贷款由于增加农户负担，且贷款用于农业的投入短期内收不到成效，对农业产出产生负的影响，长期内金融机构对农业的贷款才对农业产出产生正的影响；财政支农的绩效也表现出明显的滞后作用，原因在于财政用于农业的支出主要包括支援农村生产支出和农林水利气象等部门的事业费和农业基本建设支出，具有明显的周期性，农业基本设施建设等长期内才发挥作用，因此财政支农的绩效表现出一定的滞后性。4.4 结果分析因此，由上述分析结果可知，金融支农和财政支农政策在实施中有如下绩效传导过程：金融支农和财政支农绩效从长期来看均有显著效果，尽管短期内金融机构对农业的贷款由于增加农户负担和贷款用于农业的投入短期内收不到成效，对农业产出产生负的影响，但总体来看金融贷款和财政对农业的投入是有利于农业的发展的，且金融支农系统和财政支农系统互为支持、互相配合，金融支农以财政为保障，财政借助于金融贷款发挥杠杆作用，通过扩大金融机构对农业的贷款和增加农户贷款需求，借助金融支农平台间接地扩大其效应。3.11金融支农财政支农农业产出短期 -43.29%长期 41.07%长期 55.36%子系统1子系统2金融支农1+12扩大效应图2：金融支农和财政支农的绩效传导过程由结果可知，金融机构对农业的贷款每增加1单位，短期内的直接影响是带来产生的减少，但从长期来看，1单位贷款带来41.07%的绩效，且财政用于农业的支出每增加1单位从长期来看也将带来55.36%的绩效。此外，金融机构对农业的贷款以财政为支持，财政用于农业的支出将增加金融机构对农业的贷款，金融支农政策和财政支农政策的搭配意味着每1单位的财政对农业的投入将带来3.11单位额外的金融贷款对农业的投入，支持并保证金融支农发挥其正常的绩效，从农业产出的角度来看，将带来1.28单位预期外的产出，也就是说，金融支农和财政支农的搭配产生的效应大于其单独实施产生的效应之和，即由于金融支农和财政支农的协同产生1+12的额外效应，金融支农和财政支农的协同效应显著。五、结论和建议总之，财政和金融作为支持农业发展政策的两个重要方面，金融支农政策和财政支农政策有着显著的协同效应，即1+12的扩大效应，财政对农业投入可以吸引和引导金融资金对农业的投入，同时金融机构对农业的贷款必须借助财政支农体系为基础才能更好地发挥作用。在基层农村农业建设的过程中，如何处理好金融支农和财政支农的关系和政策搭配问题显得尤为重要。为此，结合本文的结论，提出如下建议：1支农建设中财政与金融携手，共同实现扶弱功能，优化社会资源配置。优化资源配置和提供“公共服务”，都包含扶助弱者，为弱势群体提供均等机会健康发展的重要内容。农业是弱势产业，农民尤其是中低收入和贫困农户是弱势群体，弱势的“三农”理应得到财政和金融的共同支持。然而，我国的农业、农村和农民长期以来一直是财政投入和金融服务的“短板”。在城乡二元结构的格局下，财政更多地关注和服务于城市，采取的是农业支持工业、农村支持城市的政策；同时，金融的“有偿性”和商业化运作与农业的特殊性和农村经济的弱质性之间的矛盾导致农村金融一直以来是我国金融体系中的薄弱环节。因此，要夯实农业农村发展基础，建设社会主义新农村，必须加强财政对“三农”的投入力度和金融对“三农”的支持力度。2有限的财政支农资金要发挥其杠杆作用，必须借助于金融渠道。财政支农现状表明，财政支农支出增长较快，但仍难满足新农村建设的巨大资金需求。改革开放以来，财政支农支出呈快速增长趋势。1979年至2010年，财政支农总额从163.84亿元提高到8579.70亿元，年均增长13.17%，2009和2010年增幅更是高达47.90%和27.67%。但是，有限的财政支农资金难以满足“三农”建设对资金的巨大需求。研究表明，从2006年到2020年新农村建设要新增资金15-20万亿元，平均每年要将净增1万多亿元。而2006年到2010年，财政支农支出分别为2161.35、3404.7、4544.1、6720.41、8579.7亿元，还是远远不能满足每年平均1万多亿元的增量资金需求。而且，可用于支农的财政收入增速趋缓，2008年财政收入的增长率由2007年的32.41%降至19.50%，在财政收入增幅减缓的同时，各项保障性支出会进一步增加，未来可用于支农的财政收入是十分有限的。从统计数据进一步分析可知，财政支农支出结构不合理，使其真正用于发展现代农业推进新农村建设的资金占比极少。2005年，支农性财政支出中，维持机关与干部和困难群体的“吃饭财政”占73.15%，基本建设支出占20.92%，而具有发展潜力的科学技术三项费用只占0.81%。财政支农支出总额本身十分有限，而真正用于发展现代农业推进新农村建设的财政资金则更为有限，要让有限的财政资金真正发挥杠杆效应，必须借助于金融渠道，才能真正意义上实现财政支农的功能。首先，财政支农必须通过金融渠道才能发挥其杠杆效应。财政可通过政策性金融、合作性金融和商业性金融等多类金融渠道，将财政的补偿输导给农村经济，间接支持社会主义新农村建设，从而更好地实现其“调控器”的作用。其次，财政通过金融渠道传递支农信息。政府可通过金融通道向其他投资者展示政府支持的意愿，拓展融资渠道，推动更多投资进人农村和农业领域。再次，财政通过金融渠道实现支农资金的周转。金融机构可为财政支农资金提供支付和清算服务，并通过提供过渡性融资服务，弥补财政资金在运转上的不足。最后，财政通过金融渠道规避支农过程中的道德风险。财政支农常常伴随着道德风险，一些支农对象过分依赖于财政补贴，不思进取，甚至想方设法获取更多的财政支持。财政资金可采用向农村金融机构贷款及发行债券等金融工具，在减少政府直接投资规模的同时，规避道德风险，防止对政府资本的挥霍和浪费。3弱势的农村金融要得以发展，离不开财政的扶持和引导。财政对金融支农的扶持和引导主要表现在两个方面。一是财政可通过直接投入和间接引导对农村金融机构予以扶持，从而吸引资金回流农业农村。财政贴息可鼓励农村金融机构向农业提供贷款；税收优惠可引导商业银行把一定比例的资金用于农业；财政补贴可吸引农民和其他社会主体投资农业，引导和带动信贷资金、社会资金共同支农。二是财政可帮助农村金融机构分担体制内无法转移的风险。财政可通过投资设立担保机构，建立巨灾准备金方式对农业高出其它行业的风险进行转移和分担。六、参考文献1Wyn Morgan，Bruce Morley，Causality between Exports, Productivity and Financial Support in EU Agriculture，Regional Studies 42, 02 (2008) pp. 189-198.2Helmi Ben Rejeb，Laure Morel-Guimaraes，Vincent Boly，N