Can fiscal and financial synergy ensure food security-Empirical evidence based on provincial panel data

doi:10.16178/j.issn.0528-9017.20240220

Abstract

Abstract:

Based on panel data at the provincial level from 2009 to 2020, this study empirically tests the impact of fiscal and financial synergy on grain production using a panel bidirectional fixed effects model. Research has shown that fiscal and financial synergy can significantly promote food production, and the results still hold true even after addressing endogeneity issues, replacing dependent variables, lagging explanatory variables by one period, and excluding directly administered municipality. The threshold analysis results show that differences in total factor productivity lead to a threshold effect on the impact of fiscal and financial synergy on grain production. In regions with high total factor productivity, fiscal and financial synergy has a greater promoting effect on grain production. Heterogeneity analysis shows that compared with the eastern and non grain producing regions, the fiscal and financial synergistic effects of the western and northeastern regions, as well as the grain producing regions, are greater. Therefore, in steadily advancing the food security strategy, attention should be paid to the synergistic effect of fiscal and financial policies.

Key words: fiscal and financial synergy, food security, total factor productivity, panel threshold model

CLC Number:

LI Zongyi, GAO Yajia, CHEN Yaoyao. Can fiscal and financial synergy ensure food security-Empirical evidence based on provincial panel data[J]. Journal of Zhejiang Agricultural Sciences, 2024, 65(8): 1968-1976.

Figures/Tables 9

References 26

[1]	高培勇, 隆国强, 刘尚希, 等. 扎实推动高质量发展,加快中国式现代化建设:学习贯彻中央经济工作会议精神笔谈[J]. 经济研究, 2024, 59(1):4-35.
[2]	张泽鑫, 史清华. 财政支农与粮食增产:总量与结构分析[J]. 农业现代化研究, 2020, 41(2):200-209.
[3]	高鸣, 宋洪远, CARTER M. 补贴减少了粮食生产效率损失吗?:基于动态资产贫困理论的分析[J]. 管理世界, 2017(9):85-100.
[4]	鲍国良, 姚蔚. 我国粮食补贴政策问题与对策:基于“险补结合”粮食补贴政策分析[J]. 江西财经大学学报, 2022(3):87-95.
[5]	邹杰. 财政农业科技支出与粮食单产量动态关联[J]. 经济问题, 2015(6):95-99.
[6]	蔡保忠, 曾福生. 农业基础设施投入对不同粮食作物产出的影响研究[J]. 农业现代化研究, 2019, 40(4):646-654.
[7]	闫晗, 乔均. 农业生产性服务业对粮食生产的影响:基于2008-2017年中国省级面板数据的实证研究[J]. 商业研究, 2020(8):107-118.
[8]	刘天琦, 宋俊杰. 财政支农政策助推乡村振兴的路径、问题与对策[J]. 经济纵横, 2020(6):55-60.
[9]	卢成. 财政支农政策对农业生产影响的再研究:基于2009-2015年全国农村固定观察点数据[J]. 农村经济, 2019(2):88-94.
[10]	龚斌磊, 王硕. 财政支出对我国农业增长的多途径影响[J]. 农业经济问题, 2021, 42(1):54-68.
[11]	汪来喜. 金融支持河南粮食生产能力开发的思考[J]. 金融理论与实践, 2010(3):67-71.
[12]	BECK T, LEVINE R, LOAYZA N. Finance and the sources of growth[J]. Journal of Financial Economics, 2000, 58(1/2):261-300.
[13]	王修华, 余琳慧, 彭德荣. 党的十八大以来我国金融支农政策的演进特征与发展趋势[J]. 华南师范大学学报(社会科学版), 2024(1): 5-21, 205.
[14]	张欣, 王卓林, 王子泰. 农村金融对粮食安全的空间溢出效应实证检验[J]. 统计与决策, 2020, 36(17):78-81.
[15]	赵健. 财政金融支农减贫协同效率研究:基于中部六省的时空差异[J]. 理论月刊, 2021(2):92-100.
[16]	姜松, 曹峥林, 王钊. 中国财政金融支农协同效率及其演化规律[J]. 软科学, 2013, 27(2):6-11.
[17]	姚凤阁, 王兆勋. 财政金融协同支持乡村振兴研究[J]. 理论探讨, 2022(6):167-172.
[18]	何广文, 刘甜. 乡村振兴背景下农户创业的金融支持研究[J]. 改革, 2019(9):73-82.
[19]	鲍曙光, 杜志雄, 冯兴元. “十四五”时期农业农村现代化投融资形势与财金协同机制建设[J]. 学术界, 2021(5):24-34.
[20]	谢婷婷, 张辛. 财政金融协同支持农业现代化的影响效应研究:基于粮食主产区的经验数据[J]. 农村金融研究, 2023(8):46-59.
[21]	GAO Y Q, SHU Y K, CAO H J, et al. Fiscal policy dilemma in resolving agricultural risks: evidence from China’s agricultural insurance subsidy pilot[J]. International Journal of Environmental Research and Public Health, 2021, 18(14): 7577.
[22]	臧文如, 傅新红, 熊德平. 财政直接补贴政策对粮食数量安全的效果评价[J]. 农业技术经济, 2010(12):84-93.
[23]	陈薇. 粮食直接补贴政策的效果评价与改革探讨:对河北省粮食直补试点县的个案分析[J]. 农业经济, 2006(8):12-14.
[24]	庹国柱, 张峭. 论我国农业保险的政策目标[J]. 保险研究, 2018(7):7-15.
[25]	代碧波, 陈晓菲. 粮食主产区农业现代化与新型城镇化的耦合协调度测算[J]. 统计与决策, 2020, 36(9):104-108.
[26]	王聪, 王莹, 陈云坪, 等. 2000-2020年湖北省耕地利用集约化和规模化耦合协调特征[J]. 农业工程学报, 2023, 39(3):219-226.

子系统	指标	计算方法	子系统权重
财政服务子系统	地方财政农林水事务支出占比	地方财政农林水事务支出/地方财政一般预算支出	1/2
	地方财政农林水事务支出人均额度	地方财政农林水事务支出/农村总人口
金融服务子系统	农村金融机构从业情况	农村金融机构从业人数/农村总人口	1/2
	农业保险	农业保险赔付支出

子系统	指标	计算方法	子系统权重
财政服务子系统	地方财政农林水事务支出占比	地方财政农林水事务支出/地方财政一般预算支出	1/2
	地方财政农林水事务支出人均额度	地方财政农林水事务支出/农村总人口
金融服务子系统	农村金融机构从业情况	农村金融机构从业人数/农村总人口	1/2
	农业保险	农业保险赔付支出

省份	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020
北京	0.351 7	0.364 3	0.376 7	0.398 9	0.433 3	0.457 6	0.486 0	0.495 5	0.519 4	0.534 2	0.552 9	0.561 6
天津	0.244 8	0.246 6	0.276 6	0.289 9	0.312 9	0.323 8	0.342 8	0.349 4	0.357 7	0.376 1	0.416 9	0.390 0
河北	0.181 5	0.172 3	0.169 1	0.204 5	0.228 3	0.237 7	0.279 8	0.274 0	0.265 0	0.289 7	0.303 7	0.331 3
山西	0.186 9	0.178 6	0.189 8	0.207 3	0.228 0	0.217 4	0.246 9	0.258 8	0.270 5	0.294 7	0.316 4	0.338 4
内蒙古	0.270 2	0.274 4	0.295 1	0.313 4	0.328 3	0.340 4	0.374 6	0.390 3	0.468 2	0.438 7	0.430 1	0.449 0
辽宁	0.222 9	0.227 2	0.230 0	0.249 9	0.263 5	0.294 5	0.313 6	0.305 3	0.303 2	0.301 7	0.325 6	0.347 4
吉林	0.237 3	0.240 8	0.232 3	0.247 3	0.251 5	0.255 7	0.287 0	0.329 8	0.338 8	0.330 0	0.348 2	0.366 2
黑龙江	0.234 4	0.266 6	0.243 9	0.284 8	0.350 7	0.323 9	0.356 8	0.389 8	0.397 4	0.405 9	0.482 0	0.460 7
上海	0.311 2	0.375 6	0.382 9	0.422 6	0.424 4	0.430 7	0.429 1	0.461 6	0.509 9	0.514 3	0.545 8	0.562 3
江苏	0.184 1	0.203 7	0.216 6	0.242 2	0.258 5	0.270 0	0.286 4	0.296 5	0.285 1	0.307 5	0.329 9	0.344 7
浙江	0.201 6	0.214 3	0.225 9	0.233 9	0.257 7	0.261 0	0.285 3	0.287 8	0.284 8	0.289 1	0.301 4	0.304 8
安徽	0.185 8	0.214 4	0.205 3	0.221 9	0.243 5	0.232 2	0.243 1	0.297 4	0.272 8	0.289 0	0.284 1	0.329 5
福建	0.168 3	0.185 1	0.189 3	0.199 9	0.221 8	0.222 8	0.247 9	0.256 7	0.251 6	0.253 6	0.258 6	0.261 6
江西	0.160 9	0.173 3	0.176 1	0.200 0	0.210 7	0.222 8	0.227 8	0.242 0	0.242 9	0.246 5	0.255 4	0.270 4
山东	0.182 3	0.177 1	0.180 9	0.226 6	0.241 3	0.211 2	0.245 6	0.250 5	0.282 0	0.308 5	0.308 5	0.312 1
河南	0.173 9	0.173 2	0.161 2	0.183 1	0.211 6	0.206 6	0.226 2	0.253 9	0.287 5	0.297 8	0.310 9	0.307 8
湖北	0.184 1	0.191 1	0.190 0	0.198 7	0.211 6	0.209 6	0.217 0	0.238 5	0.240 1	0.268 0	0.276 0	0.293 4
湖南	0.208 1	0.208 7	0.204 7	0.219 7	0.239 6	0.243 8	0.259 5	0.269 6	0.288 2	0.300 6	0.322 9	0.341 4
广东	0.158 6	0.164 3	0.173 5	0.203 2	0.209 4	0.203 3	0.228 5	0.210 6	0.224 8	0.247 3	0.259 9	0.271 7
广西	0.139 6	0.146 5	0.149 0	0.162 9	0.168 8	0.195 4	0.215 6	0.224 9	0.228 1	0.244 6	0.294 6	0.286 3
海南	0.189 6	0.191 1	0.199 9	0.196 7	0.207 8	0.245 9	0.233 4	0.253 0	0.254 8	0.276 0	0.294 6	0.309 4
重庆	0.150 3	0.155 0	0.160 0	0.178 2	0.196 9	0.199 4	0.210 7	0.218 0	0.221 5	0.238 8	0.254 6	0.255 1
四川	0.180 3	0.200 6	0.217 2	0.232 4	0.250 5	0.264 4	0.282 1	0.285 9	0.302 2	0.337 9	0.343 8	0.324 2
贵州	0.122 4	0.116 9	0.098 8	0.110 5	0.150 9	0.166 6	0.191 0	0.211 2	0.216 0	0.241 3	0.287 8	0.321 9
云南	0.161 4	0.170 3	0.172 5	0.198 7	0.212 9	0.233 0	0.226 2	0.242 6	0.233 2	0.267 4	0.286 0	0.325 5
西藏	0.156 0	0.149 9	0.166 5	0.182 3	0.193 1	0.202 9	0.214 3	0.248 9	0.268 7	0.316 8	0.339 0	0.381 6
陕西	0.168 1	0.176 7	0.179 1	0.190 4	0.210 5	0.213 6	0.232 5	0.239 8	0.245 3	0.264 2	0.280 7	0.314 0
甘肃	0.145 7	0.158 2	0.163 8	0.197 2	0.216 5	0.225 6	0.256 1	0.264 4	0.270 5	0.296 6	0.323 6	0.344 8
青海	0.170 4	0.168 6	0.193 5	0.222 0	0.240 2	0.254 3	0.268 0	0.297 8	0.300 9	0.319 6	0.348 2	0.375 6
宁夏	0.211 8	0.224 8	0.235 0	0.251 5	0.260 5	0.272 7	0.283 2	0.305 4	0.314 0	0.323 4	0.332 7	0.337 0
新疆	0.240 6	0.237 6	0.245 0	0.278 6	0.293 7	0.340 7	0.352 6	0.375 3	0.352 3	0.400 0	0.473 6	0.521 2

省份	2009	2010	2011	2012	2013	2014	2015	2016	2017	2018	2019	2020
北京	0.351 7	0.364 3	0.376 7	0.398 9	0.433 3	0.457 6	0.486 0	0.495 5	0.519 4	0.534 2	0.552 9	0.561 6
天津	0.244 8	0.246 6	0.276 6	0.289 9	0.312 9	0.323 8	0.342 8	0.349 4	0.357 7	0.376 1	0.416 9	0.390 0
河北	0.181 5	0.172 3	0.169 1	0.204 5	0.228 3	0.237 7	0.279 8	0.274 0	0.265 0	0.289 7	0.303 7	0.331 3
山西	0.186 9	0.178 6	0.189 8	0.207 3	0.228 0	0.217 4	0.246 9	0.258 8	0.270 5	0.294 7	0.316 4	0.338 4
内蒙古	0.270 2	0.274 4	0.295 1	0.313 4	0.328 3	0.340 4	0.374 6	0.390 3	0.468 2	0.438 7	0.430 1	0.449 0
辽宁	0.222 9	0.227 2	0.230 0	0.249 9	0.263 5	0.294 5	0.313 6	0.305 3	0.303 2	0.301 7	0.325 6	0.347 4
吉林	0.237 3	0.240 8	0.232 3	0.247 3	0.251 5	0.255 7	0.287 0	0.329 8	0.338 8	0.330 0	0.348 2	0.366 2
黑龙江	0.234 4	0.266 6	0.243 9	0.284 8	0.350 7	0.323 9	0.356 8	0.389 8	0.397 4	0.405 9	0.482 0	0.460 7
上海	0.311 2	0.375 6	0.382 9	0.422 6	0.424 4	0.430 7	0.429 1	0.461 6	0.509 9	0.514 3	0.545 8	0.562 3
江苏	0.184 1	0.203 7	0.216 6	0.242 2	0.258 5	0.270 0	0.286 4	0.296 5	0.285 1	0.307 5	0.329 9	0.344 7
浙江	0.201 6	0.214 3	0.225 9	0.233 9	0.257 7	0.261 0	0.285 3	0.287 8	0.284 8	0.289 1	0.301 4	0.304 8
安徽	0.185 8	0.214 4	0.205 3	0.221 9	0.243 5	0.232 2	0.243 1	0.297 4	0.272 8	0.289 0	0.284 1	0.329 5
福建	0.168 3	0.185 1	0.189 3	0.199 9	0.221 8	0.222 8	0.247 9	0.256 7	0.251 6	0.253 6	0.258 6	0.261 6
江西	0.160 9	0.173 3	0.176 1	0.200 0	0.210 7	0.222 8	0.227 8	0.242 0	0.242 9	0.246 5	0.255 4	0.270 4
山东	0.182 3	0.177 1	0.180 9	0.226 6	0.241 3	0.211 2	0.245 6	0.250 5	0.282 0	0.308 5	0.308 5	0.312 1
河南	0.173 9	0.173 2	0.161 2	0.183 1	0.211 6	0.206 6	0.226 2	0.253 9	0.287 5	0.297 8	0.310 9	0.307 8
湖北	0.184 1	0.191 1	0.190 0	0.198 7	0.211 6	0.209 6	0.217 0	0.238 5	0.240 1	0.268 0	0.276 0	0.293 4
湖南	0.208 1	0.208 7	0.204 7	0.219 7	0.239 6	0.243 8	0.259 5	0.269 6	0.288 2	0.300 6	0.322 9	0.341 4
广东	0.158 6	0.164 3	0.173 5	0.203 2	0.209 4	0.203 3	0.228 5	0.210 6	0.224 8	0.247 3	0.259 9	0.271 7
广西	0.139 6	0.146 5	0.149 0	0.162 9	0.168 8	0.195 4	0.215 6	0.224 9	0.228 1	0.244 6	0.294 6	0.286 3
海南	0.189 6	0.191 1	0.199 9	0.196 7	0.207 8	0.245 9	0.233 4	0.253 0	0.254 8	0.276 0	0.294 6	0.309 4
重庆	0.150 3	0.155 0	0.160 0	0.178 2	0.196 9	0.199 4	0.210 7	0.218 0	0.221 5	0.238 8	0.254 6	0.255 1
四川	0.180 3	0.200 6	0.217 2	0.232 4	0.250 5	0.264 4	0.282 1	0.285 9	0.302 2	0.337 9	0.343 8	0.324 2
贵州	0.122 4	0.116 9	0.098 8	0.110 5	0.150 9	0.166 6	0.191 0	0.211 2	0.216 0	0.241 3	0.287 8	0.321 9
云南	0.161 4	0.170 3	0.172 5	0.198 7	0.212 9	0.233 0	0.226 2	0.242 6	0.233 2	0.267 4	0.286 0	0.325 5
西藏	0.156 0	0.149 9	0.166 5	0.182 3	0.193 1	0.202 9	0.214 3	0.248 9	0.268 7	0.316 8	0.339 0	0.381 6
陕西	0.168 1	0.176 7	0.179 1	0.190 4	0.210 5	0.213 6	0.232 5	0.239 8	0.245 3	0.264 2	0.280 7	0.314 0
甘肃	0.145 7	0.158 2	0.163 8	0.197 2	0.216 5	0.225 6	0.256 1	0.264 4	0.270 5	0.296 6	0.323 6	0.344 8
青海	0.170 4	0.168 6	0.193 5	0.222 0	0.240 2	0.254 3	0.268 0	0.297 8	0.300 9	0.319 6	0.348 2	0.375 6
宁夏	0.211 8	0.224 8	0.235 0	0.251 5	0.260 5	0.272 7	0.283 2	0.305 4	0.314 0	0.323 4	0.332 7	0.337 0
新疆	0.240 6	0.237 6	0.245 0	0.278 6	0.293 7	0.340 7	0.352 6	0.375 3	0.352 3	0.400 0	0.473 6	0.521 2

变量	定义	均值	标准差	最小值	最大值
农作物播种面积	khm²	5.286 5	3.901 9	0.885 5	14.910 1
财政金融协同	耦合协调度	0.268 6	0.084 0	0.098 8	0.562 3
成灾率	成灾面积/受灾面积	0.486 0	0.165 8	0.148 2	1
生产性服务	农业生产性服务额/亿元	140.363 8	140.526 4	2.714 8	804
第一产业从业人员	万人	798.039 4	580.119 7	27	2 765
农业机械化水平	农业机械总动力/万kW	3 250.118 8	2 905.544 5	94	13 353
农药使用量	t	53 705.960 0	42 331.205 0	714	170 000