• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    經(jīng)濟(jì)政策不確定性、農(nóng)村投資與農(nóng)民收入增長

    2020-10-13 14:54:18
    關(guān)鍵詞:農(nóng)民收入不確定性政策

    李 泉 張 濤

    (蘭州大學(xué)經(jīng)濟(jì)學(xué)院, 甘肅蘭州 730000)

    一、引言

    黨的十九大報(bào)告提出要加快實(shí)施鄉(xiāng)村振興戰(zhàn)略,堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展,到2050年實(shí)現(xiàn)鄉(xiāng)村全面振興。面對城鄉(xiāng)結(jié)構(gòu)性、體制性、周期性等諸多問題相互交織、新舊動能轉(zhuǎn)換中的不確定性長期存在,如何通過深入推進(jìn)鄉(xiāng)村振興戰(zhàn)略實(shí)現(xiàn)農(nóng)村美、農(nóng)業(yè)強(qiáng)和農(nóng)民富的城鄉(xiāng)融合發(fā)展目標(biāo),持續(xù)為農(nóng)民對美好生活的向往提供強(qiáng)大動力支撐,是邁入新時(shí)代我國理論界和實(shí)踐領(lǐng)域正在積極探索的焦點(diǎn)話題,尤其在全面建成小康社會的決勝階段,這一重大課題更成為人們視野中無法避開的前沿?zé)狳c(diǎn)。1949年來特別是改革開放40多年來,中國經(jīng)濟(jì)發(fā)展迅速,現(xiàn)已成為全球第二大經(jīng)濟(jì)體。然而,城鄉(xiāng)區(qū)域發(fā)展不平衡不充分的矛盾非常突出。國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示,2017年城鎮(zhèn)與農(nóng)村居民人均可支配收入之比為2.7,全國居民收入基尼系數(shù)為0.467,城鄉(xiāng)區(qū)域、不同群體之間的收入差距依然較大,縮小收入差距依然任重道遠(yuǎn)。特別是當(dāng)城鎮(zhèn)已經(jīng)相對“發(fā)展起來、富起來”之后,作為“后富”地區(qū),加快鄉(xiāng)村振興對國民經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要意義不言而喻。換句話說,只有完成農(nóng)業(yè)現(xiàn)代化和縮小城鄉(xiāng)收入差距,才能逐步實(shí)現(xiàn)城鄉(xiāng)融合發(fā)展,從而跨越“劉易斯第二拐點(diǎn)”,跨過“中等收入陷阱”。[1]面對中國經(jīng)濟(jì)進(jìn)入新常態(tài)和百年來未有之大變局,在供給側(cè)結(jié)構(gòu)性改革中培育新的經(jīng)濟(jì)增長點(diǎn),農(nóng)村無疑有很大的發(fā)展空間。為此,學(xué)者們從不同視角提出了影響農(nóng)民收入和城鄉(xiāng)收入差距的諸多因素,例如農(nóng)村產(chǎn)業(yè)融合發(fā)展水平和質(zhì)量、城鎮(zhèn)化、農(nóng)產(chǎn)品價(jià)格、要素稟賦結(jié)構(gòu)、金融發(fā)展等等。[2][3][4][5][6]事實(shí)上,在這些因素起作用的過程中,不可避免地會受到政府經(jīng)濟(jì)政策不確定性帶來的不同影響。從另外一個(gè)視角思考,經(jīng)濟(jì)政策的頻繁調(diào)整必然會造成經(jīng)濟(jì)政策不確定性增加。Baker et al.的統(tǒng)計(jì)數(shù)據(jù)同樣顯示,中國經(jīng)濟(jì)政策的不確定性在不斷提高。[7]顯而易見,經(jīng)濟(jì)政策不確定性會影響企業(yè)和農(nóng)民對經(jīng)濟(jì)形勢的判斷和預(yù)期,從而影響其行為決策并進(jìn)一步影響農(nóng)民收入的變化。因此,非常有必要系統(tǒng)考察經(jīng)濟(jì)政策不確定性這一重要因素對農(nóng)民收入增長的影響。

    縱觀既有研究,學(xué)者們對于經(jīng)濟(jì)政策不確定性的研究對象多為企業(yè),研究內(nèi)容更多集中在經(jīng)濟(jì)政策不確定性對企業(yè)金融化、投資決策、創(chuàng)新、融資成本等的影響[8][9][10][11],而把研究對象置于農(nóng)民群體的文獻(xiàn)幾乎沒有,更鮮見有經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長影響的研究成果。然而,經(jīng)濟(jì)學(xué)基本原理和國內(nèi)外發(fā)展實(shí)踐證明,要洞悉影響農(nóng)民收入增長的關(guān)鍵變量,絕不能忽視經(jīng)濟(jì)政策不確定因素的重要影響。一方面,經(jīng)濟(jì)政策不確定性會削弱企業(yè)的就業(yè)創(chuàng)造能力和提高企業(yè)的就業(yè)破壞程度[12],從而影響勞動就業(yè)及其就業(yè)者的收入水平;另一方面,經(jīng)濟(jì)政策不確定性會造成農(nóng)產(chǎn)品價(jià)格波動[13][14],進(jìn)而影響農(nóng)產(chǎn)品銷售和農(nóng)民收入增長。以此推之,經(jīng)濟(jì)政策不確定性還會通過影響投資來影響農(nóng)民收入增長。因此,本文嘗試以經(jīng)濟(jì)政策不確定性為切入點(diǎn),以農(nóng)村投資增長作為中介變量,研究經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長的影響及其作用途徑。

    與現(xiàn)有研究相比,我們的貢獻(xiàn)在于:第一,基于經(jīng)濟(jì)政策不確定性(對企業(yè))的研究成果不斷增多,本文將經(jīng)濟(jì)政策不確定性的影響延伸到農(nóng)民收入增長領(lǐng)域,拓展了經(jīng)濟(jì)政策不確定性研究的范圍和廣度,為農(nóng)民收入增長影響因素分析提供了新的視角。第二,基于現(xiàn)有文獻(xiàn)研究經(jīng)濟(jì)政策不確定性對于投資影響的局限性,本文將農(nóng)村投資增長作為中介變量研究了經(jīng)濟(jì)政策不確定性對農(nóng)村投資進(jìn)而對農(nóng)民收入增長的影響,這是對已有研究的進(jìn)一步深化。按經(jīng)驗(yàn)觀察和理解,為了更好增加農(nóng)民收入就需要對涉農(nóng)政策進(jìn)行調(diào)整,但本文更多考慮經(jīng)濟(jì)政策調(diào)整本身所產(chǎn)生的不確定性會對農(nóng)民收入產(chǎn)生何種影響,這是探討農(nóng)民收入增長的新視角。本文以下部分的結(jié)構(gòu)安排是:第二部分為文獻(xiàn)綜述與研究假設(shè),第三部分為研究數(shù)據(jù)與研究設(shè)計(jì),第四部分為實(shí)證結(jié)果,第五部分為穩(wěn)健性檢驗(yàn),第六部分為研究結(jié)論與建議。

    二、文獻(xiàn)綜述與研究假設(shè)

    關(guān)于經(jīng)濟(jì)政策不確定性的研究多以企業(yè)為研究對象,持續(xù)穩(wěn)定的經(jīng)濟(jì)政策有助于企業(yè)穩(wěn)定收益、抵御風(fēng)險(xiǎn)和促進(jìn)投資;反之,經(jīng)濟(jì)政策不確定性增加了企業(yè)對投資的抑制效應(yīng),對涉農(nóng)企業(yè)更是如此。這種抑制效應(yīng)分為多個(gè)方面,且有異質(zhì)性。第一,從資產(chǎn)的可逆性方面考慮,當(dāng)資產(chǎn)的可逆性越小時(shí)經(jīng)濟(jì)政策不確定性對企業(yè)固定資產(chǎn)投資的抑制效應(yīng)越大,按照企業(yè)的所有制和規(guī)模劃分,這種抑制效應(yīng)在民營企業(yè)和小規(guī)模企業(yè)更為凸顯[15];按照行業(yè)劃分,農(nóng)業(yè)企業(yè)投資的不可逆轉(zhuǎn)性更大,大量的農(nóng)業(yè)生產(chǎn)性投入資產(chǎn)都會變成沉沒成本[16],因此經(jīng)濟(jì)政策不確定性對于農(nóng)業(yè)企業(yè)投資的抑制效應(yīng)更明顯。第二,從與受政策因素影響程度的方面考慮,受政策因素影響大的企業(yè)經(jīng)濟(jì)政策不確定性對其投資的抑制效應(yīng)更大。[17]農(nóng)業(yè)是基礎(chǔ)性產(chǎn)業(yè),其重要性不言而喻,加之政府對“三農(nóng)”發(fā)展的重視,其受政策影響的程度自然不會小。第三,從資本配置效率方面考慮,經(jīng)濟(jì)政策不確定性通過影響公司股價(jià)信息含量使資本配置效率下降,從而減少了企業(yè)投資規(guī)模,同時(shí)可能使企業(yè)放棄凈現(xiàn)值為正的投資項(xiàng)目。[18]第四,從企業(yè)投資決策者的情緒和預(yù)期方面考慮,經(jīng)濟(jì)政策不確定性增加使投資人有更高的風(fēng)險(xiǎn)感知,這會對投資者情緒產(chǎn)生負(fù)面影響,企業(yè)投資決策者會因?yàn)閷?jīng)濟(jì)發(fā)展信心不足造成的情緒低沉而降低投資支出。[19]

    不僅如此,金融部門對經(jīng)濟(jì)政策不確定性也有很強(qiáng)的敏感性[20],經(jīng)濟(jì)政策不確定性對銀行信貸供給有顯著的抑制效應(yīng),經(jīng)濟(jì)政策不確定性越大,銀行信貸增速越低。[21]這是因?yàn)?,?dāng)經(jīng)濟(jì)政策不確定性增加時(shí),貸款的違約風(fēng)險(xiǎn)升高,尤其是涉農(nóng)貸款。[22]此時(shí),銀行“自我保險(xiǎn)”動機(jī)增強(qiáng)使得企業(yè)的銀行貸款成本增加,銀行貸款利率隨之提高[23],這在中小型銀行中表現(xiàn)得更加明顯。當(dāng)然,銀行增加的成本也更多地轉(zhuǎn)嫁給中小企業(yè)。[24]同樣,經(jīng)濟(jì)政策不確定性升高,企業(yè)獲得的銀行貸款數(shù)量會減少,農(nóng)業(yè)企業(yè)會因此減小投資規(guī)模。[25]因此,對于企業(yè)而言,當(dāng)政策的不確定性增加時(shí),投資的收益風(fēng)險(xiǎn)增加,投資的資金貸款成本上升,這兩方面的抑制會導(dǎo)致投資減少,對于面向農(nóng)村投資的農(nóng)業(yè)企業(yè)和小規(guī)模企業(yè),更是如此。從政府角度講,當(dāng)經(jīng)濟(jì)政策不確定性增加時(shí),政府財(cái)政壓力上升,政府會因此增加稅收,從而增加了企業(yè)的稅收負(fù)擔(dān)進(jìn)而抑制其投資。[26]概括來講,完全有理由相信,政策不確定性增加會抑制農(nóng)村投資增長。中國幅員遼闊,區(qū)域間經(jīng)濟(jì)發(fā)展水平存在較大差異,東、中、西部涉農(nóng)企業(yè)的規(guī)模、抵御風(fēng)險(xiǎn)能力、融資能力各異,經(jīng)濟(jì)政策不確定性必然會對其投資決策差生異質(zhì)性影響。因此,本文提出第一個(gè)假設(shè):

    假設(shè)1:經(jīng)濟(jì)政策不確定性升高對農(nóng)村投資增長有抑制效應(yīng),抑制效應(yīng)呈現(xiàn)區(qū)域異質(zhì)性。

    中國農(nóng)村公共投資體現(xiàn)了很強(qiáng)的反貧困特征,在上級政府參與的投資中這一特征更加明顯。[27]從經(jīng)驗(yàn)上看,當(dāng)農(nóng)村投資增加時(shí),農(nóng)村基礎(chǔ)設(shè)施得到改善,農(nóng)民就業(yè)增加,經(jīng)營環(huán)境優(yōu)化,農(nóng)產(chǎn)品市場得以拓展等,這些因素會促進(jìn)農(nóng)民收入增長。從理論上講,在IS-LM模型中,當(dāng)投資增加(貨幣政策不變)時(shí),IS曲線向右移動,促進(jìn)收入增加,增加的收入等于投資乘以投資乘數(shù)。對于整個(gè)市場是這樣,對于農(nóng)村市場、農(nóng)村投資和農(nóng)民收入之間也應(yīng)如此。學(xué)者們也通過實(shí)證研究證明了這種關(guān)系的存在。例如,對新疆的研究發(fā)現(xiàn),農(nóng)業(yè)投資是農(nóng)民收入增長的關(guān)鍵因素[28],局部來看此結(jié)論成立。對全國31個(gè)省(直轄市、自治區(qū))的研究也證實(shí),農(nóng)業(yè)綜合開發(fā)投資顯著正向影響農(nóng)民收入,而且會持續(xù)帶動農(nóng)民增收[29],從全國看此結(jié)論也成立。從長期來看,農(nóng)業(yè)投資對農(nóng)民收入的影響效應(yīng)更顯著。[30]更進(jìn)一步,農(nóng)村投資對農(nóng)民收入各個(gè)組成部分影響的研究發(fā)現(xiàn),農(nóng)業(yè)投資會明顯提高農(nóng)民經(jīng)營性收入,而非農(nóng)投資則提高農(nóng)民的經(jīng)營性收入和工資性收入。[31]所以,無論從哪個(gè)角度看,農(nóng)村投資增長都會促進(jìn)農(nóng)民收入增加。由此,本文提出第二個(gè)假設(shè):

    假設(shè)2:農(nóng)村投資增長與農(nóng)民收入增長呈正相關(guān)關(guān)系。

    若假設(shè)1和假設(shè)2成立,經(jīng)濟(jì)政策不確定性降低會促進(jìn)農(nóng)村投資增長,農(nóng)村投資增長促進(jìn)農(nóng)民收入增加。反之,經(jīng)濟(jì)政策不確定性增加則農(nóng)村投資會降低,農(nóng)村投資減少導(dǎo)致農(nóng)民收入減少。進(jìn)一步推理我們?nèi)菀椎玫?,?jīng)濟(jì)政策不確定性增加會降低農(nóng)民收入增長,而經(jīng)濟(jì)政策不確定性在影響農(nóng)村投資方面存在區(qū)域異質(zhì)性,進(jìn)而在影響農(nóng)民收入增長上也理應(yīng)有區(qū)域差異。因此,本文提出第三個(gè)假設(shè):

    假設(shè)3:經(jīng)濟(jì)政策不確定性增加會抑制農(nóng)民收入增長,且該抑制效應(yīng)有區(qū)域異質(zhì)性。

    三、數(shù)據(jù)來源與研究設(shè)計(jì)

    (一)數(shù)據(jù)來源與模型選擇

    本文采用2003-2017年30個(gè)省級(包括直轄市、自治區(qū),西藏由于數(shù)據(jù)不全剔除)面板數(shù)據(jù),數(shù)據(jù)來源于國家統(tǒng)計(jì)局中的國家數(shù)據(jù)、中國統(tǒng)計(jì)年鑒和wind數(shù)據(jù)庫、Baker等人統(tǒng)計(jì)的中國經(jīng)濟(jì)政策不確定性數(shù)據(jù)以及全球經(jīng)濟(jì)政策不確定性數(shù)據(jù)。

    對于模型的選擇,本文通過F檢驗(yàn)和豪斯曼檢驗(yàn),從混合效應(yīng)模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型中選擇。根據(jù)檢驗(yàn)顯示的結(jié)果,此處使用固定效應(yīng)模型。至于采用個(gè)體固定效應(yīng)模型、時(shí)間固定效應(yīng)模型還是雙固定效應(yīng)模型,本文采用逐步添加嘗試的方法,最后結(jié)合R2和變量顯著狀況進(jìn)行選擇。

    根據(jù)前文提出的假設(shè),經(jīng)濟(jì)政策不確定性負(fù)向影響農(nóng)村投資增長從而負(fù)向影響農(nóng)民收入增長。在實(shí)證中,我們首先檢驗(yàn)經(jīng)濟(jì)政策不確定性負(fù)向影響農(nóng)民收入增長;若此假設(shè)不成立,驗(yàn)證其他假設(shè)便無意義。驗(yàn)證假設(shè)3的模型如下:

    Rigit=β0+β1EPUt+βiXit+δ+Uit

    (1)

    模型(1)中被解釋變量為農(nóng)民收入增長(Rig),EPU為核心解釋變量,即經(jīng)濟(jì)政策不確定性;X為控制變量,包括地方GDP增速、地方政府財(cái)政支出、教育水平、網(wǎng)絡(luò)發(fā)達(dá)程度、創(chuàng)新水平、交通便利程度、電力狀況、農(nóng)作物播種狀況、自然災(zāi)害狀況。δ有待實(shí)證檢驗(yàn),或?yàn)闀r(shí)間固定效應(yīng),或?yàn)閭€(gè)體固定效應(yīng),或?yàn)殡p固定效應(yīng),Uit為誤差項(xiàng)。

    Igit=β0+β1EPUt+βiXit+δ+Uit

    (2)

    模型(2)是為了驗(yàn)證假設(shè)1,其中被解釋變量為農(nóng)村投資增長(Ig),EPU為核心解釋變量,即經(jīng)濟(jì)政策不確定性,X為控制變量。在模型(1)的基礎(chǔ)上,模型(2)增加了利率作為控制變量。同樣,δ有待實(shí)證檢驗(yàn),含義同上;Uit為誤差項(xiàng)。

    Rigit=β0+β1Igit+βiXit+δ+Uit

    (3)

    模型(3)是為了驗(yàn)證假設(shè)2,其中Rig為被解釋變量,即農(nóng)民收入增長,Ig為核心解釋變量,即農(nóng)村投資增長;X為控制變量,與模型(1)中的控制變量一致。δ含義同上;Uit為誤差項(xiàng)。

    (二)變量定義

    1. 經(jīng)濟(jì)政策不確定性

    關(guān)于經(jīng)濟(jì)政策不確定性的衡量,有學(xué)者用市長、市委書記變更衡量。[32][33]近年來,絕大部分學(xué)者采用Baker et al.構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)衡量。[34][35]該指數(shù)是Scott Baker等人基于《南華早報(bào)》文章關(guān)鍵詞搜索構(gòu)建的中國不確定性指數(shù)(月度數(shù)據(jù))。為了轉(zhuǎn)化成年度數(shù)據(jù),可取其十二個(gè)月的算術(shù)平均、幾何平均或者取其算術(shù)平均后除以100。本文沿用劉貫春等的做法,采用Baker et al.構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)月度數(shù)據(jù)加總除以100來衡量經(jīng)濟(jì)政策不確定性,其他算法考慮作為穩(wěn)健性檢驗(yàn)。

    2. 農(nóng)民收入增長

    采用當(dāng)年農(nóng)村居民人均可支配收入除以上一年農(nóng)村居民人均可支配收入減1衡量農(nóng)民收入增長。

    3. 農(nóng)村投資增長

    采用全社會固定資產(chǎn)投資減去城鎮(zhèn)固定資產(chǎn)投資得到農(nóng)村固定資產(chǎn)投資,用當(dāng)年的農(nóng)村固定資產(chǎn)投資除以上一年的農(nóng)村固定資產(chǎn)投資減1衡量農(nóng)村投資增長。

    4. 控制變量

    控制變量中地方GDP增速用當(dāng)年地方GDP除以上一年地方GDP減1衡量,地方政府財(cái)政支出用地方財(cái)政一般預(yù)算支出衡量;教育水平用15歲及以上文盲率衡量(根據(jù)每年的人口抽樣調(diào)查,用調(diào)查中15歲及以上文盲人數(shù)除以調(diào)查中15歲及以上總?cè)藬?shù),2010年采用第六次人口普查的數(shù)據(jù)計(jì)算);網(wǎng)絡(luò)發(fā)達(dá)程度用互聯(lián)網(wǎng)上網(wǎng)人數(shù)衡量(其中,缺乏2016年的數(shù)據(jù),用前三年平均增長人數(shù)加上2015年的互聯(lián)網(wǎng)人數(shù)衡量);創(chuàng)新水平用專利申請授權(quán)量衡量;交通便利程度用鐵路里程加上公路里程衡量;電力狀況用農(nóng)村發(fā)電量衡量;農(nóng)作物播種狀況用農(nóng)作物播種面積衡量;自然災(zāi)害狀況用受災(zāi)面積衡量;利率用6個(gè)月至1年短期貸款基準(zhǔn)利率衡量。

    四、實(shí)證結(jié)果

    (一)主要變量描述性統(tǒng)計(jì)分析

    如表1,農(nóng)民收入增長最小值為-0.0354,最大值為0.0291,方差為0.0467,說明各省份各年份農(nóng)民收入增長差異明顯。農(nóng)村投資增長最小值為-0.9955,最大值為1.9799,方差為0.2786,差異更明顯,增長的最小值幾乎比上一年下降一倍,增長的最大值幾乎比上一年上升兩倍,通過對原數(shù)據(jù)的觀察發(fā)現(xiàn)增長的最大值是2009年的四川,而增長的第二大值是2008年的青海,為0.7673。因此1.9799屬于極端值,可能原因是2008年汶川地震之后,大量的災(zāi)區(qū)重建使得農(nóng)村投資增長很大。增長的最小值是2011年的上海,第二小值是2011年的江蘇,為-0.9343,且-0.93—-0.8之間還有五個(gè)值,因此最小值不是極端值,出現(xiàn)農(nóng)村投資增長率為負(fù)且絕對值接近1的原因是2012年統(tǒng)計(jì)口徑發(fā)生變化,使得在數(shù)據(jù)上2011年農(nóng)村固定資產(chǎn)投資出現(xiàn)下滑,全國各省份(包括市、區(qū))農(nóng)村固定資產(chǎn)投資增長出現(xiàn)絕對值都較大的負(fù)數(shù),而上海城鎮(zhèn)固定資產(chǎn)投資和全社會固定資產(chǎn)投資很接近,農(nóng)村固定資產(chǎn)投資少,所以農(nóng)村固定資產(chǎn)投資變動相同的量帶來的比例變動更大(因此在文章的第五部分考慮剔除2011年的數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn))。經(jīng)濟(jì)政策不確定性平均值為19.0299,最小值為7.7954,最大值為43.7799,方差為11.2297,說明近15年經(jīng)濟(jì)政策不確定性較大,最大值與最小值之間差異很大,方差也大,且通過觀察原數(shù)據(jù)發(fā)現(xiàn),中國經(jīng)濟(jì)政策不確定性呈上升趨勢。

    表1 主要變量描述性統(tǒng)計(jì)

    (二)實(shí)證結(jié)果分析

    經(jīng)過面板單位根檢驗(yàn)(LLC檢驗(yàn)),所有參與回歸的變量在1%水平下平穩(wěn)(地方政府財(cái)政支出取對數(shù)),所有估計(jì)均采用穩(wěn)健性方差。從經(jīng)驗(yàn)判斷,對農(nóng)民收入增長影響最直接的兩個(gè)因素是地方GDP增速(GDPG)和地方政府財(cái)政支出(lnLbe)。在控制其他控制變量的前提下,把這兩個(gè)變量逐步加入并列出實(shí)證結(jié)果。如表2,與預(yù)期一致,地方GDP增速正向影響農(nóng)民收入增長,地方政府財(cái)政支出正向影響農(nóng)民收入增長。經(jīng)濟(jì)政策不確定性(EPU)升高顯著降低農(nóng)民收入增長(Rig),且隨著加入地方GDP增速和地方政府財(cái)政支出兩個(gè)控制變量,經(jīng)濟(jì)政策不確定性系數(shù)變化不大,且保持在1%水平上顯著,驗(yàn)證了假設(shè)3的前半部分。本文還探討了經(jīng)濟(jì)政策不確定性對城鄉(xiāng)收入差距(Urig)的影響,城鄉(xiāng)收入差距用城鎮(zhèn)居民人均可支配收入除以農(nóng)村居民人均可支配收入衡量。結(jié)果顯示,經(jīng)濟(jì)政策不確定性升高降低了城鄉(xiāng)收入差距,說明經(jīng)濟(jì)政策不確定性對農(nóng)村居民收入增長的負(fù)向影響小于對城鎮(zhèn)居民收入增長的負(fù)向影響;回歸結(jié)果也顯示,地方政府財(cái)政支出同樣減小了城鄉(xiāng)收入差距,可能原因是近年來扶貧力度加大,地方政府財(cái)政支出中用于農(nóng)村發(fā)展的比例增大。地方GDP增速增加拉大城鄉(xiāng)收入差距,說明經(jīng)濟(jì)發(fā)展還沒有跨過庫茨涅茲拐點(diǎn)。不過,本文并沒有加入地方GDP的二次項(xiàng),不能討論具體的拐點(diǎn),當(dāng)然這也不是本文探討的重點(diǎn)。

    表2 經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長的影響

    考慮到東、中、西部地區(qū)發(fā)展水平不一,經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長影響效應(yīng)可能存在差異,因此本文將30個(gè)省級區(qū)域分為東、中、西部分別研究。[36]如表3,經(jīng)濟(jì)政策不確定性升高都顯著抑制了農(nóng)村居民收入增長,但是有區(qū)域異質(zhì)性。其中,對西部的抑制效應(yīng)最大,中部次之,對東部的抑制效應(yīng)最小,這恰好驗(yàn)證了假設(shè)3后半部分。

    表3 經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長影響的區(qū)域差異

    基于經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長的影響,本文還嘗試探討其影響途徑。通過文獻(xiàn)回顧發(fā)現(xiàn),現(xiàn)有研究成果肯定了經(jīng)濟(jì)政策不確定性對農(nóng)村投資增長影響效應(yīng)的存在。因此本文提出經(jīng)濟(jì)政策不確定性影響農(nóng)村投資增長進(jìn)而影響農(nóng)民收入增長的作用途徑與過程。上文的結(jié)果顯示,經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長有負(fù)向影響,符合假設(shè),也為下文研究其影響途徑提供了基礎(chǔ)。經(jīng)濟(jì)政策不確定性對農(nóng)村投資增長的影響估計(jì)結(jié)果如表4所示。與上文一樣,在控制了其他控制變量的前提下,列示幾個(gè)主要控制變量的回歸結(jié)果?;貧w結(jié)果顯示,經(jīng)濟(jì)政策不確定性對農(nóng)村投資增長(Ig)有負(fù)向影響,在逐漸加入其他控制變量后,EPU系數(shù)的絕對值有所降低,但依然是負(fù)數(shù),且在1%水平上保持顯著,驗(yàn)證了假設(shè)1前半部分。而利率(Ir)對農(nóng)村投資增長有負(fù)向影響,符合經(jīng)驗(yàn)判斷。GDP增速對農(nóng)村投資增長有正向影響,但是估計(jì)結(jié)果并不顯著。地方政府財(cái)政支出對農(nóng)村投資增長有負(fù)向影響,可能原因是地方政府財(cái)政支出和農(nóng)村投資增長之間存在反向因果關(guān)系,因?yàn)楫?dāng)出現(xiàn)農(nóng)村投資增長下降時(shí)政府為刺激農(nóng)村投資增長就會增加財(cái)政支出,也有可能是政府支出使得其他投資主體對農(nóng)村的投資有“擠出效應(yīng)”,但是估計(jì)結(jié)果并不顯著。

    表4 經(jīng)濟(jì)政策不確定性對農(nóng)村投資增長的影響

    與上文相對應(yīng),經(jīng)濟(jì)政策不確定性對農(nóng)村投資增長也分不同區(qū)域進(jìn)行分析。如表5所示,經(jīng)濟(jì)政策不確定性抑制農(nóng)村投資增長,但對東、中、西部地區(qū)的抑制效應(yīng)有差異,對西部抑制效應(yīng)最大,中部次之,東部最小,這驗(yàn)證了假設(shè)1后半部分。經(jīng)濟(jì)政策不確定性對農(nóng)村投資增長的影響有區(qū)域異質(zhì)性,可能原因是,不同區(qū)域農(nóng)村投資對政府的經(jīng)濟(jì)政策依賴程度不同,使得政策變動時(shí)投資決策不一樣。地方政府在招商引資的過程中會對投資企業(yè)進(jìn)行補(bǔ)貼,而地方政府的政策目標(biāo)更傾向?qū)崿F(xiàn)區(qū)域平衡,因此西部地區(qū)獲得補(bǔ)貼的企業(yè)的概率更高。[37]所以,西部地區(qū)農(nóng)村投資增長對政府經(jīng)濟(jì)政策的依賴性較高,經(jīng)濟(jì)政策不確定性對其負(fù)面影響相應(yīng)就最大。

    表5 經(jīng)濟(jì)政策不確定性對農(nóng)村投資增長的區(qū)域影響

    在這里,經(jīng)濟(jì)政策不確定性對不同區(qū)域的農(nóng)村投資增長抑制效應(yīng)大小與對不同區(qū)域農(nóng)民收入增長抑制效應(yīng)大小相對應(yīng),也為農(nóng)村投資增長在經(jīng)濟(jì)政策不確定性影響農(nóng)民收入增長的過程中發(fā)揮中介作用提供了很好的證據(jù)。但是,可能分開研究樣本量降低的緣故,估計(jì)結(jié)果顯著性有所降低。

    最后,驗(yàn)證農(nóng)村投資增長與農(nóng)民收入增長之間的關(guān)系。如表6所示,農(nóng)村投資增長促進(jìn)了農(nóng)民收入增加,在控制其他控制變量的前提下逐步加入主要控制變量,結(jié)果顯示農(nóng)村投資增長的系數(shù)變化不大,且在5%水平上保持顯著,驗(yàn)證了假設(shè)2。與上文一致,地方GDP增速對農(nóng)民收入有正向影響,地方政府財(cái)政支出對農(nóng)民收入增長有正向影響,但是地方GDP增速估計(jì)結(jié)果不顯著。

    至此,上文中提出的3個(gè)假設(shè)皆得到驗(yàn)證,也證實(shí)了經(jīng)濟(jì)政策不確定性影響農(nóng)村投資增長進(jìn)而影響農(nóng)民收入增長的作用途徑。

    表6 農(nóng)村投資增長對農(nóng)民收入增長的影響

    五、穩(wěn)健性檢驗(yàn)

    (一)內(nèi)生性問題

    本文模型中加入了較多控制變量,較多的控制變量可以解決遺漏變量問題,還控制了固定效應(yīng),有效解決了內(nèi)生性問題。但出于穩(wěn)健性考慮,本文將全球經(jīng)濟(jì)政策不確定性作為工具變量(全球經(jīng)濟(jì)政策不確定性年度數(shù)據(jù)仍用十二個(gè)月度數(shù)據(jù)加總除以100衡量),采用兩階段最小二乘法估計(jì),結(jié)果如表7(只列出了第二階段的回歸結(jié)果)所示,結(jié)論與上文一致,即經(jīng)濟(jì)政策不確定性負(fù)向影響農(nóng)民收入增長,也負(fù)向影響農(nóng)村投資增長,且估計(jì)結(jié)果在1%水平上顯著。通過檢驗(yàn)工具變量與解釋變量的相關(guān)性,兩個(gè)檢驗(yàn)結(jié)果都顯示最小特征值統(tǒng)計(jì)量遠(yuǎn)遠(yuǎn)大于5%水平上對應(yīng)的值,拒絕工具變量為弱工具變量的原假設(shè),因?yàn)橹挥幸粋€(gè)工具變量,故不存在過度識別檢驗(yàn)。在理論上,全球經(jīng)濟(jì)政策不確定性可以作為工具變量。

    表7 穩(wěn)健性檢驗(yàn)結(jié)果

    (二)重新定義農(nóng)村投資

    用農(nóng)、林、牧、漁投資增長代替農(nóng)村投資增長,檢驗(yàn)經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長影響的中介作用,結(jié)論與上文一致。

    (三)經(jīng)濟(jì)政策不確定性

    采用不同計(jì)算方法,用12個(gè)月的經(jīng)濟(jì)政策不確定性的平均數(shù)和中位數(shù)衡量年度經(jīng)濟(jì)政策不確定性,分別檢驗(yàn)對農(nóng)民收入增長和農(nóng)村投資增長的影響,結(jié)論與上文一致。

    (四)反向因果關(guān)系

    考慮到可能存在農(nóng)民收入增長降低和農(nóng)村投資增長降低才促使經(jīng)濟(jì)政策調(diào)整,從而加大經(jīng)濟(jì)政策不確定性的反向因果關(guān)系。本文檢驗(yàn)了經(jīng)濟(jì)政策不確定性滯后一期對農(nóng)民收入增長和農(nóng)村投資增長的影響,結(jié)論依然是對兩者都有負(fù)向影響。

    (五)極端值的影響

    由于2012年統(tǒng)計(jì)口徑有所變化,導(dǎo)致2011年的農(nóng)村固定資產(chǎn)投資較2010年有大幅下降,全國各地農(nóng)村投資增長出現(xiàn)負(fù)數(shù),且絕對值都比較大。因此,考慮剔除2011年的極端值對結(jié)論重新檢驗(yàn),結(jié)論與上文一致。

    六、結(jié)論與建議

    本文采用Baker et al.構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù),利用2003-2017年全國30個(gè)省級(包括直轄市、自治區(qū))面板數(shù)據(jù),實(shí)證分析了經(jīng)濟(jì)政策不確定性對農(nóng)民收入增長的影響并探討了其影響途徑。研究發(fā)現(xiàn),經(jīng)濟(jì)政策不確定性升高會抑制農(nóng)民收入增長,同時(shí)縮小了城鄉(xiāng)收入差距,且對農(nóng)民收入增長抑制效應(yīng)有區(qū)域異質(zhì)性,對西部的負(fù)向影響最大,中部次之,對東部的影響最小。農(nóng)村投資增長起到中介作用,經(jīng)濟(jì)政策不確定性通過負(fù)向影響農(nóng)村投資增長進(jìn)而影響農(nóng)民收入增長。在通過使用工具變量、重新定義變量、改變變量算法、將核心解釋變量滯后一期、剔除極端值進(jìn)行檢驗(yàn)后,結(jié)論依然成立。

    當(dāng)下,農(nóng)民收入結(jié)構(gòu)正發(fā)生重大轉(zhuǎn)變,由單一的靠家庭經(jīng)營性收入轉(zhuǎn)變?yōu)楦黜?xiàng)收入?yún)f(xié)同增長。由于轉(zhuǎn)移性和財(cái)產(chǎn)性收入具有不確定性和暫時(shí)性特征,所以工資性與經(jīng)營性收入將作為兩大主要收入來源“并駕齊驅(qū)”地帶動農(nóng)民收入持續(xù)、快速、穩(wěn)定增長。[38]面對農(nóng)民收入要實(shí)現(xiàn)由“輸血”向“造血”的根本性轉(zhuǎn)變,高質(zhì)量的涉農(nóng)投資無疑會成為“造血”機(jī)制形成的重要?jiǎng)恿ΑR虼?,在運(yùn)用農(nóng)業(yè)投資促進(jìn)農(nóng)民收入增長的政策選擇上,應(yīng)采取長期政策并通過建立持續(xù)穩(wěn)定的投資增長長效機(jī)制,促進(jìn)鄉(xiāng)村振興戰(zhàn)略實(shí)施過程中農(nóng)村投資保持穩(wěn)定增長,從而達(dá)到促進(jìn)農(nóng)民增收的目的。[39]

    第一,就政策調(diào)整本身來說,政府應(yīng)該防止政策頻繁變動。中國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài),經(jīng)濟(jì)增速由高速向中高速轉(zhuǎn)變,農(nóng)村調(diào)結(jié)構(gòu)、補(bǔ)短板勢在必行。但新常態(tài)下的高質(zhì)量發(fā)展不是不要增長速度,更不是“一刀切”,政府在全面深化改革的過程中應(yīng)注意保持政策的相對穩(wěn)定,政府主要官員更換后要“一張藍(lán)圖干到底”。同時(shí),通過發(fā)揮市場在資源配置中的決定性作用和更好發(fā)揮政府功能,引導(dǎo)涉農(nóng)投資主體形成合理的政策穩(wěn)定預(yù)期,非常有助于降低政策風(fēng)險(xiǎn),營造良好的投融資環(huán)境,實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)轉(zhuǎn)型和促進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展,并最終為持續(xù)促進(jìn)農(nóng)民增收提供保障條件。

    第二,就政策變動的影響來說,要降低經(jīng)濟(jì)政策不確定性對農(nóng)村投資增長的影響程度。當(dāng)政策不確定性升高時(shí),金融機(jī)構(gòu)的“自我保險(xiǎn)”動機(jī)使得涉農(nóng)企業(yè)貸款成本上升、企業(yè)貸款減少,從而會抑制投資;但是當(dāng)融資可獲得性較大時(shí),抑制效應(yīng)并不顯著。而且,這種抑制效應(yīng)主要來自于債權(quán)融資,而不是股權(quán)融資。[40]所以,政府在引導(dǎo)金融更好服務(wù)于農(nóng)村實(shí)體經(jīng)濟(jì)的過程中,應(yīng)該加大培育成長性好的企業(yè)并支持符合條件的涉農(nóng)企業(yè)上市,推進(jìn)農(nóng)產(chǎn)品期權(quán)期貨市場建設(shè),擴(kuò)展農(nóng)業(yè)企業(yè)投融資渠道,分散和化解涉農(nóng)投資的風(fēng)險(xiǎn),降低企業(yè)涉農(nóng)投資對經(jīng)濟(jì)政策不穩(wěn)定性的敏感程度。同時(shí),涉農(nóng)投資的企業(yè)不能是政府養(yǎng)在“溫室里的花朵”,對農(nóng)投資不能只依靠政府補(bǔ)貼,要在形成更加定型的制度體系的過程中加強(qiáng)落后地區(qū)的市場化進(jìn)程,不斷促進(jìn)全方位對外開放的制度保障和基礎(chǔ)設(shè)施建設(shè),從而降低農(nóng)村投資對政府政策的依賴程度。

    第三,就降低經(jīng)濟(jì)政策不確定性的負(fù)面影響來說,通過農(nóng)業(yè)現(xiàn)代化、三產(chǎn)融合提升農(nóng)業(yè)領(lǐng)域的投資回報(bào)水平,達(dá)到促進(jìn)農(nóng)民增收還需要不同經(jīng)濟(jì)政策之間在一定程度上的協(xié)同互促。例如,鄉(xiāng)村振興中新型生產(chǎn)方式的培育、涉農(nóng)中小企業(yè)的多元化投資、農(nóng)業(yè)產(chǎn)業(yè)鏈延伸等,不僅需要農(nóng)村土地政策、收入分配政策、財(cái)稅金融政策的支撐,還需要農(nóng)業(yè)保險(xiǎn)政策、農(nóng)村扶貧政策以及農(nóng)村治理能力與治理體系的創(chuàng)新,并且需要分短期和長期區(qū)別不同政策對于農(nóng)業(yè)投資和農(nóng)民增收的政策效應(yīng)。這同時(shí)對政府經(jīng)濟(jì)政策體系的完善與治理能力現(xiàn)代化提出了更高要求和新的挑戰(zhàn)。

    注釋:

    [1] 袁 航、張金山:《鄉(xiāng)村振興:消解二元經(jīng)濟(jì)結(jié)構(gòu)的必由之路》,《稅務(wù)與經(jīng)濟(jì)》2018年第6期。

    [2] 李曉龍、冉光和:《農(nóng)村產(chǎn)業(yè)融合發(fā)展如何影響城鄉(xiāng)收入差距——基于農(nóng)村經(jīng)濟(jì)增長與城鎮(zhèn)化的雙重視角》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2019年第8期。

    [3] 穆紅梅:《城鎮(zhèn)化水平與城鄉(xiāng)收入差距關(guān)系研究——基于收入結(jié)構(gòu)視角》,《經(jīng)濟(jì)問題》2019年第8期。

    [4] 丁箐嵐:《中國農(nóng)產(chǎn)品價(jià)格對城鄉(xiāng)收入差距影響的實(shí)證檢驗(yàn)》,《統(tǒng)計(jì)與決策》2019年第15期。

    [5] 龔明遠(yuǎn)、周京奎、張 朕:《要素稟賦、配置結(jié)構(gòu)與城鄉(xiāng)收入差距》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2019年第6期。

    [6] 鄒 克:《普惠金融、農(nóng)業(yè)TFP變動與城鄉(xiāng)收入不平衡——基于普惠金融結(jié)構(gòu)性問題視角》,《金融經(jīng)濟(jì)學(xué)研究》2019年第2期。

    [7] 斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布的月度中國經(jīng)濟(jì)政策不確定指數(shù)(http://www.policyuncertainty.com/china_epu.html)。該指數(shù)是Scott Baker, Nick Bloom, Steven J. Davis和Xiaoxi (Sophie) Wang在《南華早報(bào)》的基礎(chǔ)上為中國制定的一個(gè)經(jīng)濟(jì)政策不確定性指數(shù)。該指數(shù)按月計(jì)算,從1995年1月至今,中國經(jīng)濟(jì)政策的不確定性不斷提高可從指數(shù)的趨勢得出。

    [8] 彭俞超、韓 珣、李建軍:《經(jīng)濟(jì)政策不確定性與企業(yè)金融化》,《中國工業(yè)經(jīng)濟(jì)》2018年第1期。

    [9] 陳國進(jìn)、王少謙:《經(jīng)濟(jì)政策不確定性如何影響企業(yè)投資行為》,《財(cái)貿(mào)經(jīng)濟(jì)》2016年第5期。

    [10] 顧 欣、張雪潔:《經(jīng)濟(jì)政策不確定性、勞動力成本上升與企業(yè)創(chuàng)新》,《財(cái)經(jīng)問題研究》2019年第9期。

    [11][24] 宋全云、李 曉、錢 龍:《經(jīng)濟(jì)政策不確定性與企業(yè)貸款成本》,《金融研究》2019年第7期。

    [12] 逯宇鐸、杜小飛:《經(jīng)濟(jì)政策不確定性與異質(zhì)性企業(yè)就業(yè)變動:理論與實(shí)證研究》,《當(dāng)代經(jīng)濟(jì)科學(xué)》2019年第5期。

    [13] 張俊華、花俊國、唐華倉、吳一平:《經(jīng)濟(jì)政策不確定性與農(nóng)產(chǎn)品價(jià)格波動》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2019年第5期。

    [14] 譚 瑩、胡洪濤、李大勝:《經(jīng)濟(jì)政策不確定性對農(nóng)產(chǎn)品產(chǎn)業(yè)鏈的價(jià)格沖擊研究》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2018年第7期。

    [15][35] 劉貫春、段玉柱等:《經(jīng)濟(jì)政策不確定性、資產(chǎn)可逆性與固定資產(chǎn)投資》,《經(jīng)濟(jì)研究》2019年第8期。

    [16] Serra T.,Stefanou S.,Gil J. M.,F(xiàn)eatherstone A. ,“Investment rigidity and policy measures”,EuropeanReviewofAgriculturalEconomics, vol.36,no.1(2009),pp. 103-120.

    [17] 饒品貴、岳 衡、姜國華:《經(jīng)濟(jì)政策不確定性與企業(yè)投資行為研究》,《世界經(jīng)濟(jì)》2017年第2期。

    [18][32] 陳德球、陳運(yùn)森、董志勇:《政策不確定性、市場競爭與資本配置》,《金融研究》2017年第11期。

    [19] 靳光輝、劉志遠(yuǎn)、花貴如:《政策不確定性、投資者情緒與企業(yè)投資——基于戰(zhàn)略性新興產(chǎn)業(yè)的實(shí)證研究》,《中央財(cái)經(jīng)大學(xué)學(xué)報(bào)》2016年第5期。

    [20] Mobeen Ur Rehman,Nadia Asghar,Javed Hussain,“Are disaggregate industrial returns sensitive to economic policy uncertainty”,StatisticalMechanicsanditsApplications,vol.27,no.5(2019),pp.111-125.

    [21] 沈 悅、馬續(xù)濤:《政策不確定性、銀行異質(zhì)性與信貸供給》,《西安交通大學(xué)學(xué)報(bào)》(社會科學(xué)版)2017年第3期。

    [22] 尹志超、謝海芳、魏 昭:《涉農(nóng)貸款、貨幣政策和違約風(fēng)險(xiǎn)》,《中國農(nóng)村經(jīng)濟(jì)》2014年第3期。

    [23] Badar Nadeem Ashrafa,Yinjie Shen,“Economic policy uncertainty and banks’ loan pricing”,JournalofFinancialStability.vol.44(2019),pp.23-38.

    [25] 姚文韻、劉冬杰:《我國農(nóng)業(yè)上市公司融資來源與投資規(guī)模的關(guān)系研究》,《農(nóng)業(yè)經(jīng)濟(jì)問題》2011年第8期。

    [26] Dandan Dang,Hongsheng Fang,Minyuan He,“Economic policy uncertainty, tax quotas and corporate tax burden: Evidence from China”,ChinaEconomicReview,vol. 56〗(2019),pp.143-156.

    [27] 張林秀、白云麗、楊云帆、王衛(wèi)東:《改革開放以來農(nóng)村公共投資演進(jìn)及效果分析》,《農(nóng)業(yè)經(jīng)濟(jì)問題》2018年第8期。

    [28] 何 劍、崔鈺雪:《農(nóng)民收入與農(nóng)業(yè)投資的實(shí)證研究——以新疆為例》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2005年第4期。

    [29] 趙勇智、羅爾呷、李建平:《農(nóng)業(yè)綜合開發(fā)投資對農(nóng)民收入的影響分析——基于中國省級面板數(shù)據(jù)》,《中國農(nóng)村經(jīng)濟(jì)》2019年第5期。

    [30][39] 劉耀森、左正強(qiáng):《農(nóng)業(yè)投資與農(nóng)民收入增長關(guān)系的動態(tài)計(jì)量經(jīng)濟(jì)分析》,《經(jīng)濟(jì)問題》2011年第8期。

    [31] 王 健、胡美玲:《農(nóng)村投資、農(nóng)業(yè)生產(chǎn)率對農(nóng)民收入影響的實(shí)證檢驗(yàn)》,《統(tǒng)計(jì)與決策》2019年第17期。

    [33] 羅黨論、廖俊平、王 玨:《地方官員變更與企業(yè)風(fēng)險(xiǎn)——基于中國上市公司的經(jīng)驗(yàn)證據(jù)》,《經(jīng)濟(jì)研究》2016年第5期。

    [34] Venky Nagar,Jordan Schoenfeld,Laura Wellman,“The effect of economic policy uncertainty on investor information asymmetry and management disclosures”,JournalofAccountingandEconomics,vol.69(2019),pp.36-57.

    [36] 東部地區(qū)包括北京、河北、浙江、山東、上海、江蘇、天津、福建、遼寧、廣東、海南;中部包括山西、內(nèi)蒙古、河南、黑龍江、湖北、江西、吉林、安徽、湖南;西部包括四川、青海、甘肅、云南、陜西、貴州、重慶、寧夏、新疆、廣西。

    [37] 韓 超:《戰(zhàn)略性新興產(chǎn)業(yè)政策依賴性探析——來自地方政府補(bǔ)貼視角的實(shí)證檢驗(yàn)》,《經(jīng)濟(jì)理論與經(jīng)濟(jì)管理》2014年第11期。

    [38] 王小華:《中國農(nóng)民收入結(jié)構(gòu)的演化邏輯及其增收效應(yīng)測度》,《西南大學(xué)學(xué)報(bào)》(社會科學(xué)版)2019年第5期。

    [40] 才國偉、吳華強(qiáng)、徐信忠:《政策不確定性對公司投融資行為的影響研究》,《金融研究》2018年第3期。

    猜你喜歡
    農(nóng)民收入不確定性政策
    法律的兩種不確定性
    法律方法(2022年2期)2022-10-20 06:41:56
    政策
    政策
    陜西農(nóng)民收入:一路爬坡過坎
    助企政策
    政策
    英鎊或繼續(xù)面臨不確定性風(fēng)險(xiǎn)
    中國外匯(2019年7期)2019-07-13 05:45:04
    農(nóng)村土地流轉(zhuǎn)如何增加農(nóng)民收入
    “十三五”期間中國農(nóng)民收入年均增長6.5%
    中亞信息(2016年3期)2016-12-01 06:08:26
    具有不可測動態(tài)不確定性非線性系統(tǒng)的控制
    射阳县| 义马市| 册亨县| 正蓝旗| 塔河县| 惠来县| 航空| 土默特左旗| 渭南市| 文安县| 建昌县| 洛阳市| 碌曲县| 大石桥市| 阿合奇县| 左云县| 西乌珠穆沁旗| 延津县| 思茅市| 忻州市| 克东县| 黑河市| 闸北区| 新巴尔虎右旗| 义乌市| 博罗县| 上高县| 两当县| 岳阳县| 泸州市| 革吉县| 双柏县| 翁牛特旗| 巴南区| 万安县| 勃利县| 万载县| 临潭县| 松滋市| 兴山县| 东明县|