农业生产条件差异化前提下的省际财政资金支农效率评价

王子源　张维战

摘要：科学评价省际财政资金支农效率，是推进涉农资金统筹整合和开展相关政策设计的前提。本文利用31个省（市、区）2007—2017年的面板数据，在充分考虑地区间农业生产条件差异化的基础上，将样本省份进行排序归类，对于农业生产条件接近的省份利用数据包络分析法和Malmquist指数法进行了实证检验。研究发现，农业生产条件相对较好的省份财政资金支农效率呈降低趋势，农业生产条件相对较差的省份财政资金支农效率有所提升。因此，有必要继续加大对农业生产条件相对较差省份的支农财政性投入力度，进一步促进其农业发展。

关键词：财政资金效率; 政策性资金支农; 绩效评价

中图分类号：F323.9文献标识号：A文章编号：1001-4942（2019）11-0168-05

Evaluation on Efficiency of Provincial Financial

Funds Supporting Agriculture under Premise of Different

Agricultural Production Conditions

Wang Ziyuan1， Zhang Weizhan2

（1. Shandong University of Finance and Economics， Jinan 250100， China;

2. Institute of Science and Technology Information， Shandong Academy of Agricultural Sciences， Jinan 250100， China）

Abstract Scientific evaluation on the efficiency of inter-provincial financial funds supporting agriculture is the premise of promoting the overall integration of agricultural fiscal funds and carrying out relevant policy design. Based on the panel data of 31 provinces from 2007 to 2017， considering the differences of agricultural production conditions among regions， the sample provinces were sorted and classified in this paper， and data envelopment analysis （DEA） and Malmquist index method were used to test the provinces with similar agricultural production conditions. The study found that the efficiency of financial funds supporting agriculture in the provinces with relatively better agricultural production conditions was lower， while that with relatively poor agricultural production conditions was improved. Therefore， it was necessary to continue to increase financial investment in supporting agriculture in provinces with relatively poor agricultural production conditions to further promote the agricultural development in these areas.

Keywords Financial funds efficiency; Policy funds for agriculture; Performance appraisal

在農业发展的诸多资金来源中，财政资金占据重要地位。无论是经济发达地区还是欠发达地区，财政对农业的投入均能够起到重要的作用。但是，财政资金来源渠道广，投入方向更是多元化，造成资金分配、使用和监管等方面的现实困难。如何度量财政资金投入效率，进而优化财政资金投入结构，是一项重要的现实命题。鉴于此，国家已开始探索建立涉农资金统筹整合的长效机制。在推进涉农资金统筹整合的过程中，地方政府被赋予更多的自主权。然而由于地区间自然条件、农业农村发展水平等差异性较强，有必要在充分考虑这一差异的前提下，对不同类型地区财政资金支农效率进行分类评估，进而实现有针对性地施策。

1 文献概述与研究目标

财政资金支农的最直接效果是提高农业产出（具体包括粮食产量、农业总产值、农业技术进步等指标）。相关研究通常利用各省、自治区、直辖市的数据，采取不同方法对各省（市、区）财政支农支出效率进行实证检验。李燕凌等[1]构造了基于投入的C2R模型，选择湖南省14个市（州）及其所属县（市）作为决策单元，测算了财政支农支出效率水平，还在县级层面上运用 Tobit 模型分析了若干个体特征变量对县乡两级政府财政支农支出效率的影响;赵璐等[2]利用1949—2008年全国31个省（市、自治区）财政支农和农业总产出、农林牧渔分项产出进行面板估计（pool estimation），研究了不同时期、不同区域农业总产出、农林牧渔分项产出对于财政支农总支出的弹性，发现各地区在自然资源环境和经济发展状况等方面的差异所引起的财政支农资金的使用绩效不同;姜涛[3]利用参数法中的随机前沿分析，结合我国1995—2011年的省级面板数据，分析了地方财政支农投入对当地农业技术效率的影响，并对单个省份内部各地市的财政支农效率进行检验;张瑶[4]利用DEA包络分析法对浙江省财政支农资金配置绩效进行了静态和动态分析;王谦等[5]以山东省为例，利用Dea-Tobit模型对全省和各地市财政支农支出效率问题进行了研究。

财政资金支农还对农村的发展产生着多层次的影响。一是财政支农支出与城乡一体化发展。刘家养等[6]利用Dea-Tobit模型对1995年至2006年省级财政支农资金促进城乡公平的效率进行了研究;董文杰[7]利用数据包络分析的Malmquist指数方法对1997—2015年全国30个省（市、区）数据进行实证，检验了各省（市、区）财政金融支农政策促进城乡协调发展的效率;温涛等[8]利用数据包络分析法检验了各省（市、区）财政支农政策促进城乡经济一体化发展的效率。二是财政支农与农村发展。厉伟等[9]建立了包含经济效应、社会效应和生态效应的财政支农绩效评价体系，在此基础上利用三阶段DEA模型对我国26个省（市、区）2007—2011年的财政支农效率进行了分析;王谦等[10]运用三阶段DEA模型对我国28个省（市、区）1995—2014年的财政支农支出效率进行了测度，构建了包括农业生产、农村环境和农民生活水平三方面的效率评价体系。三是财政金融支农协同效率。韩占兵[11]利用主成分分析法和系统协同模型，对我国30个省（市、区）2009—2012年的面板数据进行研究，构建了包括规模、结构、速度和效益四个方面的评价指标体系，测算了区域财政与金融支农水平及协同效率。

上述研究切入点各有侧重，关注点已由财政支农对农业产出的效率扩展至财政资金支农对于经济社会多个维度的影响。在研究方法方面，数据包络方法是最常用的方法。在研究结论方面，中西部地区特别是西部地区财政资金支农的效率相对较低;西部边远地区技术效率均值低于全国整体技术效率均值。在1995—2014年考察期内黑龙江有 14 年、河北有 13 年、吉林有 10 年、内蒙古有 8 年、浙江有 7 年财政支农支出技术效率值为1。财政支农与金融支农协同效率水平亦呈现出东中西部三大区域依次递减的态势[12]。

尽管多项研究显示西部地区财政资金支农的效率相对较低，但是农业生产具有其特殊性，地区间农业生产条件差异客观存在，直接根据农业产出指标来衡量财政资金支农的效率难免有失偏颇。除了自然地理条件、生态气候条件等大量自然禀赋难以被量化的条件会影响农业产出外，经济发达地区在消费市场、基础设施建设、机械设备购置维护、交通运输条件、相关科技技术推广、农业人才队伍建设等方面的优势更加突出，形成对农业生产的隐性补贴[13]。因此，欠发达地区的财政资金支农效果存在被低估的可能性。鉴于此，本文充分考虑地区间农业生产条件差异，选取农业生产基础接近的省份进行分析，进而得出更加有针对性和实践价值的结论。

2 数据来源与研究方法

探讨各省（市、区）财政支农支出的效率问题，首先要以充分考虑农业生产条件差异为前提。本研究通过对各省（市、区）的相关指标进行排序归类，划分若干档次，然后对同一档次内的省份财政资金支农效率进行比较。数据跨期为2007—2017年，数据来源于国家统计局网站、国研网数据库、2007—2017年《中国农村统计年鉴》，部分指标经由计算获得。

2.1 指标选择

财政支农支出由“分地区农林水事务支出”指标来度量。广义的财政支农涉及农业生产、农村建设和生态建设等多个领域，狭义的财政支农支出则仅限农业生产直接相关领域，本研究采用狭义的定义。分地区农林水事务支出包括农业支出、林业支出、水利支出、南水北调支出、扶贫支出、农业综合开发支出、其他农林水事务支出等，与农业生产相关度较高，能够较好地衡量各省财政支农资金投入量。

关于农业产出指标，既有研究大多用“分地区农林牧渔业总产值”指标来度量，但不同地区土地气候条件、耕作条件、灌溉条件的差异则被模糊化处理。鉴于此，本研究通过计算666.7m2粮食作物平均产量（下文简称“粮食作物单产”）来代表各地区的农业生产条件，即粮食作物单产=地区粮食产量/粮食作物播种面积。同时，利用“各地区农业机械总动力”来度量农业机械化生产水平。

农民收入情况由“农村居民家庭经营性总收入”来度量。首先计算“农村居民人均纯经营性收入”，其中2007—2012年度数据来源为国家统计局;2013—2017年数据根据“农村居民人均可支配收入与“各地区农村居民可支配收入构成”中的“经营净收入占比”计算所得，然后根据各年度人口计算该地区农村居民家庭全部经营性收入。

2.2 农业生产条件测算及样本分类

本研究首先对农业生产条件的差异进行考虑，计算各省（市、区）2013—2017年度“粮食作物单产”，并进行排序。从（表1）中可以发现：2007—2017年间粮食作物单产增幅较高的省份在2007年单产位次通常靠后，符合边际效益递减规律;上述增幅較高的省份，大部分分布于中西部地区。直观来看，这一现象与大部分研究所提出的东部地区财政资金支农效率更高的结论不太符合。

因此，我们选取2007年度粮食作物单产高于全国平均值的17个省份作为农业生产条件较好的地区：东部的上海市、江苏省、山东省、浙江省、辽宁省、福建省、广东省、北京市、天津市;中部的湖南省、吉林省、河南省、湖北省、江西省;西部的新疆维吾尔自治区、西藏自治区、重庆市。其余14个省份作为农业生产条件较差的地区：东部的河北省、海南省;中部的安徽省、山西省、黑龙江省;西部的四川省、广西壮族自治区、贵州省、宁夏回族自治区、云南省、内蒙古自治区、青海省、陕西省、甘肃省。

3 模型选择及实证结果

数据包络分析方法（DEA）由Charnes、Cooper和Rhodes[14]提出，是一种能以简单综合模型处理含多种输入和输出评价指标的线性规划技术。DEA技术作为一种非参数估计方法，可以有效规避参数方法的多种限制，因此被作为测度财政资金支农效率最常用的方法。

在模型选择方面，考虑到各项要素投入量的规模不断变化，因此选用规模报酬可变的DEA-BC2模型。为对不同年份财政资金支农效率进行纵向比较，选择Malmquist指数进行检验。此外，由于Malmquist指数测度的是年度间动态变化情况，因此得出的变化指数需要剔除起始年度（2007年）。

在指标选择方面，DEA检验的输入指标为“分地区农林水事务支出”、输出指标为“分地区农林牧渔业总产值”、“农村居民家庭经营性总收入”、“粮食作物单产”、“各地区农业机械总动力”，分别代表农业产出、农民经营性收入、农业生产能力和农业生产科技化水平。通过对农业生产条件较好和较差的地区分别进行DEA检验，实证结论如下。

如表2所示，对于生产条件较好的17个省份而言，2008—2017年技术效率变化指数的均值仅为0.795，表明财政支农资金投入促进农业发展的效率是降低的。这也反映出本文的创新价值所在，即农业生产条件是制约各省份财政资金支农有效性的重要因素。将技术效率变化指数进一步分解为纯技术效率变化指数和规模效率变化指数来看，上述17个省份的纯技术效率变化指数为1.026，规模效率变化指数0.775 ，即技术进步较为普遍而规模效率存在损失。

由表3所示，对于生产条件较差的14个省份而言，2008—2017年技术效率变化指数的均值为1.010，且纯技术效率变化指数为1.007，规模效率变化指数1.003，即在技术进步和规模效率同时作用下，财政支农资金投入促进农业发展的效率是提高的。这一结论支持了财政资金支农的必要性。表1的数据亦能够予以印证，2007—2017年粮食作物单产累计增长幅度最高的4个省份分别是黑龙江省、甘肃省、内蒙古自治区和宁夏回族自治区，其2008—2017年技术效率变化指数分别为1.010、0.994、1.075、1.016，纯技术效率变化指数分别为1、0.978、1.115、1.000，规模效率变化指数分别为1.010、1.016、0.964、1.016。尽管受限于农业生产条件，上述四省的粮食作物单产绝对值并不高，但是财政资金支农的效率却有所提高。

4 主要结论与政策建议

本研究运用DEA的Malmquist指数分析方法，对2007—2017年全国31个省（市、自治区）财政资金支农的效率进行了动态分析。首先计算了各省份2007年度的粮食作物单产，并将其作为农业生产条件的衡量指标。河北省、安徽省、广西壮族自治区、四川省等传统意义上的“农业大省”反而粮食作物单产排名相对落后，被本研究列入了农业生产条件较差的省份。通过对农业生产条件较好的17个省份和农业生产条件较差的14个省份分别进行实证检验，发现对于农业生产条件较好的省份而言，财政支农资金投入促进农业发展的效率是降低的;对于农业生产条件较差的省份而言，财政支农资金投入促进农业发展的效率是提高的，且技术进步和规模效益并存。

这一實证研究的结论启示我们重新审视财政支农政策设计和资金投入，尽管部分省份由于农业生产条件（涉及自然禀赋、农业现代化水平、劳动力结构等多种因素）相对落后，农业发展相对滞后，但是通过财政性资金持续投入，其农业生产力水平仍有一定提高的空间。事实上，各省份的财政支农资金投入产出差距显著，比较其“农林水事务支出”与“农林牧渔业总产值”可以发现，在农业生产条件较差的14个省份中，东部的河北省、海南省等财政支农投入与地区农林牧渔业总产值相比较小，远低于同属于农业生产条件较差省份的中西部各省。建议进一步加强财政支农政策设计和资金分配的科学性，提高资金的边际效益，更好地推进我国农业现代化建设。

参 考 文 献：

[1]李燕凌，欧阳万福.县乡政府财政支农支出效率的实证分析[J].经济研究，2011，46（10）：110-122，149.

[2]赵璐，吕杰.我国财政支农效率的区域差异研究[J].经济问题，2011（4）：102-105.

[3]姜涛.地方财政支农投入与农业技术效率的省际差异：1995—2011年[J].经济与管理，2013，27（9）：30-35.

[4]张瑶. 浙江省地区财政支农资金配置绩效差异研究[D].杭州：浙江财经大学，2014.

[5]王谦，张兴荣.基于DEA-Tobit模型的财政支农支出效率评价与影响因素——以山东省为例[J].系统工程，2017，35（4）：91-100.

[6]刘家养，黄念兵.基于城乡公平视角的我国省级地方财政支农资金效率研究[J].宏观经济研究，2015（5）：65-72，99.

[7]董文杰.财政金融支农政策促进城乡经济协调发展效率的动态评价[J].西南大学学报（社会科学版），2017，43（6）：41-48，193.

[8]温涛，董文杰，何茜.财政支农政策促进城乡经济一体化发展的效率评价与路径探析[J].当代经济研究，2018（2）：63-72，97.

[9]厉伟，姜玲，华坚.基于三阶段DEA模型的我国省际财政支农绩效分析[J].华中农业大学学报（社会科学版），2014（1）：69-77.

[10]王谦，李超.基于三阶段DEA模型的我国财政支农支出效率评价[J].财政研究，2016（8）：66-77，90.

[11]韩占兵.中国省域财政与金融支农水平及协同效率分析——基于30个省区2009—2012年的面板数据[J].湖南农业大学学报（社会科学版），2014，15（4）：21-26.

[12]韩占兵.中国区域财政支农与金融支农协同效率水平研究——基于省际面板数据的分析[J].经济与管理，2014，28（4）：56-61.

[13]陈卫平.中国农业生产率增长、技术进步与效率变化：1990—2003年[J].中国农村观察，2006（1）：18-23，38.

[14]Charnes A ， Cooper W W ， Rhodes E . Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）：429-444.

收稿日期：2019-10-12

基金项目：山东省农业科学院农业科技创新工程学科团队建设任务（CXG2018E07）

作者简介：王子源（1998—），男，山东济南人，在读本科生，经济统计学专业。E-mail：997051411@qq.com

通讯作者：张维战（1974—），男，高级会计师，主要从事财政资金管理工作。E-mail： zwzrfm6688@163.com