财政分权与云南农村基础设施效率：空间溢出与门槛特征

张家缙，王艳伟，黄 宜，王延敏

（1.云南农业大学 建筑工程学院，云南 昆明 650201；2.云南农业大学 经济管理学院，云南 昆明 650201）

0 引言

2022年中央一号文件提出，要扎实稳妥推进乡村建设，保障和改善农村民生。党的二十大报告也提出，全面推进乡村振兴，坚持农业农村优先发展，加快建设农业强国。实施乡村振兴战略是党中央对“三农”工作的全面部署。云南省地处西南边陲，属于典型的“老、少、边、穷”地区，乡村振兴进程中的短板突出，在农村基础设施建设方面存在融资困难、欠账较多、重复建设、利用率低下、无人管护等问题，制约了农村基础设施对农民生产生活条件和农业经济增长等服务功能的实现，因此，农村基础设施投入产出比例是否经济、资源配置是否合理、最终能否实现农村地区社会福利的最优化等都是亟待解决的问题。在乡村振兴战略背景下，提高云南省农村基础设施效率是促进农业农村现代化的必由之路［1］。

农村基础设施在乡村振兴战略实施和农业农村可持续发展中处于基础性支撑地位［2-3］，因而引起了专家学者的高度关注，学术界对农村基础设施效率的相关研究逐渐增多并趋向成熟。在农村基础设施评价及效率测度方面，大多采用改进TOPSIS法［4］、因子分析法［5］、熵权法［6］、DEA数据包络分析方法［7-10］等，其中DEA方法可在不考虑指标量纲影响下同时对多投入、多产出进行效率评价而被广泛使用，且随着该模型的优化与发展，其通过将变量的松弛问题、非期望产出问题及前沿面有效决策单元的进一步比较等问题纳入考察范围，演化出SBM模型［11］、超效率SBM模型［12］以及非期望产出的超效率SBM模型［13］等，为农村基础设施效率测度的研究提供了方法支撑。在农村基础设施效率的影响因素方面，学者们普遍认为当地经济发展水平、农民收入及教育文化水平、财政分权、人口规模或密度、城镇化水平等是影响农村基础设施效率的主要因素。其中，倪细云等［14］采用多元有序Logistic模型，实证分析了影响陕西省农民对农田水利基础设施建设满意度的因素；曾福生等［8］运用Tobit模型对中国省际农业基础设施供给效率的影响因素做了实证分析，研究表明教育水平对农业基础设施供给效率产生显著正向影响，而人均GDP、财政支农支出占GDP比重、市场经济改革则造成显著负向影响；何平均等［15］利用Tobit模型对我国农业基础设施供给效率其他相关影响因素做了实证分析，丰富了既有的研究成果；林振德等［16］通过实证研究发现，地区经济实力的提高对于农村公共基础设施投资有很强的促进作用，且政府更倾向于向乡村人口密集的地区投资基础设施；丁黄艳等［17］在测算三峡库区基础设施效率后，通过构建动态空间滞后模型探讨了基础设施效率的时空溢出效应，发现经济增长与人口密度对基础设施效率产生了正向影响,地方税收、城镇化水平与基础设施效率存在负相关关系；He等［18］通过对中国山区农村公共基础设施投资效率影响因素的实证分析得出，自然地形、区位和交通是影响山区农村公共基础设施投资效率的重要因素，村集体收入和人口规模也对农村公共基础设施投资效率产生重要影响；刘玮琳等［9］运用实证分析方法得到财政自主权、农村贫困程度、城镇化水平、经济发展水平、人口密度等因素对农村基本公共服务供给效率具有显著影响的结论；李继霞等［19］则进一步将空间距离影响纳入研究范围，运用空间计量模型考察了中国农村公共服务供给质量的空间溢出效应。综合来看，以往对农村基础设施效率的测度和研究方法主要采用DEA数据包络分析方法，对效率影响因素的回归分析多采用Logistic、Tobit、空间计量模型等，注重对影响因素的线性分析。然而，鲜有研究探析地级市层面农村基础设施效率的空间效应，且对影响农村基础设施效率非线性特征的研究存在改进的空间。

此外，在乡村振兴发展背景下，大量财政资金投入到农村基础设施建设领域，而财政资金是否得到合理利用，对农村基础设施效率产生何种影响，暂不得而知。另外，云南省各州（市）面对相同的政策背景和绩效考核体系，州（市）政府间的效仿和竞争必然造成更频繁的空间互动现象。因此，针对财政分权对农村基础设施效率的作用关系拓展到空间背景下会呈现何种特征，以及财政分权对农村基础设施效率的影响是否会因为不同农民收入水平而存在异质性等问题进行探索，将有利于云南政府因地制宜地制定农业农村发展政策，对实现云南省农业农村现代化具有重要的现实意义。

因此，本文基于非角度、非径向的超效率SBM模型对2008—2020年云南省16个州（市）的农村基础设施效率进行了测算，分析了其时空演化态势；在此基础上运用全局莫兰指数和局部莫兰指数刻画出其空间集聚特征，并进一步利用空间计量模型研究了云南省农村基础设施效率的空间溢出效应；最后采用面板门槛回归模型进行了非线性实证研究。

1 云南省农村基础设施效率测度

1.1 模型设定

在对云南省农村基础设施效率评价的过程中，DEA数据包络分析方法可在不受限于指标量纲影响下，同时对各投入和各产出进行效率测算而被广泛使用。但该模型未能很好地考虑到投入产出变量的“松弛”问题，且无法衡量各有效决策单元之间的效率大小问题，而改进的DEA超效率SBM模型不仅能较好地解决“松弛”问题，还可对效率≥1的决策单元(DMU)进行对比，更为深入地探究效率问题［20］。本文设定基于规模报酬不变（CRS）的农村基础设施超效率SBM模型进行评价，农村基础设施效率的模型构建方程为：

式（1）中，eff表示农村基础设施效率，n表示决策单元个数，m、s分别代表投入、产出要素的个数，以上要素共同构成每个决策单元；X表示投入矩阵中的元素，Y表示期望产出矩阵中的元素。

1.2 评价指标与数据说明

本研究在总体把握云南省农村基础设施现有建设情况的基础上，测算了2008—2020年云南省16个州（市）的农村基础设施效率，以期精准有效地呈现出各地区农村基础设施效率水平及差异。借鉴已有研究［7-8，10-11，21-24］并结合《“十四五”推进农业农村现代化规划》政策文件中农村基础设施建设的目标导向，构建云南省农村基础设施效率评价指标体系（表1），其中部分指标利用农民人均数据，以降低各地区间因不同农村居民基数对评价结果造成的误差。具体指标解释如下：（1）农村公路基础设施。借鉴已有研究［25］将三、四级公路以及等外公路的总里程数作为衡量农村公路设施的代理变量；（2）农村水利基础设施。为较准确地呈现出各地区农村水利设施差异，利用农村有效灌溉面积与各州（市）农村人口数的比值表示；（3）农村电力基础设施。利用农村用电量与各州（市）农村人口数的比值作为反映农村电力设施供应情况的数值变量；（4）农村物流基础设施。鉴于中国邮政的特殊性和普惠性，将其在农村投递路线的总里程数作为替代变量；（5）农村电信基础设施。鉴于信息化社会发展的现实情况和需要，选取农村通宽带村数来表示农村电信基础设施的现状；（6）期望产出方面。综合选取农村居民人均可支配收入和农业生产总值反映产出规模。

本研究采用的相关数据均来源于《云南统计年鉴》，选用2008—2020年云南省16个州（市）的相关数据进行实证研究，其中对于部分缺失数据，采用年平均增长率补齐。另外，为消除通货膨胀因素造成的物价变动，以降低效率测算结果误差，所有以货币为单位的数据均以农业生产总值指数折算成2008年不变价格。

1.3 测度结果分析

运用超效率SBM模型，利用Matlab R2021a软件对2008—2020年云南省16个州（市）的农村基础设施效率进行测算，并借鉴前人研究按照四分法将云南省划分为四大经济区，分别为滇中经济区、滇南经济区、滇东北经济区和滇西北经济区，其中昆明、玉溪、楚雄3个州（市）归属于滇中经济区，红河、文山、普洱、西双版纳和德宏5个州（市）归属于滇南经济区，曲靖、昭通2个州（市）归属于滇东北经济区，大理、丽江、怒江、迪庆、保山、临沧6个州（市）归属于滇西北经济区［26］。全省的农村基础设施效率均值分布情况如图1所示。

图1 2008—2020年云南省农村基础设施效率均值分布情况

由图1可以看出：滇中、滇南、滇东北、滇西北四大经济区的农村基础设施效率均值差异较大，滇东北地区农村基础设施效率均值大部分优于滇中、滇南和滇西北的，其中滇东北地区州（市）的农村基础设施效率均值均处于高水平，滇中地区处于中等水平，而滇南和滇西北地区有一半以上州（市）的农村基础设施效率均值较低。

从时序演进特征来看（图2~图3），在农村基础设施效率均值方面总体表现为滇东北经济区＞滇中经济区＞滇南经济区＞滇西北经济区；在农村基础设施效率方差方面总体表现为滇南经济区＞滇西北经济区＞滇中经济区＞滇东北经济区，表明了滇东北和滇中经济区农村基础设施效率的均值和方差均优于滇南和滇西北经济区的，即滇东北和滇中经济区各年份的农村基础设施效率值的差距较小，说明其农村基础设施效率相对比较稳定；而滇南和滇西北经济区的方差相对较大，各年份效率值差距较大，农村基础设施效率处于不稳定的波动变化态势。

图2 分区域农村基础设施效率均值的时序变化

图3 分区域农村基础设施效率方差的时序变化

2 财政分权对云南省农村基础设施效率的空间溢出效应

2.1 空间相关性检验

2.1.1 全局空间自相关检验 依据地理学第一定律，任意事物都与其他事物存在相关关系，距离相近的事物联系更密切，即在本研究中云南省各州（市）之间的农村基础设施建设活动并非完全独立的，彼此间会产生一定的影响［27］。因此，为了更好地反映云南省农村基础设施效率及其影响因素的空间相关性，本研究选用全局莫兰指数（Global Moran’s I）和局部莫兰指数（Local Moran’s I）进行衡量。全局Moran’s I的计算公式为：

式（2）中，Wij为空间权重矩阵，Xi、Xj分别为X在相应空间单元i和j上的取值，为X的平均值，n为州（市）总数，i、j分别代表不同州（市）。鉴于农村基础设施效率受到来自空间地理距离和经济发展差距的双重影响，本研究通过构建地理经济嵌套矩阵，以期深入探究云南省农村基础设施效率的空间溢出效应［28］。全局Moran’s I的阈值为［-1,1］，当Moran’s I＞0时，即为空间正相关，其值越大，则地理单元间的关系越紧密；相反，当Moran’s I＜0时，即为空间负相关，其值越小，则地理单元间分异越大；当Moran’s I=0时，空间呈随机性。

根据公式（2），利用Stata MP 17.0软件对2008—2020年云南省16个州（市）的全局Moran’s I进行测算，测算结果如表2所示。结果显示：云南省农村基础设施效率的全局莫兰指数均显著为正，且从整个研究期来看，农村基础设施效率全局莫兰指数呈现出波动上升的态势，表明云南省农村基础设施效率存在显著的空间正相关性且呈现不断增强的态势，即某个州（市）的农村基础设施效率的发展会受到邻近州（市）的农村基础设施效率的影响，说明有必要使用空间计量模型开展进一步的研究。此外，在农村基础设施效率的空间相关性分析中，若需深入掌握其空间集聚现象分布情况，还需运用局部莫兰指数做进一步解析。

表2 2008—2020年云南省农村基础设施效率的全局莫兰指数

2.1.2 局部空间自相关检验 局部空间自相关检验采用局部莫兰指数进行分析，本文通过Moran散点图来衡量云南省农村基础设施效率的空间差异程度（图4）。农村基础设施效率可分为4种相关模式：第一象限表示各州（市）自身的农村基础设施效率较高，且周边州（市）的农村基础设施效率也较高（HH）；第二象限表示各州（市）自身的农村基础设施效率较低，而周边州（市）的农村基础设施效率较高（LH）；第三象限表示各州（市）自身的农村基础设施效率较低，且周边州（市）的农村基础设施效率也较低（LL）；第四象限表示各州（市）自身的农村基础设施效率较高，而周边州（市）的农村基础设施效率较低（HL）。此外，第一、三象限指代正向空间相关关系，第二、四象限指代负向空间相关关系。本研究运用Stata MP 17.0软件绘制2008—2020年云南省16个州（市）农村基础设施效率的Moran散点图，整理得出其空间集聚情况，其中部分州（市）所在象限未发生变化年份的散点图限于篇幅限制予以省略。

图4 云南省16个州（市）的农村基础设施效率空间集聚特征

从图4可以看出：2008—2010年，云南省各州（市）在4个象限的数量变化不明显，处于相对稳定的状态，其中低高集聚(LH)、低低集聚(LL)的州（市）数量均未发生变化，只有迪庆州在2009年从第二象限(HL)移动到第一象限(HH)；2011—2020年云南省各州（市）在4个象限内的波动变化也不明显，仅怒江州在2011年从第四象限(HL)转移到第三象限(LL)；值得注意的是2008—2019年第二象限(LH)内的州（市）有2个，且一直是楚雄州和红河州；在2020年发生了较大的变化，迪庆州和大理州分别从第一象限(HH)、第三象限(LL)移动到第二象限(LH)，昭通市则由第四象限(HL)转移到第三象限(LL)。在研究期内，位于第一、三象限的州（市）明显多于位于第二、四象限的州（市），进一步说明了云南省各州（市）间农村基础设施效率的空间正相关性显著且具有增强的趋势。

2.2 空间溢出效应分析

2.2.1 模型设定与检验 为深入探析云南省农村基础设施效率空间外溢效应的大小，运用构建的空间计量模型进行测度，其中空间误差模型(SEM)、空间滞后模型(SLM)和空间杜宾模型(SDM)为空间计量领域所常用的模型方法。依据前人的实证研究经验［29］，本研究采用SEM模型和SLM模型的强化形式即SDM模型，综合考察农村基础设施效率的空间滞后项和解释变量对其造成的影响大小及方向。然而，具体针对本研究所探讨的云南省农村基础设施效率的空间溢出效应，对SDM模型是否会退化成SEM模型或SLM模型的检验仍很必要［30］。

因此，本研究采用LR检验判定SDM模型是否会发生退化，进而确定本研究最终选取的空间计量模型，结果如表3所示。可以看出，基于地理经济嵌套空间权重矩阵的设定，LR检验结果在1%的水平上显著，表明SDM模型不会发生退化。模型通过Hausman检验，表示应采用固定效应模型。在参考刘争等［31］研究的基础上对空间计量模型进行检验，结果表明时间固定的SDM模型效果较佳，具体检验过程本文不再赘述。

表3 LR检验结果

依据上述分析构建本文的空间计量模型，计算公式为：

式（3）中，effit为被解释变量农村基础设施效率，Xit为解释变量，αi为常数项，i、j分别表示不同州（市），t表示各年份，Wij为上文所使用的地理经济嵌套空间权重矩阵，β、ρ、λ分别表示各回归系数，μi和ξt分别表示个体和时间固定效应，εit为随机误差项。

2.2.2 变量与数据说明 从本质上讲，各类因素主要通过影响各州（市）农村基础设施建设和产出的过程，从而形成了各州（市）间农村基础设施效率的差异化结果。基于此，本研究从农村基础设施供给侧与需求侧影响因素的角度进行思考，并在借鉴前人研究的基础上考虑数据的可获取性、全面性和合理性［8,15-17,32］，选取财政分权(fiscal)、农民收入水平(income)、人均国内生产总值(GDP)、城镇化水平(urban)、农村人口密度(population)等指标作为解释变量，其中选取财政分权作为核心解释变量，重点分析其对农村基础设施效率的空间溢出效应，其余变量则为控制变量。为消除通货膨胀因素造成的物价变动，减小结果误差，所有以货币为单位的数据均以农业生产总值指数折算成2008年的不变价格；为减少变量间异方差和多重共线性的影响，对农民收入水平(income)和人均国内生产总值(GDP)取对数进行处理，即lnincome和lnGDP。各影响因素指标及其说明如表4所示。此外，本研究的主要对象即被解释变量云南省各州（市）的农村基础设施效率值由上文测度结果获得，其他解释变量数据均来源于2009—2021年《云南统计年鉴》。

表4 各影响因素指标及其说明

2.2.3 空间溢出效应结果与分析 借鉴LeSage等［33］的研究结果可知，当被解释变量的空间自相关估计系数显著且不为0时，不能直接使用空间计量模型所得的回归系数度量其空间溢出效应，否则会得到有偏估计值。为合理衡量财政分权对云南省农村基础设施效率的空间溢出效应，本研究运用偏微分方法求得解释变量的无偏估计值，即直接效应、间接效应和总效应，以科学分析其对农村基础设施效率造成的影响，具体结果如表5所示。

表5 SDM模型的总效应、直接效应与间接效应

由直接效应结果可知，核心解释变量与控制变量对云南省农村基础设施效率的影响均在5%的显著性水平上通过检验，表明各解释变量均可以显著影响本州（市）农村基础设施效率的提升。其中，财政分权对农村基础设施效率的直接效应为-7.839，即财政分权每提高1个百分点，本州（市）的农村基础设施效率将会下降7.839个百分点，可能的原因是虽然财政分权制度赋予了地方政府一定的自主权，使其能够更加主动地参与社会管理，进行投资决策［32］，但农村基础设施仅作为基础设施投资中的一部分，相对于城市基础设施投资而言，其公益性较大而经济效益较小，地方官员或政府在追求政绩时，可能会忽略农村基础设施建设带来的长期经济和社会效益。此外，由于制度、技术、创新、资源配置效率等因素发展水平不高，财政分权导致云南省部分农村地区人口不能有效参与经济活动［34］，对农村基础设施供给的质量和效率都产生了不良影响［9,35］。因此当财政分权增大时，农村基础设施效率便会相应地下降。

由间接效应结果可知，核心解释变量与控制变量对云南省农村基础设施效率的影响均在5%的显著性水平上通过检验，表明各解释变量均可以显著影响周边州（市）农村基础设施效率的提升，空间溢出效应显著。具体来看，财政分权对农村基础设施效率的间接效应为-7.350，即财政分权每提高1个百分点，周边州（市）的农村基础设施效率将会降低7.350个百分点，这可能是由于在分税制财政体制背景下，财政分权后地方政府财政支出的分配方向和领域在相邻地区间具有一定的效仿性，且当本地区官员或政府在追求政绩时，邻近地区官员或政府也更倾向于将财政资金投向短期获利快、投资效益高的领域。

由总效应结果可知，除农村人口密度未通过显著性检验外，核心解释变量与其余的控制变量均在1%的显著性水平上通过检验，而总效应等于直接效应和间接效应之和，因此财政分权进一步降低了本地区和周边地区的农村基础设施效率。

3 财政分权对云南省农村基础设施效率的门槛特征

乡村振兴背景下依托于新农业、新农村建设，农民收入得到有效提升，特别是农村基础设施在促进农民增收方面发挥了重要作用［36］。相反，当农民收入得到相应提升后，便会对自身的生活条件作出要求和改善，其中就包括对农村基础设施配套与完善的要求。但不同收入水平的农民对农村基础设施的需求和供给存在较大差异［37］，尤其是该地区的农村基础设施建设能否相应地给当地农民带来产值和收入的增加，以提高农村基础设施投入产出效率，发挥其最大价值。因此，本研究将农民收入水平作为门槛变量，考察不同农民收入水平下财政分权对农村基础设施效率的非线性影响，即农民收入超过某一门槛值后，财政分权对农村基础设施效率的影响会产生根本性转变。

3.1 模型设定与变量数据说明

为探究不同农民收入水平下云南省农村基础设施效率的反馈机制，借鉴Hansen［38］的研究成果构建双重门槛回归模型：

式（4）中，lnincomeit为门槛变量，η1、η2分别为代估测的门槛值，I为指示函数，αit为常数项，β为不同农民收入水平下财政分权的回归系数，λ为其余解释变量的回归系数，εit为随机误差项。若测算发现存在多个门槛值，则采用多重门槛模型，多重门槛模型可在式（4）的基础上进行拓展，本文不再赘述。门槛效应检验部分所用的被解释变量和解释变量及其数据均与空间溢出效应部分相同，此处也不再赘述。

3.2 面板门槛效应检验与分析

根据上文模型估计门槛值，并进行门槛效应检验，门槛检验结果：F值为14.06，P值为0.0900（结果采用Bootstrap方法反复抽样1000次得到）。实证结果显示：在模型（4）下，双门槛效应在10%的水平下显著，因此选用双重门槛回归模型进行分析。财政分权对农村基础设施效率门槛效应的回归结果如表6所示，门槛效应图如图5所示。

图5 门槛效应图

表6 财政分权对农村基础设施效率门槛效应的回归结果

在双重门槛模型下对门槛值进行估计和检验，结果显示：存在2994.403和4437.738（e8.0045=2994.403，e8.3979=4437.738）2个门槛值，即在不同农民收入水平下，财政分权与农村基础设施效率存在非线性关系，这与贺俊等［39］的研究结论相似，但不同的是对基础设施研究范围和测算标准存在差异。此外，将农民年人均可支配收入从低到高依次分为低收入水平、中等收入水平、高收入水平，并在此基础上进行双重门槛回归结果分析。当农民年人均可支配收入低于第一门槛值2994.403时，财政分权对农村基础设施效率的影响系数为-11.2455200，在1%的水平上显著，说明此时财政分权极大地降低了农村基础设施的效率；当农民年人均可支配收入处于2个门槛之间时，回归系数增大为-7.9418180，在1%的水平上显著，表明达到第一门槛值后，财政分权对农村基础设施效率的负向作用会减小；当越过第二门槛值4437.738时，回归系数则进一步增大至-5.7906360，表明突破第二门槛值后，财政分权对农村基础设施效率具有更小的负向影响。其原因可能是：当农民收入水平较低时，出于自身因素考虑将会更多关注自身收入水平的提高和物质生活的改善，无暇顾及本地区基础设施的建设，参与度较低。同时，地方政府在以经济增长为主的政绩考核下，会将有限的财政资金投向短期收益大、成果见效快的经济性建设领域，对农村基础设施建设多呈被动态度，进而造成农村基础设施建设落后的局面。而当农民收入水平不断提高，超越第一乃至第二门槛值时，农民在关注自身收入水平提高的同时，多样化的需求日益扩大，诸如对人居环境的改善、医疗卫生的保障、务工硬性条件的支持等，进而对本地公共服务设施的诉求增多，并越来越多地参与到基础设施建设中。且随着城镇化水平的逐渐提高及城乡协调一体化发展政策的导向约束，地方政府也开始关注农村地区的发展建设，不断扩大对农村基础设施建设财政资金的投入，在完善农村基础设施建设的同时也给农业、农民带来经济社会效益的提升，从而减轻财政分权对云南省农村基础设施效率的抑制作用。

4 结论与建议

本研究在测算2008—2020年云南省16个州（市）农村基础设施效率的基础上，运用莫兰指数呈现出云南省农村基础设施效率的空间集聚特征，借助时间固定效应的空间杜宾模型和门槛模型，分别剖析了财政分权对云南省农村基础设施效率的空间溢出效应及不同农民收入水平下的门槛特征。得出以下主要研究结论：（1）云南省农村基础设施效率整体偏低，四大经济区的效率差异较大，滇东北地区农村基础设施效率位居第一，此外滇东北和滇中经济区农村基础设施效率相较于滇南和滇西北经济区表现较为稳定。（2）云南省农村基础设施效率表现出显著的空间正相关性且在不断强化，空间集聚结果以高高集聚和低低集聚的聚类类型为主。（3）财政分权对云南省农村基础设施效率存在负向的直接效应和空间溢出效应，即财政分权化程度的提高不仅不能促进本地区农村基础设施效率的提升，还会导致相邻地区农村基础设施效率的降低。（4）财政分权与云南省农村基础设施效率存在双门槛效应，不同农民收入水平地区的财政分权对农村基础设施效率的影响存在异质性。当农民收入水平越过“拐点”（2994.403）后，财政分权对农村基础设施效率的负向影响减弱，而当农民收入水平进一步提高后，财政分权对农村基础设施效率的抑制作用进一步缩减。综合来看，财政分权对云南省农村基础设施效率的抑制性影响表现出先上升后下降的非线性特征。

基于以上结论，本研究提出几点对策建议：（1）打造农村基础设施建设示范区，增强云南省各州（市）政府间的联动交流。通过加快打造农村基础设施建设发展示范区，将优秀案例的经验成果进行归纳总结，并依据地区发展客观事实进行推广。特别是，滇南和滇西北经济区应多向滇东北和滇中经济区学习借鉴经验，并且滇东北和滇中经济区也应以“强”带“弱”，主动开展定点帮扶，派遣相关专家驻地指导，促进云南省农村地区协调发展。（2）开展宣传教育活动，提高农民收入水平。农民收入水平的提高缩减了财政分权对云南省农村基础设施效率的负向影响，各州（市）政府应通过开展对农民的职业技能培训，鼓励农民多渠道、多形式就业，以促进农民可支配收入的增长。此外，随着社会的发展及农民多样化需求的增加，越来越多的农民对农村基础设施的完善提出诉求，但鉴于农村基础设施大都为公共品的特性，导致出现大量无人管护的现象，造成农村基础设施的损坏，大大缩短预期寿命。因而，各州（市）需充分利用网络新媒体等传播手段进行宣传教育，帮助农民树立正确的基础设施管护理念。（3）加强农村基础设施质量监管，实施“回头看”政策和终身问责制。农村基础设施建设的成果虽已纳入地方官员的政绩考核中，但仅将短期内的建设成果纳入政绩考量范围，极有可能出现为追求政治晋升激励而带来大量“面子工程”的问题，造成资源的浪费。因此，未来也应在农村基础设施领域实施“回头看”政策和终身问责制，不仅要注重当期规模“量”的增长，更应注重其长期“质”的保证。