财政支农、城镇化与乡村振兴

贺星星 张烽辉

(桂林电子科技大学 商学院，广西 桂林 541004)

一、引言

乡村振兴是实现全体人民共同富裕的必然要求与必经阶段。党的二十大报告中强调：“全面推进乡村振兴。坚持农业农村优先发展，坚持城乡融合发展，畅通城乡要素流动。扎实推动乡村产业、人才、文化、生态、组织振兴。”①财政支农作为推动“三农”发展的重要支撑力，助推乡村振兴解决“三农”问题[1]。当前乡村振兴正处于过渡阶段，提高财政支农有效利用率能够巩固拓展脱贫攻坚成果同乡村振兴有效衔接，为后续乡村振兴的全面推进打下坚实基础。目前，受国际环境复杂形势和国内疫情冲击的超预期影响，经济下行压力进一步加大，地方财政收支平衡压力明显加大，财政部农业农村司提出充分发挥财政职能作用，着力完善财政支农政策，积极创新财政支农机制，不断强化财政支农资金管理的要求，旨在提高财政支出效率来应对当前的严峻形势。

财政支农为农村带来了直接的经济效益，也驱动着各种层面的资本要素流动，而乡村振兴囊括了诸多要素，在不同的情境下，财政支农对乡村振兴的影响或许存在不同的特征。姚旭冰等(2015)[2]发现财政支农对农民收入存在门槛效应，探究了不同市场化条件下，财政支农对村民收入的影响变化。李静(2017)[3]发现不同城镇化水平下，财政支农对农业投资的效果会存在门槛效应，不同城镇化水平下，财政支出对农业投资水平存在不同影响。农业投资水平和农民收入均与乡村振兴的内涵相关联，那么财政支农对乡村振兴的影响是否也会存在门槛效应？通过解决这个疑问能够更深层次地研究城乡关系问题，探索城镇化比例均衡与失衡的节点，也能够从探究财政支农是否也会对乡村振兴存在阶段性的影响变化，为乡村振兴的动态发展提供实质性的数据支持及建议。但目前尚未有学者做过相关研究。

目前关于乡村振兴的内涵、测度体系、耦合程度、影响因素等方面的研究成果已初步浮现。张挺等(2018)[4]根据“20字方针”对乡村振兴综合评价体系进行了构建，实现了对乡村振兴评价从定性到定量的转变。后续不断有学者根据自己对乡村振兴内涵的理解将评价体系不断优化，探讨了我国各省份乡村振兴存在的地区差异以及动态演化特征[5][6]，利用耦合模型对乡村振兴与其他发展规划的协调关系进行了讨论，如乡村振兴与新型城镇化的关系[7]、乡村振兴与数字经济的关系[8]。目前仅有少部分学者在建立乡村振兴综合评价体系得到乡村振兴指数后，将乡村振兴指数作为因变量进行相关的实证分析。刘亚男和王青(2022)[9]采用实证方法对乡村振兴的影响因素进行讨论，王定祥和冉希美(2022)[10]、田霖等(2022)[11]利用实证方法探讨了数字经济与乡村振兴的关系，姚旭兵等(2022)[12]基于该思想探究了农村人力资本对乡村振兴的影响作用，但学术界基于实证分析方法对乡村振兴的研究依旧较少，仍有不少信息可被发掘。

基于上文相关研究，本文采用2010—2020年我国30省(除西藏以外)的省级数据构建乡村振兴综合评价体系以及利用计量模型进行面板回归，探究财政支农对乡村振兴的影响，进而探究城镇化水平是否会在财政支农对乡村振兴产生影响时发挥调节效应，最后讨论不同城镇化水平下，财政支农对乡村振兴的影响如何。为高效推进乡村振兴提供具有现实意义的结论及建议。本文可能存在的边际贡献：第一，在现有研究的基础上，本文提供了更为全面的乡村振兴评价体系；第二，本文通过异质性分析展示了不同地区间财政支农对乡村振兴影响的差异；第三，本文探究城镇化水平在财政支农对乡村振兴的影响过程中产生的调节效应；第四，本文利用门槛模型探讨了不同城镇化水平下，财政支农对乡村振兴的阶段性影响。

二、理论分析与研究假设

舒尔茨(1964)[13]指出财政投入是农业发展的基础，财政支农重点在于农业科技和教育的投资，推动农业可持续发展[1]。在显性方面，财政支农可以从农业科学技术和农业技术效率方面产生直接效用以提高农业生产效率，实现农业增收[14][15]，加上支农资金的直接落地实现生产规模的扩张，推动农业经济增长。隐性方面，由于市场投资的自发性，民间资本常常会通过追逐政府财政支出方向以求搭上资金增值的“顺风车”，往往会使得财政支出对象获得的实际资金投入不局限于财政支出，而是获得更多的资金活力和关注度来激发其发展动力。财政支农的指向性特点也能有针对性地推动产业升级，形成更为和谐的产业结构，进而对农业提供正反馈[16]。结合学者们的研究成果可以看出，财政支农在推动乡村产业兴旺方面处于不可忽视的核心地位。

财政支农对乡村振兴的影响路径并不局限于农业发展。放眼乡村振兴的总体内涵，财政支农会助力农村绿色发展，推进“生态宜居”[17][18]，也能够从扩大内需、吸引投资等多条路径对乡村振兴产生作用[19][20]，实现对高素质人才的挽留与吸引。从精神文明的内部建设来看，教育、文化层面等同样是财政支农关注的重点，但由于道德教化、知识学习都需要一个较长的周期，财政支农在教育、文化建设等精神层面的成果往往存在明显的时间滞后。加之，物质文明是精神文明的基础，实物建设往往具有优先级，使得短期内财政支农在精神层面的成效往往不如物质层面的突出。但物质文明始终与精神文明相互协调、相互促进，随着生产要素不断积累，人们对于精神文明的追求始终会往更高层次发展，而财政支农恰恰能够提高各要素的生产效率，为农村居民的文明建设、素质建设提速，从而更容易实现“治理有效”，构建“乡风文明”。综上所述，本文做出以下研究假设：

H1：财政支农能够对乡村振兴的总体内涵发挥正向促进作用。

城乡差距过大仍是当前中国社会发展的主要问题。城乡二元结构矛盾突出，要素难以实现有效流动和合理配置，新型城镇化的提出为城乡有机融合的平稳落地提供了更优的路径，但传统乡村需要相当一段时间的建设才能实现新型城镇化，若是一味地为了城镇化而城镇化，忽视基建水平提高、生活配套体系完善，则会出现大量“乡村型城镇”。农村通过城市的辐射带动，将富余劳动力转移助力产业结构升级，提高农民就业水平，保证了农业产出的同时也提高了农业经济效率[21]。农村发展虽然可以通过城市提供的现成硬件基础走上农村农业现代化的道路，但是过高的城镇化率或将导致“过度依赖型”农村的出现，若“过度依赖型”农村无法建立完善的产业结构体系来提供乡村经济发展的内生动力，将导致公共资源配置不均衡，并演化出城市凭借其多端优势形成掠夺农村资源的情形，农村发展不充分的问题将难被根除。加快农业农村现代化，是为了实现新型城镇化打下结实基础。只有先将乡村振兴好，逐步将乡村的要素配置协调好，充分调动乡村丰富的劳动力资源、土地资源、特色产业资源等以激发乡村发展的潜在能力，而不是将乡村振兴与城镇化视作对立关系或是一味地依赖城镇的帮扶力量，才能真正意义上地破除长期存在的要素流通壁垒，解决公共资源配置不合理的问题，实现城乡平稳对接。综上所述，本文认为各省份财政支农在发挥助力乡村振兴作用的同时，其城镇化水平会发挥调节作用，而且财政支农向乡村振兴成果的转化效率会随着城镇化水平的高低而变化。针对上述分析，本文做出以下研究假设：

H2a：财政支农促进乡村振兴过程中，城镇化水平会产生调节作用。

H2b：财政支农促进乡村振兴过程中，城镇化水平产生的调节作用存在门槛效应。

三、研究方法与数据来源

(一)乡村振兴发展水平评价体系的构建

此前已有学者针对乡村振兴发展水平评价体系的构建提出了针对性的、贴合实际的建议。本文以乡村振兴战略的“20字方针”作为评价体系的核心，结合相关政策、文献构建乡村振兴综合评价体系。产业兴旺反映的是现代农业化体系的建设情况。生态宜居指的是农业与生态和谐发展情况、绿色发展的落实情况以及生活保障程度。乡风文明指的是乡村文化、文明建设程度。治理有效体现在基层治理组织的建设情况、乡村治理的实质性成果。生活富裕是乡村生活物质条件的直接反映。通过这五个方面相互融合、相互影响，交织成为乡村振兴的有机整体。乡村振兴综合评价体系构建如表1所示。

表1 乡村振兴水平评价指标

(二)研究方法与模型

1.熵权法

熵值可以用来判断某个指标的离散程度，信息量越大，不确定性就越小，熵值也就越小；信息量越小，不确定性越大，熵值也越大。因而利用熵值携带的信息进行权重计算，结合各项指标的变异程度，计算出各项指标的权重，为多指标综合评价提供依据。熵权法的权重确定是完全根据各指标数据的实际情况确定的，避免了主观因素的掺杂，因此本文选择使用熵权法对乡村振兴综合评价指标进行构建，较客观地确定各指标的权重。

2.基准回归模型及调节效应模型

为研究财政支农对乡村振兴的影响，构建如下基准回归模型：

revit=α0+α1lnexpit+∑αicontrolit+φi+eit

(1)

为了进一步研究城镇化在财政支农对乡村振兴影响过程中的调节效应，构建相应的调节效应模型：

revit=ρ0+ρ1lnexpit+ρ2urbit+ρ3interactit+∑ρicontrolsit+ωi+eit

(2)

其中：i表示地区；t表示时间；revit表示被解释变量；lnexpit表示核心解释变量；urbit表示调节变量；interactit表示lnexpit与urbit的交互项；controlsit表示控制变量；φi表示个体固定效应；eit表示随机扰动项。

3.门槛模型

在Hansen(1998)[22]对门槛模型的研究基础上，根据李梅和柳士昌(2012)[23]对门槛模型的构建思想可以得到门槛模型的一般形式为：

yit=β0+β1xitI(qit≤γ1)+β2xitI(qit>γ1)+eit

(3)

其中，i代表地区，t代表年份，qit为门槛变量，γ1为未知门槛，eit为随机扰动项。I(……)为指标函数。考虑到多门槛效应可能存在，此处利用式(3)的构建思想，构建出以城镇化水平(urb)作为门槛变量，乡村振兴水平作为被解释变量，财政支农(lnexp)作为解释变量的多门槛回归模型：

revit=β0+β1lnexpitI(urbit≤γ1)+β2lnexpitI(urbit>γ1)+…+βn-1lnexpitI(γn>urbit≥γn-1)+βnlnexpitI(urbit≥γn)+eit

(4)

(三)数据来源与处理

本文的分析数据来自《中国统计年鉴》《中国城乡建设年鉴》《中国农村统计年鉴》《中国教育统计年鉴》《中国人口和就业统计年鉴》《中国民政统计年鉴》以及中国农业农村部乡村产业发展司的公报。样本时间区间为2010—2020年，样本对象为中国内地(除西藏外)30个省份。数据分析和处理采用SPSSAU和STATA16.0进行。

1.数据解释

被解释变量：乡村振兴发展水平(rev)。在参考张挺等(2018)[4]、Liu等(2022)[24]研究的基础上，基于权威性，全面性考虑最终选择了38个指标作为乡村振兴综合评价指标的构成分子，将这38项指标进行归一化处理后，利用熵权法赋权构成乡村振兴发展水平(rev)。

核心解释变量：财政支农(lnexp)。参考岳喜优和陈桂生(2022)[25]的研究成果，本文用各省的地方财政农林水事务支出的对数代表财政支农。

调节变量及门槛变量：城镇化率(urb)。本文采用城镇人口与总人口的比值代表城镇化率。

控制变量：农村固定资产投资规模(lninv)、创新水平(lninno)、经济发展水平(lnpgdp)、产业结构(lnind)、对外贸易水平(lnopen)。其中，农村固定资产投资总额(lninv)为各个省份的农村固定资产投资总额的对数；创新水平(lninno)为各个省份的专利申请授权量的对数；经济发展水平(lnpgdp)为各省份人均GDP的对数；城镇化水平(urb)为各省份城镇人口与总人口的比值；产业结构(lnind)为各个省份第二、第三产业增加值在GDP中的比重的对数；对外贸易水平(lnopen)为各个省份对外进出口总额与GDP之比的对数。文中所使用变量的描述性统计如表2所示。

表2 描述性统计

表3 核心解释变量及控制变量相关系数表

表4 多重共线性检验

2.数据预处理

(1)非负平移。本文使用熵权法对多项指标进行权重划分形成乡村振兴综合评价指标，个别数据存在为0的值，不符合熵权法的使用要求，故对其采用非负平移的方法，将为0的值+0.01。

(2)归一化处理。数据的量纲不同，需要对全体数据进行归一化处理，才能进一步进行熵权法的应用。

(3)缺失值填补。由于边远省份的某些数据收集往往会存在较高难度，部分数据在统计年鉴中会存在缺失值的情况。对此，本文以对应省份的整个数据时间区间为基础，采取平均值填充法对极个别缺失数据进行填充，如2015年陕西的燃气普及率数据。

(4)多重共线性检验。通过对本文所使用的相关变量使用VIF进行检验后发现，核心解释变量和控制变量的方差膨胀系数均小于3，平均方差膨胀系数为1.64，故认为不存在多重共线性。

四、乡村振兴时空变动

我国乡村振兴水平在2010—2020年间整体上呈现稳定上升趋势。由图1可以看出，我国乡村振兴水平由2010年的0.195上升到2020年的0.3099，十一年间增长了约11.5个百分点。产业兴旺、生态宜居、乡风文明、生态宜居、生活富裕五个方面当中，生活富裕指标在该区间内增长幅度最大，治理有效的增长幅度最小。

图1 2010—2020年中国乡村振兴发展水平

我国乡村振兴发展水平具有明显的地区聚集特征，各省乡村振兴发展水平大体上呈现出自东向西逐级递减的态势[5][6]。通过对2020年30省的乡村振兴发展水平采用基于平均欧氏距离进行系统聚类处理后发现，如表5所示，若是将我国乡村振兴发展水平分为两个类别，即低乡村振兴水平和高乡村振兴水平，高乡村振兴发展水平层级下的七个省份中，除了河南省，其余省份均来自东部地区，东部省份与非东部地区省份的乡村振兴水平大体上呈现出“帕累托分布”现象，区域间差异显著，且在这十一年间这种层级分布极为稳定，该七个省份始终与其他省份的乡村振兴发展水平存在明显的差距。

表5 乡村振兴水平分级表

基于乡村振兴“20字方针”五个维度，针对三大地区②于表6中的数据进行讨论可以发现：中部地区依托其粮食生产大区的特性，在产业兴旺层面遥遥领先另外两个地区，东部地区则稍领先西部地区；生态宜居层面，由于落后地区为了迅速发展相应产业，通常不得不舍弃生态环境以获得更多经济利益的流入，加之发达地区亦有条件去追求更高的生活质量，呈现出东部地区远超中部地区，中部地区远超西部地区的特征，但中西部地区的年均增速相当且相较东部更高，所以生态宜居的差距也正在逐渐缩减；乡风文明层面，义务教育的普及保证了各地区的居民素质，但人们物质需求得到满足后往往也会追求精神上的富裕，故较发达地区往往也伴随着更高的精神文明水平，因此呈现出东部地区稍领先其他地区，中西部地区之间差距极小，通过年均增速也能看出这种整体上的差距也在逐渐缩小；治理有效层面，三个地区的治理有效评分呈现出自东向西递减的态势，但西部地区的年均增速较高，大有后来者居上之势；生活富裕层面，东部地区遥遥领先另外两个地区，中部地区与西部地区差距较小，但西部地区的年均增速较高，正迅速地缩减地区间差距。由于共同富裕这一根本目标的存在，各省份政府长期以来为缩小城乡差距、地区差距作出了巨大努力，但各自乡村发展基础本身存在差距、可依托的城市也存在不同的差异，必然导致各地乡村振兴发展程度不同。

表6 2010、2015、2020年东、中、西地区各维度评价情况

五、实证分析

(一)基准回归及区域异质性分析

通过观察表7可以发现，在2010—2020年间，我国30省的财政支农对乡村振兴存在显著的促进作用，H1假设成立。财政支农的二次项对乡村振兴发展水平的回归系数在1%的水平上显著为正，说明财政支农与乡村振兴存在非线性回归的解释，本文将在后文对此进行更为深入的研究。由于地区间的人力资本、科技水平等生产要素层次水平存在不同，同样的财政支出总额也会产生不同的实际效用。结合我国乡村振兴发展水平较高的省份多数集中于东部沿海地区，中西部地区省份的乡村振兴发展水平较低，存在明显的地区差异的事实，毛晖等(2018)[26]发现财政支农效率东高西低，而石磊和金兆怀(2021)[27]认为我国财政支农效率自西向东递减，意见并不统一。对此延伸思考，财政支农对乡村振兴的影响是否也存在地区差异性，存在怎么样的变化差异？进一步针对不同地区财政支出对乡村振兴的影响进行异质性分析，不同地区财政支农对乡村振兴的回归系数均在10%的水平上显著为正，比较相应的回归系数可以发现，伴随着地区的不同，财政支农对乡村振兴的影响效果存在明显的区别。在2010—2020年间，财政支农对中部地区乡村振兴的促进作用最强，其次是西部地区，最后是东部地区。换而言之，从乡村振兴成果的角度来看，财政支农效率呈现出中部高于西部、西部高于东部的特点。基于物质基础的层面而言，中部地区多为我国主要粮食产出地，本身具备了相对成熟的农业体系，在此基础上可以更好地引入投资或者实现产业结构升级；西部地区由于经济文化发展相对落后，相应的硬件设施仍需完善，为农业现代化搭建好根基，但也是因为相对落后，相较东部发达地区，财政支农在西部地区的边际效益也会更高，适量资金的投入能够迅速地提高当地乡村物质条件。与东部、中部地区相比，西部地区深处内陆，交通枢纽少，乡村产品的外输往往需要更高的成本以及储存需求，西部地区的瓜果产业虽发达，但也需要付出相当的成本去完成交易；东部地区乡村数量相对较少，而且早已依托东部发达城市成为乡村振兴水平较高的乡村，加之东部地区的农产品产出相较其他地区少之又少，导致每单位的财政支农能转化的乡村振兴边际贡献较低，因此财政支农对其促进效果相对较弱。

表7 基准回归与区域异质性检验结果

(二)内生性与稳健性检验

1.内生性检验

尽管本文尽量控制了相关变量，仍面临可能存在的内生性问题。内生性问题容易导致回归结果偏误，对本文而言，内生性问题主要源于财政支农与乡村振兴之间可能存在的反向因果关系：一方面，财政支农会对乡村振兴产生显著影响；另一方面，乡村振兴发展水平的高低也可能会影响财政拨款强度或是财政政策偏向。本文采用工具变量法来检验可能存在的内生性问题，在考虑工具变量所要求的外生性以及相关性后，我们选择将财政支农的滞后一期、财政支农滞后两期、同年份其他省份财政支农的均值、同年份其他省份财政支农的中位数分别作为工具变量，采用二阶段最小二乘法(2SIS)进行内生性检验，所选择工具变量回归结果与表8中(1)至(4)依次对应。一阶段回归结果表示所选择的工具变量与本文所选择的解释变量(lnexp)保持了较高的相关性，KP rk F与KP wald rk F所展示的结果充分地证明了任一工具变量均通过了“不可识别检验”和“弱工具变量检验”，说明所选工具变量是有效且合理的，二阶段回归结果与上文结论一致，证明了模型构建的稳健性。

表8 工具变量法

2.安慰剂检验

为了缓解由于遗漏变量产生的内生性问题，本文将财政支农(lnexp)与乡村振兴发展水平(rev)进行随机匹配，产生虚假的财政支农(Fake_lnexp)，并且保持其他变量与乡村振兴发展水平一一对应的关系。若是存在其他与财政支农保持高度关联且未能被观测到的遗漏变量影响乡村振兴发展水平，而并非财政支农本身，则虚假的财政支农(Fake_lnexp)对乡村振兴发展水平的回归系数通过显著性检验。若是Fake_lnexp对乡村振兴发展水平的回归系数不显著，则可以说明本文并未遗漏重要变量。安慰剂检验抽样500次、1000次的结果分别如图2、3所示，两次安慰剂检验的t值呈正态分布集中于0附近，且绝大多数t值并不在5%的水平上显著，据此可以指出财政支农对乡村振兴发展水平的影响并未受到其他未观测到的因素影响，结论依然稳健。

图2 抽样500次的安慰剂检验

图3 抽样1000次的安慰剂检验

3.其他稳健性检验

(1)更换解释变量。地方财政支出与GDP之比能够被用以衡量财政支出的相对规模[28]，同样地，财政支农与GDP之比也能够被用于衡量当地财政支农的相对规模，此处取财政支农与GDP之比(exp_gdp)作为新的解释变量进行稳健性检验，回归结果如表9中模型(2)所示，在更改解释变量后，财政支农强度对乡村振兴的促进效果依然未发生改变。

表9 其他稳健性检验

(2)更换样本时间区间。缩短样本时间能够进一步证明结论的普遍性。在使用2015—2020年对应的省级数据进行稳健性检验后，如表9中模型(3)所示，财政支农对乡村振兴的影响方向依然没有发生改变，可见结论依然稳健。

(3)增加控制变量。为避免遗漏重要变量导致回归结果失真，此处加入人口抚养比的对数(lndep)进行稳健性检验后，结论依然显著。

(三)城镇化规模异质性分析

基于前文关于城镇化率与乡村振兴关系的讨论，本文发现财政支农对乡村振兴存在非线性影响关系，为了探究三者之间的关系，本文进一步选择对2020年各省份的城镇化率进行高低排序后，均分为15个低城镇化率省份③和15个高城镇化率省份④，再对2010—2020年间的低、高城镇化率省份分别进行面板回归，借此初步探讨城镇化规模差异与财政支农对乡村振兴影响的关系。由表10的(1)(3)可以发现，高城镇化率省份财政支农对乡村振兴的促进效果要强于低城镇化率省份财政支农对乡村振兴的促进效果。证实了城市能够对农村起到正向的辐射作用，也进一步揭露出更高的城镇化率的确能够提高财政支农对乡村振兴的转化效率。同样地，通过表10中的(2)(4)发现财政支农与乡村振兴之间的“U”型曲线依然存在，且(4)中财政支农的估计系数大于(2)中财政支农的估计系数。结合“U”型曲线特征分析可知，若是财政支农的二次项系数越大，在财政支农强度发生变动时，乡村振兴发展水平的变动则越剧烈，据此可以初步判断城镇化率越高，财政支农对乡村振兴的影响作用越强。基于上述分析，可以进一步作出假设，城镇化率能够在财政支农促进乡村振兴的同时起调节作用，而不同城镇化率下的调节作用也存在着显著的不同。为了验证上述假设，本文进一步引入调节效应模型研究城镇化率在财政支农与乡村振兴之间发挥的作用进行更深入的讨论。

表10 城镇化规模异质性检验结果

(四)调节效应

对财政支农和城镇化水平中心化处理后再相乘得到交互项(interact)，通过表11列(2)分析可知，加入城镇化水平(urb)后，在2010—2020年间，我国30省的城镇化水平对乡村振兴的回归系数在1%的水平上显著为正，即城镇化水平的提高能够促进乡村振兴的发展。进而对(3)进行分析可知，财政支农与城镇化率的交互项(interact)在1%的水平上显著为正，说明城镇化水平的提高，能够有效地促进财政支农对乡村振兴的正向影响，H2a假设成立。这一系列的估计结果进一步印证了前文提出的城市对农村有着正向的辐射作用以及高城镇化率能更好地提高财政支农对乡村振兴的促进作用。财政支农的有效利用受诸多因素的影响，城市能够通过向乡村输送技术以提高效率，减少因为信息不对称带来的损失，增快市场要素的交换，减少了走弯路带来的损失，节省了开支，让财政支农资金能够被用在更为广泛的环节上。

表11 调节效应检验

(五)门槛回归

针对财政支农与乡村振兴之间的非线性回归关系，城镇化水平对财政支农与乡村振兴之间的调节效应关系，本文采取非线性回归模型——门槛模型进行进一步的检验及分析。在采用城镇化率作为门槛变量，乡村振兴发展水平作为被解释变量，财政支农作为解释变量进行门槛效应检验。从表12中可以发现单门槛效应通过了5%水平上的显著性检验，双门槛、三门槛效应均通过了10%水平上的显著性检验，对应的MSE值均低至0.0002，说明模型效果较好。为了更精准地刻画不同城镇化水平下，财政支农对乡村振兴的影响，本文对三门槛效应下的门槛回归进行进一步讨论。从表13可知，城镇化率对应的三个门槛值分别为0.6253、0.7158、0.89。

表12 门槛效应检验

表13 门槛模型回归结果

三个城镇化率门槛点相应产生了四个阶段的财政支农对乡村振兴的回归系数，这四个阶段中财政支农对乡村振兴的回归系数均在1%的水平上显著为正。由表13进一步分析可知，在城镇化率达到0.89之前，阶段(1)(2)(3)下的财政支农对乡村振兴的回归系数分别为0.0432、0.0459、0.0514，且均通过了1%的显著性水平检验，说明在此区间内，若城镇化率逐级提高，财政支农对乡村振兴的促进作用也会随之逐级增强，该现象与前文城镇化水平调节效应的结果保持高度一致，即城镇化率的提高能够在财政支农促进乡村振兴发展时起到正向影响作用，假设H2b成立。城镇化进程通过吸收农村富余劳动力，提高生产要素的合理流动，优化城市及农村的就业水平，发挥缩小城乡差距、提高农村人民生活质量、加快产业结构优化等作用。但值得注意的是，当城镇化率超过0.89之后，财政支农对乡村振兴的促进作用急转直下，降至0.0415，处于四个阶段中的最低水平，说明了若要使财政支农实现对乡村振兴促进效率的最大化，则不能够一味地提高各省份的城镇化率，而是应该保持城乡处于相对均衡稳定的比例状态。过高的城镇化率导致城市对农村生产要素的“虹吸作用”过强，进一步诱发农村对城市的过度依赖、农村产业融合及协调受阻、农村建设缺乏内生动力等一系列问题，使得财政支农提供的资金及资源最终又流向了农村之外。

若仅考虑城镇化率带来的门槛效应，结合2020年30省的省级数据可以发现，仅上海市的城镇化率超过了0.89这一节点，财政支农对乡村振兴成果的转化效率落于(4)阶段，已居于最低水平，然而上海市的乡村振兴水平已居榜首；辽宁、浙江、江苏、广东、天津、北京的财政支农对乡村振兴成果的转化效率恰落于(3)阶段，暂处于最高水平；绝大部分的中部地区城镇化率处于一般水平，其财政支农对乡村振兴成果的转化效率位于(2)阶段，暂处于较高水平；绝大部分的西部地区城镇化率较低，其财政支农对乡村振兴成果的转化效率位于(1)阶段，暂处于较低水平，若要提高其财政支农效率或许需要进一步提高其城镇化率。

五、结论及启示

本文利用我国2010—2020年30省(除西藏外)的相关数据，采用熵权法的方法构建了乡村振兴综合评价体系，探究了不同地区间乡村振兴发展的差别。进一步采用调节效应模型、门槛效应模型对财政支农与乡村振兴的关系进行了考察，根据所得的数据及分析结果来看：(1)我国各省乡村振兴发展存在显著的区域性差异。基于内地30省(除西藏外)划分为三大地区进行讨论，我国乡村振兴呈现出东部高、中部居中、西部低的阶梯式分布情况。相较三大地区来说，东部与非东部地区的乡村振兴差距更是明显。但是，这种区域性差异也正慢慢被消除，地区间的发展日趋协调。(2)我国财政支农转化效率亦存在显著的区域性差异，基于乡村振兴成果而言，财政支农转化效率存在明显的地区差异。中部地区的财政支农转化效率最高，其次为西部地区，最后是东部地区。(3)城镇化水平在财政支农对乡村振兴的促进作用中存在调节效应。伴随着城镇化水平的提高，能够加强财政支农对乡村振兴的促进效用。(4)财政支农对乡村振兴的促进作用存在门槛效应。门槛模型回归结果展示出当城镇化率小于0.89前，财政支农对乡村振兴的促进效用具有逐级增强的特点。当城镇化率超过0.6253时，财政支农对乡村振兴促进作用会得到增强；当城镇化率超过0.7158时，这种促进作用会得到更进一步的提高；当城镇化率超过0.89时，财政支农对乡村振兴的促进作用会降至四个阶段中的最低位置。

基于上述结论，本文得出如下启示：(1)针对乡村振兴的区域性差异，建议政府继续实施差异化的政策措施，着力支持西部地区的乡村振兴项目。同时，鼓励东部地区的企业和投资者积极参与西部地区的农村振兴项目，促进地区间的协调发展。各地政府应当针对本地乡村发展特色，将资金落实到最需要的地方。因地制宜，针对农业机械化水平、土地规模化水平、产业结构等要素构建适当的评价体系，寻找财政支农向乡村振兴成果转化的最优路径。(2)充分利用城市对乡村的“辐射作用”。政府可以继续推进城乡一体化发展，促进农民向城镇转移，并提供培训和教育资源，以提高他们在城市就业的技能水平。此外，政府还可以提供更多的创业支持，鼓励农民在城镇创业，促进城乡经济融合。城镇通过技术、信息、经济等层面对乡村发展产生正向驱动效果，相较传统的摸索式发展更能实现“弯道超车”，但城镇化发展往往又是不可逆行为，将城市与乡村数量保持在一个相对稳定的和谐状态，能够更大限度地实现两者要素的高质量交换，也能更好地满足城乡协调融合的需求。 (3)针对城镇化的门槛效应，政府应当建立更加灵活的政策和支持措施，以满足不同城镇化水平下农村地区的需求。政府还可以鼓励城市和农村之间的合作，共同推动乡村振兴进程。社会发展过程中，各维度因素往往是相互牵制、互相联系，财政支农对乡村振兴的促进效率或许并不局限于受城镇化率的影响。某一社会要素的变化通常会形成牵一发而动全身的效果，财政支农对乡村振兴的影响还需要更多学者对其中的作用机理进行进一步的细致研究，为政府部门的统筹规划提供有力支持。

【注 释】

① 2022年10月16日，习近平总书记在中国共产党第二十次全国代表大会上的报告。

② 根据《关于促进中部地区崛起的若干意见》《关于西部大开发若干政策措施的实施意见》，将中国经济区域分为东部(北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南)、中部(山西、安徽、江西、河南、湖北和湖南)、西部(内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆)。

③ 低城镇化率省份：云南、甘肃、贵州、广西、河南、新疆、四川、安徽、湖南、河北、青海、海南、江西、山西、吉林。

④ 高城镇化率省份：陕西、湖北、山东、宁夏、黑龙江、内蒙古、福建、重庆、辽宁、浙江、江苏、广东、天津、北京、上海。

[28]赵 哲，谭建立.中国地方财政支出的碳减排效应研究——基于新型城镇化调节效应的实证分析[J].财经论丛，2022(11)：41-50.