(.南華大學(xué) 經(jīng)濟(jì)與法學(xué)學(xué)院,湖南 衡陽 400;.上海市農(nóng)業(yè)科學(xué)院,上海 0403)

在我國工業(yè)化與城鎮(zhèn)化戰(zhàn)略全面推進(jìn)、農(nóng)村人口大量向城市和非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移的現(xiàn)實(shí)背景下,創(chuàng)新農(nóng)業(yè)經(jīng)營體制機(jī)制,加快培育現(xiàn)代新型農(nóng)業(yè)經(jīng)營主體,以此解決未來“誰來種地”問題是當(dāng)前我國農(nóng)村改革的重要任務(wù)。2008年我國首次提出有條件的地方可發(fā)展家庭農(nóng)場,2013年家庭農(nóng)場概念正式出現(xiàn)在中央“一號(hào)文件”中,由此家庭農(nóng)場成為理論與實(shí)務(wù)界炙手可熱的研討主題?？梢灶A(yù)料,家庭農(nóng)作為新型農(nóng)業(yè)經(jīng)營主體的重要形式之一,由于自身具備的諸多優(yōu)勢與政策的強(qiáng)力扶持,家庭農(nóng)場在我國未來農(nóng)業(yè)現(xiàn)代化進(jìn)程中必將占據(jù)越來越大的份額,承擔(dān)更加重要的責(zé)任。隨著家庭農(nóng)場的蓬勃發(fā)展與一系列扶持政策的逐步推進(jìn)落實(shí),研究金融是否促進(jìn)以及如何促進(jìn)家庭農(nóng)場的發(fā)展,進(jìn)而客觀評(píng)價(jià)我國現(xiàn)階段家庭農(nóng)場的金融支持政策、優(yōu)化政策效果、提升農(nóng)場績效，是促進(jìn)家庭農(nóng)場建設(shè)與發(fā)展進(jìn)程中的必要環(huán)節(jié)，具有重要的理論與現(xiàn)實(shí)意義。

家庭農(nóng)場的培育和發(fā)展離不開金融支持是國外學(xué)者取得的普遍共識(shí)。在早期的代表性文獻(xiàn),如Hugh[1]關(guān)注到農(nóng)村金融等生產(chǎn)要素對(duì)區(qū)域農(nóng)業(yè)經(jīng)營組織發(fā)展的重要支持作用。隨后的一些實(shí)證類文獻(xiàn)也持相同觀點(diǎn),如Grant、MacNamara[2]通過研究英國和愛爾蘭的農(nóng)業(yè)信貸狀況,發(fā)現(xiàn)新型金融工具是家庭農(nóng)場的重要資金來源;Chaffin[3]認(rèn)為,政府和金融機(jī)構(gòu)的資金支持,是美國家庭農(nóng)場能夠保持在世界農(nóng)業(yè)生產(chǎn)效率前列的重要原因;Shahidur[4]基于對(duì)巴基斯坦300個(gè)家庭農(nóng)場的實(shí)地調(diào)研,指出農(nóng)戶小額貸款具有促進(jìn)家庭農(nóng)場效率提升的作用;Bjorkhaug等[5]研究挪威家庭農(nóng)場后指出,家庭農(nóng)場的產(chǎn)業(yè)弱質(zhì)性特征明顯,因此發(fā)展的關(guān)鍵在于強(qiáng)化政府補(bǔ)貼、提供低成本貸款和構(gòu)建更穩(wěn)固的代際繼承權(quán)。在國內(nèi),近年來關(guān)于家庭農(nóng)場的研究謂呈井噴式爆發(fā),金融支持則是其中重要的研究內(nèi)容之一。例如，趙振宇[6]、張宗毅、杜志雄[7]等指出,農(nóng)地抵押貸款制度是家庭農(nóng)場規(guī)?；?jīng)營的重要前提;朱啟臻[8]、趙佳、姜長云[9]等均強(qiáng)調(diào)財(cái)政金融政策對(duì)家庭農(nóng)場的重要作用;黃祖輝、俞寧[10]、胡德[11]等分別從融資、擔(dān)保、保險(xiǎn)體系等方面有針對(duì)性地提出金融支持家庭農(nóng)場的政策優(yōu)化建議。隨著政策推進(jìn)與研究深入,有學(xué)者開始運(yùn)用調(diào)研數(shù)據(jù)和數(shù)理方法實(shí)證檢驗(yàn)金融支持家庭農(nóng)場培育的效果。例如，汪艷濤等[12]基于山東省膠州市農(nóng)戶的調(diào)研數(shù)據(jù),從政府、金融機(jī)構(gòu)、個(gè)人三個(gè)資金來源分析了金融對(duì)家庭農(nóng)場的影響;蘭勇等[13]以長沙市82家家庭農(nóng)場信貸融資為例,運(yùn)用Tobit模型探討了家庭農(nóng)場信貸融資的影響因素;林樂芬、俞涔曦[14]、鄧道才等[15]分別基于江蘇省和安徽省的調(diào)研數(shù)據(jù),分析了家庭農(nóng)場金融需求的影響因素。

由上可知,盡管現(xiàn)有文獻(xiàn)和研究成果較豐富,但仍存在著值得改進(jìn)之處:①在研究內(nèi)容上,現(xiàn)有文獻(xiàn)多從宏觀層面理論論證金融支持家庭農(nóng)場的必要性和可行性,以定性分析居多,專門針對(duì)中國家庭農(nóng)場金融政策效果的實(shí)證類文獻(xiàn)偏少。②在研究視角和研究方法上,現(xiàn)有文獻(xiàn)大都基于空間同質(zhì)性假設(shè),忽視了空間異質(zhì)性,或在構(gòu)建空間計(jì)量模型時(shí)僅僅考慮了被解釋變量而并未考慮到解釋變量的空間外溢特征,這都將導(dǎo)致結(jié)果有偏估計(jì)而缺乏說服力。鑒于此,本文以2016年湖南省14市667戶家庭農(nóng)場(包括部分種植大戶)的截面數(shù)據(jù)為基礎(chǔ),先采用三階段DEA方法定量測算出剝離環(huán)境變量與隨機(jī)誤差后的家庭農(nóng)場經(jīng)營績效,再以此測算結(jié)果為被解釋變量,構(gòu)建空間杜賓計(jì)量模型,將金融支持促進(jìn)農(nóng)場績效提升問題置于空間分析框架下,進(jìn)一步分析金融支持的有效性與傳導(dǎo)機(jī)制,以期探尋出切實(shí)有效的家庭農(nóng)場金融政策優(yōu)化路徑。

1 家庭農(nóng)場經(jīng)營績效的測算

1.1 測算方法的確立

學(xué)術(shù)界通常把效率作為衡量經(jīng)營績效的指標(biāo),測度效率的常見方法主要可分為參數(shù)估計(jì)法(如SFA、隨機(jī)前沿分析法)和非參數(shù)估計(jì)法(如DEA、數(shù)據(jù)包絡(luò)分析法)。近年來不少學(xué)者運(yùn)用DEA方法測度家庭農(nóng)場效率,并以此作為衡量家庭農(nóng)場經(jīng)營績效的評(píng)價(jià)指標(biāo)。例如，Balezentis等[16]運(yùn)用DEA方法測算了2003—2010年立陶宛9種不同模式的家庭農(nóng)場的經(jīng)營績效和趨勢變化;曹文杰[17]、陳永富等[18]運(yùn)用DEA方法,分別對(duì)我國山東、浙江等地的家庭農(nóng)場經(jīng)營績效進(jìn)行了定量評(píng)估。盡管此類研究為精確評(píng)估家庭農(nóng)場經(jīng)營績效提供了有益經(jīng)驗(yàn),但由于傳統(tǒng)DEA方法無法剝離出環(huán)境變量和隨機(jī)誤差項(xiàng)對(duì)效率值的影響,因此計(jì)算出的結(jié)果并不準(zhǔn)確。Fried等[19]提出了DEA與SFA相結(jié)合的三階段DEA模型,通過過濾管理無效率、環(huán)境因素和隨機(jī)誤差等影響,使各樣本處于初始狀態(tài)相同的公平環(huán)境中,彌補(bǔ)了DEA方法的缺陷,使所得結(jié)果更加真實(shí)準(zhǔn)確,因此本文擬采用三階段DEA方法對(duì)樣本家庭農(nóng)場的經(jīng)營績效進(jìn)行測算。

1.2 變量與數(shù)據(jù)

本文采用三階段DEA方法測算家庭農(nóng)場效率(經(jīng)營績效),需要確定投入、產(chǎn)出和環(huán)境變量三大類指標(biāo)。在投入方面,本文借鑒運(yùn)用DEA方法時(shí)普遍選取的投入指標(biāo),以人、財(cái)、物為原則,選取家庭農(nóng)場人數(shù)、資產(chǎn)總額、土地經(jīng)營面積作為投入變量;選取家庭農(nóng)場年度經(jīng)營收入、年度凈利潤為產(chǎn)出變量。此外,環(huán)境變量應(yīng)選取對(duì)家庭農(nóng)場效率產(chǎn)生影響但不在樣本主觀可控范圍的因素?，F(xiàn)有文獻(xiàn)的常見做法是從經(jīng)濟(jì)、社會(huì)、自然環(huán)境三個(gè)方面確定環(huán)境變量,因此本文借鑒Simar、Wilson[20]、黃柯等[21]的作法,采用的環(huán)境變量包括:①地區(qū)農(nóng)業(yè)總產(chǎn)值。較高的農(nóng)業(yè)產(chǎn)值通常意味著較大的市場規(guī)模,家庭農(nóng)場進(jìn)行生產(chǎn)與銷售的機(jī)會(huì)越大,越有利于提高農(nóng)場效率。②區(qū)域人口密度(人/km2)。人口越多,代表本地勞動(dòng)力資源越豐富,對(duì)效率產(chǎn)生影響。③區(qū)域自然災(zāi)害面積。自然環(huán)境是公認(rèn)的影響農(nóng)場效率的重要因素。

數(shù)據(jù)來源:本文以我國水稻作物主產(chǎn)區(qū)湖南省為研究對(duì)象,課題團(tuán)隊(duì)于2016年12月至2017年2月對(duì)湖南省種植類家庭農(nóng)場進(jìn)行了抽樣調(diào)查。具體做法是:根據(jù)湖南省農(nóng)業(yè)委員會(huì)和財(cái)政廳提供的名單,篩選是否已有金融借貸,再在每個(gè)市已獲得金融借貸并用于生產(chǎn)的家庭農(nóng)場中隨機(jī)選取部分家庭農(nóng)場(包括部分暫未進(jìn)行掛牌登記,但初步具備家庭農(nóng)場特征的種植大戶,各市選擇40—60戶農(nóng)場),采用實(shí)地調(diào)研、電話訪談和向當(dāng)?shù)剞r(nóng)業(yè)部門查找資料相結(jié)合的形式進(jìn)行調(diào)研。共發(fā)放問卷720份,經(jīng)過集中檢驗(yàn),剔除重要指標(biāo)缺失的樣本后,獲得有效問卷667份,樣本有效率為92.64%。調(diào)查內(nèi)容包括家戶主基本特征、農(nóng)場勞動(dòng)力人數(shù)、土地經(jīng)營規(guī)模、資產(chǎn)總額、農(nóng)場經(jīng)營收入與利潤、借貸款額度、政府財(cái)政補(bǔ)貼、戶主文化水平、農(nóng)產(chǎn)品商品率、交通條件等內(nèi)容。各變量描述性統(tǒng)計(jì)見表1。

表1 各變量含義及描述性統(tǒng)計(jì)

注:各變量取值均為取自然對(duì)數(shù)后的值。

表2 家庭農(nóng)場經(jīng)營績效第一階段和第三階段測算結(jié)果

注:數(shù)值為以市為單位所計(jì)算出的平均值,按調(diào)整后的TE排序。其中,TE為綜合經(jīng)營績效,PTE為純技術(shù)效率,SE為規(guī)模效率,且TE=PTE×SE。

1.3 效率測評(píng)結(jié)果與分析

本文運(yùn)用三階段DEA模型測算,具體包括以下步驟:①采用傳統(tǒng)DEA方法測算初始效率。即運(yùn)用DEAP2.1軟件包對(duì)原始投入與產(chǎn)出數(shù)據(jù)計(jì)算初始效率值與總松弛量。②運(yùn)用SFA模型分解第一階段的松弛變量。利用Frontier4.0計(jì)算所選取的環(huán)境變量對(duì)松弛量的影響程度,剝離出環(huán)境變量與隨機(jī)誤差的影響并據(jù)此調(diào)整投入變量的數(shù)值。③將第二階段所得的調(diào)整后的投入變量和原始的產(chǎn)出變量,再次輸入DEAP2.1軟件進(jìn)行測算,所得結(jié)果即為最終效率值。具體計(jì)算公式與過程見Fried等[19]的經(jīng)典文獻(xiàn),在此不再贅述,計(jì)算結(jié)果見表2。

表2右欄(調(diào)整后)顯示了湖南省各市家庭農(nóng)場在同質(zhì)環(huán)境下的效率水平。對(duì)比第一階段的效率測評(píng)情況可知,調(diào)整后的經(jīng)營績效發(fā)生了如下變化:①2016年家庭農(nóng)場的平均綜合效率為0.56,說明湖南省家庭農(nóng)場的效率水平較低,存在較大提升空間，亟待改進(jìn)。②將湖南省家庭農(nóng)場2016年的平均綜合效率分解為平均純技術(shù)效率和平均規(guī)模效率,其值分別為0.61和0.92,純技術(shù)效率低于規(guī)模效率。由此說明,家庭農(nóng)場效率偏低的主要原因是純技術(shù)效率較低,而不是規(guī)模效率低。即家庭農(nóng)場的經(jīng)營管理與資源配置水平比農(nóng)場投入規(guī)模對(duì)其績效的影響更大,這與調(diào)整前的結(jié)論完全相反。③從效率值的分布情況來看,調(diào)整后家庭農(nóng)場的區(qū)域特征比調(diào)整前更明顯,排在前面的高效率市域如長沙、岳陽、益陽,大都處于土地相對(duì)肥沃、經(jīng)濟(jì)相對(duì)發(fā)達(dá)的環(huán)洞庭湖區(qū)，而效率偏低的湘西、懷化、永州等市,則多處在經(jīng)濟(jì)相對(duì)落后的丘陵山區(qū)。這促使我們深入思考,湖南省各市家庭農(nóng)場經(jīng)營績效的高低與所在區(qū)域是否存在著一定的空間相關(guān)性。我們將測算出的家庭農(nóng)場經(jīng)營績效值作為被解釋變量,運(yùn)用空間計(jì)量模型進(jìn)一步探討金融支持家庭農(nóng)場的作用途徑與空間溢出特征。

2 空間計(jì)量模型的構(gòu)建與實(shí)證

2.1 模型構(gòu)建與變量選擇

空間相關(guān)性分析:自Anselin[22]年把空間異質(zhì)性的概念引入經(jīng)濟(jì)計(jì)量模型以來,空間計(jì)量已經(jīng)廣泛運(yùn)用于經(jīng)濟(jì)研究領(lǐng)域。本文首先以湖南省各市家庭農(nóng)場的效率值和金融借貸量為衡量指標(biāo),繪制出相關(guān)數(shù)據(jù)的空間分布四分圖,以便直觀考察湖南省家庭農(nóng)場在空間上的變動(dòng)趨勢。從圖1可見,顏色深淺代表各市家庭農(nóng)場經(jīng)營績效(金融支持水平)的高低,顏色越深代表數(shù)值越高,反之越低。由圖1可知，湖南省家庭農(nóng)場效率和金融借貸均表現(xiàn)出顯著的空間分異和集聚特征,越是相鄰的區(qū)域顏色越趨近。四分圖僅能從直觀上觀察空間分布特征,要從理論上來證實(shí)空間依賴性的存在,還需要進(jìn)行更加精確的空間相關(guān)性分析。

計(jì)算全局和局部空間Moran指數(shù)是最常見的檢驗(yàn)空間相關(guān)性方法，其中構(gòu)建空間權(quán)重矩陣W是空間計(jì)量有效的關(guān)鍵。本文選擇鄰近空間權(quán)重矩陣進(jìn)行計(jì)算。鄰接標(biāo)準(zhǔn)空間權(quán)重矩陣是采用queen鄰近計(jì)算方法來設(shè)置。即如果兩個(gè)樣本市相鄰,則相應(yīng)的權(quán)重取值為1,否則為0。再運(yùn)用局部Moran′s I指數(shù)方法檢測各市家庭農(nóng)場績效值和金融支持水平的空間相關(guān)性(表3)。

圖1 2016年湖南省各市家庭農(nóng)場相關(guān)指標(biāo)空間分布四分圖

表3 Moran′I 檢驗(yàn)結(jié)果

由表3的檢驗(yàn)結(jié)果可知,湖南省14個(gè)市家庭農(nóng)場樣本經(jīng)營績效(金融支持水平)的Moran′s I正態(tài)統(tǒng)計(jì)檢驗(yàn)值均為大于1%水平上的臨界值(1.96),即各市家庭農(nóng)場的經(jīng)營績效(金融支持水平)不是完全隨機(jī)分布,存在明顯的空間正相關(guān)集聚現(xiàn)象。即農(nóng)場經(jīng)營績效(金融支持水平)越高,周邊的農(nóng)場績效(金融支持水平)也相對(duì)較高,農(nóng)場效率低(金融支持水平)的樣本與低效率(金融支持水平)樣本也傾向于相鄰。因此,運(yùn)用空間計(jì)量經(jīng)濟(jì)方法檢驗(yàn)家庭農(nóng)場的金融借貸對(duì)其生產(chǎn)經(jīng)營績效的影響是十分必要的。

繪制的LISA散點(diǎn)圖見圖2,用以分析各市域及其周邊地區(qū)效率值與金融支持水平的空間差異程度。由圖2可知,不論是家庭農(nóng)場經(jīng)營績效還是金融支持水平值,14個(gè)市中大部分都分布在第一象限、第三象限,即屬于高觀測值與高觀測值集聚、低觀測值與低觀測值集聚的空間相關(guān)形式,呈現(xiàn)高度的兩極化空間分布特征。這進(jìn)一步證明了湖南省14個(gè)市家庭農(nóng)場經(jīng)營績效與金融支持存在顯著的空間相關(guān)性。

圖2 2016年湖南省各市家庭農(nóng)場相關(guān)指標(biāo)LISA分布圖

空間計(jì)量模型的選擇:常見的空間計(jì)量模型包括空間滯后模型(SLM模型)、空間誤差模型(SEM模型)、空間杜賓模型(SDM模型)等。其中,空間杜賓模型可表示為式(1),而SLM模型與SEM模型可看成是SDM的簡化:

Yit=α0+δWYit+βX+θWX+μit

(1)

式中,Y為被解釋變量;X為解釋變量集,表示影響被解釋變量的各類影響因素;解釋變量中W表示以地理空間特征設(shè)置的n×n階空間權(quán)重矩陣;WY表示空間滯后變量;系數(shù)β表示本地區(qū)的解釋變量對(duì)被解釋變量的影響程度;θ表示空間上相鄰的其他地區(qū)的解釋變量對(duì)本地區(qū)被解釋變量的空間外溢影響程度。其中,δ是空間自回歸系數(shù),反映空間樣本觀測值之間的空間依賴性。若θ=0,則SDM轉(zhuǎn)變?yōu)镾LM模型;若θ+δβ=0,則SDM轉(zhuǎn)變?yōu)镾EM模型。根據(jù)Lesage、Pace[23]所述,選擇何種模型的關(guān)鍵在于一個(gè)區(qū)域的解釋變量是否對(duì)其他區(qū)域的被解釋變量也產(chǎn)生影響。

變量選取:式(1)中的被解釋變量是各樣本村家庭農(nóng)場的經(jīng)營績效值,由表2中調(diào)整后的測算結(jié)果用TE表示。對(duì)式(1)中解釋變量的選取,核心變量為借貸款規(guī)模(Fin)。為了避免遺漏變量造成的有偏估計(jì),綜合現(xiàn)有文獻(xiàn)進(jìn)一步增加了政府財(cái)政補(bǔ)貼(Aid)、農(nóng)場主受教育年限(Edu)、農(nóng)產(chǎn)品商品率(Com)、當(dāng)?shù)亟煌l件(Dis)4個(gè)影響家庭農(nóng)場經(jīng)營績效的因素,作為模型中的控制變量,具體描述見表3。

2.2 實(shí)證結(jié)果及分析

根據(jù)Lee、Yu[24]、Elhorst[25]的建議,采取擬極大似然法(QMLE)進(jìn)行參數(shù)估計(jì)。Matlab7.0空間軟件包的檢測結(jié)果表明,在以上兩種空間矩陣的設(shè)置下,不論是Wald-spatial-lag值還是 LR-spatial-lag值均拒絕了θ為零和θ+δβ為零的原假設(shè),證明選擇空間杜賓模型進(jìn)行擬合的合理性。同時(shí),Hausman檢驗(yàn)結(jié)果也說明,采用固定效應(yīng)模型比隨機(jī)效應(yīng)模型更合適,體檢驗(yàn)結(jié)果見表4。

表4 空間計(jì)量模型估計(jì)結(jié)果

注:W代表空間權(quán)重矩陣;*、**、***分別代表在1%、5%、10%顯著性水平下顯著;括號(hào)內(nèi)為t值。

由表4的檢驗(yàn)結(jié)果可知,R2值較高,Siga2較小且LogL的值較大,表明模型擬合度較高,模型設(shè)置和變量選取較合理?？臻g自回歸系數(shù)δ為正,證實(shí)了調(diào)研的各市家庭農(nóng)場經(jīng)營績效存在顯著的正向空間溢出特征。即農(nóng)場績效高的樣本傾向于與高績效樣本相鄰,低效樣本則傾向于與同樣低效的樣本空間相鄰。

空間杜賓模型的系數(shù)估計(jì)值與傳統(tǒng)的空間滯后模型或空間誤差模型不同,回歸系數(shù)并不能反映自變量對(duì)因變量的影響,而是要通過求解偏微分的方式,將影響系數(shù)分解為直接效應(yīng)和間接效應(yīng)。其中,直接效應(yīng)是表示解釋變量對(duì)本地區(qū)被解釋變量造成的影響,間接效應(yīng)表示解釋變量對(duì)其他地區(qū)被解釋變量造成的影響,反饋效應(yīng)則代表本地區(qū)解釋變量的外溢作用對(duì)鄰接地區(qū)產(chǎn)生影響,鄰接地區(qū)通過被解釋變量的外溢效應(yīng)又將這種作用反饋回本地區(qū)。因此,我們利用Elhorst、Fréret[26]提供的方法進(jìn)一步將結(jié)果分解,結(jié)果見表5。

表5 空間杜賓模型的直接效應(yīng)和間接效應(yīng)

注:***、**、*分別代表在1%、5%和10%的顯著性水平下顯著。

首先,從核心解釋變量金融借貸規(guī)模來看,其直接效應(yīng)和間接效應(yīng)均顯著,但直接效應(yīng)為正值,間接效應(yīng)為負(fù)值。即在我國水稻主產(chǎn)區(qū)湖南省的各市,金融支持對(duì)家庭農(nóng)場的作用具備一定的空間流動(dòng)性特征,不僅對(duì)增加本市家庭農(nóng)場經(jīng)營績效產(chǎn)生促進(jìn)作用,還會(huì)對(duì)鄰近市域家庭農(nóng)場生產(chǎn)經(jīng)營績效產(chǎn)生負(fù)面溢出效應(yīng)。這說明:一方面,由于金融支農(nóng)政策的實(shí)施,信貸資金逐步進(jìn)入農(nóng)村,滿足家庭農(nóng)場迅速發(fā)展的資金需求,對(duì)家庭農(nóng)場經(jīng)營績效的提升起到了顯著作用;另一方面,在當(dāng)前金融資源尤其是農(nóng)村金融資源稀缺的約束下,相鄰市域和本市家庭農(nóng)場在爭取金融資源方面可能存在著競爭關(guān)系。

其次,對(duì)幾個(gè)控制變量具體分析:①財(cái)政補(bǔ)貼的直接效應(yīng)顯著且為正值,是所有控制變量直接效應(yīng)中最大的,進(jìn)一步證實(shí)了財(cái)政支持對(duì)家庭農(nóng)場發(fā)展的重要作用,這也與現(xiàn)有文獻(xiàn)的研究結(jié)論一致。其間接效應(yīng)不顯著,原因可能是:當(dāng)前湖南省財(cái)政補(bǔ)貼政策在各市間并無本質(zhì)差異,均為農(nóng)地經(jīng)營規(guī)模的函數(shù)(按1500元/hm2進(jìn)行補(bǔ)貼)。②農(nóng)產(chǎn)品商品率的直接效應(yīng)與間接效應(yīng)均顯著且為正值,表明提高農(nóng)產(chǎn)品商品率、推進(jìn)農(nóng)業(yè)市場化改革、改善農(nóng)產(chǎn)品市場環(huán)境,有助于本地與鄰近地域家庭農(nóng)場經(jīng)營水平的提高。③農(nóng)戶受教育年限。家庭農(nóng)場主教育水平提高能對(duì)農(nóng)場經(jīng)營績效發(fā)揮顯著地直接效應(yīng)與間接效應(yīng)。說明教育在促進(jìn)本地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展的同時(shí),通過創(chuàng)造更多的就業(yè)機(jī)會(huì)、勞動(dòng)力流動(dòng)等機(jī)制傳導(dǎo)和帶動(dòng)相鄰地區(qū),產(chǎn)生正向空間外溢效應(yīng)。④交通條件的直接效應(yīng)顯著且為正值,但間接效應(yīng)不顯著。意味著離市區(qū)距離越近,越有利于本市家庭農(nóng)場生產(chǎn)經(jīng)營績效的提高,但不具備空間外溢特征。

3 結(jié)論與政策建議

本文綜合運(yùn)用三階段DEA方法與空間杜賓模型,分析并檢驗(yàn)金融支持與家庭農(nóng)場經(jīng)營績效的關(guān)系,得出以下結(jié)論:①從整體情況看,湖南省各市家庭農(nóng)場效率偏低,存在較大提升和優(yōu)化空間,且家庭農(nóng)場的資源配置與內(nèi)部管理水平較資源投入規(guī)模而言,對(duì)效率值的制約更大。②樣本地區(qū)家庭農(nóng)場的效率值并非完全隨機(jī)分布,具有明顯的空間相關(guān)性。其空間聯(lián)系的特征是:具有較高效率的市域趨于與具有較高效率的市域相靠近,效率較低的市域趨于與效率較低的市域相鄰。③當(dāng)前金融信貸對(duì)于家庭農(nóng)場經(jīng)營績效的提升作用明顯,金融支持政策是當(dāng)前家庭農(nóng)場發(fā)展的重要推動(dòng)力量,但各地對(duì)金融資源的競爭導(dǎo)致的負(fù)面擠出效應(yīng)并不利于鄰近市域農(nóng)場效率提高。④農(nóng)戶受教育水平和市場化水平不僅影響本區(qū)域家庭農(nóng)場效率,對(duì)相鄰地區(qū)的農(nóng)場效率也產(chǎn)生較明顯的空間外溢效應(yīng),而財(cái)政補(bǔ)貼與交通條件兩個(gè)因素僅僅表現(xiàn)出了影響本地農(nóng)場的直接效應(yīng)。

基于以上分析,提出以下政策建議:①基于當(dāng)前家庭農(nóng)場經(jīng)營績效在湖南省各市之間具有顯著的正向空間依賴性,因此可考慮建立區(qū)域內(nèi)示范性家庭農(nóng)場,作為政策扶持的重點(diǎn)對(duì)象,并為農(nóng)戶提供不定期經(jīng)驗(yàn)交流機(jī)會(huì),加強(qiáng)各農(nóng)場間的交流和合作,促進(jìn)其“示范效應(yīng)”和“集聚效應(yīng)”發(fā)揮作用,由此帶動(dòng)鄰接和整體地區(qū)家庭農(nóng)場發(fā)展。此外,促進(jìn)農(nóng)場效率的提高,不能一味追求增加資產(chǎn)投入和規(guī)模擴(kuò)大,而應(yīng)更加偏重于內(nèi)部管理水平提高和資源合理配置。②大力發(fā)展農(nóng)村金融,繼續(xù)積極引導(dǎo)向家庭農(nóng)場傾斜。一是要構(gòu)建更加完善的農(nóng)村金融體系,從金融機(jī)構(gòu)改革入手,引導(dǎo)城市和工業(yè)資金反哺農(nóng)村與農(nóng)業(yè),抑制農(nóng)村資金脫農(nóng)化趨勢,促進(jìn)農(nóng)村金融機(jī)構(gòu)的放貸積極性。二是要完善金融機(jī)構(gòu)對(duì)家庭農(nóng)場的信貸服務(wù)的政策環(huán)境,降低農(nóng)業(yè)貸款的門檻,創(chuàng)新抵押模式,實(shí)行利息補(bǔ)貼等滿足家庭農(nóng)場對(duì)資金的需求。三是在制定區(qū)域農(nóng)村金融政策時(shí),必須充分考慮其空間溢出效應(yīng),積極發(fā)展農(nóng)村合作金融,加大實(shí)施跨區(qū)域農(nóng)村信貸資金的投入,保證在促進(jìn)金融充分發(fā)揮直接效應(yīng)的同時(shí),改善農(nóng)村金融資源稀缺約束,避免家庭農(nóng)場之間的惡性競爭,扭轉(zhuǎn)和改善負(fù)面的空間溢出作用。③繼續(xù)發(fā)揮財(cái)政補(bǔ)貼、農(nóng)村教育對(duì)家庭農(nóng)場績效提高的直接效應(yīng),制定符合農(nóng)戶需求的財(cái)政政策,加大財(cái)政投入,落實(shí)政府對(duì)家庭農(nóng)場的各類補(bǔ)貼政策,讓補(bǔ)貼真正服務(wù)于家庭農(nóng)場培育;引導(dǎo)教育資源向農(nóng)村流入,加大家庭農(nóng)場文化教育培訓(xùn)和農(nóng)技推廣使用的支持力度,努力提高家庭農(nóng)場戶的素質(zhì)和專業(yè)水平,把家庭農(nóng)場典型示范與職業(yè)農(nóng)民教育培訓(xùn)結(jié)合,促進(jìn)教育空間外溢效應(yīng)的充分發(fā)揮;積極促進(jìn)市場化,繼續(xù)規(guī)范農(nóng)村要素市場和農(nóng)產(chǎn)品市場,提升農(nóng)產(chǎn)品商品化水平,充分發(fā)揮市場機(jī)制在推進(jìn)家庭農(nóng)場建設(shè)和發(fā)展過程中的基礎(chǔ)作用。

:

[1]Patrick H T.Financial Policies and Economic Growth:An Overview[J].European Economic Review,1966,37(2)∶56-68.

[2]Wyn G,Anne M.N.The Relationship Between Bankers and Farmers:An Analysis of Britain and Ireland[J].Journal of Rural Studies,1996,12(4)∶429-437.

[3]Chaffin M R.Stealing the Family Farm：Tortious Interference with Inheritance[J].San Joaquin Agricultural Law Review,2004,14(1)∶73-96.

[4]Shahidur R,Handker H K,Rashid R Faruqee.The Impact of Farm Credit in Pakistan[J].Agricultural Economics,2003,28(3)∶197-213.

[5]Bjorkhaug H.Exploring the Sociology of Agriculture：Family Farmers in Norway-future or Past Food Producers?[M].Erasga D.Sociological Landscape-Theories,Realities and Trends.Rije-ka InTech,2012∶283-304.

[6]趙振宇.基于不同經(jīng)營主體的農(nóng)地承包經(jīng)營權(quán)抵押問題研究[J].管理世界,2014,(6)∶174-175.

[7]張宗毅,杜志雄.土地流轉(zhuǎn)一定會(huì)導(dǎo)致“非糧化”嗎?——基于全國1740個(gè)種植業(yè)家庭農(nóng)場監(jiān)測數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2015,(9)∶63-69.

[8]朱啟臻.新型職業(yè)農(nóng)民與家庭農(nóng)場[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2013,(2)∶157-159.

[9]趙佳,姜長云.兼業(yè)小農(nóng)抑或家庭農(nóng)場——中國農(nóng)業(yè)家庭經(jīng)營組織變遷的路徑選擇[J].農(nóng)業(yè)經(jīng)濟(jì)問題,2015,(3)∶11-18,110.

[10]黃祖輝,俞寧.新型農(nóng)業(yè)經(jīng)營主體：現(xiàn)狀、約束與發(fā)展思路——以浙江省為例的分析[J].中國農(nóng)村經(jīng)濟(jì),2010,(10)∶16-26．

[11]胡德.金融支持家庭農(nóng)場發(fā)展的實(shí)踐與思考——源于湖北家庭農(nóng)場樣本[J].武漢金融,2014,(8)∶54-55.

[12]汪艷濤,高強(qiáng),金煒博.農(nóng)村金融支持影響家庭農(nóng)場培育的機(jī)理與實(shí)效——基于金融支持來源視角的實(shí)證檢驗(yàn)[J].財(cái)經(jīng)論叢,2015,(9)∶34-41.

[13]蘭勇,周孟亮,易朝輝.我國家庭農(nóng)場金融支持研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2015,(6)∶48-56.

[14]林樂芬,俞涔曦.家庭農(nóng)場對(duì)農(nóng)地經(jīng)營權(quán)抵押貸款潛在需求及影

響因素研究——基于江蘇191個(gè)非試點(diǎn)村的調(diào)查[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2016,(1)∶71-81，164.

[15]鄧道才,唐凱旋,王長軍. 家庭農(nóng)場借貸需求和借貸行為的影響因素研究——基于安徽省168戶家庭農(nóng)場的調(diào)研數(shù)據(jù)[J].寧夏社會(huì)科學(xué),2016,(4)∶96-104.

[16]Balezentic T,Krisciukaitien.Family Farm Efficiency Across Farming Types in Lithuania and Its Managerial Implications-data Envelopment Analysis[J].Management Theory and Studies for Rural Business and Infrastructure Development,2013,30(1)∶22-30.

[17]曹文杰.基于DEA-Tobit模型的山東省家庭農(nóng)場經(jīng)營效率及影響因素分析[J].山東農(nóng)業(yè)科學(xué),2014,46(12)∶133-137.

[18]陳永富,曾錚,王玲娜.家庭農(nóng)場發(fā)展的影響因素分析——基于浙江省13個(gè)縣、區(qū)家庭農(nóng)場發(fā)展現(xiàn)狀的調(diào)查[J].農(nóng)業(yè)經(jīng)濟(jì),2014,(1)∶3-6.

[19]Fried L,Schmidt M,Yaisawarng R.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,17(1-2)∶157-174.

[20]Simar L,Wilson P W.Estimation and Inference in Two-stage,Semi-parametric Models of Production Processes[J].Journal of Econometrics,2007,136(1)∶31-64.

[21]黃珂,張安錄,張雄.中國城市群農(nóng)地城市流轉(zhuǎn)效率研究——基于三階段DEA與Tobit模型的實(shí)證分析[J].經(jīng)濟(jì)地理,2014,34(11)∶74-80.

[22]Anselin.Spatial Econometrics：Methods and Models[M].Dordrecht：Kluwer Academic Publishers,1988.

[23]Lesage J,Pace R.Introduction to Spatial Ecomometrics[M].Chapman&Hall/CRC,2009.

[24]Lee L F,Yu J.Some Recent Developments in Spatial Panel Data Models[J].Regional Science & Urban Economics,2010,40(5)∶255-271.

[25]Paul Elhorst J.Applied Spatial Econometrics：Raising the Bar[J].Spatial Economic Analysis,2010,5(1)∶9-28.

[26]Elhorst J P,Fréret S.Evidence of Political Yardstick Competition in France Using a Two-regime Spatial Durbin Model with Fixed Effectes[J].Journal of Regional Science,2009,49(5)∶931-951.