高玉強，宋 群

（青島大學(xué) 經(jīng)濟學(xué)院，山東 青島 266100）

黨和政府歷來高度重視脫貧攻堅工作，特別是黨的十九大報告明確將脫貧攻堅列為決勝全面建成小康社會的三大攻堅戰(zhàn)之一。作為打贏脫貧攻堅戰(zhàn)的重要有效舉措之一，政府不斷加強對財政支農(nóng)支出的精細化科學(xué)化管理并切實提升減貧效率。2016年12月，國務(wù)院印發(fā)《“十三五”脫貧攻堅規(guī)劃》，將“農(nóng)林產(chǎn)業(yè)扶貧”作為實現(xiàn)農(nóng)村貧困人口脫貧的重要途徑，并提出相關(guān)涉農(nóng)財政支出必須明確一定比例用于貧困地區(qū)。2018年中央經(jīng)濟工作會議再次強調(diào)，要扎實推進鄉(xiāng)村振興戰(zhàn)略，重視培育新型經(jīng)營主體，實現(xiàn)農(nóng)業(yè)現(xiàn)代化，繼續(xù)加大脫貧攻堅力度。統(tǒng)計數(shù)據(jù)顯示，2017年我國“農(nóng)林水事務(wù)支出”規(guī)模達到18 380.25億元，占一般公共預(yù)算總支出比重為10.61%。與此同時，我國扶貧工作取得顯著成效，1978年農(nóng)村貧困人口為7.7億，到2017年減少至0.30億，脫貧人口達到7.4億，我國農(nóng)村貧困發(fā)生率也從1978年的97.5%降為2017年的3.1%。由此可見，財政支農(nóng)政策已然成為減貧的重要手段，減貧效應(yīng)業(yè)已成為財政支農(nóng)資金使用效率的客觀反映，但經(jīng)濟發(fā)展水平差異以及政府管理能力不同等原因，導(dǎo)致各地方財政支農(nóng)資金的減貧效率參差不齊，因此深入研究我國財政支農(nóng)支出的減貧效應(yīng)與減貧效率恰逢其時。

目前對于財政支農(nóng)資金效率的研究成果已頗為豐富，還有部分學(xué)者對財政支農(nóng)的減貧效應(yīng)進行了研究。Ramakumar研究了印度農(nóng)業(yè)公共投資的效應(yīng)，并發(fā)現(xiàn)財政支農(nóng)支出的減貧作用顯著[1]。Mosley等對比分析了財政資金投入不同行業(yè)時的貧困人口數(shù)量變化情況，結(jié)果證實政府大量投資農(nóng)業(yè)將顯著減少貧困人口數(shù)量[2]。Fan則研究發(fā)現(xiàn)對農(nóng)村基礎(chǔ)設(shè)施建設(shè)的投資會顯著促進農(nóng)村減貧，另外還有一些針對性的農(nóng)業(yè)發(fā)展項目對減貧也有顯著積極作用[3]。王海認為轉(zhuǎn)移支付可直接產(chǎn)生減貧效果，發(fā)展經(jīng)濟以提高貧困人群收入可間接實現(xiàn)減貧[4]。鄒文杰和馮琳潔構(gòu)建空間面板模型實證檢驗了財政支農(nóng)減貧效應(yīng)的顯著性[5]。周旭東和呂光輝、王謙和李超、楊伯堅、厲偉等則利用DEA方法從各視角研究財政支農(nóng)支出的效率，產(chǎn)出指標(biāo)通常選取農(nóng)業(yè)產(chǎn)值、糧食產(chǎn)量、城鄉(xiāng)差異、農(nóng)業(yè)生態(tài)效率等變量[6,7,8,9]。

回顧已有文獻，針對財政支農(nóng)支出減貧性的研究主要集中于實證檢驗，對支農(nóng)資金效率的測度也未從減貧視角切入。因此，本研究的創(chuàng)新在于：第一，從減貧這一新視角來研究我國財政支農(nóng)資金的使用效率，并將農(nóng)村經(jīng)濟貧困指標(biāo)直接作為產(chǎn)出進行效率測度；第二，投入和產(chǎn)出指標(biāo)選取的合理與否在很大程度上決定著DEA方法測量效率的準確性，本研究利用2010—2016年的省際面板數(shù)據(jù)檢驗財政支農(nóng)支出與減貧的因果邏輯關(guān)系，從而驗證了后續(xù)DEA模型中投入產(chǎn)出指標(biāo)選取的可靠性。

一、財政支農(nóng)減貧效應(yīng)的作用機制與實證檢驗

（一）財政支農(nóng)減貧的作用機制分析

財政支農(nóng)支出作為國家財政支出中的重要項目，主要是指政府為支持農(nóng)業(yè)發(fā)展，給予農(nóng)業(yè)、農(nóng)村及農(nóng)民的各項直接或間接的財政資金支持（圖1）。2007年起我國財政部改革了政府預(yù)算收支科目，將原來的支農(nóng)支出統(tǒng)一調(diào)整為“農(nóng)林水事務(wù)”支出科目，主要反映政府在農(nóng)林水方面的資金投入，具體包括農(nóng)業(yè)、林業(yè)、水利、南水北調(diào)、扶貧、農(nóng)業(yè)綜合開發(fā)、農(nóng)業(yè)綜合改革等支出。根據(jù)“農(nóng)林水支出”資金的具體流向，按經(jīng)濟用途將其分為三類，一是轉(zhuǎn)移性支出，是指政府無償向農(nóng)戶供給資金，主要是補貼類支出，如農(nóng)業(yè)保險保費補貼、農(nóng)業(yè)生產(chǎn)支持補貼等；二是生產(chǎn)性支農(nóng)支出，主要用于改善農(nóng)業(yè)生產(chǎn)條件，支援農(nóng)村生產(chǎn)，維持良好的外部條件環(huán)境，以穩(wěn)定和提高農(nóng)業(yè)生產(chǎn)力，包括生產(chǎn)發(fā)展、農(nóng)村基礎(chǔ)設(shè)施建設(shè)、科技轉(zhuǎn)化與推廣服務(wù)等支出；三是經(jīng)常性支出，主要涵蓋農(nóng)業(yè)行政事業(yè)單位的經(jīng)費支出。

不同類別的支農(nóng)支出，在減貧路徑中扮演著不同的角色。一方面，財政支農(nóng)的轉(zhuǎn)移性支出是在農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，政府按照一定標(biāo)準直接給予糧農(nóng)一定經(jīng)濟補償?shù)呢斦Y金，可以在一定程度上提高農(nóng)民收入水平、提升農(nóng)戶整體的福利，從而助力脫貧。因此，財政支農(nóng)的轉(zhuǎn)移支付可直接產(chǎn)生減貧效果，是為直接收入效應(yīng)。另一方面，農(nóng)業(yè)地區(qū)落后的生產(chǎn)條件也嚴重制約著農(nóng)村經(jīng)濟的發(fā)展，阻礙了農(nóng)民生活質(zhì)量的提高，如果僅僅依靠農(nóng)戶自身有限的資金積累，很難實現(xiàn)農(nóng)業(yè)生產(chǎn)力的提高。而財政支農(nóng)支出，尤其是生產(chǎn)性支農(nóng)支出和經(jīng)常性支出，用于農(nóng)村地區(qū)鄉(xiāng)村道路建設(shè)、推動農(nóng)業(yè)科技技術(shù)推廣、改善基本農(nóng)田水利設(shè)施等，將為農(nóng)業(yè)生產(chǎn)提供良好的環(huán)境，極大提高貧困農(nóng)戶生產(chǎn)生活條件，優(yōu)化農(nóng)業(yè)生產(chǎn)要素的配置結(jié)構(gòu)，從而保障農(nóng)作物產(chǎn)量，解決農(nóng)民的溫飽問題、保障貧困農(nóng)戶的基本收入，達到間接脫貧的效果。因此，財政支農(nóng)可以通過發(fā)展經(jīng)濟以提高貧困人群收入從而實現(xiàn)間接減貧，是為財政支農(nóng)的間接收入效應(yīng)。

圖1 財政支農(nóng)政策減貧傳導(dǎo)機制

（二）財政支農(nóng)減貧效應(yīng)的經(jīng)驗分析

人、財、物是推動減貧的重要資源，在財政支農(nóng)減貧路徑中發(fā)揮著重要的作用。本部分將采用面板回歸模型，利用2010—2016年的省際面板數(shù)據(jù)驗證財政支農(nóng)支出的減貧效應(yīng)，從實證上驗證后續(xù)DEA模型中選取的投入產(chǎn)出指標(biāo)的合理性。在投入指標(biāo)的選取中，我們選擇了“第一產(chǎn)業(yè)法人單位數(shù)量”衡量財政支農(nóng)減貧過程中的人力資源投入，《“十三五”脫貧攻堅規(guī)劃》強調(diào)要積極發(fā)展特色農(nóng)產(chǎn)品加工業(yè)，扶持培育新型經(jīng)營主體，而“第一產(chǎn)業(yè)法人單位”主要包括“農(nóng)村專業(yè)合作社”“特色品牌企業(yè)”“股份制農(nóng)（林）場”等新型經(jīng)營主體，能夠幫助農(nóng)戶解決生產(chǎn)中遇到的困難，提供政策的咨詢服務(wù)，積極進行業(yè)務(wù)方面的指導(dǎo)，定期開展技術(shù)培訓(xùn)等等，為農(nóng)業(yè)生產(chǎn)提供了技術(shù)型人才，這不僅體現(xiàn)了一種合作互助，更是一種政策上的扶持，是幫助貧困農(nóng)戶實現(xiàn)產(chǎn)業(yè)脫貧的重要載體，益貧性顯著；“農(nóng)林水事務(wù)支出”代表財政對于三農(nóng)發(fā)展的支持力度，基于數(shù)據(jù)完整性和一致性的要求以及研究的需要，本研究的財政支農(nóng)支出是指2007年統(tǒng)計口徑改變后的“農(nóng)林水事務(wù)支出”；“農(nóng)村機械總動力”則可以反映技術(shù)水平，以衡量財物力的支持。貧困是教育、經(jīng)濟、政治等各方面落后現(xiàn)象的總稱，而本研究所指貧困主要為經(jīng)濟貧困，即主要對支農(nóng)資金的經(jīng)濟使用效率進行研究，因此，在產(chǎn)出指標(biāo)的選取中，我們以中國現(xiàn)行貧困線2010年2 300元不變價為基準，選取“農(nóng)村貧困發(fā)生率”這一變量對減貧效果進行直接衡量；與此同時，恩格爾系數(shù)作為富裕程度的主要衡量標(biāo)準之一，數(shù)值越大則代表一個國家或家庭的生活愈貧困，因此我們用“農(nóng)村恩格爾系數(shù)”間接衡量減貧成果，并將“農(nóng)民人均純收入”也納入產(chǎn)出指標(biāo)中（表1）。

表1 變量說明?

為了有效避免偽回歸問題的出現(xiàn)，在構(gòu)建計量模型之前，需要依次對相應(yīng)序列進行單位根檢驗，以保證變量的平穩(wěn)特性。本研究主要選用LLC、PP和ADF三種面板數(shù)據(jù)單位根檢驗方法實施診斷，考慮到部分變量可能存在的量綱偏大以及單位異質(zhì)性問題，如農(nóng)村人均純收入、第一產(chǎn)業(yè)法人單位、農(nóng)村機械總動力、財政支農(nóng)等統(tǒng)一對其進行對數(shù)變換處理，這種轉(zhuǎn)換不會改變變量間關(guān)系，亦不會影響數(shù)據(jù)分析和研究結(jié)論。如表2所示，所有的變量序列均符合序列平穩(wěn)性特征。

進一步進行Kao協(xié)整檢驗（P值均為0）以及Hausman檢驗（P值均為0），根據(jù)結(jié)果應(yīng)該建立變截距的固定效應(yīng)模型。同時，鑒于本研究所選樣本的橫截面長度大于時間序列長度，因此選用截面加權(quán)估計法（CSW）進行參數(shù)估計。表3即為模型估計結(jié)果，具體而言，三項投入對農(nóng)村貧困發(fā)生率的影響均顯著為負，說明投入力度越大對減貧的效應(yīng)就越大，財政支農(nóng)支出具有顯著的減貧效應(yīng)；第一產(chǎn)業(yè)法人單位數(shù)量以及財政支農(nóng)將顯著負向影響農(nóng)村恩格爾系數(shù)；與預(yù)期相同的是，三項投入變量都將顯著促進農(nóng)村人均收入的提高。整體而言，三項投入變量對三項產(chǎn)出成果具有顯著影響，可以進行后續(xù)投入產(chǎn)出間的效率測度。

表2 各變量序列的面板單位根檢驗結(jié)果?

表3 估計結(jié)果?

二、財政支農(nóng)資金的減貧效率測度

（一）模型與指標(biāo)變量選取

數(shù)據(jù)包絡(luò)分析法（DEA）可以對多投入、多產(chǎn)出的決策單元的相對效率進行評價。根據(jù)規(guī)模報酬是否可變，可分為規(guī)模報酬不變模型（CCR）和規(guī)模報酬可變模型（BCC），其本質(zhì)就是運用線性規(guī)劃以求得目標(biāo)決策單元的最優(yōu)解。以CCR模型為例進行說明，其線性規(guī)劃表達式如下，即以所有的決策單元的效率指數(shù)為約束條件，求解第j0個決策單元的效率：

但通過CCR模型得出的DEA效率值是整體的綜合效率值，而BCC則將CCR模型求得的綜合效率值可進一步分解為純技術(shù)效率值和規(guī)模效率值，以便我們能夠更加直觀地判斷決策單元綜合效率低下的原因源于技術(shù)問題還是規(guī)模問題，從而進一步優(yōu)化模型。其中綜合效率值能夠體現(xiàn)決策單元的整體效率水平；純技術(shù)效率值可以衡量決策單元的管理水平；規(guī)模效率值則用以衡量實際規(guī)模與最優(yōu)生產(chǎn)規(guī)模之間的距離，效率值越大代表著決策單元的生產(chǎn)規(guī)模接近于最優(yōu)。

值得注意的是，無論是CCR模型還是BCC模型都是從靜態(tài)角度對當(dāng)期不同決策單元間的相對有效性進行分析，只適合于樣本效率的橫向?qū)Ρ?，因為缺乏對時間因素的考慮，所以無法從動態(tài)角度進行樣本效率的縱向比較。這種不足可以通過Malmquist指數(shù)得以有效彌補，全要素生產(chǎn)率指數(shù)可用如下公式表示：

TC、PTEC、SEC三項乘積為全要素生產(chǎn)率TFP，其中TC代表技術(shù)變動，PTEC代表純技術(shù)效率，SEC代表規(guī)模效率，后二者乘積是綜合技術(shù)效率值。TFP的數(shù)值大小代表了距離生產(chǎn)前沿面的遠近。技術(shù)變動TC則代表技術(shù)進步的程度。綜合技術(shù)效率可以根據(jù)其數(shù)值是否大于1判斷決策單元的管理方式以及決策是否正確；綜合技術(shù)效率值可以進一步被分解為純技術(shù)效率和規(guī)模效率兩部分，前者反映實現(xiàn)最大產(chǎn)出投入比的能力，后者主要反映規(guī)模經(jīng)濟性的發(fā)揮程度?？梢?，對Malmquist指數(shù)進行研究有助于準確分析各因素的貢獻度。

為了更好地衡量投入產(chǎn)出間關(guān)系，指標(biāo)變量的選取應(yīng)該遵循科學(xué)性、合理性的要求。根據(jù)上述經(jīng)驗分析，我們發(fā)現(xiàn)貧困發(fā)生率和農(nóng)村恩格爾系數(shù)呈現(xiàn)逐年遞減態(tài)勢，而農(nóng)村人均純收入逐年遞增，財政支農(nóng)的三個投入變量與產(chǎn)出變量之間存在顯著的因果關(guān)系，這在一定程度上驗證了指標(biāo)選取的合理性。與此同時，為了保持DEA模型分析中投入產(chǎn)出變量變動方向的一致性，我們用1-貧困發(fā)生率即農(nóng)村脫貧率、1-農(nóng)村恩格爾系數(shù)即農(nóng)村非食物支出比重對這兩個變量進行處理，作為產(chǎn)出指標(biāo)。

（二）基于BCC模型的靜態(tài)減貧效率分析

基于產(chǎn)出角度的BCC模型核算我國財政支農(nóng)支出減貧效率，2016年我國各省份支農(nóng)支出減貧效率值如表4所示。

從綜合效率角度看，31個省（市、自治區(qū)）綜合效率的平均值為0.844，其中北京、天津、上海、西藏、寧夏的效率值均為1。以糧食產(chǎn)區(qū)為依據(jù)進行劃分，主銷區(qū)的綜合效率平均值為0.887，產(chǎn)銷平衡區(qū)為0.844，主產(chǎn)區(qū)為0.821。這種差異可能是產(chǎn)區(qū)之間產(chǎn)業(yè)結(jié)構(gòu)的不同所導(dǎo)致，比如主產(chǎn)區(qū)以第一產(chǎn)業(yè)為主，形成了農(nóng)業(yè)大區(qū)、工業(yè)弱區(qū)、財政窮區(qū)的經(jīng)濟格局有待于進一步優(yōu)化，支農(nóng)支出減貧效率不高。但總體而言，各省財政支農(nóng)支出減貧效率普遍不高，這也從側(cè)面反映出我國脫貧攻堅戰(zhàn)進入關(guān)鍵階段、難度很大。

就純技術(shù)效率值而言，北京、天津、上海、江蘇、浙江、廣東、西藏、寧夏這8省市區(qū)的純技術(shù)效率值為1，表明管理水平較優(yōu)，其中江蘇、浙江、廣東的綜合效率排名偏低，因此其綜合效率值較低并非由財政支農(nóng)支出的資金管理水平所造成，提高效率可從調(diào)整生產(chǎn)規(guī)模等方面著手。以經(jīng)濟發(fā)展水平為依據(jù)進行東中西部的劃分，其純技術(shù)效率均值依次降低，分別為0.991、0.966、0.960。除管理水平因素之外，導(dǎo)致綜合效率值較低的原因還可從規(guī)模效率角度來進行分析，從而為各地提高規(guī)模效率提供決策參考?？梢钥闯?，我國北京、天津、上海、西藏以及寧夏五個省份的規(guī)模效率值為1，生產(chǎn)規(guī)模效率水平已經(jīng)達到最優(yōu)狀態(tài)，除此之外，表4還反映了決策單元當(dāng)前的規(guī)模報酬類型，可以看出，除上述五個省份之外，其余省份均處于規(guī)模報酬遞減（drs）狀態(tài)，這也從另一個側(cè)面反映出了我國脫貧攻堅工作正處于關(guān)鍵階段，減貧速度有所放緩。

由DEA效率得分可知，我國財政支農(nóng)支出存在著不同程度的低效問題，可能源于財政支農(nóng)支出投入產(chǎn)出配置結(jié)構(gòu)的不合理。因此，本研究根據(jù)BCC模型的核算結(jié)果找到無效決策單元，并計算其投入冗余率與產(chǎn)出不足率，繼而為無效單元的效率提升提供了改進方向。其中，投入冗余率等于投入冗余額與初始投入額的比值，表示在維持同一產(chǎn)出水平條件下投入要素所應(yīng)減少的幅度，高冗余率表示該項投入的利用率低下，存在資源浪費現(xiàn)象；產(chǎn)出不足率等于產(chǎn)出不足額與產(chǎn)出額的比值，代表某產(chǎn)出指標(biāo)的實際產(chǎn)出量與效率在最優(yōu)狀態(tài)下所對應(yīng)的產(chǎn)出量之間的差距。具體計算結(jié)果列于表5。不難看出，在財政支農(nóng)產(chǎn)出方面，農(nóng)村脫貧率、農(nóng)村非食物支出比重以及農(nóng)民人均純收入這三項產(chǎn)出的不足率均值分別為0.57%、1.71%、1.74%，其中農(nóng)村脫貧率產(chǎn)出不足率最高的省份是新疆為6.29%，廣東和海南的非食物支出產(chǎn)出不足率均超過了10%，分別達到11.37%和14.7%，農(nóng)民人均純收入這一產(chǎn)出則普遍存在不足。就財政支農(nóng)投入方面，農(nóng)林水事務(wù)支出、第一產(chǎn)業(yè)法人單位、農(nóng)村機械總動力這三項要素的投入冗余率均值分別為32.66%、11.80%、71.53%，存在較為普遍的資源浪費問題。因此，不同省份應(yīng)結(jié)合自身具體情況，參照分析結(jié)果適當(dāng)調(diào)整各項投入，從而達到最優(yōu)支農(nóng)資金使用效率。

表4 2016年各省份效率值

（三）基于Malmquist生產(chǎn)率指數(shù)的動態(tài)效率分析

1.趨勢變動分析

從動態(tài)視角分析我國2011—2016年全要素生產(chǎn)率指數(shù)，如表6所示。除2014年全要素生產(chǎn)率為1.012之外，其余年份均小于1，平均降幅為1.8%。為了更好解釋我國近年來財政支農(nóng)支出全要素生產(chǎn)率的下降現(xiàn)象，將其分解為綜合技術(shù)效率和技術(shù)變動兩部分。2013年綜合技術(shù)效率與技術(shù)變動出現(xiàn)較大波動，其余年份變動較為平穩(wěn)，這一現(xiàn)象可能與2013年精準扶貧的提出有關(guān)，扶貧政策在某種程度上對農(nóng)村減貧起到了明顯的推動作用，只是伴隨著政策效應(yīng)的減弱，減貧效果便逐漸難以維持，綜合效率在2015年再次出現(xiàn)下降趨勢，2016年的平均值為0.989。具體來看，我國財政支農(nóng)支出的綜合技術(shù)效率處于較高水平，平均每年上升4.1%，因此對現(xiàn)有技術(shù)的利用不足并不是全要素生產(chǎn)率下降的原因，而是技術(shù)變動即技術(shù)進步與創(chuàng)新不足所導(dǎo)致的。觀察發(fā)現(xiàn)技術(shù)變動均值處于較低水平，平均每年下降5.6%，這進一步證實了全要素生產(chǎn)率的下降源于技術(shù)水平低下。進一步分析綜合效率變動的內(nèi)在原因，我們將其分解為純技術(shù)效率和規(guī)模效率，我國近年來純技術(shù)效率的平均值為1.006，規(guī)模效率的平均值為1.034，可見純技術(shù)效率和規(guī)模效率都在一定程度上促進了綜合效率的提升，但規(guī)模效率的貢獻度更高。

表5 2016年我國財政支農(nóng)支出投入冗余率與產(chǎn)出不足率

表6 2011—2016年Malmquist生產(chǎn)率指數(shù)

2.地區(qū)差異分析

從地區(qū)角度對我國31個省份的Malmquist指數(shù)結(jié)果進行具體分析，以研究我國各省之間存在的效率變動差異，結(jié)果如表7所示。近年來大部分省份的平均全要素生產(chǎn)率處于下降趨勢即小于1，只有黑龍江省的全要素生產(chǎn)率均值等于1，大于1的省份則有內(nèi)蒙古、遼寧、河南、湖南、四川、貴州、云南7個省份。進一步觀察31個省份全要素生產(chǎn)率均值為0.982，中部地區(qū)均值最大為0.995，西部地區(qū)均值為0.981，東部地區(qū)平均為0.976，地區(qū)之間存在一定差異。

三、結(jié)論與建議

本研究首先利用2010—2016年省際面板數(shù)據(jù)，實證檢驗了財政支農(nóng)支出減貧傳導(dǎo)機制的有效性，然后通過DEA-Malmquist模型從靜態(tài)和動態(tài)兩個維度對我國財政支農(nóng)支出的減貧效率進行核算，研究發(fā)現(xiàn)：1）利用BCC模型測算了財政支農(nóng)支出的靜態(tài)效率，發(fā)現(xiàn)省域之間效率水平存在差異，其中北京、天津、上海、西藏、寧夏的效率值均為1，以糧食產(chǎn)區(qū)為劃分依據(jù)看，主銷區(qū)的綜合效率平均值為0.887，產(chǎn)銷平衡區(qū)為0.844，主產(chǎn)區(qū)為0.821。這種差異可能源于產(chǎn)區(qū)之間產(chǎn)業(yè)結(jié)構(gòu)的不同。2）各省份的財政支農(nóng)支出投入產(chǎn)出配置結(jié)構(gòu)存在不合理，有不同程度的投入冗余或產(chǎn)出不足問題。3）運用Malmquist指數(shù)測度了財政支農(nóng)支出的動態(tài)效率，從趨勢變動來看，除2014年之外其余年份均處于小于1的水平，分析可知，這主要是技術(shù)變動即技術(shù)進步與創(chuàng)新不足所導(dǎo)致的效率下降，其平均下降幅度為1.8%。

基于以上結(jié)論，提出幾點政策建議，以提高支農(nóng)資金的使用效率，充分發(fā)揮財政支農(nóng)的減貧效應(yīng)：1）適當(dāng)加大財政支農(nóng)投入力度，分區(qū)分類制定差異化管理策略。對于低效率地區(qū)，可考慮適當(dāng)加大支農(nóng)資金的投入力度，并注意增加財政專項扶貧資金規(guī)模，助推脫貧攻堅，而對于效率較高的省份，因為財政支農(nóng)資金使用方面處于較優(yōu)水平，應(yīng)避免支農(nóng)規(guī)模的較大幅度波動。2）提升財政支農(nóng)資金使用效率，應(yīng)完善資金內(nèi)部結(jié)構(gòu)調(diào)整，可以將財政支農(nóng)資金向農(nóng)村基礎(chǔ)設(shè)施建設(shè)、科技興農(nóng)及農(nóng)村教育方面傾斜，更好地保障農(nóng)民基本的生產(chǎn)生活，強化科技支撐，助推鄉(xiāng)村振興，除此之外，我們還應(yīng)強化支農(nóng)資金監(jiān)管，建立績效評價機制，必要時采取涉農(nóng)資金專項整治等手段以加強農(nóng)廉建設(shè)。3）產(chǎn)業(yè)發(fā)展脫貧，積極實施鄉(xiāng)村振興戰(zhàn)略，堅持培育農(nóng)民專業(yè)合作社、龍頭企業(yè)等新型經(jīng)營主體，鼓勵其開展對貧困戶的定向幫扶，支持其建立穩(wěn)定的利益聯(lián)結(jié)機制，使貧困戶能夠從中受益。