■張維剛 歐陽(yáng)建勇

鄉(xiāng)村振興關(guān)鍵在于產(chǎn)業(yè)振興，農(nóng)業(yè)是鄉(xiāng)村最大的產(chǎn)業(yè)，較高的農(nóng)業(yè)生產(chǎn)率是農(nóng)業(yè)產(chǎn)業(yè)振興的基礎(chǔ)和保障。我國(guó)農(nóng)業(yè)全要素生產(chǎn)率提升的推動(dòng)因素主要為技術(shù)進(jìn)步效率，但近些年技術(shù)進(jìn)步效率增速呈下降趨勢(shì)，規(guī)模效率和配置效率也有所退步，公共財(cái)政支持政策已成為世界各國(guó)促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升、確保農(nóng)業(yè)高質(zhì)量發(fā)展的主要工具和手段。從財(cái)政支農(nóng)支出總量、時(shí)期和區(qū)域效應(yīng)來(lái)看，財(cái)政支農(nóng)政策效應(yīng)具有顯著的差異性，對(duì)農(nóng)業(yè)全要素生產(chǎn)率的提升效果顯著，但需要明確支持重點(diǎn)、優(yōu)化支持結(jié)構(gòu)。為提高財(cái)政支農(nóng)支出效率，要逐步加大糧食主產(chǎn)區(qū)工業(yè)化成果向農(nóng)業(yè)轉(zhuǎn)化和應(yīng)用、農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、農(nóng)民職業(yè)培訓(xùn)等方面的財(cái)政投入力度，不斷提高農(nóng)業(yè)科技水平、農(nóng)民職業(yè)技能，適度擴(kuò)大農(nóng)地經(jīng)營(yíng)規(guī)模，完善農(nóng)業(yè)基礎(chǔ)設(shè)施，推動(dòng)農(nóng)業(yè)向縱深發(fā)展，實(shí)現(xiàn)農(nóng)業(yè)一二三產(chǎn)業(yè)有機(jī)融合，可確保農(nóng)業(yè)高質(zhì)量發(fā)展。

一、引言

沒(méi)有農(nóng)業(yè)產(chǎn)業(yè)振興，鄉(xiāng)村振興就缺乏內(nèi)在的動(dòng)力和可持續(xù)發(fā)展的能力，這是我國(guó)農(nóng)業(yè)發(fā)展的痛點(diǎn)，也是鄉(xiāng)村振興的難點(diǎn)。以農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革為主線，推動(dòng)農(nóng)業(yè)高質(zhì)量發(fā)展，是農(nóng)業(yè)產(chǎn)業(yè)振興的關(guān)鍵。2019年“兩會(huì)”期間，習(xí)近平總書(shū)記強(qiáng)調(diào)“要扛穩(wěn)糧食安全這個(gè)重任”，把確保重要農(nóng)產(chǎn)品特別是糧食供給，作為實(shí)施鄉(xiāng)村振興戰(zhàn)略的首要任務(wù)。農(nóng)業(yè)高質(zhì)量發(fā)展要有效協(xié)調(diào)穩(wěn)定與發(fā)展的關(guān)系，圍繞優(yōu)化農(nóng)業(yè)資源配置，使供給與市場(chǎng)需求更加契合，形成產(chǎn)出高效、產(chǎn)品安全、資源節(jié)約、環(huán)境友好的農(nóng)業(yè)供給體系，提高農(nóng)業(yè)經(jīng)濟(jì)效益和競(jìng)爭(zhēng)力，而提高農(nóng)業(yè)全要素生產(chǎn)率是實(shí)現(xiàn)糧食穩(wěn)產(chǎn)、高產(chǎn)和農(nóng)業(yè)高質(zhì)量發(fā)展的基礎(chǔ)和關(guān)鍵。公共財(cái)政理論認(rèn)為財(cái)政支農(nóng)政策主要是通過(guò)農(nóng)業(yè)人力資本投入、基礎(chǔ)設(shè)施建設(shè)和技術(shù)進(jìn)步，達(dá)到改善農(nóng)業(yè)生產(chǎn)的核心要素，從而提升農(nóng)業(yè)生產(chǎn)率。從國(guó)際經(jīng)驗(yàn)來(lái)看，公共財(cái)政支持政策已成為世界各國(guó)促進(jìn)農(nóng)民增收、農(nóng)業(yè)生產(chǎn)率提高、農(nóng)業(yè)高質(zhì)量發(fā)展的主要工具和手段，財(cái)政支農(nóng)支出占農(nóng)業(yè)總產(chǎn)值的比重最高達(dá)到45%，釋放出長(zhǎng)期較好的促進(jìn)效應(yīng)［1］。為確保國(guó)家糧食安全和農(nóng)業(yè)高質(zhì)量發(fā)展，我國(guó)自2003年以來(lái)，逐步實(shí)施了農(nóng)業(yè)稅減免至取消、糧食直補(bǔ)、農(nóng)機(jī)補(bǔ)貼等惠農(nóng)政策，財(cái)政支農(nóng)力度逐年增加，2019年財(cái)政支農(nóng)支出絕對(duì)額已達(dá)22420.11億元，占農(nóng)業(yè)GDP的比重已經(jīng)達(dá)到31.82%。2007年以來(lái)，財(cái)政支農(nóng)支出占財(cái)政支出的比重先上升后下降，最高為2016年的9.90%，近年來(lái)有所下降，2019年為9.39%；財(cái)政支農(nóng)增長(zhǎng)率在三農(nóng)新政實(shí)施后，呈現(xiàn)高速增長(zhǎng)，最高年份高達(dá)47.9%，后期逐漸趨于平緩；財(cái)政支農(nóng)支出的邊際傾向呈現(xiàn)波動(dòng)趨勢(shì)，最高年份高達(dá)13.31%，最低年份為3.27%；財(cái)政支農(nóng)支出彈性自2012年突破1以后，呈現(xiàn)逐年增加趨勢(shì)，平均為1.16。①

國(guó)內(nèi)外學(xué)者針對(duì)如何提高糧食產(chǎn)量問(wèn)題展開(kāi)長(zhǎng)期深入研究，普遍認(rèn)為財(cái)政支持對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展和國(guó)家糧食安全來(lái)說(shuō)至關(guān)重要，針對(duì)財(cái)政支持對(duì)農(nóng)業(yè)生產(chǎn)率影響的研究成果較為豐富，整體研究結(jié)果表明財(cái)政支持可以有效促進(jìn)農(nóng)業(yè)生產(chǎn)率的提升。從總體效應(yīng)來(lái)看，財(cái)政支農(nóng)支出明顯促進(jìn)農(nóng)業(yè)的發(fā)展［2-4］，有效提高了農(nóng)業(yè)經(jīng)營(yíng)收入［5-8］，與其他要素相比財(cái)政支農(nóng)支出的平均貢獻(xiàn)率占重要地位［9-10］；從財(cái)政支出層級(jí)、區(qū)域、結(jié)構(gòu)等方面來(lái)看，省區(qū)財(cái)政支農(nóng)支出［11］、縣鄉(xiāng)政府財(cái)政支農(nóng)［12］的支出效率都比較好，土地生產(chǎn)率對(duì)單位面積土地上財(cái)政支農(nóng)支出的彈性相比糧食主產(chǎn)區(qū)好于非糧食主產(chǎn)區(qū)［13］，農(nóng)業(yè)基本建設(shè)支出、農(nóng)業(yè)科技支出等對(duì)農(nóng)業(yè)生產(chǎn)率都有顯著的影響，貢獻(xiàn)最大的是農(nóng)業(yè)科技投入［14-16］，財(cái)政支農(nóng)支出結(jié)構(gòu)是制約農(nóng)業(yè)產(chǎn)出增長(zhǎng)率的關(guān)鍵因素，加大農(nóng)業(yè)基礎(chǔ)設(shè)施投資，可以有效提高農(nóng)業(yè)生產(chǎn)率［17］，我國(guó)財(cái)政支農(nóng)支出還存在支出結(jié)構(gòu)不合理、支出比重較低、績(jī)效低下［18-19］等問(wèn)題，同時(shí)財(cái)政支農(nóng)支出效應(yīng)有一定的滯后性，但存在著長(zhǎng)期的均衡增長(zhǎng)關(guān)系［20］，地區(qū)綜合效率差距較大［21］。當(dāng)前研究財(cái)政支農(nóng)政策對(duì)農(nóng)業(yè)生產(chǎn)率的影響多集中在土地生產(chǎn)率和人均生產(chǎn)率方面，本文以農(nóng)業(yè)全要素生產(chǎn)率(TFP)為研究對(duì)象，探析財(cái)政支農(nóng)政策的總體、時(shí)期和區(qū)域效應(yīng)，為明確財(cái)政支農(nóng)重點(diǎn)和優(yōu)化財(cái)政支農(nóng)結(jié)構(gòu)提供有益參考，以確保農(nóng)業(yè)高質(zhì)量發(fā)展。下文首先利用DEA-Malmquist測(cè)算1997—2015年我國(guó)大陸地區(qū)除西藏以外的30個(gè)省份農(nóng)業(yè)全要素生產(chǎn)率的變動(dòng)值，然后結(jié)合財(cái)政支農(nóng)支出等指標(biāo)構(gòu)建面板回歸模型進(jìn)行效應(yīng)檢驗(yàn)。

二、農(nóng)業(yè)全要素生產(chǎn)率測(cè)算

全要素生產(chǎn)率（TotalFactorProductivity）是宏觀經(jīng)濟(jì)學(xué)的重要概念，用來(lái)識(shí)別經(jīng)濟(jì)是投入型增長(zhǎng)還是效率型增長(zhǎng)，分析體制（體制機(jī)制因素）、效率（各要素配置效率和規(guī)模效應(yīng)）以及技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)［22］。2015年12月全國(guó)農(nóng)村工作會(huì)議中首次提出實(shí)施農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，積極推進(jìn)規(guī)模經(jīng)營(yíng)創(chuàng)新、農(nóng)村集體產(chǎn)權(quán)制度改革、農(nóng)村金融保險(xiǎn)創(chuàng)新、構(gòu)建現(xiàn)代農(nóng)業(yè)科技創(chuàng)新推廣體系和種植業(yè)轉(zhuǎn)型升級(jí)，這些政策手段本質(zhì)上都屬于提高農(nóng)業(yè)全要素生產(chǎn)率的方式。為更好地分析財(cái)政支農(nóng)政策效應(yīng)，本文在已有研究的基礎(chǔ)上對(duì)農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算和分析。

（一）模型選擇

測(cè)度農(nóng)業(yè)TFP的方法包括參數(shù)方法和非參數(shù)方法，其中，非參數(shù)方法又分為數(shù)據(jù)包絡(luò)分析法(DEA)和自由處置殼法（FDH）。結(jié)合農(nóng)業(yè)TFP測(cè)算的相關(guān)文獻(xiàn)，本文參照李文華使用非參數(shù)DEA模型的Malmquist效率指數(shù)方法測(cè)算農(nóng)業(yè)TFP［22］。

基于t期技術(shù)Tt為參照，從產(chǎn)出角度得出Malmquist指數(shù)為：

同理，以t+1期技術(shù)Tt+1為參照，得到Malmquist指數(shù)為：

為避免時(shí)期選擇的隨意性所造成的差異，選用兩者的幾何平均數(shù)來(lái)度量從t時(shí)期到t+1時(shí)期農(nóng)業(yè)生產(chǎn)率變化的Malmquist指數(shù)：

式中，xt,xt+1為t時(shí)期、t+1時(shí)期的投入向量，yt,yt+1為t時(shí)期、t+1時(shí)期的產(chǎn)出向量；是以t期技術(shù)Tt為參照，t時(shí)期與t+1時(shí)期的距離函數(shù)。

由此，在規(guī)模報(bào)酬不變的前提下，再將經(jīng)過(guò)上述處理后所得到的Malmquist指數(shù)細(xì)分為綜合技術(shù)效率指數(shù)（EFFCH）和技術(shù)進(jìn)步效率指數(shù)（TECH）。具體步驟如下：

為進(jìn)一步分析需要，將EFFCH細(xì)分為規(guī)模效率指數(shù)（SECH）和純技術(shù)效率指數(shù)（PECH）,通過(guò)變形轉(zhuǎn)換得到下式：

式中，EFFCH為綜合技術(shù)效率，等于純技術(shù)效率和規(guī)模效率的乘積，PECH為純技術(shù)效率，SECH為規(guī)模效率，TECH為技術(shù)進(jìn)步效率。

（二）指標(biāo)設(shè)計(jì)及數(shù)據(jù)來(lái)源

本文投入指標(biāo)包括農(nóng)業(yè)機(jī)械總動(dòng)力、種植業(yè)從業(yè)人員數(shù)量、化肥施用量和農(nóng)作物播種面積等，產(chǎn)出指標(biāo)為農(nóng)業(yè)總產(chǎn)值。其中，種植業(yè)勞動(dòng)力數(shù)據(jù)較難分離，本文用第一產(chǎn)業(yè)從業(yè)人員替代；農(nóng)業(yè)產(chǎn)出變量以1997年為基期轉(zhuǎn)化為不變價(jià)農(nóng)業(yè)總產(chǎn)值，不包括林業(yè)、牧業(yè)、漁業(yè)和其他副業(yè)的農(nóng)業(yè)增加值，僅指種植業(yè)總產(chǎn)值。由于2015年后一些省份第一產(chǎn)業(yè)從業(yè)人員的統(tǒng)計(jì)數(shù)據(jù)未能搜集齊全，樣本包含我國(guó)大陸地區(qū)除西藏以外的30個(gè)省份1997—2015年相關(guān)數(shù)據(jù)，相關(guān)數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》，部分?jǐn)?shù)據(jù)來(lái)源于《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》及相關(guān)年份的《地方統(tǒng)計(jì)年鑒》。

（三）農(nóng)業(yè)TFP的動(dòng)態(tài)分析

本文利用30個(gè)省份的統(tǒng)計(jì)數(shù)據(jù)，依托DEAP2.1，計(jì)算各省份1998—2015年期間逐年的Malmquist指數(shù)及分解，最終得到農(nóng)業(yè)生產(chǎn)率整體Malmquist指數(shù)及分解。樣本期（1998—2015年）根據(jù)宏觀經(jīng)濟(jì)政策實(shí)施階段分為三個(gè)時(shí)期：1998—2003年實(shí)施積極財(cái)政政策以應(yīng)對(duì)東南亞金融危機(jī)；2004—2008年采取的穩(wěn)健性財(cái)政政策來(lái)抑制投資過(guò)熱；2009—2015年實(shí)施的又一輪積極財(cái)政政策來(lái)緩解美國(guó)次貸危機(jī)對(duì)我國(guó)經(jīng)濟(jì)的沖擊。結(jié)果詳見(jiàn)表1、2和3。

表1 農(nóng)業(yè)TFP指數(shù)及其時(shí)期變化

第一，農(nóng)業(yè)TFP指數(shù)總體解析。如表1所示，農(nóng)業(yè)TFP整體呈現(xiàn)改善趨勢(shì)，表現(xiàn)出一定的波動(dòng)性，2004年前呈下降趨勢(shì)，之后上升直到2010年達(dá)到峰值，之后又有所下降，年均增長(zhǎng)率為2.9%。其中，技術(shù)效率以年平均3.4%的速度下降，技術(shù)進(jìn)步效率以年均6.5%的速度增長(zhǎng)，進(jìn)一步分析可得，技術(shù)效率的下降源于規(guī)模效率、純技術(shù)效率以-1.9%、-1.6%的速度下降?？梢?jiàn),在技術(shù)效率逐漸退化的狀況下，我國(guó)農(nóng)業(yè)TFP還能保持增長(zhǎng)，最主要的因素是技術(shù)進(jìn)步效率的促進(jìn)功能，技術(shù)進(jìn)步效率與農(nóng)業(yè)TFP變化趨勢(shì)類(lèi)似。

從1998—2003年的數(shù)據(jù)來(lái)看，農(nóng)業(yè)TFP呈現(xiàn)惡化趨勢(shì)，以年均2.7%的速度下降。具體可以分成兩個(gè)階段，即2000年之前技術(shù)效率上升，但由于技術(shù)進(jìn)步效率下降，導(dǎo)致農(nóng)業(yè)TFP呈現(xiàn)下降趨勢(shì)；2000年后，技術(shù)進(jìn)步效率呈現(xiàn)快速增長(zhǎng)，而技術(shù)效率卻快速下降，2003年技術(shù)進(jìn)步效率增速高達(dá)13.4%，而技術(shù)效率降速達(dá)到14.9%?？梢?jiàn)，1998—2003年農(nóng)業(yè)TFP下降在兩個(gè)階段原因不同。2003年前農(nóng)業(yè)發(fā)展面臨國(guó)內(nèi)國(guó)際雙重壓力，從1998年開(kāi)始，在減糧增效的農(nóng)業(yè)結(jié)構(gòu)調(diào)整背景下，

農(nóng)業(yè)經(jīng)營(yíng)收益逐年下降，以及國(guó)內(nèi)農(nóng)業(yè)稅帶來(lái)的農(nóng)業(yè)經(jīng)營(yíng)成本較高，加之國(guó)際糧食競(jìng)爭(zhēng)壓力增大，導(dǎo)致糧食產(chǎn)量逐年下降。

表2 1998—2015年各省份Malmquist農(nóng)業(yè)生產(chǎn)率指數(shù)及分解

從2004—2008年的農(nóng)業(yè)TFP變動(dòng)趨勢(shì)來(lái)看，由于農(nóng)業(yè)新政的實(shí)施，財(cái)政支農(nóng)支出的增加，有效改善了農(nóng)業(yè)生產(chǎn)外部條件，農(nóng)業(yè)TFP改善效果明顯，雖然技術(shù)效率在下降，但技術(shù)進(jìn)步效率以9.2%的高速度增加，從而導(dǎo)致農(nóng)業(yè)TFP以年均5.9%的速度增長(zhǎng)。可見(jiàn)，2003年“三農(nóng)新政”的實(shí)施對(duì)農(nóng)業(yè)TFP提升的效應(yīng)顯著，農(nóng)業(yè)TFP持續(xù)增加。

從2009—2015年的數(shù)據(jù)來(lái)看，農(nóng)業(yè)TFP年均增長(zhǎng)率為5.8%，這一時(shí)期技術(shù)效率以-2.6%的速度逐年惡化，但技術(shù)進(jìn)步效率以8.7%的速度逐年增加，可見(jiàn)這一時(shí)期的農(nóng)業(yè)TFP的上升也主要由技術(shù)效率引起。由于2008年美國(guó)金融危機(jī)對(duì)全球經(jīng)濟(jì)帶來(lái)的影響，世界各國(guó)加大了對(duì)本國(guó)經(jīng)濟(jì)的支持力度，對(duì)農(nóng)業(yè)的支持也相應(yīng)增加，農(nóng)業(yè)科研支持力度的提升，顯著提高了農(nóng)業(yè)科技水平，致使2009、2010年技術(shù)進(jìn)步效率分別以13.7%、15.7%的速度增長(zhǎng)，促進(jìn)農(nóng)業(yè)TFP快速增長(zhǎng)，但農(nóng)業(yè)TFP的增速?gòu)?010年開(kāi)始逐年下降主要源于技術(shù)進(jìn)步效率逐年下降。

第二，區(qū)域農(nóng)業(yè)TFP指數(shù)及其變動(dòng)解析。糧食主產(chǎn)區(qū)對(duì)確保國(guó)家糧食安全有著決定性的作用，糧食主產(chǎn)區(qū)糧食穩(wěn)產(chǎn)、高產(chǎn)是農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的重點(diǎn)內(nèi)容之一，但從農(nóng)業(yè)TFP的區(qū)域測(cè)算結(jié)果來(lái)看，我國(guó)糧食主產(chǎn)區(qū)明顯存在“大而不強(qiáng)、勢(shì)而不優(yōu)”的現(xiàn)象，農(nóng)業(yè)TFP增速非糧食主產(chǎn)區(qū)明顯好于糧食主產(chǎn)區(qū)。

一是從糧食產(chǎn)區(qū)②劃分總體來(lái)看，糧食主產(chǎn)區(qū)農(nóng)業(yè)TFP增速低于非糧食主產(chǎn)區(qū)。從表2我們可以看出，1998—2015年間農(nóng)業(yè)TFP高于全國(guó)平均增速的12個(gè)省份中，非糧食主產(chǎn)區(qū)有8個(gè)，糧食主產(chǎn)區(qū)只有4個(gè)；糧食主產(chǎn)區(qū)和非糧食主產(chǎn)區(qū)農(nóng)業(yè)TFP年均增幅分別為2.4%、3.3%；糧食主產(chǎn)區(qū)的技術(shù)效率下降速度快于非糧食主產(chǎn)區(qū)，分別為-3.8%、-3.1%；技術(shù)進(jìn)步效率非糧食主產(chǎn)區(qū)快于糧食主產(chǎn)區(qū)，分別為6.6%、6.4%。由此可見(jiàn)，農(nóng)業(yè)TFP增速產(chǎn)區(qū)間差異較為明顯。

表3 糧食產(chǎn)區(qū)Malmquist生產(chǎn)率指數(shù)及分解

二是從糧食產(chǎn)區(qū)劃分的時(shí)期來(lái)看，糧食主產(chǎn)區(qū)在三個(gè)時(shí)期的農(nóng)業(yè)TFP增速低于非糧食主產(chǎn)區(qū)（見(jiàn)表3），糧食主產(chǎn)區(qū)由-2.6%上升到5.4%再到5.5%，非糧食主產(chǎn)區(qū)由-1.3%上升到7.4%再下降到6.3%?？梢?jiàn)，非糧食主產(chǎn)區(qū)增長(zhǎng)速度明顯快于主產(chǎn)區(qū)。

此外，從農(nóng)業(yè)TFP的構(gòu)成變化來(lái)看，技術(shù)進(jìn)步效率呈上升趨勢(shì)，規(guī)模效率和配置效率都有所下降，可見(jiàn)農(nóng)業(yè)TFP增長(zhǎng)的力量源泉是技術(shù)進(jìn)步效率，技術(shù)效率還有很大的改善空間。［23］

三、財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響分析

農(nóng)業(yè)面臨自然和市場(chǎng)雙重風(fēng)險(xiǎn)，具有基礎(chǔ)性、公共性等特征，自身積累不足，是世界各國(guó)政府支持的重點(diǎn)領(lǐng)域。公共財(cái)政理論認(rèn)為財(cái)政支農(nóng)政策主要是通過(guò)農(nóng)業(yè)人力資本投入、基礎(chǔ)設(shè)施建設(shè)和技術(shù)進(jìn)步，達(dá)到改善農(nóng)業(yè)生產(chǎn)的核心要素，從而提升農(nóng)業(yè)生產(chǎn)率。農(nóng)業(yè)全要素生產(chǎn)率的影響因素眾多，具體包括制度性因素、工業(yè)化進(jìn)程、城鎮(zhèn)化水平、人力資本水平、農(nóng)業(yè)經(jīng)營(yíng)規(guī)模等［3］，為全面深入分析財(cái)政支農(nóng)支出這一制度性因素對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，我們需要綜合考慮多種因素，從總體、時(shí)期、區(qū)域視角加以分析，探析政策效應(yīng)的差異性，為財(cái)政支農(nóng)政策調(diào)整和優(yōu)化提供數(shù)理支撐。

（一）模型構(gòu)建和指標(biāo)說(shuō)明

選取制度性因素（ex）為解釋變量，工業(yè)化進(jìn)程（ip）、城鎮(zhèn)化水平（ur）、人力資本水平（eduy）和農(nóng)業(yè)經(jīng)營(yíng)規(guī)模（mc）為控制變量針對(duì)財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP變動(dòng)情況進(jìn)行分析，同時(shí)進(jìn)行分區(qū)域和分時(shí)期檢驗(yàn)。利用面板數(shù)據(jù)，構(gòu)建影響我國(guó)農(nóng)業(yè)TFP的分析模型，模型如下式：

農(nóng)業(yè)TFP用其變動(dòng)率表示，由于變動(dòng)率為相較于前一年度的增長(zhǎng)率，為消除這種環(huán)比統(tǒng)計(jì)對(duì)計(jì)量結(jié)果的影響，本文以1997年為基期，用其余各年相對(duì)于1997年的增長(zhǎng)幅度來(lái)表示。

制度性因素涉及面較為廣泛，也是世界各國(guó)對(duì)農(nóng)業(yè)支持的主要方面，最終以財(cái)政支農(nóng)支出來(lái)對(duì)各種政策予以綜合反映，因此制度性因素采用財(cái)政支農(nóng)支出與財(cái)政總支出的比重來(lái)衡量。財(cái)政支農(nóng)支出有效促進(jìn)農(nóng)業(yè)生產(chǎn)條件的改善，對(duì)農(nóng)業(yè)TFP的提升有促進(jìn)作用，預(yù)計(jì)估計(jì)系數(shù)為正。

工業(yè)化進(jìn)程為地區(qū)工業(yè)產(chǎn)值與地區(qū)GDP的比值。工業(yè)化水平是衡量地區(qū)經(jīng)濟(jì)發(fā)展水平的重要依據(jù)，也可以反映工農(nóng)之間的聯(lián)系，工業(yè)化水平?jīng)Q定工業(yè)成果向農(nóng)業(yè)轉(zhuǎn)化的水平，因而有必要分析工業(yè)化對(duì)農(nóng)業(yè)TFP的影響。工業(yè)發(fā)展成果向農(nóng)業(yè)生產(chǎn)領(lǐng)域轉(zhuǎn)化，可以深化農(nóng)業(yè)產(chǎn)業(yè)鏈條，實(shí)現(xiàn)一二產(chǎn)業(yè)融合發(fā)展，提高農(nóng)業(yè)機(jī)械化和科技水平，預(yù)計(jì)估計(jì)系數(shù)為正。

城鎮(zhèn)化水平為城鎮(zhèn)人口占地區(qū)總?cè)丝诘谋戎怠３擎?zhèn)化的快速發(fā)展導(dǎo)致大量的農(nóng)業(yè)人口非農(nóng)化轉(zhuǎn)移，這其中尤其以具有一定的文化水平的農(nóng)民最為明顯。這種人口流動(dòng)方式大大減弱了農(nóng)業(yè)發(fā)展的動(dòng)力，導(dǎo)致農(nóng)業(yè)從業(yè)者整體文化水平下降，剩下的農(nóng)業(yè)從業(yè)人員多為老弱病殘，老人農(nóng)業(yè)帶來(lái)的農(nóng)業(yè)經(jīng)營(yíng)模式不符合農(nóng)業(yè)現(xiàn)代化發(fā)展的需要，對(duì)農(nóng)業(yè)生產(chǎn)率必將產(chǎn)生負(fù)面影響，預(yù)計(jì)估計(jì)系數(shù)為負(fù)。

人力資本水平以農(nóng)村人口平均受教育年限表示。農(nóng)民受教育水平對(duì)農(nóng)業(yè)生產(chǎn)率的影響主要體現(xiàn)在兩個(gè)方面：短期來(lái)看，會(huì)導(dǎo)致大量農(nóng)民非農(nóng)化，流入工業(yè)和服務(wù)業(yè)，導(dǎo)致農(nóng)村空心化和農(nóng)民高齡化等問(wèn)題，影響農(nóng)業(yè)發(fā)展；長(zhǎng)期來(lái)看，隨著農(nóng)業(yè)發(fā)展環(huán)境的改善，特別是農(nóng)村公共基礎(chǔ)設(shè)施建設(shè)水平的提升，也會(huì)留住農(nóng)業(yè)中堅(jiān)力量，甚至吸引一批愛(ài)農(nóng)業(yè)、善經(jīng)營(yíng)、懂管理的新型職業(yè)農(nóng)民來(lái)發(fā)展現(xiàn)代農(nóng)業(yè)，從而加速農(nóng)業(yè)的發(fā)展，預(yù)計(jì)估計(jì)系數(shù)為正。

農(nóng)業(yè)經(jīng)營(yíng)規(guī)模以農(nóng)業(yè)從業(yè)者人均農(nóng)作物播種面積來(lái)表示。改革開(kāi)放初期的土地大包干制度極大地提升農(nóng)民種地的積極性，對(duì)農(nóng)業(yè)生產(chǎn)效率提升效果顯著，有效解決了溫飽問(wèn)題，但并沒(méi)有讓農(nóng)民富起來(lái)，細(xì)碎化的農(nóng)地導(dǎo)致目前農(nóng)地流轉(zhuǎn)不暢，農(nóng)業(yè)經(jīng)營(yíng)規(guī)模較小，嚴(yán)重阻礙了農(nóng)業(yè)機(jī)械化進(jìn)程，從而影響農(nóng)業(yè)現(xiàn)代化的發(fā)展步伐，預(yù)計(jì)估計(jì)系數(shù)為正。

（二）數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

原始數(shù)據(jù)主要來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》，其中，部分?jǐn)?shù)據(jù)，如第一產(chǎn)業(yè)從業(yè)人數(shù)，從《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》和地方統(tǒng)計(jì)年鑒中獲得。制度性因素、工業(yè)化進(jìn)程、城鎮(zhèn)化水平、農(nóng)業(yè)經(jīng)營(yíng)規(guī)模等可以通過(guò)統(tǒng)計(jì)數(shù)據(jù)簡(jiǎn)單計(jì)算所得。農(nóng)民人均受教育年限的處理過(guò)程采用舒爾茨教育年限的測(cè)量方法，把每一階段受教育人數(shù)乘以受教育年限，再乘以采用經(jīng)過(guò)不同地區(qū)經(jīng)濟(jì)數(shù)據(jù)測(cè)算為基礎(chǔ)的不同學(xué)歷水平對(duì)勞動(dòng)生產(chǎn)率的影響為權(quán)重，把各階段的計(jì)算結(jié)果進(jìn)行加總。［24］變量描述性統(tǒng)計(jì)見(jiàn)表4，相關(guān)指標(biāo)的差異性比較明顯，比如，城鎮(zhèn)化率最大值是最小值的6倍多，這為實(shí)證分析和統(tǒng)計(jì)檢驗(yàn)提供必要的數(shù)據(jù)基礎(chǔ)。

（三）實(shí)證分析

表4 變量描述性統(tǒng)計(jì)

1.總體效應(yīng)。實(shí)證檢驗(yàn)在整個(gè)樣本期內(nèi)（1998—2015年）財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP的影響，根據(jù)我國(guó)省際面板數(shù)據(jù)對(duì)式（6）進(jìn)行估計(jì)，模型回歸結(jié)果如表5所示。

表5 樣本整體模型回歸結(jié)果

模型1-5主要利用逐步回歸法得到解釋變量的不同組合對(duì)被解釋變量的回歸結(jié)果。其中，模型1報(bào)告財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP的影響。模型2-5分別報(bào)告了不斷加入控制變量后財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP的影響。從模型的R2值和F統(tǒng)計(jì)量我們可以看出，所有模型均通過(guò)聯(lián)合顯著性檢驗(yàn)，通過(guò)Hausman檢驗(yàn)結(jié)果來(lái)選擇相應(yīng)的模型。為得到穩(wěn)健的統(tǒng)計(jì)結(jié)果，使用估計(jì)的聚類(lèi)穩(wěn)健標(biāo)準(zhǔn)誤來(lái)進(jìn)行回歸檢驗(yàn)，從而消除截面異方差問(wèn)題。

結(jié)合模型5對(duì)模型回歸結(jié)果的經(jīng)濟(jì)含義分析。財(cái)政支農(nóng)支出（ex）對(duì)農(nóng)業(yè)TFP具有顯著的正向促進(jìn)作用。從所有的模型回歸結(jié)果我們可以看出，我國(guó)財(cái)政支農(nóng)支出增加顯著促進(jìn)農(nóng)業(yè)TFP的增長(zhǎng)。財(cái)政支農(nóng)支出增加改善了農(nóng)業(yè)生產(chǎn)的外部條件，從而有效促進(jìn)農(nóng)業(yè)科技、農(nóng)民受教育水平等增長(zhǎng)，從而促進(jìn)農(nóng)業(yè)TFP的提升，與預(yù)估一致。工業(yè)化進(jìn)程（ip）對(duì)農(nóng)業(yè)TFP具有一定的抑制作用。工業(yè)化發(fā)展過(guò)程中，工業(yè)化成果向農(nóng)業(yè)領(lǐng)域轉(zhuǎn)移并廣泛應(yīng)用，大大提升了農(nóng)業(yè)科技含量，農(nóng)業(yè)一二三產(chǎn)融合系數(shù)明顯提高，進(jìn)而促進(jìn)農(nóng)業(yè)生產(chǎn)率的提高。與此同時(shí)，大量農(nóng)村青壯年勞動(dòng)力流入工業(yè)、城鎮(zhèn)，導(dǎo)致“空心村”“老年農(nóng)”以及農(nóng)業(yè)兼業(yè)化現(xiàn)象嚴(yán)重，“老人農(nóng)業(yè)”對(duì)農(nóng)業(yè)TFP的提升無(wú)益，農(nóng)業(yè)兼業(yè)化使得耕地粗放經(jīng)營(yíng)，不僅阻礙土地規(guī)?；N植，還降低了農(nóng)業(yè)生產(chǎn)效率。從回歸結(jié)果來(lái)看，顯然后面的效應(yīng)大于前面，與預(yù)估正好相反。農(nóng)民受教育水平（eduy）對(duì)農(nóng)業(yè)TFP具有顯著的正向促進(jìn)作用。農(nóng)民受教育水平對(duì)農(nóng)業(yè)TFP的影響較大，在所列示的影響因素中排名第一。農(nóng)業(yè)技術(shù)應(yīng)用、科學(xué)合理種田以及農(nóng)業(yè)精深加工發(fā)展都需要有知識(shí)的農(nóng)民，隨著農(nóng)民受教育水平的增加，農(nóng)民職業(yè)技能有效提升，從而顯著促進(jìn)農(nóng)業(yè)TFP的提升，與預(yù)估一致。經(jīng)營(yíng)規(guī)模（mc）、城鎮(zhèn)化率（ur）對(duì)農(nóng)業(yè)TFP的影響不顯著。經(jīng)營(yíng)規(guī)模不顯著的原因可能在于當(dāng)前我國(guó)農(nóng)業(yè)仍然處于小農(nóng)生產(chǎn)階段，尚未形成集約化和規(guī)?；?jīng)營(yíng)模式，農(nóng)業(yè)規(guī)模效率還有很大的提升空間；城鎮(zhèn)化率不顯著的原因可能在于隨著城鎮(zhèn)化水平的提高，加速農(nóng)業(yè)勞動(dòng)力非農(nóng)化，初期會(huì)影響農(nóng)業(yè)生產(chǎn)率，但也加速了土地流轉(zhuǎn)進(jìn)程，有利于農(nóng)業(yè)機(jī)械化水平的提高，使較少的勞動(dòng)力就可以完成農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)，從而部分抵消勞動(dòng)力流失的影響。［25］

2.時(shí)期效應(yīng)。采用面板數(shù)據(jù)模型分析各時(shí)間段的財(cái)政支農(nóng)支出促進(jìn)農(nóng)業(yè)TFP調(diào)整的效應(yīng)，估計(jì)結(jié)果見(jiàn)表6，逐個(gè)增加控制變量的結(jié)果文中沒(méi)有列出。從模型的R2值和F/W統(tǒng)計(jì)量來(lái)看，模型均通過(guò)聯(lián)合顯著性檢驗(yàn)。Hausman檢驗(yàn)結(jié)果表明2009—2015年這一時(shí)間段應(yīng)采用隨機(jī)效應(yīng)模型。

財(cái)政支農(nóng)支出（ex）對(duì)農(nóng)業(yè)TFP具有顯著的促進(jìn)作用，并且2003年后更加顯著。其中，2004—2008年效應(yīng)最為顯著，原因主要在于從2003年開(kāi)始國(guó)家加大對(duì)農(nóng)業(yè)的支持力度，一系列的支農(nóng)惠農(nóng)政策對(duì)農(nóng)業(yè)生產(chǎn)的促進(jìn)作用較為明顯，受到2008年美國(guó)金融危機(jī)的影響，財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP影響的顯著性比前一階段有所下降，但總體還是呈現(xiàn)正向促進(jìn)作用，農(nóng)業(yè)技術(shù)水平取得較大的進(jìn)步，從而使農(nóng)業(yè)產(chǎn)值逐年上升，有效促進(jìn)農(nóng)業(yè)TFP提升。工業(yè)化進(jìn)程（ip）對(duì)農(nóng)業(yè)TFP的影響在2003年前具有顯著的抑制作用，2003年后效應(yīng)不顯著。2003年前的工業(yè)化發(fā)展過(guò)程中，隨著農(nóng)業(yè)經(jīng)營(yíng)收益下降促使大量農(nóng)民非農(nóng)化轉(zhuǎn)移，導(dǎo)致農(nóng)村空心化、農(nóng)民老齡化現(xiàn)象嚴(yán)重，“老人農(nóng)業(yè)”對(duì)農(nóng)業(yè)TFP具有顯著的抑制作用；2003年后影響不顯著的原因可能在于隨著國(guó)家對(duì)農(nóng)業(yè)的支持力度加大，農(nóng)業(yè)兼業(yè)化現(xiàn)象普遍，導(dǎo)致耕地粗放經(jīng)營(yíng)，拋荒現(xiàn)象雖得到有效解決，農(nóng)業(yè)產(chǎn)值逐年增加，但農(nóng)業(yè)生產(chǎn)率并沒(méi)有得到改善。農(nóng)業(yè)兼業(yè)化一方面阻礙土地規(guī)?；N植，另一方面反映工業(yè)化成果在農(nóng)業(yè)領(lǐng)域中的應(yīng)用還有待深化。［26］農(nóng)民受教育水平（eduy）對(duì)農(nóng)業(yè)TFP的影響2003年后較為明顯，具有顯著的促進(jìn)效應(yīng)。2003年前農(nóng)民受教育水平對(duì)農(nóng)業(yè)TFP影響不顯著的原因在于農(nóng)業(yè)勞動(dòng)力多為傳統(tǒng)農(nóng)民，土地耕種主要還是依賴傳統(tǒng)的種植技術(shù)，耕作經(jīng)驗(yàn)對(duì)農(nóng)業(yè)生產(chǎn)率的影響較大；2003年后由于國(guó)家加大了對(duì)農(nóng)業(yè)的支持力度，部分受教育水平較高的青壯年勞動(dòng)力回流農(nóng)業(yè)，農(nóng)業(yè)科技應(yīng)用有效提高了農(nóng)業(yè)生產(chǎn)率。經(jīng)營(yíng)規(guī)模（mc）對(duì)農(nóng)業(yè)TFP的影響2003年前具有顯著的抑制作用，2003年后不顯著。2003年以前的小農(nóng)經(jīng)濟(jì)發(fā)展過(guò)程中，農(nóng)業(yè)生產(chǎn)率受到勞動(dòng)力人數(shù)的影響較為明顯，農(nóng)業(yè)勞動(dòng)力流失嚴(yán)重，經(jīng)營(yíng)規(guī)模大反而不利于農(nóng)業(yè)生產(chǎn)率提升。2003年后經(jīng)營(yíng)規(guī)模不顯著的原因可能在于機(jī)械化水平的提高抵消了部分勞動(dòng)力流失的影響，但當(dāng)前我國(guó)農(nóng)業(yè)仍然處于小農(nóng)生產(chǎn)階段，農(nóng)業(yè)規(guī)模效率較低，急需進(jìn)一步擴(kuò)大農(nóng)業(yè)規(guī)?；?jīng)營(yíng)水平。城鎮(zhèn)化率（ur）對(duì)農(nóng)業(yè)TFP的影響在2009年后逐漸顯現(xiàn)，呈現(xiàn)出顯著的促進(jìn)效應(yīng)。2009年后城鎮(zhèn)化率顯著的原因可能在于2007年我國(guó)提出新型城鎮(zhèn)化，緊接著國(guó)家出臺(tái)大量政策，加大城鄉(xiāng)一體化支持力度，加速了農(nóng)業(yè)勞動(dòng)力向工業(yè)和城鎮(zhèn)轉(zhuǎn)移，土地流轉(zhuǎn)加速，農(nóng)業(yè)經(jīng)營(yíng)規(guī)模得到擴(kuò)大，農(nóng)業(yè)機(jī)械化水平有效提升，從而抵消勞動(dòng)力流失的影響。

表6 時(shí)期效應(yīng)模型回歸結(jié)果

3.區(qū)域效應(yīng)。采用面板數(shù)據(jù)模型分析不同產(chǎn)區(qū)的財(cái)政支農(nóng)支出促進(jìn)農(nóng)業(yè)TFP調(diào)整的效應(yīng)，估計(jì)結(jié)果見(jiàn)表7。

表7 區(qū)域效應(yīng)模型回歸結(jié)果

從回歸結(jié)果來(lái)看：財(cái)政支農(nóng)支出（ex）對(duì)農(nóng)業(yè)TFP具有顯著的正向促進(jìn)作用，且非糧食主產(chǎn)區(qū)政策效應(yīng)好于糧食主產(chǎn)區(qū)，原因主要在于糧食主產(chǎn)區(qū)主要以中部地區(qū)為主，相較于東部地區(qū)財(cái)力明顯不足，相較于西部地區(qū)政策支持力度明顯不夠，從而導(dǎo)致糧食主產(chǎn)區(qū)的財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP的促進(jìn)效應(yīng)弱于非糧食主產(chǎn)區(qū)。

工業(yè)化進(jìn)程（ip）對(duì)農(nóng)業(yè)TFP糧食主產(chǎn)區(qū)具有顯著的抑制作用，非糧食主產(chǎn)區(qū)效應(yīng)不顯著。糧食主產(chǎn)區(qū)的特點(diǎn)集中在人口相對(duì)較為稠密區(qū)，工業(yè)化進(jìn)程中，導(dǎo)致大量糧食主產(chǎn)區(qū)農(nóng)業(yè)勞動(dòng)力流失，同時(shí)工業(yè)化成果對(duì)農(nóng)業(yè)的支持并沒(méi)有得到很好的體現(xiàn)，從而對(duì)農(nóng)業(yè)生產(chǎn)率產(chǎn)生顯著的抑制作用；非糧食主產(chǎn)區(qū)主要分布在發(fā)達(dá)的東部地區(qū)和不發(fā)達(dá)的西部地區(qū)，東部地區(qū)工業(yè)化水平較高，對(duì)農(nóng)業(yè)的帶動(dòng)效應(yīng)明顯，抵消部分人口流失對(duì)農(nóng)業(yè)生產(chǎn)率的抑制作用，西部地區(qū)工業(yè)化進(jìn)程緩慢，工業(yè)化進(jìn)程對(duì)農(nóng)業(yè)生產(chǎn)的影響較小。

農(nóng)民受教育水平（eduy）對(duì)農(nóng)業(yè)TFP不同產(chǎn)區(qū)都具有顯著的正向促進(jìn)作用，非糧食主產(chǎn)區(qū)效應(yīng)也好于糧食主產(chǎn)區(qū)?？萍歼M(jìn)步與受教育水平的增加同步對(duì)農(nóng)業(yè)生產(chǎn)率產(chǎn)生影響，非糧食主產(chǎn)區(qū)農(nóng)民受教育水平的提高可以有效利用地理位置或者資源優(yōu)勢(shì)發(fā)展休閑農(nóng)業(yè)、旅游農(nóng)業(yè)等特色農(nóng)業(yè)，而糧食主產(chǎn)區(qū)是國(guó)家糧食安全的保障，無(wú)論是國(guó)家政策還是生產(chǎn)傳統(tǒng)都決定著糧食主產(chǎn)區(qū)農(nóng)業(yè)發(fā)展具有路徑依賴特征，農(nóng)民受教育水平的提升對(duì)傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式影響滯后效應(yīng)明顯，從而表現(xiàn)出非糧食主產(chǎn)區(qū)農(nóng)業(yè)受教育水平提升對(duì)農(nóng)業(yè)TFP的影響好于糧食主產(chǎn)區(qū)。

經(jīng)營(yíng)規(guī)模（mc）對(duì)農(nóng)業(yè)TFP的影響在不同產(chǎn)區(qū)差異明顯，糧食主產(chǎn)區(qū)具有顯著的促進(jìn)作用，非糧食主產(chǎn)區(qū)效應(yīng)不顯著。糧食主產(chǎn)區(qū)耕地質(zhì)量好，適合農(nóng)作物生長(zhǎng)，但由于人口稠密，人均耕地面積較少，農(nóng)業(yè)規(guī)?；l(fā)展嚴(yán)重受阻，機(jī)械化推進(jìn)速度緩慢，經(jīng)營(yíng)規(guī)模擴(kuò)大可以有效促進(jìn)農(nóng)業(yè)機(jī)械化水平發(fā)展，對(duì)農(nóng)業(yè)TFP的影響顯著；非糧食主產(chǎn)區(qū)或是由于工業(yè)化發(fā)展大量征用耕地，或是自然條件較差不適合糧食作物生長(zhǎng)，規(guī)?；?jīng)營(yíng)難度較大，導(dǎo)致經(jīng)營(yíng)規(guī)模擴(kuò)大對(duì)農(nóng)業(yè)TFP的影響不顯著。

城鎮(zhèn)化率（ur）對(duì)農(nóng)業(yè)TFP的影響糧食主產(chǎn)區(qū)具有顯著的正向促進(jìn)作用，非糧食主產(chǎn)區(qū)效應(yīng)不顯著。城鎮(zhèn)化發(fā)展，促使大量農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移，糧食主產(chǎn)區(qū)農(nóng)業(yè)經(jīng)營(yíng)主體擴(kuò)大了農(nóng)地經(jīng)營(yíng)規(guī)模，推動(dòng)農(nóng)業(yè)機(jī)械化進(jìn)程，加之農(nóng)業(yè)科技進(jìn)步，城鎮(zhèn)化率提升可以顯著促進(jìn)農(nóng)業(yè)TFP的提升；非糧食主產(chǎn)區(qū)分布在城鎮(zhèn)化率已經(jīng)很高的東部地區(qū)和城鎮(zhèn)化發(fā)展較為緩慢的西部地區(qū)，城鎮(zhèn)化的發(fā)展對(duì)農(nóng)業(yè)經(jīng)營(yíng)規(guī)模的影響較小，從而表現(xiàn)出城鎮(zhèn)化率對(duì)非糧食主產(chǎn)區(qū)的農(nóng)業(yè)TFP的影響不顯著。

四、結(jié)論及建議

本文以農(nóng)業(yè)全要素生產(chǎn)率為研究對(duì)象，探析財(cái)政支農(nóng)政策對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，為明確財(cái)政支持重點(diǎn)和優(yōu)化財(cái)政支持結(jié)構(gòu)提供參考，確保農(nóng)業(yè)高質(zhì)量發(fā)展。農(nóng)業(yè)TFP測(cè)算結(jié)果顯示考察期內(nèi)整體呈現(xiàn)上升趨勢(shì)，2003年以前有惡化的趨向，2003年后向好，保持上升狀態(tài)，非糧食主產(chǎn)區(qū)好于糧食主產(chǎn)區(qū)，農(nóng)業(yè)大省“大而不強(qiáng)，勢(shì)而不優(yōu)”的現(xiàn)象較為明顯，可能原因在于糧食主產(chǎn)區(qū)大多處于農(nóng)民工外出大省，農(nóng)民老齡化、農(nóng)業(yè)經(jīng)營(yíng)“兼業(yè)化”等現(xiàn)象普遍。從農(nóng)業(yè)TFP的分解來(lái)看，在規(guī)模效率和資源配置效率不斷退化的大背景下，技術(shù)進(jìn)步效率是推進(jìn)農(nóng)業(yè)TFP逐步提高的核心力量，但近年來(lái)技術(shù)進(jìn)步效率增速有所放緩，規(guī)模效率和配置效率依然在退步，農(nóng)業(yè)TFP增速有所下降。財(cái)政支持政策主要通過(guò)對(duì)農(nóng)業(yè)基礎(chǔ)設(shè)施、農(nóng)民職業(yè)技能、農(nóng)業(yè)科技對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響。從財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP的實(shí)證分析結(jié)果來(lái)看，時(shí)期和區(qū)域效應(yīng)存在顯著的差異。從總體效應(yīng)來(lái)看，在假設(shè)其他變量不變的情況下，財(cái)政支農(nóng)支出增加1%，農(nóng)業(yè)TFP會(huì)提升0.5195%。從時(shí)期效應(yīng)來(lái)看，財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP的提升效應(yīng)逐漸提升，財(cái)政支農(nóng)支出增加1%，農(nóng)業(yè)TFP增幅由1998—2003年的0.0127%到2004—2008年的0.2064%，再到2009—2015年的0.6548%。從區(qū)域效應(yīng)來(lái)看，財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)TFP的影響在糧食產(chǎn)區(qū)方面的效應(yīng)差異明顯，非糧食主產(chǎn)區(qū)好于糧食主產(chǎn)區(qū)。

從分析結(jié)果我們可以看出，財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)全要素生產(chǎn)率的提升有著顯著的正向促進(jìn)作用，但在支持重點(diǎn)和支持結(jié)構(gòu)方面還有很大的改進(jìn)空間。財(cái)政支農(nóng)在促進(jìn)糧食主產(chǎn)區(qū)的農(nóng)業(yè)發(fā)展方面還有很大的提升空間，造成這種差別的原因在于財(cái)政支農(nóng)支出的結(jié)構(gòu)和方式有待調(diào)整和優(yōu)化，比如當(dāng)前支農(nóng)政策更加注重傳統(tǒng)農(nóng)戶，補(bǔ)貼錯(cuò)位導(dǎo)致農(nóng)業(yè)生產(chǎn)者并沒(méi)有得到應(yīng)有的優(yōu)惠，對(duì)家庭農(nóng)場(chǎng)和種養(yǎng)大戶等新型農(nóng)業(yè)經(jīng)營(yíng)主體的支持政策缺乏［27］。為此，以農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革為主線的鄉(xiāng)村振興戰(zhàn)略的實(shí)施，需要財(cái)政在農(nóng)業(yè)產(chǎn)業(yè)振興方面給予更多的支持，明確支持重點(diǎn)和方向，確保國(guó)家糧食安全，實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展［28］。一是加大糧食主產(chǎn)區(qū)財(cái)政支持力度，特別是對(duì)新型農(nóng)業(yè)經(jīng)營(yíng)和服務(wù)主體的支持力度，實(shí)現(xiàn)糧食作物的規(guī)?；C(jī)械化種植，減少農(nóng)田非農(nóng)化和經(jīng)濟(jì)作物替代化現(xiàn)象，確?？诩Z基本安全；二是大力推廣工業(yè)化科技成果在農(nóng)業(yè)領(lǐng)域的轉(zhuǎn)化和應(yīng)用，不斷提高農(nóng)業(yè)科技含量，從而有效提升農(nóng)業(yè)全要素生產(chǎn)率，為農(nóng)業(yè)高質(zhì)量發(fā)展奠定基礎(chǔ)；三是加大農(nóng)業(yè)生產(chǎn)基本要素的財(cái)政支持力度，具體包括農(nóng)業(yè)基礎(chǔ)設(shè)施、勞動(dòng)者技能培訓(xùn)、土地流轉(zhuǎn)、農(nóng)業(yè)信貸等方面，推動(dòng)農(nóng)業(yè)向縱深方向發(fā)展，實(shí)現(xiàn)農(nóng)業(yè)領(lǐng)域一二三產(chǎn)業(yè)有機(jī)融合，為農(nóng)業(yè)高質(zhì)量發(fā)展保駕護(hù)航。

注釋?zhuān)?/p>

①數(shù)據(jù)來(lái)源于國(guó)家及相關(guān)地區(qū)統(tǒng)計(jì)年鑒，或者通過(guò)相關(guān)數(shù)據(jù)計(jì)算得到。其中，財(cái)政支農(nóng)支出邊際傾向?yàn)樾略鲐?cái)政支農(nóng)支出占新增財(cái)政支出的百分比；財(cái)政支農(nóng)支出彈性為財(cái)政支農(nóng)支出占財(cái)政支出比重與農(nóng)業(yè)GDP占GDP比重的比值。

②糧食產(chǎn)區(qū)劃分。糧食主產(chǎn)區(qū)包括遼寧、河北、山東、吉林、內(nèi)蒙古、江西、湖南、四川、河南、湖北、江蘇、安徽、黑龍江13個(gè)省份。