楊磊 余家鳳

摘要 利用長江經(jīng)濟帶9省2市2008—2019年財政支農(nóng)支出的面板數(shù)據(jù)，運用ML指數(shù)模型進行動態(tài)效率分析。結(jié)果表明：長江經(jīng)濟帶財政支農(nóng)支出效率總體呈下降態(tài)勢，主要原因是技術(shù)衰退和投入規(guī)模不合理，其中重慶市、湖南省、江西省、上海市、江蘇省和浙江省等存在農(nóng)業(yè)技術(shù)衰退和投入規(guī)模不合理等多重問題。為推進長江經(jīng)濟帶高質(zhì)量發(fā)展實現(xiàn)鄉(xiāng)村振興，各地應(yīng)當加大財政支農(nóng)規(guī)模，優(yōu)化支出結(jié)構(gòu)，加強資金監(jiān)管，從而促進長江經(jīng)濟帶農(nóng)業(yè)高質(zhì)量發(fā)展。

關(guān)鍵詞 財政支農(nóng);ML指數(shù)模型;長江經(jīng)濟帶

中圖分類號 S-9;F812.45? 文獻標識碼 A? 文章編號 0517-6611（2022）10-0195-04

doi：10.3969/j.issn.0517-6611.2022.10.044

Efficiency Evaluation and Influencing Factors of Financial Support for Agriculture in the Yangtze River Economic Belt

YANG Lei1， YU Jia-feng1，2

（1.Hubei Rural Development Research Center of Yangtze University， Jingzhou， Hubei 434023;2.Economics and Management School of Yangtze University， Jingzhou， Hubei 434023）

Abstract This paper uses the panel data of financial expenditure on agriculture in 9 provinces and 2 cities of the Yangtze River Economic Belt from 2008 to 2019， and uses the ML index model to analyze the dynamic efficiency. The results show that the overall efficiency of financial expenditure on agriculture in the Yangtze River Economic Belt shows a downward trend， mainly due to the decline of technology and unreasonable investment scale， including Chongqing， Hunan， Jiangxi， Shanghai. There are many problems in Jiangsu Province and Zhejiang Province， such as the decline of agricultural technology and the unreasonable scale of investment. In order to promote the high-quality development of the Yangtze River Economic Belt and realize rural revitalization， all localities should increase the scale of financial support for agriculture， optimize the expenditure structure and strengthen fund supervision， so as to promote the high-quality development of agriculture in the Yangtze River Economic Belt.

Key words Fiscal expenditure on agriculture;ML index model;Yangtze River Economic Belt

基金項目 教育部人文社會科學(xué)研究青年基金項目（19YJCZH190）;長江大學(xué)社科基金項目（2019sz06）

作者簡介 楊磊（1994—），男，湖北隨州人，碩士研究生，研究方向：農(nóng)業(yè)管理。通信作者，教授，碩士，從事財稅理論與政策研究。

收稿日期 2021-09-03

十九屆五中全會指出，要優(yōu)先發(fā)展農(nóng)業(yè)農(nóng)村，全面推進鄉(xiāng)村振興。農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)，長江經(jīng)濟帶的農(nóng)業(yè)發(fā)展直接關(guān)系到該區(qū)域經(jīng)濟發(fā)展的質(zhì)量，需要有效市場和有為政府更好結(jié)合。長江經(jīng)濟帶覆蓋面廣，包含長江流域的9個省以及上海和重慶兩個直轄市，是我國經(jīng)濟最活躍的地區(qū)之一，人口和生產(chǎn)總值的占比均超過了40%，不僅其自身擁有巨大的發(fā)展?jié)摿?，而且還是我國經(jīng)濟均衡發(fā)展的重要一環(huán)，承擔著全球的產(chǎn)業(yè)轉(zhuǎn)移和承接的重任。財政支農(nóng)對于農(nóng)業(yè)經(jīng)濟發(fā)展有著直接的促進作用，因此研究長江經(jīng)濟帶財政支農(nóng)效率對于該帶農(nóng)業(yè)高質(zhì)量發(fā)展有著極為重要的實踐意義。

1 文獻綜述

Matsuyama[1]從不同的方向分析財政支農(nóng)的效益，通過對不同投入方向所得收益進行對比分析，找出了財政支農(nóng)的最優(yōu)規(guī)模和支出結(jié)構(gòu)。Jorgenson[2]從財政支農(nóng)支出結(jié)構(gòu)方面進行研究發(fā)現(xiàn)，政府的財政支農(nóng)支出呈現(xiàn)出兩面性;一方面加快城市化進程，導(dǎo)致農(nóng)村勞動力短缺;另一方面對農(nóng)業(yè)經(jīng)濟的發(fā)展有促進作用。Rozelle等[3]通過對中國財政支農(nóng)支出進行實證研究發(fā)現(xiàn)，財政對農(nóng)業(yè)各方面的投入能夠有效促進農(nóng)業(yè)經(jīng)濟的發(fā)展和農(nóng)產(chǎn)品產(chǎn)量的提高。鄧衛(wèi)平等[4]對3種財政支農(nóng)方式對農(nóng)業(yè)現(xiàn)代化4個維度的影響進行了研究，結(jié)果表明3種財政支農(nóng)方式對農(nóng)業(yè)現(xiàn)代化4個維度的影響效應(yīng)不一致。楊晶等[5]研究表明財政支農(nóng)對于農(nóng)業(yè)經(jīng)濟的發(fā)展和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和升級具有正向作用，對城鄉(xiāng)收入差距具有抑制作用。張澤鑫等[6]研究發(fā)現(xiàn)，財政支農(nóng)支出中占比較低的農(nóng)村綜合改革對糧食保產(chǎn)增產(chǎn)有利，其中行政費用運行效率的優(yōu)化比增加投入更重要。Timmer等[7]對貧困問題進行了深入研究，發(fā)現(xiàn)發(fā)展中國家貧困的主要原因是農(nóng)業(yè)生產(chǎn)力過低造成的，財政投入會有效提高農(nóng)業(yè)生產(chǎn)力，促進農(nóng)業(yè)經(jīng)濟發(fā)展，幫助發(fā)展中國家減低貧困。王金媛等[8]運用柯布-道格拉斯生產(chǎn)函數(shù)理論研究發(fā)現(xiàn)，財政支農(nóng)資金運用會促進農(nóng)業(yè)經(jīng)濟的增長。于揚等[9]通過研究發(fā)現(xiàn)財政支農(nóng)投入對于農(nóng)業(yè)經(jīng)濟增長在短期上具有抑制作用，在長期上存在正向作用。潘夢瑤等[10]根據(jù)1997—2017年新疆的面板數(shù)據(jù)，圍繞財政支農(nóng)支出對農(nóng)業(yè)經(jīng)濟增長的影響進行了探討，新疆地區(qū)財政支農(nóng)支出對農(nóng)業(yè)經(jīng)濟增長有正向作用，但存在著資金投入不足及資金管理不規(guī)范的現(xiàn)象。Dibrova等[11]通過對烏克蘭財政支農(nóng)進行深入研究發(fā)現(xiàn)，烏克蘭地區(qū)財政支農(nóng)資金的投入無法使農(nóng)業(yè)得到有效增長，造成這一現(xiàn)象的原因主要是烏克蘭內(nèi)部機制存在問題，說明農(nóng)業(yè)內(nèi)部機制不足會減低財政支農(nóng)支出的效率，阻礙農(nóng)業(yè)的發(fā)展。王謙等[12]利用三階段DEA模型對28個?。ㄖ陛犑小⒆灾螀^(qū)）的財政支農(nóng)支出效率進行研究，發(fā)現(xiàn)各地區(qū)的效率均存在不同程度的下降，規(guī)模報酬遞減的現(xiàn)象較為嚴重。毛暉等[13]通過對財政支農(nóng)支出績效的區(qū)域差異進行測算和分解，發(fā)現(xiàn)我國財政支農(nóng)支出績效存在東高西低的區(qū)域性差異，西部地區(qū)技術(shù)效率明顯偏低。

綜上所述，雖然有關(guān)財政支農(nóng)和財政支農(nóng)支出效率的研究日趨完善，但仍然存在一定的短板。首先，有關(guān)國家戰(zhàn)略性區(qū)域的研究比較有限;其次，對財政支農(nóng)支出效率的研究絕大多數(shù)停留在靜態(tài)效率研究，對動態(tài)效率的研究比較缺乏。因此，筆者基于長江經(jīng)濟帶9省2市2008—2019年數(shù)據(jù)資料，運用包含方向距離函數(shù)的Malmquist-Luenberger指數(shù)模型進行動態(tài)效率分析。由于ML指數(shù)是方向距離函數(shù)，可以使投入和產(chǎn)出按照不同方向進行調(diào)整，使期望產(chǎn)出最大化;并從區(qū)域整體和上、中、下游以及省級3個方面分析長江經(jīng)濟帶財政支農(nóng)支出效率，以期能為提高長江經(jīng)濟帶財政支農(nóng)支出效率提供參考。

2 研究方法與數(shù)據(jù)來源

2.1 Malmquist-Luenberger指數(shù)模型

Fre等[14]最早用DEA的方法計算Malmquist指數(shù)，使DEA模型能夠?qū)γ姘鍞?shù)據(jù)進行分析。Chung等[15]在原有的Malmquist模型的基礎(chǔ)上，加入了方向距離函數(shù)，并將得到的指數(shù)稱為Malmquist-Luenberger指數(shù)。由于Malmquist-Luenberger指數(shù)是方向距離函數(shù)，可以使投入和產(chǎn)出按照不同方向進行調(diào)整，使期望產(chǎn)出最大化。為獲取更好動態(tài)效率值，該研究選取ML指數(shù)來對長江經(jīng)濟帶財政支農(nóng)支出的動態(tài)效率進行測算[16]。具體測算公式如下：

MLt+1t=Dt+1c（xt+1，yt+1）Dtc（xt，yt）×

Dtc（xt+1，yt+1）Dt+1c（xt+1，yt+1）×

Dtc（xt，yt）Dt+1c（xt，yt）12

（1）

式（1）中，t期與t+1期的距離函數(shù)分別由Dtc和Dt+1c表示，（xt，yt）與（xt+1，yt+1）表示t期與t+1期的投入與產(chǎn)出。ML表示財政支農(nóng)支出的動態(tài)效率，若ML>1，說明財政支農(nóng)資金利用效率上升，若ML<1，說明資金利用效率下降;若ML=1，說明效率不變[17]。

式（1）可進一步表達為：

MLt+1t=Dt+1c（xt+1，yt+1）Dtc（xt，yt）×

Dtc（xt+1，yt+1）Dt+1c（xt+1，yt+1）×

Dtc（xt，yt）Dt+1c（xt，yt）12

=Echt+1×Tcht+1

（2）

式（2）中，Ech表示技術(shù)效率，反映了優(yōu)化財政支農(nóng)支出規(guī)模帶來的農(nóng)業(yè)產(chǎn)出規(guī)模增加[18]。Tch表示技術(shù)進步，若Tch>;1，表明技術(shù)的進步使生產(chǎn)效率得到了提升，反之則表示技術(shù)發(fā)生了退步。在規(guī)模報酬可變時，還可將Ech進一步分解為Ech=Pech×Sech。因此，式（2）也可表示為：

MLt+1t=Pecht+1×Secht+1×Tcht+1（3）

式（3）中，Pech和Sech分別表示純技術(shù)效率和規(guī)模效率。

2.2 變量選取

選取長江經(jīng)濟帶11個省（市）作為研究對象，利用長江經(jīng)濟帶2008—2019年財政支農(nóng)支出的面板數(shù)據(jù)，選取農(nóng)林水事務(wù)作為財政支農(nóng)支出的投入指標;產(chǎn)出指標選取中，將農(nóng)村居民家庭人均純收入作為反映人民生活水平的產(chǎn)出指標，用農(nóng)林牧漁業(yè)總產(chǎn)值反映農(nóng)業(yè)發(fā)展水平，糧食總產(chǎn)量反映糧食安全水平，有效灌溉面積反映耕地保護水平，造林總面積反映農(nóng)村環(huán)境保護水平，選取農(nóng)業(yè)碳排放量作為非期望產(chǎn)出，反映農(nóng)業(yè)生產(chǎn)過程中污染水平（表1）。

2.3 數(shù)據(jù)來源

該研究數(shù)據(jù)均由長江經(jīng)濟帶各?。ㄊ校督y(tǒng)計年鑒（2009—2020）》《農(nóng)村統(tǒng)計年鑒（2009—2020）》和《中國農(nóng)村統(tǒng)計年鑒（2009—2020）》整理得來。

3 結(jié)果與分析

為進一步了解長江經(jīng)濟帶財政支農(nóng)支出效率的動態(tài)變化，運用ML指數(shù)模型對長江經(jīng)濟帶11個省級行政單位進行動態(tài)效率分析，結(jié)果見表2、3。

從表2可以看出，2008—2019年，除2016—2017年這個區(qū)間外，其余區(qū)間內(nèi)長江經(jīng)濟帶ML指數(shù)均小于1，均值在0.893，說明長江經(jīng)濟帶2008—2019年財政支農(nóng)支出效率總體呈下降態(tài)勢，年均下降10.7%。從區(qū)間來看，長江經(jīng)濟帶的全要素生產(chǎn)率指數(shù)存在波動，2016—2017年的全要素生產(chǎn)率指數(shù)均小于1，有4個時間段全要素生產(chǎn)率小于0.9，說明全要素生產(chǎn)率衰退的較為嚴重。表2中，2008—2019年長江經(jīng)濟帶財政支農(nóng)技術(shù)效率（Ech）均值為0.996，小于1，說明2008—2019年長江經(jīng)濟帶技術(shù)效率變化總體上呈下降趨勢，年均下降0.4%。表2中，2008—2019年長江經(jīng)濟帶技術(shù)進步（Tch）均值為0.894，呈衰退趨勢，且均未超過1，說明長江經(jīng)濟帶在2008—2019年技術(shù)水平均處于衰退狀態(tài)。通過對規(guī)模效率分析可知，長江經(jīng)濟帶規(guī)模效率均值雖然小于1，但仍有6個時間段大于1。技術(shù)效率分解可以得到純技術(shù)效率（Pech）和規(guī)模效率（Sech），純技術(shù)效率的均值為0.999，說明長江經(jīng)濟帶在2008—2018年純技術(shù)效率總體上變化不大，規(guī)模效率有所降低，年均增長0.3%。綜上所述，造成長江經(jīng)濟帶財政支農(nóng)效率降低的主要原因是技術(shù)衰退，農(nóng)業(yè)缺乏創(chuàng)新型農(nóng)業(yè)科技人才，對于農(nóng)業(yè)的投入缺乏相應(yīng)的規(guī)劃，使得財政支農(nóng)支出僅有支出規(guī)模上的提升，難以取得相應(yīng)的成效。

為進一步了解長江經(jīng)濟帶各區(qū)域財政支農(nóng)的動態(tài)效率，運用ML指數(shù)模型長江經(jīng)濟帶各區(qū)域進行分析，結(jié)果如表3所示。由表3可知，2008—2019年長江經(jīng)濟帶上、中、下游中，中游的全要素生產(chǎn)率指數(shù)最高，為0.928，下游和上游分別是0.862和0.915，均未超過1，說明上、中、下游的財政支農(nóng)效率均在退步。進一步分析可以得出，三大區(qū)域中規(guī)模效率僅有下游低于1，說明上游和中游ML指數(shù)下降主要是由于技術(shù)水平降低造成的，下游則是由技術(shù)水平和規(guī)模效率降低造成的。從各地區(qū)來看，各?。ㄊ校┤厣a(chǎn)率指數(shù)均小于1，最高的是貴州省的0.971，低于平均值的有7個?。ㄊ校?，分別是重慶市、云南省、江西省、上海市、江蘇省、浙江省和安徽省，占總體的63.6%。進一步分析可以看到，7個省（市）中，除云南省和安徽省外，其余5個?。ㄊ校┑募夹g(shù)水平和規(guī)模效率均有下降，最低的是上海市，為0.820，下降了18%。通過對技術(shù)水平進行分析可以看出，長江經(jīng)濟帶各地區(qū)的技術(shù)水平均未超過1，說明各地區(qū)都存在著技術(shù)倒退的現(xiàn)象，其中倒退最嚴重的是上海市，倒退了17%。觀察純技術(shù)效率指數(shù)，可以看出，僅有重慶市和江西省的指數(shù)小于1，分別位于上游和中游地區(qū)。再看規(guī)模效率，可以發(fā)現(xiàn)，有6個?。ㄊ校┑囊?guī)模效率指數(shù)小于1，分別是重慶市、湖南省、江西省、上海市、江蘇省和浙江省，說明這些?。ㄊ校┰谕度胭Y金的管理上存在問題。

4 結(jié)論與建議

4.1 研究結(jié)論

該研究根據(jù)長江經(jīng)濟帶2008—2019年數(shù)據(jù)，運用ML指數(shù)模型進行動態(tài)效率分析。得出如下結(jié)論：

通過ML指數(shù)模型的動態(tài)效率分析可知，2008—2019年長江經(jīng)濟帶ML指數(shù)均小于1，說明這期間長江經(jīng)濟帶財政支農(nóng)支出效率總體呈下降態(tài)勢。其主要原因是：技術(shù)衰退，缺乏創(chuàng)新型農(nóng)業(yè)科技人才，對于農(nóng)業(yè)的投入缺乏相應(yīng)的規(guī)劃。從各地區(qū)來看，長江經(jīng)濟帶各?。ㄊ校┑娜厣a(chǎn)率均在下降，其中技術(shù)水平均未超過1，說明該帶各?。ㄊ校┚嬖谵r(nóng)業(yè)技術(shù)衰退的現(xiàn)象;在11個?。ㄊ校┲杏?個存在規(guī)模效率下降的情況，分別是上游的重慶市、中游的江西省以及下游的上海市、江蘇省和浙江省，說明這些地區(qū)存在農(nóng)業(yè)技術(shù)衰退和投入規(guī)模不合理等多重問題。

4.2 政策建議

基于上述結(jié)論，為推進長江經(jīng)濟帶高質(zhì)量發(fā)展和鄉(xiāng)村振興戰(zhàn)略的實施，出色地完成“十四五”規(guī)劃目標，提出如下建議。

4.2.1 加大財政支農(nóng)規(guī)模，建立穩(wěn)定增長機制。首先，要建立穩(wěn)定的財政支農(nóng)資金增長機制，確保財政支農(nóng)資金穩(wěn)定增長。我國財政支農(nóng)資金雖然保持著逐年增長的趨勢，但仍然存在波動，因此應(yīng)當建立穩(wěn)定的財政支農(nóng)資金保障機制，確保資金及時到位。其次，要逐步完善分稅制，增強地方資金分配能力。最后，要拓寬財政支農(nóng)資金來源，建立多元化投入模式。

4.2.2 優(yōu)化財政支農(nóng)支出結(jié)構(gòu)，促進農(nóng)業(yè)高質(zhì)量發(fā)展。長江經(jīng)濟帶是我國糧食主產(chǎn)區(qū)之一，因此，財政支農(nóng)支出結(jié)構(gòu)優(yōu)化的重點，應(yīng)當是加大對基礎(chǔ)設(shè)施和科技的支出。科技是第一生產(chǎn)力，農(nóng)業(yè)科技是農(nóng)業(yè)發(fā)展最主要的動力。要落實好農(nóng)業(yè)科技專項資金的使用，增加對優(yōu)良品種開發(fā)的投入力度，加強育種投入規(guī)模。發(fā)展新型耕種模式，促進農(nóng)業(yè)發(fā)展。

4.2.3 完善財政支農(nóng)資金監(jiān)管制度，保障資金安全。首先，要完善資金預(yù)算管理，保障資金的合理運用。完善預(yù)算管理，能夠明確每一筆資金的運用，確保資金及時到位，防止出現(xiàn)挪用、浪費等現(xiàn)象。其次，要減少劃撥中間環(huán)節(jié)，提高資金利用率。我國現(xiàn)行資金管理體制中，存在著審批環(huán)節(jié)多、程序繁瑣等問題，造成資金使用效率下降。減少中間環(huán)節(jié)能夠降低資金在劃撥環(huán)節(jié)的浪費，提高資金利用率。最后，要完善支農(nóng)支出信息披露制度，保障資金利用公開透明。

參考文獻

[1] MATSUYAMA K.A simple model of sectoral adjustment[J].The review of economic studies，1992，59（2）：375-387.

[2] JORGENSON D W.The development of a dual economy[J].The economic journal，1961，71（282）：309-334.

[3] ROZELLE J S，TAYLOR J E，DE BRAUW A.Migration，remittances，and agricultural productivity in China[J].American economic review，1999，89（2）：287-291.

[4] 鄧衛(wèi)平，侯俊軍.財政支農(nóng)方式、結(jié)構(gòu)對農(nóng)業(yè)現(xiàn)代化的影響效應(yīng)研究[J].求索，2015（7）：54-58.

[5] 楊晶，鄧大松，吳海濤.中國城鄉(xiāng)居民養(yǎng)老保險制度的家庭收入效應(yīng)：基于傾向得分匹配（PSM）的反事實估計[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2018（10）：48-56.

[6] 張澤鑫，史清華.財政支農(nóng)與糧食增產(chǎn)：總量與結(jié)構(gòu)分析[J].農(nóng)業(yè)現(xiàn)代化研究，2020，41（2）：200-209.

[7] TIMMER C P，程艷軍.農(nóng)業(yè)和扶貧：國際經(jīng)驗與教訓(xùn)[J].農(nóng)業(yè)經(jīng)濟問題，2005（10）：24-28.

[8] 王金媛，吳祎博，張啟文.財政支農(nóng)資金投入對農(nóng)業(yè)產(chǎn)出增長影響分析[J].經(jīng)濟研究參考，2015（64）：43-50.

[9] 于揚，吳鳴然.農(nóng)業(yè)財政投入與農(nóng)業(yè)經(jīng)濟增長的動態(tài)關(guān)聯(lián)性[J].財會月刊，2019（2）：171-176.

[10] 潘夢瑤，馬召偉.新疆財政支農(nóng)支出對農(nóng)業(yè)經(jīng)濟增長的影響分析[J].現(xiàn)代農(nóng)業(yè)科技，2021（1）：235-238，243.

[11] DIBROVA A，DIBROVA L，LABENKO O.State financial support of agriculture in Ukraine [J].Problems of world agriculture，2015，15（30）：1-7.

[12] 王謙，李超.基于三階段DEA模型的我國財政支農(nóng)支出效率評價[J].財政研究，2016（8）：66-77，90.

[13] 毛暉，余爽，張勝楠.財政支農(nóng)支出績效的區(qū)域差異：測算與分解[J].經(jīng)濟經(jīng)緯，2018，35（3）：144-152.

[14] FRE R，PRIMONT D.Multi-output production and duality：Theory and applications[M].Berlin：Springer Science & Business Media，1994.

[15] CHUNG Y H，F(xiàn)RE R，GROSSKOPF S.Productivity and undesirable outputs：A directional distance function approach [J].Journal of environmental management，1997，51（3）：229-240.

[16] 徐合帆，鄭軍，余家鳳，等.長江經(jīng)濟帶財政科技投入績效及影響因素分析[J].科技管理研究，2020，40（11）：15-22.

[17] 吳傳清，李姝凡.長江經(jīng)濟帶工業(yè)廢氣污染治理效率的時空演變及其影響因素研究[J].中國環(huán)境管理，2020，12（2）：123-130，41.

[18] 李曉龍，冉光和.農(nóng)產(chǎn)品貿(mào)易提升了農(nóng)業(yè)綠色全要素生產(chǎn)率嗎？——基于農(nóng)村金融發(fā)展視角的分析[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2021，23（4）：82-92.

[19] 徐合帆，鄭軍，余家鳳，等.鄉(xiāng)村振興背景下財政支農(nóng)績效及影響因素分析：以湖北省為例[J].稅收經(jīng)濟研究，2019，24（2）：81-90.

[20] 馬艾，向自強，徐合帆，等.財政支農(nóng)支出對農(nóng)民消費影響的區(qū)域差異研究[J].統(tǒng)計與決策，2020，36（3）：75-78.