長江經濟帶財政支農動態效率研究

楊磊 余家鳳

摘要 利用長江經濟帶9省2市2008—2019年財政支農支出的面板數據，運用ML指數模型進行動態效率分析。結果表明：長江經濟帶財政支農支出效率總體呈下降態勢，主要原因是技術衰退和投入規模不合理，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業技術衰退和投入規模不合理等多重問題。為推進長江經濟帶高質量發展實現鄉村振興，各地應當加大財政支農規模，優化支出結構，加強資金監管，從而促進長江經濟帶農業高質量發展。

關鍵詞 財政支農;ML指數模型;長江經濟帶

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研究青年基金項目（19YJCZH190）;長江大學社科基金項目（2019sz06）

作者簡介 楊磊（1994—），男，湖北隨州人，碩士研究生，研究方向：農業管理。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，要優先發展農業農村，全面推進鄉村振興。農業是國民經濟的基礎，長江經濟帶的農業發展直接關系到該區域經濟發展的質量，需要有效市場和有為政府更好結合。長江經濟帶覆蓋面廣，包含長江流域的9個省以及上海和重慶兩個直轄市，是我國經濟最活躍的地區之一，人口和生產總值的占比均超過了40%，不僅其自身擁有巨大的發展潛力，而且還是我國經濟均衡發展的重要一環，承擔著全球的產業轉移和承接的重任。財政支農對于農業經濟發展有著直接的促進作用，因此研究長江經濟帶財政支農效率對于該帶農業高質量發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，找出了財政支農的最優規模和支出結構。Jorgenson[2]從財政支農支出結構方面進行研究發現，政府的財政支農支出呈現出兩面性;一方面加快城市化進程，導致農村勞動力短缺;另一方面對農業經濟的發展有促進作用。Rozelle等[3]通過對中國財政支農支出進行實證研究發現，財政對農業各方面的投入能夠有效促進農業經濟的發展和農產品產量的提高。鄧衛平等[4]對3種財政支農方式對農業現代化4個維度的影響進行了研究，結果表明3種財政支農方式對農業現代化4個維度的影響效應不一致。楊晶等[5]研究表明財政支農對于農業經濟的發展和農業產業結構的調整和升級具有正向作用，對城鄉收入差距具有抑制作用。張澤鑫等[6]研究發現，財政支農支出中占比較低的農村綜合改革對糧食保產增產有利，其中行政費用運行效率的優化比增加投入更重要。Timmer等[7]對貧困問題進行了深入研究，發現發展中國家貧困的主要原因是農業生產力過低造成的，財政投入會有效提高農業生產力，促進農業經濟發展，幫助發展中國家減低貧困。王金媛等[8]運用柯布-道格拉斯生產函數理論研究發現，財政支農資金運用會促進農業經濟的增長。于揚等[9]通過研究發現財政支農投入對于農業經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1997—2017年新疆的面板數據，圍繞財政支農支出對農業經濟增長的影響進行了探討，新疆地區財政支農支出對農業經濟增長有正向作用，但存在著資金投入不足及資金管理不規范的現象。Dibrova等[11]通過對烏克蘭財政支農進行深入研究發現，烏克蘭地區財政支農資金的投入無法使農業得到有效增長，造成這一現象的原因主要是烏克蘭內部機制存在問題，說明農業內部機制不足會減低財政支農支出的效率，阻礙農業的發展。王謙等[12]利用三階段DEA模型對28個省（直轄市、自治區）的財政支農支出效率進行研究，發現各地區的效率均存在不同程度的下降，規模報酬遞減的現象較為嚴重。毛暉等[13]通過對財政支農支出績效的區域差異進行測算和分解，發現我國財政支農支出績效存在東高西低的區域性差異，西部地區技術效率明顯偏低。

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

2 研究方法與數據來源

2.1 Malmquist-Luenberger指數模型

Fre等[14]最早用DEA的方法計算Malmquist指數，使DEA模型能夠對面板數據進行分析。Chung等[15]在原有的Malmquist模型的基礎上，加入了方向距離函數，并將得到的指數稱為Malmquist-Luenberger指數。由于Malmquist-Luenberger指數是方向距離函數，可以使投入和產出按照不同方向進行調整，使期望產出最大化。為獲取更好動態效率值，該研究選取ML指數來對長江經濟帶財政支農支出的動態效率進行測算[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期的投入與產出。ML表示財政支農支出的動態效率，若ML>1，說明財政支農資金利用效率上升，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表示技術效率，反映了優化財政支農支出規模帶來的農業產出規模增加[18]。Tch表示技術進步，若Tch>;1，表明技術的進步使生產效率得到了提升，反之則表示技術發生了退步。在規模報酬可變時，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分別表示純技術效率和規模效率。

2.2 變量選取

選取長江經濟帶11個省（市）作為研究對象，利用長江經濟帶2008—2019年財政支農支出的面板數據，選取農林水事務作為財政支農支出的投入指標;產出指標選取中，將農村居民家庭人均純收入作為反映人民生活水平的產出指標，用農林牧漁業總產值反映農業發展水平，糧食總產量反映糧食安全水平，有效灌溉面積反映耕地保護水平，造林總面積反映農村環境保護水平，選取農業碳排放量作為非期望產出，反映農業生產過程中污染水平（表1）。

2.3 數據來源

該研究數據均由長江經濟帶各省（市）《統計年鑒（2009—2020）》《農村統計年鑒（2009—2020）》和《中國農村統計年鑒（2009—2020）》整理得來。

3 結果與分析

為進一步了解長江經濟帶財政支農支出效率的動態變化，運用ML指數模型對長江經濟帶11個省級行政單位進行動態效率分析，結果見表2、3。

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

為進一步了解長江經濟帶各區域財政支農的動態效率，運用ML指數模型長江經濟帶各區域進行分析，結果如表3所示。由表3可知，2008—2019年長江經濟帶上、中、下游中，中游的全要素生產率指數最高，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、下游的財政支農效率均在退步。進一步分析可以得出，三大區域中規模效率僅有下游低于1，說明上游和中游ML指數下降主要是由于技術水平降低造成的，下游則是由技術水平和規模效率降低造成的。從各地區來看，各省（市）全要素生產率指數均小于1，最高的是貴州省的0.971，低于平均值的有7個省（市），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個省（市）的技術水平和規模效率均有下降，最低的是上海市，為0.820，下降了18%。通過對技術水平進行分析可以看出，長江經濟帶各地區的技術水平均未超過1，說明各地區都存在著技術倒退的現象，其中倒退最嚴重的是上海市，倒退了17%。觀察純技術效率指數，可以看出，僅有重慶市和江西省的指數小于1，分別位于上游和中游地區。再看規模效率，可以發現，有6個省（市）的規模效率指數小于1，分別是重慶市、湖南省、江西省、上海市、江蘇省和浙江省，說明這些省（市）在投入資金的管理上存在問題。

4 結論與建議

4.1 研究結論

該研究根據長江經濟帶2008—2019年數據，運用ML指數模型進行動態效率分析。得出如下結論：

通過ML指數模型的動態效率分析可知，2008—2019年長江經濟帶ML指數均小于1，說明這期間長江經濟帶財政支農支出效率總體呈下降態勢。其主要原因是：技術衰退，缺乏創新型農業科技人才，對于農業的投入缺乏相應的規劃。從各地區來看，長江經濟帶各省（市）的全要素生產率均在下降，其中技術水平均未超過1，說明該帶各省（市）均存在農業技術衰退的現象;在11個省（市）中有6個存在規模效率下降的情況，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，說明這些地區存在農業技術衰退和投入規模不合理等多重問題。

4.2 政策建議

基于上述結論，為推進長江經濟帶高質量發展和鄉村振興戰略的實施，出色地完成“十四五”規劃目標，提出如下建議。

4.2.1 加大財政支農規模，建立穩定增長機制。首先，要建立穩定的財政支農資金增長機制，確保財政支農資金穩定增長。我國財政支農資金雖然保持著逐年增長的趨勢，但仍然存在波動，因此應當建立穩定的財政支農資金保障機制，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，要拓寬財政支農資金來源，建立多元化投入模式。

4.2.2 優化財政支農支出結構，促進農業高質量發展。長江經濟帶是我國糧食主產區之一，因此，財政支農支出結構優化的重點，應當是加大對基礎設施和科技的支出。科技是第一生產力，農業科技是農業發展最主要的動力。要落實好農業科技專項資金的使用，增加對優良品種開發的投入力度，加強育種投入規模。發展新型耕種模式，促進農業發展。

4.2.3 完善財政支農資金監管制度，保障資金安全。首先，要完善資金預算管理，保障資金的合理運用。完善預算管理，能夠明確每一筆資金的運用，確保資金及時到位，防止出現挪用、浪費等現象。其次，要減少劃撥中間環節，提高資金利用率。我國現行資金管理體制中，存在著審批環節多、程序繁瑣等問題，造成資金使用效率下降。減少中間環節能夠降低資金在劃撥環節的浪費，提高資金利用率。最后，要完善支農支出信息披露制度，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] 鄧衛平，侯俊軍.財政支農方式、結構對農業現代化的影響效應研究[J].求索，2015（7）：54-58.

[5] 楊晶，鄧大松，吳海濤.中國城鄉居民養老保險制度的家庭收入效應：基于傾向得分匹配（PSM）的反事實估計[J].農業技術經濟，2018（10）：48-56.

[6] 張澤鑫，史清華.財政支農與糧食增產：總量與結構分析[J].農業現代化研究，2020，41（2）：200-209.

[7] TIMMER C P，程艷軍.農業和扶貧：國際經驗與教訓[J].農業經濟問題，2005（10）：24-28.

[8] 王金媛，吳祎博，張啟文.財政支農資金投入對農業產出增長影響分析[J].經濟研究參考，2015（64）：43-50.

[9] 于揚，吳鳴然.農業財政投入與農業經濟增長的動態關聯性[J].財會月刊，2019（2）：171-176.

[10] 潘夢瑤，馬召偉.新疆財政支農支出對農業經濟增長的影響分析[J].現代農業科技，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.財政支農支出績效的區域差異：測算與分解[J].經濟經緯，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，FRE 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.長江經濟帶工業廢氣污染治理效率的時空演變及其影響因素研究[J].中國環境管理，2020，12（2）：123-130，41.

[18] 李曉龍，冉光和.農產品貿易提升了農業綠色全要素生產率嗎？——基于農村金融發展視角的分析[J].北京理工大學學報（社會科學版），2021，23（4）：82-92.

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

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