湖北省財政金融支農協同效率研究

摘 要：財政與金融支農是推動鄉村振興的重要手段。本文基于湖北省2016—2021年相關數據，應用三階段DEA模型和Malmquist生產率指數，對湖北省的財政金融支農協同效率進行測算。研究發現，盡管考察期內各城市效率值發生小幅波動，但湖北省財政金融支農協同效率整體呈上升趨勢。環境變量和隨機干擾對湖北省財政金融支農協同效率存在顯著影響，剔除環境因素和隨機干擾后，湖北省財政金融支農協同效率發生明顯變化。根據實證研究結論，本文提出了加大財政支農投入，創新財政支農方式；鼓勵金融機構創新金融支農模式；優化財政與金融支農政策，發揮支農政策的協同效應與強化財政支農資金績效管理等政策建議。

關鍵詞：財政支農；金融支農；三階段DEA模型；協同效率

中圖分類號：G644 文獻標志碼：A 文章編號：2095－414X（2025）01－0093－08

0 引言

農業是國民經濟體系的基礎產業。為了進一步推動鄉村振興，要加大對產業振興、人才振興、文化振興、組織振興和生態振興五大領域的投入，財政和金融兩大資源調控手段在鄉村振興中的作用顯得尤為重要。

近年來，政府對財政支農和金融支農給予了高度關注。然而，在財政支農方面，盡管支農規模逐年增加，但仍存在投入不足、監管不嚴和配置效率低下等問題。在金融支農方面，金融并未充分發揮應有的作用，如無法滿足農戶有效信貸需求，導致金融支農發展緩慢、收效甚微。在財政金融支農方面，由于執行主體和方式差異，二者在實際運行過程中無法形成協同效應，存在缺乏協調機制、協同效率低下等問題。這些問題嚴重影響了財政金融支農資金的配置效率，使得現有政策無法滿足經濟發展的實際需求。

湖北省作為國家實施“中部崛起”戰略的重點區域，歷來是我國的農業大省，推進湖北省鄉村振興事業對于全面推進鄉村振興具有重要意義。基于湖北省2016—2021年的相關數據，對湖北省財政金融支農協同效率進行測算，提出提高湖北省財政金融支農協同效率的政策建議，顯然具有重要現實意義。

本文余下部分的內容安排：第二部分是文獻綜述；第三部分是研究設計，包括指標構建、模型設定與數據來源；第四部分是實證結果分析；最后是主要結論與政策建議。

1 文獻綜述

在鄉村振興的戰略提出后，學術界關于財政支持鄉村振興的研究逐漸豐富起來，眾多學者強調財政支持對鄉村振興的作用 [1-3] 。在財政支持鄉村振興的實現路徑方面，首先應該加強農村固定資產投資，發揮財政資金“造血”功能 [4] 。財政部門應牽頭設立產業發展基金，并交由專業公司進行市場化運營，增強鄉村產業發展的內生動力 [5] 。但是，有國外學者指出，政府過度補貼會造成支農資金使用效率降低，削弱農村經營主體經營活力，而將財政支農政策作為調控工具收效甚微，且易在經濟條件不同地區形成橫向不平等局面 [6] 。

以往相關研究還集中在金融支農方面，金融對鄉村振興的支持是對金融支農概念的發展和延續。多位學者證實了金融對鄉村振興至關重要 [7-9] 。但是，金融機構的風險規避意識會導致農業貸款靈活性不足、貸款供需失衡，發放和獲得農業貸款難度加大 [10] 。金融支持鄉村振興的實現路徑主要有：發揮民間資本及新型金融組織的作用 [11] ；提高鄉村金融服務創新能力 [12] ；發揮保險制度的托底作用 [13] 。

目前關于財政與金融協同支持鄉村振興的研究較少。在財政金融協同支持鄉村振興的必要性方面，財政或金融單方面無法突破農村資金瓶頸，應有效協同二者在擴大支農政策杠桿效果以及擴大支農資金規模方面的作用 [14] 。農業天生具備公共性、脆弱性、基礎性三個特性，只有在財政金融服務支持下現代農業經營主體才得以長遠發展 [15] 。農業農村現代化和鄉村產業興旺的實現需要協同財政金融力量來保障資金投入 [16] 。在實證分析方面的發現主要有：實施財政金融支農政策能夠提振農村經濟，但是財政支農政策的正向促進作用較強 [17] ；對于不同經濟水平的地區而言，其財政金融服務需求各異，經濟水平越低的地區越依賴財政支持 [18] ；由于農村金融供需雙方信息不對稱、風險不可控、財金政策不銜接等原因，財金政策支農效率不高 [19] 。為提高協同效率，應充分發揮財政資金的撬動作用和市場在資源配置中的決定性作用，發展政策性農業保險業務，設立金融信貸風險基金，引導和鼓勵金融和社會資本支持鄉村產業建設 [20] 。

綜上所述，在研究視角方面，現有文獻大多研究的是全國的財政支農效率或金融支農效率，專門針對湖北省的財政金融支農協同效率的研究尚未發現。另外，現有文獻大多研究的是財政與金融支農的減貧或增收效應，本文則從鄉村振興戰略背景出發，基于鄉村振興的不同維度構建綜合評價指標作為因變量。從研究方法上看，現有研究大多采用主成分分析法、數據包絡分析（DEA）、DEA-Tobit模型和DEA-Malmquist生產率指數 [21] 與隨機前沿分析（SFA）等方法 [22] 。而本文選用三階段DEA模型和Malmquist生產率指數來研究湖北省財政與金融支農協同的靜態與動態效率。

2 研究設計

2.1 指標構建

2.1.1 投入指標

在研究財政金融支農對農村發展的促進作用方面，需要考慮財政和金融兩個方面的投入情況。為了反映政府對農業的支持力度，借鑒已有文獻資料，選取了財政農林水事務支出額作為財政投入指標；這一指標在財政部公布的《政府收支分類科目》中有所體現，具有代表性、科學性及可獲得性等特點。同時，為了衡量當地信貸融資對農業的支持力度，參考現有學者的研究，選取了人均貸款余額作為金融投入指標，這有助于全面評估農業金融支持力度。

2.1.2 產出指標

考慮到當前鄉村振興的戰略背景，本文選擇與該戰略密切相關的指標作為產出變量。在農業產業發展水平方面，選取人均糧食產量和農林牧漁業增加值來反映經濟發展狀況和生產水平。這兩個指標可以很好地反映某一地區農業的實際情況，波動幅度相對較小。在農業基礎設施方面，選取農業機械總動力這一指標來衡量農村基礎設施的完善程度，它能夠涵蓋種植業、畜牧業、漁業等活動的機械和設備，并體現出對鄉村振興產業和生態兩方面的基礎設施條件。當地農業機械總動力越大，表明農業基礎設施越完善。農民收入水平方面，選取農村居民人均可支配收入作為衡量農民實際收入的指標。這個指標能夠比較準確地反映農民的實際收入情況。以上指標選取得合理，可以很好地反映鄉村振興戰略的實際效果和發展潛力。

2.1.3 環境指標

考慮到地區的農業發展水平不僅受到國家財政支持的影響，同時也受到環境變量的影響，因此本文選擇一些環境變量進行考察。從農業從業規模、政府財力、經濟發展水平三方面，分別選取了第一產業從業人數、一般財政預算收入和人均GDP作為環境變量。第一產業從業人數反映農業勞動力規模；公共財政收入水平可以體現地方政府財政支農的能力；人均GDP關系到財政支農資金和金融機構貸款的籌集能力，同時也反映了政府的支付能力。通過環境變量與投入、產出變量進行綜合分析，可以更好地評估財政金融支農的協調效果，提高農村發展水平。具體指標見表1。

2.2 模型設定

DEA模型是一種能夠快速、全面地評估決策單元相對有效性的方法。在數據不完整的情況下，通過建立多個投入產出指標的生產前沿面，尋找到一個相對有效的生產前沿面，并通過評價各生產前沿面之間的相對效率來確定投入和產出規模。DEA方法由于能夠評估多投入多產出的效率，且無需預設生產函數，因而被學者們廣泛應用于效率測算。然而，DEA的效率評價受到外部環境和隨機干擾的影響，通過DEA方法得出的結果往往并非真實的效率值。因此，本文采用能夠計算出真實管理無效率的三階段DEA方法。基本思路如下：

2.2.1 第一階段：基于DEA模型測算初始效率值與投入松弛變量

DEA模型中的BCC模型又稱為投入產出導向模型，是DEA評價中最常用的一種模型。在不考慮生產規模因素的前提下，將各被評價單位的投入產出作為決策單元來進行有效性分析。本文從優化財政金融農業投入的角度研究財政金融支農協同效率，因此選擇投入導向的BCC模型。

2.2.2 第二階段：基于似SFA模型調整投入變量數據

在第一階段，僅需將原始投入產出數據直接用于對決策單元的初始效率進行評價，得出純技術效率值（PTE）。進一步將純技術效率分解時，可以將其分解為綜合技術效率（TE）和規模效率（SE），并得到如下關系式：TE=SE×PTE。目標投入與原始投入數據之間的差值即為松弛變量，它可以反映決策單元的低效率。

利用SFA方法將這種低效率分解為環境因素、隨機干擾和管理無效率三種效應。一個地區的農業發展水平除了受到財政支出和金融支出的影響外，還會因自然環境、人力、物力等外部隨機因素的影響，使用傳統的DEA測算出來的結果將是不準確、不真實的。因此，有必要剔除外部隨機因素對測算結果造成的影響，將決策單元置于相同的外部環境水平下，考慮受到管理無效率影響的測算結果。

在第二階段，我們將采用似SFA方法分解造成低效率的三種效應，并將松弛變量對環境變量和混合誤差項進行回歸。根據回歸結果，測算最有效的決策單元的元素投入量，并據此調整其他決策單元的元素投入量，從而得到僅因管理無效率導致的決策單元投入冗余。

2.3 數據來源

本文選取了2016—2021年湖北省的16個地級市的相關數據。數據來源于國家統計局、湖北省統計局以及湖北省各地市州的統計年鑒。同時，對產出指標進行了標準化處理。

3 實證結果分析

3.1 基于DEA模型的實證結果分析

在不考慮環境變量和隨機干擾的情況下，根據2016—2021年湖北省各城市的原始投入數值，計算得出16個城市的綜合技術效率（TE）、純技術效率（PTE）、規模效率（SE），初始效率值見下表2。其中，RTS表示規模回報，根據規模報酬的不同類型，可以將其分解為規模報酬遞增（irs）、規模報酬遞減（drs）和規模報酬不變（-）。

總體而言，湖北省2016—2021年財政金融支農協同效率均值呈上升趨勢。相較于2016年的綜合技術效率均值0.7637，2021年的綜合技術效率均值0.7921有了較為顯著的提升。這表明，在過去的十年里，湖北省各城市財政金融支農協同水平與生產前沿面之間的距離不斷縮小，說明政府始終將農村農業發展置于重要地位，并持續提高對其重視程度。同時，純技術效率和規模效率總體雖然呈上升趨勢，但在2018年出現了明顯波動。2018年規模效率均值下降到0.8538。此外，除2018年外，每年的規模效率均值均高于純技術效率均值，這說明純技術效率相對較低是制約湖北省財政金融協同支農效率提升的重要制約因素。

3.2 基于似SFA模型的回歸結果分析

考慮到外生環境變量可能對第一階段得出的湖北省財政金融協同支農初始效率產生影響，導致得出的結果并不能準確反映真實效率狀況。因此，在分析總體情況和城市差異時，可能會與真實情況存在一定偏差。因此，在第二階段，分別以財政支農支出和金融支農支出松弛變量為因變量，以第一產業從業人員、一般財政預算收入和人均GDP作為自變量，利用面板數據建立SFA回歸方程。并通過Frontier4.1軟件測算出的回歸結果如表3所示。

由表3可知，農林水事務支出松弛變量和人均貸款余額松弛變量的γ值達到0.7以上，表明技術非效率是導致實際產出與理想產出差異的主要原因。回歸結果良好。從顯著性水平來看，所有投入變量在松弛上都通過了5%的顯著性水平，進一步證實了環境變量確實會影響各城市財政金融協同對農業產業發展水平、農業基礎設施建設和農民收入水平的效果。

其中，第一產業從業人員與兩項投入指標的松弛變量之間均存在著顯著的相關關系，表明第一產業從業規模的確會影響財政金融支農協同效率水平。同時，一般政府預算收入與財政農林水事務支出和人均貸款余額存在一定負相關關系，這說明政府財力越雄厚，只能反映出財政支農資金的籌集能力和支付能力，并不能直接促進財政支農支出的效率水平。另外，由上述的結果并不能看出人均GDP與兩項投入指標的松弛變量存在正相關，說明經濟發展水平與湖北省財政金融協同支農的技術效率的關系不明確。環境變量的不同將對各城市的財政金融協同支農效率產生影響，因此，下文將農業從業規模、政府財力和經濟發展水平入手，把各城市置于相同的外部條件下，剔除環境變量的影響后進行分析。

3.3 基于調整的DEA模型的實證結果分析

在第二階段中，按照式（1）和式（2）對投入變量進行了調整，在本階段，使用調整后的投入變量再次代入BCC模型中進行測算，并將第三階段湖北省各市的效率值及規模報酬狀態進行統計。具體結果見表4，通過與第一階段的初始效率值進行比較，可知，在剔除外部環境因素和隨機干擾的影響后，湖北省各市財政金融支農協同效率發生了較為顯著的變化。在排除了環境因素和隨機干擾的影響后，財政金融支農協同效率的上升趨勢仍然保持不變。相較于第一階段的綜合技術效率均值，第三階段的綜合技術效率均值得到了顯著提升。

我們將效率值等于1的城市劃分為第1梯隊，效率值在0.8-1范圍內的城市劃分為第2梯隊，效率值小于0.8的城市劃分為第3梯隊。湖北省各市的財政金融支農協同效率存在較大差異，第1梯隊分布在鄂中西部，包括荊門、荊州市、恩施州、仙桃市、潛江市、天門市、神農架林區；第2梯隊在鄂中地區以及鄂北部分地區，包括襄陽市、孝感市、黃岡市、隨州市與咸寧市；第3梯隊主要出現在東部地區，包括十堰市、黃石市、宜昌市與武漢市。可見，湖北省各市的財政金融支農協同效率并不均衡，經濟發展水平相對較高的城市反而財政金融支農協同效率相對較低。

3.4 基于Malmquist生產率指數的效率分析

根據第三階段得出新的投入產出數據，基于Malmquist生產率指數，運用DEAP2.1軟件計算出16個城市6年間平均全要素生產率指數及分解，如表5所示：同效率的增長，反之則表示下降。由表5統計結果顯示，2016—2021年間16個地級市中，平均全要素生產率指數大于1的共計7個，少于總數的一半，說明部分城市的財政金融支農效率得到提高。在效率增長的城市中，增長率最高的是武漢市，為5.8%；而增長率最低的城市是咸寧市，為0.3%。這表明湖北省各市財政金融支農效率增長不平衡現象仍然存在。值得一提的是，平均全要素生產率指數小于等于1的地級市有9個。可見，雖然湖北省部分城市的財政金融支農效率得到提升，但是大多數城市的財政金融支農效率水平并未得到較為明顯改進。

4 主要結論與政策建議

本文基于三階段DEA模型和Malmquist生產率指數，在剔除環境因素和隨機干擾后，對湖北省16個城市 2016-2021 年的財政金融支農協同效率進行了測算。主要結論有：湖北省各城市的人均GDP與財政金融支農協同效率呈正相關，但財政金融支農效率并未因GDP上升而顯著提高。在純技術效率方面，樣本期間湖北省各城市純技術效率均值始終保持在0.9以上，接近有效前沿面，盡管測算期間內出現小幅波動，但總體呈上升趨勢。大部分城市的純技術效率隨著近年來政府管理能力的提升而上升，然而個別城市呈下降趨勢，如宜昌市和咸寧市。在規模效率方面，樣本期間湖北省各城市財政金融支農規模效率均值也呈上升趨勢，十年來湖北省財政金融支農資源配置效果整體趨于優化。在規模報酬方面，在整個考察期內，2016-2021年湖北省規模效率小于1的城市均值為8個，其中規模報酬遞減的城市均值為4個，處于規模報酬遞增的城市均值約為3個。從第二階段的回歸結果來看，所有投入松弛變量都通過了5%的顯著性檢驗，表明環境變量確實會對各城市的財政金融支農協同效率產生影響。第一產業從業人員與兩項投入指標的松弛變量之間存在顯著的相關關系；一般政府預算收入與財政農林水事務支出和人均貸款余額呈一定負相關關系。

由此可知，由于隨機因素無法控制，有必要對相應的外部環境因素進行控制，以提高財政金融協同支農效率。

本文的政策建議如下：第一，加大財政支農投入，創新財政支農方式。采用多種形式的財政支持，如直接補貼、獎勵、貸款貼息等，直接為農業生產和農村發展提供資金支持，以激發農民和農業經營主體的積極性。同時，在農村基礎設施建設、農村環境保護、農民社會保障等方面，為農村經濟的全面發展提供有力支撐。

第二，鼓勵金融機構創新金融支農模式。金融機構可以針對農業生產的季節性、周期性特點，推出更符合農民需求的金融產品。金融機構可以與農業科技企業、農產品物流企業等農業產業鏈上下游的企業合作，通過提供融資支持、信息共享等方式，實現金融服務與產業的深度融合。金融機構可以為農業生產提供全方位的保險保障，降低農業生產風險，提高農民的生產積極性。

第三，優化財政與金融支農政策，發揮支農政策的協同效應。政府可以通過財政補貼或風險分擔等方式鼓勵金融機構向農業領域提供貸款和服務，提高農業生產的效益和農民收入的增長。政府可以通過引導和支持金融機構建立健全的農業金融體系，以滿足農民和農業企業的融資需求。政府可以通過財政支持和政策引導促進金融創新和科技應用在農業金融領域的發展。

第四，強化財政支農資金績效管理。建立一套科學的績效評價體系，對財政支農資金的使用效果進行全面評估。評價體系應涵蓋資金使用的合規性、經濟效益、社會效益和生態效益等多個維度。同時，對財政支農資金支持的項目進行全過程管理和監督，確保項目按照既定目標進行，防止資金挪用和浪費。

參考文獻：

[1] 閆坤， 鮑曙光. 財政支持鄉村振興戰略的思考及實施路徑[J]. 財經問題研究， 2019（3）： 90-97.

[2] 劉建民， 劉曉函， 周思瑤， 等. 湖南省支持鄉村產業振興的財稅政策研究[J]. 湖南大學學報（社會科學版）， 2020，34（6）： 66-72.

[3] 肖衛東. 財政支持鄉村振興：理論闡釋與重要作用[J]. 理論學刊， 2020（4）： 58-66.

[4] 馮夢黎， 徐燦琳. 財政支農資金與農民增收： “補血”還是“造血”[J]. 農業經濟， 2020（11）： 97-99.

[5] 孫玉棟， 李浩任. 鄉村振興戰略實施中財政引導市場機制參與的模式、問題及對策研究[J]. 公共管理與政策評論， 2021， 10（4）： 49-60.

[6] Adams D W. Filling the deposit gap in microfinance[C].Notes for the WOCCU conference， Best Practices in Sav?ings Mobilization， 2002： 5-6.

[7] Beck T， Levine R. Industry Growth and Capital Allocation：Does Having a Market-or Bank-Based System Matter？[J].Journal of financial economics， 2002， 64（2）： 147-180.

[8] Briggeman B C， Akers M M. The Credit Advantage of Farmand Rural Small Business Ownership[J]. Agricultural Fi?nance Review， 2010， 70（3）： 353-364.

[9] 郭佳蓮. 農村金融支持鄉村振興戰略的路徑選擇：基于全國11家省級農信的案例[J]. 西南金融， 2019（8）： 54-62.

[10] Chaovanapoonphol Y， Battese G E， Chang H S. The Impactof Agricultural Loans on the Technical Efficiency of RiceFarmers in the Upper North of Thailand[J]. Productivity，Efficiency， and Economic Growth in the Asia-Pacific Re?gion， 2009： 279-295.

[11] 洪正. 新型農村金融機構改革可行嗎？ — —基于監督效率視角的分析[J]. 經濟研究， 2011， 46（2）： 44-58.

[12] 駱昭東. 金融支持“鄉村振興”戰略研究 — —以陜西省為例[J]. 西部金融， 2018（1）：27-29.

[13] 孔祥智. 產業興旺是鄉村振興的基礎[J]. 農村金融研究，2018（2）：9-13.

[14] 冉光和， 王錫桐. 財政貨幣政策配合與農業可持續發展

[J]. 財經問題研究， 2000（1）： 3-6.

[15] Fafchamps M. Vulnerability， Risk Management and Agri?cultural Development[J]. African Journal of Agriculturaland Resource Economics， 2010， 5（1）： 243-260.

[16] 鮑曙光. 農業領域政府和社會資本合作是否推動了縣域農業經濟發展？ — —基于多期倍差法的經驗證據[J]. 中國農村經濟， 2022（1）： 61-75.

[17] 溫濤， 董文杰. 財政金融支農政策的總體效應與時空差異 — —基于中國省際面板數據的研究[J]. 農業技術經濟， 2011（1）： 24-33.

[18] 周應恒. 新型農業經營體系：制度與路徑[J]. 人民論壇·學術前沿， 2016（18）： 74-85、95.

[19] 李洪俠. 鄉村振興視角下財政金融支農協同作用研究— —基于 DEA-Malmquist 和 Tobit 模型[J]. 西南金融，2021（7）：14-26.

[20] 何志嬋. 從產業扶貧到產業興旺的財政政策研究 — —以廣西為例[J]. 地方財政研究， 2020（12）： 91-97.

[21] 馬玉超， 張永林. 基于多DEA-Gini的紡織業碳排放效率時空分異研究[J]. 武漢紡織大學學報， 2022， 35（6）： 15-23.

[22] 李俊霖， 周志強. 基于SFA方法的中國紡織業投資效率研究[J]. 武漢紡織大學學報， 2023， 36（6）： 79-86.

AStudy on the Synergistic Efficiency of Fiscal and Financial Support forAgriculture inHubei Province

LI Junlin 1 ， ZOU Yuqing 2 ， WAN Chuanlong 1

（1. School of Economics， Wuhan Textile University， Wuhan Hubei 430200， China;

2. School ofAccounting， Wuhan Textile University， Wuhan Hubei 430200， China）

Abstract： Fiscal and financial support for agriculture is an important means to promote rural revitalization. Based on the relevant data of Hu-bei Province from 2016 to 2021， this paper applies the three-stage DEA model and Malmquist productivity index to measure the synergisticefficiency of fiscal and financial support for agriculture in Hubei Province. It is found that the overall fiscal and financial support to agricul-ture synergy efficiency in Hubei Province shows an upward trend， despite the small fluctuations in the efficiency value of each city duringthe examination period. Environmental variables and random interference have a significant impact on the fiscal and financial support to ag-riculture synergy efficiency in Hubei Province， and after removing environmental factors and random interference， the fiscal and financialsupport to agriculture synergy efficiency in Hubei Province has changed significantly. According to the conclusion of empirical research，this paper puts forward the policy suggestions such as increasing the input of financial support for agriculture， innovating the way of finan-cial support for agriculture; encouraging financial institutions to innovate the mode of financial support for agriculture; optimizing the policyof financial and financial support for agriculture， exerting the synergistic effect of the policy of support for agriculture， and strengthening theperformance management of financial support for agriculture funds.

Key words： fiscal support for agriculture; financial support agriculture; three-stage DEAmodel; synergistic efficiency

（責任編輯：田媛苑）