劉一笑

【摘? 要】論文基于三階段DEA模型測度分析珠江-西江經(jīng)濟(jì)帶11地市2009-2018年的財政支農(nóng)支出效率。結(jié)果表明：多數(shù)地市效率值與完全有效存在差距，市域差異程度相對較大;外部環(huán)境因素對財政支農(nóng)支出效率均呈現(xiàn)顯著正相關(guān)關(guān)系;基于SFA模型回歸將各地市置于同等假定外部環(huán)境下，11地市的財政支農(nóng)支出效率均出現(xiàn)下降;各地市可依據(jù)自身效率特征，基于投入規(guī)模、資金管理等方面提升資金支出效率。

【Abstract】Based on the three-stage DEA model， this paper measures and analyzes the efficiency of fiscal expenditure for agriculture in 11 cities of the Pearl River-Xijiang economic belt from 2009 to 2018. The results show that： there is a gap between the efficiency value of most cities and the total efficiency， and the degree of city difference is relatively large; external environmental factors have a significant positive correlation with the efficiency of fiscal expenditure for agriculture; based on the SFA model regression， the efficiency of fiscal expenditure for agriculture in 11 cities decreases under the same assumed external environment; each city can improve the efficiency of capital expenditure based on its own efficiency characteristics， investment scale and capital management.

【關(guān)鍵詞】財政支農(nóng)支出;效率;三階段DEA模型;珠江-西江經(jīng)濟(jì)帶

【Keywords】fiscal expenditure for agriculture; efficiency; three-stage DEA model; Pearl River-Xijiang economic belt

【中圖分類號】F812? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）04-0063-03

1 引言

農(nóng)業(yè)是我國經(jīng)濟(jì)發(fā)展的支柱型產(chǎn)業(yè)，也是當(dāng)前經(jīng)濟(jì)發(fā)展形勢下我國“雙循環(huán)”體系的重要驅(qū)動引擎。財政支農(nóng)支出效率是“三農(nóng)”工作成效的重要衡量標(biāo)準(zhǔn)之一，提升優(yōu)化財政支農(nóng)支出效率一直以來都是學(xué)術(shù)界研究的熱點(diǎn)問題。

目前，國內(nèi)外學(xué)者關(guān)于財政支農(nóng)支出效率的研究主要集中在效率的評價方法、地區(qū)差異以及影響因素等方面。在評價方法方面，現(xiàn)有研究大多選取投入和產(chǎn)出變量來測算財政支農(nóng)支出的效率，主要方法包括面板數(shù)據(jù)模型方法[1]、數(shù)據(jù)包絡(luò)法（DEA）[2]等方法;也有學(xué)者通過探究財政支農(nóng)支出對某單一指標(biāo)的影響來推測財政支農(nóng)支出的效率水平，主要包括農(nóng)民收入[3]和城鄉(xiāng)收入差距[4]等。在地區(qū)差異方面，通過對不同區(qū)域研究對象的財政支農(nóng)支出效率進(jìn)行測算，得出由于我國各地區(qū)在經(jīng)濟(jì)發(fā)展水平、氣候環(huán)境、地理位置條件方面存在較大差異，財政支農(nóng)效率水平表現(xiàn)出明顯的地區(qū)性特征[5]。在影響因素方面，現(xiàn)有研究大部分運(yùn)用DEA-Tobit回歸模型分析影響財政支農(nóng)支出效率的影響因素，認(rèn)為影響財政支農(nóng)支出效率的因素包括投入規(guī)模和結(jié)構(gòu)[6]。

目前，我國的財政支農(nóng)支出效率評價主要集中在國家或省級層面，針對地級市、城市群或經(jīng)濟(jì)帶的研究相對較少，且研究大多基于傳統(tǒng)DEA模型，在考慮外部因素及隨機(jī)干擾因素對效率值影響的松弛問題方面存在局限性。因此，本文在現(xiàn)有研究基礎(chǔ)上，基于珠江-西江經(jīng)濟(jì)帶11地市2009-2018年的面板數(shù)據(jù)，采用三階段DEA模型剔除環(huán)境和隨機(jī)因素對效率的影響，更加準(zhǔn)確地測度并分析財政支農(nóng)支出效率，有助于完善財政支農(nóng)政策體系，對促進(jìn)珠江-西江經(jīng)濟(jì)帶農(nóng)業(yè)均衡健康發(fā)展具有重要意義。

2 研究方法與數(shù)據(jù)來源

2.1 三階段DEA

三階段DEA主要通過以下三個階段計(jì)算效率值：

①第一階段：傳統(tǒng)的DEA模型。

DEA模型將技術(shù)效率TE分解為規(guī)模效率SE和純技術(shù)效率PTE的乘積。即：

再根據(jù)SFA模型的估計(jì)結(jié)果，調(diào)整各個決策單元的投入量。

③第三階段：調(diào)整后的DEA模型。

基于調(diào)整后的投入數(shù)據(jù)及最初的產(chǎn)出數(shù)據(jù)，通過BCC模型對效率值進(jìn)行再核算。

2.2 指標(biāo)選取和數(shù)據(jù)來源

①投入產(chǎn)出指標(biāo)。產(chǎn)出指標(biāo)選取農(nóng)林牧漁業(yè)總產(chǎn)值、糧食產(chǎn)量、有效灌溉面積、造林面積、農(nóng)村居民人均消費(fèi)支出以及農(nóng)村居民人均可支配收入，投入指標(biāo)選取農(nóng)林水事務(wù)支出。

②外界環(huán)境因素指標(biāo)。選取耕地面積代表物質(zhì)資本，農(nóng)村居民受教育年限代表人力資本，農(nóng)業(yè)機(jī)械總動力代表技術(shù)進(jìn)步。

③數(shù)據(jù)來源。選取珠江-西江經(jīng)濟(jì)帶11地市2009-2018年的相關(guān)面板數(shù)據(jù)，數(shù)據(jù)來源于珠江-西江經(jīng)濟(jì)帶11地市2009-2018年的統(tǒng)計(jì)年鑒。

3 基于三階段DEA模型的珠江-西江經(jīng)濟(jì)帶財政支農(nóng)支出效率評價

3.1 第一階段測算結(jié)果

3.1.1 珠江-西江經(jīng)濟(jì)帶財政支農(nóng)支出的綜合技術(shù)效率分析

由表1可知，珠江-西江經(jīng)濟(jì)帶11市之間財政支農(nóng)支出效率差異顯著，11個市中有3個市的財政支農(nóng)支出的綜合技術(shù)效率值在2009-2018的10年考察期間內(nèi)均為1，表明這些市現(xiàn)有的財政支農(nóng)投入獲得了最優(yōu)產(chǎn)出。

3.1.2 珠江-西江經(jīng)濟(jì)帶財政支農(nóng)支出的純技術(shù)效率分析

南寧、貴港、廣州、佛山、肇慶5個市的純技術(shù)效率值在整個考察期內(nèi)均為1，占樣本總量的45.45%，說明這些市在當(dāng)前的管理體制和投入規(guī)模下，資金得到了比較充分的利用。而南寧、柳州、百色、來賓、崇左以及云浮在考察期內(nèi)均存在沒有處于生產(chǎn)前沿面的年份，而梧州在任何年份的純技術(shù)效率值都不為1①。

3.1.3 珠江-西江經(jīng)濟(jì)帶財政支農(nóng)支出的規(guī)模效率分析

規(guī)模效率的平均值為1的市有2個，分別為佛山以及肇慶，占全部樣本容量的18.18%，表明這些市的財政支農(nóng)支出基本已達(dá)到最優(yōu)規(guī)模。廣州在考察期內(nèi)的規(guī)模效率均在0.5以下，說明廣州的財政支農(nóng)支出規(guī)模與最優(yōu)規(guī)模之間還有較大差距。

3.2 第二階段SFA模型回歸結(jié)果

在第一階段傳統(tǒng)DEA模型的分析基礎(chǔ)上，將測算出的財政支農(nóng)支出的投入松弛值作為被解釋變量，解釋變量為人均耕地面積、農(nóng)村居民人均受教育年限、人均農(nóng)業(yè)機(jī)械總動力三個環(huán)境變量，進(jìn)行SFA回歸得到如表2所示的結(jié)果。

由表2可知，模型中各變量均通過了顯著性檢驗(yàn)，說明模型的變量選取是合理的。下面分別分析3個環(huán)境變量對財政支農(nóng)支出效率的影響：

①農(nóng)村居民人均耕地面積對財政支農(nóng)支出的松弛變量的影響在1%的顯著性水平上為負(fù)，說明農(nóng)村居民人均耕地面積的增加將促進(jìn)財政支農(nóng)支出效率的提高。

②農(nóng)村居民人均受教育年限對財政支農(nóng)支出的松弛變量的影響在10%的顯著性水平上為負(fù)，說明隨著農(nóng)村居民人均受教育年限的增加，財政支農(nóng)支出的投入冗余將減少。

③人均農(nóng)業(yè)機(jī)械總動力對財政支農(nóng)支出松弛變量的影響在1%的顯著性水平上為負(fù)，說明隨著人均農(nóng)業(yè)機(jī)械總動力的增加，財政支農(nóng)支出的投入冗余將減少。

通過第二階段SFA模型的回歸結(jié)果分析發(fā)現(xiàn)，環(huán)境因素對財政支農(nóng)支出的投入冗余具有顯著影響，所以環(huán)境因素干擾了第一階段DEA分析結(jié)果的準(zhǔn)確性。為使各市處于相同的環(huán)境下，利用隨機(jī)邊界分析對第一階段投入值進(jìn)行調(diào)整，并再次進(jìn)行DEA分析。

3.3 投入調(diào)整后的第三階段測算結(jié)果

本階段的測算結(jié)果相較于第一階段均有不同程度的下降，說明第一階段傳統(tǒng)DEA的測算結(jié)果并不能反映各市的真實(shí)效率水平。

3.3.1 剔除環(huán)境因素后財政支農(nóng)支出的綜合技術(shù)效率分析

由表3總體來看，在整個考察期內(nèi)沒有任何市達(dá)到了生產(chǎn)前沿面，在第一階段處于生產(chǎn)前沿面的貴港、佛山、肇慶的綜合技術(shù)效率在第三階段均出現(xiàn)了不同程度的下降。

3.3.2 剔除環(huán)境因素后財政支農(nóng)支出的純技術(shù)效率分析

2009-2018年珠江-西江經(jīng)濟(jì)帶純技術(shù)效率保持效率有效的地市從第一階段的5個地市縮減為1個地市，這說明第一階段純技術(shù)效率的虛高并不能反映其效率的真實(shí)情況，而剔除了外部環(huán)境和隨機(jī)干擾因素之后，這些市的財政支農(nóng)支出效率則暴露出了問題。

3.3.3 剔除環(huán)境因素后財政支農(nóng)支出的規(guī)模效率分析

剔除外界環(huán)境和隨機(jī)干擾因素對效率的影響后，在第一階段處于生產(chǎn)前沿面的是佛山以及肇慶，均在第三階段表現(xiàn)出了規(guī)模效率無效。11個市在整個考察期間內(nèi)達(dá)到完全有效的年份個數(shù)都小于10，大部分地市呈現(xiàn)規(guī)模報酬遞減的特點(diǎn)。

4 珠江-西江經(jīng)濟(jì)帶財政支農(nóng)支出效率評價的研究結(jié)論與對策建議

4.1 研究結(jié)論

本文基于三階段DEA對珠江-西江經(jīng)濟(jì)帶11地市2009-2018年對財政支農(nóng)支出效率進(jìn)行了測度分析，研究發(fā)現(xiàn)：

①各市間效率值呈差異化趨勢，多數(shù)地市財政支農(nóng)支出效率與完全有效仍有差距。廣西地區(qū)的純技術(shù)效率水平落后于廣東地區(qū)，多數(shù)市財政支農(nóng)資金投入效率未達(dá)到完全有效。

②二階段結(jié)果表明，外部環(huán)境變量均與效率值呈正相關(guān)關(guān)系，這表明3種外部環(huán)境影響因素的提升改善有助于財政支農(nóng)支出效率提升。

③基于二段回歸結(jié)果剔除外部環(huán)境及隨機(jī)干擾因素后，珠江-西江經(jīng)濟(jì)帶11地市效率值有明顯變動。處于較好環(huán)境下的市財政支農(nóng)投入產(chǎn)出效率可能會被高估，反之環(huán)境較差的市效率值可能被低估。

4.2 對策建議

①規(guī)范完善財政支農(nóng)資金管理體制，更新優(yōu)化財政支農(nóng)支出結(jié)構(gòu)。政府對財政支農(nóng)支出相關(guān)項(xiàng)目的立項(xiàng)和審批等環(huán)節(jié)應(yīng)加大監(jiān)管規(guī)范力度，同時優(yōu)化調(diào)整財政支農(nóng)支出結(jié)構(gòu)，將直接關(guān)系農(nóng)業(yè)農(nóng)村農(nóng)民生產(chǎn)生活的支出項(xiàng)目及時、順利實(shí)施開展。

②著眼于財政支農(nóng)資金管理應(yīng)用，以地區(qū)特點(diǎn)決策財政支農(nóng)方略，應(yīng)與地區(qū)農(nóng)業(yè)資源、設(shè)施相匹配地設(shè)定規(guī)劃財政支農(nóng)思路，廣西地區(qū)則應(yīng)基于純技術(shù)效率低而規(guī)模效率高的區(qū)域特點(diǎn)，以管理層面革新提升為有力抓手提高財政支農(nóng)支出的效率水平。

③綜合考量外部因素對財政支農(nóng)支出的影響，有針對性地規(guī)劃制定地域性“三農(nóng)”扶持政策。首要重視農(nóng)業(yè)研發(fā)投入及農(nóng)村耕地保護(hù)，引流投融資落腳于現(xiàn)代農(nóng)業(yè)技術(shù)的推廣應(yīng)用，提高農(nóng)業(yè)基礎(chǔ)設(shè)施的利用效率，更大程度地發(fā)揮物質(zhì)資本、人力資本和技術(shù)進(jìn)步對財政支農(nóng)支出效率的推動作用。

④通過財政驅(qū)動農(nóng)業(yè)產(chǎn)業(yè)引擎，帶動農(nóng)資、農(nóng)機(jī)和農(nóng)技的高速發(fā)展。要引導(dǎo)市場活躍資金注入農(nóng)業(yè)、農(nóng)村的發(fā)展事業(yè)。要著力于農(nóng)產(chǎn)品電商、農(nóng)業(yè)生產(chǎn)服務(wù)業(yè)與農(nóng)業(yè)農(nóng)村生產(chǎn)生活有機(jī)結(jié)合，大力支撐推動優(yōu)質(zhì)農(nóng)業(yè)種植企業(yè)快速發(fā)展。

【注釋】

①限于篇幅，本文沒有報告財政支農(nóng)支出純技術(shù)效率值以及規(guī)模效率值，作者可提供所省略數(shù)據(jù)。

【參考文獻(xiàn)】

【1】李磊.財政支農(nóng)政策對農(nóng)業(yè)經(jīng)濟(jì)發(fā)展績效影響的實(shí)證[J].統(tǒng)計(jì)與決策，2019，35（12）：154-156.

【2】厲偉，姜玲華.基于三階段DEA模型的我國省際財政支農(nóng)績效分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2013（01）：69-77.

【3】楊建利，岳正華.我國財政支農(nóng)資金對農(nóng)民收入影響的實(shí)證分析——基于1991～2010年數(shù)據(jù)的檢驗(yàn)[J].軟科學(xué)，2013，27（01）：42-46.

【4】劉艷華，鄭平.農(nóng)業(yè)信貸配給對農(nóng)民消費(fèi)間接效應(yīng)的雙重特征——基于面板門限模型和空間面板模型的實(shí)證分析[J].金融經(jīng)濟(jì)學(xué)研究，2016，31（03）：38-50.

【5】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(jì)經(jīng)緯，2018，35（03）：144-152.

【6】王謙，張興榮.基于DEA-Tobit模型的財政支農(nóng)支出效率評價與影響因素——以山東省為例[J].系統(tǒng)工程，2017，35（04）：91-100.