李克建，董黎明

2004—2016年，中央的一号文件都谈到“三农”问题。尤其是2016年出台的《中共中央国务院关于落实发展新理念加快农业现代化实现全面小康的若干意见》强调：农业的发展要以新的发展理念作为指导思想，农业要绿色发展，加强农村环境基础设施建设，优化农村居民的生活环境，拓宽农村居民的收入途径等。随着政府支农政策的不断完善，“三农”问题逐步得到解决，但仍存在农村基础设施建设投入力度不够，农村居民收入水平不高和生活环境较差等现实问题。农业是国民经济的基础，但存在天生的弱质性，发展农业需要政府财政资金向“三农”倾斜。提高财政支农资金的使用效率是农业经济的热点问题，而财政支农资金的效率评价是检验政府支农政策是否合理的试金石。

目前，对财政支农效率的研究主要分为以下4个方面。一是探讨财政支农效率评价体系的范围，认为公共财政支农效率评价体系包含制度体系、指标体系、组织体系、标准体系和方法体系［1］。科学合理的财政支农效率评价体系有利于推动中国新农村建设［2］。财政支农的效益包括社会效益、经济效益和生态效益［3］。二是财政支农效率的测量方法。国内大多数学者采用的效率评价方法是传统的DEA模型和只考虑环境因素的DEA-Tobit模型，以及同时考虑环境因素和随机噪声的三阶段DEA模型［4-10］。三是财政支农效益的评价对象。目前，国内学界主要从全国和省（自治区、直辖市）2个角度利用统计数据进行实证分析。四是分析财政支农资金的结构效率，主要包括行政部门支出、事业部门支出、财政支农生产性支出、财政支农补贴支出等不同支出结构的效率分析［11-13］。由上述分析可知，国内对财政支农效率问题的研究已较为全面，但仍然存在一些局限。国内大多数文献的研究对象是以全国作为研究单位，对单个省份的研究较少；大多数学者使用的方法是传统的DEA模型，无法得知造成决策单元无效的原因是内部管理无效，还是由环境因素或者是随机干扰造成。因此，我们在现有研究的基础上，利用可剔除环境因素和随机噪声的三阶段DEA模型，构建以经济效益、生态效益和社会效益为核心的评价体系，使用2008—2015年安徽省及其16个市的面板数据，测算安徽省的财政支农资金支出绩效。

一、模型选择

数据包络模型由A.Charnes等人在1970年率先提出，用于评价决策单元的效率。他们建立的第一个模型被称为CCR模型，主要用来研究多个投入-产出变量，但该模型只能得到决策单元的技术效率。随着模型假设条件的改变，学者们建立了新的BCC模型，不但可以得到技术效率，还可得到由技术效率分解得到的纯技术效率和规模效率。若技术效率无效，且纯技术效率小于规模效率，则表明纯技术效率无效导致技术效率无效。若纯技术效率大于规模效率，则说明规模效率无效导致技术效率无效。

《Incorpor ating the operating environment into a nonparametric measure of technical efficiency》 《accounting for environmental effects and statistical noise in data envelopment analysis》2篇文章提出如下观点：传统的DEA模型进行实证分析时没有考虑环境因素和随机噪声对决策单元效率的影响，第1篇论文仅考虑了环境因素的影响，第2篇论文则同时考虑了环境因素和随机噪声的影响。三阶段DEA模型则考虑了如何在第二阶段剔除环境因素和随机噪声因素。

第一阶段：根据投入和产出数据，运用传统的DEA模型，选择投入导向的BCC模型，可以得到投入松弛变量。

第二阶段：将投入松弛变量分解成环境因素、管理无效率和统计噪声，并使用SFA回归。在对第一阶段的松弛值进行回归时，可以同时调整投入和产出或者只调整其中一个因素。第一阶段是选择投入导向，第二阶段需要对投入松弛变量进行随机前沿回归，根据得到的结果，再调整投入变量。也可以将多个单独的SFA回归或者将所有的松弛变量平均汇总然后只估计一个单独的SFA回归。前一种方法可以反映环境变量对不同的松弛变量的影响，后者自由度更高。依据上述分析，可以构建类似SFA回归函数（以投入导向为例）：

式中：Sni是i个决策单元第n项投入的松弛值；Zi是环境变量；βn是环境变量的系数；vni+uni是混合误差项；vni表示随机干扰，；uni表示管理无效率，。

SFA回归为了剔除环境因素和随机噪声因素产生的影响，将所有决策单元调整到处在相同的外部环境，调整公式如下：

管理无效率的分离公式形式如下：

随机误差项的计算公式如下：

第三阶段：对剔除环境和随机噪声因素后的投入产出变量的DEA效率值进行测算。对经过调整后的投入变量运用传统的DEA方法，测算各决策单元的效率值。该结果已剔除环境因素和随机干扰因素后的效率值，相对准确。

二、实证分析

农业发展产生的效益包括经济效益、社会效益和生态效益。因此，研究一个区域的农业发展状况、财政支农的效率也应该从这几个方面着手，构建一个合理、准确和全面的指标评价体系。

（一）指标选取及数据来源

1.指标体系的构建

（1）投入-产出指标。以我国2007年统计年鉴口径变化（财政支农各项目的金额不再进行披露）为基础，选取安徽省财政支农的支出总额作为支出指标，以安徽省统计年鉴中的农林水事务支出表示；投入指标则选取可以反映经济效益的农林牧渔总产值；社会效益方面选取代表可保证粮食安全的粮食总产量；生态效益选取代表我国农田水利建设成果的有效灌溉面积。

（2）环境指标。根据三阶段DEA方法的要求，从人力、物力、财力3个方面选择环境变量。首先，在人力方面，区域内从事农业生产的人越多，劳动力就越充足，所以选择农业从业人员比重来反映农业劳动力的状况。其次，在物力方面，区域内农村居民在进行农业生产时，拥有的农业生产相关的初始资本决定了该区域的农业发展规模。农业资本投入越多，所产生的规模效益越大。因此，选择农村居民家庭经营耕地面积代表农民从事生产时自身所持有的资本。最后，在财力方面，区域的农业经济发展状况在一定程度上可以促进当地的农业发展，农业经济越发达，表明当地政府的财力强，政府对于农业的投入力度大，政府支农的外部环境更好，对农业的发展有更积极的影响。

2.数据来源

本次研究选取了安徽省2008—2015年代表财政支农投入的农林水事务支出、反映财政支农效益的农林牧渔总产值、粮食产量和有效灌溉面积，以及影响支农效率的环境变量的相关数据。采用环境虚拟变量，对农业经济比重、农业从业人员比重、农村居民家庭耕地面积进行标准化离差处理。本次研究所有数据来源于安徽省2009—2016年的统计年鉴。

（二）实证结果分析

1.第一阶段测算结果

从安徽省整体、市级、区域分析第一阶段的测算结果。

（1）安徽省整体层面分析。2008—2015年安徽省财政支农效率的总体水平不高，在此期间效率水平无一年达到相对有效的状态，平均效率为0.57。纯技术效率水平的均值为0.96，除去2014年，其他年份效率基本达到相对有效水平。规模效率的均值是0.57，大多数年份没有达到规模效率最优的状态，但总体上效率水平呈上升趋势。

（2）市级分析。根据综合效率可知，安徽省16个市在考察期内未有一个市全部达到有效综合效率，亳州市有7年达到相对有效，排第1名。宿州市有5年达到相对有效，排第2名。蚌埠市有2年达到相对有效，排第3名。其余市在考察期内均未达到相对有效。根据纯技术效率可知，亳州市和宿州市在整个考察期内的纯技术效率都处在相对有效的状态，排第1名。阜阳市和铜陵市有7年达到相对有效，排第2名。淮北市有6年达到相对有效，排第3名。蚌埠市有4年达到相对有效，排第4名。淮南市只有1年达到相对有效，排第5名。剩余各个市均未达到相对有效的状态。根据规模效率可知，亳州市有7年达到相对有效，排第1名。宿州市有5年达到相对有效，排第2名。淮北市、蚌埠市、安庆市有2年达到相对有效，排第3名。阜阳市、淮南市、铜陵市、池州市只有1年达到相对有效，排第4名。其余各市在考察期内均未达到相对有效的状态。

2.第二阶段测算结果

以第一阶段得到的投入松弛变量和农业经济比重、农业从业人员比重、农村居民家庭经营耕地面积作为被解释变量，建立随机前沿分析模型，运用Frontier 4.1软件得到回归结果。

农业从业人员比重与财政支农松弛变量呈负相关，且在1%的水平下显著，表明农业从业人员比重越高，财政支农的效率越大。农业经济比重与财政支农松弛变量呈负相关，且在1%的水平下显著，说明农业经济比重可以促进财政支农效率增加。由于家庭经营耕地面积的T统计量不显著，因此家庭经营耕地面积不能解释投入松弛变量。LR统计量的值为8.820，大于在5%的显著性水平的临界值，说明此模型合理。根据回归结果，将投入的松弛变量分解成管理无效项和随机噪声项，再将投入变量调整到相同的环境和随机影响的水平。

3.第三阶段测算结果

（1）总体分析。对比第一阶段的测算结果，调整后的安徽省财政支农在观测期间内的综合效率均值从0.57增加到0.68，调整环境因素和随机噪声因素后安徽省整体的财政支农效率上升，表明安徽省整体的人力、物力、财力在一定程度上抑制了财政支农的效率。从第三阶段来看，安徽省财政支农效率达到相对有效的状态还需提高0.32，同时观测期间内纯技术效率的均值大于规模效率，说明导致安徽省效率水平较低的原因是财政支农资金的规模未达到最优，财政支农力度不够。

（2）市级分析。对比第一阶段的结果分析可知，在整个观测期内，调整环境因素和随机噪声因素之后，各市的财政支农综合效率在一定程度上下降。其中，亳州市、蚌埠市、阜阳市在未调整之前的综合效率值大于0.90，调整之后下降到0.30左右，表明该地区的财政支农效率低，环境因素和随机噪声因素导致的财政支农效率虚高。淮北市的财政支农效率受到环境因素和随机噪声因素影响的程度最大，调整之前综合效率是0.88，调整之后下降到0.19，表明环境因素和随机噪声因素导致第一阶段效率水平虚高。调整之后各市综合效率下降，是由于纯技术效率下降幅度大于规模效率下降幅度。

以0.80为标准对财政支农的纯技术效率和规模效率进行划分，可将安徽省16个市分成4个区域（见图1）。第Ⅰ象限的区域称为“双高区”，主要包括宿州市。这个区域表明财政支农的纯技术效率和规模效率都不错，需要改进的地方不多。第Ⅳ象限的区域成为“高低区”，主要包括六安市、合肥市、滁州市、亳州市、安庆市和阜阳市。这个区域表明规模效率较高，但纯技术效率偏低，需要提高财政支农资金的管理水平。第Ⅲ象限称为“双低区”，主要包括蚌埠市、宣城市、淮南市、芜湖市、淮北市、马鞍山市、池州市、黄山市和铜陵市。这个区域的规模效率和纯技术效率水平都比较低，因此在提高财政支农资金的管理效率的同时，还要加大财政支农资金的投入。

图1 安徽省16个市的财政支农纯技术效率和规模效率分布

（3）区域分析。安徽省各区域财政支农综合效率均值的变化趋势图见图2。由图2可知，在整个观测期内皖中和皖北的综合效率均值一直大于皖南地区的综合效率均值，并且它们之间的差距长期保持在一定的范围。3个区域的综合效率均值的变化趋势近乎一致，各地区间的差异变化较小。皖北和皖中地区的综合效率均值都在一定的水平下上下浮动，说明两者之间的财政支农资金效率水平相差不大，而皖北和皖南地区之间的效率差异变化较大。

安徽省各区域财政支农纯技术效率均值的变化趋势见图3。由图3可知，2008—2015年皖北、皖中、皖南的纯技术效率均值变化趋势大体一致。2012年以后，皖北和皖南的纯技术效率大于皖中地区，皖北和皖南两者之间的差距不断扩大，皖中和皖南的差距在减小，但皖北和皖中的差距变化较小。

安徽省各区域财政支农规模效率均值的变化趋势见图4。由图4可知，在考察期内皖中地区的规模效率水平大于其他2个地区的规模效率水平，皖北地区的规模效率水平大于皖南地区的规模效率水平。3个地区的规模效率没有较大变化，同时三者之间的变化趋势保持一致，各地区之间的效率水平差异基本保持不变。

图2 安徽省各区域财政支农综合效率均值的变化趋势

图3 安徽省各区域财政支农纯技术效率均值的变化趋势

图4 安徽省各区域财政支农规模效率均值的变化趋势

三、研究结论

本次研究运用三阶段DEA模型对2008—2015年安徽省各市财政支农资金的效率进行实证分析。研究结果表明：（1）农业从业人员与安徽省财政支农效率值呈正相关关系，农业经济比重与安徽省财政支农效率值呈正相关关系。（2）剔除环境和随机干扰因素后，安徽省的整体综合效率增加，但其16个市的综合效率大幅减少，说明安徽省各市良好的环境因素提高了其效率水平。（3）造成安徽省整体财政支农效率低的原因是安徽省整体的规模效率小于纯技术效率，规模不足是导致安徽省整体财政支农效率水平不高的原因。（4）安徽省各市的财政支农效率不高的原因是大多数调查地区处在“双低区”和“高低区”。（5）安徽省各地财政支农效率的差异明显，并基本保持不变。

四、对策建议

第一，实行规模化的农业经济，减少农业生产成本，提高农产品价格，促进区域农业经济的发展，进一步提升财政支农效率。

第二，积极鼓励优秀人才从事农业生产相关活动，正确引导新时期的大学生形成科学合理的就业观念，增加农业从业人员比重的同时，提升从事农业生产人员的文化素质，提高政府财政支农的效率。

第三，各地区应根据财政支农效率不足的原因进行有针对性的改善。处在“双低区”的各市应提高其财政支农资金管理水平和加大财政支农资金投入规模。处在“高低区”的市应主要提高其财政支农资金的管理水平。处在“双高区”的市要改善现有的财政支农资金的管理方法，保持投入规模。根据区域分析，皖中地区的规模效率大于纯技术效率，该区域要提高财政支农资金的管理水平。皖北地区的规模效率小于纯技术效率，该区域要调整财政支农资金投入规模。

第四，健全财政支农资金的管理制度。地方政府要统筹协调财政支农资金，做到多主体、多渠道投入，形成整体合力。同一性质的资金由同一性质的单位管理，避免出现资金分散收支混乱的局面，影响资金使用的整体效益。

[1]湖北省财政科学研究所课题组.建立财政支农支出绩效评价体系研究[J].经济研究参考，2008（38）.

[2]赵国新，张居贵.我国财政支农资金效益评价分析[J].农业与农村经济，2008（3）.

[3]李明星，李同山.财政支持新农村建设的效率评价标准探析[J].兰州学刊，2007（7）.

[4]王谦，李超.基于三阶段DEA模型的我国财政支农支出效率评价[J].财政研究，2016（8）.

[5]宫善栋.财政支农效率研究：以辽宁为例[J].东北财经大学学报，2017（2）.

[6]厉伟，姜玲，华坚.基于三阶段DEA模型的我国省际财政支农绩效分析[J].华中农业大学学报，2014（1）.

[7]周红梅，李明贤.基于DEA模型的湖南省财政支农支出效率评价[J].农业现代化研究，2016（2）.

[8]李燕凌.基于DEA-Tobit模型的财政支农效率分析：以湖南省为例[J].中国农村经济，2008（9）.

[9]何军，胡亮.基于DEA模型的国家财政支农资金效率评价[J].生产力研究，2010（8）.

[10]杨君茹，万莎.粮食安全、农民增收与财政支农资金效率的耦合分析：基于DEA-Tobit模型的实证研究[J].管理学研究，2013（4）.

[11]谭晶晶，向萍.中国财政支农资金效率评价[J].湖南农业大学学报（社会科学版），2008（4）.

[12]王银梅，刘丹丹.我国财政农业支出效率评价[J].农业经济问题，2015（8）.

[13]何正国，王强.财政支农支出优先次序研究[J].管理世界,2006（10）.