孟 婷，余紅艷，劉子杰

(1.安徽財經(jīng)大學 財政與公共管理學院, 安徽 蚌埠 233030；2.安徽財經(jīng)大學 經(jīng)濟學院，安徽 蚌埠 233030)

0 引言

近年來，“三農(nóng)”問題成為政府關(guān)注的焦點，2020年我國要實現(xiàn)全面脫貧攻堅的目標，貧困縣經(jīng)濟發(fā)展緩慢一直是區(qū)域性貧困問題的主要瓶頸[1].我國是農(nóng)業(yè)大國，農(nóng)業(yè)對縣域經(jīng)濟的發(fā)展有著舉足輕重的影響，但基礎(chǔ)性地位和弱質(zhì)性決定了農(nóng)業(yè)的發(fā)展需要政府政策和資金的支持[2].2019年《中共中央 國務(wù)院關(guān)于堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展做好“三農(nóng)”工作的若干意見》中再次突出強調(diào)，要優(yōu)先保障“三農(nóng)”資金投入，公共財政要更大力度向“三農(nóng)”傾斜.我國財政支農(nóng)支出的比重不斷增加，但在目前的財政支農(nóng)體系中，重支出、輕管理的現(xiàn)象依然存在[3], 財政支農(nóng)績效水平有待進一步提高.

安徽省積極響應(yīng)政府脫貧攻堅的號召，向三農(nóng)方面給予一定的政策傾斜和優(yōu)惠,以助力推動農(nóng)業(yè)經(jīng)濟發(fā)展[4].同時加大財政支農(nóng)支出的投入，2018年安徽省財政支農(nóng)支出絕對規(guī)模達到704.86億元，相對規(guī)模達到10.72%，較2007年增長2.5個百分點.經(jīng)過長期努力，安徽省取得了較為顯著的扶貧成效，自2014年建檔立卡以來，貧困發(fā)生率從9.1%降低至2018年的0.93%，累計實現(xiàn)脫貧的貧困人口數(shù)量達到了441.6萬.但目前的扶貧任務(wù)依然艱巨，截止2019年，安徽省內(nèi)還有8個國家級貧困縣未達到脫貧標準，在農(nóng)業(yè)經(jīng)濟發(fā)展方面仍然存在一些深層次的制約因素.

目前，國內(nèi)學者對財政支農(nóng)績效的研究主要集中在3個層面：一是國家層面.王謙等通過構(gòu)建三階段DEA模型測算出1995-2014年期間我國28個省(市)的財政支農(nóng)支出效率，得出全國整體財政支農(nóng)支出效率水平不高，且存在明顯的地區(qū)差異的結(jié)論，并從人力、物力、財力3個方面驗證了外界環(huán)境因素對財政支農(nóng)支出效率的影響[5].二是省際層面.毛暉等利用我國2007-2014年的省域面板數(shù)據(jù)進行實證分析，發(fā)現(xiàn)我國不同區(qū)域間的財政支農(nóng)績效差異較為顯著[3].三是市級層面.以某個省份為研究對象，徐合帆等以湖北省為例，構(gòu)建BCC模型和Malmquist指數(shù)法的DEA-Tobit模型對該省績效進行綜合評價，認為湖北省財政支農(nóng)績效整體較低的主要原因是規(guī)模效率較低[6]；房玲秀基于2006-2015年安徽省16個地級市的面板數(shù)據(jù)，運用傳統(tǒng)的DEA模型分析得出安徽省財政支農(nóng)支出結(jié)構(gòu)不合理的結(jié)論，并針對性提出了優(yōu)化財政支農(nóng)結(jié)構(gòu)的對策建議[4].

國內(nèi)學者對財政支農(nóng)效率的研究成果具有借鑒意義.筆者認為在已有研究成果的基礎(chǔ)上，在研究內(nèi)容、研究方法方面可以更加豐富.首先，從研究對象上來看，已有研究涉及的決策單元范圍較廣.以對某個省份各城市財政支農(nóng)績效評價為例，省內(nèi)各地區(qū)經(jīng)濟發(fā)展情況差異較大，經(jīng)濟相對發(fā)達的城市多以服務(wù)業(yè)、工業(yè)為主，而農(nóng)業(yè)更多的是一些貧困縣域的經(jīng)濟支柱產(chǎn)業(yè).因此，將某個省域內(nèi)的同等級貧困縣篩選出來進行比較分析，或許財政支農(nóng)績效評估的可比性會更好，能夠更具針對性地有效解決我國“三農(nóng)”問題.其次，從績效評價方法上來看，國內(nèi)學者多采用傳統(tǒng)的DEA模型或DEA-Tobit模型，忽視了各地區(qū)農(nóng)業(yè)發(fā)展環(huán)境差異等其他方面的不可控因素，難以對造成某一評測對象財政支農(nóng)績效低的具體因素進行深入探究.

鑒于此，本文將研究視角定位為安徽省6個國家級貧困縣，基于2008-2017年的時序樣本數(shù)據(jù)，構(gòu)建三階段DEA模型對縣域財政支農(nóng)績效進行實證分析，以推斷各縣域的真實農(nóng)業(yè)經(jīng)濟發(fā)展水平，并進一步探討地區(qū)經(jīng)濟發(fā)展水平、農(nóng)業(yè)機械化水平兩個環(huán)境因素對績效水平的影響.最后依據(jù)實證結(jié)果，提出針對性對策建議，以期推動縣域農(nóng)業(yè)經(jīng)濟發(fā)展，助力安徽省貧困縣實現(xiàn)高質(zhì)量脫貧.

1 模型構(gòu)建

1.1 模型介紹

數(shù)據(jù)包絡(luò)分析方法(DEA)是一種用于評價決策單元效率的方法，實質(zhì)上是線性規(guī)劃問題.但傳統(tǒng)DEA模型的不足在于其僅考慮了決策單元的可控因素，忽略了外界環(huán)境等不可控因素可能產(chǎn)生的影響.此后Fried等人在傳統(tǒng)DEA模型基礎(chǔ)上提出了三階段DEA模型，其結(jié)合了數(shù)據(jù)包絡(luò)分析方法和隨機前沿分析方法(SFA)，剔除了環(huán)境因素和隨機噪聲對效率評價的影響，更能真實地反映出各決策單元的效率水平[7].

1.1.1 第一階段：傳統(tǒng)DEA模型分析初始效率

傳統(tǒng)的DEA模型又被稱為CCR模型，但該模型建立的假設(shè)前提是規(guī)模報酬不變，且只能得到技術(shù)效率.此后學者們對CCR模型進行不斷修正后提出了新的BCC模型，該模型假設(shè)規(guī)模報酬可變，在計算出技術(shù)效率的基礎(chǔ)上，還能將技術(shù)效率(TE)轉(zhuǎn)化為純技術(shù)效率(PTE)和規(guī)模效率(SE)的乘積[12]，即：TE=PTE×SE.

BCC模型又可細分為投入導向型和產(chǎn)出導向型兩種，本文的研究目的是對縣域財政支農(nóng)支出的績效進行評估，故選用投入導向型的BCC模型[8]，其形式可表現(xiàn)為：

其中，j=1,2,…,n是指決策單元，X代表投入向量，Y代表產(chǎn)出向量.若θ=1，S+=S-=0，則認為決策單元DEA有效；若θ=1，S+≠0或S-≠0，則認為決策單元弱DEA有效；若θ<1，則認為決策單元非DEA有效.

1.1.2 第二階段：構(gòu)建隨機前沿分析模型(SFA)

由于傳統(tǒng)DEA模型中的決策單元會受到環(huán)境因素和隨機干擾項的影響，第二階段通過構(gòu)造SFA模型，利用第一階段計算出的松弛變量對環(huán)境變量和混合誤差項進行回歸，以排除這些因素帶來的干擾[9]，模型的具體形式如下(以投入導向為例)：

Sni=f(Zi,βn)+vni+uni

式中，i=1,2,…，I；n=1,2,…，N；Sni表示第i個決策單元第n項投入的松弛值；Zi和βn分別表示環(huán)境變量以及環(huán)境變量的系數(shù)；vni+uni是混合誤差項，vni表示隨機干擾，uni表示管理無效率.

根據(jù)上述模型的回歸結(jié)果，對每個決策單元的投入值進行調(diào)整，調(diào)整公式如下：

1.1.3 第三階段：調(diào)整后投入產(chǎn)出變量的DEA效率分析

1.2 指標選取與數(shù)據(jù)來源

1.2.1 指標體系的構(gòu)建

1)投入-產(chǎn)出指標

根據(jù)DEA模型建立的要求，決策單元數(shù)量至少應(yīng)當是評價指標數(shù)量的兩倍，兼顧到指標數(shù)據(jù)的可獲取性[10]，本文最終選取了1個投入指標和4個產(chǎn)出指標.投入指標選取財政支農(nóng)支出，口徑為農(nóng)林水事務(wù)支出(2007年以后，財政支農(nóng)支出的統(tǒng)計口徑發(fā)生了變化，統(tǒng)一采用農(nóng)林水事務(wù)這一新指標來表示).通過借鑒已有的研究成果，本文的產(chǎn)出指標從經(jīng)濟效益、社會效益、生態(tài)效益3個方面進行選取.在經(jīng)濟效益方面，選取農(nóng)林牧副漁總產(chǎn)值、農(nóng)村居民家庭人均可支配收入兩個指標，農(nóng)林牧漁總產(chǎn)值直接反映出一定時期農(nóng)業(yè)生產(chǎn)的規(guī)模和成果[11]，而農(nóng)村居民家庭人均可支配收入則體現(xiàn)了農(nóng)民的生活水平；在社會效益方面，選取糧食總產(chǎn)量指標，可表示糧食安全；在生態(tài)效益方面，選取有效灌溉面積指標，反映了農(nóng)田水利建設(shè)成果[4].

2)環(huán)境指標

考慮到一個地區(qū)的財政支出績效不僅與國家財政扶持力度的大小有關(guān)，還受各類環(huán)境因素的影響[12]，本研究還引入了環(huán)境因素指標.由于本文的研究對象是縣域，能夠獲取的指標數(shù)量有限，在此只選取了人均地區(qū)生產(chǎn)總值(人均GDP)來體現(xiàn)當?shù)氐慕?jīng)濟發(fā)展水平，以及農(nóng)業(yè)機械總動力來體現(xiàn)當?shù)氐霓r(nóng)業(yè)機械化水平[6]，兩者對區(qū)域的農(nóng)業(yè)發(fā)展水平都起到了較強的促進作用.

圖1 財政支農(nóng)支出績效評價指標體系

1.2.2 數(shù)據(jù)來源

以目前安徽省6個國家級貧困縣為研究對象(截止2019年公布的信息，安徽省還有8個國家級貧困縣，由于潁東區(qū)、石臺縣缺少部分統(tǒng)計數(shù)據(jù)，為了避免缺失數(shù)據(jù)對研究結(jié)果可能帶來不良影響等現(xiàn)象的出現(xiàn)，故在樣本中剔除了這兩個縣域)，以2008-2017年10個年度作為決策單元，所收集到的指標數(shù)據(jù)均來源于《安徽統(tǒng)計年鑒》和《中國縣域統(tǒng)計年鑒》.

2 實證分析

首先，DEA方法中要求在選取變量時要滿足投入項與產(chǎn)出項之間必須具備“同向性”，即投入與產(chǎn)出的數(shù)值必須呈現(xiàn)同方向變化趨勢[12].運用SPSS 24.0軟件對上述投入和產(chǎn)出指標進行Pearson相關(guān)性檢驗，結(jié)果如表1所示.

表1 投入與產(chǎn)出變量間的相關(guān)性檢驗

注：*,**和***分別表示在1%,5%和10%顯著性水平下，相關(guān)性顯著.

由檢驗結(jié)果可以看出，本文選取的投入與產(chǎn)出變量之間的相關(guān)系數(shù)均為正，并且都在1%的顯著性水平下通過了相關(guān)性檢驗，表明顯著相關(guān).由此說明，指標的選擇滿足DEA模型變量選取的要求.

2.1 第一階段的測算結(jié)果分析

剔除環(huán)境因素與隨機擾動項的影響，運用DEAP2.1軟件對安徽省6個國家級貧困縣的投入產(chǎn)出量進行初步測算.依據(jù)時序樣本數(shù)據(jù)，分別得到6個縣在2008-2017年間的財政支農(nóng)支出效率值和規(guī)模報酬變化趨勢(表2)，并據(jù)此繪制出折線圖，如圖2和圖3所示.

表2 2008-2017年安徽省6個國家級貧困縣效率值

2.1.1 技術(shù)效率分析

除2008年外，6個縣的技術(shù)效率值均小于1，說明都未達到完全有效.各縣10年間的技術(shù)效率均值普遍較低，集中在0.5～0.75范圍內(nèi).其中:臨泉縣的技術(shù)效率均值最高，但仍與生產(chǎn)前沿面相差0.289，存在一定的提升空間；阜南縣的技術(shù)效率均值最低為0.503，說明財政支農(nóng)資金的投入中僅有50.3%得到了有效利用，剩余的近一半財政資金都沒有對財政支農(nóng)績效做出貢獻[4].

此外，從時間變化上來看，在整個考察期間，安徽省6個國家級貧困縣的技術(shù)效率均呈現(xiàn)波動中下降的趨勢，尤其是2008-2009年效率值下滑幅度最大.引發(fā)該現(xiàn)象的原因可能是2008年世界金融危機對國家財政收支造成影響，突出了2009年收支緊張的矛盾.之后經(jīng)濟復蘇同時伴隨著政府對財政支農(nóng)績效的日益重視，從2011年開始，這6個貧困縣的技術(shù)效率值在保持小幅度上下波動中整體呈現(xiàn)短期緩慢回升趨勢.

圖2 2008-2017年安徽省6個國家級貧困縣技術(shù)效率趨勢圖

2.1.2 純技術(shù)效率和規(guī)模效率分析

從技術(shù)效率來看，6個貧困縣的純技術(shù)效率在10年考察期間有多個年度表現(xiàn)為完全有效，太湖縣、臨泉縣、阜南縣、蕭縣、霍邱縣、金寨縣的純技術(shù)有效年度個數(shù)分別為7、7、9、8、8、7.從規(guī)模效率來看，除了臨泉縣的規(guī)模效率在考察期間整體處于小幅度上下波動且維持在相對較高水平上，其余5個縣域的規(guī)模效率整體都處于遞減狀態(tài)，意味著即使政府再加大投入支出，績效水平也不會有明顯的提高，因此需要考慮調(diào)整這5個縣的投入結(jié)構(gòu)，以達到提高投入效率的目的[13].此外，各縣各年度的純技術(shù)效率值均高于規(guī)模效率值，表明規(guī)模效率是制約這6個國家級貧困縣財政支農(nóng)支出效率的主要因素，意味著這10年間安徽省對這6個貧困縣的財政支農(nóng)支出在規(guī)模上存在問題且其程度較為嚴重[14].

圖3 2008-2017年安徽省6個國家級貧困縣規(guī)模效率趨勢圖

2.2 第二階段的測算結(jié)果分析

將第一階段求得的投入指標松弛變量作為被解釋變量，三項環(huán)境因素指標作為解釋變量，構(gòu)建隨機前沿分析模型(SFA)，將6個貧困縣2008-2017年的數(shù)據(jù)代入計算，運用Frontier4.1軟件進行回歸，得到SFA分析回歸參數(shù)檢驗結(jié)果(表3).從表3中可以看出，每個縣域經(jīng)過SFA分析得出的LR統(tǒng)計量值均大于在5%的顯著性水平下、自由度為2的臨界值5.138，由此說明解釋變量的選取是較為合理的.

此外，表示內(nèi)部管理或技術(shù)無效的方差占總體方差的比重，其數(shù)值越趨近于1，表明財政支農(nóng)資金內(nèi)部管理或投入規(guī)模無效對效率的影響越大.SFA分析結(jié)果顯示，每個貧困縣分析得出的統(tǒng)計量值均接近于1，說明財政支農(nóng)資金內(nèi)部管理或投入規(guī)模的影響占據(jù)主導地位，因此，用SFA模型分離出每個縣域各年度的環(huán)境因素，使之處于相同外界環(huán)境下進行分析是有必要的[12].

表3 SFA分析回歸參數(shù)檢驗

在SFA回歸方程中，如果環(huán)境變量的回歸系數(shù)大于0，表明該變量數(shù)值的增加將導致投入松弛量增加，進而使財政支農(nóng)資金的使用效率降低；反之，回歸系數(shù)小于0，將有利于提高財政支農(nóng)支出效率[15].由檢驗結(jié)果可以看出，在考察期間，太湖縣的農(nóng)業(yè)機械總動力對財政支農(nóng)績效有顯著負向影響，說明增加該地區(qū)的農(nóng)業(yè)機械總動力能夠有效促進財政支農(nóng)支出績效的提升；阜南縣、蕭縣、霍邱縣、金寨縣的人均GDP對財政支農(nóng)績效有顯著負向影響，表明提升經(jīng)濟發(fā)展水平在一定程度上能夠減少投入資源冗余，進而推動財政支農(nóng)支出績效向前沿面邁進[16].

2.3 第三階段的測算結(jié)果分析

根據(jù)第二階段SFA回歸的結(jié)果，將投入的松弛變量分解成環(huán)境因素、管理無效項和隨機噪聲項，再將投入變量調(diào)整到相同的環(huán)境和隨機影響的水平下.運用DEAP2.1軟件，對調(diào)整后財政支農(nóng)支出投入數(shù)據(jù)和相關(guān)產(chǎn)出數(shù)據(jù)再次進行測算.

3.3.1 效率值縱向比較分析

測算結(jié)果顯示，各縣域在考察期間內(nèi)調(diào)整后的純技術(shù)效率值變化不明顯.根據(jù)相關(guān)公式可知，若其值基本保持不變，將會呈現(xiàn)一致的變化趨勢.在此，僅分析各縣域10年間技術(shù)效率值的變化(表4、表5).

表4 DEA第一階段與第三階段各縣域各年度技術(shù)效率值比較

表5 DEA第一階段與第三階段各縣域各年度技術(shù)效率值比較(續(xù))

從表4和表5中可以看出各縣域在考察期間調(diào)整前后的技術(shù)效率值變化情況.6個貧困縣中只有太湖縣和臨泉縣各年度的技術(shù)效率值變化相對明顯，其他縣域調(diào)整前后的數(shù)值差異很小.考察期間太湖縣和臨泉縣調(diào)整前后的技術(shù)效率變化幅度的直方圖如圖4所示.

圖4 太湖縣和臨泉縣調(diào)整前后技術(shù)效率的變化幅度

由圖4可以明顯看出，太湖縣在考察期間內(nèi)技術(shù)效率變化幅度呈現(xiàn)波動態(tài)勢，在2011年的變化幅度最大，說明外界環(huán)境和隨機干擾因素對當?shù)刎斦мr(nóng)績效的抑制程度自2012年開始降低，但2017年又有回升的趨勢；臨泉縣的技術(shù)效率變化幅度整體呈現(xiàn)上升態(tài)勢，在2015年和2017年變化幅度較大，均為0.138，說明外界環(huán)境和隨機干擾因素對當?shù)刎斦мr(nóng)績效的抑制程度逐年提升.總體來說，臨泉縣的技術(shù)效率變化幅度明顯大于太湖縣，在2013-2017年較為明顯，同時也顯示臨泉縣在6個貧困縣中所受到的外界環(huán)境影響程度最大.

2.3.2 效率值橫向比較分析

對安徽省6個國家級貧困縣2008-2017年財政支農(nóng)平均績效進行橫向比較分析(表6).從表6中可以看出，在剔除了外界環(huán)境和隨機干擾因素對效率測度的影響后，太湖縣和臨泉縣的3項平均效率值都有所上升，表明這兩個地區(qū)的環(huán)境影響因素，即經(jīng)濟發(fā)展水平、農(nóng)業(yè)機械化水平在一定程度上抑制了財政支農(nóng)的效率[12].蕭縣、霍邱縣、金寨縣的3項平均效率值均呈現(xiàn)出不同程度的下降，表明在第一階段中測算的效率值不能準確的反映這3個縣域真實的財政支農(nóng)績效水平，良好的外界環(huán)境和其他隨機干擾因素會引起效率水平出現(xiàn)“虛高”的假象[5].阜南縣在調(diào)整前后，各項效率值均未發(fā)生明顯變化，說明環(huán)境因素并未對其財政支農(nóng)績效產(chǎn)生較大的影響.

表6 DEA第一階段與第三階段各縣域平均效率值比較

3 結(jié)論與對策建議

3.1 研究結(jié)論

通過構(gòu)建三階段DEA模型，對2008-2017年安徽省6個國家級貧困縣的財政支農(nóng)支出績效進行了實證分析，得出以下幾點主要結(jié)論：

1)從整體來看，安徽省6個國家級貧困縣的財政支農(nóng)績效水平一般.數(shù)據(jù)分析結(jié)果顯示，6個縣域中臨泉縣的技術(shù)效率均值相對最高，但與生產(chǎn)前沿面還有一定的差距，存在一定的改善空間，而阜南縣的技術(shù)效率均值相對最低.

2)從時間變化上來看，安徽省6個國家級貧困縣的技術(shù)效率在整個考察期間均呈現(xiàn)波動中下降的趨勢.在2008-2011年期間，可能受到了世界金融危機的影響，每個縣域的技術(shù)效率下滑幅度較大，在短期的回升趨勢出現(xiàn)后，繼而表現(xiàn)出相對平穩(wěn)的小幅上下波動.

3)規(guī)模效率是制約這6個國家級貧困縣財政支農(nóng)績效的主要因素.各貧困縣的純技術(shù)效率在考察期間內(nèi)有多個年度都表現(xiàn)為完全有效，且各縣各年度的純技術(shù)效率值均高于規(guī)模效率值，說明這6個貧困縣的財政支農(nóng)支出在規(guī)模上存在問題且其程度較為嚴重.

4)不同的環(huán)境因素值變化對各縣域的財政支農(nóng)績效產(chǎn)生的影響有差異.針對太湖縣而言，增加農(nóng)業(yè)機械總動力能夠有效促進當?shù)刎斦мr(nóng)績效的提高；針對阜南縣、蕭縣、霍邱縣、金寨縣而言，高經(jīng)濟發(fā)展水平對提升財政支農(nóng)績效起到重要作用；針對臨泉縣而言，兩個環(huán)境變量的提升對提高績效水平?jīng)]有明顯的幫助.

5)在6個貧困縣中，臨泉縣受到的環(huán)境因素和隨機擾動因素影響程度最大，且這些因素對當?shù)刎斦мr(nóng)績效的抑制程度在近幾年逐年提升.蕭縣、霍邱縣、金寨縣受到較好的外界環(huán)境和隨機干擾因素影響，出現(xiàn)了效率水平“虛高”的假象.

3.2 對策建議

為有效提升安徽省6個貧困縣財政支農(nóng)績效水平、助力精準脫貧，綜合實證分析結(jié)果，提出如下兩點針對性建議：

1)加大財政支農(nóng)投入規(guī)模，提高資金管理水平.政府應(yīng)當優(yōu)化財政支出結(jié)構(gòu)，將貧困縣的財政支出向支農(nóng)方面適度地傾斜，加大投入規(guī)模.同時也要對涉農(nóng)資金進行集中整合，強化資金管理，切實發(fā)揮其最大效益.此外，還應(yīng)重視對財政支農(nóng)績效狀況的評價，及時發(fā)現(xiàn)問題并有針對性地采取措施加以改善.

2)重視外界因素對財政支農(nóng)績效的影響.區(qū)域經(jīng)濟發(fā)展水平對財政支農(nóng)績效的影響顯著，一個地區(qū)如果具有較強的財力，財政支農(nóng)資金配置效率和地方政府財政自給能力也會提升，從而帶動財政支農(nóng)績效的提升.農(nóng)業(yè)機械化水平也是影響農(nóng)業(yè)發(fā)展的重要因素，尤其在農(nóng)業(yè)生產(chǎn)薄弱環(huán)節(jié)應(yīng)適當?shù)卦黾愚r(nóng)機裝備數(shù)量，加快實現(xiàn)農(nóng)業(yè)機械化.同時還要對農(nóng)機裝備等機械設(shè)施進行合理的配置，以提升使用效率，改善農(nóng)業(yè)生態(tài)環(huán)境，扎實推進農(nóng)業(yè)現(xiàn)代化建設(shè).