■王永倉(cāng)，王小華

一、引言

“三農(nóng)”問(wèn)題是關(guān)系國(guó)計(jì)民生的重要問(wèn)題，實(shí)現(xiàn)鄉(xiāng)村振興既要解決資金從哪里來(lái)的問(wèn)題，更要設(shè)法提高資金的使用效率。財(cái)政金融作為“三農(nóng)”資金來(lái)源的主要渠道，在提高農(nóng)村經(jīng)濟(jì)發(fā)展水平和促進(jìn)農(nóng)民收入增長(zhǎng)方面有著重要的作用。雖然在過(guò)去相當(dāng)長(zhǎng)的一段時(shí)期，農(nóng)村地區(qū)面臨財(cái)政投入不足、金融發(fā)展滯后等問(wèn)題。但隨著國(guó)家經(jīng)濟(jì)實(shí)力增強(qiáng)，我國(guó)對(duì)“三農(nóng)”問(wèn)題的關(guān)注增強(qiáng)，各級(jí)政府部門積極采取措施引導(dǎo)資金流入農(nóng)村，財(cái)政金融對(duì)“三農(nóng)”的投入強(qiáng)度大幅提高，支持力度不斷增強(qiáng)。全國(guó)農(nóng)林水事務(wù)財(cái)政支出由2004 年的1694 億元上升到2018年的2.08 萬(wàn)億元，占財(cái)政支出比重由不足6%提升到近年的11%以上。金融對(duì)“三農(nóng)”的信貸服務(wù)大幅提升，2018 年金融機(jī)構(gòu)全口徑涉農(nóng)貸款余額達(dá)到32.68 萬(wàn)億元，占各項(xiàng)貸款余額的24%。農(nóng)業(yè)保險(xiǎn)發(fā)展迅猛，保險(xiǎn)保費(fèi)收入從2007年的53.33億元上升到2018年的572.65億元，年均復(fù)合增長(zhǎng)24.10%，參保農(nóng)戶以及承保農(nóng)作物品種和面積都有很大提升。隨著鄉(xiāng)村振興戰(zhàn)略的推進(jìn)，財(cái)政金融支農(nóng)的力度將會(huì)進(jìn)一步加強(qiáng)，如何提高財(cái)政支農(nóng)資金的使用效率，促進(jìn)農(nóng)民收入持續(xù)增長(zhǎng)將是一個(gè)重要問(wèn)題。評(píng)估財(cái)政金融支農(nóng)的增收效果，探討財(cái)政金融支農(nóng)影響農(nóng)民收入增長(zhǎng)的相互作用機(jī)制，有助于優(yōu)化財(cái)政金融支農(nóng)安排，強(qiáng)化支農(nóng)資金管理，提高資金使用效率，對(duì)建立健全促進(jìn)農(nóng)民收入增長(zhǎng)的長(zhǎng)效機(jī)制和實(shí)現(xiàn)鄉(xiāng)村振興具有較強(qiáng)的理論意義和應(yīng)用價(jià)值。

二、文獻(xiàn)綜述

（一）財(cái)政支農(nóng)與農(nóng)民收入增長(zhǎng)

財(cái)政支農(nóng)政策是政府干預(yù)農(nóng)業(yè)最直接的方式之一，財(cái)政支農(nóng)資金通過(guò)改善農(nóng)業(yè)生產(chǎn)條件和支持農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)項(xiàng)目，進(jìn)而提升農(nóng)業(yè)綜合生產(chǎn)能力、促進(jìn)農(nóng)民收入增長(zhǎng)。但也有學(xué)者認(rèn)為中國(guó)財(cái)政支農(nóng)資金存在投入不足和使用效率低下的問(wèn)題。溫濤和王煜宇（2005）認(rèn)為中國(guó)農(nóng)村經(jīng)濟(jì)發(fā)展存在資金投入不足和使用效率低下的雙重瓶頸，簡(jiǎn)單的財(cái)政支農(nóng)資金注入并沒(méi)有促進(jìn)農(nóng)民收入增長(zhǎng)。李燕凌和歐陽(yáng)萬(wàn)福（2011）對(duì)2004—2006年縣鄉(xiāng)政府財(cái)政支農(nóng)的研究表明，縣鄉(xiāng)政府財(cái)政支農(nóng)的功能覆蓋面較窄，對(duì)農(nóng)民收入不敏感。王朝才（2011）認(rèn)為中國(guó)財(cái)政支農(nóng)資金零星地分散在各部門，資金分散使用及效率低下的現(xiàn)象尤為突出。汪海洋等（2014）認(rèn)為中國(guó)各項(xiàng)財(cái)政農(nóng)業(yè)支出效率相對(duì)較低，且缺乏長(zhǎng)效機(jī)制保障支農(nóng)資金的使用效率，各項(xiàng)財(cái)政支農(nóng)資金對(duì)農(nóng)民增收的正向拉動(dòng)作用不明顯。

（二）農(nóng)村金融與農(nóng)民收入增長(zhǎng)

現(xiàn)代金融理論認(rèn)為金融是經(jīng)濟(jì)增長(zhǎng)的核心，金融發(fā)展通過(guò)集聚資源、便利交易、分散風(fēng)險(xiǎn)等途徑，改善資源跨時(shí)空配置效率，促進(jìn)經(jīng)濟(jì)發(fā)展和福利水平的提高。但也有學(xué)者認(rèn)為這種促進(jìn)作用具有局限性和區(qū)域異質(zhì)性，黃壽峰（2016）采用空間面板分位數(shù)分析，結(jié)果發(fā)現(xiàn)農(nóng)村金融僅在高分位點(diǎn)對(duì)農(nóng)民收入增長(zhǎng)有促進(jìn)作用。阮貴林和孟衛(wèi)東（2016）基于省級(jí)面板數(shù)據(jù)的研究表明農(nóng)業(yè)保險(xiǎn)能夠顯著促進(jìn)東、中部地區(qū)農(nóng)民收入增長(zhǎng)，對(duì)西部地區(qū)農(nóng)民的收入增長(zhǎng)效應(yīng)不明顯。石文香和陳盛偉（2019）的研究表明農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)民收入增長(zhǎng)的影響表現(xiàn)出門檻特征。也有很多研究表明發(fā)展中國(guó)家缺乏完善的金融體系，農(nóng)村金融的配置是無(wú)效的。賈春新（2000）認(rèn)為中國(guó)金融發(fā)展僅僅是通過(guò)金融資產(chǎn)規(guī)模的增長(zhǎng)重新分配社會(huì)財(cái)富，對(duì)提高金融資源配置效率和收入增長(zhǎng)沒(méi)有作用。溫濤和王煜宇（2005）認(rèn)為農(nóng)村金融發(fā)展抑制了農(nóng)民收入增長(zhǎng)。余新平等（2010）分析了中國(guó)1978—2008年時(shí)間序列數(shù)據(jù)，結(jié)果表明農(nóng)村貸款、農(nóng)業(yè)保險(xiǎn)收入和鄉(xiāng)鎮(zhèn)企業(yè)貸款抑制了農(nóng)民收入增長(zhǎng)。雷澩和郭蘇文（2016）認(rèn)為中國(guó)農(nóng)村金融體系效率水平較低，金融資源配置失衡，農(nóng)村金融的這種低效率抑制了農(nóng)民增收，加劇了農(nóng)民貧困，拉大了城鄉(xiāng)收入差距。

（三）財(cái)政金融協(xié)同與農(nóng)民收入增長(zhǎng)

農(nóng)民收入持續(xù)增長(zhǎng)離不開(kāi)財(cái)政金融支持，在“支農(nóng)”建設(shè)中，財(cái)政支農(nóng)與金融支農(nóng)各有分工，相互補(bǔ)充。如何充分發(fā)揮財(cái)政金融的職能，實(shí)現(xiàn)支農(nóng)資金有效協(xié)同也是很多學(xué)者關(guān)注的重要問(wèn)題。部分學(xué)者關(guān)注財(cái)政金融支農(nóng)本身的協(xié)同程度，姜松等（2013）采用DEA—Malmquist 指數(shù)與GARCH 模型分析了中國(guó)1985—2009 年的省級(jí)面板數(shù)據(jù)，結(jié)果表明中國(guó)財(cái)政金融支農(nóng)的協(xié)同效率存在“集簇性”“非對(duì)稱性”以及長(zhǎng)短期演化存在差異的特征。韓占兵（2014）研究發(fā)現(xiàn)財(cái)政金融的協(xié)同效率水平呈東中西依次遞減的態(tài)勢(shì)，中國(guó)的財(cái)政金融支農(nóng)總體上尚未形成協(xié)同發(fā)展的良性框架。部分學(xué)者則直接討論財(cái)政金融支農(nóng)影響農(nóng)民增收的協(xié)同效應(yīng)。彭克強(qiáng)（2008）利用1987—2007 年的時(shí)間序列數(shù)據(jù)，認(rèn)為財(cái)政金融支農(nóng)處于“單干”式的嚴(yán)重割裂狀態(tài)，需要將兩者有機(jī)結(jié)合起來(lái)，發(fā)揮各自的比較優(yōu)勢(shì)，提高資金使用效率，促進(jìn)農(nóng)民收入增長(zhǎng)。胡宗義等（2014）研究財(cái)政金融支農(nóng)結(jié)構(gòu)與農(nóng)村經(jīng)濟(jì)增長(zhǎng)的非線性效應(yīng)，結(jié)果表明財(cái)政金融支農(nóng)的最優(yōu)結(jié)構(gòu)比重為3.502，多數(shù)省份沒(méi)有達(dá)到最優(yōu)比重。黃壽峰（2016）基于1997—2013年中國(guó)省級(jí)面板數(shù)據(jù)的分析表明，財(cái)政金融支農(nóng)的協(xié)同作用對(duì)農(nóng)民收入增長(zhǎng)的影響不明顯。

（四）財(cái)政支農(nóng)對(duì)金融支農(nóng)的撬動(dòng)效應(yīng)

在研究財(cái)政金融支農(nóng)協(xié)同效應(yīng)時(shí)，有學(xué)者認(rèn)為財(cái)政資金通過(guò)金融途徑投入農(nóng)業(yè)，有利于提高資金的配置效率（董曉林等，2016），整合財(cái)政金融資源，提升財(cái)政支農(nóng)撬動(dòng)金融支農(nóng)的杠桿效應(yīng)是必要的（冉光和，2009）。財(cái)政支農(nóng)撬動(dòng)農(nóng)村金融可以分為傳統(tǒng)路徑和新型路徑，傳統(tǒng)路徑主要是通過(guò)利息補(bǔ)貼、費(fèi)用獎(jiǎng)勵(lì)及稅收減免等方式給予金融機(jī)構(gòu)提供支持，新型路徑體現(xiàn)為政府聯(lián)合金融機(jī)構(gòu)、民間資本等機(jī)構(gòu)成立擔(dān)保基金、風(fēng)險(xiǎn)補(bǔ)償基金等。董曉林等（2016）基于交易成本的視角，認(rèn)為財(cái)政支農(nóng)通過(guò)降低農(nóng)村金融的交易費(fèi)用，激勵(lì)金融機(jī)構(gòu)釋放更多的支農(nóng)資金；但不同路徑降低交易費(fèi)用的類型不同，進(jìn)而導(dǎo)致撬動(dòng)金融資金的效應(yīng)存在差異；此外，政府部門與金融機(jī)構(gòu)之間的委托代理問(wèn)題也會(huì)影響財(cái)政支農(nóng)對(duì)金融支農(nóng)資金的撬動(dòng)效應(yīng)，通過(guò)對(duì)安徽省的案例分析表明，創(chuàng)新型路徑的金融資金轉(zhuǎn)化效率更高，效果更強(qiáng)。也有研究認(rèn)為在財(cái)政支農(nóng)資金不足、財(cái)政支農(nóng)體系不健全的情況下，金融機(jī)構(gòu)承擔(dān)了大量本該財(cái)政承擔(dān)的職能，影響農(nóng)村金融發(fā)展的可持續(xù)性。王桂堂（2005）認(rèn)為改革開(kāi)放以來(lái)，由于財(cái)政實(shí)力過(guò)多地被削弱以及城鄉(xiāng)公共產(chǎn)品配置不合理，導(dǎo)致過(guò)分倚重商業(yè)性金融的支農(nóng)作用而弱化了財(cái)政對(duì)農(nóng)村政策性金融的支持。謝平和徐忠（2006）基于貴州的調(diào)查數(shù)據(jù)分析，認(rèn)為在貧困地區(qū)公共財(cái)政未能發(fā)揮應(yīng)有的作用，導(dǎo)致健全的金融體系無(wú)法建立，將農(nóng)村金融作為支農(nóng)工具，進(jìn)一步扭曲了農(nóng)村金融體制，只有讓公共財(cái)政發(fā)揮應(yīng)有的作用才能形成商業(yè)可持續(xù)的農(nóng)村金融體制。王朝才（2011）認(rèn)為分散的財(cái)政資金不能形成合力，更不能撬動(dòng)民間資金投入。趙洪丹和朱顯平（2015）進(jìn)一步指出在財(cái)政支農(nóng)體系不完善和財(cái)政支農(nóng)資金嚴(yán)重不足的情況下，農(nóng)村金融機(jī)構(gòu)承擔(dān)了大量本該有財(cái)政承擔(dān)的職能，導(dǎo)致金融機(jī)構(gòu)無(wú)法可持續(xù)經(jīng)營(yíng)，很難完成服務(wù)“三農(nóng)”的重任。

（五）文獻(xiàn)評(píng)述

關(guān)于財(cái)政支農(nóng)、農(nóng)村金融與農(nóng)民收入增長(zhǎng)的理論及應(yīng)用研究成果已經(jīng)較為豐富，為探索財(cái)政金融支農(nóng)的增收效應(yīng)和作用機(jī)制提供了理論借鑒和邏輯起點(diǎn)，但是現(xiàn)有文獻(xiàn)也存在以下幾點(diǎn)不足：一是考察金融支農(nóng)的農(nóng)民增收效應(yīng)時(shí)大多基于農(nóng)業(yè)貸款這一指標(biāo)，對(duì)農(nóng)戶貸款、農(nóng)村貸款及農(nóng)業(yè)保險(xiǎn)的關(guān)注相對(duì)不足。二是關(guān)于財(cái)政支農(nóng)與金融支農(nóng)的協(xié)同分析相對(duì)較少，以及缺乏從實(shí)證的角度檢驗(yàn)財(cái)政支農(nóng)撬動(dòng)涉農(nóng)信貸、農(nóng)業(yè)保險(xiǎn)進(jìn)而促進(jìn)農(nóng)民增收的效應(yīng)。

自2007年起，中國(guó)農(nóng)業(yè)保險(xiǎn)有了快速發(fā)展，各省農(nóng)業(yè)保險(xiǎn)統(tǒng)計(jì)資料較為完整。此外，隨著涉農(nóng)貸款統(tǒng)計(jì)制度的完善，自2009 年起各省涉農(nóng)信貸有了完整的統(tǒng)計(jì)資料，包括涉農(nóng)貸款、農(nóng)業(yè)貸款、農(nóng)村貸款和農(nóng)戶貸款的詳細(xì)數(shù)據(jù)。本文充分利用這些詳細(xì)統(tǒng)計(jì)資料，將財(cái)政支農(nóng)、涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)納入統(tǒng)一分析框架，利用面板數(shù)據(jù)模型檢驗(yàn)其對(duì)農(nóng)民的增收效應(yīng)及互動(dòng)機(jī)制。與現(xiàn)有文獻(xiàn)對(duì)照，本文可能的創(chuàng)新在于充分利用最新的涉農(nóng)貸款和農(nóng)業(yè)保險(xiǎn)統(tǒng)計(jì)資料，同時(shí)實(shí)證檢驗(yàn)了涉農(nóng)信貸、農(nóng)業(yè)保險(xiǎn)和財(cái)政支農(nóng)的農(nóng)民增收效應(yīng)，并考察了財(cái)政金融間的協(xié)調(diào)效應(yīng)和中介作用機(jī)制。此外，還討論了財(cái)政支農(nóng)、農(nóng)業(yè)貸款的農(nóng)民增收效應(yīng)在金融危機(jī)前后的差異。

三、模型設(shè)定、變量說(shuō)明與估計(jì)方法

（一）模型設(shè)定

1.財(cái)政金融支農(nóng)與農(nóng)民收入增長(zhǎng)

基于總量生產(chǎn)函數(shù)的分析框架，將財(cái)政支農(nóng)、金融支農(nóng)作為生產(chǎn)要素投入，構(gòu)建反映財(cái)政支農(nóng)、金融支農(nóng)與農(nóng)村經(jīng)濟(jì)產(chǎn)出的生產(chǎn)函數(shù)：

其中，Y 表示經(jīng)濟(jì)產(chǎn)出，K 表示資本存量，L表示勞動(dòng)投入，H 表示人力資本，G 表示財(cái)政支農(nóng)，F(xiàn)表示金融支農(nóng)。考慮到目前中國(guó)城鎮(zhèn)化水平僅達(dá)到60%，農(nóng)村勞動(dòng)力還存在剩余的現(xiàn)實(shí)情況，為了重點(diǎn)考察財(cái)政支農(nóng)、金融支農(nóng)對(duì)農(nóng)村經(jīng)濟(jì)產(chǎn)出的影響，參照溫濤和王煜宇（2005）、王定祥等（2009）及余新平等（2010）的處理方法，對(duì)農(nóng)村勞動(dòng)力投入施加一個(gè)容量限制，即有：

令m=（L）θ表示農(nóng)村經(jīng)濟(jì)的最大產(chǎn)出能力。一旦農(nóng)村經(jīng)濟(jì)達(dá)到最大勞動(dòng)容量，生產(chǎn)將達(dá)到規(guī)模收益恒定的條件，此時(shí)農(nóng)村經(jīng)濟(jì)的產(chǎn)出將取決于資本投入、人力資本、財(cái)政支農(nóng)和金融支農(nóng)。由式（1）和式（2）可得：

對(duì)（3）式進(jìn)行全微分，即有：

結(jié)合中國(guó)金融支農(nóng)的實(shí)際情況，本文選擇涉農(nóng)信貸、農(nóng)業(yè)保險(xiǎn)保費(fèi)收入與農(nóng)業(yè)增加值的比值作為衡量金融支農(nóng)的指標(biāo)，分別用SNXD和NYBX表示，即有：

將式（5）取全微分后帶入式（4），即有：

考慮到城市化（CSH）、貿(mào)易開(kāi)放對(duì)（MYKF）和工業(yè)化水平（GYH）對(duì)農(nóng)民收入增長(zhǎng)的影響，將其作為控制變量引入式（7），從而可以得到本文的基本計(jì)量模型：

其中，NI表示農(nóng)民人均收入增長(zhǎng)，β0表示常數(shù)項(xiàng)，β6表示城市化的邊際收入，β7表示貿(mào)易開(kāi)放的邊際收入，β8表示工業(yè)化的邊際收入，ε表示隨機(jī)誤差項(xiàng)。

借鑒余新平等（2010）的做法，用農(nóng)戶投資（NHTZ）來(lái)代替資本增長(zhǎng)dK，則式（8）可以變形為：

其中，人力資本（H）、財(cái)政支農(nóng)（G）、涉農(nóng)信貸（SNXD）、農(nóng)業(yè)保險(xiǎn)（NYBX）、城市化（CSH）、貿(mào)易開(kāi)放（MYKF）、工業(yè)化（GYH）的變化都能影響農(nóng)民收入（NI）增長(zhǎng)。由于差分變量只是水平變量前后期的差值，不難證明上述變量的水平值也存在穩(wěn)定關(guān)系。對(duì)各水平變量取對(duì)數(shù)，可以得到分析財(cái)政支農(nóng)、金融支農(nóng)影響農(nóng)民收入增長(zhǎng)的實(shí)證模型：

其中，i表示省份，t表示時(shí)間，μi表示個(gè)體效應(yīng)，εit表示隨機(jī)項(xiàng)。

2.財(cái)政金融支農(nóng)影響農(nóng)民增收的協(xié)同效應(yīng)

財(cái)政金融的有效協(xié)同方能促進(jìn)經(jīng)濟(jì)增長(zhǎng)和居民增收已是經(jīng)濟(jì)界都認(rèn)同的原理。財(cái)政金融支農(nóng)的協(xié)同是指基于財(cái)政金融的功能不同而導(dǎo)致的分工匹配。為了檢驗(yàn)協(xié)同作用對(duì)農(nóng)民收入增長(zhǎng)的影響，本文在式（10）分別引入lnSNXDit×lnGit、lnNYBXit×lnGit，可得到協(xié)同效應(yīng)分析的面板計(jì)量模型：

在式（11）和式（12）中，如果a1、a2顯著大于零，則表明涉農(nóng)信貸、農(nóng)業(yè)保險(xiǎn)、財(cái)政支農(nóng)在促進(jìn)農(nóng)民增收方面存在正向的協(xié)同效應(yīng)。

3. 財(cái)政支農(nóng)、金融支農(nóng)影響農(nóng)民增收的中介效應(yīng)

合理利用財(cái)政資金撬動(dòng)金融資金投入也是促進(jìn)農(nóng)民收入增長(zhǎng)的重要手段。為了檢驗(yàn)財(cái)政支農(nóng)撬動(dòng)金融支農(nóng)資金供給，進(jìn)而促進(jìn)農(nóng)民收入增長(zhǎng)的作用機(jī)制，借鑒溫忠麒和葉寶娟（2014）關(guān)于中介效應(yīng)的分析思路，建立如下中介效應(yīng)計(jì)量模型：在式（13）—（15）中COV 表示一組控制變量，即農(nóng)戶投資（lnNHTZ）、人力資本（lnH）、城市化（lnCSH）、貿(mào)易開(kāi)放（lnMYKF）和工業(yè)化水平（lnGYH）。

（二）變量選取與估計(jì)方法

1. 被解釋變量：農(nóng)民收入（NI）。采用扣除價(jià)格因素后的農(nóng)村居民人均純收入來(lái)衡量農(nóng)民收入水平，農(nóng)民純收入等于總收入扣除獲得收入時(shí)發(fā)生的費(fèi)用，符合農(nóng)民增收的內(nèi)涵（盧飛等，2017）。由于自2013 年起，農(nóng)村人均收入的統(tǒng)計(jì)由農(nóng)村居民人均純收入變更為農(nóng)村居民人均可支配收入，因此2013—2017 年的農(nóng)民收入用農(nóng)村居民人均可支配收入替代。

2.核心解釋變量：財(cái)政支農(nóng)（G）和金融支農(nóng)（F）。關(guān)于財(cái)政支農(nóng)，在本文研究的樣本期間，中國(guó)財(cái)政支出的分類指標(biāo)體系發(fā)生變化，為了使各期數(shù)據(jù)具有可比性，借鑒黃紅光等（2018）的處理方式，財(cái)政支農(nóng)支出的內(nèi)涵如下：2000—2002 年的財(cái)政支農(nóng)支出為支援農(nóng)村生產(chǎn)支出、農(nóng)業(yè)綜合開(kāi)發(fā)支出、農(nóng)林水利氣象等各部門事業(yè)費(fèi)及財(cái)政補(bǔ)貼性支出四者之和，2003—2006年為農(nóng)業(yè)支出、林業(yè)支出、農(nóng)林水利氣象等各部門事業(yè)費(fèi)三者之和，2007—2017 年為財(cái)政農(nóng)林水事務(wù)支出。關(guān)于金融支農(nóng)，涉及到存款、信貸、保險(xiǎn)、期貨、擔(dān)保等多個(gè)方面。在早期的實(shí)證文獻(xiàn)中大多采用了農(nóng)業(yè)貸款這一指標(biāo)，但是在農(nóng)村產(chǎn)業(yè)多樣化、經(jīng)營(yíng)主體多元化、農(nóng)戶經(jīng)營(yíng)及就業(yè)活動(dòng)差異化等背景下，雖然涉農(nóng)貸款總體上衡量了信貸對(duì)“三農(nóng)”的支持力度，但無(wú)法具體反應(yīng)對(duì)“農(nóng)業(yè)、農(nóng)村、農(nóng)戶”的支持力度。自2007年起，我國(guó)的農(nóng)業(yè)保險(xiǎn)也有長(zhǎng)足的發(fā)展，省級(jí)層面的數(shù)據(jù)較為完備?；谏鲜龇治?，本文從信貸和農(nóng)業(yè)保險(xiǎn)兩個(gè)方面衡量金融支農(nóng)力度。其中，涉農(nóng)信貸包括全口徑涉農(nóng)貸款（SNDK）這一涉農(nóng)信貸總量指標(biāo)，以及農(nóng)業(yè)貸款（NYDK）、農(nóng) 村 貸 款（NCDK）和 農(nóng) 戶 貸 款（NHDK）三個(gè)分類指標(biāo)；農(nóng)業(yè)保險(xiǎn)則使用農(nóng)業(yè)保險(xiǎn)保費(fèi)收入（NYBX）來(lái)衡量。

3. 控制變量。借鑒已有文獻(xiàn)，本文對(duì)以下可能影響農(nóng)民收入增長(zhǎng)的變量進(jìn)行控制：農(nóng)戶投資（NHTZ），采用扣除住宅投資后的農(nóng)戶固定資產(chǎn)投資衡量農(nóng)戶生產(chǎn)性投資水平；人力資本（H），采用農(nóng)村6 歲以上人口平均受教育年限衡量農(nóng)村人力資本水平；城市化（CSH），采用城鎮(zhèn)常住人口占常住總?cè)丝诘谋戎睾饬砍鞘谢M(jìn)程；貿(mào)易開(kāi)放（MYKF），采用按當(dāng)年平均匯率換算為人民幣的進(jìn)出口總額占GDP 的比值來(lái)衡量；工業(yè)化程度（GYH），采用工業(yè)增加值占GDP的比重衡量產(chǎn)業(yè)結(jié)構(gòu)的情況。

本文采用了中國(guó)除港澳臺(tái)及西藏以外的30個(gè)?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，所有數(shù)量來(lái)源于《新中國(guó)六十年統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村金融服務(wù)報(bào)告》《中國(guó)保險(xiǎn)統(tǒng)計(jì)年鑒》以及Wind 數(shù)據(jù)庫(kù)。為平滑數(shù)據(jù)波動(dòng)性，對(duì)各變量取自然對(duì)數(shù)，變量的描述性統(tǒng)計(jì)如表1。

表1 變量描述性統(tǒng)計(jì)

按照面板數(shù)據(jù)模型通常的處理方法，采用固定效應(yīng)模型（FE模型）和隨機(jī)效應(yīng)模型（RE模型）進(jìn)行估計(jì)，并根據(jù)Hausman 檢驗(yàn)的結(jié)果確定模型的具體形式。本文所用30個(gè)省份的面板數(shù)據(jù)，時(shí)間跨度在9—18 年之間，對(duì)可能存在的序列相關(guān)、截面相關(guān)、異方差問(wèn)題，采用SCC 模型進(jìn)行修正，采用工具變量GMM、LIML 和2SLS 方法對(duì)內(nèi)生性問(wèn)題進(jìn)行控制，采用交互效應(yīng)和中介效應(yīng)模型分析財(cái)政支農(nóng)和金融支農(nóng)的互動(dòng)對(duì)農(nóng)民收入增長(zhǎng)的影響。

四、實(shí)證結(jié)果分析

（一）財(cái)政金融支農(nóng)與農(nóng)民收入增長(zhǎng)

根據(jù)上文的理論分析，財(cái)政支農(nóng)與金融支農(nóng)在影響農(nóng)民收入增長(zhǎng)方面可能存在相互聯(lián)系的機(jī)制，為了規(guī)避這種聯(lián)系帶來(lái)的偏差，本文分別將財(cái)政支農(nóng)與金融支農(nóng)帶入模型進(jìn)行估計(jì)，Hausman檢驗(yàn)拒絕隨機(jī)效應(yīng)模型，因此采用固定效應(yīng)SCC模型來(lái)修正FE模型。表2報(bào)告了基于式（10）的固定效應(yīng)SCC 模型（FE/SCC）估計(jì)結(jié)果。模型（1a）和（1b）表明無(wú)論是全樣本期間（2000—2017 年）還是金融危機(jī)以后（2009—2017）財(cái)政支農(nóng)對(duì)農(nóng)民收入的彈性系數(shù)顯著為正，且金融危機(jī)后的彈性系數(shù)大于全樣本期間的彈性系數(shù)。模型（2a）和（2b）顯示在全樣本期間（2000—2017年）農(nóng)業(yè)貸款對(duì)農(nóng)民收入增長(zhǎng)的彈性系數(shù)為正，通過(guò)10%的顯著性水平檢驗(yàn)。金融危機(jī)后（2009—2017年）農(nóng)業(yè)貸款的彈性系數(shù)略大，且通過(guò)1%的顯著性水平檢驗(yàn)。模型（3）—（6）表 明 農(nóng) 村 貸 款（lnNCDK）、農(nóng) 戶 貸 款（lnNHDK）、涉農(nóng)貸款（lnSNDK）和農(nóng)業(yè)保險(xiǎn)（lnNYBX）對(duì)農(nóng)民收入的彈性系數(shù)顯著為正。財(cái)政支農(nóng)、涉農(nóng)信貸及農(nóng)業(yè)保險(xiǎn)有助于促進(jìn)農(nóng)民收入的增長(zhǎng)。此外，農(nóng)村貸款、農(nóng)戶貸款、農(nóng)業(yè)貸款的增收效應(yīng)均小于涉農(nóng)貸款，可以推斷“三農(nóng)”貸款以外的其他涉農(nóng)貸款對(duì)農(nóng)民收入增長(zhǎng)的促進(jìn)作用可能更強(qiáng)。

表2 財(cái)政金融支農(nóng)與農(nóng)民收入增長(zhǎng)（FE/SCC）

控制變量估計(jì)結(jié)果顯示，農(nóng)戶投資（lnNHTZ）的彈性系數(shù)較小，且符號(hào)不穩(wěn)定，僅在模型（2a）和（2b）中通過(guò)10%的顯著性檢驗(yàn)；人力資本（lnH）在所有模型中的彈性系數(shù)為正，且至少通過(guò)5%的顯著性水平檢驗(yàn)；城鎮(zhèn)化（lnCSH）在所有模型中彈性系數(shù)為正，且均通過(guò)1%的顯著性水平檢驗(yàn)；貿(mào)易開(kāi)放（lnMYKF）的彈性系數(shù)幾乎為負(fù)，在模型（1a）和（2a）中均通過(guò)1%的顯著性檢驗(yàn)；工業(yè)化（lnGYH）的系數(shù)符號(hào)為負(fù)，且均通過(guò)1%的顯著性水平檢驗(yàn)。

為驗(yàn)證上述估計(jì)結(jié)果的穩(wěn)健性，采用財(cái)政支農(nóng)和涉農(nóng)信貸、農(nóng)業(yè)保險(xiǎn)各自的滯后項(xiàng)作為工具變量，運(yùn)用過(guò)度識(shí)別的廣義矩估計(jì)法（GMM）、有限信息最大似然估計(jì)法（LIML）和兩階段最小二乘法（2SLS）進(jìn)行穩(wěn)健性估計(jì)，以緩解可能因遺漏變量、反向因果以及解釋變量測(cè)度誤差等導(dǎo)致的內(nèi)生性問(wèn)題，表3 匯報(bào)了GMM估計(jì)結(jié)果。模型（1a）—（1b）的內(nèi)生性檢驗(yàn)在1%的水平上拒絕原假設(shè)，說(shuō)明財(cái)政支農(nóng)的內(nèi)生性顯著存在，因此使用工具變量的估計(jì)結(jié)果更為準(zhǔn)確。弱工具變量檢驗(yàn)的F值大于10，表明不存在弱工具變量問(wèn)題。Hansen—J檢驗(yàn)統(tǒng)計(jì)量的P值大0.2，表明不能拒絕過(guò)度識(shí)別原假設(shè)。這些檢驗(yàn)結(jié)果表明工具變量滯后期的選擇是恰當(dāng)?shù)?。GMM估計(jì)結(jié)果表明無(wú)論是全樣本期間還是金融危機(jī)后，財(cái)政支農(nóng)的系數(shù)都通過(guò)1%的顯著性檢驗(yàn)，與對(duì)應(yīng)的固定效應(yīng)SCC模型相比，GMM估計(jì)回歸系數(shù)明顯提高，這說(shuō)明內(nèi)生性問(wèn)題低估了財(cái)政支農(nóng)對(duì)農(nóng)民收入增長(zhǎng)的影響。此外，國(guó)際金融危機(jī)后的增收效應(yīng)依然強(qiáng)于全樣本期間。同理可知，模型（2a）和（5）的內(nèi)生性檢驗(yàn)分別在5%和1%的水平上決絕原假設(shè)，說(shuō)明內(nèi)生性問(wèn)題顯著存在，而模型（2b）—（4）和模型（6）的內(nèi)生性問(wèn)題相對(duì)較輕。模型（2a）—（6）弱工具變量檢驗(yàn)F 值均大于10，Hansen—J 檢驗(yàn)P 值大于0.1，表明可以接受過(guò)度識(shí)別原假設(shè)，滯后工具變量的選擇是恰當(dāng)?shù)?。模型?a）和（2b）表明，對(duì)內(nèi)生性進(jìn)行控制后，農(nóng)業(yè)貸款（lnNYDK）系數(shù)變大通過(guò)10%的顯著性檢驗(yàn)，全樣本期間的彈性系數(shù)與金融危機(jī)后幾乎相當(dāng)。模型（3）—（6）的估計(jì)結(jié)果均表明，農(nóng)村貸款（lnNCDK）農(nóng)戶貸款（lnNHDK）、涉農(nóng)貸款（lnSNDK）和農(nóng)業(yè)保險(xiǎn)（lnNYBX）的系數(shù)均通過(guò)1%的顯著性檢驗(yàn)。涉農(nóng)貸款和農(nóng)業(yè)保險(xiǎn)的彈性系數(shù)相對(duì)于固定效應(yīng)SCC模型有所提高，內(nèi)生性問(wèn)題可能低估了涉農(nóng)貸款和農(nóng)業(yè)保險(xiǎn)的農(nóng)民增收效應(yīng)；農(nóng)戶貸款的彈性系數(shù)與固定效應(yīng)SCC 模型的估計(jì)結(jié)果相當(dāng)，內(nèi)生性問(wèn)題對(duì)農(nóng)戶貸款的農(nóng)民增收效應(yīng)影響較小；農(nóng)村貸款的彈性系數(shù)小于固定效應(yīng)SCC模型的估計(jì)結(jié)果，內(nèi)生性問(wèn)題可能高估了農(nóng)業(yè)貸款的農(nóng)民增收效應(yīng)?；贚IML 和2SLS 的估計(jì)結(jié)果與GMM 估計(jì)結(jié)論基本一致（由于篇幅限制，沒(méi)有報(bào)告估計(jì)結(jié)果），說(shuō)明工具變量估計(jì)結(jié)果具有穩(wěn)健性。

表3 財(cái)政金融支農(nóng)與農(nóng)民收入增長(zhǎng)（工具變量GMM）

固定效應(yīng)SCC 模型的估計(jì)結(jié)果表明財(cái)政支農(nóng)、涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)民收入增長(zhǎng)具有顯著的促進(jìn)效應(yīng)，采用工具變量法對(duì)內(nèi)生性處理后，依然不改變模型的基本結(jié)論。相對(duì)于全樣本期間估計(jì)結(jié)果，國(guó)際金融危機(jī)后財(cái)政支農(nóng)對(duì)農(nóng)民收入增長(zhǎng)的彈性系數(shù)明顯更大，表明財(cái)政支農(nóng)對(duì)農(nóng)民的增收效應(yīng)得到增強(qiáng)，受益于“精準(zhǔn)扶貧”“精準(zhǔn)脫貧”等一系列政策的支持，農(nóng)民從財(cái)政支農(nóng)中獲取的收益明顯提高。全樣本期間的估計(jì)結(jié)果還表明，農(nóng)業(yè)貸款的增收效應(yīng)相對(duì)較弱，在多數(shù)模型中僅通過(guò)10%的顯著性檢驗(yàn)，這一情況在金融危機(jī)后并沒(méi)有得到改善①由于缺乏金融危機(jī)前農(nóng)村貸款、農(nóng)戶貸款和涉農(nóng)貸款的詳細(xì)資料，農(nóng)業(yè)保險(xiǎn)的強(qiáng)勢(shì)發(fā)展也起于2007年，因此本文僅討論農(nóng)業(yè)貸款的增收效應(yīng)在金融危機(jī)后的變化。②為檢驗(yàn)關(guān)于金融危機(jī)后財(cái)政支、農(nóng)業(yè)貸款增收效應(yīng)變化的判斷的可靠性，引入時(shí)間虛擬變量T，令金融危機(jī)前T=0，金融危機(jī)后T=1，將財(cái)政支農(nóng)與農(nóng)業(yè)貸款分別與T相乘，得到lnG×T和lnNYDK×T，將T、lnG×T、lnNYDK×T分別帶入相應(yīng)模型進(jìn)行估計(jì)。結(jié)果表明lnG×T的系數(shù)顯著為正，lnNYDK×T的系數(shù)不顯著（限于篇幅，沒(méi)有匯報(bào)相應(yīng)的估計(jì)結(jié)果），進(jìn)一步證實(shí)了本文的上述觀點(diǎn)。。此外，全口徑涉農(nóng)貸款的增收效應(yīng)明顯強(qiáng)于農(nóng)業(yè)貸款、農(nóng)村貸款和農(nóng)戶貸款，僅就增加農(nóng)民收入而言直接增加對(duì)“三農(nóng)”的貸款供給，并非提高農(nóng)民收入的最佳路徑，其他類型的涉農(nóng)貸款對(duì)農(nóng)民的增收效應(yīng)可能更強(qiáng)。造成這種情況的原因可能與“三農(nóng)”領(lǐng)域經(jīng)營(yíng)活動(dòng)的低收益性和高風(fēng)險(xiǎn)有關(guān)。并且受到“三農(nóng)”金融服務(wù)成本高、風(fēng)控難等因素的影響，政府主導(dǎo)的金融支農(nóng)模式很難具有持續(xù)性，其運(yùn)作效率并不高。農(nóng)業(yè)保險(xiǎn)的增收效應(yīng)不及涉農(nóng)貸款和財(cái)政支農(nóng)，這是因?yàn)檗r(nóng)業(yè)保險(xiǎn)的功能在于提供保障，減少損失，保持農(nóng)業(yè)經(jīng)營(yíng)者收入的穩(wěn)定性。

表4 財(cái)政金融支農(nóng)影響農(nóng)民收入增長(zhǎng)的協(xié)同效應(yīng)（FE/SCC）

（二）財(cái)政金融支農(nóng)影響農(nóng)民收入的協(xié)同效應(yīng)

財(cái)政支農(nóng)、金融支農(nóng)由于各自功能不同，在解決“三農(nóng)”問(wèn)題的過(guò)程中需要充分發(fā)揮各自的職能，協(xié)調(diào)搭配，密切配合，以促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展、提高農(nóng)民收入增長(zhǎng)。為檢驗(yàn)財(cái)政支農(nóng)與涉農(nóng)信貸、財(cái)政支農(nóng)與農(nóng)業(yè)保險(xiǎn)的協(xié)同作用對(duì)農(nóng)民收入的影響，遵循一般文獻(xiàn)的處理方法，對(duì)交互項(xiàng)進(jìn)行標(biāo)準(zhǔn)化處理，然后將交互項(xiàng)和相應(yīng)的主變量同時(shí)引入式（11）和式（12）進(jìn)行估計(jì)，表4報(bào)告了固定效應(yīng)SCC 模型估計(jì)結(jié)果。模型（1a）—（4）表明農(nóng)業(yè)貸款、農(nóng)村貸款、涉農(nóng)貸款與財(cái)政支農(nóng)的交互項(xiàng)（lnNYDK×lnG、lnNCDK×lnG、lnSNDK×lnG）系數(shù)不顯著，農(nóng)戶貸款和財(cái)政支農(nóng)的交互項(xiàng)（lnNHDK×lnG）系數(shù)顯著為負(fù)數(shù)，農(nóng)戶貸款和財(cái)政支農(nóng)的交互作用在一定程度抑制了農(nóng)民收入增長(zhǎng)。需要注意的是農(nóng)業(yè)貸款和財(cái)政支農(nóng)的交互項(xiàng)在全樣本期間的系數(shù)為正，在金融危機(jī)后為負(fù)，財(cái)政支農(nóng)與農(nóng)業(yè)貸款的協(xié)同效應(yīng)并沒(méi)有得改善，如模型（1a）和（1b）所示。模型（5）的交互項(xiàng)系數(shù)（lnNYBX×lnG）系數(shù)為正，通過(guò)10%的顯著性檢驗(yàn)，財(cái)政支農(nóng)與農(nóng)業(yè)保險(xiǎn)的協(xié)同作用在一定程度上有助于農(nóng)民收入提高。為檢驗(yàn)上述結(jié)果的穩(wěn)健性，將農(nóng)機(jī)和化肥使用情況加入控制變量組（限于篇幅，沒(méi)有報(bào)告估計(jì)結(jié)果），估計(jì)結(jié)果與上述結(jié)論基本一致。

協(xié)同效應(yīng)的估計(jì)表明，財(cái)政支農(nóng)與涉農(nóng)貸款的交互項(xiàng)系數(shù)不顯著，總體上財(cái)政支農(nóng)與涉農(nóng)信貸的協(xié)同作用沒(méi)有有效促進(jìn)農(nóng)民收入增長(zhǎng)，二者在促進(jìn)農(nóng)民收入增長(zhǎng)方面存在協(xié)同效率低下的問(wèn)題。從分類回歸結(jié)果來(lái)看，財(cái)政支農(nóng)與農(nóng)業(yè)貸款、財(cái)政支農(nóng)與農(nóng)村貸款的協(xié)同作用對(duì)農(nóng)民增收的影響不顯著，財(cái)政支農(nóng)與農(nóng)戶貸款的協(xié)同作用在一定程度上抑制了農(nóng)民收入增長(zhǎng)。財(cái)政支農(nóng)與農(nóng)業(yè)保險(xiǎn)的協(xié)同作用在一定程度上促進(jìn)農(nóng)民收入增長(zhǎng)。在當(dāng)前階段，雖然財(cái)政支農(nóng)、各項(xiàng)涉農(nóng)信貸、農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)民增收的效應(yīng)較為明顯，但是彼此之間的協(xié)同效應(yīng)依然存在不足，尤其是財(cái)政支農(nóng)和涉農(nóng)信貸對(duì)農(nóng)民增收的影響總體上依然處于“單干”狀態(tài)。雖然社會(huì)各界均意識(shí)到財(cái)政支農(nóng)與金融支農(nóng)的協(xié)同方能促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)民收入增長(zhǎng)，并進(jìn)行了很多有益探索。但現(xiàn)實(shí)是兩者協(xié)同推進(jìn)的最佳結(jié)合點(diǎn)并未找到，金融財(cái)政化及財(cái)政金融化的現(xiàn)象時(shí)有發(fā)生，總體上依然尚未形成有效的協(xié)同機(jī)制，在某些情況下甚至出現(xiàn)相互抵消的局面，削弱了對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展及農(nóng)民收入增長(zhǎng)的支持力度。

（三）財(cái)政金融支農(nóng)影響農(nóng)民收入增長(zhǎng)的中介效應(yīng)

通過(guò)中介效應(yīng)模型來(lái)分析財(cái)政支農(nóng)撬動(dòng)金融支農(nóng)資金投入進(jìn)而影響農(nóng)民收入的作用機(jī)制。根據(jù)中介效應(yīng)的分析方法（溫忠麟和葉寶娟，2014），表2 的模型（2a）—（6）報(bào)告了基于式（13）的估計(jì)結(jié)果，表5 的模型（1）—（5）和模型（6）—（10）分別報(bào)告了基于式（14）和式（15）的估計(jì)結(jié)果。模型（1）—（5）的估計(jì)結(jié)果顯示，財(cái)政支農(nóng)（lnG）對(duì)農(nóng)業(yè)貸款（lnNYDK）、農(nóng)村貸款（lnNCDK）、農(nóng)戶貸款（lnNHDK）、涉農(nóng)貸款（lnSNDK）和農(nóng)業(yè)保險(xiǎn)（lnSNBX）的彈性系數(shù)為正，且均通過(guò)顯著性水平檢驗(yàn)，表明了財(cái)政支農(nóng)顯著撬動(dòng)了涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)的發(fā)展。模型（6）的估計(jì)結(jié)果顯示，財(cái)政支農(nóng)（lnG）與農(nóng)民收入的彈性系數(shù)為0.399，且通過(guò)1%的顯著性水平檢驗(yàn)，但是農(nóng)業(yè)貸款（lnNYDK）的彈性系數(shù)為負(fù)數(shù)，且未通過(guò)顯著性檢驗(yàn)，因此財(cái)政支農(nóng)通過(guò)促進(jìn)農(nóng)業(yè)貸款進(jìn)而促進(jìn)農(nóng)民收入增長(zhǎng)的中介效應(yīng)可能不存在。模型（7）—（10）的估計(jì)結(jié)果顯示所有變量的估計(jì)系數(shù)均為正，且通過(guò)顯著性檢驗(yàn)。這說(shuō)明財(cái)政支農(nóng)通過(guò)促進(jìn)農(nóng)村貸款、農(nóng)戶貸款、農(nóng)業(yè)保險(xiǎn)進(jìn)而帶動(dòng)農(nóng)民增收的中介效應(yīng)是存在的，且表現(xiàn)為不完全的中介效應(yīng)。換句話說(shuō)，財(cái)政支農(nóng)不僅能夠直接促進(jìn)農(nóng)民收入增長(zhǎng)，還能夠通過(guò)撬動(dòng)農(nóng)業(yè)貸款、農(nóng)村貸款、涉農(nóng)信貸及農(nóng)業(yè)保險(xiǎn)的供給進(jìn)而促進(jìn)農(nóng)民增收。將農(nóng)機(jī)和化肥使用情況引入控制變量組的穩(wěn)健性估計(jì)結(jié)果依然沒(méi)有改變模型的基本結(jié)論（限于篇幅限制，沒(méi)有匯報(bào)估計(jì)結(jié)果）。

表5 中介效應(yīng)檢驗(yàn)（FE/SCC）

五、結(jié)論及啟示

本文建立了總量生產(chǎn)函數(shù)模型，實(shí)證檢驗(yàn)了財(cái)政金融支農(nóng)對(duì)農(nóng)民增收的影響及互動(dòng)機(jī)制。研究結(jié)論如下：一是財(cái)政支農(nóng)、涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)對(duì)農(nóng)民收入增長(zhǎng)都有積極作用，農(nóng)業(yè)貸款、農(nóng)村貸款和農(nóng)戶貸款的增收效應(yīng)明顯弱于全口徑涉農(nóng)貸款。二是從時(shí)間差異看，金融危機(jī)后財(cái)政支農(nóng)的增收效應(yīng)得到明顯提高，農(nóng)業(yè)貸款的增收效應(yīng)則無(wú)顯著差異。三是財(cái)政支農(nóng)、涉農(nóng)信貸、農(nóng)業(yè)保險(xiǎn)在促進(jìn)農(nóng)民增收方面存在協(xié)同效率不足的問(wèn)題。財(cái)政支農(nóng)與農(nóng)業(yè)保險(xiǎn)的協(xié)同作用有助于農(nóng)民收入增長(zhǎng)；財(cái)政支農(nóng)與涉農(nóng)信貸并沒(méi)有形成有效的協(xié)同效應(yīng)，實(shí)際上，財(cái)政支農(nóng)與農(nóng)戶貸款的交互作用在一定程度上抑制了農(nóng)民收入增長(zhǎng)。四是從機(jī)制看，財(cái)政支農(nóng)通過(guò)撬動(dòng)農(nóng)村金融服務(wù)增加從而有利于農(nóng)民收入增長(zhǎng)。具體路徑表現(xiàn)為：財(cái)政支農(nóng)促進(jìn)了農(nóng)村貸款、農(nóng)戶貸款、涉農(nóng)貸款及農(nóng)業(yè)保險(xiǎn)進(jìn)而促進(jìn)農(nóng)民增收。財(cái)政支農(nóng)能夠撬動(dòng)農(nóng)業(yè)貸款，但并不能因此有效促進(jìn)農(nóng)民增收。

當(dāng)前財(cái)政金融支農(nóng)仍然面臨一些難題，財(cái)政金融支農(nóng)服務(wù)與“三農(nóng)”的實(shí)際需求相比仍有很大的空間，財(cái)政金融支農(nóng)之間的有效協(xié)同機(jī)制亟待完善。要進(jìn)一步健全財(cái)政金融支農(nóng)政策體系，加強(qiáng)農(nóng)村金融基礎(chǔ)設(shè)施建設(shè)，優(yōu)化財(cái)政金融資金投向，提高財(cái)政支農(nóng)、涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)對(duì)“三農(nóng)”的服務(wù)能力。完善“三農(nóng)”財(cái)政投入保障機(jī)制，整合各項(xiàng)財(cái)政支農(nóng)資金，優(yōu)化資金投入結(jié)構(gòu)，規(guī)范資金的投入渠道，加強(qiáng)財(cái)政支農(nóng)的資金的監(jiān)督管理。擴(kuò)大農(nóng)村金融服務(wù)的覆蓋面和服務(wù)領(lǐng)域，加大金融服務(wù)產(chǎn)品和服務(wù)技術(shù)創(chuàng)新力度，增強(qiáng)對(duì)新型農(nóng)業(yè)經(jīng)營(yíng)主體和新產(chǎn)業(yè)的支持力度，切實(shí)提高金融服務(wù)“三農(nóng)”的效率。明晰政府與市場(chǎng)邊界，整合財(cái)政金融資源，繼續(xù)完善農(nóng)村財(cái)政金融的互動(dòng)機(jī)制，實(shí)現(xiàn)財(cái)政支農(nóng)、涉農(nóng)信貸和農(nóng)業(yè)保險(xiǎn)的功能互補(bǔ)和有效協(xié)同；創(chuàng)新財(cái)政引導(dǎo)金融支農(nóng)路徑，充分利用財(cái)政資金的撬動(dòng)金融支農(nóng)的杠桿作用以帶動(dòng)金融支農(nóng)資金的高效投入，助推三次產(chǎn)業(yè)融合發(fā)展，提高農(nóng)村經(jīng)濟(jì)發(fā)展質(zhì)量、促進(jìn)農(nóng)民收入可持續(xù)增長(zhǎng)和城鄉(xiāng)經(jīng)濟(jì)融合發(fā)展。