我國財政農(nóng)業(yè)支出的經(jīng)濟(jì)效應(yīng)：效率評價及路徑優(yōu)化

司翼 高飛 王亞芬

內(nèi)容提要：我國財政農(nóng)業(yè)支出對農(nóng)業(yè)經(jīng)濟(jì)增長的效應(yīng)存在區(qū)域差異，其中，對西部省區(qū)的影響效應(yīng)最大，東部省份的影響效應(yīng)最??；東中西部地區(qū)綜合效率依次遞減，中部地區(qū)的規(guī)模效率最高，說明整體上中部地區(qū)的財政農(nóng)業(yè)支出資金投入規(guī)模相對是比較合理的；財政農(nóng)業(yè)支出效率的動態(tài)分析表明，平均全要素生產(chǎn)率在東部各省的表現(xiàn)更好，而且各省的全要素生產(chǎn)率處于上升趨勢，但中部各省的全要素生產(chǎn)率則略有下降。我國財政農(nóng)業(yè)支出效率仍有較大提升空間，在方式和路徑上可以進(jìn)一步優(yōu)化，應(yīng)從體制機(jī)制和政策層面進(jìn)行多重設(shè)計和完善。

關(guān)鍵詞：影響效應(yīng)；績效評價；路徑優(yōu)化

中圖分類號：F3026 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-148X（2017）09-0088-05

收稿日期：2017-06-30

作者簡介：司翼（1978-），女，遼寧盤錦人，東北財經(jīng)大學(xué)財政稅務(wù)學(xué)院博士研究生，研究方向：公共經(jīng)濟(jì)及政策；高飛（1984-），男，河北邯鄲人，農(nóng)民日報社編輯，研究方向：農(nóng)業(yè)經(jīng)濟(jì)問題；王亞芬（1975-），女，黑龍江方正人，東北財經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院副教授，研究方向：農(nóng)業(yè)財政政策。

基金項目：遼寧省教育廳人文社會科學(xué)重點(diǎn)研究基地專項項目“遼寧省財政支農(nóng)支出效應(yīng)評估及支農(nóng)政策體系完善研究”，項目編號：ZJ2015016；國家社會科學(xué)基金項目“多維視角下財政扶貧政策效應(yīng)分析及精準(zhǔn)扶貧政策研究”，項目編號：16BJY147。

中央一號文件連續(xù)14年聚焦“三農(nóng)”問題，最近幾年更是保證財政對農(nóng)業(yè)的支持力度只增不減。隨著農(nóng)業(yè)支持力度的加大，財政農(nóng)業(yè)支出資金對農(nóng)業(yè)產(chǎn)出的影響效應(yīng)及使用效率問題備受關(guān)注。本文利用全國31個省市的數(shù)據(jù)進(jìn)行定量分析，對當(dāng)前我國財政農(nóng)業(yè)支出對經(jīng)濟(jì)的影響效應(yīng)及績效進(jìn)行分析評價，并提出相關(guān)的政策建議。

一、財政農(nóng)業(yè)支出的農(nóng)業(yè)經(jīng)濟(jì)增長效應(yīng)

財政農(nóng)業(yè)支出對農(nóng)業(yè)經(jīng)濟(jì)增長產(chǎn)生的影響效應(yīng)，主要是指財政通過一定的措施、手段等，對農(nóng)產(chǎn)品的產(chǎn)量和結(jié)構(gòu)等變量產(chǎn)生的影響。因此，財政農(nóng)業(yè)支出可以通過多種手段實現(xiàn)其多個目標(biāo)，為社會經(jīng)濟(jì)帶來多種效應(yīng)。從理論上來說，財政農(nóng)業(yè)支出可以通過兩個路徑影響農(nóng)業(yè)生產(chǎn)。一是推動技術(shù)進(jìn)步實現(xiàn)生產(chǎn)技術(shù)可能性邊界的不斷擴(kuò)大，包括刺激農(nóng)民選用優(yōu)質(zhì)品種，提升農(nóng)作物品質(zhì)和增加農(nóng)產(chǎn)品品牌等；二是通過資金支持，降低農(nóng)業(yè)生產(chǎn)成本，比如基礎(chǔ)設(shè)施改善，減稅及農(nóng)業(yè)保險的政策性補(bǔ)貼。此外，大量的財政農(nóng)業(yè)支出對社會資金具有強(qiáng)烈的引導(dǎo)作用，吸引社會資本轉(zhuǎn)移至農(nóng)業(yè)生產(chǎn)領(lǐng)域，它將為其他市場組織傳遞明確的信號，為各類要素的集聚創(chuàng)造條件，從而為農(nóng)業(yè)產(chǎn)業(yè)規(guī)?；峁┈F(xiàn)實基礎(chǔ)。

為了定量分析財政農(nóng)業(yè)支出對農(nóng)業(yè)產(chǎn)出的影響效應(yīng)和區(qū)域差異性，本文分別建立了全國31個省市全樣本和東、中、西部共四個模塊的面板模型。模型的被解釋變量Y為農(nóng)業(yè)總產(chǎn)值。由于農(nóng)業(yè)產(chǎn)出水平主要由土地、資本、勞動投入、技術(shù)水平及其他政策變量所決定，考慮到隨著機(jī)械化水平的提高，勞動投入不再是決定農(nóng)業(yè)產(chǎn)出的要素，因而，本文選取的解釋變量中投入性變量包括：播種面積（BZ），每畝化肥使用量（折純）（HF），農(nóng)戶固定資產(chǎn)投資（PI）等；政策性變量為財政支出中農(nóng)林水事物支出（FE）；另外影響農(nóng)業(yè)產(chǎn)出的變量包括機(jī)械總動力（MC）和產(chǎn)業(yè)結(jié)構(gòu)變量（AS，本文使用第一產(chǎn)業(yè)增加值占GDP的比重）。建立如下的動態(tài)面板模型：

ln（Yit）=θ1ln（Yit-1）+θ2lnBZit+θ3lnFEit+θ4lnPIit+θ5lnHFjt+θ5lnMCit+θ7AS+εit （1）

由于本文中所取變量均為時間序列數(shù)據(jù)，因此首先要對各個變量進(jìn)行單位根檢驗和協(xié)整檢驗，以確定各個指標(biāo)的單整階數(shù)和是否協(xié)整，以避免偽回歸。檢驗結(jié)果顯示各個變量均為一階單整序列，并具有長期穩(wěn)定的均衡關(guān)系。對模型進(jìn)行F檢驗和Hausman檢驗，進(jìn)而確定是否接受個體固定效應(yīng)模型。對于動態(tài)面板模型，為了避免有偏、非一致及初值選擇造成的參數(shù)估計錯誤，本文選用Arellano&Bond（1991）提出的動態(tài)面板模型的差分廣義矩估計方法（GMM-DIFF of Dynamic Panel Model）。

農(nóng)業(yè)機(jī)械總動力變量在四個模型中均不顯著，因此將其刪除，估計結(jié)果如表1。

從回歸結(jié)果可以看出，財政農(nóng)業(yè)支出的產(chǎn)出彈性顯著為正，每增加1個百分點(diǎn)會使農(nóng)業(yè)產(chǎn)出增加029個百分點(diǎn)。對西部省區(qū)的影響效應(yīng)最大，東部省份的影響效應(yīng)最小。這是因為，我國中西部省區(qū)，農(nóng)業(yè)生產(chǎn)條件相對落后，農(nóng)業(yè)基礎(chǔ)設(shè)施相對較差，自然災(zāi)害頻發(fā)，農(nóng)業(yè)自然條件較差，農(nóng)民收入水平處于較低狀態(tài)，需要大量的基礎(chǔ)設(shè)施投資。財政農(nóng)業(yè)支出對農(nóng)業(yè)生產(chǎn)水平的邊際影響相對較高，資金對農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)方面所起到的作用也相對較大。

上文從理論與經(jīng)驗兩方面，對財政農(nóng)業(yè)支出的影響效應(yīng)進(jìn)行了分析，并比較了影響效應(yīng)的區(qū)域差異。但是，財政農(nóng)業(yè)支出資金利用效率是否與該差異存在內(nèi)在聯(lián)系，比如：是否支出資金影響效應(yīng)最大的西部地區(qū)的資金利用效率最高，還有待進(jìn)一步研究。因此，為了探尋兩者之間的聯(lián)系，下文將對財政農(nóng)業(yè)支出資金的利用效率進(jìn)行深入研究和比較。

二、我國財政農(nóng)業(yè)支出的效率評價

本文選用DEA方法對當(dāng)前我國31個省、市、區(qū)的財政農(nóng)業(yè)支出效率進(jìn)行評價。DEA方法是根據(jù)帕累托最優(yōu)邊界理論測算出決策單位的相對效率，其效率值設(shè)定為1；該評價模型主要分為規(guī)模報酬可變模型（VRS）和規(guī)模報酬不變模型（CCR）兩種。規(guī)模報酬不變模型當(dāng)所有決策單元都在最優(yōu)效率規(guī)模上運(yùn)作時才是合適的，而在實際中不完全競爭、財務(wù)和約束等很可能導(dǎo)致決策單元不在最優(yōu)規(guī)模上運(yùn)作，此時會導(dǎo)致技術(shù)效率的測度被規(guī)模效率所混淆。而VRS模型可以測算出綜合效率（TE）、純技術(shù)效率（PTE）、規(guī)模效率（SE）三種效率值，且綜合效率等于純技術(shù)效率和規(guī)模效率的乘積。因此，本文首先采用VRS模型測算全國31個省財政支農(nóng)支出的產(chǎn)出效率。本文所用的數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國財政年鑒》和中國經(jīng)濟(jì)信息網(wǎng)。endprint

從表2的測算結(jié)果可知，2015年北京市、山東省、海南省各項效率值均等于1，處于DEA有效水平，其他各省均存在不同程度的效率損失。從區(qū)域差異上看，東中西部地區(qū)綜合效率依次遞減，中部地區(qū)的規(guī)模效率最高，說明從整體上看中部地區(qū)的財政農(nóng)業(yè)支出資金投入規(guī)模相對是比較合理的。西部地區(qū)大部分省份三種效率值均處于較低水平，最低值達(dá)到05以下。

從上文分析可以看出，不同地區(qū)對財政農(nóng)業(yè)支出資金的利用效率存在區(qū)域差異，而且該差異與經(jīng)濟(jì)影響效應(yīng)的大小并未出現(xiàn)區(qū)域一致，即資金利用效率高的地區(qū)未必就是經(jīng)濟(jì)影響效應(yīng)大的地區(qū)。但是，上文只是靜態(tài)分析，當(dāng)時間條件發(fā)生變化，可能使外部影響發(fā)生變化。為了進(jìn)一步挖掘其中機(jī)理，本文有必要對財政農(nóng)業(yè)支出的資金效率進(jìn)行動態(tài)分析。

三、財政農(nóng)業(yè)支出效率的動態(tài)分析

DEA方法適用于評價具有相同的目標(biāo)、任務(wù)、外部環(huán)境和輸入輸出指標(biāo)的模型，而當(dāng)時間條件發(fā)生變化時，可能會使決策單元的外部環(huán)境發(fā)生變化，因此DEA（CCR模型和VRS模型）一般適用于截面數(shù)據(jù)，用于評價面板數(shù)據(jù)時可能會得出錯誤的結(jié)論?；贒EA模型的Malmquist指數(shù)能夠較好地刻畫相對效率的動態(tài)變化，適用于面板數(shù)據(jù)，因此本文進(jìn)一步利用Malmquist指數(shù)方法對我國財政農(nóng)業(yè)支出的使用效率進(jìn)行動態(tài)的分析和分解。Malmquist指數(shù)分別大于1，等于1，小于1時，表示從t期到t+1期全要素生產(chǎn)率提高，未發(fā)生變化和效率有所下降。分析結(jié)果見表3。

從表3可以看出，2010-2015年全國31個省的平均全要素生產(chǎn)率基本上保持了比較平穩(wěn)的狀態(tài)，2010年各項指標(biāo)達(dá)到樣本期的最大值。

（1）2008年和2009年全要素生產(chǎn)率均小于1，主要是由于技術(shù)進(jìn)步指數(shù)和規(guī)模效率變化偏低拉低了整體的效率水平。說明這兩個年度農(nóng)業(yè)生產(chǎn)的技術(shù)創(chuàng)新和相對投入處于低迷狀態(tài)。事實上，2008年我國農(nóng)業(yè)經(jīng)濟(jì)仍然處于新一輪周期波動的下降階段，并且遭遇了國際金融危機(jī)和國內(nèi)自然災(zāi)害的雙重影響。盡管2008年財政農(nóng)業(yè)支出大幅增加，但是由于2009年初北方出現(xiàn)大面積持續(xù)干旱，農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)仍顯不足。

（2）2010年至2014年各項效率的平均值均大于1，全要素生產(chǎn)率的均值為1.0504，表明2010—2014年全要素生產(chǎn)率平均每年保持了5.04%的增速。技術(shù)進(jìn)步指數(shù)的均值最大，說明全要素生產(chǎn)率的提高最主要來源于農(nóng)業(yè)技術(shù)進(jìn)步與技術(shù)創(chuàng)新。綜合技術(shù)效率指數(shù)的均值為1.0242，表明我國財政農(nóng)業(yè)支出資金的使用和管理效率有所提升。

（3）2015年，全要素生產(chǎn)率為0.957，相對于前一年有所下降。在所有指數(shù)中，只有技術(shù)進(jìn)步的值小于1，說明該年度全要素生產(chǎn)率的下降主要是由于技術(shù)進(jìn)步效率的損失造成的。而農(nóng)業(yè)投入的規(guī)模效率和管理使用效率處于提升狀態(tài)。目前，我國農(nóng)業(yè)支出資金的使用效率還有待于進(jìn)一步提高，尤其是農(nóng)業(yè)補(bǔ)貼政策，為了發(fā)揮農(nóng)業(yè)補(bǔ)貼對科技進(jìn)步的促進(jìn)作用，應(yīng)該實施對農(nóng)業(yè)生產(chǎn)重大技術(shù)措施推廣補(bǔ)助政策。很多文獻(xiàn)都認(rèn)為政府政策與農(nóng)業(yè)技術(shù)進(jìn)步之間存在緊密的聯(lián)系，成功的政策實施及體制改革對農(nóng)業(yè)技術(shù)進(jìn)步具有積極的影響。農(nóng)業(yè)支持政策對科技進(jìn)步的推動作用在促進(jìn)農(nóng)業(yè)生物化學(xué)性技術(shù)進(jìn)步和農(nóng)業(yè)機(jī)械化水平提高兩個方面都有所體現(xiàn)。

從表4可以看出，31個省的平均全要素生產(chǎn)率大于1，東部各省的值相對較高，大部分省份的值超過1，表明各省的全要素生產(chǎn)率處于上升趨勢，中部各省最低則基本是處于小于1的水平，全要素生產(chǎn)率略有下降。

從技術(shù)進(jìn)步的角度看，東部各省的技術(shù)進(jìn)步大部分大于1，說明隨著現(xiàn)代化農(nóng)業(yè)的推進(jìn)，技術(shù)進(jìn)步和科技創(chuàng)新成為促進(jìn)農(nóng)業(yè)產(chǎn)出效率提高的重要因素。從規(guī)模效率來看，中西部的規(guī)模效率相對于東部在顯著的提升，大多數(shù)的省份均超過1，或者非常接近于1，說明隨著國家財政對中西部省份的投入加大，其規(guī)模報酬總體上呈上升趨勢，成為影響農(nóng)業(yè)生產(chǎn)率的重要因素。

四、提高財政農(nóng)業(yè)支出效率的路徑優(yōu)化

本文分析表明：我國財政農(nóng)業(yè)支出對農(nóng)業(yè)經(jīng)濟(jì)增長效應(yīng)在東、中、西部地區(qū)存在著區(qū)域差異，財政農(nóng)業(yè)支出對西部省區(qū)的影響效應(yīng)最大，東部省份的影響效應(yīng)最??；以DEA方法評價和比較財政農(nóng)業(yè)支出資金利用效率，東中西部地區(qū)綜合效率依次遞減，中部地區(qū)的規(guī)模效率最高，說明整體上中部地區(qū)的財政農(nóng)業(yè)支出資金投入規(guī)模相對是比較合理的；從財政農(nóng)業(yè)支出效率動態(tài)分析，各省的平均全要素生產(chǎn)率在東部各省的表現(xiàn)更好，表明各省的全要素生產(chǎn)率處于上升趨勢，而中部各省的全要素生產(chǎn)率則略有下降。通過研究我們認(rèn)為，我國財政農(nóng)業(yè)支出效率仍有較大的提升空間，特別是方式和路徑方面可以進(jìn)一步優(yōu)化，應(yīng)從體制、機(jī)制和政策層面進(jìn)行多重設(shè)計和完善，包括產(chǎn)權(quán)制度，金融服務(wù)體系、投融資方式及政府與資本合作模式等方面。對此，提出以下政策建議。

1.構(gòu)建財政農(nóng)業(yè)支出效率優(yōu)化的制度基礎(chǔ)——農(nóng)村產(chǎn)權(quán)管理體系和農(nóng)村金融服務(wù)體系。產(chǎn)權(quán)管理體系包括農(nóng)村資源型資產(chǎn)、經(jīng)營性資產(chǎn)及非經(jīng)營性資產(chǎn)的確權(quán)，通過實施不動產(chǎn)統(tǒng)一登記制度，探索實施建立農(nóng)村產(chǎn)權(quán)交易中心，并進(jìn)行農(nóng)村產(chǎn)權(quán)交易和農(nóng)村產(chǎn)權(quán)抵押貸款，使工商資本和農(nóng)村產(chǎn)權(quán)找到最佳融合點(diǎn)，實現(xiàn)價格發(fā)現(xiàn)，從而有效激活農(nóng)村生產(chǎn)要素。農(nóng)村金融服務(wù)體系包括信用體系、保險體系和擔(dān)保體系。信用體系是通過建立農(nóng)戶信用信息電子檔案，實現(xiàn)農(nóng)戶信用評級廣覆蓋，甚至全覆蓋，農(nóng)戶憑借信用等級，獲得金融優(yōu)惠貸款；保險體系是建立縣鄉(xiāng)村三級保險服務(wù)網(wǎng)絡(luò)，實施政策性農(nóng)業(yè)保險，從而有效化解貸款風(fēng)險；構(gòu)建擔(dān)保體系，成立財政注資的助農(nóng)融資擔(dān)保公司，為種植大戶、家庭農(nóng)場、農(nóng)民專業(yè)合作社等新型經(jīng)營主體提供融資擔(dān)保。

2.分類別選擇差異化的投融資方式。依據(jù)農(nóng)村基礎(chǔ)設(shè)施不同類別，將農(nóng)村基礎(chǔ)設(shè)施分為公益性基礎(chǔ)設(shè)施，準(zhǔn)經(jīng)營性基礎(chǔ)設(shè)施和經(jīng)營性基礎(chǔ)設(shè)施。對于公益性基礎(chǔ)設(shè)施，鼓勵政府投資，農(nóng)民參與。由政府直接投資，納入一般公共預(yù)算管理，對應(yīng)特定稅種收入償還。如大型水利、防洪工程、鄉(xiāng)村道路、義務(wù)教育、科普教育設(shè)施。準(zhǔn)經(jīng)營性基礎(chǔ)設(shè)施，應(yīng)由政府和社會資本投入為主，引導(dǎo)農(nóng)民投入。地方政府發(fā)行專項債券融資，列入基金預(yù)算管理；政府對項目進(jìn)行資本金注入、可行性缺口補(bǔ)貼；對出資農(nóng)民投資補(bǔ)助；建立使用者末端付費(fèi)機(jī)制。如農(nóng)村供水設(shè)施、田間水利設(shè)施、污水垃圾處理等。對經(jīng)營性基礎(chǔ)設(shè)施，應(yīng)堅持企業(yè)投入建設(shè)為主?？砂l(fā)行企業(yè)債券（項目收益?zhèn)?；政府采取財政貼息、以獎代補(bǔ)和稅收優(yōu)惠政策支持；完善現(xiàn)有公共定價制度。如農(nóng)村的電力、通訊、網(wǎng)絡(luò)設(shè)施等。endprint

3. 推廣政府和社會資本合作（PPP）模式。為了提高財政農(nóng)業(yè)支出效率，應(yīng)鼓勵創(chuàng)新農(nóng)村基礎(chǔ)設(shè)施建設(shè)和運(yùn)營模式，加大政策保障推進(jìn)加強(qiáng)。因此，在農(nóng)業(yè)領(lǐng)域，優(yōu)先推廣政府和社會資本合作（PPP）模式，該模式參與方為政府和社會資本，運(yùn)作核心是土地確權(quán)和集中經(jīng)營，社會資本進(jìn)行土地修復(fù)、生產(chǎn)經(jīng)營和基礎(chǔ)設(shè)施建設(shè)等，政府進(jìn)行補(bǔ)貼和監(jiān)管并配合以必要的金融支持，通過實現(xiàn)以公私合營等形式實現(xiàn)規(guī)模化經(jīng)營，達(dá)到提高財政農(nóng)業(yè)支出效率的目的。例如，在基本建設(shè)方面，應(yīng)實施農(nóng)村基礎(chǔ)設(shè)施與產(chǎn)業(yè)經(jīng)營一體化開發(fā)和建設(shè)。一體化開放與建設(shè)將外部成本內(nèi)部化，有利于降低建設(shè)和維護(hù)成本，既可以減少政府的財政投入，而且可以引入社會資本的更有效率管護(hù)。通過一體化開發(fā)和建設(shè)，可以整合政府、社會資本、金融資本及平臺公司等方面的實力和優(yōu)勢，提高財政農(nóng)業(yè)支出的效率，使財政農(nóng)業(yè)支出真正能夠發(fā)揮最大作用。

4. 推動農(nóng)業(yè)基礎(chǔ)設(shè)施債券融資。農(nóng)業(yè)基礎(chǔ)設(shè)施項目投資數(shù)額大，回報周期長，無論是財政資金，還是社會資本都難以短期全額承擔(dān)，除了加強(qiáng)政府與社會資本的合作外，還應(yīng)積極試行地方債券融資。對債券融資應(yīng)分類指導(dǎo)，實施不同的發(fā)行和管理方式。對地方一般債券實行余額管理；對專項債券實行發(fā)行額管理，放開專項債券限額，豐富券種。同時，建立項目規(guī)劃和滾動預(yù)算，通過對資金需求缺口、項目未來現(xiàn)金流、償債能力等指標(biāo)的科學(xué)測算，確定年度發(fā)行規(guī)模與風(fēng)險預(yù)警機(jī)制。

此外，地方政府應(yīng)加強(qiáng)對本級財政農(nóng)業(yè)支出資金的申請立項、撥付等環(huán)節(jié)的監(jiān)督與管理，資金支持的對象、范圍、標(biāo)準(zhǔn)、申報程序、項目驗收等進(jìn)行公示；中央政府應(yīng)加大農(nóng)業(yè)支出項目執(zhí)行情況的監(jiān)管；審計部門對財政農(nóng)業(yè)支出不僅要做到全程審計，更要對資金使用效率進(jìn)行重點(diǎn)審計，實現(xiàn)對財政資金的科學(xué)化、精細(xì)化管理，確保財政資金能夠安全、高效的使用。

參考文獻(xiàn)：

[1] Jin， Songqing， Jikun Huang， Ruifa Hu and Scott Rozelle，The Creation and Spread of Technology and Total Factor Productivityin China. American Journal of Agricultural Economics，2002， 84 （4） ： 916-930.

[2] LE Fulginiti， RK Perrin. Prices and productivity in agriculture. The Review of Economics and Statistics. 1993， 75：471-482.

[3] Rozelle，黃季焜. 中國的農(nóng)村經(jīng)濟(jì)與通向現(xiàn)代工業(yè)國之路[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2005（3）：1019-1042.

[4] 黎翠梅. 地方財政農(nóng)業(yè)支出與區(qū)域農(nóng)業(yè)經(jīng)濟(jì)增長——基于東、中、西部地區(qū)面板數(shù)據(jù)的實證研究[J].中國軟科學(xué)， 2009（1）：182-188.

[5] 呂誠倫，江海潮. 財政農(nóng)業(yè)支出影響農(nóng)業(yè)經(jīng)濟(jì)增長效應(yīng)研究——基于1952-2012年的數(shù)據(jù)分析[J].財經(jīng)理論與實踐， 2016，37（6）：90-95.

[6] 曾國平，羅航艷，曹躍群. 效率增進(jìn)、技術(shù)進(jìn)步及高技術(shù)產(chǎn)業(yè)經(jīng)濟(jì)的動態(tài)增長——基于隨機(jī)前沿模型[J]. 科技進(jìn)步與對策，2012（4）：43-46.

[7] 厲偉，姜玲，華堅. 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，2014，33（1）：69-77.

[8] 周紅梅，李明賢.基于DEA模型的湖南省財政支農(nóng)支出效率評價[J].農(nóng)業(yè)現(xiàn)代化研究，2016，37（2）：284-289.

Economic Effects of China Fiscal Expenditure on Agriculture：Efficiency Evaluation

and Path Optimization

SI Yi1，GAO Fei2，WANG Ya-fen3

（1.School of Public Finance and Taxation，Dongbei University of Finance and Economics，

Dalian 116025，China；2.Farmers Daily，Beijing 100025，China；

3. School of Economics，Dongbei University of Finance and Economics， Dalian 116025，China）

Abstract：There exist regional differences in the effect of fiscal expenditure on agriculture on the growth of agricultural economy： influence on the western provinces is the greatest， and on the eastern provinces is minimum； the comprehensive efficiency is decreasing in the eastern， the central and the western regions in order， the scale efficiency in the central regions is the highest， proving that the scale of fiscal expenditure on agriculture in the central regions is relatively reasonable； the dynamic analysis of the efficiency of fiscal expenditure shows that the average factor productivity in the eastern provinces is better， and each province′s total factor productivity is on the rise， but the total factor productivity of the central provinces is declining slightly. The efficiency of China fiscal expenditure on agriculture still has a large development space， and it could be further optimized in ways and paths， so we should carry out multiple designs and improvements from institutional mechanisms and policies.

Key words：influence effect； performance evaluation； path optimization

（責(zé)任編輯：嚴(yán)元）endprint