普惠金融對(duì)農(nóng)業(yè)生產(chǎn)效率的影響研究

摘要 根據(jù)2011—2020年長江經(jīng)濟(jì)帶普惠金融和農(nóng)業(yè)生產(chǎn)的面板數(shù)據(jù)，首先運(yùn)用BCC模型對(duì)該經(jīng)濟(jì)帶各?。ㄊ校┑霓r(nóng)業(yè)生產(chǎn)效率進(jìn)行測算，之后運(yùn)用Tobit模型分析普惠金融對(duì)農(nóng)業(yè)生產(chǎn)效率的影響。結(jié)果表明：①長江經(jīng)濟(jì)帶整體農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率未達(dá)到整體有效，且表現(xiàn)出曲折發(fā)展的趨勢。各?。ㄊ校┲?，上海市、浙江省各年均達(dá)到了完全有效，安徽省、江蘇省效率均值要明顯低于其余省（市）。②普惠金融總指數(shù)對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率有顯著的正向影響，覆蓋廣度指數(shù)對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率有顯著的正向影響，使用深度指數(shù)對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率和純技術(shù)效率有顯著的正向影響，對(duì)規(guī)模效率的正向影響不顯著。

關(guān)鍵詞 普惠金融；農(nóng)業(yè)生產(chǎn)效率；BCC模型；Tobit模型；長江經(jīng)濟(jì)帶

中圖分類號(hào) S-9 ??文獻(xiàn)標(biāo)識(shí)碼 A? 文章編號(hào) 0517-6611（2023）07-0221-05

doi：10.3969/j.issn.0517-6611.2023.07.051

Study on the Impact of Inclusive Finance on Agricultural Production Efficiency—Taking the Yangtze River Economic Belt as an Example

YUAN Gui-hong

（Economics and Management School of Yangtze University， Jingzhou， Hubei 434023）

Abstract Based on the panel data of inclusive finance and agricultural production in the Yangtze River economic belt from 2011 to 2020， this paper first uses BCC model to calculate the agricultural production efficiency of provinces （cities） in the economic belt， and then uses Tobit model to analyze the impact of inclusive finance on agricultural production efficiency. The study found that： ① The overall agricultural production comprehensive technical efficiency， pure technical efficiency and scale efficiency of the Yangtze River Economic Belt did not reach the overall effectiveness， and showed a tortuous development trend. Among the provinces （cities）， Shanghai and Zhejiang Province have achieved full efficiency every year， and the average efficiency of Anhui Province and Jiangsu Province is significantly lower than that of other provinces （cities）. ② The total inclusive finance index has a significant positive impact on the comprehensive technical efficiency， pure technical efficiency and scale efficiency of agricultural production， the coverage index has a significant positive impact on the comprehensive technical efficiency， pure technical efficiency and scale efficiency of agricultural production， the use depth index has a significant positive impact on the comprehensive technical efficiency and pure technical efficiency of agricultural production， and the positive impact on scale efficiency is not significant.

Key words Inclusive finance;Agricultural production efficiency;BCC model;Tobit model;Yangtze River Economic Belt

作者簡介 袁桂紅（1984—），女，山東曲阜人，碩士研究生，研究方向：農(nóng)業(yè)管理。

收稿日期 2022-04-17

農(nóng)業(yè)是國民經(jīng)濟(jì)發(fā)展的基礎(chǔ)，李克強(qiáng)總理在2022年政府工作報(bào)告中指出，2022年政府的工作任務(wù)之一就是要大力抓好農(nóng)業(yè)生產(chǎn)，促進(jìn)鄉(xiāng)村全面振興。同時(shí)也指出要引導(dǎo)資金更多流向重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)，擴(kuò)大普惠金融覆蓋面。農(nóng)業(yè)生產(chǎn)效率是衡量農(nóng)業(yè)經(jīng)濟(jì)增長和運(yùn)行狀態(tài)的主要指標(biāo)，普惠金融則是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的重要資金來源，因此研究普惠金融對(duì)農(nóng)業(yè)生產(chǎn)效率的影響具有極為重要的現(xiàn)實(shí)意義。

鑒于普惠金融和農(nóng)業(yè)在經(jīng)濟(jì)發(fā)展中的地位，國內(nèi)外學(xué)者對(duì)此進(jìn)行了大量研究。從已有研究來看，有關(guān)農(nóng)業(yè)生產(chǎn)效率的研究主要集中在以下幾點(diǎn)：首先是不同方法的研究?，F(xiàn)階段對(duì)農(nóng)業(yè)生產(chǎn)效率的研究以BCC模型、超效率SBM模型、ML指數(shù)模型、三階段DEA模型以及DEA-Tobit等方法為主［1-5］。其次是區(qū)域性差異研究。不同的區(qū)域由于經(jīng)濟(jì)發(fā)展水平、地理環(huán)境、自然資源等的不同，造成其農(nóng)業(yè)生產(chǎn)效率也會(huì)存在差異［6-7］。最后是有關(guān)各因素對(duì)農(nóng)業(yè)生產(chǎn)效率的研究，主要有經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化、機(jī)械化、土地利用率、農(nóng)業(yè)發(fā)展環(huán)境、化學(xué)發(fā)展水平、科技發(fā)展水平等［8-11］。

普惠金融是農(nóng)業(yè)生產(chǎn)重要的資金來源，現(xiàn)對(duì)于傳統(tǒng)金融，普惠金融擁有更為廣闊的覆蓋范圍，這也使得其融資成本也更低，這主要是因?yàn)槠栈萁鹑谥饕峭ㄟ^網(wǎng)絡(luò)等來實(shí)現(xiàn)金融交易，減少了固定網(wǎng)點(diǎn)的建設(shè)［12］。同時(shí)，普惠金融的數(shù)字化特性也使得偏遠(yuǎn)地區(qū)的農(nóng)民也能夠享受金融服務(wù)［13］。普惠金融的發(fā)展還能夠幫助建立金融信息平臺(tái)［14］，加強(qiáng)農(nóng)村居民對(duì)金融信息的了解，為農(nóng)村居民帶來多種多樣的金融產(chǎn)品及服務(wù)，為農(nóng)村居民提供更多的融資渠道，拓展資金來源［15］。同時(shí)，新型平臺(tái)的建立還可以為農(nóng)產(chǎn)品的交易提供方便，提供農(nóng)民收入和農(nóng)業(yè)生產(chǎn)效率，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展［16］。普惠金融的數(shù)字特性還可以打破傳統(tǒng)金融“逐利性”和“嫌貧愛富”的怪圈，利用自身的數(shù)字技術(shù)為貧困地區(qū)提供金融服務(wù)，為貧困地區(qū)農(nóng)民的農(nóng)業(yè)生產(chǎn)和經(jīng)營活動(dòng)提供資金支持，幫助他們擺脫貧困［17-18］。

綜上所述，雖然有關(guān)農(nóng)業(yè)生產(chǎn)效率的研究日趨完善，但仍然存在以下不足：一是對(duì)國家戰(zhàn)略性區(qū)域研究的比較薄弱；二是沒有考慮環(huán)境因素和隨機(jī)因素的干擾，所得到的效率值與實(shí)際效率會(huì)有偏差。筆者在現(xiàn)有研究基礎(chǔ)上，運(yùn)用三階段DEA模型對(duì)長江經(jīng)濟(jì)帶2019年的農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析，剔除環(huán)境因素和隨機(jī)因素干擾，以獲得更為準(zhǔn)確的效率值。

1 模型構(gòu)建及變量選取

1.1 模型構(gòu)建

1.1.1 BCC模型。

Banker、Coope和Charnes在可變規(guī)模報(bào)酬（Variable Returns to Scale，VRS）假設(shè)下，在CCR模型的基礎(chǔ)上，構(gòu)建BCC模型［19］，公式如下：

minZa=δa-ρki=1p-ia+pr=1p-ra（1）

p，q.nj=1xijγj+p-i=δxi0

nj=1yrjγj-p+r=δyr0

nj=1γj=1

γj，p-i，p+r≥0

j=1，2，…，n;i=1，2，…，m;r=1，2，…，s

式中，xij和yri分別表示第j個(gè)決策單元的第i種投入量和第r種產(chǎn)出量；γj、δ、ρ和p+和p-分別表示各單位組合系數(shù)、效率評(píng)價(jià)指數(shù)、非阿基米德無窮小量和松弛變量；Za表示決策單元的相對(duì)有效值，當(dāng)Za=1，說明決策單元DEA為有效，當(dāng)Za＜1，說明決策單元DEA為非有效［20］。

1.1.2 Tobit模型。

由于效率值屬于截?cái)嚯x散數(shù)據(jù)，因此，采用Tobit模型進(jìn)行分析。具體公式為：

efficienit=α0+β1lnifiit+β2lncoverageit+β3lnusageit+γcontrolit+εit（2）

式中，lnifiit、lncoverageit和lnusageit分別表示第i個(gè)地區(qū)第t年的普惠金融綜合指數(shù)、覆蓋廣度和使用深度的對(duì)數(shù)，β1、β2、β3為回歸系數(shù)；εi為隨機(jī)誤差項(xiàng)；controlit表示控制變量;γ為控制變量系數(shù)。

1.2 變量選取

1.2.1 農(nóng)業(yè)生產(chǎn)效率變量選取。

該研究更具數(shù)據(jù)可得性，以長江經(jīng)濟(jì)帶各?。ㄊ校┳鳛檠芯繉?duì)象，對(duì)該經(jīng)濟(jì)帶各?。ㄊ校?011—2020年的農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析，并構(gòu)建成相應(yīng)的指標(biāo)體系。

選取農(nóng)業(yè)機(jī)械總動(dòng)力作為機(jī)械投入，反映農(nóng)業(yè)機(jī)械化水平；選取有效灌溉面積作為用水量投入；選取化肥施用量作為化學(xué)投入，反映農(nóng)業(yè)化學(xué)發(fā)展水平；選取農(nóng)作物播種面積作為土地投入，反映農(nóng)作物的種植面積；選取農(nóng)林牧漁業(yè)總產(chǎn)值絕對(duì)數(shù)作為產(chǎn)出指標(biāo)，反映農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展情況（表1）。

1.2.2 農(nóng)業(yè)生產(chǎn)效率變量選取。普惠金融對(duì)農(nóng)業(yè)生產(chǎn)效率影響因素指標(biāo)見表2。解釋變量：選取普惠聚合金融指數(shù)、覆蓋廣度指數(shù)、使用深度指數(shù)作為解釋變量。

控制變量：經(jīng)濟(jì)發(fā)展水平由人均地區(qū)GDP表示；用第三產(chǎn)業(yè)產(chǎn)值比重表示產(chǎn)業(yè)高級(jí)化指數(shù)；用城鎮(zhèn)人口占總?cè)丝诘谋壤硎救丝诔擎?zhèn)化率；用外商直接投資占地區(qū)生產(chǎn)總值的比例表示對(duì)外開放程度。

2 實(shí)證結(jié)果分析

2.1 長江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率的實(shí)證

根據(jù)長江經(jīng)濟(jì)帶2011—2020年農(nóng)業(yè)生產(chǎn)面板數(shù)據(jù)，選用BCC模型，運(yùn)用Deap 2.1對(duì)該經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率進(jìn)行測算，結(jié)果見表3～6。

由表3可知，長江經(jīng)濟(jì)帶整體農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率均值為0.848，處于較高水平，但其發(fā)展趨勢在樣本期間內(nèi)呈曲折型發(fā)展，2011—2014年表現(xiàn)出上升趨勢，2014—2017年則表現(xiàn)出下降趨勢，2017—2020年表現(xiàn)出上升趨勢。從上、中、下游來看，上游的農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率均值最高，中游次之，下游最低。從具體?。ㄊ校﹣砜?，下游的上海市和浙江省在樣本期間內(nèi)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率值均為1，說明上海市和浙江省在2011—2020年農(nóng)業(yè)生產(chǎn)達(dá)到完全有效。上游省份中，四川省、貴州省和云南省農(nóng)業(yè)生產(chǎn)完全有效率分別為80%、60%和20%。其余各省（市）在樣本期間內(nèi)均未出現(xiàn)農(nóng)業(yè)生產(chǎn)完全有效的情況。從均值和排名來看，湖北省在樣本期間內(nèi)雖未出現(xiàn)農(nóng)業(yè)生產(chǎn)完全有效，但其農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率最小值為0.827，而貴州省和云南省雖有完全有效的情況出現(xiàn)，但其余時(shí)間效率值較低。下游?。ㄊ校┲?，上海市和浙江省農(nóng)業(yè)生產(chǎn)雖達(dá)到了完全有效，但江蘇省和安徽省效率值較低，其中安徽省農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率均值僅為0.496，小于0.5，江蘇省雖稍高，但也僅有0.794，說明江蘇省和安徽省綜合技術(shù)效率偏低是下游地區(qū)綜合技術(shù)效率低的主要原因。

由表4可知，長江經(jīng)濟(jì)帶整體純技術(shù)效率均值為0.896，處于較高水平，但其發(fā)展趨勢在樣本期間內(nèi)呈曲折型發(fā)展，2011—2014年表現(xiàn)出上升趨勢，2014—2017年則表現(xiàn)出下降趨勢，2017—2020年表現(xiàn)出先升后降趨勢。從上、中、下游來看，上游的純技術(shù)效率均值最高，中游次之，下游最低。從具體?。ㄊ校﹣砜?，下游的四川省、上海市和浙江省在樣本期間內(nèi)純技術(shù)效率值均為1，說明四川省、上海市和浙江省在2011—2020年農(nóng)業(yè)生產(chǎn)的投入管理較為合理。上游省份中，貴州省和云南省農(nóng)業(yè)生產(chǎn)完全有效率分別為70%和20%。中游省份中，僅有湖北省在2013—2016年農(nóng)業(yè)生產(chǎn)投入管理達(dá)到了完全有效。下游?。ㄊ校┲?，上海市和浙江省在樣本期間內(nèi)農(nóng)業(yè)生產(chǎn)投入管理均有效，江蘇省在2011—2017年農(nóng)業(yè)生產(chǎn)投入管理達(dá)到了完全有效，其余年份的純技術(shù)效率則相對(duì)較低，安徽省各年均未達(dá)到完全有效。從均值和排名來看，湖北省在樣本期間內(nèi)農(nóng)業(yè)生產(chǎn)投入管理雖達(dá)到完全有效的年份雖少于江蘇省，但其農(nóng)業(yè)生產(chǎn)純技術(shù)效率最小值為0.907，而江蘇省、貴州省和云南省雖有完全有效的情況出現(xiàn)，但其余時(shí)間效率值較低。下游省（市）中，上海市和浙江省農(nóng)業(yè)生產(chǎn)雖達(dá)到了完全有效，但安徽省效率值較低，其中安徽省農(nóng)業(yè)生產(chǎn)純技術(shù)效率均值僅為0.578，說明安徽省純技術(shù)效率偏低是下游地區(qū)純技術(shù)效率低的主要原因。

由表5可知，長江經(jīng)濟(jì)帶整體農(nóng)業(yè)生產(chǎn)規(guī)模效率均值為0.943，處于較高水平，但其發(fā)展趨勢在樣本期間內(nèi)呈曲折型發(fā)展。從上、中、下游來看，上游的農(nóng)業(yè)生產(chǎn)規(guī)模效率均值最高，中游次之，下游最低。從具體?。ㄊ校﹣砜?，下游的上海市和浙江省在樣本期間內(nèi)農(nóng)業(yè)生產(chǎn)規(guī)模效率值均為1，說明上海市和浙江省在樣本期間內(nèi)農(nóng)業(yè)生產(chǎn)投入規(guī)模達(dá)到最優(yōu)水平。上游省份中，四川省、貴州省和云南省農(nóng)業(yè)生產(chǎn)完全有效率分別為80%、60%和20%。其余各?。ㄊ校┰跇颖酒陂g內(nèi)農(nóng)業(yè)生產(chǎn)投入規(guī)模均未達(dá)到最優(yōu)水平。從均值和排名來看，上游省份中，各省（市）農(nóng)業(yè)生產(chǎn)規(guī)模效率均維持在較高水平，其中重慶市效率值最低，但也達(dá)到了0.940，說明上游?。ㄊ校┺r(nóng)業(yè)生產(chǎn)投入規(guī)模較為合理。中游省份中，江西省和湖北省規(guī)模效率值均超過了0.9，其中江西省達(dá)到了0.976，排在第4位。下游省（市）中，上海市和浙江省農(nóng)業(yè)生產(chǎn)投入規(guī)模雖達(dá)到了最優(yōu)水平，但江蘇省和安徽省效率值較低，其中江蘇省農(nóng)業(yè)生產(chǎn)規(guī)模效率均值僅為0.835，安徽省雖稍高，但也僅0.858，說明江蘇省和安徽省規(guī)模效率偏低是下游地區(qū)規(guī)模效率低的主要原因。

規(guī)模報(bào)酬：規(guī)模報(bào)酬可分為規(guī)模報(bào)酬遞增（irs）、規(guī)模報(bào)酬遞減（drs）和規(guī)模報(bào)酬不變（-）3種情況。 長江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)規(guī)模報(bào)酬見表6。

由表6可知，僅有上海市和浙江省達(dá)到了規(guī)模報(bào)酬不變，現(xiàn)有投入規(guī)模為最佳生產(chǎn)規(guī)模，不需要進(jìn)行任何調(diào)整。進(jìn)一步觀察表6可知，重慶市、湖北省、湖南省、江蘇省和安徽省均表現(xiàn)出規(guī)模報(bào)酬遞增，四川省在2018—2019年表現(xiàn)出規(guī)模報(bào)酬遞增，云南省、江西省分別在2016—2018年和2018—2020年表現(xiàn)出規(guī)模報(bào)酬遞增，說明存在投入規(guī)模不足，應(yīng)繼續(xù)擴(kuò)大生產(chǎn)規(guī)模達(dá)到規(guī)模有效。貴州省、云南省和江西省在大部分時(shí)間內(nèi)表現(xiàn)出規(guī)模報(bào)酬遞減，其中貴州省在未達(dá)到規(guī)模報(bào)酬不變的時(shí)間內(nèi)均表現(xiàn)為規(guī)模報(bào)酬遞減，說明這些省份在相應(yīng)時(shí)間內(nèi)農(nóng)業(yè)生產(chǎn)投入規(guī)模過大，難以帶來較高的產(chǎn)出，應(yīng)縮小生產(chǎn)規(guī)模達(dá)到規(guī)模有效。

2.2 長江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率的實(shí)證

將各變量代入公式（2）中，分析長江經(jīng)濟(jì)帶普惠金融對(duì)農(nóng)業(yè)生產(chǎn)效率的影響，結(jié)果如表7所示。

從表7可以看出，普惠金融總指數(shù)在0.05顯著性水平對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率有顯著的正向影響，說明普惠金融的發(fā)展能夠提升農(nóng)業(yè)生產(chǎn)效率。普惠金融是農(nóng)業(yè)生產(chǎn)和發(fā)展過程中重要的資金來源，能夠有效彌補(bǔ)農(nóng)業(yè)生產(chǎn)和發(fā)展的資金缺口，提高農(nóng)業(yè)生產(chǎn)效率。普惠金融覆蓋廣度指數(shù)在0.05顯著性水平對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率有顯著的正向影響，說明普惠金融覆蓋廣度的增加有利于農(nóng)業(yè)生產(chǎn)效率的提高。普惠金融覆蓋廣度指數(shù)表示普惠金融覆蓋的區(qū)域以及使用者的數(shù)量，覆蓋廣度指數(shù)越大，說明使用的人數(shù)越多，農(nóng)業(yè)生產(chǎn)者接觸到的概率也就越大，對(duì)于農(nóng)業(yè)生產(chǎn)效率的提升作用也就越明顯。普惠金融使用深度指數(shù)在0.10和0.05的顯著性水平分別對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率和純技術(shù)效率有顯著的正向影響，對(duì)規(guī)模效率的正向影響不顯著。普惠金融使用深度指數(shù)主要有人均使用次數(shù)和人均使用金額等指標(biāo)構(gòu)成，使用深度指數(shù)越大，說明人們使用普惠金融的次數(shù)也就越多，使用金額也越大，也更容易滿足農(nóng)業(yè)生產(chǎn)過程中的資金需求，進(jìn)而對(duì)農(nóng)業(yè)生產(chǎn)效率產(chǎn)生促進(jìn)作用。

3 結(jié)論與建議

3.1 結(jié)論

根據(jù)長江經(jīng)濟(jì)帶2011—2020年的面板數(shù)據(jù)，運(yùn)用BCC模型對(duì)該經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)效率進(jìn)行測算，運(yùn)用Tobit模型分析普惠金融對(duì)農(nóng)業(yè)生產(chǎn)效率的影響，結(jié)論如下：

在樣本期間內(nèi)，長江經(jīng)濟(jì)帶整體農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率的均值均小于1，未達(dá)到整體有效，且表現(xiàn)出曲折發(fā)展的趨勢。各區(qū)域中，上游的效率均值最高，中游次之，下游最低。各?。ㄊ校┲校虾Ｊ?、浙江省各年均達(dá)到了完全有效，安徽省、江蘇省效率均值明顯低于其余?。ㄊ校?。在樣本期間內(nèi)，僅有上海市和浙江省農(nóng)業(yè)生產(chǎn)投入規(guī)模達(dá)到最優(yōu)，其余?。ㄊ校┚衅x最優(yōu)的現(xiàn)象發(fā)生，且多數(shù)省（市）表現(xiàn)為規(guī)模報(bào)酬遞增，存在投入規(guī)模不足的問題。

普惠金融總指數(shù)在0.05顯著性水平對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率有顯著的正向影響，覆蓋廣度指數(shù)在0.05顯著性水平對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率有顯著的正向影響，使用深度指數(shù)在0.10和0.05顯著性水平分別對(duì)農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率和純技術(shù)效率有顯著的正向影響，對(duì)規(guī)模效率的正向影響不顯著。

3.2 建議

3.2.1 健全金融體系，完善金融監(jiān)管。區(qū)別于傳統(tǒng)金融，普惠金融擁有更加靈活的經(jīng)營方式，融資模式也更為簡單，但我國普惠金融尚處于初級(jí)階段，容易發(fā)生風(fēng)險(xiǎn)。因此各級(jí)金融機(jī)構(gòu)應(yīng)當(dāng)充分利用現(xiàn)代數(shù)字技術(shù)，使普惠金融能夠覆蓋更加廣闊的地區(qū)和人群，增加普惠金融的使用人次和使用金額，同時(shí)還要建立現(xiàn)代化的風(fēng)險(xiǎn)管理和預(yù)警機(jī)制，防止出現(xiàn)金融風(fēng)險(xiǎn)。

3.2.2 加大農(nóng)業(yè)生產(chǎn)投入規(guī)模，構(gòu)建現(xiàn)代化農(nóng)業(yè)發(fā)展體系。從上述結(jié)論可以看出，長江經(jīng)濟(jì)帶農(nóng)業(yè)生產(chǎn)存在投入規(guī)模不足的問題。因此，要加大農(nóng)業(yè)生產(chǎn)投入規(guī)模，進(jìn)而提高農(nóng)業(yè)生產(chǎn)效率。加大對(duì)農(nóng)業(yè)科技的投入，立足各地區(qū)的實(shí)際條件，開發(fā)相應(yīng)的農(nóng)業(yè)機(jī)械，提高農(nóng)業(yè)機(jī)械化水平，如上游地區(qū)著重開發(fā)適宜山地作業(yè)的小型機(jī)械，中游著重開發(fā)適宜水網(wǎng)作業(yè)的機(jī)械，下游開發(fā)適應(yīng)規(guī)?；投际谢a(chǎn)的機(jī)械；同時(shí)，還要積極開發(fā)新型環(huán)保高效的肥料實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展；開發(fā)新型耕種模式，如無土栽培、立體栽培等，提高土地使用效率。

3.2.3

深入推進(jìn)農(nóng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)，提高普惠金融在農(nóng)村地區(qū)的覆蓋廣度和使用深度。上游地區(qū)多山地，土地細(xì)碎化嚴(yán)重，交通不便，中央政府應(yīng)當(dāng)加大對(duì)上游地區(qū)的政策傾斜，上游各級(jí)政府也應(yīng)當(dāng)加大對(duì)山區(qū)的傾斜，加大與電信生產(chǎn)和建設(shè)企業(yè)的合作，鼓勵(lì)這些企業(yè)加大對(duì)農(nóng)村尤其是山地區(qū)的通信基站建設(shè)，提高互聯(lián)網(wǎng)的覆蓋率，使更多的農(nóng)村居民享受現(xiàn)代技術(shù)帶來的便利，利用互聯(lián)網(wǎng)更為方便地獲得農(nóng)業(yè)生產(chǎn)所需要的資金，同時(shí)利用互聯(lián)網(wǎng)信息平臺(tái)來進(jìn)行農(nóng)產(chǎn)品的銷售，增加農(nóng)林牧漁業(yè)產(chǎn)值，提高農(nóng)業(yè)生產(chǎn)效率，促進(jìn)農(nóng)業(yè)穩(wěn)定發(fā)展。

參考文獻(xiàn)

［1］ 侯琳，馮繼紅.基于超效率DEA和Malmquist指數(shù)的中國農(nóng)業(yè)生產(chǎn)效率分析［J］.河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2019，53（2）：316-324.

［2］ 卞圣凱，王吉發(fā).基于超效率SBM模型的東北地區(qū)農(nóng)業(yè)生產(chǎn)效率研究［J］.農(nóng)業(yè)經(jīng)濟(jì)，2021（8）：44-46.

［3］ 肖琴，羅其友，周振亞，等.中國農(nóng)業(yè)綠色生產(chǎn)效率的動(dòng)態(tài)變遷與空間分異：基于DDF-Global Malmquist-Luenberger指數(shù)方法的分析［J］.農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2020，19（5）：537-547.

［4］ 杜輝.基于多階段DEA模型的中國財(cái)政支農(nóng)績效分析［J］.會(huì)計(jì)之友，2016（11）：90-93.

［5］ 劉依杭.不同規(guī)模農(nóng)戶農(nóng)業(yè)生產(chǎn)效率差異及影響因素研究：基于DEA-Tobit模型的實(shí)證分析［J］.生態(tài)經(jīng)濟(jì)，2021，37（5）：113-118.

［6］ 韓旭東，王若男，楊慧蓮，等.土地細(xì)碎化、土地流轉(zhuǎn)與農(nóng)業(yè)生產(chǎn)效率：基于全國2745個(gè)農(nóng)戶調(diào)研樣本的實(shí)證分析［J］.西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，20（5）：143-153.

［7］ 閆慧敏，劉紀(jì)遠(yuǎn)，曹明奎.中國農(nóng)田生產(chǎn)力變化的空間格局及地形控制作用［J］.地理學(xué)報(bào)，2007，62（2）：171-180.

［8］ 龐輝.農(nóng)業(yè)補(bǔ)貼政策背景下農(nóng)戶農(nóng)業(yè)生產(chǎn)經(jīng)營效率研究：基于遼寧省農(nóng)戶調(diào)查［J］.農(nóng)業(yè)經(jīng)濟(jì)，2017（11）：89-91.

［9］ 時(shí)悅，梁凈.城鎮(zhèn)化與農(nóng)業(yè)生產(chǎn)效率耦合協(xié)調(diào)關(guān)系：基于黑龍江省、遼寧省、吉林省3省數(shù)據(jù)分析［J］.農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2019，18（2）：190-198.

［10］ 王丹，劉春明，周楊.農(nóng)業(yè)機(jī)械化對(duì)糧食生產(chǎn)技術(shù)效率影響：基于農(nóng)機(jī)跨區(qū)服務(wù)的空間效應(yīng)視角［J］.中國農(nóng)機(jī)化學(xué)報(bào)，2021，42（4）：223-229.

［11］ 黃莉，王定祥，李伶俐.環(huán)境稟賦、農(nóng)業(yè)投資與農(nóng)戶生產(chǎn)效率［J］.西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，47（1）：72-82.

［12］ 成學(xué)真，龔沁宜.數(shù)字普惠金融如何影響實(shí)體經(jīng)濟(jì)的發(fā)展：基于系統(tǒng)GMM模型和中介效應(yīng)檢驗(yàn)的分析［J］.湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，34（3）：59-67.

［13］ 周利，廖婧琳，張浩.數(shù)字普惠金融、信貸可得性與居民貧困減緩：來自中國家庭調(diào)查的微觀證據(jù)［J］.經(jīng)濟(jì)科學(xué)，2021（1）：145-157.

［14］ 黃瀅曉，汪慧玲.金融資源配置扭曲與貧困關(guān)系研究［J］.貴州社會(huì)科學(xué)，2007（12）：83-86.

［15］ 樊文翔.數(shù)字普惠金融提高了農(nóng)戶信貸獲得嗎？［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（1）：109-119，179.

［16］ 李優(yōu)樹，張敏.數(shù)字普惠金融發(fā)展對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響研究［J］.中國特色社會(huì)主義研究，2020（Z1）：26-34.

［17］ 李建軍，韓珣.普惠金融、收入分配和貧困減緩：推進(jìn)效率和公平的政策框架選擇［J］.金融研究，2019（3）：129-148.

［18］ 王曉燕，謝昭明.貧困地區(qū)普惠金融助力精準(zhǔn)扶貧的路徑研究：以貴州省長順縣為例［J］.安徽農(nóng)業(yè)科學(xué)，2020，48（13）：251-253，270.

［19］ FRIED H O，LOVELL C A K，SCHMIDT S S，et al.Accounting for environmental effects and statistical noise in data envelopment analysis［J］.Journal of productivity analysis，2002，17（1）：157-174．

［20］ 苑澤明，張永貝，寧金輝.京津冀高?？蒲袆?chuàng)新績效評(píng)價(jià)：基于DEA-BCC和DEA-Malmquist模型［J］.財(cái)會(huì)月刊，2018（24）：26-32.