基于多階段DEA模型的中國財政支農績效分析

【摘 要】 文章基于相關數據，運用多階段DEA的BCC模型分析了全國及各省市32個考察對象的財政支農績效。從省際間看，由于農業技術手段落后和投入非最優規模，全國及多數省份財政支農的純技術效率極端低下，規模效率相對低下，繼而造成總技術效率低下。從區域間看，受經濟發展水平、財政收支規模等因素影響，財政支農績效呈自東部向中部、西部依次遞減格局。據此，亟待完善農業科技財政資金使用機制，厘清財政支農最優規模及健全財政轉移支付制度。

【關鍵詞】 多階段DEA模型； 財政支農； 績效評價

中圖分類號：F323.9 文獻標識碼：A 文章編號：1004-5937（2016）11-0090-04

進入21世紀后，以2004—2015年連續12年中央“一號文件”鎖定“三農”問題為標志，國家加大農業支持力度的戰略意圖凸顯。2013年，中央財政用于“三農”的支出達13 799億元，再創歷史新高。如此大規模支農力度，既體現國家支持農業發展的決心，也引發各界對農業支持效果的關注。事實上，財政支農目標實現不僅有賴于宏觀上政策選擇的科學性，更取決于微觀上政策運行的有效性。實踐表明，中國財政支農在規模、結構、方式、路徑上仍存在很大的改進空間。據此，如何在深刻剖析財政支農格局的基礎上系統評價財政支農績效，繼而合理識別財政支農方向，事關農業支持事業的健康有序開展。

一、文獻回顧

公共政策績效評價是理論界長期討論的焦點。就財政支農效率評價而言，是指基于一定的評價原則和評價標準，運用科學、規范的績效評價方法，科學衡量財政支農效果，其關鍵在于確定系統而有效的評價方法和指標體系。針對中國財政支農績效，眾多學者開展了大量積極而富有成效的探索，研究方法主要有兩種：一是指標法，即運用各種量化指標來衡量財政支農效率。叢樹海等（2005）指出公共支出績效評價體系的初始指標包括投入類、產出類、過程類和效果類，終極指標包括效率類和效益類[ 1 ]；王建兵（2001）認為財政支農績效評價指標體系應涵蓋發展類、保障類和輔助類指標[ 2 ]；韓東林等（2013）則提出從經濟效益、社會效益和生態效益三方面來構建財政農業投資績效評價指標體系[ 3 ]。二是非參數法，即運用DEA等方法來測算財政支農績效。崔元鋒等（2006）選取1995—2006年中國財政支農資金數據，運用DEA模型測算出中國財政支農資金效率較低且呈逐年下降趨勢，主因在于財政支農結構不合理[ 4 ]；林森等（2011）基于超效率DEA模型，精確量化了中國財政支農對農民增收和農業發展的促進作用及規模[ 5 ]；厲偉等（2014）則指出外部環境中的農村勞動力文化素質和農村經濟發展水平是中國財政支農效率的重要影響因素[ 6 ]。

綜上所述，現有文獻為財政支農績效研究提供了可借鑒視角，但實證分析方法的應用仍有局限性，且不多見關于省際間分化與區域間差異的深入研究。據此，本文將運用多階段DEA模型實證分析中國省際財政支農績效，并結合財政支農績效的區際差異分析其影響因素，為科學制定財政支農政策提供決策參考。

二、模型構建

（一）模型介紹

DEA法，又稱CCR模型，用來衡量規模報酬不變條件下的投入產出效率。它假定規模報酬不變，運用數學規劃原理，根據多組投入產出數據求得總效率，總效率值又可分解為配置效率和技術效率，即總效率=配置效率×技術效率。而基于規模報酬可變的BCC模型，進一步將CCR模型中的技術效率分解為純技術效率和規模效率，即技術效率=純技術效率×規模效率。據此，BCC模型可以更加深入精準地分析、考察對象低效率的原因：科技水平低下或尚未處于最佳規模。BCC模型又可分為投入導向型和產出導向型。本文意在通過優化財政支農資金投入規模來提高財政支農效率，更適合采用投入導向型BCC模型。這是一種在農業產出一定條件下考察財政支農資金投入績效的分析方法，核心思想在于將產出端固定，考察投入端的資金量變化對整體績效變化的影響及變動趨勢，從而便于橫縱向比較，及時透視財政支農弊端。

假定考察對象中有N個決策單元（DMU），每個決策單元都有M種投入和S種產出，向量xi、yi分別表示第i個決策單元的投入和產出，X向量為M×N矩陣，Y向量為N×S矩陣，則第i個決策單元的效率可由以下線性規劃方程表示：

式（1）中，？茲為目標向量，在滿足約束方程條件下解出？茲值即得到第i個決策單元的效率值；λ為常向量。根據定義，0≤？茲≤1，？茲值越大表明該決策單元效率越高。當？茲=1時，表明該決策單元位于生產前沿曲線上，這時可稱其技術完全有效；當？茲=0時，表明該決策單元技術完全無效。越趨近于1，表明該決策單元越接近生產前沿曲線，效率越高；越接近于0，表明該決策單元效率越低。根據BBC模型技術效率的定義有：

TECRS=TEVRS×SE （2）

式（2）中，TECRS（Technical Efficient）表示技術效率，衡量在規模報酬不變條件下樣本點與生產前沿曲線上最優點之間距離程度，距離越近，表示技術效率越高，反之表示技術效率越低；TEVRS表示純技術效率，衡量在規模報酬可變條件下樣本點與更加嚴格定義和刻畫的生產前沿曲線上最優點之間的相對距離程度；SE（Scale Efficient）表示規模效率，衡量樣本點由于投入規模變化帶來的產出規模變化，或由于產出規模變化帶來的投入規模變化。式（2）中三者之間關系如圖1所示。

圖1中，橫軸表示總投入，縱軸表示總產出，CRS為規模報酬不變條件下的生產前沿曲線，VRS為規模報酬可變條件下的生產前沿曲線。由于條件更嚴苛，VRS曲線比CRS曲線更緊湊。A點為CRS與VRS的交點，C點為生產前沿曲線內任意一個樣本點。根據技術效率的定義有，TECRS=CB'/DB'，TEVRS=CB'/BB'；規模報酬為SE=TECRS/TEVRS=（CB'/DB'）/（CB'/BB'）=BB'/DB'，表示在投入要素不斷擴大過程中（即A'點逐漸向B'點移動），由于規模報酬變化導致與最優生產前沿相比，產出水平存在一部分效率損失（即線段DB）。同理，也可以從C點作一條垂直于Y軸的線段，則VRS與CRS之間線段表示同等產出條件下由于規模報酬變化導致的效率損失，即存在要素過度投入。進一步分析可知，基于投入角度和產出角度的規模效率不等，規模效率衡量VRS曲線上的點與CRS曲線上的點的相對距離程度，規模效率BB'/DB'小于等于1，且等于1時意味著不存在規模效率損失。

（二）實證分析

1.中國財政支農效率的省際分析

本文選取全國及各省市（共32個考察對象）2007—2012年農林水事務的截面數據作為投入端的財政支農投入數據。同時，選取全國及各省市（共32個考察對象）2007—2012年農業總產值的截面數據作為產出端的財政支農產出數據，統一折算為2007年價，單位為億元，所有數據均來源于《中國統計年鑒2013》。需要說明的是，自2007年起，國家財政支農支出報表制度調整，為保持統計口徑一致性，自2007年起選取數據并更新至2012年。根據式（2）的定義，以全國及各省市農林水事務作為投入指標，以全國及各省市農業總產值作為產出指標，用DEA P2.1軟件測算全國及各省市財政支農的技術效率（如表1）。

總體看，全國及各省市的平均技術效率值為0.317，處于非常低的水平；純技術效率平均值為0.517，相對較低；規模效率平均值為0.726，雖高于純技術效率平均值，但仍極為有限。純技術效率低和規模效率不高共同導致了平均技術效率異常低下。然而，改進純技術效率的需求相對更為急迫，因為純技術效率低對技術效率的拉低效應更為明顯，提升純技術效率所帶來的技術效率提升收益更為顯著。

技術效率上，只有湖南達到1，實現技術有效，處于效率邊界線上；廣東略高，其他省份技術效率均異常低，很多省份技術效率值不足0.2。純技術效率上，全國、北京、山西、內蒙古、安徽、湖南六個考察對象達到1，實現純技術有效，部分省份純技術效率值不足0.2，同樣呈現地區間差異大的特征。規模效率上，只有湖南達到1，實現規模效率有效，也有較多省份規模效率值接近1，規模效率地區間差異較小。

2.中國財政支農效率的區域分析

將全國分為東部、中部、西部三個區域進行分析（如表2），技術效率呈現東部高、中部次之、西部最低的格局。同時也應看到，即便最高的東部地區，技術效率值也不超過0.4，表明全國財政支農效率低下。純技術效率同樣呈現由東部向中部、西部依次遞減格局，表明純技術效率可能受經濟發展水平、財政收支規模等因素影響。然而，規模效率卻是中部最高，西部次之，東部反而最低。原因可能是財政支農規模報酬變化，一國或地區的最優財政支農規模相對固定，超過最優規模會導致規模報酬遞減，低于最優規模則會導致規模報酬遞增。東部很多省份呈現規模報酬遞減狀態，表明在現有技術條件下，其財政支農規模超出最優規模，即投入過剩；中部多數省份呈現規模報酬遞增狀態，表明在現有技術條件下，其財政支農規模低于最優規模，即投入不足，加大投入可獲得超成本回報。

三、研究結論及政策建議

（一）研究結論

根據實證分析結果可知：一是財政支農對農業發展有重大促進作用，但中國平均技術效率較低，僅個別省份達到技術有效，部分省份技術效率異常低下。二是各省份純技術效率均值雖高于平均技術效率值，但總水平仍然較低，表明農業技術較為落后、農業技術應用推廣不到位等問題。據此，改善財政支農績效的主要著眼點應瞄準提升純技術效率。三是各省份規模效率值遠高于平均技術效率值和純技術效率值，表明各省份財政支農投入規模績效較高。然而，多數省份存在財政支農規模報酬遞減狀況，也表明各省份忽略了財政支農最優規模問題，沒有根據屬地情況而合理度量財政支農規模，導致投入規模過大產生規模收益遞減以及對私人投資形成“擠出效應”。四是受經濟發展水平、財政收支規模等因素影響，財政支農績效呈自東部向西部地區依次遞減格局。

（二）政策建議

1.完善農業科技財政專項資金使用機制，提升農業科技創新能力

根據科技部數據，2013年中國農業科技進步貢獻率達到55.2%[ 7 ]。技術進步已經成為中國農業生產率增長的主要源泉。然而，效果斐然的同時亦伴隨著效率難如人意，昭示了中國農業科技屬粗放式投入模式，且投入越大，效率損失的風險也越大，伴隨的成本也越高。究其根源，在于分稅制改革后，隨著“兩個比重”提高，財政支農資金開始突破行政科層制而以“專項”和“項目”的方式向下分配。然而，由于法律依據不足、監督體系不完備、信息化手段落后等原因，財政支農專項資金實際監管存在嚴重漏洞。就農業科技財政投入而言，以農業新品種、新技術和新產品的各類實驗研發，先進農業技術的引進和創新，農民實用技術培訓，農業市場信息服務，農產品質量安全檢測，農業資源和環境監測等為主要載體的農業科技推廣與服務專項資金在投放過程中不同程度存在重復投放、虛假投放、過度投放等問題，資金使用效率低下。據此，有必要立足于農村人口轉移背景下農業資源配置格局改變的事實，堅持科技在農業發展中的引領作用，持續追蹤國際農業科研前沿，將科技投入重點領域鎖定為勞動與土地“雙節約”型技術的成果轉化與示范推廣，重視農業科技創新和推廣服務人才培養，在資金監管上充分發揮財政部駐各省專員辦在事前、事中、事后環節的督導作用。

2.厘清財政支農最優規模，提高財政支農資金使用效率

財政支農規模并非越大越好，而是把握合理的“度”。一方面，受限于規模報酬遞減規律與公共投入“擠出效應”的影響，亟待界定支農領域中政府與市場的邊界，以投入—產出率為評價原則來精確測算財政支農最優規模，降低財政支農規模偏離度；另一方面，在綜合國力依然有限與財政實力相對不足的條件下，支農資源應更加合理配置以提高效率。據此，一是強調因地制宜。各省份要結合屬地農業發展規律與特點，動態考慮支農項目對本地發展的必要性、可行性、緊迫性，統籌財政支農事宜。對于現代農業發展水平較高的地區，財政投入要側重于農業綜合開發領域，繼續推進農業產業化建設與土地整治工程，同時致力于土地流轉與農村金融體系構建，提高支農的廣度與深度。對于傳統農業居于主導的地區，應專注于農業基礎設施建設、農村公共服務體系健全等，夯實農業發展基礎。二是強調政府與市場的“雙調節”。注意發揮市場調節作用，避免擠占私人投入，使市場調節與政府調節兩種手段相得益彰、互為補充，不斷向財政支農最優規模邊界靠近，以農業生產增加值最大化為目的，提升財政支農規模效率。

3.健全財政轉移支付制度，優化區域間財政支農資源配置

立足國情，區域間由于經濟發展水平不同、財政能力有別，不可避免地在中央財政資金依賴度、地方財政資金配套度、基層財政補充性支農投入上存在差距，導致財政支農水平非一致，造成總量有限的財政支農資金同時存在分配失衡的問題。據此，有必要本著兼顧公平與效率，保證區域間財政支農能力均衡的原則，健全中央財政轉移支付制度。具體而言，減少以資金配套為門檻、有利于沿海發達地區的專項轉移支付力度，加大有利于強化基層政府支農自主權、側重欠發達地區的一般性轉移支付力度。同時，科學設計糧食主產區利益補償機制，對各類農業補貼、政策性農業保險保費補貼等支農政策，要明確市（縣）級不再承擔配套資金[ 8 ]。

【參考文獻】

[1] 叢樹海，周煒，于寧.公共支出績效評價指標體系的構建[J].財貿經濟，2005（3）：37-41.

[2] 王建兵.新時期財政支農資金效益評價指標體系的建立[J].開發研究，2001（3）：61-62.

[3] 韓東林，金余泉.中國財政農業投資的績效評價：1979-

2009年[J].南都學壇（人文社會科學版），2013（4）：103-111.

[4] 崔元鋒，嚴立冬.基于DEA的財政農業支出資金績效評價[J].農業經濟問題，2006（9）：37-40.

[5] 林森，張亞斌.我國省際財政支農支出績效的實證研究[J].湖南社會科學，2011（3）：132-135.

[6] 厲偉，姜玲，華堅.基于三階段DEA模型的我國省際財政支農績效分析[J].四川農業大學學報（社會科學版），2014（1）：69-77.

[7] 我國農業科技進步貢獻率達55.2%[J].種業導刊，2014（2）：34.

[8] 杜輝.財政支農資金配套機制的透視與優化[J].會計之友，2013（24）：106-108.