財(cái)政金融協(xié)同支農(nóng)的績效時序演進(jìn)及空間收斂分析

李永坤　孟光輝　尹迎欣　孫越

摘要：文章采用Malmquist動態(tài)指數(shù)與空間收斂分析方法，測度分析了2010—2019年中國30個省份財(cái)政金融協(xié)同支農(nóng)績效水平的時序演進(jìn)與空間收斂特征。結(jié)果表明：全國財(cái)政金融協(xié)同支農(nóng)的全要素生產(chǎn)率指數(shù)總體呈下降趨勢，2010—2019年均下降4.5%，且由東到西呈現(xiàn)依次遞減的分布狀態(tài)，存在較為明顯的空間地域差異；從指數(shù)分解角度分析，技術(shù)進(jìn)步指數(shù)是導(dǎo)致當(dāng)下財(cái)政金融協(xié)同支農(nóng)全要素生產(chǎn)率下降的主要因素；另外，全國各地區(qū)財(cái)政金融協(xié)同支農(nóng)績效水平均呈現(xiàn)一定的收斂特征，整體支農(nóng)水平呈穩(wěn)定態(tài)勢發(fā)展，但地區(qū)間的收斂速度差異較為明顯。因此，在政策推進(jìn)過程中，應(yīng)準(zhǔn)確把握并積極響應(yīng)涉農(nóng)市場需求，創(chuàng)新支農(nóng)工具和資金使用管理方式；同時貫徹落實(shí)科技興農(nóng)戰(zhàn)略，推動農(nóng)業(yè)科技成果的落地轉(zhuǎn)化；另外也要強(qiáng)化政策輻射效應(yīng)，促進(jìn)要素資源的跨區(qū)域流動，實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展。

關(guān)鍵詞：財(cái)政金融協(xié)同支農(nóng)；績效評價；時序特征；空間收斂

一、引言

長期以來，“三農(nóng)”問題一直都是制約國民經(jīng)濟(jì)健康穩(wěn)定發(fā)展的關(guān)鍵因素，如何克服農(nóng)業(yè)生產(chǎn)的弱質(zhì)性、改善農(nóng)村生產(chǎn)生活條件以及提高農(nóng)民收入也成為政府工作的重要內(nèi)容，經(jīng)過多年的不懈探索，我國已逐步形成了較為系統(tǒng)的惠農(nóng)強(qiáng)農(nóng)政策框架。產(chǎn)業(yè)興旺是鄉(xiāng)村振興的物質(zhì)基礎(chǔ)，為構(gòu)建綠色高效的鄉(xiāng)村產(chǎn)業(yè)體系，國家不斷完善財(cái)政投入保障制度和農(nóng)村金融產(chǎn)品和服務(wù)方式的創(chuàng)新，鼓勵培育發(fā)展鄉(xiāng)村新產(chǎn)業(yè)新業(yè)態(tài)①，黨的二十大報告也進(jìn)一步提出要發(fā)展農(nóng)業(yè)適度規(guī)模經(jīng)營，完善農(nóng)村金融服務(wù)體系。財(cái)政支農(nóng)與金融支農(nóng)作為當(dāng)前世界各國用來助農(nóng)增收和推動農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)發(fā)展的兩把政策“利劍”，不僅是實(shí)現(xiàn)城鄉(xiāng)融合發(fā)展的內(nèi)在要求，而且也是推進(jìn)鄉(xiāng)村振興戰(zhàn)略實(shí)施和農(nóng)業(yè)現(xiàn)代化進(jìn)程的外部動力。針對經(jīng)濟(jì)新常態(tài)下的三農(nóng)問題，2020年國家財(cái)政農(nóng)林水事務(wù)支出23 948.46億元，十年間累計(jì)增長了140.99%；涉農(nóng)貸款余額38.95萬億元，累計(jì)增長了166.78%②，財(cái)政和金融資金對“三農(nóng)”領(lǐng)域的投入力度顯著提升。

隨著一系列支農(nóng)政策的不斷健全完善，政策效果也得以顯現(xiàn)，但不可否認(rèn)的是，實(shí)踐中財(cái)金政策不銜接、支農(nóng)政策落地失靈等問題大大降低了支農(nóng)政策的實(shí)施效果。2010—2019年期間，我國農(nóng)村居民人均可支配收入年均增長8.58%，實(shí)現(xiàn)了改革開放以來農(nóng)民收入增長的快速發(fā)展，但是近年來增速已下降至7%以下，特別是受國民經(jīng)濟(jì)下行和新冠疫情的雙重影響，2020年收入增速下降到3.8%，農(nóng)林牧漁總產(chǎn)值和糧食總產(chǎn)量增速放緩，2016年和2018年甚至出現(xiàn)糧食總產(chǎn)量小幅下降現(xiàn)象，支農(nóng)政策實(shí)施效果開始呈現(xiàn)出收斂特征。

財(cái)政金融支農(nóng)績效評價是檢驗(yàn)我國支農(nóng)政策的“驗(yàn)金石”，更是推進(jìn)支農(nóng)資金統(tǒng)籌整合和相關(guān)政策研究設(shè)計(jì)的前提。目前我國正處于由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變的關(guān)鍵時期，在支農(nóng)資金規(guī)模不斷擴(kuò)大的同時，財(cái)政、金融支農(nóng)的深度發(fā)展能否有效促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長和農(nóng)民增收？在資源稟賦、區(qū)域政策等方面存在的諸多差異的現(xiàn)實(shí)條件下，各省份的財(cái)政金融協(xié)同支農(nóng)績效是否也呈現(xiàn)空間失衡？因此，本文立足于財(cái)政金融協(xié)同支農(nóng)的研究視角，對全國各省協(xié)同支農(nóng)績效水平的時序動態(tài)演進(jìn)和空間收斂情況展開測度，并據(jù)此提出未來政策優(yōu)化的方向和針對性建議，以期為構(gòu)建完善財(cái)政金融協(xié)同支農(nóng)體系和優(yōu)化支農(nóng)資金的耦合效率提供參考借鑒。

二、文獻(xiàn)綜述

財(cái)政和金融支農(nóng)是助農(nóng)增收和推動農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的兩把有效“利器”，也是實(shí)現(xiàn)城鄉(xiāng)統(tǒng)籌發(fā)展的重要舉措[1]。在該領(lǐng)域?qū)W術(shù)界已積累了豐富的研究成果，主要包括以下三個方面：

其一，有關(guān)財(cái)政支農(nóng)的研究。理論與實(shí)踐均證明財(cái)政是支持農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展的有效供給，其作為國家宏觀調(diào)控的主要手段，對于促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展發(fā)揮著至關(guān)重要的作用。早期部分國外學(xué)者將研究方向聚焦于財(cái)政支農(nóng)支出的規(guī)模與結(jié)構(gòu)方向，如MATSUYAMA[2]、GRIER和TULLOCK[3]等在各自研究的基礎(chǔ)上一致認(rèn)為，財(cái)政支農(nóng)規(guī)模并非一味求多，而應(yīng)當(dāng)結(jié)合農(nóng)業(yè)經(jīng)濟(jì)實(shí)際發(fā)展情況做出適量的抉擇。同樣，國內(nèi)學(xué)者肖育才和姜曉萍[4]也認(rèn)為應(yīng)當(dāng)因地制宜地實(shí)現(xiàn)支農(nóng)規(guī)模的優(yōu)化調(diào)整，規(guī)模結(jié)構(gòu)的不合理也有可能產(chǎn)生抑制作用[5]。在財(cái)政支農(nóng)的效果評價上，胡青江等[6]發(fā)現(xiàn)我國財(cái)政支農(nóng)支出存在較為明顯的空間差異特征，且支出水平動態(tài)演進(jìn)過程也相對較慢。王謙和李超[7]從省際和區(qū)域間的效率進(jìn)行動靜態(tài)分析發(fā)現(xiàn)，我國東、中、西部三大區(qū)域的財(cái)政支農(nóng)支出效率均呈現(xiàn)低效率狀態(tài)。在此基礎(chǔ)上，部分學(xué)者對財(cái)政支農(nóng)效率的影響因素展開了積極探討，CALDERON和SERVEN[8]發(fā)現(xiàn)在財(cái)政支農(nóng)資金支持力度相同的情況下，經(jīng)濟(jì)發(fā)展越差的地區(qū)其財(cái)政支農(nóng)的效果越好。王謙和張興榮[9]以及徐合帆等[10]認(rèn)為城鎮(zhèn)化水平、農(nóng)村經(jīng)濟(jì)發(fā)展水平以及農(nóng)業(yè)機(jī)械化水平等因素會對財(cái)政支農(nóng)績效水平產(chǎn)生不同程度的影響效應(yīng)。

其二，有關(guān)金融支農(nóng)的研究。金融支農(nóng)作為驅(qū)動農(nóng)業(yè)發(fā)展的“引擎”，關(guān)系農(nóng)村金融和農(nóng)業(yè)現(xiàn)代化的發(fā)展。雖然財(cái)政和金融支農(nóng)均會對農(nóng)民收入產(chǎn)生積極作用，但就效果而言，陳義林[11]認(rèn)為財(cái)政支農(nóng)可能存在一定的“滲漏”效應(yīng)，因而金融支農(nóng)要明顯更好一些。BEAMANETAL[12]從農(nóng)村信貸效率視角展開研究，發(fā)現(xiàn)金融支農(nóng)會對農(nóng)村信貸效率產(chǎn)生促進(jìn)作用。楊德勇等[13]、徐光順和馮林[14]認(rèn)為普惠金融將會對城鄉(xiāng)收入差距產(chǎn)生明顯的收斂效果，能夠顯著縮小城鄉(xiāng)收入差距。對于金融支農(nóng)的實(shí)際效果，也有學(xué)者認(rèn)為現(xiàn)實(shí)情況可能事與愿違，比如吳劉杰和張金清[15]采用窗口參比Malmquist指數(shù)法來對金融支農(nóng)效率進(jìn)行檢驗(yàn)，發(fā)現(xiàn)金融支農(nóng)的全要素生產(chǎn)率整體呈下降趨勢，且存在較大的區(qū)域差異。JENSEN[16]認(rèn)為政府主導(dǎo)型農(nóng)業(yè)信貸系統(tǒng)的農(nóng)村信貸資金配置效率通常較低，對此，雷澩和郭蘇文[17]也表示認(rèn)同，同時發(fā)現(xiàn)農(nóng)村金融資源存在配置失衡問題。另外，張永剛和張茜[18]以及溫紅梅等[19]也認(rèn)為城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)及存貸比等外部環(huán)境因素會對金融支農(nóng)效率產(chǎn)生較大的影響。

其三，有關(guān)財(cái)政金融協(xié)同支農(nóng)的研究。在財(cái)政和金融協(xié)同支農(nóng)方面，二者之間應(yīng)當(dāng)是相互補(bǔ)充和支持的關(guān)系[20]，學(xué)者們開始主張將二者結(jié)合起來共同助力三農(nóng)事業(yè)的發(fā)展，即財(cái)政金融協(xié)同支農(nóng)，不僅能夠?qū)崿F(xiàn)二者的功能互補(bǔ)，而且夠夠全方位、多角度地分析農(nóng)業(yè)經(jīng)濟(jì)的增長態(tài)勢。趙洪丹和朱顯平[21]通過實(shí)證檢驗(yàn)發(fā)現(xiàn)協(xié)同支農(nóng)對于農(nóng)村經(jīng)濟(jì)發(fā)展具備正向促進(jìn)作用。李艷秋等[22]和王永倉[23]立足于農(nóng)民增收視角，發(fā)現(xiàn)財(cái)政金融支農(nóng)的協(xié)同發(fā)展還會呈現(xiàn)一定的空間溢出效應(yīng)。但不少學(xué)者也認(rèn)為，目前我國財(cái)政金融協(xié)同支農(nóng)效率并未呈現(xiàn)預(yù)期效果，如毛德敏和劉維忠[24]通過研究發(fā)現(xiàn)財(cái)政金融的協(xié)作機(jī)制對于助農(nóng)增收而言并不理想，而究其原因，在于二者之間沒有形成良好的協(xié)同發(fā)展機(jī)制[25]，就增收角度而言，黃壽峰[26]通過研究發(fā)現(xiàn)協(xié)同支農(nóng)水平存在著區(qū)域和時間差異性特征，究其原因，蔣例利等[27]認(rèn)為是二者在投資和風(fēng)險環(huán)節(jié)等方面的分工模糊、政策不協(xié)調(diào)所致，而財(cái)政自持度以及經(jīng)濟(jì)發(fā)展水平也是影響協(xié)同支農(nóng)績效的關(guān)鍵因素[28]。

其四，有關(guān)財(cái)政金融支農(nóng)績效水平評價指標(biāo)體系的研究。在投入方面，當(dāng)下中央和地方財(cái)政對于三農(nóng)事業(yè)的資金支持主要通過農(nóng)林水支出[26，29]作為主要統(tǒng)計(jì)指標(biāo)，因而不少學(xué)者將其作為財(cái)政支農(nóng)力度的衡量因素，而在金融支農(nóng)方面，指標(biāo)選取各有差異，以金融機(jī)構(gòu)農(nóng)業(yè)貸款額度[20]、每萬人擁有金融機(jī)構(gòu)網(wǎng)點(diǎn)[30]以及農(nóng)村居民人均儲蓄存款額[17]為主。在產(chǎn)出方面。考慮財(cái)政金融支農(nóng)對改善農(nóng)業(yè)生產(chǎn)條件、促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長以及農(nóng)民增收等方面都具有重要推動作用，因而在變量的選擇與設(shè)定過程中，多數(shù)學(xué)者也基本遵循這一思路。當(dāng)下農(nóng)業(yè)機(jī)械化水平[10，26，28，31]在現(xiàn)代農(nóng)業(yè)規(guī)模化生產(chǎn)過程中的作用越來越凸顯，因而其成為不少學(xué)者衡量農(nóng)業(yè)生產(chǎn)條件改善的重要指標(biāo)，而在衡量農(nóng)業(yè)經(jīng)濟(jì)增長方面，多數(shù)以農(nóng)林牧漁總產(chǎn)值[1，9，29]為標(biāo)準(zhǔn)。另外，支農(nóng)效應(yīng)的最終落腳點(diǎn)應(yīng)當(dāng)落實(shí)在農(nóng)業(yè)經(jīng)營主體身上，因而不少學(xué)者將農(nóng)民收入增長也作為衡量支農(nóng)效應(yīng)的一項(xiàng)重要參考依據(jù)，以農(nóng)村居民人均可支配收入[26，28]為具體衡量指標(biāo)。再者，隨著當(dāng)下普惠金融廣度與深度的持續(xù)推進(jìn)，有效解決了農(nóng)業(yè)經(jīng)營者的特殊金融服務(wù)需求，為縮小進(jìn)城高收入群體與農(nóng)村中低收入者的收入差距奠定了基礎(chǔ)[32]，因此部分學(xué)者在農(nóng)村居民人均可支配收入這一絕對值指標(biāo)的基礎(chǔ)上，補(bǔ)充城鄉(xiāng)收入差距[13，17]作為衡量財(cái)政金融協(xié)同支農(nóng)在提升農(nóng)民收入層面相對量的變化情況。

前期的支農(nóng)研究大部分將財(cái)政與金融支農(nóng)相割裂展開，但隨著社會實(shí)踐的不斷深入，不少學(xué)者開啟對財(cái)政金融協(xié)同支農(nóng)的有關(guān)研究，大多研究結(jié)論證明，二者之間具有明顯的互補(bǔ)和協(xié)同效應(yīng)，但結(jié)論并不完全一致，研究成果還不夠完善。此外，對于支農(nóng)效率的評價，大多考慮到了對農(nóng)民增收的影響，但隨著鄉(xiāng)村振興戰(zhàn)略規(guī)劃的持續(xù)推進(jìn)，城鄉(xiāng)收入差距也應(yīng)成為衡量支農(nóng)政策效果的關(guān)鍵因素之一。本文將從財(cái)政金融協(xié)同支農(nóng)視角出發(fā)，從時間和空間兩個維度來對財(cái)政金融協(xié)同支農(nóng)效率進(jìn)行動靜態(tài)分析，來揭示財(cái)政與金融協(xié)同支農(nóng)效率可能存在的時間和空間差異，并結(jié)合動態(tài)變化規(guī)律研究其空間收斂狀態(tài)，以期進(jìn)一步推動支農(nóng)政策的有效落地，提升財(cái)政與金融協(xié)同作用效果。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源及說明

為全面分析中國區(qū)域財(cái)政金融協(xié)同支農(nóng)的績效時序演進(jìn)以及空間收斂特征，本文選取2010—2019年中國30個省的面板數(shù)據(jù)，考慮西藏和港澳臺地區(qū)的部分統(tǒng)計(jì)數(shù)據(jù)缺失，將其予以剔除。相關(guān)評價指標(biāo)的數(shù)據(jù)主要來源于國家統(tǒng)計(jì)局、《中國農(nóng)村統(tǒng)計(jì)年鑒》（2011—2020）、《中國金融年鑒》（2011—2020）以及Wind數(shù)據(jù)庫十年間的統(tǒng)計(jì)。

（二）模型構(gòu)建

1. Malmquist指數(shù)模型。 Malmquist指數(shù)是一種用來衡量全要素生產(chǎn)率變化率的方法。本文將每個省份看作一個決策單元，第[t+1]年、第[t]年的投入產(chǎn)出量分別用[（xt+1，yt+1）]、[（xt，yt）]來表示，則財(cái)政金融協(xié)同支農(nóng)績效變化的Malmquist指數(shù)可以表示為：

上式（1）中，[dt（xt+1，yt+1）]表示用第[t]期技術(shù)（即將第[t]期數(shù)據(jù)作為參考基礎(chǔ)）表示的第[t+1]期技術(shù)效率水平，[dt（xt，yt）]表示用第[t]期技術(shù)表示的當(dāng)前技術(shù)效率水平，[dt+1（xt+1，yt+1）]表示用第[t+1]期技術(shù)表示的當(dāng)期技術(shù)效率水平。當(dāng)[M（xt+1，yt+1，xt，yt）]小于1時，表明從[t]時期到[t+1]時期，財(cái)政金融協(xié)同支農(nóng)績效水平是下降的；當(dāng)[M（xt+1，yt+1，xt，yt）]大于1時，表明從[t]時期到[t+1]時期，財(cái)政金融協(xié)同支農(nóng)績效水平較之前有所改善提高。

后有學(xué)者將全要素生產(chǎn)率（ML）分解為兩部分，分別為技術(shù)效率變化指數(shù)（Effch）和技術(shù)進(jìn)步指數(shù)（Techch），即[ML=Effch×Techch]，如式（2）所示。其中，Techch指數(shù)測度了對技術(shù)邊界從[t]時期到[t+1]時期的移動情況，即“增長效應(yīng)”的衡量。

另外，技術(shù)效率變化指數(shù)（Effch）又可分解為純技術(shù)效率變化指數(shù)（Pech）及規(guī)模效率變化指數(shù)（Sech），即[Effch=Pech×Sech]，測度了到期評價單元到最佳生產(chǎn)前沿面的追趕程度，即對“追趕效應(yīng)”的衡量，如式（3）所示：

因此，上式（1）可簡化為：[ML=Pech×Sech×Techch]，其中，[Pech]為純技術(shù)效率變化，是在規(guī)模報酬可變假定下的技術(shù)效率變化，反映了DMU內(nèi)部管理水平的變動情況；[Techch]為技術(shù)變化，反映生產(chǎn)前沿面的移動對生產(chǎn)率變化的貢獻(xiàn)程度；[Sech]為規(guī)模效率變化，反映了規(guī)模經(jīng)濟(jì)對生產(chǎn)率的影響程度。

2.財(cái)政金融協(xié)同支農(nóng)績效的空間收斂性分析。本文進(jìn)一步引入空間收斂分析方法展開研究財(cái)政金融協(xié)同支農(nóng)績效水平的空間分異特征。“收斂性”概念源于數(shù)學(xué)分析，后被引入經(jīng)濟(jì)學(xué)中用于闡述不同發(fā)展水平之間的地區(qū)是否向相同趨勢發(fā)展[33]，本文選取[σ]收斂和絕對[β]收斂進(jìn)行空間收斂性檢驗(yàn)。

（1）[σ]收斂。[σ]收斂值反映了不同地域在某一時點(diǎn)上財(cái)政金融協(xié)同支農(nóng)績效的差距，體現(xiàn)了支農(nóng)績效水平的靜態(tài)收斂性。當(dāng)[σ]收斂值變小時，說明呈現(xiàn)收斂的狀態(tài)，各地區(qū)之間的財(cái)政金融支農(nóng)績效水平差距在不斷縮小，反之則差距在不斷擴(kuò)大。借鑒已有相關(guān)研究方法[34]，公式如下：

上式中，[i]、[t]分別表示省份和年份，[σt]表示財(cái)政金融協(xié)同支農(nóng)效率的對數(shù)標(biāo)準(zhǔn)差，[lnyit]表示省份[i]在[t]時期財(cái)政金融協(xié)同支農(nóng)效率的自然對數(shù)值，[lnyt]表示該時期所有省份支農(nóng)效率自然對數(shù)的算術(shù)平均值。

（2）絕對[β]收斂。[β]收斂是指基期績效水平低的區(qū)域具有更高的增幅，會隨著時間的推移趕上基期績效水平高的區(qū)域，即存在“追趕效應(yīng)”。絕對[β]收斂是指假設(shè)影響財(cái)政金融協(xié)同支農(nóng)效率發(fā)展的因素相一致的情況下，不同區(qū)域的支農(nóng)績效水平仍呈收斂狀態(tài)，即基期支農(nóng)效率水平較低的區(qū)域?qū)π仕捷^高的區(qū)域存在“追趕效應(yīng)”。為分析2010—2019年十年間全國財(cái)政金融支農(nóng)績效水平是否趨同，構(gòu)建模型如下所示：

上式中，[i]為省份，0為基期，[t]為報告期，[T]表示基期到報告期的跨度，[α]表示常數(shù)項(xiàng)，[β]為待估參數(shù)，[yi0]和[yit]分別表示第[i]省際單元分別在基期和報告期財(cái)政金融協(xié)同支農(nóng)的績效水平，[μit]表示隨機(jī)誤差值。當(dāng)[β<0]時，則說明存在絕對[β]收斂，即基期支農(nóng)效率水平越低的省份在觀察期內(nèi)的增長率水平越高，對基期支農(nóng)效率水平較高的地區(qū)具有“追趕效應(yīng)”，各省份間的支農(nóng)績效水平呈現(xiàn)收斂性狀態(tài)，原始差距在逐步縮小，最終使得各省份都將趨同于相同的穩(wěn)態(tài)均衡水平。當(dāng)[β>0]時，則說明不存在絕對[β]收斂。因此，[β]收斂值的絕對值也反映了財(cái)政金融協(xié)同支農(nóng)績效水平較低的地區(qū)追趕較高地區(qū)的速度，絕對值越大，則追趕速度也就越快。

（三）指標(biāo)選取及說明

本文選取全國30個省份2010—2019年的面板數(shù)據(jù)作為樣本③，評價指標(biāo)分別從投入和產(chǎn)出兩個角度來選取。投入方面，依據(jù)現(xiàn)有的中國財(cái)政支農(nóng)統(tǒng)計(jì)口徑的要求，財(cái)政支農(nóng)資金主要為農(nóng)林水事務(wù)支出[26，28]，金融支農(nóng)資金采用涉農(nóng)貸款總量來表示[10，20]。產(chǎn)出方面，由于財(cái)政金融支農(nóng)一般通過促進(jìn)農(nóng)村經(jīng)濟(jì)增長、提高農(nóng)民收入和改善農(nóng)業(yè)生產(chǎn)條件三個方面來體現(xiàn)協(xié)同支農(nóng)效果，所以分別用農(nóng)林牧漁總產(chǎn)值[15]和農(nóng)業(yè)機(jī)械總動力[28，31]來衡量農(nóng)村經(jīng)濟(jì)增長和農(nóng)業(yè)生產(chǎn)條件的改善情況；采用農(nóng)村居民人均可支配收入和城鄉(xiāng)收入差距來反映在提升農(nóng)民收入層面絕對量和相對量的變化情況[1，17]。

其中，城鄉(xiāng)收入差距的擴(kuò)大會致使農(nóng)村勞動力和資本的外流，同時先進(jìn)技術(shù)和優(yōu)秀人才也無法順利引入農(nóng)業(yè)生產(chǎn)過程之中，不利于財(cái)政金融協(xié)同支農(nóng)績效水平的改善與提升。本文以城鄉(xiāng)收入差距作為衡量財(cái)政金融協(xié)同支農(nóng)績效水平產(chǎn)出層面的相對性指標(biāo)，通過查閱相關(guān)文獻(xiàn)資料[13，32]，最終選取泰爾指數(shù)作為衡量城鄉(xiāng)收入差距的標(biāo)準(zhǔn)，不僅考慮了人口變動因素，而且也符合城鄉(xiāng)居民收入的分布特點(diǎn)[14]，泰爾指數(shù)越小，城鄉(xiāng)收入差距越小，反之亦然。具體計(jì)算模型如下：

其中，泰爾指數(shù)用[Theil]來表示，[i=1]表示城鎮(zhèn)，[i=2]表示農(nóng)村，[Yit]表示[t]時期城鎮(zhèn)或農(nóng)村居民的可支配收入，[Yt]表示該地區(qū)[t]時期的居民可支配收入，[Xit]表示[t]時期城鎮(zhèn)或農(nóng)村居民的年末常住人口數(shù)，[Xt]表示該地區(qū)[t]時期的年末常住人口數(shù)。然而城鄉(xiāng)收入差距作為一種反向指標(biāo)，直接采用將會致使測度結(jié)果與實(shí)際情況背離，因此采用減法一致化方法[35]對該逆向指標(biāo)做正向化處理。將所選指標(biāo)說明及描述統(tǒng)計(jì)分析匯總，如表1所示：

四、基于Malmquist指數(shù)的財(cái)政金融協(xié)同支農(nóng)績效水平的時空差異分析

為深入分析我國在2010—2019年間財(cái)政金融協(xié)同支農(nóng)績效水平的動態(tài)演化過程，本節(jié)將分別從時間和空間維度對我國30個省份的支農(nóng)績效進(jìn)行Malmquist指數(shù)測算及分解，并嘗試尋找其中的變化規(guī)律。

（一）財(cái)政金融協(xié)同支農(nóng)績效水平的時序演進(jìn)

首先，由表2和圖1可知，全國財(cái)政金融協(xié)同支農(nóng)的全要素生產(chǎn)率指數(shù)總體呈下降發(fā)展趨勢，2010—2019年均下降4.5%，除2016—2017年上升1.1%外，其余年份均表現(xiàn)出下降趨勢，但從整體的變化情況來看，全要素生產(chǎn)率在逐步向“1”靠攏，歷年的下降幅度也呈收斂態(tài)勢，說明隨著近年來國家對三農(nóng)工作的深入推進(jìn)以及支農(nóng)政策的健全與完善，財(cái)政金融協(xié)同支農(nóng)的績效水平也得以改善，總體呈現(xiàn)利好趨勢。對于2017年全要素生產(chǎn)率指數(shù)上升的現(xiàn)象，可能是由于當(dāng)年全國各地政策性農(nóng)業(yè)信貸擔(dān)保機(jī)構(gòu)的陸續(xù)成立，一種由財(cái)政出資成立的新型政策性金融工具，有效緩解了農(nóng)業(yè)融資難題，為現(xiàn)代化的“三農(nóng)”事業(yè)發(fā)展做出了卓越貢獻(xiàn)，也為提高財(cái)政金融協(xié)同支農(nóng)資金使用效率提供了新的方向。

其次，對全要素生產(chǎn)率指數(shù)進(jìn)行分解，技術(shù)進(jìn)步指數(shù)與全要素生產(chǎn)率指數(shù)的變化趨勢基本保持一致，年均下降5.5%；而技術(shù)效率指數(shù)除2013—2014年外，整體變化幅度較為平穩(wěn)，年均上升1.1%，由此可見，全要素生產(chǎn)率指數(shù)的下降趨勢主要是由于技術(shù)進(jìn)步指數(shù)逐年遞減所致（除2017年外），而技術(shù)效率指數(shù)的上升幅度不足以彌補(bǔ)技術(shù)進(jìn)步指數(shù)的下降程度。另外，通過進(jìn)一步分解技術(shù)效率指數(shù)，規(guī)模效率指數(shù)整體變化幅度較小，總體均值僅上升0.1%，沒有表現(xiàn)出明顯的上升趨勢，這也是導(dǎo)致純技術(shù)效率與技術(shù)效率指數(shù)變化趨勢基本保持重合的主要原因，間接說明技術(shù)效率指數(shù)的變化主要是純技術(shù)效率變動的作用結(jié)果。總體來看，技術(shù)進(jìn)步是影響財(cái)政金融協(xié)同支農(nóng)績效水平的主要因素，因此，加強(qiáng)農(nóng)業(yè)科技投入、驅(qū)動技術(shù)變革、促進(jìn)科技成果的轉(zhuǎn)化落地以及培養(yǎng)農(nóng)業(yè)創(chuàng)新人才將是未來改善財(cái)政金融支農(nóng)績效水平的主攻方向。

（二）財(cái)政金融協(xié)同支農(nóng)績效水平的空間差異分析

表3是全國各省2010—2019年財(cái)政金融協(xié)同支農(nóng)全要素生產(chǎn)率指數(shù)及其分解結(jié)果，整體來看，除個別省份外，全國財(cái)政金融協(xié)同支農(nóng)的全要素生產(chǎn)率指數(shù)總體呈下降趨勢，年均下降4.5%，表明全國總體上財(cái)政金融協(xié)同支農(nóng)效率水平偏低。從區(qū)域劃分角度來看，東部地區(qū)財(cái)政金融協(xié)同支農(nóng)效率指數(shù)下降0.5%，中部地區(qū)下降2.9%，西部地區(qū)下降9.8%，自東向西呈現(xiàn)依次遞減的分布狀態(tài)，且空間地域差異較為明顯，在一定程度上印證了“中國財(cái)政與金融支農(nóng)水平區(qū)域間不平衡和區(qū)域內(nèi)不平衡共存”[36]這一觀點(diǎn)的合理性，在未來很長一段時間內(nèi)，西部開發(fā)計(jì)劃與中部崛起戰(zhàn)略仍將作為國家支農(nóng)政策的重點(diǎn)傾向。

進(jìn)一步分解可知，各區(qū)域的技術(shù)效率指數(shù)變化均呈上升趨勢，上升幅度由高到低依次為“中部—西部—東部”，這可能是因?yàn)榻陙恚S著中、西部開發(fā)力度的不斷加強(qiáng)以及各項(xiàng)優(yōu)惠政策的交叉匯聚，使得兩區(qū)域的支農(nóng)資金配置效率有所提升，但畢竟先發(fā)優(yōu)勢不足，東中西部區(qū)域間的差異并不明顯。另外，各區(qū)域的技術(shù)進(jìn)步指數(shù)變化均呈下降趨勢，下降幅度由低到高依次為東部、中部和西部，與全要素生產(chǎn)率指數(shù)變化趨勢一致，由此進(jìn)一步印證，農(nóng)業(yè)科技投入以及農(nóng)村金融創(chuàng)新能力不足等問題所帶來的技術(shù)進(jìn)步指數(shù)下降是致使全要素生產(chǎn)率下降的主要原因，技術(shù)進(jìn)步水平的“拖累效應(yīng)”較為明顯。區(qū)域間的差異也反映出，即使中西部地區(qū)存在一定的政策優(yōu)勢，但長期以來由于資源稟賦失衡，致使中西部地區(qū)的技術(shù)創(chuàng)新能力依舊處于劣勢地位。綜上，各區(qū)域在財(cái)政金融支農(nóng)支出的配置結(jié)構(gòu)方面還存在較大的優(yōu)化空間。

（三）全國各省財(cái)政金融協(xié)同支農(nóng)績效水平的時空差異分析

圖2展示了全國30個省份在2010—2019年財(cái)政金融協(xié)同績效水平的趨勢演變，因各省規(guī)模效率整體變化幅度不明顯，致使純技術(shù)效率與技術(shù)效率指數(shù)的變化趨勢基本保持一致，故僅對各省的全要素生產(chǎn)率、技術(shù)效率和技術(shù)進(jìn)步指數(shù)的變化情況做出描繪分析。首先，通過圖2可以發(fā)現(xiàn)，北京、天津、上海、山東、河南、海南、貴州、云南、甘肅和青海10個省份的技術(shù)效率指數(shù)基本保持不變，全要素生產(chǎn)率指數(shù)的變化趨勢與技術(shù)進(jìn)步指數(shù)保持一致，說明這10個省份的全要素生產(chǎn)率變化幾乎完全來源于技術(shù)進(jìn)步；而浙江、福建、廣西以及寧夏四省除個別年份以外，全要素生產(chǎn)率指數(shù)變化與技術(shù)進(jìn)步指數(shù)變化趨勢也基本保持一致，說明這4個省份的全要素生產(chǎn)率指數(shù)變化也主要來自技術(shù)進(jìn)步。其次，內(nèi)蒙古、江蘇、江西、重慶、四川和云南6省隨著時間的推移，各指數(shù)變化逐漸呈平穩(wěn)態(tài)勢發(fā)展，隨著支農(nóng)政策的不斷健全完善，這6個省份的財(cái)政金融支農(nóng)績效水平也在穩(wěn)步改善。另外，由圖2可以清晰看出，在2014年，山西、內(nèi)蒙古、吉林、江蘇、江西、湖南、廣東、重慶、四川、陜西和新疆11個省份的技術(shù)效率指數(shù)變化明顯高于技術(shù)進(jìn)步指數(shù)變化，且呈現(xiàn)“兩個極端”現(xiàn)象，究其原因，十八大以來，國家進(jìn)一步加大對三農(nóng)領(lǐng)域的扶持力度，對支農(nóng)工作更注重治理和效率，2014年中央一號文件進(jìn)一步提出完善財(cái)政支農(nóng)政策，健全“三農(nóng)”投入穩(wěn)定增長機(jī)制，同時進(jìn)一步深化農(nóng)村金融體制改革，通過創(chuàng)新農(nóng)村金融產(chǎn)品和服務(wù)方式加大對涉農(nóng)資金的投入力度，這一時期，財(cái)政和金融支農(nóng)工作處于調(diào)整震蕩期。

五、財(cái)政金融協(xié)同支農(nóng)績效水平的空間收斂分析

為進(jìn)一步分析研究我國財(cái)政金融協(xié)同支農(nóng)績效水平的空間分異特征，本文采用[σ]收斂和絕對[β]收斂分析方法進(jìn)行空間收斂性檢驗(yàn)，探討分析當(dāng)前階段支農(nóng)績效水平是否存在收斂特性。

（一）[σ]收斂性分析

根據(jù)式（4）可求得每年財(cái)政金融協(xié)同支農(nóng)全要素生產(chǎn)率的[σ]收斂系數(shù)，可根據(jù)變化趨勢判斷是否存在收斂特征（見圖3）。總體上，無論是全國、還是東中西部地區(qū)，財(cái)政金融協(xié)同支農(nóng)績效水平的[σ]收斂系數(shù)都出現(xiàn)不同程度的下降趨勢，這表明財(cái)政金融支農(nóng)全要素生產(chǎn)率的增長率存在[σ]收斂，從全國來看，財(cái)政金融協(xié)同支農(nóng)績效水平的[σ]收斂值從0.230下降至0.044，下降了80.87%，呈現(xiàn)明顯的收斂特征且系數(shù)差異也在逐漸縮小。分階段來看，2012—2014年間呈發(fā)散趨勢，財(cái)政金融協(xié)同支農(nóng)全要素生產(chǎn)率指數(shù)的差距水平突出存在，2011—2012年以及2014—2015年間呈現(xiàn)快速收斂趨勢，全要素生產(chǎn)率指數(shù)差距水平得以縮小；從整個期間來看，在2015年以前，[σ]收斂系數(shù)呈現(xiàn)劇烈波動變化現(xiàn)象，在2015年之后，收斂趨勢才得以穩(wěn)定明顯。

分區(qū)域來看，西部地區(qū)的[σ]收斂系數(shù)與全國整體的演變趨勢大致相同，說明西部地區(qū)的財(cái)政金融協(xié)同支農(nóng)的全要素生產(chǎn)率指數(shù)差距在全國范圍內(nèi)占據(jù)突出地位，直接影響全國整體的收斂態(tài)勢。其次，西部地區(qū)在2011—2015年間的[σ]收斂系數(shù)變化趨勢較為陡峭，內(nèi)部差距呈現(xiàn)快速縮小再擴(kuò)大、繼而緩慢收斂的發(fā)展趨勢，隨著西部大開發(fā)等一系列傾斜政策的實(shí)施，西部地區(qū)各方面的發(fā)展得以有效改善，穩(wěn)定發(fā)展的勢態(tài)也得以凸顯。另外，東部和中部地區(qū)的財(cái)政金融協(xié)同支農(nóng)的[σ]收斂系數(shù)變化趨勢相對平穩(wěn)，總體來看，內(nèi)部差距呈緩慢收斂態(tài)勢。東部地區(qū)的地理和經(jīng)濟(jì)優(yōu)勢使得其憑借較強(qiáng)的經(jīng)濟(jì)輻射和資金匯聚，促使財(cái)政金融協(xié)同支農(nóng)績效水平長期處于穩(wěn)定發(fā)展?fàn)顟B(tài)，而中部各省基于自身資源和協(xié)同發(fā)展策略，在“中部崛起”戰(zhàn)略指導(dǎo)思想下，財(cái)政金融協(xié)同支農(nóng)效率得以優(yōu)化，進(jìn)而呈現(xiàn)出一定的收斂現(xiàn)象。

（二）絕對[β]收斂性分析

如表4所示，從全國整體來看，[β]值為-0.103，且統(tǒng)計(jì)意義顯著，全國財(cái)政金融協(xié)同支農(nóng)績效呈現(xiàn)[β]收斂狀態(tài)，相對而言，基期支農(nóng)效率水平較低的省份在觀察期內(nèi)的增長率水平較高，存在“追趕效應(yīng)”，各省份之間的支農(nóng)效率水平的原始差距正在逐步縮小，使得各省趨于穩(wěn)態(tài)均衡發(fā)展。另外，絕對[β]收斂檢驗(yàn)?zāi)Ｐ褪且环N收斂的橫截面模型，為了消除經(jīng)濟(jì)周期的影響[34]，將樣本期分為2011—2014年和2015—2019年兩個時間段進(jìn)行檢驗(yàn)。表中數(shù)據(jù)顯示，兩個階段的回歸系數(shù)為負(fù)，且均通過顯著性水平檢驗(yàn)，但2015—2019年的回歸系數(shù)絕對值遠(yuǎn)大于2011—2014年，說明該階段財(cái)政金融協(xié)同支農(nóng)效率水平較低地區(qū)的追趕速度要更快一些。

從各地區(qū)來看也都呈現(xiàn)出一定的“俱樂部收斂”趨勢。東部地區(qū)的β收斂系數(shù)為負(fù)，且統(tǒng)計(jì)意義顯著，說明東部各省的財(cái)政金融協(xié)同支農(nóng)效率水平呈穩(wěn)定發(fā)展態(tài)勢，但東部地區(qū)的[β]絕對值最小，說明東部地區(qū)財(cái)政金融協(xié)同支農(nóng)效率水平較低的省份雖然對效率較高的省際單元存在一定的“追趕效應(yīng)”，但追趕速度相對較慢。東部地區(qū)各省份無論是在自然地理?xiàng)l件上，還是在經(jīng)濟(jì)社會發(fā)展水平上都處于全國領(lǐng)先地位，但通過表3也可以發(fā)現(xiàn)，實(shí)際上一些傳統(tǒng)的東部經(jīng)濟(jì)大省的全要素生產(chǎn)率指數(shù)及其構(gòu)成并不一定完全優(yōu)于中西部省份，區(qū)域內(nèi)部的差異也比較突出。因此，應(yīng)當(dāng)均衡區(qū)域內(nèi)部發(fā)展條件，促進(jìn)區(qū)域間經(jīng)濟(jì)合作的要素流動，縮小區(qū)域間的發(fā)展差異，加快“追趕速度”，努力實(shí)現(xiàn)區(qū)域穩(wěn)定發(fā)展態(tài)勢。

通過檢驗(yàn)發(fā)現(xiàn)中部地區(qū)[β]值為負(fù)，且通過了1%的顯著性水平檢驗(yàn)，說明中部各省的協(xié)同支農(nóng)效率處于明顯的收斂狀態(tài)，且[β]絕對值在三地區(qū)中最大，相對東西部而言，中部地區(qū)財(cái)政金融協(xié)同支農(nóng)績效水平較低省份的追趕速度最快。在東部經(jīng)濟(jì)繁榮發(fā)展和西部大開發(fā)的雙重夾擊下，作為“政策洼地”的中部地區(qū)，無論是資源稟賦還是政策傾向上都處于弱勢地位，中部各省也充分認(rèn)識到這一發(fā)展不足之處，通過充分整合地區(qū)資源優(yōu)勢，合理配置財(cái)政金融支農(nóng)資金的使用效率，使得區(qū)域內(nèi)的財(cái)政金融協(xié)同支農(nóng)效率正朝向穩(wěn)定趨勢發(fā)展。

同樣，西部地區(qū)的[β]收斂值為負(fù)，且通過了1%的顯著性水平檢驗(yàn)，說明西部各省的財(cái)政金融協(xié)同支農(nóng)效率水平呈收斂穩(wěn)定發(fā)展態(tài)勢。雖然西部地區(qū)作為經(jīng)濟(jì)比較落后的區(qū)域，資源稟賦不足且發(fā)展資金較為匱乏，但隨著西部大開發(fā)的縱深推進(jìn)以及各種政策的匯集交叉作用，促使西部各省在經(jīng)濟(jì)發(fā)展、財(cái)政金融行為等方面表現(xiàn)出不同程度的空間聯(lián)動和激勵競爭，政策匯聚的空間溢出效應(yīng)也將縮小各地間的發(fā)展差距，從而有效改善提升財(cái)政金融支農(nóng)資金的配置效率，減緩西部各省農(nóng)業(yè)農(nóng)村發(fā)展的約束瓶頸，促進(jìn)農(nóng)業(yè)生產(chǎn)條件改善和農(nóng)村經(jīng)濟(jì)的發(fā)展。

六、研究結(jié)論與政策建議

（一）研究結(jié)論

本文基于財(cái)政金融協(xié)同支農(nóng)視角，運(yùn)用Malmquist動態(tài)指數(shù)與空間收斂檢驗(yàn)方法，分別從時間和空間維度對2010—2019年中國30個省份的財(cái)政金融協(xié)同支農(nóng)績效的時序演進(jìn)與空間收斂特征進(jìn)行了測度與分析。研究表明：（1）全國財(cái)政金融協(xié)同支農(nóng)的全要素生產(chǎn)率指數(shù)總體呈下降發(fā)展趨勢，2010—2019年間年均下降4.5%，其中東部地區(qū)下降0.5%，中部地區(qū)下降2.9%，西部地區(qū)下降9.8%，由東到西呈現(xiàn)依次遞減的分布狀態(tài)，空間地域差異較為明顯，財(cái)政金融協(xié)同支農(nóng)工作任重道遠(yuǎn)。（2）從指數(shù)分解分析，技術(shù)進(jìn)步指數(shù)與全要素生產(chǎn)率指數(shù)的變化趨勢基本保持一致，總體呈現(xiàn)下降的時序演進(jìn)特征，技術(shù)進(jìn)步指數(shù)是當(dāng)下制約財(cái)政金融協(xié)同支農(nóng)績效的關(guān)鍵因素。（3）全國各地區(qū)財(cái)政金融協(xié)同支農(nóng)績效水平都呈現(xiàn)一定的收斂特征，整體支農(nóng)水平呈穩(wěn)定態(tài)勢發(fā)展，但地區(qū)間的收斂速度呈現(xiàn)明顯差異，中部地區(qū)速度最快，支農(nóng)績效水平較低的省份更具追趕優(yōu)勢。

（二）政策建議

1.創(chuàng)新財(cái)政金融協(xié)同支農(nóng)路徑，提升協(xié)同支農(nóng)效率。適應(yīng)市場化機(jī)制要求，創(chuàng)新財(cái)政金融支農(nóng)工具與資金管理方式。借鑒政策性農(nóng)業(yè)信貸擔(dān)保和政策性農(nóng)業(yè)保險等新型財(cái)政支農(nóng)工具的有效經(jīng)驗(yàn)，拓寬財(cái)政支農(nóng)資金的來源渠道，發(fā)揮財(cái)政投入的引導(dǎo)作用，可探索發(fā)行一般債券和專項(xiàng)債券用于現(xiàn)代農(nóng)業(yè)設(shè)施和鄉(xiāng)村公共建設(shè)，以政府財(cái)政信用撬動社會金融資源持續(xù)性向三農(nóng)領(lǐng)域傾斜，緩解政府財(cái)政壓力。金融支農(nóng)也要密切關(guān)注農(nóng)民需求和產(chǎn)業(yè)動向，創(chuàng)新金融產(chǎn)品設(shè)計(jì)，因地制宜開發(fā)符合農(nóng)業(yè)生產(chǎn)的普惠性金融產(chǎn)品。根據(jù)新型農(nóng)業(yè)資金項(xiàng)目，可通過“以獎代補(bǔ)”的方式，爭取金融資金的提前介入，彌補(bǔ)財(cái)政資金的投入缺口。另外，綜合運(yùn)用財(cái)政稅收、信貸貨幣以及金融監(jiān)管等工具做好政策兜底保障工作，通過財(cái)政與金融的有效耦合實(shí)現(xiàn)協(xié)同支農(nóng)的良性互動和可持續(xù)發(fā)展，促進(jìn)協(xié)同支農(nóng)績效水平的提升。

2.加強(qiáng)農(nóng)業(yè)科技創(chuàng)新體系建設(shè)，提升財(cái)政金融協(xié)同支農(nóng)效應(yīng)。實(shí)踐證明，技術(shù)進(jìn)步的“拖累效應(yīng)”是致使財(cái)政金融協(xié)同支農(nóng)效率低下的主要原因，實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的根源依舊在于農(nóng)業(yè)科技的創(chuàng)新與進(jìn)步。因此，要繼續(xù)深入貫徹落實(shí)科技興農(nóng)戰(zhàn)略，重視農(nóng)業(yè)科技成果的轉(zhuǎn)化與落地實(shí)施，在合理控制基礎(chǔ)設(shè)施建設(shè)的基礎(chǔ)上，要著力加大對農(nóng)業(yè)科技經(jīng)費(fèi)的投入，使其在總量和比重上都有所擴(kuò)張，充分考慮項(xiàng)目研發(fā)與人才培養(yǎng)的實(shí)際情況，有針對性地出臺相應(yīng)的資金投入政策。同時加強(qiáng)創(chuàng)新資金的使用管理制度，明確資金使用細(xì)則，公開資金使用流向，確保公開透明。另外，在科技創(chuàng)新日新月異的時代下，要緊抓機(jī)遇，利用數(shù)據(jù)化鏈接以及大數(shù)據(jù)管控等方式構(gòu)建信息資源共享機(jī)制，整合財(cái)政和金融支農(nóng)信息資源，建立農(nóng)業(yè)金融信息數(shù)據(jù)庫，逐步形成共建共治共享的良好局面。

3.把握財(cái)政金融協(xié)同支農(nóng)的收斂特性，實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展。無論立足全國、還是東中西部地區(qū)，財(cái)政金融協(xié)同支農(nóng)績效水平都呈現(xiàn)出不同程度的收斂態(tài)勢，但各區(qū)域間的收斂速度卻存在一定的差異。因此在制定支農(nóng)政策時，要立足全局視域，兼顧區(qū)域間和區(qū)域內(nèi)的協(xié)調(diào)性，保證財(cái)政金融協(xié)同支農(nóng)政策與當(dāng)?shù)貎?nèi)在制度的契合，充分體現(xiàn)地區(qū)差異性和個體效應(yīng)，保障各地區(qū)支農(nóng)水平的協(xié)同發(fā)展。另外，可在不同區(qū)域選取財(cái)政金融協(xié)同支農(nóng)典型示范區(qū)，總結(jié)成功經(jīng)驗(yàn)，強(qiáng)化政策輻射效應(yīng)和空間聯(lián)動性，因勢利導(dǎo)，促進(jìn)支農(nóng)資源和生產(chǎn)要素的跨區(qū)域流動，通過相互學(xué)習(xí)合作以及人才聯(lián)合培養(yǎng)等方式加快區(qū)域“追趕速度”，實(shí)現(xiàn)區(qū)域間的協(xié)調(diào)發(fā)展。

參考文獻(xiàn)：

[1]姜松，曹崢林，王釗.中國財(cái)政金融支農(nóng)協(xié)同效率及其演化規(guī)律[J].軟科學(xué)，2013，27（02）：6-11.

[2]MATSUYAMA K.Agricultural Productivity，Comparative Advantage，and Economic Growth[J].Economic Theory，1992，58（2）：317-334.

[3]GRIER K，TULLOCK G.An empirical analysis of cross-national economic growth，1951—1980[J].Journal of monetary economics，1989（24）：259-276.

[4]肖育才，姜曉萍.財(cái)政支農(nóng)支出對城鄉(xiāng)收入差距影響的實(shí)證研究[J].經(jīng)濟(jì)問題探索，2017（11）：35-45.

[5]田衛(wèi)民.財(cái)政投入增長與農(nóng)民收入份額減少悖論——基于省際面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].農(nóng)村經(jīng)濟(jì)，2014（09）：49-52.

[6]胡青江，陳彤，閆海龍.財(cái)政支農(nóng)支出水平的空間差異與動態(tài)演進(jìn)[J].統(tǒng)計(jì)與決策，2022，38（01）：141-145.

[7]王謙，李超.基于三階段DEA模型的我國財(cái)政支農(nóng)支出效率評價[J].財(cái)政研究，2016（08）：66-77，90.

[8]CALDEERON C，SERVEN L.Integrated financial supervision：Lessons of Scandinavian experience [J].Finance Development，2012，7（23）：178-182.

[9]王謙，張興榮.基于DEA-Tobit模型的財(cái)政支農(nóng)支出效率評價與影響因素——以山東省為例[J].系統(tǒng)工程，2017，35（04）：91-100.

[10]徐合帆，鄭軍，余家鳳，等.鄉(xiāng)村振興背景下財(cái)政支農(nóng)績效及影響因素分析——以湖北省為例[J].稅收經(jīng)濟(jì)研究，2019，24（02）：81-90.

[11]陳義林.我國財(cái)政支農(nóng)與金融支農(nóng)對農(nóng)民收入的影響——基于VAR模型的實(shí)證分析[J].改革與戰(zhàn)略，2008，24（12）：87-89.

[12]BEAMANETAL.Conflict Management in the Entrepreneur-venture Capitalist Relationship：An International Comparative Study[D].Helsinki University of Technology working thesis，2014：25-48.

[13]楊德勇，代海川，黃帆帆.數(shù)字普惠金融對城鄉(xiāng)居民收入差距的門限效應(yīng)研究——基于不同發(fā)展維度的實(shí)證分析[J].經(jīng)濟(jì)與管理評論，2022（03）：89-101.

[14]徐光順，馮林.數(shù)字普惠金融對城鄉(xiāng)收入差距影響的再檢驗(yàn)——基于農(nóng)戶人力資本投資調(diào)節(jié)效應(yīng)的視角[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2022（05）：60-82.

[15]吳劉杰，張金清.基于窗口參比Malmquist指數(shù)的農(nóng)村金融支農(nóng)效率分析[J].江西社會科學(xué)，2019，39（08）：64-74.

[16]JENSEN R.Agricultural Volatility and Investments in Children[J].The American Economic Review，2000，90（2）：399-404.

[17]雷澩，郭蘇文.中國區(qū)域金融支農(nóng)績效水平的實(shí)證研究——基于DEA模型的省際差異分析[J].江西社會科學(xué)，2016，36（02）：44-49.

[18]張永剛，張茜.基于DEA方法的農(nóng)村金融效率研究[J].經(jīng)濟(jì)問題，2015（01）：60-63，113.

[19]溫紅梅，姚鳳閣，常晶.基于四階段 DEA 的農(nóng)村金融效率評價——來自中國縣域數(shù)據(jù)的實(shí)證分析[J].蘇州大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2014，35（01）：107-112.

[20]石丹，魏華.關(guān)于財(cái)政與金融協(xié)同支農(nóng)的思考與建議[J].武漢金融，2010（07）：52-54.

[21]趙洪丹，朱顯平.農(nóng)村金融、財(cái)政支農(nóng)與農(nóng)村經(jīng)濟(jì)發(fā)展[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2015，37（05）：96-108，127-128.

[22]李艷秋，辛立秋，趙孟鑫.財(cái)政支農(nóng)與金融助農(nóng)促進(jìn)農(nóng)民增收的空間溢出和門檻特征[J].地方財(cái)政研究，2021（10）：65-71，79.

[23]王永倉.數(shù)字普惠金融影響農(nóng)民收入增長的門檻效應(yīng)研究[J].金融理論與實(shí)踐，2021（06）：94-109.

[24]毛德敏，劉維忠.農(nóng)村金融發(fā)展、財(cái)政支農(nóng)投入與農(nóng)民收入增長關(guān)系分析——基于新疆1995—2013年數(shù)據(jù)的實(shí)證研究[J].湖北農(nóng)業(yè)科學(xué)，2016，55（13）：3529-3532.

[25]吉富星.財(cái)政金融協(xié)同支農(nóng)的研究——基于機(jī)制設(shè)計(jì)理論視角[J].經(jīng)濟(jì)研究參考，2014（12）：30-35.

[26]黃壽峰.財(cái)政支農(nóng)、金融支農(nóng)促進(jìn)了農(nóng)民增收嗎？——基于空間面板分位數(shù)模型的研究[J].財(cái)政研究，2016（08）：78-90.

[27]蔣例利，王定祥，蘇婉茹.財(cái)政金融服務(wù)與新型農(nóng)業(yè)經(jīng)營體系構(gòu)建的協(xié)同性研究[J].重慶大學(xué)學(xué)報（社會科學(xué)版），2018，24（01）：34-45.

[28]李洪俠.鄉(xiāng)村振興視角下財(cái)政金融支農(nóng)協(xié)同作用研究——基于DEA-Malmquist和Tobit模型[J].西南金融，2021（07）：14-26.

[29]李克建，董黎明.基于三階段DEA模型財(cái)政支農(nóng)效率的研究——以安徽省為例[J].重慶科技學(xué)院學(xué)報（社會科學(xué)版），2018（01）：32-36.

[30]彭健.基于三階段DEA模型的金融支農(nóng)效率研究[J].海南金融，2014（10）：7-12.

[31]陳苗苗，陳妍妍.財(cái)政支農(nóng)、金融支農(nóng)促進(jìn)了農(nóng)業(yè)低碳化發(fā)展嗎？——基于STIRPAT模型的研究[J].金融發(fā)展評論，2022（02）：29-41.

[32]朱蕭揚(yáng).數(shù)字普惠金融發(fā)展對城鄉(xiāng)收入差距的影響與實(shí)證研究[J].商業(yè)經(jīng)濟(jì)，2022（06）：176-179.

[33]楊琛.中國工業(yè)生態(tài)效率時空差異及收斂性分析[J].宏觀經(jīng)濟(jì)研究，2020（07）：106-113，137.

[34]徐孝新，孫自敏，劉戒驕.我國糧食主產(chǎn)區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域差異及收斂性分析[J].技術(shù)經(jīng)濟(jì)，2022，41（02）：86-95.

[35]徐林明，李美娟.動態(tài)綜合評價中的數(shù)據(jù)預(yù)處理方法研究[J].中國管理科學(xué)，2020，28（01）：162-169.

[36]韓占兵.中國區(qū)域財(cái)政支農(nóng)與金融支農(nóng)協(xié)同效率水平研究——基于省際面板數(shù)據(jù)的分析[J].經(jīng)濟(jì)與管理，2014，28（04）：56-61.

責(zé)任編輯：管仲

Temporal Evolution and Spatial Convergence Analysis of Fiscal and Financial Cooperation in Supporting Agriculture

1Li Yongkun? 1Meng Guanghui? 1Yin Yingxin? 2Sun Yue

（1School of Economics and Management （Business School）， Shandong Agricultural University， Taian，? 271000， Shandong， China;

2Agricultural and Rural Bureau of Lanling County， Linyi 277734， Shandong， Chian）

Abstract： This paper uses Malmquist dynamic index and spatial convergence analysis method to measure and analyze the temporal evolution and spatial convergence characteristics of fiscal and financial cooperation performance in 30 provinces of China from 2010 to 2019. The results show that the total factor productivity index of fiscal and financial cooperation for agriculture shows a downward trend， with an average annual decline of 4.5% from 2010 to 2019， and presents a decreasing distribution from east to west， with obvious spatial and regional differences. From the perspective of index decomposition， technological progress index is the main factor leading to the decline of total factor productivity of fiscal and financial cooperation. In addition， the performance level of fiscal and financial cooperation supporting agriculture in all regions in China shows certain convergence characteristics， and the overall level of support for agriculture shows a stable trend of development， but the convergence rate difference between regions is obvious. Therefore， in the process of policy promotion， it is necessary to accurately grasp and actively respond to the needs of agriculture-related market， and innovate agricultural support tools and management methods of agricultural fund. At the same time， we should implement the strategy of rejuvenating agriculture by science and technology， and promote the transformation of agricultural scientific and technological achievements， strengthen the radiation effect of policies， promote the trans-regional flow of factor resources， and achieve regional coordinating development.

Key words： fiscal and financial cooperation to support agriculture; rerformance evaluation; time series characteristics; space convergence

[基金項(xiàng)目]山東省軟科學(xué)項(xiàng)目（項(xiàng)目編號：2019RKB01611）。

[作者簡介]李永坤（1998-），男，山東臨清人，碩士研究生，研究方向：農(nóng)村金融；孟光輝（1976-），男，山東新泰人，副教授，中國社會科學(xué)院博士后，研究方向：財(cái)政支農(nóng)與農(nóng)村金融；尹迎欣（1997-），女，山東肥城人，碩士研究生，研究方向：農(nóng)村金融；孫越（1996-），女，山東棗莊人，碩士，研究方向：農(nóng)村經(jīng)濟(jì)。

①《中共中央 國務(wù)院關(guān)于做好2023年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見》。

②本文數(shù)據(jù)均來自國家統(tǒng)計(jì)局公開數(shù)據(jù)、中國人民銀行年報和《中國金融年鑒》統(tǒng)計(jì)資料，并經(jīng)計(jì)算所得。