唐娟莉

（鄭州大學 商學院，河南 鄭州450001）

改革開放30多年以來，中國農(nóng)村發(fā)生了翻天覆地的變化，農(nóng)村經(jīng)濟持續(xù)穩(wěn)定健康增長，農(nóng)民生活水平不斷提高，農(nóng)村公共服務(wù)供給也逐漸呈現(xiàn)出多元化的趨勢。農(nóng)村公共服務(wù)作為社會公共服務(wù)的有機組成部分，是政府的重要職能，也是各類社會組織參與農(nóng)村公共事業(yè)和發(fā)揮作用的重要領(lǐng)域。近年來，在政府的積極推動下中國農(nóng)村公共服務(wù)已有較大的改觀，但從中國的實際情況來看，農(nóng)村公共服務(wù)投資入口松、選項盲目、立項草率，嚴重影響了農(nóng)村公共服務(wù)的投資效率，并造成了城鄉(xiāng)之間、發(fā)達地區(qū)與落后地區(qū)之間公共服務(wù)的非均等化。農(nóng)村公共服務(wù)投資的低效率和投資績效評價指標體系的缺失，更使對農(nóng)村公共服務(wù)投資的管理和監(jiān)督較難，在很大程度上制約了農(nóng)村公共服務(wù)投資發(fā)揮更大的效益，也造成了農(nóng)村公共服務(wù)投資效率低的現(xiàn)實。因此，在全球競爭越演越烈和中國經(jīng)濟迅猛發(fā)展的現(xiàn)代社會以及在農(nóng)民對農(nóng)村公共服務(wù)的需求逐漸呈現(xiàn)出多樣化、高標準化的趨勢下，如何保障公共資源的合理配置和如何增加農(nóng)村公共服務(wù)投資資金是一個難題；如何實現(xiàn)各級政府與農(nóng)民間的緊密合作；如何保證農(nóng)村公共服務(wù)的有效供給及其效率性；特別是如何對政府極力支持并為此花費了大量財力的農(nóng)村公共服務(wù)體系進行評價，即如何對財政資金投入所帶來的產(chǎn)出效果進行評價，解除制約農(nóng)村公共服務(wù)供給及其農(nóng)村發(fā)展的“瓶頸”，已成為公共管理領(lǐng)域亟待解決的問題，同時也是政府十分關(guān)注的重要問題［1］。本文的研究主旨也在于此。

在研究過程中，采用數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA），對農(nóng)村公共服務(wù)投資的技術(shù)效率進行嘗試性評價。數(shù)據(jù)包絡(luò)分析是一種具有多種輸入、多種輸出指標的同類型部門之間相對有效性的理想的評價方法，把農(nóng)村公共服務(wù)假設(shè)為一個多投入、多產(chǎn)出的生產(chǎn)系統(tǒng)（之所以如此，主要是根據(jù)十屆四次人大會議《綱要》中所規(guī)定的公共服務(wù)的范圍，同時農(nóng)村公共服務(wù)的運作涉及到多個部門，如教育部門、農(nóng)業(yè)部門、社會保障部門、衛(wèi)生部門等，且這些部門之間與各級政府部門之間密切關(guān)聯(lián)），所涉及的效率評價指標較多，所以運用DEA方法可以對不同地區(qū)的農(nóng)村公共服務(wù)投資情況做出評價和比較。自從DEA方法提出以來，數(shù)據(jù)包絡(luò)分析方法就被廣泛地應(yīng)用于各個行業(yè)的有效性評價上，如企業(yè)、醫(yī)院、科研、教育、農(nóng)業(yè)等單位的效率評價。因此，在確定科學的決策單元和投入指標與產(chǎn)出指標的基礎(chǔ)上，運用該方法對中國不同地區(qū)的農(nóng)村公共服務(wù)投資的相對有效性進行評價，建立Tobit模型，對影響農(nóng)村公共服務(wù)投資技術(shù)效率的主要因素進行實證分析，以期檢測農(nóng)村公共服務(wù)體系建設(shè)的功效如何，為政府合理配置公共資源和修正公共服務(wù)投資方向提供理論依據(jù)和決策支撐。

一、研究方法

DEA是目前比較常用的評價效率與生產(chǎn)率的一種分析方法，僅通過投入和產(chǎn)出數(shù)據(jù)便可以測算出各決策單元的相對效率值。DEA方法可以從投入和產(chǎn)出兩個角度核算技術(shù)效率，此構(gòu)建基于投入角度的C2R模型。

設(shè)有N個決策單元 DMUj，j＝1，2，…，n；DMUj輸入為xj＝ （x1j，x2j，…，xmj）T，輸出為yj＝（y1j，y2j，…，ysj）T；m為輸入指標數(shù)目，s為輸出指標數(shù)目，x1j，x2j，…，xmj≥0（j＝1，2，…，n）即其分量非負并且至少有一個是正的，構(gòu)建基于投入的C2R模型為［2］：

式（1）中x0、y0分別為被評價單元的投入和產(chǎn)出指標，λj為各決策單元組合系數(shù)，ε是非阿基米德無窮小量，eT為單元行向量；θ是效率評價指數(shù)，也通常被稱作效率系數(shù)；s－、s＋代表松弛變量。

運用DEA方法測算的農(nóng)村公共服務(wù)投資技術(shù)效率是一種相對效率，并不能從微觀層面更為準確地確定影響農(nóng)村公共服務(wù)投資技術(shù)效率的主要因素及其影響程度。因此，為了確定農(nóng)村公共服務(wù)投資技術(shù)效率的關(guān)鍵影響因子，以上述分析為基礎(chǔ)建立Tobit計量模型，即：

式（2）中i＝1，2，…，n；當＞0時Yi＝，當≤0時Yi＝0；為潛變量，Yi為農(nóng)村公共服務(wù)投資技術(shù)效率，Xi為影響農(nóng)村公共服務(wù)投資技術(shù)效率的各因素。

二、數(shù)據(jù)來源與變量選擇

（一）數(shù)據(jù)來源

研究所用指標數(shù)據(jù)均來自于《中國統(tǒng)計年鑒》（2008—2010）、《中國農(nóng)村統(tǒng)計年鑒》（2008—2010）、《中國農(nóng)業(yè)統(tǒng)計年鑒》（2008—2010）、《中國教育經(jīng)費統(tǒng)計年鑒》（2008—2010）、《中國衛(wèi)生統(tǒng)計年鑒》（2008—2010），共選取2007—2009年全國31個?。ㄗ灾螀^(qū)、直轄市）93個樣本數(shù)據(jù)，用以測算中國31個?。ㄗ灾螀^(qū)、直轄市）的農(nóng)村公共服務(wù)投資技術(shù)效率，并確定其關(guān)鍵影響因素。

（二）技術(shù)效率評價指標選擇

選擇效率評價指標分為投入和產(chǎn)出兩類指標。在測算農(nóng)村公共服務(wù)投資技術(shù)效率時，主要選取了幾類與農(nóng)民生活息息相關(guān)的公共服務(wù)，包括農(nóng)村基礎(chǔ)教育、農(nóng)村醫(yī)療、農(nóng)村道路、農(nóng)田水利設(shè)施（由于2007年開始統(tǒng)計年鑒中統(tǒng)計口徑的變化，農(nóng)田水利設(shè)施和農(nóng)村道路直接相關(guān)數(shù)據(jù)難以獲取，故本文用農(nóng)林水事務(wù)支出綜合代替農(nóng)田水利設(shè)施和農(nóng)村道路投資；相對應(yīng)的農(nóng)田水利設(shè)施的產(chǎn)出指標用有效灌溉面積表示；農(nóng)村道路（一般用里程表示）產(chǎn)出指標用各省份全部公路里程扣除高速公路和城市公路之后的公路里程來替代）、農(nóng)村社會保障（由于統(tǒng)計年鑒中個別數(shù)據(jù)的缺失，對缺失數(shù)據(jù)的估算本文做出如下解釋：第一，天津、湖南、青海、西藏2007年年末參加農(nóng)村社會養(yǎng)老保險人數(shù)是按照年末參加農(nóng)村社會養(yǎng)老保險人數(shù)占年末參加養(yǎng)老保險的全國平均水平的25．682%進行估算。第二，湖南2008年年末參加農(nóng)村社會養(yǎng)老保險人數(shù)是按照2007－2009年全國年末參加農(nóng)村社會養(yǎng)老保險人數(shù)的平均增長速度的18．625%進行估算；青海、西藏2008年年末參加農(nóng)村社會養(yǎng)老保險人數(shù)是按照2007年年末全國參加農(nóng)村社會養(yǎng)老保險人數(shù)增長速度的8．191%進行估算。第三，青海、西藏2009年年末參加農(nóng)村社會養(yǎng)老保險人數(shù)是按照2008年年末全國參加農(nóng)村社會養(yǎng)老保險人數(shù)增長速度的30．07%進行估算）。因此，投入指標主要包括預算內(nèi)農(nóng)村教育經(jīng)費支出（x1，億元）、農(nóng)村醫(yī)療衛(wèi)生經(jīng)費支出（x2，億元）、農(nóng)林水事務(wù)支出（x3，億元）、農(nóng)村社會保障和就業(yè)支出（x4，億元）；產(chǎn)出指標主要包括農(nóng)村初中和小學在校學生數(shù)（y1，萬人）、每千農(nóng)業(yè)人口鄉(xiāng)村醫(yī)生和衛(wèi)生員數(shù)（y2，人）、農(nóng)村道路里程（y3，公里）、有效灌溉面積（y4，千公頃）、年末參加農(nóng)村社會養(yǎng)老保險的人數(shù)（y5，萬人）。

（三）技術(shù)效率影響因素Tobit變量選擇

被解釋變量（Y）：以2007—2009年31個?。ㄗ灾螀^(qū)、直轄市）的農(nóng)村公共服務(wù)投資技術(shù)效率系數(shù)作為被解釋變量。

解釋變量：在綜合了相關(guān)研究成果之后，選取經(jīng)濟發(fā)展水平、財政分權(quán)度、人口規(guī)模、城市化水平、農(nóng)民人均收入水平五個可能對農(nóng)村公共服務(wù)投資技術(shù)效率產(chǎn)生影響的外生變量［3－6］。

1．經(jīng)濟發(fā)展水平。經(jīng)濟發(fā)展水平會對農(nóng)村公共服務(wù)投資技術(shù)效率的提升產(chǎn)生重要作用，但是經(jīng)濟發(fā)展高的地區(qū)并不一定意味著農(nóng)村公共服務(wù)投資技術(shù)效率水平就高，主要是因為地區(qū)經(jīng)濟增長與財政支出的增長并不一定能帶來農(nóng)村的基礎(chǔ)教育、醫(yī)療衛(wèi)生、基礎(chǔ)設(shè)施、社會保障等公共服務(wù)投資的均衡增長。因此，筆者認為地區(qū)經(jīng)濟發(fā)展水平與農(nóng)村公共服務(wù)投資技術(shù)效率的關(guān)系尚需實證分析來檢驗。

2．財政分權(quán)度。地區(qū)財政分權(quán)度越高，意味著地區(qū)財政收入水平相對越高，地區(qū)農(nóng)村公共服務(wù)財政投資資金也就會越多，有助于促進農(nóng)村公共服務(wù)投資技術(shù)效率的提升。因此，預期財政分權(quán)度會對農(nóng)村公共服務(wù)投資技術(shù)效率產(chǎn)生顯著的正效應(yīng)。

3．人口規(guī)模。一個地區(qū)農(nóng)村人口越多、農(nóng)民居住越集中、人口密度越大，政府財政支出的規(guī)模經(jīng)濟效應(yīng)就會越顯著，對于政府提供農(nóng)村公共服務(wù)越有利，農(nóng)村公共服務(wù)投資技術(shù)效率也就越高。因此，預期地區(qū)人口規(guī)模與農(nóng)村公共服務(wù)投資技術(shù)效率之間存在著正向關(guān)系。

4．城市化水平。一個地區(qū)的城市化水平越高，越能發(fā)揮城市公共服務(wù)設(shè)施對農(nóng)村的輻射帶動作用，越有利于農(nóng)村公共服務(wù)的有效供給。因此，預期地區(qū)城市化水平越高，越有助于提升農(nóng)村公共服務(wù)投資技術(shù)效率。

5．農(nóng)民人均收入水平。隨著農(nóng)民人均收入水平的不斷提高，農(nóng)民對于農(nóng)村公共服務(wù)的需求也逐漸呈現(xiàn)出多樣化、高標準等特性，政府對農(nóng)村公共服務(wù)的財政支出在某種程度上會引導農(nóng)民投資其所需的部分準公共物品，這樣農(nóng)村準公共物品的實際消費水平則會不斷提高，有助于促進農(nóng)村公共服務(wù)投資技術(shù)效率水平的提升。農(nóng)民的收入水平越高，就越能給當?shù)卣┘訅毫Γ粩酀M足其對有效率的公共服務(wù)的需求水平，因此筆者預期農(nóng)民人均收入水平會對農(nóng)村公共服務(wù)投資技術(shù)效率產(chǎn)生正向影響。

基于以上影響因素的分析，表1提供了上述所選擇的五個農(nóng)村公共服務(wù)投資技術(shù)效率影響因素的描述性統(tǒng)計結(jié)果與預期影響方向。

表1 農(nóng)村公共服務(wù)投資技術(shù)效率影響因素變量定義與描述性統(tǒng)計表

三、農(nóng)村公共服務(wù)投資技術(shù)效率DEA實證結(jié)果及其分析

（一）農(nóng)村公共服務(wù)投資技術(shù)效率測算

表2提供了2007—2009年全國31個?。ㄗ灾螀^(qū)、直轄市）農(nóng)村公共服務(wù)投資的綜合技術(shù)效率（TE）的測度結(jié)果。2007—2009年不同地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率水平的變化呈現(xiàn)出梯度變化特征，即西部地區(qū)比中部地區(qū)高，中部地區(qū)又比東部地區(qū)高，這說明：一方面，這幾年西部地區(qū)對于公共服務(wù)資源的利用效率要高于東部地區(qū)，似乎與從經(jīng)濟角度分析的結(jié)果不一致；東部地區(qū)的效率應(yīng)高于西部地區(qū)，說明西部地區(qū)利用“后發(fā)優(yōu)勢”的效率提高超過了東部地區(qū)，在此將其稱為具有“追趕效應(yīng)”。雖然東部地區(qū)的經(jīng)濟發(fā)展水平較高，農(nóng)村公共服務(wù)設(shè)施相對于西部地區(qū)較為完善，對于農(nóng)村公共服務(wù)的投資水平也較西部地區(qū)高，但效率水平提升的空間很小，特別是社會主義新農(nóng)村建設(shè)戰(zhàn)略方針提出以來，國家加大了對西部地區(qū)的投入，尤其是加大了農(nóng)村公共服務(wù)的投入力度，使西部地區(qū)的農(nóng)村公共服務(wù)設(shè)施得到了有效改善，資源的有效利用程度也得到了很大的提高，投資效率也明顯提高。另一方面，經(jīng)濟增長水平高的地區(qū)并不一定就表示公共服務(wù)投資效率高，這意味著中國農(nóng)村公共服務(wù)投資技術(shù)效率存在著明顯的地區(qū)差異，在不同程度上存在著資源浪費現(xiàn)象，同時在一定程度上說明中國農(nóng)村公共服務(wù)投資過程中存在增長與失衡并存的局面，也印證了中國地方公共支出結(jié)構(gòu)偏向問題［5］。

表2 各年中國各地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率值表（2007—2009）

2007—2009年，31個?。ㄗ灾螀^(qū)、直轄市）中11個?。ㄗ灾螀^(qū)）屬于DEA有效，即福建、山東、河北、河南、江西、內(nèi)蒙古、貴州、西藏、青海、寧夏、新疆，說明處于規(guī)模收益不變階段投入產(chǎn)出比達到了最優(yōu)狀態(tài)；其余省份屬于非DEA有效，這表明投入資源未得到充分有效利用，具有投入產(chǎn)出不匹配的特征，可能是這些地區(qū)的農(nóng)村公共服務(wù)投資存在著盲目性、缺乏針對性、投入要素質(zhì)量低下、投資結(jié)構(gòu)和規(guī)模不當?shù)仍颉?/p>

2007—2009年，遼寧、海南、上海的技術(shù)效率水平低下處于全國技術(shù)效率水平的后列，原因可能是經(jīng)濟發(fā)展水平較高，農(nóng)村公共服務(wù)設(shè)施已相當完善，農(nóng)村公共服務(wù)供給水平也很高，從而農(nóng)村公共服務(wù)投資技術(shù)效率水平提升的空間很??；西藏、新疆這兩個欠發(fā)達地區(qū)卻處于生產(chǎn)前沿面上，均處于技術(shù)有效狀態(tài)，可能是因為農(nóng)村公共服務(wù)資源投入相對于經(jīng)濟發(fā)達地區(qū)而言還嚴重匱乏，意味著同等的投入產(chǎn)出效率未必能帶來顯著的經(jīng)濟增長。

（二）農(nóng)村公共服務(wù)投資技術(shù)效率變異系數(shù)測算

表3提供了2007—2009年中國各地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率變異系數(shù)的測算結(jié)果。由表3可知：除天津市、海南省外，各省份的農(nóng)村公共服務(wù)投資技術(shù)效率變異系數(shù)均比較?。ㄐ∮?．080），表明2007—2009年中國農(nóng)村公共服務(wù)投資技術(shù)效率的波動幅度很小。從計算結(jié)果看，2007年海南省的技術(shù)效率水平處于全國最低水平，僅為0．319（見表2），這是由于海南建省較晚，各級財政對于農(nóng)村公共服務(wù)的投入力度較小、資金使用和管理缺乏監(jiān)督、財政轉(zhuǎn)移支付方式不合理、公共服務(wù)的供需脫節(jié)等原因造成的；2008年國家和海南各級地方財政加大了對農(nóng)村公共服務(wù)的人力、物力和財力的投入，使農(nóng)村公共服務(wù)的落后現(xiàn)狀得到了一定程度的改善，效率水平大幅度上升了16．8%，但仍處于全國最低水平，技術(shù)效率水平為0．487（見表2）；2009年海南省充分發(fā)揮政府的導向作用，通過財政轉(zhuǎn)移支付等措施，進一步加大了對農(nóng)村公共服務(wù)的投入力度，特別是加大了“三農(nóng)”投入力度和縣鄉(xiāng)財政的財力傾斜力度，全方位大面積加強了教育、醫(yī)療衛(wèi)生、社會保障等廣大農(nóng)民群眾最關(guān)心、最直接、最現(xiàn)實的民生工程建設(shè)，推進了基本公共服務(wù)均等化，使海南省的農(nóng)村公共服務(wù)狀況得到了較大改善，2009年的效率水平也得到較大幅度的提升，上升了9．9%，技術(shù)效率水平上升為0．586（見表2），這正好可以解釋海南省的農(nóng)村公共服務(wù)投資技術(shù)效率變異系數(shù)較大這一問題。但是2009年海南省農(nóng)村公共服務(wù)投資的效率水平還不是太理想，仍處于全國較低的水平，可能是因為農(nóng)村公共服務(wù)投資具有較長時間的滯后效應(yīng)，在短期內(nèi)并不能帶來很大的效益（由于篇幅關(guān)系，在此只對海南省的情況作出解釋）。

表3 中國各地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率變異系數(shù)表（2007—2009）

四、農(nóng)村公共服務(wù)投資技術(shù)效率影響因素Tobit回歸分析

通過測度2007—2009年中國31個?。ㄗ灾螀^(qū)、直轄市）的農(nóng)村公共服務(wù)投資技術(shù)效率，發(fā)現(xiàn)各省份之間農(nóng)村公共服務(wù)投資技術(shù)效率差異顯著。因此，進一步運用Tobit模型對影響農(nóng)村公共服務(wù)投資技術(shù)效率的關(guān)鍵因素進行實證分析，以中部地區(qū)為基準，引入東、中、西部三大地區(qū)虛擬變量（啞變量）D1、D2、D3，以檢驗測算東、中、西部地區(qū)的農(nóng)村公共服務(wù)投資技術(shù)效率在統(tǒng)計上是否存在顯著差異；同時考察財政分權(quán)（指中央與地方之間的分權(quán)）政策對東、中、西部地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率的影響差異，引入財政分權(quán)度變量（本研究考慮的主要原因是自1994年中國實行分稅體制改革之后，財政分權(quán)體制作為中國的基本財政制度安排，地方財政支出規(guī)模、結(jié)構(gòu)及其效率都可能會受到重要影響）與東、中、西部三大地區(qū)虛擬變量的交互項［4，6］。

由于運用DEA方法測算出的農(nóng)村公共服務(wù)投資技術(shù)效率系數(shù)（θ）是介于0～1之間的截尾數(shù)據(jù)，且數(shù)據(jù)類型為平衡面板數(shù)據(jù)，為了充分利用面板數(shù)據(jù)中所包含的時間序列與橫截面信息及其避免最小二乘估計（OLS）可能帶來的偏誤，運用受限的Tobit隨機效應(yīng)面板模型做回歸分析。

設(shè)θit是利用2007—2009年31個?。ㄗ灾螀^(qū)、直轄市）的橫截面數(shù)據(jù)所測算得到的農(nóng)村公共服務(wù)投資的DEA效率系數(shù)，即綜合技術(shù)效率（TE），可建立如下受限的Tobit隨機效應(yīng)面板模型：

其中Yit＊為2007—2009年31個?。ㄗ灾螀^(qū)、直轄市）的農(nóng)村公共服務(wù)投資技術(shù)效率系數(shù)θit的水平（i＝1，2，…，31），Xit為影響農(nóng)村公共服務(wù)投資綜合技術(shù)效率的因素，μi為隨個體變化而變化但不隨時間而變化并和解釋變量（Xit）不相關(guān)的隨機變量，εit為隨個體與時間獨立變化的隨機變量，α為截距項（在此模型中代表中部地區(qū)農(nóng)村公共服務(wù)投資的平均技術(shù)效率水平），β為待估參數(shù)向量。

表4是采用Stata統(tǒng)計軟件估計的三個隨機效應(yīng)回歸模型的計量結(jié)果。從對數(shù)似然值可以發(fā)現(xiàn)三個模型擬合程度的先后次序是模型3＞模型2＞模型1，表明財政分權(quán)度變量是影響中國農(nóng)村公共服務(wù)投資技術(shù)效率的重要因素；三個模型的rho值都達到了0．87以上，說明農(nóng)村公共服務(wù)投資技術(shù)效率的變化主要是由個體效應(yīng)的變化來解釋的；三個模型的似然比檢驗（卡方）結(jié)果顯示個體效應(yīng)方差為0的原假設(shè)被拒絕；三個模型的隨機項方差（即包括個體效應(yīng)標準差和隨機干擾項標準差）估計值的顯著性很高。

表4 農(nóng)村公共服務(wù)投資技術(shù)效率影響因素實證結(jié)果表（Tobit隨機效應(yīng)面板模型）

由表4知，中部地區(qū)農(nóng)村公共服務(wù)投資的平均技術(shù)效率水平約為1．2，東部地區(qū)和中部地區(qū)的差異不顯著，在統(tǒng)計上呈現(xiàn)出負向關(guān)系，西部地區(qū)的平均技術(shù)效率水平比中部地區(qū)高0．055左右（在模型3中卻出現(xiàn)了偏低現(xiàn)象且不顯著）；模型1和模型2的參數(shù)估計值在1%的顯著性水平上具有統(tǒng)計顯著性，即以中部地區(qū)為基準，對于農(nóng)村公共服務(wù)投資技術(shù)效率水平東部地區(qū)偏低，西部地區(qū)較高，這正好印證了第三部分中對中國農(nóng)村公共服務(wù)投資技術(shù)效率的測度結(jié)果。究其原因，一是第三部分中對技術(shù)效率測算結(jié)果的解釋；二是農(nóng)村公共服務(wù)和經(jīng)濟增長的雙向因果關(guān)系在不同階段可能強度不同［5，7］。

在模型2中加入了財政分權(quán)度變量，在5%的顯著性水平上對農(nóng)村公共服務(wù)投資技術(shù)效率產(chǎn)生了較顯著的正效應(yīng)，這與預期的方向一致。財政分權(quán)度的提高有利于農(nóng)村公共服務(wù)的供給，進而可以提升農(nóng)村公共服務(wù)投資技術(shù)效率水平，表明農(nóng)村公共服務(wù)投資技術(shù)效率的提升在一定程度上有賴于地區(qū)財政分權(quán)度，即地區(qū)財政分權(quán)度的高低變化趨勢與農(nóng)村公共服務(wù)投資技術(shù)效率的高低變化趨勢是一致的［8］。

在模型3中加入了財政分權(quán)度與東、中、西部三大地區(qū)虛擬變量D1、D2、D3的交互項，模型3的回歸結(jié)果顯示財政分權(quán)度在5%的顯著性水平上對中西部地區(qū)產(chǎn)生了正向影響，而對東部地區(qū)產(chǎn)生了負效應(yīng)且不顯著，可見財政分權(quán)政策對東部地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率的影響要小于對中西部地區(qū)的影響。由于財政分權(quán)政策的影響而導致的農(nóng)村公共服務(wù)投資技術(shù)效率水平的提升或下降情況，就全國水平而言，農(nóng)村公共服務(wù)投資技術(shù)效率相對于原有水平提高了0．03左右。從地區(qū)分布上看，中部地區(qū)農(nóng)村公共服務(wù)投資的平均技術(shù)效率水平相對于原有水平顯著提高了0．165 5，西部地區(qū)提高了0．263 4左右，東部地區(qū)卻下降了0．054，可見財政分權(quán)政策對于東部地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率的影響并不顯著。

大量研究表明財政支出效率的提高得益于較高的經(jīng)濟發(fā)展水平，但本文研究所得到的結(jié)果卻與此相反，而與劉天軍等人的研究結(jié)果相同［6－7］。由表4可知三個模型中人均GDP與農(nóng)村公共服務(wù)投資技術(shù)效率之間呈現(xiàn)負向相關(guān)關(guān)系，表明經(jīng)濟的快速增長并不一定就會提升農(nóng)村公共服務(wù)投資技術(shù)效率水平，這與陳詩一等人的研究結(jié)果是一致的［4－5］。原因可能是經(jīng)濟和公共財政支出的增長并不一定會帶來教育、醫(yī)療、基礎(chǔ)設(shè)施等公共服務(wù)供給的同步均衡增長，甚至可能會發(fā)生公共服務(wù)供給擁擠的現(xiàn)象，促使其成本增加和效率惡化［7］。

學者們對于人口統(tǒng)計特征的研究結(jié)果不盡相同。Grossman等人研究認為人口密度的擴大能促使公共服務(wù)的供給出現(xiàn)規(guī)模經(jīng)濟，也就是人口密度和政府支出效率之間存在正相關(guān)關(guān)系［4－5］［9－10］。但也有學者的研究結(jié)果與此正好相反，即人口密度對政府支出效率產(chǎn)生了負向影響［6］。筆者研究認為人口規(guī)模與農(nóng)村公共服務(wù)投資技術(shù)效率之間具有正向關(guān)系，這與預期相符。三個模型中，模型2和模型3的系數(shù)分別在5%和1%的顯著性水平上顯著，而模型1中人口規(guī)模雖對農(nóng)村公共服務(wù)投資技術(shù)效率產(chǎn)生了正向影響，但作用并不顯著，這表明一個地區(qū)農(nóng)村人口越多、農(nóng)民居住越集中、人口密度越大，農(nóng)村公共服務(wù)供給越能呈現(xiàn)出規(guī)模經(jīng)濟效應(yīng)，越有利于農(nóng)村公共服務(wù)的供給，進而越能促進農(nóng)村公共服務(wù)投資技術(shù)效率的提升［7］。

城市化水平對地區(qū)經(jīng)濟發(fā)展和城鄉(xiāng)公共品統(tǒng)籌供給的實現(xiàn)產(chǎn)生了顯著的影響，但是城市化水平與地方政府財政支出效率之間的關(guān)系并不顯著［10－11］。表4回歸結(jié)果顯示，三個模型中城市化水平與農(nóng)村公共服務(wù)投資技術(shù)效率之間具有顯著的負向相關(guān)關(guān)系，這與預期正好相反，說明城市公共服務(wù)設(shè)施對周邊農(nóng)村的輻射帶動作用還很不理想，表明近些年國家通過“以工帶農(nóng)、以城促鄉(xiāng)”的惠農(nóng)政策還未能充分凸顯其預期效果。

三個模型中，農(nóng)民收入水平均與農(nóng)村公共服務(wù)投資技術(shù)效率之間具有顯著的正相關(guān)關(guān)系，與預期相符。模型1和模型3的系數(shù)通過5%的顯著性檢驗，模型2的系數(shù)通過10%顯著性水平的檢驗，說明隨著農(nóng)民人均收入水平的不斷提高，農(nóng)民對于農(nóng)村公共服務(wù)的需求也越來越呈現(xiàn)出多樣化、高標準等特性，政府對于農(nóng)村公共服務(wù)的財政支出在某種程度上會引導農(nóng)民投資其所需的部分準公共物品，而農(nóng)村準公共物品實際消費水平的不斷提高，也促進了農(nóng)村公共服務(wù)投資技術(shù)效率水平的提升。同時，農(nóng)民的收入水平越高就越能給當?shù)卣┘訅毫?，不斷滿足其對于有效率的公共服務(wù)的需求水平，可見促進農(nóng)民增收對改進和提高中國政府農(nóng)村公共服務(wù)投資技術(shù)效率具有重要意義。

五、研究結(jié)論

本文運用2007—2009年的統(tǒng)計數(shù)據(jù)，通過非參數(shù)方法，測算了全國31個?。ㄗ灾螀^(qū)、直轄市）的農(nóng)村公共服務(wù)投資的綜合技術(shù)效率，并計算了變異系數(shù)。在此基礎(chǔ)上構(gòu)建了受限的Tobit隨機效應(yīng)面板模型，實證分析了影響農(nóng)村公共服務(wù)投資技術(shù)效率的關(guān)鍵因素。通過實證分析，得到如下結(jié)論：

第一，2007—2009年，不同地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率水平的變化呈現(xiàn)出梯度變化特征，即西部地區(qū)比中部地區(qū)高，中部地區(qū)比東部地區(qū)高，說明這幾年西部地區(qū)利用“后發(fā)優(yōu)勢”的效率提高超過了東部地區(qū)，即稱之為具有“追趕效應(yīng)”。

第二，中國農(nóng)村公共服務(wù)投資技術(shù)效率存在著明顯的地區(qū)差異，這說明過去西部地區(qū)農(nóng)村公共服務(wù)投資技術(shù)效率水平遠低于東中部地區(qū)的情形在近幾年得到了很大的改觀，并超越了東中部地區(qū)。

第三，2007—2009年，全國31個省（自治區(qū)、直轄市）中11個?。ㄗ灾螀^(qū)）屬DEA有效，即福建、山東、河北、河南、江西、內(nèi)蒙古、貴州、西藏、青海、寧夏、新疆，說明處于規(guī)模收益不變階段投入產(chǎn)出比達到了最優(yōu)狀態(tài)，其余20個省份屬非DEA有效。

第四，2007—2009年，除天津市、海南省外，其余各省份的農(nóng)村公共服務(wù)投資技術(shù)效率變異系數(shù)均比較?。ㄐ∮?．080），表明中國農(nóng)村公共服務(wù)投資技術(shù)效率的波動幅度很小。

第五，對于政府的不可控因素，如財政分權(quán)、人口規(guī)模、農(nóng)民收入水平、地理區(qū)位等，對東、中、西部三大地區(qū)的農(nóng)村公共服務(wù)投資技術(shù)效率差異形成產(chǎn)生了重要影響。具體而言，一個地區(qū)財政分權(quán)度越高、人口規(guī)模越大、農(nóng)民收入水平越高，農(nóng)村公共服務(wù)投資技術(shù)效率就越高。地區(qū)之間，東中部地區(qū)的農(nóng)村公共服務(wù)投資技術(shù)效率水平比西部地區(qū)低，而經(jīng)濟發(fā)展水平對農(nóng)村公共服務(wù)投資技術(shù)效率的提升起到了反向作用，表明經(jīng)濟的快速增長并不一定會提升農(nóng)村公共服務(wù)投資技術(shù)效率水平。此外，城市化水平對中國農(nóng)村公共服務(wù)投資技術(shù)效率具有顯著的負效應(yīng)，說明城市公共服務(wù)設(shè)施對周邊農(nóng)村的輻射帶動作用還很不理想，表明近些年國家通過“以工帶農(nóng)、以城促鄉(xiāng)”的惠農(nóng)政策還未能充分凸顯其預期效果。

［1］ 王寶順，劉京煥．中國公共服務(wù)投入與產(chǎn)出的動態(tài)關(guān)系研究——以教育和公共衛(wèi)生為例［J］．統(tǒng)計與信息論壇，2011（11）．

［2］ 朱玉春，唐娟莉，劉春梅．基于DEA方法的中國農(nóng)村公共服務(wù)效率評價［J］．軟科學，2010（3）．

［3］ 李燕凌．基于DEA－Tobit模型的財政支農(nóng)效率分析——以湖南省為例［J］．中國農(nóng)村經(jīng)濟，2008（9）．

［4］ 陳詩一，張軍．中國地方政府財政支出效率研究：1978－2005［J］．中國社會科學，2008（4）．

［5］ 管新帥，王思文．中國地方公共品供給效率地區(qū)差異測度［J］．蘭州大學學報：社會科學版，2009（4）．

［6］ 韓華為，苗艷青．地方政府衛(wèi)生支出效率核算及影響因素實證研究——以中國31個省份面板數(shù)據(jù)為依據(jù)的DEATobit分析［J］．財經(jīng)研究，2010（5）．

［7］ 劉天軍，唐娟莉，霍學喜，等．農(nóng)村公共物品供給效率測度及影響因素研究——基于陜西省的面板數(shù)據(jù)［J］．農(nóng)業(yè)技術(shù)經(jīng)濟，2012（2）．

［8］ 劉成奎，桂大一．財政分權(quán)、民主、媒體意識對農(nóng)村公共產(chǎn)品供給影響分析——以我國農(nóng)村公路為例［J］．當代經(jīng)濟科學，2009（5）．

［9］ Philip Grossman，Panayiotis Mavros，Robert Wassmer．Public Sector Technical Inefficiency in Large U．S．Cities［J］．Journal of Urban Economics，1999（2）．

［10］張寧，胡鞍鋼，鄭京海．應(yīng)用DEA方法評測中國各地區(qū)健康生產(chǎn)效率［J］．經(jīng)濟研究，2006（7）．

［11］林萬龍．經(jīng)濟發(fā)展水平制約下的城鄉(xiāng)公共產(chǎn)品統(tǒng)籌供給：理論分析及其現(xiàn)實含義［J］．中國農(nóng)村觀察，2005（2）．