财政支农效率研究——以辽宁为例

宫善栋(东北财经大学财政税务学院，辽宁 大连 116025)

财政支农效率研究
——以辽宁为例

宫善栋
(东北财经大学财政税务学院，辽宁 大连 116025)

财政支农是政府调控农村经济发展的重要手段，财政支农效率高低直接影响支农效果。本文分析了财政支农的理论依据，总结了我国财政支农政策现状，借助三阶段DEA模型以辽宁为例对财政支农效率进行了实证分析。结果表明：辽宁财政支农效率呈上升趋势；各地区间效率差别主要体现在规模效率上；提高经济发展水平、提高农业经济比重、降低农业从业人员比重可以提高财政支农效率。

财政支农效率；财政支农支出；农民增收；三阶段DEA模型

一、引 言

“三农”问题一直受到党和国家的高度重视，从2004年到2016年连续十三年将一号文件锁定“三农”问题。但是由于农业本身的特性，容易受到自然条件和供需市场的影响，从而导致农产品价格变动幅度大，农民收入时高时低，影响农民从事农业生产的积极性。这就客观上要求国家对农业生产和农民增收制定相应的补贴政策，保证农业健康稳定发展。

财政支农是中央和地方财政，为了促进农业经济发展、缩小城乡差距和提高农民收入，通过资金投入和政策优惠的手段，对农业、农村和农民的支持。近几年国家和各级政府不断加大对农业的支持力度，财政对农业领域的投入也逐年加大，但同时政府财政支农效果和财政支农效率也受到越来越多的关注。

财政支农支出资金受到财政预算约束，使得财政支农效率成为财政支农效果的重要因素。关于我国财政支农效率，近几年国内学者进行了大量的理论和实证研究。李焕彰和钱忠好[1]运用生产函数测定财政支农各类支出的边际产出效应，认为我国财政支农支出结构偏差导致财政支农资源配置低效率。黄小舟[2]运用线性回归模型分析农民纯收入和财政支农资金的关系，认为我国财政支农资金效率较低，原因在于资金总量不足、结构不合理。孙文祥和蔡方[3]认为我国财政支农具有显著经济效益，但中央财政支出效率低于地方财政支出。温涛和王煜宇[4]认为，1952—2002年我国财政支农资金抑制了农业经济增长和农民收入提高。崔元锋和严立冬[5]运用DEA模型分析我国1995—2004年财政支农支出效率，认为我国财政支农效率整体不高且呈逐年下降趋势。沈坤荣和张璟[6]运用多变量回归和Granger因果检验方法分析1978—2004年农村公共支出、农民收入增长以及城乡收入差距之间的关系，认为农村公共支出在提高农民收入方面起到一定积极作用，但在统计意义上并不显著。李燕凌[7]运用DEA-Tobit模型分析财政支农支出效率水平及其影响因素，认为城市化水平偏低抑制了财政支农支出效率的扩散，促进农民增收有利于改进长期财政支农支出效率。黄新建和王勇[8]运用误差修正模型分析1978—2008年江西财政支农与农业经济的关系，得出财政支农支出对江西农业经济增长的弹性系数为0.649。秦建军和武拉平[9]运用误差修正模型分析我国改革开放三十年间财政支农支出的农村减贫效应，认为短期来看财政支农支出增长对农村减贫效应明显，但长期来看财政支农支出的农村减贫效应趋于平稳。

综合以上文献，我们看到学者们对财政支农效率的研究分歧较大，而且主要集中在国家层面，针对省级财政支农效率的研究较少。本文借助于三阶段DEA模型，利用辽宁财政支农支出、农业增加值和农民纯收入等相关数据，考察财政支农效率以及效率影响因素，进而提出提高财政支农效率的政策建议。

二、理论分析

(一)财政支农的理论依据

农业在国民经济中的特殊地位、在社会发展中的重要作用、农业的弱质性、农业的准公共产品性以及外部性决定了国家有必要对农业发展提供财政支持。

1.农业在整个国民经济中占据特殊地位

农业是人类存在之本，是人类的衣食之源，为人类社会存在和发展提供物质基础。农业既是工业生产原材料的供应者，又是工业产品的消费者。任何国家的工业化都是从轻工业开始的，而农业为纺织、食品加工等轻工业提供了重要的原材料，并且成为这些工业产品的需求者，这样整个社会开始出现了最初的资金和物质的良好循环。在工业化发展过程中，农业还是工业发展储备的劳动力储备器，在工业进步时释放劳动力，在工业衰落时吸收劳动力。而对于我国工业化来说，农业更是做出了特别的贡献，从20世纪50年代到80年代中期，国家通过工农业产品“剪刀差”，将农业部门创造的大量利润输送到工业部门，成为工业化初期所需的大量资金的主要来源。“剪刀差”政策虽然提高了工业发展速度，但也导致城乡差距加大。当前，国家必须大力支持农业发展，以便弥补“剪刀差”政策的负面效果。

2.农业在社会发展和稳定中发挥重要作用

农业与其他产业相比不但具有一般经济功能，还在社会发展和稳定方面发挥重要作用。“国以民为本，民以食为天”，随着世界人口不断增长和人们生活水平的不断提高，粮食需求量也日益增长。而耕地数量不断减少和气候条件不断恶化使得粮食安全问题成为各国关注的重要问题，粮食也成为世界各国的战略性资源。我国是人口大国，人口总数占世界人口总数的1/5，粮食安全问题显得尤为重要。粮食等农产品作为基本生活必需品，其收入弹性和价格弹性都较小，可替代性小。当农产品价格大幅上涨时，社会中低收入阶层的生活就会受到巨大影响，由此导致社会不稳定因素增加。

3.农业在诸多方面体现出弱质性

首先，农业仍高度依赖自然条件。尽管当前我国部分地区的农业科技水平已较为先进，但总体来看，我国农业生产短期仍难以摆脱“靠天吃饭”的局面。近年来，多变的气候因素更是加大了农业生产面临的自然风险。其次，农业在市场竞争者处于不利地位。农产品差异性较小、农业进入壁垒较低、农业生产者众多且分散，这些都导致农产品供给弹性较大，加之其作为生活必需品需求弹性较小、生产周期长，使得农产品市场非常容易出现过度竞争现象。最后，农业对资金、人才等生产要素的吸引力较小。资本具有逐利性，农业的预期收益率通常较低，很难吸引到足够资金支持；我国农业人才极为不足，受传统观念影响，年轻人很少愿意回到农村从事农业生产。

4. 农业的准公共产品性

农业也是一种准公共产品，其准公共物品性主要体现在以下方面：

(1)土地不但是农业生产依赖的基本资源，而且承担了农村的社会保障职能。虽然我国从2003年开始推行新型农村合作医疗，从2009年开始推行新型农村社会养老保险，而且现在已经基本实现全覆盖，但其保障水平仍较低，广大农民要想解决医疗和养老问题仍需要靠自己和子女。我国早期实行按人口评价分配土地，土地作为农业生产最基本的生产要素，就承担了农民养老的基本保障职能。当前，虽然土地作为养老保障的功能有所降低，大量农民靠外出打工和购买商业保险等手段来提高自身收入和解决医疗养老保障问题，但土地仍是农民重要的收入来源和权利保障。

(2)农业的非商品产出具有非排他性和非竞争性。农产品是农业商品产出，是具有排他性和竞争性的一般商品。农业的非商品产出主要包括粮食安全、社会稳定和生态环境效益。农业生产可以改善一定范围内的生态环境，这部分产出无法界定产权，也无法排除特定人消费，具有了一定非排他性；而粮食安全和社会稳定具有明显的非竞争性，增加一个人的此类消费并不会增加任何成本，也不会减少其他人的消费。

(3)农业与诸多准公共物品存在交叉。教育、基础设施建设和科研等都属于准公共产品，而农村教育、农业基础设施建设和农业科研也就属于公共物品的范围。国家财政对农村教育、农业基础设施建设和农业科研的投资，是财政支农的组成部分和重要手段。

5.农业的外部性

农业在环境、生态等方面表现出外部性。农业的外部性分为正、负两个方面，正的外部性包括吸收二氧化碳、水土保持、生物多样性保持等，负的外部性包括水土流失、地下水污染、生物多样性危害等。事实上，这是同一个问题的两个方面，农业生产规范了，正的外部性就会增加，同时负的外部性就会减少。而个人和市场从自身利益最大化出发，往往不会考虑外部性问题，从而导致农业的负外部性加大，这就要求国家从整个利益的角度出发对农业生产加以引导和规范。

综上所述，农业的特殊地位、弱质性、准公共产品性和外部性都决定了国家有必要对农业提供各种支持，而财政支农就是国家对农业提供支持的一个重要手段。

(二)我国的财政支农政策

财政支农政策分为财政支出政策和税收优惠政策。前者主要包括各类支农资金支出、扶贫开发和各类补贴等，后者主要包括农业税减征、免征等。

财政支农政策涵盖到“三农”问题的各个方面，每项财政支农政策都涉及诸多内容和相关资金项。财政支农政策的主要内容和相关资金情况如表1所示。

表1 财政支农政策主要内容和相关资金

三、我国财政支农现状

我国财政对于农业的支持力度，可以通过财政支农支出总额和占财政全部支出的比重来反映。本文选取财政支农支出口径为农林水事务支出，主要包括农业、林业、水利、南水北调、扶贫、农业综合开发、农村综合改革和其他农林水事务支出。2008—2013年我国农林水事务各项支出情况及农林水事务支出占全国财政支出总额的比重如表2所示。

表2 农林水事务各项支出 单位：亿元

注：表中数据均根据《中国农村统计年鉴2015》整理得到。

由表2我们可以看出，近年来，我国财政支农支出总额不断增加，财政支农支出占财政全部支出的比重也呈上升趋势；从构成来看，农业支出所占比重最大在40%以上，除南水北调支出外，其余各项支出均呈逐年上升趋势。到2013年，我国财政支农支出总额为13 349亿元，占财政全部支出的9.521%。

四、模型选择

本文使用三阶段DEA模型分析财政支农效率及影响因素。相对于简单DEA模型，三阶段DEA模型可以剔除环境因素和随机噪声对实际效率值的影响，对于效率测算更准确。三阶段DEA模型包含三个阶段：传统DEA分析、相似SFA分析、调整后的DEA分析。

(一)应用传统DEA分析初始效率

数据包络分析 (Data Envelopment Analysis，简称DEA)是运筹学的研究领域，它是一种基于线性规划的综合考虑多种投入和产出的效率评价方法。由于DEA模型在处理不同计量单位的多投入产出问题时的绝对优势，这种效率分析方法被广泛应用于各领域。传统DEA模型常见的有CCR和BCC两种，前者由Charnes、Cooper及Rhodes于1978年首次提出，后者由Banker、Charnes及Cooper于1984年提出。两者主要区别是CCR模型假设生产过程为固定规模收益，而BCC模型为可变规模收益， 由于BCC模型适用范围更广，本文采用的是BCC模型。

BCC模型假设有n个决策单元(Decision Making Unit，简称DMU)DMUj(j=1,2,…,n)，它们生产过程涉及m项投入、s项产出，其投入、产出向量分别为：Xj=(x1j,x2j,…,xmj)T>0，Yj=(y1j,y2j,…,ysj)T>0,j=1,…,n。这样投入导向下对偶形式的BCC模型可表示为：

(1)

BCC模型可以将综合技术效率(TE)进一步分解为规模效率(SE)和纯技术效率(PTE)，TE= SE×PTE。综合技术效率是对决策单元的资源使用效率、资源配置能力等多方面能力的综合评价。纯技术效率是制度和管理水平带来的生产效率，是企业由于管理和技术等因素带来的生产效率。规模效率则是指在既定的制度和管理水平下，由于决策单元现有规模与最优规模之间的差异带来的生产效率，反映实际规模与最优生产规模的差距。

综合技术效率等于1，表示该决策单元的生产是综合有效的，即同时技术有效和规模有效。纯技术效率等于1，表示在当前的技术水平上，其投入资源的使用是有效率的，但未能达到综合有效的根本原因在于其规模无效。

(二) SFA模型中剔除环境变量和统计噪声影响

Fried等(2002)认为投入、产出松弛变量受到管理无效率、环境因素和统计噪声的共同影响，而传统DEA模型并未对三种影响进行区分，这样计算出来的效率值就不能准确反映决策单元的管理决策水平，这就需要通过对环境因素和统计噪声分离来调整各决策单元的投入、产出，使用的方法是相似SFA模型。

数据包络分析(DEA)和随机前沿分析(Stochastic Frontier Analysis，简称SFA)是在度量生产效率时最常用的两种生产前沿分析方法。所谓的生产前沿，是指在一定的技术条件下，对既定的投入因素进行最佳组合，计算出所能达到的最优产出，这些最优投入产出的集合称为生产前沿或者前沿面。生产前沿类似于经济学中所说的“帕累托最优”，是决策单元期望达到的理想状态。

数据包络分析和随机前沿分析的区别即在于二者的前沿生产函数的设定形式不同。数据包络分析使用的是确定性前沿生产函数，没有考虑随机因素对生产效率的影响，它是将有效的生产单位连接起来，用分段超平面的组合也就是生产前沿面来紧紧包络全部观测点。 而随机前沿分析使用的是随机前沿生产函数，考虑到生产过程受到一定随机冲击的影响。

本阶段利用SFA模型剔除环境变量和统计噪声影响的方法如下。

第一步，构造投入导向SFA回归函数：

Sni=fn(Zi，βn)+νni+μni，i=1,2,…,I;n=1,2,…,N

(2)

其中，Sni表示第i个决策单元第n项投入的松弛变量值；Zi表示环境变量，βn表示环境变量的系数，f(Zi，βn)反映环境变量对松弛变量的影响；νni+μni表示混合误差项，νni代表随机噪声，μni代表管理无效率。其中，ν～N(0,σv2)表示随机误差项，反映随机干扰因素对投入松弛变量的影响；μ表示管理无效率，反映管理因素对投入松弛变量的影响，假设其服从在零点截断的正态分布，即μ～N+(0,σμ2)。

通过对n个SFA回归方程分别进行估计，得到相关参数的估计值。

第二步，借助参数估计值(βn、u2、σvn2、σun2)，对Sni进行分解。

其中，环境因素影响为fn(Zi，βn)。管理无效率影响为：

(3)

随机噪声影响为：

E(vni|vni+uni)=sni-fn(Zi，βn)-E(uni|vni+uni)

(4)

第三步，调整环境因素和随机噪声。

(5)

(三)调整后的DEA模型效率分析

五、实证分析

(一)变量选择和数据来源

本文共有1个投入变量、2个产出变量和3个环境变量。投入变量为财政支农支出(CZZC)，口径为农林水事务支出。由于我国的财政支出统计指标在2007年经历了一次重大调整，本文只选取2008年以后的农林水事务支出数据，以保证数据连续性和指标口径统一性。产出变量为农业增加值(ZJZ)和农民纯收入(CSR)。农业增加值和农民纯收入这两个指标能够较好地反映出一个地区农业经济的发展水平和农民实际收入情况。环境变量为人均地区生产总值(PGDP)、农业经济比重(NYBZ)和农业从业人员比重(CYBZ)。其中，农业经济比重等于农业增加值占全部地区生产总值比重，从业人员比重为农业从业人员占乡村人口数比重。人均地区生产总值用来反映一个地区的整体经济发展水平，农业经济比重反映一个地区的经济结构和农业经济地位，农业从业人员比重反映一个地区农业劳动力状况。

数据结构为2008—2013年辽宁省14个地区的面板数据。考虑到数据平稳性和待估参数的取值范围，对财政支农支出、农业增加值、农民家庭人均纯收入进行了自然对数化处理，对人均地区生产总值进行了离差标准化处理。全部数据均取自历年《辽宁统计年鉴》。

(二)三阶段DEA模型

按照前文的操作步骤，建立三阶段DEA模型，其中，第一阶段、第三阶段使用的软件为DEAP2.1，第二阶段使用的模型为Frontier4.1，模型计算结果如下：

1.初次DEA模型效率分析

第一阶段，使用原始数据建立DEA模型，投入变量为财政支农支出(CZZC)，产出变量为农业增加值(ZJZ)和农民家庭人均纯收入(CSR)。计算结果如表3和表4所示。

表3 调整前各地区财政支农效率值

注：表中效率值均为该地区2008—2013年平均值。

表4 调整前各年份财政支农效率值

注：表中效率值均为该年14个地区平均值。

由表3可知，分地区来看，调整前的综合技术效率差别不大，大连、辽阳最高为1，葫芦岛最低为0.942，极差为0.058；综合技术效率平均值为0.976，高于平均值的城市有大连、辽阳、营口、鞍山、盘锦、沈阳、铁岭和本溪。

由表4可知，从时间趋势来看，调整前的综合技术效率变化幅度较小，2013年最高为0.979，2009年最低为0.970，极差仅为0.009。

2. SFA模型回归

使用第一阶段求得的投入变量的松弛变量值和三个环境变量分别建立SFA模型，投入变量为财政支农支出(CZZC)，环境变量人均地区生产总值(PGDP)、农业经济比重(NYBZ)和农业从业人员比重(CYBZ)。财政支农支出(CZZC)投入松弛变量的待估模型为：

S1i=β0+β1PGDP+β2NYBZ+β3CYBZ+ν1i+μ1i，i=1,2,…,I

(6)

模型(6)极大似然估计结果如表5所示。

由表5可知，模型参数估计结果较好，各参数均在5%显著性水平下显著异于零。模型单边广义似然比(LR)检验统计量为18.600，其对应的混合卡方分布的P值小于0.001，故在1%显著性水平下模型形式是正确的。

运用以上估计结果，根据式(3)和式(4)将松弛变量S1i分解为管理无效率项和随机噪声项，然后再根据式(5)将投入调整到相同的环境变量水平和随机影响水平上。

表5 财政支农支出松弛变量模型估计结果

参 数估计值T值P值β0-0 124-5 962<0 001β1-0 214-2 1020 039β2-0 287-5 493<0 001β30 7983 714<0 001σ20 0572 7250 008λ0 7768 687<0 001

3.调整后的 DEA模型效率分析

表6 调整后各地区财政支农效率值

注：表中效率值均为该地区2008—2013年平均值。

表7 调整后各年份财政支农效率值

注：表中效率值均为该年14个地区平均值。

对比表3和表6、表4和表7可知，调整前后各地区、各年份效率值均发生一定变化，调整后的效率值差别较大，这表明运用三阶段DEA模型对投入变量进行调整是有意义的。

从表6可知，分地区来看，调整后的综合技术效率差距较大，大连最高为1，朝阳最低为0.553，极差为0.447，比调整前相比提高了6.700倍；综合技术效率平均值为0.748，高于平均值的城市有大连、盘锦、鞍山、沈阳、营口、辽阳和丹东。

从表7可知，从时间趋势来看，调整后的综合技术效率近几年呈先上升趋势，在2013年达到最高为0.777，在2009年最低为0.726。

六、结论及建议

通过以上理论和实证分析，我们可以得出以下结论：

第一，人均地区生产总值与效率值正相关，农业经济比重与效率值正相关，农业从业人员比重与效率值负相关。松弛变量与效率值负相关，由表3中参数估计值可知，人均地区生产总值与效率值正相关，农业经济比重与效率值正相关，农业从业人员比重与效率值负相关。

第二，各地区综合技术效率的差距较大，且主要体现在规模效率上，纯技术效率差距不大。各地区规模效率差距较大，部分地区如朝阳、阜新的规模效率不足0.600，这类地区需要提高财政支农规模。

第三，纯技术效率整体水平较高，但个别地区仍待提高。丹东规模效率排名第6而纯技术效率排名14，通过提高纯技术效率可以显著提升这类地区综合技术效率。

第四，综合技术效率总体呈现逐年上升趋势。从2008—2013年各年平均综合技术效率来看，总体呈现上升趋势，辽宁财政支农效率整体来看在逐步改善。

因此，要想提高财政支农效果和财政支农效率，应该从以下方面加以调整：

第一，加大财政支农资金力度。辽宁省财政支农整体效率较高且处在上升阶段，应不断提高财政支农资金力度。大部分地区财政支农的规模效率制约着综合技术效率，提高财政支农规模可以显著提高综合技术效率。在财政资金有限的前提下，优先考虑规模效率较低的地区，如朝阳、阜新、葫芦岛和抚顺等地区。

第二，提高财政支农资金管理水平。个别地区纯技术效率较低，这意味着这些地区财政支农资金的管理仍有不足。通过提高这类地区的财政支农资金管理水平可以大幅度地提高其综合技术效率。

第三，提高经济发展水平。一个地区的人均国民生产总值越高，其财政支农效率越高。农业与工业和第三产业不可分割，农业为工业和第三产业提供原材料，工业和第三产业为农业提供生产所需物品和劳务。通过提高地区经济发展水平，提高整体经济活力，可以提高财政支农效率。

第四，大力发展农业经济。一个地区的农业经济比重越大，其财政支农效率越高。农业经营具有规模效应，大规模农业集约化经营在农产品产量和价格方面都有优势。通过农业集约化经营大力发展当地农业经济发展水平，提高其农业经济比重，进而提高其财政支农效率。

第五，减少农业从业人员数量，提高机械化水平。一个地区从事农业生产的人员比重越高，其财政支农效率越低。农业现代化是农业振兴的必经之路，农业机械化运作是现代农业的基本特征。通过提高农业机械使用量，提高农业产业化水平，减少农业从业人员比重，可以提高财政支农效率。

[1] 李焕彰，钱忠好.财政支农政策与中国农业增长：因果与结构分析[J]. 中国农村经济，2004，(8)：39-44.

[2] 黄小舟.财政支农资金与农民收入关系分析[J].理论月刊，2005，(3)：164-166.

[3] 孙文祥，蔡方.我国财政支农经济绩效实证研究[J]. 财政研究，2005，(11)：27-30.

[4] 温涛，王煜宇.农业贷款、财政支农投入对农民收入增长有效性研究[J].财经问题研究，2005，(2)：79-84.

[5] 崔元锋，严立冬.基于DEA的财政农业支出资金绩效评价[J].农业经济问题，2006，(9)：37-40.

[6] 沈坤荣，张璟.中国农村公共支出及其绩效分析——基于农民收入增长和城乡收入差距的经验研究 [J].管理世界，2007，(1)：30-40.

[7] 李燕凌. 基于DEA-Tobit模型的财政支农效率分析——以湖南省为例[J]. 中国农村经济，2008，(9)：52-62.

[8] 黄新建，王勇.财政支农对江西农业经济增长效应的实证研究——基于协整检验与误差修正模型[J].江西财经大学学报，2010，(2)：60-63.

[9] 秦建军，武拉平. 财政支农投入的农村减贫效应研究——基于中国改革开放 30 年的考察[J]. 财贸研究，2011，(3)：19-27.

[10] 张元红.财政政策与中国农业的周期性波动[J].中国农村观察，2000，(4)：2-11.

[11] 王汉章，李上炸，刘伯恩.财政支农支出对农业GDP长期影响的实证分析[J]. 中央财经大学学报，2009，(5)：1-6.

[12] 熊吉峰.财政支农绩效的数量分析[J].统计与决策，2006，(4)：83-84.

[13] 魏朗.财政支农支出对我国农业经济增长影响的研究——对1999—2003年农业生产贡献的实证分析[J]. 中央财经大学学报，2007，(9)：11-16.

[14] 彭克强.财政支农杠杆效应的实证研究：1987—2007年[J]. 统计研究，2008，(11)：32-38.

(责任编辑：孟 耀)

辽宁期货与经济社会发展研究基地

辽宁期货与经济社会发展研究基地成立于2014年9月，是经辽宁省社科联批准设立的研究基地。本研究基地依托于东北财经大学金融学院和科研机构作为平台，深入研究以期货行业为代表的区域金融与区域经济发展、辽宁期货行业发展规划与战略等问题。本研究基地宗旨是服务辽宁省委、省政府金融经济科学决策，全面推进辽宁省区域性金融中心建设。

一、研究优势

本研究基地依托东北财经大学金融学科，是辽宁省重点建设的特色一流学科。目前已形成了基础扎实、梯队优化、优势突出、特色鲜明、全面发展的新局面，在专业建设、人才培养、科学研究、社会服务、国际学术交流等方面取得了瞩目的成绩，为服务辽宁经济改革与发展提供了全方位、立体化的智力支持，为本研究基地奠定了坚实的组织基础和学术基础。

本研究基地在首席专家邢天才教授的带领下，共有研究人员40人，其中，教授16人、副教授15人；36人获得博士学位，占总人数的90%。基地成员研究方向分别有金融市场风险管理、货币银行与货币政策、国际金融管理、证券与期货、金融工程、产业经济和投资管理等。基地成员先后承担国家自然科学基金、社会科学基金等国家级、省部级课题80多项；在商务印书馆、科学出版社、中国社会科学出版社等出版学术专著(译著)、教材共41部，有5部教材被列为国家级规划教材；在《经济研究》、《管理世界》、《世界经济》和《金融研究》等刊物上发表学术论文200多篇；有20项成果获得省部级奖励。多项咨政报告获得中央部委、辽宁省政府、大连市政府领导批示并被相关部门采纳应用，为我国金融改革、制度建设和区域经济发展做出了积极贡献。

二、研究领域

本研究基地研究方向围绕着区域金融中心建设和大连商品交易所带动辽宁期货行业发展的主题，深入探讨以期货行业为代表的区域金融与区域经济发展、辽宁期货业发展规划与战略等问题。侧重辽宁期货行业发展规划与战略研究、辽宁期货行业发展与辽宁经济协同创新研究、辽宁期货行业发展与辽宁区域金融中心建设战略研究、辽宁期货行业发展与辽宁金融体系建设战略研究、辽宁期货行业风险管理与监管制度研究、辽宁期货行业发展法律法规建设研究、辽宁期货专业化高端人才培养规划与战略研究、辽宁期货行业发展的国际化战略研究。本研究基地近期围绕着金融期货、商品期货两个主线条展开研究，形成了10多项新的研究成果。

三、研究目标

本研究基地将根据《辽宁省经济社会发展研究基地管理办法》，围绕《辽宁沿海经济带发展规划》、“国家实施新一轮东北振兴政策”，立足于准确把握基地功能定位，把为省委、省政府决策服务作为基地建设的出发点和落脚点，以服务金融决策、创先金融理论、引领金融实践为学术责任，搭建辽宁金融期货与经济社会发展的科学决策研究平台，集中攻关以期货行业为代表的区域金融与区域经济社会发展的理论与实践研究，深入探讨以期货行业为代表的区域金融与区域经济社会发展、辽宁期货行业发展规划与战略等期货行业发展中迫切需要回答和解决的热点、难点问题，形成一系列促进辽宁经济振兴和辽宁期货行业发展的原创性成果，为省委、省政府提供高水平、专业化的金融经济决策与咨询服务。

2017-01-01

宫善栋(1986-)，男，山东诸城人，博士研究生，主要从事农村财政研究。E-mail: gongshandong@163.com

F810.45

A

1008-4096(2017)02-0090-08