我国农村基本公共服务供给效率研究※——基于三阶段DEA模型和三阶段Malmquist模型

刘玮琳 夏 英

一、 引 言

现阶段我国基本公共服务是由政府主导、保障全体公民生存和发展基本需要、与经济社会发展水平相适的公共服务。其中农村基本公共服务问题是关系农村经济稳定发展的重大问题。2017年中央“一号文件”指出要“提升农村基本公共服务水平”。“十三五”推进基本公共服务均等化规划中强调了缩小城乡服务差距，补齐农村基本公共服务短板，不断提高城乡、区域之间基本公共服务均等化程度。党的“十九大”提出的第一阶段的奋斗目标中也明确指出要“城乡区域发展差距和居民生活水平差距显著缩小，基本公共服务均等化基本实现，全体人民共同富裕迈出坚实步伐”。近年来我国农村基本公共服务供给呈现多元化的发展趋势，但仍存在诸多问题，严重影响了农村基本公共服务供给效率，并造成了城乡区域间的公共服务非均等化。因此，如何提高农村基本公共服务的供给效率、如何保证对农村公共资源的合理配置以及如何保证公共财政资金投资效果，这些已成为公共财政领域亟需解决的关键问题，同时在研究农村基本公共服务供给效率时除充分考虑公共服务的一般特征外，还要兼顾环境因素的影响，这对于全面研究农村基本公共服务供给效率意义重大。目前，国内外对于农村基本公共服务供给效率研究主要体现在以下两个方面：

1. 农村基本公共服务供给效率的影响因素研究

Buchanan(1950)分析了美国农村公共产品供给效率，结果显示，居民收入水平的提高有助于公共产品供给效率的提高。刘天军等(2012)分析了影响农村公共产品供给效率关键因素主要有人均GDP、人口规模、财政分权度、公共物品供给政策等。李燕凌等(2011)在县级层面上运用Tobit模型分析了平均机械动力、距县城距离、人均收入水平以及农村人口年龄、性别等个体特征与农村公共产品供给效率的关系。除了农村基本公共服务自身的公共性和无形性外，政府体制因素也是造成其投资低下的关键因素。此外，还有学者对农村基本公共服务供给效率低下导致结果进行研究，如匡远配(2006)认为农村基本公共服务低效率供给会导致农村基本公共服务质量低下。

2. 农村基本公共服务效率评价方法

国内外有关公共服务效率评价多采用数据包络分析法(DEA)。Gunnar Rongen(1995)对挪威的六种公共服务的地方性财政支出效率进行研究。Caroline M(1999)建立了公共服务供给效率可行性模型。国内针对农村基本公共服务效率研究相对较少，且大部分运用DEA模型和DEA-Tobit模型。唐娟莉(2014)采用DEA-Tobit两阶段评价模型，测算全国31个省份农村基本公共服务投资效率。冷哲等(2016)则采用三阶段DEA和超效率DEA模型进行评估。严奉宪等(2015)则选取微观调查数据，采用DEA-Tobit模型分析人均减灾投入、男性比重以及人均GDP对于减灾公共产品供给效率的影响情况。此外，还有学者利用结构方程模型、满意度评价等方法对我国农村公共物品供给效率进行客观评价。

综上所述，为了能够更客观全面地评价农村基本公共服务供给效率，本文运用三阶段DEA模型对农村基本公共服务供给效率进行静态分析；同时为了对多年供给效率连续变化情况进行动态分析，选取三阶段Malmquist模型对2011-2015年农村基本公共服务供给效率进行动态分析。本文将上述两种方法进行有效结合，对比剔除环境因素和随机因素前后农村基本公共服务供给效率的静态和动态变化情况，从而能够更加全面客观地评价农村基本公共服务供给效率，以期为政府提供更有利的决策依据。

二、 研究方法

1. 三阶段DEA模型

三阶段DEA方法是将传统的数据包络分析法(DEA模型)与随机前沿模型(SFA)相结合的一种计算效率的非参数方法。该方法是Fried等(2002)在传统DEA方法的基础上，剔除了环境因素和随机因素的影响，使其测算出的结果更加客观准确，其基本思路包含以下三个阶段。

第一阶段：传统DEA模型。该阶段运用投入产出数据进行初始效率评价，同时参照相关文献，选取以投入导向的规模报酬可变BCC模型。鉴于该理论已较为成熟，本文在此不再详细介绍。

第二阶段：构建SFA分析模型。Fried等提出要将第一阶段的松弛变量分解成环境因素、管理无效率和随机误差三种效应，同时借助SFA模型，剔除环境因素和随机因素对第一阶段的松弛变量的影响。根据Fried等(2002)的想法，本文采用第一阶段的投入松弛变量构建SFA模型：

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

其中，Sni是第i个决策单元第n项投入的松弛值；Zi是环境变量，βn是环境变量的系数；νni+μni是混合误差项，其中，νni表示随机干扰项，且服从N(0,σνn2)分布；μni表示管理无效率，且服从N(0,σμn2)分布。

为了剔除环境因素和随机因素对效率的影响，利用Frontier4.1等软件得到回归结果后，将各决策单元(DMU)调整于相同环境和经历的运气因素，对于处于相对不利环境和相对“差运气”的决策单元(DMU)减少其投入量，而对于处于相对有利环境和相对“好运气”的决策单元(DMU)则增加其投入量，调整公式如下：

第三阶段：再次利用DEA模型。将调整后的投入变量与原始产出变量再次测算各决策单元(DMU)的效率，此时的投入产出变量已经剔除环境因素和随机因素，此时其效率值能够更客观准确的反映真实的效率水平。

2. 三阶段Malmquist模型

考虑到三阶段DEA是对农村基本公共服务的静态分析，本文从动态视角构建三阶段Malmquist模型分析农村基本公共服务效率变化。其基本思路与三阶段DEA模型类似，即第一阶段，运用传统Malmquist模型分析全要素生产率的变化情况；第二阶段与上述DEA模型的第二阶段类似；第三阶段，将调整后的投入变量与原始产出变量再次带入Malmquist模型进行测算。

Malmquist指数变化模型是将其生产率变化分为效率变化(Effch)和技术改进(TEch)。其中效率变化(Effch)可划分为纯技术效率变化(PEch)和规模效率变化(SEch)，即:

TFPch=Effch×TEch=PEch×SEch×TEch

其中TFPch反映生产效率变动情况，TFPch>1表示t+1期与t期相比效率提高，反之则相反。Effch代表技术效率变化，反映决策单元(DMU)对现有技术的利用情况，如果Effch>1，表示t+1期与t期相比技术效率有所改善，反之则相反；TEch为技术变化，表示生产前沿的移动对生产率变化的贡献程度，若TEch>1，则表示t+1期与t期相比有技术进步，反之则相反。PEch为纯技术效率变化，即管理和配置的改善使得效率提高的指数，若PEch>1，表明技术运用效率的提高，反之则下降；SEch为规模效率的变化，即规模经济对生产率的影响，若SEch>1，表明规模优化，反之则为恶化。综上所述，当效率变化、技术改进、纯技术效率变化和规模效率变化都大于1时，则表示对TFP有促进作用，反之则相反。

三、 指标选取及数据来源

1. 指标选取

(1) 投入产出指标的选取。由于农村基本公共服务领域的宽泛性，不仅包含生产、生活、健康和教育等方面的基本需求层次的，还包括涉及发展层次的，如文化娱乐、生态平衡、环境保护、公共安全等。本文仅选取与基本公共需求有关的农村基础设施、农村社会保障、农村医疗卫生、农村教育等四种投入产出类别来衡量农村基本公共服务供给效率。为保障各个地区变量间的可比性，均选用人均指标进行分析，同时在参考同类文献变量选择基础上，选用一些具有代表性的投入产出变量代入模型中进行运算。

我国是典型的政府主导型国家，政府是主要的基本公共服务提供者，本文选取的农村基本公共服务的投入指标将主要基于政府公共财政支出数据，并依据投入指标依次选择适当的产出指标。但是由于2007年后，我国财政支出的统计口径发生变化，不再对农村地区的财政投入按项目进行披露，考虑到数据的可获性、人口规模及价格波动因素的影响，本文对年鉴数据进行相应的计算处理，并选择如下替代变量(见表1)。

表1 农村公共服务供给效率投入产出指标

资料来源：作者自制。

① 由于数据的可获性,结合刘海英等( 2010) 测算方法,用全国城市与农村卫生总费用的比值作为各省份城乡医疗卫生财政支出的比值来考虑,从而求出各省份农村医疗卫生财政支出,再除以乡村人口得到农村人均医疗卫生财政支出｡

② 根据农村基础设施投入指标的内涵,相应的选取两个产出指标作为替代变量,其中选用人均有效灌溉面积代表农村地区农业生产投入状况;选用人均农业机械总动力代表农村地区基础设施发展状况｡

③ S1､S2､S3､S4 分别表示6 岁及以上乡村人口中小学文化程度所占比重､农村初中文化程度所占比重､高中文化程度所占比重与大专及以上文化程度所占比重｡

(2) 环境变量的选取。

财政自主权。财政自主权是指各地区政府行为偏好所产生的激励水平差异，进而对农村基本公共服务供给效率产生影响。De Borger等(1996)认为，较高的公共服务的供给水平一般和较高的地方财政自主性联系在一起。Geys等(2009)则认为，财政自主权对地方公共服务的供给效率呈负相关效应。本文借鉴陈硕(2010)的研究成果即用标准化省级公共财政收入与标准化省级公共财政支出比值来衡量。财政自由度与农村基本公共服务供给效率的关系尚需进一步验证。

农村贫困程度。Gachassin等(2009)认为由于地理上的隔绝，贫困地区的居民缺少接近一些重要公共服务的机会，例如市场、交通、信息、社会和政治网络以及健康和教育，而接近这些资源对提高农村居民生活水平至关重要。考虑到数据的可获性，选用农村居民家庭恩格尔系数作为衡量农村贫困水平的指标。恩格尔系数是国际上常用来衡量一个家庭富裕程度的指标，一般来讲，恩格尔系数越大，农村家庭越贫困。本文假定农村越贫困，农村基本公共服务的供给效率越低。

城镇化水平。如果一个地区城镇化水平较高，则该地区的城市公共服务具有较强的辐射带动效应，也能够提高农村基本公共服务供给水平。Gerdtham等(1992)研究城镇化对健康卫生服务的影响，发现城镇化率越高，享受到较好的医疗卫生服务的人口就越多。因此，本文假定城镇化水平对农村基本公共服务的供给效率具有负效应。选取年末各省城镇人口与各省总人口的比值来衡量。

经济发展水平。一方面，Baumol(1967)研究表明，收入的提高会导致公共服务供给成本增加，从而引起供给效率的下降；另一方面，Migue等(1974)学者认为一个地区收入水平越高，当地居民会有更大的政治话语权，政府也会相应提供更高水平的服务。因此，经济发展水平与农村基本公共服务供给效率的关系有待进一步验证。本文用人均GDP(单位：千元)来衡量，并用各省份生产总值指数进行平减。

人口密度。一个地区农村人口越多，人口规模越大，农村基本公共服务的供给效率越显著；Athanasso-poulos等(1998)则认为人口密度对公共服务具有负面效应。人口规模越大，居民对公共服务需求也越多，相应的增加了公共服务的供给成本。本文用各省份乡村人口密度来衡量，即每一乡村人口占有耕地面积的比值(单位：公顷/人)。但这一变量与公共服务供给效率的关系有待进一步证实。

2. 数据来源

本文选取我国29个省份2011-2015年的指标数据(由于西藏、宁夏数据缺失严重，将其剔除，且数据中不包括港澳台地区)，均来自2011-2016年《中国统计年鉴》、《中国农村统计年鉴》、《中国教育经费统计年鉴》、《中国教育统计年鉴》、《中国卫生和计划生育统计年鉴》、《中国人口和就业统计年鉴》。为了消除各省份人口规模和物价因素的影响，将指标数据按照相应各省份年份的乡村人口数进行平均，并以2011年为基期，将以货币计量的数据运用相关指数进行平减，其中部分缺失的数据如北京、天津、上海、重庆等以全国指数代替。依据经济发展状况和地理区位，将29个省份划分为东部、中部和西部三个区域*参照标准：东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省份；中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省份；西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、新疆等10个省份。。

四、 实证分析结果

1. 三阶段DEA模型的静态分析

(1) 第一阶段：传统DEA实证结果。根据表3可知，就整体而言，2011-2015年全国技术效率、纯技术效率和规模技术效率均值分别为0.824，0.915和0.905。其中纯技术效率高于规模效率，说明规模效率是制约我国农村基本公共服务供给效率低下的主要原因。从省际角度来看，有8个省份(河北、辽宁、黑龙江、安徽、山东、河南、云南和新疆)的农村基本公共服务供给效率值是1，说明其余省份在纯技术效率和规模效率方面均有不同程度地提升空间。表3第一阶段的数据是否有偏误呢？造成该偏误原因是什么？Fried认为传统DEA模型效率中包含了环境因素和随机因素的干扰。事实上，各省份在财政自主权，农村贫困程度、城镇化水平、经济发展水平及人口密度等环境因素方面都有明显差异，因此，需运用SFA模型剔除环境因素和随机因素。

(2) 第二阶段：SFA模型。运用SFA模型将第一阶段得到的投入松弛变量作为被解释变量，以财政自主权，农村贫困程度、城镇化水平、经济发展水平及人口密度等五个环境变量作为解释变量进行回归，采用Frontier4.1得出SFA回归结果，见表2。

表2 第二阶段：SFA回归模型结果

注：***、**、*分别表示在1%、5%、10%水平下显著，括号内为t值。

资料来源：Frontier4.1软件。

从表2可知，四个模型的γ均趋近于1，且均在1%水平上显著，表明在各决策单元中管理无效率项的变动解释了模型中大部分的变动，说明运用SFA模型合理。其中投入冗余视为各省份农村基本公共服务供给的机会成本，即当回归系数为正时，会导致投入的浪费或产出的减少，不利于提高农村基本公共服务供给效率，反之则表示有利于提高农村基本公共服务供给效率。环境因素影响具体如下：

财政自主权对农村基础设施投入松弛变量的回归系数为负数，且通过显著性检验。表明财政自主权越大，农村基础设施投入的规模效应越明显。财政自主权对农村社会保障投入和农村医疗卫生投入具有正效应，表明提高财政自主权会降低农村社会保障和农村医疗卫生的供给效率，这可能与农村基本公共服务财政支出资金使用不合理有关，还可能是因为农村基本公共服务支出占财政支出比例过低。

农村贫困程度对4个投入松弛变量的回归系数均为负数，且均通过1%显著性检验，反映了农村家庭贫困程度越高，该地区的农村基本公共服务供给效率越高。这与之前假定的并不一致，农村贫困程度较低的地区并不一定表示该地区的农村基本公共服务的供给效率就高。近年来随着精准扶贫战略的深入推进，国家不仅加大了对贫困地区的基本公共服务投入力度，而且对贫困地区基本公共服务的资金配置也相对合理。还说明我国农村基本公共服务供给呈现增长与失衡并存的局面，也进一步印证了中国农村地方公共财政支出结构存在偏向问题。

城镇化水平与农村基础设施和农村医疗卫生投入呈正相关，与农村社会保障和农村教育投入呈负相关，且在1%水平下显著。表明城镇化水平越高，会导致农村基础设施和农村医疗卫生的供给效率降低，而农村社会保障和农村教育的供给效率会提升，这与之前假定并不完全一致，说明城市公共服务设施对周边农村地区的辐射作用未达到理想状态，且近些年城乡一体化进程还未充分凸显其预期效果。

经济发展水平与农村教育投入呈正相关，而与农村社会保障投入和农村医疗卫生投入呈负相关，且通过显著性检验。表明地方经济发展水平的提高，使农村教育的供给效率降低，同时促进农村社会保障和农村医疗卫生供给效率。

人口密度与农村基础设施投入和农村教育投入呈负相关，且在1%水平下显著，表明较大的人口密度会使农村基础设施和农村教育投入总成本降低。相反人口密度对农村社会保障和农村医疗卫生松弛变量的回归系数为正数，说明地方人口密度越大，地方政府则需要花费更多的财政资源和精力在农村社会保障和农村医疗卫生方面。

(3) 第三阶段：调整后的DEA。使用第二阶段调整后的投入数据与原始产出数据，对农村基本公共服务供给效率再次进行BBC模型分析，得到的各省份农村基本公共服务供给的综合技术效率、纯技术效率和规模效率更加客观，其利用Deap2.1软件计算结果与第一阶段对比如表3所示。

表3 调整前后29个省份的DEA效率均值(2011-2015年)

续表

资料来源：Deap2.1软件。

总体分析。根据表3可知，在剔除了环境因素和随机因素后，我国农村基本公共服务的三种供给效率值均有所上升，说明各省份农村基本公共服务供给效率均受到地区财政自主权、农村贫困程度、城镇化水平、地区经济发展水平和人口密度等环境因素的影响。

省际分析。调整后的各省份农村基本公共服务供给效率相对于第一阶段变化较大。其中，有19个省份均达到了技术效率的前沿面，三种效率值均为1。

综合技术效率方面。综合技术效率反映的是农村基本公共服务供给在资源投入与利用以及技术管理等方面的整体效率。全国共有11个省份(天津、山西、内蒙古、吉林、江西、湖北、湖南、海南、广西、陕西和甘肃)在调整后达到生产前沿面，属于DEA有效。在29个省份中，仅有广东省调整后的综合技术效率是下降的,由调整前的0.86下降到调整后0.764，主要因为规模效率低下，其余28个省份综合技术效率均有提升。

纯技术效率方面。纯技术效率是用来衡量农村基本公共服务供给过程中的生产效率。调整后仍有4个省份(重庆、四川、贵州、青海)农村基本公共服务供给效率为技术无效，表明这些地区的农村基本公共服务要素配置不够合理，资源存在浪费现象。其余25个省份的农村基本公共服务均为技术有效，说明调整后这些省份得到比较合理的要素配置。其中贵州、陕西和湖北省调整前后变化最大，分别由调整前的0.393、0.776、0.784上升到调整后的0.955、1、1。

规模效率方面。规模效率反映的是农村基本公共服务供给是否在管理和技术条件下处于最优规模，并将根据规模收益程度将规模报酬分为规模报酬递增(irs)、规模报酬递减(drs)和规模报酬不变(-)。调整后共有19个省份的农村基本公共服务的规模报酬不变(-)，说明这些区域的农村基本公共服务要素投入规模已达到最优。调整后重庆、四川、贵州、青海等地的规模报酬递增(irs)，因此应当适当扩大要素投入规模。而其他处于规模报酬递减(drs)的地区，政府应当适当缩减要素投入规模，避免资源浪费。其中上海、北京市调整前后变化最大，分别由调整前的0.356、0.555上升到调整后的0.915、0.953。

区域分析。表3的数据显示，三大地区的三种供给效率调整前后均有显著变化。综合技术效率：排名由调整前的中部地区>西部地区>东部地区到调整后的中部地区>东部地区>西部地区，其中东部地区排名上升是由于规模效率的提升，同时只有中部地区综合技术效率高于全国均值(0.942)并达到最优，而东部地区和西部地区的均值均低于全国平均水平。纯技术效率和规模效率：调整后中部地区的纯技术效率和规模效率以及东部地区的纯技术效率均达到最优；调整后西部地区的纯技术效率小于规模效率，说明尽管近些年国家高度重视西部地区农村基本公共服务规模经济性，对西部地区的财政投入力度有所加强，但是技术效率的总体水平并不高，与东中部地区差异明显，这表明西部地区在加大农村基本公共服务的投入力度的同时，还要重视提高经营管理水平。

2. 三阶段Malmquist指数的动态分析

本文运用Deap2.1软件对我国2011-2015年29个省份农村基本公共服务的Malmquist指数进行动态分析，得到这些地区2011-2015年农村基本公共服务全要素生产率变化、技术进步变化与技术效率变化的结果，使得测出的结果更加符合实际情况。对比第一阶段的Malmquist指数和第三阶段的Malmquist指数，研究期内各省份的各类型的效率出现了明显差异。如表4所示。

表4 2011-2015年29个省份农村基本公共服务Malmquist指数及分解

资料来源：Deap2.1软件。

从整体来看，对比调整前后的结果发现，第三阶段2011-2015年间我国农村基本公共服务供给的全要素生产率、技术进步、技术效率变化均值均高于第一阶段相应数值，在剥离环境因素和随机因素后，供给效率整体真实性和管理决策正确性更高。调整后全国农村基本公共服务Malmquist指数均值为1.391，且平均增长速度为39.1%。从结构上，调整后技术进步变化、技术效率变化分别是1.364和1.02，表明技术改进是农村基本公共服务供给生产率增长的主要驱动因素，而技术效率却制约了全要素生产力的提高。技术效率的增长主要是由规模效率引起的，反映我国农村基本公共服务的规模不断扩大，但是管理水平和要素配置尚不够合理。

从省份来看，根据表4可知，调整前仅有6个省份的农村基本公共服务为有效，在剔除环境因素和随机因素后，各省份的全要素生产率变化指数(TFPch)均处于上升趋势，且均大于1，其中TFPch的主要增长源泉来自技术进步，有些地区(内蒙古、江苏、福建、江西、湖北、湖南、重庆、四川、贵州、陕西、甘肃、青海)的技术效率有不同程度的衰退趋势，技术效率均值小于1。需要说明的是，调整后全国大部分省份的技术进步效率均有所提高，进而推动全要素生产率的增长。

从区域来看，根据表4可知，调整前后三个区域的农村基本公共服务Malmquist指数大幅提高，且调整后均达到有效水平，农村基本公共服务全要素生产效率指数从高到低排列为中部>东部>西部。其中，三个区域的技术进步指数与农村基本公共服务全要素生产率变化趋势一致，说明中部地区的供给效率与技术创新改进程度大于东部和西部。而调整后农村基本公共服务的技术效率、纯技术效率和规模效率变化指数从高到低排列为东部>中部>西部，西部地区的技术效率小于1，技术效率呈下降趋势，而东部和中部地区的技术效率虽总体大于1，但都处于较低水平，说明技术效率是我国农村基本公共服务供给效率的主要制约因素，且经营管理水平较低，经营规模的优化改进程度较小。

五、 研究结论与对策建议

农村基本公共服务问题是关系农村经济稳定发展的重大问题，本文采用三阶段DEA模型和Malmquist指数模型，分别从静态和动态角度对2011-2015年我国29个省份的农村基本公共服务供给效率进行实证研究，得出以下结论：

一是从静态来看，通过第一阶段和第三阶段的对比，在剔除了环境因素和随机因素后，多数省份的综合技术效率、纯技术效率和规模效率均有较大提高，其中有19个省份的综合技术效率达到前沿面，且调整后综合技术效率从高到低排名为中部>东部>西部。这说明应当调整资源配置，加强区域间的相互借鉴与合作，做到区域间的资源和技术共享，从而全面提高农村基本公共服务供给效率。

二是从动态来看，通过第一阶段和第三阶段的对比，在剔除了环境因素和随机因素后，2011-2015年间，第三阶段的农村基本公共服务供给的全要素生产率、技术进步、技术效率变化均值均高于第一阶段相应数值，且技术改进成为农村基本公共服务供给效率增长的主要驱动因素；从区域来看，调整后全要素生产效率指数从高到低排列为中部>东部>西部。这说明各地区应当明确技术改进的方向，同时兼顾技术改进和技术效率来提升农村基本公共服务供给效率。

三是从静态和动态上述两个视角来看，运用SFA模型剥离了环境因素和随机因素后，我国农村基本公共服务供给各效率均值整体呈现改善趋势，且全国农村基本公共服务供给效率呈现“中部>东部>西部”的格局。从而进一步证实我国农村基本公共服务供给效率的变化趋势，为政府做出决策提供有利的决策依据。

根据以上研究结论，本文得出以下政策建议：

(1) 我国农村基本公共服务的发展应当注重技术效率、技术进步和规模效率的同步提高。从上述结论中发现，从静态角度，全国仍有超过30%的省份的供给效率存在规模效率或者纯技术效率的改进空间；从动态角度，促进全要素生产率的增长是有限的，应当同时重视技术效率和技术进步两方面均衡发展。因此，应当改革财政支农的投入机制，着力优化投入结构，创新使用方式，提升支农效能；同时培育多元供给主体，加强政府和社会资本的合作，鼓励发展“互联网+”益民服务，从而提高农村基本公共服务供给的资源配置和管理效率。

(2) 重视地区财政自主权、农村贫困程度、城镇化水平、地区经济发展水平和人口密度等环境因素对农村基本公共服务供给效率的影响。在构建财政支农资金整合协调机制，调整农村财政支出结构，在中央财政有关农村基本公共服务方面的转移支付分配中，要充分考虑上述环境因素，以提高财政资金的使用效率。

(3) 我国农村各地区基本公共服务供给效率差异显著，应当加强区域间的相互借鉴与合作，缩小城乡差距，促进农村基本公共服务均等化发展。首先农村基本公共服务供给效率低的地区应当借鉴农村基本公共服务供给效率高的地区的先进经验，进行有效地吸收、改进和创新，调整资源配置，加强区域间的合作，做到资源和技术的共享。同时要加快推进我国基本公共服务均等化工作，着力提高欠发达地区的基本公共服务水平，缩小城乡差距。

1. Buchanan J M, Federalism and Fiscal Equity.AmericanEconomicReview, 1950,40:583-590.

2. Gunnar Rongen. Efficiency in the provision of local public goods in Norway.EuropeanJournalofPoliticalEconomy,1995,11:253-264.

3. Caroline M. Hoxby. The productivity of schools and other local public goods producers.NBERWorkingPaper1999.6911.

4. Geys B and Moesen W. Measming local government technical (in) efficiency：An application and comparison of FDH, DEA, and econometric approaches.PublicPerformance&ManagenmentReview,2009, 32:499-513.

5. Fried H O, Lovell C A K,Schmidt S S, et al. Accounting for environmental effects and statistical noise in data envelopment analysis .JournalofProductivityAnalysis, 2002, 17:157-174.

6. De Borger B,Kerstens K,.Cost efficiency of Belgian local governments: a comparative analysis of FDH,DEA and econometric approaches.RegionalScienceandUrbanEconomics, 1996,26:145-170.

7. Geys B, Moesenn W. exploring sources of local government technical inefficiency:evidence from Fllemish municipalities.PublicFinanceandManagement, 2009,9:1-29.

8. Gachassin, Marie,Najman, Boris and Raballand, Gael: The Impact of Roads on Poverty Reduction: A Case Study of Cameroon,PolicyResearchWorkingPaperSeries5209, the World Bank 2010.

9. U G Gerdtham.J Sogaard, F Andersson, B Jonsson. An Econometric Analysis of Health Care Expenditure: A Cross-section Study of the OECD Countries.JournalofHealthEconomics,1992, 11(1):63-84.

10. Baumol W J.Macroeconomics of Unbalanced Growth: The Anatomy of the Urban Crisis，AmericanEconomicReview,1967,57:415-426.

11. Migue J L,G Belanger. Towards a General Theory of Managerial Discretion.PublicChoice,1974,17:27-43.

12. Antreas Athanassopoulos, Konstantinos Triantis , Assessing Aggregate Cost Efficiency and the Related Policy Implications for Greek Local Municipalities.INFOR,1998,36:66-83.

13. 刘天军、唐娟莉：《农村公共物品供给效率测度及影响因素研究—基于陕西省的面板数据》，《农业技术经济》2012年第2期。

14. 李燕凌、欧阳万福：《县乡政府财政支农支出效率的实证分析》，《经济研究》2011年第10期。

15. 苏时鹏、张春霞：《农村基本公共服务的差距分析与体系建构—以福建为例》，《华南农业大学学报(社会科学版)》2006年第1期。

16. 匡远配著：《贫困地区县乡财政体制对农村公共产品供给影响的研究》，中国农业出版社2006年版。

17. 唐娟莉：《农村基本公共服务投资技术效率测算及其影响因素分析》，《统计与信息论坛》2014年第2期。

18. 冷哲、黄佳民、仲昭朋：《我国农村公共产品供给效率区域差异研究》，《农业技术经济》2016年第5期。

19. 谢星全：《我国省际基本公共服务满意度研究：特征、价值与启示》，《现代经济探讨》2017年第2期。

20. 严奉宪、刘诗慧：《基于农户需求的农业减灾公共品供给效率研究—以湖北省三个县市为例》，《农村经济》2015年第11期。

21. 刘海英、张纯洪：《中国城乡卫生经济系统投入产出动态效率的对比研究》，《农业经济问题》2010 年第2期。

22. 陈硕：《分税制改革、地方财政自主权与公共品供给》，《经济学》2010年第7期。