銀企合作金融支持對于種業全要素生產率的影響研究
——基于滬深A 股種業上市公司的實證分析

楊世豪

（湖南農業大學公共管理與法學學院，長沙410128）

全面推進種業振興戰略，是新時代中國特色社會主義的本質要求，也是保障我國糧食安全的路徑選擇[1]。黨的二十大以來，習近平總書記在多個場合提出種業振興，強調全方位夯實糧食安全根基，牢牢守住十八億畝耕地紅線，確保中國人的飯碗牢牢端在自己手中[2]。然而，由于區域協調機制不健全[3]、農產品供應鏈不穩定[4]、創新體系不全[5-7]等現實問題，導致我國種業糧食生產效率總體不高。在此背景下，金融的助力作用為推動種業全要素生產率（TFP）的提高提供了新模型、新業態[8]。2022 年3 月由中國人民銀行、國家金融監管總局、中國證監會、財政部、農業農村部聯合發布的《關于金融支持全面推進鄉村振興 加快建設農業強國的指導意見》提出，要做好糧食和重要農產品穩產保供金融服務，持續加強種業振興金融支持。因此，加強金融支持，成為新時代下推動種業振興的重要抓手。然而，我國種企普遍面臨銀行授信較低、產業化水平不高和資本運作水平較差等難題，滬深A 股以種業為核心業務的上市公司不足8 家（不含“*ST 敦種”）。由此，深化銀企合作，加大種業金融支持，提升種業全要素生產率，不僅是擺脫糧食發展困境的外在手段，更是實現種業振興的內在要求。

目前，與本文相關的研究聚焦于兩個方面：一是多數學者對于全要素生產率的測量研究，主流方法包括非生產前沿方法和生產前沿方法。前者有生產函數法[9]與指數法，后者則包括數據包絡分析[10]、隨機前沿分析[11]、普通最小二乘法、OP 法、LP 法[12]和工具變量法（系統廣義矩陣估計），構建了涵蓋資本投入、人員投入、其他投入和期望產出的指標體系[13]，其中OP 法減輕了內生性和樣本選擇性的問題，將作為本文測算種業全要素生產率的方法。二是基于金融支持（FIN）如何影響種業振興的理論研究，如季牧青[14]思考金融服務種業發展的可行路徑，王一涵等[15]的研究為金融服務支持種業的發展提供了思路，甚至有學者將其拓展到西北地區進行個案分析[16]。

綜上所述，已有文獻對金融支持和農業全要素生產率兩個方面進行了大量的研究并形成了豐碩的成果，但其多為定性研究，且關于金融支持與種業全要素生產率的研究比較缺乏。因此，本文以滬深A股7 家最具代表性的種業上市公司為研究對象，選取2008-2020 年的樣本數據，通過雙向固定效應模型對金融支持能否促進種業全要素生產率的增長進行實證分析，以期為新時代下種業振興提供一定經驗參考。

1 理論假設

銀企合作金融支持主要是指利用銀行信貸融資為主的間接融資市場，通過信貸、保險和發行股票、債券等方式，為種業公司提供高效、優資的融資渠道，滿足其融資需求，進而解決定向研發資金困難的問題，提升企業創新能力，推動全要素生產率的提高。

首先，在信貸方面。絕大部分種業公司處于發展期，規模較小，缺乏銀行認可的抵押物，難以獲得信貸資金。一方面，種業知識產權領域保護不完善，且知識產權確權時間較長、變現較難，甚至還存在侵權嚴重的問題，決策者創新意愿受到打擊，導致創新水平較低；另一方面，農作物種子變現難、儲存難、抵押程序復雜，加之其價值大小估計難度較高，導致種業公司融資普遍困難。故而，金融支持對種業發展至關重要。

其次，在保險方面。目前我國種業保險的適用產品少、理賠標準高且賠償力度小，導致種業公司及農戶參保意識不強。鑒于此，擴大種子品種和產業鏈覆蓋范圍，優化補貼政策并加強宣傳教育，是當前種業保險發展的重中之重。因而，以金融為載體，加強種業保險機制建設，使種業從業人員與公司廣泛受益，是推動種業振興的重要一步。

最后，在發行股票、債券方面。針對上市公司僅通過信貸進行融資的渠道單一問題，銀企合作的金融支持可以提高種企的資本運作水平，通過發行股票、債券方式向市場“借錢”經營，可以提高公司的經營現金流，且大股東的投資也能使得企業股權結構優化，經營效率提高，進而顯著提升全要素生產率。

綜上所述，提出本文假設：H1 銀企合作金融支持能夠促進種業全要素生產率的提高。

2 數據來源與模型設定

2.1 數據來源本文以種業行業為研究對象，選取了2008-2020 年包括隆平高科、登海種業、荃銀高科、豐樂種業、農發種業、神農科技和萬向德農等7家上市公司的相關數據，對其進行手工整理與篩選，并對連續型變量做了winsor 1%的縮尾處理，共計得到有效樣本為70 個。數據來源方面，除解釋變量金融支持為本文手工整理外，全要素生產率的測算和其他控制變量皆來自CSMAR 數據庫。

2.2 變量定義及描述（1）被解釋變量。本文被解釋變量為種業全要素生產率，參考魯曉東等[12]的研究，基于OP 法計算得出i公司第t年的全要素生產率，并取自然對數作為本文被解釋變量的代理變量。具體投入產出指標如表1 所示。

表1 OP 法全要素生產率指標體系

（2）解釋變量。為準確刻畫金融支持這一指標，本文通過查詢企業相關公告與高管簡歷，借鑒杜勇等[17]研究的方法思路，根據高管團隊定義剔除董監事人員，整理得出高管團隊中金融背景的人數占比，作為本文的核心解釋變量。

（3）控制變量。借鑒吾買爾江·艾山等[18]的研究，選取以下變量作為本文控制變量。上市年限（ListAge） 一般認為上市年限較長的企業擁有較好的名譽與卓越的地位[19]，其所擁有的技術積累能夠正向影響全要素生產率的增長。因此，本文用當前年份減上市年份加1 后取對數表示企業上市年限。資產規模（Size） 種業上市公司資產規模越大，其融資能力越強，風險承擔水平和市場競爭力越高，這將有利于提升生產資源配置的效率，促進全要素生產率的增長[20]。故此，借鑒已有研究，本文以期末總資產的自然對數對資產規模進行表征。資產負債率（Lev） 當面臨較高的資產負債率時，種業上市公司會減少生產端的投入，不利于全要素生產率的提高。借鑒楊雪等[21]的研究，選取負債總額與資產總額的占比代表資產負債率。盈利能力（ROE）

企業盈利能力的改善對生產要素投入具有正向影響[22]。盈利能力越高，生產投入越多，全要素生產率可能就越高。本文以凈資產收益率進行衡量，即凈利潤與平均凈資產之比。投資機會（TobinQ）投資機會影響主要債權人及投資者的決策，對企業的生產經營資金產生重要影響。因此，本部分采用TobinQ 值衡量。兩職合一（Dual） 兩職合一在一定程度上容易使管理者擁有過高的權力，從而使得董事會的監督效力降低，對生產經營決策影響較大。本文按公司中董事長和總經理是否由同一人擔任進行劃分，是則賦值為1，否則為0。

本文主要變量描述性統計如表2 所示。

表2 主要變量描述性統計

樣本的基本情況如表2 所示。從分布上看，資產規模（Size）和投資機會（TobinQ）的分布波動很大，平均值分別為21.48 和2.88，最小值分別為20.24 和0.90，最大值分別為23.46 和7.98，且標準差分別為0.77 及1.35，說明各公司的生產體量和市場投資受歡迎程度的差異較大。而全要素生產率（TFP）、上市年限（ListAge）與資產負債率（Lev）波動較小，標準差分別為0.45、0.58 與0.13，即各種企的生產效率、上市年份和資本運轉狀況相差不大。統計分析表明，金融支持（FIN）均值為0.08，且標準差最小（0.06），企業盈利能力（ROE）分布也較為穩定，標準差僅為0.08。從種業上市企業的各項財務和非財務指標來看，不同觀測樣本之間差異顯著，但與目前我國種企發展情況相似。

2.3 模型構建根據理論假設和指標選取，本文構建雙向固定效應模型，如公式（1）所示。

式中TFP表示全要素生產率，即企業創新，FIN代表金融支持變量，Control為全部控制變量，ε為隨機擾動項，下標i表示企業個體，t則表示年份。此外，本文還控制了個體（μi）和年份（γt）固定效應。β1是本文主要觀察變量，代表著金融支持對種業全要素生產率的影響。

3 實證檢驗與結果分析

指標之間嚴重的多重共線性會干擾回歸結果，在進行回歸分析之前，為了解所有指標之間是否存在多重共線性問題，本文采用方差膨脹因子（VIF）對變量進行檢驗，檢驗結果見表3。各主要解釋變量的VIF 均未大于2，故而各個主要解釋變量之間不存在明顯共線性。

表3 方差膨脹因子（VIF）檢驗

豪斯曼檢驗結果P值小于0.01，說明本文應當選用固定效應模型（表4）。因此，本文通過Stata17 軟件運用雙向固定效應模型對樣本進行回歸，回歸結果見表4 基準回歸。核心解釋變量金融支持（FIN）對種業全要素生產率的提升在1%的水平上顯著，說明企業金融背景的高管越多，越易通過銀企合作帶來經營所需資金，緩解面臨的外部融資約束，進而降低機會成本，提高種業公司的全要素生產率，證實假設H1。

表4 模型回歸結果

控制變量方面，資產規模（Size）、盈利能力（ROE）和市場投資機會（TobinQ）正向影響全要素生產率，而兩職合一則會抑制TFP 的提高，同時，資產負債率對全要素生產率的影響也呈負向，雖然不具備統計顯著性。以上結果的合理解釋為：隨著資產規模的壯大，更低的成本使得資本投入更少，薄利多銷的營銷方式幫助企業快速占據市場份額，標準化的經營和長期的技術積累提高了期望產出，這種規模化效應的優勢使得全要素生產率提高；且盈利能力持續改善，市場投資則會處于看好買入的情緒狀態，生產經營所需現金流得到補充，企業抗風險能力加強，與資產規模狀大形成良性循環，提高了種業全要素生產率；而企業兩職合一則不利于生產效率的提高，一方面管理層決策科學性和效率會大打折扣，另一方面內部晉升空間壓縮導致員工生產積極性下降；從理論方面角度來看，企業高額的資產負債會抑制TFP 的提高，但在表4 結果中并不顯著，可能是因為種業公司普及負債率不高（表2），平均數值為0.38，且種業公司屬于國家種業振興的戰略發展方向，基本得到政府一定的扶持，所面臨的融資約束較為一般，外部風險較低，并不會采取激進的財務戰略來進行擴張，從而對全要素生產率的影響較小。

由于基準回歸解釋變量由高管金融背景占比衡量，為確保本文核心結論穩健，選取企業是否有金融背景高管變量進行替換，存在金融背景高管則賦值為1，否則為0。進行重新檢驗，結果如表4 穩健性檢驗所示，更換核心解釋變量后的參數估計通過了5%的顯著性水平檢驗，說明基準回歸結論可靠。

4 結論與政策建議

總體來看，企業金融背景高管占比越高，種業全要素生產率越高。同時，結合企業內部微觀影響因素發現，種業全要素生產率的提高與資產規模、盈利能力和投資機會正相關。因而，種業振興的根本在于企業競爭力的提升，而金融服務能夠改善企業融資約束狀況，促進創新產出，從而提高自身競爭力。與以往文獻不同，本文著重對政治關聯影響種業上市公司的全要素生產率的理論進行了實證檢驗，拓展了相關研究領域。同時，此次研究表明，銀企合作金融支持可以促進種業全要素生產率的提高，這對我國金融助力種業發展及其方向、實現種業振興具有一定指導意義。

但也不難發現，當前金融服務對種業的政策支持存在持續性不夠、種業保險較少和信用評估不足的問題，且種企惜貸現象嚴重，導致種業企業、經營個體及家庭農場的外部融資需要跨越重重困難。為此，金融機構應加大對種業的支持力度，在運行機制的構建和完善上，應優化縮減融資程序，在種業保險方面繼續推出新險種，并深化其與企業的合作，提高種企資本運行效率，推動種業全要素生產率的提高，為實現種業振興戰略助力。