財政支農對農業綠色發展的影響研究

摘 要：基于2001—2020年中國30個省（自治區、直轄市）（不包括中國香港、中國澳門、中國臺灣和西藏自治區）的面板數據，使用面板門檻模型實證分析財政支農對農業綠色全要素生產率的非線性影響及人力資本在其中的作用機制。結果顯示：財政支農對農業綠色全要素生產率的影響呈現非線性特征；人力資本在財政支農對農業綠色全要素生產率的影響中存在單門檻效應，且隨著人力資本水平的提升，財政支農對農業綠色全要素生產率的正向影響效應增強。因此，政府既要科學地規劃財政支農強度，也要加大對農村人力資本的投入力度、優化人力資本結構、制定合理的人才吸引政策。

關鍵詞：財政支農；人力資本；農業綠色全要素生產率；面板門檻模型

中圖分類號：F812.8；F323.22 文獻標志碼：A 文章編號：1674-7909（2023）12-67-6

0 引言

改革開放以來，為促進農業生產、提高農民收入，我國政府實施了農業稅費改革、農業“三項補貼”等一系列惠農政策。這些政策的實施極大地提高了我國的農業綜合生產能力和農業生產者的收入水平。但是，由于大部分財政支農政策的目標是實現農業增產，并未與農業生產環境保護掛鉤，導致化肥、農藥和農膜等化學生產要素的過量使用，對農業生態環境造成了嚴重破壞。為此，黨中央明確提出要建設生態農業，并在2017年正式提出“農業綠色發展”的概念，將農業環境保護提升到和農業經濟發展同樣重要的位置。基于此，筆者主要探討財政支農對農業綠色發展的影響。

1 機制分析與研究假設

1.1 財政支農對農業綠色全要素生產率的非線性影響

財政支農能夠通過提高農民生產積極性、改善農業基礎設施建設和推動農業綠色技術進步來提高農業綠色全要素生產率。

財政支農能減少因自然災害和農產品價格波動對農業生產者造成的負面影響，增加農業生產者的經濟收益［1］，提高農業生產者參與農業生產的積極性。財政支農能提高農業生產者使用農業機械的積極性，尤其是農機直補等支農措施的實施會促使農業生產者將一部分資金用于農機購買［2］。這不僅可以提升農業的機械化水平，優化農業種植結構，減少勞動力短缺所帶來的負面影響［3］，而且可以提高要素使用效率并減少污染排放，改善農業生態環境［4］，從而推動農業綠色全要素生產率的增長。

財政支農也會通過改善農業基礎設施建設來提高農業綠色全要素生產率。具體來說，財政支農資金對農田改造、建設及生態綜合治理等工程的投入能挖掘農田生產潛能，提高農地綜合生產能力［5］，有效減少農業面源污染，而且農業基礎設施的改善可以降低農業生產成本［6］，從而提升農業綠色全要素生產率。

財政資金對農業生產技術研發的投入能加快農業生產技術進步，財政上有關“科技三項費用”的支出，也能有效促進農業技術創新、農業轉型升級，進一步提高農業綠色全要素生產率。

但同時，財政支農也可能會對農業綠色全要素生產率產生不利影響。一方面，財政支農資金中有一部分是要素投入補貼，這會緩解農業生產者購買化肥、農藥等化學生產要素的資金約束［7］，使農業生產者加大對農藥、化肥的購買力度，從而加重農業面源污染。另一方面，在財政支農政策的影響下，農業機械化水平的提高會間接加快農村勞動力的非農轉移［8］。為了應對勞動力短缺的問題，農業生產者會傾向于降低勞動密集型生產行為，這會導致部分農業機械難以到達的地塊出現拋荒、撂荒現象，并降低農業產出。此外，財政支農會導致地租升高，不利于農地流轉和農業生產經營規模擴大，從而阻礙農業綠色全要素生產率的提升。基于以上分析，筆者提出假設1。

假設1：財政支農與農業綠色全要素生產率之間呈現非線性關系。

1.2 人力資本對財政支農與農業綠色全要素生產率的門檻效應

我國的農業生產具有典型的小農經濟特征［9］。從這個角度來說，財政支農與農業綠色全要素生產率之間的關系會受到農業生產者人力資本的影響。人力資本水平較高的農業生產者在知識效應的影響下，會更加容易意識到減少環境負外部性生產要素所帶來的農產品質量溢價高于產量減少所導致的利潤損失，從而傾向于選擇綠色農業投入要素和綠色生產技術，進而提升農業綠色全要素生產率。農業創新成果的應用、綠色技術的研發也離不開人力資本的支撐［10］。人力資本水平較高的農業生產者會更有效地利用農業技術科研經費，從而推動農業技術進步、提高投入要素使用效率［11］。財政支農可能會導致化肥、農藥等環境負外部性投入要素使用量的增加［12］，而人力資本水平較高的農業生產者會更容易意識到化學投入要素對環境造成的危害，從而減少化肥、農藥的使用［13］，并傾向于使用環境友好型投入品［14］。因此，筆者根據以上分析提出假設2。

假設2：在不同水平人力資本的影響下，財政支農與農業綠色全要素生產率的關系存在顯著差異，即財政支農對農業綠色全要素生產率的影響會受到人力資本門檻效應的影響。

2 模型設計與變量選取

2.1 模型設計

2.1.1 基準模型。為了探究財政支農對農業綠色全要素生產率的影響，先構建模型（1），即線性面板模型進行檢驗。

[GTFP=α0+α1GOV+αX+ε] （1）

式（1）中：[GTFP]代表綠色全要素生產率，[GOV]代表財政支農水平，[X]代表控制變量，[ε]為隨機擾動項，α0為常數項，α1與α分別代表核心解釋變量和控制變量的回歸系數，下同。

2.1.2 面板門檻模型。

2.1.2.1 財政支農作為門檻變量。由前文分析可知，財政支農與農業綠色全要素生產率之間呈現非線性關系，即不同的財政支農強度對農業綠色全要素生產率的影響存在差異。因此，構建如式（2）所示的多重門檻模型來考察財政支農與農業綠色全要素生產率之間的非線性關系。

[GTFP=δ0+][δ1GOV×I1（GOV≤γ1）+δ2GOV×]

[I2（γ1lt;GOV≤γ2）+…+δnGOV×In（γn-1lt;GOV≤γn）+δn+1GOV×In+1（GOVgt;γn）+δX+σ] （2）

式（2）中：[σ]為隨機擾動項；[I（·）]為模型的指示函數；[γ1]、[γ2]、...、[γn]是門檻值，δ0為常數項，δ1、δ2、...、δn+1為不同門檻值的財政支農對農業綠色全要素生產率的影響系數，δ為控制變量的回歸系數，下同。

2.1.2.2 人力資本作為門檻變量。由前文分析可知，人力資本會影響財政支農與農業綠色全要素生產率之間的關系，且不同的人力資本對財政支農和農業綠色全要素生產率的影響效應存在差異，因此將人力資本作為門檻變量，構建模型（3）進行檢驗。

[GTFP=β0+β1GOV×I（EDU≤γ1）+β2GOV×I2（γ1lt;EDU≤γ2）+…+βnGOV×In（γn-1lt;EDU≤γn）+βn+1GOV×In+1（EDUgt;γn）+βX+μ] （3）

式（3）中：[μ]為隨機擾動項，[EDU]為人力資本；β0 為常數項；β1、β2、...、βn為不同水平人力資本門檻值影響下，財政支農對農業綠色全要素生產率的影響系數；β為控制變量的回歸系數。

2.2 變量說明

2.2.1 被解釋變量。以農業綠色全要素生產率（[GTFP]）為被解釋變量。使用超效率SBM-DEA模型測算2001—2020年中國30個省（自治區、直轄市）（不包括中國香港、中國澳門、中國臺灣和西藏自治區）的農業綠色全要素生產率，具體指標及測算方法參見馬國群等［15］的研究。

2.2.2 解釋變量及門檻變量。以財政支農（[GOV]）為解釋變量。作為解決“三農”問題的重要措施，財政支農不僅能促進農民增收，而且能為農業發展指明方向。筆者參考高帆［16］的做法，使用財政支農支出占財政總支出的比重作為財政支農的代理變量，以財政支農和人力資本（[EDU]）為門檻變量。筆者參考姚旭兵等［17］的計算方法和劃分依據，選用農村人口的平均受教育程度作為人力資本的代理變量，并按照受教育程度將總量人力資本劃分為初級人力資本、中級人力資本和高級人力資本進行異質性檢驗。

2.2.3 控制變量。①農業結構（[INS]），使用種植業增加值占農林牧漁業增加值的比重表征。一般來說，種植業的比重越大，越有利于農業生態環境的改善，預計農業結構調整對農業綠色全要素生產率會產生正向影響。②貿易依存度（[TRA]），使用農產品進出口總額占農業生產總值的比重表征。積極參與國際貿易能擴大農產品的市場競爭范圍，并且有利于各國積極主動進行農業生產技術的改造升級，但國際貿易也可能將國外的環境污染因素引到國內，其影響方向不確定。③受災程度（[ADR]），使用農作物受災面積占總播種面積的比重表征。農作物的受災面積越大，農業生產者的積極性會越低，因此預計其會對農業綠色全要素生產率產生負面影響。④收入分配（[IND]），使用城鎮人均可支配收入占農村人均可支配收入比重表征。一般來說，城鄉居民收入差距越大，城市對農村勞動力的虹吸作用越強，從而引起農村勞動力向非農生產轉移，導致農村勞動力質量和數量下降，因此預計其會阻礙農業綠色全要素生產率的提升。

考慮到數據的可得性及部分地區特殊的經濟地位和資源稟賦條件，筆者選用2001—2020年中國30個省（自治區、直轄市）（不包括中國香港、中國澳門、中國臺灣和西藏自治區）的面板數據進行研究。表1為變量的描述性統計。

3 實證分析

3.1 主效應回歸結果分析

為了檢驗財政支農對農業綠色全要素生產率的非線性影響效應，運用Stata 16.0軟件，以財政支農作為門檻變量進行門檻效應分析，以檢驗不同強度的財政支農對農業綠色全要素生產率的影響。在進行門檻模型估計前，運用Bootstrap反復抽樣300次進行門檻效應檢驗以確定門檻個數，檢驗結果如表2所示。由表2可知，單一門檻、雙重門檻分別通過了1%、5%的顯著性檢驗，而三重門檻則未通過顯著性檢驗，說明財政支農對農業綠色全要素生產率的影響存在雙門檻效應。因此，筆者選擇雙門檻模型進行分析。

在進行門檻回歸之前，先利用固定效應模型初步檢驗財政支農對農業綠色全要素生產率的線性影響，結果如表3回歸（1）所示。由表3可知，[GOV]的系數在1%的水平上顯著為正，說明財政支農能夠促進我國農業綠色全要素生產率的提高。這主要是因為財政支農不僅會降低農業的生產成本、提高農業生產者的積極性，而且有利于改善農業生產環境，從而顯著提高農業綠色全要素生產率。

表3回歸（2）報告了財政支農作為門檻變量的估計結果。由表3可知，當財政支農強度小于等于門檻值0.067時，財政支農對農業綠色全要素生產率的影響系數為正，但不顯著，這主要是因為農業生產者得到的生產性補貼較少，加上其不會將財政補貼全部用于農業生產，因此，農業生產環境和農業綠色生產技術不會得到較大改善；當財政支農強度跨過第一個門檻值（0.067）時，財政支農在1%的顯著性水平上促進農業綠色全要素生產率的提高，并且[GOV]的系數由0.773上升為6.641，其正向影響得到進一步強化；當財政支農邁過第二個門檻值0.127時，財政支農雖然在1%的水平上顯著促進農業綠色全要素生產率的提高，但[GOV]的系數由6.641下降為3.695，其正向影響效應減弱，這主要是因為雖然財政支農為農業發展提供了更多資金和技術上的支持，但財政支農也會導致農業生產者的兼業化更加普遍，由此引發傳統農業生產要素的過量使用，增加資源的消耗風險，從而使財政支農的正向影響效應減弱。由此可見，財政支農在3個區間內都能促進農業綠色全要素生產率的提高，并且其影響效應會隨著財政支農強度的提高而呈現非線性特征，假設1得證。

綜上所述，只有當財政支農強度處于0.067～0.127時，財政支農對農業綠色全要素生產率的正向影響效應最大。

3.2 人力資本的門檻效應回歸分析

表4為人力資本門檻效應的檢驗結果和異質性人力資本的門檻效應檢驗結果。由表4可知，人力資本的單一門檻值通過了5%水平的顯著性檢驗，雙重門檻則未通過顯著性檢驗；初級人力資本未通過門檻效應檢驗，中級、高級人力資本的單門檻效應分別通過了5%、10%水平上的顯著性檢驗。因此，筆者選擇單門檻模型進行回歸。

表5是人力資本作為門檻變量的回歸結果。由表5可知，當人力資本小于等于門檻值7.424時，財政支農系數為1.535且在10%的水平上顯著促進農業綠色全要素生產率的提高，而當人力資本跨過門檻值7.424時，財政支農系數上升為5.943且在1%的水平上顯著促進農業綠色全要素生產率的提高。由此可見，財政支農對農業綠色全要素生產率的影響會受到人力資本單門檻效應的影響，且隨著人力資本水平的提升，財政支農對農業綠色全要素生產率的正向影響會增強，假設2得證。這主要是因為財政對農業技術推廣、研發的補貼離不開農村人力資本的有效支持，在人力資本影響下，財政支農能顯著促進農業綠色全要素生產率的提高。因此，人力資本水平較高時，財政支農對農業綠色全要素生產率的正向影響效應會增強。

表5中的回歸（2）、回歸（3）是異質性人力資本作為門檻變量的計量結果。回歸（2）、回歸（3）分別報告了中級人力資本和高級人力資本作為門檻變量的計量結果。由表5可知，當中級人力資本、高級人力資本分別小于等于門檻值1.161、0.227時，財政支農分別在1%、5%的水平上呈正向顯著影響；當跨過門檻時，其分別在1%的水平上對農業綠色全要素生產率促進農業綠色全要素生產率的提高。此外，從回歸系數來看，當中級人力資本小于等于門檻值1.161、高級人力資本小于等于門檻值0.227時，財政支農系數分別為4.346、2.213；當中級人力資本大于門檻值1.161、高級人力資本大于門檻值0.227時，財政支農系數分別為7.214、5.144。由此可見，在中級人力資本和高級人力資本影響下，財政支農對農業綠色全要素生產率的正向影響效應會增強。這主要是因為人力資本水平較高的農業生產者具有較豐富的知識儲備和較強的創新能力，能合理利用財政資金，積極進行創新型、綠色型的農業技術研發。此外，高水平的農業生產者具有較強的環保意識，會將財政補貼用于購買環境友好型生產投入品。因而，在較高水平人力資本的影響下，財政支農能夠顯著促進農業綠色全要素生產率的提高。

4 結論與對策建議

4.1 結論

基于2001—2020年中國30個省（自治區、直轄市）（不包括中國香港、中國澳門、中國臺灣和西藏自治區）的面板數據，筆者使用面板門檻模型實證分析了財政支農對農業綠色全要素生產率的非線性影響效應及人力資本在其中的作用機制，并得出以下結論。

①財政支農對農業綠色全要素生產率的影響呈現非線性特征。具體來看，當財政支農強度小于等于第一個門檻值時（0.067），財政支農對農業綠色全要素生產率的正向影響效應不顯著；當財政支農強度處于0.067～0.127時，其正向影響效應最大；當跨過門檻值0.127時，其正向影響效應減弱。

②財政支農對農業綠色全要素生產率的促進作用會受到人力資本單門檻效應的影響。當人力資本小于等于門檻值7.424時，財政支農對農業綠色全要素生產率的正向影響效應較大；當人力資本跨過門檻值7.424時，財政支農對農業綠色全要素生產率的正向影響效應增強。從異質性人力資本的視角進一步研究發現，財政支農對農業綠色全要素生產率的促進作用也會受中、高級人力資本單門檻效應的影響。具體來看，當中級人力資本和高級人力資本分別小于等于門檻值1.161、0.227時，財政支農對農業綠色全要素生產率的正向影響效應較小，跨過門檻值時，其正向影響效應則會有所增強。

4.2 建議

4.2.1 政府應該科學合理地規劃財政支農強度。實證結果表明，財政支農對農業綠色全要素生產率的影響會隨著財政支農強度的提升而呈現非線性的特征，且隨著財政支農強度的提升，其對農業綠色全要素生產率的影響會呈現不顯著到顯著促進，再到正向影響減弱的特征。因此，政府要將財政支農資金控制在合理范圍，既要避免因財政支農強度過小而導致正向影響效應不顯著，又要避免財政支農強度過大而導致正向促進作用減弱。

4.2.2 加大財政支出對農村人力資本的投入力度，并制定合理的人才吸引政策。實證結果表明，在人力資本影響下，財政支農會促進農業綠色全要素生產率的提高。因此，政府應加大對農業生產者的教育投入力度，提升農業生產者的生態環境保護意識，激發其在農業科技創新與應用等方面的潛能，提高農村具有環保意識、創新水平的人力資本存量。此外，政府要優化農村就業環境，推動農業產業化水平升級，提升高級人力資本留在農村就業的可能性。

參考文獻：

［1］黃炎忠，羅小鋒.化肥減量替代：農戶的策略選擇及影響因素［J］.華南農業大學學報（社會科學版），2020（1）：77-87.

［2］周靜，曾福生，張明霞.農業補貼類型、農業生產及農戶行為的理論分析［J］.農業技術經濟，2019（5）：75-84.

［3］張藝璇，李中建.財政支農、普惠金融發展與農戶減貧增收：基于中部六省的異質性研究［J］.經濟問題探索，2022（4）：180-190.

［4］田曉暉，李薇，李戎.農業機械化的環境效應：來自農機購置補貼政策的證據［J］.中國農村經濟，2021（9）：95-109.

［5］何軍，王越.以基礎設施建設為主要內容的農業供給側結構改革［J］.南京農業大學學報（社會科學版），2016（6）：6-13.

［6］TERUEL RG，KURADA Y.Pubic in-frastructure and productivity growth in Philippine agrcul-ture 1974—2000［J］.Journal of Asian Economics，2005（16）：555-576.

［7］左喆瑜，付志虎.綠色農業補貼政策的環境效應和經濟效應：基于世行貸款農業面源污染治理項目的斷點回歸設計［J］.中國農村經濟，2021（2）：106-121.

［8］周振，馬慶超，孔祥智.農業機械化對農村勞動力轉移貢獻的量化研究［J］.農業技術經濟，2016（2）：52-62.

［9］郭曉鳴，曾旭暉，王薔，等.中國小農的結構性分化：一個分析框架——基于四川省的問卷調查數據［J］.中國農村經濟，2018（10）：7-21.

［10］殷寶慶，肖文，劉洋.綠色研發投入與“中國制造”在全球價值鏈的攀升［J］.科學學研究，2018（8）：1395-1403.

［11］張瑞娟，高鳴.新技術采納行為與技術效率差異：基于小農戶與種糧大戶的比較［J］.中國農村經濟，2018（5）：84-97.

［12］李江一.農業補貼政策效應評估：激勵效應與財富效應［J］.中國農村經濟，2016（12）：17-32.

［13］焦翔，王思博，喬玉輝.生態農場綠色發展影響因素研究：基于119個生態農場的調研數據［J］.經濟縱橫，2021（10）：104-113.

［14］胡乃娟，孫曉玲，許雅婷，等.基于Logitic-ISM模型的農戶有機肥施用行為影響因素及層次結構分解［J］.資源科學，2019（6）：1120-1130.

［15］馬國群，譚硯文.環境規制對農業綠色全要素生產率的影響研究：基于面板門檻模型的分析［J］.農業技術經濟，2021（5）：77-92.

［16］高帆.我國區域農業全要素生產率的演變趨勢與影響因素：基于省際面板數據的實證分析［J］.數量經濟技術經濟研究，2015（5）：3-19.

［17］姚旭兵，羅光強，黃毅.區域異質性：農村人力資本與農民收入增長［J］.華南農業大學學報（社會科學版），2015（3）：79-91.