綠色金融改革創新試驗區政策對農業生產效率的影響

趙子銘

摘要：綠色金融是注重環境保護與資源高效利用的經濟活動。文章以國務院于2017年設立的五個綠色金融改革創新試驗區作為準自然實驗區，利用中國30個省區2005-2021年的面板數據，構建雙重差分模型來評估中國綠色金融改革創新試驗區政策對農業生產效率的影響以及作用機制。研究結果表明，綠色金融改革創新試驗區政策主要通過提升農業綠色創新能力和農業機械化水平來提高農業生產效率。在此基礎上，文章提出擴大改革試驗區范圍、深化農村綠色金融改革進程、創造新需求、提出新標準、培養新人才等政策建議。

關鍵詞：綠色金融；農業生產效率；雙重差分法；作用機制

一、引言

“三農”問題，是黨在新征程中始終面對的重要問題。目前，我國農業發展雖無糧食安全問題，但仍然面臨著農業資源過度開發、農業投入品過量使用、污染物處理不達標及碳排放超標等問題，急需發展綠色農業來解決這些問題。

農業具有“綠色”屬性和多重功能。提高農業生產效率，推進農業農村減排固碳，是推進鄉村振興的重要任務。近幾十年來，中國粗放式經營的傳統農業導致農村污染和生態環境惡化日益嚴重，要解決這些問題，創新綠色金融產品和政策是為農業創新提供支持的重要途徑。隨著綠色金融政策在農村地區的不斷推進，農業將得到可持續的資金支持，還能保障所在地區農業的綠色發展，同時推動相關產業綠色創新發展。

我國綠色金融在農業領域發展相對滯后，仍需政府的激勵與引導，因此綠色金融政策在農村地區的深化是提高農業生產效率的關鍵。現有的研究主要集中在綠色金融政策對企業綠色創新能力、工業碳減排效益及經濟高質量發展的影響，少有研究綠色金融對農業生產效率的影響。不僅如此，針對農業生產效率的研究也將為協同推進鄉村振興提供有益支撐。因此，本文以2017年設立的五個綠色金融改革創新試驗區（浙江、廣東、新疆、貴州、江西）為研究對象，構建雙重差分模型來評估綠色金融改革創新試驗區政策對農業生產效率的影響。

二、研究方法

（一）理論機制

從理論和實證層面探討綠色金融政策對農業發展的路徑研究，國內外多數學者認為提高科技創新水平與機械化率是提高農業生產效率的關鍵。鑒于此，本文認為綠色金融政策的實施可能通過以下兩種途徑作用于農業生產效率：

一是通過提高農業綠色創新水平。創新是引領農業高質量發展的第一動力，決定了發展的效率與質量。科技是第一生產力，農業綠色創新技術的應用將帶來更高的生產力水平，而綠色金融的推廣勢必會為農業帶來巨大的綠色資金支持，從而促使農業技術升級，提高資源利用效率，促使農業綠色創新且高效地發展。

二是通過提高農業機械化水平。農業機械化水平是農業現代化的主要標志，也是從傳統農業向現代農業轉變的重要基礎。農業動力結構和裝備水平的提高，不僅可以減輕農民的勞動強度，還可以提高勞動效率，是實現農產品的有效供給與增加農民收入的重要保障。綠色金融政策在農村的深入勢必會改變農業的動力結構，為農業帶來全新低碳的生產機器，從而提高農村的機械化水平，進而提升生產勞動效率。因此，本文對綠色金融改革創新試驗區政策的效果作出假設1、2、3。

H1：綠色金融改革創新試驗區政策可以顯著提升農業生產效率。

H2：綠色金融改革創新試驗區政策通過提高農業綠色創新水平來提升農業生產效率。

H3：綠色金融改革創新試驗區政策通過提高農業機械化水平來提升農業生產效率。

（二）雙重差分法模型

雙重差分法是評估政策效應常見的方法，通過比較外生政策沖擊前后對試驗區（實驗組）和非試驗區（對照組）影響效應的差異，剝離未觀察到混雜因素，從而識別出綠色金融試驗區政策對試驗區農業生產效率的影響。在模型構建上，本文選取數據樣本為中國30個省區2005-2021年的面板數據，根據2017年國務院頒布的綠色金融改革創新試驗區政策，選取浙江、廣東、貴州、江西、新疆5個省區為實驗組。西藏的相關數據缺失嚴重，故從研究樣本中剔除，控制組選取其余25個省區的樣本數據。本文借鑒蘭飛和余爽兩位學者的做法構建的雙重差分模型如下：

APEit=β1Treat+β2Post+β3Post×Treat+γ∑Controlit+εit（1）

其中，APEit為方程自變量，表示第i個試點省區在第t年的農業生產效率，Post為政策時間的虛擬變量，以2017年為時間節點，2017年及以后的年份賦值“1”，反之賦值“0”；Treat為省區的虛擬變量，若試點則賦值“1”，反之為“0”；Post×Treat是Treat與Post的交互項，其中綠色金融改革創新試驗區政策的效應，即系數β3為核心估計參數；Controlit為控制變量組，包括人均GDP、人口密度、政府治理、第一產業占比及產業結構，εit表示隨個體和時間變化的隨機擾動項。考慮到宏觀經濟波動、區位等因素會對農業生產效率產生影響，引入時間、省份的固定效應λt、σc，模型轉化為：

APEit=β1Treat+β2Post+β3Post×Treat+γ∑Controlit+λt+σc+εit（2）

（三）數據說明

被解釋變量APEit，即農業生產效率，用該省農林牧漁業增加值與第一產業從業人數的比值來衡量。

核心解釋變量Post×Treat，即政策和時間虛擬變量的交互項，表示第t期第i個個體的處理情況。

控制變量Controlit，參考以往學者研究結論，本文選取5個控制變量，具體如下：經濟發展水平（ln gdp）用人均GDP表示；人口密度（ln pd）用城市人口密度表示；政府治理（Gov）用政府農林水支出與一般公共預算支出的比值來表示；產業占比（Ip）用第一產業增加值與GDP的比值表示；產業結構（Inds）用第一產業增加值與第二產業增加值的比值表示。

其他變量，為進一步檢驗綠色金融改革創新政策的作用機制，本文選取以下變量進行衡量。其中農業綠色創新水平（AGIL）用農業綠色實用新型專利申請量衡量。農業機械化水平（AML）用機械總動力與耕地面積的比值衡量。

本文農業綠色實用新型專利申請量的數據來源是基于世界知識產權局（WIPO）發布的國際專利分類表（IPC）編碼，根據國家知識產權局的專利申請信息整理得到，其余數據均來自中經網統計數據庫。在數據處理方面，本文針對城市經濟發展水平與人口密度均取自然對數，同時運用插值法對所有空缺數據進行補充，并在1%和99%水平對連續型變量進行縮尾處理。

三、實證分析

（一）平行趨勢檢驗

為保證估計量的無偏性，需使用雙重差分法滿足平行趨勢假設。因此，本文繪制了自變量APEit的平行趨勢圖（圖1），以2017年試驗區政策的頒布為基準線，橫軸表示年份，縱軸表示農業生產效率。圖中非試點期間（2005年至2017年），實驗組和處理組大致呈現平行趨勢。2017年政策試點后，實驗組的增長速度與數值均超過了處理組，進一步支持了平行趨勢假設。

（二）基準回歸

表2 展示了綠色金融改革創新試驗區對農業生產效率影響的基準回歸結果。固定時間與省份變量，其中，模型1不控制其他變量，模型2控制全部變量。農業生產效率的交互項Post×Treat的回歸系數分別為2.151和2.235，且均在1%的置信水平下顯著。這表明綠色金融改革創新試驗區政策對提高試點地區農業生產效率有顯著作用，假說1得到驗證。

在控制變量中，人口密度與產業結構對農業生產效率產生了顯著的正面作用，在人口密度上，人口密度越大，城市對糧食的需求也就越高，進而需要的勞動生產效率也就越高；在產業結構上，第一產業的占比越高，規模效應越明顯，農業生產效率也會相應提高。政府治理對農業生產效率產生了顯著的負面作用，表明政府對農林水治理的預算投入越多，越不利于農業生產效率的提升，這說明各地的農業生產與環境治理是背道而馳的，這與目前農業高污染的生產方式密不可分，因此，提升農業綠色水平是目前農業發展的重中之重。

（三）穩健性檢驗

反事實檢驗：為驗證實驗結果的穩健性，借鑒以往學者的研究方法，進行反事實檢驗。通過人為改變政策設立時間點，將綠色金融改革創新試驗區的設立時間滯后至2019年，結果見表3。模型 1的交互項的回歸系數為0.080，不顯著，說明綠色金融改革政策對實驗組和控制組的農業生產效率無顯著影響，前文結論具有穩健性。

處理組選取：本文選取未進行試點的省區作為處理組，假設其為綠色金融改革創新試點省區，與對照組進行回歸分析，結果見表3。模型2中交互項的回歸系數為-0.843，不顯著，進一步證實了研究結論。

四、作用機制結果分析

本文選擇逐步回歸檢驗法來進一步驗證假說2、3，通過構建以下模型，檢驗綠色金融改革創新試驗區政策是否通過提升農業綠色創新水平與農業機械化率來提高農業生產效率：

APEit=α1Post×Treat+γ∑Controlit+λt+σc+εit（3）

Mecit=α2Post×Treat+γ∑Controlit+λt+σc+εit（4）

APEit=α3Post×Treat+α4Mecit+γ∑Controlit+λt+σc+εit（5）

在（4）、（5）式中，Mec變量分別為農業綠色創新水平與農業機械化水平，即影響農業生產效率的機制變量，機制檢驗結果如表4，首先對農業生產效率進行機制檢驗，模型3回歸結果見表4中（1）列，Post*Treat交互項的回歸系數在1%水平上顯著為正，這表明綠色金融改革創新試驗區政策對提高農業生產效率具有顯著作用。進一步檢驗機制變量，（2）列的模型4回歸結果顯示，AGIL的Post*Treat交互項在1%水平下顯著正向，這表明試驗區政策對提高農業綠色創新水平具有顯著效果。在（3）列模型5的回歸結果中，AGIL在1%水平下顯著正向，回歸系數1.827小于2.235，說明試驗區政策在農業生產效率的提升中發揮部分中介效應。（5）列為模型4的回歸結果，AML的Post*Treat交互項在5%水平下顯著正向，說明試驗區政策顯著提高了農業機械化水平。（6）列為模型5的回歸結果，AML在1%水平下顯著正向，回歸系數1.924小于2.235，這表明農業綠色創新水平在綠色金融創新試驗區政策對農業生產效率的提升中起到了部分中介效應。假說2、3得到驗證。

五、結論與政策建議

本文以綠色金融改革創新試驗區為準自然實驗區，基于中國30個省區2005-2021年的數據，運用雙重差分模型實證檢驗綠色金融政策對農業生產效率的影響，得出結論：綠色金融改革創新試驗區政策能顯著提高地區的農業生產效率，此結論滿足平行趨勢假設，并且通過了多重穩健性檢驗。同時，從作用機制來看，該政策通過提高農業綠色創新水平與農業機械化水平來提升農業生產效率的水平。基于此，本文提出以下政策建議：

第一，進一步擴大綠色金融改革創新試驗區政策試點范圍。綠色金融改革政策可以推動地區農業綠色創新水平與機械化水平的發展，以此提高農業生產效率，因此應逐步向全國推廣，提升國家整體的農業生產效率。同時注意借鑒五地的改革成果，少走彎路，按照各省不同特點因地制宜，差異化發展。同時各地區應共享農業綠色創新技術，共享成果，協同發展。農業創新技術的出現也會溢出到其他領域的各個方面，帶動各產業全方位綠色發展。

第二，全面深入改革，深化農村綠色金融進程。讓綠色金融改革創新試驗區政策更快更好地落實到農村地區，降低改革的滯后性，同步城市與鄉村的改革進程。同時政府應深入了解農民以及農村鄉鎮企業的真正訴求，切實解決問題，避免敷衍了事。鑒于各地綠色金融發展基礎各不相同，缺乏統一的評估指標以及指導。應當建立自上而下、深入農村基層的監管體制，加強各部門溝通與協調能力。

第三，創造新需求、提出新標準、培養新人才。個人發展需要創新思路，科技進步亦需創新驅動，二者的碰撞融合才能掀起時代全新的浪潮。農業生產效率是國家安全的大廈，農業科技是大廈的基石，人才則是農業大廈發展的關鍵。我們需要不斷地接納社會上的新需求，制定新標準，才能讓農業可持續發展。但農業技術上的創新并非朝夕所得，而是需要培養更多的人才扎根在農業領域，不斷探索打磨，才能產生技術上的突破。這需要政府引領無數的新人走出校園，走向農田、走向實驗室。這樣我們的農業生產才會更加綠色高效。

參考文獻：

[1]李蕓彤，王茜.綠色金融對農業創新效率提升機制研究[J].農村實用技術，2021（08）：37-38+57.

[2]陳玉涵.綠色金融助力鄉村農業發展路徑研究[J].南方農機，2023，54（10）：114-116.

[3]劉占國.山東省農業機械化程度對農業勞動生產率的影響研究[D].淄博：山東理工大學，2022.

[4]蘭飛，余爽.綠色金融改革創新試點政策對企業綠色創新的影響[J].創新與創業教育，2022，13（02）：18-27.

[5]溫忠麟，方杰，謝晉艷，歐陽勁櫻.國內中介效應的方法學研究[J].心理科學進展，2022，30（08）：1692-1702.

＊基金項目：首都經濟貿易大學大學生創新訓練項目重點課題“綠色金融視野下的碳中和分析——基于政策文本扎根理論分析”（202310038198）。

（作者單位：首都經濟貿易大學）