绿色金融改革创新试验区政策对农业生产效率的影响

赵子铭

摘要：绿色金融是注重环境保护与资源高效利用的经济活动。文章以国务院于2017年设立的五个绿色金融改革创新试验区作为准自然实验区，利用中国30个省区2005-2021年的面板数据，构建双重差分模型来评估中国绿色金融改革创新试验区政策对农业生产效率的影响以及作用机制。研究结果表明，绿色金融改革创新试验区政策主要通过提升农业绿色创新能力和农业机械化水平来提高农业生产效率。在此基础上，文章提出扩大改革试验区范围、深化农村绿色金融改革进程、创造新需求、提出新标准、培养新人才等政策建议。

关键词：绿色金融；农业生产效率；双重差分法；作用机制

一、引言

“三农”问题，是党在新征程中始终面对的重要问题。目前，我国农业发展虽无粮食安全问题，但仍然面临着农业资源过度开发、农业投入品过量使用、污染物处理不达标及碳排放超标等问题，急需发展绿色农业来解决这些问题。

农业具有“绿色”属性和多重功能。提高农业生产效率，推进农业农村减排固碳，是推进乡村振兴的重要任务。近几十年来，中国粗放式经营的传统农业导致农村污染和生态环境恶化日益严重，要解决这些问题，创新绿色金融产品和政策是为农业创新提供支持的重要途径。随着绿色金融政策在农村地区的不断推进，农业将得到可持续的资金支持，还能保障所在地区农业的绿色发展，同时推动相关产业绿色创新发展。

我国绿色金融在农业领域发展相对滞后，仍需政府的激励与引导，因此绿色金融政策在农村地区的深化是提高农业生产效率的关键。现有的研究主要集中在绿色金融政策对企业绿色创新能力、工业碳减排效益及经济高质量发展的影响，少有研究绿色金融对农业生产效率的影响。不仅如此，针对农业生产效率的研究也将为协同推进乡村振兴提供有益支撑。因此，本文以2017年设立的五个绿色金融改革创新试验区（浙江、广东、新疆、贵州、江西）为研究对象，构建双重差分模型来评估绿色金融改革创新试验区政策对农业生产效率的影响。

二、研究方法

（一）理论机制

从理论和实证层面探讨绿色金融政策对农业发展的路径研究，国内外多数学者认为提高科技创新水平与机械化率是提高农业生产效率的关键。鉴于此，本文認为绿色金融政策的实施可能通过以下两种途径作用于农业生产效率：

一是通过提高农业绿色创新水平。创新是引领农业高质量发展的第一动力，决定了发展的效率与质量。科技是第一生产力，农业绿色创新技术的应用将带来更高的生产力水平，而绿色金融的推广势必会为农业带来巨大的绿色资金支持，从而促使农业技术升级，提高资源利用效率，促使农业绿色创新且高效地发展。

二是通过提高农业机械化水平。农业机械化水平是农业现代化的主要标志，也是从传统农业向现代农业转变的重要基础。农业动力结构和装备水平的提高，不仅可以减轻农民的劳动强度，还可以提高劳动效率，是实现农产品的有效供给与增加农民收入的重要保障。绿色金融政策在农村的深入势必会改变农业的动力结构，为农业带来全新低碳的生产机器，从而提高农村的机械化水平，进而提升生产劳动效率。因此，本文对绿色金融改革创新试验区政策的效果作出假设1、2、3。

H1：绿色金融改革创新试验区政策可以显著提升农业生产效率。

H2：绿色金融改革创新试验区政策通过提高农业绿色创新水平来提升农业生产效率。

H3：绿色金融改革创新试验区政策通过提高农业机械化水平来提升农业生产效率。

（二）双重差分法模型

双重差分法是评估政策效应常见的方法，通过比较外生政策冲击前后对试验区（实验组）和非试验区（对照组）影响效应的差异，剥离未观察到混杂因素，从而识别出绿色金融试验区政策对试验区农业生产效率的影响。在模型构建上，本文选取数据样本为中国30个省区2005-2021年的面板数据，根据2017年国务院颁布的绿色金融改革创新试验区政策，选取浙江、广东、贵州、江西、新疆5个省区为实验组。西藏的相关数据缺失严重，故从研究样本中剔除，控制组选取其余25个省区的样本数据。本文借鉴兰飞和余爽两位学者的做法构建的双重差分模型如下：

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

其中，APEit为方程自变量，表示第i个试点省区在第t年的农业生产效率，Post为政策时间的虚拟变量，以2017年为时间节点，2017年及以后的年份赋值“1”，反之赋值“0”；Treat为省区的虚拟变量，若试点则赋值“1”，反之为“0”；Post×Treat是Treat与Post的交互项，其中绿色金融改革创新试验区政策的效应，即系数β3为核心估计参数；Controlit为控制变量组，包括人均GDP、人口密度、政府治理、第一产业占比及产业结构，εit表示随个体和时间变化的随机扰动项。考虑到宏观经济波动、区位等因素会对农业生产效率产生影响，引入时间、省份的固定效应λt、σc，模型转化为：

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

（三）数据说明

被解释变量APEit，即农业生产效率，用该省农林牧渔业增加值与第一产业从业人数的比值来衡量。

核心解释变量Post×Treat，即政策和时间虚拟变量的交互项，表示第t期第i个个体的处理情况。

控制变量Controlit，参考以往学者研究结论，本文选取5个控制变量，具体如下：经济发展水平（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）用政府农林水支出与一般公共预算支出的比值来表示；产业占比（Ip）用第一产业增加值与GDP的比值表示；产业结构（Inds）用第一产业增加值与第二产业增加值的比值表示。

其他变量，为进一步检验绿色金融改革创新政策的作用机制，本文选取以下变量进行衡量。其中农业绿色创新水平（AGIL）用农业绿色实用新型专利申请量衡量。农业机械化水平（AML）用机械总动力与耕地面积的比值衡量。

本文农业绿色实用新型专利申请量的数据来源是基于世界知识产权局（WIPO）发布的国际专利分类表（IPC）编码，根据国家知识产权局的专利申请信息整理得到，其余数据均来自中经网统计数据库。在数据处理方面，本文针对城市经济发展水平与人口密度均取自然对数，同时运用插值法对所有空缺数据进行补充，并在1%和99%水平对连续型变量进行缩尾处理。

三、实证分析

（一）平行趋势检验

为保证估计量的无偏性，需使用双重差分法满足平行趋势假设。因此，本文绘制了自变量APEit的平行趋势图（图1），以2017年试验区政策的颁布为基准线，横轴表示年份，纵轴表示农业生产效率。图中非试点期间（2005年至2017年），实验组和处理组大致呈现平行趋势。2017年政策试点后，实验组的增长速度与数值均超过了处理组，进一步支持了平行趋势假设。

（二）基准回归

表2 展示了绿色金融改革创新试验区对农业生产效率影响的基准回归结果。固定时间与省份变量，其中，模型1不控制其他变量，模型2控制全部变量。农业生产效率的交互项Post×Treat的回归系数分别为2.151和2.235，且均在1%的置信水平下显著。这表明绿色金融改革创新试验区政策对提高试点地区农业生产效率有显著作用，假说1得到验证。

在控制变量中，人口密度与产业结构对农业生产效率产生了显著的正面作用，在人口密度上，人口密度越大，城市对粮食的需求也就越高，进而需要的劳动生产效率也就越高；在产业结构上，第一产业的占比越高，规模效应越明显，农业生产效率也会相应提高。政府治理对农业生产效率产生了显著的负面作用，表明政府对农林水治理的预算投入越多，越不利于农业生产效率的提升，这说明各地的农业生产与环境治理是背道而驰的，这与目前农业高污染的生产方式密不可分，因此，提升农业绿色水平是目前农业发展的重中之重。

（三）稳健性检验

反事实检验：为验证实验结果的稳健性，借鉴以往学者的研究方法，进行反事实检验。通过人为改变政策设立时间点，将绿色金融改革创新试验区的设立时间滞后至2019年，结果见表3。模型 1的交互项的回归系数为0.080，不显著，说明绿色金融改革政策对实验组和控制组的农业生产效率无显著影响，前文结论具有稳健性。

处理组选取：本文选取未进行试点的省区作为处理组，假设其为绿色金融改革创新试点省区，与对照组进行回归分析，结果见表3。模型2中交互项的回归系数为-0.843，不显著，进一步证实了研究结论。

四、作用机制结果分析

本文選择逐步回归检验法来进一步验证假说2、3，通过构建以下模型，检验绿色金融改革创新试验区政策是否通过提升农业绿色创新水平与农业机械化率来提高农业生产效率：

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变量分别为农业绿色创新水平与农业机械化水平，即影响农业生产效率的机制变量，机制检验结果如表4，首先对农业生产效率进行机制检验，模型3回归结果见表4中（1）列，Post*Treat交互项的回归系数在1%水平上显著为正，这表明绿色金融改革创新试验区政策对提高农业生产效率具有显著作用。进一步检验机制变量，（2）列的模型4回归结果显示，AGIL的Post*Treat交互项在1%水平下显著正向，这表明试验区政策对提高农业绿色创新水平具有显著效果。在（3）列模型5的回归结果中，AGIL在1%水平下显著正向，回归系数1.827小于2.235，说明试验区政策在农业生产效率的提升中发挥部分中介效应。（5）列为模型4的回归结果，AML的Post*Treat交互项在5%水平下显著正向，说明试验区政策显著提高了农业机械化水平。（6）列为模型5的回归结果，AML在1%水平下显著正向，回归系数1.924小于2.235，这表明农业绿色创新水平在绿色金融创新试验区政策对农业生产效率的提升中起到了部分中介效应。假说2、3得到验证。

五、结论与政策建议

本文以绿色金融改革创新试验区为准自然实验区，基于中国30个省区2005-2021年的数据，运用双重差分模型实证检验绿色金融政策对农业生产效率的影响，得出结论：绿色金融改革创新试验区政策能显著提高地区的农业生产效率，此结论满足平行趋势假设，并且通过了多重稳健性检验。同时，从作用机制来看，该政策通过提高农业绿色创新水平与农业机械化水平来提升农业生产效率的水平。基于此，本文提出以下政策建议：

第一，进一步扩大绿色金融改革创新试验区政策试点范围。绿色金融改革政策可以推动地区农业绿色创新水平与机械化水平的发展，以此提高农业生产效率，因此应逐步向全国推广，提升国家整体的农业生产效率。同时注意借鉴五地的改革成果，少走弯路，按照各省不同特点因地制宜，差异化发展。同时各地区应共享农业绿色创新技术，共享成果，协同发展。农业创新技术的出现也会溢出到其他领域的各个方面，带动各产业全方位绿色发展。

第二，全面深入改革，深化农村绿色金融进程。让绿色金融改革创新试验区政策更快更好地落实到农村地区，降低改革的滞后性，同步城市与乡村的改革进程。同时政府应深入了解农民以及农村乡镇企业的真正诉求，切实解决问题，避免敷衍了事。鉴于各地绿色金融发展基础各不相同，缺乏统一的评估指标以及指导。应当建立自上而下、深入农村基层的监管体制，加强各部门沟通与协调能力。

第三，创造新需求、提出新标准、培养新人才。个人发展需要创新思路，科技进步亦需创新驱动，二者的碰撞融合才能掀起时代全新的浪潮。农业生产效率是国家安全的大厦，农业科技是大厦的基石，人才则是农业大厦发展的关键。我们需要不断地接纳社会上的新需求，制定新标准，才能让农业可持续发展。但农业技术上的创新并非朝夕所得，而是需要培养更多的人才扎根在农业领域，不断探索打磨，才能产生技术上的突破。这需要政府引领无数的新人走出校园，走向农田、走向实验室。这样我们的农业生产才会更加绿色高效。

参考文献：

[1]李芸彤，王茜.绿色金融对农业创新效率提升机制研究[J].农村实用技术，2021（08）：37-38+57.

[2]陈玉涵.绿色金融助力乡村农业发展路径研究[J].南方农机，2023，54（10）：114-116.

[3]刘占国.山东省农业机械化程度对农业劳动生产率的影响研究[D].淄博：山东理工大学，2022.

[4]兰飞，余爽.绿色金融改革创新试点政策对企业绿色创新的影响[J].创新与创业教育，2022，13（02）：18-27.

[5]温忠麟，方杰，谢晋艳，欧阳劲樱.国内中介效应的方法学研究[J].心理科学进展，2022，30（08）：1692-1702.

＊基金项目：首都经济贸易大学大学生创新训练项目重点课题“绿色金融视野下的碳中和分析——基于政策文本扎根理论分析”（202310038198）。

（作者单位：首都经济贸易大学）