财政支农对农业绿色发展的影响研究

摘 要：基于2001—2020年中国30个省（自治区、直辖市）（不包括中国香港、中国澳门、中国台湾和西藏自治区）的面板数据，使用面板门槛模型实证分析财政支农对农业绿色全要素生产率的非线性影响及人力资本在其中的作用机制。结果显示：财政支农对农业绿色全要素生产率的影响呈现非线性特征；人力资本在财政支农对农业绿色全要素生产率的影响中存在单门槛效应，且随着人力资本水平的提升，财政支农对农业绿色全要素生产率的正向影响效应增强。因此，政府既要科学地规划财政支农强度，也要加大对农村人力资本的投入力度、优化人力资本结构、制定合理的人才吸引政策。

关键词：财政支农；人力资本；农业绿色全要素生产率；面板门槛模型

中图分类号：F812.8；F323.22 文献标志码：A 文章编号：1674-7909（2023）12-67-6

0 引言

改革开放以来，为促进农业生产、提高农民收入，我国政府实施了农业税费改革、农业“三项补贴”等一系列惠农政策。这些政策的实施极大地提高了我国的农业综合生产能力和农业生产者的收入水平。但是，由于大部分财政支农政策的目标是实现农业增产，并未与农业生产环境保护挂钩，导致化肥、农药和农膜等化学生产要素的过量使用，对农业生态环境造成了严重破坏。为此，党中央明确提出要建设生态农业，并在2017年正式提出“农业绿色发展”的概念，将农业环境保护提升到和农业经济发展同样重要的位置。基于此，笔者主要探讨财政支农对农业绿色发展的影响。

1 机制分析与研究假设

1.1 财政支农对农业绿色全要素生产率的非线性影响

财政支农能够通过提高农民生产积极性、改善农业基础设施建设和推动农业绿色技术进步来提高农业绿色全要素生产率。

财政支农能减少因自然灾害和农产品价格波动对农业生产者造成的负面影响，增加农业生产者的经济收益［1］，提高农业生产者参与农业生产的积极性。财政支农能提高农业生产者使用农业机械的积极性，尤其是农机直补等支农措施的实施会促使农业生产者将一部分资金用于农机购买［2］。这不仅可以提升农业的机械化水平，优化农业种植结构，减少劳动力短缺所带来的负面影响［3］，而且可以提高要素使用效率并减少污染排放，改善农业生态环境［4］，从而推动农业绿色全要素生产率的增长。

财政支农也会通过改善农业基础设施建设来提高农业绿色全要素生产率。具体来说，财政支农资金对农田改造、建设及生态综合治理等工程的投入能挖掘农田生产潜能，提高农地综合生产能力［5］，有效减少农业面源污染，而且农业基础设施的改善可以降低农业生产成本［6］，从而提升农业绿色全要素生产率。

财政资金对农业生产技术研发的投入能加快农业生产技术进步，财政上有关“科技三项费用”的支出，也能有效促进农业技术创新、农业转型升级，进一步提高农业绿色全要素生产率。

但同时，财政支农也可能会对农业绿色全要素生产率产生不利影响。一方面，财政支农资金中有一部分是要素投入补贴，这会缓解农业生产者购买化肥、农药等化学生产要素的资金约束［7］，使农业生产者加大对农药、化肥的购买力度，从而加重农业面源污染。另一方面，在财政支农政策的影响下，农业机械化水平的提高会间接加快农村劳动力的非农转移［8］。为了应对劳动力短缺的问题，农业生产者会倾向于降低劳动密集型生产行为，这会导致部分农业机械难以到达的地块出现抛荒、撂荒现象，并降低农业产出。此外，财政支农会导致地租升高，不利于农地流转和农业生产经营规模扩大，从而阻碍农业绿色全要素生产率的提升。基于以上分析，笔者提出假设1。

假设1：财政支农与农业绿色全要素生产率之间呈现非线性关系。

1.2 人力资本对财政支农与农业绿色全要素生产率的门槛效应

我国的农业生产具有典型的小农经济特征［9］。从这个角度来说，财政支农与农业绿色全要素生产率之间的关系会受到农业生产者人力资本的影响。人力资本水平较高的农业生产者在知识效应的影响下，会更加容易意识到减少环境负外部性生产要素所带来的农产品质量溢价高于产量减少所导致的利润损失，从而倾向于选择绿色农业投入要素和绿色生产技术，进而提升农业绿色全要素生产率。农业创新成果的应用、绿色技术的研发也离不开人力资本的支撑［10］。人力资本水平较高的农业生产者会更有效地利用农业技术科研经费，从而推动农业技术进步、提高投入要素使用效率［11］。财政支农可能会导致化肥、农药等环境负外部性投入要素使用量的增加［12］，而人力资本水平较高的农业生产者会更容易意识到化学投入要素对环境造成的危害，从而减少化肥、农药的使用［13］，并倾向于使用环境友好型投入品［14］。因此，笔者根据以上分析提出假设2。

假设2：在不同水平人力资本的影响下，财政支农与农业绿色全要素生产率的关系存在显著差异，即财政支农对农业绿色全要素生产率的影响会受到人力资本门槛效应的影响。

2 模型设计与变量选取

2.1 模型设计

2.1.1 基准模型。为了探究财政支农对农业绿色全要素生产率的影响，先构建模型（1），即线性面板模型进行检验。

[GTFP=α0+α1GOV+αX+ε] （1）

式（1）中：[GTFP]代表绿色全要素生产率，[GOV]代表财政支农水平，[X]代表控制变量，[ε]为随机扰动项，α0为常数项，α1与α分别代表核心解释变量和控制变量的回归系数，下同。

2.1.2 面板门槛模型。

2.1.2.1 财政支农作为门槛变量。由前文分析可知，财政支农与农业绿色全要素生产率之间呈现非线性关系，即不同的财政支农强度对农业绿色全要素生产率的影响存在差异。因此，构建如式（2）所示的多重门槛模型来考察财政支农与农业绿色全要素生产率之间的非线性关系。

[GTFP=δ0+][δ1GOV×I1（GOV≤γ1）+δ2GOV×]

[I2（γ1<GOV≤γ2）+…+δnGOV×In（γn-1<GOV≤γn）+δn+1GOV×In+1（GOV>γn）+δX+σ] （2）

式（2）中：[σ]为随机扰动项；[I（·）]为模型的指示函数；[γ1]、[γ2]、...、[γn]是门槛值，δ0为常数项，δ1、δ2、...、δn+1为不同门槛值的财政支农对农业绿色全要素生产率的影响系数，δ为控制变量的回归系数，下同。

2.1.2.2 人力资本作为门槛变量。由前文分析可知，人力资本会影响财政支农与农业绿色全要素生产率之间的关系，且不同的人力资本对财政支农和农业绿色全要素生产率的影响效应存在差异，因此将人力资本作为门槛变量，构建模型（3）进行检验。

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

式（3）中：[μ]为随机扰动项，[EDU]为人力资本；β0 为常数项；β1、β2、...、βn为不同水平人力资本门槛值影响下，财政支农对农业绿色全要素生产率的影响系数；β为控制变量的回归系数。

2.2 变量说明

2.2.1 被解释变量。以农业绿色全要素生产率（[GTFP]）为被解释变量。使用超效率SBM-DEA模型测算2001—2020年中国30个省（自治区、直辖市）（不包括中国香港、中国澳门、中国台湾和西藏自治区）的农业绿色全要素生产率，具体指标及测算方法参见马国群等［15］的研究。

2.2.2 解释变量及门槛变量。以财政支农（[GOV]）为解释变量。作为解决“三农”问题的重要措施，财政支农不仅能促进农民增收，而且能为农业发展指明方向。笔者参考高帆［16］的做法，使用财政支农支出占财政总支出的比重作为财政支农的代理变量，以财政支农和人力资本（[EDU]）为门槛变量。笔者参考姚旭兵等［17］的计算方法和划分依据，选用农村人口的平均受教育程度作为人力资本的代理变量，并按照受教育程度将总量人力资本划分为初级人力资本、中级人力资本和高级人力资本进行异质性检验。

2.2.3 控制变量。①农业结构（[INS]），使用种植业增加值占农林牧渔业增加值的比重表征。一般来说，种植业的比重越大，越有利于农业生态环境的改善，预计农业结构调整对农业绿色全要素生产率会产生正向影响。②贸易依存度（[TRA]），使用农产品进出口总额占农业生产总值的比重表征。积极参与国际贸易能扩大农产品的市场竞争范围，并且有利于各国积极主动进行农业生产技术的改造升级，但国际贸易也可能将国外的环境污染因素引到国内，其影响方向不确定。③受灾程度（[ADR]），使用农作物受灾面积占总播种面积的比重表征。农作物的受灾面积越大，农业生产者的积极性会越低，因此预计其会对农业绿色全要素生产率产生负面影响。④收入分配（[IND]），使用城镇人均可支配收入占农村人均可支配收入比重表征。一般来说，城乡居民收入差距越大，城市对农村劳动力的虹吸作用越强，从而引起农村劳动力向非农生产转移，导致农村劳动力质量和数量下降，因此预计其会阻碍农业绿色全要素生产率的提升。

考虑到数据的可得性及部分地区特殊的经济地位和资源禀赋条件，笔者选用2001—2020年中国30个省（自治区、直辖市）（不包括中国香港、中国澳门、中国台湾和西藏自治区）的面板数据进行研究。表1为变量的描述性统计。

3 实证分析

3.1 主效应回归结果分析

为了检验财政支农对农业绿色全要素生产率的非线性影响效应，运用Stata 16.0软件，以财政支农作为门槛变量进行门槛效应分析，以检验不同强度的财政支农对农业绿色全要素生产率的影响。在进行门槛模型估计前，运用Bootstrap反复抽样300次进行门槛效应检验以确定门槛个数，检验结果如表2所示。由表2可知，单一门槛、双重门槛分别通过了1%、5%的显著性检验，而三重门槛则未通过显著性检验，说明财政支农对农业绿色全要素生产率的影响存在双门槛效应。因此，笔者选择双门槛模型进行分析。

在进行门槛回归之前，先利用固定效应模型初步检验财政支农对农业绿色全要素生产率的线性影响，结果如表3回归（1）所示。由表3可知，[GOV]的系数在1%的水平上显著为正，说明财政支农能够促进我国农业绿色全要素生产率的提高。这主要是因为财政支农不仅会降低农业的生产成本、提高农业生产者的积极性，而且有利于改善农业生产环境，从而显著提高农业绿色全要素生产率。

表3回归（2）报告了财政支农作为门槛变量的估计结果。由表3可知，当财政支农强度小于等于门槛值0.067时，财政支农对农业绿色全要素生产率的影响系数为正，但不显著，这主要是因为农业生产者得到的生产性补贴较少，加上其不会将财政补贴全部用于农业生产，因此，农业生产环境和农业绿色生产技术不会得到较大改善；当财政支农强度跨过第一个门槛值（0.067）时，财政支农在1%的显著性水平上促进农业绿色全要素生产率的提高，并且[GOV]的系数由0.773上升为6.641，其正向影响得到进一步强化；当财政支农迈过第二个门槛值0.127时，财政支农虽然在1%的水平上显著促进农业绿色全要素生产率的提高，但[GOV]的系数由6.641下降为3.695，其正向影响效应减弱，这主要是因为虽然财政支农为农业发展提供了更多资金和技术上的支持，但财政支农也会导致农业生产者的兼业化更加普遍，由此引发传统农业生产要素的过量使用，增加资源的消耗风险，从而使财政支农的正向影响效应减弱。由此可见，财政支农在3个区间内都能促进农业绿色全要素生产率的提高，并且其影响效应会随着财政支农强度的提高而呈现非线性特征，假设1得证。