熊婷燕 洪安琪 倪彦熙 肖潇宇
摘要：本文基于30个省（自治区、直辖市）2014—2020年的绿色金融和农业产业化发展数据，采用熵权法和空间杜宾模型研究绿色金融对农业产业化发展的空间效应。研究发现，绿色金融能够显着促进本地区农业产业化发展，对于经济联系紧密的地区，正向空间溢出效应显着。异质性分析结果显示，绿色金融发展对东中部地区农业产业化发展具有促进作用，在东部地区呈现正向空间溢出效应；在城镇化水平较高的地区，绿色金融能显着促进地区农业产业化发展。最后，本文提出优化农村绿色金融体系，同时强化省际联动，推动区域协同发展等对策建议。
关键词：绿色金融；农业产业化；空间外溢性；空间杜宾模型
中图分类号：F30 文献标识码： A 文章编号：1007-0753（2023）07-0061-10
一、引言
党的二十大强调“加快建设农业强国，扎实推动乡村产业、人才、文化、生态、组织振兴”。建设农业强国必须坚持农业农村优先发展战略，深入推进农业产业化，走高质量发展和绿色发展之路。今年两会上，习近平总书记强调把“发展绿色金融”作为推进高质量绿色发展的方向之一。绿色金融的发展能够推动技术创新，有利于农村经济产业结构升级，从而进一步推动农业产业现代化发展。同时，农村产业现代化水平的提高也会反过来促进金融机构与金融产品的创新与发展。因此，厘清绿色金融和农业产业化的内在联系，阐释二者空间效应的作用机理，发挥绿色金融的资源调控作用，对于推动农业产业化的发展、优化农村经济结构模式具有重要的理论价值和深刻的现实意义。
绿色金融是以环境保护为基本政策的一项金融服务，注重环境与经济的协同发展。国外学者对绿色金融概念的研究较早，Salazar（1988）以及Cowan等（1999）提出，绿色金融是支持绿色经济发展的重要渠道，也是联结经济与生态的纽带。这类理论概念的提出以经济对环境可持续发展的促进作用为重点。相较而言，国内绿色金融起步较晚，仍处于新兴发展阶段。在七部委联合发布的指导性文件《关于构建绿色金融体系的指导意见》中，将绿色金融定义为对环保可持续发展领域的各类型产业供给资金的金融服务。从绿色金融的作用来看，游莉群（2022）认为绿色金融从生产端和需求端两个方面作用于绿色技术创新，提高全要素生产率。李朋林和叶静童（2019）强调绿色金融是一套完整的系统，需要结合政府与市场的作用，构建法治与信息沟通保障制度，优化环境友好的经济循环模式。从我国绿色金融目前的发展状况来看，绿色金融发展历经了三个阶段：从环境污染问题催生萌芽，到绿色金融内涵持续拓展，再到以气候变化为主的金融实践推动绿色金融发展迈入新阶段。在我国“双碳”目标下，绿色金融将助力全社会绿色转型（王遥和任玉洁，2022）。
国内学界对农业产业化发展的研究范围较广，但目前还未形成统一的农业产业化发展评价体系。云梦丽（2023）认为应从产业、农产品、农村金融和农村信用体系四个路径促进农业产业发展。张玉利和郭永清（2016）从农业现代化、生产效率、产业结构、产业市场化和生产经营规模化五个方面来评价农业产业化水平。章成等（2021）通过产业机械化、集约化、规模化和结构化四个维度，构建农业产业化发展的测度指标体系，突出我国农业产业化发展不平衡的特点和区域异质性。这些研究对构建我国农业产业化发展评价指标体系有借鉴意义。
本文的边际贡献在于：一是丰富了农业产业化发展的测度研究，基于五个维度构建指标并进行测度和分析。二是创新性地采用空间杜宾模型探究绿色金融对农业产业化的影响和空间溢出效应，从定量角度分析二者的作用机理。三是对绿色金融影响农业产业化的区域异质性进行探索，并提出相关可行性建议。
二、理论分析与研究假设
农业产业化以现代化农业生产经营模式为依托，在发展过程中需要农村金融的支持和生产要素的投入，而绿色金融能够引导金融资本流向农业领域，推动农业产业化发展。
绿色金融是农业产业化发展的驱动力，能够推动资源调配，促进农业产业机械化、现代化、规模化发展。王遥等（2016）提出绿色金融依托技术进步推动经济增长，其主要通过拓宽融资渠道、降低交易成本及风险管理三个途径影响农业企业的科技投入和机械化水平。何广文和刘甜（2018）的研究证明，绿色金融以资源节约利用、生产清洁高效、环境绿色低碳为前提，绿色金融资金的增加将改善农业发展环境，提高农产品生态价值，形成集群效应，从而促进农业生产迈向规模化。同时，绿色金融资本流向农业领域会促进农业产业化发展，促进产业结构调整，加快现代化进程。作为深化绿色经济建设的重要影响因子，绿色金融有力推动了农业产业化发展。因此，本文提出假设H1。
H1：绿色金融发展能够推动农业产业化发展。
绿色金融能够加快区域间生产要素的流通，打破局域空间限制，推动本地区和邻近地区的农业产业化发展。曹婧妍和汪劲明（2019）以黑龙江省的共青农场为例，运用定量分析证实绿色金融能够有效促进本地区的绿色农业产业发展。寇江（2018）在理论研究的基础上，研究了绿色金融与农业产业化的关系，认为绿色信贷、保险和投资对农业产业化具有正向影响，但同时也存在区域异质性。基于此，绿色金融不仅会对本地区农业产业化产生直接影响，还可能通过资本的流动性和科技的外部性等，对邻近区域的农业产业化发展产生空间溢出效应。因此，本文提出假设H2。
H2：绿色金融对农业产业化发展具有空间溢出效应且存在异质性。
三、模型设定
（一）模型构建
在现实中，地区间的经济活动往往存在联系。因此各省绿色金融发展水平在空间上也呈现出紧密的联结关系，此时基准回归模型无法准确刻画出绿色金融与农业产业化之间的关系，故构建新的空间计量模型，采用地理以及经济空间距离矩阵的方法，来检验绿色金融对农业产业化发展的影响及其空间溢出效应。
（二）变量选取
1.被解释变量：农业产业化发展（EID）
结合尹子擘等（2021）的研究和相关理论，本文从产业机械化、产业现代化、产业规模化、产业集约化和产业结构化五个维度构建农业产业化综合评价指标体系，共设置十四个三级指标。其中，产业机械化反映在农业生产过程中采用机器或机器体系操作代替手工劳动的程度；产业现代化强调农业绿色优质高效发展的程度；产业规模化针对农业小规模效率低的痛点，衡量农业产业规模化经营的程度；产业集约化注重生产效率，即在有限的农用土地面积上提高劳动和生产资料的投入产出比；产业结构化用于判断农业内部各生产部门的比例是否合理，合理的农业产业结构能够有效促进农业生产，在农业产业化发展中具有重要影响。
2.解释变量：绿色金融（GF）
本文借鉴蔡强和王旭旭（2022）的研究，从绿色信贷、绿色证券、绿色保险、绿色投资和碳金融五个维度对绿色金融进行度量。绿色信贷将符合环境保护标准作为审批企业贷款的前提，是绿色金融的一项重要工具；绿色证券重点聚焦于绿色产业发展的资金融入需求，是绿色金融中的重要内容；绿色保险是指当投保公司因造成环境污染而需赔偿受害者巨额资金时，保险公司为其进行合同内赔付，以达到分散风险的目的，同时也能促使保险公司对投保企业进行环境监督，从而减少大规模污染的发生；绿色投资是指针对环境保护的投资，强调环境保护和生产生活的协同；碳金融是指为减少碳排放而提供的金融项目和制度，是应对全球气候变化的重要绿色金融措施。
3.控制变量
许忠裕等（2022）的研究表明，城乡人口结构、政府财政支持和经济发展对农业产业化有较大影响，因此选择城镇人口比例（UP）、外商投资总额（NFI）、农业财政支出（EFE）、第一产业就业比例（PPE）四个控制变量。城镇人口比例（UP）用城镇人口数占中国总人口数的百分比表示；外商投资总额（NFI）是各国外商投资企业向中国投入的基本建设资金和流动资金的总和；农业财政支出（EFE）是国家财政预算中用于农业的各项公共支出总和；第一产业就业比例（PPE）用第一产业从业人数占社会总从业人数的百分比表示。
四、研究设计
（一）描述性统计分析
本文选取2014—2020年全国30个省（自治区、直辖市）（以下简称省份）的面板数据进行实证分析，鉴于数据的可得性，西藏自治区和港澳台地区不纳入分析研究。数据来源于国家统计局官网、WIND数据库和《中国银行业社会责任报告》，综合指标通过熵权法进行测算，各变量的描述性统计结果如表3所示。
（二）空间分异特征
本文以绿色金融指数和农业产业化发展指数数据为基础，分析2014年和2020年的全国绿色金融和农业产业化发展以及空间分异特征状况。总体来看，绿色金融整体呈现较好的态势。与2014年相比，2020年农业产业化提升速度较快，全国多个省市地区农业产业化发展水平提高。
（三）实证分析
1.空间自相关检验
本文采用全局莫兰指数（Morans'I）对数据进行空间自相关性检验，I的取值范围为[-1，1]，若I＜0，则空间负相关；I=0，表明空间无关；I＞0，表明空间正相关。结果见表4。
根据表4可知，绿色金融和农业产业化发展的全局莫兰指数在2014—2020年均在1%的水平上显着为正，说明我国绿色金融和农业产业化发展水平在地理相邻地区分布上具有空间正向聚集效应，宜用空间计量模型进行分析。
2.模型选择检验
空间计量模型主要包括空间杜宾模型（SDM）、空间滞后模型（SAR）、空间误差模型（SEM）等。为了选取合适的空间计量模型，本文对其进行以下几个方面的检验（见表5）。
根据表5结果可知，LM及稳健LM检验对空间计量模型进行了初步的判断，结果表明SEM及SAR模型均被拒绝；Wald和LR检验结果均表明，在1%的显着性水平下确定使用SDM模型；同时通过Hausman检验确定固定效应模型。最后，通过模型拟合系数与似然比检验结果选定时间固定效应的空间杜宾模型。
3.回归分析
本文运用 Stata计量软件对模型参数进行估计，得到时间固定效应空间杜宾模型的回归结果（如表6所示），其中列（1）采用地理距离空间权重矩阵（W1）进行回归，列（2）采用经济距离空间权重矩阵（W2）进行回归。
由表6可以看出，在列（1）和列（2）中绿色金融的系数分别为0.135和0.215，至少在5%的水平下显着，说明绿色金融能够促进本地农业产业化的发展。就绿色金融的空间溢出效应而言，列（1）中W*GF的系数为-1.642，在1%的水平下显着。这说明本地的绿色金融发展会导致地理邻近地区农业产业化发展水平的下降，即表现出显着的负向空间地理溢出效应。原因可能是本地的绿色金融发展吸引周边地区绿色金融资本流向本地农业产业，进而减少周边地区农业产业的资本规模，降低其农业产业化发展水平。列（2）中W*GF的系数为0.880，也在1％的水平下显着。这说明在经济联系较为紧密的地区，绿色金融的空间溢出效应表现为显着正向。可能的原因是，经济联系紧密的地区之间贸易往来较多，金融合作也较为频繁，绿色金融的发展会拓宽农业产业资金渠道，扩大金融服务的受众范围，进而促进农业产业结构升级，提高规模化和机械化水平，推动地区农业产业化发展。
4.内生性检验
为解决绿色金融与农业产业化发展间可能存在的内生性与遗漏变量的问题，本文选取绿色金融的滞后一阶（L. GF）作为工具变量，利用两阶段最小二乘法进行内生性检验，结果如表7所示。
从表7可以看出，第一阶段中绿色金融和绿色金融滞后一阶的回归系数显着，并且伪识别、弱工具变量和内生性检验显着，说明选取的工具变量合理有效。在剔除内生因素后，绿色金融对农业产业化发展的影响依然在 1% 的水平下显着为正，表明绿色金融能够显着促进农业产业化发展。
（四）异质性检验
1.区域异质性
地区间具有地理资源差异性，且经济发展状况也各不相同，因此本文构建具有时间固定效应的空间杜宾模型，选取地理经济嵌套矩阵W*，将样本划分为东、中、西部三个地区，就绿色金融对我国农业产业化发展的影响进行地域差异分析，检验结果见表8列（1）—（3）。由回归结果可知，东中部地区绿色金融均显着促进本地区的农业产业化发展，其中东部地区绿色金融对本地农业产业化发展的促进效应最大，中部次之；在西部地区，这一影响并不显着。这可能是因为东部经济发展水平较高，中部地区的农业资源禀赋较强，金融在这两个地区能够充分发挥资源调配的作用，因此绿色金融的发展能够显着促进地区农业产业化发展。而在西部地区，经济发展较为落后，绿色金融系统不完善，对农业产业化发展的促进效应不显着。此外，东部地区呈现正向空间溢出效应，说明东部地区之间的经济地理联结可能更为紧密。
2.城镇化异质性
城镇化程度的不同对绿色金融的发展也有一定的影响。本文依据各省市城镇化率的平均水平，将样本分成两类分别进行回归，检验结果见表8列（4）—（5）。结果显示，在城镇化率低的地区，绿色金融对本地区农业产业化发展的影响并不明显，但在城镇化率高的地区，绿色金融能显着提升该地区农业产业化发展水平。可能的原因是，城镇化水平高的地区经济较为发达，绿色金融发展水平也相应较高，资金流动性较强，农业机械化水平和集约化水平较高，绿色金融的促进作用得以充分发挥。而在城镇化率低的地区，绿色金融发展水平不足，对农业产业化发展的影响不明显。
（五）稳健性检验
鉴于我国不同地区的绿色金融发展水平不同，特别是四个直辖市地区发展水平较高，为保证研究结果的可信度，本文在排除了北京、天津、上海、重庆这四个城市后，选取经济空间权重矩阵W2和地理经济嵌套矩阵W*进行稳健性检验，结果见表9。结果表明，核心解释变量的估计参数和显着性都不存在显着的改变，证明了模型的稳健性。
五、结论和建议
本文选用我国30个省份2014—2020年的绿色金融和农业产业化发展数据，利用熵权法进行指标处理并构建空间杜宾模型，实证分析绿色金融对农业产业化发展的影响和空间效应。得到的主要结论如下：
绿色金融能够显着推动农业产业化发展，这一结果通过了稳健性检验。在空间溢出效应方面，绿色金融对本地区的农业产业化发展具有显着的促进作用，但对地理邻近区域有着负向的溢出效应；在经济联系紧密的地区，绿色金融发展对农业产业化呈正向空间溢出效应，说明本地绿色金融的发展将会带动与其经济联系紧密地区的农业产业化发展。
绿色金融对农业产业化发展的影响具有区域异质性和城镇化异质性。在东中部地区，绿色金融对本地区农业产业化发展均有显着正向影响，其中东部地区呈现正向空间溢出效应；但在西部地区，绿色金融对农业产业化发展的促进效应不明显。在城镇化率低的地区，绿色金融对本地区农业产业化发展的影响不明显；在城镇化率高的地区，绿色金融能显着提高地区农业产业化发展水平。
立足于上述研究结论，为深化绿色金融赋能农业产业化发展，本文提出以下对策建议：
第一，完善农村绿色金融体系建设，支持农业走向绿色发展道路。国家有关部门应该根据各地区绿色金融的实际发展情况，完善相关法律法规和配套设施建设，并提供优惠政策和财政补贴，引导民间资本进入农村绿色金融领域，促进资金链健康循环流动发展，从而推动农业产业化优化升级，实现经济发展的良性循环。
第二，强化省际联动，推动绿色金融的区域协同发展。一方面，推动经济联系密切的省市联合发展绿色金融，深化金融机构合作，发挥资源整合优势，实现绿色金融水平的整体提升。另一方面，大力发展西部地区绿色金融，在完善金融基础设施的同时，向西部地区提供多样化的绿色金融工具，支持农村开发清洁能源，转变产业结构，进而推动循环、有机农业等生态友好型农业发展，助力区域协同发展。
注释：
① 东部地区：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南。中部地区：山西、陕西、吉林、黑龙江、安徽、江西、河南、湖北和湖南。 西部地区：内蒙古、广西、重庆、四川、贵州、云南、甘肃、青海、宁夏和新疆。（台湾、澳门、香港和西藏无数据）
参考文献：
[1] SALAZAR J.Environmental Finance：Linking Two World[J].Presented at a Workshop on Financial Innovations for Biodiversity Bratislava，1988（01）： 2-18.
[2] COWAN E.Topical Issues In Environmental Finance[J].Research Paper Was Commissioned by the Asia Branch of the Canadian International Development Agency，1999（01）： 1-20.
[3]游莉群.绿色金融与企业绿色技术创新——基于绿色金融改革创新试验区的经验证据[J].金融经济，2022，556（10）：73-83.
[4] 李朋林，叶静童.绿色金融：发展逻辑、演进路径与中国实践[J].西南金融，2019（10）： 81-89.
[5]王遥，任玉洁.“双碳”目标下的中国绿色金融体系构建[J].当代经济科学，2022，44，（05）： 1-14.
[6]云梦丽.重庆金融支持农村产业发展的模式与路径研究[J].当代金融研究，2023，6（03）：87-95.
[7]张玉利，郭永清.农村金融机构对农业产业化发展的支持研究——以上海地区为例[J].上海农业学报，2016，32（03）： 139-145.
[8]章成，洪铮，王林.农村普惠金融对农业产业化的影响研究[J].贵州财经大学学报，2021（03）： 35-44.
[9]王遥，潘冬阳，张笑.绿色金融对中国经济发展的贡献研究[J].经济社会体制比较，2016，188（06）：33-42.
[10]何广文，刘甜.基于乡村振兴视角的农村金融困境与创新选择[J].学术界，2018（10）： 46-55.
[11] 曹婧妍，汪劲明.绿色金融支持农业产业化发展研究——基于黑龙江省共青农场的调查[J].现代经济信息，2019（23）： 267.
[12]寇江.乡村振兴战略中金融支持与现代农业发展关系实证[J].辽宁农业科学，2018（06）： 35-39.
[13] 尹子擘，孙习卿，邢茂源.绿色金融发展对绿色全要素生产率的影响研究[J].统计与决策，2021，37（03）：139-144.
[14]蔡强，王旭旭.空间视角下绿色金融对经济高质量发展的影响[J].江汉论坛，2022（06）： 21-28.
[15]许忠裕，林树恒，邓国仙，等.民族地区新型城镇化与乡村振兴有效衔接对策[J].江苏农业科学，2022，50（01）： 233-244.
（责任编辑：唐诗柔）
Green finance to the agricultural industrialization
development space effect analysis
Xiong Tingyan， Hong Anqi， Ni Yanxi， Xiao Xiaoyu
（ Jiangxi university of finance and economics ）
Abstract： Adhering to the high-quality development of agricultural industrialization is the main path of the rural revitalization strategy and the internal requirement of achieving Common prosperity. At the same time， promoting high-quality development of agricultural industrialization cannot do without financial integration. Therefore， studying the spatial effects of green finance on the development of agricultural industrialization is of profound significance. The article is based on green finance and agricultural industrialization development data from 30 provinces from 2014 to 2020， and uses entropy weight method and spatial Durbin model to study the spatial effects of green finance on agricultural industrialization development. Research has found that green finance can significantly promote the development of agricultural industrialization in this region， and for regions with close economic connections， the positive spatial spillover effect is significant. The results of heterogeneity analysis show that the development of green finance has a significant promoting effect on the development of agricultural industrialization in the eastern and central regions， and shows a significant positive spatial spillover effect in the eastern region， while the spatial spillover effect in the central and western regions is not significant. Therefore， in order to promote the rapid development of agricultural industrialization， it is necessary to optimize the rural green financial system， and at the same time; Strengthen the spatial spillover effect between provinces and promote regional coordinated development.
Keywords： Green finance; Agricultural industrialization; Spatial spillover; Doberman model
