普惠金融對黃河流域中上游農業綠色生產效率的影響研究

摘要 采用包含非期望產出的SBM模型對黃河流域中上游2011—2020年的農業綠色生產效率進行測算和分析，之后采用Tobit模型分析普惠金融對該區域農業綠色生產效率的影響。結果表明：①黃河流域中上游農業綠色生產效率值處于中等水平，且表現出上升趨勢。分區域分析，上游地區整體呈線性增長趨勢，其增長較快，中游地區雖整體表現出上升趨勢，但整體發展趨勢弱于上游。各?。ㄊ校┲?，從各省來看，內蒙古自治區農業綠色生產效率值要明顯高于其余?。ㄗ灾螀^），陜西省的效率值最低。②普惠金融總指數對黃河中上游整體及上游均有顯著的正向作用，對中游有顯著的負向作用。普惠金融覆蓋廣度指數對黃河中上游整體及上游和中游均有顯著的促進作用。普惠金融使用深度指數分別對黃河流域中上游整體及上游和中游農業綠色生產效率均有有顯著的正向作用。

關鍵詞 黃河中上游；普惠金融；農業綠色生產效率；非期望SBM模型；Tobit模型

中圖分類號 S-9；F 326.1? 文獻標識碼 A

文章編號 0517-6611（2023）12-0229-05

doi：10.3969/j.issn.0517-6611.2023.12.051

Research on the Impact of Inclusive Finance on Agricultural Green Production Efficiency in the Middle and Upper Reaches of the Yellow River Basin

WU Xiao-tong

（School of Economics and Management， Yangtze University， Jingzhou， Hubei 434023）

Abstract This paper uses the SBM model including unexpected output to measure and analyze the agricultural green production efficiency in the middle and upper reaches of the Yellow River basin from 2011 to 2020， and then uses the Tobit model to analyze the impact of inclusive finance on the agricultural green production efficiency in the region.The results show that：①The agricultural green production efficiency in the middle and upper reaches of the Yellow River basin is at a medium level and shows an upward trend.According to the regional analysis， the upstream region shows a linear growth trend as a whole， and its growth is fast.Although the midstream region shows an overall upward trend， the overall development trend is weaker than the upstream region.Among the provinces （municipalities）， from the perspective of each province， the agricultural green production efficiency value of Inner Mongolia Autonomous Region is significantly higher than that of other provinces （autonomous regions）， while the efficiency value of Shaanxi Province is the lowest.②The general index of inclusive finance has a significant positive effect on the middle and upper reaches of the Yellow River as a whole and the upper reaches， and a significant negative effect on the middle and upper reaches.The inclusive financial coverage index plays a significant role in promoting the middle and upper reaches of the Yellow River as a whole， as well as the upper and middle reaches.The use depth index of inclusive finance has a significant positive effect on the overall agricultural green production efficiency in the middle and upper reaches of the Yellow River basin， as well as in the upper and middle reaches.

Key words The middle and upper reaches of the Yellow River;Inclusive finance;Agricultural green production efficiency;Unexpected SBM model;Tobit model

作者簡介 吳曉通（1989—），男，廣東中山人，碩士研究生，研究方向：農業管理。

收稿日期 2022-11-14

改革開放40多年以來，我國農業經濟發展屢創新高，但我國農業經濟多以粗放式發展為主，農業發展質量并不高。隨著農業經濟的持續發展，粗放式發展帶來的不良后果也在逐漸顯現，土壤板結、土地肥力下降、農田污染等為我國農業發展蒙上了陰影，阻礙了我國農業現代化進程。為保障糧食安全，促進我國農業高質量發展，劉連馥先生2003年提出了綠色農業的發展概念，為我國農業綠色發展奠定了理論基礎?！吨腥A人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出要“推進農業綠色轉型”，“完善綠色農業標準體系”，2022年中央一號文件也提出要“推進農業農村綠色發展”，農業綠色發展勢在必行。

黃河流域是我國重要的農業生產基地，也是我國環境治理的重點和難點，為更好地治理黃河流域，我國政府將黃河流域生態保護和高質量發展上升為國家戰略。相較于長江流域，黃河流域所處的緯度更高，水流量更小，流域面積也更小，環境也更加干燥，這使得黃河流域，尤其是中上游地區降水量較少，土地干旱，生態脆弱，農業發展嚴重受限。因此，黃河流域農業想要發展，就必須走生態友好型發展之路，提高水資源利用率，實現農業綠色發展。但在農業綠色發展初期，農業從業者收入勢必會受到影響而降低，使得農民實行農業綠色發展的意愿下降，進而降低農業綠色發展速度。普惠金融的出現能夠很好地彌補農民這一部分的損失，提高農民實行農業綠色發展的意愿。農業綠色生產效率是衡量該地區農業綠色發展的重要指標，一直以來都是國內外學者研究的熱點。有關農業綠色生產效率的研究主要集中在概念和理論研究、測算方法、時空演化和影響因素等4個方面。第一，概念和理論研究。隨著經濟的快速發展和人們生活節奏的加快，人們越來越重視對效率的追求，在農業領域表現得尤為明顯。為了追求農業發展效率，農業生產者不斷使用各種手段來提高農業生產效率，如加大化肥、農藥使用力度，這些方法雖然能夠提高農業生產效率，但也帶來了土壤板結、土地肥力下降、農田污染等問題，影響了農業發展的可持續性［1］?；诖朔N現象，農業綠色生產效率逐漸成為研究熱點。綠色生產效率這一概念最早是由Schaltegger等［2］在1990年提出的，后引申到各個領域［3］。第二，研究方法上。目前主流的研究方法主要有隨機前沿法［4］、數據包絡法［5］，在實際研究中主要以數據包絡法為主。具體到實際研究中主要有生產效率和全要素生產率2種，農業綠色生產效率測算方法主要是基于非期望產出的SBM模型［6］，而綠色全要素生產率的研究主要有ML［7］和GML［8］兩種，二者各有優勢。第三，時空演化。時空演化主要是指在時間和空間上的演化，時間上的演化顧名思義是指一個地區農業綠色生產效率會隨著時間的變化而產生相應變化［9］，空間演化則主要是指不同地區之間農業綠色生產效率會存在差異，且這種差異會隨著空間的變化而產生相應改變［10］。第四，影響因素。有關影響因素的研究主要有宏觀和微觀兩個方面，宏觀層面主要集中在農業生態補貼政策等方面［11］，微觀方面主要主要有農村人均收入、農業結構、農業受災率、農村人力資本、農業財政支持、農村金融支持、工業化程度、城鎮化程度等［9，12-13］。

從上述分析可以看出，有關農業綠色生產效率的概念和理論研究、測算方法、時空演化和影響因素4個方面的研究已經較為完善，但有關普惠金融對農業綠色生產效率影響的研究較為吸收，尤其是以黃河中上游為主要研究對象的更是鮮見?；诖?，根據黃河流域中上游2011—2020年面板數據，實證分析普惠金融對該區域農業生產效率的影響，為更好地發揮數字普惠金融在農業、農村中的綠色增長效應提供穩健的實證依據和決策參考。

1 模型及指標體系構建

1.1 模型構建

1.1.1 包含非期望產出的SBM模型。

數據包絡分析（DEA）是一種非參數前沿方法，長期以來一直被用作評估經濟、能源、環境和生態效率的方法。傳統的DEA模型對于松弛變量的考慮存在不足，造成效率值存在偏差。Tone等［14］通過對Anderson超效率模型進行深入研究，結合前期的SBM模型構建出了超效率SBM模型，后加入了非期望產出，進一步提高了模型結果的準確性。因此，該研究采用非期望產出SBM模型來測算黃河中上游農業綠色生產效率，具體公式如下：

minρ=1-1mmi=1sixxik1+1p1+p2（p1r=1sryyrk+p2t=1sbtbtk）（1）

s.t.nj=1，j≠kxijλj+sxj=xik，i=1，2，…，m

nj=1，j≠kxrjλj-syt=yrk，i=1，2，…，p1

nj=1，j≠kbtjλj+sbt=btk，t=i=1，2，…，p2

λj，sxi，syr，sbt≥0，j=1，2，…，n（2）

式中，n表示DMU數，j代表第j個DMU，xik代表第k個DMU第i個投入變量，yrk代表k個DMU第r個期望產出，btk代表k個DMU第t個非期望產出，sxi，syr，sbt分別表示投入、期望、非期望產出的松弛變量，p1和p2分別表示期望和非期望產出數量;ρ表示農業生態效率，ρ越大則代表農業生態效率值越大，λj表示約束條件。

1.1.2 Tobit模型。

由于非期望SBM模型所得數據為截斷離散數據，為更準確地反映黃河中、上游普惠金融對該區域農業綠色生產效率的影響，該研究選用Tobit模型來分析二者之間的關系，具體公式如下：

effiit=α0+α1indexit+α2coverageit+α3usageit+α4controlit+εit（3）

式中，i表示地區，t表示時間，α0為常數項；εit為隨機誤差項；α1、α2、α3、α4為待估系數，indexit、coverageit、usageit分別表示普惠金融總指數、覆蓋廣度和使用深度。

1.2 指標體系構建

1.2.1 農業生態效率測算體系構建。

基于2011—2020年黃河流域農業生產的面板數據，依據黃河流域自身特點，根據數據的可得性，參考姜智強等［15］和李文啟等［16］的研究成果，選取機械、化肥、灌溉、用電、播種總面積、勞動力、塑料薄膜、柴油、農藥等作為投入指標，將農業總產值作為期望產出，選取農業碳排放量作為非期望產出，具體見表1。

1.2.2 影響因素指標體系構建。

黃河流域上游和中游等地，農業生態效率受各方面因素影響，根據以往的研究成果，從農業生產、財政支持、經濟環境和社會環境等角度，探討各因素對黃河流域生態效率的影響，具體指標體系見表2。

1.3 數據來源 該研究以黃河流域上游和中游及各省、自治區為主要研究對象，研究數據主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國環境統計年鑒》及中、上游各省、自治區統計年鑒，普惠金融主要來自《北京大學數字普惠金融指數（2011—2021）》，其中農業碳排放量數據并未直接統計，具體測算如下。

運用李波等［17］的方法對農業碳排放量進行測算，并構建了估算公式和碳排放源及系數表，具體如下：

E=∑Ei=Ti×γi（4）

式中，E為農業的碳排放總量;Ei為各種碳源的碳排放量;Ti為各碳排放源的量;γi為各碳排放源的碳排放系數，具體如表3所示。

2 結果與分析

2.1 黃河中、上游地區農業綠色生產效率實證分析 采用包含非期望產出的SBM模型對2011—2020年黃河中、上游地區農業綠色生產效率進行測算，具體測算結果見表4。

由表4可以看出，在樣本期間內，黃河中上游地區農業綠色生產效率均值為0.735。從各子期來看，除2020年外，黃河中上游地區農業綠色生產效率值均小于1.000，但各子期的值仍大于0.5。觀察圖1可知，2011—2014年，黃河中上游地區農業綠色生產效率值表現出快速上升的趨勢，2014—2017年則表現出曲折下降的趨勢，2017—2020年則表現出線性增長的趨勢，并在2020年達到極值1.000，這表明在樣本期間內黃河中上游地區農業綠色生產效率雖有曲折，但整體仍表現出向好趨勢。

分區域分析，縱向來看，2011—2016年中游地區農業綠色生產效率值要明顯高于上游地區，2017—2019年中游綠色生產效率值要低于上游地區，2020年各區域值均為1.000；橫向來看，上游地區整體呈線性增長趨勢，其增長較快，中游地區雖整體表現出上升趨勢，但在2014—2015年和2016—2017年出現了下降，使得整體發展趨勢弱于上游，其主要原因是：由于干旱少雨的原因，上游地區歷來重視節水農業的發展，而隨著經濟的負向和科技的進步，使得該地區節水農業的發展得到進一步提升；中游地區雖面臨同樣的境況，但由于情況較好，對節水農業的發展并不重視。

從各省來看，內蒙古自治區農業綠色生產效率值要明顯高于其余?。ㄗ灾螀^），其余?。ㄗ灾螀^）中，青海、甘肅、山西農業綠色生產效率值也要高于四川、寧夏和陜西，其中陜西的效率值最低?？v向來看，除2015、2016和2017年外，其余各年均有?。ㄗ灾螀^）農業綠色生產效率值達到了1；其余各年中，2020年?。ㄗ灾螀^）農業綠色生產效率值均達到了1，2014年青海、內蒙古和山西3個?。ㄗ灾螀^）達到1，2013和2016年分別有2個?。ㄗ灾螀^）達到1，其余各年僅有1個。橫向來看，除2020年外，僅有青海、甘肅、內蒙古、山西在2011—2019年有年份達到1，其中內蒙古達到1的年份最多，達到了6年，占所有年份的60%，青海次之，甘肅僅在2016年農業綠色生產效率值為1，山西則僅在2014年達到了1，其余各?。ㄗ灾螀^）在2011—2019年間農業綠色生產效率值均小于1；觀察圖1可知，四川、寧夏和陜西農業綠色生產效率值均表現出上升趨勢，其中四川表現出線性上升的趨勢，陜西雖也表現出上升趨勢，但在2014—2015的增長出現了放緩，寧夏則是在2018—2019年出現了下降；其余?。ㄗ灾螀^）中，山西在2011—2014年表現出快速上升趨勢，2014—2020年則表現出“U”形發展趨勢，甘肅在2011—2017年表現出上升趨勢，2018年出現下降，其后仍呈上升趨勢，青海表現出先增后降又再增的趨勢，內蒙古在2011—2014年均無變化，2014—2020年則表現出“W”形發展趨勢。

2.2 普惠金融對黃河中、上游地區農業綠色生產效率影響的實證分析

通過Tobit模型，將公式（2）所得結果及表2相關指標代入公式（3）中，所得結果如表5所示。

由表2可知，普惠金融總指數對黃河中上游整體及上游均有顯著的正向作用，且通過了0.01的顯著性檢驗，對中游有顯著的負向作用，且通過了0.05的顯著性檢驗，說明普惠金融總指數的升高會對黃河中上游整體及上游農業綠色生產效率的提高有顯著的促進作用，這主要是因為在農業綠色發展的初期，農民的收入會降低，影響農業再生產，進而導致農民實現農業綠色發展的意愿降低，普惠金融由于融資門檻較低，程序簡單，能夠很好地彌補由于農業綠色發展所帶來的資金缺口，進而提高農業綠色生產效率。普惠金融覆蓋廣度指數對黃河中、上游整體及上游和中游均有顯著的促進作用，且通過了0.01和0.05的顯著性檢驗，說明普惠金融覆蓋廣度的增加能夠對該區域農業綠色生產效率產生促進作用。普惠金融覆蓋廣度指數表示普惠金融覆蓋的區域以及使用者的數量，覆蓋廣度指數越大，說明使用的人數越多，農業生產者接觸到的概率也就越大，對于農業綠色生產效率的提升作用也就越明顯。普惠金融使用深度指數在0.01的顯著性水平下分別對黃河流域中上游整體及上游和中游農業綠色生產效率均有有顯著的正向作用。普惠金融使用深度指數主要有人均使用次數和人均使用金額等指標構成，使用深度指數越大，說明人們使用普惠金融的次數也就越多，使用金額也越大，也更容易滿足農業生產過程中的資金需求，進而對農業綠色生產效率產生促進作用。

3 結論與建議

3.1 結論 采用包含非期望產出的SBM模型對黃河流域中上游2011—2020年的農業綠色生產效率進行測算和分析，之后采用Tobit模型分析普惠金融對該區域農業綠色生產效率的影響，結論如下：

（1）在樣本期間內，黃河中上游地區農業綠色生產效率均值為0.735，且表現出上升趨勢。分區域分析，上游地區整體呈線性增長趨勢，其增長較快，中游地區雖整體表現出上升趨勢，但整體發展趨勢弱于上游。各?。ㄗ灾螀^）中，內蒙古農業綠色生產效率值要明顯高于其余?。ㄗ灾螀^），其余?。ㄗ灾螀^）中，青海、甘肅、山西農業綠色生產效率值也要高于四川、寧夏和陜西，其中陜西的效率值最低。

（2）普惠金融總指數對黃河中上游整體及上游均有顯著的正向作用，對中游有顯著的負向作用。普惠金融覆蓋廣度指數對黃河中上游整體及上游和中游均有顯著的促進作用。普惠金融使用深度指數分別對黃河流域中上游整體及上游和中游農業綠色生產效率均有有顯著的正向作用。

3.2 建議 基于上述結論，提出如下建議：

3.2.1 健全金融體系，完善金融監管。普惠金融實質上是一種數字金融，相較于傳統金融，普惠金融擁有操作簡單、傳播速度快、覆蓋區域廣、審核速度快的優勢，但伴隨這種優勢的是更高的風險和更復雜的監管。因此各級金融機構應當充分利用現代數字技術，使普惠金融能夠覆蓋更加廣闊的地區和人群，增加普惠金融的使用人次和使用金額，同時還要建立現代化的風險管理和預警機制，防止出現金融風險。

3.2.2 加快推進節水農業發展，逐步建立農業綠色生產制度。黃河流域中上游地區緯度較高，常年干旱少雨。因此，各地政府應當加大對節水農業的重視程度，嚴格的水資源使用制度，減少水資源超載地區的不合理灌溉面積。同時，政府應定期組織農業從業人員學習農業綠色生產知識，提高環境保護意識，加大種植節水、節肥農作物種植面積，優化農產品綠色生產布局。

3.2.3 加大農業科技投入，完善農業技術交流平臺。農業科技的開發的周期較長，所能獲得的利潤也較低，政府應加大農業科研財政撥款，鼓勵有關科研機構或企業研發低污染的農業生產技術。同時，要加快農業技術交流平臺建設，使各區域之間的技術交流更加暢通，農業科技成果的轉化渠道也更加通暢，同時各區域也能夠通過交流平臺選擇適宜于自身的發展模式，實現人與自然的和諧發展。

參考文獻

［1］ 鄭云，黃杰.中國農業生態效率空間關聯網絡特征及其驅動因素研究［J］.經濟經緯，2021，38（6）：32-41.

［2］ SCHALTEGGER S， STURM A.kologische rationalitt：Ansatzpunkte zur ausgestaltung von kologieorientierten managementinstrumenten［J］.Die unternehmung，1990，44（4）：273-290.

［3］ GEORGOPOULOU A，ANGELIS-DIMAKIS A，ARAMPATZIS G，et al.Improving the eco-efficiency of an agricultural water use system［J］.Desalination & water treatment，2016，57（25）：11484-11493.

［4］ FRIED H O， LOVELL C A K， SCHMIDT S S， et al.Accounting for environmental effects and statistical noise in data envelopment analysis［J］.Journal of productivity analysis， 2002，17（1/2）：157-174．

［5］ CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units ［J］.European journal of operation research， 1978， 2（6）：429-444．

［6］ 郭鳳玉，孟靜怡，徐磊，等.冀北山區農業生態效率時空演變特征及預測分析［J］.中國農機化學報，2021，42（10）：146-156.

［7］ CHUNG Y H， FRE R， GROSSKOPF S.Productivity and undesirable outputs： A directional distance function approach ［J］.Journal of environmental management，1997，51（3）：229-240.

［8］ OH D H.A global Malmquist-Luenberger productivity index［J］.Journal of productivity analysis，2010，34（3）：183-197.

［9］ 王兵，曾志奇，杜敏哲.中國農業綠色全要素生產率的要素貢獻及產區差異：基于Meta-SBM-Luenberger生產率指數分析［J］.產經評論，2020，11（6）：69-87.

［10］ 劉亦文，歐陽瑩，蔡宏宇.中國農業綠色全要素生產率測度及時空演化特征研究［J］.數量經濟技術經濟研究，2021，38（5）：39-56.

［11］ 李學敏，鞏前文.新中國成立以來農業綠色發展支持政策演變及優化進路［J］.世界農業，2020（4）：40-50，59.

［12］ 李谷成.中國農業的綠色生產率革命：1978—2008年［J］.經濟學，2014，13（2）：537-558.

［13］ 李靜，張傳慧.中國農業技術進步的綠色產出偏向及影響因素研究：基于1999—2018年農業綠色TFP增長的技術進步產出偏向分解［J］.西部論壇，2020，30（3）：36-50，105.

［14］ TONE K， TSUTSUI M.Dynamic DEA： A slacks-based measure approach［J］.Omega，2010，38（3/4）：145-156.

［15］ 姜智強，劉伊霖，曾智，等.財政環保支出對農業生態效率的影響研究：來自長江經濟帶發展戰略的經驗證據［J］.經濟問題，2022（6）：113-122.

［16］ 李文啟，趙家未.黃河流域農業生態效率與綠色全要素生產率耦合協調研究［J］.生態經濟，2022，38（5）：121-128，168.

［17］ 李波，張俊飚，李海鵬.中國農業碳排放時空特征及影響因素分解［J］.中國人口·資源與環境，2011，21（8）：80-86.