綠色金融、要素配置效率與農民增收

韓偉達（貴州大學）

一、引言

當前，城鄉要素錯配、要素流通不充分帶來的農村發展不充分，農民經營性收入和工資性收入增收幅度相較之前正在減弱。在新的形勢下，要縮減城鄉收入差距，促進城鄉居民共同富裕，關鍵在于找到讓農民富裕起來的新路徑。今后一個時期，農民增收形勢只會更加復雜，亟需解決農民收入增收困難等問題。為給經濟高質量發展提供更強勁的動能，持續穩定提高農民收入的核心在于重視農村發展的平等性、自主性和內生性。城鄉要素錯配是城鄉關系不協調的重要障礙，也已成為影響農民收入的主要阻礙。

二、研究設計

（一）變量選取

如表1所示，本文選取綠色金融綜合發展水平作為解釋變量。本文參考余江龍等的研究方法，用綠色信貸（DIF1）、綠色保險（DIF2）、綠色投資（DIF3）及綜合指標綠色金融指數（DIF）共四種指標度量我國綠色金融發展水平。本文被解釋變量為農民收入，選取農業收入（Pif）對農民收入情況進行度量。同時引入受教育程度（EL）、農業經濟水平（AEI）、基礎設施建設（ROAD）、政府干預程度（GOV）作為回歸模型中的控制變量。

（二）數據來源

文章研究對象為2013—2022年中國30個省市自治區（未涉及港澳臺和西藏地區），文章數據分別來自《中國統計年鑒》 《中國農村統計年鑒》 《中國分省份市場化指數報告2021》。

（三）變量描述性統計

根據表1可知，我國農業收入均值為14 320.92元，標準差為5778.33，其范圍從最小值5588.8元到最大值38 520.7元，也存在同樣顯著的差異。以上統計數據表明，我國農民收入之間仍存在較大差距。另外，我國不同地區之間的統計數據仍存在較大差距，其中綠色金融于各省份之間差距較大，原因可能是各省份人口分布情況差異較大等原因所導致?？刂谱兞糠矫?，我國受教育程度、農業經濟水平、基礎設施建設、政府干預程度數值之間差異較小。

（四）模型構建

本文主要研究基于綠色金融指數對農民收入的影響，樣本數據為2013—2022年上市公司的短面板數據，并進行單位根檢驗、變量相關性分析及多重共線性檢驗，結果顯示本文數據均能通過相關檢驗，基于以上檢驗結果構建如式（1）所示雙向固定效應回歸模型：

表1 變量描述性統計

其中，PIFi,t指第t年省份i的農業收入，用于衡量各省份農民收入情況；DIFi,t為第t年省份i的綠色信貸、綠色投資、綠色保險及綠色金融指數。

三、實證分析

（一）基準分析結果

表2為綠色金融指數、綠色信貸、綠色保險、綠色投資如何影響農業收入的實證回歸結果。第Ⅰ列中，綠色金融指數為主要解釋變量，回歸結果顯示，在控制多個變量的情況下，綠色金融指數對農業收入的影響在1%顯著性水平下具有顯著的正向效應，表明綠色金融指數的提升可能有助于農業收入的增長。第Ⅱ列結果顯示，綠色信貸在1%的顯著性水平下農業收入表現出顯著正向的影響，即綠色信貸覆蓋廣度越大，農業收入增長的可能性越大。第Ⅲ列中綠色保險在1%的顯著性水平下對農業收入具有顯著的正向影響，這表示，綠色保險的使用深度越高，農業收入的增長潛力可能就越大。但在第Ⅳ列中，若將綠色投資作為主要解釋變量的回歸結果顯示其對農業收入的影響并不顯著。這可能表明，在控制其他因素的情況下，綠色投資并不能夠直接影響農業收入，或者其影響效應可能被其他因素覆蓋。對于控制變量的影響，基礎設施建設在回歸結果中均對農業收入展現出顯著的正向影響。而政府干預程度在第Ⅰ列和第Ⅲ列中對農業收入表現出顯著的正向效應，但在第Ⅱ列和模型Ⅳ中其影響并不顯著。這可能意味著政府干預程度對農業收入的影響會受到其他因素的影響。另外，受教育程度和農業經濟水平在所有模型中對農業收入的影響均未顯現顯著。以上研究結果表明，綠色金融指數、綠色信貸和綠色保險對農業收入的增長都起到了積極的推動作用，而綠色投資的影響卻不顯著，其原因可能是由于諸多其他因素所導致，如農業生產環境、市場機會、政策支持及農民對于普惠金融數字化程度的可接受度等。

表2 農業收入回歸結果

（二）穩健性檢驗

1.替換自變量。為檢驗以上研究結果的穩健性，替換文章的綠色金融指數重新估計。根據表3的結果顯示，在替換核心解釋變量后，數字普惠金融指數仍對農民增收具有顯著的正向作用，這再一次驗證了假設一的穩健性。

2.工具變量法。根據表3的結果顯示，在考慮內生性問題之后，綠色金融指數對農民增收的促進作用仍然存在。

表3 穩健性檢驗結果

四、結論與建議

文章探討了綠色金融對農民收入影響的內在機制，研究發現：綠色金融指數對農業收入的提高具有顯著的正向作用；綠色信貸能有效提高農業收入；綠色保險使用深度對農業收入同樣具有積極的正向作用。

當前，在推進農村綠色金融過程中仍存在基礎設施薄弱滯后、綠色金融發展生態不佳、數字應用場景不豐富、大數據信用體系建設難度大等困難和問題。