銀企合作金融支持對于種業(yè)全要素生產(chǎn)率的影響研究
——基于滬深A(yù) 股種業(yè)上市公司的實(shí)證分析

楊世豪

（湖南農(nóng)業(yè)大學(xué)公共管理與法學(xué)學(xué)院，長沙410128）

全面推進(jìn)種業(yè)振興戰(zhàn)略，是新時(shí)代中國特色社會(huì)主義的本質(zhì)要求，也是保障我國糧食安全的路徑選擇[1]。黨的二十大以來，習(xí)近平總書記在多個(gè)場合提出種業(yè)振興，強(qiáng)調(diào)全方位夯實(shí)糧食安全根基，牢牢守住十八億畝耕地紅線，確保中國人的飯碗牢牢端在自己手中[2]。然而，由于區(qū)域協(xié)調(diào)機(jī)制不健全[3]、農(nóng)產(chǎn)品供應(yīng)鏈不穩(wěn)定[4]、創(chuàng)新體系不全[5-7]等現(xiàn)實(shí)問題，導(dǎo)致我國種業(yè)糧食生產(chǎn)效率總體不高。在此背景下，金融的助力作用為推動(dòng)種業(yè)全要素生產(chǎn)率（TFP）的提高提供了新模型、新業(yè)態(tài)[8]。2022 年3 月由中國人民銀行、國家金融監(jiān)管總局、中國證監(jiān)會(huì)、財(cái)政部、農(nóng)業(yè)農(nóng)村部聯(lián)合發(fā)布的《關(guān)于金融支持全面推進(jìn)鄉(xiāng)村振興 加快建設(shè)農(nóng)業(yè)強(qiáng)國的指導(dǎo)意見》提出，要做好糧食和重要農(nóng)產(chǎn)品穩(wěn)產(chǎn)保供金融服務(wù)，持續(xù)加強(qiáng)種業(yè)振興金融支持。因此，加強(qiáng)金融支持，成為新時(shí)代下推動(dòng)種業(yè)振興的重要抓手。然而，我國種企普遍面臨銀行授信較低、產(chǎn)業(yè)化水平不高和資本運(yùn)作水平較差等難題，滬深A(yù) 股以種業(yè)為核心業(yè)務(wù)的上市公司不足8 家（不含“*ST 敦種”）。由此，深化銀企合作，加大種業(yè)金融支持，提升種業(yè)全要素生產(chǎn)率，不僅是擺脫糧食發(fā)展困境的外在手段，更是實(shí)現(xiàn)種業(yè)振興的內(nèi)在要求。

目前，與本文相關(guān)的研究聚焦于兩個(gè)方面：一是多數(shù)學(xué)者對于全要素生產(chǎn)率的測量研究，主流方法包括非生產(chǎn)前沿方法和生產(chǎn)前沿方法。前者有生產(chǎn)函數(shù)法[9]與指數(shù)法，后者則包括數(shù)據(jù)包絡(luò)分析[10]、隨機(jī)前沿分析[11]、普通最小二乘法、OP 法、LP 法[12]和工具變量法（系統(tǒng)廣義矩陣估計(jì)），構(gòu)建了涵蓋資本投入、人員投入、其他投入和期望產(chǎn)出的指標(biāo)體系[13]，其中OP 法減輕了內(nèi)生性和樣本選擇性的問題，將作為本文測算種業(yè)全要素生產(chǎn)率的方法。二是基于金融支持（FIN）如何影響種業(yè)振興的理論研究，如季牧青[14]思考金融服務(wù)種業(yè)發(fā)展的可行路徑，王一涵等[15]的研究為金融服務(wù)支持種業(yè)的發(fā)展提供了思路，甚至有學(xué)者將其拓展到西北地區(qū)進(jìn)行個(gè)案分析[16]。

綜上所述，已有文獻(xiàn)對金融支持和農(nóng)業(yè)全要素生產(chǎn)率兩個(gè)方面進(jìn)行了大量的研究并形成了豐碩的成果，但其多為定性研究，且關(guān)于金融支持與種業(yè)全要素生產(chǎn)率的研究比較缺乏。因此，本文以滬深A(yù)股7 家最具代表性的種業(yè)上市公司為研究對象，選取2008-2020 年的樣本數(shù)據(jù)，通過雙向固定效應(yīng)模型對金融支持能否促進(jìn)種業(yè)全要素生產(chǎn)率的增長進(jìn)行實(shí)證分析，以期為新時(shí)代下種業(yè)振興提供一定經(jīng)驗(yàn)參考。

1 理論假設(shè)

銀企合作金融支持主要是指利用銀行信貸融資為主的間接融資市場，通過信貸、保險(xiǎn)和發(fā)行股票、債券等方式，為種業(yè)公司提供高效、優(yōu)資的融資渠道，滿足其融資需求，進(jìn)而解決定向研發(fā)資金困難的問題，提升企業(yè)創(chuàng)新能力，推動(dòng)全要素生產(chǎn)率的提高。

首先，在信貸方面。絕大部分種業(yè)公司處于發(fā)展期，規(guī)模較小，缺乏銀行認(rèn)可的抵押物，難以獲得信貸資金。一方面，種業(yè)知識(shí)產(chǎn)權(quán)領(lǐng)域保護(hù)不完善，且知識(shí)產(chǎn)權(quán)確權(quán)時(shí)間較長、變現(xiàn)較難，甚至還存在侵權(quán)嚴(yán)重的問題，決策者創(chuàng)新意愿受到打擊，導(dǎo)致創(chuàng)新水平較低；另一方面，農(nóng)作物種子變現(xiàn)難、儲(chǔ)存難、抵押程序復(fù)雜，加之其價(jià)值大小估計(jì)難度較高，導(dǎo)致種業(yè)公司融資普遍困難。故而，金融支持對種業(yè)發(fā)展至關(guān)重要。

其次，在保險(xiǎn)方面。目前我國種業(yè)保險(xiǎn)的適用產(chǎn)品少、理賠標(biāo)準(zhǔn)高且賠償力度小，導(dǎo)致種業(yè)公司及農(nóng)戶參保意識(shí)不強(qiáng)。鑒于此，擴(kuò)大種子品種和產(chǎn)業(yè)鏈覆蓋范圍，優(yōu)化補(bǔ)貼政策并加強(qiáng)宣傳教育，是當(dāng)前種業(yè)保險(xiǎn)發(fā)展的重中之重。因而，以金融為載體，加強(qiáng)種業(yè)保險(xiǎn)機(jī)制建設(shè)，使種業(yè)從業(yè)人員與公司廣泛受益，是推動(dòng)種業(yè)振興的重要一步。

最后，在發(fā)行股票、債券方面。針對上市公司僅通過信貸進(jìn)行融資的渠道單一問題，銀企合作的金融支持可以提高種企的資本運(yùn)作水平，通過發(fā)行股票、債券方式向市場“借錢”經(jīng)營，可以提高公司的經(jīng)營現(xiàn)金流，且大股東的投資也能使得企業(yè)股權(quán)結(jié)構(gòu)優(yōu)化，經(jīng)營效率提高，進(jìn)而顯著提升全要素生產(chǎn)率。

綜上所述，提出本文假設(shè)：H1 銀企合作金融支持能夠促進(jìn)種業(yè)全要素生產(chǎn)率的提高。

2 數(shù)據(jù)來源與模型設(shè)定

2.1 數(shù)據(jù)來源本文以種業(yè)行業(yè)為研究對象，選取了2008-2020 年包括隆平高科、登海種業(yè)、荃銀高科、豐樂種業(yè)、農(nóng)發(fā)種業(yè)、神農(nóng)科技和萬向德農(nóng)等7家上市公司的相關(guān)數(shù)據(jù)，對其進(jìn)行手工整理與篩選，并對連續(xù)型變量做了winsor 1%的縮尾處理，共計(jì)得到有效樣本為70 個(gè)。數(shù)據(jù)來源方面，除解釋變量金融支持為本文手工整理外，全要素生產(chǎn)率的測算和其他控制變量皆來自CSMAR 數(shù)據(jù)庫。

2.2 變量定義及描述（1）被解釋變量。本文被解釋變量為種業(yè)全要素生產(chǎn)率，參考魯曉東等[12]的研究，基于OP 法計(jì)算得出i公司第t年的全要素生產(chǎn)率，并取自然對數(shù)作為本文被解釋變量的代理變量。具體投入產(chǎn)出指標(biāo)如表1 所示。

表1 OP 法全要素生產(chǎn)率指標(biāo)體系

（2）解釋變量。為準(zhǔn)確刻畫金融支持這一指標(biāo)，本文通過查詢企業(yè)相關(guān)公告與高管簡歷，借鑒杜勇等[17]研究的方法思路，根據(jù)高管團(tuán)隊(duì)定義剔除董監(jiān)事人員，整理得出高管團(tuán)隊(duì)中金融背景的人數(shù)占比，作為本文的核心解釋變量。

（3）控制變量。借鑒吾買爾江·艾山等[18]的研究，選取以下變量作為本文控制變量。上市年限（ListAge） 一般認(rèn)為上市年限較長的企業(yè)擁有較好的名譽(yù)與卓越的地位[19]，其所擁有的技術(shù)積累能夠正向影響全要素生產(chǎn)率的增長。因此，本文用當(dāng)前年份減上市年份加1 后取對數(shù)表示企業(yè)上市年限。資產(chǎn)規(guī)模（Size） 種業(yè)上市公司資產(chǎn)規(guī)模越大，其融資能力越強(qiáng)，風(fēng)險(xiǎn)承擔(dān)水平和市場競爭力越高，這將有利于提升生產(chǎn)資源配置的效率，促進(jìn)全要素生產(chǎn)率的增長[20]。故此，借鑒已有研究，本文以期末總資產(chǎn)的自然對數(shù)對資產(chǎn)規(guī)模進(jìn)行表征。資產(chǎn)負(fù)債率（Lev） 當(dāng)面臨較高的資產(chǎn)負(fù)債率時(shí)，種業(yè)上市公司會(huì)減少生產(chǎn)端的投入，不利于全要素生產(chǎn)率的提高。借鑒楊雪等[21]的研究，選取負(fù)債總額與資產(chǎn)總額的占比代表資產(chǎn)負(fù)債率。盈利能力（ROE）

企業(yè)盈利能力的改善對生產(chǎn)要素投入具有正向影響[22]。盈利能力越高，生產(chǎn)投入越多，全要素生產(chǎn)率可能就越高。本文以凈資產(chǎn)收益率進(jìn)行衡量，即凈利潤與平均凈資產(chǎn)之比。投資機(jī)會(huì)（TobinQ）投資機(jī)會(huì)影響主要債權(quán)人及投資者的決策，對企業(yè)的生產(chǎn)經(jīng)營資金產(chǎn)生重要影響。因此，本部分采用TobinQ 值衡量。兩職合一（Dual） 兩職合一在一定程度上容易使管理者擁有過高的權(quán)力，從而使得董事會(huì)的監(jiān)督效力降低，對生產(chǎn)經(jīng)營決策影響較大。本文按公司中董事長和總經(jīng)理是否由同一人擔(dān)任進(jìn)行劃分，是則賦值為1，否則為0。

本文主要變量描述性統(tǒng)計(jì)如表2 所示。

表2 主要變量描述性統(tǒng)計(jì)

樣本的基本情況如表2 所示。從分布上看，資產(chǎn)規(guī)模（Size）和投資機(jī)會(huì)（TobinQ）的分布波動(dòng)很大，平均值分別為21.48 和2.88，最小值分別為20.24 和0.90，最大值分別為23.46 和7.98，且標(biāo)準(zhǔn)差分別為0.77 及1.35，說明各公司的生產(chǎn)體量和市場投資受歡迎程度的差異較大。而全要素生產(chǎn)率（TFP）、上市年限（ListAge）與資產(chǎn)負(fù)債率（Lev）波動(dòng)較小，標(biāo)準(zhǔn)差分別為0.45、0.58 與0.13，即各種企的生產(chǎn)效率、上市年份和資本運(yùn)轉(zhuǎn)狀況相差不大。統(tǒng)計(jì)分析表明，金融支持（FIN）均值為0.08，且標(biāo)準(zhǔn)差最?。?.06），企業(yè)盈利能力（ROE）分布也較為穩(wěn)定，標(biāo)準(zhǔn)差僅為0.08。從種業(yè)上市企業(yè)的各項(xiàng)財(cái)務(wù)和非財(cái)務(wù)指標(biāo)來看，不同觀測樣本之間差異顯著，但與目前我國種企發(fā)展情況相似。

2.3 模型構(gòu)建根據(jù)理論假設(shè)和指標(biāo)選取，本文構(gòu)建雙向固定效應(yīng)模型，如公式（1）所示。

式中TFP表示全要素生產(chǎn)率，即企業(yè)創(chuàng)新，F(xiàn)IN代表金融支持變量，Control為全部控制變量，ε為隨機(jī)擾動(dòng)項(xiàng)，下標(biāo)i表示企業(yè)個(gè)體，t則表示年份。此外，本文還控制了個(gè)體（μi）和年份（γt）固定效應(yīng)。β1是本文主要觀察變量，代表著金融支持對種業(yè)全要素生產(chǎn)率的影響。

3 實(shí)證檢驗(yàn)與結(jié)果分析

指標(biāo)之間嚴(yán)重的多重共線性會(huì)干擾回歸結(jié)果，在進(jìn)行回歸分析之前，為了解所有指標(biāo)之間是否存在多重共線性問題，本文采用方差膨脹因子（VIF）對變量進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見表3。各主要解釋變量的VIF 均未大于2，故而各個(gè)主要解釋變量之間不存在明顯共線性。

表3 方差膨脹因子（VIF）檢驗(yàn)

豪斯曼檢驗(yàn)結(jié)果P值小于0.01，說明本文應(yīng)當(dāng)選用固定效應(yīng)模型（表4）。因此，本文通過Stata17 軟件運(yùn)用雙向固定效應(yīng)模型對樣本進(jìn)行回歸，回歸結(jié)果見表4 基準(zhǔn)回歸。核心解釋變量金融支持（FIN）對種業(yè)全要素生產(chǎn)率的提升在1%的水平上顯著，說明企業(yè)金融背景的高管越多，越易通過銀企合作帶來經(jīng)營所需資金，緩解面臨的外部融資約束，進(jìn)而降低機(jī)會(huì)成本，提高種業(yè)公司的全要素生產(chǎn)率，證實(shí)假設(shè)H1。

表4 模型回歸結(jié)果

控制變量方面，資產(chǎn)規(guī)模（Size）、盈利能力（ROE）和市場投資機(jī)會(huì)（TobinQ）正向影響全要素生產(chǎn)率，而兩職合一則會(huì)抑制TFP 的提高，同時(shí)，資產(chǎn)負(fù)債率對全要素生產(chǎn)率的影響也呈負(fù)向，雖然不具備統(tǒng)計(jì)顯著性。以上結(jié)果的合理解釋為：隨著資產(chǎn)規(guī)模的壯大，更低的成本使得資本投入更少，薄利多銷的營銷方式幫助企業(yè)快速占據(jù)市場份額，標(biāo)準(zhǔn)化的經(jīng)營和長期的技術(shù)積累提高了期望產(chǎn)出，這種規(guī)?；?yīng)的優(yōu)勢使得全要素生產(chǎn)率提高；且盈利能力持續(xù)改善，市場投資則會(huì)處于看好買入的情緒狀態(tài)，生產(chǎn)經(jīng)營所需現(xiàn)金流得到補(bǔ)充，企業(yè)抗風(fēng)險(xiǎn)能力加強(qiáng)，與資產(chǎn)規(guī)模狀大形成良性循環(huán)，提高了種業(yè)全要素生產(chǎn)率；而企業(yè)兩職合一則不利于生產(chǎn)效率的提高，一方面管理層決策科學(xué)性和效率會(huì)大打折扣，另一方面內(nèi)部晉升空間壓縮導(dǎo)致員工生產(chǎn)積極性下降；從理論方面角度來看，企業(yè)高額的資產(chǎn)負(fù)債會(huì)抑制TFP 的提高，但在表4 結(jié)果中并不顯著，可能是因?yàn)榉N業(yè)公司普及負(fù)債率不高（表2），平均數(shù)值為0.38，且種業(yè)公司屬于國家種業(yè)振興的戰(zhàn)略發(fā)展方向，基本得到政府一定的扶持，所面臨的融資約束較為一般，外部風(fēng)險(xiǎn)較低，并不會(huì)采取激進(jìn)的財(cái)務(wù)戰(zhàn)略來進(jìn)行擴(kuò)張，從而對全要素生產(chǎn)率的影響較小。

由于基準(zhǔn)回歸解釋變量由高管金融背景占比衡量，為確保本文核心結(jié)論穩(wěn)健，選取企業(yè)是否有金融背景高管變量進(jìn)行替換，存在金融背景高管則賦值為1，否則為0。進(jìn)行重新檢驗(yàn)，結(jié)果如表4 穩(wěn)健性檢驗(yàn)所示，更換核心解釋變量后的參數(shù)估計(jì)通過了5%的顯著性水平檢驗(yàn)，說明基準(zhǔn)回歸結(jié)論可靠。

4 結(jié)論與政策建議

總體來看，企業(yè)金融背景高管占比越高，種業(yè)全要素生產(chǎn)率越高。同時(shí)，結(jié)合企業(yè)內(nèi)部微觀影響因素發(fā)現(xiàn)，種業(yè)全要素生產(chǎn)率的提高與資產(chǎn)規(guī)模、盈利能力和投資機(jī)會(huì)正相關(guān)。因而，種業(yè)振興的根本在于企業(yè)競爭力的提升，而金融服務(wù)能夠改善企業(yè)融資約束狀況，促進(jìn)創(chuàng)新產(chǎn)出，從而提高自身競爭力。與以往文獻(xiàn)不同，本文著重對政治關(guān)聯(lián)影響種業(yè)上市公司的全要素生產(chǎn)率的理論進(jìn)行了實(shí)證檢驗(yàn)，拓展了相關(guān)研究領(lǐng)域。同時(shí)，此次研究表明，銀企合作金融支持可以促進(jìn)種業(yè)全要素生產(chǎn)率的提高，這對我國金融助力種業(yè)發(fā)展及其方向、實(shí)現(xiàn)種業(yè)振興具有一定指導(dǎo)意義。

但也不難發(fā)現(xiàn)，當(dāng)前金融服務(wù)對種業(yè)的政策支持存在持續(xù)性不夠、種業(yè)保險(xiǎn)較少和信用評估不足的問題，且種企惜貸現(xiàn)象嚴(yán)重，導(dǎo)致種業(yè)企業(yè)、經(jīng)營個(gè)體及家庭農(nóng)場的外部融資需要跨越重重困難。為此，金融機(jī)構(gòu)應(yīng)加大對種業(yè)的支持力度，在運(yùn)行機(jī)制的構(gòu)建和完善上，應(yīng)優(yōu)化縮減融資程序，在種業(yè)保險(xiǎn)方面繼續(xù)推出新險(xiǎn)種，并深化其與企業(yè)的合作，提高種企資本運(yùn)行效率，推動(dòng)種業(yè)全要素生產(chǎn)率的提高，為實(shí)現(xiàn)種業(yè)振興戰(zhàn)略助力。