財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色發(fā)展的影響研究

摘 要：基于2001—2020年中國(guó)30個(gè)?。ㄗ灾螀^(qū)、直轄市）（不包括中國(guó)香港、中國(guó)澳門(mén)、中國(guó)臺(tái)灣和西藏自治區(qū)）的面板數(shù)據(jù)，使用面板門(mén)檻模型實(shí)證分析財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的非線性影響及人力資本在其中的作用機(jī)制。結(jié)果顯示：財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響呈現(xiàn)非線性特征；人力資本在財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響中存在單門(mén)檻效應(yīng)，且隨著人力資本水平的提升，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響效應(yīng)增強(qiáng)。因此，政府既要科學(xué)地規(guī)劃財(cái)政支農(nóng)強(qiáng)度，也要加大對(duì)農(nóng)村人力資本的投入力度、優(yōu)化人力資本結(jié)構(gòu)、制定合理的人才吸引政策。

關(guān)鍵詞：財(cái)政支農(nóng)；人力資本；農(nóng)業(yè)綠色全要素生產(chǎn)率；面板門(mén)檻模型

中圖分類(lèi)號(hào)：F812.8；F323.22 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-7909（2023）12-67-6

0 引言

改革開(kāi)放以來(lái)，為促進(jìn)農(nóng)業(yè)生產(chǎn)、提高農(nóng)民收入，我國(guó)政府實(shí)施了農(nóng)業(yè)稅費(fèi)改革、農(nóng)業(yè)“三項(xiàng)補(bǔ)貼”等一系列惠農(nóng)政策。這些政策的實(shí)施極大地提高了我國(guó)的農(nóng)業(yè)綜合生產(chǎn)能力和農(nóng)業(yè)生產(chǎn)者的收入水平。但是，由于大部分財(cái)政支農(nóng)政策的目標(biāo)是實(shí)現(xiàn)農(nóng)業(yè)增產(chǎn)，并未與農(nóng)業(yè)生產(chǎn)環(huán)境保護(hù)掛鉤，導(dǎo)致化肥、農(nóng)藥和農(nóng)膜等化學(xué)生產(chǎn)要素的過(guò)量使用，對(duì)農(nóng)業(yè)生態(tài)環(huán)境造成了嚴(yán)重破壞。為此，黨中央明確提出要建設(shè)生態(tài)農(nóng)業(yè)，并在2017年正式提出“農(nóng)業(yè)綠色發(fā)展”的概念，將農(nóng)業(yè)環(huán)境保護(hù)提升到和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展同樣重要的位置?；诖?，筆者主要探討財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色發(fā)展的影響。

1 機(jī)制分析與研究假設(shè)

1.1 財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的非線性影響

財(cái)政支農(nóng)能夠通過(guò)提高農(nóng)民生產(chǎn)積極性、改善農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)和推動(dòng)農(nóng)業(yè)綠色技術(shù)進(jìn)步來(lái)提高農(nóng)業(yè)綠色全要素生產(chǎn)率。

財(cái)政支農(nóng)能減少因自然災(zāi)害和農(nóng)產(chǎn)品價(jià)格波動(dòng)對(duì)農(nóng)業(yè)生產(chǎn)者造成的負(fù)面影響，增加農(nóng)業(yè)生產(chǎn)者的經(jīng)濟(jì)收益［1］，提高農(nóng)業(yè)生產(chǎn)者參與農(nóng)業(yè)生產(chǎn)的積極性。財(cái)政支農(nóng)能提高農(nóng)業(yè)生產(chǎn)者使用農(nóng)業(yè)機(jī)械的積極性，尤其是農(nóng)機(jī)直補(bǔ)等支農(nóng)措施的實(shí)施會(huì)促使農(nóng)業(yè)生產(chǎn)者將一部分資金用于農(nóng)機(jī)購(gòu)買(mǎi)［2］。這不僅可以提升農(nóng)業(yè)的機(jī)械化水平，優(yōu)化農(nóng)業(yè)種植結(jié)構(gòu)，減少勞動(dòng)力短缺所帶來(lái)的負(fù)面影響［3］，而且可以提高要素使用效率并減少污染排放，改善農(nóng)業(yè)生態(tài)環(huán)境［4］，從而推動(dòng)農(nóng)業(yè)綠色全要素生產(chǎn)率的增長(zhǎng)。

財(cái)政支農(nóng)也會(huì)通過(guò)改善農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)來(lái)提高農(nóng)業(yè)綠色全要素生產(chǎn)率。具體來(lái)說(shuō)，財(cái)政支農(nóng)資金對(duì)農(nóng)田改造、建設(shè)及生態(tài)綜合治理等工程的投入能挖掘農(nóng)田生產(chǎn)潛能，提高農(nóng)地綜合生產(chǎn)能力［5］，有效減少農(nóng)業(yè)面源污染，而且農(nóng)業(yè)基礎(chǔ)設(shè)施的改善可以降低農(nóng)業(yè)生產(chǎn)成本［6］，從而提升農(nóng)業(yè)綠色全要素生產(chǎn)率。

財(cái)政資金對(duì)農(nóng)業(yè)生產(chǎn)技術(shù)研發(fā)的投入能加快農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)步，財(cái)政上有關(guān)“科技三項(xiàng)費(fèi)用”的支出，也能有效促進(jìn)農(nóng)業(yè)技術(shù)創(chuàng)新、農(nóng)業(yè)轉(zhuǎn)型升級(jí)，進(jìn)一步提高農(nóng)業(yè)綠色全要素生產(chǎn)率。

但同時(shí)，財(cái)政支農(nóng)也可能會(huì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生不利影響。一方面，財(cái)政支農(nóng)資金中有一部分是要素投入補(bǔ)貼，這會(huì)緩解農(nóng)業(yè)生產(chǎn)者購(gòu)買(mǎi)化肥、農(nóng)藥等化學(xué)生產(chǎn)要素的資金約束［7］，使農(nóng)業(yè)生產(chǎn)者加大對(duì)農(nóng)藥、化肥的購(gòu)買(mǎi)力度，從而加重農(nóng)業(yè)面源污染。另一方面，在財(cái)政支農(nóng)政策的影響下，農(nóng)業(yè)機(jī)械化水平的提高會(huì)間接加快農(nóng)村勞動(dòng)力的非農(nóng)轉(zhuǎn)移［8］。為了應(yīng)對(duì)勞動(dòng)力短缺的問(wèn)題，農(nóng)業(yè)生產(chǎn)者會(huì)傾向于降低勞動(dòng)密集型生產(chǎn)行為，這會(huì)導(dǎo)致部分農(nóng)業(yè)機(jī)械難以到達(dá)的地塊出現(xiàn)拋荒、撂荒現(xiàn)象，并降低農(nóng)業(yè)產(chǎn)出。此外，財(cái)政支農(nóng)會(huì)導(dǎo)致地租升高，不利于農(nóng)地流轉(zhuǎn)和農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)規(guī)模擴(kuò)大，從而阻礙農(nóng)業(yè)綠色全要素生產(chǎn)率的提升?；谝陨戏治?，筆者提出假設(shè)1。

假設(shè)1：財(cái)政支農(nóng)與農(nóng)業(yè)綠色全要素生產(chǎn)率之間呈現(xiàn)非線性關(guān)系。

1.2 人力資本對(duì)財(cái)政支農(nóng)與農(nóng)業(yè)綠色全要素生產(chǎn)率的門(mén)檻效應(yīng)

我國(guó)的農(nóng)業(yè)生產(chǎn)具有典型的小農(nóng)經(jīng)濟(jì)特征［9］。從這個(gè)角度來(lái)說(shuō)，財(cái)政支農(nóng)與農(nóng)業(yè)綠色全要素生產(chǎn)率之間的關(guān)系會(huì)受到農(nóng)業(yè)生產(chǎn)者人力資本的影響。人力資本水平較高的農(nóng)業(yè)生產(chǎn)者在知識(shí)效應(yīng)的影響下，會(huì)更加容易意識(shí)到減少環(huán)境負(fù)外部性生產(chǎn)要素所帶來(lái)的農(nóng)產(chǎn)品質(zhì)量溢價(jià)高于產(chǎn)量減少所導(dǎo)致的利潤(rùn)損失，從而傾向于選擇綠色農(nóng)業(yè)投入要素和綠色生產(chǎn)技術(shù)，進(jìn)而提升農(nóng)業(yè)綠色全要素生產(chǎn)率。農(nóng)業(yè)創(chuàng)新成果的應(yīng)用、綠色技術(shù)的研發(fā)也離不開(kāi)人力資本的支撐［10］。人力資本水平較高的農(nóng)業(yè)生產(chǎn)者會(huì)更有效地利用農(nóng)業(yè)技術(shù)科研經(jīng)費(fèi)，從而推動(dòng)農(nóng)業(yè)技術(shù)進(jìn)步、提高投入要素使用效率［11］。財(cái)政支農(nóng)可能會(huì)導(dǎo)致化肥、農(nóng)藥等環(huán)境負(fù)外部性投入要素使用量的增加［12］，而人力資本水平較高的農(nóng)業(yè)生產(chǎn)者會(huì)更容易意識(shí)到化學(xué)投入要素對(duì)環(huán)境造成的危害，從而減少化肥、農(nóng)藥的使用［13］，并傾向于使用環(huán)境友好型投入品［14］。因此，筆者根據(jù)以上分析提出假設(shè)2。

假設(shè)2：在不同水平人力資本的影響下，財(cái)政支農(nóng)與農(nóng)業(yè)綠色全要素生產(chǎn)率的關(guān)系存在顯著差異，即財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響會(huì)受到人力資本門(mén)檻效應(yīng)的影響。

2 模型設(shè)計(jì)與變量選取

2.1 模型設(shè)計(jì)

2.1.1 基準(zhǔn)模型。為了探究財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，先構(gòu)建模型（1），即線性面板模型進(jìn)行檢驗(yàn)。

[GTFP=α0+α1GOV+αX+ε] （1）

式（1）中：[GTFP]代表綠色全要素生產(chǎn)率，[GOV]代表財(cái)政支農(nóng)水平，[X]代表控制變量，[ε]為隨機(jī)擾動(dòng)項(xiàng)，α0為常數(shù)項(xiàng)，α1與α分別代表核心解釋變量和控制變量的回歸系數(shù)，下同。

2.1.2 面板門(mén)檻模型。

2.1.2.1 財(cái)政支農(nóng)作為門(mén)檻變量。由前文分析可知，財(cái)政支農(nóng)與農(nóng)業(yè)綠色全要素生產(chǎn)率之間呈現(xiàn)非線性關(guān)系，即不同的財(cái)政支農(nóng)強(qiáng)度對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響存在差異。因此，構(gòu)建如式（2）所示的多重門(mén)檻模型來(lái)考察財(cái)政支農(nóng)與農(nóng)業(yè)綠色全要素生產(chǎn)率之間的非線性關(guān)系。

[GTFP=δ0+][δ1GOV×I1（GOV≤γ1）+δ2GOV×]

[I2（γ1lt;GOV≤γ2）+…+δnGOV×In（γn-1lt;GOV≤γn）+δn+1GOV×In+1（GOVgt;γn）+δX+σ] （2）

式（2）中：[σ]為隨機(jī)擾動(dòng)項(xiàng)；[I（·）]為模型的指示函數(shù)；[γ1]、[γ2]、...、[γn]是門(mén)檻值，δ0為常數(shù)項(xiàng)，δ1、δ2、...、δn+1為不同門(mén)檻值的財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響系數(shù)，δ為控制變量的回歸系數(shù)，下同。

2.1.2.2 人力資本作為門(mén)檻變量。由前文分析可知，人力資本會(huì)影響財(cái)政支農(nóng)與農(nóng)業(yè)綠色全要素生產(chǎn)率之間的關(guān)系，且不同的人力資本對(duì)財(cái)政支農(nóng)和農(nóng)業(yè)綠色全要素生產(chǎn)率的影響效應(yīng)存在差異，因此將人力資本作為門(mén)檻變量，構(gòu)建模型（3）進(jìn)行檢驗(yàn)。

[GTFP=β0+β1GOV×I（EDU≤γ1）+β2GOV×I2（γ1lt;EDU≤γ2）+…+βnGOV×In（γn-1lt;EDU≤γn）+βn+1GOV×In+1（EDUgt;γn）+βX+μ] （3）

式（3）中：[μ]為隨機(jī)擾動(dòng)項(xiàng)，[EDU]為人力資本；β0 為常數(shù)項(xiàng)；β1、β2、...、βn為不同水平人力資本門(mén)檻值影響下，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響系數(shù)；β為控制變量的回歸系數(shù)。

2.2 變量說(shuō)明

2.2.1 被解釋變量。以農(nóng)業(yè)綠色全要素生產(chǎn)率（[GTFP]）為被解釋變量。使用超效率SBM-DEA模型測(cè)算2001—2020年中國(guó)30個(gè)省（自治區(qū)、直轄市）（不包括中國(guó)香港、中國(guó)澳門(mén)、中國(guó)臺(tái)灣和西藏自治區(qū)）的農(nóng)業(yè)綠色全要素生產(chǎn)率，具體指標(biāo)及測(cè)算方法參見(jiàn)馬國(guó)群等［15］的研究。

2.2.2 解釋變量及門(mén)檻變量。以財(cái)政支農(nóng)（[GOV]）為解釋變量。作為解決“三農(nóng)”問(wèn)題的重要措施，財(cái)政支農(nóng)不僅能促進(jìn)農(nóng)民增收，而且能為農(nóng)業(yè)發(fā)展指明方向。筆者參考高帆［16］的做法，使用財(cái)政支農(nóng)支出占財(cái)政總支出的比重作為財(cái)政支農(nóng)的代理變量，以財(cái)政支農(nóng)和人力資本（[EDU]）為門(mén)檻變量。筆者參考姚旭兵等［17］的計(jì)算方法和劃分依據(jù)，選用農(nóng)村人口的平均受教育程度作為人力資本的代理變量，并按照受教育程度將總量人力資本劃分為初級(jí)人力資本、中級(jí)人力資本和高級(jí)人力資本進(jìn)行異質(zhì)性檢驗(yàn)。

2.2.3 控制變量。①農(nóng)業(yè)結(jié)構(gòu)（[INS]），使用種植業(yè)增加值占農(nóng)林牧漁業(yè)增加值的比重表征。一般來(lái)說(shuō)，種植業(yè)的比重越大，越有利于農(nóng)業(yè)生態(tài)環(huán)境的改善，預(yù)計(jì)農(nóng)業(yè)結(jié)構(gòu)調(diào)整對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率會(huì)產(chǎn)生正向影響。②貿(mào)易依存度（[TRA]），使用農(nóng)產(chǎn)品進(jìn)出口總額占農(nóng)業(yè)生產(chǎn)總值的比重表征。積極參與國(guó)際貿(mào)易能擴(kuò)大農(nóng)產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)范圍，并且有利于各國(guó)積極主動(dòng)進(jìn)行農(nóng)業(yè)生產(chǎn)技術(shù)的改造升級(jí)，但國(guó)際貿(mào)易也可能將國(guó)外的環(huán)境污染因素引到國(guó)內(nèi)，其影響方向不確定。③受災(zāi)程度（[ADR]），使用農(nóng)作物受災(zāi)面積占總播種面積的比重表征。農(nóng)作物的受災(zāi)面積越大，農(nóng)業(yè)生產(chǎn)者的積極性會(huì)越低，因此預(yù)計(jì)其會(huì)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生負(fù)面影響。④收入分配（[IND]），使用城鎮(zhèn)人均可支配收入占農(nóng)村人均可支配收入比重表征。一般來(lái)說(shuō)，城鄉(xiāng)居民收入差距越大，城市對(duì)農(nóng)村勞動(dòng)力的虹吸作用越強(qiáng)，從而引起農(nóng)村勞動(dòng)力向非農(nóng)生產(chǎn)轉(zhuǎn)移，導(dǎo)致農(nóng)村勞動(dòng)力質(zhì)量和數(shù)量下降，因此預(yù)計(jì)其會(huì)阻礙農(nóng)業(yè)綠色全要素生產(chǎn)率的提升。

考慮到數(shù)據(jù)的可得性及部分地區(qū)特殊的經(jīng)濟(jì)地位和資源稟賦條件，筆者選用2001—2020年中國(guó)30個(gè)省（自治區(qū)、直轄市）（不包括中國(guó)香港、中國(guó)澳門(mén)、中國(guó)臺(tái)灣和西藏自治區(qū)）的面板數(shù)據(jù)進(jìn)行研究。表1為變量的描述性統(tǒng)計(jì)。

3 實(shí)證分析

3.1 主效應(yīng)回歸結(jié)果分析

為了檢驗(yàn)財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的非線性影響效應(yīng)，運(yùn)用Stata 16.0軟件，以財(cái)政支農(nóng)作為門(mén)檻變量進(jìn)行門(mén)檻效應(yīng)分析，以檢驗(yàn)不同強(qiáng)度的財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響。在進(jìn)行門(mén)檻模型估計(jì)前，運(yùn)用Bootstrap反復(fù)抽樣300次進(jìn)行門(mén)檻效應(yīng)檢驗(yàn)以確定門(mén)檻個(gè)數(shù)，檢驗(yàn)結(jié)果如表2所示。由表2可知，單一門(mén)檻、雙重門(mén)檻分別通過(guò)了1%、5%的顯著性檢驗(yàn)，而三重門(mén)檻則未通過(guò)顯著性檢驗(yàn)，說(shuō)明財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響存在雙門(mén)檻效應(yīng)。因此，筆者選擇雙門(mén)檻模型進(jìn)行分析。

在進(jìn)行門(mén)檻回歸之前，先利用固定效應(yīng)模型初步檢驗(yàn)財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的線性影響，結(jié)果如表3回歸（1）所示。由表3可知，[GOV]的系數(shù)在1%的水平上顯著為正，說(shuō)明財(cái)政支農(nóng)能夠促進(jìn)我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。這主要是因?yàn)樨?cái)政支農(nóng)不僅會(huì)降低農(nóng)業(yè)的生產(chǎn)成本、提高農(nóng)業(yè)生產(chǎn)者的積極性，而且有利于改善農(nóng)業(yè)生產(chǎn)環(huán)境，從而顯著提高農(nóng)業(yè)綠色全要素生產(chǎn)率。

表3回歸（2）報(bào)告了財(cái)政支農(nóng)作為門(mén)檻變量的估計(jì)結(jié)果。由表3可知，當(dāng)財(cái)政支農(nóng)強(qiáng)度小于等于門(mén)檻值0.067時(shí)，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響系數(shù)為正，但不顯著，這主要是因?yàn)檗r(nóng)業(yè)生產(chǎn)者得到的生產(chǎn)性補(bǔ)貼較少，加上其不會(huì)將財(cái)政補(bǔ)貼全部用于農(nóng)業(yè)生產(chǎn)，因此，農(nóng)業(yè)生產(chǎn)環(huán)境和農(nóng)業(yè)綠色生產(chǎn)技術(shù)不會(huì)得到較大改善；當(dāng)財(cái)政支農(nóng)強(qiáng)度跨過(guò)第一個(gè)門(mén)檻值（0.067）時(shí)，財(cái)政支農(nóng)在1%的顯著性水平上促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，并且[GOV]的系數(shù)由0.773上升為6.641，其正向影響得到進(jìn)一步強(qiáng)化；當(dāng)財(cái)政支農(nóng)邁過(guò)第二個(gè)門(mén)檻值0.127時(shí)，財(cái)政支農(nóng)雖然在1%的水平上顯著促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，但[GOV]的系數(shù)由6.641下降為3.695，其正向影響效應(yīng)減弱，這主要是因?yàn)殡m然財(cái)政支農(nóng)為農(nóng)業(yè)發(fā)展提供了更多資金和技術(shù)上的支持，但財(cái)政支農(nóng)也會(huì)導(dǎo)致農(nóng)業(yè)生產(chǎn)者的兼業(yè)化更加普遍，由此引發(fā)傳統(tǒng)農(nóng)業(yè)生產(chǎn)要素的過(guò)量使用，增加資源的消耗風(fēng)險(xiǎn)，從而使財(cái)政支農(nóng)的正向影響效應(yīng)減弱。由此可見(jiàn)，財(cái)政支農(nóng)在3個(gè)區(qū)間內(nèi)都能促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，并且其影響效應(yīng)會(huì)隨著財(cái)政支農(nóng)強(qiáng)度的提高而呈現(xiàn)非線性特征，假設(shè)1得證。

綜上所述，只有當(dāng)財(cái)政支農(nóng)強(qiáng)度處于0.067～0.127時(shí)，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響效應(yīng)最大。

3.2 人力資本的門(mén)檻效應(yīng)回歸分析

表4為人力資本門(mén)檻效應(yīng)的檢驗(yàn)結(jié)果和異質(zhì)性人力資本的門(mén)檻效應(yīng)檢驗(yàn)結(jié)果。由表4可知，人力資本的單一門(mén)檻值通過(guò)了5%水平的顯著性檢驗(yàn)，雙重門(mén)檻則未通過(guò)顯著性檢驗(yàn)；初級(jí)人力資本未通過(guò)門(mén)檻效應(yīng)檢驗(yàn)，中級(jí)、高級(jí)人力資本的單門(mén)檻效應(yīng)分別通過(guò)了5%、10%水平上的顯著性檢驗(yàn)。因此，筆者選擇單門(mén)檻模型進(jìn)行回歸。

表5是人力資本作為門(mén)檻變量的回歸結(jié)果。由表5可知，當(dāng)人力資本小于等于門(mén)檻值7.424時(shí)，財(cái)政支農(nóng)系數(shù)為1.535且在10%的水平上顯著促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高，而當(dāng)人力資本跨過(guò)門(mén)檻值7.424時(shí)，財(cái)政支農(nóng)系數(shù)上升為5.943且在1%的水平上顯著促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。由此可見(jiàn)，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響會(huì)受到人力資本單門(mén)檻效應(yīng)的影響，且隨著人力資本水平的提升，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響會(huì)增強(qiáng)，假設(shè)2得證。這主要是因?yàn)樨?cái)政對(duì)農(nóng)業(yè)技術(shù)推廣、研發(fā)的補(bǔ)貼離不開(kāi)農(nóng)村人力資本的有效支持，在人力資本影響下，財(cái)政支農(nóng)能顯著促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。因此，人力資本水平較高時(shí)，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響效應(yīng)會(huì)增強(qiáng)。

表5中的回歸（2）、回歸（3）是異質(zhì)性人力資本作為門(mén)檻變量的計(jì)量結(jié)果?；貧w（2）、回歸（3）分別報(bào)告了中級(jí)人力資本和高級(jí)人力資本作為門(mén)檻變量的計(jì)量結(jié)果。由表5可知，當(dāng)中級(jí)人力資本、高級(jí)人力資本分別小于等于門(mén)檻值1.161、0.227時(shí)，財(cái)政支農(nóng)分別在1%、5%的水平上呈正向顯著影響；當(dāng)跨過(guò)門(mén)檻時(shí)，其分別在1%的水平上對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。此外，從回歸系數(shù)來(lái)看，當(dāng)中級(jí)人力資本小于等于門(mén)檻值1.161、高級(jí)人力資本小于等于門(mén)檻值0.227時(shí)，財(cái)政支農(nóng)系數(shù)分別為4.346、2.213；當(dāng)中級(jí)人力資本大于門(mén)檻值1.161、高級(jí)人力資本大于門(mén)檻值0.227時(shí)，財(cái)政支農(nóng)系數(shù)分別為7.214、5.144。由此可見(jiàn)，在中級(jí)人力資本和高級(jí)人力資本影響下，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響效應(yīng)會(huì)增強(qiáng)。這主要是因?yàn)槿肆Y本水平較高的農(nóng)業(yè)生產(chǎn)者具有較豐富的知識(shí)儲(chǔ)備和較強(qiáng)的創(chuàng)新能力，能合理利用財(cái)政資金，積極進(jìn)行創(chuàng)新型、綠色型的農(nóng)業(yè)技術(shù)研發(fā)。此外，高水平的農(nóng)業(yè)生產(chǎn)者具有較強(qiáng)的環(huán)保意識(shí)，會(huì)將財(cái)政補(bǔ)貼用于購(gòu)買(mǎi)環(huán)境友好型生產(chǎn)投入品。因而，在較高水平人力資本的影響下，財(cái)政支農(nóng)能夠顯著促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

4 結(jié)論與對(duì)策建議

4.1 結(jié)論

基于2001—2020年中國(guó)30個(gè)?。ㄗ灾螀^(qū)、直轄市）（不包括中國(guó)香港、中國(guó)澳門(mén)、中國(guó)臺(tái)灣和西藏自治區(qū)）的面板數(shù)據(jù)，筆者使用面板門(mén)檻模型實(shí)證分析了財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的非線性影響效應(yīng)及人力資本在其中的作用機(jī)制，并得出以下結(jié)論。

①財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響呈現(xiàn)非線性特征。具體來(lái)看，當(dāng)財(cái)政支農(nóng)強(qiáng)度小于等于第一個(gè)門(mén)檻值時(shí)（0.067），財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響效應(yīng)不顯著；當(dāng)財(cái)政支農(nóng)強(qiáng)度處于0.067～0.127時(shí)，其正向影響效應(yīng)最大；當(dāng)跨過(guò)門(mén)檻值0.127時(shí)，其正向影響效應(yīng)減弱。

②財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的促進(jìn)作用會(huì)受到人力資本單門(mén)檻效應(yīng)的影響。當(dāng)人力資本小于等于門(mén)檻值7.424時(shí)，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響效應(yīng)較大；當(dāng)人力資本跨過(guò)門(mén)檻值7.424時(shí)，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響效應(yīng)增強(qiáng)。從異質(zhì)性人力資本的視角進(jìn)一步研究發(fā)現(xiàn)，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的促進(jìn)作用也會(huì)受中、高級(jí)人力資本單門(mén)檻效應(yīng)的影響。具體來(lái)看，當(dāng)中級(jí)人力資本和高級(jí)人力資本分別小于等于門(mén)檻值1.161、0.227時(shí)，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響效應(yīng)較小，跨過(guò)門(mén)檻值時(shí)，其正向影響效應(yīng)則會(huì)有所增強(qiáng)。

4.2 建議

4.2.1 政府應(yīng)該科學(xué)合理地規(guī)劃財(cái)政支農(nóng)強(qiáng)度。實(shí)證結(jié)果表明，財(cái)政支農(nóng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響會(huì)隨著財(cái)政支農(nóng)強(qiáng)度的提升而呈現(xiàn)非線性的特征，且隨著財(cái)政支農(nóng)強(qiáng)度的提升，其對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響會(huì)呈現(xiàn)不顯著到顯著促進(jìn)，再到正向影響減弱的特征。因此，政府要將財(cái)政支農(nóng)資金控制在合理范圍，既要避免因財(cái)政支農(nóng)強(qiáng)度過(guò)小而導(dǎo)致正向影響效應(yīng)不顯著，又要避免財(cái)政支農(nóng)強(qiáng)度過(guò)大而導(dǎo)致正向促進(jìn)作用減弱。

4.2.2 加大財(cái)政支出對(duì)農(nóng)村人力資本的投入力度，并制定合理的人才吸引政策。實(shí)證結(jié)果表明，在人力資本影響下，財(cái)政支農(nóng)會(huì)促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。因此，政府應(yīng)加大對(duì)農(nóng)業(yè)生產(chǎn)者的教育投入力度，提升農(nóng)業(yè)生產(chǎn)者的生態(tài)環(huán)境保護(hù)意識(shí)，激發(fā)其在農(nóng)業(yè)科技創(chuàng)新與應(yīng)用等方面的潛能，提高農(nóng)村具有環(huán)保意識(shí)、創(chuàng)新水平的人力資本存量。此外，政府要優(yōu)化農(nóng)村就業(yè)環(huán)境，推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)化水平升級(jí)，提升高級(jí)人力資本留在農(nóng)村就業(yè)的可能性。

參考文獻(xiàn)：

［1］黃炎忠，羅小鋒.化肥減量替代：農(nóng)戶(hù)的策略選擇及影響因素［J］.華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（1）：77-87.

［2］周靜，曾福生，張明霞.農(nóng)業(yè)補(bǔ)貼類(lèi)型、農(nóng)業(yè)生產(chǎn)及農(nóng)戶(hù)行為的理論分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（5）：75-84.

［3］張藝璇，李中建.財(cái)政支農(nóng)、普惠金融發(fā)展與農(nóng)戶(hù)減貧增收：基于中部六省的異質(zhì)性研究［J］.經(jīng)濟(jì)問(wèn)題探索，2022（4）：180-190.

［4］田曉暉，李薇，李戎.農(nóng)業(yè)機(jī)械化的環(huán)境效應(yīng)：來(lái)自農(nóng)機(jī)購(gòu)置補(bǔ)貼政策的證據(jù)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2021（9）：95-109.

［5］何軍，王越.以基礎(chǔ)設(shè)施建設(shè)為主要內(nèi)容的農(nóng)業(yè)供給側(cè)結(jié)構(gòu)改革［J］.南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016（6）：6-13.

［6］TERUEL RG，KURADA Y.Pubic in-frastructure and productivity growth in Philippine agrcul-ture 1974—2000［J］.Journal of Asian Economics，2005（16）：555-576.

［7］左喆瑜，付志虎.綠色農(nóng)業(yè)補(bǔ)貼政策的環(huán)境效應(yīng)和經(jīng)濟(jì)效應(yīng)：基于世行貸款農(nóng)業(yè)面源污染治理項(xiàng)目的斷點(diǎn)回歸設(shè)計(jì)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2021（2）：106-121.

［8］周振，馬慶超，孔祥智.農(nóng)業(yè)機(jī)械化對(duì)農(nóng)村勞動(dòng)力轉(zhuǎn)移貢獻(xiàn)的量化研究［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016（2）：52-62.

［9］郭曉鳴，曾旭暉，王薔，等.中國(guó)小農(nóng)的結(jié)構(gòu)性分化：一個(gè)分析框架——基于四川省的問(wèn)卷調(diào)查數(shù)據(jù)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2018（10）：7-21.

［10］殷寶慶，肖文，劉洋.綠色研發(fā)投入與“中國(guó)制造”在全球價(jià)值鏈的攀升［J］.科學(xué)學(xué)研究，2018（8）：1395-1403.

［11］張瑞娟，高鳴.新技術(shù)采納行為與技術(shù)效率差異：基于小農(nóng)戶(hù)與種糧大戶(hù)的比較［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2018（5）：84-97.

［12］李江一.農(nóng)業(yè)補(bǔ)貼政策效應(yīng)評(píng)估：激勵(lì)效應(yīng)與財(cái)富效應(yīng)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2016（12）：17-32.

［13］焦翔，王思博，喬玉輝.生態(tài)農(nóng)場(chǎng)綠色發(fā)展影響因素研究：基于119個(gè)生態(tài)農(nóng)場(chǎng)的調(diào)研數(shù)據(jù)［J］.經(jīng)濟(jì)縱橫，2021（10）：104-113.

［14］胡乃娟，孫曉玲，許雅婷，等.基于Logitic-ISM模型的農(nóng)戶(hù)有機(jī)肥施用行為影響因素及層次結(jié)構(gòu)分解［J］.資源科學(xué)，2019（6）：1120-1130.

［15］馬國(guó)群，譚硯文.環(huán)境規(guī)制對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響研究：基于面板門(mén)檻模型的分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（5）：77-92.

［16］高帆.我國(guó)區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的演變趨勢(shì)與影響因素：基于省際面板數(shù)據(jù)的實(shí)證分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015（5）：3-19.

［17］姚旭兵，羅光強(qiáng)，黃毅.區(qū)域異質(zhì)性：農(nóng)村人力資本與農(nóng)民收入增長(zhǎng)［J］.華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015（3）：79-91.