低碳农业与农村金融协同发展的实证分析
徐祚林
摘 要：低碳农业是现代农业可持续发展的主要方式和根本出路，而发展低碳农业需要高技术、高投入，且风险大、融资难，需要农村金融机构的强力支持;同时，发展低碳农业又有利于农村金融的创新。本文基于金融创新支持低碳农业、两者协同发展的重要性，运用因子分析法，评价我国低碳农业经济发展水平及发展特征，并对低碳农业经济发展水平和农村金融支持力度进行回归分析，实证低碳农业经济发展与农村金融支持的相互作用力，进而为促进低碳农业和农村金融协调发展提出建议。
关键词：低碳农业经济;农村金融;协同发展;实证
一、引言
“创新、协调、绿色、开放、共享”“绿水青山就是金山银山”等发展理念，为实现农业经济的发展注入了新的内涵。在保持农业经济发展和履行环境保护责任的前提下，调整农业经济战略结构，提高农业生产的经济效益和社会效益，是实现“低碳农业经济”重要的发展方向。新时期，这一方向愈发离不开农村金融的支持。农村金融立法处于“加速度”中，农村金融的发展也越发受到关注。农村金融如何助力现代低碳农业发展，低碳农业如何更好地给予农村金融发展推力是亟待解决的重要问题。
二、我国低碳农业经济发展水平的因子分析
因子分析法是主成分分析的方法的推广，主要是运用降维的思想，由原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子。
（一）指标体系的构建
指标体系是综合评价的核心内容。从我国低碳农业经济发展的实际出发，评价低碳农业发展水平需要涵盖以下方面：农业发展过程中是否实现了“低能耗、低排放、高效率”，是否减少了有害投入品的使用;农业生产活动中是否实现了“低污染”，是否改变了不合理的生产生活方式从而减少了废弃物的排放;农业发展过程中是否实现了“高碳汇”，是否通过科技手段提高了森林、土地、植被等的碳汇作用。结合学者们的研究成果，本文试图建立涵盖能源（X1单位农业劳动力创造农业增加值、X2单位水耗产出率）、科技（X3农业机械总动力）、经济（X4农业GDP、X5农业GDP占总GDP比重、X6农业GDP增长率）、农民生活（X7农民人均纯收入、X8人均农业GDP、X9农村恩格尔系数）与政策（X10碳税政策和法规、低碳法制建设）五方面内容的低碳农业经济发展综合评价指标体系，包括 1 个一级指标、5个二级指标和11个三级指标。
（二）数据来源与预处理
本文的数据来源于《中国统计年鉴》（2010-2019），《农村统计年鉴》（2010-2019），部分数据根据指标的含义计算而来。
由于各指标的取值水平差异比较大，指标之间的量纲也不相同，需要对数据进行标准化处理，采用“Z-score标准化”方法进行数据标准化处理。公式为：[x*ij=xij-xj/σj]。
（三）分析过程
在做因子分析之前，应该对所选取的变量进行效度检验，以证明其是否适合做因子分析。对所选择的的指标进行KMO与巴特利特球形检验。易知，KMO测度值为0.521，适合进行因子分析;Bartletts 球形检验的值为214.470显著性为0.000，明显小于5%，即检验结果显著，也表明选取的指标适合做因子分析。
变量共同度表明，变量的共性方差均大于0.7且绝大多数都超过0.9，说明所提取的公因子能够很好地反映原始变量的信息，如果运用因子分析可得到较好的效果。
由表2可知，前两个成份共解释了总方差的94.772%。说明提取两个公因子足以很好地体现低碳农业经济发展水平和竞争力。
为了进一步确定公因子的解释能力，对提取的两个公因子建立原始因子载荷矩阵。根据结果可知，公因子F1在 X1、X2、X4、X6、X7和X8上的载荷值很大，这些变量是解释农业生产效率和经营规模的主要指标，因此第一个公因子F1可以命名为农业生产规模的公因子;而公因子F2在X3上的载荷值是最大的，此指标是反映农业机械化水平的重要指标，所以将第二个公因子命名为F2农业业机械化水平因子。
根据因子得分系数矩阵，因子得分函数为：
F1=0.147X1+0.158X2-0.203X3+…
F2=-0.026X1-0.065X2+0.815X3-…
由此得出的F1、F2在2010年-2019年的得分如下表所示
[年份 F1 F2 2019 1.54683 -0.40500 2018 1.22068 -0.27693 2017 0.90561 -0.27308 2016 0.62183 -0.46943 2015 -0.22629 1.81068 2014 -0.35910 1.29447 2013 -0.51714 0.56514 2012 -0.91058 0.21645 2011 -1.01786 -0.99401 2010 -1.26398 -1.46828 ]
以各主因子的信息貢献率（特征值百分比）为权数计算各年份的低碳业产业化综合得分（F），计算公式为：
F=0.809F1+0.191F2
（四）低碳农业经济发展水平测评结果
1、低碳农业生产规模水平
从图1可看出低碳农业生产规模水平得分呈现上升变化，増长趋势较为明显。这主要是因为伴随着农业生产方式的现代化，低碳农业的生产规模也得到了日益扩大。2015-2016年期间，低碳农业生产规模水平得分增长最为迅速。在这一期间，此前愈来愈凸显的资源和环境问题有了较为显著的改善。国家重视在农业生产过程中运用低碳农业技术，促进了低碳农业的发展，带来了短幅低碳农业生产规模的激增。
2、低碳农业机械化水平
低碳农业机械化水平得分在图1中整体上呈现出先上升后下降的趋势。其中2010-2015年逐年上升，到2015年达到最大值后又趋于下降。这种变化趋势可以用指标农业机械总动力结合由上所得进行分析解释。有上得知2015-2016年期间，国家加强了对低碳农业技术的重视，高污染高排放的农业生产得到有效的遏制和改善，这直接影响了农业机械总动力指标。由于农业机械在从事农业生产活动时，普遍具有高耗能高排放的特点，农业机械因此急需技术创新，使得其更符合农业现代化的发展需求。故低碳农业机械化水平得分在2015年时有了明显的下降。2016年起，低碳农业机械化水平虽有上升，但受技术瓶颈、广泛应用困难等难题影响，发展缓慢。因此，解决技术创新和落实低碳农业机械广泛应用等问题是提高低碳农业机械化水平的必然过程。
3、低碳农业经济综合发展水平
由图1可以看到低碳农业经济综合发展水平与生产规模水平大致呈现出相同的趋势，这主要是由综合发展得分计算公式F=0.809F1+0.191F2决定的。从因子分析的实证结果可以得出低碳农业生产规模水平在综合评价低碳农业经济发展水平时占了较大的权重，是其主要决定因素。生产规模水平呈现増长趋势，所以农业经济综合发展水平也是増长的趋势。但是也应该注意从2015年后低碳农业经济综合发展水平没有生产规模水平变化幅度大，其主要是因为从2015年以后低碳农业机械化水平有所下降且再发展缓慢。所以保持低碳农业经济发展的良好态势，要注重低碳农业机械化水平的提高。
三、低碳农业经济发展与农村金融支持协同发展的实证
本文对低碳农业产业化水平与农村金融支持之间进行两种线性回归拟合：
认为农村金融支持（Y）是低碳农业经济发展水平（F）的一元线性函数，线性回归模型为：Y=B0+B1F+U。其中B0、B1为待估参数，U为随机干扰项，Y为涉农贷款（本文选用农林牧渔业固定资产投资（不含农户）国内贷款作为此参数数据来源）。
[ 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 F -1.3 -1.01 -0.7 -0.31 -0.04 0.16 0.41 0.68 Y（亿元） 205.7 340.26 427.64 577.49 754.03 798.94 880.25 1040.07 ]
因涉农贷款部分数据（2018-2019年）缺失，故首先利用已知数据表6进行拟合，得到结果如下：
本次运行结果中可决系数R2为0.992848，说明所建模型整体上对样本数据拟合较好;通过White检验，得知该模型并不存在异方差性;观察该模型方差扩大因子VIF=1<10，可以判断解释变量之间并不存在影响最小二乘估计的多重共线性;由偏自相关性（PAC）检验可以知晓，模型不存在自相关。以上得出，该模型比较适用于解释低碳农业经济发展水平与金融支持之间的线性回归意义。并且通过t检验得出，低碳农业的经济发展水平对于农村金融支持有着显著影响，故低碳农业经济的发展在一定程度上促进了金融支持力度的加大。
在此基础上，利用所建立的模型分别预测2018年和2019年涉农贷款的数据。
认为低碳农业经济发展水平（F）是金融支持（X）的一元线性函数，线性回归模型为：F=B0+B1X+U。其中B0、B1为待估参数，U为随机干扰项，X为涉农贷款（数据来源同上），所得结果如下：
F = -1.7791 + 0.0024*X
（0.043218） （5.37E-05）
t=（-41.16639） （44.97501）
R2 = 0.996061? F = 2022.751 n = 10
回归结果显示，模型的t统计值均通过了显著性检验，表明两者之间具有显著的线性相关关系.偏自相关性（PAC）检验表明该回归模型不存在一阶自相关。由White检验和该模型的方差扩大因子可以判断，该模型并不存在异方差性和多重共线性。回归系数为0.0024，说明农村金融支持和低碳农业经济发展成正相关。
随着农村金融支持力度显著增大，低碳农业经济发展水平也快速上升，特别是2013年中央一号文件突出强调了改善了农村金融服务，农村金融支持力度相較之前增长有了较大的提升。这一明显提升也影响了低碳农业经济的发展，回归结果也证实了金融支农力度对低碳农业经济发展水平具有正向促进的关系，即农村金融支持每提高1个单位，低碳农业经济发展水平将提升0.0024个单位。从实际调查来看，2013年起，关于“低碳经济”和“低碳农业”等低碳农业经济发展主题的经济会议多次召开，低碳农业经济在全国得到有效的快速发展，经济效益和社会效益显著。与此相伴而来的则是符合当时低碳农业经济发展需要的农村金融关注度的提升。农村金融立法于2013年明确提出将会适时启动，农村金融迅速发展。因此明确低碳农业经济和农村金融发展中现存问题，提出有效解决方案具有很强的现实意义。
四、结论与对策建议
（一）结论
低碳农业是符合可持续发展理念的新型农业发展模式，是我国实现低碳经济的重要领域与保证。农业经济的发展都离不开金融的支持，低碳农业经济的发展也是如此。为了实现高能效、低能耗、低碳排放和低碳农业经济持续稳定发展的目标，低碳农业经济的发展需要金融产品和服务的创新，以为其提供充足的资金支持。因此，有力的农村金融支持是促进低碳农业经济发展的根本保证。低碳农业经济得到有效发展进而会对农村金融提出要求，需要更充足更完善的农村金融扶持以及明确而健全的农村金融法制体系，农村金融即在这一过程中得到有利发展。两者在彼此作用中，产生了积极有效的循环效应。
（二）低碳农业与农村金融协调发展的对策建议
1、各地要根据资源禀赋和发展阶段选择适合自身的低碳农业发展模式
受我国地理因素和各地经济水平的影响，我国部分地区农业环境差异较大，农业发展思想也不尽相同，并不适合套用同种低碳农业模式。各地应在充分的实地调查的基础上，结合本地特色，提出适用于自身的独有的模式，以此充分发挥金融支持的效用。
低碳农业思想虽然在国际范围内得到接受，但由于各国国情不同，对其理解也有所不同。国外产生积极效应的发展模式，也并不一定适用于国内发展，但可做适当参考，具有一定的参考意义。
2、在低碳农业和农村金融的发展中，政府应该发挥重要作用
政策手段是政府促进低碳农业经济发展的基本工具，低碳农业经济的发展需要建建立健全促进低碳农业经济发展的政策体系。政策促进低碳农业经济发展的基本手段有3种： 法律手段、行政手段和经济手段。行政、经济、法规三位一体，能够更好地促进低碳农业经济的发展。
农村金融的发展离不开法制的稳定。在农村金融立法的背景下，金融支農将会逐步趋向于有序化、有效化，这促进了农村金融市场的有效竞争，提升了金融供给能力。并且农村金融法制化将会很大程度上保障了农民的消费者权益，提高了农民的风险意识和自我保护意思。
3、围绕农村农业经济现代化，创新金融产品和服务水平
当前农村金融服务供给较为单一，不能满足现代农业的发展需要，低碳农业经济水平无法得到有效提升。应当创新农村金融服务产品供给保障制度，扩大农村金融服务的边界，例如做好粮食安全、种业发展等重点领域的金融服务，加大农业农村基础设施建设的支持力度，稳步拓宽农业农村抵、质押品范围等，有效支持低碳农业经济的发展。
4、积极引导支农资金流向低碳农业领域
首先，加强对农业金融机构资金流向的监督和导向，最大限度地保证其资金流向农业领域。其次，应当适当降低农业金融机构（主要涉及到农业发展银行、农业银行以及农村信用合作社等）存款准备金率，使得这些机构拥有更多可发放的贷款资金。最后，需要贵方农村的民间资本，在规范农村的民间资本同时，因地制宜引导民间资本参与农业、农村的经济建设。
参考文献：
[1]谢爱辉，樊顺安.基于主成分分析的农业产业化与金融支持相关性研究[J].当代经济，2015（04）：110-112.
[2]梁青青.资源、环境与经济约束下的我国低碳农业发展水平评价模型构建及应用[J].资源与产业，2018，20（03）：70-78.
[3]普倩倩.河南省低碳农业发展测评与影响因素分析[D].天津财经大学，2015.
