摘 要：農(nóng)業(yè)低碳與糧食安全是現(xiàn)代農(nóng)業(yè)必然的發(fā)展方向。在農(nóng)業(yè)“保供”和“降碳”這一雙重目標(biāo)導(dǎo)向下，提升農(nóng)業(yè)碳全要素生產(chǎn)率成為尋求糧食安全與農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型協(xié)調(diào)發(fā)展平衡點(diǎn)的關(guān)鍵所在。鑒于綠色金融日益成為農(nóng)戶農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型的重要融資來源，基于2011—2020年全國農(nóng)村固定觀察點(diǎn)微觀數(shù)據(jù)，分析綠色金融試點(diǎn)政策對農(nóng)業(yè)碳全要素生產(chǎn)率的影響、異質(zhì)性及其作用機(jī)理。研究表明：（1）綠色金融試點(diǎn)政策實(shí)施后，試點(diǎn)地區(qū)農(nóng)戶農(nóng)業(yè)碳全要素生產(chǎn)率實(shí)現(xiàn)了15%的平均增幅，促進(jìn)了農(nóng)戶農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型。（2）綠色金融試點(diǎn)政策促進(jìn)試點(diǎn)地區(qū)農(nóng)戶農(nóng)業(yè)碳全要素生產(chǎn)率提升的主要驅(qū)動(dòng)力是技術(shù)前沿進(jìn)步，如影響當(dāng)期農(nóng)戶的有機(jī)肥、配方肥施用等新型技術(shù)行為的采納而實(shí)現(xiàn)農(nóng)戶農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型。（3）兼業(yè)農(nóng)戶、低收入農(nóng)戶、非規(guī)模經(jīng)營農(nóng)戶更易受到綠色金融試點(diǎn)政策的影響而實(shí)現(xiàn)農(nóng)業(yè)碳全要素生產(chǎn)率的顯著提升，推進(jìn)農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型。最后基于實(shí)證結(jié)果提出有針對性的對策建議。

關(guān)鍵詞：綠色金融；農(nóng)業(yè)生產(chǎn)；低碳轉(zhuǎn)型；農(nóng)業(yè)碳全要素生產(chǎn)率；雙重差分

中圖分類號：F830

文獻(xiàn)標(biāo)識碼：A

文章編號：1673-9841（2024）05-0152-15

一、引 言

面對嚴(yán)峻的全球氣候變化問題，中國于2020年正式做出“30·60‘雙碳’目標(biāo)”的莊嚴(yán)承諾。“雙碳”目標(biāo)提出后，國內(nèi)視野更多地聚焦碳排放體量巨大的工業(yè)等領(lǐng)域，致使農(nóng)業(yè)這一大碳源較易被忽略。農(nóng)業(yè)既是國民經(jīng)濟(jì)發(fā)展的根基，是全方位推行綠色生產(chǎn)、綠色流通、綠色生活、綠色消費(fèi)等生態(tài)發(fā)展新模式的重要基礎(chǔ)，同時(shí)又是重要的碳源部門，是低碳循環(huán)經(jīng)濟(jì)發(fā)展中最基礎(chǔ)且與人民生活連接最緊密的重要環(huán)節(jié)。根據(jù)2020年全球碳預(yù)算（Global Carbon Budget，GCB）數(shù)據(jù)庫的統(tǒng)計(jì)，2019年全球的碳排放量約為11億噸，其中84.3%來源于化石能源排放，其余15.7%則由包括作物種植在內(nèi)的農(nóng)業(yè)土地利用領(lǐng)域產(chǎn)生［1］。可見，農(nóng)戶實(shí)現(xiàn)農(nóng)業(yè)低碳轉(zhuǎn)型在推進(jìn)中國“雙碳”目標(biāo)中的地位舉足輕重。

然而，農(nóng)業(yè)低碳轉(zhuǎn)型必須保持糧食安全底線思維，受約束較大，實(shí)現(xiàn)2030年農(nóng)業(yè)碳排放達(dá)到峰值的目標(biāo)對于作為農(nóng)業(yè)大國的中國來說任務(wù)十分艱巨，尋求“保供”和“降碳”協(xié)調(diào)發(fā)展的農(nóng)業(yè)低碳轉(zhuǎn)型方案成為新時(shí)代賦予農(nóng)業(yè)科技創(chuàng)新的新使命。低碳技術(shù)進(jìn)步作為低碳發(fā)展的核心驅(qū)動(dòng)力，在整個(gè)“雙碳”發(fā)展過程中有著不可替代的戰(zhàn)略支撐作用，中國作為發(fā)展中大國，如何在保證糧食生產(chǎn)安全的前提下使農(nóng)戶生產(chǎn)技術(shù)向著綠色低碳發(fā)展方向轉(zhuǎn)變從而合理控制農(nóng)業(yè)碳排放成為一項(xiàng)重要的議題，這也是實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)農(nóng)業(yè)綠色發(fā)展和鄉(xiāng)村振興的關(guān)鍵所在。此時(shí)，作為能夠統(tǒng)籌考察碳排放負(fù)產(chǎn)出和糧食產(chǎn)量正產(chǎn)出且具備低碳技術(shù)創(chuàng)新特性的農(nóng)業(yè)碳全要素生產(chǎn)率指標(biāo)則無疑成為兼顧該雙重目標(biāo)的重要考量。當(dāng)前，在低碳、零碳等農(nóng)業(yè)技術(shù)研發(fā)與推廣的過程中，“資金約束”是最大瓶頸，綠色融資問題的解決直接關(guān)系到現(xiàn)階段及后期農(nóng)業(yè)碳全要素生產(chǎn)率的持續(xù)提升。為應(yīng)對全球氣候變化，近年來中國一些金融機(jī)構(gòu)進(jìn)行了從排污權(quán)抵質(zhì)押融資、節(jié)能項(xiàng)目融資，到碳排放權(quán)證券化、綠色保理等的嘗試，使得金融業(yè)在促進(jìn)中國碳達(dá)峰和碳中和方面具備良好的實(shí)踐基礎(chǔ)。雖然強(qiáng)化碳市場的金融屬性、推進(jìn)碳金融市場的發(fā)展可以在總體上有效推進(jìn)碳減排，但其研究遠(yuǎn)未形成系統(tǒng)性的理論框架和體系［2］。因此，作為涵蓋內(nèi)容更加廣泛且已有一定實(shí)施基礎(chǔ)的綠色金融，是當(dāng)前為中國低碳技術(shù)、項(xiàng)目和產(chǎn)業(yè)等提供市場化專項(xiàng)資金保障的重要融資來源，能夠更有效鼓勵(lì)和引導(dǎo)社會綠色資本向低碳領(lǐng)域傾斜，填補(bǔ)農(nóng)業(yè)低碳技術(shù)創(chuàng)新的巨大資金缺口，以穩(wěn)步有序、精準(zhǔn)直達(dá)的方式支持清潔能源、節(jié)能環(huán)保、碳減排技術(shù)三個(gè)重點(diǎn)減碳領(lǐng)域的發(fā)展，撬動(dòng)更多社會資金促進(jìn)農(nóng)業(yè)碳減排，故對綠色金融試點(diǎn)政策的低碳效應(yīng)進(jìn)行評估亦有助于更好地確認(rèn)中國金融體系建設(shè)未來發(fā)展的風(fēng)向標(biāo)?；诖?，在“雙碳”目標(biāo)背景下研究綠色金融政策對農(nóng)業(yè)低碳技術(shù)進(jìn)步和農(nóng)戶農(nóng)業(yè)低碳轉(zhuǎn)型的影響，對確保技術(shù)創(chuàng)新更有力助推農(nóng)業(yè)“保供”與“降碳”的協(xié)同發(fā)展具有積極的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

為加快推動(dòng)農(nóng)業(yè)綠色低碳轉(zhuǎn)型，眾多學(xué)者聚焦農(nóng)業(yè)關(guān)鍵領(lǐng)域，以農(nóng)業(yè)綠色全要素生產(chǎn)率為主要表征對其進(jìn)行了深入探究且成果豐碩。回溯已有文獻(xiàn)，現(xiàn)有研究大致從生產(chǎn)率測算及其影響因素分析兩個(gè)方面展開。

一是農(nóng)業(yè)綠色全要素生產(chǎn)率的測度及其時(shí)空趨勢變化分析。當(dāng)前學(xué)者主要通過數(shù)據(jù)包絡(luò)分析法（DEA）、改進(jìn)的索洛增長核算法、隨機(jī)前沿分析法（SFA）以及基于CES生產(chǎn)函數(shù)的增長核算法四類測算方法測度全要素生產(chǎn)率［3-6］，其中DEA法和SFA法國內(nèi)學(xué)者使用較多。如：紀(jì)成君等通過構(gòu)建SBM-DEA模型對中國農(nóng)業(yè)綠色全要素生產(chǎn)率進(jìn)行了測度，并基于空間角度對其收斂性進(jìn)行了分析，提出在技術(shù)進(jìn)步驅(qū)動(dòng)下中國農(nóng)業(yè)綠色全要素生產(chǎn)率呈波動(dòng)式上升趨勢，且空間效應(yīng)可以加快中國農(nóng)業(yè)綠色全要素生產(chǎn)率的收斂速度［7］；甘天琦等使用SFA法測算中國縣域農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)“十一五”規(guī)劃以來中國縣域農(nóng)業(yè)全要素生產(chǎn)率的增長率呈現(xiàn)出逐年下降并趨于穩(wěn)定的態(tài)勢，其區(qū)域差異明顯但差距正在逐漸縮?。?］。除測算方法種類多樣外，學(xué)者對農(nóng)業(yè)綠色全要素生產(chǎn)率進(jìn)行測度時(shí)選取的指標(biāo)也有所差異，尤其是農(nóng)業(yè)非期望產(chǎn)出指標(biāo)差別較大。當(dāng)前學(xué)者們大多以農(nóng)田化肥污染、農(nóng)田固體廢棄物污染、農(nóng)業(yè)碳排放三類的其中一種或幾種作為非期望產(chǎn)出測度中國農(nóng)業(yè)綠色全要素生產(chǎn)率［9］，這也導(dǎo)致現(xiàn)有測度結(jié)果出現(xiàn)多元化趨勢。聚焦僅以農(nóng)業(yè)碳排放為非期望產(chǎn)出的農(nóng)業(yè)碳全要素生產(chǎn)率而言，由于契合國家“雙碳”目標(biāo)，因而其成為衡量經(jīng)濟(jì)績效高低的一個(gè)全新標(biāo)準(zhǔn)［10］，近年來逐漸得到學(xué)者關(guān)注，但成果數(shù)量仍然不多，如沈洋等從碳匯和碳排放兩個(gè)視角測度農(nóng)業(yè)綠色全要素生產(chǎn)率并進(jìn)行空間收斂性分析［11］，張寧對中國主要火力發(fā)電企業(yè)的碳全要素生產(chǎn)率的變化及其源泉展開分析［12］。

二是農(nóng)業(yè)綠色全要素生產(chǎn)率的影響因素分析。現(xiàn)有研究已從科技進(jìn)步、環(huán)境規(guī)制、經(jīng)濟(jì)增長與人力規(guī)模、要素錯(cuò)配等多種角度展開了對傳統(tǒng)農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素的研究［13-16］，但關(guān)于農(nóng)業(yè)碳全要素生產(chǎn)率的影響因素分析僅有寥寥幾篇［17-18］。除上述因素外，金融支持與農(nóng)業(yè)綠色發(fā)展的關(guān)系也一直備受矚目［19］，但目前直接涉及金融與農(nóng)業(yè)綠色全要素生產(chǎn)率關(guān)系研究的文獻(xiàn)極少［20］，已有相關(guān)研究主要集中在金融對綠色全要素生產(chǎn)率的影響方面，且二者關(guān)系呈現(xiàn)正相關(guān)、負(fù)相關(guān)及非線性的觀點(diǎn)皆有學(xué)者提出并驗(yàn)證［21-23］，結(jié)論不一。

相較于傳統(tǒng)金融手段對綠色全要素生產(chǎn)率影響結(jié)果的不確定性，作為應(yīng)對氣候變化和環(huán)境治理的新型金融策略，綠色金融所發(fā)揮的確定性正向作用亟須被驗(yàn)證。中央全面深化改革領(lǐng)導(dǎo)小組第二十七次會議指出“發(fā)展綠色金融，是實(shí)現(xiàn)綠色發(fā)展的重要措施”［24］，但受綠色金融發(fā)展較晚、數(shù)據(jù)獲取難度大、不易量化等因素的影響，當(dāng)前尚未見綠色金融與農(nóng)業(yè)碳全要素生產(chǎn)率的關(guān)系研究。盡管一些理論探討提出，碳金融市場在總體上可以成為富有效率的市場安排，但中國碳金融發(fā)展依然存在諸多挑戰(zhàn)，學(xué)者們也尚未對碳金融市場發(fā)展進(jìn)行系統(tǒng)的研究，其研究廣度與深度遠(yuǎn)不及人們的預(yù)期［2］。當(dāng)前中國仍然以完善綠色金融體系為引領(lǐng)，著力提升綠色金融推進(jìn)減碳的整體能力和水平。既有研究已經(jīng)表明綠色金融是新時(shí)代金融機(jī)構(gòu)遵循新發(fā)展理念推進(jìn)農(nóng)村生態(tài)文明建設(shè)的重要抓手［25］，也是實(shí)現(xiàn)經(jīng)濟(jì)綠色轉(zhuǎn)型的關(guān)鍵所在［26］。作為綠色產(chǎn)業(yè)政策中的一種市場化工具［27］，它可以通過資金支持低碳技術(shù)創(chuàng)新從而有效減少碳排放，實(shí)現(xiàn)低碳發(fā)展和可持續(xù)發(fā)展［28-29］。因此，綠色金融對農(nóng)業(yè)碳全要素生產(chǎn)率的影響是亟待探討的前沿議題，這也是本文選題的原因所在。

綜上所述，現(xiàn)有關(guān)于綠色全要素生產(chǎn)率的研究已較為深入，但針對農(nóng)業(yè)碳全要素生產(chǎn)率的研究還需加強(qiáng)，在影響因素方面，以綠色金融這一創(chuàng)新型策略為視角的考察還未有涉及。相較于工業(yè)“三廢”污染多年治理成就而言，碳排放問題愈發(fā)突出，高于全球平均排放水平的農(nóng)業(yè)碳排放的治理問題已十分嚴(yán)峻，因此在“雙碳”目標(biāo)背景下評估綠色金融試點(diǎn)政策對農(nóng)業(yè)低碳轉(zhuǎn)型的影響十分必要。本文的創(chuàng)新點(diǎn)在于：（1）研究視角方面，在“雙碳”目標(biāo)背景下，著眼于農(nóng)業(yè)這一碳排放大戶，將農(nóng)業(yè)碳排放因素作為唯一非期望產(chǎn)出對農(nóng)業(yè)碳全要素生產(chǎn)率水平進(jìn)行測量，并將較于碳金融而言內(nèi)容更為廣泛、發(fā)展更為成熟的綠色金融這一創(chuàng)新型環(huán)境與氣候治理工具作為切入點(diǎn)，分析其對農(nóng)業(yè)碳全要素生產(chǎn)率的影響。（2）研究內(nèi)容方面，結(jié)合模型推導(dǎo)從理論上分析綠色金融對農(nóng)業(yè)碳全要素生產(chǎn)率的作用機(jī)理，而后提出研究假說，有針對性地實(shí)證檢驗(yàn)綠色金融試點(diǎn)政策對農(nóng)戶農(nóng)業(yè)碳全要素生產(chǎn)率的提升效應(yīng)，并深入剖析其驅(qū)動(dòng)因素。（3）研究方法方面，基于農(nóng)村固定觀察點(diǎn)微觀面板數(shù)據(jù)，結(jié)合雙重差分模型考察綠色金融試點(diǎn)政策對農(nóng)戶層面農(nóng)業(yè)碳全要素生產(chǎn)率的影響，使研究更具全面性。本文對中國今后的金融支持農(nóng)業(yè)低碳轉(zhuǎn)型工作的完善、農(nóng)業(yè)綠色生產(chǎn)效率的提高、綠色金融體系的健全、區(qū)域農(nóng)業(yè)綠色協(xié)調(diào)發(fā)展等具有一定的參考價(jià)值。

三、政策背景與作用機(jī)制

（一）政策背景

自金融行業(yè)綠色意識覺醒以來，各國紛紛開始進(jìn)行以環(huán)境保護(hù)、資源節(jié)約、污染減排等為目標(biāo)的金融活動(dòng)，出現(xiàn)了“可持續(xù)金融”“環(huán)境金融”等多樣化的綠色金融相關(guān)術(shù)語［30］。在中國，2007年國家環(huán)境保護(hù)總局等三部委聯(lián)合出臺《關(guān)于落實(shí)環(huán)保政策法規(guī)防范信貸風(fēng)險(xiǎn)的意見》以后，綠色金融浪潮才在國內(nèi)真正興起。其后，國家陸續(xù)發(fā)布多個(gè)相關(guān)政策，綠色金融得到迅速發(fā)展。2015年，“十三五”規(guī)劃中明確提出“發(fā)展綠色金融”是推動(dòng)供給側(cè)結(jié)構(gòu)性改革的一項(xiàng)重要任務(wù)。在2016年9月舉行的杭州G20峰會上，應(yīng)中國的積極倡議，“綠色金融”被首次納入峰會議題。為確保綠色金融工作得以有序開展，2016年中國人民銀行等七部委在《關(guān)于構(gòu)建綠色金融體系的指導(dǎo)意見》中提出了綠色金融的定義，并清晰指明綠色金融的內(nèi)涵、服務(wù)對象與其所包含的專屬工具等內(nèi)容［31］。

綠色金融已成為全球金融發(fā)展新風(fēng)口。為更好地協(xié)同金融與產(chǎn)業(yè)綠色發(fā)展，2017年6月綠色金融試點(diǎn)方案正式提出，浙江、廣東、江西、貴州、新疆五省（區(qū)）被批準(zhǔn)為首批綠色金融改革創(chuàng)新試驗(yàn)區(qū)，2019年11月甘肅獲批建設(shè)國家綠色金融改革創(chuàng)新試驗(yàn)區(qū)，2022年8月增設(shè)重慶為綠色金融改革創(chuàng)新試驗(yàn)區(qū)。在這一頂層設(shè)計(jì)和核心綱領(lǐng)的引導(dǎo)下，各省份開始各有側(cè)重、各具特色的綠色金融改革。這也為本文利用雙重差分法構(gòu)建計(jì)量模型提供了可能。

農(nóng)業(yè)本身具有的弱質(zhì)性及其外部性使其應(yīng)成為綠色金融支持的重點(diǎn)領(lǐng)域之一。農(nóng)業(yè)生產(chǎn)中各種化學(xué)品的使用以及殘留物不僅會對生態(tài)環(huán)境造成直接的污染，也會增加農(nóng)業(yè)碳排放對生態(tài)產(chǎn)生影響。當(dāng)前，綠色金融支持綠色農(nóng)業(yè)發(fā)展的方式已逐步多樣化，包括綠色信貸、綠色債券、綠色基金、綠色保險(xiǎn)、綠色租賃等綠色金融產(chǎn)品，以及供應(yīng)鏈金融和金融科技等創(chuàng)新模式與載體［32］，金融機(jī)構(gòu)以綠色金融培植發(fā)展厚土，將特色農(nóng)產(chǎn)品融入信貸體系，創(chuàng)新信貸形式，從而實(shí)現(xiàn)農(nóng)業(yè)領(lǐng)域的產(chǎn)融結(jié)合、銀企互動(dòng)、項(xiàng)目落地，推行訂單融資服務(wù)［33］。因此，在“雙碳”目標(biāo)背景下充分發(fā)揮綠色金融優(yōu)勢以激發(fā)農(nóng)業(yè)低碳發(fā)展活力成為農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵路徑之一。就農(nóng)業(yè)領(lǐng)域而言，綠色金融政策賦能農(nóng)業(yè)低碳轉(zhuǎn)型是新發(fā)展階段金融服務(wù)的重要工作任務(wù)，以綠色金融政策為準(zhǔn)自然實(shí)驗(yàn)，探究其農(nóng)業(yè)低碳效應(yīng)是對政策效果評價(jià)的重要內(nèi)容之一。

（二）作用機(jī)制

與傳統(tǒng)金融相比，提升環(huán)境效益和社會效益是綠色金融更為關(guān)注的目標(biāo)，因此對碳減排的支持力度更大，可以通過“集聚資本”和“分配資本”功能動(dòng)員和引導(dǎo)資金、技術(shù)、人力等要素投入綠色低碳化生產(chǎn)，從而優(yōu)化傳統(tǒng)金融情境下技術(shù)難以創(chuàng)新、資源配置和轉(zhuǎn)移效率低下的問題［34］。隨著綠色金融逐漸滲透至“三農(nóng)”領(lǐng)域，相關(guān)金融機(jī)構(gòu)也認(rèn)識到綠色資金支農(nóng)的經(jīng)濟(jì)、環(huán)境和社會價(jià)值，并不斷創(chuàng)新金融產(chǎn)品，運(yùn)用綠色金融工具支持“三農(nóng)”問題的解決。綠色信貸、保險(xiǎn)、基金等手段和人工智能、云計(jì)算、大數(shù)據(jù)等技術(shù)也在不斷助力綠色金融支持農(nóng)戶低碳農(nóng)業(yè)轉(zhuǎn)型。在中國，發(fā)展綠色金融既具有自上而下的頂層設(shè)計(jì)，也實(shí)現(xiàn)了自下而上的驅(qū)動(dòng)［35］，金融機(jī)構(gòu)踐行以人為本的邏輯遵循，積極支持低碳環(huán)保類客戶綠色融資需求是綠色金融試點(diǎn)政策效果的重要體現(xiàn)，其對農(nóng)戶低碳技術(shù)發(fā)展的激勵(lì)作用［36］，有利于實(shí)現(xiàn)精準(zhǔn)助力農(nóng)戶農(nóng)業(yè)低碳轉(zhuǎn)型。

一方面，綠色金融的發(fā)展有助于金融機(jī)構(gòu)創(chuàng)新農(nóng)業(yè)綠色信貸和綠色保險(xiǎn)服務(wù)和產(chǎn)品，完善農(nóng)村金融服務(wù)體系，從而為糧食低碳轉(zhuǎn)型保駕護(hù)航。綠色金融創(chuàng)新改革試驗(yàn)區(qū)成立后，地方政府不斷出臺相應(yīng)措施，引導(dǎo)金融資源合理向精準(zhǔn)助力農(nóng)戶農(nóng)業(yè)低碳轉(zhuǎn)型傾斜。政府以財(cái)政貼息引導(dǎo)帶動(dòng)金融資源流向“三農(nóng)”領(lǐng)域，可以調(diào)動(dòng)銀行放貸的積極性。一系列綠色金融政策的提出向人們釋放出中國發(fā)展“綠色經(jīng)濟(jì)”的強(qiáng)烈信號［37］，人們的環(huán)境保護(hù)意識也日益提高，各行業(yè)面臨的“規(guī)范壓力”不斷增強(qiáng)。在綠色發(fā)展大趨勢下，綠色金融能夠以一個(gè)較低的綠色貸款利率為綠色技術(shù)創(chuàng)新提供融資支持，使農(nóng)戶愿意采納新技術(shù)生產(chǎn)農(nóng)產(chǎn)品以賺取更多利潤，并為其緩解綠色生產(chǎn)融資約束問題，強(qiáng)化其成為鄉(xiāng)村振興參與人的意愿［38］，進(jìn)而對技術(shù)創(chuàng)新能力和低碳生產(chǎn)能力產(chǎn)生作用，實(shí)現(xiàn)技術(shù)創(chuàng)新成果的噴涌及其轉(zhuǎn)化效率的提升，促進(jìn)農(nóng)業(yè)碳全要素生產(chǎn)率的增長。

另一方面，綠色金融試點(diǎn)政策可以推動(dòng)“三農(nóng)”領(lǐng)域綠色金融服務(wù)創(chuàng)新以支持農(nóng)戶農(nóng)業(yè)低碳轉(zhuǎn)型。在農(nóng)業(yè)可持續(xù)發(fā)展頂層設(shè)計(jì)的指引下，近年來，我國農(nóng)業(yè)高質(zhì)量發(fā)展與綠色轉(zhuǎn)型皆取得階段性成就。農(nóng)業(yè)高質(zhì)量發(fā)展以及綠色轉(zhuǎn)型都需要充分運(yùn)用先進(jìn)技術(shù)、裝備與農(nóng)業(yè)管理經(jīng)驗(yàn)，在轉(zhuǎn)型中需要資金支持以及相關(guān)轉(zhuǎn)型風(fēng)險(xiǎn)的管理。綠色金融能夠通過債券、基金、保險(xiǎn)等多種方式介入，設(shè)計(jì)符合與地方產(chǎn)業(yè)發(fā)展需求相匹配的綠色金融產(chǎn)品［25］。同時(shí)，綠色信貸、綠色保險(xiǎn)覆蓋面的擴(kuò)大，能夠?yàn)檗r(nóng)業(yè)綠色發(fā)展提供資金支持與風(fēng)險(xiǎn)保障［39］，為投資方提供收益的同時(shí)，也促使資本流入具有社會效益的低碳農(nóng)業(yè)項(xiàng)目，支持農(nóng)戶農(nóng)業(yè)低碳轉(zhuǎn)型目標(biāo)的實(shí)現(xiàn)。

此外，根據(jù)Frer等的研究［40］，基于Malmquist指數(shù)法得到的農(nóng)業(yè)碳全要素生產(chǎn)率的增長來源可以進(jìn)一步被分解為農(nóng)業(yè)技術(shù)前沿進(jìn)步與農(nóng)業(yè)技術(shù)效率改善兩部分。其中，農(nóng)業(yè)技術(shù)效率改善代表著t到t+1期間農(nóng)業(yè)要素配置、農(nóng)業(yè)投入規(guī)模等方面的變化，是對前沿面追趕程度的表征；農(nóng)業(yè)技術(shù)前沿進(jìn)步則是對t到t+1期間生產(chǎn)前沿面外推移動(dòng)程度的測度，能夠反映綠色金融對農(nóng)業(yè)先進(jìn)技術(shù)設(shè)備引進(jìn)和農(nóng)業(yè)技術(shù)流程創(chuàng)新水平等促進(jìn)作用的大小。具體而言，在進(jìn)行實(shí)質(zhì)性綠色技術(shù)采納的過程中，農(nóng)戶要面臨可能失敗的風(fēng)險(xiǎn)以及創(chuàng)新周期較長所帶來的不確定性［41］，從而缺乏足夠的創(chuàng)新動(dòng)力。綠色金融政策通過綠色信貸、綠色債券、綠色保險(xiǎn)等一系列綠色金融產(chǎn)品及服務(wù)，為農(nóng)戶采納低碳技術(shù)實(shí)現(xiàn)技術(shù)進(jìn)步提供了多元化融資渠道與良好的創(chuàng)新環(huán)境，推動(dòng)農(nóng)戶低碳轉(zhuǎn)型。同時(shí)，農(nóng)戶生產(chǎn)過程中的借貸約束會影響農(nóng)地經(jīng)營規(guī)模、生產(chǎn)要素的投入與管理等，使得農(nóng)戶存在生產(chǎn)投入的雙重約束效應(yīng)，綠色金融政策的系列綠色金融產(chǎn)品及服務(wù)可以在農(nóng)戶轉(zhuǎn)向規(guī)?；?、機(jī)械化、低碳化農(nóng)業(yè)生產(chǎn)經(jīng)營過程中，增強(qiáng)其對農(nóng)業(yè)各領(lǐng)域各環(huán)節(jié)的資源調(diào)節(jié)作用［42］，促進(jìn)資源配置的進(jìn)一步優(yōu)化，推動(dòng)農(nóng)戶采取與現(xiàn)行低碳技術(shù)水平匹配度更高的新型農(nóng)業(yè)管理經(jīng)營模式，通過實(shí)現(xiàn)農(nóng)業(yè)技術(shù)效率改善從而助推農(nóng)業(yè)低碳轉(zhuǎn)型。因此，農(nóng)業(yè)技術(shù)前沿進(jìn)步與農(nóng)業(yè)技術(shù)效率改善均可能作為農(nóng)業(yè)碳全要素生產(chǎn)率提升的有效途徑［43］。

綜上，本文在前述分析的基礎(chǔ)上，提出如下研究假說：

H1：綠色金融試點(diǎn)政策可以有效提升試點(diǎn)地區(qū)的農(nóng)業(yè)碳全要素生產(chǎn)率。

H2：綠色金融試點(diǎn)政策實(shí)現(xiàn)農(nóng)業(yè)碳全要素生產(chǎn)率提升的驅(qū)動(dòng)因素為農(nóng)業(yè)技術(shù)前沿進(jìn)步與農(nóng)業(yè)技術(shù)效率改善。

四、研究模型與數(shù)據(jù)

（一）研究模型設(shè)定

由于綠色金融的體量對金融總量的占比不大，且現(xiàn)有綠色金融工具的多樣化致使其規(guī)模計(jì)量難度較大，僅以綠色信貸變量表征綠色金融發(fā)展水平難以全面體現(xiàn)綠色金融內(nèi)涵，而以碳金融作為研究變量進(jìn)行實(shí)證分析仍然十分困難，多指標(biāo)綜合構(gòu)建的地區(qū)綠色金融指數(shù)的科學(xué)性和代表性亦尚待考察。因此，本文經(jīng)綜合考慮后決定將綠色金融試點(diǎn)政策作為一項(xiàng)外生沖擊，選用雙重差分法進(jìn)行政策效應(yīng)評估，將農(nóng)業(yè)碳全要素生產(chǎn)率作為衡量指標(biāo)，對政策實(shí)施前后試點(diǎn)區(qū)與非試點(diǎn)區(qū)的該指標(biāo)平均改變量差異進(jìn)行比較，得到綠色金融試點(diǎn)政策對農(nóng)業(yè)碳全要素生產(chǎn)率的作用效果。本文將浙江、廣東、江西、貴州、新疆五地視為處理組，其他省份視為對照組，將2017年設(shè)置為時(shí)間節(jié)點(diǎn)，即2011—2016年為政策未實(shí)施期，2017—2020年為政策實(shí)施期?；诖?，本文設(shè)置雙重差分模型如下：

ACTFPit=β0+β1（policyi×postt）+∑γjXjit+ui+vt+εit，j=1，2，3，…，n（1）

其中：ACTFPit為農(nóng)業(yè)碳全要素生產(chǎn)率，i為農(nóng)戶，t為時(shí)間。policyi×postt為雙重差分變量，即非政策試點(diǎn)地區(qū)policyi取值是0，政策試點(diǎn)地區(qū)policyi取值是1；政策實(shí)施前postt取值是0，政策實(shí)施后postt取值是1。ui為個(gè)體固定效應(yīng)，vt為時(shí)間固定效應(yīng)，εit為干擾項(xiàng)。Xjit代表一系列直接和間接影響農(nóng)業(yè)碳全要素生產(chǎn)率的因素。

根據(jù)前面的理論分析和假設(shè)，綠色金融試點(diǎn)政策可能借助技術(shù)創(chuàng)新效應(yīng)這一渠道促進(jìn)試點(diǎn)地區(qū)農(nóng)業(yè)碳全要素生產(chǎn)率的提升，因此運(yùn)用中介模型進(jìn)行進(jìn)一步機(jī)制分析。本文將農(nóng)業(yè)碳全要素生產(chǎn)率分解為技術(shù)進(jìn)步（TC）與技術(shù)效率（EC）兩個(gè)增長源，因此可以將二者作為中介變量，進(jìn)一步探究綠色金融試點(diǎn)政策影響農(nóng)業(yè)碳全要素生產(chǎn)率的驅(qū)動(dòng)因素。基于此，參考相關(guān)研究［44］，本文在式（1）的基礎(chǔ)上構(gòu)建方程（2）和方程（3）：

Midit=a0+a1（policyi×postt）+∑cjXjit+mi+nt+ζit，j=1，2，3，…，n（2）

ACTFPit=b0+b1（policyi×postt）+b2Midit+∑djXjit+pi+qt+ξit，j=1，2，3，…，n（3）

其中，Midit為中介變量。

（二）變量定義與數(shù)據(jù)說明

1.被解釋變量

農(nóng)戶農(nóng)業(yè)碳全要素生產(chǎn)率（ACTFP）。考慮到生產(chǎn)過程中產(chǎn)生的環(huán)境負(fù)外部性以及投入產(chǎn)出松弛的問題，本文運(yùn)用MAXDEA軟件， 采用DEA方法中包含非期望產(chǎn)出的SBM模型和Global Malmquist Luenberger（GML）指數(shù)法對農(nóng)業(yè)碳全要素生產(chǎn)率進(jìn)行了有效的測度，并參考邱斌等的調(diào)整方法［45］，以基期生產(chǎn)率指數(shù)為1，對其他年份生產(chǎn)率指數(shù)進(jìn)行累乘并將結(jié)果作為各年份農(nóng)業(yè)碳全要素生產(chǎn)率的最終取值。全要素生產(chǎn)率是一種動(dòng)態(tài)分析，它可以分析每個(gè)決策單元與生產(chǎn)邊界的相對位置和向生產(chǎn)邊界移動(dòng)的情況［46］，農(nóng)業(yè)碳全要素生產(chǎn)率則是綠色全要素生產(chǎn)率，是一種同時(shí)納入農(nóng)業(yè)投入、農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出以及碳產(chǎn)出的全要素生產(chǎn)率，是衡量當(dāng)前中國農(nóng)業(yè)低碳化發(fā)展的關(guān)鍵指標(biāo)，能夠反映農(nóng)業(yè)低碳發(fā)展水平［47］。

已有研究提出土地、技術(shù)、勞動(dòng)力是農(nóng)業(yè)經(jīng)濟(jì)增長的決定因素［48］，因此本文選擇以勞動(dòng)、土地、資本作為投入指標(biāo)，以農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)碳排放作為產(chǎn)出指標(biāo)，具體含義如表1所示。其中，投入端的資本投入指標(biāo)是以2011年為基期，借鑒張軍等的永續(xù)盤存法（折舊率取9.6%）［49］計(jì)算農(nóng)業(yè)固定資產(chǎn)資本存量數(shù)據(jù)。產(chǎn)出端的農(nóng)業(yè)碳排放指標(biāo)計(jì)算借鑒李波等的觀點(diǎn)［50］，主要以農(nóng)用物資和農(nóng)地利用產(chǎn)生的CO2作為碳源，碳源及其碳排放系數(shù)分別為：化肥0.895 6 kg CE/kg、農(nóng)藥4.934 1 kg CE/kg、農(nóng)膜5.180 0 kg CE/kg、柴油0.592 7 kg CE/kg、灌溉25.000 0 kg CE/hm2、翻土312.600 0 kg CE/km2。

2.核心解釋變量

雙重差分變量（policyi×postt）。其中，policyi為分組虛擬變量，當(dāng)樣本農(nóng)戶處于“綠色金融改革創(chuàng)新試驗(yàn)區(qū)”時(shí)取1，否則取0。具體而言，在基準(zhǔn)回歸中，若農(nóng)戶位于2017年綠色金融改革創(chuàng)新試驗(yàn)區(qū)試點(diǎn)的5個(gè)地區(qū)（浙江、廣東、江西、貴州、新疆）時(shí)，其分組變量取1，否則為0。postt表示政策沖擊的時(shí)間虛擬變量，“綠色金融改革創(chuàng)新試驗(yàn)區(qū)”試點(diǎn)前取0，之后則取1。policyi×postt即表示分組與時(shí)間虛擬變量的交互項(xiàng)，其系數(shù)則為雙重差分估計(jì)的“綠色金融改革創(chuàng)新試驗(yàn)區(qū)”的政策效應(yīng)。由于甘肅的政策實(shí)施期較短，為避免估計(jì)結(jié)果出現(xiàn)偏差，暫時(shí)不將甘肅地區(qū)納入考量，同時(shí)重慶成為試點(diǎn)時(shí)在樣本考察期之后，因此在本文中將其視為未試點(diǎn)地區(qū)。

3.控制變量

根據(jù)已有研究［51］，本文控制變量包含農(nóng)戶、家庭以及村莊三個(gè)層面的特征變量，其中農(nóng)戶層面變量主要為戶主特征，包括戶主的年齡（歲）、戶主性別（男＝1，女＝2）、戶主是否受過農(nóng)業(yè)技術(shù)培訓(xùn)（是＝1，否＝0）、戶主文化程度（年）和戶主自我認(rèn)定的健康狀況（優(yōu)＝1，良＝2，中＝3，差＝4，喪失勞動(dòng)能力＝5）。家庭層面變量為恩格爾系數(shù)、年末家庭經(jīng)營面積（畝）、生活水平（萬元）。村莊層面變量為地勢（平原＝1，丘陵＝2，山區(qū)＝3）、農(nóng)村經(jīng)濟(jì)發(fā)展程度（上等＝1，中上等＝2，中等＝3，中下等＝4，下等＝5）、農(nóng)村硬化道路占比。

（三）樣本與數(shù)據(jù)

本文研究使用的是農(nóng)業(yè)農(nóng)村部全國農(nóng)村固定觀察點(diǎn)2011—2020年的調(diào)查數(shù)據(jù)。全國農(nóng)村固定觀察點(diǎn)的調(diào)查數(shù)據(jù)是以農(nóng)戶為基礎(chǔ)的面板數(shù)據(jù)，調(diào)查覆蓋1986年至今31個(gè)省（區(qū)、市）的上百個(gè)樣本村、上萬個(gè)農(nóng)（牧）戶，且各類糧食作物的產(chǎn)量、產(chǎn)值、播種面積與相關(guān)投入品的支出等數(shù)據(jù)均有翔實(shí)連續(xù)的調(diào)查記載，為本文研究提供了可靠的數(shù)據(jù)支撐。在剔除數(shù)據(jù)缺失的樣本并對部分極端值不合理情況進(jìn)行處理，同時(shí)剔除2020年甘肅這一新政策試點(diǎn)地區(qū)以保證結(jié)果的準(zhǔn)確性后，本文農(nóng)戶層面的觀測值數(shù)為8 840個(gè)。主要變量的描述性統(tǒng)計(jì)分析見表2。

五、回歸結(jié)果分析

（一）基準(zhǔn)回歸

為去除異方差和個(gè)別極端值的影響，本文在回歸時(shí)選擇對被解釋變量農(nóng)業(yè)碳全要素生產(chǎn)率進(jìn)行取對數(shù)處理，如此也可獲得更便于理解的變化率結(jié)果。同時(shí)，為了得到盡可能準(zhǔn)確、明晰的回歸結(jié)果，在時(shí)間個(gè)體效應(yīng)雙固定下無控制變量和引入控制變量以及引入控制變量但不控制個(gè)體時(shí)間效應(yīng)三種模型進(jìn)行基準(zhǔn)雙重差分回歸，回歸結(jié)果如表3所示。

由表3可以看出，無論是否控制外生變量，模型（1）至（3）中核心解釋變量policyi×postt的系數(shù)均在1%水平上顯著為正，說明綠色金融試點(diǎn)政策對試點(diǎn)地區(qū)農(nóng)戶農(nóng)業(yè)碳全要素生產(chǎn)率有顯著的促進(jìn)作用，假說1得到了驗(yàn)證。具體而言，模型（3）中policyi×postt的系數(shù)大小為0.140，根據(jù)準(zhǔn)確的估計(jì)公式exp（β1 ）-1計(jì)算［52］，綠色金融試點(diǎn)政策實(shí)施后，試點(diǎn)地區(qū)農(nóng)戶農(nóng)業(yè)碳全要素生產(chǎn)率平均提升了約15%的比例，成效十分可觀。如前所述，綠色金融試點(diǎn)政策可能通過刺激綠色金融產(chǎn)品與服務(wù)的持續(xù)創(chuàng)新，推進(jìn)更多農(nóng)業(yè)低碳項(xiàng)目的實(shí)施和低碳技術(shù)的開發(fā)，鼓勵(lì)和促進(jìn)農(nóng)戶層面低碳產(chǎn)品和農(nóng)業(yè)綠色要素的自由流動(dòng)，從而實(shí)現(xiàn)低碳技術(shù)創(chuàng)新向外推動(dòng)前沿面和綠色技術(shù)效率追趕前沿面這兩條增長來源的改變，進(jìn)而推動(dòng)農(nóng)業(yè)碳全要素生產(chǎn)率的提升，這也將在后文得到具體分析。

（二）穩(wěn)健性檢驗(yàn)

1.動(dòng)態(tài)效應(yīng)檢驗(yàn)

處理組與對照組具有相同的事前趨勢是確保雙重差分法有效的前提，本文選擇進(jìn)行動(dòng)態(tài)效應(yīng)檢驗(yàn)除了可以進(jìn)一步佐證共同趨勢的前提條件外，也便于更直觀地分析綠色金融試點(diǎn)政策實(shí)施后其對農(nóng)業(yè)碳全要素生產(chǎn)率產(chǎn)生的政策效應(yīng)強(qiáng)度變化。具體做法為：將樣本政策虛擬變量與各年份時(shí)間虛擬變量分別相乘得到多個(gè)虛擬交乘項(xiàng)，以2011年為基準(zhǔn)，在控制變量不變的情況下，將其與被解釋變量再次進(jìn)行回歸，得到如圖1所示的檢驗(yàn)結(jié)果。

由圖1可知，政策實(shí)施前的2012—2017年交乘項(xiàng)系數(shù)的置信區(qū)間均與0軸相交，結(jié)果表現(xiàn)為不顯著，即在此期間綠色金融試點(diǎn)政策對農(nóng)業(yè)碳全要素生產(chǎn)率的政策效應(yīng)為0；2018—2020年交乘項(xiàng)系數(shù)均顯著大于0，其置信區(qū)間位于0軸上方，未與0軸相交，表明綠色金融試點(diǎn)政策實(shí)施后的效應(yīng)顯著，與實(shí)際預(yù)期相符。此外，圖1也進(jìn)一步表明上述基準(zhǔn)回歸結(jié)果具有穩(wěn)健性，且隨著政策的實(shí)施時(shí)間拉長，核心解釋變量系數(shù)的絕對值在不斷增大，說明政策效應(yīng)愈發(fā)明顯，2020年政策效應(yīng)得到顯著提升。

2.PSM-DID檢驗(yàn)

為排除自選擇偏差問題和檢驗(yàn)基準(zhǔn)回歸結(jié)果的可靠性，本文對樣本數(shù)據(jù)進(jìn)行了傾向得分匹配回歸（PSM-DID）。PSM-DID回歸的具體做法為：采用Logit模型對政策前的樣本數(shù)據(jù)進(jìn)行一定比例的近鄰匹配或核匹配后，僅保留匹配數(shù)據(jù)，將其與2017年政策實(shí)施后的數(shù)據(jù)進(jìn)行縱向匹配得到更加平衡的樣本，對新樣本再次進(jìn)行雙重差分。因此，在控制與前文相同協(xié)變量的基礎(chǔ)上，本文根據(jù)得分分別按照近鄰1∶4和核匹配的比例進(jìn)行匹配，隨后進(jìn)行雙重差分模型的回歸，結(jié)果如表4所列。

從表4可以看出，匹配方法的更換未能影響實(shí)證結(jié)果的顯著性，綠色金融政策效應(yīng)都表現(xiàn)為正向影響，且在1%的水平上顯著，各系數(shù)值與基準(zhǔn)回歸模型的結(jié)果差別不大，即綠色金融試點(diǎn)政策實(shí)施后，試點(diǎn)地區(qū)農(nóng)業(yè)碳全要素生產(chǎn)率實(shí)現(xiàn)了顯著提升，與上述基準(zhǔn)回歸得到的最終結(jié)論一致，表明基準(zhǔn)模型實(shí)證結(jié)果具有穩(wěn)健性。

3.縮短窗口期檢驗(yàn)

考慮到政策前后的時(shí)效性問題，本文以2017年政策實(shí)施年為分界，選取其前后各3年的數(shù)據(jù)得到更為均衡的樣本區(qū)間（2013—2020年）進(jìn)行回歸，回歸結(jié)果見表5。

表5第（1）（2）（3）列分別為不控制時(shí)間個(gè)體效應(yīng)且無控制變量、控制時(shí)間個(gè)體效應(yīng)且無控制變量、雙向固定時(shí)間和個(gè)體效應(yīng)并引入控制變量對農(nóng)業(yè)碳全要素生產(chǎn)率的回歸結(jié)果。由條件更為嚴(yán)苛的結(jié)果（3）可知，綠色金融的政策效應(yīng)系數(shù)在1%水平上保持顯著，系數(shù)的大小和方向與前文基本一致，穩(wěn)健性再次得到證明，即中國綠色金融試點(diǎn)政策顯著提升了試點(diǎn)地區(qū)農(nóng)業(yè)碳全要素生產(chǎn)率。

4.安慰劑檢驗(yàn)

自2009年中國2020年控制溫室氣體排放目標(biāo)被提出以來，政府密集出臺了一系列規(guī)章和政策控制碳排放，因此為排除其他相關(guān)政策的影響，本文進(jìn)一步采用安慰劑檢驗(yàn)進(jìn)行驗(yàn)證。具體操作為：通過隨機(jī)構(gòu)造實(shí)驗(yàn)組，即打亂實(shí)施綠色金融試點(diǎn)政策的地區(qū)來進(jìn)行安慰劑檢驗(yàn)，本文進(jìn)行了500次蒙特卡洛模擬的安慰劑檢驗(yàn)，其結(jié)果如圖2所示，圖中豎虛線代表基準(zhǔn)估計(jì)系數(shù)的真實(shí)值。

通過圖2可知，綠色金融試點(diǎn)政策對農(nóng)業(yè)碳全要素生產(chǎn)率的估計(jì)系數(shù)模擬值與原估計(jì)結(jié)果（0.140）相差甚遠(yuǎn)且不顯著，其峰值出現(xiàn)在系數(shù)為0的位置，這說明綠色金融試點(diǎn)政策對農(nóng)業(yè)碳全要素生產(chǎn)率提升效應(yīng)的估計(jì)結(jié)果并未受到其他政策因素或隨機(jī)性因素的影響，本文基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

六、異質(zhì)性分析

現(xiàn)實(shí)經(jīng)驗(yàn)和理論分析結(jié)果表明，綠色金融對農(nóng)業(yè)碳全要素生產(chǎn)率增長的影響可能會因?yàn)檗r(nóng)戶的兼業(yè)經(jīng)營狀況，即農(nóng)戶對糧食或農(nóng)業(yè)經(jīng)營收入的依賴程度差異而有所不同，綠色金融對不同經(jīng)營規(guī)模、不同收入水平農(nóng)戶的農(nóng)業(yè)碳全要素生產(chǎn)率增長的影響也可能存在差異。對此，本文根據(jù)農(nóng)戶兼業(yè)情況、農(nóng)戶收入水平（以中位數(shù)劃分收入高低）以及家庭經(jīng)營規(guī)模（以中位數(shù)劃分規(guī)模大?。﹦澐殖霾煌慕M別（Ⅰ）（Ⅱ）（Ⅲ），從而就綠色金融對農(nóng)業(yè)碳全要素生產(chǎn)率增長影響的異質(zhì)性展開探討，結(jié)果如圖3所示。結(jié)果表明，對于高兼業(yè)化水平的家庭而言，其家庭剩余種糧農(nóng)戶的專業(yè)化水平較高，綠色金融對緩解此類投工量較小家庭的流動(dòng)性約束作用力更明顯，故對其農(nóng)業(yè)碳全要素生產(chǎn)率增長的促進(jìn)效果可能會更大。同時(shí)，引入綠色金融機(jī)制后，符合綠色發(fā)展理念的農(nóng)戶才具有增大其獲得持續(xù)有效綠色金融支持的可能性，因此對于此類更易于實(shí)現(xiàn)低碳綠色經(jīng)營模式轉(zhuǎn)變的小規(guī)模種植農(nóng)戶而言，其農(nóng)業(yè)碳全要素生產(chǎn)率受綠色金融影響后的提升效果較大。此外，由于低收入農(nóng)戶前期資金及技術(shù)的限制，其農(nóng)業(yè)經(jīng)營中化肥、農(nóng)藥等要素對土地破壞程度可能低于高收入農(nóng)戶，金融機(jī)構(gòu)基于綠色金融的融資標(biāo)準(zhǔn)會更偏向于緩解低收入農(nóng)戶的綠色融資約束，因此低收入農(nóng)戶農(nóng)業(yè)碳全要素生產(chǎn)率水平提升幅度略高于高收入農(nóng)戶。

七、機(jī)制分析

按照前文中介模型設(shè)定，依次對公式（2）和（3）中核心解釋變量policyi×postt的系數(shù)a1和b1以及式（3）中介變量Midit的系數(shù)b2是否顯著進(jìn)行檢驗(yàn)，從而對綠色金融提升農(nóng)業(yè)碳全要素生產(chǎn)率過程中的主要驅(qū)動(dòng)因素進(jìn)行探究，估計(jì)結(jié)果見表6所列。

當(dāng)以技術(shù)效率指數(shù)作為中介變量時(shí)，核心解釋變量的系數(shù)a1并不顯著；當(dāng)以技術(shù)進(jìn)步指數(shù)作為中介變量時(shí)，核心解釋變量的系數(shù)a1、b1和技術(shù)效率指數(shù)的系數(shù)b2都為正向顯著，說明綠色金融試點(diǎn)政策促進(jìn)了試點(diǎn)地區(qū)農(nóng)業(yè)技術(shù)進(jìn)步，在此基礎(chǔ)上提升了試點(diǎn)地區(qū)的農(nóng)業(yè)碳全要素生產(chǎn)率，本文假說2得到了一定的驗(yàn)證，即技術(shù)進(jìn)步發(fā)揮了部分中介作用，是綠色金融試點(diǎn)政策促進(jìn)農(nóng)業(yè)碳全要素生產(chǎn)率提升的主要驅(qū)動(dòng)因素，其中介效應(yīng)占總效應(yīng)的比例為16.83%。這表明當(dāng)前生產(chǎn)率的提升主要依賴于綠色金融支持下的先進(jìn)技術(shù)研發(fā)，綠色金融試點(diǎn)政策可能通過有效地激勵(lì)農(nóng)場或農(nóng)戶積極采納綠色技術(shù)實(shí)現(xiàn)現(xiàn)有低碳農(nóng)業(yè)發(fā)展的技術(shù)進(jìn)步，例如，新品種培育技術(shù)、化肥減施技術(shù)、生物農(nóng)藥技術(shù)、秸稈還田技術(shù)等［53］，從而提升當(dāng)前農(nóng)業(yè)碳全要素生產(chǎn)率。然而，技術(shù)效率改善的作用尚不顯著，說明我國節(jié)能低碳型農(nóng)業(yè)發(fā)展較為滯后，現(xiàn)仍以高耗型農(nóng)業(yè)為主，在技術(shù)資源配置方面仍需優(yōu)化，農(nóng)戶管理水平和生產(chǎn)能力有待提高。

為更準(zhǔn)確地驗(yàn)證綠色金融影響農(nóng)業(yè)碳全要素生產(chǎn)率的具體機(jī)制，本文在進(jìn)行以上影響機(jī)制檢驗(yàn)后，還考慮了是否施用有機(jī)肥、是否施用配方肥這兩個(gè)更具備技術(shù)采納特征的“農(nóng)戶行為”，分別將二者作為被解釋變量進(jìn)行影響機(jī)制的實(shí)證分析，結(jié)果如表7所示。結(jié)果進(jìn)一步表明，綠色金融試點(diǎn)政策實(shí)施能夠在當(dāng)期促進(jìn)農(nóng)戶的新型技術(shù)采納行為而實(shí)現(xiàn)農(nóng)業(yè)碳全要素生產(chǎn)率增長。其中，有機(jī)肥替代化肥作為一種生態(tài)生產(chǎn)行為，能培肥地力、減少農(nóng)業(yè)污染、提高農(nóng)業(yè)綜合生產(chǎn)能力，增施有機(jī)肥既能解決我國化肥施用過量的問題，又能使畜禽糞污資源化利用，實(shí)現(xiàn)“雙贏”［54］；配方肥是較為科學(xué)地提出各類化肥的施用數(shù)量、施肥時(shí)期和施用方法的一套技術(shù)體系，可以有效提高化肥利用率，有效改良農(nóng)戶在施肥過程中存在的不確定性［55］，多項(xiàng)田間試驗(yàn)也證明使用測土配方肥比傳統(tǒng)的習(xí)慣施肥方法的肥效會更加持久，有利于增加單產(chǎn)，降低成本。因此，在綠色金融政策的引導(dǎo)下，農(nóng)戶的新型技術(shù)采納行為得到支持，從而有利于推動(dòng)技術(shù)進(jìn)步，實(shí)現(xiàn)農(nóng)業(yè)碳全要素生產(chǎn)率增長。

八、結(jié)論及建議

本文在“雙碳”目標(biāo)下，著眼于農(nóng)業(yè)這一碳排放大戶，基于2011—2020年中國農(nóng)村固定觀察點(diǎn)數(shù)據(jù)，利用雙重差分法考察綠色金融試點(diǎn)政策這一重要低碳發(fā)展融資策略對農(nóng)戶農(nóng)業(yè)低碳轉(zhuǎn)型的影響及其作用機(jī)制，并對其異質(zhì)性進(jìn)行探討。主要研究結(jié)論為：

（1）綠色金融試點(diǎn)政策可以有效提升試點(diǎn)地區(qū)的農(nóng)業(yè)碳全要素生產(chǎn)率。隨著綠色金融試點(diǎn)政策的實(shí)施，試點(diǎn)地區(qū)農(nóng)業(yè)碳全要素生產(chǎn)率平均提升了15%的水平，有效促進(jìn)了農(nóng)戶農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型，這一結(jié)果通過了一系列穩(wěn)健性檢驗(yàn)。（2）綠色金融試點(diǎn)政策實(shí)現(xiàn)農(nóng)業(yè)碳全要素生產(chǎn)率提升的驅(qū)動(dòng)因素為農(nóng)業(yè)技術(shù)前沿進(jìn)步，農(nóng)業(yè)技術(shù)效率改善作用尚不明顯。機(jī)制分析結(jié)果表明綠色金融試點(diǎn)政策可以促進(jìn)當(dāng)期農(nóng)戶的有機(jī)肥、配方肥施用等新型技術(shù)行為的采納，從而推動(dòng)技術(shù)前沿進(jìn)步以實(shí)現(xiàn)農(nóng)業(yè)碳全要素生產(chǎn)率的提升，促進(jìn)農(nóng)戶農(nóng)業(yè)生產(chǎn)低碳轉(zhuǎn)型。（3）兼業(yè)農(nóng)戶、低收入農(nóng)戶、非規(guī)模經(jīng)營農(nóng)戶更易受到綠色金融試點(diǎn)政策的影響而實(shí)現(xiàn)農(nóng)業(yè)碳全要素生產(chǎn)率的顯著提升。基于此，本文提出如下建議：

第一，繼續(xù)發(fā)揮試點(diǎn)地區(qū)優(yōu)勢，推廣綠色金融試點(diǎn)經(jīng)驗(yàn)。本文研究結(jié)果表明，綠色金融試點(diǎn)政策對農(nóng)戶農(nóng)業(yè)低碳轉(zhuǎn)型的作用效果十分顯著，因此其可以作為中國實(shí)現(xiàn)“雙碳”目標(biāo)的應(yīng)有之義持續(xù)推進(jìn)。自綠色金融試點(diǎn)政策實(shí)施后，經(jīng)過各方共同努力，中國的綠色金融發(fā)展全面提速，但總體仍處于探索階段。中國必須探索可推廣的經(jīng)驗(yàn)做法，吸取試點(diǎn)經(jīng)驗(yàn)教訓(xùn)，更好地探索綠色金融發(fā)展新模式，持續(xù)推進(jìn)綠色金融改革創(chuàng)新試驗(yàn)區(qū)建設(shè)，加大金融對改善碳循環(huán)、高效利用資源的支持，增強(qiáng)區(qū)域綠色金融創(chuàng)新發(fā)展深度和廣度，在“三農(nóng)”領(lǐng)域發(fā)揮好綠色金融的導(dǎo)向作用。

第二，堅(jiān)持科創(chuàng)驅(qū)動(dòng)綠色低碳，追求技術(shù)創(chuàng)新與效率兼顧。本文研究結(jié)果表明，在農(nóng)業(yè)碳全要素生產(chǎn)率提升過程中，綠色技術(shù)進(jìn)步這一因素的作用更突出，而綠色技術(shù)效率改善的作用尚未顯現(xiàn)，因此在今后的綠色金融地區(qū)建設(shè)中還應(yīng)對農(nóng)業(yè)碳排放強(qiáng)度較大的地區(qū)進(jìn)行更大力度的綠色金融支持和低碳技術(shù)補(bǔ)貼，帶動(dòng)農(nóng)戶對環(huán)境農(nóng)業(yè)技術(shù)的采納，在提升企業(yè)和農(nóng)戶低碳技術(shù)的使用效率、減少資源浪費(fèi)方面下足功夫，推動(dòng)區(qū)域綠色農(nóng)業(yè)的低碳轉(zhuǎn)型，減少農(nóng)業(yè)碳排放，使農(nóng)業(yè)發(fā)展方向?qū)印半p碳”目標(biāo)。

第三，有必要制定細(xì)節(jié)化、精準(zhǔn)化的政策內(nèi)容。當(dāng)前綠色金融政策效應(yīng)具有顯著的非平衡性特征，要細(xì)化對不同收入、不同兼業(yè)水平、不同規(guī)?；?jīng)營的農(nóng)戶的融資規(guī)定，圍繞整體區(qū)域的農(nóng)業(yè)生產(chǎn)部門、金融部門和政府部門三方的生態(tài)保護(hù)及其投融資需求，發(fā)揮綠色金融信息交流、綠色金融發(fā)展研討、綠色金融人才培訓(xùn)、投融資供需雙方對接等服務(wù)功能，以實(shí)現(xiàn)政府和市場的協(xié)調(diào)推進(jìn)并加強(qiáng)區(qū)域間對話，為綠色金融促進(jìn)農(nóng)業(yè)農(nóng)戶低碳轉(zhuǎn)型編織覆蓋范圍更廣泛的密網(wǎng)，由“綠色金融省份”發(fā)展成“綠色金融區(qū)域”，促使綠色金融發(fā)展成為實(shí)現(xiàn)“雙碳”目標(biāo)的中堅(jiān)力量，為中國實(shí)現(xiàn)碳減排承諾做出貢獻(xiàn)。

參考文獻(xiàn)：

［1］ PIERRE F，MICHAEL O，JONES MATTHEW W，et al.Global carbon budget 2020 ［J］.Earth system science data，2020（4）：3269-3340.

［2］ 雷鵬飛，孟科學(xué).碳金融市場發(fā)展的概念界定與影響因素研究 ［J］.江西社會科學(xué)，2019（11）：37-44+254.

［3］ 楊騫，王玨，李超，等.中國農(nóng)業(yè)綠色全要素生產(chǎn)率的空間分異及其驅(qū)動(dòng)因素 ［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019（10）：21-37.

［4］ FEDER C.A Measure of total factor productivity with biased technological change ［J］.Economics of innovation and new technology，2018（3）：243-253.

［5］ 王留鑫，姚慧琴，韓先鋒.碳排放、綠色全要素生產(chǎn)率與農(nóng)業(yè)經(jīng)濟(jì)增長［J］.經(jīng)濟(jì)問題探索，2019（2）：142-149.

［6］ JIANG W，LEN-LEDESMA M.Variable markups and capital-labor substitution ［J］.Economics letters，2018，171：34-36.

［7］ 紀(jì)成君，夏懷明.我國農(nóng)業(yè)綠色全要素生產(chǎn)率的區(qū)域差異與收斂性分析［J］.中國農(nóng)業(yè)資源與區(qū)劃，2020（12）：136-143.

［8］ 甘天琦，杜建國，李波.中國縣域農(nóng)業(yè)全要素生產(chǎn)率的分異特征與驅(qū)動(dòng)因素 ［J］.經(jīng)濟(jì)問題，2022（4）：101-107.

［9］ 呂娜，朱立志.中國農(nóng)業(yè)環(huán)境技術(shù)效率與綠色全要素生產(chǎn)率增長研究 ［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（4）：95-103.

［10］ 李強(qiáng)，馮波.中國省際碳全要素生產(chǎn)率增長及收斂性 ［J］.北京理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2014（3）：14-21+29.

［11］ 沈洋，周鵬飛.農(nóng)業(yè)綠色全要素生產(chǎn)率測度及收斂性分析 ——基于碳匯和碳排放雙重視角 ［J］.調(diào)研世界，2022（4）：58-68.

［12］ 張寧.碳全要素生產(chǎn)率、低碳技術(shù)創(chuàng)新和節(jié)能減排效率追趕——來自中國火力發(fā)電企業(yè)的證據(jù)［J］.經(jīng)濟(jì)研究，2022（2）：158-174.

［13］ 張頌心，王輝，徐如濃.科技進(jìn)步、綠色全要素生產(chǎn)率與農(nóng)業(yè)碳排放關(guān)系分析——基于泛長三角26個(gè)城市面板數(shù)據(jù)［J］.科技管理研究，2021（2）：211-218.

［14］ 徐永慧，尹朝靜.環(huán)境規(guī)制下中國農(nóng)業(yè)綠色全要素生產(chǎn)率的測算 ［J］.統(tǒng)計(jì)與決策，2021（18）：50-54.

［15］ SARKODIE S A，STREZOV V，WELDEKIDAN H，et al.Environmental sustainability assessment using dynamic Autoregressive-Distributed Lag simulations-Nexus between greenhouse gas emissions，biomass energy，food and economic growth ［J］.The science of the total environment，2019，668：318-332.

［16］ 吳國松，姚升.要素市場扭曲對農(nóng)業(yè)全要素生產(chǎn)率空間影響效應(yīng)分解研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2021（12）：217-227.

［17］ 李曉龍，冉光和.農(nóng)產(chǎn)品貿(mào)易提升了農(nóng)業(yè)綠色全要素生產(chǎn)率嗎？——基于農(nóng)村金融發(fā)展視角的分析［J］.北京理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2021（4）：82-92.

［18］ 許冬蘭，于發(fā)輝，李豐云.我國近海捕撈業(yè)低碳全要素生產(chǎn)率的空間異質(zhì)性及影響因素研究 ［J］.中國漁業(yè)經(jīng)濟(jì)，2018（4）：55-63.

［19］ 張軍偉，費(fèi)建翔，徐永辰.金融支持對綠色農(nóng)業(yè)發(fā)展的激勵(lì)效應(yīng) ［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2020（6）：91-98.

［20］ DEONANAN R，RAMKISSOON B，RAMKISSOON D，et al.Disentangling the relationship between remittances and financial development：Evidence from Jamaica ［J］.International review of applied economics，2020（2）：193-216.

［21］ 李雙燕，談笑，斯宏浩.普惠金融與綠色全要素生產(chǎn)率——基于Ramp;D投入視角 ［J］.當(dāng)代經(jīng)濟(jì)科學(xué)，2021（6）：77-88.

［22］ 王小騰，徐璋勇，劉潭.金融發(fā)展是否促進(jìn)了“一帶一路” 國家綠色全要素生產(chǎn)率增長？ ［J］.經(jīng)濟(jì)經(jīng)緯，2018（5）：17-22.

［23］ 郭威，司孟慧.金融集聚提升制造業(yè)綠色全要素生產(chǎn)率了嗎［J］.現(xiàn)代經(jīng)濟(jì)探討，2021（6）：38-48.

［24］ 習(xí)近平主持召開中央全面深化改革領(lǐng)導(dǎo)小組第二十七次會議強(qiáng)調(diào)強(qiáng)化基礎(chǔ)注重集成完善機(jī)制嚴(yán)格督察 按照時(shí)間表路線圖推進(jìn)改革［N］.人民日報(bào)，2016-08-31（1）.

［25］ 楊世偉.綠色金融支持鄉(xiāng)村振興：內(nèi)在邏輯、現(xiàn)實(shí)境遇與實(shí)踐理路 ［J］.農(nóng)業(yè)經(jīng)濟(jì)與管理，2019（5）：16-24.

［26］ 信瑤瑤，唐玨嵐.碳中和目標(biāo)下的我國綠色金融：政策、實(shí)踐與挑戰(zhàn)［J］.當(dāng)代經(jīng)濟(jì)管理，2021（10）：91-97.

［27］ 侯曉輝，王博.金融供給側(cè)結(jié)構(gòu)性改革背景下的綠色金融發(fā)展問題研究 ［J］.求是學(xué)刊，2020（5）：13-20.

［28］ SHAHBAZ M，SOLARIN S A，MAHMOOD H，et al.Does financial development reduce CO2 emissions in Malaysian economy？ A time series analysis ［J］.Economic modelling，2013，35：145-152.

［29］ ZIOLO M，BAK I，CHEBA K.The role of sustainable finance in achieving sustainable development goals：Does it work？ ［J］.Technological and economic development of economy，2020（1）：45-70.

［30］ 國務(wù)院發(fā)展研究中心“綠化中國金融體系” 課題組.發(fā)展中國綠色金融的邏輯與框架 ［J］.金融論壇，2016（2）：17-28.

［31］ 王波，梅芡菱.我國綠色金融“三元主體責(zé)任論” ［J］.環(huán)境保護(hù)，2019（14）：52-55.

［32］ 馬駿，孟海波，邵丹青，等.綠色金融、普惠金融與綠色農(nóng)業(yè)發(fā)展 ［J］.金融論壇，2021（3）：3-8+20.

［33］ 閆旭，吳信科.綠色金融促進(jìn)河南農(nóng)業(yè)綠色發(fā)展路徑研究 ［J］.農(nóng)業(yè)經(jīng)濟(jì)，2023（9）：120-121.

［34］ 劉傳江，張劭輝.源頭活水：綠色金融之于經(jīng)濟(jì)發(fā)展——基于金融理論視角的解構(gòu)［J］.西北師大學(xué)報(bào)（社會科學(xué)版），2022（3）：134-144.

［35］ 王鳳榮，王康仕.綠色金融的內(nèi)涵演進(jìn)、發(fā)展模式與推進(jìn)路徑——基于綠色轉(zhuǎn)型視角 ［J］.理論學(xué)刊，2018（3）：59-66.

［36］ 王許，姚星，朱磊.基于低碳融資機(jī)制的CCS技術(shù)融資研究 ［J］.中國人口·資源與環(huán)境，2018（4）：17-25.

［37］ 江紅莉，王為東，王露，等.中國綠色金融發(fā)展的碳減排效果研究——以綠色信貸與綠色風(fēng)投為例 ［J］.金融論壇，2020（11）：39-48+80.

［38］ 王四春，許雪芳.推進(jìn)綠色金融助力鄉(xiāng)村振興 ［J］.人民論壇，2020（8）：106-107.

［39］ 歐陽紅兵，吳欣珂.綠色金融支持鄉(xiāng)村振興發(fā)展效應(yīng)研究［J］.征信，2022（5）：86-92.

［40］ FRER，GROSSKOPF S，NORRIS M，et al.Productivity growth，technical progress，and efficiency change in industrialized countries ［J］.The American economic review，1994，84：66-83.

［41］ 任樂，王性玉，趙輝.農(nóng)戶信貸可得性和最優(yōu)貸款額度的理論分析與實(shí)證檢驗(yàn)——基于農(nóng)業(yè)保險(xiǎn)抵押品替代視角 ［J］.管理評論，2017（6）：32-42.

［42］ 丁攀，金為華，陳楠.綠色金融發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟(jì)可持續(xù)增長 ［J］.南方金融，2021（2）：13-24.

［43］ 車維漢，楊榮.技術(shù)效率、技術(shù)進(jìn)步與中國農(nóng)業(yè)全要素生產(chǎn)率的提高——基于國際比較的實(shí)證分析［J］.財(cái)經(jīng)研究，2010（3）：113-123.

［44］ 溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用 ［J］.心理學(xué)報(bào)，2004（5）：614-620.

［45］ 邱斌，楊帥，辛培江.FDI技術(shù)溢出渠道與中國制造業(yè)生產(chǎn)率增長研究：基于面板數(shù)據(jù)的分析 ［J］.世界經(jīng)濟(jì)，2008（8）：20-31.

［46］ 李平.環(huán)境技術(shù)效率、綠色生產(chǎn)率與可持續(xù)發(fā)展：長三角與珠三角城市群的比較 ［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017（11）：3-23.

［47］ 張平淡，屠西偉.制造業(yè)集聚對改進(jìn)城市碳全要素生產(chǎn)率的影響研究 ［J］.城市問題，2023（6）：37-45.

［48］ 蔡銀寅，杜凱.資本投入、勞動(dòng)力轉(zhuǎn)移和農(nóng)業(yè)經(jīng)濟(jì)增長 ［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2009（3）：1-8.

［49］ 張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000 ［J］.經(jīng)濟(jì)研究，2004（10）：35-44.

［50］ 李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解 ［J］.中國人口·資源與環(huán)境，2011（8）：80-86.

［51］ 高鳴，魏佳朔.收入性補(bǔ)貼與糧食全要素生產(chǎn)率增長 ［J］.經(jīng)濟(jì)研究，2022（12）：143-161.

［52］ 馬述忠，郭繼文.制度創(chuàng)新如何影響我國跨境電商出口？ ——來自綜試區(qū)設(shè)立的經(jīng)驗(yàn)證據(jù) ［J］.管理世界，2022（8）：83-100.

［53］ 魏夢升，顏廷武，羅斯炫.規(guī)模經(jīng)營與技術(shù)進(jìn)步對農(nóng)業(yè)綠色低碳發(fā)展的影響——基于設(shè)立糧食主產(chǎn)區(qū)的準(zhǔn)自然實(shí)驗(yàn) ［J］.中國農(nóng)村經(jīng)濟(jì)，2023（2）：41-65.

［54］ 姜立康，趙偉，周霞.感知價(jià)值及政策規(guī)制對農(nóng)戶有機(jī)肥替代化肥意愿與行為一致性的影響 ［J］.中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023（8）：306-322.

［55］ 周力，馮建銘，曹光喬.綠色農(nóng)業(yè)技術(shù)農(nóng)戶采納行為研究——以湖南、江西和江蘇的農(nóng)戶調(diào)查為例 ［J］.農(nóng)村經(jīng)濟(jì)，2020（3）：93-101.

Research on the Impact of Green Finance Policies on the Low-carbon Transformation of Agriculture：

Analysis based on Data from National Fixed Point Survey

LIU Junxia1，DING Zhongmin1，REN Yayun2

（1.School of Economics and Management，Southwest University，Chongqing 400715，China；

2.School of Economics，Guizhou University of Finance and Economics，Guiyang 550025，China）

Abstract：Low-carbon and food security are essential directions for modern agriculture. In the context of the dual goals of “ensuring supply” and “reducing carbon emissions” in agriculture，it is crucial to explore agricultural low-carbon transition options that harmonize the development of “supply preservation” and “carbon reduction” in agriculture，the enhancement of total factor productivity has become the key to the pursuit of a balance between the coordinated development of the two. As green finance has increasingly become an important source of financing for the low-carbon transformation in production，this paper uses the Difference-in-Differences method to examine the impact of green finance pilot policies on agricultural carbon total factor productivity and its driving factors based on microdata from China Fixed Point Survey for the period 2011—2020，and explores its heterogeneity and mechanism. The results show that，firstly，after the implementation of the policy，the average increase in agricultural carbon total factor productivity of farmers in the pilot area reached 15%，which promotes the agricultural low-carbon transformation. Secondly，the advancement of the technological frontier is the main driving force for the green finance pilot policy to promote the agricultural carbon total factor productivity，such as influencing the adoption of new technology behaviors of organic fertilizer and formulated fertilizer application by farmers in the current period，so as to realize the low-carbon transformation of household agriculture. Thirdly，part-time farmers，low-income farmers and non-scale operation farmers are more likely to be affected by the green finance pilot policy and realize the significant increase in agricultural carbon total factor productivity，thus promoting the agricultural low-carbon transformation. Finally，targeted countermeasures are put forward based on the empirical results.

Key words：green finance；agricultural production；low carbon transformation；agricultural carbon total factor productivity；Difference-in-Differences

責(zé)任編輯 任劍喬