黑龍江省綠色金融支持綠色農業產業結構升級的實證研究

張淑麗 王會鈞

（哈爾濱金融學院，黑龍江 哈爾濱 150030）

1 引言

近些年，黑龍江省充分發揮自身的優勢，改造傳統農業生產方式，探索可持續農業發展的有效途徑。積極轉變農業的發展方式，優化農業產業結構，發展和優化食品行業，綠色食品種植業與加工業異軍突起，創建屬于自己的綠色優勢品牌，將傳統的農業產品變成了綠色食物，林業的可持續發展，畜牧業的綠色、清潔發展，漁業發展呈現多種模式，農業生產條件與農業污染情況不斷好轉，不斷推動農業產業向生產高效、食品安全、資源與環境可持續利用的綠色方向發展，綠色農業初步形成。

黑龍江省綠色農業產業發展的金融支持規模逐漸擴大，黑龍江省不斷探索運用稅收優惠、建立綠色農業專項發展基金和促進農業綠色發展的補貼政策體系的方式來增加綠色農業資金投入與政策扶持力度，實現綠色農業的產出和社會效益的增加。綠色金融對黑龍江省綠色農業產業結構升級方面的支持方式，主要還是以發放綠色信貸為主，其他方式并存。各銀行類金融機構主要通過發放涉農貸款的方式，將綠色可持續發展的理念落實到綠色農業產業結構升級的建設與發展中。綠色金融不僅是實現黑龍江省高質量發展的重要保障和促進黑龍江省農業可持續的重要因素，更是推動黑龍江省綠色農業產業升級的重要力量。

本文采用VAR模型對黑龍江省綠色金融支持綠色農業產業結構升級的影響進行實證研究，除了模型本身的普遍適用性外，還有以下幾點原因：首先，在平穩情況下，VAR模型具有優良的統計性質，這對于模型診斷和誤差分析是非常有利的；其次，VAR模型可以比較準確的刻畫變量之間相互影響的動態線性關系；最后，在短期預測中，其預測結果通常會優于其他模型，其參數估計也比較容易。

2 相關指標選取及數據來源

2.1 綠色金融指標選取

針對黑龍江省而言，農業發展中涉農貸款在綠色金融整體發展規模中占比最高，是眾多綠色金融工具中最具代表性的，因此本文選取涉農貸款作為衡量黑龍江省綠色金融發展規模的指標。由于目前選取的指標中部分指標2019年的數據還沒有統計公布，為保持數據的可比性及一致性，我們選取2008-2018年黑龍江省涉農貸款余額及本外幣貸款余額作為基礎數據。

2.2 綠色農業產業結構升級指標

綠色金融對綠色農業產業結構升級提供資金支持，促進產業結構升級，合理配置農業生產資源，構建和諧綠色農業生態環境。

結合黑龍江省實際經濟結構發展狀況，我們選取農業增加值占第一產業增加值的比重來衡量黑龍江省農業產業結構升級情況。

在綠色農業指標方面，選取綠色食品與有機食品種植面積占農作物總種植面積之比反映黑龍江省綠色農業發展狀況。

由于沒有比較成熟的指標選取前例，因此通過請教部分專家學者，并考慮了實際中數據的可獲得性，最終確定了本部分實證量化評價指標，如表1所示。

表1 指標選取及指標含義

本文采用Eviews9.0軟件進行數據的分析處理。為保證數據的連續性和完整性，文中全部數據采用2008年至2018年的黑龍江省經濟社會相關數據，數據主要來源《黑龍江統計年鑒2009-2019》《黑龍江省金融運行報告2008-2019》《黑龍江省國民經濟和社會發展統計公報2008-2019》等。

3 實證檢驗

3.1 初步統計分析

為了更加清晰的描述各數據的特征，我們利用Eviews9.0對所選取的數據進行初步的描述性統計分析。

根據表2分析結果，可以看出綠色金融指標的均值達到0.322155，最大值為0.442000，最小值為0.077300，說明隨著黑龍江省綠色金融工具的發展創新，涉農貸款在本外幣貸款余額中所占比重不斷上升，涉農貸款余額從2008年的7.73%上升到44.2%。農業產業結構升級方面，指標均值為0.693045，最大值為0.726500，最小值為0.667600，說明農業增加值比重有所上升，代表隨著農業產業結構逐漸優化升級，農業創造的價值正在穩步提升。綠色農業指標方面，綠色食品與有機食品種植面積比重不斷增加，從2008年的14.39%上升到2018年的18.62%，綠色產品總產量也不斷提升，綠色產業發展勢頭良好；另外，根據所調查的農藥化肥使用量方面，從2015年開始逐漸回落，農業污染有所改善，農業產業向著綠色、健康、可持續發展邁進。

表2 變量序列描述性統計分析結果

3.2 綠色金融對綠色農業產業結構升級的檢驗

3.2.1 綠色金融影響綠色農業發展的實證檢驗

為了驗證綠色金融發展對綠色農業發展的影響，我們將選用AL指標和GF指標進行實證驗證。

1）平穩性檢驗

為避免發生虛假回歸問題，保證實證結果的準確性，首先要對AL和GF兩個指標進行平穩性檢驗。在平穩性檢驗中，我們多采用單位根檢驗（即ADF檢驗）。檢驗結果如表3所示：

表3 ADF平穩性檢驗結果

ADF檢驗結果顯示，AL序列的統計t值小于顯著性水平為5%時的臨界值，根據單位根檢驗原理，此時拒絕存在單位根的零假設，該序列平穩。同理，GF序列的統計t值小于顯著性水平為5%時的臨界值，該序列平穩。因此，在5%的顯著性水平下，AL序列和GF序列均平穩，可以進行格蘭杰因果關系檢驗。

2）確定最優滯后階數

VAR模型中涉及到的另一個關鍵因素就是滯后階數的確定，我們采用信息準則法。常用的信息準則主要包括AIC信息準則、SBIC信息準則及HQIC信息準則。Eviews軟件操作結果如圖1所示：

圖1 變量滯后階數結果

根據結果顯示，滯后階數為3時，LR、FPE、AIC、SC、HQ均為最小值，因此可以確定最優滯后階數為3。

3）檢驗模型穩定性

如果VAR模型中所有根模的倒數都小于1，即都在單位圓內，則該模型是穩定的，只有穩定的VAR模型，其相應的檢驗結果才是有效的。我們對目標序列進行穩定性分析，結果如圖2所示。VAR模型中AR根的倒數均在單位圓內，該模型穩定。

圖2 模型AR根圖

4）格蘭杰因果檢驗

在確定模型穩定后，為進一步探討綠色金融與綠色農業發展的關系，我們對這兩個變量進行格蘭杰因果關系檢驗。檢驗結果如圖3：

圖3 格蘭杰因果檢驗結果

格蘭杰結果分析中一般認為，P值小于0.1時拒絕原假設。根據結果顯示，“變量GF不能Granger引起變量AL”的P值為0.3451，大于0.1，則接受原假設，即認為在10%的顯著性水平下，變量GF不是變量AL的格蘭杰原因。而“變量AL不能Granger引起變量GF”的P值為0.0818，小于0.1，則拒絕原假設，即認為在10%的顯著性水平下，AL變量是變量GF的格蘭杰原因。這一結果也表明，綠色金融對綠色農業發展有著比較明顯的促進作用，隨著綠色金融發展規模的不斷壯大，黑龍江省綠色農業也有了更快的發展速度。

5）脈沖響應函數分析

VAR模型中我們并不關注單個參數的情況怎樣，而更關注當某個變量變化時對其他變量產生的影響如何以及這種影響持續的時間長短，因此我們常用脈沖響應函數來做。

從圖4脈沖結果可以看出，綠色金融的發展對綠色農業發展有著明顯的正向作用，短期內沖擊較大，隨著期數的增加，作用越發穩定。

圖4 脈沖響應函數分析圖

3.2.2 綠色金融影響農業產業結構升級的實證檢驗

這部分的實證檢驗我們選取綠色金融指標AL和農業產業結構升級指標AIS?；静襟E和上面一致，首先進行序列的平穩性檢驗。

1）平穩性檢驗

保證序列的平穩性是建立VAR模型的前提條件，我們依然采用ADF檢驗（即單位根檢驗）來驗證AL序列和AIS序列的平穩性。

圖5 是AIS序列平穩性檢驗結果，我們將兩個序列分析結果總結如下表4：

圖5 ADF序列平穩性檢驗圖

表4 ADF序列平穩性檢驗結果

從結果來看，AL序列統計量的值在5%顯著性水平下小于臨界值，而AIS統計量的值則在1%顯著水平下就小于臨界值，說明兩個序列在5%顯著性水平下拒絕存在單位根的原假設，序列平穩。

2）最優滯后階數確定

根據圖6顯示結果，當滯后階數為2時，AIC、SC、HQ值均達到最小，所以根據相關信息準則，可以確定該模型最優滯后階數為2階。

圖6 序列最優滯后階數結果

3）模型穩定性檢驗

利用Eviews軟件進行VAR模型的根模檢驗，發現所有根模倒數均小于1，即都在單位圓內，則該模型是穩定的。

結果如圖7，在確定了最優滯后階數并經過穩定性檢驗后，我們可以進行格蘭杰因果關系驗證了。

圖7 AR根圖

4）格蘭杰因果關系檢驗

如圖8格蘭杰分析結果顯示，“變量AL不能Granger引起變量AIS”的P值為0.0709，小于0.1，則拒絕原假設，即認為在10%的顯著性水平下，變量AL是變量AIS的格蘭杰原因。而“變量AIS不能Granger引起變量AL”的P值為0.8863，大于0.1，則接受原假設，即認為在10%的顯著性水平下， AIS變量不是變量AL的格蘭杰原因。這一結果也表明，綠色金融能夠支持黑龍江省農業產業結構升級發展。

5）脈沖響應函數分析

圖9 是綠色金融與綠色農業產業結構的脈沖響應函數分析圖。從圖中可以看到，綠色農業產業結構在受到沖擊后，呈現先上升后下降的波浪趨勢，第3期達到最大值，第六期最小，之后又開始上升且幅度減少，趨于平緩。這表明綠色金融發展必將促進農業產業結構向著合理化發展。

圖9 脈沖響應函數分析圖

4 研究結論

通過格蘭杰因果檢驗及脈沖響應分析可以看到，綠色金融發展對綠色農業發展及農業結構升級都有支撐和促進作用，綠色金融通過金融活動規范經濟組織的綠色經營行為，引導社會投資向綠色產業與項目流動，是推動黑龍江省農業產業結構綠色升級的重要力量；綠色金融強調生態環境保護與資源節約利用，是促進黑龍江省農業可持續的重要因素；綠色金融通過將金融的投融資活動與經濟綠色轉型發展相結合，帶動社會可持續發展，保障經濟向高質量發展的轉型，是實現黑龍江省高質量發展的重要保障。