银企合作金融支持对于种业全要素生产率的影响研究——基于沪深A 股种业上市公司的实证分析

杨世豪

（湖南农业大学公共管理与法学学院，长沙410128）

全面推进种业振兴战略，是新时代中国特色社会主义的本质要求，也是保障我国粮食安全的路径选择[1]。党的二十大以来，习近平总书记在多个场合提出种业振兴，强调全方位夯实粮食安全根基，牢牢守住十八亿亩耕地红线，确保中国人的饭碗牢牢端在自己手中[2]。然而，由于区域协调机制不健全[3]、农产品供应链不稳定[4]、创新体系不全[5-7]等现实问题，导致我国种业粮食生产效率总体不高。在此背景下，金融的助力作用为推动种业全要素生产率（TFP）的提高提供了新模型、新业态[8]。2022 年3 月由中国人民银行、国家金融监管总局、中国证监会、财政部、农业农村部联合发布的《关于金融支持全面推进乡村振兴 加快建设农业强国的指导意见》提出，要做好粮食和重要农产品稳产保供金融服务，持续加强种业振兴金融支持。因此，加强金融支持，成为新时代下推动种业振兴的重要抓手。然而，我国种企普遍面临银行授信较低、产业化水平不高和资本运作水平较差等难题，沪深A 股以种业为核心业务的上市公司不足8 家（不含“*ST 敦种”）。由此，深化银企合作，加大种业金融支持，提升种业全要素生产率，不仅是摆脱粮食发展困境的外在手段，更是实现种业振兴的内在要求。

目前，与本文相关的研究聚焦于两个方面：一是多数学者对于全要素生产率的测量研究，主流方法包括非生产前沿方法和生产前沿方法。前者有生产函数法[9]与指数法，后者则包括数据包络分析[10]、随机前沿分析[11]、普通最小二乘法、OP 法、LP 法[12]和工具变量法（系统广义矩阵估计），构建了涵盖资本投入、人员投入、其他投入和期望产出的指标体系[13]，其中OP 法减轻了内生性和样本选择性的问题，将作为本文测算种业全要素生产率的方法。二是基于金融支持（FIN）如何影响种业振兴的理论研究，如季牧青[14]思考金融服务种业发展的可行路径，王一涵等[15]的研究为金融服务支持种业的发展提供了思路，甚至有学者将其拓展到西北地区进行个案分析[16]。

综上所述，已有文献对金融支持和农业全要素生产率两个方面进行了大量的研究并形成了丰硕的成果，但其多为定性研究，且关于金融支持与种业全要素生产率的研究比较缺乏。因此，本文以沪深A股7 家最具代表性的种业上市公司为研究对象，选取2008-2020 年的样本数据，通过双向固定效应模型对金融支持能否促进种业全要素生产率的增长进行实证分析，以期为新时代下种业振兴提供一定经验参考。

1 理论假设

银企合作金融支持主要是指利用银行信贷融资为主的间接融资市场，通过信贷、保险和发行股票、债券等方式，为种业公司提供高效、优资的融资渠道，满足其融资需求，进而解决定向研发资金困难的问题，提升企业创新能力，推动全要素生产率的提高。

首先，在信贷方面。绝大部分种业公司处于发展期，规模较小，缺乏银行认可的抵押物，难以获得信贷资金。一方面，种业知识产权领域保护不完善，且知识产权确权时间较长、变现较难，甚至还存在侵权严重的问题，决策者创新意愿受到打击，导致创新水平较低；另一方面，农作物种子变现难、储存难、抵押程序复杂，加之其价值大小估计难度较高，导致种业公司融资普遍困难。故而，金融支持对种业发展至关重要。

其次，在保险方面。目前我国种业保险的适用产品少、理赔标准高且赔偿力度小，导致种业公司及农户参保意识不强。鉴于此，扩大种子品种和产业链覆盖范围，优化补贴政策并加强宣传教育，是当前种业保险发展的重中之重。因而，以金融为载体，加强种业保险机制建设，使种业从业人员与公司广泛受益，是推动种业振兴的重要一步。

最后，在发行股票、债券方面。针对上市公司仅通过信贷进行融资的渠道单一问题，银企合作的金融支持可以提高种企的资本运作水平，通过发行股票、债券方式向市场“借钱”经营，可以提高公司的经营现金流，且大股东的投资也能使得企业股权结构优化，经营效率提高，进而显著提升全要素生产率。

综上所述，提出本文假设：H1 银企合作金融支持能够促进种业全要素生产率的提高。

2 数据来源与模型设定

2.1 数据来源本文以种业行业为研究对象，选取了2008-2020 年包括隆平高科、登海种业、荃银高科、丰乐种业、农发种业、神农科技和万向德农等7家上市公司的相关数据，对其进行手工整理与筛选，并对连续型变量做了winsor 1%的缩尾处理，共计得到有效样本为70 个。数据来源方面，除解释变量金融支持为本文手工整理外，全要素生产率的测算和其他控制变量皆来自CSMAR 数据库。

2.2 变量定义及描述（1）被解释变量。本文被解释变量为种业全要素生产率，参考鲁晓东等[12]的研究，基于OP 法计算得出i公司第t年的全要素生产率，并取自然对数作为本文被解释变量的代理变量。具体投入产出指标如表1 所示。

表1 OP 法全要素生产率指标体系

（2）解释变量。为准确刻画金融支持这一指标，本文通过查询企业相关公告与高管简历，借鉴杜勇等[17]研究的方法思路，根据高管团队定义剔除董监事人员，整理得出高管团队中金融背景的人数占比，作为本文的核心解释变量。

（3）控制变量。借鉴吾买尔江·艾山等[18]的研究，选取以下变量作为本文控制变量。上市年限（ListAge） 一般认为上市年限较长的企业拥有较好的名誉与卓越的地位[19]，其所拥有的技术积累能够正向影响全要素生产率的增长。因此，本文用当前年份减上市年份加1 后取对数表示企业上市年限。资产规模（Size） 种业上市公司资产规模越大，其融资能力越强，风险承担水平和市场竞争力越高，这将有利于提升生产资源配置的效率，促进全要素生产率的增长[20]。故此，借鉴已有研究，本文以期末总资产的自然对数对资产规模进行表征。资产负债率（Lev） 当面临较高的资产负债率时，种业上市公司会减少生产端的投入，不利于全要素生产率的提高。借鉴杨雪等[21]的研究，选取负债总额与资产总额的占比代表资产负债率。盈利能力（ROE）

企业盈利能力的改善对生产要素投入具有正向影响[22]。盈利能力越高，生产投入越多，全要素生产率可能就越高。本文以净资产收益率进行衡量，即净利润与平均净资产之比。投资机会（TobinQ）投资机会影响主要债权人及投资者的决策，对企业的生产经营资金产生重要影响。因此，本部分采用TobinQ 值衡量。两职合一（Dual） 两职合一在一定程度上容易使管理者拥有过高的权力，从而使得董事会的监督效力降低，对生产经营决策影响较大。本文按公司中董事长和总经理是否由同一人担任进行划分，是则赋值为1，否则为0。

本文主要变量描述性统计如表2 所示。

表2 主要变量描述性统计

样本的基本情况如表2 所示。从分布上看，资产规模（Size）和投资机会（TobinQ）的分布波动很大，平均值分别为21.48 和2.88，最小值分别为20.24 和0.90，最大值分别为23.46 和7.98，且标准差分别为0.77 及1.35，说明各公司的生产体量和市场投资受欢迎程度的差异较大。而全要素生产率（TFP）、上市年限（ListAge）与资产负债率（Lev）波动较小，标准差分别为0.45、0.58 与0.13，即各种企的生产效率、上市年份和资本运转状况相差不大。统计分析表明，金融支持（FIN）均值为0.08，且标准差最小（0.06），企业盈利能力（ROE）分布也较为稳定，标准差仅为0.08。从种业上市企业的各项财务和非财务指标来看，不同观测样本之间差异显著，但与目前我国种企发展情况相似。

2.3 模型构建根据理论假设和指标选取，本文构建双向固定效应模型，如公式（1）所示。

式中TFP表示全要素生产率，即企业创新，FIN代表金融支持变量，Control为全部控制变量，ε为随机扰动项，下标i表示企业个体，t则表示年份。此外，本文还控制了个体（μi）和年份（γt）固定效应。β1是本文主要观察变量，代表着金融支持对种业全要素生产率的影响。

3 实证检验与结果分析

指标之间严重的多重共线性会干扰回归结果，在进行回归分析之前，为了解所有指标之间是否存在多重共线性问题，本文采用方差膨胀因子（VIF）对变量进行检验，检验结果见表3。各主要解释变量的VIF 均未大于2，故而各个主要解释变量之间不存在明显共线性。

表3 方差膨胀因子（VIF）检验

豪斯曼检验结果P值小于0.01，说明本文应当选用固定效应模型（表4）。因此，本文通过Stata17 软件运用双向固定效应模型对样本进行回归，回归结果见表4 基准回归。核心解释变量金融支持（FIN）对种业全要素生产率的提升在1%的水平上显著，说明企业金融背景的高管越多，越易通过银企合作带来经营所需资金，缓解面临的外部融资约束，进而降低机会成本，提高种业公司的全要素生产率，证实假设H1。

表4 模型回归结果

控制变量方面，资产规模（Size）、盈利能力（ROE）和市场投资机会（TobinQ）正向影响全要素生产率，而两职合一则会抑制TFP 的提高，同时，资产负债率对全要素生产率的影响也呈负向，虽然不具备统计显著性。以上结果的合理解释为：随着资产规模的壮大，更低的成本使得资本投入更少，薄利多销的营销方式帮助企业快速占据市场份额，标准化的经营和长期的技术积累提高了期望产出，这种规模化效应的优势使得全要素生产率提高；且盈利能力持续改善，市场投资则会处于看好买入的情绪状态，生产经营所需现金流得到补充，企业抗风险能力加强，与资产规模状大形成良性循环，提高了种业全要素生产率；而企业两职合一则不利于生产效率的提高，一方面管理层决策科学性和效率会大打折扣，另一方面内部晋升空间压缩导致员工生产积极性下降；从理论方面角度来看，企业高额的资产负债会抑制TFP 的提高，但在表4 结果中并不显著，可能是因为种业公司普及负债率不高（表2），平均数值为0.38，且种业公司属于国家种业振兴的战略发展方向，基本得到政府一定的扶持，所面临的融资约束较为一般，外部风险较低，并不会采取激进的财务战略来进行扩张，从而对全要素生产率的影响较小。

由于基准回归解释变量由高管金融背景占比衡量，为确保本文核心结论稳健，选取企业是否有金融背景高管变量进行替换，存在金融背景高管则赋值为1，否则为0。进行重新检验，结果如表4 稳健性检验所示，更换核心解释变量后的参数估计通过了5%的显著性水平检验，说明基准回归结论可靠。

4 结论与政策建议

总体来看，企业金融背景高管占比越高，种业全要素生产率越高。同时，结合企业内部微观影响因素发现，种业全要素生产率的提高与资产规模、盈利能力和投资机会正相关。因而，种业振兴的根本在于企业竞争力的提升，而金融服务能够改善企业融资约束状况，促进创新产出，从而提高自身竞争力。与以往文献不同，本文着重对政治关联影响种业上市公司的全要素生产率的理论进行了实证检验，拓展了相关研究领域。同时，此次研究表明，银企合作金融支持可以促进种业全要素生产率的提高，这对我国金融助力种业发展及其方向、实现种业振兴具有一定指导意义。

但也不难发现，当前金融服务对种业的政策支持存在持续性不够、种业保险较少和信用评估不足的问题，且种企惜贷现象严重，导致种业企业、经营个体及家庭农场的外部融资需要跨越重重困难。为此，金融机构应加大对种业的支持力度，在运行机制的构建和完善上，应优化缩减融资程序，在种业保险方面继续推出新险种，并深化其与企业的合作，提高种企资本运行效率，推动种业全要素生产率的提高，为实现种业振兴战略助力。