金融支农对农业绿色发展的影响研究.pdf

经济 社会研究摘要金融工具是政府推进农业绿色发展的重要手段。本文基于20112021年全国272个地级市的面板数据，运用实证模型探究金融支农工具对沿边地区农业绿色发展的作用效果。研究发现，金融支农能够显著促进沿边地区农业绿色发展。异质性研究表明，金融支农对中西部地区、东北地区、人口规模较大和交通基础设施较好的市域内农业绿色发展具有更明显的正向影响。机制检验表明，金融支农工具通过促进农业技术进步和农业规模经营，进而推动农业绿色发展；进一步分析表明，金融支农工具不仅会推动本地农业绿色发展，而且对降低相邻市域内农业绿色发展亦具有激励作用。本文的研究不仅对于深入理解金融资本下乡与农村生态环境保护之间的逻辑链条是必要的，更为重要的是，为未来基于乡村振兴背景下的更大空间内实现农业绿色转型提供了决策参考。关键词金融支农；农业绿色发展；农业技术进步；规模经营中图分类号F832；F323文献标识码A文章编号10090274（2024）02009908作者简介孙哲远，男，兵团党委党校（行政学院）经济学教研部教师，博士，研究方向：数字经济。一、引言农业绿色发展是农业生产方式的转变，强调农产品生产过程的绿色化，注重对农业生产要素的节约和对农村生态环境的保护，其目标是通过采用绿色生产技术和集约化管理手段，在保障农产品平稳供给的基础上，实现污染物减排和促进农民增收的双赢，并推动农业系统及整个社会经济的可持续发展。由于绿色化的农业生产在技术研发、投资强度、生产规模扩大等方面，相较于传统农业生产方式对金融资本存在较强的依赖性，这使得即便农业绿色发展理念在各级政府的工作报告中被多次提及和强调，然而仅凭单个农户的筹资能力，要实现自身资本要素的循环供应难度较大。由此，要促进农业绿色转型，重要的是解决“钱从哪来”的问题。1为此，农业部提出，通过国有资本的参与和带动，来切实保障农业农村优先发展过程中的资金使用，并在财政支农政策的激励下，农村金融机构适度放松对农户从事新型生产经营活动的融资约束，为农户提供高效的小额信用贷款业务、保单质押贷款业务、大棚设施抵押贷款业务等，进而为农业生产的规模化、集约化发展提供了资金保障。县域金融机构适度放开了对农户贷款的限制，为农户打通了抵押贷款的“绿色通道”，为优化配置农村耕地资源提供了资金支持。近年来，我国金融市场体系建设取得了一定成效，然而在实践中，相较于城镇地区内的居民存款，农村居民的储蓄较难快速转化为本地区所需的生产性投资，且会通过多类型的金融网络流向核心地带，进而降低了农户获得金融资源的范围与能力。随着各级地方政府多措并举促进农业绿色转型，将政策和资金用于有利于农业绿色发展的方向适度倾斜。通过制定实施财政与金融支农政策，优化配置市场中的金融资源，消解城乡金融资源鸿沟，充分发挥金融、财政制度的统筹优势。22009年，财政部审时度势地在部分省区推行涉农贷款试点工作，以财政奖励的方式引导县域金融机构适度放宽涉农贷款的约束力度。随着政策金融支农对农业绿色发展的影响研究孙哲远兵团党委党校（行政学院），新疆五家渠831300-992024年第2期双月刊（总第207期）的落地，奖励规模和奖励范围也在持续扩增。增加涉农贷款作为金融支农领域的创新性举措，对加大农村地区的金融杠杆至关重要，为优化国家支农政策做出了重要贡献，为贯彻“金融服务振兴乡村战略”提供了强有力的支撑。3国内学者在金融支农与农业绿色发展关系方面的研究，取得了较多的研究成果，但研究重点主要集中于以下三个方面：一是农业绿色发展的内涵和价值。党的十八大以来，国内学者基于多元化视角探讨农业绿色发展的内涵及意义。多数学者认为，农业绿色发展是涉及“量”和“质”的变革，是农业生产方式的转换，也是供给侧结构性改革成果在农业领域的集中体现。4二是政府性资源对农业绿色发展的影响效应。国内学者在评估政府行为的农业绿色福利效应时，所选取的代理变量多为财政支农投入额度，其研究对象局限于财政奖励额度和农户收入、农业经济间的关系研究。三是金融支农和农业绿色转型的关系。国外学者通过实证发现，农业信贷能够正向促进水稻种植规模的扩大，是促进农户增收的关键途径。但也有学者持相反观点，如李晓阳等（2017）认为农村金融发展会抑制农业绿色转型进程。5应瑞瑶等（2017）认为金融支农只能部分满足农业专业化发展的资金需求，对农业绿色转型的支持力度不足。6由此，国内部分学者在分析农村金融与农业绿色发展的关联性时，忽视了外部金融环境因素，鲜有学者有针对性地研究金融支农政策和农业绿色发展间的内在关联。综上，本研究的贡献体现在以下三个方面：第一，国内学者深化分析了农业绿色生产率的测量指标、测算方法和影响因素，为本文研究提供了数据基础，但鲜有文献将农业面源污染数据纳入绿色发展测度范围。第二，以往文献在分析财政奖励政策效应时，多集中于其所产生的经济增长效应和收入效应，较少分析其在农业绿色转型过程中的影响效果，同时单纯追求农业经济增长已不是农村发展的迫切需求，研究金融支农能否助推农村地区实现绿色发展目标，显然具有更深远的意义。第三，本文深度剖析了金融支农影响农业绿色发展的内在机制，发现促进农业技术进步和适度规模经营在其中所发挥的传导作用。二、理论分析从事绿色农业生产活动，从属性看其是传统农业的延伸和发展，但其所生产产品的类型仍与传统农业存在一致性，而弱质性是农业生产的重要特性之一。自然灾害和市场风险是阻碍农业绿色发展的主要因素。目前，我国农业绿色转型水平和农业效益仍较低，规模化种植程度不高，导致农业弱质化属性仍未彻底改变。相较于其他农业强国，我国农业领域资金投入较少，抵御需求周期波动和“天灾”所引发的供需风险能力较弱。另外，由于国内农业保险购买价格仍较高，这导致农产品的生产者采用农业保险的意愿较低，因而当遭遇经济波动后缺乏有效的资金支持，这会极大地阻碍绿色农业的可持续发展进程。而金融支农不仅对于提高我国农业科技水平、完善农村金融机构支持农业绿色转型具有重要的支撑作用，而且对农户增强绿色农业生产活动的积极性具有较强的推动作用。7从农村金融机构的视角来看，在长期的发展中，逐步形成了金融体系的城乡二元格局。由于农村地区网点覆盖率低、业务拓展受限，加剧了涉农金融机构在农村开展信贷业务的难度。邮政银行信贷业务处于起步阶段，虽在农村地区设有部分网点，但其金融服务力量仍有待提升。而金融体系中的主力商业银行、股份制商业银行业务主要分布于城镇地区，网点未覆盖乡村地区。此外，由于农村地区的信贷业务存在市场风险较大和利润回报率低的特点，商业银行开展涉农信贷业务的意愿不高。村镇银行受制于资金和人力双重限制，其支农力度相对薄弱。在此情形下，金融支农工具的出现，在一定程度上能够激励各类金融机构扩大农村地区的业务覆盖范围，进一步满足农户的多样化信贷需求，同时也为缓解绿色农业发展的资金约束创造了条件。8金融支农类政策相较于以往的“三农”扶持政策具有明显的资金配置倾向。具体表现为，农户获得支持农业生产活动的信贷资源变得更加便利，因而金融支农政策的实施有望扭转金融资源在城乡间的错配，并通过提高乡村地区的资源配置效率来为绿色农业发展提供资金保障。一方面，规模化经-100经济 社会研究营的资金需求量大，巨大的金融需求缺口，能让金融机构适度放宽信贷约束，实现信贷的“规模效应”，降低农户获取信贷的门槛；而规模化种植兼具高回报率、高生产效率的双重属性，更易获取正规金融机构的融资支持。加之金融支农类工具应用水平的不断提升，可以进一步提升农户投资能力和绿色转型意愿，以及扩增金融机构的有效信贷规模；同时，金融支农政策的实施不仅能够促进金融机构服务实体经济功能的充分发挥，也保障了农业扩大生产资金需求的有效供给。另一方面，科技是第一生产力，农业技术进步是农业增产提质的内在驱动力。农户由于缺乏外部环境支持，对绿色农机、测土配方施肥技术等先进生产技术的采纳意愿较弱，而农村金融机构可以借助市场信息优势，辅助农户匹配到合适的绿色生产经营方式，进而提升绿色生产的经济效益。9此外，农村金融机构可通过风险分散和共享机制等来缓解农业生产主体的经营风险，提高专业化绿色农产品生产者的风险抵御能力。基于上述分析，本文提出相关假说。H1：金融支农能够促进农业绿色发展。H2：金融支农通过促进农业技术进步和适度规模经营来实现农业绿色发展。鉴于不同层级城市的行政级别、市场化水平和资源禀赋存在空间集聚性及空间差异性，在考察农业绿色发展是否受到金融支农的影响时，还应考虑金融支农对相邻农村地区环境改善是否有所帮助，即是否产生空间溢出效应。伴随着我国现代通信技术的快速发展，以及行业间价值链的形成，甚至不同区域间的联系会因通达效率提升而更加紧密。10因此，金融支农政策不仅可以推动城市内要素向边缘地带的农村地区辐射现象的发生，驱动要素流动来改善农村地区要素供给状况，还可能会给相邻城市带来显著影响。金融支农政策在推动市域内不同农村地区弥补发展短板的过程中，也会对邻近市域起到示范作用。邻近地方政府会通过借鉴有关经验，会采取相似的方式推动自身农业绿色转型空间的拓展，进一步地为环境保护目标的实现奠定基础。据此提出如下假说。H3：金融支农会对邻近市域农业绿色发展产生空间溢出效应。三、模型设计（一）模型构建为探究金融支农对农业绿色发展的影响效应，本文选择建立基准回归模型进行实证分析，具体如下：GRit=0+1RFDit+2Xit+t+i+it（1）上述式中，i表示地级市，t表示年份。其中，GR为被解释变量，表示农业绿色发展水平。由于不同区域农业经济运行的个体差异与时间变化会对估计结果带来干扰，因而分别添加了时间固定效应和城市固定效应，it为随机误差项。（二）变量定义及数据说明1.被解释变量。本文的被解释变量为农业绿色发展（GR）。为度量地区农业绿色发展水平，采用农业绿色效率作为代理变量。具体而言，通过选择投入与产出指标，选择超效率 SBM 模型测算农业绿色效率。在投入指标的选取方面，以农作物总播种面积（千公顷）、第一产业从业人员数（万人）、使用化肥、农药和农膜的量（万吨）、农业机械总动力（万千瓦）、使用农用柴油的量（万吨）分别代表耕地、劳动力、化学物质、机械和能源投入。期望产出方面，以农业总产值表征期望产出。以农业碳排放、农业面源污染表征非期望产出。其中农业碳排放借鉴李波等（2011）的测度方法11，农业面源污染指标则借鉴陆杉等（2011）的指标选取方法12。2.核心解释变量。金融支农（RFD）。一般而言，戈氏指标以及麦氏指标是评价金融发展水平的重要依托，然而农村金融资产统计资料缺失严重，这两个指标测算难度较大。既有研究对金融发展的衡量多从规模、效率和结构三个维度着手，本文参照刘赛红等（2020）的研究，13从规模总量、组织结构、中介效率以及服务覆盖面四个维度构建农村金融发展评价指标体系，采用熵值法测度我国20112021年272个城市的金融支农指数。3.机制变量。农业技术进步（tech）。本文选取农业机械总动力与农林牧渔业从业人数比值为农业机械技术进步的衡量指标。农地规模经营（ASO），采用人均种植面积作为代理变量。-1012024年第2期双月刊（总第207期）4.控制变量。由于农业绿色发展受多种因素影响，在选取控制变量时，参考已有文献的选取方法，增加相关控制变量：城镇化水平（urban），即城镇人口在市域总人口中的占比；产业结构（industry），即第二产业增加值在城市生产总值中的占比；农作物种植结构（plant），即粮食播种面积在区域总播种面积中的占比；自然灾害（disaster），即受灾面积在城市总播种面积中的占比；人力资本（hp），采用农村地区接受过高等教育的人数占比作为代理变量。5.数据说明。本文研究样本为 20112021年中国地级市数据。其中，涉农贷款增量奖励政策试点地区的确定，本文参考行伟波等（2021）收集并确定的名单14。在研究对象的选取上，中国大陆地级市及以上城市数量为295个，包括4个直辖市、15个副省级城市。考虑到研究内容的需要和数据可得性，删除被撤销的地级市和部分数据缺失严重的城市（如拉萨市等）；同时由于研究的是市域内农业绿色发展水平，因而将第一产业产值极低的城市予以剔除（如深圳和克拉玛依等），最终剩余样本数量为272个。本文研究数据源于各城市历年统计公报、中国城市统计年鉴 中国区域经济统计年鉴。此外，由于多个年份出现数据缺失，为保障研究结论的完整性和准确性，本文特选取插值法填充缺失数据，具体详见表1。表1变量描述性统计变量金融支农农业技术进步农业适度规模经营城镇化水平产业结构农作物种植结构自然灾害农村人力资本平均值0.2773.2311.1810.4820.4610.6190.1870.151标准差0.1612.5260.3020.1660.0510.0820.1290.080最小值0.0360.3811.0630.1390.2810.3490.0000.075最大值0.87331.3061.6590.8970.5690.8330.5970.491四、实证分析（一）基准回归依据前文的分析，为验证金融支农政策对农业绿色发展的影响。表2中的三列核心变量的系数均显著为正。特别是在加入其他控制变量后，如列（3）所示，其系数仍然表现为显著的正向影响，表明金融支农和农业绿色发展之间存在显著的正向影响关系，进而验证了假说H1的合理性。表2基准回归结果变量RFDUrbanIndustryPlantdisasterhp常数项观测值时间固定效应个体固定效应R2（1）GR0.135*（0.012）0.606*（0.109）1060NoNo0.5691（2）GR0.171*（0.017）0.126*（0.070）0.029*（0.011）0.036*（0.004）0.209*（0.021）0.089*（0.011）1.207*（0.118）1060NoNo0.5784（3）GR0.194*（0.024）0.152*（0.055）0.039*（0.009）0.044*（0.005）0.248*（0.028）0.093*（0.008）1.305*（0.202）1060YesYes0.5952注：*、*和*分别表示1%、5%和10%的显著性水平，并在城市层面对标准误进行聚类。下同。（二）稳健性检验由于年度数据之间可能存在较大波动性，本文对数据进行三次移动平均处理，然后对门槛模型重新进行估计，详见表3模型（1）。由表4中（2）列可知，金融支农对农业绿色发展的正向影响依然存在，且通过了1%的显著性水平检验。考虑到遗漏变量将对估计结果产生较大影响，本文在原有控制变量的基础上，引入地区基础设施（FRA）、财政支农（FIN）、资本开放（CAP）等可能影响农业绿色发展的其他变量，并对模型进行重新估计，表3中（2）列报告了增加控制变量的检验结果，与上文基准回归结果相一致。更换被解释变量。本文借鉴魏琦等（2021）的方法15，建立指标体系并运用熵值法计算的农业绿色发展水平作为替代变量，以重新进行回归。由表3中的（3）列所示，核心解释变量系数与上文基准回归模型结果基本一致，基本排除了各种因素的干扰，验证了研究结论的稳健性。-102经济 社会研究表3稳健性检验变量RFD控制变量时间固定效应个体固定效应观测值R2（1）移动平均处理0.128*（0.007）YesYesYes42880.5266（2）增加控制变量0.091*（0.011）YesYesYes10600.3621（3）更换被解释变量0.141*（0.025）YesYesYes10600.5748（三）机制检验基准回归结果表明，农业绿色发展确实受到了金融支农政策实施所带来的正向影响。为进一步探究金融支农对农业绿色发展的传导路径，上文理论机制部分提出的假设认为，金融支农首先会通过促进农业技术进步与农地规模经营，进而对农业绿色发展产生正向效应。Mit=0+1RFDit+2Xit+t+i+it（2）其中，Mit为机制变量，式（2）验证了金融支农对机制变量的影响。具体估计结果见表5。在传导机制验证方面，表4中的第（1）和（2）列中的回归结果表明，金融支农对两个机制变量存在显著的正向影响。结合第（3）和（4）列中的回归结果表明，提高耕地产出效率，以及促进农业适度规模经营均显著地推动了农业绿色发展。金融支农为农业生产效率提升创造了机遇，使得农户在开展绿色生产活动，以及推动绿色农产品生产模式应用方面的信心得以恢复，从而对农业绿色发展产生积极影响，本研究结论验证了假说H2。表4机制检验结果RFDtechASO控制变量时间固定效应0.221*（0.015）YesYes0.263*（0.075）0.174*（0.021）YesYes0.121*（0.017）YesYes0.055*（0.019）0.061*（0.009）YesYes变量（1）tech（2）GR（3）ASO（4）GR个体固定效应观测值R2Yes10600.5129Yes10600.5217Yes10600.6745Yes10600.6332续表变量（1）tech（2）GR（3）ASO（4）GR（四）异质性检验由于我国地级行政区众多，且在多个层面存在差异，因而发展绿色农业的基础各不相同，使得市域内农业绿色发展受到来自金融支农的影响亦不尽相同，由此本文依据区位因素，以及人口规模、交通基础设施（人均道路里程）的均值划分样本类型，随后进行异质性回归检验。1.城市区域异质性。以地理区位为标准划分样本，针对不同样本组分别进行实证检验。城市区域异质性回归结果如表5中第（1）至（4）列。由回归结果可知，金融支农对东部地区农业绿色发展的影响力更优于中西部地区。其原因可能在于东部地区农村经济条件和金融发展条件都较中西部更具优势，特别是前期东部地区和东北地区在农技创新方面积累较多。此外，东北地区农户普遍承包经营规模较大，农户具有更强的意愿采用先进生产技术以节省要素投入成本，因而金融支农对上述地区的农业绿色发展影响效果最为明显。而中西部地区在金融市场环境方面的比较优势相较于东部地区更弱，且地区分布不均匀，尤其是在农业绿色生产技术创新方面的资源不足，对中西部地区农业绿色发展的影响程度较低。2.人口规模。本文认为金融支农对农业绿色发展的影响会由于城市管辖人口规模的不同而变化。根据表6中的回归结果发现，在高于均值的分样本中金融支农在1%和10%的显著水平上促进了农业绿色发展，而没有对低于均值的区域内的农业绿色发展产生明显影响。原因在于人口规模较大的城市经济发展速度快，居民收入较高，内部通常具有较大的潜在绿色农产品消费能力，通过金融下乡途径惠及农村居民，进而增加农户开展农业绿色投资的意愿。而在人口规模较小的地级市内由于潜在绿色农产品消费能力有限，并且该类城市的金融服-1032024年第2期双月刊（总第207期）务实体经济发展的能力相对有限，使得农户较难享受到金融支农所带来的发展红利，而且人口规模较小的市域内农户对政策环境变化的感知能力亦较弱，因而对新型农业绿色生产技术的接触度较低。表5异质性回归结果（1）变量RFD控制变量时间固定效应地区固定效应观测值R2（1）东部0.136*（0.032）YesYesYes14400.2591（2）中部0.052*（0.018）YesYesYes12640.3067（3）西部0.049*（0.011）YesYesYes10080.3472（4）东北0.130*（0.014）YesYesYes5440.2968表6异质性回归结果（2）变量RFD控制变量时间固定效应地区固定效应观测值R2人口规模高于均值0.151*（0.019）YesYesYes20800.2591低于均值0.067*（0.012）YesYesYes22720.3067种植结构粮食主产区0.042*（0.014）YesYesYes25760.3098非粮食主产区0.131*（0.019）YesYesYes17760.34513.种植结构。在种植结构层面，根据国务院印发的 关于建立粮食生产功能区和重要农产品生产保护区的指导意见，确立黑龙江、吉林、辽宁、河北、河南、山东、江苏、安徽、江西、湖北、湖南和四川12 个省份为粮食主产区，其余省份为非粮食主产区。针对粮食主产区、非粮食主产区分别做回归检验。通过表6的异质性回归结果可知，金融支农对非粮食主产区的农业绿色发展的影响力更胜于粮食主产区。其主要原因可能是：一是由于粮食主产区有明显的“趋粮化”态势，金融支农有助于增强农户扩增粮食作物的种植规模，但对农业绿色转型的正向影响并不显著；二是由于非粮食主产区结构分散，政策扶持力度薄弱，实施金融支农政策有助于研发种植技术、扩大生产规模、调整种植结构，进而增强农业生产的可持续性。（五）空间溢出效应分析为验证本文假说H2，在构建空间计量模型前，需要检验被解释变量的空间相关关系，本文选择莫兰指数进行全局空间自相关检验。本文选取二元邻接矩阵，运用全局莫兰指数检验金融支农和农业绿色发展的空间相关性。由表7可知，在研究时间内的年份，莫兰指数均不为0，也即两个变量间有空间关联性，可构建空间计量模型，对金融支农的影响效应进一步加以检验。表7莫兰指数值年份20112012201320142015201620172018201920202021GR0.254*0.274*0.263*0.284*0.261*0.238*0.231*0.234*0.241*0.255*0.263*RFD0.032*0.056*0.046*0.043*0.042*0.044*0.044*0.046*0.046*0.051*0.059*基于上表的回归结果不难发现，不论是空间误差项，还是空间滞后项，均达到显著性要求，后续构建空间滞后误差模型（SAC模型），对两个变量间进行考察。利用双重差分空间杜宾模型，检验金融支农对农业绿色发展的溢出效应。具体模型如下：GRit=0+W GRit+1RFDit+2Xit+1W RFDit+2W Xit+t+i+it（3）其中，W为空间距离与经济发展的嵌套权重矩阵，即W=w1+()1-w2。为满足研究需要，令=0.5；WGR 表征农业绿色发展的空间滞后项；WRFDit表示金融支农变量的空间滞后项；WXit表示控制变量的空间滞后项；0、1、2、1、2分别表示常数项、被解变量空间滞后性系数、核心变量系数、政策变量以及控制变量的空间滞后性系数。表9中第（1）列为整体回归结果，可以看出，在-104经济 社会研究1%水平上，rho是正相关，这表明空间模型中的核心变量与被解释变量，均表现出明显的空间依赖属性，因而在研究中引入空间计量回归模型具备可行性，能够提升回归结果的可靠性和准确性。表8空间计量模型检验检验指标LM_error检验LM_lag检验检验方法LM_errorLM_error_robustLM_lagLM_lag_robust统计值506.419312.025195.1349.261P值0.00000.00000.00000.0040表9空间计量估计及分解结果RFDrholambdasigma2_e控制变量年份固定效应个体固定效应观测值R2Main0.108*（0.021）0.079*（0.021）0.056*（0.013）0.018*（0.005）YesYesYes10600.024LR_Direct0.071*（0.017）YesYesYes10600.024LR_Indirect0.033*（0.006）YesYesYes10600.024LR_Total0.104*（0.035）YesYesYes10600.024表9展示了空间计量的回归结果。直接效应结果和基准回归结果高度一致。间接效应，即溢出效应结果表明，实施金融支农措施不仅能对农村地区的绿色转型产生影响，也能影响邻近农村地区的绿色转型，由此可得出存在空间溢出效应，该研究结果验证了假说H3。五、研究结论及政策建议（一）研究结论本文基于2011-2021年我国地级市面板数据作为研究样本，深入分析金融支农与农业绿色发展之间的关系，进而得到金融支农影响农业绿色发展的机理，研究发现：（1）金融支农有利于农业绿色发展，且存在显著的空间溢出效应。（2）金融支农对中西部、东北、人口规模较大及交通基础设施良好的市域内农业绿色发展的促进作用更强。（3）机制分析表明金融支农通过促进农业技术进步和农地规模经营，进而推动农业绿色发展。（二）政策建议第一，加强农村金融建设，注重规模和效率的提升。在迈向农业绿色发展目标的过程中的资本要素正向循环效应的形成，若单靠农户自有资金难以维持可持续发展，需要地方金融机构的介入。研究发现，国家出台的金融支农工具对农业绿色发展具有明显的正向影响。因此，需要加强农村地区的金融体系建设。在农户信贷方面，资本要素的配置占比较低、县域金融机构向村级地区的下沉力度相对不足问题突出，故有必要提升面向农户的金融机构网点的覆盖范围，支持和鼓励县域金融机构网点主动满足农户个体化、多样化贷款需求，提高农村金融类服务产品的数量和质量。此外，还应对农村地区的多种类型信贷机构给予支持，如村镇银行、贷款公司、资金互助社等新型农村金融机构，降低新型金融机构的进入门槛，满足农户的信贷需求。充分发挥政策导向作用，通过构建以金融支农为导向的财政支农体系，强化农村金融扶持政策对农业绿色生产的支持力度，促使金融资源在城乡间合理配置，进一步扭转农村金融机构的“吸储外放”现象，实现真正意义上的农村地区资本要素配置效率提升。第二，强化农村金融机构对耕地保护、农村人居环境改善和农地规模经营的支持。切实遵循和完善已有的农地“三权分置”制度，建立效率较高且有效的农地流转服务平台，通过规范化的运作流程以及司法保障，进而促进耕地生产效率提升和农户间土地的有序流转，同时着重关注农村承包土地经营权抵押贷款、金融机构服务土地流转环节等领域的金融产品创新，缓解农业生产主体贷款难的问题。第三，坚持协同发展理念，因地制宜落实金融支农政策。当前阶段由于东部市域内的经济发展水平以及金融基础存在优势，金融机构服务农业生产的效率不均衡。对于经济较为发达的东部地区，除了强调政策性金融支农和持续提升农户金融素养的基础上，建立健全针对农村金融机构的监管体系，通过制定相关法律和行业规范约束农村金融机构的寻租行为，调整金融机构资金流向，更多用于-1052024年第2期双月刊（总第207期）农村地区和第一二三产业融合领域。此外，增强东部农村金融机构对中西部地区的帮扶带动作用，中西部地区也应借鉴东部地区在数字普惠金融和金融服务设施方面的建设经验，推动农业绿色协同发展。参考文献：1罗剑朝，曹瓅，罗博文.西部地区农村普惠金融发展困境、障碍与建议J.农业经济问题，2019（8）：94-107.2王剑锋，周子彦，吕文哑.农村金融模式多样化创新的合约逻辑一个基于发展和监督视角的比较案例分析J.中国地质大学学报（社会科学版），2020，20（5）：119-130.3王小茵.经济双循环格局下农村金融困境及系统性对策研究J.宏观经济研究，2020（9）：68-76.4宋洪远.关于农业供给侧结构性改革若干问题的思考与建议J.中国农村经济，2016（10）：18-21.5李晓明，许属琴.经营规模、金融驱动与农业全要素生产率J.软科学，2017（8）.6应瑞瑶，郑旭媛.资源禀赋、要素替代与农业生产经营方式转型以苏、浙粮食生产为例J.农业经济问题，2013，34（12）：15-24.7王德智.货币政策支持农业绿色发展的路径研究J.宏观经济管理，2022（4）.8杨世伟.绿色金融支持乡村振兴：内在逻辑、现实境遇与实践理路J.农业经济与管理，2019（5）.9王彬彬，李晓燕.基于绿色农业的市场化直接补偿方式研究J.农村经济，2019（6）：1-7.10邓心安，郭源，孟高旗.生物经济与农业绿色转型J.中国人口 资源与环境，2017，27（S2）：25-28.11李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解J.中国人口 资源与环境，2011，21（8）：80-86.12陆杉，熊娇.农村金融、农地规模经营与农业绿色效率J.华南农业大学学报（社会科学版），2021，20（4）：63-75.13刘赛红，李朋朋.农村金融发展的空间关联及其溢出效应分析J.经济问题，2020（2）：101-108+129.14行伟波，张思敏.财政政策引导金融机构支农有效吗？涉农贷款增量激励政策的效果评价J.金融研究，2021（5）：1-19.15魏琦，张斌，金书秦.中国农业绿色发展指数构建及区域比较研究J.农业经济问题，2018（11）：11-20.责任编辑：刘昌龙-106