楊世豪
(湖南農業(yè)大學公共管理與法學學院,長沙410128)
全面推進種業(yè)振興戰(zhàn)略,是新時代中國特色社會主義的本質要求,也是保障我國糧食安全的路徑選擇[1]。黨的二十大以來,習近平總書記在多個場合提出種業(yè)振興,強調全方位夯實糧食安全根基,牢牢守住十八億畝耕地紅線,確保中國人的飯碗牢牢端在自己手中[2]。然而,由于區(qū)域協(xié)調機制不健全[3]、農產(chǎn)品供應鏈不穩(wěn)定[4]、創(chuàng)新體系不全[5-7]等現(xiàn)實問題,導致我國種業(yè)糧食生產(chǎn)效率總體不高。在此背景下,金融的助力作用為推動種業(yè)全要素生產(chǎn)率(TFP)的提高提供了新模型、新業(yè)態(tài)[8]。2022 年3 月由中國人民銀行、國家金融監(jiān)管總局、中國證監(jiān)會、財政部、農業(yè)農村部聯(lián)合發(fā)布的《關于金融支持全面推進鄉(xiāng)村振興 加快建設農業(yè)強國的指導意見》提出,要做好糧食和重要農產(chǎn)品穩(wěn)產(chǎn)保供金融服務,持續(xù)加強種業(yè)振興金融支持。因此,加強金融支持,成為新時代下推動種業(yè)振興的重要抓手。然而,我國種企普遍面臨銀行授信較低、產(chǎn)業(yè)化水平不高和資本運作水平較差等難題,滬深A 股以種業(yè)為核心業(yè)務的上市公司不足8 家(不含“*ST 敦種”)。由此,深化銀企合作,加大種業(yè)金融支持,提升種業(yè)全要素生產(chǎn)率,不僅是擺脫糧食發(fā)展困境的外在手段,更是實現(xiàn)種業(yè)振興的內在要求。
目前,與本文相關的研究聚焦于兩個方面:一是多數(shù)學者對于全要素生產(chǎn)率的測量研究,主流方法包括非生產(chǎn)前沿方法和生產(chǎn)前沿方法。前者有生產(chǎn)函數(shù)法[9]與指數(shù)法,后者則包括數(shù)據(jù)包絡分析[10]、隨機前沿分析[11]、普通最小二乘法、OP 法、LP 法[12]和工具變量法(系統(tǒng)廣義矩陣估計),構建了涵蓋資本投入、人員投入、其他投入和期望產(chǎn)出的指標體系[13],其中OP 法減輕了內生性和樣本選擇性的問題,將作為本文測算種業(yè)全要素生產(chǎn)率的方法。二是基于金融支持(FIN)如何影響種業(yè)振興的理論研究,如季牧青[14]思考金融服務種業(yè)發(fā)展的可行路徑,王一涵等[15]的研究為金融服務支持種業(yè)的發(fā)展提供了思路,甚至有學者將其拓展到西北地區(qū)進行個案分析[16]。
綜上所述,已有文獻對金融支持和農業(yè)全要素生產(chǎn)率兩個方面進行了大量的研究并形成了豐碩的成果,但其多為定性研究,且關于金融支持與種業(yè)全要素生產(chǎn)率的研究比較缺乏。因此,本文以滬深A股7 家最具代表性的種業(yè)上市公司為研究對象,選取2008-2020 年的樣本數(shù)據(jù),通過雙向固定效應模型對金融支持能否促進種業(yè)全要素生產(chǎn)率的增長進行實證分析,以期為新時代下種業(yè)振興提供一定經(jīng)驗參考。
銀企合作金融支持主要是指利用銀行信貸融資為主的間接融資市場,通過信貸、保險和發(fā)行股票、債券等方式,為種業(yè)公司提供高效、優(yōu)資的融資渠道,滿足其融資需求,進而解決定向研發(fā)資金困難的問題,提升企業(yè)創(chuàng)新能力,推動全要素生產(chǎn)率的提高。
首先,在信貸方面。絕大部分種業(yè)公司處于發(fā)展期,規(guī)模較小,缺乏銀行認可的抵押物,難以獲得信貸資金。一方面,種業(yè)知識產(chǎn)權領域保護不完善,且知識產(chǎn)權確權時間較長、變現(xiàn)較難,甚至還存在侵權嚴重的問題,決策者創(chuàng)新意愿受到打擊,導致創(chuàng)新水平較低;另一方面,農作物種子變現(xiàn)難、儲存難、抵押程序復雜,加之其價值大小估計難度較高,導致種業(yè)公司融資普遍困難。故而,金融支持對種業(yè)發(fā)展至關重要。
其次,在保險方面。目前我國種業(yè)保險的適用產(chǎn)品少、理賠標準高且賠償力度小,導致種業(yè)公司及農戶參保意識不強。鑒于此,擴大種子品種和產(chǎn)業(yè)鏈覆蓋范圍,優(yōu)化補貼政策并加強宣傳教育,是當前種業(yè)保險發(fā)展的重中之重。因而,以金融為載體,加強種業(yè)保險機制建設,使種業(yè)從業(yè)人員與公司廣泛受益,是推動種業(yè)振興的重要一步。
最后,在發(fā)行股票、債券方面。針對上市公司僅通過信貸進行融資的渠道單一問題,銀企合作的金融支持可以提高種企的資本運作水平,通過發(fā)行股票、債券方式向市場“借錢”經(jīng)營,可以提高公司的經(jīng)營現(xiàn)金流,且大股東的投資也能使得企業(yè)股權結構優(yōu)化,經(jīng)營效率提高,進而顯著提升全要素生產(chǎn)率。
綜上所述,提出本文假設:H1 銀企合作金融支持能夠促進種業(yè)全要素生產(chǎn)率的提高。
2.1 數(shù)據(jù)來源本文以種業(yè)行業(yè)為研究對象,選取了2008-2020 年包括隆平高科、登海種業(yè)、荃銀高科、豐樂種業(yè)、農發(fā)種業(yè)、神農科技和萬向德農等7家上市公司的相關數(shù)據(jù),對其進行手工整理與篩選,并對連續(xù)型變量做了winsor 1%的縮尾處理,共計得到有效樣本為70 個。數(shù)據(jù)來源方面,除解釋變量金融支持為本文手工整理外,全要素生產(chǎn)率的測算和其他控制變量皆來自CSMAR 數(shù)據(jù)庫。
2.2 變量定義及描述(1)被解釋變量。本文被解釋變量為種業(yè)全要素生產(chǎn)率,參考魯曉東等[12]的研究,基于OP 法計算得出i公司第t年的全要素生產(chǎn)率,并取自然對數(shù)作為本文被解釋變量的代理變量。具體投入產(chǎn)出指標如表1 所示。
表1 OP 法全要素生產(chǎn)率指標體系
(2)解釋變量。為準確刻畫金融支持這一指標,本文通過查詢企業(yè)相關公告與高管簡歷,借鑒杜勇等[17]研究的方法思路,根據(jù)高管團隊定義剔除董監(jiān)事人員,整理得出高管團隊中金融背景的人數(shù)占比,作為本文的核心解釋變量。
(3)控制變量。借鑒吾買爾江·艾山等[18]的研究,選取以下變量作為本文控制變量。上市年限(ListAge) 一般認為上市年限較長的企業(yè)擁有較好的名譽與卓越的地位[19],其所擁有的技術積累能夠正向影響全要素生產(chǎn)率的增長。因此,本文用當前年份減上市年份加1 后取對數(shù)表示企業(yè)上市年限。資產(chǎn)規(guī)模(Size) 種業(yè)上市公司資產(chǎn)規(guī)模越大,其融資能力越強,風險承擔水平和市場競爭力越高,這將有利于提升生產(chǎn)資源配置的效率,促進全要素生產(chǎn)率的增長[20]。故此,借鑒已有研究,本文以期末總資產(chǎn)的自然對數(shù)對資產(chǎn)規(guī)模進行表征。資產(chǎn)負債率(Lev) 當面臨較高的資產(chǎn)負債率時,種業(yè)上市公司會減少生產(chǎn)端的投入,不利于全要素生產(chǎn)率的提高。借鑒楊雪等[21]的研究,選取負債總額與資產(chǎn)總額的占比代表資產(chǎn)負債率。盈利能力(ROE)
企業(yè)盈利能力的改善對生產(chǎn)要素投入具有正向影響[22]。盈利能力越高,生產(chǎn)投入越多,全要素生產(chǎn)率可能就越高。本文以凈資產(chǎn)收益率進行衡量,即凈利潤與平均凈資產(chǎn)之比。投資機會(TobinQ)投資機會影響主要債權人及投資者的決策,對企業(yè)的生產(chǎn)經(jīng)營資金產(chǎn)生重要影響。因此,本部分采用TobinQ 值衡量。兩職合一(Dual) 兩職合一在一定程度上容易使管理者擁有過高的權力,從而使得董事會的監(jiān)督效力降低,對生產(chǎn)經(jīng)營決策影響較大。本文按公司中董事長和總經(jīng)理是否由同一人擔任進行劃分,是則賦值為1,否則為0。
本文主要變量描述性統(tǒng)計如表2 所示。
表2 主要變量描述性統(tǒng)計
樣本的基本情況如表2 所示。從分布上看,資產(chǎn)規(guī)模(Size)和投資機會(TobinQ)的分布波動很大,平均值分別為21.48 和2.88,最小值分別為20.24 和0.90,最大值分別為23.46 和7.98,且標準差分別為0.77 及1.35,說明各公司的生產(chǎn)體量和市場投資受歡迎程度的差異較大。而全要素生產(chǎn)率(TFP)、上市年限(ListAge)與資產(chǎn)負債率(Lev)波動較小,標準差分別為0.45、0.58 與0.13,即各種企的生產(chǎn)效率、上市年份和資本運轉狀況相差不大。統(tǒng)計分析表明,金融支持(FIN)均值為0.08,且標準差最小(0.06),企業(yè)盈利能力(ROE)分布也較為穩(wěn)定,標準差僅為0.08。從種業(yè)上市企業(yè)的各項財務和非財務指標來看,不同觀測樣本之間差異顯著,但與目前我國種企發(fā)展情況相似。
2.3 模型構建根據(jù)理論假設和指標選取,本文構建雙向固定效應模型,如公式(1)所示。
式中TFP表示全要素生產(chǎn)率,即企業(yè)創(chuàng)新,F(xiàn)IN代表金融支持變量,Control為全部控制變量,ε為隨機擾動項,下標i表示企業(yè)個體,t則表示年份。此外,本文還控制了個體(μi)和年份(γt)固定效應。β1是本文主要觀察變量,代表著金融支持對種業(yè)全要素生產(chǎn)率的影響。
指標之間嚴重的多重共線性會干擾回歸結果,在進行回歸分析之前,為了解所有指標之間是否存在多重共線性問題,本文采用方差膨脹因子(VIF)對變量進行檢驗,檢驗結果見表3。各主要解釋變量的VIF 均未大于2,故而各個主要解釋變量之間不存在明顯共線性。
表3 方差膨脹因子(VIF)檢驗
豪斯曼檢驗結果P值小于0.01,說明本文應當選用固定效應模型(表4)。因此,本文通過Stata17 軟件運用雙向固定效應模型對樣本進行回歸,回歸結果見表4 基準回歸。核心解釋變量金融支持(FIN)對種業(yè)全要素生產(chǎn)率的提升在1%的水平上顯著,說明企業(yè)金融背景的高管越多,越易通過銀企合作帶來經(jīng)營所需資金,緩解面臨的外部融資約束,進而降低機會成本,提高種業(yè)公司的全要素生產(chǎn)率,證實假設H1。
表4 模型回歸結果
控制變量方面,資產(chǎn)規(guī)模(Size)、盈利能力(ROE)和市場投資機會(TobinQ)正向影響全要素生產(chǎn)率,而兩職合一則會抑制TFP 的提高,同時,資產(chǎn)負債率對全要素生產(chǎn)率的影響也呈負向,雖然不具備統(tǒng)計顯著性。以上結果的合理解釋為:隨著資產(chǎn)規(guī)模的壯大,更低的成本使得資本投入更少,薄利多銷的營銷方式幫助企業(yè)快速占據(jù)市場份額,標準化的經(jīng)營和長期的技術積累提高了期望產(chǎn)出,這種規(guī)?;膬?yōu)勢使得全要素生產(chǎn)率提高;且盈利能力持續(xù)改善,市場投資則會處于看好買入的情緒狀態(tài),生產(chǎn)經(jīng)營所需現(xiàn)金流得到補充,企業(yè)抗風險能力加強,與資產(chǎn)規(guī)模狀大形成良性循環(huán),提高了種業(yè)全要素生產(chǎn)率;而企業(yè)兩職合一則不利于生產(chǎn)效率的提高,一方面管理層決策科學性和效率會大打折扣,另一方面內部晉升空間壓縮導致員工生產(chǎn)積極性下降;從理論方面角度來看,企業(yè)高額的資產(chǎn)負債會抑制TFP 的提高,但在表4 結果中并不顯著,可能是因為種業(yè)公司普及負債率不高(表2),平均數(shù)值為0.38,且種業(yè)公司屬于國家種業(yè)振興的戰(zhàn)略發(fā)展方向,基本得到政府一定的扶持,所面臨的融資約束較為一般,外部風險較低,并不會采取激進的財務戰(zhàn)略來進行擴張,從而對全要素生產(chǎn)率的影響較小。
由于基準回歸解釋變量由高管金融背景占比衡量,為確保本文核心結論穩(wěn)健,選取企業(yè)是否有金融背景高管變量進行替換,存在金融背景高管則賦值為1,否則為0。進行重新檢驗,結果如表4 穩(wěn)健性檢驗所示,更換核心解釋變量后的參數(shù)估計通過了5%的顯著性水平檢驗,說明基準回歸結論可靠。
總體來看,企業(yè)金融背景高管占比越高,種業(yè)全要素生產(chǎn)率越高。同時,結合企業(yè)內部微觀影響因素發(fā)現(xiàn),種業(yè)全要素生產(chǎn)率的提高與資產(chǎn)規(guī)模、盈利能力和投資機會正相關。因而,種業(yè)振興的根本在于企業(yè)競爭力的提升,而金融服務能夠改善企業(yè)融資約束狀況,促進創(chuàng)新產(chǎn)出,從而提高自身競爭力。與以往文獻不同,本文著重對政治關聯(lián)影響種業(yè)上市公司的全要素生產(chǎn)率的理論進行了實證檢驗,拓展了相關研究領域。同時,此次研究表明,銀企合作金融支持可以促進種業(yè)全要素生產(chǎn)率的提高,這對我國金融助力種業(yè)發(fā)展及其方向、實現(xiàn)種業(yè)振興具有一定指導意義。
但也不難發(fā)現(xiàn),當前金融服務對種業(yè)的政策支持存在持續(xù)性不夠、種業(yè)保險較少和信用評估不足的問題,且種企惜貸現(xiàn)象嚴重,導致種業(yè)企業(yè)、經(jīng)營個體及家庭農場的外部融資需要跨越重重困難。為此,金融機構應加大對種業(yè)的支持力度,在運行機制的構建和完善上,應優(yōu)化縮減融資程序,在種業(yè)保險方面繼續(xù)推出新險種,并深化其與企業(yè)的合作,提高種企資本運行效率,推動種業(yè)全要素生產(chǎn)率的提高,為實現(xiàn)種業(yè)振興戰(zhàn)略助力。