县域金融集聚、要素配置结构与粮食生产供给——来自中国县域的经验证据

刘 洋 颜 华

(1.山东女子学院，山东 济南 250300；2.东北农业大学，黑龙江 哈尔滨 150030)

一、引言

粮食稳定生产与有效供给是筑牢国家粮食安全的防线。2004年以来，党和政府高度重视粮食生产，在一系列“红线论”“饭碗论”“底线论”等行之有效的实践理论与政策指导下，我国粮食生产实现“十八连丰”，从当年的4.695亿吨增长到2021年的6.828亿吨，年均增长2.52%。然而，从长期来看其不确定性仍然存在，我国城镇化、工业化与现代化的快速发展与粮食生产所依赖的土地、水资源及农业劳动力之间的竞争与冲突日益严重(高延雷 等，2020)，且人口增长对粮食消费也存在长期刚性需求，粮食供求紧平衡态势仍不会改变。2021年我国粮食进口量达历史新高，对外依存度持续上升，在世纪疫情、贸易摩擦、国际冲突等影响下，国际粮食供应链不断受到冲击，粮食贸易面临的外部环境日趋复杂，这对利用国外农业资源调剂国内余缺，解决国内粮食结构性短缺问题也带来了风险和挑战。因此，保障粮食生产供给，确保饭碗牢牢端在自己手中，仍是当前和未来很长时期的一项重要议题。

农村金融对农业经济发展有着举足轻重的作用，而粮食供应作为农业经济发展的基础，其增产、提质也离不开农村金融的支持。县域金融是农村金融的主体，其发展得到了中央高度重视，近两年中央一号文件明确指出要深化农村信用社改革，保持县域金融机构法人地位、数量总体稳定，加强县域金融机构支持力度，推动农村金融机构回归本源。同样，为推动县域金融生态建设，我国县级地方政府也全方位、多举措地展开了对地方金融市场和金融资源流动的干预，出台了信用体系建设、政府担保增信等一系列金融支持政策。部分县域借助政府金融支持政策、经济基础、人力资本以及地理区位优势等吸引了大量金融机构和信贷资源，金融与经济发展之间呈现良性互动现象(冯林 等，2016a)。根据信息腹地理论、市场摩擦理论和金融资源流动理论，金融集聚是金融资源空间运动的基本规律，是经济发展过程中的必然现象，县域层面亦然。目前，我国县域层面金融资源的空间依赖性持续增强，金融机构的地理位置不断接近、业务关联度日趋提升，部分县域地区金融集聚特征逐渐明显(冯林 等，2016b)。我国粮食生产高度集中于县域，那么，县域金融集聚发展会导致粮食生产要素配置结构调整并影响粮食生产供给吗？其背后的理论逻辑又是什么？此外，有研究表明，我国县域金融集聚的“极化效应”已经显现，部分发达县域的金融集聚水平达到了新的高度，但是部分落后县域依旧徘徊在高功耗、低产能的粗放发展路径中，经济转型和产业结构升级步履维艰，金融资源集聚程度有限(冯林 等，2016b，2016c)，这种非均衡发展对粮食生产供给的影响效应是否存在差异？对这些问题的解析，有助于厘清县域金融集聚与粮食生产供给的关系，对进一步发挥县域金融支农惠农在保障国家粮食安全中的作用具有一定的指导意义和参考价值。

学术界对县域金融集聚、粮食生产供给等问题进行了诸多研究。关于县域金融集聚的研究主要集中在三方面：一是金融集聚与经济发展。金融集聚是金融发展的重要方向，一些学者认为随着金融集聚水平的提升，金融对经济增长的作用不断下降(Levine，2005)，即金融集聚对实体产业经济的影响并非呈简单的线性特征，而是一种复杂的非线性关系(Law et al.，2014)，即一定水平的集聚有利于实体产业经济发展，而金融不足或过度集聚则会使实体产业经济受到“金融诅咒”的威胁(Shaxson et al.，2013)。二是县域金融集聚的影响因素。大部分研究认为经济基础、政府干预、政府竞争、投资水平以及人力资本是影响县域金融集聚水平的关键因素(成春林 等，2013；冯林 等，2016b)。三是县域金融市场结构。傅昌銮(2014)指出以农村商业银行和村镇银行等农村中小金融机构为主的金融结构更适合于县域经济发展，并且能显著促进普惠金融服务深化；王雪等(2019)研究发现国有五大商业银行在贫困县和非贫困县均不能有效促进普惠金融服务深化。关于粮食生产供给的研究侧重于识别其影响因素，例如粮食生产成本(王向辉，2015)、劳动力转移(钟甫宁 等，2016)、资源禀赋(唐华俊，2014)、生态环境可持续性(Liu，2014)以及国际贸易环境(王学君 等，2020)等。聚焦于财政金融支农政策与粮食生产供给关系的研究主要存在两种代表性的观点：一类观点认为，财政金融支农能有效缓解农村信贷约束，降低农业要素投入成本，进而有助于粮农扩大粮食种植规模，促进粮食增产(Kropp et al.，2011)。而另一类观点则强调财政金融支农政策对粮食产量的影响不明显，甚至起抑制作用(黄季焜 等，2011)。其逻辑在于，当前我国财政金融支农资金存在总量不足和结系机构不合理的双重矛盾(温涛 等，2008)，且资金使用效率偏低，大部分金融支农资金与粮食“脱钩”，粮农增产、增收被排除在“锚定”外(高远东 等，2013)，抑制了金融对粮食生产供给的积极作用。此外，亦有文献关注了县域金融集聚对农民收入的影响及其路径(刘洋 等，2021)，但鲜少聚焦于县域金融对我国粮食生产供给的影响。

本文的边际贡献主要体现在：其一，现有研究多从农业资本单一要素投入分析金融信贷与粮食生产的关系，而本文以县域层面金融集聚水平非均衡发展为切入点，从粮食生产要素配置结构调整(资本替代劳动力、亩均技术(资本)投入以及土地规模经营)视角探析县域金融集聚对粮食生产供给的影响效应，拓展了已有研究的视角；其二，县域金融是金融支农资金主要来源，我国粮食生产又高度集中于县域，因此县域金融与粮食生产联系更为紧密，但以往研究多从省市层面探讨农村金融或财政支农对粮食生产供给的影响。本文基于粮食主产区306个县(县级市)2007—2017年的面板数据，实证检验县域金融集聚对粮食生产供给的影响效应，不仅增加了来自县域层面的经验证据，也弥补了现有文献多从城市经济角度探讨金融集聚经济效应的局限；其三，本文研究发现县域金融集聚对粮食生产供给存在倒“U”形影响，可为县域金融体制建设提供新的经验证据。

二、理论逻辑与研究假说

(一)县域金融集聚对粮食生产供给的影响分析

根据金融集聚理论，集聚效应能产生外部规模经济、网络效益、创新效益以及自我强化机制效益。粮食生产作为农业经济发展的基础，一定范围内的县域金融集聚度提高会对粮食生产供给产生积极影响。一方面，随着县域金融集聚水平的上升，地区金融资源逐渐丰富，并间接带来了人才、技术和产业的集聚(刘军 等，2007)，其集聚的资源优化配置效应、创新激励效应及知识溢出效应，会推动农业技术进步与成果转化，促进农业技术产业结构升级，而农业前沿技术进步与农业物质装备升级对粮食增产均具有显著的促进作用；另一方面，县域金融集聚发展可以提高不同类型金融机构的合作效率，加快城乡间资本流动速度，降低交易费用，有利于突破农业自身资本积累不足和外界资本获取难度较大的约束，为农业发展补充资金。从农户层面而言，县域金融集聚可以拓展农户获取金融资源渠道，降低信贷交易成本，有助于农户增加农业机械、种子化肥等农业资本投入，同时农村信贷约束的逐步缓解也有利于土地规模经营、高标准农田建设以及农业社会化服务发展，进而优化县域地区内传统农业生产方式、提高粮食生产效率与供给水平。

然而，理论上讲，县域金融超规模发展对当地粮食生产供给的促进作用可能会逐渐减弱。首先，随着县域金融集聚程度的上升，金融机构间的竞争日益激烈，为了获得更多客户，金融中介会提高创新能力，开发各类复杂的金融服务与产品。出于规避监管或增加短期盈利的压力，这些金融产品有可能成为金融机构投机、监管套利或追求短期盈利的工具(潘敏 等，2019)，从而导致金融资源错配，对粮食种植业等实体产业的资金投入减少，因此县域金融集聚对粮食生产供给的促进作用将变弱。其次，当县域金融集聚达到高层级后，金融机构与信贷资金的集中促进了非农产业繁荣与县域城镇化扩张，地区产业结构将得到调整与升级，农业产值占比进一步下降、第二三产业成为地区主导产业。而该过程中会吸引农业劳动力完全脱离农业生产进入非农部门就业(伍骏骞 等，2017)，同时县域城镇规模扩张及产业园、工业园落地，也会导致部分农地性质转变为非农用地(Markus，2012)，从而加剧农村“空心化”、“非农化”等形式的农业边缘化，给粮食种植业带来一定负向冲击。最后，县域金融超规模会加剧地区农业种植结构的“非粮化”。一方面，县域金融超规模发展会促进县域城镇化建设及产业结构升级，并带动人口集聚与收入水平提高。随着人民生活品质的提高，水果、蔬菜等经济作物的需求逐步扩大，由于经济作物的种植收益远高于粮食作物，理性农户会调整农业种植结构，增加经济作物的种植面积以获取更多农业经营性收入，这将不利于粮食稳产保供；另一方面，县域金融资源聚集会促进工商企业发展及工商资本下乡租赁农地，而资本的“趋利性”将引致农业种植结构“非粮化”，并且还可能存在企业因农业投资回报率较低，改变农地性质发展非农产业或对流转农地“圈而不用”的情况，这都可能造成耕地资源的浪费(曹俊杰，2018)，不利于粮食生产供给。

根据上述分析，县域金融集聚对粮食生产供给会产生正向和负向两方面影响，而哪一种效应会占据主导，这可能与县域金融集聚本身所处的发展阶段密切相关。在县域金融集聚发展的适度阶段，正向效应占据主导，此时提高县域金融集聚度将促进粮食生产供给；在县域金融超规模发展阶段，由于农业领域金融资源投放降低、农业生产要素加速抽取、农业种植结构“非粮化”加剧，此时负向效应超过正向效应。因此，本文提出：

假说1：县域金融集聚对粮食生产供给的影响具有非线性倒“U”形特征，即县域金融集聚与粮食生产供给之间存在一个门槛，当县域金融集聚水平上升超过该门槛后，对粮食生产供给的促进作用会减弱乃至变为抑制。

(二)要素配置结构的作用机制分析

改革开放以来，工商部门的快速成长与扩张促进农村剩余劳动力向非农就业转移，并与粮食生产所依赖的土地、水资源形成竞争，但工商部门发展也为农业部门提供了农业机械、种子、化肥等生产资料。因此，相对于土地和劳动力等要素，在粮食生产过程中农业资本的丰富度及价格在下降，农业资本深化程度不断加深。县域金融集聚发展则加快了农业资本与技术对土地、劳动力的替代进程并促进了土地适度规模经营，进而通过改变粮食生产要素投入结构影响粮食生产效率及供给水平，如图1所示。

图1 县域金融集聚影响粮食生产供给的作用机制分析

1.资本替代劳动力与亩均农业技术(资本)投入增加的机制分析

(1)县域金融集聚会加剧非农部门与粮食生产所依赖的劳动力、土地等要素的竞争。首先，县域金融集聚水平上升带来的金融规模扩大与金融机构数量增加，可为县域工业化发展提供更多金融信贷资源，加速工业部门及服务业部门的繁荣。而工商部门的发展除了需要资本外，劳动力投入也是必备的要素。故而，县域非农部门的快速发展会给农民带来大量的就业机会与岗位，由于第二三产业的工资性收入远大于农业生产经营性收入，大量农村剩余劳动力不断涌入工商部门从事非农活动，致使从事粮食生产的劳动力数量严重短缺。其次，县域金融集聚通过为县域城镇化建设提供资金支持，促进了地区教育、医疗、文化与娱乐等公共服务和基础设施的完善，进一步提高了农民进城务工与生活的积极性。再次，县域金融集聚通过缓解农村信贷约束促使农村家庭非农创业(李长生 等，2020)，进一步减少了粮食生产中的劳动力投入，使农业生产主体呈现出愈加明显的“老龄化”现象。最后，县域金融集聚会改变农村劳动力的人力资本水平。一般而言，金融业等非农部门对从业人员的年龄、知识水平与专业技能有一定的要求，只允许农村青壮年或者知识、技能水平等综合素质较高者转移至非农部门就业，这就导致从事粮食生产的劳动力面临数量与结构的双重约束，对粮食生产供给造成不利影响。此外，县域金融集聚还能在一定程度上加快土地“非农化”。一方面，县域金融集聚促进了县域城镇化建设与工业化进程，而城镇规模扩张及产业园、工业园落地往往会导致大量农地转变为住宅用地、工业用地及公共基础设施用地(刘守英 等，2020)，致使粮食种植的耕地面积减少；另一方面，县域金融集聚为工商资本下乡提供了资金支持，一定程度上会加剧农地“非农化”“非粮化”倾向。不少学者认为工商资本下乡的主要形式便是通过农地流转实现土地规模化经营(周飞舟 等，2015)，而资本的趋利避害性容易导致流转土地更多地种植经济作物，更甚者会改变农地用途性质，借土地流转之名实施非农建设，增加粮食种植业的耕地压力。

(2)县域金融集聚会促进农业技术进步与农业资本深化。一方面，县域金融集聚有利于农业技术进步。随着市场经济及农业现代化的不断发展，农业机械装备企业的产业结构需要向更高级别调整，且农业技术创新主体呈现多元化特征，单依靠财政投资已经难以满足农业技术创新及农业技术产业结构升级的资金需求(尹雷 等，2014)。县域金融集聚的资源优化配置效应在缩短投资周期、提高储蓄投资转化效率的同时，还可为农业技术的研发、成果转化、产业结构升级等提供资金支持，以促进农业技术创新(黄红光 等，2018)。此外，县域金融集聚的创新激励效应可以促进农业技术企业竞争与行业人才流动，实现创新知识的流动与转移，同时网络效应可以实现知识共享与扩散，降低技术创新主体的学习研发成本，推动劳动节约型技术进步。另一方面，县域金融集聚有助于增加农业资本投入。占据县域金融市场主导地位的农村信用社，以及国有银行、股份制银行、城商行等多种类型金融机构的聚集，加剧了县域金融市场化竞争。在有限的客户资源下，金融机构会通过提高金融信贷规模及服务质量来防止客户分流(张珩 等，2021)，这有助于缓解农民采用新技术、新机械装备的资金短缺问题，促使农业资本深化。随着农村信贷约束的缓解，通过激励农民合作社、农业企业等新型农业经营主体增加对农业生产性服务领域投资，可有效促进农业社会化服务发展，改善农户农业生产条件(涂圣伟，2014)。

综上所述，县域金融集聚发展会加剧非农部门与粮食生产所依赖的劳动力、土地等要素的竞争，同时促进农业技术进步与农业资本深化。根据诱致性技术变迁理论，农民会选择增加金融资本、农业机械等资本要素投入来替代价格与务农机会成本不断上升的劳动力要素及资源不断稀缺的耕地，以维持农业生产性经营活动。也就是说，县域金融集聚会引致粮食生产要素投入结构调整，如农业资本替代劳动力、亩均农业技术(资本)投入增加，而随着农业技术进步、农业资本深化提高土地产出率及劳动生产率(邱俊杰 等，2019)，最终正向影响粮食生产供给。基于上述分析，本文提出：

假说2：县域金融集聚通过促进农业资本替代劳动力影响粮食生产供给。

假说3：县域金融集聚通过促进亩均农业技术(资本)投入增加影响粮食生产供给。

2.土地资源再配置与规模经营的机制分析

土地适度规模经营通过改善劳动生产率和土地产出效率正向作用于粮食生产供给(刘魏 等，2018)，而土地规模扩大受到了农户参与土地流转市场可行能力的约束，其中，县域农村地区信贷市场失灵导致农户无法获得扩大经营规模所需的资金支持，是造成发展中国家土地流转市场无效率的关键原因(侯建昀 等，2016)。大规模的土地流转会产生大量流转费用，一般农户自身资本积累难以支撑，而县域农村地区信贷市场失灵又使农户面临较强的信贷约束，进而限制了土地流转与规模经营。即使农户通过自身资本积累支付了流转费用，但是伴随土地规模扩大农户会选择购买农业机械替代劳动力进行生产，而为了实现生产性机械的使用效率最大化，又会通过流转土地继续扩大经营规模，于是该过程将产生大量长期信贷需求。总之，有限的信贷可得性和居高不下的信贷交易成本不仅不利于农户的农地市场参与，也对农户优化要素配置产生了不利影响。县域金融集聚的空间溢出效应会促使金融服务范围向空白地区和农村地区延伸，增加农村信贷供给，提高农村金融服务渗透能力，进而改善县域农村地区信贷市场失灵问题，为小农户及新型农业经营主体流转土地、购置农机具提供基本金融服务需求，最终实现土地要素资源再配置与粮食生产供给水平的提高。

除此之外，有研究表明区域经济发展能否为农村劳动力提供充分的、稳定的非农就业机会也是制约土地流转的关键因素之一(陈飞 等，2015)，而根据上文分析可知，县域金融集聚能加速农村剩余劳动力非农就业转移。综上所述，县域金融集聚通过增加农村信贷供给、加速农村剩余劳动力转移促进土地流转与规模经营，并最终影响粮食生产供给。基于此，本文提出：

假说4：县域金融集聚通过促进土地流转与规模经营影响粮食生产供给。

三、研究设计

(一)计量模型设定

1.基本模型设定

为了探究县域金融集聚与粮食生产供给之间的关系，本文以各县级行政区的粮食生产供给为被解释变量，县域金融集聚为核心解释变量，建立如下基准模型：

graini,t=β0+β1finai,t+β2Xi,t+ui+et+εi,t

(1)

其中：finai,t为第i个县(县级市)第t年的县域金融集聚水平，graini,t为粮食生产供给水平，Xi,t表示其他影响粮食生产供给的一系列控制变量，ui表示地区固定效应，et表示时间固定效应，εi,t为随机干扰项，β0为常数项，β1和β2为待估系数。在模型参数估计中对相应变量做自然对数化处理，以减轻变量间的异方差和多重共线性。为了检验县域金融集聚对粮食生产供给的非线性关系，在模型(1)的基础上加入县域金融集聚的平方项，如下所示：

(2)

2.中介效应检验模型

根据上文理论分析，县域金融集聚通过引致粮食生产要素投入结构调整影响粮食生产供给。为了检验该作用机制，本文借鉴Edwards et al.(2007)的方法构建中介效应检验模型，该方法比温忠麟等(2004)提出的“三步法”中介效应检验更适用于检验变量间的非线性关系。在模型(2)的基础上，构建以下方程：

(3)

(4)

(二)变量说明

1.核心变量

(1)县域金融集聚(fina)。已有研究通常采用衡量产业集聚的赫芬达尔指数、空间基尼系数、区位熵指数等指标度量金融集聚水平。但赫芬达尔指数未考虑金融资源的空间布局和地理区域大小差异，只能度量绝对集聚程度；而空间基尼系数没有考虑行业中企业规模大小的差异，因此在表示集聚程度时含有虚假成分；区位熵指数是一个相对指标，通过计算县域金融集聚水平与整个地区金融集聚水平的比值，不仅可以衡量县域金融发展水平，还能比较分析县域之间的差异。此外，冯林等(2016a)认为银行贷款规模能够较好地反映县域金融资源的丰富程度，可以采用县域地区银行贷款规模与当地GDP的比值表示县域金融集聚水平。本质上，这种方法与赫芬达尔指数相似，虽然可以衡量县域金融发展水平，但无法体现出不同县域之间的金融集聚水平差异。本文在计算县域金融集聚时需要考虑不同县域地区的差异，因此采用区位熵指数计算县域金融集聚水平(fina)，公式如下：

(5)

(2)粮食生产供给(grain)。以国内学者常用的粮食作物产量来衡量。

2.中介变量

本文涉及三类要素投入结构调整：一是农业资本替代劳动力(农业资本要素投入相对劳动力要素投入的变化)，利用机械投工比进行表征(刘魏 等，2018)。二是亩均农业技术(资本)投入增加(农业技术(资本)要素投入相对土地要素投入的变化)，采用亩均耕地农业机械化程度进行表征。一方面，随着农业现代化进程推进，农业生产作业主要依靠机械设备来完成，农业固定资产大部分是农业机械，因此农业机械总动力可衡量农业资本投入(曹菲 等，2021)；另一方面，农业机械总动力可衡量农业技术进步、农业现代化程度(刘欢，2020)。三是土地规模经营(土地要素投入相对劳动力要素投入的变化)，运用人均耕地面积进行表征。其中，耕地要素投入用县域地区粮食作物播种面积来衡量；粮食种植机械总动力=农业机械总动力×粮食播种面积/农作物播种面积；粮食种植从业人员数=农林牧渔业就业人员数×(农业产值/农林牧渔总产值)×(粮食播种面积/农作物播种面积)。

3.控制变量

考虑到其他因素对粮食生产供给的影响，本文在相关研究的基础上，控制了以下变量：(1)农用化肥(fert)。作为农业重要的生产要素投入，农用化肥对粮食的增产和保产具有直接的促进作用。本文用各县域地区粮食种植化肥施用折纯量来衡量农用化肥(fert)，测算方法为：粮食种植化肥施用折纯量=农用化肥施用折纯量×(粮食播种面积/农作物总播种面积)。(2)产业结构(indust)。产业结构反映了地区内主导性产业的特点，决定着经济发展质量、相对重要性及所获得的资源支持力度，如果工农关系、城乡关系处理不当则不利于“三农”产业发展(项继权 等，2017)，由此可能对粮食生产供给产生负向影响。与之相反，非农部门发展也会加速农业机械、种子、化肥以及灌溉设施等农业资本深入，从而有助于粮食产量的进一步提高。本文用地区第二三产业增加值之和占地区生产总值的比重来衡量产业结构(indust)。(3)农民收入(income)。农民收入关系着农民种粮的积极性及投资能力，有助于保障粮食生产供给，但在农民工资性收入逐渐成为农民收入构成的主体部分时，农民收入提高反而可能会负面影响粮食生产供给。本文以农民人均纯收入和农村居民人均可支配收入衡量农民收入(income)。(4)经济发展水平(pgdp)。经济发展水平与粮食价格之间呈正相关关系，而粮食价格关系着农户种粮积极性。本文采用地区人均GDP作为县域地区经济发展水平(pgdp)的代理变量。

(三)数据来源与描述性统计

1.数据来源

本文选取江苏、河南、河北、吉林四省306个县(县级市)2007—2017年的相关变量数据作为样本。样本以2007年为基期，原因主要在于2006年银监会发布文件放宽农村金融市场准入、2007年初银监会又发文允许股份制商业银行在县域设立分支机构，实施农村金融增量改革，逐步开放农村金融市场。自此村镇银行、贷款公司和互助社等多种类型的新型农村金融机构开始进驻县域金融市场，县域金融机构数量、金融产品类型、信贷规模不断扩大，金融市场机制逐步健全，县域金融集聚水平日趋提高。样本代表性说明：首先，样本地区全部来自粮食主产区，2019年河南省粮食产量6695.40万吨，位居全国第二，吉林、河北以及江苏三省的粮食产量分别为3877.90万吨、3739.20万吨以及3706.20万吨。相应地，上述四省的粮食作物播种面积也均位居全国前十。此外，考虑到地理位置的差异性，四个样本省份均选自不同的地理区域，涵盖东北地区、中部地区和东部地区。其次，样本地区县域金融发展水平存在明显差异，2018年江苏省县域平均贷款余额高达782.41亿元，而吉林、河南以及河北省的县域平均贷款余额仅为125.72亿元、126.10亿元与141.99亿元，不同省份间的县域金融发展水平差距较大。最后，样本地区经济发展水平也存在明显不同，2019年江苏省GDP高达99631.52亿元，位居全国第二，河南省与河北省的GDP处于中等水平，而吉林省经济发展水平比较落后，仅为11726.82亿元。地区经济发展水平与金融集聚水平密切相关，而样本地区经济、金融发展水平不平衡的特点与全国整体经济发展存在共性，因此样本具有一定的代表性。

本文分析所用数据主要源于《河南统计年鉴》《江苏统计年鉴》《吉林统计年鉴》《河北统计年鉴》《中国县(市)社会经济统计年鉴》《中国县域统计年鉴》、Wind数据库及各省市统计局整理而成。为了真实反映实际经济增长，本文以2007年为基期，利用各省份农村居民消费价格指数(CPI)和GDP平减指数对上述名义经济变量进行价格平减(1)由于各市、县(县级市)的农村居民消费价格指数和GDP平减指数缺失，本文直接采用各省相应年份的农村居民消费价格指数和GDP平减指数代替。。需要说明的是，市辖区与县(县级市)在经济金融特征及财权事权划分上存在较大差异，且我国农业发展高度集中于县(县级市)，故在统计数据时不考虑市辖区，同时本文还剔除了少量因撤县划区的县域样本。

2.描述性统计分析

根据以上统计年鉴资料和数据库的数据，对变量样本数据进行了描述统计分析，结果如表1所示。

表1 变量说明与描述性统计结果

四、实证结果分析

(一)基准模型结果分析

为了避免异方差，本文对相关变量取对数处理。同时，为了确保模型估计参数的有效性，采用LLC检验、IPS检验、Fisher-ADF以及Fisher-PP检验方法对面板数据进行平稳性分析，结果显示所有变量均在两种及以上检验中被判定为平稳序列。进一步，使用多种估计方法展开计量检验，结果如表2所示。列(1)为在未引入其他控制变量的情况下，采用OLS混合回归对模型(1)进行估计得到的结果，从中可见，县域金融集聚对粮食生产供给具有显著的负向影响。列(2)在列(1)基础上引入控制变量并加入了县域金融集聚平方项，其结果显示县域金融集聚平方项的估计系数显著为负，且拟合优度与列(1)相比有明显提升，可初步判定县域金融集聚对粮食生产供给的影响可能存在非线性结构特征。此外，在考虑地区差异与时间差异的影响之后，采用随机效应模型(RE)和双向固定效应模型(Two-way FE)进行估计，结果见列(3)、(4)。从中可以看出，县域金融集聚平方项均在5%水平上显著为负，说明县域金融集聚对粮食生产供给的非线性影响依然存在，而且豪斯曼检验(Hausman)结果表明双向固定效应的估计结果要优于随机效应。

表2 基准回归结果

然而，此时依然可能存在遗漏变量或互为因果所致的内生性问题。一方面，除本文选取的核心解释变量和控制变量外，还可能存在其他影响粮食生产供给但不可度量的因素，如县域地区内粮食作物受灾面积，这使得模型可能存在遗漏变量偏差；另一方面，县域金融集聚与估计模型中的一些变量如经济发展水平等可能存在互为因果的关系，进而导致普通最小二乘法和静态面板数据模型的估计是有偏的。因此，这里采用动态面板数据模型中的广义矩估计(GMM)方法进行估计。GMM估计方法分为差分GMM和系统GMM两种，与差分GMM估计方法相比，系统GMM估计方法能更好地解决弱工具变量问题，提高估计效率。因此，列(5)为系统GMM方法估计结果，从中可见，Sargan检验在10%显著性水平上接受“所有工具变量均有效”的原假设，即本文选取的工具变量是有效的。二阶序列相关AR(2)检验没有拒绝“模型残差项不存在二阶自相关”的原假设，说明模型存在的内生性问题得以解决，系统GMM的估计是有效的。由估计结果可知，县域金融集聚平方项系数为-0.1693，且在1%水平上显著；曲线的拐点为2.4409，位于县域金融集聚值域[0.1835，4.6887]内；当变量取最小值0.1835时，曲线斜率为0.4595大于零，当变量取最大值6.6887时，曲线斜率为-8.5509小于零，满足变量间存在倒“U”形关系的条件(2)根据Haans et al.(2016)的研究，验证变量间的倒“U”形关系需要满足：变量二次项系数显著为负；曲线拐点位于样本变量的取值范围内；当样本变量取最小值时曲线斜率为正，取最大值时则为负。，这说明县域金融集聚与粮食生产供给的关系是倒“U”形。

综上所述，在考虑控制变量的影响和内生性问题之后，多种基准模型回归结果均表明县域金融集聚对粮食生产供给存在非线性倒“U”形影响，因此本文假说1得到验证。县域金融集聚对粮食生产供给的影响效应具有复杂性，县域金融集聚水平的上升会改善县域农村地区金融体系基础设施、降低贷前调查和贷后监管成本、促进农业技术研发与农业资本深化，有利于粮食稳产增产；当县域金融集聚水平达到高层级后，金融机构与信贷资金的集中促进了县域地区非农产业繁荣与发展，加剧了农业劳动力、土地资源要素流失，促使农业种植结构向“非粮化”调整，由此导致农业领域金融资源供给减少，粮食生产供给能力受到负面影响。2017年样本地区金融集聚水平均值为0.9779，大部分县域地区的金融集聚水平位于拐点左侧，仅有少数县域地区高于拐点值。因此，对于大多数县域来说，现阶段提升县域金融集聚水平不仅有助于地区经济发展，还有利于促进粮食生产供给，但仍需警惕县域金融集聚与粮食生产供给间存在的规模临界门槛。

此外，从控制变量的估计结果来看，系数基本符合理论预期，并且与其他学者(赵丹丹 等，2020)的研究结论大体一致。例如，列(3)、(4)显示，地区经济发展水平、农用化肥投入以及农民收入对粮食生产供给均存在显著的正向影响。而产业结构对粮食生产供给则具有显著的负向影响，说明产业结构变动对粮食生产供给的作用有限，甚至在某种程度上还会产生抑制作用。原因主要在于，第二三产业“主导性”发展会占用农业生产资源，而且其拥有较高的就业容纳率与工资水平，会加速农业劳动力非农就业转移，从而对粮食种植业可持续发展产生一定冲击。

(二)稳健性检验

为确保研究结果的可靠性，本文进行了一系列稳健性检验，结果如表3所示。一是缩尾方法处理异常值。为避免样本异常值对估计结果的影响，采用非删失双边1%缩尾的方法对异常值进行处理，结果见列(1)。二是更换被解释变量的测量指标。在基准回归模型中，利用粮食产量来衡量被解释变量，此处替换为粮食作物播种面积(area)进行稳健性测试，结果见列(2)。三是采用非参数估计。考虑到参数估计法对模型设定的依赖性很强，但实际中很难准确判定参数模型是否被“正确设定”。而非参数估计方法一般不对模型的具体分布作任何假定，相较于参数模型具有更大的灵活性，从而可以有效避免参数设定错误所带来的严重后果。利用非参数估计方法对模型(2)重新估计，结果见列(3)。四是增加控制变量。为减少遗漏变量对估计结果产生的影响，进一步纳入农村人力资本(hum)和农村用电情况(elect)等可能影响粮食生产供给的其他变量重新估计，结果见列(4)。以上检验结果均与基准回归结果基本一致，证明本文研究结论是稳健的。

表3 稳健性检验结果

(三)作用机制检验

根据上文理论分析可知，县域金融集聚程度的上升会通过农业资本替代劳动力、增加亩均农业技术(资本)投入以及土地适度规模经营等途径影响粮食生产供给。接下来，实证检验粮食生产要素投入结构变化在县域金融集聚与粮食生产供给之间的中介作用。考虑遗漏变量或互为因果的内生性问题，采用系统广义矩估计法(sys-GMM)对模型(3)、(4)进行估计，同时利用Sobel检验方法判断中介效应是否存在，参数估计及检验结果见表4。

表4 中介效应与Sobel检验结果

首先，检验县域金融集聚通过促进农业资本替代劳动力作用于粮食生产供给。列(1)中县域金融集聚的一次项及平方项系数均通过了1%的显著性检验，列(2)中机械投工比的系数为0.3767，且在1%水平上显著，可以初步判定农业资本替代劳动力的中介效应显著。此外，县域金融集聚的一次项与二次项的Sobel检验Z统计量分别为2.8092和2.5328，均大于1%的显著性水平对应的临界值1.656，进一步证明了农业资本替代劳动力在县域金融集聚与粮食生产供给之间的中介传导机制。由此，假说2得到验证。

其次，检验县域金融集聚通过促进亩均农业技术(资本)投入增加作用于粮食生产供给。列(3)中县域金融集聚的一次项为0.2065，且通过了1%的显著性检验，列(4)中亩均资本投入系数为0.2510，且在1%水平上显著，可以初步判定亩均农业技术(资本)投入的中介效应显著。此外，县域金融集聚的一次项与二次项的Sobel检验Z统计量分别为1.7542和1.4375，均大于5%的显著性水平对应的临界值0.97，进一步证实县域金融集聚可以通过促进亩均农业技术(资本)投入作用于粮食生产供给。由此，假说3得到验证。

最后，检验县域金融集聚通过促进土地规模经营作用于粮食生产供给。列(5)中县域金融集聚的一次项系数在1%水平上显著，且二次项系数也通过了显著性检验，列(6)中土地规模经营也通过了1%显著性检验，可以初步判定土地规模经营的中介效应显著。此外，县域金融集聚的一次项与二次项的Sobel检验Z统计量分别为2.1858和1.6406，均大于5%的显著性水平对应的临界值0.97，也证实县域金融集聚可通过促进土地规模经营作用于粮食生产供给。由此，假说4得到验证。

五、结论与建议

本文以县域层面金融集聚水平非均衡发展为切入点，基于粮食生产要素配置视角，分析了县域金融集聚对粮食生产供给的影响及其作用机制，并利用粮食主产区县域面板数据实证检验了县域金融集聚通过引致粮食生产要素投入结构变化对粮食生产供给产生的影响效应。研究发现，在样本考察期内县域金融集聚对粮食生产供给具有显著的非线性倒“U”形影响，即一定范围内的县域金融集聚通过缓解农村信贷约束、增加农业领域金融资源投放，促进了粮食生产供给水平的提升，但是当县域金融集聚水平上升达到高层级之后，县域金融集聚对粮食生产供给的正向促进效应会逐渐减弱乃至变为负向，不同方式的稳健性检验结果也证实了这一结论的可靠性。作用机制检验发现，资本替代劳动力、亩均技术(资本)投入以及土地规模经营等机制变量在县域金融集聚与粮食生产供给之间发挥了显著的中介传导作用。县域金融集聚度提高加剧了非农部门与粮食生产所依赖的劳动力、土地等资源要素的竞争，导致农业有效劳动力流失严重与耕地压力上升，但同时也会促进农业技术进步与农业资本投入深化，进而引致粮食生产要素投入结构调整，并最终作用于粮食生产供给。

基于以上研究结论，本文提出以下政策建议：一是科学合理配置农业生产资源。一方面，地方政府应严格落实土地用途管制、土地占补平衡等政策，严守基本耕地红线，同时还应加大耕地质量保护、土地整治以及高标准农田建设，夯实“藏粮于地”战略；另一方面，应加强职业农民教育与培训，提升农村剩余劳动力人力资本水平，推动传统农业种植观念向现代农业转变，这样既能稳定粮食生产供给，也能为县域金融集聚创造条件。二是要强化政府引导效应，在提升县域金融集聚水平的同时促进普惠金融服务深化，改善县域农村地区信贷市场失灵问题。一方面，县域政府应制定相应鼓励政策及奖励办法，对支持农业技术创新、提供涉农贷款的县域金融机构给予税收优惠、贴息补贴等奖励；另一方面，县域金融机构也要从服务乡村振兴、实现农业现代化的大局出发，创新农村金融产品及服务方式，多渠道为“三农”提供多元化的金融信贷服务。