数字普惠金融助力乡村振兴的影响机理与空间效应

崔惠民， 王志豪

(安徽财经大学 财政与公共管理学院，安徽 蚌埠 233030)

一、引 言

在新一轮信息技术革命浪潮的背景下，数字普惠金融逐渐成为助推中国经济增长的新动能。“促进普惠金融的发展,是我国全面建成小康社会的必然要求,有助于完善金融行业发展的可持续化,更有利于促进大众创业、万众创新,助力转变经济发展方式,维护社会公平和和谐”[1]。2021年2月21日，《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》(以下简称《意见》)发布。《意见》强调：“民族要复兴，乡村必振兴”。为全面建成社会主义现代化强国，实现中华民族伟大复兴，建设新农村变得十分紧迫，建设任务也更为艰巨。在数字普惠金融的推动作用下，中国农村金融的供给能力持续增强，乡村融资约束持续得到改善。基于上述背景，本文从数字普惠金融对乡村振兴的影响机理展开，研究以新业态、新模式为定位的数字普惠金融在服务乡村振兴的发展过程中的作用和显现的新问题。这对我国深化促进数字普惠金融的发展，构建乡村振兴长效体系，大有裨益。

随着国家对乡村振兴的持续重视，学术界不断深化数字普惠金融对乡村振兴的研究。国外学者主要侧重于对数字普惠金融进展水平的评价体系与效率测度的研究。Beck等以万人和十万平方米范围内的自助取款机数、银行金融网点数等8个研究对象作为普惠金融发展指标，评价金融机构的服务效率[2]。Sarma等根据地理渗入、可获得服务和产品利用率，计算出45个国家相关的普惠金融指数[3]。Sherman等利用DEA模型对金融二级机构运转效率进行了度量[4]。

国内学者则对理论内涵[5]、逻辑生成、实践机理[6]与评价体系[7-8]等方面进行了研究。以乡村振兴的影响因素为切入点，杜育红等强调国家目前要重视乡村教育，指出乡村人才振兴是乡村振兴的重中之重[9]；陈坤秋等表明，在目前乡村发展遇阻的环境中，乡村土地制度革新是打破阻点、推进乡村振兴的制胜一招[10]；王修华强调，我国金融助力农村发展现存诸多问题，如携款出逃、支持力度低等难点问题，不利于金融与乡村振兴需求之间的协调发展[11]。立足于数字普惠金融对乡村振兴的激励机制与影响效果，现有研究成果主要从6个角度进行分析：一是缓解农村家庭信贷约束。尹志超等指出，在大型金融机构服务辐射不到的区域内，数字金融有利于缓解农村家庭信贷约束[12]。二是缩小城乡收入差距。宋晓玲利用门槛回归模型，充分证明普惠金融的包容性特征可以有效减小城乡收入差距[13]。三是减缓农村贫困。刘锦怡等研究发现，在科技与网络的发展作用下，开拓数字普惠金融服务对乡村的覆盖广度和应用深度,有助于乡村减贫致富[14]。四是促进农业转型升级。田娟娟等以理论研究为基础，指出数字普惠金融以促进农业向高附加值产业转变的方式，支持我国农业产业转型升级[15]。五是提供资金支持。王景新等表示，以缓释农村贫困人群的金融排斥现象为旨要的数字普惠金融为我国乡村发展提供了全方位支持[16]。六是促进农村居民消费。傅秋子等利用数字普惠金融指数证明数字普惠金融对乡村村民的消费能力具有增进效果[17]。

基于上述分析，学术界研究乡村振兴的影响因素和数字普惠金融对乡村振兴的影响等成果显著，但相关文献缺乏对普惠金融促进乡村振兴作用关系的研究。大多教学者仅测量单一化的省份元素，抑或是从全局和整体上分析普惠金融与乡村振兴的关系。相比之下，研究多元化的省份则更具多元性与科学性，并且能反映多变量之间的影响作用，并且相关研究缺乏将理论与实践创新性的结合。鉴于此，结合数字普惠金融助力乡村振兴的理论基础，在研究对象的选择上参考具有代表性的2008-2019年中国30个省市作为面板数据，应用SDM为模型定量分析数字普惠金融与乡村振兴水平之间的作用关系，创新性地把两者结合起来，实证分析数字普惠金融对乡村振兴的影响机理，以期提升普惠金融服务乡村振兴的效率、效益和效果。

二、数字普惠金融助力乡村振兴的影响机理

20世纪80年代，在凯恩斯(Keynes)的“政府干预主义理论”和纳克斯(Nurkse)的“贫困恶性循环理论”的影响下，对农村发展与资本需求方面作用的农业信贷补贴理论(Subsidized Credit Paradigm)盛行一时。该理论指出，在社会边缘的贫困群体生产力极低，农村普遍收入状况和储蓄水平位于社会底层。所以，为促进农业发展，疏解贫困问题，利用政府补贴农村资金和建立不以盈利为目的的普惠型金融机构对于增进“三农”的发展尤为重要。孙同全等认为在农村发展的历程中农村商业银行和金融合作社等金融机构是农村金融市场的主导力量[18]。所以，需要出台相关政策严格规范金融机构对农村金融的普惠型补贴，激发农村金融市场的潜能，构建一个秩序井然、公平公正的普惠型金融市场，推进乡村振兴战略顺利实施。

图1表达了金融服务与乡村发展的内生关系。S1表示乡村经济发展中的资金供给曲线、D1表示乡村经济发展中的资金需求曲线，C1表示借款成本。随着经济的持续增长，农村对经济的需求不断增加，需求曲线由D1变化为D2；需求总量从Q1增加至Q2。然而，农村的小微经济体具有生产聚集性不高、产出收益较低、资金需求量较少、担保产品匮乏等特征，导致大型金融机构服务农村意愿不高，金融机构对乡村的服务供给总量依旧在S1的位置不变，因此提升借款成本至C2是满足乡村发展的动力之一。然而农村规模小的特征限制了其经济承受能力，致使借款成本处于C1。为推进乡村资金供给曲线由S1向S2变化，减少借款成本，打破由于资金短缺抑制农村发展的困境，使用政策工具助力数字普惠性金融必然是有效且较公平的方式。

图1 金融服务农村经济发展关系分析

数字普惠金融对乡村振兴的作用程度具有阶段性。首先，在数字普惠金融发展初期，受乡村经济发展相对落后和信息传输方式约束的限制，村民在接受和学习新的技术过程中会规避风险，加上数字普惠金融自身的数字化、新型化特点，会导致政府机构的推广力度与村民接受程度之间的落差较大，并且在时间上具的滞后性，致使数字普惠金融前期并不能显著促进乡村振兴[19]。其次，因为缺少相对应的知识储备与相关的学习投入，一般村民在学习的过程中会耗费更大的人力、物力、财力资源，这将 “挤占”原先投入到促进农业生产过程中的资源，这也会抑制其对乡村振兴的服务效率[20]。当数字普惠金融对乡村振兴的作用走出“拐点”，触底反弹后，会直接或者间接推动乡村振兴的发展。因此，总体上数字普惠金融对乡村振兴的影响具有两方面的作用：

一是直接作用。深入发展数字普惠金融能为村民提供财产管理[21]、教育保障基金[22]和基本保险[23]等服务与产品。同时，数字普惠金融对乡村小微主体的经济发展产生可持续的积极作用，缓解小微经济体成长过程中的资金流动性受约束的困境[24]，为农村劳动力与企业“扶智赋能”，推动乡村振兴发展。二是间接作用。在数字普惠金融发展的过程中，金融基础夯实的地区实现经济增长后，经过辐射和渗透的方式帮扶贫困地区，进而推动乡村振兴战略的发展。一方面，数字普惠金融在助力乡村自主创业、增加可支配收入和改善收入公平分配上具有积极作用,有利于实现经济包容性增长[25]。另一方面，数字普惠金融在统筹公平和效率的基础上对村民消费能力的增长与延展，具有正向推动作用[26]。

四、变量选取与数据来源

1.变量选取

(1)被解释变量 本文以乡村振兴评价指数作为被解释变量。基于国家《乡村振兴战略规划(2018-2022年)》中乡村振兴发展指标，借鉴贾晋等建立的指标体系[27]，以合理性和科学性为原则，确定5个二级指标，25个三级指标，构建了“六化四率三治三风三维”的乡村振兴评价体系(见表1)。

采用层次分析法(AHP)构建递阶层次的方式，将专家的评判转变为定量因素进行相互比较，将复杂、不易于量化的定性评判转化为定量评判，提高评价结果的科学性，权重结果见表1所列。除了农村居民恩格尔系数、城乡居民收入比两个指标与促进乡村振兴的作用呈负相关，其余指标都显示正相关关系。一般而言，在同等条件下，恩格尔系数越高表示居民生活水平越低[28]；城乡居民收入比越大，表示城乡贫富差距越大，不利于城乡均衡发展。

表1 乡村振兴评价指标体系

(2)核心解释变量 本文利用《北京大学数字普惠金融指数(2011-2018)》将数字普惠金融指数(DIFI)作为核心解释变量。指数将“三度”(覆盖广度、使用深度和数字化程度)作为一级维度，并划分11个二级指标和33个三级指标，具备科学性与合理性(见表2)。为了提高评价结果的合理性与科学性，采用层次分析法(AHP)确定相关指标的权重。

表2 数字普惠金融指标体系及权重

(3)控制变量 综合考虑了影响乡村振兴的各类因素，结合相关研究文献，控制变量选取如下：财政负担(BURDEN)，是指各省的财政支出减去其财政收入后的差值，差值大小与财政负担成正比；对外开放程度(OPEN)，用当年汇率对进出口贸易总额用人民币计价转换除以GDP的比值表示；城镇化水平(URBAN)，为城镇常住人口与总人口的比值。

2.数据来源

本文数据源自2008-2019年《中国统计年鉴》《中国社会统计年鉴》《中国卫生统计年鉴》《中国城乡建设统计年鉴》《中国农村统计年鉴》《中国保险统计年鉴》和各省统计年鉴，并选取中国30个省市区(西藏自治区及港澳台地区数据缺失，未包含)作为研究对象。数据描述性统计结果见表3所列。

表3 主要指标的描述性统计

五、空间计量模型的构建及检验

1.计量模型设定

统计数据在空间位置中会出现自相关性，为了更好地研究数字普惠金融对相邻区域的乡村振兴的作用，本文采用空间计量模型深入探究可能存在的直接效应与间接效应，充分探索地区间因经济互动而出现的空间依赖性。由此建立SAR、SEM与SDM空间计量模型：

Reiij=β1DIFIij+β2BURDENij+β3OPENij+β4URBANij+εij

(1)

(2)

Uij=λWμij+εij

(3)

其中： Reiij为被解释变量，表示乡村振兴指数； DIFIij为核心解释变量，表示数字普惠金融指数；BURDENij、OPENij、URBANij为控制变量，分别表示政府负担、对外开放程度和城镇化；ρ、λ、θ分别为空间滞后、空间误差和解释变量的空间系数；β0、εij分别为常数项和随机干扰项；Wij是空间权重矩阵。

2.空间计量模型检验及选择

选择适配的空间计量模型是科学分析普惠金融促进乡村振兴发展的重点，利用Elhorst[29]对空间计量模型的检验方法，“具体到一般”和“一般到具体”，将空间计量模型分成三步检验:

第一步，“具体到一般”的检验方法。利用LM统计量选择非空间计量模型或是空间计量模型(SAR或SEM)，若以上两个模型均通过，检验就需再计算R-LM统计量，表明可使用SEM模型；SAR的P值为0.001，也在1%的显著性水平下显著，表示选用SEM模型和SAR模型都适配，SEM和SAR的P值分别为0和0.001，均在1%显著性水平下显著，因此在此基础上选择SEM和SAR相结合的SDM模型。

第二步，“一般到具体”的检验方法。在拒绝非空间计量模型基础上，选用LR检验法甄别SDM是否会退化成SAR与SEM，LR检验结果P值为0，说明SDM模型不会退化成SAR与SEM。

第三步，基于固定效应模型，采用LR检验继续甄别使用个体固定效应、时间固定效应或是双重固定效应。依据以上空间计量模型检验描述结果最终确定选择双向固定效应的SDM模型。

3.空间自相关检验

在探究地区间的空间溢出效应前，需判断地区间是否有空间自相关。Moran指数的作用是判断地区间的空间自相关性的，而全局Moran指数是检验整体空间变量的空间集聚状态的。

在地理权重矩阵中，0-1矩阵难以精确表示在地理位置中不相邻的区域间的空间效应。基于此，本文使用能充分考虑非相邻区域间空间效应的地理距离矩阵。本文采用Moran指数进行全局空间自相关检验。检验结果(表4)表明数字普惠金融与乡村振兴的Moran指数均显著且为正，说明我国的普惠金融服务乡村振兴显现出明显的空间正相关，即存在空间集聚趋势。

表4 全局Moran指数2008-2019年乡村振兴全局Moran值

六、实证结果分析

1.基准结果分析

(1)基准回归结果 OLS、双向固定效应模型中数字普惠金融对乡村振兴发展作用的估计系数依次是0.143与0.097，前者通过了1%的显著性水平检验，后者在5%的显著性水平下显著。回归结果表明数字普惠金融对乡村振兴的发展具有正向效应。

表5 数字普惠金融对乡村振兴影响的基准回归结果

(2)空间直接效应、间接效应与总效应分析 空间直接效应是指区域内数字普惠金融变化单个阈值对所在地区乡村振兴发展的作用程度；空间间接效应是指临近区域数字普惠金融变化单个阈值对所在地区乡村振兴发展的作用程度；空间总效应是指整体区域数字普惠金融变化单个阈值对乡村振兴发展的作用程度。从表6可以看出，数字普惠金融对乡村振兴的直接效应、间接效应与总效应都表现为正向影响，并且数字普惠金融对乡村振兴的影响作用系数的互异性显著，财政负担对乡村振兴的直接效应是最大的、城镇化对乡村振兴的额间接效应是最大的。

表6 基于SDM模型的空间效应分解

数字普惠金融的直接效应系数为0.124且在1%的水平下显著，表明数字普惠金融每提升1%，本地区乡村振兴发展水平将会提升0.124%；间接效应系数为负且在5%的水平下显著，说明本地区普惠金融水平提高会导致相邻地区乡村振兴发展水平下降，因为各地区竞争关系导致相邻地区乡村振兴发展水平下降。财政负担的直接效应和间接效应系数分别为0.147和0.103，且在1%与10%的显著水平下显著，说明财政负担每提升1%，本地区乡村振兴发展水平提升高达0.147%，财政负担每提升10%，相邻地区乡村振兴发展水平提升0.103%。对外开放每提升1%使本地区乡村振兴发展水平提升0.149%，相邻地区乡村振兴发展水平提升0.152%。城镇化对邻近地区的乡村振兴发展有正向的促进作用，城镇化每提升10%，本地乡村振兴发展水平提升0.128%，城镇化每提升1%，相邻地区的空间溢出效应是0.500%。

(3)空间溢出效应分析 由表7可知，短期内，数字普惠金融对乡村振兴的总效应显著，且为负相关关系，可能的原因是在数字普惠金融发展初期，受经济发展的限制，新技术推广至乡村的难度较大并且在时间上具的滞后性，致使数字普惠金融前期并不能显著推进乡村振兴发展。同时，在学习成本上，对新兴技术及金融知识的学习需要耗用一定的人力、物力、财力，投入与产出具有非同期性和时滞性，难以在短期成效。

表7 动态空间杜宾模型短期效应分解

续表

长期来看，普惠金融、财政负担与城镇化的影响均通过了10%的显著性检验，表明能够有效促进乡村振兴的发展。正如前述分析，政策的实施必然在长期内有所反馈，数字普惠金融对乡村振兴展产生可持续的积极影响，缓解了乡村发展过程中的受技术约束及人才缺乏的困境。

表8 动态空间杜宾模型长期效应分解

2.内生性处理

为了避免内生性的问题可能对结果的影响，采用工具变量法继续探究数字普惠金融对乡村振兴的作用。因为滞后一期的数字普惠金融不会受当前经济状况的影响，并且与数字普惠金融相关，故选择滞后一期的数字普惠金融当作工具变量。当处理了可能出现的内生性问题后，数字普惠金融对乡村振兴的“U”型作用仍然存在，表示估计结果是稳定的，见表9所列。

表9 数字普惠金融与乡村振兴：内生性处理结果

续表

3.稳健性检验

为进一步检验数字普惠金融对乡村振兴的影响结果的稳定性，本文采取更换空间权重矩阵的方式进行检验。因为权重矩阵类型的差异性会影响回归结果出现不同的结果，所以本文将0-1矩阵更换为地理距离矩阵对数字普惠金融影响乡村振兴的静态与动态空间效应进行考量，表10是地理距离矩阵的回归结果，解释变量的显著性和之前的结果大体一致，进而证明本文静态空间效应与动态空间效应均能通过检验，表明本文结果具有较强的稳健性。

表10 数字普惠金融服务乡村振兴静态空间效应和动态空间效应的稳健性检验

七、结论与政策建议

1.结论

本文对数字普惠金融助力乡村振兴进行了机理分析，并以2008-2019年我国30个省域面板数据为数据样本，利用空间杜宾模型(SDM)实证检验了数字普惠金融对乡村振兴的作用。结果发现：我国的普惠金融服务乡村振兴显现出明显的空间正相关关系，即存在空间集聚趋势，也呈现出一定空间异质性。数字普惠金融对乡村振兴影响的短期总效应呈现负向显著关系，但长期来看，数字普惠金融能够有效促进乡村振兴的发展。

2.政策建议

(1)完善科技供能，提高数字普惠金融服务乡村的水平和效能 在国家支持大数据应用乡村的基础上充分释放大数据、区块链、AI等技术对乡村发展科技供能的强大优势，深入发掘乡村振兴发展的热点和亮点，集中解决一些难点和痛点，助推数字普惠金融与乡村振兴需求之间的协调发展，最终促进人力成本与交易成本的“双降”以及监督能力与管理能力的“双升”。

(2)加强农村信息化设施建设 加快农村信息化建设，推进农村网络通讯设施全覆盖，配套数字普惠金融发展的硬件设施。全面完善农村区域智能设备的普及化，丰富村民对互联网通讯的使用方式。加强在农村地区对数字金融知识与产品的普及与宣传,利用网络交易平台与自媒体宣传平台，提升村民金融素养，解决数字普惠金融技术推广难度大、推广时间滞后等问题。

(3)优化乡村产业，服务乡村振兴 大力支持乡村优势产业发展，促进普惠金融解决乡村经济发展中资金流动性受约束的困境，推进乡村经营主体可持续发展。利用数字普惠金融助力乡村居民自主创业、增加可支配收入，实现乡村经济包容性和高质量发展。