农村电商、数字普惠金融协同促进县域经济增长

姚利好，易法敏，孙煜程

(1.华南农业大学 经济管理学院，广东 广州 510642；2.中山大学 岭南学院，广东 广州 510275)

一、问题的提出

《中国数字经济发展报告(2022年)》显示，2021年，中国数字经济规模达到39.8万亿元，占GDP比重达39.8%，成为经济稳定增长的重要引擎。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出要加快数字化发展，推进数字乡村建设，可见，广阔的农村正在成为数字经济发展的重要阵地。县级单位作为城乡融合发展的关键纽带，具有发展经济、保障民生和维护稳定的关键作用。从2014年开始，中国实施“电子商务进农村综合示范工程”。在政府政策的引导下，农村电子商务(下文简称“农村电商”)对县域生产生活的底层基础架构、商品和服务的交易与交付等产生积极影响，带动当地物流体系、电子商务人才、创业意识等经济要素蓬勃发展和迅速提升[1]。在此过程中，农村电商与数字普惠金融在资金和业务方面存在着紧密的联系，数字普惠金融多源起于电子商务平台的金融业务部门，为电子商务经营主体提供了有效的信贷支持[2]。随着信息通信技术(ICT)在中国农村的普及，县域经济必然同时受到电子商务与数字金融的双重影响。Cheng等[3]、Das等[4]的研究指明，ICT与金融发展的共同作用能够促进经济增长，且在低收入或高收入国家呈现出积极的互动效应。鉴于此，本文利用中国28个省份1 671个县市2014—2018年的面板数据(不包括北京、天津、上海和港澳台地区)，重点考察数字普惠金融对农村电商带动县域经济增长的调节效应，并试图回答以下三个问题：农村电商的发展是否带动了县域经济的增长？数字普惠金融在这一关系中发挥着怎样的作用？数字普惠金融的覆盖广度、使用深度及数字化程度等三个方面在这一关系中的作用是否存在着不同？

二、理论分析与研究假设

ICT作为数字技术的初级形态，主要通过信息提供和金融服务两种机制影响农业中的生产和技术采用。ICT的扩散应用丰富了信息来源，促使交易达成，并内衍出非正式的信贷制度，助推经济的增长和发展[5-6]。在农村电商发展过程中，这种内生性信贷的基本模式是电子商务平台向农民提供用于消费的现金贷款和用于生产的实物贷款(如优质肥料)，作为交换，农业生产者与电子商务平台签订农产品定向销售合同[7]。农村电商与数字普惠金融共同发展形成的非正式信贷制度极大地缓解了农民信贷渠道缺乏、资本约束严重等压力，从而有助于推动经济增长。由此，本文提出如下命题：农村电商与数字普惠金融之间的协同效应有利于推动县域经济增长。

(一)电子商务发展与县域经济增长

县域经济是以县城为中心、集镇为纽带、乡村为腹地的多层区域经济系统，是实现农业农村现代化和城乡融合发展的有机载体。数字技术的下沉与渗透赋予县域经济新的发展动力。作为数字技术特殊应用的电子商务克服了时空界限，改变了经济增长的模式和营商环境。对于消费者而言，电子商务改变了家庭的消费方式[8]，降低了生产和生活的成本，提升了农村居民的相对收入[9]，并重塑了社会关系[10]；对于生产者而言，农户能够摆脱中间商的约束，农村产业结构不断优化，广告服务、运营服务等衍生服务业迅速发展，第三产业从业人数增加，核心供应链日趋完善，各主体在环境、制度等资源的适配下逐渐演化为成熟的生态系统[11]。王奇等[12]采用双重差分法证实，电子商务能够显著推进县域经济增长。总体来看，目前农村电商在相关政策的扶持下正在稳步地促进经济增长。基于此，笔者提出以下假设：

假设1：农村电商发展能够促进县域经济增长。

(二)数字普惠金融与县域经济增长

金融服务是县域经济有效运转的重要支撑。普惠金融加大了金融服务的广度，使其服务范围不断延伸，并通过增加金融服务网点和提供丰富且具有针对性的金融产品，使农村偏远地区也能享受到金融服务。同时，数字普惠金融通过增加农村储蓄、积累农村资金等途径，推动了农村投资的增长。作为普惠金融发展的新阶段，数字普惠金融运用数字技术为无法获得或缺乏金融服务的群体提供一系列正规金融服务，使该群体的金融需求能够得到满足。数字普惠金融的发展会产生直接效应和间接效应。直接效应方面，数字普惠金融弥补了传统金融服务的缺位，破除资金约束，有助于实现经济高质量发展[13-14]；唐宇等[13]进一步指出，数字普惠金融覆盖广度的扩大促进了经济可持续增长，并提高了机会获得的均等性，而使用深度的加强则有助于实现发展成果共享，促进包容性增长。间接效应方面，郭华等[15]表明，数字普惠金融对农村居民消费具有显著的促进作用，且在西部地区最为明显，能够在一定程度上带动地区经济增长。基于此，笔者提出以下假设：

假设2：数字普惠金融能够促进县域经济增长。

(三)电子商务和数字普惠金融共同作用于县域经济增长

电子商务的经济增长效应将县域的自然禀赋优势扩散至更大的市场，金融则为交易的达成提供技术和服务支撑。农村电商和数字普惠金融之间正逐渐呈现积极互动的关系。作为现阶段促进农村发展的重要手段，电子商务的蓬勃兴起为互联网金融搭建了切实的应用场景，建成了发展农村数字普惠金融所必要的金融基础设施[2]。数字普惠金融作为电子商务必不可少的一部分，有效扩大了金融服务的供给范围，在提供信贷支持和网络技术支持、优化平台建设、提供支付结算服务、培养新型支付习惯等方面深刻影响着农村电商的发展，为农村电商推进乡村振兴和县域经济增长提供更强大的动力支持。当前，一些国有银行开始布局涉农电子商务体系，利用电子商务交易信息等大数据模型综合评估农户的信用水平，并通过线上申放贷款加快业务速度、防控业务风险，同时通过满足多样化的支付结算需求，实现金融服务在产业链中的深层嵌入。地方性银行也开始尝试与一些头部电子商务平台合作，实现联合共建、共同发展。

农村电商与数字普惠金融的深度融合已经形成了特殊形态的数字普惠金融模式——电商金融，如“金融—电商”模式[16]，“金融服务站+互联网+农村电商”模式[7]。农村电商的发展促使当地产业数字化升级，聚合商贸、物流、金融等多方资源，协同促进经济增长[2]。此外，以电子商务和数字普惠金融为表征的技术进步也是当前产业结构变迁的基本驱动力，产业结构的优化升级能够推进经济走向高质量发展道路[17]。基于此，笔者提出以下假设：

假设3：数字普惠金融发展水平的提高，能够正向促进电子商务发挥经济增长效应。

假设3a：数字普惠金融和电子商务在经济增长方面的协同作用在贫困地区更为显著。

假设3b：数字普惠金融发展水平的提高，能够正向促进电子商务发挥经济增长效应，且该正向促进作用能够通过产业结构升级实现。

三、研究设计

(一)数据说明

本文所使用的数据主要来自于《中国县域统计年鉴(县市篇)》(2015—2019)、国务院扶贫开发领导小组办公室公布的《国家扶贫开发工作重点县名单》(2014—2018)、阿里研究院发布的中国县域电子商务发展指数(2014—2018)及北京大学数字金融中心的《数字普惠金融指标体系与指数编制》(2014—2018)。阿里研究院借鉴国家信息中心“中国信息社会指数(ISI)”、国际电信联盟“ICT发展指数(IDI)”等的构成方法，根据各县、县级市B2B网商密度、零售网商密度、网购消费者密度、规模以上网商占比、规模以上网购消费者占比等基础指标，通过赋予一定的权重，计算出县域网商指数和网购指数，再将二者加权平均得到县域电子商务发展指数。北京大学数字金融中心发布的数字普惠金融指标体系共包含数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度3个维度33个具体指标，通过主客观赋权相结合的方法确定权重，最后逐层算数加权平均合成指数，较为准确和全面地刻画了数字普惠金融的发展水平。

对于合并后的样本数据，本文首先剔除了极少数关键变量缺失的县域；由于市辖区在经济特征、电子商务发展水平上更接近城市，本文剔除了市辖区样本。最终得到全国1 671个县级单位2014—2018年的面板数据。

(二)模型设定

本文在Hausman检验结果拒绝随机效应的基础上，借助面板固定效应模型对农村电商和数字普惠金融的经济增长效应进行分析。式(1)为基准回归模型：

Yit=β0+β1RECIit+β2Zit+ui+ηt+εit

(1)

其中，Yit表示县域经济增长水平，下标i、t分别表示第i个县域、第t年度；β0为常数项；RECIit表示农村电商发展水平；Zit为一系列控制变量，控制县域劳动投入、资本投入等特征；ui表示县级个体固定效应；ηt为时间固定效应，控制特定时点上的冲击；εit为随机扰动项。如果估计系数β1显著为正，说明电子商务发展能够正向带动县域经济增长。

此外，农村电商的发展对经济增长的影响可能存在非线性特征，李琪等[18]发现，电子商务发展过程中内部竞争加剧会给经济发展带来负面影响。鉴于此，在模型设定中加入农村电商发展水平的二次项进行检验，分析模型可进一步设定为式(2)：

Yit=φ0+φ1RECIit+φ2RECIit2+φ3Zit+ui+ηt+εit

(2)

其中，如果估计系数φ1显著为正、估计系数φ2显著为负，说明农村电商发展水平与县域经济增长呈现显著的倒“U”型关系。如果估计系数φ1显著为正、估计系数φ2并不显著，则说明农村电商发展水平与县域经济增长呈现单一的线性促进作用。

为了验证假设3和假设3a，本文建立调节效应模型如式(3)所示：

Yit=γ0+γ1RECIit+γ2RECIit×indexit+γ3indexit+γ4Zit+ui+ηt+εit

(3)

其中，RECIit×indexit为农村电商发展水平与数字普惠金融总指数(index)的交互项，用来衡量数字普惠金融对农村电商影响县域经济增长的调节作用，如果γ2为正，则意味着数字普惠金融的发展能够正向促进农村电商对县域经济增长的影响；反之则是抑制作用。由于同一个县市不同时期的扰动项一般存在自相关的问题，故普通标准误的估计可能存在偏差，因而全文的分析均采用聚类稳健标准误进行估计。

(三)变量定义

本文主要选取与县域经济状况较贴合的指标分析对经济增长的影响。首先，本文选取了各县实际生产总值的自然对数值(lnGDP)刻画县域经济增长。GDP在衡量地区经济综合实力方面具有很好的代表性，本文参考黄志平[19]的做法，将2014年作为各县实际生产总值的基期，用该县所属省份的生产总值平减指数予以替代进行折算，并剔除价格因素的干扰。其次，农村电商发展水平(RECI)为本文考察的解释变量，采用阿里研究院提供的各县级电子商务发展指数作为农村电商发展水平的度量指标。该指数主要从电子商务的消费端网购消费和供给端网商供给两个层面加总得到，数据具有权威性和可比性。再次，数字普惠金融能够为电子商务创业和网络购物提供资金支持和信用保障，进而实现电子商务对经济增长的带动作用。在此选用数字普惠金融总指数(index)和3个一级分指数(覆盖广度、使用深度和数字化程度)进行对数化处理，从整体和局部分别探讨数字普惠金融对县域经济的影响。最后，产业结构升级的经济增长效应已经得到众多学者的关注，本文用第二、三产业产值占GDP比重来衡量产业结构(indstr)。

控制变量主要从劳动投入、资本投入、储蓄水平等方面选取。其中，借鉴黄祖辉等[20]的研究，从劳动力数量(laborn)和劳动力质量(laborq)两个方面测度劳动投入，分别以各县第二、三产业从业人员数量之和及普通在校生人数占年末人口比重进行衡量；借鉴王奇等[12]的研究，选取各县固定资产投资总额占地区生产总值GDP的比重衡量固定资产投资(invest)；借鉴张国建等[21]的研究，选取城乡居民储蓄存款余额与GDP的比值来反映储蓄水平(save)。此外还控制了各县的产业规模化程度(规模以上工业企业数/年末总人口)、公共医疗服务(医院卫生院床位数/年末总人口)和人口密度(年末总人口/行政区域土地总面积)。此外，由于2018年固定资产投资额的数据缺失较多，本文采用线性填补法补全数据。各主要变量的描述性统计结果如表1所示。

表1 变量的描述性统计结果

四、实证分析

(一)农村电商与县域经济增长的基准回归检验

基准回归结果，如表2所示。本文首先基于式(1)采用固定效应模型进行估计，控制个体固定效应以解决不随时间而变、随个体而异的遗漏变量问题。所有年度虚拟变量的联合显著性检验结果显示强烈拒绝“无时间效应”的原假设，因而为了控制不同时点对县域经济增长的特定冲击，本文也控制了时间固定效应。列(1)为只控制农村电商影响县域经济增长的个体固定效应，列(2)控制双向固定效应，列(3)和列(4)将控制变量纳入模型，回归结果均支持农村电商对县域经济增长有显著正向影响，列(4)农村电商发展水平的估计系数为0.023，且在10%水平下显著，表明农村电商发展指数每增加1%，县域GDP水平增加0.023%，假设1得以验证。本文也基于式(2)检验了非线性效应，结果表明样本期内农村电商发展水平对县域经济增长只呈现出单一的正向促进作用。(1)在基准模型中纳入RECI二次项后，一次项和二次项估计系数均不显著。回归结果未在正文中列出, 留存备索。其余控制变量影响方向及显著性基本符合预期。劳动力数量、产业规模化程度对县域经济增长具有显著的正向影响；储蓄水平对县域经济增长具有负向影响；劳动力质量的系数不显著，表明现阶段劳动力的质量还有待优化，高技能、高人力资本劳动力的经济增长效应还有很大的提升空间。

表2 农村电商与县域经济增长的回归结果

(二)数字普惠金融调节效应检验

表3详细列示了农村电商发展水平与数字普惠金融的交互结果。列(1)—列(3)分别将数字普惠金融、农村电商发展水平与数字普惠金融的交互项，以及两者同时纳入模型。通过对比可知，列(3)的模型拟合效果更好，其系数在5%以上的水平上显著，数字普惠金融对县域经济增长存在直接效应，因此，笔者认为，在调节效应模型中同时纳入农村电商发展水平与数字普惠金融的交互项是合适的。列(3)显示，数字普惠金融总指数对农村电商带动县域经济增长具有显著的正向调节效应，假设3得以验证。列(4)—列(6)显示，覆盖广度仅单项系数正向显著，使用深度系数均不显著，数字普惠金融正在迈过粗放式的“圈地”阶段，向深度拓展转型，二者与电商发展的协同效应暂未凸显。普惠金融的数字化程度能够产生正向的调节效应，且系数值最大。2011—2018年间，分项指标中普惠金融数字化程度指数增长最快。普惠金融的数字化主要依托大数据和云计算等数字技术的赋能，在实现金融业务线上办理、服务效率不断提升的同时，也能够实现用户全程监控和信用体系完善，对营商环境具有很好的改善作用，从而助力电子商务企业的融资和贷款，使其破除资金约束，释放经济活力。

表3 数字普惠金融调节效应

(三)稳健性检验

本文关注的核心解释变量农村电商发展水平与县域经济增长之间可能存在由于反向因果、遗漏变量等引发的内生性问题。一方面，农村电商发展促进县域实现经济增长后，农民人均收入、农村企业利润得到改善，农村电商市场的交易规模和频率将进一步增加，从而反作用于农村电商发展水平。另一方面，即使在基准回归中尽可能控制了一些来自县域、时间层面上的特定冲击，还可能存在一些时变的不可观测因素的干扰，进而无法估计农村电商发展水平对县域经济增长作用的净效应。鉴于此，本文构造两个合适的工具变量来处理内生性问题。

第一，出于区域维度层面上的考虑，借鉴郑世林等[22]的工具变量构造思路，采用各县所在省份其他县域的农村电商发展水平均值(avg_other)作为工具变量，这是因为农村电商的发展具有网络集聚效应和示范效应，本省邻近县域的农村电商会对本县域农村电商的发展产生影响，满足相关性，但个体县域的经济增长水平与全省的农村电商发展水平均值相关度并不高，符合外生性条件。

第二，本文选取了各县所含乡镇的个数(cnum)作为工具变量，原因是在各个县推广电子商务的主要是阿里巴巴、京东等大型平台，主要推行以村镇服务站点为代表的农村电商服务项目，这些项目能够让农民接触到ICT、教会农民如何网上购物和销售农产品，对农村电商发展起到了重要作用，因为乡镇服务站点具备地理位置优势且拥有经营主体相对较好的经济基础，所以比村级站点更加稳定和持续，而乡镇服务站点数量显然与各县的乡镇数量高度正相关，符合相关性条件，但绝大多数县域的乡镇数量大致保持稳定，且乡镇数量是国家层面的制度安排，不与县域经济增长水平直接相关，符合外生性条件。

基于此，本文首先将工具变量纳入基准回归式(1)进行考量，结果发现2SLS一阶段回归的F统计量为244.24，显著大于10，说明工具变量与内生变量之间具有很好的相关性；Hansen检验P值为0.498，大于0.100，不能拒绝所有工具变量均外生的原假设，通过了外生性检验。从结果来看，农村电商发展水平系数依然显著为正，假设1得到验证。其次基于式(3)选用对弱工具变量不敏感的有限信息最大似然法(LIML)对数字普惠金融的调节效应进行分析，在大样本的情况下LIML和2SLS渐进等价，以此估计农村电商发展水平与数字普惠金融交互项的系数及其显著性。估计结果如表4所示。工具变量通过了外生性检验和识别不足检验，弱工具变量检验的最小特征值统计量大于15% maximal LIML size对应的临界值，且工具变量与内生交互项具有较高的相关性，一阶段回归的F统计量显著。通过系数和显著性对比可知，稳健性检验结果与表3的结果基本保持一致，即数字普惠金融总指数的正向调节效应显著，子项中数字化程度的调节效应最为突出。

表4 稳健性检验结果

除了工具变量估计之外，本文还选择替换被解释变量的方法来进行稳健性验证，如表4列(5)所示，将被解释变量替换为VIIRS县域夜间灯光年度DN均值的对数值DNvalue进行分析，数据来源于中国研究数据服务平台(CNRDS)。夜间灯光亮度与GDP之间存在明显的相关性，并在省级、地市级和县域层面均有应用。相对于GDP统计数据，夜间灯光遥感数据的优势在于能够最大限度地消除地区间价格因素的干扰和人为统计过程中的偏误问题，并且反映出非市场环境所提供的商品与服务的价值量，更加客观地反映地区经济发展状况。结果显示，农村电商发展水平与数字普惠金融的交互项依旧正向显著，与表3结论保持一致。

(四)进一步分析

在现实情况下，不同县市在经济发展条件、地理区位等方面存在较大的差异。为了验证假设3a，本文根据上述特征对所有县市样本进行分组讨论。根据国务院扶贫开发领导小组在2014年12月23日发布的全国832个贫困县名单及官方公布的摘帽时间，识别出每个县域2014—2018年间每年是否为贫困县的情况。在此基础上，根据我国经济地带划分标准进一步细分为东中西三大区域，对比贫困县和非贫困县的区域差异性。结果如表5所示，本文均采用工具变量法进行估计，同时控制个体和时间固定效应，可以看出西部地区的协同效应最为显著，无论是贫困县还是非贫困县，农村电商发展水平与数字普惠金融的交互项系数均显著为正，而东部和中部仅在非贫困县显著。西部地区的电子商务和数字普惠金融发展水平低于中部和东部地区，说明数字技术在欠发达地区、金融排斥相对严重的地区能够发挥更大的边际效用，体现了数字技术的包容性。

表5 分样本回归结果

为了进一步研究假设3的适用性，本文采用面板门槛模型检验数字普惠金融是否具有非线性调节效应。在面板门槛存在性检验中，通过自主抽样法Bootstrap(500)计算F统计量和相伴概率P值，在置信区间95%条件下的估计结果表明，存在双重门槛。如表6所示，当数字普惠金融水平低于3.638时，农村电商的发展对县域经济的影响作用不显著，且系数较小；随着数字普惠金融水平提高到 [3.638，4.568 ] 时，农村电商的发展对县域经济的影响作用显著为正，且影响强度显著增加；当数字普惠金融水平突破4.568时，正向作用依然显著且影响强度达到最大。可见，数字普惠金融对农村电商促进县域经济增长的关系存在正向且边际效率递增的非线性调节效应，随着数字普惠金融水平的提高，数字普惠金融与农村电商之间的协同效应将不断增强，假设3再次得证。

表6 面板门槛效应检验及估计结果

为了验证假设3b中产业结构升级与上述协同效应之间的关系，本文选用第二、三产业产值占GDP的比重衡量产业结构，并将其作为被解释变量进行机制分析。回归结果(2)回归结果未在正文中列出，留存备索。显示，农村电商发展水平与数字普惠金融的交互项系数显著为正，说明农村电商与数字普惠金融能够协同促进县域产业结构的升级。农村电商的发展重塑了农产品供应链，提升了产品流通效率，提高了产业结构的灵活性和适应性，进而优化资本、劳动力等要素和资源的配置效率，为县域经济增长带来新的动能。

五、结论与启示

县域作为我国当前城乡融合发展的关键纽带，具有发展经济、保障民生和维护稳定的重要作用。农村电商通过信息处理和传播减少排斥，降低交易成本并增强社会资本，促进了县域经济、社会和自然福祉之间建立紧密的联系。数字普惠金融优化了农村电商企业的风险管控和信用评价等问题，降低了融资门槛并提供支付结算服务，助力电商生态系统的发展，进而推动县域经济的振兴。本文通过对中国县域层级数据展开研究，得出如下结论：一是农村电商发展水平和数字普惠金融对县域经济增长均有正向的促进作用，且农村电商发展水平的二次项系数不显著，即在2014—2018年间县域层面的农村电商发展水平和县域经济增长之间未呈现倒“U”型的关系，农村电商的县域经济增长效应明显。二是农村电商和数字普惠金融之间存在正向协同作用，共同推动县域经济增长，其中普惠金融数字化程度的调节效应最为明显。进一步的异质性分析结果表明，农村电商的县域经济增长效应、农村电商和数字普惠金融的协同效应在西部地区县域的作用更加明显，且数字普惠金融对农村电商的县域经济增长效应存在着非线性的调节作用，需要达到特定门槛之后才会显现。三是农村电商能够通过带动产业结构转型升级进而实现县域经济增长。农村电商实现了多主体的共同参与，产业分工更加明晰，缝隙种群蓬勃发展，服务供应链与产品供应链得以完善，产业结构不断优化，最终有助于推动县域经济的增长。

综合以上研究，本文得出三个方面的政策启示：一是各地应建设好农村电商的配套设施和服务设施，大力培育电子商务人才，激发县域电子商务的发展潜力。二是各级政府应把握好农村电商与数字普惠金融之间的联动和协同，助力电子商务创业行动，给予基本的资金保障，同时加大对农村电商和数字普惠金融的政策支持，填补农村数字鸿沟、消解金融排斥，并对此适时管控。三是区域之间要协调发展，西部欠发达地区的县市可以借鉴国内成功的农村电商运营模式，结合当地资源优势，因地制宜地发展电子商务，带动当地经济发展。