数字普惠金融、科技投入与农业发展

2023-08-03周才云许帆

桂海论丛 2023年2期

周才云许帆

摘要：文章基于我国2011—2020年30个省（自治区、直辖市）的面板数据，采用固定效应模型和门槛模型检验数字普惠金融对农业发展的影响，并验证农业科技投入是否在数字普惠金融促进农业发展过程中存在中介效应。研究表明：数字普惠金融能够显著促进农业发展；数字普惠金融与农业发展之间具有双门槛效应，当农业发展水平跨越其门槛值之后，数字普惠金融的促进效应加强；科技投入在数字普惠金融促进农业发展过程中发挥了中介效应，且我国中西部地区科技投入的中介效应明显强于东部地区。基于此，要加快农村数字普惠金融发展进程，完善数字普惠金融基础设施建设，进一步发挥数字普惠金融助力农业发展的功能，让乡村共享数字普惠金融发展成果。

关键词：数字普惠金融；科技投入；农业发展；门槛模型；中介效应

中图分类号：F832文献标识码：A文章编号：1004-1494（2023）02-0062-09

基金项目：江西省哲学社会科学重点研究基地项目“数字普惠金融助力乡村振兴的作用机制、效应与路径研究”（22SKJD27）；江西省研究生创新项目“数字普惠金融、科技创新与农业发展水平”（YC2021-S480）。

党的二十大报告提出：“全面推进乡村振兴。”[1]2021年，中国人民银行、银保监会、证监会、财政部、农业农村部、乡村振兴局六部门联合发布了《关于金融支持巩固拓展脱贫攻坚成果全面推进乡村振兴的意见》，提出要改善农村金融服务，有效推进数字普惠金融在乡村普及，以推动乡村振兴发展。2022年中央一号文件强调要大力推进数字乡村建设，强化乡村振兴金融服务[2]。随着乡村振兴战略的持续推进，农村经济社会发展所需资金日益增加，尽管当前金融体系可以为农业农村提供一定的资金支持，但金融服务成本较高，仍难以满足乡村振兴多样化的金融需求。数字普惠金融作为数字科技与传统金融有效融合的新产物，能提供低成本、便捷的创新型金融产品服务，有效解决农村融资难题，是助推农业高质量发展、实现乡村振兴的重要力量。

当下已经有较多文献对数字普惠金融进行了研究，学者们普遍认为数字普惠金融能够创新金融服务，降低服务成本，缓解金融排斥现象。关于数字普惠金融的理论内涵和应用发展研究，比较有代表性的有：周小川将普惠金融定义为通过完善金融基础设施，以可负担的成本将金融服务扩展到欠发达地区和社会低收入人群，向他们提供价格合理、方便快捷的金融服务，不断提高金融服务的可获得性[3]。邢乐成认为普惠金融是指对现有商业金融的反思和扬弃，它立足“三可”原则（可获得、可负担、可持续），坚持“三服务”原则（服务小微企业、农村客户和其他弱势金融服务需求者），通过技术和营销手段的创新，降低享受金融服務的门槛[4]。蒋庆正等利用协方差层次分析法和正交偏向最小二乘回归模型，测度了中国农村地区数字普惠金融发展水平[5]。目前对于数字普惠金融发展水平的测度，比较有代表性的是北京大学数字金融研究中心发布的《北京大学数字普惠金融指数（2011—2020年）》，呈现了中国各地区数字普惠金融的发展状况和趋势[6]。

数字普惠金融的相关内涵研究，为分析数字普惠金融对农业发展的作用奠定了理论基础，数字普惠金融借助数字技术与农业农村经济深度融合，优化农村金融资源配置，用数字金融引领农业农村现代化，实现乡村振兴战略产业兴旺、生态宜居、乡风文明、治理有效、生活富裕的总要求。关于数字普惠金融对农村居民收入的影响。宋晓玲认为数字普惠金融的发展能够提高农村居民收入[7]；张贺和白钦先通过构建线性模型和非线性模型综合考察数字普惠金融对城乡收入差距的影响，结果表明无论构建线性模型还是非线性模型，数字普惠金融都能显著缩小城乡收入差距[8]；陈丹和姚明明认为数字普惠金融能够提高农村居民收入[9]。关于数字普惠金融对农村居民消费水平的影响。易行健、周利基于中国家庭追踪调查数据研究发现，数字普惠金融不仅能提高居民消费标准，而且对经济相对落后和居民收入较低的地区提升作用更大[10]；董云飞等发现数字普惠金融显著影响了农村居民消费结构，使得农村居民消费支出当中的服务性消费支出占比提升，农村居民消费得以升级[11]；郭华、张洋、彭艳玲等发现数字普惠金融对农村居民消费影响存在较大的地区差异[12]。关于数字普惠金融对农业发展的影响。田娟娟、马小林认为数字普惠金融发展能够对现代农业经济发展产生正向显著的影响[13]；孙倩认为数字普惠金融水平的提高可以促进贫困地区的农业经济发展，农业越发达的地区，数字普惠金融的提升作用越大[14]；张合林等认为我国的数字普惠金融发展与农业高质量发展水平存在正相关关系[15]；史益玮认为数字经济通过发展数字基础设施、数字产业化和产业数字化对我国农业高质量发展整体呈显著正向影响，且存在显著的空间溢出效应[16]。

当前关于数字普惠金融对农业发展的促进作用的研究还较少，并且数字普惠金融与农业发展之间是否存在其他中间因素影响还未知。鉴于此，本研究以已有文献为研究基础，找出数字普惠金融与农业发展的具体关系，并从农业科技投入视角，分析数字普惠金融、科技投入与农业发展水平三者之间的作用机制。

相较于传统普惠金融助力农村经济发展，数字普惠金融一个重要的特点就是以数字化技术为依托，为乡村客户提供低成本、便捷的创新型金融产品服务，有效解决农村融资难题，是助推乡村振兴的重要力量。因此，涉农企业和广大农民可以拥有更广阔的融资渠道，融资难度降低，同时能以较低的成本获得金融机构提供的融资服务，有利于帮助他们利用获得的信贷资金推进农业生产标准化、推广绿色农业、优化农产品产业链，发展现代农业，从而促进农业发展水平的提高。基于此，提出第一个研究假说。

H1：数字普惠金融能显著促进农业发展。

数字普惠金融是传统普惠金融与互联网科技结合形成的产物，本质上仍然具备传统金融的特征。基于以往研究发现，农村金融对农业经济发展的影响并不呈完全线性，那么数字普惠金融与农业发展之间的关系也可能是非线性关系。在数字普惠金融发展初期，由于数字技术发展还不够完善，数字普惠金融在农村地区信任度和接受度还不够，农业经济在数字普惠金融发展初期的融资需求还不足，数字普惠金融对农业发展水平的提升效应有限。而随着互联网和大数据的不断发展完善，数字普惠金融服务覆盖率不断扩大，农村地区越来越多的客户纳入大数据征信系统，大数据、人工智能和云计算帮助金融机构有效甄别金融风险，增强金融机构风险控制能力。从农业发展水平方面看，农业高质量发展成为我国实现经济高质量发展目标的重要一环，实现乡村振兴，需要提供充足的资金保障。数字普惠金融借助数字化技术可以增加农业现代化所需资金的可得性，为农业农村现代化发展提供涉农贷款，保障资金供给。而农业发展水平更高的地区，所需数字普惠金融支持力度也就更大，数字普惠金融的提升效应更加明显。基于此，提出第二个研究假说。

H2：数字普惠金融与农业发展水平之间的关系是非线性的，农业发展水平越高，数字普惠金融对其提升效应越大。

由于地理位置的局限性，农村与城市相比，融资难度更大，且第一产业受自然灾害等因素影响，本身具有高风险、低收益等特征，这使得农村金融资源配置更多向其他产业倾斜，导致农业科技无法获取足够的资金投入支持。正是由于存在地理位置和产业结构等方面的金融排斥，极大地限制了农业科技投入效率的提高。农业科技投入是农业科技创新的基础和保障，资金投入的增加有利于促进农业生产技术研发，提高农业科技创新水平，最终促进农业经济高质量发展。因此，数字普惠金融可以通过对农业科技投入和农业科技创新产生正向作用，最终促进农业经济发展。基于此，提出第三个研究假说。

H3：数字普惠金融能够通过农业科技投入对农业发展产生显著的正向作用。

（一）数据来源

由于数据的可获得性和防止可能出现的较大数据误差，选取了我国2011—2020年30个省（自治区、直辖市）的数据作为样本①，所有数据来自《中国统计年鉴》《中国农村统计年鉴》和《全国科技经费投入统计公报》，对于缺失数值查阅《中国地方统计年鉴》后进行补齐。

（二）变量选取

1.被解释变量。基于国家统计局公布的农林牧渔产业总产值指标数据，采用各省农林牧渔产业总产值作为被解释变量衡量农业发展水平，由于该指标数值较大，对其取对数处理。

2.核心解释变量。北京大学数字金融研究中心发布了《北京大学数字普惠金融指数（2011—2020年）》，该指数衡量了我国主要省份和地级市的数字普惠金融发展水平，本文选取2011—2020年省级层面数字普惠金融指数作为核心解释变量，以衡量各省数字普惠金融发展水平，并且使用数字普惠金融三个分指数覆盖广度、使用深度和数字支持服务程度指标进行模型稳健性检验，所有数据均取对数形式。

3.中介变量。参照杨秀玉[17]、陈鸣[18]等的研究方法，再结合本文研究目标、内容和数据的可获得性，在选取农业科技投入指标数据时，采用《中国科技统计年鉴》和《全国科技经费投入统计公报》（2012—2021年）中的研究开发机构R&D经费内部支出衡量科技投入。

4.控制变量。主要选择各省（自治区、直辖市）财政支出、城镇化水平、产业结构和农业机械化水平作为控制變量。政府财政支持是促进农村农业经济发展的重要手段之一，其中涉农财政主要是政府用来支持乡村振兴和农业发展的资金，对提高农业发展水平起着重要作用。考虑到我国各地经济发展水平差异较大，选取政府农林水事务财政支出除以GDP衡量财政支出。城镇化水平带来的农村劳动力转移有利于减少我国从事农业活动的人数，推动农业产业结构升级，促进农业现代化程度提高，对我国农业发展水平提升有着重要影响，本文选择各省（自治区、直辖市）城镇人口数与总人口数之比反映城镇化水平。第一产业发展状况很大程度上衡量了当前农业发展水平，故选择各省（自治区、直辖市）第二、三产业增加值与GDP之比反映产业结构水平。农业机械化水平的提高对促进农业发展和实现农业现代化有不可替代的作用，本文采用国家统计局公布的各省（自治区、直辖市）农业机械总动力除以总人口数来反映农业机械化水平。

5.工具变量。选取中国互联网络信息中心公布的各省（自治区、直辖市）历年互联网普及率数据作为工具变量。

对各变量指标的描述性统计见表1。

（三）模型设定

式（1）中，agricultureit为农业总产值，indexit为数字普惠金融发展水平，controlit为控制变量，主要为财政支出、产业结构、城镇化水平和农业机械化水平，最后加上地区和时间效应以及随机扰动项。

为了进一步检验数字普惠金融与农业发展之间的非线性关系，将农业总产值作为门槛变量，构建面板门槛模型，分析不同农业发展水平下，数字普惠金融对其发展的影响显著程度。为检验研究假说H2，设定如下模型。

式（2）中，农业总产值agriculture为门槛变量，I（*）为示性函数，如果为真，取值为1，如果为假，则为0，r是门槛值。

式（3）～式（5）中，农业科技投入inputit为中介变量，式（3）衡量数字普惠金融对农业发展水平总影响程度，其系数α1表示影响程度的具体值大小。式（4）表示数字普惠金融对农业科技投入的影响。式（5）表示数字普惠金融对农业发展的直接影响，γ2与β1的乘积为数字普惠金融与农业发展水平之间存在的中介效应的具体值。

（一）基准回归结果

本文经过怀斯曼检验分析得出使用面板固定效应模型的基准回归分析，表2中第1列数值为采用固定效应模型分析得到的数字普惠金融发展对农业高质量发展的影响值大小。研究发现，数字普惠金融的回归系数值是0.255，在5%的置信水平下显著。因此，在控制了地区、年份以及其他控制变量之后，数字普惠金融对农业发展水平的提高有显著的促进作用，证明了研究假说H1成立。

（二）内生性问题处理

选择数字普惠金融滞后一期数据和互联网普及率作为工具变量。表2第2、3列数据表示选择数字普惠金融滞后一期指数作为工具变量后的实证分析结果，由此可知数字普惠金融对农业发展的影响系数为0.600，在1%的置信水平下是显著的。表2第4、5列数据显示以互联网普及率为工具变量之后，数字普惠金融对农业发展的影响系数为0.556，并且在置信水平为1%的情况下显著。因此，在使用工具变量回归以后，数字普惠金融对农业发展的回归结果仍然显著，不存在内生性问题。

（三）稳健性检验

1.改变估计方法，上文已经使用固定效应模型进行过回归，现在再使用混合回归和随机效应模型对数字普惠金融与农业发展之间的关系进行分析。表3第1、2列系数均为正且在1%统计水平下显著，其系数均为0.255，表明上述研究结果显著。

2.使用前文选取的数字普惠金融指数的三个指标作为核心解释变量，再对数字普惠金融与农业发展进行回归分析。表3第3至5列数据显示结果均在1%统计水平下显著，通过稳健性检验。

（四）门槛效应检验

以农业总产值作为门槛变量进行门槛效应检验。利用Bootstrap法反复抽样300次，对模型可能存在的门槛效应进行检验。通过Bootstrap法获得的检验统计量显著性水平结果如表4、表5所示。

根据表4的检验结果，以农业总产值为门槛变量的门槛模型P值分别为0.057、0.083、0.477，P值三重门槛检验结果不显著，而单门槛和双门槛检验在10%统计水平下检验结果显著。

由表5可知，农业总产值的单门槛值为5.731，95%的置信区间为[5.707，5.738]，双门槛值为7.417，95%的置信区间为[5.738，7.432]。通过上述门槛效应检验过程，下文基于双重门槛模型进行检验估计，估计结果如表6所示。

表6的估计结果表明，以农业总产值为门槛变量，将全部样本划分为三个门槛区间，在不同的门槛区间内数字普惠金融对农业发展的提升效应有着不同程度的显现。由表6结果显示，当农业总产值的对数值小于5.731时（即农业总产值小于308时），数字普惠金融对农业发展的影响系数为0.056，数字普惠金融对农业发展的作用是正向显著的。当农业总产值对数值大于5.731且小于7.417时（即农业总产值大于308、小于1664时），数字普惠金融对农业发展的影响系数上升至0.088，在1%的统计水平下显著。当农业总产值对数值大于7.417时（即农业总产值大于1664时），数字普惠金融对农业发展的影响系数上升到0.123，在1%的统计水平下通过显著性检验，数字普惠金融对农业发展的正向作用更加明显。因此，可得出结论：数字普惠金融与农业发展水平之间的关系是非线性的，并且农业总产值越高，数字普惠金融对农业高质量发展的提升效应越明显，上述检验结果验证了研究假说H2成立。

（五）中介效应检验

在模型1的基础上，引入农业科技投入变量构建中介效应模型即模型（3）、（4）、（5），检验农业科技投入在数字普惠金融推动农业高质量发展过程中发挥的中介效应。对于中介模型系数乘积的检验，温忠麟等得出结论，如果逐步检验结果均显著，依次检验的结果可使用；如果其中任意系數存在不显著情况，则使用Bootstrap法直接检验系数乘积的显著性[19]。为了防止逐步回归可能出现的错误，本文使用Bootstrap法检验中介效应。Bootstrap法检验结果见表7所示。

Bootstrap法检验计算出的中介效应Z值为4.900，P值为0.000，在1%的置信水平显著，证明中介效应确实存在。现计算中介效应所占比例，由表8可知，中介效应模型的估计系数α1、β1、γ2分别为0.562、13.608、0.008，均通过显著性检验，说明农业科技投入确实存在中介效应。从中介效应的作用机制来看，农业科技投入作为中介效应（β1γ2）占总效应（α1）的比例为19.0%。

（六）异质性分析

我国各地区经济发展水平不均衡，资源禀赋不同以及政策制度也存在一定差异，故为了进一步研究数字普惠金融、农业科技投入与农业高质量发展的区域异质性，本文按照各省（自治区、直辖市）地理区域划分以及经济发展情况，把样本划分为东部地区和中西部地区两个子样本进行分析，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、广东和海南10个省级行政单位，样本观测数量为100个，其余省级行政单位划分到中西部地区，样本观测数量为200个，最后分别对两个子样本集使用Bootstrap法检验其中介效应。表9显示了两区域的中介效应检验结果，中西部地区的间接效应通过1%统计水平的显著性检验，东部地区间接效应通过5%统计水平的显著性检验。

表10检验结果显示，东部地区中介模型的估计系数α1、β1、γ2分别为0.576、32.612、0.004，均在1%统计水平下显著，农业科技投入作为中介变量是显著的，从中介效应的作用机制来看，农业科技投入作为中介效应（β1γ2）占总效应（α1）的比例为21.5%；中西部地区模型的估计系数α1、β1、γ2分別为0.517、7.379、0.020，均在1%统计水平下显著，从中介效应的作用机制来看，农业科技投入作为中介效应（β1γ2）占总效应（α1）的比例为28.4%。因此，相对于东部地区，中西部地区的数字普惠金融通过提高农业科技投入来促进农业高质量发展的效应更大。

（一）结论

使用2011—2020年我国30个省（自治区、直辖市）的数据，利用固定效应模型和门槛模型检验数字普惠金融对农业发展水平的影响，并进一步验证数字普惠金融是否通过提升农业科技投入来促进农业发展。研究结果表明：数字普惠金融对农业发展有显著促进作用；数字普惠金融与农业发展水平之间的关系是非线性的，且农业发展水平越高，数字普惠金融对农业发展的提升效应越大；数字普惠金融的发展能够提高农业科技投入进而促进农业发展，与东部地区相比，中西部地区科技投入的中介效应更加突出。

（二）政策建议

1.加强数字普惠金融基础设施建设，加快推动数字普惠金融体系建设。数字化基础设施是助力乡村振兴的硬件基础，应大力加强农村地区互联网宽带尤其是5G网络的通信基础设施建设，提高乡村互联网覆盖率和普及率，为数字普惠金融发展提供良好的设施条件。要推动乡村数字普惠金融改革试点，积极在农村地区增设金融机构网点和数字化设备，提升数字普惠金融的覆盖广度和使用深度，满足数字普惠金融产品新需求。

2.提高农村居民数字金融素养，推广数字普惠金融发展成果。乡镇政府和当地金融机构应联合加强数字普惠金融基础知识的普及和宣传，加强对新型农业生产经营主体的数字技能培训工作，提高农户对数字普惠金融的认知度和使用能力，以增加农村地区对数字普惠金融的需求，让乡村共享数字普惠金融发展成果，服务乡村振兴。

3.加强数字普惠金融监管，防范金融风险。一方面，金融监管部门对基层金融机构的数字化行为应进行严格的监管，科学调控农业数字普惠金融信贷结构与规模，对网络贷款进行严格的准入限制，保证金融秩序的稳定，预防和化解金融风险。另一方面，商业银行要运用大数据等技术精确调查农业信贷主体的信息，并确保信贷资金成功运用于农业经营活动，积极应对农村数字普惠金融可能出现的各种风险，保护乡村企业和农民的合法权益不受侵害，以免遭受不必要的经济损失。

4.强化农村数字普惠金融供给。当前我国农村地区数字普惠金融仍然存在供给结构问题，当地政府和金融机构应该充分发挥在数字普惠金融供给中的引导作用，积极加大涉农财政转移支付力度，并将资金重点投放于现代农业和农业科技型企业。同时，要积极优化数字普惠金融工具，提供创新型数字普惠金融产品与服务，使得数字普惠金融成为推动农业高质量发展以及乡村振兴战略向前推进的持续动力。