数字普惠金融与粮食生产——基于河南省的实证分析

孙毅云,李文启

(河南工业大学 经济贸易学院,河南 郑州 450001)

1 现状分析

农业是最根本的支柱性产业,粮食生产是农业发展的重中之重。粮食生产除对优良的自然地理环境有要求之外,资金也是必不可少的因素。粮食生产的每一个环节都需要大量的资金支撑,比如施用化肥、除去杂草、治理虫害等,因此农户粮食生产效果的好坏会直接受到资金的影响。财政与金融支持是进行粮食生产的重要资金来源,而2005年联合国提出的普惠金融以其普惠性的特点能够为粮食生产提供金融支持。

河南省一直以来都是我们国家的粮食主产区之一。据统计,河南省粮食产量连续5年稳定在6500万吨以上,每年外调原粮及制成品3000万吨。2022年中共河南省委在“中国这十年·河南”主题新闻发布会中指出:河南“国人粮仓”“国人厨房”“世人餐桌”的地位不断提升。2015—2021年,河南省粮食产量大体上呈增长趋势。在2021年,河南省粮食产量达到了6544.2万吨,比重为全国总体粮食产量的9.58%。具体情况如图1所示。

图1 2015—2021年河南省粮食产量

虽然河南省的粮食产量在逐年增加,但是在粮食生产方面仍存在一些问题,比如粮食生产的基础设施建设对资金的需求还很大,农村种粮劳动力老龄化严重等。因此,提升粮食生产水平,保障粮食安全依然是重要任务。保障粮食供给,除了政府制定相关政策,金融服务在粮食生产中也扮演着重要角色。银行业一直是我国金融系统的核心,在调配我国金融资源方面有着重要作用。同时,数字普惠金融能够推动我国银行金融服务的可持续发展。通过《河南省金融运行报告2022》可以发现,河南省的主要银行机构网点已经超过1万个,其中农村金融机构与新型农村机构已经达到6000个。总体上来看,河南省的银行覆盖范围较广,这可以为数字普惠金融的发展提供支持。提供贷款服务一直是银行的主要业务,而数字普惠金融的重点服务对象就是农村地区的中低收入人群。重点了解贷款情况以及金融服务在农业领域的受重视程度和投入情况,可以通过涉农贷款数据进行反映。图2是2015—2021年河南省涉农贷款情况。从中可以看出,截止到2021年,河南省涉农贷款达到24770.17亿元,相较于2020年初增长2328.5亿元。2015—2021年涉农贷款额度均呈上升态势。

图2 2015—2021年河南省银行涉农贷款情况

从上述分析中可以发现,河南省数字普惠金融促进了农业发展不断深入。数字普惠金融可以缓解传统金融支持粮食生产的普遍问题。在传统的农村金融市场,市场信贷供给主体比较集中,主要包括农村信用社和国有商业银行等。当然,民间借贷等非正规金融也占了很大比重,这就会造成金融资源结构错配,服务质量和效率不高等问题,对粮食生产产生制约[1]。对于农村金融在支持粮食生产方面存在的问题,数字普惠金融的发展为其指出了新的方向,数字普惠金融通过数字化形式的金融产品,使农户的需求压抑和对正规金融的排斥心理得以缓解,并且能够扩大金融服务范围,满足粮食生产对于资金的需求,从供给和需求两方面减轻农户融资约束,推动粮食生产。因此,影响河南省粮食生产发展的主要因素之一就是农村数字普惠金融的供给情况。目前,从数字普惠金融角度对粮食生产进行针对性分析的研究还较少,本文研究河南省数字普惠金融与粮食生产之间的关系具有一定的现实意义。

本文研究的目的是:从数字普惠金融视角,分析数字普惠金融是如何影响粮食生产,并通过实证分析研究两者的关系及作用机理。文章首先基于河南省17个地级市的面板数据,通过实证分析研究数字普惠金融与粮食生产之间的关系;其次利用中介效应模型研究两者之间的作用机理;最后分析农业科技投入对于数字普惠金融与粮食生产两者关系的调节作用。

2 文献回顾与研究假设

联合国在2005年提出普惠金融这一概念,指的是在不违背商业可持续发展的原则下,在重视社会公平的基础上,为各个阶层提供金融服务,其重点服务对象为小微企业、农民、城镇中低收入人群等群体。杜晓山[2]等把普惠金融带进国内,是相对较早的一批学者。他们认为普惠金融的发展有着重要的作用,并且鼓励通过发展普惠金融来满足贫困地区以及偏远地区客户群体对金融的需求。从整体来看,普惠金融有利于金融公平,能够推动共同富裕[3];同时,普惠金融还有利于解决收入差距,使中国目前的城乡二元结构现状得以好转,经济增长方式得到转变,对于可持续高质量发展意义重大[4]。

随着大数据、互联网的发展,数字普惠金融逐渐融入我们的生产生活中,数字普惠金融与农业生产之间存在着紧密的关系。首先,从农业经济领域来看,由于普惠金融体系能够满足大部分人民群众对于金融的需求,因此对于我国来讲,通过其来推动区域经济增长有着一定的必要性[5]。随着数字金融的迅猛发展,农户在生产和生活的各个方面都受到了其深刻影响,不仅为农户带来了便捷,而且正规信贷需求结构也受到了影响[6]。其次,从对农业经济的影响来看,解决普惠金融现实难题的可行路径之一是数字技术,对于传统农业金融模式下无法解决的信息不对称问题,能够提供行之有效的解决方法[7]。通过互联网和大数据等技术手段,传统金融机构在涉农金融服务方面不断创新[8],比如农业银行的产品“金穗惠农e通”,就是借助如今发达的互联网技术,为与农业有关的客户提供便利的金融服务。因此,农业作为我国经济高质量发展的重要基础,无论是其可持续发展,还是粮食安全,都离不开资金的支持,而数字普惠金融能通过和利用当下先进的技术,发挥其自身的普惠效应,从而为粮食安全提供保障。相较于传统金融,数字普惠金融可以更好地推进农业发展,而粮食生产又是农业发展的重中之重,因此提出假设H1。

H1:数字普惠金融有利于促进粮食生产。

数字普惠金融以广泛的覆盖性、可渗透性等特点,正在深刻地改变着我国的农业生产方式,拓宽了农业生产的融资渠道,解决了农村融资难、融资贵、门槛高等问题,加快了农业生产方式的转变,提高了农业科技创新水平。Lin等[9]指出,数字普惠金融对粮食安全的影响显著且正向。部分学者通过研究发现,黄河流域中上游地区的数字普惠金融发展与当地的居民收入增长有着密切的正相关关系[10]。温涛等[11]指出,数字经济与乡村产业的融合发展无论是对于农村的资源利用率的提升、还是对农业生产率、产业竞争力与效益的提升都有着重要作用。周利等[12]认为,通过数字普惠金融的发展,能够有效减少居民贫困的产生,在各项子维度方面,数字普惠金融覆盖广度指数和使用深度中的支付指数都存在着明显的减贫效应。基于上述分析,可以认为,数字普惠金融对农业的发展具有积极作用,可以提高农业产值,增加农民收入,提高农村居民的种粮积极性,进而提高农业劳动生产率水平。同时,农业科技投入是确保粮食安全的支撑力量,是加快现代农业建设的中坚力量,也是提高农业科技发展水平的有效途径。因此,提出如下两个假设。

H2:农业劳动生产率在数字普惠金融与粮食生产的关系中具有中介作用。

H3:农业科技投入在数字普惠金融与粮食生产的关系中具有调节作用。

3 数据和方法

3.1 数据来源及变量定义

本文选取2011—2020年河南省17个地级市近10年的面板数据进行实证分析,在数据可得性的基础上,对于该问题的研究时间控制在此区间内。数据主要来自《河南省统计年鉴》、北京大学数字普惠金融研究中心发布的数字普惠金融指数。变量具体情况如下。

①被解释变量:粮食生产水平(Pgy)。粮食生产水平的量化借鉴闫晗、吴静芬等[13-14]的研究成果,考察河南省粮食生产水平,采用单位面积粮食产量表示(千克/公顷)。

②解释变量:数字普惠金融(Dif)。主要参考郭峰等[15]测算的数字普惠金融指数。本研究用数字普惠金融指数作为测度解释变量的依据。并采用覆盖广度(Cb)、使用深度(Ud)以及数字化程度(Di)3个子维度指标进行稳健性检验。

③中介变量:农业劳动生产率(Alp)。借鉴张林等[16]学者的做法,对表示农业劳动生产程度的农业劳动生产率进行衡量。

④调节变量:农业科技投入(Rd)。科技活动经费是衡量科技投入的重要指标之一,但考虑到相关统计资料中没有农业领域科技经费的详细数据,本文借鉴焦青霞等[17]的做法,以农业科技活动支出*(农林牧渔业总产值/地区生产总值)对农业科技投入进行衡量。

⑤控制变量。本文借鉴已有文献,参考当下农村粮食生产的实际情况,选取以下3个变量作为控制变量进行实证检验。

农业机械化水平(Tamp)。农业机械化水平一直是粮食生产的重要影响因素,本文选取农业机械总动力来衡量农业机械化水平。

政府助农财政支出(Gov)。政府助农财政支出以河南省17个地级市地方一般公共预算支出中农林水支出的情况来衡量各地区政府助农财政支持情况[18]。

人力资本水平(Labor)。人力资本水平以从事粮食生产的人员数量作为本文测度人力资本水平的指标,具体参考王跃梅等[19]的计算方法:从事粮食生产人员数量=第一产业从业人员×(农业总产值/农林牧渔业总产值)×(粮食播种面积/农作物播种面积)。具体变量描述如表1所示。

表1 变量描述

3.2 模型的设定

3.2.1 基准回归模型

为了检验数字普惠金融对粮食生产的影响情况,本文以粮食生产水平(Pgy)作为被解释变量,以河南省17个地级市的数字普惠金融(Dif)作为解释变量。将农业机械化水平(Tamp)、政府助农财政支出(Gov)、人力资本水平(Labor)作为检验的控制变量,构建基准回归模型,具体模型如下:

Pgyi,t=β0+β1Difi,t+β2∑Controlsi,t+εi,t

(1)

其中,i表示河南省各地市,t表示年份;Controlsi,t为控制变量合集;βi(i=0,1,2)是模型的系数估计值向量;εi,t为随机误差项。

3.2.2 中介效应模型

为了考察农业劳动生产率(Alp)的中介作用,构建中介效应模型,具体模型如下:

Pgyi,t=α0+α1Difi,t+α2∑Controlsi,t+εi,t

(2)

Alpi,t=β0+β1Difi,t+β2∑Controlsi,t+εi,t

(3)

Pgyi,t=γ0+γ1Difi,t+γ2Alpi,t+γ3∑Controlsi,t+εi,t

(4)

其中,Alp为中介变量;αi(i=0,1,2)、βi(i=0,1,2)、γi(i=0,1,2)是模型的系数估计值向量;εi,t为随机误差项;其他变量和前文一致。借鉴温忠麟等[20]的研究方法,采用逐步回归法进行中介效应分析。首先,依次检验模型(2)、模型(3)和模型(4)里的系数α1、β1、γ2。如果系数α1、β1、γ2都显著,则中介效应成立;如果至少存在一个系数不显著,则采用Bootstrap法对其进行检验,当结果显著时,则中介效应成立,否则不存在中介效应。其次,检验模型(4)里的系数γ1。如果显著,则说明存在局部中介作用,否则为完全中介作用。再次,比较γ1和β1γ2的符号。如果同号,属于部分中介效应,中介效应在总效用中的比例为β1γ2/α1;如果异号,则属于遮掩效应,中介效应的比例为|β1γ2/γ1|。

3.2.3 调节效应模型

为了探讨农业科技投入(Rd)所发挥的调节作用,构建调节效应模型,具体模型如下:

Pgyi,t=α0+α1Difi,t+α2Rdi,t+α3Difi,t×Rdi,t+α4∑Controlsi,t+εi,t

(5)

其中,Rdi,t为调节变量,表示农业科技投入;Difi,t×Rdi,t代表数字普惠金融与农业科技投入的交互项;Controlsi,t为控制变量合集;αi(i=0,1,2) 是模型的系数估计值向量;εi,t为随机误差项。

4 实证结果与分析

本部分主要基于上文的研究假设及模型构建,对得出的实证结果进行分析。

4.1 描述性统计

在整理各变量的数据之后,得到了变量的描述性统计结果,如表2所示。从表2可以发现,河南省的粮食生产水平存在一定的地区差异,其平均值为6046.44,最大值为7585.81、最小值为3629.64。同时,各地区之间数字普惠金融发展水平差异显著,数字普惠金融最大值为300.47,最小值为仅为23.88,平均值为169.84。此外,农业劳动生产率、农业科技投入、人力资本水平、农业机械化水平、政府助农财政支出等各变量在地区之间也存在着差异。

表2 变量描述性统计

4.2 基准回归分析

本文参考赵勇智等[21]的研究,进行F检验和LM检验后发现,在1%的水平下显著拒绝原假设,并且进行了Hausman检验,得出选择随机效应模型进行检验较为合理。但是为了模型的稳健性,本文运用混合效应模型(OLS)、固定效应模型、随机效应模型同时进行了回归检验(表3)。其中,固定效应和混合效应(OLS)回归分析结果仅作为参考。

表3 基准回归结果

由表3可知,无论是随机效应模型、混合效应模型,还是固定效应模型,解释变量数字普惠金融与被解释变量粮食生产水平均在1%上有显著的正相关关系。由模型(1)的检验结果可以得出,数字普惠金融对于粮食生产水平具有显著的促进作用,这与上述的假设一致,假设H1成立。数字普惠金融的发展为河南省广大农村地区的发展提供了金融支持,从而促进了当地的发展,为粮食生产提供了支持。目前,河南省作为农业强省,已被规划为我国重点的粮食生产基地,不仅是我国粮食战略工程的主要部分,而且为河南农业数字普惠金融提供了非常有利的条件。从上述分析可以得出,数字普惠金融的稳定发展,对于河南省的粮食生产有着十分重要的作用。

同时,农业机械化水平与粮食生产两者之间具有显著的正向关系。进行粮食生产最主要的工具之一就是农业机械,提高农业机械化水平也是促进粮食生产力提升的重要方面。政府助农财政支出的系数为负,且与粮食生产水平显著相关,原因可能是随着经济结构的不断完善,其他产业的优势逐渐呈现,降低了对农业生产方面的支持。人力资本水平系数为负,且与粮食生产水平显著相关,粮食生产劳动力的增加并未对粮食增产产生明显影响,可能的原因是在粮食生产方面存在严重的青年人才流失问题。随着社会的发展,粮食生产者老龄化问题越来越严重,因此粮食生产劳动力的增长,可能并不会对粮食生产起到显著作用。

4.3 中介效应分析

为验证假设H2中农业劳动生产率的中介作用,采用逐步回归法验证农业劳动生产率在数字普惠金融与粮食生产关系中的中介效应。回归结果如表4所示。从表4可以看出,首先,模型(2)中数字普惠金融的回归系数为2.054,且在1%水平上显著,说明发展数字普惠金融可以促进粮食生产,与前文基准回归结果一致。其次,在以农业劳动生产率为被解释变量的模型(3)中,可以发现数字普惠金融的回归系数为0.004,且在5%水平上显著,说明数字普惠金融与农业劳动生产率呈显著正相关关系。再次,从模型(4)中,可以发现数字普惠金融系数和农业劳动生产率系数分别为1.261和202.241,且均通过显著性检验。最后,数字普惠金融的系数由模型(2)的2.054下降到模型(4)的1.261,γ1和β1γ2的符号同为正,充分证明农业劳动生产率在数字普惠金融与粮食生产之间存在部分中介效应,且中介效应占总效应的比例是39.38%(β1γ2/α1)。实证结果符合假设H2的预期,即数字普惠金融的发展会推动粮食生产,且会通过促进农业劳动生产率的提升,进而间接提高粮食生产水平。

表4 农业劳动生产率的中介作用回归结果分析

4.4 调节效应分析

模型(5)的验证结果如表5所示。从表5可以发现,数字普惠金融与农业科技投入的交互项系数为1.291,且在1%的水平上显著。这一结果表明农业科技投入在数字普惠金融对粮食生产的直接影响中具有显著的正向调节作用,即随着农业科技投入水平的提高,数字普惠金融对粮食生产的推动作用会进一步增强。这与上述的假设一致,也即验证了前文假设H3成立。

表5 农业科技投入的调节作用回归结果分析

4.5 稳健性检验

为了保证以上回归结果的可靠性和稳健性,本文采用工具变量法、替换变量法以及Bootstrap方法对文章进行稳健性检验。

①工具变量法

本文选取以数字普惠金融指数的滞后一阶项(Ifii-1)和滞后二阶项(Ifii-2)组合作为工具变量,对原有模型重新验证,进而降低内生性的影响(表6)。一阶段回归结果说明,工具变量与数字普惠金融显著正相关;二阶段回归结果表明,数字普惠金融与粮食生产显著正相关,这与前文实证结果一致。在考虑了内生性问题之后,假设H1仍然成立。

表6 考虑内生性问题的检验结果

②替换变量法

采用替换变量的方法对基准回归结果进行稳健性检验。本文采用覆盖广度(Cb)、使用深度(Ud)以及数字化程度(Di)3个子维度指标替代数字普惠金融水平,分别对被解释变量粮食生产进行回归,其他控制变量不变(表7)。如表7列(1)、列(2)、列(3)所示,数字普惠金融的3个子维度与粮食生产均在1%的水平上显著正相关。与上文的检验结果一致,说明假设H1的估计结果稳健,即数字普惠金融能够促进粮食生产的核心结论保持不变。

表7 替换解释变量的回归分析结果

③Bootstrap方法

本文还运用Bootstrap法对假设H2也就是“数字普惠金融—农业劳动生产率—粮食生产”这一中介作用进行了再次检验(表8)。基于温忠麟等[20]的研究,认为当95%置信区间如果没有0,则存在显著的中介效应或者直接效应。

表8 Bootstrap方法检验结果

从表8中可以看到,在“数字普惠金融—农业劳动生产率—粮食生产”关系链中,中介效应与直接效应在95%百分比置信区间分别为[0.2419,1.6207]和[1.0749,7.3011],95%偏差纠正置信区间分别为[0.2852,1.7459]和[1.3491,7.6943],可以得出,以上均不包含0,也就是认为假设H2仍旧成立,即农业劳动生产率在数字普惠金融与粮食生产的关系中存在部分中介效应。

5 研究结论与政策建议

5.1 研究结论

本文立足于河南省17个地级市2011—2020年的数据进行实证分析,得出如下研究结论:就河南省来看,数字普惠金融发展对粮食生产水平具有显著的正向效应,并且可以通过发展数字普惠金融促进农业劳动生产率的提升,进而提高粮食生产水平。同时,农业科技投入对于数字普惠金融促进粮食生产具有调节作用。这一结果与前文的假设及现实情况基本一致,因此,发展数字普惠金融对粮食安全有着极为重要的现实意义。

5.2 政策建议

根据上述的实证分析结果,对发展河南省数字普惠金融提出如下建议。

第一,积极搭建信用信息共享平台,完善数字普惠金融征信体系。

一方面河南省各县域应通过传统政府征信和市场征信两部分不断完善适应数字普惠金融发展的征信系统,开展县域中农民等群体信用登记评价,建立数据共享平台,实现信息共享,这样不仅可以保证每一个农户的信用信息有源可溯,有据可循,在约束农户方面有着积极作用,而且能够改善金融机构与消费者之间的信息不对称问题;另一方面,还要加大宣传力度,提高农民等重点服务对象的征信意识,鼓励其形成良好的信用习惯,保障征信市场秩序,营造积极健康的征信环境。

第二,提升农民的金融素养,积极培育新型职业农民。

农民作为数字普惠金融的重要群体之一,数字普惠金融要想快速发展,需要更加重视对于农民金融素养的培养。首先,目前广大农民群众的金融素养普遍不高,各地政府及负责部门可以从实际出发,与金融机构进行合作,积极展开金融常识、金融产品、金融风险防范等知识的培训及普及,让人们认可和接受,并加大宣传力度,加强人们对于信用的观念和意识,促进数字普惠金融可持续发展。其次,政府还可以对一些有实力或者有基础的农户进行金融服务的针对性培训,比如利用互联网进行线上的数字普惠金融知识教育,鼓励农民以积极正确的态度对待金融服务,这样可以拓宽融资渠道,进而推动粮食产业发展。

第三,强化数字普惠金融监管约束,改善县域金融发展环境。

一方面,河南省各县域要对数字普惠金融实施差别化监管,在一定程度上提升对农业的信贷风险容忍度,使金融机构愿意放贷、敢于放贷,加大对发展数字普惠金融的支持力度。另一方面,以政府监管部门为主体,协同金融机构和征信机构,运用数字化技术,共同构筑数字普惠金融的风险安全防线,提高金融监管水平,增强金融风险的预警和防控能力,避免资本无序扩张,防范信息泄露和金融欺诈等,促进河南省数字普惠金融在规范中发展,为农业科技投入提供金融支持,推动粮食生产。