綠色金融助推鄉(xiāng)村振興的實現(xiàn)機制研究

李蘇 郭遠通 司寶靜

摘要：黨的十九大報告提出實施鄉(xiāng)村振興戰(zhàn)略，要提升農業(yè)發(fā)展質量，促進鄉(xiāng)村綠色發(fā)展。這對新時期解決“三農”問題、實現(xiàn)農業(yè)農村現(xiàn)代化具有重要的意義。綠色金融是實現(xiàn)經濟高質量發(fā)展、推進鄉(xiāng)村振興的新路徑。目前，關于綠色金融對鄉(xiāng)村振興影響的研究非常多，大多數(shù)學者采用普通面板回歸模型進行實證分析。文章采用2006-2021年中國30個省份的面板數(shù)據，從空間溢出效應角度構建空間杜賓模型，以經濟發(fā)展水平和鄉(xiāng)村數(shù)字化發(fā)展水平作為門檻變量構建門檻模型，實證分析綠色金融對鄉(xiāng)村振興的空間溢出效應及其動態(tài)非線性影響效應。研究表明：鄉(xiāng)村振興具有顯著的空間聚集特征，主要呈現(xiàn)“高-高”和“低-低”的聚集特征。綠色金融對鄉(xiāng)村振興既有正向促進作用，也存在空間溢出效應，回歸系數(shù)分別為0.06、0.25。綠色金融對鄉(xiāng)村振興的影響存在經濟發(fā)展水平和鄉(xiāng)村數(shù)字化發(fā)展水平雙重門檻效應，隨著二者發(fā)展水平的提升，綠色金融對鄉(xiāng)村振興的影響呈現(xiàn)邊際遞增的非線性影響效應。因此，文章提出加快發(fā)展綠色金融、推動鄉(xiāng)村數(shù)字化建設、加強區(qū)域間交流合作和加大扶農力度等政策啟示。

關鍵詞：綠色金融；鄉(xiāng)村振興；空間杜賓模型；門檻模型

中圖分類號：X196； F832； F323文獻標識碼：A文章編號：1673-338X（2023）05-053-22

基金項目：寧夏自然科學基金項目“基于深度卷積神經網絡的寧夏區(qū)域生態(tài)安全預警評價研究”（編號：2023AAC03307），北方民族大學研究生創(chuàng)新項目“鑄牢中華民族共同體意識下綠色金融賦能共同富裕的路徑研究”（編號：YCX23009），國家社會科學基金一般項目“西北民族地區(qū)新型城鎮(zhèn)化高質量發(fā)展評價與推進策略研究”（編號：20BMZ110）。

Research on the Realization Mechanism of Green Finance to Promote Rural Revitalization

——Empirical Analysis Based on Spatial Spillover Effect and Threshold Effect

LI Su1，2GUO Yuan tong1SI Bao jing1

（1 School of Economics， North Minzu University， Yinchuan 750021； 2 Research Center for Relative Poverty Governance in Ethnic Regions， Key Research Base of Humanities and Social Sciences， National Ethnic Affairs Commission， Yinchuan 750021）

Abstract：The report of the 19th National Congress of the Communist Party of China proposed the implementation of the rural revitalization strategy to improve the quality of agricultural development and promote green development in rural areas. This is of great significance for solving the issues concerning agriculture， rural areas and farmers， and achieving modernization of agriculture and rural areas in the new era. Green finance is a new path to achieve high-quality economic development and promote rural revitalization. Currently， there is research on the impact of green finance on rural revitalization， and most scholars use ordinary panel regression models for empirical analysis. This paper used panel data from 30 provinces in China from 2006 to 2021 to build a spatial Durbin model from the perspective of spatial spillover effects. The level of economic development and rural digital development were used as threshold variables to build a threshold model to describe the spatial spillover effects of green finance on rural revitalization and its dynamic nonlinear impact effects. The research showed that rural revitalization had significant spatial clustering characteristics， mainly presenting high-high and low-low clustering characteristics. Green finance had both a positive promoting effect and a spatial spillover effect on rural revitalization， with regression coefficients of 0.06 and 0.25， respectively. The impact of green finance on rural revitalization had a dual threshold effect of economic development level and rural digital development level， presenting a non-linear impact effect of marginal increase with the improvement of their development level. Therefore， it was proposed to develop green finance， strengthen rural digital construction， strengthen regional exchanges and cooperation， and increase efforts to support agriculture.

Key Words：green finance；rural revitalization；spatial Durbin model；threshold model

1引言

黨的二十大報告指出，“全面推進鄉(xiāng)村振興，堅持農業(yè)農村優(yōu)先發(fā)展，鞏固拓展脫貧攻堅成果，加快建設農業(yè)強國，扎實推動鄉(xiāng)村產業(yè)、人才、文化、生態(tài)、組織振興”，為新發(fā)展階段解決“三農”問題提供了行動綱領和根本遵循。現(xiàn)階段，我國農村發(fā)展依然存在許多問題，如鄉(xiāng)村空心化、環(huán)境臟亂差、產業(yè)鏈條短和基礎設施不完善等，已成為全面實施鄉(xiāng)村振興戰(zhàn)略的突出短板（張云飛，2021）。因此，中共中央國務院《關于做好2022年全面推進鄉(xiāng)村振興重點工作的意見》明確提出，要拓寬鄉(xiāng)村融資渠道，加快補齊農村建設的短板。由于農作物產出周期較長，市場性風險大，所以傳統(tǒng)金融進入農村市場的積極性不高，導致我國農村金融市場出現(xiàn)嚴重的供需失衡現(xiàn)象。加之傳統(tǒng)金融忽視對生態(tài)環(huán)境的保護（龔斯聞等，2019），已無法滿足人民對美好生態(tài)環(huán)境日益增長的需要。綠色金融（green finance）深入踐行“兩山”理念，將生態(tài)保護與金融發(fā)展結合起來，更注重社會效益和生態(tài)效益，這與鄉(xiāng)村振興戰(zhàn)略理念吻合（于愛水等，2023）。當前，政策性資金的投入已無法滿足鄉(xiāng)村日益增長的綠色發(fā)展需求，鄉(xiāng)村振興將更多依賴綠色投資、綠色保險和碳金融等綠色金融產品（馬駿，2016）。可見，綠色金融已成為推動實現(xiàn)鄉(xiāng)村振興的重要力量。

本文將綠色金融與鄉(xiāng)村振興納入同一分析框架，基于我國2006-2021年的省級面板數(shù)據，利用熵值法（entropy method）測算出綠色金融發(fā)展水平和鄉(xiāng)村振興指數(shù)，運用空間計量模型和門檻模型分析二者之間的空間溢出效應和非線性關系。基于此，本文旨在解決3個問題：（1）綠色金融是否可以彌補傳統(tǒng)金融的諸多弊端，從而促進鄉(xiāng)村振興的實現(xiàn)；（2）綠色金融對鄉(xiāng)村振興是否會產生空間效應；（3）綠色金融對鄉(xiāng)村振興是否存在門檻效應。本文試圖探索綠色金融助推鄉(xiāng)村振興的作用路徑與特征，以期對現(xiàn)有文獻形成有益補充，并為后續(xù)研究和政策制定提供一定的理論依據和參考借鑒。

本文的邊際貢獻主要體現(xiàn)在三個方面：第一，拓展了綠色金融的經濟效應研究。國內外學者對綠色金融經濟效應的研究多集中于經濟增長和低碳經濟方面；本文探索綠色金融與鄉(xiāng)村振興之間的關系，并進行定量分析。第二，豐富了空間視角下的理論研究。本文重點分析了綠色金融推動實現(xiàn)鄉(xiāng)村振興的作用機制，并采用空間杜賓模型（Spatial Durbin Model， SDM），揭示了二者之間的空間溢出效應。第三，研究視角上的創(chuàng)新。目前，大多數(shù)學者多從線性的角度實證分析綠色金融對鄉(xiāng)村振興的影響；本文以經濟發(fā)展水平和鄉(xiāng)村數(shù)字化水平作為門檻變量構建門檻模型，發(fā)現(xiàn)綠色金融對鄉(xiāng)村振興的影響存在非線性特征，這是在已有研究基礎上的一個重要突破。

2文獻回顧與評述

關于綠色金融，國內外尚未形成統(tǒng)一的概念和內涵。相關研究主要聚焦在三個方面：第一，綠色轉型方面。蘇冬蔚等（2018）和樊亞平等（2022）認為，綠色金融可以向綠色產業(yè)提供定向資金傾斜和扶持，削弱“兩高一剩”的信貸資金來源，實現(xiàn)綠色轉型發(fā)展。第二，金融服務方面。王鳳榮等（2018）認為，綠色金融區(qū)別于傳統(tǒng)金融，彌補了傳統(tǒng)金融以營利為目的、忽視環(huán)境保護的缺陷；綠色金融是傳統(tǒng)金融的延伸與發(fā)展（楊帆等，2015），是注重生態(tài)效益的金融創(chuàng)新（Salazar， 1998）；Labatt等（2003）、王修華等（2016）分別從市場機制角度和設計綠色產品、市場運行手段角度，驗證綠色金融是提升環(huán)境質量和綠色治理水平的一種新型金融工具。第三，政策屬性方面。陳智蓮等（2018）和王志強等（2020）認為，綠色金融是一種特殊的金融政策，通過國家政策的引導，保證信貸資金對綠色化發(fā)展的支持，促進經濟資源環(huán)境協(xié)調發(fā)展。關于鄉(xiāng)村振興的研究，目前學術界主要聚焦在“20字方針”①的解讀和分析，認為這五個維度是相互作用的，是一個有機整體（金筱萍等，2018；李周，2018）。

關于綠色金融服務鄉(xiāng)村振興的研究，主要聚焦在必要性、作用機理、現(xiàn)實問題以及政策建議等方面。在必要性方面，有學者認為受地理空間的限制（何婧等，2019）和傳統(tǒng)金融對農村市場的排斥（李曉園等，2021），不能滿足當前農村經濟高質量發(fā)展的需要，更不能滿足實施鄉(xiāng)村振興戰(zhàn)略所需的各項資源配置的綜合需求（邢治中，2022）。然而綠色金融具有一定的普惠性質（張奎，2022），在一定程度上可以滿足農戶的資金需求，提高農村基礎設施優(yōu)化的效率（申云等，2022），實現(xiàn)農村經濟高質量發(fā)展（楊曉玉等，2022）。可見，綠色金融是全面推進鄉(xiāng)村振興的重要助推器，是解決鄉(xiāng)村振興中金融供求錯配問題的重要工具（左正龍，2021）。對此，學者們對鄉(xiāng)村振興的研究逐漸聚焦在綠色金融對鄉(xiāng)村振興的作用機理上。Han等（2020）認為綠色金融通過支持農村農業(yè)和生態(tài)環(huán)境的協(xié)同發(fā)展，促進鄉(xiāng)村振興的實現(xiàn)；Joanna等（2021）認為綠色金融通過改善鄉(xiāng)村空間環(huán)境結構來促進農村經濟發(fā)展；歐陽宇俍等（2022）和楊帥等（2022）認為綠色金融通過支持鄉(xiāng)村“產業(yè)振興、生態(tài)宜居、鄉(xiāng)風文明、有效治理和生活富裕”來實現(xiàn)鄉(xiāng)村振興戰(zhàn)略；鄔德康（2023）以云南省八個市為研究對象，采用雙固定效應模型開展定量分析，認為綠色金融可以提升鄉(xiāng)村資源要素配置效率，促進鄉(xiāng)村振興與發(fā)展。此外，還有學者認為綠色金融對林業(yè)產業(yè)結構優(yōu)化升級（路亞欣等，2022）和林業(yè)碳匯能力提升（馬雯雯等，2020）等存在顯著的促進作用，能為改善農村環(huán)境、促進農村綠色轉型升級、建設美麗鄉(xiāng)村奠定理論基礎。然而，隨著綠色金融在鄉(xiāng)村振興中的廣泛應用，也面臨著許多現(xiàn)實問題。有學者指出在綠色金融服務鄉(xiāng)村振興發(fā)展過程中存在創(chuàng)新不足、面臨供給瓶頸等問題（侯斯婕，2023）；還有學者指出，在政策方面存在農村綠色項目難以界定等問題（董欣蔚，2023）。針對目前存在的現(xiàn)實問題，學界開始關注綠色金融服務鄉(xiāng)村振興的對策研究。安國俊等（2018）提出中央政府和地方政府之間、政府和市場之間要有效協(xié)調；董寧（2020）提出要加強創(chuàng)新綠色金融的產品與工具來服務鄉(xiāng)村，拓展社會資本進入渠道。

綜上所述，現(xiàn)有文獻從不同視角對綠色金融服務鄉(xiāng)村振興進行探索，取得一系列成果，為本研究開展提供了參考依據，但也存在三個方面的不足。首先，現(xiàn)有研究大多關注綠色金融對生態(tài)環(huán)境方面的影響，對“三農”影響的研究較少。其次，關于綠色金融對鄉(xiāng)村振興促進作用尚未形成統(tǒng)一的認識。歐陽紅兵等（2022）和鄔德康（2023）認為，綠色金融對鄉(xiāng)村振興的影響僅存在單向促進作用，且過度強調其直接促進作用，并未考慮到空間溢出效應；舒泰一等（2022）認為，綠色金融和鄉(xiāng)村振興是相互影響、相互促進的過程，又過度偏向于鄉(xiāng)村振興對綠色平臺的作用。本文運用空間計量模型分析綠色金融對鄉(xiāng)村振興的空間溢出效應，并進行內生性檢驗，這也是對現(xiàn)有文獻從空間視角討論綠色金融如何影響鄉(xiāng)村振興與發(fā)展的突破。最后，現(xiàn)有文獻缺乏在不同經濟發(fā)展水平和鄉(xiāng)村數(shù)字化水平下綠色金融對鄉(xiāng)村振興的異質性影響研究。我國幅員遼闊，自然資源稟賦差異非常大，不同地區(qū)的資源要素可能會對綠色金融促進鄉(xiāng)村振興的影響效果不一樣。鑒于此，本文將針對以上不足之處開展深入研究。

3理論分析框架與研究方法

為深入研究綠色金融對鄉(xiāng)村振興的影響。首先，構建綠色金融對鄉(xiāng)村振興影響的理論分析框架，同時提出研究假設；其次，根據理論分析框架和研究假設，選取空間計量模型和門檻模型進行實證分析。

3.1理論分析與研究假設

根據本文研究的內容，基于動態(tài)新經濟地理學和資源要素稟賦理論，從線性影響和非線性影響兩個方面來探討綠色金融對鄉(xiāng)村振興的影響機制，如圖1所示。

3.1.1綠色金融對鄉(xiāng)村振興的直接效應

第一，促進鄉(xiāng)村供給側改革，推進鄉(xiāng)村產業(yè)振興。一方面，在農業(yè)生產過程中，人們第一時間會選擇“生產什么”，即對于綠色產品的選擇反映了生產結構的調整；然后是“如何生產”，即對于生產要素的選擇，如農業(yè)化學品和機械在生產中的投入等，反映了生產方式的變革。另一方面，隨著農村綠色產業(yè)的發(fā)展，產業(yè)鏈不斷延長，而產業(yè)鏈的每一個節(jié)點都離不開資金的支持。綠色金融本身具有一定的普惠性質，通過綠色信貸為農村的綠色產業(yè)和民生項目提供定向資金傾斜，利用綠色證券和綠色保險等推出更優(yōu)質的綠色產品撬動資金的聚集，進而有效解決鄉(xiāng)村產業(yè)鏈“錢從哪里來”的問題。可見，綠色金融不僅可以“貸”動農村綠色產業(yè)和民生工程的發(fā)展，還可以有效推廣農業(yè)機械化的普及，提升綠色化等農業(yè)生產技術，進而提升全要素生產率，為鄉(xiāng)村產業(yè)興旺注入新動能。

第二，促進生態(tài)環(huán)境和農村經濟協(xié)調發(fā)展，建設生態(tài)宜居鄉(xiāng)村。首先，綠色保險具有風險管理功能，通過建立低碳市場化補償制度等措施，削弱“兩高一剩”的信貸資金來源，轉向對山水林田湖草沙等生態(tài)資源提供定向的資金傾斜，從根源上解決“垃圾無處去”和“污水到處流”等粗放式農業(yè)生產模式，從而極大地改善農村生活環(huán)境和農民生活質量。其次，綠色金融體系中的碳金融可以通過創(chuàng)建農村碳金融市場，引導資金向鄉(xiāng)村基礎設施流動（申云等，2022），有助于建成生態(tài)宜居的鄉(xiāng)村。最后，綠色金融可以引導金融資源向農村綠色產業(yè)和民生項目聚集，提高居民收入水平，根據環(huán)境庫茲涅茨曲線（Environmental Kuznets Curve， EKC）理論，居民收入水平與生態(tài)環(huán)境呈倒U型的曲線關系，即當人均收入達到一定的水平，生態(tài)環(huán)境會顯著改善。可見，綠色金融能夠充分發(fā)揮農村資源配置的作用，是促進農村生態(tài)宜居的重要金融手段。

第三，根植綠色低碳理念，鑄造文明鄉(xiāng)風。通過傳播綠色金融法規(guī)和綠色金融教育，可以優(yōu)化鄉(xiāng)村金融生態(tài)和農民誠信意識的形成（左正龍，2021）。此外，綠色金融在發(fā)展過程中，轉換了農民的生產方式和種植理念，推動了農民綠色環(huán)保意識和低碳素養(yǎng)的形成，有利于完善鄉(xiāng)村利益聯(lián)結機制，促進農村文明風貌的建設。

第四，推進人才振興戰(zhàn)略，鞏固鄉(xiāng)村治理成效。一方面，綠色金融可以為人才提供雄厚的創(chuàng)新創(chuàng)業(yè)資金支持，激勵更多大學生回村創(chuàng)業(yè)，實現(xiàn)“筑巢引鳳棲”到“花開蝶自來”的轉變，提升鄉(xiāng)村區(qū)域的綠色金融素養(yǎng)，不斷挖掘綠色金融的鄉(xiāng)村發(fā)展需求，創(chuàng)造出大量鄉(xiāng)村勞動就業(yè)崗位，促進農村勞動要素的流動，提高村民綠色生產的積極性；另一方面，在綠色生產過程中，人們會更關注鄉(xiāng)村可持續(xù)發(fā)展問題，進而更深層次地了解當前鄉(xiāng)村治理的狀況。可見，綠色金融能夠為鄉(xiāng)村治理創(chuàng)就業(yè)、引人才、把住脈。

第五，提高農民收入，實現(xiàn)鄉(xiāng)村生活富裕。首先，綠色金融會對綠色環(huán)保產業(yè)和民生工程資金進行傾斜，加之綠色金融依托數(shù)字互聯(lián)網技術，突破網點的局限，進一步提升綠色金融觸達鄉(xiāng)村服務的能力，降低融資成本，使得大量資金流入鄉(xiāng)村，促進農村農業(yè)可持續(xù)發(fā)展。其次，當村民享受綠色金融服務時，其經濟行為也會發(fā)生轉變，如刺激村民消費增長、提升農業(yè)產出率和收入水平等。最后，農作物生長受氣候環(huán)境、季節(jié)等自然因素的影響，同時產出周期較長，易引發(fā)市場性風險，從而導致農民出現(xiàn)增產不增收的現(xiàn)象。綠色金融體系中的綠色保險具有轉移農業(yè)生產過程中自然風險和市場風險的功能，為農民增收提供保障。因此，提出假設H1。

H1：綠色金融的發(fā)展水平對鄉(xiāng)村振興具有直接促進作用。

3.1.2綠色金融對鄉(xiāng)村振興的空間溢出效應

綠色金融是傳統(tǒng)金融的發(fā)展和延伸，其運作和服務模式也同樣依賴于地理、經濟等因素（余馮堅等， 2019），因此也會對鄉(xiāng)村振興產生空間溢出效應，即輻射效應（radiation effect）和學習效應（learning effect）。其中輻射效應主要表現(xiàn)為：首先，因為具備金融的一般屬性，綠色金融會產生一定的虹吸效應（siphon effect），從而吸引更多的金融資源聚集到綠色環(huán)保和民生產業(yè)中，促進了上下游企業(yè)資源共享和交往合作，降低交易成本，實現(xiàn)鄉(xiāng)村規(guī)模經濟和范圍經濟。其次，綠色金融可以在金融市場上跨區(qū)域自由流動，實現(xiàn)綠色資金跨區(qū)域配置。在此作用機制下，綠色資金會向鄰近發(fā)展滯后的地區(qū)溢出，提供資金支持。再次，金融知識和綠色金融創(chuàng)新技術具有流動性高、科學性強等特點，存在很強的空間溢出效應（印迪，2019；邵帥等，2022）。綠色金融發(fā)展水平較高的地區(qū)往往是信息腹地和創(chuàng)新高地，這些綠色技術、綠色信息與知識等要素通過人才流動、企業(yè)間的金融業(yè)務往來和相互交流等途徑，加速綠色要素向鄰近周邊省份溢出，從而降低了鄰近省份的信息搜尋成本和資金流動風險，提高綠色金融服務質量和運轉效率。最后，地區(qū)政策傾向對綠色金融同樣具有空間溢出效應（謝旭升等，2021）。某區(qū)域享受到綠色金融優(yōu)惠政策時，不僅會激發(fā)本區(qū)域綠色金融市場的活力，還會通過輻射效應跨區(qū)域深度挖掘綠色金融的發(fā)展需求，提升區(qū)域之間綠色金融市場的關聯(lián)度。學習效應表現(xiàn)為一區(qū)域綠色金融發(fā)展水平在促進本區(qū)域鄉(xiāng)村振興實現(xiàn)的同時，也會促進其經濟實現(xiàn)高質量發(fā)展，且毗鄰區(qū)域主動向其學習，進而促進本地區(qū)綠色金融水平的提升。由此可見，區(qū)域之間綠色金融發(fā)展具有較強的正外部性，所以將空間溢出效應納入綠色金融影響鄉(xiāng)村振興的理論分析框架是非常有必要的。因此，提出假設H2。

H2：綠色金融對實現(xiàn)鄉(xiāng)村振興存在著正向的空間溢出效應。

3.1.3綠色金融對鄉(xiāng)村振興的影響存在門檻效應

假設分析表明，綠色金融對鄉(xiāng)村振興有直接的促進作用。然而，該論斷是基于區(qū)域同質性假設的分析結果，未考慮我國幅員遼闊可能存在的區(qū)域異質性，也未考慮作為影響我國綠色金融的運轉效率和服務質量的鄉(xiāng)村數(shù)字化發(fā)展和經濟發(fā)展區(qū)域間的差異性。事實上，綠色金融服務鄉(xiāng)村產業(yè)的滲透與效率主要是依賴鄉(xiāng)村數(shù)字化發(fā)展水平和經濟發(fā)展水平的提升，因此，二者發(fā)展水平的高低可能會導致綠色金融對鄉(xiāng)村振興的影響作用存在差異。首先，經濟發(fā)展水平較高可以顯著促進農業(yè)技術創(chuàng)新效率（路傲然等，2023），提升綠色生產技術。一旦綠色生產技術有所突破，意味著鄉(xiāng)村綠色產業(yè)的生產效率會得到飛速的提升，如對農村非必要勞動的替代、單位時間綠色產品的增加和單位產出能耗的減少等，這對實現(xiàn)農業(yè)現(xiàn)代化和促進鄉(xiāng)村振興具有非常重要的作用。其次，經濟發(fā)展水平反映了農村地區(qū)人力資本水平。農村人力資本水平過低，阻礙鄉(xiāng)村綠色金融素養(yǎng)的形成，不利于綠色金融業(yè)務在綠色產業(yè)的深層次應用，從而減弱綠色金融對鄉(xiāng)村振興的影響。最后，鄉(xiāng)村數(shù)字化發(fā)展水平的提升，可以促進鄉(xiāng)村數(shù)字的采集、傳輸和數(shù)據處理能力（金紹榮等，2022）。綠色行業(yè)、科研機構等依托互聯(lián)網分析綠色金融的市場運轉數(shù)據，增強綠色技術研發(fā)的針對性，有利于提升農業(yè)機械的工作效率，改善土壤環(huán)境和化肥品質，實現(xiàn)綠色創(chuàng)新。這對鄉(xiāng)村生態(tài)環(huán)境和生產效率具有重要的推動作用。同時，依托互聯(lián)網的綠色金融有助于打破農村信息壁壘，加快政策信息、綠色發(fā)展理念教育、綠色生產技術等的傳播力度，對農村調整農業(yè)生產結構、根植綠色發(fā)展理念、減少綠色要素扭曲造成的生產損耗具有重要作用。故本文認為經濟發(fā)展水平和鄉(xiāng)村數(shù)字化發(fā)展水平的提升均會對鄉(xiāng)村振興產生正向調節(jié)作用。在各區(qū)域數(shù)字經濟發(fā)展水平和鄉(xiāng)村數(shù)字化發(fā)展水平存在明顯差異的背景下，有必要進一步驗證綠色金融對鄉(xiāng)村振興的影響是否存在門檻效應。因此，提出假設H3和H4。

H3：綠色金融對鄉(xiāng)村振興的影響存在經濟發(fā)展水平的門檻效應。

H4：綠色金融對鄉(xiāng)村振興的影響存在鄉(xiāng)村數(shù)字化發(fā)展水平的門檻效應。

3.2研究方法

根據上述動態(tài)新經濟地理學和非線性視角下的理論分析，考慮到研究樣本范圍的廣泛性，本文選取空間計量模型和門檻模型，既可以在一定程度上消除因空間溢出影響內生性問題，又能考察綠色金融對鄉(xiāng)村振興的非線性影響，彌補了普通最小二乘法回歸忽略空間效應和非線性影響的不足，為更好地提高綠色金融的空間流動效率和促進鄉(xiāng)村振興發(fā)展提供借鑒。

3.2.1空間權重矩陣選擇

空間權重矩陣用來衡量研究對象的空間關聯(lián)性，是反映相鄰空間單元之間相互作用的一個矩陣，是區(qū)分傳統(tǒng)計量的重要依據。本文基于地理鄰接方法構建各省份的空間權重矩陣W，元素Wij構建原則如式（1）所示。

式（1）中，按照地理相鄰關系，如果i地區(qū)與j地區(qū)有公共邊，說明i地區(qū)與j地區(qū)相鄰，Wl取1，反之則取0。本文選取除西藏自治區(qū)及港澳臺地區(qū)以外的我國30個省（自治區(qū)、直轄市）為研究對象。為防止存在孤島效應，假定海南省與廣東省陸地相鄰。

3.2.2空間相關性檢驗

本文基于鄰接空間矩陣，使用莫蘭指數(shù)對鄉(xiāng)村振興的空間相關性進行檢驗。而空間自相關又分為局部空間自相關和全局空間自相關，相應的莫蘭指數(shù)也分為局部莫蘭指數(shù)（local Morans index）和全局莫蘭指數(shù)（global Morans index）。計算公式分別如式（2）和式（3）所示。

3.2.3空間計量模型構建

為了分析綠色金融驅動鄉(xiāng)村振興的空間溢出效應，本文引入空間計量模型來討論綠色金融發(fā)展水平下鄉(xiāng)村振興的實現(xiàn)路徑，具體模型如式（4）所示。

式（5）中，Rd表示門檻變量，T表示待檢驗的門檻值，μ為隨機擾動項；I（.）是門檻模型的示性函數(shù)，如果括號內為真，則I為1，否則為0。

3.3變量選取及說明

本文選取鄉(xiāng)村振興指數(shù)（Revitalization）作為被解釋變量，綠色金融指數(shù)（Gf）作為解釋變量，選取經濟發(fā)展水平（Pgdp）和鄉(xiāng)村數(shù)字化水平（digital）作為門檻變量，并設置相關的控制變量以確保估計結果的準確。

3.3.1被解釋變量

根據科學性、合理性原則，結合黨的十九大報告提出的鄉(xiāng)村振興戰(zhàn)略“20字方針”，參考曹開軍等（2022）和楊雪（2023）的研究成果，綜合考慮數(shù)據可得性和平滑性，構建包含5個維度的鄉(xiāng)村振興綜合評價指標體系。選取產業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕5個一級指標和相對應的31個二級指標，采用客觀賦權的熵值法進行測度，鄉(xiāng)村振興評價指標體系如表1所示。

3.3.2核心解釋變量

根據《關于構建綠色金融體系的指導意見》對綠色金融概念的界定以及政策的支持，參考史代敏等（2022）和舒泰一等（2022）的研究成果，構建了綠色信貸、綠色投資、綠色保險、綠色證券、碳金融5個一級評價指標。采用客觀賦權的熵值法進行測度，綠色金融評價指標體系如表2所示。

3.3.3門檻變量的選取

諸多學者的研究表明，經濟發(fā)展水平和鄉(xiāng)村數(shù)字化水平的提升可以顯著地影響農村地區(qū)間的創(chuàng)新水平（路傲然等，2023）和服務效率（任曉聰?shù)龋?023）。因此，本文選取經濟發(fā)展水平和鄉(xiāng)村數(shù)字化水平作為門檻變量。其中，經濟發(fā)展水平（Pgdp）選取人均地區(qū)生產總值來衡量，為了消除異方差的影響，對人均地區(qū)生產總值取對數(shù)處理；鄉(xiāng)村數(shù)字化水平（digital）選取農村互聯(lián)網寬帶接入用戶數(shù)與農村人口數(shù)的比值來衡量。

3.3.4控制變量的選取

由于鄉(xiāng)村振興受經濟發(fā)展水平、社會環(huán)境等多重因素影響，參考孟維福等（2023）和魯釗陽等（2023）的研究成果，本文選取科技投入（Teout）、市場化水平（Mark）、基礎設施水平（Fac）、政府支農（Gov）、農業(yè)生產總值（Pro）、綠化程度（Gd）、林業(yè)經濟增長（Fed）作為控制變量。其中，科技投入（Teout）選取科學技術支出占地區(qū)生產總值的比重來衡量，市場化水平（Mark）選取國有企業(yè)就業(yè)人數(shù)與總就業(yè)人數(shù)的比值來衡量，基礎設施水平（Fac）選取固定資產總額占地區(qū)生產總值的比重來衡量，政府支農（Gov）選取農林水事務財政支出占地區(qū)生產總值的比重來衡量，農業(yè)生產總值（Pro）選取農林牧漁業(yè)生產總值來衡量，綠化程度（Gd）選用森林覆蓋率來衡量，林業(yè)經濟增長（Fed）選取林業(yè)總產值來衡量。

4數(shù)據來源與描述性統(tǒng)計

本文選取2006-2021年除西藏自治區(qū)及港澳臺地區(qū)以外30個省（自治區(qū)、直轄市）作為研究對象。其中，鄉(xiāng)村振興指數(shù)數(shù)據來源于EPS（Easy Professional Superior）數(shù)據庫、《中國城鄉(xiāng)建設統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》；綠色金融發(fā)展水平指數(shù)數(shù)據來源于《中國能源統(tǒng)計年鑒》《中國工業(yè)年鑒》《中國保險年鑒》《中國環(huán)境統(tǒng)計年鑒》和萬得數(shù)據庫（Wind）、中國經濟金融研究數(shù)據庫（China Stock Market andAccounting Research Database， CSMAR）。門檻變量和控制變量的相關數(shù)據均來源于《中國統(tǒng)計年鑒》和各省份統(tǒng)計年鑒。對于個別年份缺失的數(shù)據，采用相近年份數(shù)據線性插值替代。2021年變量的描述性統(tǒng)一如表3所示。由表3可知，2021年我國各省份的鄉(xiāng)村振興指數(shù)平均值為0.38，標準差為0.05，最小值為0.30，最大值為0.51，最大值是最小值的1.70倍左右，說明我國各省份鄉(xiāng)村振興發(fā)展水平差異較大。

5經驗性結果

基于上述研究假設與變量的選擇，本文采用Stata 16.0軟件對上述數(shù)據進行整理和分析，并運用空間計量模型和門檻模型對綠色金融助推鄉(xiāng)村振興進行實證研究。

5.1空間自相關檢驗

為檢驗我國鄉(xiāng)村振興發(fā)展水平是否存在空間相關性，本文基于鄰接空間權重矩陣，對全局莫蘭指數(shù)進行計算分析，結果如表4所示。2006-2021年我國鄉(xiāng)村振興水平全局莫蘭指數(shù)均在1%的顯著性水平上顯著為正，表明在省域層面鄉(xiāng)村振興水平存在顯著的空間正相關性，即某一省份鄉(xiāng)村振興水平的提高會對周邊省份產生積極影響，說明在探索鄉(xiāng)村振興的實現(xiàn)路徑時，應考慮空間屬性。

為便于直觀地探究鄉(xiāng)村振興局部空間相關性，本文選取2006年、2013年和2021年的數(shù)據來繪制莫蘭散點圖，如圖2所示。我國鄉(xiāng)村振興水平大部分省份處于“高-高”聚集和“低-低”聚集的狀態(tài)，再次驗證了鄉(xiāng)村振興水平存在空間正相關關系。鄉(xiāng)村振興水平“高-高”聚集主要位于東部地區(qū)，包括廣東、北京、安徽、天津、山東、浙江、上海、江蘇、福建等省份；“低-低”聚集主要位于西部和東北地區(qū)，包括廣西、黑龍江、吉林、山西、甘肅、新疆、青海、遼寧、四川、陜西、貴州、寧夏、云南、內蒙古等省份。這兩種類型的分化現(xiàn)象與我國經濟重心由東向西呈階梯狀分布的空間格局是一致的，表明鄉(xiāng)村振興發(fā)展水平在空間地理分布上存在明顯的空間集聚現(xiàn)象和顯著的東強西弱的區(qū)域差異性。因此，本文選用空間計量模型且將鄰接空間權重矩陣引入模型中是科學而又必要的。

5.2空間面板模型選擇

鄉(xiāng)村振興水平的空間自相關性檢驗結果，可以得出其存在顯著的正向空間自相關性。下一步需要篩選合適的空間面板模型進行回歸，LM檢驗、LR檢驗及Wald檢驗結果如表5所示。

表5的檢驗結果可知，空間誤差最大似然檢驗（LM-error）、空間滯后最大似然檢驗（LM-lag）、穩(wěn)健性空間誤差最大似然檢驗（Robust-LM-error）和穩(wěn)健性空間滯后最大似然檢驗（Robust-LM-lag）的結果均在1%的顯著性水平上顯著，說明綠色金融對鄉(xiāng)村振興影響的模型選擇應同時考慮空間滯后項和空間誤差項，由于空間杜賓模型包含了這兩種效應，因此初步判定選擇空間杜賓模型。進一步分析，似然比（Likelihood Ratio， LR）檢驗和沃爾德（Wald）檢驗值均通過了1%的顯著性水平檢驗，拒絕原假設，即選擇空間杜賓模型是正確的。此外，空間杜賓模型包含了隨機效應和固定效應模型，而固定效應模型又可分為時空雙固定、時間固定和空間固定效應。參考蒲甘霖（2022）的做法，本文擬構建四種效應下的空間杜賓模型，比較其擬合優(yōu)度（Adj-R2）和對數(shù)似然估計值（Log-likelihood），進而選取最優(yōu)模型，如表6所示。由表6中的擬合優(yōu)度和對數(shù)似然估計值可知，空間固定效應模型整體表現(xiàn)最好，所以選取空間固定效應下的空間杜賓模型。

5.3空間杜賓模型的回歸分析

基于上述理論分析與模型的選擇，采用空間杜賓模型對綠色金融助推鄉(xiāng)村振興研究，并用替換權重矩陣的方法進行穩(wěn)健性檢驗，采用對鄉(xiāng)村振興指數(shù)滯后一期的方法進行內生性檢驗。

5.3.1回歸結果分析

本文基于鄰接空間權重矩陣，運用空間固定效應下的空間杜賓模型來探究綠色金融對鄉(xiāng)村振興的空間溢出效應，結果如表7所示。為使結果更加穩(wěn)健，本文同時列出空間滯后模型和空間誤差模型的估計結果。

從表7可以看出，在三種空間模型下，各變量系數(shù)符號和顯著性水平基本一致，結合Log-likelihood和R2值，可知使用空間杜賓模型來解釋綠色金融與鄉(xiāng)村振興之間的空間效應是最優(yōu)的，模型的穩(wěn)健性得到進一步的驗證，因此選用空間杜賓模型的估計結果進行分析。由表7可知，綠色金融指數(shù)（Gf）為正且通過了5%的顯著性水平檢驗，表明綠色金融的發(fā)展能夠顯著促進本省（自治區(qū)、直轄市）鄉(xiāng)村振興的實現(xiàn)，假設H1得到初步驗證。此外，綠色金融的空間效應系數(shù)（W×Gf）在1%的顯著性水平上顯著為正，說明某一省份綠色金融發(fā)展水平的提升對鄰近省份實現(xiàn)鄉(xiāng)村振興存在積極作用，假設H2得到初步驗證。深入分析發(fā)現(xiàn)，不管是空間誤差模型的誤差回歸系數(shù)λ，還是空間滯后模型和空間杜賓模型的滯后系數(shù)ρ均為正，且通過了1%的顯著性水平檢驗，說明我國鄉(xiāng)村振興水平具有正向空間聚集特征，即某一省份鄉(xiāng)村振興水平的提升會對鄰近省份產生輻射效應和學習效應。

5.3.2鄉(xiāng)村振興空間溢出效應的分解

諸多研究表明，空間面板模型估計所得的系數(shù)及顯著性無法完全反映綠色金融對鄉(xiāng)村振興的影響。為進一步分析鄉(xiāng)村振興的溢出效應，本文采用求解偏導數(shù)的方法將空間效應分解為空間直接效應和空間溢出效應，如表8所示。

從表8可知，綠色金融的直接效應系數(shù)為0.06，且通過了1%的顯著性水平檢驗，表明綠色金融在發(fā)展過程中對本省（自治區(qū)、直轄市）鄉(xiāng)村振興的實現(xiàn)具有顯著的驅動作用，即本省（自治區(qū)、直轄市）綠色金融發(fā)展水平每提升1%，當?shù)剜l(xiāng)村振興水平會提高0.06%。其原因是：第一，綠色金融發(fā)揮著資金蓄水池的作用。綠色金融通過引導更多的資金向綠色產業(yè)和民生項目聚集，不斷提升經濟效益和社會效益；綠色金融通過加入環(huán)保條件，提高各企業(yè)的貸款門檻，迫使“三高一剩”的企業(yè)向綠色創(chuàng)新項目轉型升級，如購買綠色設備和提升綠色創(chuàng)新技術等。第二，提升效率。綠色金融降低了綠色環(huán)保產業(yè)和民生工程的融資成本，使大量的資金流入該行業(yè)，提升資金的使用效率；隨著大量資金注入綠色行業(yè)，綠色創(chuàng)新技術從實驗室走向市場的周期縮短，提升了研發(fā)效率。綠色金融在產業(yè)振興、生活富裕和生態(tài)宜居等方面發(fā)揮重要作用，推動鄉(xiāng)村振興的實現(xiàn)，假設H1再次得到驗證。間接效應系數(shù)為0.25，且通過了1%的顯著性水平檢驗，表明綠色金融在發(fā)展過程中對鄰近省份鄉(xiāng)村振興實現(xiàn)具有顯著推動作用，即本省（自治區(qū)、直轄市）綠色金融發(fā)展水平每提升1%，鄰近省份的鄉(xiāng)村振興水平會提高0.25%。究其原因：一方面綠色資金可以在綠色金融市場上自由流動，本身就能實現(xiàn)資金跨區(qū)域配置；另一方面綠色金融知識、技術和政策傾斜等均具有較強的外溢性，即向相對落后的地區(qū)產生輻射效應。同時，當某一省份的綠色金融對鄉(xiāng)村振興有積極影響時，鄰近省份會通過學習效應向其學習先進經驗，完善自身的服務和產品質量，從而帶動相對落后的鄰近省份實現(xiàn)鄉(xiāng)村振興，假設H2再次得到驗證。但值得注意的是，間接效應的系數(shù)明顯高于直接效應，說明綠色金融發(fā)展水平對鄰近省份鄉(xiāng)村振興水平的影響作用更強。這意味著要充分發(fā)揮綠色金融對鄉(xiāng)村振興的空間溢出作用，需各地區(qū)協(xié)同發(fā)力，爭取產生“1+1>2”的效果，進一步促進鄉(xiāng)村振興的實現(xiàn)。

從控制變量上看，科技投入的直接效應和間接效應系數(shù)均顯著為正。科學技術是第一生產力，加大科技研發(fā)投入，對推動我國科學技術水平、提高社會勞動生產效率至關重要。市場化水平的直接效應顯著為負，但間接效應不顯著。原因是隨著市場化的推進，加劇了競爭程度，競爭導致收入分配不均和兩極分化，加劇了社會矛盾和沖突。基礎設施水平的直接效應系數(shù)顯著為負，但間接效應不顯著。因為基礎設施不直接參與農村經濟的發(fā)展，而是更多地發(fā)揮鄉(xiāng)村經濟發(fā)展過程中的橋梁功能。然而，只有當基礎設施呈現(xiàn)出某種網格化時，經濟要素資源才能得到充分流動，農村部門才能獲得經濟發(fā)展的機會，基礎設施才能對鄉(xiāng)村振興發(fā)揮正向促進作用。政府支農的直接效應和間接效應均不顯著，原因是政府真正用于支農的投入不足，且支出結構不合理。農業(yè)生產總值的直接效應和間接效應不顯著，原因是當前農業(yè)生產總值過低，無法有效推動鄉(xiāng)村振興。綠化程度的直接效應不顯著，但間接效應顯著為負。原因是：當前鄉(xiāng)村綠色化程度過低，碳吸收能力較弱，無法對本省（自治區(qū)、直轄市）鄉(xiāng)村振興有著積極影響。但隨著地方政府大規(guī)模國土綠化和森林質量精準提升工程的實施，吸引鄰近省份的人才、技術、資金聚集，從而產生虹吸效應，不利于鄰近省份的發(fā)展。林業(yè)經濟增長的直接效應和間接效應均顯著為正。林業(yè)經濟發(fā)展既兼顧了農村經濟效益，又發(fā)揮出明顯的社會效益，通過吸納農村家庭的剩余勞動力，為鄉(xiāng)村提供更多的就業(yè)崗位，提升農民收入水平，對鄉(xiāng)村振興的實現(xiàn)具有推動作用。

5.4穩(wěn)健性和內生性檢驗

為了使模型更具說服力，結果更可靠，本文嘗試進行穩(wěn)健性檢驗和內生性檢驗，結果如表9所示。

其中，穩(wěn)健性檢驗采用更換空間權重矩陣的方法，即以經濟距離空間權重矩陣來代替鄰接空間權重矩陣，經濟距離空間權重矩陣的經濟特征值，選用2006-2021年的人均地區(qū)生產總值的平均值來衡量。分析表9可知，在經濟距離空間權重矩陣下，綠色金融對鄉(xiāng)村振興的影響除了系數(shù)有些許差異，其顯著性和方向符號與表8的估計結果基本一致。控制變量中，除了個別變量存在差異外，其余變量的檢驗結果基本一致，說明回歸結果較為穩(wěn)健。

為了解決內生性問題，參考梁向東等（2021）的方法，基于鄰接空間權重矩陣，對鄉(xiāng)村振興指數(shù)的一階滯后項再次分析。從表9可以看到，在滯后一期數(shù)據后，綠色金融對鄉(xiāng)村振興的顯著性和方向符號基本保持一致，表明本文的驗證結果具有可靠性和科學性。

5.5門檻效應實證分析

通過空間計量的回歸結果發(fā)現(xiàn)，綠色金融對鄉(xiāng)村振興存在正向的空間溢出效應。為進一步深化探究，利用門檻模型驗證假設H3和H4，即經濟發(fā)展水平和鄉(xiāng)村數(shù)字化發(fā)展水平對我國鄉(xiāng)村振興的影響存在門檻效應。基于此，本文引入門檻回歸模型。

5.5.1門檻值檢驗

門檻效應檢驗結果如表10所示。當以經濟發(fā)展水平或鄉(xiāng)村數(shù)字化水平作為門檻變量時，其單一門檻、雙重門檻的檢驗均通過了1%的顯著性水平檢驗，但多重門檻未通過顯著性檢驗，表明在此兩種門檻變量下，綠色金融對鄉(xiāng)村振興的影響存在雙重門檻效應。

5.5.2以經濟發(fā)展水平為門檻變量分析

以經濟發(fā)展水平為門檻變量回歸估計結果如表11所示，綠色金融對鄉(xiāng)村振興影響受經濟發(fā)展水平的非線性式門檻調節(jié)。當經濟發(fā)展水平處于（0，10.60]、（10.60，11.09]和（11.09，+∞）三個區(qū)間時，綠色金融發(fā)展水平對鄉(xiāng)村振興的影響系數(shù)分別為0.15、0.20和0.28，且均在1%的顯著性水平上顯著。可見，綠色金融在經濟發(fā)展水平的調節(jié)下，對鄉(xiāng)村振興影響存在著折線式邊際效用遞增趨勢。原因是：經濟發(fā)展水平的提高吸引更多優(yōu)質的人才，提升綠色金融技術和應用水平，使綠色金融在規(guī)避風險、資金運轉效率、服務質量和風控能力等方面得到提升，可以更加精準、高效地將“金融活水”注入“田間地頭”；經濟發(fā)展水平的提高，綠色金融市場環(huán)境向好，居民金融素養(yǎng)趨高，信貸市場信息愈透明，從而促進資金需求與供給平衡，提升綠色金融市場運轉效率和服務質量，降低市場交易成本與風險，提升農業(yè)生產與生態(tài)保護效率。假設H3得到驗證。

5.5.3以鄉(xiāng)村數(shù)字化水平為門檻變量分析

以鄉(xiāng)村數(shù)字化水平為門檻變量回歸估計結果如表12所示，綠色金融對鄉(xiāng)村振興的影響受到鄉(xiāng)村數(shù)字化水平的調節(jié)，調節(jié)曲線呈現(xiàn)出邊際遞增的非線性關系。當鄉(xiāng)村數(shù)字化水平處于（0，0.17]、（0.17，0.36]和（0.36，+∞）三個區(qū)間時，綠色金融發(fā)展水平對鄉(xiāng)村振興的影響系數(shù)分別為0.20、0.25和0.30，且均在1%的顯著性水平上顯著，表明隨著鄉(xiāng)村數(shù)字化水平的提升，綠色金融對鄉(xiāng)村振興的影響作用更強。原因是：互聯(lián)網等信息數(shù)字要素不斷下沉至鄉(xiāng)村群體，鄉(xiāng)村數(shù)字化發(fā)展已逐漸成為影響綠色金融的新型技術要素。一方面，綠色金融本身對緩解農村環(huán)境風險等方面有積極推動作用，加之與鄉(xiāng)村數(shù)字化結合，更能提升綠色金融觸達鄉(xiāng)村服務的能力，這對降低交易成本與風險、提升綠色創(chuàng)新技術和獲取政策信息具有重大意義；另一方面，數(shù)字作為生產要素，能夠提高農業(yè)生產效率、降低鄉(xiāng)村環(huán)境污染，如農膜和化肥等施用量，并且數(shù)字要素的使用優(yōu)化了其他要素的生產效率，在增加零污染源要素和提升其他要素效率的雙重影響下，農業(yè)生產技術效率得到提升，從而使“農業(yè)強、鄉(xiāng)村美和農民富”得到有效保障。假設H4得到驗證。

6研究結論、討論與政策啟示

本文采用熵值法測算了我國2006-2021年綠色金融發(fā)展水平指數(shù)和鄉(xiāng)村振興指數(shù)，基于理論分析和研究假設進行探究，得出研究結論并進行討論后提出政策啟示。

6.1研究結論

本文將綠色金融與鄉(xiāng)村振興納入同一分析系統(tǒng)，通過描述綠色金融對鄉(xiāng)村振興的空間溢出效應以及非線性影響效應，得出3點研究結論。

（1）鄉(xiāng)村振興水平存在顯著的空間正相關性，在空間分布上主要表現(xiàn)為“高-高”聚集或者“低-低”聚集。綠色金融對鄉(xiāng)村振興的直接效應和間接效應系數(shù)分別為0.06、0.25，且均通過了1%的顯著性水平檢驗。值得注意的是，間接效應系數(shù)明顯高于直接效應系數(shù)，說明綠色金融的發(fā)展水平不僅能顯著地促進本省（自治區(qū)、直轄市）鄉(xiāng)村振興水平的提升，對鄰近省份鄉(xiāng)村振興水平也有著積極影響，且對鄰近省份的影響作用更大。

（2）在控制變量中，科技投入的直接效應和間接效應系數(shù)均顯著為正；市場化水平的直接效應系數(shù)顯著為負，但間接效應系數(shù)不顯著；基礎設施水平的直接效應系數(shù)顯著為負，間接效應系數(shù)為正，但不顯著；政府支農的直接效應和間接效應均不顯著；農業(yè)生產總值的直接效應和間接效應均不顯著；綠色化程度的直接效應不顯著，但間接效應顯著為負；林業(yè)經濟增長的直接效應和間接效應系數(shù)均顯著為正。

（3）經濟發(fā)展水平和鄉(xiāng)村數(shù)字化發(fā)展水平均對鄉(xiāng)村振興存在雙重門檻效應，且表現(xiàn)出明顯的邊際遞增趨勢。當經濟發(fā)展水平越過門檻值10.60和11.09時，鄉(xiāng)村數(shù)字化發(fā)展水平越過門檻值0.17和0.36時，綠色金融對鄉(xiāng)村振興的影響逐漸增強。

6.2討論

根據研究結論，結合同類現(xiàn)有文獻結論對比討論，探討綠色金融與鄉(xiāng)村振興領域的創(chuàng)新和拓展。

（1）通過空間自相關檢驗發(fā)現(xiàn)，鄉(xiāng)村振興水平具有正向空間集聚效應。根據莫蘭散點圖分析發(fā)現(xiàn)，雖然我國鄉(xiāng)村振興水平呈現(xiàn)正向空間集聚特征，但基本都處于低水平集聚區(qū)，說明我國鄉(xiāng)村振興水平分布集聚水平較低，這與劉亞男等（2022）的研究結論基本一致，表明利用空間計量模型考慮空間因素是有一定參考價值的。

（2）通過空間杜賓模型回歸結果發(fā)現(xiàn)，綠色金融對鄉(xiāng)村振興具有顯著的正向促進作用，與歐陽紅兵等（2022）、鄔德康（2023）進行普通面板回歸的結論一致。但有所不同的是，本文將空間因素納入模型中，并驗證發(fā)現(xiàn)綠色金融對鄉(xiāng)村振興的影響具有空間溢出效應，這是普通面板回歸模型無法解釋的。

（3）通過控制變量的回歸結果發(fā)現(xiàn)，加大科技投入對農村農業(yè)發(fā)展具有重要影響作用，與宋保勝等（2020）研究結論一致；林業(yè)經濟發(fā)展不僅提升農民的收入水平，還促進農村經濟高質量發(fā)展，與晏俊杰等（2022）研究結論相同。

（4）當以經濟發(fā)展水平、鄉(xiāng)村數(shù)字化發(fā)展水平為門檻變量時，發(fā)現(xiàn)綠色金融對鄉(xiāng)村振興的影響呈現(xiàn)折線式邊際效用遞增趨勢，這與趙紅霞等（2022）以經濟發(fā)展水平作為門檻變量研究職業(yè)教育對鄉(xiāng)村振興的門檻分析結果一致。但不同的是，任曉聰?shù)龋?023）相關研究更多地分析了鄉(xiāng)村數(shù)字化對鄉(xiāng)村振興的影響程度，而對其非線性影響的研究則較少。

相對于以往的研究，本文主要從三個方面進行了拓展。第一，結合鄉(xiāng)村振興的空間相關性，運用空間杜賓模型探討了綠色金融對鄉(xiāng)村振興空間溢出效應的作用路徑，豐富了空間視角下的研究。第二，大多數(shù)學者僅研究綠色金融與鄉(xiāng)村振興的關系，本文發(fā)現(xiàn)綠色金融對鄉(xiāng)村振興的影響存在經濟發(fā)展水平和鄉(xiāng)村數(shù)字化發(fā)展水平的異質性，為不同地區(qū)制定有針對性的政策提供了理論支撐。第三，本文分別使用替換矩陣、鄉(xiāng)村振興指數(shù)滯后一階的方法進行穩(wěn)健性檢驗和內生性討論，與已有文獻相比，本文的結論更具可靠性和科學性。

本文分析仍存在一定的不足之處。第一，由于受農村數(shù)據可獲得性的限制，本文選取省級層面的數(shù)據進行研究分析，今后可以通過實地調研問卷、訪談等方式進一步獲取尺度更細的縣域數(shù)據。第二，我國綠色金融發(fā)展起步較晚，綠色金融體系的建設有待完善，目前我國綠色金融工具的相關數(shù)據尚無權威性的機構統(tǒng)計，因此本文選用部分相關指標來替代各省（自治區(qū)、直轄市）的綠色金融發(fā)展水平，可能存在一定的誤差。同時，基于數(shù)據的可得性，在構建綠色金融指標體系時，未將綠色基金等金融工具納入到指標體系中。

6.3政策啟示

農業(yè)現(xiàn)代化建設正在如火如荼進行，而生態(tài)宜居、農民富裕和產業(yè)振興的實現(xiàn)需要綠色金融的支持。鄉(xiāng)村數(shù)字化、林業(yè)經濟增長、政府涉農支出等對鄉(xiāng)村振興均有一定的促進作用。因此，結合本文研究結論和討論，提出四點政策啟示。

第一，大力發(fā)展綠色金融。綠色金融注重生態(tài)效益和經濟效益，可以有效遏制“垃圾叢生”現(xiàn)象，提高居民收入水平，促進農村農業(yè)經濟可持續(xù)發(fā)展。因此，對綠色信貸、碳金融等綠色金融在稅收方面應給予傾斜優(yōu)惠。對部分收益較低、風險較大的綠色項目，相關部門應該建立健全綠色發(fā)展的激勵機制，促進綠色金融業(yè)務在農村地區(qū)全面展開。在全面推進綠色金融發(fā)展的同時也應有重點、分地區(qū)地進行，經驗性結果表明，在不同的經濟發(fā)展水平下，綠色金融對鄉(xiāng)村振興的促進作用不同。因此，要鼓勵經濟發(fā)展水平較低的地區(qū)優(yōu)先發(fā)展綠色金融。

第二，加強鄉(xiāng)村數(shù)字化建設。鄉(xiāng)村數(shù)字化水平是提升綠色金融運行效率和服務質量的重要保障，因此，增強數(shù)字鄉(xiāng)村建設能提升農村發(fā)展中的科學決策和人才培育能力，構建“綠色金融數(shù)據大平臺”完善綠色金融配套體系，為鄉(xiāng)村振興的實現(xiàn)提供綠色金融支持渠道。鄉(xiāng)村數(shù)字化發(fā)展水平的不同，對鄉(xiāng)村振興的影響作用也不同，因此要加強偏遠農村地區(qū)基礎設施建設，推動千兆光網、5G技術下沉鄉(xiāng)村群體，為數(shù)字鄉(xiāng)村建設提供設施保障。同時，運用大數(shù)據技術與各鄉(xiāng)鎮(zhèn)的農村電子商務服務網點精準對接，形成一張既能宣傳政策信息、綠色金融知識，又能實現(xiàn)農村特色產品推廣、綠色金融征信數(shù)據采集的網絡。

第三，加強區(qū)域間交流合作。要全面推動鄉(xiāng)村振興的實現(xiàn)，必須充分利用綠色金融能夠突破時空限制的特性，促進區(qū)域間協(xié)同發(fā)展。所以需要完善配套政策，鼓勵各大高校、企業(yè)等技術創(chuàng)新主體跨區(qū)域深度交流，打破人才、技術和知識的流動壁壘，使各地區(qū)優(yōu)勢互補，加強地區(qū)間的合作聯(lián)動性，提高整體的綠色技術水平。同時，設立地區(qū)間的農村綠色產業(yè)信息服務網點，降低企業(yè)獨自搜尋信息成本，提高彼此間服務效率和質量。

第四，制定相關政策，加大扶農力度。相關部門做好頂層設計，合理規(guī)劃財政支農資金，加大財政農林水事務和退耕還林的支持力度。綠化程度存在虹吸效應，所以在制定政策時要防止支農資源極化現(xiàn)象發(fā)生。同時，也應重視林業(yè)經濟增長對鄉(xiāng)村振興的顯著促進作用，根據經驗性結果可知，其促進作用較小，因此，相關部門應該加大對林業(yè)方面的財政補貼，加強與農民合作，持續(xù)釋放林業(yè)經濟對鄉(xiāng)村振興的促進作用。

參考文獻

安國俊，劉昆.綠色金融在鄉(xiāng)村振興中的作用[J].中國金融， 2018（10）：63-65.

曹開軍，沈曾妮，楊良健.中國鄉(xiāng)村振興與旅游發(fā)展水平的脫鉤狀態(tài)及影響因素分析[J].生態(tài)經濟， 2022， 38（11）：147-153， 189.

陳智蓮，高輝，張志勇.綠色金融發(fā)展與區(qū)域產業(yè)結構優(yōu)化升級——以西部地區(qū)為例[J].西南金融， 2018（11）：70-76.

董寧.發(fā)展綠色金融助推鄉(xiāng)村振興的現(xiàn)狀與路徑分析[J].金融發(fā)展研究， 2020（11）：86-89.

董欣蔚.綠色金融服務鄉(xiāng)村振興路徑研究——以西南地區(qū)為例[J].農村經濟與科技， 2023， 34（02）：212-215.

樊亞平，周晶.“雙碳”目標下中國特色綠色金融理論：歷史鏡鑒與踐行指向[J].經濟問題， 2022（09）：1-8.

龔斯聞，趙國棟，馬曉崟.綠色金融的發(fā)展邏輯與演進路徑——基于要素解構的視角[J].經濟問題探索， 2019（10）：184-190.

何婧，李慶海.數(shù)字金融使用與農戶創(chuàng)業(yè)行為[J].中國農村經濟， 2019（01）：112-126.

侯斯婕.“雙碳”目標下綠色金融賦能鄉(xiāng)村振興的推進路徑[J].西部財會， 2023（03）：62-64.

金紹榮，任贊杰.鄉(xiāng)村數(shù)字化對農業(yè)綠色全要素生產率的影響[J].改革， 2022（12）：102-118.

金筱萍，陳珉希.鄉(xiāng)村振興視域下鄉(xiāng)村文明的價值發(fā)現(xiàn)與重構[J].農村經濟， 2018（07）：9-15.

李曉園，劉雨濛.數(shù)字普惠金融如何促進農村創(chuàng)業(yè)？ [J].經濟管理， 2021， 43（12）：24-40.

李周.鄉(xiāng)村振興戰(zhàn)略的主要含義、實施策略和預期變化[J].求索， 2018（02）：44-50.

梁向東，闕啟越.要素配置視角下生產性服務業(yè)與城鄉(xiāng)融合發(fā)展——基于空間杜賓模型的分析[J].宏觀經濟研究， 2021（04）： 113-127.

劉亞男，王青.中國鄉(xiāng)村振興的時空格局及其影響因素[J].經濟問題探索， 2022（09）：12-25.

魯釗陽，杜雨潼.數(shù)字普惠金融發(fā)展促進鄉(xiāng)村振興的實證研究[J].金融理論與實踐， 2023（03）：47-56.

路傲然，馬春艷.外商直接投資、經濟發(fā)展水平與農業(yè)技術創(chuàng)新效率——基于兩階段門檻效應的視角[J].世界農業(yè)， 2023（05）： 78-90.

路亞欣，張彩虹.綠色信貸、技術創(chuàng)新對中國林業(yè)產業(yè)結構的交互影響[J].林業(yè)經濟問題， 2022， 42（05）：524-531.

馬駿.中國綠色金融發(fā)展與案例研究[M].北京：中國金融出版社， 2016.

馬雯雯，趙晟驁.金融服務林業(yè)碳匯發(fā)展及問題研究[J].西南金融， 2020（06）：46-55.

孟維福，張高明，趙鳳揚.數(shù)字經濟賦能鄉(xiāng)村振興：影響機制和空間效應[J].財經問題研究， 2023（03）：32-44.

歐陽紅兵，吳欣珂.綠色金融支持鄉(xiāng)村振興發(fā)展效應研究[J].征信， 2022， 40（05）：86-92.

歐陽宇俍，劉安爐.鄉(xiāng)村產業(yè)振興背景下綠色金融發(fā)展研究[J].企業(yè)經濟， 2022， 41（08）：153-160.

蒲甘霖.綠色普惠金融對共同富裕的空間效應研究[J].技術經濟與管理研究， 2022（08）：117-122.

任曉聰，王疏影.數(shù)字化賦能鄉(xiāng)村振興與鄉(xiāng)村產業(yè)升級研究[J].農業(yè)經濟， 2023（04）：44-46.

邵帥，范美婷，楊莉莉.經濟結構調整、綠色技術進步與中國低碳轉型發(fā)展——基于總體技術前沿和空間溢出效應視角的經驗考察[J].管理世界， 2022， 38（02）：46-69， 4-10.

申云，盧躍.綠色金融賦能農民農村共同富裕——現(xiàn)實挑戰(zhàn)、邏輯進路與體系構建[J].農村金融研究， 2022（11）：10-19.

史代敏，施曉燕.綠色金融與經濟高質量發(fā)展：機理、特征與實證研究[J].統(tǒng)計研究， 2022， 39（01）：31-48.

舒泰一，張子微，趙田田，等.綠色金融與鄉(xiāng)村振興的時空耦合協(xié)調研究[J].現(xiàn)代管理科學， 2022（05）：3-13.

宋保勝，劉保國.科技創(chuàng)新助推鄉(xiāng)村振興的有效供給與對接[J].甘肅社會科學， 2020（06）：204-212.

蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業(yè)的投融資行為？ [J].金融研究， 2018（12）：123-137.

王鳳榮，王康仕.綠色金融的內涵演進、發(fā)展模式與推進路徑——基于綠色轉型視角[J].理論學刊， 2018（03）：59-66.

王修華，劉娜.我國綠色金融可持續(xù)發(fā)展的長效機制探索[J].理論探索， 2016（04）：99-105.

王志強，王一凡.綠色金融助推經濟高質量發(fā)展：主要路徑與對策建議[J].農林經濟管理學報， 2020， 19（03）：389-396.

鄔德康.云南省綠色金融對鄉(xiāng)村振興影響效應的實證研究[J].現(xiàn)代商業(yè)， 2023（04）：70-73.

謝旭升，嚴思屏.綠色金融驅動經濟高質量發(fā)展的空間溢出效應及路徑機制研究[J].武漢金融， 2021（10）：22-34.

邢治中.綠色金融助推鄉(xiāng)村振興戰(zhàn)略的對策分析[J].農業(yè)開發(fā)與裝備， 2022（11）：4-6.

晏俊杰，齊聯(lián).林業(yè)產業(yè)助力鄉(xiāng)村振興的現(xiàn)實困境與實踐路徑[J].林產工業(yè)， 2022， 59（03）：66-68.

楊帆，邵超峰，鞠美庭.我國綠色金融發(fā)展面臨的機遇、挑戰(zhàn)與對策分析[J].生態(tài)經濟， 2015， 31（11）：85-87， 113.

楊帥.綠色金融支持鄉(xiāng)村振興的內在邏輯與發(fā)展路徑[J].山西農經， 2022（20）：190-192.

楊曉玉，周丹.綠色金融支持農業(yè)高質量發(fā)展的機遇、困難和現(xiàn)實路徑[J].農業(yè)經濟， 2022（08）：111-113.

楊雪.中國鄉(xiāng)村振興綜合指數(shù)評價指標體系的構建及應用[J].區(qū)域經濟評論， 2023（01）：54-65.

印迪.金融集聚對城市經濟增長影響的空間計量分析[J].區(qū)域金融研究， 2019（10）：72-78.

于愛水，李江濤，汪大海.習近平鄉(xiāng)村振興戰(zhàn)略觀的基本內涵、理論貢獻與實踐路徑[J].學術探索， 2023（05）：1-7.

余馮堅，徐楓.空間視角下廣東省綠色金融發(fā)展及其影響因素——基于固定效應空間杜賓模型的實證研究[J].科技管理研究， 2019， 39（15）：63-70.

張奎.普惠金融與綠色金融融合發(fā)展的浙江實踐[J].中國金融， 2022（21）：54-55.

張云飛.我國生態(tài)反貧困的探索和經驗[J].城市與環(huán)境研究， 2021（02）：65-81.

趙紅霞，朱惠.職業(yè)教育提質增量對促進鄉(xiāng)村振興的門檻效應分析——以經濟發(fā)展水平為門檻變量[J].教育學術月刊， 2022（02）：104-112.

左正龍.綠色金融創(chuàng)新助力鄉(xiāng)村振興：機制、困境、路徑[J].學術交流， 2021（09）：83-95.

Han J. Prioritizing agricultural， rural development and implementing the rural revitalization strategy [J]. China Agricultural Economic Review， 2020， 12 （01）：14-19.

Joanna Z S， Jan J A Z. Overcoming socio-economic problems in crisis areas through revitalization of Cittaslow Towns：Evidence from north-east Poland [J]. Sustainability， 2021， 13（14）：1-27.

Labatt S， White R. Environmental Finance：A guide to environmental risk assessment and financial products [M]. New York：John Wiley and Sons， 2003.

Salazar J. Environmental finance：Linking two world [R]. Bratislavaente：Workshop on Financial Innovations for Biodiversity， 1998.

（責任編輯谷振賓）

①黨的十九大報告提出，要堅持農業(yè)農村優(yōu)先發(fā)展，按照產業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕的總要求，建立健全城鄉(xiāng)融合發(fā)展體制機制和政策體系，加快推進農業(yè)農村現(xiàn)代化。