數字普惠金融與傳統農村金融：溢出效應抑或擠出效應

董龍訓 張立光 亓鵬

摘? ?要：數字普惠金融作為一種新興業態，對傳統金融機構經營發展產生了技術溢出和市場擠出兩種截然相反的效應。因此，數字普惠金融是否有助于促進正規金融服務下沉，從而有效緩解傳統農村金融約束，值得我們關注和思考。本文從傳統信貸支農的角度出發，使用2012—2019年31個省（自治區、直轄市）涉農貸款數據，對數字普惠金融與傳統農村金融之間的關系進行了實證檢驗。研究表明：數字普惠金融會顯著促進涉農貸款增長，從而緩解“三農”融資約束，特別是在經濟欠發達地區，此種效果更為明顯；分維度看，數字普惠金融主要通過使用深度這一維度對傳統農村金融產生影響，其次是覆蓋廣度；分主體看，數字普惠金融與傳統金融機構農戶貸款之間無顯著關系，與農村企業和各類組織貸款微相關，而對城市涉農貸款具有明顯的促進作用，說明當前數字普惠金融的發展過程中仍存在明顯的數字排斥問題，傳統金融機構的業務下沉力度有待進一步提高；進一步研究發現，人口老齡化程度會弱化數字普惠金融對傳統農村金融的正向作用。

關鍵詞：數字普惠金融；“三農”融資；傳統金融機構

中圖分類號：F830.34? ?文獻標識碼：A? ?文章編號：1674-2265（2023）02-0037-07

DOI：10.19647/j.cnki.37-1462/f.2023.02.005

一、引言

長期以來，銀行信貸是“三農”融資的主要資金來源，雖然監管部門一直致力于從多方面引導傳統金融機構持續加大農村金融支持力度，但由于受到農戶整體收入水平較低，農村信用體系不健全以及土地等要素制度引致的農戶抵押能力低等多重因素的制約，依然存在“三農”正規金融供給嚴重不足的問題。特別是隨著鄉村振興戰略的全面實施，產業融合發展是未來方向與發展趨勢，新型農業經營主體的作用愈發突出，供需缺口進一步加大。在此背景下，數字普惠金融的興起為解決“三農”問題提供了新路徑、新思路。早在2015年，國務院發布的《推進普惠金融發展規劃（2016—2020年）》就已經提出“積極引導各類普惠金融服務主體借助互聯網等現代信息技術手段，降低金融交易成本，延伸服務半徑，拓展普惠金融服務的廣度和深度”。此后，政府部門接連出臺多項政策引導金融機構進行數字化轉型，2021年中央一號文件首次提出發展農村數字普惠金融，支持市縣構建域內共享的涉農信用信息數據庫，用3年時間基本建成比較完善的新型農業經營主體信用體系。2022年，中國人民銀行發布《金融科技發展規劃（2022—2025年）》，進一步提出“推動我國金融科技從‘立柱架梁全面邁入‘積厚成勢新階段”發展愿景。在此背景下，對于傳統金融機構而言，在助推鄉村振興的過程中，提高數字技術賦能普惠金融服務的深度以及提高業務下沉的力度是未來發展的重要方向。

當前，我國數字普惠金融取得長足發展，以螞蟻金服為代表的金融科技公司積極探索數字普惠金融模式，如浙江網商銀行依托衛星遙感、大數據等技術，通過衛星圖像識別農作物種植面積、作物類型，并通過風控模型迅速確認農民貸款額度（周期），目前安徽、山東等種糧大省均引入了該項新技術。與此同時，數字技術對金融領域不斷滲透與融合，對傳統金融機構普惠業務的發展產生了重要影響，如數字技術可以通過技術溢出效應優化傳統金融服務，倒逼傳統金融機構進行數字化改革，從而帶動交易成本的降低和經營效率的提升。當前，以國有商業銀行、股份制銀行為代表的傳統銀行機構，圍繞“數字平臺、數字產品、服務模式”三個方面，針對“三農”融資這一現實問題進行了積極探索，如中國建設銀行的“裕農通”、中國農業銀行的“惠農e付”等模式，利用數字平臺滿足客戶支付、融資和消費等多方面的金融需求。但是，我們也應該認識到，我國農村數字基礎設施尚不完善，農村居民的數字普惠金融知識較為缺乏，且多數農村中小企業存在資產規模小、財務制度不健全以及人員學歷較低等問題，缺乏開展數字化轉型的必要客觀條件，無法獲得商業銀行數字平臺提供的金融服務。因此，在現實中，我們可能面臨以下問題：數字普惠金融是能通過技術溢出促進正規金融服務進一步下沉，還是在農村信貸市場對傳統金融機構產生一定的擠出效應？為了回答上述問題，本文從“三農”金融服務的視角，利用2012—2019年31個省（自治區、直轄市，以下簡稱省份）涉農貸款數據及北京大學數字普惠金融指數，實證分析數字普惠金融對傳統農村金融究竟產生了擠出效應，還是技術溢出效應，研究結論對于優化農村金融供給、助力鄉村振興具有重要的理論與現實意義。

二、文獻綜述與研究假設

梳理現有文獻，我們發現，數字普惠金融與傳統金融的關系存在爭議，大體分為“替代論”“補缺論”與“互補論”。“替代論”認為數字金融可以有效破解傳統金融固有的交易成本高和信息不對稱等缺陷，無限接近一般均衡中的無金融中介狀態（謝平和鄒傳偉，2012）[1]，從而對傳統銀行的業務體系以及市場份額產生強烈沖擊（Beck，2001；Raza和Hanif，2011）[2，3]，因此，可以取代傳統金融市場，但“替代論”的可靠性一直深受質疑。

“補缺論”認為數字技術的本質只是技術工具的改進，而非金融產業革命，數字技術的作用在于提高效率，可以延伸到被傳統金融排斥的群體，但其本身并不創造信息，也無法鑒別信息真偽，因此，難以解決信息不對稱的問題（王國剛和張揚，2015；汪煒和鄭揚揚，2015）[4，5]。“補缺論”本質上還是對數字金融作用的極大肯定，甚至認為其可以起到“雪中送炭”的作用，但其忽視了傳統金融可以數字化，即數字技術對傳統金融內部的沖擊以及優化。

當前，多數學者對“替代論”與“補缺論”進行了融和，支持“互補論”的觀點（劉瀾飚等，2013）[6]。一方面，數字技術可以優化傳統金融服務，激發傳統金融機構的創新活力，帶動交易成本的降低和經營效率的提升（程鑫，2015；劉忠璐，2016；王升等，2021）[7-9]，從而提高商業銀行全要素生產率（沈悅和郭品，2015）[10]，實現正規金融服務下沉（吳曉求，2015）[11]；另一方面，數字普惠金融并沒有改變金融的本質，不構成對傳統金融的革命性顛覆，其發展仍然需要傳統金融的有力支撐（鄭聯盛，2014）[12]。許月麗等（2022）[13]研究表明，傳統農村金融與數字普惠金融之間更多表現為有效互補而非簡單替代，這主要是基于數字普惠金融更能夠解決農村金融市場信息不對稱問題。

此外，也有學者證明，數字金融的真實作用效果如何與地域稟賦密切相關。一方面，經濟相對落后地區的正規信貸約束較為嚴重，且第一產業占比相對較高，數字普惠金融能夠借助互聯網技術，打破時空限制，滲透到受金融排斥的地區并發揮重要作用，例如提高農民的消費水平以及促進農戶正規信貸獲得（祝仲坤和冷晨昕，2017）[14]。另一方面，在經濟發達地區，金融服務體系相對完善，居民資產、收入較高，獲得正規金融服務較為容易，因此，數字普惠金融所能發揮的邊際作用較為有限。楊波等（2020）[15]發現，數字普惠金融對城鎮家庭、東部地區家庭正規信貸獲得的作用均不顯著。

綜上，我們認為，數字普惠金融能夠通過技術溢出效應倒逼傳統金融機構加快數字化轉型升級，提升金融服務的廣度與深度。但是，由于經濟發達地區正規信貸可得性較高，數字普惠金融的作用效果可能低于欠發達地區。

三、數據、模型與指標說明

（一）模型設計

我們借助數字普惠金融指數檢驗數字普惠金融與傳統金融機構信貸支農之間的關系，同時構建人均GDP與數字普惠金融指數的交互項，對地區經濟發展水平的調節作用進行檢驗。具體模型如下：

[nongit=α0+β1indexit-1+β2ind_agdpit-1+β3proit-1+yeari+ζi，t] （1）

[nong]代表被解釋變量；[nong_total]專指涉農貸款與各項貸款之比；[index]表示數字普惠金融指數或各分類指數；[ind_agdp]表示數字普惠金融指數與人均GDP的交互項；[pro]表示省份特征變量；[year]表示年份效應。其他變量及其含義見表1。

（二）變量說明

1. 被解釋變量：傳統信貸支農。包括涉農貸款占比（nong_total）、農戶貸款占比（nong_house）指標。此外，為了更好地刻畫數字普惠金融對不同涉農主體的影響，我們利用農村貸款與農戶貸款之差得到了農村企業及各類組織貸款數據，利用涉農貸款與農村貸款之差得到了城市涉農貸款數據，具體包括城市企業及各類組織涉農貸款與非農戶個人農林牧漁業貸款兩部分。

2.核心解釋變量：數字普惠金融指標。使用北京大學數字普惠金融指數（index）數據及其分維度的使用深度（usage）、覆蓋廣度（coverage）和數字化程度（digitization）指標進行分析。

3. 控制變量。我們基于經濟發展水平、產業結構、政府行為、市場化水平等4個方面的考量，分別選取人均GDP（agdp）、第一產業增加值占地方生產總值的比例（one）、財政一般支出占地方生產總值的比例（gov）、市場化指數（market）等四個指標作為控制變量。

（三）數據來源

各省份涉農貸款、各項貸款數據來源于歷年《中國金融年鑒》，在“金融機構本外幣涉農貸款統計（分地區）”表中，包括農林牧漁業貸款、農村（縣及縣以下）貸款、農戶貸款以及涉農貸款等4個科目的數據。數字普惠金融指標來源于“北京大學數字普惠金融指數”（郭峰等，2020）[16]。省份特征變量數據來源于國家統計局、萬得數據庫。其中，省級市場化指數來自《中國分省份市場化指數報告（2018）》①。值得注意的是，考慮到解釋變量對被解釋變量的影響通常存在滯后效應，以及可能的內生性問題，我們將被解釋變量和省份特征變量均滯后一期，同時，考慮到數字普惠金融指數的時間起點為2011年以及新冠肺炎疫情對社會經濟的重大影響可能對實證結果造成干擾，最終將時間區間設定為2012—2019年。

四、計量結果分析

（一）描述性統計

表2為各變量的描述性統計結果。涉農貸款占比中位數為33.36，最小值為2.15，最大值為46.24，表明各省之間信貸支農力度差距較大。其中，農戶貸款占比最大值僅為16.80，說明農戶作為弱勢群體獲取正規信貸較難。數字普惠金融指數標準差為68.39，波動較大，說明當前我國數字普惠金融的發展，與我國大多數經濟特征一樣仍存在明顯的區域差異。此外，從變量相關性分析看，相關系數均較小，大部分不超過0.5，說明變量之間不存在嚴重的多重共線性。

（二）回歸分析

1. 基準回歸。表3報告了數字普惠金融指數、人均GDP及其交互項對涉農貸款占比影響的回歸結果。第（2）列的結果顯示，在控制省份宏觀經濟變量以及雙向固定效應的前提下，數字普惠金融指數的系數為正，且在5%的水平上顯著，說明數字普惠金融有助于涉農貸款增長，有助于“三農”正規金融服務下沉。此外，第（4）列的結果顯示，數字普惠金融指數與人均GDP的交互項（ind_agdp）系數為負，且在1%的水平上顯著，說明地區經濟水平會弱化這種正向影響，即經濟發達的省份數字普惠金融的帶動作用會有所減弱。上述結論為我們的理論分析提供了初步的經驗證據。

2. 分維度討論。我們從數字普惠金融覆蓋廣度、使用深度和數字化程度3個維度，對影響路徑進行分析。表4的結果表明：（1）覆蓋廣度指數和使用深度指數的系數均為正，且分別在5%、1%的水平上顯著；進一步從系數大小來看，使用深度指數的系數（0.121）明顯大于覆蓋廣度指數（0.081）。（2）兩者與人均GDP的交互項系數為負，且均在1%的水平上顯著；從系數大小來看，使用深度指數與人均GDP交互項的系數絕對值（0.008）略小于覆蓋廣度指數與人均GDP交互項（0.009）。（3）數字化程度指數及其交互項的系數均不顯著。以上結果說明數字普惠金融的影響主要體現在使用深度上，之所以會存在這樣的影響，一方面，是因為覆蓋廣度指數和數字化程度指數的趨同趨勢更為明顯；另一方面，是因為使用深度指數更能體現本地區居民實際對數字普惠金融服務的有效使用，尤其是農村金融，長期以來都是金融服務的薄弱環節，中國人民銀行發布的《消費者金融素養調查分析報告（2021）》（以下簡稱《報告（2021）》）顯示，67.03%的農村受訪者最近兩年有過手機付款行為，比城鎮地區低15.69個百分點。上述結論為我們的理論分析提供了進一步的經驗證據。

3. 分主體討論。將主體按農戶、農村企業及各類組織和城市進行分類，分別進行回歸估計。表6報告了分樣本回歸結果，研究表明：（1）當被解釋變量為農戶貸款占比時，數字普惠金融指數及其與人均GDP的交互項的系數均不顯著；（2）當被解釋變量為農村企業及各類組織貸款占比時，數字普惠金融指數的系數為正，交互項系數為負，分別在5%、1%的水平上顯著；（3）當被解釋變量為城市涉農貸款占比時，數字普惠金融指數的系數為正，交互項系數為負，均在1%的水平上顯著。（4）使用深度指數的情況基本類似，在此不再贅述。上述結果說明，數字普惠金融對不同主體的影響存在較為明顯的異質性，數字普惠金融通過技術溢出或者競爭效應倒逼傳統金融機構加大支農力度的作用有限，主要還是作用于“三農”領域中較為優質的客戶，比如涉農企業及各類組織等。同時，也說明農戶在正規金融服務中仍屬于邊緣弱勢地位，傳統金融機構的業務下沉力度有待進一步提高。我們認為，出現上述結果的主要原因在于：農民、低收入人群等弱勢群體受教育水平較低，難以掌握必要的數字普惠金融知識，極易受到數字排斥。

4. 老齡化的影響。前述研究在一定程度上說明居民金融素養對數字普惠金融的普及和發展存在重要影響。一般來說，受到身體機能下降等因素的影響，老年人的認知能力和學習能力一般也會隨之下降，從而不可避免地面臨數字鴻溝問題。已有研究證明，老年人群體由于接受新鮮事物慢、擔心網絡安全問題等原因，更傾向于選擇商業銀行物理網點，對于移動互聯網工具或新興線上金融產品存在抵觸心理。基于此，我們認為，地區人口老齡化程度可能會對數字普惠金融的正向作用造成一定阻礙。為驗證這一點，我們使用城區常住人口老年人撫養比（fyb）衡量該地區老齡化程度，并構造數字普惠金融指數、使用深度指數與撫養比的交互項（ind_fyb、usa_fyb），檢驗其是否會弱化數字普惠金融的正向作用。撫養比數據來自《中國人口和就業統計年鑒》。表6結果顯示，無論是數字普惠金融指數還是數字普惠金融使用深度指數，其一次項系數顯著為正，交互項系數顯著為負，說明人口老齡化程度會弱化數字普惠金融的正向作用。

（三）穩健性檢驗

1.更換被解釋變量。本文借鑒Cole等（2004）[17]和劉忠璐（2018）[18]的做法，將被解釋變量更換為涉農貸款余額的對數，進行穩健性檢驗。表7結果顯示，關鍵變量的系數方向和顯著性與我們的既有結論一致。

2.更換解釋變量。梳理已有文獻，我們發現金融科技與數字普惠金融無論在具體內涵還是在衡量指標的選取上，均存在較強的一致性。此外，傳統金融機構利用數字技術的能力與本地區金融科技公司發展情況密切相關。因此，本文參考宋敏等（2021）[19]的做法，使用各省份內金融科技公司的數量作為數字普惠金融發展水平的衡量指標。我們通過“天眼查”網站高級檢索功能獲取了企業名稱和經營范圍內包含金融科技、云計算、大數據、區塊鏈、人工智能、物聯網等關鍵詞的公司，剔除了成立時間小于1年或經營狀態非正常的公司，得到金融科技公司數量（Fintech）的數據。同時，我們將衡量經濟發展水平的變量由人均GDP更換為省份GDP的對數，進行穩健性檢驗。表8的結果與我們的既有結論一致。

3. 內生性問題。“三農”融資約束的緩解，可能會提高金融機構利用金融科技支持“三農”的積極性，從而促進數字普惠金融的發展，由此可能產生反向因果問題。本文參考張勛等（2019）[20]的做法，利用各省份與杭州的球面距離（dis）作為數字普惠金融的工具變量進行穩健性檢驗，表9的結果再次證明數字普惠金融能夠顯著促進涉農貸款增長。

五、結論與建議

本文從信貸支農的角度出發，使用2012—2019年31個省份涉農貸款數據，對數字普惠金融是否有助于傳統金融機構業務下沉進行了實證檢驗。研究表明：（1）數字普惠金融會顯著促進傳統信貸支農，有助于傳統金融機構業務下沉，但地區經濟發展水平會弱化數字普惠金融的正向作用，即經濟發達的地區這種促進作用較弱。（2）分主體看，數字普惠金融與傳統金融機構農戶貸款無顯著關系，與農村企業和各類組織貸款微相關，而對城市涉農貸款具有明顯的促進作用，說明當前數字普惠金融的發展過程中仍存在明顯的數字排斥問題，傳統金融機構的業務下沉力度有待于進一步提高。（3）地區人口老齡化程度會對數字普惠金融的正向作用產生一定阻礙。基于上述結論，本文提出以下三方面的政策建議：

第一，持續改善農村數字化基礎條件。實證結果表明，數字普惠金融對經濟欠發達地區有明顯的信貸支持作用。為進一步加強數字普惠金融在落后地區的推廣運用，建議，一是因地制宜建設基礎設施，對于中西部地區和邊遠地區，應繼續完善農村交通、通信等基礎設施，在助農服務網點、終端和網絡設施等硬件上持續發力，優化網絡質量，夯實普惠金融發展基礎；二是加強涉農信貸數據的積累與共享，提高征信之外的支付類、政務類、商業類等替代性數據在農戶信用評價中的應用，為“三農”信貸融資提供可信任、可追溯的數據源。

第二，構建良好的農村金融生態環境。一是地方政府應進一步放寬農村金融市場準入，適當引入不同類型村鎮銀行、金融綜合服務聯絡站、貸款公司等，加強本地區農村金融市場的競爭。二是金融機構應結合農戶多樣化的融資需求，將數字普惠金融產品或服務融入農業生產的各個環節，在風險可控前提下，穩步提升信用貸款比例，適當擴大涉農抵質押品準入范圍。

第三，高度重視“數字鴻溝”問題。數字普惠金融目標群體數字技能掌握不足，一定程度上影響普惠金融服務的可得性。近年來，雖然監管部門通過出臺《銀行業消費者權益保護工作指引》《金融消費者權益保護實施辦法》等文件，大力推動金融消費者教育和金融知識普及工作，但目前仍未建立起有效的長期機制，數字鴻溝和數字排斥問題逐漸凸顯。因此，建議，一是引導金融機構對線下網點及機具進行合理布局，有序推進物理網點數字化改造，并結合地區實際，對公益屬性明顯的金融服務點給予一定的獎勵或補貼。二是指導金融機構加強員工培訓，優化服務流程，統籌兼顧線上、線下兩種服務模式，對于依賴傳統金融服務的弱勢群體（如農戶），在保障線下服務不缺位的同時，設計出臺更具人性化的服務規章。三是重視農戶等弱勢群體的金融知識普及工作，進一步提升金融教育的針對性和有效性，將普及金融知識、提升互聯網應用技能、增強數字普惠金融消費者的風險意識結合起來，形成具體規劃與長效機制，同時持續推進數字普惠金融知識納入教育體系。

注：

①2017年和2018年的市場化指數通過計算年均增長率的方式推算而來。

參考文獻：

[1]謝平，鄒傳偉.互聯網金融模式研究 [J].金融研究，2012，（12）.

[2]Beck H. 2001. Banking is Essential，Banks are not. The Future of Financial Intermediation in the Age of the Internet [J].Netnomics，3（1）.

[3]Raza S A，Hanif N. 2011. Factors Affecting Internet Banking Adoption Among Internal and External Customers：a Case of Pakistan [J].Mpra Paper，7（1）.

[4]王國剛，張揚.互聯網金融之辨析 [J].財貿經濟，2015，（01）.

[5]汪煒，鄭揚揚.互聯網金融發展的經濟學理論基礎[J].經濟問題探索，2015，（06）.

[6]劉瀾飚，沈鑫，郭步超.互聯網金融發展及其對傳統金融模式的影響探討 [J].經濟學動態，2013，（08）.

[7]程鑫. 傳統金融與互聯網金融互補，融合發展探討[J].國際金融2015，（11）.

[8]劉忠璐.互聯網金融對商業銀行風險承擔的影響研究 [J].財貿經濟，2016，（04）.

[9]王升，李亞，郜如明.互聯網金融對商業銀行風險承擔的影響研究——基于中國30家商業銀行的實證分析 [J].金融發展研究，2021，（01）.

[10]沈悅，郭品.互聯網金融、技術溢出與商業銀行全要素生產率 [J].金融研究，2015，（03）.

[11]吳曉求.互聯網金融：成長的邏輯 [J].財貿經濟，2015，（02）.

[12]鄭聯盛.中國互聯網金融：模式、影響、本質與風險 [J].國際經濟評論，2014，（05）.

[13]許月麗，孫昭君，李帥.數字普惠金融與傳統農村金融：替代抑或互補？——基于農戶融資約束放松視角[J].財經研究，2022，48（06）.

[14]祝仲坤，冷晨昕. 互聯網與農村消費：來自中國社會狀況綜合調查的證據 [J]. 經濟科學，2017，（06）.

[15]楊波，王向楠，鄧偉華.數字普惠金融如何影響家庭正規信貸獲得？——來自CHFS的證據 [J].當代經濟科學，2020，42（06）.

[16]郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數字普惠金融發展：指數編制與空間特征 [J].經濟學（季刊），2020，19（04）.

[17]Cole R A，Goldberg L G，White L J. 2004. Cookie Cutter Vs. Character：The Micro Structure of Small Banks[J].Journal of Finance & Quantitative Analysis，（39）.

[18]劉忠璐. 提高銀行資本能緩解小微企業融資難問題嗎——基于小微企業貸款風險權重降低改革的討論[J]. 經濟理論與經濟管理，2018，（04）.

[19]宋敏，周鵬，司海濤.金融科技與企業全要素生產率——“賦能”和信貸配給的視角 [J].中國工業經濟，2021，（04）.

[20]張勛，萬廣華，張佳佳，何宗樾.數字經濟、普惠金融與包容性增長 [J].經濟研究，2019，54（08）.