數字普惠金融支持農業高質量發展的理論機理與實現路徑

史小坤，宋鵬鶴

（浙江工商大學 金融學院，浙江 杭州 310000）

一、引言

氣候變化、自然災害和國際環境等多重影響，使得穩住農業基本盤、確保農業穩產增產、全面推進農業高質量發展成為實現農業現代化的重點。但是我國農業發展中面臨著貸款難、借貸成本高和風險分擔機制缺乏等問題造成的農業金融供給不足，成為我國農業高質量發展過程中需要關注的問題。對此，2022 年中央“一號文件”《中共中央國務院關于做好2022 年全面推進鄉村振興重點工作的意見》提出，要強化鄉村振興金融服務。

雖然傳統普惠金融在服務“三農”中起到了積極作用[1]，但是，農村金融服務覆蓋面窄、融資成本高和資金利用效率低等難題并未徹底解決。隨著數字科技的發展，數字普惠金融助力農業發展作用逐漸顯現[2-3]。而在全面貫徹農業和農村新發展理念背景下，作為金融業數字化創新的產物，數字金融基于數據技術優勢，是否能夠有效緩解信息不對稱問題？數字支付、數字借貸等數字金融的發展是否可以促進農業高質量發展？其內在理論機制是什么？作用效果和作用途徑是什么？這成為本文研究的核心問題。

鑒于此，本文以新發展理念為引領，通過解析數字普惠金融支持農業高質量發展的理論機制，重點研究數字普惠金融支持農業高質量發展的作用效果，為金融支持鄉村振興政策制定提供有利的經驗支撐。首先，在既有文獻基礎上，基于數字技術的交易特征，解析了數字普惠金融對抵押約束、成本約束和融資約束等問題的治理作用。其次，從新發展理念的五個方面構建農業高質量發展指標，利用熵值法測度我國省際農業高質量發展水平。再次，通過雙固定效應模型檢驗數字普惠金融支持農業高質量發展的作用。

本文可能的貢獻在于以下三方面。

第一，在提煉數字普惠金融特征基礎上，構建數字普惠金融支持農業高質量發展作用的理論分析框架，并解析數字普惠金融緩解融資約束支持農業高質量發展的作用機制。既對數字普惠金融支持農業高質量發展理論機制和作用效應的相關文獻進行補充，又對數字普惠金融與農業高質量發展關系問題的研究進行深化。

第二，基于新發展理念構建農業高質量發展指標用于衡量農業高質量發展水平，對農業高質量發展方面的現有研究起到有效補充和完善作用。新發展理念作為我國經濟社會發展的總引領，同樣是推動農業高質量發展的核心要義。以新發展理念為依據測度各省（區、市）的農業高質量發展水平，能夠全面反映農業高質量發展的核心內容，為后續農業高質量發展的研究提供文獻借鑒。

第三，本文的研究為利用金融科技服務農業高質量發展的政策選擇和實際需求提供經驗研究的支持。基于實證檢驗結果，本文提出發揮數字金融作用、深化數字保險和數字支付并優化數字信貸作用環境，是進一步利用金融科技全面支持農業高質量發展的重點所在。這為進一步利用金融科技全面支持農業高質量發展的實施提供政策借鑒。

二、內在理論機制分析

（一）基于網商銀行事實的分析

2021 年，中國人民銀行等部門印發《關于金融支持鞏固拓展脫貧攻堅成果全面推進鄉村振興的意見》，提出要引導更多金融資源配置到鄉村振興重點領域和薄弱環節，為全面推進鄉村振興、加快建設農業強國提供更強有力的金融支撐。為響應國家支持鄉村振興戰略，網商銀行借助其數字化技術優勢，通過搭建“智慧縣域服務”平臺、利用衛星遙感風控技術開展針對縣域農戶的“大山雀”行動等數字普惠金融活動支持農業高質量發展。

2021 年11 月28 日，《遠程銀行建設的實踐和探索》中收錄網商銀行“大山雀”衛星遙感風控技術。此外，“大山雀”還入選全球農村金融創新報告《數字金融助力全球減貧2021》，上榜“2021 全球農村金融技術創新榜單”。網商銀行于2020 年發布“大山雀”衛星遙感風控技術，將衛星應用于金融領域，探索全新的農村金融模式。在貸前授信環節，利用衛星遙感技術精準計算農戶擁有的農作物面積和對應的農作物種類，避免銀行工作人員線下人工實地考察帶來的不便；在貸中風控環節及貸后管理環節，以五天為周期，通過衛星遙感技術對農作物生長、病蟲害等田間信息進行更新維護，建立全方位風險感知，監測農作物的長勢，判斷作物所處的育苗期、拔節期或收割期等階段，進而分析農戶插秧、打藥、追肥以及收割時期的不同資金需求，從而動態調整授信額度并及時采取對應的風險管理措施。

截至2021年12月末，網商銀行基于數字技術開展各項數字普惠金融業務和活動，與全國28 個省、自治區、直轄市達成縣域數字普惠金融合作的涉農縣區超過1100 個，數量占全國涉農縣區總數約一半，進一步提高了縣域及農村的小微貸款可得率。使用過網商銀行信貸服務的涉農客戶超2000 萬戶，在網商銀行客戶總數中占比過半。80%以上新增的縣域農村客戶為首貸戶。為全國100 個縣域的蘋果、柑橘、小龍蝦等特色產業的經營農戶提供最高2個月的免息貸款，有效降低其貸款成本，助力特色農業發展。并且為“全國十佳農民”提供免息貸款，擴大農業生產規模，改善農業經營條件，進而實現增產增收，真正實現了普惠金融的目的。①資料來源：網商銀行《2021年可持續發展報告》。

（二）基于文獻的理論分析

數字普惠金融將其數字技術優勢和金融交易特征相結合，從信息傳遞、數據抵押和風險治理方面，能夠緩解傳統農村金融依然面臨的抵押約束、成本約束和融資約束等問題，解決農業高質量發展中融資可得性和融資成本問題，發揮支持農業高質量發展的作用。

1.傳統普惠金融的融資約束問題

對于金融資源配置中的信息不對稱問題，傳統經濟學主要采用兩種消除方式：尋求最優的制度安排消除信息欺詐；通過有效信息傳遞[4]解決金融機構參與融資交易的激勵約束。但是，如圖1 所示，由于農業生產融資中存在的抵押物不足、信號缺乏和交易成本約束等問題，使得傳統普惠金融支持農業高質量發展中面臨著抵押、成本和融資約束等問題。

圖1 數字普惠金融支持農業高質量發展的理論機理

首先，缺乏可信的抵押物阻礙了傳統金融普惠作用。契約的不完全性往往會導致金融契約事后執行中出現各種交易費用，使得融資契約面臨受限執行問題，金融機構出于風險的考慮會要求抵押品[5]。而鄉村經營主體由于缺乏法律意義上規范的抵押品面臨著抵押約束[6-7]，從而引發農村普惠交易中的金融排斥問題。其次，信息傳遞有效性取決于融資方是否可以以低成本獲取信號并有效地傳遞信息[8]。雖然農村信息化程度在逐步提高，但是信息資源不足[7]和鄉村內部的信息不對稱[9]使其面臨融資中的成本約束和融資可得性約束等問題。總體來看，農業生產經營融資交易中面臨的這些金融摩擦是傳統金融模式難以解決的農業發展融資問題的本質原因。

2.數字普惠金融支持農業高質量發展的作用：融資約束治理

數字金融利用數字技術開展融資、支付、投資和其他新型金融業務[10]，實現了數字技術與金融資源配置功能的融合[11-12]。基于人工智能、區塊鏈、云計算和大數據的技術優勢，數字金融消除農業高質量發展融資約束主要依靠數字技術治理、提供數據抵押物和基于數字技術的信任機制，如圖1所示。

首先，數字普惠金融的數字治理機制和數據資產抵押，有助于緩解融資約束。區塊鏈上分布式的金融智能合約，不僅可以減少數據價值創造成本和契約執行中不透明的費用[13]，更重要的作用在于基于共識的實時交易驗證方式，具有協同性、即時性和低成本優勢，意味著事前的驗證和事后契約執行成本變得非常低①《區塊鏈將推動信任經濟學發展|對話諾獎經濟學家》，https://www.sohu.com/a/414150578_120057347。，使得融資交易的欺騙行為變得極其困難，由此形成基于數據信任的數據治理[14]，提升融資交易協同效率，并有助于解決事后道德風險問題，減弱融資契約執行引發的違約問題。另外，數字技術將數據和數據資產轉化為信用資產，能夠提供數據信任②《諾獎得主斯賓塞：信息技術帶來的最重要的變化是模式變化》，https://baijiahao.baidu.com/s?id=1648143423278770160&wfr=spider&for=pc。和數據抵押③Bengt Holmstro.《金融契約與金融科技》，2018-12-24，https://www.sohu.com/a/284104636_99958672。，發揮數字普惠金融服務農業生產中的風險治理效應，緩解由于農業生產融資中抵押物不足帶來的抵押約束問題。

其次，數字普惠金融的數據信任機制有助于降低成本和緩解融資約束。數字普惠金融利用低成本搜集和區塊鏈技術優勢，進行場景化、生活化等信息的信用價值揭示和識別，帶來相對透明化的信用信息特征，為融資交易提供數字征信基礎[15-16]。同時，數字金融交易能夠形成基于數據資產價值的線上信任關系，建立金融資源配置的數據信任機制[17]。數字金融利用低成本處理海量數據信息的優勢，可以挖掘非結構化數據中蘊含的信用信息[16]，緩解融資交易中的信息不對稱。通過信息通知和信息篩選等信息傳遞效應，使得農村融資交易中信用信息匱乏造成的逆向選擇和金融排斥問題得到有效解決，并極大降低農村和農業生產中碎片化信息收集成本。

三、農業高質量發展水平的測度

（一）基于新發展理念構建指標

新發展理念強調，創新發展注重的是解決發展動力問題，協調發展注重的是解決發展不平衡問題，綠色發展注重的是解決人與自然和諧問題，開放發展注重的是解決發展內外聯動問題，共享發展注重的是解決社會公平正義問題。新發展理念成為農業高質量發展的根本遵循。

新發展理念是對新時代高質量發展的新要求，可以綜合地反映農業高質量發展水平，符合我國農業高質量發展階段特征，更是能否實現高質量發展的評價準則[18]。另外，中央財經委員會第十次會議強調，共同富裕是社會主義的本質要求，是中國式現代化的重要特征，要堅持以人民為中心的發展思想，在高質量發展中促進共同富裕。農業高質量發展的基本要求包括共同富裕，不利于共同富裕的發展不是真正的農業高質量發展。具體指標詳見表1。

表1 農業高質量發展指標體系

1.農業創新發展是農業高質量發展的動力源泉

由要素驅動轉變為創新驅動，農業創新發展不僅要體現人才、機械化等創新基礎的培養，更要注重創新的效率。本文從農業創新主體（農業勞動者的教育水平、農業科技人員比率）和農業創新客體（農業機械化程度、科技三項支出、R&D 經費投入強度）兩個角度來度量農業創新發展的基礎[19]。農業的創新發展最終將體現在生產結果中，所以農業產量是衡量創新效率的關鍵。因此，在創新效率方面，可以通過農業勞動生產率、糧食單產、農業規模化程度、單位面積農業GDP 產值和專利申請授權量來度量[20]。

2.農業協調發展是農業高質量發展的內生特點

農業產業結構和農村消費結構是農業高質量協調發展的體現。農業產業結構方面，第一產業比較生產率能有效衡量農業產業體系的生產效率[21]，農產品加工業產值占比反映了現代農業產業體系的完善程度[22]、產業結構調整指數和農林牧漁業服務業產值占比可以有效體現農業產業的融合程度[23]、財政支農力度可以衡量國家財政投入的強度[24]。而農村消費結構方面，采用農村恩格爾系數、農村居民人均消費支出[3]來反映農民生活消費的狀況。

3.農業綠色發展是農業高質量發展的必然要求

避免資源過度消耗和環境污染是農業高質量綠色可持續發展的前提。農業資源消耗主要包括對水、油和經營過程等的消耗，具體指標有萬元農業增加值耗水量、農業中間消耗、單位面積農膜使用量、農用柴油使用強度、第一產業從業人員人均用電量、農業成災率[3,23]；環境污染衡量指標主要包括單位面積化肥使用量、單位面積農藥使用量[21]。

4.農業開放發展是農業高質量發展的必由之路

農業對外貿易水平可以體現一個國家農業的真正影響力。農產品進口依存度、農產品出口依存度可以反映國家對國際市場的依賴程度[25]；《國家質量支農戰略規劃（2018—2022 年）》①《中華人民共和國農業農村部關于印發〈國家質量興農戰略規劃（2018—2022 年）〉的通知》，https://www.moa.gov.cn/nybgb/2019/201902/201905/t20190517_6309469.htm。將增強國際競爭力作為農業發展目標，而農產品出口增長率可以有效反映國家農產品的國際競爭力。

5.農業共享發展是農業高質量發展的根本目的

縮小城鄉差距、提高農村公共服務水平，是農業高質量發展的最終落實處。城鄉居民收入比[22]、城鄉二元對比系數[26]能夠有效衡量城鄉發展的差距；農村公共服務采用農民人均可支配收入[23]、農村醫療衛生水平和農村社會保障水平來衡量[24]。

（二）農業高質量發展數據的測算②本文根據實證設計進行分析，結論供參考。

農業高質量發展水平的測算數據主要來源于2012—2020 年《中國統計年鑒》、各省（區、市）《統計年鑒》《中國農村統計年鑒》《中國科技統計年鑒》《中國農產品進出口統計報告》等統計報告，以及Wind數據庫、EPS數據庫、馬克數據網等。

1.指標測算方法

熵值法通過指標相對變化程度對整體系統的影響來確定每個指標的權重，這避免了主觀方面的影響。因此，本文采用熵值法確定權重。熵值處理過程如下。

第一步，數據標準化：

正向指標：

負向指標：

其中，Xi、Xj為標準化后的指標值，Yi、Yj分別為某一省（區、市）正向指標和負向指標的原始值，Ymax、Ymin分別為該項指標原始值中的最大值和最小值。

第二步，計算信息熵：

其中：

第三步，計算各項指標權重：

第四步，得出農業高質量發展水平：

2.農業高質量發展測度結果

基于上文的指標體系和熵值處理，得出各省（區、市）2011—2019 年農業高質量發展水平測算結果，再根據測算結果，得出我國31 個省（區、市）（不包括臺灣、香港、澳門，下同）的農業高質量發展水平平均得分，見圖2。測算結果表明，我國農業高質量發展水平整體處于提升的趨勢，但各省（區、市）的提升速度不一致。排名前三的省（區、市）依次為上海市、北京市和天津市，排在最后三名的省（區、市）分別是廣西、云南和貴州。分地區來看，我國農業高質量發展水平具有明顯的區域異質性，并且得分由高到低依次為東部地區、中部地區和西部地區。

圖2 我國31省（區、市）農業高質量發展水平均值

四、實證檢驗

（一）變量設置與模型構建

1.被解釋變量

農業高質量發展水平（Ny），由上文構建的農業高質量發展水平指標體系測算得到。

2.解釋變量

數字普惠金融指數（Phjr），采用北京大學數字金融研究中心編制的《北京大學數字普惠金融指數（2011—2020）》[27]，其中包括數字金融覆蓋廣度（Coverage_breadth）、數字金融使用深度（Usage_depth）和數字化程度（Digitization_level）三個二級指標；就金融服務類型而言，本文選擇數字信貸（credit）、數字支付（payment）和數字保險（insurance）三個指標。由于數字普惠金融數據和農業高質量發展數據量級相差過大，因此將數字普惠金融數縮小到原來的百分之一。

3.控制變量

檢測數字金融與農業高質量發展水平之間關系時設置的控制變量包括：（1）產業結構（Cyjg），采用各省（區、市）第二、三產業增加值與其第一產業增加值之比衡量；（2）基礎設施建設（Jcss），采用各省（區、市）鐵路、公路、水運總里程與其行政區域面積之比表示；（3）經濟開放水平（Jjkf），采用各省（區、市）農產品進出口總額與其GDP 之比衡量；（4）傳統金融發展（Jrfz），采用金融機構存貸款總額與其GDP之比表示；（5）財政支持程度（Czzc），由于政府的行為對我國整體經濟的發展具有關鍵作用，所以采用各省（區、市）財政支出與其GDP 之比衡量；（6）城鎮化水平（Czh），采用各省（區、市）城鎮人口與年末常住人口之比表示。為了減少變量方差的影響，本文參考現有學者的做法[3,28]，對控制變量進行取對數處理。

4.模型的構建

本文通過Hausman 檢驗，確定采用固定效應模型進行回歸，并設定以下模型研究數字普惠金融對農業高質量發展的影響，詳見式（7）：

Yi,t表示全國各省（區、市）農業高質量發展水平在第t 年的水平以及農業高質量發展的五大發展理念的數據；α0表示常數項；αi為待估參數；Phjri,t表示省（區、市）i 在第t 年的數字普惠金融水平；Xi,t代表控制變量，μt為時間效應，εi,t為隨機擾動項。

5.描述性統計

表2 為各變量描述性統計的結果。首先，被解釋變量。農業高質量發展水平統計結果得分越高，該省（區、市）的農業高質量發展水平越高。Ny 最小值0.076與最大值0.723之間較大的差距體現出我國不同省（區、市）農業高質量發展水平之間差異較大。其次，解釋變量。核心解釋變量Phjr最小值0.162與最大值4.103 反映出我國數字普惠金融水平不同省（區、市）之間具有較大的差距，整體存在異質性。Coverage_breadth最小值為0.020，最大值為3.847。Usage_depth 最小值為0.068，最大值為4.399。Digitization_level 最小值為0.076，最大值為4.622。Credit 平均值為1.284，最小值為0.156，最大值為2.532。Payment平均值為1.737，最小值為0，最大值為3.795。Insurannce 平均值為4.487，最小值為0.003，最大值為2.923。再次，控制變量。Cyjg 最小值為1.054，最大值為5.868。Czzc最小值為2.485，最大值為4.908。Jjkf 最小值為-2.867，最大值為1.860。Jrfz 最小值為5.358，最大值為9.132。Jcss 最小值為-2.961，最大值為0.924。Czh 最小值為3.124，最大值為4.495。最后，調節變量。Bankcompete 結果越大，則該省（區、市）的銀行集中度越高，Bankcompete 最小值為0.043，最大值為0.671。Internet 結果越大，說明該省（區、市）數字化程度越高，Internet 最小值為0.005，最大值為0.980。

表2 描述性統計

（二）數字普惠金融支持作用的檢驗

采用雙向固定效應模型，得到數字普惠金融對農業高質量發展水平的回歸結果（見表3）。

表3 數字普惠金融對農業高質量發展水平的回歸結果

表3 中第（1）列基準回歸結果顯示，數字普惠金融對農業高質量發展水平具有顯著的促進作用，并且通過1%的顯著性檢驗，表現為數字普惠金融每增加一個單位，農業高質量發展水平將會增加0.148個單位。

表3 中第（2）列—第（6）列分別表示數字普惠金融對農業創新發展、農業協調發展、農業綠色發展、農業開放發展和農業共享發展的回歸結果。從回歸結果來看，除了第（2）列農業創新發展、第（5）列農業開放發展和第（6）列農業共享發展外，數字普惠金融對農業協調發展和農業綠色發展也通過了10%的顯著性檢驗。其中第（2）列數字普惠金融對農業創新發展的作用系數最高，表現為數字普惠金融每增加一個單位，則農業高質量發展水平將會上升0.087個單位。其余四個理念作用效果大小依次為農業開放發展、農業協調發展、農業共享發展和農業綠色發展。

值得注意的是，農業綠色發展水平是采用資源消耗和環境污染構建而成，所以這兩項指標對農業高質量發展具有負向影響，并且從表3 的第（4）列中農業綠色發展回歸結果來看，數字普惠金融對農業綠色發展具有顯著的負向作用，并且通過了10%的顯著性檢驗。對于控制變量而言，產業結構、基礎設施建設、經濟開放水平、傳統金融發展、財政支持程度和城鎮化水平對農業高質量發展均具有一定影響，并且都在1%水平下顯著。

（三）內生性處理

雖然本文盡可能地控制了相關變量，但是數字普惠金融與農業高質量發展之間仍有存在內生性的可能，所以本文通過如下三種檢驗方式來進行處理，檢驗結果見表4。

表4 內生性處理結果

（1）本文參考現有文獻的做法，采用動態面板GMM 估計方法對雙固定效應模型進行估計，見式（8）：

（2）本文參考現有學者的做法，將數字普惠金融指數滯后一期變量作為數字普惠金融指數的工具變量進行檢驗[29]。

（3）增加控制變量。在基準模型中已納入控制變量的基礎上，本文增加了一系列的可能對農業高質量發展產生影響的控制變量，包括以下變量：經濟發展水平，采用對人均GDP 取對數來衡量；第一產業產值占比，采用各省（區、市）第一產業產值除以GDP 衡量；互聯網普及率，采用各省（區、市）互聯網寬帶接入用戶數占比來衡量，其中，2011—2016 年數據來源于歷年《中國統計年鑒》，2017年和2018年數據來源于《網宿·中國互聯網發展報告》，2019 年的互聯網普及率數據采用移動互聯網用戶數除以常住人口數計算得到；投資水平，通過全社會固定資產投資額取對數得到；各省（區、市）人均受教育年限，其中人均受教育年限=（小學*6+初中*9+高中*12+中職*12*大學專科*15+本科*16+研究生*19）/6歲及以上總人口來表示。

內生性分析結果見表4，從第（1）列的檢驗結果來看，在控制了時間效應和地區效應后，檢驗結果表明接受所有工具變量有效的原假設和不存在二階自相關的原假設，由此說明本文的工具變量選擇都是有效的，并且數字普惠金融的估計結果也在1%的水平下顯著；從第（2）列的回歸結果來看，數字普惠金融滯后一期的促進效果仍然具有1%的顯著性；從第（3）列的回歸結果來看，在增加一系列控制變量后，數字普惠金融的系數符號及顯著性水平均未發生改變。

（四）穩健性檢驗

在進行穩健性檢驗時，本文采用以下7 種評價方法。（1）本文采用商業銀行發展指數替代核心解釋變量數字普惠金融指數的方法進行檢驗，其中，商業銀行發展指數由傳統銀行的網點數、從業人數和資產規模通過熵值法構建得到。（2）根據現有文獻對我國糧食主產區進行劃分，本文采用糧食主產區包含的省（區、市）作為樣本進行檢驗（糧食主產區：河北、內蒙古、遼寧、吉林、黑龍江、江蘇、安徽、江西、山東、河南、湖北、湖南、四川）。（3）在回歸分析中使用聚類穩健標準誤。（4）單獨固定時間進行檢驗。（5）單獨固定地區進行檢驗。（6）本文隨機剔除部分樣本，只保留16 個省（區、市）進行檢驗。（7）對基準模型所用變量數據在5%和95%分位點進行縮尾處理進行檢驗。

穩健性檢驗結果見表5，從表5 中的第（1）列的穩健性檢驗結果來看，商業銀行數字化發展指數對農業高質量發展存在正向影響，并且通過了1%的顯著性檢驗；從第（2）列—第（7）列的檢驗結果來看，數字普惠金融對農業高質量發展的影響系數符號和顯著性均未發生改變。由以上穩健性檢驗結果可知，數字普惠金融對農業高質量發展的穩健性檢驗結果均與基準模型回歸結論保持一致，說明上文中數字普惠金融對農業高質量發展水平的影響具有一致、穩定的解釋能力。

表5 穩健性檢驗結果

（五）異質性檢驗

1.金融服務角度

從傳統銀行業務角度來看，在加入數字化技術后，金融服務進入快速創新發展階段，不僅包括銀行服務（信貸），還包括支付、保險、投資服務等業態。而依據數字普惠金融指數對于金融服務類型的劃分，本文檢驗數字信貸、數字支付和數字保險支持農業高質量發展的異質性作用，回歸結果見表6。

表6 數字普惠金融屬性的異質性分析

表6 的第（1）列—第（3）列分別反映了數字信貸、數字支付和數字保險的異質性影響。從第（1）列可以看出，數字信貸對農業高質量發展的作用系數不顯著，說明其對農業高質量發展不具有直接的積極影響；而第（2）列和第（3）列的結果顯示，數字支付和數字保險對農業高質量發展水平具有顯著的促進作用，且均通過了1%的顯著性檢驗，并且數字支付的作用效果優于數字保險。

2.二級指標角度

基于數字金融的廣度和數字化的快速增長，使用深度將成為數字金融增長的重要驅動[27]。依據數字普惠金融指數二級指標覆蓋廣度、使用深度以及數字化程度，對數字普惠金融支持農業高質量發展作用進行異質性回歸分析，分析結果見表7。

表7 數字普惠金融覆蓋廣度、使用深度和數字化程度異質性分析

表7 的第（1）列—第（3）列分別顯示了覆蓋廣度、使用深度和數字化程度的影響差異。回歸結果顯示，覆蓋廣度、使用深度和數字化程度均對農業高質量發展水平具有顯著的促進作用，并且均在1%的水平下顯著，但是影響程度由高到低依次為覆蓋廣度、使用深度和數字化程度。

3.分地域角度

從描述性統計中發現，我國農業高質量發展水平具有區域異質性。根據國家統計局數據庫劃分標準，本文將所有變量指標劃分為東部、中部和西部三大地區來分析數字普惠金融對農業高質量發展的影響差異（見表8）。

表8 分地域異質性檢驗

表8 中分別展示了東部、中部和西部地區的數字普惠金融對農業高質量水平的回歸結果。結果顯示，東部地區和西部地區數字普惠金融的作用效果均在10%的水平下顯著，并且東部地區的作用效果大于西部地區，表現為數字普惠金融每提高一個單位，會使東部地區農業高質量發展水平提高0.123個單位。這說明數字普惠金融對農業高質量發展的積極影響在東部地區和西部地區比較明顯。然而中部地區的回歸結果顯示，數字普惠金融發展對其地區的農業高質量發展水平并不具有顯著的促進效果。具體來說，東部地區數字金融水平較高，并且農業高質量發展得分處于前列，而西部地區由于處于偏遠地區，數字普惠金融服務對農業高質量發展具有顯著的提升作用。

五、進一步分析

上述數字信貸的異質性檢驗結果和基于文獻的理論分析結果不一致，可能的原因為數據的可獲得性和不同機構數據的可匹配性等。考慮到傳統商業銀行是農業發展的主要資金來源，并且互聯網數字技術的發展在促進農業發展中緩解了信息不對稱等難題，因此，本文從數字金融發展帶來的商業銀行的市場競爭[30]和數字化發展程度[31]兩方面間接影響進行進一步檢驗和說明。

首先，建立模型檢驗數字信貸和商業銀行競爭程度對農業高質量發展的交互影響，見式（9）：

其中，bankcompete 為商業銀行的市場競爭程度指標，本文參考現有學者的做法，采用各省（區、市）銀行業的赫芬達爾—赫希曼指數（HHI）來測算所在省（區、市）銀行業的競爭水平[32]。數據僅包含商業銀行的分支機構，降低政策性銀行的特殊影響。HHI計算方法見式（10）：

其中，Nm表示省（區、市）m內所有商業銀行的數量，branchnm表示第n 家商業銀行在省（區、市）m 內的分支機構數。在計算HHI 指數時，假設每家銀行的分支機構同質。HHI指標的取值范圍為（0，1），指標值越大，表明該省（區、市）商業銀行集中度越高。

其次，建立模型用于檢驗數字信貸和數字化發展程度的交互影響，見式（11）：

其中，internet 為數字化發展程度指數。依據互聯網普及率、互聯網相關從業人數、互聯網相關產出和移動互聯網用戶數，采用熵值法構建數字化發展程度指數。

再次，本文將商業銀行競爭程度和數字化發展作為門限變量進行門限效應檢驗，經檢驗分析后認為，數字化發展對數字信貸支持農業高質量發展不存在門限效應，但商業銀行競爭存在單一門限，關于商業銀行競爭的門限效應檢驗見表9，模型設置見式（12）。

表9 商業銀行競爭的門限效應檢驗結果

其中，γ為待估計門限值。

表10 中第（1）列、第（2）列分別顯示的是加入商業銀行競爭程度的檢驗結果和門限效應的回歸結果，第（3）列顯示的是加入數字化發展程度影響后的檢驗結果。由第（1）列和第（3）列可知，數字信貸對農業高質量發展并不具有顯著的促進影響，但是在加入商業銀行競爭程度和數字化發展程度后，從兩個指標的交互項結果可得作用效果正向顯著，并且通過了1%的顯著性水平；從第（2）列回歸結果可知，在不同的門限區間內有不同程度的效應。當商業銀行競爭小于0.054 時，數字信貸的作用系數為0.062；當商業銀行競爭大于0.054 時，數字信貸的作用系數下降到0.038，該系數均在1%的顯著性水平下通過檢驗，說明商業銀行競爭對數字信貸支持農業高質量發展發揮著積極作用，且存在最優區間，最優區間為低程度商業銀行競爭，即bankcompete≤0.054。

表10 數字信貸支持農業高質量發展的機制檢驗

六、結論與建議

本文基于構建的農業高質量發展的指標體系，測算了我國31個省（區、市）2011—2019年的農業高質量發展水平，后續檢驗了數字普惠金融對農業高質量發展的支持作用。研究得出以下結論。

（1）數字普惠金融對農業高質量發展具有顯著的促進作用。從新發展理念角度來看，數字普惠金融對農業高質量發展五個方面均具有顯著的積極影響，但是對于農業協調發展和農業綠色發展的支持作用有所減弱。

（2）數字支付和數字保險對農業高質量發展具有顯著的促進作用，但是數字信貸直接作用不顯著。這和本文的理論分析不完全相符，也和我國傳統農村金融中農村信貸占主體地位有鮮明的差別。通過進一步對數字金融的間接影響進行檢驗發現，在商業銀行競爭程度和數字化發展程度不斷加強的情況下，數字信貸的作用效果正向顯著，但是商業銀行競爭程度的促進效果存在單一門限，在大于該門限的情況下，數字信貸的正向影響下降。

（3）數字金融覆蓋廣度、使用深度和數字化程度對農業高質量發展均具有顯著促進作用，但進一步分地域的檢驗結果顯示，東部和西部地區的數字普惠金融對農業高質量發展具有顯著的促進作用，但是在中部地區不顯著。這可能和我國農村地區數字化網絡化普及率不高有直接的關系，依據第49 次《中國互聯網絡發展狀況統計報告》，截至2021 年6月末，農村地區互聯網普及率為57.6%，仍然比城鎮地區互聯網普及率低21.9%。

基于上述結論提出以下建議。

（1）大力發展我國農村地區數字普惠金融基礎設施。加快偏遠農村地區網絡基礎設施建設，提高網絡普及率，為數字普惠金融廣度和數字化程度提升建立基礎，提升農民等弱勢群體的金融服務使用深度。擴大和完善金融機構農業客戶數據庫，推進“三農”數字化，提升數字信貸在支持農業高質量發展中的作用。

（2）推動農村數字金融與傳統金融的有效結合。將數字普惠金融的線上空間優勢和傳統普惠金融機構的線下信息優勢結合，豐富農業線上線下普惠金融產品，提供具有針對性的農業金融產品及服務，更好地推進農村普惠金融發展。