數字普惠金融賦能鄉村全面振興

裴 育 姚 圣

一、引言

“鄉村全面振興”這一概念在2018年《中共中央 國務院關于實施鄉村振興戰略的意見》中首次提出，要求科學把握鄉村振興內涵，更加注重鄉村振興戰略的協同性、關聯性。自此之后歷年的中央“一號文件”都多次強調這一內涵。

隨著數字經濟的快速發展，以數字化手段為載體的各項金融服務工具為高質量地實現鄉村全面振興發揮了關鍵作用。我國陸續發布的《關于金融服務鄉村振興的指導意見》、《數字鄉村發展戰略綱要》及《鄉村振興戰略規劃(2018—2022年)》中多次提出要在我國農村地區提供數字化普惠金融服務，鼓勵創新農村金融工具，并提高金融發展支持鄉村產業的服務效率，以滿足鄉村振興戰略實施中產生的各類經濟需求。因此，研究數字普惠金融對于實現鄉村全面振興的實際作用具有重要的理論和現實意義。

現有研究中有關數字普惠金融對鄉村發展的影響大多關注其對鄉村減貧效應、城鄉居民收入與消費等方面。數字普惠金融的發展能夠顯著縮小城鄉居民收入差距(宋曉玲，2017)；同時，數字普惠金融可以通過改善金融可得性，直接減緩農村貧困，也會通過增加個體就業和私營企業就業(即經濟機會)間接減緩農村貧困(劉錦怡和劉純陽，2020)。

關于數字普惠金融與鄉村全面振興之間的關系，國內外學者的研究盡管有所涉及，但對其內在機理大都莫衷一是，主要存在以下三種觀點。

第一類觀點是數字普惠金融對于鄉村全面振興水平具有顯著的正向促進作用(李季剛和馬俊，2021)，數字普惠金融發展可以助力鄉村振興建設，其中覆蓋廣度和數字化程度對于鄉村振興的促進作用較為顯著；鄉村振興與數字普惠金融之間的關系具有單一門檻特征，即當數字普惠金融發展水平低于特定門檻值時，其對鄉村振興存在正向促進作用，而當其發展水平高于該門檻值時，該促進作用可以獲得大幅提升。

第二類觀點是數字普惠金融與鄉村全面振興呈現先促進后抑制的倒“U”形特征(馬俊和李季剛，2021)，該特征在東部、中部、西部地區均顯著存在。此外，經濟發展和旅游業發展對于各地區的鄉村振興均產生顯著的正向影響效應，而老年撫養比和貿易開放對區域鄉村振興的影響作用存在差異。

第三類觀點是數字普惠金融與鄉村全面振興呈現先抑制后促進的“U”形特征(葛和平和錢宇，2021)，由于鄉村地區人力資本低，空心化嚴重，中老年群體居多，數字普惠金融的發展需要經歷一個學習、接受的過程，短期并不能明顯助力鄉村發展，當邁過初期門檻后，金融服務鄉村發展的正向作用才得以體現(Beck &Brown，2011)。

綜合以上文獻，盡管國內外各界學者對于數字普惠金融與鄉村全面振興之間關系的研究基于不同視角取得了一定的研究成果，但二者之間究竟存在何種關系？內在機理如何？學界并未達成一致。

因此，有關數字普惠金融與鄉村全面振興之間關系的研究仍有一定拓展空間。目前，大多數研究多關注于數字普惠金融與鄉村全面振興之間的線性關系，而忽略了二者之間可能存在非線性關系。而且，部分學者對于鄉村全面振興水平的測度不夠全面，缺乏一個科學合理的指標體系進行測度。此外，關于數字普惠金融對于鄉村全面振興的影響研究大多從全國層面出發，利用隨機效應模型以及靜態面板模型進行研究，無法反映鄉村全面振興過程中的滯后現象以及區域之間是否存在異質性。綜上，本文的邊際貢獻主要有以下三方面：首先，針對二者之間的關系建立非線性關系假設并加以檢驗；其次，在鄉村全面振興水平測度上采用多維度構建綜合指標，依托熵權法構建指標體系；最后，在模型選取上運用固定效應模型及動態面板系統廣義矩估計模型研究滯后的影響，并選取恰當視角進行異質性分析。

二、研究設計

(一)模型構建

(1)假設1：數字普惠金融與鄉村全面振興發展水平之間存在線性關系。

基于以上分析，參考李季剛和馬俊(2021)的研究，本文構建基準回歸模型如下：

(1)

其中，RURAL表示被解釋變量鄉村全面振興發展水平；DIFit表示核心解釋變量數字普惠金融發展水平；CONTROLSit為模型中的控制變量，分別表示經濟發展水平、對外開放程度、城鎮化水平、第二產業發展水平、鄉村人口規模、“三農”產業發展水平、耕地保有水平以及當地城鄉居民儲蓄水平；εit表示隨機擾動項，i和t則分別表示城市和年份。

(2)假設2：數字普惠金融與鄉村全面振興發展水平之間存在非線性關系。

考慮到普惠金融發展與鄉村振興之間可能存在非線性關系，因此在模型(1)中引入數字普惠金融的平方項建立模型(2)：

(2)

若平方項系數β2通過顯著性檢驗，且該模型通過“U”形測試則意味著普惠金融與鄉村振興之間并非線性關系，而是“U”形(β2為正數)或倒“U”形(β2為負數)關系(Lind &Mehlum，2010)。

(3)假設3：數字普惠金融與鄉村全面振興發展水平之間存在動態演進關系。

考慮到鄉村全面振興發展水平可能會受過去鄉村全面振興水平的影響，為防止模型估計出現偏差，本文建立以下數字普惠金融發展影響鄉村全面振興的動態面板模型。

(3)

其中，RURALi，t-1為鄉村全面振興發展水平的一階滯后項。考慮到短面板數據的局限性以及可能存在的內生性問題會使模型估計出現偏差，故使用廣義矩估計方法進行回歸。廣義矩估計主要包括系統廣義矩估計和差分廣義矩估計兩種方法，考慮到差分廣義矩估計方法可能存在弱工具變量問題，而系統廣義矩估計方法能更充分地運用變量信息，因此本文使用系統廣義矩估計方法對構建的動態面板數據進行實證分析。

(4)若模型(3)拒絕“U”形測試，則依此建立模型(4)：

(4)

(二)變量選取

1.被解釋變量

鄉村全面振興發展水平(RURAL)。黨的十九大報告提出實施鄉村振興戰略，要堅持農業農村優先發展，按照產業興旺、生態宜居、鄉風文明、治理有效、生活富裕的總要求，建立健全城鄉融合發展體制機制和政策體系，加快推進農業農村現代化。本文參考張挺等(2018)、徐雪和王永諭(2022)的研究成果，基于以上五個視角設置鄉村全面振興發展水平評價指標體系的二級指標，并在此基礎上篩選出三級指標和具體指標，構建出包含27個具體指標的鄉村全面振興發展水平評價指標體系(見表1)。

表1 鄉村全面振興發展水平評價指標體系

為提高指標確權的準確性和便捷性，本文選擇使用熵權法進行指標確權，進而測算出相應的鄉村全面振興發展水平指數。熵權法是一種客觀賦權的方法，根據指標的變異程度確定權重，具體步驟如下。

首先，對原始數據進行標準化處理，消除量綱的影響，使各指標具有可比性。

其次，計算各指標在各方案下的比值，即第j個指標在第i個方案中所占的比重。

然后，根據信息熵的定義，計算各指標的信息熵，反映各指標的變異程度。信息熵越小，表明指標的變異程度越大，提供的信息量越多，權重也就越大。

最后，根據信息熵或信息冗余度，確定各指標的權重，并對各方案進行綜合評價。

2.核心解釋變量

數字普惠金融水平(DIF)。本文采用目前比較權威的《北京大學數字普惠金融指數》第四期，該數據包括數字金融覆蓋廣度、數字金融使用深度和普惠金融數字化程度三個大類33個指標，截至目前第四次更新，指數的時間跨度為2011～2021年，相應的評價指標體系詳見表2。其中，數字普惠金融(DIF)可以分為覆蓋廣度(用DIF1表示)、使用深度(用DIF2表示)和數字化程度(用DIF3表示)三大維度。

表2 數字普惠金融指標體系

3.控制變量

本文選取其他與鄉村全面振興可能有關的指標作為控制變量，其中包括經濟發展水平(人均地區生產總值取對數，即lnPGDP)、對外開放程度(當年地區貨物進出口總額依據匯率折價后除以當年地區生產總值，即OPENING)、城鎮化水平(當年地區城鎮化率，即CITY)、第二產業發展水平(當年地區第二產業增加值占GDP比重，即SECSECTOR)、鄉村人口規模(當年地區農村戶籍人口取對數，即lnP)、農林牧漁業發展水平(當年地區農林牧漁業從業人數縮小萬倍，即FFLF)、耕地保有水平(當年地區人均占有耕地面積取對數，即lnFARMLAND)以及地區城鄉居民儲蓄水平(當年地區城鄉居民儲蓄年末余額取對數，即lnDEPOSIT)。為剔除異常值影響，本文對控制變量均進行了雙側5%的縮尾處理。

(三)數據說明及描述性統計

基于數據的可得性與可靠性，本文選取2011～2021年我國333個城市的年度面板數據作為研究樣本。本文所選取數據均來自《北京大學數字普惠金融指數》第四期、《中國農村統計年鑒》、《中國城鄉建設統計年鑒》、《中國教育統計年鑒》、《中國城市統計年鑒》、《中國社會統計年鑒》、《中國民政統計年鑒》、《中國第三產業統計年鑒》、《中國農產品加工業年鑒》，以及各省份統計年鑒、國泰安數據庫、中國研究數據服務平臺。本文實證分析過程均借助Stata16軟件完成。表3報告了本文所選取變量的描述性統計結果。

表3 各變量描述性統計結果

三、實證結果分析

由于鄉村全面振興發展水平指數和數字普惠金融指數均通過構建綜合評價指標體系進行測度，這些指標體系中都包含多項指標，因此在實證檢驗時首先需要檢驗各指標之間是否存在多重共線性問題。經檢驗，各變量的方差膨脹因子(VIF)值均遠小于10，因此模型不存在過度擬合問題。

(一)靜態回歸分析

出于保證估計方法的差異性和估計結果的穩健性的考慮，本文同時使用混合OLS模型、隨機效應模型和固定效應模型對數字普惠金融與鄉村全面振興發展水平的關系進行靜態回歸分析，回歸結果見表4。根據回歸結果，數字普惠金融與鄉村全面振興發展水平之間僅在混合OLS模型中存在正相關，且在加入控制變量后，不論是混合OLS模型、隨機效應模型還是固定效應模型中核心解釋變量均不顯著。基于模型(1)回歸結果分析，本文拒絕假設1，認為數字普惠金融與鄉村全面振興發展水平之間可能存在非線性關系。

表4 靜態面板回歸結果(模型(1))

模型(2)同樣通過使用混合OLS模型、隨機效應模型和固定效應模型對數字普惠金融與鄉村全面振興發展水平的關系進行靜態回歸分析，并進行BP檢驗和Hausman檢驗以確定更為有效的回歸模型。異方差檢驗的結果顯示，P值(Prob>chibar2)為0，因此拒絕原假設，選擇變系數模型。根據Hausman檢驗的結果，P值(Prob>chi2)為0，因此拒絕原假設，認為應該選擇固定效應模型。本文依據以上檢驗，在靜態面板回歸中確定選擇更為有效的固定效應模型，并進一步構建固定時間和地區的雙重固定效應模型。

從表5可以看出，盡管第(5)列中核心解釋變量并不顯著，但在加入各控制變量后，核心解釋變量及其平方項均顯著，且數字普惠金融(DIF)系數為負，其平方項(DIF2)系數為正，且通過1%統計水平的顯著性檢驗。另外，該模型通過了“U”形測試，根據“U”形測試的結果，計算出鄉村全面振興發展水平的極值點為250.772，數字普惠金融(DIF)取值范圍為[4.451，596.480]。可知，極值點在數據范圍內，并能夠在5%的統計水平上拒絕原假設。根據《北京大學數字普惠金融指數》第四期可知，2021年333個城市最新數字普惠金融指數平均值為282.776，由此證明我國數字普惠金融水平已越過極值點，數字普惠金融進入到促進鄉村全面振興發展的階段。

表5 靜態面板回歸結果(模型(2))

根據以上分析，本文認為數字普惠金融與鄉村全面振興發展水平二者之間存在先抑制后促進的“U”形關系。在所有控制變量中，鄉村人口規模(lnP)和第二產業發展水平(SECSECTOR)均對鄉村振興產生顯著的負效應，說明地區鄉村人口規模的擴大和第二產業的發展可能會對鄉村全面振興產生不利影響，這可能是由于地區第二產業的發展會造成鄉村人口空心化加劇。盡管鄉村人口規模不斷擴大，但所增加的勞動力受到城市產業集聚效應的吸引，使其無法直接轉化為推動鄉村全面振興的中堅力量，反而阻礙了鄉村全面振興的步伐。

(二)動態回歸分析

由于考慮到鄉村全面振興發展水平可能會受上一年度鄉村全面振興發展水平的影響，且數字普惠金融與鄉村全面振興發展水平直接可能存在互為因果關系，為避免模型構建過程中造成的內生性問題，本文通過引入鄉村全面振興發展水平的一階滯后項，使用系統廣義矩估計的方法進行動態回歸分析。根據前文靜態回歸分析的研究結果，本文選擇構建非線性關系模型，即模型(3)，進行動態面板回歸分析。為避免樣本中存在異方差問題對系統廣義矩估計模型的結果產生影響，因此本文對原樣本中未取對數的指標進一步做了取對數處理，具體回歸結果見表6。

表6 動態面板回歸結果

表6報告了動態SYS-GMM回歸分析結果。該模型中AR(1)小于0.1，而AR(2)大于0.1，表明一階序列自相關顯著而二階序列自相關不顯著，并且Hansen檢驗對應的P值均大于0.1，這表示模型中的工具變量不存在過度識別問題，本文模型設定達到預期效果。

從動態面板回歸結果來看，鄉村全面振興發展水平的滯后一階顯著，證明了上一年度的鄉村全面振興發展水平對本年度存在一定影響，本文構建動態面板模型具有合理性。核心解釋變量及其平方項均顯著，且數字普惠金融(DIF)系數為負，其平方項(DIF2)系數為正，都通過1%統計水平的顯著性檢驗。另外，該模型通過了“U”形測試，根據“U”形測試的結果，計算出鄉村全面振興發展水平的極值點為5.104，數字普惠金融(DIF)取值范圍為[4.223，6.736]。由此可知，極值點在數據范圍內，并能夠在5%的統計水平上拒絕原假設。根據《北京大學數字普惠金融指數》第四期可知，2021年333個城市最新數字普惠金融指數平均值為282.776，取對數后我國數字普惠金融平均水平為5.645，由此證明我國數字普惠金融水平已越過極值點，進入到促進鄉村全面振興發展的階段。以上結果均與前文構建的靜態面板模型回歸結果一致。

從控制變量來看，在考慮了內生性問題后，農林牧漁業發展水平對鄉村全面振興存在顯著的正向作用，這意味著“三農”產業作為鄉村產業經濟發展的中堅力量，對于推動鄉村全面振興具有不可替代性。此外，地區城鄉居民儲蓄水平對于鄉村全面振興也存在較為顯著的正向作用。對外開放程度對于鄉村全面振興也存在較為顯著的正向作用，這一研究結果與李季剛和馬俊(2021)的研究相互驗證，地區對外開放可以促進地區農村經濟獲得發展，同時刺激農村地區的消費、投資與建設，從而提高鄉村全面振興發展水平。其余控制變量對于鄉村振興的影響作用不太顯著，因此這些要素對鄉村全面振興發展水平的影響較為有限。

(三)穩健性檢驗

為保證回歸分析結果的穩健性，本文將從兩方面進行穩健性檢驗：(1)剔除直轄市樣本后對本文選定模型重新進行回歸分析。(2)將核心解釋變量替換為數字普惠金融指標體系一級維度中的使用深度(DIF2)，重新進行回歸分析。

1.剔除直轄市樣本

考慮到直轄市鄉村經濟發展具有一定特殊性，且直轄市地區基礎設施建設較為完善，可能對地區鄉村全面振興發展水平產生影響，因此本文刪除了北京、上海、天津、重慶四個直轄市樣本，表7為對2011～2021年全國 329個城市的檢驗結果。根據前文檢驗結果，本文最終確定采用系統廣義矩估計模型進行回歸，第(1)列即為剔除直轄市樣本后的系統廣義矩估計模型回歸結果。從表7可知，在剔除直轄市樣本后，該模型核心解釋變量鄉村全面振興發展水平(DIF)系數顯著為負，其二次項(DIF2)系數依然顯著為正，且同樣能夠通過“U”形測試，與前文回歸結果保持一致。這說明剔除直轄市樣本后，數字普惠金融與鄉村全面振興發展水平二者之間存在先抑制后促進的“U”形關系的結論仍然穩健。

表7 穩健性檢驗回歸結果

2.替換核心解釋變量

與前幾年的指數相比，最近幾年數字普惠金融指數增長的驅動力發生了非常明顯的變化，數字金融使用深度的增長已經成為數字普惠金融指數增長的重要驅動力，這與第一期2011～2015年的指數形成鮮明對照，證明中國的數字普惠金融事業已經走過了粗放式的圈地時代，進入了深度拓展的新階段。因此，為了檢驗模型穩健性，本文將核心被解釋變量數字普惠金融指數(DIF)替換為使用深度(DIF2)指標重新進行回歸分析，其余解釋變量和控制變量均保持不變。第(2)列即為替換核心解釋變量后的系統廣義矩估計模型回歸結果，由表7可知，在替換核心解釋變量后，回歸結果與前文回歸結果保持一致。這說明替換核心解釋變量后，數字普惠金融與鄉村全面振興發展水平二者之間存在先抑制后促進的“U”形關系的結論仍然穩健。

(四)異質性分析

考慮到各地區農村人口規模不盡相同，人口因素一方面可能加重鄉村全面振興的程度，另一方面也有可能成為鄉村全面振興的重要推動因素。為檢驗不同人口規模對鄉村全面振興發展水平是否存在異質性，本文將全國333個城市依據人口規模劃分為高人口水平地區和低人口水平地區分別再次進行回歸分析，結果如表8所示。

表8 異質性分析回歸結果

從表8可以看出，與低人口水平地區相比，在高人口水平地區數字普惠金融與鄉村全面振興發展水平之間的“U”形關系更為顯著；而在低人口水平地區，數字普惠金融與鄉村全面振興發展水平之間關系未能通過顯著性水平。這表明不同人口水平區域之間數字普惠金融對鄉村全面振興發展水平的影響存在異質性，且高人口水平作為一種地區資源有助于提高鄉村全面振興發展水平。盡管這與靜態面板回歸分析的結果相左，但由于本文進一步構建的動態面板回歸模型合理有效，因此本文可以拒絕原靜態面板回歸中人口規模對鄉村全面振興具有負效應的結論，并進一步認為動態面板中的回歸結果更為合理。

四、研究結論與政策建議

數字普惠金融作為發展數字經濟的重要實現路徑，對于促進新時代鄉村全面振興與實現鄉村高質量發展具有戰略意義。本文在學者研究的基礎上進一步構建并完善鄉村全面振興發展水平評價指標體系，依托熵權法客觀測度了2011～2021年我國333個城市的鄉村全面振興發展水平。同時，本文在使用地級市面板數據的基礎上，引用《北京大學數字普惠金融指數》第四期，分別構建了靜態面板的雙重固定效應模型和動態面板的系統廣義矩估計模型。根據回歸結果分析可知，動態面板模型更為合理有效。實證結果證明，數字普惠金融發展與鄉村全面振興發展水平之間存在先抑制后促進的“U”形關系。另外根據“U”形測試的結果，當前我國數字普惠金融發展的平均水平已經越過“U”形曲線的極值點，進入到促進鄉村全面振興發展的階段。根據上述研究可以得到如下結論：(1)數字普惠金融發展對鄉村振興的影響呈現非線性特征，即二者之間存在先抑制后促進的“U”形關系；(2)現階段數字普惠金融發展已越過極值點，其發展確實能夠促進鄉村全面振興。

針對上述研究結果，本文提出以下建議。

第一，鼓勵和支持數字普惠金融的發展，提高鄉村地區的金融服務水平和覆蓋率，為鄉村全面振興提供資金支持和保障。政府應當加大對數字普惠金融的財政補貼和稅收優惠，鼓勵金融機構、科技企業、社會組織等多方參與數字普惠金融的創新和推廣；完善鄉村地區的信息基礎設施建設和網絡覆蓋，提升數字普惠金融的可用性和可靠性；加強鄉村居民的數字金融教育和培訓，提升他們的數字金融素養和能力；推動數字人民幣在鄉村地區的試點應用，降低金融服務成本和門檻。

第二，加強數字普惠金融的監管和風險防范，防止出現過度借貸、高利貸、詐騙等現象，保護鄉村居民的合法權益和財產安全。金融監管機構需要建立健全數字普惠金融的法律法規和標準規范，明確各方的權利義務和責任范圍；加強對數字普惠金融機構和產品的審批、登記、監測、評估等工作，及時發現并處置違法違規行為；完善數字普惠金融的風險管理體系，建立有效的風險識別、評估、控制、處置機制；加強對鄉村居民的消費者教育和投訴渠道，提高他們的風險防范意識和維權能力。

第三，促進數字普惠金融與鄉村產業、文化、生態等方面的深度融合，推動鄉村經濟社會的多元化和可持續發展。政府應當支持數字普惠金融為鄉村特色產業、農業供應鏈、農村電商等領域提供定制化、差異化的金融服務，促進鄉村產業結構優化升級；支持數字普惠金融為鄉村文化旅游、非遺傳承、文化創意等領域提供多樣化、創新性的金融服務，促進鄉村文化資源開發利用；支持數字普惠金融為鄉村生態保護、綠色發展、節能減排等領域提供專業化、激勵性的金融服務，促進鄉村生態環境改善提升。

第四，增加對數字普惠金融的宣傳和教育，提高鄉村居民的數字金融素養和能力，培養他們合理、有效地使用數字普惠金融服務的意識和習慣。各金融平臺可以利用各種媒體和渠道，廣泛宣傳數字普惠金融的概念、特點、優勢、案例等，增強鄉村居民對數字普惠金融的認知和信任；結合鄉村實際情況，開展針對性的數字金融知識普及和技能培訓，提高鄉村居民的數字金融操作和應用能力；借鑒國內外的成功經驗，設計和實施一些數字普惠金融的激勵機制和評價體系，鼓勵鄉村居民積極參與和使用數字普惠金融服務。