數字普惠金融對農村產業融合的影響

儲佩佩 張嬈

DOI：10．19641/j．cnki．42-1290/f．2023．23．020

【摘要】數字金融作為數字經濟最為重要的組成部分， 能否有效賦能農村產業融合發展？本文基于農村雙創促進機制視角， 選取2011 ～ 2020年省域面板數據， 運用雙固定效應模型、 系統GMM模型、 中介效應模型以及面板門檻模型探究數字普惠金融對農村產業融合的影響效應與作用機制。研究發現， 數字普惠金融能夠顯著推動我國農村產業融合發展， 并且在一系列穩健性檢驗后該結論依然成立。就不同區域而言， 數字普惠金融對東部地區農村產業融合的影響較中西部地區更顯著。機制分析表明， 數字普惠金融可通過提升農村創業活躍度與農業科技創新水平而間接推動農村產業融合發展， 其中農業科技創新水平發揮的中介效應更顯著。進一步分析發現， 數字普惠金融正向作用于農村產業融合發展時存在雙重門檻， 即隨著農業科技創新水平逐步跨越兩道“門檻”， 數字普惠金融將會對農村產業融合發展產生“邊際效應”遞增的非線性影響效應。據此提出相關政策建議， 以期推動農村產業融合高質量發展。

【關鍵詞】數字普惠金融；農村產業融合；農村創業；農業科技創新

【中圖分類號】 F323.1；F832.43? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）23-0143-8

一、 引言與文獻綜述

推進農村產業融合發展， 是國家涉農政策文本中的話語表達創新， 也是我國探索農業現代化高速發展的實踐要求。為了全面貫徹落實中央一號文件精神和順應當前農村農業領域產業融合的重要趨勢， 2016年國務院辦公廳正式發布《關于推進農村一二三產業融合發展的指導意見》， 首次全方位地聚焦與討論農村產業融合發展相關問題， 并提出“到2020年， 農村產業融合發展總體水平明顯提升……農村活力顯著增強”的階段性目標^①。基于此， 農村產業融合發展現已被提升至國家戰略高度， 因此探索農村產業融合發展的驅動機制與提升體系具有重要意義。

作為現代經濟的核心， 優質高效的金融支持一直被認為是農村產業融合發展的關鍵驅動力（張林和溫濤， 2022）。這主要體現在三個方面： 第一， 家庭農場、 農民合作社、 專業大戶等新型農業經營主體創業初期普遍存在財務透明度低、 資信匱乏等弱質性， 往往難以獲得金融機構的貸款青睞（劉立軍等， 2017）。第二， 農村產業融合發展尚且處于分散探索階段， 農業產業鏈的“斷鏈”“缺鏈”“孤鏈”等現象仍然存在， 而金融工具或平臺的運用有助于實現農業產業鏈內各個環節的有效銜接， 為防范或降低系統性風險提供安全保障（匡遠配和易夢丹，2020）。第三， 農業產業轉型升級與農民脫貧增收致富是農村產業融合的主要目標， 而這同樣是金融服務于鄉村振興的目標之一， 兩者之間存在必然的耦合互動關系（張林和張雯卿，2021）。那么， 如何獲取優質高效的金融服務并使其服務于農村產業融合發展？在國家政策導向和“互聯網+”的影響下， 數字普惠金融應運而生。相較于傳統金融功能而言， 數字普惠金融依托于數字技術優勢， 打破了傳統意義上金融服務的時空限制， 讓農村地區的金融長尾用戶享受到更多的金融服務（郭峰等，2020）， 這無疑為農村產業融合發展提供了強大動力。然而， 現有文獻少有直接研究農村產業融合發展的金融支持問題， 多是建立在對農業產業化與金融服務體系關系的探索上（李曉龍和冉光和，2019）。誠然， 農村產業融合作為農業產業化發展的高級形態和“升級版”（陳湘滿和喻科，2022）， 勢必會出現數字金融要素持續向農村地區下沉的態勢（王森和陳宇斌，2022）， 因此， 摸清當下數字普惠金融對農村產業融合的作用機制與影響效應顯得十分重要。

黨的十八大以來， 伴隨著國家雙創戰略的持續推進， 農村“雙創”逐漸成為推動我國農業農村經濟轉型升級的新動能^②。那么如何充分釋放農村創業創新的巨大潛能， 使其轉化為在更大范圍、 更高層次、 更深程度上推動農村產業融合發展的強大驅動力？數字普惠金融作為數字技術與傳統金融創新融合的產物， 其對農村創業創新的影響受到學者們的廣泛關注。研究表明， 數字普惠金融可通過緩解融資約束和降低交易成本來提升農村創業活躍度， 從而激勵返鄉人員創業（馮大威等，2020）； 而且， 數字普惠金融能夠改善金融資源配置、 發揮技術創新機會的外溢效應、 激發返鄉農民創業熱情等， 進而提高區域內企業或居民的創新能力（李曉龍和冉光和，2020；杜傳忠和張遠，2020；冉光和和唐滔，2021）。如此看來， 數字普惠金融很有可能會通過農村雙創這一重要傳導機制， 進而對農村產業融合發展產生積極作用。

上述文獻為本文研究提供了理論借鑒， 但始終未能揭示在農村雙創促進機制視角下， 數字普惠金融對農村產業融合的影響、 作用機制及其可能存在的門檻效應。鑒于此， 本文擬從三個方面對現有研究進行拓展： 首先， 依據農村產業融合的基本內涵構建評價指標體系， 測算出31個省市（不包括港澳臺地區）2011～2020年農村產業融合水平， 并在此基礎上運用雙固定效應模型和系統GMM方法探究數字普惠金融對農村產業融合的直接影響； 其次， 從農村雙創促進機制視角出發， 選取中介效應模型檢驗數字普惠金融是否會通過提升農村雙創水平來間接推動農村產業融合發展； 最后， 使用門檻效應模型進一步核實數字普惠金融是否會因農村雙創水平的不同， 進而對農村產業融合發展產生不同程度的非線性影響效應。

二、 理論分析與研究假設

（一） 數字普惠金融對農村產業融合的直接影響

農村產業融合是實現資源優化重組和三產有機整合的過程， 必然離不開金融的長期支持（黎新伍和徐書彬； 2021）。針對農村產業融合發展面臨的資金約束， 數字普惠金融可通過發揮資源配置效應、 信息共享效應與風險分散效應等來有效緩解該難題。主要體現在： 第一， 數字普惠金融具有“廣覆蓋、 低門檻”的明顯優勢， 能夠有效識別并聚攏農村市場上分散的、 額度較低的閑置資金（馬亞明和周璐，2022）， 引導資金從收益率較低的產業向收益率較高的產業流動與積累， 提高了農村產業融合項目獲取更多資金的可能。第二， 數字金融平臺可通過大數據征信技術對新型農業經營主體的金融交易信息進行準確、 多維、 實時的記錄， 有效降低金融機構與新型農業經營主體之間的信息不對稱（傅巧靈等，2022）， 拓寬更多低成本、 高效率、 高質量的新型融資渠道。第三， 依托于物聯網、 大數據等新興技術， 數字普惠金融可提供少抵押甚至免資產抵押和免三方擔保的貸款產品， 有效緩解產業融合型主體的流動性約束， 增強其財務風險抵抗能力（陳池波等，2021）。據此， 本文提出如下假設：

H1： 數字普惠金融能夠顯著促進農村產業融合水平的提升。

（二）數字普惠金融對農村產業融合的間接影響

在國家雙創戰略的大背景下， 農村雙創在數字普惠金融支持農村產業融合發展過程中可能承擔著中介作用。具體可從以下兩個層面進行分析：

一方面， 數字普惠金融提高了農村雙創水平。在農村創業維度上， 已有研究表明融資約束是制約居民開展創業活動的重要因素（Nykvist，2010；Radim，2007）， 而數字金融資源向農村地區的持續下沉與滲透， 有助于為潛在返鄉創業者尤其是偏遠農村地區的創業者提供信貸支持， 促使他們開展創業活動， 從而提升農村創業活躍度（林瑤鵬等，2022）。習近平總書記強調， “科技創新、 科學普及是實現創新發展的兩翼”^③。因此在農村創新維度上， 探尋提升農業科技創新水平的路徑至關重要。在數字金融平臺的支持下， 農業科技創新項目可以匹配到更合適的資金， 促使創新資金投入發揮出更大的作用， 從而進一步提高農業科技創新水平。

另一方面， 農村雙創有助于推動農村產業融合發展。在農村創業維度上， 有學者指出農村創業活躍度越高， 越有助于創建并形成新產業、 新業態和新模式， “農業+”多業態的融合發展趨勢就會愈加明顯（王定祥和冉希美，2022）。同樣地， 農村產業融合發展也會為涉農創業者提供創業機會并激發他們的學習興趣與創業行為， 從而進一步提升農村創業活躍度（吳小立和于偉，2016； 李曉龍和冉光和，2019）。在農村創新維度上， 農業科技創新水平的提高有助于鞏固農業在經濟產業中的基礎性與戰略性地位（Power等，2012； Dennis和Xiao等，2013）。進一步來說， 科技創新可推進農業產品形態、 功能、 質量等的變化以及農業生產管理方式的變革， 實現農業綜合效益的提高和農業報酬增長， 為農村產業融合高質量發展創造基礎性條件（程莉和孔芳霞，2020）。據此， 本文提出如下假設：

H2a： 數字普惠金融可通過提升農村創業活躍度來間接推動農村產業融合水平的提升。

H2b： 數字普惠金融可通過提高農業科技創新水平來間接推動農村產業融合水平的提升。

（三）數字普惠金融對農村產業融合影響的門檻效應

隨著農村雙創水平的不斷變化， 數字普惠金融可能會對農村產業融合發展產生非線性影響效應。可能的原因有： 第一， 由于我國農村地區雙創原始資源積累的差異性以及雙創主體對政策接受能力的不同， 農村雙創水平通常會表現出顯著的區域差異性（楊屹和魏澤盛，2018）， 進而可能導致影響效應的異質性。第二， 農村雙創活動作為融資需求的重要來源， 農村雙創水平的提升將會進一步刺激融資需求增加， 即農村雙創水平越高， 新產生的融資需求就越大， 由此數字普惠金融對農村產業融合的促進作用將會更加顯著（韓亮亮等，2023）。在如此可持續的正向循環機制下， 數字普惠金融對農村產業融合發展的影響可能會出現邊際遞增效應。據此， 本文提出如下假設：

H3a： 隨著農村創業活躍度的提升， 數字普惠金融將會對農村產業融合水平的提升作用呈現出邊際遞增特征。

H3b： 隨著農業科技創新水平的提高， 數字普惠金融將會對農村產業融合水平的提升作用呈現出邊際遞增特征。

三、 研究設計與數據說明

（一）模型設定

1. 基準回歸模型。首先， 本文利用省級面板數據考察數字普惠金融對農村產業融合的直接影響效應， 根據Hausman檢驗結果（p=0.000<0.01）， 確定構建如下雙固定效應模型：

IND_i，t=α₀+α₁FIN_i，t+α₂Controls_i，t+δ_i+?_t+ε_i，t（1）

式中： 下標i和t分別表示省份和年份， IND_i，t為被解釋變量， 表示農村產業融合水平； FIN_i，t為核心解釋變量， 表示數字普惠金融指數；Controls_i，t表示控制變量集合； α₀、 α₁與α₂表示待估計系數； δ_i為省域固定效應， ?_t為時間固定效應； ε_i，t為隨機擾動項。

為排除原模型中潛在的內生性問題以及充分反映出數字普惠金融對農村產業融合的動態影響效應， 本文進一步采用系統GMM方法進行估計， 構建如下動態面板模型：

IND_i，t=β₀+β₁IND_i，t-1+β₂FIN_i，t+β₃Controls_i，t+δ_i+?_t+ε_i，t（2）

2. 中介效應模型。為了進一步檢驗數字普惠金融對農村產業融合的間接影響， 本文借鑒溫忠麟等（2014）的中介效應檢驗方法， 選取農村雙創水平作為中介變量， 并構建如下中介效應模型：

Med_i，t=θ₀+θ₁FIN_i，t+θ₂Controls_i，t+δ_i+?_t+ε_i，t（3）

IND_i，t=ρ₀+ρ₁FIN_i，t+ρ₂Med_i，t+ρ₃Controls_i，t+δ_i+?_t+ε_i，t（4）

式中： Med_i，t為中介變量， 分別為農村創業活躍度（ENT）與農業科技創新水平（TEC）； θ₀、 θ₁與θ₂以及ρ₀、 ρ₁、 ρ₂與ρ₃均表示待估計系數。中介效應模型的檢驗原理與前文一致， 故此處不再贅述。值得注意的是， 若θ₁、 ρ₁、 ρ₂均顯著為正， 且|ρ_1|<|θ₁|，? 則說明數字普惠金融通過提升農村雙創水平有效促進了農村產業融合發展， 即中介效應存在并表現顯著。

3. 門檻效應模型。為了進一步明晰數字普惠金融、 農村雙創水平與農村產業融合之間是否存在非線性關系， 即數字普惠金融對農村產業融合的影響是否會因農村雙創水平的變化而變化， 本文借鑒Hansen（1999）的面板門檻模型， 以農村雙創水平為門檻變量， 構建如下面板門檻模型：

IND_i，t=ω₀+ω₁FIN_i，t×I（ENT_i，t≤γ）+ω₂FIN_i，t×I（ENT_i，t>γ）+ω₃Controls_i，t+δ_i+?_t+ε_i，t（5）

IND_i，t=φ₀+φ₁FIN_i，t×I（TEC_i，t≤γ）+φ₂FIN_i，t×I（TEC_i，t>γ）+φ₃Controls_i，t+δ_i+?_t+ε_i，t（6）

式（5）、 （6）中： ENT_i，t、 TEC_i，t為門檻變量， 分別表示省份i在第t年的農村創業活躍度與農業科技創新水平； γ為待估計門限值； ω₁和ω₂分別表示門檻變量在ENT_i，t≤γ與ENT_i，t>γ時的影響系數； 同理， φ₁和φ₂分別表示門檻變量在TEC_i，t≤γ與TEC_i，t>γ時的影響系數。I（?）為取值0或者1的指示性函數， 若括號內的數值滿足條件， 則取值為1， 反之為0。其他變量解釋同式（1）。

（二）變量選取與說明

1. 被解釋變量： 農村產業融合水平（IND）。目前學術界主要以農村產業融合的基本內涵為理論依據， 從產業鏈延伸、 多功能性發揮、 新技術滲透、 城鄉融合等多個維度構建農村產業融合水平評價指標體系（陳國生，2019； 陳池波和龔政，2021）， 運用多種方法來測度農村產業融合水平。基于對農村產業融合內涵的充分理解， 結合農業農村部鄉村產業發展司司長曾衍德概括的“六向融合”模式^④， 本文將從農業內部的“內向”融合、 產業延伸的“順向”融合、 功能拓展的“橫向”融合、 新技術滲透的“逆向”融合、 農業與城鎮的“萬向”融合以及農業與各產業的“多向”融合六個維度構建農村產業融合水平評價指標體系， 具體指標體系見表1。為避免主觀賦權弊端， 以及多指標數據的重疊問題， 本文運用熵權法對31個省市（不包括港澳臺地區）2011～2020年的農村產業融合水平進行測算^⑥。

2. 核心解釋變量： 數字普惠金融指數（FIN）。本文選取北京大學數字金融研究中心發布的數字普惠金融指數來衡量我國省域層面的數字普惠金融發展情況， 具體時間跨度為2011～2020年。同時考慮到各變量數據的量綱差異， 本文借鑒吳雨等（2021）的做法， 將數字普惠金融指數除以100作縮小處理。

3. 中介變量。本文選取農村創業活躍度（ENT）和農業科技創新水平（TEC）分別來衡量農村雙創活動中的“創業”與“創新”水平。立足于國情農情特點， 李曉龍等（2019）將農村創業定義為農戶從事規模化種養殖、 個體經營、 創辦企業或農民專業合作社等行為。因此， 本文根據其理論闡釋， 選取各地區農村私營企業就業人數、 個體就業人數之和與鄉村就業人數的比重來衡量農村創業活躍度。農村創新的維度是多元化的， 考慮到新技術能最大限度地提升農村三產融合增加值（田毅鵬，2021）， 故本文以農業科技創新水平表示農村創新發展情況， 并選取農業專利授權量來衡量各地區農業科技創新水平。此外， 為了避免指標數值過大導致較大異方差， 本文將農業專利授權量除以100作縮小處理。

4. 控制變量。為提高研究的可靠性， 本文選取人均GDP、 城鎮化率、 人力資本水平、 基礎設施水平、 財政支農以及居民消費需求這六個變量作為控制變量。人均GDP（GDP）， 選取人均國內生產總值代表各省經濟發展情況， 并作對數處理。城鎮化率（URB）， 用城鎮人口數與農村人口數的比重來衡量各省城鎮化水平。人力資本水平（EDU）， 選擇農村地區人均受教育年限表示各省的農村人力資本發展水平， 計算公式為人均受教育年限=（6×primary+9×junior+12×senior+16×college）/Total。其中： primary、 junior、 senior、 college分別表示小學、 初中、 高中和專科及以上教育程度的農村人口占比， Total表示各省6歲及以上總人口數。基礎設施水平（INF）， 用各省擁有的公路里程數與各省土地面積的比重來反映各省基礎設施建設水平。財政支農（FSA）， 選取地方財政農林水事務支出與地方財政一般預算支出的比例來揭示財政支持三農發展情況。居民消費需求（CON）， 采用農村居民家庭人均消費性支出的比重來描述居民消費的變化情況， 并作對數處理。

（三）數據來源與描述性統計

考慮到數據的可得性， 本文基于2011 ～ 2020年31個省市（不包括港澳臺地區）的平衡面板數據展開實證研究。其中， 數字普惠金融指數來自于《北京大學數字普惠金融指數（2011 ～ 2020年）》， 農村產業融合水平評價指標體系中的主要數據來源于2012 ～ 2021年《中國農村統計年鑒》。另外， 農村總戶數相關數據來源于《中國人口和就業統計年鑒》， 農副食品加工業主營業務收入數據來源于《中國農產品加工業年鑒》， 設施農業面積數據來源于農業農村部農業機械化管理司的全國溫室數據系統， 農林牧漁服務業產值數據來源于《中國第三產業統計年鑒》， 涉農貸款余額相關數據來源于Wind數據庫； 農業專利授權量數據來源于企知道專利數據庫； 城鎮化率、 人力資本水平、 基礎設施水平、 財政支農以及居民消費需求等相關數據來源于《中國統計年鑒》和《中國農村統計年鑒》； 剩余的個別缺失數據通過各省份統計年鑒或統計公報進行填充。本文所涉及變量的描述性統計結果如表2所示。

四、 實證結果分析

（一）基準回歸分析

本文首先采用雙固定效應模型來檢驗數字普惠金融對農村產業融合的靜態效應， 回歸結果如表3列（1） ～ （5）所示。從全國層面來看， 列（1）、 （2）的結果顯示， 無論是否添加控制變量， 數字普惠金融的影響系數均顯著為正， 說明樣本期內數字普惠金融對農村產業融合水平具有顯著的提升作用。從區域層面來看， 列（3） ～ （5）的結果表明， 東、 西部地區數字普惠金融對農村產業融合產生了顯著的正向效應， 而中部地區的影響效應不顯著。另外， 從系數大小來看， 東部地區數字普惠金融對農村產業融合水平的提升作用最為強烈， 西部次之， 中部稍后。

最后， 考慮到數字普惠金融、 農村產業融合水平兩者都始終處于持續的動態變化中， 而且上述雙固定效應模型可能難以克服潛在的內生性問題， 因此本文采取系統GMM估計方法進行動態效應的分析， 回歸結果如表3列（6）所示。數字普惠金融的估計系數仍然在1%的統計水平上顯著， 這再次表明樣本期內數字普惠金融顯著推動了農村產業融合發展。值得注意的是： 列（6）中AR（1）檢驗的P值為0.006， 小于1%； AR（2）檢驗的P值為0.967， 大于10%， 說明二階序列自相關不顯著。同時， Sargan檢驗的P值為0.599， 大于1%， 說明工具變量的選擇具備合理性。

根據上述靜態效應與動態效應的分析結果， 驗證了數字普惠金融確實對農村產業融合水平的提升具有顯著正向效應， 即H1成立。

（二）穩健性檢驗

本文將采用以下三種方式來檢驗上述實證結果的穩健性， 分別是： 替換核心解釋變量、 剔除直轄市以及調整樣本期（限于篇幅， 穩健性檢驗表格省略）。

1. 替換核心解釋變量。在《北京大學數字普惠金融指數（2011-2020年）》一書中， 明確指出了數字普惠金融指數具體可分為三個維度水平， 包括數字金融覆蓋廣度（COV）、 使用深度（DEP）以及數字化程度（DIG）， 因此本文擬從數字普惠金融的三維度水平進行穩健性檢驗。回歸結果顯示， 三維度水平的影響系數均顯著為正， 說明數字普惠金融對農村產業融合水平的提升作用具有顯著的正向效應， 即基準回歸結論可靠。

2. 剔除直轄市。考慮到直轄市本身在經濟發展、 資源獲取、 政策偏向以及地理位置等方面具有一定的發展優勢， 因此本文將北京、 天津、 上海和重慶四個直轄市的樣本予以剔除， 重新對新樣本數據進行回歸。結果顯示， 數字普惠金融的估計系數通過了1%水平上的顯著性檢驗， 說明數字普惠金融對農村產業融合具有明顯的促進作用， 即證明基準結論依然穩健。

3. 調整樣本期。黃益平和黃卓（2018）指出， 2013年余額寶上線通常被視作中國數字金融發展的元年， 因此本文選取2013～2020年的數據重新進行回歸。結果顯示， 新樣本期內數字普惠金融對農村產業融合的影響系數為0.150， 且在5%的水平上顯著， 這說明在調整樣本期后， 數字普惠金融有助于推動農村產業融合發展的結論依然成立， 再次印證了基準結論的可靠性。

（三）中介效應分析

為了進一步檢驗數字普惠金融對農村產業融合的間接影響， 本文基于農村雙創促進機制視角， 使用中介效應模型對農村創業活躍度、 農業科技創新水平是否是數字普惠金融促進農村產業融合發展的重要中介進行檢驗， 結果如表4所示。可以發現， 列（1）中數字普惠金融對農村創業活躍度的影響系數顯著為正， 隨后將農村創業活躍度納入基準回歸模型中， 列（2）中數字普惠金融與農村創業活躍度的估計系數均至少在5%的水平上表現顯著。這表明農村創業活躍度在數字普惠金融推動農村產業融合發展的過程中發揮著重要作用， 由此可以證明數字普惠金融可通過提升農村創業活躍度， 進而對農村產業融合水平的提升產生正向效應， 即H2a成立。同理可得， 列（3）、 列（4）的結果同樣表明了數字普惠金融可通過提高農業科技創新水平， 進而間接推動農村產業融合發展， 即H2b成立。相較于農業科技創新， 農村創業活躍度在數字普惠金融正向促進農村產業融合發展中發揮的中介效應更顯著。究其原因： 一方面， 據農業部2017年的數據， 在返鄉下鄉創業人員投入現代農業和新農村建設過程中， 82%以上創辦的都是農村產業融合類項目^⑦， 可見農村創業活躍度與農村產業融合的直接關聯度非常之高； 另一方面， 盡管“科技創新是推動農村產業融合發展的內在驅動力”這一觀點已被眾多學者所證實， 但不可否認的是， 我國農業科技創新成果的轉化率普遍較低， 況且已轉化的科技創新成果也并非全然適用于農村產業融合項目， 因此可能是基于這一層原因， 農業科技創新水平對農村產業融合發展的正向效應相對較低。

綜上， 在農村雙創促進機制視角下， 數字普惠金融能通過提升農村創業活躍度和農業科技創新水平， 進而對農村產業融合水平的提升產生正向效應， 即H2a、 H2b成立。

五、 進一步討論： 門檻效應分析

本文采用面板門檻模型來檢驗數字普惠金融、 農村雙創水平與農村產業融合三者之間是否存在非線性關系。首先， 在進行門檻效應回歸之前， 需要對2011 ～ 2020年31個省市（不包括港澳臺地區）中農村雙創水平是否存在門檻值、 門檻數量以及門檻值進行檢驗。本文參考Wang（2015）的做法， 利用“bootstrap”法反復抽樣300次的方式對農村雙創水平作為門檻變量的情形進行檢驗， 結果如表5所示。其中， 農村創業活躍度的單一門檻、 雙重門檻以及三重門檻對應的P值均未通過顯著性檢驗， 說明數字普惠金融對農村產業融合的影響不存在基于農村創業活躍度的門檻效應， 即H3a不成立。農業科技創新水平的單一門檻和雙重門檻對應的P值均通過了1%水平上的顯著性檢驗， 但三重門檻對應的P值未通過顯著性檢驗， 該結果表明數字普惠金融對農村產業融合的影響存在基于農業科技創新水平的雙重門檻， 初步確定H3b成立。

同時， 為了更加直觀地分析檢驗結果， 本文根據門檻模型基本原理， 繪制出與表5結果對應的雙重門檻模型估計圖， 如圖1所示。從圖中可以看出， 數字普惠金融對農村產業融合的影響確實存在基于農業科技創新水平的雙重門檻， 其中LR統計量的最低點對應的是真實門檻值， 這也正好與表5中的門檻值互相對應， 因此接下來重點對數字普惠金融、 農業科技創新水平與農村產業融合水平三者之間的非線性關系進行雙重門檻效應分析。

如表6所示， 數字普惠金融正向作用于農村產業融合發展時存在基于農業科技創新水平的雙重門檻。具體而言， 當農業科技創新水平處于（0， 17.60］時， 數字普惠金融的估計系數為0.021， 這說明數字普惠金融指數每增加一個單位， 農村產業融合水平將相應地提升0.021個單位； 當農業科技創新水平處于（17.60， 43.49］時， 數字普惠金融的估計系數將提高至0.036， 此時數字普惠金融對農村產業融合發展的非線性影響效應開始顯現； 進一步地， 當農業科技創新水平高于43.49時， 數字普惠金融的影響系數（0.055）達到最大值， 這表明農業科技創新水平在跨越兩道門檻值后， 數字普惠金融對農村產業融合水平的提升作用越來越強烈。由此可見， 隨著農業科技創新水平的提高， 數字普惠金融將會對農村產業融合產生“邊際效應”遞增的非線性影響效應。

綜上， 數字普惠金融正向作用于農村產業融合發展時不存在基于農村創業活躍度的門檻效應， 但存在基于農業科技創新水平的雙重門檻效應， 并且在對應的農業科技創新水平門檻區間內， 數字普惠金融對農村產業融合的正向促進作用呈現出邊際效應遞增的非線性特征。因此， H3b成立。

六、 研究結論與政策啟示

（一）研究結論

本文立足于2011 ～ 2020年31個省市（不包括港澳臺地區）的平衡面板數據， 在選取熵權法測算出農村產業融合水平的基礎上， 使用雙固定效應模型、 系統GMM模型以及面板門檻模型， 檢驗了農村雙創促進機制視角下數字普惠金融對農村產業融合的影響效應及其作用機制。研究發現： 第一， 數字普惠金融對農村產業融合具有明顯的促進作用， 并且這一結論具有足夠的穩健性。第二， 基于農村雙創促進機制視角， 分析發現農村創業活躍度與農業科技創新水平是數字普惠金融影響農村產業融合的重要中介因素， 而且農業科技創新水平產生的中介效應更顯著。第三， 數字普惠金融正向作用于農村產業融合發展時存在基于農業科技創新水平的雙重門檻， 在跨越兩道門檻的過程中， 隨著農業科技創新水平的不斷提高， 數字普惠金融對農村產業融合水平的提升作用將呈現出邊際效應遞增的非線性特征， 但這種提升作用并不存在基于農村創業活躍度的門檻效應。

（二）政策啟示

通過上述分析， 本文提出以下政策建議：

第一， 加大數字普惠金融有關政策的實施力度， 進一步提升農村產業融合水平。各地區應持續推進農村金融系統的數字基礎設施建設， 重點推動網絡平臺、 操作系統、 數據中心等新型軟硬基礎設施的發展， 夯實農業農村發展的數字化基礎， 為農村新業態、 新產業和新服務等發展提供重要支撐。此外， 還應不斷加快金融資源要素在欠發達農村地區的流動速率及滲透率， 促使金融服務更快、 更有效地嵌入農村產業融合發展的各個環節， 盡可能滿足各環節涉農主體對金融資源的有效需求， 從而推動農村產業融合的可持續健康發展。

第二， 通過政府與市場協同配合的方式來鼓勵農村創業創新， 充分發揮出農村雙創在數字普惠金融影響農村產業融合中的積極作用。一方面， 政府應加快落實鄉村創業相關政策， 大力支持新型農業經營主體和返鄉下鄉人員創業創新， 以加快形成農村產業融合發展新格局； 另一方面， 農業企業或涉農企業應積極運用市場化機制調動金融機構支持科技創新， 提高創新型科技在農村產業融合活動中的應用程度， 以充分保障農村產業融合的水平與質量。

第三， 強化創新對農村農業高質量發展的引領作用， 尤其是重視農業科技創新的均衡性發展。從描述性統計結果可以看出， 我國農業科技創新水平較低且兩極分化和層級差異較大， 因此亟需優化農業科技創新資源配置機制， 加強各省域之間農業科技創新資源的流動與共享， 充分發揮出優質農業創新資源的輻射擴散效應以帶動欠發達地區農業科技創新水平的提升， 從而化解農業科技創新水平過度分化問題， 促進農村農業科技的平穩協調發展。

【 注 釋 】

① 資料來源：《國務院辦公廳關于推進農村一二三產業融合發展的指導意見》，http：//www.gov.cn/zhengce/content/2016-01/04/content_10549.htm。

② 資料來源：《“雙創”激發農業農村發展新動能》，https：//www.moa.gov.cn/ztzl/scw/scdtnc/201707/t20170726_5761016.htm。

③ 資料來源：《“十四五”國家科學技術普及發展規劃》，http：//www.gov.cn/zhengce/zhengceku/2022-08/16/content_5705580.htm。

④ 資料來源：《你知道振興鄉村產業的奧秘嗎？剖析全國近70個典型案例》，http：//www.xqj.moa.gov.cn/ncpjg/201907/t20190716_6320994.htm。

⑤ 人均主要農產品產量的數值是由人均糧食、油料、肉類、水產品、水果和奶類產量加總而得，因棉花和糖料的數據缺失較為嚴重，故未納入計算范疇。

⑥ 因篇幅限制，本文未列出熵權法的計算步驟。

⑦ 資料來源：《700萬人返鄉下鄉投身農村“雙創”》，http：//www.gov.cn/shuju/2017-09/16/content_5225518.htm。

【 主 要 參 考 文 獻 】

陳湘滿，喻科．農村產業融合對農村居民收入的影響——基于空間杜賓模型實證分析［ J］．湘潭大學學報（哲學社會科學版），2022（2）：66 ～ 73．

程莉，孔芳霞．長江上游地區農村產業融合發展水平測度及影響因素［ J］．統計與信息論壇，2020（1）：101 ～ 111．

陳國生．湖南省農村一二三產業融合發展水平測定及提升路徑研究［ J］．湖南社會科學，2019（6）：79 ～ 85．

馮大威，高夢桃，周利．數字普惠金融與居民創業：來自中國勞動力動態調查的證據［ J］．金融經濟學研究，2020（1）：91 ～ 103．

郭峰，王靖一，王芳等．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（4）：1401 ～ 1418．

黃益平，黃卓．中國的數字金融發展：現在與未來［ J］．經濟學（季刊），2018（4）：1489 ～ 1502．

韓亮亮，彭伊，孟慶娜．數字普惠金融、創業活躍度與共同富裕——基于我國省際面板數據的經驗研究［ J］．軟科學，2023（3）：18 ～ 24．

匡遠配，易夢丹．精細農業理念促進現代農業產業鏈、價值鏈和利益鏈“三鏈耦合”［ J］．農業現代化研究，2020（5）：747 ～ 755．

李曉龍，冉光和．農村產業融合發展的創業效應研究——基于省際異質性的實證檢驗［ J］．統計與信息論壇，2019（3）：86 ～ 93．

李曉龍，冉光和．農村金融深化促進了農村產業融合發展嗎？——基于區域差異視角的實證分析［ J］．農業現代化研究，2020（3）：453 ～ 463．

黎新伍，徐書彬．農村產業融合：水平測度與空間分布格局［ J］．中國農業資源與區劃，2021（12）：60 ～ 74．

林瑤鵬，林柳琳，高琦等．數字普惠金融發展與流動人口創業——來自全國流動人口動態監測調查的證據［ J］．當代財經，2022（4）：65 ～ 75．

劉立軍，王健，秦偉．金融發展對我國現代農業的影響分析——基于結構方程模型和31省份的實證分析［ J］．經濟問題，2017（4）：70 ～ 75．

冉光和，唐滔．數字普惠金融對社會就業的影響——基于企業性質和行業的異質性考察［ J］．改革，2021（11）：104 ～ 117．

田毅鵬．鄉村未來社區：城鄉融合發展的新趨向［ J］．人民論壇·學術前沿，2021（2）：12 ～ 18．

王森，陳宇斌．數字普惠金融如何推動農業高質量發展？——兼論中介與門檻作用機制［ J］．管理學刊，2022（3）：72 ～ 87．

王定祥，冉希美．農村數字化、人力資本與農村產業融合發展——基于中國省域面板數據的經驗證據［ J］．重慶大學學報（社會科學版），2022（2）：1 ～ 14．

吳雨，李曉，李潔等．數字金融發展與家庭金融資產組合有效性［ J］．管理世界，2021（7）：92 ～ 104+7．

吳小立，于偉．環境特性、個體特質與農民創業行為研究［ J］．外國經濟與管理，2016（3）：19 ～ 29．

楊屹，魏澤盛．我國雙創能力的時空差異及其耦合效應分析［ J］．數量經濟技術經濟研究，2018（5）：3 ～ 22．

張林，溫濤．數字普惠金融如何影響農村產業融合發展［ J］．中國農村經濟，2022（7）：59 ～ 80．

Dennis T. Y.，Xiao Z.. Modernization of agriculture and long-term growth［ J］． Journal of Monetary Economics，2013（3）：367 ～ 382．

Hansen B. E.. Threshold effects in non-dynamic panels：Estimation，testing，and inference［ J］． Journal of Econometrics，1999（2）：345 ～ 368．

Power G. J.，Salin V.，Park J. L.. Strategic options associated with cooperative members' equity［ J］． Agricultural Finance Review，2012（1）：48 ～ 67．

Wang Q. Y.. Fixed-effect panel threshold model using Stata［ J］． Stata Journal，2015（1）：121 ～ 134．

（責任編輯·校對： 劉鈺瑩? 羅萍）

【基金項目】江蘇高校“青藍工程”（項目編號：2022-2025）；江蘇省高校社科聯發展專項課題（項目編號：22GSB-008）；南京農業大學金融學院學科建設專項和深入貫徹學習黨的二十大項目（項目編號：ZDXM202204）

【作者單位】南京農業大學金融學院， 南京 210095