河南省數字普惠金融對農業產業化影響研究
——基于GMM 動態面板模型分析

王佳鑫

(河南科技大學，河南 洛陽 471023)

0 引言

“強國必先強農”，2023 年的中央一號文件明確舉全黨全社會之力全面推進鄉村振興，加快農業農村現代化，發展農業現代化必須以農業產業化為先行。 在農業產業化現代化的進程中，“融資難”問題由來已久，包括龍頭企業在內的各類農業產業經營主體均有一定程度的資金短缺問題。 河南省作為農業大省，其農業產業化快速發展是促進農業現代化發展的根本出路。 為了解決這一問題，世界各國大力推進普惠金融發展戰略。 近年來，隨著移動互聯網、大數據、云計算和人工智能的飛速發展，普惠金融已然演變為數字普惠金融。 數字普惠金融的優勢在于數字技術能進一步降低融資成本，觸達更多農村客戶，利用大數據解決信息不對稱和無抵押品等問題。 因此，對河南省的數字普惠金融對農業產業化發展水平影響程度進行科學的測算與分析，不僅有助于突破河南省農業產業化融資難題，而且有助于為強國強農打下良好的金融基礎。

1 相關研究綜述

Demirguc 提出，普惠金融發展規模不斷壯大，可以直接使受益人群更易獲得金融支持[1]。 Martin 和Clapp 認為國家通過監管與制度法規的建立調節農業與金融之間的關系，確保農業發展獲得金融支持，并推進農業商品交易與產業發展為農業吸引私人投資創造條件，對農民生活水平的提高與農業可持續性能產生重要影響[2]。 徐強和陶侃根據對中國各個省份普惠金融數據分析發現，在中國大部分地區推廣普惠金融能夠有效促進經濟發展[3]。 張琦等的研究結果表明，金融服務質量不高制約了“三農”發展，而供給約束是當前影響金融服務質量的主要因素[4]。 耿君堯指出普惠金融的大力發展能夠緩解農業發展中的資金不足問題[5]。 陳銀娥和湯廣清認為普惠數字金融與農村特色農業產業化的耦合關系從失調階段進入調整階段，不同階段的特征和增長動力不同[6]。 韓田和榮紅的研究結果表明，普惠數字金融對該地區農業企業現代化發展具有促進作用，而且普惠數字金融對該地區農業企業現代化的影響具有門檻效應。 當地區經濟水平達到一定程度時，普惠數字金融對農業企業現代化的影響會顯著增加[7]。 表明傳統普惠金融能夠促進農業產業化發展，并大多從普惠金融助力鄉村振興、支持農業產業化角度，以及從宏觀角度構建數字普惠金融測量體系進行研究。 但是還存在以下局限:①鮮有文獻以省域為例。 ②較少將數字普惠金融與農業產業化相結合。 ③缺少農業產業化與數字普惠金融影響關系的實證研究。

為此，本文利用熵值法與動態面板模型系統GMM 對河南省數字普惠金融與農業產業化相關數據展開回歸分析，并用縮尾處理的結果與系統GMM結果做對比，以此來驗證系統GMM 估計的穩健性來進行實證研究，并根據實證結果及結論為數字普惠金融與農業產業化提出相應的政策建議，以期為數字普惠金融與農業產業化發展提供新的思路。

2 實證分析

2.1 農業產業化水平的測算

本文選擇熵值法來計算各個指標權重，克服主觀因素帶來的誤差，進而測算農業產業化發展水平。

2.1.1 選擇數據

選取指標數量m個，城市n個，用Xij表示第i個地區中第j個指標值。i的范圍是1 ～n，j的范圍是1～m。 本文選取的樣本是河南省14 個市，共6個指標，即m＝6，n＝14，Xij則表示第i個市中第j個指標的數值。

2.1.2 數據預處理

各指標計量單位以及方向可能會有所不同，因此必須對指標數據使用標準化處理。 針對正向指標的處理措施是:

同理。 負向指標的處理方法如下:

2.1.3 計算樣本權重

第j個指標下第i個市占據的比重:

2.1.4 得出指標熵值第j個指標的熵值是:

2.1.5 計算差異系數

指標的信息效用值主要是由信息熵ej與1 的差值決定的，差值越大體現了該指標對綜合評價水平的影響越大，說明該指標所占權重也越大。

2.1.6 計算評價指標權重

差異系數計算出來就可以計算該指標的權重，第j項指標的權重:

2.1.7 計算綜合得分

最終樣本的綜合評價值是:

采用上述熵值法具體步驟確定各指標的權重，進而對河南省的14 個市近十年的農業產業化水平進行綜合評價。

2.2 GMM 回歸

2.2.1 變量選取與數據來源

(1)變量選取

①被解釋變量

農業產業化:本文從農業生產條件、農業生產效率、農業產業規模這三個角度來構造農業產業化指數，基于數據可得性選取指標，借助熵值法測算農業產業化發展水平(表1)。 一般來說，農業生產基礎條件越完善，生產效率越高，產業規模越大，農業產業化水平越高。

表1 農業產業化指標體系

②核心解釋變量

數字普惠金融:北京大學數字金融研究中心基于傳統普惠金融的指標構造方法，根據數字金融發展的新特性，計算出數字普惠金融發展指數。 該指數囊括多個具體指標，基于各地區的實際情況，全面準確地勾勒了各省、市、縣數字普惠金融近年來的變化形勢，被眾多學者引用。 本文也引用該指數中河南省各市近10 年的數字普惠金融發展指數，用于描繪河南省的數字普惠金融發展水平。

③控制變量

經濟發展水平:本文選用的是人均GDP，衡量河南省各市的經濟發展水平，將其設為控制變量。

城鎮化水平:城鎮化水平用河南省各市城鎮人口與人口的比值來度量。 一方面，城鎮化進程會導致農村的一些勞動力向城市轉移，這將不利于農業產業發展。 另一方面，城鎮化有助于提升農業技術水平，推動農業生產效率提高，同時城鎮化增加了對農副產品的市場需求，拓展了農副產品的市場空間，倒逼農業產業規模的擴大和生產效率的提高。

交通便利程度:用每個城市公路里程數與國土面積的比值來表示交通設施情況。 一般交通越便利，農業機械設備、農產品等運輸越暢通，越有利于農業產業發展。

財政支農力度:用地方財政農林水事務支出占政府一般性支出的比重來表示，反映政府財政對農村的支持力度。 政府在支農領域加大支持力度，農業產業化主體能夠獲取更多的資金支持。 另外，政府擴張性財政政策會形成良好的示范作用，引領其他投資主體將資金運用于農業產業化領域，這向農業產業化建設傳遞了利好的信號。

互聯網普及程度:使用互聯網寬帶用戶數的對數來衡量。 互聯網普及程度會影響數字普惠金融的實施效果，因此會對農業產業化發展產生正向的影響。

(2)數據來源與處理

本文選取河南省2011—2020 年14 個市的數據開展深入分析，農業產業化相關數據來自《河南發展年鑒》，河南省數字普惠金融數據則引用“北京大學數字普惠金融指數”，各變量的衡量方法及數據來源如表2 所示。

表2 變量衡量方法與數據來源

對本文的變量數據進行描述性統計，結果如表3 中所示。 從表3 中可以觀察到城鎮化水平、財政支持力度標準差比較小，說明這些數據在測算區間波動較小，比較平穩。 測算出的農業產業化最小值是0.053，最大值是0.998 3，說明各市之間的農業產業化發展水平存在較大差異。

表3 描述性統計

2.2.2 模型設定

因農業產業發展每年都在持續變化，金融助力農業產業發展亦處在持續變化的進程中，在此種情況下，靜態面板模型可能不太適宜，所以本文主要運用動態面板模型系統GMM 對數據進行分析，檢驗數字普惠金融對農業產業化發展的影響，對相關變量取對數以消除異方差，并構建如下模型:

式(9)主要用于檢驗數字普惠金融水平對農業產業化發展水平的影響，式(10)、式(11)和式(12)分別用于檢驗數字金融覆蓋廣度、數字金融使用深度和普惠金融數字化程度對農業產業化發展水平的作用效果。 lnzit表示城市i在第t年的農業產業化發展水平。 lniait、lncbit、lnudit和lndlit依次表示城市i在第t年的數字普惠金融水平、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。 其余變量為控制變量，lngdpit、lnfsit、lnulit、lntcit和lnbuit分別表示城市i在第t年的經濟發展水平、政府支農力度、城鎮化水平、交通便利程度和寬帶普及水平。εit為隨機擾動項。

動態面板的標準設定是將被解釋變量的滯后期作為工具變量，并于一階差分中估計基準模型。 系統GMM 的理念是通過把水平方程添加至一階差分方程中，同時把因變量的滯后期當作水平方程的工具變量。 出于確保系統GMM 估計有效性的緣故，本文將使用以下兩種檢驗方式:第一種是Sargon 檢驗，考慮到本文所選的工具變量較多，因此選擇此方法。 此檢驗方法是以選取的工具變量正確有效為原假設，使用此方法主要是為了判定所運用的工具變量是否有效，假使檢驗結果顯示通過Sargan 檢驗，那么所設置的工具變量就是恰當的。 第二種是自相關性檢驗，通過觀察AR(2)統計量以判定是否存在二階自相關。

2.3 研究區概況

河南省作為傳統的農業大省，為鞏固提升農業基礎地位，正在積極探索不以犧牲農業和糧食、生態和環境為代價的“三化”協調發展之路，強化以金融部門的資金支持和服務在農業產業化發展中所起的關鍵作用。 河南省作為中部經濟欠發達地區的典型代表，加速推進農業產業化進程，對河南省，乃至全國，都有重要意義。

3 結果分析

3.1 基準回歸

本文首先檢驗數字普惠金融水平對農業產業化發展水平的影響，表4 列示了系統GMM 的估計結果。 此外，本文還給出了自相關檢驗的結果(表5)。

表4 系統GMM

表5 自相關檢驗

觀察檢驗結果發現，Sargan 檢驗的估計結果為0.108 0，稍大于0.1，因此通過了檢驗，而自相關檢驗結果中AR(2)估計大于0.1，表明無法拒絕不存在二階自相關的原假設，故符合運用系統GMM 估計方法的先決條件。 綜合Sargan 檢驗和自相關檢驗的結果，說明運用系統GMM 方法進行估計是合理的。

根據表5 可知，被解釋變量一階滯后項L.lnz 的回歸值為正且顯著，表明被解釋變量農業產業化發展水平在時間趨勢方面呈現出動態性，一方面證實動態面板模型的設定是比較合理的；另一方面體現了河南省農業產業化發展存在一定的慣性和持續性。 數字普惠金融指數(lnia)的估計系數是0.003 5并且在5%的顯著性水平上通過了顯著性檢驗，表明河南省數字普惠金融水平的提高能夠顯著促進農業產業化發展水平的提高。

3.2 分維度回歸

為了更為細致地檢驗數字普惠金融對農業產業化發展水平的影響，本文進一步探究了數字普惠金融的分維度指數覆蓋廣度、使用深度和數字化程度對農業產業化發展水平的作用效果，仍然使用系統GMM 進行檢驗。

對數字金融覆蓋廣度進行回歸，結果如表4 所示。 展示的系統GMM 估計結果中，L.lnz 的估計系數表明系統GMM 的估算結果是穩妥恰當的。Sargan 檢驗和自相關檢驗也均符合本文核心估計方法的通過標準，更進一步佐證了模型估計的有效性。從估計結果可以看出數字金融覆蓋廣度(lncb)的回歸系數為-0.032 4，系數為負，同時通過了顯著性檢驗，說明數字普惠金融覆蓋廣度的擴大對農業產業化發展水平并沒有一定的促進作用。

表6 中展示了數字金融使用深度對農業產業化水平的回歸結果。 Sargan 檢驗和自相關檢驗的結果均表明系統GMM 估計是有效的。 表中數字金融使用深度(lnud)的估計系數為0.045 3，并且系數非常顯著，表明使用深度的增加也能夠顯著提升農業產業化發展水平。

表6 回歸檢驗結果

表7 中顯示的結果同樣表明對普惠金融數字化程度和農業產業化水平運用系統GMM 估計是有效的。 表中普惠金融數字化程度(lndl)的估計系數為0.014 6，統計顯著性略低于使用深度，但仍能夠在5%的顯著性水平上通過檢驗，體現了數字化程度的提升也能夠促進農業產業化發展水平的提升。

表7 回歸檢驗結果

3.3 穩健性檢驗

為驗證實證結果的穩健性，本文采取以下方法展開檢驗，即對選取的變量數據運用縮尾處理，以排除受極端值影響的可能性。 通過上述的實證分析可以得出，數字普惠金融水平對農業產業化發展水平具有正向的促進效果，而數字普惠金融各分維度指數中，數字金融使用深度和普惠金融數字化程度也與農業產業化發展水平呈現顯著的正相關關系。 然而，上述結論可能受到極端值的影響，故本文對所有變量數據在1%和99%的水平上采取縮尾處理的方式，通過對縮尾前后的數據重新進行估計，針對基準回歸模型的穩健性估計結果見表8。 根據表8 列(2)，穩健性檢驗中的系統GMM 估計結果顯示，lnia 的估計系數為0.003 5，與表8 中列(1)的結果一致，數字普惠金融水平提升能夠促進農業產業化發展水平提升的結論仍然能夠成立，說明相關模型確實具有穩健性。

表8 穩健性檢驗

4 研究結論

首先運用動態面板模型系統GMM 對河南省數字普惠金融與農業產業化相關數據展開回歸分析；其次用混合OLS 和固定效應模型估計的結果與系統GMM 結果做對比，以此來驗證系統GMM 估計的有效性；最后對基準回歸進行穩健性檢驗，采用對全部變量數據在1%和99%的水平上使用縮尾處理的方法，從而減小受極端值影響的可能性。

在對數字普惠金融指數與農業產業化水平之間關系的分析中，Hansen 檢驗的結果反映了本文所設置的工具變量是恰當的，殘差序列相關性檢驗結果同樣符合運用系統GMM 估計的前提條件。 并且系統GMM 估算出的被解釋變量滯后項的回歸系數與混合OLS 以及固定效應模型回歸系數對比的結果皆驗證了GMM 估計結果的有效性。 農業產業化指數一階滯后項作為解釋變量，回歸的系數為正且顯著，說明河南省農業產業化發展具有較強的持續性。通過觀察數字普惠金融指數的回歸系數，可以看出河南省數字普惠金融與農業產業化發展水平之間具有顯著的正相關關系，即河南省數字普惠金融水平的提升會帶動農業產業化水平的提升。 從控制變量來看，經濟發展水平、政府支農力度、互聯網寬帶普及程度均能帶動農業產業化水平的提升。

對數字普惠金融分維度指標進行GMM 估計時，Hansen 檢驗和序列相關檢驗的結果均表明本文所建立的模型是合理的，系統GMM 估計是有效的。觀察估計結果，發現河南省數字普惠金融使用深度、提升數字化程度的回歸系數均是正的，并且顯著，表明拓寬數字普惠金融使用深度、提升數字化程度均能有效地促進農業產業化水平的提升。

在穩健性檢驗中，對實證變量數據采取縮尾處理的方式，剔除了極端值的干擾，對處理后的數據重新估計的結果與前文的分析結果大體保持一致，這表明本文所得到的結論是穩健的。

5 建議

第一，加強農業領域數字普惠金融基礎設施建設。 要積極營造數字普惠金融發展的良好環境，擴大河南省城市網絡覆蓋面，將數字技術與普惠金融相結合，不斷拓展數字普惠金融在涉農領域的深度和廣度，提高數字普惠金融服務在農村地區的滲透率，促進網絡基礎設施建設，尤其是欠發達地區的網絡基礎設施建設。

第二，提高農民的金融知識水平。 向農民宣傳數字普惠金融，以適應農民認知能力的方式進行介紹，讓農民認識到數字普惠金融的重要性和好處。同時，通過政府、村委會、銀行等農民信任的各種渠道，傳播數字普惠金融等詳細信息，并提供如何正確使用電子普惠金融產品的建議。 此外，基層組織還可以提供相關培訓，讓農民了解數字普惠金融的知識和實際應用，并向他們介紹具體的相關業務。

第三，將普惠數字金融的應用延伸到農業企業經濟發展中。 金融機構應特別關注金融科技用于農業產業化的領域，如農村電商、休閑農業、鄉村旅游等新產業、新業態，進而加大對農業產業化發展的支持力度，充分發揮普惠數字金融的作用。 例如，在融資方面，應降低涉農金融服務門檻，為農民提供合理、充足的貸款。

第四，政府要強化對普惠金融和農業企業的支持。 政府對農業的支持會帶動農業產業化水平的提高。 政府還應為農業產業化發展提供政治支持，將財政資金集中用于農業產業化發展，并對農業產業化組織實行稅收優惠政策。 還可以根據各城市的具體行業制定各種財政支持方案，因地制宜地促進當地農業產業的發展。