數(shù)字普惠金融如何影響農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)的采納？

王慧敏 朱建軍

[基金項(xiàng)目]教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目（項(xiàng)目編號(hào)：21YJA790085）和山東省自然科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào)：ZR2021MG051）。

[作者簡(jiǎn)介]王慧敏（1997-），女，山東煙臺(tái)人，碩士研究生，研究方向：農(nóng)業(yè)經(jīng)濟(jì)與政策；通訊作者：朱建軍（1982-），男，山東濟(jì)南人，教授，碩士生導(dǎo)師，研究方向：農(nóng)地政策與新型農(nóng)業(yè)經(jīng)營(yíng)主體研究。

引用格式：

王慧敏，朱建軍.數(shù)字普惠金融如何影響農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)的采納？——基于CLDS數(shù)據(jù)的分析[J].新疆農(nóng)墾經(jīng)濟(jì)，2024（02）：40-50.

摘要：在數(shù)字鄉(xiāng)村建設(shè)加快推進(jìn)的背景下，文章利用中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)與北京大學(xué)數(shù)字普惠金融指數(shù)，實(shí)證研究了數(shù)字普惠金融對(duì)農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)采納的影響及其作用機(jī)理。結(jié)果表明：（1）數(shù)字普惠金融可以促進(jìn)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納，不管是數(shù)字普惠金融總指數(shù)還是覆蓋廣度、使用深度，均具有顯著的促進(jìn)作用。（2）經(jīng)過(guò)內(nèi)生性處理和穩(wěn)健性檢驗(yàn)，數(shù)字普惠金融依然正向影響農(nóng)機(jī)社會(huì)化服務(wù)的采納。（3）利用中介效應(yīng)模型對(duì)作用路徑的分析發(fā)現(xiàn)，數(shù)字普惠金融可以通過(guò)促進(jìn)農(nóng)戶非農(nóng)創(chuàng)業(yè)、勞動(dòng)力務(wù)工以及農(nóng)地轉(zhuǎn)入來(lái)促使其采納農(nóng)機(jī)社會(huì)化服務(wù)。基于以上結(jié)論提出兩點(diǎn)啟示：一是繼續(xù)推進(jìn)數(shù)字普惠金融在農(nóng)村的發(fā)展，不斷提高其覆蓋廣度和使用深度。二是根據(jù)中介路徑來(lái)看，應(yīng)鼓勵(lì)農(nóng)戶非農(nóng)創(chuàng)業(yè)和就業(yè)，還要進(jìn)一步完善農(nóng)地流轉(zhuǎn)市場(chǎng)，更好地發(fā)揮中介傳導(dǎo)作用，從而促進(jìn)農(nóng)機(jī)社會(huì)化服務(wù)的發(fā)展。

關(guān)鍵詞：數(shù)字普惠金融；農(nóng)機(jī)社會(huì)化服務(wù)；非農(nóng)創(chuàng)業(yè)；勞動(dòng)力務(wù)工；農(nóng)地轉(zhuǎn)入

一、引言

社會(huì)化服務(wù)作為小農(nóng)戶與現(xiàn)代農(nóng)業(yè)發(fā)展有機(jī)銜接的基本途徑，一直是我國(guó)農(nóng)業(yè)政策關(guān)注的重點(diǎn)。黨的十九大和二十大報(bào)告指出“發(fā)展新型農(nóng)業(yè)社會(huì)化服務(wù)、健全社會(huì)化服務(wù)體系”，2023年中央一號(hào)文件提出“實(shí)施農(nóng)業(yè)社會(huì)化服務(wù)促進(jìn)行動(dòng)，大力發(fā)展代耕代種、代管代收、全程托管等社會(huì)化服務(wù)”。在政策支持下，我國(guó)農(nóng)業(yè)社會(huì)化服務(wù)發(fā)展迅速，據(jù)農(nóng)業(yè)農(nóng)村部公報(bào)數(shù)據(jù)顯示，截至2020年底，全國(guó)農(nóng)業(yè)社會(huì)化服務(wù)組織數(shù)量超90萬(wàn)個(gè)，農(nóng)業(yè)生產(chǎn)托管服務(wù)面積超16億畝次，其中服務(wù)糧食作物面積超9億畝次，服務(wù)帶動(dòng)小農(nóng)戶7 000多萬(wàn)戶。

農(nóng)機(jī)社會(huì)化服務(wù)是農(nóng)業(yè)社會(huì)化服務(wù)的重要內(nèi)容，是解決農(nóng)業(yè)生產(chǎn)“誰(shuí)來(lái)種地、怎么種地”重大問(wèn)題的現(xiàn)實(shí)途徑，可以提高農(nóng)業(yè)技術(shù)效率[1]、促進(jìn)綠色農(nóng)業(yè)技術(shù)的采納[2]、抑制土地撂荒[3]等。農(nóng)機(jī)社會(huì)化服務(wù)效果的發(fā)揮離不開(kāi)農(nóng)戶的采納，但農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的比例并不高，蘇柯雨等[4]發(fā)現(xiàn)采納機(jī)耕服務(wù)的農(nóng)戶比例僅有34.28%，耿鵬鵬等[5]、李忠旭和莊健[6]的研究中農(nóng)戶采納農(nóng)機(jī)服務(wù)比例分別為57.5%和44.5%。如何提高農(nóng)戶采納農(nóng)機(jī)社會(huì)化服務(wù)的比例，需要探討影響農(nóng)戶采納服務(wù)的關(guān)鍵因素，已有研究主要分析了農(nóng)戶要素稟賦及配置和農(nóng)業(yè)政策對(duì)其農(nóng)機(jī)社會(huì)化服務(wù)利用的影響。在要素稟賦及配置方面，學(xué)者們集中探討了勞動(dòng)力和土地對(duì)小農(nóng)戶采納農(nóng)機(jī)社會(huì)化服務(wù)的影響，其中勞動(dòng)力的老齡化、女性化和非農(nóng)化會(huì)促進(jìn)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納[7-8]，土地細(xì)碎化會(huì)阻礙服務(wù)采納[7]。農(nóng)業(yè)政策方面的研究發(fā)現(xiàn)，農(nóng)地確權(quán)促進(jìn)了農(nóng)機(jī)服務(wù)外包[9]，農(nóng)機(jī)購(gòu)置補(bǔ)貼顯著提高了小農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)的可得性[10]。

農(nóng)業(yè)機(jī)械作為農(nóng)業(yè)生產(chǎn)性固定資產(chǎn)，對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展至關(guān)重要，而提升農(nóng)業(yè)機(jī)械化水平離不開(kāi)金融信貸的支持[10]，但傳統(tǒng)金融機(jī)構(gòu)出于規(guī)避風(fēng)險(xiǎn)的考量，會(huì)對(duì)貸款施加限制，使得我國(guó)農(nóng)村家庭普遍面臨較嚴(yán)重的正規(guī)借貸約束，限制了農(nóng)業(yè)機(jī)械化發(fā)展[11]。在數(shù)字經(jīng)濟(jì)發(fā)展的背景下，數(shù)字普惠金融借助數(shù)字技術(shù)能夠降低交易成本、緩解信息不對(duì)稱，得到了政策支持。《“十四五”國(guó)家信息化規(guī)劃》提出“數(shù)字普惠金融服務(wù)”優(yōu)先行動(dòng)，為全面推進(jìn)數(shù)字普惠金融明確了重點(diǎn)方向。《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》中強(qiáng)調(diào)，創(chuàng)新農(nóng)村普惠金融服務(wù)，改善網(wǎng)絡(luò)支付、移動(dòng)支付、網(wǎng)絡(luò)信貸等普惠金融發(fā)展環(huán)境，為農(nóng)民提供足不出村的便捷金融服務(wù)。數(shù)字普惠金融比傳統(tǒng)金融更容易深入鄉(xiāng)村，成為促進(jìn)農(nóng)業(yè)機(jī)械化的重要路徑，其對(duì)農(nóng)業(yè)機(jī)械化水平的提升作用已得到相關(guān)研究證實(shí)[12-13]。對(duì)于小農(nóng)戶來(lái)說(shuō)，農(nóng)業(yè)機(jī)械化的實(shí)現(xiàn)越來(lái)越依賴于農(nóng)機(jī)社會(huì)化服務(wù)，在此背景下，數(shù)字普惠金融能否促進(jìn)小農(nóng)戶采納農(nóng)機(jī)社會(huì)化服務(wù)，其中的作用機(jī)制如何？目前相關(guān)研究缺乏，而對(duì)于該問(wèn)題的回答有助于更好地發(fā)揮農(nóng)機(jī)社會(huì)化服務(wù)銜接小農(nóng)戶的作用，也有助于我國(guó)農(nóng)業(yè)機(jī)械化水平的持續(xù)提升。本文的邊際貢獻(xiàn)主要集中在兩方面：（1）在理論分析的基礎(chǔ)上，基于中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查（CLDS）三年的大樣本數(shù)據(jù)，實(shí)證檢驗(yàn)數(shù)字普惠金融對(duì)農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)采納的影響；（2）深入探討數(shù)字普惠金融對(duì)農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)采納的影響機(jī)理，利用中介效應(yīng)模型對(duì)其中的作用路徑進(jìn)行檢驗(yàn)。

二、理論分析與研究假說(shuō)

（一）數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的直接影響

農(nóng)村居民大多缺乏有效的可抵押物使得農(nóng)村地區(qū)受到嚴(yán)重的“金融排斥”[14]，加之農(nóng)戶缺乏央行征信系統(tǒng)的信用記錄[13]，導(dǎo)致農(nóng)戶正規(guī)信貸可得性比較低，而購(gòu)買農(nóng)機(jī)服務(wù)需要一定的可支配資金支持[15]。數(shù)字普惠金融一般不需要抵押物，用數(shù)字技術(shù)接入傳統(tǒng)金融服務(wù)的盲區(qū)，基于大數(shù)據(jù)進(jìn)行資格審查，小農(nóng)戶只需要擁有購(gòu)物、繳款等良好記錄即可進(jìn)行貸款，正規(guī)信貸可得性的提高使得農(nóng)戶有了一定的可支配資金從而激勵(lì)農(nóng)戶購(gòu)買農(nóng)機(jī)服務(wù)。對(duì)于農(nóng)機(jī)服務(wù)供給主體而言，購(gòu)置農(nóng)機(jī)需要大量資金且需要定期投入資金維護(hù)，因此農(nóng)機(jī)服務(wù)供給主體除了要?jiǎng)佑米杂匈Y金以外往往還需要借貸[16]，數(shù)字普惠金融同樣降低了農(nóng)機(jī)服務(wù)供給主體的信貸門檻，所獲得的資金支持可以購(gòu)置農(nóng)機(jī)或用于定期維護(hù)，大大鼓勵(lì)了農(nóng)機(jī)服務(wù)供給主體對(duì)于農(nóng)機(jī)的購(gòu)買，從而使得農(nóng)機(jī)作業(yè)服務(wù)市場(chǎng)供給增多，農(nóng)機(jī)作業(yè)服務(wù)價(jià)格下降，最終會(huì)促進(jìn)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納[17]。

據(jù)此，提出本文研究假說(shuō)H1：數(shù)字普惠金融促進(jìn)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納。

（二）數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的影響路徑

數(shù)字普惠金融通過(guò)緩解信貸約束會(huì)促使農(nóng)戶進(jìn)行非農(nóng)創(chuàng)業(yè)或者轉(zhuǎn)入農(nóng)地?cái)U(kuò)大規(guī)模，而這又提高了對(duì)農(nóng)業(yè)勞動(dòng)的需求，在農(nóng)業(yè)勞動(dòng)成本上漲的背景下，采用機(jī)械尤其農(nóng)機(jī)服務(wù)來(lái)替代勞動(dòng)成為農(nóng)戶的理性選擇。數(shù)字普惠金融的發(fā)展還會(huì)促進(jìn)當(dāng)?shù)仄髽I(yè)的創(chuàng)立[18]，為農(nóng)戶提供更多的務(wù)工機(jī)會(huì)，農(nóng)戶務(wù)工也會(huì)影響其農(nóng)機(jī)社會(huì)化服務(wù)的采納。故本文認(rèn)為數(shù)字普惠金融會(huì)通過(guò)農(nóng)戶非農(nóng)創(chuàng)業(yè)、勞動(dòng)力務(wù)工以及農(nóng)地轉(zhuǎn)入來(lái)影響農(nóng)機(jī)社會(huì)化服務(wù)的采納，下面進(jìn)行具體的理論分析。

1.非農(nóng)創(chuàng)業(yè)。具備創(chuàng)業(yè)意愿的農(nóng)戶要進(jìn)行創(chuàng)業(yè)，需要一定數(shù)量的啟動(dòng)資金，資金的充足能更好地保障創(chuàng)業(yè)項(xiàng)目的可持續(xù)并取得成功。而農(nóng)戶自有資金往往不足以很好地支撐創(chuàng)業(yè)，因此需要借貸，數(shù)字普惠金融的出現(xiàn)讓農(nóng)戶易于獲得貸款作為創(chuàng)業(yè)資本，進(jìn)而放松創(chuàng)業(yè)的資本約束，有利于農(nóng)戶非農(nóng)創(chuàng)業(yè)。張勛等[19]研究發(fā)現(xiàn)，數(shù)字金融可以顯著促進(jìn)農(nóng)村居民非農(nóng)創(chuàng)業(yè)。隨著農(nóng)戶的非農(nóng)創(chuàng)業(yè)，家庭勞動(dòng)力發(fā)生了轉(zhuǎn)移，非農(nóng)創(chuàng)業(yè)的勞動(dòng)力增加，務(wù)農(nóng)勞動(dòng)力減少，而農(nóng)業(yè)勞動(dòng)雇工成本又在不斷攀升[20-21]，因此，根據(jù)誘致性技術(shù)變遷理論，農(nóng)戶會(huì)選擇用資本代替勞動(dòng)進(jìn)行農(nóng)業(yè)生產(chǎn)，在農(nóng)機(jī)購(gòu)置需要大量資本的約束下，農(nóng)戶更傾向于采納農(nóng)機(jī)服務(wù)來(lái)替代減少的勞動(dòng)力。

2.勞動(dòng)力務(wù)工。現(xiàn)階段制約農(nóng)村勞動(dòng)力務(wù)工的主要原因是勞動(dòng)力市場(chǎng)非農(nóng)崗位的數(shù)量太少，無(wú)法滿足農(nóng)村勞動(dòng)力的需求[22]，現(xiàn)有企業(yè)規(guī)模擴(kuò)大以及新建企業(yè)的出現(xiàn)都需要資金[20]，而數(shù)字普惠金融的出現(xiàn)可以降低服務(wù)門檻和服務(wù)成本，為企業(yè)的擴(kuò)大和建立創(chuàng)造了有利條件[23-24]，從而釋放出大量非農(nóng)崗位[18]，可以促使農(nóng)村勞動(dòng)力實(shí)現(xiàn)非農(nóng)就業(yè)。謝婷婷等[25]研究發(fā)現(xiàn)，數(shù)字普惠金融可以促進(jìn)農(nóng)村產(chǎn)業(yè)融合，從而為本地提供大量就業(yè)崗位，就業(yè)崗位的增加可以帶動(dòng)當(dāng)?shù)厥芄途蜆I(yè)。農(nóng)村勞動(dòng)力外出務(wù)工、進(jìn)城務(wù)工會(huì)存在交通、住房、技能培訓(xùn)等方面的成本，對(duì)于收入水平不高的農(nóng)村家庭，這些成本阻礙了家庭勞動(dòng)力流動(dòng)，而數(shù)字普惠金融可以緩解農(nóng)村勞動(dòng)力流動(dòng)過(guò)程中對(duì)資金的一時(shí)之需，有利于農(nóng)村勞動(dòng)力外出務(wù)工[22]。因此，數(shù)字普惠金融的發(fā)展能從供需雙方拉動(dòng)農(nóng)村勞動(dòng)力務(wù)工，而農(nóng)村勞動(dòng)力務(wù)工又會(huì)促進(jìn)對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納[17]。

3.農(nóng)地轉(zhuǎn)入。農(nóng)戶轉(zhuǎn)入土地需要支付租金，轉(zhuǎn)入土地后經(jīng)營(yíng)規(guī)模擴(kuò)大，需要相應(yīng)地增加農(nóng)業(yè)生產(chǎn)投入，而這都離不開(kāi)資本，在自有資本不足時(shí)，信貸支持成為影響農(nóng)戶轉(zhuǎn)入農(nóng)地、擴(kuò)大生產(chǎn)規(guī)模的關(guān)鍵。已有研究發(fā)現(xiàn)，農(nóng)村信貸市場(chǎng)的金融排斥阻礙了小農(nóng)戶擴(kuò)大經(jīng)營(yíng)規(guī)模[26]，而信貸可得性的提高對(duì)農(nóng)戶轉(zhuǎn)入農(nóng)地具有顯著的促進(jìn)作用[27]。數(shù)字普惠金融降低了信貸門檻，更有助于無(wú)抵押物的普通農(nóng)戶緩解資金約束，為農(nóng)地轉(zhuǎn)入及后續(xù)投資提供信貸支持，從而促進(jìn)具有農(nóng)業(yè)生產(chǎn)比較優(yōu)勢(shì)的農(nóng)戶轉(zhuǎn)入農(nóng)地、擴(kuò)大經(jīng)營(yíng)規(guī)模。張永奇[28]研究也發(fā)現(xiàn)，數(shù)字普惠金融促進(jìn)了農(nóng)戶土地轉(zhuǎn)入。隨著農(nóng)地經(jīng)營(yíng)規(guī)模的擴(kuò)大，農(nóng)戶務(wù)農(nóng)勞動(dòng)力的不足會(huì)促使農(nóng)戶采用農(nóng)業(yè)機(jī)械來(lái)彌補(bǔ)，在農(nóng)機(jī)尤其大型農(nóng)機(jī)購(gòu)置成本較高的背景下，農(nóng)戶主要通過(guò)購(gòu)買農(nóng)機(jī)社會(huì)化服務(wù)來(lái)進(jìn)行農(nóng)業(yè)生產(chǎn)，故農(nóng)地轉(zhuǎn)入進(jìn)一步促進(jìn)了農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納。

據(jù)此，提出本文研究假說(shuō)H2：數(shù)字普惠金融通過(guò)促進(jìn)農(nóng)戶非農(nóng)創(chuàng)業(yè)、勞動(dòng)力務(wù)工和農(nóng)地轉(zhuǎn)入來(lái)促進(jìn)農(nóng)機(jī)社會(huì)化服務(wù)的采納。

三、數(shù)據(jù)來(lái)源、變量選取與模型選擇

（一）數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于中山大學(xué)社會(huì)科學(xué)調(diào)查中心的中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查（China Labor-force Dynamics Survey，CLDS）和北京大學(xué)數(shù)字普惠金融指數(shù)（The Peking University Digital Financial Inclusion Index of China，PKU_DFIIC）。其中，CLDS的樣本覆蓋了中國(guó) 29 個(gè)省市，具有全國(guó)代表性，本文采用了2014、2016和2018三年混合截面數(shù)據(jù)，考慮到農(nóng)機(jī)社會(huì)化服務(wù)主要針對(duì)糧食作物，剔除了不從事糧食種植以及因變量缺失的家庭。北京大學(xué)數(shù)字普惠金融指數(shù)一共包含 3 個(gè)維度，33 個(gè)具體指標(biāo)，涉及中國(guó)內(nèi)地 31 個(gè)省、337 個(gè)地級(jí)以上城市以及約 2 800 個(gè)縣的數(shù)據(jù)，與CLDS數(shù)據(jù)在地級(jí)市層面匹配，三年數(shù)據(jù)混合后最終得到8 346個(gè)有效樣本進(jìn)行分析。由于其他變量也存在缺失值，使得進(jìn)入各個(gè)模型的觀測(cè)值個(gè)數(shù)進(jìn)一步減少，具體見(jiàn)實(shí)證結(jié)果表。

（二）變量設(shè)置與描述性統(tǒng)計(jì)

1.因變量。借鑒李寧等[9]的研究，選擇農(nóng)機(jī)社會(huì)化服務(wù)采納程度作為因變量。根據(jù)CLDS問(wèn)卷中的問(wèn)題“請(qǐng)問(wèn)您家機(jī)械化耕種的生產(chǎn)工具屬于以下哪種情況”，選擇“全部租用別人或某公司”的為全部采納，賦值3，選擇“部分自家擁有、部分租用或借用”的為部分采納，賦值2，除了這兩個(gè)選項(xiàng)外的為不采納，賦值為1。另外，以選擇是否采納服務(wù)（全部采納與部分采納賦值為1，不采納為0）作為因變量進(jìn)行穩(wěn)健性檢驗(yàn)。

2.關(guān)鍵自變量。借鑒孫學(xué)濤等[12]的研究，使用“北京大學(xué)數(shù)字普惠金融指數(shù)”來(lái)衡量各地區(qū)的數(shù)字普惠金融發(fā)展程度，作為本研究的關(guān)鍵自變量。該指數(shù)涉及3個(gè)維度的33個(gè)具體指標(biāo)，在對(duì)指標(biāo)進(jìn)行無(wú)量綱化處理和主客觀賦權(quán)的基礎(chǔ)上，利用算術(shù)加權(quán)平均合成模型計(jì)算得到，具體編制方法參考郭峰和熊云軍[29]的研究。同時(shí)，考慮到CLDS中調(diào)查的是上一年的數(shù)據(jù)，故選擇“北京大學(xué)數(shù)字普惠金融指數(shù)”2013、2015與2017年的數(shù)據(jù)，與CLDS數(shù)據(jù)匹配，選取數(shù)字普惠金融總指數(shù)作為關(guān)鍵自變量，并參照張青等[30]的研究，進(jìn)一步分析了分指標(biāo)覆蓋廣度和使用深度對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的影響。

3.中介變量。本研究的中介變量包括三個(gè)，農(nóng)戶創(chuàng)業(yè)、勞動(dòng)力務(wù)工與農(nóng)地轉(zhuǎn)入。借鑒謝勇和楊倩[31]的研究，將個(gè)體問(wèn)卷中被訪問(wèn)者職業(yè)類型為“雇主”或“自雇”的視為創(chuàng)業(yè)，用家庭創(chuàng)業(yè)人數(shù)在家庭勞動(dòng)力中的占比來(lái)衡量農(nóng)戶創(chuàng)業(yè)情況。將個(gè)體問(wèn)卷中被訪問(wèn)者的職業(yè)類型為“雇員”的作為務(wù)工，用家庭務(wù)工人數(shù)在家庭勞動(dòng)力中的占比來(lái)衡量家庭勞動(dòng)力務(wù)工情況。農(nóng)地轉(zhuǎn)入采用家庭轉(zhuǎn)入他人土地規(guī)模來(lái)衡量。

4.控制變量。參考李寧等[9]和李忠旭等[6]的研究，主要從戶主層面、家庭層面很村莊層面來(lái)選擇控制變量。其中，戶主層面包括戶主年齡、性別、受教育程度、健康水平；家庭層面包括家庭人均收入、家庭勞動(dòng)力占比、農(nóng)機(jī)持有、農(nóng)業(yè)補(bǔ)貼、耕地面積、糧食面積比；村莊層面包括村外出務(wù)工男性比、村到縣城距離、村莊耕地面積等。

所有變量說(shuō)明與描述性統(tǒng)計(jì)如表1所示，表中將變量分為未采納農(nóng)機(jī)社會(huì)化服務(wù)組和采納農(nóng)機(jī)社會(huì)化服務(wù)組，關(guān)鍵解釋變量數(shù)字普惠金融總指數(shù)的均值采納組高于未采納組，覆蓋廣度和使用深度也是如此。非農(nóng)創(chuàng)業(yè)、勞動(dòng)力務(wù)工和農(nóng)地轉(zhuǎn)入規(guī)模三個(gè)中介變量也都是采納服務(wù)組的均值高于未采納組。另外，對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納情況的統(tǒng)計(jì)發(fā)現(xiàn)，是否采納服務(wù)的均值為0.462，采納比例為46.2%，不到一半，可見(jiàn)農(nóng)戶采納農(nóng)機(jī)服務(wù)的比例仍需提高。

（三）模型設(shè)定

1.基準(zhǔn)回歸模型。考慮到因變量的取值特點(diǎn)，采用有序Probit模型與二元Probit模型分析數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的影響，模型具體設(shè)定如下：

[Servi=β0+β1Indexi+j=1αjXjj+εi]? ? ? ? ? ? ? ?（1）

上式中，[Serv]是因變量農(nóng)機(jī)社會(huì)化服務(wù)的采納，[Index]是關(guān)鍵自變量數(shù)字普惠金融，[X]是影響農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)采納的其他控制變量，[ε]是隨機(jī)擾動(dòng)項(xiàng)。

2.中介效應(yīng)模型。為了分析數(shù)字普惠金融對(duì)農(nóng)戶農(nóng)機(jī)服務(wù)采納的影響路徑，采用依次檢驗(yàn)法構(gòu)建如下中介效應(yīng)模型：

[Servi=a0+a1Indexi+j=1δjXjj+ei]? ? ? ? ? ? ? ?（2）

[Mi=b0+b1Indexi+j=1λjXjj+fi]? ? ? ? ? ? ? ? ? ? （3）

[Servi=c0+c1Indexi+c2Mi+j=1γjXjj+gi]（4）? ? ? ? ? ? ? [Z=b1c2b21S2c2+b22S2b1]? ? ? ? ? ? ? ? ? ? （5）

上式中， M是中介變量，[e]、[f]、[g]是隨機(jī)擾動(dòng)項(xiàng)，其他變量含義與式（1）保持一致。（2）式分析數(shù)字普惠金融對(duì)農(nóng)機(jī)服務(wù)采納的影響，（3）式分析數(shù)字普惠金融對(duì)中介變量的影響，（4）式同時(shí)將數(shù)字普惠金融和中介變量放入模型右側(cè)，分析其對(duì)農(nóng)機(jī)服務(wù)采納的影響。中介效應(yīng)等于系數(shù)[b1×c2]，在依次檢驗(yàn)法中，一個(gè)中介變量的中介效應(yīng)是否顯著，需要滿足以下條件：（2）式中數(shù)字普惠金融對(duì)農(nóng)機(jī)服務(wù)采納的影響顯著，即系數(shù)[a1]顯著；（3）式中數(shù)字普惠金融對(duì)中介變量的影響顯著，即系數(shù)[b1]顯著；（4）式中中介變量對(duì)農(nóng)機(jī)服務(wù)的影響顯著，即系數(shù)[c2]顯著；若（2）式中[a1]顯著且[b1]、[c2]至少有一個(gè)不顯著，需要做Sobel檢驗(yàn)，（5）式中計(jì)算的|Z|>1.65，則說(shuō)明中介效應(yīng)顯著。

四、實(shí)證結(jié)果分析

（一）數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的影響分析

由表2可知，數(shù)字普惠金融總指數(shù)對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納程度的影響在1%的水平上正向顯著，這說(shuō)明數(shù)字普惠金融可以促進(jìn)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納，假說(shuō)H1得到驗(yàn)證。進(jìn)一步分析發(fā)現(xiàn)，數(shù)字普惠金融覆蓋廣度和使用深度對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納程度的影響也均在1%的水平上正向顯著。

在控制變量的影響方面，戶主年齡對(duì)社會(huì)化服務(wù)的采納具有正向影響，這說(shuō)明需要農(nóng)機(jī)社會(huì)化服務(wù)來(lái)彌補(bǔ)老齡化的農(nóng)戶在體能上的不足。戶主受教育程度和健康水平均對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納具有促進(jìn)作用，教育與健康是衡量人力資本水平的關(guān)鍵指標(biāo)，戶主的教育或健康水平高則更易從事非農(nóng)就業(yè)，進(jìn)而需要采納社會(huì)化服務(wù)來(lái)替代農(nóng)業(yè)勞動(dòng)。家庭人均收入水平對(duì)社會(huì)化服務(wù)的采納具有顯著的正向影響，收入提高會(huì)促進(jìn)社會(huì)化服務(wù)的采納。農(nóng)機(jī)持有對(duì)社會(huì)化服務(wù)的采納具有負(fù)向影響，持有農(nóng)機(jī)的家庭使用自家農(nóng)機(jī)而不需要購(gòu)買農(nóng)機(jī)社會(huì)化服務(wù)。家庭耕地面積和村莊耕地面積均對(duì)社會(huì)化服務(wù)的采納具有正向影響，經(jīng)營(yíng)規(guī)模大更易發(fā)揮機(jī)械化的規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)，促進(jìn)農(nóng)機(jī)服務(wù)的采納。糧食作物更適合機(jī)械化耕作，故糧食種植面積占比高的家庭采納農(nóng)機(jī)服務(wù)的多。家庭獲得的農(nóng)業(yè)補(bǔ)貼對(duì)社會(huì)化服務(wù)的采納具有正向影響，農(nóng)業(yè)補(bǔ)貼會(huì)促進(jìn)農(nóng)戶農(nóng)業(yè)生產(chǎn)規(guī)模的擴(kuò)大，促使農(nóng)戶采納社會(huì)化服務(wù)來(lái)彌補(bǔ)農(nóng)業(yè)勞動(dòng)力不足。村莊外出務(wù)工男性占比對(duì)社會(huì)化服務(wù)的采納具有正向影響，男性勞動(dòng)力外出會(huì)導(dǎo)致村莊勞動(dòng)力女性化和老齡化，促進(jìn)采納社會(huì)化服務(wù)。村莊到縣城的距離對(duì)社會(huì)化服務(wù)的采納具有負(fù)向影響，說(shuō)明距縣城越遠(yuǎn)的農(nóng)戶越不會(huì)采納社會(huì)化服務(wù)，可能的原因是距縣城近的農(nóng)戶更容易進(jìn)城從事非農(nóng)職業(yè)，故會(huì)采納農(nóng)機(jī)服務(wù)來(lái)替代農(nóng)業(yè)勞動(dòng)，相反距離縣城遠(yuǎn)的農(nóng)戶其家庭勞動(dòng)力以務(wù)農(nóng)為主，農(nóng)業(yè)勞動(dòng)力充足不需要采納社會(huì)化服務(wù)。

（二）內(nèi)生性檢驗(yàn)

數(shù)字普惠金融可能存在內(nèi)生性問(wèn)題：首先，在農(nóng)機(jī)服務(wù)采納比例高的地區(qū)，高的服務(wù)需求會(huì)拉動(dòng)服務(wù)供給，而服務(wù)供給方往往需要金融支持來(lái)購(gòu)置農(nóng)機(jī)，進(jìn)一步引致了較高的信貸需求，促進(jìn)了該地區(qū)金融包括數(shù)字普惠金融的發(fā)展，這樣農(nóng)機(jī)服務(wù)采納和數(shù)字普惠金融之間可能存在一定的反向因果問(wèn)題；其次，也可能會(huì)因?yàn)檫z漏變量和測(cè)量誤差造成內(nèi)生性。為了處理內(nèi)生性問(wèn)題，本文借鑒傅秋子和黃益平[32]的研究，選擇農(nóng)戶所在地級(jí)市到杭州的球面距離作為工具變量。工具變量的選擇需要滿足兩個(gè)條件：一是相關(guān)性，數(shù)字普惠金融的發(fā)展依靠互聯(lián)網(wǎng)技術(shù)，與信息技術(shù)中心的距離會(huì)影響一個(gè)地區(qū)的數(shù)字普惠金融發(fā)展水平，杭州作為互聯(lián)網(wǎng)之都，擁有豐富的互聯(lián)網(wǎng)資源，因此一個(gè)地區(qū)到杭州的球面距離與其數(shù)字普惠金融發(fā)展水平相關(guān)；二是外生性，球面距離作為空間距離不會(huì)受到數(shù)字普惠金融發(fā)展水平等社會(huì)經(jīng)濟(jì)變量的影響，滿足外生性要求，所以工具變量是有效的。

綜上，本文選擇家庭所在地級(jí)市到杭州的球面距離作為工具變量，并采用擴(kuò)展回歸模型（ERM）中的Eoprobit估計(jì)方法進(jìn)行分析。回歸結(jié)果如表3所示，第一階段回歸中球面距離對(duì)數(shù)字普惠金融的影響在1%的水平上顯著，即距離杭州越遠(yuǎn)的地級(jí)市數(shù)字普惠金融發(fā)展水平越低，說(shuō)明工具變量與可能的內(nèi)生解釋變量顯著相關(guān)，不存在弱工具變量問(wèn)題。利用工具變量進(jìn)行內(nèi)生性檢驗(yàn)的結(jié)果顯示，在1%的水平上拒絕了不存在內(nèi)生性的原假設(shè)，即數(shù)字普惠金融存在一定的內(nèi)生性，包括總指數(shù)、覆蓋廣度與使用深度均存在內(nèi)生性，因此工具變量法的估計(jì)結(jié)果更可靠。由表3的結(jié)果可以看出，加入工具變量以后，反映數(shù)字普惠金融的三個(gè)指數(shù)對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納仍然正向影響顯著，也就是說(shuō)處理了內(nèi)生性后，數(shù)字普惠金融對(duì)農(nóng)戶采納農(nóng)機(jī)社會(huì)化服務(wù)仍具有明顯的促進(jìn)作用。

（三）穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)結(jié)果的可靠性，本文進(jìn)一步更換因變量，用“是否采納社會(huì)化服務(wù)”替換“服務(wù)采納程度”，同時(shí)考慮內(nèi)生性問(wèn)題，分別采用Probit和IV-Probit模型進(jìn)行估計(jì)。第一階段回歸中球面距離對(duì)數(shù)字普惠金融的影響在1%的水平上顯著，說(shuō)明工具變量與可能的內(nèi)生解釋變量顯著相關(guān)，不存在弱工具變量問(wèn)題，內(nèi)生性檢驗(yàn)的沃爾德統(tǒng)計(jì)量在1%的水平上顯著，說(shuō)明存在內(nèi)生性，IV-Probit模型的估計(jì)結(jié)果更可靠。由表4可知，數(shù)字普惠金融總指數(shù)、覆蓋廣度和使用深度均在1%的顯著水平上對(duì)是否采納農(nóng)機(jī)社會(huì)化服務(wù)具有正向影響，因此，數(shù)字普惠金融能夠促進(jìn)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納，影響效應(yīng)是穩(wěn)健的。

（四）數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的作用路徑分析

采用依次檢驗(yàn)法進(jìn)行中介效應(yīng)分析，（2）式的回歸結(jié)果已在表2中給出，即數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納具有顯著的正向影響。下面表5與表6分別給出了（3）式與（4）式的回歸結(jié)果。

中介變量非農(nóng)創(chuàng)業(yè)用家庭創(chuàng)業(yè)人員比例衡量，勞動(dòng)力務(wù)工用家庭務(wù)工人員比例衡量，取值在0-1之間，故采用Tobit和IV-tobit模型進(jìn)行估計(jì)，農(nóng)地轉(zhuǎn)入規(guī)模為連續(xù)取值的變量，采用OLS和2SLS模型進(jìn)行估計(jì)，結(jié)果如表5所示，不管是Tobit還是IV-tobit模型的估計(jì)都顯示，數(shù)字普惠金融對(duì)創(chuàng)業(yè)有顯著的正向影響，這與張勛等[19]的研究結(jié)果一致，即數(shù)字普惠金融發(fā)展水平越高的地區(qū)，農(nóng)戶非農(nóng)創(chuàng)業(yè)的比例越高。數(shù)字普惠金融對(duì)勞動(dòng)力務(wù)工也具有顯著的正向影響，說(shuō)明數(shù)字普惠金融可以促進(jìn)農(nóng)村家庭勞動(dòng)力務(wù)工。OLS模型估計(jì)結(jié)果顯示，數(shù)字普惠金融對(duì)農(nóng)地轉(zhuǎn)入規(guī)模的影響不顯著，但數(shù)字普惠金融經(jīng)檢驗(yàn)存在內(nèi)生性，故2SLS模型估計(jì)的結(jié)果更有效，結(jié)果顯示，數(shù)字普惠金融顯著提高了農(nóng)地轉(zhuǎn)入規(guī)模，這與張永奇[28]的研究結(jié)論一致。綜上所述，數(shù)字普惠金融可以顯著促進(jìn)農(nóng)戶非農(nóng)創(chuàng)業(yè)、家庭勞動(dòng)力務(wù)工和農(nóng)地轉(zhuǎn)入。

考慮到數(shù)字普惠金融存在的內(nèi)生性，同時(shí)采用Oprobit模型和Eoprobit模型對(duì)（4）式進(jìn)行回歸。結(jié)果顯示，非農(nóng)創(chuàng)業(yè)顯著促進(jìn)了農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納，結(jié)合（2）式和（3）式的回歸結(jié)果可以發(fā)現(xiàn)“數(shù)字普惠金融—非農(nóng)創(chuàng)業(yè)—農(nóng)機(jī)社會(huì)化服務(wù)采納”的影響路徑存在，即數(shù)字普惠金融通過(guò)促進(jìn)非農(nóng)創(chuàng)業(yè)來(lái)帶動(dòng)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納。勞動(dòng)力務(wù)工在1%的顯著水平上正向影響農(nóng)機(jī)社會(huì)化服務(wù)的采納，說(shuō)明家庭勞動(dòng)力務(wù)工比例越高，越傾向于采納農(nóng)機(jī)社會(huì)化服務(wù)，綜合（2）式和（3）式的結(jié)果可以發(fā)現(xiàn)“數(shù)字普惠金融—?jiǎng)趧?dòng)力務(wù)工—農(nóng)機(jī)社會(huì)化服務(wù)采納”的作用路徑存在，即數(shù)字普惠金融通過(guò)推進(jìn)農(nóng)村家庭勞動(dòng)力務(wù)工來(lái)帶動(dòng)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納。農(nóng)地轉(zhuǎn)入規(guī)模顯著促進(jìn)農(nóng)機(jī)社會(huì)化服務(wù)的采納，經(jīng)計(jì)算發(fā)現(xiàn)，轉(zhuǎn)入戶平均經(jīng)營(yíng)規(guī)模為14.66畝，而王舒娟等[33]的研究發(fā)現(xiàn)，當(dāng)經(jīng)營(yíng)規(guī)模超過(guò)35畝時(shí)農(nóng)戶才傾向于購(gòu)置農(nóng)機(jī)，因此在規(guī)模較小時(shí)，隨著規(guī)模的增加農(nóng)戶傾向于采納農(nóng)機(jī)社會(huì)化服務(wù)，綜合（2）式和（3）式的結(jié)果可以發(fā)現(xiàn)“數(shù)字普惠金融—農(nóng)地轉(zhuǎn)入—農(nóng)機(jī)社會(huì)化服務(wù)采納”的作用路徑存在。綜上所述，數(shù)字普惠金融能夠通過(guò)非農(nóng)創(chuàng)業(yè)、勞動(dòng)力務(wù)工和農(nóng)地轉(zhuǎn)入三條路徑來(lái)促進(jìn)農(nóng)戶對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納，假說(shuō)H2得到驗(yàn)證。

五、結(jié)論與啟示

（一）研究結(jié)論

在理論分析的基礎(chǔ)上，本文利用CLDS和PKU_DFIIC的數(shù)據(jù)，實(shí)證研究了數(shù)字普惠金融對(duì)農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)采納程度的影響。研究結(jié)果發(fā)現(xiàn)，數(shù)字普惠金融顯著促進(jìn)了農(nóng)戶的農(nóng)機(jī)社會(huì)化服務(wù)采納，總指數(shù)、覆蓋廣度和使用深度均正向影響顯著。考慮到數(shù)字普惠金融可能存在的內(nèi)生性，選擇家庭所在地級(jí)市到杭州的球面距離作為工具變量進(jìn)行了內(nèi)生性處理，同時(shí)更換因變量進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果顯示，數(shù)字普惠金融對(duì)農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)采納的影響是穩(wěn)健的。進(jìn)一步采用中介效應(yīng)模型探究了數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的影響路徑，實(shí)證檢驗(yàn)發(fā)現(xiàn)，數(shù)字普惠金融通過(guò)帶動(dòng)農(nóng)戶非農(nóng)創(chuàng)業(yè)、勞動(dòng)力務(wù)工以及農(nóng)地轉(zhuǎn)入來(lái)促進(jìn)其對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的采納。

（二）政策啟示

基于上述研究結(jié)論得出以下政策啟示：

第一，鑒于數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)采納的顯著促進(jìn)作用，應(yīng)繼續(xù)推進(jìn)數(shù)字普惠金融在農(nóng)村的發(fā)展，不斷提高其覆蓋廣度和使用深度。一方面不斷優(yōu)化鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施，為數(shù)字普惠金融的發(fā)展提供技術(shù)支撐；另一方面鼓勵(lì)金融機(jī)構(gòu)不斷豐富數(shù)字金融產(chǎn)品，降低信貸成本，同時(shí)與相關(guān)部門配合加大數(shù)字與金融知識(shí)宣傳力度，提升農(nóng)戶的數(shù)字技能和金融素養(yǎng)。

第二，基于數(shù)字普惠金融對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的影響路徑，應(yīng)進(jìn)一步鼓勵(lì)大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新，并為農(nóng)戶非農(nóng)創(chuàng)業(yè)進(jìn)行政策傾斜。同時(shí)為本地中小微企業(yè)、新型農(nóng)業(yè)經(jīng)營(yíng)主體充分利用數(shù)字金融進(jìn)行發(fā)展提供支持，為農(nóng)戶的務(wù)工創(chuàng)造更多崗位；另外要進(jìn)一步完善農(nóng)地流轉(zhuǎn)市場(chǎng)，推進(jìn)土地流轉(zhuǎn)市場(chǎng)協(xié)調(diào)發(fā)展，促進(jìn)農(nóng)戶轉(zhuǎn)入土地?cái)U(kuò)大規(guī)模，更好地發(fā)揮中介路徑的傳導(dǎo)作用。

參考文獻(xiàn)：

[1]胡祎，張正河.農(nóng)機(jī)服務(wù)對(duì)小麥生產(chǎn)技術(shù)效率有影響嗎？[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2018（5）：68-83.

[2]肖雙喜，桑冬梅.農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)戶綠色農(nóng)業(yè)技術(shù)采用的影響研究[J].新疆農(nóng)墾經(jīng)濟(jì)，2022（3）：1-11.

[3]曾福生，史芳.農(nóng)業(yè)社會(huì)化服務(wù)能抑制小農(nóng)戶的耕地撂荒行為嗎？——基于湘贛浙三地微觀調(diào)查數(shù)據(jù)的實(shí)證分析[J].農(nóng)村經(jīng)濟(jì)，2022（2）：37-44.

[4]蘇柯雨，魏濱輝，胡新艷.農(nóng)業(yè)勞動(dòng)成本、市場(chǎng)容量與農(nóng)戶農(nóng)機(jī)服務(wù)外包行為——以稻農(nóng)為例[J].農(nóng)村經(jīng)濟(jì)，2020（2）：98-105.

[5]耿鵬鵬，檀竹平，羅必良.“擠出”抑或“吸納”：農(nóng)機(jī)服務(wù)如何影響農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（4）：24-37.

[6]李忠旭，莊健.互聯(lián)網(wǎng)使用、非農(nóng)就業(yè)與農(nóng)機(jī)社會(huì)化服務(wù)——基于CLDS數(shù)據(jù)的經(jīng)驗(yàn)分析[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2021（2）：166-175.

[7]紀(jì)月清，王許沁，陸五一，等.農(nóng)業(yè)勞動(dòng)力特征、土地細(xì)碎化與農(nóng)機(jī)社會(huì)化服務(wù)[J].農(nóng)業(yè)現(xiàn)代化研究，2016 （5）：910-916.

[8]方師樂(lè)，史新杰，高敘文.非農(nóng)就業(yè)、農(nóng)機(jī)投資和農(nóng)機(jī)服務(wù)利用[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（1）：139-149.

[9]李寧，汪險(xiǎn)生，王舒娟，等.自購(gòu)還是外包：農(nóng)地確權(quán)如何影響農(nóng)戶的農(nóng)業(yè)機(jī)械化選擇？[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2019（6）：54-75.

[10]劉進(jìn)，賈杰斐，許慶.農(nóng)機(jī)購(gòu)置補(bǔ)貼如何影響小農(nóng)戶農(nóng)機(jī)社會(huì)化服務(wù)獲得——基于全國(guó)農(nóng)村固定觀察點(diǎn)數(shù)據(jù)的分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2023（2）：85-108.

[11]柳凌韻，周宏.正規(guī)金融約束、規(guī)模農(nóng)地流入與農(nóng)機(jī)長(zhǎng)期投資——基于水稻種植規(guī)模農(nóng)戶的數(shù)據(jù)調(diào)查[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2017，（9）：65-76.

[12]孫學(xué)濤，于婷，于法穩(wěn).數(shù)字普惠金融對(duì)農(nóng)業(yè)機(jī)械化的影響——來(lái)自中國(guó)1 869個(gè)縣域的證據(jù)[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2022（2）：76-93.

[13]閆桂權(quán)，何玉成，張曉恒.數(shù)字普惠金融發(fā)展能否促進(jìn)農(nóng)業(yè)機(jī)械化——基于農(nóng)機(jī)作業(yè)服務(wù)市場(chǎng)發(fā)展的視角[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2022（1）：51-64.

[14]粟芳，方蕾.中國(guó)農(nóng)村金融排斥的區(qū)域差異：供給不足還是需求不足？——銀行、保險(xiǎn)和互聯(lián)網(wǎng)金融的比較分析[J].管理世界，2016（9）：70-83.

[15]吉星，張紅霄.農(nóng)業(yè)補(bǔ)貼與農(nóng)戶農(nóng)機(jī)服務(wù)購(gòu)買：理論線索和經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)經(jīng)緯，2022（1）：47-58.

[16]鐘真，劉世琦，沈曉暉.借貸利率、購(gòu)置補(bǔ)貼與農(nóng)業(yè)機(jī)械化率的關(guān)系研究———基于8省54縣調(diào)查數(shù)據(jù)的實(shí)證分析[J].中國(guó)軟科學(xué)，2018（2）：32-41.

[17]紀(jì)月清，鐘甫寧.非農(nóng)就業(yè)與農(nóng)戶農(nóng)機(jī)服務(wù)利用[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（5）：47-52.

[18]謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎？——來(lái)自中國(guó)的證據(jù)[J].經(jīng)濟(jì)學(xué)（季刊），2018（4）：76-93.

[19]張勛，萬(wàn)廣華，張佳佳，等.數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)[J].經(jīng)濟(jì)研究，2019（8）：71-86.

[20]LIU Y H，WANG X B.Technological progress and Chinese agricultural growth in the 1990s[J]. China Economic Review，2005（4）：419-440.

[21]劉靜，李容.中國(guó)農(nóng)業(yè)生產(chǎn)環(huán)節(jié)外包研究進(jìn)展與展望[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2019（1）：63-71.

[22]張兵，李娜.數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響研究——基于Mlogit和門檻模型的實(shí)證分析[J].世界農(nóng)業(yè)，2022（9）：65-75.

[23]萬(wàn)佳彧，周勤，肖義.數(shù)字金融、融資約束與企業(yè)創(chuàng)新[J].經(jīng)濟(jì)評(píng)論，2020（1）：71-83.

[24]JENNY N.Entrepreneurship and Liquidity Constraints：Evidence from Sweden[J].The Scandinavian Journal of Economics，2008（1）：23-43.

[25]謝婷婷，龔海玉，李賽.數(shù)字普惠金融支持農(nóng)村產(chǎn)業(yè)融合發(fā)展研究[J].新疆農(nóng)墾經(jīng)濟(jì)，2022（12）：30-40.（4）

[26]胡杰，羅劍朝.金融排斥對(duì)農(nóng)戶農(nóng)地流轉(zhuǎn)行為的影響[J].資源科學(xué)，2022（11）：2178-2192.

[27]侯建昀，霍學(xué)喜.信貸可得性、融資規(guī)模與農(nóng)戶農(nóng)地流轉(zhuǎn)——以專業(yè)化生產(chǎn)農(nóng)戶為例[J].中國(guó)農(nóng)村觀察，2016（6）：29-39.

[28]張永奇.數(shù)字普惠金融對(duì)農(nóng)村土地流轉(zhuǎn)的影響及機(jī)制研究——來(lái)自CFPS與PKU-DFIIC的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)與管理，2022（3）：30-40.

[29]郭峰，熊云軍.中國(guó)數(shù)字普惠金融的測(cè)度及其影響研究：一個(gè)文獻(xiàn)綜述[J].金融評(píng)論，2021（6）：12-23，117-118.

[30]張青，況志華，王焰輝.數(shù)字普惠金融對(duì)農(nóng)村青年非農(nóng)就業(yè)的影響研究[J].金融與經(jīng)濟(jì)，2021（11）：34-45.

[31]謝勇，楊倩.外出務(wù)工經(jīng)歷、創(chuàng)業(yè)行為與創(chuàng)業(yè)績(jī)效[J].經(jīng)濟(jì)評(píng)論，2020（1）：146-160.

[32]傅秋子，黃益平.數(shù)字金融對(duì)農(nóng)村金融需求的異質(zhì)性影響——來(lái)自中國(guó)家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù)[J].金融研究，2018（11）：68-84.

[33]王舒娟，馬俊凱，李寧.農(nóng)地經(jīng)營(yíng)規(guī)模如何影響農(nóng)戶的農(nóng)業(yè)機(jī)械化選擇？[J].農(nóng)村經(jīng)濟(jì)，2021（4）：111-118.

責(zé)任編輯：李黎

How Does Digital Inclusive Finance Affect Farmers Adoption of Agricultural Machinery? Services？——Analysis Based on CLDS Data

Wang Huimin? Zhu Jianjun

（School of Economics and Management， Shandong Agricultural University， Tai 'an 271000， Shangdong， China）

Abstract： Against the background of accelerating the construction of digital rural areas， this article empirically studies the impact and mechanism of digital inclusive finance on farmers adoption of agricultural machinery services by farmers， using data from the China Labor Force Dynamic Survey and the Peking University Digital Inclusive Finance Index. The results are as follows. （1） Digital inclusive finance can promote farmers adoption of agricultural machinery services， both the overall index of digital inclusive finance and the breadth and depth of coverage，? have a significant promoting effect on it; （2） after endogeneity processing and robustness testing， digital inclusive finance still has a positive impact on the adoption of agricultural machinery services; （3） using the mediation effect model to analyze the action path， it is found that digital inclusive finance can promote the adoption of agricultural machinery socialization services by promoting non-agricultural entrepreneurship， labor force migration， and land transfer among farmers. Based on the above conclusions， it is proposed to continue to promote the development of digital inclusive finance in rural areas， and continuously improve its coverage and depth of use; from the perspective of intermediary pathways， it is necessary to encourage non-agricultural entrepreneurship and employment among farmers， and further improve the agricultural land transfer market to better play the role of intermediary transmission， thereby promoting the development of agricultural machinery services.

Key words： digital inclusive finance;services for agricultural machinery; non agricultural entrepreneurship; labor migration; agricultural land transfer