數字金融對農民農村共同富裕的影響
——基于創新創業活力的中介效應

李 琳

（西安科技大學地質與環境學院，西安 710054）

0 引言

黨的二十大報告提出，要“著力維護和促進社會公平正義，著力促進全體人民共同富裕”“堅持農業農村優先發展”。由此可知，扎實推進農民農村共同富裕已成為黨和國家推進中國式現代化建設的核心任務。但必須承認的是，囿于城鄉發展及收入差距較大，我國部分農村地區面臨家庭收入偏低、金融資源配置扭曲、基本公共服務不均等現實桎梏[1,2]，阻礙農民農村共同富裕目標實現進程。要解決上述難題，我國亟須抓住數字革命帶來的機會窗口，補齊農村低收入群體發展短板，助推農民農村共同富裕取得實質性的進展。數字金融作為現代數字技術與傳統金融服務相結合的新金融模式，能夠完善農村金融服務體系，拓寬農村金融服務渠道，緩解農村融資困難，是助推農民農村實現共同富裕的新動能[3]。與此同時，數字金融發展能夠通過供給和需求兩個層面激發農民創新創業活力，增強農村經濟發展的核心驅動力，緩解城鄉長期不平衡梗阻[4]，夯實農民農村共同富裕目標實現的基礎。因此，探索數字金融推進農民農村共同富裕的激勵機制，將有助于豐富農民農村共同富裕的理論研究。

回顧既有文獻可知，部分學者基于Kernel 密度估計、Markov 鏈、Moran’s I、Dagum基尼系數研究發現，不同省份間農民共同富裕呈“南高北低、東強西弱”的空間分布格局[5,6]。另有學者從農民農村共同富裕的影響因素方面進行探究，指出延展農村全產業鏈、培育新農業經營對象、現代產業體系構建、規模經濟融合等因素均是推動農民農村共同富裕的重要路徑[7,8]。亦有學者指出，低收入農戶增收少、城鄉發展不平衡等是制約農民農村共同富裕的主要因素[9,10]。梳理可知，現有研究鮮少考慮數字金融對農民農村共同富裕的影響。僅少部分學者從數字金融與共同富裕層面進行探究，研究指出數字金融發展能夠顯著促進共同富裕[11—14]。但遺憾的是，目前尚未有文獻將數字金融、農民農村共同富裕、創新創業活力納入同一分析框架，深入檢驗三者內在邏輯關系。鑒于此，本文從創新創業活力視角出發，分析數字金融對農民農村共同富裕的影響與作用機制。

1 研究假設

1.1 數字金融對農民農村共同富裕的直接影響

第一，數字金融有利于加強農村物質保障，助力農民農村共同富裕發展。數字金融依托大數據、人工智能等數字技術，能夠助力農村居民快速獲取金融信息，提升農村居民金融工具使用效率，使農村居民享受到更多數字金融交易選擇權，促進其家庭財富增長，為農民農村共同富裕目標推進添磚加瓦。第二，數字金融有利于滿足居民精神需求，賦能農民農村共同富裕。就教育層面而言，在互聯網便利條件下，農商行、信合等數字金融相關服務機構能夠實現互聯互通，為廣大農民教育提供資金支持，滿足居民精神需求[15]。這能提升農民數字金融操作能力，提高農村居民增收效能，為農民農村共同富裕目標推進助力。就環境層面而言，在數字金融發展中，綠色金融產品得以完善，為農村環境效益提升提供資金支持，滿足農村居民對綠色生活環境的需求，助推農民農村共同富裕。第三，數字金融有助于縮小分配差距，推進農民農村共同富裕。在數字技術支持下，數字金融能通過提升人力資本、優化產業結構、促進科技創新等渠道推動城鄉融合發展，實現城鄉之間均衡分配，為農民農村共同富裕奠定經濟基礎。因此，提出第一個研究假設：

假設1：數字金融對農民農村共同富裕具有推動作用。

1.2 數字金融對農民農村共同富裕影響的空間溢出效應

數字金融具有覆蓋范圍廣、效率高等特征，能夠突破傳統金融在地域和時間上的限制，促進地區資源流動，為實現農民農村共同富裕賦能。一方面，數字金融借助數字技術能夠降低金融服務門檻和交易成本，使得金融服務逐漸向各區域擴展，產生空間上的相互影響，促進區域間土地和資本融合[16]，為扎實推進農民農村實現共同富裕賦予新動能。另一方面，數字金融的資源擴散效應能夠對各省份經濟活動產生空間外溢作用[17]，在全國范圍內表現出明顯的空間集聚性，進而對農民農村共同富裕產生空間溢出效應。基于此，提出第二個研究假設：

假設2：數字金融對農民農村共同富裕具有空間溢出效應。

1.3 數字金融對農民農村共同富裕的間接影響

一方面，數字金融能夠通過提升創新活力，為農民農村共同富裕發展助力。創新活躍度的增加能夠驅動教育、醫療、交通等創新，提高農民農村群體幸福感的同時，推動農村經濟發展，助力實現農民農村共同富裕。具體而言，數字金融可通過降低金融機構與農村企業間信息不對稱程度影響創新活力。在區塊鏈、5G、大數據、人工智能等技術支持下，數字金融可拓寬傳統金融服務范圍，緩解傳統金融機構和農村企業之間的信息不對稱，消除融資信息“壁壘”。這有利于充分發揮科技創新引領作用，激發農村居民創新行為，提升其經濟效益[18]，為促進農民農村共同富裕目標實現提供助力。另一方面，數字金融能夠通過提高創業活力，為農民農村共同富裕發展賦能。創業活力反映農戶創業的活躍程度，是實現農民農村共同富裕的主動力。從投資者角度看，數字金融依托互聯網技術、數字平臺等提高了信息透明度，能夠使農村投資者快速選擇與自身相適配的項目，為農村創業項目提供精準資金。這能在激發農村創業者創業活力的同時，提高創業成功概率[19]，為推進農民農村共同富裕賦能。從創業者角度看，數字金融可降低農民創業融資風險，促進農民農村創業機會均等化，激發農村低物質資本的創業行為，提升創業活力，夯實農民農村共同富裕基礎。因此，提出第三個研究假設：

假設3：數字金融通過促進創新創業活力對農民農村共同富裕產生影響。

2 研究設計

2.1 模型設定

為系統分析數字金融影響農民農村共同富裕的作用機理，構建時間與個體雙向固定效應基準模型。

其中，lnupgit表示i地區在t年的農民農村共同富裕水平；lndeit為i地區在t年的數字金融水平；財政支農（FSA）、人力資本積累（HCA）、種植結構（PLS）、農業機械化水平（AML）、人口負擔比（PBR）、涉農技術迭代（ATI）為控制變量；另外，δi、γt、εit依次表示地區固定效應、時間固定效應以及隨機誤差項。

在現代信息網絡助力下，數字金融不僅能夠跨越地理界限，助推金融機構實現跨地區協同分工，還會對區域實體經濟發展產生影響。這時，如果仍運用普通面板數據展開回歸分析，那么極有可能造成回歸結果出現偏誤。為此，本文在式（1）的基礎上融入空間因素，深入探索數字金融影響農民農村共同富裕的作用機理。其中，空間計量模型被分為空間杜賓模型（SDM）、空間滯后模型（SLM）以及空間誤差模型（SEM）。進行Hausman、LM、LR 以及Wald檢驗后，最終確定采用雙重固定效應的空間杜賓模型進行研究，構建模型如下：

其中，Wij代表31×31 的空間權重矩陣，是0-1 空間鄰接權重矩陣，若i省和j省相鄰，則取值為1，反之為0。另外，Xit表示控制變量合集。

2.2 變量選取

2.2.1 被解釋變量

農民農村共同富裕（upg）。本文參考《數字鄉村發展戰略綱要》《中國農村發展報告（2022）》等相關內容，兼顧數據可獲得性、可量化等原則，構建包含3個一級指標及8個二級指標的農民農村共同富裕評價指標體系（見下頁表1）。利用熵值法對農民農村共同富裕評價指標展開權重分析，最終獲得綜合指數。

表1 農民農村共同富裕評價指標體系

2.2.2 解釋變量

數字金融（de）。在2022年8月更新的《北京大學數字普惠金融指數（2011—2021 年）》第四期中，數字金融包含的覆蓋廣度、使用深度、數字化程度三大類被分成33個細分指標，可客觀反映數字金融發展現狀及地區差異。但是，囿于北京大學數字普惠金融指數為非官方數據，可能會使測算結果出現偏差。本文借鑒周孟亮和王立聰（2023）[20]的研究，在《北京大學數字普惠金融指數（2011—2021年）》基礎上，融入《中國縣域數字普惠金融發展指數報告2021》的數據，用于反映中國縣域的數字金融發展狀況。將二者得出的指數進行加權平均處理，作為數字金融發展的代理變量。

2.2.3 中介變量

創新創業活力（gti）。在借鑒現有研究的基礎上[21]，從創新活力、創業活力兩個維度來反映創新創業活力。其中，創新活力采用各地區每千人擁有專利數量（件/千人）表征。創業活力運用地區內包含的私營和個體就業人員占城鎮總就業人數的比重衡量。

2.2.4 控制變量

為防止因遺漏變量而引致估計結果偏誤，引入一系列控制變量：（1）財政支農（FSA），運用政府農林水支出與一般公共預算支出之比表示；（2）人力資本積累（HCA），利用各省份農村人均人力資本存量反映；（3）種植結構（PLS），選用農村糧食播種面積與農作物播種總面積之比衡量；（4）農業機械化水平（AML），運用農用機械總動力與第一產業從業人員的比值測量；（5）人口負擔比（PBR），用老人和兒童占農村總人口比重衡量；（6）涉農技術迭代（ATI），選取各省份農村產業技術發明專利授權數量與農村產業R&D 人員全時當量兩個指標，運用算術平均法將各維度指標合成綜合涉農技術迭代指數。

2.3 數據說明

本文選取2010—2021年我國31個省份（不含港澳臺）的樣本數據。農民農村共同富裕所選數據源于《中國統計年鑒》《中國農村金融服務報告》《中國農業機械工業年鑒》《中國農村統計年鑒》等；數字金融發展相關數據主要來自北京大學數字金融研究中心官網；其余數據來源于各省份歷年統計公報和Wind數據庫。表2列示了各變量的描述性統計結果，結果顯示，農民農村共同富裕均值為0.299，最大值達0.932，最小值是0.062；數字金融均值為2.172，最大值達4.319，最小值僅為0.183，意味著各地區數字金融與農民農村共同富裕水平差異較大。

表2 變量的描述性統計結果

3 數字金融和農民農村共同富裕的空間效應分析

數字金融通過數據傳輸、存儲打破時空限制，呈現顯著的空間溢出效應。基于此，深入探究數字金融與農民農村共同富裕的空間集聚程度。對此，選擇空間自相關Moran’s I 和散點圖來分析兩者空間關聯性，具體見表3。

表3 數字金融與農民農村共同富裕的Moran’s I

由表3 可知，在鄰接矩陣下，2010—2021 年數字金融發展的Moran’s I 數值均在5%的顯著性水平上為正，農民農村共同富裕的Moran’s I 數值多數通過1%水平上的顯著性檢驗。這意味著2010—2021年，數字金融與農民農村共同富裕均具有顯著的空間自相關性，且呈現空間集聚現象。

進一步借助OpenGeoDa 1.2.0 刻畫Moran’s I 散點圖（見下頁圖1），選取2011年、2021年數字金融與農民農村共同富裕年度平均值，并將兩者空間關聯模式分為四類。第一象限與第二象限為“高-高”集聚、“低-高”集聚；第三象限與第四象限為“低-低”集聚、“高-低”集聚。其中，第一象限和第三象限屬于空間正自相關，第二象限與第四象限為空間負自相關。就全國層面而言，數字金融發展檢驗中，2010年第一、三象限分別有5個、15個省份，占66.67%；2021年第一、三象限分別有6個、16個省份，占73.34%。農民農村共同富裕檢驗中：2010年第一、三象限分別有7個、14個省份，占70%；2021年第一、三象限分別有6個、17個省份，占76.67%。整體而言，不管是2010年還是2021年，我國多數省份數字金融和農民農村共同富裕均處于第一象限與第三象限，意味著兩者在省域間呈現“趨同俱樂部”現象。

圖1 2011年和2021年局部莫蘭指數散點圖

4 數字金融和農民農村共同富裕的實證檢驗

4.1 基準回歸結果

本文采用豪斯曼檢驗確定模型的固定及隨機效應，結果表明固定效應模型更為合適。

表4 列示了數字金融影響農民農村共同富裕的檢驗結果。不難發現，在未考慮控制變量情況下，數字金融每提高1%，會使農民農村共同富裕增加0.0073。在引入一系列控制變量之后，該效應會提升至0.0091，且此結果顯著，說明數字金融能正向影響農民農村共同富裕，證實了假設1。原因可能是，數字金融依托互聯網、大數據等數字技術，為各地農民供給同質、跨空間金融服務，滿足農民創新創業資金需求，增加財產性收入，進而推進農民農村共同富裕。由表4 控制變量檢驗結果可知，財政支農、人力資本積累和種植結構的系數均顯著為正，說明這些因素對我國推進農民農村共同富裕具有正向影響。在推進農民農村共同富裕過程中，財政支農的正向作用最為顯著，而人口負擔比負向影響農民農村共同富裕。原因可能在于，人口負擔比的上升壓縮了農村企業的經濟活動，限制其人力及物質資本積累，增加農村企業壓力，最終不利于農民農村共同富裕發展目標的推進。

表4 基準回歸結果

4.2 空間溢出效應

由表5 結果可知，總效應通過1%水平上的顯著性檢驗且系數為正，意味著數字金融可正向影響農民農村共同富裕。直接效應通過5%水平上的顯著性檢驗且系數為正，說明地區數字金融發展水平越高，農民農村共同富裕水平也越高，同前文基準回歸結果相吻合。間接效應在1%的顯著性水平上為正，代表數字金融能促進本地農民農村共同富裕發展，同時其還能帶動其他地區農民農村共同富裕發展，驗證了假設2。

表5 數字金融影響農民農村共同富裕的直接、間接與總效應

4.3 穩健性檢驗

為確保上文研究結果的可靠性，進行穩健性檢驗。一是更換數字金融測度方法。參考朱東波和張相偉（2023）[22]的研究思路，根據《國民經濟行業分類》（GB/T 47542017）同質性原則，對符合數字金融產業特征的行業進行分類，隨后運用熵權法進行整合，具體結果見表6列（1）。二是工具變量法。為有效克服可能存在的內生性問題，選用“同一省份內其他城市滯后一期的數字普惠金融指數均值”作為數字金融發展水平的工具變量，采用系統GMM 估計展開回歸，結果見表6 列（2）。第三，傾向得分匹配法。為有效解決由樣本自選擇或選擇偏誤而產生的內生性問題，使用傾向得分匹配法對樣本進行篩選，進一步驗證前文基準回歸結果。先借鑒周廣肅和丁相元（2023）[23]的思路，依據數字金融的三分位數設置啞變量，并將大于三分位數的樣本定義為處理組，反之為控制組。采用近鄰匹配方式篩選樣本，隨后對新樣本實施檢驗，詳細結果見表6 列（3）。第四，剔除直轄市。從全國基礎稟賦綜合排名來看，北京、天津、上海、重慶4 個直轄市名列前茅，同時享有自主權及國家政策的傾斜，可能影響研究結果的準確性。因此，本文剔除直轄市樣本后重新展開實證檢驗，結果詳見表6列（4）。通過上述檢驗不難發現，無論采用更換變量法、工具變量法、傾向得分匹配法還是剔除直轄市，結果均與前文相吻合，即前文結論具有穩健性。

表6 穩健性檢驗結果

5 進一步分析

5.1 空間異質性分析

我國幅員遼闊，各地區資源稟賦、經濟水平等具有較大差異。這可能使數字金融對農民農村共同富裕的影響出現區域差異性。為此，本文將樣本劃分為東部和中西部兩個地區①東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西和海南12個省份，中西部地區為剩余的19個省份。進行檢驗，結果見表7。同時，考慮到拆分樣本的嚴謹性，運用費舍爾組間差異檢驗對組間系數差異進行比較，并通過1000 次自抽樣計算得到經驗P值。由表7結果可知，數字金融發展水平對農民農村共同富裕的影響在兩個分組中均顯著為正，意味著在不同區域數字金融均正向影響農民農村共同富裕。細究系數大小可知，數字金融影響農民農村共同富裕的程度具有差異性，呈現中西部地區大于東部地區，真實組間差異為0.015，且經驗P值在10%的水平上顯著。相對東部地區而言，中西部地區經濟與數字技術相對落后，導致出現大量農村企業與農民低收入群體，不利于農民農村共同富裕推進。故而，數字金融在經濟欠發達的中西部地區推動農民農村共同富裕大有可為。

表7 空間異質性分析結果

5.2 影響機制分析

為進一步探究數字金融影響農民農村共同富裕的作用機理，將從“數字金融—創新創業活力—農民農村共同富裕”途徑實證檢驗其影響機制，構建如下模型：

其中，lngti指中介變量創新創業活力；Xit代表控制變量。鑒于模型（1）已成功驗證數字金融對農民農村共同富裕的推動作用，故直接對模型（4）和模型（5）進行估計（見表8）。表8結果顯示，數字金融每上升1%，創新創業活力會上升0.2776%，說明數字金融能夠促進創新創業活力提升；創新創業活力每上升1%，農民農村共同富裕會上升0.0084%，意味著創新創業活力提升能推進農民農村共同富裕。另外，Sobel檢驗的P ＞0.01，表示數字金融發展對創新創業活力具有促進作用。上述結果全面驗證了假設3。

表8 中介機制檢驗結果

5.3 基于創新創業活力的面板門檻分析

上文已證實數字金融能夠通過提升創新創業活力推進農民農村共同富裕。但是，這一影響是否存在門檻效應？且在不同水平閾值下，數字金融影響農民農村共同富裕是否存在差異性？為此，本文選用面板門檻模型進行探析，具體模型為：

表9展示了門檻效應結果。可以看出，全國、東部、中西部地區創新創業活力依次在1%、5%、10%的置信水平上通過單一門檻檢驗，對應的門檻值分別是8.2775、10.0223和4.0184。

表9 門檻存在性、估計值及置信區間檢驗

由表10結果可知，就全國層面而言，當創新創業活力高于8.2775時，數字金融每提高1%，將帶動本地農民農村共同富裕提高0.0429%；當創新創業活力低于8.2775 時，數字金融每提高1%，將帶動本地農民農村共同富裕提高0.0376%。就各區域而言，當東部地區創新創業活力高于10.0223 時，數字金融每提高1%，將帶動本地農民農村共同富裕提高0.0191%；當創新創業活力低于10.0223時，數字金融每提高1%，將帶動本地農民農村共同富裕提高0.0179%。當中西部地區創新創業活力高于4.0184 時，數字金融每提高1%，促使本地農民農村共同富裕提高0.0329%；當創新創業活力低于4.0184時，數字金融每提高1%，將帶動本地農民農村共同富裕提高0.0294%。

表10 面板門檻模型的估計結果

6 結論與建議

6.1 結論

本文基于2010—2021 年我國31 個省份的樣本數據，深入探究數字金融、創新創業活力對農民農村共同富裕的影響效應。結果表明：（1）數字金融可推進農民農村共同富裕，且存在正向空間溢出效應。（2）數字金融能促進農民農村共同富裕，但存在區域異質性。其中，相對于東部地區，中西部地區數字金融促進農民農村共同富裕作用更強。（3）數字金融通過提升創新創業活力促進農民農村共同富裕發展。（4）數字金融影響農民農村共同富裕的作用具有門檻效應，且呈現地區異質性，即東部地區數字金融的外溢效應更大。

6.2 建議

（1）完善數字金融新型服務體系。有關部門應充分發揮農村特色優勢，在農村基礎設施、農村醫療資源投入、農產品產業鏈升級等領域，構建項目貸款投放服務體系，加大農村信貸投放力度。政府應積極響應“城市反哺農村、工業反哺農業”的發展趨勢，分階段試點，支持有良好基礎的農村率先探索農民農村共同富裕新道路。（2）打造創新創業主體服務鏈。我國應圍繞“創新創業人才鏈”構建相應的“服務鏈”，重點完善薪酬獎勵制度，將人口紅利逐漸升級為科技創新人才紅利，激發人才創新創業活躍度，提高創新人才勞動收入報酬，筑牢農民農村共同富裕的中產基石。（3）制定區域差異化金融發展機制。東部地區要立足于自身發展優勢，著力于“卡脖子”關鍵技術攻關，以先進科技助力打造金融領域新生態，提升科技成果轉化效率，打破科研與應用“兩張皮”的局面，從而賦能農民農村共同富裕。中西部地區應將“補短板”作為主要工作內容，強化新型基礎設施建設。中西部地區還應依靠政策傾斜，積極引入社會資金、數字技術、復合型人才等優質資源，營造對數字金融發展有利的物質與人文良好環境，努力縮減區域間的發展差異，為促進農民農村共同富裕的實現提供基礎。