數(shù)字普惠金融對農戶農業(yè)機械化水平的影響

摘要：農機價格的提高使中小農戶難以負擔購置或租用成本，資金成為農戶農業(yè)機械化水平提升的關鍵制約。基于中國勞動力動態(tài)調查數(shù)據(jù)和北京大學數(shù)字普惠金融指數(shù)，運用Order Probit模型分析數(shù)字普惠金融對農戶農業(yè)機械化水平的影響，并以農村家庭創(chuàng)業(yè)為切入點闡釋其影響機制。研究發(fā)現(xiàn)，數(shù)字普惠金融能夠顯著提高農戶機械化水平，且其提升作用約有30.8%是通過農村家庭創(chuàng)業(yè)這一中介實現(xiàn)的；數(shù)字普惠金融對農戶農業(yè)機械化水平的提升作用在糧食主產區(qū)、產銷平衡區(qū)和丘陵山區(qū)表現(xiàn)更顯著，并受到傳統(tǒng)金融發(fā)展程度的正向調節(jié)作用。為此，不同地形區(qū)域和糧食產銷區(qū)應因地制宜鼓勵農村地區(qū)開展數(shù)字普惠金融業(yè)務，并配套政策鼓勵農村家庭創(chuàng)業(yè)。

關鍵詞：農業(yè)機械化；數(shù)字普惠金融；農村家庭創(chuàng)業(yè)；中介效應

中圖分類號：F323.3

文獻標識碼：A

文章編號：2095-5553 （2024） 05-0320-09

收稿日期：2022年10月9日" 修回日期：2022年11月24日*基金項目：國家哲學社會科學基金項目（22BJY179）；國家自然科學基金青年科學基金項目（72103054）；教育部人文社會科學研究一般項目（19YJA790121）；中國博士后科學基金第14批特別資助項目（2021T140181）；河南省現(xiàn)代農業(yè)產業(yè)技術經(jīng)濟評價體系崗位專家基金（HARS—22—17—G4）

第一作者：秦冠宇，男，1998年生，河南新鄉(xiāng)人，碩士研究生；研究方向為農業(yè)機械化、農業(yè)產業(yè)組織。E-mail： guanyu_qin@163.com

通訊作者：趙翠萍，女，1971年生，鄭州人，博士，教授，博導；研究方向為農業(yè)產業(yè)組織、農業(yè)經(jīng)濟政策。E-mail： pingcuizhao@163.com

Impact of digital inclusive finance on farmers’ mechanization level

Qin Guanyu1， Zhao Cuiping1， Zhang Ying1， Huang Zuhui2

（1. College of Economy and Management， Henan Agricultural University， Zhengzhou， 450046， China；

2. China Academy of Rural Development， Zhejiang University， Hangzhou， 310058， China）

Abstract：

The increase of agricultural machinery price makes it difficult for small and medium-sized farmers to afford the costs of purchasing" or renting， and capital has become a key constraint in improving the level of mechanization among farmers. Based on the data from the China Labor-force Dynamics Survey and the digital financial inclusion index from Peking University， this study uses the Order Probit model to analyze the impact of digital financial inclusion on the mechanization level of farmers and explains its influencing mechanism from the perspective of rural family entrepreneurship. It is found that digital financial inclusion can significantly improve the mechanization level of farmers， with rural family entrepreneurship serving as a significant intermediary， contributing to approximately 30.8% of the improvement. The effect of digital financial inclusion on the improvement of farmers’ mechanization level is more significant in main grain-producing areas， production and sales balance areas， and hilly and mountainous areas. It’s also positively moderated by the development degree of traditional finance. To this end， digital inclusive financial services should be encouraged in rural areas， tailored to the specific needs of different geographical regions and grain production and marketing areas. And policies to encourage rural families to start businesses also need to be formulated.

Keywords：

agricultural mechanization; digital inclusion finance; rural household entrepreneurship; intermediary effects

0 引言

當前，各種復合式、高性能、大功率農用機械的出現(xiàn)，對農業(yè)機械化水平和農業(yè)生產效率的提升起到了積極作用。但同時帶來的農機價格攀升，也提高了農戶購置和租賃農用機械的成本，以至于資金日益成為農戶農業(yè)機械化水平提升的關鍵制約。

為緩解包括農戶在內的各類農業(yè)經(jīng)營主體的購機約束，國家通過財政、保險和信貸構建支農體系［1］，旨在將資金引入農村，助力農業(yè)生產領域資本化改造，提升農戶農業(yè)機械化水平［2］。但傳統(tǒng)金融框架下的支農體系存在顯著小農排斥問題［3， 4］，多數(shù)小農因缺乏抵押物和央行征信記錄無法參與銀行信用評估，在政策缺位情況下很難獲得融資，農戶農業(yè)機械化發(fā)展所面臨的資金約束并未真正得到緩解。

數(shù)字普惠金融的出現(xiàn)與發(fā)展為打破農戶農業(yè)機械化的資金約束提供了新工具［5， 6］。其貸款流程簡便，無需央行征信記錄即可對中小農戶信用水平進行測量，更具包容性，規(guī)避了傳統(tǒng)金融支農存在的金融排斥問題。數(shù)字普惠金融還能依托互聯(lián)網(wǎng)規(guī)模優(yōu)勢深入“三農”領域，為微觀農戶提供高效的信貸服務［7］。與傳統(tǒng)金融相比，其放款速度更快，貸款資金規(guī)模、周期方面也更加靈活，能更好解決農戶在購置、租賃農業(yè)機械時的臨時性、小規(guī)模資金不足問題，有效助力農戶機械化水平提高。

與此同時，數(shù)字普惠金融在農村地區(qū)的發(fā)展也引發(fā)了大量創(chuàng)業(yè)活動［8， 9］，其中不僅包括圍繞農業(yè)開展的創(chuàng)業(yè)活動，還涵蓋了以工商業(yè)經(jīng)營為主的非農創(chuàng)業(yè)活動。基于此，部分研究認為，數(shù)字普惠金融的發(fā)展可能引發(fā)“三農”領域的資本流入非農產業(yè)部門［10］。數(shù)字普惠金融對農戶機械化水平的影響究竟如何？農戶機械化水平是否會受到農村家庭創(chuàng)業(yè)抽離農業(yè)資金的影響？農村家庭創(chuàng)業(yè)在數(shù)字普惠金融對農戶機械化水平的影響過程中又扮演何種角色？

本文基于中國勞動力動態(tài)調查數(shù)據(jù)和北京大學數(shù)字普惠金融指數(shù)，嘗試厘清數(shù)字普惠金融對農戶機械化水平的影響。并以農村家庭創(chuàng)業(yè)為切入點，分析數(shù)字普惠金融對農戶機械化水平影響的作用機制。與已有文獻相比，本文可能的邊際貢獻在于豐富數(shù)字普惠金融和農戶機械化方面的研究，將農村家庭創(chuàng)業(yè)納入數(shù)字普惠金融對農戶機械化水平影響的機制分析，為破解農戶機械化的資金約束提供可資借鑒的參考和可行途徑。

1 理論分析與研究假說

1.1 數(shù)字普惠金融對農戶機械化水平的直接影響

在人口紅利即將消失的背景下，農村勞動力向城市轉移、數(shù)量不斷減少、價格高企，理性農戶為了控制成本會在生產過程中主動使用機械來替代勞動。但中小農戶農業(yè)生產規(guī)模、資金水平有限，在機械替代勞動過程中面臨著嚴重的資金約束［11］。且在傳統(tǒng)金融體系下，中小規(guī)模農戶因缺乏合格質、抵押物和合規(guī)征信記錄而難以逾越傳統(tǒng)銀行業(yè)的信用門檻，往往被金融機構排斥，面臨著信貸約束的問題［12， 13］。數(shù)字普惠金融的出現(xiàn)與發(fā)展有助于彌補傳統(tǒng)金融在支農方面的局限性，能夠為農戶機械化水平提高提供資金支持。借助互聯(lián)網(wǎng)信息技術，數(shù)字普惠金融能夠通過線上觸達農戶，有效擴大金融支農服務的覆蓋廣度，提高農戶金融服務的可得性［14］。依靠蓬勃發(fā)展的手機互聯(lián)網(wǎng)和農村地區(qū)完備的電信基礎設施，數(shù)字普惠金融機構能夠根據(jù)中小農戶的互聯(lián)網(wǎng)購物、繳款等記錄即時開展授信資格審查［15］。對于購買農機的農戶而言，無需央行征信系統(tǒng)的信用記錄即可通過手機互聯(lián)網(wǎng)申請信貸資金，降低了資金獲取的信用門檻，緩解了中小農戶遭遇的金融排斥和臨時性的資金約束［3］，有助于促成農業(yè)機械投資，提高農戶機械化水平。基于此，本文提出第一個假設H1：數(shù)字普惠金融能夠促進農戶機械化水平提升。

1.2 數(shù)字普惠金融對農戶機械化水平的間接影響

數(shù)字普惠金融提供的資金用途沒有限制，其在農村地區(qū)的發(fā)展顯著引發(fā)了大量創(chuàng)業(yè)活動［8］。農村家庭創(chuàng)業(yè)作為數(shù)字普惠金融發(fā)展衍生的重要活動，包括農業(yè)創(chuàng)業(yè)和非農創(chuàng)業(yè)，兩類創(chuàng)業(yè)均是數(shù)字普惠金融推動農戶機械化水平提高的中介。

農業(yè)創(chuàng)業(yè)指農戶設立合作社、家庭農場等新型農業(yè)經(jīng)營主體參與農業(yè)生產。這將通過擴大土地規(guī)模、增加農業(yè)生產投資來顯著提升創(chuàng)業(yè)農戶自身的機械化水平。此外，新型農業(yè)經(jīng)營主體還具有正外部性，能夠通過農地流轉［16］和提供社會化服務［17］來帶動更多中小農戶機械化水平的提升。非農創(chuàng)業(yè)指農戶開展工業(yè)、商業(yè)等非農產業(yè)的生產經(jīng)營行為［18， 19］。在該種創(chuàng)業(yè)類型下，三農領域的資本要素會進行跨部門流動［10］，從農業(yè)產業(yè)部門流入非農產業(yè)部門，但又會通過增加農戶收入、加速勞動力外流來促進農戶機械化的發(fā)展。一方面，農村家庭非農創(chuàng)業(yè)能夠顯著提升農戶收入［20， 21］，緩解農戶在農業(yè)生產過程中面臨的資金約束［22］，為農戶機械投資提供資金。另一方面，非農創(chuàng)業(yè)往往伴隨著農村勞動力從第一產業(yè)流出，進而從兩個層面加速了農戶機械化進程。微觀層面看，家庭中務農人數(shù)減少增加了務農勞動強度，農戶的農地轉出意愿和購買農業(yè)社會化服務意愿會顯著提高［23］，這將為機械化水平提升提供意愿基礎；宏觀層面看，農村勞動力進一步外流會加快勞動力要素價格的升高，驅使農業(yè)生產者增加機械投資，加快機械替代勞動的速度［24］。因此，盡管農村家庭創(chuàng)業(yè)會使少部分資金離開第一產業(yè)部門，但通過農業(yè)創(chuàng)業(yè)和加速機械替代勞動仍能促進農戶機械化的發(fā)展。據(jù)此，本文提出第二個假設H2：數(shù)字普惠金融能夠通過農村家庭創(chuàng)業(yè)間接促進農戶機械化水平提高。

2 研究設計

2.1 數(shù)據(jù)來源

本文所采用數(shù)據(jù)主要包括三部分，分別是數(shù)字普惠金融數(shù)據(jù)，農村家庭數(shù)據(jù)和省級統(tǒng)計數(shù)據(jù)。其中，數(shù)字普惠金融相關數(shù)據(jù)來自北京大學數(shù)字金融研究中心發(fā)布的“北京大學數(shù)字普惠金融指數(shù)（2011—2020）”［28］。該數(shù)據(jù)庫基于螞蟻金融的億級微觀數(shù)據(jù)，從數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度等3個維度構建形成了涵蓋中國內地31個省、337個地級以上城市，以及約2 800個縣的數(shù)字普惠金融指標體系。農村家庭數(shù)據(jù)主要來自中山大學社會科學調查中心2016年組織實施的“中國勞動力動態(tài)調查”（China Labor-force Dynamics Survey，CLDS）。該調查基于多階段、多層次、與勞動力規(guī)模成比例的概率抽樣方法，構建了以勞動力為調查對象的綜合性數(shù)據(jù)庫，包含勞動力個體、家庭和村居社區(qū)三個層次橫截面數(shù)據(jù)。省級統(tǒng)計數(shù)據(jù)來自EPS數(shù)據(jù)平臺，金融機構存貸款余額來自中國金融數(shù)據(jù)庫，國內生產總值、移動電話普及率來自中國宏觀經(jīng)濟數(shù)據(jù)庫。

借鑒閆桂權等［18］數(shù)據(jù)處理方式，以家庭編碼為標識，將CLDS數(shù)據(jù)庫中相關數(shù)據(jù)與家庭樣本進行匹配合并，形成微觀截面數(shù)據(jù)。以城市編碼和省份為標識，將微觀數(shù)據(jù)、數(shù)字普惠金融數(shù)據(jù)和省級統(tǒng)計數(shù)據(jù)進行匹配，形成宏微觀數(shù)據(jù)相結合的數(shù)據(jù)集。在篩選農村地區(qū)家庭樣本、剔除數(shù)據(jù)缺失或異常的樣本后，最終形成包含2517個農村家庭樣本的截面數(shù)據(jù)。

2.2 變量選取

變量的描述性統(tǒng)計如表1所示，變量分為被解釋變量、核心解釋變量和控制變量三類。

被解釋變量。本文的被解釋變量是農戶機械化水平，變量數(shù)據(jù)來自CLDS調查問卷中問題“目前，您家糧食作物生產的農田耕種方式是什么？（1=全機械化；2=部分機械化；3=傳統(tǒng)農耕）”。

核心解釋變量。本文的核心解釋變量是數(shù)字普惠金融發(fā)展程度，該變量數(shù)據(jù)來源于數(shù)字普惠金融數(shù)據(jù)庫中的總指數(shù)（Indx aggregate）。參考孫學濤等［31］的做法，本研究將數(shù)字普惠金融總指數(shù)的原值除以100后納入回歸模型。

控制變量。本文控制變量主要包括戶主特征、家庭特征和村居特征三類。戶主控制變量包括戶主年齡、性別、受教育年限；家庭控制變量包括家庭人口、收入、勞動力數(shù)量、家庭撫養(yǎng)比、是否是農業(yè)生產專業(yè)戶、家庭勞動力平均年齡、平均受教育年限和健康評價平均得分；村莊控制變量包括家庭所在村莊實際居住人口、勞動力人數(shù)、人均年收入、村民從事農業(yè)生產的比重、距縣城的距離。其中價值型變量在納入模型時均進行對數(shù)化處理。

2.3 模型設定

根據(jù)被解釋變量農戶機械化的數(shù)據(jù)類型，本文選用Order Probit模型進行基準回歸，同時使用Order Logit模型與基準回歸結果作對比。基準回歸模型設定如式（1）所示。

Mech=β0+β1Index+β2nXn+ε

（1）

式中：

β0——常數(shù)項；

Xn——控制變量；

β1、β2n——待估參數(shù)；

ε——誤差項。

3 實證結果與分析

3.1 基準結果回歸分析

在模型回歸前采用方差膨脹因子方法對所有解釋變量進行多重共線性檢驗，所得VIF值最大為3.58，均值為1.59，表明變量間不存在多重共線性問題。基準回歸結果如表2所示，在對樣本的戶主特征、家庭特征、村莊特征進行控制后，核心解釋變量數(shù)字普惠金融發(fā)展程度的估計參數(shù)為負，并在1%的統(tǒng)計水平上顯著。這表示數(shù)字普惠金融能夠對農戶機械化水平的提升帶來顯著的促進作用，即數(shù)字金融發(fā)展程度越高，越能夠提高農戶在農業(yè)生產中機械使用程度。

為進一步分析數(shù)字普惠金融的單位變化對農戶機械化水平的影響，分別在兩個模型中估計數(shù)字普惠金融發(fā)展程度的邊際效應。表3顯示，兩模型邊際效應估計結果類似。以Order Probit模型為例進行分析，當所有解釋變量處于均值時，數(shù)字普惠金融發(fā)展水平每提高1%，農戶機械化水平為全機械化的概率上升34.1%，為半機械化的概率增加11.8%，而不采用機械化的概率下降45.8%。這說明數(shù)字普惠金融發(fā)展程度越高，越能提升農戶機械化水平，使農戶以全機械化、半機械化水平進行農業(yè)生產。

3.2 內生性與穩(wěn)健性檢驗

3.2.1 對內生性的討論

數(shù)字普惠金融發(fā)展程度對農戶機械化水平的影響可能會因為遺漏變量、反向因果等問題而產生內生性，使基準回歸結果不夠穩(wěn)健。對此，已有研究采用與杭州的空間距離［6， 29］、歷史上的電話用戶數(shù)［30］、數(shù)字普惠金融滯后一期變量［7］等作為數(shù)字普惠金融的工具變量，來解決內生性問題。本文借孫學濤［31］、傅秋子［6］等的研究，選用農村家庭所在省會距離杭州的球面距離作為工具變量，并采用條件混合過程法（CMP）進行參數(shù)估計。選取該變量的原因在于：一方面，該工具變量與解釋變量具有相關性。杭州是數(shù)字普惠金融的主要發(fā)源地，且其具有空間溢出效應［31］，距離杭州的距離遠近與數(shù)字普惠金融的發(fā)展程度關系緊密。另一方面，該工具變量具有外生性。農戶所在省份的省會與杭州的遠近屬客觀地理距離，和被解釋變量農業(yè)機械化水平無直接聯(lián)系。故本文選取各地省會對杭州的球面距離作為工具變量來克服內生性。

由表4列（1）可得，在用工具變量克服內生性后，數(shù)字普惠金融發(fā)展程度的估計系數(shù)符號沒有發(fā)生改變，在10%的水平上顯著。這表明數(shù)字普惠金融發(fā)展程度對農戶機械化水平仍具有顯著正向影響，與基準回歸的結果一致，表明基準回歸結果較為穩(wěn)健。

3.2.2 穩(wěn)健性檢驗

本部分借鑒孫學濤［31］、閆桂權［18］等的檢驗方法，從以下兩個方面檢驗數(shù)字普惠金融發(fā)展程度對農戶機械化水平影響的穩(wěn)健性。

1）" 替換被解釋變量。借鑒楊子等［32］的研究，本文選用家庭農機資產原值作為被解釋變量的替代變量，該變量數(shù)據(jù)來自CLDS數(shù)據(jù)庫中“拖拉機購買花費”和“大型農機購買花費”之和，在納入模型時進行了對數(shù)處理。如表4列（2）所示，在進行被解釋變量的替換后，數(shù)字普惠金融仍然能夠對農戶機械化水平的提升產生顯著的正向影響，與基準回歸結果一致，說明基準模型估計結果穩(wěn)健。

2）" 重新量化數(shù)字普惠金融。借鑒孫學濤等［31］的研究，本部分將數(shù)字普惠金融重新量化處理，在納入模型時進行對數(shù)化運算。如表4列（3）所示，在進行核心解釋變量的替換后，數(shù)字普惠金融仍然能夠對機械化水平的提升產生顯著正向影響，與基準回歸結果一致，說明數(shù)字普惠金融對農戶機械化水平影響的估計結果穩(wěn)健。

3.3 作用機制分析

3.3.1 農村家庭創(chuàng)業(yè)的中介效應檢驗

根據(jù)前文分析，數(shù)字普惠金融可能通過影響家庭創(chuàng)業(yè)間接促進農戶機械化水平的提高。為進一步厘清家庭創(chuàng)業(yè)在其中發(fā)揮的中介作用，本文使用農村家庭創(chuàng)業(yè)這一變量作為中介變量，利用溫忠麟等［33］提出的中介效應模型來厘清其內在作用機制。在變量“農村家庭創(chuàng)業(yè)”的衡量中，本文參考何婧等［10］的研究，基于CLDS數(shù)據(jù)庫中“上年度家庭經(jīng)營收入”“流轉土地面積”和“耕地總面積”數(shù)據(jù)，來判斷樣本家庭是否進行創(chuàng)業(yè)。農村家庭創(chuàng)業(yè)分為非農創(chuàng)業(yè)和農業(yè)創(chuàng)業(yè)兩種。若“上年度家庭經(jīng)營收入”大于0，則判定為進行非農創(chuàng)業(yè)，設為1；若土地流轉面積大于0.667 hm2或耕地總面積大于1.333 hm2則判定為農業(yè)創(chuàng)業(yè)，設為1；若農戶家庭不滿足兩種創(chuàng)業(yè)類型要求，則判定該家庭未進行創(chuàng)業(yè)，設為0。中介效應模型設定如式（2）～式（4）所示。

Mech=β0+β1Index+β2nXn+ε1

（2）

M=β0+β3Index+β2nXn+ε2

（3）

Mech=β0+β1′Index+β2nXn+β4Mn+ε3

（4）

式中：

M——農村家庭創(chuàng)業(yè)；

β3、β4——待估參數(shù)；

ε1、ε2、ε3——誤差項。

表5報告了中介變量模型的逐步回歸結果，表5列（1）結果表明，數(shù)字普惠金融能夠顯著提升農戶機械化水平；表5列（2）結果表明，數(shù)字普惠金融能夠顯著增加農戶家庭進行創(chuàng)業(yè)的可能性；表5列（3）結果表明，變量數(shù)字普惠金融發(fā)展程度和農村家庭創(chuàng)業(yè)均顯著，且通過了Sobel檢驗。這表明農村家庭創(chuàng)業(yè)這一變量的中介效應成立，且發(fā)揮了部分中介的作用。β1′符號與β3β4一致，進一步計算中介效應占總效應的比值，即β3β4/β1=0.778×（-0.488）/（-1.234）≈0.308。這表明，數(shù)字普惠金融對農戶機械化水平的正向影響約有30.8%是通過農村家庭創(chuàng)業(yè)這一中介來實現(xiàn)的，假設2得證。

3.3.2 傳統(tǒng)金融業(yè)的調節(jié)效應檢驗

為進一步理解數(shù)字普惠金融對農戶機械化水平影響的內在機制，本文研究數(shù)字普惠金融提升農戶機械化水平過程中的調節(jié)效應。數(shù)字普惠金融是傳統(tǒng)金融與數(shù)字技術結合的業(yè)務拓展與創(chuàng)新，其對農戶機械化的影響離不開傳統(tǒng)金融業(yè)的支撐。參考張正平［27］、林瑤鵬［34］、馮偉［35］等的做法，使用金融機構存款余額和貸款余額之和占GDP的比重來量化傳統(tǒng)金融業(yè)發(fā)展程度，以此作為調節(jié)變量，研究傳統(tǒng)金融業(yè)發(fā)展程度在數(shù)字普惠金融影響農戶機械化水平過程中調節(jié)機制。金融機構存款余額、貸款余額數(shù)據(jù)來源于EPS數(shù)據(jù)平臺。

借鑒連燕玲等［36］的做法，本文在模型中引入傳統(tǒng)金融發(fā)展程度與數(shù)字普惠金融發(fā)展程度的交互項，實證檢驗結果如表5列（4）所示。結果表明，在引入交互項后核心解釋變量和交互項均顯著，因此調節(jié)效應假設成立。進一步，數(shù)字普惠金融發(fā)展程度的符號與交互項符號相同，這表明傳統(tǒng)金融業(yè)發(fā)展程度能夠強化主效應，即數(shù)字普惠金融對農戶機械化水平的影響受到傳統(tǒng)金融業(yè)發(fā)展的調節(jié)作用，傳統(tǒng)金融業(yè)發(fā)展程度越高，數(shù)字普惠金融對農戶機械化水平提升作用越強。

3.4 異質性分析

3.4.1 糧食產銷分區(qū)異質性

不同糧食產銷分區(qū)對農業(yè)機械化的要求不同，考慮糧食產銷分區(qū)因素，有助于進一步理解數(shù)字普惠金融對農戶機械化水平產生影響的作用過程。糧食主產區(qū)包括：黑、吉、遼、蒙、冀、豫、魯、蘇、皖、贛、鄂、湘、川；糧食主銷區(qū)包括：京、津、滬、浙、閩、粵、瓊；糧食產銷平衡區(qū)包括：晉、寧、青、甘、藏、云、貴、渝、桂、陜、新。本部分借鑒龔斌磊等［37］的研究，將農戶樣本按照糧食主產區(qū)、糧食主銷區(qū)和糧食產銷平衡區(qū)分組，以探究在不同的糧食產銷功能定位下，數(shù)字普惠金融發(fā)展程度對農戶機械化水平影響的異同。

如表6列（1）、列（3）所示，在糧食主產區(qū)和產銷平衡區(qū)中數(shù)字普惠金融參數(shù)符號為負，并在1%的統(tǒng)計水平上顯著，這表明在糧食主產區(qū)和產銷平衡區(qū)中數(shù)字普惠金融對農戶機械化水平的提升有促進作用。組間差異檢驗發(fā)現(xiàn)，數(shù)字普惠金融對糧食主產區(qū)和產銷平衡區(qū)的農戶機械化水平影響存在顯著的組間差異，這表明數(shù)字普惠金融對產銷平衡區(qū)農戶機械化水平的提升要大于糧食主產區(qū)。可能的原因在于糧食主產區(qū)的機械化發(fā)展趨于飽和，數(shù)字普惠金融對于農戶機械化水平的提升作用相對有限。

表6列（2）結果表明，在糧食主銷區(qū)中，數(shù)字普惠金融的參數(shù)符號為正，且未通過顯著性檢驗。可能是由于糧食主銷區(qū)省份非農產業(yè)發(fā)達，數(shù)字普惠金融所帶來的資本要素會被優(yōu)先運用到非農產業(yè)部門，故對該地區(qū)的農戶機械化水平影響不明顯。而糧食主產區(qū)和產銷平衡區(qū)的非農產業(yè)部門資本吸納能力有限，數(shù)字普惠金融帶來的資本要素能更多地投入農業(yè)產業(yè)部門，更能促進農戶機械化水平的提升。

3.4.2 地形異質性

機械化的推進還會受到地形條件的制約，本部分按照村莊地形條件將樣本分為平原區(qū)、丘陵區(qū)和山地區(qū)。如表6列（4）～列（6）所示，數(shù)字普惠金融發(fā)展程度對農戶機械化的影響均顯著，且系數(shù)符號均為負。這表明數(shù)字普惠金融在不同地形條件下對農戶機械化發(fā)展均有促進作用。而丘陵和山區(qū)農戶的核心解釋變量回歸參數(shù)絕對值大于平原農戶的回歸參數(shù)絕對值，且通過了組間差異檢驗。這表明，數(shù)字普惠金融對丘陵、山地的農戶機械化水平提升作用更強。對之可能的解釋是：一方面，與丘陵、山區(qū)相比，平原地區(qū)原有農業(yè)機械化基礎好，機械擁有量已相對充裕，相較之下數(shù)字普惠金融對平原農戶機械化水平的提升作用稍弱；另一方面，與平原相比，丘陵和山地的經(jīng)濟水平和傳統(tǒng)金融發(fā)展相對滯后，其原本用于機械投資的資本要素更為稀缺。在此背景下，數(shù)字普惠金融為丘陵、山地地區(qū)農戶提供了新的融資渠道，較好地緩解了這些地區(qū)農戶的資金約束，相較之下能更顯著地提升丘陵山地農戶的機械化水平。

4 結論與政策啟示

中國農業(yè)機械化長期面臨資本要素稀缺問題，而數(shù)字普惠金融的興起為緩解農戶信貸約束、促進農業(yè)生產投資、提高農戶機械化水平提供了新路徑。本文基于中國勞動力動態(tài)調查數(shù)據(jù)和北京大學數(shù)字普惠金融指數(shù)，運用Order Probit模型、中介效應模型實證分析了數(shù)字普惠金融對農戶機械化水平的影響。

1）" 數(shù)字普惠金融能夠顯著促使農戶以機械化或半機械化的方式進行農業(yè)生產，有利于提高農戶機械化水平。

2）" 農村家庭創(chuàng)業(yè)在數(shù)字普惠金融和農戶機械化水平之間起部分中介作用，數(shù)字普惠金融對農戶機械化水平的提升約有30.8%是通過農村家庭創(chuàng)業(yè)實現(xiàn)的。

3）" 傳統(tǒng)金融業(yè)發(fā)展程度越高，數(shù)字普惠金融越能推動機械化水平的提升。相較之下，數(shù)字普惠金融能更好提升糧食主產區(qū)、產銷平衡區(qū)和丘陵山區(qū)農戶的機械化水平。

基于上述結論，本文得出如下政策啟示。

1） 重視數(shù)字普惠金融對農戶機械化的促進作用，鼓勵數(shù)字普惠金融機構在農村地區(qū)開展金融業(yè)務。

2） 理解農村家庭創(chuàng)業(yè)在數(shù)字普惠金融促進農戶機械化過程中所起的中介作用，為農戶農業(yè)創(chuàng)業(yè)和非農創(chuàng)業(yè)提供配套政策支持，強化農村家庭創(chuàng)業(yè)在農戶機械化水平提升過程中的中介效應。

3） 明晰數(shù)字普惠金融對農戶機械化水平的影響在不同糧食產銷分區(qū)和地形條件下的異同，著重在糧食主產區(qū)、產銷平衡區(qū)和丘陵山區(qū)提供配套政策支持，加強數(shù)字普惠金融對這些地區(qū)農戶機械化水平的提升作用。

參 考 文 獻

［1］ 楊皓月， 李慶華， 孫會敏， 等. 金融支持農業(yè)機械化發(fā)展的路徑選擇研究——基于31省（區(qū)、市）面板數(shù)據(jù)的實證分析［J］. 中國農機化學報， 2020， 41（12）： 202-209.

Yang Haoyue， Li Qinghua， Sun Huimin， et al. Research on the path selection of financial support for agricultural mechanization development： Empirical analysis based on panel data of 31 provinces （autonomous regions and municipalities） ［J］. Journal of Chinese Agricultural Mechanization， 2020， 41（12）： 202-209.

［2］ 行偉波， 張思敏. 財政政策引導金融機構支農有效嗎？——涉農貸款增量獎勵政策的效果評價［J］. 金融研究， 2021（5）： 1-19.

Xing Weibo， Zhang Simin. Have public finance policies induced financial institutions to support agricultural development？ An evaluation of the effects of the reward policy on incremental agricultural loans in China ［J］. Journal of Financial Research， 2021（5）： 1-19.

［3］ 王吉鵬， 肖琴， 李建平. 新型農業(yè)經(jīng)營主體融資： 困境、成因及對策——基于131個農業(yè)綜合開發(fā)產業(yè)化發(fā)展貸款貼息項目的調查［J］. 農業(yè)經(jīng)濟問題， 2018（2）： 71-77.

Wang Jipeng， Xiao Qin， Li Jianping. Financing predicament and countermeasure of new agricultural proprietors ［J］. Issues in Agricultural Economy， 2018（2）： 71-77.

［4］ 黃益平， 黃卓. 中國的數(shù)字金融發(fā)展： 現(xiàn)在與未來［J］. 經(jīng)濟學（季刊）， 2018， 17（4）： 1489-1502.

Huang Yiping， Huang Zhuo. The development of digital finance in China： Present and future ［J］. China Economic Quarterly， 2018， 17（4）： 1489-1502.

［5］ 傅秋子， 黃益平. 數(shù)字金融對農村金融需求的異質性影響——來自中國家庭金融調查與北京大學數(shù)字普惠金融指數(shù)的證據(jù)［J］. 金融研究， 2018（11）： 68-84.

Fu Qiuzi， Huang Yiping. Digital finance’s heterogeneous effects on rural financial demand： Evidence from China household finance survey and inclusive digital finance index ［J］. Journal of Financial Research， 2018（11）： 68-84.

［6］ 易行健， 周利. 數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)［J］. 金融研究， 2018（11）： 47-67.

Yi Xingjian， Zhou Li. Does digital financial inclusion significantly influence household consumption？Evidence from household survey data in China ［J］. Journal of Financial Research， 2018（11）： 47-67.

［7］ 田杰. 新型農村金融機構、資金外流與鄉(xiāng)村振興［J］. 財經(jīng)科學， 2020（1）： 29-41.

Tian Jie. New rural financial institutions， capital outflow and rural revitalization ［J］. Finance amp; Economics， 2020（1）： 29-41.

［8］ 何婧， 李慶海. 數(shù)字金融使用與農戶創(chuàng)業(yè)行為［J］. 中國農村經(jīng)濟， 2019（1）： 112-126.

He Jing， Li Qinghai. Digital finance and farmers’ entrepreneurship ［J］. Chinese Rural Economy， 2019（1）： 112-126.

［9］ 謝絢麗， 沈艷， 張皓星， 等.數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)［J］. 經(jīng)濟學（季刊）， 2018， 17（4）： 1557-1580.

Xie Xuanli， Shen Yan， Zhang Haoxing， et al. Can digital finance promote entrepreneurship？ Evidence from China ［J］. China Economic Quarterly， 2018， 17（4）： 1557-1580.

［10］ 莫媛， 沈坤榮. 縣域銀行網(wǎng)點布局與農村信貸資金流動［J］. 華南農業(yè)大學學報（社會科學版）， 2020， 19（3）： 11-23.

Mo Yuan， Shen Kunrong. County bank outlets layout and rural credit capital flow ［J］. Journal of South China Agricultural University （Social Science Edition）， 2020， 19（3）： 11-23.

［11］ 高延雷， 張正巖， 王志剛. 城鎮(zhèn)化提高了農業(yè)機械化水平嗎？——來自中國31個省（區(qū)、市）的面板證據(jù)［J］. 經(jīng)濟經(jīng)緯， 2020， 37（3）： 37-44.

Gao Yanlei， Zhang Zhengyan， Wang Zhigang. Does urbanization improve agricultural mechanization？ Panel evidence from 31 provinces in China ［J］. Economic Survey， 2020， 37（3）： 37-44.

［12］ 周晶， 陳玉萍， 阮冬燕. 地形條件對農業(yè)機械化發(fā)展區(qū)域不平衡的影響——基于湖北省縣級面板數(shù)據(jù)的實證分析［J］. 中國農村經(jīng)濟， 2013（9）： 63-77.

［13］ Guirkinger C， Boucher S R. Credit constraints and productivity in peruvian agriculture ［J］. Agricultural Economics， 2008， 39（3）： 295-308.

［14］ 楊艷琳， 付晨玉. 中國農村普惠金融發(fā)展對農村勞動年齡人口多維貧困的改善效應分析［J］. 中國農村經(jīng)濟， 2019（3）： 19-35.

Yang Yanlin， Fu Chenyu. The improvement effect of China’s rural inclusive financial development on the multidimensional poverty of working-age population in rural areas ［J］. Chinese Rural Economy， 2019（3）： 19-35.

［15］ 閆桂權， 何玉成， 張曉恒. 數(shù)字普惠金融發(fā)展能否促進農業(yè)機械化——基于農機作業(yè)服務市場發(fā)展的視角［J］. 農業(yè)技術經(jīng)濟， 2022（1）： 51-64.

Yan Guiquan， He Yucheng， Zhang Xiaoheng. Can the development of digital inclusive finance promote agricultural mechanization： Based on the perspective of the development of agricultural machinery outsourcing service market ［J］. Journal of Agro technical Economics， 2022（1）： 51-64.

［16］ 李江一， 秦范. 如何破解農地流轉的需求困境？——以發(fā)展新型農業(yè)經(jīng)營主體為例［J］. 管理世界， 2022， 38（2）： 84-99， 6.

Li Jiangyi， Qin Fan. How to overcome the demand dilemma of farmland transfer in China？ Evidence from the development of new agricultural operators ［J］. Journal of Management World， 2022， 38（2）： 84-99， 6.

［17］ 趙曉峰， 趙祥云. 新型農業(yè)經(jīng)營主體社會化服務能力建設與小農經(jīng)濟的發(fā)展前景［J］. 農業(yè)經(jīng)濟問題， 2018（4）： 99-107.

Zhao Xiaofeng， Zhao Xiangyun. Construction of social service capacity of new agricultural business entities and the prospect of small peasant economy ［J］. Issues in Agricultural Economy， 2018（4）： 99-107.

［18］ 王杰， 蔡志堅， 吉星. 生計資本對農村家庭創(chuàng)業(yè)的影響研究——基于家庭生命周期的異質性視角［J］. 世界農業(yè)， 2022（3）： 109-122.

Wang Jie， Cai Zhijian， Ji Xing. A study on the impact of livelihood capital on rural household entrepreneurship： A heterogeneous farm household perspective based on the household life cycle ［J］. World Agriculture， 2022（3）： 109-122.

［19］ 靳欣婷， 孟志興. 農業(yè)補貼對農村家庭創(chuàng)業(yè)的影響研究——基于中國家庭金融調查的實證分析［J］. 世界農業(yè)， 2022（1）： 112-123.

Jin Xinting， Meng Zhixing. Study on the influence of agricultural subsidies on rural family entrepreneurship： Empirical analysis based on household finance survey in China ［J］. World Agriculture， 2022（1）： 112-123.

［20］ 石玲玲， 余秀江， 楊威， 等. 數(shù)字普惠金融的增收效應與作用機制——基于中國市級面板數(shù)據(jù)的實證分析［J］. 金融經(jīng)濟學研究， 2022， 37（2）： 93-104.

Shi Lingling， Yu Xiujiang， Yang Wei， et al. The impact of digital financial inclusion on income increase and the mechanism： Empirical analysis based on Chinese municipal panel data ［J］. Financial Economics Research， 2022， 37（2）： 93-104.

［21］ Allen F， Demirguc-Kunt A， et al. The foundations of financial inclusion： Understanding ownership and use of formal accounts ［J］. Journal of Financial Intermediation， 2016， 27： 1-30.

［22］ 王聰聰， 黨超， 徐峰， 等. 互聯(lián)網(wǎng)金融背景下的金融創(chuàng)新和財富管理研究［J］. 管理世界， 2018， 34（12）： 168-170.

Wang Congcong， Dang Chao， Xu Feng， et al. Research on financial innovation and wealth management under the background of internet finance ［J］. Journal of Management World， 2018， 34（12）： 168-170.

［23］ 金鈴， 王建英， 劉西川. 勞動力成本上升與農機社會化服務需求——以低勞動強度、低技術含量的稻谷晾曬環(huán)節(jié)為例［J］. 農林經(jīng)濟管理學報， 2020， 19（2）： 171-180.

Jin Ling， Wang Jianying， Liu Xichuan. Rising labor costs and demand for agricultural productive service： Evidence from production stage of paddy drying with low labor intensity and technical content ［J］. Journal of Agro-Forestry Economics and Management， 2020， 19（2）： 171-180.

［24］ 張正平， 王瓊. 數(shù)字普惠金融發(fā)展對農業(yè)生產有資本替代效應嗎？——基于北京大學數(shù)字普惠金融指數(shù)和CFPS數(shù)據(jù)的實證研究［J］. 金融評論，" 2021， 13（6）： 98-116， 120.

Zhang Zhengping， Wang Qiong. Does digital financial inclusion affect capital-labor substitution in agricultural production？ An empirical research based on digital financial inclusion index of peking university and CFPS data ［J］. Chinese Review of Financial Studies， 2021， 13（6）： 98-116， 120.

［25］ 郭峰， 王靖一， 王芳， 等. 測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］. 經(jīng)濟學（季刊）， 2020， 19（4）： 1401-1418.

Guo Feng， Wang Jingyi， Wang Fang， et al. Measuring China’s digital financial inclusion： Index compilation and spatial characteristics ［J］. China Economic Quarterly， 2020， 19（4）： 1401-1418.

［26］ 張勛， 萬廣華， 張佳佳， 等. 數(shù)字經(jīng)濟、普惠金融與包容性增長［J］. 經(jīng)濟研究， 2019， 54（8）： 71-86.

Zhang Xun， Wan Guanghua， Zhang Jiajia，et al. Digital economy， financial inclusion and inclusive growth ［J］. Economic Research Journal， 2019， 54（8）： 71-86.

［27］ 錢海章， 陶云清， 曹松威， 等. 中國數(shù)字金融發(fā)展與經(jīng)濟增長的理論與實證［J］. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2020， 37（6）： 26-46.

Qian Haizhang， Tao Yunqing， Cao Songwei， et al. Theoretical and empirical analysis on the development of digital finance and economic growth in China ［J］. Journal of Quantitative amp; Technological Economics， 2020， 37（6）： 26-46.

［28］ 孫學濤， 于婷， 于法穩(wěn). 數(shù)字普惠金融對農業(yè)機械化的影響——來自中國1869個縣域的證據(jù)［J］. 中國農村經(jīng)濟， 2022（2）： 76-93.

Sun Xuetao， Yu Ting， Yu Fawen. The impact of digital finance on agricultural mechanization： Evidence from 1869 counties in China ［J］. Chinese Rural Economy， 2022（2）： 76-93.

［29］ 楊子， 饒芳萍， 諸培新. 農業(yè)社會化服務對土地規(guī)模經(jīng)營的影響——基于農戶土地轉入視角的實證分析［J］. 中國農村經(jīng)濟， 2019（3）： 82-95.

Yang Zi， Rao Fangping， Zhu Peixin. The impact of specialized agricultural services on land scale management： An empirical analysis from the perspective of farmers’ land transfer-in ［J］. Chinese Rural Economy， 2019（3）： 82-95.

［30］ 溫忠麟， 葉寶娟. 中介效應分析： 方法和模型發(fā)展［J］. 心理科學進展， 2014， 22（5）： 731-745.

Wen Zhonglin， Ye Baojuan. Analyses of mediating effects： The development of methods and models ［J］. Advances in Psychological Science， 2014， 22（5）： 731-745.

［31］ 林瑤鵬， 林柳琳， 劉帷韜. 市場化程度、金融發(fā)展水平與區(qū)域創(chuàng)新能力——基于企業(yè)家精神的中介效應研究［J］. 科技管理研究， 2022， 42（9）： 46-55.

Lin Yaopeng， Lin Liulin， Liu Weitao. Marketization， financial development and regional innovation capability： Research on the mediating effect of entrepreneurship ［J］. Science and Technology Management Research， 2022， 42（9）： 46-55.

［32］ 馮偉， 蘇婭. 財政分權、政府競爭和中國經(jīng)濟增長質量：基于政治經(jīng)濟學的分析框架［J］. 宏觀質量研究， 2019， 7（4）： 33-47.

Feng Wei， Su Ya. Fiscal decentralization， government competition and quality of China’s economic growth： Based on the political and economic analysis framework ［J］. Journal of Macro-quality Research， 2019， 7（4）： 33-47.

［33］ 連燕玲， 葉文平， 劉依琳. 行業(yè)競爭期望與組織戰(zhàn)略背離——基于中國制造業(yè)上市公司的經(jīng)驗分析［J］. 管理世界， 2019， 35（8）： 155-172， 191-192.

Lian Yanye， Ye Wenping， Liu Yilin. Stock exchange comment letters and management earnings forecast ［J］. Journal of Management World， 2019， 35（8）： 155-172， 191-192.

［34］ 龔斌磊， 張書睿. 省際競爭對中國農業(yè)的影響［J］. 浙江大學學報（人文社會科學版）， 2019， 49（2）： 14-31.

Gong Binlei， Zhang Shurui. The impacts of interprovincial competition on China’s agriculture ［J］. Journal of Zhejiang University （Humanities and Social Sciences）， 2019， 49（2）： 14-31.