涉農貸款對農業經濟韌性的影響效應與機制研究

摘要 基于2005—2018年中國30個省級行政區劃的面板數據，構建評價指標測算農業經濟韌性，在此基礎上采用漸進雙重差分法探究涉農貸款對農業經濟韌性的影響機理和作用路徑。結果表明：涉農貸款增量獎勵政策的實施能夠顯著提升農業經濟韌性；異質性分析表明該效應在金融市場欠發達的中部和西部地區更為顯著；機制分析發現增量獎勵政策通過優化農業基礎設施建設來提升農業經濟韌性。

關鍵詞 涉農貸款增量獎勵政策；農業經濟韌性；農業基礎設施建設；漸進雙重差分

中圖分類號 S-9；F127 文獻標識碼 A 文章編號 0517-6611（2025）06-0207-06

doi：10.3969/j.issn.0517-6611.2025.06.047

The Impact Effect and Mechanism of Agricultural Loans on Agricultural Economic Resilience： An Empirical Analysis Based on Quasi-Natural Experiment

HU Shu-lin，WU Si-xuan，BAI Xi

（School of Economics and Management，Southwest University of Science and Technology，Mianyang，Sichuan" 621010）

Abstract Based on the panel data of 30 provincial administrative divisions in China from 2005 to 2018， the evaluation index is constructed to calculate the resilience of agricultural economy. On this basis， the gradual double difference method is used to explore the impact mechanism and path of agricultural loans on the resilience of agricultural economy. The results show that the implementation of the incremental incentive policy of agricultural loans can significantly enhance the resilience of agricultural economy; Heterogeneity analysis shows that the effect is more significant in the central and western regions with underdeveloped financial markets;the mechanism analysis shows that the incremental incentive policy improves the resilience of agricultural economy by optimizing the construction of agricultural infrastructure.

Key words Agricultural loan increment incentive policy；Agricultural economic resilience； Agricultural infrastructure construction；Asymptotic double difference

當前，世界正面臨著百年之未有大變局，為了應對國內外復雜的局勢變化，充分發揮農業產業“穩定器”和“壓艙石”的作用，是我國當前切實可行的戰略選擇。農業經濟作為國家經濟體系的重要組成部分，農業穩定是國民經濟發展的基礎條件，農業高質量發展是經濟高質量發展的基礎。鑒于農業產業與生俱來的弱質性，其顯著特征包括長生產周期和高自然風險，這使得農業極易受到外部不穩定性因素的沖擊。在當前背景下，加強農業經濟韌性，走出一條既穩健又高質量的農業經濟發展路徑，顯得尤為迫切和關鍵。2023年中央一號文件提出我國要立足國情、農情，建設產業韌性強的農業強國。農業韌性強不僅能夠促進農業高質量發展和農業農村現代化，有利于加快建設農業強國，也為中國經濟快速恢復奠定了堅實的基礎。因此，提升農業經濟韌性水平是推動農業現代化發展，賦能農業強國建設的重要舉措。

當前，我國農村信貸市場信息不對稱問題嚴重，農村經濟發展對信貸資金的需求增多，而資金供求失衡卻給農業經濟發展帶來負面影響。因此，財政支農政策實施是解決農村資金缺口，促進農業可持續發展的關鍵。中央強調加大農村金融的政策支持力度，利用財政杠桿，實現財政政策和金融政策的有效銜接，引導更多資金流向“三農”領域。歷年來，我國政府頒布了大量支持農業貸款和農業經濟發展的政策，近期開始嘗試利用財政政策手段引導金融資源向農村地區配置，促進財政支農與金融支農的協調互動，發揮其各自在支農上的比較優勢。2009年，財政部印發《財政縣域金融機構涉農貸款增量獎勵資金管理暫行辦法》，強調利用財政手段引導金融資源流向農村、農業，將原本被排除在金融體系之外的農村低收入人群納入正規金融服務體系。

1 文獻綜述

韌性這一概念，在物理學中用來形容材料變形時吸收變形力的能力。1973年，生態學家Holling［1］將這一概念引入生態學研究框架中，旨在深入剖析生態系統在遭受到外界因素干擾后，所展現出的適應修復能力。2006年，Folke等［2］將韌性的概念引入農業領域，農業韌性被定義為農業體系在面對自然災害、政策調整及市場波動等外部擾動時，所展現出的維持其固有特性及核心功能不受損害的能力。2012年，Martin［3］率先將韌性引入經濟學研究中，他認為經濟韌性是經濟體應對外部環境干擾、抵御經濟沖擊后，所展現出來的自我調整和恢復的能力。在對經濟韌性這一課題的研究上，我國相較于其他國家起步較晚，目前圍繞經濟韌性的研究，聚焦于城市群經濟韌性［4-5］、縣域經濟韌性［6-7］以及農業經濟韌性。

關于農業經濟韌性的研究，基本圍繞著測度方式、空間差異以及影響因素展開。目前，現有研究對農業經濟韌性的測度多集中于省級層面，常用來測度農業經濟韌性的方法為綜合指標評價法［8-10］，也有少數學者運用反事實指數法［11］進行測度。張明斗等［12］通過綜合指標評價法對我國31省（區、市）農業經濟韌性進行綜合測度后，發現全國整體的農業經濟韌性差異呈現出縮小的趨勢，但是地理位置不同的省區其農業經濟韌性存在著明顯的差異性，中部地區最高，西部地區則明顯低于其他地區。在農業經濟韌性的影響因素方面，現有研究發現農業基礎設施建設［13-14］、數字鄉村建設［15-16］、數字經濟［17-18］等因素能夠顯著提升農業經濟韌性。

當前，我國金融市場發展速度迅猛，農村經濟發展卻普遍面臨著信貸資金獲取難的現狀，歸根到底是由于我國農村信貸市場存在著信息不對稱的問題，使得金融機構的資金大多流向城市，農戶所能夠獲得的信貸資金受到限制［19］。目前國內有研究指出，農業貸款能夠有效促進農業經濟發展，如孫同全等［20］對新中國成立以來農村金融的相關研究進行回顧總結，發現一直以來農業貸款在促進農業經濟發展上起到了顯著的正向作用，農業貸款不僅能夠為農村地區的發展提供資金來源，同時能有效緩解金融機構效率低的問題；也有研究發現在促進農業經濟增長和提高農民收入水平的過程中，農業貸款的增長并不是重要的資源要素［21-22］。

綜上所述，目前圍繞農業經濟韌性以及涉農貸款展開的研究已經產生了許多成果，為該研究涉農貸款對農業經濟韌性的影響效應和作用機制提供了參考。與現有研究相比，該研究創新點在于：首先，為了消除內生性的干擾，該研究利用涉農貸款增量獎勵的政策沖擊創造準自然試驗，在考慮到該政策分批次實施的特征后，選用漸進雙重差分法對農業經濟韌性進行效應分析；其次，目前在探討農業經濟韌性的研究中，對整體經濟韌性方面的研究則略顯缺乏，為了更加全面地評估農業經濟韌性，需要對現有的指標評價體系進行適應性優化，既要確保其合理性，又要提升其可操作性，從而更精準地反映農業經濟韌性的實際情況；再次，關于涉農貸款與農業經濟韌性的效應分析與機制探討缺乏專門研究。因此，深入剖析前述問題對于我國農業發展的穩定性與健康性至關重要，這不僅有助于激發我國農業產業持續發展的內在驅動力，還能在地域層面上對我國農業發展的布局產生積極的推動作用，從而實現農業高質量發展和農業農村現代化。

2 政策試點與理論分析

2.1 政策試點

2009年，為了激勵金融機構加大涉農貸款投放力度，改善城鄉之間金融服務差異過大的問題，財政部下發了《財政縣域金融機構涉農貸款增量獎勵資金管理暫行辦法》。該政策規定：自2009年起，針對涉農貸款業務表現優異的縣域金融機構，上年涉農貸款余額同比增長超過 15%，同時不良貸款率未呈現同比上升的機構，財政部門將采取獎勵措施。對于上述金融機構上年末涉農貸款余額超過 15%的增量部分，財政部門將按照 2%的比例進行獎勵，并將此獎勵納入機構當年的收入核算，同時計入財政部門的次年財政預算，以資鼓勵其繼續支持農業貸款業務的發展。

2019 年，財政部發布了《關于做好 2019 年中央財政普惠金融發展專項資金管理工作的通知》，自此不再執行縣域金融機構涉農貸款增量獎勵政策。

2.2 理論分析

農業發展長期存在資金供求缺口。對于金融機構來說，農戶借款額度偏小、數量繁多，農業產業周期長、風險大，且普遍缺乏擔保或擔保價值偏低，因而金融機構普遍面臨著交易成本大、信用風險高等問題。若依靠市場自覺配置，商業性金融機構可能因為缺乏激勵而不愿意為農民或者涉農主體發放貸款，轉而投向回報率更高、更有擔保的其他市場，或者讓農民付出更高的貸款利率。因而，僅通過市場“看不見的手”來調控農村信貸支農的效果較差。

近年來，為了促進農業貸款和農業經濟的蓬勃發展，我國政府已出臺了一系列扶持性政策。這些政策不僅聚焦于農業貸款，更旨在通過財政手段優化金融資源在農業農村的配置。在這一過程中，政府積極尋求財政支農與金融支農之間的協調互動，旨在充分發揮兩者在支持農業方面的比較優勢，以實現更高效的資源利用和農業經濟的可持續發展。首先，相較于財政直接支農，政府引導金融機構支農可以避免財政支農無償性引發的資金揮霍、浪費等低效行為，同時利用金融機構對支農資金進行監管，擁有更高效的資源配置。其次，金融支農屬于金融行為，財政引導金融支農能夠撬動金融杠桿，放大支農效果并獲得較大的乘數效應。同時，政府利用財政資金引導金融機構支農也在一定程度上體現了政府的政策導向，有利于增強農業經濟對社會資本的吸引力。綜上所述，涉農貸款增量獎勵政策有助于促進金融資源優化配置，促進優質資本流入農業產業，從而提高農業經濟的穩定性，提升農業經濟韌性。

從內在機制剖析，實施涉農貸款增量獎勵政策能夠引導金融機構將資金優化配置至農村地區，鼓勵金融機構積極向低收入群體提供金融服務，使農村地區與農戶能夠獲得更為充裕的信貸支持。農戶在獲得貸款資金后，能夠根據生產需要將這些資金有效投入農業基礎設施的建設中，涵蓋農村道路、水利設施、通信網絡和醫療設施等多個方面，顯著改善農村生產環境，提升農業生產的整體效率，并進一步增強農民的增收能力，最終實現農業經濟韌性的顯著提升。

3 研究設計與數據來源

3.1 農業經濟韌性評價指標體系構建

PSR模型廣泛應用于環境評價與可持續發展研究當中，該研究基于該模型壓力-狀態-響應的框架，對農業經濟韌性的評價指標進行了系統性構建。這一體系從3個核心維度出發，即風險抵御能力、適應調節能力以及轉型創新能力，進而細化為包含3個一級指標和15個二級指標的評價體系，旨在全面、準確地評估農業經濟韌性水平。

其中，風險抵御能力（P）表現為人類活動對農業經濟系統的破壞性影響所產生的壓力；適應調節能力（S）表現為農業經濟系統在應對壓力的過程中社會、經濟與農民生活的一系列狀態變化；轉型創新能力（R）表現為政府、社會、企業或者農戶所采取的減緩、維持或修復農業經濟體系的補救措施。具體的評價指標體系見表2。

3.2 熵值法

為了更加客觀地評估指標的綜合水平，該研究采用熵值法對農業經濟韌性評價指標進行測度。熵值法顯著減少了人為因素的干擾，同時能夠在維度降低時保證原始信息的完整性，具有一定的客觀性與合理性。該研究所使用的熵值法模型如下：

（1）確定指標。該研究構建的評價指標體系共包含15個指標，空間上包括我國30個省級行政區劃，時間上包括2005—2018年共14個年份，因此令Xθij表示第θ年省份i的第j個指標值。

（2）對各項指標進行標準化處理。考慮到評價體系所選取的各項指標單位存在差異性，需要將數值限定在0～1。為避免標準化處理出現負值，該研究在各項指標標準化處理后結果的基礎上加0.000 1進行處理。標準化處理的方法具體如下：

正向指標，Zθij=［Xθij-min（Xθij）］/［max（Xθij）-min（Xθij）］+0.000 1；負向指標，Zθij=［max（Xθij）-Xθij］/［max（Xθij）-min（Xθij）］+0.000 1。其中：Zθij表示經過標準化處理后的無量綱數據；Xθij表示指標的原始數據；經過標準化處理的評價矩陣必須滿足 0≤Z≤1這個條件。

（3）計算各指標信息熵。這里用Pθij來表示各指標的權重，可以得出Pθij=Zθij/∑θ∑iZθij，則第j個指標的信息熵公式為Sj=-r∑θ∑iPθij×lnPθij，其中的r=ln（kn）。

（4）計算各指標權重。在得到信息熵之后，進一步計算第j個指標的差異系數Gj=1-Sj，該指標的差異系數越大，意味著這個指標在所有指標當中所占的權重越大，各指標的權重為Wj=Gj/∑jGj。

（5）計算各指標的綜合指數得分。可以得到綜合指數為Hθi=∑j（WjXθij）。

由于熵值法計算指標權重的依據是數據的離散程度，指標的熵越小、變異程度越大，在構建指標綜合評價體系時所起到的作用就越大。

3.3 基準回歸模型

在測度涉農貸款對農業經濟韌性的影響時，考慮到涉農貸款是農業經濟發展的重要資金來源，農業經濟發展較好的地區對于涉農貸款的需求可能更大，這些地區將獲得的農業貸款投入農業生產過程中，將有可能進一步促進農業經濟發展。鑒于涉農貸款與農業經濟韌性之間存在著相互影響的關系，直接對兩者進行回歸處理將面臨內生性問題。由于涉農貸款增量獎勵政策的實施能夠直接影響涉農貸款的發放，同時作為一項政策具有較強的外生性，這為該研究涉農貸款影響農業經濟韌性創造了良好的準自然實驗環境。因此，為了避免回歸結果出內生性問題，該研究選擇采用雙重差分模型來探究涉農貸款增量獎勵政策與農業經濟韌性的關系。

雙重差分模型將所有樣本劃分為試驗組和控制組，定義Treat為分組變量，若實行了該項政策則為實驗組，變量取值為1，否則為控制組，變量取值為0。定義 Post 為時期變量，由于30個樣本省區的政策實施時間并非完全相同，因此將實施政策當年及以后年度的Post取值為1，未實施該項政策的年度取值為0。Treat×Post作為分組變量與時期變量的交互項，表示試驗組在實施政策后的效應。由于涉農貸款增量獎勵政策具有分批次試點的特征，因此該研究選擇使用漸進雙重差分模型，具體公式如下：

Yit=α+βTreati×γ∑ControlSit+μi+δt+εit（1）

其中：α為常數項；β為政策實施凈效應;γ為各控制變量的回歸系數。該研究還控制了時間固定效應δt以及個體固定效應μi，εit為隨機擾動項。該研究重點關注的回歸結果，通過比較政策實施前后試驗組與控制組的跨時差異來研究政策的實施情況。

3.4 數據來源與描述統計

在充分考慮數據的可得性與可靠性的基礎上，選取我國30個省級行政區劃（不含港、澳、臺及西藏地區）2005—2018年面板數據進行實證分析。該研究所使用的數據主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國農業統計年鑒》及EPS數據庫。針對數據集中缺少的部分數據，該研究使用Stata軟件進行線性插值補齊，以確保數據集的完整性和分析的準確性。變量簡要說明見表3。

4 實證分析

4.1 平行趨勢檢驗

在使用DID模型前需要滿足基本假設，即在沒有該政策沖擊的情況下，所有地區農業經濟韌性的變化遵循相同的時間趨勢。由于該研究的樣本期為 2005—2018 年，因此在實證過程中重點關注政策沖擊的前 3 年和政策沖擊的后 6 年，并以政策實施的前1期作為回歸基準期。平行趨勢檢驗見圖1。

實施涉農貸款增量獎勵政策的省份為試驗組，其他省份為對照組。由回歸結果可以看出，政策實施前回歸系數的置信區間與水平線存在交集，即回歸系數在 95% 的置信區間顯著為 0，這說明該政策在實施前對各地區農業經濟韌性的影響并不顯著，滿足了平行趨勢檢驗的要求。從政策實施后的第4期開始，回歸系數在95%的置信區間顯著為正，且交互項系數逐漸增大，這意味著涉農貸款增量獎勵政策實施對農業經濟韌性的促進效應隨著時間推移逐漸增強，且政策沖擊效應在第4期之后持續存在，并且在第6期存在明顯提升。

4.2 基準回歸

由上文分析可知，涉農貸款增量獎勵政策曾分4次在不同的省份進行試點，因此漸進雙重差分模型更能夠適配該研究內容。該研究利用公式（1）所構建的模型進行基礎回歸分析，檢驗涉農貸款增量獎勵政策對地區農業經濟韌性的實際影響，旨在揭示政策實施后，農業經濟是否展現出較強的適應性和恢復能力。

該研究選擇在基準回歸過程中逐步添加控制變量，以避免出現多重共線性問題。如表4所示，僅加入對外開放和金融發展水平作為控制變量時，可以看到Teart×Post的系數顯著為正。繼續在基準回歸中添加其他控制變量，可以看出隨著控制變量的不斷加入，Teart×Post的系數雖然有所減小，但回歸結果始終顯著為正，表明涉農貸款增量獎勵政策能夠有效提升地區農業經濟韌性。

4.3 地區異質性

首先，由于東部、中部、西部3個地區各省區所處地理位置不同，在經濟發展水平上也存在著明顯的異質性，這在一定程度會影響獎勵政策的作用效果。其次，涉農貸款增量獎勵政策明確規定，東部、中部、西部3個地區不同省區的地方財政與中央在獎勵金額的分配比例上存在差異，這會造成各省區內政府對于獎勵政策的響應程度不同，進而在政策的推進與執行上產生顯著差異。由于各地政府對于激勵政策的認知和重視程度不同，在實施該政策時所投入的資源與力度也會有所區別。因此，在回歸過程中有必要將地理區位這一影響因素考慮在內，構造能夠表示地理位置的虛擬變量，并將基礎回歸中的Treat×Post替換為地理位置變量與政策變量的交互項Treat×Post×Area進行異質性檢驗。由回歸結果可以發現，涉農貸款獎勵政策依舊能夠顯著提升農業經濟韌性，但對處于不同省區研究對象的影響作用存在著明顯的異質性。

由表5可知，涉農貸款增量獎勵政策對西部和中部省區的農業經濟韌性促進作用更為顯著，對于東部省區的促進作用并不顯著。其內在原因可能是：相較于成熟的東部省區金融市場，中部和西部省區在金融市場的發展上稍顯滯后，這種相對落后的金融市場狀況，使得這2個區域在面對涉農貸款投入時表現得更為敏感，對于相關的政策調整和資金投入能夠更為迅速地作出反應。同時，由于中、西部省區地方政府承擔著較少的激勵金額，導致其表現出更為明顯的激勵效應，這也使得涉農貸款增量獎勵政策在中西部地區獲得較為顯著的結果。

4.4 安慰劑檢驗

為了確保農業經濟韌性的提升確實是由涉農貸款增量獎勵政策所引起，而并不是受到了其他隨機因素的影響，該研究選用安慰劑檢驗進行驗證。由于該研究以我國30個省級行政區劃為研究對象，其中有24個省區分4批執行了涉農貸款增量獎勵政策，因此構建安慰劑檢驗如下：在研究對象的30個省區中，隨機抽取24個省區作為此次回歸的偽試驗組，再在2005—2018年隨機選取一個年份作為此次回歸的偽試驗時點。為了排除其他隨機因素的影響，對以上隨機構成的偽試驗組和偽試驗時點進行500次回歸，將偽政策實施回歸所得到的系數與P值與該研究基準回歸時所得系數與P值進行對比，繪制出安慰劑檢驗圖。結果如圖2所示，橫軸表示估計系數大小，縱軸表示P值大小，藍色空心圓圈表示估計參數對應的P值，黑色曲線表示估計系數的核密度分布圖。

在對偽政策實施進行500次回歸后，可以看到絕大多數估計系數的P值小于0.01。由于大部分藍色空心圓圈都在垂直虛線的左側，這說明安慰劑檢驗所設定的偽政策實施情況與政策實際實施情況出現相同作用效果的概率較小，極大程度證明了該研究基準回歸所得結果確實是增量獎勵政策的沖擊所導致的，并非由其他隨機因素干擾所致。

4.5 機制分析

據理論分析，涉農貸款增量獎勵政策通過提升農村基礎設施水平來增強地區農業經濟韌性。通過對江艇［23］的研究進行深入學習，發現能夠通過政策變量與機制變量之間的作用關系來表征其內部機制的作用關系。因此，該研究借鑒上述研究的做法，參考行偉波等［24］的研究從交通設施建設與水利設施建設2個角度出發，分別選用貨運量和水庫容量來衡量農業基礎設施建設水平。

將被解釋變量分別替換為貨運量與水庫容量進行回歸，結果見表6。可以看到，無論是貨運量還是水庫容量作為被解釋變量，變量Treat×Post的系數都顯著為正，貨運量平均增長了約12.7%、水庫容量平均增長了約11.7%，這意味著獎勵政策的實施能夠顯著提升農村道路交通建設和水利建設水平，有效改善了農村生產條件、提升了農業生產效率，從而達到提高農業經濟韌性的效果。

5 結論與啟示

根據上述研究，得到以下結論：第一，涉農貸款增量獎勵政策對地區農業經濟韌性具有顯著的促進效應；第二，涉農貸款增量獎勵政策在促進農業經濟韌性提升時存在著明顯的地區異質性，相較于東部地區，中部、西部地區的促進效應更加顯著；第三，在作用路徑上，涉農貸款增量獎勵政策通過引導資金流入農村基礎設施領域，改善農業生產條件、提升農業生產效率，提高農戶收入水平，從而達到提升地區農業經濟韌性的目的。

根據以上結論，得到以下啟示：

第一，為提高支農資源的配置效率、深化財政與金融在支農領域的政策協同，應當持續優化財政激勵金融支農的政策框架，確保財政支農與金融支農在策略上加強互補與配合，實現財政與金融資金的精準投放與高效融合，共同推動農業現代化發展。

第二，為進一步推動財政金融資源的精準投放、提升支農政策效能，政府應當積極探索財政金融支農工具的革新。例如通過補貼新型農村金融機構定向費用、構建完善的信用擔保體系等方式，有效緩解農民在貸款過程中面臨的融資難題，解決銀行在提供農業信貸時面臨的擔保困擾，實現金融機構和農戶的雙贏，促進農業和農村經濟的穩健發展。

第三，為提升涉農資金的使用效率，相關部門在制定政策時應當有預見性地疏通傳導渠道，適當將涉農資金向農業基礎設施建設方面傾斜，提高資金使用效率，優化貸款投資結構。除了水利與交通基礎設施建設外，還可以重點建設農業基礎設施的其他方面，例如通過農田改造建設來提高農田生產效率等，達到提升農業經濟韌性的目的。

參考文獻

［1］ HOLLING C S.Resilience and stability of ecological systems［J］.Annual review of ecology and systematics，1973，4：1-23.

［2］ FOLKE C，CARPENTER S R，WALKER B，et al.Resilience thinking：Integrating resilience，adaptability and transformability［J］.Ecology and society，2010，15（4）：1-9.

［3］ MARTIN R.Regional economic resilience，hysteresis and recessionary shocks［J］.Journal of economic geography，2012，12（1）：1-32.

［4］ 李詩音，蘇欣怡，符安平.長江中游城市群經濟韌性對高質量發展的影響［J］.經濟地理，2022，42（10）：19-24.

［5］ 汪彬，陽鎮.數字經濟結構對區域經濟韌性的影響機制研究［J］.甘肅社會科學，2024（1）：203-216.

［6］ 朱炳欽，李婷.鄉村產業融合發展對縣域經濟韌性的影響研究［J］.農林經濟管理學報，2024，23（4）：414-424.

［7］ 郝愛民，譚家銀，王桂虎.農村產業融合、數字金融與縣域經濟韌性［J］.農村經濟，2023（2）：85-94.

［8］ 蔣輝，張馳，蔣和平.中國農業經濟韌性對農業高質量發展的影響效應與機制研究［J］.農業經濟與管理，2022（1）：20-32.

［9］ 劉良燦，李想.數字普惠金融與農業經濟韌性：基于空間溢出和門檻效應的實證檢驗［J］.重慶理工大學學報（社會科學），2024，38（8）：107-122.

［10］ 李萍，何瑞石，劉暢.數字鄉村建設賦能農業經濟韌性的影響機制及效應［J］.統計與決策，2024，40（2）：11-17.

［11］ 明紅，朱再清，李小康.電子商務進農村能增強農業經濟韌性嗎？——基于電子商務進農村綜合示范政策的實證研究［J］.世界農業，2024（2）：85-98.

［12］ 張明斗，惠利偉.中國農業經濟韌性的空間差異與影響因素識別［J］.世界農業，2022（1）：36-50.

［13］ 李久林，滕璐，馬昊楠，等.安徽省農業經濟韌性的空間異質性及其影響因素［J］.華東經濟管理，2022，36（11）：75-84.

［14］ 唐瑩，陳夢涵.農業基礎設施對農業經濟韌性的作用機制與效應研究［J］.農林經濟管理學報，2023，22（3）：292-300.

［15］ 王志凌，曾洪，羅蓉.數字基礎設施建設是否增強了農業經濟韌性？［J］.學習與實踐，2023（12）：33-44.

［16］ 周鵬飛，李美宏.數字鄉村建設賦能農業經濟韌性：影響機理與實證考察［J］.調研世界，2023（9）：15-24.

［17］ 祝宏輝，鄭新.數字經濟、城鄉融合與農業經濟韌性［J］.統計與決策，2023，39（18）：22-27.

［18］ 趙巍，徐筱雯.數字經濟對農業經濟韌性的影響效應與作用機制［J］.華南農業大學學報（社會科學版），2023，22（2）：87-96.

［19］ 周振，伍振軍，孔祥智.中國農村資金凈流出的機理、規模與趨勢：1978—2012年［J］.管理世界，2015（1）：63-74.

［20］ 孫同全，潘忠.新中國農村金融研究70年［J］.中國農村觀察，2019（6）：2-18.

［21］ 溫濤，王煜宇.政府主導的農業信貸、財政支農模式的經濟效應：基于中國1952～2002年的經驗驗證［J］.中國農村經濟，2005（10）：18-27.

［22］ 曹協和.農業經濟增長與農村金融發展關系分析［J］.農業經濟問題，2008，29（11）：49-54.

［23］ 江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100-120.

［24］ 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.

作者簡介 胡樹林（1969—），男，四川南充人，教授，博士，從事區域經濟學、制度經濟學研究。*通信作者，碩士研究生，研究方向：區域經濟學。

收稿日期 2024-07-27