数字普惠金融发展促进乡村产业振兴的效应分析

康书生，杨娜娜

（河北大学 经济学院，河北 保定 071002）

一、问题的提出

2017年10月，党的十九大决定实施乡村振兴战略。为统筹推进乡村振兴，习近平总书记提出“五个振兴”①“五个振兴”包括：乡村产业振兴、乡村人才振兴、乡村文化振兴、乡村生态振兴、乡村组织振兴。的科学论断，其中，产业振兴是乡村振兴的基础与关键。在脱贫攻坚期，大多数贫困地区都通过产业扶贫培育和发展了脱贫产业，带动了贫困人口增收脱贫。在巩固拓展脱贫攻坚成果转向推进乡村振兴的过渡期，产业的稳定发展和逐步振兴成为重要议题。只有乡村产业稳定发展并逐步振兴，农民就业与增收才有保障，才能有效防止返贫现象的发生，农户才能早日实现生活富裕。

乡村产业的发展和振兴与金融的大力支持密不可分，金融与经济的关系也决定了我国金融体系要为乡村产业发展服务[1]。然而我国长期以来存在城乡二元金融结构，农村金融供给总量不足，同时“三农”客户往往缺少有效的抵质押物，因此他们在向金融机构申请贷款的过程中面临着抵押难、担保难以及贷款难等问题[2]。数字普惠金融的发展为解决农村金融问题带来了转机，它改变了传统金融机构的经营模式，能够为弱势群体供应更加有效的金融服务，为乡村产业振兴提供便利化和多样化的金融服务。

2019年2月，中国人民银行等五部委联合发布了《关于金融服务乡村振兴的指导意见》，意见中提出到2020年要实现数字普惠金融在农村得到有效普及，农村支付服务环境持续改善，农村信用体系建设持续推进，农户及新型农业经营主体的融资增信机制显著改善。2021年中央“一号文件”提出构建现代乡村产业体系，依托乡村特色优势资源，打造农业全产业链，推进农业绿色发展，推进农村一、二、三产业融合发展。在这个过程中也离不开数字普惠金融的大力支持。在此背景下，研究数字普惠金融与乡村产业振兴之间的关系，对我国乡村地区的产业振兴和数字普惠金融赋能乡村产业具有重要的现实意义。

二、文献回顾

近年来，学界对数字普惠金融与乡村产业振兴关系的研究，主要集中在以下三方面。

（一）乡村产业振兴指标相关研究

当前单独评价乡村产业振兴的研究成果并不多见。申云等（2020）[3]构建了以农产品、农业多功能和农业支撑三个维度出发的乡村产业振兴指标体系，采用熵权TOPSIS法对乡村产业振兴水平进行打分、评估和比较；邵珂（2020）[4]从农业生产效率、产业融合、农村生产组织规模化程度三个维度出发构建乡村产业发展指标体系。更多的学者测度了整个乡村振兴指标体系，且多数学者认为乡村振兴指标是一个多维指标，不能仅仅依靠单一指标进行衡量。在乡村振兴指标体系基础上，就研究对象而言，部分学者针对某一区域进行研究，比如华东6省（陈俊梁等，2021）[5]、西部地区（徐雪和王永瑜，2021；文琦和郑殿元，2019）[6-7]；部分学者针对全国省级层面的乡村振兴水平进行测度，还有学者研究发现各省份乡村振兴水平存在较大差异（毛锦凰和王林涛，2020；谢地和苏博，2021）[8-9]。就赋权方法而言，部分学者采用主观分析法进行分析，如层次分析法（雷娜和郑传芳，2020）[10]；还有学者采用客观分析法进行分析，如熵权法（谢地和苏博，2021；蔡兴等，2019；李季刚和马俊，2021；葛和平和钱宇，2021）[9，11-13]、时空极差熵值法（吕承超和崔悦，2021）[14]以及综合赋权法（毛锦凰和王林涛，2020；张挺等，2018；韦家华和连漪，2018；）[8,15-16]。这些成果对本文的研究有很好的指导意义。

（二）农村金融与乡村产业相关研究

学界对农村金融与乡村产业之间的关系研究较多，大体可归为两类。一类研究分析了传统农村金融与乡村产业的关系。国内外学者大多从农业信贷与农业保险两个方面衡量传统农村金融。部分学者认为农业信贷可有效地推动乡村产业发展（邵珂，2020；Dholakia和Dholakia，1992；Guirkinger和Boucher，2008）[4,17-18]，但我国农村金融市场长期存在着需求远远大于供给（任常青，2018）[19]、农村地区信用环境建设滞后和信贷风险较大的问题（李国胜，2020）[20]。孙继国和孙茂林（2020）[21]在此基础上提出可通过创新农业保险产品来提高金融服务乡村产业的发展效率。此外，国家发展改革委宏观院和农经司课题组（2016）[22]认为传统金融支持农村产业发展可从增加金融服务供给、拓宽融资渠道、完善农村信贷担保政策、支持农业政策性保险四个角度出发。张林和温涛（2019）[23]进一步通过实证分析发现财政支农、农业信贷和农业保险三者协同配合对农村产业融合可以起到更好的效果。另一类研究探讨了农村普惠金融与乡村产业的关系。如谢琳（2020）[24]提出普惠金融会对金融资源进行重新配置，可以缓解农村企业的融资约束。邹新阳和温涛（2021）[25]认为普惠金融比财政资金更能提高服务的精准度。熊正德等（2021）[26]利用C-D生产函数分析了普惠金融各维度对于乡村振兴的影响，发现各维度作用效果有所区别。

（三）数字普惠金融与乡村产业振兴相关研究

虽然数字普惠金融在基本功能上与传统金融一致，但数字技术从根本上改变了传统金融的运行方式，在很大程度上提升了金融的普惠性（郭小卉和冯艳博，2021）[27]。

首先，数字普惠金融通过数字技术大大减缓了传统金融存在的金融排斥问题（王瑶佩和郭峰，2019）[28]，提升了乡村产业发展的金融可获得性（何宏庆，2020）[29]；同时，交易成本的降低促使金融机构可向农村经营主体提供低成本的金融产品和服务（付琼和郭嘉禹，2021）[30]。其次，数字普惠金融的数字化信用体系建设能够健全农村信用体系和金融机构的风险控制体系（Gomber等，2017）[31]，通过大数据风控可有效减缓信贷风险问题，有助于金融机构精准营销，从产业经营主体的需求出发，为其提供合理的金融服务（谢地和苏博，2021）[9]。

除上述有关数字普惠金融与乡村产业振兴关系的理论研究外，也有学者通过实证方法研究二者之间的联系。部分学者发现数字普惠金融可显著地促进乡村振兴（谢地和苏博，2021）[9]，但两者之间并非线性关系，而是存在单一门槛效应（李季刚和马俊，2021）[12]。此外，也有研究表明数字普惠金融发展对乡村振兴具有明显的空间溢出效应，且溢出效应会率先促进相邻地区乡村的发展（葛和平和钱宇，2021）[13]。还有学者从农业产出的角度出发，以人均农林牧渔业总产值和人均农业产业增加值来衡量农业产出水平，研究发现数字普惠金融对农业产出具有显著地正向促进作用（曾小艳和祁华清，2020；孙倩和徐璋勇，2021）[32-33]。

综上所述，国内外学者对传统金融与乡村振兴二者关系进行了一些探讨。然而，在大数据技术快速发展的今天，数字普惠金融以其技术优势缩减了传统金融机构开展农村金融业务的多项成本，并且依托数字化信用体系可有效降低信贷风险，因此数字普惠金融有望成为新时期推进乡村振兴的有力抓手。但当前数字普惠金融发展与乡村振兴的研究仍相对较少，并且鲜有文献从乡村产业这一角度研究数字普惠金融与乡村产业振兴二者间的关系。基于此，本文将在以往学者关于乡村振兴指标研究的基础上，构建科学合理的多维乡村产业振兴指标体系，动态分析全国30个省份乡村产业振兴水平的变动情况，并系统分析数字普惠金融及其各个维度对乡村产业振兴的促进效果，为乡村振兴战略的有效实施提供理论依据。

三、乡村产业振兴水平测度

（一）乡村产业振兴评价指标体系构建

本文以《国务院关于促进乡村产业振兴的指导意见》为依据，并按照指标的科学性、指标数据的可得性以及可比性等原则，在申云等（2020）[3]、雷娜和郑传芳（2020）[10]、张林和温涛（2019）[23]以及李季刚和马俊（2021）[12]等学者的研究基础上，构建了包含13个三级指标的乡村产业振兴评价指标体系，如表1所示。

表1 乡村产业振兴评价指标体系

（二）乡村产业振兴测度方法

在构建乡村产业振兴评价指标体系的过程中，指标权重的确定是评价的核心，与主观赋权方法相比，熵值法的优点在于避免了主观人为因素对赋权的干扰,可测度到更精确的结果，其具体评价步骤如下。

1.指标标准化处理

对于正向指标而言，标准化公式为：

对于负向指标而言，标准化公式为：

2.计算各项指标所占比重

3.计算各项指标熵值

其中，k>0且k=1/lnn，Ej≥0。

4.计算各项指标差异系数

5.计算各项指标权重

6.计算综合得分

（三）数据来源

表1中各项指标的原始数据来源于《中国统计年鉴》《中国第三产业统计年鉴》《中国文化文物和旅游统计年鉴》《中国人口和就业统计年鉴》《中国农村统计年鉴》和各省份历年统计年鉴，部分缺失值采用插值法进行了处理。

（四）乡村产业振兴水平测度结果

本文采用熵权法在stata15.0软件中对全国30个省份（西藏和港澳台地区因数据缺失除外）2011—2019年的乡村产业振兴体系中的各个指标进行赋权。根据各项指标权重计算得出了全国30个省份的乡村产业振兴综合指数，据此描绘出各省份乡村产业振兴综合指数的变化趋势图。如图1所示，2011—2019年大多省份乡村产业振兴发展水平呈现上升趋势，少数几个省份出现小幅波动。具体来看，北京、天津、辽宁、上海等省份处于动态平稳的状态，而河北、山西、吉林、浙江、福建、江西、山东以及甘肃等省份出现过小幅波动，但总体呈上升走势，其余省份均呈现上升趋势。

图1 全国30个省份2011—2019年乡村产业振兴综合指数变化情况

全国30个省份2011—2019年乡村产业振兴综合指数平均值如图2所示。进一步对这些省份乡村产业振兴综合指数进行分类，其中综合指数在0.35和0.45之间的省份划为第一区域，在0.25和0.35之间的省份划为第二区域，在0.25以下的省份划为第三区域。从图2中可以看出，位于第一区域的包括浙江、北京、福建、江苏、河北、山东、天津、江西、黑龙江、湖南以及辽宁等11个省份，该区域所含省份经济较发达或者农业基础较好。全国乡村产业振兴综合指数均值为0.3187，超过均值的省份仅包括前12个省份，这说明我国整体乡村产业振兴水平指数的提升主要依靠第一区域省份，而其他18个省份均处于均值以下。整体而言，我国乡村产业振兴水平仍有较大的提升空间，且大体呈现“东高西低”的态势。

图2 全国30个省份2011—2019年乡村产业振兴综合指数均值

四、研究设计

（一）模型构建

为探究数字普惠金融对乡村产业振兴的促进效果，本文构建如下计量模型：

其中，i表示省份，t表示年份，rurali,t表示乡村产业振兴水平,indexi,t表示数字普惠金融指数，controli,t表示控制变量，μi为个体效应，γt为时间效应，εi,t为随机误差项。

（二）变量选取

1.被解释变量

乡村产业振兴水平（rural）。该变量采用第三节由熵值法测算得出的乡村产业振兴综合指数表示，以此衡量全国30个省份的乡村产业振兴水平。

2.核心解释变量

数字普惠金融（index）。采用《北京大学数字普惠金融指数（2011—2020）（郭峰等，2020）[34]衡量数字普惠金融，为使核心解释变量的回归系数便于观察比较，对省级数字普惠金融指数进行缩小到百分之一处理。

3.控制变量

为尽可能控制其他因素对乡村产业振兴的影响，本文设置如下控制变量。

一是对外开放程度（trade），参考李季刚和马俊（2021）[12]的做法，采用当年汇率的平均值将进出口贸易总额换算为以人民币为计价单位的形式，再除以GDP来表示对外开放程度。二是城镇化水平（urb），采用城镇化率度量城镇化水平。三是经济发展水平（lngdp），采用人均GDP的对数来衡量经济发展水平。四是农村人力资本①农村人力资本=（小学学历人口数*6+初中学历人口数*9+高中学历人口数*12+大专及以上学历人口数*16）/6岁及以上人口数。（rhc），参考邹新阳和温涛（2021）[25]及张林等（2020）[35]的做法，采用乡村人口平均受教育年限来衡量农村的人力资本情况。五是交通运输水平（lnhim），参考张林和温涛（2019）[23]的做法，采用各省份公路里程的对数来衡量交通运输水平。

（三）数据来源与样本描述性统计

本节所涉及的原始数据来源于北京大学数字金融研究中心、《中国人口和就业统计年鉴》《中国统计年鉴》和前文测度的结果。

由表2可以看出，我国各地区乡村产业振兴水平存在明显差异，最小值与最大值相差2.59倍，这说明各地区乡村产业发展存在不均衡的情况。数字普惠金融指数最大值与最小值之比为22∶1，这反映出我国各地区数字普惠金融发展程度差距较大，以及数字普惠金融发展从2011年至2019年取得了突破性进展。对外开放水平最大值与最小值之比为128∶1，这反映了我国不同地区对外贸易存在巨大差距，区域分化严重。全国城镇化率的平均值达到了57.64%，距离发达国家80%的平均水平还相差约23%，说明我国还具有较大的城镇化潜力。农村人力资本最大值为9.8，最小值仅为5.74，这反映出我国各地农村地区受教育水平差别较大，可能是由于各地区教育资源不均衡以及各地区对教育认知的差别。

表2 各变量的描述性统计结果

五、实证结果与分析

（一）基准回归

本文采用固定效应模型对模型（8）进行估计，所得到的估计结果如表3所示。

由表3模型（1）—模型（6）中的回归结果可以看出，逐步加入控制变量，核心解释变量（index）始终在1%的水平上显著，且系数差异较小，均为正值。这说明数字普惠金融可有效促进乡村产业振兴，但如果不控制其他变量的影响，则会高估数字普惠金融对乡村产业振兴的正向作用。数字普惠金融通过物联网技术打破了传统金融机构服务农户的空间限制，通过线上服务模式降低了传统金融服务农户的运营成本，通过数字化信用体系降低了信贷风险。除了传统金融机构通过积极进行数字化转型以更便利地服务乡村产业外，金融供给主体的增加、信贷风险的缓解以及金融交易成本的降低有效缓解了乡村产业发展中面临的筹资难题，促进农村产业的机械化、规模化经营，进而促使乡村产业振兴水平得到了有效提升。

从表3中控制变量来看，对外开放程度（trade）在模型（3）—模型（6）中通过1%显著水平下的检验，且符号为负，表明对外开放给乡村产业振兴带来的负效应超越了正效应，净效应为负。这说明对外开放带动了就业机会的增加，促使乡村劳动力向城镇转移，导致乡村空心化程度加重，对乡村产业发展不利。城镇化水平（urb）在1%的显著性水平下通过了检验，符号为正，表明城镇化水平为乡村产业振兴带来的正效应超越了负效应，净效应为正。城镇化的推进促进了各类要素向乡村的流动，丰富了乡村的产业业态，推动了乡村产业的规模化发展。经济发展水平（lngdp）在5%的显著性水平下通过了检验，且为正值，表明地区经济发展水平越高，向该地区农村倾斜的资源越多，越能拉动乡村产业的发展。除此之外，农村人力资本（rhc）的估计系数为负值，交通运输水平（lnhim）的估计系数为正值，但都不显著，说明这些因素尚未对乡村产业发展产生显著的影响。

表3 数字普惠金融对乡村产业振兴的回归结果

（二）数字普惠金融二级指标回归

为分析数字普惠金融不同维度指标对乡村产业振兴的作用效果，本节分别将数字普惠金融的二级指标覆盖广度（coverage）、使用深度（usage）、数字化程度（digitization）全部纳入公式（8），分别替换数字普惠金融指数，回归结果如表4所示。

表4 数字普惠金融二级指标回归结果

从表4中数字普惠金融各个维度回归结果来看，覆盖广度的回归系数为正但在统计学上并不显著，使用深度和数字化程度的回归系数符号为正，且在5%的显著性水平下通过了检验，这说明数字普惠金融的三个维度均对乡村产业振兴有正向影响，但主要依靠使用深度的加深与数字化程度的提高来促进乡村产业的振兴，并且数字化程度的提高对乡村产业振兴的促进效应最强。数字普惠金融的使用深度则可以提供融资、保险等业务，以增加农户融资的可得性，同时增强农户应对市场风险的能力，为农村产业平稳运行提供保障。而随着移动互联网的快速发展，数字化程度对乡村产业振兴的边际影响效应极大，因此应继续加快“数字乡村建设”，完善涉农数字化基础设施，以促进乡村产业振兴。

六、内生性问题和稳健性检验

（一）内生性问题

固定效应模型在一定程度上缓解了因遗漏变量带来的估计偏误问题，但不能有效地解决因反向因果带来的内生性问题。因此，本文借鉴乔敏健和马文秀（2020）[36]的做法，将所有解释变量做滞后一期处理，并将新变量记为l.index、l.trade、l.urb、l.lngdp、l.rhc和l.lnhim，以新变量替换模型（8）中的相应变量来检验模型中可能存在的内生性问题，回归结果如表5所示。

表5 内生性问题处理

表5中，逐步加入控制变量，核心解释变量（l.index）在5%的显著水平上通过检验，且均为正值，和上文研究结果基本一致。控制变量中，对外开放程度的一阶滞后变量（l.trade）在模型（3）—模型（6）中依然通过1%显著性水平的检验，且符号为负；城镇化水平（l.urb）和经济发展水平（l.lngdp）也全部在1%的显著性水平上通过检验，且为正值。除此之外，农村人力资本（l.rhc）的估计系数为负值，交通运输水平（l.lnhim）的估计系数为正值，二者依旧不显著。综合来看，研究结论与前文基本保持一致。

（二）稳健性检验

为进一步验证研究结果的稳健性，采取替换被解释变量的方式，重新采用变异系数法来确定乡村产业振兴综合指数的权重，测算全国30个省份历年乡村产业振兴得分（rural1），以此替换被解释变量，回归结果如表6所示。

表6 替换被解释变量后的回归结果

表6中，核心解释变量（index）在1%的显著性水平下通过检验，且为正值。控制变量中对外开放程度（trade）和城镇化水平（urb）也基本上通过显著性检验。经济发展水平（lngdp）估计系数为正值。回归结果与表3的结果基本一致，表明了研究结果的稳健性。

七、结论与政策建议

本文利用2011—2019年省级层面的面板数据，根据熵权法测算出全国30个省份的乡村产业振兴综合指数，在此基础上实证研究了数字普惠金融对乡村产业振兴的影响，并进一步分析了数字普惠金融二级指标对乡村产业振兴的作用效果，得出以下几点结论。

第一，全国30个省份的乡村产业振兴水平差异较大，大体呈现“东高西低”的态势。

第二，数字普惠金融发展对乡村产业振兴有积极的促进作用，在考虑了可能存在的内生性问题后，结论依旧保持一致。

第三，在数字普惠金融二级指标中，数字普惠金融三个维度指标均对乡村产业振兴有正向影响，其中数字普惠金融使用深度和数字化程度对乡村产业振兴具有显著促进效果，且数字化程度促进效果更好。

根据以上研究结果，提出如下几点政策建议。

一是加快推动传统银行数字化转型，加大对乡村产业振兴的金融支持力度。商业银行应注重与互联网公司进行合作，加强线上金融产品的研发力度，创新各类涉农金融产品以及服务，尤其是针对特色农业、特色养殖业以及农产品加工服务业的金融产品，提升金融服务供给和产业资金需求的契合度，满足农户产业经营中产生的多元化资金诉求。

二是建立农村数字金融征信平台，营造良好的产业振兴的金融支持环境。应建立数字化农村信用服务平台，将信贷主体的经营信息纳入该平台，并将信用信息进行整合分类，帮助金融机构根据正确的征信信息来做出快速并合理的金融决策。

三是加大数字金融教育力度，提升农户的金融素养。数字普惠金融的发展对“三农”客户的现代数字技术、金融知识技能了解掌握程度都要求较高。可以考虑在农村地区尤其是中西部农村地区建设数字普惠金融教育平台，宣传、普及数字普惠金融相关知识技能，使农户了解认知金融问题，掌握数字金融技术，明确自身金融诉求，充分合理利用金融资源，自觉增强风险和信用意识。