数字普惠金融促进乡村振兴发展的作用机制研究

陈亚军

内容提要：数字普惠金融演化为中国乡村振兴与农业农村高质量发展提供全新契机。文章在理论层面深度厘清数字普惠金融促进乡村振兴发展的作用机制。在实证维度上，基于2011-2018年省际面板数据和北京大学数字普惠金融指数，应用空间计量模型实证考察数字普惠金融对乡村振兴发展的影响效应与结构性差异。研究发现，数字惠普金融可以显著促进乡村振兴发展。其中，数字覆盖广度和数字使用深度可以对乡村振兴产生明显的促进作用，而数字化程度影响不显著。分地区观察，数字普惠金融的乡村振兴效应主要体现在东中部地区，而在西部地区并不明显。

一、 引 言

中国已经进入经济新常态发展阶段，中央政府明确要求转变经济发展方式、优化经济结构与转换增长动力，以供给侧结构性改革为主线，推动经济发展质量变革、效率变革、动力变革，更加强调提升经济增长质量与效益。作为经济高质量发展的重要组成部分，农业农村高质量发展是关系到能否成功建设社会主义现代化强国与实现共同富裕的关键一环。党的十九大报告首次将乡村振兴提升至国家战略层面，明确指出“三农”问题是关乎国计民生的根本性问题，并提出乡村振兴的总要求，即“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”。在此之后的2018年至2022年中央“一号文件”均对关于坚持农业农村优先发展、全面推进乡村振兴、加快农业农村现代化等宏观议题进行深层次论述。因此，促进乡村振兴发展，提升农业农村经济发展质量不仅是合理承接前期脱贫攻坚的有力举措与必然要求，高度契合中央政府关于“三农”领域所设定的长期发展目标与具体现实要求，更是促进经济高质量发展与建设社会主义现代化强国的应有之义。

新一轮科技革命与产业变革方兴未艾，数字经济与金融科技的不断发展对社会经济系统各个领域产生了巨大冲击。其中，数字科技与传统金融细腻融合形成数字普惠金融。作为一种全新业态，数字普惠金融一方面可以突破传统经济活动的时空限制，外延金融服务畛域，将那些被传统金融“拒之门外”的长尾群体与底层主体纳入考量范围，促使更多的人群能够有机会充分享受金融产品与服务。另一方面能够扩展资本募集渠道，提高行为主体的融资便利性与可行性，为市场主体开展创新创业相关活动提供金融支撑与货币保障。同时，通过信息挖掘、传递与共享矫正供需主体信息非对称结构，有效降低无谓搜寻费用与中间脚底成本，持续扩大市场主体的盈利空间。我们不禁发问，面对百年未有之大变局，数字普惠金融在我国乡村振兴推进过程中扮演着何种角色？数字普惠金融对乡村振兴发展的促进效果是怎样的？数字普惠金融对乡村振兴的影响是否存在区域异质性与结构异质性？科学回答与有效解决上述问题不仅有利于实务界更加全面了解数字普惠金融新业态，深刻认识数字普惠金融的经济社会效应，同时为高效培育数字普惠金融新动能与促进乡村振兴纵深发展提供充足经验支撑。

二、 文献综述

与本研究紧密相关的文献主要可分为三类：数字普惠金融相关研究、乡村振兴相关研究、金融发展对乡村振兴的影响研究。

1. 数字普惠金融相关研究

(1) 数字普惠金融本质内涵研究。黄益平和黄卓(2018)明确认为与传统普惠金融形态迥异，数字普惠金融范畴不仅要包括商业可持续性因素，提倡适度外推盈利边界，同时也应当将金融工具服务的社会责任性与义务性考虑在内，扩大受众群体与铺设面积，实现金融体系的包容性与普惠性。方观富和许嘉怡(2020)主张数字普惠金融的本质内涵是将数字科技与传统金融深度耦合创生的新业态。基于自身多种特点优势，数字科技打破横亘在区域与群体之间各种隐性壁垒，消弭传统金融的偏好性与导向性，并且降低普惠金融的展业推广成本，打破金融机构经营时空约束，进而有力重塑国家普惠金融发展体系。张贺和白钦先(2018)同样认为作为普惠金融的创新形态，数字普惠金融兼具人本向往性与利润追逐性，其演化实质为通过互联网技术与金融科技改良传统金融，有效弥补金融发展过程中的诸多不足与劣势，提升金融效率与优化金融结构，全力打造普惠金融的升级版。丁杰(2015)则从动态发展视角出发解析数字普惠金融的实质内容。他指出数字普惠金融能够促使被传统金融体系长期排斥在外的长尾群体享受到基础的金融服务与金融产品，满足更大范围主体的金融诉求，从而与传统普惠金融相互补充、相互促进、相互协调，有力带动普惠金融迭代式演进。目前学术界较为认可的是2016年G20杭州峰会所提出的数字普惠金融概念。根据《G20数字普惠金融高级原则》，“数字普惠金融”泛指一切通过数字金融服务以促进普惠金融的行动。它包括运用数字技术为无法获得金融服务或缺乏金融服务的群体提供一系列正规金融服务，其所提供的金融服务能够满足他们的需求，并且是以负责任的、成本可负担的方式提供，同时对服务提供商而言是可持续的。

(2) 数字普惠金融对经济社会的影响研究。Kapoor(2014)认为数字金融不仅能够促进经济规模扩张，而且可以缩小城乡差距，改善城乡发展不均衡状态，进而促使国家经济实现包容式发展。Beck等(2018)通过构建一般均衡模型，实证检验数字金融对肯尼亚经济发展的影响效果。结果表明，数字金融中的移动支付能够通过提升创业资本与创业概率从而促进肯尼亚经济发展。Sasidharan等(2014)认为数字普惠金融作为数字科技与传统金融的创新业态，不仅可以革新金融行业的发展模式、管理方式、组织架构与经营理念，同时借助知识溢出与信息扩散效应，提升市场主体的研发投入水平与技术创新能力，进而提升国家全要素生产率。钱海章等(2020)基于中国数字金融演化的实践特征与基本事实，选用2011-2018年31个省份面板数据，结合多种计量模型实证检验数字金融对经济增长的影响效应。研究发现，数字金融发展显著促进中国经济快速增长，数字金融主要通过居民创业效应与技术创新效应对中国经济增长产生积极作用。同时，数字金融对经济增长的正向影响在城镇化率较低和物质资本较高的省份中更为显著。

2. 乡村振兴相关研究

(1) 乡村振兴实质要义与战略属性研究。黄祖辉(2018)认为全面理解乡村振兴的内涵实质与特征属性是有效推进乡村振兴战略的重要前提，提出乡村行振兴的本质意蕴实为中央政府所提出的“二十字”发展目标要求，为此应当精准剖析五大发展任务并缕清各目标之间的相互关联性，丰富乡村振兴内容谱系，同时辨明乡村振兴战略与不同发展战略的协同关系。叶兴庆(2018)立足于国家现代化发展趋势，主张促进乡村振兴发展是解决新常态阶段下农村发展不平衡不充分问题的重要方式与必然选择。由于乡村振兴的内涵要义比新农村建设总体要求更加深化与全面，因此应当高度重视乡村振兴的五大发展要求，并将农业农村优先发展与城乡融合发展贯穿于乡村振兴发展全过程之中。马义华和曾洪萍(2018)系统阐释乡村振兴的价值诉求与时代内涵，认为十九大所提出的五项发展目标应被视为乡村振兴战略的初始起点与最终落脚点，同时指出作为解决“三农”问题的战略性政策安排，乡村振兴能否顺利推进的关键在于谨慎处理多种关系。基于乡村振兴的内涵属性与基础构件，科学形塑多方利益调和长效机制才是扎实推进“三农”相关工作的应然之举。张军(2018)坚持乡村振兴并非单一领域的价值概念，而是属于包含多个维度与多个层次的系统性价值范畴，经济、政治、文化、生态与福祉均是乡村振兴发展需要合理考量与综合分析的现实因素。只有明确乡村振兴的核心要求与重要内容才能够有效解决农村发展不平衡与不充分的固有顽疾，促进城乡融合协调发展，进而实现农业农村农民现代化转型。

(2) 乡村振兴的发展模式与运行机制研究。张明皓和叶敬忠(2021)从时间继起角度出发，认为实现有效衔接脱贫攻坚是解决“三农”问题与促进乡村振兴的重中之重。为充分保证乡村振兴发展平稳运行，应积极构建脱贫攻坚与乡村振兴衔接长效机制。只有建立兼顾同一性和差异性的政策制度与体制机制集合，才能够为乡村振兴纵深发展提供扎实基础与稳定保障。陈秧分等(2018)明确主张乡村振兴发展模式的构建与完善一方面应将农业农村发展摆在第一序列，突出农业农村的重要地位，并适度协调传统农业与特色农业发展；另一方面，应当逐渐促进非农产业快速发展，同时谨慎处理乡村农业与非农产业的竞合关系，进而通过培育更加适应国民需求与更多农户参与的新产业和新业态促进乡村振兴递进发展。陈丹和姚明明(2019)表示作为新常态阶段开展“三农”工作的重要决策部署，乡村振兴事关农业发展、农村繁荣与农民幸福。保障乡村振兴战略平稳落地的关键在于促进城乡融合发展与优化城乡结构，具体应从构建新型社会治理体系、完善资源配置结构、建设特色实体空间与提升城镇化效率几个方面予以推进。陆益龙(2021)同样认为乡村振兴发展是继脱贫攻坚之后开展“三农”工作的又一阶段性新目标与战略性新任务。因此，应当虚心总结与充分汲取脱贫攻坚战役累积的经验教训，科学构建涵盖精准分类、精准均衡和精准施策等多个方面的精准对接机制，并通过依法振兴、协同振兴与融合振兴等多个渠道全力实现乡村振兴发展的宏伟蓝图。

3. 金融发展对乡村振兴的影响研究

(1) 金融发展对乡村振兴的影响研究。何广文和刘甜(2019)明确指出在推进乡村振兴发展大背景下，农户创业是促进产业兴旺的关键环节。而区域金融发展可以通过缓解融资约束、分担创业风险、强化信息共享等方式提升农户创业的收益预期，进而为农业农村持续发展贡献强大助力。何婧等(2021)基于湖南省2010-2018年87个县市的面板数据，以金融渗透性与使用效用性两个维度合理表征金融发展程度，实证分析金融渗透与金融获得对农业产业化的影响效应。最终结果表明，金融渗透可以直接提升农业产业化发展水平，并且能够通过影响金融获得间接促进农业产业化发展。尹振涛等(2021)基于幸福经济学理论，认为金融发展促进乡村振兴的落脚点在于有效提升农村家庭幸福感，并结合相关经济数据，实证检验金融科技对农村家庭幸福感的影响效应。结果显示金融科技可以显著促进农村家庭幸福感提高。进一步分析，金融科技主要通过增收效应、资本支持效应与均衡效应提升农村家庭幸福感。王兴国等(2021)则以中国2010—2019年31个省份面板数据为基础，在理论层面深刻阐述农村金融对农业高质量发展的作用机制，并通过空间计量模型对相关性假设进行实证检验。结果表明农村金融不仅能够促进本地区农村高质量发展，而且也可以有效提升周边相邻地区的农业发展质量。与此同时，农村金融发展与农业高质量发展均具有正向的空间依赖性与相关性。

(2) 数字普惠金融发展对农业农村的影响研究。何宏庆(2020)明确主张乡村产业融合发展是无法离开稳定且充足的金融支持的。作为金融发展的新业态，数字普惠金融可以合理规避传统金融的短板与劣势。一方面，数字普惠金融发展可以冲破经营活动时空约束，降低获客展业成本费用，扩大金融辐射面积。另一方面，通过产生“鲶鱼效应”强化现有市场竞争，合理倒逼银行机构转型升级，提供多样化的金融产品与服务，从而高效推进乡村产业融合发展。张贺(2021)将研究靶体定为西部欠发达地区，通过计量模型实证检验数字普惠金融对西部地区经济发展的影响效应。研究结果发现数字普惠金融可以促进西部地区经济快速发展。进一步观察，数字普惠金融主要通过提高居民收入、促进民企发展与优化产业结构三种渠道作用于西部地区经济发展进程。葛和平和钱宇(2021)关注到数字普惠金融对有序开展“三农”工作的关键性作用，通过科学构建乡村振兴评价指标体系，并应用空间计量模型验证数字普惠金融对乡村振兴的实际影响。实证结果表明，数字普惠金融发展与乡村振兴之间呈现明显的“U”型关系，当前处于数字普惠金融显著促进乡村振兴的有利发展阶段。同时，数字普惠金融对乡村振兴的影响作用具有空间溢出效应。与前者研究相似，谢地和苏博(2021)认为数字普惠金融可以实现乡村振兴战略的五大具体目标，并在理论维度廓清数字普惠金融对乡村振兴的影响机制。在实证维度，充分结合2011—2018年省际面板数据以全面测算乡村振兴发展指数水平，通过计量模型研究得出数字普惠金融可以促进乡村振兴发展。

综上所述，过往关于数字普惠金融与乡村振兴发展研究已经取得较为丰硕的学术成果，为本研究开展提供了参考思路与借鉴价值。但是，之前研究鲜有直接探究数字普惠金融对乡村振兴的影响效应，且在一定程度忽略了数字普惠金融与乡村振兴的空间关联性。因此，本文将数字普惠金融与乡村振兴纳于同一研讨框架之内，系统分析数字普惠金融对乡村振兴发展的实际影响。在理论维度深层次探讨数字普惠金融对乡村振兴发展的作用机制，在实证维度运用空间计量模型检验数字普惠金融对乡村振兴发展的影响效应，并进一步辨明结构异质性与区域异质性。本研究不仅可以适度丰富数字普惠金融的探讨视野，扩充关于乡村振兴发展的驱动因素研究，为后续深入研究奠定扎实理论根基与学理框架，同时也为稳步推进乡村振兴发展与全面建设现代化强国建言献策。

三、 数字普惠金融对乡村振兴的影响机制研究

作为金融发展的最新形态，数字惠普金融充分继承传统金融的核心功能，并通过倍增与叠加作用放大金融体系的实际效能。结合前述相关理论研究，本文认为数字普惠金融可以通过融资效应、信息溢出效应、风险分担效应、增收效应、人力资本效应进而影响乡村振兴发展。

第一，数字普惠金融的融资效应。在传统金融语境下，农村小农户与小微企业的经营规模较小，不具备稳定的现金流与预期收益，同时由于该类实体不具有批量性的硬件设备与大型仪器，缺乏必要的抵押品与担保品。因此，以商业银行与信贷组织为核心的诸多金融机构最理性的做法是将可视性的货币资本与金融资源投置于已经形成规模经济效应的大型企业或者拥有政府背书的国有参股企业。而数字普惠金融可以发挥融资效应，有效解决农村小农户和小微企业面临的硬性融资约束。以网络融资、股权众筹、微众银行为主要表现形式的互联网金融快速发展，悄无声息创造出一个巨大规模的资金池，极大丰富了农村小农户和小微企业的融资途径，减低对间接融资渠道的刚性依赖和过度依赖，提升其对于货币资本与金融资源的可得性(谢琳，2020)。借助多元化筹集方式与服务形式，农村小农户和小微企业通过购置先进农机与农具，提升硬件设备的含金量，同时也可以引入科学运营模式，降低农业生产过程中的效率漏损，扩大经营规模与优化管理模式，以打破自身专业化发展的天花板，从而提升生产效率与收益总额。

第二，数字普惠金融的信息溢出效应。相比于金融供给主体，需求主体拥有更多关于自身生产项目与发展前景的信息数据。由于市场中供需双方存在较为严重的信息不完全与非对称，诱致农业发展所需资源要素在市场中出现领域错配、阶段错配、属性错配等多种供需错配现象。数字普惠金融能够借助信息溢出效应有效纾解上述问题。一方面，大数据与云计算等数字科技的迭代式演进可以充分挖掘虚拟世界中大量庞杂无序的信息数据，萃取与凝练信息数据中的精华，将非结构化数据与半结构化数据进行整合，形成可读性较高的结构性数据，进而提高当前市场中的总体数据规模，解决信息不完全问题。另一方面，数字普惠金融发展可以助力建设信息共享系统与服务中介平台，促进农业市场资讯与数据高效流转，疏通信息堵点与淤点，为农业供需主体提供全新的交流沟通渠道，强化市场主体间的互动与协同，全面构建信息对称结构(余春苗和任常青，2021)。

第三，数字普惠金融的风险分担效应。数字普惠金融发展可以为农村农民规避与分担市场风险、自然风险、操作风险，降低未来不确定性，进而大幅缓解农民群体的现实压力。一方面，人工智能、云计算与大数据等数字科技发展可以为农村群体生产农产品积累大量结构性数据，指引与规范农副产品供给对接现有市场需求，提高农作物与粮食的适销程度，避免大量农副产品的滞销与过期。另一方面，数字普惠金融内生的多种金融服务也可为农民群体分担大量的市场风险，数字信贷、数字保险、数字担保、数字抵押等多种金融产品为农民群体提供基础保障，避免出现农民农户一人承担经营失败的所有风险。风险分担结构的改善可以提升农村农民开展生产性活动的积极性与能动性，激活家庭农场与农村合作社等新型农业市场主体，促进农业产业快速发展。此外，数字普惠金融伴生的多种金融科技可以全天候和无死角监测气候温度、地质土壤、灌溉水源、灾害病虫等环境因素的变化情况，有效对冲与降低自然风险，保证对种子培育、劳作耕种、化肥供给与粮食收割全流程进行实时监督与管理，降低农民农户由于能力不足或者大意疏忽导致的操作性风险。

第四，数字普惠金融的增收效应。数字普惠金融发展极大程度上丰富了农民群体的投资模式，借助金融科技创新衍生出诸多金融产品与金融服务。而这些新型金融产品与服务由于更加符合农村农民的特征偏好与禀赋特点，因而获得大量农民群体的青睐关注且成为其投资的首要选择。实践过程中，以余额宝为主要代表的货币基金为部分具备一定货币储蓄且具有强烈投资意愿的农民群体提供了多样化选择。投资渠道与理财空间的适度拓展可以有效提升农民群体的投资收益，优化农民收入结构，促进农民主体的收入水平大幅提升。另外，数字普惠金融的初始使命就是全方位服务社会中的低收入群体与无收入群体，这自然而然也就包含大量的农民群体。数字普惠金融通过为农民主体提供丰富的金融性资本与配套性资源，使其充分享有与城市居民相同的金融服务，打破农民农户进行创新创业活动的现实障碍与桎梏，而农村创新创业活动的逐渐开展可以产生显著的增收效应，大幅提升广大农民的生产性收入与经营性收入。

第五，数字普惠金融的人力资本效应。在互联网络与信息网络没有完全普及的时代，除去到指定场所进行培训之外，农民群体并没有其它有效方式提升自身科学素质与专业化能力，进而逐渐造成农村人力资本与城市人力资本的差距不断拉大，不可避免地产生“人力资本鸿沟”(贺雪峰，2018)。而以金融科技为核心的数字普惠金融为农民农户提供便利化与高效化的教育方式。随着信息基础设施与网络基础设施的全面铺设，光纤落户与宽带入村项目稳步推进，虚拟网络逐渐覆盖广大农民群体(熊正德等，2021)。在线公开课与网络教育的快速发展不仅可以显著降低农民群体学习过程中的支付费用与搜寻成本，为其节省大量的货币资源与时间资源，而且能够使其足不出户便轻松接触关于其它地区或者发展领域的大量信息，在虚拟网络上有效学习农业生产必备知识与基础方法，提升自身知识素养与综合能力，进而大幅提高农村乡镇的人力资本规模，为乡村振兴发展建设高水平的农民劳动力队伍。

四、 模型构建与数据说明

1. 计量模型构建

(1) 空间计量模型。传统回归计量模型通常假设各个辖区在空间维度上是相互独立的，而这显然与现实世界不相符。在经济实际运行过程中，每个经济单元之间都会存在某种程度上的联结与互动关系。因此，选用充分考量空间效应的计量模型对数字普惠金融与乡村振兴的关系进行实证研究。空间计量模型包括空间滞后模型(SAR)与空间误差模型(SEM)。

空间滞后模型(SAR)如下：

Ruralit=α+ρWRuralit+β1Digitit+β2Fiscait+β3Healtit+β4Foundit+β5Distrit+β6Agricit+β7Goverit+β8Urbanit+εit

(1)

其中，ρ表示空间滞后系数，W为n×n阶空间权重矩阵，εit为随机扰动。Rural为乡村振兴，Digit为数字普惠金融，Fisca为财政分权，Healt为卫生服务水平，Found为基础设施，Distr为收入分配结构，Agric为农产品规模，Gover为政府调控力度，Urban为城市化进程。

空间误差模型(SEM)如下：

Ruralit=α+β1Digitit+β2Fiscalit+β3Healtit+β4Foundit+β5Distrit+β6Agricit+β7Goverit+β8Urbanit+(I-λW)-1μi

(2)

其中，λ为空间误差系数，μ为正态分布的随机误差项向量。

(2) 空间权重矩阵。地理邻接权重矩阵表达形式如下：

(3)

2. 指标选取与数据说明

(1) 数字普惠金融评价指标体系。本文选用北京大学数字金融研究中心与蚂蚁金服集团共同编制的数字普惠金融指数以表征各地区数字普惠金融发展水平(Digit)(郭峰等，2019)。该指数是基于蚂蚁金服交易账户大数据进行编制，同时采用无量纲化、变异系数赋权法与指数合成法进行科学测算，其中包括3个一级维度：覆盖广度(Bread)、使用深度(Depth)、数字化程度(Degre)。表1绘制了具体的数字普惠金融发展评价指标体系。

表1 数字普惠金融发展评价指标体系

续表

(2) 乡村振兴。充分结合与参考之前关于乡村振兴衡量测度的文献研究(刘赛红和杨颖，2021；张鸿等，2021；牛文浩等，2021；张挺等，2018；闫周府和吴方卫，2019)，本文主要借鉴吕程超和崔悦(2021)的研究思路。该研究中的乡村振兴指标评价体系覆盖产业兴旺、生态宜居、乡风文明、治理有效、生活富裕5个发展维度，其中包括14个二级指标。同时为有效规避主观赋值因素所带来的可能偏差，采用时空极差熵值法划定各个基础指标的权重比例，进而全面测算各地区乡村振兴发展水平(Rural)，因此最终得出的各地区乡村振兴发展指数具有一定的科学性、可信性与合理性。

(3) 控制变量。财政分权(Fisca)：用地方预算人均支出与中央预算人均支出比值予以表征。卫生服务(Healt)：用每千人拥有卫生技术人员数予以表示。基础设施(Found)：用邮电业务总量与国内生产总值之比予以衡量。收入分配(Distr)：用城镇人均可支配收入与农村人均可支配收入比值予以表征。农产品规模(Agric)：用人均粮食产量予以表示。政府调控(Gover)：用政府消费占社会总消费比重予以衡量。城市化(Urban)：用城市化率予以表征。

本文以中国30个省份(不包括西藏及港澳台地区)为研究样本，以上原始数据均来自于历年《中国统计年鉴》《中国农村统计年鉴》《中国社会统计年鉴》和中经网数据库。所有变量的描述性统计如表2所示。

表2 变量描述性统计

五、 实证结果与分析

1. 整体性回归估计

表3与表4列示了数字普惠金融对乡村振兴影响的回归结果。由于空间误差模型(SEM)的R2和Log(L)的数值要优于空间滞后模型(SAR)，因此本文选择应用空间误差模型予以分析讨论。不难发现，数字普惠金融系数均为正数，且通过1%显著性检验，即数字普惠金融可以显著促进乡村振兴发展。如前文所述，作为金融发展的最新形态，数字普惠金融可以充分发挥融资效应、信息溢出效应、风险分担效应、增收效应和人力资本效应，从而对乡村振兴发展产生积极影响。与此同时，多个空间系数显著为正，这也能够表明数字普惠金融的乡村振兴效应存有明显的空间相关性。即数字普惠金融不仅可以促进本地区乡村振兴发展，也对周边地区乡村振兴产生积极作用。

表3 数字普惠金融对乡村振兴影响回归结果

表4 数字普惠金融对乡村振兴影响回归结果

续表

2. 分地区回归估计

表5列示了不同地区数字普惠金融对乡村振兴影响的回归结果。可以发现，在东部与中部地区，数字普惠金融可以促进乡村振兴发展，而在西部地区，数字普惠金融并不能有效促进乡村振兴发展，即数字普惠金融的乡村振兴效应具有明显的地区异质性。这种现象主要可能由两个方面原因所导致：一方面，数字普惠金融演化需要以新型基础设施为主要依托，但在西部地区，新型基础设施建设较为滞后，实际铺设速度较为缓慢，这将成为数字普惠金融转变为促进乡村振兴发展与农业农村高质量发展新动能的绊脚石。另一方面，数字普惠金融的最终落地成效与地区人力资本水平息息相关。高质量人力资源将会有效接受“普惠”与“共享”理念，积极拥抱数字普惠金融新业态，并借助金融科技释放数字普惠金融巨大能量。但在西部地区，囿于经济基础、生活环境、文化氛围、发展平台等因素限制，人力资本规模与水平较低，特别是创新型与复合型人才更是少之又少，进而导致西部地区数字普惠金融对乡村振兴的实际影响效果大打折扣。

表5 不同地区数字普惠金融对乡村振兴影响回归结果

3. 分维度回归估计

表6列示了不同维度数字普惠金融对乡村振兴影响的回归结果。不难发现，数字普惠金融的不同维度对乡村振兴产生的影响具有明显差异性。进一步观察，数字普惠金融的覆盖广度与使用深度可以显著促进乡村振兴发展，而普惠金融的数字化程度对乡村振兴的促进作用并没有通过显著性检验。可能原因是对于普惠金融数字化而言，乡村振兴是一个较新的实践场域与应用情境，普惠金融数字化所产生的新型金融服务与资本工具并没有完全有机结合与合理适应乡村具体场景，从而无法内嵌至乡村振兴体系之中，同时作为一种新事物，普惠金融数字化也存有一定的滞后时间与门槛条件，这也可能导致普惠金融数字化无法有效下沉于乡村区域。

4. 内生性检验

内生性问题主要由反向因果和遗漏变量两个方面所导致。反向因果问题即数字普惠金融发展能够促进区域乡村振兴发展，反过来乡村振兴发展也可以在一定程度上对地区数字普惠金融发展产生积极影响。遗漏变量问题即模型虽已经控制一系列影响地区乡村振兴发展的相关特征变量，但仍旧存在诸如文化底蕴、群体预期、偏好诉求等不可预测和不可衡量因素所产生的遗漏变量偏误。针对第一种情况，对解释变量进行滞后一期处理，即分析前一期的数字普惠金融发展对当期乡村振兴发展的影响效应。针对第二种情况，选取互联网普及率作为各地区数字普惠金融发展的工具变量。一方面，作为一种通用性技术，互联网是地区数字普惠金融发展的重要基础，一个地区互联网发展水平越高，该地区数字普惠金融发展潜力也就相对越大，即互联网普及率与数字普惠金融存在紧密关联，满足相关性要求。另一方面，互联网普及率并不直接影响地区乡村振兴发展水平，满足外生性要求。因此，互联网普及率可以被作为数字普惠金融发展的一个有效工具变量。在考虑内生性问题之后，仍然支持数字普惠金融可以显著促进地区乡村振兴发展的结论。(1)篇幅所限，内生性检验结果与稳健性检验结果未列示，备索。

表6 不同维度数字普惠金融对乡村振兴影响回归结果

5. 稳健性检验

本文应用空间距离权重矩阵对前文得出的结果进行稳健性检验。空间距离权重矩阵假定如果两个区域间地理距离越小，则表明二者空间关联程度越高。空间距离权重矩阵的表达形式如下：

(4)

其中，d为两个地区地理中心位置之间的距离。

利用空间距离权重矩阵作为影响各地区数字普惠金融发展与乡村振兴空间分布的空间因子重新进行估计，通过比较拉格朗日因子与各项检验值，选取最优计量模型。在采用地理距离权重矩阵之后，数字普惠金融系数及其三项子维度系数的方向与显著性并没有发生明显变化，这也可以证明前文所得结果具有一定稳健性。

六、 研究结论与政策建议

本文在理论层面深度厘清数字普惠金融促进乡村振兴发展的作用机制。在实证维度，基于我国2011-2018年省际面板数据和北京大学数字普惠金融指数，应用空间计量模型实证考察数字普惠金融对我国乡村振兴的影响效应与结构性差异。研究发现，数字惠普金融可以显著促进我国乡村振兴发展。其中，数字覆盖广度和数字使用深度对我国乡村振兴产生明显的促进作用，而数字化程度影响不显著。分地区观察，数字普惠金融的乡村振兴效应主要体现在东中部地区，而在西部地区并不明显。为促使数字普惠金融良性发展，将其转变为促进我国乡村振兴发展与农业农村高质量发展的新引擎，现提出如下政策意见与建议。

首先，优化顶层制度设计，引导数字普惠金融良性演化。一方面，中央政府应通盘考量与理性对待数字普惠金融新业态，基于系统观与科学观谨慎出台相关法律法规与政策条例，清除抑制数字普惠金融健康发展的梗阻与羁绊，为我国数字普惠金融未来演化构建制度保障。另一方面，积极营造有利于数字普惠金融下沉乡村地区的乡风文明环境与村规文化氛围，促使乡村主体大幅提高对于数字普惠金融的认可度与接受度，进而为数字普惠金融释放乡村振兴效应培育沃腴土壤，有效提升数字普惠金融与乡村振兴的协同融合效率。

其次，重视数字普惠金融落地成效，加快后发地区发展速度。一方面，中央政府应将政策资源适度倾向于西部地区，借助示范效应与信号效应提升西部地区的金融资本、人力资本与物质资本，为数字普惠金融在西部地区乡村乡镇“大展拳脚”提供牢固的基础保障。另一方面，西部地区乡镇基层政府应与东中部地区乡镇基层政府保持有效沟通与密切交流，积极学习东中部数字普惠金融对于乡村振兴的内嵌机制，因地制宜与因情布局，型构适宜本地区禀赋结构的数字普惠金融发展模式，释放数字普惠金融对西部地区乡村振兴的强大驱动力。

再次，改进普惠金融数字化模式，促进普惠金融智能化转型。一方面，鼓励市场金融机构与商业组织改良内部数字化模式，强化信息科技与数字技术在普惠金融领域的应用，引导普惠金融产品与服务进行智能化、数字化、网络化转型，提升普惠金融的“含数量”与“含智量”。另一方面，科学构建公共信息平台与市场数据中心，逐渐完善普惠金融新产品与新技术的分享交流长效机制，通过多样化媒介对新型普惠金融模式进行宣传与推广，大幅提升普惠金融数字化成功率，从而带动全社会普惠金融的数字化演进步伐。

最后，加强基础设施建设，培育复合型人才队伍。一方面，各地区应加强新型基础设施建设，提升信息基础设施、融合基础设施、创新基础设施的推进速度，并对传统基础设施进行智能化、网络化与数字化改造升级，提高交通基础设施、水利基础设施、能源基础设施的实际功效，夯实数字普惠金融发展的底层基础。另一方面，乡镇政府不仅需要加强对现代农民的教育与培训，通过多元化形式将传统农户转变为现代农民与新型农民，同时也应鼓励大学生与技术人员基于乡愁情怀进行返乡创业就业，将他们塑造为新一代的乡贤能人与专业能手，进而建设一批既了解农业、农村、农民，又掌握金融、科技、管理的复合型人才队伍。