数字普惠金融对乡村振兴的影响及其机制研究

江世银，曹嘉宝

(1.南京审计大学 金融学院，江苏 南京 211815； 2.国家税务总局 长治高新技术产业开发区税务局，山西 长治 046000)

党的十九大报告指出，“三农”问题关乎国家发展和亿万人民的美好生活，要将乡村发展作为全党工作重点，实施乡村振兴战略。乡村振兴战略为农业农村现代化提供了战略支持，为新时期农村发展指明了方向，也对乡村发展提出了更为全面、精准、严格的要求。2022年10月，习近平总书记在党的二十大报告中再次强调要全面推进乡村振兴，促进区域协调发展。乡村振兴已经成为我国在今后一段时间内的重点工作，对其展开研究具有重要意义。推进乡村振兴的重大战略导向，就是要实现乡村高质量发展[1]。“三农”发展，金融先行。借助金融科技力量提供普惠金融服务不仅是破解“三农”问题的有力支撑，也是全面实施乡村振兴战略的重要抓手。

近几年来，得益于互联网革命，依托大数据、人工智能、5G和区块链等技术，中国的数字金融快速发展，将数字技术运用于普惠金融当中，进一步改善了“长尾”群体的金融服务可得性，数字普惠金融(digital inclusive finance)在我国得到了高度重视。数字普惠金融因其较低的边际成本和金融排斥(financial exclusions)以及其独特的技术属性，帮助乡村实现资源的高效流动，克服了传统普惠金融依靠物理网点扩张的局限性，为乡村地区的金融资源配置问题带来了契机。随着我国进入后疫情时代，巩固脱贫成果与乡村振兴紧密衔接，农村农业发展“精准化”“智能化”和“数字化”趋势逐渐凸显，数字普惠金融将迎来更广阔的发展空间。

然而，数字普惠金融需要以大数据、人工智能、5G和区块链等作为技术基础，有些地区缺乏相应的网络基础设施，居民也缺乏使用网络的意识和能力，使数字普惠金融赋能乡村振兴成本高昂。尤其对于相对落后的农村地区，互联网普及率仍然较低。据中国互联网信息中心(China Internet Network Information Center，CNNIC)数据，截至2021年底，城乡互联网普及率相差21.9%，农村网络基础设施尚未完善。不仅如此，农村居民整体受教育程度较低，接受新事物的能力较弱，数字普惠金融在乡村振兴中尚存在发展阻力。数字普惠金融与乡村振兴之间的关系并不明确，作用机制尚未厘清，通过规范实证检验涉及数字普惠金融助力乡村振兴而系统全面地研究的学者寥寥无几。鉴于此，本文构建了乡村振兴发展水平评价指标体系，对二者关系进行实证检验并进行中介效应分析，具有一定的研究意义。

一、文献综述

(一)数字普惠金融研究

“普惠金融”(inclusive finance)于2005年在联合国国际小额信贷年会上被提出，当时的目的是为了解决一些世界性问题，如贫富差距大和金融资源配置极不合理等。后来，国内外学者对普惠金融展开了一些研究。焦瑾璞等[2]认为，普惠金融是指能有效和全方位地为社会所有阶层群体提供服务的金融体系。普惠金融从最初的关注银行网点和信贷服务的可获得性到广泛覆盖支付、存款、贷款、保险等多种业务领域，近年来与数字金融相融合，缓解了金融抑制[3]。

普惠金融能带来宏观和微观的效应。首先，是对于宏观经济的影响，科拉多(Germana Carrado)[4]发现，普惠金融尤其为边缘化的家庭和企业提供了公平并负担得起的金融服务，缓解了金融约束，进而推动了经济的可持续增长。杜强等[5]、周光友(Guangyou Zhou)等[6]构建了中国31个省市的面板数据，发现普惠金融显著促进了区域经济发展，但存在一定的异质性，其中对西部地区的促进作用更大。当然，如果仅仅以国家逻辑为主导，虽然政策能够更有效地上传下达，但会不利于乡村自治，限制村庄自由发展和农民个体的成长[7]。其次，是微观层面，普惠金融显著促进了家庭的总消费水平[8]，提高了家庭参与股票等风险资产的参与深度[9]，也显著提高了家庭参与创业的概率[10]。随着大数据、人工智能、5G和区块链等技术与金融的融合，数字金融快速发展，使普惠金融的“长尾”特性得到了更便捷、高效的运用。许多学者开始关注数字金融与普惠金融融合的优点，不仅缓解了金融排斥而且提高了农村地区的金融可得性并降低了融资成本。实证方面，宋晓玲[11]、梁双陆等[12]发现数字普惠金融能够显著缩小城乡收入差距。杨波等[13]发现数字普惠金融显著促进了中西部农村家庭的正规信贷获得。易行健等[14]研究发现，数字普惠金融显著促进了居民消费，并主要通过缓解流动性约束，便利居民支付两种机制影响居民消费。可以说，数字普惠金融大大提高了农民金融服务的可得性。

(二)乡村振兴相关研究

农村问题是全世界面临的共同问题，国外学者对农村发展的理论分析和实证研究较为完备。对于促进农村发展的主要力量，众多学者发表了不同观点：一些学者主张政府在其中需要发挥主导作用；基于日本的乡村发展模式，有学者提出要充分发挥返乡者在乡村振兴中的关键作用；另外，农村组织在乡村振兴中的作用也十分重要。在如何推进乡村振兴方面，居民创业积极性和农村金融发展对乡村经济发展具有举足轻重的作用[18]。范德普洛格(Jan Douwe Van Der Ploeg)等[19]分析得出在农村现代化进程中需重视农业的带动作用。有些研究认为，发展乡村旅游有利于乡村振兴的推进[20]。乡村要实现振兴和共同富裕的目标，因面临着乡村治理方面的不少挑战[21]，需要激发村民的自主治理能力[22]，从制度方面促进乡村振兴[23]，需要建立良好的治理机制[24]。

近几年来关于乡村振兴的文献层出不穷。大量学者对其展开了定性研究，主要涉及内涵解读、经验借鉴和实现路径等方面。而针对乡村振兴的实证研究较少，主要涉及乡村振兴水平的测度，即指标体系的构建。最早对乡村振兴发展水平进行测度的是张挺等[25]，随后韦家华等[26]、贾晋等[27]也对评价体系进行了创新。学者们构建的指标体系大同小异，都是围绕产业兴旺、生态宜居、乡风文明、治理有效和生活富裕等5个维度，然后对每个维度进行细化，再赋予不同的权重，最后得到相对完整的评价指标。后来，一些学者在构建指标体系的基础上开展了一系列实证研究。例如，赵丹丹等[28]指出，农民职业和收入分化对乡村振兴有显著的促进作用；制度革新和村民主体性自觉是乡村振兴以及后小康社会现代化建设的重要基础保障[29]；唐红涛等[30]、李志平等[31]研究了农村电商发展、减贫和乡村振兴的关系；陈丹等[32]、熊正德等[33]发现普惠金融通过显著提高农民收入进而推进乡村振兴。

(三)数字普惠金融对乡村振兴的影响研究

针对数字普惠金融对乡村振兴发展的影响，学术界鲜有直接针对二者关系的研究，而是研究乡村振兴的某一方面，如产业发展、农民增收等。本文对相关研究进行整理，主要内容分为宏观和微观两个层面。宏观层面，参照居姆赛(Ali A.Gümüsay)等[34]的研究结论，不同的情景对乡村振兴不尽相同。张勋等[35]研究发现，数字普惠金融的发展显著带动了农村经济包容性增长。张林[36]发现，数字普惠金融能够促进县域产业升级转型，资源配置效率在其中起到一定的中介作用。张燕和刘福临[37]的研究表明，基于数字技术，数字普惠金融能够精准高效地获取农村居民的消费习惯、交易方式等信息，有利于农村征信系统的完善。汪亚楠等[38]的研究表明，数字普惠金融通过影响居民就业和收入显著促进社会保障水平的提高。微观层面，黄倩等[39]和孙继国等[40]研究表明，数字普惠金融显著减缓了农村贫困。郭华等[41]基于地区差异性，研究了不同地区数字普惠金融与居民消费的关系，发现二者之间呈正相关关系。周利等[42]认为，数字普惠金融通过增加金融可得性缩小城乡收入差距。周雨晴和何广文[43]从农村家庭金融资产配置角度切入，实证结果显示数字普惠金融发展能够显著提高风险金融资产参与度。秦中春[44]提出了中国乡村治理要解决公共服务和人的精神思想问题。闫桂权等[45]将数字普惠金融指数与劳动力动态调查数据相结合，得出数字普惠金融在农业生产环节同样具有普惠性，能够显著促进农业现代化水平的提高。

尽管现有大多数文献表明数字普惠金融能够直接或间接地促进乡村振兴水平的提高，但也有研究提出了不同的观点。一些学者发现数字普惠金融与乡村振兴的关系并非线性关系，这主要是由于农村地区基础设施相对较差，居民年龄以中老年居多，接受新事物需要时间，数字普惠金融发挥作用需要一个过程，即存在一定的门槛效应[46]。申云和李京蓉[47]研究了数字普惠金融与农户相对贫困脆弱性的关系，发现既存在“数字红利”也存在“数字鸿沟”效应，二者呈现倒“U”形关系。葛和平和钱宇[48]研究发现数字普惠金融与乡村振兴之间确实存在“U”形关系，但目前来看，数字普惠金融水平整体已过拐点。

(四)数字普惠金融对乡村振兴的作用机制研究

关于数字普惠金融服务乡村振兴的作用机制，学术界相关研究比较匮乏。总结现有文献，主要可分为直接效应和间接效应两方面。第一，直接效应。一些学者验证了数字普惠金融对扩大内需[49]和缩小城乡差距[11]的影响，这些都能够作用于乡村振兴的“产业兴旺”和“生活富裕”等维度。傅利福等[50]研究发现，数字普惠金融通过财富渠道和创新渠道两条作用机制显著促进了农村包容性增长。马亚明和周璐[51]从双创(创新和创业)视角研究了数字普惠金融服务乡村振兴的内在机制，结果表明农村居民创新创业积极性确实在其中有部分中介效应。一些学者将数字普惠金融指数和中国家庭金融调查与研究中心(China Household Finance Survey，CHFS)、中国家庭追踪调查(China Family Panel Studies，CFPS)等数据库相结合，发现数字普惠金融通过影响家庭商业保险购买行为，显著提高了农村居民幸福感[52]。张兵和李娜[53]使用农户非农就业人数占劳动者比重衡量非农就业水平，发现其在数字普惠金融帮助农户增收的过程中发挥部分中介作用。第二，间接效应。一方面，数字普惠金融促进经济基础较好地区的经济发展，在渗漏效应(trickle-down effect)的作用下，辐射影响周边农村地区的经济发展，进而带动乡村振兴。另一方面，数字普惠金融也能提高金融资源供给量，助力乡村产业发展，带动产业转型升级，创新商业模式形成特色产业，实现产业振兴[48]。

(五)文献评述

通过对现有文献的梳理可以发现，对于数字普惠金融和乡村振兴的文献，国内学者近年来针对二者分别展开了大量研究，这些文献普遍认可数字普惠金融的积极作用，认为新兴业态金融能够通过数字技术缓解金融排斥，进而作用于居民消费、创新创业、城乡差距、包容性增长等方面，一定程度上打破了普惠金融的双重悖论(double paradox)。关于乡村振兴的研究，国内学者对其展开了广泛的理论与实证研究，内容涉及乡村振兴的基本内涵、经验借鉴、实现路径、水平测度以及实证分析。但学术界对数字普惠金融和乡村振兴二者之间的关系的研究相对较少，现有文献大多只是探究数字普惠金融对乡村振兴的其中一些方面,如产业升级、农村居民收入和消费等。另外，在研究数字普惠金融和乡村振兴二者关系的现有成果中也未有统一定论，大部分学者认为数字普惠金融发挥了正效应，而也有学者发现数字普惠金融对乡村振兴的影响呈现“U”形。在作用机制部分，相关文献相对匮乏，现有研究大多从某单个方面,如就业、创新创业或消费行为等进行中介效应分析。

综上所述，已有的研究为数字普惠金融助力乡村振兴研究提供了基本的思想与方向。但是，这些研究也有很大的局限性。一方面，数字普惠金融发展与乡村振兴之间的关系并不明晰，相关研究成果较少且也存在一些争议。另一方面，聚焦于数字普惠金融服务乡村振兴作用机制的文献较为匮乏，并且鲜有深入探究涉农贷款在其中的中介作用。因此，本文构建了全国各省乡村振兴水平评价指标体系，深入探究数字普惠金融发展与乡村振兴之间的内在联系，并进一步探究涉农贷款的中介效应，为新时期发展农村数字普惠金融提供相关政策建议。与已有研究成果相比，本文的边际贡献为：第一，较为系统地梳理了相关文献并进行了实事求是的评述。第二，构建了乡村振兴水平评价指标体系。第三，梳理了数字普惠金融助力乡村振兴的作用机制，并创新性地将涉农贷款和金融认知作为中介变量研究。

二、研究设计

(一)模型设定

为了探究数字普惠金融对乡村振兴的影响，本文设计以下基准回归模型：

Rit=α1+α2Dit+α3Xit+εit

(1)

其中，Rit表示第i个地区，第t年的乡村振兴指数；Dit表示第i个地区、第t年的数字普惠金融总指数；Xit表示影响被解释变量的一系列控制变量，包括经济特征、人口特征等；εit为随机扰动项。

为了克服模型(1)不可避免地存在的内生性问题，本文进一步将乡村振兴指数的一阶滞后项引入模型当中，构建动态面板模型：

(2)

为了检验数字普惠金融助力乡村振兴的影响机制，本文引入了一系列中介变量，如机构涉农贷款、金融素养等，并构建一系列中介效应模型。参考借鉴温忠麟等[54]的做法，相关模型设定如下：

Mit=γ1+γ2Dit+γ3Xit+εit

(3)

Rit=δ1+δ2Dit+δ3Mit+δ4Xit+εit

(4)

其中，Mit即为第i个地区、第t年的中介变量数据，其他变量含义同模型(1)。

(二)变量选取

1.被解释变量

乡村振兴(R)。本文基于《中共中央国务院关于实施乡村振兴战略的意见》，将乡村振兴分为5个维度：产业兴旺、生态宜居、乡风文明、治理有效和生活富裕等。同时，参考张挺等[25]的研究，本文将5个维度分别细化，最终得出20个指标，以此构建乡村振兴发展综合评价指标体系，相关内容见表1。

表1 乡村振兴评价指标体系

对于确定指标体系后的评价方法，分为主观评价法和客观评价法。主观评价法主要为专家学者的主观判断，缺乏一定的客观性，可能使实证结果失真；客观评价法包括主成分分析法、熵值法和标准离差法等，能够较为客观准确地衡量指数发展程度。鉴于此，本文采用客观评价法中的熵值法，通过信息熵原理确定指标权重，能够客观准确地评价研究对象。由于本研究所使用的数据为面板数据，为了实现不同年份间的比较，参考杨丽等[55]使用的改进后的熵值法进行确权，加入时间变量，通过Excel 2019软件测算出各省对应年的乡村振兴发展指数。相关步骤如下：

(1)指标选取

设有t个年份，m个省份和n个指标，则xθij为第θ年第i个省份的第j个指标值。

(2)标准化处理

由于指标之间使用的单位不同，本文需要对数据进行标准化处理，以消除不同量纲间的差异。其中,正向指标标准化处理方法为式(5)，负向指标的标准化处理方法为式(6)。

(5)

(6)

其中xjmax和xjmin分别表示第j个指标中的极大值和极小值。

(3)计算指标权重

确定每个指标值的权重yθij，如式(7)。

(7)

(4)计算熵值

根据计算出的权重算出每项指标的熵值ej，如式(8)。

(8)

k即样本量的对数，本文所使用的数据样本量为270个。

(5)计算信息效用值和权重

由式(9)计算第j项指标的信息效用值gj，并得出各项指标的权重wj，即式(10)。

gj=1-ej

(9)

(10)

(6)计算综合得分

基于权重通过式(11)算出各省份第θ年的乡村振兴水平综合得分Hθi。

(11)

如通过测度结果来观察2011—2019年乡村振兴发展水平指数的地区差异，从中发现乡村振兴发展水平与当地经济发展状况有一定的相关关系，其中东部地区乡村振兴综合指数值普遍较高，而中西部地区相对偏低。

2.核心解释变量

数字普惠金融(D)。由于构建数字普惠金融的指标体系的数据获取难度较大，本文使用当前国内较为权威的北京大学数字普惠金融指数。该指标包含3个维度：覆盖广度(D1)、覆盖深度(D2)和数字化程度(D3)，本文也分别对这3大维度进行了实证检验，以得到发展农村数字普惠金融的主攻方向。

3.控制变量

为控制遗漏变量偏误(omitted variable bias)，本研究参考蔡兴等[56]、马亚明和周璐[51]的研究，加入了可能影响被解释变量的有关变量，同时为避免多重共线性(multicollinearity)，选取变量尽可能差异化，具体包括：经济发展状况、对外开放程度、公共交通状况、政府行为和城镇化率，所有控制变量数据来源于国家统计局和EPS数据库(Economy Prediction System，EPS)。具体定义见表2。

4.中介变量

基于前文分析，金融机构运用金融科技融入其业务流程，搭建村民信息数据库，完善农村地区征信系统和授信名单，提高其在农村地区提供金融服务的风险控制能力，进而满足农村地区金融需求，促进相关产业发展。城市商业银行和农村商业银行等区域性银行是金融服务“三农”的主力军，本文选用区域性银行的涉农贷款占比代表金融机构涉农业务参与度，以考察金融机构涉农贷款是否在数字普惠金融助力乡村振兴的过程中起到了一定作用。

另外，数字普惠金融使农村居民和企业能够在网络上快速便捷地获取金融服务，浏览和交易的同时也能使其获取金融知识，提高其金融素养，潜移默化中帮助居民建立信用意识和契约精神，同时金融知识也可以优化农村家庭金融资产配置，提高农村家庭的财产性收入，作用于产业兴旺、乡风文明和生活富裕3大维度。本文结合2013—2019年中国家庭金融调查数据，提取了其中有关农村居民金融素养的信息(1)金融素养变量中包括的CHFS问题代码为H3101、H3105和H3106。本文为体现差异性，将不同回答进行了细分赋值，如金融信息关注程度中将选择1或2(非常关注或很关注)赋值为2，选择3(一般)赋值为1，选择4或5(很少关注或从不关注)赋值为0。。

综上，本文选取金融机构涉农贷款和金融素养作为中介变量深入研究。

图1 数字普惠金融助力乡村振兴影响机制图

(三)数据来源及描述性统计

本文的数字普惠金融数据来源于北京大学数字金融研究中心，指数具体内容包括数字金融覆盖广度、使用深度和数字化程度。该指数于2011年首次发布，已经被广泛应用于数字金融及其经济效应等相关领域，是具有代表性和可靠性的指标。此外，本研究的乡村振兴评价体系中的相关指标数据及控制变量数据来源于EPS数据库、国家统计局的统计数据和《中国农村统计年鉴》等。涉农贷款数据均来源于区域性银行的年度报告和社会责任报告。表2和表3分别报告了各变量定义及描述性统计。

表2 变量定义

表3 描述性统计

表3显示，乡村振兴发展水平的均值为23.571，极值相差较大，具有较强的地区差异性，可以满足实证分析之需。数字普惠金融指数均值为216.235，同时也呈现出较大的差异性，极差为415.708左右。控制变量中，人均GDP和对外开放程度经过对数化处理后，标准差有所缩小，符合实证要求。从交通情况中可以看到，全国平均每万人拥有12.641个公共交通工具，同样表现出较强的地区差异性。财政支出占GDP比重均值为28.3%，城镇化率平均值为56.7%，各数值之间存在较大差异。综上，所有变量均位于合理范围内，能够进一步进行实证分析。

三、实证分析

(一)基准回归分析

表4列示了基础回归结果。其中，模型(1)中OLS结果表明数字普惠金融的发展确实能够显著促进乡村振兴，数字普惠金融的回归系数为0.023，在1%的水平上显著为正。模型(2)至(3)为使用固定效应(FE)与随机效应(RE)的回归结果，可以看到两种方法中数字普惠金融的回归系数相差不大，较OLS回归系数有所降低，分别在5%和1%的水平上显著为正。对结果做Hausman检验后，检验统计值为15.350，与之对应的P值为0.017，在5%的水平上拒绝原假设“两种方法得到的参数没有显著性差异”，因此固定效应更适合本研究。为了进一步确定固定效应模型是较好的选择，使用LSDV法进行检验，模型(4)显示，LSDV法的系数估计值和显著性与FE高度一致。最后，在选择固定效应的基础上，本研究进一步控制了年份固定效应，模型(5)显示数字普惠金融的系数估计值有所上升，并在5%的水平上显著，表明未控制时间效应会低估数字普惠金融的作用。

表4 基础回归分析

解释变量与扰动项不相关是回归结果真实、准确、稳健的重要保证，因此，本研究对回归结果的内生性(endogeneity)问题进行处理。本文的被解释变量为乡村振兴发展程度，可能受到过去乡村振兴水平的影响而使静态回归分析结果出现偏差，所以引入乡村振兴的一阶滞后项，使用系统GMM模型进行回归分析，回归结果见表4中模型(6)，数字普惠金融的回归系数为0.012，在1%的统计水平上显著，AR(2)检验的P值为0.583，大于10%，说明二阶序列系数相关不显著。同时，Hansen检验的P值为0.283，位于0.2～0.3之间，表明所选取的工具变量较为合理。前述结论通过了内生性检验。

根据上文分析，数字普惠金融对乡村振兴发展水平具有显著的正向效应。同时，从控制变量当中可以发现：在大部分模型中，经济发展状况良好，交通基础设施完善，城镇化水平较高能够提升当地乡村振兴发展水平，对地区外开放程度和财政支出的提高会对乡村振兴造成负面影响。经济基础越强的地区具备较为完善的基础设施和较高的财政支持，乡村可以利用这些基础设施和资金补贴推进经济发展。地区交通设施越完善，城乡联系越密切，有利于乡村与城镇之间的经济交流，推进乡村振兴。城镇化水平越高，越有利于城镇资源流入乡村，促进产业发展，特别是较高的城镇化能够拓宽农村居民眼界，有利于提高农村居民创新创业积极性。对外开放程度较高的地区虹吸效应更为明显，使农村人口主动流向城镇，不利于乡村振兴。财政支出相对更高的地区，城乡将有更稳定的发展环境，使城乡差距扩大，整体上不利于乡村振兴水平的提高。

(二)稳健性检验

上一部分当中，本文采用了多种实证方法对数字普惠金融的影响效应进行了检验，结果均支持数字普惠金融的正向效应，可见研究成果具有一定的可靠性。为了进一步提高研究结果的可信度，本文通过更换数据、调整变量和样本处理等方式对上文的回归结果分别进行检验，以确保其稳健性。表5报告了稳健性检验结果。

第一，替换被解释变量。本文借鉴赵涛等[57]的研究并利用熵值法构建了数字经济综合发展指数(DE)(2)指标体系包括，互联网普及率、互联网相关从业人员数、互联网相关产出、移动互联网用户数以及数字普惠金融发展等5个二级指标，并对缺失的数据采用了线性插值法补充。，该指数一定程度上能够反映当地数字普惠金融发展水平，所以本文将其替代核心解释变量：数字普惠金融。表5模型(1)中可以看到数字经济综合发展指数对乡村振兴发展水平的影响为正，在1%的统计水平上显著，与上文的回归结果一致。第二，调整变量期数。本文将各省数字普惠金融指数前置一期，探究上一期的数字普惠金融指数对本期乡村振兴发展水平的影响。模型(2)回归结果显示，上一期的数字普惠金融指数依然对本期乡村振兴发展水平具有高度显著的正向效应。第三，缩尾处理(winsorize)。本研究对样本上下1%极值的部分进行缩尾处理，以剔除样本极端值的影响。模型(3)显示了回归结果，可以看到数字普惠金融的系数依然为正，在5%的统计水平上显著，证明研究结论具备稳健性。

表5 稳健性检验

(三)进一步研究

本部分将对数字普惠金融与乡村振兴发展水平两个变量进行细分，以期数字普惠金融助力乡村振兴的主攻方向。

表6显示了数字普惠金融三大维度回归结果。模型(1)中覆盖广度对乡村振兴发展水平的影响不显著，表明数字普惠金融覆盖范围的扩大在乡村振兴发展过程当中的作用并不明显。模型(2)显示覆盖深度的回归系数在5%的统计水平上显著为正，说明数字普惠金融的使用深度越深，越能促进乡村振兴发展。模型(3)中，数字普惠金融的数字化程度回归系数为0.018，并在1%的统计水平上高度显著，表明数字普惠金融的数字化程度越强，乡村振兴发展水平越高。

究其原因，数字普惠金融的覆盖广度仅能够表明账户覆盖率较高，而农村居民开通账户后是否真正享受到了数字金融服务还尚不明确，再加上农村地区的“数字鸿沟”现象，影响了数字普惠金融覆盖广度的拓展，进而使数字普惠金融覆盖广度在乡村振兴发展过程中没能起到应有效果。而数字金融业务的拓展满足了农村居民多样的金融需求，提高了资金的配置效率，促进了农民增收以及产业发展，推动乡村振兴。金融业务的数字化程度也能够降低农村居民获取金融服务的门槛，让更多人能够获得便捷、低成本的金融服务，促进乡村振兴。

表6 数字普惠金融内部维度细分回归结果

(四)中介效应分析

本文主要采用因果逐步法(causal steps approach)对作用机制进行检验。具体检验过程如下：第一步，检验总效应。基于模型(1)检验数字普惠金融指数的总效应，如果系数α2显著，则按中介效应立论，反之则按遮掩效应立论，但无论系数α2是否显著，都继续下一步。第二步，检验间接效应。在模型(3)和(4)中，若γ2和δ3均显著，则间接效应显著。若γ2和δ3至少有一个不显著，进行Sobel检验，如果通过检验，则该间接效应显著，进行下一步，反之则间接效应不显著，即中介效应不存在，无须进行第三步。第三步，检验直接效应。若模型(4)的系数δ2不显著，即直接效应不显著，表明只存在中介效应。若系数δ2显著，则需要进一步判定：如果γ2δ3与δ2同号，则为部分中介效应；若γ2δ3与δ2异号，则为遮掩效应。考虑到Sobel法的假设过于严苛，本文还将对所有作用机制进行Bootstrap法检验，以确保本文的作用机制检验结果更为稳健。Bootstrap法相对于Sobel法具有较高的统计效力，更具普适性[54]。

表7报告了中介效应检验结果。涉农贷款占比部分中，第一步，模型(1)显示了总效应回归结果，数字普惠金融发展对乡村振兴在5%的水平上有显著的促进作用。第二步，继续检验间接效应。模型(2)中数字普惠金融的回归系数为0.030，结果不显著，将二者同时放入模型中，模型(3)显示中介变量涉农贷款占比的系数为0.003，在5%的统计水平上显著。第三步，进行Sobel检验，结果显示P值为0.018，在5%的统计水平上显著，表明间接效应显著。第四步，模型(3)列数字普惠金融的系数估计值下降为0.014，并在1%的水平上显著，说明在数字普惠金融发展对乡村振兴的影响中，区域性银行的涉农贷款占比存在部分中介效应。

表7 中介效应检验结果

表7中模型(4)—(6)列报告了金融认知渠道的检验结果。模型(4)表明总效应在1%的水平上显著，系数估计值为0.030。模型(5)中数字普惠金融对金融素养的回归结果为0.005，在1%的统计水平上显著，表明数字普惠金融能够显著拓宽农村居民的知识面，提高农村居民的金融素养。模型(6)显示金融素养的回归系数为0.001，在5%的统计水平上显著，表明农村居民掌握丰富的金融知识有利于乡村振兴的推进，因此间接效应显著，故无须Sobel检验。最后，模型(6)中D的系数估计值有所下降，且在1%的统计水平上显著。所以，金融素养确实在数字普惠金融服务乡村振兴的过程中起到了一定的作用。

经过Bootstrap抽样法检验后，两个中介变量的间接效应都显著且置信区间不包含0，说明两个变量都在其中发挥了一定的作用，具体来看，区域性银行涉农贷款占比在中介效应中的占比为12.23%；金融素养的中介效应占比为3.95%。

四、结论与政策建议

本文研究表明，数字普惠金融的发展是乡村振兴的重要推动力。本文运用改进后的熵值法构建了乡村振兴指标体系，客观地测算了2011—2019年中国30个省(自治区、直辖市)的乡村振兴发展水平，并将其与数字普惠金融指数进行回归分析。结果表明：第一，数字普惠金融能够显著促进乡村振兴的推进，在进行内生性与稳健性检验后，该结论依然稳健。其中，数字普惠金融的使用深度和数字化程度对乡村振兴产生了更为显著的正面影响。第二，数字普惠金融能够通过提高金融机构的涉农贷款占比和农村居民金融素养，对当地乡村振兴产生正面效应。

基于以上研究结论，本文得出当前数字普惠金融助力乡村振兴的具体方法路径和侧重点，提出相对应的政策建议。

数字普惠金融的覆盖广度对乡村振兴没有明显影响，即单纯地依靠供给端的扩张难以实现乡村振兴，需要从供需两端同时发力，提高金融业务的使用深度及普惠金融数字化程度。一方面，供给端要更重视金融服务与数字化技术的结合，提高服务质量。政府可以通过税收优惠和财政拨款的方式支持区域性银行数字普惠金融发展，鼓励金融机构将数字技术运用于涉农业务，提高涉农贷款比重(如比原来提高3%～5%)。金融机构应积极创新数字金融产品，面向农村地区提供针对化、多样化、智能化数字金融产品，如小额信贷、教育基金、文化娱乐基金、补充养老保险和农业保险等。另一方面，需求端更需注重有效开发和后续深化使用。金融机构可以通过产品宣讲会、电子消费券、发放红包等形式提高农村居民对网络金融产品的参与积极性，打消其对于资金安全性的顾虑，提高对数字金融产品的相关认知水平，特别是让农村老年人跟上享受数字金融服务的步伐。此外，政府也可以通过财政补贴及金融机构让利等方式降低数字金融业务利率(如0.25%～0.50%)及移动支付相关手续费，降低用户数字金融参与成本，对于积极参与数字金融服务的居民给予一定程度的现金奖励，提高农村居民对数字金融平台的使用黏性。