数字普惠金融对乡村振兴的影响效应与经验证据

鄢宇昊，李巍，胡锡琴，张荣光

（1.昆士兰大学商学院，澳大利亚 布里斯班 4072；2.成都理工大学商学院，成都 610059）

0 引言

党的二十大报告明确表示全面建设社会主义现代化国家，最艰巨最繁重的任务依然在农村。农村金融作为金融体系的重要组成部分，对于发展农村经济、解决“三农”问题具有至关重要的作用。因此，全面推进乡村振兴，离不开强有力的金融支持。

数字普惠金融作为一种结合数字技术和普惠金融的全新业态，既能突破传统经济活动的时空限制，又能拓宽资本募集渠道[1]。随着数字基础设施的完善和数字知识技术的普及，数字普惠金融以较低成本向全社会，特别是为相对落后的农村和低收入群体提供便捷的金融服务[2,3]，从而更好地解决普惠金融服务乡村振兴的“最后一公里”难题，为乡村经济发展与乡村振兴创造更多的可能性[4]。通过综合和深入的分析，发现多数学者将数字普惠金融视为推动乡村振兴的关键路径[5,6]，并且数字普惠金融与乡村振兴之间呈现非线性关系[7,8]。

现有研究多集中于数字普惠金融助力乡村振兴的理论分析，实证研究相对较少。基于此，本文从理论层面厘清数字普惠金融对乡村振兴发展的影响以及作用机制，再从实证层面运用双向固定效应和SYS-GMM模型检验数字普惠金融对乡村振兴发展的影响效应。本文将从以下三个方面展开研究：第一，在以往文献的基础上深度挖掘乡村振兴的时代内涵，并完善乡村振兴指标体系的构建；第二，实证检验数字普惠金融对乡村振兴的影响效果，并考察东、中、西部地区的区域异质性；第三，探究数字基础设施建设和农村人力资本在数字普惠金融对乡村振兴的影响过程中的调节作用。

1 理论基础与研究假设

1.1 数字普惠金融对乡村振兴的影响效应分析

数字普惠金融对乡村振兴的直接影响主要体现在以下几个方面：第一，数字普惠金融通过数字技术有效降低了运营商的经营和交易成本，尤其是实体金融机构。一方面，数字技术的信息推广和交易成本会随着其在信贷市场的运用过程中逐渐降低；另一方面，数字普惠金融的发展在一定程度上解决了信息不对称问题。第二，数字普惠金融的发展提升了农户的融资效应。传统家庭企业经营规模和农业种植限制了农户融资，而数字普惠金融在农村的发展大大降低了农村居民的融资门槛，拓宽了农户获得信贷和存款的渠道。第三，数字普惠金融利用大数据技术规避了农业生产可能产生的自然不可控风险以及信贷抵押品缺乏等问题，减少了金融风险，提高了金融机构的风险管控能力。基于此，本文提出：

假设1：数字普惠金融的发展能够提高乡村振兴水平。

我国各个区域之间由于自然资源、地理环境、人口、经济发展程度等的不同而存在空间差距。因此，数字普惠金融的推进会在不同区域呈现不同的实施效果。发展较快的东部地区，相比中西部地区具有互联网、大数据、云计算等数字技术发展的绝对优势，与传统金融相互结合创造农业金融产品、农业产品交易平台等，提高农户的收入，从而对乡村振兴促进作用更明显。基于此，本文提出：

假设2：数字普惠金融对乡村振兴的影响存在区域异质性。

1.2 数字基础设施建设、农村人力资本的调节效应分析

数字基础设施是以信息技术为载体的基础设施，在农村地区的推广建设将有利于打破区域之间生产要素流动壁垒，促进农业产业要素禀赋集聚，避免传统农业产业要素资源浪费现象，进而提升农业产业效率。数字基础设施的连通性和共享性将有助于农村搭建数字化平台，整合农产品市场、农业产业资源等信息，简化与消费者的互动流程，实现农业生产效率、运行效率和协调效率的提高，从而增加农村居民收入[9]。基于此，本文提出：

假设3：数字基础设施建设在数字普惠金融对乡村振兴的影响中发挥正向调节作用。

数字普惠金融在促进乡村振兴发展过程中能否发挥重要作用在很大程度上取决于农村劳动者受教育水平的高低，而教育则是农村人力资本投资的重头戏。在普惠金融的助力下，农村地区逐渐开始引入先进的农耕技术，购买现代化机械设备，提高农业生产效率。不仅如此，提高农民的受教育程度也会产生溢出效应，农村居民自身的知识能力对下一代和周围的居民有传递作用，从而提高农村人力资本质量。农村人力资本水平较高的地区往往能更准确地辨认金融信息的真伪，合理规避金融风险，高效利用数字普惠金融，从而促进乡村振兴的发展。基于此，本文提出：

假设4：农村人力资本在数字普惠金融对乡村振兴的影响中发挥正向调节作用。

2 研究设计

2.1 模型构建

为综合考察数字普惠金融对乡村振兴的影响效应，本文选取相关变量构造面板数据，并运用双向固定效应模型来研究数字普惠金融与乡村振兴之间的关系。

其中，Ruralit表示乡村振兴水平，Difiit表示数字普惠金融，Controlit表示控制变量，α0表示常数项，αi表示个体固定效应，θt表示时间固定效应，i代表地区，t代表年份，εit表示误差项。

运用静态面板数据模型进行回归，最终的估计结果会受到静态面板数据的自相关性和异方差问题的严重干扰。由于前期乡村振兴发展状况会对当期的乡村振兴水平产生影响，最终导致结果估计出现偏差。因此，为提高模型稳健性，降低其内生性问题，本文将乡村振兴水平滞后一期作为新的解释变量纳入模型中，在模型（1）的基础上，建立如下动态面板数据模型，并采用SYS-GMM方法检验数字普惠金融对乡村振兴的影响。

本文不仅要研究数字普惠金融对乡村振兴的影响效应，还要进一步讨论农村人力资本和数字基础设施建设对上述影响效应的调节作用。在模型（1）的基础上，分别加入数字普惠金融与农村人力资本的交互项(Difiit×Ahcit)、数字普惠金融与数字基础设施的交互项(Difiit×Netit)，建立如下计量模型：

2.2 变量选取

（1）被解释变量：乡村振兴水平（Rural）。遵循有效性、系统性和可操作性的复合指标体系构建原则，本文借鉴Huang和Yang（2018）[10]的研究，以党的十九大报告中乡村振兴战略的五大要求作为衡量乡村振兴战略实施情况的一级指标，并细分为30个二级指标，由此测度乡村振兴水平，如表1所示。

表1 乡村振兴评价指标体系

（2）核心解释变量：数字普惠金融指数（Difi）。借鉴北京大学数字金融研究中心编制的“北京大学数字普惠金融指数”，该指数涵盖了覆盖广度、使用深度和数字化程度三个方面，数据来源兼具权威性和科学性，能够全面、有效地度量地区数字普惠金融发展水平。

（3）控制变量。考虑到财政支出、城镇化进程、经济水平、经济开放度对乡村振兴的影响，本文参考已有相关研究，选取如下控制变量：财政支农水平（Fis），以财政农林水事务支出占财政总支出的比重衡量[11]；城镇化率（Urban），以年末城镇人口数量占总人口数量的比重来衡量[12]；经济发展水平（Dev），用各省份年度取自然对数的人均GDP来衡量[13]；经济开放度（Fdi），用外商直接投资占地区生产总值的比重表示[14]。

（4）调节变量。数字基础设施（Net）：借鉴谢地和苏博（2021）[11]的做法，本文以农村互联网宽带接入用户数表示。农村人力资本（Ahc）：借鉴姚旭兵等（2017）[15]的做法，本文采用农村实际受教育等级乘以相对应的权重代表人力资本作为调节变量。按照文化水平将农村居民分为文盲和半文盲、小学、初中、高中、大专及以上学历五个等级，再分别乘以“1、6、9、12、16”的人均受教育年限，具体计算公式如下：

其中，Q1表示文盲半文盲文化水平人数，Q2表示小学文化水平人数，Q3表示初中文化水平人数，Q4表示高中文化水平人数，Q5表示大专及以上文化水平人数，Q表示总人口数。

2.3 数据来源与描述性统计

本文以2011—2020年我国30个省份（不含西藏和港澳台）的面板数据进行实证分析，被解释变量的指标和控制变量指标数据均来自国家统计局网站、各省份统计年鉴、《中国统计年鉴》《中国农村统计年鉴》等，核心解释变量数据来源于《北京大学数字普惠金融指数（2011—2020年）》。针对单个缺失数据，利用线性内插法进行补足，并对非比值数据进行对数化处理以减少异方差。变量描述性统计见表2。

表2 描述性统计

3 实证检验与经验证据

3.1 基准回归分析

为避免实证结果误差，本文先进行变量多重共线性检验，结果显示，各变量的方差膨胀因子（VIF）都没有超过10，而且平均为3.7，因此该模型中的各个变量之间不存在多重共线性。

根据Hausman检验结果，本文选择固定年份和固定城市的双重固定效应模型，以增强实证结果的稳健性。为规避静态面板回归模型可能存在的自相关性和异方差性问题，本文增加SYS-GMM模型进行对比分析，基准回归结果见表3。由表3可知，AR（1）检验结果小于0.01，但是AR（2）的检验结果大于0.1，说明该模型只存在一阶自相关。Sargan检验结果大于0.1，说明模型中选择的工具变量是有效的，证明了SYS-GMM模型估计结果的稳健性。

表3 基准回归结果

从表3回归结果可以看出，在不加入任何控制变量的情况下，数字普惠金融的回归系数在5%的水平上显著，而加入控制变量之后，回归系数在1%的水平上显著，而且拟合优度从最初的0.727增加到了0.834，表明模型的解释能力提高，并且具有较强的稳健性。由SYS-GMM回归结果可知，数字普惠金融对乡村振兴具有明显的促进作用，并且回归系数在10%的水平上显著，乡村振兴水平的滞后一期对本期水平的回归系数在1%的水平上显著为正，说明乡村振兴存在时间滞后效应，具有一定的路径依赖性，当期乡村振兴水平会受到前期乡村振兴水平的影响。因此，假设1得到验证。

从控制变量的回归结果看：财政支农水平在双向固定效应模型和SYS-GMM模型中的估计系数均显著为正，可能的原因是一方面财政支农为乡村发展直接提供了金融支持，解决了由资金限制引起的问题，另一方面，财政支农政策释放出利好的消息，吸引大量的社会资本进入农村产业，从而为农业技术创新提供了动力；经济开放度在固定效应模型中的估计系数在1%的水平上显著为正，但没有通过系统GMM检验，原因可能是经济开放度提高，外部竞争环境激烈迫使乡村产业发展，反向促进乡村振兴水平；经济发展水平在两个模型中的回归结果都显著为正，可能的原因是经济水平提高，农村居民收入增加，进一步提高了农村农户生活条件；城镇化率也通过了5%水平上的显著性检验，但在两种估计模型中的系数均为负，原因可能是农村农业人口向城镇非农人口转变导致农村人才缺乏，农业生产率降低，阻碍了农村经济的发展。

3.2 区域异质性分析

考虑到区域发展差异对数字普惠金融服务于乡村振兴的效应可能会产生一定的影响，本文参照国家统计局的划分标准，将样本划分为东部、中部、西部三个区域进行异质性探讨，实证结果如表4所示。

表4 区域异质性检验结果

由表4可知，对于东部地区而言，在加入控制变量后，固定效应模型和SYS-GMM中数字普惠金融的估计系数都显著为正。同时，乡村振兴水平滞后一阶的估计系数显著为正，说明东部地区前期乡村振兴水平为当期乡村振兴提供了良好的发展基础，有利于促进乡村振兴水平的提升。根据固定效应模型分析，数字普惠金融变量每增加一个百分点，东部地区乡村振兴水平提高0.021%。原因主要在于我国东部地区具有良好的金融环境和优越的居民生活条件，更有利于数字普惠金融的发展。对于中部和西部地区而言，数字普惠金融对乡村振兴水平都存在提升作用，但其效果显著低于东部地区。固定效应回归结果显示，中西部地区数字普惠金融对乡村振兴存在显著的正向作用；SYS-GMM回归结果显示，数字普惠金融的估计系数为正，但在西部地区SYS-GMM模型中被解释变量的滞后一阶的估计系数不显著，说明西部地区乡村振兴的“路径依赖”现象还不明显，原因可能是西部地区农村居民生活条件较差，经济收入来源较为单一和传统，前期乡村振兴效益对当期乡村振兴的激励作用不够显著。由此，假设2得到验证。

3.3 稳健性检验

考虑到直辖市经济发展的特殊性，本文删除直辖市样本，运用双向固定效应模型对余下26个省份进行实证检验。同时，鉴于数字普惠金融对乡村振兴的滞后影响，也就是滞后一期的数字普惠金融与当期乡村振兴紧密关联，不会受到当前乡村振兴水平的影响，因此，为了规避当期数字普惠金融与乡村振兴的逆向因果关系，将数字普惠金融的一阶滞后项作为核心解释变量，采用固定效应和SYS-GMM模型进行稳健性检验。结果（略）显示，改变样本数和引入核心解释变量滞后项之后，主要变量的系数显著性和正负号与前文实证分析结果大体一致，说明本文的研究结论具有稳健性。

3.4 调节效应分析

3.4.1 数字基础设施的调节效应

本文在固定效应和SYS-GMM模型的基础上依次加入数字基础设施水平、数字普惠金融与数字基础设施水平的交互项以及中心化后的交互项，检验数字基础设施在数字普惠金融影响乡村振兴过程中的调节效应，实证结果见表5。由表5可知，无交互项时数字基础设施水平和数字普惠金融对乡村振兴的影响都显著为正，但加入两者的交互项后，数字普惠金融对乡村振兴的影响不显著，经过分析发现主要是因为交互项与自变量和调节变量之间产生的高度共线性，最终导致模型估计产生了偏差。针对结果偏差的问题，本文将交互项的两个变量进行中心化修正，再进行模型检验。中心化后的交互项和未中心化的交互项对乡村振兴的影响系数及显著性水平都是相同的，但增加中心化后的交互项后，数字普惠金融对乡村振兴的影响效果从不明显变为明显，并且在1%的水平上显著，说明在数字普惠金融对乡村振兴的影响过程中，数字基础设施建设起到了积极的调节作用。究其原因，主要是数字基础设施建设降低了信息获取的成本，提高了农村金融配置效率，促进了乡村振兴发展。因此，假设3得到验证。

表5 数字基础设施的调节效应检验结果

3.4.2 农村人力资本的调节效应

本文还运用数字普惠金融与农村人力资本交互项，实证检验了农村人力资本在数字普惠金融对乡村振兴影响过程中的调节作用。实证检验步骤与前文数字基础设施这一调节变量类似，运用了固定效应和SYS-GMM模型估计，实证结果见表6。由表6可知，依次将变量农村人力资本、数字普惠金融与农村人力资本的交互项及中心化后的交互项加入双向固定效应模型后，估计系数和显著性有很大差别。加入交互项前，数字普惠金融、农村人力资本的估计系均在10%的水平上显著为正；加入交互项与中心化后的交互项后，发现数字普惠金融与农村人力资本之间的关系均至少在5%的水平上显著。这表明，随着农村人力资本质量不断提高，数字普惠金融对农村经济发展的促进效应也在不断加强。原因可能是，随着农村人力资本的不断提高，农户对数字金融产品或服务广泛应用，有利于增加其所经营项目的成功率。通过上述双重效应，可以有效地提升农村地区农民对普惠金融的使用效率，进而推动农村地区全面发展，促进乡村振兴。假设4得到验证。

表6 农村人力资本的调节效应检验结果

3.5 进一步分析

本文从数字普惠金融的三个维度着手，进一步分析数字普惠金融对乡村振兴的影响，运用固定效应和SYS-GMM模型验证，实证结果显示，数字普惠金融的数字化程度（Agg）、覆盖广度（Bre）以及使用深度（Dep）均对乡村振兴有正向促进作用，但是从作用效果来看，使用深度影响力度最大，这可能是因为支付、信贷、保险、信用、投资、货币基金等业务在乡村振兴发展过程中参与更密切，加快了资金流通，为乡村发展提供了金融保障。

4 结论

本文使用2011—2020年30个省份的面板数据，结合北京大学数字金融研究中心编制的数字普惠金融指数，使用双向固定效应和系统GMM估计方法，实证研究数字普惠金融对乡村振兴的影响效应及其机理。本文的主要结论如下：（1）数字普惠金融发展对乡村振兴水平有一定的推动作用，经过被解释变量滞后一期、核心解释变量滞后一期以及更换样本数量的稳健性检验后，结论仍然成立。（2）在不同地区，数字普惠金融对乡村振兴水平的影响效果有所不同，但都有显著的正向效应。从东、中、西三大地区的实证结果来看，东部地区数字普惠金融对乡村振兴的促进效应最强，高于全国平均水平；中部地区次之，接近全国平均水平；西部地区促进效果显著，但远远低于全国平均水平。（3）数字基础设施建设缓解了信息不对称的劣势，降低了获取和普及信息的成本，在数字普惠金融促进乡村振兴发展中起到正向调节作用；以教育为主的农村人力资本提升，增加了农户对普惠金融产品的使用程度，提高了数字普惠金融的边际产出效率，农村人力资本在数字普惠金融促进乡村振兴发展中起到正向调节作用。