数字普惠金融支持农业高质量发展的理论机理与实现路径

史小坤，宋鹏鹤

（浙江工商大学 金融学院，浙江 杭州 310000）

一、引言

气候变化、自然灾害和国际环境等多重影响，使得稳住农业基本盘、确保农业稳产增产、全面推进农业高质量发展成为实现农业现代化的重点。但是我国农业发展中面临着贷款难、借贷成本高和风险分担机制缺乏等问题造成的农业金融供给不足，成为我国农业高质量发展过程中需要关注的问题。对此，2022 年中央“一号文件”《中共中央国务院关于做好2022 年全面推进乡村振兴重点工作的意见》提出，要强化乡村振兴金融服务。

虽然传统普惠金融在服务“三农”中起到了积极作用[1]，但是，农村金融服务覆盖面窄、融资成本高和资金利用效率低等难题并未彻底解决。随着数字科技的发展，数字普惠金融助力农业发展作用逐渐显现[2-3]。而在全面贯彻农业和农村新发展理念背景下，作为金融业数字化创新的产物，数字金融基于数据技术优势，是否能够有效缓解信息不对称问题？数字支付、数字借贷等数字金融的发展是否可以促进农业高质量发展？其内在理论机制是什么？作用效果和作用途径是什么？这成为本文研究的核心问题。

鉴于此，本文以新发展理念为引领，通过解析数字普惠金融支持农业高质量发展的理论机制，重点研究数字普惠金融支持农业高质量发展的作用效果，为金融支持乡村振兴政策制定提供有利的经验支撑。首先，在既有文献基础上，基于数字技术的交易特征，解析了数字普惠金融对抵押约束、成本约束和融资约束等问题的治理作用。其次，从新发展理念的五个方面构建农业高质量发展指标，利用熵值法测度我国省际农业高质量发展水平。再次，通过双固定效应模型检验数字普惠金融支持农业高质量发展的作用。

本文可能的贡献在于以下三方面。

第一，在提炼数字普惠金融特征基础上，构建数字普惠金融支持农业高质量发展作用的理论分析框架，并解析数字普惠金融缓解融资约束支持农业高质量发展的作用机制。既对数字普惠金融支持农业高质量发展理论机制和作用效应的相关文献进行补充，又对数字普惠金融与农业高质量发展关系问题的研究进行深化。

第二，基于新发展理念构建农业高质量发展指标用于衡量农业高质量发展水平，对农业高质量发展方面的现有研究起到有效补充和完善作用。新发展理念作为我国经济社会发展的总引领，同样是推动农业高质量发展的核心要义。以新发展理念为依据测度各省（区、市）的农业高质量发展水平，能够全面反映农业高质量发展的核心内容，为后续农业高质量发展的研究提供文献借鉴。

第三，本文的研究为利用金融科技服务农业高质量发展的政策选择和实际需求提供经验研究的支持。基于实证检验结果，本文提出发挥数字金融作用、深化数字保险和数字支付并优化数字信贷作用环境，是进一步利用金融科技全面支持农业高质量发展的重点所在。这为进一步利用金融科技全面支持农业高质量发展的实施提供政策借鉴。

二、内在理论机制分析

（一）基于网商银行事实的分析

2021 年，中国人民银行等部门印发《关于金融支持巩固拓展脱贫攻坚成果全面推进乡村振兴的意见》，提出要引导更多金融资源配置到乡村振兴重点领域和薄弱环节，为全面推进乡村振兴、加快建设农业强国提供更强有力的金融支撑。为响应国家支持乡村振兴战略，网商银行借助其数字化技术优势，通过搭建“智慧县域服务”平台、利用卫星遥感风控技术开展针对县域农户的“大山雀”行动等数字普惠金融活动支持农业高质量发展。

2021 年11 月28 日，《远程银行建设的实践和探索》中收录网商银行“大山雀”卫星遥感风控技术。此外，“大山雀”还入选全球农村金融创新报告《数字金融助力全球减贫2021》，上榜“2021 全球农村金融技术创新榜单”。网商银行于2020 年发布“大山雀”卫星遥感风控技术，将卫星应用于金融领域，探索全新的农村金融模式。在贷前授信环节，利用卫星遥感技术精准计算农户拥有的农作物面积和对应的农作物种类，避免银行工作人员线下人工实地考察带来的不便；在贷中风控环节及贷后管理环节，以五天为周期，通过卫星遥感技术对农作物生长、病虫害等田间信息进行更新维护，建立全方位风险感知，监测农作物的长势，判断作物所处的育苗期、拔节期或收割期等阶段，进而分析农户插秧、打药、追肥以及收割时期的不同资金需求，从而动态调整授信额度并及时采取对应的风险管理措施。

截至2021年12月末，网商银行基于数字技术开展各项数字普惠金融业务和活动，与全国28 个省、自治区、直辖市达成县域数字普惠金融合作的涉农县区超过1100 个，数量占全国涉农县区总数约一半，进一步提高了县域及农村的小微贷款可得率。使用过网商银行信贷服务的涉农客户超2000 万户，在网商银行客户总数中占比过半。80%以上新增的县域农村客户为首贷户。为全国100 个县域的苹果、柑橘、小龙虾等特色产业的经营农户提供最高2个月的免息贷款，有效降低其贷款成本，助力特色农业发展。并且为“全国十佳农民”提供免息贷款，扩大农业生产规模，改善农业经营条件，进而实现增产增收，真正实现了普惠金融的目的。①资料来源：网商银行《2021年可持续发展报告》。

（二）基于文献的理论分析

数字普惠金融将其数字技术优势和金融交易特征相结合，从信息传递、数据抵押和风险治理方面，能够缓解传统农村金融依然面临的抵押约束、成本约束和融资约束等问题，解决农业高质量发展中融资可得性和融资成本问题，发挥支持农业高质量发展的作用。

1.传统普惠金融的融资约束问题

对于金融资源配置中的信息不对称问题，传统经济学主要采用两种消除方式：寻求最优的制度安排消除信息欺诈；通过有效信息传递[4]解决金融机构参与融资交易的激励约束。但是，如图1 所示，由于农业生产融资中存在的抵押物不足、信号缺乏和交易成本约束等问题，使得传统普惠金融支持农业高质量发展中面临着抵押、成本和融资约束等问题。

图1 数字普惠金融支持农业高质量发展的理论机理

首先，缺乏可信的抵押物阻碍了传统金融普惠作用。契约的不完全性往往会导致金融契约事后执行中出现各种交易费用，使得融资契约面临受限执行问题，金融机构出于风险的考虑会要求抵押品[5]。而乡村经营主体由于缺乏法律意义上规范的抵押品面临着抵押约束[6-7]，从而引发农村普惠交易中的金融排斥问题。其次，信息传递有效性取决于融资方是否可以以低成本获取信号并有效地传递信息[8]。虽然农村信息化程度在逐步提高，但是信息资源不足[7]和乡村内部的信息不对称[9]使其面临融资中的成本约束和融资可得性约束等问题。总体来看，农业生产经营融资交易中面临的这些金融摩擦是传统金融模式难以解决的农业发展融资问题的本质原因。

2.数字普惠金融支持农业高质量发展的作用：融资约束治理

数字金融利用数字技术开展融资、支付、投资和其他新型金融业务[10]，实现了数字技术与金融资源配置功能的融合[11-12]。基于人工智能、区块链、云计算和大数据的技术优势，数字金融消除农业高质量发展融资约束主要依靠数字技术治理、提供数据抵押物和基于数字技术的信任机制，如图1所示。

首先，数字普惠金融的数字治理机制和数据资产抵押，有助于缓解融资约束。区块链上分布式的金融智能合约，不仅可以减少数据价值创造成本和契约执行中不透明的费用[13]，更重要的作用在于基于共识的实时交易验证方式，具有协同性、即时性和低成本优势，意味着事前的验证和事后契约执行成本变得非常低①《区块链将推动信任经济学发展|对话诺奖经济学家》，https://www.sohu.com/a/414150578_120057347。，使得融资交易的欺骗行为变得极其困难，由此形成基于数据信任的数据治理[14]，提升融资交易协同效率，并有助于解决事后道德风险问题，减弱融资契约执行引发的违约问题。另外，数字技术将数据和数据资产转化为信用资产，能够提供数据信任②《诺奖得主斯宾塞：信息技术带来的最重要的变化是模式变化》，https://baijiahao.baidu.com/s?id=1648143423278770160&wfr=spider&for=pc。和数据抵押③Bengt Holmstro.《金融契约与金融科技》，2018-12-24，https://www.sohu.com/a/284104636_99958672。，发挥数字普惠金融服务农业生产中的风险治理效应，缓解由于农业生产融资中抵押物不足带来的抵押约束问题。

其次，数字普惠金融的数据信任机制有助于降低成本和缓解融资约束。数字普惠金融利用低成本搜集和区块链技术优势，进行场景化、生活化等信息的信用价值揭示和识别，带来相对透明化的信用信息特征，为融资交易提供数字征信基础[15-16]。同时，数字金融交易能够形成基于数据资产价值的线上信任关系，建立金融资源配置的数据信任机制[17]。数字金融利用低成本处理海量数据信息的优势，可以挖掘非结构化数据中蕴含的信用信息[16]，缓解融资交易中的信息不对称。通过信息通知和信息筛选等信息传递效应，使得农村融资交易中信用信息匮乏造成的逆向选择和金融排斥问题得到有效解决，并极大降低农村和农业生产中碎片化信息收集成本。

三、农业高质量发展水平的测度

（一）基于新发展理念构建指标

新发展理念强调，创新发展注重的是解决发展动力问题，协调发展注重的是解决发展不平衡问题，绿色发展注重的是解决人与自然和谐问题，开放发展注重的是解决发展内外联动问题，共享发展注重的是解决社会公平正义问题。新发展理念成为农业高质量发展的根本遵循。

新发展理念是对新时代高质量发展的新要求，可以综合地反映农业高质量发展水平，符合我国农业高质量发展阶段特征，更是能否实现高质量发展的评价准则[18]。另外，中央财经委员会第十次会议强调，共同富裕是社会主义的本质要求，是中国式现代化的重要特征，要坚持以人民为中心的发展思想，在高质量发展中促进共同富裕。农业高质量发展的基本要求包括共同富裕，不利于共同富裕的发展不是真正的农业高质量发展。具体指标详见表1。

表1 农业高质量发展指标体系

1.农业创新发展是农业高质量发展的动力源泉

由要素驱动转变为创新驱动，农业创新发展不仅要体现人才、机械化等创新基础的培养，更要注重创新的效率。本文从农业创新主体（农业劳动者的教育水平、农业科技人员比率）和农业创新客体（农业机械化程度、科技三项支出、R&D 经费投入强度）两个角度来度量农业创新发展的基础[19]。农业的创新发展最终将体现在生产结果中，所以农业产量是衡量创新效率的关键。因此，在创新效率方面，可以通过农业劳动生产率、粮食单产、农业规模化程度、单位面积农业GDP 产值和专利申请授权量来度量[20]。

2.农业协调发展是农业高质量发展的内生特点

农业产业结构和农村消费结构是农业高质量协调发展的体现。农业产业结构方面，第一产业比较生产率能有效衡量农业产业体系的生产效率[21]，农产品加工业产值占比反映了现代农业产业体系的完善程度[22]、产业结构调整指数和农林牧渔业服务业产值占比可以有效体现农业产业的融合程度[23]、财政支农力度可以衡量国家财政投入的强度[24]。而农村消费结构方面，采用农村恩格尔系数、农村居民人均消费支出[3]来反映农民生活消费的状况。

3.农业绿色发展是农业高质量发展的必然要求

避免资源过度消耗和环境污染是农业高质量绿色可持续发展的前提。农业资源消耗主要包括对水、油和经营过程等的消耗，具体指标有万元农业增加值耗水量、农业中间消耗、单位面积农膜使用量、农用柴油使用强度、第一产业从业人员人均用电量、农业成灾率[3,23]；环境污染衡量指标主要包括单位面积化肥使用量、单位面积农药使用量[21]。

4.农业开放发展是农业高质量发展的必由之路

农业对外贸易水平可以体现一个国家农业的真正影响力。农产品进口依存度、农产品出口依存度可以反映国家对国际市场的依赖程度[25]；《国家质量支农战略规划（2018—2022 年）》①《中华人民共和国农业农村部关于印发〈国家质量兴农战略规划（2018—2022 年）〉的通知》，https://www.moa.gov.cn/nybgb/2019/201902/201905/t20190517_6309469.htm。将增强国际竞争力作为农业发展目标，而农产品出口增长率可以有效反映国家农产品的国际竞争力。

5.农业共享发展是农业高质量发展的根本目的

缩小城乡差距、提高农村公共服务水平，是农业高质量发展的最终落实处。城乡居民收入比[22]、城乡二元对比系数[26]能够有效衡量城乡发展的差距；农村公共服务采用农民人均可支配收入[23]、农村医疗卫生水平和农村社会保障水平来衡量[24]。

（二）农业高质量发展数据的测算②本文根据实证设计进行分析，结论供参考。

农业高质量发展水平的测算数据主要来源于2012—2020 年《中国统计年鉴》、各省（区、市）《统计年鉴》《中国农村统计年鉴》《中国科技统计年鉴》《中国农产品进出口统计报告》等统计报告，以及Wind数据库、EPS数据库、马克数据网等。

1.指标测算方法

熵值法通过指标相对变化程度对整体系统的影响来确定每个指标的权重，这避免了主观方面的影响。因此，本文采用熵值法确定权重。熵值处理过程如下。

第一步，数据标准化：

正向指标：

负向指标：

其中，Xi、Xj为标准化后的指标值，Yi、Yj分别为某一省（区、市）正向指标和负向指标的原始值，Ymax、Ymin分别为该项指标原始值中的最大值和最小值。

第二步，计算信息熵：

其中：

第三步，计算各项指标权重：

第四步，得出农业高质量发展水平：

2.农业高质量发展测度结果

基于上文的指标体系和熵值处理，得出各省（区、市）2011—2019 年农业高质量发展水平测算结果，再根据测算结果，得出我国31 个省（区、市）（不包括台湾、香港、澳门，下同）的农业高质量发展水平平均得分，见图2。测算结果表明，我国农业高质量发展水平整体处于提升的趋势，但各省（区、市）的提升速度不一致。排名前三的省（区、市）依次为上海市、北京市和天津市，排在最后三名的省（区、市）分别是广西、云南和贵州。分地区来看，我国农业高质量发展水平具有明显的区域异质性，并且得分由高到低依次为东部地区、中部地区和西部地区。

图2 我国31省（区、市）农业高质量发展水平均值

四、实证检验

（一）变量设置与模型构建

1.被解释变量

农业高质量发展水平（Ny），由上文构建的农业高质量发展水平指标体系测算得到。

2.解释变量

数字普惠金融指数（Phjr），采用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（2011—2020）》[27]，其中包括数字金融覆盖广度（Coverage_breadth）、数字金融使用深度（Usage_depth）和数字化程度（Digitization_level）三个二级指标；就金融服务类型而言，本文选择数字信贷（credit）、数字支付（payment）和数字保险（insurance）三个指标。由于数字普惠金融数据和农业高质量发展数据量级相差过大，因此将数字普惠金融数缩小到原来的百分之一。

3.控制变量

检测数字金融与农业高质量发展水平之间关系时设置的控制变量包括：（1）产业结构（Cyjg），采用各省（区、市）第二、三产业增加值与其第一产业增加值之比衡量；（2）基础设施建设（Jcss），采用各省（区、市）铁路、公路、水运总里程与其行政区域面积之比表示；（3）经济开放水平（Jjkf），采用各省（区、市）农产品进出口总额与其GDP 之比衡量；（4）传统金融发展（Jrfz），采用金融机构存贷款总额与其GDP之比表示；（5）财政支持程度（Czzc），由于政府的行为对我国整体经济的发展具有关键作用，所以采用各省（区、市）财政支出与其GDP 之比衡量；（6）城镇化水平（Czh），采用各省（区、市）城镇人口与年末常住人口之比表示。为了减少变量方差的影响，本文参考现有学者的做法[3,28]，对控制变量进行取对数处理。

4.模型的构建

本文通过Hausman 检验，确定采用固定效应模型进行回归，并设定以下模型研究数字普惠金融对农业高质量发展的影响，详见式（7）：

Yi,t表示全国各省（区、市）农业高质量发展水平在第t 年的水平以及农业高质量发展的五大发展理念的数据；α0表示常数项；αi为待估参数；Phjri,t表示省（区、市）i 在第t 年的数字普惠金融水平；Xi,t代表控制变量，μt为时间效应，εi,t为随机扰动项。

5.描述性统计

表2 为各变量描述性统计的结果。首先，被解释变量。农业高质量发展水平统计结果得分越高，该省（区、市）的农业高质量发展水平越高。Ny 最小值0.076与最大值0.723之间较大的差距体现出我国不同省（区、市）农业高质量发展水平之间差异较大。其次，解释变量。核心解释变量Phjr最小值0.162与最大值4.103 反映出我国数字普惠金融水平不同省（区、市）之间具有较大的差距，整体存在异质性。Coverage_breadth最小值为0.020，最大值为3.847。Usage_depth 最小值为0.068，最大值为4.399。Digitization_level 最小值为0.076，最大值为4.622。Credit 平均值为1.284，最小值为0.156，最大值为2.532。Payment平均值为1.737，最小值为0，最大值为3.795。Insurannce 平均值为4.487，最小值为0.003，最大值为2.923。再次，控制变量。Cyjg 最小值为1.054，最大值为5.868。Czzc最小值为2.485，最大值为4.908。Jjkf 最小值为-2.867，最大值为1.860。Jrfz 最小值为5.358，最大值为9.132。Jcss 最小值为-2.961，最大值为0.924。Czh 最小值为3.124，最大值为4.495。最后，调节变量。Bankcompete 结果越大，则该省（区、市）的银行集中度越高，Bankcompete 最小值为0.043，最大值为0.671。Internet 结果越大，说明该省（区、市）数字化程度越高，Internet 最小值为0.005，最大值为0.980。

表2 描述性统计

（二）数字普惠金融支持作用的检验

采用双向固定效应模型，得到数字普惠金融对农业高质量发展水平的回归结果（见表3）。

表3 数字普惠金融对农业高质量发展水平的回归结果

表3 中第（1）列基准回归结果显示，数字普惠金融对农业高质量发展水平具有显著的促进作用，并且通过1%的显著性检验，表现为数字普惠金融每增加一个单位，农业高质量发展水平将会增加0.148个单位。

表3 中第（2）列—第（6）列分别表示数字普惠金融对农业创新发展、农业协调发展、农业绿色发展、农业开放发展和农业共享发展的回归结果。从回归结果来看，除了第（2）列农业创新发展、第（5）列农业开放发展和第（6）列农业共享发展外，数字普惠金融对农业协调发展和农业绿色发展也通过了10%的显著性检验。其中第（2）列数字普惠金融对农业创新发展的作用系数最高，表现为数字普惠金融每增加一个单位，则农业高质量发展水平将会上升0.087个单位。其余四个理念作用效果大小依次为农业开放发展、农业协调发展、农业共享发展和农业绿色发展。

值得注意的是，农业绿色发展水平是采用资源消耗和环境污染构建而成，所以这两项指标对农业高质量发展具有负向影响，并且从表3 的第（4）列中农业绿色发展回归结果来看，数字普惠金融对农业绿色发展具有显著的负向作用，并且通过了10%的显著性检验。对于控制变量而言，产业结构、基础设施建设、经济开放水平、传统金融发展、财政支持程度和城镇化水平对农业高质量发展均具有一定影响，并且都在1%水平下显著。

（三）内生性处理

虽然本文尽可能地控制了相关变量，但是数字普惠金融与农业高质量发展之间仍有存在内生性的可能，所以本文通过如下三种检验方式来进行处理，检验结果见表4。

表4 内生性处理结果

（1）本文参考现有文献的做法，采用动态面板GMM 估计方法对双固定效应模型进行估计，见式（8）：

（2）本文参考现有学者的做法，将数字普惠金融指数滞后一期变量作为数字普惠金融指数的工具变量进行检验[29]。

（3）增加控制变量。在基准模型中已纳入控制变量的基础上，本文增加了一系列的可能对农业高质量发展产生影响的控制变量，包括以下变量：经济发展水平，采用对人均GDP 取对数来衡量；第一产业产值占比，采用各省（区、市）第一产业产值除以GDP 衡量；互联网普及率，采用各省（区、市）互联网宽带接入用户数占比来衡量，其中，2011—2016 年数据来源于历年《中国统计年鉴》，2017年和2018年数据来源于《网宿·中国互联网发展报告》，2019 年的互联网普及率数据采用移动互联网用户数除以常住人口数计算得到；投资水平，通过全社会固定资产投资额取对数得到；各省（区、市）人均受教育年限，其中人均受教育年限=（小学*6+初中*9+高中*12+中职*12*大学专科*15+本科*16+研究生*19）/6岁及以上总人口来表示。

内生性分析结果见表4，从第（1）列的检验结果来看，在控制了时间效应和地区效应后，检验结果表明接受所有工具变量有效的原假设和不存在二阶自相关的原假设，由此说明本文的工具变量选择都是有效的，并且数字普惠金融的估计结果也在1%的水平下显著；从第（2）列的回归结果来看，数字普惠金融滞后一期的促进效果仍然具有1%的显著性；从第（3）列的回归结果来看，在增加一系列控制变量后，数字普惠金融的系数符号及显著性水平均未发生改变。

（四）稳健性检验

在进行稳健性检验时，本文采用以下7 种评价方法。（1）本文采用商业银行发展指数替代核心解释变量数字普惠金融指数的方法进行检验，其中，商业银行发展指数由传统银行的网点数、从业人数和资产规模通过熵值法构建得到。（2）根据现有文献对我国粮食主产区进行划分，本文采用粮食主产区包含的省（区、市）作为样本进行检验（粮食主产区：河北、内蒙古、辽宁、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖北、湖南、四川）。（3）在回归分析中使用聚类稳健标准误。（4）单独固定时间进行检验。（5）单独固定地区进行检验。（6）本文随机剔除部分样本，只保留16 个省（区、市）进行检验。（7）对基准模型所用变量数据在5%和95%分位点进行缩尾处理进行检验。

稳健性检验结果见表5，从表5 中的第（1）列的稳健性检验结果来看，商业银行数字化发展指数对农业高质量发展存在正向影响，并且通过了1%的显著性检验；从第（2）列—第（7）列的检验结果来看，数字普惠金融对农业高质量发展的影响系数符号和显著性均未发生改变。由以上稳健性检验结果可知，数字普惠金融对农业高质量发展的稳健性检验结果均与基准模型回归结论保持一致，说明上文中数字普惠金融对农业高质量发展水平的影响具有一致、稳定的解释能力。

表5 稳健性检验结果

（五）异质性检验

1.金融服务角度

从传统银行业务角度来看，在加入数字化技术后，金融服务进入快速创新发展阶段，不仅包括银行服务（信贷），还包括支付、保险、投资服务等业态。而依据数字普惠金融指数对于金融服务类型的划分，本文检验数字信贷、数字支付和数字保险支持农业高质量发展的异质性作用，回归结果见表6。

表6 数字普惠金融属性的异质性分析

表6 的第（1）列—第（3）列分别反映了数字信贷、数字支付和数字保险的异质性影响。从第（1）列可以看出，数字信贷对农业高质量发展的作用系数不显著，说明其对农业高质量发展不具有直接的积极影响；而第（2）列和第（3）列的结果显示，数字支付和数字保险对农业高质量发展水平具有显著的促进作用，且均通过了1%的显著性检验，并且数字支付的作用效果优于数字保险。

2.二级指标角度

基于数字金融的广度和数字化的快速增长，使用深度将成为数字金融增长的重要驱动[27]。依据数字普惠金融指数二级指标覆盖广度、使用深度以及数字化程度，对数字普惠金融支持农业高质量发展作用进行异质性回归分析，分析结果见表7。

表7 数字普惠金融覆盖广度、使用深度和数字化程度异质性分析

表7 的第（1）列—第（3）列分别显示了覆盖广度、使用深度和数字化程度的影响差异。回归结果显示，覆盖广度、使用深度和数字化程度均对农业高质量发展水平具有显著的促进作用，并且均在1%的水平下显著，但是影响程度由高到低依次为覆盖广度、使用深度和数字化程度。

3.分地域角度

从描述性统计中发现，我国农业高质量发展水平具有区域异质性。根据国家统计局数据库划分标准，本文将所有变量指标划分为东部、中部和西部三大地区来分析数字普惠金融对农业高质量发展的影响差异（见表8）。

表8 分地域异质性检验

表8 中分别展示了东部、中部和西部地区的数字普惠金融对农业高质量水平的回归结果。结果显示，东部地区和西部地区数字普惠金融的作用效果均在10%的水平下显著，并且东部地区的作用效果大于西部地区，表现为数字普惠金融每提高一个单位，会使东部地区农业高质量发展水平提高0.123个单位。这说明数字普惠金融对农业高质量发展的积极影响在东部地区和西部地区比较明显。然而中部地区的回归结果显示，数字普惠金融发展对其地区的农业高质量发展水平并不具有显著的促进效果。具体来说，东部地区数字金融水平较高，并且农业高质量发展得分处于前列，而西部地区由于处于偏远地区，数字普惠金融服务对农业高质量发展具有显著的提升作用。

五、进一步分析

上述数字信贷的异质性检验结果和基于文献的理论分析结果不一致，可能的原因为数据的可获得性和不同机构数据的可匹配性等。考虑到传统商业银行是农业发展的主要资金来源，并且互联网数字技术的发展在促进农业发展中缓解了信息不对称等难题，因此，本文从数字金融发展带来的商业银行的市场竞争[30]和数字化发展程度[31]两方面间接影响进行进一步检验和说明。

首先，建立模型检验数字信贷和商业银行竞争程度对农业高质量发展的交互影响，见式（9）：

其中，bankcompete 为商业银行的市场竞争程度指标，本文参考现有学者的做法，采用各省（区、市）银行业的赫芬达尔—赫希曼指数（HHI）来测算所在省（区、市）银行业的竞争水平[32]。数据仅包含商业银行的分支机构，降低政策性银行的特殊影响。HHI计算方法见式（10）：

其中，Nm表示省（区、市）m内所有商业银行的数量，branchnm表示第n 家商业银行在省（区、市）m 内的分支机构数。在计算HHI 指数时，假设每家银行的分支机构同质。HHI指标的取值范围为（0，1），指标值越大，表明该省（区、市）商业银行集中度越高。

其次，建立模型用于检验数字信贷和数字化发展程度的交互影响，见式（11）：

其中，internet 为数字化发展程度指数。依据互联网普及率、互联网相关从业人数、互联网相关产出和移动互联网用户数，采用熵值法构建数字化发展程度指数。

再次，本文将商业银行竞争程度和数字化发展作为门限变量进行门限效应检验，经检验分析后认为，数字化发展对数字信贷支持农业高质量发展不存在门限效应，但商业银行竞争存在单一门限，关于商业银行竞争的门限效应检验见表9，模型设置见式（12）。

表9 商业银行竞争的门限效应检验结果

其中，γ为待估计门限值。

表10 中第（1）列、第（2）列分别显示的是加入商业银行竞争程度的检验结果和门限效应的回归结果，第（3）列显示的是加入数字化发展程度影响后的检验结果。由第（1）列和第（3）列可知，数字信贷对农业高质量发展并不具有显著的促进影响，但是在加入商业银行竞争程度和数字化发展程度后，从两个指标的交互项结果可得作用效果正向显著，并且通过了1%的显著性水平；从第（2）列回归结果可知，在不同的门限区间内有不同程度的效应。当商业银行竞争小于0.054 时，数字信贷的作用系数为0.062；当商业银行竞争大于0.054 时，数字信贷的作用系数下降到0.038，该系数均在1%的显著性水平下通过检验，说明商业银行竞争对数字信贷支持农业高质量发展发挥着积极作用，且存在最优区间，最优区间为低程度商业银行竞争，即bankcompete≤0.054。

表10 数字信贷支持农业高质量发展的机制检验

六、结论与建议

本文基于构建的农业高质量发展的指标体系，测算了我国31个省（区、市）2011—2019年的农业高质量发展水平，后续检验了数字普惠金融对农业高质量发展的支持作用。研究得出以下结论。

（1）数字普惠金融对农业高质量发展具有显著的促进作用。从新发展理念角度来看，数字普惠金融对农业高质量发展五个方面均具有显著的积极影响，但是对于农业协调发展和农业绿色发展的支持作用有所减弱。

（2）数字支付和数字保险对农业高质量发展具有显著的促进作用，但是数字信贷直接作用不显著。这和本文的理论分析不完全相符，也和我国传统农村金融中农村信贷占主体地位有鲜明的差别。通过进一步对数字金融的间接影响进行检验发现，在商业银行竞争程度和数字化发展程度不断加强的情况下，数字信贷的作用效果正向显著，但是商业银行竞争程度的促进效果存在单一门限，在大于该门限的情况下，数字信贷的正向影响下降。

（3）数字金融覆盖广度、使用深度和数字化程度对农业高质量发展均具有显著促进作用，但进一步分地域的检验结果显示，东部和西部地区的数字普惠金融对农业高质量发展具有显著的促进作用，但是在中部地区不显著。这可能和我国农村地区数字化网络化普及率不高有直接的关系，依据第49 次《中国互联网络发展状况统计报告》，截至2021 年6月末，农村地区互联网普及率为57.6%，仍然比城镇地区互联网普及率低21.9%。

基于上述结论提出以下建议。

（1）大力发展我国农村地区数字普惠金融基础设施。加快偏远农村地区网络基础设施建设，提高网络普及率，为数字普惠金融广度和数字化程度提升建立基础，提升农民等弱势群体的金融服务使用深度。扩大和完善金融机构农业客户数据库，推进“三农”数字化，提升数字信贷在支持农业高质量发展中的作用。

（2）推动农村数字金融与传统金融的有效结合。将数字普惠金融的线上空间优势和传统普惠金融机构的线下信息优势结合，丰富农业线上线下普惠金融产品，提供具有针对性的农业金融产品及服务，更好地推进农村普惠金融发展。