数字普惠金融对林业产业韧性的影响

丘 乐，宋山梅

(贵州大学 经济学院，贵阳 550025)

1 引言

党的十八大召开以后，我国集体林权制度改革开始纵深推进，逐步向“经济生态化、生态经济化”的现代林业发展道路发展。党的二十大中，习近平总书记强调“必须牢固树立和践行绿水青山就是金山银山的理念”，再次突出了林业产业在经济发展的重要地位。尽管当下我国生态旅游、林业保护[1]等一系列林业产业发展态势迅猛，却难以避免林业产业在发展过程中投资风险大、资源有效供给能力不足等冲击。因此，在林业产业高质量发展背景下，研究如何提高林业产业韧性，即改善林业产业发展出现内外部风险、冲击和挑战时迅速应对的能力，具有重要的现实意义。

在林业发展过程中，数字普惠金融的兴起为林业产业韧性增长提供了新思路，其通过科技赋能创新金融产品和服务模式，减少信息不对称[2]，有效缓解了林户的融资约束，在助力农户[3]、优化公共服务供给[4-5]、促进乡村产业融合及产业链发展[6]等方面发挥着重要作用。目前已有文献表明了数字普惠金融可以促进林业产业韧性的提升。陈灿等人(2022)从收入角度入手，说明数字普惠金融可以通过数字化实现高效便捷的金融服务，缓解林户的家庭借贷约束，提高可资金获得性及促进林业投资，在此过程中林农收入增长，进而提高林业产业韧性[7]。张爱美等人(2022)则从林业产业对外投资的角度切入，认为在面对林业产业外部风险时，企业可以通过数字普惠金融拓宽林业融资渠道[8]。并且，数字普惠金融还可以通过减少信息不对称、利用线上金融服务以及大数据精确识别等方式促进乡村产业高质量发展、提升林业产业韧性[9-10]。此外，赵宏红等人(2022)基于非正规金融与以数字普惠金融为代表的正规金融对比的视角探讨了两者对林业产业发展的影响[11]，为林业产业目前发展面临的困境提供了解决思路。

已有研究为本文探讨数字普惠金融与林业产业韧性的关系提供了参考，然而，他们大多聚焦于数字普惠金融对林业产业韧性中部分因素的影响，且未从理论和实证层面深入研究数字普惠金融与林业产业韧性之间的关系。因此，本文基于2011—2018年中国31个省份的省级面板数据，考察数字普惠金融对林业产业韧性的影响。与已有研究相比，本文的主要边际贡献在于：第一，从数字普惠金融视角切入，研究数字普惠金融对林业产业韧性的影响，为林业高质量发展提供了新思路。第二，从林业产业抵御风险恢复能力、适应调节能力及转型创新能力三个维度创新性地构建林业产业韧性评价指标，为衡量林业产业韧性提供借鉴。第三，本文进一步分析数字普惠金融的维度异质性，为数字普惠金融更好地助力林业产业韧性提升提供启示。

2 概念界定与理论分析

2.1 概念界定

林业产业韧性是指林业产业系统在面对风险冲击时所具备的应对能力。本文参考郝爱民[12]以及赵魏[13]等人的农业经济韧性评价标准，将林业产业韧性分为抵御风险恢复能力、适应调节能力及转型创新能力三个维度。其中，抵御风险恢复能力表示在遭受突发、破坏性事件时减少、减缓自身所受冲击或保持原有经济状态不变的能力；适应调节能力表示在遭受市场和自然风险后恢复到原有状态的能力；变革能力表示林业产业受到冲击后能否及时调整、创新及自我变革的能力。本文后续对于林业产业韧性的测度，将根据上述三个维度进行指标选取，构建林业产业韧性总指标。

数字普惠金融是指利用数字技术，通过移动支付、在线贷款、数据分析等方法，为传统普惠金融服务难以覆盖的普通人群提供金融服务。当前主流的数字普惠金融测度大部分基于郭峰(2020)等人研制的“北京大学数字普惠金融指数”，其从数字普惠金融的覆盖广度、使用深度及数字化程度三个维度进行指标构建及数值测算[14]。

2.2 数字普惠金融对林业产业韧性的直接影响

首先，在林业产业发展过程中，数字普惠金融相比较传统普惠金融具有显著优势，具体而言，一方面，数字普惠金融依托数字化平台，有效降低林业产业发展过程中的融资成本和信贷门槛，为各种林业新兴业态[15]和林业经营主体参与林业机械服务市场[16]提供了多样化的金融支持，极大地提高了金融服务多元化和渗透程度，有效地打通林业金融服务的“最后一公里”[17]；另一方面，通过互联网精准识别，金融机构能够快速了解林业企业及林户的信息，纾解林业产业资金的借贷双方信息不对称问题[18]，同时利用大数据监管技术，减少道德风险问题的发生，促进林业产业资源合理使用、有效分配[19]。

其次，在形成良好、成熟的林业生态产业链后，数字普惠金融服务可以依据林业产业运营主体的现状，灵活地满足其资金多样化需求，即使在风险发生后也能帮助其根据已有运营模式快速整修重建，稳固林业发展业态。再次，数字普惠金融通过跨越时空束缚的金融服务，有效地推动林业产业的转型升级并提高农村宜居性[20]，让林业产业链各利益主体均享受到数字普惠金融的“普惠性”成果。最后，数字金融服务通过强链补链，增加林业全产业链收益，不仅能吸引高素质林业人才投入到林业产业中，也激励更多林业企业和林户投资林业产业，盘活广大农村地区的林业特色资源，进一步实现林业全产业链高质量发展[21]。

据此，本文提出假说H1：数字普惠金融可以显著提升林业产业韧性。

2.3 数字普惠金融对林业产业韧性的间接影响

目前，我国林业固定资产投资与劳动力大体呈现出替代关系，伴随林业劳动力外流的现状，林业固定资产投资对于推动林业高质量发展的重要性逐步凸显。然而，现有林用采运机械设备等固定资产价格昂贵，大多林业生产经营者难以承受，但数字普惠金融依托其便捷、低成本和低门槛的优势，为林户购置林业器械等固定资产提供资金支持[22]，提高林业机械化水平，使得林业全产业链各个环节可以更加精确高效地完成，促进林业生产效率的提升，增加林业产业收益，最终增强林业全产业链韧性。

据此，本文提出假说H2：数字普惠金融能够通过促进林业固定资产投资来间接提升林业产业韧性，换言之，林业固定资产投资是数字普惠金融提升林业产业韧性的传导路径。

3 研究设计与数据来源

3.1 模型构建

为厘清数字普惠金融对于林业产业韧性的影响及作用机制，本文构建了如下模型：

Firit=α0+α1Difit+αnControlit+δi+μt+εit

(1)

Fait=χ0+χ1Difit+χnControlit+δi+μt+εit

(2)

式(1)中，i和t分别表示省份和年份，Fir为林业产业韧性；Dif为数字普惠金融发展水平；Control为控制变量；δi和μt分别表示省份和年份固定效应；εit表示随机误差项。式(2)考察数字普惠金融对林业产业韧性的作用机制，其中Fa为林业固定资产投资。

3.2 变量定义

①被解释变量：本文选取的被解释变量为林业产业韧性。本文借鉴郝爱民等、赵魏等的农业经济韧性评价标准，分别从林业产业的抵御风险恢复能力、适应调节能力及转型创新能力三个维度构建林业产业韧性评价体系。为避免主观赋权的随意性，本文采取熵值法确定林业产业韧性权重，各指标具体内容如表1所示。

表1 林业产业韧性指标构建

②解释变量：本文选取的解释变量为数字普惠金融发展水平。本文选取北京大学数字金融研究中心发布的数字普惠金融指数进行衡量。为了避免异方差的影响以及数据量纲不统一等问题，本文后续具体分析中采用了数字普惠金融指数的对数值。

③控制变量：本文设置以下控制变量，a.城镇化率，以城镇人口和总人口之比衡量；b.林区生态环境，以森林覆盖率衡量；c.城乡收入差距，以城镇居民和农村居民收入之比衡量；d.农村居民受教育水平，采用农村居民平均受教育年限衡量；e.交通基础设施，通过农村公路密度衡量。

④机制变量：本文选取的机制变量为林业固定资产投资，当该指标越大时，说明林业生产相关的厂房、机械化水平越高。

3.3 数据来源及初步统计分析

在综合考虑各统计年鉴的有效数据后，根据数据的有效性和可得性，本文选取了除港澳台以外的31个省份2011—2018年共8年考察期的面板数据作为研究样本。数据来自《中国统计年鉴》《中国林业统计年鉴》《中国农业机械统计年鉴》《中国农村统计年鉴》《中国城市统计年鉴》《中国农村统计年鉴》。其中，本文所使用的数字普惠金融数据来源于北京大学数字金融中心与蚂蚁金服集团共同研制的数字普惠金融指数。此外，本文对缺失数据采取了插值法补齐。本文相关变量的描述性统计如表2所示。

表2 变量描述性统计

4 实证分析

4.1 基准模型回归

本文经Hausman检验后，结果显著，因此本文通过固定效应模型进行实证检验。基准回归结果如表3所示，列(1)为在控制个体和时间固定效应的基础上，仅以数字普惠金融为核心解释变量对林业产业韧性进行简单回归，且回归结果在5%的水平上显著为正。在列(2)的基准回归中，本文对于城镇化率、收入差距、林区生态环境、教育水平及基础设施等各项变量进行了控制。核心解释变量数字普惠金融的系数在1%的水平上显著为正，说明数字普惠金融与林业产业韧性呈现正向增长关系，即数字普惠金融发展程度越高，林业产业韧性越强，因此假说H1得证。

表3 基准回归结果

对于控制变量，城镇化率的回归系数在1%的水平上显著为正，即城镇化率可促进林业产业韧性的提高，这可能是因为城镇化也为林业产业注入了大量的需求，使得林业产品的付费更加有保证，促进林业产业的发展，增强其韧性。城乡收入差距的回归系数在10%的水平上为正，即城乡收入差距缩小时，有利于促进林业产业韧性的提升。林区生态环境对林业产业韧性的影响在1%的水平上显著为正，这表明林区良好的生态环境也可以促进林业产业韧性的提高。

4.2 机制分析

根据前文理论分析，本文将从林业固定资产投资视角探究数字普惠金融对林业产业韧性的传导机制。机制检验结果如表4所示，数字普惠金融对于林业固定资产投资的提升在5%的水平上显著为正，即数字普惠金融能够提高林业固定资产投资。究其缘由，购置林业机械等设施可能更多地需要依靠外部资金，而数字普惠金融能够快捷便利地提供资金。当林业产业遭受冲击时，林业固定资产增量能够提升林业产业的生产韧性和创新韧性。因此，数字普惠金融在通过资金集聚促进林业固定资产投资提高的同时，也提升了经济林产品生产效率，使林业产业韧性快速恢复。据此，H2得以验证，即林业固定资产投资是数字普惠金融提升林业产业韧性的传导路径。

表4 机制分析

4.3 异质性分析

为探究数字普惠金融对于林业产业韧性的异质性影响是否存在，本文借鉴唐莹[23]等人研究，将省级面板数据按林业功能区和林业非功能区进行划分。回归结果如表5中列(1)—(2)所示，可以看出，数字普惠金融无论是在林业功能区还是非功能区，对于林业产业韧性的影响分别在5%及1%的水平上显著为正。但值得注意的是，数字普惠金融在非功能区时对林业产业韧性的影响程度更高。这可能是因为，集中于东北、西南地区等产业发展及竞争力相对落后的林业功能区对于林产品的依赖性更高，风险把控能力更强，导致数字普惠金融难以提供合适的金融产品和服务。相比之下，林业非功能区产业发展水平更高，数字普惠金融机构可以更方便地为这些地区提供更多和更好的金融产品和服务。其次，借鉴赵巍等人研究，本文的地区异质性分析就城镇化高低进行探讨，对城镇化率不同的省份分别进行回归。回归结果如表6中列(3)—(4)所示，数字普惠金融在不同城镇化水平下对于林业产业韧性的影响分别在5%及1%的水平下显著为正，但其在低城镇化率的省份中影响效果更为明显。可能的原因在于：城镇化率高的地区可能有更多元化的林业产业结构，本身产业链及资金链完善，故林业企业和林户对数字普惠金融依赖度较小；而在城镇化率低的地区，林业产业结构可能相对单一，更需要依赖于数字普惠金融的支持，因此影响更为显著。

表5 地区异质性分析

表6 维度异质性分析

从结构异质性上进一步分析，表6列(2)—(4)为以覆盖广度、使用深度及数字化程度三个子维度为核心解释变量的估计结果。可以看出，覆盖广度和使用深度对被解释变量的系数都在1%的水平上显著为正，但数字化程度对林业产业韧性的影响却不显著。参照张呈磊等人研究，数字化程度系数不显著的原因可能是其更多地聚集于企业数字化转型，对林业运营主体的知识体系有一定要求。

4.4 内生性分析

数字普惠金融可以为林业产业提供资金支持，提高林业产业韧性；相反，随着林业产业韧性的提高，对于资金以及数字化需求也会增加，因此两者之间可能互为因果。为缓解此类内生性问题，第一阶段将互联网普及率作为工具变量，互联网普及率这一工具变量满足与数字普惠金融“相关性”的要求，且其不会直接影响林业产业韧性，满足外生性指标要求，加入基准回归模型进行2SLS回归，回归结果如表7所示。第一阶段F值大于10且在1%水平上显著，说明不存在弱工具变量问题。第二阶段虽然自变量系数下降，但仍然在1%水平上正向显著，符合原有结论，即数字普惠金融可以促进林业产业韧性的提升。

表7 内生性检验

4.5 稳健性检验

为探究上述回归结果的稳健性，本文通过剔除直辖市样本、缩尾处理、替换tobit模型进行稳健性检验，检验结果如表8所示。第一，考虑到各直辖市的林业产业经营活动发展有别于其他省市，故本文在列(1)中将北京、上海、天津及重庆四个直辖市样本剔除后进行回归。第二，本文在列(2)使用缩尾法对各变量进行1%的缩尾处理，在加入控制变量及控制时间和个体效应后，列(1)—(2)回归结果与基础回归结果基本一致。最后，考虑到林业产业韧性的取值范围为[0～1]，符合受限因变量模型条件，故使用面板tobit模型对基准模型进行重新估计，回归结果如列(3)所示，对比基准回归结果与tobit回归结果，结论仍保持一致。综上，数字普惠金融发展促进林业产业韧性提升的结论具有可靠性。

5 结论与政策建议

本文采用2011—2018年的我国31省份的省级面板数据，构建了林业产业韧性指标并计算出相关指数，通过固定效应模型及传导机制检验考察了数字普惠金融对林业产业韧性的影响及相关作用机制。本文的研究结论如下：第一，数字普惠金融发展对于林业产业韧性提升呈现显著的正向影响，且通过了一系列稳健性检验。第二，通过传导机制检验，发现数字普惠金融能够通过提升我国的林业固定资产投资，进而增加林业产业韧性。第三，数字普惠金融对于林业产业韧性的影响具有区域及维度异质性。从区域异质性视角来看，数字普惠金融均显著促进了林业功能区及非功能区的林业产业韧性的提升，但在林业非功能区正向效应更明显；相比城镇化率高的省份，数字普惠金融对林业产业韧性的促进作用在城镇化率低的省份更大。从维度异质性角度来看，数字普惠金融的数字化程度相较其覆盖广度及使用深度，对林业产业韧性提升并未起到显著作用。

根据上述结论，本文提出以下三点建议：第一，有序引导数字普惠金融发展，助力林业产业韧性提高。政府需对数字普惠金融的发展进行顶层设计、统筹兼顾，引领其更加高效、针对性服务于林业产业，精准解决乡村金融服务缺陷，助力林业产业高质量发展。第二，因地制宜地发展数字普惠金融，更好地增强林业产业韧性。一方面，林业功能区和城镇化率高的省份需要进一步优化数字普惠金融，提升其对林业产业韧性的正向作用；另一方面，政府需与企业联合深化数字普惠金融中数字化的影响效果，通过财政资金引导的方式，推进数字普惠金融的数字化建设工程。第三，重视林业固定资产投资在林业产业韧性的作用。通过数字普惠金融的各项服务，为林业固定资产的投资提供支持，不断提高林业机械化水平，满足其在扩大再生产过程中不断增长的金融需求，巩固、保障林业产业的固定资产投资，使林业产业在面对林业风险冲击时尽可能保持原有生产态势。