“助力”与“无力”:数字普惠金融对乡村振兴的影响研究

2024-03-12 04:08
宁夏师范学院学报 2024年2期
关键词:普惠助力金融

刘 涛

(济南大学 商学院,山东 济南 250002)

党的十九大报告提出按照“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”的总要求,实施乡村振兴战略。[1]2018年,国家先后发布《乡村振兴战略规划(2018—2022年)》《中共中央 国务院关于实施乡村振兴战略的意见》等多项文件,进一步深化乡村振兴的理论认知和实践指引[2],为缩小城乡差距、提高农民收入、促进农业农村现代化打下坚实基础。[3]乡村振兴战略是破解我国“三农”问题的总抓手,为农业农村现代化建设指明了方向。但推动乡村振兴战略面临着“钱从哪里来”和“融资难融资贵”的问题,严重阻碍着乡村振兴事业的有序推进。[4]传统普惠金融虽然能够有效缓解贫困,促进乡村发展[5],但由于人口居住分散、个体差异较大、征信较为困难、缺乏抵押担保等乡村经济特点及地理特征,其作用受到诸多约束。[6]2019年,中国人民银行等五部门联合发布《关于金融服务乡村振兴的指导意见》(以下简称《指导意见》),明确提出要让“数字普惠金融在农村得到有效普及”,推动农村普惠金融广泛运用大数据、区块链和移动支付等技术,满足乡村多样化融资需求,拓宽其融资来源,营造良好的农村金融生态环境。

在互联网、大数据、云计算、区块链等新兴技术的加持下,数字普惠金融应运而生,并摆脱了传统普惠金融所受到的束缚,助力普惠金融,支持乡村振兴打通“最后一公里”。数字普惠金融能够克服时空局限性,简化业务办理流程,极大地减少金融服务的供给和获取成本,有效提升普惠金融的精准性、可获得性和可负担性[7],能够降低交易成本、服务“长尾群体”、助推经济增长。[8]在助力乡村振兴方面,数字普惠金融的确发挥了重要作用。截至2018年底,中国网贷行业“三农”业务累计成交量达到1380.25亿元,多层次、多形态的网络信贷产品满足了乡村多样化金融需求,并通过诸如建设银行“裕农通”、宁夏银行“如意金扶贷”等面向“三农”的综合性数字普惠金融服务平台,有效支持了乡村振兴。

乡村振兴战略要求实现乡村生产、生态、文化、组织和人民生活五个维度的全面振兴,不同维度的发展所能带来的经济收益不同。具体而言,一方面,当前数字普惠金融发展还不成熟,在“利润最大化”和“商业可持续”原则的指导下,数字普惠金融会不可避免地发生“使命漂移”现象。[9]对于乡村振兴某些维度的要求,数字普惠金融可能不会对其产生显著影响。另一方面,对于经济发展水平、金融市场建设程度以及乡村振兴程度等宏观经济变量不同的地区,数字普惠金融对乡村振兴各个维度的支持效果可能是不同的。

本文的主要论点是:第一,本文应用因子分析法构建乡村振兴的多维度评价指标,探讨数字普惠金融对乡村振兴的生计、生产、民生、生活和生态因子的不同影响。第二,进一步研究数字普惠金融对不同地理区域的乡村振兴各个维度的影响,以探讨在宏观经济变量不同的情况下,数字普惠金融对乡村振兴不同维度的异质性影响。

一、文献回顾

(一)数字普惠金融相关文献回顾

按照《G20数字普惠金融高级原则》的定义,数字普惠金融是“泛指一切通过使用数字金融服务以促进普惠金融的行动”。可见它既包含普惠金融的先进理念,又具备数字技术的显著优势,大大克服了传统普惠金融所面临的约束和困境,提高了普惠金融发展的可行性。[10]数字普惠金融是乡村振兴的重要支撑,可通过引进人才、优化环境等方式强化其支持机制。[11]从根本上看,数字普惠金融兼具数字技术优势和普惠金融理念,具有低成本、高效率、广覆盖、多样化等特征,能够有效克服时空局限性,简化业务办理流程,从而有效提升数字普惠金融服务乡村振兴的可获得性、精准性和可负担性。[12]

基于衡量传统普惠金融发展水平的指标体系,部分研究简要测度了数字普惠金融的发展状况。一些高校的家户调查数据中包含了一些数字普惠金融的指标,例如西南财经大学发布的中国家庭金融调查数据。[13]“北京大学数字普惠金融指数”在一定程度上系统、全面地测度了中国数字普惠金融的发展状况。[14]相对而言,该指数既克服了传统普惠金融指数缺少数字化因素的缺陷,又兼具纵向和横向可比性,优于其他数字金融指数,因而获得了学术界的广泛认同和应用。[15]

(二)乡村振兴相关文献回顾

对于乡村振兴评价指标,大多数学者都根据乡村振兴的总要求选取相应指标。所选取的指标大同小异,大都依据政策文件中对于各个要求的描述选取能够评价乡村各方面发展状况的指标。其主要区别在于指数合成方法,当前文献主要利用熵权法[16]、主成分分析法、时空极差熵值法等方法构建指标。[17]

(三)数字普惠金融影响乡村振兴相关文献回顾

第一,数字普惠金融与乡村振兴正相关。一些学者结合数字普惠金融支持乡村振兴的实践案例以及理论推导,指出推动数字普惠金融支持乡村振兴的必要性和路径。例如,有学者从中国乡村经济发展现状以及普惠金融对其功能性角度进行分析,提出大力发展数字普惠金融的理由及方式。[18]有学者具体分析了数字普惠金融如何直接影响乡村振兴的五个维度,并指出数字普惠金融还可以通过技术创新效应和人力资本效应间接促进乡村振兴。[19]还有学者从实证研究的角度证明了数字普惠金融对乡村振兴的促进作用,通过数字技术的广泛使用和农村信用合作社的继续发展而被“放大”。[20]

第二,数字普惠金融与乡村振兴负相关。一些学者认为,数字普惠金融的普及可能不会扩展金融服务的覆盖范围,而只是扩大了金融数据的覆盖性。而那些金融素养较低、数字金融渠道不足的农民可能会减少对数字普惠金融的使用,一定程度上不利于乡村振兴。[21]还有学者基于数字普惠金融的发展情况,指出数字普惠金融在数据上的普惠性在许多发展中国家仍然没有充分渗透到大部分人群之中,因而其支持乡村振兴的效果可能并不理想。[22]

第三,数字普惠金融与乡村振兴非线性相关。有学者指出,数字普惠金融服务乡村振兴可能具有先抑制后促进的U型效应。在数字普惠金融发展的初期,由于信息不对称和经济条件较差等因素,农民在风险最小化原则的指导下可能难以接受这种新兴金融形式,还需要花费大量学习成本,因而会发生“挤出效应”,将制约数字普惠金融对乡村振兴的服务效率。在数字普惠金融发展水平跨过一定拐点后,其优势将逐渐显现并有效服务乡村振兴。[23]

二、理论分析与研究假设

(一)数字普惠金融支持乡村振兴的机理分析

在中国,数字普惠金融可以从经济、生态、文化、政治和生活五个方面促进乡村振兴。第一,数字普惠金融的低成本、高效率和多样化的优势,能够有效降低产业发展面临的融资约束。通过提升资金的可获得性、可负担性和精准性,为乡村产业兴旺提供可靠的信贷支持。第二,引导数字普惠金融加大对绿色农业、低碳产业的信贷支持力度,压缩部分乡村高污染、高排放产业的生存空间,从而优化乡村生态宜居程度。第三,借助数字普惠金融的资金支持,农民可以获得更广泛的文化资源,提升自身文化水平。以信用为基础的数字金融服务有利于在乡村进一步培育守信、守责的新风尚,推动乡风文明建设。第四,数字普惠金融的资金支持及其所带来的技术支持,有利于乡村引入“互联网+公共服务”,推动乡村治理数字化建设。金融服务的优化有利于农民改善自身对医疗、教育、养老等公共服务的可触及性,促进乡村治理更加有效。第五,数字普惠金融的发展可以推动乡村经济增长,为居民提供更多就业、创业的经济机会,提升其生活富裕的“造血”能力。[24]直接信贷支持还可以刺激居民的消费和投资,进而改善其生活状况。

数字普惠金融主要通过应用数字技术来强化传统金融的优势,却无法改变金融的“逐利性”和“短视性”本质。乡村振兴具有多个维度的要求,每个维度要求的收益性并不一致。在引入市场机制的条件下,数字普惠金融在促进乡村振兴过程中不可避免地会产生“使命漂移”现象。数字普惠金融提供商可能将资金从那些具有长期经济效益的乡村振兴项目中转移至具有短期经济利益的项目之中,即便政府部门加强监管和指导可能也难以扭转这种局面。数字普惠金融可能从五个方面对乡村振兴产生不显著甚至不利影响。第一,数字普惠金融具有显著的优势,但同时也存在一定风险和不足。如果滥用数字金融服务而忽视当地经济发展水平和结构,就有可能积累风险,不利于乡村产业发展。第二,在“利润最大化”原则的影响下,部分数字普惠金融提供商可能将资金投向高利润率的高污染、高排放企业,从而加大乡村的生态压力。第三,由于缺乏抵押和担保,在信息不对称没有得到缓解的情况下,数字普惠金融的普及有可能加剧道德风险和逆向选择问题,恶化乡风文明建设。第四,数字普惠金融资源被大量提供给公共服务提供者,有可能引发严重的腐败问题,不利于乡村的有效治理。第五,直接信贷支持可能被用于挥霍和享受,甚至满足一些不良嗜好,有可能进一步恶化农民的生活水平。

基于上述分析,提出如下研究假设。

H1:总体上看,数字普惠金融的发展能够促进乡村振兴,但可能无法有效支持某些维度的发展。

(二)数字普惠金融支持乡村振兴的异质性分析

乡村振兴战略实施以来,中国在多方面实现了举世瞩目的成就,但必须注意的是,近年来不同地区的乡村振兴水平存在较为显著的差异。鉴于数字普惠金融所具有的“商业可持续”等特征,可以推测在乡村振兴水平不同的地区,数字普惠金融在支持乡村发展的过程中所发挥的作用可能是不同的。一般而言,在区域经济越发达的地区,乡村各方面发展越成熟,数字普惠金融发展较为完善,可能在乡村振兴过程中发挥更大作用,乡村发展面临的融资约束等问题越容易得到解决。反之,由于经济落后、收入较低,乡村振兴尚处于起步阶段,难以满足“商业可持续”的要求,数字普惠金融可能不会“光顾”这些地区的乡村振兴事业。

但同时必须注意到一点,即在经济越发达的地区,金融市场建设也愈加完善,支农惠农金融服务趋于多样化,融资渠道较为丰富。另外,借由“涓滴效应”,这些地区的乡村经济、政治、社会、文化、生态以及居民生活水平等相对发达,农民收入较高,能够获得并负担成本较高的金融服务,对数字普惠金融所提供的资金需求较小。因而,在这些地区,数字普惠金融支持乡村振兴的效果有限。相对而言,数字普惠金融对那些乡村振兴已取得一定进展、正处于快速发展阶段的地区支持力度最大。这些地区既不会因为乡村各方面发展相对落后,无法满足“商业可持续”原则而遭受“金融排斥”,也不会因为融资渠道较多而使数字普惠金融丧失“用武之地”。

具体而言,数字普惠金融支持乡村振兴的区域异质性效应的逻辑分析如下。第一,对于经济欠发达、金融市场建设不完善、乡村各方面发展不充分的地区来说,数字普惠金融可能难以发挥较大作用。在这种情况下,乡村治理、乡风建设和生态保护的体制机制更加难以建立起来,也就难以利用数字普惠金融的资金支持乡村的政治、社会、文化和生态等领域的建设。因而,这些地区可能难以从数字普惠金融的发展中获得金融支持,并借以发展自身。第二,经济发展水平居中,金融市场正在发展,乡村各方面正在进步的地区,既需要数字普惠金融发展带来的大量资金支持及其低成本、高效率的优势,又能有效利用资金,从中获益良多,能够实现双赢的良好发展态势。第三,对于经济发达、金融市场建设完善以及乡村各方面已经发展得相当成熟的地区而言,数字普惠金融不再是主要的投资和融资渠道之一。由于乡村产业发展较为成熟,乡村经济较为发达,农民收入相对较高,进而政治、社会和生活等方面居于前位,能够负担成本较高的优质资金和金融服务,对数字普惠金融的需求较小,数字普惠金融难以在其中发挥显著作用。同时,乡村金融市场也逐渐发展起来,使其拥有更加广泛和多元的融资渠道和资金来源,数字普惠金融在支持其乡村振兴中发挥的作用会逐渐减小。

基于上述分析,提出如下研究假设。

H2:不同地区的乡村振兴无法平等地获益于数字普惠金融的发展,即数字普惠金融对乡村振兴的支持效应存在区域异质性。

三、实证研究设计

(一)模型构建

为了衡量数字普惠金融对乡村振兴的整体影响,并考虑到不同地区数字普惠金融发展程度不同、乡村振兴水平不一,进而数字普惠金融对乡村振兴的影响程度可能存在地域差异这一因素,构建如下面板固定效应模型,以规避遗漏省份层面不可观测变量而引发的内生性问题:

RRit=β0+β1DIFit+β2Xit+θi+ωit

(1)

式(1)中,RRit为被解释变量,代表i省t年的乡村振兴水平。DIFit为核心解释变量,代表i省t年的数字普惠金融指数。Xit代表相关控制变量,θi代表省份固定效应,ωit代表随机扰动项。

(二)变量选取、数据来源与描述性统计

被解释变量:乡村振兴(RRit)。根据前文对乡村振兴评价指标相关文献的回顾,基于数据可得性以及全面性、科学性原则,选取如下变量来构建乡村振兴评价指标,见表1。

表1 乡村振兴评价指标

由于所选取的乡村振兴评价指标较多,为缓解变量之间多重共线性,并便于后文的解释和分析,采用因子分析法将这些指标降维。在数据处理阶段,首先将逆向指标“乡村最低生活保障人数占乡村常住人口比重”通过取倒数的方法进行正向化处理(1)由于SPSS26.0软件在进行因子分析时能够自动进行标准化处理,因此下文的输出结果均是标准化之后的数据。。其次对数据进行相关性检验,KMO检验的值为0.605,大于0.5的阈值,可以做因子分析。Bartlett球形度检验的近似卡方为2822.692,自由度为91,在低于1%的水平上显著,表明原始变量能够进行因子分析。公因子提取情况如表2(2)由于篇幅所限,此处只列示特征值大于等于1的公因子。所示。

表2 乡村振兴评价指标的总方差解释

由表2可知,前五个公因子的特征值大于1,累计方差贡献率达到79.38%,基本可以涵盖原始数据的大多数信息,因此提取这五个公因子。旋转之后的成分矩阵(3)由于篇幅所限,此处未列示其详细结果。显示,“乡村最低生活保障人数占乡村常住人口比重”“农民人均可支配收入”“乡村人均用电量”“乡村有线广播电视用户数占家庭总户数比重”等指标在第一个公因子上具有较大载荷,将之命名为“乡村生计因子F1”。“乡村人均农林牧副渔产值”“乡村人均粮食产量”“农用大中型拖拉机数量”等指标在第二个公因子上具有较大载荷,将之命名为“乡村生产因子F2”。“村民委员会单位数”“村卫生室单位数”等指标在第三个公因子上具有较大载荷,将之命名为“乡村民生因子F3”。“农林牧渔服务业产值占农林牧渔业总产值比重”“乡村家庭文教、娱乐及服务支出占生活消费支出比重”“生活垃圾无害化处理率”等指标在第四个公因子上具有较大载荷,将之命名为“乡村生活因子F4”。而“森林覆盖率”在第五个公因子上具有较大载荷,将之命名为“乡村生态因子F5”。根据因子得分系数矩阵,将之与标准化后的原始数据相乘,可得到四个公因子的表达式,进而可计算出乡村振兴评价指标的综合得分(4)由于篇幅所限,此处未列示其详细结果。。

解释变量:数字普惠金融(DIFit)。本文将《北京大学数字普惠金融指数(2011—2020年)》中的总指数作为核心解释变量。此外,将覆盖广度(CBit)、使用深度(UPit)和数字化程度(DDit)三个子维度作为解释变量纳入回归模型,以考察数字普惠金融不同维度对乡村振兴的影响。为了确保回归系数大小适当,在回归前将所有解释变量除以100。

控制变量。由于被解释变量已经包含很多与乡村振兴相关的指标,因此参照相关学者的研究,只选择能够反映对乡村振兴具有影响的宏观经济环境控制变量。[25]具体包括:城镇化率(URBANit),用城镇人口与总人口的比值表示。人均地区生产总值(GDPit),用地区生产总值与总人口的比值表示。地方财政支持(FISCALit),用当年地方财政农林水事务支出占一般预算支出的比重表示。为了平滑数据,并削弱多重共线性和异方差的影响,对所有控制变量取对数。

数据来源与描述性统计。本文选取2011—2020年中国30个省(自治区、直辖市)的面板数据进行实证研究。其中,数字普惠金融指数来自北京大学数字金融研究中心。构建乡村振兴评价指标所需变量以及其他控制变量的相关数据来源于WIND数据库、CSMAR数据库、国家统计局网站、《中国农村统计年鉴》和各省(自治区、直辖市)的统计年鉴。各个变量的描述性统计量详见表3(5)F1、F2、F3、F4、F5为3.3节应用因子分析法构建的乡村振兴评价指标,为了方便展示而放在该表中。。

表3 各变量描述性统计量

四、实证研究结果

(一)基准回归结果

Hausman检验的结果均小于0.01,说明应当使用面板固定效应模型进行回归。利用式(1)构建的面板固定效应模型,分别以F1、F2、F3、F4和F5为被解释变量进行回归,结果如表4所示。

表4 基准回归结果

由表4可见,数字普惠金融对F1、F2 和F4的系数分别在1%、10%和1%的水平上统计显著,其大小分别为0.3190、0.1945和0.4419。而数字普惠金融对F3和F5的影响系数虽然为正,但不显著。同时,回归模型的拟合优度也较大,说明所选择的模型具备一定解释力度。具体而言,数字普惠金融对乡村振兴的生计、生产和生活因子呈现显著正向影响,验证了H1的前半部分,即数字普惠金融能够助力乡村振兴生计、生产和生活方面的改善。这说明数字普惠金融的发展能够通过降低金融服务的供给和使用成本,促进金融公平、缓解融资约束,从而增加农民收入、助推农业生产、提高生活质量,进而提升乡村振兴水平。

数字普惠金融对乡村振兴的民生和生态因子不存在显著影响,这说明数字普惠金融无力推动乡村振兴的民生和生态领域的改善,验证了H1的后半部分。造成这种现象的原因可能是,民生和生态的改善在短期内没有较高的经济效益,不能像投入生产和生活领域那样获得短期利益,即便在政策的引导下,数字普惠金融也可能发生“使命漂移”现象,通过扭曲要素用途、忽视长期收益而获取短期经济利益。这可能导致数字普惠金融在支持乡村振兴的过程中存在一定程度的“扭曲”现象,即农民可以利用数字普惠金融的资金支持摆脱贫困、发展生产、提高生活水平,却无法借以改善管理、医疗和生态环境等方面的条件。此外,这一结果也在一定程度上说明,在数字普惠金融支持乡村振兴的过程中可能存在忽视“共享发展”和“绿色发展”理念的现象,部分地区可能并不重视利用数字普惠金融的资金支持来改善乡村的民生和生态。

(二)稳健性和内生性检验

首先进行稳健性检验。先替换解释变量,使用覆盖广度、使用深度和数字化程度三个子维度替换数字普惠金融总指数,分别代入式(1)再次回归。表5(6)此处只是将三个子维度放在一列展示,并不是将之放在一起回归。的结果显示,各个变量的系数与显著性均与表4的结果相差无几,这表明基准回归模型的结果是稳健的。同时,表5的结果也说明,数字普惠金融覆盖广度对乡村振兴生计、生产和生活因子的影响程度相对最大,这表明应当进一步扩大数字普惠金融的有效覆盖范围,从而持续推动乡村振兴进程。数字普惠金融数字化程度对乡村振兴的支持更加全面,这说明应当继续推动数字普惠金融提供商发挥好数字普惠金融的低成本、高效率和低风险优势,使之成为促进乡村振兴的重要支撑。而数字普惠金融使用深度对乡村振兴的影响不够全面和深远,这可能是因为近年来各类支农惠农金融产品的推出使得数字普惠金融的竞争优势有所下降,促使这一维度对乡村振兴的支持力度较小。

表5 替换解释变量回归结果

另外,前文指出模型中可能存在省份层面的不可观测变量,应当使用面板固定效应模型。但个体效应也可能以随机效应的形式存在,故使用随机效应可行广义最小二乘法(FGLS)对式(1)再次进行估计。由表6可见,各个变量的系数和显著性仍与基准回归相差无几。

此外,直辖市通常受到国家政策的“特殊照顾”,其数字普惠金融和乡村振兴的水平都可能对模型估计产生较大影响。因此剔除北京、上海、天津和重庆的数据,再利用式(1)进行回归。结果如表7所示,依然类似于基准回归,从而证明了本文实证研究的稳健性。

其次进行内生性检验。虽然前文分析指出数字普惠金融能在一定程度上促进乡村振兴水平,但乡村的振兴也有可能加大对数字普惠金融的需求,反过来促进数字普惠金融的发展,即存在反向因果问题。另外,即便加入了一些控制变量,但模型中仍然可能存在一定程度的遗漏变量问题。为了识别模型中可能存在的反向因果和遗漏变量问题,参考相关文献的做法,将所有解释变量和控制变量做滞后一期处理[26],并将之记为L.DIF、L.URBAN、L.GDP和L.FISCAL,代入式(1)进行回归。

表6 随机效应FGLS回归结果

表7 剔除直辖市数据回归结果

如表8所示,将所有解释变量和控制变量的一期滞后值代入式(1)进行回归后,其结果仍与表4的结果基本一致。这表明,原模型中不存在显著的反向因果和遗漏变量等内生性问题,并且回归结果是稳健的。

表8 所有解释变量滞后一期回归结果

(三)异质性分析

为了进一步探讨数字普惠金融对不同地区的乡村振兴有何影响,将总样本分为东部、中部和西部三个子样本(7)根据国家统计局的划分标准,中国东部地区主要包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省份。中国中部地区主要包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省份。中国西部地区主要包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆11个省份。,代入式(1)再次进行回归。结果如表9、表10和表11所示,总体而言验证了H2的假设。

表9 东部地区回归结果

表10 中部地区回归结果

表11 西部地区回归结果

可以发现,第一,数字普惠金融对东部地区乡村振兴的各个因子均不存在显著影响。可能的原因是,东部地区相对而言金融市场建设更加完善,农民拥有更多元、更广泛的融资渠道,因此对数字普惠金融的需求相对较低。另外,东部地区经济更加发达,乡村各方面发展较为充分,农民收入水平更高、闲余资金更多、金融素养更高,能够负担起较高的融资成本,因而数字普惠金融的低成本、高效率、低风险等优势在其支持乡村振兴过程中所发挥的作用有限。第二,数字普惠金融对中部地区乡村振兴的生计、生活和生态因子存在显著正向影响,而对生产和民生因子不存在显著影响。究其原因,可能是中部地区乡村的各方面已经获得了一定程度的发展,对于数字普惠金融所提供的金融服务不再具有较高的需求。但中部地区乡村振兴各方面的发展程度尚不如东部地区,因而依然需要数字普惠金融的发展,以满足农民的高层次需求,进一步促进乡村振兴进程。第三,数字普惠金融对西部地区乡村振兴的生产和生活因子存在显著正向影响,而对生计、民生和生态因子不存在显著影响。造成这种现象的原因可能是,西部地区相对而言经济尚不发达,金融市场建设尚不完善,并且乡村振兴还处在比较低的水平,农民的收入较低、金融素养不足、融资渠道较少,数字普惠金融可能会发生“使命漂移”现象。对于西部地区而言,其乡村振兴的重点任务是发展生产、改善生活,在政府的大力支持下,西部乡村的生产和生活显得更加“有利可图”,能够吸引优质数字普惠金融资源促进农业生产、改善农民生活水平。而其他方面则由于无法获得短期利益,可能被数字普惠金融排斥在外,无法从中获得有效的资金支持。

综上所述,由于乡村振兴包含诸多维度,各个地区的乡村在各个维度上的发展程度和收益程度有异,致使在“商业可持续”原则指导下的数字普惠金融对不同地区乡村振兴的不同维度的支持效果存在显著差异。另外,由于各地在经济发展水平、金融市场建设水平以及农民收入水平等方面差异较大,数字普惠金融在支持乡村振兴的过程中所发挥的作用也存在较大差异。相对而言,数字普惠金融对中部地区乡村振兴的支持效果最好,对西部地区的支持效果次之,而对东部地区则不存在显著影响。这说明,数字普惠金融可能在支持中部地区乡村振兴的进程中发挥越来越大的作用,使之成为中国乡村振兴之路上的“主力军”。总体而言,数字普惠金融对乡村振兴生活因子的支持效果最好,而对民生因子的支持效果最差。这表明,现阶段“满足人民日益增长的美好生活需要”在乡村振兴事业中占据着举足轻重的地位,数字普惠金融已然与之形成良性协调,尤其在经济相对落后的地区,数字普惠金融在提升农民文化水平、提高乡村产业融合发展以及改善人居环境等方面将发挥愈加重要的作用。同时需要注意的是,对于乡村民生和生态环境的改善,不应全部交给金融体系来完成。由于乡村管理、医疗、教育、生态环境等方面的进步是一个长期过程,短期内难以获得收益,基于“商业可持续”原则和“短期性”“逐利性”特点的金融体系难以有效促进其发展,因此,还应通过加大财政投入力度、引导社会资本进入等方式改善乡村民生和生态环境,从而推动乡村的全面振兴。

五、结论与启示

本文利用2011—2020年中国30个省(自治区、直辖市)的相关数据,通过因子分析法构建出乡村振兴评价指标,将之分为生计、生产、民生、生活和生态五个因子,并将数字普惠金融指数作为核心解释变量,应用面板固定效应模型研究数字普惠金融对乡村振兴的影响。研究表明:第一,总体上数字普惠金融能够促进乡村振兴,但对乡村振兴不同维度的影响不同。数字普惠金融能够显著助力乡村生计、生产和生活的振兴,但在一定程度上无力推动乡村民生和生态的改善。进一步的内生性和稳健性检验证实了上述结论。第二,数字普惠金融对不同地区的乡村振兴存在异质性影响。数字普惠金融能够显著助力中部地区乡村生计、生活和生态的进步,助力西部地区乡村生产和生活的改善,但对东部地区的乡村振兴不存在显著影响。这表明,考察期内不同地区的乡村振兴的确无法平等地获益于数字普惠金融的发展。

基于上述研究结论,当前中国数字普惠金融支持乡村振兴的实践应当从两方面发力:第一,要发挥好宏观调控的作用,通过国家政策的激励和约束以及地方政府的组织和领导,积极引导、鼓励和支持互联网企业和银行等金融机构将数字普惠金融服务投向乡村民生和生态领域。应当设立奖惩机制,及时考核评估,如果存在支持乡村民生和生态振兴的资金量不达标、将该资金挪用至其他领域并且破坏民生和生态环境的情况,可以对相关责任人施加诸如惩罚性利率等措施来进行规制。第二,要因地制宜地发挥数字普惠金融支持乡村振兴的作用。对于西部地区的乡村振兴,应当侧重于发展生产和改善生活。同时要防止生计和生态方面的金融资源配置扭曲,协调推进西部地区的乡村振兴。对于中部地区的乡村振兴,应当加快推动生产繁荣、生活改善和生态振兴,全面推动乡村发展,使之成为中国乡村振兴的“主力军”。对于东部地区的乡村振兴,则可以适当地将部分数字普惠金融资源转移至中西部地区,促进数字普惠金融资源的合理分配,从而有效支持乡村振兴进程。

猜你喜欢
普惠助力金融
助力成功七件事
探索节能家电碳普惠机制 激发市民低碳生活新动力
助力“一方水土养一方人”
“自能”学习助力有机化学的学习
何方平:我与金融相伴25年
君唯康的金融梦
日照银行普惠金融的乡村探索
农村普惠金融重在“为民所用”
为更适宜的阅读之地助力
金融科技助力普惠金融