夏志禹

天津商務(wù)職業(yè)學(xué)院，天津，300350

一、引言

隨著科學(xué)技術(shù)與金融發(fā)展的協(xié)同耦合，金融科技賦予了支付、信貸、征信、風(fēng)控等傳統(tǒng)金融業(yè)務(wù)新的定義。特別是市場(chǎng)化金融科技公司的崛起，通過(guò)與傳統(tǒng)金融機(jī)構(gòu)的競(jìng)爭(zhēng)與合作，共同促進(jìn)了中國(guó)數(shù)字金融的快速發(fā)展。數(shù)字普惠金融的實(shí)踐從根本上改善了小微企業(yè)、個(gè)體工商戶(hù)以及“三農(nóng)”領(lǐng)域的貸款服務(wù)方式。截至2020年10月末，我國(guó)銀行業(yè)服務(wù)的小微企業(yè)信貸客戶(hù)已達(dá)到2700萬(wàn)，普惠型小微企業(yè)和個(gè)體工商戶(hù)貸款同比增速超過(guò)30%，農(nóng)戶(hù)貸款同比增速達(dá)14.3%（郭樹(shù)清2020）。

農(nóng)業(yè)、農(nóng)村、農(nóng)民是我國(guó)金融市場(chǎng)中重要的資金需求者，滿足“三農(nóng)”領(lǐng)域的資金需求，是黨和政府新發(fā)展階段優(yōu)先發(fā)展農(nóng)業(yè)農(nóng)村、全面推進(jìn)鄉(xiāng)村振興的重要保障。但由于抵押約束、交易成本、契約機(jī)制不完善等問(wèn)題，金融機(jī)構(gòu)在開(kāi)展貸款業(yè)務(wù)時(shí)往往存在“離農(nóng)”傾向，農(nóng)貸群體受到了不同程度的信貸配給，金融排斥成為了農(nóng)村金融發(fā)展的重要障礙（劉艷華2016；李牧辰等2020；樊文翔2021）。傳統(tǒng)農(nóng)貸服務(wù)一方面受物理場(chǎng)所限制，傳統(tǒng)金融網(wǎng)點(diǎn)難以觸及經(jīng)濟(jì)相對(duì)落后地區(qū)，特別是難以滲透到農(nóng)村為代表的全部“毛細(xì)血管”中；另一方面，面對(duì)超額的信貸需求，對(duì)于信貸服務(wù)成本較高的群體存在一定的信貸配給現(xiàn)象。2021年中央一號(hào)文件提出強(qiáng)化農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展投入保障，特別強(qiáng)調(diào)了新型農(nóng)業(yè)經(jīng)營(yíng)主體信用體系建設(shè)、農(nóng)村數(shù)字普惠金融發(fā)展以及開(kāi)發(fā)專(zhuān)屬金融產(chǎn)品為農(nóng)業(yè)農(nóng)村提供信貸支持等重要內(nèi)容，為有效緩解農(nóng)村融資難、融資貴問(wèn)題，進(jìn)一步促進(jìn)農(nóng)村金融發(fā)展提供了重要政策指引。

數(shù)字普惠金融為農(nóng)貸服務(wù)提供了新的思路。普惠金融是以立足機(jī)會(huì)平等要求和商業(yè)可持續(xù)原則，通過(guò)加大政策引導(dǎo)扶持、加強(qiáng)金融體系建設(shè)、健全金融基礎(chǔ)設(shè)施，以可負(fù)擔(dān)的成本為有金融服務(wù)需求的社會(huì)各階層和群體提供適當(dāng)?shù)?、有效的金融服?wù)?！禛20數(shù)字普惠金融高級(jí)原則》將數(shù)字普惠金融定義為一切通過(guò)使用數(shù)字金融服務(wù)以促進(jìn)普惠金融發(fā)展的行動(dòng)。數(shù)字經(jīng)濟(jì)背景下，普惠金融的經(jīng)濟(jì)屬性與數(shù)字技術(shù)交叉融合，將普惠金融實(shí)踐與互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等信息化技術(shù)有機(jī)結(jié)合，從而實(shí)現(xiàn)普惠金融產(chǎn)品、流程、模式的創(chuàng)新以及普惠價(jià)值的提升。具體來(lái)看，電腦、手機(jī)等終端設(shè)備的普及應(yīng)用，實(shí)現(xiàn)了金融服務(wù)覆蓋范圍擴(kuò)大及服務(wù)效率的提升。通過(guò)大數(shù)據(jù)刻畫(huà)用戶(hù)行為、立體評(píng)價(jià)記錄用戶(hù)征信，有效降低信貸服務(wù)成本、減緩信息不對(duì)稱(chēng)風(fēng)險(xiǎn)，進(jìn)一步降低了信貸服務(wù)門(mén)檻。金融機(jī)構(gòu)利用大數(shù)據(jù)開(kāi)展智能風(fēng)控，減少對(duì)抵押物的依賴(lài)，大大提高了融資的可得性。

目前關(guān)于數(shù)字普惠金融的研究主要從以下幾個(gè)方面開(kāi)展：（1）數(shù)字普惠金融的測(cè)度與指標(biāo)體系的建立。主要探索數(shù)字普惠金融指數(shù)的編制與評(píng)價(jià)體系建設(shè)，將普惠金融的功能定位與數(shù)字金融的技術(shù)特點(diǎn)有機(jī)結(jié)合，突出金融覆蓋滲透度、使用深度、使用狀況、可利用性等（Sarma and Pais，2011；蔣慶正等，2019；郭峰等，2020）。（2）數(shù)字普惠金融的經(jīng)濟(jì)后果。涵蓋微觀個(gè)體影響，如數(shù)字普惠金融對(duì)農(nóng)村正規(guī)金融新需求（傅秋子和黃益平，2018）、居民消費(fèi)（易行健、周利，2018）、農(nóng)戶(hù)信貸獲得（樊文翔，2021）等影響；中觀產(chǎn)業(yè)影響，如數(shù)字普惠金融對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響（葛和平等，2021）；宏觀經(jīng)濟(jì)影響，如數(shù)字普惠金融對(duì)城鄉(xiāng)收入差距的影響（李牧辰等，2020），對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的地區(qū)差異影響（賀健等，2020），以及傳統(tǒng)金融與數(shù)字金融的關(guān)系等。（3）以區(qū)塊鏈、大數(shù)據(jù)等技術(shù)研究為核心的普惠金融效率提升。李陽(yáng)、于濱銅（2020）研究了區(qū)塊鏈技術(shù)的引用對(duì)農(nóng)村金融的影響。

梳理現(xiàn)有文獻(xiàn)，對(duì)于數(shù)字普惠金融的研究從測(cè)度、影響、機(jī)制逐步深化；從研究主題看，普惠與“三農(nóng)”具有天然聯(lián)系，故部分學(xué)者將目光投向農(nóng)村數(shù)字普惠金融領(lǐng)域。蔣慶正等（2019）以商業(yè)銀行全國(guó)縣域電子銀行業(yè)務(wù)數(shù)據(jù)為基礎(chǔ)，測(cè)度了農(nóng)村數(shù)字普惠金融發(fā)展水平。張耀龍等（2021）認(rèn)為農(nóng)村數(shù)字普惠金融發(fā)展存在著明顯上升與地區(qū)趨同的特點(diǎn)。樊文翔（2021）從微觀角度分析得出數(shù)字普惠金融對(duì)農(nóng)戶(hù)正規(guī)信貸獲得有顯著正向作用，對(duì)農(nóng)戶(hù)非正規(guī)信貸具有負(fù)向影響但不顯著。在金融服務(wù)鄉(xiāng)村振興背景下，農(nóng)村數(shù)字普惠金融發(fā)展對(duì)金融機(jī)構(gòu)的農(nóng)貸供給有何影響？通過(guò)怎樣的機(jī)制影響“三農(nóng)”領(lǐng)域的信貸配給改善？基于以上背景，本文選取2021年人民銀行、銀保監(jiān)會(huì)《金融機(jī)構(gòu)服務(wù)鄉(xiāng)村振興考核評(píng)估辦法》中的重要評(píng)估指標(biāo)之一“農(nóng)貸供給比重”作為被解釋變量，立足于農(nóng)貸配給改善，就農(nóng)村數(shù)字普惠金融對(duì)金融機(jī)構(gòu)農(nóng)貸供給的影響進(jìn)行理論探討與實(shí)證檢驗(yàn)，并進(jìn)一步探究影響機(jī)制及其異質(zhì)性，對(duì)于改善農(nóng)村借貸環(huán)境，推進(jìn)金融賦能鄉(xiāng)村振興有重要的理論和現(xiàn)實(shí)意義。

二、理論分析：數(shù)字普惠金融影響農(nóng)貸供給的內(nèi)在邏輯

（一）數(shù)字普惠金融有效降低了信貸交易成本。

數(shù)字普惠金融實(shí)現(xiàn)了貸款業(yè)務(wù)線上化、批量化、便捷化，解決了最基本的物理網(wǎng)點(diǎn)依賴(lài)問(wèn)題，有效提升了農(nóng)貸覆蓋率和滲透性。傳統(tǒng)貸款方式，農(nóng)戶(hù)如果有借貸需求，需要到鄉(xiāng)鎮(zhèn)或縣城金融機(jī)構(gòu)網(wǎng)點(diǎn)辦理業(yè)務(wù)，受到交通不便等客觀條件限制。部分農(nóng)戶(hù)因申請(qǐng)過(guò)程繁瑣等原因產(chǎn)生了需求方的交易成本配給問(wèn)題，顯著抑制農(nóng)貸需求和借貸積極性（程超2021）。隨著數(shù)字普惠金融覆蓋廣度的提高，很多農(nóng)戶(hù)可以通過(guò)線上方式開(kāi)展咨詢(xún)、進(jìn)行資格審核、業(yè)務(wù)辦理，顯著提升了貸款便利性。在客戶(hù)發(fā)現(xiàn)方面，金融機(jī)構(gòu)獲得貸款客戶(hù)的傳統(tǒng)方式為依靠信貸員“人脈”渠道發(fā)現(xiàn)客戶(hù)或是接收客戶(hù)申請(qǐng)。數(shù)字普惠金融通過(guò)大數(shù)據(jù)的篩選與識(shí)別智能推送潛在客戶(hù)，由“尋找客戶(hù)”到“智能推送”，由“人工進(jìn)行資質(zhì)判斷”轉(zhuǎn)變?yōu)椤按髷?shù)據(jù)深度挖掘”，降低了信息不對(duì)稱(chēng)與貸款搜尋成本。與此同時(shí)，數(shù)字普惠金融通過(guò)嵌入生活生產(chǎn)場(chǎng)景，有針對(duì)性地推出多樣化信貸產(chǎn)品，例如某金融機(jī)構(gòu)推出的智慧鄉(xiāng)村平臺(tái)，以土地流轉(zhuǎn)系統(tǒng)、農(nóng)業(yè)補(bǔ)貼系統(tǒng)、供銷(xiāo)系統(tǒng)為支撐，構(gòu)造“入口+服務(wù)+數(shù)據(jù)”的鄉(xiāng)村網(wǎng)絡(luò)生態(tài)，進(jìn)一步激發(fā)了農(nóng)貸需求。

（二）數(shù)字普惠金融創(chuàng)新了風(fēng)險(xiǎn)管理模式。

信用評(píng)估與風(fēng)險(xiǎn)控制始終是貸款業(yè)務(wù)的核心內(nèi)容，傳統(tǒng)信貸業(yè)務(wù)由信貸員通過(guò)實(shí)地走訪、考察抵押物以及分析企業(yè)資產(chǎn)負(fù)債表、現(xiàn)金流量表、利潤(rùn)表等方式搜尋信息，通過(guò)信貸員深入企業(yè)生產(chǎn)經(jīng)營(yíng)進(jìn)行信用評(píng)估。評(píng)估方式效率較低、主觀性較強(qiáng)，特別是對(duì)于農(nóng)貸對(duì)象規(guī)模小、數(shù)量大、地理位置分散、利潤(rùn)率不高又缺乏抵押物，采用傳統(tǒng)評(píng)估方式大大增加金融機(jī)構(gòu)的風(fēng)控成本及貸款風(fēng)險(xiǎn)。由此，農(nóng)貸長(zhǎng)尾客戶(hù)成為了傳統(tǒng)信貸業(yè)務(wù)不愿觸及的群體，形成了農(nóng)貸門(mén)檻。從消費(fèi)貸款看，農(nóng)戶(hù)為滿足生活需要，因個(gè)人消費(fèi)、家庭應(yīng)急、翻蓋住房、子女上學(xué)等原因形成消費(fèi)信貸需求。這種需求的周期型不強(qiáng)，一般屬于急需支出，對(duì)利率相對(duì)不敏感。但農(nóng)戶(hù)大多無(wú)穩(wěn)定收入來(lái)源，且在銀行、公積金等系統(tǒng)為數(shù)據(jù)空白，缺少信用評(píng)價(jià)依據(jù)，通常會(huì)受到信貸排斥。農(nóng)業(yè)生產(chǎn)貸款、農(nóng)戶(hù)消費(fèi)貸款均受到了不同程度的價(jià)格配給和風(fēng)險(xiǎn)配給（Boucher 2009）。數(shù)字普惠金融通過(guò)大數(shù)據(jù)和人工智能對(duì)客戶(hù)生活消費(fèi)、資產(chǎn)負(fù)債、業(yè)務(wù)辦理、征信等數(shù)據(jù)進(jìn)行多維度、深層次的抓取和分析，科學(xué)進(jìn)行用戶(hù)畫(huà)像，并采用數(shù)字化增信手段，減少對(duì)抵押物的依賴(lài)。同時(shí)，模塊化的操作方式大大節(jié)約了人力、物力成本，使風(fēng)控邊際成本降低，產(chǎn)生規(guī)模效應(yīng)，有效緩解農(nóng)貸對(duì)象的風(fēng)險(xiǎn)配給和價(jià)格配給問(wèn)題。

（三）數(shù)字普惠金融優(yōu)化貸款流程，提升運(yùn)營(yíng)效率。

普惠金融的商業(yè)可持續(xù)原則決定了信貸供給部門(mén)的行為規(guī)則以成本收益為主導(dǎo)，在風(fēng)險(xiǎn)可控的條件下，以利潤(rùn)最大化為目標(biāo)。金融機(jī)構(gòu)的資金成本是開(kāi)展經(jīng)營(yíng)業(yè)務(wù)的重要成本，貸款運(yùn)營(yíng)效率量化為資金的時(shí)間成本決定了金融機(jī)構(gòu)經(jīng)營(yíng)利潤(rùn)。數(shù)字技術(shù)的應(yīng)用使貸前、貸中、貸后各環(huán)節(jié)有序銜接，持續(xù)的大數(shù)據(jù)分析運(yùn)算使金融機(jī)構(gòu)能夠獲得反映農(nóng)貸對(duì)象生產(chǎn)經(jīng)營(yíng)及信用等級(jí)的同步、真實(shí)信息，并運(yùn)用人工智能敏捷地進(jìn)行信貸策略分析，大大提升處理速度。與此同時(shí)，實(shí)時(shí)、全方位的風(fēng)險(xiǎn)檢測(cè)與預(yù)警，有效降低金融機(jī)構(gòu)壞賬率。數(shù)字普惠金融通過(guò)提升運(yùn)營(yíng)效率，提高資金周轉(zhuǎn)率有效緩解了“規(guī)模、風(fēng)險(xiǎn)、收益”的不可能三角。

總體而言，數(shù)字普惠金融通過(guò)降低交易成本、創(chuàng)新風(fēng)險(xiǎn)管理模式、提升運(yùn)營(yíng)效率，增加金融可獲得性，提升農(nóng)貸的覆蓋率和滲透率（圖1）。

圖1 農(nóng)村數(shù)字普惠金融影響農(nóng)貸供給的內(nèi)在邏輯

三、模型設(shè)定

金融機(jī)構(gòu)基于其利潤(rùn)最大化原則，大量信貸資金流向現(xiàn)階段“比較優(yōu)勢(shì)”部門(mén)，呈現(xiàn)資金投向非農(nóng)化傾向，甚至出現(xiàn)一定程度的資金倒流城市現(xiàn)象，表現(xiàn)為農(nóng)貸縮水。為研究數(shù)字普惠金融對(duì)金融機(jī)構(gòu)農(nóng)貸供給的影響，探究數(shù)字普惠金融是否有效緩解農(nóng)貸排斥問(wèn)題，本文設(shè)定模型如下：

其中，被解釋變量load_rtoit為金融機(jī)構(gòu)農(nóng)貸供給情況，該指標(biāo)為涉農(nóng)貸款余額占各項(xiàng)貸款余額之比；解釋變量indexit為數(shù)字金融發(fā)展水平，controlit為控制變量，包括農(nóng)戶(hù)消費(fèi)水平、農(nóng)業(yè)生產(chǎn)水平、消費(fèi)價(jià)格、生產(chǎn)資料價(jià)格、財(cái)政支農(nóng)、保險(xiǎn)深度、收入水平、傳統(tǒng)金融供給、教育水平、經(jīng)濟(jì)發(fā)展水平。下標(biāo)i和t分別代表地區(qū)和年份，εit為隨機(jī)擾動(dòng)項(xiàng)。解釋變量indexit的系數(shù)α1衡量了數(shù)字金融發(fā)展對(duì)金融機(jī)構(gòu)農(nóng)貸供給的影響，如果系數(shù)顯著為正，則說(shuō)明數(shù)字普惠金融能夠促進(jìn)金融機(jī)構(gòu)農(nóng)貸供給，減緩農(nóng)貸排斥。

數(shù)字普惠金融分為覆蓋廣度、使用深度、數(shù)字化程度三個(gè)維度，為進(jìn)一步探究三個(gè)維度對(duì)金融機(jī)構(gòu)農(nóng)貸供給的異質(zhì)性影響，本文在式（1）的基礎(chǔ)上進(jìn)一步拓展，構(gòu)建模型如下：

基于“國(guó)民經(jīng)濟(jì)中各部門(mén)均衡發(fā)展時(shí)信貸資源在各部門(mén)中均衡分配”這一假設(shè)，用農(nóng)業(yè)GDP占GDP比重衡量地區(qū)經(jīng)濟(jì)結(jié)構(gòu)，用地區(qū)農(nóng)業(yè)貸款占地區(qū)總貸款比重衡量信貸結(jié)構(gòu)，若信貸結(jié)構(gòu)指標(biāo)小于經(jīng)濟(jì)結(jié)構(gòu)指標(biāo)，則認(rèn)為該地區(qū)受到信貸配給（劉艷華2016）。劉西川等（2014）認(rèn)為貸款按照不同用途可分為消費(fèi)貸款和生產(chǎn)經(jīng)營(yíng)貸款，不同渠道的貸款需求可能展現(xiàn)出不同的特征，需分開(kāi)研究才能最大限度減少偏誤。本文借鑒已有研究成果，用農(nóng)村居民消費(fèi)支出占居民消費(fèi)支出比重衡量地區(qū)消費(fèi)水平，用地區(qū)第一產(chǎn)業(yè)增加值占地區(qū)GDP比重衡量生產(chǎn)水平，在未受信貸配給的情況下，消費(fèi)水平、生產(chǎn)水平越高，所獲得的貸款資源越多。在此基礎(chǔ)上，本文在模型中分別引入數(shù)字普惠金融三個(gè)維度變量與消費(fèi)水平、生產(chǎn)水平的交互項(xiàng)，探究數(shù)字普惠金融發(fā)展的調(diào)節(jié)效應(yīng)，模型構(gòu)建如下：

其中，consumeit為農(nóng)戶(hù)消費(fèi)水平，為農(nóng)民居民消費(fèi)支出與城鄉(xiāng)居民消費(fèi)支出之比；produceit為農(nóng)業(yè)生產(chǎn)水平，用第一產(chǎn)業(yè)GDP/GDP作為代理變量。模型（3）（4）分別為數(shù)字普惠金融三個(gè)維度變量與農(nóng)戶(hù)消費(fèi)水平、農(nóng)業(yè)生產(chǎn)水平的交互作用檢驗(yàn)。通過(guò)研究數(shù)字普惠金融二級(jí)指標(biāo)的調(diào)節(jié)作用，探究數(shù)字普惠金融對(duì)消費(fèi)信貸配給、生產(chǎn)信貸配給的影響。若交互項(xiàng)系數(shù)顯著為正，則表示數(shù)字普惠金融對(duì)優(yōu)化信貸資源在農(nóng)業(yè)與非農(nóng)之間的配置具有促進(jìn)作用，能夠緩解信貸配給問(wèn)題。

四、數(shù)據(jù)來(lái)源與變量設(shè)定

（一）數(shù)據(jù)來(lái)源及說(shuō)明

本文所使用的數(shù)據(jù)主要來(lái)源于北京大學(xué)數(shù)字普惠金融指數(shù)以及《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)金融年鑒》等。北京大學(xué)數(shù)字金融研究中心所構(gòu)建的數(shù)字普惠金融指數(shù)刻畫(huà)了創(chuàng)新性數(shù)字金融發(fā)展背景下的數(shù)字普惠金融程度，橫向覆蓋中國(guó)內(nèi)地31個(gè)省、自治區(qū)、直轄市，337個(gè)地級(jí)以上城市和約2800個(gè)縣（縣級(jí)市、區(qū)），縱向從覆蓋廣度、使用深度、數(shù)字化程度三個(gè)維度角度反映數(shù)字普惠金融發(fā)展情況，是較為全面反映我國(guó)數(shù)字普惠金融發(fā)展情況的數(shù)據(jù)，為研究的開(kāi)展提供了可能性。

（二）變量定義

1.金融機(jī)構(gòu)農(nóng)貸供給。金融機(jī)構(gòu)農(nóng)貸供給是本文的被解釋變量，該指標(biāo)由各省本外幣涉農(nóng)貸款余額與各省市本外幣各項(xiàng)貸款余額之比計(jì)算而來(lái)。其中涉農(nóng)貸款余額包括既包括農(nóng)戶(hù)貸款、農(nóng)村（縣及縣以下）企業(yè)及各類(lèi)組織貸款，同時(shí)也包括城市企業(yè)及各類(lèi)組織涉農(nóng)貸款及非農(nóng)戶(hù)個(gè)人農(nóng)林牧漁業(yè)貸款，即涵蓋農(nóng)業(yè)生產(chǎn)信貸與農(nóng)戶(hù)消費(fèi)信貸。

2.農(nóng)村數(shù)字普惠金融發(fā)展水平代理變量?；诋?dāng)前我國(guó)省、市、縣三級(jí)行政區(qū)劃金融服務(wù)特點(diǎn)，縣域金融服務(wù)是農(nóng)村金融的重要依托和載體，亦是鄉(xiāng)村振興戰(zhàn)略的關(guān)鍵性區(qū)域（張龍耀等，2021），本文使用2014-2018年1403個(gè)縣域?qū)用鏀?shù)據(jù)，將縣域數(shù)據(jù)在?。ㄗ灾螀^(qū)、直轄市）內(nèi)取均值據(jù)以衡量該?。ㄗ灾螀^(qū)、直轄市）農(nóng)村數(shù)字普惠金融發(fā)展水平。

3.控制變量。貸款的形成是供需雙方作用的結(jié)果，貸款需要轉(zhuǎn)化為貸款需求受到貸款支出意愿、償還能力、貸款獲得能力的影響（Aderibigbe 2014）。參考已有文獻(xiàn)，本文在同時(shí)控制了時(shí)間和省份固定效應(yīng)的基礎(chǔ)上，將如下控制變量納入考慮。（1）貸款支出意愿：農(nóng)戶(hù)消費(fèi)水平（consume）、農(nóng)業(yè)生產(chǎn)水平（produce）、農(nóng)村居民消費(fèi)價(jià)格（cpi）、農(nóng)業(yè)生產(chǎn)資料價(jià)格（ppi）、保險(xiǎn)深度（insuance）。農(nóng)戶(hù)消費(fèi)水平、農(nóng)業(yè)生產(chǎn)水平是反映貸款支出意愿的基礎(chǔ)因素，其中農(nóng)戶(hù)消費(fèi)水平用農(nóng)村居民消費(fèi)支出與城鄉(xiāng)居民消費(fèi)支出之比取對(duì)數(shù)度量，由鄉(xiāng)村常住人口與農(nóng)村地區(qū)人均消費(fèi)支出的乘積與城鄉(xiāng)居民人口和城鄉(xiāng)居民人均消費(fèi)支出乘積之比計(jì)算得出。農(nóng)業(yè)生產(chǎn)水平用第一產(chǎn)業(yè)增加值占GDP比重取對(duì)數(shù)衡量。農(nóng)村居民消費(fèi)價(jià)格、農(nóng)業(yè)生產(chǎn)資料價(jià)格變量分別為居民消費(fèi)價(jià)格總指數(shù)、農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)。保險(xiǎn)深度即單位產(chǎn)出的保費(fèi)收入（農(nóng)業(yè)保險(xiǎn)費(fèi)用/第一產(chǎn)業(yè)增加值），反映生產(chǎn)者敢于追求利潤(rùn)、增加貸款需求的愿望。（2）償還能力：收入水平（perincome）。用農(nóng)村地區(qū)居民人均可支配收入作對(duì)數(shù)處理度量。（3）貸款獲得能力：教育水平（edu）、傳統(tǒng)金融供給（fin_dev）、財(cái)政支農(nóng)（afe）、經(jīng)濟(jì)發(fā)展水平（growth）。參考王喆等（2021）的研究方法，用每萬(wàn)人擁有的金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)量作為傳統(tǒng)金融供給的代理變量，度量地區(qū)傳統(tǒng)金融服務(wù)可得性；用各省人均GDP取自然對(duì)數(shù)作為經(jīng)濟(jì)水平的衡量指標(biāo)。教育水平由不同地區(qū)受不同教育程度人口數(shù)計(jì)算得出。農(nóng)業(yè)作為基礎(chǔ)性產(chǎn)業(yè)，受到不同程度的政策支持、財(cái)政補(bǔ)助，本文用農(nóng)林水支出占GDP比重度量財(cái)政支農(nóng)水平（李牧辰等2020）。

五、結(jié)果與分析

（一）基準(zhǔn)回歸分析

基于Hausman檢驗(yàn)結(jié)果，本文采用面板固定效應(yīng)模型實(shí)證檢驗(yàn)農(nóng)村數(shù)字普惠金融對(duì)金融機(jī)構(gòu)農(nóng)貸供給比例的影響。表2報(bào)告了基于模型（1）的固定效應(yīng)回歸結(jié)果及修正后的標(biāo)準(zhǔn)誤。表2的第1列模型只加入了數(shù)字普惠金融指數(shù)。第2列，增加反映農(nóng)貸需求特征的變量，農(nóng)戶(hù)消費(fèi)水平、農(nóng)業(yè)生產(chǎn)水平、農(nóng)村居民消費(fèi)價(jià)格、農(nóng)業(yè)生產(chǎn)資料價(jià)格、保險(xiǎn)深度。第3列，在之前的基礎(chǔ)上，增加了體現(xiàn)還款能力的變量收入水平。第4列，逐步增加傳統(tǒng)金融供給、教育水平、財(cái)政支農(nóng)、經(jīng)濟(jì)發(fā)展水平等控制變量。研究發(fā)現(xiàn)，逐步增加控制變量的過(guò)程中，農(nóng)村數(shù)字普惠金融指數(shù)的系數(shù)始終顯著為正，說(shuō)明實(shí)證結(jié)果表明農(nóng)村數(shù)字普惠金融顯著提升了金融機(jī)構(gòu)農(nóng)貸供給。

表2 農(nóng)村數(shù)字普惠金融與金融機(jī)構(gòu)農(nóng)貸供給：面板固定效應(yīng)回歸

從控制變量看，農(nóng)戶(hù)消費(fèi)水平、保險(xiǎn)深度、收入水平、傳統(tǒng)金融供給以及經(jīng)濟(jì)發(fā)展水平對(duì)金融機(jī)構(gòu)農(nóng)貸供給有顯著影響。第一，農(nóng)戶(hù)消費(fèi)水平的提高顯著促進(jìn)金融機(jī)構(gòu)農(nóng)貸比例的提升。農(nóng)戶(hù)因教育、醫(yī)療等生活支出形成消費(fèi)信貸需求，消費(fèi)支出增加顯著促進(jìn)金融機(jī)構(gòu)農(nóng)貸供給比例提升，體現(xiàn)了金融機(jī)構(gòu)在滿足農(nóng)戶(hù)消費(fèi)信貸需求方面的重要作用。與此同時(shí)，農(nóng)業(yè)生產(chǎn)水平系數(shù)不顯著，在排除代理變量問(wèn)題的基礎(chǔ)上，說(shuō)明相較其他產(chǎn)業(yè)，金融機(jī)構(gòu)在配置農(nóng)業(yè)產(chǎn)業(yè)的信貸資金方面仍需進(jìn)一步提升。第二，保險(xiǎn)深度增加對(duì)于提升金融機(jī)構(gòu)農(nóng)貸供給有顯著促進(jìn)作用。農(nóng)業(yè)保險(xiǎn)是一種農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)補(bǔ)償工具，保險(xiǎn)深度作為衡量地區(qū)農(nóng)業(yè)保險(xiǎn)發(fā)展程度的重要指標(biāo)，保險(xiǎn)深度越高說(shuō)明生產(chǎn)者所獲得的風(fēng)險(xiǎn)補(bǔ)償越高（祝國(guó)平、常燕2014）。第三，收入水平對(duì)金融機(jī)構(gòu)農(nóng)貸供給有顯著正向影響。收入水平是金融機(jī)構(gòu)進(jìn)行信用評(píng)定的重要指標(biāo)，收入水平越高意味著借款方還款能力越強(qiáng)，金融機(jī)構(gòu)更愿意提供信貸支持。第四，傳統(tǒng)金融供給增加顯著提升農(nóng)貸供給，說(shuō)明傳統(tǒng)金融仍是農(nóng)戶(hù)、農(nóng)業(yè)經(jīng)營(yíng)主體獲取信貸資源的重要渠道。

表1 主要變量的描述性統(tǒng)計(jì)

我國(guó)數(shù)字普惠金融的發(fā)展是多維度的，綜合概括為覆蓋廣度、使用深度、數(shù)字化程度三個(gè)方面，分別體現(xiàn)了數(shù)字普惠金融涵蓋的群體范圍、使用的總量及活躍度、用戶(hù)對(duì)于數(shù)字化業(yè)務(wù)的使用程度（郭峰等，2020）。本部分將農(nóng)村數(shù)字普惠金融的二級(jí)指標(biāo)分別納入模型，進(jìn)一步探究數(shù)字普惠金融三個(gè)維度的對(duì)金融機(jī)構(gòu)農(nóng)貸供給的異質(zhì)性影響。表3的1-3列報(bào)告了依次將覆蓋廣度、使用深度、數(shù)字化程度指標(biāo)納入模型的回歸結(jié)果，第4-5列報(bào)告了只加納入三個(gè)維度指標(biāo)的簡(jiǎn)單回歸以及將全部變量納入模型后的回歸結(jié)果。

表3 農(nóng)村數(shù)字普惠金融與金融機(jī)構(gòu)農(nóng)貸供給：子指標(biāo)回歸

從結(jié)果可以看出，覆蓋廣度對(duì)金融機(jī)構(gòu)農(nóng)貸供給情況有顯著正向影響。不同于傳統(tǒng)金融機(jī)構(gòu)受“金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)”和“金融服務(wù)人數(shù)”的限制，數(shù)字金融提升了金融服務(wù)的可觸達(dá)范圍，有效降低交易成本，提高信貸服務(wù)的便捷性，促進(jìn)了金融機(jī)構(gòu)農(nóng)貸業(yè)務(wù)的開(kāi)展。與此同時(shí)，使用深度、數(shù)字化程度對(duì)于金融機(jī)構(gòu)農(nóng)貸供給的影響不顯著，這表明數(shù)字普惠金融上述維度的發(fā)展在金融機(jī)構(gòu)的實(shí)踐應(yīng)用有待提升，數(shù)字技術(shù)與信貸業(yè)務(wù)的深度融合需進(jìn)一步加強(qiáng)。

（二）內(nèi)生性討論

上述計(jì)量模型因遺漏變量及雙向因果等問(wèn)題可能存在難以克服的“內(nèi)生性”問(wèn)題，導(dǎo)致數(shù)字普惠金融的回歸系數(shù)估計(jì)有偏。本文借鑒Bartik（2009）的做法，構(gòu)建工具變量（滯后一階的普惠金融指數(shù)與普惠金融指數(shù)在時(shí)間上的一階差分的乘積），對(duì)于基礎(chǔ)模型（1）進(jìn)行工具變量估計(jì)。表4為工具變量檢驗(yàn)結(jié)果，結(jié)果顯示第一階段工具變量的估計(jì)系數(shù)統(tǒng)計(jì)顯著不為0，滿足變量相關(guān)性條件。進(jìn)一步看，Kleibergen-Paap rk Wald F statistic為15.214，大于一般認(rèn)為的10，說(shuō)明不存在一般意義上的弱工具變量問(wèn)題。第二階段回歸結(jié)果顯示，在糾正可能的內(nèi)生偏誤后，農(nóng)村數(shù)字普惠金融在1%的水平上顯著提高金融機(jī)構(gòu)農(nóng)貸供給，說(shuō)明上述回歸結(jié)果基本穩(wěn)健和基本可靠。

表4 數(shù)字普惠金融指數(shù)與金融機(jī)構(gòu)農(nóng)貸：工具變量回歸

（三）數(shù)字普惠金融與信貸深化：影響機(jī)制

前述模型研究表明數(shù)字普惠金融對(duì)金融機(jī)構(gòu)農(nóng)貸供給有顯著正向影響，其中二級(jí)指標(biāo)覆蓋廣度能夠顯著促進(jìn)金融機(jī)構(gòu)農(nóng)貸供給程度。為了進(jìn)一步探究數(shù)字普惠金融對(duì)金融機(jī)構(gòu)農(nóng)貸供給的影響機(jī)制，我們分別構(gòu)建農(nóng)戶(hù)消費(fèi)水平、農(nóng)業(yè)生產(chǎn)水平與覆蓋廣度、使用深度、數(shù)字化程度三個(gè)指標(biāo)的交互項(xiàng)，研究數(shù)字普惠金融對(duì)信貸配給的調(diào)節(jié)作用以及對(duì)生產(chǎn)信貸配給、消費(fèi)信貸配給的異質(zhì)性影響。

本部分根據(jù)模型（3）（4）進(jìn)行回歸分析。表5的第1-3列分別將覆蓋廣度、使用深度、數(shù)字化程度與農(nóng)業(yè)生產(chǎn)水平的交互項(xiàng)納入模型，第4-6列分別將上述三個(gè)維度與農(nóng)戶(hù)消費(fèi)水平的交互項(xiàng)納入模型。結(jié)果顯示，數(shù)字普惠金融能夠在一定程度上緩解消費(fèi)信貸配給問(wèn)題，而對(duì)于生產(chǎn)信貸配給影響不顯著。生產(chǎn)貸款是以生產(chǎn)經(jīng)營(yíng)情況（含抵押物）為基礎(chǔ)進(jìn)行信用評(píng)估并據(jù)以配置信貸資源，而當(dāng)前數(shù)字普惠金融更多地記錄個(gè)人數(shù)字足跡，嵌入生產(chǎn)經(jīng)營(yíng)深度不夠。與此同時(shí)，生產(chǎn)經(jīng)營(yíng)貸款門(mén)檻高、額度大，企業(yè)一般仍通過(guò)銀行等傳統(tǒng)金融機(jī)構(gòu)進(jìn)行借貸，故數(shù)字普惠金融對(duì)于生產(chǎn)信貸配給的影響不顯著。

表5 農(nóng)戶(hù)消費(fèi)水平、農(nóng)業(yè)生產(chǎn)水平與數(shù)字普惠金融指數(shù)交互作用的估計(jì)結(jié)果

具體看來(lái)，覆蓋廣度、使用深度對(duì)于緩解消費(fèi)信貸配給有顯著正向作用，數(shù)字化程度回歸結(jié)果不顯著。覆蓋廣度是數(shù)字普惠金融得以“普”的基礎(chǔ)條件，使得農(nóng)村居民能夠觸及金融服務(wù)，部分群體實(shí)現(xiàn)金融服務(wù)從無(wú)到有質(zhì)的飛躍。使用深度表現(xiàn)為金融服務(wù)嵌入生活，通過(guò)抓取用戶(hù)大數(shù)據(jù)進(jìn)行信用評(píng)價(jià)并據(jù)此開(kāi)展信貸業(yè)務(wù)。隨著移動(dòng)支付的自普及，數(shù)字普惠金融逐步滲透農(nóng)民生活，智能風(fēng)控在一定程度上降低了農(nóng)貸門(mén)檻。與此同時(shí)，使用深度對(duì)于緩解信貸配給作用不及覆蓋廣度，這與數(shù)字普惠金融在農(nóng)村地區(qū)剛剛起步，由“普”及“惠”的發(fā)展進(jìn)程相一致。數(shù)字化程度是數(shù)字普惠金融使用頻率的重要表征。從生活實(shí)踐看，城鎮(zhèn)居民的數(shù)字支付已成為常態(tài)、“信用購(gòu)”（信用透支）業(yè)務(wù)已被大眾所接收，而農(nóng)民居民現(xiàn)金交易仍占很大比例，對(duì)于網(wǎng)絡(luò)借貸業(yè)務(wù)涉及不多。數(shù)字化程度對(duì)于信貸配給影響不顯著，充分反映了數(shù)字普惠金融在農(nóng)村地區(qū)的使用頻率、便利化程度遠(yuǎn)不及城鎮(zhèn)地區(qū)的實(shí)際情況。

六、結(jié)論與建議

本文基于2014-2019年農(nóng)村數(shù)字普惠金融指數(shù)和31個(gè)?。ㄗ灾螀^(qū)、直轄市）宏觀統(tǒng)計(jì)數(shù)據(jù)，通過(guò)雙向固定效應(yīng)模型，系統(tǒng)考察了農(nóng)村數(shù)字普惠金融對(duì)金融機(jī)構(gòu)農(nóng)貸供給的影響。研究表明：第一，農(nóng)村數(shù)字普惠金融顯著提高了金融機(jī)構(gòu)農(nóng)貸供給比例。第二，覆蓋廣度這一指標(biāo)對(duì)于提升金融機(jī)構(gòu)農(nóng)貸比例具有顯著影響，增加金融服務(wù)觸達(dá)范圍，有效降低交易成本。第三，數(shù)字普惠金融對(duì)于金融排斥的降低主要作用在消費(fèi)配給的緩解上，且更多表現(xiàn)為覆蓋廣度的提升與使用深度的增加所帶來(lái)的影響。普惠金融通過(guò)大數(shù)據(jù)記錄“三農(nóng)”足跡，智能風(fēng)控在一定程度上降低了缺乏信用記錄群體的信貸門(mén)檻，增加金融服務(wù)可得性。與此同時(shí)，使用深度對(duì)于緩解信貸配給作用不及覆蓋廣度，這與數(shù)字普惠金融在農(nóng)村地區(qū)剛剛起步，由“普”及“惠”的發(fā)展進(jìn)程相一致。

基于以上研究結(jié)論，數(shù)字普惠金融顯著提升了金融機(jī)構(gòu)農(nóng)貸供給，但更多的是通過(guò)覆蓋廣度的提高而實(shí)現(xiàn)，主要是提升了業(yè)務(wù)辦理的便利性，減少信息不對(duì)稱(chēng)，降低交易成本?？傮w上看，已經(jīng)邁出了普惠金融第一步“普”。但數(shù)字普惠金融的使用深度未得到充分挖掘，數(shù)字化程度對(duì)于降低金融排斥應(yīng)用遠(yuǎn)遠(yuǎn)不夠，“惠”的進(jìn)程需加快推進(jìn)。由此提出如下建議。

1.大力推進(jìn)農(nóng)村數(shù)字普惠金融發(fā)展，有效整合“三農(nóng)”數(shù)據(jù)信息。深耕農(nóng)業(yè)、農(nóng)村、農(nóng)民數(shù)據(jù)信息，在確保數(shù)字應(yīng)用合理、安全、規(guī)范的前提下，打破“信息孤島”，進(jìn)行信息和數(shù)據(jù)匯總整合，建立涉農(nóng)群體數(shù)據(jù)庫(kù)，助力“三農(nóng)”信用體系建設(shè)。加強(qiáng)數(shù)據(jù)的挖掘與利用，精準(zhǔn)描繪“三農(nóng)”畫(huà)像，提供個(gè)性化的金融服務(wù)與金融產(chǎn)品。

2.加快數(shù)字普惠金融在農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)中的應(yīng)用和實(shí)踐。在農(nóng)業(yè)生產(chǎn)、加工各環(huán)節(jié)建立智能服務(wù)終端，推進(jìn)智慧農(nóng)業(yè)發(fā)展與農(nóng)產(chǎn)品生產(chǎn)加追蹤溯源體系建設(shè)。拓展科技平臺(tái)建設(shè)、風(fēng)控模型開(kāi)發(fā)、智能風(fēng)控應(yīng)用等科技賦能方式，創(chuàng)新金融機(jī)構(gòu)與農(nóng)業(yè)經(jīng)營(yíng)主體合作模式，利用智能算法、區(qū)塊鏈技術(shù)，解決生產(chǎn)經(jīng)營(yíng)場(chǎng)景中的痛點(diǎn)。

3.穩(wěn)步推進(jìn)數(shù)字普惠金融的深度應(yīng)用和數(shù)字化拓展。以金融科技及為依托，不斷提升數(shù)字普惠金融的場(chǎng)景化植入、綜合化服務(wù)以及生態(tài)系統(tǒng)構(gòu)建，將數(shù)字普惠金融植入日常消費(fèi)、生活繳費(fèi)、看病就醫(yī)、公共交通等應(yīng)用場(chǎng)景，真正提升便民、利民水平。

4.優(yōu)化監(jiān)管體制，凈化發(fā)展環(huán)境。金融與風(fēng)險(xiǎn)相生相伴，“三農(nóng)”領(lǐng)域亦是國(guó)民經(jīng)濟(jì)發(fā)展的薄弱環(huán)節(jié)，農(nóng)村數(shù)字普惠金融具有巨大機(jī)遇的同時(shí)也蘊(yùn)含巨大風(fēng)險(xiǎn)。數(shù)據(jù)信息的獲取、存儲(chǔ)、加工等環(huán)節(jié)的可控性，關(guān)乎信息安全、市場(chǎng)公平甚至糧食安全問(wèn)題。需要進(jìn)一步完善管理制度，優(yōu)化信息的共享與使用規(guī)則，保障“三農(nóng)”群體合法權(quán)益，為農(nóng)村數(shù)字普惠金融健康發(fā)展保駕護(hù)航。