周才云 許帆

摘要：文章基于我國2011—2020年30個?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，采用固定效應(yīng)模型和門檻模型檢驗數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的影響，并驗證農(nóng)業(yè)科技投入是否在數(shù)字普惠金融促進農(nóng)業(yè)發(fā)展過程中存在中介效應(yīng)。研究表明：數(shù)字普惠金融能夠顯著促進農(nóng)業(yè)發(fā)展；數(shù)字普惠金融與農(nóng)業(yè)發(fā)展之間具有雙門檻效應(yīng)，當(dāng)農(nóng)業(yè)發(fā)展水平跨越其門檻值之后，數(shù)字普惠金融的促進效應(yīng)加強；科技投入在數(shù)字普惠金融促進農(nóng)業(yè)發(fā)展過程中發(fā)揮了中介效應(yīng)，且我國中西部地區(qū)科技投入的中介效應(yīng)明顯強于東部地區(qū)。基于此，要加快農(nóng)村數(shù)字普惠金融發(fā)展進程，完善數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)，進一步發(fā)揮數(shù)字普惠金融助力農(nóng)業(yè)發(fā)展的功能，讓鄉(xiāng)村共享數(shù)字普惠金融發(fā)展成果。

關(guān)鍵詞：數(shù)字普惠金融；科技投入；農(nóng)業(yè)發(fā)展；門檻模型；中介效應(yīng)

中圖分類號：F832文獻標(biāo)識碼：A文章編號：1004-1494（2023）02-0062-09

基金項目：江西省哲學(xué)社會科學(xué)重點研究基地項目“數(shù)字普惠金融助力鄉(xiāng)村振興的作用機制、效應(yīng)與路徑研究”（22SKJD27）；江西省研究生創(chuàng)新項目“數(shù)字普惠金融、科技創(chuàng)新與農(nóng)業(yè)發(fā)展水平”（YC2021-S480）。

黨的二十大報告提出：“全面推進鄉(xiāng)村振興。”[1]2021年，中國人民銀行、銀保監(jiān)會、證監(jiān)會、財政部、農(nóng)業(yè)農(nóng)村部、鄉(xiāng)村振興局六部門聯(lián)合發(fā)布了《關(guān)于金融支持鞏固拓展脫貧攻堅成果全面推進鄉(xiāng)村振興的意見》，提出要改善農(nóng)村金融服務(wù)，有效推進數(shù)字普惠金融在鄉(xiāng)村普及，以推動鄉(xiāng)村振興發(fā)展。2022年中央一號文件強調(diào)要大力推進數(shù)字鄉(xiāng)村建設(shè)，強化鄉(xiāng)村振興金融服務(wù)[2]。隨著鄉(xiāng)村振興戰(zhàn)略的持續(xù)推進，農(nóng)村經(jīng)濟社會發(fā)展所需資金日益增加，盡管當(dāng)前金融體系可以為農(nóng)業(yè)農(nóng)村提供一定的資金支持，但金融服務(wù)成本較高，仍難以滿足鄉(xiāng)村振興多樣化的金融需求。數(shù)字普惠金融作為數(shù)字科技與傳統(tǒng)金融有效融合的新產(chǎn)物，能提供低成本、便捷的創(chuàng)新型金融產(chǎn)品服務(wù)，有效解決農(nóng)村融資難題，是助推農(nóng)業(yè)高質(zhì)量發(fā)展、實現(xiàn)鄉(xiāng)村振興的重要力量。

當(dāng)下已經(jīng)有較多文獻對數(shù)字普惠金融進行了研究，學(xué)者們普遍認為數(shù)字普惠金融能夠創(chuàng)新金融服務(wù)，降低服務(wù)成本，緩解金融排斥現(xiàn)象。關(guān)于數(shù)字普惠金融的理論內(nèi)涵和應(yīng)用發(fā)展研究，比較有代表性的有：周小川將普惠金融定義為通過完善金融基礎(chǔ)設(shè)施，以可負擔(dān)的成本將金融服務(wù)擴展到欠發(fā)達地區(qū)和社會低收入人群，向他們提供價格合理、方便快捷的金融服務(wù)，不斷提高金融服務(wù)的可獲得性[3]。邢樂成認為普惠金融是指對現(xiàn)有商業(yè)金融的反思和揚棄，它立足“三可”原則（可獲得、可負擔(dān)、可持續(xù)），堅持“三服務(wù)”原則（服務(wù)小微企業(yè)、農(nóng)村客戶和其他弱勢金融服務(wù)需求者），通過技術(shù)和營銷手段的創(chuàng)新，降低享受金融服務(wù)的門檻[4]。蔣慶正等利用協(xié)方差層次分析法和正交偏向最小二乘回歸模型，測度了中國農(nóng)村地區(qū)數(shù)字普惠金融發(fā)展水平[5]。目前對于數(shù)字普惠金融發(fā)展水平的測度，比較有代表性的是北京大學(xué)數(shù)字金融研究中心發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020年）》，呈現(xiàn)了中國各地區(qū)數(shù)字普惠金融的發(fā)展?fàn)顩r和趨勢[6]。

數(shù)字普惠金融的相關(guān)內(nèi)涵研究，為分析數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的作用奠定了理論基礎(chǔ)，數(shù)字普惠金融借助數(shù)字技術(shù)與農(nóng)業(yè)農(nóng)村經(jīng)濟深度融合，優(yōu)化農(nóng)村金融資源配置，用數(shù)字金融引領(lǐng)農(nóng)業(yè)農(nóng)村現(xiàn)代化，實現(xiàn)鄉(xiāng)村振興戰(zhàn)略產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富裕的總要求。關(guān)于數(shù)字普惠金融對農(nóng)村居民收入的影響。宋曉玲認為數(shù)字普惠金融的發(fā)展能夠提高農(nóng)村居民收入[7]；張賀和白欽先通過構(gòu)建線性模型和非線性模型綜合考察數(shù)字普惠金融對城鄉(xiāng)收入差距的影響，結(jié)果表明無論構(gòu)建線性模型還是非線性模型，數(shù)字普惠金融都能顯著縮小城鄉(xiāng)收入差距[8]；陳丹和姚明明認為數(shù)字普惠金融能夠提高農(nóng)村居民收入[9]。關(guān)于數(shù)字普惠金融對農(nóng)村居民消費水平的影響。易行健、周利基于中國家庭追蹤調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字普惠金融不僅能提高居民消費標(biāo)準(zhǔn)，而且對經(jīng)濟相對落后和居民收入較低的地區(qū)提升作用更大[10]；董云飛等發(fā)現(xiàn)數(shù)字普惠金融顯著影響了農(nóng)村居民消費結(jié)構(gòu)，使得農(nóng)村居民消費支出當(dāng)中的服務(wù)性消費支出占比提升，農(nóng)村居民消費得以升級[11]；郭華、張洋、彭艷玲等發(fā)現(xiàn)數(shù)字普惠金融對農(nóng)村居民消費影響存在較大的地區(qū)差異[12]。關(guān)于數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的影響。田娟娟、馬小林認為數(shù)字普惠金融發(fā)展能夠?qū)ΜF(xiàn)代農(nóng)業(yè)經(jīng)濟發(fā)展產(chǎn)生正向顯著的影響[13]；孫倩認為數(shù)字普惠金融水平的提高可以促進貧困地區(qū)的農(nóng)業(yè)經(jīng)濟發(fā)展，農(nóng)業(yè)越發(fā)達的地區(qū)，數(shù)字普惠金融的提升作用越大[14]；張合林等認為我國的數(shù)字普惠金融發(fā)展與農(nóng)業(yè)高質(zhì)量發(fā)展水平存在正相關(guān)關(guān)系[15]；史益瑋認為數(shù)字經(jīng)濟通過發(fā)展數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化對我國農(nóng)業(yè)高質(zhì)量發(fā)展整體呈顯著正向影響，且存在顯著的空間溢出效應(yīng)[16]。

當(dāng)前關(guān)于數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的促進作用的研究還較少，并且數(shù)字普惠金融與農(nóng)業(yè)發(fā)展之間是否存在其他中間因素影響還未知。鑒于此，本研究以已有文獻為研究基礎(chǔ)，找出數(shù)字普惠金融與農(nóng)業(yè)發(fā)展的具體關(guān)系，并從農(nóng)業(yè)科技投入視角，分析數(shù)字普惠金融、科技投入與農(nóng)業(yè)發(fā)展水平三者之間的作用機制。

相較于傳統(tǒng)普惠金融助力農(nóng)村經(jīng)濟發(fā)展，數(shù)字普惠金融一個重要的特點就是以數(shù)字化技術(shù)為依托，為鄉(xiāng)村客戶提供低成本、便捷的創(chuàng)新型金融產(chǎn)品服務(wù)，有效解決農(nóng)村融資難題，是助推鄉(xiāng)村振興的重要力量。因此，涉農(nóng)企業(yè)和廣大農(nóng)民可以擁有更廣闊的融資渠道，融資難度降低，同時能以較低的成本獲得金融機構(gòu)提供的融資服務(wù)，有利于幫助他們利用獲得的信貸資金推進農(nóng)業(yè)生產(chǎn)標(biāo)準(zhǔn)化、推廣綠色農(nóng)業(yè)、優(yōu)化農(nóng)產(chǎn)品產(chǎn)業(yè)鏈，發(fā)展現(xiàn)代農(nóng)業(yè)，從而促進農(nóng)業(yè)發(fā)展水平的提高?；诖耍岢龅谝粋€研究假說。

H1：數(shù)字普惠金融能顯著促進農(nóng)業(yè)發(fā)展。

數(shù)字普惠金融是傳統(tǒng)普惠金融與互聯(lián)網(wǎng)科技結(jié)合形成的產(chǎn)物，本質(zhì)上仍然具備傳統(tǒng)金融的特征?；谝酝芯堪l(fā)現(xiàn)，農(nóng)村金融對農(nóng)業(yè)經(jīng)濟發(fā)展的影響并不呈完全線性，那么數(shù)字普惠金融與農(nóng)業(yè)發(fā)展之間的關(guān)系也可能是非線性關(guān)系。在數(shù)字普惠金融發(fā)展初期，由于數(shù)字技術(shù)發(fā)展還不夠完善，數(shù)字普惠金融在農(nóng)村地區(qū)信任度和接受度還不夠，農(nóng)業(yè)經(jīng)濟在數(shù)字普惠金融發(fā)展初期的融資需求還不足，數(shù)字普惠金融對農(nóng)業(yè)發(fā)展水平的提升效應(yīng)有限。而隨著互聯(lián)網(wǎng)和大數(shù)據(jù)的不斷發(fā)展完善，數(shù)字普惠金融服務(wù)覆蓋率不斷擴大，農(nóng)村地區(qū)越來越多的客戶納入大數(shù)據(jù)征信系統(tǒng)，大數(shù)據(jù)、人工智能和云計算幫助金融機構(gòu)有效甄別金融風(fēng)險，增強金融機構(gòu)風(fēng)險控制能力。從農(nóng)業(yè)發(fā)展水平方面看，農(nóng)業(yè)高質(zhì)量發(fā)展成為我國實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展目標(biāo)的重要一環(huán)，實現(xiàn)鄉(xiāng)村振興，需要提供充足的資金保障。數(shù)字普惠金融借助數(shù)字化技術(shù)可以增加農(nóng)業(yè)現(xiàn)代化所需資金的可得性，為農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展提供涉農(nóng)貸款，保障資金供給。而農(nóng)業(yè)發(fā)展水平更高的地區(qū)，所需數(shù)字普惠金融支持力度也就更大，數(shù)字普惠金融的提升效應(yīng)更加明顯。基于此，提出第二個研究假說。

H2：數(shù)字普惠金融與農(nóng)業(yè)發(fā)展水平之間的關(guān)系是非線性的，農(nóng)業(yè)發(fā)展水平越高，數(shù)字普惠金融對其提升效應(yīng)越大。

由于地理位置的局限性，農(nóng)村與城市相比，融資難度更大，且第一產(chǎn)業(yè)受自然災(zāi)害等因素影響，本身具有高風(fēng)險、低收益等特征，這使得農(nóng)村金融資源配置更多向其他產(chǎn)業(yè)傾斜，導(dǎo)致農(nóng)業(yè)科技無法獲取足夠的資金投入支持。正是由于存在地理位置和產(chǎn)業(yè)結(jié)構(gòu)等方面的金融排斥，極大地限制了農(nóng)業(yè)科技投入效率的提高。農(nóng)業(yè)科技投入是農(nóng)業(yè)科技創(chuàng)新的基礎(chǔ)和保障，資金投入的增加有利于促進農(nóng)業(yè)生產(chǎn)技術(shù)研發(fā)，提高農(nóng)業(yè)科技創(chuàng)新水平，最終促進農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展。因此，數(shù)字普惠金融可以通過對農(nóng)業(yè)科技投入和農(nóng)業(yè)科技創(chuàng)新產(chǎn)生正向作用，最終促進農(nóng)業(yè)經(jīng)濟發(fā)展?；诖?，提出第三個研究假說。

H3：數(shù)字普惠金融能夠通過農(nóng)業(yè)科技投入對農(nóng)業(yè)發(fā)展產(chǎn)生顯著的正向作用。

（一）數(shù)據(jù)來源

由于數(shù)據(jù)的可獲得性和防止可能出現(xiàn)的較大數(shù)據(jù)誤差，選取了我國2011—2020年30個省（自治區(qū)、直轄市）的數(shù)據(jù)作為樣本①，所有數(shù)據(jù)來自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》和《全國科技經(jīng)費投入統(tǒng)計公報》，對于缺失數(shù)值查閱《中國地方統(tǒng)計年鑒》后進行補齊。

（二）變量選取

1.被解釋變量。基于國家統(tǒng)計局公布的農(nóng)林牧漁產(chǎn)業(yè)總產(chǎn)值指標(biāo)數(shù)據(jù)，采用各省農(nóng)林牧漁產(chǎn)業(yè)總產(chǎn)值作為被解釋變量衡量農(nóng)業(yè)發(fā)展水平，由于該指標(biāo)數(shù)值較大，對其取對數(shù)處理。

2.核心解釋變量。北京大學(xué)數(shù)字金融研究中心發(fā)布了《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020年）》，該指數(shù)衡量了我國主要省份和地級市的數(shù)字普惠金融發(fā)展水平，本文選取2011—2020年省級層面數(shù)字普惠金融指數(shù)作為核心解釋變量，以衡量各省數(shù)字普惠金融發(fā)展水平，并且使用數(shù)字普惠金融三個分指數(shù)覆蓋廣度、使用深度和數(shù)字支持服務(wù)程度指標(biāo)進行模型穩(wěn)健性檢驗，所有數(shù)據(jù)均取對數(shù)形式。

3.中介變量。參照楊秀玉[17]、陳鳴[18]等的研究方法，再結(jié)合本文研究目標(biāo)、內(nèi)容和數(shù)據(jù)的可獲得性，在選取農(nóng)業(yè)科技投入指標(biāo)數(shù)據(jù)時，采用《中國科技統(tǒng)計年鑒》和《全國科技經(jīng)費投入統(tǒng)計公報》（2012—2021年）中的研究開發(fā)機構(gòu)R&D經(jīng)費內(nèi)部支出衡量科技投入。

4.控制變量。主要選擇各?。ㄗ灾螀^(qū)、直轄市）財政支出、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)機械化水平作為控制變量。政府財政支持是促進農(nóng)村農(nóng)業(yè)經(jīng)濟發(fā)展的重要手段之一，其中涉農(nóng)財政主要是政府用來支持鄉(xiāng)村振興和農(nóng)業(yè)發(fā)展的資金，對提高農(nóng)業(yè)發(fā)展水平起著重要作用。考慮到我國各地經(jīng)濟發(fā)展水平差異較大，選取政府農(nóng)林水事務(wù)財政支出除以GDP衡量財政支出。城鎮(zhèn)化水平帶來的農(nóng)村勞動力轉(zhuǎn)移有利于減少我國從事農(nóng)業(yè)活動的人數(shù)，推動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級，促進農(nóng)業(yè)現(xiàn)代化程度提高，對我國農(nóng)業(yè)發(fā)展水平提升有著重要影響，本文選擇各?。ㄗ灾螀^(qū)、直轄市）城鎮(zhèn)人口數(shù)與總?cè)丝跀?shù)之比反映城鎮(zhèn)化水平。第一產(chǎn)業(yè)發(fā)展?fàn)顩r很大程度上衡量了當(dāng)前農(nóng)業(yè)發(fā)展水平，故選擇各省（自治區(qū)、直轄市）第二、三產(chǎn)業(yè)增加值與GDP之比反映產(chǎn)業(yè)結(jié)構(gòu)水平。農(nóng)業(yè)機械化水平的提高對促進農(nóng)業(yè)發(fā)展和實現(xiàn)農(nóng)業(yè)現(xiàn)代化有不可替代的作用，本文采用國家統(tǒng)計局公布的各?。ㄗ灾螀^(qū)、直轄市）農(nóng)業(yè)機械總動力除以總?cè)丝跀?shù)來反映農(nóng)業(yè)機械化水平。

5.工具變量。選取中國互聯(lián)網(wǎng)絡(luò)信息中心公布的各?。ㄗ灾螀^(qū)、直轄市）歷年互聯(lián)網(wǎng)普及率數(shù)據(jù)作為工具變量。

對各變量指標(biāo)的描述性統(tǒng)計見表1。

（三）模型設(shè)定

式（1）中，agricultureit為農(nóng)業(yè)總產(chǎn)值，indexit為數(shù)字普惠金融發(fā)展水平，controlit為控制變量，主要為財政支出、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平和農(nóng)業(yè)機械化水平，最后加上地區(qū)和時間效應(yīng)以及隨機擾動項。

為了進一步檢驗數(shù)字普惠金融與農(nóng)業(yè)發(fā)展之間的非線性關(guān)系，將農(nóng)業(yè)總產(chǎn)值作為門檻變量，構(gòu)建面板門檻模型，分析不同農(nóng)業(yè)發(fā)展水平下，數(shù)字普惠金融對其發(fā)展的影響顯著程度。為檢驗研究假說H2，設(shè)定如下模型。

式（2）中，農(nóng)業(yè)總產(chǎn)值agriculture為門檻變量，I（*）為示性函數(shù)，如果為真，取值為1，如果為假，則為0，r是門檻值。

式（3）～式（5）中，農(nóng)業(yè)科技投入inputit為中介變量，式（3）衡量數(shù)字普惠金融對農(nóng)業(yè)發(fā)展水平總影響程度，其系數(shù)α1表示影響程度的具體值大小。式（4）表示數(shù)字普惠金融對農(nóng)業(yè)科技投入的影響。式（5）表示數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的直接影響，γ2與β1的乘積為數(shù)字普惠金融與農(nóng)業(yè)發(fā)展水平之間存在的中介效應(yīng)的具體值。

（一）基準(zhǔn)回歸結(jié)果

本文經(jīng)過懷斯曼檢驗分析得出使用面板固定效應(yīng)模型的基準(zhǔn)回歸分析，表2中第1列數(shù)值為采用固定效應(yīng)模型分析得到的數(shù)字普惠金融發(fā)展對農(nóng)業(yè)高質(zhì)量發(fā)展的影響值大小。研究發(fā)現(xiàn)，數(shù)字普惠金融的回歸系數(shù)值是0.255，在5%的置信水平下顯著。因此，在控制了地區(qū)、年份以及其他控制變量之后，數(shù)字普惠金融對農(nóng)業(yè)發(fā)展水平的提高有顯著的促進作用，證明了研究假說H1成立。

（二）內(nèi)生性問題處理

選擇數(shù)字普惠金融滯后一期數(shù)據(jù)和互聯(lián)網(wǎng)普及率作為工具變量。表2第2、3列數(shù)據(jù)表示選擇數(shù)字普惠金融滯后一期指數(shù)作為工具變量后的實證分析結(jié)果，由此可知數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的影響系數(shù)為0.600，在1%的置信水平下是顯著的。表2第4、5列數(shù)據(jù)顯示以互聯(lián)網(wǎng)普及率為工具變量之后，數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的影響系數(shù)為0.556，并且在置信水平為1%的情況下顯著。因此，在使用工具變量回歸以后，數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的回歸結(jié)果仍然顯著，不存在內(nèi)生性問題。

（三）穩(wěn)健性檢驗

1.改變估計方法，上文已經(jīng)使用固定效應(yīng)模型進行過回歸，現(xiàn)在再使用混合回歸和隨機效應(yīng)模型對數(shù)字普惠金融與農(nóng)業(yè)發(fā)展之間的關(guān)系進行分析。表3第1、2列系數(shù)均為正且在1%統(tǒng)計水平下顯著，其系數(shù)均為0.255，表明上述研究結(jié)果顯著。

2.使用前文選取的數(shù)字普惠金融指數(shù)的三個指標(biāo)作為核心解釋變量，再對數(shù)字普惠金融與農(nóng)業(yè)發(fā)展進行回歸分析。表3第3至5列數(shù)據(jù)顯示結(jié)果均在1%統(tǒng)計水平下顯著，通過穩(wěn)健性檢驗。

（四）門檻效應(yīng)檢驗

以農(nóng)業(yè)總產(chǎn)值作為門檻變量進行門檻效應(yīng)檢驗。利用Bootstrap法反復(fù)抽樣300次，對模型可能存在的門檻效應(yīng)進行檢驗。通過Bootstrap法獲得的檢驗統(tǒng)計量顯著性水平結(jié)果如表4、表5所示。

根據(jù)表4的檢驗結(jié)果，以農(nóng)業(yè)總產(chǎn)值為門檻變量的門檻模型P值分別為0.057、0.083、0.477，P值三重門檻檢驗結(jié)果不顯著，而單門檻和雙門檻檢驗在10%統(tǒng)計水平下檢驗結(jié)果顯著。

由表5可知，農(nóng)業(yè)總產(chǎn)值的單門檻值為5.731，95%的置信區(qū)間為[5.707，5.738]，雙門檻值為7.417，95%的置信區(qū)間為[5.738，7.432]。通過上述門檻效應(yīng)檢驗過程，下文基于雙重門檻模型進行檢驗估計，估計結(jié)果如表6所示。

表6的估計結(jié)果表明，以農(nóng)業(yè)總產(chǎn)值為門檻變量，將全部樣本劃分為三個門檻區(qū)間，在不同的門檻區(qū)間內(nèi)數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的提升效應(yīng)有著不同程度的顯現(xiàn)。由表6結(jié)果顯示，當(dāng)農(nóng)業(yè)總產(chǎn)值的對數(shù)值小于5.731時（即農(nóng)業(yè)總產(chǎn)值小于308時），數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的影響系數(shù)為0.056，數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的作用是正向顯著的。當(dāng)農(nóng)業(yè)總產(chǎn)值對數(shù)值大于5.731且小于7.417時（即農(nóng)業(yè)總產(chǎn)值大于308、小于1664時），數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的影響系數(shù)上升至0.088，在1%的統(tǒng)計水平下顯著。當(dāng)農(nóng)業(yè)總產(chǎn)值對數(shù)值大于7.417時（即農(nóng)業(yè)總產(chǎn)值大于1664時），數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的影響系數(shù)上升到0.123，在1%的統(tǒng)計水平下通過顯著性檢驗，數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的正向作用更加明顯。因此，可得出結(jié)論：數(shù)字普惠金融與農(nóng)業(yè)發(fā)展水平之間的關(guān)系是非線性的，并且農(nóng)業(yè)總產(chǎn)值越高，數(shù)字普惠金融對農(nóng)業(yè)高質(zhì)量發(fā)展的提升效應(yīng)越明顯，上述檢驗結(jié)果驗證了研究假說H2成立。

（五）中介效應(yīng)檢驗

在模型1的基礎(chǔ)上，引入農(nóng)業(yè)科技投入變量構(gòu)建中介效應(yīng)模型即模型（3）、（4）、（5），檢驗農(nóng)業(yè)科技投入在數(shù)字普惠金融推動農(nóng)業(yè)高質(zhì)量發(fā)展過程中發(fā)揮的中介效應(yīng)。對于中介模型系數(shù)乘積的檢驗，溫忠麟等得出結(jié)論，如果逐步檢驗結(jié)果均顯著，依次檢驗的結(jié)果可使用；如果其中任意系數(shù)存在不顯著情況，則使用Bootstrap法直接檢驗系數(shù)乘積的顯著性[19]。為了防止逐步回歸可能出現(xiàn)的錯誤，本文使用Bootstrap法檢驗中介效應(yīng)。Bootstrap法檢驗結(jié)果見表7所示。

Bootstrap法檢驗計算出的中介效應(yīng)Z值為4.900，P值為0.000，在1%的置信水平顯著，證明中介效應(yīng)確實存在?，F(xiàn)計算中介效應(yīng)所占比例，由表8可知，中介效應(yīng)模型的估計系數(shù)α1、β1、γ2分別為0.562、13.608、0.008，均通過顯著性檢驗，說明農(nóng)業(yè)科技投入確實存在中介效應(yīng)。從中介效應(yīng)的作用機制來看，農(nóng)業(yè)科技投入作為中介效應(yīng)（β1γ2）占總效應(yīng)（α1）的比例為19.0%。

（六）異質(zhì)性分析

我國各地區(qū)經(jīng)濟發(fā)展水平不均衡，資源稟賦不同以及政策制度也存在一定差異，故為了進一步研究數(shù)字普惠金融、農(nóng)業(yè)科技投入與農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域異質(zhì)性，本文按照各省（自治區(qū)、直轄市）地理區(qū)域劃分以及經(jīng)濟發(fā)展情況，把樣本劃分為東部地區(qū)和中西部地區(qū)兩個子樣本進行分析，其中東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、廣東和海南10個省級行政單位，樣本觀測數(shù)量為100個，其余省級行政單位劃分到中西部地區(qū)，樣本觀測數(shù)量為200個，最后分別對兩個子樣本集使用Bootstrap法檢驗其中介效應(yīng)。表9顯示了兩區(qū)域的中介效應(yīng)檢驗結(jié)果，中西部地區(qū)的間接效應(yīng)通過1%統(tǒng)計水平的顯著性檢驗，東部地區(qū)間接效應(yīng)通過5%統(tǒng)計水平的顯著性檢驗。

表10檢驗結(jié)果顯示，東部地區(qū)中介模型的估計系數(shù)α1、β1、γ2分別為0.576、32.612、0.004，均在1%統(tǒng)計水平下顯著，農(nóng)業(yè)科技投入作為中介變量是顯著的，從中介效應(yīng)的作用機制來看，農(nóng)業(yè)科技投入作為中介效應(yīng)（β1γ2）占總效應(yīng)（α1）的比例為21.5%；中西部地區(qū)模型的估計系數(shù)α1、β1、γ2分別為0.517、7.379、0.020，均在1%統(tǒng)計水平下顯著，從中介效應(yīng)的作用機制來看，農(nóng)業(yè)科技投入作為中介效應(yīng)（β1γ2）占總效應(yīng)（α1）的比例為28.4%。因此，相對于東部地區(qū)，中西部地區(qū)的數(shù)字普惠金融通過提高農(nóng)業(yè)科技投入來促進農(nóng)業(yè)高質(zhì)量發(fā)展的效應(yīng)更大。

（一）結(jié)論

使用2011—2020年我國30個省（自治區(qū)、直轄市）的數(shù)據(jù)，利用固定效應(yīng)模型和門檻模型檢驗數(shù)字普惠金融對農(nóng)業(yè)發(fā)展水平的影響，并進一步驗證數(shù)字普惠金融是否通過提升農(nóng)業(yè)科技投入來促進農(nóng)業(yè)發(fā)展。研究結(jié)果表明：數(shù)字普惠金融對農(nóng)業(yè)發(fā)展有顯著促進作用；數(shù)字普惠金融與農(nóng)業(yè)發(fā)展水平之間的關(guān)系是非線性的，且農(nóng)業(yè)發(fā)展水平越高，數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的提升效應(yīng)越大；數(shù)字普惠金融的發(fā)展能夠提高農(nóng)業(yè)科技投入進而促進農(nóng)業(yè)發(fā)展，與東部地區(qū)相比，中西部地區(qū)科技投入的中介效應(yīng)更加突出。

（二）政策建議

1.加強數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)，加快推動數(shù)字普惠金融體系建設(shè)。數(shù)字化基礎(chǔ)設(shè)施是助力鄉(xiāng)村振興的硬件基礎(chǔ)，應(yīng)大力加強農(nóng)村地區(qū)互聯(lián)網(wǎng)寬帶尤其是5G網(wǎng)絡(luò)的通信基礎(chǔ)設(shè)施建設(shè)，提高鄉(xiāng)村互聯(lián)網(wǎng)覆蓋率和普及率，為數(shù)字普惠金融發(fā)展提供良好的設(shè)施條件。要推動鄉(xiāng)村數(shù)字普惠金融改革試點，積極在農(nóng)村地區(qū)增設(shè)金融機構(gòu)網(wǎng)點和數(shù)字化設(shè)備，提升數(shù)字普惠金融的覆蓋廣度和使用深度，滿足數(shù)字普惠金融產(chǎn)品新需求。

2.提高農(nóng)村居民數(shù)字金融素養(yǎng)，推廣數(shù)字普惠金融發(fā)展成果。鄉(xiāng)鎮(zhèn)政府和當(dāng)?shù)亟鹑跈C構(gòu)應(yīng)聯(lián)合加強數(shù)字普惠金融基礎(chǔ)知識的普及和宣傳，加強對新型農(nóng)業(yè)生產(chǎn)經(jīng)營主體的數(shù)字技能培訓(xùn)工作，提高農(nóng)戶對數(shù)字普惠金融的認知度和使用能力，以增加農(nóng)村地區(qū)對數(shù)字普惠金融的需求，讓鄉(xiāng)村共享數(shù)字普惠金融發(fā)展成果，服務(wù)鄉(xiāng)村振興。

3.加強數(shù)字普惠金融監(jiān)管，防范金融風(fēng)險。一方面，金融監(jiān)管部門對基層金融機構(gòu)的數(shù)字化行為應(yīng)進行嚴格的監(jiān)管，科學(xué)調(diào)控農(nóng)業(yè)數(shù)字普惠金融信貸結(jié)構(gòu)與規(guī)模，對網(wǎng)絡(luò)貸款進行嚴格的準(zhǔn)入限制，保證金融秩序的穩(wěn)定，預(yù)防和化解金融風(fēng)險。另一方面，商業(yè)銀行要運用大數(shù)據(jù)等技術(shù)精確調(diào)查農(nóng)業(yè)信貸主體的信息，并確保信貸資金成功運用于農(nóng)業(yè)經(jīng)營活動，積極應(yīng)對農(nóng)村數(shù)字普惠金融可能出現(xiàn)的各種風(fēng)險，保護鄉(xiāng)村企業(yè)和農(nóng)民的合法權(quán)益不受侵害，以免遭受不必要的經(jīng)濟損失。

4.強化農(nóng)村數(shù)字普惠金融供給。當(dāng)前我國農(nóng)村地區(qū)數(shù)字普惠金融仍然存在供給結(jié)構(gòu)問題，當(dāng)?shù)卣徒鹑跈C構(gòu)應(yīng)該充分發(fā)揮在數(shù)字普惠金融供給中的引導(dǎo)作用，積極加大涉農(nóng)財政轉(zhuǎn)移支付力度，并將資金重點投放于現(xiàn)代農(nóng)業(yè)和農(nóng)業(yè)科技型企業(yè)。同時，要積極優(yōu)化數(shù)字普惠金融工具，提供創(chuàng)新型數(shù)字普惠金融產(chǎn)品與服務(wù)，使得數(shù)字普惠金融成為推動農(nóng)業(yè)高質(zhì)量發(fā)展以及鄉(xiāng)村振興戰(zhàn)略向前推進的持續(xù)動力。

①因西藏及香港特別行政區(qū)、澳門特別行政區(qū)、臺灣省的統(tǒng)計數(shù)據(jù)缺失，本文的研究數(shù)據(jù)不包括西藏及香港特別行政區(qū)、澳門特別行政區(qū)、臺灣省在內(nèi)。

[1]習(xí)近平.高舉中國特色社會主義偉大旗幟為全面建設(shè)社會主義現(xiàn)代化國家而團結(jié)奮斗：在中國共產(chǎn)黨第二十次全國代表大會上的報告[M].北京：人民出版社，2022：30.

[2]中共中央國務(wù)院關(guān)于做好2022年全面推進鄉(xiāng)村振興重點工作的意見[N].人民日報，2022-02-23（1）.

[3]周小川.踐行黨的群眾路線推進包容性金融發(fā)展[J].求是，2013（18）：11-14.

[4]邢樂成.中國普惠金融：概念界定與路徑選擇[J].山東社會科學(xué)，2018（12）：47-53.

[5]蔣慶正，李紅，劉香甜.農(nóng)村數(shù)字普惠金融發(fā)展水平測度及影響因素研究[J].金融經(jīng)濟學(xué)研究，2019（4）：123-133.

[6]北京大學(xué)數(shù)字金融研究中心課題組.北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020年）[EB/OL].（2021-01-02）[2023-03-02].https：//idf.pku.edu.cn/ docs/20210421101507614920.pdf.

[7]宋曉玲.數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實證檢驗[J].財經(jīng)科學(xué)，2017（6）：14-25.

[8]張賀，白欽先.數(shù)字普惠金融減小了城鄉(xiāng)收入差距嗎？——基于中國省級數(shù)據(jù)的面板門檻回歸分析[J].經(jīng)濟問題探索，2018（10）：122-129.

[9]陳丹，姚明明.數(shù)字普惠金融對農(nóng)村居民收入影響的實證分析[J].上海金融，2019（6）：74-77.

[10]易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費：來自中國家庭的微觀證據(jù)[J].金融研究，2018（11）：47-67.

[11]董云飛，李倩，張璞.我國普惠金融發(fā)展對農(nóng)村居民消費升級的影響分析[J].商業(yè)經(jīng)濟研究，2019（20）：135-139.

[12]郭華，張洋，彭艷玲，等.數(shù)字金融發(fā)展影響農(nóng)村居民消費的地區(qū)差異研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2020（12）：66-80.

[13]田娟娟，馬小林.數(shù)字普惠金融推動農(nóng)業(yè)轉(zhuǎn)型升級的效應(yīng)分析：基于省際面板數(shù)據(jù)的實證[J].征信，2020（7）：87-92.

[14]孫倩.數(shù)字普惠金融與農(nóng)業(yè)發(fā)展：基于相對貧困縣的實證[J].統(tǒng)計與決策，2021（12）：154-157.

[15]張合林，王顏顏.數(shù)字普惠金融與農(nóng)業(yè)高質(zhì)量發(fā)展水平的收斂性研究[J].金融理論與實踐，2021（1）：9-18.

[16]史益瑋.數(shù)字經(jīng)濟對我國農(nóng)業(yè)高質(zhì)量發(fā)展的影響研究[D].西安：西北大學(xué)，2021.

[17]楊秀玉.基于熵權(quán)TOPSIS法的區(qū)域農(nóng)業(yè)科技創(chuàng)新能力及收斂性分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2017（3）：42-50，150-151.

[18]陳鳴，周發(fā)明.農(nóng)地經(jīng)營規(guī)模、農(nóng)業(yè)科技投入與農(nóng)業(yè)生產(chǎn)效率：基于面板門檻模型的實證[J].產(chǎn)經(jīng)評論，2016（3）：130-140.

[19]溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用[J].心理學(xué)報，2004（5）：614-620.

責(zé)任編輯莫仲寧