羅興 王重陽 何奇龍 馬九杰

摘? ?要：本文采用2016—2020年縣域面板數(shù)據(jù)，從場景嵌入的角度探討了農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的影響。研究發(fā)現(xiàn)，農(nóng)村電商發(fā)展有助于提升縣域數(shù)字普惠金融發(fā)展水平；就細分指標而言，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度均有顯著正向影響，從而驗證了數(shù)字金融發(fā)展的場景嵌入機理。進一步研究發(fā)現(xiàn)，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用主要出現(xiàn)在市場化程度高、產(chǎn)品市場和要素市場發(fā)展程度高、法治水平高的地區(qū)以及南方地區(qū)；農(nóng)村電商發(fā)展也能夠顯著降低金融發(fā)展面臨的地理排斥。鑒于此，推動縣域數(shù)字普惠金融發(fā)展，應該注重農(nóng)村電商等數(shù)字鄉(xiāng)村場景建設(shè)，同時地方政府也應提升法治化、市場化水平，以優(yōu)化金融發(fā)展環(huán)境。

關(guān)鍵詞：農(nóng)村電商；場景嵌入；數(shù)字普惠金融；金融地理排斥

中圖分類號：F830? 文獻標識碼：A? 文章編號：1674-2265（2023）09-0003-10

DOI：10.19647/j.cnki.37-1462/f.2023.09.001

一、引言

縣域是普惠金融發(fā)展的主戰(zhàn)場，縣域普惠金融發(fā)展不充分和空間上不均衡問題受到了政策制定者與學界的廣泛關(guān)注。隨著信息技術(shù)及互聯(lián)網(wǎng)經(jīng)濟的快速發(fā)展，以互聯(lián)網(wǎng)科技企業(yè)提供金融服務為代表的數(shù)字金融也得到了快速發(fā)展，普惠金融發(fā)展日益呈現(xiàn)出數(shù)字化特征（黃益平和黃卓，2018）[1]。數(shù)字普惠金融在服務“三農(nóng)”和緩解中小微企業(yè)融資難等方面不斷涌現(xiàn)出新服務、新產(chǎn)品，已有研究認為數(shù)字普惠金融發(fā)展實現(xiàn)了金融活動的地理“脫嵌”，緩解了縣域金融地理排斥，縮小了金融發(fā)展的空間差異（張勛等，2019）[2]，使得金融發(fā)展更加平衡。但不可忽視的是，我國數(shù)字普惠金融發(fā)展仍然呈現(xiàn)空間非均衡狀態(tài)，城鄉(xiāng)之間及不同地區(qū)之間的發(fā)展差異依舊明顯（何婧等，2017）[3]。其中，縣域數(shù)字普惠金融發(fā)展存在顯著的空間集聚和分布非平衡性（郭峰等，2017）[4]，呈現(xiàn)出由東至西遞減發(fā)展、中部塌陷的空間分布格局（王修華和趙亞雄，2022）[5]。如何克服縣域數(shù)字普惠金融發(fā)展在空間上的不均衡性成為緊迫的現(xiàn)實問題，這就要求我們對數(shù)字普惠金融發(fā)展的影響因素進行研究。

國內(nèi)外學者對數(shù)字普惠金融發(fā)展的影響因素的研究大致可歸類為微觀和宏觀兩個視角。從微觀層面來看，服務獲取成本、用戶的主觀規(guī)范、居民對數(shù)字金融服務的感知特性和信任度會影響其使用數(shù)字普惠金融服務的意愿（Anggrayani和Suprapti，2019）[6]。從宏觀層面來看，地區(qū)經(jīng)濟發(fā)展水平、傳統(tǒng)金融供給規(guī)模（王喆等，2021）[7]、網(wǎng)絡(luò)普及率、居民受教育程度（張青等，2021）[8]、政府干預程度、自然要素稟賦依賴度（董曉林和張曄，2021）[9]等因素都能顯著影響數(shù)字普惠金融發(fā)展。特別地，有學者從技術(shù)和基礎(chǔ)設(shè)施視角切入研究數(shù)字普惠金融發(fā)展的地區(qū)差異問題，認為基礎(chǔ)設(shè)施特別是網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)能夠為大數(shù)據(jù)、云計算等數(shù)字技術(shù)的運用提供基礎(chǔ)，從而促進縣域數(shù)字普惠金融發(fā)展（劉成杰等，2022）[10]，中西部偏遠地區(qū)基礎(chǔ)設(shè)施不完善，尤其是數(shù)字基礎(chǔ)設(shè)施建設(shè)不足，影響了數(shù)字普惠金融的發(fā)展。以上研究多從外部環(huán)境和發(fā)展條件的角度分析了數(shù)字普惠金融發(fā)展的影響因素，一定程度上忽視了數(shù)字普惠金融起源及發(fā)展的特殊性，沒有將分析的邏輯起點和歷史起點結(jié)合起來。

本文試圖將分析的邏輯起點建立在歷史起點上，從數(shù)字普惠金融起源角度探究其縣域發(fā)展差異。本文認為數(shù)字普惠金融起源及發(fā)展的特殊性在于數(shù)字普惠金融發(fā)展嵌入數(shù)字場景之中。最近的研究開始重視數(shù)字普惠金融發(fā)展對線上數(shù)據(jù)及場景的依賴：比如有研究認為電商交易數(shù)據(jù)和社交數(shù)據(jù)是金融科技公司網(wǎng)絡(luò)貸款業(yè)務的基礎(chǔ)，而數(shù)據(jù)優(yōu)勢的核心在于線上場景的搭建與對場景的把控；也有研究認為對場景的把控是數(shù)字金融發(fā)揮技術(shù)優(yōu)勢的基礎(chǔ)和在城市得以快速發(fā)展的前提（CF40數(shù)字普惠金融研究課題組，2019）[11]；而P2P網(wǎng)絡(luò)貸款作為反例，其發(fā)展歷程也說明數(shù)字普惠金融發(fā)展僅依賴網(wǎng)絡(luò)技術(shù)和互聯(lián)網(wǎng)渠道是不夠的（邱志剛等，2020）[12]。但是，目前關(guān)于數(shù)字普惠金融發(fā)展的場景依賴性的相關(guān)理論和實證研究還較少。經(jīng)濟社會學中的嵌入性理論認為，經(jīng)濟活動嵌入于特定的社會關(guān)系網(wǎng)絡(luò)之中（Granovetter和Soong，1986）[13]，同樣地，金融活動也具有嵌入性。中國數(shù)字金融的起始點可以追溯到2004年支付寶的上線，支付寶從第三方支付工具成長為集信貸、理財、保險于一身的綜合性數(shù)字金融服務平臺，其發(fā)展離不開淘寶網(wǎng)等電商平臺，體現(xiàn)著數(shù)字金融對數(shù)字電商場景的嵌入。上述場景嵌入體現(xiàn)為以下過程：居民和企業(yè)通過各類終端接入以淘寶網(wǎng)為代表的電商場景，并開展各類經(jīng)營及消費活動；用戶在電商場景中的行為會被記錄在電商交易賬戶之中，互聯(lián)網(wǎng)公司通過大數(shù)據(jù)和人工智能技術(shù)為賬戶所有者畫像，識別賬戶所有者的信用、偏好等重要特征，從而精準供給金融服務。

2014年，阿里巴巴順應國家政策，開始大力布局農(nóng)村電商市場；隨著電商產(chǎn)業(yè)鏈逐步成熟，農(nóng)村電商呈現(xiàn)出“草根創(chuàng)業(yè)、作坊式生產(chǎn)、同業(yè)集聚”的特性，并逐步發(fā)展到合作協(xié)同生產(chǎn)模式（郭承龍，2015）[14]；隨著2017年鄉(xiāng)村振興戰(zhàn)略的提出，電商平臺成為政策實施和支持的一個重要方面，基于“村級站+縣級中心+支線物流”的農(nóng)村電商基礎(chǔ)設(shè)施日益完善，商品“進城下鄉(xiāng)”的渠道日益通暢，農(nóng)村電商得到進一步發(fā)展。與此同時，縣域特別是農(nóng)村地區(qū)數(shù)字普惠金融也快速發(fā)展，降低了農(nóng)村地區(qū)的金融排斥（劉俊杰等，2020）[15]。那么縣域數(shù)字普惠金融的發(fā)展是否受到農(nóng)村電商場景發(fā)育程度的影響呢？基于此，本文利用中國縣域統(tǒng)計年鑒、阿里研究院和北京大學數(shù)字金融研究中心分別發(fā)布的縣域經(jīng)濟數(shù)據(jù)、淘寶村名單及縣域數(shù)字普惠金融指數(shù)等數(shù)據(jù)，構(gòu)建2016—2020年1606個縣的面板數(shù)據(jù)，對農(nóng)村電商發(fā)展和縣域數(shù)字普惠金融發(fā)展之間的關(guān)系進行實證分析。本文的主要貢獻如下：第一，從場景嵌入的角度，研究了農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的影響，在將邏輯起點建立在歷史起點的基礎(chǔ)上對縣域數(shù)字普惠金融發(fā)展差異進行了解釋。第二，基于市場化水平、法治環(huán)境、南北地區(qū)差異、地理排斥程度等視角考察了農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的異質(zhì)性影響。以上研究有助于更好地理解縣域數(shù)字普惠金融發(fā)展的場景嵌入機理，對緩解縣域數(shù)字普惠金融發(fā)展的地區(qū)差異有一定啟示。

二、理論分析與研究假說

（一）場景嵌入視角下農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的影響

任何金融行為的本質(zhì)都是一種基于序貫博弈的交易，交易雙方面臨信息不對稱等問題，因而金融活動中存在較大的交易成本和風險。金融發(fā)展的核心就是要解決上述信息不對稱問題。對于信息不對稱可能造成的交易問題，經(jīng)濟社會學強調(diào)關(guān)系在交易過程中的重要性（Granovetter和Soong，1986）[13]，認為現(xiàn)實發(fā)生的經(jīng)濟活動是嵌入在特定的社會關(guān)系和網(wǎng)絡(luò)之中的，人際互動所產(chǎn)生的信任或背書行為是經(jīng)濟主體開展經(jīng)濟活動的重要基礎(chǔ)，同時也是影響交易成本的重要因素。上述嵌入性視角構(gòu)成了從社會結(jié)構(gòu)或社會網(wǎng)絡(luò)視角研究經(jīng)濟行動和經(jīng)濟秩序的新經(jīng)濟社會學理論的核心（陳氚，2011）[16]。嵌入性的觀點為理解和降低交易成本提供了重要思路。聚焦微觀視角，在長期、健康的交易關(guān)系中，合作雙方的學習曲線會愈發(fā)增進其合作的密切程度，以期優(yōu)化交易成本；放眼宏觀視角，網(wǎng)絡(luò)中經(jīng)濟主體為保證利益最大化，保持交易關(guān)系，擴大自身交易網(wǎng)絡(luò)，同樣會保持自制并制止欺詐行為，從而能夠維系整體經(jīng)濟秩序（羅家德，2001）[17]。

金融活動也具有社會嵌入性，羅家德（2001）[17]以嵌入性的觀點研究了臺灣地區(qū)關(guān)系金融的四種形式，包括私人借貸、標會、儲蓄互助社及信用合作社。布魯斯·G·卡拉瑟斯（2009）[18]發(fā)現(xiàn)美國早期、“新政”時期和二戰(zhàn)之后的個人借貸、抵押貸款和消費信貸總是嵌入在特定的網(wǎng)絡(luò)、制度和組織之中（王國偉，2012）[19]。資金需求者的社會網(wǎng)絡(luò)、金融機構(gòu)的社會網(wǎng)絡(luò)、“銀企”關(guān)系都會影響信貸可得性（姚錚等，2013；蘇冬蔚等，2017）[20，21]；銀行利用在社會網(wǎng)絡(luò)中獲取的營銷信息可以實現(xiàn)市場開拓和新客戶發(fā)展（姚錚等，2013）[20]，優(yōu)越的網(wǎng)絡(luò)位置能在銀行獲取信息、資金等資源時為其提供競爭力，從而提升整合、轉(zhuǎn)移資源的能力，提升金融服務效率（蘇冬蔚等，2017）[21]。在供應鏈網(wǎng)絡(luò)中，強連接可以使中小企業(yè)間產(chǎn)生了解與信任，從而構(gòu)成緊密的戰(zhàn)略合作關(guān)系，也有利于其通過“道義擔保”等擔保形式來拓展貸款可得性（Granovetter，1977）[22]；弱連接則增強了信息在供應鏈網(wǎng)絡(luò)中的流通性，促進企業(yè)融資績效提升（宋華和盧強，2017）[23]。金融地理學中也有“金融活動嵌入于地理空間”（田霖和韓巖博，2019）[24]的類似表述，但有學者認為，在互聯(lián)網(wǎng)時代，計算機網(wǎng)絡(luò)會逐漸代替社會網(wǎng)絡(luò)所承載的信息傳遞等功能；地理終結(jié)論也認為金融實現(xiàn)了地理“脫嵌”。與此不同的觀點是，伴隨空間1.0過渡到空間4.0階段，金融依然嵌入于一種新的空間關(guān)系。上述社會網(wǎng)絡(luò)和地理空間是一種類似于場景的概念。

基于上述理論基礎(chǔ)，本文提出場景嵌入的概念，即數(shù)字普惠金融的發(fā)展嵌入于數(shù)字場景中。數(shù)字場景包括電商、社交、供應鏈管理等線上化平臺。用戶通過開設(shè)相關(guān)賬戶在數(shù)字場景中開展相關(guān)活動，使得活動信息得以記錄在相關(guān)賬戶之中，而這些賬戶中積累的信息為數(shù)字普惠金融發(fā)展提供數(shù)據(jù)要素。與此同時，數(shù)字場景中的各類交易關(guān)系也形成了關(guān)系約束，這種約束成為金融交易中重要的契約執(zhí)行機制。從歷史起點這個角度，會發(fā)現(xiàn)數(shù)字普惠金融只有嵌入于數(shù)字場景，才能夠得到發(fā)展。

具體而言，數(shù)字場景的各類載體，也就是線上平臺，作為縣域生產(chǎn)生活基礎(chǔ)設(shè)施，為縣域居民提供電商、社交和公共服務等線上服務，便利日常生產(chǎn)和生活。其中，電商平臺扮演著服務工業(yè)品下行和農(nóng)產(chǎn)品上行的雙重角色，縣域居民（包括農(nóng)民）參與電商的直接表現(xiàn)形式便是開通電商賬戶這類“非金融賬戶”并開展相關(guān)經(jīng)濟和社會活動，從而實現(xiàn)生產(chǎn)和生活的場景線上化。借助上述非金融賬戶的記錄功能，電商平臺能獲取用戶瀏覽、交易過程中產(chǎn)生的非金融信息，進而可以通過大數(shù)據(jù)、人工智能等技術(shù)進行數(shù)據(jù)分析并對用戶進行“畫像”，全面評估其行為、需求、偏好和信用水平等。而數(shù)字普惠金融供給主體可基于上述分析將金融服務以最適合的渠道和媒介推送給存在潛在需求的非金融賬戶所有者，促使其向金融賬戶所有者轉(zhuǎn)化，從而通過對非金融場景的嵌入來實現(xiàn)金融服務的精準覆蓋。這種從“服務”到“數(shù)據(jù)”再到“客戶”的價值轉(zhuǎn)化體系正是數(shù)字普惠金融發(fā)展的核心，也充分體現(xiàn)出數(shù)字普惠金融的場景依賴性。此外，數(shù)字普惠金融發(fā)展中的契約執(zhí)行機制仍嵌入于數(shù)字場景之中，數(shù)字場景中的“社會網(wǎng)+”機制，即電商活動中的各類交易關(guān)系會形成關(guān)系約束，約束金融需求者的各類機會主義行為，從而緩解數(shù)字普惠金融業(yè)務開展過程中交易主體間的契約執(zhí)行問題（羅興等，2018）[25]。根據(jù)以上分析，本文認為從場景嵌入角度，農(nóng)村電商發(fā)展將有利于數(shù)據(jù)積累和契約執(zhí)行，從而有利于縣域數(shù)字普惠金融發(fā)展。據(jù)此提出假設(shè)1：

H1：農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融具有促進作用。

（二）農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的異質(zhì)性影響

地區(qū)市場化水平會影響農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用。地區(qū)市場化程度越高，市場機制越完善，數(shù)字經(jīng)濟活動越活躍，積累的數(shù)據(jù)要素越多。實證研究發(fā)現(xiàn)區(qū)域內(nèi)市場化水平與電商發(fā)展水平高度正相關(guān)（周永蓮，2019）[26]，因此，市場化程度高的地區(qū)，電商場景形態(tài)更豐富，即非金融賬戶（電商）用戶數(shù)據(jù)層次更豐富，這會推動數(shù)字金融企業(yè)建立更為龐大的用戶信息數(shù)據(jù)庫，對用戶進行更精準的畫像，從而增加數(shù)字普惠金融服務供給，促進數(shù)字普惠金融發(fā)展。據(jù)此，本文提出假設(shè)2：

H2：在市場化程度高的地區(qū)，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用更加明顯。

地區(qū)產(chǎn)品市場和要素市場的發(fā)育程度會影響農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用。作為市場化程度下的細分指標，產(chǎn)品市場和要素市場能更精準反映農(nóng)村電商業(yè)態(tài)和區(qū)域金融業(yè)、人力資源發(fā)展情況，其會直接影響農(nóng)村電商對數(shù)字普惠金融發(fā)展的影響機制。在產(chǎn)品市場發(fā)育程度高的地區(qū)，農(nóng)產(chǎn)品上行和工業(yè)品下行渠道更為暢通，農(nóng)民作為“生產(chǎn)者”和“消費者”，電商參與意愿更強，參與的電商活動種類更多，因而數(shù)字場景生態(tài)更為豐富。而要素市場發(fā)育程度高的地區(qū)，區(qū)域內(nèi)人力資源、資本要素等錯配現(xiàn)象更少，有利于新業(yè)態(tài)發(fā)展和多樣性農(nóng)村電商場景生態(tài)發(fā)育，更多數(shù)據(jù)要素得以積累（王小魯?shù)龋?018）[27]。同時，數(shù)據(jù)要素市場完善可以優(yōu)化數(shù)據(jù)資源配置體系，釋放數(shù)據(jù)要素價值，激發(fā)更多數(shù)字金融供給，助力數(shù)字普惠金融發(fā)展。據(jù)此，本文提出假設(shè)3：

H3：在產(chǎn)品市場和要素市場發(fā)育程度高的地區(qū)，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用更加明顯。

地區(qū)法治水平會影響農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用。數(shù)字普惠金融的發(fā)展雖然依賴于數(shù)據(jù)，但是也離不開良好的信用環(huán)境。高法治水平的地區(qū)對投資者的保護力度更大（L Porta等，1996）[28]，會造就更好的信用環(huán)境，從而推動數(shù)字普惠金融發(fā)展。同理，數(shù)字普惠金融活動在法治水平較高的地區(qū)也更容易開展。從數(shù)字普惠金融需求的角度來看，法治水平較高的地區(qū)對金融消費者參與金融活動時的權(quán)益保護更加完善，因此，這些地區(qū)金融消費者對于新興金融模式的接受程度更高。從數(shù)字普惠金融供給的角度來看，法治水平越高的地方，市場化數(shù)字普惠金融供給也更容易受到保護，從而有利于增加供給。據(jù)此，本文提出假設(shè)4：

H4：在法治水平高的地區(qū)，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用更加明顯。

農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用也存在南北地域差異。近年來，全國經(jīng)濟重心進一步南移（習近平，2019）[29]，越來越多的研究關(guān)注南北經(jīng)濟差異。2016—2020年，南方地區(qū)GDP無論是總量還是增速都遠高于北方。我國金融環(huán)境也一直呈現(xiàn)“北高南低”的趨勢。同時，南北地區(qū)間因地理位置、資源稟賦和基礎(chǔ)設(shè)施建設(shè)程度等差異，電商產(chǎn)業(yè)集聚水平存在差異，南方地區(qū)農(nóng)村電商發(fā)展水平整體高于北方地區(qū)。另外，南方地區(qū)市場化水平、產(chǎn)品市場和要素市場發(fā)育程度以及法治化水平也整體高于北方地區(qū)。據(jù)此，本文提出假設(shè)5：

H5：在南方地區(qū)，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用更加明顯。

地理位置也會影響農(nóng)村電商發(fā)展對數(shù)字普惠金融發(fā)展的促進作用。地理排斥是一類重要的金融排斥，即地理位置越偏遠的地方越容易被排斥，居民不能以合理恰當?shù)姆绞将@取金融服務。由于偏遠地區(qū)的傳統(tǒng)金融供給不足，數(shù)字普惠金融發(fā)展面對的競爭也較弱，因此，越是偏遠地區(qū)的電商發(fā)展和場景數(shù)字化，越是能夠促進數(shù)字普惠金融的發(fā)展，從而更能夠緩解傳統(tǒng)金融的地理排斥。本文認為，在越偏遠的地區(qū)，電商發(fā)展對數(shù)字普惠金融發(fā)展的促進作用越明顯，農(nóng)村電商發(fā)展能夠顯著降低金融發(fā)展面臨的地理排斥。據(jù)此，本文提出假設(shè)6：

H6：在越偏遠的地區(qū)，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的促進作用越明顯。

三、變量選擇與模型構(gòu)建

（一）變量選擇與數(shù)據(jù)來源

1. 被解釋變量。本文選取北京大學數(shù)字金融研究中心和螞蟻金服集團聯(lián)合發(fā)布的中國縣域數(shù)字普惠金融總指數(shù)和三個細分指標（即覆蓋廣度、使用深度和數(shù)字化程度）作為被解釋變量。

2. 解釋變量。本文核心解釋變量為農(nóng)村電商發(fā)展水平，擬采用各縣級行政區(qū)域內(nèi)“淘寶村”數(shù)量來度量?！疤詫毚濉钡恼J定標準主要有三條：一是經(jīng)營場所在農(nóng)村地區(qū)，以行政村為單元；二是電子商務年交易額在1000萬元以上；三是本村活躍網(wǎng)店數(shù)量在100家以上，或活躍網(wǎng)店數(shù)量占當?shù)丶彝魯?shù)的10%以上。作為農(nóng)村電商創(chuàng)業(yè)集群，“淘寶村”是農(nóng)村經(jīng)濟和電子商務“核聚變”的典型產(chǎn)物，代表了農(nóng)村電商和縣域電商的發(fā)展水平（崔麗麗等，2014；陳剛，2014）[30，31]。截至2022年，“淘寶村”已覆蓋全國28個?。ㄗ灾螀^(qū)、直轄市，以下簡稱省份）和180個市（地區(qū)），數(shù)量達到7780個①。

3. 控制變量。（1）省會地理距離，即縣級行政單位與本省省會地理距離，對其進行取對數(shù)處理。省會作為省域政治經(jīng)濟文化中心，是所在省份的“增長極核”，縣域數(shù)字普惠金融的發(fā)展會受到省會的經(jīng)濟協(xié)同作用（田霖，2016）[32]。（2）經(jīng)濟發(fā)展水平。金融與經(jīng)濟是相互影響、相互依存、共生共榮的，大量研究證實實體經(jīng)濟發(fā)展有利于數(shù)字普惠金融發(fā)展，本文以縣域年度GDP來衡量經(jīng)濟發(fā)展水平，并對其進行取對數(shù)處理。（3）金融發(fā)展水平。傳統(tǒng)金融供給對數(shù)字金融發(fā)展具有顯著的正向影響，本文以縣域金融機構(gòu)各項貸款余額占GDP的比重代表地方金融發(fā)展水平。（4）政府干預程度。政府的支持與良好的政策環(huán)境能夠加強縣域數(shù)字普惠金融的信息基礎(chǔ)設(shè)施建設(shè)，本文以縣域財政支出占GDP的比重代表政府干預程度。（5）教育水平。教育水平的高低會影響數(shù)字普惠金融人才的培養(yǎng)和使用意愿，本文以縣域中小學在校學生數(shù)量代表教育水平，對其進行取對數(shù)處理。（6）基礎(chǔ)設(shè)施完善程度。數(shù)字普惠金融在縣、鄉(xiāng)、鎮(zhèn)的發(fā)展離不開互聯(lián)網(wǎng)等基礎(chǔ)設(shè)施的完善，本文以固定電話戶數(shù)（一定程度上度量了地區(qū)寬帶的發(fā)展水平）代表基礎(chǔ)設(shè)施完善程度。（7）產(chǎn)業(yè)結(jié)構(gòu)?？h域產(chǎn)業(yè)結(jié)構(gòu)可能影響地區(qū)數(shù)字普惠金融的需求，本文分別以第一、第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重代表第一、第二產(chǎn)業(yè)結(jié)構(gòu)。

在數(shù)據(jù)來源上，本文關(guān)于縣域的指標數(shù)據(jù)來源于國家統(tǒng)計局發(fā)布的《中國縣域統(tǒng)計年鑒》和國泰安數(shù)據(jù)庫，縣域數(shù)字普惠金融指數(shù)及其細分指標來自北京大學數(shù)字金融研究中心和螞蟻金服集團聯(lián)合發(fā)布的中國數(shù)字普惠金融指數(shù)數(shù)據(jù)（郭峰等，2020）[33]。考慮到數(shù)據(jù)的可得性和規(guī)避樣本選擇偏差，本文將樣本年份確定為2016—2020年，最終確定我國2016—2020年涉及31個省份（不含港澳臺地區(qū)）1606個縣級行政區(qū)的平衡面板數(shù)據(jù)樣本，占我國2020年公布的縣級行政單位的56.47%，具有一定的代表性。另外，本文對樣本數(shù)據(jù)進行如下處理：對于缺少某一指標值的樣本，通過線性插值法補充數(shù)據(jù)以確保樣本數(shù)據(jù)完整性；對于某些連續(xù)型變量數(shù)據(jù)，進行取對數(shù)處理以縮小數(shù)據(jù)絕對數(shù)值，消除異方差等問題；對于連續(xù)解釋變量，進行上下1%分位點的縮尾處理，以平滑樣本數(shù)據(jù)，避免樣本異常值影響。具體變量選取和描述性統(tǒng)計如表1所示。

（二）模型構(gòu)建

考慮到縣域數(shù)字普惠金融發(fā)展水平和農(nóng)村電商發(fā)展水平的動態(tài)變化以及為了消除模型的內(nèi)生性，本文采用系統(tǒng)廣義矩估計（SYS-GMM）的方法進行回歸。

[indexit=β0+β1indexi，t-1+β2tbit+β3tbi，t-1+β4controlsit+μi+λt+εit] （1）

上式中，被解釋變量[indexit]為縣域數(shù)字普惠金融指數(shù)；解釋變量[tbit]為縣域內(nèi)“淘寶村”數(shù)量；[controlsit]包括前述控制變量；[μi]和[λt]表示個體和時間效應；[εit]為隨機誤差項。下標[i]和[t]分別代表縣域和年份，[t-1]表示滯后一年。若[β]2為正，則說明農(nóng)村電商發(fā)展可以促進縣域數(shù)字普惠金融的發(fā)展。

四、實證結(jié)果分析

（一）基準回歸結(jié)果

表2中列（1）、（2）、（3）、（4）分別為以數(shù)字普惠金融總指數(shù)（index）、覆蓋廣度（coverage_breadth）、使用深度（usage_depth）、數(shù)字化程度（digitization_level）為被解釋變量的回歸結(jié)果。本文為寬面板數(shù)據(jù)，因此，無須進行單位根檢驗；所有模型均通過了Hansen檢驗和AR（2）序列相關(guān)檢驗，說明模型工具變量選擇恰當，且估計結(jié)果不受二階序列相關(guān)影響，進而表明模型估計結(jié)果有效。列（1）顯示“淘寶村”數(shù)量的系數(shù)為0.187，且在1%的水平下顯著，即縣域所擁有的“淘寶村”數(shù)量每增加一個單位，有助于縣域數(shù)字普惠金融發(fā)展水平提升0.187個單位。從列（2）、（3）、（4）來看，電商發(fā)展水平對數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度均有顯著促進作用，其系數(shù)至少在10%的水平下顯著，縣域所擁有的“淘寶村”數(shù)量每增加一個單位，有助于地區(qū)數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度分別提升0.157、0.275和0.448個單位。綜上所述，縣域的電商發(fā)展程度越高，其數(shù)字普惠金融發(fā)展水平就越高，假設(shè)1得到初步驗證。

（二）穩(wěn)健性檢驗

1. 改變樣本容量。為提升模型泛化能力和解釋能力，保證實證結(jié)果的穩(wěn)健性，本文使用三種方法改變樣本容量后再進行回歸。

第一，排除市轄區(qū)、縣級市、省直管縣和省會城市所轄縣樣本。為排除政策傾斜和職權(quán)差異的差別而導致的內(nèi)生性問題，本文排除市轄區(qū)、縣級市、省直管縣和省會城市所轄縣這四類特殊縣級政府樣本后進行回歸，表3列（1）展示了回歸結(jié)果，在改變樣本容量后，核心解釋變量的系數(shù)仍顯著為正，結(jié)果具有穩(wěn)健性。

第二，更換為市級行政單位樣本。將回歸樣本更換為2016—2020年259個市級行政單位，表3列（2）展示了回歸結(jié)果，在更換樣本之后，核心解釋變量的系數(shù)仍顯著為正，結(jié)果具有穩(wěn)健性。

第三，傾向得分匹配法。為減少數(shù)據(jù)偏差和混雜變量的影響和自選擇偏誤所導致的內(nèi)生性問題，本文使用傾向得分匹配的方法，以“該地區(qū)是否存在‘淘寶村’”的虛擬變量為依據(jù)，采用最鄰近匹配的方法，為每個處理組設(shè)置9個對照組，將匹配成功的樣本進行回歸。表3列（3）展示了回歸結(jié)果，在更換樣本之后，核心解釋變量的系數(shù)仍顯著為正，結(jié)果具有穩(wěn)健性。

2. 更換計量方法。為驗證回歸結(jié)果穩(wěn)健性，本文更換計量方法。Xtseqreg是一種二階段估計程序，可以在不依賴正交性假設(shè)的情況下估計非時變變量的系數(shù)，模型中控制變量“省會地理距離”為非時變變量。估計流程大致分為兩階段：第一階段只估計模型中時變變量的系數(shù)，第二階段將上一次估計的殘差對非時變變量進行回歸，從而獲取其系數(shù)（Kripfganz等，2019）[34]。表3列（4）展示了Xtseqreg的回歸結(jié)果。模型估計結(jié)束之后，兩階段皆通過了Hansen檢驗且第一階段通過了AR（2）檢驗。在改變計量方法后，回歸系數(shù)仍顯著為正，回歸結(jié)果具有穩(wěn)健性。

3. 改變核心解釋變量。杭州作為我國電商發(fā)展增長“極核”，對其他地區(qū)電商發(fā)展影響較大。距離杭州越遠的地區(qū)，其開放性、滲透性、易得性等特性會越弱，杭州對其影響程度也會越小，故各縣級行政單位與杭州之間的地理距離也可以用來衡量該地電商發(fā)展水平。本文將各縣與杭州的地理距離的對數(shù)定義為電商經(jīng)濟距離（cdistance），將其作為主要解釋變量進行回歸。表3列（5）顯示，電商經(jīng)濟距離的系數(shù)為-7.521，且在1%的水平下顯著，縣域離杭州的地理距離每減少一個單位，地區(qū)數(shù)字普惠金融發(fā)展水平提升7.521個單位。在替換核心解釋變量之后，本文實證結(jié)果仍然是穩(wěn)健的。

（三）異質(zhì)性分析

1. 市場化程度的異質(zhì)性影響。本文根據(jù)國民經(jīng)濟研究所和社會科學文獻出版社共同出版的《中國分省份市場化指數(shù)報告》中的市場化指數(shù)和民營經(jīng)濟強弱指數(shù)中位數(shù)②，將樣本分為市場化程度高/低地區(qū)和民營經(jīng)濟強/弱地區(qū)，并進行分組回歸。表4列（1）、（2）結(jié)果表明，在市場化程度高的地區(qū)，農(nóng)村電商發(fā)展可以顯著促進縣域數(shù)字普惠金融發(fā)展；而在市場化程度低的地區(qū)，影響不顯著。列（3）、（4）結(jié)果表明，在民營經(jīng)濟強的地區(qū)，農(nóng)村電商場景發(fā)展可以顯著促進縣域數(shù)字普惠金融發(fā)展；而在民營經(jīng)濟弱的地區(qū)，影響不顯著。假設(shè)2得到驗證。

2.產(chǎn)品市場和要素市場發(fā)育程度的異質(zhì)性影響。本文根據(jù)國民經(jīng)濟研究所和社會科學文獻出版社共同出版的《中國分省份市場化指數(shù)報告》中要素市場、產(chǎn)品市場發(fā)育程度指數(shù)的中位數(shù)，將樣本分為要素市場、產(chǎn)品市場發(fā)育程度高/低地區(qū)，并進行分組回歸。表5展示了回歸結(jié)果。列（1）、（2）顯示，在產(chǎn)品市場發(fā)育程度高的地區(qū)，農(nóng)村電商發(fā)展可以顯著促進縣域數(shù)字普惠金融發(fā)展；而在產(chǎn)品市場發(fā)育程度低的地區(qū)，影響不顯著。列（3）、（4）顯示，在要素市場發(fā)育程度高的地區(qū)，農(nóng)村電商發(fā)展可以顯著促進縣域數(shù)字普惠金融發(fā)展，而在要素市場發(fā)育程度低的地區(qū)，影響不顯著。假設(shè)3得到驗證。

3. 法治水平高低的異質(zhì)性影響。本文根據(jù)國民經(jīng)濟研究所和社會科學文獻出版社共同出版的《中國分省份市場化指數(shù)報告》中的法治水平指數(shù)中位數(shù)，將樣本分為法治水平高/低地區(qū)，并進行分組回歸。表6列（1）、（2）顯示，在法治水平高的地區(qū)，農(nóng)村電商發(fā)展可以顯著促進縣域數(shù)字普惠金融發(fā)展；而在法治水平低的地區(qū)，影響不顯著。假設(shè)4得到驗證。

4. 南北地域的異質(zhì)性影響。本文將樣本劃分為北方地區(qū)和南方地區(qū)③進行分組回歸，回歸系數(shù)通過了組間系數(shù)差異檢驗。表6列（3）、（4）顯示在北方地區(qū)，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展影響不顯著；而在南方地區(qū)，農(nóng)村電商發(fā)展可以顯著促進縣域數(shù)字普惠金融發(fā)展，驗證了假設(shè)5。

5. 省會距離異質(zhì)性。本文通過構(gòu)建“淘寶村”數(shù)量和縣域省會距離交互項進行回歸。表6列（5）的回歸結(jié)果展示，“‘淘寶村’×縣域省會距離”交互項系數(shù)顯著為正，說明縣域距其省會的地理距離越遠，地區(qū)數(shù)字普惠金融受農(nóng)村電商發(fā)展水平的影響越大。為驗證該異質(zhì)性分析的穩(wěn)健性，本文使用傾向得分匹配之后匹配成功的樣本再次進行回歸，回歸結(jié)果展示在列（6）。結(jié)果顯示“‘淘寶村’×縣域省會距離”交互項系數(shù)仍顯著為正，驗證了該結(jié)果的穩(wěn)健性，驗證了假設(shè)6。

五、結(jié)論與政策啟示

（一）研究結(jié)論

本文從場景嵌入的角度探討了農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的影響。通過前文分析，得到如下結(jié)論：第一，農(nóng)村電商發(fā)展有助于提升縣域數(shù)字普惠金融發(fā)展水平；就細分指標而言，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度均有顯著正向影響?？h域數(shù)字普惠金融發(fā)展的場景嵌入機理得到驗證。第二，農(nóng)村電商發(fā)展對縣域數(shù)字普惠金融發(fā)展的影響存在地區(qū)異質(zhì)性。農(nóng)村電商發(fā)展對市場化程度高、民營經(jīng)濟強的地區(qū)的縣域數(shù)字普惠金融發(fā)展具有促進作用，而對市場化程度低、民營經(jīng)濟弱的地區(qū)影響效果不明顯；對產(chǎn)品市場和要素市場發(fā)展程度高的地區(qū)具有促進作用，而對產(chǎn)品市場和要素市場發(fā)展程度低的地區(qū)影響效果不明顯；對法治水平高的地區(qū)具有促進作用，而對法治水平低的地區(qū)影響效果不明顯；對南方地區(qū)具有促進作用，而對北方地區(qū)影響效果不明顯。第三，實證結(jié)果表明，縣域距其省會的地理距離越遠，地區(qū)數(shù)字普惠金融受農(nóng)村電商發(fā)展水平的影響越大，說明農(nóng)村電商發(fā)展能夠顯著降低數(shù)字普惠金融發(fā)展面臨的地理排斥。

（二）政策啟示

基于以上研究結(jié)論，為了實現(xiàn)數(shù)字普惠金融真正“下沉”，緩解縣域數(shù)字普惠金融發(fā)展差異，可以全面構(gòu)建以農(nóng)村電商為代表的縣域數(shù)字普惠金融場景生態(tài)圈并盡量縮小地區(qū)差距，具體建議如下：第一，全面加強電商等縣域數(shù)字經(jīng)濟場景建設(shè)，為數(shù)字普惠金融發(fā)展打下場景基礎(chǔ)。政府應推動實踐“數(shù)商興農(nóng)”政策，擴大縣域電商覆蓋面，特別是要加大對于偏遠地區(qū)的電商等數(shù)字場景建設(shè)的支持力度。農(nóng)村電商要實現(xiàn)從生產(chǎn)到流通再到消費場景的由點及面、相互串聯(lián)的全面發(fā)展，打造從生產(chǎn)者到消費者的全鏈條完整場景生態(tài)圈。第二，提升地方法治水平和市場化水平，促進產(chǎn)品和要素市場特別是地方數(shù)據(jù)要素市場發(fā)育，在數(shù)字場景發(fā)育的基礎(chǔ)上，為縣域數(shù)字普惠金融發(fā)展創(chuàng)造良好的外部環(huán)境。

注：

①數(shù)據(jù)來自阿里研究院《2022年“淘寶村”名單》。

②因為本文選取數(shù)據(jù)的起始年份為2016年，為保持不同年份分組前后樣本的一致性，減少內(nèi)生性問題，本文采用2016年指標進行分組。若無特殊說明，后文異質(zhì)性分析均以2016年指標為基礎(chǔ)進行分組回歸。

③本文參考盛來運等（2018）[35]的文章，從經(jīng)濟地理的視角進行南北劃分。北方地區(qū)有13個省份，分別是黑龍江、吉林、遼寧、內(nèi)蒙古、河北、北京、天津、山西、陜西、寧夏、甘肅、新疆、青海，其余18個省份為南方地區(qū)（考慮到山東、河南大部分地區(qū)在黃河以南，故劃入南方地區(qū)）。

參考文獻：

[1]黃益平，黃卓.中國的數(shù)字金融發(fā)展：現(xiàn)在與未來[J].經(jīng)濟學（季刊）， 2018， （04）.

[2]張勛，萬廣華，張佳佳，何宗樾等.數(shù)字經(jīng)濟、普惠金融與包容性增長 [J].經(jīng)濟研究， 2019， （08）.

[3]何婧，田雅群，劉甜，李慶海.互聯(lián)網(wǎng)金融離農(nóng)戶有多遠——欠發(fā)達地區(qū)農(nóng)戶互聯(lián)網(wǎng)金融排斥及影響因素分析 [J].財貿(mào)經(jīng)濟， 2017， （11）.

[4]郭峰，孔濤，王靖一.互聯(lián)網(wǎng)金融空間集聚效應分析——來自互聯(lián)網(wǎng)金融發(fā)展指數(shù)的證據(jù) [J].國際金融研究， 2017， （08）.

[5]王修華，趙亞雄.數(shù)字金融發(fā)展與城鄉(xiāng)家庭金融可得性差異 [J].中國農(nóng)村經(jīng)濟， 2022， （01）.

[6]LPS Anggrayani，S Suprapti. 2019. E-Trust Integration with Technology Acceptance Model （TAM） in Adoption of Digital Financial Services? （E-Cash） [J].European Journal of Business and Management， （08）.

[7]王喆，陳胤默，張明.傳統(tǒng)金融供給與數(shù)字金融發(fā)展：補充還是替代？——基于地區(qū)制度差異視角 [J].經(jīng)濟管理， 2021， （05）.

[8]張青，況志華，王焰輝.數(shù)字普惠金融對農(nóng)村青年非農(nóng)就業(yè)的影響研究 [J].金融與經(jīng)濟，2021，（11）.

[9]董曉林，張曄.自然資源依賴、政府干預與數(shù)字普惠金融發(fā)展——基于中國273個地市級面板數(shù)據(jù)的實證分析 [J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2021， （01）.

[10]劉成杰，馮婷，李勇.網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)、數(shù)字普惠金融與數(shù)字鴻溝——基于“寬帶中國”示范城市創(chuàng)建的政策效應分析 [J].財經(jīng)科學， 2022， （12）.

[11]CF40數(shù)字普惠金融研究課題組.數(shù)字金融的普惠機制及可持續(xù)發(fā)展 [J].新金融評論， 2019， （01）.

[12]邱志剛，羅煜，江穎，伍聰.金融科技會顛覆傳統(tǒng)金融嗎？——大數(shù)據(jù)信貸的經(jīng)濟解釋 [J].國際金融研究， 2020， （08）.

[13]Mark Granovetter， Roland Soong. 1986. Threshold models of interpersonal effects in consumer demand [J]. Journal of Economic Behavior & Organization，（07）.

[14]郭承龍.農(nóng)村電子商務模式探析——基于淘寶村的調(diào)研 [J].經(jīng)濟體制改革， 2015， （05）.

[15]劉俊杰，李超偉，韓思敏，張龍耀.農(nóng)村電商發(fā)展與農(nóng)戶數(shù)字信貸行為——來自江蘇“淘寶村”的微觀證據(jù) [J].中國農(nóng)村經(jīng)濟， 2020， （11）.

[16]陳氚.超越嵌入性范式：金融社會學的起源、發(fā)展和新議題 [J].社會，? 2011， （05）.

[17]羅家德.人際關(guān)系連帶、信任與關(guān)系金融——以鑲嵌性觀點研究金融組織之利基 [J]. 清華社會學評論， 2001 ， （02）.

[18]布魯斯·G·卡拉瑟斯（美）.貨幣與信貸社會學 [A].斯梅爾瑟，斯威德伯格.經(jīng)濟社會學手冊（第二版） [C].北京：華夏出版社， 2009.

[19]王國偉.嵌入性與西方金融市場的社會學研究的理論視野——從美國信貸經(jīng)濟的發(fā)展談起 [J].天府新論，2012， （02）.

[20]姚錚，胡夢婕，葉敏.社會網(wǎng)絡(luò)增進小微企業(yè)貸款可得性作用機理研究 [J].管理世界， 2013， （04）.

[21]蘇冬蔚，陳純純，許振國，李斌.商業(yè)銀行社會網(wǎng)絡(luò)與微型金融可持續(xù)發(fā)展 [J].經(jīng)濟研究， 2017， （02）.

[22]Mark Granovetter. 1977. Social Networks [M]. Switzerland， 1977.

[23]宋華，盧強.什么樣的中小企業(yè)能夠從供應鏈金融中獲益？——基于網(wǎng)絡(luò)和能力的視角 [J].管理世界， 2017， （06）.

[24]田霖，韓巖博.金融包容的影響因素與短板解析[J].金融理論與實踐， 2019， （10）.

[25]羅興，吳本健，馬九杰.農(nóng)村互聯(lián)網(wǎng)信貸：“互聯(lián)網(wǎng)+”的技術(shù)邏輯還是“社會網(wǎng)+”的社會邏輯？ [J].中國農(nóng)村經(jīng)濟， 2018， （08）.

[26]周永蓮.區(qū)域市場化水平對商貿(mào)流通業(yè)發(fā)展的影響——基于省級面板的實證[J].商業(yè)經(jīng)濟研究， 2019， （22）.

[27]王小魯，樊綱，胡鵬.中國分省份市場化指數(shù)報告（2016） [M].北京：社會科學文獻出版社，2018.

[28]L Porta，LR F.，A Shleifer，R Vishny. 1996. Law and Finance？ Journal of Political Economy [J].Social Science Electronic Publishing，（06）.

[29]習近平.推動形成優(yōu)勢互補高質(zhì)量發(fā)展的區(qū)域經(jīng)濟布局 [J].求是，2019，（24）.

[30]崔麗麗，王驪靜，王井泉.社會創(chuàng)新因素促進“淘寶村”電子商務發(fā)展的實證分析——以浙江麗水為例[J].中國農(nóng)村經(jīng)濟， 2014， （12）.

[31]陳剛.菏澤“淘寶村”的金融基礎(chǔ)設(shè)施建設(shè) [J].金融發(fā)展研究，2014，（08）.

[32]田霖.互聯(lián)網(wǎng)金融視域下金融地理學研究的新動態(tài)述評[J].經(jīng)濟地理， 2016， （05）.

[33]郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟學（季刊） ， 2020， 19（04）.

[34]Kripfganz， Sebastian， Schwarz， Claudia. 2019. Estimation of Linear Dynamic Panel Data Models with Time-invariant Regressors [J].Journal of Applied Econometrics，（04）.

[35]盛來運，鄭鑫，周平，李拓.我國經(jīng)濟發(fā)展南北差距擴大的原因分析 [J].管理世界，2018，34（09）