數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響機(jī)制及空間溢出效應(yīng)

摘要：農(nóng)業(yè)的可持續(xù)發(fā)展離不開綠色全要素生產(chǎn)率的提升，這對(duì)于應(yīng)對(duì)農(nóng)業(yè)發(fā)展中遇到的資源與環(huán)境挑戰(zhàn)，構(gòu)建農(nóng)業(yè)強(qiáng)國(guó)至關(guān)重要。運(yùn)用2011—2020年間中國(guó)30個(gè)省份（西藏、港澳臺(tái)地區(qū)除外）的面板數(shù)據(jù)，通過(guò)定量分析方法，深入剖析了數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率及其空間外溢效應(yīng)的影響路徑。研究結(jié)果顯示，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生積極影響，尤其在技術(shù)進(jìn)步層面表現(xiàn)突出，不過(guò)在提升技術(shù)效率方面的影響并不顯著；進(jìn)一步分析發(fā)現(xiàn)，數(shù)字普惠金融的影響在地域和空間上存在差異，其中金融使用深度對(duì)于推動(dòng)農(nóng)業(yè)綠色多要素生產(chǎn)率的貢獻(xiàn)最大，超過(guò)金融覆蓋范圍和普惠金融的數(shù)字化水平；同時(shí)，數(shù)字普惠金融不僅對(duì)本地農(nóng)業(yè)綠色全要素生產(chǎn)率有提振效果，還對(duì)鄰近區(qū)域產(chǎn)生明顯的正面溢出效應(yīng)。為充分發(fā)揮數(shù)字普惠金融的作用，政府需要出臺(tái)相關(guān)政策，加強(qiáng)農(nóng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)、提高農(nóng)業(yè)科技創(chuàng)新能力，并促進(jìn)數(shù)字普惠金融的區(qū)域協(xié)調(diào)發(fā)展。

關(guān)鍵詞：數(shù)字普惠金融；農(nóng)業(yè)綠色全要素生產(chǎn)率；空間差異；農(nóng)業(yè)技術(shù)創(chuàng)新；空間溢出效應(yīng)

中圖分類號(hào)：F323.9 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）18-0288-09

收稿日期：2024-05-14

基金項(xiàng)目：河南省高校人文社會(huì)科學(xué)研究一般項(xiàng)目（編號(hào)：2024-ZZJH-176）。

作者簡(jiǎn)介：安紅霞（1975—），女，河南許昌人，碩士，講師，主要從事鄉(xiāng)村振興、三農(nóng)經(jīng)濟(jì)研究。E-mail：2217911792@qq.com。

中國(guó)共產(chǎn)黨第二十次全國(guó)代表大會(huì)報(bào)告中提出了中國(guó)式現(xiàn)代化強(qiáng)國(guó)的發(fā)展戰(zhàn)略，強(qiáng)調(diào)實(shí)現(xiàn)人與自然和諧共生的現(xiàn)代化，并要求加快推進(jìn)農(nóng)業(yè)強(qiáng)國(guó)的建設(shè)。為實(shí)現(xiàn)農(nóng)業(yè)強(qiáng)國(guó)，必須充分認(rèn)識(shí)到當(dāng)前農(nóng)業(yè)發(fā)展所處的歷史階段，推動(dòng)農(nóng)業(yè)向質(zhì)的有效提升和量的合理增長(zhǎng)方向轉(zhuǎn)變，并將農(nóng)業(yè)經(jīng)濟(jì)發(fā)展控制在資源環(huán)境能夠承受的限度范圍之內(nèi)。盡管中國(guó)農(nóng)業(yè)發(fā)展取得了巨大成就，但仍然面臨“大而不強(qiáng)、多而不優(yōu)”、環(huán)境污染、產(chǎn)出效率較低等問(wèn)題。為推進(jìn)農(nóng)業(yè)綠色發(fā)展，必須解決氣候變化應(yīng)對(duì)、生態(tài)環(huán)境保護(hù)、資源節(jié)約集約、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和生產(chǎn)方式轉(zhuǎn)型等諸多問(wèn)題。應(yīng)從農(nóng)業(yè)強(qiáng)國(guó)建設(shè)的視角出發(fā)，節(jié)約集約利用資源，并著力提升農(nóng)業(yè)全要素生產(chǎn)率。農(nóng)業(yè)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變?cè)诤艽蟪潭壬弦蕾囉谌厣a(chǎn)率對(duì)產(chǎn)出增長(zhǎng)的貢獻(xiàn)，旨在充分發(fā)揮“第三類要素”的作用。全面推進(jìn)農(nóng)業(yè)綠色低碳發(fā)展，以此夯實(shí)鄉(xiāng)村全面振興戰(zhàn)略的實(shí)施和“美麗中國(guó)”建設(shè)目標(biāo)的基礎(chǔ)。

在中央全面深化改革委員會(huì)的第二十四次會(huì)議上，特別指出應(yīng)穩(wěn)步推動(dòng)數(shù)字普惠金融的進(jìn)程。自2012年至2022年，中國(guó)各省份的數(shù)字普惠金融平均指標(biāo)增長(zhǎng)顯著，從40.00躍升至341.22，增長(zhǎng)態(tài)勢(shì)明顯。這一快速發(fā)展為農(nóng)業(yè)的可持續(xù)路徑注入了新的活力，跨越地域限制，使得金融服務(wù)得以廣泛普及，有效緩解了農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)中遇到的金融服務(wù)短缺難題。通過(guò)定制針對(duì)不同新型農(nóng)業(yè)經(jīng)營(yíng)實(shí)體的特色化、個(gè)性化數(shù)字金融解決方案，同時(shí)促進(jìn)金融科技人才的匯聚，為農(nóng)業(yè)的高品質(zhì)發(fā)展提供了強(qiáng)有力的人力資源支持；因此，如何充分發(fā)揮數(shù)字普惠金融的作用來(lái)推動(dòng)農(nóng)業(yè)綠色轉(zhuǎn)型和提升農(nóng)業(yè)綠色全要素生產(chǎn)率，是當(dāng)前亟須解決的關(guān)鍵問(wèn)題。

減少農(nóng)業(yè)碳排放是實(shí)現(xiàn)農(nóng)業(yè)綠色轉(zhuǎn)型和高質(zhì)量發(fā)展的重要途徑，為了控制農(nóng)業(yè)碳排放必須提升農(nóng)業(yè)綠色全要素生產(chǎn)率。因此，農(nóng)業(yè)的綠色全要素生產(chǎn)率的準(zhǔn)確評(píng)估已在全球?qū)W術(shù)界的研究中占據(jù)重要地位。目前，常用的技術(shù)手段涉及數(shù)據(jù)包絡(luò)分析（DEA）和隨機(jī)前沿分析（SFA）^［1］，DEA因其在處理復(fù)雜多輸入多輸出場(chǎng)景時(shí)表現(xiàn)出的適應(yīng)性和效率，且不需要預(yù)先設(shè)定函數(shù)模型或特定條件，故被廣泛采納。葛鵬飛等利用SBM-DDF框架和Luenberger指標(biāo)，對(duì)中國(guó)31個(gè)省份的農(nóng)業(yè)環(huán)保型全要素生產(chǎn)率進(jìn)行了深入分析^［2］；劉亦文等采用非期望MinDS超效率-MetaFrontier-Malmquist模型對(duì)中國(guó)八大綜合經(jīng)濟(jì)區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率進(jìn)行了評(píng)估^［3］；沈洋等從碳匯和碳排放2個(gè)角度出發(fā)，采用SBM-GML模型測(cè)算了中國(guó)2000—2019年農(nóng)業(yè)綠色全要素生產(chǎn)率^［4］。也有部分學(xué)者進(jìn)一步探究新型城鎮(zhèn)化、環(huán)境規(guī)制、農(nóng)產(chǎn)品貿(mào)易、農(nóng)業(yè)產(chǎn)業(yè)聚集等因素對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響^［5-8］。此外，金融發(fā)展對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響已成為一個(gè)備受關(guān)注的研究領(lǐng)域，并且已經(jīng)取得了大量研究成果。研究顯示，增大農(nóng)村金融業(yè)的規(guī)模和改進(jìn)其結(jié)構(gòu)對(duì)農(nóng)業(yè)的全面綠色生產(chǎn)效率有著正面效果^［9］。李曉龍等進(jìn)一步提出，農(nóng)村金融的發(fā)展能促進(jìn)資源注入，助力綠色農(nóng)業(yè)和農(nóng)業(yè)科技革新，從而提高農(nóng)業(yè)的全面綠色生產(chǎn)效率^［10］。周法法等則強(qiáng)調(diào)農(nóng)業(yè)保險(xiǎn)的發(fā)展對(duì)提升這一效率具有顯著作用。隨著大數(shù)據(jù)、人工智能和區(qū)塊鏈等技術(shù)在金融行業(yè)的運(yùn)用，數(shù)字普惠金融作為一種新興金融模式嶄露頭角。部分學(xué)者已涉足數(shù)字普惠金融與農(nóng)業(yè)全面綠色生產(chǎn)效率的相關(guān)性研究^［11］。張翱祥等利用空間杜賓模型證明，數(shù)字普惠金融通過(guò)提升技術(shù)效率和技術(shù)進(jìn)步，有助于增強(qiáng)農(nóng)業(yè)的全面綠色生產(chǎn)效率^［12］。而曾欽友等從農(nóng)業(yè)產(chǎn)業(yè)集聚的角度，運(yùn)用面板門檻模型探討了數(shù)字金融對(duì)農(nóng)業(yè)全面綠色生產(chǎn)效率的影響，結(jié)果顯示，數(shù)字金融總體指數(shù)及其各分項(xiàng)指數(shù)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響呈現(xiàn)出不同的變化趨勢(shì)^［13］。

因此，針對(duì)數(shù)字普惠金融如何深度影響農(nóng)業(yè)的可持續(xù)生產(chǎn)效率，尤其是其綠色全要素生產(chǎn)率的互動(dòng)關(guān)系，仍有大量未解之謎等待挖掘。鑒于此，本研究依托于2011—2020年期間我國(guó)30個(gè)省份（西藏、港澳臺(tái)地區(qū)除外）的數(shù)據(jù)，目標(biāo)在于揭示數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率及其空間效應(yīng)的具體作用機(jī)制，以期更好地夯實(shí)數(shù)字普惠金融在推動(dòng)數(shù)字農(nóng)業(yè)發(fā)展、促進(jìn)鄉(xiāng)村全面振興和實(shí)現(xiàn)共同富裕中的作用。本研究的貢獻(xiàn)在于從多角度系統(tǒng)分析數(shù)字普惠金融對(duì)中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，關(guān)注了各省份之間考慮空間因素存在的空間關(guān)聯(lián)性和溢出效應(yīng)，拓展了現(xiàn)有的研究。

1 理論分析與研究假設(shè)

1.1 數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要生產(chǎn)率的直接影響

隨著數(shù)字技術(shù)的發(fā)展，數(shù)字普惠金融能夠充分發(fā)揮自身優(yōu)勢(shì)，提高農(nóng)業(yè)資源要素的利用效率，減少農(nóng)業(yè)污染，切實(shí)緩解數(shù)字農(nóng)業(yè)發(fā)展中融資難的問(wèn)題，促進(jìn)提高農(nóng)業(yè)綠色全要素生產(chǎn)率。首先，數(shù)字普惠金融有助于農(nóng)業(yè)投入要素的綠色化。數(shù)字普惠金融通過(guò)推廣綠色生產(chǎn)方式和綠色農(nóng)產(chǎn)品銷售渠道，鼓勵(lì)企業(yè)和農(nóng)戶更加重視環(huán)保意識(shí)，采購(gòu)和使用更加環(huán)保的投入品，例如有機(jī)農(nóng)藥、生物肥料等，提高農(nóng)業(yè)生產(chǎn)的綠色程度。其次，數(shù)字普惠金融利用大數(shù)據(jù)技術(shù)能及時(shí)獲取農(nóng)業(yè)綠色生產(chǎn)的相關(guān)信息，例如農(nóng)作物種植技術(shù)、土壤質(zhì)量、環(huán)保設(shè)備等方面的信息。金融機(jī)構(gòu)獲取這些信息后，能夠有效為農(nóng)業(yè)綠色生產(chǎn)企業(yè)提供綠色信貸服務(wù)所面臨的金融風(fēng)險(xiǎn)，降低融資成本，緩解融資困難，幫助企業(yè)堅(jiān)持綠色發(fā)展理念，從而提高農(nóng)業(yè)綠色全要素生產(chǎn)率^［12］。最后，數(shù)字普惠金融還通過(guò)提升農(nóng)業(yè)生產(chǎn)效率，進(jìn)一步推動(dòng)農(nóng)業(yè)綠色生產(chǎn)。數(shù)字普惠金融以其強(qiáng)大的技術(shù)、人才、資源優(yōu)勢(shì)，為農(nóng)民提供綠色化農(nóng)業(yè)設(shè)施、大型機(jī)械和科技農(nóng)具，幫助農(nóng)民提高生產(chǎn)效率。同時(shí)，數(shù)字普惠金融能夠加強(qiáng)農(nóng)業(yè)廢棄物資源化利用，推廣農(nóng)業(yè)有機(jī)廢棄物堆肥技術(shù)，減少農(nóng)業(yè)廢棄物對(duì)水土和空氣的污染，降低農(nóng)業(yè)碳排放，提升農(nóng)業(yè)綠色全要素生產(chǎn)率。據(jù)此，提出假設(shè)1：數(shù)字普惠金融有助于增強(qiáng)農(nóng)業(yè)綠色全要素生產(chǎn)率。

1.2 數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要生產(chǎn)率的間接影響

技術(shù)創(chuàng)新是現(xiàn)代經(jīng)濟(jì)增長(zhǎng)的核心驅(qū)動(dòng)力和關(guān)鍵源泉。在農(nóng)業(yè)領(lǐng)域，技術(shù)創(chuàng)新能夠克服資源稀缺和落后傳統(tǒng)技術(shù)的問(wèn)題，提高農(nóng)業(yè)資源利用效率并促進(jìn)環(huán)境改善。數(shù)字普惠金融作為一種創(chuàng)新金融模式，它通過(guò)促進(jìn)農(nóng)業(yè)科技革新，為增強(qiáng)農(nóng)業(yè)的綠色全要素生產(chǎn)率創(chuàng)造了可能性^［11］。首先，在農(nóng)業(yè)領(lǐng)域中能夠提供充足的資金支持，有助于推廣新型農(nóng)業(yè)技術(shù)和理念。這不僅能夠提高農(nóng)業(yè)資源的利用效率，減少浪費(fèi)和污染，還可以促進(jìn)農(nóng)產(chǎn)品品質(zhì)的提升、降低生產(chǎn)成本，并增加市場(chǎng)競(jìng)爭(zhēng)力。此外，在數(shù)字普惠金融支持下開展的科學(xué)合理化耕作、精準(zhǔn)施肥等措施也能夠有效降低土地、水資源的利用量及化肥、農(nóng)藥等投入量，實(shí)現(xiàn)可持續(xù)發(fā)展。此外，數(shù)字普惠金融還能夠提升農(nóng)戶采納新技術(shù)的可能性^［12］。隨著數(shù)字普惠金融的發(fā)展，農(nóng)戶獲得保險(xiǎn)產(chǎn)品和貸款的機(jī)會(huì)增加，有助于降低他們的風(fēng)險(xiǎn)和成本壓力，從而促進(jìn)農(nóng)戶采用新型農(nóng)業(yè)生產(chǎn)技術(shù)。同時(shí)，在數(shù)字基礎(chǔ)設(shè)施完善下，信息流通更加便捷、透明度更高、交易更安全可靠，也拓寬了農(nóng)民獲取信息渠道與交流途徑。這些因素共同作用下，則能夠有效推廣先進(jìn)技術(shù)應(yīng)用并實(shí)現(xiàn)規(guī)模化應(yīng)用?？傊?，技術(shù)創(chuàng)新加速了先進(jìn)技術(shù)的更替，減少了農(nóng)業(yè)資源的消耗，而數(shù)字技術(shù)則打破了農(nóng)業(yè)生產(chǎn)要素之間的技術(shù)壁障，優(yōu)化了資源配置，提高了經(jīng)濟(jì)運(yùn)行效率。據(jù)此，提出假設(shè)2：數(shù)字普惠金融能夠激發(fā)農(nóng)業(yè)技術(shù)的創(chuàng)新，進(jìn)而對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的提升產(chǎn)生積極作用。

1.3 數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要生產(chǎn)率影響的空間溢出效應(yīng)

數(shù)字普惠金融作為一種新興的金融服務(wù)模式^［14］，能夠利用數(shù)字技術(shù)手段打破時(shí)空限制，縮小地理距離，從而加強(qiáng)了各要素在地區(qū)間的流動(dòng)與融合，提高地區(qū)經(jīng)濟(jì)活力的聯(lián)系與協(xié)同作用。數(shù)字普惠金融還可以通過(guò)引導(dǎo)資本流動(dòng)實(shí)現(xiàn)區(qū)域之間資源優(yōu)化配置，加強(qiáng)區(qū)域之間的合作。由于數(shù)字金融的特性，對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率可能產(chǎn)生空間溢出效應(yīng)，不僅能夠提升本地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)生產(chǎn)力，也有可能極大地促進(jìn)周邊地區(qū)的發(fā)展，形成技術(shù)溢出效應(yīng)和人才流動(dòng)效應(yīng)^［15］。因此，數(shù)字普惠金融不僅促進(jìn)了地區(qū)間要素的交換與融入，還構(gòu)建了區(qū)域經(jīng)濟(jì)活動(dòng)的共同體。同時(shí)，這也能夠?qū)︵徑貐^(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生積極影響，從而進(jìn)一步推動(dòng)整個(gè)地區(qū)農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展。據(jù)此，提出假設(shè)3：數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響存在顯著的空間溢出效應(yīng)。

2 研究設(shè)計(jì)

2.1 模型構(gòu)建

2.1.1 基準(zhǔn)回歸模型 構(gòu)建主效應(yīng)的線性計(jì)量模型：

GTFP_it=β₀+β₁lnDFI_it+βX_it+λ_i+μ_t+ε_it。（1）

式中：i和t分別表示省份和年份；GTFP表示農(nóng)業(yè)綠色全要素生產(chǎn)率；DFI表示數(shù)字普惠金融；X表示影響農(nóng)業(yè)綠色全要素生產(chǎn)率的相關(guān)控制變量；λ_i和μ_t分別表示省份固定效應(yīng)和年份固定效應(yīng)；ε_it表示隨機(jī)擾動(dòng)項(xiàng)，β表示回歸系數(shù)。

2.1.2 中介效應(yīng)模型 借鑒張瑩瑩的方法^［16］，在公式（1）的基礎(chǔ)上構(gòu)建遞歸模型：

M_it=γ₀+γ₁lnDFI_it+γX_it+λ_i+μ_t+ε_it；（2）

GTFP_it=δ₀+δ₁lnDFI_it+δ₂M_it+δX_it+λ_i+μ_t+ε_it。（3）

式中：M表示中介變量，選取的是農(nóng)業(yè)技術(shù)創(chuàng)新；γ、δ表示回歸系數(shù)。

2.1.3 空間計(jì)量模型 為了避免忽略空間因素可能帶來(lái)的實(shí)證偏差，考慮到中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率可能存在空間依賴性或空間異質(zhì)性，構(gòu)建以下空間計(jì)量模型：

GTFP_it=β₀+ρWGTFP_it+β₁DFI_it+φWDFI_it+βX_it+ωWX_it+λ_i+μ_i+ε_it。（4）

式中：W表示空間權(quán)重矩陣；ρ、φ和ω表示空間回歸系數(shù)；WGTFP_it、φWDFI_it和ωWX_it分別為核心被解釋變量、核心解釋變量和控制變量的空間滯后項(xiàng)。

2.2 變量選取

2.2.1 被解釋變量 本研究關(guān)注的對(duì)象是中國(guó)農(nóng)業(yè)的綠色全要素生產(chǎn)率，運(yùn)用SBM方向距離函數(shù)與ML指數(shù)的集成方法，對(duì)2011—2020年間中國(guó)30個(gè)省份的這一指標(biāo)進(jìn)行了評(píng)估。在此基礎(chǔ)上，本研究將綠色全要素生產(chǎn)率細(xì)分為技術(shù)進(jìn)步和技術(shù)效率2個(gè)部分，并依據(jù)李谷成的研究方法^［17］對(duì)數(shù)據(jù)進(jìn)行整合分析。在衡量過(guò)程中，挑選了多個(gè)輸入和輸出指標(biāo)。輸入項(xiàng)涵蓋勞動(dòng)力、土地、農(nóng)業(yè)機(jī)械設(shè)備、農(nóng)膜、肥料、農(nóng)藥和灌溉土地面積等。輸出指標(biāo)則劃分為期望輸出和非期望輸出，其中期望輸出選用的是農(nóng)林牧副漁的總產(chǎn)量，而非期望輸出則采用農(nóng)業(yè)碳排放量來(lái)表示^［18］。農(nóng)業(yè)碳排放主要源于化肥、農(nóng)藥、農(nóng)膜、柴油、耕地活動(dòng)以及農(nóng)業(yè)灌溉，對(duì)應(yīng)的排放系數(shù)分別是0.896、4.934、5.18、0.593、312.6和20.476。農(nóng)業(yè)碳排放總量的計(jì)算遵循特定的數(shù)學(xué)公式：

C=∑C_i=∑（T_i×δ_i）。（5）

式中：C為農(nóng)業(yè)碳排放總量；C_i為各類碳源產(chǎn)生的二氧化碳排放量；T_i為各碳源的數(shù)量；δ_i為各碳源的排放系數(shù)。

2.2.2 解釋變量 本研究的重點(diǎn)在于探討數(shù)字普惠金融（DFI）的實(shí)踐應(yīng)用，其普及程度通過(guò)北京大學(xué)數(shù)字金融研究中心構(gòu)建的數(shù)字普惠金融指數(shù)來(lái)量化評(píng)估。主要包括金融覆蓋廣度（FIC）、金融使用深度（FUD）和普惠金融數(shù)字化程度（FDD）3個(gè)維度^［19］。為了進(jìn)行分析，對(duì)數(shù)字普惠金融指數(shù)及其各個(gè)子維度進(jìn)行了對(duì)數(shù)處理。

2.2.3 中介變量 本研究的中介變量是農(nóng)業(yè)技術(shù)創(chuàng)新（ATI）。農(nóng)業(yè)研發(fā)支出不僅能夠提升農(nóng)業(yè)經(jīng)濟(jì)效益，還能通過(guò)降低成本來(lái)提高農(nóng)業(yè)產(chǎn)出質(zhì)量。現(xiàn)有文獻(xiàn)通常以R&D經(jīng)費(fèi)投入和專利數(shù)量評(píng)估技術(shù)創(chuàng)新水平。借鑒余進(jìn)韜等的研究^［15nYw/fzOamN3HhHAmttPUAA==^］，本研究以各省農(nóng)業(yè)發(fā)明專利和實(shí)用新型專利2類專利總和衡量農(nóng)業(yè)技術(shù)創(chuàng)新水平，并將其取對(duì)數(shù)處理。

2.2.4 控制變量 農(nóng)業(yè)綠色全要素生產(chǎn)率的提高會(huì)受多種因素的制約，為避免遺漏變量影響結(jié)果，參考現(xiàn)有文獻(xiàn)，本研究引入以下控制變量：（1）農(nóng)業(yè)結(jié)構(gòu)特征，反映為糧食作物種植面積在全部農(nóng)作物種植面積中的比例^［11］；（2）工業(yè)化進(jìn)程，通過(guò)計(jì)算各地區(qū)工業(yè)產(chǎn)值在總產(chǎn)出中的比例來(lái)反映^［20］；（3）財(cái)政支農(nóng)水平，以政府農(nóng)林水支出占一般公共預(yù)算支出比重衡量^［21］；（4）農(nóng)業(yè)機(jī)械化程度，以畝（1 hm²=15畝）均農(nóng)業(yè)機(jī)械總動(dòng)力表示。

2.3 數(shù)據(jù)來(lái)源

基于數(shù)據(jù)的可獲得性、及時(shí)性，選取2011—2020年我國(guó)30個(gè)省（西藏、港澳臺(tái)地區(qū)除外）的數(shù)據(jù)作為研究對(duì)象。相關(guān)數(shù)據(jù)來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》以及EPS數(shù)據(jù)庫(kù)和各省統(tǒng)計(jì)年鑒等，部分缺失數(shù)據(jù)則采用插值法補(bǔ)充。各變量的描述性統(tǒng)計(jì)見表1。

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)回歸結(jié)果分析

依據(jù)模型（1）的設(shè)計(jì)，核心目標(biāo)是探究數(shù)字普惠金融如何影響我國(guó)農(nóng)業(yè)領(lǐng)域的綠色全要素生產(chǎn)率。為確保估計(jì)結(jié)果的準(zhǔn)確性，已經(jīng)執(zhí)行了F檢驗(yàn)和Hausman檢驗(yàn)，決定采納固定效應(yīng)模型作為估算工具，結(jié)果如表2所示。根據(jù)表2所示的回歸結(jié)果可以看出：加入控制變量［列（2）］，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率具有顯著促進(jìn)作用，回歸系數(shù)為0.268。數(shù)字普惠金融有助于農(nóng)業(yè)投入品使用效率的提高、農(nóng)業(yè)供給結(jié)構(gòu)的優(yōu)化和產(chǎn)品質(zhì)量的提升，同時(shí)通過(guò)數(shù)字平臺(tái)的信息共享和技術(shù)支持，使農(nóng)業(yè)生產(chǎn)更加科學(xué)化、精準(zhǔn)化、高效化，全面提升中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率。假設(shè)1得到驗(yàn)證?？刂谱兞糠矫妫r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（AIS）和農(nóng)業(yè)機(jī)械化程度（AMD）的估計(jì)系數(shù)顯著為負(fù)，表明現(xiàn)階段農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)機(jī)械化程度是阻礙農(nóng)業(yè)綠色全要素生產(chǎn)率提高的重要因素；工業(yè)化程度（IND）和財(cái)政支農(nóng)水平（FAL）的回歸系數(shù)顯著為正，表明現(xiàn)階段提高工業(yè)化進(jìn)程和財(cái)政支農(nóng)水平均有助于農(nóng)業(yè)綠色全要素生產(chǎn)率的提升。

為了深入理解主要效應(yīng)的運(yùn)行機(jī)制，將技術(shù)效率和技術(shù)進(jìn)步這2項(xiàng)因素納入分析框架^［1］。從表2中列（3）可知，數(shù)字普惠金融對(duì)技術(shù)效率具有一定正向影響，但并未達(dá)到統(tǒng)計(jì)學(xué)意義上的顯著作用。由于數(shù)字普惠金融的使用仍然處于比較初級(jí)的階段，需要建立龐大的信息技術(shù)基礎(chǔ)設(shè)施，包括網(wǎng)絡(luò)、服務(wù)器、軟件等方面的先進(jìn)技術(shù)的支撐。由于技術(shù)的不斷革新和發(fā)展，數(shù)字普惠金融的應(yīng)用也需要不斷更新和改進(jìn)，這就增加了數(shù)字普惠金融在農(nóng)業(yè)生產(chǎn)中應(yīng)用的成本和難度，從而導(dǎo)致對(duì)技術(shù)效率提升的潛力尚未得到充分發(fā)揮。從表2中列（4）可知，數(shù)字普惠金融系數(shù)為0.167，且在1%統(tǒng)計(jì)水平上顯著，表明數(shù)字普惠金融有助于技術(shù)進(jìn)步的提升。數(shù)字普惠金融提供了一種新的融資渠道和風(fēng)險(xiǎn)管理方式，為農(nóng)業(yè)生產(chǎn)中的技術(shù)創(chuàng)新和發(fā)展提供了更便捷、低成本的資金支持，同時(shí)能夠促進(jìn)農(nóng)村地區(qū)人才的流動(dòng)和資源的整合，推動(dòng)人才流動(dòng)和科技創(chuàng)新，進(jìn)而促進(jìn)技術(shù)進(jìn)步的提升。

3.2 內(nèi)生性及穩(wěn)健性檢驗(yàn)

3.2.1 內(nèi)生性檢驗(yàn) 在考慮可能存在的內(nèi)生性問(wèn)題時(shí)，注意到數(shù)字普惠金融與農(nóng)業(yè)的綠色全要素生產(chǎn)率之間可能存在相互因果的動(dòng)態(tài)關(guān)系。另一方面，盡管在基本的回歸模型中納入了影響中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的因素，但遺漏的變量仍可能導(dǎo)致估計(jì)誤差。本研究選擇2種工具變量，第1種借鑒張啟文等的做法^［22］，分別選取數(shù)字普惠金融的一階滯后和二階滯后項(xiàng)，第2種借鑒Bartik的做法^［23］，選取Bank工具變量（數(shù)字普惠金融的一階滯后與一階差分項(xiàng)的乘積），回歸結(jié)果如表3所示。從表3的數(shù)據(jù)可見，運(yùn)用各種類型的工具變量進(jìn)行回歸分析時(shí)，第1階段的F統(tǒng)計(jì)量均超過(guò)10，這表明有理由拒絕弱工具變量的假設(shè)。第2階段估計(jì)結(jié)果顯示，數(shù)字普惠金融可以明顯地推動(dòng)我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的提升，研究結(jié)論與基準(zhǔn)回歸保持一致，說(shuō)明研究結(jié)論穩(wěn)健。

2.2.2 穩(wěn)健性檢驗(yàn) 為進(jìn)一步驗(yàn)證研究結(jié)果的可靠性，通過(guò)更改計(jì)量方法、調(diào)整樣本研究期以及對(duì)核心解釋變量進(jìn)行縮尾處理等方式進(jìn)行了穩(wěn)健性檢驗(yàn)^［24］，結(jié)果如表4所示。在表4的第1欄，觀察到當(dāng)固定效應(yīng)模型被替換為隨機(jī)效應(yīng)模型時(shí)的回歸輸出。為了消除疫情的影響，特別是2020年對(duì)社會(huì)經(jīng)濟(jì)發(fā)展帶來(lái)的巨大沖擊，將研究樣本期調(diào)整為2011—2019年并重新進(jìn)行估計(jì)，結(jié)果見表4中列（2）所示。本研究對(duì)核心解釋變量進(jìn)行縮尾處理，剔除離群值重新估計(jì)，結(jié)果如表（4）中列（3）。上述3種穩(wěn)健性檢驗(yàn)結(jié)果均與基準(zhǔn)回歸結(jié)果的結(jié)論一致。

2.2.3 中介效應(yīng)檢驗(yàn) 采用中介效應(yīng)模型探究農(nóng)業(yè)技術(shù)創(chuàng)新對(duì)二者之間關(guān)系產(chǎn)生的具體作用機(jī)制，結(jié)果如表5所示： 數(shù)字普惠金融顯著促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率和農(nóng)業(yè)技術(shù)創(chuàng)新；將農(nóng)業(yè)技術(shù)創(chuàng)新納入回歸模型后，其影響系數(shù)為0.143，并在1%水平上顯著為正。同時(shí)，列（3）中數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的回歸系數(shù)小于列（1），這表明農(nóng)業(yè)技術(shù)創(chuàng)新在二者間存在中介作用。假設(shè)2得到驗(yàn)證。

為了增強(qiáng)研究結(jié)果的可靠性，借助Sobel測(cè)試和Bootstrap技術(shù)對(duì)中介效應(yīng)進(jìn)行了檢驗(yàn)，相關(guān)結(jié)果顯示在表6。Sobel測(cè)試的Z值為3.030，具有1%的顯著水平，這證實(shí)了這一發(fā)現(xiàn)的穩(wěn)定性。這些結(jié)果表明，農(nóng)業(yè)技術(shù)創(chuàng)新在二者間存在中介作用。具體而言，間接效應(yīng)值為0.069，直接效應(yīng)值為0.104，中介效應(yīng)占總效應(yīng)的39.80%。Bootstrap方法估計(jì)結(jié)果表明，抽樣1 000次之后，偏差校正的Bootstrap 估計(jì)方法農(nóng)業(yè)技術(shù)創(chuàng)新的中介效應(yīng)仍然顯著，偏差校正的95%置信區(qū)間不包含0。通過(guò)上述2種檢驗(yàn)方法，假設(shè)2得到進(jìn)一步驗(yàn)證。

3.2.4 異質(zhì)性分析

3.2.4.1 維度異質(zhì)性 數(shù)字普惠金融的維度包括服務(wù)覆蓋的廣泛性、使用的深入程度以及數(shù)字化轉(zhuǎn)型的進(jìn)程。由于這3個(gè)方面的發(fā)展水平可能存在差異，因此它們對(duì)我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響也會(huì)有所不同。因此，將這3個(gè)方面納入本研究中進(jìn)一步分析，結(jié)果如表7所示。研究發(fā)現(xiàn)，這3個(gè)層面的數(shù)字普惠金融對(duì)提高農(nóng)業(yè)的可持續(xù)生產(chǎn)效率具有明顯推動(dòng)作用?；貧w系數(shù)顯示，金融覆蓋廣度、金融使用深度和普惠金融數(shù)字化程度對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響系數(shù)分別為0.145、0.169和0.077，其中，金融應(yīng)用的深度產(chǎn)生的影響最為顯著，其次為金融普及的廣泛性，而普惠金融數(shù)字化程度的影響最小。因此，金融機(jī)構(gòu)一方面需要深度和廣度上加大對(duì)農(nóng)村地區(qū)的金融服務(wù)力度，拓寬金融的使用深度和覆蓋范圍；另一方面，積極探索建立普惠金融數(shù)字化平臺(tái)，加強(qiáng)農(nóng)村地區(qū)大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)應(yīng)用，提升金融服務(wù)精準(zhǔn)度，促進(jìn)普惠金融數(shù)字化程度的提高。

3.2.4.2 區(qū)域異質(zhì)性 由于數(shù)字普惠金融的發(fā)展水平受到各區(qū)域之間地理環(huán)境、政策等因素的影響，具有明顯的空間非均衡性。這些差異可能揭示了其對(duì)我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率影響的地域差異。為了探究這種影響的具體特征，將樣本按照經(jīng)濟(jì)地理位置劃分為東部、中部和西部三大區(qū)域，相關(guān)分析結(jié)果詳列于表8。表8中數(shù)據(jù)顯示，數(shù)字普惠金融在東部地區(qū)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率在1%水平上有正向影響，而在中、西部地區(qū)的影響雖然為正，但不顯著。東部地區(qū)由于經(jīng)濟(jì)發(fā)達(dá)，資源豐富^［25］，數(shù)字普惠金融水平較高，使其提升農(nóng)業(yè)綠色全要素生產(chǎn)率的作用更加顯著。相比之下，中部和西部地區(qū)的經(jīng)濟(jì)發(fā)展水平和資源條件與東部地區(qū)存在一定差異^［26］，數(shù)字普惠金融水平較低，未充分發(fā)揮農(nóng)業(yè)綠色全要素生產(chǎn)率的促進(jìn)作用。

3.2.5 空間溢出效應(yīng)分析 主效應(yīng)可能存在空間效應(yīng)^［12］，因此，采用莫蘭指數(shù)進(jìn)行全域空間自相關(guān)檢驗(yàn)，以研究二者之間的空間效應(yīng)^［27］。借鑒李婧等的方法^［28］，使用不同地區(qū)的人均實(shí)際GDP之差的絕對(duì)值的倒數(shù)構(gòu)建經(jīng)濟(jì)距離空間權(quán)重矩陣，并進(jìn)行了檢驗(yàn)，結(jié)果如表9所示。2011—2020年間的數(shù)字普惠金融和農(nóng)業(yè)綠色全要素生產(chǎn)率均顯著為正，表明二者存在顯著的空間正效應(yīng)。

為構(gòu)建一個(gè)適用的時(shí)空框架，首先執(zhí)行了Wald測(cè)試和LR測(cè)試，確認(rèn)空間杜賓模型為最佳選擇。接著，通過(guò)Hausman檢驗(yàn)證明了采用固定效應(yīng)方法的正確性；因此，選擇固定效應(yīng)的空間杜賓模型進(jìn)行深入的回歸研究。為了增強(qiáng)研究的信度，不僅呈現(xiàn)了以經(jīng)濟(jì)距離為基礎(chǔ)的空間權(quán)重矩陣下數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的作用，還對(duì)比了基于相鄰關(guān)系和地理距離權(quán)重矩陣的回歸輸出。

這些不同的權(quán)重矩陣估計(jì)結(jié)果分別在表10的第（1）欄、第（2）欄和第（3）欄中詳細(xì)列出。在所有情況下，數(shù)字普惠金融與空間權(quán)重矩陣的交叉項(xiàng)（W×lnDFI）和空間滯后項(xiàng)的系數(shù)（ρ）均表現(xiàn)為顯著的正向關(guān)系，這揭示了各省之間數(shù)字普惠金融的外部互動(dòng)效應(yīng)以及農(nóng)業(yè)綠色全要素生產(chǎn)率的內(nèi)部互動(dòng)效應(yīng)的空間一致性。為進(jìn)一步驗(yàn)證結(jié)果，借助偏微分轉(zhuǎn)換探究了空間交互效應(yīng)對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的邊際效應(yīng)^［15］。表9顯示，各種空間權(quán)重配置下，直接與間接效應(yīng)均表現(xiàn)出明顯的正向關(guān)聯(lián)。這表明，數(shù)字普惠金融的提升不僅能夠提升本地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率，還能產(chǎn)生積極的跨區(qū)域溢出效應(yīng)，影響鄰近地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率。假設(shè)3得到驗(yàn)證。從間接效應(yīng)的幅度來(lái)看，經(jīng)濟(jì)距離空間權(quán)重下的空間溢出效應(yīng)最為顯著，這表明數(shù)字普惠金融在縮短地理距離和增強(qiáng)經(jīng)濟(jì)聯(lián)動(dòng)性方面具有明顯的外溢效應(yīng)。因此，與地理因素相似，社會(huì)經(jīng)濟(jì)因素對(duì)于數(shù)字普惠金融在綠色增長(zhǎng)中的潛在影響至關(guān)重要。為擴(kuò)大空間溢出效應(yīng)，需要加強(qiáng)區(qū)域間的經(jīng)濟(jì)聯(lián)系。

4 結(jié)論與政策建議

現(xiàn)代化農(nóng)業(yè)的關(guān)鍵在于促進(jìn)其可持續(xù)性，革新舊有的農(nóng)業(yè)管理方式，并提高農(nóng)業(yè)的全方位環(huán)保生產(chǎn)效能。本研究基于2011—2020年我國(guó)30個(gè)省份數(shù)據(jù)，實(shí)證研究了數(shù)字普惠金融與我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率間的作用機(jī)制。研究結(jié)果表明：（1）實(shí)現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展，關(guān)鍵在于推動(dòng)綠色農(nóng)業(yè)模式，改革農(nóng)業(yè)生產(chǎn)方式，并增強(qiáng)農(nóng)業(yè)綠色生產(chǎn)力。（2）中國(guó)農(nóng)業(yè)的綠色全要素生產(chǎn)率明顯受到數(shù)字普惠金融的積極促進(jìn)，其主要貢獻(xiàn)在于刺激技術(shù)進(jìn)步，而在提升技術(shù)效率方面的作用則相對(duì)較輕。（3）在數(shù)字普惠金融與農(nóng)業(yè)綠色全要素生產(chǎn)率的相互作用中，農(nóng)業(yè)技術(shù)革新充當(dāng)了媒介的一部分。具體來(lái)講，數(shù)字普惠金融的3個(gè)維度對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率具有正向影響，呈現(xiàn)出金融使用深度>金融覆蓋廣度>普惠金融數(shù)字化程度的影響格局。數(shù)字普惠金融的影響存在領(lǐng)域差異和地域差異，在東部地區(qū)，對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的提振效果尤為突出。（4）數(shù)字普惠金融還展現(xiàn)出強(qiáng)大的空間影響力，能有效帶動(dòng)周邊地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的提升。

根據(jù)這些研究發(fā)現(xiàn)，為了發(fā)展數(shù)字普惠金融，提升農(nóng)業(yè)的綠色全要素生產(chǎn)率，進(jìn)而加速農(nóng)業(yè)現(xiàn)代化，應(yīng)采取相應(yīng)的政策策略。

（1）大力提升數(shù)字惠普金融發(fā)展水平。農(nóng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)能夠有效緩解信息不對(duì)稱問(wèn)題，是促進(jìn)數(shù)字惠普金融發(fā)展的載體和支撐。一方面，政府應(yīng)以實(shí)現(xiàn)“村村通”為目標(biāo)，強(qiáng)化農(nóng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)，大幅提升鄉(xiāng)村網(wǎng)絡(luò)設(shè)施水平，推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算等新興技術(shù)的應(yīng)用。同時(shí)，應(yīng)逐步推進(jìn)“寬帶鄉(xiāng)村”項(xiàng)目，加大資金投入，促進(jìn)農(nóng)村互聯(lián)網(wǎng)建設(shè)，加快5G寬帶網(wǎng)絡(luò)的部署。另一方面要不斷提高農(nóng)村金融覆蓋廣度、金融使用深度和普惠金融數(shù)字化程度，重構(gòu)農(nóng)村金融服務(wù)結(jié)構(gòu)，提高其服務(wù)質(zhì)量和覆蓋率，建立更為完善的農(nóng)村金融服務(wù)生態(tài)圈是實(shí)現(xiàn)數(shù)字普惠金融在農(nóng)村地區(qū)推廣和應(yīng)用的關(guān)鍵。此外，還需要加強(qiáng)對(duì)農(nóng)村居民金融知識(shí)和技能的培訓(xùn)和普及，提高他們的金融素養(yǎng)和對(duì)數(shù)字普惠金融的接受意愿。通過(guò)加強(qiáng)金融教育和培訓(xùn)，提高農(nóng)民對(duì)數(shù)字普惠金融的認(rèn)知和使用能力，才能有效促進(jìn)數(shù)字普惠金融3個(gè)維度的全面提升，為農(nóng)村經(jīng)濟(jì)的發(fā)展注入新的動(dòng)力。

（2）加大農(nóng)業(yè)科技投入力度，提高農(nóng)業(yè)科技創(chuàng)新能力。農(nóng)業(yè)技術(shù)的創(chuàng)新在建立數(shù)字普惠金融與農(nóng)業(yè)綠色全要素生產(chǎn)率增長(zhǎng)之間的橋梁中起到關(guān)鍵的中介作用。因此，政策設(shè)計(jì)者應(yīng)當(dāng)增強(qiáng)財(cái)政投入，以挖掘農(nóng)業(yè)科技創(chuàng)新的潛能，并構(gòu)建穩(wěn)固的政策框架來(lái)保障其可持續(xù)發(fā)展。同時(shí)，加強(qiáng)科研機(jī)構(gòu)的實(shí)力與專業(yè)化人才的培育同樣至關(guān)重要，這將有助于提高科研團(tuán)隊(duì)的專業(yè)能力和創(chuàng)新效率。加快農(nóng)業(yè)科技成果轉(zhuǎn)化，提高農(nóng)民的科技理解和實(shí)踐技能，能夠促進(jìn)數(shù)字農(nóng)業(yè)和金融的深度融合，從而加速農(nóng)業(yè)現(xiàn)代化的進(jìn)程。另外，為了促進(jìn)農(nóng)業(yè)科技的創(chuàng)新與集成，需要通過(guò)建立農(nóng)業(yè)科技創(chuàng)新聯(lián)盟、加強(qiáng)行業(yè)內(nèi)部的合作和交流等方式來(lái)增強(qiáng)行業(yè)和國(guó)際間的合作力度，引進(jìn)和吸收先進(jìn)的農(nóng)業(yè)科技成果，提升我國(guó)農(nóng)業(yè)科技的創(chuàng)新能力和競(jìng)爭(zhēng)力。

（3）促進(jìn)數(shù)字普惠金融區(qū)域協(xié)調(diào)發(fā)展。考慮到不同區(qū)域間數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率影響的差異，東部、中部和西部地區(qū)需采取協(xié)調(diào)一致的策略，以實(shí)現(xiàn)數(shù)字普惠金融發(fā)展的平衡。一方面，各區(qū)域應(yīng)制定符合自身實(shí)際情況的數(shù)字普惠金融發(fā)展方向。例如，東部地區(qū)可以重點(diǎn)發(fā)展互聯(lián)網(wǎng)金融和移動(dòng)支付等數(shù)字化金融服務(wù)，以提高金融服務(wù)的效率和便捷性；中部地區(qū)可以重點(diǎn)發(fā)展農(nóng)村金融和小微企業(yè)金融等普惠金融服務(wù)，以提高金融服務(wù)的覆蓋面和可得性；西部地區(qū)可以重點(diǎn)發(fā)展金融扶貧和金融創(chuàng)新等金融服務(wù)，以促進(jìn)地區(qū)經(jīng)濟(jì)的發(fā)展和轉(zhuǎn)型升級(jí)。另一方面，各地區(qū)應(yīng)加強(qiáng)金融技術(shù)、信息和人才等方面的合作和交流，實(shí)現(xiàn)跨區(qū)域合作，確保區(qū)域間金融資源渠道暢通，避免區(qū)域之間出現(xiàn)不良競(jìng)爭(zhēng)。同時(shí)，應(yīng)建立健全數(shù)字普惠金融政策的監(jiān)管和評(píng)估機(jī)制，及時(shí)發(fā)現(xiàn)和解決發(fā)展過(guò)程中存在的問(wèn)題和不足，確保政策的有效調(diào)整，以充分釋放數(shù)字普惠金融對(duì)本地區(qū)及周邊地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的溢出效應(yīng)。

參考文獻(xiàn)：

［1］金紹榮，任贊杰. 鄉(xiāng)村數(shù)字化對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響［J］. 改革，2022（12）：102-118.

［2］葛鵬飛，王頌吉，黃秀路. 中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)算［J］. 中國(guó)人口·資源與環(huán)境，2018，28（5）：66-74.

［3］劉亦文，歐陽(yáng)瑩，蔡宏宇. 中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)度及時(shí)空演化特征研究［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（5）：39-56.

［4］沈 洋，周鵬飛. 農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)度及收斂性分析：基于碳匯和碳排放雙重視角［J］. 調(diào)研世界，2022（4）：58-68.

［5］郭海紅，張?jiān)谛? 新型城鎮(zhèn)化對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應(yīng)［J］. 湖南師范大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2019，48（2）：55-63.

［6］馬國(guó)群，譚硯文. 環(huán)境規(guī)制對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響研究：基于面板門檻模型的分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（5）：77-92.

［7］楊秀玉，仝錦濤. 農(nóng)產(chǎn)品貿(mào)易對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的空間溢出效應(yīng)：基于農(nóng)業(yè)產(chǎn)業(yè)集聚的調(diào)節(jié)作用［J］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（11）：15-27.

［8］銀西陽(yáng)，賈小娟，李冬梅. 農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響：基于空間溢出效應(yīng)視角［J］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2022，43（10）：110-119.

［9］李健旋. 農(nóng)村金融發(fā)展與農(nóng)業(yè)綠色全要素生產(chǎn)率提升研究［J］. 管理評(píng)論，2021，33（3）：84-95.

［10］李曉龍，冉光和. 農(nóng)產(chǎn)品貿(mào)易提升了農(nóng)業(yè)綠色全要素生產(chǎn)率嗎？：基于農(nóng)村金融發(fā)展視角的分析［J］. 北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，23（4）：82-92.

［11］周法法，鄭 義，李軍龍. 農(nóng)業(yè)保險(xiǎn)發(fā)展與農(nóng)業(yè)綠色全要素生產(chǎn)率：內(nèi)在機(jī)制與實(shí)證檢驗(yàn)［J］. 世界農(nóng)業(yè)，2022（10）：70-82.

［12］張翱祥，鄧榮榮. 數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響及空間溢出效應(yīng)［J］. 武漢金融，2022（1）：65-74.

［13］曾欽友，張 璇. 數(shù)字金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應(yīng)研究：基于農(nóng)業(yè)產(chǎn)業(yè)集聚視角［J］. 區(qū)域金融研究，2022（7）：77-83.

［14］呂靖燁，史家榮. 數(shù)字普惠金融、融資約束與企業(yè)債務(wù)違約風(fēng)險(xiǎn)：基于中小企業(yè)的經(jīng)驗(yàn)證據(jù)［J］. 武漢金融，2022（9）：41-49.

［15］余進(jìn)韜，張 蕊，龔星宇. 數(shù)字金融如何影響綠色全要素生產(chǎn)率？：動(dòng)態(tài)特征、機(jī)制識(shí)別與空間效應(yīng)［J］. 當(dāng)代經(jīng)濟(jì)科學(xué)，2022，44（6）：42-56.

［16］張瑩瑩. 金融發(fā)展、研發(fā)投入與綠色全要素生產(chǎn)率：基于不同維度金融發(fā)展的視角［J］. 華東理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，37（6）：127-145.

［17］李谷成. 中國(guó)農(nóng)業(yè)的綠色生產(chǎn)率革命：1978—2008年［J］. 經(jīng)濟(jì)學(xué)，2014，13（2）：537-558.

［18］于 婷，郝信波. 糧食主產(chǎn)區(qū)農(nóng)業(yè)生態(tài)效率時(shí)空特征及改善路徑研究［J］. 生態(tài)經(jīng)濟(jì)，2018，34（9）：104-110.

［19］楊玉文，張?jiān)葡? 數(shù)字普惠金融賦能共同富裕的機(jī)制與路徑研究［J］. 云南民族大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，40（1）：123-133.

［20］趙夢(mèng)凡. 制造業(yè)轉(zhuǎn)型升級(jí)視角下河北省生產(chǎn)性服務(wù)業(yè)發(fā)展研究［D］. 保定：河北大學(xué)，2017.

［21］李 凱. 基于Super-SBM和Malmquist指數(shù)的中國(guó)農(nóng)業(yè)生產(chǎn)效率研究［D］. 武漢：武漢大學(xué)，2017.

［22］張啟文，田 靜. 數(shù)字普惠金融能否提升農(nóng)業(yè)全要素生產(chǎn)率？：基于異質(zhì)性與空間溢出效應(yīng)視角［J］. 農(nóng)業(yè)經(jīng)濟(jì)與管理，2023（1）：45-56.

［23］Bartik T J. How do the effects of local growth on employment rates vary with initial labor market conditions？［R］.Upjohn Institute Working Paper，2009，9：102-148.

［24］張宗新，張 帥. 數(shù)字金融提升我國(guó)資本要素配置效率研究［J］. 社會(huì)科學(xué)，2022（11）：129-139.

［25］王 爽. 數(shù)字普惠金融的創(chuàng)業(yè)效應(yīng)［D］. 濟(jì)南：山東財(cái)經(jīng)大學(xué)，2021.

［26］齊紅倩，張佳馨. 農(nóng)村普惠金融發(fā)展與我國(guó)減貧可持續(xù)性：基于多維相對(duì)貧困和貧困脆弱性的雙重視角［J］. 經(jīng)濟(jì)問(wèn)題探索，2023（7）：158-175.

［27］楊慧瀛，楊宏舉. 數(shù)字貿(mào)易如何影響貿(mào)易高質(zhì)量發(fā)展：基于貿(mào)易全要素生產(chǎn)率視角的經(jīng)驗(yàn)證據(jù)［J］. 技術(shù)經(jīng)濟(jì)，2023，42（3）：40-51.

［28］李 婧，譚清美，白俊紅. 中國(guó)區(qū)域創(chuàng)新生產(chǎn)的空間計(jì)量分析：基于靜態(tài)與動(dòng)態(tài)空間面板模型的實(shí)證研究［J］. 管理世界，2010（7）：43-55.