数字普惠金融与农业全要素生产率：驱动路径与异质性研究.pdf

60【农业经济】BusinessEconomicReviewJun.,20232023年6 月Vol.24,No.3第2 4卷第3期上海商学院学报数字普惠金融与农业全要素生产率：驱动路径与异质性研究齐文浩滕越李自豪摘要：提高农业全要素生产率是实现农业高质量发展的重要手段，数字普惠金融的快速发展为农业生产提供了资金支持，对提升农业全要素生产率具有重要作用。通过2 0 1 1 2 0 1 7 年全国省级面板数据，利用固定效应、分位数回归、门槛效应等计量模型对数字普惠金融与农业全要素生产率的关系展开深入探讨。结果显示：其一，数字普惠金融对农业全要素生产率存在着显著的正向影响，这种正向影响是通过人力资本效应、市场需求效应和技术创新效应三个路径实现的。其二，数字普惠金融对农业全要素生产率的影响存在异质性，从发展水平上看，随着农业全要素生产率和数字普惠金融发展水平的上升，影响强度呈现出“由低到高”的特征；在地域差异上看，基于省域划分，影响强度呈现出“中东西”三级分布。在农业提质增效的关键转型期，要充分利用加强顶层设计、完善基础设施、促进协调发展等手段，以数字普惠金融赋能农业全要素生产率，推动农业高质量发展。关键词：数字普惠金融；农业全要素生产率；高质量发展；驱动路径作者简介：齐文浩，经济学博士，吉林农业大学经济管理学院副教授（长春130118）；滕越，东北财经大学金融学院（大连1 1 6 0 1 2)；李自豪，吉林农业大学经济管理学院（长春1 30 1 1 8）基金项目：国家社科基金青年项目“数字农业赋能农业可持续发展的理论逻辑与实证研究”(21CJL018)DOI编码：1 0.1 9 9 41/ki.CN31-1957/F.2023.03.005一、问题的提出党的十九大明确提出要以提高全要素生产率作为实现经济高质量发展的重要途径。农业作为国民经济最基本的物质生产部门，开始步人由追求高产到追求优质高效的转型阶段。习近平总书记在参加四川代表团审议时强调：必须深入推进农业供给侧结构性改革，加快培育农业农村发展新动能，开创农业现代化建设新局面。传统的农业发展主要依靠相关物质要素的投人驱动，由此伴生出资源的高投人、地力的高破坏、污染物的高排放61齐文浩滕李自豪：数字普农业全要素生产率：驱动路个经与异质性研究越等“三高”问题。在中国农业长期面临人多地少的硬性资源赋约束下，这种传统的低效农业增长方式势必需要向高效的现代化农业增长方式转型。现代化农业的核心特征就是具有较高的全要素生产率，全要素生产率对农业发展的贡献率不断提升。因此，探究现代农业生产效率提升的驱动机制，通过提升农业全要素生产率以破解农业发展中的结构性问题，实现农业的高质量发展，具有现实紧迫性和必然性。农业生产资金的投人和配置效率是影响农业全要素生产率提升的重要因素。当前中国农业的生产经营资金主要来源有以下三种渠道：其一是农业经营主体的自我积累。农业的脆弱性导致农民的生产剩余和收人具有不稳定性，农民的自有资金难以满足农业现代化大规模生产的需要。其二是国家相关财政对农业生产的资金补助。在经济增长新常态和财政支出总资金的约束下，政府支农财政总额有限，对农业生产效率的提升作用仍有待增强。其三是各种类型金融组织的资金支持。在农户自有资金与国家财政补助的基础上，各种类型金融组织的资金支持也极为重要。然而受信息不对称、风险与收益不对等等条件的制约，传统金融机构对农民的贷款成本较高，并且申请手续相对繁杂，申请门槛和条件也较为苟刻，发展普惠性金融成为当前农业发展的迫切需要。普惠金融的发展可以缓解农业现代化发展的资金约束，优化农业现代化发展的生产条件，提升农户在生产经营中的抗风险能力。因此，充分发挥普惠金融的积极作用，是破解现代农业融资困境、促进农业全要素生产率提升的必然要求。随着我国数字经济的快速发展，以大数据、物联网、云计算技术为支撑的数字普惠金融迎来发展新机遇，逐渐成为推动农业生产效率提升的新动能。数字普惠金融在降低借贷成本、扩大借贷范围、提高借贷效率等方面具有天然优势，被普遍认为具有缩小城乡收入差距、促进产业协调发展和包容性增长的重要作用。发展数字普惠金融特别是农村数字普惠金融，已经成为助推城乡融合发展和实现乡村振兴战略的重要抓手。但值得关注的是，数字普惠金融发展尚处于初级阶段，一些问题和不足也逐步开始显现，受地区数字基础设施和金融发展水平的限制，城市与农村之间、不同地区农村之间、不同农村群体之间存在着普惠金融发展水平上的差异和使用上的“数字鸿沟”，导致金融资源仍未在农村实现有效配置。鉴于此，本文以数字普惠金融为主要研究对象，探究数字普惠金融发展对农业全要素生产率作用的机理和多维特征，力争为农业增长方式转型提供理论参考和政策建议。本文余下部分安排如下：第二部分将对现有研究进行回顾和总结，并提出本文可能存在的边际贡献；第三部分将从人力资本效应、市场需求效应、技术创新效应三个维度阐述数字普惠金融和农业全要素生产率的理论联系和作用机理，并基于异质性视角探究黄季煜：农业生产面临的机遇和挑战，河南农业2 0 1 3年第2 2 期，第1 页。1郭妍、张立光、王馨：农村数字普惠金融的经济效应与影响因素研究一一基于县域调查数据的实证分析，山东大学学报（哲学社会科学版）2 0 2 0 年第6 期，第1 2 2 一1 32 页。张勋、万广华、张佳佳等：数字经济、普惠金融与包容性增长，经济研究2 0 1 9 年第8 期，第7 1 一8 6 页。622023年第3期上海商学院学报数字普惠金融对农业全要素生产率影响的多维特征；第四部分将对本文的研究设计进行阐述；第五部分将通过固定效应、分位数回归、门槛效应等计量模型进行实证检验；第六部分为全文的结论阐述，进而提出政策建议。二、文献综述现有文献对于农业全要素生产率影响因素的研究成果颇丰，总体上可以分成三类。第一类是从传统的生产要素投人出发，探究土地流转、劳动转移和资本投入对于农业全要素生产率的影响。研究发现：土地市场的配置扭曲会对农业全要素生产率产生抑制作用且存在空间效应，这种抑制作用会随着土地流转带来规模效应逐渐缓解。农村劳动力转移对农业全要素生产率具有双重影响，一方面，会通过影响土地资源配置结构来提升配置效率，从而通过规模效应促进农业全要素生产率的提升；另一方面，会加深农村劳动力老龄化，农村劳动力数量和质量不断下降，对于农业全要素生产率产生抑制作用。基础设施、人力资本和金融资本等资本投人对于农业全要素生产率的提升存在明显的促进作用，修建农用水利设施、实现农业生产机械化有助于合理配置要素慕赋提升生产效率；农村人力资本水平的提升有助于农村劳动力对于先进技术知识的学习和掌握；农业保险、农业信贷等金融资本投人为农户扩大生产规模、采纳新生产技术提供了资金支持和风险保障，激发了农户的投资主动性和生产积极性；农业生产性服务业则是实现人力资本、金融资本投人的重要途径和衔接关节，通过农业生产性服务业可以将先进的知识技术引入农业生产中，实现分工专业化，提高农业产品附加值，促进农业全要素生产率的提升。第二类是从制度因素出发，探究城镇化建设、信息化进程、减税降费政策等对于农业全要素生产率的影响。研究发现：城镇化水平的提升对于农业全要素生产率的影响具有两面性，一方面，城镇化使农村过剩劳动人口向城市转移，有利于形成规模化、吴国松、姚升：要素市场扭曲对农业全要素生产率空间影响效应分解研究，中国农业资源与区划2021年第1 2 期，第2 1 7 2 2 7 页。郑晶、高孟菲：农业机械化、农村劳动力转移对农业全要素生产率的影响研究一一基于中国大陆31 个省（市、自治区）面板数据的实证检验，福建论坛（人文社会科学版）2 0 2 1 年第8 期，第59 一7 1 页。李士梅、尹希文：中国农村劳动力转移对农业全要素生产率的影响分析，农业技术经济2 0 1 7 年第9 期，第41 3页。张永强、周宁、张晓飞等：我国农业全要素生产率及其影响因素研究基于资源环境约束视角，资源开发与市场2 0 1 7 年第6 期，第6 7 2 6 7 7+7 2 0 页。刘成坤：农村人口老龄化与农业全要素生产率的区域异质性，华南农业大学学报（社会科学版）2021年第6 期，第46 一55页。金绍荣、任赞杰、慕天媛：农业保险、农业全要素生产率与农业经济增长，宏观经济研究2 0 2 2 年第1 期，第1 0 2 1 1 4+1 6 0 页。张恒、郭翔宇：农业生产性服务业发展与农业全要素生产率提升：地区差异性与空间效应，农业技术经济2 0 2 1 年第5期，第9 3一1 0 7 页。63齐文浩滕李自豪：数字业全要素生产率：驱动路径与异质性研究越机械化的农业生产；另一方面，城镇化的快速推进扩大了城乡差距，对农业农村的发展会产生一定的抑制作用。农业信息化建设缓解了信息不对称下的配置效率扭曲，加快了农业技术进步的发展进程，对于农业全要素生产率的提升存在促进作用。农业税收减免政策增加了农户的可支配资金，为农户调整种植结构、使用新型生产技术、实现规模化生产提供了条件，极大地提高了农业生产效率。第三类是从自然环境出发，探究自然灾害、天气状况对于农业全要素生产率的影响。由于农业生产的特殊性，自然环境与农业全要素生产率存在着必然的联系。研究发现：自然灾害和极端天气对于农业全要素生产率存在抑制作用。环境污染对于农业全要素生产率也存在较强的抑制作用。除上述传统生产要素配置和农业特有的自然环境因素影响以外，还有少数文献从数字普惠金融的角度探究了农业全要素生产率增长路径。研究表明，数字普惠金融可以缩小城乡收人差距，提升农业生产经营活动的技术效率，加快农业技术进步，促进农业全要素生产率的增长数字普惠金融是通过数字技术促进普惠金融发展，重点在于发挥数字普惠金融的普及性和惠民性。与传统金融机构发展普惠金融面临的困难和限制不同，数字金融依托于互联网载体，使金融服务覆盖范围摆脱了传统金融机构的空间限制，从而可以惠及更多用户；同时，数字金融具有较强的渗透性，服务对象层次丰富，可以更好地促进普惠金融的发展。数字普惠金融还具有较强的经济效应，对于缓解居民收人差距和企业融资约束、促进创新创业活动和经济高质量发展都存在着积极的影响。从现有研究看，数字普惠金融的经济效益体现在微观和宏观两大层面。其一，微观视角下的经济效益。对于居民来说，一方面，数字普惠金融改变了居民的支付习惯，扩充了日常消费场景，并通过大数据分析实现信息的精准投放，实现对个体居民消费投资结构的优化，促进了个体居民消费投资数量和质量的增长；另一方面，数字普惠金融通过建设大数据征信体系对传统征信渠道进行补充，解决了传统金融市场下信息不对称导致居民信贷困难的问题，并通过数字平台对社会资本的吸引，降低融资信贷的交易成本，进而激发居民经营活动的主动性和龙少波、张梦雪：中国农业全要素生产率的再测算及影响因素一一从传统迈向高质量发展财经问题研究2021年第8 期，第40 一51 页。Sheng Y,Tian X,Qiao W,et al.,“Measuring Agricultural Total Factor Productivity in China:Pattern and Drivers overthe Period of 19782016,in Australian Journal of Agricultural and Resource Economics,2020,Vol.64,No.3,pp.82103.韦锋、徐源琴：农业税减免与农业全要素生产率区一一来自中国全面取消农业税的证据，世界农业2020年第1 2 期，第8 7 9 7 页。杨钧、李建明、罗能生：农村基础设施、人力资本投资与农业全要素生产率一一基于空间杜宾模型的实证研究，河南师范大学学报（哲学社会科学版）2 0 1 9 年第4期，第46 一52 页。徐永慧、尹朝静：环境规制下中国农业绿色全要素生产率的测算，统计与决策2 0 2 1 年第1 8 期，第5054页。刘艳：数字普惠金融对农业全要素生产率的影响，统计与决策2 0 2 1 年第2 1 期，第1 2 3一1 2 6 页。郭峰、王靖一、王芳等：测度中国数字普惠金融发展：指数编制与空间特征，经济学（季刊）2 0 2 0年第4期，第1 40 1 一1 41 8 页。642023年第3期上海商学院学报积极性，逐步提升居民收入水平。对于企业来说，数字普惠金融完善了金融基础设施，拓宽了企业的融资渠道，缓解了企业的融资约束，给予了企业技术创新和研发投人的资金支持，也给企业的创业活动提供了发展动力。对于传统金融发展来说，数字普惠金融在促进金融市场转型升级的同时，也对传统金融的发展产生了冲击。一方面，数字普惠金融迫使传统金融机构利用数字技术转型，提高自身的服务质量和服务效率，促进传统金融机构的数字化创新发展；另一方面，数字普惠金融带来了竞争压力，挤压了商业银行的利润空间，不利于商业银行绩效的提升。其二，宏观视角下的经济效益。数字普惠金融对经济高质量发展具有重要影响。首先，数字普惠金融通过大数据与信息技术，突破了传统金融服务覆盖范围的空间限制，提高了金融服务的普惠性，有利于经济的包容性增长；其次，数字普惠金融降低了传统金融服务的门槛，为低收入人群和中小企业提供所需的金融服务，有助于提高创新创业活跃度，提高整体技术创新水平，营造健康的经济发展环境，提高经济发展质量；最后，数字普惠金融通过大数据、云计算等数字技术，将零散的金融资源优化整合，发挥出金融资源的规模经济效应，从而提高经济发展质量。既有文献从多角度对农业全要素生产率的影响因素和数字普惠金融的经济效益进行了考察，相关结论为本文的后续研究提供了一定的研究视角和理论借鉴。然而，既有文献并没有将数字普惠金融和农业全要素生产率纳入同一研究框架，少有研究从全要素生产率的视角考察数字普惠金融对农业发展的影响效应。相关研究缺乏相应的理论逻辑论述和机理分析，更少有文献采用相关数据对数字普惠金融影响农业全要素生产率的效应和机制进行实证考察。基于此，本文将在以下两个方面尝试作出边际贡献：其一，基于农业全要素生产率视角分析数字普惠金融对农业高质量发展的效益，具有一定的综合性和创新性。其二，充分利用计量模型对数字普惠金融影响农业全要素生产率的基本效应、动态特征、异质性、机制和门槛效应进行全面分析，丰富了有关研究的实证方法，为后续研究提供实证参考刘心怡、黄颖、黄思睿等：数字普惠金融与共同富裕：理论机制与经验事实，金融经济学研究2022年第1 期，第1 35一1 49 页。谢平：互联网金融的冲击与颠覆，商界（评论）2 0 1 4年第1 期，第52 一55页。王诗卉、谢绚丽：经济压力还是社会压力：数字金融发展与商业银行数字化创新，经济学家2021年第1 期，第1 0 0 一1 0 8 页。董晓林、朱晨露、熊健：金融普惠与风险降低不可兼顾吗？一一以江苏农村商业银行为例，南京农业4大学学报（社会科学版）2 0 2 1 年第5期，第1 6 4一1 7 4页。张勋、万广华、张佳佳等：数字经济、普惠金融与包容性增长，经济研究2 0 1 9 年第8 期，第7 1 一8 6 页。聂秀华、吴青：数字金融对中小企业技术创新的驱动效应研究，华东经济管理2 0 2 1 年第3期，第4253页。唐松、伍旭川、祝佳：数字金融与企业技术创新斤一一结构特征、机制识别与金融监管下的效应差异，管7理世界2 0 2 0 年第5期，第52 一6 6+9 页。65滕齐文浩李自豪：数字普农业全要素生产率：驱动路径与异质性研究越三、理论分析与研究假说（一）数字普惠金融对农业全要素生产率的作用机理1.人力资本效应内生增长理论认为人力资本是提升全要素生产率的重要因素。对于中国的农业全要素生产率来说，低水平人力资本主要通过技术模仿促进农业全要素生产率的提升，高水平人力资本则主要通过新技术促进农业全要素生产率的提升，数字经济可以有效促进农业人力资本的积累，进而促进农业全要素生产率的提升。数字普惠金融中的网络众筹等模式可以有效缓解农村居民的信贷约束，降低农村居民的预防性储备，为农村居民提供更多机会进行人力资本投资，使那些具有学习意愿但缺乏教育资金保障的农村居民可以享受相关金融援助，进而促进劳动力人力资本的提升。同时，数字化支付还可以为农村居民获取前沿的线上教育资源提供购买渠道，为其提供更多受教育机会。并且数字技术的优势使得部分数字型普惠金融服务机构有意愿为农民提供专项教育借贷项目，指导农民进行合理的教育预备储蓄，促进农村人力资本的积累，进而会促进农业全要素生产率的提升。2.市场需求效应市场需求对生产具有促进和放大效应。我国居民生活质量和消费需求不断提升，尤其是对农产品质量和安全提出了更高需求，会进一步促进农业全要素生产率的提升。数字普惠金融会通过提高农村居民的消费水平，促进市场需求提升，进而促进农业全要素生产率提升。数字普惠金融所依托的客户端和数字化移动支付模式具有便捷高效的优点，提高了农村居民消费支付的转结效率，激励了农村居民进行小额和随机性消费，并且农村居民通过相关软件在淘宝等数字化平台进行数字化支付和消费，打破了农村消费的空间壁垒，农民可以足不出户实现选品和消费，同时更好掌握当前市场对农产品的新需求，这些都将促进农业生产效率的提升。同时，数字普惠金融的发展催生出更多移动支付场景，创新出多样化的消费模式和需求，也为农产品的改进和农产品的消费提供了更多选择，这些都都将促进农业技术和生产效率的改进。最后，数字普惠金融可以促进农村基础设施的完善，改善农民的出行条件、生产环境和贸易模式，降低农产品的交易成本，从而可以带动农产品市场需求的扩大以及全要素生产率的提高Hain H,“Internet Penetration,Human Capital and Economic Growth in the ASEAN Economies:Evidencefrom a Translog Production Function,in Applied Economics Letters,2019,Vol.26,No.21,pp.17741778.蒋浩东、朱满德、赵志尚：人力资本对农业全要素生产率的影响及其异质性研究一一山区与非山区的对比，南方农村2 0 2 1 年第5期，第4一1 0 页。马黄龙、屈小娥：数字普惠金融对经济高质量发展的影响基于农村人力资本和数字鸿沟视角的分析，一经济问题探索2 0 2 1 年第1 0 期，第1 7 3一1 9 0 页。黎翠梅、周莹：数字普惠金融对农村消费的影响研究一基于空间计量模型，经济地理2 0 2 1 年第1 2 期，第1 7 7 1 8 6 页。颜建军、冯君怡：数字普惠金融对居民消费升级的影响研究，消费经济2 0 2 1 年第2 期，第7 9 一8 8 页。662023年第3期上海商学院学报3.技术创新效应古典增长理论中，技术创新是实现生产效率提升的关键因素。技术创新可以为农业发展提供新的生产资料和新的生产理念，进而促进农业全要素生产率的提升。数字普惠金融的发展具有较为明显的技术创新效应，数字普惠金融本身是一种创新要素，数字普惠金融的使用深度和覆盖广度的提升可以降低创新资本的借贷门槛，提高借贷服务的可得性并降低借贷的交易成本，缓解了农业创新型企业的创新投入约束，改善了相关企业的金融发展环境。数字普惠金融的发展依托于大数据、云计算等数字技术，农业生产和农产品贸易的各种行为都以数据模式记录下来，企业可以借助数据准确了解当前的技术需求和创新方向，金融机构可以准确分析企业创新借贷的风险和前景，数字普惠金融的发展可以有限促进金融和创新的协调共进，进而促进农业全要素生产率的提升。基于以上分析，本文提出如下假说：假说1：数字普惠金融对农业全要素生产率会产生显著的正向影响。假说1 a：数字普惠金融通过积累人力资本促进农业全要素生产率的提升。假说1 b：数字普惠金融通过刺激市场需求促进农业全要素生产率的提升。假说1 c：数字普惠金融通过推动技术创新促进农业全要素生产率的提升。二数字向的多维特征1.地域差异特征数字普惠金融是数字化技术与传统普惠金融的有机结合，既具有数字经济的特点，还拥有了普惠金融的优势。数字经济发展往往需要高技术、高人才、高资本的投入，数字普惠金融也不例外。数字普惠金融对农业全要素生产率影响强度取决于各地经济发展水平、数字基础设施建设水平等经济基础条件的差异。一方面，受到客观因素影响。普惠金融本质上是一种融资发展模式，其需要大量的资金支持。同时数字普惠金融是依托于互联网、数字化设施等要素发展起来的，较高的资金投入和较好的基础保障有助于提升数字普惠金融发展水平，这些客观基础条件是决定数字普惠金融发展的关键因素。另一方面，受到主观因素的制约。数字普惠金融对农业全要素生产率的赋能效率受到农民受教育水平、地区开放程度等主观因素影响，在教育发达地区，农民受教育程度较高，对数字普惠金融的采纳率和利用率显著提升，开放程度高的地区有良好的社会氛围，农民对新事物的接受程度将显著提升，有利于提升数字普惠金融的覆盖率，这些因素是影响数字普惠金融效益实现的关键。我国各省份经济发展、受教育水平等主客观因素存在较大差异，这些差异直接决定了数字普惠金融对农业全要素生产率的赋能效率，使其呈现出明显的地域特征。假说2：数字普惠金融对农业全要素生产率的赋能效率受到各省份主客观因素的综合影响，呈现区域异质性。DKurz H D,Salvadori N,Classical Economics and Modern Theory,in Classical Economics and Modern Theory:Studies in Long-Period Analysis,2003,pp.9294.陈清华、王艳、贺静宜：数字普惠金融、企业技术创新与经济增长质量，当代金融研究2 0 2 2 年第1 期，第38 一49 页。67齐文浩滕李自豪：数字业全要素生产率：驱动路径与异质性研究越2.水平差异特征数字技术与各传统行业的融合发展具有明显的速度和效益优势，相比传统发展模式，数字普惠金融的发展速度在不同时期呈现出由低到高的特征，同时，梅卡特夫定律下数字普惠金融的影响可能具有“边际递增效应”。在发展初期，由于受到地区基础条件的限制，数字普惠金融发展难以找到有效依托，同时，数字化设施建设往往需要较长周期，这就导致了数字普惠金融发展前期较为缓慢，较低水平的数字普惠金融对农业全要素生产率的影响也十分有限，此时期影响的显著性不强。随着基础条件的不断完善，数字普惠金融得到一定发展，数字普惠金融的普及率、覆盖率将会显著提升，形成一定规模效益，并由此将带来数字普惠金融效益的“指数型”增长，由数字普惠金融产生的人力资本效益、市场需求效益、技术创新效益也将快速提升，有利于农业全要素生产率的快速提升。假说3：随着数字普惠金融发展水平的提升，数字普惠金融对农业全要素生产率的影响强度有明显差异，存在门槛效应。四、研究设计(一）数据来源本文采用2 0 1 1 一2 0 1 8 年中国31 个省（自治区、直辖市，以下简称各省）的面板数据，其中，数字普惠金融数据来源于北京大学数字金融研究中心公布的数字普惠金融指数，其他数据来源于历年中国农村统计年鉴和中国统计年鉴，部分缺失数据从各省统计年鉴查找，少数缺失数据采用插值法补全。（二）农业全要素生产率的测度农业全要素生产率是体现农业投人产出效率的综合性指标，本文使用DEAP2.1软件，采用DEA-Malmquist方法对中国农业全要素生产率进行测度。对于农业投人产出指标，参考李欠男和李谷成的研究成果，选取各省的农业总产值（亿元）衡量农业的产出；选取各省第一产业从业人数（万人）作为劳动力投人指标；选取各省农作物播种总面积（千公项）作为土地投人指标；选取各省农业机械总动力（万千瓦）作为机械动力投入指标；选取各省化肥施用量（万吨）作为化肥投入指标；选取有效灌溉面积（千公顷）作为灌溉投人指标。DEA-Malmquist方法测算的是全要素生产率（TFP），由t到t+1期生产效率变化指数和t到t+1期技术进步指数的乘积表示，测算指数大于1 则表示正向增长，小于1 则表示负向增长。全要素生产率TFP还可以进一步分解为技术效率变化（EFF）、技术变革（TECH）、纯技术效率（PE）以及规模效率（SE）（三）模型构建为了考察中国数字普惠金融对农业全要素生产率的直接影响效应，本文构建面板固李欠男、李谷成：互联网发展对农业全要素生产率增长的影响，华中农业大学学报（社会科学版）2020年第4期，第7 1 7 8+1 7 7 页。Thrall R M,“Measures in DEA with an Application to the Malmquist Index,in Journal of Productivity Analysis,2000,Vol.13,pp.125一1 37；囿于篇幅有限与本文研究的侧重点，关于农业全要素生产率的测算过程和结果在此不再一一赞述。68上海商学院学报2023年第3期定效应模型如下：TFPi,=o+E,Digit+Xi,+,+&itigit+Xi,+,+&it(1）其中，i代表省份，t代表年份。被解释变量TFP代表农业全要素生产率，解释变量Dig代表数字普惠金融发展指数，X代表影响农业全要素生产率的一组控制变量，主要涵盖经济增长、政府农业财政支出、基础设施建设、城镇化水平、人力资本水平、乡村消费水平以及地区创新水平等省级特征变量，u代表个体的固定效应，&为随机扰动项，固定效应模型的选择依据将在下文给出。进而，为了考察中国数字普惠金融对农业全要素生产率的动态影响效应，本文进一步设定分位数回归模型如下：TFPP.i=ag.o+ag.Digg.in+Zag.2Xg.+,+egit（2）其中，9 代表分位点数，g.1代表不同分位点数下数字普惠金融对农业全要素生产率的影响效应，其他变量含义与式（1）相同。最后，为了考察中国数字普惠金融对农业全要素生产率的门槛效应，本文进一步设定面板门槛回归模型如下，考虑模型的适用性，此处仅以单一门槛为例：TFP,=+,Digi(）+,Digil（,)+ZXi,+it（3）其中，代表门槛变量，代表门槛值，（）代表指示性函数，和代表不同门槛值下数字普惠金融对农业全要素生产率的影响效应，其他变量含义与式（1）相同四）变量说明被解释变量：本文选取农业全要素生产率（TFP）为被解释变量，采用DEA-Malmquist法对农业全要素生产率进行测度，具体投人产出指标如上文所述。核心解释变量：本文选取数字普惠金融指数（InDig）为核心解释变量，其也是本文的门槛变量，将北京大学数字普惠金融指数对数化处理，以此作为测度标准。并依据指标体系的三大维度，进一步将其划分为覆盖广度（InBreadth）、使用深度（InDepth）和数字化程度（InDigth）进行细化考察。控制变量包括：地区经济增长水平（lngdp），用地区人均GDP的对数衡量；政府农业财政支出（lnfinc），用地区政府农林水事务财政支出的对数衡量；基础设施建设（In r o a d），用地区人均公路里程的对数衡量；城镇化水平（urban），用地区城镇人口所占比例衡量；人力资本水平（Inedu），用地区每十万人口高等学校平均在校生数的对数衡量；乡村消费水平（Incons），用地区乡镇及乡村零售总额的对数衡量；创新水平（l n i n o v），用地区人均专利授权数的对数衡量，相关变量的描述性统计如下：表1相关变量的描述性统计变量名符号表示均值标准差最小值最大值农业全要素生产率TFP1.0560.0760.8231.411数字普惠金融InDig5.0640.6782.7865.934经济增长水平Ingdp10.7650.4309.70511.85169齐文浩滕越李自豪：数字普惠金融与农业全要素生产率：驱动路径与异质性研究(续表1)变量名符号表示均值标准差最小值最大值政府农业财政支出Infinc6.0470.5664.5197.178基础设施建设lnroad1.5500.4100.1122.359城镇化水平urban56.13313.25022.72789.606人力资本水平Inedu7.7890.2916.9868.632乡村消费水平Incons9.1400.4397.92810.194创新水平lninov1.6601.0800.9474.048五、实证检验（一）基准回归使用固定效应模型还是随机效应模型是处理面板数据的基本问题，豪斯曼检验结果显示，p值小于0.0 1，拒绝了原假设，因此，本文采用固定效应模型对数字普惠金融与农业全要素生产率的关系进行基准回归检验，实证检验部分均通过Stata16计量分析软件实现，相关回归结果如表2 所示。表2基准回归检验结果变量模型1 a模型1 b模型1 cInDig0.382*1.335*1.207*(4.978)(8.123)(7.139)2.058*1.405*Ingdp(3.037)(1.867)0.935*0.453lnfinc(2.164)(0.942)0.7390.375Inroad(1.310)(0.641)0.185*urban(3.728)3.278*Inedu(3.158)1.178*lncons(2.245)0.519*lninov(2.037)-3.628*20.499*-14.417cons(-9.255)(3.552)(-1.542)个体效应控制控制控制时间效应随机随机随机R20.1030.2540.345N248248248注：（1）*、*、*分别表示在1%、5%和1 0%统计水平上显著；（2）括号内的数值是t值。702023年第3期上海商学院学报表2 显示的是逐步加人控制变量后的面板固定效应回归结果。从模型1 a的回归结果可以看出，数字普惠金融的影响系数为0.38 2，并在1%统计水平上显著。在逐步加人控制变量后，数字普惠金融对农业全要素生产率的影响仍显著保持正向，并且回归系数增加至1.2 0 7，这说明数字普惠金融的发展可以有效促进农业生产效率的提升，验证了假说1。模型1 c报告了控制变量的回归情况，经济发展水平对农业全要素生产率的影响为正，并且在1 0%统计水平上显著，说明地区经济发展会带动农业生产率的提升；政府农业财政支出对农业全要素生产率的影响为正，但是并不显著，这一结果可能是财政支出的偏向性导致的，一般情况来讲，政府的财政支出具有生产性偏向，对于农业发展的财政扶持力度稍显薄弱，未发挥应有的促进效应；基础设施建设对农业全要素生产率的影响为正但同样不显著，说明农村基础设施的建设仍不充分，没有显著促进农业生产效率的提高；城镇化水平对农业全要素生产率的影响为正，并且在1%统计水平下显著，说明地区城镇化的发展有利于农业全要素生产率的提升；人力资本水平对农业全要素生产率的影响为正，并且在1%统计水平上显著，说明地区人力资本水平的提升可以有效提升农业全要素生产率；乡村消费水平对农业全要素生产率的影响为正，并且在5%统计水平上显著，说明乡村消费水平的增加能够有效引致农业全要素生产率的提升；创新水平对农业全要素生产率的影响为正，并且在5%统计水平上显著，说明地区创新水平的提升可以有效提高农业生产的技术水平，进而带动地区农业全要素生产率的提升。（二）分项回归结果分析为深人探讨数字普惠金融与农业全要素生产率关系，本文进一步考察数字普惠金融各个维度对农业全要素生产率的影响情况。回归结果如表3所示。模型1 d报告了数字普惠金融覆盖广度对农业全要素生产率的影响效应，由回归结果可以看出，数字普惠金融覆盖广度对农业全要素生产率的影响为正，并且在1%统计水平上显著，随着数字普惠金融覆盖率的提高，金融的影响范围将不断扩大，进而也会带动农业全要素生产率的提升，说明金融覆盖广度的提高可以有效促进农业全要素生产率的提升。模型1 e报告了数字普惠金融使用深度对农业全要素生产率的影响效应，由回归结果可以看出，数字普惠金融使用深度对农业全要素生产率的影响为正，但是并不显著，说明农村数字普惠金融使用深度未对农业全要素生产率产生显著影响。模型1 f报告了数字普惠金融数字化程度对农业全要素生产率的影响效应，由回归结果可以看出，数字普惠金融数字化程度对农业全要素生产率的影响显著为正，并且在1%统计水平上显著，说明数字化程度的增加可以有效促进农业全要素生产率的提升，随着数字普惠金融数字化程度的提高，金融服务的门槛和交易成本会不断下降，农民的金融借贷也会更加便捷高效，进而会带动农业全要素生产率的提升。71齐文浩滕李自豪：数字普惠金融与农业全要素生产率：驱动路径与异质性研究越表3分项回归检验结果变量模型1 d模型1 e模型1 f0.724*InBreadth(5.840)0.180InDepth(1.024)1.025*InDigth(9.871)1.2331.0482.235*Ingdp(1.586)(1.254)(3.182)0.1590.4170.574Infinc(0.324)(0.784)(1.310)0.3840.0870.191lnroad(0.634)(0.133)(0.355)0.205*0.219*0.102*urban(4.008)(3.984)(2.168)3.089*4.933*3.911*Inedu(2.821)(4.377)(4.181)1.678*2.209*0.993*lncons(3.176)(3.862)(2.071)0.4190.3800.374lninov(1.596)(1.339)(1.599)-17.607*-39.398*-12.582_cons(-1.807)(-4.029)(-1.499)个体效应控制控制控制时间效应随机随机随机R20.2990.1890.444248248248注：（1)*、*、*分别表示在1%、5%和1 0%统计水平上显著；（2）括号内的数值是t值。（三）分地区回归结果分析由于我国不同地区的数字基础设施建设水平和农业资源赋具有一定差距，数字普惠金融对农业全要素生产率的影响效应可能存在区域异质性。本文以经济发展水平为划分标准，将样本分为东部地区、中部地区和西部地区，进而考察数字普惠金融影响效应的区域异质性，回归结果如表4所示。从回归结果可以看出，数字普惠金融对东部农业全要素生产率的影响为正，并且在1%统计水平上显著，说明数字普惠金融可以显著提升东部地区的农业全要素生产率；中部地区数字普惠金融对农业全要素生产率的影响系数为正，并且在1%统计水平上显著，说明对于中部地区的农业发展来说，数字普惠金融的发展可以有效提高其生产率；西部地区数字普惠金融对农业全要素生产率的影响为正，并且在1%统计水平上显著，说明数字普惠金融同样有助于西部地区的农业全要素生产率的提升。从具体回归系数来看，数字普惠金融对农业全要素生产率的影响强度呈现出“中东西”三级分布，验证了假说2。722023年第3期上海商学院学报表4分地区回归检验结果变量东部地区中部地区西部地区1.119*1.653*0.979*InDig(3.172)(4.641)(3.547)个体效应控制控制控制时间效应随机随机随机控制变量YesYesYesR20.3900.4510.386N886496注：（1）*、*分别表示在1%、5%和1 0%统计水平上显著；（2）括号内的数值是t值。（四）分位数回归结果分析基准回归模型关注的是条件均值下数字普惠金融对农业全要素生产率的影响，本文进一步采用分位数回归模型考察地区不同农业全要素生产率水平下，数字普惠金融影响效应的动态变化特征，主要选取5%、2 5%、50%、7 5%、9 5%五个分位点进行回归，相关结果如表5所示表5分位数回归检验结果变量q05q25q50q75q95InDig0.175*0.387*0.452*0.794*0.986*(2.082)(3.256)(3.131)(4.927)(7.615)-3.946-1.128-0.747-4.165-6.645_cons(-1.339)(-0.231)(-0.083)(-0.536)(-1.019)个体效应控制控制控制控制控制时间效应随机随机随机随机随机控制变量YesYe