乡村振兴视角下数字普惠金融支持“三农”发展的绩效研究.pdf

2023年第8期(总第529期)金融理论与实践乡村振兴视角下数字普惠金融支持“三农”发展的绩效研究摘要：推进农业农村现代化，实现农民富裕富足是乡村振兴的目标。数字普惠金融在推进乡村振兴中能够发挥支持“三农”发展的支撑作用。为更好地推动乡村振兴，促进“三农”发展，通过构建“三农”发展绩效测度指标体系，探讨数字普惠金融对“三农”发展的影响和作用机制。研究认为，缩小数字普惠金融使用深度的区域差异能够有效缩小数字普惠金融的区域差异；数字普惠金融指数、覆盖广度指数、使用深度指数和数字化程度与“三农”发展绩效之间存在非线性关系；数字普惠金融支持“三农”发展的驱动力已逐步从覆盖广度转向使用深度；数字普惠金融能够通过促进区域经济发展、优化产业结构，提高“三农”发展的绩效；扩大财政支出和促进金融深化有利于提高数字普惠金融支持“三农”发展的绩效。因此，应进一步提高数字普惠金融服务深度、提升消费者数字金融素养、优化数字金融消费环境、构建数字普惠金融协同发展机制，优化外部环境在数字普惠金融支持“三农”发展上的作用，以提高数字普惠金融支持“三农”发展的绩效，全面助力乡村振兴。关键词：乡村振兴；数字普惠金融；“三农”发展绩效文章编号：1003-4625（2023）08-0075-11中图分类号：F832文献标识码：A姚茗珂1，赵健2，杨艳萍1（1.河南工业大学 管理学院，河南 郑州 450001；2.河南工程学院 经济贸易学院，河南 郑州 451191）乡村振兴视角下数字普惠金融支持“三农”发展的绩效研究收稿日期：2023-03-02基金项目：本文为河南省哲学社会科学规划课题“河南省普惠金融发展的绩效评价及模式创新研究”（2020BJJ048）、河南省社科联调研课题“数字普惠金融促进河南民营经济发展壮大研究”（SKL-2023-2624）的阶段性成果。作者简介：姚茗珂（2002），女，河南驻马店人，本科；赵健（1977），女，河南新野人，博士，教授，研究方向为货币政策、农村金融；杨艳萍（1968），女，河南汝南人，博士，教授，研究方向为金融、银行。一、引言党的十八大以来，解决好“三农”问题是全党工作的重中之重。关于做好2023年全面推进乡村振兴重点工作的意见 指出必须坚持不懈把解决好“三农”问题作为全党工作重中之重，举全党全社会之力全面推进乡村振兴，加快农业农村现代化。促进“三农”发展、实现乡村振兴，离不开金融支持，数字普惠金融的普及性、包容性和便捷性特点，是支持“三农”发展、实现乡村振兴的有效措施。乡村振兴战略规划（20182022年）提出了“发展乡村普惠金融”的政策措施。中国人民银行关于做好2022年金融支持全面推进乡村振兴重点工作的意见 提出，要发展农村数字普惠金融。与传统普惠金融相比，数字普惠金融在扩大覆盖面积、减少资源成本、降低违约风险等方面具有明显优势，即具有“普”“惠”“险”的特点，可有效增加广大农村地区的金融供给，提升农业生产能力和农户消费能力，缩小城乡差距。因其更为关注弱势群体的资金需求，兼顾公平与效率，因而可有效促进农业增效、农民增收和农村繁荣。当前，在全面推进乡村振兴、加快建设农业强国、推进农业农村现代化的进程中，数字普惠金融如何充分发挥作用？如何准确测度数字普惠金融支持“三农”发展的效果？如何进一步促进数字普惠金融支持“三农”发展，使普惠金融更好服务乡村振兴？这些都是值得探讨的问题。回答上述问题，有利于全面认识数字普惠金融在乡村振兴战略中的作用，为促进数字普惠金融全面推进乡村振兴提供理论参考和现实依据。为此，本文在构建“三农”发展绩效测度指标体系的基础上，实证分析数字普惠金融支持“三农”发展的直接效应、中介效应与空间溢出效应，揭示乡村振兴背景下数字普惠金融支持“三农”发展的内在驱动力，为进一步提升数字普惠金融服752023年第8期(总第529期)金融理论与实践农村金融务乡村振兴能力、优化政策措施提供经验支持。普惠金融具有机会平等、惠及民生的特点，是以增进民生福祉为目的，让广大人民群众能够以平等的机会、合理的价格享受到符合自身需求特点的金融服务。数字普惠金融将金融科技与传统金融深度融合，广泛应用于经济社会发展，有效提升了金融资源配置效率，引起了学者的关注，并形成了丰富的研究成果。从现有文献看，相关成果主要集中在数字普惠金融发展水平测度（郭峰等，2020）1、传导机制（黄倩等，2019；刘锦怡和刘纯阳，2020）2-3、影响效应（易行健和周利，2018；刘鑫和韩青，2023）4-5、面临问题（邱兆祥和向晓建，2018；孙玉环等，2021）6-7、发 展 模 式（董 玉 峰 等，2020；董 文 奎，2022）8-9以及实施路径（姜振水，2017；邓楚瑶和王福友，2022）10-11等方面。同时，随着乡村振兴战略的推进，部分学者研究了数字普惠金融在推动乡村振兴和农业高质量发展进程中的重要作用（谭燕芝等，2021；谢地和苏博，2021；陈亚军，2022；鲁钊阳和杜雨潼，2023）12-15。数字普惠金融在促进乡村产业振兴、推动农业生产技术创新、提升乡村治理水平、优化乡村公共服务和减缓贫困等方面起到了有效支撑作用。其一，在乡村产业振兴方面，数字普惠金融通过提高支付便利性、缓解流动性约束、加强金融产品供给等方面对农村产业融合发展产生促进作用（张林和温涛，2022；康书生和杨娜娜，2022）16-17。其二，在农业生产技术创新方面，数字普惠金融改善了农村金融产品供给效率，促进了要素流动与技术扩散，提高了农业全要素生产率（唐建军等，2022）18。其三，在乡村治理方面，数字普惠金融通过“网格化”管理模式（吴本健等，2020）19，改善了治理方式，重塑了乡村社会中的内生秩序关系（陈熹和张立刚，2021）20，提升了乡村治理水平。其四，在乡村公共服务方面，数字普惠金融显著促进了城乡教育机会均等化（彭锦和李彦龙，2022）21，优化了农村公共服务供给（张海燕，2023）22。其五，在减缓贫困方面，数字普惠金融改善了贫困群体的金融账户覆盖率、个人支付和小微信贷状况（黄倩等，2019）2，能够显著降低农村家庭的贫困发生率。通过对既有文献的梳理发现，数字普惠金融的研究成果丰富，但现有文献较多侧重于从产业、技术、公共治理、减贫等某一方面分析数字普惠金融对乡村振兴促进作用的研究，从“三农”发展的综合角度进行研究的成果较少，从现实意义来看，普惠金融对“三农”发展的支持绩效也应受到关注。鉴于此，本文将以中部六省为样本，实证分析数字普惠金融支持“三农”发展的绩效水平，以期为提升数字普惠金融支持“三农”发展绩效提供理论依据。二、理论分析与研究假设（一）数字普惠金融支持“三农”发展的理论分析近年来，随着数字技术的发展，普惠金融能够更好地依托数字技术提供金融产品与服务，为“三农”发展和乡村振兴提供了资金来源。1.数字普惠金融有利于缓解融资约束，增加农村居民的金融可得性传统金融难以满足农村地区、贫困群体和小微企业广泛的融资需求。数字普惠金融利用数字技术突破传统金融的局限性，具有“普”“惠”“险”的特征。“普”是指数字普惠金融通过移动终端和多样化支付方式提供金融服务，降低了金融消费者对物理网点和物理机具的依赖，有效提升了金融服务覆盖面，降低了金融服务使用门槛，满足了长尾群体的金融需求。“惠”是指数字普惠金融可以利用大数据搜集、对比信息，提供精准匹配的金融服务，降低金融服务成本。“险”是指降低金融风险，数字普惠金融运用数字技术实时追踪客户信用记录，动态调整金融决策，并为后续风险管理积累完备的数据信息，降低金融风险。2.数字普惠金融有利于缓解农业发展资金约束，提升农村产业经济水平20世纪90年代，罗伯特莫顿和兹维博迪深化了金融功能理论，阐释了金融推动经济增长的作用途径。现代农业生产的规模化、产业化特征要求金融服务在周转方式上具有“短期、小额、分散”的特点，规模上具有“长期、大额、集中”的特点。首先，数字普惠金融可以借助现代科技工具，将偏远地区的金融服务群体纳入服务范围，扩大了普惠金融覆盖广度。其次，数字普惠金融可以借助数字技术开展金融业务，提高了金融服务的便捷性，降低了融资成本。再次，数字普惠金融可以利用数字技术分析农业经营主体资金需求特征，精准设计信贷产品。最后，数字普惠金融利用电子信息平台，促进信息共享，解决金融供给与需求之间的信息不对称问题。根据国家统计局四大地区的划分，中部六省为：山西、安徽、江西、河南、湖北和湖南。762023年第8期(总第529期)金融理论与实践3.数字普惠金融有利于改善农民收入水平，缩小城乡收入差距麦金农和肖提出的金融发展理论认为，经济发展落后地区存在明显的融资约束，金融发展的本质是通过优化金融供给来实现金融资源的优化配置。首先，数字普惠金融可以利用信息技术，突破地域限制，更为便利地为农户提供获得信贷服务的机会。其次，数字普惠金融应用大数据对农户进行风险评估，并根据评估结果设计不同风险程度的金融产品，有效降低了金融服务门槛，从而为农户生产、创业提供所需的资金，提升农户增收的内在动力。再次，数字普惠金融有利于改善农村居民人力资本水平。一方面，通过宣传不断提高农村居民的金融素养；另一方面，通过提供广覆盖和便利化的助学贷款，改善人力资本水平，为提高农村居民收入、缩小城乡收入差距提供了保障。（二）作用机制及研究假设数字普惠金融具有准公共物品属性，可有效改善农村地区金融供给不足等问题。在政策机制激励和配套措施的保障下，金融机构参与普惠金融供给的积极性得到了提升；数字普惠金融在赋能农户和农村产业发展的同时，通过让利金融需求者、提高居民金融素养等方式，激发了金融需求。1.直接效应数字普惠金融通过提升金融服务效率，直接支持“三农”发展。数字普惠金融具有“门槛低、覆盖广、速度快”的优势，借助数字技术触及农村长尾群体，为农村众多农户、企业等提供快速便捷、质优价廉的金融服务，有效降低了交易成本，增加了农村长尾人群追求高质量生活、接受教育、创业和就业的机会。普惠金融可以有效提高金融服务覆盖率、涉农贷款使用效率和农业保险服务力度。另外，农村社会救济能够通过社会资源的再分配有效减缓贫困。从短期看，数字普惠金融能够通过发挥需求引导作用，有效支持“三农”发展。但从长期看，随着数字技术的进一步发展，数字普惠金融专业化水平会越来越高，对农户个体在资本积累和金融素养等方面提出了相应要求，且“数字鸿沟”的出现可能会降低数字普惠金融支持“三农”发展的绩效。因此，数字普惠金融支持“三农”发展绩效可能会表现为非线性关系。故提出如下研究假设。研究假设H1：乡村振兴视角下数字普惠金融对“三农”发展产生直接影响，但表现为非线性关系。2.中介效应数字技术发展能够提高数字普惠金融覆盖广度、使用深度和数字化程度，并最终提高数字普惠金融发展水平。数字普惠金融的发展能够促进区域经济发展，区域经济发展后能够有更多的资金改善区域农业生产基础设施、支持农村小微企业发展、促进农民就业和创业，进而提高“三农”发展绩效。同时，数字普惠金融能够推进传统产业数字化转型，优化产业结构。数字普惠金融的开放性、平台化拓展了金融服务实体经济的渠道，增强了金融服务与实体经济的融合深度，能够更好地服务产业转型升级的资金需求与配置，进而提高“三农”发展绩效。故提出如下研究假设。研究假设H2a：乡村振兴视角下数字普惠金融通过区域经济发展的中介作用，支持“三农”发展。研究假设H2b：乡村振兴视角下数字普惠金融通过产业结构优化的中介作用，支持“三农”发展。3.溢出效应数字普惠金融具有显著的溢出效应。数字普惠金融的重要特征是利用信息技术加强区域间金融资源互联互通，高效的信息传递缩短了空间距离，降低了区域信息不对称问题，畅通了金融资源在区域间的高效流动和合理配置。传统金融市场中资金供给与需求之间存在一定的信息不对称性，这可能会导致“三农”发展所需的资金出现供需错配问题，数字普惠金融通过信息溢出可有效破解上述问题。一方面，数字普惠金融可以利用数字技术的迭代演进搜索到大量碎片数据，并从中筛选出有用信息，再对信息进行加工整合，形成规整的信息数据。另一方面，数字普惠金融可以利用信息共享服务系统和平台，实现“三农”信息数据共享，畅通“三农”发展信息沟通渠道。随着数字化水平的不断提高，资金在区域间聚集和扩散更为灵活频繁，金融服务路径依赖效应减弱，金融服务边界扩大，从而可能会对相邻区域“三农”发展产生空间溢出效应。故提出如下研究假设。研究假设H3：乡村振兴视角下数字普惠金融支持“三农”发展存在空间溢出效应。基于上述作用机制分析及研究假设，本文分析框架图如图1所示。三、乡村振兴视角下数字普惠金融支持“三农”发展的绩效测度（一）“三农”发展的绩效测度指标构建基于理论分析与作用机制，同时考虑数据的可乡村振兴视角下数字普惠金融支持“三农”发展的绩效研究772023年第8期(总第529期)金融理论与实践获取性，本部分围绕农业增效、农民增收和农村繁荣三个维度，构建了数字普惠金融支持“三农”发展的绩效测度指标体系，如表1所示。参考栾健和韩一军（2020）23的研究方法，用人均农林牧渔总产值反映农业增效情况。参考孙俊娜等（2023）24的研究方法，用农村居民收入水平、农村居民消费水平、城乡收入差距、城乡消费差距和农村居民生活质量等指标反映农民增收情况。参考邹新阳和温涛（2021）25的研究方法，用农村固定资产投资、农村人力资本、农村金融资金充足率和农村社会救济等指标反映农村繁荣程度。图1分析框架图（二）“三农”发展的绩效测度方法及数据来源1.数据无量纲化处理由于表1中各观测指标计量单位不一致，数据可比性不强，因此需要对数据进行标准化处理，以消除量纲差异带来的影响。可采用公式（1）和公式（2）对表1中各指标进行无量纲化处理。Xit=xit-mitMit-mit（1）Xit=Mit-xitMit-mit（2）其中，公式（1）用于正向指标的无量纲化处理，公式（2）用于负向指标的无量纲化处理，表1中除农村居民家庭恩格尔系数为负向指标外，其余指标均为正向指标。Xit表示第i个指标t年经过无量纲化处理后的数据，xit表示第i个指标t年的原始数据，mit表示第i个指标t年的原始数据中的最小值，Mit表示第i个指标t年的原始数据中的最大值。2.各维度权重的确定为反映不同观测指标对“三农”发展绩效的贡献，此处采用离散系数确定权重。离散系数计算如公式（3）所示，各指标权重如公式（4）所示。其中sit为第i个指标t年观测值的标准差，-xit为其平均值。it=sit-xit（3）wit=itiit（4）3.各维度及各指数测度对数据进行无量纲化处理后，利用公式（3）和（4）确定权重后，就可以测度数字普惠金融支持“三农”发展的绩效水平，该测度水平涵盖农业增效、农民增收和农村繁荣三个维度。具体计算方法如式表1“三农”发展绩效测度指标体系维度农业增效农民增收农村繁荣测度指标人均农林牧渔总产值农村居民收入水平农村居民消费水平城乡收入差距城乡消费差距农村居民生活质量农村固定资产投资农村人力资本农村金融资金充足率农村社会救济计算方法农林牧渔总产值/农村人口总数农村居民人均可支配收入农村居民人均消费支出农村居民人均可支配收入/城镇居民人均可支配收入农村居民人均消费支出/城镇居民人均消费支出农村居民家庭恩格尔系数农村固定资产投资完成额/农村人口总数农村平均受教育年限=（小学学历人口*6+初中学历人口*12+高中学历人口*12+大专学历及以上人口*16）/6岁及以上人口农村金融机构资产总额/农林牧渔总产值存贷比=金融机构贷款余额/存款余额农村人均最低生活保障支出单位元/人元/人元/人%元/人年%元/人、月农村金融782023年第8期(总第529期)金融理论与实践（5）所示，F表示测度结果。F=i=1witXit（5）4.样本选择与数据来源由于中部六省处于我国内陆腹地，具有承东启西、融南贯北的区位优势，同时又是国家综合运输网络中心区、全国重要的粮食主产区以及重要的能源基地制造业聚居区，在整体区域发展格局中具有重要地位。本文选取中部六省为研究对象，研究区间为20112020年。表1中观测指标数据来源于国家统计局、20122021年各省份 统计年鉴 金融运行报告 国民经济和社会发展统计公告 及 中国区域金融运行报告 等。数字普惠金融指数来源于 北京大学数字普惠金融指数（20112020年），该指数包括数字普惠金融覆盖广度指数、数字普惠金融使用深度指数和数字普惠金融数字化程度指数等。（三）中部六省数字普惠金融发展情况为分析中部六省数字普惠金融偏离整体平均水平的差异以及这种差异的动态变化过程，可借助收敛模型分析中部六省数字普惠金融的收敛趋势。如果这种差异越来越小，则说明中部六省数字普惠金融发展的区域差异有缩小的趋势。收敛模型如式（6）所示。t=16i=16(lnindexit-16lnindexit)2（6）其中，t表示t年中部六省数字普惠金融收敛检验系数，i表示省份，t表示年份，index表示数字普惠金融指数。若t+1t，则表示t+1年比t年更趋于收敛。图2为中部六省20112020年收敛系数的趋势图，可以看出中部六省数字普惠金融指数整体上趋于收敛；20112013年，中部六省数字普惠金融指数有明显收敛趋势，且收敛速度较快；20142017 年，中部六省数字普惠金融指数收敛速度减缓。其原因在于，近几年数字普惠金融使用深度收敛系数有增加的趋势。这说明数字普惠金融使用深度在区域间差异增加，可能会导致数字普惠金融指数收敛速度减缓，即数字普惠金融区域差异缩小趋势放缓。由此可见，在发展初期，数字普惠金融主要依靠覆盖广度拉动，各省数字普惠金融都得到了快速发展，因此收敛速度较快；但当发展进入使用深度驱动时期，数字普惠金融使用深度区域间差异的扩大会导致区域数字普惠金融指数收敛速度下降。图220112020年中部六省数字普惠金融区域收敛趋势图3反映了中部六省20112020年数字普惠金融不同维度区域差异。由此可见，在数字普惠金融的三个维度中，数字普惠金融覆盖广度区域间差异不大；数字普惠金融使用深度整体偏低，且区域间发展不均衡；区域间数字普惠金融数字化程度差异较大，但2016年之后普惠金融数字化发展提速，超过同期数字普惠金融使用深度和覆盖广度的增速。图320112020年中部六省数字普惠金融各维度指数箱线图（四）中部六省“三农”发展绩效分析根据式（1）式（5），可进一步测算出中部六省各年度“三农”发展绩效水平。如图4所示，20112020 年中部六省“三农”发展绩效存在显著差异。从离散程度看，山西省各年度间“三农”发展绩效差异最大，其次是湖南省，湖北省年度差异较小；从整体水平看，湖北省“三农”发展绩效水平最高，湖南省较低。结合图2中部六省数字普惠金融区域收敛趋势来看，样本期内，中部六省数字普惠金融整体水平差距相对较小，仅数字普惠金融使用深度差距相对 本文根据实证设计进行分析，结论供参考。乡村振兴视角下数字普惠金融支持“三农”发展的绩效研究792023年第8期(总第529期)金融理论与实践较大，数字普惠金融使用深度区域差异是否是造成区域间“三农”发展绩效出现较大差异的原因？后文将进一步分析。图420112020年中部六省数字普惠金融支持“三农”发展绩效箱线图（五）中部六省数字普惠金融支持“三农”发展绩效水平的动态演化分析1.莫兰检验Moran s I指数是衡量空间自相关的常用指标。为分析中部六省数字普惠金融支持“三农”发展绩效的空间演化特征，本文测算了Moran s I指数，并采用空间矩阵权重对中部六省 20112020数字普惠金融发展水平及其支持绩效进行了莫兰检验。如表2所示，由检验结果可知，数字普惠金融与“三农”发展绩效的Moran s I指数值均大于0，且在5%的显著性水平下显著。这说明，中部六省数字普惠金融支持“三农”发展绩效水平存在空间“俱乐部收敛”现象。数字普惠金融与“三农”发展绩效存在正向互相影响，即发展水平高的省份在空间上聚集，发展水平低的省份在空间上聚集。表220112020年中部六省数字普惠金融与“三农”发展绩效全局Moran s I指数统计量变量数字普惠金融“三农”发展绩效Moran s I指数0.8150.367Z值1.3393.117P值0.0170.0152.Kernel密度曲线全局Moran s I指数虽然可以判断数字普惠金融与“三农”发展绩效是否存在空间自相关性，但难以反映变量的空间分布特征。本文在测算全局Mo-ran s I指数的基础上，分别测算数字普惠金融与“三农”发展绩效的局部Moran s I指数，并绘制相应的散点图。散点图显示空间样本点分散在一、三象限，但分布格局的动态差异特征不明显，可能是样本省份数量较少导致的。为此，本文采用Kernel密度估计法进行分析，Kernel密度曲线如图5所示。由Kernel密度曲线可以看出，在样本期内，数字普惠金融指数与“三农”发展绩效Kernel密度曲线均呈现由左到右、由单峰到多峰、由陡峭到扁平的动态变化趋势。这说明数字普惠金融与“三农”发展绩效水平都得到了一定程度提升，但区域间差异缩小放缓。这与前文数字普惠金融收敛系数反映的特征是一致的，相关结论进一步得到了验证。四、实证研究及结果分析（一）模型构建与变量选取为分析数字普惠金融支持“三农”发展的绩效水平，本文在理论分析基础上，构建如下研究模型：模型：SP=0+1lnDIF+2URD+3FE+4FD+（7）SP=0+1lnDIF+2(lnDIF)2+3URD+4FE+5FD+（8）模型：RED=0+1lnDIF+iCon+（9）SP=0+1lnDIF+2RED+iCon+（10）ISO=0+1lnDIF+iCon+（11）SP=0+1lnDIF+2ISO+iCon+（12）模型：SP=j=1nwijSPit+1DIFit+1j=1nwijDIFit+2URDit+2j=1nwijURDit+3FEit+3j=1nwijFEit+4FDit+4j=1nwijFDit+i+t+（13）模型中SP表示“三农”发展绩效水平，为被解释变量；DIF表示数字普惠金融发展指数，为核心解释变量，反映了数字普惠金融发展水平。在研究数字普惠金融分维度对“三农”发展绩效的影响时，将核心解释变量分别替换为数字普惠金融覆盖广度指数（CB）、数字普惠金融使用深度指数（UD）和数字普惠金融数字化程度指数（DL），以剖析数字普惠金融三维度指数对“三农”发展绩效的影响；URD、FE和FD均为控制变量，分别表示城镇化水平、财政支出水平和金融深化度。城镇化水平URD用城镇人口/总人口度量，财政支出用地方财政农林水实务支出/地方财政支出度量，金融深化用货币供给量 M2/GDP度量，为随机扰动项。模型中为“三农”发展绩效水平的空间自相关农村金融802023年第8期(总第529期)金融理论与实践系数，w分别为各变量的空间相关权重矩阵（其中i表示某一省份，t为某一年份，n为中部六省个数，i分别表示核心解释变量和控制变量对被解释变量的直接效应影响系数，1、2、3、4分别为核心解释变量和控制变量对被解释变量的间接（溢出）效应影响系数。考虑到各省份之间因地理位置、区域环境及经济等因素的差异，因此在空间杜宾模型（SDM）中引入各省份地区个体效应i；考虑到经济发展过程随着时间的推移，存在部分不可预计因素，因此在模型中引入时间年份效应t。区域经济发展 RED用各省人均GDP表示，该指标反映了区域经济发展程度；产业结构优化ISO采用第一、二产业占GDP的比重表示；Con表示控制变量。模型作为基准模型，用来验证研究假设H1，其中式（7）为线性模型，式（8）为非线性模型。模型用来验证研究假设H2a和H2b，其中式（7）、式（9）和式（10）用来检验区域经济发展的中介效应，式（7）、式（11）和式（12）则用来检验产业结构优化的中介效应；模型用来检验研究假设H3，即数字普惠金融支持“三农”发展绩效的空间溢出效应。（二）数字普惠金融支持“三农”发展绩效的直接效应分析通过利用中部六省20112020年面板数据，对式（7）进行预估计。结果显示，数字普惠金融与“三农”发展绩效间存在非线性关系，同时为消除数字普惠金融可能存在的异方差问题，对数字普惠金融取对数lnDIF，故将式（7）调整为式（8）。对式（8）进行豪斯曼检验，选择固定效应模型，模型回归结果如表3所示，数字普惠金融指数的平方项(lnDIF)2通过显著性检验，研究假设H1得到验证，即数字普惠金融支持“三农”发展绩效表现为非线性关系。回归结果显示：第一，“三农”发展绩效与数字普惠金融及其三个维度间均存在非线性关系，呈倒“U”形趋势，并存在拐点。其中，数字普惠金融指数的拐点值为-0.6442 (-0.078)=4.128，数字普惠金融覆盖广度的拐点值为-0.3922 (-0.054)=3.630，数字普惠图52011年和2020年中部六省数字普惠金融指数与“三农”发展绩效Kernel密度曲线乡村振兴视角下数字普惠金融支持“三农”发展的绩效研究812023年第8期(总第529期)金融理论与实践金融使用深度的拐点值为-0.5912 (-0.052)=5.683，数字普惠金融数字化的拐点值为-0.5232 (-0.048)=5.448；2020年，中部六省上述四个指数对数的均值分别为5.186，5.000，5.119和5.317。四个指标中，数字普惠金融指数和数字普惠金融覆盖广度指数已过拐点，数字普惠金融使用深度指数和数字化程度指数尚未达到拐点，尤其是数字普惠金融使用深度还存在较大提升空间。第二，数字普惠金融三个维度中，覆盖广度对“三农”发展绩效的影响效应为负，但不显著；数字普惠金融使用深度和数字化程度对“三农”发展绩效的影响效应显著为正。这说明数字普惠金融支持“三农”发展的驱动力已逐步从覆盖广度转向使用深度，从广覆盖阶段走向深度扩展的新阶段。由于农村人口数量是有限的，广度的扩展存在一定的边界。当数字普惠金融覆盖率达到一定程度后，应提高数字普惠金融使用深度，提升农户参与数字普惠金融的活跃度。第三，从控制变量看，三个控制变量对“三农”发展绩效的影响都是正向的，但仅金融深化在所有模型中都通过了显著性检验。从城镇化指标的检验结果来看，城镇化水平越高，城乡差距越小，城乡居民交流的机会越多，农村居民对数字普惠金融的了解和应用能力越强，越有利于数字普惠金融支持“三农”发展。从财政支出指标的检验结果来看，财政支出与GDP的比重越高，说明财政支持经济发展的力度越大，越有利于完善数字普惠金融发展基础设施，进而提高数字普惠金融支持“三农”发展的绩效。从金融深化指标的检验结果来看，反映了金融对经济发展中的推动作用，该指标值越大，说明数字普惠金融支持“三农”发展的绩效越显著。（三）数字普惠金融支持“三农”发展绩效的中介效应分析数字普惠金融通过区域经济发展和产业结构优表3数字普惠金融支持“三农”发展绩效的非线性效应回归结果变量常数项Constant数字普惠金融指数lnDIF数字普惠金融指数(lnDIF)2数字普惠金融覆盖广度lnCB数字普惠金融覆盖广度ln(CB)2数字普惠金融使用深度lnUD数字普惠金融使用深度(lnUD)2数字化程度lnDL数字化程度(lnDL)2城镇化水平URD财政支出FE金融深化FDF“三农”发展绩效SP-1.4140.644*（0.357）-0.078*（0.043）1.131（1.058）0.141*（0.061）0.303*（0.174）19.8560.580-0.025（0.087）0.059*（0.031）0.070*（0.039）0.367（0.736）0.299（1.088）0.102*（0.048）5.229-0.8930.392*（0.167）-0.054*（0.022）1.292*（0.743）0.037*（0.017）0.205*（0.096）3.285-1.4750.591*（0.243）-0.052*（0.026）1.888*（0.386）0.823*（0.405）0.261*（0.154）5.743-0.8400.523*（0.289）-0.048（0.031）0.304（0.487）0.057（0.645）0.229*（0.132）6.456注：括号内为各偏回归系数的标准差，*、*、*分别表示在10%、5%和1%的显著性水平下通过检验。农村金融822023年第8期(总第529期)金融理论与实践化支持“三农”发展的作用机制，可以通过模型II来检验，回归结果如表4所示。由表4可知，与主效应模型（7）相比较，数字普惠金融指数与各控制变量的偏回归系数正负性基本保持一致；模型（10）中数字普惠金融指数对区域经济发展的影响在10%的显著性水平下通过检验，说明数字普惠金融对区域经济发展的推动作用明显，模型（10）中数字普惠金融与区域经济发展都存在正效应。通过中介效应检验可知，数字普惠金融可以通过促进区域经济发展支持“三农”发展，提高“三农”发展绩效，中介效应占总效应的比例为40.82%。模型（11）和模型（12）的回归结果显示，数字普惠金融优化产业结构提高“三农”发展绩效，且中介效应占总效应的比例为 33.80%。研究假设 H2a 和 H2b得以验证。表4数字普惠金融支持“三农”发展绩效的中介效应回归结果变量常数项Constant数字普惠金融指数lnDIF区域经济发展RED产业结构优化ISO城镇化水平URD财政支出FE金融深化FD中介效应占比样本容量F区域经济发展中介效应模型（10）-0.3330.472*（0.226）0.951*（0.556）0.725*（0.323）0.634*（0.356）40.82%6011.617模型（11）1.1220.833*（0.199）0.557*（0.231）1.540（1.584）2.304*（0.441）0.483（1.902）606.203产业结构优化中介效应模型（12）-2.9020.603*（0.121）0.219（2.961）0.929*（0.399）0.547*（0.245）33.80%608.084模型（13）1.7800.544*（0.325）0.361*（0.162）0.377*（0.123）0.562（6.771）0.285*（0.088）604.196注：括号内为各偏回归系数的标准差，*、*、*分别表示在10%、5%和1%的显著性水平下通过检验。（四）数字普惠金融支持“三农”发展绩效的空间溢出效应分析莫兰检验显示数字普惠金融与“三农”发展绩效间具有显著的空间相关性，两者在空间上呈现集聚现象。在前文莫兰检验及Kernel密度曲线分析基础上，进一步分析数字普惠金融支持“三农”发展绩效的空间溢出效应。通过LM检验排除自相关情况，通过豪斯曼检验（Hausman）确定选取固定效应模型，空间杜宾模型（SDM）筛选结果如表5所示。表5空间杜宾模型筛选及检验结果统计检验结果Spatial durbinLM-spatial error35.689（0.000）LM-spatial lag33.142（0.000）Hausman29.96（0.000）实证分析结果如表6所示，数字普惠金融指数对“三农”发展绩效的影响总效应系数取值为0.7617，且在10%的水平下显著，表明数字普惠金融指数总体上对“三农”发展绩效的影响是正向的。数字普惠金融指数与“三农”发展绩效之间的直接影响效应取值为0.596，且在10%的水平下显著。这进一步证明数字普惠金融整体上促进了“三农”发展绩效的提升。数字普惠金融指数与“三农”发展绩效之间的直接影响效应取值为0.165，且在10%的水平下显著，表明数字普惠金融与“三农”发展绩效之间在一定程度上存在溢出效应。表6空间杜宾模型回归结果分析变量数字普惠金融指数lnDIF城镇化水平URD财政支出FE金融深化FD地区个体效应i时间年份效应tSpatial Rho样本容量NLog-likelih总效应0.761*（0.223）控制控制控制控制控制0.1712*60256.1106分解效应直接效应0.596*（0.162）控制控制控制控制控制间接效应0.165*（0.096）控制控制控制控制控制注：括号内为各偏回归系数的标准差，*、*、*分别表示在10%、5%和1%的显著性水平下通过检验。（五）稳健性检验及内生性检验鉴于不同省份经济发展和乡村振兴水平存在差异，有可能造成回归结果偏差，故利用解释变量的不同维度对模型进行稳健性检验。分别用农业增效、农民增收和农村繁荣三个维度作为被解释变量，回归结果显示各解释变量的偏回归系数符号没有发生变化，且通过显著性检验，说明实证结果是可靠的。此处中介效应占总效应比例的计算公式分别为111和111。乡村振兴视角下数字普惠金融支持“三农”发展的绩效研究832023年第8期(总第529期)金融理论与实践基于模型I和模型II的实证分析分别考察了数字普惠金融支持“三农”发展绩效的直接效应和中介效应，事实上作为解释变量的数字普惠金融，并不是“三农”发展绩效的唯一原因，因此解释变量的可能遗漏，会造成模型的内生性问题。为避免模型内生性问题对实证结果造成影响，需进一步对模型的内生性进行检验。采用工具变量法检验实证结果的可靠性，以中部六省数字普惠金融指数历年平均值的滞后一期与均值一阶差分的交互项（ADIFt-1DADIF）作为工具变量，这是因为原有模型考虑的是中部六省20112020年的面板数据，平均值反映中部六省的综合情况，因此平均值对单个省份而言相对属于外生变量；另外数字普惠金融之外变量也可能会对单个省份产生影响，但只要该变量并未对中部六省整体产生明显影响，该工具变量就是有效的。2检验和Wald F检验均显示，该工具变量是有效的，二阶段回归结果如表7所示，回归系数通过显著性检验，实证结果是可靠的。表7模型的内生性检验变量数字普惠金融指数DIF工具变量ADIFt-1DADIF控制变量第一阶段（被解释变量DIF）-1.127*（0.108）是第二阶段（被解释变量“三农”发展绩效SP）0.542*（0.103）是注：括号内为各偏回归系数的标准差，*、*、*分别表示在10%、5%和1%的显著性水平下通过检验。五、研究结论与政策建议（一）研究结论本文基于乡村振兴视角，在构建支持“三农”发展绩效测度指标体系的基础上，选择中部六省20112020年面板数据为样本，探讨数字普惠金融对“三农”发展的影响和作用机制。研究结论如下。第一，从数字普惠金融的发展现状看，数字普惠金融指数及其三个维度的指数均呈上升趋势，但存在区域差异，且区域差异的缩小趋势放缓，使用深度收敛速度减缓可能是导致数字普惠金融区域差异的缩小趋势放缓的主要原因。第二，从数字普惠金融对“三农”发展绩效的影响看，数字普惠金融及其三个维度与“三农”发展绩效之间存在倒“U”形关系，目前覆盖广度已过拐点，使用深度和数字化程度尚未达到拐点，存在提升空间；数字普惠金融支持“三农”发展的驱动力已逐步从覆盖广度转向使用深度。第三，从空间溢出效应看，数字普惠金融与“三农”发展绩效存在正向互相影响，即发展水平高的省份在空间上聚集，发展水平低的省份在空间上聚集。第四，从中介效应看，区域经济发展和产业结构优化在数字普惠金融支持“三农”发展中均存在显著的正向中介作用，数字普惠金融能够通过促进区域经济发展、优化产业结构，提高“三农”发展的绩效。第五，从控制变量看，财政支出和金融深化有利于数字普惠金融支持“三农”发展，但城镇化的推进未达到统计上的显著性。（二）政策建议基于研究结论，提出以下政策建议。第一，进一步推动科技赋能数字普惠金融，扩展数字普惠金融服务深度。通过大数据、人工智能、区块链、云计算等技术进一步打造商业上可持续性、成本上可控制和技术上可实施的数字普惠金融26。进一步降低金融服务门槛，提高金融质量。同时，推动金融科技为数据赋能、平台赋能、资产赋能，促进数字普惠金融产品和服务创新，增强金融服务触达能力，提升金融服务的覆盖率、可得性和满意度，拓展数字普惠金融服务深度。第二，一方面，进一步推动金融机构数字化转型，从供给层面，提高数字普惠金融支持“三农”的绩效。金融机构要从经营理念、管理流程、业务模式、产品设计、风控模式、组织管理等方面加快数字化