數字普惠金融對綠色農業發展的影響

戴 浩, 魏君英

(長江大學經濟與管理學院,湖北 荊州 434023)

優化農業要素資源配置、調整農業生產結構、推動農業綠色轉型發展是提升農業綜合效益和推進農業供給側結構性改革的客觀要求。2023年中央一號文件再次強調推進農業綠色發展。穩步推進農業農村綠色發展要求農業發展從生產端和供給側同時發力,將農業綠色生態發展放在更加突出的位置,摒棄高耗能、高污染的傳統農業,轉向低碳綠色農業發展模式。傳統金融機構受限于技術、成本和風險,難以為農村經濟的綠色發展提供有力支持。而數字普惠金融相較于傳統金融在擴大用戶覆蓋廣度和提升用戶使用深度的同時,提高了交易效率和服務質量,以及降低了運營成本,有助于推進產業綠色轉型[1-2]。因此,進一步研究數字普惠金融對綠色農業發展的影響,探究其內在作用路徑與機制,對于實現農業綠色轉型發展具有一定的理論和實踐價值。

一、文獻綜述與問題提出

數字普惠金融的數字化特征和普惠性特征成為近年來金融領域的熱點話題。本研究結合研究選題,主要從數字普惠金融對農業發展的影響,以及數字普惠金融對環境治理的影響等2個方面進行文獻歸納和評述。

1.數字普惠金融對農業發展的影響。學界主要研究數字普惠金融對農業農村現代化、農業產出和農業高質量發展等的影響。如羅振軍等研究數字普惠金融對農業農村現代化的影響,分析指出數字普惠金融能有效促進農業農村現代化發展,且存在空間溢出效應[3];方觀富等研究數字普惠金融對農業產出的內在影響和作用機理,分析指出數字普惠金融主要通過擴大農作物播種面積和提高農業機械利用率來提升農業產出[4];羅光強和王森等聚焦農業高質量發展,分析指出數字普惠金融作用于農業產業結構升級和農地流轉,間接促進農業高質量發展,且數字普惠金融對農業高質量發展存在邊際遞增的門檻效應[5-6]。

2.數字普惠金融對環境治理的影響。學界主要研究數字普惠金融對農業綠色全要素生產率、碳減排、低碳農業等的影響。其中,在農業綠色全要素生產率方面,如郭桂霞和張翱祥等研究數字普惠金融對農業綠色全要素生產率的影響,分析指出數字普惠金融通過技術進步和技術效率提升對本地區農業綠色全要素生產率產生正向影響,但不利于周邊地區農業綠色全要素生產率的提升[7-8]。在碳減排方面,如程秋旺等研究數字普惠金融的碳減排效應,分析指出數字普惠金融通過創業效應和數字化賦能降低碳減排[9];王守坤等基于縣域視角研究數字普惠金融對碳減排的影響,分析指出數字普惠金融主要通過產業結構、土地轉讓和技術創新等 3條途徑促進碳減排,具有顯著的碳減排效應[10];丁凡琳研究數字普惠金融對碳強度的影響,分析指出數字普惠金融通過技術進步效應、結構效應和消費偏好來降低碳強度[11]。在低碳農業方面,如申云等研究數字普惠金融對農業綠色低碳發展的影響,分析指出數字普惠金融有助于農業綠色低碳發展[12];付偉等實證研究數字普惠金融對農業低碳發展的影響,分析指出數字普惠金融通過農業流轉促進農業低碳發展[13]。

綜上所述,學界對數字普惠金融展開諸多研究,尤其是近年來關于數字普惠金融的環境效應研究逐步興起,取得了較為豐富的研究成果,為本研究奠定了基礎。但既有研究側重于分析數字普惠金融如何賦能碳減排或低碳農業,以及主要基于碳減排效應、農地流轉效應等視角研究數字普惠金融對綠色農業發展的影響路徑,較少研究數字普惠金融對綠色農業發展的影響及作用機制。鑒于此,本研究基于2011—2020年我國31個省份(港澳臺地區除外,下同)的面板數據,構建綠色農業發展評價指標體系,并采用高斯混合模型、中介效應模型和門檻模型實證分析數字普惠金融對綠色農業發展的傳導機制,進一步驗證農戶創業和農業技術進步在數字普惠金融對綠色農業發展影響中的中介效應,以從理論和實證層面厘清數字普惠金融對綠色農業發展的作用機理,進而為助力“雙碳”目標、實現農業高質量發展提供一定的經驗證據和理論支撐。

二、理論分析與研究假設

(一)數字普惠金融對綠色農業發展的影響機理

農業資金需求小且分散,信用信息收集困難,使得農業部門難以獲得傳統金融機構的支持。依托數字技術的數字普惠金融可以在低成本條件下大大提高農業部門的資本匹配效率和金融服務可獲得性,從而促進農業全要素生產率提升和農業綠色轉型發展[14]。數字普惠金融對綠色農業發展的影響主要體現在以下3個方面:

1.數字普惠金融降低金融服務門檻,滿足綠色農業資金需求。農村金融市場的資金需求分散、系統性風險大、比較效益低等特點,加大了金融機構在農村地區持續經營的難度。且金融機構受利潤目標驅使,更傾向于針對城市地區提供能夠帶來豐厚回報的金融服務,一定程度上會將農村低收入群體排斥在正規金融服務之外,產生農村金融排斥困境。而農村金融排斥會導致農業融資困難,難以引進新型農業生產技術,不利于農業綠色轉型發展。數字普惠金融可以有效緩解農村地區的金融供給不足和金融排斥問題,為農業綠色轉型發展奠定物質基礎。

2.數字普惠金融促進綠色科技應用,提高綠色農業生產效率。數字普惠金融基于互聯網、大數據等數字化技術,可以將資金精準投放到綠色養殖、農業機械設備、污染防治等方面,提升綠色農業產出規模和效率;且基于大數據的風控體系,可以在有效降低金融機構系統性金融風險的同時,提高農民的金融素養和風險意識。同時,數字普惠金融通過促進金融科技和保險科技互聯互通(如“銀行+保險”貸款),提高了農業部門的抗風險能力,進而提高了農戶對新技術和綠色設備的接受度[15],最終有助于提高綠色農業生產效率。

3.數字普惠金融推進綠色理念傳播,踐行綠色農業生產方式。數字化技術加速了綠色健康理念的傳播,逐漸影響公眾的生產和生活方式,促進了綠色消費需求的增長。數字普惠金融搭載大數據、區塊鏈和互聯網等現代數字化技術,使得金融市場變得更加公開和透明。農民通過數字化技術既能及時了解農業污染現狀以及農業綠色轉型的幫扶政策等,加深對綠水青山就是金山銀山的理解,又能親自參與到環境治理的過程中,提升作為農業主人翁的責任感和使命感,有助于推進農民切實踐行綠色農業生產方式,加快農業綠色轉型發展。

鑒于此,本研究提出假設H1:數字普惠金融有利于綠色農業發展。

(二)數字普惠金融對綠色農業發展影響的中介效應

1.數字普惠金融通過農戶創業影響綠色農業發展。資金約束是農戶創業面臨的最大障礙,而近年來數字普惠金融的發展通過提高農戶的信貸可獲得性、電子支付水平、信息知識獲取能力等途徑有效緩解了農戶創業的資金約束,激發了農戶的創業積極性[16]。農戶創業主要包括農業型創業和非農業型創業等2種方式。其中,農業型創業是農戶在原有的農業生產領域進行創新和發展,如農業生產規模的擴大或經營范圍的拓展等;非農業型創業是農戶突破傳統農業生產領域,進行個體工商業生產經營。數字普惠金融的農戶創業效應基于上述2種農戶創業方式發揮效果,具體包括:(1)數字普惠金融的農業型創業效應。數字普惠金融通過為農戶提供創業資金,促使部分農戶開始農業型創業,如擴大農業生產規模、開辦小微農業企業、加入農業合作社等?；凇袄硇越洕恕奔僭O和利益最大化的驅使,農業型創業者更傾向于選擇能耗低、污染少,以及能享受政府幫扶政策的相關領域,這將直接推動綠色農業發展。(2)數字普惠金融的非農業型創業效應。數字普惠金融通過為農戶提供創業資金,促使部分農戶突破傳統農業生產領域進行非農業型創業,使得傳統粗放式的農業生產活動頻率降低,農業污染排放減少;同時,農戶進行非農業型創業時,會更傾向于選擇與農業聯系較為緊密的產業來降低創業風險,以及通過對產業結構進行合理調整,以低污染、低耗能的綠色產業替代高污染、高耗能的傳統產業,間接推動綠色農業發展。鑒于此,本研究提出假設H2:數字普惠金融通過農戶創業促進綠色農業發展。

2.數字普惠金融通過農業技術進步影響綠色農業發展。綠色農業發展水平的提升離不開技術進步,特別是綠色技術創新。數字普惠金融的普惠性緩解了農戶的融資約束,使更多研發資金投入農業部門成為可能,從而提高了區域農業技術創新水平。同時,數字普惠金融基于數字技術進一步健全了信用報告體系[17],有效降低了金融機構在向農戶提供普惠金融服務時面臨的信用風險,這從根本上緩解了農戶技術創新的融資約束[18]。此外,數字普惠金融在我國的大力推進和發展,促進了農村數字基礎設施的不斷完善,以及農業先進技術的推廣和應用,進而促進了農業綠色全要素生產率的提升[19]。鑒于此,本研究提出假設H3:數字普惠金融通過農業技術進步促進綠色農業發展。

(三)數字普惠金融對綠色農業發展影響的門檻效應

數字普惠金融對綠色農業發展影響的門檻效應主要表現為數字普惠金融地區發展的不平衡,即不同發展水平的數字普惠金融可能對綠色農業發展的影響是非線性的。區塊鏈、大數據與普惠金融融合產生的數字普惠金融具有高固定成本和低邊際成本的特征。其中,金融機構在前期發展數字普惠金融時需要投入大量資金建設數字基礎設施,沉沒成本一定程度上對數字普惠金融會產生擠出效應,獲取相關信息、技術和資金的成本處于較高階段,數字普惠金融發展相對緩慢,從而對綠色農業發展的推動作用有限。同時,金融機構的受眾數量達到臨界容量后,便會觸發正反饋,產生馬太效應[20]。隨著數字化技術的發展與完善,數字化技術在推進數字普惠金融發展的同時,使得金融機構開始關注分工和專業化問題,且金融機構在經濟主體和利益的驅動下,側重于優化金融服務和創新金融產品,使得研發新產品的邊際成本,以及獲取新技術、新知識的獲取成本持續下降。于是,數字普惠金融的示范效應將會吸引更多金融機構參與其中,推進數字普惠金融快速發展,從而對綠色農業發展產生更大的促進作用。鑒于此,本研究提出假設H4:數字普惠金融對綠色農業發展具有邊際遞增的非線性門檻效應。

三、綠色農業發展的內涵、綜合評價與時空演化特征

(一)綠色農業發展的內涵

科學界定綠色農業發展的內涵可以為綠色農業的科學合理評價提供理論依據和支撐。綠色農業發展是基于農業技術的改良與進步,以節約資源為手段,以提倡低碳、綠色的生活方式為途徑,以保護和改善農業生態環境為最終目標的農業發展模式。經濟的快速發展使得農業生產的逐利性日益突顯,生態環境成本和社會成本被逐漸忽視[21],導致我國農業發展面臨諸多困境,如高耗能、高污染的粗放式農業生產方式進一步制約農村發展,農業生產要素價格較高與農產品價值較低的價格鴻溝導致農業經濟效益下滑態勢嚴峻,生態退化與環境污染造成農產品質量安全問題頻發等[22]。于是,經濟發展與生態環境的結構性矛盾日益突出,經濟與生態的雙重壓力倒逼農業生產結構變革,而綠色農業發展是破除農業生產污染困境與實現綠色安全消費的重要方式之一[23]。

(二)綠色農業發展的綜合評價

農業生產是農村和農業發展的基礎,農業生產的綠色化是綠色農業發展的核心[23]。而綠色農業的發展水平很大程度上取決于農戶生產方式的綠色化程度[24]。綠色農業發展強調保護和節約資源,減少農業對生產環境的破壞,重構生態資源基礎?？紤]到測度綠色農業發展的復雜性,以及評價指標的科學性和可獲取性,本研究基于農戶生產視角,借鑒黃炎忠和漆雁斌等的做法[25-26],重點探討綠色農業發展的節能增效、可持續發展、環境友好等特征,從節約能耗、集約用地、資源高效和節約用水等方面,分別選取化肥使用效率、農藥使用效率、農膜使用效率、農業機械使用效率、能源使用效率、農地使用效率和水資源使用效率等7個指標構建綠色農業發展評價指標體系,具體詳見表1。

表1 綠色農業發展評價指標體系Table 1 Evaluation index system of green agriculture development

(三)綠色農業發展的時空演化特征

本研究采用熵值法測算綠色農業發展水平,以進一步分析綠色農業發展的時空演化特征。

1.空間演化特征?？紤]到地區經濟發展與綠色農業發展密切相關,本研究將我國劃分為東部地區、中部地區和西部地區,進行綠色農業發展水平的空間演化特征分析。由圖1可知,2011—2020年,我國綠色農業發展水平逐年升高,從2011年的0.556增長至2020年的0.730,10年間共增長了0.174。其中,東部地區綠色農業發展水平最高,西部地區其次,中部地區最低。究其原因在于:東部地區經濟發展水平較高,第三產業居多,農業體量較小;且城市的科學技術外溢推動周邊農村地區技術擴散,對于新技術的采納程度較高,促進農業綠色轉型發展。西部地區雖然面積廣袤,但適宜種植業的土地資源較少,以畜牧業和林業為主,農業污染源少,且畜牧業和林業在一定程度上可以綠化環境,減少農業碳排放,有利于綠色農業發展。中部地區的湖北、湖南、安徽和江西等省份作為我國的農業大省和糧食主產區,農業體量龐大且農業污染源多,農業產出提升的同時農業污染隨之增加,導致中部地區綠色農業發展水平較低。

圖1 我國綠色農業發展水平的空間演化

2.時間演化特征?？紤]到時間節點的均衡性,本研究以2011、2014、2017、2020年為時間節點,進行綠色農業發展水平的時間演化特征分析。由圖2可知,2011年,綠色農業發展水平較高的省份集中在東部沿海地區,以及西藏、青海和四川等西部地區省份,甘肅、寧夏、安徽和山西等4個省份的綠色農業發展水平相對較低。2014年,綠色農業發展水平的東部、中部地區差異顯著,除東部沿海地區省份外,東部地區其他省份的綠色農業發展水平均位于0.6以上,而中部地區省份均位于0.6以下。2017年,綠色農業發展水平整體上升,區域差異縮小。2020年,西部地區的青海、四川和西藏等省份的綠色農業發展水平反超東部、中部地區,且東部、中部地區差異縮小。

圖2 我國綠色農業發展水平的時間演化

四、研究設計

(一)數據來源

本研究選取31個省份作為研究對象,鑒于數據的可獲得性,將2011—2020年作為樣本研究區間,所涉及的數據來源于《中國農業機械工業年鑒》《中國人口和就業統計年鑒》《中國農村統計年鑒》,以及EPS數據庫,少數缺失數值采用插值法補齊。

(二)變量設置

本研究的變量包括被解釋變量、解釋變量、控制變量和中介變量。各變量的賦值和描述性統計詳見表2。

表2 各變量的賦值和描述性統計Table 2 Assignment and descriptive statistics of variables

1.被解釋變量。被解釋變量為綠色農業發展,選取用熵值法計算的綠色農業發展水平進行衡量。綠色農業發展的均值為0.644,表明我國綠色農業發展整體較好,處于中等水平。

2.解釋變量。解釋變量為數字普惠金融。數字普惠金融是傳統業態與數字化技術結合的一種新型金融模式,兼具數字化和普惠性特征,涵蓋保險、證券、支付和信貸等多個領域。本研究選取北京大學數字金融中心編制的數字普惠金融指數進行衡量。數字普惠金融包括覆蓋廣度、使用深度和數字化等3個維度,共計33項細化指標。其中,數字普惠金融的均值為2.162,表明我國數字普惠金融發展較好,但其標準差高達0.970,表明我國數字普惠金融的地區差異較大;覆蓋廣度的均值為1.967,表明我國數字普惠金融的覆蓋面較小,有待進一步擴大;使用深度的均值為2.111,表明我國數字普惠金融的使用較為頻繁;數字化的均值為2.901,表明我國數字普惠金融主要通過數字化技術完成。

3.控制變量?？刂谱兞堪ǔ擎偦?、受教育程度、財政支農水平和人均GDP。具體來說:(1)城鎮化率。城鎮化率是衡量一個區域發展程度的重要指標。本研究采用城鎮人口與總人口的比值衡量城鎮化率。(2)受教育程度。地區整體教育水平的提高會直接影響農戶的綠色生產行為,且農戶的受教育程度越高,其農業產出效率和技能水平也相應越高,從而會提高勞動生產率[27]。本研究采用農村平均受教育年限衡量受教育程度,其中,平均受教育年限=(小學×6+初中×9+高中×12+大專及以上×16)/總人數。(3)財政支農水平。農業科技進步與農業財政投入密不可分,財政支農水平與農業技術進步之間存在非線性關系[28]。本研究采用農林水事務支出與財政支出的比值衡量財政支農水平。(4)人均GDP。GDP是地區經濟發展水平的重要體現,而地區經濟發展水平與科技投入力度密切相關。本研究采用農業總產值與農業人數的比值衡量人均GDP。其中,城鎮化率的均值為58.050,表明我國城鎮化發展整體處于中等水平;受教育程度的均值為7.723年,表明我國農村整體受教育程度偏低;財政支農水平的均值為0.116,表明我國財政支農力度較大;人均GDP的均值為7.086,且最小值和最大值相差較大,表明我國經濟發展水平的區域差異較大。

4.中介變量。根據上文理論分析,本研究選取農戶創業和農業技術進步作為中介變量。具體來說:(1)農戶創業。本研究借鑒齊文浩等的做法[29],采用農村個體創業人數與農村私營企業人數之和占鄉村就業人數的比重衡量農戶創業。(2)農業技術進步。農業技術進步包括土地節約型技術進步和勞動力節約型技術進步等2種類型,本研究借鑒鄧鑫等的做法[30],從勞動力節約型技術進步視角出發,采用農業機械化程度來表征農業技術進步。而農業機械化程度為機耕率、機播率和機收率的總和,本研究進一步參考《主要農作物生產全程機械化示范縣評價指標體系(試行)》的度量標準,對機耕率、機播率和機收率分別賦值為0.4、0.3和0.3,以此來計算農業機械化程度[30]。具體來說,農戶創業的均值為5.210,表明農戶創業群體較大;農業技術進步的均值為0.545,表明農業技術進步程度較高。

(三)模型構建

基于上述理論分析與假設H1,本研究構建基準模型考察數字普惠金融對綠色農業發展的影響。具體模型如下:

(1)

其中,Git表示i省份t年的綠色農業發展;Dit表示i省份t年的數字普惠金融; ∑Kit表示控制變量集合; ?0表示常數項; ?1和?2分別表示數字普惠金融與各控制變量的回歸系數;δi表示個體固定效應;ηt表示時間固定效應;μit表示隨機擾動項。

本研究進一步對數字普惠金融影響綠色農業發展的傳導路徑進行識別和檢驗,基于假設H2和假設H3,借鑒溫忠麟等的做法[31],構建中介效應模型進行實證檢驗。具體模型如下:

(2)

(3)

(4)

其中,Mit表示中介變量,即i省份t年的農戶創業和農業技術進步; ?0、β0、θ0表示常數項; ?1、β1、θ1均表示數字普惠金融的回歸系數; ?2、β2、θ2均表示各控制變量的回歸系數;δi表示個體固定效應;ηt表示時間固定效應;μit、φit、λit表示隨機擾動項。其中,模型(2)表示總效應模型;模型(3)表示數字普惠金融對農戶創業和農業技術進步影響的估計模型;模型(4)表示同時考慮中介機制和數字普惠金融的估計模型。

同時,本研究基于假設H4,進一步檢驗數字普惠金融對綠色農業發展影響的門檻效應,具體以數字普惠金融作為門檻變量構建門檻模型。具體模型如下:

Git=τ0+τ1Dit(qi≤ω)+τ2Dit(qi>ω)+τ3∑Kit+μit+δi+ηt+πit

(5)

其中,qi表示門檻變量,本研究的門檻變量為數字普惠金融,即Di;ω表示門檻值;πit表示隨機擾動項。

(四)特征事實描述

為了從數據層面初步判斷數字普惠金融對綠色農業發展的影響效果,圖3分別刻畫了數字普惠金融與綠色農業發展、農戶創業與綠色農業發展,以及農業技術進步與綠色農業發展之間的線性擬合圖。由圖3可知,數字普惠金融、農戶創業、農業技術進步與綠色農業發展之間均存在正相關關系,假設H1得到初步驗證。但僅從數據的描述性分析下定結論較為武斷,缺乏嚴謹性,本研究將采用計量模型進一步驗證前文假設。

圖3 線性擬合圖

五、實證分析

(一)基準回歸分析

為了避免變量存在多重共線性導致估計結果無效,本研究采用方差膨脹因子方法對模型進行多重共線性檢驗(表3)。由表3可知,各變量的方差膨脹因子均小于10,表明可以排除多重共線性問題。

表3 多重共線性檢驗Table 3 Multiple collinearity test

本研究進一步進行基準回歸分析,具體采用高斯混合模型進行估計,同時以普通最小二乘模型和固定效應模型作為對比。為了驗證高斯混合模型估計結果的有效性,本研究采用二階序列自相關檢驗和過度識別約束檢驗等2種檢驗方法對模型估計結果和工具變量的有效性進行驗證。表4依次報告了在普通最小二乘模型、固定效應模型和高斯混合模型中數字普惠金融對綠色農業發展影響的回歸分析結果。由表4可知,在模型5和模型6中,AR(2)均大于0.05,驗證了模型不存在二階序列自相關的假設,且Sargan也均大于0.05,驗證了工具變量不存在過度識別的問題,表明該模型設定合理且有效。

表4 基準回歸分析Table 4 Benchmark regression analysis

由表4可知,在模型6中,數字普惠金融與綠色農業發展在1%的水平上呈正相關,回歸系數為0.009 7,即數字普惠金融每提高1個單位,綠色農業發展將提高0.97%,表明數字普惠金融對綠色農業發展具有促進作用。模型2和模型4中數字普惠金融的回歸系數分別為0.053 8和0.009 7,分別通過了1%、5%的顯著性水平檢驗,與模型6估計結果的顯著性較為一致,但三者的回歸系數存在些許差異。模型1、模型3和模型5為未控制其他解釋變量的情況,估計結果與控制其他解釋變量的估計結果基本一致,表明無論是否控制其他變量,3種模型的估計結果均支持數字普惠金融有利于綠色農業發展的前置結論。據此,假設H1得到驗證。

在控制變量方面,由模型6可知,城鎮化率與綠色農業發展呈正相關但不顯著,估計系數為0.009 0,即城鎮化率每提高1個單位,綠色農業發展將提高0.9%,表明城鎮化率有利于綠色農業發展,但目前城鎮化率對綠色農業發展的影響尚不顯著;受教育程度與綠色農業發展在1%的水平上呈正相關,估計系數為0.008 9,即受教育程度每提高1個單位,綠色農業發展將提高0.89%,表明受教育程度有利于綠色農業發展;財政支農水平與綠色農業發展呈正相關但不顯著,估計系數為0.009 6,即財政支農水平每提高1個單位,綠色農業發展將提高0.96%,表明財政支農水平有利于綠色農業發展,但目前財政支農水平對綠色農業發展的影響尚不顯著;人均GDP與綠色農業發展在1%的水平上呈正相關,估計系數為0.009 7,即人均GDP每提高1個單位,綠色農業發展將提高0.97%,表明人均GDP越高,越有利于綠色農業發展。

(二)穩健性檢驗和內生性檢驗

本研究在基準回歸分析的基礎上,進一步檢驗上述結果的穩健性,以增強研究結論的可信度,具體從穩健性檢驗和內生性檢驗等2個方面進行處理。

1.穩健性檢驗。本研究主要采用替換解釋變量、剔除直轄市和縮尾處理等3個方法進行檢驗,穩健性檢驗結果詳見表5。具體來說:(1)替換解釋變量。在模型7、模型8和模型9中,覆蓋廣度、使用深度和數字化均在1%的水平上顯著為正,回歸系數分別為0.011 2、0.007 4和0.003 3,表明數字普惠金融的不同維度對綠色農業發展均具有促進作用,且促進作用由高到低依次為:覆蓋廣度、使用深度和數字化?？傮w來看,數字普惠金融的不同維度對綠色農業發展影響的估計結果,與前文數字普惠金對綠色農業發展影響的估計結果基本一致。(2)剔除直轄市。直轄市的政策偏向性和地位特殊性使得其數字普惠金融的發展程度與其他省份相比差距較大,會導致研究結果出現偏誤。鑒于此,本研究剔除北京市、天津市、上海市和重慶市等4個直轄市進行回歸分析。結果顯示,在剔除直轄市后,數字普惠金融仍在1%的水平上顯著為正,回歸系數為0.009 3,表明數字普惠金融對綠色農業發展具有促進作用。(3)縮尾處理?？紤]到樣本數據中存在的異常值可能會對回歸分析結果造成偏誤,本研究將變量前后1%的分位數進行縮尾處理,以剔除異常值對回歸結果的干擾。結果顯示,在進行縮尾處理后,數字普惠金融仍在1%的水平上顯著為正,回歸系數為0.003 9,表明數字普惠金融對綠色農業發展具有促進作用。綜上可知,本研究的結論穩健可靠。

表5 穩健性檢驗Table 5 Robustness test

2.內生性檢驗?？紤]到數字普惠金融和綠色農業發展之間可能存在內生性問題,具體體現在:(1)第三方因素可能對數字普惠金融和綠色農業發展同時產生影響,而這類因素很難被識別,最終會造成模型設定存在偏誤;(2)數字普惠金融影響綠色農業發展的同時,也可能受到綠色農業發展的反作用,從而誘發潛在的內生性問題。鑒于此,本研究基于高斯混合模型進一步采用工具變量法來消除可能存在的內生性問題?？紤]到以支付寶為代表的數字普惠金融發源于杭州,杭州的數字普惠金融發展水平遙遙領先于其他省份。本研究具體借鑒張彤進等的做法[32],將各地區到杭州的球面距離作為工具變量。根據擴散效應和溢出效應可知,在地理位置上離杭州越近,其數字普惠金融發展水平越高,滿足工具變量的相關性要求;同時,地理球面距離作為典型的自然地理特征與社會經濟因素尚無較為緊密的聯系,滿足工具變量的排他性要求。

由表6可知,在工具變量—兩階段最小二乘模型和工具變量—高斯混合模型中,模型的估計結果一致。同時,在未考慮控制變量的情況下,數字普惠金融對綠色農業發展的回歸系數為0.037 7,通過了5%的顯著性水平檢驗;在考慮控制變量的情況下,數字普惠金融對綠色農業發展的回歸系數為0.067 8,通過了1%的顯著性水平檢驗?？梢?本研究選取的工具變量對數字普惠金融能夠予以較好的表征,但工具變量估計結果須進一步考慮弱工具變量問題。由表6的Wald檢驗結果可知,無論是否考慮控制變量,數字普惠金融均在5%的顯著性水平上拒絕存在弱工具變量的原假設。綜上,在克服潛在內生性問題后,數字普惠金融對綠色農業發展的正向影響依然顯著。

表6 工具變量法檢驗Table 6 Instrumental variable method test

(三)異質性分析

考慮到我國綠色農業發展在分布和區域上呈現出異質性特征,本研究進一步分析數字普惠金融對綠色農業發展影響的異質性,具體分析結果詳見表7。

表7 異質性分析Table 7 Heterogeneity analysis

1.分布異質性。為了探究數字普惠金融對不同水平的綠色農業發展的影響,本研究采用面板分位數模型選取25%、50%、75%和90%等4個分位數,分析數字普惠金融對不同分位數綠色農業發展的影響。由表7可知,數字普惠金融在25%、50%、75%和90%分位數上均通過了1%的顯著性水平檢驗;隨著分位數的增加,數字普惠金融的回歸系數呈現出先上升、后下降的發展趨勢。這表明數字普惠金融對綠色農業發展具有促進作用,且促進作用呈倒U型結構。究其原因在于:當綠色農業發展處于較低水平時,數字普惠金融的普惠效應更為明顯,通過為農戶提供生產資金和綠色生產技術支持,提高農業綠色生產效率;當綠色農業發展達到一定水平時,數字普惠金融對綠色農業發展的貢獻度達到最高,促進作用最大;但隨著綠色農業發展水平的繼續增長,綠色農業發展對數字普惠金融的依賴程度逐步減弱,進而轉向其他要素,使得數字普惠金融對綠色農業發展的促進作用逐步減小。

2.區域異質性?？紤]到數字普惠金融的發展和地區經濟發展水平密切相關,本研究根據地區經濟發展水平的差異,將我國分為東部、中部、西部地區,分析數字普惠金融對綠色農業發展影響的區域異質性。由表7可知,數字普惠金融分別通過了1%、1%、5%的顯著性水平檢驗;從系數大小來看,數字普惠金融對東部、中部、西部地區綠色農業發展影響的回歸系數分別為0.014 8、0.014 4和0.008 5。這表明數字普惠金融對東部、中部、西部地區綠色農業發展均具有顯著的促進作用,影響差異不顯著;但數字普惠金融對東部、中部地區綠色農業發展的促進作用大于西部地區。究其原因在于:數字普惠金融具有的數字化特征可以突破時空限制,為農村地區提供低門檻的資金支持,促進綠色生產技術的應用和推廣,從而促進東部、中部、西部地區的綠色農業發展。其中,東部地區的數字化基礎設施優于中西部地區,數字普惠金融發展較為完善;中部地區臨近東部地區,較為便利地享受到東部地區的數字化溢出效應,其數字普惠金融的發展程度僅次于東部地區;而西部地區的經濟發展水平較為落后,數字普惠金融發展相對較為緩慢。

(四)傳導機制分析

基于前文分析,本研究進一步分析數字普惠金融對綠色農業發展影響的內在機制,具體檢驗數字普惠金融通過農戶創業和農業技術進步影響綠色農業發展的2條傳導機制,具體分析結果詳見表8。

表8 傳導機制分析Table 8 Conduction mechanism analysis

1.農戶創業的傳導機制。為了檢驗數字普惠金融通過農戶創業影響綠色農業發展的傳導機制,本研究根據前文設定的中介效應模型進行檢驗。具體步驟包括:(1)將數字普惠金融和綠色農業發展直接回歸,回歸系數為0.009 7,且通過了1%的顯著性水平檢驗,表明數字普惠金融有利于綠色農業發展。(2)將數字普惠金融和農戶創業直接回歸,回歸系數為0.069 1,且通過了1%的顯著性水平檢驗,表明數字普惠金融有利于農戶創業。(3)將數字普惠金融、農戶創業和綠色農業發展三者同時回歸,數字普惠金融和農戶創業的回歸系數分別為0.002 8和0.013 7,且均通過了1%的顯著性水平檢驗,中介效應成立,表明數字普惠金融通過農戶創業促進綠色農業發展,假設H2得到驗證。其中,在其他條件不變的情況下,數字普惠金融每提高1個單位,綠色農業發展將直接提高0.28%,農戶創業將直接提高6.91%,而綠色農業發展將間接提高0.09%(0.069 1×0.013 7≈0.000 9),即總效應將提高0.09%,農戶創業帶來的中介效應在總效應中占比約為32.14%(0.000 9÷0.002 8≈0.321 4)。究其原因在于:數字普惠金融的發展緩解了農戶的信貸約束和金融排斥,農戶可以低成本獲取創業資金,從而推動農戶創業;且農戶創業在外部政策導向和內部利益的雙輪驅動下,會優先選擇綠色環保的農業相關領域,進而對綠色農業發展產生推動作用。

2.農業技術進步的傳導機制。為了檢驗數字普惠金融通過農業技術進步影響綠色農業發展的傳導機制,本研究根據前文設定的中介效應模型進行檢驗。具體步驟包括:(1)將數字普惠金融和綠色農業發展直接回歸,回歸系數為0.009 7,且通過了1%的顯著性水平檢驗,表明數字普惠金融有利于綠色農業發展。(2)將數字普惠金融和農業技術進步直接回歸,回歸系數為0.004 6,且通過了1%的顯著性水平檢驗,表明數字普惠金融有利于農業技術進步。(3)將數字普惠金融、農業技術進步和綠色農業發展三者同時回歸,數字普惠金融和農業技術進步的回歸系數分別為0.014 5和0.083 3,且均通過了1%的顯著性水平檢驗,中介效應成立,表明數字普惠金融通過農業技術進步促進綠色農業發展,假設H3得到驗證。其中,在其他條件不變的情況下,數字普惠金融每提高1個單位,綠色農業發展將直接提高1.45%,農業技術進步將直接提高0.46%,而綠色農業發展將間接提高0.04%(0.004 6×0.083 3≈0.000 4),即總效應將提高0.04%,農業技術進步帶來的中介效應在總效應中占比約為2.76%(0.000 4÷0.014 5≈0.027 6)。究其原因在于:數字普惠金融的發展緩解了農戶的信貸約束和金融排斥,使更多研發資金可以投入農業部門,農業部門研發資金充足有利于農業科研活動的開展,從而提高了區域農業技術創新水平;同時,數字普惠金融的發展推進了農村數字基礎設施的建設和完善,推動先進農業技術的推廣和應用,從而促進農業綠色全要素生產率提升和農業綠色發展。

(五)門檻效應分析

為了進一步驗證數字普惠金融是否會因為地區發展的不平衡,而對綠色農業發展的影響呈現出非線性特征,本研究采用門檻模型進行檢驗。

1.門檻效應檢驗?？紤]到數字普惠金融的不同水平可能對綠色農業發展的影響存在非線性門檻效應,本研究采用門檻模型進行檢驗。在門檻回歸之前須確定門檻數,本研究采用Bootstrap抽樣300次的方法將數字普惠金融作為門檻變量進行檢驗。由表9可知,數字普惠金融單一門檻的P值為0.036 7(小于0.05),通過顯著性檢驗,表明數字普惠金融影響綠色農業發展并不是簡單的線性關系,二者之間存在顯著的單一門檻效應,門檻值為3.015 3,置信區間為[2.974 6,3.034 6]。

表9 門檻效應檢驗Table 9 Threshold effect test

2.門檻模型回歸結果。本研究基于上述門檻效應檢驗結果,將單一門檻變量納入模型進行回歸,具體結果詳見表10。由表10可知,數字普惠金融作用于綠色農業發展時存在顯著的門檻效應。在各門檻區間,數字普惠金融對綠色農業發展的影響均顯著為正,且均通過了1%的顯著性水平檢驗。具體而言,當數字普惠金融小于或等于3.015 3時,數字普惠金融每提高1個單位,綠色農業發展將提高27.8%;當數字普惠金融大于3.015 3時,數字普惠金融對綠色農業發展的促進作用進一步增強,即數字普惠金融每提高1個單位,綠色農業發展將提高28.4%。這表明隨著數字普惠金融的發展,其對綠色農業發展的促進作用呈現出邊際遞增的特征。因此,數字普惠金融發展水平越高,農戶創業和農業技術進步所需的資金就越容易得到滿足,從而對綠色農業發展的促進作用就越強。鑒于此,假設H4得到驗證。

表10 門檻模型回歸結果Table 10 Regression results of threshold model

考慮到不同地區數字普惠金融對綠色農業發展的影響存在差異,本研究將數字普惠金融以前文門檻值3.015 3作為分界點,大于3.015 3的劃為高水平區,小于或等于3.015 3的劃為低水平區,對“十二五”時期(2011—2015)和“十三五”時期(2016—2020年)各省份數字普惠金融的均值進行可視化繪圖,具體詳見圖4。圖4的黑線表示門檻值3.015 3。由圖4可知,“十二五”時期,31個省份均位于低水平區,表明該時期的數字普惠金融發展水平整體較低,對綠色農業發展的促進作用相對較弱?！笆濉睍r期,部分省份提升至高水平區,且高水平區以東部地區省份居多,西部地區省份仍主要位于低水平區,表明該時期的數字普惠金融發展較快,但區域差異顯著。

圖4 “十二五”時期和“十三五”時期31個省份的數字普惠金融發展水平

六、結論與對策

(一)結論

基于2011—2020年31個省份的面板數據,采用高斯混合模型、中介效應模型和門檻模型實證分析數字普惠金融對綠色農業發展的影響及作用機制,得出以下結論:(1)數字普惠金融對綠色農業發展具有顯著的促進作用。(2)數字普惠金融對綠色農業發展的促進作用存在顯著的分布異質性和區域異質性。(3)農戶創業和農業技術進步在數字普惠金融正向影響綠色農業發展的過程中發揮部分中介作用。(4)數字普惠金融作用于綠色農業發展時存在單一門檻效應,且呈現出邊際遞增的特征。

(二)對策

數字普惠金融會影響綠色農業發展,應進一步發展數字普惠金融以優化服務水平、推進區域協同發展以縮小數字鴻溝、完善創業扶持政策以推動農技發展等,進而推進農業綠色轉型發展。

1.發展數字普惠金融,優化服務水平。數字普惠金融能有效提高綠色農業發展水平,應進一步發展數字普惠金融,以優化服務水平。其中,地方政府應關注農業綠色生產領域,充分發揮數字普惠金融的普惠性特征,以服務農民、發展農業、振興農村為導向,出臺并完善農業綠色生產的相關政策,為綠色農業發展提供政策引導和支持;同時,應進一步完善農村地區數字化基礎設施,加大對落后和偏遠地區的投資建設力度,擴大數字普惠金融在農村地區的覆蓋面和服務范圍。金融機構應積極與農戶對接,開發和完善服務“三農”的數字普惠金融產品和服務,滿足農戶對數字普惠金融的現實和潛在需求;同時,應進一步擴大數字普惠金融在農村金融市場的覆蓋面,將被傳統金融市場排斥在外的農村“長尾人群”納入服務范圍,并對致力于推進農業綠色發展的農戶、農業經營組織等予以貸款利率優惠支持,為農業綠色發展提供優質、便捷的金融服務。

2.推進區域協同發展,縮小數字鴻溝。數字普惠金融的分布異質性和區域異質性顯著,應進一步加強數字普惠金融和綠色農業發展的區域協同性,以推進區域協同發展,有效縮小數字鴻溝。其中,東部地區應加大數字普惠金融的實施力度,進而加快綠色農業的發展步伐;同時,東部地區應積極發揮其溢出效應,重視鄰省間的數字普惠金融和綠色農業的協調發展。中部地區的各省份應通力合作,合理配置數字普惠金融資源,提升金融資源使用效率,進而提高綠色農業發展整體水平;同時,臨近東部地區的省份應加強與東部地區省份的經驗交流與溝通,充分利用東部地區較為先進的數字化技術產生的輻射效應,推動本地區數字普惠金融發展。西部地區應推動農村地區的互聯網普及和使用,通過建立健全數字化基礎設施,補齊數字普惠金融發展短板,并根據數字普惠金融的覆蓋廣度、使用深度和數字化程度因地制宜地制定本土化的發展策略,逐步縮小與東中部地區的數字鴻溝;同時,應充分發揮國家政策傾斜的優勢,努力提升本地區的數字普惠金融發展水平,為農業綠色發展提供更好的金融服務和支持。

3.完善創業扶持政策,推動農技發展。數字普惠金融通過農戶創業和農業技術進步來促進綠色農業發展,應進一步完善相關創業扶持政策,以推進農業技術發展,從而提升綠色農業發展水平。其中,地方政府應設立農戶創業和農業技術成果轉化應用的專項資金,并完善農戶創業和農業技術推廣的相關政策,鼓勵農戶創業和推動農業技術發展,以推動農業綠色轉型發展。金融機構應降低數字普惠金融對農戶創業的準入門檻,使農戶能夠便捷、快速地獲取創業資金,推動綠色農業發展;同時,應完善對農業技術創新的金融產品和服務,推動農業技術的研發和創新。農戶應樹立并強化綠色發展理念,加強綠色農業知識的學習和培訓,促進農業技術的應用和推廣,以農業技術進步變革農業生產方式,推進農業綠色轉型發展。