涉農貸款增量獎勵政策是否促進了農民增收？

郝祥如，張繼武，喬元波

（1.濟南大學 商學院，山東 濟南 250002；2.山東大學 經濟研究院，山東 濟南 250100；3.山東大學 縣域發展研究院，山東 青島 266200）

一、引言與文獻綜述

確保農民收入持續增長是打贏脫貧攻堅戰、縮小城鄉收入差距和實現城鄉融合發展的關鍵所在，也是改革開放以來中央再三強調的“三農”政策核心目標之一。然而，我國長期以來農村信貸市場信息不對稱問題嚴重，再加上我國“城鎮優先發展”戰略導致大量農村資本以吸儲的方式從農村流向城市，使得農村金融市場萎縮，農業發展存在長期的資金供求缺口，限制農民收入水平的提高，拉大了城鄉收入差距。財政支農政策實施是解決農村資金缺口，促進農業可持續發展的關鍵。由此，中央開始強調加大農村金融的政策支持力度，利用財政杠桿，實現財政政策和金融政策的有效銜接，引導更多資金流向“三農”領域，推進農業現代化，促進農民收入的持續增長。為了進一步激發金融支農的內生動力，建立和完善財政促進金融支農的長效機制，財政部于2009年印發了《財政縣域金融機構涉農貸款增量獎勵資金管理暫行辦法》，開始嘗試利用財政政策手段來引導金融資源向農村地區配置，促進財政支農政策與金融支農政策之間的協調互動，更好地發揮財政政策“以小博大”撬動信貸資源的杠桿效應，提高涉農貸款的增長速度。那么，在涉農貸款增量獎勵政策的大力推動下，涉農貸款增加是否能促進農民的增收？若能，通過何種機制影響農民增收？不同試點地區的政策效果是否存在差異性？客觀準確地評估涉農貸款增量獎勵政策對于農民增收的作用，對于進一步完善財政支農政策體系、縮小城鄉收入差距和促進城鄉融合發展具有重要的現實意義。

學術界關于財政支農和金融支農對于農民增收的影響展開了討論。首先是財政支農對于農民增收的影響。一部分學者認為財政支農政策是有效的，財政支農會帶來農民的收入水平增加①王玉柱：《中國共產黨不同歷史時期探索農民收入分配政策的制度邏輯——從兼顧多維關系平衡到新時代共同富裕改革主體的政策變遷》，《理論學刊》，2022年第5期。；另一部分學者認為財政支農政策的作用并不明顯，由于我國目前的農村地區存在財政激勵缺位或過度問題，使得財政資金使用效率低下，缺少持續穩定的財政支農長效機制，導致對于農民收入的影響不明顯②李燕凌，歐陽萬福：《縣鄉政府財政支農支出效率的實證分析》，《經濟研究》，2011年第10期。。其次是金融支農對于農民增收的影響。農村金融發展可以提高資源配置效率，促進農業機械化發展③劉洋，顏華：《縣域金融集聚、農業機械化與農民收入增長——基于河南省縣域面板數據的經驗分析》，《農業技術經濟》，2021年第12期。，加強農民的創業決策意愿④李樹，于文超：《農村金融多樣性對農民創業影響的作用機制研究》，《財經研究》，2018年第1期。，實現農民的增收⑤溫濤，王佐滕：《農村金融多元化促進農民增收嗎？——基于農民創業的中介視角》，《農村經濟》，2021年第1期；黃燁煒，邱俊欽：《農村土地抵押貸款對農民收入的影響》，《江西財經大學學報》，2023年第3期。。但是，我國農村地區信貸體系的不完善導致農村金融機構配置失衡⑥王小華：《信用約束、信貸調節與農民收入增長》，《財貿研究》，2015年第5期。，大量資金流向城市地區，不利于農民收入提升，甚至會抑制農民增收，拉大城鄉收入差距⑦李倩，杜江：《金融發展與財政支農對農村居民收入影響的實證》，《統計與決策》，2020年第4期。。另外，還有一部分文獻分析財政支農與金融支農的協作效應，認為兩者的協調配合能夠激發金融支農的內生動力，實現財政支農政策撬動金融信貸資源的杠桿效應，促進農業發展和農民增收⑧行偉波，張思敏：《財政政策引導金融機構支農有效嗎？——涉農貸款增量獎勵政策的效果評價》，《金融研究》，2021年第5期。。但從目前實踐來看，兩者協調、聯動作用還是比較低，對于農民增收作用不明顯⑨彭克強，易新福，邱雁：《改革以來中國農業投入產出關系的協整分析》，《農業技術經濟》，2013年第4期。。

上述文獻對于理解涉農貸款增量獎勵政策與農民增收之間的關系具有重要的借鑒意義，但是，對于該領域的研究還有很大的拓展空間：第一，現有文獻對于財政支農、金融支農進行了豐富的研究，但更多的是財政支農額度、金融支農額度對于農業產出、農民收入的影響。而本文從涉農貸款增量獎勵政策入手，利用逐期雙重差分法來驗證財政金融支農對于農民收入的影響，能較好地解決反向因果帶來的內生性問題。第二，現有文獻并沒有深入討論涉農貸款增量獎勵政策影響農民收入的內在機理、數字金融與傳統金融之間的互動作用。第三，不同省份的特征存在異質性，對于涉農貸款增量獎勵政策的農民增收效應會有所不同，因此，分析清楚不同省份特征下的涉農貸款增量獎勵政策對于農民增收的具體影響，對于實現農民增收、縮小城鄉收入差距具有重要理論借鑒意義。

相較于已有文獻，本文的邊際貢獻主要體現在以下三點：首先，本文對金融機構涉農貸款增量獎勵政策的農民增收作用進行了深入討論，進一步將涉農貸款增量獎勵試點政策視為“準自然實驗”，構建逐期雙重差分法檢驗了涉農貸款增量獎勵政策對于農民收入水平的凈效應，這為財政金融支農和農民增收的相關領域提供了新的經驗證據。其次，本文從農業生產效率提升的內部視角，探討了涉農貸款增量獎勵政策對于農民收入增長的作用機理，并且從金融市場競爭的外部視角分析了數字金融發展與涉農貸款增量獎勵政策之間的交互關系，深化了現代數字金融與傳統金融機構互動機理的認識。最后，本文根據不同省份的特征進行了異質性分析，對于涉農貸款增量獎勵政策的地理空間異質性、糧食主產區異質性和農業生產大省異質性進行全面探索，為進一步建立和完善財政促進金融支農長效機制提供了政策建議。

二、制度背景與理論分析

（一）制度背景

2009 年4 月22 日，為了建立和完善財政促進金融支農長效機制，激勵金融機構加大對“三農”領域的貸款，引導更多社會資本支農，財政部印發了《財政縣域金融機構涉農貸款增量獎勵資金管理暫行辦法》。政策要點如下：對于上年末涉農貸款平均余額同比增幅超過一定比例且貸款質量符合規定條件的縣域金融機構，財政部門對其上年末涉農貸款余額超增部分，給予一定比例的獎勵，納入機構當年收入核算和財政部門的下一年度財政預算。并且將黑龍江、河南、湖南、新疆、云南作為第一批試點，開展涉農貸款增量獎勵政策。2010年初將安徽、江蘇、內蒙古進一步納入試點范圍，2010 年9 月繼續追加河北、山東、遼寧、湖北、吉林、江西、廣西、四川、甘肅、陜西等10 個省份作為試點范圍，2013 年又進一步將山西、重慶、福建、海南、貴州、西藏、青海 7 個省份納入試點范圍。隨著財政支農力度的不斷深入，我國涉農貸款增量獎勵政策的試點區域也在不斷增多。截至2017年，全國已經有25個省納入涉農貸款增量獎勵政策試點。

（二）理論分析

我國農村信貸市場信息不對稱問題嚴重，農業發展存在長期資金供求缺口，農村金融發展對于農村經濟增長和農民收入增加存在顯著的促進作用①劉玉春，修長柏：《農村金融發展、農業科技進步與農民收入增長》，《農業技術經濟》，2013年第9期；梁海兵：《鄉村產業高質量發展的困境與優化：一個嵌入機制的分析框架》，《學?！?，2022年第5期。。因此，我國長期以來提倡金融支農政策，倡導金融部門要多服務“三農”領域發展。但是由于農戶借款額度偏小、數量繁多且缺乏擔保，導致金融機構信貸風險極高，金融機構“保本逐利”的要求和“嫌貧愛富”的本性會將資金配置到風險較低的城市地區，資金的嚴重缺失制約著農村經濟發展②高遠東，溫濤，王小華：《中國財政金融支農政策減貧效應的空間計量研究》，《經濟科學》，2013年第1期。。顯然，以追逐利潤最大化為目標的商業性金融機構不可能自發地承擔金融支農的重任③王定祥，田慶剛，李伶俐等：《貧困型農戶信貸需求與信貸行為實證研究》，《金融研究》，2011 年第5 期；涂圣偉，楊祥雪：《要素市場化配置、城鄉收入差距與農民共同富?！?，《貴州社會科學》，2022年第9期。。在此背景下，政府利用財政杠桿，實施涉農貸款增量獎勵政策，引導和激勵金融機構加大涉農信貸的投放力度，支持農業發展。財政政策與金融政策的有效銜接，激發了金融機構參與涉農貸款的積極性，增大了涉農領域的資金配置量，解決了農村資金嚴重不足難題。另外，作為一項國家涉農創新政策，具有示范效應和誘導效應，可以有效促進農村金融的資金積累和內部流動，形成農村金融體系的良性循環。因此，涉農貸款增量獎勵政策實施會激勵金融機構向“三農”領域提供資金，刺激農村經濟更好發展，促進農民收入水平持續較快增長，故得出假設1。

假設1：涉農貸款增量獎勵政策實施會顯著提升農民的收入水平。

從內部機制來看，涉農貸款增量獎勵政策實施可以有效引導金融機構將資金配置到農村地區，推動金融機構開展對低收入群體的金融服務，使得農村地區和農村群體獲得更多信貸支持。一方面，農戶能夠獲得更多信貸支持，會加大對于農業機械設備的投資①劉洋，顏華：《縣域金融集聚、農業機械化與農民收入增長——基于河南省縣域面板數據的經驗分析》，《農業技術經濟》，2021年第12期；張志新，李成，白海洋：《農業基礎設施對糧食生產效率的影響》，《華東經濟管理》，2023年第10期。，大量資本進入能夠提升農業生產技術水平，促進農業機械化生產，有利于農業生產效率的提升。另一方面，涉農貸款還涉及到農村生產、生活基礎性設施領域，更多金融資本流入農村地區，促進了農村地區基礎設施建設，如農村道路、農田水利、農村電網等經濟基礎設施和農村醫療保障等社會基礎設施②行偉波，張思敏：《財政政策引導金融機構支農有效嗎？——涉農貸款增量獎勵政策的效果評價》，《金融研究》，2021年第5期。。農村生產條件是農業生產的硬性要求，好的農村生產條件可以使生產更加有效，促進農業規?；a，有利于農業生產效率的提升。因此，涉農貸款增量獎勵政策引導更多資金配置到農村地區，促進農業機械化生產，改善農村生產條件，提升農業生產效率，增強農民增收能力，提升農民收入水平。由此，故得出假設2。

假設2：涉農貸款增量獎勵政策實施通過促進農業機械化、改善農村生產條件促進農民的增收。

從外部環境來看，金融市場競爭加劇會促進金融支農和金融普惠③張正平，楊丹丹：《市場競爭、新型農村金融機構擴張與普惠金融發展——基于省級面板數據的檢驗與比較》，《中國農村經濟》，2017年第1期；王雪，何廣文：《縣域銀行業競爭與普惠金融服務深化——貧困縣與非貧困縣的分層解析》，《中國農村經濟》，2019年第4期。。根據市場勢力假說可知，金融市場競爭程度的提升可以削弱銀行的壟斷地位，進而使傳統銀行更加重視“三農”領域④CHONG T. T.，LU L.，ONGENA S.，Does Banking Competition Alleviate or Worsen Credit Constraints Faced by Small-and-medium-sized Enterprises？Evidence from China，Journal of Banking & Finance，Vol.37，No.9，2013，pp.3412-3424.。其中，創新是提升金融市場競爭加劇的關鍵，當前數字金融的發展是金融市場最大的創新之一⑤崔恒瑜，王雪，馬九杰：《數字金融發展能否在農村金融市場發揮“鯰魚效應”——來自中國農信機構的證據》，《經濟理論與經濟管理》，2021年第12期。，數字金融發展加深了農村金融市場的競爭程度，致使銀行資金配置于“三農”領域。具體地講，數字金融是互聯網企業創新出的新型金融模式，具有天然的普惠屬性，數字金融借助新的技術水平可以彌補傳統農村金融的業務短板，為農村金融市場注入新活力，開發出更多農村潛力客戶，獲取更多利益⑥黃益平，黃卓：《中國的數字金融發展：現在與未來》，《經濟學》（季刊），2018年第4期；尹少華，羅漢祥：《數字金融、技術創新與區域經濟增長》，《貴州財經大學學報》，2023年第1期。。更多農村潛力客戶流向數字金融領域，勢必會給農村傳統金融機構帶來競爭壓力和增加危機意識，促使農村傳統金融機構對農村地區涉農貸款主體的更大關注，爭奪農村市場更多的潛在貸款群體⑦杜傳忠，張遠：《“新基建”背景下數字金融的區域創新效應》，《財經科學》，2020年第5期。。涉農貸款增量獎勵政策本質是為激發傳統金融支農的一類創新政策，旨在提高傳統涉農貸款的數量，促進“三農”領域更好發展。因此，數字金融發展對涉農貸款增量獎勵政策與農民增收之間關系會產生正向的調節作用，即數字金融發展在農村金融市場發揮的“競爭效應”會強化涉農貸款增量獎勵政策對農民增收的影響。由此，得出假設3。

假設3：數字金融發展在農村金融市場發揮的“競爭效應”會強化涉農貸款增量獎勵政策對農民增收的影響。

三、實證設計與變量選取

（一）模型設定

本文選取了2007—2017 年31 個省份樣本，將2009、2010 和2013 年分批實施涉農貸款增量獎勵政策的試點省份作為實驗組，沒有實施試點的省份作為對照組，利用逐期雙重差分法檢驗了涉農貸款增量獎勵政策實施對農村居民收入的影響，具體設定如下：

其中，ln ruralincomeit表示i省份在t年份農村居民收入水平。treati× postt為是否實施涉農貸款增量獎勵政策的0-1 虛擬變量。controlsit是一組影響農村居民收入的控制變量。λt和μi分別表示時間固定效應和省份固定效應，εit為隨機擾動項。

（二）指標構建和數據說明

被解釋變量：農民收入水平（ln ruralincomeit）。本文采用農民的人均純收入作為被解釋變量，為了剔除價格因素的影響，本文使用CPI 指數（以2007 年為基期）進行平減，為盡可能消除異方差和偏態性問題，本文進一步對其進行了對數化處理。

核心解釋變量：政策交互項（treati× postt）。本文采用實施涉農貸款增量獎勵政策的交互項作為解釋變量，其中，treati為是否實施該政策的虛擬變量，若實施該政策則treati= 1，否則為0；postt為實施年份的虛擬變量，由于涉農貸款增量獎勵政策被列入下一年度財政預算支出，且政策實施經過一段時間才會出現效果。因此，本文設定該政策實施當年及之前年份為0，即postt= 0，實施以后為1，即postt= 1。

控制變量（controlsit）。影響農民收入水平的控制變量具體如下，財政支農指標（fiscal）：采用農業財政支出占地方財政總支出比來表示，政府財政支農力度會提升地區農業生產效率，增加農民收入水平；對外開放水平（open）：采用外商直接投資實際額除以國內生產總值來表示，對外開放性條件決定了農業生產技術的國外引進，對于農業技術進步具有重要作用，進而影響農民收入水平；經濟發展水平（perGDP）：采用各省份的人均實際GDP 來表示，且用GDP 的平減指數（2007 年為基期）對名義GDP 進行平減得到實際GDP；金融發展水平（finan）：采用各省金融機構的貸存比來表示，各地區的金融發展水平會影響地區農業經濟；農村勞動力質量（human）：采用地區的平均受教育年限①中國農村居民家庭勞動力的文化程度構成，分為不識字或識字很少、小學、初中、高中、大專及以上等5類，對應折算的受教育年限分別為1年、6年、9年、12年和16年，根據受教育年份與相應人數占比進行加權平均可得。作為農村勞動力質量代理指標，勞動力質量是農業生產的重要生產要素；產業結構水平（nyrate）：采用各省的農業產值所占GDP 的比重來刻畫，農業的規?；a可以更好地刺激糧食或谷物的產出。最后，地區氣候環境也是影響農業生產的重要因素，故本文選擇進一步控制地區的溫度（temp）、濕度（humidity）和日照時數（sunshine）等氣候因素，這里采用各省省會全年的平均氣溫、平均相對濕度和平均日照時數來捕捉氣候因素。

（三）數據來源與描述性統計

本文所有原始數據來源于2007—2017 年《中國統計年鑒》數據、《中國農村統計年鑒》數據、各省統計年鑒數據和Wind 數據庫。政策實施試點省份與具體實施年份數據根據中國財政部及各省份財政廳網站整理得到。另外，數字金融作為一種新興金融服務模式，尚缺乏官方公開的統計數據信息。目前，大量文獻使用北京大學數字普惠金融指數來衡量地區的數字金融發展水平②謝絢麗，沈艷，張皓星等：《數字金融能促進創業嗎？——來自中國的證據》，《經濟學》（季刊），2018年第4期；黃凱南，郝祥如：《數字金融是否促進了居民消費升級？》，《山東社會科學》，2021年第1期。，該數字普惠金融指數具體細分為覆蓋廣度、使用深度和數字化程度三大維度。其中，覆蓋廣度包含賬戶覆蓋率；使用深度包含信貸業務、信用業務、支付業務等方面；數字化程度包含信用化、便利化、移動化等方面。數字技術和普惠金融的結合正是數字金融發展的主線，該指數能夠充分體現出金融普惠性，對農村金融市場的影響也更大。由于涉農貸款增量獎勵政策對于農民增收的影響主要體現在農村金融機構的信貸業務，為了更加準確地梳理出現代數字金融對農村傳統金融的影響，本文采用各省份的北京大學數字普惠金融指數的二級指數（信貸業務）來表示各省的數字金融發展水平。表1詳細介紹了上述各變量的描述性統計結果。

表1 描述性統計

四、實證結果

（一）平行趨勢檢驗

參考張繼武和姜凱、趙明亮等的事件研究法①張繼武，姜凱：《知識產權示范城市的設立能否吸引更多的境外直接投資》，《國際貿易問題》，2022年第9期；趙明亮，高婕，楊昊達：《自由貿易試驗區設立對雙向FDI協調發展的影響》，《經濟與管理評論》，2023年第2期。，本文設定如下計量模型來進行平行趨勢檢驗。

實施涉農貸款增量獎勵政策的省份為實驗組，其他省份為對照組。假定省份i 實施涉農貸款增量獎勵政策的時間為ωi，則k = t - ωi表示實施該政策的第幾期，分別設定為省份i 實施涉農貸款增量獎勵政策的前6期、前5期、前4期、前3期、前2期、前1期、當期、后1期、后2期、后3期、后4期、后5期、后6期和后7期的0—1虛擬變量。其中，以政策實施的前1期作為回歸基準期，通過比較（2）中的參數βk的經濟和統計顯著性來檢驗涉農貸款增量獎勵政策效應的時間變化，以驗證在政策實施之前實驗組和對照組是否滿足共同趨勢假設。具體結果如圖1 所示，可以發現該政策實施之前的回歸系數在95%的置信區間顯著上為0，這說明該政策實施之前對于農民收入影響不顯著，即該政策效果通過了平行趨勢檢驗。另外，可以發現該政策實施后至第6期的回歸系數在95%置信區間上顯著為正，且交互項系數逐漸增大，這意味著涉農貸款增量獎勵政策實施對農民增收的促進效果隨著時間推移逐漸增強。最后，我們還發現該政策實施至第6 期后，政策效果稍微降低，這是因為在中國漸進式改革過程中，隨著整體改革的不斷深入，涉農貸款增量獎勵政策試點省份相對于其他省份所具備的先行政策優勢會不斷下降①曹清峰：《國家級新區對區域經濟增長的帶動效應——基于70大中城市的經驗證據》，《中國工業經濟》，2020年第7期。，因此導致涉農貸款增量獎勵政策對于農民增收的促進效應在經過一段時間后會逐漸減弱。

圖1 平行趨勢檢驗

（二）基準回歸結果

表2 匯報了基準回歸方程（1）的結果，為了避免多重共線性問題，本文采取逐步引入控制變量的方法。由第（1）列可知，不加入任何控制變量的情況下，交互項系數顯著為正；第（2）列是增加財政支農水平、對外開放水平和經濟發展水平控制變量后，交互項系數的顯著性沒有發生變化；第（3）列和第（4）列進一步增加金融發展水平、勞動力質量、產業結構水平和地區氣候條件之后，交互項系數顯著性仍沒有發生根本變化，這證明本文的結果是穩健的。另外，可以發現交互項系數顯著為正，這表明涉農貸款增量獎勵政策的實施顯著促進了農民增收。此外，本文還發現財政支農系數出現了負值，這說明目前財政支農政策對于農民增收來說并沒有很好地實現政策目標，這可能是因為經濟發展水平較弱的地區吸收了更多的財政支農資金所致，財政支農資金使用效率相對偏低，且缺少持續穩定的長效機制所致。對外開放水平系數顯著為正，這說明外資企業帶來更好的生產技術，有利于農業更好發展，促進農民收入水平提升。最后，人均實際GDP 系數顯著為負，這說明經濟發展水平越高的省份，會將更多資本配置到非農領域，不利于農民收入水平提升。

表2 基準回歸結果

（三）獎勵政策對農民收入結構的影響

由于工資性收入和家庭經營性收入是農民收入的主要來源。為此，本文將著重分析涉農貸款增量獎勵政策對于農民收入結構的影響。具體結果見表3，可以發現涉農貸款增量獎勵政策實施主要對家庭經營性收入有顯著的正向影響，這表明涉農貸款增量獎勵政策實施可以有效引導和激勵金融機構將更多資金配置到“三農”領域，有利于農業的機械化和規?；a，提升農業生產效率，增加農民家庭的經營性收入。另外，還可以發現涉農貸款增量獎勵政策實施對于工資性收入的影響并不顯著。這說明涉農貸款增量獎勵政策雖然能夠提升農業生產效率，但是并沒有釋放出更多勞動力進城務工，沒有增加農民的工資性收入。因此，涉農貸款增量獎勵政策主要影響的是農民家庭經營性收入。

表3 獎勵政策對農民收入結構的影響

（四）安慰劑檢驗

對于本研究結論的主要擔憂是農民收入水平的提升在統計上顯著很可能是來源于其他隨機因素。為此，本文選擇使用安慰劑檢驗來判斷涉農貸款增量獎勵政策對地區農民收入的影響不是由其他隨機因素引起的。本文樣本是31 個省份2007—2017 年的面板數據，本文將按照以下方法來構造安慰劑檢驗：首先在31個省份中隨機抽取25個省份作為政策實施的偽實驗組，再隨機為這25個省份隨機選取2007—2017年的年份作為偽政策實施時點。最后，通過隨機構建實驗組與政策干預時點排除其他隨機因素對本文結論的影響，依照以上思路進行1000次回歸，得到“偽政策虛擬變量”的回歸系數及其對應的p值。圖2是安慰劑檢驗結果，橫軸表示估計系數大小，縱軸表示p值大小，黑色的圓圈是估計參數對應的p 值，黑色曲線是估計系數的核密度分布圖，水平虛線是10%顯著水平的對應線，垂直虛線是本文基準回歸中政策交互項的系數值。由圖可見，在1000 次回歸中，絕大多數估計系數的p 值在10%水平以上，也就是在10%的顯著性水平上不顯著。另外，所有黑色圓圈都在垂直虛線左側，這說明偽實驗組與真實驗組的作用效果相同是小概率事件，最終表明本文基準回歸結果大概率沒有受到其他隨機因素的干擾。

圖2 安慰劑檢驗

五、機制分析

（一）獎勵政策的中介機制

由上文理論和實證分析可知，涉農貸款增量獎勵政策給農村地區傳統金融的涉農貸款帶來的巨大激勵，直接促進了各省份的涉農貸款金額，使得“三農”領域獲得更多信貸支持。一方面，農戶獲得更多信貸支持后，會加大對農業機械設備投資，促進農業機械化生產。另一方面，涉農貸款增量獎勵還涉及到農村地區的基礎設施領域，農村生產條件的改善會進一步使農民生產和生活更加便捷，農業生產更加有效。本文借鑒江艇的研究①江艇：《因果推斷經驗研究中的中介效應與調節效應》，《中國工業經濟》，2022年第5期。，直接檢驗本文政策變量與機制變量的作用關系來驗證這一內部機制。首先，選擇各省份的農業機械總動力作為農業機械化水平，將農業機械化水平作為本文的機制變量一，回歸結果見表4 的第（1）列，可以發現涉農貸款增量獎勵政策顯著促進了農業機械化水平，這意味著涉農貸款增量獎勵政策實施促進更多資金流向試點省份，帶來該省份農業機械化的提升，進而增強農民增收能力。其次，農村固定資產投資主要包括：農村基礎設施、農業生態環境建設、農村企事業單位科學研究和技術服務業等多方面投資，是衡量農村地區生產條件改善程度的重要指標①楊義武，林萬龍：《農業技術進步的增收效應——基于中國省級面板數據的檢驗》，《經濟科學》，2016年第5期。。因此，本文采用農村固定資產投資實際值占GDP 實際值的比重表示各省份農村生產條件的改善程度，將農村生產條件作為本文的機制變量二，回歸結果見表4的第（2）列，可以發現涉農貸款增量獎勵政策顯著改善了農村生產條件，這說明涉農貸款增量獎勵政策實施改善了農村地區的生產條件，增強了農民的增收能力。

表4 機制分析

（二）數字金融的調節機制

由上文分析可知，涉農主體由于缺乏可抵押的資產和完善的財務信息，導致傳統銀行缺少服務“三農”動機。數字金融是基于大數據、云計算和人工智能等新技術，增大了放貸決策的包容性，能夠向傳統金融的邊緣客戶或未開發客戶提供貸款②CALEBE D. R.，LORIANA P.，ANJAN T.，P2P Lenders Versus Banks：Cream Skimming or Bottom Fishing，The Review of Corporate Finance studies，Vol.11，No.2，2022，pp.213-262.。更多農村潛力客戶會流向數字金融領域，勢必會給農村傳統金融機構帶來競爭壓力和危機意識，促使農村傳統金融機構對農村地區涉農貸款主體更加關注，爭奪農村市場更多的潛在貸款群體③杜傳忠，張遠：《“新基建”背景下數字金融的區域創新效應》，《財經科學》，2020年第5期。。數字金融發展在農村金融市場上會形成“競爭效應”，激勵當地農信機構提升涉農貸款和農戶貸款的投放規模和增長速度④崔恒瑜，王雪，馬九杰：《數字金融發展能否在農村金融市場發揮“鯰魚效應”——來自中國農信機構的證據》，《經濟理論與經濟管理》，2021年第12期。。涉農貸款增量獎勵政策本身就是政府運用財政手段激勵和引導金融機構支農的重要措施，數字金融發展會進一步強化金融機構對于涉農貸款增量獎勵政策的落實和推進，提升農民收入水平。因此，數字金融發展會強化涉農貸款增量獎勵政策對農民增收的影響。為此，本文通過構造交乘項的分析方式來驗證這一機制，選擇各省份北京大學數字普惠金融指數的二級指數（信貸業務）來表示各省數字金融發展水平，將數字金融與涉農貸款增量獎勵政策進行交互，回歸結果見表4中第（3）列，發現數字金融與涉農貸款增量獎勵政策的交互項系數顯著為正，這表明數字金融發展在農村金融市場確實產生了“競爭效應”，增大了農村金融市場的競爭水平，促使了傳統金融機構將更多資金配置到農村地區，進而強化了涉農貸款增量獎勵政策對于農民增收的促進作用。

六、異質性分析

（一）地理區位

考慮到我國疆域遼闊，不同省份區域特征差異明顯，再加上涉農貸款增量獎勵政策規定中央和地方財政承擔不同比例的獎勵金額，東中西地區的中央和地方承擔比例為3：7、5：5 和7：3，這意味著涉農貸款增量獎勵政策實施對于農民增收的促進作用可能在不同地區之間存在差異。因此，本文的異質性分析首先考慮地區特征，將所屬省份的地理位置分為東部、中部和西部地區，并構建涉農貸款增量獎勵政策與地理區位（area）的交乘項。具體結果見表5，發現涉農貸款增量獎勵政策實施對農民增收的促進作用在西部地區影響最為顯著，對于東部地區和中部地區影響并不顯著。其內在原因可能是：其一，東中部地區的金融市場相對完善，農戶可以更容易獲取金融貸款，而西部地區金融市場發育不完善，對于涉農貸款的資金渴望性更高①何志雄，曲如曉：《農業政策性金融供給與農村金融抑制——來自147個縣的經驗證據》，《金融研究》，2015年第2期。。因此，該政策對于西部地區的影響更為顯著。其二，涉農貸款增量獎勵政策對于不同地區的金融機構做出了差異性的激勵政策，設定中央和地方政府承擔不同的獎勵金額。由于西部地區地方政府的財政承擔比例最小，所以西部地區的地方政府會有更大動機去激勵和引導金融機構將資金配置到農村地區，并且涉農貸款的增加正好能夠滿足西部地區農戶的資金需求，進而促進農民增收。

表5 地理區位的異質性分析

（二）糧食產區

每個省份的地理環境差異明顯，導致農業的發展模式不同，涉農貸款增量獎勵政策對農民收入影響也就不同。因此，本文根據各省份是否為糧食主產區進行分組，探討涉農貸款增量獎勵政策對糧食主產區和非主產區的農民增收效應是否存在異質性。目前，我國糧食主產區主要有13個省份，分別為黑龍江、河南、山東、四川、江蘇、河北、吉林、安徽、湖南、湖北、內蒙古、江西、遼寧。因此，將以上13個省份設定為糧食主產區組，其他省份為糧食非主產區組，構建涉農貸款增量獎勵政策與是否為糧食主產區（grain）的交互項。具體回歸結果見表6 的第（1）列和（2）列，發現涉農貸款增量獎勵政策實施主要對糧食非主產區的農民增收的促進作用更加明顯。其內在原因可能在于：首先，糧食主產區設立的目的是穩定糧食產量，保障國家糧食安全戰略，但是很多省份只是在提高糧食產量層面進行相應的政策支持，缺少農村的一、二、三產業融合政策支持，導致農村產業結構單一，糧食產品的產業鏈水平低。糧食深加工配套服務的缺失使得農民只能獲得原材料價值，純糧食產品的收益性降低，對于農民收入提升影響不明顯①蔣黎，朱福守：《我國主產區糧食生產現狀和政策建議》，《農業經濟問題》，2015年第12期。。其次，雖然涉農貸款增量獎勵政策會激勵更多金融資本流向三農領域，一定程度上會提升糧食主產區的農業技術水平，但是我國糧食生產能力趨于飽和，機械化水平提升對于農民收入的促進作用趨于弱化，而對經濟作物的邊際提升作用會更加明顯②劉心怡，金山，張偉：《金融科技對農村居民的收入增長效應及其傳導機制》，《財貿研究》，2020年第8期。，從而導致涉農貸款增量獎勵政策主要是對于糧食非主產區的農民增收產生促進作用。

表6 糧食主產區與農業大省的異質性分析

（三）農業大省

由于每個省份的產業結構不同，導致各省份農業產值比重存在異質性，涉農貸款增量獎勵政策對農民收入的影響也不同。因此，本文根據各省份是否為農業大省進行分組，分析涉農貸款增量獎勵政策對農業和非農業大省的農民增收影響是否存在差異。本文參考汪偉等的研究③汪偉，艾春榮，曹暉：《稅費改革對農村居民消費的影響研究》，《管理世界》，2013年第1期。，根據各省份農業產值占GDP 比重的均值進行排序，將排名前50%的省份（河北、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、海南、四川、貴州、云南、甘肅、新疆）定義為農業大省，其他省份定義為非農業大省。通過構建涉農貸款增量獎勵政策與是否為農業大?。╝griculture）的交互項進行回歸，結果見表6 的第（3）和（4）列，可以發現涉農貸款增量獎勵政策實施對于農業大省農民增收的促進作用影響更顯著。其內在原因主要是：涉農貸款增量獎勵政策主要是激勵和引導金融機構將更多資金配置到“三農”領域，農業大省將會有更多資本對于農業機械設備的投資，促進農業的機械化和規?；a，提升農民的收入水平。

七、結論與建議

本文利用2007—2017年省級面板數據，采用逐期雙重差分法評估了涉農貸款增量獎勵政策實施對農民增收的影響效果。研究結果發現：（1）涉農貸款增量獎勵政策實施顯著提高了農民的收入水平，且該政策實施對于農民家庭經營性收入的影響更顯著。（2）從內部機制來看，涉農貸款增量獎勵政策激勵和引導金融機構將資金配置到“三農”領域，促進農業機械化，改善農村生產條件，進而提升農民的收入水平。（3）從外部機制來看，數字金融發展在農村金融市場發揮的“競爭效應”會強化涉農貸款增量獎勵政策對農民增收的促進作用。（4）異質性分析表明：涉農貸款增量獎勵政策實施對于西部地區、糧食非主產區和農業大省的農民增收的促進作用更強。

基于研究結論，本文提出以下建議：

第一，鑒于涉農貸款增量獎勵政策顯著促進了農民的增收，政府應繼續推進財政激勵金融支農的政策，充分發揮財政支農與金融支農之間的協調作用，激活各方支農資源的配置效率，整合財政支農資金和金融支農資金，實現兩種資金的系統配置與有機協同，促進金融機構和農戶的共贏。第二，鑒于數字金融發展的“競爭效應”會強化涉農貸款增量獎勵政策對于農民增收的作用，政府應在防范金融系統風險的基礎上，鼓勵數字金融企業與傳統金融企業的良性競爭，激發傳統金融企業對于普惠性信貸業務的關注，激勵傳統銀行對于涉農主體和弱勢群體提供更多金融業務。第三，鑒于涉農貸款增量獎勵政策對西部地區的農戶增收作用更加明顯，東部地區和中部地區的政策作用效果并沒有凸顯。政府應進一步創新財政金融支農工具和政策，比如通過新型農村金融機構的定向費用補貼、涉農貸款信用擔保等來解決農民貸款過程中的貸款難、銀行農業信貸過程中的擔保難等問題。第四，糧食主產區作為我國糧食生產的主力軍，是我國糧食安全的重要保障。但是由于我國糧食主產區的產業結構不合理，農村一、二、三產業融合發展滯后，使糧食大省陷入“產糧大省、經濟弱省、財政窮省”的發展怪圈，涉農貸款增量獎勵政策對于糧食主產區的農民增收作用也不明顯。鑒于此，政府實行涉農貸款增量獎勵政策的同時，合理的配套扶持政策也應該跟上，在保障國家糧食安全的基礎上，優化糧食主產區的產業結構，促進農村三產的融合發展，延伸農業產業鏈，發展現代農業。