康書生,楊娜娜
(河北大學(xué) 經(jīng)濟(jì)學(xué)院,河北 保定 071002)
2017年10月,黨的十九大決定實(shí)施鄉(xiāng)村振興戰(zhàn)略。為統(tǒng)籌推進(jìn)鄉(xiāng)村振興,習(xí)近平總書記提出“五個(gè)振興”①“五個(gè)振興”包括:鄉(xiāng)村產(chǎn)業(yè)振興、鄉(xiāng)村人才振興、鄉(xiāng)村文化振興、鄉(xiāng)村生態(tài)振興、鄉(xiāng)村組織振興。的科學(xué)論斷,其中,產(chǎn)業(yè)振興是鄉(xiāng)村振興的基礎(chǔ)與關(guān)鍵。在脫貧攻堅(jiān)期,大多數(shù)貧困地區(qū)都通過產(chǎn)業(yè)扶貧培育和發(fā)展了脫貧產(chǎn)業(yè),帶動(dòng)了貧困人口增收脫貧。在鞏固拓展脫貧攻堅(jiān)成果轉(zhuǎn)向推進(jìn)鄉(xiāng)村振興的過渡期,產(chǎn)業(yè)的穩(wěn)定發(fā)展和逐步振興成為重要議題。只有鄉(xiāng)村產(chǎn)業(yè)穩(wěn)定發(fā)展并逐步振興,農(nóng)民就業(yè)與增收才有保障,才能有效防止返貧現(xiàn)象的發(fā)生,農(nóng)戶才能早日實(shí)現(xiàn)生活富裕。
鄉(xiāng)村產(chǎn)業(yè)的發(fā)展和振興與金融的大力支持密不可分,金融與經(jīng)濟(jì)的關(guān)系也決定了我國(guó)金融體系要為鄉(xiāng)村產(chǎn)業(yè)發(fā)展服務(wù)[1]。然而我國(guó)長(zhǎng)期以來(lái)存在城鄉(xiāng)二元金融結(jié)構(gòu),農(nóng)村金融供給總量不足,同時(shí)“三農(nóng)”客戶往往缺少有效的抵質(zhì)押物,因此他們?cè)谙蚪鹑跈C(jī)構(gòu)申請(qǐng)貸款的過程中面臨著抵押難、擔(dān)保難以及貸款難等問題[2]。數(shù)字普惠金融的發(fā)展為解決農(nóng)村金融問題帶來(lái)了轉(zhuǎn)機(jī),它改變了傳統(tǒng)金融機(jī)構(gòu)的經(jīng)營(yíng)模式,能夠?yàn)槿鮿?shì)群體供應(yīng)更加有效的金融服務(wù),為鄉(xiāng)村產(chǎn)業(yè)振興提供便利化和多樣化的金融服務(wù)。
2019年2月,中國(guó)人民銀行等五部委聯(lián)合發(fā)布了《關(guān)于金融服務(wù)鄉(xiāng)村振興的指導(dǎo)意見》,意見中提出到2020年要實(shí)現(xiàn)數(shù)字普惠金融在農(nóng)村得到有效普及,農(nóng)村支付服務(wù)環(huán)境持續(xù)改善,農(nóng)村信用體系建設(shè)持續(xù)推進(jìn),農(nóng)戶及新型農(nóng)業(yè)經(jīng)營(yíng)主體的融資增信機(jī)制顯著改善。2021年中央“一號(hào)文件”提出構(gòu)建現(xiàn)代鄉(xiāng)村產(chǎn)業(yè)體系,依托鄉(xiāng)村特色優(yōu)勢(shì)資源,打造農(nóng)業(yè)全產(chǎn)業(yè)鏈,推進(jìn)農(nóng)業(yè)綠色發(fā)展,推進(jìn)農(nóng)村一、二、三產(chǎn)業(yè)融合發(fā)展。在這個(gè)過程中也離不開數(shù)字普惠金融的大力支持。在此背景下,研究數(shù)字普惠金融與鄉(xiāng)村產(chǎn)業(yè)振興之間的關(guān)系,對(duì)我國(guó)鄉(xiāng)村地區(qū)的產(chǎn)業(yè)振興和數(shù)字普惠金融賦能鄉(xiāng)村產(chǎn)業(yè)具有重要的現(xiàn)實(shí)意義。
近年來(lái),學(xué)界對(duì)數(shù)字普惠金融與鄉(xiāng)村產(chǎn)業(yè)振興關(guān)系的研究,主要集中在以下三方面。
當(dāng)前單獨(dú)評(píng)價(jià)鄉(xiāng)村產(chǎn)業(yè)振興的研究成果并不多見。申云等(2020)[3]構(gòu)建了以農(nóng)產(chǎn)品、農(nóng)業(yè)多功能和農(nóng)業(yè)支撐三個(gè)維度出發(fā)的鄉(xiāng)村產(chǎn)業(yè)振興指標(biāo)體系,采用熵權(quán)TOPSIS法對(duì)鄉(xiāng)村產(chǎn)業(yè)振興水平進(jìn)行打分、評(píng)估和比較;邵珂(2020)[4]從農(nóng)業(yè)生產(chǎn)效率、產(chǎn)業(yè)融合、農(nóng)村生產(chǎn)組織規(guī)?;潭热齻€(gè)維度出發(fā)構(gòu)建鄉(xiāng)村產(chǎn)業(yè)發(fā)展指標(biāo)體系。更多的學(xué)者測(cè)度了整個(gè)鄉(xiāng)村振興指標(biāo)體系,且多數(shù)學(xué)者認(rèn)為鄉(xiāng)村振興指標(biāo)是一個(gè)多維指標(biāo),不能僅僅依靠單一指標(biāo)進(jìn)行衡量。在鄉(xiāng)村振興指標(biāo)體系基礎(chǔ)上,就研究對(duì)象而言,部分學(xué)者針對(duì)某一區(qū)域進(jìn)行研究,比如華東6?。惪×旱?,2021)[5]、西部地區(qū)(徐雪和王永瑜,2021;文琦和鄭殿元,2019)[6-7];部分學(xué)者針對(duì)全國(guó)省級(jí)層面的鄉(xiāng)村振興水平進(jìn)行測(cè)度,還有學(xué)者研究發(fā)現(xiàn)各省份鄉(xiāng)村振興水平存在較大差異(毛錦凰和王林濤,2020;謝地和蘇博,2021)[8-9]。就賦權(quán)方法而言,部分學(xué)者采用主觀分析法進(jìn)行分析,如層次分析法(雷娜和鄭傳芳,2020)[10];還有學(xué)者采用客觀分析法進(jìn)行分析,如熵權(quán)法(謝地和蘇博,2021;蔡興等,2019;李季剛和馬俊,2021;葛和平和錢宇,2021)[9,11-13]、時(shí)空極差熵值法(呂承超和崔悅,2021)[14]以及綜合賦權(quán)法(毛錦凰和王林濤,2020;張挺等,2018;韋家華和連漪,2018;)[8,15-16]。這些成果對(duì)本文的研究有很好的指導(dǎo)意義。
學(xué)界對(duì)農(nóng)村金融與鄉(xiāng)村產(chǎn)業(yè)之間的關(guān)系研究較多,大體可歸為兩類。一類研究分析了傳統(tǒng)農(nóng)村金融與鄉(xiāng)村產(chǎn)業(yè)的關(guān)系。國(guó)內(nèi)外學(xué)者大多從農(nóng)業(yè)信貸與農(nóng)業(yè)保險(xiǎn)兩個(gè)方面衡量傳統(tǒng)農(nóng)村金融。部分學(xué)者認(rèn)為農(nóng)業(yè)信貸可有效地推動(dòng)鄉(xiāng)村產(chǎn)業(yè)發(fā)展(邵珂,2020;Dholakia和Dholakia,1992;Guirkinger和Boucher,2008)[4,17-18],但我國(guó)農(nóng)村金融市場(chǎng)長(zhǎng)期存在著需求遠(yuǎn)遠(yuǎn)大于供給(任常青,2018)[19]、農(nóng)村地區(qū)信用環(huán)境建設(shè)滯后和信貸風(fēng)險(xiǎn)較大的問題(李國(guó)勝,2020)[20]。孫繼國(guó)和孫茂林(2020)[21]在此基礎(chǔ)上提出可通過創(chuàng)新農(nóng)業(yè)保險(xiǎn)產(chǎn)品來(lái)提高金融服務(wù)鄉(xiāng)村產(chǎn)業(yè)的發(fā)展效率。此外,國(guó)家發(fā)展改革委宏觀院和農(nóng)經(jīng)司課題組(2016)[22]認(rèn)為傳統(tǒng)金融支持農(nóng)村產(chǎn)業(yè)發(fā)展可從增加金融服務(wù)供給、拓寬融資渠道、完善農(nóng)村信貸擔(dān)保政策、支持農(nóng)業(yè)政策性保險(xiǎn)四個(gè)角度出發(fā)。張林和溫濤(2019)[23]進(jìn)一步通過實(shí)證分析發(fā)現(xiàn)財(cái)政支農(nóng)、農(nóng)業(yè)信貸和農(nóng)業(yè)保險(xiǎn)三者協(xié)同配合對(duì)農(nóng)村產(chǎn)業(yè)融合可以起到更好的效果。另一類研究探討了農(nóng)村普惠金融與鄉(xiāng)村產(chǎn)業(yè)的關(guān)系。如謝琳(2020)[24]提出普惠金融會(huì)對(duì)金融資源進(jìn)行重新配置,可以緩解農(nóng)村企業(yè)的融資約束。鄒新陽(yáng)和溫濤(2021)[25]認(rèn)為普惠金融比財(cái)政資金更能提高服務(wù)的精準(zhǔn)度。熊正德等(2021)[26]利用C-D生產(chǎn)函數(shù)分析了普惠金融各維度對(duì)于鄉(xiāng)村振興的影響,發(fā)現(xiàn)各維度作用效果有所區(qū)別。
雖然數(shù)字普惠金融在基本功能上與傳統(tǒng)金融一致,但數(shù)字技術(shù)從根本上改變了傳統(tǒng)金融的運(yùn)行方式,在很大程度上提升了金融的普惠性(郭小卉和馮艷博,2021)[27]。
首先,數(shù)字普惠金融通過數(shù)字技術(shù)大大減緩了傳統(tǒng)金融存在的金融排斥問題(王瑤佩和郭峰,2019)[28],提升了鄉(xiāng)村產(chǎn)業(yè)發(fā)展的金融可獲得性(何宏慶,2020)[29];同時(shí),交易成本的降低促使金融機(jī)構(gòu)可向農(nóng)村經(jīng)營(yíng)主體提供低成本的金融產(chǎn)品和服務(wù)(付瓊和郭嘉禹,2021)[30]。其次,數(shù)字普惠金融的數(shù)字化信用體系建設(shè)能夠健全農(nóng)村信用體系和金融機(jī)構(gòu)的風(fēng)險(xiǎn)控制體系(Gomber等,2017)[31],通過大數(shù)據(jù)風(fēng)控可有效減緩信貸風(fēng)險(xiǎn)問題,有助于金融機(jī)構(gòu)精準(zhǔn)營(yíng)銷,從產(chǎn)業(yè)經(jīng)營(yíng)主體的需求出發(fā),為其提供合理的金融服務(wù)(謝地和蘇博,2021)[9]。
除上述有關(guān)數(shù)字普惠金融與鄉(xiāng)村產(chǎn)業(yè)振興關(guān)系的理論研究外,也有學(xué)者通過實(shí)證方法研究二者之間的聯(lián)系。部分學(xué)者發(fā)現(xiàn)數(shù)字普惠金融可顯著地促進(jìn)鄉(xiāng)村振興(謝地和蘇博,2021)[9],但兩者之間并非線性關(guān)系,而是存在單一門檻效應(yīng)(李季剛和馬俊,2021)[12]。此外,也有研究表明數(shù)字普惠金融發(fā)展對(duì)鄉(xiāng)村振興具有明顯的空間溢出效應(yīng),且溢出效應(yīng)會(huì)率先促進(jìn)相鄰地區(qū)鄉(xiāng)村的發(fā)展(葛和平和錢宇,2021)[13]。還有學(xué)者從農(nóng)業(yè)產(chǎn)出的角度出發(fā),以人均農(nóng)林牧漁業(yè)總產(chǎn)值和人均農(nóng)業(yè)產(chǎn)業(yè)增加值來(lái)衡量農(nóng)業(yè)產(chǎn)出水平,研究發(fā)現(xiàn)數(shù)字普惠金融對(duì)農(nóng)業(yè)產(chǎn)出具有顯著地正向促進(jìn)作用(曾小艷和祁華清,2020;孫倩和徐璋勇,2021)[32-33]。
綜上所述,國(guó)內(nèi)外學(xué)者對(duì)傳統(tǒng)金融與鄉(xiāng)村振興二者關(guān)系進(jìn)行了一些探討。然而,在大數(shù)據(jù)技術(shù)快速發(fā)展的今天,數(shù)字普惠金融以其技術(shù)優(yōu)勢(shì)縮減了傳統(tǒng)金融機(jī)構(gòu)開展農(nóng)村金融業(yè)務(wù)的多項(xiàng)成本,并且依托數(shù)字化信用體系可有效降低信貸風(fēng)險(xiǎn),因此數(shù)字普惠金融有望成為新時(shí)期推進(jìn)鄉(xiāng)村振興的有力抓手。但當(dāng)前數(shù)字普惠金融發(fā)展與鄉(xiāng)村振興的研究仍相對(duì)較少,并且鮮有文獻(xiàn)從鄉(xiāng)村產(chǎn)業(yè)這一角度研究數(shù)字普惠金融與鄉(xiāng)村產(chǎn)業(yè)振興二者間的關(guān)系。基于此,本文將在以往學(xué)者關(guān)于鄉(xiāng)村振興指標(biāo)研究的基礎(chǔ)上,構(gòu)建科學(xué)合理的多維鄉(xiāng)村產(chǎn)業(yè)振興指標(biāo)體系,動(dòng)態(tài)分析全國(guó)30個(gè)省份鄉(xiāng)村產(chǎn)業(yè)振興水平的變動(dòng)情況,并系統(tǒng)分析數(shù)字普惠金融及其各個(gè)維度對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的促進(jìn)效果,為鄉(xiāng)村振興戰(zhàn)略的有效實(shí)施提供理論依據(jù)。
本文以《國(guó)務(wù)院關(guān)于促進(jìn)鄉(xiāng)村產(chǎn)業(yè)振興的指導(dǎo)意見》為依據(jù),并按照指標(biāo)的科學(xué)性、指標(biāo)數(shù)據(jù)的可得性以及可比性等原則,在申云等(2020)[3]、雷娜和鄭傳芳(2020)[10]、張林和溫濤(2019)[23]以及李季剛和馬?。?021)[12]等學(xué)者的研究基礎(chǔ)上,構(gòu)建了包含13個(gè)三級(jí)指標(biāo)的鄉(xiāng)村產(chǎn)業(yè)振興評(píng)價(jià)指標(biāo)體系,如表1所示。
表1 鄉(xiāng)村產(chǎn)業(yè)振興評(píng)價(jià)指標(biāo)體系
在構(gòu)建鄉(xiāng)村產(chǎn)業(yè)振興評(píng)價(jià)指標(biāo)體系的過程中,指標(biāo)權(quán)重的確定是評(píng)價(jià)的核心,與主觀賦權(quán)方法相比,熵值法的優(yōu)點(diǎn)在于避免了主觀人為因素對(duì)賦權(quán)的干擾,可測(cè)度到更精確的結(jié)果,其具體評(píng)價(jià)步驟如下。
1.指標(biāo)標(biāo)準(zhǔn)化處理
對(duì)于正向指標(biāo)而言,標(biāo)準(zhǔn)化公式為:
對(duì)于負(fù)向指標(biāo)而言,標(biāo)準(zhǔn)化公式為:
2.計(jì)算各項(xiàng)指標(biāo)所占比重
3.計(jì)算各項(xiàng)指標(biāo)熵值
其中,k>0且k=1/lnn,Ej≥0。
4.計(jì)算各項(xiàng)指標(biāo)差異系數(shù)
5.計(jì)算各項(xiàng)指標(biāo)權(quán)重
6.計(jì)算綜合得分
表1中各項(xiàng)指標(biāo)的原始數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)文化文物和旅游統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》和各省份歷年統(tǒng)計(jì)年鑒,部分缺失值采用插值法進(jìn)行了處理。
本文采用熵權(quán)法在stata15.0軟件中對(duì)全國(guó)30個(gè)省份(西藏和港澳臺(tái)地區(qū)因數(shù)據(jù)缺失除外)2011—2019年的鄉(xiāng)村產(chǎn)業(yè)振興體系中的各個(gè)指標(biāo)進(jìn)行賦權(quán)。根據(jù)各項(xiàng)指標(biāo)權(quán)重計(jì)算得出了全國(guó)30個(gè)省份的鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù),據(jù)此描繪出各省份鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù)的變化趨勢(shì)圖。如圖1所示,2011—2019年大多省份鄉(xiāng)村產(chǎn)業(yè)振興發(fā)展水平呈現(xiàn)上升趨勢(shì),少數(shù)幾個(gè)省份出現(xiàn)小幅波動(dòng)。具體來(lái)看,北京、天津、遼寧、上海等省份處于動(dòng)態(tài)平穩(wěn)的狀態(tài),而河北、山西、吉林、浙江、福建、江西、山東以及甘肅等省份出現(xiàn)過小幅波動(dòng),但總體呈上升走勢(shì),其余省份均呈現(xiàn)上升趨勢(shì)。
圖1 全國(guó)30個(gè)省份2011—2019年鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù)變化情況
全國(guó)30個(gè)省份2011—2019年鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù)平均值如圖2所示。進(jìn)一步對(duì)這些省份鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù)進(jìn)行分類,其中綜合指數(shù)在0.35和0.45之間的省份劃為第一區(qū)域,在0.25和0.35之間的省份劃為第二區(qū)域,在0.25以下的省份劃為第三區(qū)域。從圖2中可以看出,位于第一區(qū)域的包括浙江、北京、福建、江蘇、河北、山東、天津、江西、黑龍江、湖南以及遼寧等11個(gè)省份,該區(qū)域所含省份經(jīng)濟(jì)較發(fā)達(dá)或者農(nóng)業(yè)基礎(chǔ)較好。全國(guó)鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù)均值為0.3187,超過均值的省份僅包括前12個(gè)省份,這說(shuō)明我國(guó)整體鄉(xiāng)村產(chǎn)業(yè)振興水平指數(shù)的提升主要依靠第一區(qū)域省份,而其他18個(gè)省份均處于均值以下。整體而言,我國(guó)鄉(xiāng)村產(chǎn)業(yè)振興水平仍有較大的提升空間,且大體呈現(xiàn)“東高西低”的態(tài)勢(shì)。
圖2 全國(guó)30個(gè)省份2011—2019年鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù)均值
為探究數(shù)字普惠金融對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的促進(jìn)效果,本文構(gòu)建如下計(jì)量模型:
其中,i表示省份,t表示年份,rurali,t表示鄉(xiāng)村產(chǎn)業(yè)振興水平,indexi,t表示數(shù)字普惠金融指數(shù),controli,t表示控制變量,μi為個(gè)體效應(yīng),γt為時(shí)間效應(yīng),εi,t為隨機(jī)誤差項(xiàng)。
1.被解釋變量
鄉(xiāng)村產(chǎn)業(yè)振興水平(rural)。該變量采用第三節(jié)由熵值法測(cè)算得出的鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù)表示,以此衡量全國(guó)30個(gè)省份的鄉(xiāng)村產(chǎn)業(yè)振興水平。
2.核心解釋變量
數(shù)字普惠金融(index)。采用《北京大學(xué)數(shù)字普惠金融指數(shù)(2011—2020)(郭峰等,2020)[34]衡量數(shù)字普惠金融,為使核心解釋變量的回歸系數(shù)便于觀察比較,對(duì)省級(jí)數(shù)字普惠金融指數(shù)進(jìn)行縮小到百分之一處理。
3.控制變量
為盡可能控制其他因素對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的影響,本文設(shè)置如下控制變量。
一是對(duì)外開放程度(trade),參考李季剛和馬?。?021)[12]的做法,采用當(dāng)年匯率的平均值將進(jìn)出口貿(mào)易總額換算為以人民幣為計(jì)價(jià)單位的形式,再除以GDP來(lái)表示對(duì)外開放程度。二是城鎮(zhèn)化水平(urb),采用城鎮(zhèn)化率度量城鎮(zhèn)化水平。三是經(jīng)濟(jì)發(fā)展水平(lngdp),采用人均GDP的對(duì)數(shù)來(lái)衡量經(jīng)濟(jì)發(fā)展水平。四是農(nóng)村人力資本①農(nóng)村人力資本=(小學(xué)學(xué)歷人口數(shù)*6+初中學(xué)歷人口數(shù)*9+高中學(xué)歷人口數(shù)*12+大專及以上學(xué)歷人口數(shù)*16)/6歲及以上人口數(shù)。(rhc),參考鄒新陽(yáng)和溫濤(2021)[25]及張林等(2020)[35]的做法,采用鄉(xiāng)村人口平均受教育年限來(lái)衡量農(nóng)村的人力資本情況。五是交通運(yùn)輸水平(lnhim),參考張林和溫濤(2019)[23]的做法,采用各省份公路里程的對(duì)數(shù)來(lái)衡量交通運(yùn)輸水平。
本節(jié)所涉及的原始數(shù)據(jù)來(lái)源于北京大學(xué)數(shù)字金融研究中心、《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》和前文測(cè)度的結(jié)果。
由表2可以看出,我國(guó)各地區(qū)鄉(xiāng)村產(chǎn)業(yè)振興水平存在明顯差異,最小值與最大值相差2.59倍,這說(shuō)明各地區(qū)鄉(xiāng)村產(chǎn)業(yè)發(fā)展存在不均衡的情況。數(shù)字普惠金融指數(shù)最大值與最小值之比為22∶1,這反映出我國(guó)各地區(qū)數(shù)字普惠金融發(fā)展程度差距較大,以及數(shù)字普惠金融發(fā)展從2011年至2019年取得了突破性進(jìn)展。對(duì)外開放水平最大值與最小值之比為128∶1,這反映了我國(guó)不同地區(qū)對(duì)外貿(mào)易存在巨大差距,區(qū)域分化嚴(yán)重。全國(guó)城鎮(zhèn)化率的平均值達(dá)到了57.64%,距離發(fā)達(dá)國(guó)家80%的平均水平還相差約23%,說(shuō)明我國(guó)還具有較大的城鎮(zhèn)化潛力。農(nóng)村人力資本最大值為9.8,最小值僅為5.74,這反映出我國(guó)各地農(nóng)村地區(qū)受教育水平差別較大,可能是由于各地區(qū)教育資源不均衡以及各地區(qū)對(duì)教育認(rèn)知的差別。
表2 各變量的描述性統(tǒng)計(jì)結(jié)果
本文采用固定效應(yīng)模型對(duì)模型(8)進(jìn)行估計(jì),所得到的估計(jì)結(jié)果如表3所示。
由表3模型(1)—模型(6)中的回歸結(jié)果可以看出,逐步加入控制變量,核心解釋變量(index)始終在1%的水平上顯著,且系數(shù)差異較小,均為正值。這說(shuō)明數(shù)字普惠金融可有效促進(jìn)鄉(xiāng)村產(chǎn)業(yè)振興,但如果不控制其他變量的影響,則會(huì)高估數(shù)字普惠金融對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的正向作用。數(shù)字普惠金融通過物聯(lián)網(wǎng)技術(shù)打破了傳統(tǒng)金融機(jī)構(gòu)服務(wù)農(nóng)戶的空間限制,通過線上服務(wù)模式降低了傳統(tǒng)金融服務(wù)農(nóng)戶的運(yùn)營(yíng)成本,通過數(shù)字化信用體系降低了信貸風(fēng)險(xiǎn)。除了傳統(tǒng)金融機(jī)構(gòu)通過積極進(jìn)行數(shù)字化轉(zhuǎn)型以更便利地服務(wù)鄉(xiāng)村產(chǎn)業(yè)外,金融供給主體的增加、信貸風(fēng)險(xiǎn)的緩解以及金融交易成本的降低有效緩解了鄉(xiāng)村產(chǎn)業(yè)發(fā)展中面臨的籌資難題,促進(jìn)農(nóng)村產(chǎn)業(yè)的機(jī)械化、規(guī)模化經(jīng)營(yíng),進(jìn)而促使鄉(xiāng)村產(chǎn)業(yè)振興水平得到了有效提升。
從表3中控制變量來(lái)看,對(duì)外開放程度(trade)在模型(3)—模型(6)中通過1%顯著水平下的檢驗(yàn),且符號(hào)為負(fù),表明對(duì)外開放給鄉(xiāng)村產(chǎn)業(yè)振興帶來(lái)的負(fù)效應(yīng)超越了正效應(yīng),凈效應(yīng)為負(fù)。這說(shuō)明對(duì)外開放帶動(dòng)了就業(yè)機(jī)會(huì)的增加,促使鄉(xiāng)村勞動(dòng)力向城鎮(zhèn)轉(zhuǎn)移,導(dǎo)致鄉(xiāng)村空心化程度加重,對(duì)鄉(xiāng)村產(chǎn)業(yè)發(fā)展不利。城鎮(zhèn)化水平(urb)在1%的顯著性水平下通過了檢驗(yàn),符號(hào)為正,表明城鎮(zhèn)化水平為鄉(xiāng)村產(chǎn)業(yè)振興帶來(lái)的正效應(yīng)超越了負(fù)效應(yīng),凈效應(yīng)為正。城鎮(zhèn)化的推進(jìn)促進(jìn)了各類要素向鄉(xiāng)村的流動(dòng),豐富了鄉(xiāng)村的產(chǎn)業(yè)業(yè)態(tài),推動(dòng)了鄉(xiāng)村產(chǎn)業(yè)的規(guī)?;l(fā)展。經(jīng)濟(jì)發(fā)展水平(lngdp)在5%的顯著性水平下通過了檢驗(yàn),且為正值,表明地區(qū)經(jīng)濟(jì)發(fā)展水平越高,向該地區(qū)農(nóng)村傾斜的資源越多,越能拉動(dòng)鄉(xiāng)村產(chǎn)業(yè)的發(fā)展。除此之外,農(nóng)村人力資本(rhc)的估計(jì)系數(shù)為負(fù)值,交通運(yùn)輸水平(lnhim)的估計(jì)系數(shù)為正值,但都不顯著,說(shuō)明這些因素尚未對(duì)鄉(xiāng)村產(chǎn)業(yè)發(fā)展產(chǎn)生顯著的影響。
表3 數(shù)字普惠金融對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的回歸結(jié)果
為分析數(shù)字普惠金融不同維度指標(biāo)對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的作用效果,本節(jié)分別將數(shù)字普惠金融的二級(jí)指標(biāo)覆蓋廣度(coverage)、使用深度(usage)、數(shù)字化程度(digitization)全部納入公式(8),分別替換數(shù)字普惠金融指數(shù),回歸結(jié)果如表4所示。
表4 數(shù)字普惠金融二級(jí)指標(biāo)回歸結(jié)果
從表4中數(shù)字普惠金融各個(gè)維度回歸結(jié)果來(lái)看,覆蓋廣度的回歸系數(shù)為正但在統(tǒng)計(jì)學(xué)上并不顯著,使用深度和數(shù)字化程度的回歸系數(shù)符號(hào)為正,且在5%的顯著性水平下通過了檢驗(yàn),這說(shuō)明數(shù)字普惠金融的三個(gè)維度均對(duì)鄉(xiāng)村產(chǎn)業(yè)振興有正向影響,但主要依靠使用深度的加深與數(shù)字化程度的提高來(lái)促進(jìn)鄉(xiāng)村產(chǎn)業(yè)的振興,并且數(shù)字化程度的提高對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的促進(jìn)效應(yīng)最強(qiáng)。數(shù)字普惠金融的使用深度則可以提供融資、保險(xiǎn)等業(yè)務(wù),以增加農(nóng)戶融資的可得性,同時(shí)增強(qiáng)農(nóng)戶應(yīng)對(duì)市場(chǎng)風(fēng)險(xiǎn)的能力,為農(nóng)村產(chǎn)業(yè)平穩(wěn)運(yùn)行提供保障。而隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展,數(shù)字化程度對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的邊際影響效應(yīng)極大,因此應(yīng)繼續(xù)加快“數(shù)字鄉(xiāng)村建設(shè)”,完善涉農(nóng)數(shù)字化基礎(chǔ)設(shè)施,以促進(jìn)鄉(xiāng)村產(chǎn)業(yè)振興。
固定效應(yīng)模型在一定程度上緩解了因遺漏變量帶來(lái)的估計(jì)偏誤問題,但不能有效地解決因反向因果帶來(lái)的內(nèi)生性問題。因此,本文借鑒喬敏健和馬文秀(2020)[36]的做法,將所有解釋變量做滯后一期處理,并將新變量記為l.index、l.trade、l.urb、l.lngdp、l.rhc和l.lnhim,以新變量替換模型(8)中的相應(yīng)變量來(lái)檢驗(yàn)?zāi)P椭锌赡艽嬖诘膬?nèi)生性問題,回歸結(jié)果如表5所示。
表5 內(nèi)生性問題處理
表5中,逐步加入控制變量,核心解釋變量(l.index)在5%的顯著水平上通過檢驗(yàn),且均為正值,和上文研究結(jié)果基本一致??刂谱兞恐校瑢?duì)外開放程度的一階滯后變量(l.trade)在模型(3)—模型(6)中依然通過1%顯著性水平的檢驗(yàn),且符號(hào)為負(fù);城鎮(zhèn)化水平(l.urb)和經(jīng)濟(jì)發(fā)展水平(l.lngdp)也全部在1%的顯著性水平上通過檢驗(yàn),且為正值。除此之外,農(nóng)村人力資本(l.rhc)的估計(jì)系數(shù)為負(fù)值,交通運(yùn)輸水平(l.lnhim)的估計(jì)系數(shù)為正值,二者依舊不顯著。綜合來(lái)看,研究結(jié)論與前文基本保持一致。
為進(jìn)一步驗(yàn)證研究結(jié)果的穩(wěn)健性,采取替換被解釋變量的方式,重新采用變異系數(shù)法來(lái)確定鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù)的權(quán)重,測(cè)算全國(guó)30個(gè)省份歷年鄉(xiāng)村產(chǎn)業(yè)振興得分(rural1),以此替換被解釋變量,回歸結(jié)果如表6所示。
表6 替換被解釋變量后的回歸結(jié)果
表6中,核心解釋變量(index)在1%的顯著性水平下通過檢驗(yàn),且為正值??刂谱兞恐袑?duì)外開放程度(trade)和城鎮(zhèn)化水平(urb)也基本上通過顯著性檢驗(yàn)。經(jīng)濟(jì)發(fā)展水平(lngdp)估計(jì)系數(shù)為正值。回歸結(jié)果與表3的結(jié)果基本一致,表明了研究結(jié)果的穩(wěn)健性。
本文利用2011—2019年省級(jí)層面的面板數(shù)據(jù),根據(jù)熵權(quán)法測(cè)算出全國(guó)30個(gè)省份的鄉(xiāng)村產(chǎn)業(yè)振興綜合指數(shù),在此基礎(chǔ)上實(shí)證研究了數(shù)字普惠金融對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的影響,并進(jìn)一步分析了數(shù)字普惠金融二級(jí)指標(biāo)對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的作用效果,得出以下幾點(diǎn)結(jié)論。
第一,全國(guó)30個(gè)省份的鄉(xiāng)村產(chǎn)業(yè)振興水平差異較大,大體呈現(xiàn)“東高西低”的態(tài)勢(shì)。
第二,數(shù)字普惠金融發(fā)展對(duì)鄉(xiāng)村產(chǎn)業(yè)振興有積極的促進(jìn)作用,在考慮了可能存在的內(nèi)生性問題后,結(jié)論依舊保持一致。
第三,在數(shù)字普惠金融二級(jí)指標(biāo)中,數(shù)字普惠金融三個(gè)維度指標(biāo)均對(duì)鄉(xiāng)村產(chǎn)業(yè)振興有正向影響,其中數(shù)字普惠金融使用深度和數(shù)字化程度對(duì)鄉(xiāng)村產(chǎn)業(yè)振興具有顯著促進(jìn)效果,且數(shù)字化程度促進(jìn)效果更好。
根據(jù)以上研究結(jié)果,提出如下幾點(diǎn)政策建議。
一是加快推動(dòng)傳統(tǒng)銀行數(shù)字化轉(zhuǎn)型,加大對(duì)鄉(xiāng)村產(chǎn)業(yè)振興的金融支持力度。商業(yè)銀行應(yīng)注重與互聯(lián)網(wǎng)公司進(jìn)行合作,加強(qiáng)線上金融產(chǎn)品的研發(fā)力度,創(chuàng)新各類涉農(nóng)金融產(chǎn)品以及服務(wù),尤其是針對(duì)特色農(nóng)業(yè)、特色養(yǎng)殖業(yè)以及農(nóng)產(chǎn)品加工服務(wù)業(yè)的金融產(chǎn)品,提升金融服務(wù)供給和產(chǎn)業(yè)資金需求的契合度,滿足農(nóng)戶產(chǎn)業(yè)經(jīng)營(yíng)中產(chǎn)生的多元化資金訴求。
二是建立農(nóng)村數(shù)字金融征信平臺(tái),營(yíng)造良好的產(chǎn)業(yè)振興的金融支持環(huán)境。應(yīng)建立數(shù)字化農(nóng)村信用服務(wù)平臺(tái),將信貸主體的經(jīng)營(yíng)信息納入該平臺(tái),并將信用信息進(jìn)行整合分類,幫助金融機(jī)構(gòu)根據(jù)正確的征信信息來(lái)做出快速并合理的金融決策。
三是加大數(shù)字金融教育力度,提升農(nóng)戶的金融素養(yǎng)。數(shù)字普惠金融的發(fā)展對(duì)“三農(nóng)”客戶的現(xiàn)代數(shù)字技術(shù)、金融知識(shí)技能了解掌握程度都要求較高??梢钥紤]在農(nóng)村地區(qū)尤其是中西部農(nóng)村地區(qū)建設(shè)數(shù)字普惠金融教育平臺(tái),宣傳、普及數(shù)字普惠金融相關(guān)知識(shí)技能,使農(nóng)戶了解認(rèn)知金融問題,掌握數(shù)字金融技術(shù),明確自身金融訴求,充分合理利用金融資源,自覺增強(qiáng)風(fēng)險(xiǎn)和信用意識(shí)。