數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應研究
——基于農(nóng)業(yè)產(chǎn)業(yè)集聚視角

曾欽友 張璇

（長春工業(yè)大學，吉林 長春 130000）

一、引言與文獻綜述

我國已全面建成小康社會，經(jīng)濟發(fā)展邁入高質(zhì)量發(fā)展階段，新發(fā)展理念引領經(jīng)濟社會發(fā)展綠色轉(zhuǎn)型，以農(nóng)業(yè)綠色發(fā)展助力鄉(xiāng)村全面振興成為當前我國面臨的重要問題。數(shù)字金融因其不受地域的限制，能夠方便地為農(nóng)業(yè)發(fā)展提供資金扶持，解決以往農(nóng)業(yè)生產(chǎn)中存在的“融資難”“融資貴”問題，同時有助于促進農(nóng)業(yè)生產(chǎn)相關技術(shù)的進步，極大地提高了農(nóng)業(yè)綠色全要素生產(chǎn)率。

農(nóng)業(yè)產(chǎn)業(yè)集聚發(fā)展已成為現(xiàn)代農(nóng)業(yè)發(fā)展過程中的一個普遍現(xiàn)象。我國發(fā)展綠色農(nóng)業(yè)同樣需要關注農(nóng)業(yè)產(chǎn)業(yè)集聚問題，一方面，各個地區(qū)存在不同程度的農(nóng)業(yè)產(chǎn)業(yè)集聚現(xiàn)象，合理的農(nóng)業(yè)產(chǎn)業(yè)集聚發(fā)展可以極大提高農(nóng)業(yè)產(chǎn)量；另一方面，隨著城鎮(zhèn)化發(fā)展，大量農(nóng)民群體涌入城市，相應產(chǎn)生閑置土地，從而促使留下來的農(nóng)民在發(fā)展農(nóng)業(yè)時向“集聚”方向發(fā)展。因此，農(nóng)業(yè)產(chǎn)業(yè)集聚作為一種規(guī)模經(jīng)濟現(xiàn)象，其如何作用于數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，這一問題值得深入研究。

國外方面，King &Levine（1993）較早開始研究金融發(fā)展與農(nóng)業(yè)生產(chǎn)率的關系。Benhabib &Spiegel（2000）分析各國金融發(fā)展對農(nóng)業(yè)生產(chǎn)率的影響。國內(nèi)方面，已有部分學者研究我國金融發(fā)展對農(nóng)業(yè)全要素生產(chǎn)率的影響。尹雷和沈毅（2014）運用DEA Malmquist指數(shù)方法測算農(nóng)業(yè)全要素生產(chǎn)率及其構(gòu)成，在此基礎上通過省級動態(tài)面板數(shù)據(jù)的GMM方法分析農(nóng)村金融發(fā)展對農(nóng)業(yè)全要素生產(chǎn)率及其構(gòu)成的影響與區(qū)域差異，實證結(jié)果表明農(nóng)村金融發(fā)展對農(nóng)業(yè)全要素生產(chǎn)率具有正向促進作用，這一作用主要源于農(nóng)業(yè)技術(shù)進步效應，并且農(nóng)村金融發(fā)展對農(nóng)業(yè)全要素生產(chǎn)率的影響還存在區(qū)域差異。井深和肖龍鐸（2017）研究認為，1997—2014 年我國農(nóng)業(yè)全要素生產(chǎn)率增長主要由技術(shù)進步推動；農(nóng)村正規(guī)與非正規(guī)金融發(fā)展對農(nóng)業(yè)全要素生產(chǎn)率增長均具有顯著促進作用，但作用渠道不同，正規(guī)金融主要通過技術(shù)進步渠道,而非正規(guī)金融主要通過技術(shù)效率渠道來促進農(nóng)業(yè)全要素生產(chǎn)率增長。此外，也有學者分析金融發(fā)展對綠色全要素生產(chǎn)率的影響。李健旋（2021）基于2000—2015年中國省級面板數(shù)據(jù)開展實證研究，認為農(nóng)村金融發(fā)展規(guī)模的增加、金融發(fā)展結(jié)構(gòu)的優(yōu)化以及金融發(fā)展效率的提高均有利于農(nóng)業(yè)綠色全要素生產(chǎn)率提升,但其作用機制卻存在顯著差異，在此基礎上,從農(nóng)村金融發(fā)展視角提出了提升農(nóng)業(yè)綠色全要素生產(chǎn)率的相關政策建議。尹子擘等（2021）測度我國30個省份的綠色金融和綠色全要素生產(chǎn)率發(fā)展水平,并建立空間杜賓模型定量分析綠色金融發(fā)展水平對我國綠色全要素生產(chǎn)率的影響。

隨著金融科技的發(fā)展，數(shù)字普惠金融對全要素生產(chǎn)率的影響成為研究的熱點。相比于傳統(tǒng)金融，數(shù)字金融憑借互聯(lián)網(wǎng)的優(yōu)勢而使其具有低成本、易獲取等特點，因此對經(jīng)濟發(fā)展具有更強的金融支持作用（Kapoor，2014）。眾多學者分析了數(shù)字金融對包容性增長（張勛等，2019）、創(chuàng)業(yè)（謝絢麗等，2018）、居民消費（易行健和周利，2018）、農(nóng)村金融需求（傅秋子和黃益平，2018）等經(jīng)濟各方面的影響。全要素生產(chǎn)率是經(jīng)濟發(fā)展的一個重要衡量指標，而數(shù)字金融作為新興的金融發(fā)展模式，兩者之間的關系到底如何是一個值得深入探討的問題。

目前學者們主要研究數(shù)字金融對企業(yè)全要素生產(chǎn)率（江紅莉和蔣鵬程，2021；顧寧等，2021）、全社會全要素生產(chǎn)率（侯層和李北偉，2020）、農(nóng)業(yè)全要素生產(chǎn)率（劉艷，2021）的影響。學者們指出，數(shù)字金融通過緩解融資約束（萬佳彧等，2020）、促進技術(shù)創(chuàng)新（馬芬芬等，2021）、降低人力資本（白萬平等，2021）等提升企業(yè)全要素生產(chǎn)率，通過碳排放（賀茂斌和楊曉維，2021）、產(chǎn)業(yè)結(jié)構(gòu)升級（惠獻波，2021）、地區(qū)創(chuàng)業(yè)（范欣和尹秋舒，2021）、要素配置扭曲（田杰等，2021）等影響全社會全要素生產(chǎn)率。

盡管已有學者從空間效應角度分析了數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響（張翱祥和鄧榮榮，2022），但是數(shù)字金融影響農(nóng)業(yè)綠色全要素生產(chǎn)率的研究還存在較大空間，且鮮有學者研究農(nóng)業(yè)產(chǎn)業(yè)集聚會如何影響數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生的作用。張曉玫和羅鵬（2015）研究發(fā)現(xiàn)金融發(fā)展有利于勞動密集型產(chǎn)業(yè)以及資本密集型產(chǎn)業(yè)的集聚，而不利于技術(shù)密集型產(chǎn)業(yè)的集聚；銀西陽等（2022）研究發(fā)現(xiàn)1998—2018 年期間農(nóng)業(yè)產(chǎn)業(yè)集聚會負向影響農(nóng)業(yè)綠色全要素生產(chǎn)率，因此可以初步推斷出目前的農(nóng)業(yè)產(chǎn)業(yè)集聚會對數(shù)字金融提升農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生較大的影響。本文具體的邊際貢獻如下：首先，創(chuàng)新性地以農(nóng)業(yè)產(chǎn)業(yè)集聚為視角研究數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應；其次，區(qū)別于以往研究，分析發(fā)現(xiàn)數(shù)字金融總指數(shù)和其分維度指標的門檻效應存在差異，數(shù)字化程度指標呈現(xiàn)出“倒U型”的趨勢、支付指標的門檻效應呈現(xiàn)出“正U 型”的趨勢，而數(shù)字金融總指數(shù)和其他分維度指標呈現(xiàn)出“倒V型”的趨勢；最后，證實數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率存在門檻效應主要是由于數(shù)字金融對農(nóng)業(yè)技術(shù)進步存在門檻效應。

二、數(shù)據(jù)與實證方法

（一）數(shù)據(jù)來源與變量說明

本文的數(shù)據(jù)主要來源于兩個方面：一是由北京大學數(shù)字金融研究中心和螞蟻金服集團聯(lián)合課題組編制的“北京大學數(shù)字金融指數(shù)”，二是《中國統(tǒng)計年鑒》和各省份統(tǒng)計年鑒。由于西藏及港澳臺地區(qū)的數(shù)據(jù)缺失較多，本文將其剔除，最終得到2011—2019年30個省份的面板數(shù)據(jù)。具體的變量說明如下所示：

1.被解釋變量。本文選擇農(nóng)業(yè)綠色全要素生產(chǎn)率作為被解釋變量，而農(nóng)業(yè)綠色全要素生產(chǎn)率是使用含有非期望產(chǎn)出的SBM-Malquist 指數(shù)測算得出，但是SBM-Malquist 指數(shù)直接測算出來的農(nóng)業(yè)綠色全要素生產(chǎn)率是一個動態(tài)指標，因此需要對其進行轉(zhuǎn)換。參考程惠芳和陸嘉?。?014）的方法對其進行如下處理：設定2010年為基期，并指定該年農(nóng)業(yè)綠色全要素生產(chǎn)率為1，其他年份的農(nóng)業(yè)綠色全要素生產(chǎn)率以其為基礎進行累乘所得到。參考葛鵬飛等（2018）的思路選取指標，但是王奇等（2012）大多數(shù)學者指出，農(nóng)業(yè)綠色全要素生產(chǎn)率的投入變量主要包括土地、勞動力、機械、化肥、用水因素，故本文測算SBM-Malquist指數(shù)最終選取的投入變量為農(nóng)業(yè)機械總動力、農(nóng)業(yè)用水量、農(nóng)用化肥施用折純量、農(nóng)作物總播種面積、第一產(chǎn)業(yè)從業(yè)人員；期望產(chǎn)出變量為第一產(chǎn)業(yè)增加值，并以2010 年為基期，利用GDP 平減指數(shù)進行平減得到第一產(chǎn)業(yè)實際增加值；非期望產(chǎn)出變量為農(nóng)業(yè)碳排放量，測算參考李波等（2011）的做法。

2.核心解釋變量。參考大多數(shù)學者的做法（謝絢麗等，2018；傅秋子和黃益平，2018；萬佳彧等，2020），選擇北京大學數(shù)字金融研究中心和螞蟻金服集團聯(lián)合課題組編制的“北京大學數(shù)字普惠金融指數(shù)”（郭峰等，2020）作為數(shù)字金融的代理指標，具體為數(shù)字普惠金融的總指數(shù)、覆蓋廣度、使用深度、數(shù)字化程度、支付、保險、信貸。

3.門檻變量。選擇農(nóng)業(yè)產(chǎn)業(yè)集聚作為門檻變量，參考李二玲等（2012）的做法，采用區(qū)位熵計算農(nóng)業(yè)產(chǎn)業(yè)集聚水平，具體計算公式如式（1）：

其中，LQj表示j地區(qū)的農(nóng)業(yè)在全國的區(qū)位熵，qij為j地區(qū)農(nóng)業(yè)的產(chǎn)量；qj為本地區(qū)所有行業(yè)的總產(chǎn)量；qi為全國農(nóng)作物的產(chǎn)量；q為全國所有行業(yè)的產(chǎn)量。

4.控制變量。為了更好地研究數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，本文需要引入一些會對農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生影響的控制變量，參考大多數(shù)文獻的做法，本文引入如下控制變量：經(jīng)濟發(fā)展水平，以人均GDP 的對數(shù)值表示（馬黃龍和屈小娥，2021）；產(chǎn)業(yè)結(jié)構(gòu)，以第三產(chǎn)業(yè)總產(chǎn)值對地區(qū)生產(chǎn)總值的占比表示（滕磊和馬德功，2020；賀茂斌和楊曉維，2021；田杰等，2021）；對外開放程度，以經(jīng)營單位所在地進出口總額對地區(qū)生產(chǎn)總值的占比表示（侯層和李北偉，2020；李健旋，2021）；受災率（葛和平和高越，2021）；政府經(jīng)濟行為（馬黃龍和屈小娥，2021；劉偉等，2021；趙軍等，2021）。

（二）實證方法

參考Hansen（1999）提出的面板門檻模型，建立如式（2）基準回歸模型：

其中，gtfpch代表農(nóng)業(yè)綠色全要素生產(chǎn)率，作為模型的被解釋變量；DIF代表數(shù)字金融，作為模型的核心解釋變量；q代表農(nóng)業(yè)產(chǎn)業(yè)集聚，作為模型的門檻變量；Control代表模型的控制變量；Σyear代表時間固定效應；Σid代表省份固定效應；ε代表隨機擾動項。

（三）描述性統(tǒng)計特征

表1展示了相關變量的描述性統(tǒng)計結(jié)果，農(nóng)業(yè)綠色全要素生產(chǎn)率（gtfpch）的最大值為1.4388，最小值為0.6339，最大值約為最小值的2 倍，說明在該期間不同省份之間的農(nóng)業(yè)綠色全要素生產(chǎn)率的差距比較大。將全要素生產(chǎn)率分解為農(nóng)業(yè)技術(shù)進步（techch）和農(nóng)業(yè)技術(shù)效率（effch）后，可以發(fā)現(xiàn)不同省份之間的農(nóng)業(yè)技術(shù)進步和農(nóng)業(yè)技術(shù)效率的差距變小，其最大值約為最小值的1.5倍。

三、實證結(jié)果分析

（一）基準回歸

數(shù)字金融的門檻效應檢驗結(jié)果如表2所示，從表中可以看出，在以農(nóng)業(yè)產(chǎn)業(yè)集聚作為門檻變量時，數(shù)字金融總指數(shù)和其分維度指標均通過了顯著性檢驗，除了數(shù)字化程度和支付兩個數(shù)字金融分維度指標具有雙重門檻效應以外，數(shù)字金融總指數(shù)和其他數(shù)字金融分維度指標均僅具有單一門檻效應。

表2 數(shù)字金融的門檻效應檢驗結(jié)果

表3 顯示了數(shù)字金融總指數(shù)和各分維度指標的門檻模型回歸估計結(jié)果，從數(shù)字金融總指數(shù)的門檻效應回歸估計結(jié)果來看，可以劃分為如下三種情況：

表3 數(shù)字金融的門檻效應回歸估計結(jié)果

1.僅存在單一門檻效應的數(shù)字金融（數(shù)字金融總指數(shù)、覆蓋廣度、使用深度、保險、信貸）的門檻效應。這一類數(shù)字金融指標的特點是：一方面僅存在單一門檻，另一方面隨著門檻值的增加，數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的增強作用減弱，呈現(xiàn)出“倒V型”的趨勢。

2.以數(shù)字金融的數(shù)字化程度指標為代表的門檻效應。這一類數(shù)字金融指標的特點是：一方面存在雙重門檻效應，另一方面隨著門檻值的增加，數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的增強作用越來越弱，呈現(xiàn)出“倒U型”的趨勢。

3.以數(shù)字金融的支付指標為代表的門檻效應。這一類數(shù)字金融指標的特點是：一方面存在雙重門檻效應，另一方面隨著門檻值的增加，數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的作用“由負轉(zhuǎn)正”，呈現(xiàn)出“正U型”的趨勢。

（二）穩(wěn)健性檢驗

上文的實證結(jié)果表明數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響存在門檻效應，為了增強這一結(jié)果的可靠性，對其進行穩(wěn)健性檢驗。參考唐松等（2020）的做法，采用城市級數(shù)字金融指數(shù)替換省級數(shù)字金融指數(shù)進行穩(wěn)健性檢驗。

表4、表5顯示了穩(wěn)健性的檢驗結(jié)果，將省級數(shù)字金融指數(shù)替換為城市級數(shù)字金融指數(shù)后，數(shù)字金融總指數(shù)對農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應檢驗結(jié)果和回歸估計結(jié)果并沒有發(fā)生變化，依舊只存在單一門檻（門檻值為0.3258），并且隨著門檻值的增加，數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的增強作用減弱，呈現(xiàn)出“倒U型”的趨勢，這說明基準回歸估計結(jié)果具有較好的穩(wěn)健性。

表4 穩(wěn)健性檢驗結(jié)果

表5 門檻模型的穩(wěn)健性檢驗回歸估計結(jié)果

（三）異質(zhì)性分析

一般來說，不同地區(qū)由于經(jīng)濟發(fā)展、對農(nóng)業(yè)重視程度等情況的差別，會使得數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響存在區(qū)域異質(zhì)性。農(nóng)業(yè)綠色全要素生產(chǎn)率可以分解為農(nóng)業(yè)技術(shù)進步（techch）和農(nóng)業(yè)技術(shù)效率（effch），由于techch和effch衡量的是農(nóng)業(yè)綠色全要素生產(chǎn)率的不同層面，所以數(shù)字金融對其的影響應當也存在異質(zhì)性。

1.不同地區(qū)的異質(zhì)性分析。將30 個省份劃分為東、中、西部地區(qū)進行區(qū)域異質(zhì)性分析。表6 顯示分地區(qū)數(shù)字金融的門檻效應檢驗結(jié)果，可以看出，東部地區(qū)和中部地區(qū)數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應通過了顯著性檢驗，西部地區(qū)不存在門檻效應。此外，東部地區(qū)存在雙重門檻效應，中部地區(qū)存在單一門檻效應，并且均通過了穩(wěn)健性檢驗。

表6 分地區(qū)的門檻效應檢驗結(jié)果

表7 顯示了分地區(qū)的數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻模型回歸估計結(jié)果。可以看出，隨著門檻值的增加，數(shù)字金融對東部地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的作用“由負轉(zhuǎn)正”，呈現(xiàn)出“正U 型”的趨勢；數(shù)字金融對中部地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的負向作用減弱，顯現(xiàn)出“左半U 型”的趨勢；雖然西部地區(qū)沒有通過門檻效應的顯著性檢驗，但是西部地區(qū)門檻效應的穩(wěn)健性回歸結(jié)果顯示，隨著門檻值的增加，數(shù)字金融對西部地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的負向作用減弱，出現(xiàn)“左半U型”的趨勢。

表7 分地區(qū)的門檻效應回歸估計結(jié)果

此外，東部地區(qū)的門檻值也較低，當該地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚程度超過0.4841后，隨著農(nóng)業(yè)產(chǎn)業(yè)集聚程度的增加，數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的增強作用會增加，這可能是因為東部地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚的方式更加合理，使得當?shù)氐木G色農(nóng)業(yè)生產(chǎn)更加高效；中部地區(qū)的門檻值較高，僅當該地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚程度超過2.5479后，農(nóng)業(yè)產(chǎn)業(yè)集聚才不會弱化數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的作用；不管西部地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚程度如何，農(nóng)業(yè)產(chǎn)業(yè)集聚均會弱化數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的作用，但是隨著農(nóng)業(yè)產(chǎn)業(yè)集聚程度的增加，這種弱化作用會減弱，這說明西部地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚分布情況不太合理，不利于當?shù)氐木G色農(nóng)業(yè)發(fā)展。

2.不同維度農(nóng)業(yè)綠色全要素生產(chǎn)率的異質(zhì)性分析。將農(nóng)業(yè)綠色全要素生產(chǎn)率分解為農(nóng)業(yè)技術(shù)進步（techch）和農(nóng)業(yè)技術(shù)效率（effch）進行異質(zhì)性分析。表8 顯示了數(shù)字金融對不同維度農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應估計結(jié)果，可以看出，數(shù)字金融對techch存在單一門檻效應，而對effch不存在門檻效應，并且通過了穩(wěn)健性檢驗。

表8 分不同維度農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應檢驗結(jié)果

表9 顯示了數(shù)字金融對不同維度農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應回歸估計結(jié)果，可以看出，隨著門檻值的增加，數(shù)字金融對techch的負向作用增強，呈現(xiàn)出“倒右半U型”的趨勢；雖然數(shù)字金融對effch的門檻效應沒有通過顯著性檢驗，但是數(shù)字金融對effch的門檻效應的基準回歸結(jié)果和穩(wěn)健性回歸結(jié)果均表明，隨著農(nóng)業(yè)產(chǎn)業(yè)集聚程度的變化，數(shù)字金融對effch的增強作用不會發(fā)生變化。另外根據(jù)數(shù)字金融對techch的門檻效應的特點，為了更好地發(fā)展綠色農(nóng)業(yè)，應使農(nóng)業(yè)產(chǎn)業(yè)集聚程度控制在1.1690以下。

表9 分不同維度農(nóng)業(yè)綠色全要素生產(chǎn)率的門檻效應回歸估計結(jié)果

四、結(jié)論與政策啟示

本文實證研究數(shù)字金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響，結(jié)果發(fā)現(xiàn)：第一，數(shù)字金融總指數(shù)和其分維度指標對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響均存在門檻效應，數(shù)字金融的數(shù)字化程度和支付指標存在雙重門檻效應，并且數(shù)字金融的數(shù)字化程度指標呈現(xiàn)出“倒U 型”的趨勢，支付指標的門檻效應呈現(xiàn)出“正U 型”的趨勢，而數(shù)字金融總指數(shù)和其他分維度指標僅存在單一門檻效應，并且均呈現(xiàn)出“倒V 型”的趨勢。第二，根據(jù)東、中、西三大地區(qū)的異質(zhì)性分析發(fā)現(xiàn)，東部地區(qū)存在雙重門檻效應，呈現(xiàn)出“正U 型”的趨勢；中部地區(qū)存在單一門檻效應，顯現(xiàn)出“左半U 型”的趨勢；西部地區(qū)不存在門檻效應。第三，將農(nóng)業(yè)綠色全要素生產(chǎn)率劃分為techch和effch的異質(zhì)性分析發(fā)現(xiàn)，數(shù)字金融對techch存在單一門檻效應，呈現(xiàn)出“倒右半U型”的趨勢，而數(shù)字金融對effch不存在門檻效應。

基于本文的實證結(jié)論可以得到如下政策啟示：首先，數(shù)字金融可以很好地促進我國綠色農(nóng)業(yè)的發(fā)展，然而這一作用效果會受到當?shù)剞r(nóng)業(yè)產(chǎn)業(yè)集聚程度的影響，因此政府在發(fā)展當?shù)鼐G色農(nóng)業(yè)時，應當協(xié)調(diào)好這兩者之間的關系，對于存在“倒U”或者“倒V型”門檻效應的數(shù)字金融指標，在應用數(shù)字金融發(fā)展綠色農(nóng)業(yè)時，應當使其發(fā)展處于一定水平之下，而對于存在“正U型”門檻效應的數(shù)字金融指標，在應用數(shù)字金融發(fā)展綠色農(nóng)業(yè)時，應當使其發(fā)展跨越一定水平。其次，由于僅有數(shù)字金融的支付指標存在“正U型”的門檻效應，因此政府可以引導各大互聯(lián)網(wǎng)公司和銀聯(lián)等大力發(fā)展移動支付業(yè)務，并且使其業(yè)務下沉，從而更好地發(fā)揮支付業(yè)務在綠色農(nóng)業(yè)發(fā)展中的作用。再次，東部地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)集聚情況相對更為合理，中、西部地區(qū)應當提前做好布局，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)集聚狀況。最后，政府在發(fā)展綠色農(nóng)業(yè)時，應當注重提高綠色農(nóng)業(yè)技術(shù)的使用效率，同時兼顧加大資金研發(fā)農(nóng)業(yè)綠色技術(shù)。