曾欽友 張璇
(長春工業(yè)大學(xué),吉林 長春 130000)
我國已全面建成小康社會,經(jīng)濟(jì)發(fā)展邁入高質(zhì)量發(fā)展階段,新發(fā)展理念引領(lǐng)經(jīng)濟(jì)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(dāng)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(jìn)農(nóng)業(yè)生產(chǎn)相關(guān)技術(shù)的進(jìn)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(guān)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(yīng)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(jì)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(guān)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(xué)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(yùn)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(chǔ)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(shí)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(jìn)作用,這一作用主要源于農(nóng)業(yè)技術(shù)進(jìn)步效應(yīng),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(rèn)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(jìn)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(jìn)作用,但作用渠道不同,正規(guī)金融主要通過技術(shù)進(jìn)步渠道,而非正規(guī)金融主要通過技術(shù)效率渠道來促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率增長。此外,也有學(xué)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(shí)證研究,認(rèn)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(jī)制卻存在顯著差異,在此基礎(chǔ)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(guān)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(diǎn)。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(diǎn),因此對經(jīng)濟(jì)發(fā)展具有更強(qiáng)的金融支持作用(Kapoor,2014)。眾多學(xué)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(fèi)(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(jì)各方面的影響。全要素生產(chǎn)率是經(jīng)濟(jì)發(fā)展的一個重要衡量指標(biāo),而數(shù)字金融作為新興的金融發(fā)展模式,兩者之間的關(guān)系到底如何是一個值得深入探討的問題。
目前學(xué)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(xué)者們指出,數(shù)字金融通過緩解融資約束(萬佳彧等,2020)、促進(jìn)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(xiàn)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(xué)者從空間效應(yīng)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(xué)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(fù)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(xiàn)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(yīng);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(biāo)的門檻效應(yīng)存在差異,數(shù)字化程度指標(biāo)呈現(xiàn)出“倒U型”的趨勢、支付指標(biāo)的門檻效應(yīng)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(biāo)呈現(xiàn)出“倒V型”的趨勢;最后,證實(shí)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(yīng)主要是由于數(shù)字金融對農(nóng)業(yè)技術(shù)進(jìn)步存在門檻效應(yīng)。
本文的數(shù)據(jù)主要來源于兩個方面:一是由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)聯(lián)合課題組編制的“北京大學(xué)數(shù)字金融指數(shù)”,二是《中國統(tǒng)計(jì)年鑒》和各省份統(tǒng)計(jì)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(biāo),因此需要對其進(jìn)行轉(zhuǎn)換。參考程惠芳和陸嘉?。?014)的方法對其進(jìn)行如下處理:設(shè)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(chǔ)進(jìn)行累乘所得到。參考葛鵬飛等(2018)的思路選取指標(biāo),但是王奇等(2012)大多數(shù)學(xué)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(jī)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(jī)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(jìn)行平減得到第一產(chǎn)業(yè)實(shí)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(xué)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(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)聯(lián)合課題組編制的“北京大學(xué)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(biāo),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(jì)算農(nóng)業(yè)產(chǎn)業(yè)集聚水平,具體計(jì)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(xiàn)的做法,本文引入如下控制變量:經(jīng)濟(jì)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(jìn)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(zāi)率(葛和平和高越,2021);政府經(jīng)濟(jì)行為(馬黃龍和屈小娥,2021;劉偉等,2021;趙軍等,2021)。
參考Hansen(1999)提出的面板門檻模型,建立如式(2)基準(zhǔn)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(yīng);Σid代表省份固定效應(yīng);ε代表隨機(jī)擾動項(xiàng)。
表1展示了相關(guān)變量的描述性統(tǒng)計(jì)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(jìn)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(jìn)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。
數(shù)字金融的門檻效應(yīng)檢驗(yàn)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(biāo)均通過了顯著性檢驗(yàn),除了數(shù)字化程度和支付兩個數(shù)字金融分維度指標(biāo)具有雙重門檻效應(yīng)以外,數(shù)字金融總指數(shù)和其他數(shù)字金融分維度指標(biāo)均僅具有單一門檻效應(yīng)。
表2 數(shù)字金融的門檻效應(yīng)檢驗(yàn)結(jié)果
表3 顯示了數(shù)字金融總指數(shù)和各分維度指標(biāo)的門檻模型回歸估計(jì)結(jié)果,從數(shù)字金融總指數(shù)的門檻效應(yīng)回歸估計(jì)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(yīng)回歸估計(jì)結(jié)果
1.僅存在單一門檻效應(yīng)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(yīng)。這一類數(shù)字金融指標(biāo)的特點(diǎn)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(qiáng)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(biāo)為代表的門檻效應(yīng)。這一類數(shù)字金融指標(biāo)的特點(diǎn)是:一方面存在雙重門檻效應(yīng),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(qiáng)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(biāo)為代表的門檻效應(yīng)。這一類數(shù)字金融指標(biāo)的特點(diǎn)是:一方面存在雙重門檻效應(yīng),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(fù)轉(zhuǎn)正”,呈現(xiàn)出“正U型”的趨勢。
上文的實(shí)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(yīng),為了增強(qiáng)這一結(jié)果的可靠性,對其進(jìn)行穩(wěn)健性檢驗(yàn)。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(jìn)行穩(wěn)健性檢驗(yàn)。
表4、表5顯示了穩(wěn)健性的檢驗(yàn)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(yīng)檢驗(yàn)結(jié)果和回歸估計(jì)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(qiáng)作用減弱,呈現(xiàn)出“倒U型”的趨勢,這說明基準(zhǔn)回歸估計(jì)結(jié)果具有較好的穩(wěn)健性。
表4 穩(wěn)健性檢驗(yàn)結(jié)果
表5 門檻模型的穩(wěn)健性檢驗(yàn)回歸估計(jì)結(jié)果
一般來說,不同地區(qū)由于經(jīng)濟(jì)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(jìn)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(yīng)當(dāng)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(jìn)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(yīng)檢驗(yàn)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(yīng)通過了顯著性檢驗(yàn),西部地區(qū)不存在門檻效應(yīng)。此外,東部地區(qū)存在雙重門檻效應(yīng),中部地區(qū)存在單一門檻效應(yīng),并且均通過了穩(wěn)健性檢驗(yàn)。
表6 分地區(qū)的門檻效應(yīng)檢驗(yàn)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(jì)結(jié)果??梢钥闯?,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(fù)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(fù)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(yīng)的顯著性檢驗(yàn),但是西部地區(qū)門檻效應(yīng)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(fù)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(yīng)回歸估計(jì)結(jié)果
此外,東部地區(qū)的門檻值也較低,當(dāng)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(qiáng)作用會增加,這可能是因?yàn)闁|部地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚的方式更加合理,使得當(dāng)?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(dāng)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(dāng)?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(jìn)步(techch)和農(nóng)業(yè)技術(shù)效率(effch)進(jìn)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(yīng)估計(jì)結(jié)果,可以看出,數(shù)字金融對techch存在單一門檻效應(yīng),而對effch不存在門檻效應(yīng),并且通過了穩(wěn)健性檢驗(yàn)。
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(yīng)檢驗(yàn)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(yīng)回歸估計(jì)結(jié)果,可以看出,隨著門檻值的增加,數(shù)字金融對techch的負(fù)向作用增強(qiáng),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(yīng)沒有通過顯著性檢驗(yàn),但是數(shù)字金融對effch的門檻效應(yīng)的基準(zhǔn)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(qiáng)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(yīng)的特點(diǎn),為了更好地發(fā)展綠色農(nóng)業(yè),應(yīng)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(yīng)回歸估計(jì)結(jié)果
本文實(shí)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(biāo)對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響均存在門檻效應(yīng),數(shù)字金融的數(shù)字化程度和支付指標(biāo)存在雙重門檻效應(yīng),并且數(shù)字金融的數(shù)字化程度指標(biāo)呈現(xiàn)出“倒U 型”的趨勢,支付指標(biāo)的門檻效應(yīng)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(biāo)僅存在單一門檻效應(yīng),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(yīng),呈現(xiàn)出“正U 型”的趨勢;中部地區(qū)存在單一門檻效應(yīng),顯現(xiàn)出“左半U 型”的趨勢;西部地區(qū)不存在門檻效應(yīng)。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(yīng),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(yīng)。
基于本文的實(shí)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(jìn)我國綠色農(nóng)業(yè)的發(fā)展,然而這一作用效果會受到當(dāng)?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(dāng)?shù)鼐G色農(nóng)業(yè)時,應(yīng)當(dāng)協(xié)調(diào)好這兩者之間的關(guān)系,對于存在“倒U”或者“倒V型”門檻效應(yīng)的數(shù)字金融指標(biāo),在應(yīng)用數(shù)字金融發(fā)展綠色農(nóng)業(yè)時,應(yīng)當(dāng)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(yīng)的數(shù)字金融指標(biāo),在應(yīng)用數(shù)字金融發(fā)展綠色農(nóng)業(yè)時,應(yīng)當(dāng)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(biāo)存在“正U型”的門檻效應(yīng),因此政府可以引導(dǎo)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(wù),并且使其業(yè)務(wù)下沉,從而更好地發(fā)揮支付業(yè)務(wù)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(yīng)當(dāng)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(yīng)當(dāng)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)。