數(shù)字普惠金融與農(nóng)村經(jīng)濟(jì)增長：空間溢出機(jī)制與經(jīng)驗(yàn)證據(jù)

陳 鳴，陳 峰，廖世偉

(1.南華大學(xué) 經(jīng)濟(jì)管理與法學(xué)學(xué)院，湖南 衡陽 421001；2.中國社會(huì)科學(xué)院大學(xué) 應(yīng)用經(jīng)濟(jì)學(xué)院，北京 102488)

一、問題提出與文獻(xiàn)概述

自黨的十九大提出鄉(xiāng)村振興戰(zhàn)略以來，“發(fā)展鄉(xiāng)村普惠金融，健全農(nóng)村金融體系”成為農(nóng)村金融改革與發(fā)展的重點(diǎn)任務(wù)。數(shù)字普惠金融為廣大農(nóng)村地區(qū)提供了優(yōu)質(zhì)便捷以及低成本的金融服務(wù)，憑借大數(shù)據(jù)、云服務(wù)等通信技術(shù)，有效擴(kuò)大了金融覆蓋范圍，緩解了金融排斥現(xiàn)象，迅速成為農(nóng)村金融發(fā)展新的重要形式和途徑。那么，數(shù)字普惠金融是否能夠破解傳統(tǒng)農(nóng)村金融難以內(nèi)生化成長的困局？數(shù)字普惠金融對中國不同農(nóng)村地區(qū)經(jīng)濟(jì)增長的影響有何差異？其是通過何種作用機(jī)制與途徑影響農(nóng)村經(jīng)濟(jì)增長的？回答這些問題，對于更好地促進(jìn)鄉(xiāng)村振興戰(zhàn)略的實(shí)施、加快推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)意義重大。

關(guān)于數(shù)字普惠金融與經(jīng)濟(jì)增長關(guān)系的理論基礎(chǔ)，源自麥金農(nóng)(McKinnon，1973)和肖(Shaw，1973)提出的金融深化論與金融抑制理論[1-2]。根據(jù)研究的理論脈絡(luò)不同，可將現(xiàn)有文獻(xiàn)大致分為兩類：一是基于內(nèi)生增長理論框架的分析。帕加諾(Pagano，1993)將金融部門從技術(shù)進(jìn)步因素中分離出來，由此提供了一個(gè)金融促進(jìn)經(jīng)濟(jì)增長的理論框架[3]。作為研究分支與新型金融形式，數(shù)字普惠金融近年來逐步進(jìn)入學(xué)術(shù)界研究視野，學(xué)者們發(fā)現(xiàn)數(shù)字普惠金融可以有效緩解企業(yè)融資困難，并通過破解資本約束和降低經(jīng)營風(fēng)險(xiǎn)促進(jìn)企業(yè)創(chuàng)新增長[4-6]。中國學(xué)者對數(shù)字普惠金融的研究起步較晚，有關(guān)數(shù)字普惠金融的研究較為少見。多數(shù)研究聚焦于核實(shí)傳統(tǒng)普惠金融與經(jīng)濟(jì)增長之間的正相關(guān)關(guān)系[7-9]；部分學(xué)者采用微觀調(diào)研數(shù)據(jù)，肯定了數(shù)字普惠金融能有效促進(jìn)中國農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展水平的提高[10-12]。二是以空間經(jīng)濟(jì)學(xué)為理論框架，從經(jīng)濟(jì)活動(dòng)空間分布和相互關(guān)聯(lián)的角度，探究金融發(fā)展與經(jīng)濟(jì)增長之間的相互關(guān)聯(lián)與影響機(jī)制。此類研究以新經(jīng)濟(jì)地理學(xué)為視角，認(rèn)為金融資本具有明顯的地理空間特征，金融規(guī)模和效率的改善能影響生產(chǎn)要素配置結(jié)構(gòu)和使用成本，金融資源空間外溢與區(qū)域經(jīng)濟(jì)發(fā)展關(guān)系緊密[13-14]。有學(xué)者聚焦于農(nóng)村普惠金融的空間溢出機(jī)制，指出金融資源的擴(kuò)散效應(yīng)會(huì)加劇各地區(qū)金融不平衡發(fā)展的態(tài)勢，并對經(jīng)濟(jì)活動(dòng)產(chǎn)生空間外溢效應(yīng)[15-17]。也有學(xué)者開始關(guān)注數(shù)字普惠金融的空間效應(yīng)，探討了數(shù)字普惠金融發(fā)展對城鄉(xiāng)收入差距[18]、農(nóng)民非農(nóng)收入[19]以及居民消費(fèi)[20-21]的空間作用特征。

關(guān)于金融與經(jīng)濟(jì)增長之間的關(guān)系的研究已經(jīng)取得了相當(dāng)豐碩的成果，但有幾點(diǎn)有待進(jìn)一步探討：一是已有研究多集中于傳統(tǒng)普惠金融，鮮有研究深入分析數(shù)字普惠金融的空間溢出機(jī)制與傳導(dǎo)渠道，此外，關(guān)于空間外溢效應(yīng)的異質(zhì)性問題也缺乏更為精準(zhǔn)細(xì)致的研究；二是隨著空間經(jīng)濟(jì)聯(lián)系的理論研究不斷深入，越來越多的研究表明，金融要素不僅有利于促進(jìn)本地資金融通和經(jīng)濟(jì)發(fā)展，而且具有較為明顯的正外部性與外溢效應(yīng)，忽視數(shù)字普惠金融的空間效應(yīng)，可能造成有偏估計(jì)和對現(xiàn)實(shí)的解釋存在偏差?；诖?，本文余下部分作如下安排：首先，基于新地理經(jīng)濟(jì)學(xué)理論框架，對數(shù)字普惠金融促進(jìn)經(jīng)濟(jì)增長的空間溢出機(jī)制進(jìn)行探討；其次，選取和構(gòu)建合適的空間計(jì)量模型對數(shù)字普惠金融的空間溢出效應(yīng)進(jìn)行實(shí)證檢驗(yàn)；再次，根據(jù)不同地區(qū)、不同構(gòu)成維度進(jìn)一步分析驗(yàn)證空間溢出效應(yīng)的異質(zhì)性；最后，總結(jié)全文并提供政策啟示與建議。

本文可能的邊際貢獻(xiàn)包括：第一，在研究內(nèi)容方面，目前聚焦數(shù)字普惠金融影響農(nóng)村經(jīng)濟(jì)增長的實(shí)證研究較為豐富，理論探討相對少見，本文構(gòu)建數(shù)字普惠金融影響農(nóng)村經(jīng)濟(jì)增長的理論模型并對其空間效應(yīng)展開探索，豐富了已有研究；第二，在研究方法方面，本文綜合運(yùn)用空間計(jì)量、中介效應(yīng)模型、雙重差分等方法，著眼于數(shù)字普惠金融通過何種途徑影響農(nóng)村經(jīng)濟(jì)增長這一問題，驗(yàn)證了數(shù)字普惠金融促進(jìn)農(nóng)村經(jīng)濟(jì)增長的機(jī)制與路徑；第三，在處理內(nèi)生性與穩(wěn)健性問題時(shí)，本文采取了平行趨勢檢驗(yàn)、替換變量以及調(diào)整樣本范圍等多種途徑，一定程度確保了結(jié)論的穩(wěn)健性。

二、空間溢出效應(yīng)的理論分析

本文以新經(jīng)濟(jì)地理學(xué)中的自由資本模型(footloose capital model)為分析框架，構(gòu)建一個(gè)經(jīng)典的兩地三部門模型，假定一個(gè)封閉的經(jīng)濟(jì)系統(tǒng)中包含傳統(tǒng)農(nóng)業(yè)部門(OA)、現(xiàn)代農(nóng)業(yè)部門(MA)(1)藤田等(Fujita et al.，1999)指出，現(xiàn)代農(nóng)業(yè)交易成本并不為零，意味著其產(chǎn)品生產(chǎn)存在異質(zhì)性，農(nóng)業(yè)交易成本的加入對要素空間流動(dòng)的基本結(jié)論不會(huì)產(chǎn)生本質(zhì)性的影響[22]。和金融服務(wù)部門(FI)三個(gè)部門。傳統(tǒng)農(nóng)業(yè)部門遵從瓦爾拉斯分析框架，現(xiàn)代農(nóng)業(yè)部門遵從迪克西特·斯蒂格利茨(D-S)分析框架，金融服務(wù)部門為現(xiàn)代農(nóng)業(yè)部門提供金融服務(wù)和產(chǎn)品；傳統(tǒng)農(nóng)業(yè)部門生產(chǎn)同質(zhì)化農(nóng)產(chǎn)品且交易成本為零；現(xiàn)代農(nóng)業(yè)部門生產(chǎn)差異化農(nóng)產(chǎn)品。區(qū)域之間起始時(shí)呈穩(wěn)態(tài)對稱。

(一)消費(fèi)者效用分析

假定消費(fèi)者效用函數(shù)形式如下：

(1)

其中，COA為傳統(tǒng)農(nóng)業(yè)部門產(chǎn)品組合，CMA為現(xiàn)代農(nóng)業(yè)部門產(chǎn)品組合，μ為差異化商品消費(fèi)份額，μ<1。CMA的函數(shù)形式為連續(xù)產(chǎn)品的常替代彈性效用函數(shù)(CES)形式：

(2)

式中，σ為產(chǎn)品間替代彈性，且σ>1，NW為經(jīng)濟(jì)系統(tǒng)內(nèi)全部現(xiàn)代農(nóng)業(yè)部門產(chǎn)品種類。Ci為現(xiàn)代農(nóng)業(yè)部門中第i種產(chǎn)品數(shù)量。假設(shè)每種企業(yè)專業(yè)化生產(chǎn)一種產(chǎn)品，投入與其產(chǎn)品相匹配的金融資本，則NW為企業(yè)數(shù)量。令消費(fèi)者支出為ε，p(i)為現(xiàn)代農(nóng)業(yè)部門產(chǎn)品i的價(jià)格，消費(fèi)者需求函數(shù)可表示為：

q(i)=μεp(i)-σPσ-1

(3)

考慮到區(qū)際產(chǎn)品流動(dòng)服從冰山貿(mào)易成本τ>1，令r，s∈{1，2}，可得r區(qū)域總需求函數(shù)為：

qr(i)=μErpr(i)-σ+μEs[ps(i)τ]-σPsσ-1τ

(4)

其中，Er和Es表示r區(qū)域總支出和s區(qū)域總支出。

(二)生產(chǎn)者效用分析

金融部門提供金融產(chǎn)品與服務(wù)，根據(jù)已有研究[22-25]的做法，其產(chǎn)出與金融借貸規(guī)模、金融知識(shí)存量與金融知識(shí)異質(zhì)性程度有關(guān)?？紤]地區(qū)1和地區(qū)2之間的空間溢出，令Fr為r地區(qū)金融產(chǎn)出，fin為地區(qū)金融資本投入，h(i)為金融要素i所擁有的特定知識(shí)量，構(gòu)建地區(qū)1和地區(qū)2金融產(chǎn)出的函數(shù)如下：

設(shè)定區(qū)域金融總投入為1，則任意區(qū)域r∈{1，2}內(nèi)有：

(5)

式中，F(xiàn)r為r地區(qū)金融產(chǎn)出，κr為r地區(qū)金融資本投入份額，ηr(0<ηr<1)為其他地區(qū)的金融知識(shí)和信息向r地區(qū)的擴(kuò)散強(qiáng)度(即空間溢出程度)。β(0<β<1)為金融知識(shí)異質(zhì)性(2)貝里安特和藤田(Berliant & Fujita，2012)認(rèn)為，金融異質(zhì)性是指金融從業(yè)者的知識(shí)結(jié)構(gòu)差異，專有或異質(zhì)性知識(shí)是創(chuàng)新的重要源泉和生產(chǎn)效率提高的關(guān)鍵。文化多樣性和人員多樣性能夠提高研發(fā)的生產(chǎn)效率，從業(yè)者為了提高勞動(dòng)生產(chǎn)率而必須具有不同于其他人的差異性知識(shí)[24]。。

(三)短期均衡解

定義φ=τ1-σ為兩地區(qū)現(xiàn)代農(nóng)業(yè)生產(chǎn)部門產(chǎn)品的貿(mào)易自由度，可得r區(qū)域現(xiàn)代農(nóng)業(yè)部門產(chǎn)品的均衡價(jià)格、均衡數(shù)量、均衡利潤分別為：

(6)

(7)

(8)

由于企業(yè)在區(qū)域間可以自由遷移，市場均衡的條件為企業(yè)在不同區(qū)域獲得的利潤必然相等。由式(8)得出：

(9)

(10)

其中，E表示1區(qū)域和2區(qū)域的總支出。當(dāng)N1=NW，N2=0；N1=0，N2=NW時(shí)為兩種特殊情況，推導(dǎo)過程省略。

(四)長期均衡解

根據(jù)自由資本模型(footloose capital model)長期均衡條件，金融資本可以自由流動(dòng)，可得資本流動(dòng)方程：

Δfin=(π1-π2)κn(1-κn)

(11)

求解式(11)可知，有兩種長期均衡解，一是兩地收益率相等的對稱結(jié)構(gòu)，一是金融資本向其中一地集聚而形成的核心邊緣結(jié)構(gòu)，即其長期均衡解一種情況是π1=π2，另一種情況是κn=0或者κn=1。其中π1=π2是不穩(wěn)定均衡狀態(tài)，一旦出現(xiàn)任何微小的偏離將導(dǎo)致κn=0或者κn=1。

(五)金融資本對于經(jīng)濟(jì)增長的空間溢出

令經(jīng)濟(jì)變量為E，有下式：

(12)

其中，

(13)

(14)

(15)

三、空間計(jì)量模型的選擇與構(gòu)建

(一)模型設(shè)定與指標(biāo)選取

基于上文空間經(jīng)濟(jì)學(xué)分析框架的結(jié)論可知，金融將通過區(qū)域間的外溢效應(yīng)影響農(nóng)村地區(qū)經(jīng)濟(jì)增長。實(shí)際上，數(shù)字普惠金融發(fā)展的外部性是否的確存在且如理論所述促進(jìn)了經(jīng)濟(jì)增長有待證實(shí)?；诖?，本文選用空間杜賓模型來檢驗(yàn)和解釋數(shù)字普惠金融影響農(nóng)村地區(qū)經(jīng)濟(jì)增長的空間外溢特征和擴(kuò)散效應(yīng)。相較于傳統(tǒng)空間計(jì)量模型，空間杜賓模型存在兩個(gè)方面的優(yōu)勢：一是能夠通過引入空間滯后項(xiàng)，同時(shí)分析解釋變量與被解釋變量的空間相關(guān)性與溢出效應(yīng)；二是其模型設(shè)定形式靈活，對于改善結(jié)果偏誤有較大幫助[26]。此外，經(jīng)濟(jì)增長通常是其各類影響因素長期積累的結(jié)果，其當(dāng)期水平往往與上一期的水平密切相關(guān)，即經(jīng)濟(jì)增長路徑通常表現(xiàn)出路徑依賴和馬太效應(yīng)。因此，本文依據(jù)埃爾霍斯特(Elhorst，2014)[27]提出的方法，構(gòu)建如下可將空間溢出效應(yīng)區(qū)分為長期效應(yīng)和短期效應(yīng)的動(dòng)態(tài)空間杜賓模型：

lngdpit=τlngdpi，t-1+ρWlngdpt+δWlngdpt-1+β1lnfinit+

φWlnfint+β2lnCVit+μi+γt+εit

(16)

其中，下標(biāo)i和t分別表示市域和年份；W為空間權(quán)重矩陣；lngdpit為被解釋變量；Wlngdp表示被解釋變量的空間滯后項(xiàng)；Wlngdpt-1代表被解釋變量的時(shí)間空間滯后變項(xiàng)；lnfinit為核心解釋變量；Wlnfint為核心解釋變量數(shù)字普惠金融發(fā)展水平的空間滯后項(xiàng)；CVit表示本文選取的各類控制變量；μi、γt分別為個(gè)體效應(yīng)與時(shí)間效應(yīng)；εit為隨機(jī)誤差項(xiàng)。

(二)變量說明與描述性統(tǒng)計(jì)

1．被解釋變量：農(nóng)村經(jīng)濟(jì)增長(農(nóng)村gdp)

借鑒呂承超和崔悅(2021)[28]、聶麗和石凱(2021)[29]的研究，綜合考慮數(shù)據(jù)的可獲得性、完整性和統(tǒng)計(jì)口徑的一致連續(xù)性，本文選用農(nóng)村gdp即第一產(chǎn)業(yè)gdp+鄉(xiāng)鎮(zhèn)企業(yè)增加值來估算，并對農(nóng)村居民消費(fèi)價(jià)格指數(shù)進(jìn)行消脹處理獲得實(shí)際值。

2．核心解釋變量：數(shù)字普惠金融(fin)

北京大學(xué)數(shù)字金融研究中心基于螞蟻金服的海量數(shù)據(jù)，運(yùn)用層次分析的變異系數(shù)賦權(quán)法編制了數(shù)字普惠金融總指數(shù)。該指數(shù)從總體層面及各維度層面反映數(shù)字金融動(dòng)態(tài)演化過程，在有關(guān)數(shù)字金融的研究中得到廣泛使用，具有較強(qiáng)代表性與可靠性。本文采用該指數(shù)衡量數(shù)字普惠金融。

3．控制變量

本文的控制變量主要有四個(gè)：第一，區(qū)域貿(mào)易水平(tra)，采用各區(qū)域農(nóng)產(chǎn)品貿(mào)易總額衡量；第二，財(cái)政支農(nóng)水平(gov)，以各城市年度財(cái)政支農(nóng)支出表示(3)從統(tǒng)計(jì)口徑上講，財(cái)政支農(nóng)支出歷來有大口徑、中口徑和小口徑的區(qū)別。其中，小口徑的財(cái)政支農(nóng)支出包括支援農(nóng)村生產(chǎn)支出、農(nóng)業(yè)綜合開發(fā)支出和農(nóng)林水事務(wù)支出?？紤]到數(shù)據(jù)的可獲得性和統(tǒng)一性，本文根據(jù)小口徑范圍進(jìn)行統(tǒng)計(jì)。；第三，農(nóng)村人力資本(qua)，以農(nóng)村地區(qū)居民受教育年限來衡量(4)根據(jù)《中國城市統(tǒng)計(jì)年鑒》將勞動(dòng)力的受教育狀況劃分為文盲半文盲、小學(xué)、初中、高中和大專及大專以上五類的標(biāo)準(zhǔn)，將文盲半文盲界定為3年，大專及大專以上界定為14年，因此人力資本水平的計(jì)算公式可表示為：文盲半文盲×3年+小學(xué)×6年+初中×9年+高中×12年+大專及大專以上×14年。；第四，人均耕地面積(lan)，用可耕地面積與鄉(xiāng)村人口的比值表示。

本文以285個(gè)地級(jí)及以上城市2008—2019年的觀測值作為實(shí)證研究的樣本。數(shù)據(jù)來源于2008—2020年的《中國城市統(tǒng)計(jì)年鑒》《中國區(qū)域統(tǒng)計(jì)年鑒》以及2008—2020年各省市的統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)。

表1為各變量的統(tǒng)計(jì)特征。

表1 變量的描述性統(tǒng)計(jì)

(三)空間自相關(guān)檢驗(yàn)

空間自相關(guān)(spatial autocorrelation)是指分布在同一或者相鄰空間范圍內(nèi)的變量之間存在的相互依賴和影響，這些相互依賴和影響可以通過可觀測的數(shù)據(jù)檢測出來。檢驗(yàn)變量之間是否存在空間自相關(guān)性是進(jìn)行空間計(jì)量建模分析的前提。度量空間自相關(guān)性的常用方法，包括莫蘭指數(shù)(Moran’s I)、吉里爾指數(shù)(Geary’s C)、熱點(diǎn)分析空間統(tǒng)計(jì)(Getis-Ord General G)、連接計(jì)數(shù)聚類檢驗(yàn)(Join count)等。而計(jì)算全局和局部空間莫蘭指數(shù)是最常見的空間相關(guān)性檢驗(yàn)方法。本文首先采用全局莫蘭空間自相關(guān)方法，選取常用的地理距離標(biāo)準(zhǔn)構(gòu)建權(quán)重矩陣(5)地理距離權(quán)重矩陣根據(jù)各城市之間地理距離的倒數(shù)編制，既克服了二元鄰接矩陣過于簡單的缺陷，又避免了經(jīng)濟(jì)距離矩陣可能存在的內(nèi)生性問題。城市之間地理距離公路里程數(shù)據(jù)來源于2014年《中國地圖集》，根據(jù)經(jīng)緯度坐標(biāo)計(jì)算獲得。，運(yùn)用軟件Stata 16對農(nóng)村經(jīng)濟(jì)與數(shù)字普惠金融數(shù)據(jù)進(jìn)行空間自相關(guān)檢驗(yàn)，結(jié)果如表2所示。

表2 數(shù)字普惠金融與農(nóng)村經(jīng)濟(jì)的Moran I指數(shù)

檢驗(yàn)結(jié)果顯示，Moran’sI值均位于[-1，1]區(qū)間且全部非零，此外通過了1%顯著性水平檢驗(yàn)，其正態(tài)統(tǒng)計(jì)量z值也均大于臨界值(1.96)，這說明二者存在顯著的空間自相關(guān)性，即各變量在地理空間上不是相互獨(dú)立隨機(jī)分布的，而是存在顯著空間集聚現(xiàn)象。

四、計(jì)量結(jié)果分析與討論

(一)空間溢出效應(yīng)檢驗(yàn)

在確定所選變量具有空間相關(guān)性后，需要驗(yàn)證選擇空間杜賓模型的合理性。從現(xiàn)有常見的三種空間計(jì)量模型來看，空間誤差模型(SEM)及空間滯后模型(SLM)可視為空間杜賓模型(SDM)的特殊形式。本文最適合采用哪種模型，需采用拉格朗日乘數(shù)(LM)檢驗(yàn)及沃爾德(Wald)檢驗(yàn)進(jìn)行確定。依次對式(16)進(jìn)行LM檢驗(yàn)、沃爾德檢驗(yàn)和豪斯曼(Hausman)檢驗(yàn)，以確定動(dòng)態(tài)空間計(jì)量模型的具體估計(jì)形式。沃爾德空間滯后(Wald-spatial-lag)值和LR空間滯后(LR-spatial-lag)值均拒絕了θ為零的原假設(shè)，沃爾德空間偏差(Wald-spatial-error)值和LR空間偏差(LR-spatial-error)值也拒絕了θ+δβ為零的原假設(shè)，這證明了選擇空間杜賓模型的合理性，即不僅模型所選擇的被解釋變量存在溢出效應(yīng)，解釋變量也存在溢出效應(yīng)，在對本地區(qū)的被解釋變量產(chǎn)生影響的同時(shí)，也對相鄰區(qū)域或地理鄰近區(qū)域的被解釋變量產(chǎn)生影響，同時(shí)豪斯曼檢驗(yàn)結(jié)果表明固定效應(yīng)模型更合適。

為更細(xì)致地探究數(shù)字普惠金融對農(nóng)村經(jīng)濟(jì)增長空間溢出效應(yīng)的區(qū)域異質(zhì)性，本文將285個(gè)城市分為東、中、西三個(gè)地區(qū)(6)東部地區(qū)包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)包括：山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部地區(qū)包括：廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆和西藏。，并分別評(píng)估三個(gè)地區(qū)的空間溢出效應(yīng)。為便于比較和檢驗(yàn)引入動(dòng)態(tài)模型的必要性和穩(wěn)健性，本文還采用傳統(tǒng)靜態(tài)空間杜賓模型進(jìn)行了估計(jì)。所得檢驗(yàn)結(jié)果詳見表3。

表3 空間溢出效應(yīng)的檢驗(yàn)

(二)結(jié)果分析

根據(jù)上文結(jié)果可知，對被解釋變量時(shí)間滯后項(xiàng)系數(shù)顯著性進(jìn)行分析，并結(jié)合對數(shù)似然值及擬合優(yōu)度(R2)來看，動(dòng)態(tài)空間杜賓模型比靜態(tài)模型擬合度更高，解釋力更強(qiáng)。模型中，農(nóng)村經(jīng)濟(jì)增長滯后一期的系數(shù)顯著為正，說明農(nóng)村經(jīng)濟(jì)增長在時(shí)間上存在明顯的慣性效應(yīng)，印證了前文假定的積累和馬太效應(yīng)，即上一期經(jīng)濟(jì)增長對當(dāng)期經(jīng)濟(jì)增長具有同向作用效果。就本文考察的重點(diǎn)，核心解釋變量數(shù)字普惠金融發(fā)展水平而言，其空間滯后項(xiàng)系數(shù)通過了顯著性檢驗(yàn)，這意味著普惠金融發(fā)展對于經(jīng)濟(jì)增長的影響，在空間上的確具有顯著的擴(kuò)散效應(yīng)與溢出效應(yīng)。

需要注意的是，鑒于空間杜賓計(jì)量模型的特殊性，其空間滯后項(xiàng)系數(shù)并不能直接用于說明空間溢出效應(yīng)，因此，需要進(jìn)一步通過偏微分求解并分解為直接效應(yīng)與間接效應(yīng)[25]。由于采用了動(dòng)態(tài)空間杜賓模型，故而其直接效應(yīng)和間接效應(yīng)又可分為長期效應(yīng)和短期效應(yīng)。表4列出了空間效應(yīng)的分解結(jié)果。

表4 空間效應(yīng)的分解

由表4可知，全國總體樣本的直接效應(yīng)和間接效應(yīng)均在1%～10%的水平下顯著，說明數(shù)字普惠金融不僅對本地區(qū)經(jīng)濟(jì)增長產(chǎn)生促進(jìn)作用，還輻射至周邊地區(qū)而顯現(xiàn)出明顯的空間溢出效應(yīng)。長期效應(yīng)在多數(shù)情況下大于短期效應(yīng)，這意味著數(shù)字普惠金融的發(fā)展具有長期累積效應(yīng)，時(shí)間越長對于經(jīng)濟(jì)增長的影響效果就越大，其空間溢出作用就體現(xiàn)得越充分。

(三)區(qū)域異質(zhì)性分析

從東中西三個(gè)區(qū)域的分區(qū)域計(jì)量結(jié)果來看，三個(gè)區(qū)域均表現(xiàn)出了較為明顯的空間溢出效應(yīng)。根據(jù)分解后的結(jié)果來看，三大區(qū)域空間溢出效應(yīng)的異質(zhì)性特征明顯。結(jié)果顯示，東部各城市數(shù)字普惠金融的空間溢出效應(yīng)更強(qiáng)，系數(shù)最大，而中西部地區(qū)的直接效應(yīng)和間接效應(yīng)都弱于東部地區(qū)。可能是因?yàn)闁|部各城市多處于沿海發(fā)達(dá)地區(qū)，其數(shù)字普惠金融發(fā)展的環(huán)境優(yōu)于中西部。具體包括：首先，就數(shù)字普惠金融發(fā)展最重要的網(wǎng)絡(luò)條件而言，東部城市的信息基礎(chǔ)設(shè)施建設(shè)較中西部地區(qū)有明顯的優(yōu)勢。其次，東部地區(qū)較早引入了大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等先進(jìn)理念與技術(shù)方法。充裕的資金、夯實(shí)的硬件基礎(chǔ)以及更超前的技術(shù)條件為信息流通擴(kuò)散和金融專業(yè)知識(shí)傳播提供支撐。此外，東部城市金融發(fā)展具備相對有利的環(huán)境，例如金融制度安排與政策扶持力度、數(shù)字普惠金融知識(shí)的儲(chǔ)備與金融素養(yǎng)、金融規(guī)則的規(guī)范性等為數(shù)字普惠金融的發(fā)展提供了有利條件。再次，東部城市的新型金融人才流動(dòng)更為頻繁，金融知識(shí)傳播渠道又更為便捷。與東部城市相對優(yōu)越的信息傳播環(huán)境相比較，中西部的信息尤其是數(shù)字普惠金融專業(yè)知識(shí)傳播與擴(kuò)散條件存在滯后性，數(shù)字普惠金融資源在良好的外部環(huán)境中更能發(fā)揮潛力及效率。為了驗(yàn)證本文實(shí)證結(jié)果的穩(wěn)健性，采用傳統(tǒng)空間杜賓模型檢驗(yàn)對比可知(限于篇幅未列示具體結(jié)果)，影響系數(shù)除大小稍有變化外，其作用方向和顯著性均無明顯差異，驗(yàn)證了實(shí)證結(jié)果的穩(wěn)健性。

五、中介機(jī)制檢驗(yàn)

上文分析驗(yàn)證了數(shù)字普惠金融發(fā)展對農(nóng)村經(jīng)濟(jì)增長存在空間溢出效應(yīng)，但其具體作用機(jī)制如何有待進(jìn)一步分析。從現(xiàn)有的文獻(xiàn)研究脈絡(luò)看，結(jié)合數(shù)字普惠金融的特有屬性，數(shù)字普惠金融對農(nóng)村經(jīng)濟(jì)增長的影響體現(xiàn)在以下兩個(gè)方面：

第一，數(shù)字普惠金融通過支付渠道的創(chuàng)新與應(yīng)用促進(jìn)農(nóng)村經(jīng)濟(jì)增長。首先，國家網(wǎng)信辦發(fā)布的《數(shù)字中國發(fā)展報(bào)告(2021年)》顯示，農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率提升到57.6%。農(nóng)村電子支付進(jìn)一步推廣，微信、支付寶等新型支付方式的不斷普及，在一定程度上降低了農(nóng)村居民的現(xiàn)金持有成本和交易成本[28]，促進(jìn)農(nóng)戶市場參與行為[30]，促進(jìn)農(nóng)產(chǎn)品等電商產(chǎn)業(yè)的發(fā)展，加快農(nóng)產(chǎn)品銷售速度，在改善貧困群體生活狀況的同時(shí)，促進(jìn)農(nóng)戶增收、農(nóng)業(yè)增產(chǎn)、農(nóng)村經(jīng)濟(jì)增長。其次，高效便捷的支付方式也為農(nóng)村地區(qū)吸引社會(huì)資本創(chuàng)造了條件，帶動(dòng)生態(tài)農(nóng)業(yè)、智慧農(nóng)業(yè)等農(nóng)村新興產(chǎn)業(yè)的蓬勃發(fā)展，催生新的就業(yè)崗位，完善農(nóng)村基礎(chǔ)設(shè)施建設(shè)，最終促進(jìn)農(nóng)村的全面發(fā)展[31]。最后，在農(nóng)村地區(qū)，數(shù)字普惠金融不斷將數(shù)字技術(shù)應(yīng)用于金融服務(wù)中，尤其是支付工具和交易工具的革新大幅度降低了金融服務(wù)的邊際成本，滿足了居民支付、儲(chǔ)蓄、轉(zhuǎn)賬等多種需求，為增加農(nóng)村居民收入提供便利[32]。例如，迪圖斯和克萊因(Dittus & Klein，2011)認(rèn)為，如果肯尼亞M-PESA的成功案例可以在其他地區(qū)推廣，那么通過信息和通信技術(shù)獲得金融服務(wù)將是人們脫貧致富的關(guān)鍵[33]。

第二，數(shù)字普惠金融通過融資平臺(tái)的創(chuàng)新與應(yīng)用促進(jìn)農(nóng)村經(jīng)濟(jì)增長。一方面，數(shù)字普惠金融憑借大數(shù)據(jù)、云服務(wù)等通信技術(shù)，為農(nóng)村居民提供了更加普惠便捷的金融服務(wù)，提高農(nóng)戶使用金融服務(wù)的意愿，同時(shí)其突破了金融交易時(shí)空同步的限制，創(chuàng)造出了更加多元化的金融服務(wù)內(nèi)容，推動(dòng)了農(nóng)戶投資理財(cái)數(shù)字化，將直接提高農(nóng)戶的投資意愿。另一方面，農(nóng)戶以及農(nóng)村小微企業(yè)需要信貸資金的支持來實(shí)現(xiàn)自身的可持續(xù)發(fā)展，數(shù)字普惠金融通過降低抵押品要求和促進(jìn)信貸服務(wù)創(chuàng)新，為農(nóng)戶以及農(nóng)村小微企業(yè)擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模和拓展增收渠道提供融資渠道和平臺(tái)[34]，為農(nóng)村經(jīng)濟(jì)持續(xù)發(fā)展注入活力，如以花唄為代表的互聯(lián)網(wǎng)信貸以及數(shù)字普惠金融催生出的眾多融資平臺(tái)和小額信貸渠道，能夠有效緩解農(nóng)村居民以及農(nóng)村小微企業(yè)的流動(dòng)性約束，更好地滿足農(nóng)戶以及農(nóng)村小微企業(yè)的擴(kuò)大再生產(chǎn)需要，降低農(nóng)業(yè)生產(chǎn)的不確定性，助推農(nóng)村產(chǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長。

本文借鑒巴倫和肯尼(Baron & Kenny，1986)[35]、張杰等(2016)[36]的中介效應(yīng)檢驗(yàn)方法，并考慮空間效應(yīng)的影響，構(gòu)建與前文基準(zhǔn)模型一致的遞歸模型，以上述兩條路徑展開中介渠道檢驗(yàn)，用以識(shí)別和驗(yàn)證數(shù)字普惠金融通過支付渠道和融資渠道影響農(nóng)村經(jīng)濟(jì)的傳導(dǎo)機(jī)制。中介效應(yīng)模型可由以下三個(gè)公式表示：

lngdpit=τ1lngdpi，t-1+ρ0Wlngdpt+δ0Wlngdpt-1+

(17)

(18)

(19)

第一步，對式(17)進(jìn)行回歸，檢驗(yàn)數(shù)字普惠金融的系數(shù)是否顯著，如果顯著，則進(jìn)入到下一個(gè)步驟的回歸，事實(shí)上這一步驟在前文中已經(jīng)得到驗(yàn)證，可以省略；第二步，對式(18)進(jìn)行回歸，被解釋變量Mit為中介變量，在本文中為支付創(chuàng)新和應(yīng)用渠道與信貸創(chuàng)新和應(yīng)用渠道，如果此式中數(shù)字普惠金融發(fā)展變量的系數(shù)顯著，說明數(shù)字普惠金融發(fā)展會(huì)對上述中介變量產(chǎn)生影響；第三步，對式(19)式進(jìn)行回歸，依據(jù)檢驗(yàn)結(jié)果可判斷，如果數(shù)字普惠金融系數(shù)和中介變量系數(shù)均通過了顯著性檢驗(yàn)，且與式(17)相比系數(shù)值變小，表明具有部分中介效應(yīng)；假如只有中介變量的系數(shù)通過顯著性檢驗(yàn)，那么表明具有完全中介效應(yīng)。本文分別采用數(shù)字普惠金融深度指數(shù)中的支付和信貸兩類業(yè)務(wù)指數(shù)，即支付使用指數(shù)(pay)與信貸使用指數(shù)(credit)作為兩個(gè)中介變量的表征指標(biāo)(7)數(shù)字普惠金融的支付手段與信貸工具，均可視為相對于傳統(tǒng)金融的創(chuàng)新。因此，本文采用支付使用指數(shù)和信貸使用指數(shù)作為體現(xiàn)出創(chuàng)新水平的指標(biāo)。，根據(jù)上述遞歸模型所得的檢驗(yàn)結(jié)果如表5所示。

表5 中介效應(yīng)的檢驗(yàn)結(jié)果

表3展示了式(17)的檢驗(yàn)結(jié)果，表5則列出式(18)、(19)的估計(jì)結(jié)果，關(guān)注兩個(gè)中介變量的估計(jì)結(jié)果，并通過對比式(17)、式(18)、式(19)所得結(jié)果分析中介效應(yīng)的性質(zhì)。首先，當(dāng)以支付使用指數(shù)作為中介變量計(jì)算時(shí)，表5中式(18)的參數(shù)估計(jì)結(jié)果顯示，數(shù)字普惠金融發(fā)展的短期和長期直接效應(yīng)、間接效應(yīng)均顯著為正，這再一次說明數(shù)字普惠金融發(fā)展不僅顯著促進(jìn)了本地區(qū)農(nóng)村經(jīng)濟(jì)增長，而且對周邊地區(qū)也具有明顯的空間外溢效應(yīng)。式(19)的參數(shù)估計(jì)結(jié)果顯示，數(shù)字普惠金融發(fā)展的直接效應(yīng)通過了10%的顯著性檢驗(yàn)，間接效應(yīng)僅在長期通過檢驗(yàn)而短期不顯著；不僅如此，從參數(shù)估計(jì)值變化來看，在式(19)中數(shù)字普惠金融發(fā)展的直接效應(yīng)、間接效應(yīng)的系數(shù)值均明顯小于式(17)，這說明數(shù)字普惠金融在促進(jìn)農(nóng)村經(jīng)濟(jì)增長過程中，支付使用指數(shù)具有部分中介效應(yīng)的作用。其次，當(dāng)以信貸使用指數(shù)為中介變量時(shí)，由表5可知，式(18)中數(shù)字普惠金融發(fā)展的相應(yīng)估計(jì)結(jié)果也均在1%以上水平通過顯著性檢驗(yàn)。然而在式(19)中數(shù)字普惠金融的短期效應(yīng)和長期效應(yīng)均不顯著，中介變量系數(shù)卻顯著，這意味著在以信貸使用指數(shù)為中介變量進(jìn)行中介機(jī)制檢驗(yàn)時(shí)，信貸使用指數(shù)在數(shù)字普惠金融帶動(dòng)本地區(qū)和鄰近地區(qū)農(nóng)村經(jīng)濟(jì)增長中，起到了完全中介作用。由此可知，數(shù)字普惠金融發(fā)展對農(nóng)村經(jīng)濟(jì)的空間溢出效應(yīng)的確能夠借助支付創(chuàng)新途徑和信貸創(chuàng)新途徑得以實(shí)現(xiàn)，二者起到了部分或近乎完全中介效應(yīng)的作用。

六、穩(wěn)健性檢驗(yàn)與內(nèi)生性處理

(一)穩(wěn)健性檢驗(yàn)

為確?；貧w結(jié)果的可靠性，本文從替換控制變量、縮短時(shí)間跨度和剔除部分城市樣本三個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)，穩(wěn)健性檢驗(yàn)的結(jié)果見表6。

表6 穩(wěn)健性檢驗(yàn)

第一，替換控制變量。模型(16)的控制變量人均耕地面積(lnlan)在靜態(tài)模型和動(dòng)態(tài)模型中均不顯著，可以考慮將其剔除。同時(shí)，為了緩解遺漏變量導(dǎo)致的內(nèi)生性問題，在原有模型基礎(chǔ)上加入城鎮(zhèn)化率和產(chǎn)業(yè)結(jié)構(gòu)這兩個(gè)新的控制變量進(jìn)行穩(wěn)健性檢驗(yàn)。表6的結(jié)果顯示，數(shù)字普惠金融(fin)與農(nóng)村經(jīng)濟(jì)增長(農(nóng)村gdp)具有顯著正相關(guān)關(guān)系。

第二，縮短時(shí)間跨度。央行2016年頒布的《G20數(shù)字普惠金融高級(jí)原則》可視為中國“十三五”時(shí)期更加重視數(shù)字普惠金融發(fā)展的標(biāo)志性政策文本，數(shù)字普惠金融發(fā)展可能會(huì)受該項(xiàng)政策的影響較大。因此，本文選擇縮短時(shí)間區(qū)間，刪除2016—2019年的數(shù)據(jù)，再次進(jìn)行回歸估計(jì)，用以檢驗(yàn)前文回歸結(jié)果的穩(wěn)健性。

第三，剔除部分城市樣本。各城市根據(jù)行政級(jí)別可劃分為直轄市、副省級(jí)城市、非副省級(jí)省會(huì)城市和普通地級(jí)市，計(jì)算2008—2019年各行政級(jí)別城市數(shù)字普惠金融指數(shù)均值發(fā)現(xiàn)，各直轄市、副省級(jí)城市和省會(huì)城市的數(shù)字普惠金融發(fā)展水平明顯高于普通地級(jí)市。然而，不同地區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展水平存在較大差異，直轄市、副省級(jí)城市和省會(huì)城市的農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展水平遠(yuǎn)高于普通地級(jí)市。因此，本部分剔除了直轄市、副省級(jí)城市和省會(huì)城市樣本進(jìn)行穩(wěn)健性檢驗(yàn)。

比較表4和表6的結(jié)果可知，三種穩(wěn)健性檢驗(yàn)方法所得出的數(shù)字普惠金融指數(shù)的回歸系數(shù)在符號(hào)和顯著性方面均沒有明顯變化。穩(wěn)健性檢驗(yàn)結(jié)果表明，中國數(shù)字普惠金融的發(fā)展有利于促進(jìn)農(nóng)村經(jīng)濟(jì)增長。

(二)基于外生沖擊的內(nèi)生性處理

為克服可能由反向因果帶來的內(nèi)生性問題，本文采用“普惠金融”試點(diǎn)政策作為外生政策沖擊，采用雙重差分(DID)方法評(píng)估數(shù)字普惠金融的經(jīng)濟(jì)增長效應(yīng)。中國政府2016年批準(zhǔn)了第一批7個(gè)普惠金融改革試驗(yàn)區(qū)(8)第一批試點(diǎn)城市分別是河南省蘭考縣(2016年12月)、浙江省寧波市(2019年12月)、福建省寧德市和龍巖市(2019年12月)、江西省贛州市和吉安市(2020年9月)、山東省臨沂市(2020年9月)，其中，山東省臨沂市為普惠金融服務(wù)鄉(xiāng)村振興改革試驗(yàn)區(qū)。選擇第一批試點(diǎn)城市的原因在于試點(diǎn)時(shí)間跨度較長，能滿足準(zhǔn)自然實(shí)驗(yàn)要求。，試點(diǎn)城市和地區(qū)積極服務(wù)和支持鄉(xiāng)村振興、民營小微企業(yè)發(fā)展。普惠金融改革試點(diǎn)為研究數(shù)字普惠金融的經(jīng)濟(jì)增長效應(yīng)提供了一項(xiàng)良好的準(zhǔn)自然實(shí)驗(yàn)。為驗(yàn)證“普惠金融”試點(diǎn)是否提高了農(nóng)村經(jīng)濟(jì)總體收入和農(nóng)村人均收入，本文設(shè)定多期雙重差分模型進(jìn)行檢驗(yàn)：

lnYit=α0+α1Bctit+α2Cit+μi+γt+εit

(20)

式(20)中，lnYit為農(nóng)村整體收入(lngdp)和農(nóng)村人均收入(lnpgdp)；Bctit是“普惠金融”啞變量，如果城市i在t年被設(shè)立成“普惠金融”試點(diǎn)，賦值1，否則取0；其他變量與式(16)保持一致。

采用雙重差分法的重要前提是樣本滿足平行趨勢假設(shè)，即在政策實(shí)施前，處理組和對照組的被解釋變量的變化趨勢應(yīng)該相同，則該對照組為合適的。為檢驗(yàn)“普惠金融”試點(diǎn)設(shè)立前的平行趨勢和觀測試點(diǎn)設(shè)立后的影響，本文參考雅各布森等(Jacobson et al.，1993)[37]的做法，運(yùn)用事件分析法做平行趨勢檢驗(yàn)。

鑒于樣本中普惠金融試點(diǎn)設(shè)立前的時(shí)期較長，故而將政策實(shí)施前第8年以上作為基準(zhǔn)組，得到了估計(jì)系數(shù)(α-8，α-7，α-6，...，α1，α2，α3)的大小與對應(yīng)的90%置信區(qū)間，同時(shí)分析了被解釋變量分別為農(nóng)村整體收入(lngdp)和農(nóng)村人均收入(lnpgdp)時(shí)“普惠金融”試點(diǎn)設(shè)立對農(nóng)村經(jīng)濟(jì)發(fā)展的動(dòng)態(tài)影響。結(jié)果(限于篇幅未詳細(xì)列示)顯示，“普惠金融”試點(diǎn)設(shè)立前的8年內(nèi)，估計(jì)系數(shù)在90%的置信區(qū)間內(nèi)基本都不顯著，而政策實(shí)施當(dāng)年與之后系數(shù)估計(jì)值均通過了10%水平的顯著性檢驗(yàn)，估計(jì)結(jié)果不但驗(yàn)證了平行趨勢假設(shè)，而且表明政策效果在發(fā)生之后呈現(xiàn)逐漸上揚(yáng)狀態(tài)并具有持續(xù)性。值得注意的是，平行趨勢檢驗(yàn)也表明了政策存在時(shí)滯效應(yīng)(政策實(shí)施后第一年系數(shù)出現(xiàn)了下降)。隨后采用雙重差分法估計(jì)“普惠金融”試點(diǎn)對農(nóng)村經(jīng)濟(jì)增長的平均處理效應(yīng)，結(jié)果如表7所示，進(jìn)一步驗(yàn)證了前文的實(shí)證結(jié)果具備穩(wěn)健性。

表7 “普惠金融試點(diǎn)”影響經(jīng)濟(jì)增長的雙重差分估計(jì)

七、研究結(jié)論與政策建議

在鄉(xiāng)村振興與農(nóng)業(yè)農(nóng)村現(xiàn)代化改革的戰(zhàn)略背景下，如何發(fā)揮數(shù)字普惠金融支農(nóng)興農(nóng)的作用，既是學(xué)術(shù)界面臨的重大課題，也是政府未來長期施政的重點(diǎn)方向。近年來數(shù)字普惠金融取得了長足發(fā)展，但是否如政策所期和理論所述對農(nóng)村經(jīng)濟(jì)增長做出了應(yīng)有貢獻(xiàn)值得仔細(xì)研究。本文得出了如下結(jié)論：第一，數(shù)字普惠金融發(fā)展具有顯著的經(jīng)濟(jì)增長效應(yīng)，數(shù)字普惠金融發(fā)展與農(nóng)業(yè)增產(chǎn)增收息息相關(guān)，數(shù)字普惠金融的發(fā)展有利于農(nóng)村經(jīng)濟(jì)增長目標(biāo)的實(shí)現(xiàn)；第二，數(shù)字普惠金融對農(nóng)村經(jīng)濟(jì)增長的促進(jìn)作用具有明顯的空間外溢效應(yīng)。數(shù)字普惠金融不僅能促進(jìn)本區(qū)域經(jīng)濟(jì)增長，還能帶動(dòng)相鄰地區(qū)經(jīng)濟(jì)發(fā)展，且其長期作用效果高于短期作用效果；第三，數(shù)字普惠金融對農(nóng)村經(jīng)濟(jì)增長的空間溢出作用表現(xiàn)出明顯的區(qū)域異質(zhì)性特征。不論是促進(jìn)本地經(jīng)濟(jì)的直接效應(yīng)，還是促進(jìn)周邊地區(qū)經(jīng)濟(jì)的間接效應(yīng)，東部地區(qū)表現(xiàn)得更為突出，其影響效應(yīng)均高于中西部地區(qū)；第四，數(shù)字普惠金融對農(nóng)村經(jīng)濟(jì)增長的空間溢出效應(yīng)可以通過支付創(chuàng)新渠道與信貸創(chuàng)新渠道兩條路徑傳導(dǎo)，二者均通過顯著性檢驗(yàn)，存在明顯的中介效應(yīng)。

基于上述結(jié)論，本文提出以下幾點(diǎn)政策建議：

第一，大力發(fā)展農(nóng)村數(shù)字普惠金融。數(shù)字普惠金融的發(fā)展對農(nóng)村經(jīng)濟(jì)增長存在顯著促進(jìn)效應(yīng)，然而，目前農(nóng)村數(shù)字普惠金融發(fā)展水平與城市相比還有明顯差距。因此，政府應(yīng)將持續(xù)加大農(nóng)村數(shù)字普惠金融投資作為積極財(cái)政政策的重要手段，重點(diǎn)圍繞農(nóng)村數(shù)字普惠金融發(fā)展的短板和薄弱環(huán)節(jié)加大投入力度，如農(nóng)村地區(qū)數(shù)字化設(shè)施建設(shè)以及農(nóng)村數(shù)字普惠金融素養(yǎng)培訓(xùn)教育等領(lǐng)域，打好農(nóng)村數(shù)字普惠金融發(fā)展的根基，以發(fā)揮其對農(nóng)村經(jīng)濟(jì)增長的促進(jìn)作用。

第二，確保農(nóng)村數(shù)字普惠金融政策的延續(xù)性，充分發(fā)揮區(qū)域空間溢出效應(yīng)。數(shù)字普惠金融存在明顯的空間溢出效應(yīng)。因此，應(yīng)從中央政府層面引導(dǎo)農(nóng)村數(shù)字普惠金融提質(zhì)增效，加強(qiáng)頂層設(shè)計(jì)，有序擴(kuò)大普惠金融試點(diǎn)城市范圍，以便充分發(fā)揮普惠金融試點(diǎn)城市對周圍農(nóng)村地區(qū)經(jīng)濟(jì)增長的促進(jìn)作用，同時(shí)加強(qiáng)與其他相鄰城市之間的合作與交流，強(qiáng)化區(qū)域間金融要素自由流動(dòng)的平臺(tái)和渠道，以促進(jìn)金融知識(shí)、技術(shù)的溢出，保證數(shù)字普惠金融能夠持續(xù)發(fā)揮對農(nóng)村經(jīng)濟(jì)增長的空間溢出效應(yīng)，推動(dòng)區(qū)域經(jīng)濟(jì)協(xié)同增長。同時(shí)，數(shù)字普惠金融的長期效應(yīng)優(yōu)于短期效應(yīng)，這就要求各級(jí)政府精心謀劃，從農(nóng)村數(shù)字普惠金融供需領(lǐng)域、發(fā)展現(xiàn)狀以及資源稟賦條件等方面出發(fā)，制定和出臺(tái)農(nóng)村數(shù)字普惠金融長期發(fā)展規(guī)劃和具體實(shí)施細(xì)則，完善數(shù)字普惠金融監(jiān)管體系，使數(shù)字普惠金融政策的制定與實(shí)施具有連續(xù)性，從而破除金融信息和資源向農(nóng)村流入的政策、制度和技術(shù)性障礙，引導(dǎo)金融要素流入農(nóng)村信息化基礎(chǔ)建設(shè)、農(nóng)村電商等農(nóng)村經(jīng)濟(jì)發(fā)展的重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)，從而提高農(nóng)村數(shù)字普惠金融發(fā)展水平。

第三，實(shí)行差別化、動(dòng)態(tài)化的農(nóng)村數(shù)字普惠金融發(fā)展戰(zhàn)略。東部地區(qū)數(shù)字普惠金融的空間溢出效應(yīng)比中西部地區(qū)更突出。因此，東部與中西部地區(qū)在發(fā)展農(nóng)村數(shù)字普惠金融時(shí)應(yīng)各有側(cè)重點(diǎn)。東部農(nóng)村地區(qū)應(yīng)注重農(nóng)村數(shù)字普惠金融關(guān)鍵核心技術(shù)的創(chuàng)新攻關(guān)，充分發(fā)揮“示范效應(yīng)”和“聚集效應(yīng)”，引導(dǎo)數(shù)字普惠金融發(fā)展較好的產(chǎn)業(yè)向中西部農(nóng)村地區(qū)轉(zhuǎn)移，推動(dòng)中西部農(nóng)村地區(qū)傳統(tǒng)涉農(nóng)產(chǎn)業(yè)與數(shù)字經(jīng)濟(jì)相融合；中西部地區(qū)則應(yīng)加快布局農(nóng)村信息化體系建設(shè)，大力推進(jìn)大數(shù)據(jù)、云服務(wù)、區(qū)塊鏈以及5G技術(shù)等應(yīng)用，通過降低數(shù)字經(jīng)濟(jì)使用門檻、加大數(shù)字金融人才培養(yǎng)和引進(jìn)力度等政策扶持措施加快農(nóng)村數(shù)字普惠金融發(fā)展速度，以逐步縮小與東部地區(qū)數(shù)字普惠金融發(fā)展差距，培育區(qū)域新的經(jīng)濟(jì)增長極，從而構(gòu)建數(shù)字普惠金融與農(nóng)村經(jīng)濟(jì)協(xié)同增長的長效機(jī)制。

第四，強(qiáng)化創(chuàng)新激勵(lì)，提升農(nóng)村數(shù)字普惠金融服務(wù)水平。數(shù)字普惠金融對農(nóng)村經(jīng)濟(jì)增長的促進(jìn)作用可以通過支付創(chuàng)新渠道與信貸創(chuàng)新渠道實(shí)現(xiàn)。因此，政府和銀行等金融服務(wù)機(jī)構(gòu)要強(qiáng)化創(chuàng)新激勵(lì)，并通過提供延期支付、抵押品支付等服務(wù)促進(jìn)支付渠道創(chuàng)新，以及開發(fā)推出“金融+龍頭企業(yè)+農(nóng)民專業(yè)合作社”“創(chuàng)業(yè)貸”“惠農(nóng)貸”等融資模式和產(chǎn)品來實(shí)現(xiàn)信貸渠道創(chuàng)新，持續(xù)不斷地提升農(nóng)村數(shù)字普惠金融服務(wù)水平，從而提高農(nóng)村地區(qū)數(shù)字化支付意愿以及多渠道融資能力，最終促進(jìn)農(nóng)村經(jīng)濟(jì)增長。