數(shù)字普惠金融對(duì)鄉(xiāng)村振興的異質(zhì)性影響研究

■馬玉楠 何 佳

（貴州財(cái)經(jīng)大學(xué) 貴州貴陽(yáng) 550025）

引 言

數(shù)字普惠金融利用信息技術(shù)手段，提高了金融服務(wù)的覆蓋面和服務(wù)質(zhì)量，降低了使用金融服務(wù)的門檻，增加了提供金融服務(wù)的多元主體。作為普惠金融發(fā)展新模式，數(shù)字普惠金融能更好地為農(nóng)民提供優(yōu)質(zhì)的金融服務(wù)，為農(nóng)村農(nóng)業(yè)發(fā)展持續(xù)提供資金支持。2022年3月30日，人民銀行發(fā)布《關(guān)于做好2022年金融支持全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見(jiàn)（銀發(fā)〔2022〕74號(hào)）》指出，金融機(jī)構(gòu)應(yīng)提升鄉(xiāng)村振興業(yè)務(wù)的服務(wù)能力。盡管我國(guó)數(shù)字普惠金融發(fā)展速度快、市場(chǎng)規(guī)模較大，但由于資金偏好城鎮(zhèn)地區(qū)，導(dǎo)致農(nóng)村地區(qū)仍然存在資金匱乏的問(wèn)題，農(nóng)村農(nóng)業(yè)發(fā)展動(dòng)力不足。為進(jìn)一步推進(jìn)農(nóng)業(yè)發(fā)展、農(nóng)村現(xiàn)代化建設(shè)，實(shí)現(xiàn)共同富裕，迫切需要推動(dòng)數(shù)字普惠金融快速發(fā)展，為鄉(xiāng)村振興提供資金支持。

近年來(lái)，我國(guó)農(nóng)民收入水平逐步提高，農(nóng)村農(nóng)業(yè)現(xiàn)代化建設(shè)穩(wěn)步推進(jìn)。在實(shí)施鄉(xiāng)村振興戰(zhàn)略中，以數(shù)字手段促進(jìn)普惠金融發(fā)展取得顯著成效。然而，我國(guó)現(xiàn)階段不同地區(qū)數(shù)字普惠金融發(fā)展水平尚存在一定差異，數(shù)字普惠金融助力鄉(xiāng)村振興的效果也存在差異。我國(guó)數(shù)字普惠金融的各個(gè)維度對(duì)鄉(xiāng)村振有多大貢獻(xiàn)？現(xiàn)階段各個(gè)省份數(shù)字普惠金融對(duì)鄉(xiāng)村振興分別產(chǎn)生何種影響？這些問(wèn)題都值得進(jìn)一步深入探討。

一、文獻(xiàn)綜述

實(shí)證分析數(shù)字普惠金融與鄉(xiāng)村振興的關(guān)系，首先需要構(gòu)建鄉(xiāng)村振興指標(biāo)體系來(lái)量化鄉(xiāng)村振興發(fā)展水平。而在分析異質(zhì)性時(shí)，可通過(guò)劃地區(qū)進(jìn)行估計(jì)，也可引入GWR模型進(jìn)行回歸。

關(guān)于構(gòu)建鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系，鄭家琪和楊同毅（2018）、張挺等（2018）認(rèn)為，構(gòu)建鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系需要遵循科學(xué)性、可行性及可比性的原則。申云等（2020）認(rèn)為鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系是一個(gè)多層次、復(fù)合型的有機(jī)整體，并構(gòu)建了包括農(nóng)產(chǎn)品產(chǎn)業(yè)體系、農(nóng)業(yè)多功能產(chǎn)業(yè)體系及農(nóng)業(yè)支撐產(chǎn)業(yè)體系三個(gè)維度的鄉(xiāng)村振興指標(biāo)體系；鄭興明（2019）基于鄉(xiāng)村的調(diào)查數(shù)據(jù)，分析了鄉(xiāng)村的現(xiàn)狀，以“區(qū)位條件、資源稟賦、村莊治理、發(fā)展基礎(chǔ)、生態(tài)環(huán)境”為5個(gè)基本準(zhǔn)則，構(gòu)建了包含15個(gè)具體指標(biāo)的鄉(xiāng)村振興潛力指標(biāo)體系。鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系應(yīng)遵循國(guó)家的相關(guān)政策方針，其中包括黨的十八大確立的鄉(xiāng)村振興“五位一體”的總布局（郭翔宇、胡月，2020）。國(guó)內(nèi)大多數(shù)學(xué)者構(gòu)建鄉(xiāng)村振興指標(biāo)體系時(shí)，均從“產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富裕”五個(gè)維度入手，賦予各個(gè)維度具體評(píng)價(jià)指標(biāo)（閆周府、吳方衛(wèi)，2019；蔡興等，2019；沈劍波等，2020；熊正德等，2021）。

有關(guān)金融發(fā)展與鄉(xiāng)村振興的研究中，蔡興等（2019）從理論和實(shí)證兩方面驗(yàn)證了金融發(fā)展能推動(dòng)鄉(xiāng)村振興，且金融發(fā)展推動(dòng)鄉(xiāng)村振興存在門檻特征和地區(qū)差異。熊正德等（2021）分析了我國(guó)普惠金融發(fā)展對(duì)鄉(xiāng)村振興的影響，發(fā)現(xiàn)普惠金融發(fā)展能推動(dòng)鄉(xiāng)村的經(jīng)濟(jì)發(fā)展、文化和生態(tài)建設(shè)，但對(duì)政治及社會(huì)建設(shè)的影響較小。在數(shù)字普惠金融與鄉(xiāng)村振興的研究中，國(guó)內(nèi)學(xué)者從理論和實(shí)證研究了兩者的關(guān)系，也有學(xué)者進(jìn)一步分析了數(shù)字普惠金融影響鄉(xiāng)村振興的作用機(jī)理。李季剛和馬?。?021）研究發(fā)現(xiàn)，我國(guó)數(shù)字普惠金融發(fā)展能助力鄉(xiāng)村振興，且存在單一的門檻特征，當(dāng)?shù)貐^(qū)發(fā)展水平跨越這一門檻時(shí)，其促進(jìn)作用會(huì)有大幅的提升。謝地和蘇博（2021）認(rèn)為數(shù)字普惠金融將互聯(lián)網(wǎng)與普惠金融深度融合，有利于解決農(nóng)村金融排斥的問(wèn)題，助力農(nóng)村經(jīng)濟(jì)發(fā)展，通過(guò)“產(chǎn)業(yè)、生態(tài)、鄉(xiāng)風(fēng)、治理、生活”五個(gè)方面助力鄉(xiāng)村振興，數(shù)字普惠金融有利于促進(jìn)鄉(xiāng)村振興戰(zhàn)略的實(shí)施。龐凌霄（2022）研究發(fā)現(xiàn)，我國(guó)數(shù)字普惠金融促進(jìn)鄉(xiāng)村振興表現(xiàn)出空間溢出效應(yīng)，通過(guò)中介效應(yīng)發(fā)現(xiàn)數(shù)字普惠金融是推動(dòng)我國(guó)鄉(xiāng)村減貧、鄉(xiāng)村振興發(fā)展的重要方式。數(shù)字普惠金融發(fā)展對(duì)我國(guó)鄉(xiāng)村振興戰(zhàn)略表現(xiàn)出先抑后揚(yáng)的倒“U”型特征，且我國(guó)現(xiàn)階段數(shù)字普惠金融整體發(fā)展水平已經(jīng)跨越臨界值，表現(xiàn)出對(duì)鄉(xiāng)村振興的促進(jìn)作用（葛和平和錢宇，2021）。數(shù)字普惠金融的覆蓋廣度和使用深度能明顯推動(dòng)鄉(xiāng)村振興，但數(shù)字化程度對(duì)鄉(xiāng)村振興的影響不顯著，且數(shù)字普惠金融推動(dòng)鄉(xiāng)村振興的效應(yīng)主要體現(xiàn)在東部和中部，西部表現(xiàn)得并不明顯（陳亞軍，2022）。

關(guān)于GWR模型，多數(shù)學(xué)者用于研究地理科學(xué)和區(qū)域經(jīng)濟(jì)問(wèn)題，在空間計(jì)量中有著廣泛的應(yīng)用。呂萍和甄輝（2010）運(yùn)用GWR模型研究了北京市房?jī)r(jià)的影響因素及其空間差異性。隋雪艷等（2015）通過(guò)空間擴(kuò)展模型和GWR模型研究了都市新區(qū)住宅地價(jià)的空間異質(zhì)性。王少劍等（2020）著重利用GWR模型分析了自然與社會(huì)經(jīng)濟(jì)因素對(duì)PM2.5影響的空間異質(zhì)性。孫志紅和吳悅（2017）在分析財(cái)政和信貸對(duì)科技創(chuàng)新效率的影響時(shí)，采用了GWR模型。周靈靈（2020）研究金融生態(tài)環(huán)境對(duì)河南18個(gè)省轄市創(chuàng)新產(chǎn)出的影響及時(shí)空異質(zhì)性時(shí)，基于GWR模型改進(jìn)了混合知識(shí)生產(chǎn)函數(shù)模型。徐曄和宋曉薇（2016）考慮到地區(qū)全要素生產(chǎn)率空間異質(zhì)性明顯，為分析金融聚集對(duì)地區(qū)全要素生產(chǎn)率的影響，引入了GWR模型。

綜上所述，學(xué)者研究數(shù)字普惠金融與鄉(xiāng)村振興時(shí)，大多數(shù)通過(guò)構(gòu)建鄉(xiāng)村振興指標(biāo)體系計(jì)算鄉(xiāng)村振興發(fā)展水平，多數(shù)實(shí)證研究均表明，數(shù)字普惠金融對(duì)鄉(xiāng)村振興有推動(dòng)作用，且存在地區(qū)差異。但鮮有文獻(xiàn)將GWR模型引入金融領(lǐng)域，更少有學(xué)者用其研究數(shù)字普惠金融對(duì)鄉(xiāng)村振興的異質(zhì)性影響?；诖耍疚脑跇?gòu)建鄉(xiāng)村振興指標(biāo)體系的基礎(chǔ)上，測(cè)度了我國(guó)30個(gè)省份鄉(xiāng)村振興發(fā)展水平，并進(jìn)一步通過(guò)實(shí)證研究了數(shù)字普惠金融對(duì)鄉(xiāng)村振興的影響，最后通過(guò)GWR模型分析了數(shù)字普惠金融對(duì)鄉(xiāng)村振興影響的異質(zhì)性。

二、研究設(shè)計(jì)

（一）模型構(gòu)建

1.面板回歸模型。本文采用2011～2020年我國(guó)30個(gè)省份的面板數(shù)據(jù)（西藏地區(qū)由于數(shù)據(jù)缺失嚴(yán)重，故被剔除）進(jìn)行實(shí)證分析，構(gòu)建模型（1）的固定效應(yīng)回歸模型：

其中，RRI表示鄉(xiāng)村振興指數(shù)；Difi表示數(shù)字普惠金融指數(shù)；X表示控制變量，包括城鎮(zhèn)化率（urb）、產(chǎn)業(yè)結(jié)構(gòu)（str）、政府干預(yù)程度（gov）和財(cái)政支農(nóng)（afe）。u表示隨機(jī)擾動(dòng)項(xiàng)，i、t分別表示地區(qū)和時(shí)間。

為進(jìn)一步討論數(shù)字普惠金融發(fā)展具體維度對(duì)鄉(xiāng)村振興的影響，本文根據(jù)北大互聯(lián)網(wǎng)金融研究中心編制的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020）》，選取數(shù)字普惠金融發(fā)展的覆蓋廣度、使用深度和數(shù)字化程度作為核心解釋變量，并構(gòu)建如下模型：

其中，breadth、depth分別為數(shù)字普惠金融發(fā)展廣度和發(fā)展深度，level是數(shù)字化程度。其余變量與模型（1）相同。

2.GWR地理加權(quán)模型。傳統(tǒng)OLS回歸是全局回歸模型，而GWR地理加權(quán)回歸考慮了局部參數(shù)估計(jì)，其模型如下：

其中，（ui,vi)表示第i個(gè)樣本點(diǎn)的空間坐標(biāo)；βk(ui,vi)表示連續(xù)函數(shù)βk(u,v)在i的函數(shù)值，εi為隨機(jī)誤差。

GWR模型的參數(shù)通過(guò)最小二乘法進(jìn)行估計(jì)，計(jì)算公式為：

其中，W是空間權(quán)重矩陣。

運(yùn)用GWR模型進(jìn)行回歸分析時(shí)，通常選取高斯函數(shù)確定函數(shù)權(quán)重，公式為：

其中，b表示帶寬，dij表示樣本點(diǎn)i與j之間的距離。當(dāng)確定帶寬b，dij距離越大，賦予j的權(quán)重則會(huì)越小，當(dāng)距i點(diǎn)足夠遠(yuǎn)時(shí)，j的權(quán)重就趨于0。

帶寬的選擇根據(jù)交叉確認(rèn)法CV（cross validation），其計(jì)算公式為：

（二）指標(biāo)選取

1.被解釋變量：鄉(xiāng)村振興評(píng)價(jià)指標(biāo)（RRI）。為研究數(shù)字普惠金融對(duì)鄉(xiāng)村振興的影響，本文根據(jù)鄉(xiāng)村振興五大戰(zhàn)略（產(chǎn)業(yè)振興、文化振興、人才振興、生態(tài)振興、組織振興）目標(biāo)，參考蔡興等（2019）的研究，構(gòu)建了如下的鄉(xiāng)村振興指標(biāo)體系（見(jiàn)表1）。

表1 鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系

2.核心解釋變量：數(shù)字普惠金融指數(shù)（Difi）。該指標(biāo)來(lái)源于北大互聯(lián)網(wǎng)金融研究中心編制的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020）》，用于衡量我國(guó)不同地區(qū)的數(shù)字普惠金融發(fā)展水平。本文選取2011～2020年我國(guó)30個(gè)省份的數(shù)字普惠金融指數(shù)（Difi）及覆蓋廣度（Difi1）、使用深度（Difi2）和數(shù)字化程度（Difi3）。

3.控制變量：（1）城鎮(zhèn)化率（urb）：城鎮(zhèn)化率的提高，能促進(jìn)農(nóng)民勞動(dòng)力的流動(dòng)，而農(nóng)民進(jìn)城務(wù)工、創(chuàng)業(yè)等活動(dòng)，又可以提高其收入水平，從而實(shí)現(xiàn)農(nóng)民增收、鄉(xiāng)村發(fā)展。本文選取各地區(qū)城鎮(zhèn)人口數(shù)量比總?cè)丝跀?shù)量表示城鎮(zhèn)化率。（2）產(chǎn)業(yè)結(jié)構(gòu)（str）：產(chǎn)業(yè)是推動(dòng)鄉(xiāng)村發(fā)展的動(dòng)力，隨著農(nóng)村的現(xiàn)代化建設(shè)，二三產(chǎn)業(yè)對(duì)農(nóng)村的經(jīng)濟(jì)發(fā)展起著重要推動(dòng)作用，本文選取農(nóng)村地區(qū)二三產(chǎn)業(yè)每年增加值比當(dāng)年地區(qū)國(guó)民生產(chǎn)總值表示產(chǎn)業(yè)結(jié)構(gòu)。（3）政府干預(yù)程度（gov）：政府通過(guò)對(duì)市場(chǎng)進(jìn)行宏觀調(diào)控，能有效地支持個(gè)別地區(qū)的產(chǎn)業(yè)發(fā)展、經(jīng)濟(jì)繁榮，為鄉(xiāng)村發(fā)展提供便利和機(jī)會(huì)，本文選取農(nóng)村地區(qū)每年一般公共預(yù)算比當(dāng)年地區(qū)國(guó)民生產(chǎn)總值表示政府干預(yù)程度。（4）財(cái)政支農(nóng)（afe）：農(nóng)業(yè)現(xiàn)代化建設(shè)是實(shí)現(xiàn)鄉(xiāng)村振興的必要條件，本文用每年農(nóng)林水財(cái)政支出比當(dāng)年地區(qū)國(guó)民生產(chǎn)總值表示財(cái)政支農(nóng)。

（三）指標(biāo)計(jì)算

1.指標(biāo)標(biāo)準(zhǔn)化處理。由于構(gòu)建指標(biāo)體系中各個(gè)指標(biāo)單位或者性質(zhì)不一樣，因此要通過(guò)標(biāo)準(zhǔn)化消除各個(gè)指標(biāo)的量綱。計(jì)算公式如下：

其中，當(dāng)指標(biāo)性質(zhì)為正向時(shí)使用公式（7）計(jì)算；當(dāng)指標(biāo)性質(zhì)為負(fù)向時(shí)使用公式（8）計(jì)算。Ai表示第i個(gè)指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的值，wi表示第i個(gè)指標(biāo)的權(quán)重值，ai表示第i個(gè)指標(biāo)的實(shí)際值，Mi表示第i個(gè)指標(biāo)中的最大值，mi表示第i個(gè)指標(biāo)中的最小值。

2.變異系數(shù)法確定權(quán)重。變異系數(shù)法又稱標(biāo)準(zhǔn)差率，是通過(guò)指標(biāo)中所包含的信息來(lái)確定指標(biāo)權(quán)重，是客觀賦值方法的一種。計(jì)算公式如下：

其中，Vi表示第i個(gè)指標(biāo)的變異系數(shù)，σi表示第i個(gè)指標(biāo)的標(biāo)準(zhǔn)差，表示第i個(gè)指標(biāo)的平均值。

3.計(jì)算指標(biāo)值。在對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理及確定了指標(biāo)的權(quán)重之后，進(jìn)一步計(jì)算指標(biāo)值。計(jì)算公式如下：

4.鄉(xiāng)村振興指標(biāo)測(cè)算結(jié)果及分析

根據(jù)上述計(jì)算公式，本文測(cè)算出2011～2020年我國(guó)30個(gè)省份（西藏地區(qū)由于數(shù)據(jù)缺失，故剔除）鄉(xiāng)村振興評(píng)價(jià)指標(biāo)（RRI）。如表2所示。

表2 鄉(xiāng)村振興評(píng)價(jià)指標(biāo)計(jì)算結(jié)果

續(xù)表2 鄉(xiāng)村振興評(píng)價(jià)指標(biāo)計(jì)算結(jié)果

由表2可知，2011～2020年間，我國(guó)各地區(qū)RRI值最大為0.513，最小值為0.072，且大多數(shù)地區(qū)RRI值介于0.17到0.27之間。這說(shuō)明我國(guó)鄉(xiāng)村振興整體發(fā)展水平較低，有待于進(jìn)一步提高。海南地區(qū)RRI均值最大，為0.481，遠(yuǎn)高于排名第二的江蘇地區(qū)（指標(biāo)均值為0.269），表明海南地區(qū)鄉(xiāng)村振興戰(zhàn)略已經(jīng)取得了一定的成效，領(lǐng)先于全國(guó)其他地區(qū)。廣東地區(qū)RRI均值最小，為0.098?，F(xiàn)階段，我國(guó)大多數(shù)地區(qū)鄉(xiāng)村振興發(fā)展水平較低，但已有部分地區(qū)取得了一定的成效，可以為其他地區(qū)提供經(jīng)驗(yàn)和方法，我國(guó)鄉(xiāng)村發(fā)展仍然有很大的提升空間。

（四）描述性統(tǒng)計(jì)

本文選取2011～2020年我國(guó)30個(gè)省份的年度面板數(shù)據(jù)。所有數(shù)據(jù)及指標(biāo)的原始數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局等。上述變量Difi、Difi1、Difi2、Difi3是北大數(shù)字普惠金融指數(shù)除以100的數(shù)據(jù)處理后，再進(jìn)行實(shí)證回歸和檢驗(yàn)。

表3 各變量指標(biāo)描述性統(tǒng)計(jì)

三、實(shí)證研究

（一）數(shù)字普惠金融對(duì)鄉(xiāng)村振興的影響

根據(jù)F檢驗(yàn)和Hausman檢驗(yàn)，模型（1）和模型（2）均應(yīng)選取個(gè)體固定效應(yīng)模型。回歸結(jié)果如表4所示。

表4 數(shù)字普惠金融對(duì)鄉(xiāng)村振興的影響

由表4可知，數(shù)字普惠金融指數(shù)在10%的顯著性水平上顯著，且系數(shù)為正，說(shuō)明我國(guó)數(shù)字普惠金融發(fā)展具有促進(jìn)鄉(xiāng)村振興的作用。在數(shù)字普惠金融發(fā)展的具體維度中，數(shù)字普惠金融的覆蓋廣度和數(shù)字化程度能促進(jìn)鄉(xiāng)村振興，分別在10%和5%的顯著性水平上顯著；數(shù)字普惠金融的使用深度能促進(jìn)鄉(xiāng)村振興，但并不顯著。

從模型（1）中控制變量的回歸結(jié)果來(lái)看，城鎮(zhèn)化率urb的估計(jì)系數(shù)顯著為正，說(shuō)明城鎮(zhèn)化水平的提高能顯著地促進(jìn)鄉(xiāng)村振興戰(zhàn)略的實(shí)施。產(chǎn)業(yè)結(jié)構(gòu)str的估計(jì)系數(shù)顯著為負(fù)，表明二三產(chǎn)業(yè)增加值的提高對(duì)鄉(xiāng)村振興所帶來(lái)的負(fù)效應(yīng)，超過(guò)了對(duì)鄉(xiāng)村振興所帶來(lái)的正效應(yīng)。政府干預(yù)程度gov顯著為正，說(shuō)明政府對(duì)市場(chǎng)的干預(yù)能有效促進(jìn)鄉(xiāng)村的發(fā)展，助力實(shí)現(xiàn)鄉(xiāng)村振興，因此地方政府需要采取必要手段幫助農(nóng)民增收、加快農(nóng)村現(xiàn)代化建設(shè)，最終推進(jìn)鄉(xiāng)村振興戰(zhàn)略的實(shí)施。涉農(nóng)支出afe的系數(shù)顯著為負(fù)，意味著對(duì)農(nóng)業(yè)支出的提高所產(chǎn)生的負(fù)效應(yīng)超過(guò)了正效應(yīng)，也說(shuō)明鄉(xiāng)村振興的實(shí)現(xiàn)不僅僅是農(nóng)業(yè)的發(fā)展，還需要在農(nóng)村地區(qū)發(fā)展更多產(chǎn)業(yè)來(lái)實(shí)現(xiàn)鄉(xiāng)村振興。

由模型（2）的實(shí)證結(jié)果可知，數(shù)字普惠金融的覆蓋廣度和數(shù)字化程度能顯著促進(jìn)鄉(xiāng)村振興，分別在10%和5%的顯著性水平上顯著；數(shù)字普惠金融的使用深度對(duì)鄉(xiāng)村振興的影響并不顯著。從估計(jì)系數(shù)來(lái)看，數(shù)字普惠金融使用深度的估計(jì)系數(shù)遠(yuǎn)小于數(shù)字普惠金融覆蓋廣度和數(shù)字化程度的估計(jì)系數(shù)。由此可見(jiàn)，現(xiàn)階段數(shù)字普惠金融覆蓋廣度和使用深度促進(jìn)鄉(xiāng)村振興的效果更好，而數(shù)字普惠金融的使用深度推進(jìn)鄉(xiāng)村振興的潛力有待于進(jìn)一步開(kāi)發(fā)。

（二）數(shù)字普惠金融影響鄉(xiāng)村振興的異質(zhì)性研究

考慮到不同地區(qū)數(shù)字普惠金融發(fā)展水平存在差異，數(shù)字普惠金融發(fā)展影響鄉(xiāng)村振興的效果也不同，本文進(jìn)一步實(shí)證分析數(shù)字普惠金融對(duì)鄉(xiāng)村振興的異質(zhì)性影響。由于GWR模型要求數(shù)據(jù)為截面數(shù)據(jù)，本文將2011～2020年我國(guó)30個(gè)省份各變量取均值，構(gòu)成截面數(shù)據(jù)進(jìn)行GWR回歸。結(jié)果如表5所示。

表5 數(shù)字普惠金融影響鄉(xiāng)村振興的GWR回歸結(jié)果

續(xù)表5 數(shù)字普惠金融影響鄉(xiāng)村振興的GWR回歸結(jié)果

從各省份的回歸系數(shù)看，數(shù)字普惠金融回歸系數(shù)最大的地區(qū)為四川，其系數(shù)為0.0419，遠(yuǎn)大于全國(guó)其他29個(gè)省份的回歸系數(shù)；數(shù)字普惠金融回歸系數(shù)最小的地區(qū)為寧夏,其系數(shù)為-0.0988。從全國(guó)層面看，30個(gè)省份中有16個(gè)省份數(shù)字普惠金融對(duì)鄉(xiāng)村振興有正向影響，有近一半省份數(shù)字普惠金融對(duì)鄉(xiāng)村振興有負(fù)向影響。從分地區(qū)看，東部10個(gè)省份中，7個(gè)省份數(shù)字普惠金融回歸系數(shù)為正，最大的為海南,其系數(shù)為0.0247；最小的為河北,其系數(shù)為-0.0385。中部6個(gè)省份中，3個(gè)省份數(shù)字普惠金融回歸系數(shù)為正，最大的為江西,其系數(shù)為0.0174；最小的為山西,其系數(shù)為-0.0263。西部11個(gè)省份中，僅有4個(gè)省份數(shù)字普惠金融回歸系數(shù)為正，最大的為四川,其系數(shù)為0.0419；最小的為寧夏,其系數(shù)為-0.0988。東北的3個(gè)省份中，有兩個(gè)省份數(shù)字普惠金融回歸系數(shù)為正，最大的為吉林,其系數(shù)為0.0218；最小的為黑龍江,其系數(shù)為-0.001。

綜上所述，我國(guó)不同省份數(shù)字普惠金融對(duì)鄉(xiāng)村振興的影響存在著差異，且不同地區(qū)之間的作用效果也存在差異?？傮w來(lái)說(shuō)，東部地區(qū)數(shù)字普惠金融發(fā)展對(duì)鄉(xiāng)村振興的推動(dòng)作用最為明顯，東部有七成的地區(qū)其數(shù)字普惠金融能對(duì)鄉(xiāng)村振興產(chǎn)生正向影響，說(shuō)明整體上東部地區(qū)的數(shù)字普惠金融能促進(jìn)鄉(xiāng)村振興，但個(gè)別東部省份需要改變數(shù)字普惠金融對(duì)鄉(xiāng)村振興存在抑制效應(yīng)的局面，其他東部地區(qū)也需要提升數(shù)字普惠金融推動(dòng)鄉(xiāng)村振興的作用效果；而西部地區(qū)數(shù)字普惠金融推動(dòng)鄉(xiāng)村振興的效果較差，11個(gè)省份中僅4個(gè)省份數(shù)字普惠金融對(duì)鄉(xiāng)村振興有正向影響，說(shuō)明我國(guó)西部多數(shù)城市在數(shù)字普惠金融推動(dòng)鄉(xiāng)村振興的道路上仍有很大的上升空間。中部和東北部地區(qū)數(shù)字普惠金融能推動(dòng)鄉(xiāng)村振興，但部分地區(qū)仍需要扭轉(zhuǎn)其數(shù)字普惠金融對(duì)鄉(xiāng)村振興負(fù)向影響的現(xiàn)狀，不斷提高數(shù)字普惠金融推動(dòng)鄉(xiāng)村振興的作用與效果。

四、結(jié)論與建議

本文以2011～2020年我國(guó)30個(gè)省份面板數(shù)據(jù)為基礎(chǔ)，構(gòu)建鄉(xiāng)村振興指標(biāo)體系，通過(guò)變異系數(shù)法計(jì)算了我國(guó)30個(gè)省份10年間的鄉(xiāng)村振興指標(biāo)，實(shí)證研究了我國(guó)數(shù)字普惠金融對(duì)鄉(xiāng)村振興的影響，為進(jìn)一步探討數(shù)字普惠金融對(duì)鄉(xiāng)村振興影響的異質(zhì)性，利用GWR模型實(shí)證得出我國(guó)30個(gè)省份數(shù)字普惠金融對(duì)鄉(xiāng)村振興的影響。結(jié)果表明，我國(guó)數(shù)字普惠金融能顯著地促進(jìn)鄉(xiāng)村振興，在數(shù)字普惠金融的具體維度中，覆蓋廣度和數(shù)字化程度也能顯著促進(jìn)鄉(xiāng)村振興，使用深度對(duì)鄉(xiāng)村振興的影響不顯著；數(shù)字普惠金融影響鄉(xiāng)村振興存在地區(qū)間差異，東部地區(qū)數(shù)字普惠金融推動(dòng)鄉(xiāng)村振興的效果較好，而西部多數(shù)地區(qū)數(shù)字普惠金融對(duì)鄉(xiāng)村振興存在抑制效應(yīng)。根據(jù)以上結(jié)論，提出以下建議：

（一）加快鄉(xiāng)村數(shù)字普惠金融發(fā)展

實(shí)證結(jié)果表明，數(shù)字普惠金融能推動(dòng)我國(guó)鄉(xiāng)村振興，但仍有較大的提升空間。因此，一方面要幫助提升農(nóng)村地區(qū)數(shù)字普惠金融的覆蓋面，讓更多農(nóng)民和農(nóng)村產(chǎn)業(yè)能夠真正地接觸到數(shù)字普惠金融。另一方面要在農(nóng)村加大對(duì)數(shù)字普惠金融的宣傳力度，提高農(nóng)民的金融素養(yǎng)。

（二）因地制宜采取助力鄉(xiāng)村振興的政策措施

實(shí)證結(jié)果表明，東部地區(qū)在數(shù)字普惠金融推動(dòng)鄉(xiāng)村振興方面取得不錯(cuò)的成效，主要是因?yàn)闁|部經(jīng)濟(jì)發(fā)達(dá)，金融基礎(chǔ)設(shè)施完善，農(nóng)民金融素養(yǎng)相對(duì)較高，因此不需要政府過(guò)多的干預(yù)，今后應(yīng)該更多地關(guān)注數(shù)字普惠金融對(duì)農(nóng)村弱勢(shì)群體和產(chǎn)業(yè)的推動(dòng)效果。中部地區(qū)和東北部地區(qū)數(shù)字普惠金融能較好地幫助鄉(xiāng)村發(fā)展，但仍有很大的提升空間，已經(jīng)取得不錯(cuò)成績(jī)的地區(qū)需要進(jìn)一步加大數(shù)字普惠金融助力鄉(xiāng)村振興的力度，而數(shù)字普惠金融對(duì)鄉(xiāng)村振興存在抑制效應(yīng)的地區(qū)則應(yīng)該加強(qiáng)政府干預(yù)力度，實(shí)現(xiàn)數(shù)字普惠金融與鄉(xiāng)村振興的有效融合。西部大多數(shù)地區(qū)數(shù)字普惠金融對(duì)鄉(xiāng)村振興存在抑制效應(yīng)，這些地區(qū)需制定和采取全面推進(jìn)數(shù)字普惠金融助力鄉(xiāng)村振興的各項(xiàng)政策措施，可以借鑒東部地區(qū)發(fā)展經(jīng)驗(yàn)，提升農(nóng)村地區(qū)金融資源配置效率，國(guó)家也應(yīng)加大對(duì)西部地區(qū)的政策支持力度。

（三）改善農(nóng)村金融環(huán)境，創(chuàng)新農(nóng)村金融服務(wù)產(chǎn)品

加大數(shù)字普惠金融的宣傳力度，讓農(nóng)民更好地了解數(shù)字普惠金融的普惠性、便利性和正規(guī)性。同時(shí)，為推動(dòng)鄉(xiāng)村發(fā)展，應(yīng)該創(chuàng)新信貸機(jī)制，完善農(nóng)村地區(qū)保險(xiǎn)機(jī)制，用不同的金融工具為鄉(xiāng)村發(fā)展提供資金和保障，營(yíng)造良好的金融生態(tài)環(huán)境，讓數(shù)字普惠金融能夠深度與鄉(xiāng)村振興戰(zhàn)略有效融合。