鄢宇昊,李巍,胡錫琴,張榮光
(1.昆士蘭大學商學院,澳大利亞 布里斯班 4072;2.成都理工大學商學院,成都 610059)
黨的二十大報告明確表示全面建設社會主義現(xiàn)代化國家,最艱巨最繁重的任務依然在農(nóng)村。農(nóng)村金融作為金融體系的重要組成部分,對于發(fā)展農(nóng)村經(jīng)濟、解決“三農(nóng)”問題具有至關(guān)重要的作用。因此,全面推進鄉(xiāng)村振興,離不開強有力的金融支持。
數(shù)字普惠金融作為一種結(jié)合數(shù)字技術(shù)和普惠金融的全新業(yè)態(tài),既能突破傳統(tǒng)經(jīng)濟活動的時空限制,又能拓寬資本募集渠道[1]。隨著數(shù)字基礎設施的完善和數(shù)字知識技術(shù)的普及,數(shù)字普惠金融以較低成本向全社會,特別是為相對落后的農(nóng)村和低收入群體提供便捷的金融服務[2,3],從而更好地解決普惠金融服務鄉(xiāng)村振興的“最后一公里”難題,為鄉(xiāng)村經(jīng)濟發(fā)展與鄉(xiāng)村振興創(chuàng)造更多的可能性[4]。通過綜合和深入的分析,發(fā)現(xiàn)多數(shù)學者將數(shù)字普惠金融視為推動鄉(xiāng)村振興的關(guān)鍵路徑[5,6],并且數(shù)字普惠金融與鄉(xiāng)村振興之間呈現(xiàn)非線性關(guān)系[7,8]。
現(xiàn)有研究多集中于數(shù)字普惠金融助力鄉(xiāng)村振興的理論分析,實證研究相對較少。基于此,本文從理論層面厘清數(shù)字普惠金融對鄉(xiāng)村振興發(fā)展的影響以及作用機制,再從實證層面運用雙向固定效應和SYS-GMM模型檢驗數(shù)字普惠金融對鄉(xiāng)村振興發(fā)展的影響效應。本文將從以下三個方面展開研究:第一,在以往文獻的基礎上深度挖掘鄉(xiāng)村振興的時代內(nèi)涵,并完善鄉(xiāng)村振興指標體系的構(gòu)建;第二,實證檢驗數(shù)字普惠金融對鄉(xiāng)村振興的影響效果,并考察東、中、西部地區(qū)的區(qū)域異質(zhì)性;第三,探究數(shù)字基礎設施建設和農(nóng)村人力資本在數(shù)字普惠金融對鄉(xiāng)村振興的影響過程中的調(diào)節(jié)作用。
數(shù)字普惠金融對鄉(xiāng)村振興的直接影響主要體現(xiàn)在以下幾個方面:第一,數(shù)字普惠金融通過數(shù)字技術(shù)有效降低了運營商的經(jīng)營和交易成本,尤其是實體金融機構(gòu)。一方面,數(shù)字技術(shù)的信息推廣和交易成本會隨著其在信貸市場的運用過程中逐漸降低;另一方面,數(shù)字普惠金融的發(fā)展在一定程度上解決了信息不對稱問題。第二,數(shù)字普惠金融的發(fā)展提升了農(nóng)戶的融資效應。傳統(tǒng)家庭企業(yè)經(jīng)營規(guī)模和農(nóng)業(yè)種植限制了農(nóng)戶融資,而數(shù)字普惠金融在農(nóng)村的發(fā)展大大降低了農(nóng)村居民的融資門檻,拓寬了農(nóng)戶獲得信貸和存款的渠道。第三,數(shù)字普惠金融利用大數(shù)據(jù)技術(shù)規(guī)避了農(nóng)業(yè)生產(chǎn)可能產(chǎn)生的自然不可控風險以及信貸抵押品缺乏等問題,減少了金融風險,提高了金融機構(gòu)的風險管控能力?;诖耍疚奶岢觯?/p>
假設1:數(shù)字普惠金融的發(fā)展能夠提高鄉(xiāng)村振興水平。
我國各個區(qū)域之間由于自然資源、地理環(huán)境、人口、經(jīng)濟發(fā)展程度等的不同而存在空間差距。因此,數(shù)字普惠金融的推進會在不同區(qū)域呈現(xiàn)不同的實施效果。發(fā)展較快的東部地區(qū),相比中西部地區(qū)具有互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等數(shù)字技術(shù)發(fā)展的絕對優(yōu)勢,與傳統(tǒng)金融相互結(jié)合創(chuàng)造農(nóng)業(yè)金融產(chǎn)品、農(nóng)業(yè)產(chǎn)品交易平臺等,提高農(nóng)戶的收入,從而對鄉(xiāng)村振興促進作用更明顯?;诖耍疚奶岢觯?/p>
假設2:數(shù)字普惠金融對鄉(xiāng)村振興的影響存在區(qū)域異質(zhì)性。
數(shù)字基礎設施是以信息技術(shù)為載體的基礎設施,在農(nóng)村地區(qū)的推廣建設將有利于打破區(qū)域之間生產(chǎn)要素流動壁壘,促進農(nóng)業(yè)產(chǎn)業(yè)要素稟賦集聚,避免傳統(tǒng)農(nóng)業(yè)產(chǎn)業(yè)要素資源浪費現(xiàn)象,進而提升農(nóng)業(yè)產(chǎn)業(yè)效率。數(shù)字基礎設施的連通性和共享性將有助于農(nóng)村搭建數(shù)字化平臺,整合農(nóng)產(chǎn)品市場、農(nóng)業(yè)產(chǎn)業(yè)資源等信息,簡化與消費者的互動流程,實現(xiàn)農(nóng)業(yè)生產(chǎn)效率、運行效率和協(xié)調(diào)效率的提高,從而增加農(nóng)村居民收入[9]?;诖耍疚奶岢觯?/p>
假設3:數(shù)字基礎設施建設在數(shù)字普惠金融對鄉(xiāng)村振興的影響中發(fā)揮正向調(diào)節(jié)作用。
數(shù)字普惠金融在促進鄉(xiāng)村振興發(fā)展過程中能否發(fā)揮重要作用在很大程度上取決于農(nóng)村勞動者受教育水平的高低,而教育則是農(nóng)村人力資本投資的重頭戲。在普惠金融的助力下,農(nóng)村地區(qū)逐漸開始引入先進的農(nóng)耕技術(shù),購買現(xiàn)代化機械設備,提高農(nóng)業(yè)生產(chǎn)效率。不僅如此,提高農(nóng)民的受教育程度也會產(chǎn)生溢出效應,農(nóng)村居民自身的知識能力對下一代和周圍的居民有傳遞作用,從而提高農(nóng)村人力資本質(zhì)量。農(nóng)村人力資本水平較高的地區(qū)往往能更準確地辨認金融信息的真?zhèn)危侠硪?guī)避金融風險,高效利用數(shù)字普惠金融,從而促進鄉(xiāng)村振興的發(fā)展?;诖?,本文提出:
假設4:農(nóng)村人力資本在數(shù)字普惠金融對鄉(xiāng)村振興的影響中發(fā)揮正向調(diào)節(jié)作用。
為綜合考察數(shù)字普惠金融對鄉(xiāng)村振興的影響效應,本文選取相關(guān)變量構(gòu)造面板數(shù)據(jù),并運用雙向固定效應模型來研究數(shù)字普惠金融與鄉(xiāng)村振興之間的關(guān)系。
其中,Ruralit表示鄉(xiāng)村振興水平,Difiit表示數(shù)字普惠金融,Controlit表示控制變量,α0表示常數(shù)項,αi表示個體固定效應,θt表示時間固定效應,i代表地區(qū),t代表年份,εit表示誤差項。
運用靜態(tài)面板數(shù)據(jù)模型進行回歸,最終的估計結(jié)果會受到靜態(tài)面板數(shù)據(jù)的自相關(guān)性和異方差問題的嚴重干擾。由于前期鄉(xiāng)村振興發(fā)展狀況會對當期的鄉(xiāng)村振興水平產(chǎn)生影響,最終導致結(jié)果估計出現(xiàn)偏差。因此,為提高模型穩(wěn)健性,降低其內(nèi)生性問題,本文將鄉(xiāng)村振興水平滯后一期作為新的解釋變量納入模型中,在模型(1)的基礎上,建立如下動態(tài)面板數(shù)據(jù)模型,并采用SYS-GMM方法檢驗數(shù)字普惠金融對鄉(xiāng)村振興的影響。
本文不僅要研究數(shù)字普惠金融對鄉(xiāng)村振興的影響效應,還要進一步討論農(nóng)村人力資本和數(shù)字基礎設施建設對上述影響效應的調(diào)節(jié)作用。在模型(1)的基礎上,分別加入數(shù)字普惠金融與農(nóng)村人力資本的交互項(Difiit×Ahcit)、數(shù)字普惠金融與數(shù)字基礎設施的交互項(Difiit×Netit),建立如下計量模型:
(1)被解釋變量:鄉(xiāng)村振興水平(Rural)。遵循有效性、系統(tǒng)性和可操作性的復合指標體系構(gòu)建原則,本文借鑒Huang和Yang(2018)[10]的研究,以黨的十九大報告中鄉(xiāng)村振興戰(zhàn)略的五大要求作為衡量鄉(xiāng)村振興戰(zhàn)略實施情況的一級指標,并細分為30個二級指標,由此測度鄉(xiāng)村振興水平,如表1所示。
表1 鄉(xiāng)村振興評價指標體系
(2)核心解釋變量:數(shù)字普惠金融指數(shù)(Difi)。借鑒北京大學數(shù)字金融研究中心編制的“北京大學數(shù)字普惠金融指數(shù)”,該指數(shù)涵蓋了覆蓋廣度、使用深度和數(shù)字化程度三個方面,數(shù)據(jù)來源兼具權(quán)威性和科學性,能夠全面、有效地度量地區(qū)數(shù)字普惠金融發(fā)展水平。
(3)控制變量。考慮到財政支出、城鎮(zhèn)化進程、經(jīng)濟水平、經(jīng)濟開放度對鄉(xiāng)村振興的影響,本文參考已有相關(guān)研究,選取如下控制變量:財政支農(nóng)水平(Fis),以財政農(nóng)林水事務支出占財政總支出的比重衡量[11];城鎮(zhèn)化率(Urban),以年末城鎮(zhèn)人口數(shù)量占總?cè)丝跀?shù)量的比重來衡量[12];經(jīng)濟發(fā)展水平(Dev),用各省份年度取自然對數(shù)的人均GDP來衡量[13];經(jīng)濟開放度(Fdi),用外商直接投資占地區(qū)生產(chǎn)總值的比重表示[14]。
(4)調(diào)節(jié)變量。數(shù)字基礎設施(Net):借鑒謝地和蘇博(2021)[11]的做法,本文以農(nóng)村互聯(lián)網(wǎng)寬帶接入用戶數(shù)表示。農(nóng)村人力資本(Ahc):借鑒姚旭兵等(2017)[15]的做法,本文采用農(nóng)村實際受教育等級乘以相對應的權(quán)重代表人力資本作為調(diào)節(jié)變量。按照文化水平將農(nóng)村居民分為文盲和半文盲、小學、初中、高中、大專及以上學歷五個等級,再分別乘以“1、6、9、12、16”的人均受教育年限,具體計算公式如下:
其中,Q1表示文盲半文盲文化水平人數(shù),Q2表示小學文化水平人數(shù),Q3表示初中文化水平人數(shù),Q4表示高中文化水平人數(shù),Q5表示大專及以上文化水平人數(shù),Q表示總?cè)丝跀?shù)。
本文以2011—2020年我國30個省份(不含西藏和港澳臺)的面板數(shù)據(jù)進行實證分析,被解釋變量的指標和控制變量指標數(shù)據(jù)均來自國家統(tǒng)計局網(wǎng)站、各省份統(tǒng)計年鑒、《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》等,核心解釋變量數(shù)據(jù)來源于《北京大學數(shù)字普惠金融指數(shù)(2011—2020年)》。針對單個缺失數(shù)據(jù),利用線性內(nèi)插法進行補足,并對非比值數(shù)據(jù)進行對數(shù)化處理以減少異方差。變量描述性統(tǒng)計見表2。
表2 描述性統(tǒng)計
為避免實證結(jié)果誤差,本文先進行變量多重共線性檢驗,結(jié)果顯示,各變量的方差膨脹因子(VIF)都沒有超過10,而且平均為3.7,因此該模型中的各個變量之間不存在多重共線性。
根據(jù)Hausman檢驗結(jié)果,本文選擇固定年份和固定城市的雙重固定效應模型,以增強實證結(jié)果的穩(wěn)健性。為規(guī)避靜態(tài)面板回歸模型可能存在的自相關(guān)性和異方差性問題,本文增加SYS-GMM模型進行對比分析,基準回歸結(jié)果見表3。由表3可知,AR(1)檢驗結(jié)果小于0.01,但是AR(2)的檢驗結(jié)果大于0.1,說明該模型只存在一階自相關(guān)。Sargan檢驗結(jié)果大于0.1,說明模型中選擇的工具變量是有效的,證明了SYS-GMM模型估計結(jié)果的穩(wěn)健性。
表3 基準回歸結(jié)果
從表3回歸結(jié)果可以看出,在不加入任何控制變量的情況下,數(shù)字普惠金融的回歸系數(shù)在5%的水平上顯著,而加入控制變量之后,回歸系數(shù)在1%的水平上顯著,而且擬合優(yōu)度從最初的0.727增加到了0.834,表明模型的解釋能力提高,并且具有較強的穩(wěn)健性。由SYS-GMM回歸結(jié)果可知,數(shù)字普惠金融對鄉(xiāng)村振興具有明顯的促進作用,并且回歸系數(shù)在10%的水平上顯著,鄉(xiāng)村振興水平的滯后一期對本期水平的回歸系數(shù)在1%的水平上顯著為正,說明鄉(xiāng)村振興存在時間滯后效應,具有一定的路徑依賴性,當期鄉(xiāng)村振興水平會受到前期鄉(xiāng)村振興水平的影響。因此,假設1得到驗證。
從控制變量的回歸結(jié)果看:財政支農(nóng)水平在雙向固定效應模型和SYS-GMM模型中的估計系數(shù)均顯著為正,可能的原因是一方面財政支農(nóng)為鄉(xiāng)村發(fā)展直接提供了金融支持,解決了由資金限制引起的問題,另一方面,財政支農(nóng)政策釋放出利好的消息,吸引大量的社會資本進入農(nóng)村產(chǎn)業(yè),從而為農(nóng)業(yè)技術(shù)創(chuàng)新提供了動力;經(jīng)濟開放度在固定效應模型中的估計系數(shù)在1%的水平上顯著為正,但沒有通過系統(tǒng)GMM檢驗,原因可能是經(jīng)濟開放度提高,外部競爭環(huán)境激烈迫使鄉(xiāng)村產(chǎn)業(yè)發(fā)展,反向促進鄉(xiāng)村振興水平;經(jīng)濟發(fā)展水平在兩個模型中的回歸結(jié)果都顯著為正,可能的原因是經(jīng)濟水平提高,農(nóng)村居民收入增加,進一步提高了農(nóng)村農(nóng)戶生活條件;城鎮(zhèn)化率也通過了5%水平上的顯著性檢驗,但在兩種估計模型中的系數(shù)均為負,原因可能是農(nóng)村農(nóng)業(yè)人口向城鎮(zhèn)非農(nóng)人口轉(zhuǎn)變導致農(nóng)村人才缺乏,農(nóng)業(yè)生產(chǎn)率降低,阻礙了農(nóng)村經(jīng)濟的發(fā)展。
考慮到區(qū)域發(fā)展差異對數(shù)字普惠金融服務于鄉(xiāng)村振興的效應可能會產(chǎn)生一定的影響,本文參照國家統(tǒng)計局的劃分標準,將樣本劃分為東部、中部、西部三個區(qū)域進行異質(zhì)性探討,實證結(jié)果如表4所示。
表4 區(qū)域異質(zhì)性檢驗結(jié)果
由表4可知,對于東部地區(qū)而言,在加入控制變量后,固定效應模型和SYS-GMM中數(shù)字普惠金融的估計系數(shù)都顯著為正。同時,鄉(xiāng)村振興水平滯后一階的估計系數(shù)顯著為正,說明東部地區(qū)前期鄉(xiāng)村振興水平為當期鄉(xiāng)村振興提供了良好的發(fā)展基礎,有利于促進鄉(xiāng)村振興水平的提升。根據(jù)固定效應模型分析,數(shù)字普惠金融變量每增加一個百分點,東部地區(qū)鄉(xiāng)村振興水平提高0.021%。原因主要在于我國東部地區(qū)具有良好的金融環(huán)境和優(yōu)越的居民生活條件,更有利于數(shù)字普惠金融的發(fā)展。對于中部和西部地區(qū)而言,數(shù)字普惠金融對鄉(xiāng)村振興水平都存在提升作用,但其效果顯著低于東部地區(qū)。固定效應回歸結(jié)果顯示,中西部地區(qū)數(shù)字普惠金融對鄉(xiāng)村振興存在顯著的正向作用;SYS-GMM回歸結(jié)果顯示,數(shù)字普惠金融的估計系數(shù)為正,但在西部地區(qū)SYS-GMM模型中被解釋變量的滯后一階的估計系數(shù)不顯著,說明西部地區(qū)鄉(xiāng)村振興的“路徑依賴”現(xiàn)象還不明顯,原因可能是西部地區(qū)農(nóng)村居民生活條件較差,經(jīng)濟收入來源較為單一和傳統(tǒng),前期鄉(xiāng)村振興效益對當期鄉(xiāng)村振興的激勵作用不夠顯著。由此,假設2得到驗證。
考慮到直轄市經(jīng)濟發(fā)展的特殊性,本文刪除直轄市樣本,運用雙向固定效應模型對余下26個省份進行實證檢驗。同時,鑒于數(shù)字普惠金融對鄉(xiāng)村振興的滯后影響,也就是滯后一期的數(shù)字普惠金融與當期鄉(xiāng)村振興緊密關(guān)聯(lián),不會受到當前鄉(xiāng)村振興水平的影響,因此,為了規(guī)避當期數(shù)字普惠金融與鄉(xiāng)村振興的逆向因果關(guān)系,將數(shù)字普惠金融的一階滯后項作為核心解釋變量,采用固定效應和SYS-GMM模型進行穩(wěn)健性檢驗。結(jié)果(略)顯示,改變樣本數(shù)和引入核心解釋變量滯后項之后,主要變量的系數(shù)顯著性和正負號與前文實證分析結(jié)果大體一致,說明本文的研究結(jié)論具有穩(wěn)健性。
3.4.1 數(shù)字基礎設施的調(diào)節(jié)效應
本文在固定效應和SYS-GMM模型的基礎上依次加入數(shù)字基礎設施水平、數(shù)字普惠金融與數(shù)字基礎設施水平的交互項以及中心化后的交互項,檢驗數(shù)字基礎設施在數(shù)字普惠金融影響鄉(xiāng)村振興過程中的調(diào)節(jié)效應,實證結(jié)果見表5。由表5可知,無交互項時數(shù)字基礎設施水平和數(shù)字普惠金融對鄉(xiāng)村振興的影響都顯著為正,但加入兩者的交互項后,數(shù)字普惠金融對鄉(xiāng)村振興的影響不顯著,經(jīng)過分析發(fā)現(xiàn)主要是因為交互項與自變量和調(diào)節(jié)變量之間產(chǎn)生的高度共線性,最終導致模型估計產(chǎn)生了偏差。針對結(jié)果偏差的問題,本文將交互項的兩個變量進行中心化修正,再進行模型檢驗。中心化后的交互項和未中心化的交互項對鄉(xiāng)村振興的影響系數(shù)及顯著性水平都是相同的,但增加中心化后的交互項后,數(shù)字普惠金融對鄉(xiāng)村振興的影響效果從不明顯變?yōu)槊黠@,并且在1%的水平上顯著,說明在數(shù)字普惠金融對鄉(xiāng)村振興的影響過程中,數(shù)字基礎設施建設起到了積極的調(diào)節(jié)作用。究其原因,主要是數(shù)字基礎設施建設降低了信息獲取的成本,提高了農(nóng)村金融配置效率,促進了鄉(xiāng)村振興發(fā)展。因此,假設3得到驗證。
表5 數(shù)字基礎設施的調(diào)節(jié)效應檢驗結(jié)果
3.4.2 農(nóng)村人力資本的調(diào)節(jié)效應
本文還運用數(shù)字普惠金融與農(nóng)村人力資本交互項,實證檢驗了農(nóng)村人力資本在數(shù)字普惠金融對鄉(xiāng)村振興影響過程中的調(diào)節(jié)作用。實證檢驗步驟與前文數(shù)字基礎設施這一調(diào)節(jié)變量類似,運用了固定效應和SYS-GMM模型估計,實證結(jié)果見表6。由表6可知,依次將變量農(nóng)村人力資本、數(shù)字普惠金融與農(nóng)村人力資本的交互項及中心化后的交互項加入雙向固定效應模型后,估計系數(shù)和顯著性有很大差別。加入交互項前,數(shù)字普惠金融、農(nóng)村人力資本的估計系均在10%的水平上顯著為正;加入交互項與中心化后的交互項后,發(fā)現(xiàn)數(shù)字普惠金融與農(nóng)村人力資本之間的關(guān)系均至少在5%的水平上顯著。這表明,隨著農(nóng)村人力資本質(zhì)量不斷提高,數(shù)字普惠金融對農(nóng)村經(jīng)濟發(fā)展的促進效應也在不斷加強。原因可能是,隨著農(nóng)村人力資本的不斷提高,農(nóng)戶對數(shù)字金融產(chǎn)品或服務廣泛應用,有利于增加其所經(jīng)營項目的成功率。通過上述雙重效應,可以有效地提升農(nóng)村地區(qū)農(nóng)民對普惠金融的使用效率,進而推動農(nóng)村地區(qū)全面發(fā)展,促進鄉(xiāng)村振興。假設4得到驗證。
表6 農(nóng)村人力資本的調(diào)節(jié)效應檢驗結(jié)果
本文從數(shù)字普惠金融的三個維度著手,進一步分析數(shù)字普惠金融對鄉(xiāng)村振興的影響,運用固定效應和SYS-GMM模型驗證,實證結(jié)果顯示,數(shù)字普惠金融的數(shù)字化程度(Agg)、覆蓋廣度(Bre)以及使用深度(Dep)均對鄉(xiāng)村振興有正向促進作用,但是從作用效果來看,使用深度影響力度最大,這可能是因為支付、信貸、保險、信用、投資、貨幣基金等業(yè)務在鄉(xiāng)村振興發(fā)展過程中參與更密切,加快了資金流通,為鄉(xiāng)村發(fā)展提供了金融保障。
本文使用2011—2020年30個省份的面板數(shù)據(jù),結(jié)合北京大學數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù),使用雙向固定效應和系統(tǒng)GMM估計方法,實證研究數(shù)字普惠金融對鄉(xiāng)村振興的影響效應及其機理。本文的主要結(jié)論如下:(1)數(shù)字普惠金融發(fā)展對鄉(xiāng)村振興水平有一定的推動作用,經(jīng)過被解釋變量滯后一期、核心解釋變量滯后一期以及更換樣本數(shù)量的穩(wěn)健性檢驗后,結(jié)論仍然成立。(2)在不同地區(qū),數(shù)字普惠金融對鄉(xiāng)村振興水平的影響效果有所不同,但都有顯著的正向效應。從東、中、西三大地區(qū)的實證結(jié)果來看,東部地區(qū)數(shù)字普惠金融對鄉(xiāng)村振興的促進效應最強,高于全國平均水平;中部地區(qū)次之,接近全國平均水平;西部地區(qū)促進效果顯著,但遠遠低于全國平均水平。(3)數(shù)字基礎設施建設緩解了信息不對稱的劣勢,降低了獲取和普及信息的成本,在數(shù)字普惠金融促進鄉(xiāng)村振興發(fā)展中起到正向調(diào)節(jié)作用;以教育為主的農(nóng)村人力資本提升,增加了農(nóng)戶對普惠金融產(chǎn)品的使用程度,提高了數(shù)字普惠金融的邊際產(chǎn)出效率,農(nóng)村人力資本在數(shù)字普惠金融促進鄉(xiāng)村振興發(fā)展中起到正向調(diào)節(jié)作用。