數(shù)字普惠金融賦能鄉(xiāng)村全面振興

裴 育 姚 圣

一、引言

“鄉(xiāng)村全面振興”這一概念在2018年《中共中央 國務院關于實施鄉(xiāng)村振興戰(zhàn)略的意見》中首次提出，要求科學把握鄉(xiāng)村振興內(nèi)涵，更加注重鄉(xiāng)村振興戰(zhàn)略的協(xié)同性、關聯(lián)性。自此之后歷年的中央“一號文件”都多次強調(diào)這一內(nèi)涵。

隨著數(shù)字經(jīng)濟的快速發(fā)展，以數(shù)字化手段為載體的各項金融服務工具為高質量地實現(xiàn)鄉(xiāng)村全面振興發(fā)揮了關鍵作用。我國陸續(xù)發(fā)布的《關于金融服務鄉(xiāng)村振興的指導意見》、《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》及《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》中多次提出要在我國農(nóng)村地區(qū)提供數(shù)字化普惠金融服務，鼓勵創(chuàng)新農(nóng)村金融工具，并提高金融發(fā)展支持鄉(xiāng)村產(chǎn)業(yè)的服務效率，以滿足鄉(xiāng)村振興戰(zhàn)略實施中產(chǎn)生的各類經(jīng)濟需求。因此，研究數(shù)字普惠金融對于實現(xiàn)鄉(xiāng)村全面振興的實際作用具有重要的理論和現(xiàn)實意義。

現(xiàn)有研究中有關數(shù)字普惠金融對鄉(xiāng)村發(fā)展的影響大多關注其對鄉(xiāng)村減貧效應、城鄉(xiāng)居民收入與消費等方面。數(shù)字普惠金融的發(fā)展能夠顯著縮小城鄉(xiāng)居民收入差距(宋曉玲，2017)；同時，數(shù)字普惠金融可以通過改善金融可得性，直接減緩農(nóng)村貧困，也會通過增加個體就業(yè)和私營企業(yè)就業(yè)(即經(jīng)濟機會)間接減緩農(nóng)村貧困(劉錦怡和劉純陽，2020)。

關于數(shù)字普惠金融與鄉(xiāng)村全面振興之間的關系，國內(nèi)外學者的研究盡管有所涉及，但對其內(nèi)在機理大都莫衷一是，主要存在以下三種觀點。

第一類觀點是數(shù)字普惠金融對于鄉(xiāng)村全面振興水平具有顯著的正向促進作用(李季剛和馬俊，2021)，數(shù)字普惠金融發(fā)展可以助力鄉(xiāng)村振興建設，其中覆蓋廣度和數(shù)字化程度對于鄉(xiāng)村振興的促進作用較為顯著；鄉(xiāng)村振興與數(shù)字普惠金融之間的關系具有單一門檻特征，即當數(shù)字普惠金融發(fā)展水平低于特定門檻值時，其對鄉(xiāng)村振興存在正向促進作用，而當其發(fā)展水平高于該門檻值時，該促進作用可以獲得大幅提升。

第二類觀點是數(shù)字普惠金融與鄉(xiāng)村全面振興呈現(xiàn)先促進后抑制的倒“U”形特征(馬俊和李季剛，2021)，該特征在東部、中部、西部地區(qū)均顯著存在。此外，經(jīng)濟發(fā)展和旅游業(yè)發(fā)展對于各地區(qū)的鄉(xiāng)村振興均產(chǎn)生顯著的正向影響效應，而老年撫養(yǎng)比和貿(mào)易開放對區(qū)域鄉(xiāng)村振興的影響作用存在差異。

第三類觀點是數(shù)字普惠金融與鄉(xiāng)村全面振興呈現(xiàn)先抑制后促進的“U”形特征(葛和平和錢宇，2021)，由于鄉(xiāng)村地區(qū)人力資本低，空心化嚴重，中老年群體居多，數(shù)字普惠金融的發(fā)展需要經(jīng)歷一個學習、接受的過程，短期并不能明顯助力鄉(xiāng)村發(fā)展，當邁過初期門檻后，金融服務鄉(xiāng)村發(fā)展的正向作用才得以體現(xiàn)(Beck &Brown，2011)。

綜合以上文獻，盡管國內(nèi)外各界學者對于數(shù)字普惠金融與鄉(xiāng)村全面振興之間關系的研究基于不同視角取得了一定的研究成果，但二者之間究竟存在何種關系？內(nèi)在機理如何？學界并未達成一致。

因此，有關數(shù)字普惠金融與鄉(xiāng)村全面振興之間關系的研究仍有一定拓展空間。目前，大多數(shù)研究多關注于數(shù)字普惠金融與鄉(xiāng)村全面振興之間的線性關系，而忽略了二者之間可能存在非線性關系。而且，部分學者對于鄉(xiāng)村全面振興水平的測度不夠全面，缺乏一個科學合理的指標體系進行測度。此外，關于數(shù)字普惠金融對于鄉(xiāng)村全面振興的影響研究大多從全國層面出發(fā)，利用隨機效應模型以及靜態(tài)面板模型進行研究，無法反映鄉(xiāng)村全面振興過程中的滯后現(xiàn)象以及區(qū)域之間是否存在異質性。綜上，本文的邊際貢獻主要有以下三方面：首先，針對二者之間的關系建立非線性關系假設并加以檢驗；其次，在鄉(xiāng)村全面振興水平測度上采用多維度構建綜合指標，依托熵權法構建指標體系；最后，在模型選取上運用固定效應模型及動態(tài)面板系統(tǒng)廣義矩估計模型研究滯后的影響，并選取恰當視角進行異質性分析。

二、研究設計

(一)模型構建

(1)假設1：數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平之間存在線性關系。

基于以上分析，參考李季剛和馬俊(2021)的研究，本文構建基準回歸模型如下：

(1)

其中，RURAL表示被解釋變量鄉(xiāng)村全面振興發(fā)展水平；DIFit表示核心解釋變量數(shù)字普惠金融發(fā)展水平；CONTROLSit為模型中的控制變量，分別表示經(jīng)濟發(fā)展水平、對外開放程度、城鎮(zhèn)化水平、第二產(chǎn)業(yè)發(fā)展水平、鄉(xiāng)村人口規(guī)模、“三農(nóng)”產(chǎn)業(yè)發(fā)展水平、耕地保有水平以及當?shù)爻青l(xiāng)居民儲蓄水平；εit表示隨機擾動項，i和t則分別表示城市和年份。

(2)假設2：數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平之間存在非線性關系。

考慮到普惠金融發(fā)展與鄉(xiāng)村振興之間可能存在非線性關系，因此在模型(1)中引入數(shù)字普惠金融的平方項建立模型(2)：

(2)

若平方項系數(shù)β2通過顯著性檢驗，且該模型通過“U”形測試則意味著普惠金融與鄉(xiāng)村振興之間并非線性關系，而是“U”形(β2為正數(shù))或倒“U”形(β2為負數(shù))關系(Lind &Mehlum，2010)。

(3)假設3：數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平之間存在動態(tài)演進關系。

考慮到鄉(xiāng)村全面振興發(fā)展水平可能會受過去鄉(xiāng)村全面振興水平的影響，為防止模型估計出現(xiàn)偏差，本文建立以下數(shù)字普惠金融發(fā)展影響鄉(xiāng)村全面振興的動態(tài)面板模型。

(3)

其中，RURALi，t-1為鄉(xiāng)村全面振興發(fā)展水平的一階滯后項。考慮到短面板數(shù)據(jù)的局限性以及可能存在的內(nèi)生性問題會使模型估計出現(xiàn)偏差，故使用廣義矩估計方法進行回歸。廣義矩估計主要包括系統(tǒng)廣義矩估計和差分廣義矩估計兩種方法，考慮到差分廣義矩估計方法可能存在弱工具變量問題，而系統(tǒng)廣義矩估計方法能更充分地運用變量信息，因此本文使用系統(tǒng)廣義矩估計方法對構建的動態(tài)面板數(shù)據(jù)進行實證分析。

(4)若模型(3)拒絕“U”形測試，則依此建立模型(4)：

(4)

(二)變量選取

1.被解釋變量

鄉(xiāng)村全面振興發(fā)展水平(RURAL)。黨的十九大報告提出實施鄉(xiāng)村振興戰(zhàn)略，要堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，按照產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕的總要求，建立健全城鄉(xiāng)融合發(fā)展體制機制和政策體系，加快推進農(nóng)業(yè)農(nóng)村現(xiàn)代化。本文參考張挺等(2018)、徐雪和王永諭(2022)的研究成果，基于以上五個視角設置鄉(xiāng)村全面振興發(fā)展水平評價指標體系的二級指標，并在此基礎上篩選出三級指標和具體指標，構建出包含27個具體指標的鄉(xiāng)村全面振興發(fā)展水平評價指標體系(見表1)。

表1 鄉(xiāng)村全面振興發(fā)展水平評價指標體系

為提高指標確權的準確性和便捷性，本文選擇使用熵權法進行指標確權，進而測算出相應的鄉(xiāng)村全面振興發(fā)展水平指數(shù)。熵權法是一種客觀賦權的方法，根據(jù)指標的變異程度確定權重，具體步驟如下。

首先，對原始數(shù)據(jù)進行標準化處理，消除量綱的影響，使各指標具有可比性。

其次，計算各指標在各方案下的比值，即第j個指標在第i個方案中所占的比重。

然后，根據(jù)信息熵的定義，計算各指標的信息熵，反映各指標的變異程度。信息熵越小，表明指標的變異程度越大，提供的信息量越多，權重也就越大。

最后，根據(jù)信息熵或信息冗余度，確定各指標的權重，并對各方案進行綜合評價。

2.核心解釋變量

數(shù)字普惠金融水平(DIF)。本文采用目前比較權威的《北京大學數(shù)字普惠金融指數(shù)》第四期，該數(shù)據(jù)包括數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度三個大類33個指標，截至目前第四次更新，指數(shù)的時間跨度為2011～2021年，相應的評價指標體系詳見表2。其中，數(shù)字普惠金融(DIF)可以分為覆蓋廣度(用DIF1表示)、使用深度(用DIF2表示)和數(shù)字化程度(用DIF3表示)三大維度。

表2 數(shù)字普惠金融指標體系

3.控制變量

本文選取其他與鄉(xiāng)村全面振興可能有關的指標作為控制變量，其中包括經(jīng)濟發(fā)展水平(人均地區(qū)生產(chǎn)總值取對數(shù)，即lnPGDP)、對外開放程度(當年地區(qū)貨物進出口總額依據(jù)匯率折價后除以當年地區(qū)生產(chǎn)總值，即OPENING)、城鎮(zhèn)化水平(當年地區(qū)城鎮(zhèn)化率，即CITY)、第二產(chǎn)業(yè)發(fā)展水平(當年地區(qū)第二產(chǎn)業(yè)增加值占GDP比重，即SECSECTOR)、鄉(xiāng)村人口規(guī)模(當年地區(qū)農(nóng)村戶籍人口取對數(shù)，即lnP)、農(nóng)林牧漁業(yè)發(fā)展水平(當年地區(qū)農(nóng)林牧漁業(yè)從業(yè)人數(shù)縮小萬倍，即FFLF)、耕地保有水平(當年地區(qū)人均占有耕地面積取對數(shù)，即lnFARMLAND)以及地區(qū)城鄉(xiāng)居民儲蓄水平(當年地區(qū)城鄉(xiāng)居民儲蓄年末余額取對數(shù)，即lnDEPOSIT)。為剔除異常值影響，本文對控制變量均進行了雙側5%的縮尾處理。

(三)數(shù)據(jù)說明及描述性統(tǒng)計

基于數(shù)據(jù)的可得性與可靠性，本文選取2011～2021年我國333個城市的年度面板數(shù)據(jù)作為研究樣本。本文所選取數(shù)據(jù)均來自《北京大學數(shù)字普惠金融指數(shù)》第四期、《中國農(nóng)村統(tǒng)計年鑒》、《中國城鄉(xiāng)建設統(tǒng)計年鑒》、《中國教育統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、《中國社會統(tǒng)計年鑒》、《中國民政統(tǒng)計年鑒》、《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》、《中國農(nóng)產(chǎn)品加工業(yè)年鑒》，以及各省份統(tǒng)計年鑒、國泰安數(shù)據(jù)庫、中國研究數(shù)據(jù)服務平臺。本文實證分析過程均借助Stata16軟件完成。表3報告了本文所選取變量的描述性統(tǒng)計結果。

表3 各變量描述性統(tǒng)計結果

三、實證結果分析

由于鄉(xiāng)村全面振興發(fā)展水平指數(shù)和數(shù)字普惠金融指數(shù)均通過構建綜合評價指標體系進行測度，這些指標體系中都包含多項指標，因此在實證檢驗時首先需要檢驗各指標之間是否存在多重共線性問題。經(jīng)檢驗，各變量的方差膨脹因子(VIF)值均遠小于10，因此模型不存在過度擬合問題。

(一)靜態(tài)回歸分析

出于保證估計方法的差異性和估計結果的穩(wěn)健性的考慮，本文同時使用混合OLS模型、隨機效應模型和固定效應模型對數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平的關系進行靜態(tài)回歸分析，回歸結果見表4。根據(jù)回歸結果，數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平之間僅在混合OLS模型中存在正相關，且在加入控制變量后，不論是混合OLS模型、隨機效應模型還是固定效應模型中核心解釋變量均不顯著。基于模型(1)回歸結果分析，本文拒絕假設1，認為數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平之間可能存在非線性關系。

表4 靜態(tài)面板回歸結果(模型(1))

模型(2)同樣通過使用混合OLS模型、隨機效應模型和固定效應模型對數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平的關系進行靜態(tài)回歸分析，并進行BP檢驗和Hausman檢驗以確定更為有效的回歸模型。異方差檢驗的結果顯示，P值(Prob>chibar2)為0，因此拒絕原假設，選擇變系數(shù)模型。根據(jù)Hausman檢驗的結果，P值(Prob>chi2)為0，因此拒絕原假設，認為應該選擇固定效應模型。本文依據(jù)以上檢驗，在靜態(tài)面板回歸中確定選擇更為有效的固定效應模型，并進一步構建固定時間和地區(qū)的雙重固定效應模型。

從表5可以看出，盡管第(5)列中核心解釋變量并不顯著，但在加入各控制變量后，核心解釋變量及其平方項均顯著，且數(shù)字普惠金融(DIF)系數(shù)為負，其平方項(DIF2)系數(shù)為正，且通過1%統(tǒng)計水平的顯著性檢驗。另外，該模型通過了“U”形測試，根據(jù)“U”形測試的結果，計算出鄉(xiāng)村全面振興發(fā)展水平的極值點為250.772，數(shù)字普惠金融(DIF)取值范圍為[4.451，596.480]?？芍?，極值點在數(shù)據(jù)范圍內(nèi)，并能夠在5%的統(tǒng)計水平上拒絕原假設。根據(jù)《北京大學數(shù)字普惠金融指數(shù)》第四期可知，2021年333個城市最新數(shù)字普惠金融指數(shù)平均值為282.776，由此證明我國數(shù)字普惠金融水平已越過極值點，數(shù)字普惠金融進入到促進鄉(xiāng)村全面振興發(fā)展的階段。

表5 靜態(tài)面板回歸結果(模型(2))

根據(jù)以上分析，本文認為數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平二者之間存在先抑制后促進的“U”形關系。在所有控制變量中，鄉(xiāng)村人口規(guī)模(lnP)和第二產(chǎn)業(yè)發(fā)展水平(SECSECTOR)均對鄉(xiāng)村振興產(chǎn)生顯著的負效應，說明地區(qū)鄉(xiāng)村人口規(guī)模的擴大和第二產(chǎn)業(yè)的發(fā)展可能會對鄉(xiāng)村全面振興產(chǎn)生不利影響，這可能是由于地區(qū)第二產(chǎn)業(yè)的發(fā)展會造成鄉(xiāng)村人口空心化加劇。盡管鄉(xiāng)村人口規(guī)模不斷擴大，但所增加的勞動力受到城市產(chǎn)業(yè)集聚效應的吸引，使其無法直接轉化為推動鄉(xiāng)村全面振興的中堅力量，反而阻礙了鄉(xiāng)村全面振興的步伐。

(二)動態(tài)回歸分析

由于考慮到鄉(xiāng)村全面振興發(fā)展水平可能會受上一年度鄉(xiāng)村全面振興發(fā)展水平的影響，且數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平直接可能存在互為因果關系，為避免模型構建過程中造成的內(nèi)生性問題，本文通過引入鄉(xiāng)村全面振興發(fā)展水平的一階滯后項，使用系統(tǒng)廣義矩估計的方法進行動態(tài)回歸分析。根據(jù)前文靜態(tài)回歸分析的研究結果，本文選擇構建非線性關系模型，即模型(3)，進行動態(tài)面板回歸分析。為避免樣本中存在異方差問題對系統(tǒng)廣義矩估計模型的結果產(chǎn)生影響，因此本文對原樣本中未取對數(shù)的指標進一步做了取對數(shù)處理，具體回歸結果見表6。

表6 動態(tài)面板回歸結果

表6報告了動態(tài)SYS-GMM回歸分析結果。該模型中AR(1)小于0.1，而AR(2)大于0.1，表明一階序列自相關顯著而二階序列自相關不顯著，并且Hansen檢驗對應的P值均大于0.1，這表示模型中的工具變量不存在過度識別問題，本文模型設定達到預期效果。

從動態(tài)面板回歸結果來看，鄉(xiāng)村全面振興發(fā)展水平的滯后一階顯著，證明了上一年度的鄉(xiāng)村全面振興發(fā)展水平對本年度存在一定影響，本文構建動態(tài)面板模型具有合理性。核心解釋變量及其平方項均顯著，且數(shù)字普惠金融(DIF)系數(shù)為負，其平方項(DIF2)系數(shù)為正，都通過1%統(tǒng)計水平的顯著性檢驗。另外，該模型通過了“U”形測試，根據(jù)“U”形測試的結果，計算出鄉(xiāng)村全面振興發(fā)展水平的極值點為5.104，數(shù)字普惠金融(DIF)取值范圍為[4.223，6.736]。由此可知，極值點在數(shù)據(jù)范圍內(nèi)，并能夠在5%的統(tǒng)計水平上拒絕原假設。根據(jù)《北京大學數(shù)字普惠金融指數(shù)》第四期可知，2021年333個城市最新數(shù)字普惠金融指數(shù)平均值為282.776，取對數(shù)后我國數(shù)字普惠金融平均水平為5.645，由此證明我國數(shù)字普惠金融水平已越過極值點，進入到促進鄉(xiāng)村全面振興發(fā)展的階段。以上結果均與前文構建的靜態(tài)面板模型回歸結果一致。

從控制變量來看，在考慮了內(nèi)生性問題后，農(nóng)林牧漁業(yè)發(fā)展水平對鄉(xiāng)村全面振興存在顯著的正向作用，這意味著“三農(nóng)”產(chǎn)業(yè)作為鄉(xiāng)村產(chǎn)業(yè)經(jīng)濟發(fā)展的中堅力量，對于推動鄉(xiāng)村全面振興具有不可替代性。此外，地區(qū)城鄉(xiāng)居民儲蓄水平對于鄉(xiāng)村全面振興也存在較為顯著的正向作用。對外開放程度對于鄉(xiāng)村全面振興也存在較為顯著的正向作用，這一研究結果與李季剛和馬俊(2021)的研究相互驗證，地區(qū)對外開放可以促進地區(qū)農(nóng)村經(jīng)濟獲得發(fā)展，同時刺激農(nóng)村地區(qū)的消費、投資與建設，從而提高鄉(xiāng)村全面振興發(fā)展水平。其余控制變量對于鄉(xiāng)村振興的影響作用不太顯著，因此這些要素對鄉(xiāng)村全面振興發(fā)展水平的影響較為有限。

(三)穩(wěn)健性檢驗

為保證回歸分析結果的穩(wěn)健性，本文將從兩方面進行穩(wěn)健性檢驗：(1)剔除直轄市樣本后對本文選定模型重新進行回歸分析。(2)將核心解釋變量替換為數(shù)字普惠金融指標體系一級維度中的使用深度(DIF2)，重新進行回歸分析。

1.剔除直轄市樣本

考慮到直轄市鄉(xiāng)村經(jīng)濟發(fā)展具有一定特殊性，且直轄市地區(qū)基礎設施建設較為完善，可能對地區(qū)鄉(xiāng)村全面振興發(fā)展水平產(chǎn)生影響，因此本文刪除了北京、上海、天津、重慶四個直轄市樣本，表7為對2011～2021年全國 329個城市的檢驗結果。根據(jù)前文檢驗結果，本文最終確定采用系統(tǒng)廣義矩估計模型進行回歸，第(1)列即為剔除直轄市樣本后的系統(tǒng)廣義矩估計模型回歸結果。從表7可知，在剔除直轄市樣本后，該模型核心解釋變量鄉(xiāng)村全面振興發(fā)展水平(DIF)系數(shù)顯著為負，其二次項(DIF2)系數(shù)依然顯著為正，且同樣能夠通過“U”形測試，與前文回歸結果保持一致。這說明剔除直轄市樣本后，數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平二者之間存在先抑制后促進的“U”形關系的結論仍然穩(wěn)健。

表7 穩(wěn)健性檢驗回歸結果

2.替換核心解釋變量

與前幾年的指數(shù)相比，最近幾年數(shù)字普惠金融指數(shù)增長的驅動力發(fā)生了非常明顯的變化，數(shù)字金融使用深度的增長已經(jīng)成為數(shù)字普惠金融指數(shù)增長的重要驅動力，這與第一期2011～2015年的指數(shù)形成鮮明對照，證明中國的數(shù)字普惠金融事業(yè)已經(jīng)走過了粗放式的圈地時代，進入了深度拓展的新階段。因此，為了檢驗模型穩(wěn)健性，本文將核心被解釋變量數(shù)字普惠金融指數(shù)(DIF)替換為使用深度(DIF2)指標重新進行回歸分析，其余解釋變量和控制變量均保持不變。第(2)列即為替換核心解釋變量后的系統(tǒng)廣義矩估計模型回歸結果，由表7可知，在替換核心解釋變量后，回歸結果與前文回歸結果保持一致。這說明替換核心解釋變量后，數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平二者之間存在先抑制后促進的“U”形關系的結論仍然穩(wěn)健。

(四)異質性分析

考慮到各地區(qū)農(nóng)村人口規(guī)模不盡相同，人口因素一方面可能加重鄉(xiāng)村全面振興的程度，另一方面也有可能成為鄉(xiāng)村全面振興的重要推動因素。為檢驗不同人口規(guī)模對鄉(xiāng)村全面振興發(fā)展水平是否存在異質性，本文將全國333個城市依據(jù)人口規(guī)模劃分為高人口水平地區(qū)和低人口水平地區(qū)分別再次進行回歸分析，結果如表8所示。

表8 異質性分析回歸結果

從表8可以看出，與低人口水平地區(qū)相比，在高人口水平地區(qū)數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平之間的“U”形關系更為顯著；而在低人口水平地區(qū)，數(shù)字普惠金融與鄉(xiāng)村全面振興發(fā)展水平之間關系未能通過顯著性水平。這表明不同人口水平區(qū)域之間數(shù)字普惠金融對鄉(xiāng)村全面振興發(fā)展水平的影響存在異質性，且高人口水平作為一種地區(qū)資源有助于提高鄉(xiāng)村全面振興發(fā)展水平。盡管這與靜態(tài)面板回歸分析的結果相左，但由于本文進一步構建的動態(tài)面板回歸模型合理有效，因此本文可以拒絕原靜態(tài)面板回歸中人口規(guī)模對鄉(xiāng)村全面振興具有負效應的結論，并進一步認為動態(tài)面板中的回歸結果更為合理。

四、研究結論與政策建議

數(shù)字普惠金融作為發(fā)展數(shù)字經(jīng)濟的重要實現(xiàn)路徑，對于促進新時代鄉(xiāng)村全面振興與實現(xiàn)鄉(xiāng)村高質量發(fā)展具有戰(zhàn)略意義。本文在學者研究的基礎上進一步構建并完善鄉(xiāng)村全面振興發(fā)展水平評價指標體系，依托熵權法客觀測度了2011～2021年我國333個城市的鄉(xiāng)村全面振興發(fā)展水平。同時，本文在使用地級市面板數(shù)據(jù)的基礎上，引用《北京大學數(shù)字普惠金融指數(shù)》第四期，分別構建了靜態(tài)面板的雙重固定效應模型和動態(tài)面板的系統(tǒng)廣義矩估計模型。根據(jù)回歸結果分析可知，動態(tài)面板模型更為合理有效。實證結果證明，數(shù)字普惠金融發(fā)展與鄉(xiāng)村全面振興發(fā)展水平之間存在先抑制后促進的“U”形關系。另外根據(jù)“U”形測試的結果，當前我國數(shù)字普惠金融發(fā)展的平均水平已經(jīng)越過“U”形曲線的極值點，進入到促進鄉(xiāng)村全面振興發(fā)展的階段。根據(jù)上述研究可以得到如下結論：(1)數(shù)字普惠金融發(fā)展對鄉(xiāng)村振興的影響呈現(xiàn)非線性特征，即二者之間存在先抑制后促進的“U”形關系；(2)現(xiàn)階段數(shù)字普惠金融發(fā)展已越過極值點，其發(fā)展確實能夠促進鄉(xiāng)村全面振興。

針對上述研究結果，本文提出以下建議。

第一，鼓勵和支持數(shù)字普惠金融的發(fā)展，提高鄉(xiāng)村地區(qū)的金融服務水平和覆蓋率，為鄉(xiāng)村全面振興提供資金支持和保障。政府應當加大對數(shù)字普惠金融的財政補貼和稅收優(yōu)惠，鼓勵金融機構、科技企業(yè)、社會組織等多方參與數(shù)字普惠金融的創(chuàng)新和推廣；完善鄉(xiāng)村地區(qū)的信息基礎設施建設和網(wǎng)絡覆蓋，提升數(shù)字普惠金融的可用性和可靠性；加強鄉(xiāng)村居民的數(shù)字金融教育和培訓，提升他們的數(shù)字金融素養(yǎng)和能力；推動數(shù)字人民幣在鄉(xiāng)村地區(qū)的試點應用，降低金融服務成本和門檻。

第二，加強數(shù)字普惠金融的監(jiān)管和風險防范，防止出現(xiàn)過度借貸、高利貸、詐騙等現(xiàn)象，保護鄉(xiāng)村居民的合法權益和財產(chǎn)安全。金融監(jiān)管機構需要建立健全數(shù)字普惠金融的法律法規(guī)和標準規(guī)范，明確各方的權利義務和責任范圍；加強對數(shù)字普惠金融機構和產(chǎn)品的審批、登記、監(jiān)測、評估等工作，及時發(fā)現(xiàn)并處置違法違規(guī)行為；完善數(shù)字普惠金融的風險管理體系，建立有效的風險識別、評估、控制、處置機制；加強對鄉(xiāng)村居民的消費者教育和投訴渠道，提高他們的風險防范意識和維權能力。

第三，促進數(shù)字普惠金融與鄉(xiāng)村產(chǎn)業(yè)、文化、生態(tài)等方面的深度融合，推動鄉(xiāng)村經(jīng)濟社會的多元化和可持續(xù)發(fā)展。政府應當支持數(shù)字普惠金融為鄉(xiāng)村特色產(chǎn)業(yè)、農(nóng)業(yè)供應鏈、農(nóng)村電商等領域提供定制化、差異化的金融服務，促進鄉(xiāng)村產(chǎn)業(yè)結構優(yōu)化升級；支持數(shù)字普惠金融為鄉(xiāng)村文化旅游、非遺傳承、文化創(chuàng)意等領域提供多樣化、創(chuàng)新性的金融服務，促進鄉(xiāng)村文化資源開發(fā)利用；支持數(shù)字普惠金融為鄉(xiāng)村生態(tài)保護、綠色發(fā)展、節(jié)能減排等領域提供專業(yè)化、激勵性的金融服務，促進鄉(xiāng)村生態(tài)環(huán)境改善提升。

第四，增加對數(shù)字普惠金融的宣傳和教育，提高鄉(xiāng)村居民的數(shù)字金融素養(yǎng)和能力，培養(yǎng)他們合理、有效地使用數(shù)字普惠金融服務的意識和習慣。各金融平臺可以利用各種媒體和渠道，廣泛宣傳數(shù)字普惠金融的概念、特點、優(yōu)勢、案例等，增強鄉(xiāng)村居民對數(shù)字普惠金融的認知和信任；結合鄉(xiāng)村實際情況，開展針對性的數(shù)字金融知識普及和技能培訓，提高鄉(xiāng)村居民的數(shù)字金融操作和應用能力；借鑒國內(nèi)外的成功經(jīng)驗，設計和實施一些數(shù)字普惠金融的激勵機制和評價體系，鼓勵鄉(xiāng)村居民積極參與和使用數(shù)字普惠金融服務。