數(shù)字普惠金融、農(nóng)地流轉(zhuǎn)與農(nóng)業(yè)綠色低碳轉(zhuǎn)型

王向輝

（河南科技大學(xué) 商學(xué)院，河南 洛陽(yáng) 471023）

0 引言

“十四五”時(shí)期，農(nóng)業(yè)綠色低碳轉(zhuǎn)型成為中國(guó)農(nóng)業(yè)強(qiáng)國(guó)建設(shè)的主旋律。黨的二十大報(bào)告強(qiáng)調(diào)“完善支持綠色發(fā)展的財(cái)稅、金融、投資、價(jià)格政策和標(biāo)準(zhǔn)體系，發(fā)展綠色低碳產(chǎn)業(yè)”。然而，當(dāng)前制約農(nóng)業(yè)綠色低碳轉(zhuǎn)型的體制機(jī)制障礙仍較為突出，特別是農(nóng)業(yè)難以實(shí)現(xiàn)規(guī)?；a(chǎn)、耕地拋荒現(xiàn)象頻現(xiàn)[1]。在此背景下，數(shù)字普惠金融、農(nóng)地流轉(zhuǎn)分別作為能夠有效推動(dòng)農(nóng)業(yè)規(guī)?；a(chǎn)的金融工具[2]、有利于緩解耕地拋荒問(wèn)題的政策工具[3]，對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型具有積極作用。具體而言，數(shù)字普惠金融可為農(nóng)業(yè)生產(chǎn)者提供普惠化金融服務(wù)，促使其能夠以較低的融資成本開展綠色技術(shù)創(chuàng)新，推進(jìn)農(nóng)業(yè)綠色低碳轉(zhuǎn)型；農(nóng)地流轉(zhuǎn)有利于提高耕地使用效率，減少耕地資源浪費(fèi)，驅(qū)動(dòng)農(nóng)業(yè)可持續(xù)發(fā)展并向綠色方向轉(zhuǎn)型。那么，如何解讀數(shù)字普惠金融、農(nóng)地流轉(zhuǎn)與農(nóng)業(yè)綠色低碳轉(zhuǎn)型三者間的關(guān)系？又該如何從數(shù)字普惠金融和農(nóng)地流轉(zhuǎn)兩個(gè)方面把握農(nóng)業(yè)綠色低碳轉(zhuǎn)型的發(fā)展進(jìn)度？解答上述問(wèn)題對(duì)于進(jìn)一步推進(jìn)農(nóng)業(yè)綠色低碳轉(zhuǎn)型、加速農(nóng)業(yè)強(qiáng)國(guó)建設(shè)意義重大。

當(dāng)前，探究數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型二者關(guān)系的文章相對(duì)較少，且主要探討了數(shù)字金融、數(shù)字經(jīng)濟(jì)對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型影響的關(guān)系。在數(shù)字化加持下，農(nóng)戶金融資本的提高，可為農(nóng)業(yè)綠色低碳轉(zhuǎn)型發(fā)展賦能[4]。區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)碳排放強(qiáng)度有顯著抑制作用[5]，即數(shù)字經(jīng)濟(jì)發(fā)展有助于降低農(nóng)業(yè)碳排放強(qiáng)度進(jìn)而助力農(nóng)業(yè)綠色低碳轉(zhuǎn)型。在農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型影響的研究中，有學(xué)者指出完善農(nóng)地流轉(zhuǎn)市場(chǎng)體系有助于促進(jìn)農(nóng)戶采納保護(hù)性耕作技術(shù)、降低農(nóng)業(yè)碳排放強(qiáng)度[6]，助推農(nóng)業(yè)綠色低碳發(fā)展。在數(shù)字普惠金融對(duì)農(nóng)地流轉(zhuǎn)影響的研究中，部分學(xué)者認(rèn)為數(shù)字普惠金融能夠加速農(nóng)地流轉(zhuǎn)，盤活農(nóng)地資源[7]，進(jìn)而助力農(nóng)業(yè)綠色低碳高質(zhì)量發(fā)展。

已有研究為本文分析奠定了理論基礎(chǔ)，但尚未將數(shù)字普惠金融、農(nóng)地流轉(zhuǎn)與農(nóng)業(yè)綠色低碳轉(zhuǎn)型三者納入同一框架展開分析?；诖耍疚膰L試從以下方面對(duì)既有研究進(jìn)行拓展：首先，將數(shù)字普惠金融、農(nóng)地流轉(zhuǎn)與農(nóng)業(yè)綠色低碳轉(zhuǎn)型三者納入同一框架展開探討，在探究數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型賦能作用的同時(shí)，深入考察農(nóng)地流轉(zhuǎn)是否為影響二者關(guān)系的重要中間機(jī)制；其次，檢驗(yàn)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響是否會(huì)因農(nóng)地流轉(zhuǎn)水平不同而呈差異化特征，為科學(xué)推進(jìn)農(nóng)業(yè)綠色低碳轉(zhuǎn)型提供經(jīng)驗(yàn)證據(jù)；最后，分析數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)是否具有長(zhǎng)期性，拓展相關(guān)領(lǐng)域研究邊界。

1 理論分析與研究假設(shè)

數(shù)字普惠金融可提高農(nóng)民信用水平、提供定制化金融服務(wù)、推動(dòng)農(nóng)業(yè)科技創(chuàng)新，進(jìn)而促進(jìn)農(nóng)業(yè)綠色低碳轉(zhuǎn)型。一是提高農(nóng)民信用水平。當(dāng)信用水平提升，農(nóng)民將更易獲得數(shù)字普惠金融貸款和其他金融支持[8]，以充足的資金進(jìn)行農(nóng)業(yè)綠色低碳轉(zhuǎn)型。二是提供定制化金融服務(wù)。依托數(shù)字普惠金融的底層技術(shù)支撐，金融機(jī)構(gòu)可根據(jù)農(nóng)民不同需求和經(jīng)營(yíng)狀況提供定制化金融服務(wù)[9]，例如提供綠色貸款、氣候保險(xiǎn)，幫助農(nóng)民減少非必要生產(chǎn)能耗，有效推動(dòng)農(nóng)業(yè)綠色低碳轉(zhuǎn)型。三是推動(dòng)農(nóng)業(yè)科技創(chuàng)新。數(shù)字普惠金融可為農(nóng)業(yè)科技企業(yè)提供資金支持[10]，推動(dòng)其研發(fā)和創(chuàng)新農(nóng)業(yè)領(lǐng)域相關(guān)技術(shù)、工藝，進(jìn)而提高農(nóng)業(yè)生產(chǎn)效率，減少資源浪費(fèi)，激發(fā)綠色低碳轉(zhuǎn)型活力。綜上所述，數(shù)字普惠金融可助力農(nóng)業(yè)可持續(xù)發(fā)展，為農(nóng)業(yè)綠色低碳轉(zhuǎn)型提供支持。

農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型也發(fā)揮積極作用。一方面，農(nóng)地流轉(zhuǎn)可促使農(nóng)村土地資源向農(nóng)業(yè)專業(yè)合作經(jīng)濟(jì)組織集中，實(shí)現(xiàn)土地資源最優(yōu)配置[11]。這有利于農(nóng)業(yè)生產(chǎn)更加專業(yè)化和規(guī)?；岣咿r(nóng)業(yè)生產(chǎn)效率，減少資源浪費(fèi)，促進(jìn)農(nóng)業(yè)綠色低碳轉(zhuǎn)型。另一方面，農(nóng)地流轉(zhuǎn)后將形成大量規(guī)模經(jīng)營(yíng)的農(nóng)業(yè)合作社和企業(yè)，對(duì)農(nóng)業(yè)生產(chǎn)技術(shù)提出較高要求。這為現(xiàn)代農(nóng)業(yè)技術(shù)推廣提供條件，促進(jìn)農(nóng)業(yè)機(jī)械化、智能化、信息化等現(xiàn)代農(nóng)業(yè)技術(shù)應(yīng)用，有效降低能耗和碳排放，加速農(nóng)業(yè)綠色低碳轉(zhuǎn)型[12]。

數(shù)字普惠金融能夠通過(guò)提供金融服務(wù)、數(shù)據(jù)服務(wù)、信息服務(wù)加速農(nóng)地流轉(zhuǎn)。就金融服務(wù)而言，數(shù)字普惠金融可為農(nóng)業(yè)生產(chǎn)者提供更加便捷、低成本的金融服務(wù)，加速農(nóng)地流轉(zhuǎn)。農(nóng)業(yè)生產(chǎn)者通過(guò)數(shù)字普惠金融服務(wù)平臺(tái)，可更加方便地獲得貸款、保險(xiǎn)等金融服務(wù)，降低農(nóng)業(yè)生產(chǎn)融資成本，提高農(nóng)業(yè)生產(chǎn)效率，促進(jìn)農(nóng)地流轉(zhuǎn)[13]。就數(shù)據(jù)服務(wù)而言，數(shù)字普惠金融可為農(nóng)業(yè)生產(chǎn)者提供更加精準(zhǔn)、全面的數(shù)據(jù)服務(wù)，助推農(nóng)地流轉(zhuǎn)。農(nóng)業(yè)生產(chǎn)者可借助數(shù)字普惠金融服務(wù)平臺(tái)評(píng)估土地利用情況和農(nóng)業(yè)生產(chǎn)狀況，獲得更加準(zhǔn)確的土地信息、農(nóng)業(yè)生產(chǎn)數(shù)據(jù)，為農(nóng)地流轉(zhuǎn)提供決策支持。就信息服務(wù)而言，數(shù)字普惠金融可為農(nóng)業(yè)生產(chǎn)者提供更加廣泛、快速的信息服務(wù)，加速農(nóng)地流轉(zhuǎn)。農(nóng)業(yè)生產(chǎn)者通過(guò)數(shù)字普惠金融服務(wù)平臺(tái)，可獲得更加及時(shí)、全面的土地交易信息與農(nóng)業(yè)政策信息，更好地了解土地流轉(zhuǎn)的機(jī)會(huì)和政策環(huán)境，為農(nóng)地流轉(zhuǎn)提供更加廣泛、快速的信息支持?；诖耍疚奶岢鋈缦录僭O(shè)：

假設(shè)1：數(shù)字普惠金融能夠通過(guò)促進(jìn)農(nóng)地流轉(zhuǎn)影響農(nóng)業(yè)綠色低碳轉(zhuǎn)型。

數(shù)字普惠金融對(duì)于農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)效果在一定程度上取決于農(nóng)地流轉(zhuǎn)水平的高低。一般來(lái)說(shuō)，在土地使用和管理缺乏統(tǒng)一規(guī)劃和監(jiān)管的情況下，農(nóng)地流轉(zhuǎn)會(huì)受到制約，阻滯農(nóng)業(yè)專業(yè)化、規(guī)?；D(zhuǎn)型。此時(shí)，數(shù)字普惠金融將難以為農(nóng)民提供切實(shí)有效的金融服務(wù)[14]，對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型產(chǎn)生的影響較為微弱。當(dāng)農(nóng)地流轉(zhuǎn)水平提升后，農(nóng)民資產(chǎn)和收入水平將大幅提升，更容易獲得數(shù)字普惠金融服務(wù)中的貸款產(chǎn)品，從而增強(qiáng)購(gòu)買和使用數(shù)字普惠金融服務(wù)的意愿。在這種情況下，數(shù)字普惠金融可深入滲透農(nóng)業(yè)生產(chǎn)各個(gè)環(huán)節(jié)，最終影響農(nóng)業(yè)綠色低碳轉(zhuǎn)型。據(jù)此，本文提出如下假設(shè)：

假設(shè)2：數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)效果會(huì)受到農(nóng)地流轉(zhuǎn)門檻作用的影響。

此外，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)作用可能長(zhǎng)期存在。具體來(lái)說(shuō)，一方面，數(shù)字普惠金融可依托物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)手段，為農(nóng)業(yè)生產(chǎn)數(shù)字化、智能化管理和監(jiān)控提供資金支持，提高農(nóng)業(yè)生產(chǎn)效率和質(zhì)量，助力農(nóng)業(yè)生產(chǎn)者創(chuàng)造長(zhǎng)期的經(jīng)濟(jì)效益，加速農(nóng)業(yè)綠色低碳轉(zhuǎn)型。另一方面，數(shù)字普惠金融可為農(nóng)業(yè)生產(chǎn)者提供長(zhǎng)期數(shù)據(jù)和信息服務(wù)[15]，幫助農(nóng)業(yè)生產(chǎn)者實(shí)現(xiàn)可持續(xù)發(fā)展，加速農(nóng)業(yè)綠色低碳轉(zhuǎn)型。此外，數(shù)字普惠金融可通過(guò)數(shù)字化培訓(xùn)和金融知識(shí)普及，指導(dǎo)農(nóng)業(yè)生產(chǎn)者更好地利用數(shù)字普惠金融進(jìn)行綠色技術(shù)創(chuàng)新，促使農(nóng)業(yè)向更加環(huán)保、可持續(xù)的方向發(fā)展[16]，為農(nóng)業(yè)生產(chǎn)的長(zhǎng)期發(fā)展提供保障，推進(jìn)農(nóng)業(yè)綠色低碳轉(zhuǎn)型?？傮w而言，數(shù)字普惠金融可為農(nóng)業(yè)綠色低碳轉(zhuǎn)型注入長(zhǎng)期的動(dòng)力、活力并提供相應(yīng)保障。據(jù)此，提出如下假設(shè)：

假設(shè)3：數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)作用具有長(zhǎng)期性。

2 研究設(shè)計(jì)

2.1 變量選取

（1）被解釋變量：農(nóng)業(yè)綠色低碳轉(zhuǎn)型（Green）。借鑒申云與洪程程（2023）[17]的研究，考慮數(shù)據(jù)可得性，從綠色產(chǎn)業(yè)、綠色經(jīng)營(yíng)與綠色生產(chǎn)三個(gè)維度構(gòu)建評(píng)價(jià)指標(biāo)體系，用以評(píng)估農(nóng)業(yè)綠色低碳轉(zhuǎn)型程度。各維度所選指標(biāo)及計(jì)算方法如表1 所示。具體采用極值法對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，利用熵權(quán)法確定各項(xiàng)指標(biāo)權(quán)重，通過(guò)標(biāo)準(zhǔn)值與熵值權(quán)重進(jìn)行累乘后加總得到綜合農(nóng)業(yè)綠色低碳轉(zhuǎn)型發(fā)展水平。

表1 農(nóng)業(yè)綠色低碳轉(zhuǎn)型發(fā)展評(píng)價(jià)指標(biāo)體系

（2）解釋變量：數(shù)字普惠金融（Dig）。數(shù)字普惠金融指利用數(shù)字技術(shù)和金融手段，為廣大農(nóng)民提供更加便捷、安全、高效的金融服務(wù)。借鑒徐偉祁等（2023）[18]的研究，選用北京大學(xué)數(shù)字金融研究中心發(fā)布的北京大學(xué)數(shù)字普惠金融指數(shù)衡量數(shù)字普惠金融發(fā)展水平。該指數(shù)包括覆蓋廣度、使用深度和數(shù)字化程度三個(gè)維度，能夠充分反映數(shù)字普惠金融發(fā)展?fàn)顩r。

（3）中介變量及門檻變量：農(nóng)地流轉(zhuǎn)（Farmland）。農(nóng)地流轉(zhuǎn)是指將農(nóng)村土地的使用權(quán)流轉(zhuǎn)給其他人或單位，進(jìn)而實(shí)現(xiàn)土地的集約化利用和經(jīng)濟(jì)效益最大化。參考蔡雪雄等（2023）[19]的做法，以各省份當(dāng)年農(nóng)地流轉(zhuǎn)率的對(duì)數(shù)衡量。具體來(lái)說(shuō)，農(nóng)地流轉(zhuǎn)率通過(guò)“各省份當(dāng)年家庭承包耕地流轉(zhuǎn)總面積/家庭承包耕地總面積”測(cè)算。

（4）控制變量?；谝延形墨I(xiàn)，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平（GDP）、財(cái)政支農(nóng)水平（Gov）、自然災(zāi)害程度（Nat）、農(nóng)業(yè)保障水平（Seccu）、城鎮(zhèn)化率（City）、鄉(xiāng)村道路水平（Road）、工業(yè)化水平（Ind）與農(nóng)業(yè)綠色低碳轉(zhuǎn)型具有一定關(guān)聯(lián)，在此加以控制。其中，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平采用“農(nóng)林牧漁總產(chǎn)值/農(nóng)村地區(qū)總?cè)丝凇倍攘浚回?cái)政支農(nóng)水平采用地方政府的農(nóng)林水務(wù)支出衡量，需進(jìn)行取對(duì)數(shù)處理；自然災(zāi)害程度采用“受災(zāi)面積/農(nóng)作物播種面積”測(cè)算；農(nóng)業(yè)保障水平通過(guò)農(nóng)業(yè)保險(xiǎn)保費(fèi)收入表征；城鎮(zhèn)化率通過(guò)“城鎮(zhèn)人口總數(shù)/總?cè)丝跀?shù)”表示；鄉(xiāng)村道路水平利用“（省域公路總里程-高速公路里程-一級(jí)公路里程）/省域面積”測(cè)算；工業(yè)化水平采用“工業(yè)增加值/地區(qū)生產(chǎn)總值”表示。

2.2 模型設(shè)定

（1）基本模型設(shè)定。為考察數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)，設(shè)定如下固定效應(yīng)模型：

其中，i和t分別表示省份和時(shí)間，Digit為i省份t時(shí)期的農(nóng)業(yè)綠色低碳轉(zhuǎn)型水平，Digit為i省份t時(shí)期的數(shù)字普惠金融發(fā)展水平，α1反映數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的總效應(yīng)，Xit表示本文所選擇的一系列控制變量，α0為常數(shù)項(xiàng)，νi為省份固定效應(yīng)，ηi為時(shí)間固定效應(yīng)，εit為殘差項(xiàng)。

（2）中介效應(yīng)模型設(shè)定。進(jìn)一步，將農(nóng)地流轉(zhuǎn)納入考量范疇，設(shè)定如下中介效應(yīng)模型：

其中，β0和δ0均為常數(shù)項(xiàng)，F(xiàn)armlandit為i省份t時(shí)期的農(nóng)地流轉(zhuǎn)水平。

（3）面板門檻模型設(shè)定?？紤]到數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的作用效果可能受到農(nóng)地流轉(zhuǎn)影響，以農(nóng)地流轉(zhuǎn)水平作為門檻變量，通過(guò)引入示性函數(shù)對(duì)式（1）進(jìn)行拓展，依次設(shè)定單一門檻模型與多重門檻模型：

其中，γ表示未知門檻值，α0為常數(shù)項(xiàng)。I(·) 為示性函數(shù)，若滿足括號(hào)中的條件，則I(·) =1，反之，I(·) =0。

（4）面板VAR 模型設(shè)定。為深化數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響研究，考察二者之間的動(dòng)態(tài)調(diào)整過(guò)程，特別是探究數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型是否存在長(zhǎng)期影響，對(duì)式（1）進(jìn)行拓展，構(gòu)建如下面板VAR模型：

其中，At1為待估計(jì)系數(shù)矩陣，Y為（Green，Dig）組成的向量，j為滯后階數(shù)?？紤]到構(gòu)建的是固定效應(yīng)動(dòng)態(tài)VAR 模型，在運(yùn)算過(guò)程中，需對(duì)各變量進(jìn)行扣減年份均值、向前均值差分處理，以消除時(shí)間與省份固定效應(yīng)。

2.3 數(shù)據(jù)說(shuō)明

本文以中國(guó)30個(gè)省份（不包括西藏和港澳臺(tái)）的面板數(shù)據(jù)進(jìn)行實(shí)證分析。為保證所得實(shí)證結(jié)果、結(jié)論與中國(guó)當(dāng)前制度環(huán)境相契合，選擇研究時(shí)段為2012—2021 年。所用數(shù)據(jù)主要來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站、歷年《北京大學(xué)數(shù)字普惠金融指數(shù)》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村經(jīng)營(yíng)管理統(tǒng)計(jì)年報(bào)》《中國(guó)品牌農(nóng)業(yè)年鑒》《中國(guó)休閑農(nóng)業(yè)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)產(chǎn)品加工業(yè)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》及EPS數(shù)據(jù)平臺(tái)公開信息。部分缺失數(shù)據(jù)采用線性插值法進(jìn)行補(bǔ)充與完善。

3 實(shí)證分析

3.1 基準(zhǔn)回歸結(jié)果

表2 為數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型影響的基準(zhǔn)回歸結(jié)果。研究采用遞進(jìn)式回歸策略，在列（1）中僅控制省份固定效應(yīng)、時(shí)間固定效應(yīng)進(jìn)行回歸。結(jié)果顯示，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)估計(jì)值為0.3596，在1%的水平上顯著，說(shuō)明數(shù)字普惠金融能夠顯著促進(jìn)農(nóng)業(yè)綠色低碳轉(zhuǎn)型。列（2）在列（1）的基礎(chǔ)上，進(jìn)一步控制農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、財(cái)政支農(nóng)水平、自然災(zāi)害程度3個(gè)變量進(jìn)行回歸分析，發(fā)現(xiàn)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)估計(jì)值為0.3421，在1%的水平上顯著。這說(shuō)明在增加控制變量的情況下，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響仍顯著為正，初步證實(shí)上述結(jié)論穩(wěn)健。列（3）在列（2）的基礎(chǔ)上加入農(nóng)業(yè)保障水平、城鎮(zhèn)化率2個(gè)控制變量進(jìn)行回歸分析，發(fā)現(xiàn)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值仍顯著為正，進(jìn)一步證實(shí)上述結(jié)論穩(wěn)健。列（4）在前述分析的基礎(chǔ)上引入鄉(xiāng)村道路水平、工業(yè)化水平2個(gè)控制變量進(jìn)行回歸分析，發(fā)現(xiàn)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值為0.3823，在1%的水平上顯著?？傮w而言，上述分析結(jié)果顯示，隨著逐步加入控制變量，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)始終顯著為正。

表2 數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型影響的基準(zhǔn)回歸結(jié)果

3.2 傳導(dǎo)機(jī)制檢驗(yàn)

為考察農(nóng)地流轉(zhuǎn)在數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型之間的中介機(jī)制，對(duì)式（2）、式（3）進(jìn)行回歸得到表3 的結(jié)果。其中，列（1）為式（2）回歸結(jié)果，可以看出數(shù)字普惠金融對(duì)農(nóng)地流轉(zhuǎn)的影響效應(yīng)估計(jì)值為0.1940，在5%的水平上顯著，說(shuō)明數(shù)字普惠金融能夠顯著促進(jìn)農(nóng)地流轉(zhuǎn)。列（2）為式（3）的回歸結(jié)果，可以看出農(nóng)地流轉(zhuǎn)對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值為0.4742，在1%的水平上顯著；數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值為0.2903，在1%的水平上顯著。上述結(jié)果表明，農(nóng)地流轉(zhuǎn)在數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型之間扮演中介角色，假設(shè)1成立。

表3 中介效應(yīng)檢驗(yàn)結(jié)果

3.3 門檻效應(yīng)檢驗(yàn)

（1）門檻值估計(jì)。前述研究已證實(shí)數(shù)字普惠金融可通過(guò)促進(jìn)農(nóng)地流轉(zhuǎn)帶動(dòng)農(nóng)業(yè)綠色低碳轉(zhuǎn)型。為進(jìn)一步考察農(nóng)地流轉(zhuǎn)是否在數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型之間發(fā)揮門檻效應(yīng)，基于式（4）、式（5）進(jìn)行門檻值估計(jì)，結(jié)果見(jiàn)表4?？梢园l(fā)現(xiàn)，單一門檻值為0.0157，在10%的水平上顯著；雙重門檻值、三重門檻值分別為0.0284、0.0671，均未通過(guò)顯著性檢驗(yàn)。這表明數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響受農(nóng)地流轉(zhuǎn)單一門檻影響，應(yīng)基于單一門檻進(jìn)行下一步估計(jì)。

表4 門檻值估計(jì)結(jié)果

（2）門檻模型估計(jì)。門檻值估計(jì)結(jié)果初步證實(shí)假設(shè)2成立，但農(nóng)地流轉(zhuǎn)在數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型之間的門檻效應(yīng)仍有待進(jìn)一步探討。將門檻值代入式（4）進(jìn)行回歸分析，結(jié)果見(jiàn)表5?？梢园l(fā)現(xiàn)，在農(nóng)地流轉(zhuǎn)水平低于0.0157時(shí)，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)估計(jì)值為0.2103，未通過(guò)顯著性檢驗(yàn)；在農(nóng)地流轉(zhuǎn)水平高于0.0157的情況下，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)估計(jì)值為0.3714，通過(guò)1%水平上的顯著性檢驗(yàn)。這說(shuō)明相較于農(nóng)地流轉(zhuǎn)水平較低的情況，農(nóng)地流轉(zhuǎn)水平較高時(shí)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)作用更強(qiáng)。

表5 面板門檻回歸結(jié)果

為研判上述結(jié)論是否穩(wěn)健，利用數(shù)字普惠金融滯后1期替換當(dāng)前數(shù)字普惠金融指標(biāo)進(jìn)行再次回歸，檢驗(yàn)結(jié)果見(jiàn)表5列（2）。可以看出，數(shù)字普惠金融滯后1期對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)受到農(nóng)地流轉(zhuǎn)單一門檻影響。在農(nóng)地流轉(zhuǎn)水平低于0.0157的情況下，數(shù)字普惠金融滯后1期對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值為0.2589，未通過(guò)顯著性檢驗(yàn)；當(dāng)農(nóng)地流轉(zhuǎn)水平高于0.0157 時(shí)，數(shù)字普惠金融滯后1 期對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值為0.3714，在1%的水平上顯著。該結(jié)果表明當(dāng)農(nóng)地流轉(zhuǎn)水平較低時(shí)，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)較弱；當(dāng)農(nóng)地流轉(zhuǎn)水平跨過(guò)門檻值時(shí)，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)顯著增強(qiáng)。這再次證實(shí)假設(shè)2，表明本文研究結(jié)論可靠。

細(xì)究其因，農(nóng)地流轉(zhuǎn)水平較低，一方面意味著土地利用效率、農(nóng)民收入水平較低，另一方面反映出農(nóng)業(yè)生產(chǎn)規(guī)模較小、土地使用權(quán)較為分散。在這種情況下，即使數(shù)字普惠金融提供了便捷的金融服務(wù)，農(nóng)民也可能無(wú)法承受高昂的綠色低碳生產(chǎn)成本，難以實(shí)現(xiàn)綠色低碳轉(zhuǎn)型。農(nóng)地流轉(zhuǎn)水平較高說(shuō)明農(nóng)村土地更多地處于規(guī)?；?jīng)營(yíng)狀態(tài)下，而規(guī)?；?jīng)營(yíng)需要大量的資金投入。數(shù)字普惠金融可幫助農(nóng)戶籌措到更多的資金來(lái)進(jìn)行綠色低碳轉(zhuǎn)型，推動(dòng)農(nóng)業(yè)向更加環(huán)保和可持續(xù)的方向發(fā)展。由此，政府需要加大農(nóng)地流轉(zhuǎn)力度，形成規(guī)?；r(nóng)業(yè)生產(chǎn)體系，從而更好地發(fā)揮數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)作用。

3.4 長(zhǎng)期效應(yīng)檢驗(yàn)

為驗(yàn)證假設(shè)3，對(duì)式（6）進(jìn)行回歸分析。第一步，需檢驗(yàn)各變量是否為平穩(wěn)序列。本文采用LCC 法對(duì)各變量進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果顯示農(nóng)業(yè)綠色低碳轉(zhuǎn)型、數(shù)字普惠金融、農(nóng)地流轉(zhuǎn)、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、財(cái)政支農(nóng)水平、自然災(zāi)害程度、農(nóng)業(yè)保障水平、城鎮(zhèn)化率、鄉(xiāng)村道路水平、工業(yè)化水平10個(gè)變量均為平穩(wěn)序列，可進(jìn)行面板向量自回歸（限于篇幅，具體結(jié)果不進(jìn)行列示）。第二步，需檢驗(yàn)面板VAR 模型是否穩(wěn)定，結(jié)果（略）表明，數(shù)字普惠金融、農(nóng)地流轉(zhuǎn)與農(nóng)業(yè)綠色低碳轉(zhuǎn)型3 個(gè)變量的特征根均分布在單位圓內(nèi)，表明模型穩(wěn)定。第三步，采用GMM 法對(duì)面板VAR模型進(jìn)行估計(jì)，結(jié)果見(jiàn)下頁(yè)表6。列（1）結(jié)果顯示，數(shù)字普惠金融滯后1 期對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值為0.2634，在1%的水平上顯著；數(shù)字普惠金融滯后2期對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值為0.4016，在1%的水平上顯著；數(shù)字普惠金融滯后3期對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值為0.4788，在5%的水平上顯著。上述結(jié)果表明數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)作用長(zhǎng)期存在，且在時(shí)間序列上呈動(dòng)態(tài)疊加特征，假設(shè)3得到證實(shí)。

表6 面板VAR模型GMM估計(jì)結(jié)果

由表6 列（2）可知，農(nóng)業(yè)綠色低碳轉(zhuǎn)型的滯后期與數(shù)字普惠金融的影響系數(shù)估計(jì)值為正但不顯著，初步說(shuō)明農(nóng)業(yè)綠色低碳轉(zhuǎn)型對(duì)數(shù)字普惠金融的影響作用較小。為避免樣本分布異質(zhì)性所造成的結(jié)果偏誤，準(zhǔn)確體現(xiàn)數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型的動(dòng)態(tài)相關(guān)關(guān)系，在此利用脈沖響應(yīng)函數(shù)展開進(jìn)一步分析。首先，在基期分別設(shè)置農(nóng)業(yè)綠色低碳轉(zhuǎn)型和數(shù)字普惠金融一個(gè)單位的脈沖，借助MC方法對(duì)各內(nèi)生變量的動(dòng)態(tài)反應(yīng)進(jìn)行計(jì)算，而后設(shè)置考察期為10，最終得到數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型相互間的脈沖響應(yīng)函數(shù)圖（見(jiàn)圖1）。可以看出，農(nóng)業(yè)綠色低碳轉(zhuǎn)型會(huì)受到自身沖擊的影響，該沖擊效應(yīng)在前4期為正，于第5期轉(zhuǎn)為負(fù)向，之后逐漸收斂于0；數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的沖擊基本顯著為正。這再次證實(shí)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)作用長(zhǎng)期存在，假設(shè)3成立。

圖1 脈沖響應(yīng)函數(shù)圖

為更清楚地刻畫數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型之間的動(dòng)態(tài)相關(guān)關(guān)系，使用方差分解法分析農(nóng)業(yè)綠色低碳轉(zhuǎn)型、數(shù)字普惠金融對(duì)沖擊響應(yīng)的貢獻(xiàn)度，具體結(jié)果見(jiàn)表7?？梢钥闯?，從第1期到第10期，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響在逐步增大，到第10 期達(dá)到23.41%。這說(shuō)明隨著時(shí)間推移，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型變化的解釋力度在不斷加強(qiáng)，再次證實(shí)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)具有長(zhǎng)期性。

表7 方差分解結(jié)果

3.5 穩(wěn)健性檢驗(yàn)

（1）基準(zhǔn)回歸穩(wěn)健性檢驗(yàn)?？紤]到模型（1）雖然控制了時(shí)間固定效應(yīng)、個(gè)體固定效應(yīng)，以及一系列可能影響農(nóng)業(yè)綠色低碳轉(zhuǎn)型的變量，但仍可能存在內(nèi)生性問(wèn)題：一方面，數(shù)字普惠金融和農(nóng)業(yè)綠色低碳轉(zhuǎn)型可能互為因果，即在農(nóng)業(yè)綠色低碳轉(zhuǎn)型水平較高時(shí)，可能會(huì)需要更多的資金支持，引致數(shù)字普惠金融發(fā)展水平相應(yīng)提升；另一方面，模型回歸過(guò)程中可能遺漏與數(shù)字普惠金融、農(nóng)業(yè)綠色低碳轉(zhuǎn)型都相關(guān)的變量，導(dǎo)致數(shù)字普惠金融出現(xiàn)內(nèi)生性問(wèn)題。由此，采用替代變量法和工具變量法對(duì)基準(zhǔn)回歸模型重新進(jìn)行回歸，以解決上述問(wèn)題，確保研究結(jié)論穩(wěn)健。

第一，替代變量法。采用數(shù)字普惠金融滯后1期作為數(shù)字普惠金融指數(shù)的替代變量，對(duì)模型（1）重新進(jìn)行估計(jì)，同樣采取遞進(jìn)式回歸策略，結(jié)果見(jiàn)表8列（1）至列（4）?？梢钥闯?，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值均顯著為正，證實(shí)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型具有顯著促進(jìn)作用，說(shuō)明本文基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

表8 穩(wěn)健性檢驗(yàn)結(jié)果

第二，工具變量法。借鑒李曉園與劉雨濛（2021）[20]的研究，采用數(shù)字普惠金融指數(shù)滯后1期與一階差分項(xiàng)的乘積作為工具變量，對(duì)模型（1）重新進(jìn)行估計(jì)，結(jié)果見(jiàn)表8列（5）?？梢钥闯?，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型仍發(fā)揮顯著促進(jìn)作用，與上述結(jié)論相符，說(shuō)明研究結(jié)論穩(wěn)健。

（2）傳導(dǎo)機(jī)制的穩(wěn)健性檢驗(yàn)。以數(shù)字普惠金融滯后1期作為數(shù)字普惠金融的替代變量，對(duì)傳導(dǎo)機(jī)制進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果顯示，農(nóng)地流轉(zhuǎn)在數(shù)字普惠金融與農(nóng)業(yè)綠色低碳轉(zhuǎn)型間發(fā)揮中介效應(yīng)，假設(shè)1 成立，表明本文傳導(dǎo)機(jī)制研究結(jié)論可靠。

（3）長(zhǎng)期效應(yīng)的穩(wěn)健性檢驗(yàn)。通過(guò)在表2 列（4）的基礎(chǔ)上加入數(shù)字普惠金融指標(biāo)與各年份啞變量交叉項(xiàng)的方式，檢驗(yàn)數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型影響的長(zhǎng)期效應(yīng)。先設(shè)定數(shù)字普惠金融指標(biāo)與2012年啞變量交叉項(xiàng)為參照變量，再依次對(duì)各年份進(jìn)行回歸估計(jì)，結(jié)果如下頁(yè)表9 所示。分析可知，相較于2012 年，2013—2015 年數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)并未發(fā)生明顯變化；2016 年后數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響系數(shù)估計(jì)值逐漸增大，且開始通過(guò)顯著性檢驗(yàn)；2021 年，數(shù)字普惠金融的影響系數(shù)估計(jì)值達(dá)0.7546，為研究期內(nèi)最高值。這說(shuō)明假設(shè)3再次得到印證，即數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的影響效應(yīng)會(huì)隨著時(shí)間推移逐步增長(zhǎng)，具有長(zhǎng)期性。

表9 數(shù)字普惠金融影響隨年份變動(dòng)估計(jì)

4 結(jié)論與建議

本文基于2012—2021 年中國(guó)省級(jí)面板數(shù)據(jù)，考察數(shù)字普惠金融、農(nóng)地流轉(zhuǎn)與農(nóng)業(yè)綠色低碳轉(zhuǎn)型的關(guān)系。研究發(fā)現(xiàn)：第一，數(shù)字普惠金融可通過(guò)促進(jìn)農(nóng)地流轉(zhuǎn)驅(qū)動(dòng)農(nóng)業(yè)綠色低碳轉(zhuǎn)型；第二，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)作用存在農(nóng)地流轉(zhuǎn)單一門檻效應(yīng)；第三，數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳轉(zhuǎn)型的促進(jìn)作用隨時(shí)間推移逐步增強(qiáng)。

基于實(shí)證結(jié)果，提出如下建議：（1）拓寬數(shù)字普惠金融服務(wù)半徑。為進(jìn)一步滿足農(nóng)業(yè)綠色低碳轉(zhuǎn)型的金融服務(wù)需求，金融機(jī)構(gòu)可搭建數(shù)字普惠金融平臺(tái)，拓展服務(wù)渠道、提高服務(wù)質(zhì)量，擴(kuò)大服務(wù)范圍，為更多的農(nóng)業(yè)生產(chǎn)者提供金融和技術(shù)支持，助力農(nóng)業(yè)綠色低碳轉(zhuǎn)型。（2）建立土地流轉(zhuǎn)市場(chǎng)。地方政府應(yīng)通過(guò)制定土地流轉(zhuǎn)市場(chǎng)管理辦法、土地流轉(zhuǎn)評(píng)估機(jī)構(gòu)與交易機(jī)構(gòu)，明確土地流轉(zhuǎn)市場(chǎng)的定位、功能、管理機(jī)構(gòu)、監(jiān)管措施等，規(guī)范土地流轉(zhuǎn)市場(chǎng)運(yùn)作，為土地流轉(zhuǎn)市場(chǎng)提供可靠的評(píng)估數(shù)據(jù)和服務(wù)。（3）打造數(shù)字普惠金融長(zhǎng)效監(jiān)管體系。一方面，地方政府可通過(guò)制定相關(guān)行政法規(guī)，明確數(shù)字普惠金融監(jiān)管職責(zé)和權(quán)限，規(guī)范數(shù)字普惠金融市場(chǎng)的運(yùn)作，保障農(nóng)業(yè)綠色低碳轉(zhuǎn)型。另一方面，地方政府可提高數(shù)字普惠金融機(jī)構(gòu)信息披露透明度，公開數(shù)字普惠金融產(chǎn)品的收益率、費(fèi)用、風(fēng)險(xiǎn)等信息，提高消費(fèi)者對(duì)數(shù)字普惠金融產(chǎn)品的認(rèn)知和選擇能力，賦能農(nóng)業(yè)綠色低碳轉(zhuǎn)型。