数字普惠金融对乡村振兴的异质性影响研究

■马玉楠 何 佳

（贵州财经大学 贵州贵阳 550025）

引 言

数字普惠金融利用信息技术手段，提高了金融服务的覆盖面和服务质量，降低了使用金融服务的门槛，增加了提供金融服务的多元主体。作为普惠金融发展新模式，数字普惠金融能更好地为农民提供优质的金融服务，为农村农业发展持续提供资金支持。2022年3月30日，人民银行发布《关于做好2022年金融支持全面推进乡村振兴重点工作的意见（银发〔2022〕74号）》指出，金融机构应提升乡村振兴业务的服务能力。尽管我国数字普惠金融发展速度快、市场规模较大，但由于资金偏好城镇地区，导致农村地区仍然存在资金匮乏的问题，农村农业发展动力不足。为进一步推进农业发展、农村现代化建设，实现共同富裕，迫切需要推动数字普惠金融快速发展，为乡村振兴提供资金支持。

近年来，我国农民收入水平逐步提高，农村农业现代化建设稳步推进。在实施乡村振兴战略中，以数字手段促进普惠金融发展取得显著成效。然而，我国现阶段不同地区数字普惠金融发展水平尚存在一定差异，数字普惠金融助力乡村振兴的效果也存在差异。我国数字普惠金融的各个维度对乡村振有多大贡献？现阶段各个省份数字普惠金融对乡村振兴分别产生何种影响？这些问题都值得进一步深入探讨。

一、文献综述

实证分析数字普惠金融与乡村振兴的关系，首先需要构建乡村振兴指标体系来量化乡村振兴发展水平。而在分析异质性时，可通过划地区进行估计，也可引入GWR模型进行回归。

关于构建乡村振兴评价指标体系，郑家琪和杨同毅（2018）、张挺等（2018）认为，构建乡村振兴评价指标体系需要遵循科学性、可行性及可比性的原则。申云等（2020）认为乡村振兴评价指标体系是一个多层次、复合型的有机整体，并构建了包括农产品产业体系、农业多功能产业体系及农业支撑产业体系三个维度的乡村振兴指标体系；郑兴明（2019）基于乡村的调查数据，分析了乡村的现状，以“区位条件、资源禀赋、村庄治理、发展基础、生态环境”为5个基本准则，构建了包含15个具体指标的乡村振兴潜力指标体系。乡村振兴评价指标体系应遵循国家的相关政策方针，其中包括党的十八大确立的乡村振兴“五位一体”的总布局（郭翔宇、胡月，2020）。国内大多数学者构建乡村振兴指标体系时，均从“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”五个维度入手，赋予各个维度具体评价指标（闫周府、吴方卫，2019；蔡兴等，2019；沈剑波等，2020；熊正德等，2021）。

有关金融发展与乡村振兴的研究中，蔡兴等（2019）从理论和实证两方面验证了金融发展能推动乡村振兴，且金融发展推动乡村振兴存在门槛特征和地区差异。熊正德等（2021）分析了我国普惠金融发展对乡村振兴的影响，发现普惠金融发展能推动乡村的经济发展、文化和生态建设，但对政治及社会建设的影响较小。在数字普惠金融与乡村振兴的研究中，国内学者从理论和实证研究了两者的关系，也有学者进一步分析了数字普惠金融影响乡村振兴的作用机理。李季刚和马俊（2021）研究发现，我国数字普惠金融发展能助力乡村振兴，且存在单一的门槛特征，当地区发展水平跨越这一门槛时，其促进作用会有大幅的提升。谢地和苏博（2021）认为数字普惠金融将互联网与普惠金融深度融合，有利于解决农村金融排斥的问题，助力农村经济发展，通过“产业、生态、乡风、治理、生活”五个方面助力乡村振兴，数字普惠金融有利于促进乡村振兴战略的实施。庞凌霄（2022）研究发现，我国数字普惠金融促进乡村振兴表现出空间溢出效应，通过中介效应发现数字普惠金融是推动我国乡村减贫、乡村振兴发展的重要方式。数字普惠金融发展对我国乡村振兴战略表现出先抑后扬的倒“U”型特征，且我国现阶段数字普惠金融整体发展水平已经跨越临界值，表现出对乡村振兴的促进作用（葛和平和钱宇，2021）。数字普惠金融的覆盖广度和使用深度能明显推动乡村振兴，但数字化程度对乡村振兴的影响不显著，且数字普惠金融推动乡村振兴的效应主要体现在东部和中部，西部表现得并不明显（陈亚军，2022）。

关于GWR模型，多数学者用于研究地理科学和区域经济问题，在空间计量中有着广泛的应用。吕萍和甄辉（2010）运用GWR模型研究了北京市房价的影响因素及其空间差异性。隋雪艳等（2015）通过空间扩展模型和GWR模型研究了都市新区住宅地价的空间异质性。王少剑等（2020）着重利用GWR模型分析了自然与社会经济因素对PM2.5影响的空间异质性。孙志红和吴悦（2017）在分析财政和信贷对科技创新效率的影响时，采用了GWR模型。周灵灵（2020）研究金融生态环境对河南18个省辖市创新产出的影响及时空异质性时，基于GWR模型改进了混合知识生产函数模型。徐晔和宋晓薇（2016）考虑到地区全要素生产率空间异质性明显，为分析金融聚集对地区全要素生产率的影响，引入了GWR模型。

综上所述，学者研究数字普惠金融与乡村振兴时，大多数通过构建乡村振兴指标体系计算乡村振兴发展水平，多数实证研究均表明，数字普惠金融对乡村振兴有推动作用，且存在地区差异。但鲜有文献将GWR模型引入金融领域，更少有学者用其研究数字普惠金融对乡村振兴的异质性影响。基于此，本文在构建乡村振兴指标体系的基础上，测度了我国30个省份乡村振兴发展水平，并进一步通过实证研究了数字普惠金融对乡村振兴的影响，最后通过GWR模型分析了数字普惠金融对乡村振兴影响的异质性。

二、研究设计

（一）模型构建

1.面板回归模型。本文采用2011～2020年我国30个省份的面板数据（西藏地区由于数据缺失严重，故被剔除）进行实证分析，构建模型（1）的固定效应回归模型：

其中，RRI表示乡村振兴指数；Difi表示数字普惠金融指数；X表示控制变量，包括城镇化率（urb）、产业结构（str）、政府干预程度（gov）和财政支农（afe）。u表示随机扰动项，i、t分别表示地区和时间。

为进一步讨论数字普惠金融发展具体维度对乡村振兴的影响，本文根据北大互联网金融研究中心编制的《北京大学数字普惠金融指数（2011—2020）》，选取数字普惠金融发展的覆盖广度、使用深度和数字化程度作为核心解释变量，并构建如下模型：

其中，breadth、depth分别为数字普惠金融发展广度和发展深度，level是数字化程度。其余变量与模型（1）相同。

2.GWR地理加权模型。传统OLS回归是全局回归模型，而GWR地理加权回归考虑了局部参数估计，其模型如下：

其中，（ui,vi)表示第i个样本点的空间坐标；βk(ui,vi)表示连续函数βk(u,v)在i的函数值，εi为随机误差。

GWR模型的参数通过最小二乘法进行估计，计算公式为：

其中，W是空间权重矩阵。

运用GWR模型进行回归分析时，通常选取高斯函数确定函数权重，公式为：

其中，b表示带宽，dij表示样本点i与j之间的距离。当确定带宽b，dij距离越大，赋予j的权重则会越小，当距i点足够远时，j的权重就趋于0。

带宽的选择根据交叉确认法CV（cross validation），其计算公式为：

（二）指标选取

1.被解释变量：乡村振兴评价指标（RRI）。为研究数字普惠金融对乡村振兴的影响，本文根据乡村振兴五大战略（产业振兴、文化振兴、人才振兴、生态振兴、组织振兴）目标，参考蔡兴等（2019）的研究，构建了如下的乡村振兴指标体系（见表1）。

表1 乡村振兴评价指标体系

2.核心解释变量：数字普惠金融指数（Difi）。该指标来源于北大互联网金融研究中心编制的《北京大学数字普惠金融指数（2011—2020）》，用于衡量我国不同地区的数字普惠金融发展水平。本文选取2011～2020年我国30个省份的数字普惠金融指数（Difi）及覆盖广度（Difi1）、使用深度（Difi2）和数字化程度（Difi3）。

3.控制变量：（1）城镇化率（urb）：城镇化率的提高，能促进农民劳动力的流动，而农民进城务工、创业等活动，又可以提高其收入水平，从而实现农民增收、乡村发展。本文选取各地区城镇人口数量比总人口数量表示城镇化率。（2）产业结构（str）：产业是推动乡村发展的动力，随着农村的现代化建设，二三产业对农村的经济发展起着重要推动作用，本文选取农村地区二三产业每年增加值比当年地区国民生产总值表示产业结构。（3）政府干预程度（gov）：政府通过对市场进行宏观调控，能有效地支持个别地区的产业发展、经济繁荣，为乡村发展提供便利和机会，本文选取农村地区每年一般公共预算比当年地区国民生产总值表示政府干预程度。（4）财政支农（afe）：农业现代化建设是实现乡村振兴的必要条件，本文用每年农林水财政支出比当年地区国民生产总值表示财政支农。

（三）指标计算

1.指标标准化处理。由于构建指标体系中各个指标单位或者性质不一样，因此要通过标准化消除各个指标的量纲。计算公式如下：

其中，当指标性质为正向时使用公式（7）计算；当指标性质为负向时使用公式（8）计算。Ai表示第i个指标经过标准化处理后的值，wi表示第i个指标的权重值，ai表示第i个指标的实际值，Mi表示第i个指标中的最大值，mi表示第i个指标中的最小值。

2.变异系数法确定权重。变异系数法又称标准差率，是通过指标中所包含的信息来确定指标权重，是客观赋值方法的一种。计算公式如下：

其中，Vi表示第i个指标的变异系数，σi表示第i个指标的标准差，表示第i个指标的平均值。

3.计算指标值。在对指标进行标准化处理及确定了指标的权重之后，进一步计算指标值。计算公式如下：

4.乡村振兴指标测算结果及分析

根据上述计算公式，本文测算出2011～2020年我国30个省份（西藏地区由于数据缺失，故剔除）乡村振兴评价指标（RRI）。如表2所示。

表2 乡村振兴评价指标计算结果

续表2 乡村振兴评价指标计算结果

由表2可知，2011～2020年间，我国各地区RRI值最大为0.513，最小值为0.072，且大多数地区RRI值介于0.17到0.27之间。这说明我国乡村振兴整体发展水平较低，有待于进一步提高。海南地区RRI均值最大，为0.481，远高于排名第二的江苏地区（指标均值为0.269），表明海南地区乡村振兴战略已经取得了一定的成效，领先于全国其他地区。广东地区RRI均值最小，为0.098。现阶段，我国大多数地区乡村振兴发展水平较低，但已有部分地区取得了一定的成效，可以为其他地区提供经验和方法，我国乡村发展仍然有很大的提升空间。

（四）描述性统计

本文选取2011～2020年我国30个省份的年度面板数据。所有数据及指标的原始数据均来自《中国统计年鉴》《中国农村统计年鉴》、国家统计局等。上述变量Difi、Difi1、Difi2、Difi3是北大数字普惠金融指数除以100的数据处理后，再进行实证回归和检验。

表3 各变量指标描述性统计

三、实证研究

（一）数字普惠金融对乡村振兴的影响

根据F检验和Hausman检验，模型（1）和模型（2）均应选取个体固定效应模型。回归结果如表4所示。

表4 数字普惠金融对乡村振兴的影响

由表4可知，数字普惠金融指数在10%的显著性水平上显著，且系数为正，说明我国数字普惠金融发展具有促进乡村振兴的作用。在数字普惠金融发展的具体维度中，数字普惠金融的覆盖广度和数字化程度能促进乡村振兴，分别在10%和5%的显著性水平上显著；数字普惠金融的使用深度能促进乡村振兴，但并不显著。

从模型（1）中控制变量的回归结果来看，城镇化率urb的估计系数显著为正，说明城镇化水平的提高能显著地促进乡村振兴战略的实施。产业结构str的估计系数显著为负，表明二三产业增加值的提高对乡村振兴所带来的负效应，超过了对乡村振兴所带来的正效应。政府干预程度gov显著为正，说明政府对市场的干预能有效促进乡村的发展，助力实现乡村振兴，因此地方政府需要采取必要手段帮助农民增收、加快农村现代化建设，最终推进乡村振兴战略的实施。涉农支出afe的系数显著为负，意味着对农业支出的提高所产生的负效应超过了正效应，也说明乡村振兴的实现不仅仅是农业的发展，还需要在农村地区发展更多产业来实现乡村振兴。

由模型（2）的实证结果可知，数字普惠金融的覆盖广度和数字化程度能显著促进乡村振兴，分别在10%和5%的显著性水平上显著；数字普惠金融的使用深度对乡村振兴的影响并不显著。从估计系数来看，数字普惠金融使用深度的估计系数远小于数字普惠金融覆盖广度和数字化程度的估计系数。由此可见，现阶段数字普惠金融覆盖广度和使用深度促进乡村振兴的效果更好，而数字普惠金融的使用深度推进乡村振兴的潜力有待于进一步开发。

（二）数字普惠金融影响乡村振兴的异质性研究

考虑到不同地区数字普惠金融发展水平存在差异，数字普惠金融发展影响乡村振兴的效果也不同，本文进一步实证分析数字普惠金融对乡村振兴的异质性影响。由于GWR模型要求数据为截面数据，本文将2011～2020年我国30个省份各变量取均值，构成截面数据进行GWR回归。结果如表5所示。

表5 数字普惠金融影响乡村振兴的GWR回归结果

续表5 数字普惠金融影响乡村振兴的GWR回归结果

从各省份的回归系数看，数字普惠金融回归系数最大的地区为四川，其系数为0.0419，远大于全国其他29个省份的回归系数；数字普惠金融回归系数最小的地区为宁夏,其系数为-0.0988。从全国层面看，30个省份中有16个省份数字普惠金融对乡村振兴有正向影响，有近一半省份数字普惠金融对乡村振兴有负向影响。从分地区看，东部10个省份中，7个省份数字普惠金融回归系数为正，最大的为海南,其系数为0.0247；最小的为河北,其系数为-0.0385。中部6个省份中，3个省份数字普惠金融回归系数为正，最大的为江西,其系数为0.0174；最小的为山西,其系数为-0.0263。西部11个省份中，仅有4个省份数字普惠金融回归系数为正，最大的为四川,其系数为0.0419；最小的为宁夏,其系数为-0.0988。东北的3个省份中，有两个省份数字普惠金融回归系数为正，最大的为吉林,其系数为0.0218；最小的为黑龙江,其系数为-0.001。

综上所述，我国不同省份数字普惠金融对乡村振兴的影响存在着差异，且不同地区之间的作用效果也存在差异。总体来说，东部地区数字普惠金融发展对乡村振兴的推动作用最为明显，东部有七成的地区其数字普惠金融能对乡村振兴产生正向影响，说明整体上东部地区的数字普惠金融能促进乡村振兴，但个别东部省份需要改变数字普惠金融对乡村振兴存在抑制效应的局面，其他东部地区也需要提升数字普惠金融推动乡村振兴的作用效果；而西部地区数字普惠金融推动乡村振兴的效果较差，11个省份中仅4个省份数字普惠金融对乡村振兴有正向影响，说明我国西部多数城市在数字普惠金融推动乡村振兴的道路上仍有很大的上升空间。中部和东北部地区数字普惠金融能推动乡村振兴，但部分地区仍需要扭转其数字普惠金融对乡村振兴负向影响的现状，不断提高数字普惠金融推动乡村振兴的作用与效果。

四、结论与建议

本文以2011～2020年我国30个省份面板数据为基础，构建乡村振兴指标体系，通过变异系数法计算了我国30个省份10年间的乡村振兴指标，实证研究了我国数字普惠金融对乡村振兴的影响，为进一步探讨数字普惠金融对乡村振兴影响的异质性，利用GWR模型实证得出我国30个省份数字普惠金融对乡村振兴的影响。结果表明，我国数字普惠金融能显著地促进乡村振兴，在数字普惠金融的具体维度中，覆盖广度和数字化程度也能显著促进乡村振兴，使用深度对乡村振兴的影响不显著；数字普惠金融影响乡村振兴存在地区间差异，东部地区数字普惠金融推动乡村振兴的效果较好，而西部多数地区数字普惠金融对乡村振兴存在抑制效应。根据以上结论，提出以下建议：

（一）加快乡村数字普惠金融发展

实证结果表明，数字普惠金融能推动我国乡村振兴，但仍有较大的提升空间。因此，一方面要帮助提升农村地区数字普惠金融的覆盖面，让更多农民和农村产业能够真正地接触到数字普惠金融。另一方面要在农村加大对数字普惠金融的宣传力度，提高农民的金融素养。

（二）因地制宜采取助力乡村振兴的政策措施

实证结果表明，东部地区在数字普惠金融推动乡村振兴方面取得不错的成效，主要是因为东部经济发达，金融基础设施完善，农民金融素养相对较高，因此不需要政府过多的干预，今后应该更多地关注数字普惠金融对农村弱势群体和产业的推动效果。中部地区和东北部地区数字普惠金融能较好地帮助乡村发展，但仍有很大的提升空间，已经取得不错成绩的地区需要进一步加大数字普惠金融助力乡村振兴的力度，而数字普惠金融对乡村振兴存在抑制效应的地区则应该加强政府干预力度，实现数字普惠金融与乡村振兴的有效融合。西部大多数地区数字普惠金融对乡村振兴存在抑制效应，这些地区需制定和采取全面推进数字普惠金融助力乡村振兴的各项政策措施，可以借鉴东部地区发展经验，提升农村地区金融资源配置效率，国家也应加大对西部地区的政策支持力度。

（三）改善农村金融环境，创新农村金融服务产品

加大数字普惠金融的宣传力度，让农民更好地了解数字普惠金融的普惠性、便利性和正规性。同时，为推动乡村发展，应该创新信贷机制，完善农村地区保险机制，用不同的金融工具为乡村发展提供资金和保障，营造良好的金融生态环境，让数字普惠金融能够深度与乡村振兴战略有效融合。