鄭宏運(yùn)，李谷成

(華中農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070)

一、引言

擴(kuò)大全要素生產(chǎn)率(Total factor productivity,TFP)對農(nóng)業(yè)經(jīng)濟(jì)增長的貢獻(xiàn)，是改革開放以來中國農(nóng)業(yè)取得巨大成就的成功經(jīng)驗(yàn)。新形勢下，繼續(xù)推動農(nóng)業(yè)經(jīng)濟(jì)向全要素生產(chǎn)率驅(qū)動型增長轉(zhuǎn)變得到了高度強(qiáng)調(diào)，2018年中央一號文件和《國家質(zhì)量興農(nóng)戰(zhàn)略規(guī)劃》明確提出要“持續(xù)提高農(nóng)業(yè)創(chuàng)新力、競爭力和全要素生產(chǎn)率”。然而，當(dāng)前農(nóng)業(yè)生產(chǎn)“融資難、融資貴、風(fēng)險高”等問題仍然突出，可能成為農(nóng)業(yè)TFP持續(xù)增長的嚴(yán)重阻礙。例如，在宏觀層面，由于農(nóng)業(yè)投資周期長、受自然風(fēng)險影響大等問題，金融資源傾向于在城市集聚。而在微觀層面，由于農(nóng)戶在信貸市場處于弱勢地位，無法獲得足夠信貸服務(wù)，形成了農(nóng)業(yè)生產(chǎn)的信貸約束(Credit constraint)。這使得農(nóng)戶既難以增加投資以實(shí)現(xiàn)農(nóng)業(yè)技術(shù)進(jìn)步，也無法學(xué)習(xí)先進(jìn)技術(shù)來提高農(nóng)業(yè)生產(chǎn)效率，從而造成農(nóng)業(yè)TFP增長難以持續(xù)的困境。在此背景下，為實(shí)現(xiàn)黨的十九屆五中全會提出的“提高農(nóng)業(yè)質(zhì)量效益和競爭力”的目標(biāo)，迫切需要加大金融資本對農(nóng)投資力度、構(gòu)建面向農(nóng)業(yè)農(nóng)村發(fā)展需求的現(xiàn)代金融體系。

近年來，中國的數(shù)字普惠金融得到迅猛發(fā)展，2011—2018年省級數(shù)字普惠金融指數(shù)年均增長率為36.4%。數(shù)字普惠金融模式克服了傳統(tǒng)金融模式對服務(wù)機(jī)構(gòu)網(wǎng)點(diǎn)、服務(wù)準(zhǔn)入門檻和服務(wù)客戶群體等方面要求高的弊端，對打通農(nóng)業(yè)農(nóng)村金融服務(wù)的“最后一公里”有重要意義，已成為中國發(fā)展普惠金融的一項(xiàng)重要實(shí)踐。2018年中央一號文件明確提出“普惠金融重點(diǎn)要放在農(nóng)村”。由于數(shù)字普惠金融具有“普惠”性質(zhì)，加上近年來國家對農(nóng)村地區(qū)信息通訊基礎(chǔ)設(shè)施建設(shè)的投資與支持，數(shù)字普惠金融發(fā)展對農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)方方面面都產(chǎn)生了重要影響。

本文從提升農(nóng)業(yè)TFP的迫切需要和數(shù)字普惠金融發(fā)展的現(xiàn)實(shí)特征出發(fā)，重點(diǎn)關(guān)注數(shù)字普惠金融發(fā)展對縣域農(nóng)業(yè)TFP增長的影響。首先，利用2014—2018年860個縣域面板數(shù)據(jù)和全局Malmquist全要素生產(chǎn)率指數(shù)測算縣域農(nóng)業(yè)TFP；其次，采用無條件分位數(shù)固定效應(yīng)模型分析數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的影響；最后，將數(shù)字普惠金融發(fā)展與傳統(tǒng)金融發(fā)展相比較，探討農(nóng)業(yè)生產(chǎn)率視角下數(shù)字普惠金融是否具有“普惠”性質(zhì)。

本文對已有文獻(xiàn)的邊際貢獻(xiàn)在于：第一，探究數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP增長的影響，從農(nóng)業(yè)生產(chǎn)率視角為驗(yàn)證數(shù)字普惠金融的普惠性質(zhì)提供新的經(jīng)驗(yàn)證據(jù)。第二，縣域農(nóng)村被認(rèn)為是普惠金融的薄弱環(huán)節(jié)，從縣域?qū)用骈_展研究極具現(xiàn)實(shí)意義。本文充分利用數(shù)字普惠金融指數(shù)的大樣本數(shù)據(jù)優(yōu)勢，將數(shù)字普惠金融與農(nóng)業(yè)生產(chǎn)率的研究向縣域?qū)用嫱卣埂５谌?，采用無條件分位數(shù)固定效應(yīng)模型考察數(shù)字普惠金融對農(nóng)業(yè)TFP的異質(zhì)性影響，與已有文獻(xiàn)所利用的固定效應(yīng)模型等只能估計(jì)平均效應(yīng)的方法不同，無條件分位數(shù)回歸可以提供不同農(nóng)業(yè)生產(chǎn)率水平下的估計(jì)，相關(guān)結(jié)果具有更為精準(zhǔn)的政策啟示，從而可以充分發(fā)揮數(shù)字普惠金融發(fā)展的農(nóng)業(yè)生產(chǎn)率提升效應(yīng)。

二、文獻(xiàn)綜述與研究假設(shè)

(一)文獻(xiàn)綜述

從已有研究來看，數(shù)字普惠金融發(fā)展在縮小城鄉(xiāng)收入差距、增加農(nóng)村居民消費(fèi)支出、促進(jìn)農(nóng)村居民創(chuàng)業(yè)、提高農(nóng)戶信貸可得性、降低農(nóng)戶貧困脆弱性和提高生育率等方面發(fā)揮了重要作用。一些文獻(xiàn)關(guān)注到數(shù)字普惠金融發(fā)展對TFP率增長的作用，但主要集中在區(qū)域經(jīng)濟(jì)、非農(nóng)部門等方面的研究。宋敏等基于2011—2018年A股上市公司數(shù)據(jù)的研究指出，金融科技發(fā)展顯著提高了企業(yè)TFP。江紅莉和蔣鵬程對2011—2017年A股非金融類上市公司開展研究，發(fā)現(xiàn)數(shù)字金融有效提升了企業(yè)TFP。侯層和李北偉分析了2011—2018年省級面板數(shù)據(jù)并證實(shí)金融科技顯著提高了省級TFP。賀茂斌和楊曉維對2011—2018年省級面板的研究表明，數(shù)字普惠金融有效降低了金融服務(wù)門檻進(jìn)而提高了區(qū)域TFP。褚翠翠等利用2011—2018年省級面板數(shù)據(jù)的研究發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展促進(jìn)本省經(jīng)濟(jì)增長，但對鄰近省份存在負(fù)向的空間溢出效應(yīng)。就本文所知，僅有少數(shù)文獻(xiàn)分析了金融發(fā)展與農(nóng)業(yè)TFP增長的關(guān)系，且主要集中在省級層面的討論。謝攀分析了2009—2017年省級面板數(shù)據(jù)并發(fā)現(xiàn)金融發(fā)展對農(nóng)業(yè)TFP有顯著提升作用。李健旋對2000—2015年省級面板數(shù)據(jù)的實(shí)證表明農(nóng)村金融發(fā)展規(guī)模增加、結(jié)構(gòu)優(yōu)化和效率提高均顯著提高了農(nóng)業(yè)綠色TFP。葛和平和高越利用2011—2018年省級面板數(shù)據(jù)的研究發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展有效提升了農(nóng)業(yè)TFP。這與劉艷的研究結(jié)論相一致。

與上述文獻(xiàn)不同，本文將視角轉(zhuǎn)向數(shù)字普惠金融發(fā)展與縣域農(nóng)業(yè)TFP增長的關(guān)系。選擇從數(shù)字普惠金融視角分析的原因主要有兩點(diǎn)：一是全面推進(jìn)鄉(xiāng)村振興、實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化迫切需要金融服務(wù)的賦能助力。而數(shù)字普惠金融是近年來中國金融市場領(lǐng)域的一項(xiàng)重要實(shí)踐，對推動農(nóng)業(yè)經(jīng)濟(jì)增長有重要意義，分析其對縣域農(nóng)業(yè)TFP的影響非常有必要。二是與工業(yè)等非農(nóng)部門相比，農(nóng)業(yè)部門及農(nóng)業(yè)生產(chǎn)者在金融信貸市場上長期處于弱勢地位，如何改善農(nóng)業(yè)信貸資源錯配、緩解農(nóng)戶信貸約束始終是農(nóng)村金融市場改革的重點(diǎn)。如果數(shù)字普惠金融真正具有“普惠”的性質(zhì)，其對農(nóng)業(yè)生產(chǎn)率的影響顯然更為重要，開展相關(guān)研究更具意義。

(二)研究假設(shè)

根據(jù)全要素生產(chǎn)率理論，農(nóng)業(yè)TFP衡量的是農(nóng)業(yè)產(chǎn)出增長中去除投入增長的部分，即生產(chǎn)過程中除要素投入以外其他因素的加總影響，包括農(nóng)業(yè)技術(shù)進(jìn)步和要素利用效率提高等，但這些往往都是以增加投資為基礎(chǔ)的。數(shù)字普惠金融發(fā)展提高了農(nóng)村地區(qū)金融和信貸服務(wù)的可得性，有效緩解農(nóng)業(yè)生產(chǎn)中的融資約束，進(jìn)而會對農(nóng)業(yè)TFP增長產(chǎn)生重要影響。

值得討論的是，如果將農(nóng)業(yè)生產(chǎn)單元的生產(chǎn)率差異考慮進(jìn)來，那么，數(shù)字普惠金融發(fā)展的農(nóng)業(yè)TFP提升效應(yīng)對不同生產(chǎn)率水平的生產(chǎn)單元可能不是同質(zhì)的。農(nóng)業(yè)TFP的高低反映出生產(chǎn)單元在農(nóng)業(yè)經(jīng)濟(jì)增長質(zhì)量、農(nóng)業(yè)技術(shù)創(chuàng)新、資源利用和配置效率等方面的差異。對于低效率生產(chǎn)單元而言，較低的農(nóng)業(yè)TFP水平不僅是其生產(chǎn)效率低下的體現(xiàn)，更反映出其在農(nóng)業(yè)技術(shù)創(chuàng)新能力、效率改善和資源配置等方面可能存在瓶頸。經(jīng)驗(yàn)證據(jù)上，ZHENG和MA研究證實(shí)金融市場發(fā)展對農(nóng)業(yè)資源配置效率的作用受當(dāng)?shù)刭Y源配置效率相對水平的影響。這意味著，與已有文獻(xiàn)所關(guān)注的平均效應(yīng)不同，數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的影響可能會隨著生產(chǎn)單元相對生產(chǎn)率水平的不同而有所差異。對于低效率生產(chǎn)單元，受當(dāng)?shù)氐霓r(nóng)業(yè)技術(shù)水平或要素利用和配置能力等制約，數(shù)字普惠金融發(fā)展的農(nóng)業(yè)TFP提升效應(yīng)可能無法完全發(fā)揮；而對于高效率生產(chǎn)單元，受益于當(dāng)?shù)叵鄬^優(yōu)的農(nóng)業(yè)技術(shù)水平或資源利用和配置能力，數(shù)字普惠金融發(fā)展的激勵作用越發(fā)明顯，農(nóng)業(yè)TFP的提升效應(yīng)會相對更高。根據(jù)上述討論，可以提出本文的研究假說：

H1：數(shù)字普惠金融發(fā)展更大程度地促進(jìn)了相對生產(chǎn)率較高的農(nóng)業(yè)生產(chǎn)單元TFP增長。

三、實(shí)證方法與數(shù)據(jù)來源

(一)農(nóng)業(yè)全要素生產(chǎn)率測算

本文參考已有文獻(xiàn)，利用數(shù)據(jù)包絡(luò)分析方法中的全局Malmquist全要素生產(chǎn)率指數(shù)(Global Malmquist Index)測算農(nóng)業(yè)TFP。傳統(tǒng)DEA-Malmquist指數(shù)法在測算農(nóng)業(yè)TFP時僅利用當(dāng)期數(shù)據(jù)構(gòu)造生產(chǎn)前沿面。與之相比，全局Malmquist指數(shù)在構(gòu)建各期前沿面時包含了所有時期的參考集。這既避免了“技術(shù)退步”悖論的出現(xiàn)，同時也使測算指數(shù)具有可累乘和傳遞性的良好性質(zhì)。在產(chǎn)出導(dǎo)向和規(guī)模不變的條件下，全局Malmquist全要素生產(chǎn)率指數(shù)可表示為：

(1)

公式(1)中，(+1,+1)和(,)分別表示在+1期和期的全局距離函數(shù)。本文在已有文獻(xiàn)的基礎(chǔ)上，選擇投入產(chǎn)出變量如下：農(nóng)業(yè)產(chǎn)出以第一產(chǎn)業(yè)增加值表示，并以省級第一產(chǎn)業(yè)增加值指數(shù)折算為2014年不變價。投入包括勞動、土地、機(jī)械和化肥四種要素，這也是中國農(nóng)業(yè)TFP研究中最常見的四種要素。其中，勞動投入以農(nóng)林牧漁業(yè)從業(yè)人員表示，土地投入以農(nóng)作物總播種面積表示，機(jī)械投入以農(nóng)業(yè)機(jī)械總動力表示，化肥投入以農(nóng)用化肥施用折純量表示。

(二)無條件分位數(shù)固定效應(yīng)模型

在討論分析異質(zhì)性的無條件分位數(shù)固定效應(yīng)模型之前，首先考慮平均意義上數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的影響，可以表示為：

ln=+ln+ln+++

(2)

公式(2)中，表示農(nóng)業(yè)生產(chǎn)單元，在本文中指縣域，表示年份。表示第個縣在時期的農(nóng)業(yè)TFP水平。表示數(shù)字普惠金融發(fā)展程度，(=1,…,)表示第個控制變量，、和為待估參數(shù)，和為空間效應(yīng)和時間效應(yīng)，為隨機(jī)誤差項(xiàng)。利用隨機(jī)效應(yīng)模型或固定效應(yīng)模型對公式(2)進(jìn)行估計(jì)，系數(shù)就反映出數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP影響的平均效應(yīng)。

根據(jù)上一節(jié)的理論分析，數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的影響可能會因農(nóng)業(yè)生產(chǎn)單元生產(chǎn)率水平的不同而有所差異。為此，本文利用無條件分位數(shù)固定效應(yīng)模型對數(shù)字普惠金融發(fā)展的異質(zhì)性影響開展實(shí)證檢驗(yàn)。已有文獻(xiàn)應(yīng)用較為廣泛的包括條件分位數(shù)回歸(Conditional quantile regression,CQR)模型和無條件分位數(shù)回歸(Unconditional quantile regression,UQR)模型。需要指出的是，條件分位數(shù)回歸的估計(jì)結(jié)果依賴于所選擇的控制變量，當(dāng)控制變量有所刪減時所估計(jì)的結(jié)果也會隨之變化，而無條件分位數(shù)回歸則克服了這一缺點(diǎn)，所估計(jì)的結(jié)果是“無條件”的。所以本文主要利用無條件分位數(shù)回歸模型進(jìn)行分析。參考已有文獻(xiàn)，無條件分位數(shù)回歸模型的再中心化影響函數(shù)(Recentered influence function,RIF)可以表示為：

(3)

公式(2)和(3)中的均表示農(nóng)業(yè)TFP，以累積折算后的全局Malmquist指數(shù)表示。是農(nóng)業(yè)TFP在第個分位點(diǎn)的無條件分布，(ln≤)是一個區(qū)分農(nóng)業(yè)TFP比大還是小的二元變量，ln()表示在估計(jì)的農(nóng)業(yè)TFP的概率密度函數(shù)(Probability density function)。由于本文所利用的是縣域面板數(shù)據(jù)，必須對那些不隨時間變化但可能會影響農(nóng)業(yè)TFP的因素加以控制。基于此，本文主要利用BORGEN提出的無條件分位數(shù)固定效應(yīng)模型(UQR with fixed effects)估計(jì)公式(3)。

數(shù)字普惠金融發(fā)展以數(shù)字普惠發(fā)展金融指數(shù)表示。本文還參考已有文獻(xiàn)，構(gòu)建了傳統(tǒng)金融發(fā)展水平變量，具體用金融機(jī)構(gòu)貸款余額與地區(qū)GDP之比表示。與本文關(guān)注的普惠金融運(yùn)行模式不同，傳統(tǒng)金融服務(wù)主要是依賴于金融機(jī)構(gòu)開展的。因此，金融發(fā)展水平可以反映傳統(tǒng)金融發(fā)展程度，還可以與數(shù)字普惠金融發(fā)展的作用相比較。

本文選擇控制變量如下：①人口密度，用總?cè)丝跀?shù)與地區(qū)行政面積之比表示。人口密度可以反映出當(dāng)?shù)睾暧^經(jīng)濟(jì)特征，宏觀經(jīng)濟(jì)發(fā)展會通過產(chǎn)業(yè)競爭、資源流動等影響農(nóng)業(yè)TFP。本文引入人口密度反映宏觀經(jīng)濟(jì)環(huán)境對農(nóng)業(yè)TFP的影響。②財(cái)政支出比重，用財(cái)政支出與地區(qū)GDP之比表示。政府干預(yù)經(jīng)濟(jì)較為典型的形式是進(jìn)行財(cái)政補(bǔ)貼。基于這一思路，本文認(rèn)為財(cái)政支出占比可以反映出政府干預(yù)對農(nóng)業(yè)TFP的影響。③產(chǎn)業(yè)結(jié)構(gòu)指數(shù)，具體設(shè)定為第一產(chǎn)業(yè)總產(chǎn)值/地區(qū)生產(chǎn)總值+2×第二產(chǎn)業(yè)總產(chǎn)值/地區(qū)生產(chǎn)總值+3×第三產(chǎn)業(yè)總產(chǎn)值/地區(qū)生產(chǎn)總值。產(chǎn)業(yè)結(jié)構(gòu)變遷理論指出，產(chǎn)業(yè)結(jié)構(gòu)變遷過程伴隨著部門間要素配置和生產(chǎn)率變化，由此可能與農(nóng)業(yè)部門的生產(chǎn)率增長息息相關(guān)。④衛(wèi)生基礎(chǔ)設(shè)施，用醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)與總?cè)丝谥缺硎尽ARRO基于內(nèi)生增長模型在理論上證實(shí)基礎(chǔ)設(shè)施建設(shè)對經(jīng)濟(jì)增長具有外部性。衛(wèi)生基礎(chǔ)設(shè)施既是一種典型的公共基礎(chǔ)設(shè)施，又可以通過保障農(nóng)業(yè)勞動力健康進(jìn)而提升農(nóng)村人力資本。本文引入衛(wèi)生基礎(chǔ)設(shè)施來探究基礎(chǔ)設(shè)施對農(nóng)業(yè)TFP增長的影響。⑤土地資源稟賦，用農(nóng)作物播種面積與農(nóng)林牧漁業(yè)從業(yè)人員之比表示。ADAMOPOULOS和RESTUCCIA通過跨國比較證實(shí)，土地密度是解釋跨國農(nóng)業(yè)生產(chǎn)率差異的重要因素。規(guī)模經(jīng)濟(jì)理論也指出，適度的土地經(jīng)營規(guī)模有利于農(nóng)業(yè)生產(chǎn)者實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)，提高農(nóng)業(yè)生產(chǎn)率。本文構(gòu)建的人均農(nóng)作物播種面積考慮了復(fù)種指數(shù)，更能真實(shí)反映土地資源稟賦對農(nóng)業(yè)TFP的影響。⑥化肥使用強(qiáng)度，用化肥施用折純量與農(nóng)作物總播種面積之比表示。化肥可以有效提高土地肥力，是一種典型的土地節(jié)約型技術(shù)進(jìn)步。本文通過化肥使用強(qiáng)度來考察其對農(nóng)業(yè)TFP的作用。相關(guān)性檢驗(yàn)結(jié)果表明，上述控制變量與被解釋變量存在顯著相關(guān)性，表明本文變量選擇相對合理。

(三)數(shù)據(jù)來源

本文數(shù)據(jù)主要來自于《中國縣域統(tǒng)計(jì)年鑒》、《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和省市級統(tǒng)計(jì)年鑒等官方統(tǒng)計(jì)資料。數(shù)字普惠金融發(fā)展數(shù)據(jù)則來自于北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)，該指數(shù)基于數(shù)字金融的覆蓋廣度、使用深度和數(shù)字程度等進(jìn)行測度，對于該指數(shù)的指標(biāo)體系和測算方法的詳細(xì)介紹可以參考郭峰等的研究。需要指出的是，本文所使用的數(shù)字普惠金融發(fā)展變量仍然是縣域口徑而非是針對于縣域農(nóng)業(yè)的，但縣域在當(dāng)前推進(jìn)鄉(xiāng)村振興戰(zhàn)略中的地位十分重要，特別是在區(qū)域金融協(xié)調(diào)發(fā)展方面扮演著關(guān)鍵角色。因此，本文認(rèn)為用縣域?qū)用娴臄?shù)字普惠金融發(fā)展指數(shù)來表示農(nóng)村普惠金融發(fā)展水平是合理的，這也與已有文獻(xiàn)的處理相一致。對于上述變量中的極少數(shù)缺失值，本文通過插值法予以補(bǔ)齊。

由于縣域?qū)用娴钠栈萁鹑诎l(fā)展指數(shù)可用的最早年份為2014年，本文在測算農(nóng)業(yè)TFP時，對數(shù)據(jù)進(jìn)行匹配并得到了2014—2018年860個縣的平衡面板數(shù)據(jù)。由于基期2014年的全局Malmquist指數(shù)為1，本文利用2015—2018年的面板數(shù)據(jù)分析數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP影響。各變量的描述性統(tǒng)計(jì)見表1。

表1 主要變量的描述性統(tǒng)計(jì)

本文還繪制了農(nóng)業(yè)TFP的分布圖，具體見圖1。可以看出縣域農(nóng)業(yè)TFP分布整體較為分散，2015年至2018年，TFP分布函數(shù)向右移動，表明農(nóng)業(yè)TFP在研究區(qū)間內(nèi)呈增長趨勢。但峰值卻有所變小，分布更為分散，表明不同縣域間農(nóng)業(yè)TFP水平差異很大，只關(guān)注數(shù)字普惠金融發(fā)展的平均效應(yīng)則會忽視可能存在的區(qū)域異質(zhì)性。因此，利用無條件分位數(shù)固定效應(yīng)模型探究異質(zhì)性影響很有必要。

圖1 縣域農(nóng)業(yè)TFP對數(shù)值分布

四、實(shí)證結(jié)果與分析

(一)數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的影響分析

表2匯報(bào)了數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP影響的估計(jì)結(jié)果。為簡明起見，本文僅匯報(bào)了無條件分位數(shù)固定效應(yīng)模型在第20、50和80分位點(diǎn)的估計(jì)結(jié)果，具體見表2的第二至第四列。為進(jìn)行比較，同時將固定效應(yīng)模型估計(jì)的平均效應(yīng)結(jié)果陳列在最后一列。通過Hausman檢驗(yàn)結(jié)果判斷選擇固定效應(yīng)估計(jì)是否合適，檢驗(yàn)值在1%水平上顯著，表明應(yīng)選擇固定效應(yīng)模型估計(jì)。

首先看關(guān)鍵變量的結(jié)果，數(shù)字普惠金融發(fā)展在最后一列的系數(shù)為正且顯著，表明在平均水平上，數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP增長有顯著正向影響。分位數(shù)模型的估計(jì)結(jié)果則顯示，在選定的3個分位點(diǎn)上，數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的影響均為正且顯著。估計(jì)系數(shù)從最低20分位點(diǎn)的0.139增長到最高80分位點(diǎn)的0.605，表明數(shù)字普惠金融發(fā)展的農(nóng)業(yè)TFP提升效應(yīng)隨著分位點(diǎn)提高而增大。其現(xiàn)實(shí)含義是，對處于農(nóng)業(yè)TFP高分位點(diǎn)的縣而言，其從數(shù)字普惠金融發(fā)展中的獲益更大。而數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP水平較低的縣的農(nóng)業(yè)生產(chǎn)率提升效應(yīng)則相對較小。上述討論支持了研究假說H1，表明數(shù)字普惠金融發(fā)展的農(nóng)業(yè)TFP提升效應(yīng)具有異質(zhì)性，受農(nóng)業(yè)生產(chǎn)單元相對生產(chǎn)率水平的影響。此外，其他控制變量如人口密度、財(cái)政支出比重、產(chǎn)業(yè)結(jié)構(gòu)指數(shù)、衛(wèi)生基礎(chǔ)設(shè)施和土地資源稟賦等對農(nóng)業(yè)TFP均有顯著的異質(zhì)性影響，考慮到本文重點(diǎn)關(guān)注數(shù)字普惠金融發(fā)展與農(nóng)業(yè)TFP增長的關(guān)系，在此不多做討論。

表2 數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP影響的估計(jì)結(jié)果

進(jìn)一步將樣本劃分為東中西三個地區(qū)考察可能的地區(qū)異質(zhì)性，估計(jì)結(jié)果見表3。限于篇幅，本文省略匯報(bào)控制變量的結(jié)果。固定效應(yīng)模型和分位數(shù)模型的估計(jì)結(jié)果表明，在東中西部地區(qū)，數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP均有顯著正向影響且同樣存在異質(zhì)性。這說明數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的異質(zhì)性影響在不同地區(qū)均廣泛存在。值得注意的是，與東中部地區(qū)相比，數(shù)字普惠金融發(fā)展在西部的第20分位點(diǎn)的估計(jì)系數(shù)更大。說明盡管西部經(jīng)濟(jì)發(fā)展水平等相對較低，但對這些地區(qū)農(nóng)業(yè)TFP水平較低的縣，數(shù)字普惠金融的農(nóng)業(yè)TFP提升作用更為明顯。

表3 數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP影響的分地區(qū)估計(jì)結(jié)果

(二)傳統(tǒng)金融發(fā)展對農(nóng)業(yè)TFP的影響分析

為與數(shù)字普惠金融發(fā)展相比較，本文還參考已有文獻(xiàn)，構(gòu)建了傳統(tǒng)金融發(fā)展水平指標(biāo)，并分析其對農(nóng)業(yè)TFP的影響，結(jié)果見表4。首先，最后一列的估計(jì)結(jié)果表明傳統(tǒng)金融發(fā)展對農(nóng)業(yè)TFP具有顯著的正向影響，這與已有研究結(jié)論較為一致。其次，分位數(shù)模型的估計(jì)結(jié)果表明，傳統(tǒng)金融發(fā)展對農(nóng)業(yè)TFP的顯著正向影響僅存在于第20和50分位點(diǎn)，而對于最高的80分位點(diǎn)則沒有顯著影響。說明對位于農(nóng)業(yè)TFP高分位點(diǎn)的縣，傳統(tǒng)金融發(fā)展并未起到提高農(nóng)業(yè)生產(chǎn)率的作用。這一結(jié)果表明，與傳統(tǒng)金融發(fā)展相比，數(shù)字普惠金融發(fā)展的農(nóng)業(yè)生產(chǎn)率提升效應(yīng)具有“普惠”作用。最后，表4與表2比較發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展系數(shù)比傳統(tǒng)金融發(fā)展更大。表明數(shù)字普惠金融發(fā)展的農(nóng)業(yè)TFP提升作用更為顯著。

表4 傳統(tǒng)金融發(fā)展對農(nóng)業(yè)TFP影響的估計(jì)結(jié)果

(三)穩(wěn)健性檢驗(yàn)

部分文獻(xiàn)指出，數(shù)字普惠金融發(fā)展變量可能是內(nèi)生的。雖然本文采用面板數(shù)據(jù)和固定效應(yīng)模型來控制那些不隨時間變化的遺漏變量，可以在一定程度上減輕內(nèi)生性，但為了進(jìn)一步驗(yàn)證結(jié)果的穩(wěn)健性，本文通過替換關(guān)鍵變量進(jìn)行穩(wěn)健性檢驗(yàn)。具體將數(shù)字普惠金融發(fā)展滯后一期進(jìn)行估計(jì)。表5匯報(bào)了穩(wěn)健性檢驗(yàn)的估計(jì)結(jié)果，限于篇幅，同樣省略匯報(bào)控制變量的估計(jì)。滯后一期的估計(jì)結(jié)果表明，數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的正向影響仍然存在，雖然系數(shù)有所減小，但在固定效應(yīng)模型和分位數(shù)回歸模型中均顯著。從系數(shù)大小來看，從20分位點(diǎn)的0.096提高到80分位點(diǎn)的0.413，仍然符合隨分位數(shù)提高而單調(diào)遞增的特征。綜合來看，上述結(jié)果基本支持了表2的結(jié)果，表明本文的估計(jì)較為穩(wěn)健。

表5 穩(wěn)健性檢驗(yàn)

五、結(jié)論與政策啟示

本文重點(diǎn)分析了數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP增長的異質(zhì)性影響。首先利用2014—2018年860個縣域面板數(shù)據(jù)和全局Malmquist指數(shù)法測算了縣域農(nóng)業(yè)TFP，然后利用無條件分位數(shù)固定效應(yīng)模型分析了數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的異質(zhì)性效應(yīng)。論文發(fā)現(xiàn)：第一，數(shù)字普惠金融發(fā)展顯著促進(jìn)了縣域農(nóng)業(yè)TFP的增長，但影響的大小依賴于縣域的相對生產(chǎn)率水平。即數(shù)字普惠金融發(fā)展對農(nóng)業(yè)TFP的影響存在異質(zhì)性。第二，在選定的第20、50和80分位點(diǎn)上，數(shù)字普惠金融發(fā)展的農(nóng)業(yè)TFP提升效應(yīng)隨分位點(diǎn)的提高而遞增。第三，與數(shù)字普惠金融不同，傳統(tǒng)金融發(fā)展僅對那些生產(chǎn)率水平較低(第20和50分位點(diǎn))的縣域農(nóng)業(yè)TFP有顯著的提升作用，隨著相對生產(chǎn)率的提高(第80分位點(diǎn))，其正向影響不再顯著。

本文研究證實(shí)，從農(nóng)業(yè)生產(chǎn)率視角來看，數(shù)字普惠金融發(fā)展具有明顯的“普惠”性質(zhì)。與之相比，傳統(tǒng)金融發(fā)展則并不具備類似性質(zhì)。本文的研究結(jié)論對推進(jìn)農(nóng)村金融市場改革、實(shí)現(xiàn)農(nóng)業(yè)TFP可持續(xù)增長具有重要的政策啟示。根據(jù)上述結(jié)論，本文提出如下的政策建議：第一，加快農(nóng)村地區(qū)數(shù)字普惠金融發(fā)展與推廣。數(shù)字普惠金融發(fā)展是促進(jìn)不同地區(qū)農(nóng)業(yè)TFP增長的有效途徑。在農(nóng)業(yè)動能轉(zhuǎn)換的背景下，繼續(xù)推動數(shù)字普惠金融發(fā)展有利于農(nóng)業(yè)轉(zhuǎn)向生產(chǎn)率驅(qū)動型增長。第二，推動數(shù)字普惠金融發(fā)展的政策制定需要注意地區(qū)間的均衡性和偏向性。實(shí)證結(jié)果表明，中部地區(qū)低生產(chǎn)率水平的縣域受數(shù)字普惠金融發(fā)展的作用相對較小。對此，要針對性出臺幫扶政策，具體措施可以通過加強(qiáng)金融基礎(chǔ)設(shè)施建設(shè)、開展普惠金融使用培訓(xùn)等。第三，推動傳統(tǒng)金融服務(wù)轉(zhuǎn)型升級。鼓勵銀行業(yè)和金融服務(wù)業(yè)通過改造升級金融信貸服務(wù)等手段和形式，針對農(nóng)村地區(qū)構(gòu)建多層次、廣覆蓋的服務(wù)體系，以實(shí)現(xiàn)傳統(tǒng)金融發(fā)展對不同地區(qū)農(nóng)業(yè)TFP廣泛的提升作用。