張啟文，田 靜

（東北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，哈爾濱 150030）

一、引 言

實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展與提升農(nóng)業(yè)全要素生產(chǎn)率（Agricultural total factor productivity，ATFP）密不可分，而金融的發(fā)展可以為ATFP持續(xù)增長(zhǎng)提供資金支持和資源配置的優(yōu)化。目前，傳統(tǒng)農(nóng)村金融仍存在“金融排斥”現(xiàn)象，這使得農(nóng)業(yè)生產(chǎn)活動(dòng)中“融資難、融資貴”等問(wèn)題更加凸顯。因而，傳統(tǒng)農(nóng)村金融迫切需要改革創(chuàng)新，而融入數(shù)字技術(shù)后的數(shù)字普惠金融為解決上述問(wèn)題提供了新的思路。數(shù)字普惠金融從2016年在杭州G20峰會(huì)上首次被定義，到2021年“中央一號(hào)文件”明確指出要大力開(kāi)展農(nóng)村數(shù)字普惠金融，可見(jiàn)其不僅在國(guó)家層面受到高度重視，在農(nóng)業(yè)生產(chǎn)中也發(fā)揮著重要作用。數(shù)字普惠金融是數(shù)字技術(shù)與普惠金融相融的產(chǎn)物，理論上，不僅可通過(guò)提供多樣化、低成本的金融產(chǎn)品來(lái)促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步，還可通過(guò)解決金融機(jī)構(gòu)與農(nóng)戶間資源配置失靈的問(wèn)題來(lái)提高農(nóng)業(yè)技術(shù)效率，進(jìn)而有利于促進(jìn)ATFP持續(xù)增長(zhǎng)。因此，數(shù)字普惠金融對(duì)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的支撐作用至關(guān)重要。近年來(lái)，中國(guó)數(shù)字普惠金融迅猛發(fā)展。數(shù)據(jù)顯示，數(shù)字普惠金融指數(shù)的平均值由2011年的40.0持續(xù)增加至2020年的341.2，年均增長(zhǎng)率達(dá)到32.2%。同時(shí)，與傳統(tǒng)金融相比，數(shù)字普惠金融因擴(kuò)散性和流動(dòng)性特征能夠推動(dòng)金融服務(wù)在空間上的滲透。那么，快速發(fā)展的數(shù)字普惠金融對(duì)ATFP的影響究竟如何？該影響是否具有差異性？數(shù)字普惠金融對(duì)ATFP的影響具有怎樣的空間溢出性？回答以上問(wèn)題將有助于依托數(shù)字普惠金融推動(dòng)中國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展。

二、文獻(xiàn)回顧

ATFP是衡量農(nóng)業(yè)績(jī)效的有效參考指標(biāo)之一，提高ATFP一直是世界上確保不斷增長(zhǎng)的人口需求不超過(guò)糧食供應(yīng)能力的主要手段（Fuglie等，2021），是農(nóng)業(yè)可持續(xù)發(fā)展的關(guān)鍵所在（張恒等，2021）。全要素生產(chǎn)率的提高與金融的發(fā)展有著密不可分的聯(lián)系，眾多學(xué)者對(duì)二者之間關(guān)系進(jìn)行了研究，尚未得到一致結(jié)論。部分學(xué)者認(rèn)為金融的發(fā)展能夠提升農(nóng)業(yè)全要素生產(chǎn)率。尹雷等（2014）使用DEAMalmquist指數(shù)測(cè)算中國(guó)30個(gè)省份ATFP的變動(dòng)情況，發(fā)現(xiàn)農(nóng)村金融的發(fā)展通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步來(lái)提升ATFP，且該影響存在區(qū)域異質(zhì)性。劉照媛（2021）研究發(fā)現(xiàn)，農(nóng)村金融的發(fā)展通過(guò)提升資源配置效率、完善基礎(chǔ)設(shè)施來(lái)促進(jìn)農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)步，進(jìn)而提升ATFP。此外，陳澤（2019）發(fā)現(xiàn)農(nóng)村金融的發(fā)展促進(jìn)了農(nóng)業(yè)技術(shù)進(jìn)步與ATFP的提升，但卻抑制了農(nóng)業(yè)生產(chǎn)技術(shù)效率的提高。與上述不同的是，李婭（2021）測(cè)算了成渝經(jīng)濟(jì)圈的ATFP，發(fā)現(xiàn)成渝經(jīng)濟(jì)圈內(nèi)農(nóng)村金融的發(fā)展可提升農(nóng)業(yè)全要素生產(chǎn)率，其主要通過(guò)農(nóng)業(yè)技術(shù)進(jìn)步以及農(nóng)業(yè)技術(shù)效率的提高來(lái)實(shí)現(xiàn)。隨后，普惠金融逐漸發(fā)展起來(lái)，Hua等（2021）使用F-P指數(shù)測(cè)算中國(guó)ATFP，實(shí)證分析發(fā)現(xiàn)普惠金融在促進(jìn)ATFP增長(zhǎng)上發(fā)揮著積極作用。蔡時(shí)杰（2020）發(fā)現(xiàn)我國(guó)普惠金融主要通過(guò)促進(jìn)技術(shù)效率和優(yōu)化資源配置來(lái)促進(jìn)ATFP的提升。隨著數(shù)字普惠金融的發(fā)展，張愛(ài)英等（2021）使用DEA-Malmquist指數(shù)對(duì)ATFP進(jìn)行測(cè)算，指出數(shù)字普惠金融可通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步以提升ATFP，而且人力資本的積累是農(nóng)業(yè)全要素生產(chǎn)率的又一影響因素。然而劉艷（2021）卻認(rèn)為，數(shù)字普惠金融的發(fā)展主要通過(guò)提高農(nóng)業(yè)生產(chǎn)的技術(shù)效率來(lái)促進(jìn)ATFP的提升，并且此影響在東部地區(qū)沿海地區(qū)最大。鄭宏運(yùn)等（2022）認(rèn)為數(shù)字普惠金融的發(fā)展有利于提升縣域AT?FP。然而也有學(xué)者得出不同結(jié)論，李曉陽(yáng)等（2017）從農(nóng)地規(guī)模的視角出發(fā)，認(rèn)為農(nóng)村金融的發(fā)展抑制了ATFP的提高，且這種影響隨著農(nóng)地經(jīng)營(yíng)規(guī)模的擴(kuò)大而增大。

綜上所述，現(xiàn)有關(guān)于數(shù)字普惠金融與ATFP之間關(guān)系的研究中，學(xué)者均使用了DEA-Malmquist指數(shù)對(duì)ATFP進(jìn)行測(cè)算，但該指數(shù)相較于SBM-GML而言，未考慮松弛變量的問(wèn)題，進(jìn)而使得估計(jì)結(jié)果不精確（洪圖等，2020），因而本文使用SBM-GML指數(shù)以更加精準(zhǔn)地測(cè)算中國(guó)ATFP變動(dòng)情況。此外，現(xiàn)有研究中大多使用普通面板回歸分析數(shù)字普惠金融對(duì)ATFP的影響，但未考慮地區(qū)之間存在經(jīng)濟(jì)關(guān)聯(lián)，忽視了數(shù)字普惠金融對(duì)ATFP影響的空間溢出效應(yīng)。為此，本文基于2011～2019年31個(gè)省、市、自治區(qū)的面板數(shù)據(jù)，在利用SBM-GML指數(shù)測(cè)算中國(guó)31個(gè)省份的ATFP的基礎(chǔ)上，構(gòu)建固定效應(yīng)模型和空間Durbin模型實(shí)證分析數(shù)字普惠金融對(duì)ATFP的影響路徑、維度異質(zhì)性、區(qū)域異質(zhì)性以及空間溢出效應(yīng)。

三、理論分析與研究假說(shuō)

（一）數(shù)字普惠金融與農(nóng)業(yè)全要素生產(chǎn)率

資金是農(nóng)戶進(jìn)行農(nóng)業(yè)生產(chǎn)活動(dòng)的前提，然而農(nóng)戶獲得的政府財(cái)政補(bǔ)貼資金遠(yuǎn)不足以支撐其農(nóng)業(yè)生產(chǎn)活動(dòng)，因而農(nóng)村金融對(duì)農(nóng)戶生產(chǎn)經(jīng)營(yíng)活動(dòng)的支持作用舉足輕重。數(shù)字普惠金融相較于普惠金融具有創(chuàng)新性，具體表現(xiàn)為：金融產(chǎn)品豐富多樣、實(shí)行差異化定價(jià)、精準(zhǔn)獲客、靶向營(yíng)銷以及智能風(fēng)險(xiǎn)管理（曾燕等，2020），因而數(shù)字普惠金融主要通過(guò)提供資金支持（張愛(ài)英等，2021；李婭，2021）與提高資源配置效率（劉照媛，2021；劉艷，2021）來(lái)提升農(nóng)業(yè)全要素生產(chǎn)率。一方面，數(shù)字普惠金融可緩解融資約束為農(nóng)業(yè)生產(chǎn)活動(dòng)提供資金支持，使得農(nóng)民資金充足進(jìn)行農(nóng)業(yè)生產(chǎn)活動(dòng)以及農(nóng)業(yè)技術(shù)創(chuàng)新活動(dòng)，進(jìn)而有利于提升ATFP。另一方面，數(shù)字普惠金融可降低交易成本來(lái)提高資源配置效率，進(jìn)而促進(jìn)提升ATFP。依托于互聯(lián)網(wǎng)的便利性，數(shù)字普惠金融可通過(guò)線上服務(wù)對(duì)農(nóng)戶融資，不僅可節(jié)約農(nóng)戶的“皮鞋成本”，還可節(jié)約金融機(jī)構(gòu)為農(nóng)戶提供金融服務(wù)的時(shí)間與空間成本，降低交易成本，使得農(nóng)戶可享受更低成本的金融產(chǎn)品，進(jìn)而有利于提升ATFP。據(jù)此，提出假說(shuō)1。

假說(shuō)1：數(shù)字普惠金融能夠提高ATFP。

（二）數(shù)字普惠金融與農(nóng)業(yè)全要素生產(chǎn)率的分解項(xiàng)

農(nóng)業(yè)全要素生產(chǎn)率可分解為技術(shù)進(jìn)步與技術(shù)效率變化，其中，技術(shù)進(jìn)步主要指迅速進(jìn)行技術(shù)定位、持續(xù)進(jìn)行技術(shù)創(chuàng)新；技術(shù)效率則是識(shí)別和消除阻礙農(nóng)業(yè)實(shí)現(xiàn)高效率的障礙（李谷成等，2010）。

1.數(shù)字普惠金融與農(nóng)業(yè)技術(shù)進(jìn)步

傳統(tǒng)金融機(jī)構(gòu)為了將風(fēng)險(xiǎn)調(diào)整在可控的范圍內(nèi)，將一些缺少可擔(dān)保物的、低收入的農(nóng)民排斥在外，形成金融排斥現(xiàn)象。數(shù)字普惠金融能夠通過(guò)提高金融的覆蓋廣度，為受到金融排斥的農(nóng)戶提供金融服務(wù)，緩解融資約束，使得農(nóng)民資金充足進(jìn)行農(nóng)業(yè)技術(shù)創(chuàng)新活動(dòng)，進(jìn)而有助于促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步?；诖?，提出假說(shuō)2。

假說(shuō)2：數(shù)字普惠金融能夠通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步來(lái)助力提升ATFP。

2.數(shù)字普惠金融與農(nóng)業(yè)技術(shù)效率

理論上，數(shù)字普惠金融通過(guò)數(shù)字技術(shù)使金融機(jī)構(gòu)可充分了解其客戶線上交易的信用情況，可有效地避免因資源配置失靈導(dǎo)致的信息不對(duì)稱問(wèn)題，進(jìn)而提高資源配置效率，實(shí)現(xiàn)農(nóng)業(yè)技術(shù)效率的提升。但在實(shí)踐中，數(shù)字普惠金融對(duì)農(nóng)業(yè)技術(shù)效率的提升作用會(huì)受到數(shù)字普惠金融發(fā)展程度與使用主體的影響，當(dāng)前農(nóng)村地區(qū)數(shù)字普惠金融發(fā)展水平不高，加之農(nóng)民對(duì)其了解不足，進(jìn)而使得數(shù)字普惠金融無(wú)法充分發(fā)揮資源配置的作用，導(dǎo)致數(shù)字普惠金融抑制了農(nóng)業(yè)技術(shù)效率的提升。為此，提出假說(shuō)3。

假說(shuō)3：數(shù)字普惠金融不能通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)效率來(lái)助力提升ATFP。

（三）數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的空間溢出效應(yīng)

根據(jù)地理學(xué)第一定律，在空間互動(dòng)的狀態(tài)下，數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響具有空間溢出效應(yīng)。數(shù)字普惠金融可跨越時(shí)間和空間的壁壘提供金融服務(wù)，使得金融要素在區(qū)域間流動(dòng)，農(nóng)業(yè)全要素生產(chǎn)率不僅受當(dāng)?shù)財(cái)?shù)字普惠金融的影響，同時(shí)還受鄰近地區(qū)數(shù)字普惠金融的影響。由于鄰近地區(qū)數(shù)字普惠金融的發(fā)展存在競(jìng)爭(zhēng)效應(yīng)，并且不同地區(qū)的金融資源配置各不相同，數(shù)字普惠金融之間的競(jìng)爭(zhēng)效應(yīng)可能會(huì)導(dǎo)致不良的后果（張翱祥等，2022），不利于落后者的追趕，進(jìn)而不利于鄰近地區(qū)AT?FP的提升，產(chǎn)生負(fù)的空間溢出間接效應(yīng)。據(jù)此，提出假說(shuō)4。

假說(shuō)4：數(shù)字普惠金融的發(fā)展對(duì)ATFP的影響具有負(fù)向的空間溢出效應(yīng)。

四、研究設(shè)計(jì)

（一）模型設(shè)定

依據(jù)理論分析，本文構(gòu)建如下基準(zhǔn)回歸模型：

其中，lnATFPit表示i地區(qū)第t年的農(nóng)業(yè)全要素生產(chǎn)率的對(duì)數(shù)；lnDIFIit表示i地區(qū)第t年的數(shù)字普惠金融指數(shù)的對(duì)數(shù)；lnTCit、lnECit表示i地區(qū)第t年的農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)技術(shù)效率的對(duì)數(shù)；Z表示控制變量，包括城鎮(zhèn)化率（Urban）、財(cái)政支農(nóng)（Gov）、人均地區(qū)生產(chǎn)總值（Rgdp）、受災(zāi)率（Dis）；μi表示地區(qū)固定效應(yīng)，εit表示隨機(jī)誤差項(xiàng)。

為探究數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響的空間溢出效應(yīng)，本文構(gòu)建一般空間計(jì)量模型：

其中，lnATFPit表示i地區(qū)第t年的農(nóng)業(yè)全要素生產(chǎn)率的對(duì)數(shù)；lnDIFIit表示i地區(qū)第t年的數(shù)字普惠金融指數(shù)的對(duì)數(shù)；Zit表示一系列控制變量，Wit為鄰接（0～1）空間權(quán)重矩陣，?t表示時(shí)間固定效應(yīng)，μi表示空間固定效應(yīng)，εit表示隨機(jī)誤差項(xiàng)。若ρ的值不為0，而θ的值為0，則式（4）化簡(jiǎn)為空間滯后模型；若ρ的值為0，而θ的值為0，則式（4）化簡(jiǎn)為空間誤差模型。

（二）變量說(shuō)明

1.被解釋變量

農(nóng)業(yè)全要素生產(chǎn)率（ATFP）及其分解項(xiàng)農(nóng)業(yè)技術(shù)進(jìn)步（TC）和農(nóng)業(yè)技術(shù)效率（EC）。本文采取DEA（數(shù)據(jù)包絡(luò)分析）法計(jì)算SBM-GML指數(shù)測(cè)算農(nóng)業(yè)全要素生產(chǎn)率的變動(dòng)情況，這一方法最早由Fare等人提出，其不僅具有客觀性，還能反映出農(nóng)業(yè)全要素生產(chǎn)率的變動(dòng)情況，投入、產(chǎn)出變量的選取，如下表1所示。其中，農(nóng)業(yè)全要素生產(chǎn)率可拆分為技術(shù)進(jìn)步與技術(shù)效率變化，即ATFP=TC×EC。由于SBMGML指數(shù)測(cè)量農(nóng)業(yè)全要素生產(chǎn)率是動(dòng)態(tài)的，參考張愛(ài)英等（2021）等人的研究，選定2010年為基年，設(shè)定該年TFP為1，用2010年的ATFP與2011年的Malmquist指數(shù)的乘積表示2011年的累計(jì)ATFP。并以此類推，計(jì)算各地區(qū)各年的累積ATFP，將動(dòng)態(tài)農(nóng)業(yè)全要素生產(chǎn)率轉(zhuǎn)化為累積農(nóng)業(yè)全要素生產(chǎn)率。

表1 投入產(chǎn)出變量表

2.解釋變量

數(shù)字普惠金融指數(shù)（DIFI）及其三個(gè)維度，具體包括：金融覆蓋廣度（Cov）、金融使用深度（Usa）、普惠金融數(shù)字化程度（Dig）。本文選取北京大學(xué)數(shù)字金融研究中心公布的數(shù)字普惠金融指數(shù)作為衡量數(shù)字普惠金融發(fā)展水平的指標(biāo)。

3.控制變量

考慮到農(nóng)業(yè)全要素生產(chǎn)率還會(huì)受到其他因素影響，因而本文參考李谷成等（2010）、張恒等（2021）等人的做法，選取以下四個(gè)相關(guān)變量作為控制變量。城鎮(zhèn)化水平（Urban）：以城鎮(zhèn)年末人口與地區(qū)年末總?cè)丝谥缺硎?，以控制城?zhèn)化水平對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。理論上，城鎮(zhèn)化不僅可通過(guò)促進(jìn)剩余勞動(dòng)力轉(zhuǎn)移來(lái)提高勞動(dòng)力資源配置效率，進(jìn)而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提升；城鎮(zhèn)化還可促進(jìn)城鄉(xiāng)資本流動(dòng)來(lái)深化農(nóng)業(yè)資本，進(jìn)而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提升（武宵旭等，2019）。財(cái)政支農(nóng)（Gov）：以政府農(nóng)林水支出與一般公共預(yù)算支出之比表示，以控制政府的扶持對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。理論上，政府對(duì)農(nóng)業(yè)的扶持，有助于完善農(nóng)村基礎(chǔ)設(shè)施建設(shè)、提高農(nóng)民的生產(chǎn)積極性，進(jìn)而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提高。人均地區(qū)生產(chǎn)總值（Rgdp）：以地區(qū)生產(chǎn)總值與該地區(qū)人口之比表示，以控制地區(qū)經(jīng)濟(jì)發(fā)展對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。理論上，經(jīng)濟(jì)增長(zhǎng)會(huì)通過(guò)擴(kuò)大市場(chǎng)規(guī)模、完善基礎(chǔ)設(shè)施、提供較好的金融服務(wù)來(lái)促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提高。受災(zāi)率（Dis）：以受災(zāi)面積與農(nóng)作物播種面積之比表示，以控制自然災(zāi)害對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。理論上，農(nóng)業(yè)生產(chǎn)極易受到自然災(zāi)害的影響，自然災(zāi)害的頻發(fā)不利于農(nóng)業(yè)全要素生產(chǎn)率的提高。

（三）數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)分析

基于數(shù)據(jù)的可操作性、可獲得性以及及時(shí)性，本文選取2011～2019年的數(shù)據(jù)進(jìn)行實(shí)證分析。數(shù)據(jù)主要來(lái)自北京大學(xué)數(shù)字普惠金融研究中心官網(wǎng)、中國(guó)農(nóng)村統(tǒng)計(jì)年鑒、中國(guó)統(tǒng)計(jì)年鑒以及各省、市、自治區(qū)的統(tǒng)計(jì)年鑒，對(duì)個(gè)別缺失的農(nóng)作物播種面積采用均值插補(bǔ)法進(jìn)行補(bǔ)充，變量的描述性統(tǒng)計(jì)分析如下表2所示。

表2 變量描述性統(tǒng)計(jì)分析

五、實(shí)證結(jié)果與分析

（一）農(nóng)業(yè)全要素生產(chǎn)率測(cè)算結(jié)果分析

本文采用MaxDEA8軟件測(cè)算2011～2019年中國(guó)的SBM-GML指數(shù)，得出此期間中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的變動(dòng)情況，如表3所示。從時(shí)間趨勢(shì)上看，自2017年開(kāi)始，中國(guó)各個(gè)地區(qū)的SBM-GML指數(shù)均大于1，說(shuō)明中國(guó)農(nóng)業(yè)全要素生產(chǎn)率正在穩(wěn)步上升。從空間分布上看，江蘇、浙江、安徽、福建、廣東、廣西、海南、四川、貴州、云南等地區(qū)的SBM-GML指數(shù)均大于1，說(shuō)明以上地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率在逐漸提高；其他地區(qū)的SBM-GML指數(shù)雖然在個(gè)別年份小于1，但從整體上看，這些地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率依然呈現(xiàn)出不斷增長(zhǎng)的趨勢(shì)。

表3 2010～2019我國(guó)各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率變動(dòng)情況

（二）基準(zhǔn)回歸分析

為選取最優(yōu)的估計(jì)方法，先進(jìn)行F檢驗(yàn)和豪斯曼檢驗(yàn)。檢驗(yàn)結(jié)果顯示，兩個(gè)檢驗(yàn)的P值均為0，因而本文使用含有固定效應(yīng)的模型進(jìn)行回歸分析，回歸結(jié)果見(jiàn)表4。（1）列匯報(bào)了數(shù)字普惠金融對(duì)ATFP的影響，（2）列和（3）列分別匯報(bào)了數(shù)字普惠金融對(duì)農(nóng)業(yè)技術(shù)進(jìn)步以及農(nóng)業(yè)技術(shù)效率變化的影響。關(guān)于核心解釋變量。（1）列回歸結(jié)果顯示，數(shù)字普惠金融的系數(shù)在1%顯著水平上為0.0524，說(shuō)明數(shù)字普惠金融能夠促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提高。（2）列回歸結(jié)果顯示，數(shù)字普惠金融的系數(shù)在1%顯著水平上為0.1441，說(shuō)明數(shù)字普惠金融能夠促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步。（3）列回歸結(jié)果顯示，數(shù)字普惠金融的系數(shù)在1%顯著水平上為-0.0923，說(shuō)明數(shù)字普惠金融的發(fā)展不利于提升農(nóng)業(yè)技術(shù)效率，可能是由于農(nóng)業(yè)經(jīng)營(yíng)主體對(duì)數(shù)字普惠金融的了解不足，使得數(shù)字普惠金融未充分發(fā)揮優(yōu)化資源配置效率的功能，進(jìn)而不利于農(nóng)業(yè)技術(shù)效率的提升。關(guān)于控制變量，城鎮(zhèn)化水平對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響為正，說(shuō)明城鎮(zhèn)化水平的提高有利于提升ATFP；受災(zāi)率對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響為負(fù)，受災(zāi)率的提高不利于農(nóng)業(yè)全要素生產(chǎn)率的提高，因此應(yīng)提高農(nóng)業(yè)對(duì)自然災(zāi)害的抵抗能力。財(cái)政支農(nóng)和人均地區(qū)生產(chǎn)總值對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響系數(shù)為正，但不顯著。

表4 數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率及其分解項(xiàng)的影響

（三）內(nèi)生性處理

為了解決遺漏變量和反向因果等原因造成的內(nèi)生性問(wèn)題，本文借鑒齊紹洲等（2015）的做法，分別選取數(shù)字普惠金融滯后一期、二期、三期作為工具變量進(jìn)行2SLS回歸，回歸結(jié)果如下表5所示。（1）、（2）、（3）列分別展示了數(shù)字普惠金融滯后一期、二期、三期作為工具變量的2SLS回歸結(jié)果，其中數(shù)字普惠金融系數(shù)均顯著為正，說(shuō)明數(shù)字普惠金融能夠促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升，證明研究結(jié)果比較穩(wěn)健。

表5 內(nèi)生性回歸結(jié)果

（四）異質(zhì)性分析

1.維度異質(zhì)性

數(shù)字普惠金融主要包括金融覆蓋廣度、金融使用深度以及普惠金融數(shù)字化程度三個(gè)維度，不同維度的作用也各不相同（尹振濤等，2021）。為進(jìn)一步探究各維度對(duì)ATFP的影響，分別將各個(gè)維度作為解釋變量進(jìn)行回歸。一方面，有利于進(jìn)一步探究數(shù)字普惠金融影響農(nóng)業(yè)全要素生產(chǎn)率的機(jī)理；另一方面，有助于為數(shù)字普惠金融的發(fā)展指明方向。

表6匯報(bào)了數(shù)字普惠金融不同維度對(duì)ATFP及其分解項(xiàng)的影響，（1a）、（1b）（1c）列給出了數(shù)字普惠金融不同維度對(duì)ATFP的影響，金融覆蓋廣度、金融使用深度與普惠金融數(shù)字化程度的系數(shù)分別為0.0409、0.0525、0.0429，且均在1%統(tǒng)計(jì)水平上顯著，說(shuō)明數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度均顯著促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率的提高，其中，金融使用深度的影響最大，普惠金融數(shù)字化程度次之，金融覆蓋廣度最小。（2a）、（2b）（2c）列給出了數(shù)字普惠金融不同維度對(duì)農(nóng)業(yè)技術(shù)進(jìn)步的影響，金融覆蓋廣度、金融使用深度與普惠金融數(shù)字化程度的系數(shù)分別為0.1025、0.1516、0.1026，且均通過(guò)顯著性檢驗(yàn)，說(shuō)明數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度均有利于促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步，相較于金融覆蓋廣度與普惠金融數(shù)字化程度，金融使用深度的影響最大。（3a）、（3b）（3c）列給出了數(shù)字普惠金融不同維度對(duì)農(nóng)業(yè)技術(shù)效率變化的影響，金融覆蓋廣度、金融使用深度與普惠金融數(shù)字化程度的系數(shù)均在1%統(tǒng)計(jì)水平上顯著為負(fù)，說(shuō)明數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度均不利于農(nóng)業(yè)技術(shù)效率的提高，其原因可能是農(nóng)業(yè)技術(shù)效率的改善受到農(nóng)業(yè)勞動(dòng)力自身素質(zhì)的制約，目前大部分農(nóng)戶受教育程度不高，對(duì)數(shù)字普惠金融的了解和應(yīng)用程度較低，使得數(shù)字普惠金融的三個(gè)維度不能充分發(fā)揮資源配置功能。

表6 數(shù)字普惠金融維度異質(zhì)性的回歸結(jié)果

2.區(qū)域異質(zhì)性

中國(guó)地域遼闊，數(shù)字普惠金融在各地區(qū)的發(fā)展不可避免地存在差異，在考慮不同地區(qū)的地區(qū)差異時(shí)，進(jìn)一步檢驗(yàn)數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響是否會(huì)發(fā)生變化，回歸結(jié)果見(jiàn)表7。（1）列匯報(bào)了中國(guó)各個(gè)地區(qū)數(shù)字普惠金融對(duì)ATFP的影響，數(shù)字普惠金融促進(jìn)了中、東部地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率的提高，卻不利于西部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提升，其原因可能是西部地區(qū)數(shù)字普惠金融的發(fā)展水平較低。數(shù)字普惠金融有利于提升糧食主產(chǎn)區(qū)ATFP，但數(shù)字普惠金融對(duì)糧食主銷區(qū)、產(chǎn)銷平衡區(qū)ATFP的影響不顯著。（2）列匯報(bào)了數(shù)字普惠金融對(duì)農(nóng)業(yè)技術(shù)進(jìn)步的影響，數(shù)字普惠金融均有助于促進(jìn)中國(guó)東、中、西部地區(qū)的農(nóng)業(yè)技術(shù)進(jìn)步，但相較于中、西部地區(qū)，數(shù)字普惠金融對(duì)東部地區(qū)的農(nóng)業(yè)技術(shù)進(jìn)步的影響最大。數(shù)字普惠金融能夠促進(jìn)糧食主產(chǎn)區(qū)、主銷區(qū)以及產(chǎn)銷平衡區(qū)的農(nóng)業(yè)技術(shù)進(jìn)步，但該影響在糧食主銷區(qū)最大。（3）列匯報(bào)了數(shù)字普惠金融對(duì)農(nóng)業(yè)技術(shù)效率的影響?？傮w而言，數(shù)字普惠金融對(duì)六個(gè)地區(qū)的農(nóng)業(yè)技術(shù)效率的影響為負(fù)，因而應(yīng)提高數(shù)字普惠金融在農(nóng)業(yè)生產(chǎn)活動(dòng)中的資源配置效率。

表7 不同地區(qū)數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率及其分解項(xiàng)的影響

（五）空間溢出效應(yīng)分析

表8為數(shù)字普惠金融的全局莫蘭指數(shù)，2001～2019年的數(shù)字普惠金融全局莫蘭指數(shù)均大于0.4，且高度顯著，說(shuō)明數(shù)字普惠金融存在正向空間效應(yīng)。非空間面板的LM和穩(wěn)健的LM檢驗(yàn)P值均小于0.05，因此應(yīng)該使用考慮了空間效應(yīng)的空間面板回歸。

表8 數(shù)字普惠金融的全局莫蘭指數(shù)

為確定空間回歸模型的具體形式，進(jìn)行Wald檢驗(yàn)與LR檢驗(yàn)，檢驗(yàn)結(jié)果如表9所示，二者的P值均小于0.01，說(shuō)明選取空間Durbin模型進(jìn)行估計(jì)更合適。然后進(jìn)行Hausman檢驗(yàn)，其P值為0，因此選擇含有固定效應(yīng)的空間Durbin模型進(jìn)行估計(jì)。

表9 Wald檢驗(yàn)與LR檢驗(yàn)結(jié)果

表10是分別采用空間權(quán)重矩陣（W1）、空間距離矩陣（W2）、以及空間經(jīng)濟(jì)矩陣（W3），包含固定效應(yīng)的空間Durbin模型的回歸結(jié)果。從空間自回歸系數(shù)來(lái)看，采用三個(gè)空間矩陣進(jìn)行回歸的結(jié)果均高度顯著為正，說(shuō)明農(nóng)業(yè)全要素生產(chǎn)率對(duì)其自身具有正向的空間溢出效應(yīng)。從核心解釋變量來(lái)看，數(shù)字普惠金融系數(shù)均為正，且在5%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明數(shù)字普惠金融有利于提升農(nóng)業(yè)全要素生產(chǎn)率。數(shù)字普惠金融的空間滯后系數(shù)均為負(fù)，且通過(guò)顯著性檢驗(yàn)，說(shuō)明鄰近地區(qū)數(shù)字普惠金融的發(fā)展對(duì)當(dāng)?shù)剞r(nóng)業(yè)全要素生產(chǎn)率具有負(fù)向傳導(dǎo)作用。原因可能是相鄰地區(qū)數(shù)字普惠金融的發(fā)展會(huì)吸引金融資本向鄰近地區(qū)轉(zhuǎn)移（張翱翔等，2022），從而不利于本地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提高。

表10 數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的空間溢出效應(yīng)

表11給出了數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率空間溢出效應(yīng)的總效益、直接效應(yīng)和間接效應(yīng)，結(jié)果如下所示。數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的直接影響系數(shù)為0.0898，且在5%統(tǒng)計(jì)水平上顯著，說(shuō)明數(shù)字普惠金融的發(fā)展提高1%會(huì)使得本地區(qū)農(nóng)業(yè)全要素生產(chǎn)率提高0.0868%，數(shù)字普惠金融的發(fā)展能夠有效地提升本地區(qū)農(nóng)業(yè)全要素生產(chǎn)率；數(shù)字普惠金融的間接效應(yīng)系數(shù)為-0.1802，說(shuō)明鄰近地區(qū)數(shù)字普惠金融不利于本地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提升，說(shuō)明數(shù)字普惠金融在區(qū)域間發(fā)展不平衡，金融資源在區(qū)域間沒(méi)有得到合理配置，應(yīng)進(jìn)一步優(yōu)化金融資源的區(qū)域配置，促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展；數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的總效應(yīng)高度顯著為負(fù)，其主要是由于數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的負(fù)向間接效應(yīng)的絕對(duì)值大于其對(duì)農(nóng)業(yè)全要素生產(chǎn)率的正向直接效應(yīng)，進(jìn)而使得數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的空間溢出效應(yīng)的總效應(yīng)為負(fù)。

表11 數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的空間溢出效應(yīng)分解

六、結(jié)論與政策建議

（一）結(jié)論

本文基于2011～2019年31個(gè)省、市、自治區(qū)的面板數(shù)據(jù)，在利用SBM-GML指數(shù)測(cè)算中國(guó)31個(gè)省、市、自治區(qū)農(nóng)業(yè)全要素生產(chǎn)率的基礎(chǔ)上，構(gòu)建固定效應(yīng)模型和空間Durbin模型實(shí)證分析數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，得出以下結(jié)論：

第一，數(shù)字普惠金融的發(fā)展整體上促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率的提升，但其效果具有區(qū)域異質(zhì)性和維度異質(zhì)性。在中、東部地區(qū)，數(shù)字普惠金融促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率的提升，而在西部地區(qū)，數(shù)字普惠金融卻不利于農(nóng)業(yè)全要素生產(chǎn)率的提升；在糧食主產(chǎn)區(qū)數(shù)字普惠金融有助于提升農(nóng)業(yè)全要素生產(chǎn)率，但在糧食主銷區(qū)和產(chǎn)銷平衡區(qū)，數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響不顯著。數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度均顯著促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率的提高，其中，金融使用深度的影響最大，普惠金融數(shù)字化程度次之，金融覆蓋廣度最小。

第二，數(shù)字普惠金融主要通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步來(lái)提升農(nóng)業(yè)全要素生產(chǎn)率，但數(shù)字普惠金融不利于提升農(nóng)業(yè)技術(shù)效率。

第三，數(shù)字普惠金融雖可顯著促進(jìn)本地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提升，但會(huì)對(duì)鄰近地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的提升具有一定的負(fù)面作用，數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的空間溢出效應(yīng)的總效應(yīng)為負(fù)。

（二）政策建議

第一，大力推進(jìn)數(shù)字普惠金融的發(fā)展。一方面，政府應(yīng)拓寬數(shù)字普惠金融的覆蓋廣度。應(yīng)加快推進(jìn)中國(guó)數(shù)字鄉(xiāng)村建設(shè)，進(jìn)一步完善網(wǎng)絡(luò)、通信等基礎(chǔ)設(shè)施建設(shè)，不斷提升鄉(xiāng)村地區(qū)互聯(lián)網(wǎng)普及率，為拓寬數(shù)字普惠金融覆蓋廣度提供基礎(chǔ)條件，深化數(shù)字普惠金融覆蓋廣度對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。此外，金融機(jī)構(gòu)增加金融服務(wù)產(chǎn)品種類，拓寬金融融資渠道，從而擴(kuò)大金融的覆蓋廣度。另一方面，加強(qiáng)農(nóng)戶數(shù)字普惠金融產(chǎn)品的使用程度。政府應(yīng)鼓勵(lì)農(nóng)戶采用數(shù)字普惠金融產(chǎn)品，如提供補(bǔ)貼、降低利率等，加深農(nóng)戶對(duì)數(shù)字普惠金融的使用程度，強(qiáng)化數(shù)字普惠金融使用深度對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。

第二，提升農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者數(shù)字普惠金融素養(yǎng)。農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者數(shù)字普惠金融素養(yǎng)是數(shù)字普惠金融助力提升農(nóng)業(yè)全要素生產(chǎn)率的關(guān)鍵所在。政府應(yīng)通過(guò)相關(guān)培訓(xùn)、學(xué)習(xí)等途徑向農(nóng)業(yè)經(jīng)營(yíng)主體普及數(shù)字普惠金融相關(guān)知識(shí)，提高農(nóng)業(yè)經(jīng)營(yíng)主體對(duì)數(shù)字普惠金融的了解，增加農(nóng)業(yè)經(jīng)營(yíng)主體對(duì)數(shù)字普惠金融的運(yùn)用，使數(shù)字普惠金融促進(jìn)農(nóng)業(yè)技術(shù)效率的提高。

第三，重視數(shù)字普惠金融的區(qū)域協(xié)調(diào)發(fā)展。當(dāng)前數(shù)字普惠金融發(fā)展存在東高西低的不均衡現(xiàn)象，應(yīng)進(jìn)一步推動(dòng)數(shù)字普惠金融在西部欠發(fā)達(dá)地區(qū)的發(fā)展，促進(jìn)各地區(qū)協(xié)調(diào)發(fā)展，避免產(chǎn)生地區(qū)間的不良競(jìng)爭(zhēng)，充分釋放數(shù)字普惠金融對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。