● 何宏慶，馮 敏

（延安大學 經(jīng)濟與管理學院，陜西 延安 716000）

一、引言

2020 年9 月，在七十五屆聯(lián)合國大會上，中國鄭重提出“2030 年前實現(xiàn)碳達峰、2060 年前力爭碳中和的“雙碳”目標”。2021 年11 月，中國人民銀行積極響應“雙碳”政策，創(chuàng)新打造碳減排金融支持工具，推動碳減排貸款在重點領域的有效落實。國務院也隨之圍繞“雙碳”議題召開常務會議，正式在減碳減排方面設立2 000 億元專項再貸款。綠色低碳不再只停留于理念層面，更進一步成為社會經(jīng)濟發(fā)展的主旋律。

長期以來，節(jié)能減排聚焦于能源和工業(yè)兩大行業(yè)，而農業(yè)作為溫室氣體排放的五大部門之一未能引起足夠的重視。2021 年聯(lián)合國糧農組織的報告顯示，農業(yè)生產所排放的溫室氣體總量相較于30 年前增長了17%，其占比為全球人為溫室氣體排放量的三分之一。尤其是中國成為了全球排放量最大的經(jīng)濟體，生態(tài)環(huán)境正遭受農業(yè)內源性污染的巨大壓力。而綠色農業(yè)作為一種以資源節(jié)約保育為基本特征，以生態(tài)環(huán)境安全為內在要求，以綠色產品供給為重要軸心的農業(yè)生產經(jīng)營模式[1]，是踐行鄉(xiāng)村振興戰(zhàn)略的重點內容，是加快農業(yè)現(xiàn)代化步伐的必要環(huán)節(jié)，也是助力“雙碳”目標實現(xiàn)的重要途徑。

現(xiàn)代農業(yè)經(jīng)濟的發(fā)展離不開資金的投入與支持，金融在提升綠色農業(yè)融資效率方面扮演著舉足輕重的角色。伴隨著移動終端、區(qū)塊鏈等現(xiàn)代科學技術的快速更迭與成熟運用，普惠金融與數(shù)字化信息技術有機統(tǒng)一而衍生出新興的金融業(yè)態(tài)——數(shù)字普惠金融。數(shù)字普惠金融充分發(fā)揮“長尾效應”，精準服務于農業(yè)等弱質產業(yè)，有效提高農業(yè)生產的綠色效益，更好彰顯低成本、可獲得的優(yōu)勢，為建設農業(yè)強國增添創(chuàng)新動力。由此，研究數(shù)字普惠金融發(fā)展對綠色農業(yè)的影響，對于探討綠色農業(yè)助力“雙碳”目標的實現(xiàn)具有重要現(xiàn)實意義。

二、文獻綜述

相當數(shù)量的研究成果表明，傳統(tǒng)金融推動綠色農業(yè)的發(fā)展過程中存在多重阻礙。學界大多以供需雙方為落腳點，剖析問題根源。就需求方而言，針對農戶這一微觀主體，譚秋成提出農戶作為綠色農業(yè)發(fā)展的基本主體，欠缺綠色發(fā)展的觀念和投資綠色生產的動力[2]。針對農業(yè)產業(yè)這一中觀層面，李明賢等認為農業(yè)產業(yè)發(fā)展過程中資源利用率低、生產效率低、農產品品質差以及面源污染嚴重等暴露的問題是限制金融支持綠色農業(yè)發(fā)展的重要原因[3]。就供給方而言，馬駿等提出綠色農業(yè)融資主體信用體系不完善和供給端風險分擔機制缺失是金融支持綠色農業(yè)發(fā)展的主要障礙[1]。張軍偉等進一步通過調查數(shù)據(jù)證實了長期實行以增產為導向的金融支持政策是農業(yè)競爭力低、低碳綠色發(fā)展能力弱的根源之一[4]。針對以上問題，王會鈞立足綠色金融理論，認為通過有效引導農業(yè)綠色化投資和推動綠色金融產品與服務多元化發(fā)展，擴大農村綠色金融資金來源，可緩解綠色農業(yè)發(fā)展中資金不足問題[5]。而數(shù)字普惠金融的興起，為落實以上措施提供了更為便捷的渠道。

數(shù)字普惠金融是金融發(fā)展的新業(yè)態(tài)，將數(shù)字普惠金融與綠色農業(yè)兩者相聯(lián)系并進行直接研究分析的文獻數(shù)量較少?？蓞⒖紨?shù)字普惠金融在農業(yè)發(fā)展這一領域的文獻，并且多數(shù)研究肯定了數(shù)字普惠金融對農業(yè)發(fā)展的積極作用。其中，田娟娟等分析數(shù)字金融有利于推進農業(yè)大數(shù)據(jù)征信體系的建立和完善以及從供給端解決無抵押物的短板，進一步通過實證表明數(shù)字普惠金融對農業(yè)轉型升級具有顯著的推動作用[6]。曾小艷等認為農村地區(qū)金融可得性的提升和金融地理排斥的緩解離不開數(shù)字普惠金融的助力，并論證了數(shù)字普惠金融顯著地提高了農業(yè)產出水平[7]。孫倩研究發(fā)現(xiàn)數(shù)字普惠金融在相對落后的縣級地區(qū)已有了一定程度的滲透，尤其在農業(yè)發(fā)展和制度環(huán)境良好的地區(qū)，數(shù)字普惠金融對農業(yè)發(fā)展水平的提升效果也更為凸顯[8]。張岳和張合林分別通過構建農村產業(yè)融合指標、農業(yè)高質量發(fā)展指標，進一步證實數(shù)字普惠金融有效緩解農業(yè)發(fā)展中所遇到的資金問題，對農業(yè)可持續(xù)發(fā)展發(fā)揮著重要作用[9-10]。

綜上所述，對于傳統(tǒng)金融與綠色農業(yè)之間的研究已有了較為豐富的成果，但是針對數(shù)字普惠金融與綠色農業(yè)的研究還存在可挖掘之處。首先，目前關于數(shù)字普惠金融對農業(yè)經(jīng)濟的研究主要集中于農業(yè)產出水平、農業(yè)產業(yè)融合和農業(yè)高質量發(fā)展等較為寬泛的層面，對于“綠色農業(yè)”這一具體領域的研究數(shù)量較少；其次，多數(shù)研究忽略了數(shù)字普惠金融自身發(fā)展所存在的特征；最后，鮮有文獻將數(shù)字普惠金融與綠色農業(yè)直接相結合進行定量分析。基于此，本文通過構建面板門檻模型，分析數(shù)字普惠金融對綠色農業(yè)發(fā)展的非線性影響。

三、理論分析及研究假設

為緩解普惠金融發(fā)展過程中獲客難、風控難等問題以及填補正規(guī)金融市場服務留下的空白，依托技術革命與知識經(jīng)濟席卷的時代，數(shù)字普惠金融得以興起和快速發(fā)展。數(shù)字技術與金融的結合極大地改善了金融排斥現(xiàn)象[11]。數(shù)字普惠金融在促進小微企業(yè)融資、增加農民創(chuàng)收等方面貢獻了重要力量，對綠色農業(yè)發(fā)展也起著不可忽視的作用。隨著互聯(lián)網(wǎng)技術的日新月異，各地區(qū)的網(wǎng)絡基礎設施日益完善，數(shù)字普惠金融逐漸凸顯網(wǎng)絡外部性特征，并呈現(xiàn)非均衡發(fā)展趨勢，因而數(shù)字普惠金融對推動綠色農業(yè)發(fā)展可能存在門檻效應。

一方面，數(shù)字普惠金融凸顯網(wǎng)絡外部性特征。網(wǎng)絡外部性的概念歸屬于新經(jīng)濟理論范疇，由羅爾斯夫于1974 年率先提出。其認為，網(wǎng)絡外部性與規(guī)模經(jīng)濟之間存在重要的關聯(lián)性。伴隨著移動終端、大數(shù)據(jù)分析等網(wǎng)絡技術的推進，用戶數(shù)量有了快速增長，從而鼓勵了數(shù)字普惠金融全方位、有針對性地聚焦小農戶、新型農業(yè)經(jīng)營主體、綠色農業(yè)企業(yè)等用戶細碎化和多樣化的金融服務需求，簡化交易環(huán)節(jié)，持續(xù)創(chuàng)新數(shù)字金融發(fā)展模式，豐富與綠色農業(yè)更為貼切的金融服務和產品。數(shù)字金融服務與產品的豐富意味著金融業(yè)務模式的選擇更加多元化，金融互補產品的供給數(shù)量愈發(fā)增加，價格進一步降低，從而提升數(shù)字普惠金融產品的效用，吸引更多潛在的需求者。伴隨數(shù)字普惠金融產品的廣泛使用，其經(jīng)濟價值也隨之提升，這充分體現(xiàn)了數(shù)字金融網(wǎng)絡外部性的特征。網(wǎng)絡外部性也體現(xiàn)在供給方范圍經(jīng)濟中，即金融服務平均成本隨覆蓋面的擴大而降低。互聯(lián)網(wǎng)技術賦予數(shù)字普惠金融幾乎零邊際成本的天然優(yōu)勢，因而極大地減少了金融服務供給和使用成本[12]；同時，數(shù)字普惠金融采用大數(shù)據(jù)分析，提供信用歷史、履約狀況等信息共享平臺，針對普惠金融主體進行信用評分。征信作為綠色農業(yè)經(jīng)營主體的隱形抵押品是獲取綠色農業(yè)貸款、綠色農業(yè)保險等金融服務和產品的重要依據(jù)，這意味著綠色農業(yè)經(jīng)營主體通過積累一定的業(yè)務量，使得信用評分提高至金融機構的門檻值，以此數(shù)字普惠金融的價值得以提升[13]。

另一方面，數(shù)字普惠金融呈現(xiàn)非均衡發(fā)展趨勢。本文分階段地對2011—2019 年數(shù)字普惠金融發(fā)展趨勢進行解析。首先，從增速來看，2011—2015 年各省份數(shù)字普惠金融的中位數(shù)從33.58 跨越式增長至214.55，到2019 年進一步增長至317.11。經(jīng)計算可知，2011—2015 年數(shù)字普惠金融年均增速接近60%，2015—2019 年的年均增速約為10%。這表明數(shù)字普惠金融發(fā)展具有階段性特征，早期為高速增長的低水平階段；由于近幾年增速減緩和發(fā)展深化，數(shù)字普惠金融向常態(tài)增長階段過渡，逐漸步入較高水平階段。其次，從維度來看，以數(shù)字普惠金融的指標結構為著手點，區(qū)分覆蓋廣度、使用深度和數(shù)字化程度。2011—2015 年各維度年均增速按大到小的順序排列，分別是數(shù)字化程度的年均增速約為77%，覆蓋廣度約為60%，使用深度約為38%；2015—2019 年各維度的增速明顯放緩，其中數(shù)字化程度增速放緩最為突出，使用深度和覆蓋廣度的增速正逐漸趕超，這表明數(shù)字普惠金融各維度的發(fā)展具有不均衡性。最后，從城鄉(xiāng)發(fā)展來看，城鎮(zhèn)化水平同數(shù)字金融發(fā)展存在正相關性。依托較為完善的金融基礎設施和市場環(huán)境，城市成為早期數(shù)字金融發(fā)展的重點區(qū)域[14]。處于不同發(fā)展階段的數(shù)字普惠金融對城鄉(xiāng)影響程度不同，呈現(xiàn)出城鄉(xiāng)非均衡發(fā)展特征。隨著數(shù)字普惠金融的覆蓋面從城市拓展到“三農”領域，深入于鄉(xiāng)村振興，對綠色農業(yè)的作用也隨之擴大。數(shù)字金融依托大數(shù)據(jù)分析，在面對具有高風險特征、處于不斷探索階段的綠色農業(yè)時，有效獲取和衡量綠色農業(yè)經(jīng)營主體的資產信息和財務狀況，加快農村信用體系建設與完善，為實現(xiàn)金融服務供給的匹配性及資金交換提供依據(jù)，一定程度上降低了綠色農業(yè)的融資難度。在風險防控方面，數(shù)字普惠金融創(chuàng)新風險分擔機制和信息共享機制，通過技術手段在貸前、貸中、貸后等過程中快捷、精準地分散和處理綠色農業(yè)的融資風險。

綜上所述，在數(shù)字普惠金融發(fā)展前期，資金集中注入于二三產業(yè)和城市建設，綠色農業(yè)的資金需求和數(shù)字金融的服務供給均存在挖掘空間，在農村農業(yè)方面也存在較大拓展余地。這意味著數(shù)字普惠金融處于較低發(fā)展水平，作用于綠色農業(yè)的效應也就越小。近幾年數(shù)字普惠金融發(fā)展勢頭迅猛，其服務和產品供給的范圍擴大，綠色農業(yè)的發(fā)展需求增多，即網(wǎng)絡外部性愈加明顯，并深入至“三農”領域。這意味著數(shù)字普惠金融處于較高發(fā)展水平，作用于綠色農業(yè)的效應也就越大。基于此，提出如下假設：

H1：數(shù)字普惠金融對綠色農業(yè)發(fā)展具有門檻效應，隨著數(shù)字普惠金融水平的不斷提高，作用于綠色農業(yè)的影響效應也不斷增強。

四、模型、變量與數(shù)據(jù)

（一）模型設定

借鑒Hansen 提出的面板門檻模型[15]，以考察數(shù)字普惠金融處于不同發(fā)展水平時，是否對綠色農業(yè)產生不同的影響。具體模型如下（以雙重門檻模型為例）：

其中，GA 為被解釋變量，表示綠色農業(yè)發(fā)展水平；DIFT 為核心解釋變量，表示數(shù)字普惠金融發(fā)展水平；CONTROL 為控制變量，包括EDU、OPEN、LAND 和IS，分別表示農村教育水平、對外開放水平、土地規(guī)模和產業(yè)結構；I（·）為示性函數(shù)，q 為門檻變量，γ 為待估門檻值；下標i 為省份，下標t 為時間，ε 為隨機誤差項。另外，有關綠色農業(yè)和數(shù)字普惠金融的變量進行對數(shù)處理，以減小異方差。

根據(jù)面板門檻模型的估計方法，在得到模型的參數(shù)估計值和殘差平方和的基礎上，需要按序進行門檻效應檢驗和門檻值檢驗，以此保證門檻效應的顯著性和確定門檻變量的估計值。以第一門檻為例，首先檢驗門檻效應，由于LR 的漸近分布依賴于樣本矩以及選取樣本的數(shù)量較小；因此需要借助自助抽樣法（Bootstrap）對樣本進行重復多次抽取，以解決臨界值獲取問題，同時使得門檻效應的顯著性得以提高。若門檻效應檢驗結果為拒絕原假設H0：β1=β2，即存在門檻效應，則可進行下一步門檻值的檢驗。需要注意的是，若門檻值檢驗的結果為不拒絕原假設H0：γ0=γ1，則表明門檻值選擇正確。

（二）變量選擇

1.被解釋變量

綠色農業(yè)發(fā)展水平（GA）為被解釋變量，參考金書秦等提出“以低碳帶動農業(yè)綠色轉型”的減排思路，農業(yè)的綠色發(fā)展與碳減排具有高度協(xié)同性[16]?？梢娹r業(yè)碳排放數(shù)據(jù)是衡量綠色農業(yè)發(fā)展的重要參考之一，故使用農業(yè)碳排放強度表示綠色農業(yè)發(fā)展水平。第一步對農業(yè)碳排放總量進行計算，首先明確農業(yè)生產投入過程中形成的主要碳源，以化肥、農藥、農膜、柴油、翻耕和灌溉為代表，其次將這6 種農業(yè)碳源同對應的碳排放系數(shù)相乘后加總，得到農業(yè)碳排放總量的數(shù)值，如下為計算公式（2）：

其中，AC 為農業(yè)碳排放總量；i 為碳源種類（i=1，2，3，…，6）；Ci 表示各碳源的碳排放量；Xi 表示各碳源的投入量；δi 表示各碳源對應的碳排放系數(shù)，主要參考ORNL、IPCC 等專業(yè)機構公布的系數(shù)，如表1 所示。

表1 農業(yè)碳排放碳源、碳排放系數(shù)及參考來源

第二步根據(jù)農業(yè)產值計算農業(yè)碳排放強度，如下為計算公式（3）：

其中，GA 計算得出農業(yè)碳排放強度；AC 為農業(yè)碳排放總量；Y 為農業(yè)生產總值。值得注意的是，變量的含義與計算數(shù)值具有負相關性，也就是說農業(yè)碳排放強度GA 數(shù)值越大，則綠色農業(yè)發(fā)展水平越低；農業(yè)碳排放強度GA 數(shù)值越小，則綠色農業(yè)發(fā)展水平越高。

2.解釋變量及門檻變量

數(shù)字普惠金融發(fā)展水平(DIFT)既是解釋變量，也是門檻變量。北京大學數(shù)字金融研究中心經(jīng)過嚴謹?shù)挠嬎愕贸鰯?shù)據(jù)，以此拓展了數(shù)字普惠金融學術探討的嶄新領域，并且被普遍應用于定量研究之中，因此本文采用該指數(shù)的省級層面數(shù)據(jù)對數(shù)字普惠金融發(fā)展水平進行衡量。該指數(shù)在結構上又詳細分為覆蓋范圍（COVER）、使用深度（USAGE）和數(shù)字化程度（DIGIT），據(jù)此進一步分析數(shù)字普惠金融三個不同維度所產生的作用影響。

3.控制變量

農村教育水平（EDU）用農村人均受教育年限表示，教育水平的高低一定程度上反映了數(shù)字普惠金融和綠色農業(yè)在農村地區(qū)的發(fā)展狀況；對外開放水平（OPEN）用實際利用外資總額占GDP 的比值表示，外資在農業(yè)領域的投資規(guī)模日益擴大，利于改善農業(yè)生產條件；土地規(guī)模(LAND)用人均占地面積表示，即農作物總播種面積除以第一產業(yè)從業(yè)人員數(shù)量，土地資源是發(fā)展綠色農業(yè)必要的物質基礎；產業(yè)結構（IS）用第二、三產業(yè)產值占GDP 比重表示，農業(yè)作為第一產業(yè)，同二三產業(yè)的融合是實現(xiàn)農業(yè)現(xiàn)代化的重要途徑。

（三）數(shù)據(jù)來源

考慮到數(shù)據(jù)的可獲得性，篩選的樣本時間跨度為2011—2019 年，截面跨度包含了我國30 個省級行政單位，其中由于西藏缺失實際利用外資額的數(shù)據(jù)，故樣本中不包括西藏。數(shù)字普惠金融指數(shù)來源于郭峰、王靖一等[14]。綠色農業(yè)發(fā)展水平、農村教育水平、對外開放水平、土地規(guī)模和產業(yè)結構等指標所構建的原始數(shù)據(jù)來源于農村統(tǒng)計年鑒、各?。ㄗ灾螀^(qū)、直轄市）統(tǒng)計年鑒和中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫等。其中各省份統(tǒng)計年鑒中實際利用外資額的數(shù)據(jù)單位為美元，根據(jù)各期期末平均匯率，將計量單位轉換為人民幣，少數(shù)缺失數(shù)據(jù)使用指數(shù)平滑法計算得出。各變量的描述性統(tǒng)計如表2所示。

表2 各變量描述性統(tǒng)計

五、實證結果及分析

（一）門檻效應檢驗

檢驗門檻效應是否存在以及確定門檻數(shù)量大小是計量的必要環(huán)節(jié)，也是確定面板門檻模型具體形式的關鍵步驟。有關數(shù)字普惠金融的各個變量在三重門檻檢驗中的F 值和P 值表明，并未通過顯著性檢驗。而雙重門檻檢驗結果顯示，在1% 的顯著性水平下，數(shù)字普惠金融（DIFT）所對應的F 值為43.53，覆蓋廣度（COVER）的F 值為41.21，使用深度（USAGE）的F 值為24.00，結果均顯著。其中，在單一門檻效應檢驗中，數(shù)字化程度（DIGIT）的F 值為30.30，對應的p 值小于5% 的顯著性水平。由此可以看出，數(shù)字普惠金融、覆蓋廣度和使用深度對綠色農業(yè)發(fā)展的影響均具有雙重門檻效應，數(shù)字化程度對綠色農業(yè)發(fā)展能夠產生單一的門檻效應，具體門檻效應檢驗如表3所示。

表3 門檻效應檢驗

（二）門檻值檢驗

以似然比檢驗圖（LR）為依據(jù)，進一步對門檻值的選擇是否正確進行檢驗，如圖1-7 所示。門檻變量估計值和置信區(qū)間的確定是保證檢驗結果的合理性和直觀性的前提。由圖1 和圖2 可知，當數(shù)字普惠金融（DIFT）為門檻變量，在95%的置信區(qū)間范圍內，位于LR 值虛線以下部分表示不拒絕原假設，存在門檻值?？梢姅?shù)字普惠金融發(fā)展對綠色農業(yè)的影響具有雙重門檻效應，第一門檻估計值（γ1）為5.3802，第二門檻估計值（γ2）為5.6218；由圖3 和圖4 可知，當覆蓋廣度（COVER）為門檻變量時，γ1為5.1803，γ2為5.5532；由圖5和圖6 可知，當使用深度（USAGE）為門檻變量時，γ1為5.3397，γ2為5.6331。由圖7 可知，當數(shù)字化程度（DIGIT）為門檻變量，具有單一門檻效應，其門檻估計值γ 為5.6822 時結果見表4。

表4 門檻值的估計結果

圖1 數(shù)字普惠金融的第一門檻值及置信區(qū)間

圖2 數(shù)字普惠金融的第二門檻值及置信區(qū)間

圖3 覆蓋廣度的第一門檻值及置信區(qū)間

圖4 覆蓋廣度的第二門檻值及置信區(qū)間

圖5 使用深度的第一門檻值及置信區(qū)間

圖6 使用深度的第二門檻值及置信區(qū)間

圖7 數(shù)字化程度的門檻值及置信區(qū)間

（三）面板門檻模型估計

經(jīng)過門檻效應檢驗和門檻值檢驗可知，數(shù)字普惠金融與綠色農業(yè)發(fā)展之間并非是純粹的線性關系。因此采用面板門檻計量模型，深入探討處于不同門檻水平下，數(shù)字普惠金融對綠色農業(yè)發(fā)展的影響作用，結果如表5 所示。

表5 面板門檻估計結果

首先，以數(shù)字普惠金融為門檻變量時，數(shù)字普惠金融與綠色農業(yè)的計量模型為雙重門檻模型。在模型（1）中，當數(shù)字普惠金融（DIFT）低于γ1（5.3802）時，系數(shù)β1為-0.110；當DIFT 位于γ1（5.3802）至γ2（5.6218）之間時，系數(shù)β2為-0.129；當DIFT 大于γ2（5.6218）時，系數(shù)β3為-0.156，結果均顯著。從系數(shù)符號來看，無論數(shù)字普惠金融發(fā)展水平處于何種門檻區(qū)間，都對農業(yè)碳排放強度具有顯著的削弱作用，也就意味著對綠色農業(yè)起著正向的促進作用。從系數(shù)大小來看，考慮到變量符號與變量含義之間的負相關性，因此以系數(shù)的絕對值大小為依據(jù)進行分析。顯然位于不同門檻區(qū)間下，數(shù)字普惠金融作用于綠色農業(yè)的程度也不盡相同，表現(xiàn)出明顯的門檻效應。鑒于數(shù)字普惠金融相繼邁過第一門檻值和第二門檻值，系數(shù)的絕對值也隨之呈現(xiàn)增長趨勢，表明對綠色農業(yè)發(fā)展的推動作用逐漸加強。得益于新技術革命，當今經(jīng)濟社會中大數(shù)據(jù)廣泛覆蓋，網(wǎng)絡基建日益完善，推動了數(shù)字普惠金融水平的有效提升，進而擴大了信貸覆蓋范圍，拓寬了綠色農業(yè)發(fā)展的資金來源。伴隨數(shù)字普惠金融的提升，其網(wǎng)絡外部性優(yōu)勢在綠色農業(yè)發(fā)展中也愈發(fā)凸顯，對綠色農業(yè)發(fā)展的作用也愈發(fā)增強。

其次，橫向比較數(shù)字普惠金融指數(shù)的各個維度，從模型（2）、模型（3）和模型（4）的估計結果可知，隨著門檻值區(qū)間的轉換，各個維度的估計結果表現(xiàn)出相同的變化趨勢，即當各維度指數(shù)從低水平門檻區(qū)間跨越到高水平門檻區(qū)間，其對應的系數(shù)絕對值逐漸變大。以模型（2）為例，當覆蓋廣度（COVER）低于γ1（5.1803）時，系數(shù)β1為-0.084；當COVER 位于γ1（5.1803）至γ2（5.5532）之間時，系數(shù)β2為-0.104；當COVER 大于γ2（5.5532）時，系數(shù)β3為-0.133，且結果均顯著。對使用深度（USAGE）和數(shù)字化程度（DIGIT）的回歸結果進行分析，其結論與上述相似。雖然數(shù)字普惠金融三個維度均對農業(yè)綠色發(fā)展起到顯著的推動作用；但是數(shù)字普惠金融指數(shù)內部存在結構性差異，因此作用于綠色農業(yè)的影響程度不一，其中使用深度對綠色農業(yè)的促進作用最為明顯，覆蓋廣度次之，數(shù)字化程度最弱。由于信貸、保險和投資是使用深度這一維度的重要組成部分，對于緩解綠色農業(yè)資金和風控等老大難問題有著切實可行的幫助。而數(shù)字普惠金融的覆蓋從城市到鄉(xiāng)村，從第二三產業(yè)到第一產業(yè)，具有階段性，相較于使用深度，對綠色農業(yè)的促進作用具有一定滯后性。在數(shù)字化程度方面，可能因為網(wǎng)絡貸款的風險難以識別，并且在利率定價上存在不規(guī)范性，所以對綠色農業(yè)發(fā)揮的作用最不明顯。

最后，觀察控制變量在各個模型中的回歸結果，發(fā)現(xiàn)農村教育水平（EDU）無論受限于何種門檻變量，均對綠色農業(yè)產生顯著的促進作用。由于具備較高教育素養(yǎng)的農業(yè)經(jīng)營主體更易達成發(fā)展綠色低碳農業(yè)的共識，也更易接受新的資金支持方式，使得數(shù)字普惠金融在農村農業(yè)領域充分發(fā)揮“長尾”優(yōu)勢，也一定程度上刺激了綠色農產品的消費需要，從而有利于綠色農業(yè)的發(fā)展。至此，假設H1成立。

進一步根據(jù)門檻變量和門檻值，分別將30 個省份就數(shù)字普惠金融、覆蓋廣度和使用深度等指標劃分為低水平區(qū)域（q≤γ1）、中水平區(qū)域（γ1＜q≤γ2）、高水平區(qū)域（q＞γ2），就數(shù)字化程度劃分為低水平區(qū)域（q≤γ）和高水平區(qū)域（q＞γ）。以數(shù)字普惠金融（DIFT）為例，每4 年為一間隔，分重要時間節(jié)點來看，2011 年，30 個省份均處于低水平區(qū)域；2015 年，北京、天津、遼寧、江蘇等11 個省份邁過第一個門檻值，步入中水平區(qū)域，特別是上海邁過第二個門檻值，成為第一個高水平區(qū)域；2019年，30 個省份全部進入高水平區(qū)域。不到十年的時間，以上海為代表的金融環(huán)境優(yōu)良、科學技術先進的發(fā)達地區(qū)率先跨越較高門檻值，青海、新疆等較為落后的地區(qū)也抓住金融數(shù)字化發(fā)展的機遇，緊跟其后邁入數(shù)字普惠金融高水平發(fā)展行列?？偟膩碚f，2011—2019 年各省份的數(shù)字普惠金融發(fā)展完成了低水平到高水平的跨越，這表明數(shù)字普惠金融對綠色農業(yè)發(fā)展的推動作用在地域層面逐漸擴大，意味著數(shù)字普惠金融發(fā)展對綠色農業(yè)的推動作用也逐漸增強，如表6 所示。

表6 2011年、2015年和2019年門檻值及區(qū)域分布

（四）穩(wěn)健性檢驗

對綠色農業(yè)（GA）前后進行1%和5%水平上的縮尾處理，再重新進行門檻回歸以檢驗模型主效應的穩(wěn)健性。在模型（5）中，縮尾后的被解釋變量在排除異常值干擾的情況下，回歸系數(shù)的絕對值隨著數(shù)字普惠金融門檻值的跨越而增大，其估計結果依舊與前文保持一致。另外，采用數(shù)字普惠金融一階滯后項（DIFT1）和二階滯后項（DIFT2）替換解釋變量進行檢驗。模型（6）和模型（7）的估計結果表明，數(shù)字普惠金融滯后項DIFT1 和DIFT2 顯著地推動綠色農業(yè)發(fā)展，并且隨著數(shù)字普惠金融指數(shù)的不斷提高，對綠色農業(yè)的推動作用也不斷增強，如表7 所示。

表7 穩(wěn)健性檢驗

六、結論與建議

基于數(shù)字普惠金融網(wǎng)絡外部性與非均衡發(fā)展特征對綠色農業(yè)產生的門檻效應進行分析，并利用2011—2019 年中國30 個省份的面板數(shù)據(jù)，構建面板門檻模型進行實證檢驗，通過對綠色農業(yè)變量進行縮尾處理，又以數(shù)字普惠金融一階和二階滯后項作為工具變量，加強估計結果的穩(wěn)健性。得出以下結論：一方面，數(shù)字普惠金融與綠色農業(yè)之間存在非線性關系，對綠色農業(yè)的推動作用具有雙重門檻效應，隨著數(shù)字普惠金融發(fā)展水平的不斷提升，對綠色農業(yè)的推動作用進一步加強；另一方面，數(shù)字普惠金融各維度對綠色農業(yè)門檻效應具有差異性，其中覆蓋廣度、使用深度對綠色農業(yè)的推動作用具有雙重門檻效應，數(shù)字化程度對其具有單一門檻效應，而使用深度對綠色農業(yè)的促進作用最為明顯，覆蓋廣度次之，數(shù)字化程度最弱。

根據(jù)以上結論，為推進數(shù)字普惠金融更好地服務于綠色農業(yè)的發(fā)展，提出以下建議：

第一，營造良好數(shù)字普惠金融發(fā)展環(huán)境。中國農業(yè)銀行、農村商業(yè)銀行等金融機構順應金融數(shù)字化發(fā)展趨勢，加大對綠色農業(yè)、糧食安全和數(shù)字金融基建等重點領域支持力度；夯實互聯(lián)網(wǎng)通訊設備建設，拓展征信信息來源和多樣性，深化信用體系建設；加強信用和信息安全的監(jiān)管力度，維護良好的市場與規(guī)制環(huán)境。

第二，推進數(shù)字普惠金融業(yè)務的全面發(fā)展。在覆蓋廣度方面，利用數(shù)字普惠金融不受地域限制的特點，充分涵蓋綠色農業(yè)領域；在使用深度方面，針對綠色農業(yè)發(fā)展中的金融需求，創(chuàng)新“生態(tài)保護貸”、“綠色信貸”、“綠色保險”等普惠金融產品；在數(shù)字化程度方面，推進數(shù)字化支付的普及、簡化農業(yè)貸款流程，使得綠色農業(yè)經(jīng)營主體享受便捷、低成本的金融服務。

第三，加強綠色農業(yè)經(jīng)營主體的素質教育。一方面，通過宣傳活動，普及“雙碳”政策和綠色農業(yè)的市場發(fā)展前景；另一方面，通過教育培訓，提高農業(yè)經(jīng)營主體的互聯(lián)網(wǎng)技能、金融素養(yǎng)，加強網(wǎng)絡信息安全意識和風險防范意識。