謝雪燕　劉雪穎

摘要：涉農貸款投放不足制約著我國農村經濟的發(fā)展，那么具有普惠性特征的數字金融能夠促進涉農貸款的投放嗎？本文采用2011—2019年30個省級行政區(qū)域內銀行的涉農貸款數據，實證研究發(fā)現(xiàn)數字金融的發(fā)展能夠促進銀行涉農貸款的投放，且這種影響對東部地區(qū)的銀行更大。具體影響機制為，數字金融通過降低銀行的運營成本、提高銀行抵御風險能力，從而促進銀行涉農貸款業(yè)務的發(fā)展。進一步研究發(fā)現(xiàn)，區(qū)域內銀行的盈利水平、市場化程度和外資依存度對以上影響起到正向的強化作用。本文豐富了數字金融研究領域的相關文獻，對推動農村經濟發(fā)展的實踐活動具有一定的啟示意義。

關鍵詞：數字金融；農村金融；涉農貸款；運營成本

中圖分類號：F832.43? ? ? ? 文獻標識碼：A? ? ? ? 文章編號：1007-0753（2023）07-0024-13

一、引言

“三農”問題是關系國計民生的重大問題，而農業(yè)經濟的穩(wěn)定發(fā)展離不開資金投入。長期以來，涉農貸款投放不足是制約我國“三農”發(fā)展的重要因素。究其原因：其一，銀行投放涉農貸款面臨較大風險。由于涉農企業(yè)普遍規(guī)模較小且管理不規(guī)范，農業(yè)生產本身周期長且風險大，以及農戶、涉農企業(yè)缺乏誠信意識等，銀行發(fā)放涉農貸款面臨較大的風險。其二，農村地區(qū)銀行數量較少、服務單一，不能滿足農村經濟發(fā)展的需要。其三，涉農貸款門檻偏高。銀行服務成本偏高、貸款條件苛刻以及過分強調抵押和擔保使得農戶難以獲得貸款。

近年來，數字金融在我國快速發(fā)展，其利用以人工智能、大數據、云計算等為代表的前沿數字技術提高了金融服務的效率，降低了金融服務的成本（Gomber等，2018），使得一些被排除在正規(guī)金融之外的“長尾客戶”獲得了正規(guī)金融服務。大量研究認為數字金融具有普惠性特征。如齊紅倩和李志創(chuàng)（2019）認為數字金融在降低交易成本、增加信貸可得性、減少信息不對稱、拓展交易可能性集合方面發(fā)揮著重要作用。陳寶珍和任金政（2020）認為數字金融實現(xiàn)了降低金融排斥、提高普惠效果的目標。那么，數字金融的發(fā)展能否促進涉農貸款的投放呢？目前這方面的研究還比較鮮見，因此本文以2011—2019年我國30個省級行政區(qū)域的數據為樣本，實證探討了這一問題。

二、文獻綜述

（一）數字金融對“三農”發(fā)展的經濟效應

隨著以大數據、云計算、人工智能為代表的前沿數字技術的迅速發(fā)展，金融行業(yè)涌現(xiàn)出一種新型金融服務業(yè)態(tài)——數字金融，引領著傳統(tǒng)金融模式向數字化、普惠化模式轉型。數字金融的概念提出較晚，學術界將其歸納為傳統(tǒng)金融機構與互聯(lián)網公司利用數字技術實現(xiàn)融資、支付、投資和其他活動的新型金融業(yè)務模式。

數字金融對農民、農村、農業(yè)的發(fā)展具有經濟效應。首先，在數字金融對農民生活的影響方面，已有文獻從農民收入、創(chuàng)業(yè)、消費等不同角度展開了研究。從收入角度看，數字普惠金融發(fā)展能夠促進農戶收入的增加，并能夠改善農戶收入分配問題（薛凱蕓等，2022；張兵和李娜，2022）。從創(chuàng)業(yè)角度看，數字金融能夠促進農戶創(chuàng)業(yè)決策，提升農戶創(chuàng)業(yè)概率（宋偉等，2022），并且數字金融發(fā)展有效提升了農戶的創(chuàng)業(yè)績效（熊健和董曉林，2021）。從消費角度看，數字金融在農村的發(fā)展能顯著提高農戶的消費支出，擴大農村居民家庭的消費規(guī)模（陳寶珍等，2021；段雯瑾，2022）。

其次，在數字金融對農村經濟發(fā)展的影響方面，數字金融擴大了農村金融服務的覆蓋面，彌補了農村經濟主體長期存在的融資缺口，其創(chuàng)新的各類便利化服務模式促進農村經濟和金融服務的深度融合，進而服務于農村經濟發(fā)展，促進了農村經濟的增長（滕磊等，2021；呂雁琴和趙斌，2020）。

最后，在數字金融對農業(yè)發(fā)展的影響方面，數字金融能有效推動農業(yè)高質量發(fā)展進程，且對農業(yè)經濟高質量發(fā)展的推動作用呈現(xiàn)出邊際遞增特征（王森和陳宇斌，2022）。這是由于數字化提高了農村地區(qū)的金融可得性，使得數字金融能夠顯著拉動農業(yè)經濟的增長（連俊華，2022）。

（二）數字金融對農村金融的影響

長期以來，農村金融供給不足是制約我國“三農”發(fā)展的重要因素。目前已有眾多學者就數字金融對農村金融的影響予以關注，但是在數字金融能否促進農村金融的發(fā)展這一問題上還存在分歧。一種觀點認為，數字金融能夠促進農村金融的發(fā)展。張薇和陽正發(fā)（2022）認為利用數字技術開展農村金融服務，既可收集農戶信用數據，又能保證金融風險可控，有利于加速農村普惠金融發(fā)展，克服農村金融融資難與融資貴問題。黃珺和肖蘇（2020）認為數字金融與農村金融的相互融合能夠緩解農村金融資源中的供需矛盾?？自滦堑龋?023）研究發(fā)現(xiàn)，數字金融的出現(xiàn)有效彌補了農村金融的短板，提高了農村地區(qū)金融的包容性和可得性，推動了傳統(tǒng)農村金融的健康發(fā)展。另一種觀點認為，多數農戶面臨較為嚴重的數字金融排斥。熊健和楊軍（2022）利用調研數據研究發(fā)現(xiàn)，由于受金融知識、社會信任等微觀特質的約束，農村居民在互聯(lián)網信息鑒別與使用上仍有不足，使其難以積極響應數字金融服務，從而導致部分數字金融排斥情況。因此，數字金融發(fā)展也可能給農戶帶來信息技術接入和使用方面的鴻溝，并由此產生“馬太效應”，拉大城鄉(xiāng)居民之間以及農村社會內部的福利效用差距（Ozili，2018）。

（三）涉農貸款配給

在涉農貸款配給方面，涉農貸款的增加有利于“三農”問題的解決，但隨著農村金融網點大量撤并，機構離農和資金離農不斷加劇，涉農貸款覆蓋率仍舊偏低（王偉和溫濤，2019），供給依然不足。由于其本身的特殊性，涉農貸款與其他商業(yè)貸款存在一定的差別。我國農業(yè)發(fā)展極易受自然災害和市場波動的影響，不確定性程度較高，因此很多金融機構不愿提供借貸服務，這導致涉農貸款的獲取難度較大（代艷，2022）。數字金融的發(fā)展能夠有效解決交易成本過高和信息不對稱的問題，將涉農貸款中的不確定性風險轉化為可度量的確定性風險，為銀行的涉農貸款投放提供保障（孫福兵和宋福根，2019）。

已有研究為本文提供了重要借鑒，但是仍有不足：國內學者大多注重微觀層面上傳統(tǒng)普惠金融與農村經濟、居民消費等的關系研究，但是從宏觀角度進行研究的文獻較少。因此，本文的創(chuàng)新之處主要體現(xiàn)在：從宏觀角度，利用30個省級行政區(qū)域的宏觀面板數據研究了數字金融對銀行涉農貸款投放的影響，同時就其中的影響機制進行了深入研究。

三、理論分析及研究假設

（一）數字金融與涉農貸款

近年來，數字金融的快速發(fā)展被視為解決農戶融資難問題的潛在變革性金融模式（Bj?rkegren和Grissen，2018）。從需求端來說，數字金融發(fā)展所提供的數字技術和社交平臺，有利于幫助農戶拓寬社交網絡渠道，并利用線上渠道獲取金融資源與有效信息，提高了農戶涉農信貸的獲得性。從供給端來說，銀行通過大數據可以充分了解借貸農戶的資金和信譽狀況，并據此進行有效評估，從而提高授信審批效率。同時，在國家政策支持下，銀行借助互聯(lián)網平臺，不斷創(chuàng)新產品以及提供差異化的金融服務，加大了支農力度，增加了涉農貸款的投放。由此，提出以下假設：

H1：數字金融促進了涉農貸款的投放。

（二）數字金融影響涉農貸款投放的機制路徑

在運營成本方面，傳統(tǒng)銀行主要依賴眾多的線下網點提供貸款服務，不僅業(yè)務流程復雜，花費的時間較多，而且需要較多的人員投入，因此單位貸款投放的運營成本較高?？紤]到成本與收益相匹配的經營原則，銀行可能會拒絕一些低收益貸款的投放。隨著數字金融的發(fā)展，銀行把更多的信貸業(yè)務從線下轉移到線上，而且對線上貸款的流程也進行了大幅度的簡化，這顯著降低了銀行的運營成本。而運營成本的降低有助于涉農貸款的投放：一方面，運營成本的減少可能使得原先無法盈利的貸款項目變得有利可圖，從而增加貸款的供給；另一方面，運營成本是貸款利率的重要組成部分，運營成本的降低可能會帶來貸款利率的下降，從而增加涉農企業(yè)對貸款的需求。由此，提出以下假設：

H2：數字金融通過降低銀行的運營成本，進而促進了涉農貸款的投放。

在風險防范方面，數字金融的發(fā)展提升了金融機構處理軟信息的能力，緩解了信息不對稱，強化了經濟高質量發(fā)展和銀行風險承擔能力（馬俊，2023）；此外，數字金融的發(fā)展變革了銀行風險管理的模型與方法，優(yōu)化了風險管理流程，提高了銀行的風險抵御能力（劉偉等，2022）。因此，數字金融發(fā)展有利于促使商業(yè)銀行更加準確地識別信用風險，進而降低其風險水平。這能夠進一步減少農戶的不良貸款，改善金融服務的穩(wěn)定性和安全性，從而有效減輕金融機構對農戶的排斥（Ozili，2018）。由此，提出以下假設：

H3：數字金融通過提高銀行風險抵御能力，進而促進了涉農貸款的投放。

（三）數字金融促進涉農貸款投放的調節(jié)效應

銀行盈利的大小會直接影響到銀行的信譽和實力，盈利能力較強的銀行也更易于發(fā)放貸款。同時，不同資產的流動性差異對應不同的收益率，因此銀行的資產配置和盈利模式也會深刻影響銀行流動性創(chuàng)造。銀行盈利水平越高，銀行更易在資產端向企業(yè)或個人發(fā)放期限較長、流動性較差的貸款，同時在負債端創(chuàng)造相應的存款，從而實現(xiàn)為社會提供流動性的功能（劉妍等，2022）。由此，提出以下假設：

H4：盈利水平在數字金融促進涉農貸款投放的過程中起到正向的調節(jié)作用。

數字金融作用的發(fā)揮也必然會受到外部制度環(huán)境的影響（方軍雄，2006），區(qū)域內市場化程度不同，數字金融對涉農貸款投放的促進作用可能也有所差異。首先，區(qū)域市場化程度越高，相關制度安排和市場環(huán)境就越完善，相應的市場平均融資成本會下降，企業(yè)融資決策的空間將會更大。因此，區(qū)域市場化程度越高，涉農企業(yè)更容易獲得貸款。其次，市場化程度會影響數字金融發(fā)展水平。姚震宇（2020）通過實證研究發(fā)現(xiàn)數字經濟的發(fā)展與市場化呈現(xiàn)指數級正相關，市場化程度高的省份其數字經濟指數也相應較高。因此，市場化水平越高的地區(qū)，數字普惠金融服務實體經濟的效率也越高（Anderloni，2008），數字金融對涉農貸款投放的促進作用也越大。由此，提出以下假設：

H5：市場化程度在數字金融促進涉農貸款投放的過程中起到正向的調節(jié)作用。

區(qū)域內外商投資水平不同，數字金融對涉農貸款投放的促進作用可能有所差異。外商直接投資的增加有利于數字金融的發(fā)展，趙奇?zhèn)ィ?010）發(fā)現(xiàn)引進外資有助于提升我國的資本配置效率，劉軍等（2020）通過實證研究發(fā)現(xiàn)外資依存度能夠顯著促進我國數字經濟的發(fā)展。具體而言，一方面，地區(qū)引入外商投資意味著額外資本的投入，并引進有別于國內的產品和服務，從而加快地區(qū)數字經濟發(fā)展進程；另一方面，外商投資還帶來了國外先進的技術與理念，通過技術外溢縮小國家間數字化程度的差異，加快我國各地區(qū)的數字化建設。由此推斷，外商投資越多，區(qū)域的數字化水平越高，越有利于涉農貸款的投放。因此，提出以下假設：

H6：外商投資在數字金融促進涉農貸款投放的過程中起到正向的調節(jié)作用。

四、研究設計

（一）模型構建

為驗證數字金融發(fā)展水平與銀行投放涉農貸款之間的影響關系，本文參考崔恒瑜等（2021）的做法，將省級層面的北京大學數字普惠金融指數與銀行本外幣涉農貸款占總貸款比率數據相匹配，整合出2011—2019年的平衡面板數據，構造如下雙向固定效應模型：

y_i，t=e₀+c₁dfi_i，t-1+α_i Σ control_i，t+λ_i+year_t+ε_i，t（1）

式（1）中，i代表某省份的全部銀行，t代表年份，λ_i是個體固定效應，year_t是時間固定效應，Σ control_i，t是控制變量，ε_i，t是誤差項，為緩解反向因果所致的內生性問題，回歸中的核心解釋變量及其細分變量均使用一階滯后項。

（二）變量說明

1.被解釋變量

y_i，t表示i省份的全部銀行在t年的涉農貸款占比。根據 《涉農貸款專項統(tǒng)計制度》的規(guī)定，銀行的涉農貸款不僅包括農戶貸款，還包括農村企業(yè)和組織的貸款、城市企業(yè)和組織從事農林牧漁業(yè)活動的貸款，因此該指標能夠反映省級全部涉農主體的貸款總規(guī)模。

2.核心解釋變量

本文采用2011—2019年銀行所在省份的數字普惠金融指數來衡量數字金融發(fā)展水平。為進一步研究數字普惠金融的細分層面對銀行涉農貸款投放所產生的影響，引入數字普惠金融發(fā)展指數的兩個細分指標：覆蓋廣度指數和使用深度指數。

3.控制變量

除了數字金融發(fā)展水平外，銀行的涉農貸款規(guī)模會受到許多其他因素的影響，因此本文控制了省域經濟特征變量，包括產業(yè)結構、市場化程度、財政支出、外資依存度、人均GDP、城鎮(zhèn)化率。具體變量定義見表１。此外，本文在回歸中同時加入了個體固定效應和時間固定效應，并采用省域層面的聚類穩(wěn)健標準誤。

（三）數據來源和處理

本文以我國30個省級行政區(qū)域內的銀行為研究樣本，包括國有銀行、股份制銀行、城市商業(yè)銀行和農村商業(yè)銀行，時間跨度為2011—2019年。中國數字普惠金融指數（2011—2019年）來源于北京大學數字金融研究中心（郭峰等，2020），其他數據來源于各省份統(tǒng)計年鑒、WIND數據庫。為了排除異常值的影響，對所有連續(xù)變量在 1 分位點以下和 99 分位點以上的進行了縮尾處理。

表２報告了樣本各變量的描述性統(tǒng)計結果。從中可知，核心解釋變量數字金融發(fā)展水平的最小值為2.936，最大值為5.960，標準差為0.669，說明各樣本銀行所在地區(qū)的數字金融發(fā)展水平差異較大；被解釋變量的最大值為0.452，最小值為0.027，標準差為0.114，說明我國各省份銀行涉農貸款投放量之間有一定的差別。

五、實證分析

（一）基準回歸

表3為基準回歸的結果。結果顯示：第（1）列數字金融發(fā)展水平與銀行涉農貸款占比顯著正相關，回歸系數為 0.048，意味著數字金融發(fā)展水平每增加１個單位，涉農貸款投放水平上升 0.048個單位；第（2）、（3）列中數字金融覆蓋廣度、數字金融使用深度與銀行涉農貸款占比同樣顯著正相關。結果說明，數字金融的發(fā)展顯著促進了涉農貸款的投放，且其覆蓋廣度和使用深度的增加均有顯著的促進作用。由此證明了假設1。

（二）內生性處理（工具變量法）

為了緩解因遺漏變量、測量誤差或反向因果關系可能導致的內生性問題，本文進一步采用工具變量進行估計。參照謝絢麗等（2018）的做法，選取互聯(lián)網普及率（Ipr）的滯后一期作為工具變量，采用兩階段最小二乘法進行回歸。選取上述工具變量的理由是：一方面，互聯(lián)網普及率作為數字金融的基礎設施，與數字金融的變化有著緊密的聯(lián)系；另一方面，互聯(lián)網普及率與涉農貸款投放并不存在直接聯(lián)系，這使得互聯(lián)網普及率可能成為一個有效的工具變量。表4報告了兩階段的估計結果及工具變量合理性檢驗結果，其中K-P rk LM統(tǒng)計量用于檢驗工具變量是否可識別，括號中的p值均為0.000 0，拒絕不可識別的原假設；C-D Wald F統(tǒng)計量用于檢驗是否存在弱工具變量，結果大于10%水平上的判斷值，表明不存在弱工具變量的問題；由于工具變量和解釋變量數量相同，工具變量恰好被識別，不存在過度識別問題。因此，工具變量回歸與基準回歸結果基本一致，證明了基準回歸結果的可靠性。

（三）穩(wěn)健性檢驗

為檢驗數字金融發(fā)展水平對銀行涉農貸款投放影響的穩(wěn)健性，本文采用兩種方式進行穩(wěn)健性檢驗：一是參考張正平等（2020）的做法，用涉農貸款對數值（Lnagrl）作為涉農貸款占比的替代變量；二是考慮到不同地區(qū)之間的數字金融發(fā)展水平差異較大，而這種差異可能對回歸結果產生一定的影響，剔除涉農貸款占比平均值最高和最低的兩個地區(qū)上海和新疆相關數據后進行穩(wěn)健性檢驗。表5為替換了被解釋變量和改變樣本范圍后的重新回歸結果，數字金融發(fā)展水平及其覆蓋廣度和使用深度均對涉農貸款對數值和被解釋變量有顯著正向影響，與基準回歸結果一致。結果說明，數字金融的發(fā)展顯著促進了涉農貸款的投放，且其覆蓋廣度和使用深度的增加均對此有顯著的促進作用。

（四）區(qū)域異質性

為了檢驗數字金融在不同區(qū)域對涉農貸款促進作用的差異，本文將樣本分成東部和中西部兩個子樣本進行回歸。表6為分樣本的回歸結果，結果說明：數字金融的發(fā)展顯著促進了東部地區(qū)涉農貸款的投放，其中數字金融使用深度對該地區(qū)涉農貸款投放有積極影響，而覆蓋廣度的影響并不顯著；在中西部地區(qū)，數字金融發(fā)展水平對其涉農貸款的投放無顯著影響。究其原因，相比中西部地區(qū)，東部地區(qū)經濟發(fā)展水平更高，數字基礎設施更加完善，數字金融發(fā)展水平更高，而數字金融的發(fā)展會促進金融機構的結構優(yōu)化和轉型升級，從而提高服務實體經濟的能力，增加涉農貸款的投放。

六、機制檢驗

為進一步檢驗數字金融促進銀行涉農貸款投放的中介機制，本文參照Baron和Kenny（1986）、溫忠麟和葉寶娟（2014）等的做法，在基準回歸模型的基礎上構建如下模型：

m_i，t=e₁+a₁dfi_i，t-1+α_i control_i，t+λ_i+year_t+ε_i，t（2）

y_i，t=e₂+c₂dfi_i，t-1+b₁m_i，t+α_icontrol_i，t+λ_i+year_t+ε_i，t（3）

式中m_i，t表示中介變量，本文用到的中介變量共有2個，分別為代表銀行運營成本的OAcost和代表銀行風險抵御能力的Lpvra。

本文參照溫忠麟和葉寶娟（2014）的中介效應檢驗程序分三步來進行檢驗：第一步，檢驗式（1）中核心解釋變量dfi_i，t-1的系數c₁，若顯著則進行第二步；第二步，檢驗式（2） 核心解釋變量dfi_i，t-1和式（3）中介變量m_i，t的系數a₁和b₁，如果兩者都顯著則說明存在中介效應；第三步，如果a₁和b₁至少一個不顯著則需要進行sobel檢驗。

（一）銀行運營成本的中介效應

本文選取“管理費用/總資產”來衡量銀行運營成本（OAcost），對“數字金融發(fā)展水平—銀行運營成本—涉農貸款投放”三者之間的關系進行檢驗，檢驗結果如表7所示?？梢园l(fā)現(xiàn)，第（1）列數字金融發(fā)展水平的系數在5%的水平下顯著為正，第（2）列數字金融發(fā)展水平的系數和第（3）列中介變量OAcost的系數不顯著，根據中介效應檢驗程序，需要進行sobel檢驗。sobel檢驗結果顯著，z值為-2.310。第（4）列數字金融覆蓋廣度的系數顯著為正，第（5）列數字金融覆蓋廣度的系數和第（6）列中介變量OAcost的系數不顯著，sobel檢驗結果顯著。第（7）列數字金融使用深度的系數顯著為正，第（8）列數字金融使用深度的系數和第（9）列中介變量OAcost的系數不顯著，sobel檢驗結果顯著。結果說明，數字金融發(fā)展水平通過降低銀行運營成本，進而促進了涉農貸款的投放，而且數字金融覆蓋廣度和使用深度也通過相同機制發(fā)生作用。由此證明了假設2。

（二）銀行風險抵御能力的中介效應

本文選取貸款撥備率（貨款損失準備金余額/各項貸款余額）來衡量銀行風險抵御能力（Lpvra），采用中介效應模型對“數字金融發(fā)展水平—銀行風險抵御能力—涉農貸款投放”三者之間的關系進行檢驗，檢驗結果如表8所示。表中第（1）列數字金融發(fā)展水平的系數在5%的水平下顯著為正，第（2）列數字金融發(fā)展水平的系數和第（3）列中介變量Lpvra的系數不顯著，根據中介效應檢驗程序，需要進行sobel檢驗。sobel檢驗結果顯著，z值為3.055。第（4）列數字金融覆蓋廣度的系數顯著為正，第（5）列數字金融覆蓋廣度的系數和第（6）列中介變量Lpvra的系數不顯著，sobel檢驗結果顯著。第（8）列數字金融使用深度對中介變量的估計系數為負且不顯著，與數字金融通過提高銀行風險抵御能力從而促進涉農貸款投放這一假設不符，因此認為不存在中介效應。綜上，數字金融發(fā)展水平通過提高銀行風險抵御能力，進而促進了涉農貸款的投放，而且數字金融覆蓋廣度也通過相同機制發(fā)生作用。由此證明了假設3。

七、進一步擴展分析

（一）銀行盈利水平的調節(jié)效應

本文選取資產收益率（凈利潤/資產總額）來衡量銀行盈利水平（ROE），在基準回歸模型中加入該變量的滯后一期，以及其與核心解釋變量的交乘項，對銀行盈利水平的調節(jié)效應進行檢驗。如表9所示，數字金融發(fā)展水平系數顯著為正，且該指數與銀行盈利水平交乘項的系數也顯著為正，說明銀行盈利水平在數字金融促進涉農貸款投放的過程中起到正向調節(jié)作用。究其原因，銀行的盈利能力越強，越有能力吸收更多的流動性存款，從而發(fā)放更多的貸款。假設4得到驗證。

（二）市場化程度的調節(jié)效應

本文進一步考察市場化程度（Mar）在數字金融對涉農貸款投放影響中的調節(jié)效應，在基準回歸模型中加入該變量與核心解釋變量交乘項的滯后一期進行檢驗。如表10所示，數字金融發(fā)展水平系數顯著為正，且該指數與市場化程度交乘項的系數也顯著為正，說明市場化程度在數字金融促進涉農貸款投放的過程中起到正向調節(jié)作用。究其原因，市場化程度越高，數字普惠金融服務實體經濟的效率也越高，從而促進銀行發(fā)放更多貸款。假設5得到驗證。

（三）外商投資的調節(jié)效應

如前文所述，外商投資水平越高，數字金融對涉農貸款的促進作用越大。對此，本文選取外資依存度（Fdi）作為外商投資水平的替代變量，在基準回歸模型中加入該變量的滯后一期，以及其與核心解釋變量的交乘項進行檢驗。如表11所示，數字金融發(fā)展水平系數顯著為正，且該指數與外資依存度交乘項的系數也顯著為正，說明外商投資水平在數字金融促進涉農貸款投放的過程中起到正向調節(jié)作用。究其原因，外商投資越多，區(qū)域的數字化水平越高，越有利于涉農貸款的投放。假設6得到驗證。

八、結論及啟示

近年來，在國家大力扶持下，傳統(tǒng)農村金融體系取得了突出的改革成效。但是，農村資金短缺的問題依然沒有得到有效解決。為了探究數字金融能否緩解這一問題，本文采用我國30個省級行政區(qū)域2011—2019年的相關數據，研究數字金融對銀行涉農貸款投放的影響。研究發(fā)現(xiàn)，數字金融發(fā)展水平、數字金融子維度中的覆蓋廣度和使用深度均顯著促進了銀行涉農貸款的投放，且這種影響在東部地區(qū)更為顯著。進一步探究影響機制和調節(jié)效應發(fā)現(xiàn)：數字金融能夠通過降低銀行的運營成本費用和提高風險抵御能力，進而促進涉農貸款的投放；銀行盈利能力、市場化程度以及外商投資對數字金融促進涉農貸款投放起到正向調節(jié)作用。

以上結論具有一定的政策啟示意義：

首先，應在農村地區(qū)大力發(fā)展數字金融。建立健全農村地區(qū)發(fā)展數字金融的頂層設計和配套措施，持續(xù)完善數字金融基礎設施，提高農民金融素養(yǎng)，鼓勵銀行在農村地區(qū)創(chuàng)新數字金融產品，促進數字金融在農村地區(qū)的發(fā)展。地方政府要繼續(xù)加大對鄉(xiāng)村振興和農村數字經濟發(fā)展的投入力度，積極引導外商、社會資本參與農業(yè)農村領域投資。在發(fā)展農村數字金融過程中，應注重對風險的甄別與防控，嚴格評估并控制各種類型的信息技術應用對金融穩(wěn)定和安全造成的潛在風險；同時要充分利用大數據、云計算等技術，加強農村信用體系建設和征信體系建設，建立健全銀行在農村數字金融服務方面的風險防范機制。

其次，注重數字金融在區(qū)域間的平衡發(fā)展。由于各地區(qū)在經濟發(fā)展、地理環(huán)境、政策扶持、人文習俗等方面均存在一定的差異，數字金融對涉農貸款投放的影響存在一定區(qū)域異質性。相比較為落后的中西部地區(qū)，東部地區(qū)在互聯(lián)網建設、法律法規(guī)制定、人口資源數量等方面都具有明顯的優(yōu)勢，因此更有利于數字金融的發(fā)展。對此，國家應在中西部地區(qū)大力扶持數字金融發(fā)展，結合當地資源優(yōu)勢和產業(yè)特色對銀行進行定向扶持，促使銀行積極引導、主動作為。

最后，鼓勵傳統(tǒng)銀行進行數字化轉型。通過制定數字化轉型戰(zhàn)略、構建數字化管理架構、增加金融科技投入、加強人才隊伍建設、持續(xù)開展數字技術的應用等，推動全面數字化轉型，從而提升銀行自身盈利能力，解決銀行投放涉農貸款所面臨的動力不足等問題。

參考文獻：

[1] GOMBER P，KAUFFMAN R J，PARKER C，et al.On the fintech revolution：Interpreting the forces of innovation，disruption， and transformation in financial services[J].Journal of Management Information Systems，2018，35（01）：220-265．

[2]齊紅倩，李志創(chuàng).中國普惠金融發(fā)展水平測度與評價——基于不同目標群體的微觀實證研究[J].數量經濟技術經濟研究，2019，36（05）：101-117．

[3]陳寶珍，任金政.數字金融與農戶：普惠效果和影響機制[J]．財貿研究，2020，31（06）：37-47．

[4]薛凱蕓，王越，胡振.共同富裕視角下數字普惠金融對農戶收入的影響——來自黃河流域中上游地區(qū)的證據[J].農業(yè)現(xiàn)代化研究，2022，43（06）：971-983．

[5]張兵，李娜．數字普惠金融、非農就業(yè)與農戶增收——基于中介效應模型的實證分析[J]．農業(yè)現(xiàn)代化研究，2022，43（02）：249-260．

[6]宋偉，張保珍，楊海芬.數字普惠金融對農戶創(chuàng)業(yè)的影響機理及實證分析[J].技術經濟與管理研究，2022（02）：99-104.

[7]熊健，董曉林.數字金融參與促進農戶創(chuàng)業(yè)決策了嗎？——基于融資規(guī)模和機會識別視角的實證分析[J]．商業(yè)研究，2021（05）：123-130．

[8]陳寶珍，余潔，任金政.數字支付影響農戶消費嗎？——基于微觀調查數據的經驗分析[J].財經論叢，2021（01）：33-42．

[9]段雯瑾.數字金融對農村消費的擴容效應及異質性分析[J].商業(yè)經濟研究，2022（24）：57-60．

[10]滕磊，張恒，唐思思.普惠視角下數字金融創(chuàng)新與農村經濟發(fā)展[J].調研世界，2021（12）：34-42．

[11]呂雁琴，趙斌.數字金融與農村經濟發(fā)展研究[J].武漢金融，2020（03）：79-84．

[12]王森，陳宇斌.數字普惠金融如何推動農業(yè)高質量發(fā)展？——兼論中介與門檻作用機制[J].管理學刊，2022，35（03）：72-87．

[13]連俊華.數字金融發(fā)展、農村普惠金融與農業(yè)經濟增長——來自中國縣域數據的經驗證據[J].中國軟科學，2022（05）：134-146．

[14]張薇，陽正發(fā).數字經濟視角下農村數字普惠金融發(fā)展研究[J].農業(yè)經濟，2022（01）：112-114．

[15]黃珺，肖蘇.基于互聯(lián)網的農村金融發(fā)展問題及對策分析[J].農業(yè)經濟，2020（04）：119-120．

[16]孔月星，張桐桐，楊海芬.數字金融對村鎮(zhèn)銀行經營效率的影響研究[J].金融經濟，2023（01）：59-68.

[17]熊健，楊軍.數字化背景下的農村金融排斥：數字機遇還是數字鴻溝[J/OL]. 農業(yè)技術經濟，2022-12-01.https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD667sqWSpsgJxuet5s1seaWGm7UO4JSTQLBZU-PyfUbWaOQR1CyRhXaX&uniplatform=NZKPT.

[18] OZILI P K.Impact of digital finance on financial inclusion and stability[J].Borsa Istanbul Review，2018，18（04）：329-340.

[19]王偉，溫濤.涉農貸款拖累了農村金融機構經營績效嗎[J].農業(yè)技術經濟，2019（02）：73-84．

[20]代艷.數字農貸的興起與涉農貸款風險補償機制優(yōu)化[J].農業(yè)經濟，2022（01）：106-108.

[21]孫福兵，宋福根.基于場景化、數字化的農業(yè)信貸風險控制研究[J].社會科學戰(zhàn)線，2019，285（03）：249-253.

[22] BJ?RKEGREN D，GRISSEN D.The potential of digital credit to bank the poor[J].AEA Papers and Proceedings，2018，108：68-71.

[23]馬俊. 數字金融、銀行風險承擔與經濟高質量發(fā)展[J].海南金融，2023，410（01）：18-37.

[24]劉偉，劉衛(wèi)鎮(zhèn)，戴冰清，等.數字金融、貸款結構與商業(yè)銀行風險承擔——基于181家商業(yè)銀行2011—2020年財務數據的分析[J]．武漢金融，2022（07）：29-40.

[25]劉妍，孫永志，宮長亮，等.LPR機制改革對商業(yè)銀行盈利能力和風險承擔的影響研究[J].國際金融研究，2022（10）：72-84．

[26]方軍雄.市場化進程與資本配置效率的改善[J].經濟研究，2006，41（05）：50-61.

[27]姚震宇.區(qū)域市場化水平與數字經濟競爭——基于數字經濟指數省際空間分布特征的分析[J].江漢論壇，2020（12）：23-33.

[28] ANDERLONI L.Financial services provision and prevention of financial exclusion[R]. Brussels： European Commission， 2008．

[29]趙奇?zhèn)?金融發(fā)展、外商直接投資與資本配置效率[J].財經問題研究，2010（09）：47-51．

[30]劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究[J].上海經濟研究，2020（06）：81-96．

[31]崔恒瑜，王雪，馬九杰.數字金融發(fā)展能否在農村金融市場發(fā)揮 “鯰魚效應” ——來自中國農信機構的證據[J].經濟理論與經濟管理，2021，41（12）：30-41．

[32]郭峰，王靖一，王芳，等.測度中國數字普惠金融發(fā)展：指數編制與空間特征[J].經濟學（季刊），2020，19（04）：1 401-1 418．

[33]謝絢麗，沈艷，張皓星，等.數字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據[J].經濟學（季刊），2018，17（04）：1 557-1 580.

[34]張正平，夏海，毛學峰．省聯(lián)社干預對農信機構信貸行為和盈利能力的影響——基于省聯(lián)社官網信息的文本分析與實證檢驗[J].中國農村經濟，2020（09）：21-40.

[35] BARON R M， KENNY D A，The moderator-mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J]．Journal of Personality and Social Psychology，1986，51（06）：1 173-1 182.

[36]溫忠麟，葉寶娟．中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014，22（05）：731-745．

（責任編輯：張艷妮）

Can Digital Finance Promote the Issuance of Agriculture-related Loans？

Xie Xueyan， Liu Xueying

（ Economics School， Beijing Technology and Business University ）

Abstract： The insufficient issuance of agriculture-related loans restricts the development of China's rural economy. Can digital finance with inclusive characteristics promote the issuance of agriculture-related loans？ This paper uses agriculture-related loan data from banks in 30 provincial-level administrative regions from 2011-2019， and the empirical research finds that the development of digital finance can promote banks' issuance of agriculture-related loans， and this effect is greater for banks in eastern regions. The specific mechanism is that digital finance promotes the development of banks' agriculture-related loan business by lowering banks' operating costs and improving their ability to withstand risks. Further research finds that the profitability， marketization level and foreign capital dependence of banks in the region have a strengthening effect on the above influence. This paper enriches the related literature on digital finance research， and has certain inspirational significance for promoting rural economic development practices.

Keywords： Digital finance; Rural finance; Agriculture-related loans; Operating