王向輝

（河南科技大學 商學院，河南 洛陽 471023）

0 引言

“十四五”時期，農業(yè)綠色低碳轉型成為中國農業(yè)強國建設的主旋律。黨的二十大報告強調“完善支持綠色發(fā)展的財稅、金融、投資、價格政策和標準體系，發(fā)展綠色低碳產業(yè)”。然而，當前制約農業(yè)綠色低碳轉型的體制機制障礙仍較為突出，特別是農業(yè)難以實現(xiàn)規(guī)?；a、耕地拋荒現(xiàn)象頻現(xiàn)[1]。在此背景下，數(shù)字普惠金融、農地流轉分別作為能夠有效推動農業(yè)規(guī)?；a的金融工具[2]、有利于緩解耕地拋荒問題的政策工具[3]，對農業(yè)綠色低碳轉型具有積極作用。具體而言，數(shù)字普惠金融可為農業(yè)生產者提供普惠化金融服務，促使其能夠以較低的融資成本開展綠色技術創(chuàng)新，推進農業(yè)綠色低碳轉型；農地流轉有利于提高耕地使用效率，減少耕地資源浪費，驅動農業(yè)可持續(xù)發(fā)展并向綠色方向轉型。那么，如何解讀數(shù)字普惠金融、農地流轉與農業(yè)綠色低碳轉型三者間的關系？又該如何從數(shù)字普惠金融和農地流轉兩個方面把握農業(yè)綠色低碳轉型的發(fā)展進度？解答上述問題對于進一步推進農業(yè)綠色低碳轉型、加速農業(yè)強國建設意義重大。

當前，探究數(shù)字普惠金融與農業(yè)綠色低碳轉型二者關系的文章相對較少，且主要探討了數(shù)字金融、數(shù)字經(jīng)濟對農業(yè)綠色低碳轉型影響的關系。在數(shù)字化加持下，農戶金融資本的提高，可為農業(yè)綠色低碳轉型發(fā)展賦能[4]。區(qū)域數(shù)字經(jīng)濟發(fā)展對農業(yè)碳排放強度有顯著抑制作用[5]，即數(shù)字經(jīng)濟發(fā)展有助于降低農業(yè)碳排放強度進而助力農業(yè)綠色低碳轉型。在農地流轉對農業(yè)綠色低碳轉型影響的研究中，有學者指出完善農地流轉市場體系有助于促進農戶采納保護性耕作技術、降低農業(yè)碳排放強度[6]，助推農業(yè)綠色低碳發(fā)展。在數(shù)字普惠金融對農地流轉影響的研究中，部分學者認為數(shù)字普惠金融能夠加速農地流轉，盤活農地資源[7]，進而助力農業(yè)綠色低碳高質量發(fā)展。

已有研究為本文分析奠定了理論基礎，但尚未將數(shù)字普惠金融、農地流轉與農業(yè)綠色低碳轉型三者納入同一框架展開分析?；诖耍疚膰L試從以下方面對既有研究進行拓展：首先，將數(shù)字普惠金融、農地流轉與農業(yè)綠色低碳轉型三者納入同一框架展開探討，在探究數(shù)字普惠金融對農業(yè)綠色低碳轉型賦能作用的同時，深入考察農地流轉是否為影響二者關系的重要中間機制；其次，檢驗數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響是否會因農地流轉水平不同而呈差異化特征，為科學推進農業(yè)綠色低碳轉型提供經(jīng)驗證據(jù)；最后，分析數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應是否具有長期性，拓展相關領域研究邊界。

1 理論分析與研究假設

數(shù)字普惠金融可提高農民信用水平、提供定制化金融服務、推動農業(yè)科技創(chuàng)新，進而促進農業(yè)綠色低碳轉型。一是提高農民信用水平。當信用水平提升，農民將更易獲得數(shù)字普惠金融貸款和其他金融支持[8]，以充足的資金進行農業(yè)綠色低碳轉型。二是提供定制化金融服務。依托數(shù)字普惠金融的底層技術支撐，金融機構可根據(jù)農民不同需求和經(jīng)營狀況提供定制化金融服務[9]，例如提供綠色貸款、氣候保險，幫助農民減少非必要生產能耗，有效推動農業(yè)綠色低碳轉型。三是推動農業(yè)科技創(chuàng)新。數(shù)字普惠金融可為農業(yè)科技企業(yè)提供資金支持[10]，推動其研發(fā)和創(chuàng)新農業(yè)領域相關技術、工藝，進而提高農業(yè)生產效率，減少資源浪費，激發(fā)綠色低碳轉型活力。綜上所述，數(shù)字普惠金融可助力農業(yè)可持續(xù)發(fā)展，為農業(yè)綠色低碳轉型提供支持。

農地流轉對農業(yè)綠色低碳轉型也發(fā)揮積極作用。一方面，農地流轉可促使農村土地資源向農業(yè)專業(yè)合作經(jīng)濟組織集中，實現(xiàn)土地資源最優(yōu)配置[11]。這有利于農業(yè)生產更加專業(yè)化和規(guī)?；岣咿r業(yè)生產效率，減少資源浪費，促進農業(yè)綠色低碳轉型。另一方面，農地流轉后將形成大量規(guī)模經(jīng)營的農業(yè)合作社和企業(yè)，對農業(yè)生產技術提出較高要求。這為現(xiàn)代農業(yè)技術推廣提供條件，促進農業(yè)機械化、智能化、信息化等現(xiàn)代農業(yè)技術應用，有效降低能耗和碳排放，加速農業(yè)綠色低碳轉型[12]。

數(shù)字普惠金融能夠通過提供金融服務、數(shù)據(jù)服務、信息服務加速農地流轉。就金融服務而言，數(shù)字普惠金融可為農業(yè)生產者提供更加便捷、低成本的金融服務，加速農地流轉。農業(yè)生產者通過數(shù)字普惠金融服務平臺，可更加方便地獲得貸款、保險等金融服務，降低農業(yè)生產融資成本，提高農業(yè)生產效率，促進農地流轉[13]。就數(shù)據(jù)服務而言，數(shù)字普惠金融可為農業(yè)生產者提供更加精準、全面的數(shù)據(jù)服務，助推農地流轉。農業(yè)生產者可借助數(shù)字普惠金融服務平臺評估土地利用情況和農業(yè)生產狀況，獲得更加準確的土地信息、農業(yè)生產數(shù)據(jù)，為農地流轉提供決策支持。就信息服務而言，數(shù)字普惠金融可為農業(yè)生產者提供更加廣泛、快速的信息服務，加速農地流轉。農業(yè)生產者通過數(shù)字普惠金融服務平臺，可獲得更加及時、全面的土地交易信息與農業(yè)政策信息，更好地了解土地流轉的機會和政策環(huán)境，為農地流轉提供更加廣泛、快速的信息支持?；诖?，本文提出如下假設：

假設1：數(shù)字普惠金融能夠通過促進農地流轉影響農業(yè)綠色低碳轉型。

數(shù)字普惠金融對于農業(yè)綠色低碳轉型的促進效果在一定程度上取決于農地流轉水平的高低。一般來說，在土地使用和管理缺乏統(tǒng)一規(guī)劃和監(jiān)管的情況下，農地流轉會受到制約，阻滯農業(yè)專業(yè)化、規(guī)模化轉型。此時，數(shù)字普惠金融將難以為農民提供切實有效的金融服務[14]，對農業(yè)綠色低碳轉型產生的影響較為微弱。當農地流轉水平提升后，農民資產和收入水平將大幅提升，更容易獲得數(shù)字普惠金融服務中的貸款產品，從而增強購買和使用數(shù)字普惠金融服務的意愿。在這種情況下，數(shù)字普惠金融可深入滲透農業(yè)生產各個環(huán)節(jié)，最終影響農業(yè)綠色低碳轉型。據(jù)此，本文提出如下假設：

假設2：數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進效果會受到農地流轉門檻作用的影響。

此外，數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進作用可能長期存在。具體來說，一方面，數(shù)字普惠金融可依托物聯(lián)網(wǎng)、區(qū)塊鏈等技術手段，為農業(yè)生產數(shù)字化、智能化管理和監(jiān)控提供資金支持，提高農業(yè)生產效率和質量，助力農業(yè)生產者創(chuàng)造長期的經(jīng)濟效益，加速農業(yè)綠色低碳轉型。另一方面，數(shù)字普惠金融可為農業(yè)生產者提供長期數(shù)據(jù)和信息服務[15]，幫助農業(yè)生產者實現(xiàn)可持續(xù)發(fā)展，加速農業(yè)綠色低碳轉型。此外，數(shù)字普惠金融可通過數(shù)字化培訓和金融知識普及，指導農業(yè)生產者更好地利用數(shù)字普惠金融進行綠色技術創(chuàng)新，促使農業(yè)向更加環(huán)保、可持續(xù)的方向發(fā)展[16]，為農業(yè)生產的長期發(fā)展提供保障，推進農業(yè)綠色低碳轉型。總體而言，數(shù)字普惠金融可為農業(yè)綠色低碳轉型注入長期的動力、活力并提供相應保障。據(jù)此，提出如下假設：

假設3：數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進作用具有長期性。

2 研究設計

2.1 變量選取

（1）被解釋變量：農業(yè)綠色低碳轉型（Green）。借鑒申云與洪程程（2023）[17]的研究，考慮數(shù)據(jù)可得性，從綠色產業(yè)、綠色經(jīng)營與綠色生產三個維度構建評價指標體系，用以評估農業(yè)綠色低碳轉型程度。各維度所選指標及計算方法如表1 所示。具體采用極值法對原始數(shù)據(jù)進行標準化處理，利用熵權法確定各項指標權重，通過標準值與熵值權重進行累乘后加總得到綜合農業(yè)綠色低碳轉型發(fā)展水平。

表1 農業(yè)綠色低碳轉型發(fā)展評價指標體系

（2）解釋變量：數(shù)字普惠金融（Dig）。數(shù)字普惠金融指利用數(shù)字技術和金融手段，為廣大農民提供更加便捷、安全、高效的金融服務。借鑒徐偉祁等（2023）[18]的研究，選用北京大學數(shù)字金融研究中心發(fā)布的北京大學數(shù)字普惠金融指數(shù)衡量數(shù)字普惠金融發(fā)展水平。該指數(shù)包括覆蓋廣度、使用深度和數(shù)字化程度三個維度，能夠充分反映數(shù)字普惠金融發(fā)展狀況。

（3）中介變量及門檻變量：農地流轉（Farmland）。農地流轉是指將農村土地的使用權流轉給其他人或單位，進而實現(xiàn)土地的集約化利用和經(jīng)濟效益最大化。參考蔡雪雄等（2023）[19]的做法，以各省份當年農地流轉率的對數(shù)衡量。具體來說，農地流轉率通過“各省份當年家庭承包耕地流轉總面積/家庭承包耕地總面積”測算。

（4）控制變量?；谝延形墨I，農業(yè)經(jīng)濟發(fā)展水平（GDP）、財政支農水平（Gov）、自然災害程度（Nat）、農業(yè)保障水平（Seccu）、城鎮(zhèn)化率（City）、鄉(xiāng)村道路水平（Road）、工業(yè)化水平（Ind）與農業(yè)綠色低碳轉型具有一定關聯(lián)，在此加以控制。其中，農業(yè)經(jīng)濟發(fā)展水平采用“農林牧漁總產值/農村地區(qū)總人口”度量；財政支農水平采用地方政府的農林水務支出衡量，需進行取對數(shù)處理；自然災害程度采用“受災面積/農作物播種面積”測算；農業(yè)保障水平通過農業(yè)保險保費收入表征；城鎮(zhèn)化率通過“城鎮(zhèn)人口總數(shù)/總人口數(shù)”表示；鄉(xiāng)村道路水平利用“（省域公路總里程-高速公路里程-一級公路里程）/省域面積”測算；工業(yè)化水平采用“工業(yè)增加值/地區(qū)生產總值”表示。

2.2 模型設定

（1）基本模型設定。為考察數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應，設定如下固定效應模型：

其中，i和t分別表示省份和時間，Digit為i省份t時期的農業(yè)綠色低碳轉型水平，Digit為i省份t時期的數(shù)字普惠金融發(fā)展水平，α1反映數(shù)字普惠金融對農業(yè)綠色低碳轉型的總效應，Xit表示本文所選擇的一系列控制變量，α0為常數(shù)項，νi為省份固定效應，ηi為時間固定效應，εit為殘差項。

（2）中介效應模型設定。進一步，將農地流轉納入考量范疇，設定如下中介效應模型：

其中，β0和δ0均為常數(shù)項，F(xiàn)armlandit為i省份t時期的農地流轉水平。

（3）面板門檻模型設定。考慮到數(shù)字普惠金融對農業(yè)綠色低碳轉型的作用效果可能受到農地流轉影響，以農地流轉水平作為門檻變量，通過引入示性函數(shù)對式（1）進行拓展，依次設定單一門檻模型與多重門檻模型：

其中，γ表示未知門檻值，α0為常數(shù)項。I(·) 為示性函數(shù)，若滿足括號中的條件，則I(·) =1，反之，I(·) =0。

（4）面板VAR 模型設定。為深化數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響研究，考察二者之間的動態(tài)調整過程，特別是探究數(shù)字普惠金融對農業(yè)綠色低碳轉型是否存在長期影響，對式（1）進行拓展，構建如下面板VAR模型：

其中，At1為待估計系數(shù)矩陣，Y為（Green，Dig）組成的向量，j為滯后階數(shù)?？紤]到構建的是固定效應動態(tài)VAR 模型，在運算過程中，需對各變量進行扣減年份均值、向前均值差分處理，以消除時間與省份固定效應。

2.3 數(shù)據(jù)說明

本文以中國30個省份（不包括西藏和港澳臺）的面板數(shù)據(jù)進行實證分析。為保證所得實證結果、結論與中國當前制度環(huán)境相契合，選擇研究時段為2012—2021 年。所用數(shù)據(jù)主要來自國家統(tǒng)計局網(wǎng)站、歷年《北京大學數(shù)字普惠金融指數(shù)》《中國統(tǒng)計年鑒》《中國農村經(jīng)營管理統(tǒng)計年報》《中國品牌農業(yè)年鑒》《中國休閑農業(yè)年鑒》《中國科技統(tǒng)計年鑒》《中國農產品加工業(yè)年鑒》《中國農村統(tǒng)計年鑒》《中國農業(yè)年鑒》《中國環(huán)境統(tǒng)計年鑒》《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》及EPS數(shù)據(jù)平臺公開信息。部分缺失數(shù)據(jù)采用線性插值法進行補充與完善。

3 實證分析

3.1 基準回歸結果

表2 為數(shù)字普惠金融對農業(yè)綠色低碳轉型影響的基準回歸結果。研究采用遞進式回歸策略，在列（1）中僅控制省份固定效應、時間固定效應進行回歸。結果顯示，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應估計值為0.3596，在1%的水平上顯著，說明數(shù)字普惠金融能夠顯著促進農業(yè)綠色低碳轉型。列（2）在列（1）的基礎上，進一步控制農業(yè)經(jīng)濟發(fā)展水平、財政支農水平、自然災害程度3個變量進行回歸分析，發(fā)現(xiàn)數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應估計值為0.3421，在1%的水平上顯著。這說明在增加控制變量的情況下，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響仍顯著為正，初步證實上述結論穩(wěn)健。列（3）在列（2）的基礎上加入農業(yè)保障水平、城鎮(zhèn)化率2個控制變量進行回歸分析，發(fā)現(xiàn)數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響系數(shù)估計值仍顯著為正，進一步證實上述結論穩(wěn)健。列（4）在前述分析的基礎上引入鄉(xiāng)村道路水平、工業(yè)化水平2個控制變量進行回歸分析，發(fā)現(xiàn)數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響系數(shù)估計值為0.3823，在1%的水平上顯著?？傮w而言，上述分析結果顯示，隨著逐步加入控制變量，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應始終顯著為正。

表2 數(shù)字普惠金融對農業(yè)綠色低碳轉型影響的基準回歸結果

3.2 傳導機制檢驗

為考察農地流轉在數(shù)字普惠金融與農業(yè)綠色低碳轉型之間的中介機制，對式（2）、式（3）進行回歸得到表3 的結果。其中，列（1）為式（2）回歸結果，可以看出數(shù)字普惠金融對農地流轉的影響效應估計值為0.1940，在5%的水平上顯著，說明數(shù)字普惠金融能夠顯著促進農地流轉。列（2）為式（3）的回歸結果，可以看出農地流轉對農業(yè)綠色低碳轉型的影響系數(shù)估計值為0.4742，在1%的水平上顯著；數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響系數(shù)估計值為0.2903，在1%的水平上顯著。上述結果表明，農地流轉在數(shù)字普惠金融與農業(yè)綠色低碳轉型之間扮演中介角色，假設1成立。

表3 中介效應檢驗結果

3.3 門檻效應檢驗

（1）門檻值估計。前述研究已證實數(shù)字普惠金融可通過促進農地流轉帶動農業(yè)綠色低碳轉型。為進一步考察農地流轉是否在數(shù)字普惠金融與農業(yè)綠色低碳轉型之間發(fā)揮門檻效應，基于式（4）、式（5）進行門檻值估計，結果見表4?？梢园l(fā)現(xiàn)，單一門檻值為0.0157，在10%的水平上顯著；雙重門檻值、三重門檻值分別為0.0284、0.0671，均未通過顯著性檢驗。這表明數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響受農地流轉單一門檻影響，應基于單一門檻進行下一步估計。

表4 門檻值估計結果

（2）門檻模型估計。門檻值估計結果初步證實假設2成立，但農地流轉在數(shù)字普惠金融與農業(yè)綠色低碳轉型之間的門檻效應仍有待進一步探討。將門檻值代入式（4）進行回歸分析，結果見表5?？梢园l(fā)現(xiàn)，在農地流轉水平低于0.0157時，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應估計值為0.2103，未通過顯著性檢驗；在農地流轉水平高于0.0157的情況下，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應估計值為0.3714，通過1%水平上的顯著性檢驗。這說明相較于農地流轉水平較低的情況，農地流轉水平較高時數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進作用更強。

表5 面板門檻回歸結果

為研判上述結論是否穩(wěn)健，利用數(shù)字普惠金融滯后1期替換當前數(shù)字普惠金融指標進行再次回歸，檢驗結果見表5列（2）?？梢钥闯?，數(shù)字普惠金融滯后1期對農業(yè)綠色低碳轉型的影響效應受到農地流轉單一門檻影響。在農地流轉水平低于0.0157的情況下，數(shù)字普惠金融滯后1期對農業(yè)綠色低碳轉型的影響系數(shù)估計值為0.2589，未通過顯著性檢驗；當農地流轉水平高于0.0157 時，數(shù)字普惠金融滯后1 期對農業(yè)綠色低碳轉型的影響系數(shù)估計值為0.3714，在1%的水平上顯著。該結果表明當農地流轉水平較低時，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應較弱；當農地流轉水平跨過門檻值時，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應顯著增強。這再次證實假設2，表明本文研究結論可靠。

細究其因，農地流轉水平較低，一方面意味著土地利用效率、農民收入水平較低，另一方面反映出農業(yè)生產規(guī)模較小、土地使用權較為分散。在這種情況下，即使數(shù)字普惠金融提供了便捷的金融服務，農民也可能無法承受高昂的綠色低碳生產成本，難以實現(xiàn)綠色低碳轉型。農地流轉水平較高說明農村土地更多地處于規(guī)?；?jīng)營狀態(tài)下，而規(guī)模化經(jīng)營需要大量的資金投入。數(shù)字普惠金融可幫助農戶籌措到更多的資金來進行綠色低碳轉型，推動農業(yè)向更加環(huán)保和可持續(xù)的方向發(fā)展。由此，政府需要加大農地流轉力度，形成規(guī)模化農業(yè)生產體系，從而更好地發(fā)揮數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進作用。

3.4 長期效應檢驗

為驗證假設3，對式（6）進行回歸分析。第一步，需檢驗各變量是否為平穩(wěn)序列。本文采用LCC 法對各變量進行平穩(wěn)性檢驗，結果顯示農業(yè)綠色低碳轉型、數(shù)字普惠金融、農地流轉、農業(yè)經(jīng)濟發(fā)展水平、財政支農水平、自然災害程度、農業(yè)保障水平、城鎮(zhèn)化率、鄉(xiāng)村道路水平、工業(yè)化水平10個變量均為平穩(wěn)序列，可進行面板向量自回歸（限于篇幅，具體結果不進行列示）。第二步，需檢驗面板VAR 模型是否穩(wěn)定，結果（略）表明，數(shù)字普惠金融、農地流轉與農業(yè)綠色低碳轉型3 個變量的特征根均分布在單位圓內，表明模型穩(wěn)定。第三步，采用GMM 法對面板VAR模型進行估計，結果見下頁表6。列（1）結果顯示，數(shù)字普惠金融滯后1 期對農業(yè)綠色低碳轉型的影響系數(shù)估計值為0.2634，在1%的水平上顯著；數(shù)字普惠金融滯后2期對農業(yè)綠色低碳轉型的影響系數(shù)估計值為0.4016，在1%的水平上顯著；數(shù)字普惠金融滯后3期對農業(yè)綠色低碳轉型的影響系數(shù)估計值為0.4788，在5%的水平上顯著。上述結果表明數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進作用長期存在，且在時間序列上呈動態(tài)疊加特征，假設3得到證實。

表6 面板VAR模型GMM估計結果

由表6 列（2）可知，農業(yè)綠色低碳轉型的滯后期與數(shù)字普惠金融的影響系數(shù)估計值為正但不顯著，初步說明農業(yè)綠色低碳轉型對數(shù)字普惠金融的影響作用較小。為避免樣本分布異質性所造成的結果偏誤，準確體現(xiàn)數(shù)字普惠金融與農業(yè)綠色低碳轉型的動態(tài)相關關系，在此利用脈沖響應函數(shù)展開進一步分析。首先，在基期分別設置農業(yè)綠色低碳轉型和數(shù)字普惠金融一個單位的脈沖，借助MC方法對各內生變量的動態(tài)反應進行計算，而后設置考察期為10，最終得到數(shù)字普惠金融與農業(yè)綠色低碳轉型相互間的脈沖響應函數(shù)圖（見圖1）?？梢钥闯觯r業(yè)綠色低碳轉型會受到自身沖擊的影響，該沖擊效應在前4期為正，于第5期轉為負向，之后逐漸收斂于0；數(shù)字普惠金融對農業(yè)綠色低碳轉型的沖擊基本顯著為正。這再次證實數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進作用長期存在，假設3成立。

圖1 脈沖響應函數(shù)圖

為更清楚地刻畫數(shù)字普惠金融與農業(yè)綠色低碳轉型之間的動態(tài)相關關系，使用方差分解法分析農業(yè)綠色低碳轉型、數(shù)字普惠金融對沖擊響應的貢獻度，具體結果見表7。可以看出，從第1期到第10期，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響在逐步增大，到第10 期達到23.41%。這說明隨著時間推移，數(shù)字普惠金融對農業(yè)綠色低碳轉型變化的解釋力度在不斷加強，再次證實數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應具有長期性。

表7 方差分解結果

3.5 穩(wěn)健性檢驗

（1）基準回歸穩(wěn)健性檢驗?？紤]到模型（1）雖然控制了時間固定效應、個體固定效應，以及一系列可能影響農業(yè)綠色低碳轉型的變量，但仍可能存在內生性問題：一方面，數(shù)字普惠金融和農業(yè)綠色低碳轉型可能互為因果，即在農業(yè)綠色低碳轉型水平較高時，可能會需要更多的資金支持，引致數(shù)字普惠金融發(fā)展水平相應提升；另一方面，模型回歸過程中可能遺漏與數(shù)字普惠金融、農業(yè)綠色低碳轉型都相關的變量，導致數(shù)字普惠金融出現(xiàn)內生性問題。由此，采用替代變量法和工具變量法對基準回歸模型重新進行回歸，以解決上述問題，確保研究結論穩(wěn)健。

第一，替代變量法。采用數(shù)字普惠金融滯后1期作為數(shù)字普惠金融指數(shù)的替代變量，對模型（1）重新進行估計，同樣采取遞進式回歸策略，結果見表8列（1）至列（4）?？梢钥闯?，數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響系數(shù)估計值均顯著為正，證實數(shù)字普惠金融對農業(yè)綠色低碳轉型具有顯著促進作用，說明本文基準回歸結果具有穩(wěn)健性。

表8 穩(wěn)健性檢驗結果

第二，工具變量法。借鑒李曉園與劉雨濛（2021）[20]的研究，采用數(shù)字普惠金融指數(shù)滯后1期與一階差分項的乘積作為工具變量，對模型（1）重新進行估計，結果見表8列（5）。可以看出，數(shù)字普惠金融對農業(yè)綠色低碳轉型仍發(fā)揮顯著促進作用，與上述結論相符，說明研究結論穩(wěn)健。

（2）傳導機制的穩(wěn)健性檢驗。以數(shù)字普惠金融滯后1期作為數(shù)字普惠金融的替代變量，對傳導機制進行穩(wěn)健性檢驗。結果顯示，農地流轉在數(shù)字普惠金融與農業(yè)綠色低碳轉型間發(fā)揮中介效應，假設1 成立，表明本文傳導機制研究結論可靠。

（3）長期效應的穩(wěn)健性檢驗。通過在表2 列（4）的基礎上加入數(shù)字普惠金融指標與各年份啞變量交叉項的方式，檢驗數(shù)字普惠金融對農業(yè)綠色低碳轉型影響的長期效應。先設定數(shù)字普惠金融指標與2012年啞變量交叉項為參照變量，再依次對各年份進行回歸估計，結果如下頁表9 所示。分析可知，相較于2012 年，2013—2015 年數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應并未發(fā)生明顯變化；2016 年后數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響系數(shù)估計值逐漸增大，且開始通過顯著性檢驗；2021 年，數(shù)字普惠金融的影響系數(shù)估計值達0.7546，為研究期內最高值。這說明假設3再次得到印證，即數(shù)字普惠金融對農業(yè)綠色低碳轉型的影響效應會隨著時間推移逐步增長，具有長期性。

表9 數(shù)字普惠金融影響隨年份變動估計

4 結論與建議

本文基于2012—2021 年中國省級面板數(shù)據(jù)，考察數(shù)字普惠金融、農地流轉與農業(yè)綠色低碳轉型的關系。研究發(fā)現(xiàn)：第一，數(shù)字普惠金融可通過促進農地流轉驅動農業(yè)綠色低碳轉型；第二，數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進作用存在農地流轉單一門檻效應；第三，數(shù)字普惠金融對農業(yè)綠色低碳轉型的促進作用隨時間推移逐步增強。

基于實證結果，提出如下建議：（1）拓寬數(shù)字普惠金融服務半徑。為進一步滿足農業(yè)綠色低碳轉型的金融服務需求，金融機構可搭建數(shù)字普惠金融平臺，拓展服務渠道、提高服務質量，擴大服務范圍，為更多的農業(yè)生產者提供金融和技術支持，助力農業(yè)綠色低碳轉型。（2）建立土地流轉市場。地方政府應通過制定土地流轉市場管理辦法、土地流轉評估機構與交易機構，明確土地流轉市場的定位、功能、管理機構、監(jiān)管措施等，規(guī)范土地流轉市場運作，為土地流轉市場提供可靠的評估數(shù)據(jù)和服務。（3）打造數(shù)字普惠金融長效監(jiān)管體系。一方面，地方政府可通過制定相關行政法規(guī)，明確數(shù)字普惠金融監(jiān)管職責和權限，規(guī)范數(shù)字普惠金融市場的運作，保障農業(yè)綠色低碳轉型。另一方面，地方政府可提高數(shù)字普惠金融機構信息披露透明度，公開數(shù)字普惠金融產品的收益率、費用、風險等信息，提高消費者對數(shù)字普惠金融產品的認知和選擇能力，賦能農業(yè)綠色低碳轉型。