惠 瑜, 劉潤芳

(西安財經(jīng)大學統(tǒng)計學院, 西安 710100)

2022年3月30日發(fā)布的《關于做好2022年金融支持全面推進鄉(xiāng)村振興重點工作的意見》,要求繼續(xù)深入實施金融科技賦能鄉(xiāng)村振興示范工程,發(fā)展農(nóng)村數(shù)字普惠金融,強化金融科技賦能鄉(xiāng)村振興。此外,黨的二十大報告中強調(diào)要“全面推進鄉(xiāng)村振興,堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展”。數(shù)字普惠金融作為金融科技的一部分,正在改變傳統(tǒng)金融服務的方式,為農(nóng)村居民和企業(yè)提供了更加便捷、貼近實際需求的金融工具。與此同時,綠色技術創(chuàng)新通過提供可持續(xù)的解決方案,助力農(nóng)村地區(qū)減少資源浪費、降低環(huán)境影響,并增強生態(tài)系統(tǒng)的抵御能力。然而,數(shù)字普惠金融和綠色技術創(chuàng)新之間的相互關系以及它們與鄉(xiāng)村振興之間的聯(lián)系,尚未得到充分的研究和理解。因此,深入探討數(shù)字普惠金融對鄉(xiāng)村振興的影響以及綠色技術創(chuàng)新的中介作用,對促進我國鄉(xiāng)村振興戰(zhàn)略的成功實施具有重大意義。

1 文獻綜述

目前,已有較多學者圍繞數(shù)字普惠金融、鄉(xiāng)村振興影響及綠色技術創(chuàng)新展開學術研究,形成了豐富的結(jié)論。

第一,數(shù)字普惠金融對鄉(xiāng)村振興的影響機制,相關學者主要從理論方面和實證方面進行研究,首先在理論方面學者龐艷賓[1]認為數(shù)字普惠金融通過數(shù)字技術和互聯(lián)網(wǎng)渠道,擴大了金融服務的覆蓋范圍,以此來推動鄉(xiāng)村振興戰(zhàn)略的實施。陳春仲[2]指出盡管數(shù)字普惠金融在農(nóng)村商業(yè)銀行中取得了廣泛的應用并取得了顯著效果,但仍然存在產(chǎn)品數(shù)量有限和創(chuàng)新不足等問題,這些問題相對較為突出。潘宗英[3]認為數(shù)字普惠金融正逐漸演變?yōu)檗r(nóng)村金融機構在促進鄉(xiāng)村產(chǎn)業(yè)振興方面的重要策略和工具。其次是在實證方面,尹志超和張?zhí)枟漑4]、易行健和周利[5]、劉錦怡和劉純陽[6]、田娟娟和馬小林[7]和張英杰[8]分別實證研究了數(shù)字普惠金融通過縮小城鄉(xiāng)收入差距、減緩農(nóng)村貧困、緩解信貸約束、促進農(nóng)業(yè)轉(zhuǎn)型升級以及提高創(chuàng)新活躍度來提升鄉(xiāng)村振興水平。

第二,數(shù)字普惠金融與綠色技術創(chuàng)新的關聯(lián)分析。首先,數(shù)字普惠金融為綠色技術創(chuàng)新提供了關鍵的資金支持和金融解決方案。綠色技術創(chuàng)新通常需要大量的資金用于研發(fā)、生產(chǎn)和推廣,而數(shù)字普惠金融通過為個體和企業(yè)提供便捷的融資途徑,緩解企業(yè)的融資約束,使得更多人能夠參與到綠色技術領域,從而推動了綠色技術的發(fā)展和應用[9-11]。其次,數(shù)字金融對區(qū)域綠色技術創(chuàng)新起到了正向的促進作用,不僅如此,二者之間還存在較強的空間溢出效應[12-13]。此外,數(shù)字普惠金融與綠色技術創(chuàng)新之間存在協(xié)同效應,此效應有助于緩解社會主要矛盾,促進共同富裕[14]。

綜上所述,現(xiàn)有研究多為雙元主體之間的關系探討,鮮有學者對數(shù)字普惠金融、綠色技術創(chuàng)新及鄉(xiāng)村振興三者之間的相關性研究。同時,雖有較多文獻涉及數(shù)字普惠金融對鄉(xiāng)村振興的影響機理,但忽略了綠色技術創(chuàng)新在其中所起到的關鍵作用?？傮w來看,本文的邊際貢獻主要有:①將數(shù)字普惠金融、綠色技術創(chuàng)新和鄉(xiāng)村振興這三個領域進行整合研究,以揭示它們之間的相互關系,這種綜合性的視角對于理解鄉(xiāng)村發(fā)展的多維度因素提供了全新的認識;②通過采用空間面板模型,對數(shù)字普惠金融在促進鄉(xiāng)村振興過程中的空間效應進行實證分析,豐富了相關文獻;③通過探究中介效應,研究揭示了綠色技術創(chuàng)新對鄉(xiāng)村振興可能產(chǎn)生的影響,其有助于制定更具針對性的政策或措施,推動鄉(xiāng)村全面振興。

2 模型設計與變量選取

2.1 中介效應模型構建

參考溫忠麟等[15]的分析思路,研究綠色技術創(chuàng)新在數(shù)字普惠金融促進鄉(xiāng)村振興的過程中是否存在中介效應,分別構建數(shù)字普惠金融(Dfi)對綠色技術創(chuàng)新(Dti)、數(shù)字普惠金融與綠色技術創(chuàng)新對鄉(xiāng)村振興(Rural)的模型,具體模型如下:

Ruralit=α0+α1Dfiit+αjConit+μi+εit

(1)

Dtiit=β0+β1Dfiit+βjConit+μi+εit

(2)

Ruralit=γ0+γ1Dfiit+γ2Dtiit+γjConit+

μi+εit

(3)

式中:Ruralit為第t年省份i的鄉(xiāng)村振興水平;Dfiit為第t年省份i的數(shù)字普惠金融發(fā)展指數(shù);Ditti為中介變量綠色技術創(chuàng)新;Conit為控制變量;μi為i省份不隨時間變動的個體固定效應;εit為隨機誤差項。

2.2 空間計量模型的構建

數(shù)字普惠金融在各省份間的流動不是相互獨立的,省份A的數(shù)字普惠金融可能會受到省份B以及其他省份的影響,所以在進行模型設定時,有必要考慮數(shù)字普惠金融的空間關聯(lián)效應,為考察數(shù)字普惠金融對鄉(xiāng)村振興的空間溢出效應,構建以下空間計量模型:

yit=α0+ρWyit+βXit+αWXit+vt+μt+εit

(4)

(5)

式中:W為二進制鄰接矩陣;yit為第t年省份i的鄉(xiāng)村振興水平;X為數(shù)字普惠金融指數(shù)和控制變量;β為解釋變量的回歸系數(shù);ρ、λ分別為空間自回歸與空間自相關系數(shù);μt為個體效應;vt為時間效應;εit為隨機誤差項。在實際計量檢驗中,如果ρ=0、α=0、λ≠0,則式(4)為空間誤差模型(spatial error model,SEM);如果ρ≠0、α=0、λ=0,則式(4)為空間滯后模型(spatial lagged model,SLR);如果ρ≠0、α≠0、λ≠0,則式(4)為空間杜賓模型(spatial Dubin model,SDM)。

2.3 變量說明

(1)被解釋變量:鄉(xiāng)村振興發(fā)展水平(Rural)。依據(jù)鄉(xiāng)村振興戰(zhàn)略的總要求,從鄉(xiāng)村振興發(fā)展的五個維度選取了相應指標,如表1所示,并采用熵權法測算得出鄉(xiāng)村振興綜合指數(shù),以此來衡量全國31個省份的鄉(xiāng)村振興水平。

(2)核心解釋變量:數(shù)字普惠金融(Dfi)。反映我國各省數(shù)字普惠金融發(fā)展程度,利用郭峰等[16]測算出的數(shù)字普惠金融指數(shù)進行實證研究。

(3)中介變量:綠色技術創(chuàng)新(Dti)。選擇綠色專利申請總數(shù)來衡量綠色技術創(chuàng)新水平。鑒于專利申請流程較為復雜且耗時較長,而綠色技術很有可能在申請專利的過程中影響企業(yè)生產(chǎn)經(jīng)營績效,故綠色專利申請數(shù)量比授權數(shù)量更具時效性、穩(wěn)定性和可靠性[17]。

(4)控制變量。借鑒康書生和楊娜娜[18],選取如下控制變量:經(jīng)濟發(fā)展水平(pgdp,人均地區(qū)生產(chǎn)總值)、財政支農(nóng)力度(fiscal,涉農(nóng)支出/財政總支出)、交通建設力度(road,地區(qū)公路里程)、產(chǎn)業(yè)結(jié)構(primary,第一產(chǎn)業(yè)生產(chǎn)總值/生產(chǎn)總值)。

2.4 樣本選取與數(shù)據(jù)來源

選取2011—2021年31個省份的數(shù)據(jù),對各項指標缺失數(shù)據(jù)用插值法插補處理。數(shù)字普惠金融指數(shù)由北京大學數(shù)字金融研究中心提供,衡量綠色技術創(chuàng)新的數(shù)據(jù)來源于中國研究數(shù)據(jù)服務平臺(CNRDS),其余的樣本數(shù)據(jù)則取自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國城鄉(xiāng)建設統(tǒng)計年鑒》《中國教育統(tǒng)計年鑒》,以及各省份的統(tǒng)計年鑒。

3 實證分析與結(jié)果

3.1 數(shù)據(jù)預處理

為了消除量綱,需要對樣本數(shù)據(jù)標準化,公式如下:

(6)

式中:t為年份;i為地區(qū);j為變量;Xtij為第t年i地區(qū)j變量的原始數(shù)據(jù);X′tij為第t年i地區(qū)j指標標準化后的數(shù)據(jù);Xmax、Xmin分別為樣本數(shù)據(jù)的最大值與最小值。為避免標準化后的數(shù)據(jù)存在數(shù)字為0的情況,對數(shù)據(jù)進行一次平移,即給標準化后的數(shù)據(jù)加0.000 1,從而保證后續(xù)不會出錯。

3.2 基準回歸與中介效應檢驗

表2為數(shù)字普惠金融對鄉(xiāng)村振興影響的基準回歸與中介回歸測算結(jié)果。由于F檢驗和Hausman檢驗都在1%的顯著性水平上拒絕原假設,說明固定效應模型是最佳選擇。表2列(1)和列(2)分別是未加入控制變量和加入控制變量的基準回歸,其中列(1)結(jié)果顯示數(shù)字普惠金融對鄉(xiāng)村振興的影響效應估計值為1.374,且都通過了1%顯著性水平的檢驗,表明數(shù)字普惠金融對鄉(xiāng)村振興存在顯著的正向促進作用。列(2)在列(1)的基礎上加入了控制變量并進行回歸分析,發(fā)現(xiàn)數(shù)字普惠金融對鄉(xiāng)村振興的影響效應估計值為2.184,在1%的水平上顯著。這說明在加入控制變量的情況下,數(shù)字普惠金融對鄉(xiāng)村振興的影響仍顯著為正。

表2 基準回歸與中介回歸結(jié)果

進一步分析數(shù)字普惠金融對鄉(xiāng)村振興的間接傳導機制。由表2列(3)可知,數(shù)字普惠金融對綠色技術創(chuàng)新水平的影響系數(shù)顯著為正,表明數(shù)字普惠金融可提升綠色技術創(chuàng)新水平。由表2列(4)可知,在納入綠色技術創(chuàng)新變量之后,考慮控制變量影響時,數(shù)字普惠金融對鄉(xiāng)村振興的影響由2.184下降到1.785。中介效應大小為22.17%,即數(shù)字普惠金融對鄉(xiāng)村振興的影響分別有22.17%是通過綠色技術創(chuàng)新實現(xiàn)的。該結(jié)果表明綠色技術創(chuàng)新在數(shù)字普惠金融與鄉(xiāng)村振興關系中起到了明顯的部分中介角色。

3.3 空間效應分析

3.3.1 空間相關性檢驗

在建立模型之前,檢驗是否適合建立空間計量模型,選擇被解釋變量鄉(xiāng)村振興水平(Rural),采用全局莫蘭指數(shù)檢驗是否存在空間自相關性,檢驗結(jié)果如表3所示。

表3 鄉(xiāng)村振興水平的全局莫蘭指數(shù)

由表3可知,2011—2021年的莫蘭指數(shù)均大于零,且P均小于0.01,故拒絕原假設,表明存在空間自相關性,可以建立空間計量模型。

3.3.2 空間溢出效應分析

采用二進制鄰接矩陣構建空間計量模型,首先對多元線性回歸模型做最小二乘估計,再對模型進行LM檢驗,結(jié)果顯示LM檢驗均在5%水平上顯著拒絕原假設,表明SEM和SLR均可使用;其次,由Hausman檢驗統(tǒng)計量結(jié)果為21.74,且其檢驗值在1%水平上拒絕原假設,可初步確定模型為固定效應模型;然后分別檢驗了時間固定效應和個體固定效應的顯著性,結(jié)果表明時間固定效應模型優(yōu)于個體固定效應模型;最后,通過LR檢驗結(jié)果來看,其檢驗顯著拒絕原假設,說明SDM不會退化為SLR或SEM,結(jié)果如表4所示。

表4 空間計量檢驗結(jié)果

表5呈現(xiàn)的回歸結(jié)果包括空間杜賓模型(SDM)、空間滯后模型(SLR)、空間誤差模型(SEM)以及普通最小二乘回歸模型(ordinary least square,OLS)。研究結(jié)果表明,SDM模型的擬合優(yōu)度為0.68,顯著高于其他三個模型。此外,SDM模型的對數(shù)似然值也達到了最大值。綜上,最終選定空間杜賓固定效應模型來探究數(shù)字普惠金融對地區(qū)鄉(xiāng)村振興的影響。

表5 SDM、SAR、SEM、OLS模型空間回歸結(jié)果

根據(jù)表5空間杜賓固定效應模型回歸結(jié)果來看,數(shù)字普惠金融指數(shù)的系數(shù)均為正,并通過了1%的顯著性檢驗,這意味著,每當數(shù)字普惠金融指數(shù)提升一個單位,鄉(xiāng)村振興水平就會相應地增加2.31個單位。因此,認為在考慮到經(jīng)濟發(fā)展因素的基礎上,應進一步加大對全省范圍內(nèi)鄉(xiāng)村振興戰(zhàn)略的支持力度,以實現(xiàn)全省整體鄉(xiāng)村振興戰(zhàn)略目標的完成。同時空間溢出項W×Dfi的系數(shù)也顯著為正,這意味著提高本省的數(shù)字普惠金融水平不僅能夠有效地提升本省的鄉(xiāng)村振興水平,同時也會促進鄰近省份鄉(xiāng)村振興水平的提升。其原因可能是數(shù)字普惠金融的推廣能帶來經(jīng)濟聯(lián)動效應以及鄰近省份可能在經(jīng)濟上與本省份有著緊密的聯(lián)系和合作。此外,針對數(shù)字普惠金融對鄉(xiāng)村振興的影響效應做了進一步分解,分解結(jié)果顯示,數(shù)字普惠金融的直接效應與間接效應均顯著為正,表明提升數(shù)字普惠金融水平不僅能有效改善本省鄉(xiāng)村振興水平,還能促進相鄰地區(qū)鄉(xiāng)村振興的發(fā)展。

3.4 異質(zhì)性檢驗

為了驗證數(shù)字普惠金融對不同地區(qū)鄉(xiāng)村振興水平的影響是否存在差異,將全國劃分為東部、中部、西部并分別對其進行檢驗,具體結(jié)果如表6所示。實證結(jié)果表明數(shù)字普惠金融對東部、中部、西部地區(qū)鄉(xiāng)村振興的影響均顯著為正。其中,中部地區(qū)的空間效應顯著高于東部和西部地區(qū)。原因可能在于東部地區(qū)的數(shù)字普惠金融已經(jīng)取得了較高的普及率以及其在鄉(xiāng)村振興方面已經(jīng)產(chǎn)生了較大的影響,那么進一步的推廣可能會遇到遞減的效應。中部地區(qū)正處于迅速發(fā)展時期,有更大的潛在需求。因此,一旦數(shù)字普惠金融在這些地區(qū)開始推廣,就會有更顯著的溢出效應,因為這些地區(qū)之前未曾充分受益于該技術或政策帶來的影響。相比之下,西部地區(qū)的基礎設施可能較為落后,且由于金融資源和服務覆蓋不足,可能導致數(shù)字普惠金融對鄉(xiāng)村振興的影響效果較低。

表6 異質(zhì)性檢驗結(jié)果

3.5 穩(wěn)健性檢驗與內(nèi)生性檢驗

3.5.1 穩(wěn)健性檢驗

采用地理距離權重矩陣替代了二進制鄰接矩陣,相關的回歸結(jié)果如表7列(1)所示。值得指出的是,盡管改變了權重矩陣的選擇,但數(shù)字普惠金融系數(shù)仍然表現(xiàn)出顯著性。此外,空間溢出項W×Dfi的系數(shù)也維持了顯著的正向關聯(lián)。這一結(jié)果進一步強化了結(jié)論的穩(wěn)健性和可信度。

表7 穩(wěn)健性與內(nèi)生性檢驗結(jié)果

3.5.2 內(nèi)生性檢驗

采用工具變量法對內(nèi)生性進行檢驗。參考劉超等[19]的研究,選取數(shù)字普惠金融指數(shù)的一階滯后項作為工具變量進行檢驗,表7列(2)和列(3)呈現(xiàn)了檢驗結(jié)果。值得注意的是,數(shù)字普惠金融與工具變量系數(shù)均顯著為正。此外,F統(tǒng)計量遠遠超過10,這表明工具變量與內(nèi)生解釋變量之間存在顯著相關性。在對工具變量的弱識別進行檢驗時,Kleibergen-Paaprk WaldF統(tǒng)計量和Cragg-Donald WaldF統(tǒng)計量的數(shù)值均高于Stock-Yogo弱工具變量檢驗的10%水平臨界值,從而拒絕了原假設,這表明模型不存在弱工具變量問題。因此,考慮到內(nèi)生性的影響,可以得出數(shù)字普惠金融對鄉(xiāng)村振興產(chǎn)生積極影響的結(jié)論,這進一步確立了結(jié)果的穩(wěn)健性。

4 結(jié)論與建議

基于數(shù)字普惠金融對鄉(xiāng)村振興的內(nèi)在作用機制,以2011—2021年我國31個省份面板數(shù)據(jù)作為樣本數(shù)據(jù),采用多種計量方法從全國層面實證分析數(shù)字普惠金融對鄉(xiāng)村振興的影響效應以及以綠色技術創(chuàng)新為傳導路徑的中介效應。主要結(jié)論有:一是數(shù)字普惠金融可顯著促進鄉(xiāng)村振興水平的提升,且具有顯著的區(qū)域異質(zhì)性,其中中部地區(qū)的空間效應影響效果最高,東部的影響效果優(yōu)于西部的影響效果;二是數(shù)字普惠金融除了對鄉(xiāng)村振興產(chǎn)生直接作用,也可通過提升綠色技術創(chuàng)新水平間接推動鄉(xiāng)村振興的發(fā)展,但直接效應遠大于間接效應;三是數(shù)字普惠金融對本省份鄉(xiāng)村振興的發(fā)展起到正向作用,同時也會對周圍地區(qū)產(chǎn)生正向的空間溢出效應。

基于上述分析,提出以下三點建議:一是充分發(fā)揮數(shù)字普惠金融的促進作用,助推鄉(xiāng)村全面振興。建立健全的監(jiān)管框架,監(jiān)督數(shù)字金融業(yè)務,確保合規(guī)性和透明度,提倡金融機構在不同地區(qū)開展合作,并注重在當?shù)赝瞥鰟?chuàng)新金融產(chǎn)品和服務,同時建立監(jiān)測系統(tǒng),以跟蹤數(shù)字普惠金融的影響和效果,以便及時調(diào)整政策,實現(xiàn)鄉(xiāng)村振興的可持續(xù)發(fā)展。二是積極推動數(shù)字普惠金融與綠色技術創(chuàng)新之間的協(xié)同發(fā)展,以促進鄉(xiāng)村振興的可持續(xù)發(fā)展?？赏ㄟ^建立金融支持計劃、創(chuàng)新基金或競賽來實現(xiàn),鼓勵數(shù)字金融機構提供資金和資源支持綠色技術項目。此外,建議建立一個信息共享平臺,使數(shù)字普惠金融機構、綠色技術創(chuàng)新者和政府部門能夠交流經(jīng)驗和最佳實踐,從而推動鄉(xiāng)村地區(qū)的可持續(xù)發(fā)展。三是充分發(fā)揮空間溢出效應,建立更為緊密的區(qū)域合作機制。通過與周邊地區(qū)建立合作伙伴關系,共同推動數(shù)字金融普惠化,以便促進更廣范圍內(nèi)的經(jīng)濟增長和可持續(xù)發(fā)展。此外,加強信息共享和資源互補,打造更開放、包容的合作平臺,有助于最大化數(shù)字金融的影響力,實現(xiàn)全面的區(qū)域共贏。