摘要：農(nóng)機(jī)價(jià)格的提高使中小農(nóng)戶難以負(fù)擔(dān)購(gòu)置或租用成本，資金成為農(nóng)戶農(nóng)業(yè)機(jī)械化水平提升的關(guān)鍵制約。基于中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)和北京大學(xué)數(shù)字普惠金融指數(shù)，運(yùn)用Order Probit模型分析數(shù)字普惠金融對(duì)農(nóng)戶農(nóng)業(yè)機(jī)械化水平的影響，并以農(nóng)村家庭創(chuàng)業(yè)為切入點(diǎn)闡釋其影響機(jī)制。研究發(fā)現(xiàn)，數(shù)字普惠金融能夠顯著提高農(nóng)戶機(jī)械化水平，且其提升作用約有30.8%是通過農(nóng)村家庭創(chuàng)業(yè)這一中介實(shí)現(xiàn)的；數(shù)字普惠金融對(duì)農(nóng)戶農(nóng)業(yè)機(jī)械化水平的提升作用在糧食主產(chǎn)區(qū)、產(chǎn)銷平衡區(qū)和丘陵山區(qū)表現(xiàn)更顯著，并受到傳統(tǒng)金融發(fā)展程度的正向調(diào)節(jié)作用。為此，不同地形區(qū)域和糧食產(chǎn)銷區(qū)應(yīng)因地制宜鼓勵(lì)農(nóng)村地區(qū)開展數(shù)字普惠金融業(yè)務(wù)，并配套政策鼓勵(lì)農(nóng)村家庭創(chuàng)業(yè)。

關(guān)鍵詞：農(nóng)業(yè)機(jī)械化；數(shù)字普惠金融；農(nóng)村家庭創(chuàng)業(yè)；中介效應(yīng)

中圖分類號(hào)：F323.3

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2095-5553 （2024） 05-0320-09

收稿日期：2022年10月9日" 修回日期：2022年11月24日*基金項(xiàng)目：國(guó)家哲學(xué)社會(huì)科學(xué)基金項(xiàng)目（22BJY179）；國(guó)家自然科學(xué)基金青年科學(xué)基金項(xiàng)目（72103054）；教育部人文社會(huì)科學(xué)研究一般項(xiàng)目（19YJA790121）；中國(guó)博士后科學(xué)基金第14批特別資助項(xiàng)目（2021T140181）；河南省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)經(jīng)濟(jì)評(píng)價(jià)體系崗位專家基金（HARS—22—17—G4）

第一作者：秦冠宇，男，1998年生，河南新鄉(xiāng)人，碩士研究生；研究方向?yàn)檗r(nóng)業(yè)機(jī)械化、農(nóng)業(yè)產(chǎn)業(yè)組織。E-mail： guanyu_qin@163.com

通訊作者：趙翠萍，女，1971年生，鄭州人，博士，教授，博導(dǎo)；研究方向?yàn)檗r(nóng)業(yè)產(chǎn)業(yè)組織、農(nóng)業(yè)經(jīng)濟(jì)政策。E-mail： pingcuizhao@163.com

Impact of digital inclusive finance on farmers’ mechanization level

Qin Guanyu1， Zhao Cuiping1， Zhang Ying1， Huang Zuhui2

（1. College of Economy and Management， Henan Agricultural University， Zhengzhou， 450046， China；

2. China Academy of Rural Development， Zhejiang University， Hangzhou， 310058， China）

Abstract：

The increase of agricultural machinery price makes it difficult for small and medium-sized farmers to afford the costs of purchasing" or renting， and capital has become a key constraint in improving the level of mechanization among farmers. Based on the data from the China Labor-force Dynamics Survey and the digital financial inclusion index from Peking University， this study uses the Order Probit model to analyze the impact of digital financial inclusion on the mechanization level of farmers and explains its influencing mechanism from the perspective of rural family entrepreneurship. It is found that digital financial inclusion can significantly improve the mechanization level of farmers， with rural family entrepreneurship serving as a significant intermediary， contributing to approximately 30.8% of the improvement. The effect of digital financial inclusion on the improvement of farmers’ mechanization level is more significant in main grain-producing areas， production and sales balance areas， and hilly and mountainous areas. It’s also positively moderated by the development degree of traditional finance. To this end， digital inclusive financial services should be encouraged in rural areas， tailored to the specific needs of different geographical regions and grain production and marketing areas. And policies to encourage rural families to start businesses also need to be formulated.

Keywords：

agricultural mechanization; digital inclusion finance; rural household entrepreneurship; intermediary effects

0 引言

當(dāng)前，各種復(fù)合式、高性能、大功率農(nóng)用機(jī)械的出現(xiàn)，對(duì)農(nóng)業(yè)機(jī)械化水平和農(nóng)業(yè)生產(chǎn)效率的提升起到了積極作用。但同時(shí)帶來的農(nóng)機(jī)價(jià)格攀升，也提高了農(nóng)戶購(gòu)置和租賃農(nóng)用機(jī)械的成本，以至于資金日益成為農(nóng)戶農(nóng)業(yè)機(jī)械化水平提升的關(guān)鍵制約。

為緩解包括農(nóng)戶在內(nèi)的各類農(nóng)業(yè)經(jīng)營(yíng)主體的購(gòu)機(jī)約束，國(guó)家通過財(cái)政、保險(xiǎn)和信貸構(gòu)建支農(nóng)體系［1］，旨在將資金引入農(nóng)村，助力農(nóng)業(yè)生產(chǎn)領(lǐng)域資本化改造，提升農(nóng)戶農(nóng)業(yè)機(jī)械化水平［2］。但傳統(tǒng)金融框架下的支農(nóng)體系存在顯著小農(nóng)排斥問題［3， 4］，多數(shù)小農(nóng)因缺乏抵押物和央行征信記錄無法參與銀行信用評(píng)估，在政策缺位情況下很難獲得融資，農(nóng)戶農(nóng)業(yè)機(jī)械化發(fā)展所面臨的資金約束并未真正得到緩解。

數(shù)字普惠金融的出現(xiàn)與發(fā)展為打破農(nóng)戶農(nóng)業(yè)機(jī)械化的資金約束提供了新工具［5， 6］。其貸款流程簡(jiǎn)便，無需央行征信記錄即可對(duì)中小農(nóng)戶信用水平進(jìn)行測(cè)量，更具包容性，規(guī)避了傳統(tǒng)金融支農(nóng)存在的金融排斥問題。數(shù)字普惠金融還能依托互聯(lián)網(wǎng)規(guī)模優(yōu)勢(shì)深入“三農(nóng)”領(lǐng)域，為微觀農(nóng)戶提供高效的信貸服務(wù)［7］。與傳統(tǒng)金融相比，其放款速度更快，貸款資金規(guī)模、周期方面也更加靈活，能更好解決農(nóng)戶在購(gòu)置、租賃農(nóng)業(yè)機(jī)械時(shí)的臨時(shí)性、小規(guī)模資金不足問題，有效助力農(nóng)戶機(jī)械化水平提高。

與此同時(shí)，數(shù)字普惠金融在農(nóng)村地區(qū)的發(fā)展也引發(fā)了大量創(chuàng)業(yè)活動(dòng)［8， 9］，其中不僅包括圍繞農(nóng)業(yè)開展的創(chuàng)業(yè)活動(dòng)，還涵蓋了以工商業(yè)經(jīng)營(yíng)為主的非農(nóng)創(chuàng)業(yè)活動(dòng)?；诖?，部分研究認(rèn)為，數(shù)字普惠金融的發(fā)展可能引發(fā)“三農(nóng)”領(lǐng)域的資本流入非農(nóng)產(chǎn)業(yè)部門［10］。數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的影響究竟如何？農(nóng)戶機(jī)械化水平是否會(huì)受到農(nóng)村家庭創(chuàng)業(yè)抽離農(nóng)業(yè)資金的影響？農(nóng)村家庭創(chuàng)業(yè)在數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的影響過程中又扮演何種角色？

本文基于中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)和北京大學(xué)數(shù)字普惠金融指數(shù)，嘗試?yán)迩鍞?shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的影響。并以農(nóng)村家庭創(chuàng)業(yè)為切入點(diǎn)，分析數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平影響的作用機(jī)制。與已有文獻(xiàn)相比，本文可能的邊際貢獻(xiàn)在于豐富數(shù)字普惠金融和農(nóng)戶機(jī)械化方面的研究，將農(nóng)村家庭創(chuàng)業(yè)納入數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平影響的機(jī)制分析，為破解農(nóng)戶機(jī)械化的資金約束提供可資借鑒的參考和可行途徑。

1 理論分析與研究假說

1.1 數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的直接影響

在人口紅利即將消失的背景下，農(nóng)村勞動(dòng)力向城市轉(zhuǎn)移、數(shù)量不斷減少、價(jià)格高企，理性農(nóng)戶為了控制成本會(huì)在生產(chǎn)過程中主動(dòng)使用機(jī)械來替代勞動(dòng)。但中小農(nóng)戶農(nóng)業(yè)生產(chǎn)規(guī)模、資金水平有限，在機(jī)械替代勞動(dòng)過程中面臨著嚴(yán)重的資金約束［11］。且在傳統(tǒng)金融體系下，中小規(guī)模農(nóng)戶因缺乏合格質(zhì)、抵押物和合規(guī)征信記錄而難以逾越傳統(tǒng)銀行業(yè)的信用門檻，往往被金融機(jī)構(gòu)排斥，面臨著信貸約束的問題［12， 13］。數(shù)字普惠金融的出現(xiàn)與發(fā)展有助于彌補(bǔ)傳統(tǒng)金融在支農(nóng)方面的局限性，能夠?yàn)檗r(nóng)戶機(jī)械化水平提高提供資金支持。借助互聯(lián)網(wǎng)信息技術(shù)，數(shù)字普惠金融能夠通過線上觸達(dá)農(nóng)戶，有效擴(kuò)大金融支農(nóng)服務(wù)的覆蓋廣度，提高農(nóng)戶金融服務(wù)的可得性［14］。依靠蓬勃發(fā)展的手機(jī)互聯(lián)網(wǎng)和農(nóng)村地區(qū)完備的電信基礎(chǔ)設(shè)施，數(shù)字普惠金融機(jī)構(gòu)能夠根據(jù)中小農(nóng)戶的互聯(lián)網(wǎng)購(gòu)物、繳款等記錄即時(shí)開展授信資格審查［15］。對(duì)于購(gòu)買農(nóng)機(jī)的農(nóng)戶而言，無需央行征信系統(tǒng)的信用記錄即可通過手機(jī)互聯(lián)網(wǎng)申請(qǐng)信貸資金，降低了資金獲取的信用門檻，緩解了中小農(nóng)戶遭遇的金融排斥和臨時(shí)性的資金約束［3］，有助于促成農(nóng)業(yè)機(jī)械投資，提高農(nóng)戶機(jī)械化水平?；诖?，本文提出第一個(gè)假設(shè)H1：數(shù)字普惠金融能夠促進(jìn)農(nóng)戶機(jī)械化水平提升。

1.2 數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的間接影響

數(shù)字普惠金融提供的資金用途沒有限制，其在農(nóng)村地區(qū)的發(fā)展顯著引發(fā)了大量創(chuàng)業(yè)活動(dòng)［8］。農(nóng)村家庭創(chuàng)業(yè)作為數(shù)字普惠金融發(fā)展衍生的重要活動(dòng)，包括農(nóng)業(yè)創(chuàng)業(yè)和非農(nóng)創(chuàng)業(yè)，兩類創(chuàng)業(yè)均是數(shù)字普惠金融推動(dòng)農(nóng)戶機(jī)械化水平提高的中介。

農(nóng)業(yè)創(chuàng)業(yè)指農(nóng)戶設(shè)立合作社、家庭農(nóng)場(chǎng)等新型農(nóng)業(yè)經(jīng)營(yíng)主體參與農(nóng)業(yè)生產(chǎn)。這將通過擴(kuò)大土地規(guī)模、增加農(nóng)業(yè)生產(chǎn)投資來顯著提升創(chuàng)業(yè)農(nóng)戶自身的機(jī)械化水平。此外，新型農(nóng)業(yè)經(jīng)營(yíng)主體還具有正外部性，能夠通過農(nóng)地流轉(zhuǎn)［16］和提供社會(huì)化服務(wù)［17］來帶動(dòng)更多中小農(nóng)戶機(jī)械化水平的提升。非農(nóng)創(chuàng)業(yè)指農(nóng)戶開展工業(yè)、商業(yè)等非農(nóng)產(chǎn)業(yè)的生產(chǎn)經(jīng)營(yíng)行為［18， 19］。在該種創(chuàng)業(yè)類型下，三農(nóng)領(lǐng)域的資本要素會(huì)進(jìn)行跨部門流動(dòng)［10］，從農(nóng)業(yè)產(chǎn)業(yè)部門流入非農(nóng)產(chǎn)業(yè)部門，但又會(huì)通過增加農(nóng)戶收入、加速勞動(dòng)力外流來促進(jìn)農(nóng)戶機(jī)械化的發(fā)展。一方面，農(nóng)村家庭非農(nóng)創(chuàng)業(yè)能夠顯著提升農(nóng)戶收入［20， 21］，緩解農(nóng)戶在農(nóng)業(yè)生產(chǎn)過程中面臨的資金約束［22］，為農(nóng)戶機(jī)械投資提供資金。另一方面，非農(nóng)創(chuàng)業(yè)往往伴隨著農(nóng)村勞動(dòng)力從第一產(chǎn)業(yè)流出，進(jìn)而從兩個(gè)層面加速了農(nóng)戶機(jī)械化進(jìn)程。微觀層面看，家庭中務(wù)農(nóng)人數(shù)減少增加了務(wù)農(nóng)勞動(dòng)強(qiáng)度，農(nóng)戶的農(nóng)地轉(zhuǎn)出意愿和購(gòu)買農(nóng)業(yè)社會(huì)化服務(wù)意愿會(huì)顯著提高［23］，這將為機(jī)械化水平提升提供意愿基礎(chǔ)；宏觀層面看，農(nóng)村勞動(dòng)力進(jìn)一步外流會(huì)加快勞動(dòng)力要素價(jià)格的升高，驅(qū)使農(nóng)業(yè)生產(chǎn)者增加機(jī)械投資，加快機(jī)械替代勞動(dòng)的速度［24］。因此，盡管農(nóng)村家庭創(chuàng)業(yè)會(huì)使少部分資金離開第一產(chǎn)業(yè)部門，但通過農(nóng)業(yè)創(chuàng)業(yè)和加速機(jī)械替代勞動(dòng)仍能促進(jìn)農(nóng)戶機(jī)械化的發(fā)展。據(jù)此，本文提出第二個(gè)假設(shè)H2：數(shù)字普惠金融能夠通過農(nóng)村家庭創(chuàng)業(yè)間接促進(jìn)農(nóng)戶機(jī)械化水平提高。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來源

本文所采用數(shù)據(jù)主要包括三部分，分別是數(shù)字普惠金融數(shù)據(jù)，農(nóng)村家庭數(shù)據(jù)和省級(jí)統(tǒng)計(jì)數(shù)據(jù)。其中，數(shù)字普惠金融相關(guān)數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心發(fā)布的“北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020）”［28］。該數(shù)據(jù)庫基于螞蟻金融的億級(jí)微觀數(shù)據(jù)，從數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度等3個(gè)維度構(gòu)建形成了涵蓋中國(guó)內(nèi)地31個(gè)省、337個(gè)地級(jí)以上城市，以及約2 800個(gè)縣的數(shù)字普惠金融指標(biāo)體系。農(nóng)村家庭數(shù)據(jù)主要來自中山大學(xué)社會(huì)科學(xué)調(diào)查中心2016年組織實(shí)施的“中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查”（China Labor-force Dynamics Survey，CLDS）。該調(diào)查基于多階段、多層次、與勞動(dòng)力規(guī)模成比例的概率抽樣方法，構(gòu)建了以勞動(dòng)力為調(diào)查對(duì)象的綜合性數(shù)據(jù)庫，包含勞動(dòng)力個(gè)體、家庭和村居社區(qū)三個(gè)層次橫截面數(shù)據(jù)。省級(jí)統(tǒng)計(jì)數(shù)據(jù)來自EPS數(shù)據(jù)平臺(tái)，金融機(jī)構(gòu)存貸款余額來自中國(guó)金融數(shù)據(jù)庫，國(guó)內(nèi)生產(chǎn)總值、移動(dòng)電話普及率來自中國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)庫。

借鑒閆桂權(quán)等［18］數(shù)據(jù)處理方式，以家庭編碼為標(biāo)識(shí)，將CLDS數(shù)據(jù)庫中相關(guān)數(shù)據(jù)與家庭樣本進(jìn)行匹配合并，形成微觀截面數(shù)據(jù)。以城市編碼和省份為標(biāo)識(shí)，將微觀數(shù)據(jù)、數(shù)字普惠金融數(shù)據(jù)和省級(jí)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行匹配，形成宏微觀數(shù)據(jù)相結(jié)合的數(shù)據(jù)集。在篩選農(nóng)村地區(qū)家庭樣本、剔除數(shù)據(jù)缺失或異常的樣本后，最終形成包含2517個(gè)農(nóng)村家庭樣本的截面數(shù)據(jù)。

2.2 變量選取

變量的描述性統(tǒng)計(jì)如表1所示，變量分為被解釋變量、核心解釋變量和控制變量三類。

被解釋變量。本文的被解釋變量是農(nóng)戶機(jī)械化水平，變量數(shù)據(jù)來自CLDS調(diào)查問卷中問題“目前，您家糧食作物生產(chǎn)的農(nóng)田耕種方式是什么？（1=全機(jī)械化；2=部分機(jī)械化；3=傳統(tǒng)農(nóng)耕）”。

核心解釋變量。本文的核心解釋變量是數(shù)字普惠金融發(fā)展程度，該變量數(shù)據(jù)來源于數(shù)字普惠金融數(shù)據(jù)庫中的總指數(shù)（Indx aggregate）。參考孫學(xué)濤等［31］的做法，本研究將數(shù)字普惠金融總指數(shù)的原值除以100后納入回歸模型。

控制變量。本文控制變量主要包括戶主特征、家庭特征和村居特征三類。戶主控制變量包括戶主年齡、性別、受教育年限；家庭控制變量包括家庭人口、收入、勞動(dòng)力數(shù)量、家庭撫養(yǎng)比、是否是農(nóng)業(yè)生產(chǎn)專業(yè)戶、家庭勞動(dòng)力平均年齡、平均受教育年限和健康評(píng)價(jià)平均得分；村莊控制變量包括家庭所在村莊實(shí)際居住人口、勞動(dòng)力人數(shù)、人均年收入、村民從事農(nóng)業(yè)生產(chǎn)的比重、距縣城的距離。其中價(jià)值型變量在納入模型時(shí)均進(jìn)行對(duì)數(shù)化處理。

2.3 模型設(shè)定

根據(jù)被解釋變量農(nóng)戶機(jī)械化的數(shù)據(jù)類型，本文選用Order Probit模型進(jìn)行基準(zhǔn)回歸，同時(shí)使用Order Logit模型與基準(zhǔn)回歸結(jié)果作對(duì)比?；鶞?zhǔn)回歸模型設(shè)定如式（1）所示。

Mech=β0+β1Index+β2nXn+ε

（1）

式中：

β0——常數(shù)項(xiàng)；

Xn——控制變量；

β1、β2n——待估參數(shù)；

ε——誤差項(xiàng)。

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)結(jié)果回歸分析

在模型回歸前采用方差膨脹因子方法對(duì)所有解釋變量進(jìn)行多重共線性檢驗(yàn)，所得VIF值最大為3.58，均值為1.59，表明變量間不存在多重共線性問題?；鶞?zhǔn)回歸結(jié)果如表2所示，在對(duì)樣本的戶主特征、家庭特征、村莊特征進(jìn)行控制后，核心解釋變量數(shù)字普惠金融發(fā)展程度的估計(jì)參數(shù)為負(fù)，并在1%的統(tǒng)計(jì)水平上顯著。這表示數(shù)字普惠金融能夠?qū)r(nóng)戶機(jī)械化水平的提升帶來顯著的促進(jìn)作用，即數(shù)字金融發(fā)展程度越高，越能夠提高農(nóng)戶在農(nóng)業(yè)生產(chǎn)中機(jī)械使用程度。

為進(jìn)一步分析數(shù)字普惠金融的單位變化對(duì)農(nóng)戶機(jī)械化水平的影響，分別在兩個(gè)模型中估計(jì)數(shù)字普惠金融發(fā)展程度的邊際效應(yīng)。表3顯示，兩模型邊際效應(yīng)估計(jì)結(jié)果類似。以O(shè)rder Probit模型為例進(jìn)行分析，當(dāng)所有解釋變量處于均值時(shí)，數(shù)字普惠金融發(fā)展水平每提高1%，農(nóng)戶機(jī)械化水平為全機(jī)械化的概率上升34.1%，為半機(jī)械化的概率增加11.8%，而不采用機(jī)械化的概率下降45.8%。這說明數(shù)字普惠金融發(fā)展程度越高，越能提升農(nóng)戶機(jī)械化水平，使農(nóng)戶以全機(jī)械化、半機(jī)械化水平進(jìn)行農(nóng)業(yè)生產(chǎn)。

3.2 內(nèi)生性與穩(wěn)健性檢驗(yàn)

3.2.1 對(duì)內(nèi)生性的討論

數(shù)字普惠金融發(fā)展程度對(duì)農(nóng)戶機(jī)械化水平的影響可能會(huì)因?yàn)檫z漏變量、反向因果等問題而產(chǎn)生內(nèi)生性，使基準(zhǔn)回歸結(jié)果不夠穩(wěn)健。對(duì)此，已有研究采用與杭州的空間距離［6， 29］、歷史上的電話用戶數(shù)［30］、數(shù)字普惠金融滯后一期變量［7］等作為數(shù)字普惠金融的工具變量，來解決內(nèi)生性問題。本文借孫學(xué)濤［31］、傅秋子［6］等的研究，選用農(nóng)村家庭所在省會(huì)距離杭州的球面距離作為工具變量，并采用條件混合過程法（CMP）進(jìn)行參數(shù)估計(jì)。選取該變量的原因在于：一方面，該工具變量與解釋變量具有相關(guān)性。杭州是數(shù)字普惠金融的主要發(fā)源地，且其具有空間溢出效應(yīng)［31］，距離杭州的距離遠(yuǎn)近與數(shù)字普惠金融的發(fā)展程度關(guān)系緊密。另一方面，該工具變量具有外生性。農(nóng)戶所在省份的省會(huì)與杭州的遠(yuǎn)近屬客觀地理距離，和被解釋變量農(nóng)業(yè)機(jī)械化水平無直接聯(lián)系。故本文選取各地省會(huì)對(duì)杭州的球面距離作為工具變量來克服內(nèi)生性。

由表4列（1）可得，在用工具變量克服內(nèi)生性后，數(shù)字普惠金融發(fā)展程度的估計(jì)系數(shù)符號(hào)沒有發(fā)生改變，在10%的水平上顯著。這表明數(shù)字普惠金融發(fā)展程度對(duì)農(nóng)戶機(jī)械化水平仍具有顯著正向影響，與基準(zhǔn)回歸的結(jié)果一致，表明基準(zhǔn)回歸結(jié)果較為穩(wěn)健。

3.2.2 穩(wěn)健性檢驗(yàn)

本部分借鑒孫學(xué)濤［31］、閆桂權(quán)［18］等的檢驗(yàn)方法，從以下兩個(gè)方面檢驗(yàn)數(shù)字普惠金融發(fā)展程度對(duì)農(nóng)戶機(jī)械化水平影響的穩(wěn)健性。

1）" 替換被解釋變量。借鑒楊子等［32］的研究，本文選用家庭農(nóng)機(jī)資產(chǎn)原值作為被解釋變量的替代變量，該變量數(shù)據(jù)來自CLDS數(shù)據(jù)庫中“拖拉機(jī)購(gòu)買花費(fèi)”和“大型農(nóng)機(jī)購(gòu)買花費(fèi)”之和，在納入模型時(shí)進(jìn)行了對(duì)數(shù)處理。如表4列（2）所示，在進(jìn)行被解釋變量的替換后，數(shù)字普惠金融仍然能夠?qū)r(nóng)戶機(jī)械化水平的提升產(chǎn)生顯著的正向影響，與基準(zhǔn)回歸結(jié)果一致，說明基準(zhǔn)模型估計(jì)結(jié)果穩(wěn)健。

2）" 重新量化數(shù)字普惠金融。借鑒孫學(xué)濤等［31］的研究，本部分將數(shù)字普惠金融重新量化處理，在納入模型時(shí)進(jìn)行對(duì)數(shù)化運(yùn)算。如表4列（3）所示，在進(jìn)行核心解釋變量的替換后，數(shù)字普惠金融仍然能夠?qū)C(jī)械化水平的提升產(chǎn)生顯著正向影響，與基準(zhǔn)回歸結(jié)果一致，說明數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平影響的估計(jì)結(jié)果穩(wěn)健。

3.3 作用機(jī)制分析

3.3.1 農(nóng)村家庭創(chuàng)業(yè)的中介效應(yīng)檢驗(yàn)

根據(jù)前文分析，數(shù)字普惠金融可能通過影響家庭創(chuàng)業(yè)間接促進(jìn)農(nóng)戶機(jī)械化水平的提高。為進(jìn)一步厘清家庭創(chuàng)業(yè)在其中發(fā)揮的中介作用，本文使用農(nóng)村家庭創(chuàng)業(yè)這一變量作為中介變量，利用溫忠麟等［33］提出的中介效應(yīng)模型來厘清其內(nèi)在作用機(jī)制。在變量“農(nóng)村家庭創(chuàng)業(yè)”的衡量中，本文參考何婧等［10］的研究，基于CLDS數(shù)據(jù)庫中“上年度家庭經(jīng)營(yíng)收入”“流轉(zhuǎn)土地面積”和“耕地總面積”數(shù)據(jù)，來判斷樣本家庭是否進(jìn)行創(chuàng)業(yè)。農(nóng)村家庭創(chuàng)業(yè)分為非農(nóng)創(chuàng)業(yè)和農(nóng)業(yè)創(chuàng)業(yè)兩種。若“上年度家庭經(jīng)營(yíng)收入”大于0，則判定為進(jìn)行非農(nóng)創(chuàng)業(yè)，設(shè)為1；若土地流轉(zhuǎn)面積大于0.667 hm2或耕地總面積大于1.333 hm2則判定為農(nóng)業(yè)創(chuàng)業(yè)，設(shè)為1；若農(nóng)戶家庭不滿足兩種創(chuàng)業(yè)類型要求，則判定該家庭未進(jìn)行創(chuàng)業(yè)，設(shè)為0。中介效應(yīng)模型設(shè)定如式（2）～式（4）所示。

Mech=β0+β1Index+β2nXn+ε1

（2）

M=β0+β3Index+β2nXn+ε2

（3）

Mech=β0+β1′Index+β2nXn+β4Mn+ε3

（4）

式中：

M——農(nóng)村家庭創(chuàng)業(yè)；

β3、β4——待估參數(shù)；

ε1、ε2、ε3——誤差項(xiàng)。

表5報(bào)告了中介變量模型的逐步回歸結(jié)果，表5列（1）結(jié)果表明，數(shù)字普惠金融能夠顯著提升農(nóng)戶機(jī)械化水平；表5列（2）結(jié)果表明，數(shù)字普惠金融能夠顯著增加農(nóng)戶家庭進(jìn)行創(chuàng)業(yè)的可能性；表5列（3）結(jié)果表明，變量數(shù)字普惠金融發(fā)展程度和農(nóng)村家庭創(chuàng)業(yè)均顯著，且通過了Sobel檢驗(yàn)。這表明農(nóng)村家庭創(chuàng)業(yè)這一變量的中介效應(yīng)成立，且發(fā)揮了部分中介的作用。β1′符號(hào)與β3β4一致，進(jìn)一步計(jì)算中介效應(yīng)占總效應(yīng)的比值，即β3β4/β1=0.778×（-0.488）/（-1.234）≈0.308。這表明，數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的正向影響約有30.8%是通過農(nóng)村家庭創(chuàng)業(yè)這一中介來實(shí)現(xiàn)的，假設(shè)2得證。

3.3.2 傳統(tǒng)金融業(yè)的調(diào)節(jié)效應(yīng)檢驗(yàn)

為進(jìn)一步理解數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平影響的內(nèi)在機(jī)制，本文研究數(shù)字普惠金融提升農(nóng)戶機(jī)械化水平過程中的調(diào)節(jié)效應(yīng)。數(shù)字普惠金融是傳統(tǒng)金融與數(shù)字技術(shù)結(jié)合的業(yè)務(wù)拓展與創(chuàng)新，其對(duì)農(nóng)戶機(jī)械化的影響離不開傳統(tǒng)金融業(yè)的支撐。參考張正平［27］、林瑤鵬［34］、馮偉［35］等的做法，使用金融機(jī)構(gòu)存款余額和貸款余額之和占GDP的比重來量化傳統(tǒng)金融業(yè)發(fā)展程度，以此作為調(diào)節(jié)變量，研究傳統(tǒng)金融業(yè)發(fā)展程度在數(shù)字普惠金融影響農(nóng)戶機(jī)械化水平過程中調(diào)節(jié)機(jī)制。金融機(jī)構(gòu)存款余額、貸款余額數(shù)據(jù)來源于EPS數(shù)據(jù)平臺(tái)。

借鑒連燕玲等［36］的做法，本文在模型中引入傳統(tǒng)金融發(fā)展程度與數(shù)字普惠金融發(fā)展程度的交互項(xiàng)，實(shí)證檢驗(yàn)結(jié)果如表5列（4）所示。結(jié)果表明，在引入交互項(xiàng)后核心解釋變量和交互項(xiàng)均顯著，因此調(diào)節(jié)效應(yīng)假設(shè)成立。進(jìn)一步，數(shù)字普惠金融發(fā)展程度的符號(hào)與交互項(xiàng)符號(hào)相同，這表明傳統(tǒng)金融業(yè)發(fā)展程度能夠強(qiáng)化主效應(yīng)，即數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的影響受到傳統(tǒng)金融業(yè)發(fā)展的調(diào)節(jié)作用，傳統(tǒng)金融業(yè)發(fā)展程度越高，數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平提升作用越強(qiáng)。

3.4 異質(zhì)性分析

3.4.1 糧食產(chǎn)銷分區(qū)異質(zhì)性

不同糧食產(chǎn)銷分區(qū)對(duì)農(nóng)業(yè)機(jī)械化的要求不同，考慮糧食產(chǎn)銷分區(qū)因素，有助于進(jìn)一步理解數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平產(chǎn)生影響的作用過程。糧食主產(chǎn)區(qū)包括：黑、吉、遼、蒙、冀、豫、魯、蘇、皖、贛、鄂、湘、川；糧食主銷區(qū)包括：京、津、滬、浙、閩、粵、瓊；糧食產(chǎn)銷平衡區(qū)包括：晉、寧、青、甘、藏、云、貴、渝、桂、陜、新。本部分借鑒龔斌磊等［37］的研究，將農(nóng)戶樣本按照糧食主產(chǎn)區(qū)、糧食主銷區(qū)和糧食產(chǎn)銷平衡區(qū)分組，以探究在不同的糧食產(chǎn)銷功能定位下，數(shù)字普惠金融發(fā)展程度對(duì)農(nóng)戶機(jī)械化水平影響的異同。

如表6列（1）、列（3）所示，在糧食主產(chǎn)區(qū)和產(chǎn)銷平衡區(qū)中數(shù)字普惠金融參數(shù)符號(hào)為負(fù)，并在1%的統(tǒng)計(jì)水平上顯著，這表明在糧食主產(chǎn)區(qū)和產(chǎn)銷平衡區(qū)中數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的提升有促進(jìn)作用。組間差異檢驗(yàn)發(fā)現(xiàn)，數(shù)字普惠金融對(duì)糧食主產(chǎn)區(qū)和產(chǎn)銷平衡區(qū)的農(nóng)戶機(jī)械化水平影響存在顯著的組間差異，這表明數(shù)字普惠金融對(duì)產(chǎn)銷平衡區(qū)農(nóng)戶機(jī)械化水平的提升要大于糧食主產(chǎn)區(qū)?？赡艿脑蛟谟诩Z食主產(chǎn)區(qū)的機(jī)械化發(fā)展趨于飽和，數(shù)字普惠金融對(duì)于農(nóng)戶機(jī)械化水平的提升作用相對(duì)有限。

表6列（2）結(jié)果表明，在糧食主銷區(qū)中，數(shù)字普惠金融的參數(shù)符號(hào)為正，且未通過顯著性檢驗(yàn)?？赡苁怯捎诩Z食主銷區(qū)省份非農(nóng)產(chǎn)業(yè)發(fā)達(dá)，數(shù)字普惠金融所帶來的資本要素會(huì)被優(yōu)先運(yùn)用到非農(nóng)產(chǎn)業(yè)部門，故對(duì)該地區(qū)的農(nóng)戶機(jī)械化水平影響不明顯。而糧食主產(chǎn)區(qū)和產(chǎn)銷平衡區(qū)的非農(nóng)產(chǎn)業(yè)部門資本吸納能力有限，數(shù)字普惠金融帶來的資本要素能更多地投入農(nóng)業(yè)產(chǎn)業(yè)部門，更能促進(jìn)農(nóng)戶機(jī)械化水平的提升。

3.4.2 地形異質(zhì)性

機(jī)械化的推進(jìn)還會(huì)受到地形條件的制約，本部分按照村莊地形條件將樣本分為平原區(qū)、丘陵區(qū)和山地區(qū)。如表6列（4）～列（6）所示，數(shù)字普惠金融發(fā)展程度對(duì)農(nóng)戶機(jī)械化的影響均顯著，且系數(shù)符號(hào)均為負(fù)。這表明數(shù)字普惠金融在不同地形條件下對(duì)農(nóng)戶機(jī)械化發(fā)展均有促進(jìn)作用。而丘陵和山區(qū)農(nóng)戶的核心解釋變量回歸參數(shù)絕對(duì)值大于平原農(nóng)戶的回歸參數(shù)絕對(duì)值，且通過了組間差異檢驗(yàn)。這表明，數(shù)字普惠金融對(duì)丘陵、山地的農(nóng)戶機(jī)械化水平提升作用更強(qiáng)。對(duì)之可能的解釋是：一方面，與丘陵、山區(qū)相比，平原地區(qū)原有農(nóng)業(yè)機(jī)械化基礎(chǔ)好，機(jī)械擁有量已相對(duì)充裕，相較之下數(shù)字普惠金融對(duì)平原農(nóng)戶機(jī)械化水平的提升作用稍弱；另一方面，與平原相比，丘陵和山地的經(jīng)濟(jì)水平和傳統(tǒng)金融發(fā)展相對(duì)滯后，其原本用于機(jī)械投資的資本要素更為稀缺。在此背景下，數(shù)字普惠金融為丘陵、山地地區(qū)農(nóng)戶提供了新的融資渠道，較好地緩解了這些地區(qū)農(nóng)戶的資金約束，相較之下能更顯著地提升丘陵山地農(nóng)戶的機(jī)械化水平。

4 結(jié)論與政策啟示

中國(guó)農(nóng)業(yè)機(jī)械化長(zhǎng)期面臨資本要素稀缺問題，而數(shù)字普惠金融的興起為緩解農(nóng)戶信貸約束、促進(jìn)農(nóng)業(yè)生產(chǎn)投資、提高農(nóng)戶機(jī)械化水平提供了新路徑。本文基于中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)和北京大學(xué)數(shù)字普惠金融指數(shù)，運(yùn)用Order Probit模型、中介效應(yīng)模型實(shí)證分析了數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的影響。

1）" 數(shù)字普惠金融能夠顯著促使農(nóng)戶以機(jī)械化或半機(jī)械化的方式進(jìn)行農(nóng)業(yè)生產(chǎn)，有利于提高農(nóng)戶機(jī)械化水平。

2）" 農(nóng)村家庭創(chuàng)業(yè)在數(shù)字普惠金融和農(nóng)戶機(jī)械化水平之間起部分中介作用，數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的提升約有30.8%是通過農(nóng)村家庭創(chuàng)業(yè)實(shí)現(xiàn)的。

3）" 傳統(tǒng)金融業(yè)發(fā)展程度越高，數(shù)字普惠金融越能推動(dòng)機(jī)械化水平的提升。相較之下，數(shù)字普惠金融能更好提升糧食主產(chǎn)區(qū)、產(chǎn)銷平衡區(qū)和丘陵山區(qū)農(nóng)戶的機(jī)械化水平。

基于上述結(jié)論，本文得出如下政策啟示。

1） 重視數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化的促進(jìn)作用，鼓勵(lì)數(shù)字普惠金融機(jī)構(gòu)在農(nóng)村地區(qū)開展金融業(yè)務(wù)。

2） 理解農(nóng)村家庭創(chuàng)業(yè)在數(shù)字普惠金融促進(jìn)農(nóng)戶機(jī)械化過程中所起的中介作用，為農(nóng)戶農(nóng)業(yè)創(chuàng)業(yè)和非農(nóng)創(chuàng)業(yè)提供配套政策支持，強(qiáng)化農(nóng)村家庭創(chuàng)業(yè)在農(nóng)戶機(jī)械化水平提升過程中的中介效應(yīng)。

3） 明晰數(shù)字普惠金融對(duì)農(nóng)戶機(jī)械化水平的影響在不同糧食產(chǎn)銷分區(qū)和地形條件下的異同，著重在糧食主產(chǎn)區(qū)、產(chǎn)銷平衡區(qū)和丘陵山區(qū)提供配套政策支持，加強(qiáng)數(shù)字普惠金融對(duì)這些地區(qū)農(nóng)戶機(jī)械化水平的提升作用。

參 考 文 獻(xiàn)

［1］ 楊皓月， 李慶華， 孫會(huì)敏， 等. 金融支持農(nóng)業(yè)機(jī)械化發(fā)展的路徑選擇研究——基于31省（區(qū)、市）面板數(shù)據(jù)的實(shí)證分析［J］. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2020， 41（12）： 202-209.

Yang Haoyue， Li Qinghua， Sun Huimin， et al. Research on the path selection of financial support for agricultural mechanization development： Empirical analysis based on panel data of 31 provinces （autonomous regions and municipalities） ［J］. Journal of Chinese Agricultural Mechanization， 2020， 41（12）： 202-209.

［2］ 行偉波， 張思敏. 財(cái)政政策引導(dǎo)金融機(jī)構(gòu)支農(nóng)有效嗎？——涉農(nóng)貸款增量獎(jiǎng)勵(lì)政策的效果評(píng)價(jià)［J］. 金融研究， 2021（5）： 1-19.

Xing Weibo， Zhang Simin. Have public finance policies induced financial institutions to support agricultural development？ An evaluation of the effects of the reward policy on incremental agricultural loans in China ［J］. Journal of Financial Research， 2021（5）： 1-19.

［3］ 王吉鵬， 肖琴， 李建平. 新型農(nóng)業(yè)經(jīng)營(yíng)主體融資： 困境、成因及對(duì)策——基于131個(gè)農(nóng)業(yè)綜合開發(fā)產(chǎn)業(yè)化發(fā)展貸款貼息項(xiàng)目的調(diào)查［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題， 2018（2）： 71-77.

Wang Jipeng， Xiao Qin， Li Jianping. Financing predicament and countermeasure of new agricultural proprietors ［J］. Issues in Agricultural Economy， 2018（2）： 71-77.

［4］ 黃益平， 黃卓. 中國(guó)的數(shù)字金融發(fā)展： 現(xiàn)在與未來［J］. 經(jīng)濟(jì)學(xué)（季刊）， 2018， 17（4）： 1489-1502.

Huang Yiping， Huang Zhuo. The development of digital finance in China： Present and future ［J］. China Economic Quarterly， 2018， 17（4）： 1489-1502.

［5］ 傅秋子， 黃益平. 數(shù)字金融對(duì)農(nóng)村金融需求的異質(zhì)性影響——來自中國(guó)家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù)［J］. 金融研究， 2018（11）： 68-84.

Fu Qiuzi， Huang Yiping. Digital finance’s heterogeneous effects on rural financial demand： Evidence from China household finance survey and inclusive digital finance index ［J］. Journal of Financial Research， 2018（11）： 68-84.

［6］ 易行健， 周利. 數(shù)字普惠金融發(fā)展是否顯著影響了居民消費(fèi)——來自中國(guó)家庭的微觀證據(jù)［J］. 金融研究， 2018（11）： 47-67.

Yi Xingjian， Zhou Li. Does digital financial inclusion significantly influence household consumption？Evidence from household survey data in China ［J］. Journal of Financial Research， 2018（11）： 47-67.

［7］ 田杰. 新型農(nóng)村金融機(jī)構(gòu)、資金外流與鄉(xiāng)村振興［J］. 財(cái)經(jīng)科學(xué)， 2020（1）： 29-41.

Tian Jie. New rural financial institutions， capital outflow and rural revitalization ［J］. Finance amp; Economics， 2020（1）： 29-41.

［8］ 何婧， 李慶海. 數(shù)字金融使用與農(nóng)戶創(chuàng)業(yè)行為［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2019（1）： 112-126.

He Jing， Li Qinghai. Digital finance and farmers’ entrepreneurship ［J］. Chinese Rural Economy， 2019（1）： 112-126.

［9］ 謝絢麗， 沈艷， 張皓星， 等.數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎？——來自中國(guó)的證據(jù)［J］. 經(jīng)濟(jì)學(xué)（季刊）， 2018， 17（4）： 1557-1580.

Xie Xuanli， Shen Yan， Zhang Haoxing， et al. Can digital finance promote entrepreneurship？ Evidence from China ［J］. China Economic Quarterly， 2018， 17（4）： 1557-1580.

［10］ 莫媛， 沈坤榮. 縣域銀行網(wǎng)點(diǎn)布局與農(nóng)村信貸資金流動(dòng)［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2020， 19（3）： 11-23.

Mo Yuan， Shen Kunrong. County bank outlets layout and rural credit capital flow ［J］. Journal of South China Agricultural University （Social Science Edition）， 2020， 19（3）： 11-23.

［11］ 高延雷， 張正巖， 王志剛. 城鎮(zhèn)化提高了農(nóng)業(yè)機(jī)械化水平嗎？——來自中國(guó)31個(gè)?。▍^(qū)、市）的面板證據(jù)［J］. 經(jīng)濟(jì)經(jīng)緯， 2020， 37（3）： 37-44.

Gao Yanlei， Zhang Zhengyan， Wang Zhigang. Does urbanization improve agricultural mechanization？ Panel evidence from 31 provinces in China ［J］. Economic Survey， 2020， 37（3）： 37-44.

［12］ 周晶， 陳玉萍， 阮冬燕. 地形條件對(duì)農(nóng)業(yè)機(jī)械化發(fā)展區(qū)域不平衡的影響——基于湖北省縣級(jí)面板數(shù)據(jù)的實(shí)證分析［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2013（9）： 63-77.

［13］ Guirkinger C， Boucher S R. Credit constraints and productivity in peruvian agriculture ［J］. Agricultural Economics， 2008， 39（3）： 295-308.

［14］ 楊艷琳， 付晨玉. 中國(guó)農(nóng)村普惠金融發(fā)展對(duì)農(nóng)村勞動(dòng)年齡人口多維貧困的改善效應(yīng)分析［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2019（3）： 19-35.

Yang Yanlin， Fu Chenyu. The improvement effect of China’s rural inclusive financial development on the multidimensional poverty of working-age population in rural areas ［J］. Chinese Rural Economy， 2019（3）： 19-35.

［15］ 閆桂權(quán)， 何玉成， 張曉恒. 數(shù)字普惠金融發(fā)展能否促進(jìn)農(nóng)業(yè)機(jī)械化——基于農(nóng)機(jī)作業(yè)服務(wù)市場(chǎng)發(fā)展的視角［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2022（1）： 51-64.

Yan Guiquan， He Yucheng， Zhang Xiaoheng. Can the development of digital inclusive finance promote agricultural mechanization： Based on the perspective of the development of agricultural machinery outsourcing service market ［J］. Journal of Agro technical Economics， 2022（1）： 51-64.

［16］ 李江一， 秦范. 如何破解農(nóng)地流轉(zhuǎn)的需求困境？——以發(fā)展新型農(nóng)業(yè)經(jīng)營(yíng)主體為例［J］. 管理世界， 2022， 38（2）： 84-99， 6.

Li Jiangyi， Qin Fan. How to overcome the demand dilemma of farmland transfer in China？ Evidence from the development of new agricultural operators ［J］. Journal of Management World， 2022， 38（2）： 84-99， 6.

［17］ 趙曉峰， 趙祥云. 新型農(nóng)業(yè)經(jīng)營(yíng)主體社會(huì)化服務(wù)能力建設(shè)與小農(nóng)經(jīng)濟(jì)的發(fā)展前景［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題， 2018（4）： 99-107.

Zhao Xiaofeng， Zhao Xiangyun. Construction of social service capacity of new agricultural business entities and the prospect of small peasant economy ［J］. Issues in Agricultural Economy， 2018（4）： 99-107.

［18］ 王杰， 蔡志堅(jiān)， 吉星. 生計(jì)資本對(duì)農(nóng)村家庭創(chuàng)業(yè)的影響研究——基于家庭生命周期的異質(zhì)性視角［J］. 世界農(nóng)業(yè)， 2022（3）： 109-122.

Wang Jie， Cai Zhijian， Ji Xing. A study on the impact of livelihood capital on rural household entrepreneurship： A heterogeneous farm household perspective based on the household life cycle ［J］. World Agriculture， 2022（3）： 109-122.

［19］ 靳欣婷， 孟志興. 農(nóng)業(yè)補(bǔ)貼對(duì)農(nóng)村家庭創(chuàng)業(yè)的影響研究——基于中國(guó)家庭金融調(diào)查的實(shí)證分析［J］. 世界農(nóng)業(yè)， 2022（1）： 112-123.

Jin Xinting， Meng Zhixing. Study on the influence of agricultural subsidies on rural family entrepreneurship： Empirical analysis based on household finance survey in China ［J］. World Agriculture， 2022（1）： 112-123.

［20］ 石玲玲， 余秀江， 楊威， 等. 數(shù)字普惠金融的增收效應(yīng)與作用機(jī)制——基于中國(guó)市級(jí)面板數(shù)據(jù)的實(shí)證分析［J］. 金融經(jīng)濟(jì)學(xué)研究， 2022， 37（2）： 93-104.

Shi Lingling， Yu Xiujiang， Yang Wei， et al. The impact of digital financial inclusion on income increase and the mechanism： Empirical analysis based on Chinese municipal panel data ［J］. Financial Economics Research， 2022， 37（2）： 93-104.

［21］ Allen F， Demirguc-Kunt A， et al. The foundations of financial inclusion： Understanding ownership and use of formal accounts ［J］. Journal of Financial Intermediation， 2016， 27： 1-30.

［22］ 王聰聰， 黨超， 徐峰， 等. 互聯(lián)網(wǎng)金融背景下的金融創(chuàng)新和財(cái)富管理研究［J］. 管理世界， 2018， 34（12）： 168-170.

Wang Congcong， Dang Chao， Xu Feng， et al. Research on financial innovation and wealth management under the background of internet finance ［J］. Journal of Management World， 2018， 34（12）： 168-170.

［23］ 金鈴， 王建英， 劉西川. 勞動(dòng)力成本上升與農(nóng)機(jī)社會(huì)化服務(wù)需求——以低勞動(dòng)強(qiáng)度、低技術(shù)含量的稻谷晾曬環(huán)節(jié)為例［J］. 農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)， 2020， 19（2）： 171-180.

Jin Ling， Wang Jianying， Liu Xichuan. Rising labor costs and demand for agricultural productive service： Evidence from production stage of paddy drying with low labor intensity and technical content ［J］. Journal of Agro-Forestry Economics and Management， 2020， 19（2）： 171-180.

［24］ 張正平， 王瓊. 數(shù)字普惠金融發(fā)展對(duì)農(nóng)業(yè)生產(chǎn)有資本替代效應(yīng)嗎？——基于北京大學(xué)數(shù)字普惠金融指數(shù)和CFPS數(shù)據(jù)的實(shí)證研究［J］. 金融評(píng)論，" 2021， 13（6）： 98-116， 120.

Zhang Zhengping， Wang Qiong. Does digital financial inclusion affect capital-labor substitution in agricultural production？ An empirical research based on digital financial inclusion index of peking university and CFPS data ［J］. Chinese Review of Financial Studies， 2021， 13（6）： 98-116， 120.

［25］ 郭峰， 王靖一， 王芳， 等. 測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］. 經(jīng)濟(jì)學(xué)（季刊）， 2020， 19（4）： 1401-1418.

Guo Feng， Wang Jingyi， Wang Fang， et al. Measuring China’s digital financial inclusion： Index compilation and spatial characteristics ［J］. China Economic Quarterly， 2020， 19（4）： 1401-1418.

［26］ 張勛， 萬廣華， 張佳佳， 等. 數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)［J］. 經(jīng)濟(jì)研究， 2019， 54（8）： 71-86.

Zhang Xun， Wan Guanghua， Zhang Jiajia，et al. Digital economy， financial inclusion and inclusive growth ［J］. Economic Research Journal， 2019， 54（8）： 71-86.

［27］ 錢海章， 陶云清， 曹松威， 等. 中國(guó)數(shù)字金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的理論與實(shí)證［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2020， 37（6）： 26-46.

Qian Haizhang， Tao Yunqing， Cao Songwei， et al. Theoretical and empirical analysis on the development of digital finance and economic growth in China ［J］. Journal of Quantitative amp; Technological Economics， 2020， 37（6）： 26-46.

［28］ 孫學(xué)濤， 于婷， 于法穩(wěn). 數(shù)字普惠金融對(duì)農(nóng)業(yè)機(jī)械化的影響——來自中國(guó)1869個(gè)縣域的證據(jù)［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2022（2）： 76-93.

Sun Xuetao， Yu Ting， Yu Fawen. The impact of digital finance on agricultural mechanization： Evidence from 1869 counties in China ［J］. Chinese Rural Economy， 2022（2）： 76-93.

［29］ 楊子， 饒芳萍， 諸培新. 農(nóng)業(yè)社會(huì)化服務(wù)對(duì)土地規(guī)模經(jīng)營(yíng)的影響——基于農(nóng)戶土地轉(zhuǎn)入視角的實(shí)證分析［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2019（3）： 82-95.

Yang Zi， Rao Fangping， Zhu Peixin. The impact of specialized agricultural services on land scale management： An empirical analysis from the perspective of farmers’ land transfer-in ［J］. Chinese Rural Economy， 2019（3）： 82-95.

［30］ 溫忠麟， 葉寶娟. 中介效應(yīng)分析： 方法和模型發(fā)展［J］. 心理科學(xué)進(jìn)展， 2014， 22（5）： 731-745.

Wen Zhonglin， Ye Baojuan. Analyses of mediating effects： The development of methods and models ［J］. Advances in Psychological Science， 2014， 22（5）： 731-745.

［31］ 林瑤鵬， 林柳琳， 劉帷韜. 市場(chǎng)化程度、金融發(fā)展水平與區(qū)域創(chuàng)新能力——基于企業(yè)家精神的中介效應(yīng)研究［J］. 科技管理研究， 2022， 42（9）： 46-55.

Lin Yaopeng， Lin Liulin， Liu Weitao. Marketization， financial development and regional innovation capability： Research on the mediating effect of entrepreneurship ［J］. Science and Technology Management Research， 2022， 42（9）： 46-55.

［32］ 馮偉， 蘇婭. 財(cái)政分權(quán)、政府競(jìng)爭(zhēng)和中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量：基于政治經(jīng)濟(jì)學(xué)的分析框架［J］. 宏觀質(zhì)量研究， 2019， 7（4）： 33-47.

Feng Wei， Su Ya. Fiscal decentralization， government competition and quality of China’s economic growth： Based on the political and economic analysis framework ［J］. Journal of Macro-quality Research， 2019， 7（4）： 33-47.

［33］ 連燕玲， 葉文平， 劉依琳. 行業(yè)競(jìng)爭(zhēng)期望與組織戰(zhàn)略背離——基于中國(guó)制造業(yè)上市公司的經(jīng)驗(yàn)分析［J］. 管理世界， 2019， 35（8）： 155-172， 191-192.

Lian Yanye， Ye Wenping， Liu Yilin. Stock exchange comment letters and management earnings forecast ［J］. Journal of Management World， 2019， 35（8）： 155-172， 191-192.

［34］ 龔斌磊， 張書睿. 省際競(jìng)爭(zhēng)對(duì)中國(guó)農(nóng)業(yè)的影響［J］. 浙江大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）， 2019， 49（2）： 14-31.

Gong Binlei， Zhang Shurui. The impacts of interprovincial competition on China’s agriculture ［J］. Journal of Zhejiang University （Humanities and Social Sciences）， 2019， 49（2）： 14-31.