摘要：提高農(nóng)業(yè)GTFP是推行鄉(xiāng)村振興戰(zhàn)略的關(guān)鍵，數(shù)字普惠金融作為驅(qū)動(dòng)農(nóng)村高質(zhì)量發(fā)展的新動(dòng)力，或能結(jié)合產(chǎn)業(yè)集聚推動(dòng)農(nóng)業(yè)GTFP提升。本文采用空間杜賓模型，通過(guò)對(duì)2011—2020年30個(gè)省份的面板數(shù)據(jù)進(jìn)行分析，實(shí)證研究了數(shù)字普惠金融及其分維度指數(shù)對(duì)中國(guó)農(nóng)業(yè)GTFP、技術(shù)效率和技術(shù)進(jìn)步的空間作用，并進(jìn)一步分析了農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)兩者關(guān)系的調(diào)節(jié)作用。研究結(jié)果顯示：數(shù)字普惠金融水平的快速提升對(duì)農(nóng)業(yè)GTFP產(chǎn)生了積極影響；空間溢出效應(yīng)表明，鄰近地區(qū)數(shù)字普惠金融的增長(zhǎng)抑制了本地區(qū)農(nóng)業(yè)GTFP的增長(zhǎng)；調(diào)節(jié)效應(yīng)表明，農(nóng)業(yè)產(chǎn)業(yè)集聚在數(shù)字普惠金融推進(jìn)農(nóng)業(yè)GTFP提高的過(guò)程中起負(fù)向抑制作用。因此，要促進(jìn)農(nóng)業(yè)GTFP增長(zhǎng)要充分發(fā)揮數(shù)字普惠金融的動(dòng)力引擎作用，并引導(dǎo)農(nóng)業(yè)產(chǎn)業(yè)合理布局，以提高金融資源在農(nóng)業(yè)領(lǐng)域的配置效率，促進(jìn)農(nóng)村高質(zhì)量發(fā)展。

關(guān)鍵詞：數(shù)字普惠金融；農(nóng)業(yè)產(chǎn)業(yè)集聚；農(nóng)業(yè)GTFP；空間杜賓模型

中圖分類(lèi)號(hào)：F832.4 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-8256.2024.01.005

國(guó)家統(tǒng)計(jì)局資料顯示，從1978年到2021年，我國(guó)農(nóng)業(yè)總產(chǎn)值從1 117.50億元增加至78 339.51億元，農(nóng)村居民可支配收入持續(xù)增長(zhǎng)，由1978 年的人均134 元增至2021年人均18 931元，增速連續(xù)10年趕超城鎮(zhèn)居民，農(nóng)業(yè)產(chǎn)出的持續(xù)增長(zhǎng)是推動(dòng)農(nóng)民收入的提高和農(nóng)村經(jīng)濟(jì)增長(zhǎng)的重要力量［1］。然而前期農(nóng)業(yè)產(chǎn)出的增長(zhǎng)主要依賴(lài)犧牲生態(tài)環(huán)境的粗放式農(nóng)業(yè)生產(chǎn)模式，集中表現(xiàn)為農(nóng)業(yè)化肥、農(nóng)藥、農(nóng)膜等化學(xué)投入品過(guò)度使用以及資源的不合理利用［2］，這嚴(yán)重阻礙了農(nóng)業(yè)生產(chǎn)效率的提高，背離國(guó)家提出的農(nóng)村綠色發(fā)展的目標(biāo)。習(xí)近平總書(shū)記在黨的二十大報(bào)告中也強(qiáng)調(diào)要推動(dòng)建設(shè)美麗中國(guó)，必須加強(qiáng)生態(tài)防護(hù)和治理，既要在產(chǎn)業(yè)轉(zhuǎn)型中進(jìn)行污染治理，又要注重降碳、減污、綠色、增長(zhǎng)等方面協(xié)同發(fā)展，實(shí)現(xiàn)生態(tài)優(yōu)先、節(jié)約集約、綠色低碳經(jīng)濟(jì)發(fā)展。為解決目前農(nóng)業(yè)面臨的資源要素短缺、不合理利用以及化學(xué)投入品過(guò)度使用等問(wèn)題，走出發(fā)展困境，確保農(nóng)村經(jīng)濟(jì)的持續(xù)、健康、穩(wěn)定發(fā)展，不少學(xué)者提出用農(nóng)業(yè)綠色全要素生產(chǎn)率（Agricultural Green Total Factor Productivity，以下簡(jiǎn)稱(chēng)農(nóng)業(yè)GTFP）來(lái)衡量農(nóng)業(yè)綠色發(fā)展水平，指出必須把保護(hù)農(nóng)村的生態(tài)環(huán)境放在首位，在資源和環(huán)境的制約下，通過(guò)投入產(chǎn)出模型計(jì)算農(nóng)業(yè)GTFP，進(jìn)而通過(guò)提高農(nóng)業(yè)GTFP實(shí)現(xiàn)農(nóng)業(yè)綠色可持續(xù)發(fā)展的目標(biāo)［3-5］。

農(nóng)業(yè)綠色發(fā)展離不開(kāi)先進(jìn)的生產(chǎn)設(shè)備、綠色技術(shù)、高技術(shù)人才等生產(chǎn)要素的支持，而技術(shù)、資本和人才的引進(jìn)都離不開(kāi)金融資源的大規(guī)模投入［6］。作為農(nóng)業(yè)生產(chǎn)不可缺少的要素，金融資源一方面可以為農(nóng)業(yè)生產(chǎn)技術(shù)引進(jìn)、創(chuàng)新研發(fā)、生產(chǎn)設(shè)備采用以及高技術(shù)人才引進(jìn)提供資金支持，另一方面也可以促進(jìn)資本、技術(shù)、勞動(dòng)等生產(chǎn)要素的融合發(fā)展，提高農(nóng)業(yè)生產(chǎn)投入要素的綜合配置效率［7］。但是，在長(zhǎng)期發(fā)展過(guò)程中，受“工業(yè)優(yōu)先發(fā)展，城市偏向”戰(zhàn)略導(dǎo)向的制約，再加上農(nóng)業(yè)產(chǎn)業(yè)發(fā)展具有周期長(zhǎng)、收益低、風(fēng)險(xiǎn)高等特質(zhì)，傳統(tǒng)金融機(jī)構(gòu)在信貸對(duì)象的選取上更傾向于非農(nóng)部門(mén)或“精英”農(nóng)業(yè)部門(mén)，這就使得我國(guó)多數(shù)農(nóng)業(yè)生產(chǎn)主體被排斥在金融信貸服務(wù)之外［8］。因此，要想走出農(nóng)業(yè)發(fā)展面臨的困境以謀求農(nóng)業(yè)的可持續(xù)綠色發(fā)展，需要借助非傳統(tǒng)金融資源——數(shù)字普惠金融的強(qiáng)大力量。

作為數(shù)字技術(shù)和金融服務(wù)深度融合的產(chǎn)物，數(shù)字普惠金融呈現(xiàn)出新的特點(diǎn)：客戶(hù)匹配精準(zhǔn)化、風(fēng)險(xiǎn)管理智能化、金融產(chǎn)品多樣化、金融服務(wù)個(gè)性化、產(chǎn)品定價(jià)多樣化、營(yíng)銷(xiāo)模式定向化等［9］。梳理數(shù)字普惠金融的相關(guān)文獻(xiàn)發(fā)現(xiàn)，數(shù)字普惠金融以其便利性和可獲得性為被傳統(tǒng)金融排斥在外的群體提供服務(wù)，有利于緩解他們的借貸約束，降低其獲取金融產(chǎn)品服務(wù)的成本，為我國(guó)農(nóng)村農(nóng)業(yè)高質(zhì)量發(fā)展提供資金支持［10-11］。另外，金融供給規(guī)模的擴(kuò)大勢(shì)必會(huì)引起生產(chǎn)要素流動(dòng)、集聚，進(jìn)而使得農(nóng)戶(hù)擴(kuò)大生產(chǎn)規(guī)模［12］，發(fā)揮農(nóng)業(yè)產(chǎn)業(yè)集聚的規(guī)模經(jīng)濟(jì)效應(yīng)、專(zhuān)業(yè)化效應(yīng)以及技術(shù)溢出效應(yīng)等對(duì)農(nóng)業(yè)發(fā)展產(chǎn)生積極效應(yīng)［13］。但同時(shí)，也有研究表明，由于農(nóng)業(yè)技術(shù)研發(fā)成本高、周期長(zhǎng)的特性，數(shù)字普惠金融為農(nóng)戶(hù)提供的信貸支持可能會(huì)被用來(lái)購(gòu)買(mǎi)化肥、農(nóng)藥等化學(xué)投入品，并且這種“安于現(xiàn)狀”的現(xiàn)象會(huì)隨著生產(chǎn)規(guī)模的擴(kuò)大而更加明顯，反而不利于農(nóng)業(yè)的可持續(xù)發(fā)展［14］。黨的二十大報(bào)告也指出要“發(fā)展農(nóng)業(yè)規(guī)模適度經(jīng)營(yíng)”。因此，數(shù)字普惠金融能否促進(jìn)農(nóng)業(yè)綠色發(fā)展還需要考慮農(nóng)業(yè)規(guī)模的大小。

目前關(guān)于數(shù)字金融對(duì)農(nóng)業(yè)生產(chǎn)效率的研究比較豐富，其機(jī)制分析也較為完善，大多從緩解融資約束［10］、提高資源配置效率［7］以及促進(jìn)技術(shù)進(jìn)步［13］等方面展開(kāi)探討。但是數(shù)字金融對(duì)農(nóng)業(yè)綠色經(jīng)濟(jì)效應(yīng)的研究還處于初級(jí)階段，相關(guān)研究還存在以下不足：一是，農(nóng)業(yè)GTFP的投入產(chǎn)出指標(biāo)、時(shí)間測(cè)算范圍、樣本選擇以及測(cè)算方法都存在一定的差異，導(dǎo)致測(cè)算結(jié)果相差較大。二是目前文獻(xiàn)較少關(guān)注到數(shù)字金融對(duì)農(nóng)業(yè)生產(chǎn)效率的空間溢出效應(yīng)，而數(shù)字金融的一個(gè)重要特征就是突破時(shí)空限制，跨地區(qū)、跨時(shí)間分配金融資源，促進(jìn)金融要素流動(dòng)、集聚，因此，非常有必要深入探究數(shù)字金融對(duì)農(nóng)業(yè)綠色生產(chǎn)效率的空間效應(yīng)。三是，已有文獻(xiàn)在考察數(shù)字金融對(duì)農(nóng)業(yè)的經(jīng)濟(jì)效應(yīng)時(shí)，較少考慮農(nóng)業(yè)產(chǎn)業(yè)集聚的調(diào)節(jié)作用。而農(nóng)業(yè)產(chǎn)業(yè)集聚和金融集聚是相輔相成的，增加農(nóng)村地區(qū)金融供給的同時(shí)勢(shì)必會(huì)引起農(nóng)地流轉(zhuǎn)，促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)集聚［15］，進(jìn)而影響農(nóng)業(yè)GTFP。所以，有必要拓展研究?jī)?nèi)容，考察農(nóng)業(yè)產(chǎn)業(yè)集聚在數(shù)字金融影響農(nóng)業(yè)GTFP過(guò)程中的調(diào)節(jié)作用?；诖?，在梳理數(shù)字普惠金融發(fā)展水平對(duì)中國(guó)農(nóng)業(yè)GTFP的作用機(jī)理基礎(chǔ)上，基于2011—2020年30個(gè)省份的面板數(shù)據(jù)來(lái)探究數(shù)字普惠金融發(fā)展水平對(duì)農(nóng)業(yè)GTFP的空間溢出效應(yīng)，并把農(nóng)業(yè)產(chǎn)業(yè)集聚納入分析框架，探析其對(duì)兩者關(guān)系的調(diào)節(jié)作用，旨在為我國(guó)農(nóng)村地區(qū)農(nóng)業(yè)GTFP 的提高提供可靠的經(jīng)驗(yàn)基礎(chǔ)和政策參考。相較前期文獻(xiàn)，本文邊際貢獻(xiàn)主要在于：一是，重新選取投入-產(chǎn)出變量，利用SBM模型結(jié)合ML 指數(shù)測(cè)算了2011—2022 年30 個(gè)省份的農(nóng)業(yè)GTFP，拓展了農(nóng)業(yè)GTFP的相關(guān)研究。二是，關(guān)注空間因素，基于空間杜賓模型分析了數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP的空間溢出效用以及數(shù)字普惠金融三個(gè)子維度的分解效應(yīng)。三是，驗(yàn)證農(nóng)業(yè)產(chǎn)業(yè)集聚在數(shù)字普惠金融影響農(nóng)業(yè)GTFP過(guò)程中的調(diào)節(jié)作用。

1 文獻(xiàn)綜述與理論假設(shè)

農(nóng)業(yè)GTFP是指將生態(tài)環(huán)境指標(biāo)納入測(cè)算體系，在測(cè)算農(nóng)業(yè)生產(chǎn)基本投入的利用效率之外，能夠反映農(nóng)業(yè)資源利用的綜合效率以及農(nóng)業(yè)綠色轉(zhuǎn)型升級(jí)的情況［16］。Schultzt［17］研究發(fā)現(xiàn)農(nóng)業(yè)GTFP的提高依賴(lài)于農(nóng)業(yè)技術(shù)進(jìn)步和技術(shù)效率提升，兩者的進(jìn)步在一定程度上得益于資本投入的增加。資本投入在一定程度上依賴(lài)于該地區(qū)的金融供給水平，而數(shù)字普惠金融可以突破地理距離限制，依靠其覆蓋范圍廣、低門(mén)檻、低成本等優(yōu)勢(shì)發(fā)揮其“長(zhǎng)尾效應(yīng)”，通過(guò)成本效應(yīng)、資源配置效應(yīng)破解傳統(tǒng)金融機(jī)構(gòu)的“金融排斥”難題［18］。目前，學(xué)術(shù)界普遍認(rèn)為數(shù)字普惠金融能夠?qū)r(nóng)業(yè)生產(chǎn)效率產(chǎn)生積極影響。理論分析顯示，數(shù)字金融依托大數(shù)據(jù)等信息技術(shù)平臺(tái)重新建立農(nóng)戶(hù)新的數(shù)字身份，完善其征信體系［19］，減少信息不對(duì)稱(chēng)性，能夠精準(zhǔn)匹配用戶(hù)的金融產(chǎn)品和服務(wù)需求［20］，有效進(jìn)行欺詐識(shí)別和信用風(fēng)險(xiǎn)管理，更好地發(fā)揮其長(zhǎng)尾效應(yīng)［20-21］，這都有利于農(nóng)業(yè)生產(chǎn)降低成本，實(shí)現(xiàn)規(guī)?；a(chǎn)，提高農(nóng)業(yè)綠色生產(chǎn)效率。同時(shí)，實(shí)證分析也得出同樣的結(jié)論，張啟文等［20］基于中國(guó)2011—2019年的省區(qū)市的數(shù)據(jù)，探究發(fā)現(xiàn)數(shù)字金融主要通過(guò)緩解農(nóng)戶(hù)借貸約束、提高資源配置效率影響農(nóng)業(yè)綠色生產(chǎn)效率。任健華等［22］基于2011—2022 年我國(guó)面板數(shù)據(jù)，通過(guò)實(shí)證發(fā)現(xiàn)了數(shù)字普惠金融能夠驅(qū)動(dòng)農(nóng)業(yè)TFP提升。唐建軍等［23］從地級(jí)市層面探討了兩者之間的關(guān)系，發(fā)現(xiàn)數(shù)字普惠金融通過(guò)發(fā)揮生產(chǎn)要素集聚效應(yīng)、技術(shù)擴(kuò)散效應(yīng)促進(jìn)農(nóng)業(yè)生產(chǎn)效率提升。已有研究均表明數(shù)字普惠金融可以提升農(nóng)業(yè)經(jīng)濟(jì)效率，一方面數(shù)字金融擴(kuò)大了傳統(tǒng)金融的覆蓋面，通過(guò)緩解借貸約束、提高資源配置效率等途徑降低農(nóng)業(yè)生產(chǎn)成本，進(jìn)而促進(jìn)農(nóng)業(yè)GTFP提升。另一方面，數(shù)字金融擴(kuò)展了農(nóng)業(yè)綠色發(fā)展的空間，能夠依靠其數(shù)字特征精準(zhǔn)匹配用戶(hù)需求，識(shí)別風(fēng)險(xiǎn)，提供了農(nóng)業(yè)綠色發(fā)展在金融供給端的新路徑。鑒于此，提出假設(shè)：

H1：數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP 的增長(zhǎng)具有積極效應(yīng)。

此外，從經(jīng)濟(jì)發(fā)展來(lái)看，不同地區(qū)之間的發(fā)展差異會(huì)帶動(dòng)生產(chǎn)要素在不同地區(qū)之間流動(dòng)［24］，主要表現(xiàn)為勞動(dòng)力、資本、技術(shù)等生產(chǎn)要素向經(jīng)濟(jì)發(fā)達(dá)地區(qū)轉(zhuǎn)移，并發(fā)生集聚現(xiàn)象［13］。而數(shù)字金融可以突破時(shí)空限制，借助數(shù)字技術(shù)帶動(dòng)資本、勞動(dòng)力以及農(nóng)業(yè)技術(shù)流向農(nóng)業(yè)發(fā)達(dá)地區(qū)，集聚效應(yīng)和空間互動(dòng)效應(yīng)的存在促使集聚的生產(chǎn)要素進(jìn)一步發(fā)揮擴(kuò)散效應(yīng)帶動(dòng)周?chē)貐^(qū)的農(nóng)業(yè)發(fā)展［25］。同時(shí)，各個(gè)省份之間相互借鑒和學(xué)習(xí)數(shù)字金融發(fā)展過(guò)程中的經(jīng)驗(yàn)和技術(shù)，實(shí)現(xiàn)了數(shù)據(jù)平臺(tái)共建共享，降低了信息獲取門(mén)檻，更好地發(fā)揮了數(shù)字金融的生產(chǎn)要素集聚效應(yīng)、技術(shù)擴(kuò)散效應(yīng)［26］，促進(jìn)農(nóng)業(yè)生產(chǎn)效率提高。郭峰等［19］通過(guò)實(shí)證研究發(fā)現(xiàn)數(shù)字金融具有正向空間溢出效應(yīng)，能夠促進(jìn)金融要素突破時(shí)空限制，產(chǎn)生集聚現(xiàn)象，促進(jìn)金融資源流向農(nóng)業(yè)生產(chǎn)效率較高的地區(qū)［23］，從而提高農(nóng)業(yè)GTFP。可見(jiàn)，數(shù)字普惠金融不光能影響本地區(qū)農(nóng)業(yè)GTFP，還能對(duì)周?chē)貐^(qū)的農(nóng)業(yè)GTFP產(chǎn)生影響。鑒于此，提出假設(shè)：

H2：數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP 具有空間溢出效用。

我國(guó)前期農(nóng)地分散化、經(jīng)營(yíng)模式細(xì)碎化、勞動(dòng)投入密集化，極大地限制了農(nóng)業(yè)生產(chǎn)效率的提升［27］。而各地基于“三權(quán)分置”土地改革背景全面開(kāi)啟了農(nóng)地經(jīng)營(yíng)權(quán)的流轉(zhuǎn)，將土地資源從邊際產(chǎn)出較低的農(nóng)戶(hù)手里釋放出來(lái)流向土地邊際產(chǎn)出更高的經(jīng)營(yíng)主體，實(shí)現(xiàn)土地在具有比較優(yōu)勢(shì)的經(jīng)營(yíng)主體手里擴(kuò)產(chǎn)增效［28］，使得鄰近地帶的土地集中在專(zhuān)業(yè)生產(chǎn)大戶(hù)、農(nóng)業(yè)合作社以及家庭農(nóng)場(chǎng)等主體手中，這部分農(nóng)業(yè)經(jīng)營(yíng)主體能夠有效突破碎片化的經(jīng)營(yíng)模式，通過(guò)引進(jìn)先進(jìn)生產(chǎn)設(shè)備、聘請(qǐng)專(zhuān)業(yè)技術(shù)人員實(shí)現(xiàn)規(guī)模化生產(chǎn)，降低農(nóng)業(yè)生產(chǎn)成本，提高農(nóng)業(yè)生產(chǎn)效率［29］。所以說(shuō)農(nóng)地的再分配效應(yīng)相應(yīng)帶來(lái)了勞動(dòng)力、資本以及技術(shù)在周?chē)貐^(qū)的流動(dòng)、集聚，分工專(zhuān)業(yè)化得以體現(xiàn)，農(nóng)業(yè)生產(chǎn)效率得以提高［30］。而數(shù)字金融的發(fā)展使得金融服務(wù)的覆蓋面進(jìn)一步擴(kuò)大，金融服務(wù)進(jìn)一步深化，為廣大農(nóng)戶(hù)提供了資金支持，促進(jìn)了農(nóng)地流轉(zhuǎn)［24］，具有適當(dāng)規(guī)模的農(nóng)業(yè)經(jīng)營(yíng)主體能依賴(lài)其獲得的金融支持吸引資本、勞動(dòng)、技術(shù)等生產(chǎn)要素集聚［15］，從而通過(guò)規(guī)模經(jīng)濟(jì)效應(yīng)、技術(shù)擴(kuò)散效應(yīng)以及示范效應(yīng)對(duì)農(nóng)業(yè)GTFP產(chǎn)生積極影響。

然而，在數(shù)字普惠金融的影響下，農(nóng)業(yè)產(chǎn)業(yè)集聚快速發(fā)展，農(nóng)戶(hù)之間為了追逐快速獲利，會(huì)過(guò)度投入農(nóng)藥、農(nóng)膜、化肥等物質(zhì)生產(chǎn)資料，秸稈、牲畜家禽糞便等廢棄物也沒(méi)有得到有效利用，導(dǎo)致投入要素之間產(chǎn)生擁擠效應(yīng)，反而可能降低各生產(chǎn)要素的邊際效率［31］，農(nóng)業(yè)的碳排放量增加［32］，進(jìn)而使得其農(nóng)業(yè)GTFP降低。此外，地區(qū)之間農(nóng)業(yè)發(fā)展不均衡也會(huì)引起虹吸效應(yīng)，農(nóng)業(yè)產(chǎn)業(yè)在一個(gè)地區(qū)的快速發(fā)展會(huì)吸引技術(shù)、人才、資本等生產(chǎn)要素向本地區(qū)聚集，尤其是高素質(zhì)農(nóng)業(yè)技術(shù)人才［21］，而周?chē)貐^(qū)的生產(chǎn)要素流出［33］，表現(xiàn)為農(nóng)業(yè)發(fā)展落后地區(qū)資本、勞動(dòng)以及技術(shù)等生產(chǎn)要素流入農(nóng)業(yè)發(fā)達(dá)地區(qū)，資源流失限制了流出地區(qū)農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展［25］，抑制其農(nóng)業(yè)GTFP的增長(zhǎng)。最后，農(nóng)業(yè)產(chǎn)業(yè)集聚也可能產(chǎn)生禁錮效應(yīng)，產(chǎn)業(yè)集聚快速發(fā)展使得經(jīng)營(yíng)主體前期在基礎(chǔ)設(shè)施、生產(chǎn)資料投入過(guò)高，高額沉沒(méi)成本的存在使得農(nóng)戶(hù)不能輕易在高投入、低產(chǎn)出的生產(chǎn)模式中脫身［34］，不利于農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展，進(jìn)而對(duì)農(nóng)業(yè)GTFP的增長(zhǎng)產(chǎn)生負(fù)面效應(yīng)。

可見(jiàn)，農(nóng)業(yè)產(chǎn)業(yè)集聚可能促使數(shù)字普惠金融通過(guò)規(guī)模經(jīng)濟(jì)效應(yīng)、技術(shù)擴(kuò)散效應(yīng)以及示范效應(yīng)促進(jìn)農(nóng)業(yè)GTFP的提高，也可能通過(guò)發(fā)揮擁擠效應(yīng)、虹吸效應(yīng)以及禁錮效應(yīng)抑制農(nóng)業(yè)GTFP的增長(zhǎng)。鑒于此，提出假設(shè)：

H3：農(nóng)業(yè)產(chǎn)業(yè)集聚在數(shù)字普惠金融影響農(nóng)業(yè)GTFP的過(guò)程中具有調(diào)節(jié)效應(yīng)。

2 研究設(shè)計(jì)

2.1 研究樣本和數(shù)據(jù)來(lái)源

由于中國(guó)西藏以及港澳臺(tái)部分?jǐn)?shù)據(jù)缺失，基于數(shù)據(jù)的可獲得性，選取30個(gè)省份2011—2020年的面板數(shù)據(jù)做相關(guān)分析。采用了EPS數(shù)據(jù)庫(kù)和GSMAR數(shù)據(jù)庫(kù)，以及《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)資料》和《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》中的相關(guān)數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行了整理。對(duì)單個(gè)數(shù)據(jù)的缺失，采用插值法進(jìn)行補(bǔ)齊。

2.2 模型設(shè)計(jì)

考慮到空間因素，本文構(gòu)建如下基準(zhǔn)模型：

GMLit = ρWGMLit + α1 DiFiit + α2 Xit +β1WDiFiit + β2WXit + μi + vt + uit（1）

其中，uit = θWuit + εit，式（1）中i，t 分別表示相應(yīng)的省份和時(shí)間；W 為空間權(quán)重矩陣；GMLit 表示i 省份t 時(shí)期的農(nóng)業(yè)GTFP；DiFiit 表示i 省份t 時(shí)期的數(shù)字普惠金融指數(shù)；Xit 表示控制變量，代表能夠引起被解釋變量變動(dòng)的其他影響因素。μi 代表控制地區(qū)固定效應(yīng)；vt 表示時(shí)間固定效應(yīng)；uit 表示隨機(jī)誤差項(xiàng)。針對(duì)基準(zhǔn)模型，如果ρ =β1 = β2 = 0，表示空間依賴(lài)性體現(xiàn)在誤差項(xiàng)，則應(yīng)該采用空間誤差模型；若θ = β1 = β2 = 0，表示被解釋變量存在空間集聚，模型為空間自相關(guān)模型；若僅有θ = 0，則代表解釋變量和被解釋變量都表現(xiàn)為空間集聚，且二者之間存在空間溢出效應(yīng)，模型為空間杜賓模型。至于選擇何種模型，后文會(huì)通過(guò)LM檢驗(yàn)、LR檢驗(yàn)以及Wald檢驗(yàn)來(lái)確定使用何種空間計(jì)量模型。

考慮到農(nóng)業(yè)產(chǎn)業(yè)集聚（LQ）的調(diào)節(jié)作用，本文構(gòu)建下列模型來(lái)檢驗(yàn)其調(diào)節(jié)機(jī)制：

GMLit = ρWGMLit + α1 DiFiit + α2 Xit + α3 LQit +γDiFiit?LQit + β1WDiFiit + β2WXit +β3WLQit + μ + vt + uit（2）

其中，uit = θWuit + εit。

2.3 定義變量

2.3.1 被解釋變量：農(nóng)業(yè)GTFP（GML）

借鑒相關(guān)研究［16，35-37］，使用引入松弛變量的SBMDDF函數(shù)結(jié)合Malmquist-Luenberger（簡(jiǎn)稱(chēng)ML）指數(shù)來(lái)測(cè)算農(nóng)業(yè)GTFP，并將GML 指數(shù)進(jìn)一步分解為技術(shù)進(jìn)步（EC）和技術(shù)效率變化（TC）。本文研究意義上的農(nóng)業(yè)為狹義農(nóng)業(yè)，因此相關(guān)投入量如下：①農(nóng)業(yè)從業(yè)人員，農(nóng)業(yè)從業(yè)人員借鑒劉亦文等［36］的做法，利用第一產(chǎn)業(yè)就業(yè)人數(shù)乘以農(nóng)業(yè)總產(chǎn)值與第一產(chǎn)業(yè)總產(chǎn)值的比值來(lái)計(jì)算農(nóng)業(yè)從業(yè)人數(shù)。②土地投入，用來(lái)源于EPS數(shù)據(jù)庫(kù)的農(nóng)作物播種面積來(lái)表示。③水資源投入，農(nóng)業(yè)有效灌溉面積實(shí)際上不能表示農(nóng)業(yè)真正的用水規(guī)模［16］，因此使用農(nóng)業(yè)用水量來(lái)表示農(nóng)業(yè)的水資源投入。④能源投入，用農(nóng)村用電量來(lái)表示。⑤化肥投入，用化肥折純量來(lái)表示。⑥農(nóng)膜投入，以農(nóng)膜使用量表示。⑦農(nóng)藥投入，用農(nóng)藥使用量來(lái)表示。⑧機(jī)械投入，以農(nóng)業(yè)機(jī)械總動(dòng)力來(lái)表示。為了衡量環(huán)境因素，把非期望產(chǎn)出納入分析框架。其中期望產(chǎn)出是指實(shí)際農(nóng)業(yè)總產(chǎn)出，其數(shù)據(jù)是利用農(nóng)業(yè)生產(chǎn)值指數(shù)以2010年為基期計(jì)算的。非期望產(chǎn)出用農(nóng)業(yè)碳排放總量來(lái)表示，包括農(nóng)用物資排放、土壤N2O排放量以及稻田CH4 的排放量，其中農(nóng)用物資排放量包括使用化肥、塑料薄膜、農(nóng)藥、柴油以及農(nóng)地灌溉過(guò)程中產(chǎn)生的碳排放［34］，農(nóng)作物種植過(guò)程中土壤引起的N2O排放量乘以81.272 7折算成碳排放量以及水稻種植過(guò)程中引起的CH4排放量乘以6.818 2換算成碳排放量匯總［34］?；诖耍肕atlab軟件計(jì)算出GML 指數(shù)及其分解指數(shù)，這樣計(jì)算出來(lái)的指數(shù)是前一年為100的環(huán)比指數(shù)，參照李谷成［38］的做法，以2011年為基期計(jì)算出累積指數(shù)，并對(duì)GML 做對(duì)數(shù)化處理。

2.3.2 解釋變量：數(shù)字普惠金融（DiFi）

數(shù)字普惠金融發(fā)展水平通過(guò)北京大學(xué)金融中心公布的數(shù)字普惠金融指數(shù)［19］來(lái)衡量。該指標(biāo)體系分別從數(shù)字金融覆蓋廣度（CD）、數(shù)字金融使用深度（UD）以及數(shù)字金融數(shù)字化程度（DIGI）三個(gè)維度測(cè)度了數(shù)字普惠金融發(fā)展水平。為了消除變量之間量綱上的差異，分別將30個(gè)省份的數(shù)字金融指數(shù)及其三個(gè)分維度指數(shù)除以100作為原始數(shù)據(jù)。

2.3.3 調(diào)節(jié)變量：農(nóng)業(yè)產(chǎn)業(yè)集聚（LQ）

通過(guò)區(qū)位熵的方式來(lái)表示農(nóng)業(yè)產(chǎn)業(yè)集聚程度，即某省份農(nóng)業(yè)總產(chǎn)值和全國(guó)農(nóng)業(yè)總產(chǎn)值的比值除以該地生產(chǎn)總值與全國(guó)生產(chǎn)總值的比值。

2.3.4 控制變量

梳理相關(guān)文獻(xiàn)［13，38］，選取以下變量作為控制變量。人均收入（Pa）：通過(guò)計(jì)算以2011 年為基期的實(shí)際農(nóng)業(yè)總產(chǎn)值和鄉(xiāng)村總?cè)丝诘谋戎祦?lái)表示人均收入水平。自然災(zāi)害（Nat）：以農(nóng)作物受災(zāi)面積與農(nóng)作物播種面積的比值來(lái)表示自然災(zāi)害水平。城鎮(zhèn)化率（Urb）：用各地城鎮(zhèn)人口與各地區(qū)總?cè)丝诘谋戎祦?lái)表示。對(duì)外開(kāi)放水平（Open）：通過(guò)各地區(qū)對(duì)外貿(mào)易總額與該地生產(chǎn)總值的比值來(lái)測(cè)算。受教育程度（HC）：人均受教育程度表示，具體計(jì)算方式為：平均受教育年限=（文盲人數(shù)×1+小學(xué)學(xué)歷人數(shù)×6+初中學(xué)歷人數(shù)×9+高中和中專(zhuān)學(xué)歷人數(shù)×12+大專(zhuān)及本科以上學(xué)歷人數(shù)×16）/6 歲以上人口總數(shù)。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（As）：用各地區(qū)糧食播種面積與各地區(qū)總播種面積的比值來(lái)表示。

以上各個(gè)變量的描述性統(tǒng)計(jì)如表1所示。

3 實(shí)證檢驗(yàn)與結(jié)果討論

3.1 空間自相關(guān)性檢驗(yàn)

在選擇使用空間計(jì)量模型之前，要檢驗(yàn)主要變量的空間依賴(lài)性、相關(guān)性，本文選用Moran's I 指數(shù)來(lái)檢驗(yàn)數(shù)字普惠金融以及農(nóng)業(yè)產(chǎn)業(yè)集聚的空間自相關(guān)性。莫蘭指數(shù)的計(jì)算公式如下：

Moran's I 指數(shù)的取值范圍為［-1，1］，若Ilt;1，代表數(shù)值存在空間差異性；Igt;1，代表數(shù)值存在空間正相關(guān)性；若I=0則表示數(shù)值不存在空間相關(guān)性，其空間分布是隨機(jī)的。本文采用Z 統(tǒng)計(jì)量來(lái)檢驗(yàn)變量的空間自相關(guān)性。Z 值的表達(dá)式如下：

通過(guò)stata16 軟件測(cè)算出了數(shù)字普惠金融指數(shù)、農(nóng)業(yè)產(chǎn)業(yè)集聚的全局莫蘭指數(shù)（如表2）。數(shù)字普惠金融指數(shù)的全局莫蘭指數(shù)均在1%的顯著性水平上顯著，說(shuō)明省域數(shù)字普惠金融水平之間空間正相關(guān)，且其相關(guān)性在波動(dòng)中逐年上升，近幾年穩(wěn)定在0.55左右；農(nóng)業(yè)產(chǎn)業(yè)集聚的全局莫蘭指數(shù)至少在10% 的水平上顯著，表明農(nóng)業(yè)產(chǎn)業(yè)集聚同樣存在空間正相關(guān)，其2011—2020年的集聚水平在波動(dòng)中上升，可見(jiàn)兩者的空間自相關(guān)性都比較穩(wěn)定。

3.2 數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP 的影響

3.2.1 空間模型選擇

上文驗(yàn)證了數(shù)字普惠金融指數(shù)、農(nóng)業(yè)產(chǎn)業(yè)集聚都存在空間正相關(guān)性，因此在研究數(shù)字普惠金融、農(nóng)業(yè)產(chǎn)業(yè)集聚以及農(nóng)業(yè)GTFP 的相關(guān)性分析中不再適用傳統(tǒng)線(xiàn)性回歸模型的假定，因此需要納入空間因素來(lái)探究三者之間的關(guān)系。如表3所示，在非空間面板回歸模型的基礎(chǔ)上進(jìn)行拉格朗日乘數(shù)檢驗(yàn)（LagrangeMultiplier，LM）、穩(wěn)健的拉格朗日乘數(shù)檢驗(yàn)（RobustLM，R-LM），結(jié)果表明空間誤差模型（Spatialerror，SEM）和空間滯后模型（Spatiallag，SAR）均顯著拒絕原假設(shè)，所以應(yīng)該選取帶空間效應(yīng)的面板模型。為此，本文進(jìn)行似然比檢驗(yàn)（Likelihood Ratio，LR），結(jié)果均在1%的顯著性水平上拒絕原假設(shè)，認(rèn)為空間杜賓模型（SDM）更加適合本文的研究。為了保證結(jié)果的穩(wěn)健性，利用沃爾德檢驗(yàn)（Wald）來(lái)檢驗(yàn)SDM模型是否會(huì)發(fā)生退化為SEM和SAR，Wald的結(jié)果均顯著拒絕原假設(shè)，所以應(yīng)該選用空間杜賓模型做相關(guān)研究。固定效應(yīng)檢驗(yàn)結(jié)果如表4所示，霍斯曼檢驗(yàn)（Hausman）顯示固定效應(yīng)更優(yōu)，并且進(jìn)一步檢驗(yàn)個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)以及雙固定效應(yīng)，結(jié)果表明雙固定效應(yīng)更優(yōu)。綜上，本文選取雙固定空間杜賓模型來(lái)探究數(shù)字普惠金融、農(nóng)業(yè)產(chǎn)業(yè)集聚以及農(nóng)業(yè)GTFP三者之間的關(guān)系。

3.2.2 基準(zhǔn)回歸結(jié)果分析

空間杜賓模型回歸結(jié)果如表5所示，GML 的空間自回歸系數(shù)ρ 為-0.184，通過(guò)5%的顯著性水平檢驗(yàn)，表明農(nóng)業(yè)GTFP 具有空間溢出效應(yīng)，即鄰近地區(qū)農(nóng)業(yè)GTFP的提高會(huì)抑制本地區(qū)GML 的提高，證明了選擇空間模型的正確性。

從表5列（1）的回歸結(jié)果顯示，DiFi 對(duì)GML 的回歸系數(shù)為0.098，且在1%的顯著性水平上顯著，說(shuō)明數(shù)字普惠金融確實(shí)能夠促進(jìn)農(nóng)業(yè)GTFP提升。對(duì)GML 分解指數(shù)回歸結(jié)果顯示，數(shù)字普惠金融對(duì)技術(shù)效率變化的直接影響系數(shù)為0.099，且在1%的顯著性水平上顯著，對(duì)技術(shù)進(jìn)步的影響不顯著，表明數(shù)字普惠金融水平的提升主要通過(guò)縮短本地區(qū)落后者與生產(chǎn)前沿面“最佳技術(shù)實(shí)踐者”的差距，即促進(jìn)技術(shù)效率變化來(lái)提高農(nóng)業(yè)GTFP。假設(shè)H1得證。數(shù)字普惠金融的空間滯后項(xiàng)的系數(shù)顯著為負(fù)，表明臨近地區(qū)數(shù)字普惠金融發(fā)展會(huì)產(chǎn)生虹吸效應(yīng)，促進(jìn)技術(shù)、資本、勞動(dòng)等農(nóng)業(yè)生產(chǎn)要素向其集聚，從而抑制了本地區(qū)農(nóng)業(yè)GTFP的提高。從GML 分解指數(shù)分析看，數(shù)字普惠金融空間滯后項(xiàng)的系數(shù)為-0.203，且通過(guò)了1%的顯著性水平檢驗(yàn)，表明鄰近地區(qū)數(shù)字普惠金融的提升會(huì)抑制本地區(qū)生產(chǎn)前沿面的技術(shù)進(jìn)步，進(jìn)而不利于本地農(nóng)業(yè)GTFP的提升，而其對(duì)技術(shù)效率變化的系數(shù)為-0.027，但影響不顯著，說(shuō)明數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP的空間溢出效應(yīng)主要體現(xiàn)在技術(shù)進(jìn)步上，假設(shè)H2得證。

控制變量的回歸結(jié)果顯示，人均收入系數(shù)及其空間滯后項(xiàng)系數(shù)均顯著，其中，人均收入系數(shù)為0.176，表明人均收入的提高能夠促進(jìn)當(dāng)?shù)鼐用窦哟髮?duì)農(nóng)業(yè)生產(chǎn)要素的投入，改善技術(shù)水平等來(lái)推動(dòng)農(nóng)業(yè)GTFP 的提升。而人均收入滯后項(xiàng)的系數(shù)為-0.105，說(shuō)明周?chē)貐^(qū)人均收入的提高不利于本地區(qū)農(nóng)業(yè)GTFP 的增長(zhǎng)。自然災(zāi)害系數(shù)顯著為負(fù)，表明受災(zāi)面積越多越不利于農(nóng)業(yè)的正常化生產(chǎn)，從而降低了農(nóng)業(yè)產(chǎn)量，抑制了農(nóng)業(yè)GTFP 提升；自然災(zāi)害滯后項(xiàng)系數(shù)不顯著，表明鄰近地區(qū)受災(zāi)程度的提高并不影響本地區(qū)的農(nóng)業(yè)GTFP。城鎮(zhèn)化率系數(shù)不顯著，表明城鎮(zhèn)化率對(duì)農(nóng)業(yè)GTFP沒(méi)有影響。根據(jù)鄭垂勇等［39］的實(shí)證結(jié)果，發(fā)現(xiàn)城鎮(zhèn)化對(duì)GML 的影響具有顯著的“雙閾值”，閾值分別為38.7%、53.1%，且證實(shí)了只有城鎮(zhèn)化發(fā)展水平跨越閾值后，其對(duì)GML 的負(fù)面作用才會(huì)逐步減弱，本文城鎮(zhèn)化率的樣本均值為59.0%，開(kāi)始超過(guò)53.1%的門(mén)檻值，負(fù)向效應(yīng)開(kāi)始減弱，所以系數(shù)不顯著；而城鎮(zhèn)化率的滯后項(xiàng)系數(shù)顯著為正，表明鄰近省份城鎮(zhèn)化率的提升會(huì)促進(jìn)本省的GTFP 提高。對(duì)外開(kāi)放程度系數(shù)為負(fù)且其滯后項(xiàng)系數(shù)不顯著，說(shuō)明一個(gè)地區(qū)對(duì)外開(kāi)放程度的提高會(huì)降低該地的農(nóng)業(yè)GTFP，而鄰近地區(qū)對(duì)外開(kāi)放程度不影響本地區(qū)的農(nóng)業(yè)GTFP。受教育程度的回歸系數(shù)不顯著，可能是因?yàn)槿肆Y本主要聚集在非農(nóng)業(yè)區(qū)域，高知識(shí)、高技術(shù)的創(chuàng)新型人才投身農(nóng)業(yè)生產(chǎn)領(lǐng)域的相對(duì)較少，所以其對(duì)農(nóng)業(yè)GTFP影響不顯著；而其滯后項(xiàng)系數(shù)顯著為正，表明鄰近地區(qū)受教育程度提高會(huì)顯著促進(jìn)本地區(qū)農(nóng)業(yè)GTFP 提高。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)系數(shù)不顯著，可能是因?yàn)楦鞯剞r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)比較穩(wěn)定，增長(zhǎng)幅度較小，從而不影響農(nóng)業(yè)GTFP；農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)滯后項(xiàng)系數(shù)在5%的顯著性水平上顯著，表明鄰近地區(qū)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整會(huì)抑制本地區(qū)農(nóng)業(yè)GTFP 的提高。

3.2.3 空間效應(yīng)分解

為了進(jìn)一步考察數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP 的空間溢出效應(yīng)，運(yùn)用偏微分方法把總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，直接效應(yīng)研究的是本地區(qū)數(shù)字普惠金融發(fā)展水平對(duì)本地區(qū)農(nóng)業(yè)GTFP的影響效果，間接效應(yīng)考察的是周?chē)貐^(qū)數(shù)字普惠金融的發(fā)展對(duì)本地區(qū)農(nóng)業(yè)GTFP的影響，結(jié)果如表6所示。

數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素影響的直接效應(yīng)為0.107，間接效應(yīng)為-2.202，總效應(yīng)為-0.095，都至少在10%的顯著性水平上顯著，說(shuō)明本地?cái)?shù)字普惠金融水平每提高1%，能促進(jìn)GTFP增長(zhǎng)0.107%，鄰近地區(qū)的數(shù)字普惠金融水平每提高1%，本地農(nóng)業(yè)GTFP降低0.202%，最終導(dǎo)致本地區(qū)農(nóng)業(yè)GTFP降低0.095%。可見(jiàn)，相鄰地區(qū)之間為了自身發(fā)展?fàn)帄Z金融資源，競(jìng)爭(zhēng)效應(yīng)的存在使得鄰近地區(qū)普惠金融水平的提高不利于農(nóng)業(yè)生產(chǎn)技術(shù)的轉(zhuǎn)型發(fā)展，再一次證明了數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP具有負(fù)向的空間溢出效應(yīng)。其他控制變量的分解效應(yīng)和前文一致。

3.3 農(nóng)業(yè)產(chǎn)業(yè)集聚的調(diào)節(jié)效應(yīng)分析

為了進(jìn)一步分析農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)數(shù)字普惠金融發(fā)展水平與農(nóng)業(yè)GTFP兩者關(guān)系的調(diào)節(jié)作用，通過(guò)引入農(nóng)業(yè)產(chǎn)業(yè)集聚與數(shù)字普惠金融的交互項(xiàng)并使用雙固定空間杜賓模型來(lái)檢驗(yàn)三者之間的關(guān)系，見(jiàn)表7。

表7中列（1）結(jié)果顯示：農(nóng)業(yè)產(chǎn)業(yè)集聚和數(shù)字普惠金融的交互項(xiàng)在1%的顯著性水平上為-0.029，說(shuō)明隨著某地區(qū)農(nóng)業(yè)產(chǎn)業(yè)集聚程度的擴(kuò)大，數(shù)字普惠金融水平對(duì)農(nóng)業(yè)GTFP的積極效應(yīng)會(huì)減弱。究其原因，可能是因?yàn)檗r(nóng)業(yè)產(chǎn)業(yè)過(guò)度集聚促使大量資金被用于購(gòu)買(mǎi)化肥、農(nóng)藥、柴油等農(nóng)用物資，不利于環(huán)境改善，農(nóng)業(yè)碳排放量相應(yīng)地增加，從而抑制了該地農(nóng)業(yè)GTFP 的提高。列（2）（3）結(jié)果顯示：農(nóng)業(yè)產(chǎn)業(yè)集聚與數(shù)字普惠金融的交互項(xiàng)對(duì)技術(shù)效率變化的影響不顯著，而對(duì)技術(shù)進(jìn)步的影響在1% 的顯著性水平上顯著。因此，農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)數(shù)字普惠金融水平與農(nóng)業(yè)GTFP 兩者關(guān)系的影響主要是通過(guò)影響技術(shù)進(jìn)步來(lái)是實(shí)現(xiàn)的，即農(nóng)業(yè)產(chǎn)業(yè)集聚減弱了數(shù)字普惠金融水平對(duì)生產(chǎn)前沿面技術(shù)進(jìn)步的積極效應(yīng)，阻礙了數(shù)字金融促進(jìn)農(nóng)業(yè)GTFP 的提高。假設(shè)H3得證。

3.4 數(shù)字普惠金融分維度檢驗(yàn)

數(shù)字普惠金融指數(shù)由三個(gè)子維度構(gòu)成[40]，分別是數(shù)字金融覆蓋廣度（CD）、數(shù)字金融使用深度（UD）以及數(shù)字化程度（DIGI）。分維度檢驗(yàn)結(jié)果如表8所示。結(jié)果顯示，數(shù)字普惠金融的三個(gè)子維度均顯著推動(dòng)了農(nóng)業(yè)GTFP 的增長(zhǎng)。覆蓋廣度對(duì)農(nóng)業(yè)GTFP 的正面影響最大，數(shù)字化程度以及使用深度次之。具體而言，數(shù)字金融覆蓋廣度每增加1%，農(nóng)業(yè)GTFP相應(yīng)提高0.124%；金融使用深度每提高1%，農(nóng)業(yè)GTFP提升0.041%；數(shù)字化程度每增加1%，農(nóng)業(yè)GTFP增長(zhǎng)0.054%。因此，隨著數(shù)字普惠金融的快速發(fā)展，數(shù)字金融的覆蓋率、滲透率增加，降低了金融資源的進(jìn)入門(mén)檻和使用成本，緩解農(nóng)戶(hù)的融資約束，提高資源的配置效率，進(jìn)而提高農(nóng)業(yè)GTFP。

4 穩(wěn)健性檢驗(yàn)

4.1 變換空間權(quán)重矩陣

上文進(jìn)行的所有空間計(jì)量模型的檢驗(yàn)都是基于Queen 式0～1鄰接矩陣，為了保證結(jié)果的穩(wěn)健性，利用高德地圖直達(dá)兩地之間的最短距離構(gòu)建了地理空間權(quán)重矩陣進(jìn)行檢驗(yàn)。結(jié)果顯示：數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP的直接影響效應(yīng)為正，且通過(guò)5%的顯著性水平；相鄰地區(qū)數(shù)字普惠金融發(fā)展水平的提升不利于本地區(qū)農(nóng)業(yè)GTFP的提升；農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)數(shù)字普惠金融與農(nóng)業(yè)GTFP關(guān)系的影響是負(fù)向的，且回歸結(jié)果在1%的顯著性水平上顯著。

4.2 剔除直轄市

考慮到直轄市在農(nóng)業(yè)發(fā)展規(guī)模、經(jīng)濟(jì)體量以及行政級(jí)別等特征上與其他省份存在差別，所以在剔除北京、天津、上海、重慶4個(gè)直轄市的基礎(chǔ)上，利用空間杜賓模型對(duì)其余省份進(jìn)行回歸，回歸結(jié)果顯示：不管是數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP 的直接效應(yīng)、空間溢出效應(yīng)，還是農(nóng)業(yè)產(chǎn)業(yè)集聚在數(shù)字普惠金融與農(nóng)業(yè)GTFP 兩者關(guān)系的調(diào)節(jié)效應(yīng)都通過(guò)了顯著性檢驗(yàn)。

4.3 剔除掉2013 年以前的數(shù)據(jù)

2011—2013 年是中國(guó)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的關(guān)鍵時(shí)期，在此期間，中國(guó)面臨經(jīng)濟(jì)結(jié)構(gòu)調(diào)整以及增速換擋的雙重壓力，因此選擇剔除2013年以前的數(shù)據(jù)進(jìn)行檢驗(yàn)，回歸結(jié)果顯示：數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP的直接影響顯著為正，鄰近地區(qū)數(shù)字普惠金融的發(fā)展顯著降低了本地區(qū)農(nóng)業(yè)GTFP；農(nóng)業(yè)產(chǎn)業(yè)集聚水平的提升，抑制了數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP的積極作用，且在1% 的顯著性水平上顯著，與上文研究結(jié)果保持一致。

4.4 縮尾處理

為了消除異常值對(duì)回歸結(jié)果的影響，對(duì)所有變量在1% 和99% 的分位做縮尾處理，檢驗(yàn)結(jié)果顯示：農(nóng)業(yè)GTFP具有空間溢出效應(yīng)；數(shù)字普惠金融的快速發(fā)展顯著提升了本地的農(nóng)業(yè)GTFP，鄰近地區(qū)普惠金融的發(fā)展顯著降低了本地農(nóng)業(yè)GTFP的增長(zhǎng)；隨著數(shù)字普惠金融的快速發(fā)展，農(nóng)業(yè)產(chǎn)業(yè)集聚程度的提高反而抑制了數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP 的正向促進(jìn)作用。兩個(gè)模型的結(jié)果都通過(guò)了顯著性檢驗(yàn)，并與上文保持一致。

綜上，本文的結(jié)果具有穩(wěn)健性。受版面所限，相關(guān)過(guò)程數(shù)據(jù)留存?zhèn)渌鳌?/p>

5 結(jié)論及政策啟示

粗放式農(nóng)業(yè)生產(chǎn)方式制約了農(nóng)業(yè)GTFP的提高，為了兼顧生態(tài)環(huán)境和資源投入，抓住數(shù)字金融發(fā)展機(jī)會(huì)合理布局農(nóng)業(yè)產(chǎn)業(yè)是當(dāng)前農(nóng)業(yè)綠色發(fā)展的關(guān)鍵[41-43]。因此，本文基于SBM-GML 計(jì)算出2011—2020 年30 個(gè)省份的農(nóng)業(yè)GTFP，利用的面板數(shù)據(jù)并基于雙固定空間杜賓模型分析了數(shù)字普惠金融、農(nóng)業(yè)產(chǎn)業(yè)集聚以及農(nóng)業(yè)GTFP之間的影響機(jī)理。主要結(jié)論如下：第一，數(shù)字普惠金融水平主要通過(guò)推動(dòng)技術(shù)效率變化對(duì)農(nóng)業(yè)GTFP 產(chǎn)生積極影響。第二，鄰近地區(qū)數(shù)字普惠金融的增長(zhǎng)會(huì)抑制本地區(qū)農(nóng)業(yè)GTFP的增長(zhǎng)。第三，農(nóng)業(yè)產(chǎn)業(yè)集聚抑制了數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP影響的積極效應(yīng)。第四，數(shù)字普惠金融的三個(gè)維度均能顯著對(duì)農(nóng)業(yè)GTFP 產(chǎn)生積極影響?；诖?，提出以下政策建議：

第一，加強(qiáng)數(shù)字金融基礎(chǔ)設(shè)施建設(shè)，促進(jìn)各區(qū)域數(shù)字經(jīng)濟(jì)協(xié)調(diào)發(fā)展。首先，促進(jìn)中西部偏遠(yuǎn)地區(qū)以及廣大農(nóng)村地帶的4G、5G等基礎(chǔ)設(shè)施建設(shè)，提高智能手機(jī)、計(jì)算機(jī)等移動(dòng)終端的覆蓋度[44]，降低寬帶、流量的使用費(fèi)用，加大數(shù)字普惠金融觸達(dá)農(nóng)村用戶(hù)的可能性，以此帶動(dòng)農(nóng)村地區(qū)數(shù)字普惠金融發(fā)展，為農(nóng)業(yè)GTFP提供良好的發(fā)展條件。其次，派遣金融知識(shí)專(zhuān)員、互聯(lián)網(wǎng)知識(shí)專(zhuān)員下沉農(nóng)村，普及移動(dòng)終端、金融等基礎(chǔ)知識(shí)，增強(qiáng)金融服務(wù)的可獲得性，全方位提高支付、信貸、貨幣基金、信用等服務(wù)的滲透率［45］，降低金融服務(wù)成本，促進(jìn)數(shù)字金融不同地區(qū)、城鄉(xiāng)之間協(xié)調(diào)發(fā)展。

第二，重視農(nóng)業(yè)空間聯(lián)動(dòng)規(guī)律，促進(jìn)各地區(qū)協(xié)同發(fā)展。要把握數(shù)字普惠金融對(duì)農(nóng)業(yè)GTFP的溢出效應(yīng)，重視相鄰省域之間的空間聯(lián)動(dòng)效應(yīng)，避免出現(xiàn)對(duì)農(nóng)業(yè)發(fā)展產(chǎn)生負(fù)面影響的擁擠效應(yīng)、虹吸效應(yīng)等，應(yīng)該充分利用數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施，促進(jìn)鄰近地區(qū)新型技術(shù)、先進(jìn)管理經(jīng)驗(yàn)的互學(xué)互鑒[46]，發(fā)揮農(nóng)業(yè)大省的帶動(dòng)效應(yīng)，協(xié)同促進(jìn)數(shù)字金融水平的提升，從而全面提高農(nóng)業(yè)GTFP。

第三，科學(xué)規(guī)劃農(nóng)業(yè)產(chǎn)業(yè)集聚發(fā)展，發(fā)揮農(nóng)業(yè)產(chǎn)業(yè)積聚的正向效能。考慮到農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)數(shù)字普惠金融與農(nóng)業(yè)GTFP 的抑制作用，應(yīng)引導(dǎo)農(nóng)業(yè)產(chǎn)業(yè)合理布局，避免出現(xiàn)禁錮效應(yīng)、虹吸效應(yīng)、擁擠效應(yīng)等負(fù)面效應(yīng)[47]，促進(jìn)金融資源在農(nóng)業(yè)產(chǎn)業(yè)的合理配置，培育新型農(nóng)業(yè)生產(chǎn)主體，形成農(nóng)戶(hù)、企業(yè)、政府三方有效合作的新型組織形式，提高資源配置效率，形成合理產(chǎn)業(yè)集聚，更有效形成規(guī)模經(jīng)濟(jì)效應(yīng)、知識(shí)溢出效應(yīng)、示范效應(yīng)，從而帶動(dòng)整體農(nóng)業(yè)GTFP的提升。

參考文獻(xiàn)：

［1］ 王亞輝，李秀彬，辛良杰.農(nóng)業(yè)勞動(dòng)生產(chǎn)率的提高縮小了農(nóng)村居民收入差距嗎？［J］.自然資源學(xué)報(bào)，2018，33（3）：372-385.

［2］ 司偉.經(jīng)濟(jì)轉(zhuǎn)型過(guò)程中的中國(guó)農(nóng)業(yè)農(nóng)村現(xiàn)代化［J］.南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，21（5）：11-19.

［3］ 薛建良，李秉龍.基于環(huán)境修正的中國(guó)農(nóng)業(yè)全要素生產(chǎn)率度量［J］.中國(guó)人口·資源與環(huán)境，2011，21（5）：113-118.

［4］ 李健旋.農(nóng)村金融發(fā)展與農(nóng)業(yè)綠色全要素生產(chǎn)率提升研究［J］.管理評(píng)論，2021，33（3）：84-95.

［5］ 展進(jìn)濤，徐鈺嬌.環(huán)境規(guī)制、農(nóng)業(yè)綠色生產(chǎn)率與糧食安全［J］.中國(guó)人口·資源與環(huán)境，2019，29（3）：167-176.

［6］ 張軍偉，費(fèi)建翔，徐永辰.金融支持對(duì)綠色農(nóng)業(yè)發(fā)展的激勵(lì)效應(yīng)［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2020，243（6）：91-98.

［7］ 楊怡，吳麗玉，張齊家，等.數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色增長(zhǎng)的影響：兼論農(nóng)村人力資本投資的調(diào)節(jié)作用［J］. 經(jīng)濟(jì)問(wèn)題探索，2022，479（6）：165-180.

［8］ 羅振軍，蘭慶高.數(shù)字普惠金融助推農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展：理論分析與實(shí)證檢驗(yàn)［J］.調(diào)研世界，2023，353（2）：57-66.

［9］ 黃卓，王萍萍.數(shù)字普惠金融在數(shù)字農(nóng)業(yè)發(fā)展中的作用［J］.農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2022，509（5）：27-36.

［10］ 周月書(shū)，苗哲瑜.數(shù)字普惠金融對(duì)農(nóng)戶(hù)生產(chǎn)經(jīng)營(yíng)投資的影響［J］.中國(guó)農(nóng)村觀察，2023，169（1）：0-58.

［11］ 張勛，萬(wàn)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.

［12］ 趙丹丹，周宏.農(nóng)業(yè)生產(chǎn)集聚如何提高糧食生產(chǎn)效率：基于不同發(fā)展路徑的再考察［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2020，304（8）：13-28.

［13］ 薛蕾，申云，徐承紅.農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)綠色發(fā)展：效率測(cè)度及影響效應(yīng)［J］.經(jīng)濟(jì)經(jīng)緯，2020，37（3）：45-53.

［14］ 銀西陽(yáng)，賈小娟，李冬梅.農(nóng)業(yè)產(chǎn)業(yè)集聚對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響：基于空間溢出效應(yīng)視角［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2022，43（10）：110-119.

［15］ 譚蓉娟，郭寶琳.金融集聚與產(chǎn)業(yè)集聚相互作用的機(jī)制與路徑：以珠三角制造業(yè)為例［J］. 廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，36（5）：103-112.

［16］ 葛鵬飛，王頌吉，黃秀路.中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)算［J］.中國(guó)人口·資源與環(huán)境，2018，28（5）：66-74.

［17］ SCHULTZT. Transforming traditional agriculture［M］. New Haven：Yale University Press，1964：20-29.

［18］ 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(lái)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.

［19］ 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.

［20］ 張啟文，田靜.數(shù)字普惠金融能否提升農(nóng)業(yè)全要素生產(chǎn)率？基于異質(zhì)性與空間溢出效應(yīng)視角［J］.農(nóng)業(yè)經(jīng)濟(jì)與管理，2023，77（1）：45-56.

［21］ 何宏慶. 數(shù)字金融助推鄉(xiāng)村產(chǎn)業(yè)融合發(fā)展：優(yōu)勢(shì)、困境與進(jìn)路［J］. 西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，20（3）：118-125.

［22］ 任健華，雷宏振.數(shù)字普惠金融，資本深化與農(nóng)業(yè)全要素生產(chǎn)率［J］.社會(huì)科學(xué)家，2022（6）：86-95.

［23］ 唐建軍，龔教偉，宋清華.數(shù)字普惠金融與農(nóng)業(yè)全要素生產(chǎn)率：基于要素流動(dòng)與技術(shù)擴(kuò)散的視角［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)，2022，451（7）：81-102.

［24］ 陳一明，溫濤.數(shù)字普惠金融能促進(jìn)鄉(xiāng)村產(chǎn)業(yè)發(fā)展嗎：基于空間計(jì)量模型的分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2023，333（1）：32-44.

［25］ 曾建中，李銀珍，劉桂東.數(shù)字普惠金融賦能鄉(xiāng)村產(chǎn)業(yè)興旺的作用機(jī)理和空間效應(yīng)研究：基于縣域空間動(dòng)態(tài)面板數(shù)據(jù)的實(shí)證檢驗(yàn)［J］.國(guó)際金融研究，2023，432（4）：39-49.

［26］ 金芳，金榮學(xué).農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的空間效應(yīng)分析［J］. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（1）：124-134，168-169.

［27］ 田傳浩，方麗.土地調(diào)整與農(nóng)地租賃市場(chǎng)：基于數(shù)量和質(zhì)量的雙重視角［J］.經(jīng)濟(jì)研究，2013，48（2）：110-121.

［28］ 劉俊杰，張龍耀，王夢(mèng)珺，等.農(nóng)村土地產(chǎn)權(quán)制度改革對(duì)農(nóng)村居民收入的影響：來(lái)自山東棗莊的初步證據(jù)［J］.農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2015（6）：51-58.

［29］ 張建平，余晉晶，侯景怡.農(nóng)地經(jīng)營(yíng)權(quán)流轉(zhuǎn)、金融支農(nóng)與農(nóng)村居民收入［J］.中國(guó)流通經(jīng)濟(jì)，2023，37（3）：72-83.

［30］ 何欣，蔣濤，郭良燕，等.中國(guó)農(nóng)地流轉(zhuǎn)市場(chǎng)的發(fā)展與農(nóng)戶(hù)流轉(zhuǎn)農(nóng)地行為研究：基于2013-2015年29省的農(nóng)戶(hù)調(diào)查數(shù)據(jù)［J］.管理世界，2016，273（6）：79-89.

［31］ 徐承紅，薛蕾.農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)面源污染：基于空間異質(zhì)性的視角［J］.財(cái)經(jīng)科學(xué)，2019（8）：82-96.

［32］ 田云，尹忞昊.產(chǎn)業(yè)集聚對(duì)中國(guó)農(nóng)業(yè)凈碳效應(yīng)的影響研究［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（3）：107-117，188.

［33］ 劉家強(qiáng)，黃莉蕓，盛偉，等.中國(guó)人力資本集聚的空間效應(yīng)：虹吸還是擴(kuò)散？［J］.人口研究，2023，47（2）：112-128.

［34］ 任陽(yáng)軍，田澤，梁棟，等.產(chǎn)業(yè)協(xié)同集聚對(duì)綠色全要素生產(chǎn)率的空間效應(yīng)［J］.技術(shù)經(jīng)濟(jì)與管理研究，2021（9）：124-128.

［35］ 平瑛，施文杰.農(nóng)產(chǎn)品加工業(yè)集聚、空間溢出與農(nóng)業(yè)高質(zhì)量發(fā)展［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（3）：155-167.

［36］ 劉亦文，歐陽(yáng)瑩，蔡宏宇.中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)度及時(shí)空演化特征研究［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（5）：39-56.

［37］ 田云，張俊飚.中國(guó)農(nóng)業(yè)碳排放、低碳農(nóng)業(yè)生產(chǎn)率及其協(xié)調(diào)性研究［J］.中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，22（5）：208-218.

［38］ 李谷成.中國(guó)農(nóng)業(yè)的綠色生產(chǎn)率革命：1978-2008年［J］.經(jīng)濟(jì)學(xué)（季刊），2014，13（2）：537-558.

［39］ 鄭垂勇，朱曄華，程飛.城鎮(zhèn)化提升了綠色全要素生產(chǎn)率嗎？基于長(zhǎng)江經(jīng)濟(jì)帶的實(shí)證檢驗(yàn)［J］.現(xiàn)代經(jīng)濟(jì)探討，2018（5）：110-115.

［40］ YU D S，LIU L X，GAO S H，et al. Impact of carbon trading on agricultural green total factor productivity in China［J］.Journal of Cleaner Production，2022，367：132789.1-132789.10.

［41］ 朱萬(wàn)里，胡瑜杰.財(cái)政支農(nóng)、農(nóng)業(yè)技術(shù)創(chuàng)新對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響效應(yīng)研究［J］.科學(xué)與管理，2019，39（4）：73-80.

［42］ MCKINNON R I. Money and capital in economic Development［M］.Washington：The Brookings Institution，1973.

［43］ KING R G，LEVINE R. Finance，entrepreneurship and growth［J］.Journal of Monetary Economics，1993，32（3）：513-542.

［44］ 張麗艷，段波.中國(guó)數(shù)字鄉(xiāng)村研究熱點(diǎn)和趨勢(shì)分析［J］.科學(xué)與管理，2022，42（6）：36-42，95.

［45］ 段永琴，何倫志，克甝.數(shù)字金融，技術(shù)密集型制造業(yè)與綠色發(fā)展［J］.上海經(jīng)濟(jì)研究，2021（5）：89-105.

［46］ BROWN J R M，PERERSON B C. Do financing constraints matter for Ramp;D？［J］. European Economic Review，2012，56（8）：1512-1529.

［47］ 宋金昭，翟夢(mèng)倩.集聚外部性、基礎(chǔ)設(shè)施與城市經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.科學(xué)與管理，2023，43（1）：85-94.

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（15BTJ017）；上海市哲學(xué)社會(huì)科學(xué)規(guī)劃課題（2020BGL012）