收稿日期：2022-10-24

基金項(xiàng)目：新疆維吾爾自治區(qū)社科基金項(xiàng)目（22BJY021）；新疆農(nóng)業(yè)大學(xué)研究生科研創(chuàng)新項(xiàng)目（XJAUGRI2022029）

作者簡(jiǎn)介：郭 暉（1971-），女，浙江杭州人，副教授，博士，主要從事農(nóng)村金融研究，（電話）15199111586（電子信箱）2234717776@qq.com；共同第一作者，張圓圓（1996-），女，河北邯鄲人，碩士，主要從事農(nóng)村金融研究，（電話）18347136130（電子信箱）3212833967@qq.com。

郭 暉，張圓圓，胡偉幫. 數(shù)字普惠金融賦能鄉(xiāng)村振興的效率及影響因素——基于30個(gè)省（市、自治區(qū)）的面板數(shù)據(jù)［J］. 湖北農(nóng)業(yè)科學(xué)，2024，63（7）：250-256．

摘要：采用2011—2020年北京大學(xué)數(shù)字普惠金融指數(shù)，運(yùn)用熵值法測(cè)算鄉(xiāng)村振興指數(shù)，基于DEA模型計(jì)算數(shù)字普惠金融賦能鄉(xiāng)村振興的效率，并采用Tobit模型分析效率的影響因素。結(jié)果表明，中國(guó)數(shù)字普惠金融賦能鄉(xiāng)村振興綜合效率的水平較低，存在地區(qū)差異，數(shù)字普惠金融賦能鄉(xiāng)村振興的發(fā)展空間仍然較大；技術(shù)進(jìn)步變動(dòng)是影響效率變動(dòng)的主要原因；在影響因素方面，金融中介效率、金融發(fā)展規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、財(cái)政支農(nóng)力度與對(duì)外開(kāi)放度對(duì)數(shù)字普惠金融賦能鄉(xiāng)村振興效率具有顯著的正向影響，而信息化基礎(chǔ)設(shè)施、交通運(yùn)輸水平、經(jīng)濟(jì)集聚度對(duì)數(shù)字普惠金融賦能鄉(xiāng)村振興效率的影響不顯著。提出擴(kuò)大金融發(fā)展規(guī)模與積極提高金融中介效率；支持產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，擴(kuò)大對(duì)外開(kāi)放水平，積極培育新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)；加大財(cái)政支農(nóng)力度，促進(jìn)數(shù)字普惠金融服務(wù)三農(nóng)，提高數(shù)字普惠金融賦能鄉(xiāng)村振興的效率。

關(guān)鍵詞：數(shù)字普惠金融；鄉(xiāng)村振興；效率；影響因素；面板數(shù)據(jù)

中圖分類號(hào)：F830.6 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2024）07-0250-07

DOI：10.14088/j.cnki.issn0439-8114.2024.07.040 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

The efficiency and influencing factors of digital inclusive finance empowering rural revitalization：Based on panel data from 30 Provinces（Municipalities and Autonomous Regions）

GUO Hui， ZHANG Yuan-yuan，HU Wei-bang

（College of Economics and Management，Xinjiang Agricultural University， Urumqi 830052，China）

Abstract： The Peking University Digital Inclusive Finance Index from 2011 to 2020 was used to calculate the rural revitalization index by adopting the entropy method. Based on the DEA model， the efficiency of digital inclusive finance empowering rural revitalization was calculated， and the influencing factors of efficiency were analyzed by using the Tobit model. The results indicated that the level of comprehensive efficiency in empowering rural revitalization through digital inclusive finance in China was relatively low， and there were regional differences. The development space for empowering rural revitalization through digital inclusive finance was still relatively large；technological progress and changes were the main reasons affecting efficiency changes； in terms of influencing factors， the efficiency of financial intermediaries， the scale of financial development， industrial structure， economic development level， fiscal support for agriculture， and the degree of openness to the outside world had a significant positive impact on the efficiency of digital inclusive finance in empowering rural revitalization，however， the impact of information infrastructure， transportation level， and economic agglomeration on the efficiency of digital inclusive finance in empowering rural revitalization was not significant. It was proposed to expand the scale of financial development and actively improve the efficiency of financial intermediaries；support the transformation and upgrading of industrial structure， expand the level of opening up to the outside world， and actively cultivate new economic growth points；increase fiscal support for agriculture， promote digital inclusive finance services for agriculture， rural areas， and farmers， and improve the efficiency of digital inclusive finance in empowering rural revitalization.

Key words： digital inclusive finance； rural revitalization； efficiency； influencing factors； panel data

鄉(xiāng)村振興戰(zhàn)略是全面建設(shè)社會(huì)主義現(xiàn)代化強(qiáng)國(guó)的重大戰(zhàn)略［1］。2019年2月發(fā)布的《關(guān)于金融服務(wù)鄉(xiāng)村振興的指導(dǎo)意見(jiàn)》中提出要進(jìn)一步推動(dòng)農(nóng)村地區(qū)的數(shù)字普惠金融發(fā)展水平，鼓勵(lì)創(chuàng)新農(nóng)村金融產(chǎn)品并提高金融服務(wù)鄉(xiāng)村振興效率，助力鄉(xiāng)村振興戰(zhàn)略，2021年中央一號(hào)文件首次提出農(nóng)村數(shù)字普惠金融的概念，用數(shù)字普惠金融手段助力鄉(xiāng)村振興。2022年中央一號(hào)文件再次強(qiáng)調(diào)強(qiáng)化鄉(xiāng)村振興的金融服務(wù)。數(shù)字普惠金融在原有的涉農(nóng)金融基礎(chǔ)上提出數(shù)字化，有效推動(dòng)鄉(xiāng)村振興戰(zhàn)略的實(shí)施［2］。

國(guó)內(nèi)外關(guān)于數(shù)字普惠金融與鄉(xiāng)村振興二者關(guān)系的研究聚焦于以下幾個(gè)方面。一是以鄉(xiāng)村振興為背景，研究數(shù)字普惠金融與農(nóng)村居民消費(fèi)、農(nóng)民創(chuàng)業(yè)、貧困減緩之間的關(guān)系［3］。二是數(shù)字普惠金融助力鄉(xiāng)村振興的機(jī)理、機(jī)制及空間溢出效應(yīng)研究［4］。三是數(shù)字普惠金融與鄉(xiāng)村振興耦合關(guān)系的研究［5］。綜上，學(xué)者對(duì)二者關(guān)系的研究較多，但關(guān)于數(shù)字普惠金融與鄉(xiāng)村振興關(guān)系的研究較少，特別是數(shù)字普惠金融賦能鄉(xiāng)村振興效率的研究更少。鑒于此，本研究采用2011—2020年北京大學(xué)數(shù)字普惠金融指數(shù)，運(yùn)用DEA與Tobit模型研究數(shù)字普惠金融賦能鄉(xiāng)村振興的效率及其影響因素，以期為提高數(shù)字普惠金融賦能鄉(xiāng)村振興的效率提供建議。

1 理論分析

1.1 直接效應(yīng)分析

農(nóng)村地區(qū)要想實(shí)現(xiàn)產(chǎn)業(yè)興旺，少不了金融服務(wù)助力農(nóng)村地區(qū)三產(chǎn)融合發(fā)展的全方位配合［6］。一方面，由于數(shù)字普惠金融具有審批快、流程短、門(mén)檻低的特點(diǎn)，更適合為民營(yíng)小微企業(yè)等困難群體提供資金，緩解流動(dòng)性風(fēng)險(xiǎn)［7］。另一方面，數(shù)字普惠金融通過(guò)模式創(chuàng)新支持鄉(xiāng)村產(chǎn)業(yè)發(fā)展，例如以支付寶為代表的電商模式、“線上+線下”的商業(yè)銀行和以眾籌為代表的創(chuàng)新業(yè)態(tài)模式，多種創(chuàng)新模式更好地滿足農(nóng)業(yè)生產(chǎn)全過(guò)程中資金需求；其次，數(shù)字普惠金融利用互聯(lián)網(wǎng)優(yōu)勢(shì)便捷授信，將資金精準(zhǔn)地傳到用戶手中；最后，通過(guò)創(chuàng)新“金融+企業(yè)”的融資模式，降低企業(yè)的融資成本，更好地服務(wù)產(chǎn)業(yè)振興［8］。

數(shù)字普惠金融運(yùn)用其低地理局限性和線上服務(wù)的優(yōu)勢(shì)，通過(guò)多種途徑打通金融服務(wù)最后一公里，引導(dǎo)農(nóng)村居民誠(chéng)實(shí)守信參與金融活動(dòng)，夯實(shí)誠(chéng)實(shí)教育的基礎(chǔ)，提高鄉(xiāng)村文明水平［7］；同時(shí)，數(shù)字普惠金融利用其低門(mén)檻和及時(shí)性的特點(diǎn)，為適齡兒童提供教育基金、助學(xué)貸款等金融服務(wù)，保障農(nóng)村居民的受教育權(quán)益，提高其文化素質(zhì)，早日實(shí)現(xiàn)文化脫貧，提高鄉(xiāng)風(fēng)文明水平［9］。

數(shù)字普惠金融利用虛擬網(wǎng)點(diǎn)、遠(yuǎn)程銀行等金融模式，在不依賴實(shí)體硬件設(shè)施的情況下提供金融服務(wù)，彌補(bǔ)了傳統(tǒng)金融服務(wù)單一線下模式所造成的金融服務(wù)缺陷，提高金融的可獲得性，精準(zhǔn)服務(wù)于弱勢(shì)群體［10］。一方面，數(shù)字普惠金融的多元化服務(wù)體系能夠大幅提高農(nóng)村居民抵御金融風(fēng)險(xiǎn)的能力［11］；另一方面，數(shù)字普惠金融門(mén)檻低，可以充分發(fā)揮普惠性，能將居民零散的資金積聚起來(lái)，提高金融的使用效率，逐步實(shí)現(xiàn)生活富裕的目標(biāo)［12］。

1.2 間接效應(yīng)分析

數(shù)字普惠金融可由經(jīng)濟(jì)發(fā)展較好的地方滲透到經(jīng)濟(jì)發(fā)展較差的農(nóng)村地區(qū)，通過(guò)先富幫助后富的形式增加農(nóng)村居民收入，降低城鄉(xiāng)和貧富收入差距，從而實(shí)現(xiàn)治理有效的目標(biāo)［13］。數(shù)字普惠金融對(duì)治理有效目標(biāo)的實(shí)現(xiàn)還體現(xiàn)在數(shù)字普惠金融在提供金融服務(wù)的同時(shí)建立了全方位立體的征信體系，不僅提高了農(nóng)村居民融資便捷度，也為社會(huì)治理提供更便利的工具。

數(shù)字普惠金融還可以間接促進(jìn)包容性增長(zhǎng)，改善農(nóng)村生態(tài)環(huán)境［14］。數(shù)字普惠金融的發(fā)展創(chuàng)新了金融發(fā)展形式，提高了金融供給，對(duì)完善農(nóng)村地區(qū)的基礎(chǔ)設(shè)施、優(yōu)化農(nóng)村地區(qū)經(jīng)濟(jì)結(jié)構(gòu)具有積極意義。通過(guò)發(fā)展生態(tài)農(nóng)業(yè)，實(shí)現(xiàn)資源的高效利用，增強(qiáng)產(chǎn)業(yè)競(jìng)爭(zhēng)能力，促進(jìn)地方的包容性增長(zhǎng)，實(shí)現(xiàn)“三農(nóng)”的全面發(fā)展。

2 研究方法與指標(biāo)體系構(gòu)建

2.1 熵值法

采用熵值法測(cè)度鄉(xiāng)村振興指數(shù)，客觀真實(shí)地反映隱含在指標(biāo)數(shù)據(jù)中的信息，計(jì)算評(píng)價(jià)指標(biāo)權(quán)重［15，16］，為綜合評(píng)價(jià)鄉(xiāng)村振興發(fā)展水平提供依據(jù)。

1）標(biāo)準(zhǔn)化處理。

[Z′ij=Zij-min（Zij）max（Zij）-min（Zij）] （1）

[Z′ij=max（Zij）-Zijmax（Zij）-min（Zij）] （2）

式中，[Zij]是第[i]年第[j]個(gè)指標(biāo)的值；[Z′ij]是指標(biāo)標(biāo)準(zhǔn)化的結(jié)果；[max（Zij）]是指標(biāo)[Zij]最大值；[min（Zij）]是指標(biāo)[Zij]的最小值；[i=1，2，…，m;j=1，2，…，n]。

2）計(jì)算第[i]年第[j]個(gè)指標(biāo)的比重（dij）。

[dij=Z′ij/i=1mZ′ij] （3）

3）計(jì)算第[j]個(gè)指標(biāo)信息熵（ej）。

[ej=-1/ln（m）i=1mdijln（dij）] （4）

4）計(jì)算第[j]個(gè)指標(biāo)權(quán)重（wj）。

[wj=-（1-ej）/j=1n（1-ej）] （5）

式中，[wj∈[0，1];j=1nwi=1]

5）計(jì)算得分（Si）。

[Si=j=1nwjZ′ij] （6）

2.2 DEA-BCC模型

DEA模型是用來(lái)衡量決策單元多投入、多產(chǎn)出的一種評(píng)價(jià)方法，在DEA模型中，當(dāng)決策單元的綜合效率（θ）為1時(shí)表示決策單元的DEA有效［17］。BCC模型假設(shè)規(guī)模報(bào)酬可變，BCC模型不僅能測(cè)算技術(shù)效率（TE），還可將其分解為純技術(shù)效率（PTE）和規(guī)模效率（SE）［18］。

2.3 Malmquist指數(shù)

Malmquist指數(shù)于1953年由Malmquistz提出［19］，之后學(xué)者對(duì)Malmquist指數(shù)進(jìn)行拓展，并用于測(cè)度相鄰兩期（t和t+1）的生產(chǎn)效率［20］。假設(shè)規(guī)模報(bào)酬可變，相鄰兩期的Malmquist生產(chǎn)率指數(shù)的計(jì)算公式如下。

M0=Effch×Techch （7）

Effch=Pech×Sech （8）

式中，M0為Malmquist全要素生產(chǎn)率；Pech為純技術(shù)效率變動(dòng)指數(shù)；Sech為規(guī)模效率指數(shù)；Techch為技術(shù)進(jìn)步指數(shù)；Effch為技術(shù)效率指數(shù)。

2.4 Tobit模型構(gòu)建

若采用OLS估計(jì)會(huì)導(dǎo)致估計(jì)結(jié)果有偏，本研究采用Tobit模型分析數(shù)字普惠金融賦能鄉(xiāng)村振興效率的影響因素［21］，模型的函數(shù)表達(dá)式如下。

[Y=α+β1FE+β2FD+β3IS+β4lnGDP+β5FSA+β6II+β7OPEN+β8TRA+β9EA+ε] （9）

式中，Y為數(shù)字普惠金融賦能鄉(xiāng)村振興效率；FE、FD、IS、lnGDP、FSA、II、OPEN、TRA、EA代表影響因素；[α]為常數(shù)項(xiàng)；βi為各影響因素的待估參數(shù)（i=1，2，3，…，9）；[ε]為隨機(jī)擾動(dòng)項(xiàng)。

2.5 數(shù)據(jù)來(lái)源

根據(jù)數(shù)據(jù)的可得性，本研究采用2011—2020年30個(gè)?。ㄊ?、自治區(qū)）的面板數(shù)據(jù)進(jìn)行分析，不包括港澳臺(tái)和西藏。鄉(xiāng)村振興數(shù)據(jù)和影響因素?cái)?shù)據(jù)來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、EPS數(shù)據(jù)庫(kù)、國(guó)家統(tǒng)計(jì)局網(wǎng)站、《中國(guó)金融年鑒》及各省統(tǒng)計(jì)年鑒。對(duì)于部分缺失數(shù)據(jù)，采用線性插值法補(bǔ)齊。

選取數(shù)字普惠金融覆蓋廣度、使用深度、數(shù)字化程度為投入指標(biāo)。依據(jù)實(shí)施鄉(xiāng)村振興戰(zhàn)略的總要求，選取鄉(xiāng)村振興5個(gè)維度作為產(chǎn)出指標(biāo)，產(chǎn)出指標(biāo)的綜合指數(shù)由熵值法計(jì)算得出，投入產(chǎn)出的具體指標(biāo)如表1和表2所示。

3 效率分析

3.1 綜合效率

基于DEA-BCC模型，采用Deap 2.1軟件測(cè)算中國(guó)30個(gè)?。ㄊ小⒆灾螀^(qū)）2011—2020年數(shù)字普惠金融賦能鄉(xiāng)村振興的綜合效率，結(jié)果如表3所示。

由表3可知，2011年數(shù)字普惠金融賦能鄉(xiāng)村振興的綜合效率為0.704，2020年的綜合效率為0.745，2011—2020年增長(zhǎng)率為5.82%，增長(zhǎng)率較低，說(shuō)明數(shù)字普惠金融賦能鄉(xiāng)村振興存在較大發(fā)展空間，數(shù)字普惠金融的數(shù)字化程度、覆蓋廣度及使用深度的資源優(yōu)勢(shì)沒(méi)有得到充分發(fā)揮。數(shù)字普惠金融賦能鄉(xiāng)村振興的效率存在地區(qū)差異。2011—2020年30個(gè)省（市、自治區(qū)）數(shù)字普惠金融賦能鄉(xiāng)村振興的綜合效率存在波動(dòng)。上海在2011年達(dá)到DEA有效；江蘇在2014年、2015年、2017年、2019年均達(dá)到DEA有效；廣西在2013年、2014年、2018年均達(dá)到DEA有效；青海在2011年、2012年均達(dá)到DEA有效；新疆在2012年、2016年、2020年均達(dá)到DEA有效，其他各?。ㄊ?、自治區(qū)）在2011—2020年綜合效率均小于1.000。

3.2 綜合效率分解

由表4可知，從綜合效率看，綜合效率在2020年只有新疆達(dá)到DEA有效，在非DEA有效的?。ㄊ小⒆灾螀^(qū)）中，貴州、云南、陜西綜合效率較高，說(shuō)明隨著政府對(duì)于中、西部地區(qū)政策的出臺(tái)，數(shù)字普惠金融在中、西部地區(qū)助推鄉(xiāng)村振興的效果向好。從純技術(shù)效率來(lái)看，吉林、黑龍江、貴州、甘肅、青海、寧夏、新疆7個(gè)?。ㄊ?、自治區(qū)）的純技術(shù)效率等于1.000，其他?。ㄊ?、自治區(qū)）純技術(shù)效率均小于1.000，表明大多數(shù)?。ㄊ?、自治區(qū)）數(shù)字普惠金融資源未得到充分利用。從規(guī)模效率來(lái)看，除新疆外，其他?。ㄊ?、自治區(qū)）的規(guī)模效率均小于1.000，但貴州、云南、陜西的規(guī)模效率接近理想值1.000，其他?。ㄊ?、自治區(qū)）和理想值1.000均有一定差距，表明這些省（市、自治區(qū)）在數(shù)字普惠金融賦能鄉(xiāng)村振興方面仍有較大的增長(zhǎng)空間，需進(jìn)一步優(yōu)化數(shù)字普惠金融資源的投入要素結(jié)構(gòu)，擴(kuò)展金融覆蓋廣度、使用深度及數(shù)字化程度，賦能鄉(xiāng)村振興。

3.3 Malmquist指數(shù)

由表5可知，中國(guó)數(shù)字普惠金融賦能鄉(xiāng)村振興的全要素生產(chǎn)率總體呈上升趨勢(shì)，并在2019—2020年達(dá)0.921。2011—2012年、2012—2013年、2014—2015年、2018—2019年純技術(shù)效率指數(shù)均大于1.000，2015—2016年、2017—2018年、2019—2020年純技術(shù)效率指數(shù)雖然均小于1.000，但是都大于0.990；2012—2013年、2014—2015年、2015—2016年、2017—2018年、2018—2019年規(guī)模效率指數(shù)均大于1.000；而從技術(shù)進(jìn)步指數(shù)看，只有2013—2014年、2016—2017年大于1.000，其他年份均小于1.000。中國(guó)數(shù)字普惠金融賦能鄉(xiāng)村振興的全要素生產(chǎn)率總體呈上升趨勢(shì)，而純技術(shù)效率的增長(zhǎng)幅度較大。

由表6可知，30個(gè)?。ㄊ?、自治區(qū)）的技術(shù)進(jìn)步指數(shù)均小于1.000，表明中國(guó)金融科技發(fā)展水平低，科研創(chuàng)新力度不夠，仍需提升數(shù)字普惠金融科技發(fā)展水平；28個(gè)?。ㄊ小⒆灾螀^(qū)）的純技術(shù)效率指數(shù)均大于1.000，表明中國(guó)大多數(shù)?。ㄊ?、自治區(qū)）數(shù)字普惠金融資源得到充分且有效的利用；14個(gè)?。ㄊ?、自治區(qū)）的規(guī)模效率指數(shù)大于1.000，表明仍有54.84%的?。ㄊ?、自治區(qū)）的規(guī)模效率處于低水平，規(guī)?；?jīng)營(yíng)水平有待提高。

4 數(shù)字普惠金融賦能鄉(xiāng)村振興效率的影響因素分析

4.1 指標(biāo)選取

從直接作用機(jī)制來(lái)看，由于金融發(fā)展規(guī)模能夠降低居民獲取金融服務(wù)的進(jìn)入壁壘，而金融中介效率代表金融機(jī)構(gòu)的信貸資金轉(zhuǎn)化能力，轉(zhuǎn)化能力越強(qiáng)，表明金融機(jī)構(gòu)存款轉(zhuǎn)化為貸款的能力越高，數(shù)字普惠金融發(fā)展程度越好，參照金發(fā)奇等［21］的研究選取金融發(fā)展規(guī)模（FD）與金融中介效率（FE）2個(gè)因素。從間接作用機(jī)制來(lái)看，數(shù)字普惠金融能夠通過(guò)促進(jìn)經(jīng)濟(jì)增長(zhǎng)、以先富帶動(dòng)后富的形式縮小城鄉(xiāng)收入差距，助力鄉(xiāng)村振興，因此選取經(jīng)濟(jì)發(fā)展水平（lnGDP）和經(jīng)濟(jì)集聚度（EA）指標(biāo)研究數(shù)字普惠金融賦能鄉(xiāng)村振興的效率［20，21］。

數(shù)字普惠金融通過(guò)優(yōu)化農(nóng)村地區(qū)產(chǎn)業(yè)結(jié)構(gòu)提高金融賦能鄉(xiāng)村振興的效率，因此選取產(chǎn)業(yè)結(jié)構(gòu)（IS）指標(biāo)研究數(shù)字普惠金融賦能鄉(xiāng)村振興的效率［22］。鄉(xiāng)村振興是一項(xiàng)系統(tǒng)工程，需要政府財(cái)政支持，因此選取財(cái)政支農(nóng)力度（FSA）指標(biāo)分析數(shù)字普惠金融賦能鄉(xiāng)村振興的效率［23］。數(shù)字普惠金融覆蓋面的擴(kuò)大離不開(kāi)信息化基礎(chǔ)設(shè)施建設(shè)（II）［24］、交通運(yùn)輸水平（TRA）及對(duì)外開(kāi)放度（OPEN）［21］的影響。數(shù)字普惠金融賦能鄉(xiāng)村振興效率的影響因素如表7所示。

4.2 實(shí)證結(jié)果分析

由表8的回歸結(jié)果可知，金融中介效率的回歸系數(shù)為正，分別通過(guò)顯著性水平10%的統(tǒng)計(jì)檢驗(yàn)，表明金融中介效率越大，數(shù)字普惠金融賦能鄉(xiāng)村振興的效率越高，從作用程度來(lái)看，金融中介效率增加1個(gè)單位，數(shù)字普惠金融賦能鄉(xiāng)村振興效率增加0.012 2個(gè)單位。金融發(fā)展規(guī)模的回歸系數(shù)為正，通過(guò)了顯著性水平1%的統(tǒng)計(jì)檢驗(yàn)，表明金融發(fā)展規(guī)模越大，數(shù)字普惠金融賦能鄉(xiāng)村振興的效率越高，從作用程度來(lái)看，金融發(fā)展規(guī)模增加1個(gè)單位，數(shù)字普惠金融賦能鄉(xiāng)村振興的效率增加 0.054 2個(gè)單位。產(chǎn)業(yè)結(jié)構(gòu)的回歸系數(shù)為正，通過(guò)了顯著性水平1%的統(tǒng)計(jì)檢驗(yàn)，表明產(chǎn)業(yè)結(jié)構(gòu)水平越高，數(shù)字普惠金融賦能鄉(xiāng)村振興的效率越高，從作用程度來(lái)看，產(chǎn)業(yè)結(jié)構(gòu)增加1個(gè)單位，數(shù)字普惠金融賦能鄉(xiāng)村振興的效率增加 0.165 6個(gè)單位。經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)為正，通過(guò)了顯著性水平10%的統(tǒng)計(jì)檢驗(yàn)，表明經(jīng)濟(jì)發(fā)展水平越高，數(shù)字普惠金融賦能鄉(xiāng)村振興的效率越高。財(cái)政支農(nóng)力度的回歸系數(shù)為正，通過(guò)了顯著性水平5%的統(tǒng)計(jì)檢驗(yàn)，表明財(cái)政支農(nóng)力度越大，數(shù)字普惠金融賦能鄉(xiāng)村振興的效率越高。對(duì)外開(kāi)放度的回歸系數(shù)為正，通過(guò)了顯著性水平1%的統(tǒng)計(jì)檢驗(yàn)，表明對(duì)外開(kāi)放水平越高，數(shù)字普惠金融賦能鄉(xiāng)村振興的效率越高。

然而，信息化基礎(chǔ)設(shè)施的回歸系數(shù)為負(fù)且不顯著，可能是因?yàn)槌鞘行畔⒒A(chǔ)設(shè)施較好，而農(nóng)村信息化基礎(chǔ)設(shè)施相對(duì)滯后，二者具有替代效應(yīng)。交通運(yùn)輸水平的回歸系數(shù)為正且不顯著，表明交通運(yùn)輸水平較低，未達(dá)到數(shù)字普惠金融賦能鄉(xiāng)村振興效率的門(mén)檻值。經(jīng)濟(jì)集聚度回歸系數(shù)為正且不顯著，可能是因?yàn)槌青l(xiāng)收入差距削弱了“涓滴效應(yīng)”。

5 小結(jié)與建議

中國(guó)數(shù)字普惠金融賦能鄉(xiāng)村振興綜合效率的水平較低，存在地區(qū)差異，數(shù)字普惠金融賦能鄉(xiāng)村振興的發(fā)展空間仍然較大。中國(guó)數(shù)字普惠金融賦能鄉(xiāng)村振興的全要素生產(chǎn)率整體呈上升趨勢(shì)，而純技術(shù)效率的增長(zhǎng)幅度較大。金融中介效率、金融發(fā)展規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、財(cái)政支農(nóng)力度與對(duì)外開(kāi)放度對(duì)數(shù)字普惠金融賦能鄉(xiāng)村振興效率具有顯著的正向影響，而信息化基礎(chǔ)設(shè)施、交通運(yùn)輸水平、經(jīng)濟(jì)集聚度對(duì)數(shù)字普惠金融賦能鄉(xiāng)村振興效率的影響不顯著。

基于上述研究結(jié)論，提出如下建議。第一，擴(kuò)大金融發(fā)展規(guī)模與積極提高金融中介效率。首先，相關(guān)部門(mén)出臺(tái)金融支持政策，加大普惠金融發(fā)展專項(xiàng)資金投入，增加對(duì)落后地區(qū)的金融資金投入力度，擴(kuò)大金融覆蓋面。其次，提高金融從業(yè)人員服務(wù)水平，提高落后地區(qū)弱勢(shì)群體金融服務(wù)的可獲得性和覆蓋率，進(jìn)而提高數(shù)字普惠金融賦能鄉(xiāng)村振興的效率。第二，支持產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，擴(kuò)大對(duì)外開(kāi)放水平，積極培育新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，帶動(dòng)數(shù)字普惠金融發(fā)展。第三，加大財(cái)政支農(nóng)力度，帶動(dòng)數(shù)字普惠金融支持鄉(xiāng)村振興，促進(jìn)數(shù)字普惠金融服務(wù)“三農(nóng)”，提高數(shù)字普惠金融賦能鄉(xiāng)村振興的效率。

參考文獻(xiàn)：

［1］ 黃祖輝.準(zhǔn)確把握中國(guó)鄉(xiāng)村振興戰(zhàn)略［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2018（4）：2-12.

［2］ 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.

［3］ 李季剛，馬 俊.數(shù)字普惠金融發(fā)展與鄉(xiāng)村振興關(guān)系的實(shí)證［J］.統(tǒng)計(jì)與決策，2021，37（10）：138-141.

［4］ 毛怡萱.鄉(xiāng)村振興戰(zhàn)略下數(shù)字普惠金融服務(wù)農(nóng)產(chǎn)品電商的困境與路徑［J］.農(nóng)業(yè)經(jīng)濟(jì)，2021（11）：112-114.

［5］ 譚燕芝，李云仲，葉程芳.省域數(shù)字普惠金融與鄉(xiāng)村振興評(píng)價(jià)及其耦合協(xié)同分析［J］.經(jīng)濟(jì)地理，2021，41（12）：187-195，222.

［6］ 張 岳，周應(yīng)恒.數(shù)字普惠金融、傳統(tǒng)金融競(jìng)爭(zhēng)與農(nóng)村產(chǎn)業(yè)融合［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（9）：68-82.

［7］ 張銘心，謝申祥，強(qiáng)皓凡，等.數(shù)字普惠金融與小微企業(yè)出口：雪中送炭還是錦上添花［J］.世界經(jīng)濟(jì)，2022，45（1）：30-56.

［8］ 鄭美華.農(nóng)村數(shù)字普惠金融：發(fā)展模式與典型案例［J］.農(nóng)村經(jīng)濟(jì)，2019（3）：96-104.

［9］ 田 霖，張園園，張仕杰.數(shù)字普惠金融對(duì)鄉(xiāng)村振興的動(dòng)態(tài)影響研究——基于系統(tǒng)GMM及門(mén)檻效應(yīng)的檢驗(yàn)［J］.重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，28（3）：25-38.

［10］ 謝 地，蘇 博.數(shù)字普惠金融助力鄉(xiāng)村振興發(fā)展：理論分析與實(shí)證檢驗(yàn)［J］.山東社會(huì)科學(xué)，2021（4）：121-127.

［11］ 龐凌霄.數(shù)字普惠金融、農(nóng)村減貧與鄉(xiāng)村振興［J］.統(tǒng)計(jì)與決策，2022，3sVBdknPw5VQYM9yf8eoVGg==8（10）：57-62.

［12］ 連俊華.數(shù)字金融發(fā)展、農(nóng)村普惠金融與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)——來(lái)自中國(guó)縣域數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)［J］.中國(guó)軟科學(xué)，2022（5）：134-146.

［13］ 楊彩林，李雯雅，曹秋菊.數(shù)字普惠金融、農(nóng)戶信貸供給與城鄉(xiāng)收入差距［J］.統(tǒng)計(jì)與決策，2022，38（12）：130-135.

［14］ 任太增，殷志高.數(shù)字普惠金融與中國(guó)經(jīng)濟(jì)的包容性增長(zhǎng)：理論分析和經(jīng)驗(yàn)證據(jù)［J］.管理學(xué)刊，2022，35（1）：23-35.

［15］ 李揚(yáng)杰，張 莉.基于全局熵值法的長(zhǎng)江上游地區(qū)產(chǎn)業(yè)生態(tài)化水平動(dòng)態(tài)評(píng)價(jià)［J］.生態(tài)經(jīng)濟(jì)，2021，37（7）：44-48，56.

［16］ 謝明義，徐廣才，張 蕊.生態(tài)涵養(yǎng)區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)耦合協(xié)調(diào)研究——以北京市懷柔區(qū)為例［J］.生態(tài)經(jīng)濟(jì)，2021，37（5）：119-124.

［17］ CHARNES A，COOPER W W，RHODES E. Measuring the efficiency of decision making units［J］. European journal of operational research，1978，2（6）：120-136.

［18］ BANKER R D，CHARNES A，COOPER W W， et al. Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］. Management science，1984， 30（9）：1078-1092.

［19］ MALMQUIST S. Index numbers and indifference surfaces［J］. Trabajos de estadística，1953，4： 209-242.

［20］ 章祥蓀，貴斌威.中國(guó)全要素生產(chǎn)率分析：Malmquist指數(shù)法評(píng)述與應(yīng)用［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（6）：111-122.

［21］ 金發(fā)奇，言 珍，吳慶田.數(shù)字普惠金融減緩相對(duì)貧困的效率研究［J］.金融發(fā)展研究，2021（1）：14-21.

［22］ 康書(shū)生，楊娜娜.數(shù)字普惠金融發(fā)展促進(jìn)鄉(xiāng)村產(chǎn)業(yè)振興的效應(yīng)分析［J］.金融理論與實(shí)踐，2022（2）：110-118.

［23］ 馬亞明，周 璐.基于雙創(chuàng)視角的數(shù)字普惠金融促進(jìn)鄉(xiāng)村振興路徑與機(jī)制研究［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022， 42（2）：3-20.

［24］ 葛和平，錢 宇.數(shù)字普惠金融服務(wù)鄉(xiāng)村振興的影響機(jī)理及實(shí)證檢驗(yàn)［J］.現(xiàn)代經(jīng)濟(jì)探討，2021（5）：118-126.