陳 鳴，陳 峰，廖世偉

(1.南華大學 經(jīng)濟管理與法學學院，湖南 衡陽 421001；2.中國社會科學院大學 應用經(jīng)濟學院，北京 102488)

一、問題提出與文獻概述

自黨的十九大提出鄉(xiāng)村振興戰(zhàn)略以來，“發(fā)展鄉(xiāng)村普惠金融，健全農(nóng)村金融體系”成為農(nóng)村金融改革與發(fā)展的重點任務。數(shù)字普惠金融為廣大農(nóng)村地區(qū)提供了優(yōu)質(zhì)便捷以及低成本的金融服務，憑借大數(shù)據(jù)、云服務等通信技術，有效擴大了金融覆蓋范圍，緩解了金融排斥現(xiàn)象，迅速成為農(nóng)村金融發(fā)展新的重要形式和途徑。那么，數(shù)字普惠金融是否能夠破解傳統(tǒng)農(nóng)村金融難以內(nèi)生化成長的困局？數(shù)字普惠金融對中國不同農(nóng)村地區(qū)經(jīng)濟增長的影響有何差異？其是通過何種作用機制與途徑影響農(nóng)村經(jīng)濟增長的？回答這些問題，對于更好地促進鄉(xiāng)村振興戰(zhàn)略的實施、加快推進農(nóng)業(yè)農(nóng)村現(xiàn)代化建設意義重大。

關于數(shù)字普惠金融與經(jīng)濟增長關系的理論基礎，源自麥金農(nóng)(McKinnon，1973)和肖(Shaw，1973)提出的金融深化論與金融抑制理論[1-2]。根據(jù)研究的理論脈絡不同，可將現(xiàn)有文獻大致分為兩類：一是基于內(nèi)生增長理論框架的分析。帕加諾(Pagano，1993)將金融部門從技術進步因素中分離出來，由此提供了一個金融促進經(jīng)濟增長的理論框架[3]。作為研究分支與新型金融形式，數(shù)字普惠金融近年來逐步進入學術界研究視野，學者們發(fā)現(xiàn)數(shù)字普惠金融可以有效緩解企業(yè)融資困難，并通過破解資本約束和降低經(jīng)營風險促進企業(yè)創(chuàng)新增長[4-6]。中國學者對數(shù)字普惠金融的研究起步較晚，有關數(shù)字普惠金融的研究較為少見。多數(shù)研究聚焦于核實傳統(tǒng)普惠金融與經(jīng)濟增長之間的正相關關系[7-9]；部分學者采用微觀調(diào)研數(shù)據(jù)，肯定了數(shù)字普惠金融能有效促進中國農(nóng)村地區(qū)經(jīng)濟發(fā)展水平的提高[10-12]。二是以空間經(jīng)濟學為理論框架，從經(jīng)濟活動空間分布和相互關聯(lián)的角度，探究金融發(fā)展與經(jīng)濟增長之間的相互關聯(lián)與影響機制。此類研究以新經(jīng)濟地理學為視角，認為金融資本具有明顯的地理空間特征，金融規(guī)模和效率的改善能影響生產(chǎn)要素配置結構和使用成本，金融資源空間外溢與區(qū)域經(jīng)濟發(fā)展關系緊密[13-14]。有學者聚焦于農(nóng)村普惠金融的空間溢出機制，指出金融資源的擴散效應會加劇各地區(qū)金融不平衡發(fā)展的態(tài)勢，并對經(jīng)濟活動產(chǎn)生空間外溢效應[15-17]。也有學者開始關注數(shù)字普惠金融的空間效應，探討了數(shù)字普惠金融發(fā)展對城鄉(xiāng)收入差距[18]、農(nóng)民非農(nóng)收入[19]以及居民消費[20-21]的空間作用特征。

關于金融與經(jīng)濟增長之間的關系的研究已經(jīng)取得了相當豐碩的成果，但有幾點有待進一步探討：一是已有研究多集中于傳統(tǒng)普惠金融，鮮有研究深入分析數(shù)字普惠金融的空間溢出機制與傳導渠道，此外，關于空間外溢效應的異質(zhì)性問題也缺乏更為精準細致的研究；二是隨著空間經(jīng)濟聯(lián)系的理論研究不斷深入，越來越多的研究表明，金融要素不僅有利于促進本地資金融通和經(jīng)濟發(fā)展，而且具有較為明顯的正外部性與外溢效應，忽視數(shù)字普惠金融的空間效應，可能造成有偏估計和對現(xiàn)實的解釋存在偏差?；诖?，本文余下部分作如下安排：首先，基于新地理經(jīng)濟學理論框架，對數(shù)字普惠金融促進經(jīng)濟增長的空間溢出機制進行探討；其次，選取和構建合適的空間計量模型對數(shù)字普惠金融的空間溢出效應進行實證檢驗；再次，根據(jù)不同地區(qū)、不同構成維度進一步分析驗證空間溢出效應的異質(zhì)性；最后，總結全文并提供政策啟示與建議。

本文可能的邊際貢獻包括：第一，在研究內(nèi)容方面，目前聚焦數(shù)字普惠金融影響農(nóng)村經(jīng)濟增長的實證研究較為豐富，理論探討相對少見，本文構建數(shù)字普惠金融影響農(nóng)村經(jīng)濟增長的理論模型并對其空間效應展開探索，豐富了已有研究；第二，在研究方法方面，本文綜合運用空間計量、中介效應模型、雙重差分等方法，著眼于數(shù)字普惠金融通過何種途徑影響農(nóng)村經(jīng)濟增長這一問題，驗證了數(shù)字普惠金融促進農(nóng)村經(jīng)濟增長的機制與路徑；第三，在處理內(nèi)生性與穩(wěn)健性問題時，本文采取了平行趨勢檢驗、替換變量以及調(diào)整樣本范圍等多種途徑，一定程度確保了結論的穩(wěn)健性。

二、空間溢出效應的理論分析

本文以新經(jīng)濟地理學中的自由資本模型(footloose capital model)為分析框架，構建一個經(jīng)典的兩地三部門模型，假定一個封閉的經(jīng)濟系統(tǒng)中包含傳統(tǒng)農(nóng)業(yè)部門(OA)、現(xiàn)代農(nóng)業(yè)部門(MA)(1)藤田等(Fujita et al.，1999)指出，現(xiàn)代農(nóng)業(yè)交易成本并不為零，意味著其產(chǎn)品生產(chǎn)存在異質(zhì)性，農(nóng)業(yè)交易成本的加入對要素空間流動的基本結論不會產(chǎn)生本質(zhì)性的影響[22]。和金融服務部門(FI)三個部門。傳統(tǒng)農(nóng)業(yè)部門遵從瓦爾拉斯分析框架，現(xiàn)代農(nóng)業(yè)部門遵從迪克西特·斯蒂格利茨(D-S)分析框架，金融服務部門為現(xiàn)代農(nóng)業(yè)部門提供金融服務和產(chǎn)品；傳統(tǒng)農(nóng)業(yè)部門生產(chǎn)同質(zhì)化農(nóng)產(chǎn)品且交易成本為零；現(xiàn)代農(nóng)業(yè)部門生產(chǎn)差異化農(nóng)產(chǎn)品。區(qū)域之間起始時呈穩(wěn)態(tài)對稱。

(一)消費者效用分析

假定消費者效用函數(shù)形式如下：

(1)

其中，COA為傳統(tǒng)農(nóng)業(yè)部門產(chǎn)品組合，CMA為現(xiàn)代農(nóng)業(yè)部門產(chǎn)品組合，μ為差異化商品消費份額，μ<1。CMA的函數(shù)形式為連續(xù)產(chǎn)品的常替代彈性效用函數(shù)(CES)形式：

(2)

式中，σ為產(chǎn)品間替代彈性，且σ>1，NW為經(jīng)濟系統(tǒng)內(nèi)全部現(xiàn)代農(nóng)業(yè)部門產(chǎn)品種類。Ci為現(xiàn)代農(nóng)業(yè)部門中第i種產(chǎn)品數(shù)量。假設每種企業(yè)專業(yè)化生產(chǎn)一種產(chǎn)品，投入與其產(chǎn)品相匹配的金融資本，則NW為企業(yè)數(shù)量。令消費者支出為ε，p(i)為現(xiàn)代農(nóng)業(yè)部門產(chǎn)品i的價格，消費者需求函數(shù)可表示為：

q(i)=μεp(i)-σPσ-1

(3)

考慮到區(qū)際產(chǎn)品流動服從冰山貿(mào)易成本τ>1，令r，s∈{1，2}，可得r區(qū)域總需求函數(shù)為：

qr(i)=μErpr(i)-σ+μEs[ps(i)τ]-σPsσ-1τ

(4)

其中，Er和Es表示r區(qū)域總支出和s區(qū)域總支出。

(二)生產(chǎn)者效用分析

金融部門提供金融產(chǎn)品與服務，根據(jù)已有研究[22-25]的做法，其產(chǎn)出與金融借貸規(guī)模、金融知識存量與金融知識異質(zhì)性程度有關。考慮地區(qū)1和地區(qū)2之間的空間溢出，令Fr為r地區(qū)金融產(chǎn)出，fin為地區(qū)金融資本投入，h(i)為金融要素i所擁有的特定知識量，構建地區(qū)1和地區(qū)2金融產(chǎn)出的函數(shù)如下：

設定區(qū)域金融總投入為1，則任意區(qū)域r∈{1，2}內(nèi)有：

(5)

式中，F(xiàn)r為r地區(qū)金融產(chǎn)出，κr為r地區(qū)金融資本投入份額，ηr(0<ηr<1)為其他地區(qū)的金融知識和信息向r地區(qū)的擴散強度(即空間溢出程度)。β(0<β<1)為金融知識異質(zhì)性(2)貝里安特和藤田(Berliant & Fujita，2012)認為，金融異質(zhì)性是指金融從業(yè)者的知識結構差異，專有或異質(zhì)性知識是創(chuàng)新的重要源泉和生產(chǎn)效率提高的關鍵。文化多樣性和人員多樣性能夠提高研發(fā)的生產(chǎn)效率，從業(yè)者為了提高勞動生產(chǎn)率而必須具有不同于其他人的差異性知識[24]。。

(三)短期均衡解

定義φ=τ1-σ為兩地區(qū)現(xiàn)代農(nóng)業(yè)生產(chǎn)部門產(chǎn)品的貿(mào)易自由度，可得r區(qū)域現(xiàn)代農(nóng)業(yè)部門產(chǎn)品的均衡價格、均衡數(shù)量、均衡利潤分別為：

(6)

(7)

(8)

由于企業(yè)在區(qū)域間可以自由遷移，市場均衡的條件為企業(yè)在不同區(qū)域獲得的利潤必然相等。由式(8)得出：

(9)

(10)

其中，E表示1區(qū)域和2區(qū)域的總支出。當N1=NW，N2=0；N1=0，N2=NW時為兩種特殊情況，推導過程省略。

(四)長期均衡解

根據(jù)自由資本模型(footloose capital model)長期均衡條件，金融資本可以自由流動，可得資本流動方程：

Δfin=(π1-π2)κn(1-κn)

(11)

求解式(11)可知，有兩種長期均衡解，一是兩地收益率相等的對稱結構，一是金融資本向其中一地集聚而形成的核心邊緣結構，即其長期均衡解一種情況是π1=π2，另一種情況是κn=0或者κn=1。其中π1=π2是不穩(wěn)定均衡狀態(tài)，一旦出現(xiàn)任何微小的偏離將導致κn=0或者κn=1。

(五)金融資本對于經(jīng)濟增長的空間溢出

令經(jīng)濟變量為E，有下式：

(12)

其中，

(13)

(14)

(15)

三、空間計量模型的選擇與構建

(一)模型設定與指標選取

基于上文空間經(jīng)濟學分析框架的結論可知，金融將通過區(qū)域間的外溢效應影響農(nóng)村地區(qū)經(jīng)濟增長。實際上，數(shù)字普惠金融發(fā)展的外部性是否的確存在且如理論所述促進了經(jīng)濟增長有待證實?；诖耍疚倪x用空間杜賓模型來檢驗和解釋數(shù)字普惠金融影響農(nóng)村地區(qū)經(jīng)濟增長的空間外溢特征和擴散效應。相較于傳統(tǒng)空間計量模型，空間杜賓模型存在兩個方面的優(yōu)勢：一是能夠通過引入空間滯后項，同時分析解釋變量與被解釋變量的空間相關性與溢出效應；二是其模型設定形式靈活，對于改善結果偏誤有較大幫助[26]。此外，經(jīng)濟增長通常是其各類影響因素長期積累的結果，其當期水平往往與上一期的水平密切相關，即經(jīng)濟增長路徑通常表現(xiàn)出路徑依賴和馬太效應。因此，本文依據(jù)埃爾霍斯特(Elhorst，2014)[27]提出的方法，構建如下可將空間溢出效應區(qū)分為長期效應和短期效應的動態(tài)空間杜賓模型：

lngdpit=τlngdpi，t-1+ρWlngdpt+δWlngdpt-1+β1lnfinit+

φWlnfint+β2lnCVit+μi+γt+εit

(16)

其中，下標i和t分別表示市域和年份；W為空間權重矩陣；lngdpit為被解釋變量；Wlngdp表示被解釋變量的空間滯后項；Wlngdpt-1代表被解釋變量的時間空間滯后變項；lnfinit為核心解釋變量；Wlnfint為核心解釋變量數(shù)字普惠金融發(fā)展水平的空間滯后項；CVit表示本文選取的各類控制變量；μi、γt分別為個體效應與時間效應；εit為隨機誤差項。

(二)變量說明與描述性統(tǒng)計

1．被解釋變量：農(nóng)村經(jīng)濟增長(農(nóng)村gdp)

借鑒呂承超和崔悅(2021)[28]、聶麗和石凱(2021)[29]的研究，綜合考慮數(shù)據(jù)的可獲得性、完整性和統(tǒng)計口徑的一致連續(xù)性，本文選用農(nóng)村gdp即第一產(chǎn)業(yè)gdp+鄉(xiāng)鎮(zhèn)企業(yè)增加值來估算，并對農(nóng)村居民消費價格指數(shù)進行消脹處理獲得實際值。

2．核心解釋變量：數(shù)字普惠金融(fin)

北京大學數(shù)字金融研究中心基于螞蟻金服的海量數(shù)據(jù)，運用層次分析的變異系數(shù)賦權法編制了數(shù)字普惠金融總指數(shù)。該指數(shù)從總體層面及各維度層面反映數(shù)字金融動態(tài)演化過程，在有關數(shù)字金融的研究中得到廣泛使用，具有較強代表性與可靠性。本文采用該指數(shù)衡量數(shù)字普惠金融。

3．控制變量

本文的控制變量主要有四個：第一，區(qū)域貿(mào)易水平(tra)，采用各區(qū)域農(nóng)產(chǎn)品貿(mào)易總額衡量；第二，財政支農(nóng)水平(gov)，以各城市年度財政支農(nóng)支出表示(3)從統(tǒng)計口徑上講，財政支農(nóng)支出歷來有大口徑、中口徑和小口徑的區(qū)別。其中，小口徑的財政支農(nóng)支出包括支援農(nóng)村生產(chǎn)支出、農(nóng)業(yè)綜合開發(fā)支出和農(nóng)林水事務支出?？紤]到數(shù)據(jù)的可獲得性和統(tǒng)一性，本文根據(jù)小口徑范圍進行統(tǒng)計。；第三，農(nóng)村人力資本(qua)，以農(nóng)村地區(qū)居民受教育年限來衡量(4)根據(jù)《中國城市統(tǒng)計年鑒》將勞動力的受教育狀況劃分為文盲半文盲、小學、初中、高中和大專及大專以上五類的標準，將文盲半文盲界定為3年，大專及大專以上界定為14年，因此人力資本水平的計算公式可表示為：文盲半文盲×3年+小學×6年+初中×9年+高中×12年+大專及大專以上×14年。；第四，人均耕地面積(lan)，用可耕地面積與鄉(xiāng)村人口的比值表示。

本文以285個地級及以上城市2008—2019年的觀測值作為實證研究的樣本。數(shù)據(jù)來源于2008—2020年的《中國城市統(tǒng)計年鑒》《中國區(qū)域統(tǒng)計年鑒》以及2008—2020年各省市的統(tǒng)計年鑒和統(tǒng)計公報。

表1為各變量的統(tǒng)計特征。

表1 變量的描述性統(tǒng)計

(三)空間自相關檢驗

空間自相關(spatial autocorrelation)是指分布在同一或者相鄰空間范圍內(nèi)的變量之間存在的相互依賴和影響，這些相互依賴和影響可以通過可觀測的數(shù)據(jù)檢測出來。檢驗變量之間是否存在空間自相關性是進行空間計量建模分析的前提。度量空間自相關性的常用方法，包括莫蘭指數(shù)(Moran’s I)、吉里爾指數(shù)(Geary’s C)、熱點分析空間統(tǒng)計(Getis-Ord General G)、連接計數(shù)聚類檢驗(Join count)等。而計算全局和局部空間莫蘭指數(shù)是最常見的空間相關性檢驗方法。本文首先采用全局莫蘭空間自相關方法，選取常用的地理距離標準構建權重矩陣(5)地理距離權重矩陣根據(jù)各城市之間地理距離的倒數(shù)編制，既克服了二元鄰接矩陣過于簡單的缺陷，又避免了經(jīng)濟距離矩陣可能存在的內(nèi)生性問題。城市之間地理距離公路里程數(shù)據(jù)來源于2014年《中國地圖集》，根據(jù)經(jīng)緯度坐標計算獲得。，運用軟件Stata 16對農(nóng)村經(jīng)濟與數(shù)字普惠金融數(shù)據(jù)進行空間自相關檢驗，結果如表2所示。

表2 數(shù)字普惠金融與農(nóng)村經(jīng)濟的Moran I指數(shù)

檢驗結果顯示，Moran’sI值均位于[-1，1]區(qū)間且全部非零，此外通過了1%顯著性水平檢驗，其正態(tài)統(tǒng)計量z值也均大于臨界值(1.96)，這說明二者存在顯著的空間自相關性，即各變量在地理空間上不是相互獨立隨機分布的，而是存在顯著空間集聚現(xiàn)象。

四、計量結果分析與討論

(一)空間溢出效應檢驗

在確定所選變量具有空間相關性后，需要驗證選擇空間杜賓模型的合理性。從現(xiàn)有常見的三種空間計量模型來看，空間誤差模型(SEM)及空間滯后模型(SLM)可視為空間杜賓模型(SDM)的特殊形式。本文最適合采用哪種模型，需采用拉格朗日乘數(shù)(LM)檢驗及沃爾德(Wald)檢驗進行確定。依次對式(16)進行LM檢驗、沃爾德檢驗和豪斯曼(Hausman)檢驗，以確定動態(tài)空間計量模型的具體估計形式。沃爾德空間滯后(Wald-spatial-lag)值和LR空間滯后(LR-spatial-lag)值均拒絕了θ為零的原假設，沃爾德空間偏差(Wald-spatial-error)值和LR空間偏差(LR-spatial-error)值也拒絕了θ+δβ為零的原假設，這證明了選擇空間杜賓模型的合理性，即不僅模型所選擇的被解釋變量存在溢出效應，解釋變量也存在溢出效應，在對本地區(qū)的被解釋變量產(chǎn)生影響的同時，也對相鄰區(qū)域或地理鄰近區(qū)域的被解釋變量產(chǎn)生影響，同時豪斯曼檢驗結果表明固定效應模型更合適。

為更細致地探究數(shù)字普惠金融對農(nóng)村經(jīng)濟增長空間溢出效應的區(qū)域異質(zhì)性，本文將285個城市分為東、中、西三個地區(qū)(6)東部地區(qū)包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)包括：山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部地區(qū)包括：廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆和西藏。，并分別評估三個地區(qū)的空間溢出效應。為便于比較和檢驗引入動態(tài)模型的必要性和穩(wěn)健性，本文還采用傳統(tǒng)靜態(tài)空間杜賓模型進行了估計。所得檢驗結果詳見表3。

表3 空間溢出效應的檢驗

(二)結果分析

根據(jù)上文結果可知，對被解釋變量時間滯后項系數(shù)顯著性進行分析，并結合對數(shù)似然值及擬合優(yōu)度(R2)來看，動態(tài)空間杜賓模型比靜態(tài)模型擬合度更高，解釋力更強。模型中，農(nóng)村經(jīng)濟增長滯后一期的系數(shù)顯著為正，說明農(nóng)村經(jīng)濟增長在時間上存在明顯的慣性效應，印證了前文假定的積累和馬太效應，即上一期經(jīng)濟增長對當期經(jīng)濟增長具有同向作用效果。就本文考察的重點，核心解釋變量數(shù)字普惠金融發(fā)展水平而言，其空間滯后項系數(shù)通過了顯著性檢驗，這意味著普惠金融發(fā)展對于經(jīng)濟增長的影響，在空間上的確具有顯著的擴散效應與溢出效應。

需要注意的是，鑒于空間杜賓計量模型的特殊性，其空間滯后項系數(shù)并不能直接用于說明空間溢出效應，因此，需要進一步通過偏微分求解并分解為直接效應與間接效應[25]。由于采用了動態(tài)空間杜賓模型，故而其直接效應和間接效應又可分為長期效應和短期效應。表4列出了空間效應的分解結果。

表4 空間效應的分解

由表4可知，全國總體樣本的直接效應和間接效應均在1%～10%的水平下顯著，說明數(shù)字普惠金融不僅對本地區(qū)經(jīng)濟增長產(chǎn)生促進作用，還輻射至周邊地區(qū)而顯現(xiàn)出明顯的空間溢出效應。長期效應在多數(shù)情況下大于短期效應，這意味著數(shù)字普惠金融的發(fā)展具有長期累積效應，時間越長對于經(jīng)濟增長的影響效果就越大，其空間溢出作用就體現(xiàn)得越充分。

(三)區(qū)域異質(zhì)性分析

從東中西三個區(qū)域的分區(qū)域計量結果來看，三個區(qū)域均表現(xiàn)出了較為明顯的空間溢出效應。根據(jù)分解后的結果來看，三大區(qū)域空間溢出效應的異質(zhì)性特征明顯。結果顯示，東部各城市數(shù)字普惠金融的空間溢出效應更強，系數(shù)最大，而中西部地區(qū)的直接效應和間接效應都弱于東部地區(qū)?？赡苁且驗闁|部各城市多處于沿海發(fā)達地區(qū)，其數(shù)字普惠金融發(fā)展的環(huán)境優(yōu)于中西部。具體包括：首先，就數(shù)字普惠金融發(fā)展最重要的網(wǎng)絡條件而言，東部城市的信息基礎設施建設較中西部地區(qū)有明顯的優(yōu)勢。其次，東部地區(qū)較早引入了大數(shù)據(jù)、云計算、區(qū)塊鏈等先進理念與技術方法。充裕的資金、夯實的硬件基礎以及更超前的技術條件為信息流通擴散和金融專業(yè)知識傳播提供支撐。此外，東部城市金融發(fā)展具備相對有利的環(huán)境，例如金融制度安排與政策扶持力度、數(shù)字普惠金融知識的儲備與金融素養(yǎng)、金融規(guī)則的規(guī)范性等為數(shù)字普惠金融的發(fā)展提供了有利條件。再次，東部城市的新型金融人才流動更為頻繁，金融知識傳播渠道又更為便捷。與東部城市相對優(yōu)越的信息傳播環(huán)境相比較，中西部的信息尤其是數(shù)字普惠金融專業(yè)知識傳播與擴散條件存在滯后性，數(shù)字普惠金融資源在良好的外部環(huán)境中更能發(fā)揮潛力及效率。為了驗證本文實證結果的穩(wěn)健性，采用傳統(tǒng)空間杜賓模型檢驗對比可知(限于篇幅未列示具體結果)，影響系數(shù)除大小稍有變化外，其作用方向和顯著性均無明顯差異，驗證了實證結果的穩(wěn)健性。

五、中介機制檢驗

上文分析驗證了數(shù)字普惠金融發(fā)展對農(nóng)村經(jīng)濟增長存在空間溢出效應，但其具體作用機制如何有待進一步分析。從現(xiàn)有的文獻研究脈絡看，結合數(shù)字普惠金融的特有屬性，數(shù)字普惠金融對農(nóng)村經(jīng)濟增長的影響體現(xiàn)在以下兩個方面：

第一，數(shù)字普惠金融通過支付渠道的創(chuàng)新與應用促進農(nóng)村經(jīng)濟增長。首先，國家網(wǎng)信辦發(fā)布的《數(shù)字中國發(fā)展報告(2021年)》顯示，農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率提升到57.6%。農(nóng)村電子支付進一步推廣，微信、支付寶等新型支付方式的不斷普及，在一定程度上降低了農(nóng)村居民的現(xiàn)金持有成本和交易成本[28]，促進農(nóng)戶市場參與行為[30]，促進農(nóng)產(chǎn)品等電商產(chǎn)業(yè)的發(fā)展，加快農(nóng)產(chǎn)品銷售速度，在改善貧困群體生活狀況的同時，促進農(nóng)戶增收、農(nóng)業(yè)增產(chǎn)、農(nóng)村經(jīng)濟增長。其次，高效便捷的支付方式也為農(nóng)村地區(qū)吸引社會資本創(chuàng)造了條件，帶動生態(tài)農(nóng)業(yè)、智慧農(nóng)業(yè)等農(nóng)村新興產(chǎn)業(yè)的蓬勃發(fā)展，催生新的就業(yè)崗位，完善農(nóng)村基礎設施建設，最終促進農(nóng)村的全面發(fā)展[31]。最后，在農(nóng)村地區(qū)，數(shù)字普惠金融不斷將數(shù)字技術應用于金融服務中，尤其是支付工具和交易工具的革新大幅度降低了金融服務的邊際成本，滿足了居民支付、儲蓄、轉(zhuǎn)賬等多種需求，為增加農(nóng)村居民收入提供便利[32]。例如，迪圖斯和克萊因(Dittus & Klein，2011)認為，如果肯尼亞M-PESA的成功案例可以在其他地區(qū)推廣，那么通過信息和通信技術獲得金融服務將是人們脫貧致富的關鍵[33]。

第二，數(shù)字普惠金融通過融資平臺的創(chuàng)新與應用促進農(nóng)村經(jīng)濟增長。一方面，數(shù)字普惠金融憑借大數(shù)據(jù)、云服務等通信技術，為農(nóng)村居民提供了更加普惠便捷的金融服務，提高農(nóng)戶使用金融服務的意愿，同時其突破了金融交易時空同步的限制，創(chuàng)造出了更加多元化的金融服務內(nèi)容，推動了農(nóng)戶投資理財數(shù)字化，將直接提高農(nóng)戶的投資意愿。另一方面，農(nóng)戶以及農(nóng)村小微企業(yè)需要信貸資金的支持來實現(xiàn)自身的可持續(xù)發(fā)展，數(shù)字普惠金融通過降低抵押品要求和促進信貸服務創(chuàng)新，為農(nóng)戶以及農(nóng)村小微企業(yè)擴大農(nóng)業(yè)生產(chǎn)規(guī)模和拓展增收渠道提供融資渠道和平臺[34]，為農(nóng)村經(jīng)濟持續(xù)發(fā)展注入活力，如以花唄為代表的互聯(lián)網(wǎng)信貸以及數(shù)字普惠金融催生出的眾多融資平臺和小額信貸渠道，能夠有效緩解農(nóng)村居民以及農(nóng)村小微企業(yè)的流動性約束，更好地滿足農(nóng)戶以及農(nóng)村小微企業(yè)的擴大再生產(chǎn)需要，降低農(nóng)業(yè)生產(chǎn)的不確定性，助推農(nóng)村產(chǎn)業(yè)發(fā)展與經(jīng)濟增長。

本文借鑒巴倫和肯尼(Baron & Kenny，1986)[35]、張杰等(2016)[36]的中介效應檢驗方法，并考慮空間效應的影響，構建與前文基準模型一致的遞歸模型，以上述兩條路徑展開中介渠道檢驗，用以識別和驗證數(shù)字普惠金融通過支付渠道和融資渠道影響農(nóng)村經(jīng)濟的傳導機制。中介效應模型可由以下三個公式表示：

lngdpit=τ1lngdpi，t-1+ρ0Wlngdpt+δ0Wlngdpt-1+

(17)

(18)

(19)

第一步，對式(17)進行回歸，檢驗數(shù)字普惠金融的系數(shù)是否顯著，如果顯著，則進入到下一個步驟的回歸，事實上這一步驟在前文中已經(jīng)得到驗證，可以省略；第二步，對式(18)進行回歸，被解釋變量Mit為中介變量，在本文中為支付創(chuàng)新和應用渠道與信貸創(chuàng)新和應用渠道，如果此式中數(shù)字普惠金融發(fā)展變量的系數(shù)顯著，說明數(shù)字普惠金融發(fā)展會對上述中介變量產(chǎn)生影響；第三步，對式(19)式進行回歸，依據(jù)檢驗結果可判斷，如果數(shù)字普惠金融系數(shù)和中介變量系數(shù)均通過了顯著性檢驗，且與式(17)相比系數(shù)值變小，表明具有部分中介效應；假如只有中介變量的系數(shù)通過顯著性檢驗，那么表明具有完全中介效應。本文分別采用數(shù)字普惠金融深度指數(shù)中的支付和信貸兩類業(yè)務指數(shù)，即支付使用指數(shù)(pay)與信貸使用指數(shù)(credit)作為兩個中介變量的表征指標(7)數(shù)字普惠金融的支付手段與信貸工具，均可視為相對于傳統(tǒng)金融的創(chuàng)新。因此，本文采用支付使用指數(shù)和信貸使用指數(shù)作為體現(xiàn)出創(chuàng)新水平的指標。，根據(jù)上述遞歸模型所得的檢驗結果如表5所示。

表5 中介效應的檢驗結果

表3展示了式(17)的檢驗結果，表5則列出式(18)、(19)的估計結果，關注兩個中介變量的估計結果，并通過對比式(17)、式(18)、式(19)所得結果分析中介效應的性質(zhì)。首先，當以支付使用指數(shù)作為中介變量計算時，表5中式(18)的參數(shù)估計結果顯示，數(shù)字普惠金融發(fā)展的短期和長期直接效應、間接效應均顯著為正，這再一次說明數(shù)字普惠金融發(fā)展不僅顯著促進了本地區(qū)農(nóng)村經(jīng)濟增長，而且對周邊地區(qū)也具有明顯的空間外溢效應。式(19)的參數(shù)估計結果顯示，數(shù)字普惠金融發(fā)展的直接效應通過了10%的顯著性檢驗，間接效應僅在長期通過檢驗而短期不顯著；不僅如此，從參數(shù)估計值變化來看，在式(19)中數(shù)字普惠金融發(fā)展的直接效應、間接效應的系數(shù)值均明顯小于式(17)，這說明數(shù)字普惠金融在促進農(nóng)村經(jīng)濟增長過程中，支付使用指數(shù)具有部分中介效應的作用。其次，當以信貸使用指數(shù)為中介變量時，由表5可知，式(18)中數(shù)字普惠金融發(fā)展的相應估計結果也均在1%以上水平通過顯著性檢驗。然而在式(19)中數(shù)字普惠金融的短期效應和長期效應均不顯著，中介變量系數(shù)卻顯著，這意味著在以信貸使用指數(shù)為中介變量進行中介機制檢驗時，信貸使用指數(shù)在數(shù)字普惠金融帶動本地區(qū)和鄰近地區(qū)農(nóng)村經(jīng)濟增長中，起到了完全中介作用。由此可知，數(shù)字普惠金融發(fā)展對農(nóng)村經(jīng)濟的空間溢出效應的確能夠借助支付創(chuàng)新途徑和信貸創(chuàng)新途徑得以實現(xiàn)，二者起到了部分或近乎完全中介效應的作用。

六、穩(wěn)健性檢驗與內(nèi)生性處理

(一)穩(wěn)健性檢驗

為確?；貧w結果的可靠性，本文從替換控制變量、縮短時間跨度和剔除部分城市樣本三個方面進行穩(wěn)健性檢驗，穩(wěn)健性檢驗的結果見表6。

表6 穩(wěn)健性檢驗

第一，替換控制變量。模型(16)的控制變量人均耕地面積(lnlan)在靜態(tài)模型和動態(tài)模型中均不顯著，可以考慮將其剔除。同時，為了緩解遺漏變量導致的內(nèi)生性問題，在原有模型基礎上加入城鎮(zhèn)化率和產(chǎn)業(yè)結構這兩個新的控制變量進行穩(wěn)健性檢驗。表6的結果顯示，數(shù)字普惠金融(fin)與農(nóng)村經(jīng)濟增長(農(nóng)村gdp)具有顯著正相關關系。

第二，縮短時間跨度。央行2016年頒布的《G20數(shù)字普惠金融高級原則》可視為中國“十三五”時期更加重視數(shù)字普惠金融發(fā)展的標志性政策文本，數(shù)字普惠金融發(fā)展可能會受該項政策的影響較大。因此，本文選擇縮短時間區(qū)間，刪除2016—2019年的數(shù)據(jù)，再次進行回歸估計，用以檢驗前文回歸結果的穩(wěn)健性。

第三，剔除部分城市樣本。各城市根據(jù)行政級別可劃分為直轄市、副省級城市、非副省級省會城市和普通地級市，計算2008—2019年各行政級別城市數(shù)字普惠金融指數(shù)均值發(fā)現(xiàn)，各直轄市、副省級城市和省會城市的數(shù)字普惠金融發(fā)展水平明顯高于普通地級市。然而，不同地區(qū)農(nóng)村經(jīng)濟發(fā)展水平存在較大差異，直轄市、副省級城市和省會城市的農(nóng)村地區(qū)經(jīng)濟發(fā)展水平遠高于普通地級市。因此，本部分剔除了直轄市、副省級城市和省會城市樣本進行穩(wěn)健性檢驗。

比較表4和表6的結果可知，三種穩(wěn)健性檢驗方法所得出的數(shù)字普惠金融指數(shù)的回歸系數(shù)在符號和顯著性方面均沒有明顯變化。穩(wěn)健性檢驗結果表明，中國數(shù)字普惠金融的發(fā)展有利于促進農(nóng)村經(jīng)濟增長。

(二)基于外生沖擊的內(nèi)生性處理

為克服可能由反向因果帶來的內(nèi)生性問題，本文采用“普惠金融”試點政策作為外生政策沖擊，采用雙重差分(DID)方法評估數(shù)字普惠金融的經(jīng)濟增長效應。中國政府2016年批準了第一批7個普惠金融改革試驗區(qū)(8)第一批試點城市分別是河南省蘭考縣(2016年12月)、浙江省寧波市(2019年12月)、福建省寧德市和龍巖市(2019年12月)、江西省贛州市和吉安市(2020年9月)、山東省臨沂市(2020年9月)，其中，山東省臨沂市為普惠金融服務鄉(xiāng)村振興改革試驗區(qū)。選擇第一批試點城市的原因在于試點時間跨度較長，能滿足準自然實驗要求。，試點城市和地區(qū)積極服務和支持鄉(xiāng)村振興、民營小微企業(yè)發(fā)展。普惠金融改革試點為研究數(shù)字普惠金融的經(jīng)濟增長效應提供了一項良好的準自然實驗。為驗證“普惠金融”試點是否提高了農(nóng)村經(jīng)濟總體收入和農(nóng)村人均收入，本文設定多期雙重差分模型進行檢驗：

lnYit=α0+α1Bctit+α2Cit+μi+γt+εit

(20)

式(20)中，lnYit為農(nóng)村整體收入(lngdp)和農(nóng)村人均收入(lnpgdp)；Bctit是“普惠金融”啞變量，如果城市i在t年被設立成“普惠金融”試點，賦值1，否則取0；其他變量與式(16)保持一致。

采用雙重差分法的重要前提是樣本滿足平行趨勢假設，即在政策實施前，處理組和對照組的被解釋變量的變化趨勢應該相同，則該對照組為合適的。為檢驗“普惠金融”試點設立前的平行趨勢和觀測試點設立后的影響，本文參考雅各布森等(Jacobson et al.，1993)[37]的做法，運用事件分析法做平行趨勢檢驗。

鑒于樣本中普惠金融試點設立前的時期較長，故而將政策實施前第8年以上作為基準組，得到了估計系數(shù)(α-8，α-7，α-6，...，α1，α2，α3)的大小與對應的90%置信區(qū)間，同時分析了被解釋變量分別為農(nóng)村整體收入(lngdp)和農(nóng)村人均收入(lnpgdp)時“普惠金融”試點設立對農(nóng)村經(jīng)濟發(fā)展的動態(tài)影響。結果(限于篇幅未詳細列示)顯示，“普惠金融”試點設立前的8年內(nèi)，估計系數(shù)在90%的置信區(qū)間內(nèi)基本都不顯著，而政策實施當年與之后系數(shù)估計值均通過了10%水平的顯著性檢驗，估計結果不但驗證了平行趨勢假設，而且表明政策效果在發(fā)生之后呈現(xiàn)逐漸上揚狀態(tài)并具有持續(xù)性。值得注意的是，平行趨勢檢驗也表明了政策存在時滯效應(政策實施后第一年系數(shù)出現(xiàn)了下降)。隨后采用雙重差分法估計“普惠金融”試點對農(nóng)村經(jīng)濟增長的平均處理效應，結果如表7所示，進一步驗證了前文的實證結果具備穩(wěn)健性。

表7 “普惠金融試點”影響經(jīng)濟增長的雙重差分估計

七、研究結論與政策建議

在鄉(xiāng)村振興與農(nóng)業(yè)農(nóng)村現(xiàn)代化改革的戰(zhàn)略背景下，如何發(fā)揮數(shù)字普惠金融支農(nóng)興農(nóng)的作用，既是學術界面臨的重大課題，也是政府未來長期施政的重點方向。近年來數(shù)字普惠金融取得了長足發(fā)展，但是否如政策所期和理論所述對農(nóng)村經(jīng)濟增長做出了應有貢獻值得仔細研究。本文得出了如下結論：第一，數(shù)字普惠金融發(fā)展具有顯著的經(jīng)濟增長效應，數(shù)字普惠金融發(fā)展與農(nóng)業(yè)增產(chǎn)增收息息相關，數(shù)字普惠金融的發(fā)展有利于農(nóng)村經(jīng)濟增長目標的實現(xiàn)；第二，數(shù)字普惠金融對農(nóng)村經(jīng)濟增長的促進作用具有明顯的空間外溢效應。數(shù)字普惠金融不僅能促進本區(qū)域經(jīng)濟增長，還能帶動相鄰地區(qū)經(jīng)濟發(fā)展，且其長期作用效果高于短期作用效果；第三，數(shù)字普惠金融對農(nóng)村經(jīng)濟增長的空間溢出作用表現(xiàn)出明顯的區(qū)域異質(zhì)性特征。不論是促進本地經(jīng)濟的直接效應，還是促進周邊地區(qū)經(jīng)濟的間接效應，東部地區(qū)表現(xiàn)得更為突出，其影響效應均高于中西部地區(qū)；第四，數(shù)字普惠金融對農(nóng)村經(jīng)濟增長的空間溢出效應可以通過支付創(chuàng)新渠道與信貸創(chuàng)新渠道兩條路徑傳導，二者均通過顯著性檢驗，存在明顯的中介效應。

基于上述結論，本文提出以下幾點政策建議：

第一，大力發(fā)展農(nóng)村數(shù)字普惠金融。數(shù)字普惠金融的發(fā)展對農(nóng)村經(jīng)濟增長存在顯著促進效應，然而，目前農(nóng)村數(shù)字普惠金融發(fā)展水平與城市相比還有明顯差距。因此，政府應將持續(xù)加大農(nóng)村數(shù)字普惠金融投資作為積極財政政策的重要手段，重點圍繞農(nóng)村數(shù)字普惠金融發(fā)展的短板和薄弱環(huán)節(jié)加大投入力度，如農(nóng)村地區(qū)數(shù)字化設施建設以及農(nóng)村數(shù)字普惠金融素養(yǎng)培訓教育等領域，打好農(nóng)村數(shù)字普惠金融發(fā)展的根基，以發(fā)揮其對農(nóng)村經(jīng)濟增長的促進作用。

第二，確保農(nóng)村數(shù)字普惠金融政策的延續(xù)性，充分發(fā)揮區(qū)域空間溢出效應。數(shù)字普惠金融存在明顯的空間溢出效應。因此，應從中央政府層面引導農(nóng)村數(shù)字普惠金融提質(zhì)增效，加強頂層設計，有序擴大普惠金融試點城市范圍，以便充分發(fā)揮普惠金融試點城市對周圍農(nóng)村地區(qū)經(jīng)濟增長的促進作用，同時加強與其他相鄰城市之間的合作與交流，強化區(qū)域間金融要素自由流動的平臺和渠道，以促進金融知識、技術的溢出，保證數(shù)字普惠金融能夠持續(xù)發(fā)揮對農(nóng)村經(jīng)濟增長的空間溢出效應，推動區(qū)域經(jīng)濟協(xié)同增長。同時，數(shù)字普惠金融的長期效應優(yōu)于短期效應，這就要求各級政府精心謀劃，從農(nóng)村數(shù)字普惠金融供需領域、發(fā)展現(xiàn)狀以及資源稟賦條件等方面出發(fā)，制定和出臺農(nóng)村數(shù)字普惠金融長期發(fā)展規(guī)劃和具體實施細則，完善數(shù)字普惠金融監(jiān)管體系，使數(shù)字普惠金融政策的制定與實施具有連續(xù)性，從而破除金融信息和資源向農(nóng)村流入的政策、制度和技術性障礙，引導金融要素流入農(nóng)村信息化基礎建設、農(nóng)村電商等農(nóng)村經(jīng)濟發(fā)展的重點領域和薄弱環(huán)節(jié)，從而提高農(nóng)村數(shù)字普惠金融發(fā)展水平。

第三，實行差別化、動態(tài)化的農(nóng)村數(shù)字普惠金融發(fā)展戰(zhàn)略。東部地區(qū)數(shù)字普惠金融的空間溢出效應比中西部地區(qū)更突出。因此，東部與中西部地區(qū)在發(fā)展農(nóng)村數(shù)字普惠金融時應各有側重點。東部農(nóng)村地區(qū)應注重農(nóng)村數(shù)字普惠金融關鍵核心技術的創(chuàng)新攻關，充分發(fā)揮“示范效應”和“聚集效應”，引導數(shù)字普惠金融發(fā)展較好的產(chǎn)業(yè)向中西部農(nóng)村地區(qū)轉(zhuǎn)移，推動中西部農(nóng)村地區(qū)傳統(tǒng)涉農(nóng)產(chǎn)業(yè)與數(shù)字經(jīng)濟相融合；中西部地區(qū)則應加快布局農(nóng)村信息化體系建設，大力推進大數(shù)據(jù)、云服務、區(qū)塊鏈以及5G技術等應用，通過降低數(shù)字經(jīng)濟使用門檻、加大數(shù)字金融人才培養(yǎng)和引進力度等政策扶持措施加快農(nóng)村數(shù)字普惠金融發(fā)展速度，以逐步縮小與東部地區(qū)數(shù)字普惠金融發(fā)展差距，培育區(qū)域新的經(jīng)濟增長極，從而構建數(shù)字普惠金融與農(nóng)村經(jīng)濟協(xié)同增長的長效機制。

第四，強化創(chuàng)新激勵，提升農(nóng)村數(shù)字普惠金融服務水平。數(shù)字普惠金融對農(nóng)村經(jīng)濟增長的促進作用可以通過支付創(chuàng)新渠道與信貸創(chuàng)新渠道實現(xiàn)。因此，政府和銀行等金融服務機構要強化創(chuàng)新激勵，并通過提供延期支付、抵押品支付等服務促進支付渠道創(chuàng)新，以及開發(fā)推出“金融+龍頭企業(yè)+農(nóng)民專業(yè)合作社”“創(chuàng)業(yè)貸”“惠農(nóng)貸”等融資模式和產(chǎn)品來實現(xiàn)信貸渠道創(chuàng)新，持續(xù)不斷地提升農(nóng)村數(shù)字普惠金融服務水平，從而提高農(nóng)村地區(qū)數(shù)字化支付意愿以及多渠道融資能力，最終促進農(nóng)村經(jīng)濟增長。