——基于城乡要素融合视角

「摘要」 数字普惠金融具有的技术优势能够缩小金融供给在城乡之间的差距，有利于推动乡村振兴。基于城乡要素融合视角，论文选取2011—2020年省级面板数据，对数字普惠金融影响乡村振兴的理论逻辑和推进路径进行探讨。研究发现：数字普惠金融通过增加农村金融供给实现农村人力资本积累、土地配置效率提高和农户信贷约束缓解，进而促进乡村振兴水平的提高。数字普惠金融覆盖广度、使用深度和数字化程度三个维度对乡村振兴影响显著，且乡村振兴发展水平越低的地区数字普惠金融的促进效应越明显，同时数字普惠金融对乡村振兴发展的影响具有明显的空间溢出效应。基于此，提出完善农村地区新型数字基础建设、促进区域数字普惠金融协调发展等推进路径。

「关键词」 数字普惠金融；乡村振兴；城乡要素融合；中介效应

一、引言

*党**的二十大报告为乡村振兴战略的实施指明了方向，提出要优先发展农业农村，同时促进城乡融合发展，以弥补农村发展的不足，加快农业强国建设。城乡融合是乡村振兴的“加速器”，畅通城乡要素流动，为农村地区提供足够的金融资源以推动农业农村高质量发展成为乡村振兴的关键（汪小亚、黄迈，2021）。城乡融合下各类资源要素能够更加自由地在城乡间流动和交换，加快农村社会变革，激发农村地区发展活力，为乡村振兴赋能。近年来，国家重点关注农村经济发展，着力将城市金融资源贯穿到乡村振兴核心产业中，拓宽农村地区服务链，构建综合化的普惠金融服务体系。但传统普惠金融由于“嫌贫爱富”，对农村地区的金融支持效应具有局限性，贫困农户和低收入农户等弱势群体很大程度上仍被排斥在正规金融系统之外，能够享受到的普惠金融水平较低（傅巧灵等，2022）。随着互联网信息化的快速发展，人工智能、区块链等技术对金融体系进行改造，产生了数字普惠金融，为更好赋能乡村振兴奠定了技术基础（王修华、赵亚雄，2022）。数字普惠金融有效降低了金融服务成本，缓解了农村金融供需不平衡等问题（张林、温涛，2021）；同时利用大数据、区块链等现代技术，通过改善要素流动、提高科技创新水平、促进产业转型升级等方式促进城乡融合发展（李红锦、张丁山，2022），进而助力乡村振兴。

现有关于数字普惠金融与乡村振兴关系的研究多从农民收入、农村贫困以及城乡收入差距等角度展开（曾福生、郑洲舟，2021），少有研究将城乡要素融合作为数字普惠金融促进乡村振兴的理论逻辑进行分析。基于此，本文选取2011—2020年省级面板数据，基于“人”“地”“钱”三种资源要素的城乡融合来探讨数字普惠金融影响乡村振兴的内在机制；并通过构建全面的乡村振兴发展水平省级评价指标，分析二者之间的关系，为全面推动农村金融改革支持乡村振兴提供更加丰富的理论依据。

二、理论基础与研究假设

数字普惠金融的独特优势在于其具有包容性和普惠性，帮助减轻农村地区的金融排斥，为乡村振兴提供强有力的金融支持（文宗川、杜益欣，2022）。从本质来看，数字普惠金融具有的技术优势和资本特征能够通过增加金融供给促进“人”“地”“钱”三种要素的城乡融合发展，进而推动乡村振兴。

城乡融合发展的内涵首先要实现人的融合，避免产生“人力资本鸿沟”，实现教育资源公平化、基础设施和网络设备全面化（黄倩等，2019），促进农村人力资本积累。数字普惠金融所提供的网络平台资源和数字环境，改变了农村居民传统的学习理念，提高了其对先进知识的渴望和对高水平教育的追求，强化了农民群体的数字化技能和金融素养（孙继国、曹薇，2023），为乡村振兴提供强有力的智力支持。其次，数字普惠金融利用大数据和互联网技术，使农户享受到更多高质量教育服务，缩小了城乡教育鸿沟，为更多乡村居民理解和使用数字金融服务提供了平台，扩大了数字教育在农村地区的覆盖面和服务能力（谢绚丽等，2018）。再次，数字普惠金融穿透传统物理网点的空间局限，促进了城乡劳动力流动，能够吸引更多优秀人才流向农村，助力乡村产业兴旺（崔建军、赵丹玉，2023）。基于此，提出假设1：

H1：数字普惠金融有利于促进城乡人力资本的融合，提升农村人力资本积累，进而助力乡村振兴。

城乡融合背景下，农地市场化流转是提高农村土地资源配置效率的重要途径，是实现农业产业化和规模化经营的前提，在数字普惠金融促进乡村振兴过程中发挥了重要的桥梁作用（刘琳、徐蘅，2022）。数字普惠金融提高了金融机构对土地承包经营权抵押的变现能力，降低了为农地流转提供金融支持的信贷风险，有利于促进土地经营权与资本、劳动力的有效配合，进而推动农业现代化发展和乡村振兴（毕美家，2021）。另外，数字普惠金融也被看作是信息搜寻平台，能够高效、准确地获取客户信息，缓解土地供求双方的信息失衡问题，削减双方在信息收集方面的经济成本，提高农地流转效率（孙继国等，2020），进而促进乡村振兴。正是由于数字普惠金融缓解了金融机构和农户间的信息失衡问题，有效提升了农户的金融素养，才使其对土地投资的认知得以提高，促进了土地市场化流转和规模化经营，推动乡村振兴战略的实施（朱建军等，2020）。基于此，提出假设2：

H2：数字普惠金融有利于促进城乡土地资源融合，提高农村土地配置效率，进而助力乡村振兴。

一方面，数字普惠金融依托互联网技术创新金融服务模式、扩大融资渠道、精简借贷流程（陈亚军，2022），提升了农村金融普惠资源的可得性，更好地满足了各种农业经营主体的信贷需求，从而提高了农户开展正规金融借贷的积极性。另一方面，地方政府通过财政补贴、信贷担保等方式积极鼓励金融机构通过数字化技术进行农村金融产品创新，为农户提供灵活多样的融资方式，金融机构参与乡村振兴的积极性越来越高，为农业经营主体提供*款贷**的意愿不断增强。综上，数字普惠金融具有的资本特性，能够将信贷资源配置到需求最大的农村领域，通过提供金融信息和资源，有效缓解正规金融排斥和农村金融服务“最后一公里”问题，缩小信贷供给的城乡差距。基于此，提出假设3：

H3：数字普惠金融有利于促进城乡信贷资本融合，缓解农业经营信贷约束，进而助力乡村振兴。

综上所述，数字普惠金融能够实现农村金融供给增加，推动“人”“地”“钱”三大要素实现城乡融合发展，具体表现在提升农村人力资本积累、提高土地资源配置效率、缓解农业信贷约束三个方面，进而从整体上推动乡村振兴战略的实现。理论框架如图1所示。

三、研究设计

（一）模型设定（完整版详见知网）

（二）变量选取与数据说明

1.被解释变量

乡村振兴发展水平（RU）。借鉴冯兴元等（2021）的评价方法，遵循科学性、合理性和全面性原则，从《乡村振兴战略规划》所公布的五个维度出发，选取24个二级指标，构建省级乡村振兴评价指标体系，具体如表1所示。采取熵权法对乡村振兴水平进行计算，指数值越大，代表乡村振兴发展水平越高。相关数据来源于2011—2020年《中国农村统计年鉴》、EPS数据库（全球统计数据/分析平台）、国*安泰**数据库和国家统计局网站等。

2.解释变量

数字普惠金融发展水平（DF）。本文选取北京大学数字普惠金融指数，包含数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度3个二级指标。该指数被广泛应用于学术界和政策实践领域，具有较高的认可度和可信度（孙玉环等，2021；刘长庚等，2022）。具体来看，在覆盖广度方面，由于互联网天然不受地域限制，数字金融服务供给在多大程度上能保证用户得到相应服务是通过电子账户数量来体现的，因此可以用账户覆盖率来衡量；在使用深度方面，用实际使用数字金融服务的情况来衡量，包括支付服务、货币基金服务、信贷服务、保险服务、投资服务和信用服务等。在数字化程度方面，金融服务便利性、低成本和信用化等都是影响用户使用数字金融服务的主要因素，因此用移动化、实惠化、信用化、便利化四个方面的指标进行衡量。

3.中介变量

由上文分析可知，数字普惠金融可以通过提升人力资本积累、提高土地配置效率和缓解农户信贷约束来推动乡村振兴。对于人力资本积累（Ft）的衡量，借鉴徐光顺、冯林（2022）的方法，以公布的农户人均教育文化娱乐支出和医疗保健支出之和表示；对于农村土地配置效率（Fc），用土地市场化流转程度来表示，以农村家庭承包耕地流转面积除以农村土地总面积作为代理变量；对于农户信贷水平（Hc）的测量，本文以涉农*款贷**额与农村人口数的比率除以社会总*款贷**额与总人口的比率来表示。

4.控制变量

影响乡村振兴发展水平的因素很多。根据以往研究，选取相对贫困率（Pr）、产业结构（Is）、经济发展水平（Eco）、财政负担（Fb）、城乡收入差距（Gap）作为控制变量。主要变量如表2所示。

5.数据说明

本文选择2011—2020年中国内地31个省（自治区、直辖市）作为初始研究样本，对于部分缺失数据，主要采用插值填空法和移动平均法填补。另外，对变量分别进行标准化和取对数处理来解决可能存在的异方差问题。表3列示了各变量的描述性统计结果，各变量的分布均在合理范围内。

四、实证分析

（一）基准回归分析

考虑到解释变量可能存在的共线性问题，利用多重共线性对基准模型进行检验，得出VIF值为1.68，小于5，因此可以排除存在共线性问题。对模型（1）进行回归，检验数字普惠金融对乡村振兴发展的影响，回归结果如表4所示。列（1）为乡村振兴和数字普惠金融回归的结果，DF的回归系数为0.0004，在1%统计水平上显著，这表明数字普惠金融对乡村振兴发展水平有显著的正向影响。列（1）加入了一系列控制变量，DF的回归系数都为0.0004，在1%的水平上显著，说明考虑其他因素后，数字普惠金融对乡村振兴发展仍然具有正向影响。

考虑到数字普惠金融对乡村振兴发展存在空间动态差异，并且乡村振兴水平可能受到上一期的影响，本文采用系统GMM估计方法进行检验，回归结果如表4中列（2）所示，其中DF的回归系数为0.0002，在10%的水平上显著，验证得出数字普惠金融对乡村振兴存在空间效应。系统GMM估计的结果显示，两个AR检验的P值分别为0.009和0.784，一个小于0.05，一个大于0.1，说明两阶段自相关不显著。综上，数字普惠金融在静态和动态模型中都对乡村振兴有显著的促进作用。

（二）中介效应分析

在城乡融合发展层面，数字普惠金融的乡村振兴支持效应可以体现在“人”“地”“钱”三个维度，其中“人”的融合表现在提升农村人力资本积累，“地”的融合表现在促进农村土地流转，“钱”的融合表现在提高农户信贷水平。基于此，进一步检验人力资本积累、农村土地流转和农户信贷水平是否在数字普惠金融促进乡村振兴发展时起到了中介作用。根据公式（2）～（4）进行逐步检验，回归结果见表5，三个中介变量下的列（1）DF的回归系数为0.0004，并在1%水平上显著，这说明数字普惠金融对乡村振兴发展具有正向影响；各中介变量下列（2）DF的回归系数分别为0.0312、0.0156、0.0039，并分别在1%水平上显著，说明数字普惠金融对人力资本积累、农村土地流转和农户信贷水平具有显著的促进作用，数字普惠金融发展水平越高，会更利于人力资本积累、土地市场流转和农户信贷水平提高。数字普惠金融和人力资本积累回归系数分别为0.0003和0.0221，且在1%水平上显著，说明人力资本积累发挥了正向的中介作用，假设H1得到验证；数字普惠金融和农村土地流转回归系数分别为0.0003和0.0068，且在1%水平上显著，假设H2得到验证；数字普惠金融和农户信贷水平回归系数分别为0.0005和0.0372，分别在1%和5%的统计水平上显著，假设H3得到验证。

（三）稳健性检验

为了增强实证结果的可靠性，首先从数字普惠金融不同维度进行了稳健性检验，分析不同维度下的影响。覆盖广度、使用深度和数字化程度分别代表了普及范围、农户的使用情况和数字金融的便捷性。由表6可知，列（1）数字普惠金融覆盖广度、列（2）数字普惠金融使用深度和列（3）数字化程度对乡村振兴的积极影响都在1%水平上显著，其中覆盖广度和使用深度的正向影响程度大于数字化程度，说明数字金融服务供给范围和实际使用数量是影响乡村振兴的关键变量。

其次，鉴于乡村振兴发展水平通过熵值法计算可能会存在误差，在此基础之上，采用层次分析方法对乡村振兴发展水平进行再次测算。将重新测算的乡村振兴数据作为被解释变量根据系统GMM方法进行估计，结果如表6列（4）所示。DF的回归系数为0.147，并在1%水平上显著，说明数字普惠金融对乡村振兴发展的正向影响仍然存在，模型具有较好的稳健性。

（四）异质性分析

考虑到数字普惠金融对乡村振兴的影响具有空间异质性，不同地区的经济、社会和文化特征差异可能导致数字普惠金融对乡村振兴的影响效果存在区域不均衡性，故将全国分为东、中、西部三个地区进行异质性分析。结果如表7所示，可以看出数字普惠金融对乡村振兴发展的促进作用在这三个地区存在差异性，在西部地区数字普惠金融的回归系数为0.2710，在1%的水平上显著；中部的影响系数是0.1890，在5%的统计水平上通过检验；东部的影响系数是0.0978，系数不显著。这表明数字普惠金融对西部地区乡村振兴发展的正向影响更大，其次是中部地区，而对东部地区的正向影响并不显著。原因可能是东部地区经济发展水平较为发达，支持乡村振兴的金融资本比较丰富，因此数字金融提升农村地区金融供给的技术优势不明显。相比之下，中、西部地区经济发展水平较低，农村地区金融普惠性不高，但数字金融的技术优势使得获取金融服务的机会更加公平，能更好地满足落后地区乡村振兴过程中农业经营主体多层次、多维度和综合性的金融需求，因此对乡村振兴的积极作用更加突出。数据显示：三个地区2021年的数字普惠金融指数均值分别为393.2、368.1、349.9，其中西部地区近十年的年均增长幅度达到了283.1%，在三个地区中增长幅度最高。这也说明数字基础设施、数字技术以及居民金融素养的改善和提升使地区之间的数字金融发展水平差距在逐渐缩小。

（五）空间溢出分析

1.空间自相关检验

根据异质性结果分析，数字普惠金融对乡村振兴发展的影响具有空间效应，即东西部地区的促进作用不相同。本文对中国的31个省（自治区、直辖市）在2011年至2020年期间数字普惠金融和乡村振兴发展之间的空间相关性进行全局Moran' I指数检验，以探究其空间自相关性程度。莫兰指数被广泛应用于空间数据分析中，其数值越大表示数据在空间上的自相关性越强。表8的检验结果显示，我国各省2011—2020年的乡村振兴和数字普惠金融的全局Moran' I指数均大于0，P值均小于0.05，并且均在1%水平上显著，这表明我国乡村振兴和数字普惠金融均存在明显的空间自相关。

2.空间溢出效应检验

通过对空间滞后模型（Tobit-SLM）、空间误差模型（Tobit-SEM）、空间杜宾模型（Tobit-SDM）进行最小二乘法回归（OLS），利用0-1邻接矩阵（W1）结合OLS估计结果，计算得到四个LM统计量。表9中可以看出四个LM统计量都很显著，充分说明以邻接矩阵衡量样本空间依赖关系的做法很合适。接着在邻接矩阵下进行LR和Wald检验以及Hausman检验。从检验结果可以得出，固定效应的空间杜宾模型（Tobit-SDM）更适宜进行空间溢出效应分析。

在邻接权重矩阵下数字普惠金融对乡村振兴的空间影响如表10的结果所示。数字普惠金融指数的直接效应和间接效应回归系数分别为0.006、0.015，均在10%水平上显著，说明数字普惠金融对乡村振兴发展存在显著正向的直接和间接效应，而且数字普惠金融对周边乡村振兴发展的正向影响大于本地。这可能主要源于其展现的“示范效应”，在区域竞争的环境下，这种示范效应容易转化为“倒逼机制”，刺激周边乡村提高数字金融技术服务水平，进而促进乡村振兴的发展。

五、结论与建议

本文在城乡要素融合视角下探讨了数字普惠金融影响乡村振兴发展的理论逻辑，利用2011—2020年我国31个省（自治区、直辖市）的面板数据，构建基准回归模型、中介模型和动态面板模型，对二者关系进行实证检验。结果表明：第一，数字普惠金融可以通过提升农村人力资本积累、缩小城乡人力资本差距，促进乡村振兴；通过促进农村土地流转，缩小城乡土地资源配置差距，促进乡村振兴；通过增加农村信贷供给，缓解农户信贷约束，缩小城乡收入差距，促进乡村振兴。第二，数字普惠金融的三个维度，覆盖广度、使用深度和数字化程度对乡村振兴发展有显著的正向影响。第三，异质性分析表明，数字普惠金融在乡村振兴发展水平越低的地区促进作用越明显。最后，基于空间效应视角研究发现数字普惠金融对乡村振兴发展具有明显的空间溢出效应。基于以上结论，提出如下政策建议：

首先，完善农村数字普惠金融服务机制，强化数字普惠金融在人力资本积累、农村土地流转以及农户信贷水平等方面的作用。注重改变农村传统思想观念，积极引进数字化人才投入农村建设；利用数字化手段提高农地市场化流转效率，实现农地资源配置的城乡一体化发展；提升农村数字金融基础设施建设，提高农村金融供给水平。

其次，注重数字普惠金融建设的协调性，针对不同区域的经济发展状况和资金需求水平，分类设计和制定数字金融支持乡村振兴的政策。充分利用当地的资源优势，提供适宜的金融发展平台，更好地发挥城乡要素流动的配置效率。尤其对*藏西**、*疆新**等西部地区，要推动数字金融服务建设，推进农村数字普惠金融区域平衡发展。

最后，积极应对数字普惠金融建设过程中面临的各种风险和挑战，借助“金融+科技”构建激励相容的数字普惠金融监管体系，加强数字普惠金融服务对乡村振兴发展的支持，优化服务过程中的功能和效率，平衡好金融风险与乡村振兴发展之间的关系。金融机构和政府应该建立多层次的风险防控体系来减少农村金融创新带来的风险，构建支持乡村振兴的稳定机制。

原文载于《农村金融研究》2023年第11期