楊天宜 王愛儉

(1.馬來西亞理工大學 阿茲曼哈系姆國際商學院，新山 81310；2.天津財經(jīng)大學 金融學院，天津 300221)

提要： 農(nóng)業(yè)創(chuàng)新是推動農(nóng)業(yè)高質量發(fā)展的必要前提，是推進農(nóng)業(yè)現(xiàn)代化、有效解決農(nóng)業(yè)發(fā)展不平衡不充分問題的重要方式。結合企業(yè)工商注冊信息收集了24476個微觀農(nóng)業(yè)創(chuàng)新主體數(shù)據(jù)，實證分析2011—2019年數(shù)字金融促進農(nóng)業(yè)創(chuàng)新的效應和作用機制等。結果表明，數(shù)字金融顯著地促進了未來2年及以上的微觀個體農(nóng)業(yè)創(chuàng)新產(chǎn)出。作用機制的分析顯示，以教育年限度量的人力資本是數(shù)字金融在豐富農(nóng)業(yè)創(chuàng)新產(chǎn)出成果過程中的一個重要機制。同時，數(shù)字金融對農(nóng)業(yè)創(chuàng)新水平較低的主體作用較大，且數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的促進作用更強。省域內高校的空間溢出分析結果表明，數(shù)字金融通過農(nóng)業(yè)創(chuàng)新的空間溢出特性進而對鄰近地區(qū)高校的農(nóng)業(yè)創(chuàng)新產(chǎn)生溢出作用。據(jù)此，建議應進一步明確數(shù)字金融促進農(nóng)業(yè)創(chuàng)新過程中存在的短板，通過采取切實可行的有針對性的措施，助力數(shù)字金融成為拉動當?shù)剞r(nóng)業(yè)創(chuàng)新和農(nóng)業(yè)現(xiàn)代化的新動力。

引 言

普惠金融是指立足機會平等要求和商業(yè)可持續(xù)原則，以可負擔的成本為有金融服務需求的社會各階層和群體提供適當、有效的金融服務。2015年，普惠金融被列為國家級戰(zhàn)略規(guī)劃一部分，具有專注實體、深耕小微、精準供給、穩(wěn)健運行的特點。依托大數(shù)據(jù)、人工智能和區(qū)塊鏈技術的數(shù)字金融，是完善普惠金融體系的突破口，是支持新型農(nóng)業(yè)經(jīng)營主體發(fā)展的驅動力。踐行數(shù)字金融，完善涵蓋創(chuàng)新鏈、產(chǎn)業(yè)鏈和價值鏈的金融體系，為內嵌于鄉(xiāng)村社會的從業(yè)主體提供適應社會經(jīng)濟發(fā)展的便捷式現(xiàn)代金融服務，為鄉(xiāng)村振興注入澎湃動力，為增加社會整體的福利水平開辟了快速通道。從國內視角來看，截至2020年，我國普惠金融改革試驗區(qū)已擴至五省七地。我國數(shù)字金融逐步形成了以銀行類金融機構為核心，以互聯(lián)網(wǎng)企業(yè)為支撐，以非銀行金融機構為補充的多層次、全方位的發(fā)展格局。從國際視角看，在G20杭州峰會上，20國集團制定了數(shù)字金融高級原則、金融指標體系以及中小企業(yè)融資行動計劃落實框架。移動支付是數(shù)字金融的重要組成部分，根據(jù)世界銀行報告顯示，截至2018年，167個國家的平均移動支付率為22%，我國為40%，位列39名。上述情況無不表明數(shù)字金融的步伐快速而堅定地向前邁進。與此同時，在百年未有之大變局下，農(nóng)業(yè)創(chuàng)新是農(nóng)業(yè)發(fā)展的動力和實現(xiàn)農(nóng)業(yè)高質量發(fā)展的根本途徑。習近平強調，實施創(chuàng)新驅動發(fā)展戰(zhàn)略決定著中華民族前途命運。農(nóng)業(yè)創(chuàng)新是確?！叭r(nóng)”在全面建設社會主義現(xiàn)代化國家征程中不掉隊，緩解農(nóng)業(yè)發(fā)展由總量不足矛盾轉變?yōu)榻Y構性矛盾，激發(fā)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)發(fā)展活力，打造科技農(nóng)業(yè)、智慧農(nóng)業(yè)，實現(xiàn)農(nóng)業(yè)現(xiàn)代化發(fā)展的基石。因此，如何有效釋放數(shù)字金融對農(nóng)業(yè)創(chuàng)新的助推力量，將數(shù)字金融打造成驅動農(nóng)業(yè)創(chuàng)新的新引擎，成為政府和學術界研討的核心議題。

那么，數(shù)字金融是否能夠推動農(nóng)業(yè)創(chuàng)新不斷發(fā)展？如果該驅動力得到證實，其背后的作用機制是什么？由于農(nóng)業(yè)創(chuàng)新成果轉化需要一定時間，數(shù)字金融使得農(nóng)業(yè)創(chuàng)新成果轉化的作用期限有多久？數(shù)字金融對于不同主體、不同區(qū)域的作用是否不同？不同發(fā)展階段下，數(shù)字金融對農(nóng)業(yè)創(chuàng)新的作用是否相同？空間規(guī)律上又具有何種差異？對于這些問題，盡管國內學者們已經(jīng)在探討數(shù)字金融影響創(chuàng)新方面取得了一定成就，但已有相關文獻僅從宏觀視角探析了兩者之間的關系，而基于微觀主體視角探討數(shù)字金融對農(nóng)業(yè)創(chuàng)新效應的實證研究卻極為缺乏。若要闡述以上問題答案，亟需從創(chuàng)新主體、創(chuàng)新成果轉化期限以及創(chuàng)新成果空間規(guī)律角度出發(fā)，結合新時代現(xiàn)實背景進行實證研究，這也為本文提供了“邊際貢獻”的機會。

已有的文獻證實，在宏觀層面上，數(shù)字金融是創(chuàng)新驅動戰(zhàn)略的重要一環(huán)，能夠有效推進城市創(chuàng)新，尤其助力中西部城市和傳統(tǒng)金融覆蓋不足的城市創(chuàng)新。在中觀層面上，數(shù)字金融發(fā)展程度和發(fā)展政策對民營企業(yè)具有更強的創(chuàng)新激勵效應[1]。在作用機制上，數(shù)字金融通過緩解債務融資約束[2]、降低融資成本等途徑，最終為我國創(chuàng)新成果轉化不斷增添動力。然而存在的一個重要問題就是數(shù)字金融通過何種路徑促進農(nóng)業(yè)創(chuàng)新發(fā)展，目前尚未有一個統(tǒng)一框架回答該問題，對此本文選擇從數(shù)字金融對人力資本影響視角展開研究。人力資本可以強化企業(yè)吸收和開發(fā)新知識的能力，從而為農(nóng)業(yè)創(chuàng)新提供有力支撐，通過該視角，嘗試基于完整的框架探討數(shù)字金融如何驅動農(nóng)業(yè)創(chuàng)新發(fā)展。此外，現(xiàn)有文獻從宏觀角度出發(fā)，沒有考慮到發(fā)明專利從申請到授予需要初審、公布、實質審查、授權等復雜流程，數(shù)字金融使得創(chuàng)新成果轉化的作用時長尚不明確。數(shù)字金融是否使得農(nóng)業(yè)發(fā)展向創(chuàng)新驅動轉變，這些問題都沒有得到回答。

針對上述問題，本文基于微觀農(nóng)業(yè)創(chuàng)新主體視角，構建數(shù)字金融如何促進農(nóng)業(yè)創(chuàng)新的完整框架，主要探討數(shù)字金融在不同發(fā)展階段對不同農(nóng)業(yè)創(chuàng)新主體的作用差異，并研究創(chuàng)新主體的空間溢出特性。具體來講，本文將2011年至2019年存續(xù)的24476個創(chuàng)新主體所在地級市的數(shù)字金融發(fā)展程度與其農(nóng)業(yè)創(chuàng)新產(chǎn)出進行匹配，得到未來1年至未來4年農(nóng)業(yè)創(chuàng)新產(chǎn)出總數(shù)，探究數(shù)字金融在不同期限內對農(nóng)業(yè)創(chuàng)新的影響及其作用機制。研究結果顯示，數(shù)字金融對農(nóng)業(yè)創(chuàng)新有顯著的促進作用，人力資本是數(shù)字金融促進農(nóng)業(yè)創(chuàng)新的重要傳導機制，與此同時，數(shù)字金融通過提高人力資本進而促進農(nóng)業(yè)創(chuàng)新并非一蹴而就，數(shù)字金融對農(nóng)業(yè)創(chuàng)新的促進作用需要兩年或者更多時間才能看到效果。其中，對以高校為主體的農(nóng)業(yè)創(chuàng)新、東部地區(qū)和計劃單列市的農(nóng)業(yè)創(chuàng)新的驅動作用更強。此外，通過實證分析數(shù)字金融影響農(nóng)業(yè)創(chuàng)新的分位數(shù)回歸，結果表明數(shù)字金融對農(nóng)業(yè)創(chuàng)新水平較低的主體作用較大，且隨著數(shù)字金融的發(fā)展，數(shù)字金融對農(nóng)業(yè)創(chuàng)新的作用越來越大。最后，由于數(shù)字金融在促進本地區(qū)的高校農(nóng)業(yè)創(chuàng)新的同時，還通過產(chǎn)學合作與相互競爭間接促進了相鄰地區(qū)的高校農(nóng)業(yè)創(chuàng)新，因此，省域內高校存在農(nóng)業(yè)創(chuàng)新空間溢出特性。這些結論在進行選取互聯(lián)網(wǎng)普及率作為工具變量的穩(wěn)健性檢驗后仍然成立。

一、理論分析與研究假設

(一)數(shù)字金融對農(nóng)業(yè)創(chuàng)新的影響機制

普惠金融的特點是面向所有客戶提供多樣化的金融服務。自普惠金融被提出以來，其概念不斷延伸，從最初的銀行物理網(wǎng)點和信貸服務的可獲得性，到涵蓋支付、存款、貸款、保險、信用服務和證券等多種業(yè)務。近年來，我國開創(chuàng)了數(shù)字金融新未來，普惠金融加速向數(shù)字領域延伸。北京大學數(shù)字金融指數(shù)自發(fā)布以來，已被諸多學者采用[3]。已有文獻證實了數(shù)字金融發(fā)展可以激勵中小企業(yè)的研發(fā)創(chuàng)新活動，尤其是傳統(tǒng)金融覆蓋不足的城市和民營中小企業(yè)。數(shù)字金融既能夠擴寬創(chuàng)新投入要素的渠道，還能夠擺脫空間的限制，有效降低研發(fā)初期的借貸成本和研發(fā)過程中的交易成本[4]，推動企業(yè)創(chuàng)新。具體而言，數(shù)字金融通過大數(shù)據(jù)、云計算等數(shù)字優(yōu)勢，能夠有效降低金融服務的門檻與成本，彌補傳統(tǒng)金融服務的短板，實現(xiàn)不同主體間信息的高效率匹配，拓展和豐富微觀企業(yè)主體融資渠道，為傳統(tǒng)金融機構“長尾用戶”提供資金支持[5]，進而緩解融資約束，顯著提升創(chuàng)新主體的融資效率，有效克服創(chuàng)新投入和轉化中的困難，增強創(chuàng)新強度和主動性[6]，從而推動企業(yè)創(chuàng)新。上述已有研究成果為本文的研究提供了堅實的基礎。但仍有如下問題尚未得到解決：(1)發(fā)明專利從申請到授予需要初審、公布、實質審查、授權等復雜流程，需要一定的時間，并且提升人力資本水平是數(shù)字金融促進農(nóng)業(yè)創(chuàng)新的重要的傳導機制，而提升人力資本水平也是需要時間的，因此，數(shù)字金融推進農(nóng)業(yè)創(chuàng)新成果轉化、實現(xiàn)農(nóng)業(yè)現(xiàn)代化跨越式發(fā)展不可能一蹴而就。宏觀角度分析可能造成時間匹配錯誤問題，也不能明確數(shù)字金融使得創(chuàng)新成果轉化的作用時長。(2)數(shù)字金融服務的主要受益者是農(nóng)戶，農(nóng)村家庭主要關注點是農(nóng)業(yè)問題，但數(shù)字金融是否使得農(nóng)業(yè)發(fā)展向創(chuàng)新驅動轉變，以及其作用機制尚不明確。

本文認為提升人力資本水平是數(shù)字金融促進農(nóng)業(yè)創(chuàng)新的重要傳導機制。人力資本理論認為人力資本是創(chuàng)新和經(jīng)濟增長的重要源泉，是創(chuàng)新要素供給中的重要組成部分。有關學者分別從理論和實證兩方面不斷驗證人力資本對創(chuàng)新的促進作用。與此同時，現(xiàn)有研究表明，教育投資、短期培訓以及經(jīng)驗積累等方式是提升人力資本水平的重要途徑，其中金融對于提升人力資本起著重要作用[7]。一方面，對于人力資本需求方來說，擁有較高初始財富的個體能夠支付一定費用順利獲取各種教育資源，提升個體人力資本水平；另一方面，對于擁有較低初始財富的個體，則需要借助金融市場，當信貸市場不完善時，人們則會因無法支付教育費用而選擇放棄投資個體人力資本[8]，隨著金融市場的不斷完善，數(shù)字金融通過云計算、大數(shù)據(jù)等技術緩解信貸約束，為沒有能力投資人力資本的個體提供信貸支持，還能提高農(nóng)村地區(qū)對教育資源的投資，促進農(nóng)村人力資本水平的提升。同時，人力資本的投入對于提高科技創(chuàng)新能力至關重要，有效豐富了農(nóng)業(yè)人才儲備和科研深度，能夠促進創(chuàng)新產(chǎn)出的增加[9]。

上述分析不難看出，一方面，數(shù)字金融通過緩解創(chuàng)新主體的融資約束，對農(nóng)業(yè)創(chuàng)新產(chǎn)生直接影響。另一方面，數(shù)字金融通過提升農(nóng)村地區(qū)人力資本水平，進而成為促進農(nóng)業(yè)創(chuàng)新的重要驅動力。由于人力資本的提升需要一定時間，基于此，本文提出如下假設：

研究假設1：數(shù)字金融對農(nóng)業(yè)創(chuàng)新具有顯著正向影響。

研究假設2：從長期來看，數(shù)字金融通過提高人力資本進而促進農(nóng)業(yè)創(chuàng)新，且人力資本起到了部分中介作用。

(二)數(shù)字金融發(fā)展對高校農(nóng)業(yè)創(chuàng)新的空間溢出效應

數(shù)字金融增強了區(qū)域間經(jīng)濟活動關聯(lián)的廣度和深度。數(shù)字金融是互聯(lián)網(wǎng)、移動支付、大數(shù)據(jù)等信息技術向金融業(yè)滲透過程中產(chǎn)生的一種新型金融業(yè)態(tài)，具有成本低、大數(shù)據(jù)風控、覆蓋面廣、支付便利等特點[10-11]，這使得地理距離對數(shù)字金融溢出效應的影響不斷降低。Yilmaz等基于對美國48個州的數(shù)據(jù)實證分析，研究發(fā)現(xiàn)信息化具有空間溢出效應[12]。一些學者采用北京大學數(shù)字普惠金融指數(shù)進行研究均發(fā)現(xiàn)，數(shù)字金融發(fā)展表現(xiàn)出顯著的空間自相關性[13-15]。一些文獻實證研究發(fā)現(xiàn)創(chuàng)新也具有明顯的空間集聚性，學者賴德勝等指出高校創(chuàng)新產(chǎn)出具有正向空間相關性且呈增強趨勢[16]，數(shù)字金融發(fā)展水平的提升對城市創(chuàng)新有顯著的空間溢出效應[17]，那么，數(shù)字金融對于高校農(nóng)業(yè)創(chuàng)新也可能在空間上存在溢出效應。具體而言，數(shù)字金融在促進本地區(qū)的高校農(nóng)業(yè)創(chuàng)新的同時，通過產(chǎn)學合作與相互競爭，還會對相鄰地區(qū)的高校農(nóng)業(yè)創(chuàng)新產(chǎn)生間接的促進作用，因而具有空間溢出效應。因此，本文提出如下研究假設：

研究假設3：數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新具有空間溢出效應。

二、研究設計

(一)模型構建

針對上述研究假設，本文首先建立如下直接效應基準模型：

(1)

Educationi，t=β0+β1FIi，t+βcZi，t-1+μi+δt+εi，t

(2)

(3)

數(shù)字金融影響農(nóng)業(yè)創(chuàng)新分位數(shù)回歸分析，設定如下分位數(shù)回歸模型：

(4)

其中，q為分位數(shù)，取值為0至1之間。本文取q∈{0.1，0.3，0.5，0.9}。

最后，由于高校農(nóng)業(yè)創(chuàng)新存在空間溢出效應，本文在式(1)中引入此二者以及其他控制變量的空間交互項，進一步將其拓展為空間面板計量模型：

(5)

其中，ρ代表空間自回歸系數(shù)，W為空間權重矩陣，本文將同一省份的高校兩兩之間距離定義為1，否則為0。式(5)包括了被解釋變量的空間交互項，被稱為空間向量自回歸模型(SAR)。本文選擇SAR模型的原因如下：首先，根據(jù)經(jīng)濟含義，同一省份高校之間存在溢出效應，但數(shù)字金融無法直接對同一省份其他地級市高校產(chǎn)生溢出效應。其次，根據(jù)似然比檢驗和Wald檢驗結果，空間杜賓模型可以簡化為空間向量自回歸模型。

(二)變量測度與說明

1.被解釋變量

農(nóng)業(yè)創(chuàng)新。本文的創(chuàng)新主體包括高校、研究所、企業(yè)和個人，且不存在跨國企業(yè)。主體的分類標準如下：主體名稱存在“大學”“學院”等字樣的被認定為高校類，定義以高校為主體進行的農(nóng)業(yè)創(chuàng)新稱為高校農(nóng)業(yè)創(chuàng)新；主體名稱存在“研究院”“研究所”“研究機構”的字樣的被認定為研究所類，定義以研究所為主體進行的農(nóng)業(yè)創(chuàng)新稱為研究所農(nóng)業(yè)創(chuàng)新；主體名稱存在“公司”字樣的被認定為企業(yè)類，定義以企業(yè)為主體進行的農(nóng)業(yè)創(chuàng)新稱為企業(yè)農(nóng)業(yè)創(chuàng)新；其他名稱是人名的，被認定為個人類，定義以個人為主體進行的農(nóng)業(yè)創(chuàng)新稱為個體農(nóng)業(yè)創(chuàng)新。為排除企業(yè)數(shù)量增加帶來的誤差，本文利用企查查平臺，查詢了企業(yè)、研究所類創(chuàng)新主體的成立日期，選擇2011年及其之前成立的創(chuàng)新主體，由此構建了包含24476個創(chuàng)新主體的強平衡面板數(shù)據(jù)集。由于發(fā)明專利從申請到授予需要一定時間，為研究數(shù)字金融對農(nóng)業(yè)創(chuàng)新成果轉化的作用時間，本文將農(nóng)業(yè)創(chuàng)新定義為在本期已提交申請，在未來T年內授予的農(nóng)業(yè)發(fā)明專利數(shù)量之和。例如，數(shù)字金融指數(shù)為2011年數(shù)值，則未來2年的農(nóng)業(yè)發(fā)明專利之和對應為2011年已經(jīng)開始申請的發(fā)明專利，且至2013年已被授予的農(nóng)業(yè)發(fā)明專利總數(shù)。

2.解釋變量

數(shù)字金融。本文將農(nóng)業(yè)創(chuàng)新主體所在城市的數(shù)字金融程度作為核心解釋變量，用來表示數(shù)字金融程度的指數(shù)，是由北京大學數(shù)字金融研究中心和螞蟻金服集團共同編制的。該指數(shù)包含內地31個省(市、區(qū))、337個地級以上城市。該指數(shù)是由數(shù)字金融覆蓋廣度、數(shù)字金融使用深度、普惠金融數(shù)字化程度三個方面加權而得，自發(fā)布以來該指數(shù)已被諸多學者采用。

3.中介變量

人力資本。本文借鑒杜偉等[17]的做法，采用教育指標法度量人力資本，最常用的衡量指標是平均教育年限。5個教育層次分別為小學以下、小學、初中、高中、大學專科及以上的受教育人數(shù)占比，對應的受教育年限分別為2年，6年，9年，12年，16年。平均受教育年限為：L=2L1+6L2+9L3+12L4+16L5，其中Li為對應教育層次人數(shù)占比。

4.工具變量

互聯(lián)網(wǎng)普及率。在穩(wěn)健性檢驗環(huán)節(jié)中，本文采取工具變量方法降低內生性問題造成的影響。參考謝絢麗等[18]的做法，采用互聯(lián)網(wǎng)普及率作為數(shù)字金融指數(shù)的工具變量。原因如下：其一，互聯(lián)網(wǎng)普及率與數(shù)字金融發(fā)展程度存在著緊密的聯(lián)系；其二，在控制經(jīng)濟發(fā)展水平、第一產(chǎn)業(yè)產(chǎn)值占比、金融機構貸款水平、財政分權度、人口密度后，互聯(lián)網(wǎng)普及率與農(nóng)業(yè)創(chuàng)新之間并不存在直接的關系，因此互聯(lián)網(wǎng)普及率可能成為一個有效的工具變量。

5.控制變量

為了更加準確地分析數(shù)字金融發(fā)展對農(nóng)業(yè)創(chuàng)新的影響，還需在回歸模型中加入可能產(chǎn)生影響的控制變量，具體如下：金融機構貸款水平(Finance)，即農(nóng)業(yè)創(chuàng)新主體所在地的年末機構貸款余額與地區(qū)生產(chǎn)總值的比值；第一產(chǎn)業(yè)產(chǎn)值占比(GDP1)，即農(nóng)業(yè)創(chuàng)新主體所在地的第一產(chǎn)業(yè)產(chǎn)值與地區(qū)生成總值的比值；經(jīng)濟發(fā)展水平(GDPP)，即農(nóng)業(yè)創(chuàng)新主體所在地的人均GDP；財政分權度(Budget)，即一般財政預算收入與一般財政預算支出的比值；外商投資(FDI)，即地區(qū)外商投資金額與地區(qū)生產(chǎn)總值的比值；人口密度(Pop)，即單位面積內人口數(shù)量。表1是變量說明的詳細描述。

表1 變量說明

(三)數(shù)據(jù)來源和描述性統(tǒng)計

本文基于2011—2019年24476個創(chuàng)新主體展開研究，形成了195808個均衡面板觀測值。其中，研究所或企業(yè)均為2011年及其以前存在的研究所或企業(yè)。發(fā)明專利數(shù)據(jù)來自國家知識產(chǎn)權局，選擇IPC分類為A01、A21、A22、A23、A24的創(chuàng)新發(fā)明。數(shù)字金融變量來自北京大學數(shù)字金融研究中心，企業(yè)成立時間來自企查查網(wǎng)站，控制變量數(shù)據(jù)來自EPS數(shù)據(jù)庫。其中，由于并非每個地級市都有高校，且省內學生流動較大，在檢驗傳導機制的時候運用省級變量。表2是主要變量的描述性統(tǒng)計結果，結果顯示，未來一年內新申請的農(nóng)業(yè)創(chuàng)新發(fā)明專利數(shù)量較低(0.083)，而未來兩年及其以上新申請的農(nóng)業(yè)創(chuàng)新發(fā)明專利數(shù)量較高(0.379，0.817，1.310)。進一步表示了農(nóng)業(yè)發(fā)明創(chuàng)新專利從申請到授予需要一定時間，通常為兩年及其以上。未來1至4期的農(nóng)業(yè)創(chuàng)新變量的變異系數(shù)分別為9.12，6.79，6.13，5.837。這表明不同創(chuàng)新主體的農(nóng)業(yè)發(fā)明專利的產(chǎn)出差異隨時間推移逐步減小。數(shù)字金融指數(shù)的均值為5.056，最小值為2.834，最大值為5.714，標準差為0.470，呈現(xiàn)“均值小、標準誤大”的特點，表明不同地區(qū)間數(shù)字金融發(fā)展程度差異較大。不同地區(qū)控制變量同樣存在差異，金融機構貸款水平、外商投資的地區(qū)差異較大。

表2 各變量描述性統(tǒng)計結果

三、數(shù)字金融對農(nóng)業(yè)創(chuàng)新的實證檢驗

(一)基準回歸結果

表3列示了數(shù)字金融對不同期限內農(nóng)業(yè)創(chuàng)新產(chǎn)出影響的線性估計結果。模型(1)(3)(5)(7)為未加入控制變量的回歸結果，模型(2)(4)(6)(8)為加入控制變量的回歸結果。

表3 數(shù)字金融對農(nóng)業(yè)創(chuàng)新的基準回歸結果

在模型(1)～模型(8)中，核心解釋變量數(shù)字金融的系數(shù)顯著為正，這表明數(shù)字金融促進了農(nóng)業(yè)創(chuàng)新。具體而言，數(shù)字金融在未來1期內的創(chuàng)新驅動作用較為微弱，在未來2年內的創(chuàng)新驅動作用增加，在未來3年內的創(chuàng)新驅動作用最強，在未來4年內同樣可以增強我國農(nóng)業(yè)創(chuàng)新。換言之，數(shù)字金融對申請日期不早于當年，授予日期不晚于未來一年的農(nóng)業(yè)發(fā)明專利的數(shù)量提升作用較為微弱，對申請日期不早于當年，授予日期不晚于未來兩年的農(nóng)業(yè)發(fā)明專利的數(shù)量提升作用最為明顯，對于對申請日期不早于當年，授予日期不晚于未來四年的農(nóng)業(yè)發(fā)明專利的數(shù)量同樣存在提升作用。此外，除了模型(2)中，地區(qū)經(jīng)濟發(fā)展水平(GDPP)與農(nóng)業(yè)創(chuàng)新之間具有弱顯著關系，其余模型均不存在顯著的正相關關系，表明經(jīng)濟總量增長的同時，農(nóng)業(yè)創(chuàng)新水平并未得到有效提升。外商投資(FDI)在短期內可以促進農(nóng)業(yè)創(chuàng)新，但長期來講不利于農(nóng)業(yè)創(chuàng)新，一個可能的原因是引進外資容易形成技術依賴。上述結論與趙濤等[19]研究結論類似。金融機構貸款水平(Finance)與農(nóng)業(yè)創(chuàng)新存在負相關或者不相關關系。由于農(nóng)業(yè)創(chuàng)新主體面臨著信貸尋租和融資約束的問題，且兩者均能顯著抑制企業(yè)創(chuàng)新，而銀行貸款余額不能解決信貸尋租和融資約束問題，因此金融機構貸款水平無法促進農(nóng)業(yè)創(chuàng)新。與此同時，數(shù)字金融很大程度上緩解了農(nóng)業(yè)創(chuàng)新企業(yè)的融資約束問題，進而促使農(nóng)業(yè)創(chuàng)新成果轉化，假設1得到了支持。

表4為運用中介效應模型檢驗數(shù)字金融通過影響人力資本這一機制進而影響農(nóng)業(yè)創(chuàng)新的回歸結果。由于并非每個地級市都有高校，且省內學生流動較大，在檢驗傳導機制的時候運用省級變量，模型(3)(5)(7)(9)的結果仍然證實了數(shù)字金融促進農(nóng)業(yè)創(chuàng)新。在此基礎上，模型(1)驗證了數(shù)字金融提高了當?shù)厝肆Y本水平。其回歸系數(shù)在5%的顯著性水平下為正。模型(3)和模型(5)的回歸結果中，人力資本的系數(shù)不顯著，經(jīng)檢驗，表明人力資本不是數(shù)字金融促進未來一至兩年內的農(nóng)業(yè)創(chuàng)新產(chǎn)出的作用機制。模型(7)和模型(9)的回歸結果中，數(shù)字金融與人力資本的系數(shù)均顯著為正，并且模型(7)和模型(9)的回歸結果中數(shù)字金融的系數(shù)小于模型(6)和模型(8)的回歸結果中數(shù)字金融的系數(shù)，這表明人力資本是數(shù)字金融促進未來三至四年內的農(nóng)業(yè)創(chuàng)新產(chǎn)出的作用機制，且產(chǎn)生部分中介效應。綜上，假設2得到了支持。

表4 數(shù)字金融對農(nóng)業(yè)創(chuàng)新的作用機制結果

(二)分位數(shù)回歸分析

對數(shù)字金融促進農(nóng)業(yè)創(chuàng)新的分位數(shù)回歸模型結果顯示，數(shù)字金融對未來4期農(nóng)業(yè)創(chuàng)新模型的估計中沒有收斂。數(shù)字金融對農(nóng)業(yè)創(chuàng)新的分位數(shù)回歸結果分析：在數(shù)字金融對未來1期農(nóng)業(yè)創(chuàng)新中，數(shù)字金融只對0.3分位數(shù)以下的農(nóng)業(yè)創(chuàng)新具有促進作用；在數(shù)字金融對未來2期農(nóng)業(yè)創(chuàng)新中，數(shù)字金融對0.5分位數(shù)以下的農(nóng)業(yè)創(chuàng)新具有促進作用，隨著農(nóng)業(yè)創(chuàng)新逐步提升，數(shù)字金融的作用呈現(xiàn)遞增趨勢，但當農(nóng)業(yè)創(chuàng)新大于0.5分位數(shù)時，數(shù)字金融的促進作用消失；在數(shù)字金融對未來3期農(nóng)業(yè)創(chuàng)新中，隨著農(nóng)業(yè)創(chuàng)新逐步提升，數(shù)字金融的作用呈現(xiàn)遞增趨勢。換言之，數(shù)字金融對農(nóng)業(yè)創(chuàng)新水平較低的主體作用較大，且隨著數(shù)字金融的發(fā)展，數(shù)字金融對農(nóng)業(yè)創(chuàng)新的作用越來越大。

(三)區(qū)域異質性分析

為探究數(shù)字金融對農(nóng)業(yè)創(chuàng)新主體的異質性，本文根據(jù)農(nóng)業(yè)創(chuàng)新主體進行分組，農(nóng)業(yè)創(chuàng)新主體可以分為高校、研究院、企業(yè)和個人。由于各個省市的資源稟賦和發(fā)展階段不同，數(shù)字金融和農(nóng)業(yè)創(chuàng)新水平在區(qū)域分布上存在明顯差異。為探究數(shù)字金融對農(nóng)業(yè)創(chuàng)新的區(qū)域異質性，本文根據(jù)地理位置和城市角色進行分組。按照地理位置將城市分為東部城市、中部城市和西部城市，按照城市角色分為直轄市、計劃單列市和其他城市。

通過對農(nóng)業(yè)創(chuàng)新主體的異質性進行描述性統(tǒng)計分析可得：高校農(nóng)業(yè)創(chuàng)新水平最高，研究所農(nóng)業(yè)創(chuàng)新水平其次，個人農(nóng)業(yè)創(chuàng)新水平再次之，企業(yè)農(nóng)業(yè)創(chuàng)新水平最低。無論是在未來1至4期的任何一期，高校農(nóng)業(yè)創(chuàng)新均值均為企業(yè)農(nóng)業(yè)創(chuàng)新均值的10倍以上，表現(xiàn)出了較強的異質性，個人和企業(yè)農(nóng)業(yè)創(chuàng)新產(chǎn)出均值差距較小，但企業(yè)和個人是我國農(nóng)業(yè)創(chuàng)新的主力軍。東部地區(qū)和中部地區(qū)農(nóng)業(yè)創(chuàng)新水平較高，西部地區(qū)農(nóng)業(yè)創(chuàng)新水平最低。雖然東部地區(qū)和中部地區(qū)農(nóng)業(yè)創(chuàng)新水平相似，但東部地區(qū)各個主體的農(nóng)業(yè)創(chuàng)新差異較大。直轄市和計劃單列市農(nóng)業(yè)創(chuàng)新水平較高，非直轄市和計劃單列市農(nóng)業(yè)創(chuàng)新水平較低。

農(nóng)業(yè)創(chuàng)新主體的異質性回歸結果。數(shù)字金融對各主體未來1期農(nóng)業(yè)創(chuàng)新的影響表明，數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的促進作用最大，研究所次之，對個人農(nóng)業(yè)產(chǎn)出的促進作用較小，對企業(yè)的促進作用不顯著。數(shù)字金融對各主體未來2期農(nóng)業(yè)創(chuàng)新的影響表明，數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的促進作用最大，研究所次之，對個人農(nóng)業(yè)創(chuàng)新的促進作用較小，對企業(yè)農(nóng)業(yè)創(chuàng)新的促進作用仍不顯著，該結論與未來1期模型結果相似，區(qū)別在于數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的促進作用顯著上升。數(shù)字金融對各主體未來3期農(nóng)業(yè)創(chuàng)新的影響表明，數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的促進作用最大，企業(yè)次之，對企業(yè)和個人農(nóng)業(yè)創(chuàng)新的促進作用較小，對研究所農(nóng)業(yè)創(chuàng)新的促進作用雖然系數(shù)較大，但并不顯著。數(shù)字金融對各主體未來4期農(nóng)業(yè)創(chuàng)新的影響表明，數(shù)字金融促進了高校和個人的農(nóng)業(yè)創(chuàng)新成果產(chǎn)出，且對個人的促進作用較小。這一結果產(chǎn)生的可能原因在于，高校是科技創(chuàng)新前沿陣地，是國家科技創(chuàng)新體系中不可或缺的重要力量，有利于促進產(chǎn)學融合發(fā)展，而數(shù)字金融為高校學生在教育投資、短期培訓等方面提供了便利、快捷和持續(xù)的金融支持，更有利于提升他們自身科研創(chuàng)新能力。

農(nóng)業(yè)創(chuàng)新區(qū)域異質性回歸結果。數(shù)字金融對各區(qū)域未來1期農(nóng)業(yè)創(chuàng)新的影響表明，數(shù)字金融對東部地區(qū)的農(nóng)業(yè)創(chuàng)新成果產(chǎn)出的促進作用最大，西部地區(qū)次之，對中部地區(qū)的促進作用不顯著；數(shù)字金融對非直轄市和計劃單列市存在較小的促進作用，對直轄市和計劃單列市的促進作用不顯著。數(shù)字金融對各區(qū)域未來2期農(nóng)業(yè)創(chuàng)新的影響表明，數(shù)字金融對東部地區(qū)的農(nóng)業(yè)創(chuàng)新成果產(chǎn)出的促進作用最大，西部地區(qū)次之，對中部地區(qū)的促進作用不顯著，該結果與未來1期結果相似；數(shù)字金融對直轄市和計劃單列市存在較大的促進作用，對非直轄市和計劃單列市的促進作用不顯著。數(shù)字金融對各區(qū)域未來3期農(nóng)業(yè)創(chuàng)新的影響表明，數(shù)字金融只對東部地區(qū)的農(nóng)業(yè)創(chuàng)新成果產(chǎn)出存在促進作用，對中部地區(qū)和西部地區(qū)的促進作用不顯著；數(shù)字金融對直轄市和計劃單列市存在較大的促進作用，對非直轄市和計劃單列市的促進作用不顯著。數(shù)字金融對各區(qū)域未來4期農(nóng)業(yè)創(chuàng)新影響的結果與未來3期農(nóng)業(yè)創(chuàng)新結果類似。簡單來說，數(shù)字金融對東部地區(qū)和直轄市、計劃單列市的促進作用較大，這是因為東部地區(qū)、直轄市和計劃單列市的數(shù)字金融與農(nóng)業(yè)創(chuàng)新相比于其他地區(qū)更具有“先發(fā)優(yōu)勢”，東部地區(qū)和中心城市數(shù)字經(jīng)濟和經(jīng)濟質量發(fā)展水平較高，使得數(shù)字經(jīng)濟紅利的釋放更為充分。因此，這些地區(qū)的數(shù)字金融對農(nóng)業(yè)創(chuàng)新的作用更強。不難看出，這與我國實際情況相一致，我國區(qū)域農(nóng)業(yè)科技創(chuàng)新能力呈現(xiàn)不均衡態(tài)勢，東部較強，中西部相對薄弱，區(qū)域農(nóng)業(yè)科技創(chuàng)新能力和支撐能力、投入能力、產(chǎn)出能力表現(xiàn)突出的集中在北京、江蘇、山東、廣東、浙江和湖北等省。

(四)空間溢出效應分析

根據(jù)上述分析結果可知，數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的驅動作用最強。此處使用空間計量模型考察數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的影響，在進行空間計量分析之前，需要檢驗研究對象是否存在空間自相關性，從而確定是否使用空間計量模型。同時，在進行空間計量分析之前，需要構建空間權重矩陣，本文參考高遠東[20]的做法，構建基于區(qū)域是否相鄰的鄰接空間權重矩陣。

為檢驗高校農(nóng)業(yè)創(chuàng)新是否存在空間自相關，本文將同省份高校定義為相鄰，非同省份高校定義為不相鄰，構建鄰接矩陣，采用Moran’s I指數(shù)法檢驗各年度高校農(nóng)業(yè)創(chuàng)新的空間效應。實證檢驗可得，未來1至4期的農(nóng)業(yè)創(chuàng)新數(shù)量之和的Moran’s I指數(shù)均達到 1%的顯著性水平，說明 2011—2018年我國各省份的高校農(nóng)業(yè)創(chuàng)新具有顯著的空間自相關性，在空間分布上出現(xiàn)集聚現(xiàn)象。

表5為未來1至4年的以鄰接矩陣為空間權重矩陣下的數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的空間模型的回歸結果。參考Elhorst的檢驗思路[21]，本文將滯后一期的其他高校農(nóng)業(yè)創(chuàng)新加入解釋變量，采用時空雙重固定效應的SAR模型。其原因為根據(jù)似然比檢驗和Wald檢驗，SDM可以簡化為SAR模型，為便于對比，列示了SDM模型結果。從模型(5)(6)(7)(8)結果可知，數(shù)字金融對未來1至4期的農(nóng)業(yè)創(chuàng)新成果之和均存在顯著的正向影響，表明數(shù)字金融促進了高校農(nóng)業(yè)創(chuàng)新。從模型(1)(2)(3)(4)結果可知，數(shù)字金融的空間交互項系數(shù)不顯著，表明某一城市的數(shù)字金融發(fā)展水平?jīng)]有簡單的對其他城市高校的創(chuàng)新產(chǎn)生影響。某一城市的數(shù)字金融發(fā)展水平是否對其他城市高校的農(nóng)業(yè)創(chuàng)新產(chǎn)生溢出效應，不能用空間交互項回歸系數(shù)解釋，而是使用變量變化的偏微分解釋。直接效應為某一城市高校的農(nóng)業(yè)創(chuàng)新產(chǎn)出對當?shù)財?shù)字金融變化的偏導數(shù)的平均值，總效應為某一城市高校的農(nóng)業(yè)創(chuàng)新對所有地區(qū)數(shù)字金融變化的偏導數(shù)的平均值，間接效應為兩者之差。由于加入了滯后一期的其他城市高校農(nóng)業(yè)創(chuàng)新作為解釋變量，因此直接效應、間接效應和總效應還可分為短期和長期兩個維度。

表5 高校農(nóng)業(yè)創(chuàng)新空間模型的回歸結果

首先，分析長期與短期的直接、間接和總效應。分析短期效應，考慮空間溢出效應后，數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的短期直接效應為正向，表明在短期內某一城市數(shù)字金融發(fā)展水平對當?shù)馗咝＾r(nóng)業(yè)創(chuàng)新具有正向影響；數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的短期總效應為正向，表明在短期所有城市數(shù)字金融發(fā)展水平對所有高校農(nóng)業(yè)創(chuàng)新具有正向影響；數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的短期間接效應為負向，表明在短期內同省份其他城市數(shù)字金融發(fā)展水平對某一高校農(nóng)業(yè)創(chuàng)新具有負向影響，且該效應在SDM模型估計中不顯著。隨后分析長期效應，考慮空間溢出效應后，數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的長期直接效應為正向，表明在長期內某城市數(shù)字金融發(fā)展水平對當?shù)馗咝＾r(nóng)業(yè)創(chuàng)新具有正向影響；數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的長期總效應為正向，表明在長期所有城市數(shù)字金融發(fā)展水平對所有高校農(nóng)業(yè)創(chuàng)新具有正向影響；數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的長期間接效應為正向，表明在長期內同省份其他城市數(shù)字金融發(fā)展水平對某一高校農(nóng)業(yè)創(chuàng)新具有正向影響，這與短期間接效應結果不同。

其次，分析數(shù)字金融對未來1至4期高校農(nóng)業(yè)創(chuàng)新的影響的差異性。數(shù)字金融水平對未來1至4期高校農(nóng)業(yè)創(chuàng)新產(chǎn)出的短期和長期的直接效應先顯著后弱化；數(shù)字金融水平對未來1至4期高校農(nóng)業(yè)創(chuàng)新的短期總效應先上升后下降，而長期總效應只有在未來1期較小，在未來2至4期區(qū)域平穩(wěn)；數(shù)字金融水平對未來1至4期高校農(nóng)業(yè)創(chuàng)新的長期間接效應與長期總效應類似，均表現(xiàn)為在未來1期較小，在未來2至4期區(qū)域平穩(wěn)。綜上，假設3成立。

四、穩(wěn)健性檢驗

(一)更改變量測度方法

將地級市變量替換為省級變量的穩(wěn)健性檢驗估計結果。無論是否加入控制變量，數(shù)字金融對未來1期至未來4期農(nóng)業(yè)創(chuàng)新產(chǎn)出之和的回歸結果均顯示，省域數(shù)字金融發(fā)展對農(nóng)業(yè)創(chuàng)新起到促進作用，保證了本文結果的穩(wěn)健性。

(二)工具變量方法

為解決模型內生性問題，本文采取工具變量估計方法進行穩(wěn)健性檢驗。此處考慮采用互聯(lián)網(wǎng)普及率作為數(shù)字金融指數(shù)的工具變量?；ヂ?lián)網(wǎng)普及率與數(shù)字金融發(fā)展程度存在著緊密的聯(lián)系，且互聯(lián)網(wǎng)普及率與農(nóng)業(yè)創(chuàng)新之間并不存在直接的關系。首先檢驗工具變量識別問題，在原假設“工具變量識別不足”的檢驗中LM統(tǒng)計量p值均為0.000，顯著拒絕原假設；其次進行弱識別檢驗，F(xiàn)統(tǒng)計量大于弱識別檢驗10%水平上的臨界值?？傮w而言，上述檢驗表明了工具變量的合理性。

實證結果表明，在考慮了內生性之后，數(shù)字金融對促進農(nóng)業(yè)創(chuàng)新的作用在5%的水平下顯著，表明該效應仍舊成立。數(shù)字金融對農(nóng)業(yè)創(chuàng)新的驅動作用先增強后減弱，對未來3期內農(nóng)業(yè)創(chuàng)新成果之和的作用最強。

五、結論與政策建議

本文立足于數(shù)字金融對農(nóng)業(yè)創(chuàng)新具有驅動作用這一典型事實，從人力資本視角切入，基于中國2011—2019年24476個微觀個體數(shù)據(jù)，根據(jù)工商注冊信息，查詢其成立日期，構建平衡面板以排除由于新增主體導致的創(chuàng)新產(chǎn)出增加這一因素，并根據(jù)發(fā)明專利申請日期和授予日期，構建未來1至4年數(shù)字金融對農(nóng)業(yè)創(chuàng)新的平衡面板。隨后運用面板固定效應模型、分位數(shù)模型、空間模型和中介效應模型，從影響機制、創(chuàng)新主體、區(qū)域的異質性、分位數(shù)回歸和空間溢出特性實證檢驗了數(shù)字金融對農(nóng)業(yè)創(chuàng)新的影響及其內在機制。主要結論如下：第一，數(shù)字金融顯著地促進了未來2年及以上的微觀主體農(nóng)業(yè)創(chuàng)新，已成為新時代下推動農(nóng)業(yè)創(chuàng)新的驅動力，為實現(xiàn)我國農(nóng)業(yè)現(xiàn)代化保駕護航。與此同時，通過改變測度維度、引入工具變量等穩(wěn)健性檢驗，驗證該結論仍然成立。第二，人力資本是數(shù)字金融推動農(nóng)業(yè)創(chuàng)新的重要機制，數(shù)字金融可以通過提升受教育水平提升人力資本水平，進而促進農(nóng)業(yè)創(chuàng)新，但人力資本的提升并非一蹴而就，因此，數(shù)字金融對農(nóng)業(yè)創(chuàng)新發(fā)揮作用需要較長時間。第三，數(shù)字金融影響農(nóng)業(yè)創(chuàng)新的分位數(shù)回歸結果表明，數(shù)字金融對農(nóng)業(yè)創(chuàng)新水平較低的主體作用較大，且隨著數(shù)字金融的發(fā)展，數(shù)字金融對農(nóng)業(yè)創(chuàng)新的作用越來越大。第四，數(shù)字金融對農(nóng)業(yè)創(chuàng)新成果的促進作用具有主體和區(qū)域異質性，具體而言，數(shù)字金融對高校農(nóng)業(yè)創(chuàng)新的驅動作用最強，對企業(yè)農(nóng)業(yè)創(chuàng)新的驅動作用最弱，對東部地區(qū)和直轄市或計劃單列市的農(nóng)業(yè)創(chuàng)新的驅動作用更強，對中部地區(qū)和非直轄市和計劃單列市的驅動作用十分有限。第五，由于高校是農(nóng)業(yè)創(chuàng)新主體，本文探究了省域內高校的空間溢出特性，結果證實了數(shù)字金融通過農(nóng)業(yè)創(chuàng)新的空間溢出特性進而對同省份其他城市的高校產(chǎn)生溢出作用。

基于以上研究結論，為提高農(nóng)業(yè)創(chuàng)新水平，實現(xiàn)農(nóng)業(yè)現(xiàn)代化，本文提出以下政策建議。

第一，在數(shù)字金融成為促進農(nóng)業(yè)創(chuàng)新的新驅動力下，不斷完善和優(yōu)化數(shù)字金融流程，大力發(fā)展金融科技，優(yōu)化核心算法來推動數(shù)字建設，對貸款者進行有效甄別，疏通人力資本在數(shù)字金融對農(nóng)業(yè)創(chuàng)新中的作用機理，加強數(shù)字金融服務農(nóng)業(yè)創(chuàng)新能力和效率。此外，將高校作為數(shù)字金融促進農(nóng)業(yè)創(chuàng)新過程中的重要著力點，使高校成為數(shù)字金融拉動當?shù)剞r(nóng)業(yè)創(chuàng)新和農(nóng)業(yè)現(xiàn)代化的有效支撐。

第二，聚焦數(shù)字金融在促進農(nóng)業(yè)創(chuàng)新過程中的區(qū)域短板，并進一步發(fā)揮數(shù)字金融在高校促進農(nóng)業(yè)創(chuàng)新中的重要作用。數(shù)字金融對非直轄市和計劃單列市以及中西部等欠發(fā)達地區(qū)的農(nóng)業(yè)創(chuàng)新驅動作用有限，這就要求在補齊欠發(fā)達地區(qū)傳統(tǒng)基礎設施短板的同時，統(tǒng)籌補齊欠發(fā)達地區(qū)數(shù)字建設配套設施，加大對欠發(fā)達地區(qū)的“新基建”項目的政策支持，并采取切實可行的措施留住欠發(fā)達地區(qū)人才，實現(xiàn)省域內和區(qū)域內數(shù)字金融和人才發(fā)展的良性循環(huán)。同時，高校是科技創(chuàng)新前沿陣地，要充分發(fā)揮高校在農(nóng)業(yè)創(chuàng)新系統(tǒng)中的作用，充分發(fā)揮高校人才培養(yǎng)功能、不斷提供新技術和新知識，通過高校的技術優(yōu)勢和人才優(yōu)勢，不斷推動農(nóng)業(yè)高新技術產(chǎn)業(yè)化，將創(chuàng)新成果轉化為現(xiàn)實的生產(chǎn)力。

第三，加大對中西部地區(qū)和糧食主產(chǎn)省份的政策支持和資金投入。針對我國區(qū)域農(nóng)業(yè)科技創(chuàng)新能力呈現(xiàn)東部較強、中西部相對薄弱的不均衡態(tài)勢，應繼續(xù)加大農(nóng)業(yè)科技投入力度，需要相關政府部門進一步優(yōu)化區(qū)域科技資源配置，東中西部各省之間需在人才流動、資金投入、協(xié)同創(chuàng)新等方面，加大區(qū)域間合作互助力度，實現(xiàn)東中西部協(xié)調發(fā)展。

第四，重視農(nóng)業(yè)創(chuàng)新的空間溢出特性，打造創(chuàng)新合作共贏的平臺，推動企業(yè)、高校、科研機構開展創(chuàng)新合作，加強技術、知識和信息等要素在區(qū)域間自由流動，打破資本、人才在跨區(qū)域流動中的制度性障礙，發(fā)揮資本、人才等要素的空間關聯(lián)效應，充分釋放數(shù)字金融對農(nóng)業(yè)創(chuàng)新的空間貢獻能力。