戴 浩, 魏君英

(長江大學(xué)經(jīng)濟(jì)與管理學(xué)院,湖北 荊州 434023)

優(yōu)化農(nóng)業(yè)要素資源配置、調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、推動(dòng)農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展是提升農(nóng)業(yè)綜合效益和推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的客觀要求。2023年中央一號(hào)文件再次強(qiáng)調(diào)推進(jìn)農(nóng)業(yè)綠色發(fā)展。穩(wěn)步推進(jìn)農(nóng)業(yè)農(nóng)村綠色發(fā)展要求農(nóng)業(yè)發(fā)展從生產(chǎn)端和供給側(cè)同時(shí)發(fā)力,將農(nóng)業(yè)綠色生態(tài)發(fā)展放在更加突出的位置,摒棄高耗能、高污染的傳統(tǒng)農(nóng)業(yè),轉(zhuǎn)向低碳綠色農(nóng)業(yè)發(fā)展模式。傳統(tǒng)金融機(jī)構(gòu)受限于技術(shù)、成本和風(fēng)險(xiǎn),難以為農(nóng)村經(jīng)濟(jì)的綠色發(fā)展提供有力支持。而數(shù)字普惠金融相較于傳統(tǒng)金融在擴(kuò)大用戶覆蓋廣度和提升用戶使用深度的同時(shí),提高了交易效率和服務(wù)質(zhì)量,以及降低了運(yùn)營成本,有助于推進(jìn)產(chǎn)業(yè)綠色轉(zhuǎn)型[1-2]。因此,進(jìn)一步研究數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響,探究其內(nèi)在作用路徑與機(jī)制,對(duì)于實(shí)現(xiàn)農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展具有一定的理論和實(shí)踐價(jià)值。

一、文獻(xiàn)綜述與問題提出

數(shù)字普惠金融的數(shù)字化特征和普惠性特征成為近年來金融領(lǐng)域的熱點(diǎn)話題。本研究結(jié)合研究選題,主要從數(shù)字普惠金融對(duì)農(nóng)業(yè)發(fā)展的影響,以及數(shù)字普惠金融對(duì)環(huán)境治理的影響等2個(gè)方面進(jìn)行文獻(xiàn)歸納和評(píng)述。

1.數(shù)字普惠金融對(duì)農(nóng)業(yè)發(fā)展的影響。學(xué)界主要研究數(shù)字普惠金融對(duì)農(nóng)業(yè)農(nóng)村現(xiàn)代化、農(nóng)業(yè)產(chǎn)出和農(nóng)業(yè)高質(zhì)量發(fā)展等的影響。如羅振軍等研究數(shù)字普惠金融對(duì)農(nóng)業(yè)農(nóng)村現(xiàn)代化的影響,分析指出數(shù)字普惠金融能有效促進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展,且存在空間溢出效應(yīng)[3];方觀富等研究數(shù)字普惠金融對(duì)農(nóng)業(yè)產(chǎn)出的內(nèi)在影響和作用機(jī)理,分析指出數(shù)字普惠金融主要通過擴(kuò)大農(nóng)作物播種面積和提高農(nóng)業(yè)機(jī)械利用率來提升農(nóng)業(yè)產(chǎn)出[4];羅光強(qiáng)和王森等聚焦農(nóng)業(yè)高質(zhì)量發(fā)展,分析指出數(shù)字普惠金融作用于農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和農(nóng)地流轉(zhuǎn),間接促進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展,且數(shù)字普惠金融對(duì)農(nóng)業(yè)高質(zhì)量發(fā)展存在邊際遞增的門檻效應(yīng)[5-6]。

2.數(shù)字普惠金融對(duì)環(huán)境治理的影響。學(xué)界主要研究數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率、碳減排、低碳農(nóng)業(yè)等的影響。其中,在農(nóng)業(yè)綠色全要素生產(chǎn)率方面,如郭桂霞和張翱祥等研究數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響,分析指出數(shù)字普惠金融通過技術(shù)進(jìn)步和技術(shù)效率提升對(duì)本地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生正向影響,但不利于周邊地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的提升[7-8]。在碳減排方面,如程秋旺等研究數(shù)字普惠金融的碳減排效應(yīng),分析指出數(shù)字普惠金融通過創(chuàng)業(yè)效應(yīng)和數(shù)字化賦能降低碳減排[9];王守坤等基于縣域視角研究數(shù)字普惠金融對(duì)碳減排的影響,分析指出數(shù)字普惠金融主要通過產(chǎn)業(yè)結(jié)構(gòu)、土地轉(zhuǎn)讓和技術(shù)創(chuàng)新等 3條途徑促進(jìn)碳減排,具有顯著的碳減排效應(yīng)[10];丁凡琳研究數(shù)字普惠金融對(duì)碳強(qiáng)度的影響,分析指出數(shù)字普惠金融通過技術(shù)進(jìn)步效應(yīng)、結(jié)構(gòu)效應(yīng)和消費(fèi)偏好來降低碳強(qiáng)度[11]。在低碳農(nóng)業(yè)方面,如申云等研究數(shù)字普惠金融對(duì)農(nóng)業(yè)綠色低碳發(fā)展的影響,分析指出數(shù)字普惠金融有助于農(nóng)業(yè)綠色低碳發(fā)展[12];付偉等實(shí)證研究數(shù)字普惠金融對(duì)農(nóng)業(yè)低碳發(fā)展的影響,分析指出數(shù)字普惠金融通過農(nóng)業(yè)流轉(zhuǎn)促進(jìn)農(nóng)業(yè)低碳發(fā)展[13]。

綜上所述,學(xué)界對(duì)數(shù)字普惠金融展開諸多研究,尤其是近年來關(guān)于數(shù)字普惠金融的環(huán)境效應(yīng)研究逐步興起,取得了較為豐富的研究成果,為本研究奠定了基礎(chǔ)。但既有研究側(cè)重于分析數(shù)字普惠金融如何賦能碳減排或低碳農(nóng)業(yè),以及主要基于碳減排效應(yīng)、農(nóng)地流轉(zhuǎn)效應(yīng)等視角研究數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響路徑,較少研究數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響及作用機(jī)制。鑒于此,本研究基于2011—2020年我國31個(gè)省份(港澳臺(tái)地區(qū)除外,下同)的面板數(shù)據(jù),構(gòu)建綠色農(nóng)業(yè)發(fā)展評(píng)價(jià)指標(biāo)體系,并采用高斯混合模型、中介效應(yīng)模型和門檻模型實(shí)證分析數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的傳導(dǎo)機(jī)制,進(jìn)一步驗(yàn)證農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)進(jìn)步在數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響中的中介效應(yīng),以從理論和實(shí)證層面厘清數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的作用機(jī)理,進(jìn)而為助力“雙碳”目標(biāo)、實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展提供一定的經(jīng)驗(yàn)證據(jù)和理論支撐。

二、理論分析與研究假設(shè)

(一)數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響機(jī)理

農(nóng)業(yè)資金需求小且分散,信用信息收集困難,使得農(nóng)業(yè)部門難以獲得傳統(tǒng)金融機(jī)構(gòu)的支持。依托數(shù)字技術(shù)的數(shù)字普惠金融可以在低成本條件下大大提高農(nóng)業(yè)部門的資本匹配效率和金融服務(wù)可獲得性,從而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率提升和農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展[14]。數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響主要體現(xiàn)在以下3個(gè)方面:

1.數(shù)字普惠金融降低金融服務(wù)門檻,滿足綠色農(nóng)業(yè)資金需求。農(nóng)村金融市場(chǎng)的資金需求分散、系統(tǒng)性風(fēng)險(xiǎn)大、比較效益低等特點(diǎn),加大了金融機(jī)構(gòu)在農(nóng)村地區(qū)持續(xù)經(jīng)營的難度。且金融機(jī)構(gòu)受利潤目標(biāo)驅(qū)使,更傾向于針對(duì)城市地區(qū)提供能夠帶來豐厚回報(bào)的金融服務(wù),一定程度上會(huì)將農(nóng)村低收入群體排斥在正規(guī)金融服務(wù)之外,產(chǎn)生農(nóng)村金融排斥困境。而農(nóng)村金融排斥會(huì)導(dǎo)致農(nóng)業(yè)融資困難,難以引進(jìn)新型農(nóng)業(yè)生產(chǎn)技術(shù),不利于農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展。數(shù)字普惠金融可以有效緩解農(nóng)村地區(qū)的金融供給不足和金融排斥問題,為農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展奠定物質(zhì)基礎(chǔ)。

2.數(shù)字普惠金融促進(jìn)綠色科技應(yīng)用,提高綠色農(nóng)業(yè)生產(chǎn)效率。數(shù)字普惠金融基于互聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字化技術(shù),可以將資金精準(zhǔn)投放到綠色養(yǎng)殖、農(nóng)業(yè)機(jī)械設(shè)備、污染防治等方面,提升綠色農(nóng)業(yè)產(chǎn)出規(guī)模和效率;且基于大數(shù)據(jù)的風(fēng)控體系,可以在有效降低金融機(jī)構(gòu)系統(tǒng)性金融風(fēng)險(xiǎn)的同時(shí),提高農(nóng)民的金融素養(yǎng)和風(fēng)險(xiǎn)意識(shí)。同時(shí),數(shù)字普惠金融通過促進(jìn)金融科技和保險(xiǎn)科技互聯(lián)互通(如“銀行+保險(xiǎn)”貸款),提高了農(nóng)業(yè)部門的抗風(fēng)險(xiǎn)能力,進(jìn)而提高了農(nóng)戶對(duì)新技術(shù)和綠色設(shè)備的接受度[15],最終有助于提高綠色農(nóng)業(yè)生產(chǎn)效率。

3.數(shù)字普惠金融推進(jìn)綠色理念傳播,踐行綠色農(nóng)業(yè)生產(chǎn)方式。數(shù)字化技術(shù)加速了綠色健康理念的傳播,逐漸影響公眾的生產(chǎn)和生活方式,促進(jìn)了綠色消費(fèi)需求的增長。數(shù)字普惠金融搭載大數(shù)據(jù)、區(qū)塊鏈和互聯(lián)網(wǎng)等現(xiàn)代數(shù)字化技術(shù),使得金融市場(chǎng)變得更加公開和透明。農(nóng)民通過數(shù)字化技術(shù)既能及時(shí)了解農(nóng)業(yè)污染現(xiàn)狀以及農(nóng)業(yè)綠色轉(zhuǎn)型的幫扶政策等,加深對(duì)綠水青山就是金山銀山的理解,又能親自參與到環(huán)境治理的過程中,提升作為農(nóng)業(yè)主人翁的責(zé)任感和使命感,有助于推進(jìn)農(nóng)民切實(shí)踐行綠色農(nóng)業(yè)生產(chǎn)方式,加快農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展。

鑒于此,本研究提出假設(shè)H1:數(shù)字普惠金融有利于綠色農(nóng)業(yè)發(fā)展。

(二)數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響的中介效應(yīng)

1.數(shù)字普惠金融通過農(nóng)戶創(chuàng)業(yè)影響綠色農(nóng)業(yè)發(fā)展。資金約束是農(nóng)戶創(chuàng)業(yè)面臨的最大障礙,而近年來數(shù)字普惠金融的發(fā)展通過提高農(nóng)戶的信貸可獲得性、電子支付水平、信息知識(shí)獲取能力等途徑有效緩解了農(nóng)戶創(chuàng)業(yè)的資金約束,激發(fā)了農(nóng)戶的創(chuàng)業(yè)積極性[16]。農(nóng)戶創(chuàng)業(yè)主要包括農(nóng)業(yè)型創(chuàng)業(yè)和非農(nóng)業(yè)型創(chuàng)業(yè)等2種方式。其中,農(nóng)業(yè)型創(chuàng)業(yè)是農(nóng)戶在原有的農(nóng)業(yè)生產(chǎn)領(lǐng)域進(jìn)行創(chuàng)新和發(fā)展,如農(nóng)業(yè)生產(chǎn)規(guī)模的擴(kuò)大或經(jīng)營范圍的拓展等;非農(nóng)業(yè)型創(chuàng)業(yè)是農(nóng)戶突破傳統(tǒng)農(nóng)業(yè)生產(chǎn)領(lǐng)域,進(jìn)行個(gè)體工商業(yè)生產(chǎn)經(jīng)營。數(shù)字普惠金融的農(nóng)戶創(chuàng)業(yè)效應(yīng)基于上述2種農(nóng)戶創(chuàng)業(yè)方式發(fā)揮效果,具體包括:(1)數(shù)字普惠金融的農(nóng)業(yè)型創(chuàng)業(yè)效應(yīng)。數(shù)字普惠金融通過為農(nóng)戶提供創(chuàng)業(yè)資金,促使部分農(nóng)戶開始農(nóng)業(yè)型創(chuàng)業(yè),如擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模、開辦小微農(nóng)業(yè)企業(yè)、加入農(nóng)業(yè)合作社等?；凇袄硇越?jīng)濟(jì)人”假設(shè)和利益最大化的驅(qū)使,農(nóng)業(yè)型創(chuàng)業(yè)者更傾向于選擇能耗低、污染少,以及能享受政府幫扶政策的相關(guān)領(lǐng)域,這將直接推動(dòng)綠色農(nóng)業(yè)發(fā)展。(2)數(shù)字普惠金融的非農(nóng)業(yè)型創(chuàng)業(yè)效應(yīng)。數(shù)字普惠金融通過為農(nóng)戶提供創(chuàng)業(yè)資金,促使部分農(nóng)戶突破傳統(tǒng)農(nóng)業(yè)生產(chǎn)領(lǐng)域進(jìn)行非農(nóng)業(yè)型創(chuàng)業(yè),使得傳統(tǒng)粗放式的農(nóng)業(yè)生產(chǎn)活動(dòng)頻率降低,農(nóng)業(yè)污染排放減少;同時(shí),農(nóng)戶進(jìn)行非農(nóng)業(yè)型創(chuàng)業(yè)時(shí),會(huì)更傾向于選擇與農(nóng)業(yè)聯(lián)系較為緊密的產(chǎn)業(yè)來降低創(chuàng)業(yè)風(fēng)險(xiǎn),以及通過對(duì)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行合理調(diào)整,以低污染、低耗能的綠色產(chǎn)業(yè)替代高污染、高耗能的傳統(tǒng)產(chǎn)業(yè),間接推動(dòng)綠色農(nóng)業(yè)發(fā)展。鑒于此,本研究提出假設(shè)H2:數(shù)字普惠金融通過農(nóng)戶創(chuàng)業(yè)促進(jìn)綠色農(nóng)業(yè)發(fā)展。

2.數(shù)字普惠金融通過農(nóng)業(yè)技術(shù)進(jìn)步影響綠色農(nóng)業(yè)發(fā)展。綠色農(nóng)業(yè)發(fā)展水平的提升離不開技術(shù)進(jìn)步,特別是綠色技術(shù)創(chuàng)新。數(shù)字普惠金融的普惠性緩解了農(nóng)戶的融資約束,使更多研發(fā)資金投入農(nóng)業(yè)部門成為可能,從而提高了區(qū)域農(nóng)業(yè)技術(shù)創(chuàng)新水平。同時(shí),數(shù)字普惠金融基于數(shù)字技術(shù)進(jìn)一步健全了信用報(bào)告體系[17],有效降低了金融機(jī)構(gòu)在向農(nóng)戶提供普惠金融服務(wù)時(shí)面臨的信用風(fēng)險(xiǎn),這從根本上緩解了農(nóng)戶技術(shù)創(chuàng)新的融資約束[18]。此外,數(shù)字普惠金融在我國的大力推進(jìn)和發(fā)展,促進(jìn)了農(nóng)村數(shù)字基礎(chǔ)設(shè)施的不斷完善,以及農(nóng)業(yè)先進(jìn)技術(shù)的推廣和應(yīng)用,進(jìn)而促進(jìn)了農(nóng)業(yè)綠色全要素生產(chǎn)率的提升[19]。鑒于此,本研究提出假設(shè)H3:數(shù)字普惠金融通過農(nóng)業(yè)技術(shù)進(jìn)步促進(jìn)綠色農(nóng)業(yè)發(fā)展。

(三)數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響的門檻效應(yīng)

數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響的門檻效應(yīng)主要表現(xiàn)為數(shù)字普惠金融地區(qū)發(fā)展的不平衡,即不同發(fā)展水平的數(shù)字普惠金融可能對(duì)綠色農(nóng)業(yè)發(fā)展的影響是非線性的。區(qū)塊鏈、大數(shù)據(jù)與普惠金融融合產(chǎn)生的數(shù)字普惠金融具有高固定成本和低邊際成本的特征。其中,金融機(jī)構(gòu)在前期發(fā)展數(shù)字普惠金融時(shí)需要投入大量資金建設(shè)數(shù)字基礎(chǔ)設(shè)施,沉沒成本一定程度上對(duì)數(shù)字普惠金融會(huì)產(chǎn)生擠出效應(yīng),獲取相關(guān)信息、技術(shù)和資金的成本處于較高階段,數(shù)字普惠金融發(fā)展相對(duì)緩慢,從而對(duì)綠色農(nóng)業(yè)發(fā)展的推動(dòng)作用有限。同時(shí),金融機(jī)構(gòu)的受眾數(shù)量達(dá)到臨界容量后,便會(huì)觸發(fā)正反饋,產(chǎn)生馬太效應(yīng)[20]。隨著數(shù)字化技術(shù)的發(fā)展與完善,數(shù)字化技術(shù)在推進(jìn)數(shù)字普惠金融發(fā)展的同時(shí),使得金融機(jī)構(gòu)開始關(guān)注分工和專業(yè)化問題,且金融機(jī)構(gòu)在經(jīng)濟(jì)主體和利益的驅(qū)動(dòng)下,側(cè)重于優(yōu)化金融服務(wù)和創(chuàng)新金融產(chǎn)品,使得研發(fā)新產(chǎn)品的邊際成本,以及獲取新技術(shù)、新知識(shí)的獲取成本持續(xù)下降。于是,數(shù)字普惠金融的示范效應(yīng)將會(huì)吸引更多金融機(jī)構(gòu)參與其中,推進(jìn)數(shù)字普惠金融快速發(fā)展,從而對(duì)綠色農(nóng)業(yè)發(fā)展產(chǎn)生更大的促進(jìn)作用。鑒于此,本研究提出假設(shè)H4:數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展具有邊際遞增的非線性門檻效應(yīng)。

三、綠色農(nóng)業(yè)發(fā)展的內(nèi)涵、綜合評(píng)價(jià)與時(shí)空演化特征

(一)綠色農(nóng)業(yè)發(fā)展的內(nèi)涵

科學(xué)界定綠色農(nóng)業(yè)發(fā)展的內(nèi)涵可以為綠色農(nóng)業(yè)的科學(xué)合理評(píng)價(jià)提供理論依據(jù)和支撐。綠色農(nóng)業(yè)發(fā)展是基于農(nóng)業(yè)技術(shù)的改良與進(jìn)步,以節(jié)約資源為手段,以提倡低碳、綠色的生活方式為途徑,以保護(hù)和改善農(nóng)業(yè)生態(tài)環(huán)境為最終目標(biāo)的農(nóng)業(yè)發(fā)展模式。經(jīng)濟(jì)的快速發(fā)展使得農(nóng)業(yè)生產(chǎn)的逐利性日益突顯,生態(tài)環(huán)境成本和社會(huì)成本被逐漸忽視[21],導(dǎo)致我國農(nóng)業(yè)發(fā)展面臨諸多困境,如高耗能、高污染的粗放式農(nóng)業(yè)生產(chǎn)方式進(jìn)一步制約農(nóng)村發(fā)展,農(nóng)業(yè)生產(chǎn)要素價(jià)格較高與農(nóng)產(chǎn)品價(jià)值較低的價(jià)格鴻溝導(dǎo)致農(nóng)業(yè)經(jīng)濟(jì)效益下滑態(tài)勢(shì)嚴(yán)峻,生態(tài)退化與環(huán)境污染造成農(nóng)產(chǎn)品質(zhì)量安全問題頻發(fā)等[22]。于是,經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境的結(jié)構(gòu)性矛盾日益突出,經(jīng)濟(jì)與生態(tài)的雙重壓力倒逼農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)變革,而綠色農(nóng)業(yè)發(fā)展是破除農(nóng)業(yè)生產(chǎn)污染困境與實(shí)現(xiàn)綠色安全消費(fèi)的重要方式之一[23]。

(二)綠色農(nóng)業(yè)發(fā)展的綜合評(píng)價(jià)

農(nóng)業(yè)生產(chǎn)是農(nóng)村和農(nóng)業(yè)發(fā)展的基礎(chǔ),農(nóng)業(yè)生產(chǎn)的綠色化是綠色農(nóng)業(yè)發(fā)展的核心[23]。而綠色農(nóng)業(yè)的發(fā)展水平很大程度上取決于農(nóng)戶生產(chǎn)方式的綠色化程度[24]。綠色農(nóng)業(yè)發(fā)展強(qiáng)調(diào)保護(hù)和節(jié)約資源,減少農(nóng)業(yè)對(duì)生產(chǎn)環(huán)境的破壞,重構(gòu)生態(tài)資源基礎(chǔ)?？紤]到測(cè)度綠色農(nóng)業(yè)發(fā)展的復(fù)雜性,以及評(píng)價(jià)指標(biāo)的科學(xué)性和可獲取性,本研究基于農(nóng)戶生產(chǎn)視角,借鑒黃炎忠和漆雁斌等的做法[25-26],重點(diǎn)探討綠色農(nóng)業(yè)發(fā)展的節(jié)能增效、可持續(xù)發(fā)展、環(huán)境友好等特征,從節(jié)約能耗、集約用地、資源高效和節(jié)約用水等方面,分別選取化肥使用效率、農(nóng)藥使用效率、農(nóng)膜使用效率、農(nóng)業(yè)機(jī)械使用效率、能源使用效率、農(nóng)地使用效率和水資源使用效率等7個(gè)指標(biāo)構(gòu)建綠色農(nóng)業(yè)發(fā)展評(píng)價(jià)指標(biāo)體系,具體詳見表1。

表1 綠色農(nóng)業(yè)發(fā)展評(píng)價(jià)指標(biāo)體系Table 1 Evaluation index system of green agriculture development

(三)綠色農(nóng)業(yè)發(fā)展的時(shí)空演化特征

本研究采用熵值法測(cè)算綠色農(nóng)業(yè)發(fā)展水平,以進(jìn)一步分析綠色農(nóng)業(yè)發(fā)展的時(shí)空演化特征。

1.空間演化特征?？紤]到地區(qū)經(jīng)濟(jì)發(fā)展與綠色農(nóng)業(yè)發(fā)展密切相關(guān),本研究將我國劃分為東部地區(qū)、中部地區(qū)和西部地區(qū),進(jìn)行綠色農(nóng)業(yè)發(fā)展水平的空間演化特征分析。由圖1可知,2011—2020年,我國綠色農(nóng)業(yè)發(fā)展水平逐年升高,從2011年的0.556增長至2020年的0.730,10年間共增長了0.174。其中,東部地區(qū)綠色農(nóng)業(yè)發(fā)展水平最高,西部地區(qū)其次,中部地區(qū)最低。究其原因在于:東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高,第三產(chǎn)業(yè)居多,農(nóng)業(yè)體量較小;且城市的科學(xué)技術(shù)外溢推動(dòng)周邊農(nóng)村地區(qū)技術(shù)擴(kuò)散,對(duì)于新技術(shù)的采納程度較高,促進(jìn)農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展。西部地區(qū)雖然面積廣袤,但適宜種植業(yè)的土地資源較少,以畜牧業(yè)和林業(yè)為主,農(nóng)業(yè)污染源少,且畜牧業(yè)和林業(yè)在一定程度上可以綠化環(huán)境,減少農(nóng)業(yè)碳排放,有利于綠色農(nóng)業(yè)發(fā)展。中部地區(qū)的湖北、湖南、安徽和江西等省份作為我國的農(nóng)業(yè)大省和糧食主產(chǎn)區(qū),農(nóng)業(yè)體量龐大且農(nóng)業(yè)污染源多,農(nóng)業(yè)產(chǎn)出提升的同時(shí)農(nóng)業(yè)污染隨之增加,導(dǎo)致中部地區(qū)綠色農(nóng)業(yè)發(fā)展水平較低。

圖1 我國綠色農(nóng)業(yè)發(fā)展水平的空間演化

2.時(shí)間演化特征?？紤]到時(shí)間節(jié)點(diǎn)的均衡性,本研究以2011、2014、2017、2020年為時(shí)間節(jié)點(diǎn),進(jìn)行綠色農(nóng)業(yè)發(fā)展水平的時(shí)間演化特征分析。由圖2可知,2011年,綠色農(nóng)業(yè)發(fā)展水平較高的省份集中在東部沿海地區(qū),以及西藏、青海和四川等西部地區(qū)省份,甘肅、寧夏、安徽和山西等4個(gè)省份的綠色農(nóng)業(yè)發(fā)展水平相對(duì)較低。2014年,綠色農(nóng)業(yè)發(fā)展水平的東部、中部地區(qū)差異顯著,除東部沿海地區(qū)省份外,東部地區(qū)其他省份的綠色農(nóng)業(yè)發(fā)展水平均位于0.6以上,而中部地區(qū)省份均位于0.6以下。2017年,綠色農(nóng)業(yè)發(fā)展水平整體上升,區(qū)域差異縮小。2020年,西部地區(qū)的青海、四川和西藏等省份的綠色農(nóng)業(yè)發(fā)展水平反超東部、中部地區(qū),且東部、中部地區(qū)差異縮小。

圖2 我國綠色農(nóng)業(yè)發(fā)展水平的時(shí)間演化

四、研究設(shè)計(jì)

(一)數(shù)據(jù)來源

本研究選取31個(gè)省份作為研究對(duì)象,鑒于數(shù)據(jù)的可獲得性,將2011—2020年作為樣本研究區(qū)間,所涉及的數(shù)據(jù)來源于《中國農(nóng)業(yè)機(jī)械工業(yè)年鑒》《中國人口和就業(yè)統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》,以及EPS數(shù)據(jù)庫,少數(shù)缺失數(shù)值采用插值法補(bǔ)齊。

(二)變量設(shè)置

本研究的變量包括被解釋變量、解釋變量、控制變量和中介變量。各變量的賦值和描述性統(tǒng)計(jì)詳見表2。

表2 各變量的賦值和描述性統(tǒng)計(jì)Table 2 Assignment and descriptive statistics of variables

1.被解釋變量。被解釋變量為綠色農(nóng)業(yè)發(fā)展,選取用熵值法計(jì)算的綠色農(nóng)業(yè)發(fā)展水平進(jìn)行衡量。綠色農(nóng)業(yè)發(fā)展的均值為0.644,表明我國綠色農(nóng)業(yè)發(fā)展整體較好,處于中等水平。

2.解釋變量。解釋變量為數(shù)字普惠金融。數(shù)字普惠金融是傳統(tǒng)業(yè)態(tài)與數(shù)字化技術(shù)結(jié)合的一種新型金融模式,兼具數(shù)字化和普惠性特征,涵蓋保險(xiǎn)、證券、支付和信貸等多個(gè)領(lǐng)域。本研究選取北京大學(xué)數(shù)字金融中心編制的數(shù)字普惠金融指數(shù)進(jìn)行衡量。數(shù)字普惠金融包括覆蓋廣度、使用深度和數(shù)字化等3個(gè)維度,共計(jì)33項(xiàng)細(xì)化指標(biāo)。其中,數(shù)字普惠金融的均值為2.162,表明我國數(shù)字普惠金融發(fā)展較好,但其標(biāo)準(zhǔn)差高達(dá)0.970,表明我國數(shù)字普惠金融的地區(qū)差異較大;覆蓋廣度的均值為1.967,表明我國數(shù)字普惠金融的覆蓋面較小,有待進(jìn)一步擴(kuò)大;使用深度的均值為2.111,表明我國數(shù)字普惠金融的使用較為頻繁;數(shù)字化的均值為2.901,表明我國數(shù)字普惠金融主要通過數(shù)字化技術(shù)完成。

3.控制變量。控制變量包括城鎮(zhèn)化率、受教育程度、財(cái)政支農(nóng)水平和人均GDP。具體來說:(1)城鎮(zhèn)化率。城鎮(zhèn)化率是衡量一個(gè)區(qū)域發(fā)展程度的重要指標(biāo)。本研究采用城鎮(zhèn)人口與總?cè)丝诘谋戎岛饬砍擎?zhèn)化率。(2)受教育程度。地區(qū)整體教育水平的提高會(huì)直接影響農(nóng)戶的綠色生產(chǎn)行為,且農(nóng)戶的受教育程度越高,其農(nóng)業(yè)產(chǎn)出效率和技能水平也相應(yīng)越高,從而會(huì)提高勞動(dòng)生產(chǎn)率[27]。本研究采用農(nóng)村平均受教育年限衡量受教育程度,其中,平均受教育年限=(小學(xué)×6+初中×9+高中×12+大專及以上×16)/總?cè)藬?shù)。(3)財(cái)政支農(nóng)水平。農(nóng)業(yè)科技進(jìn)步與農(nóng)業(yè)財(cái)政投入密不可分,財(cái)政支農(nóng)水平與農(nóng)業(yè)技術(shù)進(jìn)步之間存在非線性關(guān)系[28]。本研究采用農(nóng)林水事務(wù)支出與財(cái)政支出的比值衡量財(cái)政支農(nóng)水平。(4)人均GDP。GDP是地區(qū)經(jīng)濟(jì)發(fā)展水平的重要體現(xiàn),而地區(qū)經(jīng)濟(jì)發(fā)展水平與科技投入力度密切相關(guān)。本研究采用農(nóng)業(yè)總產(chǎn)值與農(nóng)業(yè)人數(shù)的比值衡量人均GDP。其中,城鎮(zhèn)化率的均值為58.050,表明我國城鎮(zhèn)化發(fā)展整體處于中等水平;受教育程度的均值為7.723年,表明我國農(nóng)村整體受教育程度偏低;財(cái)政支農(nóng)水平的均值為0.116,表明我國財(cái)政支農(nóng)力度較大;人均GDP的均值為7.086,且最小值和最大值相差較大,表明我國經(jīng)濟(jì)發(fā)展水平的區(qū)域差異較大。

4.中介變量。根據(jù)上文理論分析,本研究選取農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)進(jìn)步作為中介變量。具體來說:(1)農(nóng)戶創(chuàng)業(yè)。本研究借鑒齊文浩等的做法[29],采用農(nóng)村個(gè)體創(chuàng)業(yè)人數(shù)與農(nóng)村私營企業(yè)人數(shù)之和占鄉(xiāng)村就業(yè)人數(shù)的比重衡量農(nóng)戶創(chuàng)業(yè)。(2)農(nóng)業(yè)技術(shù)進(jìn)步。農(nóng)業(yè)技術(shù)進(jìn)步包括土地節(jié)約型技術(shù)進(jìn)步和勞動(dòng)力節(jié)約型技術(shù)進(jìn)步等2種類型,本研究借鑒鄧鑫等的做法[30],從勞動(dòng)力節(jié)約型技術(shù)進(jìn)步視角出發(fā),采用農(nóng)業(yè)機(jī)械化程度來表征農(nóng)業(yè)技術(shù)進(jìn)步。而農(nóng)業(yè)機(jī)械化程度為機(jī)耕率、機(jī)播率和機(jī)收率的總和,本研究進(jìn)一步參考《主要農(nóng)作物生產(chǎn)全程機(jī)械化示范縣評(píng)價(jià)指標(biāo)體系(試行)》的度量標(biāo)準(zhǔn),對(duì)機(jī)耕率、機(jī)播率和機(jī)收率分別賦值為0.4、0.3和0.3,以此來計(jì)算農(nóng)業(yè)機(jī)械化程度[30]。具體來說,農(nóng)戶創(chuàng)業(yè)的均值為5.210,表明農(nóng)戶創(chuàng)業(yè)群體較大;農(nóng)業(yè)技術(shù)進(jìn)步的均值為0.545,表明農(nóng)業(yè)技術(shù)進(jìn)步程度較高。

(三)模型構(gòu)建

基于上述理論分析與假設(shè)H1,本研究構(gòu)建基準(zhǔn)模型考察數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響。具體模型如下:

(1)

其中,Git表示i省份t年的綠色農(nóng)業(yè)發(fā)展;Dit表示i省份t年的數(shù)字普惠金融; ∑Kit表示控制變量集合; ?0表示常數(shù)項(xiàng); ?1和?2分別表示數(shù)字普惠金融與各控制變量的回歸系數(shù);δi表示個(gè)體固定效應(yīng);ηt表示時(shí)間固定效應(yīng);μit表示隨機(jī)擾動(dòng)項(xiàng)。

本研究進(jìn)一步對(duì)數(shù)字普惠金融影響綠色農(nóng)業(yè)發(fā)展的傳導(dǎo)路徑進(jìn)行識(shí)別和檢驗(yàn),基于假設(shè)H2和假設(shè)H3,借鑒溫忠麟等的做法[31],構(gòu)建中介效應(yīng)模型進(jìn)行實(shí)證檢驗(yàn)。具體模型如下:

(2)

(3)

(4)

其中,Mit表示中介變量,即i省份t年的農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)進(jìn)步; ?0、β0、θ0表示常數(shù)項(xiàng); ?1、β1、θ1均表示數(shù)字普惠金融的回歸系數(shù); ?2、β2、θ2均表示各控制變量的回歸系數(shù);δi表示個(gè)體固定效應(yīng);ηt表示時(shí)間固定效應(yīng);μit、φit、λit表示隨機(jī)擾動(dòng)項(xiàng)。其中,模型(2)表示總效應(yīng)模型;模型(3)表示數(shù)字普惠金融對(duì)農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)進(jìn)步影響的估計(jì)模型;模型(4)表示同時(shí)考慮中介機(jī)制和數(shù)字普惠金融的估計(jì)模型。

同時(shí),本研究基于假設(shè)H4,進(jìn)一步檢驗(yàn)數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響的門檻效應(yīng),具體以數(shù)字普惠金融作為門檻變量構(gòu)建門檻模型。具體模型如下:

Git=τ0+τ1Dit(qi≤ω)+τ2Dit(qi>ω)+τ3∑Kit+μit+δi+ηt+πit

(5)

其中,qi表示門檻變量,本研究的門檻變量為數(shù)字普惠金融,即Di;ω表示門檻值;πit表示隨機(jī)擾動(dòng)項(xiàng)。

(四)特征事實(shí)描述

為了從數(shù)據(jù)層面初步判斷數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響效果,圖3分別刻畫了數(shù)字普惠金融與綠色農(nóng)業(yè)發(fā)展、農(nóng)戶創(chuàng)業(yè)與綠色農(nóng)業(yè)發(fā)展,以及農(nóng)業(yè)技術(shù)進(jìn)步與綠色農(nóng)業(yè)發(fā)展之間的線性擬合圖。由圖3可知,數(shù)字普惠金融、農(nóng)戶創(chuàng)業(yè)、農(nóng)業(yè)技術(shù)進(jìn)步與綠色農(nóng)業(yè)發(fā)展之間均存在正相關(guān)關(guān)系,假設(shè)H1得到初步驗(yàn)證。但僅從數(shù)據(jù)的描述性分析下定結(jié)論較為武斷,缺乏嚴(yán)謹(jǐn)性,本研究將采用計(jì)量模型進(jìn)一步驗(yàn)證前文假設(shè)。

圖3 線性擬合圖

五、實(shí)證分析

(一)基準(zhǔn)回歸分析

為了避免變量存在多重共線性導(dǎo)致估計(jì)結(jié)果無效,本研究采用方差膨脹因子方法對(duì)模型進(jìn)行多重共線性檢驗(yàn)(表3)。由表3可知,各變量的方差膨脹因子均小于10,表明可以排除多重共線性問題。

表3 多重共線性檢驗(yàn)Table 3 Multiple collinearity test

本研究進(jìn)一步進(jìn)行基準(zhǔn)回歸分析,具體采用高斯混合模型進(jìn)行估計(jì),同時(shí)以普通最小二乘模型和固定效應(yīng)模型作為對(duì)比。為了驗(yàn)證高斯混合模型估計(jì)結(jié)果的有效性,本研究采用二階序列自相關(guān)檢驗(yàn)和過度識(shí)別約束檢驗(yàn)等2種檢驗(yàn)方法對(duì)模型估計(jì)結(jié)果和工具變量的有效性進(jìn)行驗(yàn)證。表4依次報(bào)告了在普通最小二乘模型、固定效應(yīng)模型和高斯混合模型中數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響的回歸分析結(jié)果。由表4可知,在模型5和模型6中,AR(2)均大于0.05,驗(yàn)證了模型不存在二階序列自相關(guān)的假設(shè),且Sargan也均大于0.05,驗(yàn)證了工具變量不存在過度識(shí)別的問題,表明該模型設(shè)定合理且有效。

表4 基準(zhǔn)回歸分析Table 4 Benchmark regression analysis

由表4可知,在模型6中,數(shù)字普惠金融與綠色農(nóng)業(yè)發(fā)展在1%的水平上呈正相關(guān),回歸系數(shù)為0.009 7,即數(shù)字普惠金融每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將提高0.97%,表明數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展具有促進(jìn)作用。模型2和模型4中數(shù)字普惠金融的回歸系數(shù)分別為0.053 8和0.009 7,分別通過了1%、5%的顯著性水平檢驗(yàn),與模型6估計(jì)結(jié)果的顯著性較為一致,但三者的回歸系數(shù)存在些許差異。模型1、模型3和模型5為未控制其他解釋變量的情況,估計(jì)結(jié)果與控制其他解釋變量的估計(jì)結(jié)果基本一致,表明無論是否控制其他變量,3種模型的估計(jì)結(jié)果均支持?jǐn)?shù)字普惠金融有利于綠色農(nóng)業(yè)發(fā)展的前置結(jié)論。據(jù)此,假設(shè)H1得到驗(yàn)證。

在控制變量方面,由模型6可知,城鎮(zhèn)化率與綠色農(nóng)業(yè)發(fā)展呈正相關(guān)但不顯著,估計(jì)系數(shù)為0.009 0,即城鎮(zhèn)化率每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將提高0.9%,表明城鎮(zhèn)化率有利于綠色農(nóng)業(yè)發(fā)展,但目前城鎮(zhèn)化率對(duì)綠色農(nóng)業(yè)發(fā)展的影響尚不顯著;受教育程度與綠色農(nóng)業(yè)發(fā)展在1%的水平上呈正相關(guān),估計(jì)系數(shù)為0.008 9,即受教育程度每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將提高0.89%,表明受教育程度有利于綠色農(nóng)業(yè)發(fā)展;財(cái)政支農(nóng)水平與綠色農(nóng)業(yè)發(fā)展呈正相關(guān)但不顯著,估計(jì)系數(shù)為0.009 6,即財(cái)政支農(nóng)水平每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將提高0.96%,表明財(cái)政支農(nóng)水平有利于綠色農(nóng)業(yè)發(fā)展,但目前財(cái)政支農(nóng)水平對(duì)綠色農(nóng)業(yè)發(fā)展的影響尚不顯著;人均GDP與綠色農(nóng)業(yè)發(fā)展在1%的水平上呈正相關(guān),估計(jì)系數(shù)為0.009 7,即人均GDP每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將提高0.97%,表明人均GDP越高,越有利于綠色農(nóng)業(yè)發(fā)展。

(二)穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)

本研究在基準(zhǔn)回歸分析的基礎(chǔ)上,進(jìn)一步檢驗(yàn)上述結(jié)果的穩(wěn)健性,以增強(qiáng)研究結(jié)論的可信度,具體從穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)等2個(gè)方面進(jìn)行處理。

1.穩(wěn)健性檢驗(yàn)。本研究主要采用替換解釋變量、剔除直轄市和縮尾處理等3個(gè)方法進(jìn)行檢驗(yàn),穩(wěn)健性檢驗(yàn)結(jié)果詳見表5。具體來說:(1)替換解釋變量。在模型7、模型8和模型9中,覆蓋廣度、使用深度和數(shù)字化均在1%的水平上顯著為正,回歸系數(shù)分別為0.011 2、0.007 4和0.003 3,表明數(shù)字普惠金融的不同維度對(duì)綠色農(nóng)業(yè)發(fā)展均具有促進(jìn)作用,且促進(jìn)作用由高到低依次為:覆蓋廣度、使用深度和數(shù)字化?？傮w來看,數(shù)字普惠金融的不同維度對(duì)綠色農(nóng)業(yè)發(fā)展影響的估計(jì)結(jié)果,與前文數(shù)字普惠金對(duì)綠色農(nóng)業(yè)發(fā)展影響的估計(jì)結(jié)果基本一致。(2)剔除直轄市。直轄市的政策偏向性和地位特殊性使得其數(shù)字普惠金融的發(fā)展程度與其他省份相比差距較大,會(huì)導(dǎo)致研究結(jié)果出現(xiàn)偏誤。鑒于此,本研究剔除北京市、天津市、上海市和重慶市等4個(gè)直轄市進(jìn)行回歸分析。結(jié)果顯示,在剔除直轄市后,數(shù)字普惠金融仍在1%的水平上顯著為正,回歸系數(shù)為0.009 3,表明數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展具有促進(jìn)作用。(3)縮尾處理?？紤]到樣本數(shù)據(jù)中存在的異常值可能會(huì)對(duì)回歸分析結(jié)果造成偏誤,本研究將變量前后1%的分位數(shù)進(jìn)行縮尾處理,以剔除異常值對(duì)回歸結(jié)果的干擾。結(jié)果顯示,在進(jìn)行縮尾處理后,數(shù)字普惠金融仍在1%的水平上顯著為正,回歸系數(shù)為0.003 9,表明數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展具有促進(jìn)作用。綜上可知,本研究的結(jié)論穩(wěn)健可靠。

表5 穩(wěn)健性檢驗(yàn)Table 5 Robustness test

2.內(nèi)生性檢驗(yàn)?？紤]到數(shù)字普惠金融和綠色農(nóng)業(yè)發(fā)展之間可能存在內(nèi)生性問題,具體體現(xiàn)在:(1)第三方因素可能對(duì)數(shù)字普惠金融和綠色農(nóng)業(yè)發(fā)展同時(shí)產(chǎn)生影響,而這類因素很難被識(shí)別,最終會(huì)造成模型設(shè)定存在偏誤;(2)數(shù)字普惠金融影響綠色農(nóng)業(yè)發(fā)展的同時(shí),也可能受到綠色農(nóng)業(yè)發(fā)展的反作用,從而誘發(fā)潛在的內(nèi)生性問題。鑒于此,本研究基于高斯混合模型進(jìn)一步采用工具變量法來消除可能存在的內(nèi)生性問題?？紤]到以支付寶為代表的數(shù)字普惠金融發(fā)源于杭州,杭州的數(shù)字普惠金融發(fā)展水平遙遙領(lǐng)先于其他省份。本研究具體借鑒張彤進(jìn)等的做法[32],將各地區(qū)到杭州的球面距離作為工具變量。根據(jù)擴(kuò)散效應(yīng)和溢出效應(yīng)可知,在地理位置上離杭州越近,其數(shù)字普惠金融發(fā)展水平越高,滿足工具變量的相關(guān)性要求;同時(shí),地理球面距離作為典型的自然地理特征與社會(huì)經(jīng)濟(jì)因素尚無較為緊密的聯(lián)系,滿足工具變量的排他性要求。

由表6可知,在工具變量—兩階段最小二乘模型和工具變量—高斯混合模型中,模型的估計(jì)結(jié)果一致。同時(shí),在未考慮控制變量的情況下,數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的回歸系數(shù)為0.037 7,通過了5%的顯著性水平檢驗(yàn);在考慮控制變量的情況下,數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的回歸系數(shù)為0.067 8,通過了1%的顯著性水平檢驗(yàn)。可見,本研究選取的工具變量對(duì)數(shù)字普惠金融能夠予以較好的表征,但工具變量估計(jì)結(jié)果須進(jìn)一步考慮弱工具變量問題。由表6的Wald檢驗(yàn)結(jié)果可知,無論是否考慮控制變量,數(shù)字普惠金融均在5%的顯著性水平上拒絕存在弱工具變量的原假設(shè)。綜上,在克服潛在內(nèi)生性問題后,數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的正向影響依然顯著。

表6 工具變量法檢驗(yàn)Table 6 Instrumental variable method test

(三)異質(zhì)性分析

考慮到我國綠色農(nóng)業(yè)發(fā)展在分布和區(qū)域上呈現(xiàn)出異質(zhì)性特征,本研究進(jìn)一步分析數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響的異質(zhì)性,具體分析結(jié)果詳見表7。

表7 異質(zhì)性分析Table 7 Heterogeneity analysis

1.分布異質(zhì)性。為了探究數(shù)字普惠金融對(duì)不同水平的綠色農(nóng)業(yè)發(fā)展的影響,本研究采用面板分位數(shù)模型選取25%、50%、75%和90%等4個(gè)分位數(shù),分析數(shù)字普惠金融對(duì)不同分位數(shù)綠色農(nóng)業(yè)發(fā)展的影響。由表7可知,數(shù)字普惠金融在25%、50%、75%和90%分位數(shù)上均通過了1%的顯著性水平檢驗(yàn);隨著分位數(shù)的增加,數(shù)字普惠金融的回歸系數(shù)呈現(xiàn)出先上升、后下降的發(fā)展趨勢(shì)。這表明數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展具有促進(jìn)作用,且促進(jìn)作用呈倒U型結(jié)構(gòu)。究其原因在于:當(dāng)綠色農(nóng)業(yè)發(fā)展處于較低水平時(shí),數(shù)字普惠金融的普惠效應(yīng)更為明顯,通過為農(nóng)戶提供生產(chǎn)資金和綠色生產(chǎn)技術(shù)支持,提高農(nóng)業(yè)綠色生產(chǎn)效率;當(dāng)綠色農(nóng)業(yè)發(fā)展達(dá)到一定水平時(shí),數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的貢獻(xiàn)度達(dá)到最高,促進(jìn)作用最大;但隨著綠色農(nóng)業(yè)發(fā)展水平的繼續(xù)增長,綠色農(nóng)業(yè)發(fā)展對(duì)數(shù)字普惠金融的依賴程度逐步減弱,進(jìn)而轉(zhuǎn)向其他要素,使得數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的促進(jìn)作用逐步減小。

2.區(qū)域異質(zhì)性?？紤]到數(shù)字普惠金融的發(fā)展和地區(qū)經(jīng)濟(jì)發(fā)展水平密切相關(guān),本研究根據(jù)地區(qū)經(jīng)濟(jì)發(fā)展水平的差異,將我國分為東部、中部、西部地區(qū),分析數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響的區(qū)域異質(zhì)性。由表7可知,數(shù)字普惠金融分別通過了1%、1%、5%的顯著性水平檢驗(yàn);從系數(shù)大小來看,數(shù)字普惠金融對(duì)東部、中部、西部地區(qū)綠色農(nóng)業(yè)發(fā)展影響的回歸系數(shù)分別為0.014 8、0.014 4和0.008 5。這表明數(shù)字普惠金融對(duì)東部、中部、西部地區(qū)綠色農(nóng)業(yè)發(fā)展均具有顯著的促進(jìn)作用,影響差異不顯著;但數(shù)字普惠金融對(duì)東部、中部地區(qū)綠色農(nóng)業(yè)發(fā)展的促進(jìn)作用大于西部地區(qū)。究其原因在于:數(shù)字普惠金融具有的數(shù)字化特征可以突破時(shí)空限制,為農(nóng)村地區(qū)提供低門檻的資金支持,促進(jìn)綠色生產(chǎn)技術(shù)的應(yīng)用和推廣,從而促進(jìn)東部、中部、西部地區(qū)的綠色農(nóng)業(yè)發(fā)展。其中,東部地區(qū)的數(shù)字化基礎(chǔ)設(shè)施優(yōu)于中西部地區(qū),數(shù)字普惠金融發(fā)展較為完善;中部地區(qū)臨近東部地區(qū),較為便利地享受到東部地區(qū)的數(shù)字化溢出效應(yīng),其數(shù)字普惠金融的發(fā)展程度僅次于東部地區(qū);而西部地區(qū)的經(jīng)濟(jì)發(fā)展水平較為落后,數(shù)字普惠金融發(fā)展相對(duì)較為緩慢。

(四)傳導(dǎo)機(jī)制分析

基于前文分析,本研究進(jìn)一步分析數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展影響的內(nèi)在機(jī)制,具體檢驗(yàn)數(shù)字普惠金融通過農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)進(jìn)步影響綠色農(nóng)業(yè)發(fā)展的2條傳導(dǎo)機(jī)制,具體分析結(jié)果詳見表8。

表8 傳導(dǎo)機(jī)制分析Table 8 Conduction mechanism analysis

1.農(nóng)戶創(chuàng)業(yè)的傳導(dǎo)機(jī)制。為了檢驗(yàn)數(shù)字普惠金融通過農(nóng)戶創(chuàng)業(yè)影響綠色農(nóng)業(yè)發(fā)展的傳導(dǎo)機(jī)制,本研究根據(jù)前文設(shè)定的中介效應(yīng)模型進(jìn)行檢驗(yàn)。具體步驟包括:(1)將數(shù)字普惠金融和綠色農(nóng)業(yè)發(fā)展直接回歸,回歸系數(shù)為0.009 7,且通過了1%的顯著性水平檢驗(yàn),表明數(shù)字普惠金融有利于綠色農(nóng)業(yè)發(fā)展。(2)將數(shù)字普惠金融和農(nóng)戶創(chuàng)業(yè)直接回歸,回歸系數(shù)為0.069 1,且通過了1%的顯著性水平檢驗(yàn),表明數(shù)字普惠金融有利于農(nóng)戶創(chuàng)業(yè)。(3)將數(shù)字普惠金融、農(nóng)戶創(chuàng)業(yè)和綠色農(nóng)業(yè)發(fā)展三者同時(shí)回歸,數(shù)字普惠金融和農(nóng)戶創(chuàng)業(yè)的回歸系數(shù)分別為0.002 8和0.013 7,且均通過了1%的顯著性水平檢驗(yàn),中介效應(yīng)成立,表明數(shù)字普惠金融通過農(nóng)戶創(chuàng)業(yè)促進(jìn)綠色農(nóng)業(yè)發(fā)展,假設(shè)H2得到驗(yàn)證。其中,在其他條件不變的情況下,數(shù)字普惠金融每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將直接提高0.28%,農(nóng)戶創(chuàng)業(yè)將直接提高6.91%,而綠色農(nóng)業(yè)發(fā)展將間接提高0.09%(0.069 1×0.013 7≈0.000 9),即總效應(yīng)將提高0.09%,農(nóng)戶創(chuàng)業(yè)帶來的中介效應(yīng)在總效應(yīng)中占比約為32.14%(0.000 9÷0.002 8≈0.321 4)。究其原因在于:數(shù)字普惠金融的發(fā)展緩解了農(nóng)戶的信貸約束和金融排斥,農(nóng)戶可以低成本獲取創(chuàng)業(yè)資金,從而推動(dòng)農(nóng)戶創(chuàng)業(yè);且農(nóng)戶創(chuàng)業(yè)在外部政策導(dǎo)向和內(nèi)部利益的雙輪驅(qū)動(dòng)下,會(huì)優(yōu)先選擇綠色環(huán)保的農(nóng)業(yè)相關(guān)領(lǐng)域,進(jìn)而對(duì)綠色農(nóng)業(yè)發(fā)展產(chǎn)生推動(dòng)作用。

2.農(nóng)業(yè)技術(shù)進(jìn)步的傳導(dǎo)機(jī)制。為了檢驗(yàn)數(shù)字普惠金融通過農(nóng)業(yè)技術(shù)進(jìn)步影響綠色農(nóng)業(yè)發(fā)展的傳導(dǎo)機(jī)制,本研究根據(jù)前文設(shè)定的中介效應(yīng)模型進(jìn)行檢驗(yàn)。具體步驟包括:(1)將數(shù)字普惠金融和綠色農(nóng)業(yè)發(fā)展直接回歸,回歸系數(shù)為0.009 7,且通過了1%的顯著性水平檢驗(yàn),表明數(shù)字普惠金融有利于綠色農(nóng)業(yè)發(fā)展。(2)將數(shù)字普惠金融和農(nóng)業(yè)技術(shù)進(jìn)步直接回歸,回歸系數(shù)為0.004 6,且通過了1%的顯著性水平檢驗(yàn),表明數(shù)字普惠金融有利于農(nóng)業(yè)技術(shù)進(jìn)步。(3)將數(shù)字普惠金融、農(nóng)業(yè)技術(shù)進(jìn)步和綠色農(nóng)業(yè)發(fā)展三者同時(shí)回歸,數(shù)字普惠金融和農(nóng)業(yè)技術(shù)進(jìn)步的回歸系數(shù)分別為0.014 5和0.083 3,且均通過了1%的顯著性水平檢驗(yàn),中介效應(yīng)成立,表明數(shù)字普惠金融通過農(nóng)業(yè)技術(shù)進(jìn)步促進(jìn)綠色農(nóng)業(yè)發(fā)展,假設(shè)H3得到驗(yàn)證。其中,在其他條件不變的情況下,數(shù)字普惠金融每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將直接提高1.45%,農(nóng)業(yè)技術(shù)進(jìn)步將直接提高0.46%,而綠色農(nóng)業(yè)發(fā)展將間接提高0.04%(0.004 6×0.083 3≈0.000 4),即總效應(yīng)將提高0.04%,農(nóng)業(yè)技術(shù)進(jìn)步帶來的中介效應(yīng)在總效應(yīng)中占比約為2.76%(0.000 4÷0.014 5≈0.027 6)。究其原因在于:數(shù)字普惠金融的發(fā)展緩解了農(nóng)戶的信貸約束和金融排斥,使更多研發(fā)資金可以投入農(nóng)業(yè)部門,農(nóng)業(yè)部門研發(fā)資金充足有利于農(nóng)業(yè)科研活動(dòng)的開展,從而提高了區(qū)域農(nóng)業(yè)技術(shù)創(chuàng)新水平;同時(shí),數(shù)字普惠金融的發(fā)展推進(jìn)了農(nóng)村數(shù)字基礎(chǔ)設(shè)施的建設(shè)和完善,推動(dòng)先進(jìn)農(nóng)業(yè)技術(shù)的推廣和應(yīng)用,從而促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提升和農(nóng)業(yè)綠色發(fā)展。

(五)門檻效應(yīng)分析

為了進(jìn)一步驗(yàn)證數(shù)字普惠金融是否會(huì)因?yàn)榈貐^(qū)發(fā)展的不平衡,而對(duì)綠色農(nóng)業(yè)發(fā)展的影響呈現(xiàn)出非線性特征,本研究采用門檻模型進(jìn)行檢驗(yàn)。

1.門檻效應(yīng)檢驗(yàn)?？紤]到數(shù)字普惠金融的不同水平可能對(duì)綠色農(nóng)業(yè)發(fā)展的影響存在非線性門檻效應(yīng),本研究采用門檻模型進(jìn)行檢驗(yàn)。在門檻回歸之前須確定門檻數(shù),本研究采用Bootstrap抽樣300次的方法將數(shù)字普惠金融作為門檻變量進(jìn)行檢驗(yàn)。由表9可知,數(shù)字普惠金融單一門檻的P值為0.036 7(小于0.05),通過顯著性檢驗(yàn),表明數(shù)字普惠金融影響綠色農(nóng)業(yè)發(fā)展并不是簡單的線性關(guān)系,二者之間存在顯著的單一門檻效應(yīng),門檻值為3.015 3,置信區(qū)間為[2.974 6,3.034 6]。

表9 門檻效應(yīng)檢驗(yàn)Table 9 Threshold effect test

2.門檻模型回歸結(jié)果。本研究基于上述門檻效應(yīng)檢驗(yàn)結(jié)果,將單一門檻變量納入模型進(jìn)行回歸,具體結(jié)果詳見表10。由表10可知,數(shù)字普惠金融作用于綠色農(nóng)業(yè)發(fā)展時(shí)存在顯著的門檻效應(yīng)。在各門檻區(qū)間,數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響均顯著為正,且均通過了1%的顯著性水平檢驗(yàn)。具體而言,當(dāng)數(shù)字普惠金融小于或等于3.015 3時(shí),數(shù)字普惠金融每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將提高27.8%;當(dāng)數(shù)字普惠金融大于3.015 3時(shí),數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的促進(jìn)作用進(jìn)一步增強(qiáng),即數(shù)字普惠金融每提高1個(gè)單位,綠色農(nóng)業(yè)發(fā)展將提高28.4%。這表明隨著數(shù)字普惠金融的發(fā)展,其對(duì)綠色農(nóng)業(yè)發(fā)展的促進(jìn)作用呈現(xiàn)出邊際遞增的特征。因此,數(shù)字普惠金融發(fā)展水平越高,農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)進(jìn)步所需的資金就越容易得到滿足,從而對(duì)綠色農(nóng)業(yè)發(fā)展的促進(jìn)作用就越強(qiáng)。鑒于此,假設(shè)H4得到驗(yàn)證。

表10 門檻模型回歸結(jié)果Table 10 Regression results of threshold model

考慮到不同地區(qū)數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響存在差異,本研究將數(shù)字普惠金融以前文門檻值3.015 3作為分界點(diǎn),大于3.015 3的劃為高水平區(qū),小于或等于3.015 3的劃為低水平區(qū),對(duì)“十二五”時(shí)期(2011—2015)和“十三五”時(shí)期(2016—2020年)各省份數(shù)字普惠金融的均值進(jìn)行可視化繪圖,具體詳見圖4。圖4的黑線表示門檻值3.015 3。由圖4可知,“十二五”時(shí)期,31個(gè)省份均位于低水平區(qū),表明該時(shí)期的數(shù)字普惠金融發(fā)展水平整體較低,對(duì)綠色農(nóng)業(yè)發(fā)展的促進(jìn)作用相對(duì)較弱?！笆濉睍r(shí)期,部分省份提升至高水平區(qū),且高水平區(qū)以東部地區(qū)省份居多,西部地區(qū)省份仍主要位于低水平區(qū),表明該時(shí)期的數(shù)字普惠金融發(fā)展較快,但區(qū)域差異顯著。

圖4 “十二五”時(shí)期和“十三五”時(shí)期31個(gè)省份的數(shù)字普惠金融發(fā)展水平

六、結(jié)論與對(duì)策

(一)結(jié)論

基于2011—2020年31個(gè)省份的面板數(shù)據(jù),采用高斯混合模型、中介效應(yīng)模型和門檻模型實(shí)證分析數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的影響及作用機(jī)制,得出以下結(jié)論:(1)數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展具有顯著的促進(jìn)作用。(2)數(shù)字普惠金融對(duì)綠色農(nóng)業(yè)發(fā)展的促進(jìn)作用存在顯著的分布異質(zhì)性和區(qū)域異質(zhì)性。(3)農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)進(jìn)步在數(shù)字普惠金融正向影響綠色農(nóng)業(yè)發(fā)展的過程中發(fā)揮部分中介作用。(4)數(shù)字普惠金融作用于綠色農(nóng)業(yè)發(fā)展時(shí)存在單一門檻效應(yīng),且呈現(xiàn)出邊際遞增的特征。

(二)對(duì)策

數(shù)字普惠金融會(huì)影響綠色農(nóng)業(yè)發(fā)展,應(yīng)進(jìn)一步發(fā)展數(shù)字普惠金融以優(yōu)化服務(wù)水平、推進(jìn)區(qū)域協(xié)同發(fā)展以縮小數(shù)字鴻溝、完善創(chuàng)業(yè)扶持政策以推動(dòng)農(nóng)技發(fā)展等,進(jìn)而推進(jìn)農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展。

1.發(fā)展數(shù)字普惠金融,優(yōu)化服務(wù)水平。數(shù)字普惠金融能有效提高綠色農(nóng)業(yè)發(fā)展水平,應(yīng)進(jìn)一步發(fā)展數(shù)字普惠金融,以優(yōu)化服務(wù)水平。其中,地方政府應(yīng)關(guān)注農(nóng)業(yè)綠色生產(chǎn)領(lǐng)域,充分發(fā)揮數(shù)字普惠金融的普惠性特征,以服務(wù)農(nóng)民、發(fā)展農(nóng)業(yè)、振興農(nóng)村為導(dǎo)向,出臺(tái)并完善農(nóng)業(yè)綠色生產(chǎn)的相關(guān)政策,為綠色農(nóng)業(yè)發(fā)展提供政策引導(dǎo)和支持;同時(shí),應(yīng)進(jìn)一步完善農(nóng)村地區(qū)數(shù)字化基礎(chǔ)設(shè)施,加大對(duì)落后和偏遠(yuǎn)地區(qū)的投資建設(shè)力度,擴(kuò)大數(shù)字普惠金融在農(nóng)村地區(qū)的覆蓋面和服務(wù)范圍。金融機(jī)構(gòu)應(yīng)積極與農(nóng)戶對(duì)接,開發(fā)和完善服務(wù)“三農(nóng)”的數(shù)字普惠金融產(chǎn)品和服務(wù),滿足農(nóng)戶對(duì)數(shù)字普惠金融的現(xiàn)實(shí)和潛在需求;同時(shí),應(yīng)進(jìn)一步擴(kuò)大數(shù)字普惠金融在農(nóng)村金融市場(chǎng)的覆蓋面,將被傳統(tǒng)金融市場(chǎng)排斥在外的農(nóng)村“長尾人群”納入服務(wù)范圍,并對(duì)致力于推進(jìn)農(nóng)業(yè)綠色發(fā)展的農(nóng)戶、農(nóng)業(yè)經(jīng)營組織等予以貸款利率優(yōu)惠支持,為農(nóng)業(yè)綠色發(fā)展提供優(yōu)質(zhì)、便捷的金融服務(wù)。

2.推進(jìn)區(qū)域協(xié)同發(fā)展,縮小數(shù)字鴻溝。數(shù)字普惠金融的分布異質(zhì)性和區(qū)域異質(zhì)性顯著,應(yīng)進(jìn)一步加強(qiáng)數(shù)字普惠金融和綠色農(nóng)業(yè)發(fā)展的區(qū)域協(xié)同性,以推進(jìn)區(qū)域協(xié)同發(fā)展,有效縮小數(shù)字鴻溝。其中,東部地區(qū)應(yīng)加大數(shù)字普惠金融的實(shí)施力度,進(jìn)而加快綠色農(nóng)業(yè)的發(fā)展步伐;同時(shí),東部地區(qū)應(yīng)積極發(fā)揮其溢出效應(yīng),重視鄰省間的數(shù)字普惠金融和綠色農(nóng)業(yè)的協(xié)調(diào)發(fā)展。中部地區(qū)的各省份應(yīng)通力合作,合理配置數(shù)字普惠金融資源,提升金融資源使用效率,進(jìn)而提高綠色農(nóng)業(yè)發(fā)展整體水平;同時(shí),臨近東部地區(qū)的省份應(yīng)加強(qiáng)與東部地區(qū)省份的經(jīng)驗(yàn)交流與溝通,充分利用東部地區(qū)較為先進(jìn)的數(shù)字化技術(shù)產(chǎn)生的輻射效應(yīng),推動(dòng)本地區(qū)數(shù)字普惠金融發(fā)展。西部地區(qū)應(yīng)推動(dòng)農(nóng)村地區(qū)的互聯(lián)網(wǎng)普及和使用,通過建立健全數(shù)字化基礎(chǔ)設(shè)施,補(bǔ)齊數(shù)字普惠金融發(fā)展短板,并根據(jù)數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度因地制宜地制定本土化的發(fā)展策略,逐步縮小與東中部地區(qū)的數(shù)字鴻溝;同時(shí),應(yīng)充分發(fā)揮國家政策傾斜的優(yōu)勢(shì),努力提升本地區(qū)的數(shù)字普惠金融發(fā)展水平,為農(nóng)業(yè)綠色發(fā)展提供更好的金融服務(wù)和支持。

3.完善創(chuàng)業(yè)扶持政策,推動(dòng)農(nóng)技發(fā)展。數(shù)字普惠金融通過農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)進(jìn)步來促進(jìn)綠色農(nóng)業(yè)發(fā)展,應(yīng)進(jìn)一步完善相關(guān)創(chuàng)業(yè)扶持政策,以推進(jìn)農(nóng)業(yè)技術(shù)發(fā)展,從而提升綠色農(nóng)業(yè)發(fā)展水平。其中,地方政府應(yīng)設(shè)立農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)成果轉(zhuǎn)化應(yīng)用的專項(xiàng)資金,并完善農(nóng)戶創(chuàng)業(yè)和農(nóng)業(yè)技術(shù)推廣的相關(guān)政策,鼓勵(lì)農(nóng)戶創(chuàng)業(yè)和推動(dòng)農(nóng)業(yè)技術(shù)發(fā)展,以推動(dòng)農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展。金融機(jī)構(gòu)應(yīng)降低數(shù)字普惠金融對(duì)農(nóng)戶創(chuàng)業(yè)的準(zhǔn)入門檻,使農(nóng)戶能夠便捷、快速地獲取創(chuàng)業(yè)資金,推動(dòng)綠色農(nóng)業(yè)發(fā)展;同時(shí),應(yīng)完善對(duì)農(nóng)業(yè)技術(shù)創(chuàng)新的金融產(chǎn)品和服務(wù),推動(dòng)農(nóng)業(yè)技術(shù)的研發(fā)和創(chuàng)新。農(nóng)戶應(yīng)樹立并強(qiáng)化綠色發(fā)展理念,加強(qiáng)綠色農(nóng)業(yè)知識(shí)的學(xué)習(xí)和培訓(xùn),促進(jìn)農(nóng)業(yè)技術(shù)的應(yīng)用和推廣,以農(nóng)業(yè)技術(shù)進(jìn)步變革農(nóng)業(yè)生產(chǎn)方式,推進(jìn)農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展。