乡村振兴战略背景下数字普惠金融对农村产业发展的影响研究

曹守新 孙学涛 刘泊麟

摘   要：数字普惠金融依托信息技术，缓解了信息不对称问题，突破了传统金融的时空限制，降低了金融服务成本，有效缓解了乡村振兴战略背景下农村产业发展的资本不足问题。本文将村庄调研数据与数字普惠金融数据匹配，运用混合截面模型研究了数字普惠金融对乡村产业发展的影响。研究发现：数字普惠金融能有效促进农村产业发展，对专业合作社数量及村庄企业数量均有促进作用；同时，数字普惠金融在覆盖广度、使用深度、数字化程度三个维度均对乡村产业发展具有显著的正向影响。

关键词：数字普惠金融；农村产业发展；农民专业合作社；村庄企业

中图分类号：F832.35  文献标识码：A  文章编号：1674-2265（2023）04-0083-06

DOI：10.19647/j.cnki.37-1462/f.2023.04.011

一、引言

党的十九大报告提出乡村振兴战略，明确了乡村 “五大振兴”的发展目标和任务，其中，产业振兴是乡村全面振兴的基础和关键。习近平总书记在河北承德考察时指出：“产业振兴是乡村振兴的重中之重，要坚持精准发力，立足特色资源，关注市场需求，发展优势产业，促进一二三产业融合发展，更多更好惠及农村农民。”党的二十大报告指出，要“加快建设农业强国，扎实推动乡村产业、人才、文化、生态、组织振兴”。乡村产业振兴作为乡村振兴的基础和关键，是农民增收、农业发展、农村稳定的着力点。而金融支持是影响农业产业发展的关键因素，增加金融服务供给、完善农村金融服务体系等措施都有助于缓解农业经营主体的融资难题，进而促进农业产业发展（O'Toole等，2014）[1]。

在推动乡村振兴战略背景下，农村产业的长足发展对金融支持存在迫切需求。长期以来，我国乡村产业以农业为主导，产业结构单一，在产业发展方面仍处于起步阶段，且农业现代化程度不高。其中，资本要素投入不足是制约农村产业发展的一个重要因素。究其原因：一是农村企业规模小。农村企业主要以劳动密集型企业为主，主要生产涉农产品，这一特点导致农村企业利润率低、从业者亦工亦农、企业分布点多面广等，这决定了农村企业很难从传统金融机构获得充足的贷款（覃朝晖和潘昱辰，2022）[2]。二是农民专业合作社利润低。由于农民专业合作社是为社员提供专业化服务的农村经济组织，这一特点决定了农民专业合作社的服务范围有限、利润率低、规模小，这导致其也很难从传统金融机构获得贷款（苏小松等，2022）[3]。三是农业部门内“资本不足”与“资本外流”并存（孙学涛等，2022）[4]。虽然国家出台了一系列涉农政策性贷款，但总体而言，农业部门内还存在较为严重的资本外流现象（孙学涛和王振华，2021）[5]。

数字普惠金融是信息技术与传统金融融合而成的金融新模式，是普惠金融和数字技术的结合体，能利用数字技术实现普惠弱势群体的目标（杨波等，2020）[6]。通过将数字金融技术应用到传统的普惠金融上，数字普惠金融能够降低相关主体提供服务的成本，扩大客户群体范围，提升效率，有效破解了金融地域歧视和供给型金融抑制等难题（何宏庆，2020）[7]，在解决当前农村经济发展瓶颈上具有一定优势。多项研究从理论上分析了数字普惠金融的發展对农村产业发展的推动作用。在数字金融助推乡村产业融合发展上，存在可有效提高金融可获得性、扩大融资范围、增加金融供给等多方面优势（何宏庆，2020）[7]。数字普惠金融通过缓解村庄企业融资约束助力村庄企业发展，为村庄企业注入了新活力（张岳和周应恒，2021）[8]。数字普惠金融的普惠性能够提高农业经营主体资本要素的可得性，使农业经营主体能够平等地获得金融支持；数字普惠金融利用信息技术突破了传统金融的时空限制，不断提升农民专业合作社的信息化技术，最终推动乡村产业振兴与数字信息技术相融合（覃朝晖和潘昱辰，2022）[2]。数字普惠金融还可通过弥补传统金融机构不足的方式对乡村产业发展产生正向影响（何婧等，2021）[9]。

在建设数字中国背景下，数字普惠金融在理论上通过突破传统金融的时空限制，将被传统金融排除在外的长尾客户及低收入群体纳入数字普惠金融的服务范围，使农村产业发展能分享数字普惠金融的红利。但在实践中，鉴于数字普惠金融依然具有金融的属性，也存在逐利性的特点，即数字普惠金融也会倾向于向利润率高的工业和服务业企业提供金融服务（孙学涛和田杨，2022）[10]，农村产业发展是否能切实分享到红利，仍需要运用相关数据进行实证检验。为此，本文尝试运用村庄调研数据与数字普惠金融数据，以分析数字普惠金融对农村产业发展的影响。

二、理论分析

理论上，数字普惠金融作为改造升级传统金融的重要方式，不仅能够提高金融要素的信息传递效率，进而为金融供求双方提供充足的资本要素，还能够降低农业经营主体对传统金融的依赖，从而精准地为乡村产业提供普惠性的支持。

数字普惠金融通过有效开拓并延伸农业产业链，支持乡村企业发展，助力农村产业发展。一方面，数字化支付可以为农产品加工企业在生产资料采购、农副产品销售、劳动者工资支付等方面提供支付便利，有助于降低农产品加工企业持有现金的机会成本和支付结算的交易成本，加速资金周转和提高经营利润，从而使其不断扩大生产经营规模和范围，延伸农业产业链。另一方面，随着产业链金融的数字化发展，金融机构、核心企业等主体能够依托互联网平台获取相关融资信息，实现信息的互联互通，解决产业链内部农业经营主体的信息不对称问题，增强农业全产业链的关联性，带动农业产业链的进一步延伸。此外，数字普惠金融的发展拓宽了返乡创业群体的资金获取渠道，使有意愿的农户能够依托农村地区特色资源禀赋开展创业活动，带动就业岗位的增加，形成非农就业拉力，有利于开拓新产业链。通过产业链的不断开拓延伸，乡村企业数量和实力均能得到有效提升，进而带动农村产业发展。

数字普惠金融通过提供多元化的融资渠道和方式，降本增效，解决乡村企业、农民专业合作社等经营主体融资难、融资贵问题，助力农村产业发展。一是数字普惠金融可以丰富农村金融市场的资金供给，拓展传统农村金融服务的广度和深度，更能通过“鲶鱼效应”和“技术溢出效应”促使传统农村金融机构降低客户门槛、创新金融产品和金融服务，为农村各经营主体提供多元化的融资渠道和融资方式，从而为农村产业发展提供资金支持。二是数字普惠金融可以利用大数据技术实现企业和个人海量信息的精准抓取与有效整合，减少金融机构与客户之间的信息不对称，使整个信贷审批过程更具即时性、自动性和远程性等特征（Francis等，2017）[11]，有助于快速实现资金的有效配置，降低金融服务的交易成本和增强金融交易灵活性（Abraham等，2019）[12]，提高农业经营主体的融资可得性和融资效率，从而缓解农村产业发展的流动性约束问题。三是基于线上和线下相结合的交易方式为农户提供金融服务。数字普惠金融突破了传统金融的时间与空间限制，通过减少线下网点数量的方式，降低了农村市场的交易成本。基于此，数字普惠金融不仅解决了村庄企业、农民专业合作社在扩大生产规模、创新产品等方面的资金需求，还有效降低了村庄企业和农民专业合作社的信息搜索成本和金融借贷成本，最终促进了农村产业发展。

三、数据来源及计量模型

（一）数据来源

本文的数据主要来源于两个方面：一是北京大学数字金融研究中心公布的《北京大学数字普惠金融指数（第四期）》，主要包含覆盖广度、使用深度和数字化程度等3个维度的数据指标（郭峰等，2020）[13]；二是2020年和2021年分两批在山东省菏泽、聊城、济宁等7个地级市开展的“第一书记”调研。该调研主要是针对“第一书记”驻村情况开展的，而乡村产业和数字普惠金融发展情况在调研样本选取过程中处于次要位置，因此，乡村产业情况和数字普惠金融发展状况在样本选取过程中可以看成随机选取。调研方式为调研员赴“第一书记”所驻村庄及相邻村庄向“第一书记”和村主任（或会计）口述问卷，并根据“第一书记”和村主任（或会计）的答复实时填写调研问卷。2020年共调研样本253份，其中有效问卷249份，问卷有效率为98.42%；2021年共调研样本266份，其中有效问卷259份，问卷有效率为97.37%。获得“第一书记”调研数据和数字普惠金融数据后，根据“第一书记”调研数据中村庄所属县域一对一匹配县域层面的数字普惠金融及其各维度指数。

（二）计量模型

由于村庄调研数据只有2020年和2021年两期短面板数据，运用面板模型估计的结果可能会存在较大误差，因此，本文尝试运用混合截面模型分析数字普惠金融对农村产业发展的影响，构建如下模型：

[Yi=αi+βiSi+?iXi+ti+εi] （1）

式中，[Yi]为村庄[i]的乡村产业发展情况指标；[Si]为村庄[i]所属县域的数字普惠金融指数，包括数字普惠金融覆盖广度、使用深度和数字化程度三个二级指标；[Xi]为控制变量，[ti]为时间变量；[εi]为误差项。

1. 被解释变量。本文的被解释变量为乡村产业发展程度。申云等（2020）[14]在构建乡村产业振兴指标体系的分析中，重点关注了农产品产业体系、农业多功能产业体系等方面。其中，农产品产业体系中关注“农业的规模化、产业化、特色化”，农业多功能产业体系中關注表征经济功能的“每万人规模以上农产品加工企业数量”。借鉴这一构建思想，结合“第一书记”调研中关于乡村产业振兴的数据，选择从村庄企业数量、农民专业合作社数量两个方面衡量乡村产业发展程度。其中，村庄企业数量（firm）采用问卷中的两个问题来衡量：“本村是否有非农企业”选项分别为“是”和“否”；“如果村庄内有非农企业，则有多少家企业”。如果“本村是否有非农企业”，回答“否”，则村庄企业数量赋值为“0”；如果“本村是否有非农企业”回答“是”，则村庄企业数量按照“如果村庄内有非农企业，则有多少家企业”回答的数值进行赋值。农民专业合作社数量（cooperation）采用问卷中“本村村民注册的合作社有多少家”来衡量。

2. 解释变量。本文的核心解释变量为数字普惠金融水平。采用县域数字普惠金融指数除以100来衡量，不仅包含一级数字普惠金融指数（Index），还包含数字金融覆盖广度（Index1）、使用深度（Index2）和数字化程度（Index3）三个维度的二级指标。

由于乡村产业发展程度不仅会受到数字普惠金融的影响，还会受到其他因素的影响，因此，本文在分析数字普惠金融的影响过程中还加入了县域经济发展状况、村庄经济发展状况和“第一书记”驻村等控制变量。其中，“第一书记”驻村（cadres）采用村庄内是否有“第一书记”驻村来表示，选项分别为“是”和“否”，并分别赋值为1和0；村庄内平均年龄（age）采用村庄内村民的平均年龄（年）取自然对数来量化；村庄地形条件（terrain）采用村庄是否为平原来衡量；村庄内土地流转比例（land）采用向合作社、家庭农场等农业经营主体流转的土地占村庄土地的比例（%）来衡量；农业生产亩均费用（cost）采用村庄内亩均机械投入费用（元）的自然对数来衡量；村庄内新型职业农民雇工人数（employee）采用村庄内新型职业农民雇工数量（人）的平均数来表示。主要变量的描述性统计分析如表1所示。

四、实证检验

（一）数字普惠金融对乡村产业发展的影响

考虑到计量模型的稳健性，运用OLS模型分析数字普惠金融对乡村产业发展的影响，结果如表2所示。其中，模型一和模型二的被解释变量为村庄内企业数量；模型三和模型四的被解释变量为村庄内农民专业合作社数量。由表2的结果可以看出，数字普惠金融对村庄企业数量存在显著的正向影响，说明数字普惠金融的发展能够促进村庄企业数量的提升，助力乡村产业发展。数字普惠金融的发展为村庄企业提供了新的交易信息和资金来源，改变了村庄企业的融资方式，有利于增加村庄企业对金融资源的获取，而村庄企业金融可得性的提升又会吸引农村剩余劳动力从事农产品生产加工，进而增加了村庄企业数量，最终从金融支持的角度促进村庄企业发展。

表2结果显示，数字普惠金融对农民专业合作社的数量具有显著的正向影响，说明数字普惠金融能够有效促进农民专业合作社的发展。传统金融机构的涉农贷款存在程序复杂、贷款周期长、融资贵等难题，数字普惠金融将信息技术与金融相融合，解决了传统金融服务农业的机制障碍，从供给侧角度增加了农民专业合作社融资的获取渠道，为农民专业合作社融资提供了便利；还通过移动终端设备为农民专业合作社提供多种金融便利服务，有效降低融资成本，使更多的农民专业合作社能够获得个性化的金融服务，提高了融资的效率。数字普惠金融的发展为农民专业合作社发展带来了新机遇，农民专业合作社在得到了数字普惠金融支持后会不断扩张。

（二）数字普惠金融各维度对乡村产业发展的影响

前文分析了数字普惠金融对乡村产业发展具有显著促进作用，为了进一步分析具体的促进因素，本部分尝试分析数字普惠金融各维度所产生的影响，结果如表3所示。由于数字普惠金融各维度对村庄企业数量、农民专业合作社数量的影响基本一致，限于篇幅，表3只给出了数字普惠金融各维度对村庄企业数量影响的估计结果。具体分析如下：

1. 数字普惠金融覆盖广度的影響。由表3的估计结果可以看出，数字普惠金融覆盖广度对农村产业发展具有显著正向影响。数字普惠金融覆盖越广，说明使用数字普惠金融的用户数就越多，数字普惠金融用户数的增加不仅会为农村产业发展提供融资渠道，也会为乡村生产管理和产品销售等提供新技术、新设备、新材料，进而为乡村产业发展提供新活力。

2. 数字普惠金融使用深度的影响。由表3的结果可以看出，数字普惠金融使用深度提升会促进乡村产业发展。数字普惠金融使用深度越深，说明数字普惠金融与实体经济融合越密切。这种密切程度的提升使得数字普惠金融不仅能够为城市经济提供数字金融服务，而且还能进一步下沉，为农村地区提供数字金融服务，使得资本不足的农村产业获得金融服务（孙学涛等，2022）[4]，进而促进了农村产业发展。

3. 数字普惠金融数字化程度的影响。从表3的结果可以看出，数字普惠金融数字化程度对农村产业发展的影响显著为正。数字普惠金融的数字化有利于优化农业部门的要素投入结构，在丰富农业农村金融性资本、打破乡村产业发展资本障碍的同时，为农业农村创新创业活动提供资本要素；数字化程度的提升还会为农村产业发展提供数字信息技术，农业经营者将数字信息技术与农业生产相融合，推动农业生产方式和经营方式的转变，为农村产业发展提供了新活力。

（三）农村产业发展中数字普惠金融对传统金融的弥补作用

前文分析了数字普惠金融对农村产业的影响，本部分尝试从农村产业发展角度，进一步分析数字普惠金融是否会对传统金融产生弥补作用。由于2020年调研过程中只有当年“合作社从银行等正规金融机构获得了多少贷款”和“合作社从合作社成员等非正规金融机构获得了多少贷款”数据，2021年调研过程中涉及2021年和2020年两年的上述数据，限于数据可得性，在分析数字普惠金融对传统金融的弥补作用时只采用了2021年调研数据，没有运用2020年调研数据。估计结果如表4所示。

由表4结果显示，当控制了其他变量，在表征农村产业发展程度的农村合作社发展过程中，数字普惠金融对传统金融的影响为负，且通过了显著性检验，说明在农村产业发展中，数字普惠金融会对传统金融产生一定的弥补作用。可能的解释是：乡村产业利润相对较低，信息不对称程度较高，在利益的驱动下传统金融更偏向于向工业和服务业提供贷款，因此，村庄企业和农民专业合作社从传统金融机构获得贷款的概率较低，而数字普惠金融的普惠性会使得农业与工业、服务业有机会平等地获得金融服务。这就促使村庄企业和农民专业合作社借贷由传统金融机构转向数字普惠金融，进而引致农村地区数字普惠金融对传统金融的弥补。

五、结论与政策建议

在农村“资本外流”与“资本短缺”并存的背景下，数字普惠金融克服了传统金融的不足，优化了农村资本要素的配置结构，从供给侧角度为农村产业发展提供了充足的资本要素。本文将村庄调研数据与数字普惠金融数据进行匹配，实证证明了数字普惠金融对农村产业发展具有显著的促进作用，对村庄企业和农民专业合作社的发展均具有显著的正向影响，并对传统金融产生弥补作用。基于以上研究结论，本文就数字普惠金融发展条件下进一步推进乡村产业振兴提出如下政策建议：

一是积极发挥财税、金融政策对农村数字普惠金融发展的引导作用。持续推动“数字乡村”建设，为数字普惠金融发展提供较完善的基础设施条件，提升涉农金融服务能力，不断提高“三农”客群的金融获得感。构建财税与金融政策在实施乡村振兴战略中的联动机制，让“有效市场”与“有为政府”相结合，提高对普惠金融业务的引导与补贴力度。

二是充分发挥商业性金融机构在农村数字普惠金融发展中的主力军作用。商业性金融机构作为金融资源的主要供给主体，应加大普惠业务模式创新，下沉式开发金融产品，提升金融服务的精准性；深入农村拓展和深度挖掘“长尾市场”，主动服务农村地区的“长尾客户”。通过精准化、差异化获客不断降低授信成本，切实满足农村地区各经营主体的差异化融资需求，为促进农村产业健康持续发展打好坚实基础。

三是构建可持续发展的农村数字普惠金融领域风险防线。强化建立风险分担机制，促进数字普惠金融实施中信贷与担保、保险形成合力，形成“银证保担”多位一体的担保体系，完善农村各经营主体的信贷补偿机制，使信贷风险得到分散，促进立体化的金融服务体系高效运转。同时，加强对涉农金融机构及经营活动的风险管理，合理控制不良贷款，从信用评估、贷后管理等各个环节防范信用风险，维护农村地区良好的金融生态环境，促进农村产业的可持续健康发展。

四是加大农村数字普惠金融人才的培养力度。各金融机构要组织专业化力量深度参与农村数字普惠金融业务的推广与完善，夯实数字普惠金融的人才基础。同时，积极推动农村金融知识普及教育和农村金融消费者权益保护，不断提升农村地区居民的金融素养，为加快数字普惠金融建设、推动农村产业发展夯实基础。

参考文献：

[1]O'Toole C M，Newman C，Hennessy T. 2014. Hennessy. Financing Constraints and Agricultural Investment： Effects of the Irish Financial Crisis [J].Journal of Agricultural Economics，65（1）.

[2]覃朝晖，潘昱辰.数字普惠金融促进乡村产业高质量发展的效应分析 [J].华南农业大学学报（社会科学版），2022，21（05）.

[3]苏小松，吕惠明，王娟.农村金融市场竞争与农民合作社发展——基于全国县域面板数据 [J].中国软科学，2022，（07）.

[4]孙学涛，于婷，于法稳.数字普惠金融对农业机械化的影响——来自中国1869个县域的证据 [J].中国农村经济，2022，（02）.

[5]孙学涛，王振华.农业生产效率提升对产业结构的影響——基于技术进步偏向的视角 [J].财贸研究，2021，32（06）.

[6]杨波，王向楠，邓伟华.数字普惠金融如何影响家庭正规信贷获得？——来自CHFS的证据 [J].当代经济科学，2020，42（06）.

[7]何宏庆.数字金融助推乡村产业融合发展：优势、困境与进路 [J].西北农林科技大学学报（社会科学版），2020，20（03）.

[8]张岳，周应恒.数字普惠金融、传统金融竞争与农村产业融合 [J].农业技术经济，2021，（09）.

[9]何婧，肖明珏，王远春.乡村振兴背景下数字普惠金融支持小农户与现代农业有机衔接研究 [J].金融经济，2021，（11）.

[10]孙学涛，田杨.数字金融对县域绿色全要素生产率的影响 [J].山东社会科学，2022，（04）.

[11]Francis E，J Blumenstock，J Robinson. 2017. Digital Credit：A Snapshot of the Current Landscape and Open Research Questions [J].CEGA White Papers，（7）.

[12]Abraham F，Schmukler S L，Tessada J. 2019. Robo-Advisors：Investing through Machines [J].Research and Policy Briefs，（2）.

[13]郭峰，王靖一，王芳，孔涛，张勋，程志云.测度中国数字普惠金融发展：指数编制与空间特征 [J].经济学（季刊），2020，19（04）.

[14]申云，陈慧，陈晓娟，胡婷婷.乡村产业振兴评价指标体系构建与实证分析 [J].世界农业，2020，（02）.