数字普惠金融发展对县域农业全要素生产率增长的影响：基于异质性视角.docxVIP

? ? 数字普惠金融发展对县域农业全要素生产率增长的影响 基于异质性视角 ? ? 郑宏运　李谷成 [摘 要] 基于2014—2018年860个县域面板数据，在利用全局Malmquist指数测算农业全要素生产率的基础上，利用无条件分位数固定效应模型分析了数字普惠金融发展对农业全要素生产率增长的影响。研究发现：数字普惠金融发展对县域农业全要素生产率增长具有显著正向影响，但影响具有异质性。具体来看，在选定的20、50和80分位点上，数字普惠金融发展的生产率提升效应随分位点提高而递增。与之相比，传统金融发展仅显著提升了第20和50分位点的农业全要素生产率，而在第80分位点没有显著影响。因此，从农业生产率视角看，数字普惠金融具有明显的“普惠”性质，应着力促进农村地区的数字普惠金融发展。 [Key]数字普惠金融;农业全要素生产率;异质性;分位数回归模型 []? F832;F49;F323[] A[] 1673-0461（2022）07-0081-07 一、引言 扩大全要素生产率（Total factor productivity，TFP）对农业经济增长的贡献，是改革开放以来中国农业取得巨大成就的成功经验[1]。新形势下，继续推动农业经济向全要素生产率驱动型增长转变得到了高度强调[2]，2018年中央一号文件和《国家质量兴农战略规划》明确提出要“持续提高农业创新力、竞争力和全要素生产率”。然而，当前农业生产“融资难、融资贵、风险高”等问题仍然突出，可能成为农业TFP持续增长的严重阻碍。例如，在宏观层面，由于农业投资周期长、受自然风险影响大等问题，金融资源倾向于在城市集聚[3]。而在微观层面，由于农户在信贷市场处于弱势地位，无法获得足够信贷服务[4]，形成了农业生产的信贷约束（Credit constraint）。这使得农户既难以增加投资以实现农业技术进步，也无法学习先进技术来提高农业生产效率，从而造成农业TFP增长难以持续的困境。在此背景下，为实现党的十九屆五中全会提出的“提高农业质量效益和竞争力”的目标，迫切需要加大金融资本对农投资力度、构建面向农业农村发展需求的现代金融体系。 近年来，中国的数字普惠金融得到迅猛发展，2011—2018年省级数字普惠金融指数年均增长率为36.4%。数字普惠金融模式克服了传统金融模式对服务机构网点、服务准入门槛和服务客户群体等方面要求高的弊端，对打通农业农村金融服务的“最后一公里”有重要意义[4]，已成为中国发展普惠金融的一项重要实践[5]。2018年中央一号文件明确提出“普惠金融重点要放在农村”。由于数字普惠金融具有“普惠”性质，加上近年来国家对农村地区信息通讯基础设施建设的投资与支持，数字普惠金融发展对农业农村经济方方面面都产生了重要影响。 本文从提升农业TFP的迫切需要和数字普惠金融发展的现实特征出发，重点关注数字普惠金融发展对县域农业TFP增长的影响。首先，利用2014—2018年860个县域面板数据和全局Malmquist全要素生产率指数测算县域农业TFP;其次，采用无条件分位数固定效应模型分析数字普惠金融发展对农业TFP的影响;最后，将数字普惠金融发展与传统金融发展相比较，探讨农业生产率视角下数字普惠金融是否具有“普惠”性质。 本文对已有文献的边际贡献在于：第一，探究数字普惠金融发展对农业TFP增长的影响，从农业生产率视角为验证数字普惠金融的普惠性质提供新的经验证据。第二，县域农村被认为是普惠金融的薄弱环节[4]，从县域层面开展研究极具现实意义。本文充分利用数字普惠金融指数的大样本数据优势，将数字普惠金融与农业生产率的研究向县域层面拓展。第三，采用无条件分位数固定效应模型考察数字普惠金融对农业TFP的异质性影响，与已有文献所利用的固定效应模型等只能估计平均效应的方法不同，无条件分位数回归可以提供不同农业生产率水平下的估计，相关结果具有更为精准的政策启示，从而可以充分发挥数字普惠金融发展的农业生产率提升效应。 二、文献综述与研究假设 （一）文献综述 从已有研究来看，数字普惠金融发展在缩小城乡收入差距[6]、增加农村居民消费支出[7]、促进农村居民创业[8]、提高农户信贷可得性[9]、降低农户贫困脆弱性[10]和提高生育率[11]等方面发挥了重要作用。一些文献关注到数字普惠金融发展对TFP率增长的作用，但主要集中在区域经济、非农部门等方面的研究。宋敏等[12]基于2011—2018年A股上市公司数据的研究指出，金融科技发展显著提高了企业TFP。江红莉和蒋鹏程[13]对2011—2017年A股非金融类上市公司开展研究，发现数字金融有效提升了企业TFP。侯层和李北伟[14]分析了2011—2018年省级面板数据并证实金融科技显著提高了省级TFP。贺茂斌和杨晓维[15]对2011—2018年省级面