数字普惠金融对农业产业结构升级的影响

The Impact of Digital Inclusive Finance on the Upgrading of Agricultural Industrial Structure

摘要: 党的二十大报告指出坚持以推动高质量发展为主题，而促进农业高质量发展离不开农业产业结构升级，金融发展是促进产业结构升级的关键所在。在数字普惠金融快速发展的背景下，本文基于2011~2022年我国31个省区市面板数据，深入探讨数字普惠金融对农业产业结构升级的影响。研究结果发现，数字普惠金融有助于促进农业产业结构升级，且数字普惠金融的三个维度，即使用深度、覆盖广度和数字化程度均对农业产业结构有显著的促进作用。异质性检验表明，数字普惠金融在西部地区更有助于促进农业产业结构升级。机制检验表明，数字普惠金融可以通过促进农业技术进步实现农业产业结构升级。

Abstract: The report of the Party’s 20th National Congress pointed out that adhering to the theme of promoting high-quality development, and promoting high-quality agricultural development cannot be separated from the upgrading of agricultural industrial structure, and financial development is the key to promoting the upgrading of industrial structure. In the context of the rapid development of digital inclusive finance, based on the panel data of 31 provinces, regions and municipalities in China from 2011 to 2022, this paper deeply discusses the impact of digital inclusive finance on the upgrading of agricultural industrial structure. The results show that digital inclusive finance helps to promote the upgrading of agricultural industrial structure, and the three dimensions of digital inclusive finance, namely, the depth of use, the breadth of coverage and the degree of digitalization, all have significant promoting effects on the agricultural industrial structure. Heterogeneity test shows that digital inclusive finance is more conducive to promoting the upgrading of agricultural industrial structure in the western region. The mechanism test shows that digital inclusive finance can upgrade the agricultural industrial structure by promoting the progress of agricultural technology.

1. 引言

农业产业结构升级可以实现农业提质增效，有助于现代农业发展，对实现农业高质量发展具有非常重要的意义。2023年“中央一号文件”指出，要坚持农业农村发展，推动乡村产业高质量发展。目前，在我国对农业的高度重视和大力支持下，农业各方面迅速发展，农业产业结构发生了很大变化，已从过去的“以粮为纲”的单一结构转向“多种经营与农林牧渔业综合发展”的多元结构。农业生产正在稳步发展，但对农业进行转型升级以及农业内部结构的深度优化，是现代农业发展的必然选择。然而，农村地区呈现出金融排斥现象，金融供给暂时无法充分满足农户所需，不足以支撑现代农业的发展。存在着较多制约农业产业结构升级的因素，如农村的信用环境欠佳，信贷保障机制不健全、农户融资难、农业科技服务水平不高、农民专业素质低等。

金融发展是促进产业结构升级的关键动力[1]。传统金融为解决上述问题存在困难，随着互联网、大数据、云计算以及人工智能等技术的兴起，数字金融应运而生，逐渐成为普惠金融重要实现手段之一，数字普惠金融能够精准实现全方位覆盖，并以极低的成本为各群体提供金融服务，这可以缓解农村居民受到的金融约束和金融排斥等问题[2] [3]。数字普惠金融有利于构建农业大数据征信体系，增加对农村的金融信贷供给量，农村地区对于融资的多层次和差异化需求可以得到有效满足[4]。其次在恩格尔效应和资本深化效应等作用的推动下，数字普惠金融能够使得生产要素重新有效合理的进行配置，从而有助于农业产业结构升级。另外互联网具有“网络效应”和“连接经济”的作用，充分利用其优势可以为农村地区提供更多关于农业的信息，并能有效地弥补因地域障碍和文化水平受限等方面所造成的信息鸿沟，从而促使农业企业积极改进已有的农业技术，并加大农户对新型农机装备的使用力度。那么数字普惠金融能否促进农业产业结构升级呢？如果能促进农业产业结构升级，又是以何种方式驱动的呢？

2. 文章综述

本文主要与农业产业结构的影响因素和数字普惠金融的影响以及数字普惠金融对产业结构的影响三支文献相关。数字普惠金融可以通过大数据分析和互联网技术等手段，克服传统普惠金融的不足，实现各层次群体全方位覆盖，并以极低的成本精准对各群体提供金融服务[5]。多数学者主要从宏观和微观两个方面深入探讨数字普惠金融对社会经济所产生的影响，首先在宏观方面，数字普惠金融有助于减缓贫困[6] [7]，缩小居民收入差距[8]-[10]，并实现共同富裕[11]，促进经济增长[12] [13]。其次在微观方面，数字普惠金融可以促进创业[14] [15]，促进居民消费的增加[16]。

其次关于农业产业结构的影响因素主要集中于劳动力变化、技术进步、资本投入和数字经济等方面。祝坤艳基于河南省数据进行实证，发现农村劳动力转移极大程度影响了当地的农业产业结构，其主要原因是农业劳动力的迁移，提高了农民的收入和农业生产的效率，同时农业机械化程度、农业经营规模也在增加[17]。江艳军和黄艳等通过实证和理论分析探讨了民间投资和农业科技进步是否有利于农业产业结构升级[18]。金芳和金荣学和马玉婷和高强等都是从农业产业结构合理化和高级化两个维度进行研究，金芳和金荣学构建了空间杜宾模型，分析发现农业科技进步、财政支农和工业化水平等在一定程度上都可以影响农业产业结构的调整[19]。马玉婷和高强等则通过实证发现农村劳动力老龄化无法为农业产业结构升级助力[20]。吴琳凯研究发现通过资本和技术等相关生产要素的效率以及劳动力水平的提高，数字经济能够来推动中国农业结构高级化升级，并且数字经济可以通过引入外资来促进中国农业高级化升级[21]。王丽玥和孙良斌研究发现新疆农业固定资产增加对农业产业结构优化具有显著的正向影响[22]。除此之外，还有一些其他影响农业产业结构的因素。陈银娥和陈薇研究了农业碳排放增加对农业产业升级的影响，实证结果表明农业碳排放增加对农业产业升级具有区域异质性，在东中部地区两者呈现正相关关系，而西部地区则反之[23]。邢玉升和耿峥嵘等认为政府要让知识服务进入农业产业领域，从理论上阐述了知识服务对农业产业结构优化升级具有积极影响[24]。

目前文献鲜有研究数字普惠金融与农业产业结构两者之间的关系，而我国多数学者研究的是数字普惠金融对产业结构之间的影响。截止2024年12月8日24:00，本研究通过检索中国知网(https://www.cnki.net)系列数据库发现：“篇名”中同时包含“数字普惠金融”和“农业产业结构”词条的文献仅有1条，即李傲波从金融供给和农户创业角度来分析数字普惠金融对农业产业结构的影响[25]。李优树和李福平等研究发现数字普惠金融对产业结构升级起到推动作用，并且两者之间的关系还存在空间溢出效应[26]。汤继强和李婷等则通过实证证实了数字普惠金融的发展可以通过各地的科技创新水平间接影响区域产业结构调整[27]。谢汝宗和杨明婉等通过构建PVAR模型发现在短期内数字普惠金融不能推动产业结构的升级[28]。唐文进等和林炳华则采用省级数据构建了中介效应模型，其实证结果表明数字普惠金融与产业结构升级两者之间不是简单的线性关系，而是呈现出“U型”的关系，前者的实证结果还表明数字普惠金融对产业结构的影响具有区域异质性以及有门槛效应[29] [30]。

可见多数学者是在我国三大产业的基础下来研究数字普惠金融对产业结构的影响。而鲜有学者聚焦于农业领域，把数字普惠金融和农业产业结构置于同一分析框架下进行研究。而研究农业产业结构的影响因素中，多是从农业科技进步、劳动力变化、财政支农和数字经济等角度出发来进行探讨，鲜有从金融因素考虑数字普惠金融对农业产业结构升级的影响。基于此，本文选取2011~2022年我国31个省区市面板数据，采用理论和实证分析方法综合探究数字普惠金融发展是否助推农业产业结构转型升级，这为学者的研究开拓了新视野和新观点，丰富了与此相关的研究。并从金融发展角度为农业经济健康持续发展提供新途径，以此来促进我国的农业发展。

3. 理论分析与研究假设

在从传统农业转向现代农业的过程中，农业对金融服务的需求持续增长，但是农村地区普遍存在的金融环境恶劣、金融服务水平不高以及农村金融体系脆弱等问题使得金融供应目前暂时无法满足农业和农民的实际需求[31]。另外我国农村的信贷市场基本上一直都存在信息不对称的问题，农村的进一步发展又缺乏相应的资金供给[32]。然而，随着数字技术的广泛应用，线上各个平台的高度融合以及互联网和智能移动设备的普及，使得获取和管控数字普惠金融服务的成本大大减少，数字普惠金融服务变得更加便捷和高效[33]，同时能够有效地解决信息不对称和金融排斥等一系列问题。随着社会的发展，数字普惠金融业可以借助算法和计算机技术的升级快速且精准地匹配产业链各个环节的需求端[34]，可以保障农业产业发展过程中能及时有效地获取资金支持及与之相契合的数字化金融服务支持，进一步促进了金融资源向农业领域的合理配置，大大提升了农业生产和中小企业生产的效率，并优化资源配置，从而有助于提高资源配置的有效性和生产要素的流动性，进而推动生产要素接近帕累托最优状态，实现资源在农、林、牧、渔及相关服务行业间更高效率地流动和分配，最终使农业产业结构更加合理化，促进农业产业结构升级。其次资本等要素投入是推动中国产业结构升级的主要动力[35]。而随着数字普惠金融的快速发展，一系列新型的金融服务模式接连形成，这使得我国的多层次资本市场建设更加完善，也促进了金融系统的资本积累。由于数字普惠金融的普惠性让更多的资金流向农业领域，从而实现农业领域的资本积累。在形成资本积累的前提下逐渐扩大农业产业规模，助力农业产业向现代化转型升级，促使农业产业向高附加值和资本密集型产业的方向转型，提升农业产业结构的高级化水平，从而促进农业产业结构升级。由此本文提出：

H1：数字普惠金融可以促进农业产业结构升级。

根据产业结构升级理论，技术因素在产业中的比重上升很大程度会影响产业结构升级，因此农业技术进步对农业产业结构的升级起到关键性的促进作用。而农业科技投入的增加可以促使农业技术进步[36]，因此要促使农业技术进步，这就要求对农村金融资源的分配效率进行合理有效的利用，从而使农业科技资金的投入效率得到提升[37]，促进农业产业结构向更高层次发展。但由于我国农村存在严重的金融排斥现象，导致农村地区金融资源配置效率较低，抑制了农业技术进步[38]。而数字普惠金融可以为农村地区增加金融供给，提供农业技术进步所需要的资金投入。同时我国十分重视农村数字普惠金融的发展，这也会引导资金向农村地区流动，增加信贷资金流量，为技术进步提供充足的资金支持，解决农业产业结构升级所面临的资金瓶颈。而随着农业技术的不断进步，农户对新技术的应用也会日益增加。劳动生产率就会相应的提高，这会使农业、渔业、林业和渔业行业释放出一部分劳动力，而释放出的这部分剩余劳动力可以转移到劳动力需求上升的农林牧渔服务业，从而推动农林牧渔服务业的发展，以实现各产业之间生产要素的优化配置[39]，农业产业结构会更趋向于合理化，来促进农业产业结构升级。其次，通过依靠农业产业方面的新型技术，还可以增加农产品的附加值，通过不断延伸农业产业链，优化农业的生产方式)，促使农业产业结构不断的往技术密集型方向进行转变，推动农业产业结构向高级化发展。而且农业新技术的引进和推广还可以激发更先进技术的产生和使用，从而形成技术进步的良性循环，助推农业产业结构的优化升级。由此本文提出：

H2：数字普惠金融可以通过农业技术进步促进农业产业结构升级。

4. 研究设计

4.1. 模型设定

基于本文的数据为面板数据，并且本文探讨的是2011年~2022年的数字普惠金融对农业产业结构升级的影响，结合数据的类型和问题的探讨，本文拟构建双向固定效应模型，模型设定如下：

${\text{IS}}_{it}={\alpha }_0+{\alpha }_1{\text{DIF}}_{it}+{\alpha }_2{\text{X}}_{it}+{\mu }_{\text{i}}+{\delta }_{\text{t}}+{\epsilon }_{it}$ (1)

其中i表示省份，t表示年份；IS是被解释变量，表示省份i在第t年的农业产业结构升级情况；DFI是核心解释变量，表示省份i在第t年的数字普惠金融发展水平；X表示一系列控制变量，具体包括城镇化率(URB)、基础设施水平(INF)、财政支农(FIN)、农村居民人均可支配收入(INDPI)和工业化水平(IND)；表示截距项，是解释变量的回归系数，反映了数字普惠金融对农业产业结构升级的影响程度，是本文关注的重点，是控制变量的回归系数；表示个体固定效应，表示年份固定效应，为随机扰动项。

为了检验数字普惠金融对农业产业结构升级影响的农业技术进步效应，本文借鉴温忠麟的三步法来检验数字普惠金融对农业产业结构升级的影响机制[40]。模型设定如下：

${\text{TEC}}_{it}={\beta }_0+{\beta }_1{\text{DIF}}_{it}+{\beta }_2{\text{X}}_{it}+{\mu }_{\text{i}}+{\delta }_{\text{t}}+{\epsilon }_{it}$ (2)

${\text{IS}}_{\text{it}}={\gamma }_0+{\gamma }_1{\text{DIF}}_{it}+{\gamma }_2{\text{TEC}}_{\text{it}}+{\gamma }_3{\text{X}}_{it}+{\mu }_{\text{i}}+{\delta }_{\text{t}}+{\epsilon }_{it}$ (3)

4.2. 变量定义与样本选取

农业产业结构升级(IS)，本文借鉴刘伟和张辉等[41]将各产业占农林牧渔总产值的比例关系和劳动生产率的的乘积作为农业产业结构升级的测度指标。劳动生产率为各产业部门的产值与从业人员人数之比，考虑到数据的可获得性。选用农、林、牧、渔业单位中间消耗实现的增加值，即增加值与中间消耗的比值来衡量各产业部门的劳动生产率。本文使用“北京大学数字普惠金融指数”衡量各省份的数字普惠金融发展水平(DIF)，用不同指标：覆盖广度(COV)、使用深度(USA)、数字支持服务程度(DIG)进行分析，并将数值除以100。农业技术进步(TEC)。为了检验农业技术进步效应的存在性，本文以农业技术进步作为中介变量。用DEA-Malmquist指数测得的各地区农业全要素生产率的增长率来表示。投入指标如下：劳动投入采用第一产业从业人员数衡量；土地投入采用农作物总播种面积衡量；机械投入采用农业机械总动力衡量；化肥投入采用化肥施用折纯量衡量。产出指标采用农林牧渔业总产值衡量，并以2011年为基期进行平减处理。

基础设施(INF)，本文借鉴李建军和韩珣做法[42]，采用公路密度来进行基础设施的度量，具体数学公式为各个省份的公路里程与当地面积之间的比值。农业基础设施的投资的增加可以带动更多资金向农业流入，同时会带来农业技术的创新，最终促进农业产业结构升级。因此，基础设施中尤其是农村交通的改善为农业产业结构升级提供了有力的支撑。农村居民人均可支配收入(INDPI)，本文对农村居民人均可支配收入取对数值。可支配收入是改善农业生产条件、促进农村固定资产投资的物质基础，农村居民人均可支配收入的不断提高引起了农户对自身健康与农业生产条件的重视，加速了农业产业向资本与技术密集型发展，从而推动农业产业升级。财政支农(FIN)，本文选用各省农林水事务支出与该地区乡村人口数量之比的自然对数来衡量该地区的财政支农的水平。财政支农可以通过资金、技术等方面的支持，大力扶持农业优势产业，有效发展种植和畜牧业等领域有利于帮助农户生产效率的提高，并增加农产品在市场中的竞争力。财政支农可以通过投入资金和资源，改善当地的生产条件，提高整个产业的发展水平和在市场中的竞争能力，从而推动当地的农业产业结构升级。自然灾害(ND)，自然灾害的衡量，本文以农作物受灾面积占农作物播种面积比重表示。自然灾害可能会导致农业遭受损失，致使农户和农业企业资金和资源的缺乏，无法进行新一轮的投资和开发。这可能会使农业产业不能及时调整和优化农业产业结构。工业化水平(IND)，本文用工业增加值与地区生产总值之比表示。通常，在工业化程度较高的地区，由于其先进的生产技术和人力资本等方面的聚集，会导致该地区的智慧农业发展程度比工业较落后的地区要高，所以，该地区的农业产业化程度也比较高。

本文使用的是我国2011~2022年31个省份的面板数据，文中的原始数据均来自历年的《中国区域经济统计年鉴》、《中国统计年鉴》、《中国农村统计年鉴》、《中国人口和就业统计年鉴》。本文相关的变量定义见表1。

Table 1. Definition of variables

表1. 变量定义

变量类型	变量名称	变量符号	变量定义
被解释变量	农业产业结构升级	IS	各产业占农林牧渔总产值的比例关系和劳动生产率的乘积
解释变量	数字普惠金融	DIF	北京大学数字普惠金融指数/100
中介变量	农业技术进步	TEC	DEA-Malmquist指数测算得出
控制变量	基础设施水平	INF	公路里程与当地面积之比
	自然灾害	ND	农作物受灾面积与农作物播种面积之比
	财政支农	FIN	农林水事务支出与该地区乡村人口数之比
	农村居民人均可支配收入	ININC	农村人均可支配收入的自然对数值
	工业化水平	IND	工业增加值与地区生产总值之比

主要变量的描述性统计分析见表2。

Table 2. Descriptive statistics

表2. 描述性统计

Variable	Obs	Mean	Std.Dev.	Min	Max
TS	372	1.556	0.417	0.605	2.673
DIF	372	2.429	1.076	0.162	4.607
COV	372	2.26	1.107	0.02	4.559
USE	372	2.356	1.074	0.068	5.107
DIG	372	3.118	1.178	0.076	4.672
TEC	372	1.334	0.406	0.728	2.995
INF	372	43.415	39.025	1.342	208.711
ND	372	0.065	0.06	0	0.313
FIN	372	0.476	0.383	0.085	2.111
ININC	372	9.443	0.429	8.361	10.59
IND	372	0.325	0.09	0.07	0.574

5. 实证结果

5.1. 基准回归和分维度回归

首先对模型进行基准回归，结果见表3。表3列(1)为数字普惠金融直接与农业产业结构升级的回归结果，数字普惠金融的回归系数为0.209，其在1%的水平上差异显著，列(2)为数字普惠金融与农业产业结构升级加入控制变量后的回归结果，数字普惠金融总指数的回归系数为0.240，其在1%的水平上显著。表明数字普惠金融能够显著推动农业产业结构升级，从而验证H1。列(3)~(5)分别为数字普惠金融的覆盖广度、使用深度、数字化程度与农业产业结构升级加入控制变量后的回归结果，其结果均为显著，说明数字普惠金融各个维度能够显著促进农业产业结构升级。最后在控制变量方面，农村居民可支配收入和基础设施水平的回归系数均显著为正，说明农村居民人均可支配收入的提高使农户有能力改善农业生产条件，有利于农业产业结构升级。基础设施水平的提高可以通过替代效应促进农业要素投入结构的优化，进而提高生产助推农业产业结构升级。财政支农的回归系数显著为负，可能是财政支农的总量不足和结构不合理的问题不利于农业产业结构升级。

Table 3. Results of benchmark regression and dimensionality reduction regression

表3. 基准回归和分维度回归结果

	(1)	(2)	(3)	(4)	(5)
	TS	TS	TS	TS	TS
DIF	0.209^***	0.240^***
	(0.048)	(0.048)
DIG			0.073^***
			(0.020)
COV				0.119^*
				(0.068)
USE					0.134^***
					(0.027)
INF		0.001^**	0.001^**	0.001^**	0.001^**
		(0.000)	(0.000)	(0.000)	(0.000)
ND		−0.044	−0.017	0.000	−0.056
		(0.079)	(0.080)	(0.081)	(0.079)
FIN		−0.079^**	−0.069^**	−0.063^**	−0.093^**
		(0.029)	(0.029)	(0.029)	(0.029)
INDPI		0.160	0.246^*	0.091	0.196
		(0.128)	(0.132)	(0.136)	(0.128)
IND		0.114	0.057	0.018	0.119
		(0.165)	(0.167)	(0.169)	(0.165)
_cons	1.458^***	−0.044	−0.714	0.658	−0.322
	(0.022)	(1.123)	(1.165)	(1.191)	(1.125)
N	372.000	372.000	372.000	372.000	372.000
r2	0.073	0.116	0.088	0.058	0.118
year	yes	yes	yes	yes	yes
province	yes	yes	yes	yes	yes

注：表中^***、^**和^*分别表示1%、5%和10%的显著性水平。

5.2. 稳健性检验

为了验证上述实证结果的可靠性，本文通过缩尾处理、剔除直辖市数据和替换被解释变量三种方法对基准模型展开稳健性检验。首先为了减少异常值对实证的影响，通过对样本数据进行1%~99%的缩尾处理。其次直辖市的数字普惠金融发展可能快于其他城市，对回归结果产生影响，剔除了北京市、天津市、上海市和重庆市四个直辖市的数据。最后借鉴曹菲[43]的农业产业结构升级指标，即用农林牧渔服务业产值占农林牧渔总产值之比(TL)来替换被解释变量，结果见表4。实证结果均表明数字普惠金融可以促进农业产业结构升级，从而验证H1。

Table 4. The robustness test degree regression results

表4. 稳健性检验度回归结果

	缩尾处理	剔除直辖市	替换被解释变量
	TS	TS	TL
DIF	0.229^***	0.192^**	0.049^***
	(0.046)	(0.064)	(0.006)
INF	0.001^**	0.001^**	0.000^**
	(0.000)	(0.000)	(0.000)
ND	−0.039	−0.003	0.018^*
	(0.074)	(0.089)	(0.009)
FIN	−0.079^**	−0.138^**	−0.002
	(0.027)	(0.047)	(0.003)
INDPI	0.145	0.270^*	−0.034^**
	(0.112)	(0.160)	(0.015)
IND	0.083	0.098	−0.032^*
	(0.160)	(0.182)	(0.019)
_cons	0.107	−0.912	0.323^**
	(0.985)	(1.391)	(0.130)
N	372.000	324.000	372.000
r2	0.125	0.120	0.432
year	yes	yes	yes
province	yes	yes	yes

注：表中^***、^**和^*分别表示1%、5%和10%的显著性水平。

5.3. 异质性分析

分地区进行回归得到的数字普惠金融与农业产业结构升级之间关系的结果见表5。可以发现，仅西部地区的数字普惠金融的回归系数显著，且为正，说明数字普惠金融能够促进西部地区的农业产业结构升级。这可能是因为东、中部地区本身金融发展得较好，数字普惠金融在整体上对当地金融发展的促进作用不大，从而推动农业产业结构升级的力度较小。相对于东、中部地区而言，西部地区本身条件相对落后，在当地推进数字普惠金融发展后对农业产业结构发生较大变化，对产业结构升级的促进作用明显。

Table 5. Regression results of heterogeneity analysis

表5. 异质性分析回归结果

	(1)	(2)	(3)
	East	Middle	West
DIF	0.050	0.131	0.419^**
	(0.072)	(0.107)	(0.176)
INF	−0.006^**	0.005^**	0.001^*
	(0.003)	(0.001)	(0.001)
ND	0.105	0.082	−0.006
	(0.083)	(0.172)	(0.180)
FIN	−0.058^**	−0.191	−0.195^**
	(0.029)	(0.130)	(0.080)
INDPI	0.276	−0.281	0.341
	(0.257)	(0.289)	(0.315)
IND	0.943^**	−0.298	0.434
	(0.333)	(0.204)	(0.401)
_cons	−1.497	3.911	−1.493
	(2.347)	(2.567)	(2.692)
N	132.000	96.000	144.000
r2	0.388	0.363	0.157
year	yes	yes	yes
province	yes	yes	yes

注：表中^***、^**和^*分别表示1%、5%和10%的显著性水平。

5.4. 机制检验

为了检验数字普惠金融对农业产业结构升级影响的农业技术进步效应，本文借鉴温忠麟的三步法来检验数字普惠金融对农业产业结构升级的影响机制，回归结果见表6。列(1)数字普惠金融指数的回归系数显著为正，表明数字普惠金融可以直接促进农业产业结构升级。列(2)数字普惠金融指数的回归系数显著为正表明数字普惠金融可以促进农业技术进步。列(3)加入农业技术进步后数字普惠金融对农业产业结构升级的影响，DIF的回归系数显著为正，且系数值变大。从而验证了H2。

Table 6. The mechanism tests the regression results

表6. 制检验回归结果

	(1)	(2)	(3)
	TS	TEC	TS
DIF	0.240^***	0.267^*	0.227^***
	(0.048)	(0.147)	(0.048)
INF	0.001^**	−0.001	0.001^**
	(0.000)	(0.001)	(0.000)
ND	−0.044	−0.646^**	−0.012
	(0.079)	(0.239)	(0.079)
FIN	−0.079^**	0.413^***	−0.099^***
	(0.029)	(0.087)	(0.029)
INDPI	0.160	0.294	0.146
	(0.128)	(0.388)	(0.126)
IND	0.114	0.895^*	0.070
	(0.165)	(0.501)	(0.164)
TEC			0.050^**
			(0.018)
_cons	−0.044	−1.987	0.055
	(1.123)	(3.410)	(1.112)
N	372.000	372.000	372.000
r^2	0.116	0.648	0.136
year	yes	yes	yes
province	yes	yes	yes

注：表中^***、^**和^*分别表示1%、5%和10%的显著性水平。

6. 结论与对策建议

基于2011~2022年中国31个省份的面板数据，实证检验了数字普惠金融对农业产业结构升级的影响与机理。研究得到以下结论：第一，数字普惠金融发展能够显著促进农业产业结构升级，该结论在对样本数据进行缩尾处理、剔除直辖市数据和替换被解释变量三种方法后仍然成立，且数字普惠金融覆盖广度、使用深度和数字化程度三个维度均能有效助推农业产业结构升级。第二，从背后的作用机理看，数字普惠金融可以通过农业技术进步间接促进农业产业结构升级。第三，在异质性方面，西部地区的数字普惠金融快速发展，比起中东部地区西部地区推动产业结构升级的作用更为显著。

对此本文提出以下对策建议：1) 推动各个地区数字普惠金融的稳定持续发展。首先各个地区要加大在信用建设和监管体制方面的支持力度，完善金融体系建设，进而为数字普惠金融的发展创造一个良好的金融运行环境。其次，各个地区对数字普惠金融发展的实施政策要因地制宜。政府不仅要夯实西部地区数字普惠金融发展的根基，同时也要挖掘和发挥中东部区域的经济发展优势，从而促进东西两地相结合，实现各区域农业产业结构的协调升级。2) 重视对农业技术创新的扶持，充分发挥农业技术进步在数字普惠金融对农业产业结构升级过程中的作用。各地政府要增加对农机和灌溉设备等的补贴，刺激企业对农业技术进行创新；建立农业大数据平台，实现信息和技术的共享，引导农业良性竞争和技术进步；增加对高端农业科技的资金补助，推动农业科技创新。通过推进农业科技进步和要素产出效率的提升，将有利于我国农业产业结构的优化升级。3) 要不断加强数字普惠金融在农业领域的应用。发展数字普惠金融能有效提升金融资源的配置效率，通过相关政策的引导促使金融资源向农村地区流动。提高农业数字普惠金融的基础设施水平，并持续增加数字普惠金融在农村的渗透性。通过降低在农村开展普惠金融业务的成本来提高金融服务的使用效率，助力农业产业结构升级。