数字普惠金融对农业新质生产力的影响研究

Research on the Impact of Digital Inclusive Finance on New Agricultural Productivity

摘要: 立足区域特色，因地制宜地培育农业新质生产力，是我国从农业大国迈向农业强国的必然选择，对于农业可持续发展具有全局性意义。本文基于全国31省、市、自治区2014~2023年面板数据，采用熵权法构建农业新质生产力指标体系，研究数字普惠金融对农业新质生产力的作用机制。结果表明，数字普惠金融在1%的显著性水平下对农业新质生产力具有正向促进作用；将全国31省、市、自治区按地理位置划分为东部沿海地区、中部地区、西部地区、东北地区进行异质性分析，在不同地区数字普惠金融对农业新质生产力的影响作用机制存在一定异质性；采用数字普惠金融指数的三个子维度指数进行稳健性检验，数字普惠金融的覆盖深度、覆盖广度、数字化程度均显著提高了农业新质生产力水平。

Abstract: Cultivating new agricultural productivity based on regional characteristics and adapting to local conditions is an inevitable choice for my country to move from a large agricultural nation to a strong agricultural nation, and it has global significance for the sustainable development of agriculture. Based on panel data from 31 provinces, municipalities, and autonomous regions across China from 2014 to 2023, this paper constructs an index system for new agricultural productivity using the entropy weight method and examines the mechanisms by which digital inclusive finance influences new agricultural productivity. The results show that digital inclusive finance has a positive effect on new agricultural productivity at a significance level of 1%. A heterogeneity analysis was conducted by dividing the 31 provinces, municipalities, and autonomous regions into the eastern coastal region, the central region, the western region, and the northeastern region. The impact of digital inclusive finance on new agricultural productivity varies across regions. Robustness tests were conducted using the three sub-dimensions of the digital inclusive finance index, revealing that the depth, breadth, and degree of digitalization of digital inclusive finance all significantly improve the level of new agricultural productivity.

1. 引言

以科技创新引领先进生产要素集聚，因地制宜发展农业新质生产力。这是当前抓好“三农”工作的关键之举，也是我国实现从农业大国迈向农业强国的必然选择。农业新质生产力对国家粮食安全保障、农业产业升级、要素体系重构及城乡融合发展具有不可替代的价值；是重构农业生产范式，打破传统农业时空限制的重要抓手；是进一步深化农村改革，全面实现乡村振兴的必由之路。

新质生产力由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生，以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核心标志，特点是创新，关键在质优，本质是先进生产力。农业新质生产力作为新质生产力在农业领域的具体形态，既蕴含新质生产力以科技创新为核心驱动、以先进生产要素系统性重组为关键特征、以生产体系深度变革为本质要求的共性内核，又因农业产业固有的生态依赖性、生产周期长期性、产品供给基础性属性，呈现出与工业、服务业等领域新质生产力的异质性特征。

通过对既有文献的梳理发现，学界围绕新质生产力的理论渊源、科学内涵、实现逻辑与推进路径已进行了较为系统的探讨，为农业领域新质生产力的深入研究奠定了坚实的理论基础。胡江峰等、朱迪和叶林祥从农业劳动者、劳动对象、劳动资料三方面构建指标体系[1] [2]；王善高证实其可通过提升农业生产效率促进农业高质量发展[3]，孙光林等进一步指出其能通过提高城镇化水平与劳动生产率间接提升农业全要素生产率[4]；申云等揭示其作用路径，即通过提升金融服务效率、引导绿色农业低碳转型、拓展新质农业发展空间，为农业新质生产力发展提供支撑[5]。

基于此，本文对农业新质生产力的理论内涵进行深度解构与系统阐释；利用该指标体系对全国31个省份2011~2023年的面板数据对农业新质生产力发展水平进行量化测度；采用随机效应模型实证检验数字普惠金融与农业新质生产力之间的作用机制；为进一步拓展研究结论的适用性与可靠性，将研究样本按地理位置划分为东部沿海、中部、西部及东北地区进行区域异质性分析。

在此研究基础上，本文提出以下加快培育农业新质生产力的政策建议：优化专项资金配置机制，提供适配的低成本信贷支持；推动金融产品创新升级，拓宽农业领域合格抵质押物范畴；健全金融政策保障体系，规范专项金融工具发行与使用；加强农业金融服务主体培育，开展针对性金融素养提升与政策宣导工作。

2. 理论内涵与测度

2.1. 数字普惠金融的内涵、测度

2016年《G20数字普惠金融高级原则》界定了数字普惠金融(Digital Financial Inclusion)的具体内涵：涵盖各类金融产品和服务(如支付、转账、储蓄、信贷、保险、证券、财务规划和银行对账服务等)，通过数字化或电子化技术进行交易，如电子货币、支付卡和常规银行账户。标志着数字金融正式成为我国普惠金融服务的未来战略部署与发展方向[6]。

数字普惠金融的服务对象中，最大的困难群体是农户，特别是贫困地区农户的基础金融服务不足问题突出[7]。数字普惠金融的快捷性和去中心性特征能满足小微企业、普通分散的个体农户等多层次客户群体的需求[6]，在“三农”等薄弱环节形成了长尾优势[8]。从微观层面来看，数字普惠金融能够为企业提供更加高效、便捷、多元化的金融产品和服务，同时帮助企业快速识别和管理风险，促进企业新质生产力的持续提升[9]。从宏观层面来看，数字普惠金融能够推动关键核心技术创新，激发地区绿色发展活力，进而全面提升新质生产力发展水平[10] [11]。

学界从不同维度对数字普惠金融进行测度。王婧和胡国晖认为金融供给在多大程度上能保证人口得到相应的服务，以及需求方的存贷款使用情况代表中国普惠金融发展状况[12]。国外学者从银行渗透性、金融服务使用性、交易便利程度和交易成本四个方面构建普惠金融指数。2012年，GPFI正式发布G20普惠金融指标体系，按照金融服务的使用情况、可获得性和质量三个维度制定了29项指标。本文采用北京大学数字金融研究中心发布的指标无量纲化方法测度的数字普惠金融指数进行研究[13]。

2.2. 农业新质生产力的内涵、测度

生产力一词最早是由法国经济学家弗朗索瓦·魁奈提出，指土地生产力。斯密在《国富论》将提出劳动生产力这一概念，并将“如何通过提高劳动生产率和优化资源配置来增加产出”作为重要论点。马克思将生产力定义为生产能力及其要素的发展。2023年习近平总书记提出的“新质生产力”是一个崭新的经济学理念范畴，是对生产力发展规律的进一步深化认识，体现了在当今科技飞速发展的背景下，中国共产党对生产力发展的新认识和新要求，为推动高质量发展提供了行动指南。新质生产力的基本内涵应从“新”“质”两个基本方面来把握：新的核心是摆脱传统生产力的路径依赖，实现技术、要素、产业的非连续性创新；质的核心是摆脱传统生产力重规模、轻效益的发展逻辑，实现生产力从量的积累到质的飞跃；新是实现质的路径，质是新的价值归宿。学界目前主要从劳动者、劳动对象、劳动资料三个方面来把握农业新质生产力：其一，劳动者实现从传统体力型向现代技能创新型转变。需掌握智慧农机操作、数字管理等技术，具备要素配置与技术创新能力，推动生产从“经验驱动”转向“科技驱动”；其二，劳动对象向高产、优质、耐逆的动植物新品种转变，特色经济作物、功能性农产品、珍稀养殖品种等纳入劳动对象范畴；其三，劳动资料呈现智能化、绿色化、高效化革新。智慧农业装备与绿色生产资料广泛应用，农机向多功能智能化升级，实现粗放作业向集约精准作业转型。

在新古典经济学视角下，农业新质生产力被视为对传统农业生产函数的“质”的突破。传统农业生产依赖的土地、劳动和资本要素被赋予新的内涵：土地不再仅仅是自然禀赋，而是通过数字技术实现精准感知与智能调控的对象；劳动力从体力依赖型转向掌握数字技术和农业科技的新型农业劳动者；资本形态也从实物资本扩展至数据资本、知识资本和智力资本。全要素生产率的跃升成为核心驱动力，这既依赖于生物技术、人工智能和智能装备等科技的渗透，也离不开数字平台对资源配置的优化，从而实现精准投入，逼近帕累托最优状态。

发展经济学视角着眼于长期的结构转型与发展路径，将农业新质生产力视为推动农业部门现代化并实现与国民经济协调发展的核心动力。在要素结构方面，面对刘易斯拐点后农业劳动力的持续减少，必须通过技术与资本对劳动的有效替代，发展资本与技术密集型农业，并通过人力资本深化，提升劳动者的技能水平以适应新要求。农业新质生产力内嵌了绿色与包容性发展的理念，通过绿色技术应用避免传统发展路径的环境代价。

学界对农业新质生产力测度方式进行了讨论。朱迪和叶林祥从农业劳动者、农业劳动对象、农业劳动资料三个方面构建农业新质生产力评价指标体系[14]；步和要素配置改善提升农业全要素生产率水平，培育农业发展新动能[15]。宋振江等从科技生产力、绿色生产力、数字生产力三方面构建评价体系[16]；多元化、绿色化、健康化和精神化应该成为农业生产经营目标函数和农业生产力转型的重要变量[17]；张岳等从智能化、绿色化、高端化3个方面构建农业新质生产力发展水平评价指标体系[18]。

数字普惠金融对农业转型升级和可持续发展具有多维度推动作用。曹增栋等指出，其覆盖广度能够促进涉农企业纵向延伸产业链与横向拓展交叉业态[19]。申云等强调，绿色金融工具和跨区域资源整合在其中发挥关键作用，有助于农业绿色低碳转型[5]。此外，唐建军等分别验证了数字普惠金融对农业全要素生产率及绿色全要素生产率的显著促进作用[20]。

数字普惠金融通过促进资金高效流动，助力技术颠覆性突破促进农业新质生产力发展[11]；张会强从创新驱动、效率提升、人力资本和区域发展分析数字普惠金融对农业新质生产力的作用机制[21]；张珊瑚进一步发现，该机制通过提升要素配置效率，推动农业产业结构高级化与竞争力增强[22]；数字普惠金融通过消费驱动机制促进农业新质生产力发展[23]。

2.3. 作用机制

2.3.1. 科技创新赋能

数字普惠金融通过提供精准的金融支持，直接驱动农业领域的科技创新与转化。其一，为农业生物育种、智能农机装备、智慧农业技术等关键核心技术的研发与市场化应用提供风险投资、信贷支持，解决创新主体融资难题。其二，通过提供灵活的小额信贷和租赁金融服务，帮助中小型农场和合作社引进无人机、智能灌溉系统等先进设备，加速技术的规模化普及。

2.3.2. 要素优化配置

数字普惠金融优化资金流向，促进农业新质生产力发展。利用大数据分析构建用户信用画像，突破抵押物限制，实现信贷资源的精准投放。同时，通过平台数据促进土地流转匹配，助力适度规模经营。

2.3.3. 绿色低碳转型

通过推出碳减排信贷、绿色农业债券等产品，激励农户采纳生态种植、循环养殖等环境友好型技术；支持节水灌溉、精准施肥、有机农业等项目，帮助生产者降低资源消耗与环境污染，实现经济效益与生态效益的统一。

3. 研究设计

3.1. 数据来源

本文研究的数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国人口和就业统计年鉴》《中国环境统计年鉴》《中国农村统计年鉴》、国家统计局、wind数据库、国泰安数据库及北京大学数字金融研究中心数据库。本文选取2014~2023年全国31省、市、自治区面板数据进行研究，部分缺失数据通过线性插值法补齐。

3.2. 研究假设

基于理论研究，本文将提出以下三个基本假设。

假设1：数字普惠金融对农业新质生产力具有正向推动作用。

假设2：不同区域数字普惠金融对农业新质生产力的作用机制具有异质性。

假设3：数字普惠金融覆盖深度、覆盖广度、数字化程度均能促进农业新质生产力发展。

3.3. 模型假定

本文实证研究数字普惠金融对农业新质生产力的影响，以农业新质生产力指数为被解释变量，数字普惠金融为解释变量，建立以下基准回归模型：

$AN{P}_{i,t}={\alpha }_0+{\alpha }_{1}DI{F}_{i,t}+{\alpha }_2{X}_{k,i,t}+{\epsilon }_{i,t}$

式中：$ANP$ 表示农业新质生产力指数，$DIF$ 表示数字普惠金融指数，$X_{k,i,t}$ 表示第k个控制变量(k = 1, 2, 3, 4)，${\alpha }_0$ 表示常数项，${\epsilon }_{i,t}$ 表示随机干扰项。

实证研究数字普惠金融子维度对农业新质生产力的影响，建立以下模型：

$AN{P}_{i,t}={\alpha }_0+{\alpha }_{1}B{R}_{i,t}+{\alpha }_2{X}_{k,i,t}+{\epsilon }_{i,t}$

$AN{P}_{i,t}={\alpha }_0+{\alpha }_{1}D{E}_{i,t}+{\alpha }_2{X}_{k,i,t}+{\epsilon }_{i,t}$

$AN{P}_{i,t}={\alpha }_0+{\alpha }_{1}D{I}_{i,t}+{\alpha }_2{X}_{k,i,t}+{\epsilon }_{i,t}$

式中：$BR$ 表示数字普惠金融覆盖广度，$DE$ 表示数字普惠金融覆盖深度，$DI$ 表示数字普惠金融数字化程度。

3.4. 变量说明

3.4.1. 被解释变量

本文借鉴贾康、郭起瑞的构建方法[24]，采用熵权法对全国31省份2014~2023年升级数据构建农业新质生产力指标体系，测算方式如表1所示。具体理论与构建方法见前文1.2部分。

Table 1. Agricultural new quality productivity indicator system

表1. 农业新质生产力指标体系

一级指标	二级指标	衡量方式	属性
农业劳动者	农业R&D人员	R&D人员全时当量 × (农林牧渔业总产值/地区生产总值)	+
	农村人均受教育年限	(文盲人数 × 1 + 小学学历人数 × 6 + 初中学历人数 × 9 + 高中学历人数 × 12 + 大专及本科以上学历人数 × 16)/6岁以上人口数	+
	培训经费	地方财政教育支出 × (农林牧渔业总产值/地区生产总值)/地方财政一般预算支出	+
	人均农业产值	农林牧渔业总产值/乡村人口	+
	经济收入	农村居民人均可支配收入	+
	劳动生产率	第一产业增加值/第一产业就业人员	+
农业生产资料	农业机械化设备	农业机械总动力	+
	计算机拥有量	农村居民平均每百户年末计算机拥有量	+
	土地产出效率	农业总产值/农作物总播种面积	+
	农业用电效率	农村用电量/农林牧渔业总产值	+
	数字信息化程度	农村有线广播电视用户数	+
	基础设施	乡村办水电站个数	+
	科技创新水平	研究与试验发展(R&D)经费内部支出 × (农林牧渔业总产值/地区生产总值)	+
	农林水事务支出	地方财政农林水事务支出/地方财政一般预算支出	+
农业劳动对象	单位化肥消耗量	农用化肥施用折纯量/农作物总播种面积	-
	单位农药消耗量	农药使用量/农作物总播种面积	-
	单位农膜消耗量	农用塑料薄膜使用量/农作物总播种面积	-
	森林覆盖率	森林覆盖率	+

3.4.2. 解释变量

本文采用北京大学数字金融研究中心和蚂蚁金服共同编制的数字普惠金融指数省级数据作为核心解释变量，同时采用数字普惠金融覆盖深度、覆盖广度、数字化程度进行研究。

3.4.3. 控制变量

本文为控制遗漏变量对农业新质生产力估计结果的影响，选用人均生产总值取对数(LNGDP)、城镇化程度(URB)、进出口总值占生产总值比例(TIGR)，存贷款余额与生产总值比值(FIN)为控制变量。

3.5. 描述性统计

描述性统计结果如表2所示。农业新质生产力指数(APN)均值为0.231，说明在全国总体上农业新质生产力发展程度较低；最大值为0.46，最小值为0.069，说明各省、市、自治区农业新质生产力的发展差异较大。数字普惠金融指数标准差为75.587，数字普惠金融在全国各省、直辖市、自治区发展差异明显；最大值458.97，最小值159.76差距接近三倍，说明数字普惠金融发展水平差距非常明显。

Table 2. Descriptive statistics results

表2. 描述性统计结果

变量	观测值	均值	标准差	最小值	最大值
ANP	310	0.231	0.096	0.069	0.46
DIF	310	301.361	75.587	159.76	458.97
BR	310	287.464	82.385	139.9	455.912
DE	310	285.453	86.209	114.08	474.298
DI	310	375.554	56.228	236.39	467.172
LNGDP	310	11.006	0.427	10.218	12.142
URB	310	61.617	11.824	33.381	89.3
FIN	310	3.699	1.126	2.159	7.552
TIGR	310	0.245	0.238	0.011	0.977

4. 实证分析

4.1. 基准回归分析

基准回归结果如表3所示。在不引入控制变量时，数字普惠金融对农业新质生产力在1%的显著性水平下，具有正向的推动作用，回归系数为0.00032。引入控制变量后，数字普惠金融对农业新质生产力仍在1%的显著性水平下有正向促进作用，回归系数为0.000368。综上，我们可以得出假设1成立。

控制变量中，在1%的显著性水平下城镇化程度对农业新质生产力具有正向推动作用，原因可能是通过优化要素配置，促规模经营与技术落地来促进农业新质生产力的发展。在1%的显著性水平下，进出口总值占生产总值的比例，即对外贸易能力对农业新质生产力有正向推动作用，原因可能是对外贸易促进农业领域国际人才流动，引入专业化管理经验促进了农业新质生产力的发展。

Table 3. Benchmark regression analysis results

表3. 基准回归分析结果

	(1)	(2)
变量	ANP	ANP
DIF	0.000320***	0.000368***
	(2.06e-05)	(8.53e-05)
LNGDP		−0.0543**
		(0.0276)
URB		0.00363***
		(0.000960)
FIN		−0.0177***
		(0.00499)
TIGR		0.0259
		(0.0346)
Constant	0.134***	0.553**
	(0.0170)	(0.267)
控制变量	否	是
样本量	310	310
省份数量	31	31

4.2. 稳健性检验

稳健性检验结果如表4所示，引入控制变量后，数字普惠金融的覆盖广度在1%的显著性水平下提高了农业新质生产力水平，数字普惠金融的覆盖深度与数字化程度在5%的显著性水平下促进农业新质生产力的发展，其中数字化程度对农业新质生产力的作用效果最为明显，系数为0.000322。结果进一步支持了基准回归的稳健性，假设3成立。

Table 4. Robustness analysis results

表4. 稳健性分析结果

	(1)	(2)	(3)	(4)	(5)	(6)
变量	ANP	ANP	ANP	ANP	ANP	ANP
BR	0.000294***			0.000349***
	(1.83e-05)			(8.05e-05)
DE		0.000279***			0.000130**
		(2.03e-05)			(5.61e-05)
DI			0.000322***			0.000103**
			(3.04e-05)			(4.25e-05)
Constant	0.146***	0.151***	0.110***	0.675**	−0.140	−0.317**
	(0.0171)	(0.0163)	(0.0188)	(0.287)	(0.199)	(0.141)
控制变量	否	否	否	是	是	是
样本数量	310	310	310	310	310	310
省份数量	31	31	31	31	31	31

4.3. 异质性分析

为分析不同区域数字普惠金融对农业新质生产力发展的异质性，本文根据国家及地方统计工作中采用的标准经济地带划分方法，将31省、市、自治区划分为东、中、西、东北四大区域。东部地区地处我国沿海前沿，是经济开放程度高、创新能力强、产业基础雄厚的核心区域，包括：北京市、天津市、河北省、山东省、上海市、江苏省、浙江省、福建省、广东省、海南省。中部地区是我国粮食生产基地、能源原材料基地和内陆开放型经济枢纽，承东启西、连南接北，包括：山西省、安徽省、江西省、河南省、湖北省、湖南省。西部地区地域辽阔，是我国资源富集区、生态安全屏障，也是“一带一路”建设的核心区域，包括：内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区。东北地区是我国老工业基地、粮食主产区和重要的重工业基地，包括：辽宁省、吉林省、黑龙江省。

异质性分析结果如表5所示。列(1)东部地区、列(2)中部地区、列(4)东北地区的数字普惠金融发展水平均在1%的显著性水平下对农业新质生产力影响显著，而列(3)西部地区数字普惠金融对农业新质生产力的影响不显著，数字普惠金融对农业新质生产力的影响具有异质性。这可能是由于西部地区存在数字金融基础设施建设的滞后、市场主体活力的欠缺，以及适配的金融产品与服务供给的不足，共同削弱了数字普惠金融对农业新质生产力发展的推动效能，使其难以形成有效助力。综上，数字普惠金融对农业新质生产力的影响存在区域间的异质性，假设2成立。

Table 5. Heterogeneity analysis results

表5. 异质性分析结果

	(1)	(2)	(3)	(4)
变量	ANP	ANP	ANP	ANP
DIF	0.000420***	0.000716***	7.76e-05	0.00137***
	(0.000160)	(0.000132)	(9.63e-05)	(0.000213)
LNGDP	−0.133**	0.0654**	0.0407*	−0.411***
	(0.0618)	(0.0309)	(0.0232)	(0.0529)
URB	0.0100***	−0.00660***	0.00314***	0.00365
	(0.00243)	(0.00251)	(0.000855)	(0.00284)
FIN	−0.0463***	−0.0744***	0.0156***	−0.0292**
	(0.0113)	(0.0142)	(0.00376)	(0.0146)
TIGR	−0.117*	0.173	0.247***	0.304*
	(0.0616)	(0.163)	(0.0351)	(0.157)
Constant	1.157**	−0.0957	−0.535**	4.076***
	(0.586)	(0.287)	(0.238)	(0.578)
控制变量	是	是	是	是
样本数量	100	60	120	30
省份数量	10	6	12	3

5. 结论与对策建议

5.1. 结论

根据农业新质生产力理论基础与借鉴其他学者研究方式，本文阐述了农业新质生产力的理论体系与作用机制，采用熵权法构建了全国31省、市、自治区2014~2023年农业新质生产力评价指标体系。通过实证分析得出以下结论。1) 描述性统计结果显示，全国各省、市、自治区农业新质生产力发展水平差异较大，且整体发展不充分。2) 在全国层面，数字普惠进入显著提升农业新质生产力发展水平，加快农业新质生产力培育速度。3) 数字普惠金融对东部地区、中部地区、西部地区、东北部地区农业新质生产力的影响存在异质性，其中对西部地区农业新质生产力的影响不显著。

5.2. 对策建议

根据上述结论，本文将提出如下建议。1) 专项资金靶向扶持。重点瞄准种业振兴，针对关键科研平台以及核心种源技术攻关项目，引导金融机构发放研发贷款，延长贷款周期，降低利率，助力突破农业关键技术。针对农机装备、智慧农业、远洋渔业等科技创新企业，构建专属的授信评估体系，适当提高信用贷款额度，精准满足其研发与生产的资金需求。2) 创新金融产品内容，将科研育种材料、植物新品种权、育种制种设施设备纳入抵质押物范畴，拓宽农业科技企业融资路径。针对智慧农业、农产品跨境电商等新业态，设计涵盖跨境贸易、投融资、结算等环节的一揽子综合金融产品，适配多元业务场景。3) 推行多元服务模式。落实“一链一策”金融服务，依据农业产业链特性，定制个性化信贷政策与融资方案。探索投贷联动、银团贷款、项目打包等多元化融资手段，为农业基础设施建设、乡村公共服务延伸项目提供资金支撑，提升乡村建设金融服务水平。4) 完善政策保障体系。综合运用货币与信贷政策，激励金融机构发行“三农”、小微、绿色专项金融债券，支持符合条件的企业发行乡村振兴债券，拓宽农业新质生产力资金募集渠道。强化风险补偿、贷款贴息、奖补激励机制，发挥政府性融资担保机构增信作用，降低农业经营主体融资风险与成本。5) 培育金融服务主体，加大对新型农业经营主体、农业社会化服务主体的金融支持，扩大首贷、信用贷款投放规模，增强小农户自我发展能力。开展金融知识普及培训，提升农业经营主体金融素养，促进其高效运用金融工具，推动农业新质生产力落地应用。