EN中文

经济地理 >

2025 , Vol. 45 >Issue 2: 183 - 191

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.02.018

三农、土地与生态

数字普惠金融对农业产业链韧性影响的空间效应

  • 曾雄旺 , 1 ,
  • 张湘琦 1 ,
  • 李志胜 2 ,
  • 杨亦民 1 ,
  • 杨文涛 3
展开
  • 1.湖南农业大学 商学院，中国湖南 长沙 410128
  • 2.浙江工业大学 管理学院，中国浙江 杭州 310023
  • 3.湖南科技大学 地理空间信息技术国家地方联合工程实验室，中国湖南 湘潭 411201

曾雄旺（1979—），男，博士，教授，研究方向为产业经济与金融管理。E-mail：

收稿日期: 2024-08-26

  修回日期: 2024-12-23

  网络出版日期: 2025-05-12

基金资助

国家社会科学基金项目(24BGL172)

收起

Spatial Effect of Digital Inclusive Finance on the Resilience of Agricultural Industry Chain

  • ZENG Xiongwang , 1 ,
  • ZHANG Xiangqi 1 ,
  • LI Zhisheng 2 ,
  • YANG Yimin 1 ,
  • YANG Wentao 3
Expand
  • 1. Business School，Hunan Agricultural University，Changsha 410128，Hunan，China
  • 2. School of Management，Zhejiang University of Technology，Hangzhou 310123，Zhejiang，China
  • 3. National-Local Joint Engineering Laboratory of Geo-Spatial Information Technology，Hunan University of Science and Technology，Xiangtan 411201，Hunan，China

Received date: 2024-08-26

  Revised date: 2024-12-23

  Online published: 2025-05-12

Fold

摘要

文章运用2011—2022年中国31个省份的数字普惠金融指数和基于农业研产加销服宏微观数据测度的农业产业链韧性指数，探究了数字普惠金融对农业产业链韧性的影响与空间效应。研究发现：①研究期内中国数字普惠金融和农业产业链韧性值整体呈上升趋势，其中东中西部区域差异显著且存在东部地区“高—高”、中西部“低—低”的空间集聚特征。②数字普惠金融可拓展传统金融覆盖面、缓解涉农企业金融约束、促进产业结构升级与链条延伸从而提升农业产业链韧性，并存在空间溢出与区域异质性，其覆盖广度、使用深度与数字化程度均产生正向效应。③中介效应分析发现数字普惠金融可通过促进农业科技创新提升农业产业链韧性。数字普惠金融赋能农业产业链韧性需统筹推进数字基础设施建设、创新金融产品与服务、强化农业科技支持等体系建设。

关键词： 数字普惠金融; 农业产业链韧性; 空间溢出效应; 区域异质性; 农业科技创新

本文引用格式

曾雄旺 , 张湘琦 , 李志胜 , 杨亦民 , 杨文涛 . 数字普惠金融对农业产业链韧性影响的空间效应[J]. 经济地理, 2025 , 45(2) : 183 -191 . DOI: 10.15957/j.cnki.jjdl.2025.02.018

Abstract

Based on the digital inclusive finance index and the resilience index of the agricultural industry chain measured by macro and micro data of agricultural research, production, marketing and service, this study theoretically and empirically explores the spatial effect of digital inclusive finance development on the resilience of agricultural industry chain. It's found that: 1) The level of digital inclusive finance and the resilience level of the agricultural industry chain both generally show the rising trend with significant regional disparities, there exists a spatial pattern of "high-high" concentration in eastern region and "low-low" concentration in central and western regions. 2) Digital inclusive finance can expand the coverage of traditional finance, ease the financial constraints of agriculture-related enterprises, promote the upgrading of industrial structure and the extension of the chain, and improve the resilience of the agricultural industry chain. There are spatial spillovers and regional heterogeneity, and have positive effects on its coverage breadth, depth of utilization and digitization degree. 3) Digital inclusive finance can promote the enhancement of agricultural industry chain resilience through promoting agricultural technological innovation. To enhance the resilience of the agricultural industry chain, digital inclusive finance needs to promote the construction of digital infrastructure, innovative financial products and services, and strengthen the construction of agricultural science and technology support systems.

Key words： digital inclusive finance; resilience of agricultural industry chain; spatial spillover effects; regional heterogeneity; agricultural technology innovation

农业是国民经济的压舱石，农强方能国强。党的二十大和党的二十届三中全会着眼推进中国式现代化强调加快增强产业链供应链韧性和农业强国建设[1]，2023年我国农业总产值达87073.38亿元，实现了农业税改后二十连增。但是，我国农业产业链在科技研发、联农带农与资源可持续发展同时，也面临金融资源短缺、产业链数字化管理不足、空间布局不完善等风险挑战。为此，中央农村工作会议强调要建设普惠金融体系，加强对“三农”和偏远地区的金融服务；《关于金融支持全面推进乡村振兴加快建设农业强国的指导意见》中提出要加快依托金融科技赋能乡村产业振兴，提升农村数字普惠金融水平。数字普惠金融自2004年以公益小额信贷起步[2]，现已涵盖数字信贷、移动支付、线上保险、网络投资、数字理财及数字资产管理等多领域，成为农业产业链发展金融资源与数字技术协同赋能的新动能。
既有研究从系统均衡论、动态演化论、跨领域融合、大食物观等视角研究农业领域的韧性，有学者基于小农的适应性、稳定性、灵活性、吸纳性和救助性等特性[3]，将小农在面对各种压力下展现出的“脆而不折、弱而不怠”特质及持续适应环境并维持稳定发展的能力界定为“韧性”；还有学者从生产和加工等环节入手测度农业产业某环节发展效率，并将农业食物产业韧性细分为生产韧性、生态韧性、经济韧性、社会韧性和工程韧性[4]，运用Martin的四维度划分测度农业经济韧性[5]。相比而言，农业产业链韧性的定量研究不多，较少学者结合特定背景探讨农业产业链韧性内涵、锻造路径与影响因素[6]，认为农业产业链韧性是源于农产品从原料、加工、生产、销售的全部活动遭遇自然或人为干扰后的自我修复能力，现拓展为应对自然、市场等风险冲击的抵御、恢复、重构等能力。在全球产业链价值链重构与极端自然灾害加剧的背景下，学者愈发重视金融基础设施和科技创新对农业产业链风险抵御力的提升，特别是数字普惠金融的兴起，为促进农业产业链韧性提升提供了新途径。
关于数字普惠金融和农业产业链韧性的研究，学者普遍认为金融作为实体经济的血脉对农业产业链韧性建设有不可或缺的支持和维稳功能，但传统金融服务受限于地域、时间等因素以致农业产业链主体获取金融服务存在困难。张利庠等[7]、成德宁等[8]根据欧美国家智慧农业发展经验提出农业产业链的资源整合与价值增值需要数字物联网科技及普惠金融支持。随着我国乡村金融深入发展，数字金融以数字技术与金融服务深度交融的创新形态顺势而生，打破了传统金融服务的时空限制，为农业产业链提供更便捷高效的服务。数字普惠金融作为数字金融深化拓展，更聚焦于农村地区和农业产业链发展等薄弱环节，通过大智移云物区等信息技术与金融深度协作，数字普惠金融展现出零触达、强包容、广覆盖等特征[9]，能有效兼顾效率与公平、减少金融排斥、拓展传统金融服务的地理空间覆盖，并可推进技术创新与金融监管框架完善。现有研究发现，数字普惠金融能缓解涉农企业融资约束[10]、助力涉农企业建立数字信用体系、控制生产风险和交易成本[11]，进而使金融资源更充分地配置至农业产业链薄弱环节、增加乡村就业机会、扩大创新投入及促进产业链结构调整与链条延伸。
综上所述，现有研究多定性分析数字普惠金融与农业产业链韧性的关联，指出农村内生性金融体系尚未健全、金融与数字技术协同赋能不足等是产业链韧性发展瓶颈，而系统分析数字普惠金融对农业产业链韧性影响的空间溢出研究较少，且未充分考虑区域异质性和农业科技创新的制约。鉴于此，本文运用2011—2022年中国省域数字普惠金融指数和基于农业研发、生产、加工、销售、服务等宏微观数据测度的农业产业链韧性指数，探究数字普惠金融与农业产业链韧性的学理逻辑，通过双向固定、中介效应、空间计量等模型，分析数字普惠金融对农业产业链韧性影响与空间溢出，并考察农业科技创新中介作用，旨在为数字普惠金融改革与农业产业链韧性提升提供参考。

1 理论分析

数字普惠金融凭借其高触达性、数字化管理和实时风控监测等深入发展前沿金融服务模式及拓展覆盖广度、使用深度、数字化程度促使农业产业链金融深化与价值共创共享[12]，通过“数字”属性突破地理空间限制强化农业产业链关键节点，借助极化与扩散效应、技术、资本及知识等溢出机制实现空间经济学中的“增长极”与“溢出效应”统一，使金融服务有效内嵌于农业生产、分配、流通、消费等各个环节，提升农业产业链应对风险冲击的抵御、恢复、重构等韧性能力。

1.1 数字普惠金融对农业产业链韧性的影响效应

农业产业链韧性发展受土地、资本、技术等要素影响，数字普惠金融通过优化生产要素配置进而促进农业产业链韧性发展[13]，通过信息技术管理能降低金融服务的运营成本[14-15]，促使农业产业链各环节能以更低的成本获取金融服务。具体而言，数字普惠金融可保障粮食产业链在播种、收割、储存等阶段获得及时的资金支持，降低生猪产业链在饲料采购、养殖管理、疾病防控等方面的融资成本，同时也惠及蔬菜与油料产业链以实现资源配置高效化，通过大数据风控模型能更准确评估农业产业链风险状况，提供更精准的金融服务，提高金融可得性降低农业产业链融资门槛，促进风险抵御力提升；数字普惠金融能推进数字技术与农业生产经营深度融合，提升资金转化效率，当农业产业链遭遇自然或市场风险时，数字普惠金融依托科技信贷、线上保险等，能全链条追溯精准识别资金需求，迅速给予托底保障赋能农业产业链的恢复力；数字普惠金融可催生云销售、云办公等新业态，能引导资源流向农业全产业链及生态循环、加工副产物综合利用等新模式，推进商业模式创新，提高产业链生产效率、产品质量与市场竞争力，全面提升农业产业链创新重构力。

1.2 数字普惠金融对农业产业链韧性的空间溢出效应

地理学第一定律揭示事物间普遍存在相关性且相近的事物联系更紧密。农业作为高度依赖空间资源的产业，其发展呈现显著空间依赖与区域异质性。数字普惠金融对农业产业链韧性的影响同样存在空间差异[16]，发达地区由于基础设施完善且人才储备充足，数字普惠金融能推动农业产业链向数字化智能化转型，进而增强其市场竞争力；而欠发达地区，数字普惠金融则通过便捷、低成本服务帮助缓解融资难题促进产业链韧性发展[17-18]。同时，数字普惠金融依托数字技术能显著提升金融服务流动性，突破金融要素流动空间壁垒，促进跨区域金融交流，实现空间溢出效应，数字普惠金融相对发达地区通过示范与学习效应分享数字普惠金融与农业产业链发展经验和技术创新成果，促进更广泛区域农业产业链协同合作，共同构建韧性产业链良性循环。

1.3 数字普惠金融对农业产业链韧性影响的农业科技创新中介效应

新经济增长理论将科技创新视为经济增长与产业结构升级的核心驱动力，种业研发、农产品加工等产业链关键环节技术创新对提升农业产业链韧性能力意义重大[19]。数字普惠金融通过创新信贷、保险、股权融资服务可为农业科技研发推广提供强有力资金支持[20]，借助大数据、人工智能等数字技术能实现低成本信息耦合与知识传播[21]，拓展农业高校科研院所与农业产业链的合作拓展农业科技创新渠道；而农业科技创新则通过提高生产效率、促进产品多元化、增强抗风险能力等提升农业产业链韧性。此外，数字普惠金融开放、高效、便捷的金融服务平台还能为涉农企业提供一站式金融服务，助力产业链接轨国际先进的农业科技管理创新理念，精准对接市场需求优化资源配置推动科技创新进而赋能农业产业链韧性。

2 数据说明与模型设定

2.1 变量说明

①被解释变量。被解释变量为熵值法测度的农业产业链韧性指数（AgrResi）。农业产业链韧性是指农产品从生产到消费各环节面对内外部变化时维持稳定、快速复原及持续发展的抵御、恢复与重构韧性的能力。本文主要围绕广义农业产业链韧性，参考已有学者对韧性指标设计及数据可得性[22-24]，运用压力—状态—响应（PSR）模型构建农业产业链抵御力、恢复力、重构力韧性体系（表1）。其中，抵御力聚焦农业产业链面对冲击时的稳定能力，选择灌溉效率、机械生产力、路网通达性、信息化水平、粮食生产能力、第一产业占比及恩格尔系数等农业基础设施完善度与产业链稳定性指标衡量；恢复力评估产业链受冲击后的恢复潜力，选取第一产业增长率、农产品加工业收入、居民人均可支配收入、支出等指标；重构力侧重产业链的创新创造能力，以农业能源投入、农村电商发展、支农政策支持及人力资本储备等农业产业链创新投入与产出指标衡量。为消除各变量间量纲差异进行归一化处理，权重由熵值法确定。
表1 农业产业链韧性评价指标体系及说明

Tab.1 Evaluation index system and explanation for the resilience of agricultural industry chain

目标层 指标层 指标计算方法 属性
抵
御
力		 农业灌溉效率 有效灌溉面积/耕地总面积 +
农业机械生产力 农业机械总动力/耕地总面积 +
农村路网通达性 公路通路里程 +
农村信息化水平 行政村宽带网络接入数 +
粮食生产能力 粮食总产量 +
第一产业占比 第一产业总产值/GDP +
恩格尔系数 农村家庭食品消费/总消费 ﹣
恢
复
力		 第一产业增长率 第一产业增加值增长率 +
农产品加工 农产品加工业营业收入 +
人均可支配收入 农村居民人均可支配收入 +
人均消费支出 农村居民人均消费支出额 +
农业社会化服务 农民专业合作社数量 +
重
构
力		 农村用电量 农村居民生产生活用电量 +
固定资产投资 农村住户固定资产投资/农林牧渔投资额 +
农产品电商 淘宝村数量 +
农业消费品零售 农村消费品零售额/社会消费品零售额 +
财政支农力度 财政支农支出额 +
人力资本储备存量 高等院校本专科在校生数 +
②核心解释变量。核心解释变量采用涵盖覆盖广度、使用深度和数字化程度的北京大学数字普惠金融指数（DIF）衡量。
③中介变量。选取农业科技创新（TEC）为中介变量。因农业领域科技经费和科技活动人员投入详细数据难以考证，本文选择农业科技专利数量为农业科技创新的替代指标[25]。
④控制变量。数字普惠金融对农业产业链韧性影响受自然与社会等多因素影响，参考已有研究[26-28]，本文选用以下控制变量：农地流转（LTR），选用家庭承包耕地的流转面积占比；种植结构（PST），使用粮食播种面积与农作物总播种面积的比值来反映种植结构；农业生态环境（ENV），用水土流失治理面积与面积之比；传统金融发展水平（TRA），传统金融机构存贷款余额占GDP比重；乡村就业率（RER），以乡村就业人口占乡村地区总人口的比重来衡量；城镇化率（URB），采用城镇人口与其总人口比重表示。

2.2 模型设定

2.2.1 基准回归模型

构建以下模型分析数字普惠金融对农业产业链韧性的直接影响：
A g r R e s i i t = α 0 + α 1 D I F i t + α 2 C o n t r o l s i t + ∑ P r o + ∑ Y e a r + ε i t
式中：AgrResiit为农业产业链韧性；DIFit表示数字普惠金融水平；Controlsit为各控制变量；i、t分别代表省份和年份；εit为随机误差项。

2.2.2 分位数回归模型

传统最小二乘估计是均值回归，难以对数据所蕴含信息进行充分挖掘，分位数回归可揭示自变量对因变量分布不同位置的影响。分位数回归模型设定如下：
Q q A g r R e s i D I F , Z = β 0 q + β 1 q D I F i + β 2 q Z i
式中：Qq（AgrResi|DIF，Z）表示AgrResi在DIF与Z第q分位上的值；β1（q）表示第q分位上主要解释变量的系数。通过观察不同分位上数字普惠金融系数的变化，来探讨不同农业产业链韧性水平数字普惠金融对农业产业链韧性的影响差异。

2.2.3 空间计量模型

广义嵌套空间模型（GNS）如下：
A g r R e s i i t = δ 0 + δ 1 W A g r R e s i i t + δ 2 D I F i t + δ 3 W D I F i t + δ 4 C o n t r o l s i t + δ 5 W C o n t r o l s i t + ν i + c t + u i t
u i t = λ   W u i t + ε i t
式中：δ3表示空间自回归系数；vi、ct、uit分别表示地区固定效应、时间固定效应和随机误差项；W为空间权重矩阵。考虑到数字普惠金融影响效应受地理距离变大而降低，本文采用空间距离倒数的地理距离矩阵作为权重矩阵，并用邻接矩阵（0-1）做稳健性检验。

2.2.4 中介效应模型

为验证数字普惠金融对农业产业链韧性的农业科技创新中介效应，借鉴温忠麟等的研究[29]，构建递归模型进行检验。若DIF对TEC影响系数以及在将TEC作控制变量纳入回归模型后的系数均显著，说明数字普惠金融能促进农业科技创新并进而提升农业产业链韧性。

2.3 数据来源

基于“十二五”以来我国数字普惠金融与农业产业建设的深度开展[30]，本文选取2011—2022年中国31个省份（除港澳台）的样本数据进行分析。数据主要来自历年的《中国统计年鉴》《中国农村统计年鉴》《中国农业年鉴》《中国劳动统计年鉴》、各省份统计年鉴、中经网数据库及国家统计局，部分缺失数据通过插值法和平滑法补齐。为消除变量间量纲差异，将数字普惠金融和农业科技创新分别除以100、1000处理，并对变量进行多重共线性检验。结果显示，所有解释变量VIF的最大值和平均值分别为2.45、1.68，远低于10，表明变量间不存在共线性问题。

3 实证结果及分析

3.1 基准回归分析

Hausman检验在1%水平显著为正，选择双向固定效应模型为基准模型，表2报告了数字普惠金融对农业产业链韧性的直接影响。其中，列（1）~（3）均在1%水平上正向显著，说明数字普惠金融能促进农业产业链韧性提升。从列（4）~（8）分位数结果来看，不同分位下的数字普惠金融系数均显著为正，再次说明数字普惠金融能显著促进农业产业链韧性发展。当农业产业链韧性分位数处于10%和90%时，数字普惠金融影响系数相对较低，在分位数为50%数字普惠金融与农业产业链韧性影响最强。
表2 基准回归及分位数回归

Tab.2 Baseline regression and quantile regression

变量 （1）FE （2）OLS （3）FE （4）Q（10） （5）Q（25） （6）Q（50） （7）Q（75） （8）Q（90）
DIF 0.1559***
（0.0294）		 0.0493***
（0.0055）		 0.1685***
（0.0225）		 0.0913***
（0.0069）		 0.0955***
（0.0176）		 0.1298***
（0.0267）		 0.1258***
（0.0274）		 0.0897***
（0.0116）
LTR 0.2538***
（0.0381）		 0.0956**
（0.0386）		 0.0220*
（0.0119）		 0.0045
（0.0302）		 0.0315
（0.0458）		 0.0910*
（0.0471）		 0.0802***
（0.0199）
PST 0.0469
（0.0301）		 0.1309*
（0.0670）		 0.0850***
（0.0206）		 0.0986*
（0.0524）		 0.0934
（0.0795）		 0.1119
（0.0816）		 0.0947**
（0.0346）
ENV 0.0091
（0.0323）		 -0.0473
（0.0660）		 0.0571***
（0.0164）		 0.0034
（0.0417）		 -0.0441
（0.0633）		 -0.0777
（0.0650）		 -0.0534*
（0.0275）
TRA 0.0499***
（0.0043）		 -0.0037
（0.0056）		 -0.0007
（0.0018）		 0.0007
（0.0047）		 -0.0057
（0.0071）		 0.0023
（0.0073）		 0.0119***
（0.0031）
RER 0.0822**
（0.0290）		 -0.0636**
（0.0281）		 0.0293***
（0.0051）		 -0.0292**
（0.0130）		 -0.0374*
（0.0197）		 -0.0384*
（0.0203）		 0.0388***
（0.0086）
URB -0.1120**
（0.0508）		 0.5997***
（0.1023）		 0.6190***
（0.0331）		 0.4577***
（0.0843）		 0.4909***
（0.1280）		 0.5628***
（0.1314）		 0.4638***
（0.0557）
_cons 0.1284***
（0.0382）		 0.1415***
（0.0377）		 0.6961***
（0.1085）		 0.6158***
（0.0339）		 0.4797***
（0.0863）		 0.5100***
（0.1311）		 0.6345***
（0.1346）		 0.5303***
（0.0570）
Pseudo R2 0.815 0.8060 0.8105 0.8516 0.8892

注：*、**、***分别表示在10%、5%、1%的水平下显著，括号内数值为标准误。表3~表8同。

从控制变量来看，农地流转、种植结构与城镇化对农业产业链韧性具有显著正向影响，农地流转通过优化土地资源配置能提高农业生产效率使农业产业链面对外部冲击时具备更强恢复能力和适应能力，种植结构反映粮食生产基础与农业产业链稳定，城镇化发展前期能促进本区域农村劳动力集聚进而推动农业产业集约发展；生态环境、传统金融发展水平及乡村就业率负向影响农业产业链韧性发展，水土流失等生态环境恶化会导致耕地结构变化、农产品产量下降和生产成本上升削弱农业产业链韧性，传统金融发展水平负向影响可能源于传统金融与数字普惠金融之间客户等竞争，乡村就业率对农业产业链韧性发展的负向影响，可能源于农村劳动力流失和农业产业空心化等问题，大量农村劳动力涌向城市导致农村地区劳动力短缺和农业生产效率下降，影响农业产业链韧性铸建。
从数字普惠金融分维度来看，覆盖广度、使用深度、数字化程度均在1%显著性水平下呈现正向影响（表3），表明数字普惠金融三维度均能提升农业产业链韧性。为推进农业产业链韧性提升应统筹数字普惠金融三维度建设，促进数字普惠金融与农业产业链韧性深度融合与协同发展。
表3 数字普惠金融对农业产业链韧性影响的分维度效应

Tab.3 Fractal effects of digital inclusive finance on the resilience of agricultural industry chain

（1）AgrResi （2）AgrResi （3）AgrResi
DIF（覆盖广度） 0.1205***（0.0292）
DIF（使用深度） 0.0790***（0.0146）
DIF（数字化程度） 0.0655***（0.0102）
控制变量 YES YES YES
时间固定 YES YES YES
省份固定 YES YES YES
_cons -0.4285***（0.0961） -0.7067***（0.1124） -0.5167***（0.0958）
N 372 372 372
R2 0.944 0.947 0.950

3.2 数字普惠金融对农业产业链韧性的空间效应检验

①分析2011—2022年中国31个省份数字普惠金融与农业产业链韧性指数显示，两者均呈上升趋势。2022年全国数字普惠金融指数均值达3.794，为2011年9.49倍，同期农业产业链韧性指数则从0.132增至0.248。按东部、中部、西部经济地理分区[31]，两项指标均有所提升，但提升程度自东向西递减，其中东部领先全国，西部最低，中部数字普惠金融和农业产业链韧性分别低于、高于全国平均水平。进一步运用ArcGIS软件绘制2011、2016和2022年中国省域数字普惠金融与农业产业链韧性空间分布图（图1），从中看出中国31个省份的数字普惠金融发展水平与农业产业链韧性能力均有所提升，表明我国一系列金融政策支持和农业产业转型为数字普惠金融与农业产业链韧性发展提供了良好环境。其中，山东、江苏、浙江等省份数字普惠金融和农业产业链韧性值总体较高且提升较快，宁夏、青海和西藏等省份发展水平较低提升较慢，呈现高高集聚和低低集聚的空间特征。这种区域异质性可能与各省份经济社会发展水平、区位地理条件、资源禀赋和政策发展重点有关，如东部地区凭借良好农业生产条件、资源供给与金融市场体系等众多优势相对领先，而西部地区则受自然条件、金融发展、产业链不健全等因素制约。
图1 中国省域数字普惠金融与农业产业链韧性时空演化

注：基于自然资源部标准地图服务网站下载的审图号为GS（2023）2763号的标准地图绘制，底图边界无修改。

Fig.1 Evolution of digital inclusive finance and the resilience of the agricultural industry chain

②分析莫兰指数发现，数字普惠金融与农业产业链韧性均通过全局莫兰指数（表略，可索取）检验，表明二者存在正向空间相关；局部散点图显示二者大体呈现东部地区“高—高”集聚和西部地区“低—低”集聚特征（图2）。所以，可选择空间计量模型探究数字普惠金融对农业产业链韧性的空间效应。
图2 中国省域数字普惠金融与农业产业链韧性的局部莫兰指数

Fig.2 Local Moran's index of digital inclusive finance and resilience of agricultural industry chain

③分析LM检验结果发现，LM-Lag、Robust LM-Lag且Robust LM-Error值均符合显著性检验标准（表4）；通过Wald、LR、Hausman及效应检验分析，SDM模型不能退化为SAR或SEM模型，时空双固定下的空间SDM模型探究数字普惠金融对农业产业链韧性影响最适配。因此，主要分析SDM模型下数字普惠金融对农业产业链韧性的空间效应。
表4 LM检验结果

Tab.4 LM test results

检验方法 LM-Lag Test Robust LM-Lag Test LM-Error Test Robust LM-Error Test
统计量值 6.207 17.869 0.903 12.565
P值 0.013 0.000 0.342 0.000
由表5空间计量模型回归结果可知，数字普惠金融对农业产业链韧性的影响均正向显著，运用偏微分将SDM总效应分为直接效应与间接效应[32]，发现数字普惠金融影响的直接效应、间接效应与总效应系数分别为0.0963、0.4698和0.5661，均通过1%的显著性水平检验。其中间接效应系数高于直接效应，表明数字普惠金融提升农业产业链韧性的空间效应（即间接效应）有不可忽视的影响。
表5 空间计量模型估计结果

Tab.5 Estimation results of spatial econometric models

变量 （1）SDM（直接效应） （2）SDM（间接效应） （3）SDM（总效应） （4）SAR （5）SEM
DIF 0.0963***（0.0278） 0.4698***（0.0941） 0.5661***（0.0787） 0.1883***（0.0217） 0.1922***（0.0182）
LTR 0.0415（0.0312） -0.5366**（0.2025） -0.4951**（0.2060） 0.0923**（0.0330） 0.0810**（0.0336）
PST -0.0063（0.0622） -0.3382（0.2645） -0.3445（0.2784） 0.1346**（0.0571） 0.1173**（0.0577）
ENV -0.0303（0.0416） -0.4628**（0.2107） -0.4931**（0.2057） -0.0537（0.0455） -0.0720（0.0452）
TRA -0.0040（0.0051） -0.0445**（0.0215） -0.0486**（0.0201） -0.0047（0.0051） -0.0077（0.0050）
RER -0.0563***（0.0130） 0.1756**（0.0588） 0.1193*（0.0617） -0.0594***（0.0143） -0.0487**（0.0150）
URB 0.5661***（0.1008） -2.2886***（0.5708） -1.7225**（0.5478） 0.5887***（0.0921） 0.5261***（0.0900）

3.3 稳健性检验与内生性处理

为进一步验证结果的稳健性，采用更换Tobit模型、调整核心被解释与解释变量、剔除直辖市、改变研究样本期、替换权重矩阵6种方式进行检验（表6），结果均保持稳健。具体而言，因数字普惠金融与农业产业链韧性值存在截断特征，将基准模型替换为Tobit模型，结果保持一致。通过线性加权被解释变量、滞后一期核心解释变量、剔除直辖市等方法检验，结果依然稳健。同时考虑到2016年先后发布《推进普惠金融发展规划（2016—2020年）》等数字普惠金融重要文件，将样本期调整为2016—2022年，影响系数与显著性未有明显变化。为进一步检验空间效应，将矩阵调整为0-1矩阵，SDM模型仍然显著。此外，为检验内生性问题，借鉴张蕊等的研究[33]选择与数字普惠金融相关外生农业产业链韧性的滞后一期全国信息技术服务收入与1984年人均邮电业务量的交乘项为工具变量进行回归，结果显示系数和显著性水平未显著改变，F值大于10，表明不存在明显的内生性问题。
表6 稳健性检验与内生性处理

Tab.6 Robustness testing and endogenous processing

变量 （1）Tobit （2）AgrResi （3）DIF滞后 （4）直辖市剔除 （5）2016-2022 （6）0-1矩阵 （7）IV
DIF 0.1685***（0.0194） 0.0343***（0.0058） 0.1632***（0.0250） 0.2309***（0.0253） 0.1599***（0.0335） 0.0743**（0.0312） 0.806***（0.1290）
W·DIF 0.2453***（0.0453）
rho -0.1969**（0.0705）
IV 0.0299***（0.0053）

3.4 区域异质性分析

数字普惠金融对东部、中部、西部地区的农业产业链韧性有显著提升作用，但存在区域异质性（表7）。其中，东部地区数字普惠金融及产业链管理相对成熟，提升效应最强；中部地区农业基础好但数字普惠金融建设差异大，提升效应次之；西部地区数字普惠金融发展较慢，提升效应最弱。从空间效应看，东部地区和西部地区较强，东部地区凭借其强大经济实力和先进数字技术驱动溢出最明显，西部地区虽然整体数字水平相对较低，但随着西部大开发战略的深入实施和“一带一路”倡议的推进，后发优势逐渐凸显。
表7 区域异质性验证结果

Tab.7 Regional heterogeneity test results

变量 （1）FE（East） （2）FE（Midle） （3）FE（West） （4）SDM（East） （5）SDM（Midle） （6）SDM（West）
DIF 0.2690***（0.0477） 0.1053***（0.0193） 0.0604*（0.0326） 0.2354***（0.0284） 0.0717***（0.0159） 0.0271（0.0230）
W·DIF 0.3863**（0.1550） 0.1538**（0.0530） 0.3733**（0.1304）
rho -0.9781***（0.1911） -1.0077***（0.1677） -1.2691***（0.2472）

3.5 农业科技创新中介效应分析

表8显示，DIF对TEC与AgrResi系数分别为5.9354、0.1060，均在1%水平上显著，表明数字普惠金融不仅直接对农业产业链韧性有积极影响，还能通过推进农业科技创新这一中介变量进而大幅提升农业产业链韧性。sobel检验依然成立，中介效应占总效应的91.03%，表明农业科技创新是数字普惠金融提升农业产业链韧性的重要环节。
表8 农业科技创新中介效应回归结果

Tab.8 Regression results of the intermediary effect of agricultural technology innovation

变量 （1）
FE（TEC）		 （2）
FE（AgrResi）		 （3）
SDM（TEC）		 （4）
SDM（AgrResi）
DIF 5.9354***（1.0169） 0.1060***（0.0189） 2.8694**（1.2737） 0.0873***（0.0213）
TEC 0.0105***（0.0012） 0.0097***（0.0009）
W·DIF 26.4993***（6.3242） 0.6358***（0.1196）
rho -0.7105**（0.2377） -0.4736**（0.2163）
sobel 0.0914*** （0.0151）
Goodman 1 0.0914*** （0.0151）
Goodman 2 0.0914*** （0.0151）
中介效应 0.0914*** （0.5611）
直接效应 0.0090*** （0.0013）
总效应 0.1004*** （0.0151）

4 结论与建议

本文运用2011—2022年中国31个省份的数字普惠金融指数和基于农业研产加销服宏微观数据测度的农业产业链韧性指数，探究了数字普惠金融对农业产业链韧性的影响与空间效应。主要结论如下：①研究期内中国31个省份的数字普惠金融与农业产业链韧性水平均呈上升趋势，但存在区域差异，其中东部地区高于中西部，呈现“高—高”“低—低”空间聚集。②从影响机制来看，数字普惠金融通过拓展传统金融覆盖面、缓解涉农企业金融约束、促进产业结构升级与协同产业链建设等促进农业产业链产能扩展、链条延伸与价值共创进而提升农业产业链的风险抵御、恢复与重构等韧性能力；数字普惠金融覆盖广度、使用深度及数字化程度均能正向促进农业产业链韧性发展；由于不同环境金融发展与农业技术水平差异，数字普惠金融在提升农业产业链韧性方面存在区域差异及空间溢出效应，其影响程度自东向西逐渐减弱，东部地区受技术驱动效应显著，而西部地区则展现出后发优势的溢出效应。③从创新推动角度来看，数字普惠金融还能通过数字延伸与技术孵化等手段推动农业科技创新，促进农业产业链韧性提升。
根据上述结论，本文提出以下建议：①统筹推进乡村数字普惠金融与农业产业链基础设施建设，强化数字乡村建设与农业物流电商等新型基础设施投入力度，大力发展和应用大数据、人工智能等数字技术协同推进互联网金融机构、大中型金融机构和农商行、村镇银行等数字金融供给主体与传统小农、新型农业经营主体、农村集体经济组织等乡村金融需求主体产融全链共建共享，探索建立跨区域农业产融数字化平台，加强省际交流与合作发挥数字普惠金融空间溢出效应。②创新适合农业产业链各主体需求的数字普惠金融产品与服务，深化数字普惠金融的使用深度与数字化程度，优化中西部省域金融覆盖与资源布局，强化普惠金融科技标准化建设，促进金融、数字金融和数字普惠金融合力集聚，创新高标准农田投贷联动、水金融等投融资模式，充分发挥金融、数字金融及数字普惠金融独特优势，推广e账通、链捷贷等金融产品与服务，推广粮食收购贷款、生猪保险+期货、蔬菜冷链物流融资等专项产业链金融产品。③强化农业科技支持及要素投入，健全农业全产业链的创新体系，推进农业产业链数字化转型，支持特色农业产业链发展，引导科技和金融等企业运用大数据技术识别农业科技需求重点与薄弱环节，发展“保险+期货”重点支持粮食、生猪、蔬菜、油料领域智能灌溉、精准施肥、动物健康监测等技术推广，推进农业产业链韧性建设。
本文存在的不足或待拓展之处：囿于数据可得性，仅选取中国31个省份的农业研产销服等经济指标测度农业产业链韧性水平，后续研究可从国际比较视角完善评价指标体系，在采用固定效应、空间计量和中介效应等模型检验数字普惠金融对农业产业链韧性影响的基础上，对地级区域或县域层面的粮食、生猪、蔬菜、油料等农业重点领域的产业链进行实证检验，以探究更深层次的空间驱动效应。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
魏后凯, 叶兴庆, 杜志雄, 等. 加快构建新发展格局,着力推动农业农村高质量发展——权威专家深度解读党的二十大精神[J]. 中国农村经济, 2022, 38(12):2-34.

[2]
黄益平, 黄卓. 中国的数字金融发展:现在与未来[J]. 经济学季刊, 2018, 17(4):1489-1502.

[3]
何亚莉, 杨肃昌. “双循环”场景下农业产业链韧性锻铸研究[J]. 农业经济问题, 2021, 42(10):78-89.

[4]
Holling C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4(1):1-23.

[5]
Martin R. Regional economic resilience,hysteresis and recessionary shocks[J]. Journal of Economic Geography, 2012, 12(1):1-32.

[6]
彭文斌, 邝嫦娥, 李文意, 等. 长江中游城市群城市更新与生态韧性空间关联网络及影响研究[J]. 地理科学, 2024, 44(11):1936-1945.

DOI

[7]
张利庠. 产业组织、产业链整合与产业可持续发展——基于我国饲料产业“千百十调研工程”与个案企业的分析[J]. 管理世界, 2007, 23(4):78-87.

[8]
成德宁, 汪浩, 黄杨. “互联网+农业”背景下我国农业产业链的改造与升级[J]. 农村经济, 2017, 35(5):52-57.

[9]
唐松, 伍旭川, 祝佳. 数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J]. 管理世界, 2020, 36(5):52-66.

[10]
李杰义, 胡静澜. 数字普惠金融、农业产业链延伸与农民增收[J]. 统计与决策, 2024, 40(3):81-85.

[11]
袁旭宏, 张怀志, 马超群, 等. 普惠金融影响地方政府债务的作用机制及其时空效应[J]. 经济地理, 2024, 44(8):68-76.

DOI

[12]
Lu Q, Liao C, Chen M, et al. Platform financing or bank financing in agricultural supply chains:The impact of platform digital empowerment[J]. European Journal of Operational Research, 2024, 315(3):952-964.

[13]
郭岩峰, 张春艳. 产业数字化、绿色技术创新与农业产业链韧性[J]. 技术经济与管理研究, 2023, 44(10):117-122.

[14]
高杨, 姚雪, 白永秀, 等. 有为“链长”赋能绿色低碳农业产业链:内在机理与实现路径[J]. 经济学家, 2022, 34(12):116-124.

[15]
Qiu J, Zhao H, Chang N B, et al. Scale up urban agriculture to leverage transformative food systems change,advance social-ecological resilience and improve sustainability[J]. Nature Food, 2024, 5(1):83-92.

[16]
张栋浩, 罗荣华, 刘锡良. 中国特色普惠金融体系的理论逻辑、建设成就与高质量发展路径[J]. 经济学家, 2024, 36(5):46-55.

[17]
黎翠梅, 周莹. 数字普惠金融对农村消费的影响研究——基于空间计量模型[J]. 经济地理, 2021, 41(12):177-186.

DOI

[18]
O' Toole C M, Newman C, Hennessy T. Financing constraints and agricultural investment:Effects of the Irish financial crisis[J]. Journal of Agricultural Economics, 2014, 65(1):152-176.

[19]
王小华, 贺文瑾. 数字普惠金融发展的时空特征及其动力机制研究[J]. 农业经济问题, 2024, 45(1):16-33.

[20]
易行健, 周利. 数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据[J]. 金融研究, 2018, 61(11):47-67.

[21]
黄红光, 白彩全, 易行. 金融排斥、农业科技投入与农业经济发展[J]. 管理世界, 2018, 34(9):67-78.

[22]
Upton J, Constenla-Villoslada S, Barrett C B. Caveat utilitor:A comparative assessment of resilience measurement approaches[J]. Journal of Development Economics, 2022, 157(2):1-19.

[23]
李久林, 滕璐, 马昊楠, 等. 安徽省农业经济韧性的空间异质性及其影响因素[J]. 华东经济管理, 2022, 36(11):75-84.

[24]
郝爱民, 解梦菡, 刘育廷. 农业产业链韧性水平测度与时空演变[J]. 统计与决策, 2024, 40(16):95-100.

[25]
张金鑫, 王红玲. 环境规制、农业技术创新与农业碳排放[J]. 湖北大学学报(哲学社会科学版), 2020, 47(4):147-156.

[26]
蒋辉, 陈瑶, 刘兆阳. 中国粮食生产韧性的时空格局及其影响因素[J]. 经济地理, 2023, 43(6):126-134.

DOI

[27]
陈一明, 温涛. 数字普惠金融能促进乡村产业发展吗——基于空间计量模型的分析[J]. 农业技术经济, 2023, 42(1):32-44.

[28]
周玉玺, 程创业. 数字普惠金融与农业产业链韧性耦合协调及影响因素[J]. 中国农业大学学报, 2024, 29(7):297-306.

[29]
温忠麟. 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004, 49(5):614-620.

[30]
黄祖辉, 宋文豪, 叶春辉. 数字普惠金融对新型农业经营主体创立的影响与机理——来自中国1845个县域的经验证据[J]. 金融研究, 2023, 66(4):92-110.

[31]
李建军, 彭俞超, 马思超. 普惠金融与中国经济发展:多维度内涵与实证分析[J]. 经济研究, 2020, 55(4):37-52.

[32]
LeSage J, Pace R K. Introduction to spatial econometrics[M]. New York: CRC Press, 2009.

[33]
张蕊, 余进韬. 数字金融、营商环境与经济增长[J]. 现代经济探讨, 2021, 40(7):1-9.

Options
文章导航

/

〈 〉