首页 > 论文范文 > 农业科技论文 > 农业工程论文 > 农业机械论文 > 数字普惠金融对农业机械化的影响研究

数字普惠金融对农业机械化的影响研究

2024-10-31 187 上传者：管理员

摘要：乡村产业兴旺离不开农业机械化，而数字普惠金融已经成为中国农业机械化水平提升的推动力。基于2005—2021年期间1 819个县级数据，采用双向固定效应模型探究数字普惠金融对农业机械化的影响。研究表明，数字普惠金融对农业机械化存在显著的正向作用，更换变量和修改样本区间的稳健性检验也表明结果可靠。还发现在东部、中部和西部存在明显的异质性，中部极其明显。针对中部和西部地区，提出扩大数字普惠金融的覆盖度、加强建设中西部县域城市的基础设施等建议，为农业机械化发展提供参考。

关键词：
乡村产业
农业技术
农业机械化
双向固定效应模型
数字普惠金融
加入收藏

数字普惠金融是实现经济增长的强大动能。在助力城市释放经济活力的同时，也为广大农村提供了金融支持[1]。数字普惠金融的发展，为农业技术带来了新的创新，实现了数字技术和农业机械之间的深度融合[2]。数字普惠金融利用新兴技术移动支付、区块链等，不断拓宽传统银行提供金融服务的边界，突破了传统金融限制，大大提升了金融服务的深度和广度[3]。数字普惠金融为广大农村居民和农村企业提供了新的融资渠道，减轻交易成本，为农户和农村企业的发展奠定了一定的基础[4]。

农业机械化指在进行农业耕作时，使用现代化农业机械代替人工，将新兴的科学技术融入到农业机械装备中，科技赋能农业，实现科技和农业的双重融合，精准快速地实现大规模的农业生产。要想在中国农村推行农业机械化，离不开金融的支持，金融服务在广大农村的普及助力乡村产业的兴旺发展[5]。目前，关于数字普惠金融对农业机械化的影响集中在省级层面。文章选取2005—2021年的1 819个县级城市作为样本，更能反映出数字普惠金融与农业机械化之间的关系。

1、文献综述与研究假设

中国城镇化的推行，不可避免地减少了耕地面积和农村劳动力人口，而粮食安全是中国国家安全的重中之重。合理地推行农业机械化，分配农村剩余劳动力，对耕地进行最优化利用是解决粮食产量的重要途径。梳理相关文献发现，罗锡文等[6]针对农业机械化出现的问题、发展、技术等方面，提出农业生产的关键是农业机械化。罗锡文等[7]还提出信息技术是推动农业机械化水平持续增长的动能，利用现代化关键技术的攻关，完善农业机械精准作业系统。伍骏骞等[8]运用空间Durbin模型进行分析，表明农业机械化对本地区的粮食产量有显著的正向影响。周振等[9]基于县级层面的面板数据，利用双重差分模型，将农机具购置补贴政策作为准自然实验，结果表明农业机械化对农村居民收入有显著增强。李谷成等[10]基于省级面板数据，构建中介效应模型，结果也显示农业机械化对农村居民收入的正向作用。

乡村振兴离不开数字普惠金融的支持，而乡村振兴的关键点在于农业机械化，农业机械化可以提升农民收入，增加粮食产量。数字普惠金融为社会中弱势群体提供资金融通，而中国农村居民缺乏金融认知，数字普惠金融的推行，让广大农村居民和农村企业享受到低交易成本的信贷支持。数字普惠金融的普及伴随着通信技术、智能化科技的发展，通过手机端的覆盖，金融服务可以走进农村。

数字普惠金融通过政府政策支持，可以让农村企业借贷更加便捷，让乡村企业愿意走下去，用较为廉价的借贷成本获得发展中急需的资金，从而获得较高的经济收益。

H1：数字普惠金融发展对农村机械化有着显著的促进作用。

2、研究设计

2.1模型设计

为了探讨数字普惠金融对中国县域农业机械化的影响，文章选择了双向固定效应模型对该影响进行识别。其中，构建的双向固定效应模型如下。

式中：AM表示农业机械化；η0表示常数项；DIF表示数字普惠金融；η1表示数字普惠金融的回归系数；η2表示控制变量的回归系数；X表示其他控制变量，变量分别为产业结构（is）、预算水平（budget）、居民储蓄（sav）、福利水平（welfare）、教育水平（student）、卫生水平（hos）、信息水平（inf）；μ表示个体固定效应；γ表示时间固定效应；ε表示随机误差项。

2.2数据来源及变量说明

文章研究数字普惠金融对中国农业机械化的影响，各个变量名称、符号、定义如表1所示。县域数量为1 819个，样本总量为8 258个。所有变量的数据都来自于《中国县域统计年鉴》。

2.2.1被解释变量

选取农业机械化作为被解释变量，参考已有文献使用农业机械化总动力进行测量。其中数据来源于2015—2021年《中国县域统计年鉴》。

2.2.2解释变量

选取数字普惠金融作为解释变量，采用2015—2021年北京大学编制的数字普惠金融指数作为衡量标准。数据来源于北京大学数字普惠金融数据库。针对数字普惠金融对农业机械化的影响，根据其三个分指数数字金融覆盖广度（DIF1）、数字金融使用深度（DIF2）以及普惠金融数字化程度（DIF3）对农业机械化的影响进行下一步分析。

2.2.3控制变量

1）产业结构（is）。

采用第三产业增加值（万元）与国内生产总值的比值进行衡量。

2）预算水平（budget）。

地方政府的预算水平代表当地基础设施的完善程度，因此选取地方财政一般预算收入加地方财政一般预算支出的总和与地区生产总值的比值作为衡量标准（单位均为万元）。

3）居民储蓄（sav）。

居民的储蓄代表当地居民的消费水平，对当地生产总值有很大的影响，选取城乡居民储蓄存款余额与地区生产总值的比值作为衡量标准（单位均为万元）。

4）福利水平（welfare）。

当地福利水平间接反映当地的经济水平，选取各种社会福利收养性单位床位数与户籍人口的比值，在比值的基础上再除以100，作为衡量标准。

5）教育水平（student）。

教育水平代表数字普惠金融的接纳度、覆盖度，选取普通中学在校学生数与户籍人口数的比值，在比值的基础上再除以1 000，作为衡量标准。

6）卫生水平（hos）。

卫生水平代表当地医疗设施的完善程度，选取医院卫生院床位数与户籍人口的比值，在比值的基础上再除以100，作为衡量标准。

7）信息水平（inf）。

信息水平代表着当地居民能够获取外界信息的程度，选取固定电话用户与户籍人口的比值，在比值的基础上再除以10 000，作为衡量标准。

2.2.4描述性统计

对选取的变量进行描述性统计，如表2所示，总计8 258个样本，从中国各个县来看，不仅数字普惠金融的发展程度存在较大差异，而且农业机械化程度也有较大差距。各个地区的经济发展程度不同，对地方的各个产业的支持力度也有所不同，对于农业发展，金融的支持很重要。

3、实证分析

3.1基准回归分析

如表3所示，汇报了双向固定效应模型回归的效果。从表3第（1)～(8）列可以看出，回归系数都为正，表明在有控制变量存在的情况下，数字普惠金融对农业机械化的影响效果显著。从表3第（8）列的回归结果来看，数字普惠金融的系数为0.392，并且在1%的水平上显著，这表明数字普惠金融每提高一个百分点，对应的农业机械化水平就会提高0.392%。其拟合优度为0.967，这表明数字普惠金融能够很好地解释农业机械化水平逐步提升的现象，以上分析对H1进行了证明。数字普惠金融具备3个分指标，文章采用双向固定效应模型，分析分指数对农业机械化的影响。数字普惠金融的分指数主要有：数字金融覆盖广度（DIF1）、数字金融使用深度（DIF2）以及普惠金融数字化程度（DIF3）。

表1 变量定义

表2 描述性统计

表3 基准回归结果

如表4所示，从表4第（2)(4)(6）列的回归结果可以看出，数字金融的覆盖度系数为正，数字金融使用深度和数字化程度为负，且拟合优度为0.967，这表明中国广大的县域城市急需数字金融的覆盖，农民和地方政府需要金融力量的支持，信贷支持、减少融资成本等都能够强有力地支持农业机械化。

表4 分指数回归结果

3.2稳健性检验

文章采取更换解释变量和更换区间样本来对模型进行稳健性检验。如表5所示，第（1）和（2）列是对数字普惠金融综合指数取对数之后得到的回归结果。第（3）和（4）列是因为新冠肺炎疫情影响删除2020年和2021年的数据所得到的回归结果。这两种稳健性检验表明，第（2）和第（4）列的系数分别为0.194和0.392，发现数字普惠金融依然对农业机械化有着显著的正向影响，故而基准回归的结果是稳健的。

3.3异质性分析

如表6所示，汇总了区域异质性的回归结果。中国地大物博，每个地区之间的经济发展、产业结构、资源禀赋、科技创新、制度环境等都存在明显的差异性，可能是导致数字普惠金融实施后产生不同的农业机械化的空间异质性，因此文章样本分为东部、中部和西部进行分析。由（1)～(3）列显示，东部地区的数字普惠金融对农业机械化的影响结果显著为负，中部和西部地区的数字普惠金融的发展给该地区农业机械化带来较大改观，尤其是中部地区极其显著。中部和西部地区经济发展程度不如东部发达，受到教育水平和资金成本等因素的限制。近年来，数字普惠金融的大力发展，给中部和西部地区带来了资金和经济发展活力，为农业机械化的提升起到了重要作用。东部地区经济发展程度高，科研水平和创新能力显著，民众对金融的认知程度偏高，所以数字普惠金融的发展在东部地区对农业机械化的效果一般。

4、结论和建议

4.1结论

文章根据双重固定效应模型，采用县级数据，针对数字普惠金融的影响效果，对农业机械化进行深度研究。根据数据回归显示，数字普惠金融对农业机械化的影响结果是正向显著的。而中国各地区的农业机械化水平层次不一，存在明显的异质性，中部和西部地区经济发展水平较为落后，引入数字普惠金融之后，金融助力中部和西部的乡村产业和农业机械化迅速发展，逐渐追上东部。稳健性检验表明，更换解释变量、对样本区间进行变更即剔除异常性数据不改变影响结果。

表5 稳健性检验

表6 异质性分析结果

4.2建议

1）提升数字普惠金融的覆盖率，政府出台各项措施鼓励农村居民借贷特定贷款，以相对低廉的借贷成本，吸引农村居民购买农机等生产工具，加强农村居民对农机使用的培训，提高使用频率和熟练度，提升整体地区的经济发展水平，从而带动农村居民收入的提升[11]。

2）地方政府应该加强基础设施建设，营造出良好的营商环境，以吸引更多外来资金投入地方经济建设，形成投资和农村企业联合互动的良好氛围。地方政府应出台相应政策，加强数字普惠金融和农村企业之间的交流，给予农村企业政策支持，实现农村企业的机械化和现代化。

3）不同地区政府应该根据自身发展情况、资源情况以及发展规划，有计划地引导社会资金和银行资金进入农村企业中，实现金融服务在农村企业中起到的关键作用。

参考文献:

[1]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(5):23-33.

[2]王敏,谷羽,李兆伟.数字普惠金融与乡村振兴:理论逻辑与实证检验[J].西北大学学报(哲学社会科学版),2023,53(1):56-71.

[3]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.

[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1 869个县域的证据[J].中国农村经济,2022(2):76-93.

[5]闫桂权,何玉成,张晓恒.数字普惠金融发展能否促进农业机械化———基于农机作业服务市场发展的视角[J].农业技术经济,2022(1):51-64.