金融科技對(duì)農(nóng)村居民的收入增長(zhǎng)效應(yīng)及其傳導(dǎo)機(jī)制

劉心怡 金 山 張 偉

(廣東金融學(xué)院，廣東 廣州 510521)

當(dāng)前，融合了大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等新興前沿技術(shù)的金融科技發(fā)展迅速。通過(guò)大數(shù)據(jù)技術(shù)的應(yīng)用，金融科技能夠有效提高借款人信用風(fēng)險(xiǎn)識(shí)別效率(王正位 等，2020)；同時(shí)，金融科技對(duì)于地區(qū)和企業(yè)創(chuàng)新水平及效率提升均起到了顯著促進(jìn)作用(馬凌遠(yuǎn) 等，2019；李春濤 等，2020)。隨著金融科技更多地服務(wù)于農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)，也有助于提高農(nóng)民主動(dòng)增收能力。那么，金融科技對(duì)農(nóng)民增收的效應(yīng)如何？又通過(guò)何種傳導(dǎo)機(jī)制推動(dòng)了增收？基于此，本文嘗試從收入來(lái)源結(jié)構(gòu)視角分析金融科技對(duì)農(nóng)民的增收效應(yīng)，揭示其具體傳導(dǎo)機(jī)制，以期能為中國(guó)金融支農(nóng)政策體系構(gòu)建提供現(xiàn)實(shí)依據(jù)。

一、理論分析與研究假說(shuō)

(一)金融科技對(duì)農(nóng)民增收的直接影響

有關(guān)金融支農(nóng)方面的研究普遍認(rèn)為農(nóng)村金融市場(chǎng)存在信息不對(duì)稱、交易成本高等問(wèn)題，由此導(dǎo)致的融資約束制約了農(nóng)民增收(張偉 等，2017；何廣文 等，2018)。金融科技主要在三方面緩解了農(nóng)民信貸約束，從而促進(jìn)農(nóng)民增收：一是提升融資可得性。通過(guò)創(chuàng)新金融信貸產(chǎn)品、提供網(wǎng)絡(luò)融資平臺(tái)等手段，提升借貸便利性，簡(jiǎn)化審批支付流程，使得農(nóng)民更易獲得資金以從事生產(chǎn)經(jīng)營(yíng)活動(dòng)(胡新艷 等，2016；張貴年，2018)。二是降低了融資交易成本。借助大數(shù)據(jù)、區(qū)塊鏈等信息技術(shù)，可以及時(shí)追蹤交易行為數(shù)據(jù)，對(duì)傳統(tǒng)農(nóng)戶征信體系進(jìn)行補(bǔ)充，降低了信息不對(duì)稱程度，使得金融機(jī)構(gòu)的借貸成本和風(fēng)險(xiǎn)減少，因而增強(qiáng)其資金供給動(dòng)機(jī)(何婧 等，2017)。三是拓寬了融資渠道。金融科技的發(fā)展打破了以農(nóng)信社等為主的傳統(tǒng)農(nóng)村金融供給體系，引入互聯(lián)網(wǎng)金融公司、眾籌等多種社會(huì)資本參與，農(nóng)民獲取資金支持的渠道大幅增加，特別是對(duì)于新型農(nóng)業(yè)經(jīng)營(yíng)主體、極端貧困農(nóng)戶等農(nóng)村融資的“長(zhǎng)尾”對(duì)象(王馨，2015；江維國(guó) 等，2015)，顯著提升了其融資生產(chǎn)的可能性。據(jù)此，提出：

研究假說(shuō)1：金融科技直接促進(jìn)了農(nóng)民增收。

(二)金融科技對(duì)農(nóng)民增收的間接影響

從農(nóng)民收入結(jié)構(gòu)視角來(lái)看，工資性收入和經(jīng)營(yíng)性收入已成為農(nóng)民收入的兩大支柱，轉(zhuǎn)移性收入雖占比較小，但近年來(lái)財(cái)政支農(nóng)力度不斷增強(qiáng)，增速也有顯著提升。伴隨著農(nóng)地確權(quán)工作的開(kāi)展，財(cái)產(chǎn)性要素收入逐步被撬動(dòng)，但其對(duì)農(nóng)民增收的作用效果還未充分顯現(xiàn)。為此，本文從收入來(lái)源渠道出發(fā)，考慮金融科技對(duì)農(nóng)民增收可能通過(guò)以下三個(gè)方面產(chǎn)生間接影響：

首先，金融科技通過(guò)促進(jìn)非農(nóng)就業(yè)，以工資性收入為主要增收渠道進(jìn)行傳導(dǎo)。新型農(nóng)業(yè)經(jīng)營(yíng)主體作為傳統(tǒng)金融的“長(zhǎng)尾”客戶，其資金需求往往被忽視(王馨，2015；張偉 等，2020)，這一現(xiàn)象極大影響了農(nóng)民返鄉(xiāng)創(chuàng)業(yè)的積極性。金融科技通過(guò)大數(shù)據(jù)征信系統(tǒng)、云計(jì)算等技術(shù)有效支持了農(nóng)業(yè)小微企業(yè)融資(李樹(shù) 等，2018；趙羚雅 等，2019)。返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)熱潮的掀起，提供了更多非農(nóng)就業(yè)機(jī)會(huì)，特別是增加了農(nóng)村留守老弱貧困勞動(dòng)力的就業(yè)機(jī)會(huì)，促進(jìn)了農(nóng)民工資性收入增長(zhǎng)(王建，2019；楊繼瑞 等，2016；Zereyesus et al., 2017)。據(jù)此，提出：

研究假說(shuō)2：金融科技通過(guò)促進(jìn)農(nóng)民非農(nóng)就業(yè)實(shí)現(xiàn)農(nóng)民收入提升。

其次，金融科技通過(guò)影響農(nóng)業(yè)全要素生產(chǎn)率，以經(jīng)營(yíng)性收入為主要增收渠道進(jìn)行傳導(dǎo)。一方面，金融科技在農(nóng)業(yè)生產(chǎn)要素投入上創(chuàng)新金融產(chǎn)品供給，提供購(gòu)買農(nóng)機(jī)具補(bǔ)貼貸款或提高種植技術(shù)，促進(jìn)農(nóng)業(yè)生產(chǎn)行為的改善，提升農(nóng)業(yè)全要素生產(chǎn)率，增加農(nóng)業(yè)生產(chǎn)者收益(張哲晰 等，2018；左斐 等，2019；Aung et al., 2019)；另一方面，金融科技更多地介入農(nóng)業(yè)生產(chǎn)全環(huán)節(jié)，融資端與銷售端的融合拓寬了農(nóng)業(yè)產(chǎn)業(yè)鏈，促使高附加值農(nóng)產(chǎn)品的生產(chǎn)向銷售端轉(zhuǎn)移(楊繼瑞 等，2016；王剛貞 等，2017)，盡管對(duì)傳統(tǒng)農(nóng)業(yè)生產(chǎn)效率可能產(chǎn)生一定擠出效應(yīng)，但邊際報(bào)酬的提升對(duì)農(nóng)民收入仍有一定促進(jìn)作用。據(jù)此，提出：

研究假說(shuō)3：金融科技通過(guò)影響農(nóng)業(yè)全要素生產(chǎn)率實(shí)現(xiàn)農(nóng)民收入提升。

最后，金融科技通過(guò)提升財(cái)政資金配置效率，以轉(zhuǎn)移性收入為主要增收渠道進(jìn)行傳導(dǎo)。已有研究表明，財(cái)政支農(nóng)主要通過(guò)經(jīng)濟(jì)增長(zhǎng)的“涓滴效應(yīng)”和收入再分配的調(diào)節(jié)效應(yīng)促進(jìn)農(nóng)民增收，但財(cái)政轉(zhuǎn)移支付因存在數(shù)目較小、覆蓋率較低以及瞄準(zhǔn)性偏誤等問(wèn)題，造成財(cái)政資金配置效率低下(Westmore，2018；王漢杰 等，2020)。金融科技一方面因其信息技術(shù)優(yōu)勢(shì)，可提供財(cái)政支出的轉(zhuǎn)移支付手段，并通過(guò)考察轉(zhuǎn)移支付對(duì)象信用情況，精準(zhǔn)匹配農(nóng)戶資金需求(宋顏群 等，2020)；另一方面通過(guò)網(wǎng)絡(luò)平臺(tái)和移動(dòng)支付手段，提升財(cái)政轉(zhuǎn)移支付覆蓋面，同時(shí)利用金融杠桿效應(yīng)撬動(dòng)社會(huì)資本(周月書(shū) 等，2019；李文龍 等，2019)，彌補(bǔ)財(cái)政支持力度不足問(wèn)題，提升財(cái)政資金配置效率，實(shí)現(xiàn)農(nóng)民收入提升。據(jù)此，提出：

研究假說(shuō)4：金融科技通過(guò)提升財(cái)政資金配置效率實(shí)現(xiàn)農(nóng)民收入提升。

二、數(shù)據(jù)來(lái)源與研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源

本文選取2013—2018年中國(guó)30個(gè)省、市、自治區(qū)(港澳臺(tái)及西藏地區(qū)除外)為樣本，數(shù)據(jù)主要來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、各省(市、自治區(qū))統(tǒng)計(jì)年鑒及統(tǒng)計(jì)公報(bào)。金融科技相關(guān)數(shù)據(jù)采用手動(dòng)搜索百度網(wǎng)頁(yè)獲取。

本文對(duì)數(shù)據(jù)主要做了以下調(diào)整：一是缺失值處理。針對(duì)第一產(chǎn)業(yè)從業(yè)人員數(shù)指標(biāo)部分省份2018年數(shù)據(jù)存在缺失，采用移動(dòng)平均法進(jìn)行插值。二是價(jià)格調(diào)整。為消除通貨膨脹影響，與價(jià)格相關(guān)的所有指標(biāo)以2013年為基期，采用GDP平減指數(shù)進(jìn)行調(diào)整。三是對(duì)數(shù)處理。為消除量綱影響，將所有非比值類數(shù)據(jù)進(jìn)行對(duì)數(shù)處理。

(二)變量選擇及描述性統(tǒng)計(jì)

1.被解釋變量

被解釋變量為農(nóng)村居民可支配收入。依據(jù)收入來(lái)源，將農(nóng)村居民可支配收入分為工資性收入、經(jīng)營(yíng)性收入、財(cái)產(chǎn)性收入和轉(zhuǎn)移性收入。所有收入變量均以2013年為基期采用價(jià)格指數(shù)處理，并取對(duì)數(shù)，以減少方差偏誤。

2.解釋變量

解釋變量為金融科技發(fā)展水平。本文通過(guò)構(gòu)建金融科技基礎(chǔ)詞庫(kù)，采用熵值法計(jì)算得出。

金融科技指標(biāo)選擇。借鑒沈悅等(2015)的研究思路，從金融基礎(chǔ)功能及科技技術(shù)支撐角度出發(fā)，兼顧金融科技服務(wù)農(nóng)村發(fā)展的現(xiàn)實(shí)渠道，選取四大核心功能和金融科技底層技術(shù)等五個(gè)維度共18個(gè)關(guān)鍵詞構(gòu)建金融科技基礎(chǔ)詞庫(kù)(見(jiàn)表1)。將中國(guó)30個(gè)省、市、自治區(qū)(港、澳、臺(tái)及西藏地區(qū)除外)與金融科技18個(gè)基礎(chǔ)關(guān)鍵詞兩兩組合，如“北京+眾籌平臺(tái)”，采用百度搜索2013—2018年各組合每年搜索頻次，作為金融科技指標(biāo)組合的基礎(chǔ)數(shù)據(jù)。

表1 金融科技關(guān)鍵詞庫(kù)

采用學(xué)界常用的熵值法對(duì)金融科技發(fā)展水平進(jìn)行測(cè)度，具體思路如下：首先，對(duì)金融科技基礎(chǔ)指標(biāo)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，為避免求熵值時(shí)對(duì)數(shù)無(wú)意義情況出現(xiàn)，進(jìn)行數(shù)據(jù)平移，計(jì)算方法如式(1)所示；其次，采用式(2)計(jì)算各指標(biāo)信息熵值，并依據(jù)各指標(biāo)熵值確定指標(biāo)權(quán)重，如式(3)所示；最后，利用各指標(biāo)基礎(chǔ)標(biāo)準(zhǔn)化得分綜合加權(quán)計(jì)算金融科技發(fā)展水平。

(1)

(2)

(3)

其中：Xij表示金融科技基礎(chǔ)詞庫(kù)i省份第j項(xiàng)指標(biāo)變量；Xij表示指標(biāo)基礎(chǔ)標(biāo)準(zhǔn)化得分；n為樣本省份數(shù)；ej表示第j項(xiàng)指標(biāo)的熵值；k為常數(shù)，一般取1/ln n；Wj為j指標(biāo)的熵值權(quán)數(shù)。

3.中介變量

中介變量包括農(nóng)業(yè)全要素生產(chǎn)率(TFP)、城鎮(zhèn)化率(Urb)和財(cái)政支農(nóng)(Fis)變量。本文采用投入產(chǎn)出的Malmquist指數(shù)計(jì)算農(nóng)業(yè)全要素生產(chǎn)率。

借鑒王玨等(2010)的研究，考慮勞動(dòng)、土地、技術(shù)等生產(chǎn)要素投入，選取農(nóng)業(yè)機(jī)械總動(dòng)力(萬(wàn)千瓦)、農(nóng)用化肥施用折純量(萬(wàn)噸)、農(nóng)作物總播種面積(千公頃)、第一產(chǎn)業(yè)從業(yè)人員數(shù)(萬(wàn)人)作為投入指標(biāo)，選取主要農(nóng)產(chǎn)品產(chǎn)量(萬(wàn)噸)、農(nóng)林牧漁業(yè)總產(chǎn)值(億元)作為產(chǎn)出指標(biāo)，其中農(nóng)林牧漁業(yè)總產(chǎn)值以2013年為基期，采用農(nóng)產(chǎn)品生產(chǎn)價(jià)格指數(shù)進(jìn)行不變價(jià)處理。

借鑒鄒克(2019)的研究，采用DEA-Malmquist指數(shù)對(duì)農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)度。其具體思路為：對(duì)于單個(gè)決策單元，首先，利用DEA方法分別計(jì)算其t期和t+1期的技術(shù)效率水平；其次，為避免時(shí)期選擇的隨意性可能導(dǎo)致的偏誤，計(jì)算t期和t+1期的技術(shù)效率水平的幾何平均值，衡量t時(shí)期到t+1時(shí)期生產(chǎn)率變化的Malmquist指數(shù)(見(jiàn)式(4))；最后，為反映一段時(shí)間內(nèi)全要素生產(chǎn)率的變動(dòng)情況，將其轉(zhuǎn)化為以某一年為基期的全要素生產(chǎn)率(見(jiàn)式(5))。

(4)

TFP=Mt,t+r=Mt,t+1×Mt+1,t+2×…×Mt+r-1,t+r

(5)

4.控制變量

已有研究表明，財(cái)政支農(nóng)強(qiáng)度、農(nóng)村基礎(chǔ)設(shè)施建設(shè)情況、農(nóng)業(yè)產(chǎn)業(yè)融合發(fā)展情況以及農(nóng)業(yè)機(jī)械化程度等因素對(duì)農(nóng)村居民收入具有影響作用，因此，本文選取投遞線路(Road)、農(nóng)林牧漁服務(wù)業(yè)(Serv_p)和機(jī)械化水平(Mer_p)作為控制變量。

變量說(shuō)明見(jiàn)表2。

表2 變量說(shuō)明

表3 2013年和2018年各變量描述性統(tǒng)計(jì)

表3報(bào)告了2013年和2018年各變量描述性統(tǒng)計(jì)情況。可以看出，2013—2018年間農(nóng)村居民可支配收入有較快增長(zhǎng)。從收入結(jié)構(gòu)來(lái)看，工資性收入和經(jīng)營(yíng)性收入是可支配收入的主要來(lái)源，財(cái)產(chǎn)性收入相對(duì)平穩(wěn)，而轉(zhuǎn)移性收入快速增長(zhǎng)，可能是由于近年來(lái)脫貧攻堅(jiān)戰(zhàn)略的實(shí)施加大了對(duì)農(nóng)民的轉(zhuǎn)移性支付。金融科技發(fā)展水平由2013年的1.167上升至2018年的1.369，顯示各省份金融科技發(fā)展較快。農(nóng)業(yè)全要素生產(chǎn)率略有下降，可能是因?yàn)檗r(nóng)業(yè)生產(chǎn)已漸趨飽和，逐步轉(zhuǎn)向第一、二、三產(chǎn)業(yè)融合發(fā)展，農(nóng)林牧漁服務(wù)業(yè)的快速增長(zhǎng)也在一定程度上予以驗(yàn)證。由其他控制變量可以看出，財(cái)政支農(nóng)強(qiáng)度不斷提升，農(nóng)村基礎(chǔ)設(shè)施建設(shè)逐步完善，農(nóng)村網(wǎng)絡(luò)建設(shè)水平增速明顯。

(三)模型構(gòu)建

1.金融科技與農(nóng)民增收

為檢驗(yàn)金融科技對(duì)農(nóng)民增收的作用效果，構(gòu)建實(shí)證模型：

Incit=β0+β1Fintechit+∑βjXijt+φi+μit

(6)

其中，Incit表示被解釋變量農(nóng)村居民可支配收入，F(xiàn)intechit表示解釋變量金融科技指數(shù)，Xijt表示一系列控制變量，βj表示金融科技對(duì)農(nóng)村居民可支配收入的影響，φi為地區(qū)固定效應(yīng)，μit為隨機(jī)擾動(dòng)項(xiàng)。為了避免地區(qū)間相關(guān)性對(duì)估計(jì)結(jié)果的影響，本文在回歸中將標(biāo)準(zhǔn)誤聚類到地區(qū)層面。

2.傳導(dǎo)機(jī)制

金融科技利用大數(shù)據(jù)等技術(shù)手段有效彌補(bǔ)了傳統(tǒng)農(nóng)村金融信用體系，有利于緩解農(nóng)民信貸約束；同時(shí)，信息技術(shù)手段的應(yīng)用，也有助于農(nóng)民就業(yè)、農(nóng)業(yè)生產(chǎn)效率和財(cái)政資金配置效率的提升。為了進(jìn)一步探究金融科技對(duì)農(nóng)民增收的傳導(dǎo)機(jī)制，參照溫忠麟等(2014)的研究，本文采用依次回歸法構(gòu)建中介效應(yīng)模型對(duì)其進(jìn)行檢驗(yàn)，具體如式(7)～(9)所示。

(7)

(8)

(9)

三、實(shí)證研究

(一)金融科技與農(nóng)民增收：整體效應(yīng)評(píng)估

根據(jù)式(6)進(jìn)行線性最小二乘法(OLS)回歸。依據(jù)Hausman檢驗(yàn)結(jié)果(p值在1%的置信水平下顯著)，此處選擇固定效應(yīng)模型；同時(shí)，考慮各省份之間可能存在相關(guān)性，將模型的標(biāo)準(zhǔn)誤聚類到省份層面。表4報(bào)告了基準(zhǔn)回歸結(jié)果。

表4列(1)僅考慮農(nóng)村居民可支配收入與金融科技的單變量作用關(guān)系，且未控制固定效應(yīng)，在列(2)～(6)中逐步加入地區(qū)固定效應(yīng)和控制變量進(jìn)行回歸分析。可以看出，所有回歸結(jié)果中金融科技系數(shù)均在1%水平下顯著，且系數(shù)均為正，說(shuō)明從整體來(lái)看，金融科技的發(fā)展有效促進(jìn)了農(nóng)民增收。

隨著控制變量的逐步加入，調(diào)整后的R2從0.375增加至0.724，顯示回歸模型解釋程度較好。其中，財(cái)政支農(nóng)和農(nóng)林牧漁服務(wù)業(yè)的回歸系數(shù)均顯著為正，表明財(cái)政支農(nóng)強(qiáng)度的增加和農(nóng)業(yè)產(chǎn)業(yè)融合的深入對(duì)促進(jìn)農(nóng)民增收起到了積極作用。投遞線路回歸系數(shù)不顯著，可能是因?yàn)殡S著信息化水平的提升以及農(nóng)村服務(wù)業(yè)的發(fā)展，地理距離及區(qū)位對(duì)收入的重要性逐步減弱。機(jī)械化水平回歸系數(shù)不顯著，則可能是因?yàn)橹袊?guó)農(nóng)產(chǎn)品生產(chǎn)能力近年來(lái)已漸趨飽和，2014—2018年糧食產(chǎn)量年均增速僅為0.86%，農(nóng)業(yè)生產(chǎn)對(duì)農(nóng)民增收的促進(jìn)作用有所弱化。

表4 金融科技與農(nóng)民增收：基準(zhǔn)模型

(二)金融科技與農(nóng)民增收：區(qū)域異質(zhì)性分析

結(jié)合控制變量的分析可知，在糧食生產(chǎn)能力逐漸飽和的現(xiàn)實(shí)特征下，機(jī)械化水平的提升對(duì)農(nóng)民收入的促進(jìn)作用趨于弱化，而農(nóng)林牧漁服務(wù)業(yè)的發(fā)展顯著促進(jìn)了農(nóng)民增收，說(shuō)明金融科技的發(fā)展可能在傳統(tǒng)農(nóng)業(yè)向高附加值農(nóng)業(yè)轉(zhuǎn)型升級(jí)進(jìn)程中起到了一定助推作用。為了驗(yàn)證這一情況的現(xiàn)實(shí)性，本文基于糧食主產(chǎn)區(qū)與非糧食主產(chǎn)區(qū)對(duì)金融科技的增收效應(yīng)進(jìn)行進(jìn)一步檢驗(yàn)(1)按照國(guó)家糧食和物資儲(chǔ)備局劃分標(biāo)準(zhǔn)，中國(guó)糧食主產(chǎn)區(qū)包括遼寧、河北、山東、吉林、內(nèi)蒙古、江西、湖南、四川、河南、湖北、江蘇、安徽、黑龍江等十三個(gè)省份，除此之外的樣本省份為非糧食主產(chǎn)區(qū)。，若非糧食主產(chǎn)區(qū)在金融科技發(fā)展中受益更多，則從側(cè)面驗(yàn)證了這一推論的可能性。表5報(bào)告了區(qū)域異質(zhì)性回歸結(jié)果。

表5 金融科技與農(nóng)民增收的異質(zhì)性分析：糧食主產(chǎn)區(qū)與非糧食主產(chǎn)區(qū)

表5列(1)、(2)分別報(bào)告了未加入控制變量與加入控制變量后糧食主產(chǎn)區(qū)金融科技對(duì)農(nóng)民增收的作用效果，可以看出，加入控制變量后，在糧食主產(chǎn)區(qū)金融科技的增收效應(yīng)變?yōu)椴伙@著；列(3)、(4)分別報(bào)告了未加入控制變量與加入控制變量后非糧食主產(chǎn)區(qū)金融科技對(duì)農(nóng)民增收的作用效果，可以看出，在非糧食主產(chǎn)區(qū)金融科技的增收效應(yīng)在1%水平下顯著。

究其原因，可能是主產(chǎn)區(qū)以糧為主的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，使得當(dāng)?shù)剞r(nóng)村居民家庭經(jīng)營(yíng)性收入占比遠(yuǎn)高于非主產(chǎn)區(qū)(近2倍)，且種糧收入是其收入最主要部分(何蒲明，2020)，而近年來(lái)糧食生產(chǎn)能力已漸趨飽和，2014—2018年糧食產(chǎn)量增速僅為0.7%；與此同時(shí)，糧食主產(chǎn)區(qū)的功能定位也使得當(dāng)?shù)胤寝r(nóng)產(chǎn)業(yè)或農(nóng)業(yè)高附加值產(chǎn)業(yè)發(fā)展相對(duì)落后于非主產(chǎn)區(qū)。因此，金融科技對(duì)主產(chǎn)區(qū)農(nóng)業(yè)發(fā)展和農(nóng)民增收的邊際效用難以發(fā)揮(2)鑒于糧食主產(chǎn)區(qū)主要集中于中部地區(qū)，本文還做了東、中、西部地區(qū)的分區(qū)域異質(zhì)性檢驗(yàn)，回歸結(jié)果顯示，金融科技增收效應(yīng)在東部和西部地區(qū)顯著，中部地區(qū)不顯著。印證了上述回歸結(jié)論。。但應(yīng)注意到，糧食主產(chǎn)區(qū)金融科技回歸系數(shù)的t值為1.485，p值為0.15，與10%的顯著性水平已非常接近，隨著農(nóng)業(yè)供給側(cè)改革的逐步深入以及農(nóng)業(yè)產(chǎn)業(yè)鏈的進(jìn)一步延伸，金融科技的增收效應(yīng)也將在糧食主產(chǎn)區(qū)發(fā)揮作用。

(三)金融科技與農(nóng)民增收：收入來(lái)源視角

長(zhǎng)期以來(lái)，工資性收入和經(jīng)營(yíng)性收入是農(nóng)民收入的主要來(lái)源。王小華(2019)的研究發(fā)現(xiàn)，農(nóng)民收入結(jié)構(gòu)變動(dòng)與農(nóng)民收入增長(zhǎng)直接存在著內(nèi)在聯(lián)系。要形成農(nóng)民增收的長(zhǎng)效機(jī)制，必須優(yōu)化收入結(jié)構(gòu)，拓寬農(nóng)民增收渠道。為此，本文從農(nóng)民收入來(lái)源結(jié)構(gòu)出發(fā)，考察金融科技在異質(zhì)性收入來(lái)源視角下對(duì)農(nóng)民增收的作用機(jī)制，以期能尋找到農(nóng)民收入新增長(zhǎng)點(diǎn)。表6報(bào)告了依據(jù)農(nóng)民收入來(lái)源分解的金融科技增收效應(yīng)。

表6 金融科技的增收效應(yīng)：收入來(lái)源視角

表6的列(1)～(4)分別報(bào)告了工資性收入、經(jīng)營(yíng)性收入、財(cái)產(chǎn)性收入和轉(zhuǎn)移性收入作為被解釋變量時(shí)金融科技對(duì)農(nóng)民增收的影響。回歸結(jié)果顯示，在10%的水平下，金融科技對(duì)農(nóng)民工資性收入和經(jīng)營(yíng)性收入增長(zhǎng)具有促進(jìn)作用，對(duì)轉(zhuǎn)移性收入在1%的顯著性水平下增長(zhǎng)效應(yīng)明顯，而對(duì)于財(cái)產(chǎn)性收入則不具有顯著影響。這表明，金融科技對(duì)于農(nóng)村居民不同收入來(lái)源渠道的增收效應(yīng)有所差異，在改善農(nóng)民勞動(dòng)報(bào)酬、農(nóng)業(yè)增產(chǎn)增收和提高財(cái)政轉(zhuǎn)移支付效率上發(fā)揮了積極作用，而在撬動(dòng)農(nóng)村土地要素抵押流轉(zhuǎn)收入上效果欠佳。這可能是由于金融科技發(fā)揮了其在緩解融資約束和信息匹配上的優(yōu)勢(shì)。在工資性收入方面，對(duì)新生代農(nóng)民工本地創(chuàng)業(yè)給予更為便利的信貸支持(如“普惠貸”等)；在經(jīng)營(yíng)性收入方面，介入農(nóng)業(yè)高附加值產(chǎn)業(yè)鏈(如“京農(nóng)貸”等)；在轉(zhuǎn)移性收入方面，提高財(cái)政轉(zhuǎn)移支付瞄準(zhǔn)效率(如“雙基聯(lián)動(dòng)”等)。由于兩權(quán)抵押貸款政策尚未廣泛鋪開(kāi)，農(nóng)村土地要素的金融屬性還有待挖掘，因此，并未對(duì)財(cái)產(chǎn)性收入產(chǎn)生顯著影響。

四、傳導(dǎo)機(jī)制研究

基于農(nóng)民收入來(lái)源視角的異質(zhì)性檢驗(yàn)，本文發(fā)現(xiàn)金融科技在促進(jìn)農(nóng)民工資性收入增長(zhǎng)、財(cái)產(chǎn)性收入增長(zhǎng)和轉(zhuǎn)移性收入增長(zhǎng)方面，均具有顯著作用。已有研究表明，城鎮(zhèn)化的快速推進(jìn)拓寬了農(nóng)村居民的非農(nóng)就業(yè)渠道，成為工資性收入增長(zhǎng)的主要?jiǎng)恿?賀雪峰，2020)；囿于土地要素的天然稟賦性，農(nóng)業(yè)生產(chǎn)能力的提升必然大概率依賴于技術(shù)進(jìn)步，以改善農(nóng)村居民經(jīng)營(yíng)性收入(葉敬忠 等，2020)；財(cái)政支出的“瞄準(zhǔn)性偏誤”造成收入再分配效度下降，轉(zhuǎn)移性收入的保障效率仍有上升空間(邢成舉，2020)。本文考慮將促進(jìn)農(nóng)民不同收入來(lái)源增長(zhǎng)的關(guān)鍵要素，作為傳導(dǎo)機(jī)制中介變量，以更為全面地探討增收路徑機(jī)制，因此，從城鎮(zhèn)化水平、農(nóng)業(yè)全要素生產(chǎn)率和財(cái)政資源配置三個(gè)維度出發(fā)，分別作為工資性收入、經(jīng)營(yíng)性收入和轉(zhuǎn)移性收入的切入點(diǎn)，來(lái)進(jìn)一步探究金融科技增收效應(yīng)的具體傳導(dǎo)機(jī)制。

(一)基于非農(nóng)就業(yè)傳導(dǎo)

隨著中國(guó)進(jìn)入快速城鎮(zhèn)化階段，城鎮(zhèn)對(duì)于中高端崗位需求與農(nóng)民工供給出現(xiàn)結(jié)構(gòu)性錯(cuò)位，農(nóng)民進(jìn)城目的也由獲取收入回鄉(xiāng)消費(fèi)轉(zhuǎn)變?yōu)樵诔鞘畜w面安居，傳統(tǒng)確定性務(wù)工收入難以滿足安居需求，為此農(nóng)民工選擇返鄉(xiāng)創(chuàng)業(yè)，以期獲得更高收入(賀雪峰，2020；李長(zhǎng)生 等，2020)。基于返鄉(xiāng)創(chuàng)業(yè)基礎(chǔ)條件，創(chuàng)業(yè)農(nóng)民大多在附近中小城鎮(zhèn)開(kāi)展創(chuàng)業(yè)活動(dòng)，雇傭周邊農(nóng)民進(jìn)行生產(chǎn)，提升了本地城鎮(zhèn)化率。已有研究表明，數(shù)字普惠金融可有效降低農(nóng)民融資成本，并利用信息技術(shù)優(yōu)勢(shì)為農(nóng)民創(chuàng)業(yè)提供多種可能性(曾之明 等，2018)。因此，本文選擇城鎮(zhèn)化率作為農(nóng)民進(jìn)行非農(nóng)就業(yè)的代理變量，以考察金融科技通過(guò)非農(nóng)就業(yè)促進(jìn)農(nóng)民增收的傳導(dǎo)機(jī)制。表7報(bào)告了基于非農(nóng)就業(yè)傳導(dǎo)的金融科技增收效應(yīng)實(shí)證結(jié)果。

表7 金融科技增收效應(yīng)的傳導(dǎo)機(jī)制：基于非農(nóng)就業(yè)

表7列(2)顯示金融科技對(duì)城鎮(zhèn)化率的回歸系數(shù)在1%水平下顯著，列(3)顯示城鎮(zhèn)化率對(duì)農(nóng)民收入的回歸系數(shù)在1%水平下顯著，而金融科技回歸系數(shù)不顯著，表明金融科技促進(jìn)了城鎮(zhèn)化率的提升，進(jìn)而增加農(nóng)民收入，存在完全中介效應(yīng)。這說(shuō)明，一方面，金融科技緩解了農(nóng)民融資約束，通過(guò)支持農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)吸納本地剩余農(nóng)村勞動(dòng)力就業(yè)(羅豎元，2018)，推動(dòng)農(nóng)民工就地市民化；另一方面，借助金融科技信息技術(shù)平臺(tái)，打破產(chǎn)業(yè)邊界，形成農(nóng)產(chǎn)品電子商務(wù)、農(nóng)業(yè)產(chǎn)業(yè)鏈延伸，促進(jìn)農(nóng)民非農(nóng)產(chǎn)業(yè)就業(yè)。由此，激發(fā)農(nóng)民就業(yè)積極性，從事高附加值產(chǎn)業(yè)生產(chǎn)，最終促進(jìn)農(nóng)民收入提升。因此，回歸結(jié)果證實(shí)了“金融科技—(促進(jìn))非農(nóng)就業(yè)—(增加)農(nóng)民收入”的正向傳導(dǎo)機(jī)制。

(二)基于農(nóng)業(yè)全要素生產(chǎn)率傳導(dǎo)

金融支持促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步，進(jìn)而提升農(nóng)民收入，這一傳導(dǎo)路徑的有效性得到相關(guān)研究證明(鄒克，2019；葉敬忠 等，2020)，然而由于金融科技兼具金融和科技兩種屬性，在發(fā)揮緩解農(nóng)民生產(chǎn)經(jīng)營(yíng)融資約束的金融功能的同時(shí)，還可能因其科技溢出效應(yīng)對(duì)傳統(tǒng)農(nóng)業(yè)生產(chǎn)技術(shù)造成沖擊。為此，本文采用農(nóng)業(yè)全要素生產(chǎn)率作為中介變量，探究金融科技通過(guò)農(nóng)業(yè)生產(chǎn)影響農(nóng)民收入的傳導(dǎo)機(jī)制。表8報(bào)告了基于農(nóng)業(yè)全要素生產(chǎn)率傳導(dǎo)的金融科技增收效應(yīng)實(shí)證結(jié)果。

表8 金融科技增收效應(yīng)的傳導(dǎo)機(jī)制：基于全要素生產(chǎn)率

表8列(2)顯示金融科技對(duì)農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)在1%水平下顯著，列(3)顯示金融科技對(duì)農(nóng)村居民可支配收入的回歸系數(shù)在1%水平下顯著，農(nóng)業(yè)全要素生產(chǎn)率的回歸系數(shù)在5%水平下顯著，說(shuō)明金融科技通過(guò)全要素生產(chǎn)率促進(jìn)了農(nóng)民增收，存在部分中介效應(yīng)。進(jìn)一步分析其傳導(dǎo)機(jī)制，列(2)中金融科技回歸系數(shù)顯示金融科技抑制了全要素生產(chǎn)率提升，列(3)中全要素生產(chǎn)率回歸系數(shù)顯示全要素生產(chǎn)率的抑制提升了農(nóng)民收入。這可能是因?yàn)椋环矫娼鹑诳萍家劳衅湓谛畔⒓夹g(shù)上的優(yōu)勢(shì)，相較傳統(tǒng)金融更多地介入了農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，加速了農(nóng)村第一、二、三產(chǎn)業(yè)融合，延長(zhǎng)了農(nóng)業(yè)產(chǎn)業(yè)鏈條。比如“眾籌+農(nóng)產(chǎn)品”等形式，在融資的同時(shí)鎖定農(nóng)產(chǎn)品銷售對(duì)象，這可能在一定程度上對(duì)農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生擠出效應(yīng)，促使農(nóng)業(yè)生產(chǎn)由增產(chǎn)導(dǎo)向向提質(zhì)導(dǎo)向轉(zhuǎn)變。另一方面，金融科技對(duì)農(nóng)業(yè)全要素生產(chǎn)率的帶動(dòng)作用需要建立在產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的基礎(chǔ)上(巴曙松 等，2020)。目前農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)水平仍相對(duì)較低，新型農(nóng)業(yè)經(jīng)營(yíng)主體的培育和現(xiàn)代農(nóng)業(yè)的規(guī)模經(jīng)營(yíng)效應(yīng)還未完全顯現(xiàn)，金融科技的發(fā)展與農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)的匹配尚有不足，造成全要素生產(chǎn)率出現(xiàn)下降，但金融與農(nóng)業(yè)生產(chǎn)環(huán)節(jié)的高度契合，大大節(jié)約了融資成本；同時(shí)，傳統(tǒng)農(nóng)業(yè)向高附加值農(nóng)業(yè)的轉(zhuǎn)變與產(chǎn)業(yè)鏈的延伸，拓寬了農(nóng)民增收渠道，促進(jìn)了農(nóng)民增收。隨著農(nóng)業(yè)轉(zhuǎn)型升級(jí)的深化，未來(lái)金融科技也必將再次帶動(dòng)農(nóng)業(yè)生產(chǎn)率提升。因此，回歸結(jié)果證實(shí)了“金融科技—(抑制)農(nóng)業(yè)全要素生產(chǎn)率—(增加)農(nóng)民收入”的正向傳導(dǎo)機(jī)制。

(三)基于財(cái)政資源配置傳導(dǎo)

以財(cái)政為主的宏觀調(diào)控是解決“三農(nóng)”問(wèn)題的重要抓手，然而政治精英俘獲現(xiàn)象的存在，干擾了政府對(duì)于財(cái)政支農(nóng)對(duì)象的識(shí)別，使其瞄準(zhǔn)率降低。金融科技可很好彌補(bǔ)這一不足，政府通過(guò)與金融機(jī)構(gòu)合作，降低農(nóng)戶信息不對(duì)稱程度，利用大數(shù)據(jù)定位農(nóng)戶具體融資需求進(jìn)行幫扶，實(shí)現(xiàn)財(cái)政資金和社會(huì)資本的有效配給(邢成舉，2020)，推動(dòng)農(nóng)民增收。為此，本文采用財(cái)政支農(nóng)指標(biāo)作為中介變量，探究金融科技通過(guò)調(diào)節(jié)財(cái)政資源配置影響農(nóng)民收入的傳導(dǎo)機(jī)制。表9報(bào)告了基于財(cái)政支農(nóng)傳導(dǎo)的金融科技增收效應(yīng)實(shí)證結(jié)果。

表9 金融科技增收效應(yīng)的傳導(dǎo)機(jī)制：基于財(cái)政資源配置

表9列(2)顯示金融科技對(duì)財(cái)政支農(nóng)的回歸系數(shù)在10%水平下顯著，列(3)顯示金融科技和財(cái)政支農(nóng)對(duì)農(nóng)民收入的回歸系數(shù)均在1%水平下顯著，表明金融科技通過(guò)優(yōu)化財(cái)政支農(nóng)資金配置促進(jìn)了農(nóng)民增收，存在部分中介效應(yīng)。一方面，金融科技借助其大數(shù)據(jù)、人工智能等技術(shù)手段，在傳統(tǒng)抵押征信體系之外，還能夠有效識(shí)別農(nóng)村居民個(gè)人屬性及社會(huì)網(wǎng)絡(luò)等潛在信用特征，減少信息不對(duì)稱，為財(cái)政轉(zhuǎn)移支付對(duì)象決策提供更為明晰的現(xiàn)實(shí)依據(jù)；另一方面，金融作為收入再分配的轉(zhuǎn)移支付中介，伴隨金融科技的快速發(fā)展，特別是線上金融中介平臺(tái)的建設(shè)，極大降低了財(cái)政資金支付成本，并可精準(zhǔn)追蹤轉(zhuǎn)移支付資金使用流向，有效提升了財(cái)政轉(zhuǎn)移支付的瞄準(zhǔn)率，減少精英俘獲現(xiàn)象的發(fā)生。回歸中國(guó)現(xiàn)實(shí)，隨著精準(zhǔn)扶貧戰(zhàn)略的持續(xù)推進(jìn)，財(cái)政轉(zhuǎn)移支付對(duì)農(nóng)民增收的正向激勵(lì)效應(yīng)也逐步顯現(xiàn)(田勇 等，2019)。因此，回歸結(jié)果證實(shí)了“金融科技—(促進(jìn))財(cái)政資源配置—(增加)農(nóng)民收入”的正向傳導(dǎo)機(jī)制。

五、結(jié)論與政策建議

在當(dāng)前經(jīng)濟(jì)下行壓力加大、外部環(huán)境發(fā)生深刻變化的復(fù)雜形勢(shì)下，如何切實(shí)拓寬農(nóng)民增收渠道，依然是各界關(guān)切的焦點(diǎn)之一。發(fā)揮金融科技優(yōu)勢(shì)，創(chuàng)新農(nóng)村金融供給產(chǎn)品，優(yōu)先保障“三農(nóng)”投入，是促進(jìn)農(nóng)民持續(xù)增收的重要保障措施。本文基于2013—2018年省級(jí)面板數(shù)據(jù)，利用面板回歸模型以及中介效應(yīng)模型實(shí)證檢驗(yàn)了金融科技對(duì)農(nóng)民增收的作用效果。結(jié)果表明：

一是金融科技顯著促進(jìn)了農(nóng)民增收，同時(shí)農(nóng)村基礎(chǔ)設(shè)施建設(shè)、農(nóng)林牧漁服務(wù)業(yè)發(fā)展等要素也起到了正向作用。

二是異質(zhì)性檢驗(yàn)顯示金融科技顯著促進(jìn)了非糧食主產(chǎn)區(qū)的農(nóng)民收入增長(zhǎng)，說(shuō)明金融科技在高附加值農(nóng)產(chǎn)品或銷售端上的作用更為明顯，收入來(lái)源分解表明金融科技主要作用于工資性、經(jīng)營(yíng)性和轉(zhuǎn)移性收入渠道。

三是金融科技通過(guò)促進(jìn)農(nóng)民非農(nóng)就業(yè)、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和提升財(cái)政資金配置效率的中介傳導(dǎo)機(jī)制，進(jìn)而作用于農(nóng)民收入增長(zhǎng)。

總體來(lái)看，金融科技更多地參與了農(nóng)村生產(chǎn)環(huán)節(jié)，從直接緩解融資約束，間接促進(jìn)就業(yè)、生產(chǎn)等渠道助推了農(nóng)民增收，有助于農(nóng)民收入新增長(zhǎng)點(diǎn)的培育和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。

基于上述結(jié)論，提出以下政策建議：

一是完善農(nóng)村網(wǎng)絡(luò)信用體系建設(shè)，緩解農(nóng)戶融資約束。運(yùn)用數(shù)字簽名、密碼學(xué)等技術(shù)，實(shí)現(xiàn)金融交易可追蹤，緩解農(nóng)民缺乏信貸抵押品引致的信息不對(duì)稱，提升農(nóng)戶融資可得性。

二是加強(qiáng)金融科技基礎(chǔ)設(shè)施建設(shè)，提升金融科技惠農(nóng)覆蓋面。目前農(nóng)村地區(qū)在信息化建設(shè)方面仍相對(duì)滯后，普通農(nóng)戶大多局限于金融科技支付手段，有關(guān)部門(mén)應(yīng)推動(dòng)政銀合作機(jī)制，推進(jìn)金融科技相關(guān)大數(shù)據(jù)、云計(jì)算等技術(shù)引入，提升普惠金融覆蓋面，特別是針對(duì)新型農(nóng)業(yè)經(jīng)營(yíng)主體、農(nóng)村中小微企業(yè)和極端貧困農(nóng)戶等“長(zhǎng)尾”群體，緩解融資約束，以促進(jìn)農(nóng)民增收。

三是拓寬金融科技支持“三農(nóng)”服務(wù)渠道，完善涉農(nóng)金融產(chǎn)品供給。充分運(yùn)用信息技術(shù)與互聯(lián)網(wǎng)資源，提供全方位的線上金融服務(wù)，推動(dòng)金融科技與農(nóng)業(yè)產(chǎn)業(yè)鏈深度融合，實(shí)現(xiàn)線上線下一體化的特色“新農(nóng)業(yè)”經(jīng)營(yíng)模式，推動(dòng)農(nóng)民工本地創(chuàng)業(yè)就業(yè)，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)提質(zhì)增效，促進(jìn)農(nóng)民增收。

此外，在引入金融科技推動(dòng)農(nóng)業(yè)農(nóng)村發(fā)展的同時(shí)，還需堅(jiān)持農(nóng)業(yè)作為國(guó)民經(jīng)濟(jì)基礎(chǔ)產(chǎn)業(yè)的地位，制定相關(guān)配套法律法規(guī)，防范金融風(fēng)險(xiǎn)，穩(wěn)產(chǎn)提質(zhì)促增收。