數字普惠金融與農業綠色低碳發展：水平測度和機制檢驗

申 云，洪程程

（四川農業大學 經濟學院，四川 成都 611130）

一、引言

在“雙碳”目標和鄉村振興戰略協同推進背景下，農業綠色低碳發展是實現農業現代化和經濟高質量發展的重要途徑。農業綠色低碳發展不僅需要金融的有效支持，還需要金融要素與市場機制有效結合，利用金融的杠桿作用撬動金融要素優化來提升農業全要素生產率，進而推動綠色低碳高質量發展。盡管農業綠色低碳發展得到社會各界的高度重視，但在傳統普惠金融市場中，農業綠色低碳發展依舊面臨“融資難、融資貴”的困境（姚耀軍和施丹燕，2017）[1]。隨著數字普惠金融的快速推廣應用，數字普惠金融利用數字技術和互聯網科技等手段，不僅可以有效提升金融資源配置效率、降低融資成本，彌補傳統金融的不足，還能極大緩解農業產業信貸約束等問題，推動農業綠色低碳發展。

長期以來，數字普惠金融作為一種新興金融模式，其不僅可以拓寬農業生產融資渠道，還可以發揮數字技術在降低金融資源能耗和綠色環保方面的積極作用。一方面，數字普惠金融有利于提升傳統金融和綠色金融的服務效率（申云和李京蓉，2022）[2]，帶動傳統普惠金融的轉型，發揮數字技術和金融普惠在農業綠色減排和提升農業生產效率方面的積極作用，降低農業二氧化碳排放和農業污染，提高農業綠色產出。另一方面，數字普惠金融不僅能推動農業產業融合發展，還有利于綠色農業新產業新業態的形成，提升農業綠色發展新動能。然而，數字普惠金融如何推動農業綠色低碳發展？其作用效果和傳導機制如何？通過測度中國31個省份（因數據可得性，港、澳、臺地區除外）的農業綠色低碳發展水平，并基于北京大學數字普惠金融指數與之進行省域范圍的空間匹配，重點探索數字普惠金融對農業綠色低碳發展的作用效果及其傳導機制，以期為更好地推動數字普惠金融發展、促進農業綠色低碳轉型提供理論指導和經驗證據支撐。

與已有文獻相比，可能的邊際貢獻為：一是從農業綠色生產體系、綠色經營體系、綠色產業體系的維度構建農業綠色低碳發展評價指標體系，并分別測度了我國不同區域的農業綠色低碳發展水平，全面客觀地從省域農業綠色低碳發展的視角進行整體測度，豐富了農業綠色低碳高質量發展的相關文獻及其理論內涵；二是揭示了數字普惠金融發展對農業綠色低碳發展的傳導機制及其作用效果，為科學評價數字普惠金融賦能“雙碳”目標下農業綠色低碳高質量發展提供經驗證據支撐。

二、理論邏輯與研究假說

（一）數字普惠金融對農業綠色低碳發展的研究回顧

關于農業綠色低碳發展指標體系研究，大多數學者從農業綠色低碳發展的內涵、國家生態文明建設理念以及農業現代化發展等維度進行研究。如黃炎忠等（2017）[3]和魏琦等（2018）[4]基于國家生態文明建設理念和農業現代化的發展要求，分別構建了我國農業綠色生產評價指標體系與農業綠色低碳發展評價指標體系。張建杰等（2020）[5]基于農業綠色低碳發展理念，從社會發展、農業生產、資源投入、生態環境四個維度構建農業綠色低碳發展評價指標體系。鞏前文和李學敏（2020）[6]基于生態文明的視角從低碳生產、經濟增收、安全供給三個維度構建我國農業綠色低碳發展評價體系。此外，肖華堂和薛蕾（2021）[7]則從農產品質量、生產效率、生態環境和發展動力四個維度出發，構建相應的農業綠色低碳發展評價指標體系。

關于數字普惠金融對農業綠色低碳發展的影響研究，現有文獻多從金融支持、技術創新與綠色產業體系建設等方面展開。首先，數字普惠金融對農業綠色生產效率和技術創新及應用具有重要作用。由于綠色農業具有生產周期長、投資回報慢和投資效率低等特點（劉帥等，2020）[8]，除政府給予政策優惠外，還須借助金融的手段予以支持。但融資約束現象在農村地區依然存在，使得傳統金融服務難以滿足農業綠色生產的需要（董曉林和徐虹，2012）[9]。鄭雅心（2020）[10]發現數字普惠金融能夠顯著促進區域創新產出，而區域創新催生出的綠色技術與服務應用于農業生產（蘆千文和苑鵬，2021）[11]，使得農業污染大幅降低、資源利用效率顯著提高。其次，數字普惠金融對農業綠色產業體系建設也具有重要作用。一方面，數字普惠金融可以促進農業產業融合發展。何宏慶（2020）[12]發現數字普惠金融可以通過提升金融渠道的便利性、擴大低收入“長尾”農戶的融資范圍和信貸可得性等渠道促進農村產業融合發展，進而催生出休閑農業與鄉村旅游等新產業新業態（齊文浩等，2021）[13]。數字普惠金融不同業務對產業融合發展的貢獻度由大到小依次表現為信貸業務、支付業務和保險業務（張岳和周應恒，2021）[14]。另一方面，數字普惠金融發展也有利于集聚綠色農業產業發展人才，提高人才的集聚效應。具體而言，通過發揮人才聚集效應與技術創新效應，數字普惠金融加速了農業綠色產業體系建立進程（何婧等，2021）[15]，在促進縣域產業升級的同時，也提高了農民收入（張林，2021）[16]。此外，陸杉和熊嬌（2021）[17]發現農村金融機構能夠借助數字技術打破農村金融市場的信息壁壘，降低綠色農業生產主體的經營風險。同時，電商參與也會提升消費者對綠色農產品的認可度，提高生產者的綠色生產意識，增加綠色高質量農產品的供給（李曉靜等，2021）[18]，從而促進農業綠色經營體系的建立。再次，數字普惠金融也可以通過金融支持、技術創新與綠色產業體系建設等方面推動農業低碳發展，助力鄉村產業振興。然而，由于數字普惠金融的發展本身具有一定的門檻（馬凱榕等，2020）[19]，導致數字普惠金融在不同區域和不同人群中的綠色發展成效各異，亟須測度數字普惠金融對農業綠色低碳發展的影響效應及傳導機制。

綜上所述，已有研究對數字普惠金融在金融服務模式創新、技術創新與綠色產業體系建設等方面做了一些有益探索，但在以下方面仍相對薄弱。一是現有研究往往建立在傳統普惠金融的前提下，而數字經濟和數字技術如何賦能農業綠色低碳發展，以及數字普惠金融對其傳導機制的相關研究仍須進一步細化和拓展。二是已有研究側重于通過提升農業綠色生產效率來實現農業綠色低碳發展，而在“雙碳”目標下農業綠色低碳發展需要系統性的思維來構建綠色農業發展指標體系，測度指標既要考慮農業的綠色低碳發展目標需要，也要考慮農業產業和經營的數字化水平，相關研究受數字技術應用的限制使得相關指標的測度相對欠缺，需要進一步綜合全面地構建農業綠色低碳發展及數字化轉型的指標體系。在此背景下，嘗試構建農業綠色生產、綠色經營及綠色產業發展“三位一體”的農業綠色低碳發展評價指標體系，從理論和實證層面厘清數字普惠金融如何促進農業綠色低碳發展的傳導機制和作用效果，進而為農業實現“雙碳”目標提供理論支撐和經驗證據。

（二）數字普惠金融對農業綠色低碳發展的影響機理

1.數字普惠金融與農業綠色低碳發展

為了揭示數字普惠金融對農業綠色低碳發展的異質性影響，借鑒郭峰等（2020）[20]的做法，將數字普惠金融進一步劃分為數字技術的覆蓋廣度、使用深度以及數字化程度三個維度，探索其對農業綠色低碳發展的差異性效果。數字普惠金融以金融服務實體經濟發展為根本目標，即實現普惠性與金融服務的統一，從而緩解農村金融市場中存在的融資約束現象，使得農村金融市場中的弱勢群體從中獲益，進而激發農村金融市場活力，為農業綠色低碳發展提供金融保障。同時，數字技術能夠降低信息搜尋成本與交易成本，拓寬農業生產融資渠道，也為農業綠色低碳發展提供金融支持。數字普惠金融相關產品、服務等創新有助于發揮數字農業保險在蔬菜等種植層面的服務效能，提升農業生產過程中的污染防治能力來降低碳排放，從而促進農業綠色生產（張軍偉等，2020）[21]。在農業綠色低碳的數字化推廣實踐中，數字普惠金融可間接提升農戶金融素養（陳池波和龔政，2021；彭澎和徐志剛，2021）[22-23]，有效提升農戶數字金融使用能力，加快數字金融賦能低碳農業發展速度（周雨晴和何廣文，2020；路曉蒙等，2019）[24-25]，而金融素養越高的農戶在綠色生產與生態保護等領域表現出更強的意識與數字化技能（蘇嵐嵐等，2021）[26]，使得此類農戶群體更加注重農業的綠色生產技術應用。隨著數字普惠金融平臺主導的眾籌農業模式發展，相關平臺通過線上、線下等渠道向農業經營主體提供種子、農藥、化肥、農機具等生產要素，傳播最新的綠色農業種植技術，有助于提高農業技術水平、強化農業綠色低碳生產導向性，進而推動農業綠色低碳發展。此外，數字普惠金融的應用在農戶及不同主體中的接受程度往往存在異質性，使得其作用效果也可能具有較大的差異。為此，提出研究假設1。

H1:數字普惠金融有助于通過緩解和提升金融素養來促進農業的綠色低碳發展，但其作用效果受不同經營主體的影響而存在異質性。

2.數字普惠金融對農業綠色低碳發展的影響機制

一方面，由于現階段農村金融市場存在一定的融資約束的現象（王修華等，2013）[27]，除政策性資金支持外，數字普惠金融通過賦能“三農”發展間接參與到農業生產過程中（粟芳等，2020）[28]。數字普惠金融憑借數字技術打破地理空間束縛，優化農村金融市場要素合理配置、創新金融服務模式、緩解信息不對稱問題，助推農業綠色優質、高效、可持續發展（溫濤和陳一明，2020）[29]。隨著數字普惠金融服務下沉至農村區域，普惠金融與環保服務相關平臺得以建立，這為高效、低碳、綠色的農業經營模式提供資金保障，在提高農業資源利用效率的同時，也直接降低了農業的碳排放（程秋旺等，2022）[30]，農業綠色全要素生產率得以提升。另一方面，數字普惠金融服務為農業社會化服務組織帶來了先進技術與理念，進一步推動農業社會化服務組織數字化轉型，進而提升了農業生產社會化服務水平。而農業生產社會化服務水平的提升也有助于農戶采納先進綠色生產技術與方法（李翠霞等，2021）[31]，推動其生產行為綠色低碳化。隨著農藥和化肥的逐步科學減量使用，農業面源污染持續降低，間接提升農業綠色全要素生產率，從而促進農業綠色低碳發展。此外，數字普惠金融除了可以引導資金進入農業產業外，還可以為農業綠色低碳發展提供更多服務。得益于數字普惠金融發展，其相關服務模式創新和傳播也為更多涉農金融機構提供了經驗與模式（黃邁和馬九杰，2019）[32]，有助于促進農業產業鏈的融合與轉型發展（馮賀霞和王小林，2020）[33]，也有助于開發農業新產業新業態等復合型功能（易加斌等，2021）[34]，農業綠色產業新業態開始大量產生，從而促進農業綠色低碳發展。綜上所述，提出如下假設2。

H2a：數字普惠金融通過降低農業二氧化碳排放，提升農業綠色全要素生產率，進而促進了農業的低碳發展。

H2b：數字普惠金融通過提升農業生產社會化服務水平，提升農業綠色全要素生產率，進而助推農業的綠色發展。

H2c：數字普惠金融通過推動農業產業融合發展，拓展綠色農業新產業新業態及相關功能邊界，進而推進了農業綠色低碳高質量發展。

數字普惠金融對農業綠色低碳發展的傳導機制如圖1所示。

圖1 數字普惠金融影響農業綠色低碳發展的理論框架

三、農業綠色低碳發展水平測度與分析

（一）農業綠色低碳發展指標體系構建

農業綠色低碳發展內涵較為豐富，除了農業綠色生產之外，還需要考慮農業的綠色經營、綠色產業發展等層面，這也是《中共中央 國務院關于實施鄉村振興戰略的意見》中提出的加快構建現代農業產業體系、生產體系和經營體系的主要內容。因此，基于農業綠色生產、綠色經營、綠色產業三個維度構建農業綠色低碳發展指標體系。

在農業綠色生產方面，提高農業生產資源利用率、降低污染排放是農業綠色低碳發展的核心要義。因此，選擇耕地復種指數、節水灌溉面積比重兩個指標反映資源節約情況；以農業COD排放強度、農業氨氮排放強度反映污染減排情況。在農業綠色經營層面，農業綠色經營體系是農業綠色低碳發展的重要支撐。主要基于涉農企業視角，從綠色管理的角度出發構建綠色經營一級指標。以綠色產出、綠色銷售、綠色運營來反映農業綠色管理水平。農業綠色產業方面，農業綠色產業體系建設應是農業綠色低碳發展的重要目標，轉型支撐與產業升級應是農業綠色產業的題中應有之義。為此，應以專業人才支撐、先進技術支撐衡量農業綠色轉型的技術支撐，以農業產業發展水平與休閑農業發展水平衡量農業產業轉型升級情況。在此基礎上，綜合考慮各個指標數據的可獲得性等因素，構建2011—2020年我國農業綠色低碳發展水平測度指標體系（見表1）。

表1 農業綠色低碳發展指標體系

續表

（二）數據處理與測算

1.數據無量綱化處理

為了解決數據因量綱不一致導致的不可比性，采用極值法對原始數據進行標準化處理。計算公式如下。

正向指標的標準化公式為：

負向指標的標準化公式為：

其中，uij為第i年、第j個評價指標的標準化處理結果，xij為第i年、第j個評價指標的原始值，max(xij)、min(xij)分別代表原始值的最大值和最小值。

2.熵值法確定指標權重

為了構建省際層面的農業綠色低碳發展水平的可比數據，采用熵值法確定指標權重。每個指標熵的計算公式如下：

3.農業綠色低碳發展水平測度

以各指標無量綱化處理后的標準值與熵值權重進行累乘加總后即可得到各一級指標和總指標的農業綠色低碳發展水平，具體公式如下：

（三）農業綠色低碳發展水平測度結果分析①本文根據實證設計進行分析，結論供參考。

根據農業綠色低碳發展評價指標體系構建及其測算方法，測算出中國31個省份2011—2020年農業綠色低碳發展水平（見表2）。總體而言，從2011年至2020年間，我國農業綠色低碳發展水平總體呈現出明顯上升的態勢，但區域間發展差異較為明顯。根據2011—2020年中國各省份農業綠色低碳發展水平均值來看，江蘇、浙江、北京、福建、四川、天津、遼寧、江西、安徽、山東等省份排在前10位，而山西、河南、甘肅、貴州、內蒙古、青海、海南、寧夏、新疆、西藏等省份排在后10位，農業綠色低碳發展水平表現出一定的梯度與層次性。值得注意的是，江蘇農業綠色低碳發展水平測度結果均值為1.372，而西藏均值僅為0.291，反映出不同省份農業綠色低碳發展水平存在較大差異。

表2 2011—2020年全國31個省份農業綠色低碳發展水平測度結果

續表

此外，中國不同區域之間農業綠色低碳發展不平衡現象也比較明顯。總體來看，中國不同區域間得分均值排序為：東部地區＞東北地區＞中部地區＞西部地區（見表3）。東部地區農業綠色低碳發展水平總體偏高，其中有6個省份排在前10位；而西部地區農業綠色低碳發展水平總體相對較低，排名后10位的省份中有7個是西部地區省份。其中，中部地區的江西農業綠色低碳發展水平得分均值高于其周邊省份，可能因為江西作為首批國家生態文明試驗區之一，近年來堅持綠色生態發展導向，國家政策和地方政府積極推動促使農業綠色低碳發展成效顯著。

表3 不同區域和省份之間農業綠色低碳發展水平排名

四、變量說明與模型設定

（一）變量說明及其數據來源

1.被解釋變量

農業綠色低碳發展水平（Green and Low-Carbon Agriculture，以下簡稱GLCA）。依據前文中構建的

指標體系和方法進行估計。

2.核心解釋變量

數字普惠金融指數。基于北京大學數字金融研究中心編制的《數字普惠金融指數（2011—2020）》相關數據，借鑒郭峰等（2020）[20]關于數字普惠金融指數構建的方法，采用其編制指數描述各省份數字普惠金融發展狀況。因此，本文選取該套指數來衡量中國數字普惠金融的發展狀況。

3.中介變量

農業碳排放強度。基于現有研究的基礎上，參考Tian等（2014）[35]的做法，通過測算化肥、農藥、農用薄膜及柴油等農業生產投入要素的碳排放量而得出。

農業生產社會化服務。基于現有研究的基礎上，參考張恒和郭翔宇（2021）[36]的做法，以地區單位播種面積農林牧漁服務業產值衡量農業社會化服務水平。

農業產業融合發展。基于現有研究的基礎上，主要參考李曉龍（2021）[37]的做法，從農業產業鏈延伸、新興業態培育、產業功能拓展等維度合成農業產業融合發展指標。

4.控制變量

參考師博和沈坤榮（2013）[38]、郭海紅和劉新民（2021）[39]的做法，選取就業人口受教育程度、政府支持、經濟發展水平、農業生產技術設施情況作為控制變量。

就業人口受教育程度。高質量的人才是一個地區經濟發展的必要條件之一，同時也是各項產業發展的重要因素之一。現階段，農業綠色低碳發展離不開生產技術、工具的創新，而高質量的人才也是推動科技創新的核心要素和農業綠色低碳發展的基礎條件。參考劉昌平和花亞州（2017）[40]的做法，采用全國各地區就業人員受教育程度進行衡量，即各教育階段人數占總就業人數比重乘以各教育階段時間來計算各地區就業人口受教育程度，其中小學、初中、高中、大專、本科及研究生（含碩士與博士）教育年限分別按6年、9年、12年、15年、16年、20年計算。

政府支持。政府財政在我國經濟發展中扮演著宏觀調控的重要作用，政府財政支持行為會對農業發展起到重要影響。通過采用各省政府財政支出占GDP的比重來衡量政府支持程度。

經濟發展水平。一個區域的經濟發展水平越高，越傾向于農業綠色低碳發展。采用區域人均GDP來衡量經濟發展水平。

農業基礎設施狀況。農業基礎設施對于改造傳統農業、實現農業綠色低碳轉型具有重要作用。選取農業機械總動力衡量農業生產基礎設施情況。

生態環境。與工業、服務業相比，農業生產受生態環境的影響更大，生態環境的質量直接影響著農業的綠色發展成效。文中選取森林覆蓋率來衡量各省份的生態環境狀況。

基于數據的可獲得性，研究期間為2011年至2020年，采用的數據均來源于歷年的《中國統計年鑒》《中國休閑農業年鑒》《中國農產品加工業年鑒》《中國環境統計年鑒》等公開信息，缺失數據采用插值法或相應年份平均值進行處理。表4為各變量的描述性統計。

表4 變量的描述性統計說明

續表

（二）模型設定

1.基準回歸

為進一步考察數字普惠金融對農業綠色低碳發展的影響，構建如下基準回歸模型：

式（6）中，GLCAit表示i地區在t年份的農業綠色低碳發展水平；difit表示i地區在t年份的數字普惠金融發展水平；controlit表示控制變量集合；λi、ηt分別表示地區固定效應、年份固定效應；εit為隨機擾動項。若式（6）中的回歸系數β1是正向顯著，則H1得以驗證，即數字普惠金融的發展會促進農業的綠色低碳發展。

同時，為進一步考察數字普惠金融對農業綠色低碳發展水平的影響是否存在U形曲線關系，將對其進行平方項處理代入模型進行檢驗。

此外，為驗證數字普惠金融對農業綠色低碳發展的作用機制，分別通過實證分析農業碳排放強度、農業生產社會化服務水平、農業產業融合發展等在數字普惠金融助推農業綠色低碳發展中的作用機制，構建數字普惠金融與這些中介變量的交互項進行中介效應模型回歸：

2.穩健性檢驗

考慮到數字普惠金融對農業綠色低碳發展的影響可能具有時滯性，對因自變量農業綠色低碳發展水平作滯后一期、滯后二期處理，以保證計量結果的穩健性。

3.內生性檢驗

鑒于農業綠色低碳發展水平及其分維度水平的當期值在很大程度上會受上一期指標數值影響，即可能存在序列自相關問題。同時，在控制變量的選取上也可能會遺漏某些對農業綠色低碳發展產生重要影響的變量，從而造成嚴重的內生性問題。因此，進一步采用差分GMM模型與系統GMM模型對其計量結果進行內生性檢驗。

五、計量結果分析

在進行基準回歸前，為防止各變量間存在的多重共線性問題，通過計算各變量間方差膨脹因子來檢驗變量之間是否存在多重共線性。結果發現，各變量間VIF值普遍低于4.5，說明相關變量的選取是相互獨立的，不存在多重共線性問題。

（一）數字普惠金融對農業綠色低碳發展的影響

1.總體效應

首先對計量模型進行Hausman檢驗，發現其檢驗結果P值為0.03，因此適合采用固定效應模型（FE）進行基準回歸（見表5）。模型（1）的結果表明數字普惠金融對農業綠色低碳發展起到正向促進作用，且通過1%的統計水平顯著，從而驗證了假說1。為進一步驗證研究結論的穩健性，對因變量農業綠色低碳發展水平（GLCA）進行滯后一期和滯后二期處理，回歸結果見表5中的模型（2）和模型（3）所示。穩健性檢驗結果也表明，數字普惠金融對農業綠色低碳發展的影響系數依然顯著為正，說明基準回歸結果是可靠的。

表5 數字普惠金融對農業綠色低碳發展的影響

2.作用機制檢驗

為了揭示數字普惠金融對農業綠色低碳發展影響的作用機制，進一步對其進行機制檢驗。參考溫忠麟和葉寶娟（2014）[41]的做法，采用引入交叉項的方式構建數字普惠金融對農業綠色低碳發展影響的中介效應模型（見表6）。

從表6模型（4）的計量結果來看，發現dif與dif×M系數均通過顯著性檢驗。其中，dif系數顯著為正且Agr_emission系數顯著為負，即農業碳排放強度越低，數字普惠金融對農業綠色低碳發展的促進作用越明顯。在模型（5）和模型（6）中，dif系數顯著為正，且Agr_emission系數也顯著為正，這說明隨著農業生產社會化服務水平的提高和農業產業融合發展深度的提高，數字普惠金融對農業綠色低碳發展的促進作用越明顯。從回歸系數顯著性與絕對值來看，Int_agriculture系數最為顯著且絕對值最大。實際上，數字普惠金融廣泛應用于服務業（賀茂斌和楊曉維，2021）[42]，其下沉至農村的過程中，加快了農村金融服務業態的創新和農村產業的融合發展，進而催生出農業綠色低碳新產業新業態的快速發展。因此，數字普惠金融發展可以通過推動農業產業融合發展來實現農業綠色低碳發展，且相關計量結果也證明了研究假說H2a、H2b、H2c。

表6 數字普惠金融影響農業綠色低碳發展的作用機制檢驗

（二）內生性檢驗

為了避免模型設定中出現的內生性問題，進一步采用差分GMM模型與系統GMM模型對其進行內生性檢驗，同時將數字普惠金融指數的滯后一期作為工具變量進行回歸，計量結果如表7所示。

從表7中可以看出，差分GMM模型與系統GMM模型均通過了Sargan檢驗，說明工具變量不存在過度識別的問題且具有較好的外生性。從自相關AR（2）的P值大于0.1可以看出，模型（7）和模型（8）的殘差序列均不存在二階自相關。此外，從核心解釋變量回歸系數符號及其顯著性水平沒有發生明顯變化，這說明回歸結果的穩健性和解釋力均較好。

表7 內生性檢驗結果

續表

（三）異質性檢驗

1.不同維度下的數字普惠金融對農業綠色低碳的影響

鑒于各地區之間的數字普惠金融發展水平各異，再次采用固定效應模型從數字普惠金融覆蓋廣度、使用深度及數字化程度三個維度來揭示其異質性作用效果，探究其對農業綠色低碳發展水平的影響（見表8）。

從表8的計量結果可以看出，Cov_depth系數為0.010，且在5%的置信區間統計顯著；Use_depth系數為0.017，且在10%的置信區間統計顯著；Dig_level系數為0.008，且在1%的置信區間統計顯著。就回歸系數的絕對值而言，數字化程度＞覆蓋廣度＞使用深度，反映出數字普惠金融覆蓋廣度與使用深度都必須以數字化程度為基礎，依賴數字化技術的推廣應用來更好地促進數字普惠金融發展。因此，各地方政府加快“兩新一重”的有效落實能夠較好地推進數字基礎設施的建設，提升社會總體數字化程度，特別是推進農村偏遠地區的新型數字基礎設施建設對農業綠色低碳發展尤為重要。

表8 異質性檢驗一：數字普惠金融分維度回歸結果

2.區域異質性分析

考慮到我國不同區域之間的地理位置、氣候條件、土壤環境等特征不同，農業綠色低碳發展也存在較大的差異性，將中國不同區域劃分為東、中、西以及東北部地區，再次采用固定效應模型進行計量分析（見表9）。

由表9可以看出，數字普惠金融對中國不同地區的農業綠色低碳發展均產生了促進作用，但這種促進作用存在明顯的區域異質性。其中東部地區數字普惠金融回歸系數為0.025，且在5%的置信水平顯著；中部地區和西部地區的回歸系數分別為0.009和0.008，且均在1%的置信水平上顯著；東北地區回歸系數不顯著。就回歸系數的絕對值而言，東北地區＞東部地區＞中部地區＞西部地區。造成這一現象的原因可能是：東部地區和東北地區農業綠色低碳發展基礎較好、農業經濟相對發達、基礎設施完整、金融發展水平總體較高，這些優勢奠定了東部地區數字普惠金融的早期發展格局，即數字經濟發展的先發優勢以及數字技術與實體產業的深度融合，使得數字普惠金融助推農業綠色低碳發展效果也更為強勁。而中部地區和西部地區的基礎設施、金融發展水平等要稍落后于東部地區，但近年來隨著數字普惠金融服務的不斷下沉，顯著擴大了金融服務的深度與廣度，數字普惠金融賦能中部地區和西部地區農業實現綠色發展也表現出較強的“后發優勢”。

表9 異質性檢驗二：分地區回歸檢驗結果

3.農業綠色低碳發展水平分維度分析

為探究數字普惠金融對農業綠色生產、經營、產業發展等不同層面農業綠色低碳發展的影響，進一步采用固定效應模型進行分析。由表10可知，數字普惠金融總體上能有效促進農業綠色低碳發展，但在不同維度上其對農業綠色低碳發展的影響卻存在較大的異質性。數字普惠金融對農業綠色生產、綠色經營、綠色產業發展的影響均起到了正向促進作用。但從其影響系數來看，綠色經營的效果＞綠色生產的效果＞綠色產業發展的效果。可能的原因是隨著我國互聯網交易平臺、互聯網電商的迅速發展，以無公害農產品、有機農產品為代表的綠色農產品需求不斷上升，綠色農業供應鏈得以建立和延伸，各類綠色農產品生產企業（基地）也快速發展。因此，數字普惠金融對綠色生產（GLCA_1）與綠色經營（GLCA_2）的助推作用較為明顯。此外，由于我國科技創新對農業產業發展的支持力度依然不足，尤其是農業科技成果的轉化率偏低，使得一些農業技術研發成果因為各種原因難以大面積的推廣與應用（劉同山和韓國瑩，2021）[43]，導致數字普惠金融對農業綠色產業發展作用效果相對有限。

表10 異質性檢驗三：數字普惠金融對農業綠色低碳發展的分項影響

六、結論與政策啟示

數字普惠金融賦能農業綠色低碳高質量發展，對于加快實現“雙碳”目標背景下的農業農村現代化具有重要意義。基于中國31個省份2011—2020年的省際面板數據，構建了我國農業綠色低碳發展評價指標體系，并測算了省際層面的農業綠色低碳發展水平，揭示了數字普惠金融對農業綠色低碳發展的作用效果及其傳導機制。

研究結果如下。

第一，數字普惠金融有利于促進農業綠色低碳發展，數字普惠金融水平每提升一個單位，可以提高1.1%的農業綠色低碳發展水平。從分項指標來看，數字普惠金融水平每提升1個百分比，可以提高0.8%的綠色生產水平、1.5%的綠色經營水平、0.5%的綠色產業發展水平。

第二，不同省份之間的農業綠色低碳發展水平表現出明顯的梯度性，東部地區最高，東北次之，中部地區再次之，西部地區最弱，區域之間農業綠色低碳發展不平衡現象依然比較明顯。

第三，從作用機制來看，數字普惠金融可以通過降低農業碳排放強度、提高農業生產社會化服務水平、提升農業產業融合發展深度來賦能農業綠色低碳高質量發展。

基于以上結論，得出如下政策啟示。

一是強化農業綠色生產導向，規范農業綠色生態標準和健全農業綠色低碳技術推廣應用政策，拓展農業綠色低碳產業鏈及其融合發展的制度保障，統籌協調區域農業綠色產業發展來縮小區域間的農業綠色低碳發展差距。

二是把握數字經濟發展方向，利用好數字普惠金融服務下沉至農村過程中的技術“紅利”期，積極推進鄉村數字化基礎設施建設和加快培育各類農業社會服務組織，提升鄉村地區數字化水平和社會服務能力。

三是加強優質綠色農產品的經營體系建設，以產業化聯合體為基礎，加強綠色農業經營體系建設。

四是進一步推動農業科技創新，提高科技成果轉化率，加強農業科技研發與成果推廣應用的有效銜接，積極推廣生態環保、綠色環保等農業生產技術，助力農業綠色低碳高質量發展。