數字普惠金融如何影響農戶農機社會化服務的采納？

王慧敏 朱建軍

[基金項目]教育部人文社會科學研究規劃基金項目（項目編號：21YJA790085）和山東省自然科學基金項目（項目編號：ZR2021MG051）。

[作者簡介]王慧敏（1997-），女，山東煙臺人，碩士研究生，研究方向：農業經濟與政策；通訊作者：朱建軍（1982-），男，山東濟南人，教授，碩士生導師，研究方向：農地政策與新型農業經營主體研究。

引用格式：

王慧敏，朱建軍.數字普惠金融如何影響農戶農機社會化服務的采納？——基于CLDS數據的分析[J].新疆農墾經濟，2024（02）：40-50.

摘要：在數字鄉村建設加快推進的背景下，文章利用中國勞動力動態調查數據與北京大學數字普惠金融指數，實證研究了數字普惠金融對農戶農機社會化服務采納的影響及其作用機理。結果表明：（1）數字普惠金融可以促進農戶對農機社會化服務的采納，不管是數字普惠金融總指數還是覆蓋廣度、使用深度，均具有顯著的促進作用。（2）經過內生性處理和穩健性檢驗，數字普惠金融依然正向影響農機社會化服務的采納。（3）利用中介效應模型對作用路徑的分析發現，數字普惠金融可以通過促進農戶非農創業、勞動力務工以及農地轉入來促使其采納農機社會化服務。基于以上結論提出兩點啟示：一是繼續推進數字普惠金融在農村的發展，不斷提高其覆蓋廣度和使用深度。二是根據中介路徑來看，應鼓勵農戶非農創業和就業，還要進一步完善農地流轉市場，更好地發揮中介傳導作用，從而促進農機社會化服務的發展。

關鍵詞：數字普惠金融；農機社會化服務；非農創業；勞動力務工；農地轉入

一、引言

社會化服務作為小農戶與現代農業發展有機銜接的基本途徑，一直是我國農業政策關注的重點。黨的十九大和二十大報告指出“發展新型農業社會化服務、健全社會化服務體系”，2023年中央一號文件提出“實施農業社會化服務促進行動，大力發展代耕代種、代管代收、全程托管等社會化服務”。在政策支持下，我國農業社會化服務發展迅速，據農業農村部公報數據顯示，截至2020年底，全國農業社會化服務組織數量超90萬個，農業生產托管服務面積超16億畝次，其中服務糧食作物面積超9億畝次，服務帶動小農戶7 000多萬戶。

農機社會化服務是農業社會化服務的重要內容，是解決農業生產“誰來種地、怎么種地”重大問題的現實途徑，可以提高農業技術效率[1]、促進綠色農業技術的采納[2]、抑制土地撂荒[3]等。農機社會化服務效果的發揮離不開農戶的采納，但農戶對農機社會化服務采納的比例并不高，蘇柯雨等[4]發現采納機耕服務的農戶比例僅有34.28%，耿鵬鵬等[5]、李忠旭和莊健[6]的研究中農戶采納農機服務比例分別為57.5%和44.5%。如何提高農戶采納農機社會化服務的比例，需要探討影響農戶采納服務的關鍵因素，已有研究主要分析了農戶要素稟賦及配置和農業政策對其農機社會化服務利用的影響。在要素稟賦及配置方面，學者們集中探討了勞動力和土地對小農戶采納農機社會化服務的影響，其中勞動力的老齡化、女性化和非農化會促進農戶對農機社會化服務的采納[7-8]，土地細碎化會阻礙服務采納[7]。農業政策方面的研究發現，農地確權促進了農機服務外包[9]，農機購置補貼顯著提高了小農戶農機社會化服務的可得性[10]。

農業機械作為農業生產性固定資產，對農業高質量發展至關重要，而提升農業機械化水平離不開金融信貸的支持[10]，但傳統金融機構出于規避風險的考量，會對貸款施加限制，使得我國農村家庭普遍面臨較嚴重的正規借貸約束，限制了農業機械化發展[11]。在數字經濟發展的背景下，數字普惠金融借助數字技術能夠降低交易成本、緩解信息不對稱，得到了政策支持。《“十四五”國家信息化規劃》提出“數字普惠金融服務”優先行動，為全面推進數字普惠金融明確了重點方向。《數字鄉村發展戰略綱要》中強調，創新農村普惠金融服務，改善網絡支付、移動支付、網絡信貸等普惠金融發展環境，為農民提供足不出村的便捷金融服務。數字普惠金融比傳統金融更容易深入鄉村，成為促進農業機械化的重要路徑，其對農業機械化水平的提升作用已得到相關研究證實[12-13]。對于小農戶來說，農業機械化的實現越來越依賴于農機社會化服務，在此背景下，數字普惠金融能否促進小農戶采納農機社會化服務，其中的作用機制如何？目前相關研究缺乏，而對于該問題的回答有助于更好地發揮農機社會化服務銜接小農戶的作用，也有助于我國農業機械化水平的持續提升。本文的邊際貢獻主要集中在兩方面：（1）在理論分析的基礎上，基于中國勞動力動態調查（CLDS）三年的大樣本數據，實證檢驗數字普惠金融對農戶農機社會化服務采納的影響；（2）深入探討數字普惠金融對農戶農機社會化服務采納的影響機理，利用中介效應模型對其中的作用路徑進行檢驗。

二、理論分析與研究假說

（一）數字普惠金融對農機社會化服務采納的直接影響

農村居民大多缺乏有效的可抵押物使得農村地區受到嚴重的“金融排斥”[14]，加之農戶缺乏央行征信系統的信用記錄[13]，導致農戶正規信貸可得性比較低，而購買農機服務需要一定的可支配資金支持[15]。數字普惠金融一般不需要抵押物，用數字技術接入傳統金融服務的盲區，基于大數據進行資格審查，小農戶只需要擁有購物、繳款等良好記錄即可進行貸款，正規信貸可得性的提高使得農戶有了一定的可支配資金從而激勵農戶購買農機服務。對于農機服務供給主體而言，購置農機需要大量資金且需要定期投入資金維護，因此農機服務供給主體除了要動用自有資金以外往往還需要借貸[16]，數字普惠金融同樣降低了農機服務供給主體的信貸門檻，所獲得的資金支持可以購置農機或用于定期維護，大大鼓勵了農機服務供給主體對于農機的購買，從而使得農機作業服務市場供給增多，農機作業服務價格下降，最終會促進農戶對農機社會化服務的采納[17]。

據此，提出本文研究假說H1：數字普惠金融促進農戶對農機社會化服務的采納。

（二）數字普惠金融對農機社會化服務采納的影響路徑

數字普惠金融通過緩解信貸約束會促使農戶進行非農創業或者轉入農地擴大規模，而這又提高了對農業勞動的需求，在農業勞動成本上漲的背景下，采用機械尤其農機服務來替代勞動成為農戶的理性選擇。數字普惠金融的發展還會促進當地企業的創立[18]，為農戶提供更多的務工機會，農戶務工也會影響其農機社會化服務的采納。故本文認為數字普惠金融會通過農戶非農創業、勞動力務工以及農地轉入來影響農機社會化服務的采納，下面進行具體的理論分析。

1.非農創業。具備創業意愿的農戶要進行創業，需要一定數量的啟動資金，資金的充足能更好地保障創業項目的可持續并取得成功。而農戶自有資金往往不足以很好地支撐創業，因此需要借貸，數字普惠金融的出現讓農戶易于獲得貸款作為創業資本，進而放松創業的資本約束，有利于農戶非農創業。張勛等[19]研究發現，數字金融可以顯著促進農村居民非農創業。隨著農戶的非農創業，家庭勞動力發生了轉移，非農創業的勞動力增加，務農勞動力減少，而農業勞動雇工成本又在不斷攀升[20-21]，因此，根據誘致性技術變遷理論，農戶會選擇用資本代替勞動進行農業生產，在農機購置需要大量資本的約束下，農戶更傾向于采納農機服務來替代減少的勞動力。

2.勞動力務工。現階段制約農村勞動力務工的主要原因是勞動力市場非農崗位的數量太少，無法滿足農村勞動力的需求[22]，現有企業規模擴大以及新建企業的出現都需要資金[20]，而數字普惠金融的出現可以降低服務門檻和服務成本，為企業的擴大和建立創造了有利條件[23-24]，從而釋放出大量非農崗位[18]，可以促使農村勞動力實現非農就業。謝婷婷等[25]研究發現，數字普惠金融可以促進農村產業融合，從而為本地提供大量就業崗位，就業崗位的增加可以帶動當地受雇就業。農村勞動力外出務工、進城務工會存在交通、住房、技能培訓等方面的成本，對于收入水平不高的農村家庭，這些成本阻礙了家庭勞動力流動，而數字普惠金融可以緩解農村勞動力流動過程中對資金的一時之需，有利于農村勞動力外出務工[22]。因此，數字普惠金融的發展能從供需雙方拉動農村勞動力務工，而農村勞動力務工又會促進對農機社會化服務的采納[17]。

3.農地轉入。農戶轉入土地需要支付租金，轉入土地后經營規模擴大，需要相應地增加農業生產投入，而這都離不開資本，在自有資本不足時，信貸支持成為影響農戶轉入農地、擴大生產規模的關鍵。已有研究發現，農村信貸市場的金融排斥阻礙了小農戶擴大經營規模[26]，而信貸可得性的提高對農戶轉入農地具有顯著的促進作用[27]。數字普惠金融降低了信貸門檻，更有助于無抵押物的普通農戶緩解資金約束，為農地轉入及后續投資提供信貸支持，從而促進具有農業生產比較優勢的農戶轉入農地、擴大經營規模。張永奇[28]研究也發現，數字普惠金融促進了農戶土地轉入。隨著農地經營規模的擴大，農戶務農勞動力的不足會促使農戶采用農業機械來彌補，在農機尤其大型農機購置成本較高的背景下，農戶主要通過購買農機社會化服務來進行農業生產，故農地轉入進一步促進了農戶對農機社會化服務的采納。

據此，提出本文研究假說H2：數字普惠金融通過促進農戶非農創業、勞動力務工和農地轉入來促進農機社會化服務的采納。

三、數據來源、變量選取與模型選擇

（一）數據來源

本文數據來源于中山大學社會科學調查中心的中國勞動力動態調查（China Labor-force Dynamics Survey，CLDS）和北京大學數字普惠金融指數（The Peking University Digital Financial Inclusion Index of China，PKU_DFIIC）。其中，CLDS的樣本覆蓋了中國 29 個省市，具有全國代表性，本文采用了2014、2016和2018三年混合截面數據，考慮到農機社會化服務主要針對糧食作物，剔除了不從事糧食種植以及因變量缺失的家庭。北京大學數字普惠金融指數一共包含 3 個維度，33 個具體指標，涉及中國內地 31 個省、337 個地級以上城市以及約 2 800 個縣的數據，與CLDS數據在地級市層面匹配，三年數據混合后最終得到8 346個有效樣本進行分析。由于其他變量也存在缺失值，使得進入各個模型的觀測值個數進一步減少，具體見實證結果表。

（二）變量設置與描述性統計

1.因變量。借鑒李寧等[9]的研究，選擇農機社會化服務采納程度作為因變量。根據CLDS問卷中的問題“請問您家機械化耕種的生產工具屬于以下哪種情況”，選擇“全部租用別人或某公司”的為全部采納，賦值3，選擇“部分自家擁有、部分租用或借用”的為部分采納，賦值2，除了這兩個選項外的為不采納，賦值為1。另外，以選擇是否采納服務（全部采納與部分采納賦值為1，不采納為0）作為因變量進行穩健性檢驗。

2.關鍵自變量。借鑒孫學濤等[12]的研究，使用“北京大學數字普惠金融指數”來衡量各地區的數字普惠金融發展程度，作為本研究的關鍵自變量。該指數涉及3個維度的33個具體指標，在對指標進行無量綱化處理和主客觀賦權的基礎上，利用算術加權平均合成模型計算得到，具體編制方法參考郭峰和熊云軍[29]的研究。同時，考慮到CLDS中調查的是上一年的數據，故選擇“北京大學數字普惠金融指數”2013、2015與2017年的數據，與CLDS數據匹配，選取數字普惠金融總指數作為關鍵自變量，并參照張青等[30]的研究，進一步分析了分指標覆蓋廣度和使用深度對農機社會化服務采納的影響。

3.中介變量。本研究的中介變量包括三個，農戶創業、勞動力務工與農地轉入。借鑒謝勇和楊倩[31]的研究，將個體問卷中被訪問者職業類型為“雇主”或“自雇”的視為創業，用家庭創業人數在家庭勞動力中的占比來衡量農戶創業情況。將個體問卷中被訪問者的職業類型為“雇員”的作為務工，用家庭務工人數在家庭勞動力中的占比來衡量家庭勞動力務工情況。農地轉入采用家庭轉入他人土地規模來衡量。

4.控制變量。參考李寧等[9]和李忠旭等[6]的研究，主要從戶主層面、家庭層面很村莊層面來選擇控制變量。其中，戶主層面包括戶主年齡、性別、受教育程度、健康水平；家庭層面包括家庭人均收入、家庭勞動力占比、農機持有、農業補貼、耕地面積、糧食面積比；村莊層面包括村外出務工男性比、村到縣城距離、村莊耕地面積等。

所有變量說明與描述性統計如表1所示，表中將變量分為未采納農機社會化服務組和采納農機社會化服務組，關鍵解釋變量數字普惠金融總指數的均值采納組高于未采納組，覆蓋廣度和使用深度也是如此。非農創業、勞動力務工和農地轉入規模三個中介變量也都是采納服務組的均值高于未采納組。另外，對農機社會化服務采納情況的統計發現，是否采納服務的均值為0.462，采納比例為46.2%，不到一半，可見農戶采納農機服務的比例仍需提高。

（三）模型設定

1.基準回歸模型。考慮到因變量的取值特點，采用有序Probit模型與二元Probit模型分析數字普惠金融對農機社會化服務采納的影響，模型具體設定如下：

[Servi=β0+β1Indexi+j=1αjXjj+εi]? ? ? ? ? ? ? ?（1）

上式中，[Serv]是因變量農機社會化服務的采納，[Index]是關鍵自變量數字普惠金融，[X]是影響農戶農機社會化服務采納的其他控制變量，[ε]是隨機擾動項。

2.中介效應模型。為了分析數字普惠金融對農戶農機服務采納的影響路徑，采用依次檢驗法構建如下中介效應模型：

[Servi=a0+a1Indexi+j=1δjXjj+ei]? ? ? ? ? ? ? ?（2）

[Mi=b0+b1Indexi+j=1λjXjj+fi]? ? ? ? ? ? ? ? ? ? （3）

[Servi=c0+c1Indexi+c2Mi+j=1γjXjj+gi]（4）? ? ? ? ? ? ? [Z=b1c2b21S2c2+b22S2b1]? ? ? ? ? ? ? ? ? ? （5）

上式中， M是中介變量，[e]、[f]、[g]是隨機擾動項，其他變量含義與式（1）保持一致。（2）式分析數字普惠金融對農機服務采納的影響，（3）式分析數字普惠金融對中介變量的影響，（4）式同時將數字普惠金融和中介變量放入模型右側，分析其對農機服務采納的影響。中介效應等于系數[b1×c2]，在依次檢驗法中，一個中介變量的中介效應是否顯著，需要滿足以下條件：（2）式中數字普惠金融對農機服務采納的影響顯著，即系數[a1]顯著；（3）式中數字普惠金融對中介變量的影響顯著，即系數[b1]顯著；（4）式中中介變量對農機服務的影響顯著，即系數[c2]顯著；若（2）式中[a1]顯著且[b1]、[c2]至少有一個不顯著，需要做Sobel檢驗，（5）式中計算的|Z|>1.65，則說明中介效應顯著。

四、實證結果分析

（一）數字普惠金融對農機社會化服務采納的影響分析

由表2可知，數字普惠金融總指數對農機社會化服務采納程度的影響在1%的水平上正向顯著，這說明數字普惠金融可以促進農戶對農機社會化服務的采納，假說H1得到驗證。進一步分析發現，數字普惠金融覆蓋廣度和使用深度對農機社會化服務采納程度的影響也均在1%的水平上正向顯著。

在控制變量的影響方面，戶主年齡對社會化服務的采納具有正向影響，這說明需要農機社會化服務來彌補老齡化的農戶在體能上的不足。戶主受教育程度和健康水平均對農機社會化服務的采納具有促進作用，教育與健康是衡量人力資本水平的關鍵指標，戶主的教育或健康水平高則更易從事非農就業，進而需要采納社會化服務來替代農業勞動。家庭人均收入水平對社會化服務的采納具有顯著的正向影響，收入提高會促進社會化服務的采納。農機持有對社會化服務的采納具有負向影響，持有農機的家庭使用自家農機而不需要購買農機社會化服務。家庭耕地面積和村莊耕地面積均對社會化服務的采納具有正向影響，經營規模大更易發揮機械化的規模經濟優勢，促進農機服務的采納。糧食作物更適合機械化耕作，故糧食種植面積占比高的家庭采納農機服務的多。家庭獲得的農業補貼對社會化服務的采納具有正向影響，農業補貼會促進農戶農業生產規模的擴大，促使農戶采納社會化服務來彌補農業勞動力不足。村莊外出務工男性占比對社會化服務的采納具有正向影響，男性勞動力外出會導致村莊勞動力女性化和老齡化，促進采納社會化服務。村莊到縣城的距離對社會化服務的采納具有負向影響，說明距縣城越遠的農戶越不會采納社會化服務，可能的原因是距縣城近的農戶更容易進城從事非農職業，故會采納農機服務來替代農業勞動，相反距離縣城遠的農戶其家庭勞動力以務農為主，農業勞動力充足不需要采納社會化服務。

（二）內生性檢驗

數字普惠金融可能存在內生性問題：首先，在農機服務采納比例高的地區，高的服務需求會拉動服務供給，而服務供給方往往需要金融支持來購置農機，進一步引致了較高的信貸需求，促進了該地區金融包括數字普惠金融的發展，這樣農機服務采納和數字普惠金融之間可能存在一定的反向因果問題；其次，也可能會因為遺漏變量和測量誤差造成內生性。為了處理內生性問題，本文借鑒傅秋子和黃益平[32]的研究，選擇農戶所在地級市到杭州的球面距離作為工具變量。工具變量的選擇需要滿足兩個條件：一是相關性，數字普惠金融的發展依靠互聯網技術，與信息技術中心的距離會影響一個地區的數字普惠金融發展水平，杭州作為互聯網之都，擁有豐富的互聯網資源，因此一個地區到杭州的球面距離與其數字普惠金融發展水平相關；二是外生性，球面距離作為空間距離不會受到數字普惠金融發展水平等社會經濟變量的影響，滿足外生性要求，所以工具變量是有效的。

綜上，本文選擇家庭所在地級市到杭州的球面距離作為工具變量，并采用擴展回歸模型（ERM）中的Eoprobit估計方法進行分析。回歸結果如表3所示，第一階段回歸中球面距離對數字普惠金融的影響在1%的水平上顯著，即距離杭州越遠的地級市數字普惠金融發展水平越低，說明工具變量與可能的內生解釋變量顯著相關，不存在弱工具變量問題。利用工具變量進行內生性檢驗的結果顯示，在1%的水平上拒絕了不存在內生性的原假設，即數字普惠金融存在一定的內生性，包括總指數、覆蓋廣度與使用深度均存在內生性，因此工具變量法的估計結果更可靠。由表3的結果可以看出，加入工具變量以后，反映數字普惠金融的三個指數對農機社會化服務的采納仍然正向影響顯著，也就是說處理了內生性后，數字普惠金融對農戶采納農機社會化服務仍具有明顯的促進作用。

（三）穩健性檢驗

為了檢驗結果的可靠性，本文進一步更換因變量，用“是否采納社會化服務”替換“服務采納程度”，同時考慮內生性問題，分別采用Probit和IV-Probit模型進行估計。第一階段回歸中球面距離對數字普惠金融的影響在1%的水平上顯著，說明工具變量與可能的內生解釋變量顯著相關，不存在弱工具變量問題，內生性檢驗的沃爾德統計量在1%的水平上顯著，說明存在內生性，IV-Probit模型的估計結果更可靠。由表4可知，數字普惠金融總指數、覆蓋廣度和使用深度均在1%的顯著水平上對是否采納農機社會化服務具有正向影響，因此，數字普惠金融能夠促進農戶對農機社會化服務的采納，影響效應是穩健的。

（四）數字普惠金融對農機社會化服務采納的作用路徑分析

采用依次檢驗法進行中介效應分析，（2）式的回歸結果已在表2中給出，即數字普惠金融對農機社會化服務采納具有顯著的正向影響。下面表5與表6分別給出了（3）式與（4）式的回歸結果。

中介變量非農創業用家庭創業人員比例衡量，勞動力務工用家庭務工人員比例衡量，取值在0-1之間，故采用Tobit和IV-tobit模型進行估計，農地轉入規模為連續取值的變量，采用OLS和2SLS模型進行估計，結果如表5所示，不管是Tobit還是IV-tobit模型的估計都顯示，數字普惠金融對創業有顯著的正向影響，這與張勛等[19]的研究結果一致，即數字普惠金融發展水平越高的地區，農戶非農創業的比例越高。數字普惠金融對勞動力務工也具有顯著的正向影響，說明數字普惠金融可以促進農村家庭勞動力務工。OLS模型估計結果顯示，數字普惠金融對農地轉入規模的影響不顯著，但數字普惠金融經檢驗存在內生性，故2SLS模型估計的結果更有效，結果顯示，數字普惠金融顯著提高了農地轉入規模，這與張永奇[28]的研究結論一致。綜上所述，數字普惠金融可以顯著促進農戶非農創業、家庭勞動力務工和農地轉入。

考慮到數字普惠金融存在的內生性，同時采用Oprobit模型和Eoprobit模型對（4）式進行回歸。結果顯示，非農創業顯著促進了農戶對農機社會化服務的采納，結合（2）式和（3）式的回歸結果可以發現“數字普惠金融—非農創業—農機社會化服務采納”的影響路徑存在，即數字普惠金融通過促進非農創業來帶動農戶對農機社會化服務的采納。勞動力務工在1%的顯著水平上正向影響農機社會化服務的采納，說明家庭勞動力務工比例越高，越傾向于采納農機社會化服務，綜合（2）式和（3）式的結果可以發現“數字普惠金融—勞動力務工—農機社會化服務采納”的作用路徑存在，即數字普惠金融通過推進農村家庭勞動力務工來帶動農戶對農機社會化服務的采納。農地轉入規模顯著促進農機社會化服務的采納，經計算發現，轉入戶平均經營規模為14.66畝，而王舒娟等[33]的研究發現，當經營規模超過35畝時農戶才傾向于購置農機，因此在規模較小時，隨著規模的增加農戶傾向于采納農機社會化服務，綜合（2）式和（3）式的結果可以發現“數字普惠金融—農地轉入—農機社會化服務采納”的作用路徑存在。綜上所述，數字普惠金融能夠通過非農創業、勞動力務工和農地轉入三條路徑來促進農戶對農機社會化服務的采納，假說H2得到驗證。

五、結論與啟示

（一）研究結論

在理論分析的基礎上，本文利用CLDS和PKU_DFIIC的數據，實證研究了數字普惠金融對農戶農機社會化服務采納程度的影響。研究結果發現，數字普惠金融顯著促進了農戶的農機社會化服務采納，總指數、覆蓋廣度和使用深度均正向影響顯著。考慮到數字普惠金融可能存在的內生性，選擇家庭所在地級市到杭州的球面距離作為工具變量進行了內生性處理，同時更換因變量進行穩健性檢驗，結果顯示，數字普惠金融對農戶農機社會化服務采納的影響是穩健的。進一步采用中介效應模型探究了數字普惠金融對農機社會化服務采納的影響路徑，實證檢驗發現，數字普惠金融通過帶動農戶非農創業、勞動力務工以及農地轉入來促進其對農機社會化服務的采納。

（二）政策啟示

基于上述研究結論得出以下政策啟示：

第一，鑒于數字普惠金融對農機社會化服務采納的顯著促進作用，應繼續推進數字普惠金融在農村的發展，不斷提高其覆蓋廣度和使用深度。一方面不斷優化鄉村數字基礎設施，為數字普惠金融的發展提供技術支撐；另一方面鼓勵金融機構不斷豐富數字金融產品，降低信貸成本，同時與相關部門配合加大數字與金融知識宣傳力度，提升農戶的數字技能和金融素養。

第二，基于數字普惠金融對農機社會化服務的影響路徑，應進一步鼓勵大眾創業、萬眾創新，并為農戶非農創業進行政策傾斜。同時為本地中小微企業、新型農業經營主體充分利用數字金融進行發展提供支持，為農戶的務工創造更多崗位；另外要進一步完善農地流轉市場，推進土地流轉市場協調發展，促進農戶轉入土地擴大規模，更好地發揮中介路徑的傳導作用。

參考文獻：

[1]胡祎，張正河.農機服務對小麥生產技術效率有影響嗎？[J].中國農村經濟，2018（5）：68-83.

[2]肖雙喜，桑冬梅.農業社會化服務對農戶綠色農業技術采用的影響研究[J].新疆農墾經濟，2022（3）：1-11.

[3]曾福生，史芳.農業社會化服務能抑制小農戶的耕地撂荒行為嗎？——基于湘贛浙三地微觀調查數據的實證分析[J].農村經濟，2022（2）：37-44.

[4]蘇柯雨，魏濱輝，胡新艷.農業勞動成本、市場容量與農戶農機服務外包行為——以稻農為例[J].農村經濟，2020（2）：98-105.

[5]耿鵬鵬，檀竹平，羅必良.“擠出”抑或“吸納”：農機服務如何影響農業勞動力轉移[J].華中農業大學學報（社會科學版），2022（4）：24-37.

[6]李忠旭，莊健.互聯網使用、非農就業與農機社會化服務——基于CLDS數據的經驗分析[J].農林經濟管理學報，2021（2）：166-175.

[7]紀月清，王許沁，陸五一，等.農業勞動力特征、土地細碎化與農機社會化服務[J].農業現代化研究，2016 （5）：910-916.

[8]方師樂，史新杰，高敘文.非農就業、農機投資和農機服務利用[J].南京農業大學學報（社會科學版），2020（1）：139-149.

[9]李寧，汪險生，王舒娟，等.自購還是外包：農地確權如何影響農戶的農業機械化選擇？[J].中國農村經濟，2019（6）：54-75.

[10]劉進，賈杰斐，許慶.農機購置補貼如何影響小農戶農機社會化服務獲得——基于全國農村固定觀察點數據的分析[J].中國農村經濟，2023（2）：85-108.

[11]柳凌韻，周宏.正規金融約束、規模農地流入與農機長期投資——基于水稻種植規模農戶的數據調查[J].農業經濟問題，2017，（9）：65-76.

[12]孫學濤，于婷，于法穩.數字普惠金融對農業機械化的影響——來自中國1 869個縣域的證據[J].中國農村經濟，2022（2）：76-93.

[13]閆桂權，何玉成，張曉恒.數字普惠金融發展能否促進農業機械化——基于農機作業服務市場發展的視角[J].農業技術經濟，2022（1）：51-64.

[14]粟芳，方蕾.中國農村金融排斥的區域差異：供給不足還是需求不足？——銀行、保險和互聯網金融的比較分析[J].管理世界，2016（9）：70-83.

[15]吉星，張紅霄.農業補貼與農戶農機服務購買：理論線索和經驗證據[J].經濟經緯，2022（1）：47-58.

[16]鐘真，劉世琦，沈曉暉.借貸利率、購置補貼與農業機械化率的關系研究———基于8省54縣調查數據的實證分析[J].中國軟科學，2018（2）：32-41.

[17]紀月清，鐘甫寧.非農就業與農戶農機服務利用[J].南京農業大學學報（社會科學版），2013（5）：47-52.

[18]謝絢麗，沈艷，張皓星，等.數字金融能促進創業嗎？——來自中國的證據[J].經濟學（季刊），2018（4）：76-93.

[19]張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019（8）：71-86.

[20]LIU Y H，WANG X B.Technological progress and Chinese agricultural growth in the 1990s[J]. China Economic Review，2005（4）：419-440.

[21]劉靜，李容.中國農業生產環節外包研究進展與展望[J].農林經濟管理學報，2019（1）：63-71.

[22]張兵，李娜.數字普惠金融對農村勞動力非農轉移的影響研究——基于Mlogit和門檻模型的實證分析[J].世界農業，2022（9）：65-75.

[23]萬佳彧，周勤，肖義.數字金融、融資約束與企業創新[J].經濟評論，2020（1）：71-83.

[24]JENNY N.Entrepreneurship and Liquidity Constraints：Evidence from Sweden[J].The Scandinavian Journal of Economics，2008（1）：23-43.

[25]謝婷婷，龔海玉，李賽.數字普惠金融支持農村產業融合發展研究[J].新疆農墾經濟，2022（12）：30-40.（4）

[26]胡杰，羅劍朝.金融排斥對農戶農地流轉行為的影響[J].資源科學，2022（11）：2178-2192.

[27]侯建昀，霍學喜.信貸可得性、融資規模與農戶農地流轉——以專業化生產農戶為例[J].中國農村觀察，2016（6）：29-39.

[28]張永奇.數字普惠金融對農村土地流轉的影響及機制研究——來自CFPS與PKU-DFIIC的經驗證據[J].經濟與管理，2022（3）：30-40.

[29]郭峰，熊云軍.中國數字普惠金融的測度及其影響研究：一個文獻綜述[J].金融評論，2021（6）：12-23，117-118.

[30]張青，況志華，王焰輝.數字普惠金融對農村青年非農就業的影響研究[J].金融與經濟，2021（11）：34-45.

[31]謝勇，楊倩.外出務工經歷、創業行為與創業績效[J].經濟評論，2020（1）：146-160.

[32]傅秋子，黃益平.數字金融對農村金融需求的異質性影響——來自中國家庭金融調查與北京大學數字普惠金融指數的證據[J].金融研究，2018（11）：68-84.

[33]王舒娟，馬俊凱，李寧.農地經營規模如何影響農戶的農業機械化選擇？[J].農村經濟，2021（4）：111-118.

責任編輯：李黎

How Does Digital Inclusive Finance Affect Farmers Adoption of Agricultural Machinery? Services？——Analysis Based on CLDS Data

Wang Huimin? Zhu Jianjun

（School of Economics and Management， Shandong Agricultural University， Tai 'an 271000， Shangdong， China）

Abstract： Against the background of accelerating the construction of digital rural areas， this article empirically studies the impact and mechanism of digital inclusive finance on farmers adoption of agricultural machinery services by farmers， using data from the China Labor Force Dynamic Survey and the Peking University Digital Inclusive Finance Index. The results are as follows. （1） Digital inclusive finance can promote farmers adoption of agricultural machinery services， both the overall index of digital inclusive finance and the breadth and depth of coverage，? have a significant promoting effect on it; （2） after endogeneity processing and robustness testing， digital inclusive finance still has a positive impact on the adoption of agricultural machinery services; （3） using the mediation effect model to analyze the action path， it is found that digital inclusive finance can promote the adoption of agricultural machinery socialization services by promoting non-agricultural entrepreneurship， labor force migration， and land transfer among farmers. Based on the above conclusions， it is proposed to continue to promote the development of digital inclusive finance in rural areas， and continuously improve its coverage and depth of use; from the perspective of intermediary pathways， it is necessary to encourage non-agricultural entrepreneurship and employment among farmers， and further improve the agricultural land transfer market to better play the role of intermediary transmission， thereby promoting the development of agricultural machinery services.

Key words： digital inclusive finance;services for agricultural machinery; non agricultural entrepreneurship; labor migration; agricultural land transfer