數字金融賦能農業韌性：效應及機制

曾明耀 宋山梅

[基金項目]貴州省教育廳高等學校人文社會科學研究基地項目（項目編號：2018JD012）。

[作者簡介]曾明耀（2000－），男，江西宜春人，碩士研究生，研究方向：農業經濟管理、農村金融；宋山梅（1963－），女，廣東梅縣人，教授，研究方向：農林經濟管理。

引用格式：

曾明耀，宋山梅.數字金融賦能農業韌性：效應及機制——兼論人力資本的異質性[J].新疆農墾經濟，2024（02）：51-62.

摘要：鑄造農業韌性是推進農業現代化建設、實現農業強國的應有之義，數字金融發展為農業風險識別、沖擊抵抗、經濟恢復和組織重構提供了技術與資金新動能。文章基于2011—2021年中國31省面板數據，在使用熵值法測算我國農業韌性水平的基礎上，運用雙向固定模型、中介模型、工具變量法等實證檢驗了數字金融發展對農業韌性的影響效應、機制和差異。結果表明：數字金融對農業韌性具有顯著的促進作用，該結論在考慮內生性問題及穩健性后仍然成立，但其維度下的覆蓋廣度與信貸應用并不顯著。通過提高農業風險識別能力和沖擊抵抗能力，數字金融對農業韌性產生直接影響，同時也可以激勵農業科技創新以及促進產業結構高級化，間接推動農業韌性提升。數字金融對農業韌性的提升作用僅在東部地區顯著，且其促進效果隨人力資本的提高逐漸增強，受數字鴻溝的影響低人力資本地區存在抑制作用。故需不斷優化農村金融環境，提高農戶數字素養，借助數字金融激活農業科技創新助力農業韌性提升。

關鍵詞：數字金融；農業韌性；農業科技創新；產業結構高級化；人力資本

一、引言

面對國內外形勢深刻變化、自然災害頻發的狀況，農業固有的弱質性愈發凸顯。隨著不確定性因素的增加，如何為“脆性”農業尋求識別外部風險、抵抗外來沖擊，提高可持續發展的能力，成為農業現代化建設進程中重要的考量[1]。黨的二十大報告中提出要著力提升產業鏈供應鏈韌性和安全水平，加速建設農業強國，夯實糧食安全根基。2023年中央一號文件也再次明確，要建設供給保障強、科技裝備強、經營體系強、產業韌性強的農業強國。產業韌性發展為以上困境尋得破解之道，提升農業韌性逐漸成為促進農業現代化建設的應有之義。

在數字經濟發展背景下，數字化農業成為搶占農業現代化最高點的戰略舉措，是提高農業韌性的有效途徑。無論是數字基礎設施的建設、數字技術的運行與維護，還是最基本的農業產購銷，都需要大量的資金投入，離不開金融服務的支持[2]。傳統金融覆蓋面窄、成本高、效率低，且存在“嫌貧愛富”的現象，并未很好地照顧到農村邊緣群體，難以滿足農業韌性發展的融資需求。隨著互聯網、大數據、云計算等技術的應用，數字金融應運而生，彌補了傳統金融發展過程中的很多缺陷。作為數字技術與金融市場有效銜接的載體，數字金融通過跨空間金融服務，在滿足農業“長尾群體”資本需求的同時，還能有效地監管資本流動，優化農業生產要素資源配置[3]，為農業韌性提供新的金融動能。

有關數字金融的研究目前較為成熟，主要集中在數字金融的經濟效益上，如數字金融推動經濟發展[5]、促進居民增收[6]、激活居民消費[7]、鼓勵企業創新[8]、引導產業結構優化[9]等作用，但鮮有與韌性的互動研究。韌性（Resilience）一詞最初源于物理學領域，指材料在受到外力變形和斷裂過程中吸收能量的能力。需明確的是，韌性是事物的固有屬性，并不是在風險沖擊時才擁有或具備韌性，韌性更多體現的是一種長期狀態下的可持續能力。MARTIN[10]對韌性構建的四個維度是學術界比較認可的定義，包括系統抵抗沖擊的能力、遭受沖擊后的恢復能力、新環境的適應能力以及適應后的重組能力。國內研究在此基礎上，對農業韌性的概念進行了擴展，如何亞莉[11]基于“雙循環”背景，將農業產業鏈韌性定義為：以現代技術作為支撐，在面對不確定性沖擊時，能夠避免產業鏈條斷裂，或者通過自身能力將風險轉移并迅速實現自我恢復的能力。郝愛民[12]則借鑒何亞莉的定義認為農業韌性是農業經濟系統通過調整內部結構抵御沖擊、迅速恢復并向新階段轉變的動態能力。在農業韌性的測度方面，主要分為綜合指標法與單變量指標法。蔣輝等[13]基于PSR模型構建農業韌性指標體系，宋敏與劉欣雨[1]則使用核心變量法，通過測量區域經濟在衰退與復蘇時的反事實變化來衡量農業韌性。目前暫未有數字金融與農業韌性的互動研究，與之最為接近的是數字經濟對農業韌性的影響，如趙巍與徐筱雯[3]研究發現，數字經濟對農業韌性具有顯著的促進作用，且存在空間溢出效應，宋敏與劉欣雨[1]則認為，數字經濟可通過擴散人力資本外部性進而推動農業韌性提升。

綜上所述，目前關于農業韌性的研究，無論是概念還是評價體系，都存在著更進一步的完善與優化的空間。其次，在數字金融與農業韌性的互動關系上，缺少影響效應與作用機制的專門研究。農業韌性的定義是什么？如何評測？數字金融發展能否推動農業韌性提升，以及如何提升，又會受什么影響？這些問題都亟待解答。鑒于此，本文基于2011—2021年中國31個省份的農業數據，完善現有農業韌性指標體系，運用雙向固定模型、中介模型、工具變量法等，在解決內生性問題與保證穩健性的情況下，探尋數字金融對農業韌性的影響效應以及農業科技創新與產業結構高級化在兩者間的作用路徑，并分析了人力資本的異質性效果，為提高我國農業韌性、促進農業現代化建設提供經驗證據與政策建議。

二、數字金融對農業韌性影響的理論分析

（一）數字金融對農業韌性的直接影響分析

現有研究多從抵抗力、恢復力與再造力三個方面對農業韌性的概念進行定義[3]，本研究在借鑒和吸收現有成果的基礎上，結合當前數字化背景[4]，增加了以農村數字基礎設施建設為測度依據的農業風險識別能力。認為農業韌性是一個動態演進和能動反應的過程，應包含風險識別、沖擊抵抗、經濟恢復和組織重構于一體。在風險識別能力方面，面對國內外環境的不確定性，農業經濟系統需要具備信息偵測與數據分析的風險識別力；在沖擊抵抗能力方面，為保障農業的生產、運營及供給，農業系統需適配穩固作物種植的生產力、綠色可持續的生態力、維持農業生產效益的經濟力和保障糧食安全產出的供給力；在經濟恢復能力方面，農業系統需要具備實現經濟再生產的恢復力；在組織重構能力方面，農業系統還需要促進組織變革、結構調整的重構力。以上四個方面較為完善地對農業韌性的概念進行了闡述。金融是經濟發展的血脈，數字金融打破了傳統金融“融資難”“成本高”“效率低”的困境。利用數字技術實現數據資產化，引導傳統機構改革創新，提高了金融服務的覆蓋率與融資效率，解決了農戶弱勢群體的借貸擔保與信息不對稱問題，是助推農業韌性提升過程中不可或缺的力量。本文構建數字金融影響農業韌性的分析框架如圖1 所示。

1.數字金融對農業風險識別能力的影響

借助互聯網、大數據、云計算等數字技術，數字金融將資金借貸下沉至農業農村，極大地激活了“長尾群體”經濟發展中的金融動力，為數字基礎設施建設提供資金來源。一方面，數字基礎設施的完善拓寬了信息搜集渠道，在降低信息交易及信息處理成本的同時[15]，為農戶制定更加細致、精準的個性化服務，有利于提高農業市場運行效率，增強風險抗性。另一方面，數字金融借助數字基礎設施建立風險規避機制[16]，實時跟蹤農業生產經營活動，為農業生產經營主體跨空間采信、評信與授信，彌補了傳統金融機構無法掌握個人征信信息和信貸記錄的缺陷，通過緩解信息不對稱問題，增強了農業經銷過程中的透明性。

2.數字金融對農業生產抵抗能力的影響

其一，通過引入資本+數字技術，數字金融有效緩解了農戶流動性約束，進而促進農業生產過程中資本對勞動的替代[17]。農業遙感設備、灌溉設施等機械的引入彌補了農業勞動力短缺的難題，促進了農業生產技術效率。當農業生產系統受到沖擊時，農戶利用大數據、區塊鏈、云計算等技術對農業生產經營過程中的各類變化全面感知，幫助其迅速做出反應，降低農作物受災程度[18]，保證了農業生產力。其二，綠色農業是保障農產品質量、穩固農業可持續發展的基本內涵。首先，數字金融憑借自身蘊含的綠色發展理念，構建多主體環保服務平臺，如螞蟻森林，提高大眾低碳意識。其次，數字金融與生態農業、無公害農業有機結合，通過促進農業金融產品創新、供售農業綠色保險，為農業生態發展增添融資渠道與融資便利。最后，數字金融引領農業眾籌等創新消費模式[19]，在提升農戶群體綠色金融素養的同時，為農業經營主體供應最新的綠色種植技術與化肥農藥，推動農業生態力發展。其三，數字金融通過跨空間精準識別，激活鄉村資本“蓄水”功能，解決了我國農業分布散、差異大、種類多的金融匹配需求，將農業生產規模與經濟效益協同發展，促進農業資本的廣化[20]，有效實現農業經濟的長期均衡發展。我國農業由傳統的粗放經營逐步轉向現代化精耕細作，農業內部分工更為細致，數字金融進一步誘導農業縱向深化發展，誕生出“互聯網+農業”下的新模式、新業態、新產業，不斷拉長農業產業鏈條[3]，提高農產品附加值，為農業賦能經濟動力。其四，數字金融下的資本流動具備普惠性與目標性，使農產品市場變得更透明，供給方能更好地了解并滿足市場需求。民為國基，谷為民命，糧食安全事關國運民生。首先，數字金融通過數字化的資本，與土地、勞動力、技術等要素協同流動，促進了農業生產過程中的資源配置效率[20]，提高糧食作物產量。其次，數字金融推動了區域內農業產業結構的合理化，穩定了糧食種植面積，保障農業供給力。

3.數字金融對農業經濟恢復能力的影響

數字金融為小農戶與現代農業有效銜接提供了金融平臺支撐，有助于農業經濟系統在遭受風險沖擊后快速從經濟低迷中復蘇?！敖鹑?互聯網+農村電商”模式迭代而生，商貿、物流與金融協同促進農村經濟增長[16]。數字金融為農村電商提供網絡技術與信貸支持，通過虛擬化、網絡化的銷售渠道，采用新型結算支付服務，極大地降低了農產品生產要素的匹配、采購和供銷成本，減少中間消耗[1]。最重要的是，數字金融通過增收效應提高農業生產與經營兩方面收入，為農業市場增添了消費新動力[21]，通過改善居民收入水平，激活農村消費市場潛力，助力經濟快速復蘇。

4.數字金融對農業組織重構能力的影響

數字金融為農業科研投入注入金融血脈，引導農業創新人才的集聚，能夠有機參與農業體系的產業組織變革、技術創新、裝備升級與人力資本培育等過程[20]，推動農業優化重組，增強產業結構升級內生動力，形成更卓越的業務流程與價值創造能力，為農業在受到自然災害、經濟環境、供應鏈斷裂等沖擊后的優化重組提供了資金與人才的保障，助力農業向新階段發展。

綜合以上分析，本文提出以下研究假說H1：數字金融對農業韌性提升具有顯著的促進作用。

假說H1a：數字金融通過直接提升農業風險識別能力對農業韌性產生影響。

假說H1b：數字金融通過直接提升農業生產抵抗能力對農業韌性產生影響。

假說H1c：數字金融通過直接提升農業經濟恢復能力對農業韌性產生影響。

假說H1d：數字金融通過直接提升農業組織重構能力對農業韌性產生影響。

（二）數字金融對農業韌性的間接影響分析

創新資源不足是阻礙創新水平和產業結構高級化的重要原因之一。首先，數字金融突破傳統金融觸達壁壘，通過緩解農業技術部門融資時的信息不對稱、降低融資成本與拓寬融資渠道，為農業科研投入提供資金支持，促進農業科技創新。其次，數字金融引領“企業+農業”創新模式[2]，通過科技企業帶動農業生產，合理優化資源配置。如大北農集團構建農業數字金融生態圈，整合上下游企業與農戶的數據信息，在提高農業產業鏈生產效率的同時，還推動了企業科技在農業生產過程中的外溢性。數字金融還會通過財富效應促進居民消費，以追求更高層次、更高質量的產品，引發企業加速創新，改進農業產品供應模式[22]。消費者對產品的需求不斷驅動著傳統產業向服務高級化邁進，促進產業結構升級。創新是引領農業發展的第一動力，產業結構高級化也是農業高質量發展的內在需求。? ? ? ? ? ?結合以上分析，本文提出以下研究假說：

假說H2a：數字金融會通過激活農業科技創新而間接推動農業韌性提升。

假說H2b：數字金融可通過促進產業結構高級化而間接推動農業韌性提升。

（三）數字金融對農業韌性的異質性影響

依托數字技術產生的數字金融，因為使用者對數字技術的掌控程度不同，可能存在兩極分化的情形[23]。相較于低人力資本地區，高人力資本地區的農戶平均受教育程度更高，對新事物的接納程度更廣，能更快地適應數字技術在金融層面的應用。高教育水平的農戶在農業生產經營過程中更具優勢，獲取市場信息與抗風險的能力更強，能通過數字金融獲取更高的經濟效益。而低教育水平的農戶由于金融知識匱乏和學習能力薄弱，可能存在需求側的“自我排斥”，導致信息渠道閉塞，影響農業生產。

基于以上分析，本文提出研究假說H3：在高人力資本地區，數字金融對農業韌性的促進效果更顯著；數字金融對農業韌性的影響效果可能會隨人力資本的提升而增強。

三、研究設計

（一）基準模型構建

為檢驗數字金融對農業韌性的影響，考慮到當前我國農業正處于經濟轉型、由量轉質的非平穩階段，個體時空的差異皆會導致樣本數據的波動，構建雙向固定模型如下：

[Resit=α0+α1Indexit+βCit+δi+θt+εit] （1）

其中，[Resit]表示[i]省份[t]年份的農業韌性水平，[Indexit]表示省份年份的數字金融發展水平，[Cit]代表一系列控制變量，[δi]為地點固定效應，[θt]為時間固定效應，[εit]表示隨機誤差干擾項。

目前，在中介效應檢驗中，最常用的逐步回歸法存在較大爭議，本文借鑒江艇[24]在因果關系渠道檢驗中的建議，首先選取與農業韌性關系顯而易見的中介變量，創新是引領發展的第一動力，產業結構高級化是農業高質量發展的內在需求，為此農業科技創新與產業結構高級化賦能農業韌性的作用是顯而易見的；其次將研究重心轉移，聚焦到提高數字金融與農業科技創新、農業產業結構高級化的因果關系識別可信度上，而不是去關注間接效應的大小和其顯著性。為此構建模型如下：

[Innoit=α0+α1Indexit+βCit+δi+θt+εit] （2）

[Aiiit=α0+α1Indexit+βCit+δi+θt+εit]? ? ? ?（3）

式（2）和式（3）中，[Innoit]和[Aiiit]分別代表省份年份的農業科技創新和農業產業結構高級化水平。

（二）變量選取

1.被解釋變量

農業韌性（Res）。目前學術界對農業韌性尚未有統一且明確的衡量體系，本文參考郝愛民和譚家銀[12]所構建的農業韌性指標體系，在其基礎上彌補了風險識別與糧食安全供給兩方面的欠缺，構建了包含風險識別韌性、抵抗韌性、恢復韌性和重構韌性4個一級指標，識別力、生產力、生態力、經濟力、供給力、恢復力和重構力7個二級指標以及可量化的27個三級指標的農業韌性評價體系，具體指標如表1所示。同時為避免主觀因素對模型結果的影響，采用熵值法賦權測算。

2.解釋變量

數字普惠金融指數（Index）。借鑒多數學者的研究[16-17]，使用數字普惠金融指數作為數字金融發展的代理變量。為進一步分析數字金融對農業韌性的影響，本文還使用了數字普惠金融覆蓋廣度、使用深度和數字化程度三個二級指標，以及使用深度指標下的支付、保險和信貸三個分類指數進行檢驗。

3.中介變量

農業科技創新（Inno）。參考焦青霞與劉丘澤[22]的做法，從投入和產出兩方面衡量農業科技創新水平。表2中農業科研經費=（農林牧漁總產值/地方生產總值）*R＆D經費內部支持，農業科技從業人員=（農林牧漁總產值/地方生產總值）*R＆D研究人員，由于農業專利數沒有具體的數據來源，使用全國專利授權數替代。同樣使用熵值法賦權測算。

農村產業結構高級化（Aii）。現有研究主要借鑒干春暉[25]等的做法，利用第三產業產值與第二產業產值之比來衡量經濟體產業結構的高級化。而在農業領域，大多數學者采用農林牧漁服務業與農業的產值之比作為農業產業結構高級化的衡量指標[26-27]，本文也使用這種方法進行計算。一般認為，農業服務化水平越高，代表農業產業結構越高級。

4.其他變量

（1）人力資本（Edu）。本文參考宋敏與劉欣雨[1]的做法，采用農村居民平均受教育年限衡量。平均受教育年限=（小學人口*6+初中人口*9+高中人口*12+大專及以上人口*16）/六歲以上的人口。

（2）控制變量（C）。除以上因素外，本文還引入了城鎮化率、農業重要程度、農業種植結構與農業相對收益作為控制變量。其中，城鎮化率（C1）對農業可持續發展有著正反兩面的雙重影響，一方面城鎮化進程的推進促進了農村居民增收，為產業發展提供了資金與技術，而另一方面城鎮化會導致農村過度消耗，造成農村勞動力流失與環境污染的危害。因此，城鎮化率是影響農業韌性不可忽略的因素之一，用城鎮人口占全省人口比重來衡量；農業重要程度（C2）體現了農業在區域經濟發展中的地位，用第一產業產值占總產值比重表示；農業種植結構包括糧食作物比例（C3）與大豆種植比例（C4）兩部分，分別用糧食占農作物播種面積比重和大豆占糧食播種面積比重表示；農業相對收益（C5）與農業生產積極性密切相關，用農村居民工資性收入與經營性收入之比表示。主要變量描述性統計詳見表3所示。

（三）數據來源

本文所用數據為2011—2021年中國31省（市、區）的平衡面板數據，主要包括兩部分：一是數字金融數據，來源于北京大學數字金融研究中心與螞蟻集團共同編制的《北京大學數字普惠金融指數（2011—2021）》[28]；二是農業韌性衡量指標及其他變量數據，主要來自各省統計年鑒、《中國統計年鑒》 《中國農村統計年鑒》 《中國水利統計年鑒》。缺失值均采用線性插值法填補，此外為避免通貨膨脹的影響，有關收入和產值的數據皆以2011年為基期進行了平減處理。

（四）農業韌性水平的時間演化

在使用熵值法測算農業韌性后，圖2展示了全國及東、中、西部地區平均農業韌性水平的時間演化趨勢。除COVID-19新冠疫情期間個別年份外，全國各地平均農業韌性水平逐年上升，且均為正值，說明我國農業發展質量趨勢良好。區域間農業韌性水平存在較大差異，東部地區與中部地區高于全國平均水平，西部地區遠低于全國平均水平，且西部與東、中部地區的韌性差距呈現擴大趨勢。區域資源差異與經濟發展質量是造成以上不平衡發展的重要原因：東部地區以平原為主，土地肥沃，氣候濕潤，適合發展種植業，且東部經濟增長較快，有利于農業韌性培育；中部地區居于承東啟西的區位，雖然人力資源豐富，但人均資源占有量不多，生態環境較為脆弱；西部地區以高原為主，經濟落后，地理環境相對惡劣，農業韌性發展薄弱。

四、數字金融影響農業韌性的實證分析

（一）基準回歸結果分析

1.基準回歸結果

首先在基準回歸之前，為防止變量間存在多重共線性而導致估計結果不準確，通過計算方差膨脹因子，發現各變量間的VIF值普遍低于3，說明以上變量的選取是相互獨立的。同時考慮到變量數據間量綱的差異，將農業韌性估計結果原始值乘以100再進行回歸。由表4列（1）和列（2）回歸結果可以看出，無論是OLS回歸還是雙向固定效應，數字金融指數的系數均為正，且都在1%水平上顯著，說明數字金融能顯著推動農業韌性提升，假說H1得到驗證。

2.內生性檢驗

考慮到數字金融與農業韌性間存在內生性：第一，農業韌性水平越高的地區，農戶的經濟水平和技術能力也可能更強，因而更適合數字金融的滲透下沉，存在反向因果問題；第二，在構建農業韌性指標體系以及選取控制變量時，可能忽略了重要的影響因素，存在遺漏變量問題。參考張勛等[7]的研究，各省與杭州的地理距離是較為合適的工具變量之一。因為數字普惠金融指數的編制數據主要來源于杭州的阿里集團，各省份與杭州的距離在一定程度上代表了數字金融的發展水平，為此是一個完全外生的工具變量。同時，由于地理距離是截面數據，在兩階段回歸中無法控制時間因素，本文將工具變量拓展為數字普惠金融指數與地理距離的交互項，賦予了時間效應，經檢驗F值>10，排除了弱工具變量的可能。列（3）和列（4）展示了地理距離和交互項分別作為工具變量在2SLS回歸中的最終結果，可以看出數字金融指數皆在1%水平上正向顯著，即在解決內生性問題的情況下，數字金融仍對農業韌性具有顯著的促進作用。

（二）穩健性檢驗

本文運用三種方法進行穩健性檢驗，以驗證上述結果的可靠性。第一，剔除直轄市?？紤]到直轄市地位的特殊性，數字金融與農業的發展水平和其他省份存在較大差異，所以剔除北京、上海、天津和重慶4個直轄市后對樣本重新進行估計。第二，縮尾處理。為避免數據的極端值對回歸結果產生影響，將所有變量的樣本值進行上下1%縮尾處理。第三，更換模型。由于，針對此類歸并數據，采用面板Tobit模型對農業韌性原值（不乘100）進行回歸?；貧w結果見表5，三列數據回歸結果的顯著性與基準回歸保持一致，為此進一步驗證了結論的穩健性。

（三）作用機制檢驗

1.直接效應

首先將農業韌性的四個維度：風險識別韌性、抵抗韌性、恢復韌性和重構韌性分別與數字金融指數進行回歸，以探討數字金融對農業韌性的直接作用途徑。由表6回歸結果可以看出，風險識別韌性和抵抗韌性分別在1%和5%水平上顯著為正，說明數字金融主要通過提高農業的風險識別能力與抵抗力對農業韌性產生直接影響。數字金融的主要功能是信息共享與包容性金融，一方面，數字金融的發展提高了農戶的信息偵測能力，增強了風險識別韌性；另一方面，包容性金融為農戶提供資金來源，促進了農業生產過程中資本對勞動的替代，提高了農業的生產供給與經濟效益，增強了抵抗韌性。

2.間接效應

前文理論分析中得到，農業科技創新和產業結構高級化是數字金融助推農業韌性提升的可行途徑。由表7及表8中列（1）基準回歸結果可知，數字金融的系數在1%水平上顯著為正，即數字金融能顯著推動農業科技創新和產業結構高級化，假說H2a初步得到驗證。為增強以上結果的可信度，分別使用工具變量解決內生性，通過剔除直轄市樣本和縮尾處理保證穩健性，以及從數字金融下的覆蓋廣度、使用深度、數字化程度三個維度重新進行回歸。由表7列（2）至列（7）回歸結果可以看出，各變量系數的方向和顯著性基本一致，故得到數字金融可通過促進農業科技創新而間接推動農業韌性提升，假說H2a得到驗證。

（四）異質性檢驗

1.區域異質性

為驗證數字金融賦能農業韌性的區域異質性，首先將總樣本按照地理位置劃分為東、中、西三個區域進行分組回歸。表9中列（1）至列（3）結果表明，數字金融能顯著提升東部地區農業韌性，但在中部地區與西部地區皆不顯著。可解釋的原因為：東部地區經濟發達，數字化基礎設施完善且高新技術產業相對較多，為此數字金融對農業的滲透更容易。此外在這種經濟環境下，東部地區農村居民數字采納能力也相對更強，能更快采用金融技術。上述結果初步表明了“知識壁壘”在數字金融時代仍然存在。為繼續探討“人力資本”對數字金融的異質性影響，本文按照全國農村居民受教育年限平均水平7.6年，將總樣本劃分為低人力資本地區（小于7年）、中人力資本地區（7至8年）和高人力資本地區（大于8年）重新回歸?；貧w結果如列（4）所示，數字金融系數顯著為負，說明在低人力資本地區，數字金融受到“知識壁壘”的影響，對農業韌性產生抑制作用。通過對比列（5）和列（6）數據可知，高人力資本地區系數遠大于中人力資本地區系數，且皆顯著為正。說明隨著人力資本的提升，農村居民通過學習效應，數字金融助推農業韌性的效果漸趨強化。綜上分析，假說H3得到驗證。

2.結構異質性

為進一步分析數字金融結構的異質性，使用數字普惠金融指數的三個二級指標以及使用深度的三個分類指數分別進行回歸。由表10結果可知，數字金融的覆蓋廣度對農業韌性的影響不顯著，而使用深度和數字化程度均能顯著促進農業韌性的提升，這實質上揭示了我國數字金融在農村建設的現狀，即數字技術的推動在一定程度上改善了農村金融環境，但與城市相比，其數字基礎設施建設相對落后，網絡覆蓋率和移動寬帶普及率仍存在明顯差距；其次，數字金融的網點覆蓋面在農村呈現不均衡的狀況，大部分網點供給主體集中在縣域和鄉鎮層面，對于貧困山區的觸達性不高。在使用深度的應用中，支付和保險功能通過促進農村居民消費與增強風險抵抗性，可顯著推動農業韌性的提高。信貸功能的系數為負且不顯著，可能的解釋為：農村數字金融在信用數據收集方面的投入有限、落實度不高、信息真實性存疑，導致較為嚴重的征信問題[29]，加之數字金融的重點服務對象較為特殊，對于農戶這類弱勢群體而言，本身借貸記錄就比較少，對信貸的需求受農業生產的影響較大。大部分農民從事農業生產僅為滿足生活基本需求，很少以農業生產利潤為目標，因此對金融信貸的需求也并不強烈。

五、結論與建議

（一）研究結論

本文基于農業韌性概念，從農業風險識別能力、沖擊抵抗能力、經濟恢復能力和組織重構能力四方面，理論分析了數字金融對農業韌性的影響邏輯。隨后采用2011—2021年中國農業省級面板數據，使用熵值法測度農業韌性水平，運用雙向固定效應、工具變量、中介模型等實證方法，檢驗了數字金融助推農業韌性提升的影響機制。得出如下主要結論：（1）數字金融能顯著促進農業韌性提升，而其覆蓋廣度與信貸應用對農業韌性不顯著。（2）數字金融主要通過提高風險識別韌性和抵抗韌性對農業韌性產生直接影響。（3）農業科技創新與農業產業結構高級化是數字金融賦能農業韌性的有效渠道，數字金融可通過促進農業科技創新和產業結構高級化進而間接推動農業韌性提升。（4）數字金融存在區域及人力資本的異質性。數字金融僅在東部地區對農業韌性具有顯著的正向影響；在低人力資本地區，由于“知識壁壘”，數字金融對農業韌性具有顯著抑制作用，隨著人力資本的提升，數字金融對農業韌性的促進效果逐漸增強，系數隨低、中、高人力資本依次遞增。

（二）政策建議

第一，加強數字基礎設施建設，提升農村金融觸達率。目前農村金融仍存在覆蓋率低與征信不足的現象，嚴重阻礙了數字金融助力農業韌性的步伐。完善的數字基礎設施是數字金融業務落實的基礎，應推動以5G網絡通信、區塊鏈、數字貨幣為代表的新型數字基礎設施建設，保障農戶通信質量；提高農村光纖、網絡基站覆蓋面和信號強度，消除偏遠山區覆蓋盲點，打通農村金融“最后一公里”；加快農村傳統設施數字化轉型，實現農業生產數字化、智能化與信息化，構建廣覆蓋高滲透的數字金融網絡體系。其次，應解決數字金融供給側征信問題，金融機構要不斷完善數據采集流程，利用云計算、大數據等新一代互聯技術對農戶進行精準動態識別，提供高透明、低成本的金融服務。還要加強對農戶數字信貸的講解與教育工作，展開數字金融誠信培訓，推廣數字信貸創新產品，以滿足農村小群體信貸需求。

第二，以數字金融帶動農業科技創新，驅動農業韌性提升。農業科技創新是驅動農業韌性提升的內生動力，離不開資本要素的支持。應推動數字技術應用，將數字金融與農業生產體系融合，借助人工智能與大數據技術，全面自主挖掘農業生命周期中的金融需求，實現數字產品一站式服務。構建“數字金融+企業+農業”創新模式，以資本流動為介質，強化企業互聯互通能力，營造有利于科技人才集聚的環境，實現技術的外溢性。

第三，普及數字金融知識，助力農村區域均衡發展。為避免數字知識壁壘，需加大數字金融宣傳力度，將金融教育普及放在首要位置，通過短視頻直播或實地走訪，積極開展數字金融教育與培訓工作，傳授農戶金融知識。同時應結合區域資源異質性，為地方特色產業、不同新型農業經營主體開發個性化、差異化的金融產品，充分發揮人力資本、經濟發展、氣候環境在數字金融與農業韌性之間的協調效應，保障區域間平衡發展。

參考文獻：

[1]宋敏，劉欣雨.數字經濟賦能農業韌性機制研究——基于人力資本的中介效應分析[J].江蘇社會科學，2023（01）：103-112.

[2]黃卓，王萍萍.數字普惠金融在數字農業發展中的作用[J].農業經濟問題，2022（05）：27-36.

[3]趙巍，徐筱雯.數字經濟對農業經濟韌性的影響效應與作用機制[J].華南農業大學學報（社會科學版），2023，22（02）：87-96.

[4]謝會強，楊丹，張寬.中國城市經濟韌性的時空演化及網絡結構研究[J].華東經濟管理，2022，36（11）：64-74.

[5]馬黃龍，屈小娥.數字普惠金融對經濟高質量發展的影響——基于農村人力資本和數字鴻溝視角的分析[J].經濟問題探索，2021（10）：173-190.

[6]陳丹，姚明明.數字普惠金融對農村居民收入影響的實證分析[J].上海金融，2019（06）：74-77.

[7]張勛，楊桐，汪晨，等.數字金融發展與居民消費增長：理論與中國實踐[J].管理世界，2020，36（11）：48-63.

[8]梁榜，張建華.數字普惠金融發展能激勵創新嗎？——來自中國城市和中小企業的證據[J].當代經濟科學，2019，41（05）：74-86.

[9]杜金岷，韋施威，吳文洋.數字普惠金融促進了產業結構優化嗎？[J].經濟社會體制比較，2020（06）：38-49.

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

[11]何亞莉，楊肅昌.“雙循環”場景下農業產業鏈韌性鍛鑄研究[J].農業經濟問題，2021（10）：78-89.

[12]郝愛民，譚家銀.農村產業融合賦能農業韌性的機理及效應測度[J].農業技術經濟，2023（07）：88-107.

[13]蔣輝，張馳，蔣和平.中國農業經濟韌性對農業高質量發展的影響效應與機制研究[J].農業經濟與管理，2022（01）：20-32.

[14]范方志，張立軍.中國地區金融結構轉變與產業結構升級研究[J].金融研究，2003（11）：36-48.

[15]陳曉峰.數字經濟發展對我國制造業升級的影響——基于省際面板數據的經驗考察[J].南通大學學報（社會科學版），2022，38（03）：128-140.

[16]鄧楚瑤，王福友.數字普惠金融推動農業高質量發展的路徑選擇——基于黑龍江省農業數字普惠金融案例分析[J].審計與經濟研究，2022，37（06）：117-126.

[17]張正平，王瓊.數字普惠金融發展對農業生產有資本替代效應嗎？——基于北京大學數字普惠金融指數和CFPS數據的實證研究[J].金融評論，2021，13（06）：98-116，120.

[18]范建紅，王冰，閆樂，等.數字普惠金融對高技術制造業創新韌性的影響——基于系統GMM與門檻效應的檢驗[J].科技進步與對策，2022，39（17）：51-61.

[19]申云，洪程程.數字普惠金融與農業綠色低碳發展：水平測度和機制檢驗[J].金融理論與實踐，2023（01）：45-60.

[20]羅光強，王煥.數字普惠金融對中國糧食主產區農業高質量發展的影響[J].經濟縱橫，2022（07）：107-117.

[21]張婷婷，孟穎.數字普惠金融支持農村經濟高質量發展的機遇、挑戰與現實路徑[J].農業經濟，2022（12）：107-109.

[22]焦青霞，劉岳澤.數字普惠金融、農業科技創新與農村產業融合發展[J].統計與決策，2022，38（18）：77-81.

[23]徐瑩，王娟.數字普惠金融與農戶收入差距：加劇還是緩解[J/OL].農業技術經濟：1-12[2023-11-02].https：//doi.org/10.13246/j.cnki.jae.20220902.006.

[24]江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（05）：100-120.

[25]干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011，46（05）：4-16，31.

[26]馬玉婷，高強，楊旭丹.農村勞動力老齡化與農業產業結構升級：理論機制與實證檢驗[J].華中農業大學學報（社會科學版），2023（02）：69-79.

[27]曹菲，聶穎.產業融合、農業產業結構升級與農民收入增長——基于海南省縣域面板數據的經驗分析[J].農業經濟問題，2021（08）：28-41.

[28]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（04）：1401-1418.

[29]蔣瑞琛，瞿艷平.農村數字普惠金融的生成、短板與發展路徑[J].江漢論壇，2022（02）：50-55.

責任編輯：管仲

Digital Finance and Resilience of Agriculture： Effects and Mechanisms

——On the Heterogeneity of Human Capital

1Zeng Mingyao? 2Song Shanmei

（1School of Economics， Guizhou University， Guiyang 5500825， Guizhou， China;

（2School of Management， Guizhou University， Guiyang 550081， Guizhou， China）

Abstract： Casting the resilience of agricultural economy is essential to promote the construction of agricultural modernization and a powerful country of agriculture. The development of digital finance provides new technical and financial aid for agricultural risk identification， impact resistance， economic recovery and organizational restructuring. Based on the panel data of 31 provinces in China from 2011 to 2021， this paper uses the entropy method to measure the level of Chinas agricultural economic resilience， and empirically tests the impact effect， mechanism and difference of digital finance development on agricultural economic resilience by using the two-way fixed model， intermediary model and instrumental variable method. The results are as follows. Digital finance has a significant role in promoting the resilience of agricultural economy. This conclusion is still positive considering the endogenous problem and robustness， but the coverage and credit application under its dimension are not significant. By improving the ability of agricultural risk identification and impact resistance， digital finance has a direct impact on the resilience of agricultural economy. At the same time， it can also stimulate agricultural science and technology innovation and promote the upgrading of industrial structure to indirectly promote the resilience of agricultural economy. The promotion effect of digital finance on the resilience of agricultural economy is only significant in the eastern region， and its promotion effect gradually increases with the improvement of human capital. Affected by the digital divide， low human capital areas show inhibitory effect. Therefore， it is necessary to continuously optimize the rural financial environment， improve farmers digital literacy， activate agricultural science and technology innovation with the help of digital finance， and help improve the resilience of agricultural economy.

Key words： digital finance; agricultural economic resilience; agricultural science and technology innovation; advanced industrial structure; human capital