數(shù)字金融對農(nóng)民農(nóng)村共同富裕的影響
——基于創(chuàng)新創(chuàng)業(yè)活力的中介效應(yīng)

李 琳

（西安科技大學(xué)地質(zhì)與環(huán)境學(xué)院，西安 710054）

0 引言

黨的二十大報(bào)告提出，要“著力維護(hù)和促進(jìn)社會公平正義，著力促進(jìn)全體人民共同富裕”“堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展”。由此可知，扎實(shí)推進(jìn)農(nóng)民農(nóng)村共同富裕已成為黨和國家推進(jìn)中國式現(xiàn)代化建設(shè)的核心任務(wù)。但必須承認(rèn)的是，囿于城鄉(xiāng)發(fā)展及收入差距較大，我國部分農(nóng)村地區(qū)面臨家庭收入偏低、金融資源配置扭曲、基本公共服務(wù)不均等現(xiàn)實(shí)桎梏[1,2]，阻礙農(nóng)民農(nóng)村共同富裕目標(biāo)實(shí)現(xiàn)進(jìn)程。要解決上述難題，我國亟須抓住數(shù)字革命帶來的機(jī)會窗口，補(bǔ)齊農(nóng)村低收入群體發(fā)展短板，助推農(nóng)民農(nóng)村共同富裕取得實(shí)質(zhì)性的進(jìn)展。數(shù)字金融作為現(xiàn)代數(shù)字技術(shù)與傳統(tǒng)金融服務(wù)相結(jié)合的新金融模式，能夠完善農(nóng)村金融服務(wù)體系，拓寬農(nóng)村金融服務(wù)渠道，緩解農(nóng)村融資困難，是助推農(nóng)民農(nóng)村實(shí)現(xiàn)共同富裕的新動(dòng)能[3]。與此同時(shí)，數(shù)字金融發(fā)展能夠通過供給和需求兩個(gè)層面激發(fā)農(nóng)民創(chuàng)新創(chuàng)業(yè)活力，增強(qiáng)農(nóng)村經(jīng)濟(jì)發(fā)展的核心驅(qū)動(dòng)力，緩解城鄉(xiāng)長期不平衡梗阻[4]，夯實(shí)農(nóng)民農(nóng)村共同富裕目標(biāo)實(shí)現(xiàn)的基礎(chǔ)。因此，探索數(shù)字金融推進(jìn)農(nóng)民農(nóng)村共同富裕的激勵(lì)機(jī)制，將有助于豐富農(nóng)民農(nóng)村共同富裕的理論研究。

回顧既有文獻(xiàn)可知，部分學(xué)者基于Kernel 密度估計(jì)、Markov 鏈、Moran’s I、Dagum基尼系數(shù)研究發(fā)現(xiàn)，不同省份間農(nóng)民共同富裕呈“南高北低、東強(qiáng)西弱”的空間分布格局[5,6]。另有學(xué)者從農(nóng)民農(nóng)村共同富裕的影響因素方面進(jìn)行探究，指出延展農(nóng)村全產(chǎn)業(yè)鏈、培育新農(nóng)業(yè)經(jīng)營對象、現(xiàn)代產(chǎn)業(yè)體系構(gòu)建、規(guī)模經(jīng)濟(jì)融合等因素均是推動(dòng)農(nóng)民農(nóng)村共同富裕的重要路徑[7,8]。亦有學(xué)者指出，低收入農(nóng)戶增收少、城鄉(xiāng)發(fā)展不平衡等是制約農(nóng)民農(nóng)村共同富裕的主要因素[9,10]。梳理可知，現(xiàn)有研究鮮少考慮數(shù)字金融對農(nóng)民農(nóng)村共同富裕的影響。僅少部分學(xué)者從數(shù)字金融與共同富裕層面進(jìn)行探究，研究指出數(shù)字金融發(fā)展能夠顯著促進(jìn)共同富裕[11—14]。但遺憾的是，目前尚未有文獻(xiàn)將數(shù)字金融、農(nóng)民農(nóng)村共同富裕、創(chuàng)新創(chuàng)業(yè)活力納入同一分析框架，深入檢驗(yàn)三者內(nèi)在邏輯關(guān)系。鑒于此，本文從創(chuàng)新創(chuàng)業(yè)活力視角出發(fā)，分析數(shù)字金融對農(nóng)民農(nóng)村共同富裕的影響與作用機(jī)制。

1 研究假設(shè)

1.1 數(shù)字金融對農(nóng)民農(nóng)村共同富裕的直接影響

第一，數(shù)字金融有利于加強(qiáng)農(nóng)村物質(zhì)保障，助力農(nóng)民農(nóng)村共同富裕發(fā)展。數(shù)字金融依托大數(shù)據(jù)、人工智能等數(shù)字技術(shù)，能夠助力農(nóng)村居民快速獲取金融信息，提升農(nóng)村居民金融工具使用效率，使農(nóng)村居民享受到更多數(shù)字金融交易選擇權(quán)，促進(jìn)其家庭財(cái)富增長，為農(nóng)民農(nóng)村共同富裕目標(biāo)推進(jìn)添磚加瓦。第二，數(shù)字金融有利于滿足居民精神需求，賦能農(nóng)民農(nóng)村共同富裕。就教育層面而言，在互聯(lián)網(wǎng)便利條件下，農(nóng)商行、信合等數(shù)字金融相關(guān)服務(wù)機(jī)構(gòu)能夠?qū)崿F(xiàn)互聯(lián)互通，為廣大農(nóng)民教育提供資金支持，滿足居民精神需求[15]。這能提升農(nóng)民數(shù)字金融操作能力，提高農(nóng)村居民增收效能，為農(nóng)民農(nóng)村共同富裕目標(biāo)推進(jìn)助力。就環(huán)境層面而言，在數(shù)字金融發(fā)展中，綠色金融產(chǎn)品得以完善，為農(nóng)村環(huán)境效益提升提供資金支持，滿足農(nóng)村居民對綠色生活環(huán)境的需求，助推農(nóng)民農(nóng)村共同富裕。第三，數(shù)字金融有助于縮小分配差距，推進(jìn)農(nóng)民農(nóng)村共同富裕。在數(shù)字技術(shù)支持下，數(shù)字金融能通過提升人力資本、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、促進(jìn)科技創(chuàng)新等渠道推動(dòng)城鄉(xiāng)融合發(fā)展，實(shí)現(xiàn)城鄉(xiāng)之間均衡分配，為農(nóng)民農(nóng)村共同富裕奠定經(jīng)濟(jì)基礎(chǔ)。因此，提出第一個(gè)研究假設(shè)：

假設(shè)1：數(shù)字金融對農(nóng)民農(nóng)村共同富裕具有推動(dòng)作用。

1.2 數(shù)字金融對農(nóng)民農(nóng)村共同富裕影響的空間溢出效應(yīng)

數(shù)字金融具有覆蓋范圍廣、效率高等特征，能夠突破傳統(tǒng)金融在地域和時(shí)間上的限制，促進(jìn)地區(qū)資源流動(dòng)，為實(shí)現(xiàn)農(nóng)民農(nóng)村共同富裕賦能。一方面，數(shù)字金融借助數(shù)字技術(shù)能夠降低金融服務(wù)門檻和交易成本，使得金融服務(wù)逐漸向各區(qū)域擴(kuò)展，產(chǎn)生空間上的相互影響，促進(jìn)區(qū)域間土地和資本融合[16]，為扎實(shí)推進(jìn)農(nóng)民農(nóng)村實(shí)現(xiàn)共同富裕賦予新動(dòng)能。另一方面，數(shù)字金融的資源擴(kuò)散效應(yīng)能夠?qū)Ω魇》萁?jīng)濟(jì)活動(dòng)產(chǎn)生空間外溢作用[17]，在全國范圍內(nèi)表現(xiàn)出明顯的空間集聚性，進(jìn)而對農(nóng)民農(nóng)村共同富裕產(chǎn)生空間溢出效應(yīng)。基于此，提出第二個(gè)研究假設(shè)：

假設(shè)2：數(shù)字金融對農(nóng)民農(nóng)村共同富裕具有空間溢出效應(yīng)。

1.3 數(shù)字金融對農(nóng)民農(nóng)村共同富裕的間接影響

一方面，數(shù)字金融能夠通過提升創(chuàng)新活力，為農(nóng)民農(nóng)村共同富裕發(fā)展助力。創(chuàng)新活躍度的增加能夠驅(qū)動(dòng)教育、醫(yī)療、交通等創(chuàng)新，提高農(nóng)民農(nóng)村群體幸福感的同時(shí)，推動(dòng)農(nóng)村經(jīng)濟(jì)發(fā)展，助力實(shí)現(xiàn)農(nóng)民農(nóng)村共同富裕。具體而言，數(shù)字金融可通過降低金融機(jī)構(gòu)與農(nóng)村企業(yè)間信息不對稱程度影響創(chuàng)新活力。在區(qū)塊鏈、5G、大數(shù)據(jù)、人工智能等技術(shù)支持下，數(shù)字金融可拓寬傳統(tǒng)金融服務(wù)范圍，緩解傳統(tǒng)金融機(jī)構(gòu)和農(nóng)村企業(yè)之間的信息不對稱，消除融資信息“壁壘”。這有利于充分發(fā)揮科技創(chuàng)新引領(lǐng)作用，激發(fā)農(nóng)村居民創(chuàng)新行為，提升其經(jīng)濟(jì)效益[18]，為促進(jìn)農(nóng)民農(nóng)村共同富裕目標(biāo)實(shí)現(xiàn)提供助力。另一方面，數(shù)字金融能夠通過提高創(chuàng)業(yè)活力，為農(nóng)民農(nóng)村共同富裕發(fā)展賦能。創(chuàng)業(yè)活力反映農(nóng)戶創(chuàng)業(yè)的活躍程度，是實(shí)現(xiàn)農(nóng)民農(nóng)村共同富裕的主動(dòng)力。從投資者角度看，數(shù)字金融依托互聯(lián)網(wǎng)技術(shù)、數(shù)字平臺等提高了信息透明度，能夠使農(nóng)村投資者快速選擇與自身相適配的項(xiàng)目，為農(nóng)村創(chuàng)業(yè)項(xiàng)目提供精準(zhǔn)資金。這能在激發(fā)農(nóng)村創(chuàng)業(yè)者創(chuàng)業(yè)活力的同時(shí)，提高創(chuàng)業(yè)成功概率[19]，為推進(jìn)農(nóng)民農(nóng)村共同富裕賦能。從創(chuàng)業(yè)者角度看，數(shù)字金融可降低農(nóng)民創(chuàng)業(yè)融資風(fēng)險(xiǎn)，促進(jìn)農(nóng)民農(nóng)村創(chuàng)業(yè)機(jī)會均等化，激發(fā)農(nóng)村低物質(zhì)資本的創(chuàng)業(yè)行為，提升創(chuàng)業(yè)活力，夯實(shí)農(nóng)民農(nóng)村共同富裕基礎(chǔ)。因此，提出第三個(gè)研究假設(shè)：

假設(shè)3：數(shù)字金融通過促進(jìn)創(chuàng)新創(chuàng)業(yè)活力對農(nóng)民農(nóng)村共同富裕產(chǎn)生影響。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

為系統(tǒng)分析數(shù)字金融影響農(nóng)民農(nóng)村共同富裕的作用機(jī)理，構(gòu)建時(shí)間與個(gè)體雙向固定效應(yīng)基準(zhǔn)模型。

其中，lnupgit表示i地區(qū)在t年的農(nóng)民農(nóng)村共同富裕水平；lndeit為i地區(qū)在t年的數(shù)字金融水平；財(cái)政支農(nóng)（FSA）、人力資本積累（HCA）、種植結(jié)構(gòu)（PLS）、農(nóng)業(yè)機(jī)械化水平（AML）、人口負(fù)擔(dān)比（PBR）、涉農(nóng)技術(shù)迭代（ATI）為控制變量；另外，δi、γt、εit依次表示地區(qū)固定效應(yīng)、時(shí)間固定效應(yīng)以及隨機(jī)誤差項(xiàng)。

在現(xiàn)代信息網(wǎng)絡(luò)助力下，數(shù)字金融不僅能夠跨越地理界限，助推金融機(jī)構(gòu)實(shí)現(xiàn)跨地區(qū)協(xié)同分工，還會對區(qū)域?qū)嶓w經(jīng)濟(jì)發(fā)展產(chǎn)生影響。這時(shí)，如果仍運(yùn)用普通面板數(shù)據(jù)展開回歸分析，那么極有可能造成回歸結(jié)果出現(xiàn)偏誤。為此，本文在式（1）的基礎(chǔ)上融入空間因素，深入探索數(shù)字金融影響農(nóng)民農(nóng)村共同富裕的作用機(jī)理。其中，空間計(jì)量模型被分為空間杜賓模型（SDM）、空間滯后模型（SLM）以及空間誤差模型（SEM）。進(jìn)行Hausman、LM、LR 以及Wald檢驗(yàn)后，最終確定采用雙重固定效應(yīng)的空間杜賓模型進(jìn)行研究，構(gòu)建模型如下：

其中，Wij代表31×31 的空間權(quán)重矩陣，是0-1 空間鄰接權(quán)重矩陣，若i省和j省相鄰，則取值為1，反之為0。另外，Xit表示控制變量合集。

2.2 變量選取

2.2.1 被解釋變量

農(nóng)民農(nóng)村共同富裕（upg）。本文參考《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》《中國農(nóng)村發(fā)展報(bào)告（2022）》等相關(guān)內(nèi)容，兼顧數(shù)據(jù)可獲得性、可量化等原則，構(gòu)建包含3個(gè)一級指標(biāo)及8個(gè)二級指標(biāo)的農(nóng)民農(nóng)村共同富裕評價(jià)指標(biāo)體系（見下頁表1）。利用熵值法對農(nóng)民農(nóng)村共同富裕評價(jià)指標(biāo)展開權(quán)重分析，最終獲得綜合指數(shù)。

表1 農(nóng)民農(nóng)村共同富裕評價(jià)指標(biāo)體系

2.2.2 解釋變量

數(shù)字金融（de）。在2022年8月更新的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2021 年）》第四期中，數(shù)字金融包含的覆蓋廣度、使用深度、數(shù)字化程度三大類被分成33個(gè)細(xì)分指標(biāo)，可客觀反映數(shù)字金融發(fā)展現(xiàn)狀及地區(qū)差異。但是，囿于北京大學(xué)數(shù)字普惠金融指數(shù)為非官方數(shù)據(jù)，可能會使測算結(jié)果出現(xiàn)偏差。本文借鑒周孟亮和王立聰（2023）[20]的研究，在《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2021年）》基礎(chǔ)上，融入《中國縣域數(shù)字普惠金融發(fā)展指數(shù)報(bào)告2021》的數(shù)據(jù)，用于反映中國縣域的數(shù)字金融發(fā)展?fàn)顩r。將二者得出的指數(shù)進(jìn)行加權(quán)平均處理，作為數(shù)字金融發(fā)展的代理變量。

2.2.3 中介變量

創(chuàng)新創(chuàng)業(yè)活力（gti）。在借鑒現(xiàn)有研究的基礎(chǔ)上[21]，從創(chuàng)新活力、創(chuàng)業(yè)活力兩個(gè)維度來反映創(chuàng)新創(chuàng)業(yè)活力。其中，創(chuàng)新活力采用各地區(qū)每千人擁有專利數(shù)量（件/千人）表征。創(chuàng)業(yè)活力運(yùn)用地區(qū)內(nèi)包含的私營和個(gè)體就業(yè)人員占城鎮(zhèn)總就業(yè)人數(shù)的比重衡量。

2.2.4 控制變量

為防止因遺漏變量而引致估計(jì)結(jié)果偏誤，引入一系列控制變量：（1）財(cái)政支農(nóng)（FSA），運(yùn)用政府農(nóng)林水支出與一般公共預(yù)算支出之比表示；（2）人力資本積累（HCA），利用各省份農(nóng)村人均人力資本存量反映；（3）種植結(jié)構(gòu)（PLS），選用農(nóng)村糧食播種面積與農(nóng)作物播種總面積之比衡量；（4）農(nóng)業(yè)機(jī)械化水平（AML），運(yùn)用農(nóng)用機(jī)械總動(dòng)力與第一產(chǎn)業(yè)從業(yè)人員的比值測量；（5）人口負(fù)擔(dān)比（PBR），用老人和兒童占農(nóng)村總?cè)丝诒戎睾饬浚唬?）涉農(nóng)技術(shù)迭代（ATI），選取各省份農(nóng)村產(chǎn)業(yè)技術(shù)發(fā)明專利授權(quán)數(shù)量與農(nóng)村產(chǎn)業(yè)R&D 人員全時(shí)當(dāng)量兩個(gè)指標(biāo)，運(yùn)用算術(shù)平均法將各維度指標(biāo)合成綜合涉農(nóng)技術(shù)迭代指數(shù)。

2.3 數(shù)據(jù)說明

本文選取2010—2021年我國31個(gè)省份（不含港澳臺）的樣本數(shù)據(jù)。農(nóng)民農(nóng)村共同富裕所選數(shù)據(jù)源于《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村金融服務(wù)報(bào)告》《中國農(nóng)業(yè)機(jī)械工業(yè)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》等；數(shù)字金融發(fā)展相關(guān)數(shù)據(jù)主要來自北京大學(xué)數(shù)字金融研究中心官網(wǎng)；其余數(shù)據(jù)來源于各省份歷年統(tǒng)計(jì)公報(bào)和Wind數(shù)據(jù)庫。表2列示了各變量的描述性統(tǒng)計(jì)結(jié)果，結(jié)果顯示，農(nóng)民農(nóng)村共同富裕均值為0.299，最大值達(dá)0.932，最小值是0.062；數(shù)字金融均值為2.172，最大值達(dá)4.319，最小值僅為0.183，意味著各地區(qū)數(shù)字金融與農(nóng)民農(nóng)村共同富裕水平差異較大。

表2 變量的描述性統(tǒng)計(jì)結(jié)果

3 數(shù)字金融和農(nóng)民農(nóng)村共同富裕的空間效應(yīng)分析

數(shù)字金融通過數(shù)據(jù)傳輸、存儲打破時(shí)空限制，呈現(xiàn)顯著的空間溢出效應(yīng)。基于此，深入探究數(shù)字金融與農(nóng)民農(nóng)村共同富裕的空間集聚程度。對此，選擇空間自相關(guān)Moran’s I 和散點(diǎn)圖來分析兩者空間關(guān)聯(lián)性，具體見表3。

表3 數(shù)字金融與農(nóng)民農(nóng)村共同富裕的Moran’s I

由表3 可知，在鄰接矩陣下，2010—2021 年數(shù)字金融發(fā)展的Moran’s I 數(shù)值均在5%的顯著性水平上為正，農(nóng)民農(nóng)村共同富裕的Moran’s I 數(shù)值多數(shù)通過1%水平上的顯著性檢驗(yàn)。這意味著2010—2021年，數(shù)字金融與農(nóng)民農(nóng)村共同富裕均具有顯著的空間自相關(guān)性，且呈現(xiàn)空間集聚現(xiàn)象。

進(jìn)一步借助OpenGeoDa 1.2.0 刻畫Moran’s I 散點(diǎn)圖（見下頁圖1），選取2011年、2021年數(shù)字金融與農(nóng)民農(nóng)村共同富裕年度平均值，并將兩者空間關(guān)聯(lián)模式分為四類。第一象限與第二象限為“高-高”集聚、“低-高”集聚；第三象限與第四象限為“低-低”集聚、“高-低”集聚。其中，第一象限和第三象限屬于空間正自相關(guān)，第二象限與第四象限為空間負(fù)自相關(guān)。就全國層面而言，數(shù)字金融發(fā)展檢驗(yàn)中，2010年第一、三象限分別有5個(gè)、15個(gè)省份，占66.67%；2021年第一、三象限分別有6個(gè)、16個(gè)省份，占73.34%。農(nóng)民農(nóng)村共同富裕檢驗(yàn)中：2010年第一、三象限分別有7個(gè)、14個(gè)省份，占70%；2021年第一、三象限分別有6個(gè)、17個(gè)省份，占76.67%。整體而言，不管是2010年還是2021年，我國多數(shù)省份數(shù)字金融和農(nóng)民農(nóng)村共同富裕均處于第一象限與第三象限，意味著兩者在省域間呈現(xiàn)“趨同俱樂部”現(xiàn)象。

圖1 2011年和2021年局部莫蘭指數(shù)散點(diǎn)圖

4 數(shù)字金融和農(nóng)民農(nóng)村共同富裕的實(shí)證檢驗(yàn)

4.1 基準(zhǔn)回歸結(jié)果

本文采用豪斯曼檢驗(yàn)確定模型的固定及隨機(jī)效應(yīng)，結(jié)果表明固定效應(yīng)模型更為合適。

表4 列示了數(shù)字金融影響農(nóng)民農(nóng)村共同富裕的檢驗(yàn)結(jié)果。不難發(fā)現(xiàn)，在未考慮控制變量情況下，數(shù)字金融每提高1%，會使農(nóng)民農(nóng)村共同富裕增加0.0073。在引入一系列控制變量之后，該效應(yīng)會提升至0.0091，且此結(jié)果顯著，說明數(shù)字金融能正向影響農(nóng)民農(nóng)村共同富裕，證實(shí)了假設(shè)1。原因可能是，數(shù)字金融依托互聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字技術(shù)，為各地農(nóng)民供給同質(zhì)、跨空間金融服務(wù)，滿足農(nóng)民創(chuàng)新創(chuàng)業(yè)資金需求，增加財(cái)產(chǎn)性收入，進(jìn)而推進(jìn)農(nóng)民農(nóng)村共同富裕。由表4 控制變量檢驗(yàn)結(jié)果可知，財(cái)政支農(nóng)、人力資本積累和種植結(jié)構(gòu)的系數(shù)均顯著為正，說明這些因素對我國推進(jìn)農(nóng)民農(nóng)村共同富裕具有正向影響。在推進(jìn)農(nóng)民農(nóng)村共同富裕過程中，財(cái)政支農(nóng)的正向作用最為顯著，而人口負(fù)擔(dān)比負(fù)向影響農(nóng)民農(nóng)村共同富裕。原因可能在于，人口負(fù)擔(dān)比的上升壓縮了農(nóng)村企業(yè)的經(jīng)濟(jì)活動(dòng)，限制其人力及物質(zhì)資本積累，增加農(nóng)村企業(yè)壓力，最終不利于農(nóng)民農(nóng)村共同富裕發(fā)展目標(biāo)的推進(jìn)。

表4 基準(zhǔn)回歸結(jié)果

4.2 空間溢出效應(yīng)

由表5 結(jié)果可知，總效應(yīng)通過1%水平上的顯著性檢驗(yàn)且系數(shù)為正，意味著數(shù)字金融可正向影響農(nóng)民農(nóng)村共同富裕。直接效應(yīng)通過5%水平上的顯著性檢驗(yàn)且系數(shù)為正，說明地區(qū)數(shù)字金融發(fā)展水平越高，農(nóng)民農(nóng)村共同富裕水平也越高，同前文基準(zhǔn)回歸結(jié)果相吻合。間接效應(yīng)在1%的顯著性水平上為正，代表數(shù)字金融能促進(jìn)本地農(nóng)民農(nóng)村共同富裕發(fā)展，同時(shí)其還能帶動(dòng)其他地區(qū)農(nóng)民農(nóng)村共同富裕發(fā)展，驗(yàn)證了假設(shè)2。

表5 數(shù)字金融影響農(nóng)民農(nóng)村共同富裕的直接、間接與總效應(yīng)

4.3 穩(wěn)健性檢驗(yàn)

為確保上文研究結(jié)果的可靠性，進(jìn)行穩(wěn)健性檢驗(yàn)。一是更換數(shù)字金融測度方法。參考朱東波和張相偉（2023）[22]的研究思路，根據(jù)《國民經(jīng)濟(jì)行業(yè)分類》（GB/T 47542017）同質(zhì)性原則，對符合數(shù)字金融產(chǎn)業(yè)特征的行業(yè)進(jìn)行分類，隨后運(yùn)用熵權(quán)法進(jìn)行整合，具體結(jié)果見表6列（1）。二是工具變量法。為有效克服可能存在的內(nèi)生性問題，選用“同一省份內(nèi)其他城市滯后一期的數(shù)字普惠金融指數(shù)均值”作為數(shù)字金融發(fā)展水平的工具變量，采用系統(tǒng)GMM 估計(jì)展開回歸，結(jié)果見表6 列（2）。第三，傾向得分匹配法。為有效解決由樣本自選擇或選擇偏誤而產(chǎn)生的內(nèi)生性問題，使用傾向得分匹配法對樣本進(jìn)行篩選，進(jìn)一步驗(yàn)證前文基準(zhǔn)回歸結(jié)果。先借鑒周廣肅和丁相元（2023）[23]的思路，依據(jù)數(shù)字金融的三分位數(shù)設(shè)置啞變量，并將大于三分位數(shù)的樣本定義為處理組，反之為控制組。采用近鄰匹配方式篩選樣本，隨后對新樣本實(shí)施檢驗(yàn)，詳細(xì)結(jié)果見表6 列（3）。第四，剔除直轄市。從全國基礎(chǔ)稟賦綜合排名來看，北京、天津、上海、重慶4 個(gè)直轄市名列前茅，同時(shí)享有自主權(quán)及國家政策的傾斜，可能影響研究結(jié)果的準(zhǔn)確性。因此，本文剔除直轄市樣本后重新展開實(shí)證檢驗(yàn)，結(jié)果詳見表6列（4）。通過上述檢驗(yàn)不難發(fā)現(xiàn)，無論采用更換變量法、工具變量法、傾向得分匹配法還是剔除直轄市，結(jié)果均與前文相吻合，即前文結(jié)論具有穩(wěn)健性。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

5 進(jìn)一步分析

5.1 空間異質(zhì)性分析

我國幅員遼闊，各地區(qū)資源稟賦、經(jīng)濟(jì)水平等具有較大差異。這可能使數(shù)字金融對農(nóng)民農(nóng)村共同富裕的影響出現(xiàn)區(qū)域差異性。為此，本文將樣本劃分為東部和中西部兩個(gè)地區(qū)①東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西和海南12個(gè)省份，中西部地區(qū)為剩余的19個(gè)省份。進(jìn)行檢驗(yàn)，結(jié)果見表7。同時(shí)，考慮到拆分樣本的嚴(yán)謹(jǐn)性，運(yùn)用費(fèi)舍爾組間差異檢驗(yàn)對組間系數(shù)差異進(jìn)行比較，并通過1000 次自抽樣計(jì)算得到經(jīng)驗(yàn)P值。由表7結(jié)果可知，數(shù)字金融發(fā)展水平對農(nóng)民農(nóng)村共同富裕的影響在兩個(gè)分組中均顯著為正，意味著在不同區(qū)域數(shù)字金融均正向影響農(nóng)民農(nóng)村共同富裕。細(xì)究系數(shù)大小可知，數(shù)字金融影響農(nóng)民農(nóng)村共同富裕的程度具有差異性，呈現(xiàn)中西部地區(qū)大于東部地區(qū)，真實(shí)組間差異為0.015，且經(jīng)驗(yàn)P值在10%的水平上顯著。相對東部地區(qū)而言，中西部地區(qū)經(jīng)濟(jì)與數(shù)字技術(shù)相對落后，導(dǎo)致出現(xiàn)大量農(nóng)村企業(yè)與農(nóng)民低收入群體，不利于農(nóng)民農(nóng)村共同富裕推進(jìn)。故而，數(shù)字金融在經(jīng)濟(jì)欠發(fā)達(dá)的中西部地區(qū)推動(dòng)農(nóng)民農(nóng)村共同富裕大有可為。

表7 空間異質(zhì)性分析結(jié)果

5.2 影響機(jī)制分析

為進(jìn)一步探究數(shù)字金融影響農(nóng)民農(nóng)村共同富裕的作用機(jī)理，將從“數(shù)字金融—?jiǎng)?chuàng)新創(chuàng)業(yè)活力—農(nóng)民農(nóng)村共同富裕”途徑實(shí)證檢驗(yàn)其影響機(jī)制，構(gòu)建如下模型：

其中，lngti指中介變量創(chuàng)新創(chuàng)業(yè)活力；Xit代表控制變量。鑒于模型（1）已成功驗(yàn)證數(shù)字金融對農(nóng)民農(nóng)村共同富裕的推動(dòng)作用，故直接對模型（4）和模型（5）進(jìn)行估計(jì)（見表8）。表8結(jié)果顯示，數(shù)字金融每上升1%，創(chuàng)新創(chuàng)業(yè)活力會上升0.2776%，說明數(shù)字金融能夠促進(jìn)創(chuàng)新創(chuàng)業(yè)活力提升；創(chuàng)新創(chuàng)業(yè)活力每上升1%，農(nóng)民農(nóng)村共同富裕會上升0.0084%，意味著創(chuàng)新創(chuàng)業(yè)活力提升能推進(jìn)農(nóng)民農(nóng)村共同富裕。另外，Sobel檢驗(yàn)的P ＞0.01，表示數(shù)字金融發(fā)展對創(chuàng)新創(chuàng)業(yè)活力具有促進(jìn)作用。上述結(jié)果全面驗(yàn)證了假設(shè)3。

表8 中介機(jī)制檢驗(yàn)結(jié)果

5.3 基于創(chuàng)新創(chuàng)業(yè)活力的面板門檻分析

上文已證實(shí)數(shù)字金融能夠通過提升創(chuàng)新創(chuàng)業(yè)活力推進(jìn)農(nóng)民農(nóng)村共同富裕。但是，這一影響是否存在門檻效應(yīng)？且在不同水平閾值下，數(shù)字金融影響農(nóng)民農(nóng)村共同富裕是否存在差異性？為此，本文選用面板門檻模型進(jìn)行探析，具體模型為：

表9展示了門檻效應(yīng)結(jié)果。可以看出，全國、東部、中西部地區(qū)創(chuàng)新創(chuàng)業(yè)活力依次在1%、5%、10%的置信水平上通過單一門檻檢驗(yàn)，對應(yīng)的門檻值分別是8.2775、10.0223和4.0184。

表9 門檻存在性、估計(jì)值及置信區(qū)間檢驗(yàn)

由表10結(jié)果可知，就全國層面而言，當(dāng)創(chuàng)新創(chuàng)業(yè)活力高于8.2775時(shí)，數(shù)字金融每提高1%，將帶動(dòng)本地農(nóng)民農(nóng)村共同富裕提高0.0429%；當(dāng)創(chuàng)新創(chuàng)業(yè)活力低于8.2775 時(shí)，數(shù)字金融每提高1%，將帶動(dòng)本地農(nóng)民農(nóng)村共同富裕提高0.0376%。就各區(qū)域而言，當(dāng)東部地區(qū)創(chuàng)新創(chuàng)業(yè)活力高于10.0223 時(shí)，數(shù)字金融每提高1%，將帶動(dòng)本地農(nóng)民農(nóng)村共同富裕提高0.0191%；當(dāng)創(chuàng)新創(chuàng)業(yè)活力低于10.0223時(shí)，數(shù)字金融每提高1%，將帶動(dòng)本地農(nóng)民農(nóng)村共同富裕提高0.0179%。當(dāng)中西部地區(qū)創(chuàng)新創(chuàng)業(yè)活力高于4.0184 時(shí)，數(shù)字金融每提高1%，促使本地農(nóng)民農(nóng)村共同富裕提高0.0329%；當(dāng)創(chuàng)新創(chuàng)業(yè)活力低于4.0184時(shí)，數(shù)字金融每提高1%，將帶動(dòng)本地農(nóng)民農(nóng)村共同富裕提高0.0294%。

表10 面板門檻模型的估計(jì)結(jié)果

6 結(jié)論與建議

6.1 結(jié)論

本文基于2010—2021 年我國31 個(gè)省份的樣本數(shù)據(jù)，深入探究數(shù)字金融、創(chuàng)新創(chuàng)業(yè)活力對農(nóng)民農(nóng)村共同富裕的影響效應(yīng)。結(jié)果表明：（1）數(shù)字金融可推進(jìn)農(nóng)民農(nóng)村共同富裕，且存在正向空間溢出效應(yīng)。（2）數(shù)字金融能促進(jìn)農(nóng)民農(nóng)村共同富裕，但存在區(qū)域異質(zhì)性。其中，相對于東部地區(qū)，中西部地區(qū)數(shù)字金融促進(jìn)農(nóng)民農(nóng)村共同富裕作用更強(qiáng)。（3）數(shù)字金融通過提升創(chuàng)新創(chuàng)業(yè)活力促進(jìn)農(nóng)民農(nóng)村共同富裕發(fā)展。（4）數(shù)字金融影響農(nóng)民農(nóng)村共同富裕的作用具有門檻效應(yīng)，且呈現(xiàn)地區(qū)異質(zhì)性，即東部地區(qū)數(shù)字金融的外溢效應(yīng)更大。

6.2 建議

（1）完善數(shù)字金融新型服務(wù)體系。有關(guān)部門應(yīng)充分發(fā)揮農(nóng)村特色優(yōu)勢，在農(nóng)村基礎(chǔ)設(shè)施、農(nóng)村醫(yī)療資源投入、農(nóng)產(chǎn)品產(chǎn)業(yè)鏈升級等領(lǐng)域，構(gòu)建項(xiàng)目貸款投放服務(wù)體系，加大農(nóng)村信貸投放力度。政府應(yīng)積極響應(yīng)“城市反哺農(nóng)村、工業(yè)反哺農(nóng)業(yè)”的發(fā)展趨勢，分階段試點(diǎn)，支持有良好基礎(chǔ)的農(nóng)村率先探索農(nóng)民農(nóng)村共同富裕新道路。（2）打造創(chuàng)新創(chuàng)業(yè)主體服務(wù)鏈。我國應(yīng)圍繞“創(chuàng)新創(chuàng)業(yè)人才鏈”構(gòu)建相應(yīng)的“服務(wù)鏈”，重點(diǎn)完善薪酬獎(jiǎng)勵(lì)制度，將人口紅利逐漸升級為科技創(chuàng)新人才紅利，激發(fā)人才創(chuàng)新創(chuàng)業(yè)活躍度，提高創(chuàng)新人才勞動(dòng)收入報(bào)酬，筑牢農(nóng)民農(nóng)村共同富裕的中產(chǎn)基石。（3）制定區(qū)域差異化金融發(fā)展機(jī)制。東部地區(qū)要立足于自身發(fā)展優(yōu)勢，著力于“卡脖子”關(guān)鍵技術(shù)攻關(guān)，以先進(jìn)科技助力打造金融領(lǐng)域新生態(tài)，提升科技成果轉(zhuǎn)化效率，打破科研與應(yīng)用“兩張皮”的局面，從而賦能農(nóng)民農(nóng)村共同富裕。中西部地區(qū)應(yīng)將“補(bǔ)短板”作為主要工作內(nèi)容，強(qiáng)化新型基礎(chǔ)設(shè)施建設(shè)。中西部地區(qū)還應(yīng)依靠政策傾斜，積極引入社會資金、數(shù)字技術(shù)、復(fù)合型人才等優(yōu)質(zhì)資源，營造對數(shù)字金融發(fā)展有利的物質(zhì)與人文良好環(huán)境，努力縮減區(qū)域間的發(fā)展差異，為促進(jìn)農(nóng)民農(nóng)村共同富裕的實(shí)現(xiàn)提供基礎(chǔ)。