中国的农业升级：数字化普惠金融推动高质量发展

《Journal of Rural Studies》：China's agricultural upgrade: Digital inclusive finance driving high-quality development

数字包容性金融对高质量农业发展的影响研究基于2011-2022年中国30省面板数据，发现DIF显著促进HQAD且存在区域异质性和非线性特征，工业化与信息化发挥中介作用，城市化呈现门槛效应，为优化农业资源配置提供决策参考。

　　随着全球气候变化的加剧，生态系统的稳定性与人类社会的可持续发展正面临前所未有的挑战。气候极端事件和环境灾难的频发，进一步放大了这一问题的影响，对全球农业生产的可持续性构成了严重威胁。联合国防治荒漠化公约（UNCCD）2023年的报告指出，2015年至2019年间，全球每年损失了1亿公顷的高产耕地。与此同时，世界银行（2025）的数据表明，全球化肥使用量从1970年的每公顷55公斤攀升至2022年的每公顷134公斤（见图1）。根据政府间气候变化专门委员会（IPCC）第六次评估报告，自20世纪中叶以来，全球小麦和玉米产量每十年下降约1.9%。这些数据突显了农业生产力与环境保护之间协调发展的紧迫性。

在此背景下，数字普惠金融（Digital Inclusive Finance, DIF）逐渐成为一种可能的解决方案。DIF通过数字技术，为农村和低收入群体提供广泛、便捷、低成本的金融服务，突破了传统银行体系的地理和经济限制。这一模式不仅提升了金融系统的效率和包容性，还为农业发展注入了新的动力。在国际上，肯尼亚的M-Pesa平台展示了移动银行如何改善农业信贷的可及性，而巴西则启动了其数字货币（CBDC）计划，重点关注农产品跨境贸易和供应链自动化。这些实例表明，DIF在推动高质量农业发展（High-Quality Agricultural Development, HQAD）方面具有重要的变革潜力。

中国作为全球数字金融发展的引领者，其数字信贷规模已达到人民币9.4万亿元，跨境人民币经常账户结算总额达到人民币1.18万亿元（截至2025年2月）。然而，中国的农业发展也面临着独特的挑战。自2000年至2022年，中国的粮食产量增加了49%（从4.62亿吨增至6.87亿吨），但与此同时，农业生产带来的环境成本也在上升。农业塑料薄膜的使用量从2011年到2021年翻了一番（从130万吨增至240万吨），而2022年的农药使用量达到了120万吨。这种“高产—高耗—高污染”的发展模式，是全球农业普遍存在的问题，也反映了中国在制度环境和转型压力下的特殊性。

为应对这些挑战，高质量农业发展（HQAD）被提出，强调技术革新、绿色发展、城乡协调、市场开放和成果共享作为实现从资源密集型农业向创新驱动型农业转变的核心支柱。已有研究构建了多维度的定量指标体系来评估HQAD（Zhang等，2023a），识别出如耕地规模管理（Hu等，2023）、人均GDP（Huang，2021）、农村基础设施水平（Guo和Zeng，2021）以及农业科技研发（Yang等，2023, Yang等，2023）等关键驱动因素。近年来，学者们也越来越多地关注DIF如何影响HQAD（Feng和Wang，2024），探索其通过人力资本水平（Liu等，2023b; Lin和Peng，2025; Ma等，2024; Xu等，2024b）、农村产业融合（Gao等，2024）、创业活动（Chen等，2025, Xu等，2024a）、土地流转（Shen等，2023）、农业信贷约束（Guo等，2024; Xiong等，2024; Su等，2025）、农业科技创新（Xiao等，2023; Guo等，2024）以及农业结构调整（Guo等，2024）等方面发挥作用的机制。然而，仍然存在一些关键的空白：首先，关于DIF如何通过工业化和信息化推动HQAD的机制仍不清晰，缺乏系统性的研究；其次，DIF对HQAD的影响表现出非线性特征，尤其是在城市化水平提升时，其促进作用变得更加显著，这一现象缺乏坚实的理论和实证基础。

为弥补这些不足，本研究设定了三个目标：第一，量化DIF与HQAD之间的非线性关系，并以城市化水平作为门槛变量；第二，阐明工业化和信息化在DIF促进HQAD过程中的中介作用；第三，为政策制定者提供可操作的见解，以优化DIF在提升农业生产力与可持续性之间的平衡。本研究的主要贡献包括：第一，利用熵值法构建HQAD水平的评估指标，通过分析区域HQAD特征，有助于制定差异化的政策；第二，在使用Tobit模型检验DIF对HQAD的影响后，进一步采用空间杜宾模型进行实证分析，考虑空间效应，从而获得更精确的测试结果，为DIF相关的农业利益政策提供依据；第三，揭示了DIF在推动HQAD过程中表现出的非线性特征，指出随着DIF和城市化水平的提升，其对HQAD的促进作用呈现出更强的加速效应；第四，通过探索DIF对HQAD影响的具体机制，包括工业化和信息化的作用，进一步加深了对DIF如何赋能HQAD内在逻辑的理解。

本研究的结构安排如下：第二部分详细阐述了理论机制；第三部分介绍了研究方法，包括研究区域、变量选择以及研究方法；第四部分展示了研究结果及其解读，特别是关于HQAD的测量和实证验证；第五部分则深入分析了空间计量模型，探讨了门槛效应，并分析了中介机制；最后，第六部分总结了主要结论，提出了政策建议，并指出了未来研究的方向。

HQAD的提升对于中国从传统农业社会向农业强国的转型至关重要。本研究采用熵值法对区域HQAD水平进行了评估，利用包括Tobit模型、空间杜宾回归模型、门槛效应模型以及Sobel-Goodman方法在内的多种模型，探讨了DIF对HQAD的影响机制。研究发现，中国HQAD在过去十年中呈现出稳步上升的趋势，但同时也表现出显著的沿海与内陆差异，反映出空间异质性。此外，DIF对HQAD具有显著的促进作用，这一结论在一系列稳健性检验后依然成立。值得注意的是，DIF对HQAD的影响在不同地区存在差异，特别是在主要粮食产区，其促进作用更为显著。更进一步地，DIF与HQAD之间的关系表现出清晰的非线性特征，随着城市化水平的提高，DIF对HQAD的推动作用变得更加明显。工业化和信息化在DIF促进HQAD的过程中发挥了中介作用。本研究不仅深化了学术界对DIF多维度影响HQAD的理解，也为政策制定者优化农业资源配置和提升农业生产力提供了切实可行的建议。

在具体实施过程中，研究区域涵盖了中国30个省份，不包括西藏、台湾、香港和澳门。研究数据的时间跨度为2011年至2022年，涵盖了多个年度的面板数据。省级划分依据中国国家统计局（NBSC）的区域分类标准，将省份划分为东部、中部和西部三个区域（见图3）。此外，根据农业农村部的功能区划标准，省份还被划分为主要粮食产区、粮食主产区以外的区域等。这种分类有助于更准确地分析不同区域在HQAD发展中的特点，以及DIF对这些区域的影响是否存在差异。

HQAD的区域特征在研究中得到了充分的体现。图5展示了HQAD的评估结果，揭示了中国内部显著的区域差异。在整个研究期间，东部地区的HQAD水平始终处于领先地位（见表4）（Xiang等，2024）。这种优势可以归因于其优越的地理位置、完善的交通网络、坚实的经济基础以及先进的技术能力。东部地区拥有众多优质港口，能够有效支持农产品的时效性运输和流通。此外，东部地区在农业机械化、信息化和市场化方面具有明显优势，这些因素共同推动了HQAD的高质量发展。

为了准确识别DIF对HQAD的影响，本研究采用了多种空间计量模型。基于Elhorst（2014）提出的框架，研究首先进行了多项诊断测试，以确定最优的空间计量模型。初始测试显示，LM-lag（129.689???）和LM-error（78.515???）均具有显著性，但LM-lag的值较大，且Robust LM-lag（51.796??）也显著，这表明空间自回归模型（SAR）比空间误差模型（SEM）更适合。而Robust LM-error（0.622）则不显著（见表11）。进一步的测试（Wald/LR）则应验证空间杜宾模型（SDM）是否更适用（见表12）（Lin等，2024）。此外，Hausman测试也用于确定模型选择的合理性，以确保研究结果的可靠性。

本研究的成果表明，HQAD的发展对于中国农业现代化具有重要意义。研究发现，HQAD在中国呈现出稳步上升的趋势，但同时伴随着显著的区域差异，这种差异反映出农业发展在不同地区的不均衡性。DIF对HQAD具有显著的促进作用，这一结论在一系列稳健性检验后依然成立。值得注意的是，DIF对HQAD的影响在不同地区存在差异，特别是在主要粮食产区，其作用更为显著。更进一步地，DIF与HQAD之间的关系表现出非线性特征，随着城市化水平的提升，DIF对HQAD的促进作用逐渐增强。工业化和信息化在这一过程中发挥了中介作用，即DIF通过推动工业化和信息化来间接促进HQAD的发展。这些发现不仅加深了对DIF如何赋能HQAD内在逻辑的理解，也为政策制定者提供了优化农业资源配置和提升农业生产力的依据。

本研究的理论框架基于DIF对HQAD的直接影响以及其通过中介变量发挥的间接作用。DIF作为数字经济发展的重要组成部分，通过现代数据驱动技术，显著提升了金融系统的可及性、效率和包容性。DIF重新定义了传统的金融中介功能，利用金融科技创新突破地理和信息壁垒，实现普惠金融的推广。这一模式与“金融深化”假说相吻合，即金融系统的深化能够降低交易成本，提高资本配置效率。在实际操作中，DIF不仅促进了农业信贷的可及性，还推动了农业生产的现代化进程，使农业生产更加高效、可持续。

在研究方法方面，本研究采用了熵值法对HQAD水平进行评估，构建了一个多维度的指标体系，以更全面地反映HQAD的内涵。熵值法能够有效识别不同区域在HQAD发展中的差异，为制定差异化的政策提供了依据。此外，研究还采用了Tobit模型、空间杜宾模型、门槛效应模型以及Sobel-Goodman方法等，以全面分析DIF对HQAD的影响机制。这些模型的综合应用有助于更准确地捕捉DIF对HQAD的非线性影响，并揭示其在不同区域和不同发展阶段中的作用差异。

研究发现，DIF对HQAD的促进作用呈现出显著的非线性特征。随着城市化水平的提高，DIF对HQAD的推动作用逐渐增强，尤其是在城市化率较高的地区，DIF的作用更加明显。这一现象表明，DIF的推广需要与城市化进程相协调，以实现更高效的农业发展。工业化和信息化在这一过程中发挥了关键的中介作用，即DIF通过促进工业化和信息化，间接提升了农业生产的效率和可持续性。这种中介效应在实证分析中得到了验证，表明DIF对HQAD的影响并非单一路径，而是通过多个渠道实现的。

此外，研究还揭示了DIF对HQAD的非线性特征，即随着DIF和城市化水平的提升，其对HQAD的促进作用呈现出更强的加速效应。这一发现表明，DIF的推广需要与城市化进程相结合，以实现更高效的农业发展。在具体操作中，DIF不仅能够提升农业生产的效率，还能通过促进农村产业融合、创业活动和土地流转等方式，推动农业的高质量发展。这些发现为政策制定者提供了优化农业资源配置和提升农业生产力的依据，同时也为未来研究指明了方向。

在研究过程中，本研究采用了多种实证方法，以确保研究结果的科学性和可靠性。首先，研究利用熵值法对HQAD水平进行了评估，构建了一个多维度的指标体系，以更全面地反映HQAD的内涵。其次，研究采用了Tobit模型、空间杜宾模型、门槛效应模型以及Sobel-Goodman方法等，以全面分析DIF对HQAD的影响机制。这些模型的综合应用有助于更准确地捕捉DIF对HQAD的非线性影响，并揭示其在不同区域和不同发展阶段中的作用差异。

研究发现，DIF对HQAD的促进作用呈现出显著的非线性特征。随着城市化水平的提高，DIF对HQAD的推动作用逐渐增强，尤其是在城市化率较高的地区，DIF的作用更加明显。这一现象表明，DIF的推广需要与城市化进程相协调，以实现更高效的农业发展。工业化和信息化在这一过程中发挥了关键的中介作用，即DIF通过促进工业化和信息化，间接提升了农业生产的效率和可持续性。这种中介效应在实证分析中得到了验证，表明DIF对HQAD的影响并非单一路径，而是通过多个渠道实现的。

此外，研究还揭示了DIF对HQAD的非线性特征，即随着DIF和城市化水平的提升，其对HQAD的促进作用呈现出更强的加速效应。这一发现表明，DIF的推广需要与城市化进程相结合，以实现更高效的农业发展。在具体操作中，DIF不仅能够提升农业生产的效率，还能通过促进农村产业融合、创业活动和土地流转等方式，推动农业的高质量发展。这些发现为政策制定者提供了优化农业资源配置和提升农业生产力的依据，同时也为未来研究指明了方向。

在政策建议方面，本研究指出，DIF的推广需要与城市化进程相结合，以实现更高效的农业发展。政策制定者应关注DIF在不同区域的适用性，特别是在主要粮食产区，DIF的作用更为显著，因此需要加大支持力度。此外，政策制定者应注重DIF对HQAD的非线性影响，特别是在城市化水平较高的地区，DIF的促进作用更强，因此需要制定更加精准的政策。同时，政策制定者应关注工业化和信息化在DIF促进HQAD过程中的中介作用，通过推动这些领域的发展，进一步提升农业的可持续性和效率。

本研究的结论表明，DIF对HQAD的促进作用具有显著的非线性特征，这一特征在不同区域和不同发展阶段中表现各异。因此，政策制定者需要根据区域特点和发展阶段，制定差异化的政策，以实现更高效的农业发展。此外，DIF的推广需要与城市化进程相结合，以增强其对HQAD的促进作用。工业化和信息化在这一过程中发挥了关键的中介作用，因此需要推动这些领域的发展，以实现更全面的农业现代化。

本研究的发现不仅深化了对DIF如何赋能HQAD内在逻辑的理解，也为政策制定者提供了优化农业资源配置和提升农业生产力的依据。同时，本研究也为未来研究指明了方向，即需要进一步探索DIF对HQAD影响的具体机制，特别是在不同区域和不同发展阶段中的作用差异。此外，还需要关注DIF与HQAD之间的非线性关系，以及其在不同发展阶段中的动态变化。这些研究方向有助于更全面地理解DIF在推动农业高质量发展中的作用，为政策制定者提供更加科学的决策依据。