數(shù)字普惠金融與農(nóng)業(yè)機(jī)械綠色之路

劉艷麗　劉政　萬瑋

摘要：農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)現(xiàn)代化的重要標(biāo)志，農(nóng)業(yè)機(jī)械化離不開綠色發(fā)展，降低農(nóng)業(yè)機(jī)械的化石能耗、提升電力清潔能耗，是我國農(nóng)業(yè)機(jī)械邁向綠色之路的重要方向。立足中國省際面板數(shù)據(jù)，選取農(nóng)業(yè)機(jī)械的電力動能占比，表征農(nóng)業(yè)機(jī)械的綠色化，實證檢驗數(shù)字普惠金融對農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型的影響與機(jī)制。研究表明：數(shù)字普惠金融顯著提升我國農(nóng)業(yè)機(jī)械的電力動能占比，數(shù)字普惠金融的覆蓋廣度、使用深度以及數(shù)字化支付程度，都推動農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型。對于涉農(nóng)財政支出不足的地區(qū)，數(shù)字普惠金融促進(jìn)農(nóng)業(yè)機(jī)械綠色化的調(diào)節(jié)作用更明顯，說明數(shù)字普惠金融彌補(bǔ)了涉農(nóng)財政的資金缺口，通過金融互補(bǔ)機(jī)制助推農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型。對于經(jīng)濟(jì)落后地區(qū)和環(huán)境規(guī)制強(qiáng)度更高的地區(qū)，數(shù)字普惠金融推動農(nóng)機(jī)綠色轉(zhuǎn)型的效果也更突出。

關(guān)鍵詞：數(shù)字普惠金融；農(nóng)業(yè)機(jī)械綠色化；電力動能；機(jī)械動能；綠色轉(zhuǎn)型；農(nóng)業(yè)發(fā)展

中圖分類號：F061.5

文獻(xiàn)標(biāo)識碼：A

文章編號：20955553 （2023） 11021608

Digital inclusive finance and the green path to agricultural machinery

Liu YanliLiu Zheng Wan Wei

（1. Municipal Party School of the CPC， Kunming， 650500， China; 2. Research Center of Management Science and

Engineering， Jiangxi Normal University， Nanchang， 330022， China; 3. Jiangxi Institute of Economic Development，

Jiangxi Normal University， Nanchang， 330022， China）

Abstract：Agricultural mechanization is an important symbol of agricultural modernization， and agricultural mechanization cannot be separated from green development. Reducing the fossil energy consumption of agricultural machinery and upgrading the clean energy consumption of electricity is an important direction for Chinas agricultural machinery to move towards the green road. Based on Chinas inter-provincial panel data， the electric kinetic energy share of agricultural machinery is selected to characterize the greening of agricultural machinery， and the impact and mechanism of digital financial inclusion on the green transformation of agricultural machinery are empirically examined. The research results show that digital inclusive finance significantly increases the electric kinetic energy share of agricultural machinery in China， and the breadth of coverage， depth of use， and degree of digitalized payment of digital inclusive finance all promote the green transformation of agricultural machinery. For regions with insufficient agriculture-related financial expenditures， the regulating effect of digital inclusive finance in promoting the greening of agricultural machinery is more obvious， indicating that digital inclusive finance has made up for the financial gap of agriculture-related finance， and promotes the green transformation of agricultural machinery through the mechanism of financial complementarity. For economically backward regions and regions with higher intensity of environmental regulation， the effect of digital inclusive finance in promoting the green transformation of agricultural machinery is also more prominent.

Keywords：digital inclusive finance; green agricultural machinery; electric kinetic energy; mechanical kinetic energy; green transformation; agricultural development

0引言

綠色發(fā)展是現(xiàn)代農(nóng)業(yè)的重要標(biāo)志，農(nóng)業(yè)現(xiàn)代化離不開機(jī)械化，如何優(yōu)化農(nóng)業(yè)機(jī)械的耗能結(jié)構(gòu)，推動農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型，是亟待解決的重要現(xiàn)實問題。2021年中央“一號文件”明確提出“加快推進(jìn)農(nóng)業(yè)機(jī)械化進(jìn)程，強(qiáng)化現(xiàn)代農(nóng)業(yè)科技和物質(zhì)裝備支撐”。近年我國農(nóng)業(yè)機(jī)械的總動能獲得大幅提升，但就動能結(jié)構(gòu)而言，柴油、汽油等傳統(tǒng)化石能耗仍是主要動力來源。傳統(tǒng)動能易于誘發(fā)漏油和廢氣排放等水土污染問題，阻礙了農(nóng)業(yè)綠色發(fā)展。2015年農(nóng)業(yè)部《全國土壤污染狀況調(diào)查公報》顯示，我國部分地區(qū)農(nóng)業(yè)甚至超過工業(yè)，成為最大的面源污染產(chǎn)業(yè)。農(nóng)業(yè)農(nóng)村部、國家發(fā)改委等六部門聯(lián)合印發(fā)了《“十四五”全國農(nóng)業(yè)綠色發(fā)展規(guī)劃》，提出了強(qiáng)化農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展的戰(zhàn)略意見。因此，從農(nóng)業(yè)機(jī)械的動能結(jié)構(gòu)入手，探索我國農(nóng)業(yè)機(jī)械綠色發(fā)展的動力來源和驅(qū)動機(jī)制，具有重要的實踐意義。

然而，直接研究農(nóng)業(yè)機(jī)械綠色化的文獻(xiàn)并不常見，大量相關(guān)研究重點(diǎn)圍繞農(nóng)業(yè)綠色發(fā)展、農(nóng)業(yè)綠色生產(chǎn)率以及農(nóng)業(yè)機(jī)械化等相關(guān)主題展開。部分研究考察了農(nóng)業(yè)綠色發(fā)展與環(huán)境規(guī)制的關(guān)系，并從農(nóng)業(yè)技術(shù)創(chuàng)新、農(nóng)業(yè)綠色生產(chǎn)率入手展開討論。徐永慧等［1］發(fā)現(xiàn)強(qiáng)化環(huán)境規(guī)制可以增強(qiáng)農(nóng)業(yè)技術(shù)創(chuàng)新，促進(jìn)農(nóng)業(yè)綠色發(fā)展。馬國群等［2］驗證了環(huán)境規(guī)制與農(nóng)業(yè)綠色生產(chǎn)率之間的非線性特征，發(fā)現(xiàn)只有當(dāng)“創(chuàng)新補(bǔ)償”效應(yīng)足夠大時，環(huán)境規(guī)制才能促進(jìn)農(nóng)業(yè)綠色效率提升。少數(shù)文獻(xiàn)認(rèn)識到產(chǎn)業(yè)結(jié)構(gòu)對農(nóng)業(yè)綠色發(fā)展的重要性。金芳等［3］區(qū)分了農(nóng)業(yè)的本地產(chǎn)業(yè)結(jié)構(gòu)和鄰近地區(qū)產(chǎn)業(yè)結(jié)構(gòu)對農(nóng)業(yè)綠色生產(chǎn)率的差異作用。此外，大量文獻(xiàn)深入分析了農(nóng)業(yè)機(jī)械化的決定條件，認(rèn)為農(nóng)業(yè)機(jī)械化離不開農(nóng)業(yè)補(bǔ)貼政策、新型城鎮(zhèn)化等外部因素［45］，金融發(fā)育不足、信息不對稱、昂貴交易成本等也是制約農(nóng)業(yè)機(jī)械化的主要障礙［68］。

顯然，與農(nóng)業(yè)技術(shù)創(chuàng)新、綠色生產(chǎn)率以及機(jī)械化等引致農(nóng)業(yè)綠色發(fā)展的直接作用路徑不同，農(nóng)業(yè)機(jī)械的投入成本與能耗結(jié)構(gòu)也是影響農(nóng)業(yè)綠色發(fā)展的間接渠道［9］。鑒于選擇何種動能結(jié)構(gòu)的農(nóng)業(yè)機(jī)械，與農(nóng)業(yè)金融支持密切相關(guān)。鑒此考慮，本文立足2011—2020年中國省際面板數(shù)據(jù)，以我國農(nóng)業(yè)機(jī)械的動能結(jié)構(gòu)為抓手，選取農(nóng)業(yè)機(jī)械的電力清潔動能占農(nóng)機(jī)總動能的比值，表征農(nóng)業(yè)機(jī)械的綠色化特征，采用面板數(shù)據(jù)計量模型實證檢驗了數(shù)字普惠金融對農(nóng)業(yè)機(jī)械綠色化的因果關(guān)系，并就地區(qū)涉農(nóng)財政支出和地區(qū)發(fā)展差異、環(huán)境規(guī)制強(qiáng)度差異等展開調(diào)節(jié)機(jī)制檢驗和異質(zhì)性分析，據(jù)此提出推動我國農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型發(fā)展的政策建議。

1理論分析

1.1數(shù)字普惠金融與農(nóng)業(yè)機(jī)械綠色化

長期以來，需求和信用的信息不暢阻塞了農(nóng)村金融市場運(yùn)行。受其影響，農(nóng)業(yè)部門出現(xiàn)了金融排斥［10］，阻礙了農(nóng)業(yè)機(jī)械化［11］。進(jìn)入數(shù)字時代，大數(shù)據(jù)、云計算等現(xiàn)代數(shù)字信息技術(shù)與傳統(tǒng)金融相互碰撞，提升了金融的普惠度。數(shù)字普惠金融重塑了傳統(tǒng)金融配置格局［12］，降低了金融供需雙方的信息不對稱性［7， 13］，打破了供需兩端的空間限制并優(yōu)化了農(nóng)村金融服務(wù)［1415］。數(shù)字普惠金融對農(nóng)業(yè)機(jī)械化存在積極影響。一方面，數(shù)字普惠金融實現(xiàn)了金融服務(wù)交易的時空異步，促使農(nóng)戶易于獲取多渠道、多種類的金融服務(wù)［16］；數(shù)字普惠金融業(yè)降低了農(nóng)戶申請信貸服務(wù)的時間金錢成本，削減了金融機(jī)構(gòu)服務(wù)窗口的運(yùn)營成本［8］。另一方面，數(shù)字普惠金融內(nèi)嵌的數(shù)字技術(shù)能夠及時分析并獲取客戶的信用狀況，為客戶精準(zhǔn)匹配可負(fù)擔(dān)的金融服務(wù)提供支持，進(jìn)一步改變了傳統(tǒng)金融機(jī)構(gòu)的供給方式，弱化了金融配給的道德風(fēng)險［16］。最終，數(shù)字普惠金融帶來了可獲性、可觸性和支付便利性［6］，重點(diǎn)緩解了農(nóng)戶選擇農(nóng)業(yè)機(jī)械的信貸約束［8］，為農(nóng)業(yè)機(jī)械的綠色轉(zhuǎn)型提供了資金支持。另外，許多實證研究也證實，依托融資門檻低、覆蓋范圍廣的系統(tǒng)優(yōu)勢，數(shù)字普惠金融能夠提升綠色效率［17］。具體而言，數(shù)字普惠金融擁有部分綠色金融屬性，能夠嵌入農(nóng)業(yè)機(jī)械市場，降低農(nóng)業(yè)綠色機(jī)械進(jìn)入市場的交易成本；并基于綠色環(huán)保項目為農(nóng)業(yè)綠色機(jī)械提供信貸保證［17］；此外，為了獲得數(shù)字普惠金融，農(nóng)業(yè)主體也更加重視綠色導(dǎo)向，推動了農(nóng)業(yè)機(jī)械綠色化轉(zhuǎn)型。鑒此，提出以下假設(shè)。

假設(shè)1：數(shù)字普惠金融推動了農(nóng)業(yè)機(jī)械綠色化。

1.2數(shù)字普惠金融、財政支農(nóng)支出與農(nóng)業(yè)機(jī)械綠色化

財政與金融的政策結(jié)合是推動農(nóng)業(yè)機(jī)械綠色化的重要條件。一方面，政府參與是普惠金融發(fā)揮作用的前提，財政支持是激發(fā)普惠金融市場作用的重要推力［18］，尤其在數(shù)字技術(shù)和金融科技難以企及的地區(qū)，涉農(nóng)財政支持尤為重要［19］。就我國財政支農(nóng)與農(nóng)業(yè)機(jī)械化實踐而言，購機(jī)補(bǔ)貼是我國當(dāng)前推動農(nóng)業(yè)機(jī)械化的主要財政支農(nóng)政策。已有研究發(fā)現(xiàn)財政購機(jī)補(bǔ)貼推動了老舊農(nóng)機(jī)報廢，優(yōu)化了農(nóng)業(yè)機(jī)械的裝備結(jié)構(gòu)，促進(jìn)了農(nóng)戶對新型高效和關(guān)鍵作業(yè)農(nóng)業(yè)機(jī)械的購買，最終財政購機(jī)補(bǔ)貼存在“結(jié)構(gòu)改善效應(yīng)”和“存量增加效應(yīng)”［4］。顯然，購買新型農(nóng)業(yè)機(jī)械擴(kuò)大了農(nóng)機(jī)裝備存量，但擁有農(nóng)業(yè)機(jī)械不等于使用農(nóng)業(yè)機(jī)械，適宜的數(shù)字普惠金融有助于平滑農(nóng)業(yè)機(jī)械的邊際融資成本，提升了農(nóng)業(yè)機(jī)械的使用頻次，打通了農(nóng)戶從擁有到使用新型農(nóng)業(yè)機(jī)械的最后一公里。另一方面，盡管財政購機(jī)補(bǔ)貼具有門檻低、覆蓋廣的“長尾優(yōu)勢”，但涉農(nóng)財政支出的地區(qū)差異十分明顯，對于落后地區(qū)的貧困群體，財政購機(jī)補(bǔ)貼的力度有限，其難以直接觸動農(nóng)戶購買新型農(nóng)機(jī)設(shè)備，并制約了農(nóng)業(yè)機(jī)械的綠色轉(zhuǎn)型之路。盡管政府財政支農(nóng)有助于矯正金融“嫌貧愛富”的本性，具有緩解市場失靈的實踐優(yōu)勢［20］。但在涉農(nóng)財政資金面臨缺口時，數(shù)字普惠金融的強(qiáng)滲透性、低門檻優(yōu)勢進(jìn)一步被激活，其積極誘導(dǎo)農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)綠色化的作用就越突出。基于上述分析，提出本文研究假設(shè)。

假設(shè)2：數(shù)字普惠金融與財政支農(nóng)支出具有互補(bǔ)關(guān)系；對于人均財政支農(nóng)支出偏少的地區(qū)，數(shù)字普惠金融對農(nóng)業(yè)機(jī)械綠色化的促進(jìn)作用更明顯。

2數(shù)據(jù)來源、變量設(shè)計與模型選擇

2.1數(shù)據(jù)來源

本文研究數(shù)據(jù)來自2011—2020年中國大陸30個?。ㄎ鞑爻猓┑暮暧^統(tǒng)計指標(biāo)。具體包括《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)機(jī)械工業(yè)年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及《中國人口和就業(yè)統(tǒng)計年鑒》。為了從農(nóng)業(yè)機(jī)械的動能結(jié)構(gòu)入手，構(gòu)建本文農(nóng)業(yè)機(jī)械綠色化指標(biāo)，這涉及2012—2021歷年《中國農(nóng)業(yè)機(jī)械工業(yè)年鑒》的農(nóng)業(yè)機(jī)械動能數(shù)據(jù)。本文數(shù)字普惠金融數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心，其從數(shù)字金融的整體使用、覆蓋廣度、使用深度以及數(shù)字支付服務(wù)四個維度，測算了我國省市縣三個層面的數(shù)字普惠金融發(fā)展情況。目前，該數(shù)字普惠金融數(shù)據(jù)的延續(xù)期間為2011—2021年，但鑒于農(nóng)業(yè)機(jī)械動能數(shù)據(jù)目前只能追蹤到2020年，因此，本文選擇2011—2020年的數(shù)字普惠金融數(shù)據(jù)展開分析。此外，本文從省區(qū)、年份維度選取了地區(qū)層面的農(nóng)業(yè)發(fā)展控制變量，其數(shù)據(jù)來自2012—2021年的《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》。需要說明都是，鑒于部分地區(qū)或年份的農(nóng)機(jī)總動能與控制變量存在缺失，最終本文整理獲得了30個省、10年共計295個非平衡面板數(shù)據(jù)。

2.2變量選擇

1）? 被解釋變量。農(nóng)業(yè)機(jī)械綠色化是本文被解釋變量，但縱觀現(xiàn)有研究，直接測度農(nóng)業(yè)機(jī)械綠色化的指標(biāo)寥寥。學(xué)界重點(diǎn)聚焦農(nóng)業(yè)機(jī)械化的測度，且相關(guān)數(shù)據(jù)以微觀調(diào)查和官方統(tǒng)計為主［78］，對農(nóng)業(yè)機(jī)械綠色化的研究并不多見。受“能源綠色轉(zhuǎn)型”思路啟發(fā)，劉平闊等［21］指出與傳統(tǒng)化石能源相比，電能屬于二次清潔能源，其在代替煤、燃油等化石能源的基礎(chǔ)上有助于綠色減排。且從環(huán)境保護(hù)角度看，依靠柴油、汽油等傳統(tǒng)化石能源的農(nóng)業(yè)機(jī)械，也易于誘發(fā)漏油、廢氣排放等水土污染問題，但依托電力能源的農(nóng)業(yè)機(jī)械反而更清潔。鑒此，本文從農(nóng)業(yè)機(jī)械的動能結(jié)構(gòu)入手，選取農(nóng)業(yè)機(jī)械的電力動能除以農(nóng)業(yè)機(jī)械的總動能（grp），將其比值作為農(nóng)業(yè)機(jī)械綠色化的代理指標(biāo)，相關(guān)變量的詳細(xì)說明如表1所示。同時，根據(jù)表2的主要變量統(tǒng)計性描述特征，農(nóng)業(yè)機(jī)械綠色化的均值為0.197 0，說明2011—2020年間我國農(nóng)業(yè)機(jī)械總動能中接近1/5的動能來自電力能耗；將其按南北差異分類比較發(fā)現(xiàn)，我國南方農(nóng)業(yè)機(jī)械綠色化均值為0.233 2，而北方農(nóng)業(yè)機(jī)械綠色化均值為0.166 5，因此南方農(nóng)業(yè)機(jī)械綠色化是北方農(nóng)業(yè)機(jī)械綠色化的1.4倍。

2） 解釋變量。數(shù)字普惠金融是本文核心解釋變量，其數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心。郭峰等［22］最早運(yùn)用無量綱化方法和層次分析法，從數(shù)字普惠金融的整體指數(shù)（dfagg）、覆蓋廣度（dfwide）、使用深度（dfdeep）以及數(shù)字支付服務(wù)程度（dftech）四個方面，測算了我國各省的數(shù)字普惠金融發(fā)展情況；數(shù)字普惠金融的覆蓋廣度體現(xiàn)了金融電子賬戶數(shù)量，使用深度反映了實際使用數(shù)字金融服務(wù)的特征，而數(shù)字普惠技術(shù)則衡量了數(shù)字金融服務(wù)的便利性和成本屬性。本文主要使用其關(guān)于2011—2020年我國大陸（西藏除外）30個省的數(shù)字普惠金融指標(biāo)。為了統(tǒng)一量綱，本文將四類數(shù)字普惠金融指標(biāo)分別進(jìn)行對數(shù)化處理。

3） 控制變量。借鑒潘彪［4］、高延雷［5］等學(xué)者的做法，本文選取各省農(nóng)業(yè)產(chǎn)業(yè)比重（argind）、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)（grain）、農(nóng)村用電量（elep）、農(nóng)村老齡化程度（older）、農(nóng)村受教育程度（edu）等作為系列控制因素，具體見表1所示。根據(jù)表2的統(tǒng)計性描述，我國農(nóng)業(yè)產(chǎn)業(yè)比重的均值為0.099 3，分類統(tǒng)計發(fā)現(xiàn)，西部地區(qū)該比例值最高（0.118 2）、中部地區(qū)次之（0.114 4），而東部地區(qū)最低（0.068 3）。農(nóng)村老齡化程度的樣本均值為0.122 6，說明我國適齡勞動人口中65歲以上年齡人口平均占比12.26%，就指標(biāo)趨勢特征看，2011—2020年間，我國農(nóng)村老齡化程度逐年攀升，由2011年的9.82%上升至2022年的17.12%，10年來我國農(nóng)村老齡化比重上升了74.34%。

2.3模型選擇

為了研究數(shù)字普惠金融對農(nóng)業(yè)機(jī)械綠色化的影響，本文構(gòu)建了如下基準(zhǔn)計量方程。

grp_i，t=α₀+βdfagg_i，t+γZ_i，t+α_i+α_t+ε_i，t（1）

grp_i，t=α₀+βdfwide_i，t+γZ_i，t+α_i+α_t+ε_i，t（2）

grp_i，t=α₀+βdfdeep_i，t+γZ_i，t+α_i+α_t+ε_i，t（3）

grp_i，t=α₀+βdftech_i，t+γZ_i，t+α_i+α_t+ε_i，t（4）

式中：

i——省區(qū)；

t——年份；

α0——常數(shù)項；

α_i——省份固定效應(yīng)；

α_t——年份固定效應(yīng)；

Z——農(nóng)業(yè)產(chǎn)業(yè)比重、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、農(nóng)村用電量、農(nóng)村老齡化程度、農(nóng)村受教育程度等系列控制因素；

γ——控制變量回歸系數(shù)；

ε——隨機(jī)擾動項。

方程（1）至方程（4）采用面板固定效應(yīng)方法（FE），其優(yōu)點(diǎn)在于控制不可觀測的個體遺漏特征，重點(diǎn)檢驗各類數(shù)字普惠金融指標(biāo)系數(shù)β的符號和顯著性，判斷數(shù)字普惠金融如何影響農(nóng)業(yè)機(jī)械綠色化。然而，為了控制模型可能存在的內(nèi)生性，進(jìn)一步構(gòu)建如下動態(tài)面板計量模型展開穩(wěn)健性檢驗。

grp_i，t=α₀+δgrp_i，t－1+φdfagg_i，t+γZ_i，t+ε_i，t（5）

grp_i，t=α₀+δgrp_{i，t－1}+φdfwide_i，t+γZ_i，t+ε_i，t（6）

grp_i，t=α₀+δgrp_i，t－1+φdfdeep_i，t+γZ_i，t+ε_i，t（7）

grp_i，t=α₀+δgrp_{i，t－1}+φdftech_i，t+γZ_i，t+ε_i，t（8）

方程（5）至方程（8）采用動態(tài)面板模型的檢驗思路，在方程右側(cè)，均新增控制農(nóng)業(yè)機(jī)械綠色化的1期滯后項（grp_i，t－1），以排除地區(qū)農(nóng)業(yè)機(jī)械化的歷史累積影響。引入被解釋變量1期滯后項之后，也加劇了模型的內(nèi)生性，借助動態(tài)面板數(shù)據(jù)的廣義矩估計方法（Sys-gmm），方程（5）至方程（8）在檢驗中自動選取農(nóng)業(yè)機(jī)械綠色化的差分項和滯后項，作為農(nóng)業(yè)機(jī)械綠色化1期滯后項的聯(lián)合工具變量，采用該工具變量法系統(tǒng)控制了模型內(nèi)生性，重點(diǎn)觀察農(nóng)業(yè)機(jī)械化歷史累計影響δ和各類數(shù)字普惠金融系數(shù)φ的系數(shù)符號和顯著性。此外，在機(jī)制分析部分，繼續(xù)考察財政支農(nóng)支出對數(shù)字普惠金融影響農(nóng)業(yè)機(jī)械綠色化的調(diào)節(jié)效應(yīng)，即在方程（5）至方程（8）的基礎(chǔ)上，依次構(gòu)建如下調(diào)節(jié)機(jī)制進(jìn)行檢驗。

grp_i，t=α₀+δgrp_i，t－1+φdfagg_i，t+β₆fin_i，t+θdfagg_i，t×fin_i，t+γZ_i，t+ε_i，t（9）

grp_i，t=α₀+δgrp_i，t－1+φdfwide_i，t+β₆fin_i，t+θdfwide_i，t×fin_i，t+γZ_i，t+ε_i，t（10）

grp_i，t=α₀+δgrp_i，t－1+φdfdeep_i，t+β₆fin_i，t+θdfdeep_i，t×fin_i，t+γZ_i，t+ε_i，t（11）

grp_i，t=α₀+δgrp_i，t－1+φdftech_i，t+β₆fin_i，t+θdftech_i，t×fin_i，t+γZ_i，t+ε_i，t（12）

在方程（9）至方程（12）中，按地區(qū)人均財政支農(nóng)支出是否其小于樣本均值構(gòu)建虛擬變量（fin），將其作為調(diào)節(jié)變量，重點(diǎn)檢驗數(shù)字普惠金融與該財政支農(nóng)支出虛擬變量的交互項系數(shù)θ和人均財政支出系數(shù)β₆，判斷其符號和顯著性，考察對于人均財政支農(nóng)支出偏少的地區(qū)，數(shù)字普惠金融對于農(nóng)業(yè)機(jī)械綠色化的促進(jìn)作用是否更明顯，據(jù)此驗證本文理論假設(shè)2。

3實證結(jié)果與計量分析

3.1基準(zhǔn)回歸

根據(jù)方程（1）至方程（4），依次采用面板固定效應(yīng)模型，表3報告了基準(zhǔn)回歸結(jié)果。在第（1）列至第（4）列，分別采用數(shù)字普惠金融的整體發(fā)展程度（dfagg）、覆蓋廣度（dfwide）、使用深度（dfdeep）以及數(shù)字支付服務(wù)程度（dftech）作為核心解釋變量，在引入相關(guān)控制因素之后，發(fā)現(xiàn)各類數(shù)字普惠金融均為正，高度顯著（1%顯著性）。說明無論選擇何種數(shù)字普惠金融指標(biāo)，都無一例外地證實數(shù)字普惠金融對農(nóng)業(yè)機(jī)械的綠色化產(chǎn)生了積極影響，這驗證了本文假設(shè)1，表明數(shù)字普惠金融推動了我國農(nóng)業(yè)機(jī)械的綠色轉(zhuǎn)型升級。

進(jìn)一步解釋各類數(shù)字普惠金融影響農(nóng)業(yè)機(jī)械綠色化的經(jīng)濟(jì)含義。鑒于本文四類數(shù)字普惠金融均進(jìn)行了對數(shù)值處理，因此重新計算方程（1）至方程（4）各類數(shù)字普惠金融對應(yīng)邊際系數(shù)，發(fā)現(xiàn)數(shù)字普惠金融的整體發(fā)展程度（dfagg）、覆蓋廣度（dfwide）、使用深度（dfdeep）以及數(shù)字支付服務(wù)程度（dftech）的邊際系數(shù)分別為0.104 9、0.071 3、0.123 8、0.061 6，這說明各類數(shù)字普惠金融指數(shù)依次上升1個單位，則我國農(nóng)業(yè)機(jī)械電力動能占比分別上升10.49%、7.13%、12.38%以及6.16%，且就后三類具體數(shù)字普惠金融指標(biāo)的邊際系數(shù)進(jìn)行比較，可見數(shù)字普惠金融的使用深度對我國農(nóng)業(yè)機(jī)械綠色化的促進(jìn)作用最強(qiáng)，數(shù)字普惠金融的覆蓋廣度次之，數(shù)字普惠金融的數(shù)字支付服務(wù)影響最低。

鑒于既有同類研究關(guān)注重點(diǎn)是農(nóng)業(yè)機(jī)械化程度，而對農(nóng)業(yè)機(jī)械化中的綠色問題討論極少。例如，孫學(xué)濤［7］、閆桂權(quán)［8］等實證研究發(fā)現(xiàn)數(shù)字普惠金融對農(nóng)業(yè)機(jī)械化具有推動作用，有助于農(nóng)業(yè)機(jī)械總動能提升。但這些文獻(xiàn)并沒有討論農(nóng)業(yè)機(jī)械的動能結(jié)構(gòu)問題。本文從農(nóng)業(yè)機(jī)械的電力動能占比入手，證實了數(shù)字普惠金融對于農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型的促進(jìn)作用。本文的結(jié)論說明數(shù)字普惠金融不僅增強(qiáng)了農(nóng)業(yè)機(jī)械總動能，還有助于優(yōu)化農(nóng)業(yè)機(jī)械的綠色動能結(jié)構(gòu)。這為我國發(fā)展農(nóng)業(yè)普惠金融、破除城鄉(xiāng)數(shù)字鴻溝以及實現(xiàn)農(nóng)業(yè)綠色發(fā)展提供了經(jīng)驗支持。

3.2模型內(nèi)生性處理

考慮到采用面板固定效應(yīng)方法仍然面臨模型內(nèi)生性。鑒此，采用動態(tài)面板廣義矩方法（Sys-gmm），按照方程（5）至方程（8）的思路進(jìn)行檢驗。具體回歸結(jié)果見表4所示，第（1）列至第（4）列仍然將數(shù)字普惠金融的整體發(fā)展程度（dfagg）、覆蓋廣度（dfwide）、使用深度（dfdeep）以及數(shù)字支付服務(wù)程度（dftech）作為核心解釋變量，新增引入了滯后一期的農(nóng)業(yè)機(jī)械綠色化指標(biāo)（grp_i，t－1）作為控制變量，發(fā)現(xiàn)其高度顯著為正，說明農(nóng)業(yè)機(jī)械綠色化的確存在歷史累積影響。

鑒于采用動態(tài)面板計量方法時，需要優(yōu)先檢驗計量模型能否通過殘差自相關(guān)檢驗和工具變量過度識別檢驗。根據(jù)表4可知兩類檢驗的統(tǒng)計結(jié)果：一是衡量殘差自相關(guān)性的Arellano-Bond檢驗，在滯后一期時AR（1）值高度顯著，說明一期仍然存在殘差自相關(guān)，但在滯后兩期時AR（2）值不再顯著，這與殘差自相關(guān)檢驗的理論要求相吻合，表明上述廣義矩估計通過了兩期的殘差自相關(guān)檢驗，可見本文選取的系統(tǒng)廣義矩工具變量比較合理。二是判斷工具變量是否過度識別的Sargan檢驗，顯示該統(tǒng)計量的p值超過0.1，說明各類滯后項和差分項對應(yīng)工具變量不存在過度識別問題，這也證實本文選擇了合理的工具變量滯后階數(shù)。最終實證結(jié)果見表4，第（1）列至第（4）列四類數(shù)字普惠金融指標(biāo)，仍然高度顯著為正（1%顯著性），說明即便選擇動態(tài)面板廣義矩估計方法來控制了模型內(nèi)生性問題，仍然能夠證實數(shù)字普惠金融顯著促進(jìn)農(nóng)業(yè)機(jī)械綠色化的穩(wěn)健結(jié)論。

3.3穩(wěn)健性檢驗

核心變量測度偏誤很可能導(dǎo)致本文主要結(jié)論存在偏倚，鑒此，重新構(gòu)建農(nóng)業(yè)機(jī)械綠色化指標(biāo)，并展開穩(wěn)健性檢驗。借鑒孫學(xué)濤等［7］研究方法，選取地區(qū)耕地面積作為標(biāo)準(zhǔn)化指標(biāo)，將省區(qū)農(nóng)業(yè)機(jī)械電力動能除以地區(qū)耕地面積，構(gòu)建單位耕地面積對應(yīng)的農(nóng)業(yè)機(jī)械電力動能，作為本文新的農(nóng)業(yè)機(jī)械綠色化指標(biāo)。表5仍然采用估計動態(tài)面板數(shù)據(jù)的廣義矩方法（Sys-gmm）進(jìn)行穩(wěn)健性檢驗。

替換農(nóng)業(yè)機(jī)械綠色化指標(biāo)后，表5各列各類動態(tài)面板計量模型均通過了殘差自相關(guān)檢驗和工具變量弱識別檢驗，四類數(shù)字普惠金融指標(biāo)在各列均高度顯著為正（1%顯著性），說明即便重新測度新的農(nóng)業(yè)機(jī)械綠色化指標(biāo)，仍然可以得出數(shù)字普惠金融促進(jìn)農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型的穩(wěn)健結(jié)論。

3.4調(diào)節(jié)機(jī)制檢驗

繼續(xù)考察涉農(nóng)財政支出對數(shù)字普惠金融影響農(nóng)業(yè)機(jī)械綠色化的調(diào)節(jié)機(jī)制，驗證本文研究假設(shè)2。

立足方程（9）至方程（12），將省區(qū)農(nóng)業(yè)財政支出除以農(nóng)業(yè)人數(shù)，構(gòu)建地區(qū)財政支農(nóng)支出人均值指標(biāo)，按其是否小于該指標(biāo)樣本均值進(jìn)行分組，將低于均值的樣本賦值為1，反之賦值為0，構(gòu)建地區(qū)偏低人均財政支農(nóng)支出虛擬變量（fin）。重點(diǎn)檢驗該財政支農(nóng)支出虛擬變量與數(shù)字普惠金融的交互項，判斷其系數(shù)符號和顯著性。

可以發(fā)現(xiàn)在各列引入財政支農(nóng)支出虛擬變量與數(shù)字普惠金融的交互項之后，四類數(shù)字普惠金融指標(biāo)的顯著性變低，但各類交互項系數(shù)高度顯著為正，這說明財政支農(nóng)支出對數(shù)字普惠金融促進(jìn)農(nóng)業(yè)機(jī)械綠色化的影響發(fā)揮了調(diào)節(jié)作用。可以看出，對于人均財政支農(nóng)支出偏低的地區(qū)而言，數(shù)字普惠金融對于農(nóng)業(yè)機(jī)械綠色化的促進(jìn)作用更明顯，這證實了本文假設(shè)2。說明在推動農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型上，數(shù)字普惠金融與地區(qū)財政支農(nóng)支出具有互補(bǔ)關(guān)系，數(shù)字普惠金融彌補(bǔ)了地區(qū)因財政支農(nóng)支出不足而誘發(fā)的財力缺口，通過金融反哺的互補(bǔ)機(jī)制助推了我國農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型升級。

3.5異質(zhì)性檢驗

繼續(xù)采用方程（5）的動態(tài)面板廣義矩方法，就地區(qū)發(fā)展差距和環(huán)境規(guī)制差距入手，考察數(shù)字普惠金融影響農(nóng)業(yè)機(jī)械綠色化的異質(zhì)性。在表7的前兩列，按地區(qū)人均GDP均值分組，檢驗發(fā)現(xiàn)數(shù)字普惠金融整體指數(shù)沒有促進(jìn)經(jīng)濟(jì)發(fā)達(dá)地區(qū)農(nóng)業(yè)機(jī)械綠色化轉(zhuǎn)型，僅對經(jīng)濟(jì)落后地區(qū)農(nóng)業(yè)機(jī)械綠色化具有顯著促進(jìn)作用。在后兩列，借鑒劉榮增等［23］研究方法，構(gòu)建了省區(qū)環(huán)境規(guī)制強(qiáng)度指標(biāo)，按其樣本均值分組，檢驗顯示數(shù)字普惠金融僅對環(huán)境強(qiáng)規(guī)制地區(qū)農(nóng)業(yè)機(jī)械綠色化具有促進(jìn)作用。綜合上述異質(zhì)性檢驗結(jié)果，可知數(shù)字普惠金融對不同地區(qū)農(nóng)業(yè)機(jī)械綠色化產(chǎn)生了異質(zhì)影響，在欠發(fā)達(dá)地區(qū)和環(huán)境規(guī)制壓力突出地區(qū)，數(shù)字普惠金融推動農(nóng)業(yè)機(jī)械綠色化更明顯。

4結(jié)論與建議

4.1研究結(jié)論

1）? 基于2011—2020年我國省際面板數(shù)據(jù)，構(gòu)建數(shù)字普惠金融影響農(nóng)業(yè)機(jī)械綠色化的靜態(tài)和動態(tài)面板計量模型，研究發(fā)現(xiàn)數(shù)字普惠金融對于我國農(nóng)業(yè)機(jī)械綠色化具有因果關(guān)系，數(shù)字普惠金融顯著提升了我國農(nóng)業(yè)機(jī)械的電力動能占比，推動了我國農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型升級。數(shù)字普惠金融的整體發(fā)展程度、覆蓋廣度、使用深度以及數(shù)字支付服務(wù)程度影響農(nóng)業(yè)機(jī)械綠色化的邊際系數(shù)分別為0.104 9、0.071 3、0.123 8、0.061 6，說明這四類數(shù)字普惠金融指數(shù)上升1個單位，其分別促進(jìn)我國農(nóng)業(yè)機(jī)械電力動能占比提升10.49%、7.13%、12.38%以及6.16%，表明數(shù)字普惠金融對于農(nóng)業(yè)機(jī)械綠色化具有現(xiàn)實經(jīng)濟(jì)含義。比較而言，數(shù)字普惠金融的使用深度對我國農(nóng)業(yè)機(jī)械綠色化的促進(jìn)作用最強(qiáng)，數(shù)字普惠金融的覆蓋廣度次之，數(shù)字普惠金融的數(shù)字支付服務(wù)影響最低。

2）? 地區(qū)偏低人均財政支農(nóng)支出的虛擬變量與數(shù)字普惠金融的交互項系數(shù)為正，擁有1%～5%以內(nèi)的高度顯著性，說明財政支農(nóng)支出對數(shù)字普惠金融促進(jìn)農(nóng)業(yè)機(jī)械綠色化的影響發(fā)揮了調(diào)節(jié)作用。對于人均財政支農(nóng)支出偏低的地區(qū)，數(shù)字普惠金融對于農(nóng)業(yè)機(jī)械綠色化的促進(jìn)作用越明顯。可見在推動農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型升級方面，數(shù)字普惠金融與地區(qū)財政支農(nóng)支出具有互補(bǔ)關(guān)系，數(shù)字普惠金融彌補(bǔ)了地區(qū)財政支農(nóng)支出不足引致的財力缺口，通過金融反哺的互補(bǔ)機(jī)制助推了我國農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型升級。

4.2政策建議

1）? 加快鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)，為數(shù)字普惠金融在農(nóng)業(yè)領(lǐng)域推廣應(yīng)用創(chuàng)造條件。目前，城鄉(xiāng)數(shù)字基礎(chǔ)設(shè)施差距大，農(nóng)村數(shù)字基礎(chǔ)設(shè)施相對弱，限制了農(nóng)業(yè)數(shù)字普惠金融的應(yīng)用發(fā)展。建議加大統(tǒng)籌農(nóng)村5G 網(wǎng)絡(luò)、人工智能、農(nóng)業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)建設(shè)，對于地廣人稀和經(jīng)濟(jì)欠發(fā)達(dá)的農(nóng)村地區(qū)，政府要加快“數(shù)字化鄉(xiāng)村”建設(shè)，提高農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率，打破農(nóng)村信息孤島、縮小鄉(xiāng)村“數(shù)字鴻溝”。

2）? 充分發(fā)揮數(shù)字普惠金融的融資功能，加大農(nóng)業(yè)財政涉農(nóng)支出，促進(jìn)涉農(nóng)財政與數(shù)字普惠金融對農(nóng)業(yè)機(jī)械綠色化的融合作用。大力支持政府涉農(nóng)財政、金融信貸、保險投資等數(shù)字普惠金融工具在農(nóng)業(yè)的聯(lián)合應(yīng)用，豐富財政金融服務(wù)體系。充分挖掘數(shù)字普惠金融的政策紅利，充分?jǐn)U大數(shù)字普惠金融信貸業(yè)務(wù)在農(nóng)村產(chǎn)業(yè)融合中的既有優(yōu)勢，夯實鄉(xiāng)村數(shù)字金融發(fā)展基礎(chǔ)。

3）? 提升數(shù)字普惠金融對農(nóng)業(yè)機(jī)械化和農(nóng)機(jī)綠色化的驅(qū)動功能，助力現(xiàn)代農(nóng)業(yè)綠色轉(zhuǎn)型升級。根據(jù)我國地區(qū)間農(nóng)業(yè)綠色發(fā)展差異和數(shù)字普惠金融的空間發(fā)展差距，因地制宜推動數(shù)字普惠金融對農(nóng)業(yè)機(jī)械綠色化的驅(qū)動作用。尤其針對耕地面積多，地形基礎(chǔ)好，電力網(wǎng)絡(luò)設(shè)施優(yōu)的農(nóng)村地區(qū)，加大金融扶持助力農(nóng)業(yè)機(jī)械綠色轉(zhuǎn)型，提高農(nóng)業(yè)綠色機(jī)械在不同地區(qū)的適配度，為農(nóng)業(yè)的機(jī)械化和綠色化夯實金融基礎(chǔ)。

參考文獻(xiàn)

［1］徐永慧， 尹朝靜. 環(huán)境規(guī)制下中國農(nóng)業(yè)綠色全要素生產(chǎn)率的測算［J］. 統(tǒng)計與決策， 2021， 37（18）： 50-54.Xu Yonghui， Yin Chaojing. Measurement on green total factor productivity of Chinas agriculture under environmental regulation ［J］. Statistics & Decision， 2021， 37（18）： 50-54.

［2］馬國群， 譚硯文. 環(huán)境規(guī)制對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響研究——基于面板門檻模型的分析［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2021（5）： 77-92.Ma Guoqun， Tan Yanwen. Impact of environmental regulation on agricultural green total factor productivity—Analysis based on the panel threshold model ［J］. Journal of Agrotechnical Economics， 2021（5）： 77-92.

［3］金芳， 金榮學(xué). 農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變遷對綠色全要素生產(chǎn)率增長的空間效應(yīng)分析［J］. 華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2020（1）： 124-134， 168-169.Jin Fang， Jin Rongxue.Analysis on the spatial effects of agricultural industrial structure on agricultural green total factor productivity ［J］. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2020（1）： 124-134， 168-169.

［4］潘彪， 田志宏. 購機(jī)補(bǔ)貼政策對中國農(nóng)業(yè)機(jī)械使用效率的影響分析［J］. 中國農(nóng)村經(jīng)濟(jì)， 2018（6）： 21-37.Pan Biao， Tian Zhihong. The impacts of agricultural machinery purchase subsidy policies on the utilization efficiency of agricultural machinery in China ［J］. Chinese Rural Economy， 2018（6）： 21-37.

［5］高延雷， 張正巖， 王志剛. 城鎮(zhèn)化提高了農(nóng)業(yè)機(jī)械化水平嗎？——來自中國31個?。▍^(qū)、市）的面板證據(jù)［J］. 經(jīng)濟(jì)經(jīng)緯， 2020， 37（3）： 37-44.Gao Yanlei， Zhang Zhengyan， Wang Zhigang. Does urbanization improve agricultural mechanization？—Panel evidence from 31 provinces in China ［J］. Economic Survey， 2020， 37（3）： 37-44.

［6］孫繼國， 韓開顏， 胡金焱. 數(shù)字金融是否減緩了相對貧困？——基于CHFS數(shù)據(jù)的實證研究［J］. 財經(jīng)論叢， 2020（12）： 50-60.Sun Jiguo， Han Kaiyan， Hu Jinyan.Can digital finance reduce relative poverty？—Evidence from CHFS data ［J］. Collected Essays On Finance and Economics， 2020（12）： 50-60.

［7］孫學(xué)濤， 于婷， 于法穩(wěn). 數(shù)字普惠金融對農(nóng)業(yè)機(jī)械化的影響——來自中國1 869個縣域的證據(jù)［J］. 中國農(nóng)村經(jīng)濟(jì)， 2022（2）： 76-93.Sun Xuetao， Yu Ting， Yu Fawen.The impact of digital finance on agricultural mechanization： Evidence from 1 869 counties in China ［J］. Chinese Rural Economy， 2022（2）： 76-93.

［8］閆桂權(quán)， 何玉成， 張曉恒. 數(shù)字普惠金融發(fā)展能否促進(jìn)農(nóng)業(yè)機(jī)械化——基于農(nóng)機(jī)作業(yè)服務(wù)市場發(fā)展的視角［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2022（1）： 51-64.Yan Guiquan， He Yucheng， Zhang Xiaoheng. Can the development of digital inclusive finance promote agricultural mechanization？—Based on the perspective of the development of agricultural machinery outsourcing service market ［J］. Journal of Agrotechnical Economics， 2022（1）： 51-64.

［9］李健旋. 農(nóng)村金融發(fā)展與農(nóng)業(yè)綠色全要素生產(chǎn)率提升研究［J］. 管理評論， 2021， 33（3）： 84-95.Li Jianxuan. Rural financial development and the improvement of agricultural green total factor productivity ［J］. Management Review， 2021， 33（3）： 84-95.

［10］李曉園， 劉雨濛. 數(shù)字普惠金融如何促進(jìn)農(nóng)村創(chuàng)業(yè)［J］. 經(jīng)濟(jì)管理， 2021， 43（12）： 24-40.Li Xiaoyuan， Liu Yumeng.How does digital inclusive finance promote rural entrepreneurship？ ［J］. Business and Management Journal （BMJ）， 2021， 43（12）： 24-40.

［11］周晶， 陳玉萍， 阮冬燕. 地形條件對農(nóng)業(yè)機(jī)械化發(fā)展區(qū)域不平衡的影響——基于湖北省縣級面板數(shù)據(jù)的實證分析［J］. 中國農(nóng)村經(jīng)濟(jì)， 2013（9）： 63-77.

［12］謝地， 蘇博. 數(shù)字普惠金融助力鄉(xiāng)村振興發(fā)展：理論分析與實證檢驗［J］. 山東社會科學(xué)， 2021（4）： 121-127.Xie Di， Su Bo. Digital financial inclusion assisting rural revitalization： Theoretical analysis and empirical examination ［J］. Shandong Social Sciences， 2021（4）： 121-127.

［13］唐松， 伍旭川， 祝佳. 數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識別與金融監(jiān)管下的效應(yīng)差異［J］. 管理世界， 2020， 36（5）： 52-66， 9.Tang Song， Wu Xuchuan， Zhu Jia. Digital finance and enterprise technology innovation： Structural feature， mechanism identification and effect difference under financial supervision ［J］. Journal of Management World， 2020， 36（5）： 52-66， 9.

［14］張勛， 萬廣華， 張佳佳， 等. 數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長［J］. 經(jīng)濟(jì)研究， 2019， 54（8）： 71-86.Zhang Xun， Wan Guanghua， Zhang Jiajia， et al. Digital economy， financial inclusion， and inclusive growth ［J］. Economic Research Journal， 2019， 54（8）： 71-86.

［15］劉艷. 數(shù)字普惠金融對農(nóng)業(yè)全要素生產(chǎn)率的影響［J］. 統(tǒng)計與決策， 2021， 37（21）： 123-126.

［16］張翱祥， 鄧榮榮. 數(shù)字普惠金融對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響及空間溢出效應(yīng)［J］. 武漢金融， 2022（1）： 65-74.

［17］Demertzis M， Merler S， Wolff G B. Capital Markets Union and the fintech opportunity ［J］. Journal of Financial Regulation， 2018， 4（1）： 157-165.

［18］Kabakova O， Plaksenkov E. Analysis of factors affecting financial inclusion： Ecosystem view ［J］. Journal of Business Research， 2018， 89： 198-205.

［19］惠獻(xiàn)波. 數(shù)字普惠金融扶貧效應(yīng)及鞏固研究［J］. 價格理論與實踐， 2020（3）： 115-118.Hui Xianbo. Research on the poverty alleviation effect and consolidation of digital inclusive finance ［J］. Price： Theory & Practice， 2020（3）： 115-118.

［20］崔惠玉， 田明睿， 董安琦. 農(nóng)業(yè)財政補(bǔ)貼與農(nóng)業(yè)現(xiàn)代化——基于全國農(nóng)業(yè)宏觀數(shù)據(jù)的經(jīng)驗分析［J］. 財經(jīng)問題研究， 2021（12）： 66-75.Cui Huiyu， Tian Mingrui， Dong Anqi. Agricultural fiscal subsidy and agricultural modernization： An empirical analysis based on national agricultural macro data ［J］. Research on Financial and Economic Issues， 2021（12）： 66-75.

［21］劉平闊， 王志偉. 中國“能源轉(zhuǎn)型”是否合理？——能源替代—互補(bǔ)關(guān)系的實證研究［J］. 中國軟科學(xué)， 2019（8）： 14-30.Liu Pingkuo， Wang Zhiwei. Is it reasonable for China to promote “Energy Transition” now？—An empirical study on the substitution-complementation relationship among energy resources ［J］. China Soft Science， 2019（8）： 14-30.

［22］郭峰， 王靖一， 王芳， 等. 測度中國數(shù)字普惠金融發(fā)展： 指數(shù)編制與空間特征［J］. 經(jīng)濟(jì)學(xué)（季刊）， 2020， 19（4）： 1401-1418.Guo Feng， Wang Jingyi， Wang Fang， et al. Measuring Chinas digital financial inclusion： Index compilation and spatial characteristics ［J］. China Economic Quarterly， 2020， 19（4）： 1401-1418.

［23］劉榮增， 何春. 環(huán)境規(guī)制對城鎮(zhèn)居民收入不平等的門檻效應(yīng)研究［J］. 中國軟科學(xué)， 2021（8）： 41-52.Liu Rongzeng， He Chun. Study on the threshold effect of environmental regulation on income inequality of urban residents ［J］. China Soft Science， 2021（8）： 41-52.