中国高度重视农业全要素生产率提高在实现乡村振兴和农业现代化中发挥的作用，中共中央、国务院印发的《乡村振兴战略规划（2018―2022年）》强调要“持续提高农业创新力、竞争力和全要素生产率”。随着互联网和金融科技的深入应用，数字普惠金融应运而生并迅速发展。2016年，G20杭州峰会上发布的《G20数字普惠金融高级原则》将数字普惠金融定义为“一切通过使用数字金融服务以促进普惠金融的行动”，发展数字普惠金融上升至国家战略高度。2021年《中共中央 国务院关于全面推进乡村振兴加快农业农村现代化的意见》首次提出“发展农村数字普惠金融”。

学术界主要聚焦数字普惠金融在改善农民生活水平、缩小城乡发展差距、消除贫困和促进乡村产业振兴等方面发挥的作用，并在近期开始关注数字普惠金融对农业生产的影响。然而，现有关于数字普惠金融影响农业全要素生产率的研究相对缺乏，特别是数字普惠金融发展能否通过促进生产要素在产业和区域间流动，推动各产业和城乡融合发展，同时发挥金融普惠化和数字化对农业生产要素相对价格收敛和农业技术扩散的作用，促进区域间农业全要素生产率收敛，进而实现中国农业全要素生产率长效提升的问题尚未得到检验。因此，本文在现有研究基础上，基于要素流动和技术扩散引致的产业和区域协同发展的研究视角，对数字普惠金融发展能否提高农业全要素生产率这一问题展开研究。

二、理论机制与研究假说

（一）数字普惠金融对农业全要素生产率的直接影响

第一，数字普惠金融有利于提高普惠金融的覆盖率和渗透率，更大程度地放宽农户融资约束，满足其生产性资金需求。第二，数字普惠金融的发展，不仅将显著提高农业贷款和农业保险的覆盖率和渗透率，而且为农业贷款与保险服务在信息和业务上提供了更广泛的合作机制，为发挥不同金融产品和服务对提高农业生产率的“协同效应”创造了条件。第三，数字普惠金融有利于促进农业技术扩散，从而提高农业生产率。一方面，数字普惠金融可以发挥互联网的“网络效应”和“连接经济”作用，促进技术传播和交流；另一方面，农户通过互联网进行安全性较高的金融资产交易，有利于缓解其信任约束，使他们更愿意分享生产技术和经验，最终有利于农业技术扩散和生产率提高。第四，数字普惠金融依托互联网平台，在电子商务的发展下能够催生更多新业态，拓展生产和服务模式，为农业生产和农村发展创造更多动力。综上，本文提出假说1。

H1：数字普惠金融发展可能显著提高农业全要素生产率。

（二）数字普惠金融对农业全要素生产率的间接影响

数字普惠金融为农业劳动力向非农部门转移创造了条件：第一，数字普惠金融的覆盖率和渗透率更高，有利于放宽农业劳动力从事非农就业的参与约束条件和激励约束条件；第二，数字普惠金融可以推动农地证券化流转，帮助农户克服资本和信息约束，实现农业劳动力的长效转移；第三，数字金融发展有利于改善农民的创业行为，从而促进农业劳动力转移和实现经济包容性增长。

农业劳动力向非农部门转移有利于提高工业部门的资本回报率，促进非农部门发展。而非农部门的产品可以作为农业技术投入的中间品，非农部门发展将促进非农产品的相对价格下降，从而降低农业技术进步的门槛。此外，非农工资水平的提高会增加劳动力从事农业生产的机会成本，导致农业劳动力投入的要素价格相对提升，资本投入的要素价格相对下降，根据诱致性技术进步理论，技术进步方向会偏向于相对廉价的要素，从而促进农业资本深化，推动农业生产率提升。随着资本深化的深入，农户将倾向使用更少的劳动力，甚至通过转入农地扩大经营规模，而生产规模扩大可能增加农户面临的信贷约束及生产风险。此时，数字普惠金融的发展有助于平衡农业生产扩张伴随的问题和风险，促进农业生产率的长效提升。综上，本文提出假说2。

H2：数字普惠金融发展可能通过促进农业劳动力向非农部门转移，推动工业部门资本回报率提升，进而促进农业资本深化，最终“以工促农”提高农业全要素生产率。

数字普惠金融可以通过提高正规金融产品和服务的可得性，加速农民工市民化进程和促进小微企业成长来推动城镇化长效发展。城镇化包括人口城镇化和产业城镇化两个方面，对农业生产率提高可能产生显著影响。首先，人口城镇化的主要表现是农村人口为寻找非农就业机会向城镇地区转移，有利于增加农户工资性收入，缓解其信贷约束，增加农业生产性投资。留居农村的务农劳动力减少会增加农业劳动力要素投入的相对价格，农户更倾向于增加农业机械化投资以降低务农机会成本，最终将促进农业资本深化和生产率增长。此外，虽然城镇化可能带来因农村劳动力流失而导致的农村空心化和务农劳动力价格上升过快的问题，但同时也会释放大量农村土地，有利于减少耕地细碎化和推进大规模耕作，从而促进农业生产率增长。其次，与人口城镇化相伴随的产业城镇化的主要表现是城镇第二、第三产业发展，不仅能够刺激城市居民对农产品的需求，优化农业产业与产品结构，还会对农村地区发挥技术扩散和溢出效应，有利于提高农业生产率。综上，本文提出假说3。

H3：数字普惠金融发展可能通过促进农村人口转移，推动人口城镇化和产业城镇化，最终“以城带乡”提高农业全要素生产率。

（三）数字普惠金融对农业全要素生产率收敛性的影响

数字普惠金融依托现代金融科技，不仅有利于推动农业生产要素的市场化定价，而且有利于引导社会资本进入农村，为农村要素市场提供更多利润空间，对优化农业产业链、激活农村要素市场和实现要素市场化配置具有重要作用。此外，借助互联网和区块链、大数据等信息技术，数字普惠金融有利于促进生产要素在地区间流动，加强要素市场关联度，推动农业生产要素相对价格趋近；并通过发挥“连接经济”的作用，缓解了落后地区的信息约束，有利于农业技术的传播和采纳。综上，要素相对价格变化和技术创新采纳方向可能在很大程度上受到数字普惠金融发展水平的影响，从而影响农业技术扩散和生产率赶超速度。综上，本文提出假说4。

H4：农业技术扩散和生产率收敛更有可能发生在数字普惠金融发展水平相近的地区。

三、研究设计

（一）样本和数据来源

本文研究利用2011―2019年中国288个地级市的平衡面板数据研究数字普惠金融发展对农业全要素生产率的影响。地级市数字普惠金融相关指标来源于“北京大学数字普惠金融指数”（郭峰等，2020）。地级市农业投入和产出、控制变量、调节变量、中介变量数据来自历年《中国城市统计年鉴》、各省（区、市）和各地级市统计年鉴、地方政府网站等。

（二）变量设定

1、被解释变量。本文的核心被解释变量是农业全要素生产率，采用SFA-Malmquist指数法测算。其中，产出变量选择以2010年不变价格计算的第一产业增加值，投入变量包括劳动力（第一产业从业人员数）、土地（农作物播种面积）和资本（农用机械总动力）。

2、解释变量。本文的核心解释变量是数字普惠金融水平，由地级市层面的数字普惠金融指数表示。本文不仅将数字普惠金融综合指数纳入计量模型，还将数字普惠金融各维度（覆盖广度、使用深度、数字化程度）指数，以及数字普惠金融业务指数（信贷指数、保险指数）纳入模型，综合讨论数字普惠金融对农业全要素生产率的影响。

3、控制变量。本文在参考Gong（2020）、韩海彬和张莉（2015）的基础上，选取了九个控制变量，包括林业产值占比、牧业产值占比、渔业产值占比、农村用电量、农业结构、灌溉面积、农业财政支出、教育财政支出和GDP增速。

4、调节变量。本文构建农业生产经营主体组织化率、生产要素集约化率、产业链一体化率和农产品商品化率四个调节变量检验不同农业生产模式下数字普惠金融发展影响农业全要素生产率的异质性。

5、中介变量。为验证数字普惠金融影响农业全要素生产率的间接影响机制，本文参考刘晓光和卢锋（2014）、李谷成（2015）及徐建国和张勋（2016）等的处理方法，构建劳动力转移率、工业资本回报率和农业资本深化三个指标检验假说2，同时选取城镇化率、农村居民收入和产业结构三个指标检验假说3。

（三）计量模型

本文研究主要构建动态面板模型检验数字普惠金融对农业全要素生产率的影响。采用系统广义矩估计（Generalized Method of Moments，GMM）方法估计模型参数。

四、实证结果

（一）数字普惠金融与农业全要素生产率：基础分析

数字普惠金融综合指数的估计系数显著为正，说明数字普惠金融发展显著提高了农业全要素生产率，验证了假说1。接着，检验数字普惠金融发展各维度对农业全要素生产率的影响，数字普惠金融覆盖广度、使用深度和数字化程度的估计系数均显著为正，说明数字普惠金融发展各维度均促进了农业全要素生产率的提高。对比系数后发现，使用深度的促进作用最强，其次是数字化程度，最后是覆盖广度。最后，构建数字普惠金融指数中信贷指数和保险指数的交互项，其估计系数显著为正，说明数字化普惠信贷和保险的发展对促进农业生产率提高发挥了“协同效应”。

（二）数字普惠金融与农业全要素生产率：异质性检验

首先，本文将样本区域按照气温与日照、耕作类型、农业生产重要性进行分组，检验不同自然资源禀赋下数字普惠金融发展影响农业全要素生产率的地区差异。结果表明，数字普惠金融更有效地提升了热带和亚热带地区、水田种植区和粮食主产区的农业全要素生产率。因此，数字普惠金融发展对农业全要素生产率的正向效应主要集中在自然资源禀赋好的地区。其次，本文考察了不同农业生产模式下数字普惠金融发展影响农业全要素生产率的程度差异。结果表明，在农业生产经营主体组织化水平、生产要素集约化程度、产业链一体化程度和农产品商品化水平较高的地区，数字普惠金融发展对农业全要素生产率提升的促进作用更强。

（三）数字普惠金融与农业全要素生产率：影响机制

动态面板多重中介效应模型结果表明，数字普惠金融发展通过促进农业劳动力向非农部门转移，推动了工业部门资本回报率提升，进而促进了农业资本深化，最终“以工促农”提高了农业全要素生产率，验证了假说2。另外，数字普惠金融发展通过推动城镇化进程，显著提高了农村人均可支配收入，推动了地区第二、第三产业的发展，最终“以城带乡”提高了农业全要素生产率，验证了假说3。最后，通过对数字普惠金融指数相近地区设置二级生产前沿分析发现，生产前沿增速和生产率差距的估计结果均显著为正，说明在数字普惠金融发展水平相近的地区，农业技术扩散和生产率收敛更易发生，验证了假说4。

五、结论和政策建议

本文利用2011―2019年中国288个地级市的面板数据，实证研究了数字普惠金融发展对农业全要素生产率的影响。结果表明：①数字普惠金融发展显著提高了农业全要素生产率。从各维度看，对农业全要素生产率促进作用最强的是数字普惠金融产品和服务的使用深度，其次是数字化程度，最后是覆盖广度。同时，数字化普惠信贷和保险的发展对提高农业全要素生产率发挥了显著的协同效应。②在自然资源禀赋好和农业生产模式先进的地区，数字普惠金融发展对农业全要素生产率的促进作用更强。③数字普惠金融发展有利于生产要素在产业和区域间的流动与技术扩散，发挥生产前沿地区、工业化和城镇化的拉动效应，进而提高农业全要素生产率。

基于上述结论，可以得出三点政策启示：第一，政府应大力提高农村数字普惠金融水平，尤其需要提高数字金融产品的使用深度和数字化程度，并推动政务服务和普惠金融服务的有效融合。金融部门要进一步加强数字普惠金融产品创新，有针对性地开发更多可操作性高、交易成本低、涵盖面广的数字普惠金融产品，发挥金融产品和服务之间的“协同效应”。第二，要因地制宜发展数字普惠金融，在自然资源禀赋好、生产经营组织化程度高、生产要素集约化程度高、产业链一体化程度高、农产品商品化程度高的地区，要优先发展数字普惠金融，支持新型农业经营主体和农村新业态发展。第三，将数字普惠金融发展作为城乡融合发展的重要抓手，通过“以工促农”促进农业资本深化，通过“以城带乡”优化要素配置和农业产业结构，促进生产要素在产业和区域间有序流动和跨界配置，实现工农互促、城乡互补的新型工农城乡关系，全面提高农业全要素生产率。