时间：2022-02-13 10:15:28 所属分类：财政金融 浏览量:
采用 20112018 年省际面板数据，建立农业高质量发展的指标体系，测算我国28个省份的农业高质量发展水平，基于测算结果分析农业高质量发展水平的收敛性。结果表明:我国农业高质量发展水平存在区域差异，东部地区农业高质量发展水平最高，其次是中部地区和西部地区;农业
采用 2011—2018 年省际面板数据，建立农业高质量发展的指标体系，测算我国28个省份的农业高质量发展水平，基于测算结果分析农业高质量发展水平的收敛性。结果表明:我国农业高质量发展水平存在区域差异，东部地区农业高质量发展水平最高，其次是中部地区和西部地区;农业高质量发展水平在全国及区域层面上均呈现收敛性特征，东部地区收敛速度最慢、中部地区最快。同时进一步分析了数字普惠金融对农业高质量发展的影响，并借助条件收敛摸型探讨数字普惠金融对农业高质量发展的收敛效应。总体表明:无论是从全国层面还是从东部、中部、西部三大地区来看，我国数字普惠金融的发展与农业高质量发展水平呈正相关关系;数字普惠金融发展提高了全国及东部、中部、西部的农业高质量发展水平的收敛速度，有利于农业高质量发展水平的区域均衡发展。
一、引言
2018年“农业质量年”的提出，表明我国将农业发展的重点由增产转为提质，对农业高质量发展的重视程度不断提高。农业实现高质量发展需要各方面生产要素的高效配置，其中关键要素之一就是资金。2017 年中央“一号文件”中将农村金融创新作为激活农业农村内生发展动力的重要战略安排。传统普惠金融在实践过程中存在着成本高、效率低的缺陷，而数字普惠金融在互联网和数字技术的支持下，可以减少普惠金融机构的运营成本，创新农业金融模式，提高农业农村群体的金融可获得性，助力农业高质量发展，因此，有必要对数字普惠金融与农业高质量发展的关系进行研究。本文首先构建农业高质量发展指标体系以量化我国农业高质量发展水平，然后基于测算结果检验农业高质量发展的收敛性，并探讨数字普惠金融对农业高质量发展及其收敛速度的影响。
二、理论与假设
截至2019年年底，我国农林牧渔业总产值123967.9 亿元，比 2018 年增长 9.15% ①。农业增产目标得到实现，但各地区农业发展质量存在差异。金赛美(2019)[14] 发现东部、中部、西部地区农业绿色发展程度不一，在三大地区内部发展差异也较大。王录仓等(2016)[15] 发现 2001—2013年间，我国农业现代化平均水平由东向西递减。何红光等(2017)[16] 发现东北、西北和东南沿海农业经济增长质量水平高，而中南部省份相对较低。目前我国积极推动农业高质量发展，尤其重视落后地区农业发展的转型。落后地区农业高质量发展水平增速可能会大于发达地区。考虑到区域层面的差异，本文从东部、中部、西部地区②讨论农业高质量发展状况，提出以下假说。假说 1：我国农业高质量水平存在收敛性，且东部、中部、西部的收敛速度不一。《国家质量兴农战略规划(2018—2022 年)》提出重点推进农业生产标准化、农业绿色发展、农业产业链融合、品牌提升、农产品质量提高、农业科技创新、农业主体素质提高。农业高质量发展是我国经济高质量发展的重要组成部分，各个步骤都离不开资金的支持，例如现代农业的发展、农产品产业链的延长、农业科技研发、农业品牌的打造等都需要通过资金激活。数字普惠金融相较于传统金融可以通过以下优势促进农业高质量发展。
三、农业高质量发展水平的测度
(一)农业高质量发展指标体系构建关于农业高质量发展水平测评指标体系的构建，智仁各别，主要基于农业高质量发展的内涵特征和新发展理念两大角度。辛岭、安晓宁(2019)[24] 从绿色发展、供给提质增效、规模化生产、产业多元融合的角度衡量我国2018年的农业高质量发展水平。郑洪霞(2019)[25] 从质效提升、动力转换、结构优化、绿色发展以及协调和共享方面测度四川省农业高质量发展水平。刘涛等(2020)[26] 基于新发展理念测度农业高质量发展水平。
(二)数据处理和测算方法 1.数据的无量纲化处理为了降低因指标的数量级不一样导致结果出现误差的可能性，本文选择极值法进行处理，对原始数据进行线性变换，处理后的指标数值在[0,1]之间。由于所选指标对农业高质量发展的影响不同，首先要将指标划分为正向指标和反向指标，正向指标与农业高质量发展呈正向关系，反向指标与农业高质量发展呈反向关系。用原数据与极小值的差除以极差值得到正向指标的无量纲值，用极大值与原数据的差除以极差值得到反向指标的无量纲值。指标经过极值法无量纲化处理后，数值越接近 1，代表农业高质量发展程度越高。
2.农业高质量发展水平的测算方式确定指标权重的方法主要包括主观赋权法、客观赋权法和综合集成赋权法。本文采用客观赋权法中的熵值法确定权重。熵值法借助信息熵概念将指标蕴含的信息量化，通过指标相对变化程度对整体系统的影响来确定每个指标权重，熵值越大代表携带的有效信息越少，则赋予指标较小权重。
四、实证研究设计
(一)变量说明及数据来源农业高质量发展水平(Ny)，由上文构建的农业高质量发展水平指标体系测算而得;数字普惠金融指数(Phjr)，参考北京大学数字金融研究中心编制的《北京大学数字普惠金融指数(2011—2018年)》，该指数先后发布了2011—2015年、2016—2018年两期数据，包括数字普惠金融覆盖广度、使用深度和数字支持服务程度三个维度[28] 。此外，本文选取了相关控制变量。(1)经济开放程度(Jjkf)，本文采用各省份进出口总额除以其 GMP 来衡量。(2)政府干预(Czzc)，政府行为在我国经济发展中具有重要地位，会对农业发展起到作用效果，采用各省份政府财政支出除以其 GMP 来衡量。(3)产业结构调整(Cyjg)，本文采用第二、三产业增加值与第一产业增加值之比来衡量。控制变量数据主要来源于 2012—2019 年《中国统计年鉴》。
(二)模型设定与研究方法本文设定以下模型研究数字普惠金融对农业高质量发展的影响： ln(Nyit )=c+α1lnPhjrit+αi lnxit+εit (5) Nyit表示全国各省份农业高质量发展水平在第t 年的水平;c为常数项;εit为随机扰动项;Phjrit为第 i 个样本量在 t 年的数字普惠金融水平，Xit代表加入的一系列控制变量。 β 收敛检验包括绝对 β 收敛检验和条件 β 收敛检验。绝对β收敛检验主要探讨在区域内外生因素一致的前提下农业高质量水平发展是否最终达到趋同的速度，条件收敛表示各省份农业高质量的变化速度取决于诸多外在因素。为了从动态角度分析农业高质量发展水平，本文参考吴怀琴(2019)[29] 的研究，将绝对β收敛检验方程形式设置如下： ln( ) Nyit Nyi,t - 1 =c+βlnNyit-1+εit (6)将数字普惠金融(Phjr)引入条件收敛模型中，以研究其对农业高质量发展水平收敛速度的作用效果，得到以下方程形式： ln( ) Nyit Nyi,t - 1 =c+βlnNyi,t-1+α1lnPhjrit+αi lnxit+εit(7)式(6)和式(7)中，若β值为负值，则表明存在收敛，β 值越小说明收敛速度越快。αi 衡量了数字普惠金融及各控制变量对农业高质量发展水平增长率的影响。
五、实证结果及分析
(一)绝对β收敛结果分析表4展现了全国及区域层面的农业高质量发展水平的绝对收敛检验结果，参考宋建、王静(2018)[30] 的研究采用双向固定效应模型，同时控制地区效应与时间效应。从回归(1)的结果可知，农业高质量发展滞后一期前的系数在 1% 的显著性水平下为负，说明全国农业高质量发展水平存在绝对 β 收敛特征。全国在经济发展条件趋于一致化后，农业高质量发展水平较高的省份增长速度在未来将会放缓，农业高质量发展水平低的省份增长速度将会加快，我国农业高质量发展水平的差距会随着时间推移逐渐缩小，趋向于区域均衡。从上文理论分析以及农业高质量发展水平的测算结果可知，我国农业高质量发展水平存在较大差异，中西部地区农业发展质量较低。但是我国不断加大对落后地区农业发展的扶持力度，尤其着重推进农业现代化、产业化发展，落地地区农业的发展质量得以快速提高。从表4中回归(2)—(4)可以看出，东部、中部、西部农业高质量发展水平滞后一期前的系数在 1% 的显著性水平下均小于0，分别为-0.645、-1.095、-0.716，各地区农业高质量发展水平均存在绝对 β 收敛特征，假说 1 得到支持。从 β 收敛系数的绝对值可以判断出，东部地区农业高质量发展水平收敛速度最慢，中部地区收敛速度最快。结合数据分析发现，我国东部地区农业高质量发展水平整体较高，虽有趋于均衡发展的趋势，但收敛的速度仍小于中部、西部地区，说明东部地区农业高质量发展不均衡的问题应当得到重视。究其发展不平衡的原因，可能是位于平原地区的北京市、山东省等地发展农业的地形条件较好，而东南地区部分省份的农业发展受到丘陵地势的限制，难以实现快速发展。
(二)数字普惠金融对农业高质量发展的影响首先将农业高质量发展水平(Ny)作为被解释变量来研究数字普惠金融对农业高质量发展的作用效果，表 6 展现了全国及区域层面数字普惠金融对农业高质量发展产生影响的回归结果，经 Hausman 检验，表 6 中回归(1)和回归(2)应选择随机效应模型，回归(3)和回归(4)应选择固定效应模型，同时控制了财政干预(Czzc)、产业升级(Cyjg)、经济开发程度(Jjkf)等宏观因素的影响。从回归(1)—(4)的结果发现，无论是在全国内还是东部、中部、西部三大地区内，数字普惠金融前的系数均显著为正值，可见，数字普惠金融与农业高质量发展呈正相关关系，假说 2 得到支持，数字普惠金融的发展对农业高质量发展水平产生了正向影响。
(三)数字普惠金融对农业高质量发展的收敛效应分析由上述分析已知，数字普惠金融发展水平与农业高质量发展水平呈正相关关系，且二者均存在绝对收敛性特征，数字普惠金融发展可能有助于解决农业高质量发展不平衡问题。因此，本文借助农业高质量发展水平的条件收敛模型检验数字普惠金融发展对农业高质量发展的收敛速度是否产生影响，通过收敛系数β的变化研究数字普惠金融所产生的收敛效应 ∆β。表 7 报告的是全国及区域层面上在公式(6)中逐步加入数字普惠金融发展水平以及控制变量后的估计结果，从表7的回归(1)中可以看出，在数字普惠金融的影响下，表 4中回归(1)中全国的 β 收敛系数从-0.684 下降到表 7 中回归(1)的-0.696，说明数字普惠金融有利于提高农业高质量发展的收敛速度。可能是因为数字普惠金融的强渗透性与广覆盖率，有助于改善农业发展落后地区的金融环境，提高农业群体获得金融服务的可能性，带动农业发展低质量地区向高质量地区的追赶，促进各省农业高质量发展水平的均衡发展。另外，数字普惠金融前的系数在5%的显著水平下大于0，表明数字普惠金融与农业高质量发展水平的增长率正相关，可见数字普惠金融对农业高质量发展水平的增长趋势起到促进作用。在加入财政干预、产业升级、经济开放程度控制变量后，农业高质量发展水平的条件收敛依旧存在，收敛效应增大，说明数字普惠金融对农业高质量发展的收敛效应具有稳健性。
六、结论与建议
本文建立农业高质量发展的指标体系，采用 2011—2018 年省际面板数据测算了我国 28 个省份的农业高质量发展水平，基于测算结果分析了农业高质量发展水平的收敛性。结果表明：首先是我国农业高质量发展水平存在区域差异，东部地区农业高质量发展水平最高，其次是中部地区和西部地区;农业高质量发展水平在全国及区域层面上均呈现收敛性特征，东部地区农业高质量发展水平收敛速度最慢、西部地区最快。本文进一步分析数字普惠金融对农业高质量发展的影响，并借助条件收敛模型探讨数字普惠金融对农业高质量发展的收敛效应，结果表明：一是无论从全国层面还是从东部、中部、西部三大地区来看，我国数字普惠金融的发展与农业高质量发展水平均呈正相关关系;二是数字普惠金融发展提高了全国层面及东部、中部、西部的农业高质量发展水平的收敛速度，有利于农业高质量发展水平的区域均衡发展。本文基于上述结论提出以下建议。
参考文献:
[1]Robert J Barro. Economic Growth in a Cross Section of Countries [J]. Quarterly Journal of Economics, 1991, 106(2): 407-443.
[2]孙江超 .我国农业高质量发展导向及政策建议[J].管理学刊，2019，32(6):28-35.
[3]谢艳乐，祁春节 . 农业高质量发展与乡村振兴联动的机理及对策[J].中州学刊，2020(2):33-37.
《数字普惠金融与农业高质量发展水平的收敛性研究》来源：《金融理论与实践》，作者：张合林1,2 ，王颜颜1
转载请注明来自：http://www.zazhifabiao.com/lunwen/jjgl/czjr/50411.html
