● 何宏庆，冯 敏
（延安大学 经济与管理学院，陕西 延安 716000）
2020 年9 月，在七十五届联合国大会上，中国郑重提出“2030 年前实现碳达峰、2060 年前力争碳中和的“双碳”目标”。2021 年11 月，中国人民银行积极响应“双碳”政策，创新打造碳减排金融支持工具，推动碳减排贷款在重点领域的有效落实。国务院也随之围绕“双碳”议题召开常务会议，正式在减碳减排方面设立2 000 亿元专项再贷款。绿色低碳不再只停留于理念层面，更进一步成为社会经济发展的主旋律。
长期以来，节能减排聚焦于能源和工业两大行业，而农业作为温室气体排放的五大部门之一未能引起足够的重视。2021 年联合国粮农组织的报告显示，农业生产所排放的温室气体总量相较于30 年前增长了17%，其占比为全球人为温室气体排放量的三分之一。尤其是中国成为了全球排放量最大的经济体，生态环境正遭受农业内源性污染的巨大压力。而绿色农业作为一种以资源节约保育为基本特征，以生态环境安全为内在要求，以绿色产品供给为重要轴心的农业生产经营模式[1]，是践行乡村振兴战略的重点内容，是加快农业现代化步伐的必要环节，也是助力“双碳”目标实现的重要途径。
现代农业经济的发展离不开资金的投入与支持，金融在提升绿色农业融资效率方面扮演着举足轻重的角色。伴随着移动终端、区块链等现代科学技术的快速更迭与成熟运用，普惠金融与数字化信息技术有机统一而衍生出新兴的金融业态——数字普惠金融。数字普惠金融充分发挥“长尾效应”，精准服务于农业等弱质产业，有效提高农业生产的绿色效益，更好彰显低成本、可获得的优势，为建设农业强国增添创新动力。由此，研究数字普惠金融发展对绿色农业的影响，对于探讨绿色农业助力“双碳”目标的实现具有重要现实意义。
相当数量的研究成果表明，传统金融推动绿色农业的发展过程中存在多重阻碍。学界大多以供需双方为落脚点，剖析问题根源。就需求方而言，针对农户这一微观主体，谭秋成提出农户作为绿色农业发展的基本主体，欠缺绿色发展的观念和投资绿色生产的动力[2]。针对农业产业这一中观层面，李明贤等认为农业产业发展过程中资源利用率低、生产效率低、农产品品质差以及面源污染严重等暴露的问题是限制金融支持绿色农业发展的重要原因[3]。就供给方而言，马骏等提出绿色农业融资主体信用体系不完善和供给端风险分担机制缺失是金融支持绿色农业发展的主要障碍[1]。张军伟等进一步通过调查数据证实了长期实行以增产为导向的金融支持政策是农业竞争力低、低碳绿色发展能力弱的根源之一[4]。针对以上问题，王会钧立足绿色金融理论，认为通过有效引导农业绿色化投资和推动绿色金融产品与服务多元化发展，扩大农村绿色金融资金来源，可缓解绿色农业发展中资金不足问题[5]。而数字普惠金融的兴起，为落实以上措施提供了更为便捷的渠道。
数字普惠金融是金融发展的新业态，将数字普惠金融与绿色农业两者相联系并进行直接研究分析的文献数量较少。可参考数字普惠金融在农业发展这一领域的文献，并且多数研究肯定了数字普惠金融对农业发展的积极作用。其中，田娟娟等分析数字金融有利于推进农业大数据征信体系的建立和完善以及从供给端解决无抵押物的短板，进一步通过实证表明数字普惠金融对农业转型升级具有显著的推动作用[6]。曾小艳等认为农村地区金融可得性的提升和金融地理排斥的缓解离不开数字普惠金融的助力，并论证了数字普惠金融显著地提高了农业产出水平[7]。孙倩研究发现数字普惠金融在相对落后的县级地区已有了一定程度的渗透，尤其在农业发展和制度环境良好的地区，数字普惠金融对农业发展水平的提升效果也更为凸显[8]。张岳和张合林分别通过构建农村产业融合指标、农业高质量发展指标，进一步证实数字普惠金融有效缓解农业发展中所遇到的资金问题，对农业可持续发展发挥着重要作用[9-10]。
综上所述，对于传统金融与绿色农业之间的研究已有了较为丰富的成果，但是针对数字普惠金融与绿色农业的研究还存在可挖掘之处。首先，目前关于数字普惠金融对农业经济的研究主要集中于农业产出水平、农业产业融合和农业高质量发展等较为宽泛的层面，对于“绿色农业”这一具体领域的研究数量较少；
其次，多数研究忽略了数字普惠金融自身发展所存在的特征；
最后，鲜有文献将数字普惠金融与绿色农业直接相结合进行定量分析。基于此，本文通过构建面板门槛模型，分析数字普惠金融对绿色农业发展的非线性影响。
为缓解普惠金融发展过程中获客难、风控难等问题以及填补正规金融市场服务留下的空白，依托技术革命与知识经济席卷的时代，数字普惠金融得以兴起和快速发展。数字技术与金融的结合极大地改善了金融排斥现象[11]。数字普惠金融在促进小微企业融资、增加农民创收等方面贡献了重要力量，对绿色农业发展也起着不可忽视的作用。随着互联网技术的日新月异，各地区的网络基础设施日益完善，数字普惠金融逐渐凸显网络外部性特征，并呈现非均衡发展趋势，因而数字普惠金融对推动绿色农业发展可能存在门槛效应。
一方面，数字普惠金融凸显网络外部性特征。网络外部性的概念归属于新经济理论范畴，由罗尔斯夫于1974 年率先提出。其认为，网络外部性与规模经济之间存在重要的关联性。伴随着移动终端、大数据分析等网络技术的推进，用户数量有了快速增长，从而鼓励了数字普惠金融全方位、有针对性地聚焦小农户、新型农业经营主体、绿色农业企业等用户细碎化和多样化的金融服务需求，简化交易环节，持续创新数字金融发展模式，丰富与绿色农业更为贴切的金融服务和产品。数字金融服务与产品的丰富意味着金融业务模式的选择更加多元化，金融互补产品的供给数量愈发增加，价格进一步降低，从而提升数字普惠金融产品的效用，吸引更多潜在的需求者。伴随数字普惠金融产品的广泛使用，其经济价值也随之提升，这充分体现了数字金融网络外部性的特征。网络外部性也体现在供给方范围经济中，即金融服务平均成本随覆盖面的扩大而降低。互联网技术赋予数字普惠金融几乎零边际成本的天然优势，因而极大地减少了金融服务供给和使用成本[12]；
同时，数字普惠金融采用大数据分析，提供信用历史、履约状况等信息共享平台，针对普惠金融主体进行信用评分。征信作为绿色农业经营主体的隐形抵押品是获取绿色农业贷款、绿色农业保险等金融服务和产品的重要依据，这意味着绿色农业经营主体通过积累一定的业务量，使得信用评分提高至金融机构的门槛值，以此数字普惠金融的价值得以提升[13]。
另一方面，数字普惠金融呈现非均衡发展趋势。本文分阶段地对2011—2019 年数字普惠金融发展趋势进行解析。首先，从增速来看，2011—2015 年各省份数字普惠金融的中位数从33.58 跨越式增长至214.55，到2019 年进一步增长至317.11。经计算可知，2011—2015 年数字普惠金融年均增速接近60%，2015—2019 年的年均增速约为10%。这表明数字普惠金融发展具有阶段性特征，早期为高速增长的低水平阶段；
由于近几年增速减缓和发展深化，数字普惠金融向常态增长阶段过渡，逐渐步入较高水平阶段。其次，从维度来看，以数字普惠金融的指标结构为着手点，区分覆盖广度、使用深度和数字化程度。2011—2015 年各维度年均增速按大到小的顺序排列，分别是数字化程度的年均增速约为77%，覆盖广度约为60%，使用深度约为38%；
2015—2019 年各维度的增速明显放缓，其中数字化程度增速放缓最为突出，使用深度和覆盖广度的增速正逐渐赶超，这表明数字普惠金融各维度的发展具有不均衡性。最后，从城乡发展来看，城镇化水平同数字金融发展存在正相关性。依托较为完善的金融基础设施和市场环境，城市成为早期数字金融发展的重点区域[14]。处于不同发展阶段的数字普惠金融对城乡影响程度不同，呈现出城乡非均衡发展特征。随着数字普惠金融的覆盖面从城市拓展到“三农”领域，深入于乡村振兴，对绿色农业的作用也随之扩大。数字金融依托大数据分析，在面对具有高风险特征、处于不断探索阶段的绿色农业时，有效获取和衡量绿色农业经营主体的资产信息和财务状况，加快农村信用体系建设与完善，为实现金融服务供给的匹配性及资金交换提供依据，一定程度上降低了绿色农业的融资难度。在风险防控方面，数字普惠金融创新风险分担机制和信息共享机制，通过技术手段在贷前、贷中、贷后等过程中快捷、精准地分散和处理绿色农业的融资风险。
综上所述，在数字普惠金融发展前期，资金集中注入于二三产业和城市建设，绿色农业的资金需求和数字金融的服务供给均存在挖掘空间，在农村农业方面也存在较大拓展余地。这意味着数字普惠金融处于较低发展水平，作用于绿色农业的效应也就越小。近几年数字普惠金融发展势头迅猛，其服务和产品供给的范围扩大，绿色农业的发展需求增多，即网络外部性愈加明显，并深入至“三农”领域。这意味着数字普惠金融处于较高发展水平，作用于绿色农业的效应也就越大。基于此，提出如下假设：
H1：数字普惠金融对绿色农业发展具有门槛效应，随着数字普惠金融水平的不断提高，作用于绿色农业的影响效应也不断增强。
（一）模型设定
借鉴Hansen 提出的面板门槛模型[15]，以考察数字普惠金融处于不同发展水平时，是否对绿色农业产生不同的影响。具体模型如下（以双重门槛模型为例）：
其中，GA 为被解释变量，表示绿色农业发展水平；
DIFT 为核心解释变量，表示数字普惠金融发展水平；
CONTROL 为控制变量，包括EDU、OPEN、LAND 和IS，分别表示农村教育水平、对外开放水平、土地规模和产业结构；
I（·）为示性函数，q 为门槛变量，γ 为待估门槛值；
下标i 为省份，下标t 为时间，ε 为随机误差项。另外，有关绿色农业和数字普惠金融的变量进行对数处理，以减小异方差。
根据面板门槛模型的估计方法，在得到模型的参数估计值和残差平方和的基础上，需要按序进行门槛效应检验和门槛值检验，以此保证门槛效应的显著性和确定门槛变量的估计值。以第一门槛为例，首先检验门槛效应，由于LR 的渐近分布依赖于样本矩以及选取样本的数量较小；
因此需要借助自助抽样法（Bootstrap）对样本进行重复多次抽取，以解决临界值获取问题，同时使得门槛效应的显著性得以提高。若门槛效应检验结果为拒绝原假设H0：β1=β2，即存在门槛效应，则可进行下一步门槛值的检验。需要注意的是，若门槛值检验的结果为不拒绝原假设H0：γ0=γ1，则表明门槛值选择正确。
（二）变量选择
1.被解释变量
绿色农业发展水平（GA）为被解释变量，参考金书秦等提出“以低碳带动农业绿色转型”的减排思路，农业的绿色发展与碳减排具有高度协同性[16]。可见农业碳排放数据是衡量绿色农业发展的重要参考之一，故使用农业碳排放强度表示绿色农业发展水平。第一步对农业碳排放总量进行计算，首先明确农业生产投入过程中形成的主要碳源，以化肥、农药、农膜、柴油、翻耕和灌溉为代表，其次将这6 种农业碳源同对应的碳排放系数相乘后加总，得到农业碳排放总量的数值，如下为计算公式（2）：
其中，AC 为农业碳排放总量；
i 为碳源种类（i=1，2，3，…，6）；
Ci 表示各碳源的碳排放量；
Xi 表示各碳源的投入量；
δi 表示各碳源对应的碳排放系数，主要参考ORNL、IPCC 等专业机构公布的系数，如表1 所示。
表1 农业碳排放碳源、碳排放系数及参考来源
第二步根据农业产值计算农业碳排放强度，如下为计算公式（3）：
其中，GA 计算得出农业碳排放强度；
AC 为农业碳排放总量；
Y 为农业生产总值。值得注意的是，变量的含义与计算数值具有负相关性，也就是说农业碳排放强度GA 数值越大，则绿色农业发展水平越低；
农业碳排放强度GA 数值越小，则绿色农业发展水平越高。
2.解释变量及门槛变量
数字普惠金融发展水平(DIFT)既是解释变量，也是门槛变量。北京大学数字金融研究中心经过严谨的计算得出数据，以此拓展了数字普惠金融学术探讨的崭新领域，并且被普遍应用于定量研究之中，因此本文采用该指数的省级层面数据对数字普惠金融发展水平进行衡量。该指数在结构上又详细分为覆盖范围（COVER）、使用深度（USAGE）和数字化程度（DIGIT），据此进一步分析数字普惠金融三个不同维度所产生的作用影响。
3.控制变量
农村教育水平（EDU）用农村人均受教育年限表示，教育水平的高低一定程度上反映了数字普惠金融和绿色农业在农村地区的发展状况；
对外开放水平（OPEN）用实际利用外资总额占GDP 的比值表示，外资在农业领域的投资规模日益扩大，利于改善农业生产条件；
土地规模(LAND)用人均占地面积表示，即农作物总播种面积除以第一产业从业人员数量，土地资源是发展绿色农业必要的物质基础；
产业结构（IS）用第二、三产业产值占GDP 比重表示，农业作为第一产业，同二三产业的融合是实现农业现代化的重要途径。
（三）数据来源
考虑到数据的可获得性，筛选的样本时间跨度为2011—2019 年，截面跨度包含了我国30 个省级行政单位，其中由于西藏缺失实际利用外资额的数据，故样本中不包括西藏。数字普惠金融指数来源于郭峰、王靖一等[14]。绿色农业发展水平、农村教育水平、对外开放水平、土地规模和产业结构等指标所构建的原始数据来源于农村统计年鉴、各省（自治区、直辖市）统计年鉴和中经网统计数据库等。其中各省份统计年鉴中实际利用外资额的数据单位为美元，根据各期期末平均汇率，将计量单位转换为人民币，少数缺失数据使用指数平滑法计算得出。各变量的描述性统计如表2所示。
表2 各变量描述性统计
（一）门槛效应检验
检验门槛效应是否存在以及确定门槛数量大小是计量的必要环节，也是确定面板门槛模型具体形式的关键步骤。有关数字普惠金融的各个变量在三重门槛检验中的F 值和P 值表明，并未通过显著性检验。而双重门槛检验结果显示，在1% 的显著性水平下，数字普惠金融（DIFT）所对应的F 值为43.53，覆盖广度（COVER）的F 值为41.21，使用深度（USAGE）的F 值为24.00，结果均显著。其中，在单一门槛效应检验中，数字化程度（DIGIT）的F 值为30.30，对应的p 值小于5% 的显著性水平。由此可以看出，数字普惠金融、覆盖广度和使用深度对绿色农业发展的影响均具有双重门槛效应，数字化程度对绿色农业发展能够产生单一的门槛效应，具体门槛效应检验如表3所示。
表3 门槛效应检验
（二）门槛值检验
以似然比检验图（LR）为依据，进一步对门槛值的选择是否正确进行检验，如图1-7 所示。门槛变量估计值和置信区间的确定是保证检验结果的合理性和直观性的前提。由图1 和图2 可知，当数字普惠金融（DIFT）为门槛变量，在95%的置信区间范围内，位于LR 值虚线以下部分表示不拒绝原假设，存在门槛值。可见数字普惠金融发展对绿色农业的影响具有双重门槛效应，第一门槛估计值（γ1）为5.3802，第二门槛估计值（γ2）为5.6218；
由图3 和图4 可知，当覆盖广度（COVER）为门槛变量时，γ1为5.1803，γ2为5.5532；
由图5和图6 可知，当使用深度（USAGE）为门槛变量时，γ1为5.3397，γ2为5.6331。由图7 可知，当数字化程度（DIGIT）为门槛变量，具有单一门槛效应，其门槛估计值γ 为5.6822 时结果见表4。
表4 门槛值的估计结果
图1 数字普惠金融的第一门槛值及置信区间
图2 数字普惠金融的第二门槛值及置信区间
图3 覆盖广度的第一门槛值及置信区间
图4 覆盖广度的第二门槛值及置信区间
图5 使用深度的第一门槛值及置信区间
图6 使用深度的第二门槛值及置信区间
图7 数字化程度的门槛值及置信区间
（三）面板门槛模型估计
经过门槛效应检验和门槛值检验可知，数字普惠金融与绿色农业发展之间并非是纯粹的线性关系。因此采用面板门槛计量模型，深入探讨处于不同门槛水平下，数字普惠金融对绿色农业发展的影响作用，结果如表5 所示。
表5 面板门槛估计结果
首先，以数字普惠金融为门槛变量时，数字普惠金融与绿色农业的计量模型为双重门槛模型。在模型（1）中，当数字普惠金融（DIFT）低于γ1（5.3802）时，系数β1为-0.110；
当DIFT 位于γ1（5.3802）至γ2（5.6218）之间时，系数β2为-0.129；
当DIFT 大于γ2（5.6218）时，系数β3为-0.156，结果均显著。从系数符号来看，无论数字普惠金融发展水平处于何种门槛区间，都对农业碳排放强度具有显著的削弱作用，也就意味着对绿色农业起着正向的促进作用。从系数大小来看，考虑到变量符号与变量含义之间的负相关性，因此以系数的绝对值大小为依据进行分析。显然位于不同门槛区间下，数字普惠金融作用于绿色农业的程度也不尽相同，表现出明显的门槛效应。鉴于数字普惠金融相继迈过第一门槛值和第二门槛值，系数的绝对值也随之呈现增长趋势，表明对绿色农业发展的推动作用逐渐加强。得益于新技术革命，当今经济社会中大数据广泛覆盖，网络基建日益完善，推动了数字普惠金融水平的有效提升，进而扩大了信贷覆盖范围，拓宽了绿色农业发展的资金来源。伴随数字普惠金融的提升，其网络外部性优势在绿色农业发展中也愈发凸显，对绿色农业发展的作用也愈发增强。
其次，横向比较数字普惠金融指数的各个维度，从模型（2）、模型（3）和模型（4）的估计结果可知，随着门槛值区间的转换，各个维度的估计结果表现出相同的变化趋势，即当各维度指数从低水平门槛区间跨越到高水平门槛区间，其对应的系数绝对值逐渐变大。以模型（2）为例，当覆盖广度（COVER）低于γ1（5.1803）时，系数β1为-0.084；
当COVER 位于γ1（5.1803）至γ2（5.5532）之间时，系数β2为-0.104；
当COVER 大于γ2（5.5532）时，系数β3为-0.133，且结果均显著。对使用深度（USAGE）和数字化程度（DIGIT）的回归结果进行分析，其结论与上述相似。虽然数字普惠金融三个维度均对农业绿色发展起到显著的推动作用；
但是数字普惠金融指数内部存在结构性差异，因此作用于绿色农业的影响程度不一，其中使用深度对绿色农业的促进作用最为明显，覆盖广度次之，数字化程度最弱。由于信贷、保险和投资是使用深度这一维度的重要组成部分，对于缓解绿色农业资金和风控等老大难问题有着切实可行的帮助。而数字普惠金融的覆盖从城市到乡村，从第二三产业到第一产业，具有阶段性，相较于使用深度，对绿色农业的促进作用具有一定滞后性。在数字化程度方面，可能因为网络贷款的风险难以识别，并且在利率定价上存在不规范性，所以对绿色农业发挥的作用最不明显。
最后，观察控制变量在各个模型中的回归结果，发现农村教育水平（EDU）无论受限于何种门槛变量，均对绿色农业产生显著的促进作用。由于具备较高教育素养的农业经营主体更易达成发展绿色低碳农业的共识，也更易接受新的资金支持方式，使得数字普惠金融在农村农业领域充分发挥“长尾”优势，也一定程度上刺激了绿色农产品的消费需要，从而有利于绿色农业的发展。至此，假设H1成立。
进一步根据门槛变量和门槛值，分别将30 个省份就数字普惠金融、覆盖广度和使用深度等指标划分为低水平区域（q≤γ1）、中水平区域（γ1＜q≤γ2）、高水平区域（q＞γ2），就数字化程度划分为低水平区域（q≤γ）和高水平区域（q＞γ）。以数字普惠金融（DIFT）为例，每4 年为一间隔，分重要时间节点来看，2011 年，30 个省份均处于低水平区域；
2015 年，北京、天津、辽宁、江苏等11 个省份迈过第一个门槛值，步入中水平区域，特别是上海迈过第二个门槛值，成为第一个高水平区域；
2019年，30 个省份全部进入高水平区域。不到十年的时间，以上海为代表的金融环境优良、科学技术先进的发达地区率先跨越较高门槛值，青海、新疆等较为落后的地区也抓住金融数字化发展的机遇，紧跟其后迈入数字普惠金融高水平发展行列。总的来说，2011—2019 年各省份的数字普惠金融发展完成了低水平到高水平的跨越，这表明数字普惠金融对绿色农业发展的推动作用在地域层面逐渐扩大，意味着数字普惠金融发展对绿色农业的推动作用也逐渐增强，如表6 所示。
表6 2011年、2015年和2019年门槛值及区域分布
（四）稳健性检验
对绿色农业（GA）前后进行1%和5%水平上的缩尾处理，再重新进行门槛回归以检验模型主效应的稳健性。在模型（5）中，缩尾后的被解释变量在排除异常值干扰的情况下，回归系数的绝对值随着数字普惠金融门槛值的跨越而增大，其估计结果依旧与前文保持一致。另外，采用数字普惠金融一阶滞后项（DIFT1）和二阶滞后项（DIFT2）替换解释变量进行检验。模型（6）和模型（7）的估计结果表明，数字普惠金融滞后项DIFT1 和DIFT2 显著地推动绿色农业发展，并且随着数字普惠金融指数的不断提高，对绿色农业的推动作用也不断增强，如表7 所示。
表7 稳健性检验
基于数字普惠金融网络外部性与非均衡发展特征对绿色农业产生的门槛效应进行分析，并利用2011—2019 年中国30 个省份的面板数据，构建面板门槛模型进行实证检验，通过对绿色农业变量进行缩尾处理，又以数字普惠金融一阶和二阶滞后项作为工具变量，加强估计结果的稳健性。得出以下结论：一方面，数字普惠金融与绿色农业之间存在非线性关系，对绿色农业的推动作用具有双重门槛效应，随着数字普惠金融发展水平的不断提升，对绿色农业的推动作用进一步加强；
另一方面，数字普惠金融各维度对绿色农业门槛效应具有差异性，其中覆盖广度、使用深度对绿色农业的推动作用具有双重门槛效应，数字化程度对其具有单一门槛效应，而使用深度对绿色农业的促进作用最为明显，覆盖广度次之，数字化程度最弱。
根据以上结论，为推进数字普惠金融更好地服务于绿色农业的发展，提出以下建议：
第一，营造良好数字普惠金融发展环境。中国农业银行、农村商业银行等金融机构顺应金融数字化发展趋势，加大对绿色农业、粮食安全和数字金融基建等重点领域支持力度；
夯实互联网通讯设备建设，拓展征信信息来源和多样性，深化信用体系建设；
加强信用和信息安全的监管力度，维护良好的市场与规制环境。
第二，推进数字普惠金融业务的全面发展。在覆盖广度方面，利用数字普惠金融不受地域限制的特点，充分涵盖绿色农业领域；
在使用深度方面，针对绿色农业发展中的金融需求，创新“生态保护贷”、“绿色信贷”、“绿色保险”等普惠金融产品；
在数字化程度方面，推进数字化支付的普及、简化农业贷款流程，使得绿色农业经营主体享受便捷、低成本的金融服务。
第三，加强绿色农业经营主体的素质教育。一方面，通过宣传活动，普及“双碳”政策和绿色农业的市场发展前景；
另一方面，通过教育培训，提高农业经营主体的互联网技能、金融素养，加强网络信息安全意识和风险防范意识。