数字普惠金融对于乡村振兴影响的实证分析-以河南省为例

目录TOC\o"1-3"\h\u摘要 I第一章绪论1.1研究背景与意义1.1.1研究背景近年来，大家认为乡村振兴战略是破“三农”和推进现代化的关键。为落实这一战略，2018年中央一号文件特别强调要创新金融服务方式，它是实施乡村振兴战略的需要。普惠数字金融作为一种创新的金融服务模式，可以有效扩大金融服务的覆盖面和可获得性，还给予资金注入和金融配套服务，成为乡村振兴战略的有力支柱。随着我国科技实力激增，数字金融在全球范围内呈现出蓬勃发展的态势。通过互联网、大数据等技术赋能使得普惠金融和数字技术相结合，以此来降低服务成本，提高服务效率，打破传统金融服务时空限局限，为乡村居民和小微企业带来了更适合的金融服务。这种发展趋势为解决农村金融服务难题，推动乡村振兴提供了新的思路和途径。河南是农业大省，农村人口众多，发展农村经济对全省经济社会发展具有重要意义。然而，长期以来，河南农村地区面临着金融服务供给不足、金融产品和服务单一、农民和小微企业融资难融资贵等问题，制约了乡村经济的发展和乡村振兴战略的推进。数字普惠金融的发展有望改善河南农村金融生态，满足农村居民和小微企业多样化的金融需求，促进农村产业发展､农民增收和农村社会事业进步。近年来，河南省在数字普惠金融领域已经进行了一些有益的探索和实践，河南省金融机构通过产品和服务创新等措施，加大了对各地农村经济发展的支持力度，更好地满足了农村居民的金融需求，使其更加分散、小额，能够更好地应对多样化的融资需求。然而，河南省仍存在一些数字普惠金融问题。因此，有必要充分了解河南省数字普惠金融的现状与发展，以促进河南省乡村振兴。1.1.2研究意义(1)理论意义：过往学者多从宏观视角出发，以省级层面为研究对象，但很少聚焦具体省份。我们将利用定性与定量相结合的方法，剖析河南省市级数字普惠金融现状与趋势，探究其对乡村振兴的作用，完善“科技-金融-经济”互动框架。(2)实践意义：数字普惠金融依靠互联网、大数据等技术优势，以此来拓宽金融服务覆盖范围，大幅减少服务成本，健全金融服务体系。推动其发展有助于弥合城乡差距，促进经济增长提供的强有力的支持。通过制定河南省各市乡村振兴指标评价体系，对各市乡村振兴发展水平进行量化测算，并对其影响进行实证检验，可以提出一定的建议，以期推动河南省各市乡村振兴战略的实施，进一步促进国家乡村振兴战略的实施。1.2国内外研究现状1.2.1关于数字普惠金融的研究在数字普惠金融领域，科学界已有大量的研究，周璐瑶REF_Ref25403\r\h[1]（2021）的研究系统分析了传统金融、普惠金融与数字普惠金融的区别，梳理了数字普惠金融四个发展阶段各自的研究重点，在此基础上综述数字普惠金融对区域经济增长、农村减贫的影响等热门研究课题，为本文提供了有价值的研究视角。蔡洋萍，汪晨，熊佳琪REF_Ref25622\r\h[3](2021)认为，中国农村数字普惠金融的发展受制于三个方面：一是覆盖面不足，二是农村地区普惠数字金融的“自我排斥”现象，三是由于其机制不健全导致其存在较大的安全隐患。1.2.2关于乡村振兴的研究在乡村振兴方面，我国学者已经对其有了较为深刻的研究。王燕飞REF_Ref25746\r\h[4](2023)认为在经济快速发展的今天，地区之间发展不均衡尤为明显，而我国人口基数较为庞大，要想高质量进行发展，进行乡村振兴必不可少，但我国目前面临着农村人口大量流失，产业结构比较单一等问题我国需要提出一系列的应对措施例如加强乡村基础设施建设等。李一吉，高丽萍REF_Ref25837\r\h[5](2025)认为乡村振兴对于我国实现现代化强国具有重要影响，通过产业振兴､组织振兴等路径可以实现乡村振兴。黄凯REF_Ref25978\r\h[6](2025)认为乡村振兴有效的解决了三农问题，且其相关战略的实施促进了农业转型升级，改善了农民的生活水平，有效的缩小了城乡差距，进而进一步解决了城乡发展不平衡问题。1.2.3关于数字普惠金融对于乡村振兴的影响的分析大量学者基于调查发现数字普惠金融对于乡村振兴有着促进作用。刘倩倩REF_Ref26076\r\h[7](2024)认为利用数字普惠金融方法来研究乡村振兴可以发现其存在的区域发展不均衡，相关监管不健全等问题，基于此些问题可以找到其相关应对措施。1.3研究内容和方法研究内容：(1)阐述数字普惠金融和乡村振兴的核心概念。(2)梳理河南省数字普惠金融发展现状，解析其助力乡村振兴的理论逻辑，探究两者联动效应。(3)依据河南省各地市数据，搭建乡村振兴评价指标体系，量化评估发展水平并预判趋势。(4)通过多维度对比与实证检验，剖析数字普惠金融对河南乡村振兴的实际影响。(5)结合理论与实证分析结论，针对性提出政策建议研究方法：文献调研法：梳理前人成果，把握数字普惠金融与乡村振兴发展的研究进程，奠定理论基础。(2)实证分析法：利用河南详实数据构建实证模型，量化评估数字普惠金融对乡村振兴的实际作用。(3)比较研究法：分析省内不同地区数字普惠金融与乡村振兴水平，揭示地区之间的发展不平衡性。1.4研究创新点和不足1.4.1创新点现有研究多聚焦省级层面，分析视角较为宏观。为了弥补这一缺点，本文基于河南省各市的数据，对数字普惠金融对河南省乡村振兴的影响进行实证分析，补充完善相关的理论知识，进而完善数字普惠金融对乡村振兴理论体系。1.4.2不足点由于数据的可用性和开放性有限，本文不可能包含所有数据，只能进行局部分析数，因此其数据有待完善。第二章相关概念界定及理论基础2.1相关概念界定2.1.1数字普惠金融的内涵数字普惠金融(DigitalInclusiveFinance)是普惠金融的创新模式，它依托大数据、区块链等尖端技术，使得金融服务覆盖范围持续扩大，提升了服务可得性与便利性，让传统金融服务难以触达的群体也能获得便捷、低成本的金融服务。其具有普惠性、数字化、可持续性的特点，且有助于乡村振兴、破解小微企业融资难、促进金融公平。2.1.2乡村振兴战略的内涵进入新时代，乡村振兴战略成为中国“三农”工作总抓手，其核心在于通过系统性、整体性、协同性，推动乡村产业、人才、文化、生态、组织全面振兴，实现农业农村现代化的政策体系。它通过科技创新、制度改革、文化传承协同推进，重点突破人才短板、数字鸿沟、可持续融资等瓶颈，真正实现“让农业成为有奔头的产业，让农民成为有吸引力的职业，让农村成为安居乐业的美丽家园”。2.2相关理论基础农村金融理论是研究农村地区资金融通、金融资源配置及其对农村经济发展影响的系统性理论。随着农村经济结构的演变和金融实践的深入，相关理论经历了从政府干预到市场化、再到包容性发展的演进过程。以下是主要理论及其研究进展：2.2.1农业信贷补贴论20世纪中期，政府主导的信贷扶持是农村金融理论的核心内容。该理论认为，基于农村金融市场存在信息不对称、高风险和低回报，私人金融机构不愿介入，导致农户面临严重的信贷约束(Adams，1984)。因此，政府应通过政策性金融机构(如农业发展银行)提供低息贷款，以促进农业生产。然而，实践表明，补贴信贷往往导致资金错配、还款率低和金融体系不可持续(Hoff&Stiglitz，1990)。2.2.2农村金融市场论20世纪80年代后，新自由主义经济学兴起，强调市场机制的作用(McKinnon，1973)。该理论主张利率市场化、减少政府干预，并鼓励农村金融机构商业化运营。例如，孟加拉国的格莱珉银行(GrameenBank)通过小组联保贷款模式，证明贫困农户同样具备信用和还款能力(Yunus，1999)。这一理论推动了全球微型金融(Microfinance)的发展，但也因高利率和过度商业化受到批评。2.2.3不完全竞争市场论Stiglitz&Weiss(1981)提出农村金融市场信息不畅、保障不充足，若完全依靠市场机制可能会导致信贷配给(CreditRationing)。因此，政府应在市场失灵时适度介入，如通过信用担保､互助合作金融等方式降低交易成本。中国的农村信用社改革、印度的自助小组(SHG)银行联动模式均体现了这一理论的实践价值。2.2.4金融排斥与普惠金融理论Leyshon&Thrift(1995)提出“金融排斥”概念，指出低收入农户因地理、经济和社会因素难以获得正规金融服务。普惠金融(InclusiveFinance)强调通过技术创新(如移动支付、数字金融)和制度创新(如村镇银行、助农贷)提高金融可得性(WorldBank，2014)。中国的“乡村振兴”战略和肯尼亚M-Pesa的移动金融模式均是该理论的典型应用。第三章河南省数字普惠金融发展现状及支持乡村振兴的作用分析本章聚焦河南省数字普惠金融发展现状，剖析其推动乡村振兴的作用路径。3.1河南省数字普惠金融发展现状分析基于河南省统计局数据可得，从整体发展方面进行分析。根据河南省统计局2023年数据可得在数字金融基础设施方面移动支付用户达7892万人，渗透率79.6%，农村地区移动支付覆盖率68.3%，较2020年提升23.5个百分点，5G基站总数突破12.4万个，实现乡镇全覆盖。在金融可得性指标方面，银行网点乡镇覆盖率连续5年保持100%，助农取款服务点行政村覆盖率达99.2%，数字信贷可获得性指数(0-100)从2020年的62提升至2023年的78。从重点领域发展进行分析，小微企业金融服务贷款余额在2020年为14500亿，同比增长15.2%，信贷额度占比28.5%，在2021年为17200亿元，同比增长18.6%，信用贷款占比35.2%，在2022年为19500亿元，同比增长13.4%，信用贷款占比42.6%，在2023年贷款余额为22300亿元，同比增长14.4%，信用贷款占比为48.3%，近四年来呈现稳步提升的状态，2023年河南省涉农贷款余额达2.58万亿元，占全省信贷余额的38.4%；其中普惠型涉农贷款为5600亿元，增速19.1%，比全部信贷平均增速高出4.7个百分点。郑州､洛阳等城市群数字普惠金融指数(DFI)超700，周口､驻马店等农业大市DFI低于500，城乡差异系数达0.38。通过数据分析可得现在河南省存在发展不均衡的问题，如郑州､洛阳两地数字金融业务量占比达53%，其他地区占比较小。3.2数字普惠金融支持乡村振兴发展的作用首先破解了农村金融供给不足难题，通过扩大金融服务覆盖面，例如2023年河南省助农取款服务点行政村覆盖率达99.2%，移动支付在农村地区渗透率提升至68.3%(较2020年增长23.5个百分点)，或者通过降低金融服务成本，数字信贷单笔业务成本降至传统模式的1/10。其次促进乡村产业振兴，以支持新型农业经营主体为例，2023年将面向这些主体发放总额为870亿元的数字信贷。农业供应链金融累计放款超1200亿元，同时也推动农村电商发展，目前全省村级电商服务站突破3.2万个，农村网络零售额年均增长28%(2023年达1850亿元)最后改善农村金融生态环境，完善了信用体系，全省农户信用档案建档率83%，数字风控模型使涉农贷款不良率降至1.8%(低于传统模式3.2个百分点)。数字普惠金融对河南省乡村振兴影响效应的实证分析本章先对数字普惠金融推动乡村振兴的原理及二者联系展开理论探讨，随后构建模型，以实证手段剖析数字普惠金融对河南省乡村振兴的现实作用。4.1理论分析和研究设计4.1.1理论分析和假设假设一：数字普惠金融对乡村振兴具有显著的积极影响。通过放宽金融服务准入条件、提升资金流转效率，乡村振兴能够得到数字普惠金融的直接支持。其核心机制在于缓解农村地区的金融排斥，为农业现代化、乡村产业升级和农民创业提供资金支持。根据金融深化理论，数字技术的渗透可打破地理限制，使偏远地区更易获得信贷、保险和支付服务，从而激活农村经济活力。假设二：创新水平在数字普惠金融与乡村振兴之间起中介作用，即数字普惠金融通过提升区域创新水平间接促进乡村振兴。基于创新驱动理论，数字普惠金融能间接推动乡村振兴，途径是促进技术革新与知识传播。比如它为农村小微企业提供研发资金，助力农业科技落地应用，同时通过大数据优化产业链协同，提升全要素生产率。中介效应模型可检验这一路径，即数字普惠金融→区域创新水平提升（如专利申请）→乡村经济多元化与收入增长。假设三：数字普惠金融对乡村振兴的促进作用在中小城市比大城市更显著。根据核心-边缘理论，大城市金融资源集聚效应可能削弱数字普惠金融的边际贡献，而中小城市因传统金融服务不足，数字普惠金融的替代互补效应更为突出。中小城市的乡村地区往往面临更严重的金融缺口，数字工具能更高效填补空白，促进城乡资源流动。4.1.2数据来源乡村振兴指标：《河南省统计年鉴》《河南农村统计年鉴》以及各地级政府工作报告。数字普惠金融指标：北京大学编制的数字普惠金融指数(省级以下分市数据)、中国人民银行郑州中心支行《河南省金融运行报告》。控制变量：财政支农支出、农村固定资产投资、受教育年限等(来自《河南农村统计年鉴》)。本研究选取了2011—2022年的城市数据作为原始样本，这一时间跨度涵盖了近十多年的城市发展变化，为分析数字普惠金融对乡村振兴的影响提供了丰富的时间序列数据。样本集最终包含了河南省17个城市—年度观测值，聚焦河南省进行研究，能够更精准地反映数字普惠金融在中部传统农区的实践效果，避免了跨省份异质性带来的估计偏差。4.1.3变量的设定和描述(1)被解释变量：乡村振兴，可以用乡村振兴评价指标（见表2）来表示。本研究参考了徐雪等（2022）的做法。根据乡村振兴的内涵，基于科学性、可行性、可测性和数据可获取性标准，我构建了中国乡村振兴评价指标体系。该体系涵盖产业兴旺、生态宜居、乡风文明、治理有效、生活富裕五大子系统，且由30项具体指标构成（见表1）。为避免人为评分的主观性，我用熵值法计算乡村振兴总指数和各子系统指数。这样可以准确反应每个指标在总指数里的重要性，具体计算过程是这样的：第一步，考虑到各项指标计量单位不同，需在计算前对数据进行标准化处理，防止对数计算出现错误。再继续熵值计算时，统一对所有数据加0.01进行非负化处理，具体操作方法如下：负向指标：X正向指标：XijXij'为处理后的第i个城市第j个指标的值（第二步，得出第i个城市在第j项指标里的权重比例Pij第三步，计算第j项指标的熵值ej第四步，计算第j项指标的差异系数gj第五步，计算第j项指标占所有指标的权重ωj第六步，计算各个城市的综合得分（见附录1）si表1中国乡村振兴评价指标体系子系统维度具体指标产业兴旺农业生产能力基础人均农业机械总动力(千瓦)农业生产能力基础粮食综合生产能力(万吨)农业生产效率农业劳动生产率(元/人)产业融合水平规模以上农产品加工企业主营业务收入(亿元)生态宜居农业绿色发展农药､化肥施用量(万吨)畜禽粪污综合利用率(%)农村人居环境治理对生活污水进行处理的行政村占比(%)对生活垃圾进行处理的行政村占比(%)卫生厕所普及率(%)农村生态保护农村绿化率(%)乡风文明农民受教育程度农村居民教育文化娱乐支出占比(%)农村义务教育学校专任教师本科以上学历比例(%)农村居民平均受教育年限(年)传统文化传播有线电视覆盖率(%)开通互联网宽带业务的行政村比重(%)乡村公共文化建设乡村文化站数量(个)治理有效治理能力村主任､书记“一肩挑”比例(%)治理举措已编制村庄规划的行政村占比(%)已开展村庄整治的行政村占比(%)生活富裕农民收入水平农民人均纯收入(元)农民人均收入增长率(%)城乡居民收入比(%)农村贫困发生率(%)农民消费结构农村居民恩格尔系数(%)农民生活条件每百户汽车拥有量(辆)农村居民人均住房面积(平方米)基础设施建设水平安全饮用水普及率(%)村庄道路硬化率(%)人均道路面积(平方米)基本公共服务保障水平农村每个人拥有卫生技术人员数(人)解释变量：数字普惠金融，具体情况可由数字普惠金融指数（见表2）来呈现。本文借鉴郭峰等（2020）的成果，完成了指数的无量纲化处理，明确数字普惠金融在覆盖率、使用深度、数字化水平这三个维度指标的指数权重，并进行了指数合成。具体的指数合成是采用了分层加权的方法，先计算基础指标值，再逐级向上汇总形成综合指数。计算数字金融使用深度指数时，采用动态纳入机制，以权重归一化维持业务板块占比稳定。最终利用多层级加权平均的模型得出结果，得出数字普惠金融发展指数。(3)中介变量：创新水平，发明专利数量是创新产出的硬指标，比研发投入、问卷数据更直接反映技术成果，且统计口径统一，避免主观偏差。本研究采用地级市当年的发明数量加一再取对数的方式衡量，该方法可解决“零专利”城市的分布偏误，同时保留数据的相对差异，使变量更符合线性回归的方差平稳性要求。(4)控制变量：参考已有研究(盖庆恩等，2024)，本文还加入了其他可能影响乡村振兴的控制变量(见表2)，包括：产业结构、经济发展水平、外商投资水平、金融发展程度、政府干预程度。表2变量说明变量名称变量说明乡村振兴乡村振兴评价指标数字普惠金融数字普惠金融指数创新水平城市当年申请的发明数量+1再取对数产业结构第三产业增加值占GDP的比例经济发展水平人均地区生产总值外商投资水平外商直接投资实际使用金额(万美元)金融发展程度(存款总额+贷款总额)/GDP政府干预程度政府一般公共预算支出/GDP5.描述性统计各研究变量的描述性统计如表3所示，从均值来看，各变量数值差异较大。经济发展水平均值最高，为10.662，这可能表示整体处于相对较高的发展阶段；而外商投资水平均值最低，仅为0.025，反映出该方面的平均水平较低。标准差方面，创新水平的标准差最大，达到1.209，说明其数据离散程度高，不同样本间的创新水平差异较大；外商投资水平的标准差最小为0.016，说明各地区在该指标上的差异较小，数据分布较为集中。最小值与最大值方面，各指标的量纲存在差异。如创新水平最小值为2.944，最大值为8.354，跨度较大；外商投资水平最小值为0.006，最大值为0.072，跨度相对较小。这些数据特征有助于我们初步了解各变量的分布情况，为后续实证研究提供基础。表3描述性统计VariableObsMeanStd.Dev.MinMax乡村振兴2040.2550.0310.1920.333数字普惠金融2045.160.4764.0915.816创新水平2045.1951.2092.9448.354产业结构2040.3950.0710.2130.547经济发展水平20410.6620.4219.66411.636外商投资水平2040.0250.0160.0060.072金融发展程度2041.7640.5471.0134.451政府干预程度2040.1580.030.0890.231数据来源：中国农村统计年鉴、中国城市统计年鉴4.2实证分析4.2.1模型设定为了弄清数字普惠金融对乡村振兴的影响，于是采用了运用双向固定效应模型进行分析。并且通过中介效应模型，探究以新质生产力为基础的数字普惠金融推动乡村振兴的内在机制。借鉴江艇等(2022)的方法，构建模型表达式如下：(1)双向固定模型（7）其中Yit为被解释变量，表示城市i在年度t的乡村振兴.β0为常数项，Xit表示城市i在年度t的数字普惠金融；Controlsit为控制变量，εit表示误差项，νi为城市固定效应，τt为(2)机制检验模型（8）其中C表示总效应，M表示机制变量，a,c分别表示各项回归中的回归系数值，ε表示误差项。4.2.2数字普惠金融对乡村振兴的影响本文首先使用双向固定模型探讨数字普惠金融对乡村振兴的影响，在回归之前，本文对全部解释变量和控制变量开展方差膨胀因子（VIF）检验。从表4数据可知，所有变量的VIF值均显著低于10的阈值，意味着模型不存在多重共线性，满足回归分析的前提条件，确保后续回归分析顺利开展。根据表4数据，数字普惠金融指数回归的估计系数为0.0709，记为(1)；单一指标覆盖率的回归估计系数是-0.0231，对应(2)；单一指标使用深度的回归估计系数为-0.0309，即(3)；(4)为单一指标数字化程度的回归，估计系数为-0.0260。在考虑城市和年份固定效应的情况下，数字普惠金融的系数估计值呈现出显著的正值且该结果在1%的显著性水平下成立，这说明数字普惠金融对乡村振兴具有显著的积极影响，无论研究视角如何，假设一成立。表4数字普惠金融对乡村振兴的影响(1)(2)(3)(4)乡村振兴乡村振兴乡村振兴乡村振兴数字普惠金融0.0709***(3.2488)产业结构-0.0254-0.0231-0.0309-0.0260(-0.8431)(-0.7402)(-0.9208)(-0.8278)经济发展水平0.0354*0.0350*0.0412*0.0397*(1.8843)(1.8609)(2.0663)(1.9873)外商投资水平-0.1222-0.1103-0.1773-0.1595(-0.4974)(-0.4590)(-0.7597)(-0.6690)金融发展程度0.0121***0.0127***0.0116***0.0122***(3.6274)(3.6890)(3.3854)(3.5254)政府干预程度0.3715***0.3780***0.3765***0.3819***(3.4300)(3.4592)(3.4680)(3.2949)覆盖广度0.0287**(2.6688)使用深度0.0167***(3.7672)数字化程度0.0092**(2.1958)_cons-0.4892*-0.3052-0.3209-0.2765(-1.9078)(-1.4119)(-1.5107)(-1.3042)城市固定yesyesyesyes年份固定yesyesyesyesN204204204204adj.R20.6030.6020.6070.602数据来源：根据互联网数据整理而成注：***､**､*分别代表1%､5%､10%的显著性水平；括号内为t统计量4.2.3中介效应检验表5对创新水平在数字普惠金融与乡村振兴关系中的中介功能进行了验证。结果显示，在10%的显著性标准下，数字普惠金融能够显著推动创新水平提升；而创新水平在5%的显著性水平下，对乡村振兴的促进作用明显。这一结果验证了创新水平的中介效应，表明数字普惠金融可借助创新水平助力乡村振兴，假设二成立。表5中介效应检验(1)(2)创新水平乡村振兴数字普惠金融2.2741***0.0151(3.8351)(0.4588)产业结构0.1793-0.0378(0.2176)(-1.1902)经济发展水平0.10700.0351*(0.5869)(1.7733)外商投资水平-0.3488-0.1180(-0.1105)(-0.5111)金融发展程度0.9196**0.0088(2.8727)(0.9546)政府干预程度-5.0719**0.4166***(-2.4925)(4.3001)创新水平0.0112*(2.0107)_cons-7.6913**-0.2902(-2.4801)(-0.9573)城市固定yesyes年份固定yesyesN204204adj.R20.9010.610注：***､**､*分别代表1%､5%､10%的显著性水平、括号内为t统计量4.2.4稳健性检验(1)滞后控制变量为进一步检验结果的稳健性，本文将控制变量滞后一期作为稳健性检验。主要目的是通过引入时间动态性来验证因果关系的可靠性和持续性，同时缓解潜在的内生性问题。结果如表6第(1)列所示，系数为0.1119，在1%的显著性水平下显著，符合上述原有研究假设。(2)排除新冠疫情影响为了排除新冠疫情对乡村振兴的影响，我们将样本限制在2020年之前，利用2011-2019年的样本进行回归，结果如表6第(2)列所示，系数为0.0758，在1%的显著性水平下显著为正，说明我们的结果是稳健的，增强了研究的普遍性和说服力。(3)缩尾处理为进一步检验结果的稳健性，本文将被解释变量，解释变量以及控制变量均缩尾处理。主要目的是通过将数据分布的极端值替换为临界值，减少异常值对回归结果的扭曲。结果如表6第(3)列所示，系数为0.0407，在10%的显著性水平下显著，符合上述原有研究假设。(4)工具变量法本文采用工具变量法来排除潜在的内生性偏差，F检验和LM检验是两个关键的方法。F检验用于判断工具变量与内生解释变量是否存在较强的相关性，若不通过意味着存在弱工具变量问题；LM检验则用来验证工具变量能否被识别，只有检验通过时才能说明工具变量可以被识别。本文F统计值达到91.304，远超16.38的临界值，说明不存在弱工具变量情况。同时，LM检验在1%的显著性水平下结果显著，表明工具变量能够有效识别，可用于克服内生性问题。本研究之所以将"互联网普及率"确定为工具变量，是因为它和数字普惠金融的应用具有很强的相关性和外生特征。特数字普惠金融发展与乡村振兴可能存在双向因果关系，而互联网基础设施是数字普惠金融发展的先决条件，可有效规避反向因果导致的内生性偏误。互联网普及率由通信基建政策、技术扩散等宏观因素决定，短期内不受乡村经济反馈影响；同时，其影响乡村振兴的路径主要通过数字普惠金融实现，而非直接作用于乡村产业或收入，满足工具变量外生性要求。表7的回归结果验证了工具变量的有效性也表明了数字普惠金融能推动乡村振兴。发现第(1)列工具变量iv与数字普惠金融发展程度显著正相关(β=0.0075，p<0.05)，符合工具变量有效性的要求；第(2)列回归结果进一步表明数字普惠金融对乡村振兴的促进效果显著（β=0.0237，p<0.05）。这些数据为数字普惠金融与乡村振兴之间的关系提供了有力的经验证据。表6稳健性检验(1)(2)(3)乡村振兴乡村振兴乡村振兴数字普惠金融0.1119***0.0758***0.0407*(2.9613)(2.9675)(1.7782)L.产业结构0.0225(0.6671)L.经济发展水平0.0134(0.5460)L.外商投资水平-0.2435(-1.0866)L.金融发展程度0.0075**(2.2404)L.政府干预程度-0.0452(-0.4408)产业结构-0.0264-0.0358(-0.7894)(-1.0863)经济发展水平0.0367*0.0363*(1.8465)(1.9490)外商投资水平-0.1331-0.1219(-0.5015)(-0.4948)金融发展程度0.00870.0191*(1.5723)(1.9567)政府干预程度0.3843***0.3596***(3.5013)(3.1119)_cons-0.4163-0.5197*-0.3766(-1.2987)(-1.8796)(-1.4802)城市固定yesyesyes年份固定yesyesyesN187187204adj.R20.5320.6080.594注：***､**､*分别代表1%､5%､10%的显著性水平、括号内为t统计量表7工具变量法检验(1)(2)数字普惠金融乡村振兴iv0.0075**(2.1469)数字普惠金融0.0237**(2.3560)产业结构0.0319-0.0336(0.6361)(-0.9464)经济发展水平0.0496*0.0288**(2.0695)(2.0843)外商投资水平-0.0751-0.2698(-0.2878)(-1.5012)金融发展程度0.0163***0.0101**(3.0255)(1.9788)政府干预程度0.21850.2740***(0.9211)(3.1087)_cons3.5099***(14.9650)城市固定yesyes年份固定yesyesN204204adj.R20.9950.543注：***､**､*分别代表1%､5%､10%的显著性水平、括号内为t统计量4.2.5异质性分析(1)不同城市规模的异质性不同城市规模由于资金限制，政府制度以及内部管理等各种原因导致其之间存在明显的差异。为检验不同城市规模下数字普惠金融对乡村振兴的影响是否一样，本文将城市分成大城市和中小城市两组分别进行回归。由表8第(1)列至第(2)列的回归结果可知，大城市数字普惠金融系数是0.0239，未满足显著性检验要求；中小城市的系数为0.0653，在5%的显著性水平下表现显著。结果显示，数字普惠金融对中小城市的乡村振兴影响更大，对大城市影响较小，假设3成立。造成异质性的原因可能是：(1)金融资源分配：大城市本身金融资源丰富，传统金融机构和数字金融服务已相对饱和，数字普惠金融的边际效应较低；而中小城市金融供给长期不足，数字普惠金融能有效填补服务空白，显著缓解融资约束，从而对乡村振兴产生更大促进作用。(2)产业结构和经济形态：大城市乡村经济可能已高度城市化或依赖非农产业，对普惠金融的需求相对有限；而中小城市乡村仍以农业和小微企业为主，数字金融工具(如小额信贷、移动支付)能更直接赋能农业生产、农村电商等，推动产业升级。(3)政策实施效果：中小城市的地方政府可能更倾向于将数字普惠金融与乡村振兴政策紧密结合(如配套补贴、培训项目)，而大城市因政策重心偏向高科技或服务业，数字普惠金融在乡村领域的落地效果相对较弱。因此，城市规模差异导致数字普惠金融的乡村振兴效应呈现显著异质性。(2)不同区域经济发展水平的异质性不同区域城市间由于资金限制，政府制度以及内部管理等各种原因导致其之间存在明显的差异，将城市分为高经济发展水平和低经济发展水平两类，并分组回归。从表8第(3)-(4)列回归结果可见，数字普惠金融对城市乡村振兴的影响因地区经济水平而异。在高经济发展地区，该影响于5%显著性水平下成立，作用显著；但在低经济发展地区，则不显著。由此说明，数字普惠金融对经济发达地区城市的乡村振兴推动效果更突出。可能的原因是：(1)数字化基础设施：高经济水平地区具备更完善的数字化基础设施(如网络覆盖、移动终端普及)和配套服务(如物流、电力)，使得数字金融工具更易落地和应用，而低经济水平地区受限于硬件条件不足，制约了数字普惠金融的实际渗透；(2)乡村产业的多元化：高经济水平地区的乡村产业更为多元化(如电商、特色农业、乡村旅游)，对多样化金融产品(如信贷、保险、理财)的需求更强，且市场主体信用数据积累较完善，便于数字风控模型发挥作用，而低经济水平地区仍以传统农业为主，金融需求单一且信用体系薄弱，导致数字金融的普惠性难以充分体现；(3)政策执行能力：高经济水平地区的政策执行能力和市场化程度更高，地方政府能够提供更有效的配套支持(如补贴、培训)，同时金融机构竞争激烈，推动服务深度下沉，而低经济水平地区受限于财政资源和制度环境，政策落地效率较低，传统金融机构数字化转型缓慢，进一步限制了数字普惠金融的推广效果。表8异质性分析(1)(2)(3)(4)大城市中小城市高经济发展水平低经济发展水平数字普惠金融0.02390.0653**0.0607**0.0536(0.5156)(2.2046)(2.2068)(0.9196)产业结构-0.09680.0014-0.0934**0.1030**(-0.7424)(0.0347)(-2.1323)(2.4810)经济发展水平-0.00560.0470**0.03740.0187(-0.1543)(2.8377)(1.1175)(0.4986)外商投资水平-0.3713-0.01380.1241-0.2651(-1.0082)(-0.0526)(0.4412)(-0.7221)金融发展程度0.0339*-0.00070.0154-0.0194(3.0867)(-0.0359)(1.3661)(-0.5545)政府干预程度0.15420.4524***0.20960.7688***(0.2712)(4.3092)(1.0154)(5.3107)_cons0.1535-0.5883**-0.4551-0.3026(0.3992)(-2.4957)(-1.3487)(-0.6151)年份固定yesyesyesyes城市固定yesyesyesyesN48156102102adj.R20.6510.6030.4980.611注：***､**､*分别代表1%､5%､10%的显著性水平、括号内为t统计量4.3结论着眼于2011-2022年河南省17个地级市面板数据，数字普惠金融对乡村振兴的战略意义愈发凸显。综合指数回归系数0.0709于1%显著性水平下显著，以及覆盖广度、使用深度、数字化程度各维度在5%或1%显著性水平下的显著。在研究控制变量的影响时发现，金融发展程度（0.0121***）和政府干预程度（0.3715***）呈现出显著正向影响，经济发展水平（0.0354*）呈现出部分显著，而外商投资水平呈现出不显著。中介效应模型的检验结果表明，数字普惠金融与创新水平密切相关，其相关系数达到2.2741，并在1%的显著性水平下通过检验，创新水平对于乡村振兴的相关系数0.0112（10%显著），并且中介效应占比约36.1%，表明创新水平是重要传导渠道。稳健性检验采用四种方法验证结论可靠性，首先是滞后控制变量为0.1119（1%显著），其次是排除疫情影响（2011-2019）是0.0758（1%显著），缩尾处理是0.0407（10%显著），最后是工具变量法（互联网普及率），第一阶段F值91.304，第二阶段系数0.0237（5%显著）。异质性分析显示，在城市规模差异方面，中小城市为0.0653（5%显著），大城市为不显著，究其原因为中小城市金融供给不足，边际效用更高。在经济发展水平差异方面，高经济水平地区为0.0607（5%显著），低经济水平地区为不显著，其原因为基础设施和政策执行能力差异。最后可以得出结论：数字普惠金融对乡村振兴有显著促进作用，创新水平在其中充当重要中介。同时这一促进效应在不同情形下存在明显差异。数字普惠金融促进河南省乡村振兴发展的建议实证研究表明，数字普惠金融对河南省乡村振兴的促进作用显著，且在中小城市和经济发达地区表现尤为突出。这一发现为政策制定提供了重要依据：必须充分发挥数字金融的“乘数效应”，构建多层次、差异化的支持体系。5.1推进差异化数字普惠金融策略5.1.1中小城市重点突破计划实施“数字普惠金融下乡工程”，在县域层面设立专项风险补偿基金（建议初始规模50亿元）；开发“三农特色金融产品包”，将小额信贷审批时限压缩至3个工作日内；建立“县域数字金融指数”监测体系，按季度评估政策效果。5.1.2高经济发展地区深化发展方案推动“数字金融+产业集群”融合示范项目，重点支持10个省级农业产业化联合体；创新“产业链数字金融”模式，实现核心企业信用向上下游小微主体延伸；建设区域性农村数字金融创新中心，每年培育100名数字金融专员。5.2完善基础设施升级工程5.2.1实施“新基建下乡三年行动”2025年前实现行政村5G网络覆盖率100%、光纤通达率100%；建设县级数字金融服务中心，配备智能终端设备；开发本地化数字金融APP，整合支付、信贷、保险等功能。5.2.2构建农村信用体系建立覆盖800万农户的信用档案数据库；推行“信用村”评定制度，对A级以上信用村给予利率优惠；探索区块链技术在农产品溯源金融中的应用。5.3构建创新支持体系5.3.1完善创新激励机制设立数字金融创新引导基金；实施“专利金融”专项计划，将发明专利纳入授信评估体系；建立"创新-金融-产业"对接平台，每年举办100场路演活动。5.3.2优化政策协同机制建立财政金融联动机制，对数字普惠金融业务给予贴息补助；完善监管沙盒制度，鼓励金融机构开展产品创新试点；构建跨部门数据共享平台，打通12个涉农部门数据壁垒。参考文献璐瑶.数字普惠金融发展研究综述[J].财会月刊,2021（12）：1-7.吴金旺，顾洲一.数字普惠金融文献综述[J].财会月刊,2018,(19):123-129蔡洋萍，汪晨，熊佳琪.我国农村数字普惠金融发展问题及对策分析[J].金融理论与教学,2021,(1):35-41王燕飞.谈乡村振兴战略[J].村委主任,2024,(13):