党的二十大报告明确指出，要全面推进乡村振兴，并坚持农业农村的优先发展地位。乡村振兴不仅是解决新时代我国社会主要矛盾的关键举措，也是实现“两个一百年”奋斗目标与中华民族伟大复兴的中国梦的必由之路。

　　2013年，党的十八届三中全会首次阐明了数字金融的概念，并将“推进数字普惠金融的发展”确立为推动我国金融市场体系构建的重要策略。但由于普惠金融需要通过增设实体网点去为边缘化的弱势群体提供金融产品与服务，在推广过程中面临成本较高、社会收益不明显等问题。数字普惠金融，作为传统普惠的数字化演进，更具共享、包容、普惠特性。农业强县建设是农业强国的根基，数字普惠金融已逐渐成为引领县域经济高质量发展和建设现代农业强县的核心动力。

文献综述

　　数字普惠金融依托技术革新，显著增强金融服务普惠性，成为推动我国共同富裕的关键动力。数字经济作为经济新引擎，为乡村振兴带来前所未有的机遇。

　　大部分学者认为数字经济对乡村振兴有正面影响。田野等测算了数字经济对乡村振兴的直接影响，检验了城乡融合发展对乡村振兴的中介效应。孟维福等验证了数字经济对乡村振兴的直接促进作用，并检验了科技创新、农村创业和消费升级对乡村振兴的中介效应。也有部分学者认为数字普惠金融对乡村振兴会产生不利影响。杨江华认为，城乡之间数字鸿沟仍然普遍存在，可能导致农民存在相对剥夺感。

　　本文选取乡村振兴指数作为核心解释变量，旨在探究数字普惠金融对其产生的效应。此番研究有望拓展关于数字普惠金融对乡村振兴发展影响的学术探讨，为探寻数字普惠金融有效促进乡村振兴的实践路径提供参考与启示。

理论分析和研究假设

数字普惠金融影响乡村振兴的理论分析

　　党的十九大报告明确了乡村振兴的“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”五大核心要求。首先，在产业兴旺层面，数字普惠金融通过拓宽乡村产业投融资渠道、改造传统农村农业，有效促进了乡村产业的繁荣发展。其次，在生态宜居方面，其通过绿色金融产品激励节能减排与环保行动，有效促进了农村生态环境的改善。对于乡风文明建设，数字普惠金融通过提供便捷的金融服务，提升了乡村居民的生活水平和幸福感。再次，在乡村治理有效上，数字普惠金融利用信用建设和风险控制等手段，提高了乡村治理的效率和成效。最后，在生活富裕维度，数字普惠金融更是成为农民增收与生活品质提升的重要推手。

基于上述分析，提出假设1：数字普惠金融有利于乡村振兴发展。

数字普惠金融影响乡村振兴的区域异质性理论分析

　　我国幅员辽阔，不同地区的乡村初始发展水平差异较大不同，影响数字普惠金融的渗透力。西部地区相对落后，数字普惠金融的推广能够有效缓解乡村地区金融排斥现象，满足农民多样化的金融需求，为数字普惠金融的渗透提供了广阔的提升空间。东部和中部，经济基础坚实、基础设施相对完备，乡村地区已处于较高的发展水平，数字普惠金融的边际贡献相较于西部地区可能有所减弱。因此，在推进数字普惠金融以促进乡村振兴时，需要充分考虑并应对这些地区性的差异和特点。

　　基于前述分析，提出假设2：数字普惠金融对于乡村振兴发展的促进作用表现出显著的区域差异性。

研究设计

模型构建

　　根据上述的理论，数字普惠金融有利于乡村振兴发展。为检验此结论，本研究采用2011—2022年我国30个省市自治区面板数据，以乡村振兴指数为被解释变量，数字普惠金融指数为核心解释变量，建立如下模型：

　　其中，表示i省份在t年的乡村振兴发展指数，表示i省份在t年的数字普惠金融指数，表示控制变量，表示i省份固定效应，表示时间固定效应，为随机误差项，为截距项，为数字普惠金融变量系数，为控制变量系数。

变量选取

　　1.被解释变量

　　本文采用2011-2022年我国30个省市自治区的乡村振兴的面板数据进行分析，并借鉴了徐雪等构建乡村振兴评价体系的指标选取，使用阈值法测度评价乡村振兴指数。

　　2.解释变量

　　以数字普惠金融指数(DIF)作为解释变量，本文的解释变量选取了2011-2022年我国30个省市自治区的北京大学数字普惠金融指数缩小至原数的千分之一处理作为本文模型中的主要解释变量。

　　3.控制变量

　　为控制其他因素对乡村振兴发展的影响，选择控制变量。(1)产业结构(ind)：第三产业产值/第二产业产值;(2)数字化水平(dl)：邮电业务总量/GDP;(3)农村受教育水平：大专及以上人数*15+高中人数*12+初中人数*9+小学人数*6)/农村总人口;(4)经济发展水平(lnGDP)：人均GDP的对数。

实证结果与分析

描述性统计分析

　　本文首先对研究样本进行描述性统计，展示数据特性及分布。表2概括了主要变量的统计特征。乡村振兴发展指标的最大值达到0.794，而最小值为0.085，反映出我国不同地区在乡村振兴的不均衡发展。从整体数据上看，可以观察到均值在最大值与最小值构成的区间中点附近，有效揭示了所分析统计量未展现出明显的偏向性分布特征。

表1 2011-2022年各省市自治区数字普惠金融指数

注意：文章数据来自国家统计局、《中国统计年鉴》和《北京大学数字普惠金融指数（2011-2021）》等。基于数据的可获得性，剔除港澳台地区和西藏自治区，选取2011-2022年我国30个省市自治区的面板数据为研究样本。

　　表2 描述性统计

基准回归分析

　　首先针对样本数据实施了F统计量检验，所得p值均显著低于0.05，据此，拒绝原假设，确认使用固定效应模型。为增强论证的稳健性，引入豪斯曼检验，结果显示P值远低于0.05。

　　回归分析的详细结果汇总于表3中。列(1)展示了在仅纳入固定效应作为控制条件未涉及其他控制变量的情境下，数字普惠金融对乡村振兴的正向促进作用在1%的显著性水平上得到了验证，支持了假设1的成立。进而，列(2)全面纳入控制变量的策略，研究结果持续稳健，确认了数字普惠金融对乡村振兴具有显著的积极推动作用，且该效应的显著性保持在1%的高水平上，强化了研究结论。

表3 回归分析结果

　　注：括号内的数字为t统计量，***、**、*分别代表在0.1%、1%、5%水平上显著相关。

稳健性检验

　　为了深化验证数字普惠金融在推动乡村振兴中的积极作用，考察模型结论的稳固性，采用各省数字普惠金融的深度应用指标(记为UD)作为核心解释变量的替代变量。根据表3中的列(3)所呈现的回归结果，依然展现出显著正相关，这一发现与表3列(2)中其余关键变量的符号表现保持了高度一致性，从而强有力地证明了本研究的结论具有稳健性。

内生性检验

　　考虑到内生性影响，采用滞后一期数字普惠金融指数(L.DIF)作为工具变量，回归结果如表3的列(4)和列(5)，数字普惠金融对乡村振兴的回归系数显著为正，其余关键变量回归系数与基准回归系数符号检验结果一致，说明本文结果可靠。

异质性分析检验

　　地区不同数字普惠金融发展对乡村振兴水平的影响也不同。据表4所示，数字普惠金融系数均显著为正(p<0.01)。其系数在西部地区最大(0.881)，东部地区次之(0.562)、中部地区最小(0.558)，可见数字普惠金融发展的影响力度在西部地区最为显著，可能归因于该区域初始发展水平相对较低，为数字普惠金融的渗透提供了广阔空间。相较之下，东部与中部地区，由于其经济基础较为雄厚，基础设施相对完善，数字普惠金融在这些区域虽仍发挥积极作用，但其边际效应相对较弱。

表4 异质性检验

　　注：括号内的数字为t统计量，***、**、*分别代表在0.1%、1%、5%水平上显著相关。

研究结论与对策建议

　　本文主要以2011-2022年我国30个省市自治区的面板数据作为样本进行实证研究，深入探讨了数字普惠金融对乡村振兴战略的正向驱动作用。实证研究表明，数字普惠金融有利于乡村振兴发展，同时这种促进作用在不同区域间展现出异质性特征。基于以上研究，得出以下两点建议。

　　第一，持续推动数字普惠金融发展，加强数字基础设施建设。鉴于数字普惠金融与互联网及信息技术的紧密依存关系，应加大对农村及偏远地区的数字基础设施建设投入，以支撑其普惠金融服务的有效扩展。

　　第二，促进区域间合作与交流。鼓励经济发达地区与欠发达地区之间开展数字普惠金融领域的合作与交流，分享成功经验和技术成果，助力乡村振兴战略的全面实施。

　　编校：王文娟

　　网络：吴飞飞

　　监审：罗学茹

　　终审：魏文源