［摘要］从农村地区信贷约束与农业规模经营互为矛盾的现实困境出发，文章进一步着眼于数字普惠金融视角，基于2011—2019年省际面板数据，并运用普通面板模型、空间面板模型和面板门槛模型考察了数字普惠金融对农业规模经营的影响及其空间溢出效应与门槛特征。研究发现:数字普惠金融通过缓解农村地区信贷约束而对农业规模经营的总量和效率两个层面具有显著的推动作用;数字普惠金融对本地区和邻近地区的农业规模经营的总量和效率层面均具有促进作用，说明这种促进作用存在空间关联效应;数字普惠金融之覆盖广度、使用深度对农业规模经营总量和效率的促进作用表现出显著的空间溢出效应，而数字化程度对农业规模经营的影响较为有限;随着农村教育水平提高，数字普惠金融对农业规模经营总量和效率的推动作用表现出边际递增特征。文章的政策建议是强化农村地区数字普惠金融服务、构建区域之间交流协作机制，以及加大农村地区的教育投入，以推动农业适度规模经营进程。

　　［关键词］农业规模经营,数字普惠金融,农村教育水平,空间关联效应,门槛效应

　　一、引言

　　长期以来，中国传统社会的经济形态主要呈现为自给自足的小农经济，而在小农经济主导下所形成的分散化、零碎化的经营方式被认为是农业进步的主要障碍之一［1］。政策层面，21世纪以来连续聚焦于“三农”问题的中央一号文件中，曾多次阐明了“发展多种形式的农业适度规模经营”的农业发展方向。由此可见，推进农业规模经营是发展现代农业的现实基础，是推动全面乡村振兴的重要抓手，而探究农业规模经营的驱动因素与提升机制将具有重大战略意义。

　　事实上，数字普惠金融发展为化解“三农”领域面临的信贷约束提供了有效方案，对于推进农业规模经营进程的重要性日益凸显。现有文献中，大多研究认为农村传统金融作用极为有限，并非能有效降低农村金融服务获得准入门槛;相反，金融排斥和信贷约束问题一直被认为是制约农户进行土地转入、规模经营的重要原因［2－5］。具体而言，信贷约束使农户无法投入充分的土地、农用机具等要素，抑制了土地规模经营面积扩大和农业资本积累，从而不利于农业生产规模效率的提高［6－7］。即使大规模经营农户相比于小农户在种植规模方面具有明显优势，但囿于农村传统金融排斥困境，大农户获得的正规信贷资金满足程度仍然较低，生产成本非但没有显著降低，反而致使其农业生产规模不经济［8］。因此，亟待对农村金融市场进行改革，完善农业信贷服务［9］。

　　随着互联网、大数据等新型信息技术与金融服务的融合发展与创新，数字普惠金融应时而生。相比传统金融服务，数字普惠金融工具进一步实现了跨时间和空间的多元化、可选择性、便捷高效的服务，同时其服务边界更好地抵达农村地区，从而为缓解弱势农业经营群体面临的“融资难”“融资贵”“钱从哪来”等金融排斥和信贷约束问题提供了有效应对方案。相关研究指出，数字普惠金融能显著提高农户正规信贷的可得性与规模［10］。并且，通过大数据平台使得农户的融资接待信息透明化，从而避免了过往因农户与金融机构之间的信息不对称而造成的道德风险行为的发生，扩宽了农村地区的融资渠道［11］。所以，农村融资渠道畅通不仅对推进农业规模经营进程意义重大，而且随着数字要素逐渐下沉农村地区之后，与传统金融服务融合后的数字普惠金融为农户缓解信贷约束提供了新的解决方案。已有研究中，虽然个别研究开始关注农村金融发展对农业产业化的影响［12］，但在数字经济发展背景下，数字普惠金融对农业规模经营的影响层面仍有待深化。

　　具体而言，本研究认为数字普惠金融对农业规模经营影响层面存在的考察空间在于:一方面，数字普惠金融对农业规模经营的促进作用是否存在空间关联效应?由于数字普惠金融通过为农户提供便捷高效的融资渠道而推进农业规模经营的信号极有可能存在空间外溢，越早获取该信号的地区就能越快地推进农业规模经营，并且这种信号的传递和扩散速度往往与地理距离密切相关。另一方面，全国不同地区农村居民教育水平非均衡条件下，农户由于金融素养不同而对数字金融服务的使用方面可能存在显著差异。所以，数字普惠金融对农业规模经营的影响是否因此而存在农村教育水平门槛?对这些问题的解答将是本文的核心关切内容。

　　二、理论假说

　　(一)数字普惠金融与农业规模经营

　　规模经营是国内政策层面长期倡导的农业发展方向，而信贷约束一直被视为制约农业经营主体推进农业规模经营的主要因素之一。然而，在数字技术与传统金融服务的融合创新背景下，数字技术降低了农村传统金融的前端交易成本，同时为农村金融创新提供了后端技术支撑［13］。因此，数字普惠金融的应运而生为农村地区提供了更为便捷和高效的融资渠道，从而有助于推进农业规模经营进程。那么，数字普惠金融影响农业规模经营的理论逻辑为何?具体而言，第一，收入效应。数字普惠金融有助于缓解农户相对贫困，提高农户家庭收入水平［14］，同时，数字普惠金融发展不仅可以帮助农户通过获取借贷而短时间内增加收入水平，而且可以带动农业产业升级而促进长期收入水平提高［15］;另外，实现农业规模经营的确有赖于农户收入水平的显著提高［16］。因此，数字普惠金融通过收入效应一定程度上推动了农业规模经营发展。第二，替代效应。数字普惠金融有助于促进农村劳动力职业非农化［17］。而在农村劳动力持续缩减的过程中，为了维持甚至增加原有农业产出，理性的选择应是通过“小田并大田”，继而增加农机等要素投入弥补农村劳动力流失带来的损失。所以，数字普惠金融通过使用农机等要素替代劳动力要素和实现农田连片经营这个过程推动了农业规模经营。第三，创业效应。事实上，数字普惠金融通过疏通“三农”领域融资渠道而有利于促进农村居民的创业决策［18］，并且这种创业决策并不局限于非农领域，还体现在农民依托数字平台提供的信贷资金实现“自雇型”甚至“雇他型”的农业扩大规模经营的行为策略［19－20］。这些坚守在农业领域的农业经营主体有望成为“中坚农民”群体，通过转入外出务工者的土地推动农业规模经营，同时参与村集体公共事务并与农村地区留守妇孺老少形成相互支撑的农村社会结构，助力乡村振兴［21］。由此，该文提出假说1。

　　假说1:数字普惠金融对农业规模经营具有推动作用。

　　(二)数字普惠金融、空间关联效应与农业规模经营

　　根据新经济地理学相关理论可知，空间关联效应主要通过开放主体之间的知识共享、技术扩散、贸易交流，以及人口流动等途径得以实现［22］。然而，数字普惠金融服务作为农业经营主体群体中的共同知识和技术，那么，数字普惠金融对农业规模经营影响的空间关联效应的理论逻辑是怎样的呢?具体而言，其一，集聚效应。数字普惠金融作为新兴技术产业，其新技术、新业态和新模式的培育往往需要能快速消化和吸收此类新型技术的成熟市场作为依托，因此，数字普惠金融服务一般最先孵化于经济发展良好、高回报率的地区。一般而言，相比中西部省份，国内东部沿海发达省份的产业结构、数字资源禀赋，以及区位条件等方面更加具有优势。所以，这些地区的农业经营主体往往最先享受数字普惠金融服务而更快地获得信贷支持，从而最早成为农业规模经营集聚地和示范区域。其二，扩散效应。数字信息技术的传递速度一般较为迅速，随着数字普惠金融的进一步发展，更多地区具备了享受数字普惠金融相关服务的条件。并且，那些最早通过数字普惠金融获得信贷资金而推动农业规模经营集聚地区的农业经营主体将成为“同群”模仿和学习的对象，形成典型示范效应，并带动毗邻地区农业经营主体尝试通过获得数字普惠金融信贷服务来实现农业规模经营。这种通过数字普惠金融服务驱动农业规模经营的信号逐渐在空间层面表现出扩散效应，而且这种传递信号不受行政边界干扰，地理距离层面越邻近的“同群”往往获取信号的速度较为一致［23］。其三，互馈效应。进一步地，在数字普惠金融迅速发展和开放的农业市场经济发展背景下，通过各个地区、各地农业部门，以及各地农户群体在公共的农业发展交流平台相互之间的学习与模仿，这个过程不仅有助于吸收来自不同地区关于在有效协调数字普惠金融发展与农业规模经营层面的成熟经验，而且有助于甄别各自地区在此过程中存在的瓶颈，从而实现优势互补、知识共享。由此，该文提出假说2。

　　假说2:数字普惠金融对农业规模经营的推动作用存在空间关联效应。

　　(三)数字普惠金融、农村教育水平门槛与农业规模经营

　　众所周知，金融素养是影响居民信贷获得水平的重要因素［24］，而金融素养水平高低被认为与居民受教育程度密切相关［25］。从全国不同地区农村居民受教育水平非均衡现状出发考虑，数字普惠金融在不同农村教育水平的冲击下对农业规模经营的影响极有可能存在异质性。究其缘由主要在于，相比传统金融机构服务对象，数字普惠金融的主要服务形式在线上，数字普惠金融服务作为人力资本含量和物质资本含量更高的外在体现形式，其使用对象被要求拥有更高的金融素养和文化水平。虽然城乡“二元”发展结构给我们的刻板印象是全国农村地区居民的平均受教育文化水平整体偏低，但是由于经济发展条件、产业结构和资源禀赋等条件不同，即使在同一省域系统内部，不同地域之间的居民所享受的教育资源往往也存在显著差异。所以，全国各个地区的农村居民受教育水平差距必然更为显著，从而使得不同地区农村居民数字普惠金融服务的可得性也就存在明显异质性。鉴于此，该文进一步立足于全国各个地区农村居民受教育水平非均衡背景下，考察数字普惠金融对农业规模经营的影响过程中是否存在农村教育水平门槛。由此，该文提出假说3。

　　假说3:数字普惠金融作用于农业规模经营的过程中存在农村教育水平门槛。

　　基于上述理论分析，该文主要从以下三个方面对现有研究进行拓展:第一，使用普通面板模型分析数字普惠金融对农业规模经营的影响效果(假说1);第二，借助空间面板模型考察数字普惠金融对农业规模经营的影响是否存在空间关联效应(假说2);第三，基于农村教育发展的地域失衡现状，进一步检视数字普惠金融作用于农业规模经营时是否存在农村教育水平门槛(假说3)。通过以上拓展，继而丰富数字普惠金融对农业规模经营的影响研究，以期为相关部门在推进农业规模经营进程时提供政策引导，最终服务于农业高质量发展和乡村振兴战略。另外，该文的影响机制理论框架如图1所示。

　　三、研究设计

　　(一)模型构建

　　1.普通面板模型

　　为了检验假说1，通过构建普通面板模型考察数字普惠金融对农业规模经营的影响效果，具体如式(1)所示:

　　式(1)中，i和t分别为省份和年份(下同)，Y为被解释变量，用以反映农业规模经营;X表示核心解释变量，即为数字普惠金融;α表示数字普惠金融对农业规模经营影响的总效应;Ck是被纳入模型中的k项控制变量，φk为其对应的估计系数;另外，α0代表截距项;μi和υt分别是个体效应和时间效应;εit为随机干扰项。

　　2.空间面板模型

　　根据前文理论分析可知，数字普惠金融正在加速推动国内农业规模经营的信号在空间层面的集聚、扩散和互馈，进一步强化了数字普惠金融对农业规模经营促进作用的空间关联效应。故而，采用空间面板模型来验证数字普惠金融对农业规模经营的影响。按照空间计量分析的步骤，先要采用全局Moran’I指数检验农业规模经营的空间自相关性，具体如式(2)所示:

　　Wij表示空间权重矩阵。Moran’I指数值的取值在[-1，1］区间之内，其指数值大于0、小于0和等于0的情况分别表示观测变量是空间正相关、空间负相关和无空间相关性。具体而言，该文拟构建的空间权重矩阵有两种:①邻接空间权重矩阵(W1)，其相应的元素Wij代表省域之间是否存在共同边界，若存在共同边界取1，否则取0;②地理距离空间权重矩阵(W2)，矩阵中的元素Wij代表省域之间的地理距离的倒数。

　　在对观测变量进行空间相关性检验后，再构建空间面板模型进一步分析数字普惠金融对农业规模经营影响的空间溢出效应。已有研究中指出，空间杜宾模型较之其他空间计量模型更有助于缓解内生性问题［26］。因此，该文选择空间杜宾模型(SDM)估计数字普惠金融对农业规模经营影响的空间关联效应，模型的基本形式为式(3):

　　金融，Ccontrol为一系列影响农业规模经营的控制变量，α是常数项，ρ为空间自回归估计系数，W表示空间权重矩阵(标准化)，β表示数字普惠金融的回归系数，δ为数字普惠金融空间滞后项的估计系数向量，μi表示年份效应，φt表示空间效应，εit为误差项。

　　3.面板门槛模型

　　为了进一步揭示不同农村教育水平下的数字普惠金融对农业规模经营影响的异质性，该文借鉴已有研究［27］的做法构建如式(4)面板门槛模型:

　　式(4)中，T表示门槛变量;λ表示待检验的门槛值;I(·)是门槛模型的示性函数，如果括号内为真，则I为1，否则为0。

　　(二)变量说明

　　1.被解释变量

　　农业规模经营。农业规模经营不仅强调农业经营规模的总量，而且更要重视农业规模经营的效率。从这个角度出发，一方面，使用耕地面积与第一产业从业人员的比值(公顷/人)表征总量层面的农业规模经营(Scale);另一方面，根据已有文献［28］的做法，以第一产业从业人员数、农作物播种面积为投入变量，农业总产值为产出变量，构建投入产出体系，并利用DEA-BCC模型测算农业规模经营的综合技术效率、纯技术效率，以及规模效率，并将测算结果中的规模效率指数表征效率层面的农业规模经营(Sech)。

　　2.解释变量

　　核心解释变量:数字普惠金融(Dfin)。主要使用北京大学金融研究中心编制的数字普惠金融指数报告中的数字普惠金融总指数衡量。

　　门槛变量:农村教育水平(Edu)。使用农村人均受教育年限(年)表征。

　　控制变量:农业规模经营的影响因素诸多，该文控制的其他变量有:①使用农业从业人员数(万人)衡量农业劳动力投入(Alabor);②利用地方财政支农支出与地方财政一般预算支出的比重表征财政支农支出(Support);③使用农村人均可支配收入(元)表征农村居民收入水平(Income);④在汇率兑换的前提下，分别使用农产品出口总额和农产品进口总额占第一产业GDP的比值衡量农产品出口贸易(Etrade)和农产品进口贸易(Itrade);⑤使用地形起伏度(Terrain)来反映土地自然禀赋条件对农业规模经营的影响;⑥使用年均气温(Atemp，摄氏度)表征气候变化对农业规模经营的影响;⑦利用播种面积与耕地面积的比值反映复种指数(Mcrop)。

　　3.数据说明及描述性统计

　　该文基于2011—2019年31个省际面板数据，其中，除了数字普惠金融相关数据来自北京大学金融研究中心外，其他变量涉及的农作物播种面积、农业总产值、财政支农支出、耕地面积等原始数据来自国家统计局和EPS数据统计平台;第一产业从业人员数据来自省级统计年鉴;农产品进出口总额数据来自《中国统计年鉴》与《中国农产品进出口统计月报》;地形起伏度原始数据依据已有研究［29］的方法获得;年均气温原始数据来自中国气象数据网。另外，对一些指标进行了取对数处理。相关变量的描述性统计分析结果如表1所示。

　　(三)特征事实分析

　　为了从事实层面初步了解数字普惠金融与农业规模经营(总量/效率)之间的动态演变特征，图2分别刻画了数字普惠金融与农业规模经营(总量)、数字普惠金融与农业规模经营(效率)之间的时序发展趋势(均值)。

　　由图2可知，在研究期间，数字普惠金融发展水平与农业规模经营(总量)水平处于稳定提升发展态势，而农业规模经营(效率)水平在2011—2016年之间也处于上升趋势，但是2016年之后开始出现波动式下滑，这可能由于我国农村劳动力持续外流之后，青壮年劳动力不足，人地矛盾升级造成了农业规模经营效率损失。

　　四、实证结果分析

　　(一)基准回归分析

　　为了验证数字普惠金融对农业规模经营是否具有促进作用，根据式(1)并采用双向固定效应模型进行检验，如表2所示。其中，第(1)和(2)列、第(3)和(4)列、第(5)和(6)列分别为普通标准误、稳健标准误和Bootstrap抽样1 000次三种情形下的估计结果。具体而言，根据第(1)、(3)和(5)列可知，数字普惠金融对总量层面的农业规模经营的影响系数为0.153且通过1%显著性水平检验，三种标准差估计结果一致，说明数字普惠金融对农业规模经营(总量层面)具有显著推动作用。另外，由第(2)、(4)和(6)列结果可知，数字普惠金融对农业规模经营(效率层面)的影响系数为0.099且至少通过5%显著性水平检验，表明数字普惠金融对效率层面的农业规模经营同样具有正向推动作用。由此，假说1得以验证。所以说，数字普惠金融发展为农业经营主体提供了更便捷的融资渠道，降低了服务成本，扩宽了服务范围，部分农业经营主体可以通过借贷而实现农业适度规模化经营。并且不难推断，数字普惠金融通过疏通农村融资渠道促进了部分农户职业非农化，在此过程中，不少“中坚农民”为了弥补劳动力流失带来的影响，在数字融资平台助力下更加会倾向于选择以农机替代劳动力，提高农业资本有机构成，激发自身创业能力，进而从总量和效率两个层面推动农业规模经营。

　　在其他变量方面，三种标准误估计效果基本一致，具体而言，农业劳动力冗余过多、农村居民收入水平提升均对总量层面的农业规模经营具有抑制作用，而对效率层面农业规模经营影响不显著;财政支农支出增加对总量和效率两个层面的农业规模经营均具有显著的推动作用;农产品出口贸易对农业规模经营的影响不明显，而农产品进口贸易对两个层面的农业规模经营均具有显著的阻碍效果;地形起伏度越大、年均气温越高、复种指数越大，越能推动总量层面的农业规模经营进程，但对效率层面的农业规模经营作用不明显。

　　(二)空间面板回归分析

　　空间自相关性检验。在基准估计结果的基础之上进一步探究数字普惠金融对农业规模经营影响的空间溢出效应。不过，在进行空间面板估计之前，需要对农业规模经营进行空间相关性检验。

　　具体地，根据式(2)并采用全局Moran’I指数进行相应的检验。其中，检验结果如表3所示，通过观察不难发现，在2011—2019年，考虑邻接空间矩阵(W1)、地理距离空间权重矩阵(W2)两类矩阵设定情形下，总量和效率两个层面的农业规模经营的Moran’I指数值均为正且均通过了1%的显著性水平检验，这表明农业规模经营存在正向的空间自相关性，即存在“高—高”和“低—低”的空间集聚现象。由此，空间自相关性检验结果为空间面板估计提供了前提条件。

　　数字普惠金融对农业规模经营的影响分析。表4是双向固定效应空间杜宾模型回归结果，第(1)和(3)列为数字普惠金融对总量层面的农业规模经营的空间估计结果，而第(2)和(4)列为数字普惠金融对效率层面的农业规模经营的估计结果。容易发现:首先，在邻接权重矩阵和地理距离权重矩阵下，不论因变量选择的是总量层面还是效率层面的农业规模经营，数字普惠金融的影响系数均为正且至少在5%水平上统计显著，说明数字普惠金融对农业规模经营具有显著的正向推动作用，假说1再次得以验证。其次，SDM估计结果中的空间自回归系数ρ为正且至少通过5%显著性水平。故而，在空间层面，邻接地区和地理邻近地区农业规模经营水平能预测本地区农业规模经营水平，再次表明了各地区的农业规模经营存在明显的空间正相关，同时说明数字普惠金融对农业规模经营的影响存在空间关联效应，初步验证了假说2。最后，控制变量的影响效果与基准估计结果基本一致，一定程度上说明SDM回归结果稳健。

　　数字普惠金融对农业规模经营影响的空间效应分析。进一步地，表5为数字普惠金融对农业规模经营影响空间效应的分解结果。通过观察发现，先从直接效应考虑，在邻接矩阵和地理距离矩阵两种空间权重矩阵设定下，数字普惠金融对总量和效率两个层面的农业规模经营影响的直接效应均显著为正且在1%水平上统计显著，这说明数字普惠金融发展对本地区农业规模经营具有明显的推动作用。再从间接效应入手，在邻接空间权重矩阵设定下，数字普惠金融对总量层面的农业规模经营和效率层面的农业规模经营影响的间接效应系数分别为0.012和0.010，并分别在5%和1%的水平上统计显著;而在地理距离空间权重矩阵设定下，数字普惠金融对两个层面的农业规模经营影响的间接效应系数分别为0.015和0.025并都在10%的水平上通过检验。这说明数字普惠金融对毗邻地区的农业规模经营具有正向推动效果，即存在空间关联效应。另外，结果还显示直接效应大于空间溢出效应，而且空间溢出效应在地理邻接区域之间相较于地理不邻接的区域之间更为明显。所以说，数字普惠金融通过缓解农村地区融资约束而进一步促进了农业规模经营，而在空间效应作用下，这种促进作用具有传递性，从而使得数字普惠金融驱动农业规模经营的信号在空间范围内由近及远地扩散和外溢，距离越近的地区农业规模经营进程往往较为一致，最终表现出空间外溢特征。

　　数字普惠金融结构差异对农业规模经营影响的空间关联效应分析。从数字普惠金融结构异质性与稳健性检验出发，该文从数字普惠金融的覆盖广度(lnDfin_ c)、使用深度(lnDfin_ u)和数字化程度(lnDfin_ d)这三个子维度层面进行深入分析。由表6可知，在两种权重矩阵设定下，数字普惠金融覆盖广度、使用深度对本地区和邻近地区总量和效率层面的农业规模经营均具有推动作用，存在显著的空间外溢特征;然而，数字普惠金融数字化程度只在区域邻接条件下对总量层面的农业规模经营的推动作用存在一定空间关联效应。究其原因可能是使用深度和覆盖广度两个维度更能体现数字普惠金融对农村地区融资约束的缓解效应，从而有效推动农业规模经营。

　　(三)面板门槛回归分析

　　考虑到不同农村教育水平条件下，数字普惠金融对农业规模经营的影响具有异质性，同时为了验证假说3，该文使用Bootstrap抽样的方法对农村教育水平的门槛效应进行考察。具体地，根据门槛效应的检验要求，先要确定农村教育水平的门槛存在性及相应的门槛数量。由表7可知，无论是考虑总量层面还是效率层面的农业规模经营为因变量，农村教育水平在数字普惠金融影响农业规模经营的过程中的单一门槛效应显著且通过1%显著性水平，而双重门槛效应不显著。其中，数字普惠金融作用于总量层面和效率层面的农业规模经营的农村教育水平门槛值均为5.80，从而根据农村教育水平门槛值将样本划分为小于等于5.80和大于5.80这两个区间。

　　表8为根据式(4)构建的农村教育水平单重门槛回归结果。不难发现，数字普惠金融对总量和效率两个层面的农业规模经营的影响存在显著的农村教育水平门槛效应。由此，假说3得以验证。具体而言，在总量层面农业规模经营作为因变量条件下，当农村教育水平不超过5.80时，数字普惠金融的影响系数为正，但不显著;而当农村教育水平超过5.80时，数字普惠金融的影响系数在1%的显著性水平上为正。在效率层面的农业规模经营作为因变量条件下，当农村教育水平不超过5.80时，数字普惠金融的影响系数为正且在10%水平上显著;农村教育水平超过5.80时，数字普惠金融的影响系数同样在1%的显著性水平上为正。由此可知，随着农村教育水平的提高，数字普惠金融对农业规模经营的促进作用表现出边际递增的特征。深入分析可知，随着农村地区平均受教育水平的提高，农村居民掌握的金融知识更为全面，所以，农户更加容易通过获得数字普惠金融服务而缓解融资约束，从而进一步推动农业规模经营进程。

　　五、结论与政策启示

　　农村地区信贷约束长期以来是制约我国推进农业规模经营进程的现实困境，然而，数字普惠金融通过降低服务成本和门槛，为化解农业经营主体等弱势群体在信贷融资约束方面的困境提供了一种有效方案。鉴于此，该文先系统地对数字普惠金融影响农业规模经营的理论逻辑进行梳理，再试图借助普通面板模型、空间面板模型和面板门槛模型探究数字普惠金融对农业规模经营的影响及其空间溢出效应与门槛效应。

　　研究主要发现:其一，基准回归结果表明，数字普惠金融不仅对总量层面的农业规模经营具有显著推动作用，而且对效率层面的农业规模经营同样具有推动作用，并且该项结论在普通标准误、稳健标准误和Bootstrap抽样标准误三种估计情形下依旧成立。其二，空间面板回归结果发现，在邻接空间权重矩阵和地理距离空间权重矩阵两种设定条件下，数字普惠金融不仅对本地区总量和效率两个层面的农业规模经营具有推动效应，同时对毗邻地区的农业规模经营也具有推动作用，说明这种推动作用存在空间关联效应;另外，从数字普惠金融的结构异质性层面研究发现，数字普惠金融之覆盖广度和使用深度对农业规模经营的推动作用存在空间关联效应，而数字普惠金融之数字化程度对农业规模经营的推动作用仅限于本地区。其三，面板门槛回归估计结果显示，数字普惠金融对总量和效率两个层面的农业规模经营的影响均存在农村教育水平的单一门槛效应，具体表现为，随着农村教育水平的提高，数字普惠金融对农业规模经营的推动作用表现为边际递增的特征。

　　从上述研究结论中得出以下政策启示:

　　第一，强化农村地区数字普惠金融服务。研究发现，数字普惠金融对农业规模经营具有推动作用。因此，要加强数字普惠金融在农村地区的应用创新，进一步扩展和延伸农村地区的数字普惠金融的覆盖广度和使用深度，通过扩大服务范围和降低服务成本等方式而为农户群体提供更加便捷的信贷融资服务，激发“中坚农民”的创业、创收能力，从而使得农村地区数字普惠金融服务成为推动农业规模经营进程的重要抓手。

　　第二，构建区域之间交流协作机制。研究显示，数字普惠金融对本地区和毗邻地区的农业规模经营均具有推动作用，即存在空间关联效应。因此，不仅要打破相邻区域之间的数字普惠金融技术培育和农业发展的行政壁垒，更要消除地区之间的发展差异歧视，数字普惠金融发展的“一臂独强”并非能有效达成全面的农业适度规模经营目标;还要加强省域系统之间的数字金融发展和农业生产交流合作，完善区域之间的融资协调利益机制，搭建区域之间的数字信息交流共享平台，使得数字普惠金融缓解农户群体融资约束的信号在区域之间实现有效的传递和扩散，全面推动农业适度规模经营。

　　第三，加大农村地区的教育投入力度。研究表明，随着农村教育水平的提高，数字普惠金融对农业规模经营的推动作用呈现出边际递增的特征。因此，一方面，要重视对农村地区义务教育建设，平衡不同地区的教育资源，全面提高农村居民综合素质，增强对数字化金融技术与服务的接收能力;另一方面，创新农村数字化金融服务教育，提升农村居民金融素养，完善金融知识结构，增强农业经营主体对数字普惠金融服务与金融工具的了解程度，提高农户群体的合法融资意识与扩大规模经营的能力。

［参考文献］

　　［1］韩朝华．个体农户和农业规模化经营:家庭农场理论评述［J］．经济研究，2017，52(7):184－199.

　　［2］路晓蒙，吴雨．转入土地、农户农业信贷需求与信贷约束———基于中国家庭金融调查(CHFS)数据的分析［J］．金融研究，2021(5):40－58.

　　［3］黄红光，白彩全，易行．金融排斥、农业科技投入与农业经济发展［J］．管理世界，2018，34(9):67－78.

　　［4］黎和贵．国外农村金融体系的制度安排及经验借鉴［J］．国际金融研究，2009(1):36－41.

　　［5］BARHAM B L，BOUCHER S，CARTER M R.Credit constraints，credit unions，and small-scale producers in Guatemala［J］.World development，1996，24(5):793－806.

　　［6］DONG F，JING L，FEATHERSTONE A M．Effects of credit con-straints on household productivity in rural China［J］．Agricultural finance review，2012，72(3):402－415.

　　［7］章元，吴伟平，潘慧．劳动力转移、信贷约束与规模经营———粮食主产区与非主产区的比较研究［J］．农业技术经济，2017(10):4－13.

　　［8］蔡海龙，关佳晨．不同经营规模农户借贷需求分析［J］．农业技术经济，2018(4):90－97.

　　［9］柳凌韵，董凯，周宏．正规信贷约束降低了农业规模经营绩效吗［J］．农业技术经济，2020(4):25－37.

　　［10］樊文翔．数字普惠金融提高了农户信贷获得吗?［J］．华中农业大学学报(社会科学版)，2021(1):109－119.

　　［11］宋帅，李梦．数字金融对农民创业决策的影响［J］．华南农业大学学报(社会科学版)，2021，20(5):38－49.

　　［12］章成，洪铮，王林．农村普惠金融对农业产业化的影响研究［J］．贵州财经大学学报，2021(3):35－44.

　　［13］星焱．农村数字普惠金融的“红利”与“鸿沟”［J］．经济学家，2021(2):102－111.

　　［14］吴静茹，谢家智，涂先进．数字金融、市场参与和农户相对贫困［J］．当代财经，2021(8):64－77.

　　［15］张林．数字普惠金融、县域产业升级与农民收入增长［J］.财经问题研究，2021(6):51－59.

　　［16］张群，吴石磊，郭艳．农民收入与农村土地规模经营的关系研究［J］．经济纵横，2012(10):15－17.

　　［17］王永仓，温涛，王小华．数字金融与农户家庭增收:影响效应与传导机制———基于中国家庭金融调查数据的实证研究［J］．财经论丛，2021(9):37－48.

　　［18］何婧，李庆海．数字金融使用与农户创业行为［J］．中国农村经济，2019(1):112－126.

　　［19］冯大威，高梦桃，周利．数字普惠金融与居民创业:来自中国劳动力动态调查的证据［J］．金融经济学研究，2020，35(1):91－103.

　　［20］张正平，黄帆帆．数字普惠金融对农村劳动力自我雇佣的影响［J］．金融论坛，2021，26(4):58－68.

　　［21］胡博成，朱忆天．乡村振兴战略场域中的“中坚农民”培育:困境与应对策略［J］．经济学家，2021(11):110－118.

　　［22］李晓静，陈哲，夏显力．参与电商对农户绿色生产意识的空间溢出效应———基于两区制空间杜宾模型分析［J］．农业技术经济，2021(7):49－64.

　　［23］邓慧慧，赵家羚．地方政府经济决策中的“同群效应”［J］.中国工业经济，2018(4):59－78.

　　［24］王幽兰，陶建平．基于风险态度的农户金融素养与正规信贷获得水平分析［J］．调研世界，2021(4):48－55.

　　［25］刘国强．我国消费者金融素养现状研究———基于2017年消费者金融素养问卷调查［J］．金融研究，2018(3):1－20.

　　［26］VEGA S H，ELHORST J P．The SLX model［J］．Journal of re-gional science，2015，55(3):339－363.

　　［27］HANSEN B E．Threshold effects in non-dynamic panels:estima-tion，testing，and inference［J］．Journal of econometrics，1999，93(2):345－368.

　　［28］姜松，周洁，邱爽．适度规模经营是否能抑制农业面源污染———基于动态门槛面板模型的实证［J］．农业技术经济，2021(7):33－48.

　　［29］封志明，唐焰，杨艳昭，等．中国地形起伏度及其与人口分布的相关性［J］．地理学报，2007(10):1073－1082.