摘要：粮食产业高质量发展是加快建设农业强国的重要基石。基于2011—2020年全国省级面板数据对粮食产业高质量发展水平进行测度，并采用空间计量模型检验数字金融对粮食产业高质量发展的影响。结果显示：粮食产业高质量发展和数字金融的空间分布存在显著关联；数字金融不仅促进了本地区粮食产业高质量发展，对邻近地区粮食产业高质量发展也有积极影响；相较于中部和西部地区，数字金融对东部地区粮食产业高质量发展的影响更为显著；另外，数字金融对粮食主销区粮食产业高质量发展的作用要强于粮食主产区和粮食平衡区。最后，提出尽快构建粮食全产业链发展经营模式，加快数字金融区域协同发展步伐，充分赋能粮食产业高质量发展。
关键词：数字金融；粮食产业；高质量发展；空间效应
中图分类号：F326.11? ? 文献标志码：A? ? 文章编号：1001-862X（2023）03-0076-008
党的二十大报告明确指出高质量发展是全面建设社会主义现代化国家的首要任务。推动粮食产业高质量发展是构建更高水平粮食安全保障体系的基本要求，是加快建设农业强国的重要基石，也是实现经济发展、社会稳定和国家安全的根本保障。然而，受粮食生产要素约束趋紧、粮食产业竞争基础薄弱、产业经济发展缓慢以及资源环境承载力持续降低等因素影响，目前我国粮食产业高质量发展水平整体较低。粮食产业高质量发展离不开金融活水的有效支持，金融支持匮乏是制约我国粮食产业高质量发展的关键堵点。近年来，数字金融借助互联网、大数据等新兴技术为用户提供便捷金融服务，克服了传统金融在农村地区供给不足、效率低下的缺陷，将覆盖范围大幅提升至传统金融无法触及的领域，在现代化产业体系建設中发挥着越来越重要的作用。党的二十大报告提出要加快发展数字经济，促进数字经济与实体经济深度融合。随着数字金融不断向粮食产业领域渗透，金融覆盖面更多地涉及粮食产业。那么，数字金融将如何影响和推动粮食产业高质量发展呢？本文对该问题展开理论分析和实证检验。
一、文献回顾及理论分析
（一）文献回顾
党的十九大报告首次提出“高质量发展”概念，表明我国经济已由高速增长阶段转向高质量发展阶段。与强调“数量追赶”“规模扩张”的传统经济发展模式不同，经济高质量发展更加注重“质量追赶”“结构升级”。［1］高质量发展不仅是适应我国社会主要矛盾变化的必然要求，也是建设现代化经济体系的必由之路。［2］推动粮食产业高质量发展是加快构建更高层次、更高质量、更有效率、更可持续的国家粮食安全保障体系的必然要求。粮食产业高质量发展是高质量发展理念在“三农”领域的实践与延续，其涉及粮食生产、加工、流通和消费等多个环节，是实现粮食供需平衡、产出效率优化、结构效益提升和绿色协调发展，进而达到保障国家粮食安全的一种发展形式。［3］
当前，学术界对粮食产业高质量发展的研究主要集中在指标测度和驱动因素等方面。一是指标测度方面，有学者采用全要素生产率［4］、加工业技术效率［5］和流通效率［6］等单一指标测度粮食产业高质量发展水平，也有学者基于高质量发展理念［7］、价值链理论［8］以及农业高质量发展内涵［9］等构建复合指标体系测算其发展水平。二是驱动因素方面，已有文献提出通过加快三产融合［10］、释放服务业红利［11］、强化科技创新支撑［12］等途径能够解决粮食产业发展进程中的瓶颈问题，推进粮食产业迈向高质量发展。而关于数字金融与粮食产业高质量发展的内在机理，有学者仅在理论层面指出数字金融通过激活农业竞争性要素市场和提高农业资源配置水平助推粮食产业高质量发展。［13］
综上所述，现有文献给本文提供了良好的理论借鉴和实证参考，但仍有潜在的研究空间：一是对粮食产业高质量发展的研究大多针对产业链中的某一环节，较少涉及粮食全产业链，从而难以评估粮食产业整体发展质量；二是以往文献更多聚焦从产业融合、技术创新等层面探究对粮食产业高质量发展的影响机制，未能从数字金融视角考虑以“数字+金融”赋能粮食产业高质量发展；三是对数字金融与粮食产业高质量发展的关系研究仅停留在定性分析层面，相关实证检验有待进一步拓展。鉴于此，本文将从粮食生产、流通和消费等维度构建粮食产业高质量发展综合评价体系。在此基础上，从空间视角探究数字金融对粮食产业高质量发展的影响效应及规律特征，期望为粮食产业政策精准制定与实施提供理论依据和实践指导。
（二）理论分析
数字金融作为一种崭新的金融业态，贯穿于粮食产业经济增长全过程，为粮食产业高质量发展聚势赋能。本文依据信贷配给理论分析框架，全面分析数字金融对粮食产业高质量发展的推动作用。信贷配给理论提出在信息不对称前提下，交易出现风险溢价后资金价格利率已经无法作为信贷供需调节的一种有效工具。此时，一些信用记录不全、抵押物缺失的群体无法再从金融机构获取借贷资金，这就使得在信贷配给广泛存在的情况下，中小企业和“三农”领域逐渐被排除在正规信贷市场之外。当前，发展中国家的金融市场普遍存在信息不对称、信用记录不完整、抵押物不足以及交易成本高等问题，致使大部分农户、家庭以及中小企业长期面临不同程度的信贷约束。［14］我国各个地区由于良好的信息基础设施和政府财政资金的大力支持，数字金融业务取得了良好进展。2013年以来，数字金融在我国的发展呈现出爆发式增长态势，数字信贷、数字保险以及第三方支付等金融业务规模逐年扩大。［15］理论上来讲，数字金融是以原有金融发展体制为基础，建立的一种全新外源融资体系。其能够凭借大数据、云计算等信息技术模拟出多个风险预测模型和风险识别策略，极大降低交易双方由于信息不对称导致的逆向选择和交易风险，从而为中小企业与“三农”领域的信贷配给提供有效保障。
首先，数字金融有助于推动粮食生产高质量发展。我国粮食生产整体仍以细碎化、零散化经营为主，“高投入—高产出”的发展模式带来了耕地退化、水体污染等诸多环境问题。推进农业生产转型升级是建设现代农业的重点任务。然而，囿于农业经营主体抵押物相对不足和信用记录难以衡量，农业经营主体很难从金融机构获得借贷服务，导致农业生产经营信贷支持较为乏力。数字金融可以依托大数据、云计算等先进信息技术，量化农业经营主体的信用等级，从而减少信贷交易中的信息不对称，为相关主体购买新型农业机械、采用农作物新品种和引进有机肥料等提供资金保障，这对粮食生产高质量发展具有积极影响。［16-18］
其次，数字金融能够促进粮食加工和流通领域高质量发展。我国粮食产业具有“散、小、弱、低”等缺陷，且粮食产业的涉粮企业多数以中小企业为主，粮食产品单一、附加值低导致企业综合效益普遍较低。推动粮食产业转型升级，离不开科技创新引领，更离不开金融服务支持。而传统金融的“追本逐利”和“嫌贫爱富”使得金融机构对粮食企业放贷意愿低迷，粮食企业长期面临融资约束问题。数字金融能够利用数字化技术对传统金融产品和服务模式进行技术创新，拓展金融服务广度和使用深度，从而有效降低粮食企业的融资门槛和成本，提高金融资源的可获得性。［19］而且，数字金融的政策靶向功能可以精准识别金融资金与产业内部的供求匹配，降低信息成本，引导资本向小微企业、“三农”产业配置，加快粮食精深加工以强化产业高质量发展的内生动力，推动流通环节的产业链协同发展。［20］
再次，数字金融有助于促进居民粮食消费升级。粮食消费升级是推动粮食产业经济高质量发展的重要引擎。当前我国已进入消费需求持续增长、消费结构加快升级、消费拉动经济作用明显增强的阶段。作为现阶段金融发展的风向标，数字金融通过数字化赋能金融的独特优势对经济增长发挥重要影响。数字金融不仅能够提升居民整体收入水平，而且有助于改善收入结构。［21-22］作为有着14亿人口的规模庞大的消费市场，居民收入增长将提升居民消费能力，促进消费结构升级，助力粮食消费从生活消费向品牌消费转变。
最后，数字金融对粮食产业高质量发展的影响还具有空间溢出效应。数字金融不需要实体网点作为依托，能够借助科技手段打破地理区域的空间障碍，拓宽传统金融机构的服务边界，推动金融服务跨区域渗透。通过区域主体间的数字互动效应增强区域协作，带动邻近地区的金融深化和集聚发展，有效緩解产业资金约束难题。［23-25］也就是说，数字金融发展不仅对区域范围内的粮食产业发展会产生影响，还可能通过示范效应对邻近地区的粮食产业发展产生影响，即数字金融对粮食产业高质量发展存在溢出效应。
二、变量说明与模型选择
（一）变量设置
结合已有研究［7-9］，本文认为粮食产业高质量发展是生产、加工、流通和消费全链条协同保障的发展模式，最终目标是实现粮食供需平衡、产业结构合理、流通体系健全和可持续发展。具体而言，粮食生产是产业链的初始环节，其高质量发展要以绿色可持续为切入点，实现粮食增产提质；粮食加工与流通是产业链的中间环节，其高质量发展侧重于推动精深加工以提升粮油产品综合效益和完善物流体系以提高粮食流通效率；粮食消费是产业链的最终环节，其高质量发展体现在消费结构优化和产品供需平衡。根据粮食产业自身特点和发展规律，本文从粮食生产、粮食加工与流通、粮食消费等维度最终确定了17个二级指标来衡量粮食产业高质量发展水平，具体测度采用了熵值法。具体指标及定义如表1所示。
解释变量方面，借鉴郭峰等［26］研究，本文采用北京大学数字普惠金融指数中心提供各省数字普惠金融指数来衡量，该指数的设置基于蚂蚁金服的交易账户大数据，具有较好的代表性和可靠性。粮食产业高质量发展还会受到其他因素的影响，参考已有文献［27-28］，本文在模型中加入了控制变量，包括：农民收入水平，选取农村居民家庭人均可支配收入来衡量；产业结构升级，采用第一产业增加值占国内生产总值比重来表示；财政支农偏向，使用农林水事务公共预算财政支出占国内生产总值比重来表示；固定资产投资，使用农村住户固定资产投资完成额占第一产业增加值比重来表示；流通基础设施，采用公路里程来表示。本文所使用数据来自历年《中国农村统计年鉴》《中国粮食年鉴》《中国统计年鉴》以及粮油加工业统计资料等。由于西藏、台湾、香港和澳门的缺失数据较多，故不在本文考察范围内。主要变量描述性统计结果见表2。
（二）基本事实
图1展示了2011—2020年数字金融的发展情况。可以看出，2011—2020年数字金融发展进程总体上呈现逐年增长的趋势。2015—2016年期间，数字金融发展进程经历了短暂的放缓趋势，2016—2017年期间数字金融发展进程增速较快，2017年以后增长趋势再次放缓。图2是各地区数字金融发展分布情况。可以看出，东部沿海地区的数字金融发展水平较高，中部地区次之，西部地区相对落后，整体呈现出“东—中—西”梯度递减的发展格局。其中，北京、上海、浙江、江苏、广东等省（市）数字金融发展水平位居全国前5位。
图3是粮食产业高质量发展水平的时序演化趋势。在全国层面，样本考察期内粮食产业高质量发展水平总体偏低，呈现出明显的波动性，近年来发展水平有所回升。图4是各地区粮食产业高质量发展情况。可以看出，中部地区粮食产业高质量发展水平最高、东部地区次之、西部地区最低。粮食产业高质量发展水平较高的省份基本都位于粮食主产区，主要原因是，十八大以来粮食主产区在生产、加工和流通等环节严格把控和精准施策，使得粮食供给质量、粮食产业结构及资源配置方面不断趋向优化。从整体来看，各省份粮食产业高质量发展水平都有待进一步提升。
另外，根据图1和图3可以看出，数字金融发展水平和粮食产业高质量发展水平呈现同向变化，但前者对后者是否存在显著正向影响需要做进一步实证检验。
（三）模型选择
本文通过测算莫兰指数，分析数字金融和粮食产业高质量发展水平在不同时间断面的空间演化格局，结果显示各个地区两者的空间分布并非相互独立变化，而是具有显著的空间集聚特征，因此，在模型分析时若忽略空间效应就会导致估计结果有偏。因此，本文选取空间计量模型分析数字金融对粮食产业高质量发展的影响，模型表达式如下：
qualityit=ρWqualityit+ρ1x1it+θWXit+μit（1）
μit=λWμit+εit，ε～N（0，σ2In）
式中，qualityit表示粮食产业高质量发展水平；xit是一组解释变量，包括数字金融指数、农民收入水平、产业结构升级、财政支农偏向、固定资产投资、流通基础设施；W是空间权重矩阵，表示邻接空间权重矩阵；ρ、θ是空间相关系数，λ是空间误差系数，μit、εit是随机误差项，且服从正态分布。若ρ≠0、θ=0、λ=0，模型为空间滞后模型；若ρ=0、θ=0、λ≠0，模型为空间误差模型；若ρ≠0、θ≠0、λ=0，模型为空间杜宾模型。在后续实证研究中，需要进一步通过模型识别和检验选取最佳的模型形式。
三、实证分析
（一）模型估计结果
本文采用LM检验、R-LM检验、Wald检验和LR检验对模型的空间依赖性进行识别检验。LM检验和R-LM检验结果显示，空间滞后模型和空间误差模型的检验值均在1%的显著性水平拒绝原假设，说明实证分析有必要使用空间计量模型。Wald检验和LR检验结果显示，空间杜宾模型不能简化为空间滞后模型和空间误差模型。因此，本文选取空间杜宾模型进行实证分析。基于邻接空间权重矩阵形式的空间杜宾模型回归结果如表3所示。
从表3中可以看出，数字金融的系数显著为正，表明数字金融发展越好对该地区粮食产业高质量发展的助推力就越大，这与以往相关研究结论不谋而合。［29］数字金融是传统金融模式和数字技术深入融合的重要产物，其弥补了传统金融服务中存在的突出短板，有效实现了传统金融服务的普惠化、平台化、数据化以及动态化拓展。一方面，数字金融能够推动金融服务实现降本增效，从而畅通生产和消费循环，进一步打破金融服务的时空界限和产业边界，使数字金融成为产业高质量发展的关键支撑和重要驱动。另一方面，数字金融具有覆盖区域广、服务成本低、融资速度快、监管力度强等优势，能更高效地服务于粮食产业全产业链，有效缓解粮食产业的融资约束，改善粮食产业内部融资困境，助推粮食产业高质量发展。
此外，数字金融的空间滞后项的系数显著为正，即数字金融对邻近地区的粮食产业高质量发展存在显著的正向空间溢出效应，说明地区数字金融的提高不仅能提升本地区的粮食产业高质量发展，同时对周边地区的粮食产业高质量发展会产生正的外部性。本文进一步测算了数字金融的直接效应和间接效应，用以说明数字金融对区域空间外的粮食产业高质量发展的影响。从测算结果可以看出，数字金融的直接效应和间接效应在1%和5%的显著性水平下通过检验，说明在样本考察期内，数字金融对邻近地区产生的辐射效应使得本地区经济资源、生产要素不断溢出，数字金融对粮食产业高质量发展的影响效应不仅表现在区域内的作用，对邻近地区粮食产业的扩散效应也较为明显。
（二）稳健性检验
本文采用以下三种策略对上述结论进行稳健性检验。一是替换空间权重矩阵。为了避免由空间权重矩阵选取差异带来的估计结果偏误，本文选用地理距离空间权重矩阵和经济地理空间权重矩阵进行稳健性检验。二是剔除直辖市样本。由于北京、上海等直辖市拥有大量的互联网企业，其数字金融发展水平远远高于国家平均水平，鉴于样本数据的平稳性，本文将直辖市样本剔除后进行稳健性检验。三是替换被解释变量。粮食产业高质量发展在一定程度上与粮食全要素生产率的稳步提升具有高度的耦合性和内在的统一性，本文将粮食全要素生产率作为衡量粮食产业高质量发展的替代指标进行稳健性检验。表4为稳健性检验结果。可以看出，核心解释变量的估计系数均显著为正，与前文的研究结论保持一致，说明上述结论具有较强稳健性。
（三）异质性分析
考虑区位条件不同，数字金融发展会受到数字基础设施、传统金融发展水平以及居民人力资本水平等众多因素的影响，导致数字金融对粮食产业高质量发展的影响也可能存在区域异质性。本文进一步从地理区位视角和粮食功能区视角对样本进行分组分析，回归结果如表5所示。
数字金融对东部、中部和西部地区粮食产业高质量发展的影响均显著为正，但东部地区估计系数最大。这是由于东部地区经济发展优势良好，数字金融的推广与运用较为成熟，已较早地运用数字金融助力粮食产业高质量发展，其推动作用最为显著。中部地区虽然相较于东部地区在金融发展方面的运用比较滞后，但其后发优势显著，加之中部地区作为粮食主产区，农业支持政策和财政支农力度较大，粮食产业发展极为迅速，数字金融对粮食产业高质量的促进作用有赶超趋势。而西部地区由于地形、经济水平等现实条件的限制，数字金融下沉农村地区的速度相对滞缓，因此对粮食产业高质量发展水平的促进作用较小。
数字金融对粮食主产区、主销区和产销平衡区的粮食产业高质量发展均有显著的促进作用，但从影响效应大小看，粮食主销区数字金融对粮食产业高质量发展影响优于粮食主产区和粮食平衡区。这是因为粮食主销区多数在东部沿海地区，健全的基础设施建设使得粮食产业发展水平不断攀升。粮食主产区粮食产业高质量发展水平虽然高于粮食主销区和粮食平衡区，但粮食主产区的数字金融发展水平处于较弱地位，导致数字金融对粮食产业高质量发展的促进作用弱于粮食主销区。而粮食平衡区受困于地区经济发展水平和资源禀赋非均衡的状况，数字金融的促进作用有待进一步提高。
四、结论及政策建议
数字金融作为助推粮食产业高质量发展的动力源泉，是实现现代化粮食产业体系、保障国家粮食安全的重要着力点，是提升我国粮食产业国际竞争力的重要引擎。本文在构建粮食产业高质量发展指标体系的基础上，从空间溢出视角检验数字金融对粮食产业高质量发展的影响。主要得到以下几点结论：一是粮食产业高质量发展和数字金融的分布具有显著的空间正相关特征；二是数字金融的发展能够推进粮食产业高质量发展，且该影响存在显著的空间溢出效应；三是数字金融对粮食产业高质量发展的影响具有异质性，在东部地区、粮食主销区的影响相对明显。
基于本文研究结论，提出以下三点政策建议，旨在推动粮食产业高质量发展，加快建设粮食产业强国。
第一，当前我国粮食产业仍处于转变发展方式、优化产业结构、转换增长动力的攻关期，产业发展中的不平衡不充分矛盾仍比较突出，高质量发展水平总体偏低，且区域发展存在非均衡特征。推进我国粮食产业高质量发展是一个系统工程，其涵盖了生产、加工、流通、消费等各个环节，因此，需从以下几点进行推进。一是提升优质粮食供给能力。通过提升粮食品种品质品牌、加强粮食质量安全管理、实施节粮减损行动和打造优势主食产业等途径，推动粮食产业从“数量扩张”向“质量提升”轉变。二是提升粮食产业核心竞争力。通过培育壮大龙头企业、做大做强精深加工和建设优质粮源基地等方面，构建产业链、价值链和供应链“三链同构”发展模式，促进粮食产业迈向高质量发展进程，在更高层次上提升国家粮食安全保障能力。三是提升现代粮食流通能力。通过优化“四横”“八纵”物流通道、加强粮食仓储设施建设和强化粮食应急保供能力等措施，在更高水平上升级粮食现代流通体系。通过深化收储制度改革、加强粮食储备管理和健全粮食市场体系等，为粮食产业高质量发展提供制度供给。
第二，大力推动数字金融发展，引导数字金融向“三农”领域渗透。一是加强数字基础设施建设，夯实数字金融底层基础。健全的数字基础设施是保障数字金融快速发展的前提条件。应不断改造升级地区数字基础设施，推动5G网络、千兆光网等新兴技术赋能粮食生产要素，积极探索运用数字技术推动数字金融在农业各个场景的应用。二是引导涉粮主体正确认识数字金融服务，通过媒体宣传推广、职业农民培训等渠道普及数字金融的相关知识。同时在政策层面提供相应的优惠措施，增强涉粮主体对数字金融产品的接受能力，逐步扩大金融信贷、理财和投资的市场规模，真正发挥数字金融对粮食生产的保障功能。三是加快创新型金融产品研发，提高数字金融供给质量和效率，加快构建多层次的数字金融服务体系，以满足个性化、多元化金融服务需求，扩展数字金融的覆盖广度、使用深度和数字化程度，使其成为粮食产业高质量发展的最强动能。四是加大数字金融监管力度，建立贷款投放动态调整机制。一方面，加强数字金融在粮食企业中的贷中监管，通过“土地流转”、“粮食仓储”等数据精准定位用户身份信息，确保数字金融真正服务于涉粮主体；另一方面，追踪采集企业技术创新和产业竞争力等情况，有序引导金融资金投向中高端粮食企业，提高产业投资生产效率。
第三，加速地区之间的协同发展步伐。在推崇数字金融驱动粮食产业高质量发展的同时，还要密切关注数字金融和粮食产业高质量发展在区域层面的协调度。整体来看，重点关注粮食主产区和主销区的数字金融发展，有针对性带动粮食平衡区协调发展。具体地，一是针对北京、上海和浙江等地区，应充分发挥数字金融的示范效应，推广数字金融技术和创新型金融产品，带动周边粮食主产区的城市协同发展。二是针对河南、安徽和湖南等地区，其数字金融发展程度虽然弱于粮食主销区，但由于粮食主产区内的粮食产业发展势头迅猛，后发优势较为显著，政府应通过财政资金引导农业和技术部门同时发力，为发挥后发地区数字金融的能动性创造条件。三是针对贵州、甘肃和青海等数字金融发展相对滞后的地区，数字金融的红利还未完全释放，要持续扩大数字金融产品供给，强化数字金融技术在落后地区的应用能力，同时积极培育当地数字人才建设，提高涉粮主体和中小企业的数字金融技能和金融素养。最终通过完善各地区数字信息覆盖服务，推动数字金融服务获得机会的均等化，助推粮食产业实现区域均衡发展。
参考文献：
［1］王一鸣.百年大变局、高质量发展与构建新发展格局［J］.管理世界，2020，（12）：1-13.
［2］盛来运，郑鑫，周平，等.我国经济发展南北差距扩大的原因分析［J］.管理世界，2018，（9）：16-24.
［3］高维龙.粮食产业高质量发展的绿色创新驱动机制研究［J］.江西财经大学学报，2022，（3）：73-86.
［4］高维龙，李士梅，胡续楠.粮食产业高质量发展创新驱动机制分析——基于全要素生产率时空演化视角［J］.当代经济管理，2021，（11）：53-64.
［5］闫晗，乔均，杜蓉.粮食最低收购价政策对粮食加工业综合技术效率的影响——基于三阶段DEA和Tobit模型的实证研究［J］.商业研究，2021，（4）：120-131.
［6］朱晴晴.政府补贴是否提升了粮食流通效率？——基于企业层面微观数据的验证［J］.商业经济与管理，2022，（11）：18-29.
［7］祁迪，祁华清，樊琦.粮食产业高质量发展评价指标体系构建［J］.统计与决策，2022，（5）：106-110.
［8］王瑞峰，李爽，王红蕾，李靖.中国粮食产业高质量发展评价及实现路径［J］.统计与决策，2020，（14）：93-97.
［9］梁伟森，方伟.粮食产业高质量发展评价及其影响因素——基于广东省的经验证据［J］.江苏农业科学，2021，（12）：215-221.
［10］郝爱民，刘育廷.三产融合对主产区粮食产业高质量发展的外溢效应研究［J］.农林经济管理学报，2022，（5）：509-517.
［11］高维龙，李士梅.农业服务化对粮食产业高质量发展的驱动机制研究［J］.湖南农业大学学报（社会科学版），2021，（5）：1-14，37.
［12］华坚，潘雪晴.农业科技创新对粮食产业高质量发展的影响——基于30个省份面板数据分析［J］.华东经济管理，2022，（7）：55-64.
［13］罗光强，王焕.数字普惠金融对中国粮食主产区农业高质量发展的影响［J］.经济纵横，2022，（7）：107-117.
［14］Li R，Li Q，Huang S，et al.The Credit Rationing of Chinese Rural Households and its Welfare Loss：An Investigation based on Panel Data［J］.China Economic Review，2013，（26）：17-27.
［15］黄益平，黄卓.中国的数字金融发展：现在与未来［J］.经济学（季刊），2018，（4）：1489-1502.
［16］闫桂权，何玉成，张晓恒.数字普惠金融发展能否促进农业机械化——基于农机作业服务市场发展的视角［J］.农业技术经济，2022，（1）：51-64.
［17］万佳彧，周勤，肖义.数字金融、融资约束与企业创新［J］.经济评论，2020，（1）：71-83.
［18］梁大为，王泽豪.数字普惠金融对粮食生产的作用效果研究［J］.华南理工大学学报（社会科学版），2023，（1）：91-101.
［19］梁榜，张建华.数字普惠金融发展能激励创新吗？——来自中国城市和中小企业的证据［J］.当代经济科学，2019，（5）：74-86.
［20］黄卓，王萍萍.数字普惠金融在数字农业发展中的作用［J］.农业经济问题，2022，（5）：27-36.
［21］李杏，高登云，尹敬东.数字金融是否改善了居民收入结构？——基于“长尾”理论的视角［J］.江苏社会科学，2022，（6）：118-127，243.
［22］李彦龙，李燕.数字金融与收入差距——基于多维视角的综合分析［J］.金融评论，2023，（1）：62-80，123.
［23］崔耕瑞.数字金融与产业高质量发展［J］.西南民族大学学报（人文社会科学版），2022，（2）：136-144.
［24］陈一明，温涛.数字普惠金融能促进乡村产业发展吗——基于空间计量模型的分析［J］.农业技术经济，2023，（1）：32-44.
［25］孟维福，任碧云.数字金融对农村产业融合的影响机制和空间效应［J］.西南民族大学学报（人文社会科学版），2023，（3）：96-106.
［26］郭峰，王靖一，王芳，孔涛，张勋，程志云.測度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020，（4）：1401-1418.
［27］鲁钊阳，杜雨潼.数字经济赋能农业高质量发展的实证研究［J］.中国流通经济，2022，（11）：3-14.
［28］朱信凯.现代农业发展视野下的国家粮食安全战略［J］.中国人大，2012，（15）：36-43.
［29］覃朝晖，潘昱辰.数字普惠金融促进乡村产业高质量发展的效应分析［J］.华南农业大学学报（社会科学版），2022，（5）：23-33.
（责任编辑 吴晓妹）
最新评论