一、引言

推动农业经济增长、加快农业结构化转型升级、实现农业的集约化和绿色化是农业高质量发展的重中之重（王磊、马金铭，2023），在国家各项农业支持政策和农业技术的推动下，我国农业经济不断增长，全国农作物播种面积由1978年的150104千公顷增至2020年的167487千公顷，增长率为11%，但农业发展中仍存在农业产出高而生态污染较严重的现象。第二次全国污染源普查表明，农业污染已成为环境污染的主要来源之一，传统粗放型农业生产方式为生态环境带来了较大的负外部性。因此，农业绿色发展成为农业发展的必然选择，是实现环境保护和经济增长协调发展的必由之路（于法稳、郑玉雨，2022）。

随着大数据、互联网、云计算等新型技术与传统金融的深入融合，数字普惠金融应运而生，数字普惠金融依托数字化手段，使普惠金融的服务覆盖半径得到了进一步的拓展，服务对象下沉至农村长尾市场，提高了农户信贷支持率和信贷便捷性（Mushtaq & Bruneau，2019）。长期以来，我国涉农贷款比例较低，“三农”领域和小微企业的贷款率仅为8%左右，超过40%的农户金融需求无法得到有效满足，难以从根本上突破“贷款难、贷款贵”的困境，阻碍了农业绿色发展。数字普惠金融对打破农村信贷市场“嫌贫爱富”的现状，缓解农村地区的金融排斥和融资约束现象，促进农村经济包容性增长和收入分配改善具有积极作用。同时，数字普惠金融战略的实施有力推进了农村信息化、数字化的基础设施建设。截至2019年6月，中国农村地区互联网覆盖率达37.2％，农村地区网民规模为2.25亿，2021年末，农村地区互联网普及率为57.6%，但仍落后于城镇地区近20%。技术承载客体覆盖率的提高，加速了农村地区大数据、云计算、区块链等数字化手段的应用和绿色生产技术的采纳，为农业绿色发展提供了新机遇。深入探究数字普惠金融在农业绿色发展中的影响及作用机制对优化数字普惠金融资源配置、促进农业绿色发展转型、推动农业高质量发展和乡村振兴战略的有效实施具有重要意义。

本文的边际贡献在于：首先，本文基于金融约束缓解视角，探究数字普惠金融对农业绿色发展的作用机制，拓宽了该领域的研究视角，加深了数字普惠金融对农业绿色发展促进作用的研究深度；其次，本文从农业重要性和地区差异的角度，分析数字普惠金融促进农业绿色发展的异质性，为多方位、有针对性地开展农业绿色发展实践提供了详实的实证依据；最后，本文以数字普惠金融为切入点，在明确数字普惠金融及其分维度指数对农业绿色发展具体作用的同时，为提高农业绿色发展水平提供了思路和方向，有利于加速农业生产方式绿色化转型，并推动农业经济高质量发展。

二、文献综述

国内外关于数字普惠金融对农业绿色发展影响的研究，主要集中在数字普惠金融与农业绿色发展和金融约束与农业绿色发展等方面。

（一）数字普惠金融与农业绿色发展

联合国在国际小额信贷年（2005年）首次提出“普惠金融（Inclusive Finance）”的概念，随着信息技术的发展，数字化手段与普惠金融有效衔接，数字普惠金融应运而生（罗光强、王焕，2022），旨在通过数字技术赋能普惠金融，降低金融服务门槛和交易成本，提高金融服务效率和长尾群体的信贷可获得性（Mushtaq & Bruneau，2019），实现金融服务领域和服务对象的全覆盖，解决传统金融服务的“最后一公里”发展困境。数字普惠金融凭借其低成本、快速度、广覆盖的优势渗入到了生产生活的各个方面（王磊、马金铭，2023），对促进地区经济增长、缩小收入差距、优化产业结构以及农业绿色发展等都有积极影响（McKinnon，1973；星焱，2021）。

在农业绿色发展方面，数字普惠金融的发展能够填平数字鸿沟（王磊、马金铭，2023），数字化平台可降低农户的信息约束和信任约束，促进农户间农业生产技术交流和农业资讯分享，提高信息传播效率和农业生产效率（何婧、李庆海，2019），同时利用数字化技术可使金融机构加强对农户的信用监督和风险识别，降低农户违约风险和逆向选择问题（Beck et al.，2018），并进一步扩大农户的投资、理财需求，整合零散金融资源，在加强农户财富管理的同时提高金融机构供给水平。此外，数字普惠金融能够有效缓解农村地区的金融约束，加速技术、土地和劳动力等农业生产要素聚集，利用数字化手段和金融资源促进农业资源合理配置，在提高农业绿色全要素生产率的同时释放农村剩余劳动力，促进农业劳动力向工业和服务业转移，加速农业资本深化和产业结构转型（罗光强、王焕，2022；杨怡等，2022），推动区域产业融合，拉动产业结构向合理化、高级化转型（星焱，2021），推动农业绿色和高质量发展（王磊、马金铭，2023）。也有学者认为，数字普惠金融发展尚未完全成熟，区域“数字鸿沟”依然存在，农村地区的金融排斥心理和数字技术信任危机不断加剧，由此形成马太效应，从而数字普惠金融的发展对农业绿色发展存在抑制作用（星焱，2021）。

（二）金融约束与农业绿色发展

2003年10月，原农业部在亚太地区绿色发展研讨会上首次提出了“绿色农业”的理念。农业绿色发展贯穿于农业生产全过程，以农产品种类多样化、优质化和可负担为首要任务（于法稳、郑玉雨，2022），其本质是通过变革产地环境、产品结构、生产过程及其产生的废弃物的处理方式，实现农业生产过程的低碳化、产地绿色化和绿色产品优质化。农业绿色发展要求农业产业自身要经历“去污-提质-增效”的发展路径，同时也要配以自然资源的保护、绿色意识的提升和政策体系的优化，才能最终实现社会效益、环境效益和经济效益的和谐共赢（Ju et al.，2018；罗必良，2017）。

对农业绿色发展影响因素的研究主要从农户个体特征、家庭特征和外部环境等方面展开（Ju et al.，2018；罗必良，2017；Adnan et al.，2019），其中，金融是影响农业绿色发展水平的关键因素（王磊、马金铭，2023）。长期以来，由于农业生产具有弱质性、农户缺乏抵押物、农业金融市场不完善等因素，“三农”领域面临较强的金融排斥（王磊、马金铭，2023），阻碍了农业规模化生产经营、农业绿色技术采纳、农业社会化生产服务获取和新型农业市场经营主体培育，无法满足农业生产要素土地、技术和劳动力的资金需求，降低了农业生产要素配置效率和农业生产效益（Veelen，2021），尤其在国家大力倡导农业绿色生产和农业绿色发展转型升级的当下，农业生产领域的金融约束困境亟需破解，才能有效推动农业绿色发展进程和农业高质量发展（庞洁等，2022）。数字普惠金融能够以低成本、高速度和低门槛的优势深入金融“最后一公里”地区，有效解决农业生产的金融难题，缓解金融约束，对农业绿色生产意义重大。首先，金融约束缓解能够通过农业生产社会化服务增加、绿色技术采纳、农产品市场化提高等途径促进农业生产资源的合理配置，加速农业低碳绿色化进程（杨怡等，2022）；其次，降低农业金融排斥是采纳绿色生产技术、提高农业人力资本水平和农地流转的基础，为农业绿色发展的有效实现提供金融保障（Sheng et al.，2020）；最后，农业生产的金融约束缓解能够有效提高农村经济效益，进一步完善农村金融市场，从而提高农户的金融素养和绿色化生产行为（王磊、马金铭，2023），促进产业转型升级和区域产业融合（星焱，2021），为缩小城乡收入差距、丰富农户生计策略选择、加速乡村振兴和经济包容性增长提供物质基础。

目前已有研究多聚焦于数字普惠金融对规模化生产经营、提高绿色技术采纳水平等方面的作用，缺乏数字普惠金融对农业绿色发展影响及金融约束缓解机理的系统研究。本文试图构建多维度农业绿色发展指标评价体系，分析数字普惠金融总指标和分指标对农业绿色发展水平的影响效果，并从金融约束缓解的视角探讨数字普惠金融对农业绿色发展的影响机制，为优化农业绿色发展政策、推动农业绿色转型升级和高质量发展提供实证依据。

三、理论分析和研究假设

（一）数字普惠金融与农业绿色发展

数字普惠金融通过数字技术赋能金融服务，实现金融服务和金融交易时空异步，能够有效提高普惠金融服务使用的便捷性和标准化（星焱，2021），对农业绿色发展作用显著。首先，数字普惠金融依托大数据、云计算和区块链等数字技术拓展金融服务半径，在降低金融机构服务成本的同时能够提高金融服务和金融资源在农村地区的渗透率和覆盖广度（Mushtaq & Bruneau，2019），通过促进农业土地流转、农业劳动力水平提升、农产品市场化和农业绿色技术采纳等途径合理配置农业生产资源，促进资源节约和农业生产效率，推动农业绿色发展进程（Adnan et al.，2019）；其次，数字普惠金融具有一定的绿色引导效应，推动资源向绿色化生产区域集中，提高农业绿色生产效益，从而倒逼农业生产者不断提升自身绿色意识和环保参与度，促进农业绿色生产水平的整体提升（Veelen，2021）；最后，数字普惠金融利用数字技术，一方面金融机构能够建立有效的农户信用档案，弱化农村信贷的信息不对称和道德风险等问题（Beck et al.，2018），另一方面提高信息传播速度和交易安全性，降低农户的信息约束和信任约束，提高农户的农业绿色生产水平和生产积极性（何婧、李庆海，2019；Beck et al.，2018）。基于此，本文提出假设1：

H1：数字普惠金融的发展能够有效推动农业绿色发展。

（二）数字普惠金融、金融约束缓解与农业绿色发展

数字普惠金融的出现加速了金融资源下沉至长尾市场，有利于破解三农领域“贷款难、贷款贵”的困境，改变金融资源供需矛盾突出的现状，主要体现在以下几个方面：第一，数字普惠金融利用互联网进行信息交换和金融服务，催生了互联网金融机构，实现了金融服务的时空异步，拓展了普惠金融的服务半径，有效降低了金融机构因利润低和设置不便等因素对农村地区的地理排斥；第二，数字普惠金融利用大数据整合分析农户网络数据信息和金融活动信息，进而对农户进行信用评估和风险定价，不仅能够完善农村征信体系，还能有效解决金融机构对农户评估难、评估贵的问题，通过农户金融信息和金融活动的模拟分析，为农户金融活动提供一定的信贷支持，提高了农户信贷便捷性和信贷支持率（Mushtaq & Bruneau，2019），降低了农户评估排斥和条件排斥；第三，数字普惠金融依托数字化手段进行互联网金融服务，降低了农户参与金融市场的时间和出行等交易成本，并且金融机构利用网络提供服务，对降低信用评估成本、网点运营成本和目标客户搜寻成本等大有裨益，因此，数字普惠金融可从供需两侧打破价格排斥；第四，数字普惠金融借助数字技术和数字基础设施进行网络营销，提高了营销的覆盖半径和精准性，解决了农村地区专业金融机构人员不足的问题，较好地发挥了网络空间效应，降低了金融服务的营销排斥（王磊、马金铭，2023）；第五，数字普惠金融促进了金融服务集中化和服务程序简单化，随着农户参与金融市场智能化程度和农户自身金融素养的不断提高，农户将逐渐打破自我排斥（Ozili，2018）。数字普惠金融通过降低农村地区金融排斥，拓展金融服务和金融资源的覆盖半径，加速金融资源下沉，有效缓解长尾市场融资约束，打破金融机构“嫌贫爱富”的局面，促进金融服务包容性发展，为农业规模化生产、机械应用和技术采纳等提供资金支持，推动农业绿色生产方式转型和高质量发展。基于此，本文提出假设2：

H2：数字普惠金融通过缓解金融约束促进农业绿色发展。

（三）数字普惠金融、要素禀赋与农业绿色发展

1.数字普惠金融、农业重要性与农业绿色发展

农业绿色发展受到地区农业自然条件、农业资本水平和地区经济发展程度等多方面因素的影响（罗必良，2017；Adnan et al.，2019）。综合考虑资源禀赋和粮食生产历史，我国于2004年设立13个粮食主产区（罗光强、王焕，2022；魏梦升等，2023），相较于非粮食主产区，粮食主产区具备气候、土壤等农业生产与技术比较优势，承担粮食稳产保供的重要职能，是保证我国粮食安全的关键。粮食主产区农业生产具有空间广、种类多、耗时长、资金需求量大和金融市场供求匹配难的特点（罗光强、王焕，2022），数字普惠金融能够深入到粮食主产区，进一步加大农业的“化零为整”、新型农业生产经营主体的培育和农业技术机械等的应用水平（赵昶等，2021），优化劳动力要素和资本要素的配置，加速农业绿色发展水平的提高（Sheng et al.，2020；魏梦升等，2023）。此外，数字普惠金融的应用能够构建与农村金融市场相匹配的信息平台，将数字金融与生态农业、有机农业、休闲农业等有效衔接，推动主产区农业生产的绿色化和品质化发展。基于此，本文提出假设3：

H3：相对于非粮食主产区，粮食主产区中数字普惠金融对农业绿色发展的作用更强。

2.数字普惠金融、区域差异与农业绿色发展

数字普惠金融对农业的作用因区域经济发展水平、人力资本存量和农业生产模式等因素的差异呈现明显的不同（王磊、马金铭，2023；罗光强、王焕，2022），区域的划分是经济发展水平、基础设施建设等因素的综合体现。东部信息化产业聚集程度较高，新型农业生产经营主体作为东部农业的主要生产者，具备较高的农业绿色认知和绿色农技应用水平（Adnan et al.，2019），并且东部地区数字普惠金融市场较为完善，且农业生产者金融素养较高，有利于加速数字普惠金融在农业生产中的应用（Mushtaq & Bruneau，2019），发挥规模经济效应和劳动力池效应（杨怡等，2022）。此外，东部地区具备天然的交通优势和外贸优势，农产品贸易市场发育程度较高，随着人们对食品安全重视程度的提高，绿色农产品具有广阔的发展空间，倒逼农业绿色发展水平的提高（朱金鹤、王雅莉，2019）。而中西部地区金融市场发展水平、农产品商品化程度和人力资本水平相对较低，且西部地区多以高原和丘陵地形为主，抑制了农业的规模化生产水平，从而导致农业机械化水平和农业技术效率较低（赵昶等，2021），数字普惠金融对农业绿色发展的促进作用有限。基于此，本文提出假设4：

H4：数字普惠金融对农业绿色发展的作用程度呈现由东部向中部、西部递减的分布格局。

四、研究设计

（一）实证模型设定（完整版详见知网）

（二）数据来源和变量说明

1.数据来源

本文以我国2011-2020年30个省（自治区、直辖市，不含西藏自治区与港澳台地区）的平衡面板数据为研究对象，所用数据从国家统计局数据、中国绿色食品发展中心发布数据、《全国卫生健康统计年鉴》《中国分省份市场化指数报告》《全国农村经济情况统计资料》和《中国农村经营管理统计年报》中搜集整理而成，部分缺失数据采用线性插值法进行填补，数字普惠金融数据采用学界认可度较高、被广泛使用的北京大学《数字普惠金融指数（2011—2020）》作为替代性指标。

2.变量选择与说明

（1）被解释变量。本文以熵值法测算的农业绿色发展综合指数（Agd）为被解释变量，探究其发展变化和主要影响因素，其指数越大，代表农业绿色发展水平越高，具体指标体系构建和测算结果见本节第三部分。

（2）核心解释变量。本文的核心解释变量为数字普惠金融发展水平，由数字普惠金融总指数（Dfi）以及三个细分维度数字普惠金融覆盖广度（Cor）、使用深度（Usd）和数字化程度（Dig）衡量，保证评价的全面性和科学性。

（3）中介变量。基于理论分析，金融约束缓解在数字普惠金融推动农业绿色发展进程中具有中介作用，本文将金融约束缓解（Fix）作为中介变量，探究其作用机制。

（4）控制变量。除了数字普惠金融和金融约束缓解之外，农业绿色发展水平还受到自然因素、资本投入、产业结构等的影响，参考罗光强、王焕（2022）、王磊、马金铭（2023）等的研究，选取自然环境（Envi）、市场化程度（Mar）、自然禀赋（Parea）、农业劳动力投入（Lab）、环境规制（Er）、工业化进程（Str）和农业资本投入（Cap）作为本文的控制变量。为克服模型异方差问题，保持数据的平稳性，对部分绝对值变量取对数处理，具体的变量设置和含义说明如表1所示。

（三）农业绿色发展综合评价

1.农业绿色发展综合评价体系的构建

构建农业绿色发展综合评价体系是测算农业绿色发展水平的基础，当前农业绿色发展并未有统一的评价体系，本文依据评价全面性、科学性和数据可得性的原则，在参考学者研究的基础上（王磊、马金铭，2023；巩前文、李学敏，2020；魏琦等，2018；金赛美，2019），从资源节约（Sar）、生态保育（Evp）、安全供给（Sas）、经济效能（Ece）和发展潜力（Dvp）这五个维度构建农业绿色发展综合评价体系。

农业绿色发展贯穿于农业生产的全过程，其要求实现农业生产过程的低碳化、产地绿色化和绿色产品优质化，从而实现农业发展的“去污-提质-增效”。在农业绿色发展生产过程中，资源节约是农业绿色发展的基本特征，是实现农业生产低碳化的重要方面，资源节约主要以节本增效和节约增收为目标，依靠农业科技水平的提高、农业生产者素质的提升和农业的规模化集约化经营实现。生态保育是农业生产过程中实现产地绿色化的重要衡量依据，也是实现农业经济效益和环境效益相统一、推动农业生态文明建设和农业绿色发展的根本要求，以构建可持续、可循环和高效能的农业发展模式为主要途径，将农业建设成为美丽中国的生态支撑。安全供给是衡量农业产出绿色化的主要标准，是农业绿色发展的重要标志，在提高农业生产技术和满足食品安全要求的前提下，进一步推动农业的绿色化转型升级和可持续性发展。经济效能是农业绿色发展的基础和重要驱动力，农业绿色发展旨在实现农业经济效益和生态效益的统一，经济效能是农业绿色发展的重要方面，并通过提高农业经济效能进一步加快农业绿色生产效率和农村经济发展，二者相辅相成。农业绿色发展作为一个长期和可持续的过程，对其评价要从其发展水平和未来增长空间两个方面进行，发展潜力是衡量农业绿色未来发展空间和发展水平的重要依据，主要以农村发展、农民生活水平、农业劳动力素质和政策支持水平为主要衡量标准，在评价农业绿色发展可持续性的同时为农业绿色发展政策制定和发展方向提供决策依据。具体指标设计如表2所示。

2.农业绿色发展水平整体发展特征事实描述

为保证测算结果的客观性和准确性，避免主观因素的干扰，本文利用熵值法测算农业绿色发展水平，2011—2020年各省份农业绿色发展指数如表3所示。

农业绿色发展水平分析。对农业绿色发展的分析从2011—2015年均值、2016—2020年均值和2011—2020年整体发展水平进行。由表3可知，2011—2020年农业绿色发展水平整体呈上升趋势，从2011—2015年均值0.2351提高到2016—2020年0.2975，年均增速约为5.15%，表明我国农业绿色发展成效显著，且存在较大的发展空间。分区域来看，2011—2020年我国农业绿色发展整体水平为0.2663，但各区域间发展差异较大，江苏农业绿色发展水平最高（0.50），其次为山东（0.48）、河北（0.37），宁夏农业绿色发展水平最低，仅为0.11，但其年均增速较高（5.43%），农业绿色发展态势良好。有14个省份的农业绿色发展均值位于全国平均水平之上，其中13个省份为粮食主产区，体现了粮食主产区农业的主导性地位以及对农业绿色发展的重视，是我国农业绿色发展的主要发展区，特别是江苏、山东等省份在农业绿色发展转型的背景下，依托当地自然禀赋优势和经济发展水平，大力推进农业绿色技术创新和经营业态创新，充分释放农业绿色发展潜力。而宁夏、海南、贵州等省份绿色化水平较低的地区，受制于耕地细碎化和农业资本投入低等因素，其农业绿色发展水平整体较低。从各省份农业绿色发展年均增速来看，我国农业绿色发展水平整体逐年稳步上升，但也有部分地区农业绿色发展水平波动上升，贵州（9.69%）、重庆（8.53%）、上海（8.29%）等16个省份的农业绿色发展增速均位于全国平均增速之上，而辽宁省农业绿色发展水平在2017、2018和2019年不断下降，其年均增速为全国最低（1.87%）。

农业绿色发展二级指数分析。2011—2020年农业绿色发展各二级指标——资源节约、生态保育、安全供给、经济效能、发展潜力的评价指数变化趋势如图1所示。由图1可知，农业绿色发展二级指标呈现增长趋势。资源节约和发展潜力指数逐年上升，经济效能和安全供给波动上升，经济效能、资源节约和安全供给在2017—2020年间增速较大，生态保育指数变化幅度较小，在2018—2019年间略有下降，主要是由于2018年和2019年间国家对自然保护区进行了优化调整，重点旨在解决自然保护区多地交叉重叠、一地多牌的乱象，进一步合理化自然保护区的范围划定和功能分区，因此自然保护区面积的下降导致了生态保育指数的降低，2020年生态保育指数的上升显示了我国农业生产者环境意识的提高和国家对农业生态恢复的支持政策效果良好。2013年以前，生态保育指数最高，2013年之后，发展潜力处于最高水平，其次为经济效能、资源节约。2011—2020年间，安全供给指数一直处于最低的位置，但其指数逐年增加且增速最大。我国对农业发展的重视和农业绿色发展扶持政策的推行，极大地改善了农业生产现状，促进了农业规模化和集约化经营，并且各项财政政策和金融市场的完善加速了农业资本深化，农业绿色发展技术和机械的应用可有效促进资源利用效率和农业全要素生产率的提高，改善了农业生产者收入和消费水平，为农业和农村经济发展提供动能。此外，随着农产品直播带货和电商产业的兴起，拓宽了农产品的销售渠道和商品化程度，资本的支持使得农业绿色生产方式转型成为现实需求，因此农业的安全供给水平不断提高且近年来增速较快。

3.农业绿色发展水平区域对比分析

农业重要性。在农业绿色发展水平时空差异分析的基础上，基于农业重要性的视角探究我国农业绿色发展水平的区域变化，图2为2011—2020年粮食主产区与非粮食主产区农业绿色发展水平对比图，由图2可知，粮食主产区农业绿色发展均值为0.340，非粮食主产区为0.210，粮食主产区与非粮食主产区农业绿色发展水平逐年增长，各年粮食主产区农业绿色发展水平均高于非粮食主产区，说明我国粮食主产区依托自然禀赋成为我国农业绿色发展的主阵地和关键发展区，农业绿色发展水平较高。从两大区域农业绿色发展水平年均增速来看，粮食主产区年均增速为4.53%，非粮食主产区年均增速为5.93%，表明非粮食主产区农业绿色发展水平较低但发展空间较大，成为我国农业绿色发展的攻坚区，发展成效显著。图3为2011—2020年粮食主产区与非粮食主产区农业绿色发展二级指数对比图，由图3可知，粮食主产区的农业绿色发展各二级指数水平均高于非粮食主产区，二者生态保育指数水平差距最小，经济效能指数差距最大，表明农业绿色发展进程中，着力开展农业生态文明建设，成效显著，而粮食主产区和非粮食主产区之间由于农业政策保障、基础设施建设和农业人力资本等条件的不同，导致二者农业绿色发展经济效能差距较大。

区域差异。本文根据我国东部、中部和西部的划分，探究我国三大区域间农业绿色发展水平的差异。图4为2011—2020年东部、中部与西部农业绿色发展水平对比图，由图4可知，东部农业绿色发展均值为0.293，中部为0.290，西部为0.222，呈现由东部向中部、西部递减的分布格局。从各区域农业绿色发展水平时序变化来看，各区域农业绿色发展水平逐年增长，东部地区年均增速为4.19%，中部地区年均增速为5.42%，西部地区年均增速为6.13%，且近年来中部和西部地区农业绿色发展水平增速不断加快，发展态势良好，而东部地区农业绿色发展水平增长空间较小。图5为2011—2020年各区域农业绿色发展二级指数对比图，由图5可知，东部地区农业绿色发展潜力最大，中部地区农业绿色发展安全供给和经济效能指数表现良好，西部地区在生态保育方面优势较大，表明各区域二级指数发展差异较大，尤以发展潜力指数表现明显，说明发展潜力依赖于地区经济发展水平、人力资本和基础设施建设等条件，而中部地区作为农业主要发展区，其农业绿色发展产出和成效显著，西部地区通过植树造林、生态移民等环境保护措施，在生态保育方面具有较大优势。

（四）描述性统计分析

各变量的描述性统计如表4所示，从中可知，2011-2020年我国农业绿色发展水平均值为0.266，农业绿色发展水平较低。我国农业绿色发展起步较晚，且传统生产方式使得农业绿色发展缓慢，最大值为0.609，最小值为0.084，标准差为0.108，农业绿色发展水平具有较大的地区差异，农业绿色发展潜力较大。数字普惠金融指数均值为5.219，数字普惠金融细分维度覆盖广度、使用深度和数字化程度均值分别为5.075、5.201和5.510，且标准差较大，表明数字普惠金融发展水平较高但地区差异较大，说明地区经济发展水平、基础设施、金融素养等对数字普惠金融发展影响较大。金融约束缓解对数的均值为8.548，标准差为0.835，说明各地区金融可得性较高，且区域差异较大，金融约束缓解程度对地区经济发展水平和金融市场的依赖程度较高。从控制变量均值和标准差来看，我国农业劳动力充足，机械化程度较高，具备农业绿色发展的生产条件，且我国市场化和工业化水平较高，国家重视和支持农业绿色发展，农业绿色发展转型是市场发展的必然趋势。

五、实证结果分析

（一）基准回归结果分析

为探究数字普惠金融对农业绿色发展的直接效应，将农业绿色发展指数作为被解释变量，数字普惠金融总指数、数字普惠金融的覆盖广度、使用深度和数字化程度分别作为核心解释变量，并利用模型（1）进行面板回归，回归结果如表5所示。列（1）为数字普惠金融总指数对农业绿色发展的回归结果，其影响系数为0.122，且在1%的水平上显著，表明数字普惠金融总指数对农业绿色发展水平具有显著的正向影响，验证了假设1，具体影响程度为数字普惠金融总指数每增加1%，农业绿色发展水平提高0.122。列（2）、（3）和（4）分别为数字普惠金融覆盖广度、使用深度和数字化程度对农业绿色发展的回归结果，其中，数字普惠金融覆盖广度系数为0.031，且在5%的水平上显著，使用深度的系数为0.107，且在1%的水平上显著，而数字化程度系数为负，且对农业绿色发展的影响不显著，表明数字普惠金融覆盖广度和使用深度能显著促进农业绿色发展水平的提高，且使用深度的系数值较高，表明在数字普惠金融的细分维度中使用深度对农业绿色发展促进作用最强。数字化程度对农业绿色发展则不具有显著影响，可能的原因是：数字化程度分指数包括移动化、实惠化、信用化和便利化四个维度的指标，农户移动支付的使用程度体现了对数字支付的接受性和对数字支付优势的认可，改变了农户消费和投资行为的支付方式，并不直接促进农业生产领域的投入增长，因此数字化程度对农业绿色发展的作用不显著。

控制变量回归结果显示，数字普惠金融总指数和细分维度指数模型中，控制变量的结果基本一致。自然环境对农业绿色发展具有显著的负向影响；自然禀赋、劳动力投入和农业资本深化对农业绿色发展具有显著的促进作用；环境规制对农业绿色发展具有显著的负向影响，这似乎与传统认知相悖，但也具有一定的合理性：作为命令型政策工具，环境规制的实施使得农业生产成本大幅提高，在农业生产经营者中易产生“遵循成本”效应，导致农业生产经营者、排污企业和政府的逆向选择问题，加大农业面源污染和农业污染治理技术的推广难度，制度完善空间较大（袁平、朱立志，2015）。

（二）机制分析

为进一步解构金融约束缓解在数字普惠金融与农业绿色发展中的作用机制，本文选取金融机构涉农贷款余额的对数作为中介变量，借鉴江艇（2022）的研究，运用中介效应分析法探究数字普惠金融对农业绿色发展的作用机制，检验过程为：首先，运用模型（2）检验数字普惠金融对农业绿色发展的作用；其次，运用模型（3）检验数字普惠金融对金融约束缓解的作用，中介效应检验结果如表6所示。列（1）为模型（2）的回归结果，表明数字普惠金融对农业绿色发展的总影响系数为0.122。列（2）为模型（3）的回归结果，边际系数为1.133，且在1%的水平上显著，说明数字普惠金融的发展有利于缓解金融约束，二者存在显著的因果关系。另外，金融约束的缓解能够有效促进农户绿色技术采纳、规模化生产经营等绿色农业生产行为，推动农业绿色发展水平的提高。由此，金融约束缓解为中介变量，假说2得到验证。说明数字普惠金融对农业绿色发展有两条作用路径：一是直接推动农业绿色发展水平提高，二是通过缓解金融约束促进农业绿色发展。从控制变量回归结果可知，市场化程度、自然禀赋、农业劳动力投入、产业结构和农业资本投入均对农业绿色发展有显著的促进作用，说明在数字普惠金融和金融约束缓解的作用下，农业绿色发展不断增强内生发展动能，逐步走向区域市场竞争态势，需要充分发挥农业生产要素优化配置和市场有效竞争对农业绿色发展的作用。

（三）异质性分析

农业绿色发展会受地区农业自然条件、农业资本水平和地区经济发展程度等多方面因素的影响，自然资源禀赋、农业生产模式和农业政策支持力度的差异尤以在粮食主产区和非粮食主产区之间表现明显（魏梦升等，2023），东部、中部和西部区域的划分是经济发展水平、基础设施建设等因素的综合体现。因此，为进一步探究数字普惠金融对农业绿色发展影响的异质性，本文分别从农业重要性和区域差异的角度分析数字普惠金融对农业绿色发展的影响以及金融约束缓解的中介作用。

异质性分析一：农业重要性。从农业绿色发展特征事实描述中已明确粮食主产区和非粮食主产区的农业绿色发展水平差异较大，为深入探究数字普惠金融及金融约束缓解在数字普惠金融推进农业绿色发展过程中的异质性，本文对数字普惠金融在粮食主产区和非粮食主产区农业绿色发展作用的异质性进行检验，结果如表7所示。回归结果显示，粮食主产区数字普惠金融对农业绿色发展的影响系数为0.216，并且在1%的水平上显著，非粮食主产区数字普惠金融对农业绿色发展的影响系数为0.092，在5%的水平上显著。可见，数字普惠金融对农业绿色发展的作用程度在粮食主产区更强。此外，费舍尔组合检验（抽样2000次）结果显示，粮食主产区和非粮食主产区差异系数P值为0.086，说明粮食主产区和非粮食主产区组间系数差异显著，金融约束缓解在其中均为中介变量，表明粮食主产区和非粮食主产区的数字普惠金融均可通过缓解农户金融约束促进农业绿色发展，验证了假说3。

异质性分析二：区域异质性。由于区域经济发展水平的不同，东中西部地区在农业生产模式和基础设施建设水平等方面存在一定的差异，为了进一步分析数字普惠金融对农业绿色发展的影响，本文将样本地区分为东部、中部和西部三组，检验数字普惠金融对农业绿色发展影响的区域差异，检验结果如表8所示。从样本回归结果可知，数字普惠金融对农业绿色发展在东中西部地区均具有显著的推动作用，且呈由东向西递减的格局，影响系数别为0.256、0.160和0.119，显著水平分别为1%、5%和5%，此外，费舍尔组合检验（抽样2000次）结果显示，东部和中部、东部和西部、中部和西部差异系数P值分别为0.034、0.031和0.310，由此可以得到东部、中部和西部组间系数差异显著的结论，表明数字普惠金融对农业绿色发展的作用受区域经济发展水平和基础设施建设等因素的影响较大，验证了假说4。此外，数字普惠金融在东部和西部地区均能通过缓解金融约束促进农业绿色发展水平的提高，而金融约束缓解的中介作用在中部地区不存在。表明东部和西部地区的数字普惠金融不仅能够直接推动农业绿色发展水平的提高，而且数字普惠金融通过缓解金融约束促进农业绿色发展的作用在东部和西部地区表现得更加明显。可能的解释是东部地区金融市场完善、人力资本水平和市场化程度较高，数字普惠金融能够深入到农业生产领域，发挥其农业绿色发展推动作用，而西部地区作为长尾金融市场，数字普惠金融的发展对提高金融资源可得性的边际效应较强，降低了金融短缺这一关键影响因素在农业绿色发展中的阻碍。

（四）内生性检验

针对本文可能存在的内生性问题，首先，本文使用双向固定效应模型并引入自然环境、市场化程度、自然禀赋等控制变量，降低了模型存在遗漏变量问题的可能；其次，本文利用工具变量法处理数字普惠金融与农业绿色发展可能存在的反向因果关系问题所导致的内生性。本文选取各省会城市到杭州的球面距离作为工具变量，并借鉴张勋等（2020）的处理方法，将球面距离（Dis）与各年全国（除浙江）数字普惠金融发展均值（Mean）进行交互，作为时变工具变量（Dis×Mean），回归结果如表9所示。工具变量不可识别检验（K-P rk LM=16.986，p=0.000）和弱工具变量检验（C-D Wald=2128.368，K-P rk Wald=836.693）均拒绝了原假设，此外，工具变量与内生变量均为一个，恰好被识别，不存在工具变量过度识别的问题，说明工具变量选取是有效的。工具变量法第一阶段检验结果显示：球面距离与数字普惠金融发展均值交互项对数字普惠金融的回归系数为-0.058，第二阶段结果显示：数字普惠金融系数为0.038，且在1%的水平上显著，表明数字普惠金融对农业绿色发展依然具有显著的促进作用，证实了本文结论的可靠性。

（五）稳健性检验

为检验基准模型和回归结果的可靠性，本文分别替换了农业绿色发展指标评价体系和替换样本分析年份以进行稳健性检验。

稳健性检验一：替换农业绿色发展指标评价体系。资源节约、生态保育和安全供给与农业绿色发展水平直接相关，因此，本文从这三个维度重新测度农业绿色发展水平并进行回归，消除因经济因素指标过多而可能造成农业绿色发展测算和回归结果偏差，回归结果如表10所示。由回归结果可知，数字普惠金融总指数、覆盖广度、使用深度和数字化程度的系数分别为0.058、0.007、0.066和0.005，并且数字普惠金融总指数和使用深度系数分别在5%和1%的水平上显著，覆盖广度和数字化程度则不具有显著性，表明数字普惠金融对农业绿色发展水平具有积极的促进作用，且尤以使用深度这一分指数作用明显，与基准回归结果一致，验证了本文所构建的农业绿色发展指标评价体系具有准确性和有效性，并且证实了本文所设立模型和研究结论的稳健性。

稳健性检验二：替换样本分析年份区间。“十三五”时期我国对数字普惠金融的重视程度普遍提高，数字普惠金融的发展取得了突破性进展，数字普惠金融指数也大幅提高。在数字技术应用方面，随着互联网基础设施覆盖广度和信息化应用水平的提高，“数字鸿沟”逐渐缩小，这大大提升了农业生产经营者在数字普惠金融市场的参与程度，以实现缓解金融约束、打破金融服务时空限制和降低信贷门槛等目的，进而推进农业绿色发展转型和农村经济发展。本文选取2016—2020年的样本进行了稳健性检验，检验结果如表11所示。从表11可知，数字普惠金融总指数、覆盖广度和使用深度的系数分别为0.639、0.473和0.397，并且均在1%的水平上显著，数字化程度系数为0.323，在5%的水平上显著，由此可知，“十三五”时期数字普惠金融对农业绿色发展的促进作用有所提高，尤其是数字化程度影响系数由负转正，并且对农业绿色发展促进作用显著。总体来看，数字普惠金融细分维度对农业绿色发展的作用程度依然是使用深度最强，再次表明本文研究结论具有稳健性。

六、结论与建议

（一）研究结论

本文主要对我国农业绿色发展水平和发展趋势进行了特征分析，并利用双向固定效应模型分析了数字普惠金融对农业绿色发展的影响，在此基础上深入探究并验证了金融约束缓解在其中发挥的中介作用。研究结论如下：1.2011—2020年农业绿色发展水平及其分指数均呈上升趋势，我国农业绿色发展整体发展水平由2011—2015年的0.2351增至2016—2020年的0.2975，年均增速为5.15%，但各区域间发展差异较大，粮食主产区和东部地区农业绿色发展水平较高，非粮食主产区和中西部地区农业绿色发展具有较大的发展潜力。2.基准回归结果显示，数字普惠金融能够显著促进农业绿色发展水平的提升，数字普惠金融的使用深度对农业绿色发展促进作用强于覆盖广度，数字化程度对农业绿色发展则不具有显著影响。3.影响机制检验结果发现，数字普惠金融能够通过缓解金融约束间接推动农业绿色发展。4.异质性分析结果表明，从农业重要性角度而言，粮食主产区数字普惠金融发展对农业绿色发展影响程度更大，金融约束在粮食主产区和非粮食主产区中均具有中介作用。从区域差异的角度来看，不同地区数字普惠金融对农业绿色发展均具有显著的推动作用，作用大小和影响程度呈现东部、中部和西部递减的分布格局，东部地区和西部地区数字普惠金融能够通过金融约束缓解促进农业绿色发展。

（二）政策建议

本文研究了农业绿色发展水平和数字普惠金融对农业绿色发展的影响，以及金融约束缓解的中介作用，得出我国农业绿色发展水平较低以及数字普惠金融和金融约束缓解对农业绿色发展影响显著的结论。为进一步促进农业绿色发展、加快农业生产方式转型、推动农业高质量发展和农村生态文明建设，充分发挥数字普惠金融的经济效能和绿色发展效应，本文提出如下政策建议：

首先，完善农村数字普惠金融市场，提升其覆盖广度、使用深度和数字化程度。数字普惠金融尤其是使用深度指数能够有效提高农业绿色发展水平。当前我国农业绿色发展整体水平较低且区域差异明显，因此，应大力发展数字普惠金融基础设施建设，如互联网、运营商移动设备等，为数字技术的应用提供载体；制定数字普惠金融在农业生产领域的发展规划和金融优惠政策，进一步发挥数字普惠金融在缓解农业金融约束、降低金融服务门槛和优化金融资源配置方面的作用，为农业绿色发展提供必要的资本支持；加强政府对数字普惠金融的监管，规范金融市场竞争秩序，实现政府监管和市场调节有机统一，为数字普惠金融发展营造良好的环境。

其次，缩小“数字鸿沟”，促进农村金融区域协调化发展。数字普惠金融尤其是使用深度指数能够有效提高农业绿色发展水平。当前我国数字普惠金融区域发展差异较大，因此，应通过数字基础设施建设缩小区域“数字鸿沟”，推动数字普惠金融获得均等化，促进农业绿色发展协调化。协调城乡数字技术基础设施建设，补齐数字普惠金融在农业生产领域的技术短板，提高农村数字化和信息化基础设施建设水平，为数字普惠金融在农业领域的应用提供技术支撑和物质支持；提高数字技术在农村的应用水平和使用深度，针对数字普惠金融农村受众特点，开发便民移动设备，提高应用程序的简捷性和实用性，为农村地区数字普惠金融业务开展提供载体；优化数字普惠金融资源区域配置，鼓励金融资源向偏远地区和农业领域倾斜，发挥数字金融的普惠价值，促进农业绿色经济包容性增长。

最后，多措并举增强数字普惠金融的农业绿色发展效能。从政策层面增加农村教育支出，提升农村人力资本水平和农业绿色生产认知水平，引导农户利用数字普惠金融参与农业绿色生产，提高农业绿色生产效率和经济效能；通过短视频、农民金融培训、金融宣传等提高农业生产经营者的金融素养，降低金融排斥心理，促进农业生产经营者在数字普惠金融市场的有效参与，增强数字普惠金融农业绿色效应的发挥；提升农业金融扶持政策的针对性和有效性，着重发挥数字普惠金融在粮食主产区的绿色化促进作用，通过建立农业金融的“绿色信用库”，充分发挥数字普惠金融的长尾效应和绿色化效能，同时大力推动非粮食主产区金融市场建设，并针对不同区域的农业金融进行相关政策优化，促进农业绿色发展水平整体提升，实现农业绿色发展生产方式转型和高质量发展。