引言

农业作为国民经济的基础，其产业链稳定性事关粮食安全与社会稳定。《关于进一步深化农村改革 扎实推进乡村全面振兴的意见》强调以改革与科技创新保障粮食安全、促进乡村产业发展。然而，我国传统农业产业链仍存在农产品加工产值低、金融排斥、风险防控能力薄弱等问题，复杂的国际环境与自然灾害进一步威胁其稳定性。近年来，数字普惠金融依托大数据、互联网和区块链等技术，以低成本、广覆盖、高效率方式为农业产业链各环节提供多样化服务，维护农业产业链的韧性。农业产业链韧性是以小农户为经营主体的农业系统在外部压力下的抵抗力、适应力及持续发展的能力。现有文献集中于韧性的水平测度、影响因素、问题对策等方面。随着数字经济的发展，部分学者开始关注数字普惠金融在农业产业链资源整合和价值增值中的作用。现有学者运用随机森林和耦合协调度分析来验证两者间的关系，也有学者从空间视角发现数字普惠金融对农业产业链韧性具有显著的空间溢出效应，能够通过技术、资本和知识扩散影响邻近地区。虽然已有研究证明数字普惠金融对农业产业链韧性具有正向影响，但对其作用机制的探讨仍不充分。因此，本文对该问题进行更深入的分析，从生产效率提升和产业结构升级两个角度出发，考虑农业科技水平的调节作用，拓宽该领域的研究。

理论分析和研究假设

数字普惠金融对农业产业链韧性的直接影响

农业产业链韧性可以分为抵抗力、恢复力和重构力三个维度。在抵抗力方面，数字普惠金融通过提高信息透明度和资源配置效率，增强产业链主体的风险预判和应对能力。例如，数字金融平台的农产品价格监控和灾害预警功能降低了市场和自然风险；线上信贷与移动支付等方式提升了资金流动性，为农户和中小企业提供及时资金支持，从而缓冲产业链节点的流动性冲击；在恢复力方面，数字普惠金融依托高效的数据审核和信贷审批机制，在农业主体遇到资金短缺或受灾时及时发放恢复性贷款，缩短产业链恢复周期。同时，供应链数字化降低交易成本、提高匹配效率，有助于加快产业运行恢复，如数字供应链促进农产品快速对接消费端；在重构力方面，数字普惠金融推动智慧农业发展，促进精准种植与智能管理，提高生产方式革新能力；同时支持农村电商、直播带货和文旅等新业态，促进产业融合并增强产业链重构能力。

假设 H1：数字普惠金融能够提高农业产业链韧性。

数字普惠金融对农业产业链韧性的间接影响

在信息层面，数字普惠金融拓宽农户信息获取渠道，缓解信息不对称，有助于优化生产决策并提升生产效率；在资金层面，其通过降低融资门槛和交易成本，提高资金可得性，保障农业生产投入的连续性，并支持农业主体开展机械化和智能化等长期投资，推动生产方式向规模化和集约化转型；在技术层面，数字普惠金融促进农业技术应用和生产过程数字化，提升农业生产的智能化水平。根据信息不对称理论与规模经济理论，生产效率的提升有助于降低单位成本、优化资源配置并增强再投资能力，从而提高农业生产稳定性，进而强化农业产业链抵御冲击和恢复运行的能力。

假设 H2：数字普惠金融通过提高农业生产效率进而提升农业产业链韧性。

数字普惠金融通过缓解融资约束和强化市场对接，引导资本与技术要素向农业领域集聚，推动农业由单一初级生产向加工、流通和服务等高附加值环节延伸，实现产业结构优化升级。数字平台拓展农产品市场边界并提升交易效率，有助于整合分散经营主体、促进产业链纵向协同与横向联动，从而提高产业结构的复杂度和附加值。农业产业结构升级通过多元化经营分散风险，并强化不同环节间的互补与协同效应，进而增强农业产业链应对自然冲击和市场波动的恢复能力与持续发展能力。

假设 H3：数字普惠金融通过促进农业产业结构升级来提升农业产业链韧性。

农业科技水平的调节效应

根据新经济增长理论，农业科技水平是推动全要素生产率提升的关键因素。科技水平较高的地区通常具备更强的技术吸收与创新能力，能够更有效地配置和利用数字普惠金融资源以应对农业生产和经营风险。同时，完善的技术推广体系、人力资本条件和技术市场环境，有助于提高农业主体对数字金融和新技术的采纳程度，为数字普惠金融的深化发展提供支撑。从风险管理视角看，数字普惠金融通过信贷和保险等工具分散经营风险，而智慧农业等技术应用则提升农业生产系统的抵抗力和恢复力，二者形成协同效应，从而进一步增强农业产业链韧性。

假设 H4：农业科技水平在数字普惠金融提升农业产业链韧性的过程中发挥正向调节作用。

研究设计

变量选取

1. 被解释变量：农业产业链韧性（resi）。本文参考已有文献对农业产业链韧性采用熵值法进行测算，具体如表1 所示。
2. 解释变量：数字普惠金融（dif）。采用北京大学数字普惠金融指数衡量。
3. 控制变量：①种植结构（pst），用粮食播种面积和农作物总播种面积之比衡量；②财政支农强度（fiscal），用农林水事务支出和财政支出之比衡量；③社会消费水平（con），用社会消费品零售总额和乡村人口数之比衡量；④土地流转率（ltr），用家庭承包耕地流转总面积和承包经营耕地面积之比衡量；⑤城镇化率（ur），用城镇人口和总人口之比衡量。
4. 中介变量：①农业生产效率（eff），用农林牧渔业总产值和农林牧渔业城镇从业人员之比衡量；②农业产业结构升级（aisu），用农林牧渔服务业产值和农林牧渔业总产值之比衡量。
5. 调节变量：农业科技水平（tec），用农业科技专利数的对数衡量。

一级指标	二级指标	指标测算方法	属性	权重
抵抗力	农业灌溉效率	有效灌溉面积/耕地总面积	+	0.045
	农业机械生产力	农业机械总动力/耕地总面积	+	0.044
	粮食生产能力	粮食总产量	+	0.074
	第一产业占比	第一产业增加值占地区GDP的比重	+	0.031
	农作物受灾抵抗力	（受灾面积-成灾面积）/受灾面积	+	0.013
	恩格尔系数	农村家庭食品消费/总消费	-	0.003
恢复力	人均可支配收入	农村居民人均可支配收入	+	0.037
	人均消费支出	农村居民人均消费支出额	+	0.029
	农产品加工	农产品加工业营业收入	+	0.092
	农村社会化服务	农民专业合作社数量	+	0.065
重构力	农村用电量	农村居民生产生活用电量	+	0.124
	固定资产投资	分地区农村住户固定资产投资	+	0.055
	农产品电商	淘宝村数量	+	0.371
	农村受教育水平	文盲人口占15岁及以上人口的比重	-	0.001
	农业消费品零售	镇区及乡村消费品零售额占全社会消费品零售额的比重	+	0.015

数据来源

本文选取了我国31个省份的2011-2022的面板数据，数据来源于EPS数据平台、《中国统计年鉴》《中国农业年鉴》《中国保险年鉴》《中国农村统计年鉴》以及省份统计局公布的年鉴和相关统计资料。为消除变量间量纲差异,将数字普惠金融乘以10处理,并通过多重共线性检验表明变量间不存在共线性问题。

模型设计

基准回归模型

其中i、t分别为省份和年份，为农业产业链韧性，为数字普惠金融指数，为控制变量，为常数项，、为系数，为省份固定效应，为时间固定效应，为随机误差项。

中介效应模型

参考江艇的研究方法，本文使用两步法进行中介效应检验，构建如下模型：

其中是中介变量，为常数项，、为系数，其余同上。

调节效应模型

其中是调节变量农业科技水平，是解释变量数字普惠金融和调节变量农业科技水平的交互项，为常数项，、、、为系数，其余同上。

实证检验与结果分析

基准回归结果分析

表2 列（1）-（3）分别是在未加入控制变量、加入部分控制变量和加入全部控制变量的情况下的基准回归结果，结果显示数字普惠金融提升了农业产业链韧性，验证了假说1。

变量	(1)	(2)	(3)
	resi	resi	resi
dif	0.0154**	0.0190***	0.0156***
	(0.0072)	(0.0065)	(0.0047)
ltr		1.1730*	1.2899**
		(0.6049)	(0.6211)
pst		-1.1975	-1.8459*
		(0.8808)	(1.0322)
con		-0.0256	-0.0283*
		(0.0155)	(0.0166)
fiscal			-8.0600**
			(3.9152)
ur			-0.1799
			(2.3772)
_cons	-2.0335	-2.3076	-0.0353
	(1.7408)	(1.3641)	(1.8293)
省份固定	YES	YES	YES
年份固定	YES	YES	YES
r2	0.9169	0.9223	0.9299
N	372	372	372

注: *、**、***分别表示在10%、5%、1%的水平下显著,括号内数值为标准误，下表同。

稳健性检验与内生性检验

稳健性检验

本文采用四种方法进行稳健性检验：剔除直辖市、解释变量滞后一期、变量缩尾处理和更换Tobit模型。如表3 列（1）-（4）所示，检验全部通过，表明原基准回归结果稳健。

变量	(1)	(2)	(3)	(4)	(5)	(6)
	剔除直辖市	解释变量滞后一期	变量缩尾	Tobit	工具变量法
					第一阶段	第二阶段
dif	0.0084**		0.0137***	0.0027***		0.0424**
	(0.0032)		(0.0040)	(0.0007)		0.0180
L.dif		0.0146**
		(0.0055)
IV					-0.0387***
					0.0087
控制变量	YES	YES	YES	YES	YES	YES
省份固定	YES	YES	YES	YES	YES	YES
年份固定	YES	YES	YES	YES	YES	YES
r2	0.9438	0.9347	0.9424
N	324	341	372	372	341	341
Kleibergen-Paap rk LM统计量						7.386***
Kleibergen-Paap rk Wald F统计量						19.592
Stock-Yogo Weak ID Test Critical Supplys:10% Maximal IV Size						16.38

内生性检验

考虑到数字普惠金融和农业产业链韧性之间可能存在内生性问题，本文借鉴蒋灵多的研究，使用各省份省会城市距离杭州的球面距离与滞后一期的各省互联网普及率的交互项作为工具变量。杭州集聚了大量数字金融企业和创新平台，邻近省份更容易受到其数字经济发展的辐射带动，在数字技术应用和金融创新理念等方面开展交流与合作，从而促进数字普惠金融发展。同时，互联网普及水平是数字普惠金融发展的重要基础，上述交互项可能存在内生性问题。鉴于各省会城市至杭州的地理距离及滞后一期的互联网普及率与农业产业链韧性不存在直接因果关系，且能够影响数字普惠金融发展，二者的交互项满足相关性与外生性要求，因此该交互项可以作为工具变量。表3列（5）（6）分别是工具变量法的两段估计结果，该交互项通过了不可识别检验和弱工具变量检验，并且数字普惠金融的系数显著为正，说明内生性检验通过，原基准回归结果稳健。

机制分析

中介效应检验

为了研究数字普惠金融是否会按前文分析的路径来促进农业产业链韧性，基于模型（2）进行回归分析，表4 列（1）是基准回归结果，列（2）（3）分别是数字普惠金融对农业生产效率和农业产业结构升级的回归结果，系数均显著为正，中介检验成立，假说2、3得到验证。

变量	(1)	(2)	(3)	(5)
	resi	eff	aisu	resi
dif	0.0156***	0.0133**	0.0191***	0.0115***
	(0.0047)	(0.0060)	(0.0061)	(0.0040)
tec				0.0564
				(0.0456)
diftec				0.0012***
				(0.0004)
控制变量	YES	YES	YES	YES
省份固定	YES	YES	YES	YES
年份固定	YES	YES	YES	YES
r2	0.9299	0.8396	0.8907	0.9443
N	372	372	372	372

调节效应检验

为了进一步研究农业科技水平在数字普惠金融与农业产业链韧性之间的调节作用，基于模型（3）进行回归分析，结果如表4 列（5）所示，数字普惠金融与农业科技水平的交互项系数显著为正，说明农业科技水平在数字普惠金融与农业产业链韧性之间发挥正向调节作用，验证了假说4。

异质性分析

地区异质性检验

本文将样本划分为东部、中部、西部和东北部地区，如表5 所示，数字普惠金融在东部地区显著提升农业产业链韧性，在中、西部地区影响不显著，在东北部地区呈显著负向效应。从基础设施条件看，东部地区数字基础设施和物流体系较为完善，农业主体对数字金融服务的接受度较高；中、西部及东北地区网络覆盖和信息化水平相对不足，制约数字普惠金融作用发挥。从产业特征看，东部地区农业产业化和市场化程度高、产业链较为完整，对多样化金融服务需求更强；中、西部地区以小规模传统农业为主，产业链短、附加值低，数字普惠金融边际效应有限。东北地区农业仍处于转型阶段，产业结构与数字金融适配性不足，可能产生资源错配，进而抑制产业链韧性。

变量	(1)	(2)	(3)	(4)
	东部	中部	西部	东北部
dif	0.0236**	0.0052	0.0035	-0.0162*
	(0.0104)	(0.0068)	(0.0030)	(0.0040)
控制变量	YES	YES	YES	YES
省份固定	YES	YES	YES	YES
年份固定	YES	YES	YES	YES
r2	0.9410	0.9825	0.9497	0.9812
N	120	72	144	36

城镇化水平异质性检验

城镇化作为现代社会发展的重要趋势，不仅改变了人口布局和地理结构，还对经济结构、社会关系和资源分配产生了影响。因此本文依据样本城镇化水平的中位数为标准将样本分类后进行回归，结果如表6 列（1）（2）所示，城镇化水平较高的地区影响显著，城镇化水平较低地区影响不显著。可能原因在于，高城镇化地区金融体系和数字基础设施较为完善，居民金融素养和数字技术应用能力较强，数字普惠金融更易嵌入农业生产和经营过程；同时，其经济规模和市场环境成熟，有利于数字普惠金融发挥配置资金和促进产业链协同的作用。相比之下，低城镇化地区金融基础和数字化程度有限，制约了数字普惠金融对农业产业链韧性的促进效果。

变量	(1)	(2)	(3)	(4)
	城镇化水平较低地区	城镇化水平较高地区	保险深度较低地区	保险深度较高地区
dif	0.0010	0.0238**	0.0100	0.0060**
	(0.0024)	(0.0085)	(0.0091)	(0.0023)
控制变量	YES	YES	YES	YES
省份固定	YES	YES	YES	YES
年份固定	YES	YES	YES	YES
r2	0.9852	0.9330	0.9474	0.9764
N	183	186	194	180

农业保险深度异质性检验

农业保险作为农业风险保障中的核心机制，其深度用农业保险保费与第一产业生产总值之比来衡量，反映了地区风险抵御基础的强弱。农业保险为农业产业链分摊风险，数字普惠金融为农业产业链提供资金，两者协同作用影响着农业产业链韧性。因此本文以农业保险深度的中位数为标准，将样本进行划分后回归，结果如表6列（3）（4）所示，农业保险深度较高的地区促进作用显著，而对农业保险深度较低的地区不显著。可能原因在于，高农业保险深度地区风险分担机制较为完善，农业主体风险管理意识较强，更倾向于结合数字普惠金融工具分散经营风险；同时，农业保险为金融机构提供风险缓释，提高其向农业产业链投放数字金融服务的意愿。相较之下，低农业保险深度地区风险保障体系薄弱，农业主体金融工具使用意愿和认知不足，金融机构风险偏好较低，制约了数字普惠金融作用的发挥。

结论和政策建议

本文运用2011-2022年中国31个省份的数据，构建农业产业链韧性指标体系，并建立双向固定效应模型分析数字普惠金融对农业产业链韧性的影响，得出以下结论：①数字普惠金融对农业产业链韧性有显著的促进作用；②数字普惠金融通过提高农业生产效率和促进农业产业结构升级，进而提升农业产业链韧性；③农业科技水平会增强数字普惠金融对农业产业链韧性的促进作用；④数字普惠金融对农业产业链韧性的影响在东部和东北部地区、城镇化水平高的地区以及农业保险深度高的地区显著。

根据以上内容，本文提出以下建议：

1. 完善数字普惠金融服务体系。加快数字金融基础设施建设，提升网络普及率和金融服务可达性，并加强金融知识普及，提升农户和农业企业的金融认知水平。金融机构应围绕农业产业链不同环节创新数字金融产品，运用大数据和人工智能提升信用评估能力，引导金融资源向高附加值农业主体合理配置。
2. 促进农业生产效率提升与产业结构优化。政府应通过财政补贴和税收激励，引导金融机构加大对农业科技创新和技术应用的支持力度，推动农业生产效率提升。同时，鼓励农业经营主体发展农村电商、休闲农业等新业态，引导金融机构支持产业链上下游协同发展，推动农业由单一生产型向多元融合型转型。
3. 提升农业科技水平，强化金融与技术协同。推动物联网、人工智能等技术在农业生产中的应用，提升农业数字化和智能化水平，为数字普惠金融精准服务和风险评估提供支撑。同时，加强农户和农业企业数字技能培训，提升技术采纳能力，促进农业科技与数字普惠金融深度融合。
4. 推进区域协调发展，健全农业风险保障机制。针对区域差异实施差异化金融支持政策，加快城镇化进程，促进城乡要素流动，为数字普惠金融在农业领域扩展应用创造条件。同时，完善农业保险体系，提升覆盖率和保障水平，推动数字普惠金融与农业保险协同发展，增强农业产业链的风险防范能力。

参考文献：

1. [1] 郝爱民,解梦菡,刘育廷.农业产业链韧性水平测度与时空演变[J].统计与决策,2024,40(16):95-100.
2. [2] 周玉玺,程创业.数字普惠金融与农业产业链韧性耦合协调及影响因素[J].中国农业大学学报,2024,29(07):297-306.
3. [3] 曾雄旺,张湘琦,李志胜,等.数字普惠金融对农业产业链韧性影响的空间效应[J].经济地理,2025,45(02):183-191.
4. [4] 黄江游.数字普惠金融对农业生产效率的影响研究[D].重庆工商大学,2022.
5. [5] 倪旭.数字普惠金融赋能乡村产业结构转型升级研究[J].中国农业资源与区划,2025,46(02):235.
6. [6] 蒋健,吴海涛.农村劳动力老龄化对农业产业链韧性的影响——基于数字技术和数字普惠金融视角下的分析[J].南京农业大学学报(社会科学版),2025,25(01):168-181.
7. [7] 干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011,46(05):4-16+31.
8. [8] 江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济,2022(05):100-120.
9. [9] 蒋灵多,刘双双.数字普惠金融与中国进口扩张[J].世界经济文汇,2023(06):1-19.