张宗新 张 帅 ｜ 数字金融提升我国资本要素配置效率研究
摘 要
如何发挥数字经济提升资本配置效率，是当前我国经济高质量增长所面临的重要课题。文章从资本要素错配纠偏的视角，探究数字金融提升资本配置效率的相关机制，并进一步利用省际面板数据模型进行实证研究。结果表明：（1）数字金融的发展可以显著减少金融市场摩擦，改善资本要素错配，提高资本配置效率；（2）内在机制检验表明，数字金融通过推动技术进步和产业结构升级来改善资本错配问题；（3）门槛效应检验显示，数字金融对资本错配改善效果总体呈现出动态趋势性上升态势。
作者简介
张宗新，复旦大学经济学院教授；张 帅，吉林大学东北亚学院硕士生
本文载于《社会科学》2022年第11期
目 次
一、理论分析与假设提出
二、研究设计
三、实证检验与结果解释
四、简要结论与政策建议
引 言
长期以来，我国资本投入型经济增长模式引致的要素错配问题，严重制约着我国经济高质量发展。如何实现投资驱动型向效率驱动型经济模式转变，优化资本配置效率，切实解决资本错配难题，成为我国经济高质量发展的基本要义。2022年3月，《中共中央 国务院关于加快建设全国统一大市场的意见》文件指出，要加快我国统一资本市场建设步伐，改善资本要素错配，促进我国经济增长方式转型。因此，关于如何优化资本要素配置，推动经济高质量发展是我国实现“十四五”规划和2035年远景目标的重大现实问题。
资本要素扭曲是指要素在经济运行过程中受到信息不对称、不完全契约、所有制歧视、行政干预等影响，造成要素无法在市场中自由流转，资本配置效率受到抑制，对经济发展的可持续性以及均衡性带来严重挑战。在微观层面，Hsieh等采用工业企业数据分析发现我国市场扭曲造成30％-50％的全要素生产率损失。罗德明等进一步将生产率动态纳入到企业决策中，认为偏向国企的政策扭曲导致我国全要素生产率降低9％。靳来群从部门间角度出发，认为所有制歧视造成的资本要素错配使我国TFP下降50％，而制造业内部各行业间的要素价格扭曲造成15％的经济产出缺口。Brandt等从时间、空间、部门三维度对我国宏观层面资源配置效率进行分析，发现1985—2007年间虽然我国要素流动性显著增加，但公有和非公有部门的资本配置效率在不断下降。尤其2008年金融危机之后，我国整体资源错配问题不但没有缓解反而逐渐恶化，截止到2018年要素错配造成我国TFP损失10.23％，其中资本扭曲造成的损失最为严重。现阶段我国经济增长进入新常态，系统性风险因素不断积累，宏观经济不确定性逐渐提高，造成我国信贷资金配置扭曲，限制经济效率的进一步提升。
自20世纪70年代开始，学术界从定量角度针对如何实现资本帕累托改进问题进行广泛讨论。De Melo通过构造一般均衡模型测度资本错配与经济增长和产业结构之间的关系。而后，大多学者针对资本要素错配相关研究主要集中在金融市场的不完善对经济影响方面。在研究过程中，越来越多的学者发现优化资本要素配置对提高经济效率，实现经济长期稳定增长起到了关键作用。Levine认为要不断完善金融体系建设，克服信息不对称、不完全契约等问题实现资本配置帕累托改进，从而刺激经济增长。此后，关于如何完善金融市场，推动金融发展，改善资本要素错配成为学者关注的重点问题。Wurgler认为在整个经济发展过程中，金融扮演着十分重要的角色，他以股票市值和信贷规模占GDP比重的方式来衡量金融发展水平，发现金融在不断发展过程中会提高资本配置效率。然而，韩立岩等着重考察股市流动性、银行信贷规模与资本配置效率的关系，认为二者存在显著负相关关系。陈国进等突破传统线性约束条件，认为两者表现为“倒U型关系”，在金融发展初期，资本的迅速积累会加剧资本扭曲程度，而当金融发展到一定水平时，资本错配会逐步得到缓解。关于金融发展与资本错配两者关系研究，学术界莫衷一是，仍未得出一致性定论。
近年来，随着人工智能、大数据等信息技术革命的兴起，我国金融产业逐渐加强了与信息技术的有机融合，催生出新型金融模式——数字金融。数字金融的发展与演进，拓宽传统金融市场业务边界，提高金融体系资金流动速度，缓解金融市场摩擦。目前学术界有关数字金融如何改进资本要素错配影响的研究仍处于起步阶段，尤其是关于数字金融与资本错配相关机制的探讨不够深入，并且仅考虑了二者间的线性关系。针对我国资本要素错配问题严重的事实，深入探讨数字金融发展对资本要素错配的扭正机制与实现路径，以数字金融发展为支点实现资本配置帕累托改进仍是值得探究的关键问题。为此，本文基于资本要素错配纠偏的研究视角探究：数字金融能否改善中国资本要素错配？数字金融又是如何提高资本配置效率？数字金融对资本错配是否存在非线性特征？
本文的研究创新有：（1）将数字金融纳入到资本要素错配分析模型，利用省级面板数据对数字金融改善资本要素错配，实现资源帕累托配置进行实证检验。（2）进一步探究数字金融提高资本配置效率内在影响机制，打开数字金融影响资本错配的作用机制“黑箱”。（3）拓展已有文献对数字金融与资本要素错配的线性约束关系，采用门槛效应模型分析不同发展水平的数字金融对资本要素错配的帕累托改进效果，从而更深入地识别二者之间的关系，为政府部门科学制定数字金融政策，实现资本要素帕累托最优配置提供研究依据。
一、理论分析与假设提出
伴随金融改革深化与金融体系发展，我国金融市场结构不断优化，股票市场、债券市场快速发展，金融相关率、资产多样化水平也不断提高，企业部门对银行信贷融资依赖性有所下降。与海外成熟市场相比，当前我国金融结构仍以银行体系为主导，企业部门直接融资占社融总额比重仍不高，金融体系对创新驱动型经济体制的支持力度仍不够，不能满足我国在创新驱动和高质量发展阶段的新要求。根据内生金融发展理论，完善的金融体系、合理的市场结构可以提高社会资本利用效率、提高金融风险管理能力、促进金融机构竞争、加强金融市场信息生产，其核心要义是能够有效缓解金融摩擦，将资本引导至最具生产效率的经济部门，充分发挥资本价值最大化效应。
从资本供给侧角度来看，一方面，数字金融能够改善金融市场结构，提升市场投融资效率。数字金融可以优化传统信贷融资途径，减少资本要素在部门间流动时产生的摩擦阻力，以信息生产减少金融摩擦，缓解因资本流动受阻而引起资本拥挤或稀缺的现象，改善资本要素错配。此外，数字金融可以通过发挥金融风险管理能力，提高金融体系弹性，满足多元化融资需求，为技术性创新型企业提供必要的资本支持，提高技术研发效率，推动科技成果向现实生产力转化，进而优化资本要素配置促进经济增长。另一方面，数字金融是推动我国金融市场化改革的关键动力。在我国金融市场体系中，国有商业银行处于相对垄断的地位，数字金融可以降低银行业准入门槛，强化金融机构之间、金融中介与互联网公司之间的竞争，通过发挥鲶鱼效应提高信贷利用率和资本配置效率，实现以效率为先的信贷资金配置方式。
从资本需求侧角度来看，一方面，数字金融借助互联网、分布式技术优势有利于打破地域约束，将服务延伸至传统金融所排斥的地区，在拓宽金融服务覆盖面的过程中满足尾部地区市场需求，使得各区域根据不同的资本要素需求进行高效连结和双向匹配，从广度和深度上加速跨区域资本的整合效力。另一方面，数字金融能够为个体和企业及时、精准的提供信贷资金信息，资金需求者可通过智能支付、智能网点、智能投顾等数字技术体验个性化金融产品和全天候金融服务，从而促进资源配置的帕累托改进和要素配置效率的提升。因此，本文提出研究假设1。
假设1：数字金融能够扭正资本要素错配，显著提高资本配置效率。
以技术进步和产业升级为导向，实现资源配置优化和资本要素效率提升，是我国实施科技驱动国家战略的关键步骤。而数字金融作为新型金融服务模式，具有提高金融服务效率、降低交易成本、实现金融普惠共享与精准服务等功能，能够有效推动技术进步和产业结构升级。通常而言，创新技术项目往往具有风险高、投资周期长、资本投入高等特征，这与传统金融机构交易成本高、中小企业信贷歧视等形成冲突，而数字金融能够有效利用信息技术缓解资金供需双方信息不对称，提高资本市场价格信号功能和风险分散功能，有效识别可以实现技术创新的科创项目，通过事前采用大数据等技术手段科学高效筛选项目、事中动态监测项目进程、事后动态监督评价，从而有效降低交易成本支持企业创新活动，使资本以合理的成本流向创新型企业，缓解传统信贷市场对科技创新企业和技术进步的资金供给约束，进而实现资本要素与技术创新的高效对接。
数字金融通过促进传统产业数字化转型，重构市场结构和产业体系，进而优化资本要素配置。一方面，数字金融能够有效缓解不完美市场所带来的金融摩擦，解决先导产业与金融资本有效融合的难题，促进资本与实体经济良性循环，引导资本向未来竞争力高的产业部门集聚，实现社会存量资本结构优化，从而提高资本配置效率。另一方面，数字金融可以将信息技术应用于企业数字化转型，推动企业生产经营的要素重配，提升企业部门的产业效率，改善资本错配问题。基于此，本文考虑到数字金融能够有效促进技术进步和产业升级，进一步提出研究假设2。
假设2：数字金融能够促进技术进步和产业结构升级，进而改善资本要素错配，实现资本配置的帕累托改进。
数字金融可以有效发挥规模经济效应和范围经济效应，促进有效生产金融信息，缓解信息不对称，改善资本要素错配。但我国各地区经济发展条件、要素禀赋、制度环境等存在差异，各地区数字金融与资本要素错配关系会受到数字经济发展非均衡的影响。在数字金融较为发达地区，配套的信息基础设施建设完善，市场化程度也相对较高，金融机构数字化转型发展相对较快，能够建立起高效的资本形成和转化机制，促进资本在不同部门之间的自由流动。在数字金融发展滞后地区，信息技术基础设施、风险防控机制等建设尚有待进一步完善，数字金融不能充分发挥普惠性和便捷性优势，对优化资本要素配置仍存在较大进步空间。因此，本文考虑到数字金融与资本要素错配之间并非是简单的线性关系，进而提出研究假设3。
假设3：数字金融对资本错配改善效果存在门槛特征，且随着数字金融发展水平的提高，其改善效果会逐渐趋强。
二、研究设计
（一）指标构建
1.被解释变量
资本错配指数（dist）。本文借鉴陈永伟、胡伟民的研究，假定各地区生产函数满足规模报酬不变的柯布-道格拉斯生产函数，同时生产要素包括资本和劳动要素，在满足利润最大化条件下，采用拉格朗日乘数法便得到要素价格扭曲的均衡解，如下所示：
式中，i 表示我国各省份以及直辖市
分别表示各地区资本以及劳动要素扭曲系数，Ki、Li分别表示各地区的资本存量以及劳动力数量；si表示竞争均衡时，地区i 产值占整个经济体GDP的比重，即si =Yi /Y；αi、βi分别表示地区资本和劳动的产出弹性，且满足αi+βi=1的约束条件； α=∑siβi、β=∑siβi分别表示按产出加权衡量的资本、劳动平均贡献度。Ki /∑Ki (Li /∑Li )表示地区资本（劳动）实际使用比例，siαi /α(siβi /β)表示在有效配置情况下资本（劳动）理论使用比例，因此当二者比值大于1，说明资本（劳动）配置过度，当比值小于1时，说明资本（劳动）配置不足。由于式（1）和式（2）的资本和劳动扭曲程度测算是以地区平均水平作为参考，忽视了资本与劳动之间的不可完全替代性，故而本文参考许捷、柏培文的处理方式，以资本相对劳动配置扭曲系数来表示资本的错配程度，如式（3）所示：
此外，考虑到存在资本错配过度以及资本错配不足的情况，本文进一步将资本错配指数改写为：
通过上述调整重新构建资本错配指标θ，当θ＞0时，说明资本配置过度；当θ＜0时，表示资本配置不足。另外，为统一后文计量回归方向，本文对该指数进行绝对值处理，数值越接近于零，表明资本配置效率越高，数值越大则说明资本错配程度越严重。
根据上述各式可知，若想得到资本错配指数θ首先需要计算资本产出弹性αi，则劳动产出弹性可表示为βi=1－αi，本文运用索洛余值法进行测算，生产函数如式（5）所示：
等式两边同时取对数并加入个体固定效应和时间固定效应，则上式可转变为：
上式中Yit表示各地区GDP水平；Lit表示劳动力投入，用各地区三次产业从业人数表示；Kit表示资本投入量，采用永续盘存法进行估算，主要参考张军等测算思路，计算方法如下：
式中，K表示资本存量；I表示新增投资额；P为投资价格指数； δ为折旧率，本文取9.6％。
本文根据上述测算方法计算2011—2019年我国各地区资本错配指数，并且根据沿海和内陆地区的划分标准绘制要素错配指数的时间序列趋势图，如图1所示。基于地区平均水平的资本和劳动扭曲指数趋势图如（a）、（b）所示，资本相对劳动错配指数趋势图则在（c）中给出。由图1可得，沿海地区资本要素和劳动要素扭曲得到缓解，内陆地区资本要素扭曲程度有所增加，但劳动要素配置效率有所提升。进一步分析资本相对劳动错配情况，沿海地区资本配置效率在不断提高，而内陆地区资本错配程度有所增加。
2.核心解释变量
数字金融指数（df）。本文选用中国数字普惠金融指数衡量我国各地区数字金融发展水平，表1列出我国数字金融指数变化情况。近十年间，我国数字金融呈加快的发展态势，整体来看省级数字金融指数均值已由2011年的40.80增长到2019年的324.73。但是各地区数字金融发展水平差距较大，依然存在非均衡性特征。沿海地区的数字金融发展水平最高，尤其以上海、北京、浙江和江苏为代表，内陆地区数字金融发展水平稍显不足。我国数字金融发展水平存在非均衡性特征的主要原因在于沿海地区拥有良好的经济基础和先进技术、高素质人才、充足资本等要素禀赋，地区金融产业数字化转型更为成功，而对于内陆地区，虽然数字技术能够有效缓解时间、空间等发展限制，数字金融发展速度也得到了明显的提高，但与沿海地区相比仍存在明显不足，并且差距有进一步拉大的趋势。
3.中介变量
技术进步指标（pat）。衡量技术进步主要包括投入法、产出法以及TFP测算法等，考虑到中国资本统计数据存在缺失情况，不同的估计方法会导致TFP测算结果大相径庭，因此本文参考姚耀军处理方式，采用每万人专利申请授权数作为技术进步代理变量，一方面该变量能直观体现技术进步，另一方面专利授权标准经过专利局审批、认证，具有统一性和客观性的特点。
产业结构升级指标（is）。本文借鉴鲁钊阳的处理方法，用各地区三次产业增加值占一二次产业增加值和的比重来描述各个地区产业结构升级情况。
4.控制变量
本文的控制变量包括：（1）经济发展水平（en），采用各地区占全国人均可支配收入比重来表示经济发展情况；（2）人口变量（popu），用各地区年末人口数表示；（3）固定资产投资（ifa），本文用各地区固定资产投资额来表示，并利用固定资本投资价格指数以2011年为基年进行平减计算得到，最后进行对数化处理；（4）市场化程度（mar），本文采用王小鲁等测算的中国省级市场化指数来表示。表2中列出主要变量的描述性统计结果。
从表2可知，各地区资本要素错配均值为0.734，标准差为0.663，可以看出我国地区间资本错配存在差异。数字金融指数均值为2.034，标准差为0.916，我国地区间数字金融发展水平非均衡性较强。此外，经济发展水平、固定资本投资以及市场化程度标准差较大，说明现阶段促进我国地区间经济社会均衡发展仍存在较大提升空间。
（二）数据说明
考虑到数据的完备性和准确性，本文选取2011—2019年中国30个省份及直辖市（不包括西藏以及中国港澳台地区）面板数据对数字金融与资本要素错配关系进行实证研究，所有数据均来自《中国统计年鉴》，对于缺失数据采用插值法进行填补。
（三）模型构建
本文构造面板双向固定效应模型考察数字金融对资本要素错配的影响，如下所示：
式（8）中，distit表示地区i 的资本要素错配程度；dfit表示地区i数字金融发展水平，其回归系数α1 及其显著性水平反映数字金融对资本要素错配的作用方向及效果；controlit表示控制变量；µi为个体固定效应； λt 为时间固定效应； εit为随机扰动项。
三、实证检验与结果解释
（一）数字金融对资本错配影响效果的实证检验
本文首先考察数字金融对资本错配的影响效果，结果如表3所示。在控制时间和个体固定效应之后，在回归模型（1）-（3）中逐步增加控制变量，可以看出数字金融的回归系数在1％的显著性水平下为负，说明数字金融可以显著改善资本要素错配问题。考虑到可能出现的双向因果关系会造成估计结果有偏，故而本文将数字金融指数滞后1期，采取同样的方式在回归模型（4）-（6）中逐步增加控制变量，可以看到滞后1期的数字金融回归系数依旧显著为负，可以认为数字金融确实可以改善资本要素错配。进一步分析控制变量回归结果，固定资产投资回归系数显著为正，说明当前我国一些地区经济发展质量并不高，国家主导的经济发展模式普遍存在，政府干预等行为会加剧金融摩擦，抑制金融体系资本配置效率，不利于实现资本要素配置的帕累托改进。此外，经济发展水平、人口变量以及市场化程度的回归系数虽然不显著，但其数值整体上为负数，因而这从侧面反映，经济发展水平、人口密度以及市场化程度的提升可以引导资金有序流动，从而提高资本配置效率。
本文采用变换估计方法、补充变量法、缩尾处理和分样本回归四种方式对回归结果进行稳健性检验，其结果如表4所示。首先，更换计量方法。本文采用差分GMM和系统GMM进行回归分析，结果如回归模型（1）-（2）所示，发现数字金融回归系数显著性水平均无明显改变。其次，补充控制变量。本文在回归模型中增加城镇化率以及人力资本变量，回归结果如模型（3）所示，发现回归结果仍未发生明显变化。再次，缩尾处理。为消除数据异常值影响，本文将所有变量进行上下2.5％缩尾处理后进行回归，回归结果列于模型（4），验证回归系数大小及其显著性水平均无明显变化。最后，分样本回归。本文将我国各省份及直辖市划分为沿海地区和内陆地区两个分样本，回归结果如模型（5）-（6）所示，不同地区的回归结果仍未发生明显变化，说明数字金融对资本要素错配的改善效果是稳健的。据此假设1成立，数字金融能够改善资本要素错配。
（二）数字金融对资本错配的中介效应检验
本文进一步考察数字金融影响资本错配的内在机制，构建了检验中介效应的回归模型：
式（10）和式（11）中的medit表示中介变量技术进步（pat）以及产业结构升级指数（is），其余变量均与前文所述一致。本文对式（9）-（11）所表示的中介效应模型进行实证检验，若式（9）中的α1显著为负，说明数字金融可以改善资本要素错配。继续探究式（10）中β1和式（11）中γ2的显著性水平，若同时通过显著性检验，则可以说明数字金融将通过影响此中介变量进而改善资本要素错配。同时，若式（11）中的γ1依旧显著，则证明此为部分中介效应；反之，若式（11）中的γ1不显著，则表明为完全中介效应，即数字金融仅通过作用于该中介变量来影响资本要素扭曲。上述回归模型在表5中所示。
1.技术进步的中介效应分析
回归模型（1）-（3）是技术进步的中介效应检验。回归（1）结果表明，数字金融能够有效改善资本要素错配，与前文所述相同。在回归（2）中，数字金融回归系数在1％显著性水平上为正，说明数字金融能够推动技术进步。回归（3）显示，技术进步对资本要素错配的回归系数在5％显著性水平下为负，数字金融回归系数也通过显著性检验，表明技术进步是数字金融影响资本要素错配的部分中介机制，其中介效应占总效应比重为22.0％。同时，中介效应的sobel检验P值为0.021＜0.050，说明中介效应成立，即存在“数字金融→促进技术进步→提高资本配置效率”的传导机制，数字金融能够有效缓解创新型企业所面临的资金约束困境，促进企业经营发展和技术进步，提高资本使用效率。
2.产业结构升级的中介效应分析
回归模型（4）-（6）是产业结构升级的中介效应检验。其中回归（4）结果与前述一致。回归（5）结果表明，数字金融对产业结构升级的回归系数通过1％显著性水平检验且符号为正，说明数字金融能够有效推动地区产业结构升级。回归模型（6）结果表明，产业结构升级对资本要素错配的回归系数在1％显著性水平下为负，说明产业结构升级能够改善资本要素错配。同时，数字金融回归系数也通过显著性检验，据此可判断产业结构升级是数字金融改善资本错配的部分中介机制，其中介效应占总效应比重为48.8％。另外，在中介效应的sobel检验中，P值为0.000＜0.050，表明中介效应成立，即存在“数字金融发展→推动产业结构升级→改善资本要素错配”的传导机制。因此，研究假说2得到验证。
（三）数字金融改善资本错配的门槛效应检验
数字金融发展水平对资本错配改善效果存在非线性影响，因此，本文以数字金融指数作为门槛变量构建面板门槛模型，如式（12）所示，式中df为门槛变量，η为待检验门槛值，I(·)为示性函数，若括号内为真，则I为1，否则为0，其余变量则与前文提及的保持一致。
首先，本文参考Hansen“门槛回归”模型检验思想，采用Bootstrap抽样模拟1000次得到F统计量的近似分布以及相应概率P值和置信区间，计算得到的F统计量和P值列于表6。根据表6可以发现，单一门槛和双重门槛效应通过显著性检验，而三重门槛未通过。因此，本文将基于双重门槛模型分析数字金融对资本错配的影响效果。
其次，在确定数字金融对资本错配存在双重门槛效应之后，门槛检验搜索出来的第一、第二门槛值分别为2.402和2.729，而后进行门槛回归，其回归结果列于表7。基于回归结果可以发现，不同区间数字金融回归系数均在1％置信水平上为负，在金融数字化发展初期，数字金融对资本错配改善效果最弱，而随着数字金融发展水平不断提高，其对资本要素配置效率的提升效果也在逐渐增加，当数字金融发展到较高水平，即当数字金融指数跨越第二门槛值（2.729）时，数字金融对资本要素错配的改善效果最大。据此，本文研究假说3得到验证。
四、简要结论与政策建议
本文以2011—2019年中国30个省份及直辖市为研究样本，将数字金融纳入到资本要素错配模型中，采用双向固定效应模型分析数字金融对资本要素错配的影响，并在此基础上进行机制分析、门槛效应分析等。研究发现：（1）数字金融可以有效缓解金融市场信息不对称、企业信贷融资约束等问题，促进科技水平的提高和先导产业的发展，加强资本要素流动，提高资本的使用效率；（2）数字金融能够扭正资本要素错配，并且通过促进技术进步和产业结构升级实现资本要素帕累托改进；（3）以数字金融作为门槛变量，发现资本配置效率会随着数字金融的发展而逐渐提高，总体呈现出动态趋势性上升态势。
根据本文研究，在此提出数字金融发展与资本配置效率提升的相关政策建议：（1）推动数字金融深化与广化发展，充分发挥数字金融对资本要素错配的改进效能，为企业创新与技术进步提供数字金融支持，优化资本要素配置效率；（2）因地制宜实施有差别的数字金融发展策略，优先促进落后地区数字金融发展，提高数字金融改善资本错配的总合力，同时，要注重较高发展水平地区的数字金融发展情况，着力促进数字金融跨越第二门槛值，最大化发挥数字金融对资本错配的改善效果；（3）进一步推动数字货币革新发展，不断为新兴产业和长尾客户群体融通资金，通过搭建数字货币生态体系支持数字金融发展；（4）规范数字金融发展，强化配套金融监管、风险管控机制建设，提高数字金融风控技术的有效性、数据质量的完整性以及数据隐私的安全性，坚持安全可控与创新发展并举，更好地为经济高质量发展赋能赋效。
往期推荐
沈国兵 沈彬朝 ｜ 营商环境与企业中间品进口多元化：来自中国的证据
殷德生 吴虹仪 魏 伟 ｜ 中美贸易摩擦对双方制造业全球价值链地位的影响
张芳芳 ｜ 地方经济增长目标与企业金融化——异质性特征与政府激励结构破解
卢昂荻 张 江 易 昕 ｜ 制造业出口市场多元化与产品质量升级：移动互联网牌照发放的准自然实验
王常伟 刘 望 顾海英 ｜ 创新盘活城郊闲置宅基地：农民意愿与影响因素
孙德超 李 扬｜ 新型举国体制支撑农业农村现代化的逻辑进路与实现路径