■王倩 張晉嶸

一、引言與文獻回顧

2021年2月25日習(xí)近平總書記宣布我國脫貧攻堅取得了全面勝利，但脫貧摘帽不是終點，全面推進鄉(xiāng)村振興是“三農(nóng)”工作的下一步目標(biāo)。實現(xiàn)鄉(xiāng)村振興的關(guān)鍵在于通過創(chuàng)新創(chuàng)業(yè)激發(fā)內(nèi)生動力，從而帶動農(nóng)村產(chǎn)業(yè)發(fā)展。2020年以來，受新冠疫情的影響，大量農(nóng)民工無法正常返工，“家門口創(chuàng)業(yè)”成為一種新潮流。這種創(chuàng)業(yè)模式不僅結(jié)合本地特色利用當(dāng)?shù)刭Y源降低了農(nóng)民創(chuàng)業(yè)成本，還采用直播帶貨等創(chuàng)業(yè)新模式降低了農(nóng)民的創(chuàng)業(yè)門檻，使得農(nóng)民創(chuàng)業(yè)迎來了新發(fā)展機遇。但是我國農(nóng)民創(chuàng)業(yè)仍面臨著融資不足、農(nóng)民自身缺乏技能等問題，解決這些問題對于實現(xiàn)鄉(xiāng)村振興有重要意義。

農(nóng)民創(chuàng)業(yè)離不開金融的支持，《中共中央國務(wù)院關(guān)于全面推進鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》提出“支持以市場化方式設(shè)立鄉(xiāng)村振興基金，撬動金融資本、社會力量參與，重點支持鄉(xiāng)村產(chǎn)業(yè)發(fā)展”。然而，目前我國農(nóng)村金融發(fā)展水平不高，農(nóng)村金融市場服務(wù)體系不完善?；ヂ?lián)網(wǎng)革命推動了數(shù)字金融的發(fā)展，可以有效緩解農(nóng)民的創(chuàng)業(yè)融資約束。一方面，信息技術(shù)的進步拓展了金融的服務(wù)范圍，降低了傳統(tǒng)金融機構(gòu)的服務(wù)成本；另一方面，移動支付等新興支付方式的普及和應(yīng)用給農(nóng)民創(chuàng)業(yè)提供了便利。作為金融發(fā)展的新趨勢，數(shù)字金融以其獨特的優(yōu)勢獲得了快速發(fā)展，同時其創(chuàng)業(yè)效應(yīng)也獲得各界學(xué)者的廣泛關(guān)注。

現(xiàn)有文獻關(guān)于數(shù)字金融創(chuàng)業(yè)效應(yīng)的研究主要有以下幾個方面：部分學(xué)者集中于討論數(shù)字金融對企業(yè)創(chuàng)業(yè)的影響。謝絢麗等[1]將北大數(shù)字普惠金融指數(shù)與用來度量地區(qū)創(chuàng)業(yè)活躍度的新增企業(yè)注冊數(shù)相匹配，研究發(fā)現(xiàn)數(shù)字金融的發(fā)展對企業(yè)創(chuàng)業(yè)有積極作用，并且該作用對于城鎮(zhèn)化率較低的省份、注冊資本較少的微型企業(yè)更顯著。張林等[2]在此基礎(chǔ)上進一步研究發(fā)現(xiàn)，數(shù)字金融不僅可以直接促進居民創(chuàng)業(yè)，還可以通過帶動居民收入增長和服務(wù)業(yè)發(fā)展來促進居民創(chuàng)業(yè)。馬德功等[3]在研究數(shù)字金融對包容性增長的影響過程中發(fā)現(xiàn)，數(shù)字金融發(fā)展有助于創(chuàng)業(yè)活動的開展，從而實現(xiàn)包容性增長。另一部分學(xué)者利用微觀數(shù)據(jù)對此展開研究。方觀富等[4]提出數(shù)字金融對傳統(tǒng)弱勢群體的就業(yè)影響更大，但對農(nóng)村地區(qū)的影響仍然有限。馮大威等[5]將北大數(shù)字普惠金融指數(shù)和中國勞動力動態(tài)調(diào)查（CLDS）數(shù)據(jù)相匹配，從創(chuàng)業(yè)動機的角度對居民的創(chuàng)業(yè)行為分類后進行研究，發(fā)現(xiàn)數(shù)字金融只對“自雇型”和“生存型”創(chuàng)業(yè)有顯著的正向影響，而并不影響“雇主型”和“機會型”創(chuàng)業(yè)。

隨著農(nóng)民創(chuàng)業(yè)熱潮的到來，學(xué)者進而開始研究數(shù)字金融對農(nóng)民創(chuàng)業(yè)的影響。張勛等[6]利用北大數(shù)字普惠金融指數(shù)和中國家庭跟蹤調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字金融的發(fā)展幫助改善了農(nóng)村居民的創(chuàng)業(yè)行為。Anshari 等[7]通過理論分析認(rèn)為，金融技術(shù)和數(shù)字市場等服務(wù)創(chuàng)新會加強農(nóng)業(yè)的可持續(xù)性，并在此基礎(chǔ)上構(gòu)建了AgroPay 數(shù)字市場模型，該模型使所有參與者（農(nóng)民、土地所有者、投資者和消費者）都能輕松地進行無現(xiàn)金交易，并提供投資、支付、在線購買交易、眾籌服務(wù)等，為農(nóng)民創(chuàng)業(yè)提供了多項便利。Leong 等[8]對印度尼西亞社區(qū)的創(chuàng)業(yè)行為展開實證調(diào)查，揭示了農(nóng)民創(chuàng)業(yè)所面臨的經(jīng)濟限制，通過介紹Kanopi、iGrow、Xendit 三個平臺的案例，總結(jié)出數(shù)字金融的發(fā)展為微型企業(yè)提供了平等的創(chuàng)業(yè)機會。何婧等[9]利用中國農(nóng)業(yè)大學(xué)開展的農(nóng)村普惠金融調(diào)查數(shù)據(jù)，提出數(shù)字金融使用對非農(nóng)創(chuàng)業(yè)和生存型創(chuàng)業(yè)影響較大，并且對人力資本、物質(zhì)資本和社會資本匱乏的農(nóng)戶的影響更明顯。

目前研究數(shù)字金融對農(nóng)民創(chuàng)業(yè)影響及作用機制的文獻并不多，本文的研究有助于豐富相關(guān)內(nèi)容。本文的邊際貢獻主要在于：第一，基于分樣本探究數(shù)字金融對農(nóng)民創(chuàng)業(yè)影響的地區(qū)差異和城鄉(xiāng)差異。第二，考慮到創(chuàng)業(yè)對創(chuàng)業(yè)者本身有較高的要求，因此在引入人力資本差異之后探究數(shù)字金融對農(nóng)民創(chuàng)業(yè)的影響是否存在顯著差別。第三，目前多數(shù)文獻主要從緩解信貸約束、降低信息約束、加強社會信任、提高創(chuàng)新水平等角度研究數(shù)字金融對農(nóng)民創(chuàng)業(yè)影響的作用機制，而本文從農(nóng)民的金融市場參與度和互聯(lián)網(wǎng)學(xué)習(xí)能力兩個角度分析數(shù)字金融對農(nóng)民創(chuàng)業(yè)的影響機制，并提出建議。

二、理論分析與研究假設(shè)

（一）數(shù)字金融影響農(nóng)民創(chuàng)業(yè)的理論假設(shè)

金融是影響創(chuàng)業(yè)活動的重要因素之一，在經(jīng)濟和政治體制健全的情況下，一國的金融發(fā)展水平越高，創(chuàng)業(yè)活動水平就越高[10]。技術(shù)進步能幫助潛在創(chuàng)業(yè)者發(fā)現(xiàn)社會問題，同時為創(chuàng)業(yè)活動提供便利性和靈活性，促使更多人選擇創(chuàng)業(yè)[11]。數(shù)字技術(shù)與金融的結(jié)合帶來了金融的顛覆性變革，在此背景下誕生的數(shù)字金融也將會推動創(chuàng)業(yè)水平的進一步提高。

數(shù)字金融泛指傳統(tǒng)金融機構(gòu)或互聯(lián)網(wǎng)公司利用數(shù)字技術(shù)提供的融資、支付、投資和其他新型金融服務(wù)[12]。因此，本文認(rèn)為數(shù)字金融可以從以下幾個方面促進農(nóng)民創(chuàng)業(yè)：首先，在融資方面，數(shù)字金融拓寬了農(nóng)民創(chuàng)業(yè)的融資渠道[13]。傳統(tǒng)金融機構(gòu)為農(nóng)民提供創(chuàng)業(yè)貸款的積極性不高，一方面是因為農(nóng)民信用體系建設(shè)不夠完善，金融機構(gòu)認(rèn)為該類貸款風(fēng)險較高[14]；另一方面貸款流程復(fù)雜，農(nóng)民和金融機構(gòu)雙方都要耗費極高的時間成本和人力成本，導(dǎo)致農(nóng)民的正規(guī)融資需求下降[15]。數(shù)字金融通過提供點對點貸款、眾籌、小額信貸等期限靈活的網(wǎng)貸產(chǎn)品，以及設(shè)計相應(yīng)的激勵機制改善還款管理，從而滿足農(nóng)民不同的融資需求[16]，提高信貸管理效率[17]。因此，數(shù)字金融對解決農(nóng)民創(chuàng)業(yè)的融資難題有重要意義。其次，在支付方面，新型支付方式為農(nóng)民創(chuàng)業(yè)的各項交易提供了便利[18—19]。依托于互聯(lián)網(wǎng)技術(shù)的移動支付方式使得農(nóng)民使用手機即可快速完成支付、轉(zhuǎn)賬活動，有效地降低了金融交易的成本，拓展了金融服務(wù)的范圍[20—21]，減少了對現(xiàn)金貨幣的需求[22]。最后，在投資方面，數(shù)字金融幫助完善了農(nóng)民信用體系，進一步促使投資者對農(nóng)民創(chuàng)業(yè)活動進行投資[23]。數(shù)字金融運用技術(shù)手段全面整合了農(nóng)民創(chuàng)業(yè)項目的資金流、物流等信息，幫助投資者更準(zhǔn)確地了解所投資項目的狀況，降低投資風(fēng)險，提高投資者的投資熱情?？紤]到我國東部和中西部地區(qū)經(jīng)濟以及數(shù)字金融發(fā)展水平存在差異，中國城鄉(xiāng)收入差距依舊顯著，本文提出假設(shè)1：

H1：數(shù)字金融有助于促進農(nóng)民創(chuàng)業(yè)，但該作用在不同地區(qū)和城鄉(xiāng)之間存在差異。

目前，隨著義務(wù)教育的全面普及，農(nóng)民整體的受教育水平有所提高。農(nóng)民的創(chuàng)業(yè)決策會受到其受教育程度的影響[24—27]，受教育年限不同的創(chuàng)業(yè)者的知識儲備及人脈資源存在差異，從而會對創(chuàng)業(yè)行為產(chǎn)生影響。因此，本文提出假設(shè)2：

H2：數(shù)字金融對農(nóng)民創(chuàng)業(yè)的影響水平在不同學(xué)歷教育背景下存在差異。

（二）數(shù)字金融影響農(nóng)民創(chuàng)業(yè)的作用機制假設(shè)

在互聯(lián)網(wǎng)全面普及的背景下，數(shù)字金融借助信息化技術(shù)進一步擴大了金融服務(wù)的覆蓋范圍[28]，農(nóng)民通過智能手機即可參與金融市場[29]。因此，數(shù)字金融的快速發(fā)展豐富了農(nóng)民進入金融市場的途徑，提高了農(nóng)民的金融可得性，為農(nóng)民參與金融市場提供了便利[30—31]，有助于提升農(nóng)民的創(chuàng)業(yè)水平。本文提出假設(shè)3：

H3：數(shù)字金融通過提高農(nóng)民的金融市場參與度進而促進農(nóng)民創(chuàng)業(yè)。

農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率也可能影響農(nóng)民創(chuàng)業(yè)。通過互聯(lián)網(wǎng)學(xué)習(xí)提升創(chuàng)業(yè)所需的相關(guān)技能也是數(shù)字金融影響農(nóng)民創(chuàng)業(yè)的作用機制之一。農(nóng)民通過使用互聯(lián)網(wǎng)可以獲取大量創(chuàng)業(yè)信息[32]，同時進一步拓展了其社會網(wǎng)絡(luò)關(guān)系[33]，因此互聯(lián)網(wǎng)的使用對提高農(nóng)民創(chuàng)業(yè)績效有積極作用[34]。據(jù)此，本文提出假設(shè)4：

H4：數(shù)字金融通過提高農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率進而推動農(nóng)民創(chuàng)業(yè)。

三、數(shù)字普惠金融對農(nóng)民創(chuàng)業(yè)影響的實證研究

（一）數(shù)據(jù)來源與指標(biāo)說明

本文的數(shù)據(jù)主要來源于三個方面：中國家庭追蹤調(diào)查（CFPS）、北京大學(xué)數(shù)字普惠金融研究中心以及各省統(tǒng)計年鑒。首先，本文的研究對象集中于農(nóng)民，農(nóng)戶家庭及戶主的基本信息源自中國家庭追蹤調(diào)查（CFPS），該調(diào)查由北京大學(xué)中國社會科學(xué)調(diào)查中心（ISSS）展開，目標(biāo)樣本規(guī)模為16000戶，主要包括村居問卷、家庭成員問卷、家庭問卷、少兒問卷和成人問卷五類?？紤]到數(shù)據(jù)的時效性，本文將2018年的中國家庭追蹤調(diào)查數(shù)據(jù)作為研究對象，一共有14241戶家庭。保留家庭問卷中的財務(wù)回答人與成人問卷中的個人是同一人的指標(biāo)，刪除戶口狀況為非農(nóng)戶的數(shù)據(jù)，將農(nóng)戶作為研究對象，最終確定本文的樣本容量為8646個。其次，第二部分?jǐn)?shù)據(jù)是省級層面的數(shù)字普惠金融指數(shù)。本文選取北京大學(xué)數(shù)字普惠金融研究中心和螞蟻金服集團共同編制的中國數(shù)字普惠金融發(fā)展指數(shù)作為數(shù)字金融發(fā)展的代理變量[35]。該指數(shù)涵蓋省、市、縣三個層面，包括覆蓋廣度、使用深度和數(shù)字支持服務(wù)程度三方面。為了和中國家庭追蹤調(diào)查的微觀數(shù)據(jù)相對應(yīng)，本文選取省級層面的數(shù)字普惠金融指數(shù)。最后，本文選取的城鎮(zhèn)登記失業(yè)率指標(biāo)、地區(qū)創(chuàng)業(yè)氛圍衡量指標(biāo)、地區(qū)創(chuàng)新水平衡量指標(biāo)來源于各省統(tǒng)計年鑒。

（二）變量定義

1.被解釋變量

農(nóng)民創(chuàng)業(yè)決策（ED）。創(chuàng)業(yè)行為具有巨大的不確定性，對于農(nóng)戶而言，創(chuàng)業(yè)的風(fēng)險往往無法由一個人來承擔(dān)，因此本文將農(nóng)民的創(chuàng)業(yè)行為界定為一項家庭行為。本文選取CFPS2018 家庭問卷中的問題“過去一年內(nèi)您家是否有家庭成員從事個體私營活動或開辦私營企業(yè)？”為依據(jù)構(gòu)建“農(nóng)民創(chuàng)業(yè)決策”這一虛擬變量，如果農(nóng)民回答“是”，則將該變量賦值為1，否則賦值為0。

2.核心解釋變量

數(shù)字普惠金融總指數(shù)（index）。本文借鑒樊文翔[36]的做法，考慮到中國家庭追蹤調(diào)查所獲取的信息是個人及家庭在過去一年的基本信息，因此CF?PS2018 反映的是調(diào)查對象2017年的基本情況。本文想要研究數(shù)字金融對農(nóng)民創(chuàng)業(yè)決策的影響，應(yīng)該選擇2017年的省級數(shù)字普惠金融總指數(shù)作為核心解釋變量。為方便系數(shù)解讀，本文對初始的省級數(shù)字普惠金融指標(biāo)取自然對數(shù)處理后進行實證分析。

3.中介變量（M）

金融市場參與度（FP）。采用CFPS2018 家庭問卷中的問題“您家是否持有金融產(chǎn)品，如股票、基金、國債、信托產(chǎn)品、外匯？”作為金融市場參與度的衡量指標(biāo)，若回答“是”則賦值為1，代表農(nóng)戶參與金融市場，若回答“否”則賦值為0。

使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率（EL）。采用CFPS2018個人問卷中的問題“一般情況下，您使用互聯(lián)網(wǎng)絡(luò)學(xué)習(xí)（如搜索學(xué)習(xí)資料、上網(wǎng)絡(luò)學(xué)習(xí)課程等）的頻率有多高？”，其賦值如下：0=從不，1=幾個月1次，2=一個月1 次，3=一個月2—3 次，4=一周1—2 次，5=一周3—4次，6=幾乎每天。

4.控制變量

本文設(shè)置三個層面的控制變量。第一個層面指農(nóng)民的個體特征，包括年齡、年齡的平方項、性別（男性=1）、婚姻狀況（已婚=1）、健康狀況（1=非常健康、2=很健康、3=比較健康、4=一般、5=不健康）、民族（漢族=1）、黨員（是=1）。第二個層面指農(nóng)民的家庭特征，包括家庭人口數(shù)、自家重大事情（發(fā)生=1，不發(fā)生=0）、少兒比例（年齡為18歲以下的兒童人數(shù)占家庭總?cè)丝跀?shù)的比）、老年人比例（年齡為60歲以上的老人占家庭總?cè)丝跀?shù)的比）。第三個層面指社會環(huán)境，選定該層面的指標(biāo)包括2017年各省城鎮(zhèn)登記失業(yè)率、地區(qū)創(chuàng)業(yè)氛圍（私營企業(yè)和個體就業(yè)人數(shù)/就業(yè)人員總計）、地區(qū)創(chuàng)新水平（各省有效發(fā)明專利數(shù)）。變量描述性統(tǒng)計結(jié)果見表1。

表1 描述性統(tǒng)計

（三）模型設(shè)定

1.Probit模型

根據(jù)上文的變量描述，本文以農(nóng)民創(chuàng)業(yè)決策為被解釋變量，該變量是一個取值為0 和1 的二元變量，因此本文設(shè)定如下二元Probit模型：式（1）中，EDij表示第j個省份第i個農(nóng)民的創(chuàng)業(yè)決策；Xij表示第i個農(nóng)民所在j省份的數(shù)字普惠金融指標(biāo)，包括數(shù)字普惠金融總指數(shù)（index）、覆蓋廣度（coverage）、使用深度（usage）和數(shù)字支持服務(wù)程度（digitization）共四個指標(biāo)。Controlsij表示控制變量，εij為隨機誤差項，Φ（·）表示正態(tài)分布函數(shù)的累積分布函數(shù)。

2.有序Probit模型

本文使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率（EL）作為有序離散變量，數(shù)值0—6表示農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率從低到高，因此設(shè)定有序Probit模型進行分析：

式（2）中，為不可觀測的潛變量，x'ij為影響農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)頻率的一系列解釋變量，β為待估參數(shù)向量，ηij為隨機擾動項。yij的選擇規(guī)則為：

式（3）中，c0＜c1＜c2＜…＜c5為待估參數(shù)，稱為切點。yij為農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)頻率的離散變量，取值范圍為0—6之間。

3.中介效應(yīng)檢驗

式（1）用于分析數(shù)字金融對農(nóng)民創(chuàng)業(yè)的直接影響，本文引入農(nóng)民金融市場參與度（FP）和使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率（EL）這兩個中介變量?？紤]到兩個中介變量的檢驗過程相似，本文將兩者統(tǒng)一表示為中介變量M并構(gòu)建如下中介效應(yīng)模型，分析數(shù)字金融對農(nóng)民創(chuàng)業(yè)影響的作用機制[37]。

上述模型中，indexij表示第i 個農(nóng)民所在j 省份的數(shù)字普惠金融總指數(shù)，M 為中介變量。首先對式（4）進行估計，考察數(shù)字普惠金融總指數(shù)對農(nóng)民創(chuàng)業(yè)決策的影響，系數(shù)α1反映了數(shù)字金融對農(nóng)民創(chuàng)業(yè)決策的總效應(yīng)。接著對式（5）進行回歸，討論解釋變量數(shù)字普惠金融總指數(shù)與中介變量的關(guān)系，系數(shù)β1反映了數(shù)字金融對中介變量的效應(yīng)。最后對式（6）進行回歸，將解釋變量與中介變量一起對被解釋變量回歸，系數(shù)γ2表示在控制了核心解釋變量之后，中介變量對被解釋變量農(nóng)民創(chuàng)業(yè)決策的效應(yīng)；系數(shù)γ1表示在控制了中介變量之后，數(shù)字金融對農(nóng)民創(chuàng)業(yè)的直接效應(yīng)；β1γ2/α1表示中介效應(yīng)強度。

中介效應(yīng)的檢驗步驟如下：首先，對式（4）進行估計，若系數(shù)α1顯著，則做下一步檢驗，否則停止檢驗；接著對式（5）和式（6）進行回歸，依次檢驗系數(shù)β1和γ2是否顯著，若全部顯著，則檢驗系數(shù)γ1的顯著性，若γ1顯著則證明部分中介效應(yīng)顯著，若不顯著則證明完全中介效應(yīng)顯著；如果系數(shù)β1和γ2至少有一個顯著，則需進行Sobel檢驗，若Sobel檢驗顯著，則意味著中介變量起到中介效應(yīng)，若不顯著，則不存在中介效應(yīng)。

（四）實證結(jié)果分析

1.數(shù)字普惠金融總指數(shù)及不同維度對農(nóng)民創(chuàng)業(yè)的影響

表2展示了以農(nóng)民創(chuàng)業(yè)決策為因變量，以數(shù)字普惠金融總指數(shù)及其三個子指標(biāo)為自變量的Probit模型回歸結(jié)果。其中，（1）列為不加入控制變量的回歸結(jié)果，（2）至（4）列為依次加入農(nóng)民個體特征、家庭特征、社會環(huán)境三個層面的控制變量的回歸結(jié)果。（5）至（7）列為數(shù)字金融的三個子維度指標(biāo)在控制了個體、家庭及社會環(huán)境三個層面之后對農(nóng)民創(chuàng)業(yè)的回歸結(jié)果。本文所有實證結(jié)果都匯報了邊際效應(yīng)，即dy/dx。由于本文的數(shù)據(jù)是截面數(shù)據(jù)，且Probit 模型受到異方差的干擾更大，故本文使用穩(wěn)健標(biāo)準(zhǔn)誤進行系數(shù)估計。

表2 數(shù)字金融對農(nóng)民創(chuàng)業(yè)影響的基準(zhǔn)回歸結(jié)果

從回歸結(jié)果來看，（1）列的結(jié)果表明，在未添加控制變量時，數(shù)字普惠金融總指數(shù)的估計系數(shù)為0.513，并且在5%水平上顯著，即數(shù)字金融的發(fā)展有助于推動農(nóng)民創(chuàng)業(yè)，該結(jié)果與國內(nèi)外大多數(shù)研究保持一致。（2）至（4）列的結(jié)果表明，依次加入控制變量之后，數(shù)字金融對農(nóng)民創(chuàng)業(yè)的促進作用依舊穩(wěn)健，并且其促進作用進一步增強。

2.分地區(qū)數(shù)字普惠金融對農(nóng)民創(chuàng)業(yè)的影響

考慮到我國存在著東部和中西部經(jīng)濟發(fā)展不平衡的問題，并且阿里巴巴總部位于杭州，與其鄰近的省份受到科技發(fā)展的影響較大，從而加速了當(dāng)?shù)財?shù)字金融的發(fā)展，因此我國東部和中西部的數(shù)字金融發(fā)展可能存在差異。對比2017年各省份數(shù)字普惠金融總指數(shù)可知，指數(shù)最高的是東部的上海市（336.65），指數(shù)最低的是西部的青海?。?40.20），兩者相差96.45。

本文將全國劃分為東部和中西部兩大區(qū)域①，分地區(qū)研究數(shù)字金融對農(nóng)民創(chuàng)業(yè)的影響，回歸結(jié)果見表3②。由（1）和（2）列的回歸結(jié)果可知，數(shù)字金融對東部地區(qū)農(nóng)民創(chuàng)業(yè)有較為顯著的正向影響，對中西部地區(qū)農(nóng)民創(chuàng)業(yè)的影響顯著，但系數(shù)絕對值小于東部地區(qū)。

表3 數(shù)字金融對農(nóng)民創(chuàng)業(yè)影響的分地區(qū)、分城鄉(xiāng)回歸結(jié)果

3.分城鄉(xiāng)數(shù)字普惠金融對農(nóng)民創(chuàng)業(yè)的影響

本文的研究對象是戶口狀況為農(nóng)民戶口的居民，但也存在著城鎮(zhèn)地區(qū)農(nóng)民與鄉(xiāng)村地區(qū)農(nóng)民的差別，隨著中國城鎮(zhèn)化水平的不斷提高，城鄉(xiāng)差距成為人們?nèi)找骊P(guān)注的話題。國家統(tǒng)計局?jǐn)?shù)據(jù)顯示：我國城鄉(xiāng)收入差距從2009年的3.33降至2020年的2.56，但仍然高于許多其他國家的城鄉(xiāng)居民收入比（平均1.6左右）。表3（3）和（4）列的回歸結(jié)果顯示，數(shù)字金融對鄉(xiāng)村地區(qū)的農(nóng)民創(chuàng)業(yè)有比較顯著的正向影響，對城鎮(zhèn)地區(qū)農(nóng)民創(chuàng)業(yè)的影響不顯著且系數(shù)為負(fù)。

四、人力資本異質(zhì)性視角下數(shù)字金融對農(nóng)民創(chuàng)業(yè)的影響

考慮到農(nóng)民所接受的教育水平不同會導(dǎo)致其創(chuàng)業(yè)決策、創(chuàng)業(yè)方法等產(chǎn)生差異，本文進一步以受教育年限的高低作為衡量人力資本的標(biāo)準(zhǔn)進行分組，將受教育年限低于6年（包括6年）的定義為低學(xué)歷組，高于6年的定義為高學(xué)歷組，分析人力資本的差異是否會影響數(shù)字金融對農(nóng)民創(chuàng)業(yè)的效果[38]。分別對全國范圍、東部地區(qū)、中西部地區(qū)的農(nóng)民依據(jù)受教育年限進行分組回歸的結(jié)果見表4。其中，（1）（3）（5）列為低學(xué)歷農(nóng)民的回歸結(jié)果，（2）（4）（6）列為高學(xué)歷農(nóng)民的回歸結(jié)果。

表4 人力資本異質(zhì)性視角下數(shù)字金融對農(nóng)民創(chuàng)業(yè)影響的回歸結(jié)果

由表4可知，在全國范圍內(nèi)數(shù)字金融對高學(xué)歷農(nóng)民的創(chuàng)業(yè)有顯著的正向影響，對低學(xué)歷農(nóng)民的創(chuàng)業(yè)影響為正但不顯著。中西部地區(qū)與上述結(jié)論相同，這可能是因為中西部地區(qū)數(shù)字金融普及程度不高，低學(xué)歷農(nóng)民對數(shù)字金融的了解不充分甚至存在抵觸心理，因此該部分農(nóng)民的創(chuàng)業(yè)決策受到個人及家庭方面的影響更大，受到數(shù)字金融的影響較小；而高學(xué)歷農(nóng)民對新事物的接受速度更快，學(xué)習(xí)能力更強，數(shù)字金融的出現(xiàn)為高學(xué)歷農(nóng)民創(chuàng)業(yè)提供了有效的信息以及信貸支持，因此對其創(chuàng)業(yè)促進作用更強。東部地區(qū)與之相反，數(shù)字金融對低學(xué)歷農(nóng)民創(chuàng)業(yè)的促進作用更強，這可能是因為東部地區(qū)數(shù)字金融發(fā)展較早，即使是低學(xué)歷農(nóng)民對數(shù)字金融的接受度也較高，加上東部地區(qū)經(jīng)濟較發(fā)達，相關(guān)政策的快速實施促進了數(shù)字金融的推廣，進一步激發(fā)了低學(xué)歷農(nóng)民的創(chuàng)業(yè)熱情。由此可以證明假設(shè)2的合理性。

五、數(shù)字金融影響農(nóng)民創(chuàng)業(yè)的機制分析

從以上實證結(jié)果可以看出，當(dāng)?shù)財?shù)字金融的發(fā)展促進了農(nóng)民做出創(chuàng)業(yè)決策，而農(nóng)民選擇創(chuàng)業(yè)與其個體特征和家庭特征也密不可分，本文想要進一步探究數(shù)字金融促進農(nóng)民創(chuàng)業(yè)的內(nèi)在機制。因此，本文引入“農(nóng)民金融市場參與度”和“農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率”兩個中介變量來構(gòu)造中介效應(yīng)模型，分析其中可能的傳導(dǎo)路徑，回歸結(jié)果見表5。

表5 數(shù)字金融影響農(nóng)民創(chuàng)業(yè)的中介效應(yīng)回歸結(jié)果

（一）提高農(nóng)民金融市場的參與度

表5（1）列顯示數(shù)字普惠金融總指數(shù)的系數(shù)顯著為正，表明數(shù)字金融的發(fā)展有助于促進農(nóng)民創(chuàng)業(yè)；（2）列驗證了數(shù)字金融發(fā)展與農(nóng)民金融市場參與度的正相關(guān)關(guān)系；（3）列核心解釋變量的系數(shù)在1%水平上顯著為正，中介變量的系數(shù)在10%水平上顯著為正，說明數(shù)字金融和農(nóng)民積極參與金融市場對于農(nóng)民創(chuàng)業(yè)都有直接的推動作用。觀察系數(shù)可以發(fā)現(xiàn)，和（1）列相比，（3）列中數(shù)字普惠金融總指數(shù)系數(shù)的數(shù)值有所下降，說明中介效應(yīng)存在，由此可以計算出農(nóng)民參與金融市場這一中介變量的中介效應(yīng)為52.04%（4.325×0.219/1.820）。假設(shè)3得到了驗證。

（二）提高農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率

表5（4）至（6）列給出了以數(shù)字普惠金融總指數(shù)為自變量，以農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率作為中介變量，對中介變量在數(shù)字金融與農(nóng)民創(chuàng)業(yè)之間的中介效應(yīng)進行實證檢驗的結(jié)果。其中，（5）列驗證了數(shù)字金融發(fā)展與農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的正相關(guān)關(guān)系，即數(shù)字金融的發(fā)展提高了農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率；在基準(zhǔn)效應(yīng)模型中同時引入數(shù)字普惠金融總指數(shù)和中介變量后，（6）列顯示核心解釋變量的系數(shù)在1%水平上顯著為正，中介變量的系數(shù)也在1%水平上顯著為正，說明數(shù)字金融和農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)對于農(nóng)民創(chuàng)業(yè)都有直接的推動作用。觀察系數(shù)可以發(fā)現(xiàn)，和（4）列相比，（6）列中數(shù)字普惠金融總指數(shù)系數(shù)的數(shù)值有所下降，計算得出農(nóng)民使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率這一中介變量的中介效應(yīng)為4.65%（1.322×0.064/1.819）。假設(shè)4得到了驗證。

（三）穩(wěn)健性檢驗

為了保證基準(zhǔn)分析的可信性，本文采用了兩種方法進行穩(wěn)健性檢驗。為節(jié)省篇幅，實證結(jié)果省略。首先，為了應(yīng)對模型設(shè)定偏誤，選用Logit 模型對上述實證過程進行穩(wěn)健性檢驗，得到與前文相同的結(jié)論。其次，采取變量替換的方法，選取CFPS2018成人問卷中的問題“是否移動上網(wǎng)”作為數(shù)字普惠金融指數(shù)的替換變量，對回答“是”的賦值為1，否則賦值為0。實證結(jié)果表明使用移動上網(wǎng)的農(nóng)民創(chuàng)業(yè)的可能性更高，且金融市場參與度與使用互聯(lián)網(wǎng)學(xué)習(xí)頻率的中介效應(yīng)顯著。因此本文的結(jié)果是穩(wěn)健的。

六、研究結(jié)論及政策建議

本文基于中國家庭追蹤調(diào)查和北大數(shù)字普惠金融數(shù)據(jù)，采用Probit 模型實證檢驗了中國數(shù)字金融發(fā)展對農(nóng)民創(chuàng)業(yè)的影響，研究了該影響的地區(qū)差異和城鄉(xiāng)差異，并在此基礎(chǔ)上進一步納入受教育年限這一因素分別研究了在不同地區(qū)數(shù)字金融對農(nóng)民創(chuàng)業(yè)影響的異質(zhì)性，同時還對數(shù)字金融影響農(nóng)民創(chuàng)業(yè)的作用機制進行分析。研究表明：第一，數(shù)字金融的發(fā)展能夠顯著提升農(nóng)民的創(chuàng)業(yè)水平，而數(shù)字普惠金融總指數(shù)的三個子維度尤其是數(shù)字支持服務(wù)指數(shù)的促進作用更強。第二，相比于中西部地區(qū)，數(shù)字金融對東部地區(qū)農(nóng)民創(chuàng)業(yè)的促進作用更顯著。第三，數(shù)字金融能夠顯著促進鄉(xiāng)村地區(qū)的農(nóng)民創(chuàng)業(yè)，這體現(xiàn)了數(shù)字金融的普惠特性。第四，考慮到人力資本異質(zhì)性，數(shù)字金融對農(nóng)民創(chuàng)業(yè)的影響存在顯著差異。在東部地區(qū)，數(shù)字金融對低學(xué)歷農(nóng)民的促進作用更強，而在中西部地區(qū)數(shù)字金融對高學(xué)歷農(nóng)民的促進作用更強。第五，數(shù)字金融可以通過提高農(nóng)民的金融市場參與度和使用互聯(lián)網(wǎng)學(xué)習(xí)的頻率這兩個途徑來促進農(nóng)民創(chuàng)業(yè)。

針對以上實證結(jié)論，本文提出以下建議：第一，加強數(shù)字技術(shù)與金融業(yè)務(wù)的深度融合。目前我國數(shù)字金融在促進農(nóng)民創(chuàng)新創(chuàng)業(yè)效應(yīng)方面仍面臨著多重阻礙，應(yīng)該進一步健全數(shù)字普惠金融體系，開展多層次低門檻的創(chuàng)新金融服務(wù)，為農(nóng)民創(chuàng)業(yè)提供金融支持。第二，在農(nóng)村地區(qū)開展教育活動鼓勵農(nóng)民主動學(xué)習(xí)金融知識，提高農(nóng)民的金融參與意識，幫助農(nóng)民正確理解數(shù)字金融的內(nèi)涵，提高其對數(shù)字金融的接受度，從而提升數(shù)字金融服務(wù)農(nóng)民的效率。第三，加強農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，實現(xiàn)互聯(lián)網(wǎng)在鄉(xiāng)村及偏遠(yuǎn)地區(qū)的全面普及，提高農(nóng)民通過互聯(lián)網(wǎng)獲取創(chuàng)新創(chuàng)業(yè)信息及學(xué)習(xí)相關(guān)技能的能力。第四，加大對鄉(xiāng)村地區(qū)、中西部地區(qū)農(nóng)民創(chuàng)業(yè)的政策支持力度。從各區(qū)域的實際情況出發(fā)，平衡地區(qū)之間的發(fā)展差異，鼓勵將本地特色與農(nóng)民創(chuàng)業(yè)相結(jié)合。第五，在金融、工商、稅收、創(chuàng)業(yè)技術(shù)培訓(xùn)等方面不斷優(yōu)化農(nóng)民創(chuàng)業(yè)環(huán)境，提供相關(guān)服務(wù)，幫助農(nóng)民解決創(chuàng)業(yè)注冊等一系列流程問題；完善農(nóng)村金融體系，引導(dǎo)傳統(tǒng)金融機構(gòu)與數(shù)字金融結(jié)合進而共同為農(nóng)民提供借貸、支付等普惠金融服務(wù)，為農(nóng)戶創(chuàng)業(yè)提供金融支持；在稅收方面提供優(yōu)惠型稅收政策，緩解農(nóng)民的創(chuàng)業(yè)壓力；在農(nóng)村地區(qū)積極開展創(chuàng)業(yè)技術(shù)培訓(xùn)活動，為農(nóng)民創(chuàng)業(yè)過程中遇到的問題提供解決方案，不斷釋放農(nóng)民的創(chuàng)業(yè)潛力，提升農(nóng)民創(chuàng)業(yè)水平?！?/p>

注 釋

①東部地區(qū)包括北京、河北、天津、浙江、山東、遼寧、上海、福建、廣東、江蘇和海南共11 省份，中部地區(qū)包括黑龍江、山西、江西、湖南、吉林、河南、湖北和安徽共8 省份，西部地區(qū)包括四川、新疆、陜西、甘肅、廣西、重慶、云南、青海、內(nèi)蒙古、寧夏、西藏和貴州共12省份。

②限于篇幅，從表3開始所有表格略去控制變量和常數(shù)項的估計結(jié)果。