數字金融對農民創業的影響分析

■王倩 張晉嶸

一、引言與文獻回顧

2021年2月25日習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，全面推進鄉村振興是“三農”工作的下一步目標。實現鄉村振興的關鍵在于通過創新創業激發內生動力，從而帶動農村產業發展。2020年以來，受新冠疫情的影響，大量農民工無法正常返工，“家門口創業”成為一種新潮流。這種創業模式不僅結合本地特色利用當地資源降低了農民創業成本，還采用直播帶貨等創業新模式降低了農民的創業門檻，使得農民創業迎來了新發展機遇。但是我國農民創業仍面臨著融資不足、農民自身缺乏技能等問題，解決這些問題對于實現鄉村振興有重要意義。

農民創業離不開金融的支持，《中共中央國務院關于全面推進鄉村振興加快農業農村現代化的意見》提出“支持以市場化方式設立鄉村振興基金，撬動金融資本、社會力量參與，重點支持鄉村產業發展”。然而，目前我國農村金融發展水平不高，農村金融市場服務體系不完善。互聯網革命推動了數字金融的發展，可以有效緩解農民的創業融資約束。一方面，信息技術的進步拓展了金融的服務范圍，降低了傳統金融機構的服務成本；另一方面，移動支付等新興支付方式的普及和應用給農民創業提供了便利。作為金融發展的新趨勢，數字金融以其獨特的優勢獲得了快速發展，同時其創業效應也獲得各界學者的廣泛關注。

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

隨著農民創業熱潮的到來，學者進而開始研究數字金融對農民創業的影響。張勛等[6]利用北大數字普惠金融指數和中國家庭跟蹤調查數據研究發現，數字金融的發展幫助改善了農村居民的創業行為。Anshari 等[7]通過理論分析認為，金融技術和數字市場等服務創新會加強農業的可持續性，并在此基礎上構建了AgroPay 數字市場模型，該模型使所有參與者（農民、土地所有者、投資者和消費者）都能輕松地進行無現金交易，并提供投資、支付、在線購買交易、眾籌服務等，為農民創業提供了多項便利。Leong 等[8]對印度尼西亞社區的創業行為展開實證調查，揭示了農民創業所面臨的經濟限制，通過介紹Kanopi、iGrow、Xendit 三個平臺的案例，總結出數字金融的發展為微型企業提供了平等的創業機會。何婧等[9]利用中國農業大學開展的農村普惠金融調查數據，提出數字金融使用對非農創業和生存型創業影響較大，并且對人力資本、物質資本和社會資本匱乏的農戶的影響更明顯。

目前研究數字金融對農民創業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內容。本文的邊際貢獻主要在于：第一，基于分樣本探究數字金融對農民創業影響的地區差異和城鄉差異。第二，考慮到創業對創業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字金融對農民創業的影響是否存在顯著差別。第三，目前多數文獻主要從緩解信貸約束、降低信息約束、加強社會信任、提高創新水平等角度研究數字金融對農民創業影響的作用機制，而本文從農民的金融市場參與度和互聯網學習能力兩個角度分析數字金融對農民創業的影響機制，并提出建議。

二、理論分析與研究假設

（一）數字金融影響農民創業的理論假設

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

數字金融泛指傳統金融機構或互聯網公司利用數字技術提供的融資、支付、投資和其他新型金融服務[12]。因此，本文認為數字金融可以從以下幾個方面促進農民創業：首先，在融資方面，數字金融拓寬了農民創業的融資渠道[13]。傳統金融機構為農民提供創業貸款的積極性不高，一方面是因為農民信用體系建設不夠完善，金融機構認為該類貸款風險較高[14]；另一方面貸款流程復雜，農民和金融機構雙方都要耗費極高的時間成本和人力成本，導致農民的正規融資需求下降[15]。數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貸產品，以及設計相應的激勵機制改善還款管理，從而滿足農民不同的融資需求[16]，提高信貸管理效率[17]。因此，數字金融對解決農民創業的融資難題有重要意義。其次，在支付方面，新型支付方式為農民創業的各項交易提供了便利[18—19]。依托于互聯網技術的移動支付方式使得農民使用手機即可快速完成支付、轉賬活動，有效地降低了金融交易的成本，拓展了金融服務的范圍[20—21]，減少了對現金貨幣的需求[22]。最后，在投資方面，數字金融幫助完善了農民信用體系，進一步促使投資者對農民創業活動進行投資[23]。數字金融運用技術手段全面整合了農民創業項目的資金流、物流等信息，幫助投資者更準確地了解所投資項目的狀況，降低投資風險，提高投資者的投資熱情。考慮到我國東部和中西部地區經濟以及數字金融發展水平存在差異，中國城鄉收入差距依舊顯著，本文提出假設1：

H1：數字金融有助于促進農民創業，但該作用在不同地區和城鄉之間存在差異。

目前，隨著義務教育的全面普及，農民整體的受教育水平有所提高。農民的創業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業者的知識儲備及人脈資源存在差異，從而會對創業行為產生影響。因此，本文提出假設2：

H2：數字金融對農民創業的影響水平在不同學歷教育背景下存在差異。

（二）數字金融影響農民創業的作用機制假設

在互聯網全面普及的背景下，數字金融借助信息化技術進一步擴大了金融服務的覆蓋范圍[28]，農民通過智能手機即可參與金融市場[29]。因此，數字金融的快速發展豐富了農民進入金融市場的途徑，提高了農民的金融可得性，為農民參與金融市場提供了便利[30—31]，有助于提升農民的創業水平。本文提出假設3：

H3：數字金融通過提高農民的金融市場參與度進而促進農民創業。

農民使用互聯網學習的頻率也可能影響農民創業。通過互聯網學習提升創業所需的相關技能也是數字金融影響農民創業的作用機制之一。農民通過使用互聯網可以獲取大量創業信息[32]，同時進一步拓展了其社會網絡關系[33]，因此互聯網的使用對提高農民創業績效有積極作用[34]。據此，本文提出假設4：

H4：數字金融通過提高農民使用互聯網學習的頻率進而推動農民創業。

三、數字普惠金融對農民創業影響的實證研究

（一）數據來源與指標說明

本文的數據主要來源于三個方面：中國家庭追蹤調查（CFPS）、北京大學數字普惠金融研究中心以及各省統計年鑒。首先，本文的研究對象集中于農民，農戶家庭及戶主的基本信息源自中國家庭追蹤調查（CFPS），該調查由北京大學中國社會科學調查中心（ISSS）展開，目標樣本規模為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。考慮到數據的時效性，本文將2018年的中國家庭追蹤調查數據作為研究對象，一共有14241戶家庭。保留家庭問卷中的財務回答人與成人問卷中的個人是同一人的指標，刪除戶口狀況為非農戶的數據，將農戶作為研究對象，最終確定本文的樣本容量為8646個。其次，第二部分數據是省級層面的數字普惠金融指數。本文選取北京大學數字普惠金融研究中心和螞蟻金服集團共同編制的中國數字普惠金融發展指數作為數字金融發展的代理變量[35]。該指數涵蓋省、市、縣三個層面，包括覆蓋廣度、使用深度和數字支持服務程度三方面。為了和中國家庭追蹤調查的微觀數據相對應，本文選取省級層面的數字普惠金融指數。最后，本文選取的城鎮登記失業率指標、地區創業氛圍衡量指標、地區創新水平衡量指標來源于各省統計年鑒。

（二）變量定義

1.被解釋變量

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

2.核心解釋變量

數字普惠金融總指數（index）。本文借鑒樊文翔[36]的做法，考慮到中國家庭追蹤調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 反映的是調查對象2017年的基本情況。本文想要研究數字金融對農民創業決策的影響，應該選擇2017年的省級數字普惠金融總指數作為核心解釋變量。為方便系數解讀，本文對初始的省級數字普惠金融指標取自然對數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品，如股票、基金、國債、信托產品、外匯？”作為金融市場參與度的衡量指標，若回答“是”則賦值為1，代表農戶參與金融市場，若回答“否”則賦值為0。

使用互聯網學習的頻率（EL）。采用CFPS2018個人問卷中的問題“一般情況下，您使用互聯網絡學習（如搜索學習資料、上網絡學習課程等）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

本文設置三個層面的控制變量。第一個層面指農民的個體特征，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）。第二個層面指農民的家庭特征，包括家庭人口數、自家重大事情（發生=1，不發生=0）、少兒比例（年齡為18歲以下的兒童人數占家庭總人口數的比）、老年人比例（年齡為60歲以上的老人占家庭總人口數的比）。第三個層面指社會環境，選定該層面的指標包括2017年各省城鎮登記失業率、地區創業氛圍（私營企業和個體就業人數/就業人員總計）、地區創新水平（各省有效發明專利數）。變量描述性統計結果見表1。

表1 描述性統計

（三）模型設定

1.Probit模型

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

2.有序Probit模型

本文使用互聯網學習的頻率（EL）作為有序離散變量，數值0—6表示農民使用互聯網學習的頻率從低到高，因此設定有序Probit模型進行分析：

式（2）中，為不可觀測的潛變量，x'ij為影響農民使用互聯網學習頻率的一系列解釋變量，β為待估參數向量，ηij為隨機擾動項。yij的選擇規則為：

式（3）中，c0＜c1＜c2＜…＜c5為待估參數，稱為切點。yij為農民使用互聯網學習頻率的離散變量，取值范圍為0—6之間。

3.中介效應檢驗

式（1）用于分析數字金融對農民創業的直接影響，本文引入農民金融市場參與度（FP）和使用互聯網學習的頻率（EL）這兩個中介變量。考慮到兩個中介變量的檢驗過程相似，本文將兩者統一表示為中介變量M并構建如下中介效應模型，分析數字金融對農民創業影響的作用機制[37]。

上述模型中，indexij表示第i 個農民所在j 省份的數字普惠金融總指數，M 為中介變量。首先對式（4）進行估計，考察數字普惠金融總指數對農民創業決策的影響，系數α1反映了數字金融對農民創業決策的總效應。接著對式（5）進行回歸，討論解釋變量數字普惠金融總指數與中介變量的關系，系數β1反映了數字金融對中介變量的效應。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民創業決策的效應；系數γ1表示在控制了中介變量之后，數字金融對農民創業的直接效應；β1γ2/α1表示中介效應強度。

中介效應的檢驗步驟如下：首先，對式（4）進行估計，若系數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β1和γ2是否顯著，若全部顯著，則檢驗系數γ1的顯著性，若γ1顯著則證明部分中介效應顯著，若不顯著則證明完全中介效應顯著；如果系數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，若不顯著，則不存在中介效應。

（四）實證結果分析

1.數字普惠金融總指數及不同維度對農民創業的影響

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

表2 數字金融對農民創業影響的基準回歸結果

從回歸結果來看，（1）列的結果表明，在未添加控制變量時，數字普惠金融總指數的估計系數為0.513，并且在5%水平上顯著，即數字金融的發展有助于推動農民創業，該結果與國內外大多數研究保持一致。（2）至（4）列的結果表明，依次加入控制變量之后，數字金融對農民創業的促進作用依舊穩健，并且其促進作用進一步增強。

2.分地區數字普惠金融對農民創業的影響

考慮到我國存在著東部和中西部經濟發展不平衡的問題，并且阿里巴巴總部位于杭州，與其鄰近的省份受到科技發展的影響較大，從而加速了當地數字金融的發展，因此我國東部和中西部的數字金融發展可能存在差異。對比2017年各省份數字普惠金融總指數可知，指數最高的是東部的上海市（336.65），指數最低的是西部的青海省（240.20），兩者相差96.45。

本文將全國劃分為東部和中西部兩大區域①，分地區研究數字金融對農民創業的影響，回歸結果見表3②。由（1）和（2）列的回歸結果可知，數字金融對東部地區農民創業有較為顯著的正向影響，對中西部地區農民創業的影響顯著，但系數絕對值小于東部地區。

表3 數字金融對農民創業影響的分地區、分城鄉回歸結果

3.分城鄉數字普惠金融對農民創業的影響

本文的研究對象是戶口狀況為農民戶口的居民，但也存在著城鎮地區農民與鄉村地區農民的差別，隨著中國城鎮化水平的不斷提高，城鄉差距成為人們日益關注的話題。國家統計局數據顯示：我國城鄉收入差距從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居民收入比（平均1.6左右）。表3（3）和（4）列的回歸結果顯示，數字金融對鄉村地區的農民創業有比較顯著的正向影響，對城鎮地區農民創業的影響不顯著且系數為負。

四、人力資本異質性視角下數字金融對農民創業的影響

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

表4 人力資本異質性視角下數字金融對農民創業影響的回歸結果

由表4可知，在全國范圍內數字金融對高學歷農民的創業有顯著的正向影響，對低學歷農民的創業影響為正但不顯著。中西部地區與上述結論相同，這可能是因為中西部地區數字金融普及程度不高，低學歷農民對數字金融的了解不充分甚至存在抵觸心理，因此該部分農民的創業決策受到個人及家庭方面的影響更大，受到數字金融的影響較小；而高學歷農民對新事物的接受速度更快，學習能力更強，數字金融的出現為高學歷農民創業提供了有效的信息以及信貸支持，因此對其創業促進作用更強。東部地區與之相反，數字金融對低學歷農民創業的促進作用更強，這可能是因為東部地區數字金融發展較早，即使是低學歷農民對數字金融的接受度也較高，加上東部地區經濟較發達，相關政策的快速實施促進了數字金融的推廣，進一步激發了低學歷農民的創業熱情。由此可以證明假設2的合理性。

五、數字金融影響農民創業的機制分析

從以上實證結果可以看出，當地數字金融的發展促進了農民做出創業決策，而農民選擇創業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字金融促進農民創業的內在機制。因此，本文引入“農民金融市場參與度”和“農民使用互聯網學習的頻率”兩個中介變量來構造中介效應模型，分析其中可能的傳導路徑，回歸結果見表5。

表5 數字金融影響農民創業的中介效應回歸結果

（一）提高農民金融市場的參與度

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

（二）提高農民使用互聯網學習的頻率

表5（4）至（6）列給出了以數字普惠金融總指數為自變量，以農民使用互聯網學習的頻率作為中介變量，對中介變量在數字金融與農民創業之間的中介效應進行實證檢驗的結果。其中，（5）列驗證了數字金融發展與農民使用互聯網學習的正相關關系，即數字金融的發展提高了農民使用互聯網學習的頻率；在基準效應模型中同時引入數字普惠金融總指數和中介變量后，（6）列顯示核心解釋變量的系數在1%水平上顯著為正，中介變量的系數也在1%水平上顯著為正，說明數字金融和農民使用互聯網學習對于農民創業都有直接的推動作用。觀察系數可以發現，和（4）列相比，（6）列中數字普惠金融總指數系數的數值有所下降，計算得出農民使用互聯網學習的頻率這一中介變量的中介效應為4.65%（1.322×0.064/1.819）。假設4得到了驗證。

（三）穩健性檢驗

為了保證基準分析的可信性，本文采用了兩種方法進行穩健性檢驗。為節省篇幅，實證結果省略。首先，為了應對模型設定偏誤，選用Logit 模型對上述實證過程進行穩健性檢驗，得到與前文相同的結論。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”作為數字普惠金融指數的替換變量，對回答“是”的賦值為1，否則賦值為0。實證結果表明使用移動上網的農民創業的可能性更高，且金融市場參與度與使用互聯網學習頻率的中介效應顯著。因此本文的結果是穩健的。

六、研究結論及政策建議

本文基于中國家庭追蹤調查和北大數字普惠金融數據，采用Probit 模型實證檢驗了中國數字金融發展對農民創業的影響，研究了該影響的地區差異和城鄉差異，并在此基礎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數字金融對農民創業影響的異質性，同時還對數字金融影響農民創業的作用機制進行分析。研究表明：第一，數字金融的發展能夠顯著提升農民的創業水平，而數字普惠金融總指數的三個子維度尤其是數字支持服務指數的促進作用更強。第二，相比于中西部地區，數字金融對東部地區農民創業的促進作用更顯著。第三，數字金融能夠顯著促進鄉村地區的農民創業，這體現了數字金融的普惠特性。第四，考慮到人力資本異質性，數字金融對農民創業的影響存在顯著差異。在東部地區，數字金融對低學歷農民的促進作用更強，而在中西部地區數字金融對高學歷農民的促進作用更強。第五，數字金融可以通過提高農民的金融市場參與度和使用互聯網學習的頻率這兩個途徑來促進農民創業。

針對以上實證結論，本文提出以下建議：第一，加強數字技術與金融業務的深度融合。目前我國數字金融在促進農民創新創業效應方面仍面臨著多重阻礙，應該進一步健全數字普惠金融體系，開展多層次低門檻的創新金融服務，為農民創業提供金融支持。第二，在農村地區開展教育活動鼓勵農民主動學習金融知識，提高農民的金融參與意識，幫助農民正確理解數字金融的內涵，提高其對數字金融的接受度，從而提升數字金融服務農民的效率。第三，加強農村網絡基礎設施建設，實現互聯網在鄉村及偏遠地區的全面普及，提高農民通過互聯網獲取創新創業信息及學習相關技能的能力。第四，加大對鄉村地區、中西部地區農民創業的政策支持力度。從各區域的實際情況出發，平衡地區之間的發展差異，鼓勵將本地特色與農民創業相結合。第五，在金融、工商、稅收、創業技術培訓等方面不斷優化農民創業環境，提供相關服務，幫助農民解決創業注冊等一系列流程問題；完善農村金融體系，引導傳統金融機構與數字金融結合進而共同為農民提供借貸、支付等普惠金融服務，為農戶創業提供金融支持；在稅收方面提供優惠型稅收政策，緩解農民的創業壓力；在農村地區積極開展創業技術培訓活動，為農民創業過程中遇到的問題提供解決方案，不斷釋放農民的創業潛力，提升農民創業水平。■

注 釋

①東部地區包括北京、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，西部地區包括四川、新疆、陜西、甘肅、廣西、重慶、云南、青海、內蒙古、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項的估計結果。