數字普惠金融：創業新曙光

文章基于2020年中國家庭追蹤調查數據庫和2019年省級數字普惠金融指數的匹配數據，實證分析了數字普惠金融對農村低收入家庭非農創業的影響及機制，并得出研究結論：數字普惠金融及其各維度均顯著促進農戶非農創業，其中數字化程度對農戶創業的發生比影響最大；數字普惠金融通過提高農戶社會資本、擴大家庭金融可得性從而促進農戶非農創業，最終根據以上結論提出相應的政策建議。

鄉村振興是扎實推進共同富裕目標實現的必然一環，而農戶創業逐漸顯現出其作為鄉村振興的重要驅動力之潛力。因此，近年來“農戶創業”成為學術界的熱點議題，眾多學者圍繞農戶創業的影響因素一題展開研究得出了大量有意義的研究成果，其中，鄧曉娜等（2019）通過實證分析指出普惠金融通過提升金融服務覆蓋率和可得性顯著促進居民創業。然而，普惠金融發展至今仍然保留著傳統金融的劣勢，難以真正實現金融服務的“普”與“惠”。單獨就農民群體討論，由于信息不對稱、抵押物不足等問題往往難以獲得有效的金融支持，這嚴重制約了農戶創業的積極性和成功率。數字普惠金融的興起，為破解這一難題提供了新的思路和途徑。數字普惠金融對農戶創業的促進作用已經得到多視角、多方法的驗證，而深入研究數字普惠金融對農戶創業的影響機制，對促進鄉村振興戰略的深入實施具有更重要的意義。盡管現有研究已提出不少數字普惠金融對農戶創業的影響路徑，但幾乎沒有研究對農戶群體作細致區分，文章的邊際貢獻可能在于，第一，研究對象聚焦于農村地區低收入家庭，低收入農村家庭常常容易被傳統金融排擠出金融市場從而不易獲得金融服務，研究此類群體也有助于驗證數字普惠金融是否實現了“普”與“惠”；第二，研究農戶創業問題時少有研究將農業創業與非農創業區別開來，而文章著重研究農戶非農創業，豐富了現有文獻。

影響機制和研究假說

陸鳳芝和王群勇（2022）提到數字普惠金融通過緩解信貸和信息約束，借助大數據分析引導資金配置方向，可以促進實體經濟發展，提高實體經濟運行效率，有利于創新創業。此外，數字普惠金融可以推動消費互聯網形成和促進平臺經濟發展，進而催生農戶進入第三產業創業。數字普惠金融推動了傳統農業的數字化轉型，農村電商、直播帶貨等數字農業經濟快速發展，這也大大增加了農戶創業的概率，由此提出本文的第一個假說。

H1：數字普惠金融顯著正向影響農村低收入家庭非農創業。

數字普惠金融借助大數據、云計算等現代信息技術降低了融資門檻同時，極大地提升了金融服務的普惠性和便捷性。數字普惠金融能夠精準評估農戶的信用狀況，有效解決了傳統金融體系中農戶因缺乏抵押物或信用記錄，而難以獲得貸款的問題。一方面，農戶通過數字平臺可以快速申請貸款，縮短了融資周期，降低了融資成本，這種便捷的融資方式能夠激發農戶的創業動力。另一方面，互聯網使用可以使得農村家庭社交更便捷、信息獲取更便利，由此擴展社會資本，進而獲得一定的由社會資本提高帶來的創業支持，能在一定程度上規避創業過程中的各種風險，從而提高創業成功率。據此提出本文的假說2和假說3。

H2：數字普惠金融通過提高農戶社會資本正向影響農戶非農創業。

H3：數字普惠金融通過提高農戶金融可得性正向相應農戶非農創業。

研究設計

數據來源

本文使用宏觀、微觀匹配數據，宏觀數據選擇北京大學數字金融研究中心編制的《北京大學數字普惠金融指數（2011—2022年）》2019年各省份總指數及覆蓋廣度、使用深度和數字化程度三維度，微觀數據來源于中國家庭追蹤調查（CFPS）數據庫2020年調查數據。為研究農村地區低收入家庭這一特定群體，現基于國家統計局資料的城鄉分類標準在CFPS數據庫只保留鄉村樣本，再將家庭收入低于樣本平均值的樣本界定為“低收入家庭”，與宏觀數據進行橫向匹配，最終得到2 917條樣本。

指標選取

一是被解釋變量。本文側重研究農戶非農創業，在衡量“非農創業”時，將CFPS問卷中當前主要工作類型回答為私營企業、個體工商戶、其他自雇的受訪者定義為非農創業者，家庭中非農創業者大于等于一個則賦值為1，否則賦值為0。

二是核心解釋變量。數字普惠金融，為避免逆向因果問題，選取滯后一期的數字普惠金融總指數及其子維度作為解釋變量。

三是控制變量。為盡可能減少模型偏誤，本文從個人層面及家庭層面控制了可能對農戶非農創業有影響的變量，對控制變量的定義以及賦值方式見表１。

四是機制變量。本文的機制變量為社會資本、金融可得性。借鑒楊汝岱等（2011）的做法，采用家庭人均人情禮金支出來作為社會資本的代理變量；考慮到CFPS問卷數據的可獲得性，選用“家庭總金融資產”來衡量金融可得性，具體如表1所示。

模型構建

1.基準回歸

由于本研究被解釋變量屬于二值分類變量，故采用Probit模型進行回歸分析，基準回歸模型設定為：

①

①式中，entrei為被解釋變量，表示第i個農村低收入家庭是否進行非農創業；indexi指滯后一期的數字普惠金融發展水平；Xi為一系列控制變量，包括戶主個人和家庭特征變量；α代表常數項，ε代表隨機擾動項，β為待估參數。

2.機制檢驗模型

現有文獻中廣泛采用的中介效應模型可能存在估計偏誤問題，因此本文借鑒江艇（2022）的方法檢驗數字普惠金融促進農戶非農創業的機制。設定待檢驗模型見②式：

②

需要特別說明的是②式中Mi表示機制變量，其余符號釋義與①式相同。

實證分析

基準回歸結果

表2中①—④分別為數字普惠金融總指數及其子維度對農村低收入家庭非農創業的回歸結果。不難看出數字化程度在1%的顯著性水平下對農戶非農創業有顯著正向影響，而數字普惠金融總指數及覆蓋廣度、使用深度均在5%的顯著性水平下顯著正向促進農村低收入家庭非農創業。驗證了本文的假說1。

邊際效應回歸結果顯示，數字普惠金融及其三個維度每增加一個單位，農村低收入家庭非農創業的發生比分別增加5.5%、5.4%、3.5%、7%，進一步驗證了本文的假說1。將表1及邊際效應回歸結果結合起來看，不難發現，數字化程度對農戶非農創業的促進作用最大。可能的原因在于，普惠金融數字化程度越高，越有利于實現金融服務的“普”與“惠”，即便是弱勢群體，依然能低成本、高效率的享受到金融服務。

為了確保實證結果具有穩健性，本文通過以下方式進行穩健性檢驗。第一，由于logit模型同樣適用于被解釋變量為二值分類變量的回歸分析，因此考慮將回歸模型替換為logit模型；第二，一個家庭做出創業決策是需要經過戶主同意的，或者是由戶主作出此決策，因此戶主年齡太大或太小都對創業決策有影響，故只保留戶主年齡在15到65歲之間的樣本；第三，增加控制變量。回歸結果表明數字普惠金融對農村低收入家庭非農創業具有顯著正向影響的結論是穩健的。

機制檢驗

鑒于社會資本與金融可得性對農戶創業的影響已經得到前人驗證（溫雪和崔冉，2023；項質略和張德元，2019），因而文中僅需驗證數字普惠金融對中介變量（社會資本、金融可得性）存在影響效應。本文采用OLS模型從農戶社會資本、金融可得性兩方面，進一步檢驗數字普惠金融促進農村低收入家庭非農創業的機制。回歸結果如表3所示，數字普惠金融對農戶社會資本、金融可得性分別在5%、1%的顯著性水平下有顯著正向影響。由此假說2、3得以驗證，數字普惠金融通過提升農戶社會資本和金融可得性，促進了農戶非農創業。

政策建議

文章基于2020年中國家庭追蹤調查（CFPS）數據庫與滯后一期數字普惠金融指數匹配的截面數據，通過probit模型、中介效應模型實證檢驗了數字普惠金融對農村低收入家庭非農創業的影響及作用機理。研究結果顯示，首先，數字普惠金融總指數及各維度均能夠對農戶非農創業產生顯著正向影響，其中數字化程度對農戶創業的影響最大，通過穩健性檢驗該結果依然成立；其次，數字普惠金融可以通過提高農村低收入家庭社會資本和金融可得性，進而使農戶更有可能作出創業決策。基于上述結論，提出如下幾點政策建議。

首先，要加強農村數字基礎設施建設，確保網絡覆蓋到農村地區，特別是偏遠地區，完善的數字基礎設施是數字普惠金融發展的基礎。其次，相關部門應加強金融知識在農村地區的普及和宣傳，提高農戶對數字普惠金融產品的認知度和接受度，進而提升農戶的金融素養，理性并正確地選擇和使用金融產品促成創業。最后，需鼓勵金融機構創新金融產品，推出更多適合農村地區、滿足農戶創業需求的數字普惠金融產品，以滿足農戶在不同階段的資金需求，進一步促進農戶創業。