農(nóng)戶參與數(shù)字金融的非農(nóng)創(chuàng)業(yè)效應(yīng)研究

詹 晶 蔣 祥 陳南岳

(南華大學(xué) 經(jīng)濟(jì)管理與法學(xué)學(xué)院，湖南 衡陽(yáng) 421001)

一、引言

鄉(xiāng)村振興的關(guān)鍵在于產(chǎn)業(yè)興旺，而引導(dǎo)廣大農(nóng)戶積極創(chuàng)業(yè)是促進(jìn)鄉(xiāng)村產(chǎn)業(yè)發(fā)展的重要引擎。近年來(lái)，隨著政府對(duì)農(nóng)村創(chuàng)業(yè)問(wèn)題愈發(fā)重視和多項(xiàng)鼓勵(lì)政策的出臺(tái)，農(nóng)村創(chuàng)業(yè)環(huán)境不斷優(yōu)化，農(nóng)戶創(chuàng)業(yè)活躍度不斷提升，越來(lái)越多的農(nóng)戶不再固守傳統(tǒng)農(nóng)業(yè)，而是嘗試進(jìn)入工商業(yè)領(lǐng)域開展非農(nóng)創(chuàng)業(yè)。農(nóng)戶非農(nóng)創(chuàng)業(yè)逐漸成為鄉(xiāng)村振興的內(nèi)生動(dòng)力，這對(duì)拓寬農(nóng)戶增收渠道、有效促進(jìn)“三產(chǎn)”融合、推動(dòng)農(nóng)業(yè)農(nóng)村現(xiàn)代化進(jìn)程具有重要意義。因此，在當(dāng)前全面推進(jìn)鄉(xiāng)村振興、支持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展的時(shí)代背景下，對(duì)非農(nóng)創(chuàng)業(yè)及其影響因素進(jìn)行研究具有重要的理論和現(xiàn)實(shí)意義。

農(nóng)戶非農(nóng)創(chuàng)業(yè)的可持續(xù)發(fā)展依托各種要素資源匯聚。其中，金融資源作為農(nóng)村地區(qū)的稀缺資源之一，對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)至關(guān)重要。盡管農(nóng)村金融市場(chǎng)改革已持續(xù)多年，但創(chuàng)業(yè)農(nóng)戶所面臨的金融服務(wù)覆蓋面窄、融資成本高和資金利用效率低等問(wèn)題并沒有得到徹底解決[1]。金融創(chuàng)新是推動(dòng)農(nóng)戶非農(nóng)創(chuàng)業(yè)的重要手段?，F(xiàn)階段，立足于大數(shù)據(jù)應(yīng)用的數(shù)字金融在傳統(tǒng)金融的基礎(chǔ)上，廣泛采用數(shù)字技術(shù)和云計(jì)算等科技手段，能夠更好地實(shí)現(xiàn)金融資源的優(yōu)化配置，為農(nóng)戶非農(nóng)創(chuàng)業(yè)提供重要支撐。

關(guān)于金融發(fā)展對(duì)創(chuàng)業(yè)的影響，學(xué)者們開展了廣泛而深入的研究。有的學(xué)者聚焦于利率市場(chǎng)化[2]、普惠金融[3]等金融政策對(duì)創(chuàng)業(yè)的影響，也有學(xué)者探究金融科技對(duì)創(chuàng)業(yè)的促進(jìn)作用[4]。一個(gè)運(yùn)作良好的金融體系能夠?yàn)閯?chuàng)業(yè)提供信貸支持，促進(jìn)經(jīng)濟(jì)增長(zhǎng)[5]。鑒于創(chuàng)業(yè)具有較高不確定性，通常會(huì)面臨較高的融資約束[6]，而金融發(fā)展可以通過(guò)促進(jìn)資源高效分配，打破融資約束，促進(jìn)地區(qū)[7]和家庭[8]創(chuàng)業(yè)。作為金融發(fā)展新業(yè)態(tài)的數(shù)字金融改變了傳統(tǒng)金融業(yè)務(wù)模式，其數(shù)字支付、數(shù)字信貸和數(shù)字理財(cái)?shù)认嚓P(guān)服務(wù)，有助于改善被傳統(tǒng)金融排斥群體的金融服務(wù)可得性，激發(fā)這類群體的創(chuàng)業(yè)熱情。如宋冬林等(2022)發(fā)現(xiàn)數(shù)字金融有助于提升地區(qū)創(chuàng)業(yè)的活躍度，并通過(guò)創(chuàng)業(yè)的就業(yè)效應(yīng)顯著改善群體收入不平等現(xiàn)狀[9]；陳曉芳和楊建州(2021)考察了數(shù)字金融對(duì)居民創(chuàng)業(yè)成功率的影響及作用機(jī)制[10]；王海燕等(2022)闡釋了數(shù)字金融發(fā)展與家庭創(chuàng)業(yè)決策二者間的內(nèi)在聯(lián)系[11]。也有少數(shù)學(xué)者聚焦農(nóng)戶開展相關(guān)研究，認(rèn)為數(shù)字金融能夠提高農(nóng)戶收入流動(dòng)性[12]、擴(kuò)大農(nóng)戶融資規(guī)模[13]、促進(jìn)農(nóng)戶創(chuàng)業(yè)機(jī)會(huì)識(shí)別。

本文通過(guò)文獻(xiàn)梳理發(fā)現(xiàn)，關(guān)于金融發(fā)展對(duì)創(chuàng)業(yè)的影響已有較為豐富的研究成果，為本研究奠定了良好基礎(chǔ)。但是，僅有少部分學(xué)者探究了農(nóng)戶參與數(shù)字金融的創(chuàng)業(yè)效應(yīng)，針對(duì)非農(nóng)創(chuàng)業(yè)效應(yīng)的研究比較少見。隨著數(shù)字金融在農(nóng)村地區(qū)迅猛發(fā)展，農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為及其績(jī)效是否有促進(jìn)效應(yīng)，若有，又是通過(guò)何種渠道產(chǎn)生影響，且這種影響是否具有異質(zhì)性，這些問(wèn)題亟待厘清。因此，本文采用2017年與2019年中國(guó)家庭金融調(diào)查數(shù)據(jù)(CHFS)，實(shí)證檢驗(yàn)了農(nóng)戶參與數(shù)字金融的非農(nóng)創(chuàng)業(yè)效應(yīng)、作用機(jī)制與異質(zhì)性，并提出促進(jìn)農(nóng)戶非農(nóng)創(chuàng)業(yè)的對(duì)策建議。相較于以往研究，本文的邊際貢獻(xiàn)在于：第一，立足農(nóng)戶視角，從微觀層面實(shí)證研究農(nóng)戶參與數(shù)字金融的非農(nóng)創(chuàng)業(yè)效應(yīng)，包括農(nóng)戶創(chuàng)業(yè)行為效應(yīng)和創(chuàng)業(yè)績(jī)效效應(yīng)。第二，從信息關(guān)注度、信貸可得性、風(fēng)險(xiǎn)偏好方面進(jìn)一步厘清農(nóng)戶參與數(shù)字金融產(chǎn)生非農(nóng)創(chuàng)業(yè)效應(yīng)的作用機(jī)制。第三，結(jié)合農(nóng)戶特征，針對(duì)不同類型、不同年齡階段和不同發(fā)展水平地區(qū)的農(nóng)戶，對(duì)比剖析不同農(nóng)戶參與數(shù)字金融產(chǎn)生非農(nóng)創(chuàng)業(yè)效應(yīng)的異質(zhì)性特征，從而為制定差異化的農(nóng)戶非農(nóng)創(chuàng)業(yè)促進(jìn)政策提供理論依據(jù)。

二、理論分析

農(nóng)戶非農(nóng)創(chuàng)業(yè)是指農(nóng)戶通過(guò)從事工業(yè)或商業(yè)生產(chǎn)經(jīng)營(yíng)項(xiàng)目，重新配置自有資源，開拓新型生產(chǎn)經(jīng)營(yíng)方式，從而實(shí)現(xiàn)價(jià)值創(chuàng)造的過(guò)程。本文通過(guò)對(duì)數(shù)字金融和創(chuàng)業(yè)理論相關(guān)文獻(xiàn)的整理發(fā)現(xiàn)，對(duì)農(nóng)戶而言，參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)的主要影響機(jī)制可從信貸約束、信息約束和風(fēng)險(xiǎn)偏好三個(gè)方面來(lái)分析。

(一)參與數(shù)字金融可以打破農(nóng)戶非農(nóng)創(chuàng)業(yè)的信貸約束

在農(nóng)戶非農(nóng)創(chuàng)業(yè)過(guò)程中，信貸約束一直是最不容忽視的問(wèn)題之一(彭克強(qiáng)和劉錫良，2016)[14]。盡管近年來(lái)政府和金融機(jī)構(gòu)不斷推動(dòng)農(nóng)村金融改革創(chuàng)新，但目前我國(guó)城鄉(xiāng)金融發(fā)展不平衡、農(nóng)村金融服務(wù)不充分的問(wèn)題仍然十分突出。金融機(jī)構(gòu)傳統(tǒng)信貸業(yè)務(wù)對(duì)信貸需求旺盛的農(nóng)戶，特別是中低收入農(nóng)戶的非農(nóng)創(chuàng)業(yè)支持仍然較少[15]。隨著數(shù)字技術(shù)與金融業(yè)的深度融合，金融機(jī)構(gòu)提供服務(wù)的門檻大大降低。農(nóng)戶參與數(shù)字金融可從以下三方面解除信貸約束，從而促進(jìn)非農(nóng)創(chuàng)業(yè)。一是緩解信用信息不對(duì)稱問(wèn)題。以往傳統(tǒng)金融機(jī)構(gòu)很難解決自身與農(nóng)戶之間的信息不對(duì)稱問(wèn)題，不得不將農(nóng)戶排斥在正規(guī)金融服務(wù)之外。數(shù)字金融利用信息技術(shù)獲得借款人大量的網(wǎng)絡(luò)交易記錄，并對(duì)其進(jìn)行信用評(píng)級(jí)，據(jù)此為農(nóng)戶提供金融服務(wù)，從而有效破解了長(zhǎng)期存在的信用信息不對(duì)稱和金融排斥問(wèn)題。二是放大長(zhǎng)尾效應(yīng)，農(nóng)戶可低成本獲得信貸支持。由于農(nóng)戶信貸通常具有短、小、頻、急的特點(diǎn)，傳統(tǒng)金融機(jī)構(gòu)發(fā)放貸款成本高、收益低，不愿意為此類群體提供信貸支持[16]。然而，農(nóng)戶廣泛參與數(shù)字金融，有助于金融機(jī)構(gòu)擴(kuò)大潛在客戶信用數(shù)據(jù)的收集范圍，將受正規(guī)金融排斥的農(nóng)戶納入自身服務(wù)范疇，從而放大長(zhǎng)尾效應(yīng)和規(guī)模效應(yīng)，實(shí)現(xiàn)小利潤(rùn)大市場(chǎng)。三是提升信貸償還能力。農(nóng)戶參與數(shù)字金融，既可以參加數(shù)字支付平臺(tái)推出的多種優(yōu)惠活動(dòng)，縮減支出成本，也可以降低與金融機(jī)構(gòu)間的交易成本，提高日常交易頻率和規(guī)模，擴(kuò)大盈利空間；此外，農(nóng)戶還可以將持有的閑散資金購(gòu)買多樣化的投資理財(cái)產(chǎn)品，獲取利息與分紅，拓寬收入來(lái)源，提升信貸償還能力。

(二)參與數(shù)字金融可以降低農(nóng)戶非農(nóng)創(chuàng)業(yè)的信息約束

農(nóng)戶非農(nóng)創(chuàng)業(yè)過(guò)程中，對(duì)市場(chǎng)需求和價(jià)格等信息的獲取能力要求很高。盡管我國(guó)不斷大力加強(qiáng)農(nóng)村信息基礎(chǔ)設(shè)施建設(shè)，但當(dāng)前城鄉(xiāng)之間的數(shù)字鴻溝仍然不容忽視[17]，農(nóng)村網(wǎng)絡(luò)的速度和穩(wěn)定性仍有待提高，農(nóng)戶利用網(wǎng)絡(luò)獲取有效創(chuàng)業(yè)信息的能力還比較弱，這些都制約了農(nóng)戶非農(nóng)創(chuàng)業(yè)的意愿和實(shí)踐。理論上講，農(nóng)戶參與數(shù)字金融可以顯著降低非農(nóng)創(chuàng)業(yè)的信息約束，其作用機(jī)制包括三個(gè)方面：一是拓寬信息來(lái)源渠道。數(shù)字金融不僅具有傳統(tǒng)金融服務(wù)功能，還具有信息服務(wù)功能。金融機(jī)構(gòu)通過(guò)互聯(lián)網(wǎng)發(fā)揮自身技術(shù)優(yōu)勢(shì)，向農(nóng)戶推送更有針對(duì)性的金融理財(cái)、創(chuàng)新創(chuàng)業(yè)等相關(guān)信息[18]。農(nóng)戶可以利用金融機(jī)構(gòu)提供的知識(shí)分享、快捷支付、投資理財(cái)、信貸融資等信息服務(wù)平臺(tái)，及時(shí)獲取更多非農(nóng)創(chuàng)業(yè)資訊，發(fā)現(xiàn)潛在的創(chuàng)業(yè)機(jī)會(huì)。二是降低信息搜尋成本。隨著智能手機(jī)平價(jià)化，各網(wǎng)絡(luò)運(yùn)營(yíng)商提速降費(fèi)，農(nóng)戶在參與數(shù)字金融時(shí)可以輕松便利地獲取更多關(guān)于非農(nóng)創(chuàng)業(yè)的產(chǎn)品和要素市場(chǎng)信息，降低農(nóng)戶非農(nóng)創(chuàng)業(yè)中的信息搜尋成本，有利于激發(fā)農(nóng)戶非農(nóng)創(chuàng)業(yè)意愿，提升其創(chuàng)業(yè)績(jī)效。三是提高信息更新速度。借助數(shù)字技術(shù)，信息的傳播打破了時(shí)間和距離的阻隔。農(nóng)戶通過(guò)參與數(shù)字金融，不斷更新自身的信息儲(chǔ)備和知識(shí)體系，改變長(zhǎng)期以來(lái)形成的認(rèn)知行為模式，潛移默化地提高非農(nóng)創(chuàng)業(yè)者的意愿與能力。

(三)參與數(shù)字金融可以了解農(nóng)戶非農(nóng)創(chuàng)業(yè)的風(fēng)險(xiǎn)偏好

相對(duì)農(nóng)業(yè)生產(chǎn)而言，農(nóng)戶非農(nóng)創(chuàng)業(yè)面臨更大的市場(chǎng)風(fēng)險(xiǎn)和技術(shù)風(fēng)險(xiǎn)。風(fēng)險(xiǎn)承擔(dān)能力較弱的農(nóng)戶，風(fēng)險(xiǎn)厭惡程度往往較高，非農(nóng)創(chuàng)業(yè)意愿不足[19]。參與數(shù)字金融，一定程度上可以改變農(nóng)戶的風(fēng)險(xiǎn)偏好，其影響機(jī)制如下：一是有助于農(nóng)戶加強(qiáng)非農(nóng)創(chuàng)業(yè)知識(shí)學(xué)習(xí)，提高其風(fēng)險(xiǎn)承受能力。農(nóng)戶面對(duì)風(fēng)險(xiǎn)最大的問(wèn)題是認(rèn)知不足，而認(rèn)知的關(guān)鍵在于學(xué)習(xí)。農(nóng)戶參與數(shù)字金融可以同步獲取學(xué)習(xí)機(jī)會(huì)，拓寬自身知識(shí)范圍，提升生產(chǎn)經(jīng)營(yíng)和創(chuàng)新創(chuàng)業(yè)認(rèn)知水平，有的放矢地優(yōu)化產(chǎn)品供給，積累經(jīng)營(yíng)管理經(jīng)驗(yàn)，提高自身風(fēng)險(xiǎn)承受能力。二是有助于夯實(shí)社會(huì)關(guān)系網(wǎng)絡(luò)，提高防范風(fēng)險(xiǎn)信心。微信支付、支付寶支付等平臺(tái)將社交與金融深度融合。農(nóng)戶使用這類數(shù)字金融服務(wù)可以提高社會(huì)關(guān)系網(wǎng)絡(luò)中個(gè)體之間的溝通頻率，增進(jìn)信任水平，獲取信息資源、情感支持和財(cái)務(wù)支持等，從而更能面對(duì)和承擔(dān)非農(nóng)創(chuàng)業(yè)風(fēng)險(xiǎn)。三是有助于改善心理健康水平，樂(lè)觀應(yīng)對(duì)風(fēng)險(xiǎn)。農(nóng)戶在使用數(shù)字金融時(shí)還可以輕松便捷地參與平臺(tái)提供的多種娛樂(lè)和社交活動(dòng)。娛樂(lè)和社交活動(dòng)有助于改善抑郁情緒，提高心理健康水平[20]。這使得農(nóng)戶對(duì)待非農(nóng)創(chuàng)業(yè)風(fēng)險(xiǎn)的態(tài)度往往更加樂(lè)觀，更加關(guān)注風(fēng)險(xiǎn)的積極一面，更愿意開展非農(nóng)創(chuàng)業(yè)活動(dòng)。

三、數(shù)據(jù)來(lái)源與模型設(shè)定

(一)數(shù)據(jù)來(lái)源

本文使用西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查研究中心發(fā)布的“中國(guó)家庭金融調(diào)查”2017年和2019年的樣本數(shù)據(jù)。樣本范圍覆蓋全國(guó)除西藏、新疆及港澳臺(tái)地區(qū)之外的29個(gè)省(直轄市、自治區(qū))，包括343個(gè)區(qū)縣，1360個(gè)村(居)委會(huì)。調(diào)查采用三階段分層與人口規(guī)模成比例的抽樣方法，拒訪率低，數(shù)據(jù)接近國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)結(jié)果，具有代表性[21]。本文利用Stata16.0軟件對(duì)樣本中與農(nóng)戶個(gè)人基本情況、家庭基本情況、數(shù)字金融參與情況、非農(nóng)經(jīng)營(yíng)項(xiàng)目開展情況相關(guān)的四部分?jǐn)?shù)據(jù)進(jìn)行處理，保留了兩期均接受調(diào)查的受訪者數(shù)據(jù)，并剔除了部分缺失值和極端值，最終得到2017年與2019年的兩期非平衡面板數(shù)據(jù)，共計(jì)26305個(gè)有效樣本。

(二)變量選取

1.被解釋變量

本文從農(nóng)戶非農(nóng)創(chuàng)業(yè)行為和非農(nóng)創(chuàng)業(yè)績(jī)效兩個(gè)維度定義被解釋變量。

農(nóng)戶非農(nóng)創(chuàng)業(yè)行為。借鑒何婧和李慶海(2019)[22]的研究，由CHFS問(wèn)卷中的問(wèn)題“目前，您家是否從事工商業(yè)生產(chǎn)經(jīng)營(yíng)項(xiàng)目，包括個(gè)體戶、租賃、運(yùn)輸、網(wǎng)店、微商、代購(gòu)、經(jīng)營(yíng)公司企業(yè)等”界定非農(nóng)創(chuàng)業(yè)行為，如果受訪者選擇“是”，則取值為1；反之，則取值為0。

農(nóng)戶非農(nóng)創(chuàng)業(yè)績(jī)效。創(chuàng)業(yè)績(jī)效可從財(cái)務(wù)績(jī)效、成長(zhǎng)績(jī)效等方面進(jìn)行度量。但我國(guó)農(nóng)村的創(chuàng)業(yè)規(guī)模通常較小，且家庭特征差異較大，很難以系統(tǒng)的財(cái)務(wù)指標(biāo)衡量創(chuàng)業(yè)績(jī)效。本文結(jié)合數(shù)據(jù)可獲得性并參考宋林和何洋(2022)[23]的研究，非農(nóng)創(chuàng)業(yè)績(jī)效根據(jù)CHFS問(wèn)卷中的問(wèn)題“去年，您家正在經(jīng)營(yíng)的工商業(yè)項(xiàng)目營(yíng)業(yè)收入是多少元”作為衡量指標(biāo)。

2.核心解釋變量

數(shù)字金融使用方面，基于CHFS問(wèn)卷中的問(wèn)題“目前，您家是否開通支付寶、微信支付、京東網(wǎng)銀錢包、百度錢包等第三方支付賬戶？”，若受訪者選擇“是”，則認(rèn)為參與數(shù)字支付，否則認(rèn)為沒有參與。根據(jù)問(wèn)題“您家在以上第三方支付賬戶中的互聯(lián)網(wǎng)理財(cái)金額有多少？(指有利息的部分，如余額寶、微信零錢通、京東小金庫(kù))”，若受訪者所填金額大于0，則定義為參與數(shù)字理財(cái)，否則認(rèn)為沒有參與。同樣，根據(jù)問(wèn)卷“目前，您家是否因生產(chǎn)經(jīng)營(yíng)活動(dòng)有尚未還清的互聯(lián)網(wǎng)借款？”，若受訪者選擇“是”，則定義為參與數(shù)字信貸；反之，則沒有。本文參考宋帥和李夢(mèng)(2021)[24]的做法，如果農(nóng)戶參與了數(shù)字支付、數(shù)字理財(cái)和數(shù)字信貸中任意一項(xiàng)或多項(xiàng)，則認(rèn)為該農(nóng)戶參與了數(shù)字金融，取值為1；反之則取0。

3.控制變量

現(xiàn)實(shí)中還有諸多其他因素會(huì)影響農(nóng)戶非農(nóng)創(chuàng)業(yè)行為及績(jī)效。本文從個(gè)體層面、家庭層面分別篩選變量作為控制變量。其中，個(gè)體層面選擇農(nóng)戶性別、年齡、文化程度、婚姻狀況、身體狀況、金融知識(shí)6個(gè)變量?？紤]到年齡對(duì)創(chuàng)業(yè)可能有非線性影響，加入年齡平方項(xiàng)。家庭層面選擇家庭規(guī)模、家庭總收入和人情支出3個(gè)變量。表1是有關(guān)變量的說(shuō)明及描述性統(tǒng)計(jì)結(jié)果。

表1 變量說(shuō)明與描述性統(tǒng)計(jì)結(jié)果

(三)模型設(shè)定

由于被解釋變量(非農(nóng)創(chuàng)業(yè)行為)和解釋變量(數(shù)字金融使用)均為二元變量，為檢驗(yàn)農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為的影響，本文將采用Probit模型進(jìn)行估計(jì)：

(1)

其中，Enterp*為潛變量，Entrepit表示第i個(gè)農(nóng)戶t年是否開展非農(nóng)創(chuàng)業(yè)，若“是”則取值為1，反之取0。DFit為第i個(gè)農(nóng)戶t年是否使用數(shù)字金融的虛擬變量，若使用數(shù)字金融，則取值為1，反之取0。Zit為控制變量，μit為隨機(jī)干擾項(xiàng)，α是常數(shù)項(xiàng)，δt是年份固定效應(yīng)。

由于被解釋變量(非農(nóng)創(chuàng)業(yè)績(jī)效)是連續(xù)變量，本文采用OLS模型來(lái)估計(jì)農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)績(jī)效的影響，模型的具體形式如下：

Performanceit=α+βDFit+γZit+μit

(2)

其中，Performanceit表示非農(nóng)創(chuàng)業(yè)績(jī)效，將工商業(yè)營(yíng)業(yè)收入作為衡量指標(biāo)，Zit為控制變量，μit為隨機(jī)干擾項(xiàng)。

(四)內(nèi)生性分析

反向因果和遺漏變量可能導(dǎo)致實(shí)證模型存在內(nèi)生性問(wèn)題。當(dāng)農(nóng)戶創(chuàng)業(yè)意愿越強(qiáng)時(shí)，為了獲取更多信息，該農(nóng)戶越可能參與數(shù)字金融的使用，故不可忽略非農(nóng)創(chuàng)業(yè)行為與數(shù)字金融使用二者間的反向因果關(guān)系。同時(shí)，還存在諸多不易觀測(cè)的因素影響非農(nóng)創(chuàng)業(yè)行為，如個(gè)人能力、個(gè)人習(xí)慣和宏觀層面政策影響等。同樣，農(nóng)戶非農(nóng)創(chuàng)業(yè)績(jī)效與參與數(shù)字金融的使用之間也可能存在反向因果關(guān)系。參考吳雨等(2021)的做法[25]，本文選取智能手機(jī)使用情況作為農(nóng)戶參與數(shù)字金融的工具變量來(lái)處理內(nèi)生性問(wèn)題。是否擁有智能手機(jī)與農(nóng)戶參與數(shù)字金融相關(guān)，但使用智能手機(jī)并不會(huì)直接影響農(nóng)戶非農(nóng)創(chuàng)業(yè)行為及其績(jī)效，僅能通過(guò)該渠道間接影響農(nóng)戶非農(nóng)創(chuàng)業(yè)，故該工具變量滿足相關(guān)性與外生性要求，后續(xù)將用IV-probit模型和2SLS模型進(jìn)一步驗(yàn)證。

四、實(shí)證結(jié)果

(一)影響效應(yīng)

1.農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為的影響效應(yīng)

表2列(1)～列(3)報(bào)告了農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為的影響結(jié)果。結(jié)果顯示，數(shù)字金融使用的估計(jì)系數(shù)在1%的水平下顯著為正，說(shuō)明農(nóng)戶參與數(shù)字金融能夠有效促進(jìn)非農(nóng)創(chuàng)業(yè)行為。列(4)為引入智能手機(jī)使用情況作為工具變量的IV-probit模型回歸結(jié)果。Wald檢驗(yàn)結(jié)果拒絕數(shù)字金融使用作為外生變量的假設(shè)，一階段估計(jì)的F值為887.55遠(yuǎn)遠(yuǎn)大于10%統(tǒng)計(jì)水平下的臨界值16.38，工具變量的t值為66.29，故不存在弱工具變量問(wèn)題，說(shuō)明該工具變量有效。結(jié)果顯示，參與數(shù)字金融的估計(jì)系數(shù)仍在1%的水平下正向顯著，參與數(shù)字金融的概率每提升1%，非農(nóng)創(chuàng)業(yè)行為概率增加1.04%。

表2 基準(zhǔn)回歸結(jié)果

個(gè)體層面的控制變量中，首先，戶主年齡與農(nóng)戶非農(nóng)創(chuàng)業(yè)行為呈倒U型關(guān)系。其次，農(nóng)戶文化程度越高，開展非農(nóng)創(chuàng)業(yè)活動(dòng)的可能性越大；已婚家庭通常擁有更多資源，對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)行為具有促進(jìn)作用；身體狀況差的農(nóng)戶由于醫(yī)療費(fèi)用負(fù)擔(dān)較重，不太可能選擇創(chuàng)業(yè)；金融知識(shí)水平較高的農(nóng)戶，通常自身風(fēng)險(xiǎn)承受能力也較強(qiáng)，更傾向于開展非農(nóng)創(chuàng)業(yè)活動(dòng)。性別對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)行為的影響不顯著。

在家庭層面，家庭規(guī)模、家庭總收入和人情支出對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)行為的影響均顯著為正，這是因?yàn)榧彝ト丝谝?guī)模大，所擁有的勞動(dòng)力和資源較多；家庭總收入高，意味著可用于創(chuàng)業(yè)的資金較多；而人情支出越多，表明農(nóng)戶社會(huì)網(wǎng)絡(luò)越發(fā)達(dá)，一定程度上擴(kuò)展了融資與信息渠道，有利于農(nóng)戶非農(nóng)創(chuàng)業(yè)活動(dòng)的開展。

2.農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)績(jī)效的影響效應(yīng)

表2列(5)與列(6)為農(nóng)戶參與數(shù)字金融對(duì)創(chuàng)業(yè)績(jī)效的影響結(jié)果。其中列(5)為OLS模型回歸結(jié)果，列(6)為引入工具變量后2SLS模型回歸結(jié)果。DWH檢驗(yàn)結(jié)果、一階段估計(jì)的F值與工具變量的t值均表明不存在弱工具變量問(wèn)題，可見該工具變量是有效的。在控制個(gè)人層面變量、家庭層面變量后，回歸結(jié)果顯示，數(shù)字金融使用對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)績(jī)效的影響均在1%的水平下顯著為正，估計(jì)系數(shù)分別為1.097、1.584，說(shuō)明參與數(shù)字金融顯著促進(jìn)了農(nóng)戶非農(nóng)創(chuàng)業(yè)績(jī)效的提高。

(二)穩(wěn)健性檢驗(yàn)

本文采用三種方法進(jìn)行穩(wěn)健性檢驗(yàn)。方法一，將智能手機(jī)使用年限作為新的工具變量進(jìn)行回歸分析。智能手機(jī)使用時(shí)間與農(nóng)戶參與數(shù)字金融具有較強(qiáng)相關(guān)性，但并不會(huì)直接影響農(nóng)戶開展非農(nóng)創(chuàng)業(yè)活動(dòng)及其績(jī)效。方法二，剔除18歲以下及70歲以上的樣本進(jìn)行回歸分析?，F(xiàn)實(shí)中18歲以下的未成年人開展創(chuàng)業(yè)活動(dòng)的可能性較低，70歲以上老年人對(duì)數(shù)字金融的接受度較低，故剔除該類樣本。方法三，利用logit方法進(jìn)行回歸。表3是上述三種方法的檢驗(yàn)結(jié)果，結(jié)果顯示農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為及創(chuàng)業(yè)績(jī)效的影響仍然正向顯著，基準(zhǔn)回歸結(jié)果穩(wěn)健。

表3 穩(wěn)健性檢驗(yàn)

(三)影響機(jī)制檢驗(yàn)

本節(jié)采用Probit模型和OLS模型，引入數(shù)字金融使用與信息約束、信貸約束、風(fēng)險(xiǎn)偏好各項(xiàng)指標(biāo)的交互項(xiàng)進(jìn)行回歸分析，以檢驗(yàn)數(shù)字金融是否通過(guò)緩解信貸約束、提高信息關(guān)注度、提升風(fēng)險(xiǎn)偏好對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)行為及創(chuàng)業(yè)績(jī)效產(chǎn)生影響。其中，信息約束根據(jù)CHFS問(wèn)卷中的問(wèn)題“您對(duì)經(jīng)濟(jì)、金融方面的信息關(guān)注程度”進(jìn)行衡量，如果回答“從不關(guān)注”，則取值為0，其他取值為1；信貸約束根據(jù)問(wèn)題“您家為什么沒有嘗試從銀行或信用社申請(qǐng)貸款”進(jìn)行衡量，若回答“申請(qǐng)過(guò)被拒”和“預(yù)計(jì)申請(qǐng)不會(huì)批準(zhǔn)”，則取值為1，其他取值為0；風(fēng)險(xiǎn)偏好根據(jù)問(wèn)題“您最愿意選擇哪種投資項(xiàng)目”來(lái)衡量，若回答“低風(fēng)險(xiǎn)、低回報(bào)項(xiàng)目”，則取值為0，其他取值為1。影響機(jī)制檢驗(yàn)結(jié)果見表4。

在控制個(gè)人層面變量及家庭層面變量后，由表4列(1)與列(4)可知，數(shù)字金融使用與信息約束的交互項(xiàng)對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)行為的影響系數(shù)為0.039，在1%的水平下顯著為正；對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)績(jī)效的影響系數(shù)是0.134，在10%的水平下顯著為正。這說(shuō)明農(nóng)戶參與數(shù)字金融能夠及時(shí)有效地獲取金融知識(shí)和創(chuàng)業(yè)信息，降低信息搜集成本，從而更有利于農(nóng)戶抓住機(jī)會(huì)開展非農(nóng)創(chuàng)業(yè)活動(dòng)，提高創(chuàng)業(yè)績(jī)效。表4列(2)與列(5)顯示，數(shù)字金融使用與信貸約束的交互項(xiàng)對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)行為的回歸系數(shù)為0.028，在10%的水平下顯著為正；對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)績(jī)效的回歸系數(shù)為0.157，在1%的水平下顯著為正。這說(shuō)明使用數(shù)字理財(cái)、數(shù)字信貸產(chǎn)品及服務(wù)使得農(nóng)戶的融資渠道更加多樣化、便捷化，農(nóng)戶信貸償還能力得以提升，從而間接提高了農(nóng)戶非農(nóng)創(chuàng)業(yè)的概率。表4列(3)與列(6)顯示，數(shù)字金融使用與風(fēng)險(xiǎn)偏好的交互項(xiàng)對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)行為和創(chuàng)業(yè)績(jī)效的影響系數(shù)分別為0.065、0.012，二者均在10%的水平下顯著為正。這說(shuō)明風(fēng)險(xiǎn)偏好高的農(nóng)戶將有更大概率參與非農(nóng)創(chuàng)業(yè)并提升績(jī)效，參與數(shù)字金融有助于優(yōu)化農(nóng)戶的社會(huì)網(wǎng)絡(luò)資源，使其更能面對(duì)和承擔(dān)非農(nóng)創(chuàng)業(yè)風(fēng)險(xiǎn)。

(四)異質(zhì)性分析

1.農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為促進(jìn)效應(yīng)的異質(zhì)性

通過(guò)IV-probit模型進(jìn)行回歸，進(jìn)一步分析數(shù)字金融使用對(duì)不同類型、不同年齡段以及不同發(fā)展水平地區(qū)農(nóng)戶非農(nóng)創(chuàng)業(yè)行為的影響。根據(jù)CHFS問(wèn)卷中“您是否有過(guò)離開戶籍所在地，去其他地方工作或生活半年以上的經(jīng)歷”，若受訪者回答“是”，則定義為返鄉(xiāng)農(nóng)戶；反之，則定義為留守農(nóng)戶。有外出務(wù)工經(jīng)歷的返鄉(xiāng)農(nóng)戶眼界相對(duì)開闊，對(duì)數(shù)字金融的認(rèn)識(shí)和使用與留守農(nóng)戶相比可能表現(xiàn)出不同的創(chuàng)業(yè)意愿，故進(jìn)一步檢驗(yàn)數(shù)字金融使用對(duì)返鄉(xiāng)農(nóng)戶和留守農(nóng)戶非農(nóng)創(chuàng)業(yè)行為的影響是否存在差異。由表5可知，數(shù)字金融使用對(duì)返鄉(xiāng)農(nóng)戶和留守農(nóng)戶非農(nóng)創(chuàng)業(yè)行為的影響均在1%的統(tǒng)計(jì)水平下正向顯著，但對(duì)留守農(nóng)戶的影響相對(duì)更大，估計(jì)系數(shù)為0.875。可能的原因是，留守農(nóng)戶往往更容易受到信貸約束和信息約束，且風(fēng)險(xiǎn)承受能力偏低，參與數(shù)字金融可以更加有效激勵(lì)留守農(nóng)戶開展創(chuàng)業(yè)活動(dòng)。

在年齡異質(zhì)性方面，本文將樣本農(nóng)戶分為3組：青年組(18～40歲)、中年組(40～60歲)和老年組(60歲及以上)，然后分別進(jìn)行回歸。結(jié)果顯示，中年群體參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為的影響最大，估計(jì)系數(shù)為1.25，可能是由于人到中年，家庭趨于穩(wěn)定，財(cái)富積累較多，具有相對(duì)穩(wěn)定的社會(huì)關(guān)系網(wǎng)絡(luò)，面臨的信貸約束較小，所以更愿意開展非農(nóng)創(chuàng)業(yè)活動(dòng)。

在地域異質(zhì)性方面，根據(jù)CHFS調(diào)查數(shù)據(jù)將所屬地區(qū)按照城市等級(jí)①劃分成3組：新一線及一線城市所屬地區(qū)、二線城市所屬地區(qū)、三線及以下城市所屬地區(qū)，并分別進(jìn)行回歸。結(jié)果顯示，二線城市所屬地區(qū)農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為的影響最大，且在1%的統(tǒng)計(jì)水平下顯著，估計(jì)系數(shù)為1.112，新一線及一線城市所屬地區(qū)次之，三線及以下城市所屬地區(qū)最小?？赡苁且?yàn)樾乱痪€及一線城市所屬地區(qū)金融發(fā)展較為發(fā)達(dá)，提供的融資渠道豐富多樣，能夠較好滿足農(nóng)戶非農(nóng)創(chuàng)業(yè)的融資需求，農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為的影響不大。而三線及以下城市所屬地區(qū)，數(shù)字化基礎(chǔ)建設(shè)明顯不足，許多農(nóng)戶甚至未接觸過(guò)互聯(lián)網(wǎng)，數(shù)字金融的促進(jìn)作用難以發(fā)揮。

2.農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)績(jī)效促進(jìn)效應(yīng)的異質(zhì)性

表6是采用2SLS進(jìn)行回歸的結(jié)果。結(jié)果顯示，數(shù)字金融使用對(duì)留守農(nóng)戶非農(nóng)創(chuàng)業(yè)績(jī)效具有顯著的正向促進(jìn)作用，且在1%的統(tǒng)計(jì)水平下顯著，估計(jì)系數(shù)為0.674，但對(duì)返鄉(xiāng)農(nóng)戶創(chuàng)業(yè)績(jī)效影響則不顯著。在年齡異質(zhì)性方面，數(shù)字金融使用對(duì)中年群體非農(nóng)創(chuàng)業(yè)績(jī)效的影響最大。在不同發(fā)展水平地區(qū)，二線城市所屬地區(qū)農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)績(jī)效的影響估計(jì)系數(shù)遠(yuǎn)大于其他地區(qū)。

表6 農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)績(jī)效影響效應(yīng)的異質(zhì)性分析

五、結(jié)論與啟示

本文基于2017年與2019年兩輪CHFS數(shù)據(jù)，運(yùn)用Probit模型和OLS模型，實(shí)證檢驗(yàn)了農(nóng)戶參與數(shù)字金融的非農(nóng)創(chuàng)業(yè)效應(yīng)，結(jié)果顯示：農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)行為具有顯著正向影響，且有利于提高非農(nóng)創(chuàng)業(yè)績(jī)效。在引入農(nóng)戶是否擁有智能手機(jī)作為工具變量以解決內(nèi)生性問(wèn)題后，該結(jié)論仍然成立。從影響機(jī)制來(lái)看，參與數(shù)字金融通過(guò)提高信息關(guān)注度、信貸可得性、風(fēng)險(xiǎn)偏好三條渠道促進(jìn)了農(nóng)戶非農(nóng)創(chuàng)業(yè)。異質(zhì)性分析發(fā)現(xiàn)，相對(duì)于返鄉(xiāng)農(nóng)戶，數(shù)字金融使用對(duì)留守農(nóng)戶非農(nóng)創(chuàng)業(yè)的影響更大。從不同年齡段來(lái)看，數(shù)字金融使用對(duì)中年農(nóng)戶群體的非農(nóng)創(chuàng)業(yè)促進(jìn)作用最強(qiáng)，青年次之，老年最弱；對(duì)于不同發(fā)展水平地區(qū)，農(nóng)戶參與數(shù)字金融對(duì)非農(nóng)創(chuàng)業(yè)影響程度由二線城市、一線及新一線城市、三線及以下城市依次減弱。為進(jìn)一步促進(jìn)農(nóng)戶非農(nóng)創(chuàng)業(yè)，依據(jù)上述研究結(jié)論本文提出以下建議：

一是要加大數(shù)字金融服務(wù)創(chuàng)新力度。金融機(jī)構(gòu)要充分利用數(shù)字技術(shù)，創(chuàng)新服務(wù)理念，為農(nóng)戶非農(nóng)創(chuàng)業(yè)提供堅(jiān)實(shí)的金融支撐。首先，要主動(dòng)適應(yīng)農(nóng)戶非農(nóng)創(chuàng)業(yè)的金融需求和行為偏好，提供包括數(shù)字支付、數(shù)字信貸、數(shù)字保險(xiǎn)、數(shù)字理財(cái)?shù)葦?shù)字金融產(chǎn)品，開發(fā)具有農(nóng)戶特征的移動(dòng)應(yīng)用程序，不斷優(yōu)化適農(nóng)數(shù)字金融信息終端和服務(wù)供給。其次，將數(shù)字金融服務(wù)嵌入農(nóng)村社保、教育、醫(yī)療、通信、旅游、娛樂(lè)等日常生活，進(jìn)一步豐富數(shù)字金融服務(wù)平臺(tái)功能，為農(nóng)戶非農(nóng)創(chuàng)業(yè)提供綜合服務(wù)。最后，提升數(shù)字技術(shù)應(yīng)用水平，充分發(fā)揮數(shù)字技術(shù)防范風(fēng)險(xiǎn)的積極作用，不斷降低農(nóng)戶非農(nóng)創(chuàng)業(yè)的金融風(fēng)險(xiǎn)。

二是要加快農(nóng)村數(shù)字金融推廣應(yīng)用。政府相關(guān)部門和金融機(jī)構(gòu)要充分重視數(shù)字金融對(duì)農(nóng)戶非農(nóng)創(chuàng)業(yè)的促進(jìn)作用，加快推進(jìn)數(shù)字金融在廣大農(nóng)村的推廣普及。首先，加強(qiáng)數(shù)字金融基礎(chǔ)設(shè)施共享，大力推動(dòng)農(nóng)村信息網(wǎng)絡(luò)、大數(shù)據(jù)平臺(tái)等基礎(chǔ)設(shè)施建設(shè)，彌補(bǔ)由于數(shù)字基礎(chǔ)設(shè)施薄弱而導(dǎo)致的農(nóng)村金融生態(tài)缺陷。其次，根據(jù)農(nóng)戶行為特點(diǎn)，多渠道搭建數(shù)字金融教育平臺(tái)，加強(qiáng)數(shù)字金融相關(guān)知識(shí)的宣傳和普及，提升農(nóng)戶數(shù)字金融素養(yǎng)，以便更好開展非農(nóng)創(chuàng)業(yè)活動(dòng)。最后，加強(qiáng)數(shù)字金融風(fēng)險(xiǎn)意識(shí)教育，引導(dǎo)農(nóng)戶在享受數(shù)字金融帶來(lái)方便和收益的同時(shí)，警惕和預(yù)防非農(nóng)創(chuàng)業(yè)過(guò)程中可能遭遇的電信詐騙、不良網(wǎng)絡(luò)借貸、非法集資、銀行卡被盜刷等潛在金融風(fēng)險(xiǎn)。

三是要針對(duì)性地制定多樣化的非農(nóng)創(chuàng)業(yè)支持政策。結(jié)合農(nóng)戶特征和地區(qū)特征，有針對(duì)性地加大農(nóng)戶非農(nóng)創(chuàng)業(yè)扶持力度。首先，針對(duì)留守農(nóng)戶非農(nóng)創(chuàng)業(yè)進(jìn)行專項(xiàng)補(bǔ)貼，鼓勵(lì)多個(gè)農(nóng)戶業(yè)態(tài)資源整合、整村集體運(yùn)營(yíng)，引導(dǎo)農(nóng)戶由“單戶打拼”轉(zhuǎn)向“抱團(tuán)取暖”，由線下經(jīng)營(yíng)轉(zhuǎn)為線上線下同步經(jīng)營(yíng)。其次，發(fā)揮中年農(nóng)戶促進(jìn)非農(nóng)創(chuàng)業(yè)活動(dòng)中的示范帶頭作用，加強(qiáng)實(shí)用創(chuàng)業(yè)技能和管理能力培訓(xùn)，促進(jìn)非農(nóng)創(chuàng)業(yè)績(jī)效提高。最后，出臺(tái)系列非農(nóng)創(chuàng)業(yè)優(yōu)惠政策，尤其要加大對(duì)經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)農(nóng)戶非農(nóng)創(chuàng)業(yè)的扶持力度，進(jìn)一步發(fā)揮數(shù)字金融的非農(nóng)創(chuàng)業(yè)促進(jìn)效應(yīng)。

【注 釋】

① CFHS數(shù)據(jù)在城市維度歸屬為3類，即一線城市及新一線城市(一線城市包括上海、北京、深圳、廣州；新一線城市：成都、杭州、重慶、西安、蘇州、武漢、南京、天津、鄭州、長(zhǎng)沙、東莞、佛山、寧波、青島、沈陽(yáng))、二線城市(包括：合肥、昆明、無(wú)錫、廈門、濟(jì)南、福州、溫州、大連、哈爾濱、長(zhǎng)春、泉州、石家莊、南寧、金華、貴陽(yáng)、南昌、嘉興、珠海、南通)、三線及以下城市。