數(shù)字普惠金融能否促進(jìn)返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策?

關(guān)鍵詞： 數(shù)字普惠金融；返鄉(xiāng)農(nóng)民工；返鄉(xiāng)創(chuàng)業(yè)

中圖分類號： F832.7；F323.6 文獻(xiàn)標(biāo)志碼： A 文章編號： 1673?5617（2024）02?0022?09

2020年的《政府工作報(bào)告》明確提出，要全面強(qiáng)化就業(yè)優(yōu)先政策，支持農(nóng)民工就近就業(yè)、創(chuàng)業(yè)。根據(jù)農(nóng)業(yè)農(nóng)村部發(fā)布的數(shù)據(jù)，2016—2021年，我國返鄉(xiāng)創(chuàng)業(yè)人數(shù)從480萬增至1120萬，預(yù)計(jì)2025年將超1500萬，返鄉(xiāng)創(chuàng)業(yè)漸成趨勢，尤以返鄉(xiāng)農(nóng)民工為主力。另外，隨著金融科技的不斷進(jìn)步，如支付寶、微信支付和數(shù)字人民幣等數(shù)字金融服務(wù)已經(jīng)深入民眾的日常生活，對于那些未被傳統(tǒng)金融業(yè)所覆蓋的群體，數(shù)字普惠金融的出現(xiàn)能夠有效提升他們獲取金融服務(wù)的機(jī)會和可能性。據(jù)統(tǒng)計(jì)，我國各省的數(shù)字普惠金融指數(shù)平均值已從2011年的40.004大幅提升至2018年的300.208，展現(xiàn)出強(qiáng)勁的增長勢頭[1]。盡管國家已經(jīng)出臺了各項(xiàng)政策，為返鄉(xiāng)農(nóng)民工提供創(chuàng)業(yè)補(bǔ)貼和優(yōu)惠貸款，但由于資金數(shù)額相對較小等原因，使得返鄉(xiāng)農(nóng)民工在創(chuàng)業(yè)初期常常感到資金壓力大。根據(jù)返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)者的抽樣調(diào)查結(jié)果顯示，將近70%的返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)資金來自個(gè)人或家庭，政府政策貸款部分比例為8%，金融機(jī)構(gòu)融資占比2.5%[1]，可見農(nóng)民工獲得正規(guī)融資的比例較低。因此，探究數(shù)字普惠金融是否能夠推動(dòng)返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)，對于實(shí)現(xiàn)我國返鄉(xiāng)農(nóng)民工“穩(wěn)就業(yè)”具有重要的理論與現(xiàn)實(shí)意義。本文對地級市層面的數(shù)據(jù)進(jìn)行計(jì)量分析，著眼于數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響，分析數(shù)字普惠金融總體發(fā)展水平及其3個(gè)維度對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響，并進(jìn)一步從區(qū)域異質(zhì)性、收入異質(zhì)性、年齡異質(zhì)性進(jìn)行研究，結(jié)論能夠?yàn)橹贫P(guān)于落實(shí)鄉(xiāng)村振興戰(zhàn)略的政策提供經(jīng)驗(yàn)證據(jù)。

1理論分析與研究假說

近年來，數(shù)字普惠金融作為轉(zhuǎn)換內(nèi)生發(fā)展動(dòng)力、構(gòu)建新發(fā)展格局的重要抓手，對經(jīng)濟(jì)的影響日益凸顯，也吸引了越來越多的學(xué)者參與相關(guān)研究。返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)是增強(qiáng)鄉(xiāng)村經(jīng)濟(jì)造血功能、促進(jìn)社會主義新農(nóng)村建設(shè)的重要手段，數(shù)字普惠金融作為國家戰(zhàn)略，也逐漸受到學(xué)術(shù)界的重視。與本文相關(guān)的文獻(xiàn)主要集中在3個(gè)方面：（1）數(shù)字普惠金融的發(fā)展及其量化指標(biāo)研究；（2）數(shù)字普惠金融對創(chuàng)業(yè)活動(dòng)的影響研究；（3）返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策及其影響因素的探討。

進(jìn)入21世紀(jì)以來，普惠金融的概念逐步出現(xiàn)，與原有的金融體系不同，普惠金融體系主要的服務(wù)對象是貧困人口和微型企業(yè)，他們不是傳統(tǒng)意義上金融服務(wù)的主要對象。電子金融的崛起，使得傳統(tǒng)金融領(lǐng)域迎來了前所未有的挑戰(zhàn)[2]，學(xué)者們對電子銀行的優(yōu)勢[3]、影響互聯(lián)網(wǎng)借貸的因素[4]、網(wǎng)站借貸的籌款方式以及影響籌款績效的因素[5]等方面進(jìn)行了眾多研究。隨著科技的不斷進(jìn)步，普惠金融服務(wù)在覆蓋范圍、服務(wù)水平、便捷程度、運(yùn)營成本等多方面得到了全面優(yōu)化[6]，數(shù)字化的金融模式已逐漸轉(zhuǎn)變?yōu)槠栈萁鹑诘暮诵尿?qū)動(dòng)力和增長點(diǎn)。在普惠金融的量化指標(biāo)研究方面，Sarma[7]率先提出了金融包容性指數(shù)（IFI）對普惠金融的發(fā)展水平進(jìn)行客觀全面的評估。我國學(xué)者基于國外的研究成果，并結(jié)合我國的實(shí)際情況，對指標(biāo)體系的內(nèi)容從可獲得性、使用情況、服務(wù)質(zhì)量[8]和承受度[9]等方面進(jìn)行綜合考量。目前，我國研究數(shù)字普惠金融的相關(guān)學(xué)術(shù)論文大多采用郭峰等[10]構(gòu)建出的一套評價(jià)指標(biāo)體系作為其衡量標(biāo)準(zhǔn)。此外，數(shù)字普惠金融與創(chuàng)業(yè)之間的關(guān)系也受到了學(xué)術(shù)界的廣泛關(guān)注。國外學(xué)者在初期主要聚焦于普惠金融對創(chuàng)業(yè)活動(dòng)的影響，而隨著技術(shù)的不斷進(jìn)步，他們的研究重心逐漸擴(kuò)展至數(shù)字普惠金融領(lǐng)域，普遍的觀點(diǎn)是二者都對創(chuàng)業(yè)活動(dòng)產(chǎn)生了顯著的推動(dòng)作用[11?12]。國內(nèi)關(guān)于數(shù)字普惠金融對農(nóng)民工創(chuàng)業(yè)行為影響關(guān)系的研究中，學(xué)者們一般采用理論分析與實(shí)證檢驗(yàn)相結(jié)合的方法，大部分研究都得出了數(shù)字普惠金融能夠顯著地推動(dòng)農(nóng)民工創(chuàng)業(yè)行為的結(jié)論，認(rèn)為數(shù)字普惠金融能夠促進(jìn)農(nóng)業(yè)創(chuàng)業(yè)活躍度[13]，提高農(nóng)戶創(chuàng)業(yè)收入、擴(kuò)大農(nóng)戶創(chuàng)業(yè)規(guī)模[14]，進(jìn)而提升企業(yè)績效[15]。此外，就業(yè)福利、創(chuàng)業(yè)環(huán)境、資本稟賦[16]以及創(chuàng)業(yè)經(jīng)驗(yàn)[17]等因素均對農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)產(chǎn)生影響。

在探討數(shù)字普惠金融對創(chuàng)業(yè)活動(dòng)的影響時(shí)，現(xiàn)有的文獻(xiàn)主要集中于對企業(yè)、城鄉(xiāng)居民整體或農(nóng)村居民的研究，側(cè)重于分析數(shù)字普惠金融如何提升信貸可得性、緩解融資約束等方面。盡管大部分研究者都認(rèn)同數(shù)字普惠金融的總體發(fā)展對創(chuàng)業(yè)活動(dòng)具有積極的推動(dòng)作用，但在數(shù)字普惠金融如何影響不同區(qū)域和不同社會群體的創(chuàng)業(yè)活動(dòng)方面，研究者們得出的結(jié)論存在較大差異。返鄉(xiāng)農(nóng)民工與其他創(chuàng)業(yè)者一樣，都面臨著融資的挑戰(zhàn)。然而，由于他們的初始資金相對較少，常常缺乏充足的擔(dān)保品和信用基礎(chǔ)，導(dǎo)致難以從傳統(tǒng)的金融機(jī)構(gòu)獲取必要的融資支持，這無疑增加了他們創(chuàng)業(yè)的難度。與傳統(tǒng)金融服務(wù)相比，數(shù)字普惠金融以其更高的流通性和更便捷的交易機(jī)制脫穎而出。這種創(chuàng)新的金融服務(wù)模式，為返鄉(xiāng)農(nóng)民工等弱勢群體提供了有效的解決方案，能夠有效緩解返鄉(xiāng)農(nóng)民工等弱勢群體所面臨的金融排斥問題?；谝陨戏治觯岢鲆韵卵芯考僬f：

H1：數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策有促進(jìn)作用。

我國長期以來一直面臨發(fā)展不平衡、不充分的問題，這導(dǎo)致不同地區(qū)在資源條件、經(jīng)濟(jì)發(fā)展水平以及創(chuàng)新能力等方面存在顯著的差異，這種地域性的差異可能會體現(xiàn)在數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響上。《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020年）》報(bào)告中指出，不論是總體發(fā)展水平、覆蓋廣度、使用深度，東部地區(qū)均明顯高于中部地區(qū)和西部地區(qū)，但西部地區(qū)的增速最快。東、中部地區(qū)由于實(shí)行沿海開放政策較早，良好的經(jīng)濟(jì)基礎(chǔ)為金融產(chǎn)業(yè)的布局與發(fā)展創(chuàng)造了領(lǐng)先優(yōu)勢，體現(xiàn)為東、中部地區(qū)的金融機(jī)構(gòu)數(shù)目更多、金融服務(wù)供給品類更豐富、居民的金融素養(yǎng)普遍更高，因此返鄉(xiāng)農(nóng)民工獲得創(chuàng)業(yè)資金的渠道也較多。相較之下，西部地區(qū)由于經(jīng)濟(jì)相對落后，基礎(chǔ)設(shè)施與金融產(chǎn)業(yè)布局有待完善，互聯(lián)網(wǎng)普及率與人力資本較低，融資渠道較為單一，返鄉(xiāng)農(nóng)民工在傳統(tǒng)金融模式下面臨較為嚴(yán)重的金融排斥問題?；诖?，提出如下研究假說：

H2：數(shù)字普惠金融影響返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策具有區(qū)域異質(zhì)性特征。

數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策影響的異質(zhì)性還可能體現(xiàn)在不同收入家庭中。相對于低收入家庭，收入較高的返鄉(xiāng)農(nóng)民工群體在資金儲備、文化水平、務(wù)工經(jīng)驗(yàn)以及信息渠道等方面擁有更大的優(yōu)勢。這使得他們對數(shù)字普惠金融政策的敏感度更高，并更容易從正式機(jī)構(gòu)獲得創(chuàng)業(yè)融資。雖然數(shù)字普惠金融具備便捷靈活、融資規(guī)模較小且借款人通常無須提供抵押品等優(yōu)勢，但由于返鄉(xiāng)農(nóng)民工的文化水平有限，且在政府缺乏對相關(guān)政策的宣傳情況下，他們對政策的敏感度及了解程度較低，這極大地限制了返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)的積極性。此外，返鄉(xiāng)農(nóng)民工群體以中老年人為主，中老年人相對于青年有更大的家庭與養(yǎng)老的經(jīng)濟(jì)壓力。由于城市的快速發(fā)展，中老年農(nóng)民工的就業(yè)前景愈發(fā)不樂觀，這導(dǎo)致他們在投資決策時(shí)更傾向于保守型的風(fēng)險(xiǎn)偏好[18]，更信任官方的金融機(jī)構(gòu)，并且隨著年齡的增長，個(gè)人儲蓄與社會信用程度也會相應(yīng)提高，更容易滿足正式金融組織的貸款評審條件，有研究表明個(gè)人月均收入越高的返鄉(xiāng)農(nóng)民工偏向于從國有四大銀行處獲得創(chuàng)業(yè)融資[19]。基于此，提出如下研究假說：

H3：數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的促進(jìn)作用存在收入異質(zhì)性，并且對中老年返鄉(xiāng)農(nóng)民工的影響更為明顯。

2數(shù)據(jù)來源、變量選取與模型選擇

2.1數(shù)據(jù)來源

本文選擇了2012、2014、2016、2018年這4期的中國勞動(dòng)力動(dòng)態(tài)追蹤調(diào)查（CLDS）數(shù)據(jù)作為研究樣本。該樣本覆蓋了國內(nèi)除新疆、西藏及港澳臺外其余29個(gè)?。ㄗ灾螀^(qū)、直轄市），每年涵蓋約200～500個(gè)村居，涉及超過10000戶家庭，并深入調(diào)研了超過20000個(gè)勞動(dòng)力個(gè)體的信息，具有廣泛的全國代表性。數(shù)字普惠金融指數(shù)源自北京大學(xué)數(shù)字金融研究中心，該中心通過利用大量微觀數(shù)據(jù)，并參考現(xiàn)有的文獻(xiàn)和國際標(biāo)準(zhǔn)，結(jié)合數(shù)字普惠金融服務(wù)的最新趨勢和特點(diǎn)，構(gòu)建了中國數(shù)字普惠金融指標(biāo)體系。該指標(biāo)體系總共包括3個(gè)一級指標(biāo)，33個(gè)具體的指標(biāo)，覆蓋了中國內(nèi)地的31個(gè)?。ㄗ灾螀^(qū)、直轄市）、337個(gè)地級市，以及2800多個(gè)縣。本文將數(shù)字普惠金融指數(shù)與相應(yīng)年份的CLDS數(shù)據(jù)進(jìn)行匹配，得到了包含29個(gè)省份的面板數(shù)據(jù)。

2.2變量選取

變量選取如下：（1）被解釋變量：返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策。參考已有文獻(xiàn)[20?21]，本研究將2012、2014、2016、2018年的CLDS數(shù)據(jù)進(jìn)行合并，刪除了城市的樣本以及部分缺失值，并將“有外出務(wù)工（跨縣流動(dòng)半年以上）經(jīng)歷”“目前不打算繼續(xù)外出務(wù)工”，且現(xiàn)有工作為“雇主”或“自雇”的返鄉(xiāng)農(nóng)民工定義為“返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)”。（2）核心解釋變量：數(shù)字普惠金融指數(shù)。本研究對數(shù)字普惠金融指數(shù)進(jìn)行了對數(shù)化處理?？紤]到CLDS數(shù)據(jù)為了保護(hù)受訪者的個(gè)人信息，僅在城市級別公開其地址信息，并對其所在的縣區(qū)編碼進(jìn)行了隨機(jī)處理。因此本文選擇了地級市級別的數(shù)字普惠金融指數(shù)作為研究對象，目的是在可識別的最小地理范圍內(nèi)與微觀調(diào)查數(shù)據(jù)進(jìn)行匹配。由于CLDS所統(tǒng)計(jì)的數(shù)據(jù)是基于過去1年的情況，因此本文對采用的數(shù)字普惠金融指數(shù)進(jìn)行滯后1期處理。例如，2018年CLDS的實(shí)際調(diào)查數(shù)據(jù)來源于2017年，本文使用2017年的數(shù)字普惠金融指數(shù)來與之進(jìn)行匹配。（3）控制變量。本文對可能影響返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的變量進(jìn)行了控制，如性別、年齡、受教育程度、婚姻狀況以及家庭經(jīng)濟(jì)狀況等。鑒于人情在農(nóng)村社會關(guān)系中的重要地位，以及禮物在農(nóng)村地區(qū)作為傳遞人情、構(gòu)建社會關(guān)系網(wǎng)絡(luò)的主要手段，本文選擇“家庭年禮品禮金支出”作為衡量家庭社會資本的指標(biāo)，并對其進(jìn)行控制。為了優(yōu)化數(shù)據(jù)分布，減少極端值對實(shí)證結(jié)果的干擾，本文對家庭社會資本數(shù)據(jù)進(jìn)行了對數(shù)處理，并納入了年份虛擬變量進(jìn)行控制。（4）工具變量。為了確保工具變量的有效性，選取的工具變量必須與核心解釋變量“數(shù)字普惠金融”之間存在某種關(guān)聯(lián)，并且只能間接影響被解釋變量“返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)”。我國的數(shù)字普惠金融發(fā)展存在空間聚集的特征，本文借鑒郭峰等[10]和黃倩等[22]的做法，選取各地級市到杭州的球面距離作為數(shù)字普惠金融的工具變量。為了量化這一距離，本文根據(jù)各地級市的經(jīng)緯度信息計(jì)算了到杭州的球面距離，并進(jìn)行了對數(shù)化處理。變量描述性統(tǒng)計(jì)如表1所示。

2.3模型選擇

在研究數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響時(shí)，最直接的表現(xiàn)便是返鄉(xiāng)農(nóng)民工是否進(jìn)行了創(chuàng)業(yè)，因此返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)是1個(gè)啞變量。本文通過建立二元Probit模型，研究數(shù)字普惠金融如何影響返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策，具體模型如下：

3數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策影響的實(shí)證分析

3.1數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的總體影響

表2匯報(bào)了式（1）的回歸結(jié)果，在控制年份虛擬變量的前提下，模型（1）僅僅考慮了數(shù)字普惠金融與返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策之間的關(guān)系，模型（2）控制了個(gè)人層面的變量，模型（3）控制了家庭層面變量，模型（4）加入所有控制變量。從第1列的回歸結(jié)果可以看出，數(shù)字普惠金融指數(shù)與返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策之間存在正向關(guān)系，這種關(guān)系在1%的置信水平上得到了驗(yàn)證，數(shù)字普惠金融指數(shù)每提高1個(gè)標(biāo)準(zhǔn)差，返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策概率將提升0.743。模型（2）至模型（4）的回歸結(jié)果表明，在控制了個(gè)人和家庭層面的特征變量后，數(shù)字普惠金融與返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策之間仍然呈現(xiàn)出正相關(guān)的關(guān)系，且均達(dá)到了1%的顯著水平。從個(gè)體特征來看，性別和專業(yè)技術(shù)培訓(xùn)在各個(gè)組均未通過顯著性檢驗(yàn)，年齡和婚姻狀況對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策具有積極的正向影響，并在1%的水平下顯著?；貧w結(jié)果表明，數(shù)字普惠金融總體上對返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策產(chǎn)生了積極的影響，其發(fā)展能夠推動(dòng)返鄉(xiāng)農(nóng)民工做出創(chuàng)業(yè)決策，假設(shè)1成立。

表3的回歸結(jié)果顯示，數(shù)字普惠金融的覆蓋廣度和使用深度對返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策產(chǎn)生了積極影響，其中使用深度的影響最為顯著，達(dá)到了1%的顯著水平，而數(shù)字化程度對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響并不顯著。由此可見，數(shù)字普惠金融賬戶的覆蓋率越高，使用數(shù)字普惠金融服務(wù)的人群就會越廣泛，且使用頻率也會相應(yīng)提升，這將進(jìn)一步促進(jìn)返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策。由此也可再次驗(yàn)證假設(shè)1的正確性，數(shù)字普惠金融發(fā)展得越完善，越能夠帶動(dòng)返鄉(xiāng)農(nóng)民工進(jìn)行創(chuàng)業(yè)。

3.2異質(zhì)性分析

3.2.1區(qū)域異質(zhì)性分析 為進(jìn)一步從厘清數(shù)字普惠金融對不同地區(qū)返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響，檢驗(yàn)假說2，本文進(jìn)行了區(qū)域異質(zhì)性檢驗(yàn)。參照李建軍等[23]的文章，本文根據(jù)我國不同省份及直轄市實(shí)行沿海開放政策的時(shí)間以及社會經(jīng)濟(jì)發(fā)展水平，將其劃分為東、中、西部三大地區(qū)，再對三大地區(qū)進(jìn)行分組回歸，表4匯報(bào)了回歸結(jié)果。結(jié)果表明，數(shù)字普惠金融對東、中部地區(qū)返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策具有顯著的正面影響，且這種影響在1%的水平下均顯著。其中數(shù)字普惠金融對中部地區(qū)返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的推動(dòng)作用更為顯著，當(dāng)數(shù)字普惠金融指數(shù)提升1個(gè)標(biāo)準(zhǔn)差時(shí)，中部地區(qū)返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策將提高1.569。這說明在經(jīng)濟(jì)發(fā)展條件較好，但金融服務(wù)發(fā)展仍有提升空間的中部地區(qū)，數(shù)字普惠金融能夠有效滿足返鄉(xiāng)農(nóng)民工的金融需求，進(jìn)而緩解其融資困境。雖然西部地區(qū)的數(shù)字普惠金融指數(shù)增速較快，但由于該地區(qū)在經(jīng)濟(jì)發(fā)展、基礎(chǔ)設(shè)施、人才資源、地理位置以及自然環(huán)境等方面與中部和東部地區(qū)相比存在明顯的短板，這會導(dǎo)致西部地區(qū)的返鄉(xiāng)農(nóng)民工對數(shù)字普惠金融的發(fā)展相對不夠敏感?；貧w結(jié)果可以驗(yàn)證假設(shè)2成立。

3.2.2收入異質(zhì)性分析 從收入水平的視角出發(fā)，高收入群體與低收入群體所面臨的金融排斥和風(fēng)險(xiǎn)厭惡程度呈現(xiàn)出顯著差異?；诖?，本文借鑒了馮大威等[24]的做法，以家庭年收入水平的中位數(shù)為基準(zhǔn)，對樣本進(jìn)行分組。具體操作為：首先計(jì)算家庭年收入的中位數(shù)，然后將家庭年收入低于這一中位數(shù)的返鄉(xiāng)農(nóng)民工劃歸為低收入群體，將家庭年收入高于中位數(shù)的返鄉(xiāng)農(nóng)民工劃歸為高收入群體，最后針對不同群體進(jìn)行分組回歸分析，回歸結(jié)果如表5所示。從回歸結(jié)果可以看出，數(shù)字普惠金融對于不同年收入的返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策都具有積極的作用，但在低收入家庭中未通過顯著性檢驗(yàn)。數(shù)字普惠金融指數(shù)每增加1個(gè)標(biāo)準(zhǔn)差，高收入返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)概率增加1.062。高收入返鄉(xiāng)農(nóng)民工家庭更可能借助數(shù)字普惠金融渠道獲得創(chuàng)業(yè)資金，從而推動(dòng)他們進(jìn)行創(chuàng)業(yè)活動(dòng)。而低收入群體的風(fēng)險(xiǎn)偏好往往偏向保守，創(chuàng)業(yè)作為一種高風(fēng)險(xiǎn)決策，可能會威脅到他們的經(jīng)濟(jì)安全，再加上他們自身的一些局限性，使得他們對數(shù)字普惠金融的發(fā)展不夠敏感。

3.2.3年齡異質(zhì)性分析 由表2可知，年齡對返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策具有顯著影響，為進(jìn)一步探究數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響中是否存在年齡差異，本文參考盧小君等[25]的做法，將受訪者年齡的數(shù)據(jù)樣本劃分為30歲及以下的青年組和30歲以上的中老年組，表6報(bào)告了本組的回歸結(jié)果。中老年人是數(shù)字普惠金融服務(wù)的重點(diǎn)對象，他們通常擁有較高的儲蓄率，同時(shí)也是返鄉(xiāng)農(nóng)民工中的大多數(shù)，相較于青年農(nóng)民工，中老年農(nóng)民工通常展現(xiàn)出更強(qiáng)的風(fēng)險(xiǎn)規(guī)避心理，因此他們更傾向于信賴正規(guī)的融資渠道。年齡異質(zhì)性分析和收入異質(zhì)性分析的結(jié)果可以驗(yàn)證假設(shè)3成立。

4內(nèi)生性分析與穩(wěn)健性檢驗(yàn)

4.1內(nèi)生性分析

從上一部分的實(shí)證結(jié)果可以發(fā)現(xiàn)，對樣本的個(gè)人和家庭層面的變量進(jìn)行控制后，數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策仍有促進(jìn)作用。本文采用了2012—2018年的數(shù)據(jù)構(gòu)建了面板模型，并對可能影響返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的、但無法直接觀測到的時(shí)間固定效應(yīng)進(jìn)行了嚴(yán)格控制，從而在一定程度上降低了因遺漏變量引發(fā)的內(nèi)生性問題。但返鄉(xiāng)農(nóng)民工的風(fēng)險(xiǎn)態(tài)度、金融素養(yǎng)以及接受新鮮事物的能力等個(gè)體特征，不僅會影響他們的創(chuàng)業(yè)決策，還會影響他們對數(shù)字普惠金融的使用情況，因此研究中仍可能存在一定的內(nèi)生性問題。為了解決上述內(nèi)生性問題，本文選擇了各地級市到杭州的球面距離作為工具變量，并進(jìn)行了工具變量估計(jì)，回歸結(jié)果如表7所示。模型（1）的回歸結(jié)果表明，各地級市到杭州的球面距離對數(shù)字普惠金融指數(shù)具有顯著的影響。此外，模型（2）的回歸結(jié)果進(jìn)一步驗(yàn)證了本文結(jié)論的穩(wěn)健性，即使在控制內(nèi)生性問題后，數(shù)字普惠金融與返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)之間仍然呈現(xiàn)出顯著的正相關(guān)關(guān)系。

4.2穩(wěn)健性檢驗(yàn)

針對研究存在內(nèi)生性問題，本文采取以下2種方法來減小其對模型實(shí)證回歸結(jié)果造成的偏差，一是滯后1期自變量，二是更換計(jì)量模型。

4.2.1滯后1期自變量 為減弱反向因果帶來的內(nèi)生性問題，本文借鑒易行健等[26]的做法，將核心自變量進(jìn)行滯后，再與CLDS匹配。由于2010年的數(shù)字普惠金融指數(shù)數(shù)據(jù)缺失，無法與CLDS數(shù)據(jù)進(jìn)行匹配，本文在此部分舍棄了2012年的CLDS微觀調(diào)查數(shù)據(jù)，使用2014—2018年共3期的數(shù)據(jù)進(jìn)行實(shí)證分析。本文依然在回歸中依次加入個(gè)人、家庭、家庭與個(gè)人層面的特征變量進(jìn)行檢驗(yàn)，回歸結(jié)果如表8所示。從回歸結(jié)果可以看出，當(dāng)使用滯后1期的數(shù)字普惠金融指數(shù)進(jìn)行回歸分析，并綜合考慮家庭和個(gè)人層面的特征變量時(shí)，數(shù)字普惠金融指數(shù)對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策依然產(chǎn)生了顯著的正向影響，其顯著性水平達(dá)到了10%。這驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性，并進(jìn)一步表明數(shù)字普惠金融發(fā)展正向推動(dòng)返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策。

4.2.2更換計(jì)量模型 前文采用了Probit模型進(jìn)行計(jì)量分析，為了降低因模型選擇偏差而導(dǎo)致的估計(jì)誤差，本節(jié)進(jìn)一步使用Logit模型進(jìn)行回歸分析，以檢驗(yàn)結(jié)論的穩(wěn)健性?；貧w結(jié)果如表9所示，在更換計(jì)量模型后，前文的研究結(jié)論依然穩(wěn)健，數(shù)字普惠金融的發(fā)展對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)產(chǎn)生了顯著的促進(jìn)作用。

5結(jié)論與啟示

數(shù)字普惠金融的發(fā)展為農(nóng)村地區(qū)帶來了新的發(fā)展動(dòng)力，通過大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)的應(yīng)用，金融服務(wù)得以深入鄉(xiāng)村，為返鄉(xiāng)農(nóng)民工等重點(diǎn)群體提供了更多創(chuàng)業(yè)和就業(yè)的機(jī)會。研究發(fā)現(xiàn)：（1）數(shù)字普惠金融的發(fā)展能夠促進(jìn)返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策；（2）數(shù)字普惠金融的覆蓋廣度與使用深度均對返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策產(chǎn)生了積極的推動(dòng)作用，特別是數(shù)字普惠金融的使用深度對返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策具有更為顯著的影響；（3）數(shù)字普惠金融對中、東部地區(qū)返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策具有顯著的積極影響，且中部地區(qū)的影響程度超過東部地區(qū)；（4）數(shù)字普惠金融的發(fā)展水平在影響返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)決策時(shí)，在不同收入家庭和不同年齡層之間存在差異性。盡管本文在一定程度上擴(kuò)展了現(xiàn)有研究，但仍存在研究數(shù)據(jù)相對陳舊，變量選取存在主觀性，難以完全消除內(nèi)生性影響等不足。

基于上述結(jié)論，提出以下建議：（1）深化數(shù)字普惠金融服務(wù)，將服務(wù)觸角延伸到基層。通過擴(kuò)大數(shù)字普惠金融的覆蓋廣度，進(jìn)一步提高其普惠性，為農(nóng)村區(qū)域及返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)活動(dòng)注入強(qiáng)大動(dòng)力。（2）加強(qiáng)政策宣傳力度，促進(jìn)返鄉(xiāng)農(nóng)民工群體金融素養(yǎng)的提升。針對來自不同地域、不同社會階層和不同年齡層的返鄉(xiāng)農(nóng)民工，有必要實(shí)施各具特色的宣傳和普及活動(dòng)，通過加強(qiáng)數(shù)字普惠金融的使用深度，來激勵(lì)這些返鄉(xiāng)農(nóng)民工積極創(chuàng)業(yè)。（3）促進(jìn)地區(qū)交流合作，平衡金融資源。為了縮小數(shù)字普惠金融對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策在不同地區(qū)的影響差異，應(yīng)從政策層面為西部地區(qū)的數(shù)字普惠金融發(fā)展提供有力保障，通過制定更具針對性的政策措施，引導(dǎo)金融資源向西部地區(qū)流動(dòng)，推動(dòng)其基礎(chǔ)設(shè)施建設(shè)的完善和投資環(huán)境的優(yōu)化。通過加強(qiáng)跨地區(qū)的合作與交流，推動(dòng)金融資源的合理配置和高效利用，實(shí)現(xiàn)金融資源的互補(bǔ)和共享。