论文部分内容阅读
内容提要： 本文基于微观视角构建一个静态职业选择模型，理论分析数字金融参与对农户创业决策的影响机理。在此基础上，利用2015年中国家庭金融调查（CHFS）农村样本数据，实证检验农户参与数字金融对其创业决策产生的影响效应及其异质性和作用机制，并运用IV-Probit模型和倾向得分匹配法验证结果的稳健性。研究发现，数字金融参与能够促进农户创业决策，且对非农创业选择影响更大;相较于传统银行数字金融，互联网企业数字金融参与更能显著提高农户创业概率。进一步的研究证实，数字金融参与通过扩大融资规模、促进创业机会识别两种作用机制对农户创业决策产生正向影响。
关键词： 数字金融;创业决策;农户;融资规模;机会识别
中图分类号：F830.33 文献标识码：A 文章编号：1001-148X（2021）05-0123-08
一、引言
乡村创业是农村家庭集聚生产要素，由小规模分散化经营转向适度规模经营、非农生产的重要途径。乡村振兴背景下农村创业活动的开展，既是实现产业兴旺的客观要求，也是全面建成小康社会，解决农民就业、增收和发展问题的关键举措。近年来，供给侧结构性改革深入推进， 产业结构调整下农村剩余劳动力转移、城市失业农民工返乡就业问题日益严峻。党的十九大报告强调“促进农村一二三产业融合发展，支持和鼓励农民就业创业，拓宽增收渠道”，2019年中央一号文件也提出“鼓励外出农民工、高校毕业生、退伍军人、城市各类人才返乡下乡创新创业”。据统计，2019年中国返乡入乡创新创业人员达850万人，较上年增长9.0%左右，本乡创新创业人员超3100万人，新冠肺炎疫情以来，农民工返城返岗受到冲击，约有2.6%、60万农村滞留农民工产生留乡创业意向①。
虽然农村创业热情日渐高涨，创业规模不断扩大，但农户创业仍面临多方面因素制约[1-2]。一方面，大量经验研究表明，融资约束阻碍了家庭创业，尤其是对于农村家庭[3]。创业活动一般存在最低资金门槛，当家庭自有财富水平一定时，融资约束将会限制缺乏启动资金的家庭做出创业决策。相较于城镇地区，囿于信息不对称、缺乏有效抵质押物等因素，农村家庭更易面临金融排斥或是金融服务不足，故而融资约束对农户创业决策的抑制作用更为显著。 另一方面，已有创业研究认为机会识别是家庭做出创业决策的重要前提并决定了创业活动的价值创造潜力[4]，而信息的获取对于机会识别至关重要[5]。在信息化基础设施尚未建立完备的农村地区，农户获取信息成本高，信息获取与其实际需要不匹配的现象较为严重[6]，这在很大程度上阻碍了农户识别创业机会，抑制了农户创业决策。
随着移动互联网不断普及和数字技术持续创新，数字金融在我国经历了快速发展[7]。数字金融是指传统金融机构或互联网企业利用现代信息技术提供支付、融资、投资和信息中介服务的新型金融业务模式[8-9]。区别于传统金融服务模式，作为技术驱动的金融创新，数字金融凭借低成本、低门槛、交易便捷等优势增强了对大众金融消费者的触达能力，满足了易被传统金融机构排斥的长尾群体的融资需求[10]。此外，借助智能手机、平板电脑等数字终端，数字金融通过大数据、客户画像等数字技术手段实现了向农户传递更具针对性、透明度更高、更加及时有效的信息资源，缓解了潜在创业农户受到的信息约束，进而提高其识别创业机会的可能性。综上，数字金融可能通过缓解融资和信息的双重约束促使农户扩大融资规模和识别创业机会，并最终促进农户创业决策。
然而，已有相关研究大多关注传统金融与农户创业的关系，作为金融发展的新业态、新业务模式，从微观层面考察数字金融参与对农户创业决策影响的研究却并不多见。随着数字金融向农村地区渗透普及，农户参与数字金融能否促進以及如何影响其创业决策？如果能够促进，那么农户参与数字金融更多惠及哪类创业？作为数字金融服务的两大供给方，传统银行和互联网企业数字金融参与对农户创业行为是否具有异质性影响？这些问题有待厘清。
本文与既往研究的区别主要体现在以下两个方面：第一，从微观层面研究数字金融参与对农户创业决策的影响，并将数字金融参与按照金融服务供给方的差异划分为传统银行数字金融与互联网企业数字金融两类以讨论异质性影响，丰富了数字金融相关研究，也为理解农户创业决策的驱动因素提供了一个新的视角。第二，构建一个包括农户初始财富水平、企业家能力和创业门槛的静态职业选择模型，数理推导并结合理论分析提出数字金融参与影响农户创业决策的两种作用机制，更为直观地展示了数字金融影响农户创业决策的微观路径。
二、理论模型与研究假设
一般地，创业决策是个体面临多种就业类型时理性选择的结果[11]。为简单起见，本文理论模型中将就业类型划分为被雇佣和自主创业两类。假设农户仅能同时从事一种职业活动且风险偏好中性，那么理性个体将通过比较两种就业类型的收入高低以做出职业选择。 借鉴Evans & Jovanovic（1989） [12]提出的静态职业选择模型，本文将农户拥有的资源禀赋分为两种：物质资本（以初始财富z代表）和非物质资本（以企业家能力θ代表），分别设定农户被雇佣收入和自主创业收入函数如下：
假设农户被雇佣获得的工资性收入由劳动力市场外生给定且恒等于常数w，考虑到机会成本的存在，可将农户被雇佣收入函数η表示为：
η=w+rz （1）
假设农户自主创业以初始财富z和企业家能力θ为投入要素，则农户自主创业收入函数y为：
y=θkα+r（z-k） （2）
其中，k为资本投入量，r为1+市场利率，α为资本产出弹性且0<α<1。
由于农村金融市场的不完全性，农户面临融资约束，其最大融资规模不超过自有初始财富的固定倍数[12]。假设农户融资规模上限为（λ-1）z，则可知农户最大资本投入量为λz（=（λ-1）z+z）。 传统静态职业选择模型并未考虑到创业最低资本投入也即创业门槛的存在。事实上，囿于初始财富积累且面临融资约束，创业门槛往往是限制个体做出创业决策的重要因素[13]。加之本文的研究对象为农户，故更应考虑创业门槛的存在。为此我们在约束条件中增加创业门槛参数x以对模型进行修正并将农户自主创业收入函数y的最优化问题表达如下：
max[θkα+r（z-k）] （3）
s.t.xkλz （4）
则目标函数的一阶条件为：
dy/dk=θαkα-1-r=0 （5）
求解可得农户自主创业最优资本投入量：
k*=（θα/r）1/（1-α） （6）
根据创业最优资本投入量k*是否位于创业门槛x和最大资本投入量λz之间，以下分三种情况讨论：
1.若农户最大资本投入量λz满足λz<x，则农户仅能被动选择被雇佣并获得工资性收入，其初始财富z应满足：
z<x/λ （7）
2.若农户最优资本投入量k*满足xk*λz，则农户自主创业不受融资约束，将（6）式代入可知企业家能力θ应满足：
θ0=x1-αr/aθ（λz）1-αr/a （8）
在此条件下，农户自主创业可达到最优产出：
θk*α+r（z-k*） （9）
由模型前提假设可知，理性农户将通过比较被雇佣收入和自主创业收入的高低以做出职业选择，结合被雇佣收入函数η，则农户选择自主创业当且仅当：
θk*α+r（z-k*）>w+rz （10）
经过整理，可得：θ>（w/1-α）1-α（r/α）α=θ1 （11）
結合式（8）和式（11），此处假设常数θ0=θ1②，则不受融资约束农户选择自主创业时企业家能力θ应满足：
θ0<θ<（λz）1-α（r/α） （12）
3.若农户最优资本投入量k*满足xλzk*，则农户自主创业受到融资约束，将（6）式代入可知企业家能力θ应满足：
θ（λz）1-αr/a （13）
在此条件下，农户自主创业无法达到最优产出，其最大产出为：
θ（λz）α+r（z-λz） （14）
结合被雇佣收入函数η，则农户选择自主创业当且仅当：
θ（λz）α+r（z-λz）>w+rz （15）
经过整理，可得：θ>（w+rλz）/（λz）α （16）
结合式（13）和式（16），则受到融资约束农户选择自主创业时企业家能力θ应满足：
θ>max{（λz）1-αr/α，（w+rλz）/（λz）α} （17）
根据上述模型数理推导过程，结合式（7）、式（12）、式（17），可将具有不同初始财富和企业家能力的农户职业选择结果表示为图1。图中农户职业选择被划分为四个区域，分别是被动被雇佣区域、主动被雇佣区域、不受融资约束的自主创业区域和遭受融资约束的自主创业区域。直线l1表示农户创业的资金门槛约束。直线l2表示农户创业的企业家能力约束。直线l1和l2围成的右上方区域即为农户自主创业区域。
企业家资源禀赋理论认为个体创业前的资源禀赋条件对创业行为具有重要影响。大量经验研究同样表明，初始财富积累是影响个体创业活动的重要因素，融资约束阻碍了农户跨过创业资金门槛或是达到最优资本投入量从而抑制了农户创业决策[14]。借助于大数据、人工智能等前沿数字技术，数字金融的发展降低了金融服务门槛和交易成本，拓宽了传统金融尤其是农村金融的普惠外延，为农村数字金融参与者提供了一种更加智能、低成本、且不受时间和地点限制的金融服务[15]，在很大程度上缓解了其所面临的融资约束。因而，数字金融参与有利于扩大农村家庭融资规模，进而降低在给定企业家能力前提下农户因未能达到最低资本投入或是最优资本投入而放弃创业成为被动被雇佣者的可能，在图2中表现为资金门槛线l1向左平移至l3，自主创业区域面积增大S1。由此，提出以下研究假说：
假说1：数字金融参与有利于缓解融资约束，扩大家庭融资规模，对农户创业决策有正向影响。
在企业家资源禀赋理论基础上，Chandler & Hanks（1994）首次提出创业胜任力的概念，并将其定义为个体识别并利用创业机会的能力[16]。识别创业机会是农户做出创业决策的重要前提。在信息传播渠道尤为受限的农村地区，创业机会识别在更大程度上依赖于农户对创业信息的获取能力，信息获取所产生的信息累积效应将对农户创业决策产生正向影响[6]。数字金融作为传统金融服务与数字信息技术交叉融合的产物，其所提供的支付、融资、理财等功能都可以发挥信息传递的作用[17]。一方面，数字金融延伸了金融服务场景，通过利用大数据建模等技术手段对客户进行数字画像，数字金融服务供给方在识别农户融资需求的同时，可以实现为有创业意愿的农户提供更有针对性、与创业联系更为紧密的信息，提高信息供需的匹配程度。另一方面，通过参与数字金融服务，潜在创业农户信息获取能力增强，信息约束得到缓解，节约了搜集创业信息的时间和成本，提高了识别创业机会的概率，进而降低在给定初始财富水平前提下农户因企业家能力不足而成为主动被雇佣者的可能，在图3中表现为直线l2向下平移至l4，自主创业区域面积增大S2。由此，提出以下研究假说：
假说2：数字金融参与有利于缓解信息约束，促进创业机会识别，对农户创业决策有正向影响。
三、数据、变量与模型设定
（一）数据来源
本文使用的农户数据来自于西南财经大学2015年在全国范围内开展的中国家庭金融调查（CHFS）。中国家庭金融调查采用三阶段分层、与人口规模成比例（PPS）的科学抽样设计，旨在通过对个人、家庭和社区的跟踪追访，收集中国微观家庭金融相关信息。2015年的调研样本覆盖我国29个省（自治区、直辖市），351个县（区），1396个村（居）委会，具有全国、省级和部分副省级城市代表性。本文按如下步骤筛选和处理样本：剔除城镇地区样本;保留受访者为户主的样本;剔除主要变量缺失样本;对主要连续型变量进行上下1%缩尾处理以避免极端值影响;为体现工作群体特征，借鉴已有文献[18]，将户主年龄限制在18-64岁，最终得到的有效样本包括来自28个省/自治区/直辖市578个社区的6042个农村家庭。 （二）变量选取
1. 农户创业决策
已有研究多将创业决策界定为自我雇佣或建立新企业的行为，侧重于非农创业研究[19]。但在我国农村地区，多数家庭原本就已实施农业生产经营为主的自我雇佣决策，且农户创业往往依托于家庭这种非企业化的组织形式，并非必须建立新企业[20]。基于此，本文将农户创业决策分为两类，第一类是在传统农业基础上扩大原有生产经营规模或是升级原有生产经营方式的农业创業，第二类是从事工商业生产经营的非农创业。针对第一类创业，本文通过CHFS2015问卷中“您家属于下列哪种农业生产经营户？”判断，若农户选择“农业企业”“家庭农场”或“专业大户”，则认为其从事农业创业;针对第二类创业，与此相关的问题是“目前，您家是否从事工商业生产经营项目，包括个体户、租赁、运输、网店、经营企业等？”，若回答“是”，则认为农户从事非农创业。若农户从事农业创业或非农创业中的任一种，则认为其做出创业决策， 记为1，否则记为0。按此定义和分类，创业农户约占研究样本的11.54%，其中农业创业占比1.62%，非农创业占比10.39%。
2. 数字金融参与
本文将数字金融参与按照金融服务供给方的差异划分为传统银行数字金融参与和互联网企业数字金融参与两类。传统银行以手机银行或网上银行为基础提供数字金融服务，故本文将农户是否使用手机银行或网上银行作为其是否参与传统银行数字金融的代理变量。对于互联网企业数字金融参与，借鉴已有文献并结合现有数据[17]，本文从数字金融的支付、融资和投资三大核心功能出发，认为若农户存在通过网络电商平台等采购或销售商品、上网购物（即参与数字支付）、互联网借贷（即参与数字融资）以及互联网理财、众筹（即参与数字投资）等行为，则其参与互联网企业数字金融。如果农户使用传统银行或互联网企业提供的数字金融服务，则数字金融参与记为1，否则记为0。
3. 控制变量
参考已有研究[21-22]，设置可能影响农户创业决策的个体特征、家庭特征和地理特征作为控制变量。其中，个体特征选取户主的性别、年龄、受教育程度、婚姻状况、健康水平和风险偏好;家庭特征变量包括家庭人口规模、住房、车辆、耕地;对于地理特征变量，以我国西部地区为参照组，构建东部和西部两个地区虚拟变量以控制地区之间的社会文化与创业氛围等差异。
（三）模型设定
考虑到农户创业决策的虚拟变量特征，本文采用Probit模型检验数字金融参与对农户创业决策的影响。在考虑内生性问题时采用了工具变量（IV-Probit）和倾向得分匹配方法（PSM）。Probit模型设定如下：
Entreprei*=α+β1DFi+β2Xi+Region+εi
Entreprei=1（entreprei*>0） （18）
其中，Entreprei是第i个农户的创业行为，衡量农户是否做出创业决策;Entreprei*为潜变量，当Entreprei*>0时，Entreprei取值为1，否则为0;DFi为农户数字金融参与情况;Xi为包含个体和家庭特征的一系列控制变量;Region为地区虚拟变量;εi为随机扰动项。
（四）变量描述统计
本文根据农户是否创业进行分组，比较数字金融参与在创业农户与非创业农户中的差异，表1列示了各解释变量的具体定义及描述性统计结果。结果显示，对于数字金融参与，16.64%的创业农户使用过数字金融服务，而在非创业农户组别中这一比例仅为5.65%，明显低于创业农户组， 由此可以直观看出创业农户与非创业农户在数字金融参与方面存在较大差距。其他变量的描述性统计结果也基本符合预期，具体表现为创业农户组别中男性比例更大、更年轻、受教育程度更高等特征。
四、实证结果分析
（一）数字金融参与对农户创业决策的影响
考虑到同一社区不同农户的随机扰动项可能存在相关性，本文所有估计结果均将标准误聚类到社区层面。 表2报告了Probit模型的估计结果，其中第1列是数字金融参与对农户创业决策总体影响的回归结果。第2列则根据数字金融服务供给方的不同，分析比较了传统银行数字金融参与和互联网企业数字金融参与对农户创业决策影响的差异。
然而，以上估计结果可能是有偏的，数字金融参与可能存在内生性问题。数字金融参与不仅可能影响农户创业决策，反过来有创业倾向的农户也会更有意愿使用数字金融服务，例如参与数字支付或数字借贷。此外，尽管本文在实证模型中控制了一系列个体和家庭特征变量，但仍可能存在某些难以准确观测的因素（例如户主能力、家庭背景等）同时影响数字金融参与和农户创业决策。因此表2的第3列使用工具变量法来纠正潜在的内生性问题，本文选取家庭是否拥有智能手机或电脑作为数字金融参与的工具变量③，进行IV-Probit估计④。选取这一工具变量主要有以下两点原因：首先，农户拥有智能手机或电脑是其使用数字金融服务的前置条件，两者存在较高的正相关性;其次，家庭层面是否拥有智能手机或电脑不能直接影响农户创业决策，满足工具变量外生性的选取要求。根据表2估计结果，从统计显著性来看，数字金融参与能够促进农户创业决策，且在1%水平上显著;从经济显著性来看，农户参与数字金融，其创业概率平均提高6.0%。在考虑数字金融参与可能存在的内生性问题后，这种显著正向影响仍然存在。比较数字金融服务不同供给方的边际影响可知，相较于传统银行数字金融，互联网企业数字金融参与更能显著促进农户创业决策，这可能与互联网企业数字化程度更高，其所提供的支付、融资等数字金融服务门槛更低且交易更便捷相关。
以上分析仅把农户创业作为一个整体进行研究，未考虑创业群体内部的异质性。因此本文进一步根据创业的类型将农户创业划分为农业创业与非农创业，表2的第4列和第5列考察了数字金融参与对农户不同类型创业的异质性影响。实证结果表明，农户参与数字金融，其农业创业与非农创业概率分别提高1.0%和5.8%。数字金融参与对农户非农创业的影响显著高于农业创业，这是因为相较于经营规模更大、技术升级要求更高的农业创业，农村非农创业以个体工商经营为主，资金门槛以及对农户掌握信息资源的要求均较低，故而数字金融参与缓解融资和信息约束的功效在非农创业领域中更为明显。 （二）数字金融参与影响农户创业决策的机制检验
前述实证结果表明，数字金融参与能够促进农户创业决策，且该种促进作用无论在数字金融参与内部还是在家庭创业选择之间均存在显著异质性。进一步地，根据第二部分理论分析，数字金融参与可能通过两条途径影响农户创业决策：扩大融资规模和促进机会识别。为验证第一个机制，本文首先选用家庭总负债规模作为农户融资规模的代理变量，检验数字金融参与对家庭融资规模的影响。由于部分样本家庭无负债，农户融资规模是一个截断变量，故采用Tobit模型进行回归。表3的第1列汇报了Tobit模型的估计结果，可以看出，数字金融参与在1%的显著性水平上有利于扩大农户融资规模。第2列考虑数字金融参与可能存在的内生性问题，选取与上文一致的工具变量进行IV-Tobit回归，所得结论并无实质性变化。
其次，本文进一步检验融资规模对农户创业决策的影响，采用Probit模型进行回归。表3的第3列估计结果显示，融资规模的扩大促进了农户创业决策且在1%水平上显著。第4列考虑模型存在的内生性问题，选用同一社区其他家庭的平均负债规模作为本家庭融资规模的工具变量进行IV-Probit回归，估计系数仍为正且显著性水平保持不变，但由于Wald内生性检验在10%的水平上无法拒绝融资规模是外生变量的原假设，故该处仅作为稳健性检验进行汇报。这些结果表明数字金融参与通过扩大家庭融资规模进而促进了农户创业决策，假说1得到验证。
接下来，本文验证第二个机制，即数字金融参与促进创业机会识别。识别潜在的创业机会是农户做出创业决策的前提和关键所在，进而表现为创业动机[11]。因此本文通过判断数字金融参与是否对农户创业动机有影响，对第二种机制进行检验。CHFS2015问卷针对未从事工商业生产经营项目的家庭进行了调查。具体问题是“未来您家是否打算开展工商业生产经营项目，包括个体户、租赁、运输、网店、经营企业等？”若回答“是”，则认为农户存在创业动机，记为1，否则记为0。
表4汇报了模型估计结果，其中第1列是数字金融参与对农户创业动机影响的Probit模型回归结果。进一步地，为增强研究结论的稳健性，第2列汇报了OLS回归结果，第3列将数字金融参与视作内生变量，选取与上文一致的工具变量进行IV-Probit回归。估计结果均显示数字金融参与可以显著提高农户创业动机，假说2得到验证。
（三）基于倾向得分匹配法的稳健性检验
前文在检验数字金融参与对农户创业决策的影响时已经运用IV-Probit模型尽可能减轻反向因果、遗漏变量等可能引致的内生性问题，但参与数字金融的农户往往是那些有意愿同时金融素养较高进而有能力使用数字金融服务的农户，也即农户是否参与数字金融可能并不是随机的，而是“自选择”的结果。考虑此，本文使用Rosenbaum & Rubin（1983）[23]提出的倾向得分匹配法构建数字金融参与影响农户创业决策的反事实情景假设，纠正可能存在的样本选择问题。表5报告了不同倾向得分匹配方法下数字金融参与对农户创业决策的估计结果。处理组的平均处理效应（ATT）结果显示，在控制样本选择偏误后，数字金融参与对农户创业决策仍有稳定促进作用⑤。这与本文的基准回归结果保持一致。
五、结论与政策建议
随着移动互联网不断普及和数字技术持续创新，数字金融向农村金融市场的渗透拓宽了传统金融尤其是农村金融的普惠边界，对农村家庭产生了深远影响。本文构建一个静态职业选择模型，从微观层面分析数字金融参与对农户创业决策的影响机理，并利用2015年中国家庭金融调查（CHFS）数据，实证检验农户参与数字金融对其创业决策产生的影响效应、异质性和作用机制。研究发现：（1）数字金融参与激发了农户的创业热情，且对农户非农创业的影响较大。（2）相较于传统银行提供的数字金融服务，农户使用互联网企业数字金融服务更可能促使其开展创业活动，这说明现阶段互联网企业数字金融服务的门槛更低，普惠性更强。（3）数字金融能够缓解农户融资约束，扩大家庭融资规模，提高农户信息可得性，促进其识别创业机会，最终激励农户创业。
本文研究结果为理解乡村振兴背景下金融服务支持农户创业提供了新的視角。基于研究结论可以得到如下政策启示：第一，应积极完善乡村信息化基础设施与金融基础设施建设，从顶层设计层面推动数字金融在农村地区的有序健康发展，提高农户创业资源的可得性，激发农户创业热情，促进农村创新创业。第二，增强传统金融机构金融科技应用能力，加速实现数字化转型，鼓励商业银行借助数字技术手段优化金融服务模式、丰富金融产品供给，缓解普惠金融发展过程中成本高、收益低、风险大等问题，着力提高农村数字金融服务的覆盖面与质量，为农户创业提供更加普惠的金融支持。第三，引导农户主动使用数字金融产品和服务，完善对于农民互联网信息技术的专项培训体系，特别强化农户智能手机应用技能培训，提升农户数字化能力，降低其受到数字金融排斥的可能性，弥合数字金融发展过程中的“数字鸿沟”。
注释：
① 数据来源：《农业农村部有关负责人就<关于深入实施农村创新创业带头人培育行动的意见>答记者问》， http：//www.gov.cn/zhengce/2020-06/19/content_5520414.htm.
② 当θ0>θ1或θ0<θ1 时，本文结论亦不受影响，故为简便起见，本文假设θ0=θ1。
③ 若家庭拥有智能手机或电脑，该变量记为1，否则记为0。
④ 由于本文的核心解释变量“数字金融参与”为二值虚拟变量，故IV-Probit仅能采用极大似然法进行估计。但为检验工具变量的相关性，本文也采用了两阶段工具变量估计方法，一阶段估计结果显示工具变量与内生变量在1%水平上显著正相关。 ⑤ 限于篇幅，处理组和控制组的平衡性检验结果没有汇报，如有需要请联系作者。
参考文献：
[1] 彭克强，刘锡良.农民增收、正规信贷可得性与非农创业[J].管理世界，2016（7）：88-97.
[2] 胡珊珊，晁娜.农地抵押政策、资产流动性释放与农户农业创业决策——基于粤西地区1876户农户的调研数据[J].哈尔滨商业大学学报（社会科学版），2020（5）：97-110.
[3] 张龙耀，张海宁.金融约束与家庭创业——中国的城乡差异[J].金融研究，2013（9）：123-135.
[4] 蒋剑勇，钱文荣，郭红东.农民创业机会识别的影响因素研究——基于968份问卷的调查[J].南京农业大学学报（社会科学版），2014，14（1）：51-58.
[5] 高静，贺昌政.信息能力影响农户创业机会识别——基于456份调研问卷的分析[J].软科学，2015，29（3）：140-144.
[6] 吴本健，胡历芳，马九杰.社会网络、信息获取与农户自营工商业创办行为关系的实证分析[J].经济经纬，2014，31（5）：32-37.
[7] 张勋，万广华，张佳佳，何宗樾.数字经济、普惠金融与包容性增长[J].经济研究，2019，54（8）：71-86.
[8] 黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济学（季刊），2018，17（4）：1489-1502.
[9] 郭峰，王瑶佩.传统金融基础、知识门槛与数字金融下乡[J].财经研究，2020，46（1）：19-33.
[10] 王馨.互联网金融助解“长尾”小微企业融资难问题研究[J].金融研究，2015（9）：128-139.
[11] 王春超，冯大威.中国乡—城移民创业行为的决定机制——基于社会关系网的分析视角[J].经济学（季刊），2018，17（1）：355-382.
[12] Evans D S， Jovanovic B. An estimated model of entrepreneurial choice under liquidity constraints[J]. Journal of Political Economy， 1989， 97（4）： 808-827.
[13] 胡金焱，张博.社会网络、民间融资与家庭创业——基于中国城乡差异的实证分析[J].金融研究，2014（10）：148-163.
[14] 卢亚娟，张龙耀，许玉韫.金融可得性与农村家庭创业——基于CHARLS数据的实证研究[J].经济理论与经济管理，2014（10）：89-99.
[15] Gomber P， Koch J A， Siering M. Digital Finance and FinTech： Current Research and Future Research Directions[J]. Journal of Business Economics， 2017， 87（5）： 537-580.
[16] Chandler G N， Hanks S H. Founder Competence， the Environment， and Venture Performance[J]. Entrepreneurship Theory and Practice， 1994，18（3）： 77-89.
[17] 何婧，李庆海.数字金融使用与农户创业行为[J].中国农村经济，2019（1）：112-126.
[18] 郑馨，周先波.社会规范是如何激活创业活动的？——来自中国“全民创业”十年的微观证据[J].经济学（季刊），2018，17（1）：189-220.
[19] 尹志超，刘泰星，王晓全.农村收入差距抑制了农户创业吗？——基于流动性约束与人力资本投资视角的实证分析[J].中国农村经济，2020（5）：76-95.
[20] 张应良，高静，张建峰.创业农户正规金融信贷约束研究——基于939份农户创业调查的实证分析[J].农业技术经济，2015（1）：64-74.
[21] Hatak I， Harms R， Fink M. Age， job Identification， and Entrepreneurial Intention[J]. Journal of Managerial Psychology， 2014， 30（1）： 38-53.
[22] Hsieh C， Parker S C， van Praag C M. Risk， Balanced Skills and Entrepreneurship[J]. Small Business Economics， 2017， 48（2）： 287-302.
[23] Rosenbaum P R， Rubin D B. The Central Role of the Propensity Score in Observational Studies for Causal Effects[J]. Biometrika， 1983， 70（1）： 41-55.
（責任编辑：赵春江）
关键词： 数字金融;创业决策;农户;融资规模;机会识别
中图分类号：F830.33 文献标识码：A 文章编号：1001-148X（2021）05-0123-08
一、引言
乡村创业是农村家庭集聚生产要素，由小规模分散化经营转向适度规模经营、非农生产的重要途径。乡村振兴背景下农村创业活动的开展，既是实现产业兴旺的客观要求，也是全面建成小康社会，解决农民就业、增收和发展问题的关键举措。近年来，供给侧结构性改革深入推进， 产业结构调整下农村剩余劳动力转移、城市失业农民工返乡就业问题日益严峻。党的十九大报告强调“促进农村一二三产业融合发展，支持和鼓励农民就业创业，拓宽增收渠道”，2019年中央一号文件也提出“鼓励外出农民工、高校毕业生、退伍军人、城市各类人才返乡下乡创新创业”。据统计，2019年中国返乡入乡创新创业人员达850万人，较上年增长9.0%左右，本乡创新创业人员超3100万人，新冠肺炎疫情以来，农民工返城返岗受到冲击，约有2.6%、60万农村滞留农民工产生留乡创业意向①。
虽然农村创业热情日渐高涨，创业规模不断扩大，但农户创业仍面临多方面因素制约[1-2]。一方面，大量经验研究表明，融资约束阻碍了家庭创业，尤其是对于农村家庭[3]。创业活动一般存在最低资金门槛，当家庭自有财富水平一定时，融资约束将会限制缺乏启动资金的家庭做出创业决策。相较于城镇地区，囿于信息不对称、缺乏有效抵质押物等因素，农村家庭更易面临金融排斥或是金融服务不足，故而融资约束对农户创业决策的抑制作用更为显著。 另一方面，已有创业研究认为机会识别是家庭做出创业决策的重要前提并决定了创业活动的价值创造潜力[4]，而信息的获取对于机会识别至关重要[5]。在信息化基础设施尚未建立完备的农村地区，农户获取信息成本高，信息获取与其实际需要不匹配的现象较为严重[6]，这在很大程度上阻碍了农户识别创业机会，抑制了农户创业决策。
随着移动互联网不断普及和数字技术持续创新，数字金融在我国经历了快速发展[7]。数字金融是指传统金融机构或互联网企业利用现代信息技术提供支付、融资、投资和信息中介服务的新型金融业务模式[8-9]。区别于传统金融服务模式，作为技术驱动的金融创新，数字金融凭借低成本、低门槛、交易便捷等优势增强了对大众金融消费者的触达能力，满足了易被传统金融机构排斥的长尾群体的融资需求[10]。此外，借助智能手机、平板电脑等数字终端，数字金融通过大数据、客户画像等数字技术手段实现了向农户传递更具针对性、透明度更高、更加及时有效的信息资源，缓解了潜在创业农户受到的信息约束，进而提高其识别创业机会的可能性。综上，数字金融可能通过缓解融资和信息的双重约束促使农户扩大融资规模和识别创业机会，并最终促进农户创业决策。
然而，已有相关研究大多关注传统金融与农户创业的关系，作为金融发展的新业态、新业务模式，从微观层面考察数字金融参与对农户创业决策影响的研究却并不多见。随着数字金融向农村地区渗透普及，农户参与数字金融能否促進以及如何影响其创业决策？如果能够促进，那么农户参与数字金融更多惠及哪类创业？作为数字金融服务的两大供给方，传统银行和互联网企业数字金融参与对农户创业行为是否具有异质性影响？这些问题有待厘清。
本文与既往研究的区别主要体现在以下两个方面：第一，从微观层面研究数字金融参与对农户创业决策的影响，并将数字金融参与按照金融服务供给方的差异划分为传统银行数字金融与互联网企业数字金融两类以讨论异质性影响，丰富了数字金融相关研究，也为理解农户创业决策的驱动因素提供了一个新的视角。第二，构建一个包括农户初始财富水平、企业家能力和创业门槛的静态职业选择模型，数理推导并结合理论分析提出数字金融参与影响农户创业决策的两种作用机制，更为直观地展示了数字金融影响农户创业决策的微观路径。
二、理论模型与研究假设
一般地，创业决策是个体面临多种就业类型时理性选择的结果[11]。为简单起见，本文理论模型中将就业类型划分为被雇佣和自主创业两类。假设农户仅能同时从事一种职业活动且风险偏好中性，那么理性个体将通过比较两种就业类型的收入高低以做出职业选择。 借鉴Evans & Jovanovic（1989） [12]提出的静态职业选择模型，本文将农户拥有的资源禀赋分为两种：物质资本（以初始财富z代表）和非物质资本（以企业家能力θ代表），分别设定农户被雇佣收入和自主创业收入函数如下：
假设农户被雇佣获得的工资性收入由劳动力市场外生给定且恒等于常数w，考虑到机会成本的存在，可将农户被雇佣收入函数η表示为：
η=w+rz （1）
假设农户自主创业以初始财富z和企业家能力θ为投入要素，则农户自主创业收入函数y为：
y=θkα+r（z-k） （2）
其中，k为资本投入量，r为1+市场利率，α为资本产出弹性且0<α<1。
由于农村金融市场的不完全性，农户面临融资约束，其最大融资规模不超过自有初始财富的固定倍数[12]。假设农户融资规模上限为（λ-1）z，则可知农户最大资本投入量为λz（=（λ-1）z+z）。 传统静态职业选择模型并未考虑到创业最低资本投入也即创业门槛的存在。事实上，囿于初始财富积累且面临融资约束，创业门槛往往是限制个体做出创业决策的重要因素[13]。加之本文的研究对象为农户，故更应考虑创业门槛的存在。为此我们在约束条件中增加创业门槛参数x以对模型进行修正并将农户自主创业收入函数y的最优化问题表达如下：
max[θkα+r（z-k）] （3）
s.t.xkλz （4）
则目标函数的一阶条件为：
dy/dk=θαkα-1-r=0 （5）
求解可得农户自主创业最优资本投入量：
k*=（θα/r）1/（1-α） （6）
根据创业最优资本投入量k*是否位于创业门槛x和最大资本投入量λz之间，以下分三种情况讨论：
1.若农户最大资本投入量λz满足λz<x，则农户仅能被动选择被雇佣并获得工资性收入，其初始财富z应满足：
z<x/λ （7）
2.若农户最优资本投入量k*满足xk*λz，则农户自主创业不受融资约束，将（6）式代入可知企业家能力θ应满足：
θ0=x1-αr/aθ（λz）1-αr/a （8）
在此条件下，农户自主创业可达到最优产出：
θk*α+r（z-k*） （9）
由模型前提假设可知，理性农户将通过比较被雇佣收入和自主创业收入的高低以做出职业选择，结合被雇佣收入函数η，则农户选择自主创业当且仅当：
θk*α+r（z-k*）>w+rz （10）
经过整理，可得：θ>（w/1-α）1-α（r/α）α=θ1 （11）
結合式（8）和式（11），此处假设常数θ0=θ1②，则不受融资约束农户选择自主创业时企业家能力θ应满足：
θ0<θ<（λz）1-α（r/α） （12）
3.若农户最优资本投入量k*满足xλzk*，则农户自主创业受到融资约束，将（6）式代入可知企业家能力θ应满足：
θ（λz）1-αr/a （13）
在此条件下，农户自主创业无法达到最优产出，其最大产出为：
θ（λz）α+r（z-λz） （14）
结合被雇佣收入函数η，则农户选择自主创业当且仅当：
θ（λz）α+r（z-λz）>w+rz （15）
经过整理，可得：θ>（w+rλz）/（λz）α （16）
结合式（13）和式（16），则受到融资约束农户选择自主创业时企业家能力θ应满足：
θ>max{（λz）1-αr/α，（w+rλz）/（λz）α} （17）
根据上述模型数理推导过程，结合式（7）、式（12）、式（17），可将具有不同初始财富和企业家能力的农户职业选择结果表示为图1。图中农户职业选择被划分为四个区域，分别是被动被雇佣区域、主动被雇佣区域、不受融资约束的自主创业区域和遭受融资约束的自主创业区域。直线l1表示农户创业的资金门槛约束。直线l2表示农户创业的企业家能力约束。直线l1和l2围成的右上方区域即为农户自主创业区域。
企业家资源禀赋理论认为个体创业前的资源禀赋条件对创业行为具有重要影响。大量经验研究同样表明，初始财富积累是影响个体创业活动的重要因素，融资约束阻碍了农户跨过创业资金门槛或是达到最优资本投入量从而抑制了农户创业决策[14]。借助于大数据、人工智能等前沿数字技术，数字金融的发展降低了金融服务门槛和交易成本，拓宽了传统金融尤其是农村金融的普惠外延，为农村数字金融参与者提供了一种更加智能、低成本、且不受时间和地点限制的金融服务[15]，在很大程度上缓解了其所面临的融资约束。因而，数字金融参与有利于扩大农村家庭融资规模，进而降低在给定企业家能力前提下农户因未能达到最低资本投入或是最优资本投入而放弃创业成为被动被雇佣者的可能，在图2中表现为资金门槛线l1向左平移至l3，自主创业区域面积增大S1。由此，提出以下研究假说：
假说1：数字金融参与有利于缓解融资约束，扩大家庭融资规模，对农户创业决策有正向影响。
在企业家资源禀赋理论基础上，Chandler & Hanks（1994）首次提出创业胜任力的概念，并将其定义为个体识别并利用创业机会的能力[16]。识别创业机会是农户做出创业决策的重要前提。在信息传播渠道尤为受限的农村地区，创业机会识别在更大程度上依赖于农户对创业信息的获取能力，信息获取所产生的信息累积效应将对农户创业决策产生正向影响[6]。数字金融作为传统金融服务与数字信息技术交叉融合的产物，其所提供的支付、融资、理财等功能都可以发挥信息传递的作用[17]。一方面，数字金融延伸了金融服务场景，通过利用大数据建模等技术手段对客户进行数字画像，数字金融服务供给方在识别农户融资需求的同时，可以实现为有创业意愿的农户提供更有针对性、与创业联系更为紧密的信息，提高信息供需的匹配程度。另一方面，通过参与数字金融服务，潜在创业农户信息获取能力增强，信息约束得到缓解，节约了搜集创业信息的时间和成本，提高了识别创业机会的概率，进而降低在给定初始财富水平前提下农户因企业家能力不足而成为主动被雇佣者的可能，在图3中表现为直线l2向下平移至l4，自主创业区域面积增大S2。由此，提出以下研究假说：
假说2：数字金融参与有利于缓解信息约束，促进创业机会识别，对农户创业决策有正向影响。
三、数据、变量与模型设定
（一）数据来源
本文使用的农户数据来自于西南财经大学2015年在全国范围内开展的中国家庭金融调查（CHFS）。中国家庭金融调查采用三阶段分层、与人口规模成比例（PPS）的科学抽样设计，旨在通过对个人、家庭和社区的跟踪追访，收集中国微观家庭金融相关信息。2015年的调研样本覆盖我国29个省（自治区、直辖市），351个县（区），1396个村（居）委会，具有全国、省级和部分副省级城市代表性。本文按如下步骤筛选和处理样本：剔除城镇地区样本;保留受访者为户主的样本;剔除主要变量缺失样本;对主要连续型变量进行上下1%缩尾处理以避免极端值影响;为体现工作群体特征，借鉴已有文献[18]，将户主年龄限制在18-64岁，最终得到的有效样本包括来自28个省/自治区/直辖市578个社区的6042个农村家庭。 （二）变量选取
1. 农户创业决策
已有研究多将创业决策界定为自我雇佣或建立新企业的行为，侧重于非农创业研究[19]。但在我国农村地区，多数家庭原本就已实施农业生产经营为主的自我雇佣决策，且农户创业往往依托于家庭这种非企业化的组织形式，并非必须建立新企业[20]。基于此，本文将农户创业决策分为两类，第一类是在传统农业基础上扩大原有生产经营规模或是升级原有生产经营方式的农业创業，第二类是从事工商业生产经营的非农创业。针对第一类创业，本文通过CHFS2015问卷中“您家属于下列哪种农业生产经营户？”判断，若农户选择“农业企业”“家庭农场”或“专业大户”，则认为其从事农业创业;针对第二类创业，与此相关的问题是“目前，您家是否从事工商业生产经营项目，包括个体户、租赁、运输、网店、经营企业等？”，若回答“是”，则认为农户从事非农创业。若农户从事农业创业或非农创业中的任一种，则认为其做出创业决策， 记为1，否则记为0。按此定义和分类，创业农户约占研究样本的11.54%，其中农业创业占比1.62%，非农创业占比10.39%。
2. 数字金融参与
本文将数字金融参与按照金融服务供给方的差异划分为传统银行数字金融参与和互联网企业数字金融参与两类。传统银行以手机银行或网上银行为基础提供数字金融服务，故本文将农户是否使用手机银行或网上银行作为其是否参与传统银行数字金融的代理变量。对于互联网企业数字金融参与，借鉴已有文献并结合现有数据[17]，本文从数字金融的支付、融资和投资三大核心功能出发，认为若农户存在通过网络电商平台等采购或销售商品、上网购物（即参与数字支付）、互联网借贷（即参与数字融资）以及互联网理财、众筹（即参与数字投资）等行为，则其参与互联网企业数字金融。如果农户使用传统银行或互联网企业提供的数字金融服务，则数字金融参与记为1，否则记为0。
3. 控制变量
参考已有研究[21-22]，设置可能影响农户创业决策的个体特征、家庭特征和地理特征作为控制变量。其中，个体特征选取户主的性别、年龄、受教育程度、婚姻状况、健康水平和风险偏好;家庭特征变量包括家庭人口规模、住房、车辆、耕地;对于地理特征变量，以我国西部地区为参照组，构建东部和西部两个地区虚拟变量以控制地区之间的社会文化与创业氛围等差异。
（三）模型设定
考虑到农户创业决策的虚拟变量特征，本文采用Probit模型检验数字金融参与对农户创业决策的影响。在考虑内生性问题时采用了工具变量（IV-Probit）和倾向得分匹配方法（PSM）。Probit模型设定如下：
Entreprei*=α+β1DFi+β2Xi+Region+εi
Entreprei=1（entreprei*>0） （18）
其中，Entreprei是第i个农户的创业行为，衡量农户是否做出创业决策;Entreprei*为潜变量，当Entreprei*>0时，Entreprei取值为1，否则为0;DFi为农户数字金融参与情况;Xi为包含个体和家庭特征的一系列控制变量;Region为地区虚拟变量;εi为随机扰动项。
（四）变量描述统计
本文根据农户是否创业进行分组，比较数字金融参与在创业农户与非创业农户中的差异，表1列示了各解释变量的具体定义及描述性统计结果。结果显示，对于数字金融参与，16.64%的创业农户使用过数字金融服务，而在非创业农户组别中这一比例仅为5.65%，明显低于创业农户组， 由此可以直观看出创业农户与非创业农户在数字金融参与方面存在较大差距。其他变量的描述性统计结果也基本符合预期，具体表现为创业农户组别中男性比例更大、更年轻、受教育程度更高等特征。
四、实证结果分析
（一）数字金融参与对农户创业决策的影响
考虑到同一社区不同农户的随机扰动项可能存在相关性，本文所有估计结果均将标准误聚类到社区层面。 表2报告了Probit模型的估计结果，其中第1列是数字金融参与对农户创业决策总体影响的回归结果。第2列则根据数字金融服务供给方的不同，分析比较了传统银行数字金融参与和互联网企业数字金融参与对农户创业决策影响的差异。
然而，以上估计结果可能是有偏的，数字金融参与可能存在内生性问题。数字金融参与不仅可能影响农户创业决策，反过来有创业倾向的农户也会更有意愿使用数字金融服务，例如参与数字支付或数字借贷。此外，尽管本文在实证模型中控制了一系列个体和家庭特征变量，但仍可能存在某些难以准确观测的因素（例如户主能力、家庭背景等）同时影响数字金融参与和农户创业决策。因此表2的第3列使用工具变量法来纠正潜在的内生性问题，本文选取家庭是否拥有智能手机或电脑作为数字金融参与的工具变量③，进行IV-Probit估计④。选取这一工具变量主要有以下两点原因：首先，农户拥有智能手机或电脑是其使用数字金融服务的前置条件，两者存在较高的正相关性;其次，家庭层面是否拥有智能手机或电脑不能直接影响农户创业决策，满足工具变量外生性的选取要求。根据表2估计结果，从统计显著性来看，数字金融参与能够促进农户创业决策，且在1%水平上显著;从经济显著性来看，农户参与数字金融，其创业概率平均提高6.0%。在考虑数字金融参与可能存在的内生性问题后，这种显著正向影响仍然存在。比较数字金融服务不同供给方的边际影响可知，相较于传统银行数字金融，互联网企业数字金融参与更能显著促进农户创业决策，这可能与互联网企业数字化程度更高，其所提供的支付、融资等数字金融服务门槛更低且交易更便捷相关。
以上分析仅把农户创业作为一个整体进行研究，未考虑创业群体内部的异质性。因此本文进一步根据创业的类型将农户创业划分为农业创业与非农创业，表2的第4列和第5列考察了数字金融参与对农户不同类型创业的异质性影响。实证结果表明，农户参与数字金融，其农业创业与非农创业概率分别提高1.0%和5.8%。数字金融参与对农户非农创业的影响显著高于农业创业，这是因为相较于经营规模更大、技术升级要求更高的农业创业，农村非农创业以个体工商经营为主，资金门槛以及对农户掌握信息资源的要求均较低，故而数字金融参与缓解融资和信息约束的功效在非农创业领域中更为明显。 （二）数字金融参与影响农户创业决策的机制检验
前述实证结果表明，数字金融参与能够促进农户创业决策，且该种促进作用无论在数字金融参与内部还是在家庭创业选择之间均存在显著异质性。进一步地，根据第二部分理论分析，数字金融参与可能通过两条途径影响农户创业决策：扩大融资规模和促进机会识别。为验证第一个机制，本文首先选用家庭总负债规模作为农户融资规模的代理变量，检验数字金融参与对家庭融资规模的影响。由于部分样本家庭无负债，农户融资规模是一个截断变量，故采用Tobit模型进行回归。表3的第1列汇报了Tobit模型的估计结果，可以看出，数字金融参与在1%的显著性水平上有利于扩大农户融资规模。第2列考虑数字金融参与可能存在的内生性问题，选取与上文一致的工具变量进行IV-Tobit回归，所得结论并无实质性变化。
其次，本文进一步检验融资规模对农户创业决策的影响，采用Probit模型进行回归。表3的第3列估计结果显示，融资规模的扩大促进了农户创业决策且在1%水平上显著。第4列考虑模型存在的内生性问题，选用同一社区其他家庭的平均负债规模作为本家庭融资规模的工具变量进行IV-Probit回归，估计系数仍为正且显著性水平保持不变，但由于Wald内生性检验在10%的水平上无法拒绝融资规模是外生变量的原假设，故该处仅作为稳健性检验进行汇报。这些结果表明数字金融参与通过扩大家庭融资规模进而促进了农户创业决策，假说1得到验证。
接下来，本文验证第二个机制，即数字金融参与促进创业机会识别。识别潜在的创业机会是农户做出创业决策的前提和关键所在，进而表现为创业动机[11]。因此本文通过判断数字金融参与是否对农户创业动机有影响，对第二种机制进行检验。CHFS2015问卷针对未从事工商业生产经营项目的家庭进行了调查。具体问题是“未来您家是否打算开展工商业生产经营项目，包括个体户、租赁、运输、网店、经营企业等？”若回答“是”，则认为农户存在创业动机，记为1，否则记为0。
表4汇报了模型估计结果，其中第1列是数字金融参与对农户创业动机影响的Probit模型回归结果。进一步地，为增强研究结论的稳健性，第2列汇报了OLS回归结果，第3列将数字金融参与视作内生变量，选取与上文一致的工具变量进行IV-Probit回归。估计结果均显示数字金融参与可以显著提高农户创业动机，假说2得到验证。
（三）基于倾向得分匹配法的稳健性检验
前文在检验数字金融参与对农户创业决策的影响时已经运用IV-Probit模型尽可能减轻反向因果、遗漏变量等可能引致的内生性问题，但参与数字金融的农户往往是那些有意愿同时金融素养较高进而有能力使用数字金融服务的农户，也即农户是否参与数字金融可能并不是随机的，而是“自选择”的结果。考虑此，本文使用Rosenbaum & Rubin（1983）[23]提出的倾向得分匹配法构建数字金融参与影响农户创业决策的反事实情景假设，纠正可能存在的样本选择问题。表5报告了不同倾向得分匹配方法下数字金融参与对农户创业决策的估计结果。处理组的平均处理效应（ATT）结果显示，在控制样本选择偏误后，数字金融参与对农户创业决策仍有稳定促进作用⑤。这与本文的基准回归结果保持一致。
五、结论与政策建议
随着移动互联网不断普及和数字技术持续创新，数字金融向农村金融市场的渗透拓宽了传统金融尤其是农村金融的普惠边界，对农村家庭产生了深远影响。本文构建一个静态职业选择模型，从微观层面分析数字金融参与对农户创业决策的影响机理，并利用2015年中国家庭金融调查（CHFS）数据，实证检验农户参与数字金融对其创业决策产生的影响效应、异质性和作用机制。研究发现：（1）数字金融参与激发了农户的创业热情，且对农户非农创业的影响较大。（2）相较于传统银行提供的数字金融服务，农户使用互联网企业数字金融服务更可能促使其开展创业活动，这说明现阶段互联网企业数字金融服务的门槛更低，普惠性更强。（3）数字金融能够缓解农户融资约束，扩大家庭融资规模，提高农户信息可得性，促进其识别创业机会，最终激励农户创业。
本文研究结果为理解乡村振兴背景下金融服务支持农户创业提供了新的視角。基于研究结论可以得到如下政策启示：第一，应积极完善乡村信息化基础设施与金融基础设施建设，从顶层设计层面推动数字金融在农村地区的有序健康发展，提高农户创业资源的可得性，激发农户创业热情，促进农村创新创业。第二，增强传统金融机构金融科技应用能力，加速实现数字化转型，鼓励商业银行借助数字技术手段优化金融服务模式、丰富金融产品供给，缓解普惠金融发展过程中成本高、收益低、风险大等问题，着力提高农村数字金融服务的覆盖面与质量，为农户创业提供更加普惠的金融支持。第三，引导农户主动使用数字金融产品和服务，完善对于农民互联网信息技术的专项培训体系，特别强化农户智能手机应用技能培训，提升农户数字化能力，降低其受到数字金融排斥的可能性，弥合数字金融发展过程中的“数字鸿沟”。
注释：
① 数据来源：《农业农村部有关负责人就<关于深入实施农村创新创业带头人培育行动的意见>答记者问》， http：//www.gov.cn/zhengce/2020-06/19/content_5520414.htm.
② 当θ0>θ1或θ0<θ1 时，本文结论亦不受影响，故为简便起见，本文假设θ0=θ1。
③ 若家庭拥有智能手机或电脑，该变量记为1，否则记为0。
④ 由于本文的核心解释变量“数字金融参与”为二值虚拟变量，故IV-Probit仅能采用极大似然法进行估计。但为检验工具变量的相关性，本文也采用了两阶段工具变量估计方法，一阶段估计结果显示工具变量与内生变量在1%水平上显著正相关。 ⑤ 限于篇幅，处理组和控制组的平衡性检验结果没有汇报，如有需要请联系作者。
参考文献：
[1] 彭克强，刘锡良.农民增收、正规信贷可得性与非农创业[J].管理世界，2016（7）：88-97.
[2] 胡珊珊，晁娜.农地抵押政策、资产流动性释放与农户农业创业决策——基于粤西地区1876户农户的调研数据[J].哈尔滨商业大学学报（社会科学版），2020（5）：97-110.
[3] 张龙耀，张海宁.金融约束与家庭创业——中国的城乡差异[J].金融研究，2013（9）：123-135.
[4] 蒋剑勇，钱文荣，郭红东.农民创业机会识别的影响因素研究——基于968份问卷的调查[J].南京农业大学学报（社会科学版），2014，14（1）：51-58.
[5] 高静，贺昌政.信息能力影响农户创业机会识别——基于456份调研问卷的分析[J].软科学，2015，29（3）：140-144.
[6] 吴本健，胡历芳，马九杰.社会网络、信息获取与农户自营工商业创办行为关系的实证分析[J].经济经纬，2014，31（5）：32-37.
[7] 张勋，万广华，张佳佳，何宗樾.数字经济、普惠金融与包容性增长[J].经济研究，2019，54（8）：71-86.
[8] 黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济学（季刊），2018，17（4）：1489-1502.
[9] 郭峰，王瑶佩.传统金融基础、知识门槛与数字金融下乡[J].财经研究，2020，46（1）：19-33.
[10] 王馨.互联网金融助解“长尾”小微企业融资难问题研究[J].金融研究，2015（9）：128-139.
[11] 王春超，冯大威.中国乡—城移民创业行为的决定机制——基于社会关系网的分析视角[J].经济学（季刊），2018，17（1）：355-382.
[12] Evans D S， Jovanovic B. An estimated model of entrepreneurial choice under liquidity constraints[J]. Journal of Political Economy， 1989， 97（4）： 808-827.
[13] 胡金焱，张博.社会网络、民间融资与家庭创业——基于中国城乡差异的实证分析[J].金融研究，2014（10）：148-163.
[14] 卢亚娟，张龙耀，许玉韫.金融可得性与农村家庭创业——基于CHARLS数据的实证研究[J].经济理论与经济管理，2014（10）：89-99.
[15] Gomber P， Koch J A， Siering M. Digital Finance and FinTech： Current Research and Future Research Directions[J]. Journal of Business Economics， 2017， 87（5）： 537-580.
[16] Chandler G N， Hanks S H. Founder Competence， the Environment， and Venture Performance[J]. Entrepreneurship Theory and Practice， 1994，18（3）： 77-89.
[17] 何婧，李庆海.数字金融使用与农户创业行为[J].中国农村经济，2019（1）：112-126.
[18] 郑馨，周先波.社会规范是如何激活创业活动的？——来自中国“全民创业”十年的微观证据[J].经济学（季刊），2018，17（1）：189-220.
[19] 尹志超，刘泰星，王晓全.农村收入差距抑制了农户创业吗？——基于流动性约束与人力资本投资视角的实证分析[J].中国农村经济，2020（5）：76-95.
[20] 张应良，高静，张建峰.创业农户正规金融信贷约束研究——基于939份农户创业调查的实证分析[J].农业技术经济，2015（1）：64-74.
[21] Hatak I， Harms R， Fink M. Age， job Identification， and Entrepreneurial Intention[J]. Journal of Managerial Psychology， 2014， 30（1）： 38-53.
[22] Hsieh C， Parker S C， van Praag C M. Risk， Balanced Skills and Entrepreneurship[J]. Small Business Economics， 2017， 48（2）： 287-302.
[23] Rosenbaum P R， Rubin D B. The Central Role of the Propensity Score in Observational Studies for Causal Effects[J]. Biometrika， 1983， 70（1）： 41-55.
（責任编辑：赵春江）