乡村振兴是扎实推进共同富裕目标实现的必然一环，而农户创业逐渐显现出其作为乡村振兴的重要驱动力之潜力。因此，近年来“农户创业”成为学术界的热点议题，众多学者围绕农户创业的影响因素一题展开研究得出了大量有意义的研究成果，其中，邓晓娜等(2019)通过实证分析指出普惠金融通过提升金融服务覆盖率和可得性显著促进居民创业。然而，普惠金融发展至今仍然保留着传统金融的劣势，难以真正实现金融服务的“普”与“惠”。单独就农民群体讨论，由于信息不对称、抵押物不足等问题往往难以获得有效的金融支持，这严重制约了农户创业的积极性和成功率。数字普惠金融的兴起，为破解这一难题提供了新的思路和途径。数字普惠金融对农户创业的促进作用已经得到多视角、多方法的验证，而深入研究数字普惠金融对农户创业的影响机制，对促进乡村振兴战略的深入实施具有更重要的意义。尽管现有研究已提出不少数字普惠金融对农户创业的影响路径，但几乎没有研究对农户群体作细致区分，文章的边际贡献可能在于，第一，研究对象聚焦于农村地区低收入家庭，低收入农村家庭常常容易被传统金融排挤出金融市场从而不易获得金融服务，研究此类群体也有助于验证数字普惠金融是否实现了“普”与“惠”;第二，研究农户创业问题时少有研究将农业创业与非农创业区别开来，而文章着重研究农户非农创业，丰富了现有文献。

影响机制和研究假说

　　陆凤芝和王群勇(2022)提到数字普惠金融通过缓解信贷和信息约束，借助大数据分析引导资金配置方向，可以促进实体经济发展，提高实体经济运行效率，有利于创新创业。此外，数字普惠金融可以推动消费互联网形成和促进平台经济发展，进而催生农户进入第三产业创业。数字普惠金融推动了传统农业的数字化转型，农村电商、直播带货等数字农业经济快速发展，这也大大增加了农户创业的概率，由此提出本文的第一个假说。

　　H1：数字普惠金融显著正向影响农村低收入家庭非农创业。

　　数字普惠金融借助大数据、云计算等现代信息技术降低了融资门槛同时，极大地提升了金融服务的普惠性和便捷性。数字普惠金融能够精准评估农户的信用状况，有效解决了传统金融体系中农户因缺乏抵押物或信用记录，而难以获得贷款的问题。一方面，农户通过数字平台可以快速申请贷款，缩短了融资周期，降低了融资成本，这种便捷的融资方式能够激发农户的创业动力。另一方面，互联网使用可以使得农村家庭社交更便捷、信息获取更便利，由此扩展社会资本，进而获得一定的由社会资本提高带来的创业支持，能在一定程度上规避创业过程中的各种风险，从而提高创业成功率。据此提出本文的假说2和假说3。

　　H2：数字普惠金融通过提高农户社会资本正向影响农户非农创业。

　　H3：数字普惠金融通过提高农户金融可得性正向相应农户非农创业。

研究设计

数据来源

　　本文使用宏观、微观匹配数据，宏观数据选择北京大学数字金融研究中心编制的《北京大学数字普惠金融指数(2011—2022年)》2019年各省份总指数及覆盖广度、使用深度和数字化程度三维度，微观数据来源于中国家庭追踪调查(CFPS)数据库2020年调查数据。为研究农村地区低收入家庭这一特定群体，现基于国家统计局资料的城乡分类标准在CFPS数据库只保留乡村样本，再将家庭收入低于样本平均值的样本界定为“低收入家庭”，与宏观数据进行横向匹配，最终得到2 917条样本。

指标选取

　　一是被解释变量。本文侧重研究农户非农创业，在衡量“非农创业”时，将CFPS问卷中当前主要工作类型回答为私营企业、个体工商户、其他自雇的受访者定义为非农创业者，家庭中非农创业者大于等于一个则赋值为1，否则赋值为0。

　　二是核心解释变量。数字普惠金融，为避免逆向因果问题，选取滞后一期的数字普惠金融总指数及其子维度作为解释变量。

　　三是控制变量。为尽可能减少模型偏误，本文从个人层面及家庭层面控制了可能对农户非农创业有影响的变量，对控制变量的定义以及赋值方式见表1。

　　四是机制变量。本文的机制变量为社会资本、金融可得性。借鉴杨汝岱等(2011)的做法，采用家庭人均人情礼金支出来作为社会资本的代理变量;考虑到CFPS问卷数据的可获得性，选用“家庭总金融资产”来衡量金融可得性，具体如表1所示。

表1 变量定义与描述性统计

模型构建

　　1.基准回归

　　由于本研究被解释变量属于二值分类变量，故采用Probit模型进行回归分析，基准回归模型设定为：

　　①

　　①式中，entrei为被解释变量，表示第i个农村低收入家庭是否进行非农创业;indexi指滞后一期的数字普惠金融发展水平;Xi为一系列控制变量，包括户主个人和家庭特征变量;α代表常数项，ε代表随机扰动项，β为待估参数。

　　2.机制检验模型

　　现有文献中广泛采用的中介效应模型可能存在估计偏误问题，因此本文借鉴江艇(2022)的方法检验数字普惠金融促进农户非农创业的机制。设定待检验模型见②式：

　　②

　　需要特别说明的是②式中Mi表示机制变量，其余符号释义与①式相同。

实证分析

基准回归结果

　　表2中①—④分别为数字普惠金融总指数及其子维度对农村低收入家庭非农创业的回归结果。不难看出数字化程度在1%的显著性水平下对农户非农创业有显著正向影响，而数字普惠金融总指数及覆盖广度、使用深度均在5%的显著性水平下显著正向促进农村低收入家庭非农创业。验证了本文的假说1。

表2 基准回归结果

　　边际效应回归结果显示，数字普惠金融及其三个维度每增加一个单位，农村低收入家庭非农创业的发生比分别增加5.5%、5.4%、3.5%、7%，进一步验证了本文的假说1。将表1及边际效应回归结果结合起来看，不难发现，数字化程度对农户非农创业的促进作用最大。可能的原因在于，普惠金融数字化程度越高，越有利于实现金融服务的“普”与“惠”，即便是弱势群体，依然能低成本、高效率的享受到金融服务。

　　为了确保实证结果具有稳健性，本文通过以下方式进行稳健性检验。第一，由于logit模型同样适用于被解释变量为二值分类变量的回归分析，因此考虑将回归模型替换为logit模型;第二，一个家庭做出创业决策是需要经过户主同意的，或者是由户主作出此决策，因此户主年龄太大或太小都对创业决策有影响，故只保留户主年龄在15到65岁之间的样本;第三，增加控制变量。回归结果表明数字普惠金融对农村低收入家庭非农创业具有显著正向影响的结论是稳健的。

机制检验

　　鉴于社会资本与金融可得性对农户创业的影响已经得到前人验证(温雪和崔冉，2023;项质略和张德元，2019)，因而文中仅需验证数字普惠金融对中介变量(社会资本、金融可得性)存在影响效应。本文采用OLS模型从农户社会资本、金融可得性两方面，进一步检验数字普惠金融促进农村低收入家庭非农创业的机制。回归结果如表3所示，数字普惠金融对农户社会资本、金融可得性分别在5%、1%的显著性水平下有显著正向影响。由此假说2、3得以验证，数字普惠金融通过提升农户社会资本和金融可得性，促进了农户非农创业。

表3 数字普惠金融对农户非农创业的影响机制

政策建议

　　文章基于2020年中国家庭追踪调查(CFPS)数据库与滞后一期数字普惠金融指数匹配的截面数据，通过probit模型、中介效应模型实证检验了数字普惠金融对农村低收入家庭非农创业的影响及作用机理。研究结果显示，首先，数字普惠金融总指数及各维度均能够对农户非农创业产生显著正向影响，其中数字化程度对农户创业的影响最大，通过稳健性检验该结果依然成立;其次，数字普惠金融可以通过提高农村低收入家庭社会资本和金融可得性，进而使农户更有可能作出创业决策。基于上述结论，提出如下几点政策建议。

　　首先，要加强农村数字基础设施建设，确保网络覆盖到农村地区，特别是偏远地区，完善的数字基础设施是数字普惠金融发展的基础。其次，相关部门应加强金融知识在农村地区的普及和宣传，提高农户对数字普惠金融产品的认知度和接受度，进而提升农户的金融素养，理性并正确地选择和使用金融产品促成创业。最后，需鼓励金融机构创新金融产品，推出更多适合农村地区、满足农户创业需求的数字普惠金融产品，以满足农户在不同阶段的资金需求，进一步促进农户创业。

　　编校：苏子君

　　网络：吴飞飞

　　监审：陈亚丽

　　终审：魏文源