数字普惠金融发展能否提升农村创业活跃度.pdf

JRYJJ数字普惠金融发展能否提升农村创业活跃度摘要 在深度剖析数字普惠金融赋能农村创业活跃度的理论逻辑基础上，运用20112021年中国省级面板数据对其关系及内在机制进行实证检验。研究结果表明：数字普惠金融能提升农村创业活跃度，且该效果存在区域异质性，数字普惠金融对东部地区农村创业的赋能效果更为突出。作用机制分析发现，数字普惠金融能够通过收入激励效应对农村创业活跃度产生积极影响。门槛模型检验发现，数字普惠金融对农村创业活跃度的影响存在基于覆盖广度、使用深度、数字化程度及传统金融发展的门槛效应，且伴随门槛水平的变化，其对农村创业活跃度的提升效果也会发生改变。关键词 数字普惠金融；农村创业活跃度；中介效应；门槛效应；收入激励效应中图分类号 F832.5文献标识码A文章编号1006-169X（2023）08-0043-11DOI：10.19622/36-1005/f.2023.08.004基金项目 国家社科基金项目“劳动力返乡创业与乡村振兴的协同效应及政策设计”（21CJL032）；教育部人文社会科学研究基金项目“乡村振兴视阈下劳动力回流的减贫效应研究”（19YJCZH058）；安徽省高校优秀青年人才支持计划重点项目（GXYQZD2021010）。作者简介 黄敦平（1986），安徽太湖人，安徽财经大学经济学院，副教授，硕士生导师，研究方向为数字普惠金融；尹凯（1998），安徽六安人，安徽财经大学经济学院，硕士研究生，研究方向为数字普惠金融。黄敦平，尹凯一、引言新时代农村创业具有新的内涵与使命，亟需探寻可持续发展路径，需要适时获得数字普惠金融支持，健全农村金融体系成为农村金融发展的首要任务和关键环节。在新技术变革的背景下，数字普惠金融对农民增收及农村发展的支持作用日益凸显，农村地区创新创业的土壤也更加丰厚。数字普惠金融深入发展能够增强金融支持力度，拓宽创业融资渠道，满足农村创业过程中的资金需求，弥补农村地区金融供给不足，进而为创业活动保驾护航（星焱，2021）。然而截至2022年12月底，农村地区互联网普及率仅为 61.9%，农村网民规模为 3.08亿，受数字鸿沟的马太效应和信息孤岛效应影响，部分农村居民处于数字普惠金融的边缘和外围地带，难以享受其发展红利。数字普惠金融能否提升农村创业活跃度?其中的作用机制又是什么？这些问题的回答对于巩固脱贫攻坚成果及实现全体人民共同富裕目标具有重要参考价值。当前不少学者认为数字普惠金融对农村创业活跃度提升具有积极影响。数字技术在金融领域广泛应用有益于颠覆传统金融的业务形态，打破固有金融排斥壁垒，实现金融普惠性发展，激发创业热情，带动创业能力提升（Ayyagariet al.，2021）。Karaivanov（2012）指出在农村地区相对封闭的经济发展环境下，数字普惠金融因其低成本、便利性等特征将打破“地区藩篱”，降ournal of Finance and Economics金融与经济2023.08J43JRYJJ低对弱势群体的金融排斥程度，拓宽农村劳动力的就业渠道和创业机会，提升农村经济整体运行绩效。数字普惠金融发展将增强金融服务包容性，减少传统金融机构对农村居民的固有偏见，帮助农村居民解决融资难、融资贵问题，从而有效缓解金融发展的不平衡和不充分问题（谢绚丽等，2018）。田瑶和郭立宏（2022）指出信贷可得性的提高不仅有助于缓解家庭流动性约束，增进家庭福利，也能够提高农村居民的创业热情，刺激农村投资增长。P2P网络借贷通过缓解农村电商创业农户的信贷约束、提供多种理财产品和个性化服务，有效推动农村电商创业发展，最终促进农产品电商创业者的偿债能力、营运能力和盈利能力的提升（何婧和李庆海，2019）。张勋等（2019）发现数字普惠金融能够缓解农村创业家庭受到的物质资本、人力资本和社会资本等创业约束，促进创业机会均等化，显著增强农村创业动机，进而实现中国经济包容性增长。数字普惠金融还为缓解信息不对称程度提供机遇，可以帮助农户较好地把握市场动态和政策调整，对新时期农村创业具有显著促进作用，有益于创业绩效的进一步改善（马亚明和周璐，2022）。然而也有部分学者指出数字普惠金融对农村创业活跃度提升存在消极影响。马述忠等（2022）认为由于数字基础设施建设的差异，可能造成城乡间、区域间的数字鸿沟，导致收入差距持续扩大，长期以来存在的城乡差距致使农村地区数字化水平相对滞后，难以发挥数字普惠金融对农村创业活动的赋能功效。由于技术门槛的存在，受教育程度低、老龄化和信息弱势群体面对数字普惠金融服务存在“用不上”或“不会用”的问题，对其个体创业行为影响较小（周月书和苗哲瑜，2023）。张号栋和尹志超（2016）也认为农村居民的金融素养偏低，存在明显的“知识鸿沟”，相对缺乏掌握数字媒体的能力，这可能会使数字普惠金融发展对农村创业活动的助益作用受到抑制。综上所述，已有文献为进一步研究提供重要启示，但鲜有文献对其中机制和创业所具备的门槛条件展开细致研究。相比已有文献，该文的边际贡献主要在于：一是基于数字普惠金融的普惠性和包容性特征展开对农村创业活跃度的理论分析，丰富现有文献。二是将农村居民可支配收入纳入分析框架，探究数字普惠金融影响农村创业活跃度的内在作用机理，丰富数字普惠金融应用领域。三是建立面板门槛模型，考察覆盖广度、使用深度、数字化程度和传统金融发展在数字普惠金融对农村创业活跃度影响中的门槛效应分析，以期为共同富裕目标实现提供重要参考。二、理论分析与研究假说（一）数字普惠金融影响农村创业活跃度的直接效应伴随科技革命的深入推进，数字技术创新为应对传统金融“二八法则”造成不足带来解决方案，良好的农村金融生态环境将满足市场拓展的金融需求并增加返乡居民创新创业机会，提升农民创新创业信心。首先，数字普惠金融具有“普惠性”。数字技术与金融服务跨界融合能够缓解外在条件造成的“偏环境问题”，拓展普惠金融的触达能力和服务范围，提高欠发达地区获取便捷金融服务的可能性和公平性，从而激发创业企业的发展活力（王平和王凯，2022）。其次，数字普惠金融具有“包容性”。数字技术与支付、信贷、投资等传统金融服务的交叉融合，不仅能够有效避免传统金融业务交易模式的不安全性，增加农民数字金融使用频率，而且还可以提高信息透明度，帮助识别创业动机类型及其影响因素，为处于创业初期的企业提供有力信息保障。基于上述分析，提出假说H1。假说H1：数字普惠金融对农村创业活跃度提升具有正向影响。（二）数字普惠金融通过收入激励效应影响农村创业活跃度可支配收入高低是决定居民创业意愿和创业成功与否的关键因素，获得一定水平收入的可行能力能够赋予个体参与创业活动的机会，对不同群体创业行为起到“雪中送炭”和“锦上添花”的作用（张林和温涛，2020）。同时，收入金融与经济 2023.0844JRYJJ增加形成的长尾效应有益于提升农村创业活跃度，基于短期凯恩斯的绝对收入理论和长期杜森贝里的相对收入理论分析，收入来源的多样化是影响居民消费倾向的关键因素，而消费作为最终需求能够牵引供给侧，进而为农村创业活动提供需求侧支持（芦彩梅和王海艳，2021；孟维福等，2023）。数字普惠金融兼具“数字金融”与“普惠金融”双重特性和功能，有效利用将能打破传统金融服务的“贵族属性”，缓解居民流动性约束以拓宽增收渠道。首先，数字化信贷服务可以降低借贷双方信息不对称程度，有效解决金融服务“最后一公里”问题，给予农村弱势群体更便捷、更优惠的金融支持，增加通过个人努力获取收入的机会，推动农民实现多元增收（尹志超等，2019）。其次，数字普惠金融发展可以降低预防性储蓄，从而也能够缓解暂时的流动性危机。数字普惠金融有益于加快保险产品和服务的线上化进程，推进基于消费场景的互联网保险业务发展，满足居民多样化、个性化的数字保险需求，通过缓释疾病、意外等风险增加居民的经济安全，进而有效推动居民可支配收入稳步增长（李晓等，2021）。基于上述分析，提出假说H2。假说H2：收入激励效应是数字普惠金融影响农村创业活跃度的重要传导机制。（三）数字普惠金融子维度及传统金融对农村创业活跃度的门槛效应分析数字普惠金融所使用的数据等生产要素具有规模经济效应。即当数字普惠金融发展水平超过某个阈值后，其金融产品和服务的边际成本趋近于0，对农村创业活跃度的提升效果可能呈现出边际递增发展趋势（崔建军和赵丹玉，2023）。覆盖广度是数字普惠金融发展的基础和核心，其依托于电子账户数、智能化网点数实现金融服务及产品的“横向”延伸。当农村地区网络基础日益完善、落后群体数字信息技术触达能力持续增强时，数字普惠金融服务成本将不断降低，金融覆盖范围得到有效扩宽，长尾群体对于金融服务的可及性持续提升，推动农村创业活动的资金来源趋向多元化。另外，数字普惠金融也存在适度和过度匹配问题，即当数字普惠金融匹配度超过某一阈值后，将存在现实与预期相背离的情况，其对农村创业活跃度的提升效果也可能存在边际递减趋势（杜家廷等，2022）。使用深度主要指数字普惠金融的纵向渗透能力，渗透度越高，低收入群体收入水平的改善能力越强，但在普及阶段使用深度发展会存在一定的阻力。由于金融产品更迭升级迅速，农村居民的金融素养提高难以与金融产品的更新换代速度保持同步，因此在使用深度发展水平不同的地区，数字普惠金融对农村创业活 跃 度 的 提 升 功 效 存 在 差 异（杨 德 勇 等，2022）。数字化程度主要指普惠金融的门槛和便利化程度，在互联网金融和数字技术的发展支持下，数字普惠金融服务与技术风险、网络风险相互叠加容易滋生新型风险，即数字金融产品为农村创业活动提供暂时资金支持的同时，也可能增加较高水平的借贷成本，致使对农村创业活跃度的提升作用不如预期（何宜庆和王茂川，2021）。传统金融发展主要指银行竞争程度持续增强，垄断程度不断降低，传统金融机构的改革意愿更为强烈，银行运用互联网和信息技术进行信贷技术创新的概率越高，容易增强银行对中小企业的普惠效率。基于上述分析，提出假说H3。假说H3：当数字普惠金融各子维度及传统金融水平在不同阈值范围内，数字普惠金融对农村创业活跃度影响程度不同。三、研究设计（一）计量模型设定1.固定效应模型为分析数字普惠金融对农村创业活跃度的直接影响，将农村创业活跃度作为被解释变量，数字普惠金融作为核心解释变量，并加入影响农村创业活跃度的相关控制变量进行回归分析，具体面板模型构建如下：REPi，t=1+2DIFi，t+iXi，t+i+t+i，t（1）其中，i代表地点，t代表时间；REPi，t表示农村创业活跃度；1为截距项；DIFi，t表示数字普惠金融；2为数字普惠金融的回归系数，Xi，t代表控数字普惠金融发展能否提升农村创业活跃度45JRYJJ制变量；i为控制变量的回归系数；i和t分别为地区和时间固定效应，i，t表示随机扰动项。2.工具变量模型为解决基准回归中可能存在的内生性问题，采用两阶段最小二乘法（2SLS）进行检验。工具变量一阶段模型设定如下：DIFi，t=x1+x2IVi，t+iXi，t+i+t+i，t（2）二阶段模型构建如下：REPi，t=1+2DIFi，t+iXi，t+i+t+i，t（3）其中，DIFi，t代表基于工具变量拟合的数字普惠金融发展情况；IVi，t为工具变量，其余变量定义与公式（1）相同。3.中介效应模型为验证数字普惠金融影响农村创业活跃度的传导机制，借鉴温忠麟等（2004）的研究思路，在式（1）的基础上构建中介效应模型，具体设定如下：MEi，t=1+2DIFi，t+iXi，t+i+t+i，t（4）REPi，t=1+2DIFi，t+3MEi，t+iXi，t+i+t+i，t（5）其中，MEi，t代表中介变量，式（4）是探讨数字普惠金融对中介变量的影响效应，式（5）是中介效应估计，其余变量定义与公式（1）相同。4.门槛效应模型考虑到数字普惠金融对农村创业活跃度的影响效应可能存在“门槛”特征，设定面板门槛模型如下：REPi，t=1+2DIFi，tI（PEy）+3DIFi，tI（PEy）+iXi，t+i+t+i，t（6）式（6）表示的是单门槛模型，PE 为门槛变量，y是门槛值，i代表单门槛水平下数字普惠金融的影响系数，其他字母含义同公式（1），若存在单一门槛，则进行双重门槛模型检验，以此类推。I（）为指示函数，取值为1或0。REPi，t=1+2DIFi，tI（PEy1）+m+1DIFi，tI（ym-1PEym）+m+2DIFi，tI（PEym）+iXi，t+i+t+i，t（7）公式（7）表示的是多门槛模型，yi为门槛值，i代表不同门槛水平下数字普惠金融的回归系数，其他字母含义同公式（6）。（二）变量选取1.被解释变量：农村创业活跃度（REP）。借鉴黄亮雄等（2019）、许月丽等（2022）的研究方法，利用农村私营企业就业人数和个体就业人数之和与乡村人口总数的比重衡量农村创业活跃度，该比值越大，创业活跃度越高。2.核 心 解 释 变 量：数 字 普 惠 金 融 指 数（DIF）。借鉴崔建军和赵丹玉（2023）的研究方法，利用北京大学数字金融研究中心测算的中国数字普惠金融指数作为核心解释变量，该指数能够客观、全面地反映数字金融发展现状，其值越大，代表数字普惠金融水平越强。3.中介变量：收入激励效应（IC）。借鉴孟维福等（2023）的研究思路，以农村人均可支配收入的自然对数衡量。4.门槛变量：（1）以数字普惠金融覆盖广度（DIF1）作为第一个门槛变量；（2）以数字普惠金融使用深度（DIF2）作为第二个门槛变量；（3）以数字普惠金融数字化程度（DIF3）作为第三个门槛变量；（4）以传统金融发展水平（TF）作为第四个门槛变量。借鉴姜付秀等（2019）的研究思路，采用银行业的赫芬达尔指数作为传统金融发展水平的代理变量，取值范围为0到1，是一个逆向指标，值越小表示传统金融发展水平越高。5.控制变量：为控制其他因素对农村创业活跃度的干扰，尽可能减少估计偏误，借鉴张林和温涛（2020）、邓金钱和张娜（2022）的研究思路，选取控制变量如下：（1）市场化程度（MK）：以各省份樊纲市场化指数表示；（2）城镇化率（CS）：以城市年末人口占总人口的比重表示；（3）农村机械化水平（JX）：以农业机械总动力占耕地面积的比重表示；（4）农村人力资本水平（EDU）：以农村居民平均受教育年限表示；（5）公路通达强度（GL）：以每平方公里公路里程数表示。（三）数据来源说明基于数据可得性和实证研究需要，选取20112021年31个省份的年度数据作为研究样本，数字普惠金融指数来自北京大学数字普惠金融研究中心官网，其他宏观经济数据分别来自国家统计局、国泰安数据库、EPS数据库、中金融与经济 2023.0846JRYJJ国市场化指数报告 以及中国银保监会网站，个别缺失值采用年均增速法进行补充，共计341个面板数据。表1描述性统计四、实证结果分析（一）基准回归结果表2展示为数字普惠金融对农村创业活跃度影响的线性估计结果。回归结果如表2所示，影响系数均在1%的水平上显著为正，表明数字普惠金融发展对农村创业活动开展具有积极推动作用。鉴于不同地区、时点的数字金融利用情况不尽相同，为有效降低数字普惠金融对农村创业活动赋能效果高估的可能，故以列（6）为准，采用时间和地区双固定效应进行模型估计更具准确性。农村居民在通过数字普惠金融获得金融服务后，将能够显著改善创业环境、降低创业风险，从而有助于提升其创业行为的发生概率，假说H1得到验证。（二）稳健性检验1.分维度检验考虑到数字普惠金融是个综合性概念，涉及覆盖广度（DIF1）、使用深度（DIF2）和数字化程度（DIF3）三个维度，涵盖着不同的结构差异，故需要进一步分析数字普惠金融不同维度与农村创业活跃度之间的关系。数字普惠金融指数不同维度的回归结果如表3列（1）（2）（3）所示，三个子维度均对农村创业活跃度产生积极影响，与基准回归结果基本符合，研究结论准确性变量名REPDIFDIF1DIF2DIF3MKCSJXEDUGLICTF样本量341341341341341341341341341341341341平均值0.2704230.4609211.6459225.9221300.84577.82940.58670.70217.68900.92819.40080.1111标准差0.4196103.3629103.9233105.8761116.92492.21740.13080.36620.81770.52730.41610.0954最小值0.027016.22001.96006.76007.5800-0.16100.22810.25163.80380.05148.36120.0413最大值2.5941458.9700433.4200510.6900462.230012.39000.89602.69799.92912.362410.55900.6711变量名DIFMKCSJXEDUGLConstant控制变量地区固定效应时间固定效应样本量（1）REP0.0107*（8.191）-0.2888*（-4.888）未控制未控制已控制341（2）REP0.0116*（6.608）-0.1355*（-7.483）1.2916*（5.393）-0.1683*（-2.901）-0.0416（-0.833）0.2563*（4.985）0.1387（0.692）已控制未控制已控制341（3）REP0.0010*（10.405）1.0036*（9.215）未控制已控制未控制341（4）REP0.0022*（6.750）0.0183（1.183）-3.7797*（-4.856）0.1801*（2.325）0.1099*（1.855）0.1632*（1.757）2.3388*（2.971）已控制已控制未控制341（5）REP0.0069*（3.891）0.4714*（2.332）未控制已控制已控制341（6）REP0.0033*（3.381）0.0373*（2.390）-5.2379*（-6.953）0.2635*（3.464）0.0084（0.155）0.1224（1.531）4.2390*（5.043）已控制已控制已控制341表2基准回归结果注：括号里是t值，*、*和*分别表示在10%、5%和1%的水平上显著。数字普惠金融发展能否提升农村创业活跃度47JRYJJ得到验证。2.双侧1%缩尾为避免异常值和离群值影响估计回归结果的准确性，对数据进行双侧1%的缩尾处理。实证回归结果如表3列（4）所示，数字普惠金融影响系数仍然在1%水平上显著为正，即数字普惠金融发展可以有力支持农村创业活动开展，有效验证基准回归的稳健。3.调整样本期鉴于自2012 年后，中国所面临增速换挡和结构调整的双重压力可能会影响模型估计准确性，故剔除2013 年之前样本再次进行回归，实证结果如表3列（5）所示，数字普惠金融回归系数依旧在5%水平上为显著为正，表明数字普惠金融能够赋能农村创业活动，进一步强化基准回归的可靠性。表3稳健性检验注：括号里是 t 值，*、*和*分别表示在10%、5%和1%的水平上显著。4.工具变量检验利用二阶段最小二乘法进行内生性检验。首先，考虑到数字普惠金融起源于杭州，故选取各省省会到杭州的距离（对数）作为第一个工具变量。“各省省会与杭州之间的距离”与当地的数字金融发展水平关联度较高，具体表现为以杭州为中心的扩散状态，也即离杭州距离越远，越不易受到杭州金融科技发展的辐射，且该距离与农村创业活跃度无明显相关关系，是一个较为外生的工具变量，符合工具变量选取相关条件。但由于各省省会到杭州市的距离不会发生变化，难以适应该文所使用的面板数据进行回归，无法开展工具变量估计。为此借鉴李彦龙和沈艳（2022）的研究思路，从截面维度即仅控制时间固定效应进行模型估计。回归结果如表4所示，两阶段估计方法中第一阶段的F值大于16.38，且在1%的水平上显著，通过弱识别检验，进一步证实工具变量选取的合理性。并且在内生性问题得到有效控制后，发现数字普惠金融与农村创业活跃度之间的正向关系依然成立，基础回归结果准确性再次得到验证。表4工具变量检验：各省省会与杭州之间距离注：括号里是 t 值，*、*和*分别表示在10%、5%和1%的水平上显著。此外，为使该文得到的结论更具准确性，参考孙学涛等（2022）选取工具变量的方法，利用滞后一期数字普惠金融进行工具变量法检验。鉴于数字普惠金融的影响可能存在滞后性，故“滞后一期数字普惠金融”与当期的数字普惠金融发展水平两者之间相关性较强，且和农村创业活动之间关联度不高，满足工具变量选取相关和外生条件。利用二阶段最小二乘法展开内生性分析，回归结果如表5所示，第一阶段的F变量名DIF1DIF2DIF3DIF_wDIFConstant控制变量地区固定效应时间固定效应样本量（1）REP0.0039*（3.123）4.9130*（5.589）已控制已控制已控制341（2）REP0.0010*（1.706）4.4846*（5.234）已控制已控制已控制341（3）REP0.0011*（3.051）4.3527*（4.911）已控制已控制已控制341（4）REP0.0029*（2.883）4.6397*（5.222）已控制已控制已控制341（5）REP0.0019*（2.043）3.7704*（3.985）已控制已控制已控制279变量名工具变量DIFConstant控制变量地区固定效应时间固定效应一阶段F值样本量（1）DIF-5.0222*（-7.990）-19.2209*（-1.892）已控制未控制已控制63.8388341（2）REP0.0077*（3.119）-0.1006（-0.442）已控制未控制已控制341金融与经济 2023.0848JRYJJ值大于16.38，且在1%的水平上显著，表明不存在弱工具变量，证实工具变量选取合理性。并且在控制内生性问题后，数字普惠金融与农村创业活跃度之间正向相关性依旧明显，与基础回归保持一致，结果稳健。表5工具变量检验：滞后一期数字普惠金融注：括号里是 t 值，*、*和*分别表示在10%、5%和1%的水平上显著。（三）异质性分析为深入探究数字普惠金融与农村创业活跃度的关系在地理区位上是否存在异质性，需将样本划分为东部与中西部两组。回归结果如表6所示，东部地区数字普惠金融在1%的水平上正向影响农村创业活跃度，而对中西部地区农村创业活跃度的赋能作用不显著。可能原因：东部地区经济发达、金融制度环境良好，是数字普惠金融的先行示范区，且该地居民的金融素养相对较高，便于享受到数字金融发展红利，故东部地区数字普惠金融对农村创新创业活力的提升效果可能更强；而相比东部发达地区，中西部地区尚处经济发展落后阶段，金融体系较为薄弱，基础设施不完善，致使数字普惠金融发展受限，且西部地区地广人稀，留乡群体多为老龄人口，数字普惠金融普及和应用程度较低，存在的“弱势群体”和“数字鸿沟”等问题不利于充分发挥数字普惠金融对农村创业活动的赋能作用。表6异质性分析注：括号里是 t 值，*、*和*分别表示在10%、5%和1%的水平上显著。五、进一步分析（一）中介效应检验表7为数字普惠金融通过收入激励效应对农村创业活跃度产生的影响。首先，列（1）结果表明中介变量未添加时，数字普惠金融对农村创业活跃度的影响系数为0.0033，且在1%的水平上显著为正，主效应得到验证。其次，加入中介变量后时，数字普惠金融对中介变量具有显著推动作用，其回归系数为0.0006。最后，列（3）结果将解释变量与中介变量同时纳入回归模型，两者回归系数分别为0.0029、0.7139，均有益于提升农村创业活跃度，说明中介变量选取合理，假说H2得到验证。可能原因：一是数字支持表7中介效应分析注：括号里是 t 值，*、*和*分别表示在10%、5%和1%的水平上显著。变量名工具变量DIFConstant控制变量地区固定效应时间固定效应一阶段F值样本量（1）DIF0.7768*（18.266）125.2426*（3.648）已控制已控制已控制333.6470310（2）REP0.0028*（2.366）4.4441*（5.337）已控制已控制已控制310变量名DIFConstant控制变量地区固定效应时间固定效应样本量（1）东部0.0071*（4.694）3.4841*（2.677）已控制已控制已控制132（2）中西部0.0009（0.890）0.8434*（1.705）已控制已控制已控制209变量名DIFICConstant控制变量地区固定效应时间固定效应样本量（1）REP0.0033*（3.381）4.2390*（5.043）已控制已控制已控制341（2）IC0.0006*（2.813）8.1929*（46.230）已控制已控制已控制341（3）REP0.0029*（2.980）0.7139*（2.121）-1.6098（-0.570）已控制已控制已控制341数字普惠金融发展能否提升农村创业活跃度49JRYJJ金融服务能够提高融资成功率，为农村创业者缓解燃眉之急，有益于提升农村创业行为发生的可能性，从而对农村创业绩效产生积极影响。二是数字普惠金融可以克服金融服务的空间障碍，帮助农村金融抑制群体解决面临的预算和流动性约束问题，改善金融服务的可得性，为促进农村居民增收提供可能性；此外农村居民增收是影响农村创业活动可持续发展的重要力量，增加农村居民可支配收入能够为农村创业活跃度提升注入新的活力。（二）拓展分析：门槛效应检验鉴于数字普惠金融各子维度和传统金融在不同发展条件下，数字普惠金融对农村创业活跃 度 影 响 可 能 存 在 差 异，故 采 用 自 举 法（Bootstrap）反复抽样300次以验证覆盖广度、使用深度、数字化程度及传统金融发展水平4个门槛变量是否具有门槛效应，倘若存在，则继续检验相应门槛个数和门槛水平。表8报告各个门槛变量的门槛效应自抽样检验结果。可以发现，覆盖广度门槛变量单门槛检验和双门槛检验分别在1%、5%的水平上显著，而三重门槛效应未通过10%的显著性水平检验，说明覆盖广度门槛变量具有双门槛效应。使用深度门槛变量单门槛检验在10%的水平上显著，而双重门槛效应未通过10%的显著性水平检验，说明使用深度门槛变量具有单门槛效应。数字化程度门槛变量单门槛检验在5%的水平上显著，而双重门槛效应未通过10%的显著性水平检验，说明数字化程度门槛变量具有单门槛效应。另外传统金融发展水平门槛变量未通过双门槛检验，而单门槛检验在1%的水平上显著，表明传统金融发展水平门槛变量具有单门槛效应。表9门槛值结果表9为对门槛效应值进行估计的结果，发现覆盖广度单重门槛值和双重门槛值分别为194.8900 和 281.0500；使用深度单重门槛值为60.7300；数字化程度单重门槛值为93.4200；传统金融发展水平的单重门槛值为0.0812。首先，基于表10列（1）覆盖广度的门槛效应检验发现，覆盖广度两个门槛值将样本分为三个区间，当覆盖广度低于第一个门槛值194.8900时，数字普惠金融回归系数显著为0.0015；当覆盖广度介于两个门槛值之间时，数字普惠金融回归系数显著为0.0019；当覆盖广度大于第二个门槛值281.0500时，数字普惠金融回归系数显著为0.0023。伴随数字普惠金融覆盖广度持续扩大，会进一步增强其对农村创业活跃度的提升功效，遵循“边际效应”递增的非线性促进趋门槛变量DIF1DIF2DIF3TF模型单一门槛双重门槛三重门槛单一门槛双重门槛单一门槛双重门槛单一门槛双重门槛F值55.5522.8713.4045.1120.4041.6723.9454.9417.52P值0.00670.01330.54000.08670.33000.02330.32330.00330.153310%临界值30.818314.334238.185043.937431.564732.841233.372826.606620.30615%临界值35.692615.712047.578755.548939.771637.565437.113132.525224.00211%临界值44.519124.530080.847272.655246.889346.685147.117146.951333.2051BS次数300300300300300300300300300表8门槛效应检验结果门槛变量DIF1DIF2DIF3TF门槛值门槛值y门槛值y1门槛值y2门槛值y3门槛值y4估计值194.8900281.050060.730093.42000.0812置信区间下限182.7550271.590055.580070.14500.0807置信区间上限199.5300284.390078.6850111.94000.0819金融与经济 2023.0850JRYJJ势。可能原因是，由于农村、欠发达地区金融服务覆盖面不断拓宽，能够让处于“长尾”部分的“中小微弱”群体从中受益。其次，列（2）（3）关于使用深度和数字化程度门槛检验结果可以看出，使用深度一个门槛值将样本分为两个区间，当使用深度低于门槛值 60.7300 时，数字普惠金融回归系数显著为0.0075；当使用深度大于门槛值60.7300时，数字普惠金融回归系数显著为0.0026。数字化程度一个门槛值将样本分为两个区间，当数字化程度低于门槛值93.4200 时，数字普惠金融回归系数显著为0.0070；当数字化程度大于93.4200时，数字普惠金融回归系数显著为0.0029。基于对比不同区间影响系数的大小可以看出，在使用深度和数字化程度不同阈值范围内，数字普惠金融对农村创业活跃度的影响具有非对称性。可能原因是：数字普惠金融的使用深度和数字化程度受农村相关基础设施限制，故在一定程度上会削弱数字普惠金融对农村创业活跃度的激励功效。最后，从表10列（4）的单门槛模型回归结果可以看出，在以传统金融发展水平为门槛变量，数字普惠金融对农村创业活跃度存在非线性影响。一个门槛值将样本分为两个区间，当传统金融发展水平低于门槛值0.0812时，数字普惠金融回归系数显著为0.0024；当传统金融发展水平高于门槛值0.0812时，数字普惠金融回归系数显著为0.0018。可能原因是：农村创业活动受传统金融服务的影响较大，伴随赫芬达尔指数的不断提高，意味着银行业竞争程度逐渐削弱、传统金融发展水平呈现下降趋势，可能会导致农村信贷供给不足，难以支撑农村三产融合发门槛变量DIF（DIF1=194.8900）DIF（194.8900DIF1281.0500）DIF（DIF260.7300）DIF（DIF393.4200）DIF（TF0.0812）Constant控制变量地区固定效应时间固定效应样本量（1）REP0.0015*（2.986）0.0019*（3.401）0.0023*（3.683）1.5169*（1.934）已控制已控制已控制341（2）REP0.0075*（4.460）0.0026*（3.979）0.9424（1.504）已控制已控制已控制341（3）REP0.0070*（4.403）0.0029*（3.751）1.3862*（1.738）已控制已控制已控制341（4）REP0.0024*（3.988）0.0018*（3.401）0.6497（1.069）已控制已控制已控制341表10门槛效应回归结果数字普惠金融发展能否提升农村创业活跃度注：括号里是t值，*、*和*分别表示在10%、5%和1%的水平上显著。51JRYJJ展，进而会削弱数字普惠金融的农村创业激励效应。六、研究结论与建议该文以20112021年31个省（自治区、直辖市）为研究样本，采用双向固定效应模型、中介效应模型和面板门限模型重点探索数字普惠金融对农村创业活跃度的影响及其作用机理，结果表明：第一，数字普惠金融发展能够显著提升农村创业活跃度。依托于数字普惠金融可以有效改善传统农村金融发展受限和触达能力弱等现象，激发农村居民创业热情，同时伴随农村数字普惠金融征信体系建设不断完善，能够为“三产”融合发展提供坚实后盾，极大提高农村创业行为发生的概率。第二，数字普惠金融对农村创业活跃度的影响具有区域异质性。东部地区数字普惠金融对农村创业活动具有显著正向激励功效，中西部地区该作用效果不显著。中西部地区在数字金融基础设施建设和传统金融发展方面相对落后，存在的“数字鸿沟”和“金融排斥”问题会降低金融服务可得性，故难以依托数字普惠金融助益农村创业活动兴起。第三，收入激励效应是数字普惠金融影响农村创业活跃度的重要传导机制。收入增长是提振乡村内需的根本路径，数字普惠金融发展能够破除流动性约束，推动农村居民多元增收；同时伴随互联网保险不断发展，可以提升金融风险控制水平，进而有效改善农村居民的风险平滑能力，促进农村居民收入可持续增长。第四，数字普惠金融对农村创业活跃度影响存在基于覆盖广度、使用深度、数字化程度及传统金融发展水平的门槛效应。加快提高数字普惠金融服务广度、使用深度和数字化程度，可以为开展农村创业活动提供有力支持，同时传统金融机构和数字普惠金融业务的交叉结合，能够推动传统金融机构的转型升级，助力实现各方互补的全功能作用，进而赋能农村创业行为。基于上述结论，提出如下建议：第一，推进数字基础设施建设，深化数字普惠金融发展。要加快推进网络、通信等基础设施建设，改善农村地区网络环境，有效普及农村互联网，挖掘数字技术与普惠金融的契合点，打通数字金融发展的“最后一公里”，为数字金融发挥“普惠性”作用提供技术保障，增加长尾群体的金融可及性，激发农村居民的创业热情。第二，发挥数字金融均衡效应，消融落后地区数字鸿沟。要破解金融地域歧视问题，增强数字普惠金融的辐射范围与网络效应，重点帮扶中西部地区的数字化基础和传统金融建设，扩大金融服务范围；因地制宜实施差异化数字金融方略，创新数字普惠金融产品和多样化服务的供给方式，为农村地区产业发展提供强力支撑。第三，着力提升数字金融素养，强化农民增收涓滴效应。要落实数字普惠金融的“普惠”功能，加强数字金融相关知识的普及和宣传，培育农村居民的信息技能，推动适应数字金融服务，激活农村地区潜在增长点，实现农村居民收入的“提质扩容”，为农村创业活动注入内生动力。第四，拓宽数字金融应用范围，补齐传统金融发展短板。应以覆盖广度为发展的重心，推动数字技术广泛运用于各金融业务场景，强化数字普惠金融在激发创业活力当中的作用；同时注重发挥农村数字金融与传统金融的协同效应，利用数字技术进行产品创新和服务创新，不断完善信息终端和服务供给，促进传统金融机构转型升级，提高农村创业活动开展的可持续性。参考文献1崔建军，赵丹玉.数字普惠金融能够促进城乡融合发展吗?：基于门槛效应模型的实证检验J.经济问题探索，2023（3）：79-96.2邓金钱，张娜.数字普惠金融缓解城乡收入不平等了吗J.农业技术经济，2022（6）：77-93.3杜家廷，何勇，顾谦农.数字普惠金融对农村居民消费结构升级的非线性影响J.统计与信息论坛，2022（9）：63-74.4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.金融与经济 2023.0852JRYJJ5何宜庆，王茂川.数字普惠金融的非线性与异质性经济增长效应：基于平滑转换模型与分位数模型的实证研究J.四川师范大学学报（社会科学版），2021（1）：54-64.6黄亮雄，孙湘湘，王贤彬.反腐败与地区创业：效应与影响机制J.经济管理，2019（9）：5-19.7姜付秀，蔡文婧，蔡欣妮，等.银行竞争的微观效应：来自融资约束的经验证据J.经济研究，2019（6）：72-88.8李晓，吴雨，李洁.数字金融发展与家庭商业保险参与J.统计研究，2021（5）：29-41.9李彦龙，沈艳.数字普惠金融与区域经济不平衡J.经济学（季刊），2022（5）：1805-1828.10芦彩梅，王海艳.数字金融、收入差距与居民消费：基于中国280个地级市的实证研究J.金融与经济，2021（7）：22-30.11马亚明，周璐.基于双创视角的数字普惠金融促进乡村振兴路径与机制研究J.现代财经（天津财经大学学报），2022（2）：3-20.12马述忠，贺歌，郭继文.数字农业