馮夢(mèng)黎

（中共四川省委黨校馬克思主義學(xué)院，成都 610000）

0 引言

近年來(lái)，學(xué)界就數(shù)字普惠金融對(duì)農(nóng)民收入和創(chuàng)業(yè)的影響開(kāi)展了廣泛的研究。大多數(shù)學(xué)者認(rèn)為數(shù)字普惠金融對(duì)農(nóng)民增收具有直接的促進(jìn)作用。Claessens 和Feijen（2016）[1]認(rèn)為普惠金融擴(kuò)大了金融服務(wù)覆蓋面，各類(lèi)弱勢(shì)群體能觸及原本無(wú)法享受的金融服務(wù)產(chǎn)品，從而產(chǎn)生了減貧效應(yīng)。李紹平等（2021）[2]以宜農(nóng)貸平臺(tái)借貸為研究對(duì)象，發(fā)現(xiàn)數(shù)字普惠金融對(duì)農(nóng)戶(hù)人均純收入的提高效用與農(nóng)戶(hù)人均純收入之間呈現(xiàn)“U”型關(guān)系。但也有學(xué)者提出數(shù)字普惠金融要實(shí)現(xiàn)貧困減緩作用需要一定的條件。如王偉和朱一鳴（2018）[3]認(rèn)為數(shù)字普惠金融要實(shí)現(xiàn)減貧效果，不能僅僅解決覆蓋面的問(wèn)題，而是要實(shí)現(xiàn)金融服務(wù)供給與居民需求相匹配。在機(jī)制方面，張林（2021）[4]區(qū)分貧困縣和非貧困縣實(shí)證檢驗(yàn)了數(shù)字普惠金融、縣域產(chǎn)業(yè)升級(jí)與農(nóng)民收入增長(zhǎng)三者之間的交互關(guān)系。鄭秀峰和朱一鳴（2019）[5]使用我國(guó)縣域數(shù)據(jù)進(jìn)行實(shí)證研究，結(jié)果表明普惠金融可通過(guò)增加就業(yè)機(jī)會(huì)促進(jìn)人們收入增長(zhǎng)，同時(shí)使得企業(yè)和員工的“造血”功能均得到提升。張呈磊等（2021）[6]通過(guò)匹配宏觀和微觀數(shù)據(jù)，對(duì)創(chuàng)業(yè)的中介效應(yīng)進(jìn)行驗(yàn)證，探索普惠金融對(duì)收入不平等的影響，研究結(jié)果表明數(shù)字普惠金融的創(chuàng)業(yè)效應(yīng)是縮小收入差距、降低不平等程度的途徑之一。也有學(xué)者對(duì)數(shù)字普惠金融的創(chuàng)業(yè)效應(yīng)進(jìn)行了研究，學(xué)者們普遍認(rèn)為數(shù)字普惠金融對(duì)農(nóng)村農(nóng)民創(chuàng)業(yè)具有促進(jìn)作用，同時(shí)還伴隨著多方面因素的綜合影響，各地區(qū)也存在一定的差異[7]。

綜上所述，圍繞相關(guān)主題已有文獻(xiàn)從不同角度對(duì)數(shù)字普惠金融進(jìn)行了研究，基于此，本文試圖進(jìn)一步深化相關(guān)研究，充分考察數(shù)字普惠金融通過(guò)農(nóng)村創(chuàng)業(yè)促進(jìn)農(nóng)民增收這一中介傳導(dǎo)機(jī)制，以及充分考察各地區(qū)之間的差異性。

1 理論機(jī)制與研究假設(shè)

數(shù)字普惠金融具有廣覆蓋、多方式和數(shù)字化的特點(diǎn)，在很大程度上緩解了農(nóng)村地區(qū)的金融排斥問(wèn)題，讓更多的主體，特別是讓農(nóng)村居民擁有獲得金融服務(wù)的機(jī)會(huì)，提高了金融服務(wù)的包容性。首先，數(shù)字普惠金融具有覆蓋廣的特征，強(qiáng)調(diào)“普惠”，重點(diǎn)針對(duì)不易獲得金融服務(wù)的地區(qū)和人群進(jìn)行普惠性的支持，大幅度提升了金融服務(wù)的包容性[8]。其次，對(duì)于數(shù)字普惠金融供給方而言，數(shù)字普惠金融可以利用大數(shù)據(jù)對(duì)金融服務(wù)獲取人進(jìn)行監(jiān)督和識(shí)別，及時(shí)控制風(fēng)險(xiǎn)，降低服務(wù)供給成本，解決了傳統(tǒng)小微金融的規(guī)模不經(jīng)濟(jì)問(wèn)題，使肩負(fù)社會(huì)責(zé)任的金融機(jī)構(gòu)兼顧了提供金融服務(wù)的收益性。最后，數(shù)字普惠金融的使用深度主要由其多功能來(lái)呈現(xiàn)，這種多功能增強(qiáng)了農(nóng)民使用金融支持的便捷度。數(shù)字普惠金融能夠提供支付、保險(xiǎn)、信貸、貨基等多種方式的服務(wù)，廣泛滿(mǎn)足了農(nóng)民的各類(lèi)金融服務(wù)需求[9]。因此，本文提出假設(shè)1：數(shù)字普惠金融能夠促進(jìn)農(nóng)民增收。

數(shù)字普惠金融的出現(xiàn)在很大程度上降低了創(chuàng)業(yè)融資的門(mén)檻，在金融機(jī)構(gòu)監(jiān)督管理、創(chuàng)業(yè)者資金獲取、資金覆蓋面等方面都創(chuàng)造了與以往截然不同的條件[10]。同時(shí)，由于數(shù)字普惠金融存在多種類(lèi)型和特征，因此也會(huì)相應(yīng)地對(duì)創(chuàng)業(yè)產(chǎn)生不同的影響[11]。如以覆蓋廣度和數(shù)字化的特點(diǎn)來(lái)說(shuō)，通過(guò)廣泛覆蓋各類(lèi)人群，可為不同微觀主體提供符合自身創(chuàng)業(yè)需求的金融服務(wù)，降低了金融服務(wù)成本。此外，數(shù)字普惠金融提供了支付、保險(xiǎn)、信貸等多個(gè)方面的服務(wù)，保障了整個(gè)創(chuàng)業(yè)渠道的暢通。但值得注意的是，由于農(nóng)民創(chuàng)業(yè)不僅存在資金約束，而且農(nóng)民還存在很強(qiáng)的風(fēng)險(xiǎn)意識(shí)，因此農(nóng)村創(chuàng)業(yè)可能還會(huì)受到當(dāng)?shù)爻擎?zhèn)化程度、信息化發(fā)展、財(cái)政支持等方面的影響。因此，本文提出假設(shè)2：數(shù)字普惠金融有助于農(nóng)村創(chuàng)業(yè)，但同時(shí)還受到城鎮(zhèn)化、信息化、財(cái)政支持等因素的綜合影響。

創(chuàng)新和創(chuàng)業(yè)實(shí)際上是生產(chǎn)要素或生產(chǎn)條件的“新組合”，熊彼特最早提出的創(chuàng)新就是要通過(guò)企業(yè)家整合資源和資料進(jìn)行“新組合”，從而推動(dòng)經(jīng)濟(jì)發(fā)展，促進(jìn)人們收入的提升?！敖鹑诎l(fā)展與企業(yè)家精神”理論是在熊彼特創(chuàng)新理論之后產(chǎn)生，這個(gè)理論提出金融的主要功能就在于篩選具有創(chuàng)新精神的企業(yè)家，為其提供資金并在企業(yè)家追求收益的同時(shí)促進(jìn)經(jīng)濟(jì)發(fā)展[12]。具體而言，有效的金融體系可以為各主體的創(chuàng)新創(chuàng)業(yè)提供多種類(lèi)的金融服務(wù)，并從中篩選出最有可能成功的創(chuàng)業(yè)者，為創(chuàng)業(yè)者提供資金、降低融資成本、分擔(dān)風(fēng)險(xiǎn)等，而數(shù)字普惠金融正好具有這些特征，它可以使更多收入水平較低的人獲得資金支持，實(shí)現(xiàn)自我雇傭，成為創(chuàng)業(yè)者，持續(xù)推動(dòng)農(nóng)民收入水平的提升?；诖耍疚奶岢黾僭O(shè)3：農(nóng)村創(chuàng)業(yè)在數(shù)字普惠金融發(fā)展與農(nóng)民收入增長(zhǎng)之間具有中介效應(yīng)。

2 研究設(shè)計(jì)

2.1 變量與數(shù)據(jù)說(shuō)明

本文的被解釋變量為農(nóng)民增收（Income）。參考文獻(xiàn)[13]，以農(nóng)民人均可支配收入來(lái)衡量。本文的解釋變量為數(shù)字普惠金融指數(shù)（Index），采用的是北京大學(xué)數(shù)字金融研究中心所發(fā)布的數(shù)字普惠金融指數(shù)，包括數(shù)字普惠金融總指數(shù)（Index_aggregate）、數(shù)字普惠金融覆蓋廣度（Coverage_breadth）、數(shù)字普惠金融使用深度（Usage_depth）、數(shù)字化程度（Digitization_level）1 個(gè)總指數(shù)和3 個(gè)分指數(shù)共33個(gè)具體指標(biāo)，其中，本文將數(shù)字普惠金融使用深度根據(jù)其與農(nóng)民創(chuàng)業(yè)關(guān)聯(lián)性進(jìn)一步細(xì)分為支付（Payment）、保險(xiǎn)（Insurance）、信貸（Credit）3 個(gè)單項(xiàng)指數(shù)衡量數(shù)字普惠金融在不同領(lǐng)域的使用深度。本文的中介變量為農(nóng)村創(chuàng)業(yè)（Business）?？紤]到省級(jí)層面數(shù)據(jù)的可得性和權(quán)威性，本文選取鄉(xiāng)村個(gè)體就業(yè)人數(shù)[14]來(lái)衡量。此外，根據(jù)已有文獻(xiàn)選取如表1所示的控制變量，已剔除引起多重共線(xiàn)性且不顯著的變量。

表1 變量定義及指標(biāo)選取

以上數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局官方網(wǎng)站、各省份統(tǒng)計(jì)年鑒、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》等。同時(shí)，為了降低非平穩(wěn)性和異方差，所有數(shù)據(jù)均取對(duì)數(shù)。另外，鑒于數(shù)據(jù)的可得性和一致性，本文選取我國(guó)30 個(gè)省份（不含西藏和港澳臺(tái)）的相關(guān)數(shù)據(jù)進(jìn)行研究。

2.2 模型設(shè)置與估計(jì)方法

為檢驗(yàn)數(shù)字普惠金融、農(nóng)村創(chuàng)業(yè)和農(nóng)民收入增長(zhǎng)之間的作用效應(yīng)，本文建立動(dòng)態(tài)面板數(shù)據(jù)模型進(jìn)行實(shí)證研究：

其中，Income表示農(nóng)民收入，Index表示數(shù)字普惠金融指數(shù)，Business表示農(nóng)村創(chuàng)業(yè)，Cons表示控制變量，α表示常數(shù)項(xiàng)，δ、β、η表示各變量的回歸系數(shù)，i和t分別表示地區(qū)和年份，ui表示不隨時(shí)間變化的個(gè)體差異，εit為隨機(jī)擾動(dòng)項(xiàng)。

由于本文實(shí)證研究的面板數(shù)據(jù)是典型的短面板數(shù)據(jù)，采用SYS-GMM方法來(lái)估計(jì)既能很好地反映農(nóng)村創(chuàng)業(yè)和農(nóng)民收入增長(zhǎng)的動(dòng)態(tài)發(fā)展過(guò)程，又能有效處理動(dòng)態(tài)面板數(shù)據(jù)研究中可能存在的內(nèi)生性問(wèn)題和遺漏重要解釋變量問(wèn)題。

3 回歸結(jié)果與分析

為了保證數(shù)據(jù)的平穩(wěn)性，本文先通過(guò)HT 檢驗(yàn)方法對(duì)所有變量的單位根進(jìn)行檢驗(yàn)，分別假定含個(gè)體固定效應(yīng)項(xiàng)和趨勢(shì)項(xiàng)、僅含個(gè)體固定效應(yīng)項(xiàng)、都不含的不同條件，本文研究的變量中存在Income、Urbanization、Informationize三個(gè)不平穩(wěn)變量，而在一階差分后這三個(gè)變量均顯示平穩(wěn)。

3.1 數(shù)字普惠金融總指數(shù)回歸結(jié)果

本文先對(duì)數(shù)據(jù)進(jìn)行一階差分處理，并根據(jù)式（1）至式（3）進(jìn)行回歸分析。根據(jù)變量的顯著性、模型的顯著性（Wald 值）以及AR（2）值，本文選取地方財(cái)政支持（Finance）、城鎮(zhèn)化水平（Urbanization）和信息化程度（Informationize）作為控制變量。從下頁(yè)表2可知，3個(gè)模型的Wald 值檢驗(yàn)、自相關(guān)AR（2）檢驗(yàn)和工具變量有效性Sargan檢驗(yàn)全部通過(guò)，表明3個(gè)模型的設(shè)定合理，回歸結(jié)果可信。

表2 全樣本總指數(shù)回歸結(jié)果

農(nóng)民收入增長(zhǎng)滯后項(xiàng)d（Income）t-1、d（Income）t-2，以及農(nóng)村創(chuàng)業(yè)的滯后項(xiàng)d（Business）t-1、d（Business）t-2的回歸系數(shù)均顯著為正，說(shuō)明農(nóng)民收入增長(zhǎng)和農(nóng)村創(chuàng)業(yè)是動(dòng)態(tài)發(fā)展變化的，受前期的正向影響。其中，從模型1 的回歸結(jié)果可以看出，一階差分后的數(shù)字普惠金融的回歸系數(shù)為0.010，在5%的水平上顯著，說(shuō)明在控制其他變量以后，數(shù)字普惠金融對(duì)農(nóng)民收入增長(zhǎng)具有顯著的正向促進(jìn)作用，證明假設(shè)1 成立。從模型2 的回歸結(jié)果可以看出，在全樣本數(shù)據(jù)的實(shí)證中，數(shù)字普惠金融對(duì)農(nóng)村創(chuàng)業(yè)沒(méi)有明顯影響，故假設(shè)2不成立，但這可能與地區(qū)間情況的不一致有關(guān)。從模型3的回歸結(jié)果可以看出，農(nóng)村創(chuàng)業(yè)對(duì)農(nóng)民收入增長(zhǎng)也沒(méi)有顯著的影響，故假設(shè)3 不成立，這可能也與各地區(qū)情況不一致有關(guān)。在控制變量中，城鎮(zhèn)化對(duì)農(nóng)村創(chuàng)業(yè)和農(nóng)民增收都有正向影響，特別是對(duì)農(nóng)村創(chuàng)業(yè)影響較大。

3.2 數(shù)字普惠金融分項(xiàng)指數(shù)回歸結(jié)果

接下來(lái)對(duì)數(shù)字普惠金融的分項(xiàng)指數(shù)進(jìn)行回歸分析，結(jié)果見(jiàn)下頁(yè)表3。從表3 中可以看出，農(nóng)民收入增長(zhǎng)滯后項(xiàng)和農(nóng)村創(chuàng)業(yè)滯后項(xiàng)的回歸系數(shù)均顯著，仍然說(shuō)明農(nóng)民收入增長(zhǎng)和農(nóng)村創(chuàng)業(yè)是動(dòng)態(tài)發(fā)展變化的。除此之外，第一，在數(shù)字普惠金融覆蓋廣度方面，數(shù)字普惠金融對(duì)農(nóng)村創(chuàng)業(yè)和農(nóng)民增收均沒(méi)有明顯的影響，但在城鎮(zhèn)化水平、農(nóng)村創(chuàng)業(yè)作為自變量納入方程中時(shí)，數(shù)字普惠金融覆蓋廣度反而對(duì)農(nóng)民增收具有負(fù)面影響，故假設(shè)1、假設(shè)2、假設(shè)3 均不成立。第二，在數(shù)字普惠金融使用深度方面，數(shù)字普惠金融對(duì)農(nóng)民增收有一定的直接影響，影響系數(shù)為0.017，同時(shí)也對(duì)農(nóng)村創(chuàng)業(yè)存在一定的正向推動(dòng)作用；從模型3還可以看出，一階差分的農(nóng)村創(chuàng)業(yè)的回歸系數(shù)為0.018，且在10%的水平上顯著，說(shuō)明數(shù)字普惠金融可以通過(guò)農(nóng)村創(chuàng)業(yè)對(duì)農(nóng)民收入增長(zhǎng)產(chǎn)生一定的促進(jìn)作用；而數(shù)字普惠金融使用深度的回歸系數(shù)為0.014，在5%的水平上顯著。比較模型1 和模型3的回歸系數(shù)可知，數(shù)字普惠金融對(duì)農(nóng)民收入的提升作用部分是通過(guò)農(nóng)村創(chuàng)業(yè)這一中介變量傳導(dǎo)的，因此假設(shè)1、假設(shè)2、假設(shè)3均成立，這說(shuō)明數(shù)字普惠金融的使用深度會(huì)促進(jìn)農(nóng)村創(chuàng)業(yè)并助力農(nóng)民增收。第三，數(shù)字普惠金融的數(shù)字化程度對(duì)農(nóng)民增收和農(nóng)村創(chuàng)業(yè)均未有明顯影響，故假設(shè)1不成立。

表3 全樣本分項(xiàng)指數(shù)回歸結(jié)果

3.3 數(shù)字普惠金融使用深度分項(xiàng)指數(shù)回歸結(jié)果

如下頁(yè)表4 所示，數(shù)字普惠金融使用深度的支付、保險(xiǎn)和信貸指數(shù)對(duì)農(nóng)民收入與農(nóng)村創(chuàng)業(yè)的影響有較大差異。第一，支付方面。數(shù)字普惠金融的支付功能對(duì)農(nóng)民收入和農(nóng)村創(chuàng)業(yè)無(wú)明顯影響，故假設(shè)1、假設(shè)2、假設(shè)3均不成立。第二，保險(xiǎn)方面。數(shù)字普惠金融的保險(xiǎn)對(duì)農(nóng)民收入有正向影響，在一定程度上可以促進(jìn)農(nóng)民收入的提升，模型1和模型3的影響系數(shù)均為0.020；但對(duì)農(nóng)村創(chuàng)業(yè)不存在明顯影響，故對(duì)于保險(xiǎn)功能而言，假設(shè)2和假設(shè)3不成立。第三，信貸方面。數(shù)字普惠金融對(duì)農(nóng)民增收以及農(nóng)村創(chuàng)業(yè)都有推動(dòng)作用，由于支付和保險(xiǎn)功能對(duì)于農(nóng)村創(chuàng)業(yè)這一中介渠道的支持都較弱，主要的影響在于信貸功能，一階差分的農(nóng)村創(chuàng)業(yè)的回歸系數(shù)為0.020，結(jié)果顯著，是部分中介效應(yīng)，因此假設(shè)1、假設(shè)2、假設(shè)3 成立，這說(shuō)明當(dāng)前推動(dòng)農(nóng)村創(chuàng)業(yè)的數(shù)字普惠金融功能主要是信貸功能，信貸緩解了農(nóng)村創(chuàng)業(yè)的資金約束，從而通過(guò)農(nóng)村創(chuàng)業(yè)助力農(nóng)民增收。

表4 全樣本使用深度分項(xiàng)指數(shù)回歸結(jié)果

3.4 Sobel檢驗(yàn)和Bootstrap檢驗(yàn)

為了確保逐步回歸的有效性，本文對(duì)使用深度指數(shù)以及使用深度（信貸）指數(shù)同時(shí)進(jìn)行Sobel檢驗(yàn)和Bootstrap檢驗(yàn)。Sobel 檢驗(yàn)得出的z 值分別為3.291、2.981，均在5%的水平上顯著。Bootstrap 檢驗(yàn)得出的z 值分別為2.014、3.222，均在1%的水平上顯著。綜上，在總樣本中，農(nóng)村創(chuàng)業(yè)在數(shù)字普惠金融與農(nóng)民收入增長(zhǎng)之間確實(shí)存在部分中介效應(yīng)，主要體現(xiàn)在數(shù)字普惠金融使用深度和數(shù)字普惠金融使用深度（信貸）兩個(gè)模型中，中介效應(yīng)占比分別為13.76%（0.13×0.018/0.017×100%=13.76%）、27.45%（0.28×0.02/0.0204×100%=27.45%）。

3.5 基于東、中、西部地區(qū)的比較分析

為了進(jìn)一步考察區(qū)域異質(zhì)性，分別對(duì)東、中、西部地區(qū)進(jìn)行分析，仍采用SYS-GMM 模型對(duì)三個(gè)子樣本進(jìn)行估計(jì)①由于數(shù)字普惠金融總指數(shù)、數(shù)字普惠金融分項(xiàng)指數(shù)（覆蓋廣度、使用深度、數(shù)字化程度），以及數(shù)字普惠金融使用深度分項(xiàng)指數(shù)（支付、保險(xiǎn)、信貸）共計(jì)7個(gè)指數(shù)、21個(gè)方程，整體上涉及運(yùn)算的模型數(shù)量和結(jié)果太多，因此在篇幅限制下，表5至表7僅展示東、中、西部地區(qū)三個(gè)子樣本實(shí)證結(jié)果顯著的方程以供解讀，沒(méi)有展示的方程均不顯著。。

表5 中部地區(qū)數(shù)字普惠金融使用深度（信貸）指數(shù)回歸結(jié)果

3.5.1 農(nóng)村創(chuàng)業(yè)的中介效應(yīng)分析

對(duì)東、中、西部地區(qū)子樣本的數(shù)字普惠金融總指數(shù)、分項(xiàng)指數(shù)（覆蓋廣度、使用深度和數(shù)字化程度）和使用深度分項(xiàng)指數(shù)（支付、保險(xiǎn)、信貸）的農(nóng)村創(chuàng)業(yè)中介效應(yīng)分別進(jìn)行分析，結(jié)果顯示，僅中部地區(qū)數(shù)字普惠金融的信貸功能可以通過(guò)支持農(nóng)村創(chuàng)業(yè)助力農(nóng)民增收，是完全中介效應(yīng)，其余指數(shù)和地區(qū)方程均不顯著，結(jié)果見(jiàn)下頁(yè)表5。

通過(guò)表5結(jié)果可以看出，數(shù)字普惠金融使用深度的信貸功能對(duì)農(nóng)民收入沒(méi)有直接影響，而通過(guò)農(nóng)村創(chuàng)業(yè)影響農(nóng)民收入的中介效應(yīng)較為顯著，同時(shí)還伴隨著信息化程度的影響，一階差分后信貸指標(biāo)對(duì)農(nóng)村創(chuàng)業(yè)的影響系數(shù)為1.017，一階差分后的農(nóng)村創(chuàng)業(yè)對(duì)農(nóng)民增收的影響系數(shù)為0.035，均在5%的水平上顯著。其余地區(qū)和指數(shù)的中介效應(yīng)均不顯著。

3.5.2 數(shù)字普惠金融對(duì)農(nóng)民收入和農(nóng)村創(chuàng)業(yè)的直接影響

（1）數(shù)字普惠金融對(duì)農(nóng)村創(chuàng)業(yè)的直接影響

從三個(gè)地區(qū)的實(shí)證結(jié)果可知，只有數(shù)字普惠金融覆蓋廣度對(duì)中部地區(qū)的農(nóng)村創(chuàng)業(yè)影響較大，見(jiàn)下頁(yè)表6。一階差分后的數(shù)字普惠金融覆蓋廣度對(duì)農(nóng)村創(chuàng)業(yè)的影響系數(shù)為6.620，同時(shí)還伴隨著城鎮(zhèn)化水平的協(xié)同推動(dòng)作用，但整體上對(duì)農(nóng)民增收的影響不明顯。

表6 中部地區(qū)樣本各類(lèi)指數(shù)回歸結(jié)果

（2）數(shù)字普惠金融對(duì)農(nóng)民增收的直接影響

在東、中、西三大地區(qū)中，只有西部地區(qū)的數(shù)字普惠金融覆蓋廣度和使用深度的信貸功能對(duì)農(nóng)民增收有直接的正向影響，見(jiàn)下頁(yè)表7。這主要是因?yàn)槲鞑康貐^(qū)農(nóng)民生活和收入水平相對(duì)較低，數(shù)字普惠金融的覆蓋廣度和信貸功能對(duì)于其獲取生活必要的保障尤為關(guān)鍵；但對(duì)于相對(duì)發(fā)達(dá)的地區(qū)則不然。同時(shí)，可以看出，一階差分后的覆蓋廣度和信貸功能指標(biāo)的影響系數(shù)分別為0.066和0.017，特別是在數(shù)字普惠金融覆蓋廣度的模型3中，加入農(nóng)村創(chuàng)業(yè)指標(biāo)后這一系數(shù)變成了-0.088，可以說(shuō)明，數(shù)字普惠金融的覆蓋廣度可能會(huì)加深農(nóng)民的惰性，反而不利于其發(fā)揮自身可行能力以持續(xù)提高收入。

表7 西部地區(qū)樣本各類(lèi)指數(shù)回歸結(jié)果

3.5.3 農(nóng)村創(chuàng)業(yè)對(duì)農(nóng)民增收的直接影響

從東部地區(qū)結(jié)果可以看出，數(shù)字普惠金融對(duì)農(nóng)民增收和農(nóng)村創(chuàng)業(yè)無(wú)明顯影響，但農(nóng)村創(chuàng)業(yè)對(duì)農(nóng)民增收的拉動(dòng)作用較大，結(jié)果如表8 所示。這在一定程度上說(shuō)明，東部地區(qū)由于發(fā)展基礎(chǔ)條件較好，經(jīng)濟(jì)現(xiàn)代化程度較高，整體上創(chuàng)業(yè)基礎(chǔ)較好，對(duì)農(nóng)民收入的影響較大。但是實(shí)證結(jié)果也表明，數(shù)字普惠金融并沒(méi)有通過(guò)農(nóng)村創(chuàng)業(yè)影響農(nóng)民收入，說(shuō)明在較為發(fā)達(dá)的農(nóng)村地區(qū)，可能由于該地區(qū)農(nóng)民在早期已經(jīng)和金融機(jī)構(gòu)建立了較為密切的合作，加之?dāng)?shù)字普惠金融所提供的資金量較小等原因，因而對(duì)東部地區(qū)的影響不夠顯著。

表8 東部地區(qū)樣本各類(lèi)指數(shù)回歸結(jié)果

3.6 穩(wěn)健性檢驗(yàn)

為了進(jìn)一步排除部分關(guān)鍵因素對(duì)于實(shí)證結(jié)果的影響，從如下三個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)。一是剔除直轄市數(shù)據(jù)。對(duì)北京、天津、上海、重慶4個(gè)直轄市的有關(guān)數(shù)據(jù)進(jìn)行剔除；由于中部地區(qū)不包含上述4 個(gè)直轄市，因此僅對(duì)全國(guó)樣本進(jìn)行穩(wěn)健性檢驗(yàn)。根據(jù)上文全樣本回歸結(jié)果，這里對(duì)數(shù)字普惠金融（使用深度分項(xiàng)指標(biāo)）進(jìn)行第一次穩(wěn)健性檢驗(yàn)。使用深度分項(xiàng)指標(biāo)和農(nóng)村創(chuàng)業(yè)的回歸系數(shù)均顯著為正，且系數(shù)略高于上文結(jié)果，這說(shuō)明剔除直轄市樣本后的實(shí)證結(jié)果仍然穩(wěn)健。二是縮短研究區(qū)間。為了排除新冠肺炎疫情的影響，將研究區(qū)間限定為2013—2018 年進(jìn)行重新回歸。結(jié)果顯示，使用深度分項(xiàng)指標(biāo)和農(nóng)村創(chuàng)業(yè)的回歸系數(shù)均顯著為正，且系數(shù)顯著高于上文全樣本結(jié)果，這說(shuō)明疫情對(duì)數(shù)字普惠金融的使用深度以及農(nóng)村創(chuàng)業(yè)產(chǎn)生了一定的負(fù)面沖擊，同時(shí)也說(shuō)明農(nóng)村創(chuàng)業(yè)的中介效應(yīng)切實(shí)存在。三是引入交互項(xiàng)。選用數(shù)字普惠金融使用深度指數(shù)的全樣本數(shù)據(jù)作為代表進(jìn)行分析，先估計(jì)僅加入其他控制變量的基準(zhǔn)模型，再依次加入數(shù)字普惠金融使用深度分項(xiàng)指標(biāo)、農(nóng)村創(chuàng)業(yè)指標(biāo)及二者的交互項(xiàng)進(jìn)行回歸估計(jì)。結(jié)果顯示，使用深度分項(xiàng)指標(biāo)和農(nóng)村創(chuàng)業(yè)的回歸系數(shù)均顯著為正，而且依次遞減；使用深度分項(xiàng)指標(biāo)與農(nóng)村創(chuàng)業(yè)的交互項(xiàng)的回歸系數(shù)也在5%的水平上顯著，這說(shuō)明模型使用并未產(chǎn)生較大誤差。同時(shí)，采用相同方法對(duì)中部地區(qū)數(shù)字普惠金融的信貸功能的農(nóng)村創(chuàng)業(yè)中介效應(yīng)進(jìn)行檢驗(yàn)，結(jié)果穩(wěn)健。

4 結(jié)論與建議

本文采用2013—2020 年的省級(jí)面板數(shù)據(jù)，對(duì)數(shù)字普惠金融、農(nóng)村創(chuàng)業(yè)和農(nóng)民增收之間的作用效應(yīng)進(jìn)行實(shí)證分析。結(jié)果表明：數(shù)字普惠金融對(duì)農(nóng)民增收和農(nóng)村創(chuàng)業(yè)存在一定的直接影響。一方面，對(duì)農(nóng)民增收的影響主要集中在西部地區(qū)，而且主要體現(xiàn)在覆蓋廣度和信貸功能上；另一方面，對(duì)于農(nóng)村創(chuàng)業(yè)的影響，主要體現(xiàn)在中部地區(qū)數(shù)字普惠金融的覆蓋廣度和信貸功能上。進(jìn)一步從農(nóng)村創(chuàng)業(yè)的中介效應(yīng)來(lái)看，僅針對(duì)信貸功能在中部地區(qū)才得以體現(xiàn)，這也可以解釋全樣本數(shù)據(jù)中信貸功能中介效應(yīng)顯著的原因，主要是來(lái)源于中部地區(qū)。此外，東部地區(qū)僅存在農(nóng)村創(chuàng)業(yè)對(duì)農(nóng)民增收的正向影響，這可以說(shuō)明農(nóng)村創(chuàng)業(yè)對(duì)農(nóng)民收入的提升確實(shí)存在正向影響，且這種影響是持續(xù)的，能夠長(zhǎng)效助農(nóng)增收。

基于上述結(jié)論，本文提出以下建議：一是要重點(diǎn)關(guān)注數(shù)字普惠金融對(duì)農(nóng)民內(nèi)生動(dòng)力的提升作用。通過(guò)發(fā)展數(shù)字普惠金融促進(jìn)農(nóng)民收入長(zhǎng)效、可持續(xù)增長(zhǎng)是當(dāng)前需要重點(diǎn)關(guān)注的問(wèn)題，還需要更加關(guān)注數(shù)字普惠金融對(duì)于農(nóng)村創(chuàng)業(yè)和產(chǎn)業(yè)發(fā)展的推動(dòng)作用，驗(yàn)證其有效性，并不斷制定和完善相關(guān)政策。二是根據(jù)東、中、西部各地區(qū)發(fā)展階段特征，針對(duì)數(shù)字普惠金融的重點(diǎn)影響特征和功能，不斷完善服務(wù)提供方式和途徑，提升對(duì)農(nóng)民發(fā)展的驅(qū)動(dòng)能力。三是重點(diǎn)針對(duì)西部地區(qū)建立健全創(chuàng)業(yè)幫扶機(jī)制。西部農(nóng)村地區(qū)相較于東部和中部地區(qū)發(fā)展較為落后，要重點(diǎn)針對(duì)西部地區(qū)建立健全農(nóng)村地區(qū)創(chuàng)新創(chuàng)業(yè)幫扶機(jī)制，與數(shù)字普惠金融協(xié)同助力農(nóng)村、農(nóng)業(yè)、農(nóng)民發(fā)展，提升其內(nèi)生發(fā)展動(dòng)力。