农村产业融合发展的创业效应研究——基于省际异质性的实证检验

李晓龙，冉光和

(重庆大学 经济与工商管理学院，重庆 400044)

一、引言

创业活动是推动一个国家或地区经济可持续增长的重要源泉。近年来，随着“大众创业、万众创新”的深入推进，中国农村地区的创业活跃度明显提升，一批批农村特色产业如雨后春笋般涌现，不仅带动了农村劳动力就近转移和农民收入增长，同时对进一步推进农业供给侧结构性改革以及实现乡村振兴也具有深远意义。已有研究表明，政策支持、金融服务以及社会资本等都是影响农村创业的重要环境因素[1-3]。然而，鲜有学者充分注意到中国实现农业现代化过程中的新型产业发展模式，即农村一二三产业融合发展(以下简称“农村产业融合发展”)对农村创业可能产生的影响。自2015年中央“一号文件”发布以来，推进农村产业融合发展已经成为中央农村工作的焦点。农村产业融合发展强调将产业链、价值链等现代产业组织方式引入农业，通过链条延伸、主体参与、业态打造、模式创新、要素激发等途径，可以为农村创业提供潜在的创业机会和丰富的创业资源，从而提升农村创业活跃度。由此可见，农村产业融合发展究竟对中国农村创业活跃度有着怎样的影响，是一个值得研究的重要问题。

目前，涉及农村产业融合发展对农村创业影响的文献并不多，相关研究主要集中在以下两个方面：一是农村产业融合方式(如农产品电商、乡村旅游)的创业效应。鲁钊阳和廖杉杉研究发现，农产品电商发展有利于激发农产品“产—供—销”一体化利益链条上各利益主体的创业热情[4]。刘奇指出，乡村旅游有利于激活农村创业的各类要素，是中国农民的第三次创业[5]。杨学儒和杨萍则认为，创业者识别和开发创业机会是乡村旅游发展的前提[6]。二是农村产业融合主体(如农民专业合作社、家庭农场)的创业效应。邓俊淼调研发现，农民通过成立合作组织能够获得自身创业所必须的资金、技术和销售渠道，从而把握创业机会，降低创业成本，获得创业成功[7]。黄洁从“领导—成员交换”理论视角出发，提出了农民合作社企业家社会创业意向的理论模型[8]。王治和程星的研究则指出，由于现阶段中国农业生产力水平不高，鼓励和扶持职业农民创业，实现以家庭农场为载体的农民转型与创业致富，是帮助农民致富以及推进城乡一体化与农业现代化的重要力量[9]。然而，上述研究未能揭示农村产业融合发展影响农村创业的详细机理，且少有涉及农村产业融合发展创业效应的实证研究，同时也忽略了农村产业融合发展创业效应的省际异质性。基于此，本文试图从以下三方面丰富现有研究：第一，从潜在创业机会与创业资源的角度出发，系统考察农村产业融合发展对农村创业活跃度的影响机理以及这种影响的省际异质性；第二，利用省际层面的面板数据检验农村产业融合发展对农村创业活跃度的影响；第三，考虑到省际之间城镇化进程、农村金融发展、农村人力资本以及产业结构状况等宏观环境不同，可能会影响农村产业融合发展的创业效应发挥，本文进一步运用面板门槛回归模型，实证检验农村产业融合发展对农村创业活跃度的影响是否因省际宏观因素差异而具有不同弹性。

二、理论分析与研究假说

(一)产业融合发展对农村创业活跃度的影响机理

农村产业融合发展与农村创业是相互促进的关系。一方面，农村产业融合发展可以通过提供创业机会和创业资源，推动农村创业活跃度的提升；另一方面，农村创业则有利于形成新产业、新业态以及新模式[10]，从而加快农村产业融合发展的速度，并扩大农村产业融合发展的规模。本文从理论上分析农村产业融合发展对农村创业活跃度的促进作用，后文也将基于该方面的客观数据进行实证考察。农村产业融合发展对于提升农村创业活跃度的影响主要体现在：首先，农村产业融合发展为农村潜在创业者提供了大量的创业机会。农村产业融合发展延伸了农业产业链条，同时有助于发挥农业多功能性，是农业产业化的升级版和拓展版[11]，这种升级换代也催生了一系列新产业、新业态(如休闲观光农业、绿色生态农业、“互联网+农业”等)的发展，而每一个新产业或领域的出现均为农村潜在创业者提供了大量的创业机会。与此同时，对于农村潜在创业者而言，利用农村产业融合发展所提供的创业机会在一定程度上可以减少创业风险，因为其他农村创业者已经借助这些创业机会获益并实践证实了该类创业的可行性，其可观的收益将促进农村创业活跃度的有效提升。其次，农村产业融合发展为农村创业者提供了丰富的创业资源。农村产业融合发展过程中释放出大量的生产要素(如成片的耕地、水面、山林以及丰富的农村劳动力)，为农村创业者提供丰富的创业资源，推动了农业企业、农民合作社以及农村个体工商户等新型经营主体的诞生。与此同时，在农村产业融合发展的过程中，必然包含着产业融合发展所必需的基础设施(农村水、电、路、通信等)的完善，鉴于其“公共产品”的属性，多数基础设施均可以供农村创业者低成本甚至免费享受，这无疑降低了农村创业者的创业成本，因此有助于提升农村创业活跃度。综上，本文提出以下有待验证的假说：

假说1：农村产业融合发展促进了农村创业活跃度的提升。

(二)农村产业融合发展创业效应的省际异质性

中国幅员辽阔，农村产业融合发展对提升农村创业活跃度的影响可能在省际层面上呈现出非均衡特征，即省际异质性。省际异质性的出现是由于各个省份在要素禀赋、地理人文以及经济环境等方面存在巨大差异，相同的农村产业融合发展水平对农村创业活跃度的提升效应也存在差别。造成农村产业融合发展对农村创业活跃度差异化影响的重要原因有：一是城镇化进程。“产城融合”是农村产业融合发展的主要类型之一[注]农村产业融合发展可以分为六种类型：产城融合型、农业内部融合型、产业链延伸型、功能拓展型、新技术渗透型以及多业态复合型。，其核心是推动农村产业融合与新型城镇化的有机结合、联动发展[12]。一般而言，城镇化进程越快的地区，农村产业融合发展的水平越高，其对农村创业的带动作用也就越强。二是农村金融发展水平。金融是产业发展的核心和血脉，金融支持是推进农村产业融合发展的重要手段[13]。通常一个地区的农村金融发展水平越高，越有利于发挥农村产业融合发展的创业效应。三是农村人力资本水平。农村人力资本不仅是农户创业的内生变量，还会通过促进制度、技术与商业模式创新而推动农村产业融合发展。可见，对于农村人力资本越高的地区，其农村产业融合发展的创业效应也越显著。四是产业结构状况。推进农业“接二连三”，是促进农村产业融合发展的根本举措[14]。一个地区的二三产业发展水平越高，对农业发展的带动能力越强，更有利于发挥农村产业融合发展的创业效应。综上所述，农村产业融合发展的创业效应会受到城镇化进程、农村金融发展水平、农村人力资本以及产业结构状况等外部环境的影响，随着一个地区宏观外部环境的改善，越能发挥其农村产业融合发展对农村创业活跃度的提升作用。为此，本文提出以下有待验证的假说：

假设2：在城镇化进程、农村金融发展、农村人力资本以及产业结构等宏观外部环境越好的地区，农村产业融合发展对农村创业活跃度的提升作用越强。

三、模型、变量与数据

(一)计量模型设定

首先，为了考察农村产业融合发展创业效应的存在性(即农村产业融合发展是否有助于提升农村创业活跃度)，参考现有关于地区创业影响因素研究的通常做法，构建了如下面板计量模型：

ENTit=α+βCONit+ρXit+μit

(1)

其中，i为地区，t为年份；ENT表示农村创业活跃度；a为常数项；CON表示农村产业融合发展；X表示控制变量；μ表示随机误差项。考虑到农村产业融合发展与农村创业的双向因果关系可能会导致模型估计中出现解释变量的内生性问题，本文采用系统GMM估计对模型(1)进行估计。

为了检验农村产业融合发展创业效应的省际异质性，本文借鉴Hansen的研究思路[15]，同时基于计量模型(1)的设定，以省际异质性因素作为门槛变量，构建了如下面板门槛模型[注]门槛面板模型可以用来考察解释变量对被解释变量边际效应随着门槛变量值置于不同门槛区间而表现出非线性特征，能有效地分离出异质性因素造成解释变量对被解释变量的差异化影响。：

ENTit=α+α1CONitI(δit≤γ1)+α2CONitI(γ1<δit≤γ2)+…+αnCONitI(γn-1<δit≤γn)+αn+1CONitI(γn<δit)+ρXit+μit

(2)

其中，δit表示门槛变量，即省际异质性因素(城镇化进程、农村金融发展、农村人力资本以及地区产业结构)；γ表示具体的门槛值；α1、α2、…、αn与αn+1表示在门槛变量的不同门槛值区间范围内，核心解释变量(农村产业融合发展)对被解释变量(农村创业活跃度)的影响系数，如果α1、α2、…、αn与αn+1之间的差异明显且至少有一个系数通过显著性水平检验，表示所选择的门槛变量是有效的；I(·)为指示函数，如果I=1，说明括号中的条件得以满足，反之I=0。εit～iidN(0，σ2)为随机扰动项。

(二)变量选取

1.被解释变量。本文的被解释变量为农村创业活跃度(ENT)。结合中国农村经济发展的特点，将农村创业定义为农户从事规模种养殖、个体经营、创立企业或者农民专业合作社等行为。与此同时，考虑到省际宏观层面农村创业数据的可获得性，参考韦吉飞等学者的研究[16-18]，选取各地区农村私营企业投资者人数与农村个体户数之和占农村就业总数的比重来反映农村创业的活跃程度，该比值越大，说明农村创业活跃度越高。

2.核心解释变量。农村产业融合发展(CON)为考察的核心解释变量。目前学术界尚未有一个指标可以全面直观地反映农村产业融合发展的水平和质量。唐超等均以北京市为例，构建了可以较好反映农村产业融合发展水平的综合评价指标体系[19-20]。本文在借鉴已有研究做法并兼顾省际层面数据可得性的基础上，从农业产业链延伸、农业多功能性发挥以及农业服务业融合发展三个方面来构建农村产业融合发展水平的综合评价指标体系(详见表1所示)。其中，选取农产品加工业主营业务收入与农业总产值的比值、农村每万人拥有农民专业合作社数量两个指标反映农业产业链延伸情况，选取休闲农业年营业收入与第一产业总产值的比值、设施农业总面积与耕地面积的比值两个指标反映农业多功能性发挥情况，选取农林牧渔服务业总产值与第一产业总产值的比值反映农业服务业融合发展情况。

表1 农村产业融合发展水平的综合评价指标体系

在获得上述指标数据的基础上，本文进一步测度了各地区农村产业融合发展水平的综合指数。首先对上述指标进行标准化处理，以消除数据不同量纲的影响。借鉴夏维力和丁珮琪的做法[21]，标准化处理的计算公式为：

Uij=(Vij-Vmin(j))/(Vmax(j)-Vmin(j))×10

(3)

其中，Uij表示i地区第j个指标的标准化数据，Vij表示原始数据(i=1，2，…，m；j=1，2，…，n)，m=30，n=5；Vmax(j)表示样本期间所有地区第j个指标原始数据中的最大值，Vmin(j)表示最小值。基于标准化处理之后的数据，运用线性加权求和法，计算2008—2016年各地区农村产业融合发展水平的综合指数，其公式为：

(4)

其中，ωij为各二级指标的权重。为了尽可能地避免主观影响，本文采用熵值赋权法来确定各二级指标的权重，其主要步骤如下：

首先，对标准化数据进行比重变换，公式为：

(5)

其次，计算第j项指标的熵值，公式为：

(6)

最后，计算第j项指标熵值的信息效用价值dj和权重ωj，公式为：

(7)

3.控制变量。本文的控制变量包括：(1)地区对外开放(OPE)，以进出口总额与国内生产总值的比值来度量，并利用各年人民币对美元平均汇率对进出口总额进行了换算；(2)地区基础设施(FRA)，利用各地区公路密度(公路里程/地理面积)来表示；(3)城镇化进程(URB)，用各地区非农业就业人口占总就业人口的比重来度量；(4)农村金融发展(FIN)，以各地区涉农贷款余额与农林牧渔业总产值之比来衡量；(5)农村人力资本(HUM)，利用各地区农村居民人均受教育年限[注]农村居民人均受教育年限= 0×文盲和半文盲人口比例+6×小学文化人口比例+9×中学文化人口比例+12×高中文化人口比例+16×大学文化人口比例。来衡量。

4.门槛变量。本文选用控制变量中的城镇化进程、农村金融发展、农村人力资本作为门槛变量。为了使回归结果更加准确，在使用某一变量作为门槛变量时，就不再将其列入控制变量。除上述变量外，还选用地区产业结构作为一个重要的门槛变量，利用各地区第二产业和第三产业增加值之和占国内生产总值的比重来衡量。

(三)数据说明

本文样本涉及2008—2016年间中国30个省级行政区[注]香港、澳门特别行政区、台湾省以及西藏自治区由于统计数据存在不同程度的缺失，未被纳入研究样本。。其中，各地区农村私营企业投资者人数与农村个体户数来源于各年《中国统计年鉴》；农产品加工业、休闲农业以及农林牧渔服务业数据来源于《中国农业年鉴》、《中国农产品加工业年鉴》、《中国乡镇企业年鉴》、《中国农产品加工业发展报告》以及各地区年鉴和政府网站；农民专业合作社数据来源于各地区市场主体发展报告和工商行政管理局；设施农业面积来源于全国温室数据系统，个别缺失数据采用线性插值法予以补齐处理；进出口总额、公路里程、城乡人口数量以及国内生产总值等数据主要来源于历年《中国统计年鉴》；涉农贷款数据来源于《中国金融年鉴》和《中国农村金融服务报告》；农村居民人均受教育年限原始数据来源于《中国农村统计年鉴》。主要变量见表2。

表2 主要变量及其平稳性检验结果

注：C、T、K、分别表示带有常数项、趋势项以及滞后阶数；***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著；LLC检验方法的零假设为数据存在单位根，即数据是不平稳的。

四、实证检验与结果分析

(一)平稳性检验

在利用建立的计量模型(1)进行实证检验之前，有必要对样本数据的平稳性进行检验，以尽量避免出现伪回归现象。本文采用Levin等提出的LLC方法对所有变量进行面板单位根检验[22]，检验结果见表2。从表2中可以看出，所有变量均通过了面板单位根检验，面板数据平稳，从而满足计量建模的基本要求，因此所建立的计量模型是具有较好解释力的。

(二)产业融合发展创业效应的存在性检验

根据构建的计量模型(1)，利用系统GMM估计对农村产业融合发展创业效应的存在性进行检验。鉴于农村创业活跃度的影响因素众多，本文实证模型无法将其全部纳入，因此可能会遗漏一些重要变量。为此，本文将遵循计量经济学中“从一般到特殊”的建模原则，以尽可能降低由于遗漏变量问题所带来的影响。同时，本文对计量模型进行了AR检验(即残差序列相关性检验)和Hansen检验(即过度识别检验)，以验证计量模型设定是否合理以及工具变量选取是否有效。表3报告了农村产业融合发展对农村创业活跃度影响的系统GMM估计结果。其中，AR(2)检验的P值在除模型(1)外的所有模型中均明显大于0.1，说明模型残差(差分之后)并不存在二阶序列相关性，即本文构建的计量模型是比较合理的；Hansen检验的P值全部接近于1，说明模型内的过度识别约束有效，即选取的工具变量是较为有效的。

表3 系统GMM估计结果

注：***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著；()内为Z值。

表3中的模型(4)列示了“一般性”估计结果，模型(1)～模型(3)列出了逐步引入相关控制变量的“特殊性”估计结果。从中可以发现，农村产业融合发展对农村创业活跃度的估计系数全部在1%的水平上显著为正，这表明：农村产业融合发展显著地提升了中国农村的创业活跃度，即在农村产业融合发展水平越高的地区，农村创业的活跃度越高，从而验证了研究假说1。从控制变量的估计结果来看，所有控制变量的回归系数全部为正，且都通过了显著性水平检验。与此同时，控制变量的回归系数符号并未因其他控制变量的逐步加入而发生明显改变，这说明上述模型的估计结果具有稳健性，所选取的控制变量(地区对外开放、基础设施、城镇化进程、农村金融发展以及农村人力资本)对农村创业活跃度均具有重要的提升作用。

(三)产业融合发展创业效应的异质性分析

上文分析初步表明，农村产业融合发展显著提升了农村创业活跃度，但这种创业效应可能还需要外部环境的协同。结合前文的理论分析，影响农村产业融合发展创业效应的省际异质性因素至少包括城镇化进程、农村金融发展、农村人力资本以及地区产业结构等4个方面。以这四个变量作为门槛变量并构建面板门槛模型，实证考察在门槛变量的不同门槛值区间范围内，农村产业融合发展对农村创业活跃度影响的差异程度。

1.门槛效应检验。首先，确定门槛模型形式。根据 Hansen的思路[17]，利用Bootstrap法(自助抽样法)对门槛模型的形式进行判断，结果详见表4。从表4中的F统计值和对应的概率P值可以看出，城镇化进程(URB)、农村金融发展(FIN)、农村人力资本(HUM)以及地区产业结构(STR)均通过了单一门槛效应检验。

表4 门槛效应检验结果

注：***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著。

其次，估计具体的门槛值。利用最小残差平方和(即LR图[注]在LR图中，门槛值点即为LR检验曲线的最低点，水平虚线为95%置信水平的似然比统计量LR临界值，该水平虚线与LR检验曲线的交点所构成的区间为得到的置信区间，当门槛估计值落在该区间时，似然比统计量小于该临界值，此时得到的门槛值有效。中的最低点)来估计四个门槛变量的单一门槛值，结果详见图1～4所示。从图中可以发现，城镇化进程(URB)、农村金融发展(FIN)、农村人力资本(HUM)以及地区产业结构(STR)变量的单一门槛的估计值均落在了相应的95%置信区间范围内，因此所得到的门槛估计值也都是有效的。从具体门槛值的估计结果来看，城镇化进程(URB)、农村金融发展(FIN)、农村人力资本(HUM)以及地区产业结构(STR)的单一门槛估计值分别为：0.674 0、3.185 5、8.924 0和0.927 5，且至少在10%的水平上通过显著性检验，可见门槛估计值与真实值一致。

图2 FIN门槛值的LR图

图3 HUM门槛值的LR图

图4 STR门槛值的LR图

2.门槛模型参数估计。在进行门槛效应检验之后，表5进一步列示了以城镇化进程(URB)、农村金融发展(FIN)、农村人力资本(HUM)以及地区产业结构(STR)分别作为门槛变量的面板门槛模型参数估计结果。

表5 门槛模型参数估计结果

注：CON_1表示当门槛变量低于门槛值时，农村产业融合发展变量的回归系数；CON_2表示当门槛变量高于门槛值时，农村产业融合发展变量的回归系数。***、**、*分别表示统计值在1%、5%、10%的显著性水平下显著。()内为Z值，[]内为p值。

首先，以城镇化进程(URB)作为门槛变量的参数估计结果详见模型(1)。从中可以看出，当城镇化进程低于门槛值0.674 0时，农村产业融合发展对农村创业活跃度的影响系数为0.002 3，通过了1%的显著性水平检验；当城镇化进程跨越门槛值0.674 0之后，农村产业融合发展对农村创业活跃度的影响系数上升为0.005 8，且依旧通过了1%的显著性水平检验。这充分说明，在城镇化进程越快的地区，农村产业融合发展对农村创业活跃度的提升作用越强。截至2016年，跨过城镇化进程门槛值(0.674 0)的地区有北京、天津、上海、江苏以及广东。

其次，以农村金融发展(FIN)作为门槛变量的参数估计结果详见模型(2)。从中可以看出，当农村金融发展水平低于门槛值3.185 5时，农村产业融合发展对农村创业活跃度的影响系数为正(0.001 0)，但并未通过显著性水平检验；当农村金融发展水平高于门槛值3.185 5时，农村产业融合发展对农村创业活跃度的影响系数在1%的水平上显著为正，系数上升为0.005 0。这表明，农村产业融合发展促进农村创业需要完善的金融服务作为保障，农村金融发展越好的地区，越能为农村产业融合发展创业效应的发挥创造有利条件。2016年跨越农村金融发展门槛值的地区包括北京、天津、山西、上海、江苏、浙江、青海以及宁夏。

再次，以农村人力资本(HUM)作为门槛变量的参数估计结果详见模型(3)。从中可以看出，当农村居民的平均受教育年限低于门槛值8.924 0时，农村产业融合发展对农村创业活跃度的弹性系数为0.001 7，通过了5%的显著性水平检验；随着农村居民的平均受教育年限跨越门槛值8.924 0，农村产业融合发展对农村创业活跃度的影响系数上升为0.005 0，且通过了1%的显著性水平检验。这表明农村居民的受教育水平越高，其创业技能越强，从而使得农村产业融合发展对农村创业活跃度的影响显著增强。截至2016年，跨过农村人力资本门槛值的地区有北京、天津、河北、辽宁、上海、江苏、浙江、山东以及广东。

最后，以地区产业结构(STR)作为门槛变量的参数估计结果详见模型(4)。从中可以看出，当产业结构系数低于门槛值0.927 5时，农村产业融合发展对农村创业活跃度的影响系数为正(0.001 7)，通过了10%的显著性水平检验；当产业结构系数高于门槛值0.927 5时，农村产业融合发展对农村创业活跃度的影响系数在1%的水平上显著为正，且系数上升为0.005 0。这表明，一个地区的产业结构越优化，农村产业融合发展对农村创业活跃度的提升作用越大。2016年跨越产业结构门槛值的地区包括北京、天津、山西、上海、江苏、浙江、山东以及广东。

综上结果表明，农村产业融合发展对农村创业活跃度的影响存在明显的门槛特征。在城镇化进程、农村金融发展、农村人力资本以及地区产业结构的不同门槛值区间，农村产业融合发展的创业效应呈现出明显的差异。具体而言，一个地区的农村金融发展、农村人力资本水平越高，城镇化进程越快以及产业结构越优化，农村产业融合发展的创业效应越明显。这也意味着，各地区可以根据自身发展现状，在推动城镇化进程和优化产业结构以及提高农村金融发展和人力资本水平等方面下足功夫，以尽可能地发挥农村产业融合发展的创业效应。

五、研究结论与政策启示

农村产业融合发展通过提供丰富的创业机会和创业资源，在推动农村创业创新的过程中发挥着重要作用。研究结果表明：农村产业融合发展存在明显的创业效应，即农村产业融合发展显著提升了中国农村的创业活跃度；进一步运用面板门槛模型进行异质性分析发现，在城镇化进程、农村金融发展、农村人力资本以及地区产业结构的不同门槛值区间，农村产业融合发展的创业效应呈现出明显差异。因此，各地区一方面可以通过推动农村产业融合发展来提升农村创业活跃度，另一方面可以依据自身发展现状，不断完善城镇化建设和优化产业结构，以及提高农村金融发展和人力资本水平，以尽可能地发挥农村产业融合发展的创业效应。

研究结论对于提升中国农村创业活跃度以及促进农村经济繁荣具有重要的启示意义。首先，农村创业活跃度的提升，离不开农村产业融合发展的持续有效推进。一是要大力发展附加值高的休闲观光农业、生态循环农业、绿色有机农业、“互联网+”农业等农村产业融合的新产业、新业态，支持农民创业增收；二是要着力构建现代农业示范区、电子商务产业园、农产品交易物流区、农产品加工集中区以及乡村旅游密集区等农村产业融合发展的新载体，助推农村创业活动；三是要大力培育家庭农场、种养大户、农业企业以及农民专业合作社等农村产业融合发展的新主体，积极促进农民创业。其次，农村创业活跃度的提升，还应关注农村产业融合发展创业效应的省际异质性。各地区在推动农村产业融合发展的过程中，应该结合当地实际情况，加快推进城镇化进程，促进城镇化的包容性发展；加速农村金融体系改革，完善农村金融服务；强化农村人力资本积累，提升人力资本水平；促进二三产业发展，优化农村产业结构，从而为充分发挥农村产业融合发展的创业效应创造条件。