数字普惠金融对农村居民收入的影响——以农村创业活跃度为中介效应的实证研究

白慧鑫

数字普惠金融对农村居民收入的影响——以农村创业活跃度为中介效应的实证研究

白慧鑫

（贵州财经大学贵州贵阳550000）

数字普惠金融是以互联网为载体，将信息技术手段与传统金融服务融合，促进普惠金融发展的成果，也是推动乡村振兴的重要力量。文章以我国31个省份农村地区的年度数据为基础，引入中介变量农村创业活跃度，研究数字普惠金融对农村居民收入的影响及农村创业活跃度的中介效应。实证结果显示：数字普惠金融正向显著作用于农村居民收入，且其覆盖广度、使用深度、数字化程度对农村居民收入有着不同程度的正向显著影响；农村创业活跃度在数字普惠金融和农村居民收入之间起着部分中介作用。

乡村振兴；数字普惠金融；农村居民收入；农村创业活跃度

中国是世界上最大的发展中国家，农村人口众多，农业、农村和农民问题是关系国计民生的根本性问题，解决好“三农”问题是政府工作的重点。就中国当前情况来看，经过多年的发展，农村居民持续增收，但城乡收入差距依然较大，城乡经济发展失衡问题依然存在。农户增收与我国广大农村居民的社会福祉紧密相连，是提高农村居民生活水平和缩小城乡差距的重要基础，同时也是乡村振兴战略的核心目标和重要着力点。然而，我国目前经济增速放缓，农业生产规模较小，农村融资难、融资贵，市场上信息不对称，新冠肺炎疫情等问题严重阻碍着我国农村居民的收入增长。金融是现代经济的核心，金融发展是促进农民收入增长的重要途径，数字普惠金融的迅速发展可以为农民收入提升带来新的转机。数字普惠金融是以互联网为载体，将信息技术手段与传统金融服务高度融合的产物，具有覆盖面广、交易成本低，能够降低市场摩擦、增加信贷可得性、促进居民消费投资、为农村居民增加创业就业机会等优点，并在促进居民收入尤其是农村低收入群体的收入增长等方面也发挥着巨大的作用。

在乡村振兴背景下，数字普惠金融有望通过金融机构与金融服务等方面的创新，缩小数字鸿沟，解决农村金融发展长期面临的高投入、低收益、风险与挑战并存等问题，惠及传统金融难以普及的广大农村群体，缓解农村家庭信贷约束，减少金融交易成本，降低金融服务门槛，改善农村居民的消费行为，激励其创业、投资，增加其就业机会，促进农民增收。数字普惠金融发展迅速，且农村经济发展、农民收入水平提高以及农村总体经济问题的解决也需要其支持。因此，本文以数字普惠金融为切入点，分析其对我国农村居民收入的影响，以及农村创业活跃度的中介作用，并试图给出相应的对策建议。

1 文献回顾与假设提出

我国数字普惠金融起步晚于发达国家，但是发展迅猛，移动支付、网络借贷等数字金融产品的发展与普及，极大地改变了我国居民的消费方式、生产经营方式和投资方式，正逐渐发展为农村金融建设的重要推动力。以往的研究表明，数字普惠金融能够缓解贫困，加快城乡融合的步伐，促进乡村振兴。王曙光等（2011）提出数字普惠金融能够缓解信贷约束，促进低收入的农村居民增收[1]。但普惠金融在实际发展中存在一些问题，朱一鸣等（2017）指出居民享受金融服务的机会因收入不同而有所差异，普惠金融对收入高的农村居民的增收效果要比对收入低的农村居民更好[2]。

关于农村居民创业，Evans等（1989）发现数字普惠金融能够加快资金流动，促进居民创业[3]。谢绚丽等（2018）发现数字金融正向显著作用于居民创业，对于收入水平、城镇化率低的地区，其促进效果更好[4]。何婧等（2019）认为数字金融能够缓解信贷约束，减少信息不对称风险，促进农村居民创业[5]。张兵等（2021）认为数字金融能够降低居民获取信贷及创业的成本，提高创业活跃度，增加创业和创新[6]。

目前的研究有不少关于数字普惠金融、融资约束对农村居民收入的影响，少有文献研究农村创业活跃度在其中所起的作用。本文以《中国统计年鉴》2011年—2019年省级年度数据为样本，采用中介效应模型研究数字普惠金融对农村居民收入的影响。本文认为，数字普惠金融促进农民增收，还可以通过刺激农村居民创业的活跃度来进一步促进农民增收。

综上所述，本文提出以下几个假设：

H1：数字普惠金融正向显著作用于农村居民收入。

H2：数字普惠金融对农村创业活跃度产生正向显著影响。

H3：数字普惠金融能够通过农村创业活跃度显著影响农村居民收入。

H4：数字普惠金融对农村居民收入的影响存在结构性差异，数字普惠金融不同维度对农村居民收入影响显著，且存在差异。

2 研究设计

2.1 数据来源

为研究数字普惠金融、农村创业活跃度对农村居民收入的影响，本文选取了2011年—2019年中国31个省份数据作为样本进行研究。其中，数字普惠金融指数选用了国内较为权威的北大数字金融中心编制的历年数据，其他数据来源于《中国统计年鉴》以及Wind数据库。

3.1.1 如果对手竞技水平相对于自己较差，这样运动员往往会出现精神状态不紧张、攻击意识不强、低估敌人的能力现象，认为自己可以自由发挥，轻而易举就能拿下比赛。对自己也没有了进攻和防守的欲望。这时球员在身体和心理上都是非常放松的状态，慢慢这场比赛输的风险被逐渐显露出来，那么一旦比赛处于不利状态，情绪开始暴躁，心理也受到了波动，比赛节奏已经超出控制，逐渐失去自我控制。这时的运动员很难再回到合适的比赛状态。（见表1）

2.2 变量的选取与描述性统计

2.2.1 变量的选取

（1）被解释变量：农村居民收入水平（），以去对的农村居民人均可支配收入来衡量。

（2）解释变量：数字普惠金融发展水平（），采用北大数字金融研究中心的《数字普惠金融指数》中数据的对数来衡量，并分为覆盖广度（）、使用深度（）和数字化程度（）三个维度进行分析。

（3）中介变量：农村创业活跃度（），采用乡村私营及个体企业从业人口之和与农村总人口比值的对数来衡量。

（4）控制变量：城镇化率（），用城镇居民人口与总人口的比值来衡量；经济发展水平（），用各地区的人均GDP来表示；受教育程度（），用农村居民人均受教育年限衡量，以受教育年限为权重（小学、初中、中专及高中、大专及以上分别以6年、9年、12年、16年为限来划分）计算得出农村居民人均受教育水平；财政支农水平（），以财政部对农村经济的补助来衡量；农村经济发展水平（），用第一产业的增加值来衡量。为减少异方差，本文对控制变量也进行了取对数处理。

2.2.2 描述性统计

各变量描述性统计结果如表1所示。

表1变量描述性统计结果

符号变量名称平均值中位数标准差最小值最大值 INC农村居民收入9.0809.2921.3901.66010.41 DIF数字普惠金融指数5.1305.3530.7101.2156.017 COV覆盖广度4.9935.2490.8230.6735.952 USA使用深度5.1445.2680.6511.9116.087 DIG数字化程度5.2835.7341.1890.027 06.136 URB城镇化率0.5740.5610.1320.2270.896 RGDP经济发展水平10.7410.690.4349.68211.99 EDU受教育程度3.1932.8701.3780.053 08.054 GOV财政支农0.1150.1160.033 00.041 00.203 ENT农村创业活跃度0.3900.1280.9230.018 05.683 CGDP农村经济发展水平7.0947.4541.1344.2468.540

在进行实证分析之前，要检验变量之间的相关性，检验结果如表2所示。可以看出各变量显著相关，且其系数的值比较合理。因此，不存在严重的多重共线性问题。

表2变量相关性分析结果

变量INCDIFURBRGDPEDUGOVENTCGDP INC1.000 DIF0.346***1.000 URB0.589***0.440***1.000 RGDP0.402***0.597***0.867***1.000 EDU0.568***0.326***0.895***0.740***1.000 GOV-0.370***-0.082 0-0.670***-0.605***-0.691***1.000 ENT-0.788***0.015 0-0.09400.142**-0.104*0.04301.000 CGDP0.363***0.140**-0.225***-0.132**-0.368***0.0870-0.536***1.000

注：***、**、*上标分别表示在1%、5%、10%的水平上显著。

2.3 计量经济模型的设定

本文运用Stata 17，对最小二乘法、固定效应和随机效应进行回归，并对固定效应和随机效应进行Hausman检验，结果如表3所示。Hausman检验显示值为0。因此，选用固定效应模型最佳。

表3OLS、FE与RE回归结果

变量OLSFERE DIF0.0960.068***0.065*** （1.21）（6.05）（4.72） URB6.244***1.134***0.876** （6.90）（3.40）（2.26） RGDP-1.657***0.702***0.629*** （-7.71）（12.45）（9.10） EDU0.819***0.110***0.129*** （11.12）（5.29）（5.05） GOV9.349***1.031***0.956** （4.90）（3.14）（2.36） CGDP0.859***-0.188***-0.030 （21.00）（-3.97）（-0.61） _cons13.020***1.402***1.179* （6.50）（2.79）（1.94） Hausman检验P值—0 N279.000279.000279.000 R20.7930.950—

注：***、**、*上标分别表示在1%、5%、10%的水平上显著，括号内为值，下同。

根据检验结果，本文采用固定效应模型来研究数字普惠金融对农村居民收入的影响，并通过引入农村创业活跃度，来检验其在数字普惠金融与农村居民收入之间是否存在中介效应。如下方程（1）是研究数字普惠金融对农村居民收入直接影响的模型，方程（2）是研究数字普惠金融对中介变量农村创业活跃度的影响的模型，方程（3）是引入中介变量农村创业活跃度后，研究其中介效应的完整回归模型。

INC=0+1DIF+2∑CONTROL+（1）

ENT=0+1DIF+2∑CONTROL+（2）

INC=0+1DIF+2ENT+3∑CONTROL+（3）

其中，INC表示省的农村居民在年的收入，ENT表示省的农村居民在年的创业活跃度，DIF表示省在年度的数字普惠金融指数；、、是待估参数；为控制变量，具体包括城镇化率（）、经济发展水平（）、受教育程度（）、农村经济发展水平（）。

3 实证结果

3.1 直接效应检验

直接效应检验结果如表4所示，自变量的系数为正，值小于0.01，说明数字普惠金融正向显著影响农村居民收入，促进农民增收。

表4直接效应结果

变量DIFCONTROL_consNR-squared INC0.068***YES1.402***2790.950 （6.05） （2.79）

3.2 中介效应检验

中介效应的检验结果如表5所示。列（1）中，数字普惠金融指数对农村居民收入的回归系数为0.068，其值小于0.01，效果显著，说明农村居民的收入会随着数字普惠金融指数的增大而提高，验证了假设1。列（2）中，数字普惠金融指数对农村创业活跃度的回归系数为0.104，其值小于0.01，效果显著，说明农村创业活跃度会随着数字普惠金融指数的增长而增大，验证了假设2。

加入中介变量农村创业活跃度后，数字普惠金融指数对农村居民收入的回归系数为0.087，值小于0.01，效果显著。而且其回归系数大于列（1）中的0.068，回归系数的提高说明了引入农村创业活跃度后，数字普惠金融对农村居民收入的促进效应增大了，说明农村创业活跃度在其中发挥了作用，论证了假设3。由表5可以发现，1（0.087）为直接效应，1·2（-0.012 688 8）为中介效应，1（0.068）为总效应，从而说明了农村创业活跃度在数字普惠金融和农村居民收入之间起着部分中介作用。

表5中介效应结果

（1）（2）（3） 变量INCENTINC DIF0.068***0.104***0.087*** （6.05）（3.36）（8.83） ENT -0.186*** （-9.28） COMTROLYESYESYES _cons1.402***-7.445***0.020 （2.79）（-5.36）（0.04） 固定效应是是是 N279.000279.000279.000 R20.9500.4780.963

3.3 分维度的结构性检验

3.3.1 数字普惠金融覆盖广度对农村居民收入的影响

在服务广度上，金融服务网点在乡村不断扩展，各大公司和金融机构也逐渐重视并开拓农村市场。数字普惠金融在农村的服务半径、覆盖广度不断延伸，使农村居民获得金融服务更容易了。由表6可以看出，覆盖广度影响的回归系数为0.077，值小于0.01，即其对农民收入有着显著的正向影响，说明了数字普惠金融已经在我国农村地区广泛开展。

3.3.2 数字普惠金融使用深度对农村居民收入的影响

截至目前，翼龙贷、希望金农等涉农网贷平台已经向全国多个省份的农村地区提供了上千亿元的信贷资金。邮政、农信社等传统涉农金融机构也在针对农村大力研发数字金融产品，以满足不同农户群体对金融产品的需求，使农村居民切实享受到数字普惠金融发展带来的好处。如表6所示，使用深度影响的系数为0.086，值小于0.01，即其对农民收入具有显著的正向影响。

3.3.3 数字普惠金融数字化程度对农村居民收入的影响

智能手机的普及对农村居民的生活、消费、社交等多个方面都产生了深远的影响，其信息接收能力也在不断增强，从而加深了其对数字金融的了解，促使其参与到金融市场中去，并从中获益。如表6所示，数字化程度影响的系数为0.088，值小于0.01，说明其正向显著作用于农村居民收入。

综上，覆盖广度、使用深度和数字化程度三个不同维度的指标对农村居民收入的影响也不同，论证了假设4。

表6分维度结构性检验结果

变量INC COV0.077*** （8.85） USA 0.086*** （7.99） DIG 0.088*** （14.41） CONTROLYESYESYES _cons-0.234***1.365***2.035*** （-5.23）（3.06）（5.61） Observations279279279 R-squared0.9570.9550.969

4 结论与建议

本文以各省份农村地区的年度数据为基础，引入中介变量，研究数字普惠金融对农村居民收入的影响及农村创业活跃度在其中的中介效应。实证结果显示：数字普惠金融正向显著作用于农村居民收入，且其覆盖广度、使用深度以及数字化程度对农村居民收入有着不同程度的正向显著影响；农村创业活跃度在数字普惠金融和农村居民收入之间起着部分中介作用。为使农村居民更好地享受数字普惠金融发展的福利，促进农户增收，提出以下几点建议：

（1）加强农村数字金融基础设施建设。参与数字金融需要一定的设施条件。拥有入网设备，并能接收到网络信号，是农户参与数字金融市场的前提条件。当前，部分农村尤其是偏远地区，缺少入网设备，从而难以享受到数字金融发展带来的福利。因此，需要加大对农村及偏远地区网络基建的投入，新建或对原有网络基站进行升级改造，实现网络信号全覆盖。同时，也要加强对农村居民购买智能设备的补贴，降低其上网成本，提高其金融市场参与率，促进农民增收。

（2）健全法律法规，完善数字普惠金融的监管体系。我国数字金融发展迅速，在节约交易成本、提高经营效率、提升金融服务普惠性等方面取得了积极成效，但是监管的不足也致使其在运行过程中出现很多问题，不利于农民增收。因此，要提高我国农村数字金融行业的准入门槛，统一业务标准，规范从业秩序，并合理运用数字技术，使数字普惠金融的监管朝着现代化方向发展。同时，数字化技术有利于实时获取监管数据，及时发现监管异常，以及预测监管对象的行为，以便提前做好风险预警。此外，也需要进一步完善相关的法律法规，保障参与者的合法权益。

（3）在农村地区普及数字普惠金融知识，培养数字金融专业人才。以数字技术为基础的数字普惠金融要求其参与者拥有一定的知识储备和使用技能。为此，要强化对农民的教育培训，有针对性地在农村及偏远地区开展数字技能和金融知识的培训和宣讲，提高农民数字金融知识普及率和使用技能，使尽可能多的农民从数字金融中获益。数字金融在农村地区的发展离不开专业人才的推动，可以由政府带头，与地方各高校及金融机构合作，因地制宜，培养符合当地农村需求的数字金融人才。同时，还要完善农村人才引进的福利机制，激励更多的数字金融人才建设农村，促进农民增收。

[1]王曙光,王东宾.双重二元金融结构､农户信贷需求与农村金融改革:基于11省14县市的田野调查[J].财贸经济,2011(5):38-44.

[2]朱一鸣,王伟.普惠金融如何实现精准扶贫?[J].财经研究,2017(10):43-54.

[3]EVANSDS,JOVANOVICB.Anestimatedmodelofent-repreneurialchoiceunderliquidityconstraints[J].JournalofPoliticalEconomy,1989(97):808-827.

[4]谢绚丽,沈艳,张皓星,等.数字金融能促进创业吗:来自中国的证据[J].经济学,2018(4):1557-1580.

[5]何婧,李庆海.数字金融使用与农户创业行为[J].北京:中国农村经济,2019(1):112-126.

[6]张兵,盛洋虹.数字金融对家庭创业的影响研究[J].金融与经济,2021(1):40-71.

10.3969/j.issn.2095-1205.2022.06.33

F832;F323

A

2095-1205(2022)06-100-04