数字金融发展与农民增收——基于农民创业调节效应和门槛效应的视角.pdf

收稿日期：2022 年 8 月 10 日基金项目：国 家 社 会 科 学 基 金 项 目（17BKS096）。作者简介：连炜敏（1999），女，上海立信会计金 融 学 院 会 计 学 院 硕 士 研 究 生，wm_。鲁春义（1981），男，金融学博士，上海立信会计金融学院金融学院教授，。【摘要】增加农民收入是加快推进乡村振兴的出发点和落脚点。文章以北京大学数字金融研究中心 20112020 年数字金融指标为基础，结合中国省级层面统计数据，对数字金融发展、农民创业和农民增收的作用机理进行了实证分析。结果发现：一是我国数字金融发展对农民增收具有显著促进作用。二是这种促进作用存在区域和产业结构异质性，数字金融发展及各个维度指标对农民增收的促进作用在东部和中部地区较强，在西部地区较弱，而在第三产业比例较高的区域，数字金融发展对农民增收的影响作用更为显著。三是在数字金融发展增收效应的作用机制中，农民创业具有正向调节作用，因此促进农民创业是数字金融发展实现农民增收效应的一个重要调节因素。四是数字金融发展对农民增收存在创业门槛效应，当农民创业率超过某个阈值时，促进作用相对于之前区间有明显增高，“数字金融发展农民创业收入增长”的作用机制得到验证。基于研究结论，文章提出了促进农民增收的相关政策建议。【关键词】数字金融发展；农民增收；农民创业；调节作用；门槛效应【中图分类号】F832.5；F323【文献标识码】A【文章编号】20966814（2023）02001616 数字金融发展与农民增收基于农民创业调节效应和门槛效应的视角连炜敏1，鲁春义2（1.上海立信会计金融学院会计学院，上海 201209；2.上海立信会计金融学院金融学院，上海 201209）一、引言党的十八大以来，党和政府采取有力措施保障和改善民生，历史性地解决了绝对贫第 35 卷第 2 期2023 年 4 月Vol.35 No.2Apr.202316困问题，为共同富裕奠定了坚实基础。在高质量发展的同时促进共同富裕，最艰巨最繁重的任务仍然在农村，重点是要让农民富起来。因此，国家实施了乡村振兴战略，积极推进返乡入乡创业园建设，加大对农民的创业指导和培训，使农民创业成为稳定就业、扩大就业的重要支撑，以提高农民收入。党的二十大报告提出：“全面推进乡村振兴。全面建设社会主义现代化国家，最艰巨最繁重的任务仍然在农村。坚持农业农村优先发展，坚持城乡融合发展，畅通城乡要素流动。”2021 年和 2022 年的中央 1 号文件均明确指出，通过“发展农村数字普惠金融”助力“三农”发展。因此，厘清数字金融发展、农民创业与农民增收的作用机制，具有重要现实意义。现有研究发现，农业技术进步、城镇化发展、农村基础设施建设是促进农民增收的重要因素。例如，优化品种、转移劳动力、提高生产率，可以增加农民收入（张文丽等，2014）；城市化进程能够显著提高农民收入（刘晓丽和潘方卉，2019）。同时，不同区域基础设施建设对农村居民收入增长的影响存在差异（高越和侯在坤，2019），不同的教育层次导致少数民族农民收入存在差距（宋玉兰等，2017）。因此，必须加强对高等教育的普及和职业教育的重视。此外，农民收入增长受到信息量不足、信息渠道狭隘的影响（李忠斌，2011），因而需要降低信息扭曲程度，拓宽信息渠道，以促进农民增收。数字金融是农村金融发展的重要组成部分，但准确评估数字金融发展促进农民增收效应的研究较少。现有研究主要集中在数字金融推动居民消费、缓解农民贫困方面。数字金融在农村地区，尤其是中西部农村地区，以及中低收入家庭中的应用，促进了我国居民消费水平的提高（易行健和周利，2018）；数字普惠金融能够拓宽信贷渠道、促进收入增长、缩小收入差距，从而助力减贫（周利等，2021）。一些学者就数字普惠金融如何影响农民创业问题展开研究，发现数字普惠金融能够减轻农民的信贷约束，拓宽信息渠道，提高农民的社会信任水平（何婧和李庆海，2019）；数字普惠金融通过促进家庭自主创业，提高了家庭部门的就业率（尹志超等，2021）；数字普惠金融的覆盖广度对创业活动具有显著正向空间溢出效应（黄漫宇和曾凡惠，2021）。此外，数字普惠金融的发展对居民创业的影响存在区域异质性（张林和温涛，2020），因而可以通过不断完善数字金融的区域建设促进居民创业，也可以通过在城镇化率低的地区发展数字金融，获得更大的边际效应（谢绚丽等，2018）。综上所述，现有研究发现，数字金融的发展对农民创业和农民收入增长具有积极影响，但鲜有文献阐述数字金融发展、农民创业和农民增收三者之间的作用机制以及影响程度。本文的主要贡献如下：一是将农民创业要素纳入“数字金融发展农民增收”的作用机制，利用调节效应和门槛效应验证农民创业在数字金融发展增收效应中的作用；二是发现各地区数字金融发展水平受到区域资源禀赋、地理条件及地区经济发展状况等因素的影响，数字金融发展对农民增收的促进作用具有显著的区域异质性；三是以农民创业率为门槛变量，研究不同创业门槛下，数字金融发展对农民增收的差异性影响，厘清农民创业在“数字金融发展农民增收”机制中的作用，为政府相关部门制定乡村振兴政策提供参考。连炜敏，鲁春义：数字金融发展与农民增收 17本文其余内容安排如下：第二部分分析数字金融发展促进农民增收的作用机制，并提出假设；第三部分介绍数据来源、指标选取及模型设定；第四部分是实证结果分析，包括基准分析、异质性分析和调节效应分析；第五部分是结论与政策建议。二、理论分析与研究假设在数字金融发展促进农民增收的过程中，金融服务的有效提供、便捷支付的快速普及发挥了关键作用。数字金融的发展为农民和乡村企业提供了有效的金融服务。传统的金融市场已经难以满足当前农村经济发展的需求，极大地制约了农民收入的增长。数字金融可以通过互联网平台提供便捷高效的金融服务。一方面，基于数字金融在农村的发展，融资交易成本得以降低（Zeng 和 Reinartz，2003）。在信息技术的支持下，异常交易行为能够被及时监测，金融借贷市场的信息不对称减弱，金融机构的借贷成本和风险降低，资金供给的积极性提高。另一方面，数字金融可以通过在线融资平台，简化审批支付流程，提高借贷的可得性，使农民更易获得生产和经营资金。同时，通过开展网络融资业务，能够实现自动在线交易和实时获取资金，拓宽金融服务的半径，扩大理财渠道和信息来源，拓宽农民收入来源，实现农民增收。数字金融提供了便捷、安全、即时的数字支付网络，克服了传统支付方式的局限性，借助智能手机、平板电脑等移动终端，使偏远地区的农民、小微企业以及其他低收入人群的资金供应水平得到了极大提高，为农村地区的金融服务提供了更好的支持，增强了数字金融的造血功能。同时，二维码支付、刷脸支付、指纹支付等业务的迅速发展，也为网上支付服务带来了便利。移动支付是数字金融的重要组成部分，为农民和小企业提供了业务上的便利。在农村基础建设不断完善的同时，数字金融带动的电商、直播带货等新型经营方式，也为农民创业、就业提供了便利，增强了小农户对接大市场的能力，提高了农产品的市场化水平、农业生产的集约化程度以及农业现代化水平与市场竞争能力，使农民增加了收入。鉴于不同地区经济发展程度不同，农村居民的收入水平也存在差异，数字金融发展对农民增收的促进效应可能存在差异性。一方面，各区域之间的发展程度有很大差别。东部地区经济基础较为雄厚，基建较为完善，人力资本充裕、质量较高，金融服务覆盖率和渗透率也较高，数字金融的发展对当地农民经营活动的开展起到了强化作用，促进了农民增收。而中西部地区农村经济发展水平相对较低，农村金融覆盖率较低，发展数字金融为农村居民的生产经营提供了基本支持。因此，各地区数字金融的发展对农民收入的影响存在显著差别。另一方面，数字金融通过推动产业结构升级对农民收入产生间接影响。数字金融具有移动化、信用化等特点，随着生活水平的不断提高，人们对服务性消费的需求快速增长，数字金融发展带来的便利推动了消费升级和传统服务业的转型。一般来讲，一国的金融结构与产业规模结构相匹配，才会有利于经济的发展 第 35 卷 第 2 期 2023 年 4 月18和增长（林毅夫等，2003），同时产业结构的升级也会促进金融结构的转型和经济增长（范方志和张立军，2003）。此外，数字金融发展可以有效解决信息不对称问题，实现精准贷款，在缓解融资约束的前提下，推动产业结构转型升级，带动地区经济发展，促进农民收入增长。考虑到我国区域经济发展不平衡、产业结构不断优化升级的基本情况，数字金融发展对农民收入的影响也会存在区域以及产业结构上的差异。因此，本文将29 个省份划分为东部、中部和西部进行区域及产业异质性研究，并根据数字金融发展的覆盖广度、使用深度和数字化三个维度进行分析（不同维度子指标体现的数字金融服务的侧重点不同）。鉴于此，本文提出假设 1：H1a：数字金融发展对农民增收具有正向促进作用。H1b：数字金融发展对农民增收的促进作用存在区域产业异质性。上面分析了数字金融发展促进农民增收的作用机制，但随着国家陆续出台对农民创业的各类支持政策，农民的创业环境发生了巨大变化。农民创业有助于数字金融发展进一步正向促进农民增收。传统农村金融市场通常存在小体量、有限的基础设施、较高的贷款门槛等问题，影响了农民创业的积极性。数字金融的发展降低了融资借贷的准入门槛，具有成本低、速度快等优势，扩展了农村金融服务的覆盖面，也是农民创业融资的新型渠道（Zereyesus 等，2017）。基于前文分析，数字金融的发展为农民提供了便捷的金融服务，拓宽了其收入来源。而农民创业者在解决了自身的就业问题后，能够创造更多非农就业岗位，带动更多的农民就业，培养和成就更多的创业主体，进一步拓宽农民收入渠道，提高农民收入。因此，数字金融发展为促进农民增收提供内在能动性，而农民创业为农民增收提供外在驱动力，即数字金融发展和农民创业行为的共同作用可以形成助推农民增收的内外合力。综上所述，农村数字金融发展对农民增收的正向作用因农民创业行为得到强化，即农民创业在数字金融发展影响农民收入中具有正向调节作用。故本文将农民创业率作为调节变量进行研究。我国数字金融发展起步较晚，现有文献大多基于数字金融与农民收入增长呈线性关系的前提假设下进行分析验证。但数字金融发展具有金融属性，其影响机制并不单一，可能具有非线性特征。关于数字金融发展的非线性效应，现有研究表明，收入和教育在数字金融对城乡居民收入差距的影响机制中存在门槛效应（梁双陆和刘培培，2019）；数字金融对居民创业的影响存在基于自身发展水平（陶云清等，2021）、市场化程度以及创新能力的门槛效应（张林和温涛，2020）。理论上，金融是实体经济发展的支撑点，但金融的过度发展，可能会对农民创业造成一定程度的制约，从而对农民增收产生不利影响。数字金融发展的特性是否与创业相适配，将直接影响其对农民创业的支撑作用。基于上述逻辑，农民创业率在非线性关系中起何种作用也是一个有待检验的问题，只有经过检验，政府有关部门才能更好地制定数字金融发展的相关政策。鉴于此，本文提出假设 2：连炜敏，鲁春义：数字金融发展与农民增收 东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括重庆、四川、贵州、云南、广西、陕西、甘肃、青海、宁夏。19H2a：农民创业在数字金融发展促进农民增收效应中起正向调节作用。H2b：数字金融发展对农民增收的影响存在创业门槛效应。三、研究设计（一）数据来源本文以 20112020 年中国 29 个省（自治区、直辖市）的数据为样本，数据来自CASMAR 数据库、易观数据库、中国快递发展指数报告、中国统计年鉴、中国农村统计年鉴、中国乡镇企业统计年鉴、各省（自治区、直辖市）统计年鉴及统计公报。相关数字金融发展指标数据采用北京大学数字金融研究中心编制的中国数字普惠金融指数。本文对数据做如下整理：一是缺失值处理，主要采用移动平均法进行插值；二是为消除量纲影响，对农村居民人均可支配收入取对数。本文所用的计量分析软件为STATA 15.1。（二）变量选取 1.被解释变量本文被解释变量是农村居民人均可支配收入（lninc），该指标通常用来反映农民收入水平。在现有文献中，一般采用农村人均可支配收入衡量农民收入水平。自 2013 年起，该数据的统计口径有所改变，2012 年之前为农村居民纯收入，2013 年之后为农村居民可支配收入。参考现有研究（陈丹和姚明明，2019；刘自强和张天，2021；齐文浩等，2021；张林，2021；臧敦刚等，2022），本文采用农村居民人均可支配收入衡量农民收入增长情况，20112012 年采用农村居民纯收入替代。2.解释变量本文解释变量是数字金融发展指数（index）。本文参考郭峰等（2020）的方法，采用中国数字普惠金融指数。该指数是以数字金融发展的广度、深度、数字化为基础构建的一个综合、均衡、可比的指标。其中，数字金融发展覆盖面主要体现在电子账户的数目等方面；用户使用数据的深度，包括支付、信贷、保险、投资和征信等；而数字化水平则反映了移动支付的便利性，是网络技术的集合。3.调节变量本文调节变量是农民创业率指标（se）。结合我国农民创业的实际情况，参考韦吉飞和李录堂（2010）的数据处理方法，本文选择各区域历年农村私营企业投资者和个体创业者在农村就业总量中所占比重，衡量农民创业率，即农民创业率=（农村私营企业数+农村个体工商户）/农村总人数。4.工具变量本文工具变量是第三方支付规模（tp）。为解决潜在的内生性问题，本文选择第三方支付规模为工具变量。参考张师荣（2020）的数据处理方法，本文将第三方互联网支付与快递业务的数据相结合衡量第三方支付规模，即第三方支付规模=（各省快递业务量/总快递业务量）（第三方互联网支付交易规模/各省人口总数）。第 35 卷 第 2 期 2023 年 4 月20 5.控制变量本文选定政府助农财政支出（ge）、产业结构（ind）、农户固定投资水平（inv）、农村经济水平（gdp）作为控制变量。主要变量设定如表 1 所示。（三）描述性统计本文主要变量的描述性统计结果如表 2 所示。由表 2 可知，数字金融发展指数的最小值为 0.183，最大值为 4.319。可以看出，数字金融发展总指数的最大值与最小值之间存在着较大差异，最 大 值 是 最 小 值 的23.60 倍。在各个维度指标中，通过最小值和最大值的对比，可以发现不同地区之间存在较大差异。其中，覆盖广度的最大值与最小值之间的差异最为显著。本文采用国家统计局的区域划分标准，并结合各省经济发展状况，将样本分为东部、中部和西部三个区域，以衡量不同区域数字金融发展对农民收入增长的异质性影响。（四）模型设定本文以农民收入增长为被解释变量，数字金融发展指数为解释变量，财政支农、农村经济水平等为控制变量，构建以下模型：lnincit=0+1indexit+2controlit+it(1)其中，lninc 为农村居民收入增长，index 为数字金融发展指数，control 为控制变量，0为常数项，为随机扰动项，若系数 1为正，说明我国数字金融发展对农民增收具有表1主要变量含义与构造方法变量类型变量含义构造方法被解释变量农村居民收入增长（lninc）农村居民人均可支配收入解释变量数字金融发展指数（index）根据覆盖广度、使用深度、数字化程度编制覆盖广度（coverage）使用账户覆盖率衡量使用深度（usage）包括支付、货币基金、信贷、保险等业务数字化程度（digitization）用移动支付的便捷性衡量控制变量财政支农（ge）农林水支出/一般公共预算支出产业结构（ind）第一产业增加值/地区GDP农户固定投资水平（inv）农户固定资产完成额/乡村人数农村经济水平（gdp）农林牧渔增加值/乡村人数工具变量第三方支付规模（tp）（各省快递业务量/总快递业务量）（第三方互联网支付交易规模/各省人口总数）调节变量农民创业率指标（se）（农村私营企业数+农村个体工商户）/农村总人数 表2变量描述性统计变量均值标准差最小值最大值lninc9.3770.4728.27112.234index2.1800.9710.1834.319coverage1.9800.9630.0203.970usage2.1300.9850.0684.887digitization2.9041.1790.0764.622se0.2590.4090.0313.023ge0.1130.0330.0010.190ind0.0950.0510.0010.261inv0.1650.0670.0090.382gdp1.0770.4840.3103.038连炜敏，鲁春义：数字金融发展与农民增收 21显著促进作用。四、实证结果分析（一）基准分析 1.数字金融发展对农民增收的影响固定效应回归结果如表 3所示，回归结果可能因面板模型不同而存在偏差。本文采用 Hausman 检验来判断模型的 选 择，结 果 显 示 p 值 为0.0000（考虑到篇幅，表 3 中未列示），因此采用双向固定效应模型。由表 3 可知，数字金融发展总指数解释变量系数为正，且在 1%的水平上显著，说明数字金融发展与农民增收之间存在正向关系，假设 H1a得证。此外，数字金融发展指数以覆盖广度、使用深度和数字化程度三个维度来衡量，不同维度子指标体现的数字金融服务的侧重点不同，其中，覆盖广度主要通过电子账户数量等来体现；使用深度依据用户实际使用数字金融服务的情况来衡量，包括支付、信贷、保险、投资和征信等业务；数字化程度用移动支付的便捷性来衡量。因此，分析三个维度指标对农民增收的促进作用有助于更加全面地验证假设 H1a。表 3 列（3）、列（4）和列（5）显示了三个维度对农民增收的影响，可以看出，三个维度指标均对农民增收具有显著促进作用。列（3）回归结果显示，覆盖广度与农民增收显著正相关，即数字金融覆盖广度每提高 1%，农民收入增长 27.8%，说明增加数字金融服务的供给能有效提高农民的收入水平；列（4）回归结果显示，使用深度与农民增收显著正相关，即数字金融使用深度每提高 1%，农民收入增长 19.6%；列（5）回归结果显示，数字化程度与农民增收显著正相关，即数字金融数字化程度每提高 1%，农民收入增长 14.5%。可以看出，覆盖广度对农民增收的促进作用最为显著，这可能是随着农村互联网的不断普及以及数字化技术的不断完善，金融服务的类型和方式越来越多样化，金融服务的活跃度也不断提升。这一方面可以使农民更容易获得低成本的优质金融服务，有效解决资金需求问题；另一方面也促使成立了一些信贷公司，为资金供给提供了更为广阔的渠道。而在控制变量中，农村经济水平的回归系数均显著为正，说明农村经济水平对农民收入增长具有正向促进作用。综上，假设 H1a 得证。表3基准回归指标lnincindex0.257*（10.80）coverage0.278*（11.02）usage0.196*（8.32）digitization0.145*（9.02）c8.536*8.593*8.445*8.554*（57.97）（58.67）（53.46）（55.25）F99.56*101.37*81.49*86.08*R20.700.700.660.67注：*、*和*分别表示回归系数在10%、5%和1%的水平上显著。由于篇幅限制，控制变量回归结果略。下同。第 35 卷 第 2 期 2023 年 4 月22 2.内生性分析上述回归结果可能存在内生性问题。一方面，内生性源于逆向因果，农民的收入水平往往与地区经济发展水平、金融信贷市场发展程度密切相关，高收入的农户通常更容易获得优质的金融资源。因此，数字金融发展与农民增收之间可能存在一定的反向因果关系。另一方面，有可能出现既影响被解释变量又影响解释变量的遗漏变量。因此，本文通过工具变量法解决内生性问题。首先，第三方支付是数字金融发展的重要形式，是数字金融业务的核心和发展的起点，因而第三方支付规模发达的地区，数字金融的发展更为迅速。其次，控制了当地经济发展水平、信贷成本等对农民收入的影响因素之后，第三方支付规模对农民收入的增长不存在直接对应关系。因此，本文选取第三方支付规模作为数字金融发展水平的工具变量，采用两阶段最小二乘法（2SLS）识别数字金融发展与农民增收之间的因果关系。估计结果如表 4 所示。其中，第一阶段回归的 F 值为 42.77，且在 1%的水平上显著，说明采用第三方支付规模作为数字金融发展水平的工具变量是合适的，不存在弱工具变量的问题。主要指标的检验结果，均在 1%的水平上显著为正。第二阶段回归结果表明，控制了内生性之后，数字金融发展仍对农民增收起促进作用。以上结果说明，采用工具变量法具有较强的解释力。DWH 检验的 p 值为 0.0399，拒绝了外生变量假设，说明数字金融发展为内生变量。纠正了内生性之后，数字金融的发展对农民增收仍有显著的积极作用，说明本文的研究结论是稳健的。3.稳健性检验本文从如下三个方面进行稳健性检验：第一，尝试缩短样本的时间窗口来考察数字金融发展对农民增收的影响。相较于 2015 年以前，近几年国家通过数字金融开拓乡村建设、促进乡村振兴方面的政策力度不断加大，因此为排除近几年国家政策的经济影响，提高回归结果的稳健性，将样本时间限制在 20112015 年。第二，将被解释变量定义为“农村居民工资性收入（lnsinc）”来考察数字金融发展对农民收入不同维度的影响程度。第三，剔除直辖市的影响，中国幅员辽阔，区域经济和社会发展不均衡，数字金融在各地区的发展存在较大的鸿沟。因此，本文剔除四个直辖市的数据，再次进行回归。表 5 的稳健性检验结果表明，无论是缩短样本周期、变更指标，还是剔除直辖市的影响，数字金融的发展均对农民增收有正向影响，且核心解释变量的显著性并未发生明显变化，说明研究结论较为稳健。表4内生性处理：第三方支付规模变量第一阶段第二阶段数字金融农民收入IVtp0.030*（4.06）index0.224*（6.57）c8.600*8.600*（198.81）（123.98）N290290R20.8250.700F42.77*DWH4.2201*p值0.0399连炜敏，鲁春义：数字金融发展与农民增收 23（二）异质性分析 1.区域异质性分析本文采用国家统计局的区域划分标准，并结合各省份经济发展状况，将 29 个省份分为东部、中部和西部地区。数字金融发展对东部、中部和西部地区农民增收影响的回归结果如表 6 所示。可以看出，东部地区数字金融发展指数和各维度指标，均对农民增收产生了显著正向影响。这主要是因为东部地区的数字金融普及程度，以及相应的基础设施建设程度、经济发展程度较高，加之国家政策的扶持，使数字金融在东部农村的接受程度和使用程度都比较高，从而促进了农民增收。与全国范围数字金融发展指数的回归系数相比，东部地区的回归系数较大，这可能是因为东部地区经济发展较好和金融基础设施较为完善，数字金融的发展也比较迅速，因此东部地区数字金融发展对农表5稳健性检验变量lninc2011202020112015lninclnsinc剔除前剔除后index0.257*0.409*0.257*0.242*0.257*0.283*（10.80）（6.89）（10.80）（23.20）（10.80）（11.20）c8.536*8.807*8.536*7.543*8.536*8.506*（57.97）（75.49）（57.97）（97.14）（57.97）（175.93）N290145290290290250R20.70080.58740.70080.91110.70080.7993表6异质性分析：分区域检验变量全国范围东部地区lninclnincindex0.257*0.332*（10.80）（6.41）coverage0.278*0.286*（11.02）（6.42）usage0.196*0.201*（8.32）（5.07）digitization0.145*0.169*（9.02）（6.79）N290290290290100100100100R20.9760.9900.9300.9100.6000.6000.5400.610变量中部地区西部地区lninclnincindex0.284*0.184*（16.94）（21.48）coverage0.288*0.193*（26.32）（32.02）usage0.181*0.178（6.12）（0.28）digitization0.119*0.082（1.71）（0.71）N90909090100100100100R20.9860.9940.9450.9420.9880.9940.9510.981 第 35 卷 第 2 期 2023 年 4 月24民增收的影响较为显著。在中部地区，总指数以及各个维度指数均对农民增收具有正向促进作用，但与全国范围解释变量回归的结果相比，数值相差不大，说明中部地区数字金融发展的增收效应与全国范围内增收效应的平均水平相似。中部地区数字化程度的显著性水平与全国水平相比较低，可能是中部地区的经济正在由原来的工业主导型向服务主导型转变，数字化程度还不够高。随着国家政策的倾斜，西部地区获得了一定的金融支持。但西部地区数字金融使用深度和数字化程度指标的结果均不显著，这可能是因为西部地区经济发展相对落后，对发展数字金融不够积极。总体来看，西部农村地区的数字金融建设具有较大潜力。综上，假设 H1b 得证。2.产业结构异质性分析三次产业占比是衡量经济发展类型和结构的重要指标。一般来说，发达国家三产占比达到百分之六七十，经济转型和结构调整已经初见成效。因此，本文在回归分析的基础上，将第三产业所占区域 GDP 的比重作为衡量产业结构异质性的一个重要指标进行分组，并对其影响程度进行了实证研究，数据来源、变量定义和模型构造等均与上文一致。本文以第三产业比重均值进行分组，Hausman 检验的 p 值为 0.0000，因此利用固定效应模型对样本进行回归。考虑到分组的特殊性以及组内自相关存在的情况，本文采用 Driscoll-Kraay 标准差校正方法来保证固定效应模型回归结果的有效性。分组检验结果如表 7 所示。表 7 列（1）、列（3）、列（5）和列（7）是对第三产业比重较高的区域进行回归的结果，列（2）、列（4）、列（6）和列（8）是对第三产业比重较低的区域进行回归的结果。可以看出，不论第三产业所占比例的高低，数字金融发展对农村居民的收入均具有推动作用，但其促进作用的强度不同。在第三产业占比较高的区域，这种影响作用更为显著。可能的原因是，第三产业占比较高，说明经济较发达和经济体制较为完善，数字金融的发展程度较高，因此该地区农民收入的涨幅也较高。表7异质性分析：按第三产业比重分组检验变量lninc（1）高于均值（2）低于均值（3）高于均值（4）低于均值（5）高于均值（6）低于均值（7）高于均值（8）低于均值index0.200*0.263*（3.95）（1.48）coverage0.208*0.309*（3.81）（1.41）usage0.144*0.099*（3.14）（4.93）digitization0.173*0.064*（4.55）（5.73）c8.439*8.627*8.513*8.563*8.438*8.327*8.395*8.511*（24.62）（114.28）（24.92）（174.80）（23.80）（73.55）（24.99）（72.11）N135155135155135155135155R20.29780.96480.29110.98440.26160.91340.32750.9181连炜敏，鲁春义：数字金融发展与农民增收 25（三）调节效应分析根据前文的理论分析可知，农民创业在数字金融发展促进农民增收的影响机制中具有正向调节作用。本文进一步分析数字金融的非线性影响，发现该调节效应具有门槛特征。1.调节效应检验为证明农民创业率对数字金融发展促进农民增收具有正向调节作用，在模型（1）中加入农民创业率的交互项，分别是 seindex、secoverage、seusage 和 sedigitization，回归结果如表 8 所示。经过去中心化处理，加入交互项后，数字金融发展总指数与农民创业交互项（seindex）回归系数显著为正，说明农民创业率越高，数字金融发展对提升农民收入的积极作用越大。数字金融发展三个维度的指数均显著为正，除了覆盖广度外，其他解释变量的系数值与基准回归相比均有所增加，与预期相符，说明数字金融发展对农民增收的影响关系中，农民创业率起正向调节作用。假设 H2a 得证。2.门槛效应检验（1）模型设定。现有研究大多数集中于数字金融发展对其他经济变量的线性影响，有关非线性影响的研究较少。为了解释数字金融发展与农民增收的复杂机制，本文采用门槛模型进一步考察数字金融发展对农民增收的非线性效应。本文借鉴 Hansen（1999）提出的面板门槛模型，构建模型如下：lnincit=u0+1indexit 1(se )+2indexit 1(se )+1Xit+ui+it(2)表8农民创业的调节作用变量lnincindex0.268*（12.80）coverage0.275*（13.19）usage0.262*（11.67）digitization0.157*（9.08）se0.291*0.173*0.254*0.188（1.82）（2.97）（2.99）（0.67）seindex0.061*（4.63）secoverage0.065*（4.64）seusage0.051*（3.86）sedigitization0.092*（7.45）c9.228*9.238*9.200*9.250*（109.31）（108.81）（110.03）（111.06）N290290290290R20.700.710.680.65 第 35 卷 第 2 期 2023 年 4 月26se u其中，i 表示省份；t 代表年份；lninc 为被解释变量，表示农民收入增长；index 为数字金融发展指数；1（）为示性函数，函数值取决于门槛变量农民创业与门槛值 之间的大小关系。当成立时，函数值为 1，否则为 0；X 为其他控制变量，与前文一致；为个体固定效应；为误差扰动项。（2）农民创业率的门槛检验。表 9 和表 10 是门槛效应检验结果。可以发现，数字金融发展在 10%的显著性水平通过双重门槛检验，第一个门槛值为 0.7960，第二个门槛值为 1.0707。图 1 是两个门槛估计值在95%置信区间上的似然比函数图。其中，真实的门槛值对应LR 统计量最低点，临界值用虚线表示。可以看出，两个门槛值明显小于临界值，说明该门槛值是真实有效的。112（3）门槛模型估计。表 11 是门槛回归估计结果，可以发现，数字金融发展对农民收入在 1%的水平上显著，说明数字金融发展促进了农民增收。进一步来看，当门槛变量值低于（0.7960）时，回归系数为 0.246；当门槛变量值居于（0.7960）和（1.0707）之间时，回归系数为 0.209；表9门槛效应检验门槛变量门槛个数F值P值10%临界值水平5%临界值水平1%临界值水平农民创业率一门槛23.110.032217.580722.621836.3447二门槛21.810.029826.564141.556599.9991 表10门槛值估计门槛变量门槛估计值95%的置信区间农民创业率0.7960（0.7411，1.2527）1.0707（0.6793，1.1684）2015105估计值5040302010估计值0.5第一门槛值1.01.52.00.500第二门槛值1.01.52.0图 1 数字金融发展的门槛值及置信区间 表11面板门槛模型参数估计变量回归系数t值index1（se 0.7960）0.246*8.50index1（0.79601.0707）0.273*8.35ge1.3201.37ind2.710*5.76inv0.1290.34gdp0.200*2.14c8.548*57.70连炜敏，鲁春义：数字金融发展与农民增收 2722当门槛变量值高于（1.0707）时，回归系数为 0.273。这说明，在不同区间内，数字金融发展对农民增收的影响程度存在差异，呈现出门槛效应的特征。其合理的解释是：当农民创业率水平超过某个阈值时，农村地区的中小微群体能够更好地享受金融服务，对农民的增收效应也会逐渐增强。但一旦超出（1.0707）时，其促进作用相对于之前区间有所增高，说明当农民创业率达到一定程度时，农民创业对农民增收的影响较大。以上门槛模型估计结果，进一步论证了农民创业在数字金融发展促进农民增收机制中的作用，假设 H2b 得证。五、结论与政策建议本文依据 20112020 年数字金融发展指标，以及中国 29 个省级面板数据，通过对东部、中部和西部三个地区的划分，引入第三产业比重，对数字金融发展对农民增收的影响机制进行了实证分析。研究发现：第一，从全国范围来看，数字金融发展对农民增收具有积极的推动作用，且在各个维度上均促进了农民增收。同时，以第三方支付规模为工具变量，解决潜在的内生性问题，结果仍表明数字金融发展对农民增收具有积极作用。此外，无论是缩短样本期还是改变指标，结果均具有稳健性。第二，从实证结果来看，数字金融发展总指数及其三个维度指标均促进了农民增收。在东部和中部地区，数字金融发展的促进作用效果比较显著，在西部地区相对较弱。农村地区的数字金融化程度因各地区资源禀赋、地理条件以及经济发展水平的差异而不同，因此对于东部、中部、西部地区的影响也有所不同。此外，不论第三产业所占的比例高低，数字金融发展均对农民增收起推动作用，但其促进作用的强度不同。在第三产业比例较高的区域，这种影响作用更为显著。第三，农民创业在数字金融发展促进农民增收过程中存在显著的正向调节作用，因此促进农民创业是数字金融发展实现农民增收效应的一个重要调节因素。第四，基于农民创业率的面板门槛模型分析发现，数字金融发展对农民增收存在双重门槛效应，农民创业率越过相应的门槛值后，对农民增收的促进作用会增强，这表明数字金融发展对农民增收具有非线性特征。基于以上结论，本文提出以下政策建议：第一，加快农村数字金融发展，提升服务“三农”的水平。政府应加强农村金融基础设施建设，引入相关技术，提高金融服务覆盖范围，强化数字金融发展对农民增收的促进作用。此外，深化国家数字金融创新发展，充分运用信息技术与互联网资源，探索消除数字鸿沟的有效路径，为农村地区提供全方位的在线金融服务，使农民能够更好地共享数字红利。同时，促进数字金融与当地农业产业链进行深度融合，畅通金融服务实体经济渠道，促进农民收入的持续性增长。第二，多渠道提升农民创业率。国家应大力支持、保障农村的物质资源，指导农民进行规划，拓宽农民的就业渠道。同时，合理利用税收手段，加强对农民工返乡创业的 第 35 卷 第 2 期 2023 年 4 月28财税支持，鼓励农民联合起来共同发展，壮大乡村产业。鼓励农民就地安置，将就业和创业的政策倾斜到乡村，吸引更多的年轻人返乡创业。第三，从各区域的实际情况出发，因地制宜，统筹兼顾。一是加快东部农村第三产业结构转型升级。东部地区的经济条件、地域禀赋以及经济设施较为完善，农民的金融素养相对较高。因此，当地政府应采取措施鼓励农民开展农业或非农创业活动，优化农业经营方式，实现农民增收。二是加强西部农村地区的数字金融建设。西部地区经济发展水平较低且受到地域和环境的限制，大多数农民均从事基础农业活动，资源无法得到充分开发。因此，西部地区应充分挖掘和利用各类资源，为广大农民提供物质保障、拓宽就业渠道，同时学习东部发达地区利用数字金融促进乡村振兴的经验，千方百计提高农民收入。三是鼓励中部地区农民返乡创业。中部地区大部分农民都会选择到外地打工，以获得更高的收入。而随着数字金融在农村的发展，一部分农民开始返乡创业，这不仅能够提高中部地区的经济活力，还能全面促进中部地区农民收入的增长。参考文献：陈