數(shù)字鄉(xiāng)村建設(shè)的創(chuàng)業(yè)效應(yīng)研究

邵培宇，王 陽(yáng)

（成都信息工程大學(xué) 統(tǒng)計(jì)學(xué)院，四川 成都 610225）

一、引 言

根據(jù)2023 年8 月第52 次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》數(shù)據(jù)顯示，截至2023 年6 月，中國(guó)農(nóng)村網(wǎng)民規(guī)模已超過(guò)3 億人，占網(wǎng)民整體的27.9%，較2022 年12 月增長(zhǎng)1 109 萬(wàn)人。其中，數(shù)字鄉(xiāng)村建設(shè)無(wú)疑作出了巨大貢獻(xiàn)，數(shù)字鄉(xiāng)村賦能主要以數(shù)字終端為載體作用于農(nóng)戶的生產(chǎn)和生活，農(nóng)戶則通過(guò)數(shù)字終端設(shè)備的使用來(lái)分享數(shù)字鄉(xiāng)村建設(shè)的紅利，智能手機(jī)和電腦等數(shù)字終端已經(jīng)成為農(nóng)戶生產(chǎn)生活中的“新農(nóng)具”，數(shù)字終端的使用正在多個(gè)維度上深刻地影響著農(nóng)戶的決策行為。

2021年中央一號(hào)文件提出“構(gòu)建現(xiàn)代鄉(xiāng)村產(chǎn)業(yè)體系”。2022年中央一號(hào)文件提出“著力帶動(dòng)農(nóng)民就地就近就業(yè)創(chuàng)業(yè)”，促進(jìn)農(nóng)民創(chuàng)業(yè)有助于吸收剩余勞動(dòng)力并激發(fā)農(nóng)村經(jīng)濟(jì)發(fā)展?jié)摿??！多l(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》從國(guó)家層面提出優(yōu)化農(nóng)村創(chuàng)業(yè)環(huán)境的要求，將農(nóng)村地區(qū)的創(chuàng)業(yè)潛力從更深層次激發(fā)激活，促進(jìn)農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展。在國(guó)家鄉(xiāng)村振興政策的大環(huán)境下，創(chuàng)業(yè)農(nóng)戶是促進(jìn)鄉(xiāng)村產(chǎn)業(yè)振興的重要?jiǎng)恿Γ?］，農(nóng)戶的創(chuàng)業(yè)行為是農(nóng)村地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要引擎，同時(shí)對(duì)縮小城鄉(xiāng)差距和促進(jìn)城鄉(xiāng)協(xié)調(diào)發(fā)展有重要作用［2］。

本文實(shí)證研究了數(shù)字鄉(xiāng)村賦能如何影響農(nóng)戶創(chuàng)業(yè)意愿，并檢驗(yàn)了對(duì)不同群體的異質(zhì)性，創(chuàng)新點(diǎn)體現(xiàn)在以下三個(gè)方面：第一，將“是否使用數(shù)字終端”和“使用數(shù)字終端的深度”納入統(tǒng)一的分析框架，既探討農(nóng)戶在有無(wú)數(shù)使用字終端時(shí)創(chuàng)業(yè)決策的不同情況，又考察數(shù)字終端對(duì)農(nóng)戶創(chuàng)業(yè)意愿的影響效應(yīng)。第二，基于2019年中國(guó)家庭金融調(diào)查（CHFS）數(shù)據(jù)，從微觀層面更容易發(fā)現(xiàn)數(shù)字終端與農(nóng)戶創(chuàng)業(yè)意愿的關(guān)系，直接接觸到農(nóng)村農(nóng)戶層面，有利于真實(shí)評(píng)價(jià)數(shù)字鄉(xiāng)村建設(shè)的創(chuàng)業(yè)成果。第三，以信息約束程度和數(shù)字金融的接觸強(qiáng)度為切入點(diǎn)，研究數(shù)字終端影響農(nóng)戶創(chuàng)業(yè)意愿的機(jī)制，豐富了關(guān)于農(nóng)戶創(chuàng)業(yè)的相關(guān)研究，為制定相關(guān)政策提供了理論參考。

二、理論分析與研究假設(shè)

關(guān)于農(nóng)戶創(chuàng)業(yè)影響因素的研究，已有文獻(xiàn)大多基于創(chuàng)業(yè)者及其家庭特征、社會(huì)網(wǎng)絡(luò)、融資約束、基礎(chǔ)設(shè)施建設(shè)及相關(guān)政策等視角進(jìn)行研究。第一，創(chuàng)業(yè)意愿會(huì)受其個(gè)人和家庭特征影響，與女性相比男性的創(chuàng)業(yè)意愿更強(qiáng)［3］。先前務(wù)工經(jīng)歷、人力資本和金融知識(shí)儲(chǔ)備也是有利于農(nóng)戶創(chuàng)業(yè)的因素［4-5］。家庭或親屬網(wǎng)絡(luò)資源更加豐富的農(nóng)戶，更有可能獲取民間借貸的支持，從而有利于創(chuàng)業(yè)［6］。第二，融資約束是影響農(nóng)戶創(chuàng)業(yè)的另一關(guān)鍵因素。農(nóng)戶創(chuàng)業(yè)意愿與家庭財(cái)富和信貸可得性有顯著正相關(guān)關(guān)系［7］。在數(shù)字資源日趨重要的背景下，數(shù)字金融可以拓寬農(nóng)戶的融資渠道，緩解創(chuàng)業(yè)面臨的信貸約束［8］。移動(dòng)支付的出現(xiàn)和普及為創(chuàng)業(yè)成本高和信貸能力差的農(nóng)戶拓寬了創(chuàng)業(yè)道路，提高了經(jīng)營(yíng)成效［9］。第三，良好的公共基礎(chǔ)設(shè)施建設(shè)與農(nóng)戶創(chuàng)業(yè)顯著正相關(guān)［10-11］。政策支持對(duì)農(nóng)戶創(chuàng)業(yè)有著十分重要的影響，政策支持可以降低農(nóng)戶的創(chuàng)業(yè)成本，提升農(nóng)民的創(chuàng)業(yè)意愿［12］，收入差距的存在不僅降低了農(nóng)戶創(chuàng)業(yè)意愿，更是加劇了創(chuàng)業(yè)失敗的可能［13］。

截至2022年3月，“村村通寬帶”工程已在中國(guó)現(xiàn)有行政村全面實(shí)現(xiàn)。隨著農(nóng)村地區(qū)互聯(lián)網(wǎng)覆蓋率不斷提高，數(shù)字終端已經(jīng)與農(nóng)戶生產(chǎn)生活實(shí)現(xiàn)了深度融合，并成為提升農(nóng)戶創(chuàng)業(yè)意愿和創(chuàng)業(yè)成功率的重要因素。作為近年來(lái)農(nóng)村重要的基礎(chǔ)設(shè)施建設(shè)項(xiàng)目，政府在數(shù)字建設(shè)方面進(jìn)行了大量投資，農(nóng)村信息化水平不斷提升。根據(jù)2019年中國(guó)家庭金融調(diào)查（CHFS）可知，在使用數(shù)字終端的樣本中，選擇創(chuàng)業(yè)的農(nóng)戶占比為16.6%，而沒(méi)有使用數(shù)字終端樣本農(nóng)戶中創(chuàng)業(yè)比率僅有3.2%。可以看出，使用數(shù)字終端后，農(nóng)戶選擇創(chuàng)業(yè)的比率大幅上升①本文還從省級(jí)層面、地級(jí)市層面、縣級(jí)層面和村莊層面繪制了數(shù)字終端使用與農(nóng)戶創(chuàng)業(yè)關(guān)系的散點(diǎn)圖，更直觀地發(fā)現(xiàn)了兩者的正相關(guān)關(guān)系。散點(diǎn)圖沒(méi)有在正文列示，留存?zhèn)渌鳌??；诖?，本文提出如下假設(shè)：

H1：數(shù)字終端能夠提升農(nóng)戶的創(chuàng)業(yè)意愿。

融資約束是農(nóng)戶創(chuàng)業(yè)面臨的主要約束，使農(nóng)戶在面臨較好創(chuàng)業(yè)機(jī)會(huì)時(shí)，即使有強(qiáng)烈的創(chuàng)業(yè)意愿，但也無(wú)法轉(zhuǎn)化為創(chuàng)業(yè)行動(dòng)［14-15］。數(shù)字終端通過(guò)多個(gè)途徑減輕了農(nóng)戶創(chuàng)業(yè)的融資約束。一方面，農(nóng)戶可以從數(shù)字終端進(jìn)行網(wǎng)絡(luò)貸款。例如，阿里、京東等旗下或其他專職網(wǎng)絡(luò)貸款平臺(tái)提供的融資服務(wù)。借助數(shù)字終端，平臺(tái)通過(guò)綜合信用等級(jí)評(píng)估，為農(nóng)戶提供相對(duì)應(yīng)的貸款額度，從而緩解農(nóng)戶創(chuàng)業(yè)的融資約束，促進(jìn)農(nóng)戶創(chuàng)業(yè)［16］。另一方面，依托數(shù)字終端的數(shù)字金融通過(guò)網(wǎng)絡(luò)很好地解決了傳統(tǒng)小微金融的規(guī)模不經(jīng)濟(jì)問(wèn)題，所提供的多樣性的產(chǎn)品和個(gè)性化的服務(wù)，能夠以更低的成本為創(chuàng)業(yè)農(nóng)戶提供金融支持［17］。此外，微信和QQ等社交軟件也提供信貸金融服務(wù)，擴(kuò)充了農(nóng)戶創(chuàng)業(yè)的社會(huì)資源和融資渠道。由此，本文提出如下假設(shè)：

H2：數(shù)字終端通過(guò)緩解融資約束，提升農(nóng)戶的創(chuàng)業(yè)意愿。

通過(guò)使用數(shù)字終端，農(nóng)戶能夠獲取更多的信息，并從中汲取創(chuàng)業(yè)資源，從而緩解信息約束對(duì)農(nóng)戶創(chuàng)業(yè)的不利影響。創(chuàng)業(yè)機(jī)會(huì)的客觀存在是農(nóng)戶創(chuàng)業(yè)的前提，數(shù)字終端的使用降低了農(nóng)戶獲取機(jī)會(huì)的難度。此外，創(chuàng)業(yè)信息是由信息在社會(huì)面的分布狀況所決定，經(jīng)濟(jì)信息的差異也會(huì)對(duì)創(chuàng)業(yè)產(chǎn)生重要影響［18］。數(shù)字終端既為創(chuàng)業(yè)農(nóng)戶提供了更多的創(chuàng)業(yè)信息和知識(shí)，又能擴(kuò)大創(chuàng)業(yè)信息的傳播范圍和深度，為農(nóng)戶引發(fā)創(chuàng)業(yè)思路和創(chuàng)業(yè)激情。同時(shí)創(chuàng)業(yè)信息的社會(huì)網(wǎng)絡(luò)傳播，將客戶聯(lián)系起來(lái)，加速了信息分享，增強(qiáng)了農(nóng)戶創(chuàng)業(yè)的感知力。在數(shù)字終端的幫助下農(nóng)戶能夠更加有效地分析市場(chǎng)狀況和相關(guān)政策，進(jìn)而提高創(chuàng)業(yè)績(jī)效［19］。由此，本文提出如下假設(shè)：

H3：數(shù)字終端通過(guò)緩解信息約束，提升農(nóng)戶的創(chuàng)業(yè)意愿。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源與樣本篩選

本文數(shù)據(jù)來(lái)自2019年中國(guó)家庭金融調(diào)查（CHFS），該調(diào)查從微觀層面調(diào)研了中國(guó)家庭的財(cái)務(wù)金融狀況，獲取家庭多特征層面動(dòng)態(tài)信息，覆蓋了中國(guó)29個(gè)省份（除西藏、新疆和港澳臺(tái)地區(qū)）、343個(gè)縣（市、區(qū)）、1 360個(gè)村（社區(qū)），共包括34 643戶家庭、107 008個(gè)成員的信息。因此，調(diào)查的數(shù)據(jù)具有全國(guó)和省際的代表性，并且提供了與農(nóng)戶創(chuàng)業(yè)有關(guān)的信息，也包含農(nóng)戶使用數(shù)字終端（包括手機(jī)、電腦和數(shù)字電視）的基本情況。本文剔除了資產(chǎn)上下1%的樣本農(nóng)戶，剔除了戶主年齡低于16歲和高于80歲的樣本農(nóng)戶，同時(shí)剔除變量缺失的樣本，最后剩余樣本18 588個(gè)①本文將戶主戶籍為農(nóng)村戶口的家庭界定為農(nóng)戶。。

（二）變量選擇與描述性統(tǒng)計(jì)

⒈ 變量選擇

因變量：農(nóng)戶創(chuàng)業(yè)。農(nóng)戶創(chuàng)業(yè)并非“單家獨(dú)戶”的小規(guī)模農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)，而是以家庭為單位從事工商業(yè)生產(chǎn)經(jīng)營(yíng)。本文立足中國(guó)農(nóng)村實(shí)際，構(gòu)建農(nóng)戶創(chuàng)業(yè)虛擬變量。具體來(lái)看，根據(jù)農(nóng)戶是否從事工商業(yè)生產(chǎn)經(jīng)營(yíng)來(lái)識(shí)別樣本家庭是創(chuàng)業(yè)家庭還是非創(chuàng)業(yè)家庭。體現(xiàn)在CHFS 調(diào)查問(wèn)卷中的答案是：如果受訪農(nóng)戶回答“從事工商業(yè)生產(chǎn)經(jīng)營(yíng)項(xiàng)目”（問(wèn)卷中的定義包括個(gè)體戶、租賃、運(yùn)輸、網(wǎng)店、微商、代購(gòu)、經(jīng)營(yíng)公司企業(yè)等），創(chuàng)業(yè)虛擬變量取值為1，否則為0。此外，如果農(nóng)戶在工商部門登記成立合作社、家庭農(nóng)場(chǎng)、農(nóng)業(yè)企業(yè)，也認(rèn)定為創(chuàng)業(yè)。

處理變量：數(shù)字終端使用。本文用農(nóng)戶數(shù)字終端的使用情況來(lái)衡量數(shù)字鄉(xiāng)村建設(shè)對(duì)農(nóng)戶的影響，為更加全面地檢驗(yàn)數(shù)字鄉(xiāng)村建設(shè)是否具有創(chuàng)業(yè)效應(yīng)，本文分別考察農(nóng)戶使用數(shù)字終端的“廣度”和“深度”。通過(guò)農(nóng)戶“是”或“否”使用數(shù)字終端（智能手機(jī)和電腦），考察農(nóng)戶使用數(shù)字終端的“廣度”。具體來(lái)看，用2019年CHFS問(wèn)卷中的兩個(gè)問(wèn)題進(jìn)行定義。問(wèn)題1：在問(wèn)卷的科技生活模塊，“請(qǐng)問(wèn)您目前使用的手機(jī)是哪一種？1. 智能手機(jī)；2. 非智能手機(jī)；3. 沒(méi)有手機(jī)”。問(wèn)題2：在問(wèn)卷的非金融資產(chǎn)模塊，詢問(wèn)受訪戶家庭耐用品的情況：“目前，您家擁有下列哪些類型耐用品，他們的價(jià)值各是多少？”其中包括了手機(jī)、電腦和電視的使用信息以及價(jià)格信息。首先，根據(jù)受訪戶對(duì)以上兩個(gè)問(wèn)題的回答，定義數(shù)字終端虛擬變量，如果第一個(gè)問(wèn)題農(nóng)戶使用智能手機(jī)或第二個(gè)問(wèn)題回答擁有電腦，則取值為1，否則為0。其次，根據(jù)問(wèn)題2的回答，本文計(jì)算家庭擁有手機(jī)和電腦市場(chǎng)價(jià)值的總和，通常認(rèn)為，數(shù)字終端價(jià)格越高，其性能越智能越先進(jìn)，使用者可以更方便快捷地獲取網(wǎng)絡(luò)信息，因此能夠更加充分地利用數(shù)字鄉(xiāng)村建設(shè)提供的服務(wù)。因此，本文進(jìn)一步根據(jù)數(shù)字終端（手機(jī)、電腦和電視）的市場(chǎng)價(jià)值衡量農(nóng)戶使用數(shù)字終端的“深度”。

控制變量。①控制變量的含義及其賦值未在正文列示，留存?zhèn)渌?。本文參考李長(zhǎng)生和劉西川［20］的研究，將家庭層面、戶主層面、區(qū)域這三類影響家庭消費(fèi)的因素納入控制變量。家庭層面的控制變量包括社會(huì)資本、自有住房、家庭規(guī)模、家庭勞動(dòng)力數(shù)量、家庭就業(yè)人數(shù)等；戶主層面的控制變量包括戶主年齡、戶主年齡的平方、戶主學(xué)歷、戶主健康狀況、戶主居住地、戶主風(fēng)險(xiǎn)態(tài)度、戶主性別、戶主婚姻狀況、戶主政治面貌；區(qū)域控制變量包括各地自然環(huán)境、經(jīng)濟(jì)發(fā)展、社會(huì)發(fā)展情況。參考信衛(wèi)平［21］的研究，將研究區(qū)域劃分為中部地區(qū)、東部地區(qū)、西部地區(qū)和東北地區(qū)，分別構(gòu)建區(qū)域虛擬變量控制區(qū)域差異對(duì)家庭消費(fèi)的影響。在模型估計(jì)部分，將資產(chǎn)變量和社會(huì)資本變量取對(duì)數(shù)；為了反映年齡與創(chuàng)業(yè)的非線性關(guān)系，將戶主年齡的平方引入模型；戶主學(xué)歷以小學(xué)及其以下的群體為參照組，將東北地區(qū)作為其他區(qū)域虛擬變量的參照組。

識(shí)別變量。排他性的識(shí)別變量是應(yīng)用內(nèi)生轉(zhuǎn)換模型（ESP）的基礎(chǔ)，②從模型估計(jì)來(lái)看，缺乏排他性變量也可以得到內(nèi)生轉(zhuǎn)換模型的估計(jì)結(jié)果，但該結(jié)果存在較大估計(jì)偏誤，可信性度不高。排他性識(shí)別變量類似于工具變量，要求其僅影響選擇方程而不影響結(jié)果方程的工具變量［22］。本文參考尹志超等［23］的研究，構(gòu)建村層面（不含樣本農(nóng)戶）的數(shù)字終端使用率作為農(nóng)戶是否使用數(shù)字終端的工具變量，從而更好地識(shí)別數(shù)字鄉(xiāng)村建設(shè)的創(chuàng)業(yè)效應(yīng)。識(shí)別變量的有效性體現(xiàn)在兩個(gè)方面：一是中國(guó)農(nóng)村內(nèi)部具有顯著的從眾效應(yīng)，單個(gè)農(nóng)戶的選擇會(huì)受到周圍農(nóng)戶的影響。因此，村內(nèi)其他家庭數(shù)字終端的使用情況會(huì)影響自己是否使用數(shù)字設(shè)備，從而滿足相關(guān)性要求。二是村外農(nóng)戶的創(chuàng)業(yè)行為不受到村內(nèi)數(shù)字終端的平均使用率影響，而是影響到農(nóng)戶對(duì)數(shù)字終端的使用方式進(jìn)而影響創(chuàng)業(yè)行為。因此滿足外生性要求。

⒉ 描述性統(tǒng)計(jì)③變量描述性統(tǒng)計(jì)結(jié)果未在正文列示，留存?zhèn)渌鳌?/p>

由變量描述性統(tǒng)計(jì)可知，農(nóng)戶家庭資產(chǎn)的均值為48萬(wàn)元；有10%的農(nóng)戶在2018年遭遇了農(nóng)業(yè)生產(chǎn)沖擊，93%的樣本農(nóng)戶擁有自有住宅，農(nóng)戶家庭人口平均3人，勞動(dòng)力數(shù)量和就業(yè)人數(shù)的均值都為2 人。農(nóng)戶的年齡普遍偏高，平均為55 歲，偏高的年齡導(dǎo)致勞動(dòng)能力受限。有63%的農(nóng)戶屬于風(fēng)險(xiǎn)厭惡型，反映出大部分農(nóng)戶對(duì)風(fēng)險(xiǎn)與損失的接受度較小。家庭成員中學(xué)歷是小學(xué)及其以下的比例高達(dá)44%，初中與高中的比例分別為29%和13%，僅有3%的家庭成員具有大專學(xué)歷，農(nóng)村勞動(dòng)力素質(zhì)還有很大的提升空間。有一半的農(nóng)戶使用了數(shù)字金融。79%的農(nóng)村家庭受到信息約束，因而很少或從不關(guān)注財(cái)經(jīng)信息。

本文按“是否使用數(shù)字終端”將樣本分組，得到分組均值t檢驗(yàn)的結(jié)果。④變量分組均值t檢驗(yàn)結(jié)果未在正文列示，留存?zhèn)渌?。變量分組均值t檢驗(yàn)結(jié)果顯示，兩組樣本在是否創(chuàng)業(yè)、家庭特征變量、戶主特征變量等方面存在顯著差異。例如，相比于“沒(méi)有使用數(shù)字終端”農(nóng)戶，“使用數(shù)字終端”農(nóng)戶的創(chuàng)業(yè)比例高13%。在家庭特征變量上，與“沒(méi)有使用數(shù)字終端”農(nóng)戶的農(nóng)戶相比，“使用數(shù)字終端”農(nóng)戶擁有更多的資產(chǎn)與社會(huì)資本、抗風(fēng)險(xiǎn)能力更強(qiáng)、家庭規(guī)模更大、家庭勞動(dòng)力數(shù)量與就業(yè)人數(shù)也更多，更傾向于居住在城鎮(zhèn)。在戶主特征變量上，“使用數(shù)字終端”農(nóng)戶更年輕，受教育水平更高，身體也更加健康，黨員戶主、男性戶主與已婚戶主比非黨員戶主、女性戶主和未婚戶主使用數(shù)字終端的可能性更高。

此外，使用數(shù)字終端和不使用數(shù)字終端的兩組樣本，在數(shù)字金融的利用率上體現(xiàn)出顯著差異，并且在財(cái)經(jīng)信息的關(guān)注度上有顯著的差異，這也初步證實(shí)了數(shù)字終端使用上的差異可能會(huì)通過(guò)數(shù)字金融可得性以及信息獲取的渠道影響農(nóng)戶創(chuàng)業(yè)意愿。因此，本文選擇使用內(nèi)生轉(zhuǎn)換概率模型（ESP）進(jìn)行實(shí)證研究。

（三）模型構(gòu)建

本文研究數(shù)字鄉(xiāng)村建設(shè)的創(chuàng)業(yè)效應(yīng)，由于數(shù)字鄉(xiāng)村建設(shè)對(duì)農(nóng)戶生產(chǎn)生活的影響主要通過(guò)數(shù)字終端的使用來(lái)實(shí)現(xiàn)。為了準(zhǔn)確全面地檢驗(yàn)數(shù)字鄉(xiāng)村建設(shè)與農(nóng)村家庭創(chuàng)業(yè)的關(guān)系，本文從“質(zhì)”與“量”的雙重視角進(jìn)行考察。首先，在基準(zhǔn)回歸中，利用內(nèi)生轉(zhuǎn)換概率模型（ESP）從“質(zhì)”的維度識(shí)別農(nóng)戶是否使用數(shù)字化終端的創(chuàng)業(yè)效應(yīng)。其次，在穩(wěn)健性檢驗(yàn)部分，基于ivprobit模型檢驗(yàn)數(shù)字終端的價(jià)格與創(chuàng)業(yè)意愿的關(guān)系。

內(nèi)生性是選擇計(jì)量模型與估計(jì)方法時(shí)關(guān)注的關(guān)鍵問(wèn)題，如果農(nóng)戶選擇是否使用數(shù)字終端是隨機(jī)決定的，那么影響農(nóng)戶創(chuàng)業(yè)的其他因素在處理組（使用數(shù)字終端）與控制組（沒(méi)有使用數(shù)字終端）之間就是平衡的。此時(shí)，基于普通最小二乘（OLS）就可以得到數(shù)字終端影響農(nóng)村家庭創(chuàng)業(yè)的因果效應(yīng)。然而現(xiàn)實(shí)情況卻并非如此，作為理性的“經(jīng)濟(jì)人”，農(nóng)戶是否使用數(shù)字終端的決策，是在家庭約束條件下的最優(yōu)化選擇結(jié)果。因此，是否使用數(shù)字終端作為處理變量并非隨機(jī)分配的結(jié)果。如果無(wú)視處理變量的“自選擇”性，則影響選擇變量但無(wú)法觀測(cè)的因素可能會(huì)導(dǎo)致遺漏變量偏誤。例如，農(nóng)戶對(duì)“數(shù)字鄉(xiāng)村建設(shè)”政策與實(shí)踐的認(rèn)知能力與了解程度等。此時(shí)，如果直接利用觀測(cè)數(shù)據(jù)進(jìn)行OLS估計(jì)，估計(jì)結(jié)果會(huì)由于內(nèi)生性偏誤而缺乏可信性，實(shí)證結(jié)論也會(huì)受到質(zhì)疑。

此外，不同于隨機(jī)實(shí)驗(yàn)數(shù)據(jù)，觀測(cè)數(shù)據(jù)由于包含混雜性因素，很難區(qū)分因果效應(yīng)［24］。傾向得分匹配法（PSM）是估計(jì)因果關(guān)系時(shí)常用的方法，該方法放松了對(duì)模型形式的要求，通過(guò)傾向值匹配的方法，使得觀測(cè)數(shù)據(jù)盡可能接近隨機(jī)實(shí)驗(yàn)數(shù)據(jù)，從而減少選擇性偏誤。但是，PSM方法僅局限在處理可觀測(cè)變量導(dǎo)致的偏誤，而無(wú)法解決不可觀測(cè)變量帶來(lái)的選擇性偏誤［25-26］。

為更準(zhǔn)確識(shí)別數(shù)字終端影響創(chuàng)業(yè)的因果效應(yīng)，彌補(bǔ)已有方法的不足，本文借鑒李長(zhǎng)生和劉西川[20]的研究，在同時(shí)考慮觀測(cè)和不可觀測(cè)因素導(dǎo)致的選擇性偏誤的情況下，利用內(nèi)生轉(zhuǎn)換概率模型[27]（ESP）對(duì)偏誤進(jìn)行修正，并在“反事實(shí)框架下”評(píng)估數(shù)字鄉(xiāng)村建設(shè)對(duì)創(chuàng)業(yè)的影響，本文估計(jì)數(shù)字終端設(shè)備對(duì)農(nóng)民創(chuàng)業(yè)影響的具體做法有三個(gè)步驟。

第一步，將農(nóng)戶使用數(shù)字終端設(shè)備作為處理變量，用probit 模型估計(jì)農(nóng)戶使用數(shù)字終端的概率，如式（1）所示：

其中，為農(nóng)戶是否使用數(shù)字終端的潛變量，如果可以在樣本數(shù)據(jù)中觀察到農(nóng)戶使用了數(shù)字終端，此時(shí)digiti= 1，可知樣本數(shù)據(jù)的農(nóng)戶有沒(méi)有使用數(shù)字終端；如果則digiti= 0。Zi為影響農(nóng)戶使用數(shù)字終端設(shè)備的相關(guān)變量，ui為隨機(jī)誤差項(xiàng)。

第二步，估計(jì)數(shù)字終端設(shè)備對(duì)農(nóng)戶創(chuàng)業(yè)的影響，如式（2a）和式（2b）所示：

當(dāng)digiti= 1時(shí)：

當(dāng)digiti= 0時(shí)：

式（2a）和式（2b）為結(jié)果方程。其中，和分別表示使用數(shù)字終端的農(nóng)戶和沒(méi)有使用的農(nóng)戶進(jìn)行創(chuàng)業(yè)的概率，都是無(wú)法觀測(cè)的潛變量。y1i和y0i分別表示使用數(shù)字終端的農(nóng)戶與沒(méi)有使用數(shù)字終端的是否進(jìn)行創(chuàng)業(yè)，可以在樣本數(shù)據(jù)中觀察到，如果農(nóng)戶被觀察到創(chuàng)業(yè)，賦值為1，否則賦值為0。X1i和X0i分別表示使用數(shù)字終端設(shè)備和沒(méi)有使用數(shù)字終端設(shè)備農(nóng)戶的創(chuàng)業(yè)影響因素。β1和β0為待估計(jì)參數(shù)向量，ε1i和ε0i為隨機(jī)誤差項(xiàng)。如果有不可觀測(cè)的變量同時(shí)影響ui和ε1i(ε0i)，導(dǎo)致ui和ε1i(ε0i)的協(xié)方差（相關(guān)系數(shù)）至少有一個(gè)顯著不為0，說(shuō)明模型存在選擇性偏誤。

內(nèi)生轉(zhuǎn)換概率模型（ESP）采用完全信息極大似然估計(jì)法［20］，把在第一階段回歸計(jì)算出的逆米爾斯比率（即選擇性偏誤項(xiàng)）加入結(jié)果方程進(jìn)行估計(jì)，解決不可觀測(cè)變量導(dǎo)致的選擇性偏誤問(wèn)題，能盡量減少因遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題。相對(duì)于傾向得分匹配法等方法，該方法得到的估計(jì)結(jié)果更加有效［28］。

運(yùn)用內(nèi)生轉(zhuǎn)換概率模型（ESP）估算出相關(guān)系數(shù)后，還可以得到處理組的平均處理效應(yīng)、對(duì)照組的平均處理效應(yīng)以及總體樣本的平均處理效應(yīng)三種平均處理效應(yīng)，但由于ATU和ATE都包含了沒(méi)有受到相關(guān)政策影響的樣本的效應(yīng)，所以本文只估算平均處理效應(yīng)（ATT），本文計(jì)算使用數(shù)字終端的農(nóng)戶進(jìn)行創(chuàng)業(yè)的概率，如式（3）所示：

其中，pr(y1i|digiti= 1，X=x)表示使用數(shù)字終端的農(nóng)戶進(jìn)行創(chuàng)業(yè)的概率，pr(y0i|digiti= 1，X=x)是對(duì)反事實(shí)結(jié)果的估計(jì)，即使用數(shù)字終端的農(nóng)戶如果沒(méi)有使用數(shù)字終端，其創(chuàng)業(yè)概率是多大。

四、實(shí)證結(jié)果與分析

（一）內(nèi)生轉(zhuǎn)換概率模型（ESP）的估計(jì)結(jié)果與分析

1. 農(nóng)戶數(shù)字終端使用影響因素

表1 是對(duì)內(nèi)生轉(zhuǎn)換概率模型（ESP）進(jìn)行完全信息極大似然估計(jì)的結(jié)果。表1 中列（1）是農(nóng)戶數(shù)字終端影響因素的估計(jì)結(jié)果。資產(chǎn)變量的估計(jì)系數(shù)為0.216，并在1%水平上顯著，說(shuō)明富有的農(nóng)戶會(huì)提高農(nóng)戶使用數(shù)字終端的概率。農(nóng)業(yè)生產(chǎn)沖擊變量的估計(jì)系數(shù)顯示，遭遇生產(chǎn)沖擊會(huì)抑制農(nóng)戶使用數(shù)字終端。社會(huì)資本變量的估計(jì)結(jié)果發(fā)現(xiàn)，擁有更多社會(huì)資本的農(nóng)戶也更有可能使用數(shù)字終端，農(nóng)戶在社會(huì)資本上的差距會(huì)擴(kuò)大農(nóng)村內(nèi)部的“數(shù)字鴻溝”。擁有自有住房會(huì)擠出家庭對(duì)數(shù)字終端的消費(fèi)。勞動(dòng)力數(shù)量的增加會(huì)提升農(nóng)戶使用數(shù)字終端的概率，但家庭就業(yè)人數(shù)的影響卻顯著為負(fù)，其原因可能是數(shù)字終端對(duì)未就業(yè)的勞動(dòng)力的重要性比已就業(yè)勞動(dòng)力更大。

表1 ESP的估計(jì)結(jié)果

戶主年齡平方的估計(jì)系數(shù)顯著為負(fù)，說(shuō)明數(shù)字終端的使用意愿隨著戶主年齡的增長(zhǎng)先提高后下降。這一發(fā)現(xiàn)契合農(nóng)村實(shí)際，隨著“數(shù)字中國(guó)”建設(shè)的深入推進(jìn)，數(shù)字技術(shù)得到廣泛應(yīng)用，數(shù)字終端設(shè)備對(duì)于流動(dòng)性更強(qiáng)的年輕農(nóng)民獲取就業(yè)、生產(chǎn)和生活信息具有更加重要的價(jià)值，而老年農(nóng)戶大多聚居在鄉(xiāng)村，社交范圍相對(duì)固定，對(duì)使用數(shù)字終端的意愿相對(duì)較低。學(xué)歷越高的戶主越愿意使用數(shù)字終端，教育水平越高的農(nóng)戶越有能力和意愿獲取信息，對(duì)數(shù)字技術(shù)與數(shù)字終端的需求也越強(qiáng)。此外，戶主為黨員的家庭更愿意使用數(shù)字終端，相比于戶主健康狀況不佳的農(nóng)村家庭，身體健康的戶主家庭更容易使用數(shù)字終端。

ρ1和ρ0為數(shù)字終端選擇模型和創(chuàng)業(yè)決策模型聯(lián)立估計(jì)的誤差項(xiàng)相關(guān)系數(shù)。ρ0均為負(fù)，且在1%的水平上顯著，說(shuō)明結(jié)果模型的確存在選擇性偏誤，檢驗(yàn)結(jié)果也證實(shí)了上文對(duì)“自選擇”問(wèn)題的分析。方程獨(dú)立性檢驗(yàn)值在1%的水平拒絕了選擇方程與結(jié)果方程相互獨(dú)立的原假設(shè)，進(jìn)一步證實(shí)了模型存在“自選擇”問(wèn)題。模型擬合優(yōu)度檢驗(yàn)在1%的水平上顯著，表明模型整體具備很好的解釋力。結(jié)合表1的估計(jì)結(jié)果，本文使用內(nèi)生轉(zhuǎn)換概率模型（ESP）具有必要性與合理性。

2. 數(shù)字鄉(xiāng)村建設(shè)對(duì)農(nóng)戶創(chuàng)業(yè)決策的影響

表2是基于式（3）在“反事實(shí)框架下”測(cè)算的數(shù)字終端影響農(nóng)戶創(chuàng)業(yè)行為的處理效應(yīng)，ATT估計(jì)值為0.164，t值為143.527，在1%的水平上顯著。這表明使用數(shù)字終端的農(nóng)戶，其創(chuàng)業(yè)概率比沒(méi)有使用數(shù)字終端（反事實(shí)）的創(chuàng)業(yè)概率增加了16.4%。因此，H1得到驗(yàn)證。

表2 數(shù)字終端設(shè)備對(duì)農(nóng)戶創(chuàng)業(yè)影響的處理效應(yīng)

（二）影響機(jī)制分析

本文進(jìn)一步研究數(shù)字終端影響農(nóng)戶創(chuàng)業(yè)的影響機(jī)制。在檢驗(yàn)融資約束時(shí)，考察數(shù)字終端能否通過(guò)影響農(nóng)戶數(shù)字金融使用的渠道間接影響創(chuàng)業(yè)決策。表3 是影響機(jī)制的檢驗(yàn)結(jié)果，表3 列（1）數(shù)字終端與數(shù)字金融可得性關(guān)系的估計(jì)結(jié)果，相比于沒(méi)有數(shù)字終端的農(nóng)戶，使用數(shù)字終端的農(nóng)戶更有可能利用數(shù)字金融提供的服務(wù)。當(dāng)前，為緩解農(nóng)戶創(chuàng)業(yè)過(guò)程中的資金約束，政府出臺(tái)了一系列的扶持政策解決信貸需求面和信貸供給面出現(xiàn)的問(wèn)題。研究發(fā)現(xiàn)，為政策制定部門在數(shù)字鄉(xiāng)村建設(shè)的背景下，緩解農(nóng)戶信貸約束，擴(kuò)大農(nóng)戶信貸可及性提供了新的視角與抓手。數(shù)字終端能夠增加農(nóng)戶數(shù)字金融產(chǎn)品與服務(wù)，助力農(nóng)戶創(chuàng)業(yè)。因此，H2得到驗(yàn)證。

表3 影響機(jī)制的檢驗(yàn)結(jié)果

在創(chuàng)業(yè)前期準(zhǔn)備階段，財(cái)經(jīng)信息對(duì)創(chuàng)業(yè)戶主的吸引力要大于其他信息。本文用財(cái)經(jīng)信息關(guān)注度衡量農(nóng)戶面臨的信息約束情況。參考2019年CHFS問(wèn)卷的問(wèn)題，“您平時(shí)對(duì)經(jīng)濟(jì)、金融方面的信息關(guān)注程度如何？”共有5 個(gè)選項(xiàng)：“1. 非常關(guān)注；2. 很關(guān)注；3. 一般；4. 很少關(guān)注；5. 從不關(guān)注”。根據(jù)受訪戶的回答構(gòu)建信息關(guān)注度虛擬變量，如果選擇“4. 很少關(guān)注或5.從不關(guān)注”取值為1，否則取值為0。表3列（2）是有無(wú)數(shù)字終端與財(cái)經(jīng)信息關(guān)注度的檢驗(yàn)結(jié)果，財(cái)經(jīng)信息關(guān)注度在使用數(shù)字終端農(nóng)戶一方更高。創(chuàng)業(yè)相關(guān)信息的時(shí)效性和有效性是創(chuàng)業(yè)策略制定的關(guān)鍵，數(shù)字終端恰好具備了信息傳播的這兩個(gè)特點(diǎn)，所以數(shù)字終端的使用不僅緩解了農(nóng)戶的信息約束，也能幫助農(nóng)戶更好地選取有用的創(chuàng)業(yè)信息。基于此，認(rèn)為數(shù)字終端可以緩解農(nóng)戶信息約束，提升農(nóng)戶創(chuàng)業(yè)意愿。因此，H3得到驗(yàn)證。

（三）異質(zhì)性分析

不同年齡段的農(nóng)戶對(duì)待創(chuàng)業(yè)的態(tài)度存在較大差異［29］，本文按照農(nóng)戶平均年齡進(jìn)行分組，將年齡大于等于55歲和小于55歲的農(nóng)戶依次劃分為老年組和中青年組，考察數(shù)字終端對(duì)不同年齡段農(nóng)戶創(chuàng)業(yè)意愿的影響。結(jié)果如表4所示。由表4結(jié)果可知，使用數(shù)字終端設(shè)備對(duì)兩組農(nóng)戶創(chuàng)業(yè)都有顯著的正向影響。兩組對(duì)照發(fā)現(xiàn)，數(shù)字終端在被使用的情況下中青年和老年農(nóng)戶的創(chuàng)業(yè)概率要比沒(méi)有使用數(shù)字終端的創(chuàng)業(yè)概率分別多出18.7%和11.7%。因此，異質(zhì)性分析表明數(shù)字終端對(duì)促進(jìn)農(nóng)戶創(chuàng)業(yè)具有顯著影響，且對(duì)中青年農(nóng)戶影響更大。

表4 數(shù)字終端不同年齡農(nóng)戶創(chuàng)業(yè)影響的處理效應(yīng)

（四）穩(wěn)健性檢驗(yàn)① 正文沒(méi)有列示該結(jié)果，留存?zhèn)渌鳌?/h3>

⒈ 重新定義核心解釋變量

本部分進(jìn)一步用數(shù)字終端的市場(chǎng)價(jià)值來(lái)衡量農(nóng)戶參與數(shù)字鄉(xiāng)村建設(shè)程度。一般認(rèn)為，智能手機(jī)和電腦的價(jià)格越高，其性能越先進(jìn)，功能也越多，使用者可以更方便地獲取網(wǎng)絡(luò)信息，因而能夠更加有效地享受數(shù)字鄉(xiāng)村建設(shè)的紅利，并提升創(chuàng)業(yè)意愿。將農(nóng)戶使用的數(shù)字終端價(jià)值作為核心解釋變量進(jìn)行基準(zhǔn)回歸，并處理了內(nèi)生性問(wèn)題。結(jié)果顯示，農(nóng)戶數(shù)字終端的價(jià)值每提高1%，創(chuàng)業(yè)概率在1%的水平上顯著提高4%。這表明數(shù)字終端使用對(duì)農(nóng)戶創(chuàng)業(yè)具有顯著的正向促進(jìn)作用。因此，H1再次得到驗(yàn)證。

⒉ 重新定義被解釋變量

借鑒尹志超等［10］的研究，對(duì)創(chuàng)業(yè)農(nóng)戶以創(chuàng)業(yè)動(dòng)機(jī)進(jìn)行劃分，分為主動(dòng)型創(chuàng)業(yè)和被動(dòng)型創(chuàng)業(yè)①主動(dòng)創(chuàng)業(yè)與被動(dòng)創(chuàng)業(yè)的界定來(lái)自問(wèn)卷中的問(wèn)題“您家從事工商業(yè)的主要原因？”如果受訪戶選擇“2. 從事工商業(yè)掙得更多”“3. 理想愛(ài)好/想自己當(dāng)老板”“4. 更靈活，自由自在”，則定義為主動(dòng)創(chuàng)業(yè)；如果選擇“1. 找不到其他工作機(jī)會(huì)”“5. 繼承家業(yè)”“6. 社會(huì)責(zé)任，解決就業(yè)問(wèn)題”其中的一項(xiàng)或幾項(xiàng)，則定義為被動(dòng)創(chuàng)業(yè)。，進(jìn)一步考察數(shù)字終端對(duì)家庭主動(dòng)創(chuàng)業(yè)的影響?；贓SP在“反事實(shí)”框架下的估計(jì)結(jié)果顯示②正文沒(méi)有列示該結(jié)果，留存?zhèn)渌?。，使用?shù)字終端的農(nóng)戶與其“反事實(shí)”情況相比，選擇主動(dòng)創(chuàng)業(yè)的概率提高11%，并且因?yàn)閿?shù)字終端可以為農(nóng)戶創(chuàng)造更有利的創(chuàng)業(yè)條件，從而使其更有可能選擇主動(dòng)創(chuàng)業(yè)活動(dòng)，這也再次說(shuō)明數(shù)字終端對(duì)農(nóng)戶創(chuàng)業(yè)具有顯著的促進(jìn)作用。

五、結(jié)論與政策建議

數(shù)字鄉(xiāng)村建設(shè)為促進(jìn)農(nóng)戶創(chuàng)業(yè)，挖掘農(nóng)村地區(qū)經(jīng)濟(jì)潛力，助力鄉(xiāng)村振興開(kāi)辟了新的路徑并起到了重要推動(dòng)作用。本文采用2019 年中國(guó)家庭金融調(diào)查（CHFS）數(shù)據(jù)，使用內(nèi)生轉(zhuǎn)換概率模型（ESP），實(shí)證檢驗(yàn)了數(shù)字終端對(duì)農(nóng)戶創(chuàng)業(yè)的影響效應(yīng)、作用機(jī)制和異質(zhì)性。研究結(jié)果發(fā)現(xiàn)：數(shù)字終端在促進(jìn)農(nóng)戶創(chuàng)業(yè)方面具有顯著推動(dòng)作用，提高了農(nóng)戶的創(chuàng)業(yè)意愿。影響機(jī)制分析發(fā)現(xiàn)，通過(guò)使用數(shù)字終端，能夠提高農(nóng)戶的數(shù)字金融可得性，有助于農(nóng)戶獲得更多資金支持，并提升其創(chuàng)業(yè)意愿；隨著數(shù)字終端的普及，農(nóng)戶創(chuàng)業(yè)信息獲取情況也得到極大的改善，創(chuàng)業(yè)信息的獲取能夠激發(fā)農(nóng)戶的創(chuàng)業(yè)激情，提升農(nóng)戶創(chuàng)業(yè)意愿。異質(zhì)性分析發(fā)現(xiàn)，數(shù)字終端對(duì)各年齡段農(nóng)戶創(chuàng)業(yè)都具有促進(jìn)作用，尤其對(duì)激發(fā)中青年農(nóng)戶創(chuàng)業(yè)熱情的影響更為顯著。根據(jù)研究結(jié)果，本文提出如下政策建議：

第一，積極推進(jìn)數(shù)字鄉(xiāng)村的建設(shè)，以數(shù)字終端為依托，宣傳農(nóng)村創(chuàng)新創(chuàng)業(yè)的典范，營(yíng)造創(chuàng)業(yè)的氛圍，推進(jìn)智能終端下鄉(xiāng)入戶。引導(dǎo)農(nóng)戶積極學(xué)習(xí)數(shù)字信息知識(shí)，將創(chuàng)業(yè)行為從被動(dòng)走向主動(dòng)，從個(gè)體試水走向群體參與。持續(xù)積極推進(jìn)農(nóng)村的“雙創(chuàng)”工作，激發(fā)農(nóng)戶的創(chuàng)業(yè)熱情。引導(dǎo)有資本條件、有技術(shù)條件的農(nóng)戶開(kāi)展創(chuàng)業(yè)行為，帶動(dòng)區(qū)域農(nóng)戶進(jìn)行創(chuàng)業(yè)。對(duì)于資本條件和技術(shù)條件不足的農(nóng)戶，政府應(yīng)增加幫助和扶持力度，引導(dǎo)其開(kāi)展自主創(chuàng)業(yè)或參與同村其他農(nóng)戶的創(chuàng)業(yè)項(xiàng)目。這不僅能夠幫助農(nóng)戶本身增加收入，同時(shí)能夠帶動(dòng)周邊農(nóng)戶增收致富，也是貫徹鄉(xiāng)村振興這一新時(shí)代農(nóng)村發(fā)展的重大戰(zhàn)略的具體實(shí)踐。

第二，加大對(duì)農(nóng)戶創(chuàng)業(yè)的金融支持力度和覆蓋程度。一方面，政府應(yīng)提高支持農(nóng)戶創(chuàng)業(yè)的專項(xiàng)政策資金的劃撥比例，增加信貸支持力度；另一方面，政府應(yīng)制定相關(guān)政策減輕農(nóng)戶在數(shù)字終端金融領(lǐng)域的還貸負(fù)擔(dān)，并引導(dǎo)社會(huì)資本參與農(nóng)戶創(chuàng)業(yè)項(xiàng)目，為農(nóng)戶提供數(shù)字金融貸款服務(wù)，緩解農(nóng)戶創(chuàng)業(yè)的融資約束，提升農(nóng)戶創(chuàng)業(yè)意愿。此外，政府應(yīng)增加專門渠道，加速推動(dòng)農(nóng)戶創(chuàng)業(yè)相關(guān)的市場(chǎng)和金融等方面創(chuàng)業(yè)信息的普及，幫助農(nóng)戶更加方便快捷高效地獲取高質(zhì)量市場(chǎng)信息和創(chuàng)業(yè)信息，降低信息不對(duì)稱造成的創(chuàng)業(yè)制約。

第三，鼓勵(lì)55歲以上農(nóng)戶更多更深入地使用數(shù)字終端，提高55歲以上農(nóng)戶數(shù)字終端的持有率和使用率，幫助其通過(guò)數(shù)字終端獲得更多的創(chuàng)業(yè)信息。當(dāng)前，大多數(shù)農(nóng)村生活農(nóng)戶主要處于55歲及以上年齡段，擴(kuò)大數(shù)字終端在這一群體的普及率，其主要目的并不是直接激發(fā)這部分農(nóng)戶的創(chuàng)業(yè)熱情，而是意在吸引在外鄉(xiāng)打工的中青年農(nóng)戶返鄉(xiāng)創(chuàng)業(yè)。同時(shí)，還能夠減小年齡段差距對(duì)農(nóng)村人口結(jié)構(gòu)帶來(lái)的不利影響，防止出現(xiàn)鄉(xiāng)村內(nèi)部代際分化嚴(yán)重現(xiàn)象。因此，在建設(shè)數(shù)字鄉(xiāng)村時(shí)，應(yīng)避免過(guò)度關(guān)注年輕農(nóng)戶的“一刀切”的現(xiàn)象，助力農(nóng)民反哺鄉(xiāng)村振興。