信貸排斥對農民非農創業的影響

■孫浩男，夏 詠

一、引言與文獻綜述

自改革開放以來，中國的經濟迅速發展，躋身世界經濟大國。但隨著經濟發展進入“新常態”，經濟增速由2011年的9.6%下降到2018年的6.6%，人口紅利處于向人才紅利的轉變過程之中，如何由原來粗放式的經濟發展模式轉變為依靠創新創業的高質量發展模式，實現新舊動能轉換，擺脫中等收入陷阱是當前我國經濟社會面臨的重大問題。因此，在2014年9月夏季達沃斯論壇上李克強總理提出了“大眾創業，萬眾創新”的口號，目的就在于進一步激發市場活力和社會創造力，推動創新創業高質量發展。據統計，2013年全國就業總人口約為7.70億，其中城鎮就業人口達到3.82億，同比增長3.07%，而農村就業人口為3.87億，同比下降2.19%。城鄉之間勞動力就業不平衡可能會進一步擴大城鄉收入差距，同時，農村地區存在一定的貧困問題，有的地區甚至出現了“一方水土不能養一方人”的嚴重貧困問題。促進農民個體自主創業，可以提高農民收入水平，減緩城鄉收入差距逐漸擴大的趨勢。因此，為促進城鄉平衡發展，解決城鄉收入差距日益擴大的問題，2015年國務院出臺《關于支持農民工等人員返鄉創業的意見》等支持政策。創新創業不但可以進一步釋放市場活力，增加居民收入，而且能起到推進產業升級轉型的作用，是新常態下重要的經濟增長點。但一個令人奇怪的現象是：農民在這一過程中雖然有所參與，但大多數仍舊從事傳統的農業生產，并未投入到能大幅提高收入的工商業經營當中，根據中國家庭收入調查（CHIP）2013年的調查數據，選擇非農創業的農民在農民中的占比僅為7.12%，這與農民自身特征和小農思想有關，也和廣泛存在于我國農村地區的信貸排斥有密切聯系，信貸排斥無疑為農民選擇非農創業（除非特別說明，下文的農民創業皆為非農創業）設置了一個門檻，降低了農民選擇工商業創業的可能性。因此，為了消除信貸排斥對農民創業的阻礙，我國制定并出臺了《國務院關于大力推進大眾創業萬眾創新若干政策措施的意見》、《關于推動創新創業高質量發展打造“雙創”升級版的意見》等文件，提出繼續推進普惠金融發展，提高金融包容性，為創新創業提供金融支持，但在具體實施過程中，由于農民創業者生產規模有限，缺乏合格抵押品，導致相當部分農民不符合商業銀行信貸標準；同時，商業銀行和創業主體之間存在嚴重的信息不對稱，道德風險和逆向選擇問題，這加大了個體創業融資過程中的議價成本、搜尋成本等，信貸排斥狀況并未得到根本改善，選擇創業的可能性也未見明顯提高。因此，信貸排斥是否直接影響農戶的創業可能性？如果產生影響，那么信貸排斥在多大程度上影響到農民非農創業的可能性？研究信貸排斥和農民非農創業可能性之間的作用機理，對于中國更好地引導農民創業、縮小城鄉收入差距具有重要意義。

國內外部分學者將農民創業的主要影響因素歸結為農民個體稟賦特征、社會網絡和經濟、社會與政策環境三個方面。首先，就農民創業者個體角度而言，年齡（趙清軍，2018）、性別（Rosenthal&Strange，2012）、婚姻狀況（鐘王黎和郭紅東，2010）、受教育程度（尹志超等，2019）、工作經歷（Evan&Leighton，1989）、企業家才能（張秀娥等，2010）、社交能力（劉濱等，2019）、風險偏好程度（Parker，1996）和民族（陳龍濤等，2016）等因素在不同方向和程度上對其創業可能性產生影響。其次，社會網絡、社會資本均同農民創業息息相關，社會網絡可以在一定程度上降低信息不對稱所帶來的成本，并補充由于受到信貸排斥導致的不能從正規金融機構獲取的創業資金，良好的社會網絡可以為農民創業提供豐富的信息和廣泛的渠道（趙清軍，2018；馬光榮和楊恩艷，2011），而且農民創業的最終結果也受到社會資本的影響（阮榮平等，2014）；創業所需的信貸資源通常為鄉村中的“精英”農民及其家庭所“俘獲”（溫濤等，2016）。家庭和親朋好友中有干部或者公務員的農民有更強的創業意愿（尹志超等，2019），這與趙清軍（2018）所得出的結論不謀而合。最后，國內外學者也分析了農民所處的經濟、政策環境和創業氛圍（鄭軍，2013；張開迪等，2018；張龍鵬等，2016），研究者的結論較為一致：良好的經濟、社會與政策環境對于農民創業必不可少。

信貸排斥與農民創業融資密切相關，而信貸排斥問題在世界范圍內廣泛存在。Leyshon et al.（1993）發現英國金融機構減少農村網點會阻礙農民的正常借貸行為。Gómez（2019）發現歐洲12個國家金融體系中存在的信貸排斥問題不利于就業與創業。在中國農村，信貸排斥的存在妨礙了農民的正常借貸行為（李明賢和唐文婷，2017）。相關研究表明融資成本越高，創業的活躍度就越低（劉宇娜和張秀娥，2013；謝絢麗等，2018），信貸約束會對經濟主體進行創業產生負面影響（劉宇娜和張秀娥，2013；張龍耀和張海寧，2013；馬光榮和楊恩艷，2011）。這均表明信貸排斥的存在降低了農民創業的可能性。與此相反的是研究者發現如果能夠降低融資成本，那么農民創業的可能性將得到提高，盧亞娟等（2014）基于中國健康與養老追蹤調查（CHARLS）2008的實證研究發現，農戶家庭貸款總額每增加1萬元，家庭選擇創業的概率會提高8.8%。

綜上所述，國內外學者對農民創業的影響因素進行了充分的定性分析和定量分析，尤其是實證分析了融資約束對農民創業意愿的影響。但現有文獻在評價金融對農民創業的作用時，主要分析融資約束、融資成本高對創業的消極作用，卻未充分分析這一現象背后的原因即廣泛存在于我國農村的信貸排斥問題（譚洪業，2018），這一問題致使農民創業可能性降低、創業效率下降。因此，筆者將從造成融資難、融資貴背后的原因——信貸排斥入手，根據Evans&Jovanovic（1989）的創業模型，采用中國家庭收入調查（CHIP）2013年數據中31970個農民樣本和中國銀保監會發布的分縣銀行和分支機構數量，分析全國14省（直轄市、自治區）①14個省（直轄市、自治區）為北京、山西、遼寧、江蘇、安徽、山東、河南、湖北、湖南、廣東、重慶、四川、云南和甘肅。農村地區信貸排斥和農民創業可能性之間的關系。

二、理論分析與研究思路

國家出臺的關于創新創業的支持政策，為廣大農民進行創業提供了良好的外部機會和相關培訓，此時農民所擁有的或者能夠整合的金融資源無疑成為影響創業的關鍵因素。故而，有必要從個體融資的角度出發考察金融資源對于創業的重要性。對于個體而言，工資性收入被看作是進行創業的機會成本，當且僅當創業的凈收益大于工資性收入時，農民才有創業的可能性，這意味著農民放棄原有工作進行創業必須具有較高的創業凈收益才行，高的凈收益要求高收入和低成本，當滿足上述條件時，創業才是一種理性行為，但信貸排斥會降低農民的非農收入。此外，信貸排斥導致的高融資成本為創業設置了一個準入門檻，當農民自身資金有限并受到信貸排斥而無法獲得外部融資時，農民的創業也僅僅停留在想法之上，而無法轉化為有效的創業行為。由此可見，信貸排斥是影響農民創業可能性的重要因素。

為了更清楚地說明信貸排斥對農民創業可能性的影響，根據Evans&Jovanovic（1989）的個體職業選擇模型，筆者構建了一個靜態模型。考慮農民個體在職業選擇初期，面臨兩個選擇，被雇傭或者自主創業，如果選擇前者那么農民個體勞動收入為：

其中，l為農民個體的勞動投入，θ為常系數，γ為勞動產出彈性系數（0＜γ＜1）。

同時，農民自有資本k也會產生一定的利息收入，假設利息率為r，那么被雇傭農民的總產出為：

如果農民選擇創業，那么農民創業產出為：

其中，k為農民創業資本投入，α和β分別為勞動和資本的產出彈性系數（0＜α，β＜1），μ為常系數。

進而，農民的創業凈收益可表示為創業產出減去資本及其機會成本：

當且僅當創業的凈收益大于工資性收入時，農民的創業行為才會發生：

整理可得：

假設在一定時期內農民的勞動投入不變，通過推導創業凈收益函數最大值的一階條件，可得勞動投入水平為l條件下的農民最優資本投入水平：

化簡可得：

將k*帶入創業凈收益表達式當中，可得：

當且僅當創業的凈收益大于工資性收入時，農民進行創業才是理性的，如圖1所示。但是從中國農村金融和農民自身的現狀進行分析，信貸排斥問題較為嚴重（董曉林、徐虹，2012），信貸排斥決定了農民難以獲取金融資源（尹志超等，2019），這意味著農民創業投入的資本低于最優資本投入水平k*，在此種情況下，農民選擇創業是非理性的，選擇創業的可能性較低。

圖1 金融資源與農民創業

據此，提出假設：當信貸排斥廣泛存在時，受到信貸排斥的農民選擇創業的可能性會降低。

三、數據及基本回歸

（一）數據來源

所使用數據來源于2013年中國家庭收入調查（CHIP）①該數據由北京師范大學中國收入分配研究院提供，CHIP2013數據是2014年7～8月份，中國居民收入項目進行的第五輪全國范圍調查，主要收集了2013年全年的收入和支出信息。樣本覆蓋了從15個省份126城市234個縣區抽選出的18948個住戶樣本和64777個個體樣本，其中包括7175戶城鎮住戶樣本、11013戶農村住戶樣本和760戶外來務工住戶樣本。本文所使用的CHIP2013數據主要為農戶調查樣本，涉及到農民是否自主經營工商業、融資途徑、農民個體和家庭特征、資產與收入等相關信息。。選擇該數據庫的原因在于：一是該數據庫涉及到被調查農民近三年內的個人借貸情況，并詳細說明了借貸需求是否被滿足，以及導致未申請貸款或貸款失敗的原因，為區分農民是否受到信貸排斥提供了科學的劃分依據；二是數據庫詳細分類了農民個體從事行業的數據；三是這一數據是已公開的較新的數據。

同時，對數據做了如下處理：剔除家庭成員中年齡小于16周歲的樣本；根據尹志超等（2015）剔除自主經營農林牧漁業的農民樣本，原因在于個體經營農業不能擺脫農業脆弱性，也缺乏創新所要求的內容；剔除縣級代碼不能與中國銀保監會發布的縣級銀行及分支機構匹配的樣本；剔除缺失重要觀測值和存在異常值的樣本。經上述處理后剩余31970個農民個體樣本。樣本涉及中國14個省（直轄市、自治區），分布于全國東中西部地區，且個體特征差異較大，具有較強的代表性。

（二）變量設置和描述性統計

1.被解釋變量

被解釋變量為農民自主經營工商業，如果農民以雇主或自營勞動者的身份從事制造業、電力、燃氣及水的生產和供應業、建筑業、批發和零售業、交通運輸、住宿和餐飲業、信息傳輸、軟件和居民服務和其他服務業等則令其創業=1，否則創業=0。

2.核心解釋變量

核心解釋變量為農民是否受到信貸排斥，如果農民個體在3年內申請銀行、信用社等金融機構貸款未被完全滿足或有貸款需求卻未向金融機構申請貸款，則令信貸排斥=1，否則為0。

3.控制變量

根據相關文獻，選取反映農民個體稟賦特征、社會網絡和經濟、社會與政策環境的變量作為控制變量：已有文獻認為農民選擇創業的可能性與年齡有關（張秀娥和張崢等，2010；趙清軍，2018）。部分文獻認為性別會影響到農民創業的可能性（Rosenthal&Strange，2012）。已有文獻發現婚姻狀況會影響到農民選擇創業的可能性（鐘王黎和郭紅東，2010），如尹志超（2015）發現已婚農民有更高的創業積極性。部分文獻認為受教育程度也會影響到農民創業的可能性（尹志超等，2019），受教育水平高的農民更容易掌握與創業相關的知識，避免創業的盲目性，提高創業的可能性。也有文獻發現工作經歷會影響到農民創業的可能性（Evan&Leighton，1989），董曉林等（2019）在中國家庭金融調查數據中發現外出務工經歷可以有效提高農民創業積極性。因此，本文控制變量包括年齡、性別、婚姻狀況、受教育程度、是否有親屬擔任公職、工作經歷、民族等。上述控制變量均在不同方向和程度上影響到農民創業的可能性（如表1所示）。

表1 相關變量解釋及描述性統計

表1報告了相關變量的描述性統計情況。從創業決策來看，樣本中有7.12%的農民選擇了自主經營工商業。從信貸排斥角度來看，非創業農民遭受的信貸排斥問題可能更多，約有23.62%的農民在創業中遭受到信貸排斥的問題，平均約有26.47%的非創業農民遭受到信貸排斥的問題，這與盧亞娟等（2014）的發現極為相似。就婚姻狀況而言，創業農民結婚的比例為0.9246，而非創業農民的結婚比例約為0.7540。創業農民與非創業農民在受教育水平上有較大差異，創業農民普遍接受了完整的初中教育，而非創業農民平均受教育程度則為未完成初中教育。在年齡、性別、工作經歷、家庭中親人擔任公職情況等其他變量方面，創業農民和非創業農民并沒有明顯區別。

本文共選取了9個變量來解釋影響農民創業可能性的因素，雖然降低了遺漏變量的威脅，但解釋變量間可能會產生多重共線性問題。使得參數估計量缺乏經濟意義、變量的顯著性檢驗失去意義，計量模型失去統計學意義。為此，采用方差膨脹因子對解釋變量進行多重共線性檢驗，根據方差膨脹因子VIF值，最大的VIF值為1.84①限于篇幅，結果置于附錄，如有需要請聯系作者。，解釋變量的VIF值均小于經驗值10，因此解釋變量間不存在嚴格多重共線性，不需要進行整合或剔除，全部解釋變量均予以保留。

（三）基本回歸

運用Logit模型進行信貸排斥對創業影響的估計，具體模型形式設定如下：

Y=β0+β1exclusion+β2X+μ （10）

式（10）是農民自主創業的概率選擇模型。其中，Y為被解釋變量，Y=1表示農民進行工商業創業，Y=0表示農民沒有進行工商業創業。創業概率選擇模型的解釋變量包括：核心解釋變量exclusion為信貸排斥，exclusion=1表示農民受到信貸排斥，exclusion=0表示農民未受到信貸排斥。控制變量X（年齡age、年齡的平方項age_squ、性別gender、婚姻狀況marry、教育程度edu、家中親屬擔任公職的情況administrator、工作經歷social_exp和民族ethnic）。βi（i=0，1，2）分別為常數項、核心解釋變量系數和控制變量系數，同時控制縣/市固定效應。

表2 基本回歸結果

續表2

表2報告了基準回歸結果，結果表明在控制了年齡、年齡的平方項、性別、婚姻狀況、教育程度、家庭中親屬擔任公職情況（工作經歷、民族）等特征后，信貸排斥對農戶創業選擇具有顯著的負向作用。相對于未受到信貸排斥的農民來說，受到信貸排斥農民選擇創業的可能性下降0.8697（0.8686、0.8699），說明信貸排斥導致農民無法有效獲取創業所需的金融資源，遭受信貸排斥的農民創業積極性受到了較大的挫傷，信貸排斥嚴重地降低了到了農民選擇創業的可能性，證明了本文的基本假設。

此外，從農民年齡和年齡平方項的系數可以看出，農戶年齡與農民選擇創業的可能性呈顯著的“倒U型”關系，說明農民選擇創業的可能性隨著農民年齡的增長而增長，當農民超過一定年齡之后選擇創業的可能性就會顯著地下降，這與董曉林等（2019）的研究結論不謀而合。從性別來看，男性農民較女性農民有更大的可能性選擇創業。已婚農民更可能選擇創業，結婚之后家庭規模擴大，家庭勞動人口數上升，以及結婚致使夫妻雙方的社會資源共享并擴大，降低了農民創業的成本和負擔，提高了農民的風險承受能力，這為農民創業創造了有利條件（張龍耀和張海寧，2013；尹志超等，2019）。接受過的學歷教育水平越高，農民創業的可能性也就越高，這也印證了董曉林等（2019）關于學歷教育通過增強農民的人力資本進而提高創業的可能性的觀點。家中有公職親屬的農民比沒有公職親屬的農民選擇創業的可能性低，這與趙清軍等（2018）的觀點相反。與董曉林等（2019）研究結果所不同的是，有外出打工經歷的農民較無外出打工經歷的在農村創業的可能性更低，這是由于外出務工農民在外地務工過程中收入較高，為選擇存在較高風險的創業而放棄外出務工賺取高薪，機會成本過高。相對于少數民族農民，漢族農民創業可能性更高，但不顯著。

在基本回歸中通過控制上述與處理變量相關且會影響結果變量的控制變量，盡可能地消除遺漏變量偏誤，在逐漸添加變量的過程中，各解釋變量系數及顯著性未見異常變動，這也證明回歸結果基本穩健。

四、穩健性分析

（一）工具變量回歸

考慮到雙向因果和遺漏變量以及農民創業自選擇的問題可能會致使模型存在內生性問題。農民可能在創業初期完全使用的是自有資金，但在進行創業的過程，由于生產規模的擴大，可能會面臨融資的問題。此外，農民自身的能力及習慣等既可能會影響到其自身是否選擇創業，又會影響到其是否受到信貸排斥，而這些因素是難以觀測度量的。為解決內生性問題，使用銀行等金融機構縣級支行及分支機構數量作為工具變量進行穩健性檢驗。

該工具變量主要通過如下渠道影響到農民面臨的信貸排斥：第一，銀行等金融機構的縣級機構及其分支機構網點數量，能夠反映出信貸排斥中的地理排斥（王修華等，2013），銀行網點數量越多，農民面臨的地理排斥也就越低，會提高農民貸款的便利度，從而改善農民所面臨的信貸排斥問題。第二，因為農民個體并不能控制其所在地區縣級銀行機構及其分支機構的數量，因此銀行的縣級支行及其分支機構是嚴格外生的。第三，這一變量一般也很難通過除信貸排斥之外的途徑影響到農民是否選擇創業。因而從理論上來說，這一變量是一個較為有效的工具變量。故本文選取銀行等正規金融機構在縣級及以下分支機構的數量作為工具變量，進行兩階段Probit回歸，結果見表3。

表3報告了兩階段的工具變量Probit回歸與基本回歸（方程3）的比較①由于篇幅有限，在正文中并沒有對比工具變量的兩階段Probit回歸結果與方程1、方程2的結果，如有需要請聯系作者。，Wald檢驗結果表明，在1%的水平上拒絕了信貸排斥不存在內生性的假設。在兩階段的工具變量回歸結果當中，一階段的工具變量F檢驗值為20.39，工具變量的t值為-2.69。因為F檢驗值大于經驗值10（Stock&Yogo，2002），故拒絕了弱工具變量的假設，因此本文選取的工具變量有效。在控制其他變量不變的情況下，工具變量回歸結果中核心解釋變量系數仍然有較強的顯著性，與基本回歸相比，核心解釋變量的影響方向基本是一致的，即信貸排斥對農民創業有顯著的負向影響，因此基本回歸的結果穩健。

表3 工具變量回歸結果

（二）縮尾處理

雖然工具變量的回歸結果符合預期，但這一結果是否由極端值造成的尚不能確定，為避免異常值對回歸結果的干擾，改變農民年齡的篩選規則，對農民的年齡變量進行1%的縮尾處理，回歸結果見表4。

由表4可知，信貸排斥對農民選擇創業的可能性仍然具有顯著的負向作用，相對于未受到信貸排斥的農民來說，受到信貸排斥的農民選擇創業的可能性會下降86.97%（86.85%，86.99%）。農戶年齡與農民選擇創業的可能性仍然呈顯著的“倒U型”關系。從性別來看，男性農民較女性農民有更大的可能性選擇創業。已婚農民更可能選擇創業。接受過的學歷教育水平越高，農民創業的可能性也就越高。家中有親屬為干部和有外出打工經歷對農民選擇創業有顯著的負向影響。

表4 縮尾處理后的基本回歸結果

為保證回歸結果穩健，在不斷添加控制變量的過程中，各解釋變量系數和顯著性未見異常變動。同時，縮尾后的結果與縮尾前并無較大差異，顯著性沒有明顯變化，因此前述基本回歸結果穩健。

五、異質性分析

為進一步分析信貸排斥對不同地區、不同城市、家中是否有親屬擔任公職以及不同行業的創業可能性的影響是否具有異質性，本文加入信貸排斥與地區、城市等的交互項，具體結果分析如下。

表5第（1）列報告了信貸排斥對不同地區的影響，相對于居住在東部地區的農民而言，信貸排斥對居住在中部地區的農民創業的可能性有顯著的負向影響，這與謝絢麗等（2018）的分析結果相似，與其不同的是，信貸排斥對西部地區的農民雖然也具有負向影響，但是并不顯著。第（2）列參考新一線城市研究所公布的城市分級排行，將研究樣本所屬地區劃分為一線、二線、三線、四線和五線城市，加入了信貸排斥和分級城市的交互項，從回歸結果可以看出，相對于屬于一線城市的農民而言，信貸排斥對屬于二線、三線城市農民的創業可能性有顯著的負向影響，與尹志超等（2019）分析結果相反的是，信貸排斥對屬于四線、五線城市農民的創業可能性并無顯著影響。

表5 信貸排斥對農民創業影響的異質性

結合表5前兩列報告的結果來看，一方面，東部地區的一線城市下屬農村地區，受到發達城市的輻射作用較強，通常具備發達的村鎮銀行體系，除正規金融機構以外，還存在豐富而又發達的民間借貸網絡，信貸排斥的存在并不會顯著地影響農民創業的可能性；另一方面，相較于東部地區的一線發達城市，處于中部地區的大量二線、三線城市下屬的農村地區缺乏豐富的融資手段，更需要正規金融支持，當信貸排斥存在時，會嚴重干擾到農民正常的借貸行為，降低農民選擇創業的可能性。

表5第（3）列報告了信貸排斥與家中親屬擔任公職的交互項結果。結果表明，與家中沒有親屬擔任公職的農民相比，信貸排斥對家中有親屬擔任公職的農民的創業可能性并無顯著影響。

表5的第（4）列和第（5）列為分別報告了信貸排斥對選擇不同行業進行創業的影響結果。將行業分類為居民生活消費行業及非居民生活消費行業，其中與居民生活消費相關的行業具體包括批發和零售業、住宿和餐飲業、居民服務和其他服務業以及文體娛樂業等，非居民生活消費行業包括采礦業、制造業、電力、燃氣及水的生產和供應業等。回歸結果表明，信貸排斥對不同行業具有不同的影響，信貸排斥顯著地降低了農民選擇居民消費相關行業進行創業的可能性，對農民選擇非居民消費相關行業進行創業也具有負向影響，但并不顯著。從農民選擇創業的行業來看，農村居民更有可能進入與居民消費相關的行業進行創業，這與他們的個體特征和自身性格有關（李強，2018）；此外，非居民消費行業通常為資本密集型行業，需要投入大量資本，要求創業者本人有較高的企業家才能，這些要求往往是當前農民個體難以達到的，即使農民要在這類行業進行創業，信貸排斥也不是農民面臨的最大障礙，農民難以克服的問題在于缺乏正規培訓和指導，沒有足夠經驗且社會資源匱乏。此外，也沒相關方面的政策扶持（劉宇娜、張秀娥，2013）。

六、結論

農民參與創業不僅是縮小城鄉居民收入差距的可靠途徑，也是經濟新常態下內涵式發展的新增長點。近年來隨著鼓勵、促進“大眾創業、萬眾創新”的相關政策提出，中國的創新創業活動也取得了長足發展，但信貸排斥降低了農民參與創業的積極性，大多數農民仍舊從事于傳統的農業生產，并未投入到能大幅提高收入的工商業經營創業當中，這阻礙了縮小城鄉收入差距的進程，不利于消除農村地區的貧困問題。

文章以農民創業可能性為研究對象，采用中國家庭收入調查（CHIP）2013的數據，實證分析了信貸排斥與農戶創業可能性之間的關系。研究發現：首先，信貸排斥顯著地降低了農戶進行非農創業的可能性；其次，信貸排斥和農民所處地區對農民創業可能性具有聯動影響，在信貸排斥存在的條件下，中部地區的農民創業可能性會顯著地下降，屬于二線、三線城市的農民的創業可能性也會顯著下降；最后，信貸排斥對農民選擇不同行業進行創業具有不同影響，對選擇在居民消費相關的行業進行創業具有顯著的負向作用。

基于結論，可獲得的政策啟示有：適當放松農村金融市場管制，推進普惠金融發展，降低金融服務門檻，豐富融資渠道，調整農村地區借貸模式，增加正規金融機構對鄉鎮和農村層面的金融供給，從供給側逐步消除融資難、融資貴的問題。一方面，可以繼續推進村鎮銀行建設，提高網點滲透度，增強金融的普惠性；另一方面，可以放寬農村小額貸款公司經營范圍，補充銀行服務。同時，借助新興的移動互聯網技術，加快發展數字金融，為農民創業融資提供便利條件，打破正規金融物理網點服務的時空限制；在促進金融向縱深發展的同時，要不斷拓寬農民創業融資渠道，支持正規金融機構進行小微創業貸款產品和服務的創新，完善信貸評價體系，健全篩選機制，將更多具有創業意愿的農民納入正規金融服務當中；作為正規金融重要補充的民間借貸，應當得到更好的引導和監管，政府應完善立法，從制度層面設計民間借貸框架，形成良好有序的非正規金融市場環境，在深度和廣度上不斷推進農村金融市場完善，提升金融普惠性，減少信貸排斥對農民創業的影響。未來，在農民信貸支持上，主要的努力方向仍在于提升金融普惠性，消除由于信貸排斥帶來的融資難、融資貴問題，讓廣大農村居民在需要創業信貸支持時能夠以合理的成本方便地獲得資金，增強農村居民創業信心和積極性，隨著創業農民的逐漸增多，實現農村產業振興，消除農村多發易發的貧困問題，不但讓一方水土能養一方人，更讓一方水土能養好一方人。