數字金融與農戶家庭增收：影響效應與傳導機制
——基于中國家庭金融調查數據的實證研究

王永倉，溫 濤，王小華

(1.貴州工程應用技術學院經濟與管理學院，貴州 畢節 551700;2.西南大學經濟管理學院，重慶 400715)

隨著經濟增速減緩，促進農民持續增收面臨嚴峻挑戰，突如其來的新冠肺炎疫情也為農民收入增長帶來負面影響，急需尋求促進農民增收的新動力。數字金融作為數字技術與金融服務高度融合的產物，有望通過金融組織與金融服務等方面的創新，解決農村普惠金融發展長期面臨的收益低、成本高、效率與安全難以兼顧等問題，為鄉村振興和緩解相對貧困提供金融支持。數字金融可能為農民收入增長帶來新機會，因此系統、客觀地討論數字金融對農戶家庭增收的影響并識別出具體的作用機制極為重要?，F有關于數字金融影響農戶增收的實證研究存在不足，以往研究大多是基于理論分析和政策討論，偶有實證研究也僅從供給方的視角進行討論[1]，從需求主體即農戶行為視角探討數字金融影響農戶家庭增收及傳導機制的文獻較為缺乏。本文利用2017年中國家庭金融調查(CHFS)數據，從數字金融需求方的視角研究數字金融對農戶家庭增收的影響及傳導機制，對現有文獻作一個有益的補充。

一、文獻綜述

關于金融發展影響農民收入增長，經典文獻認為金融發展可以優化資源配置，有助于經濟增長[2]。由于中國金融發展存在結構和功能失衡[3]，農村信貸存在結構失調和產出效率“瓶頸”[4],傳統金融在促進農民增收方面存在不足。建立在互聯網等創新技術基礎上的數字金融，具有更強的時空穿透力和低成本優勢，為提高欠發達地區的金融服務水平創造了條件，有助于改善農村地區金融資源可得性，緩解小微企業及農戶的融資約束，改善資源配置效率，為落后地區實現經濟趕超提供了可能[5]。張勛等(2019)[1]研究表明，數字普惠金融顯著提升了家庭收入，尤其是農村低收入群體的收入。劉丹等(2019)[6]分析發現，數字普惠金融對農民非農收入增長具有顯著的空間溢出效應。任碧云和李柳潁(2019)[7]研究發現，數字支付、數字借貸和數字服務可得性有助于促進農村包容性增長。顯然，數字金融對農戶收入增長效應及微觀傳導機制的研究還有待加強。

關于農戶創業，Baumol(1990)[8]指出企業家持續創業是社會經濟維持穩定增長的重要驅動力量，也是促進創新和解決發展中國家就業的主要渠道。在經濟轉型發展的背景下，促進創業已經成為中國的一項重要發展戰略。經典文獻認為信貸約束會對創業產生負向影響[9]，而數字技術可以拓展金融服務范圍和觸達能力，降低金融約束，從而有助于創業機會的均等化，促進創業活動并提高創業績效。謝平和石午光(2016)[10]認為在第三方支付基礎上形成的擔保交易機制符合商業交易規范的制度安排，能推動電子商務領域的創業發展。魯釗陽和廖杉杉(2016)[11]研究發現，P2P網貸有效促進了農村電商創業發展，并提升了企業的營運能力、盈利能力和償債能力。Beck et al.(2018)[12]研究表明，移動支付提升了居民的創業績效，最終促進經濟發展。謝絢麗等(2018)[13]將數字普惠金融指數與省級新增企業注冊信息匹配，研究結果表明數字金融對創業活動有顯著的促進作用，對于城鎮化水平較低的省份、注冊資本較少的微型企業，數字金融的促進作用更強。何婧和李慶海(2019)[14]認為數字金融通過緩解信貸和信息約束、強化農戶社會責任從而促進農戶創業，提高創業績效。張勛等(2019)[1]研究表明數字金融特別有助于促進低物質資本和低社會資本家庭的創業行為。尹志超等(2019)[15]基于京津冀地區的樣本研究發現，第三方支付有助于促進城鄉家庭的主動型創業和農村地區的生存型創業。由此可見，很多學者關注數字金融對創業活動的影響，但是對農戶創業影響的研究依然較少，數字金融能否通過提升農戶創業水平進而促進農戶增收值得進一步討論。

關于非農就業，肖衛和肖琳子(2013)[16]研究表明農業勞動力流向現代部門對農民家庭收入產生了顯著的正向影響。方觀富和許嘉怡(2020)[17]認為數字普惠金融能夠促進居民就業。何宗樾和宋旭光(2020)[18]研究表明數字金融能夠促進非農就業。雖然部分文獻關注了數字經濟、數字金融對促進就業的積極意義，但是關于數字金融對農戶非農就業影響的研究并不多見。結合上述數字金融與居民創業活動以及數字金融對產業結構影響的研究[19][20]，本文預期數字金融能夠提高農戶非農就業水平，進而促進農戶家庭收入增長。

綜上所述，有關數字金融影響居民創業、家庭收入的文獻逐漸增加，但多是從金融供給方的視角針對全體居民家庭進行研究，專門針對農村家庭的研究較少。少數研究從需求方的角度探討數字金融使用對居民創業、家庭增收的影響[15]，但考察范圍限于部分地區，從非農就業視角討論數字金融影響農戶增收的文獻則更為少見。此外，現有文獻可能忽略的一個問題是：不使用數字金融的家庭是否能從數字金融發展中獲益？本文力圖在以下幾個方面有所創新：(1)利用中國家庭金融調查(CHFS)數據，從微觀層面討論農戶數字金融使用對家庭收入及收入結構的影響，并從農戶創業及非農就業的視角討論內在機制；(2)通過引入社區數字金融水平這一變量，討論了其他農戶的數字金融行為對不使用數字金融農戶的家庭增收、創業行為及非農就業的影響，同時也考察了社區數字金融水平提升對使用數字金融農戶增收的影響，發現農戶數字金融行為具有顯著的外溢效應；(3)通過分位數回歸、分組估計的方法討論了數字金融影響異質性農戶家庭增收效應的多維特征。

二、模型與變量

(一)模型設定

1.收入效應分析：數字金融與農戶家庭收入

(1)建立數字金融使用影響農戶家庭收入增長的模型。yi表示農戶i的家庭收入，dfi表示家庭成員是否使用數字金融。對農戶家庭收入取對數，得到實證模型：

(1)

其中，γ1表示數字金融使用對農戶家庭收入的影響，Xi表示戶主信息、家庭特征及所在地區的控制變量，εi為隨機擾動項。

(2)社區數字金融水平與農戶家庭收入增長。數字金融發展能夠降低金融門檻，創新金融產品服務、流程和組織，更準確地識別出效率高的生產部門和經營主體、還款能力和還款意愿強的金融消費者，有助于提升投資效率和擴大消費，從而促進經濟增長和就業機會增加。因此，農戶數字金融行為可能對其他農戶的家庭收入具有溢出效應，即不使用數字金融家庭可以因其他家庭的數字金融行為而獲益。此外，在互聯網經濟環境中，網絡產品具有兼容性，外部性問題普遍存在。建立在互聯網基礎上的數字金融具備網絡經濟的外部性特征，農村居民家庭收入增長除了與家庭數字金融使用有關，還與其他家庭的數字金融行為有關。為了檢驗社區數字金融水平對不使用數字金融農戶家庭收入增長的溢出效應，構建如下實證模型：

(2)

其中，j表示社區，p表示社區數字金融水平，α表示社區數字金融水平對不使用數字金融農戶家庭收入增長的溢出效應。更進一步，本文根據數字金融水平對社區進行分組，考察不同水平下社區數字金融水平的溢出效應差異。

2.傳導機制：數字金融與農戶創業、非農就業

(1)數字金融與農戶創業。數字金融有利于緩解金融機構與農戶之間的信息不對稱，降低金融服務成本，提高金融效率，緩解農戶金融約束，激勵農戶創立工商企業[21]。此外，數字金融帶來交易的便利性和低成本性，有利于提高工商企業的經營效率，提高創業績效，促進農戶家庭收入增長。為檢驗這一傳導機制，建立模型:

(3)

(4)

數字金融使用帶來的創業機會均等化可能提升非創業農戶的創業意愿，為農村家庭的持續創業活動注入新的力量。為此，本文用Entrepre_plan表示創業意愿，建立模型:

(5)

(2)數字金融與非農就業。農戶工商企業經營活動和經營水平的提高為農村居民帶來更多非農就業機會，進而提升農村創業家庭和非創業家庭的非農就業水平。此外，數字金融緩解了金融約束，有助于促進農村居民消費水平，加速人力資本積累，增加財經信息的接觸和感知力度，進而提高農村居民非農就業的能力。因此，數字金融使用可能通過非農就業影響農戶家庭收入。為檢驗這一傳導機制，本文用job表示農戶非農就業水平，建立模型：

(6)

數字金融發展對傳統金融形成了一定的沖擊[22]，加速了中國利率市場化進程，提高了金融市場的競爭程度，導致銀行資產端風險承擔偏好上升，借貸利率和凈息差有所下降[23]。這有助于提升農村地區信貸獲得水平。此外，農村家庭之間存在學習效應以及就業機會的溢出效應，不使用數字金融的農戶在創業和非農就業等方面可能受到其他農戶數字金融行為的影響。本文將社區數字金融水平引入式(3)～(6)，在社區層面考察農戶數字金融使用行為對不使用數字金融農戶的家庭創業和非農就業是否具有溢出效應。

(二)數據來源

本文使用的微觀數據來自西南財經大學2017年中國家庭金融調查(CHFS)數據。CHFS提供的樣本覆蓋了全國除新疆、西藏和港澳臺以外的29個省(自治區、直轄市)，355個縣(區、縣級市)，1428個社區，40011戶城鄉家庭(農村住戶12732戶)。這為本文研究數字金融、農戶創業、非農就業和農戶家庭增收提供了有效的數據支持。由于農戶家庭收入受到宏觀經濟發展和農村政策的影響，本文還控制了地區經濟發展水平和財政支農水平，這部分數據來自國家統計局網站。

(三)變量設定

1.農戶家庭收入

本文采用CHFS數據庫中農村居民家庭總收入作為農戶家庭收入的代理指標，并將其分解為農業收入和非農收入兩部分。借鑒尹志超等(2019)[15]的做法，若農戶家庭收入大于零則對家庭收入取對數；若農戶家庭收入小于零，則為絕對值取對數的負值。

2.數字金融

本文從農戶層面的數字金融使用和社區層面的數字金融水平考察數字金融。農戶層面，參照已有文獻[24]，如果家庭成員在購物時選擇“刷卡”“電腦支付”“移動終端”中的任一種，則認為家庭使用數字金融，即“數字金融使用”=1，否則為0。社區層面，以社區使用數字金融家庭比例來衡量，取值范圍為0～1。

3.家庭創業

本文從家庭創業狀態、創業動機、創業績效及創業意愿四個層面反映農村家庭創業。參照以往文獻[25]，采用虛擬指標表示家庭創業狀態。如果家庭從事工商業生產經營項目，則“家庭創業”=1，否則為0。這里的家庭創業不包括家庭從事農、林、牧、漁等農業生產經營活動。根據全球創業觀測報告(GEM)對創業動機的分類，本文將家庭創業分為機會型創業和生存型創業。機會型創業是指創業者基于創業機會主動進行的創業活動。生存型創業是指創業者由于缺乏就業選擇或者被雇傭的收益過低而被迫選擇創業。如果家庭從事工商業生產經營項目的原因是想“掙錢更多”“自己當老板”“自由自在”，則“機會型創業”=1，反之為0。如果創業原因是“找不到其他工作機會”，則“生存型創業”=1，反之為0。采用項目營業收入和凈利潤表示家庭的創業績效，數據處理方式與家庭收入數據類似。對于非創業家庭，通過設置虛擬變量反映創業意愿，如果家庭有經營工商業項目的打算，“創業意愿”=1，否則為0。

4.非農就業

非農就業一般是指農村居民在農業以外的其他行業就業。CHFS問卷訪問了家庭成員工作單位的類型。本文將樣本農村家庭成員中除去“耕作經營承包土地”的就業人數占家庭16歲及以上人口的比值作為農戶家庭非農就業水平的代理指標，取值范圍為0～1。

5.其他變量

參照相關文獻[1][26]，本文控制了戶主特征(年齡及年齡的平方、性別、文化水平、政治面貌、婚姻狀況及風險態度)、家庭特征(家庭規模、少兒比例、老人比例及不健康人口比例)、家庭是否使用互聯網、物質資本、社會資本及所在區域的經濟政策特征(區域經濟發展水平、財政支農水平)。此外，本文在回歸中還加入了地區虛擬變量。

(四)變量描述性統計

由于CHFS數據庫已經對家庭收入、項目營業收入和凈利潤進行了縮尾處理，本文剔除關鍵變量存在缺失的樣本和戶主年齡小于16歲的樣本，共得到全國12724個農村家庭的樣本數據。此外，由于營業收入和凈利潤僅存在于創業家庭樣本，且有數據缺失，本文得到營業收入和凈利潤的樣本量分別為1174和1012。表1匯報了主要變量的描述性統計結果。數據顯示：非農收入是農戶家庭收入最重要的組成部分；使用數字金融的農戶占全部農戶的比重為13.6%，社區數字金融水平差異較大；農村家庭創業比例為9.7%，有創業意愿的非創業家庭占比為9.8%，機會型創業的比重遠高于生存型創業；農戶家庭平均非農就業水平為0.294。

表1 主要變量描述性統計

表2和表3匯報了變量分組描述性統計結果。使用數字金融、創業及存在非農就業農戶的家庭總收入、農業收入、非農收入及非農收入占比均高于相應的不使用數字金融、非創業及不存在非農業就業農戶。使用數字金融農戶的創業比率、創業意愿、營業收入、凈利潤、非農就業水平均高于不使用數字金融農戶。但數字金融使用是否通過家庭創業和非農就業影響農戶家庭收入增長，以及不使用數字金融的農戶是否能從其他農戶的數字金融行為中獲益，還需要進一步分析。

表2 農民家庭收入分組描述性統計

表3 家庭創業和非農就業分組描述性統計

三、數字金融與農戶家庭收入

(一)數字金融使用與農戶家庭收入

1.基準結果分析

表4報告了基于OLS的估計結果。第(1)～(3)列是基于全樣本的估計結果。第(1)列結果顯示，與不使用數字金融的農戶相比，使用數字金融可以使農戶家庭總收入增長41.3%(1)根據exp(x)-1計算得到,其中x為數字金融使用的系數。。第(2)列結果顯示，使用數字金融使農業收入下降50%。第(3)列結果顯示，數字金融使用對非農收入的估計系數為0.523，且通過1%的顯著性水平檢驗，使用數字金融可以使非農收入增長68.71%。第(4)～(6)列為剔除家庭總收入小于等于零的樣本的估計結果，結論與全樣本的分析結論基本一致。這說明數字金融使用總體上促進了農戶家庭收入增長，并改變了家庭收入結構。這可能是使用數字金融的農戶有更多非農就業和工商企業經營機會，減少了農業生產經營活動，形成了非農收入對農業收入的替代，并且非農收入的增加大于農業收入的減少，最終促進農戶家庭總收入的增長。

表4 數字金融使用與農戶家庭收入(OLS估計)

2.工具變量分析

為解決可能的遺漏變量和反向因果導致的內生性問題，本文采用工具變量對模型進行處理。關于數字金融使用的工具變量，本文認為數字金融具有外部性特征，同社區數字金融水平不適合作為家庭數字金融使用的工具變量，因此選擇智能手機作為數字金融使用的工具變量。智能手機是農村家庭使用數字金融最主要的終端設備，在控制了家庭互聯網行為等其他控制變量后，智能手機對家庭收入難以產生直接影響。在模型估計中，考慮到使用農戶家庭擁有智能手機作為工具變量時，不能通過弱工具變量F檢驗，因此本文選擇社區智能手機擁有水平作為數字金融使用的工具變量。內生性檢驗結果顯示模型存在內生性問題，弱工具變量檢驗結果顯示不存在弱工具變量問題，因此工具變量的選擇是適當的。兩階段最小二乘法(2SLS)的估計結果表明，數字金融使用降低了農戶家庭的農業收入，增加了非農收入，并最終促進了總收入的增長(見表5)。

表5 數字金融使用與農戶家庭收入(2SLS估計)

3.PSM模型分析

通常受訪農戶數字金融使用狀況并不滿足隨機抽樣規則，也就是說農戶是否使用數字金融可能是自我選擇的結果。對此，本文使用傾向得分匹配法(PSM)糾正可能存在的選擇性偏差。由于存在較多具有可比性的對照樣本組，為了避免存在太遠的鄰近和提高匹配效率，本文主要采用卡尺內一對四匹配和核匹配進行估計。樣本匹配后損失了兩個處理組樣本。樣本平衡性檢驗結果顯示，匹配后大多數變量的t檢驗結果均支持處理組與控制組無差異的原假設。表6的估計結果表明，2種匹配方法下農戶數字金融使用的平均處理效應均通過了1%的顯著性檢驗，系數大小與表4的估計結果接近。采用家庭總收入大于零的樣本進行估計的結果依然穩健(限于篇幅未報告估計結果)。

表6 數字金融使用與農戶家庭收入(PSM估計)

(二)社區數字金融水平對農戶家庭收入的溢出效應

在控制數字金融使用變量后，采用社區智能手機擁有水平作為社區數字金融水平的工具變量進行內生性檢驗，檢驗結果接受不存在內生性的原假設(限于篇幅未報告檢驗結果)。表7結果顯示，社區數字金融水平能夠有效提升不使用數字金融農戶的家庭總收入和非農收入，降低農業收入。與上文估計結果相比，數字金融使用的估計系數的符號和顯著性未發生明顯變化，再一次表明使用數字金融農戶的家庭總收入和非農收入增長更快，農業收入下降更多。

表7 社區數字金融水平與農戶家庭收入增長(OLS估計)

進一步，本文按照社區數字金融水平中位數(0.1)將社區分為兩組。表8的估計結果表明(2)由于兩組樣本估計結果基本一致，限于篇幅后續分析僅報告全樣本估計結果。，在低水平社區，社區數字金融水平對不使用數字金融農戶的家庭總收入、農業收入、非農收入的影響不顯著，這說明數字金融的溢出效應需要建立在較高的數字金融發展水平之上。此外，低水平社區的數字金融使用對非農收入具有正向促進作用，但是對總收入的促進作用不顯著，表明數字金融使用的增收效應同樣需要較高的數字金融發展水平的支撐。

表8 社區數字金融水平與農戶家庭收入增長：按照社區數字金融水平分組(OLS估計)

(三)農戶異質性分析

1.分位數分析

為準確、全面描述數字金融使用、社區數字金融水平對農戶家庭總收入的變化范圍及條件分布形狀的影響(3)根據上文的分析，數字金融通過改變收入結構進而影響農戶家庭總收入增長，限于篇幅此處僅討論數字金融使用對農戶家庭總收入的影響。，本文進一步使用分位數回歸進行分析。表9結果表明，在0.05分位點以外的分位點上，數字金融使用對農戶家庭增收具有顯著的正向影響，且隨著分位點的提高其估計系數先下降后緩慢上升。社區數字金融水平在所有分位點上的估計系數均通過1%的顯著性檢驗，且隨著分位點的提高其估計系數先下降后緩慢上升?？傮w上，數字金融對中等收入及以下農戶的增收效應較強，對高收入農戶的增收效應強于中高收入農戶。中等收入及以下農戶較高的邊際增收效應有利于縮小農村家庭收入差距，但高收入農戶較高的邊際增收效應則可能進一步加速收入和財富的集中。

表9 數字金融對農戶家庭總收入影響的分位數估計

2.農戶異質性分組回歸

數字金融為弱勢家庭提供了更多創業、就業等方面的機會，提高了弱勢家庭獲取收入的能力，有助于包容性增長。農戶家庭的弱勢地位不僅體現在收入上，還體現在非收入層面。本文從家庭貧困類型、所屬區域、社會資本、戶主文化水平和金融知識五個方面對農戶家庭進行分組。表10的估計結果表明，數字金融的農戶家庭增收效應存在異質性。

表10 農戶異質性分組檢驗：數字金融與農戶家庭總收入(OLS)

結合分位數估計和分組估計的結果，本文發現在多維度異質性分析視角下，數字金融的農戶家庭增收效應具有包容性和馬太效應。包容性特征體現為：在0.75分位點之前，總體上數字金融在較低分位點上的增收效應更強；數字金融對低社會資本、低金融知識農戶的增收效應更強。馬太效應體現為：在0.75分位點之后，數字金融對農戶的增收效應逐漸增強，在0.05分位點上數字金融使用的估計系數不顯著；總體上數字金融對貧困農戶、中西部地區農戶、低文化水平農戶的增收效應較弱。雖然貧困農戶和非貧困農戶都受到傳統金融排斥，但相比貧困農戶，非貧困農戶更具資源優勢。隨著數字金融的發展，非貧困農戶可以憑借自身優勢更加有效地利用數字金融，而貧困農戶因存在“數字鴻溝”和“知識鴻溝”，數字金融發展對其家庭收入增長的作用微乎其微，甚至不顯著。

四、傳導機制分析

(一)數字金融與農戶創業活動

由于家庭創業決策、創業類型、創業意愿均屬于二元變量，本文選擇probit模型進行估計。借鑒尹志超等(2019)[27]的做法，本文采用家庭智能手機作為數字金融使用的工具變量。內生性檢驗結果表明除生存型創業模型的內生性較輕外，其他模型均拒絕不存在內生性的原假設。一階段模型估計的F值表明不存在弱工具變量問題。表11上半部分匯報了數字金融使用對農戶家庭創業的影響。估計結果表明，數字金融使用提升了農戶家庭的創業比率。相對于生存型創業，數字金融使用對機會型創業的影響更為突出。此外，數字金融使用對非創業農戶的創業意愿有顯著促進作用。

表11下半部分匯報了在控制數字金融使用的情況下社區數字金融水平的溢出效應。采用社區智能手機擁有水平作為工具變量的內生性檢驗結果沒有拒絕不存在內生性的原假設，因此采用probit模型的估計結果進行分析。結果表明：社區數字金融水平對不使用數字金融農戶的創業活動具有促進作用。社區數字金融水平對機會型創業和生存型創業的促進作用差異不大。就創業意愿而言，社區數字金融水平對非創業農戶創業意愿的影響不明顯。

表11 數字金融與創業決策、創業類型、創業意愿

(二)數字金融與農戶創業績效

表12報告了數字金融對農戶創業績效的影響。關于數字金融使用，采用智能手機作為工具變量的內生性檢驗結果拒絕了不存在內生性的原假設，弱工具變量檢驗結果表明不存在弱工具變量問題。OLS和2SLS估計結果表明，數字金融使用有助于提高農戶創立企業的營業收入和凈利潤。關于社區數字金融水平，在控制數字金融使用變量后，采用社區智能手機擁有水平作為工具變量的內生性檢驗結果接受不存在內生性的原假設，因此以OLS的估計結果進行分析。結果表明，社區數字金融水平對不使用數字金融農戶創立企業的營業收入和凈利潤有正向影響，即社區數字金融水平的提高對不使用數字金融農戶的創業績效具有正向溢出效應。

表12 數字金融與創業績效

(三)數字金融與非農就業

表13報告了數字金融對非農就業的影響。對于數字金融使用而言，采用社區智能手機擁有水平作為工具變量的內生性檢驗結果表明模型存在內生性，弱工具變量檢驗F值表明模型不存在弱工具變量問題。綜合OLS和2SLS估計結果可以發現，數字金融使用能夠顯著提高農戶家庭非農就業水平。

表13 數字金融與非農就業

進一步地，將農戶家庭分為創業家庭和非創業家庭。對創業家庭而言，工具變量的內生性檢驗結果表明模型不存在內生性。OLS估計結果表明，數字金融使用有助于促進創業家庭的非農就業。對非創業家庭而言，工具變量的內生性檢驗結果表明模型存在內生性，弱工具變量檢驗F值表明不存在弱工具變量問題。OLS和2SLS估計結果表明，數字金融使用有助于促進非創業家庭的非農就業。比較創業家庭和非創業家庭的估計結果可以發現，數字金融使用對非創業家庭的非農就業水平的影響更大，顯著性更高。這可能是由于創業家庭的非農就業水平原本就較高，受家庭勞動力數量的限制，數字金融使用對創業家庭的非農就業水平的邊際效應不如對非創業家庭。農戶創業活動為其他非創業農戶提供了工作崗位，增加了獲得工資性收入的機會。

更進一步地，通過控制數字金融使用，探討社區數字金融水平對不使用數字金融農戶非農就業水平的影響。工具變量的內生性檢驗結果表明模型存在內生性，弱工具變量檢驗F值表明不存在弱工具變量問題。綜合OLS和2SLS估計結果可以發現，社區數字金融水平對不使用數字金融農戶的非農就業水平有正向影響，表明社區數字金融水平的提高對不使用數字金融農戶的非農就業具有正向溢出效應。

五、結論與啟示

本文采用CHFS數據研究了數字金融的農戶家庭增收效應，并從家庭創業和非農就業討論其傳導機制。(1)增收效應研究表明，數字金融使用有助于促進農戶家庭收入增長，社區數字金融水平對農戶家庭增收具有顯著的溢出效應。具體來看，數字金融使用降低農業收入，提高非農收入，并促進農戶家庭增收。社區數字金融水平提高對所有農戶的家庭增收均具有顯著的正向溢出效應。異質性分析表明，總體上數字金融的增收效應隨分位點的上升表現出先下降后緩慢增強的趨勢，對非貧困戶、東部地區農戶、高文化水平農戶、低社會資本和低金融知識農戶的增收效應更強。(2)機制分析表明，數字金融通過促進家庭創業和非農就業進而促進農戶家庭增收。從創業活動來看，數字金融使用能夠顯著提高農戶家庭創業，尤其是機會型創業的比率，并提升非創業家庭的創業意愿；對于不使用數字金融的農戶，社區數字金融水平提高對其創業活動具有溢出效應，對創業意愿的影響則不顯著。從創業績效和非農就業來看，數字金融使用能顯著提高營業收入、凈利潤及農戶非農就業水平，社區數字金融水平對營業收入、凈利潤和非農就業具有正向溢出效應。

本文的啟示是：加速推進數字鄉村建設，縮小數字鴻溝，提高數字金融在鄉村地區，尤其是中西部鄉村地區的普及程度；加強對農戶創業活動的支持和指導，促進創業意愿向創業活動轉化，提高創業項目的績效；加強對貧困、文化程度較低等弱勢農戶的扶持力度，提升農戶的互聯網及數字金融的使用技能，提高創業能力和非農就業水平。這對縮小數字鴻溝、提高數字金融普惠程度、促進弱勢農戶家庭收入持續增長、縮小農村居民收入差距具有重要意義。