一、引言

以数字技术推动农村居民创业，是推进乡村振兴、促进城乡融合发展、畅通城乡要素流动的重要路径，也是助力农业农村实现中国式现代化的现实路径(李健，2022)[1]。地区经济发展水平与数字技术发展程度息息相关(蔡莉等，2019)[2]。近年来，随着以数字技术研发与应用为核心的数字经济发展及数字乡村建设的推进，为农村地区带来巨大的数字红利。但由于农村数字基础设施薄弱、数字技术人才储备缺乏、农村居民数字技术应用水平较低以及农村数字化政策供给不足等问题，导致数字红利未能在农村充分体现，甚至出现“数字鸿沟”(秦秋霞等，2021[3];李晓静等，2022[4])。在数字经济时代，数字技术与创业深度嵌入与融合正在重塑产业组织与实体经济形态(余江等，2018)[5]。将数字技术嵌入农民创业中，能够为农业农村发展带来新机遇，催生新技术、新产品、新模式，促使农村产业形态、商业模式、服务方式发生深刻变革。以“互联网+农业”、农村电商与网络直播带货为代表的新商业模式的不断涌现，能够帮助农民拓展市场空间、降低市场进入壁垒、增加资源获取渠道，为农民创业提供良好环境，激发农民创业热情(庄晋财和李丹，2018)[6]。

创业作为一种能够促进地区经济持续发展的方式，一直被关注。现有文献从不同角度探究数字技术对农业农村的影响，如数字乡村建设(王胜等，2021[7];沈费伟和袁欢，2020[8])、数字赋能农业高质量发展(夏显力等，2019)[9]、数字技术助推乡村振兴(秦秋霞等，2021)[3]等。关于数字技术相关应用与农村地区创业活动的研究逐渐受到国内学者关注，其研究内容主要集中在数字金融与农村创业行为、农民收入增长、农民创业行为决策等方面。一是数字金融对农民创业影响研究，何婧和李庆海(2019)[10]、李晓园和刘雨濛(2021)[11]研究发现数字普惠金融发展能够激发农民创业热情并促进农民创业。二是数字经济与农民增收关系研究。陈文和吴赢(2021)[12]通过构建数字经济发展指标，实证研究发现其能够提升农村居民创业水平，促进农民收入增长，降低城乡收入差距。齐文浩等(2021)[13]通过构建回归模型发现农民创业活跃度在数字乡村建设、促进农民收入增长过程中具有调节作用，且该调节作用存在区域异质性。三是数字素养对农民创业行为决策研究。李晓静等(2022)[4]采用空间杜宾模型实证检验农户数字素养提升不仅能够促进其创业，且能对邻近地区农户创业行为产生正向空间溢出效应。王杰和蔡志坚(2022)[14]发现数字技术使用有助于缓解风险规避对农村家庭创业的抑制作用，对农村家庭创业行为具有显著正向影响。

通过文献梳理发现，关于数字经济、数字乡村建设与农民创业主题的文献相对丰富，但将数字技术应用与农民创业置于同一理论框架的研究相对匮乏。随着互联网、云计算、大数据、人工智能等快速发展，数字技术为创业者提供了大量创业机会。那么农民创业活动受到数字技术怎样的影响?数字技术应用对农民创业活动的作用机制如何?不同地区数字技术应用水平对农民创业的影响是否存在差异?鉴于此，本研究基于2011—2022年我国31个省份的面板数据，探寻数字技术对农民创业活跃度影响的传导机制，并据此提出相关建议。

二、理论分析与研究假设

(一)数字技术应用对农民创业活跃度的影响

数字技术应用深刻改变了农民获取、利用信息资源的能力和便捷性，为农民创业提供了诸多便利(刘子玉和罗明忠，2023)[15]。农村数字基础设施建设、农村电商平台、农村普惠金融体系作为数字技术应用在农民社会生活中的典型形态与重要应用(邱泽奇和乔天宇，2021)[16],为农民创业活动开展提供强大动力，进而促进创业活跃度提升。数字技术带来的技术与生产方式变革催生了更多创业机会(李扬等，2021)[17],为创业机会的发现和创造提供支持。数字基础设施平台增加了农民创业信息资源获取渠道(宋林和何洋，2021)[18],使农民创业者之间的交流与合作变得更加方便快捷，降低了信息不对称程度与农民信息搜集的时间成本。其快速发展使数字技术及其使用者相互交织并逐渐嵌入到一种新的交互形态中(Nambisan, 2017)[19]。数字技术的无边界性使各类产品信息、供求信息、创业经验等资源在农民群体间呈现出高度开放性与流动性(李健，2022)[1],能够吸引更多农民参与到创业活动中来，而农民利用数字技术获取信息资源，有助于发现市场中潜在的创业机会，降低农民创业门槛，使农民能够以较低的成本加入到创新创业活动中(朱秀梅等，2020)[20]。

农村数字基础设施发展以及数字乡村建设推进，为农村带来新技术、新商业模式，衍生了众多以农村电商、抖音视频带货等为代表的新型商业模式和新产业形态。电子商务作为基于数字基础设施的经济形态，既改变了农民传统消费习惯，也激发了农民创业热情(王珧，2023)[21]。基于互联网平台的电商创业模式，在缓解创业信息差以及节省人力与物力等方面有着良好优势(苏岚岚和孔荣，2020)[21],这也为农民自主创业提供了有利条件。既往研究显示，网络电商平台突破了时间与空间限制，为农民提供了直接连接消费者的方式，促进了农民与消费者之间的互动，便于农户密切关注市场需求，使其更深切地与市场相贴合，显著降低了个体农户自主创业的交易成本，减缓了农户自主创业难度，为农民自主创业提供基本条件(曾亿武等，2018[23];宋瑛等，2021[24])。

研究表明，金融服务的可获得性会影响创业行为(卢亚娟等，2014)[25]。创业活动离不开资金的支持，相较于城镇，农村地区金融服务渗透率较低、农民信用记录缺乏、收入偏低使得农村居民面临严重的资金约束，抑制了农村居民的创业动机(陈文等，2021)[12]。数字普惠金融作为数字技术与普惠金融相互融合的重要产物，能够有效突破地域限制，扩大普惠金融的惠及范围。数字普惠金融的支付、借贷、理财等金融服务能与农民实现信息传递与交互，有助于农民了解市场信息和金融政策，缓解信息约束进而促进农民创业(何婧等，2019[10];张碧琼和吴琬婷，2021[26])。数字技术应用使得农村现代化与信息化水平得到显著提高，随着农村数字基础设施的建设、农村电商平台的发展以及数字普惠金融的大范围普及，农民创业条件愈发成熟，不仅增强了农民的创业热情，更有利于农民进一步开展创业活动。因此，提出如下假设：

H1:数字技术应用对农民创业活跃度具有显著促进作用。

(二)数字技术应用影响农民创业活跃度的内在机制

除数字技术应用外，农民创业活动还受其他因素影响，例如资金、政策的支持、个人能力与经历、农村的资源环境等。人力资本是凝聚在人体中的知识、体能、技能的总和(Schultz, 1961)[27]。在我国长期的城乡二元结构下，人力资本差异的影响逐渐显现，大量农村劳动力涌入城市以寻求更高的劳动报酬，农村资源要素向城市单向流动使得农村创业资源量相对匮乏，农民的社会资源量相对较少(庄晋财等，2023)[28]。随着数字乡村建设推进，农村数字技术应用促进了农村数字基础设施改造、数据要素流入、产业数字化转型，激发了大众创业、万众创新，为农村地区提供大量就业岗位和创业机会，进而吸引劳动力和资本回流(陈中伟和张雪艳，2022)[29]。农村数字技术应用对人力资本的影响主要体现在以下四个方面：第一，数字技术的应用提高了农业数字化程度与农业生产效率，同时也拉动了农村地区经济发展，引发农村地区对不同层次的人才需求，产生人才集聚的正向溢出效应。第二，数字经济与传统产业融合释放创业与就业机会，“人工智能+农业生产”“人工智能+乡村旅游”等返乡创业实例不断涌现并催生众多新业态、新模式，吸引人才回流。第三，农村数字基础设施的完善以及政府促进返乡创业政策的出台，促使高校毕业生、外出务工人员等青年群体在远离家乡后陆续返乡创业。农村电商、直播带货等新商业模式为农村发展注入活力，增强了农村人力资本优势，在一定程度上增加了农民创业机会(何雷华等，2022)[30]。第四，数字普惠金融及其衍生的金融工具为农民提供了丰富的资金来源与便捷的融资渠道，有助于农民获得创业资金及相关金融服务，提升了农民金融素养与认知能力，能够帮助农民更好地作出创业决策，促进农民创业活动开展以及地区创业活跃度提升(李晓园等，2021)[11]。因此，提出如下假设：

H2:人力资本水平正向调节数字技术应用水平对农民创业活跃度能够产生促进效应。

不可忽视的是，目前我国东部、中部、西部地区数字技术应用水平存在一定差异，主要体现为数字技术发展程度由东部沿海地区向中部、西部地区依次降低。据国家互联网信息办公室发布的《数字中国发展报告(2022年)》显示，数字化发展水平的区域分布呈现东高西低态势，浙江、广东、江苏、上海、福建等东部地区数字化综合发展水平位居全国前列。沿海东部地区除地理位置优越以外，在人才培养、技术赋能、经济发展方面也有较大优势，能够吸引大量优质的信息资源与人才资源流入，带来丰裕的资金投入以及前沿的数字化技术，进而对农民创业活动的推动作用较大；相较于东部地区，中西部地区数字技术发展稍有不足，同时还面临自身地理条件、经济发展水平、社会复杂环境等因素的约束，人才、资金、信息等创业资源相对欠缺，从而导致数字技术对农民创业活跃度的促进作用较低(赵星等，2023[31];张文武，2021[32])。因此，提出如下假设：

H3:数字技术应用水平对农民创业活跃度的影响存在区域异质性。

三、研究设计

(一)模型构建：

为检验数字技术应用对农民创业活跃度的影响，基于前文假设，设定如下基本模型：

Feait=α0+α1Digtit+αcControlit+μi+δt+εit(1)

式(1)中，Fea为农民创业活跃度，i代表省份，t代表年份。Digt代表各地区数字技术应用水平，包括数字基础设施水平、电商平台发展水平、数字普惠金融发展水平，Control为控制变量，μ表示控制省份固定效应，δ表示控制时间固定效应，ε表示误差项。

为进一步讨论人力资本水平对农民创业活跃度的作用机制，对人力资本水平是否为二者之间的调节变量进行检验。即在数字技术应用水平Digt对农民创业活跃度Fea的线性回归模型(1)的系数α1进行显著性检验的基础上，引入人力资本水平(Human)与解释变量数字技术应用水平(Digt)相乘的交互项，回归模型设定如下：

Humanit=β0+β1Digtit+β2Humanit+β3Digtit×Humanit+βcControlit+μi+δt+εit(2)

(二)变量测度

1.被解释变量：农民创业活跃度(Fea)。

创业活跃度反映了地区创业活动的积极程度。借鉴古家军和谢凤华(2012)[33]、李晓园等(2021)[11]的研究，选择各地区农村私营企业就业人数与个体就业人数之和与乡村人口总数的占比衡量区域农民创业活跃度，该比值越大，创业活跃度越高。

2.解释变量：数字技术应用水平(Digt)。

现有文献对数字经济与数字乡村的测度研究较多，例如赵涛等(2020)[34]从互联网普及率、互联网相关产出、互联网相关从业人员数等五个方面测度数字经济综合发展指数；陈中伟等(2022)[29]从数字基础设施、数字生活应用、数字技术融合程度三个维度构建了数字乡村建设水平指标体系。笔者从数字基础设施水平、电商平台发展水平、数字普惠金融发展水平三个维度评价地区数字技术应用水平。其中，参考赵涛等(2020)[34]、何雷华等(2022)[30],选取互联网宽带端口接入密度、互联网普及率、移动电话普及率等指标来衡量数字基础设施水平；参照齐文浩等(2021)[13],采用地区电子商务销售额和电子商务采购额来衡量电商平台发展水平；借鉴郭峰等(2021)[35]、纪明等(2022)[36],采用“北京大学数字普惠金融指数”来衡量各省份数字普惠金融发展水平。在获得上述指标数据后，按照以下步骤测算各地区数字技术应用水平：首先，对上述指标进行标准化处理，将原始数据映射到[0,1]区间内；其次，为消除相关性较强指标的影响，减少指标间信息上的重叠，采用CRITIC客观赋权法生成指标权重，以便得到更为精准的评价结果；最后，对各指标加权求和以得到各地区数字技术应用水平的综合指数(Diakoulaki et al.,1995[37];陈文等，2021[12]),具体指标及权重如表1所示。

表1数字技术应用水平指标测度

3.调节变量：人力资本(Human)。

借鉴朱承亮等(2011)[38]、程锐(2016)[39]的研究，采用农民平均受教育年限来衡量。计算公式为农民平均受教育年限=(小学教育人数×6+初中教育人数×9+高中教育人数×12+大专及以上教育人数×16)÷6岁以上人口数。

4.控制变量。

政府助农力度(Afe),参考葛和平和钱宇(2021)[40],采用农林水支出占各地财政支出的比重衡量；经济发展水平(LnGDP),采用人均国民生产总值取对数来衡量各省份的经济发展水平；人均涉农贷款余额(Loan),参考李晓园等(2021)[11]的研究，采用涉农贷款余额与乡村人口的比值来衡量；城镇化率(Citizen),采用城镇人口占总人口的比率衡量；农村产业融合发展(Rcd),参考李芸等(2017)[41],采用农林牧渔服务业总产值与第一产业总产值的比值衡量。各变量定义与指标设计如表2所示。

表2变量定义与指标设计

(三)数据来源

考虑到数据的可获得性以及时效性，选取2011—2022年我国31个省份为研究样本。其中，各地区农村私营企业就业人数、农村个体就业人数、乡村总人口数、互联网宽带接入端口数、年末常住人口、互联网用户数、移动电话普及率、电子商务销售额、电子商务采购额来源于《中国统计年鉴》《区域统计年鉴》,数字普惠金融指数来源于《北京大学数字普惠金融指数》,人均国民生产总值、城镇人口、第一产业总产值等数据主要来源于《中国统计年鉴》,涉农贷款数据来源于《中国金融年鉴》和各省份统计公报，农林牧渔服务业总产值来源于《中国第三产业统计年鉴》,人力资本水平原始数据来源于《中国农村统计年鉴》。在数据获取过程中，相关缺失数据通过手动搜集各地区的年度统计公报以及线性插值法进行补充获得。

所有变量的描述性统计结果如表3所示。

表3变量描述性统计结果

四、实证研究与结果分析

(一)基准回归结果

根据豪斯曼检验结果，基准模型选择固定效应模型对面板数据进行分析，回归结果如表4所示。其中，模型(1)为未控制省份时间固定效应的回归结果；模型(2)为控制时间固定效应的回归结果；模型(3)为控制省份和时间固定效应并加入控制变量。如模型(3)所示，数字技术应用水平(Digt)的系数为正，且在1%的水平上显著，说明数字技术应用能显著促进农民创业活跃度的提升，假设1成立。数字技术应用水平(Digt)的回归系数为2.075,表明数字技术应用水平每提高1单位，农民创业活跃度将增长2.075个单位。从控制变量看，人均涉农贷款余额系数显著为负，表明正规金融未能有效缓解农民创业面临的信贷约束；此外，农村产业融合系数显著为正，表明农村产业融合发展对农民创业活跃度具有显著正向影响，这一结果与李晓龙和冉光和(2019)[42]得到的结论一致。

表4基准回归结果

为测量人力资本水平(Human)对农民创业活跃度(Fea)的正向调节作用，在模型(4)中加入了人力资本水平(Human)与数字技术应用水平(Digt)相乘的交互项Digt×Human。最终回归结果显示，Digt×Human的回归系数为0.467,且在1%的水平上显著，说明人力资本水平对数字技术应用促进农民创业活跃度提高具有正向调节作用。假设2成立。

(二)稳健性检验

采取工具变量法、替换关键变量、剔除特殊样本等方式对回归结果进行稳健型检验，具体检验结果如表5所示。

表5稳健性检验结果

1.工具变量法。

影响农民创业活跃度的影响因素较多，尽管加入了一些控制变量，但仍有遗漏变量的可能，同时考虑到数字技术应用与农民创业活跃度可能存在反向因果关系，即农民创业活跃度越高的地区，数字技术应用越发达，导致模型估计存在偏误。为解决不可观测变量和反向因果带来的内生性问题，借鉴黄群慧等(2019)[43]、赵涛等(2020)[34]的方法，选择1984年各省份固定电话数量与上一年全国互联网用户数的交乘项作为本年数字技术应用水平的工具变量，运用两阶段最小二乘法(2SLS)进行重新估计。一方面，固定电话的普及能够影响后续互联网数字技术应用的发展，一个地区固定电话的铺设可能通过影响互联网发展进而影响农民创业活动，满足工具变量的相关性要求；另一方面，滞后一期的全国互联网用户数量不会直接影响本省份的农民创业活动，且随着数字技术的发展与变革，固定电话所代表的传统通信工具的使用频率逐渐下降，与农民创业决策关联不大，符合工具变量的外生性要求。结果如表5模型(1)所示，数字技术应用水平的系数为3.039,且在1%的水平上显著。另外，做了如下工具变量检验，在不可识别检验中，Kleibergen-Paap rk LM统计量在1%的水平上显著，说明工具变量可识别；在弱工具变量检验中，Cragg-Donald Wald F统计量的值为51.843,说明工具变量不是弱工具变量，上述检验结果表明工具变量的选择是合理且有效的。

2.替换关键变量。

在基准回归中，核心解释变量数字技术应用水平是由CRITIC方法客观赋权得到，为此分别采用主成分方法和熵值法测算各地区数字技术应用水平，之后进行面板数据回归，结果见表5模型(2)与模型(3),其中模型(2)为采用主成分方法测算数字技术应用水平回归结果，模型(3)为采用熵值法测算数字技术应用水平回归结果。结果显示，数字技术应用水平回归系数依然显著。

3.剔除特殊样本。

剔除数字技术应用水平位于前10%的省份(北京、上海、广东)与后10%的省份(云南、甘肃、西藏)后，对样本进行重新估计，结果如表5中模型(4)所示，数字技术应用水平系数显著，基准回归结论依然稳健。

(三)区域异质性检验

鉴于我国不同地区的数字技术应用水平存在一定差异，在前文研究的基础上，将31个省份划分为东部、中部、西部(1)三个区域探究数字技术应用水平对农民创业活跃度的影响，结果如表6所示。

表6异质性检验结果

通过结果分析可知，在东部地区，数字技术应用对农民创业活跃度提升具有显著促进作用，其相关系数为1.778且在1%的水平上显著；在中西部地区，西部地区数字技术应用水平对农民创业活跃度的提升效果较中部地区更为明显。对此可能的解释为：东部地区处于数字技术以及数字经济发展的核心地带，数字技术设施建设较为完善，数字化程度较高，农民创业意识更强；相较于中部地区省份，贵州省于2016年2月率先实施“国家大数据综合试验区”政策，内蒙古、重庆等西部地区也于2016年10月进一步实施该政策，促进了西部地区数字基础设施建设与数字技术发展，进而带动农民利用数字化手段创业。这一结果体现了数字技术应用对农民创业活跃度的影响存在区域异质性。

五、研究结论与对策建议

基于2011—2022年我国31个省份的面板数据，运用双向固定效应模型、调节效应检验等方法，探讨数字技术应用对农民创业活跃度的影响及其作用机制并得出以下结论：第一，整体上看，数字技术应用通过不同形式能显著促进农民创业活跃度的提升，通过工具变量法等稳健性检验，研究结论依然成立。第二，在全国整体层面，人力资本水平对数字技术应用与农民创业活跃度具有正向调节作用。第三，数字技术应用对农民创业活跃度的影响存在区域异质性。其中，数字技术应用对东部地区农民创业活跃度的影响存在显著促进作用，而中部地区与西部地区的数字技术应用水平较东部地区相对落后，数字技术应用对农民创业活跃度的影响也比东部地区低。

基于以上结论，提出以下建议：

一是持续推进数字乡村建设，“因地制宜”精准施策。完善数字乡村建设顶层制度设计，引导和促进农村加快数字乡村建设；加强政府对数字基础设施、农村电子商务以及数字普惠金融的投资力度，为农村地区数字乡村发展提供更多的资金支持与税收优惠；为数据运营商与通信企业提供更多技术支撑，进一步巩固数字技术发展为农民创业带来的“数字红利”,持续为乡村振兴贡献力量。相较于东部地区，中西部地区在数字技术方面的发展还存在较大差距，因此需加快布局中西部农村地区5G、大数据、物联网等新型数字基础设施，分区施策，确保各地区间享有公平的数字技术利用机会。

二是强化数字“赋能效应”,促进农民数字化创业。鼓励开发适用于农村经济发展的信息共享平台和应用软件，提升数字化赋能效应。构建线上交流社群和论坛等互动方式，帮助农民获取市场前景、产品销售、资金融通等信息，促进各方之间交流和沟通。政府职能部门、金融机构在政策、资金上多向乡村倾斜，通过建设数字化、智能化、专业化的农村信息基础设施与数字乡村平台，赋能传统农村产业发展，为农民创造更多创业机会，用数字技术驱动与引导农民创业活动的开展，充分释放数字技术对农民创业意愿提升的贡献能力。

三是注重农民数字素养提升，培育新时代“数字农民”。数字技术通过刺激农村人力资本回流，能够对农民创业活跃度提升带来内生动力。要结合农村生产生活实际，同时考虑到农民知识水平，加强农民在数字化农业管理、农村电子商务等方面的实践培训，不断提升农民数字意识与数字素养技能，使农民能更好把握创业机会并实现成功创业。同时，各地对于数字技术人才要积极引进、培养，加大与高校的校企联合培养力度，为高校人才与企业“下乡”做好储备。积极出台相应政策，吸引在外人才、相关企业等返乡就业创业，为提升农村地区创业活跃度发挥重要作用。

本研究也存在一些不足：一是变量选取的局限，仅探究了数字技术应用对农民创业活跃度的影响，关于数字技术应用能否提升农民创业成功率、促进农民收入增长等问题有待进一步探讨。二是传导机制的研究尚未充分考虑数字技术应用能否通过其他方面影响农民创业，还需进一步考察。

参考文献:

[1]李健.数字技术赋能乡村振兴的内在机理与政策创新[J].经济体制改革,2022(3):77-83.

[2]蔡莉,杨亚倩,卢珊,等.数字技术对创业活动影响研究回顾与展望[J].科学学研究,2019(10):1816-1824,1835.

[3]秦秋霞,郭红东,曾亿武.乡村振兴中的数字赋能及实现途径[J].江苏大学学报(社会科学版),2021(5):22-33.

[4]李晓静,陈哲,夏显力.数字素养对农户创业行为的影响:基于空间杜宾模型的分析[J].中南财经政法大学学报,2022(1):123-134.

[5]余江,孟庆时,张越,等.数字创业:数字化时代创业理论和实践的新趋势[J].科学学研究,2018(10):1801-1808.

[6]庄晋财,李丹.“互联网+”对农民创业机会开发的影响研究[J].广西大学学报(哲学社会科学版),2018(5):104-110.

[7]王胜,余娜,付锐.数字乡村建设:作用机理､现实挑战与实施策略[J].改革,2021(4):45-59.

[8]沈费伟,袁欢.大数据时代的数字乡村治理:实践逻辑与优化策略[J].农业经济问题,2020(10):80-88.

[9]夏显力,陈哲,张慧利,等.农业高质量发展:数字赋能与实现路径[J].中国农村经济,2019(12):2-15.

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

[11]李晓园,刘雨濛.数字普惠金融如何促进农村创业?[J].经济管理,2021(12):24-40.

[12]陈文,吴赢.数字经济发展､数字鸿沟与城乡居民收入差距[J].南方经济,2021(11):1-17.

[13]齐文浩,李明杰,李景波.数字乡村赋能与农民收入增长:作用机理与实证检验——基于农民创业活跃度的调节效应研究[J].东南大学学报(哲学社会科学版),2021(2):116-125,148.

[14]王杰,蔡志坚.风险规避､数字技术使用与农村家庭创业行为[J].华南农业大学学报(社会科学版),2022(2):28-40.

[15]刘子玉,罗明忠.数字技术使用对农户共同富裕的影响:“鸿沟”还是“桥梁”?[J].华中农业大学学报(社会科学版),2023(1):23-33.

[16]邱泽奇,乔天宇.电商技术变革与农户共同发展[J].中国社会科学,2021(10):145-166,207.

[17]李扬,单标安,费宇鹏,等.数字技术创业:研究主题述评与展望[J].研究与发展管理,2021(1):65-77.

[18]宋林,何洋.互联网使用对中国城乡家庭创业的影响研究[J].科学学研究,2021(3):489-498,506.

[20]朱秀梅,刘月,陈海涛.数字创业:要素及内核生成机制研究[J].外国经济与管理,2020(4):19-35.

[21]王珧.电商经济发展对农村居民收入的影响研究[J].金融教育研究,2023(2):44-53.

[22]苏岚岚,孔荣.互联网使用促进农户创业增益了吗?:基于内生转换回归模型的实证分析[J].中国农村经济,2020(2):62-80.

[23]曾亿武,郭红东,金松青.电子商务有益于农民增收吗?:来自江苏沭阳的证据[J].中国农村经济,2018(2):49-64.

[24]宋瑛,杨露,宋帅.互联网嵌入､社会资本与农户电商创业渠道选择:基于黔渝350份农户微观调查数据[J].宁夏社会科学,2021(6):169-179.

[25]卢亚娟,张龙耀,许玉韫.金融可得性与农村家庭创业:基于CHARLS数据的实证研究[J].经济理论与经济管理,2014(10):89-99.

[26]张碧琼,吴琬婷.数字普惠金融､创业与收入分配:基于中国城乡差异视角的实证研究[J].金融评论,2021(2):31-44,124.

[28]庄晋财,黄曼,程李梅.中国乡村创业理论构建与未来展望[J].外国经济与管理,2023(1):121-136.

[29]陈中伟,张雪艳.数字乡村建设能否缓解农业资源要素错配?[J].农林经济管理学报,2022(6):736-743.

[30]何雷华,王凤,王长明.数字经济如何驱动中国乡村振兴?[J].经济问题探索,2022(4):1-18.

[31]赵星,李若彤,贺慧圆.数字技术可以促进创新效率提升吗?[J].科学学研究,2023(4):732-743.

[32]张文武.数字经济时代的移动互联网使用与农民创业:传导机制和异质效应[J].中山大学学报(社会科学版),2021(6):191-202.

[33]古家军,谢凤华.农民创业活跃度影响农民收入的区域差异分析:基于1997—2009年的省际面板数据的实证研究[J].农业经济问题,2012(2):19-23,110.

[34]赵涛,张智,梁上坤.数字经济､创业活跃度与高质量发展:来自中国城市的经验证据[J].管理世界,2020(10):65-76.

[35]郭峰,王靖一,王芳,等.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学(季刊),2020(4):1401-1418.

[36]纪明,曾曦昊,陈王豪.数字普惠金融的共同富裕效应研究:基于农民创业､就业增收视角[J].金融教育研究,2022(5):3-13.

[38]朱承亮,师萍,岳宏志,等.人力资本､人力资本结构与区域经济增长效率[J].中国软科学,2011(2):110-119.

[39]程锐.市场化进程､企业家精神与地区经济发展差距[J].经济学家,2016(8):19-28.

[40]葛和平,钱宇.数字普惠金融服务乡村振兴的影响机理及实证检验[J].现代经济探讨,2021(5):118-126.

[41]李芸,陈俊红,陈慈.农业产业融合评价指标体系研究及对北京市的应用[J].科技管理研究,2017(4):55-63.

[42]李晓龙,冉光和.农村产业融合发展的创业效应研究:基于省际异质性的实证检验[J].统计与信息论坛,2019(3):86-93.

[43]黄群慧,余泳泽,张松林.互联网发展与制造业生产率提升:内在机制与中国经验[J].中国工业经济,2019(8):5-23.

基金资助:国家自然科学基金项目“数字创新生态系统协同治理:影响因素､机制与效应”(72464016);江西省社会科学基金项目“数字化赋能战略性新兴产业融合集群发展机理及其实现路径”(23YJ07);国家社会科学基金项目“大数据背景下众创空间运行机制及其发展对策研究”(19BGL032);

文章来源:张敬文,廖方哲.数字技术应用对农民创业活跃度的影响机制研究[J].金融教育研究,2024,37(06):45-54.