农民互联网社交与创业行为——基于中国家庭追踪调查数据（CFPS）的实证研究

○田旭 吴邦正 王炎

（河北金融学院管理学院，河北 保定 071051)

一、引言

党中央极其重视人民实现共同富裕,而创业是实现共同富裕的重要途径。党的十九大报告中明确提出“激发和保护企业家精神，鼓励更多社会主体投身创新创业，营造劳动光荣的社会风尚和精益求精的敬业风气”的要求。2022年，党中央国务院在一号文件《关于做好2022 年全面推进乡村振兴重点工作的意见》中，再次强调“加快实施‘互联网+’农产品出村进城工程，落实各类农民工稳岗就业政策，促进农民就地就近就业创业”。

而中国自古就有典型的“人情社会”“关系社会”“人脉社会”特征，在农村地区更加突出。目前，互联网在农村地区的渗透率已近60%，农民“触网”频率越来越高，人情社会的“网络”化，是否会促进农民创业，推进实现共同富裕，是一个值得关注但尚未研究的主题，具有较强的创新性。在互联网时代，研究农民互联网社交与农民创业行为，可以有效地了解农民创业决策和创业行为，提升农民创业效率、支持创业行为。

随着互联网在农村地区的逐步普及，互联网社交究竟对农民创新行为有何影响，目前学者已经开始了这方面的探索与研究。赵羚雅等学者[1-3]探讨了“互联网使用”“互联网嵌入”等行为与农村创业者创业行为的关系。董静等[4]、孙健等[5]认为农村社会网络关系往往能够有效地促进创业行为。农民利用微信、微博及其他移动互联网平台进行社交活动、拓展社交网络日益频繁，农民间信息交流和获取资源也变得越来越便捷。因此，对于不同地区、不同家庭和个人特质、物质资料基础的农民来说，其创业行为是否会受到网络社交影响，是否会更易获得广泛社会资源，从而推动其开展创业活动，促进乡村振兴，便具有了重要的研究意义和实践意义，而这却是暂未进行深入研究的范畴。

鉴于此，本文以互联网时代农村地区的社会文化为背景，采用Probit模型考察了农民互联网社交对其创业决策的影响。本文的边际贡献体现在三个方面。第一，虽然过去已经有文献讨论了互联网使用、互联网嵌入等行为与农民创业行为的关系，但研究仅仅局限于互联网的使用层面，但并未聚焦于互联网在农民社交领域的应用情况，而这可能是农民提高创业概率的重要因素；第二，本文分析了土地流转在农民创业行为的影响及其调节作用，探讨了土地流转与农民创业行为的关系，拓展了农村创业研究深度，为农村土地流转政策的制定和推行提供了一定的实证基础；第三，探讨了具有不同个体特征的农民在互联网社交方面影响创业行为上的差异，并且从社会网络效应、信息获取效应、融资规模效应三方面进行了机制分析，回答了互联网社交如何作用于农民创业这一核心问题。

二、理论分析与研究假设

（一）互联网与创业

随着互联网普及度及渗透率在农村地区的逐渐升高，大量以互联网为基础的商业机会应运而生，网络已经成为传播媒介、生产力提高的工具，成为了连接农村地区生活与生产的重要载体。对于互联网社交与创业的关系，CUMMING和JOHAN[6]、REUBER 和FISCHER[7]、KIM 和ORAZEM[8]等学者认为，正是因为互联网基础设施的普及和网络的使用，提升了创业的概率和绩效。

从国内的研究来看，学者们从互联网嵌入、互联网使用、虚拟社会网络等不同的角度展开论述，大部分学者认为互联网使用显著提高了农民的创业概率[5,9-12]。周广肃和樊纲[9]使用中国家庭追踪调查微观数据，发现家庭使用互联网对创业行为产生了较为显著的效果，相比不使用互联网的家庭创业概率高出3%，并且认为互联网促进创业主要是由于信息渠道效应、社会互动效应、融资效应和风险偏好效应。周洋和华语音[10]也采用相同的数据库，实证分析得出互联网使用显著地促进了农村家庭的创业意愿，互联网对农村家庭的创业概率提升了3.83%，而原因在于互联网有效地促进了农村地区社会交往和信息获取。庄晋财和李丹[13]认为在互联网背景下，农民创业者可以通过运用互联网有效地拓展市场空间、增加资源获取渠道、降低资源获取成本，从而提高创业机会。赵羚雅[1]认为在乡村振兴背景下，互联网使用与农民创业显著正相关，而原因在于互联网的信息渠道效应、风险偏好效应和社会资本效应。姚柱等[3]从“互联网嵌入”的角度分析认为互联网嵌入有效地促进了农民创业者的创业绩效。

（二）社会网络与创业

本文基于已有文献认为，社会网络在农民创业行为中具有重要的中介作用，因为社会网络是一般意义上所称的“社会关系”，是社会资本理论中一个非常重要的研究主题[14]。从学者们以往的研究来看，社会网络或社会资本能够有效地降低贫困[15]、促进农村的非农就业[16]和农民收入[11,15]。从农民创业的角度来看，社会网络作为个人创业的有效支撑，能够显著地提高农民创业意愿[5,10,17]与创业绩效[2-3]。

胡金焱和张博[14]分析中国家庭金融调查数据发现，社会网络能够显著地促进城镇和农村家庭创业行为，而其对农村家庭的促进作用更大。孙健等[5]应用中国居民家庭收入调查数据，发现社会网络对农民的创业意愿具有显著的正向促进，拥有社会网络越少的农民更容易因为担心创业时资金不足或缺乏创业关系而放弃创业。蒋剑勇等[12]发现社会网络支持可以有效降低农民的风险感知，提高农民对创业成功可能的判断，从而提高农民实施创业行为的可能性。蒋剑勇等[18]从创业资源的角度进行分析，发现农民创业者的社会网络规模能够影响创业资源获取效果。随着2022年我国农村地区的网络渗透率超过60%，越来越多的农民利用互联网渠道进行社会交往活动，形成新型社会网络，这种基于互联网的社交网络成为农民进行社交活动和获取创业资源的重要来源[13]。因此，农民互联网社交更有利于降低社交成本、形成社会互动效应并且拓宽信息渠道[9]，从而提高创业概率。同时这种互联网社交行为的增加，也不可避免地扩大了农民原有社会网络，丰富的社会网络关系能够有效激发农民创业热情，更能够有效缓解农村地区因为创业资源不足而导致的创业动力缺失问题[17]。据此，本文提出如下研究假设：

假设H1：农民互联网社交有助于提高农民创业行为

假设H2：互联网社交可以通过扩大农民社会网络从而提高创业行为

（三）土地流转

本文之所以将土地流转纳入研究范畴是因为近年来，随着农村地区土地确权工作的全面展开，土地流转便有了发生的依据和基础，学者们也从不同角度进行了土地流转对农民创业行为和创业绩效的影响分析，得到的结论也并不一致。部分学者通过调研或采用微观数据库数据，构建Probit模型或采用PSM方法分析发现农村土地流转能够显著增强农民创业意愿[19-22]。

而部分学者从土地转入和转出两个角度进行分析，认为两者对于农民创业行为的影响并不一致，得出了完全不同的结论。叶秋妤和孔荣[19]通过对陕西等3省1 947个农户的调研，采用Probit模型分析发现，土地转入正向促进农民创业决策，而土地转出则在抑制农民创业行为的同时促进了农民开展非农创业。田勇[20]基于2016 年中国家庭追踪调查的数据，分析得出土地转出能显著提高农村家庭创业可能，但土地转入则起到了抑制作用。刘传江等[22]基于西南财经大学中国家庭金融调查数据分析发现，土地流转能够显著增加农民创业的可能性，信贷约束在两者间起到正向调节作用，而社会保障则起到负向调节作用。王小龙等[23]使用2014年和2016年CLDS数据库，发现农村土地确权对农民自主创业是一种负向的影响。据此，本文提出如下研究假设：

假设H3：土地流转在农民互联网社交与创业行为之间起到调节作用。

目前关于互联网对农民创业行为影响的研究大多停留在互联网基础设施、互联网使用、互联网嵌入等内容上，都是从相对整体的角度分析农民使用互联网、农村互联网基础设施建设、互联网在农村地区的渗透情况对农民创业意愿或创业行为的影响。随着互联网基础设施的逐步完善和农民对互联网使用的增加，农民利用互联网手段进行社交活动无疑扩大了信息渠道来源，丰富了农民社会资本，进一步拓展了农民的社交网络频率和深度，但目前还没有专门针对“互联网社交”对农民创业行为影响的分析，而且机制分析中也更多地从信息角度、社会角度展开。本文认为农村地区典型的“人情社会”特征，更有利于拉近人们之间的距离，产生更多的交流，从而汇集创业资源，交流创业想法，凝聚创业人群，更容易形成同一个“创业社群”。农村网络的普及，更容易拉近互联网时代农民之间的“社会关系”，从而更好地帮助农民沟通创业信息和创业资源，形成创业团队。基于此，本文认为互联网的渗透将进一步增加“互联网社交”这一逐渐突出的行为对农民创业的影响，再加上政策的扶持，将更加有利于农民创业行为的发生，提高共同富裕的可能性。同时，土地流转政策逐步完善，范围逐步扩大，是近年来农村地区非常重要的政策措施，但到目前为止，土地流转在社会网络尤其是互联网社交对农民创业行为中是否具有调节作用，或如何调节创业行为的研究并不多见，这也是本文需要明确的内容。互联网社交对于农民创业行为概率的影响既有直接的作用，又有间接的传导机制，本文认为社会网络、信息获取和融资规模是互联网社交影响农民创业行为的中介变量，如图1所示。

图1 研究示意图

三、变量选取与模型设定

（一）数据来源

本文所使用的数据来自北京大学中国社会科学调查中心实施的中国家庭追踪调查（CFPS）数据库[24]，CFPS的样本覆盖中国绝大部分地区人口，以此反映中国社会发展和变迁的情况。CFPS数据库于2010年开始调查，其后每两年进行一次调查，涉及区县、社区、家庭、个人等多个层面。本文使用的是2018 年CFPS 数据所包含的家庭调查数据和个人调查数据。CFPS 数据在2018 年共计37 354 份个人数据，剔除城镇地区的样本，剔除18岁以下和70岁以上人员数据，并删除缺失值和异常数据后，共得到9 984个样本。

（二）变量选取

1.因变量：创业行为。本文参考周广肃和樊纲等学者的研究[1,9-10,17]，将创业变量设置为二元变量，根据CFPS2018 问卷中的“过去12 个月，您家是否有家庭成员从事个体经营或开办私营企业？”这一问题来判断农民是否从事创业行为，从而形成二元离散变量，如进行创业设置为“1”，不创业则设置为“0”。

2.自变量：互联网社交。以往对于农民使用互联网的研究往往停留在是否使用了互联网这一层面[1-2,9-10]，很少涉及互联网社交。本文采用2018CFPS中“一般情况下，您使用互联网络进行社交活动（如聊天、发微博等）的频率有多高？”来进行衡量互联网社交，并根据问题内容将其转化为每天使用互联网进行社交的次数。

3.控制变量。参考已有学者的研究[1,4-5,12,16,25-26]，将控制变量分为个人层面和家庭层面，个人层面包括年龄、年龄平方、性别、婚姻状况、教育年限、全职工作经历、工会成员、协会成员。家庭层面包含家庭存款取对数、家庭净资产取对数、家庭总收入取对数、家庭是否发生重大事件、家庭是否获得政府补助等。同时考虑到中国幅员辽阔，不同地区的整体发展水平极不平衡，所以控制了地区变量，将东部地区设置为“0”，中部地区设置为“1”，西部地区设置为“2”，回归方程中均以虚拟变量形式出现。

4.调节变量：土地流转。参考刘传江等学者的做法[19,21-22]，使用2018 年CFPS 中“无论是否收取租金，过去12个月，您家是否将集体分配的土地出租给了其他人”和“过去12 个月，除去集体分配的土地，您家是否向个人或集体租用土地，无论是否需要付租金”两个问题来衡量是否参与土地流转，将土地流转设置为二值离散变量，包含“参与土地流转”和“未参与土地流转”两种情况，分别设置为1和0。

（三）模型设定

在考察互联网社交对创业行为的影响时，由于创业行为是虚拟变量，因此使用Probit模型来进行估计，本文设定如下回归方程：

其中，entrepreneur为创业行为的二值虚拟变量，若该样本从事个体私营企业（即创业），则entrepreneur=1，反之则为0，internum为样本每天进行互联网社交的次数，Xi为样本的个体特征变量的向量，Zi为样本家庭特征变量的向量，λ为样本所在区域虚拟变量，εi为扰动项。

（四）估计与识别策略

考虑到本文的研究设计中，个体的创业行为与其自身的互联网社交行为可能存在一定的内生性。首先，相同的微观主体由于其自身行为特点和思想意识的原因，可能既影响其互联网社交的频率，同时又影响其创业行为，这可能会造成遗漏变量的问题。另外，互联网社交在可能影响农民创业行为的同时，农民创业行为的增加又可能提高其本身的互联网社交，用以验证创业想法或寻找创业资源。创业意味着农民个人社会行为的增加，而这将有助于农民创业者获取更多资源，帮助其在创业过程中更好地提升创业成功率，两者有可能存在双向因果关系。因此，本文在后续的基础回归，异质性检验时，均采用工具变量Probit 模型，且分别使用MLE 和两步法以验证结果的稳定性。在进行稳健性检验时，也采用替换变量法，以保证回归结果的一致性。

（五）描述性统计

表1给出了相关变量的描述性统计，从中可以看到，有91.27%的样本选择不进行自主创业，农村地区创业比例仅为8.70%。样本中农民每天进行互联网社交的平均次数为0.337 次，即约每三天会进行一次互联网社交活动，中位数为0，说明有相当一部分农民每年几乎不使用互联网进行社交活动。农村地区当年的人情礼金支出平均数为4 230元，中位数为2 000元，说明部分农民人情支出金额较高，且标准差较大，说明农民人情支出差异较大。而每月外出就餐费中位数为0，说明超过50%的农民选择不外出就餐，没有进行外出的宴请活动，没有形成相对固定的社交群体，平均数为170 元，相对来说也处于比较低的位置。50%以上的农民每月邮电通讯费用支出在150 元以下，且标准差较大，说明不同的群体之间差异较大。互联网信息渠道重要性的选项中，平均数为2.772，说明有超过半数的受访者认为互联网渠道是其获取信息的重要来源。

表1 变量的描述性统计

四、实证结果与分析

（一）基础回归检验

表2 汇报了互联网社交对农民创业决策影响的实证结果，由于被解释变量是二元虚拟变量，所以采用Probit模型进行分析。表2中第（1）和第（2）列均采用OLS回归作为对照，其中，第（1）列为未加入控制变量的结果，第（2）列为加入控制变量后的结果，第（3）列为采用Probit估计的结果。从表2回归结果中可以看出，OLS 回归与Probit 回归的系数符号均一致，且互联网社交均在1%的水平上显著正向促进农民创业行为，也就是说随着农民采用互联网形式进行社交活动次数的增加，其创业的可能性也在增加。

表2 基础回归分析

但考虑到互联网社交可能存在一定的内生性问题，即有其他的因素同时影响互联网社交和创业行为，所以采用CFPS 数据库中的“每月手机费（元）”作为工具变量，采用含有内生变量的Probit模型进行估计。之所以选择每月手机费作为工具变量是因为手机话费的金额代表着自身对外联系的程度，显然同农民的互联网社交程度相关，满足工具变量的相关性，同时，话费的金额并不直接影响农民的创业决策，满足工具变量的外生性。表2中第（4）列和（5）列分别为采用MLE方式和两步法进行的IV-Probit 估计，互联网社交的系数依然在1%的水平上显著为正，但比普通Probit 回归有了显著提升。根据MLE估计可知，其相关系数ρ值高达0.546，其系数为负，说明由于忽略互联网社交的内生性，将显著低估互联网社交对创业行为的正向作用，正如第（4）列互联网社交的系数为1.588，比未考虑内生性的第（3）列普通Probit回归系数高出较多。同时如表2 第（4）列和第（5）列两种方法进行IV-Probit 估计外生性Wald 检验所示，卡方值为32.59 和30.42，均在1%显著性上拒绝了外生性的原假设，同时两步法的第一阶段F 值为358.61，远大于STOCK和YOGO[27]提供的临界值10，说明不存在弱工具变量问题，因此本文应采用工具变量法进行Probit估计。

在表2 中，无论采用哪种估计方式，农民互联网社交对创业行为的影响都在1%显著性水平上为正。对此可能的解释是，第一，随着农民互联网社交次数的增加，通过互联网社交活动更容易获取相应的信息资源，频繁的网络社交活动有效地提升了农民本身的社会网络，增强了其社群属性，从而更容易在掌握了更多信息和获取更多资源后，开展创业活动。第二，互联网社交有利于农民进一步扩展互联网这一渠道的信息收集，低成本的获取创业信息，激发其获取信息的需求。第三，互联网社交能够帮助农民掌握更多的信息，了解到更多的创业机会与创业成功的经历，从而提升农民对于风险的意识，进而提升创业可能。第四，互联网社交的增加，能够拉近与亲朋好友的距离，在其进行创业时能够更容易获取亲朋、民间机构、金融机构的支持，从而提升其自身的创业可能性。因此证明了前述研究假设H1，农民互联网社交有助于提高农民创业行为。而这种影响的传导机制，本文将在后续从三方面进行验证。

（二）异质性分析

互联网社交作为一种相对较新的社交方式，对不同年龄的农民个体影响程度可能不同。而且随着个体学历水平的提升，自身使用互联网进行社交的可能性也有变化，因此不同学历程度对于农民互联网社交是否促进其创业行为的概率可能并不一致。另外，不同风险偏好水平的农民，其自身存在一定的自我选择，所以他们进行互联网社交时是否会对创业行为产生影响也是本文要探讨的。因此，本文按照年龄分为了45 岁及以下组和45 岁以上组，按照学历将农民分为了高中以下组和高中及以上组，根据调研问卷中的风险倾向测量题项，将农民分为了低风险偏好组和高风险偏好组，分别进行回归分析。表3 汇报了分年龄、学历、风险偏好的回归分析结果，均采用MLE 方法进行工具变量Probit模型回归。

表3 异质性分析

在A组中，无论是45岁以上，还是45岁以下农民，互联网社交均在1%的统计水平下显著影响农民创业行为，且系数为正，说明农民进行互联网社交均能够显著地提高创业行为发生的可能性。但第（1）列和第（2）列的边际效应并不一致，且相差将近一倍，也就是说对于45岁以下的农民，一年时间内平均每天多一次互联网社交行为，其创业行为发生的平均概率高出45 岁以上农民一倍，当然这只是一种平均效应，但年龄上的差异性已经非常明显。这可能是因为年龄较低的年轻人，他们更容易受到互联网社交的影响，他们能够获取更多的信息，而年龄较大的农民，他们更希望能够获得较为稳定的收入，从而导致其创业概率低于年轻人，这是符合理论预期的。

在B 组中，无论是低学历，还是高学历农民，互联网社交均在1%统计水平下显著正向影响农民创业行为，同样说明无论个体学历状况如何，互联网社交对农民创业行为的影响是确实存在的。只不过第（3）和第（4）列的系数和边际效应并不一致，而且相差较大，高学历农民受到互联网社交影响更大，其进行创业的平均概率比低学历农民高出一倍以上。这是因为相对于低学历农民来说，高学历农民对通过互联网社交所获的信息的理解更加充分，其社会资本效应对高学历人群来说更加显著。

在C 组中，同样，无论农民对待风险的看法如何，农民互联网社交均在1%的统计水平下显著正向影响农民创业行为，提高其进行创业的可能性，只不过这种概率提高的幅度并不相同。在相同的条件下，一年内每天多一次使用互联网社交，对低风险偏好人群来说，他们的创业行为发生的概率比高风险偏好人群高出7.4%左右，也就是说低风险偏好人群更容易受到互联网社交的影响，提高创业的概率。这可能是因为对高风险偏好人群来说，创业行为的高风险性本就是他们能够接受的，互联网社交对于其决定是否创业的影响相对较小，而对于低风险偏好人群来说，互联网社交对其影响更大，其创业可能性提高的幅度更大，也就是说如果提供的服务或政策措施较为有效的话，低风险偏好人群的边际影响将更加显著。

（三）中介效应

为了考察互联网社交提升创业概率的原因，本文将可能的影响因素从“互联网”和“社交”两个层面进行分解，结合前期文献研究的基础[10,14]，提出从互联网社交对农民社会网络拓展、对其互联网使用与信息获取两个方面分析，寻找间接影响渠道，同时考虑到资金对于创业行为的重要性[28-29]，因此也将融资纳入中介效应分析的因素中来。

1.社会网络。在中国这样的关系社会，农民社会网络往往是以地缘、亲缘和血缘为基础的，亲朋之间的关系往往需要一定的交往和支出，来体现亲朋之间的亲疏程度。因此，本文认为互联网社交之所以能够提高农民创业的可能性，得益于互联网社交这种方式，扩展或加深了农民的社会网络，促进了农民社会资本的形成，这种社会网络又具有相对明显的社会保障和风险规避的功能，进而提高了农民创业行为的可能。

本文参考胡金焱和张博[14]的做法，选取“人情礼支出”来衡量农民社会网络，使用2018 年CFPS问卷中的“包括实物和现金，过去12 个月，您家总共出了多少人情礼？”作为衡量农民社会网络的测量变量。同时还参考胡金焱和张博[14]、郭士祺和梁平汉[30]等的做法，使用“外出就餐费用”和“邮电通讯费用”作为社会网络的代理变量，采用2018 年CFPS 中的“平均每月您家外出就餐的支出是多少？”和“平均每月您家邮寄、通讯支出，包括电话、手机、上网、邮寄等花多少钱？”进行社会网络的衡量，以保证结果的稳健性。回归的结果呈现在表4第（1）列至第（3）列中，看到无论采用哪种衡量方式，在控制其他变量的条件下，Sobel检验的三个指标都拒绝了原假设。互联网社交均在1%的统计水平下显著正向促进社会网络，进而提高农民创业行为概率，在考虑到社会网络的影响之后，互联网社交对创业行为概率的影响分别减少了大约7.1%、3.6%和6.2%，说明农民可以通过互联网渠道进行有效的社交活动，进而拓展自身的社会网络，积累社会资本，提高农民创业的概率，因此验证了前述假设H2。

表4 不同中介变量的中介效应分析

2.信息获取。一般来说，由于农村地区所处位置相对偏僻，与城镇地区相比，农村获取信息的便利度和及时性往往都相对较差。而信息以及信息出现的时间对创业行为及创业成功率具有重要作用，农民通过互联网社交的方式却可以有效、及时地掌握信息，从而提高自身创业的可能性。本文参考周洋和华语音等学者的做法[1,9-10]，选取互联网信息源的重要性来代表信息获取效应。互联网信息源的重要性用2018年CFPS中的“互联网对您获取信息的重要性？”这一问题来衡量。由表4第（4）列回归结果可以看到，在控制其他变量的情况下，Sobel检验的三个指标都拒绝了原假设。在考虑到互联网信息源重要性的影响之后，互联网社交对农民创业行为概率的影响减少了大约21.1%，这是一个较大的比例，说明互联网社交能够极大地提高农民自身对互联网方式获取信息的认知，通过互联网社交，农民能够获取更多的重要信息，从而了解和掌握更多的外部消息，提高自身创业的可能性。

3.融资。创业行为受到资金的约束，无论是通过银行贷款还是通过亲友或社会借款，均有可能提高农民自身创业的概率[29]，而一般来说，随着农民互联网社交情况的增加，很可能增加其与亲友、社会放贷机构甚至于银行的沟通频次，拉近双方的距离或利用更多的信息资源增加各渠道的融资额。本文应用2018 年CFPS 中“您家待偿贷款额（元）”“亲友借款待偿额（元）”“待偿民间借贷总额（元）”三个题项进行衡量。表4 第（5）列至第（7）列分别代表总融资效应、正规渠道融资效应和非正规渠道融资效应回归结果，各列系数均表明，Sobel检验的三个指标都拒绝了原假设。农民互联网社交在1%水平上显著的正向影响总体融资、正规融资和非正规融资金额。从中介效应的数值上看，在考虑到融资的影响之后，互联网社交对创业行为概率的影响分别减少了大约6.4%、5.9%和2.7%，也就是说，农民借助互联网社交扩大自身的社交频率，提高了获得贷款和借款的可能性，从而最终提升了创业行为的可能。其中，银行融资的中介作用相对来说比非银行机构中介效应更大，这也是政策层面需要考虑的重要因素。

（四）调节效应

根据李长生和刘西川[21]、王小龙等[23]的研究，土地转出和转入对农民创业都具有显著正向影响，但并没有文献研究土地流转在互联网社交对创业行为上的调节作用。而随着农村土地流转政策的深入实施，农民是否参与了土地流转，是不是会对不同互联网社交频率的农民创业概率产生不同的影响，也是本文所关心的。土地流转变量将样本中所有未参与过土地转出及转入的农民，设为“0”，其他情况均为“1”。同时考虑到土地的流转既包括转入又包括转出，因此将土地流转变量又分为了四种情况，分别为既无转入也无转出，仅仅转入土地，仅仅转出土地，既转入土地又转出土地。本文生成了互联网社交与土地流转的交互项，并采用工具变量Probit 估计，表5 第（1）列和第（2）列分别为划分有无土地流转时进行MLE 估计及两步法估计结果，第（3）列和第(4)列为采用上述四类土地流转情况时采用MLE及两步法进行的估计结果。

表5 土地流转调节效应

由表5可以看到，互联网社交及土地流转均在1%水平上显著为正，而大部分交互项则在1%的水平上显著为负，因此本文认为土地流转与否，对互联网社交与创业行为概率的影响，具有显著的负向调节作用，从而验证了研究假设H3。也就是说，虽然土地流转自身能够提高农民创业的概率，但对于参与土地流转的农民来说，互联网社交对其创业的决策概率比不参与土地流转的农民影响更小。这可能是由于农民流转土地后，都需要进行农业耕种或者进行其他能够产生收入的就业行为，都不会在互联网层面上影响农民进行社交的频率和次数，农民在网络社交中所花费的时间和带来的归属感并没有产生比较大的变化。

五、稳健性检验与内生性处理

（一）稳健性检验

根据本文所做异质性分析及调节效应发现，上述模型中互联网社交的显著性与系数符号均保持一致，在一定程度上已经体现了结论的稳健性。同时本文采用替换变量法继续验证模型的稳健性。一般认为农民进行互联网社交的重要性越大，其利用互联网进行社交的可能性和次数就会越高，因此本文采用互联网社交重要性作为互联网社交的代理变量，重新衡量回归结果。本文使用2018 年CFPS 中的“使用互联网时，社交对您有多重要”题目来衡量农民互联网社交（level），进行相应的稳健性检验，由于部分样本在该题项中选择“不适用”，所以仅使用回答了该问题的4 360 个样本值。表6 中第（1）至第（4）列分别报告了混合OLS、普通Probit、和MLE 及两步法工具变量Probit回归的结果，其中互联网社交重要性变量的系数大部分均在1%统计水平上显著为正，同互联网社交变量的回归模型保持一致，且F 值大于10，Wald检验P值为0.000。

表6 稳健性及内生性检验

（二）内生性

上述工具变量回归结果显示，农民互联网社交对创业行为具有显著正效应，同时采用工具变量进行了内生性的检验和纠正，为了避免遗漏变量和双向因果问题，进一步验证结论的稳健性，本文还使用“同一个村居的农民平均互联网社交次数”情况作为农民互联网社交的工具变量纠正可能的内生性问题。因为一个村庄的农民互联网社交频率的状况反映了一个地区的网络状况以及同一个村庄农民使用互联网社交的频繁程度，所以同样可能会影响微观主体的互联网社交，但地区的其他人使用互联网进行社交活动的总体情况又不会对创业者的创业行为产业直接影响，所以理论上来看符合工具变量的外生性要求。因此本文选择村居的平均互联网社交情况作为工具变量。

表6 中第（5）至第（6）列分别使用MLE 及两步法进行回归，并报告了上述工具变量回归的两种估计结果。由表6可以看到，农民互联网社交作为解释变量，平均互联网社交作为工具变量，第一阶段的回归结果在1%的水平上显著为正，从而表明本村农民互联网社交平均数对个体农民互联网社交具有显著正向影响，所选取的工具变量与原解释变量具有强相关性。第一阶段F值为415.67，远大于临界值10，这说明本村平均互联网社交对农民个体互联网社交具有较强的解释力，不存在弱工具变量问题。Wald外生性检验拒绝了农民互联网社交不存在内生性的原假设，这说明原估计结果与工具变量回归结果存在显著的差异。在纠正了内生性后，农民互联网社交对创业行为仍然在1%的水平上显著为正。

六、结论与启示

本文基于2018年中国家庭追踪调查（CFPS）的数据，从微观层面实证研究了农民互联网社交对其创业行为的影响。研究发现：第一，农民使用互联网进行社交活动有助于形成更加紧密的社会关系，提升农民的社会网络范围，提高创业倾向，从而进一步提升农村地区整体的经济活跃水平、增加农民收入、改善农村家庭经济状况。第二，土地流转能够有效调节农民互联网社交与创业行为之间的关系，相对于进行了土地流转的农民来说，未进行土地流转的农民，互联网社交对其创业行为的影响更大。第三，从农民年龄、学历、风险偏好三个方面进行异质性分析发现，对低年龄、高学历、低风险偏好的农民来说，互联网社交促进其创业行为的可能性更大。第四，解释机制发现互联网社交通过社会网络效应、信息获取效应以及融资规模效应来促进农民创业。

基于以上研究结论，提出如下建议：第一，搭建更加完善的农村地区“互联网”基础设施。在城乡二元结构下农村地区的经济发展水平相对落后，创业是帮助农民增收、活跃农村地区经济的有效手段和重要的助推器，通过搭建更加完善的“互联网”基础设施，提高农民互联网社交频率，有利于推进农村地区的创业热潮。第二，提高农民线上社群活动。本文发现进一步搭建农村地区便捷的社交渠道，形成农村地区主题鲜明的线上社群圈子具有重要的意义。构建在线社群，需要政府或农村非政府机构协助搭建社交渠道或提升社会活动频次和多样性，不定期举办多种主题的线上或线下社群活动，形成更加有效、主题鲜明的线上社群。第三，进一步扩大农民社会网络资本、信息获取渠道和金融服务支持渠道。因此针对农民提供更广泛的基础社交平台、专业化信息获取渠道和交流平台，设计和运营针对农民的线下微活动厅，进一步降低银行等正规融资渠道的贷款门槛。第四，合理安排和推进农民土地流转。土地流转政策能够有效地盘活农村限制性生产资源，但却在一定程度上降低了互联网社交对农民创业行为提升的概率，建议在土地流转的同时，适时启动和深化“土地转出农民创业技能培训”和“土地转入农民现代化农业经营培训”等针对性政策，从而削减上述抑制效应，提升农民创业的可能性和成功率。第五，针对互联网社交影响更大的群体，提供合理基础服务。创业具有较强的示范作用和带动作用，所以政府或第三方机构应针对性地为农村低年龄、高学历、低风险偏好的农民，提供更加广泛的线上社交平台与渠道，引导其加盟或参与成熟商业模式及经营品牌，提高其创业成功率，从而带动更多农民创业致富，早日实现乡村振兴美好局面。