数字普惠金融能促进创业水平吗?

冯永琦 蔡嘉慧

摘要：运用北京大学数字金融研究中心的省级层面数字普惠金融指数，在不同区域基础上引入产业结构异质性研究了数字普惠金融对创业的差异化影响，并对其影响机制进行分析。结果表明，从不同区域来看，无论是全国范围还是东、中、西部各个区域，数字普惠金融的发展均能够比较显著地提升创业水平。从产业结构异质性来看，数字普惠金融对创业的影响程度具有差异，在东部与西部地区，第三产业占比较高省份的影响更为显著;在中部地区，第三产业占比较低省份的影响更为显著。从机制分析来看，数字普惠金融可以通过缓解信贷约束、提升技术创新水平影响创业水平。因此，需要进一步健全数字普惠金融体系，强化数字普惠金融对创业的支持作用;从各区域的实际情况出发，进一步提升区域之间的资源整合力度;促进数字技术与金融业务深度融合，强化其对创业水平的积极影响。

关键词：数字普惠金融;创业水平;产业结构;第三产业占比;异质性

文献标识码：A 文章编号：1002-2848-2021（01）-0079-12

近年来，大众创业、万众创新的蓬勃开展，催生了数量众多的市场新生力量。它不仅促进了观念更新、制度创新和生产经营管理方式的深刻变革，而且已成为稳定、扩大就业的重要支撑以及推动新旧动能转换、结构转型升级的重要力量。2015年，国务院在《推进普惠金融发展规划（2016—2020年）》中明确了普惠金融的定位：立足机会平等要求和商业可持续原则，通过加大政策引导扶持、加强金融体系建设、健全金融基础设施，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当的、有效的金融服务。数字化进程的加速显著提高了金融机构的服务效率与服务质量，成为推动金融发展的重要力量。在传统金融机构加大普惠金融实践的同时，依赖信息技术、大数据技术和云计算等的创新性数字金融进一步拓展了普惠金融的触达能力和服务范围。作为金融发展的新趋势、新业态，数字普惠金融以其独特的优势惠及了更多的人群，促进了金融民主化的实现。创业作为推动我国经济发展的活力源泉，自然离不开数字普惠金融的有力支持。一方面，数字金融通过弥补传统金融的不足，使经济条件比较落后的地区也能享受便捷的金融服务，激发了越来越多社会群体“想创业”的热情;另一方面，数字金融可以依托互联网平台，大幅度降低金融机构提供服务的成本，提高金融服务的渗透率，使得越来越多的社会群体“能创业”。不同地区数字普惠金融对创业水平的影响是否存在差异？产业结构的优化程度是否也会影响数字普惠金融对创业的作用？本文对该问题的回答将会为推动数字普惠金融进一步发展的政策制定提供参考和依据。

虽然已有不少学者对传统金融、普惠金融以及数字金融与创业之间的关系做了大量的实证分析，但是大多都聚焦于信贷约束、区域性的农户家庭以及移动支付等微观方面，尚缺乏数字普惠金融对不同区域创业水平影响的异质性研究。本文拟运用北京大学数字金融研究中心的数字普惠金融数据，分东、中、西部三个区域来研究数字普惠金融及其各个维度对创业的差异化影响。同时，考虑到以服务业为核心的第三产业已经成为拉动我国经济增长的首要产业，与数字普惠金融联系紧密，因此将在原有区域划分的基础上，纳人第三产业占比高低（以均值为界）这一因素考察引人产业结构因素后数字普惠金融对创业的影响，并从信贷约束和技术创新水平提升角度分析数字普惠金融对创业的影响机制，从而提出更有针对性的对策建议。

一、理论分析与研究假设

（一）数字普惠金融与创业

在影响创业的众多因素中，金融对创业的支持力度会在很大程度上影响企业的创业活力，也就是说企业的创业规模及发展水平会受到来自金融方面的约束。从家庭创业角度来看，流动性约束、金融信息资源不足、融资渠道单一以及金融知识水平等都是制约居民创业的主要因素。从中小企业角度来看，由于信息披露不足以及信息不可信问题的存在，投资者认为其抗风险能力较弱，其融资需求存在的风险较高，导致投资者更愿意支持“工薪阶层”借款的投资偏好，使得中小企业融资难、融资贵问题突出，面临的如搜寻、议价、合同、监督等交易成本也越高。

传统金融存在的缺陷在一定程度上阻碍了创业活动的开展，而互联网的发展和数字化趋势作为推动金融发展的重要力量，使得金融业的服务方式不断改进。数字金融服务的覆盖广度、使用深度和数字化程度是衡量数字普惠金融的三个重要维度。首先，从数字金融服务的覆盖广度来看，数字技术与金融服务的跨界融合使一些传统金融机构难以渗透到的落后地区能通过电脑、手机等设备获得所需的金融服务，降低了客户的准人门槛，在一定程度上满足低收入群体以及中小微企业的需求。傅秋子等发现数字金融整体水平的提升一方面减少了农村生产性正规信贷需求概率，另一方面也增加了农村消费性正规信贷需求概率。张勋等发现中国的数字金融不仅显著提升了农村低收人群体家庭收人，帮助改善农村居民的创业行为，使得创业机会更加均等化，并且有助于促进低物质资本或低社会资本家庭的创业行为，从而促进了中国的包容性增长。其次，从数字金融服务的使用深度来看，支付服务、信贷服务、投资服务等传统金融服务与数字技术的深人结合，不仅提升了用户使用金融服务的便利化程度与使用频率，而且还提升了信息的透明度，为处于创业初期的企业提供了有力的信息保障。有学者研究了移动支付对创业决策和经营绩效的影响，发现移动支付显著提高了家庭创业和企业创业的概率。相比于银行信贷，网络借贷为个人和企业提供了新型融资渠道，并且网贷产品的期限更加靈活，借贷手续更加快速便捷。再次，从数字金融服务的数字化程度来看，数字金融服务凭借其较高的移动化、信用化程度以及较低的贷款利率，提升了用户使用金融服务的便利性，降低了社会群体尤其是创业企业的融资成本，缓解了创业企业的资金压力。李继尊认为第三方支付这一数字金融服务通过整合资金流、信息流和物流订单成功解决了电子商务交易信用中介担保问题，是运用技术手段缓解信息不对称以提升用户信用度的一把钥匙。数字金融可以通过大数据手段分析企业在互联网上沉淀下来的行为数据来构建企业的信用评估模型，帮助投资者更全面、准确地了解被投资企业的状况，缓解信息不对称来帮助企业获得融资。

当前，我国经济已经由高速增长阶段转向高质量发展阶段，产业结构升级作为经济转型的关键因素，自然与金融发展之间关系密切。林毅夫等通过对全球制造业数据的经验分析，证明了一国的金融结构必须要和产业规模结构相匹配，才会有利于经济的发展和增长。范方志等进一步实证分析了中国东、中、西部地区产业结构升级与金融结构转变以及经济增长的关系，发现产业结构升级将促进金融结构的转变和经济增长，且东部地区产业结构升级的带动作用最为显著。考虑到我国区域经济发展不平衡、产业结构不断优化升级的基本情况，数字普惠金融对创业的影响也会存在区域以及产业结构上的差异。基于以上分析，本文提出如下研究假设：

假设1：数字普惠金融的发展能够提升企业的创业水平，但在不同区域、不同产业结构的背景下其对创业水平的提升程度存在一定差异。

（二）数字普惠金融影响创业的机制

数字普惠金融可以通过多种途径影响创业。首先，缓解信贷约束是数字普惠金融影响创业的重要作用机制。Klapper等研究发现普惠金融可以通过缓解融资约束来更加精准地影响创业。何婧等研究发现数字金融不仅通过缓解农户的信贷约束增加了农户的信息可得性，还通过特有的社会信任强化机制提升了农户的社会信任感，最终促进农户创业以及提高创业绩效。戴蕴采用问卷调查以及半结构性访谈的方式实证发现公益性小额信贷不仅对创业者人力资源、政策资源的获得具有显著影响，而且还对创业者个人能力的提升有积极的影响。

其次，提升技术创新水平也是数字普惠金融影响创业的重要作用机制。创新与创业是相辅相成，密不可分的。创新作为创业的手段与基础，为企业创业提供了不竭的发展动力。郭峰等系统地总结了数字普惠金融在中国的发展现状，它们发现数字金融可以通过场景、数据，结合金融创新产品来补足传统金融服务的短板，充分发挥“成本低、速度快、覆盖广”的优势，一方面降低金融服务门槛和服务成本，另一方面改善中小微企业的融资环境。谢绚丽等认为数字金融作为一种金融基础设施，改变了商业模式中价值交付的环节，为创新提供了基础，从而增加了创业机会。近年来，数字化技术的不断变革与创新，改变了传统的商业模式，提高了研发能力，为创业带来新的增长点。数字普惠金融作为一种金融基础设施，一方面依托新兴技术惠及中小企业，另一方面也为技术创新提供了基础与空间，从而增加了企业的创业机会。据此，本文提出如下研究假设：

假设2：数字普惠金融可以通过缓解信贷约束和提升技术创新水平影响创业水平。

二、数字普惠金融对创业影响的实证研究

（一）数据来源说明

本文所使用的数据来源于国家统计局、北京大学数字金融研究中心、中国互联网信息中心（CNNIC）以及中国人民银行官方网站。选取2012—2017年我国31个省、自治区、直辖市（不包括港澳台地区）的面板数据，将全国划分为东部、中部、西部三大区域。其中，东部地区包括北京、河北、天津、浙江、山东、辽宁、上海、福建、广东、江苏和海南共11省份，中部地区包括黑龙江、山西、江西、湖南、吉林、河南、湖北和安徽共8省份，西部地区包括四川、新疆、陕西、甘肃、广西、重庆、云南、青海、内蒙古、宁夏、西藏和贵州共12省份。

（二）变量定义

1.被解释变量

地区创业水平（entre）。已有文献对地区创业水平这一变量有多种度量方式，例如：R&D支出法，私营单位就业人数占总就业人口的比重，每年新注册企业数量，地区发明专利数量等。本文使用私营企业就业人数与个体户就业人数之和占各地区人口总数的比例来衡量创业水平。

2.核心解释变量

数字普惠金融指数（index）。这一部分数据来源于北京大学数字金融研究中心利用蚂蚁金服海量数据编制的中国数字普惠金融指数。该套指数综合传统金融服务和互联网金融服务新形势特征，从数字金融服务的覆盖广度、使用深度和数字化程度三个维度来构建的数字普惠金融指标体系，充分体现了综合性、均衡性、可比性原则。其中，覆盖广度通过“电子账户数”等体现，使用深度通过互联网金融服务的实际使用情况衡量，数字化程度从便利性和成本等因素反映用户使用数字金融服务的情况。

3.工具变量

互联网普及率（rate）。为了避免模型中出现的反向因果问题，即各地区的创业活动对当地数字普惠金融发展情况的影响，本文借鉴谢绚丽等的方法，利用中国互联网信息中心（CNNIC）公布的2012—2017年省级层面的互联网普及率数据作为工具变量进行研究分析。一方面数字普惠金融的发展离不开互联网技术的支持，另一方面在控制了当地的经济发展水平、信贷成本等对企业创业活动的影响因素后，互联网普及率对新增人均创业企业拥有数量不存在直接的对应关系。因此，互联网普及率可以作为一个比较有效的工具变量。

4.控制变量

对外开放水平（open）。以各省进出口总额占该地区当年GDP的比重来表示各省的对外开放水平。

人均小额机构贷款余额（loan）。利用中国人民银行公布的小额机构贷款余额数据进行均值化处理，以人均小额机构贷款余额的对数衡量融资情况对居民创业的影响。

人均公共服务支出（public）。以地方财政一般公共服务支出占当地人口总数的比重，即人均公共服务支出来分析政府行为对创业的影响。

平均受教育年限（edu）。利用網络获取的各省平均受教育年限数据来分析人口素质对创业的影响。

人均可支配收人（income）。以各地区居民人均可支配收人来表示居民的财富水平，衡量其对创业的影响。

小额信贷公司数量（corn）。利用中国人民银行以及历年金融统计年鉴公布的数据，以各地区小额信贷公司数量作为信贷约束的代理变量分析数字普惠金融影响创业水平的具体路径。

科技创新水平（tech）。以发明专利与实用新型专利授权数量之和占各省人口数的比例，即人均专利授权数量分析数字普惠金融影响创业水平的具体路径。

（三）模型设定

（四）模型数据检验与描述性统计

考虑到个体异质性的存在，本文采用个体效应模型进行实证检验。通过稳健的Hausman检验发现，与随机效应模型相比，固定效应模型更有效率，因此本文采用固定效应模型作为基准模型。为了避免企业的创业活动对数字普惠金融指数的影响这一反向因果问题的出现，采用各省的互联网普及率作为数字普惠金融的工具变量。在弱工具变量的检验中，Wald—F值显著拒绝原假设，表明互联网普及率与数字普惠金融指数及其各维度均有较强的相关性。

经过多年的发展，我国的数字普惠金融业务得到了飞速发展。2012年数字普惠金融指数的中位数为93.71，到2017年增长到266.92。变量描述性统计结果见表1。可以看出，数字普惠金融总指数的最大值与最小值之间存在显著差异，其最大值是最小值的5.5倍。而在数字普惠金融总指数的三个维度中，覆盖广度的最大值与最小值之间的差异相比其他两个维度来说最为显著。因此，考虑到地区间经济发展不平衡的问题，本文将全国范围内的数字普惠金融指数划分为东、中、西部三个不同区域的指标体系，以衡量不同区域数字普惠金融指数对创业水平的异质性影响。

（五）实证结果分析

表2和表3展示了以创业水平为因变量，以数字普惠金融指数及其各维度为核心解释变量的固定效应回归结果和工具变量回归结果（限于篇幅，表3略去控制变量的估计结果）。其中，第（1）（3）（5）（7）列为固定效应基准模型，第（2）（4）（6）（8）列为工具变量模型。

1.全国范围内数字普惠金融对创业水平的影响

全國范围内的回归结果（见表2）显示，无论是单纯采用固定效应模型还是采用工具变量模型，数字普惠金融总指数及其各维度均对创业有比较显著的正向影响。其中，在固定效应模型下数字普惠金融总指数每增长1%，人均创业企业户数平均增长0.324%。在工具变量模型中数字普惠金融总指数每增长1%，人均创业企业户数平均增长O.303%。在数字普惠金融指数的三个维度中，使用深度对创业的影响最为显著。这可能是因为随着全国范围内互联网的不断普及以及数字化技术的不断完善，金融服务的类型、方式越来越多样化，金融服务的使用活跃度也不断提升，一方面可以使企业更容易获得低成本的优质信贷，有效解决资金需求问题，另一方面也促进了大量信贷公司的诞生，为资金供给提供了更为广阔的渠道，从而提升了创业水平。

在控制变量中，人均一般公共服务支出水平、人均小额机构贷款余额与人均可支配收人水平的系数均显著为正，表明它们的提高促进了居民创业。这可能是因为政府一般公共服务支出水平的提升强化了政府的公共服务职能，使政府在市场经济中更好发挥作用，为创业提供了坚实的保障，营造了良好的创业氛围。小额信贷公司的出现为创业提供了多渠道的融资来源，企业融资尤其是小微企业融资成本进一步降低，为居民创业提供了较为可靠的资金保障。金融约束是影响居民创业的重要因素。作为居民财富水平的象征，显而易见，居民的人均可收配收人越高，其越倾向于用多余的资金进行创业活动。由此可以证明假设1的合理性。

2.分地区数字普惠金融对创业水平的影响

分东、中、西部地区的回归结果（见表3）显示，无论单纯采用固定效应模型还是采用工具变量模型，数字普惠金融总指数及其各个维度均对创业有显著的正向影响。其中，在固定效应模型下数字普惠金融总指数每增长1%，三个地区人均创业企业户数分别增长0.303%、O.441%和0.450%。在工具变量模型中数字普惠金融总指数每增长1%，三个地区人均创业企业户数分别增长0.386%、0.405%和O.474%。在数字普惠金融指数的三个维度中，使用深度对创业的影响最为显著。由此可以证明假设1的合理性。

三、产业结构异质性视角F数字普惠金融对创业的影响

在以上回归分析的基础上，本文进一步以第三产业占比的高低作为衡量产业结构异质性的标准进行分组，分析产业结构是否会影响数字普惠金融对创业的效果。其中，数据来源、变量定义与模型构建均与上文一致。第三产业占比通过各省份第三产业产值占当地GDP的比例来衡量。第三产业占比的高低以均值为界进行分组。通过稳健的Hausman检验发现，与随机效应模型相比，固定效应模型更有效率。考虑到分组的特殊性以及异方差、组内自相关和组间截面相关存在的情况，本文采用Driscoll-Kraay标准差校正方法来保证固定效应模型回归结果的有效性。产业结构异质性背景下，以创业水平为因变量，以数字普惠金融指数及其各维度为核心解释变量的固定效应回归结果见表4和表5（限于篇幅，略去控制变量的估计结果）。其中，第（1）（3）（5）（7）列为第三产业占比较高地区的回归结果，第（2）（4）（6）（8）列为第三产业占比较低地区的回归结果。

（一）全国范围内产业结构异质性视角下的分析

全国范围内产业结构异质性视角下数字普惠金融对创业水平影响的回归结果（见表4）显示，无论第三产业占比高低，数字普惠金融总指数均对创业有显著的正向影响，并且占比较低省份的影响更为显著。数字金融指数每增长1%，人均创业企业户数在占比较高和较低省份分别平均增长0.266%和0.359%。同时，无论第三产业占比高低，数字普惠金融指数的三个维度均对创业有显著的正向影响，其中覆盖广度这一维度在占比较低省份的影响最为显著。覆盖广度指数每增长1%，人均创业企业户数平均增长0.304%。

（二）分地区产业结构异质性视角下的分析

东、中、西部地区产业结构异质性视角下数字普惠金融对创业水平影响的回归结果（见表5）显示，无论第三产业占比高低，数字普惠金融总指数及其各个维度均对创业有显著的正向影响。其中，在东部与西部地区，占比较高省份的影响更为显著。这可能是因为第三产业比较发达的东部省份对数字普惠金融的接受度较高，再加上相关基础设施的完善以及政府政策的支持，对数字普惠金融的推广程度及应用程度也较高，因此对创业的推动作用比较显著。在国家西部大开发战略推进下，西部省份获得了一定的金融支持，第三产业占比较高的省份传统金融业相对比较发达，更容易也更需要数字普惠金融的推广来不断提升金融业服务中小企业的能力，因此推动了当地创业水平的提升。在中部地区，占比较低省份的影响更为显著。这可能是因为中部地区作为重工业比较发达的地区，银行等传统的金融机构更倾向于为经济实力比较强的企业提供融资服务，而对投资风险较大的初创型企业加以拒绝。数字普惠金融的出现恰恰弥补了这一短板，为中小企业的创立提供了有效的信息以及信贷支持，从而比较显著地提升了创业水平。由此可以证明假设1的合理性。