数字普惠金融与女性创业

强国令,滕 飞

(新疆财经大学 金融学院,新疆 乌鲁木齐 830012)

一、引 言

女性创业不仅能够间接通过创造就业来促进经济增长,推动中国经济高质量发展,更有助于消除性别偏见,实现包容性增长[1]。但是,全球创业观察项目(GEM)2018—2019年全球女性创业观察报告表明,大多数经济体女性早期创业率均值比男性早期创业率低,因此如何激发女性创业活跃度,实现创业公平,让女性顶起创业的“半边天”是个亟待研究的问题。

现有研究多从微观层面,如女性个体特征包括学历、婚姻状况等研究其对女性创业的影响,这些研究往往忽略了宏观因素的关键作用。基于宏观层面的研究包括政策环境、经济环境等对女性创业的影响,然而这些研究大多忽略了基础设施和市场环境的共同作用。事实上基础设施和市场环境对女性识别创业机会起到了关键作用。已有研究表明,在企业创建初期以及成长阶段,女性创业者面临的融资挑战往往比男性更严重,但“属性错配”“领域错配”和“阶段错配”等传统金融模式普遍存在的问题,使得传统金融机构只愿“锦上添花”不愿“雪中送炭”[2-3]。这在很大程度上制约了微观经济主体在创业活动上的潜在驱动力,使众多有创业意愿的女性难以跨越“资金鸿沟”开展创业活动,而数字技术则可以明显改善要素错配问题[4]。近年来,随着数字基础设施覆盖范围的不断扩大,传统金融也加强了与新兴技术的有机结合。在科技赋能金融发展的背景下,数字普惠金融得到迅速发展。来自北大数字金融中心的数据显示,从2011年到2018年,中国各省数字普惠金融指数攀升异常明显。在数字普惠金融迅速发展的短短几年里,女性创业比例在不断上升。2019年根据阿里研究院数据显示,女性创业者占整个阿里平台的49.25%。与此同时,“数字赋能,巾帼云创”的口号率先在共同富裕示范区——浙江打响,为平等创业、构建“共同富裕”板块贡献了“她力量”,这无一不表明了数字普惠金融发展与女性创业间存在十分密切的联系。

回顾以往研究与本文密切相关的文献,虽然都从不同角度验证了数字普惠金融对创业的影响,但各自都存在一定的局限性。谢绚丽等以新增企业注册信息作为创业替代变量研究了数字金融对创业的影响,值得注意的是,注册企业规模一般较大,仅仅以注册企业数作为替代指标进行研究可能会低估数字普惠金融对创业的影响力[5]。巩鑫等发现了数字金融激发大众创业的异质性空间溢出作用,但其对创业的微观机制没有得到更多的讨论[6]。如前文所述,受个体生理差异和传统观念的影响,女性往往在创业群体中处于相对弱势地位,因此本文在完善前人研究的前提下,运用中国家庭追踪调查(CFPS)两期数据,考察数字普惠金融发展对女性这一弱势群体创业行为的影响。本文的创新点在于:第一,以数字基础设施和市场环境孕育的经济新形态为背景,考察数字普惠金融发展是否真正服务了存在金融排斥的女性创业群体,为数字普惠金融的普惠性提供更直接的微观证据;第二,基于很多研究提到但暂未通过实证检验的流动性约束视角,采用中介效应检验,探讨数字普惠金融促进女性创业的重要机制;第三,从女性创业的类型以及个体特征异质性出发,进一步分析数字普惠金融促进女性创业的人力资本差异和创业类型差异。

二、理论分析与研究假设

(一)女性创业

现有文献不管是从创业动机、创业类型还是创业活跃度分析,女性创业均有别于男性创业。因此,女性创业作为一个独立的研究话题也受到了越来越多的学者关注。在女性创业优势方面,男性创业者较多关注经验积累,容易形成错误的“路径依赖”,而女性创业者则更容易逃脱“经验陷阱”,并且女性的变革型领导风格能带来更加稳健的企业绩效[7]。当然,很多因素也削弱了女性创业者的积极性,社会资本对提升创业可能性以及创业成功概率起到了非常关键的作用,而来自刻板印象的社会压力和较低的社会资本使得女性创业者的创业融资少于男性创业者,并成为影响女性作出创业决策的第一大绊脚石[8]。因此,女性创业者更依赖于强关系的社会资本如家庭关系。李雪莲等研究发现配偶的政治关联背景能显著提高妻子的创业概率[9]。女性相对男性较差的身体素质以及较低的风险偏好同样也会削弱女性创业意愿。因此,女性创业者更多会选择风险较低的生存驱动型创业,并且生存驱动型创业更容易获得家庭的经济支持[10]。外部环境的支持同样在一定程度上可以消除女性创业的性别歧视。首先,消除传统性别观念,构建良好社会环境有利于改变传统的分工模式。其次,女性通过接受创业教育积累人力资本、通过网络积累社会资本、建立好的创业团队均有助于消除创业道路上的阻碍[11]。

综上所述,国内外学者对女性创业进行了多维度研究,研究成果非常丰富。这些研究往往忽略了基础设施和市场环境的共同作用,而事实上基础设施和市场环境对女性识别创业机会起到了关键作用。

(二)数字普惠金融与女性创业

一方面数字普惠金融最大的特点就是依赖于数字技术。首先平衡工作与家庭的矛盾限制了女性创业的积极性,数字链接能打破时空界限,一定程度上缓解了女性工作与家庭的矛盾,释放了女性创业意愿[12]。大数据背景改变了商业模式中价值交付的环节,改变了过去的产品供给方单方向输出模式,丰富了产品多样化需求,能够创造更多适合女性创业者的商业机会[13]。其次数字化信息对创业前的机会把握和创业过程中的信息互换都有重要推动作用,能极大满足女性创业者的信息获取需求。另一方面,数字技术所展示的最大优势就是支持普惠金融的发展[14]。女性创业活动客观上具有“风险大、前期投入高、后期收益不确定”三大特征,可负担、可持续的冲突一直是普惠金融发展过程中无法回避的现实问题。数字技术加持的普惠金融为克服传统普惠金融的“硬伤”提供了可能的解决方案。传统金融服务长期的供给不足和供需不匹配等问题严重制约了经济包容性增长,这也在一定程度上是数字普惠金融跨越式发展的重要前提。本质而言,在大数据、云计算等信息技术的加持下,数字普惠金融能利用客户的非结构化数据缓解信息不对称问题,从而极大降低风险溢价和运营成本,使得金融服务的范围和触达能力得到进一步拓展。已有研究表明,女性创业者在企业创建和成长过程中常常面临融资挑战[15]。无论是通过强关系还是弱关系网络,女性创业者往往需要为寻找资金支持作出更多的努力。数字普惠金融特有的广覆盖和深触达特性使得无论是数字支付,还是网络借贷或其他的具体业态,都极大地降低了金融市场的搜寻成本和风险识别成本,加强了金融产品和服务的有效分配,缩短了金融机构与女性创业者之间的距离,促使原本被排斥在正规金融体系之外的女性创业群体能够以较低的成本相对容易地获取金融服务[16]。因此,本文提出假设H1:

H1:在其他条件不变的情况下,数字普惠金融的发展能够促进女性创业。

(三)数字普惠金融、流动性约束与女性创业

通常情况下,创业需要一定数额的启动资金。中国市场信贷资金供求双方存在的逆向选择和道德风险问题使得潜在创业群体受到信贷约束,根据《全球创业观察2016—2017中国报告》,中国创业者的启动资金近九成来源于自有资金积累。Buera研究发现,当初始财富低于某个临界值时,很难实现从工薪阶层到创业者的跨越[17]。因此,当自有资金不足时,创业者会陷入流动性约束,创业意愿就会受到抑制。现有研究创业影响因素的文献中,流动性约束得到广泛讨论。值得关注的是,由于男性的创业社会化程度高于女性,女性在银行贷款、股权融资等方面与男性创业者相比处于劣势,女性创业者的初创资金往往来自于个人积累和强关系网络(家人、朋友)等的支持,因此对于面临流动性约束的女性,创业所需第一道资金门槛更难跨越[8,18]。数字普惠金融发展能够在低成本低风险的基础上处理海量标准化和非标准化数据[14],提高资源配置效率,使得长尾群体突破金融服务的各种“卷帘门”“玻璃门”成为可能,将来自长尾群体的“增量”进一步提供给女性创业群体,为女性创业群体提供了层次更为丰富的融资方式,同时其信用透明化和信息化的优势能够创新定价模式,在降低金融机构放贷风险的同时提供给女性创业者成本更低的资金,降低流动性约束,间接缓解了女性创业者生产性融资供给不足的抑制作用,提高女性参与创业活动的可能性。因此,本文提出假设H2:

H2:其他条件不变的情况下,数字普惠金融发展能够缓解女性创业者的流动性约束促进女性创业。

三、研究设计

(一)数据来源与处理

为验证本文假设,主要使用两个部分的数据。第一部分数据来自北京数字金融研究中心的中国数字普惠金融指数报告,本文使用报告中的数字普惠金融指数来表征中国数字普惠金融发展水平。第二部分采用北京大学中国社会科学调查中心的2016和2018年两期中国家庭动态追踪调查(CFPS)两个层面的数据:第一个层面是来自成人问卷的个体特征信息,包括家庭成员的年龄、性别以及婚姻状况等;第二部分是来自家庭问卷和家庭关系问卷中的家庭特征信息,包括家庭收入状况、家庭人口规模等信息。该调查数据样本覆盖25个省份的162个县,具有较强的代表性。本文将上述两个层面的数据依据家庭编码合并,同时以家庭为研究单位,以CFPS问卷中的“家庭财务问卷回答人”作为户主替代变量,进一步剔除重复家庭。保留本文主要研究的女性样本,剔除男性样本、空缺值等无效数据,最后将CFPS数据依据省份、年份与数字普惠金融指数合并,获得最终样本。

(二)模型设定与变量定义

构建模型1考察数字普惠金融对女性创业决策的影响。

Pr(Entrepreit=1)=G(α0+α1DFIIit+α2Xit+regiont+yeart+εit)

(1)

为了进一步探究数字普惠金融发展与女性创业之间的传导机制,运用温忠麟等的中介效应检验的方法构建模型(2)和模型(3),进行中介效应检验[19]:

Pr(Liquicontrolit=1)=G(β0+β1DFIIit+β2Xit+regiont+yeart+εit)

(2)

Pr(Entrepreit=1)=G(λ0+λ1DFIIit+λ2Liquicontrolit+λ3Xit+regiont+yeart+εit)

(3)

模型(1)用来检验数字普惠金融对女性创业的影响,模型(2)和模型(3)用于检验流动性约束的中介效应。在模型(1)中α1系数显著的前提下,用模型(2)检验数字普惠金融(DFII)对流动性约束(Liquicontrol)的影响;若模型(2)中β1显著,则进一步用模型(3)将数字普惠金融(DFII)和流动性约束(Liquicontrol)同时纳入模型右侧进行检验;若系数λ2显著且λ1不显著,则为完全中介效应,表明数字普惠金融发展完全通过缓解流动性约束促进女性创业;若系数λ1和系数λ2均显著,则为部分中介效应,表明存在数字普惠金融发展通过改善流动性约束促进女性创业这一种传导路径。

1.被解释变量。女性创业(Entrepre),即“是否创业”。本文依据问卷中询问受访者的问题——“您的主要工作类型属于哪种?”构建虚拟变量。如回答“私营企业、个体工商户或其他自雇”则视为创业样本,取1,否则为非创业样本,取0。

2.核心解释变量。本文的核心解释变量是数字普惠金融指数(DFII)。该指数基于蚂蚁金服有关数字普惠金融方面微观数据构建,客观评价了中国各区域数字普惠金融发展水平。本文对报告中的数字普惠金融指数取自然对数进行标准化衡量,然后利用省份数据按照年份与微观家庭数据进行匹配。同时,考虑到数字普惠金融不同层面对女性创业的异质性影响,本文选用了数字普惠金融发展指数三个细分指标作进一步探讨。

3.中介变量。为了验证数字普惠金融缓解流动性约束促进女性创业机制的存在,本文参考臧旭恒和张欣的做法,将家庭流动性资产(股票、银行存款、现金等金融资产)是否小于家庭两个月收入作为流动性约束(Liquicontrol)的代理变量引入中介效应检验模型中[20]。

4.控制变量。为了尽可能减少模型估计的误差,本文控制了影响女性创业的个体特征变量、家庭特征变量、省份特征变量三个层面的变量。在个体特征方面,参照已有研究,控制了年龄及其平方项(Age、Age2)、受教育程度(Edu)、婚姻状况(Marri)、健康状况(Health)、风险态度(Risk)。在家庭特征方面,控制了家庭规模(Size)以及家庭经济状况代理变量家庭拥有房产数量(Tnh)衡量。省份层面控制了对应省份的金融发展水平(Fin_dev)。最后控制了东中西部地区和年份固定效应,详细变量度量如表1所示。

表1 主要实证变量定义

四、实证结果分析

(一)描述性统计

表2列出了主要变量的描述性统计结果。分析如下:女性创业(Entrepre)的均值为0.11,研究样本中女性创业人数有1 039人,大致占总样本11%。样本中受访者年龄(Age)均值为48.82岁,已婚女性(Marriage)占比83%。受教育程度(Edu)的均值为6.99,标准差为5.102,这说明样本中受访者受教育水平存在较大的差异且平均受教育水平较低。研究样本其他变量均在合理的变动范围内,此处不再赘述。

(二)数字普惠金融对女性创业决策的回归结果分析

本文采用二值Probit模型对模型(1)进行回归,实证分析数字普惠金融对女性创业决策的影响,结果列于表3中。表3中第1列为同时加入控制变量和地区、年份固定效应条件下数字普惠金融发展水平对女性创业概率的影响,第1列女性创业的估计系数为0.840,在1%的统计水平下显著。本文利用margins命令计算得到了数字普惠金融对女性创业的边际效应,为0.084 8,即在保持其他变量的取值不变的情况下,数字普惠金融指数每增加1个百分点,女性创业概率会提高8.48%。第2～4列则是考虑数字普惠金融的覆盖广度和使用深度以及数字化程度对女性创业概率的影响,覆盖广度和使用深度对女性创业的估计系数为0.694、0.547,在1%的统计水平下显著为正,数字化程度对女性创业的估计系数为正但不显著,说明利用数字技术拓展普惠金融的深度和广度能显著促进女性创业,但数字化程度作用不明显。上述基准回归结果验证了本文的假设1。此外本文发现已婚女性参与创业活动的概率高,因为已婚女性能够更好地运用家庭网络这一强关系。家庭拥有房产数量越多女性创业概率越高,本文认为一方面房产在一定程度上反映了家庭经济状况,另一方面拥有房产数量较多的女性创业者在向银行申请贷款时能够传达积极的“硬信息”,更容易获得贷款[21]。

表2 描述性统计

(三)工具变量估计结果

不难发现,探究数字普惠金融与女性创业的因果关系过程中存在遗漏变量问题,数字普惠金融可能受到遗漏变量的影响,从而影响结论的稳健性和说服力。对此,借鉴Bartik的做法,将数字普惠金融指数在时间上的一阶差分项ΔDFIIt,t-1与数字普惠金融指数的滞后一阶项DFIIj,t-1进行交互,构建一个“Bartik Instrument”然后进行工具变量估计[22]。如表4所示,第一阶段回归的F值和AR检验P值都拒绝了弱工具变量的假设。Wald test结果对应的F值为72.22,在1%的显著水平下拒绝了不存在内生性的原假设,表明工具变量有必要。估计结果表明在考虑了遗漏变量问题后,数字普惠金融的发展依然显著促进女性创业,说明上述回归结论基本稳健和基本可靠。

(四)数字普惠金融对女性创业机制分析

数字普惠金融对女性创业概率的促进作用已经被证实,下面继续考察数字普惠金融通过何种方式影响女性创业。由于性别的刻板印象和歧视,女性创业者在资金、教育机会、社会资源等方面均受到不公正待遇,对女性创业决策造成了一定的负面影响,甚至限制了女性参与那些可以间接获得创业融资的圈子,因而在创业资本寻求过程中,女性创业者面临比男性创业者更大的困难,缺少初创资本成为女性创业面临的最大难题。相较于传统金融,以共享、便捷、低成本、低门槛为特征的数字普惠金融,能够精准化用户画像,降低融资成本,缓解流动性约束,一方面缓解女性创业初期的信贷约束,另一方面能为创业过程提供稳定资金支持,帮助潜在的女性创业者这一弱势群体突破创业资金门槛,进而提高女性创业的概率。表5运用温忠麟等提出的方法,在模型(1)的基础上进一步运用模型(2)和模型(3)进行机制检验[19]。表中第1列、第2列分别是模型(2)和模型(3)回归结果。可以看到,数字普惠金融发展对流动性约束的回归系数是0.450,在5%的统计水平下显著为负,同时纳入解释变量(DFII)和中介变量(Liquicontrol)与女性创业(Entrepre)进行分析,解释变量(DFII)和中介变量(Liquicontrol)回归系数分别为0.836、0.084,分别在1%、5%的统计水平下显著。解释变量(DFII)系数相较于主回归系数有所下降。结果表明,流动性约束对女性创业意愿有显著的抑制作用,数字普惠金融对女性创业的促进作用部分原因来自于数字普惠金融发展对女性创业者流动性约束的缓解,中介效应占总效应的4.5%,验证了假设H2。

表3 数字普惠金融对女性创业的基准回归结果

表4 数字普惠金融对女性创业决策的影响(IVProbit估计)

表5 流动性约束的中介效应检验

(五)稳健性检验

考虑到随时间变化的地区固定效应以及计量模型选择可能会对回归结果产生的影响,本文进行了稳健性检验。

1.控制高阶固定效应。创业活跃度较高的地区数字普惠金融发展速度也可能较快,进而使得本文的实证存在内生性问题。对此,本文控制了更为严格的地区与年份的交互效应,以缓解数字普惠金融可能带来的宏观要素的变化。表6第(1)列的结果表明,在考虑宏观要素随时间变化后,本文之前的结果依然保持稳健。

表6 控制固定效应与更换计量方法

2.更换计量方法。更换计量方法是稳健性检验的常用方法,考虑到logistic回归应用的广泛性,本文采用logistic回归进一步验证基准回归结果,表6第(2)列的结果表明依然稳健。

五、异质性检验

(一)创业类型异质性

全球创业观察(GEM)将创业动机分为机会驱动和生存驱动两种类型,因此本文将数字普惠金融发展对女性创业动机的影响分为生存驱动型创业和机会驱动型创业两个层面来考察。相较于生存驱动型女性创业者,机会驱动型创业者往往有更加完整的创业规划,更有可能考虑为员工提供相应保障;而对于生存驱动型创业者,一方面创业规模可能较小,另一方面缺乏保险意识,以个体身份缴纳保险可能性较小。本文参照马继迁等人的研究,根据问卷信息,若受访者以个体或私营业主身份参保了任意一种或多种保险则视为机会驱动型创业,赋值为1;否则,赋值为0[23]。同时借鉴尹志超等的做法,利用IVProbit模型进行工具变量估计,被解释变量分别为生存驱动型创业和机会驱动型创业[24]。表7中第(1)列考察了数字普惠金融对女性生存驱动型创业的影响,系数为-0.186,不显著。通过表7第(2)列发现,数字普惠金融对机会驱动型创业的回归系数为2.322,在1%的统计水平下显著,也就是说数字普惠金融对女性机会驱动型创业的促进作用更强,对生存驱动型创业作用不明显。本文认为原因主要有三个方面:第一,正如前文所述,生存驱动型创业的创业规模可能更小,且更易获得来自家庭的资金支持,而机会驱动型创业相较于前者更依赖于外部资金;第二,数字经济的开放性使得创业信息获取便利,女性敏锐的特质更有助于其创业机会的识别;第三,更便利和可得的金融支持使得女性创业者更容易获得资金支持。综上,数字普惠金融会使得女性机会驱动型创业活跃度得到提升。

(二)人力资本异质性

当前知识经济快速发展,创业作为一项复杂经济活动除了对外在的资本积累有一定要求,人力资本高低是影响女性进入创业大军的又一项潜在重要因素。那么,人力资本的差异是否影响数字普惠金融对女性创业的促进作用呢?我们将样本中受教育程度低于对应调查年份平均受教育年限划分为人力资本低的子样本,高于对应调查年份平均受教育年限划分为人力资本高的子样本,分样本进行相同的工具变量估计回归。表7第(3)列为人力资本相对较低的子样本的回归结果,回归系数在1%的显著水平下为正,第(4)列回归系数为0.086,不显著。本文认为可能存在的原因是,数字普惠金融不仅可以缓解开展创业活动所需要的资金约束,还能降低创业所需的人力资本这一“暗门槛”,更能激发弱势群体的创业积极性。

表7 数字普惠金融与女性创业类型(IVProbit估计)

六、结论和政策建议

本文利用中国家庭追踪调查(CFPS)2016年和2018年两期数据,结合北大数字普惠金融指数,能更加准确反映数字普惠金融对女性创业的真实作用和潜在机制。在克服一系列内生性问题后,两个基本假设均得到有效验证,并获得相应的研究结论。数字普惠金融的发展提升了女性对创业机会的识别能力,克服了流动性约束的束缚,提高了女性的创业活跃度。数字普惠金融指数每增加1个百分点,女性创业概率会提高8.48%;中介效应检验发现,数字普惠金融缓解了女性创业过程中的资金约束问题。从人力资本和创业动机角度看,发现数字普惠金融对女性机会驱动型创业促进作用更大。数字普惠金融能够降低创业所需的人力资本门槛,促进教育程度偏低的女性开展创业活动。本文的研究表明,数字技术在一定程度上克服了传统金融的天然屏障,其带来的数字红利一方面包括促进金融广化,另一方面带来的“传统—新型”型和“直接—衍生”型创业机会均有助于激发女性群体的创业意愿。

研究数字普惠金融发展对女性创业的影响具有一定现实意义。其一,数字普惠金融能够以“数字红利”激发女性创业的“性别红利”。在倡导经济包容性增长、逐步推进共同富裕的今天,要充分利用数字技术均匀金融服务覆盖,下沉金融服务重心,进一步提升金融的包容性发展水平、优化金融资源配置,在更广范围激发女性这一弱势群体的创业意愿。其二,要探求数字普惠金融推动创新创业巾帼行动的新模式,在更大程度上激发女性创业活力。本文研究表明,利用数字技术持续拓展普惠金融的服务广度和挖掘普惠金融的服务深度,可以更好地发挥其对女性创业的促进作用。