馮大威 高夢(mèng)桃 周 利

江西財(cái)經(jīng)大學(xué) 產(chǎn)業(yè)經(jīng)濟(jì)研究院，江西 南昌 330013 廣東外語(yǔ)外貿(mào)大學(xué) 金融學(xué)院，廣東 廣州 510006

一、引言

在中國(guó)勞動(dòng)力面臨的多種就業(yè)選擇中，創(chuàng)業(yè)正成為越來(lái)越重要的就業(yè)形式。1989～2009年期間，中國(guó)非農(nóng)創(chuàng)業(yè)率年均增長(zhǎng)率超過(guò)10%(解堊，2012[1])。近年來(lái)，伴隨中國(guó)就業(yè)壓力的不斷增大、經(jīng)濟(jì)增速的日益放緩，“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”這一“雙創(chuàng)”戰(zhàn)略逐漸成為突破制約經(jīng)濟(jì)可持續(xù)發(fā)展瓶頸的重要戰(zhàn)略之一(周廣肅和樊綱，2018[2])。創(chuàng)業(yè)問(wèn)題的重要性，吸引國(guó)內(nèi)外學(xué)者進(jìn)行了一系列研究，主要涉及兩個(gè)方面：對(duì)創(chuàng)業(yè)影響因素的研究以及對(duì)創(chuàng)業(yè)回報(bào)的討論，前者更是研究的重點(diǎn)。在影響創(chuàng)業(yè)的眾多因素中，資本與創(chuàng)業(yè)的關(guān)系吸引了學(xué)者們最多的關(guān)注，并提出了在創(chuàng)業(yè)過(guò)程中存在流動(dòng)性約束的假說(shuō)，即“資金門檻”限制了創(chuàng)業(yè)選擇。

作為金融發(fā)展的一部分，普惠金融是指能有效和全方位地為社會(huì)所有階層群體提供服務(wù)的金融體系，這一概念最早由聯(lián)合國(guó)于2005年正式提出。自此，發(fā)展普惠金融成為破解傳統(tǒng)金融體系金融排斥、為弱勢(shì)群體提供可持續(xù)金融服務(wù)的方式之一(星焱，2015[3])。而依托于數(shù)字技術(shù)和互聯(lián)網(wǎng)而發(fā)展起來(lái)的數(shù)字普惠金融則可將金融服務(wù)延伸到傳統(tǒng)金融難以觸及的領(lǐng)域，為更廣泛的群體提供金融服務(wù)，擴(kuò)展了金融服務(wù)的覆蓋面(丁杰，2015[4])，由此推動(dòng)了普惠金融的發(fā)展。根據(jù)北京大學(xué)數(shù)字金融研究中心編制的中國(guó)數(shù)字普惠金融指數(shù)(郭峰等，2016[5])，中國(guó)各省份數(shù)字普惠金融指數(shù)的平均值從2011年的40提高到了2015年的220，在短短的幾年內(nèi)增長(zhǎng)迅速?，F(xiàn)有對(duì)數(shù)字普惠金融與微觀主體經(jīng)濟(jì)行為關(guān)系的研究并不多，對(duì)數(shù)字普惠金融的影響的探討往往局限于宏觀層面，如經(jīng)濟(jì)發(fā)展、收入不平等及貧困等(李濤等，2016[6])。而數(shù)字普惠金融的發(fā)展提高了微觀主體的信貸可得性，并降低了融資成本，使得創(chuàng)業(yè)者面臨的信貸約束被大大降低了。因此本文重點(diǎn)從數(shù)字普惠金融的視角研究中國(guó)居民的創(chuàng)業(yè)問(wèn)題，分析數(shù)字普惠金融的發(fā)展是否有利于提高中國(guó)居民的創(chuàng)業(yè)概率及創(chuàng)業(yè)表現(xiàn)，并剖析其背后的作用機(jī)制。

二、文獻(xiàn)綜述與理論分析

(一)文獻(xiàn)綜述

圍繞數(shù)字金融發(fā)展與創(chuàng)業(yè)關(guān)系這一問(wèn)題，既有文獻(xiàn)根據(jù)研究數(shù)據(jù)的不同，主要包括三類。第一類是利用宏觀數(shù)據(jù)進(jìn)行研究。如謝絢麗等(2018)[7]將北京大學(xué)數(shù)字普惠金融指數(shù)省級(jí)數(shù)據(jù)與省級(jí)層面創(chuàng)業(yè)數(shù)據(jù)相匹配，研究了數(shù)字金融的發(fā)展及推廣與創(chuàng)業(yè)活動(dòng)水平之間的關(guān)系，發(fā)現(xiàn)數(shù)字金融的發(fā)展對(duì)創(chuàng)業(yè)有顯著的促進(jìn)作用。第二類是利用宏觀數(shù)字金融和微觀創(chuàng)業(yè)匹配數(shù)據(jù)進(jìn)行研究。如張勛等(2019)[8]將中國(guó)各省份數(shù)字普惠金融發(fā)展指數(shù)與中國(guó)家庭追蹤調(diào)查(CFPS)微觀數(shù)據(jù)相匹配，研究中國(guó)數(shù)字普惠金融的發(fā)展對(duì)家庭創(chuàng)業(yè)的影響，發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展顯著地促進(jìn)了農(nóng)村居民的創(chuàng)業(yè)行為，但對(duì)城鎮(zhèn)居民創(chuàng)業(yè)行為的幫助作用有限；王金杰等(2019)[9]利用縣級(jí)層面電子商務(wù)發(fā)展指數(shù)和城鄉(xiāng)居民收入分配與生活狀況調(diào)查(CHIPS2013)匹配數(shù)據(jù)，研究了縣域電子商務(wù)水平對(duì)農(nóng)村居民創(chuàng)業(yè)選擇的影響，結(jié)果表明電子商務(wù)顯著地促進(jìn)了農(nóng)村居民的創(chuàng)業(yè)選擇及其創(chuàng)業(yè)投資和雇傭規(guī)模。第三類是使用微觀層面的數(shù)字金融發(fā)展和創(chuàng)業(yè)數(shù)據(jù)進(jìn)行的研究。如尹志超等(2019)[10]運(yùn)用中國(guó)家庭金融調(diào)查(CHFS)數(shù)據(jù)，研究家庭移動(dòng)支付行為對(duì)家庭創(chuàng)業(yè)決策和經(jīng)營(yíng)績(jī)效的影響，發(fā)現(xiàn)移動(dòng)支付顯著提高了家庭創(chuàng)業(yè)的概率和工商業(yè)項(xiàng)目的經(jīng)營(yíng)績(jī)效；何婧和李慶海(2019)[11]利用中國(guó)農(nóng)業(yè)大學(xué)開(kāi)展的農(nóng)村普惠金融調(diào)查數(shù)據(jù)，分析了家庭數(shù)字金融使用對(duì)農(nóng)戶創(chuàng)業(yè)行為和創(chuàng)業(yè)績(jī)效的影響，發(fā)現(xiàn)數(shù)字金融使用不僅緩解了農(nóng)戶的信貸約束，增加了農(nóng)戶的信貸可得性，而且還通過(guò)特有的社會(huì)信任強(qiáng)化機(jī)制提升了農(nóng)戶的社會(huì)信任感，最終促進(jìn)農(nóng)戶創(chuàng)業(yè)，提高創(chuàng)業(yè)績(jī)效。

縱觀現(xiàn)有文獻(xiàn)，直接討論數(shù)字普惠金融與創(chuàng)業(yè)關(guān)系的研究相對(duì)較少，而本文重點(diǎn)從數(shù)字普惠金融的視角分析中國(guó)居民的創(chuàng)業(yè)行為，評(píng)估區(qū)域數(shù)字普惠金融發(fā)展對(duì)居民創(chuàng)業(yè)選擇及創(chuàng)業(yè)表現(xiàn)的影響，并分析其背后的作用機(jī)制。

本文可能的創(chuàng)新有如下幾點(diǎn)：第一，基于宏觀層面數(shù)字金融普惠指數(shù)與微觀層面CLDS勞動(dòng)力調(diào)查匹配數(shù)據(jù)，研究地區(qū)數(shù)字普惠金融發(fā)展水平對(duì)微觀主體創(chuàng)業(yè)行為的影響，這樣做既能通過(guò)分析微觀主體的創(chuàng)業(yè)行為，從而解釋地區(qū)創(chuàng)業(yè)活動(dòng)水平差異，也克服了利用宏觀創(chuàng)業(yè)數(shù)據(jù)樣本規(guī)模的局限性；第二，考慮到內(nèi)生性問(wèn)題導(dǎo)致的估計(jì)偏誤，通過(guò)選取滯后期數(shù)字普惠金融指數(shù)作為核心解釋變量、引入工具變量及利用面板固定效應(yīng)模型進(jìn)行估計(jì)等多種方法緩解潛在的內(nèi)生性問(wèn)題；第三，考慮到中國(guó)關(guān)系型社會(huì)這一特殊背景，檢驗(yàn)了社會(huì)資本所發(fā)揮的調(diào)節(jié)效應(yīng)；第四，在研究創(chuàng)業(yè)選擇行為的基礎(chǔ)上，從雇員規(guī)模和收入的角度考察了數(shù)字普惠金融發(fā)展對(duì)創(chuàng)業(yè)表現(xiàn)的影響。

(二)理論分析框架

Evans and Jovanovic(1989)[12]最早提出了流動(dòng)性約束下的創(chuàng)業(yè)選擇模型，這一模型成為了后續(xù)研究中分析微觀主體創(chuàng)業(yè)行為時(shí)模型構(gòu)建的基礎(chǔ)。而以該模型為基礎(chǔ)的拓展模型，也可以用來(lái)分析數(shù)字普惠金融與創(chuàng)業(yè)行為的關(guān)系。

簡(jiǎn)化起見(jiàn)，只考慮單一時(shí)期，期初勞動(dòng)者的就業(yè)狀態(tài)均為工資獲得者，家庭擁有初始財(cái)富為z，勞動(dòng)者面臨保持工資性工作狀態(tài)或從事創(chuàng)業(yè)活動(dòng)兩種選擇。如果保持工資性工作狀態(tài)，能夠獲得的工資收入為勞動(dòng)力市場(chǎng)外生給定的u，那么期末勞動(dòng)者的總收入為：

πw=u+rsz

(1)

式(1)中，rs為1加上存款利率，其總收入包括兩部分，工資性收入u為流量收入，家庭財(cái)富現(xiàn)值rz為存量收入。

如果選擇從事創(chuàng)業(yè)，其生產(chǎn)函數(shù)取決于企業(yè)家能力和物質(zhì)資本兩種投入：

y=θkα

(2)

其中，θ為企業(yè)家能力；k為資本投入；α為資本產(chǎn)出彈性，且0<α<1

那么期末創(chuàng)業(yè)者的總收入為θkα+r(z-k)。r的取值取決于初始財(cái)富z和投入資本k的關(guān)系。如果z>k，代表創(chuàng)業(yè)活動(dòng)的資本投入完全來(lái)自自有財(cái)富z，則期末其收入包括兩部分：創(chuàng)業(yè)收入θkα及存款收入rs(z-k)；如果z

由于信息不對(duì)稱和道德風(fēng)險(xiǎn)的存在，個(gè)體在資本市場(chǎng)面臨著信貸約束，個(gè)體在資本市場(chǎng)上能夠獲得的最大貸款額不超過(guò)其擁有初始財(cái)富的固定倍數(shù)λ-1，λ≥1(Evans and Jovanovic，1989)，所以個(gè)體在創(chuàng)業(yè)活動(dòng)中可以利用的，包括自有的和借貸的最大資本量為λz。

給定收入函數(shù)和預(yù)算約束條件，創(chuàng)業(yè)活動(dòng)面臨的最優(yōu)化問(wèn)題如下：

max{θkα+r(z-k)}

(3)

(4)

若k*λz，則創(chuàng)業(yè)者不面臨信貸約束，在創(chuàng)業(yè)過(guò)程中可以實(shí)現(xiàn)最優(yōu)資本投入k*，可以獲得的最高收入為：

(5)

若k*>λz，則創(chuàng)業(yè)者面臨信貸約束，由于其收入函數(shù)在資本處于[0,k*]的區(qū)間內(nèi)是遞增的，因此理性個(gè)體會(huì)選擇投入全部的可利用資本λz，此時(shí)創(chuàng)業(yè)者的最高收入為：

πe=θ(λz)α-(λ-1)rlz

(6)

結(jié)合不受信貸約束和受信貸約束兩種情況，創(chuàng)業(yè)者的分段收入函數(shù)如下：

如果只能選擇一種職業(yè)，理性個(gè)體會(huì)通過(guò)比較兩種職業(yè)的相對(duì)收入來(lái)做出創(chuàng)業(yè)選擇，相對(duì)收入函數(shù)π(z,θ)為創(chuàng)業(yè)活動(dòng)凈收入減去工資性工作收入：

對(duì)于理性個(gè)體而言，若π(z,θ)>0，則選擇創(chuàng)業(yè)活動(dòng)；若π(z,θ)<0，則選擇工資性工作；若π(z,θ)=0，則個(gè)體在兩類就業(yè)方式的選擇之間不存在差異。

以上理論分析，介紹了在給定條件下勞動(dòng)力所面臨的最優(yōu)化條件，而數(shù)字普惠金融的發(fā)展可以從兩方面改變上述最優(yōu)化條件：一方面，提高外部金融可得性。對(duì)于不受信貸約束的個(gè)體，數(shù)字普惠金融發(fā)展不會(huì)對(duì)其創(chuàng)業(yè)選擇及創(chuàng)業(yè)表現(xiàn)產(chǎn)生影響，但對(duì)于受信貸約束的個(gè)體，數(shù)字普惠金融發(fā)展提高了信貸可得性，即其他條件不變的情況下，λ變大了，由于創(chuàng)業(yè)收入函數(shù)在資本處于[0,k*]的取值范圍內(nèi)是單調(diào)遞增的，因此創(chuàng)業(yè)收入也提高了，相對(duì)收入的提高也就意味著創(chuàng)業(yè)概率的提高；另一方面，數(shù)字普惠金融發(fā)展降低了融資成本，貸款利率下降，即rl變小了，因此創(chuàng)業(yè)收入也提高了?；谝陨侠碚摲治?，本文提出如下理論假說(shuō)。

假說(shuō)1：數(shù)字普惠金融的發(fā)展通過(guò)提高金融服務(wù)可得性及降低融資成本而提高創(chuàng)業(yè)收入。

假說(shuō)2：伴隨數(shù)字普惠金融的發(fā)展，創(chuàng)業(yè)活動(dòng)的相對(duì)收入在提高，進(jìn)而有利于提高理性個(gè)體選擇創(chuàng)業(yè)的概率。

三、數(shù)據(jù)來(lái)源、模型設(shè)定及描述性統(tǒng)計(jì)

(一)數(shù)據(jù)來(lái)源

本文研究數(shù)據(jù)為微觀勞動(dòng)力調(diào)查與宏觀數(shù)字普惠金融發(fā)展匹配數(shù)據(jù)。其中微觀數(shù)據(jù)來(lái)源于中山大學(xué)社會(huì)科學(xué)調(diào)查中心的中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查(CLDS)。CLDS以15～64歲的勞動(dòng)年齡人口為調(diào)查對(duì)象，樣本覆蓋中國(guó)29個(gè)省市?；谥笜?biāo)統(tǒng)一性和樣本追蹤率的考慮，本文采用2014和2016年兩期數(shù)據(jù)。同時(shí)將研究樣本限于在被調(diào)查時(shí)點(diǎn)從事非農(nóng)工作的個(gè)體，最后保留的有效樣本數(shù)為15540個(gè)。

本文采用的宏觀數(shù)據(jù)來(lái)自北京大學(xué)數(shù)字金融研究中心發(fā)布的中國(guó)數(shù)字普惠金融指數(shù)。該指數(shù)由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)通過(guò)采用螞蟻金服的交易賬戶數(shù)據(jù)共同編制，用于刻畫(huà)中國(guó)數(shù)字金融發(fā)展程度的變遷，包括數(shù)字普惠金融總指數(shù)、三個(gè)二級(jí)維度子指標(biāo)以及多個(gè)三級(jí)維度子指標(biāo)。詳細(xì)指標(biāo)說(shuō)明和指數(shù)編制過(guò)程請(qǐng)參閱郭峰等(2016)的做法。該數(shù)據(jù)公布了省級(jí)、地級(jí)市及縣域三個(gè)層級(jí)的數(shù)字普惠金融指數(shù)，本文利用省級(jí)層面的指數(shù)與微觀創(chuàng)業(yè)數(shù)據(jù)進(jìn)行匹配。雖然CLDS數(shù)據(jù)也可以識(shí)別到城市，但本文15540個(gè)有效樣本廣泛分布于全國(guó)159個(gè)地級(jí)市，分配到每個(gè)城市的樣本量較少，尤其是中小城市，因此本文沒(méi)有利用地級(jí)市層面指數(shù)進(jìn)行匹配。

(二)模型設(shè)定及變量選取

本文首先考察數(shù)字普惠金融發(fā)展對(duì)居民創(chuàng)業(yè)選擇行為的影響，因變量為二值虛擬變量，因此設(shè)定如下個(gè)體層面的二元Probit模型：

Entrepreneur(1,0)ijt=g(α+λIndexjt-1+Xijtβ+ηj+δt+εijt)

(7)

其中，Entrepreneur(1,0)ijt表示省份j中的個(gè)體i在第t年是否是創(chuàng)業(yè)者的虛擬變量，若勞動(dòng)力當(dāng)前的就業(yè)身份是創(chuàng)業(yè)者，則該變量取值為1，若為工資獲得者，則取值為0。個(gè)體問(wèn)卷中，針對(duì)有全職工作的受訪者，將其工作劃分為雇員、雇主、自雇和務(wù)農(nóng)四種狀態(tài)，本文只保留從事非農(nóng)工作的個(gè)體，將就業(yè)狀態(tài)為“雇主”和“自雇”的歸為創(chuàng)業(yè)者，將工作狀態(tài)為“雇員”的歸為工資獲得者。據(jù)此定義，創(chuàng)業(yè)者是自己為自己工作，相對(duì)于受雇于他人。同時(shí)，本文也從雇員規(guī)模及創(chuàng)業(yè)動(dòng)機(jī)的角度考慮了創(chuàng)業(yè)者群體的內(nèi)部異質(zhì)性。依據(jù)創(chuàng)業(yè)活動(dòng)中“是否雇傭他人工作”這一標(biāo)準(zhǔn)，將就業(yè)狀態(tài)為“自雇”的勞動(dòng)力歸為“自雇型”創(chuàng)業(yè)者，將就業(yè)狀態(tài)為“雇主”的勞動(dòng)力歸為“雇主型”創(chuàng)業(yè)者，前者不雇傭他人工作，后者則雇傭1人及以上。依據(jù)創(chuàng)業(yè)動(dòng)機(jī)，將創(chuàng)業(yè)原因?yàn)椤皼](méi)有更好的工作選擇”歸為“生存型”創(chuàng)業(yè)者，將創(chuàng)業(yè)原因?yàn)椤白プ『玫膭?chuàng)業(yè)機(jī)會(huì)”及“當(dāng)時(shí)有好的工作崗位，但創(chuàng)業(yè)機(jī)會(huì)更加好”歸為“機(jī)會(huì)型”創(chuàng)業(yè)者(1)CLDS個(gè)體問(wèn)卷針對(duì)就業(yè)身份為“自雇”和“雇主”的個(gè)體，進(jìn)一步詢問(wèn)了其選擇創(chuàng)業(yè)的原因，選項(xiàng)包括四類：抓住好的創(chuàng)業(yè)機(jī)會(huì)、沒(méi)有更好的工作選擇、以上兩個(gè)都是和當(dāng)時(shí)有好的工作崗位但創(chuàng)業(yè)機(jī)會(huì)更加好。。

Indexjt-1為滯后一年的個(gè)體所在省份j的數(shù)字普惠金融指數(shù)，反映了所在地區(qū)數(shù)字普惠金融發(fā)展程度，取值越大，發(fā)展程度越高。本文也使用覆蓋廣度、使用深度及數(shù)字服務(wù)支持三個(gè)二級(jí)維度指標(biāo)對(duì)估計(jì)結(jié)果的穩(wěn)健性進(jìn)行了檢驗(yàn)；X為影響創(chuàng)業(yè)行為的控制變量，包括個(gè)體層面的年齡、年齡平方、性別、婚姻狀況、黨員身份、戶口、教育、健康及社會(huì)資本，家庭層面的家庭收入和家庭規(guī)模；ηj和δt分別為省份固定效應(yīng)和年份固定效應(yīng)。

在考察數(shù)字普惠金融發(fā)展對(duì)居民創(chuàng)業(yè)選擇行為影響的基礎(chǔ)上，本文進(jìn)一步考察數(shù)字普惠金融發(fā)展對(duì)個(gè)體創(chuàng)業(yè)表現(xiàn)的影響，模型的具體形式如下：

Yijt=α+λIndexjt-1+Xijtβ+ηj+δt+εijt

(8)

本文只保留就業(yè)身份為創(chuàng)業(yè)者的樣本，因變量Yijt為創(chuàng)業(yè)者的經(jīng)營(yíng)表現(xiàn)，既有研究中，衡量創(chuàng)業(yè)表現(xiàn)的常用指標(biāo)有生存率、資產(chǎn)、雇員規(guī)模、銷售額、收入等(Schmalz et al.，2017[13]；Blattman et al.，2014[14])，結(jié)合數(shù)據(jù)的可得性，本文從雇員和收入兩個(gè)方面衡量創(chuàng)業(yè)活動(dòng)的經(jīng)營(yíng)表現(xiàn)(2)CLDS問(wèn)卷針對(duì)“雇主型”創(chuàng)業(yè)者，進(jìn)一步詢問(wèn)了其創(chuàng)業(yè)活動(dòng)的雇員人數(shù)，而“自雇型”創(chuàng)業(yè)者的雇員人數(shù)為0。。其他變量同方程(1)。主要變量定義見(jiàn)表1。表2為基于CLDS2016的數(shù)據(jù)描述性統(tǒng)計(jì)分析。

表1 主要變量的定義

資料來(lái)源：CLDS數(shù)據(jù)。為了消除離群值的影響，對(duì)于個(gè)人收入、社會(huì)資本及家庭收入等連續(xù)變量，在1%的水平上進(jìn)行了縮尾，且進(jìn)行了加1取對(duì)數(shù)處理

表2 主要變量的描述性統(tǒng)計(jì)

續(xù)表2

家庭規(guī)模4.3171.847118互聯(lián)網(wǎng)使用率54.5314.3017.2579.81

四、實(shí)證分析

(一)基準(zhǔn)估計(jì)

本文采用二值Probit模型對(duì)方程(1)進(jìn)行估計(jì)，表3報(bào)告了邊際估計(jì)系數(shù)。其中，第(1)、(2)列為逐步回歸結(jié)果；為了進(jìn)一步探究數(shù)字金融的哪一個(gè)層面對(duì)創(chuàng)業(yè)產(chǎn)生了影響，本文還選用了數(shù)字普惠金融指數(shù)的三個(gè)二級(jí)維度指標(biāo)：覆蓋廣度、使用深度和數(shù)字支持服務(wù)程度。其中，覆蓋廣度主要反映數(shù)字金融的覆蓋率，使用深度主要衡量實(shí)際使用互聯(lián)網(wǎng)金融服務(wù)的頻率等，而數(shù)字支持服務(wù)程度側(cè)重于考察數(shù)字金融的便利性和效率。第(3)、(4)、(5)列為估計(jì)結(jié)果。

估計(jì)結(jié)果顯示，數(shù)字普惠金融系數(shù)顯著為正，說(shuō)明地區(qū)數(shù)字金融發(fā)展程度越高，個(gè)體選擇創(chuàng)業(yè)的概率越大，從而驗(yàn)證了假說(shuō)1。數(shù)字普惠金融指數(shù)的三個(gè)細(xì)分指標(biāo)系數(shù)均為正，但只有覆蓋廣度和使用深度系數(shù)在統(tǒng)計(jì)上顯著，且前者對(duì)個(gè)體創(chuàng)業(yè)概率的提升效應(yīng)明顯高于后者，說(shuō)明中國(guó)數(shù)字金融的規(guī)模依然不能有效滿足居民的需求?？刂谱兞康幕貧w結(jié)果與既有研究保持一致。

表3 數(shù)字普惠金融對(duì)創(chuàng)業(yè)行為的影響——基準(zhǔn)估計(jì)

續(xù)表3

健康-0.0222(0.0142)-0.0216(0.0142)-0.0223(0.0142)-0.0220(0.0142)教育-0.0151???(0.0011)-0.0152???(0.0011)-0.0151???(0.0011)-0.0151???(0.0011)社會(huì)資本0.0106???(0.0032)0.0105???(0.0032)0.0106???(0.0032)0.0107???(0.0032)家庭收入-0.0011(0.0029)-0.0013(0.0029)-0.0011(0.0029)-0.0011(0.0029)家庭規(guī)模0.0056???(0.0019)0.0056???(0.0019)0.0056???(0.0019)0.0057???(0.0019)省份固定效應(yīng)是是是是是年度固定效應(yīng)是是是是是觀測(cè)值1554015540155401554015540

注：***、**、*分別表示在1%、5%、10%的水平上顯著；所報(bào)告系數(shù)為邊際系數(shù)，括號(hào)內(nèi)為聚類穩(wěn)健標(biāo)準(zhǔn)誤

(二)考慮內(nèi)生性的估計(jì)

以上基準(zhǔn)估計(jì)結(jié)果可能是有偏的，實(shí)證分析時(shí)需要考慮內(nèi)生性問(wèn)題。一方面，個(gè)體的風(fēng)險(xiǎn)偏好、對(duì)新事物的接受程度不同，上述因素不僅會(huì)影響個(gè)體創(chuàng)業(yè)行為，也會(huì)影響到個(gè)體對(duì)數(shù)字普惠金融的使用，在定量分析中難以對(duì)上述因素進(jìn)行全面度量，因此就存在由于遺漏變量導(dǎo)致內(nèi)生性的可能；另一方面，考慮到數(shù)字普惠金融的便利性及降低交易成本的功能，也會(huì)引發(fā)創(chuàng)業(yè)者對(duì)數(shù)字普惠金融的需求，從而產(chǎn)生反向因果問(wèn)題。為了緩解潛在內(nèi)生性問(wèn)題對(duì)估計(jì)結(jié)果的干擾，本文采用了三種方法：第一種是采用滯后期的核心解釋變量，取滯后可以在一定程度上減弱由反向因果關(guān)系帶來(lái)的影響。結(jié)合數(shù)據(jù)的可得性，本文以滯后三期的數(shù)字普惠金融指數(shù)作為核心解釋變量；第二種是引入工具變量，本文選用家庭所在省份的互聯(lián)網(wǎng)使用率作為數(shù)字普惠金融指數(shù)的工具變量(3)在利用工具變量法進(jìn)行估計(jì)時(shí)，本文也借鑒謝徇麗等(2018)的做法，利用中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)公布的中國(guó)互聯(lián)網(wǎng)分省普及率或網(wǎng)民規(guī)模作為工具變量，研究結(jié)論依舊穩(wěn)健。。CLDS家庭問(wèn)卷中詢問(wèn)了家庭互聯(lián)網(wǎng)使用情況，具體問(wèn)題為“在過(guò)去的一年中，您家使用互聯(lián)網(wǎng)的情況是？”回答選項(xiàng)包括四類：只使用電腦上網(wǎng)；只使用手機(jī)上網(wǎng)；既使用電腦上網(wǎng)，也使用手機(jī)上網(wǎng)；不上網(wǎng)。本文將使用手機(jī)或電腦上網(wǎng)的賦值為1，不上網(wǎng)的賦值為0，然后分省份計(jì)算平均值，即可得到每一個(gè)城市的互聯(lián)網(wǎng)使用率(%)。從理論上分析，一方面，數(shù)字普惠金融的發(fā)展依賴于互聯(lián)網(wǎng)金融以及數(shù)字技術(shù)，因此當(dāng)家庭所在城市的互聯(lián)網(wǎng)使用率越高，越能推動(dòng)數(shù)字普惠金融的發(fā)展，工具變量與內(nèi)生變量存在正相關(guān)關(guān)系，滿足相關(guān)性要求；另一方面，各省份的互聯(lián)網(wǎng)使用率不會(huì)明顯地受到該地區(qū)內(nèi)某個(gè)家庭創(chuàng)業(yè)情況的影響，滿足外生性要求。這使得互聯(lián)網(wǎng)普及率可能成為一個(gè)有效的工具變量(4)除了相關(guān)性和外生性，工具變量的有效性還需要滿足只通過(guò)內(nèi)生變量這一條渠道影響因變量。本文選取的工具變量為互聯(lián)網(wǎng)使用率，但互聯(lián)網(wǎng)使用會(huì)通過(guò)信息渠道效應(yīng)、融資效應(yīng)、社會(huì)互動(dòng)效應(yīng)、風(fēng)險(xiǎn)偏好效應(yīng)等四種渠道影響微觀主體創(chuàng)業(yè)行為(周廣肅和樊綱，2018)。因此本文的工具變量還存在一定問(wèn)題。。表4中第(2)列弱工具變量檢驗(yàn)計(jì)算的是最小特征值統(tǒng)計(jì)量值，大于10%顯著性水平下的臨界值，說(shuō)明通過(guò)了弱工具變量檢驗(yàn)；第三種方法是利用面板固定效應(yīng)模型進(jìn)行估計(jì)，這在一定程度上能夠控制遺漏變量、尤其是不隨時(shí)間發(fā)生變動(dòng)的遺漏變量對(duì)估計(jì)結(jié)果的干擾。

表4 數(shù)字普惠金融對(duì)創(chuàng)業(yè)行為的影響——內(nèi)生性估計(jì)

注：***、**、*分別表示在1%、5%、10%的水平上顯著；所報(bào)告系數(shù)為邊際系數(shù)；控制變量同基準(zhǔn)模型；第(2)列弱工具變量檢驗(yàn)為最小特征值統(tǒng)計(jì)量值

(三)基于異質(zhì)性的估計(jì)結(jié)果

以上分析是基于二元Probit模型的估計(jì)結(jié)果，沒(méi)有考慮創(chuàng)業(yè)者群體內(nèi)部異質(zhì)性。本文進(jìn)一步從雇員規(guī)模及創(chuàng)業(yè)動(dòng)機(jī)的角度討論創(chuàng)業(yè)者群體的內(nèi)部異質(zhì)性，利用多元Probit模型，分析個(gè)體在工資性工作、“自雇型”創(chuàng)業(yè)與“雇主型”創(chuàng)業(yè)之間，以及在工資性工作、“生存型”創(chuàng)業(yè)與“機(jī)會(huì)型”創(chuàng)業(yè)之間的多元選擇行為。

表5為多元Probit模型估計(jì)結(jié)果，以工資性工作作為對(duì)照組。由表5可以發(fā)現(xiàn)，數(shù)字普惠金融顯著提高了個(gè)體選擇“自雇型”創(chuàng)業(yè)或“生存型”創(chuàng)業(yè)的概率，但對(duì)選擇“雇主型”創(chuàng)業(yè)或“機(jī)會(huì)型”創(chuàng)業(yè)影響雖然為正，但在統(tǒng)計(jì)上并不顯著。這可能是因?yàn)椋鄬?duì)后兩類創(chuàng)業(yè)活動(dòng)，前兩類創(chuàng)業(yè)活動(dòng)“準(zhǔn)入門檻”較低，對(duì)初始資金投入的要求較低，因此更容易受外部金融環(huán)境的影響。

表5 數(shù)字普惠金融對(duì)創(chuàng)業(yè)行為的影響——考慮創(chuàng)業(yè)異質(zhì)性

注：***、**、*分別表示在1%、5%、10%的水平上顯著；所報(bào)告系數(shù)為邊際系數(shù)；控制變量同基準(zhǔn)模型

五、進(jìn)一步討論：機(jī)制、調(diào)節(jié)效應(yīng)及創(chuàng)業(yè)表現(xiàn)

(一)機(jī)制檢驗(yàn)

上述分析表明，數(shù)字普惠金融發(fā)展能夠顯著提升居民創(chuàng)業(yè)概率，本文進(jìn)一步對(duì)其影響機(jī)制進(jìn)行檢驗(yàn)。在理論分析部分，本文提出數(shù)字普惠金融發(fā)展更有利于獲取外部金融資源及降低融資成本，幫助潛在創(chuàng)業(yè)者突破資金門檻，進(jìn)而提高其創(chuàng)業(yè)概率。為了對(duì)上述機(jī)制進(jìn)行檢驗(yàn)，本文采用如下檢驗(yàn)思路：如果上述機(jī)制成立，受信貸約束影響越大的個(gè)體，其創(chuàng)業(yè)行為越容易受數(shù)字普惠金融發(fā)展的影響。因此本文根據(jù)受信貸約束影響程度進(jìn)行了分組，第一種分組方法是按照家庭經(jīng)濟(jì)條件進(jìn)行分組，將家庭收入低于中位數(shù)水平的定義為低收入組，高于中位數(shù)水平的定義為高收入組，一般而言，前者受信貸約束影響更大。第二種分組方法是按照家庭所在的外部金融環(huán)境好壞進(jìn)行分組，依據(jù)家庭所在社區(qū)是否有銀行，所在社區(qū)有銀行則意味著外部金融環(huán)境較好。表6為分組估計(jì)結(jié)果，第(1)、(2)列分別為低收入組和高收入組估計(jì)結(jié)果，第(3)、(4)列分別為社區(qū)無(wú)銀行組和有銀行組估計(jì)結(jié)果，從中可以發(fā)現(xiàn)數(shù)字普惠金融發(fā)展只對(duì)前一組樣本存在顯著正向影響；也就是說(shuō)，數(shù)字普惠金融發(fā)展只對(duì)面臨較為嚴(yán)重信貸約束個(gè)體的創(chuàng)業(yè)行為存在顯著正向影響。

表6 數(shù)字普惠金融對(duì)創(chuàng)業(yè)行為的影響——機(jī)制檢驗(yàn)

注：***、**、*分別表示在1%、5%、10%的水平上顯著；所報(bào)告系數(shù)為邊際系數(shù)；控制變量同基準(zhǔn)模型

(二)考慮社會(huì)資本調(diào)節(jié)效應(yīng)

作為一個(gè)傳統(tǒng)的關(guān)系型社會(huì)(Bian，1997[15])，社會(huì)資本在中國(guó)擁有廣泛的土壤，在人們經(jīng)濟(jì)事務(wù)決定中發(fā)揮著重要作用。因此在中國(guó)這種“關(guān)系型社會(huì)”的特殊情境下，數(shù)字普惠金融發(fā)展對(duì)居民創(chuàng)業(yè)行為的影響可能存在不確定性。一方面，社會(huì)資本在獲取外部非正規(guī)金融資源方面發(fā)揮著比較重要的作用(林建浩等，2016[16])。社會(huì)網(wǎng)絡(luò)成員間一般比較熟悉，這能夠增進(jìn)信息的交流和傳遞，有效緩解信息不對(duì)稱問(wèn)題(Granovetter,1973[17])，且社會(huì)網(wǎng)絡(luò)成員間往往臨近或交往頻繁，培養(yǎng)了群體間的相互信任，能夠有效緩解道德風(fēng)險(xiǎn)，從而降低交易成本。也就是說(shuō)，社會(huì)資本與數(shù)字普惠金融可能存在“替代”關(guān)系；但另一方面，數(shù)字普惠金融的發(fā)展作為近年新產(chǎn)生的事物，人們對(duì)其的接受需要一定的時(shí)間，尤其是對(duì)于受教育水平較低、金融知識(shí)匱乏的群體。對(duì)于社會(huì)網(wǎng)絡(luò)強(qiáng)的家庭，由于社會(huì)性學(xué)習(xí)或者從眾心理，個(gè)體間可以更為頻繁地相互交流(孟涓涓等，2013[18])，因此更有利于數(shù)字普惠金融的發(fā)展；也就是說(shuō)社會(huì)資本與數(shù)字普惠金融可能存在“互補(bǔ)”關(guān)系。

社會(huì)資本會(huì)弱化還是強(qiáng)化數(shù)字普惠金融對(duì)創(chuàng)業(yè)行為的影響，本文通過(guò)引入數(shù)字普惠金融與社會(huì)資本交互項(xiàng)，對(duì)上述理論進(jìn)行了檢驗(yàn)。表7為估計(jì)結(jié)果，其中第(1)、(3)列利用個(gè)體問(wèn)卷中“過(guò)去一年給過(guò)你幫助的人”作為社會(huì)資本衡量指標(biāo)，而第(2)、(4)列選取家庭問(wèn)卷中的“禮金支出”作為衡量指標(biāo)，第(1)、(2)列不考慮內(nèi)生性，第(3)、(4)列則利用工具變量法進(jìn)行估計(jì)。表7估計(jì)結(jié)果顯示，數(shù)字普惠金融與社會(huì)資本交互項(xiàng)系數(shù)均顯著為正，也就是說(shuō)社會(huì)資本水平越高，數(shù)字普惠金融發(fā)展對(duì)其創(chuàng)業(yè)行為的影響越大。

表7 數(shù)字普惠金融對(duì)創(chuàng)業(yè)行為的影響——考慮社會(huì)資本調(diào)節(jié)效應(yīng)

注：***、**、*分別表示在1%、5%、10%的水平上顯著；所報(bào)告系數(shù)為邊際系數(shù)；控制變量同基準(zhǔn)模型

(三)數(shù)字普惠金融對(duì)創(chuàng)業(yè)表現(xiàn)的影響

以上內(nèi)容分析了數(shù)字普惠金融發(fā)展對(duì)居民創(chuàng)業(yè)概率的影響，但是創(chuàng)業(yè)活動(dòng)的強(qiáng)度或規(guī)模卻存在大小之分。因此本文進(jìn)一步以雇員規(guī)模和收入為代理變量估計(jì)數(shù)字普惠金融發(fā)展對(duì)居民創(chuàng)業(yè)表現(xiàn)的影響。表8為估計(jì)結(jié)果，第(1)～第(3)列因變量為雇員規(guī)模，第(4)～第(6)列因變量為收入，其中第(1)、(4)列為基準(zhǔn)估計(jì)，第(2)、(5)列采用滯后三期的數(shù)字普惠金融指數(shù)作為核心解釋變量，第(3)、(6)列利用工具變量法進(jìn)行估計(jì)，工具變量同前文?？紤]到雇員規(guī)模有約88%樣本取值為0，本文在因變量為雇員數(shù)量時(shí)利用Tobit模型進(jìn)行估計(jì)，結(jié)果顯示數(shù)字普惠金融的發(fā)展不僅提高了居民創(chuàng)業(yè)概率，還提高了其創(chuàng)業(yè)表現(xiàn)。

表8 數(shù)字普惠金融對(duì)創(chuàng)業(yè)表現(xiàn)的影響

續(xù)表8

控制變量是是是是是是省份固定效應(yīng)是是是是是是年度固定效應(yīng)是是是是是是觀測(cè)值388738873887388538853885

注：***、**、*分別表示在1%、5%、10%的水平上顯著；控制變量同基準(zhǔn)模型

六、研究結(jié)論與政策含義

基于中國(guó)數(shù)字普惠金融發(fā)展指數(shù)和中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查(CLDS)匹配數(shù)據(jù)，本文研究了中國(guó)數(shù)字普惠金融發(fā)展對(duì)居民創(chuàng)業(yè)行為的影響。研究發(fā)現(xiàn)：數(shù)字普惠金融發(fā)展顯著提高了中國(guó)居民的創(chuàng)業(yè)概率，通過(guò)采用多種方法緩解潛在的內(nèi)生性問(wèn)題后，這一結(jié)論依舊穩(wěn)健；本文還進(jìn)一步討論了創(chuàng)業(yè)活動(dòng)的內(nèi)部異質(zhì)性，估計(jì)了數(shù)字普惠金融對(duì)居民在工資性工作、“自雇型”創(chuàng)業(yè)與“雇主型”創(chuàng)業(yè)，以及在工資性工作、“生存型”創(chuàng)業(yè)與“機(jī)會(huì)型”創(chuàng)業(yè)之間的多元選擇問(wèn)題，發(fā)現(xiàn)數(shù)字普惠金融只對(duì)選擇“自雇型”和“生存型”創(chuàng)業(yè)有顯著正向影響，而不影響選擇“雇主型”和“機(jī)會(huì)型”創(chuàng)業(yè)；考慮到中國(guó)關(guān)系型社會(huì)這一特殊背景，本文也檢驗(yàn)了社會(huì)資本在創(chuàng)業(yè)過(guò)程中所發(fā)揮的調(diào)節(jié)效應(yīng)，發(fā)現(xiàn)社會(huì)資本會(huì)強(qiáng)化數(shù)字普惠金融的影響；最后，本文檢驗(yàn)了數(shù)字普惠金融對(duì)創(chuàng)業(yè)表現(xiàn)的影響，發(fā)現(xiàn)其顯著提高了創(chuàng)業(yè)活動(dòng)的雇員規(guī)模和收入。

本文的政策含義是非常明顯的。在推進(jìn)雙創(chuàng)工作中，政府部門需要重視數(shù)字普惠金融的發(fā)展，尤其是注重提升弱勢(shì)群體對(duì)數(shù)字金融產(chǎn)品的使用能力，以激發(fā)其創(chuàng)業(yè)熱情，提升其創(chuàng)業(yè)能力，使這部分弱勢(shì)群體更好地享有數(shù)字普惠金融所帶來(lái)的普惠性。同時(shí)，本文注意到中國(guó)的創(chuàng)業(yè)形式仍然以“自雇型”創(chuàng)業(yè)和“生存型”創(chuàng)業(yè)為主，該類創(chuàng)業(yè)無(wú)論是對(duì)微觀主體效用的提升還是對(duì)宏觀經(jīng)濟(jì)發(fā)展的影響均有限。因此在鼓勵(lì)創(chuàng)業(yè)行為的同時(shí)，政府部門也要引導(dǎo)創(chuàng)業(yè)者實(shí)現(xiàn)從“自雇型”創(chuàng)業(yè)和“生存型”創(chuàng)業(yè)向“雇主型”創(chuàng)業(yè)和“機(jī)會(huì)型”創(chuàng)業(yè)的轉(zhuǎn)變，從而優(yōu)化創(chuàng)業(yè)結(jié)構(gòu)。