李彥龍 孟 冰

1（北京大學(xué)國家發(fā)展研究院，北京 100871） 2（中國社會科學(xué)院大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)院，北京 102488）

引 言

中小微企業(yè)貢獻(xiàn)了90%以上的市場主體，80%以上的就業(yè)機(jī)會，70%以上的發(fā)明和專利，超過60%的GDP和50%以上的稅收，是推動國民經(jīng)濟(jì)發(fā)展的主要驅(qū)動力。十九大報告指出，“激發(fā)和保護(hù)企業(yè)家精神，鼓勵更多社會主體投身創(chuàng)新創(chuàng)業(yè)”。習(xí)近平總書記在 “七一”講話中進(jìn)一步指出，要“推動人的全面發(fā)展，全體人民共同富裕取得更為明顯的實(shí)質(zhì)性進(jìn)展”。而推動大眾創(chuàng)業(yè)、萬眾創(chuàng)新，既可以擴(kuò)大就業(yè)和國民經(jīng)濟(jì)發(fā)展，又有利于促進(jìn)社會縱向流動和公平正義，是激發(fā)市場活力和釋放發(fā)展?jié)摿Φ闹匾α?，對擴(kuò)大就業(yè)和實(shí)現(xiàn)共同富裕這一目標(biāo)具有重要意義。但長期以來金融市場的信息不對稱使中小微企業(yè)面臨著 “融資難、融資貴” 的問題[1-6]，而數(shù)字金融是傳統(tǒng)金融的有力補(bǔ)充，可以有效緩解信息不對稱問題，數(shù)字金融由于具有普惠性，為拓展金融服務(wù)范圍提供了巨大發(fā)展空間[7，8]。數(shù)字金融也為推動中小微企業(yè)發(fā)展提供了新的發(fā)展機(jī)遇。

考慮到數(shù)字金融在推動中小微企業(yè)發(fā)展過程中的重要作用，也有學(xué)者對數(shù)字金融發(fā)展促進(jìn)創(chuàng)業(yè)的效果進(jìn)行了研究[9，10]。但由于數(shù)據(jù)可得性原因，現(xiàn)有多數(shù)研究是從省級層面進(jìn)行了考察，數(shù)字金融對創(chuàng)業(yè)的影響尚未深入到城市層面，對數(shù)字金融促進(jìn)創(chuàng)業(yè)的效果在城市間存在怎樣的差異尚未得知。

考察數(shù)字金融對創(chuàng)業(yè)影響的文獻(xiàn)中，謝絢麗等（2018）[10]的研究發(fā)現(xiàn)，數(shù)字金融有效促進(jìn)了創(chuàng)業(yè)，并且對于城鎮(zhèn)化率較低的省域、注冊資本較少的微型企業(yè)有更強(qiáng)的鼓勵創(chuàng)業(yè)的作用。何婧和李慶海（2019）[11]發(fā)現(xiàn)數(shù)字金融使用不僅緩解了農(nóng)戶的信貸約束，還增加了農(nóng)戶的信息可得性，促進(jìn)了農(nóng)戶創(chuàng)業(yè)和創(chuàng)業(yè)績效。陶云清等（2021）[12]的研究發(fā)現(xiàn)數(shù)字金融促進(jìn)了地區(qū)創(chuàng)業(yè)，這種促進(jìn)作用主要體現(xiàn)在覆蓋廣度和使用深度兩個維度。張正平和黃帆帆（2021）[13]基于北京大學(xué)數(shù)字普惠金融指數(shù)和中山大學(xué)中國勞動力動態(tài)調(diào)查（CLDS）數(shù)據(jù)庫的匹配數(shù)據(jù)，發(fā)現(xiàn)數(shù)字普惠金融對農(nóng)村勞動力自我雇傭均有顯著的正向作用。鞏鑫和唐文琳（2021）[14]基于2011～2018年中國 30個?。▍^(qū)、市）的面板數(shù)據(jù)，采用空間杜賓模型考察了數(shù)字金融對創(chuàng)業(yè)的影響，研究發(fā)現(xiàn)數(shù)字金融促進(jìn)了本?。▍^(qū)、市）的創(chuàng)業(yè)，但相鄰省域數(shù)字金融的空間溢出效應(yīng)僅在東部地區(qū)得到了較為顯著的體現(xiàn)。

本文基于城市層面的月度工商注冊數(shù)據(jù)，首次從城市和月度層面考察了數(shù)字金融對創(chuàng)業(yè)活躍度的影響，對數(shù)字金融影響創(chuàng)業(yè)活躍度的效果在不同類別如主要城市與非主要城市間的差異，對數(shù)字金融影響創(chuàng)業(yè)活躍度的相對重要性進(jìn)行考察。基于上述發(fā)現(xiàn)，本文從促進(jìn)創(chuàng)業(yè)視角對如何實(shí)施數(shù)字金融發(fā)展政策以促進(jìn)擴(kuò)大就業(yè)和實(shí)現(xiàn)共同富裕這一目標(biāo)提出相關(guān)政策建議。

1 研究策略

為全面展示數(shù)字金融對城市創(chuàng)業(yè)活躍度的影響，本文采用如下研究策略。首先基于城市層面的月度工商注冊數(shù)據(jù)，考察數(shù)字金融對創(chuàng)業(yè)活躍度的影響，然后通過分組回歸檢驗(yàn)數(shù)字金融的促進(jìn)作用在不同類別城市間的差異，采用分位數(shù)回歸進(jìn)行估計，并基于優(yōu)勢分析方法對數(shù)字金融促進(jìn)創(chuàng)業(yè)活躍度的相對重要性進(jìn)行考察。

1.1 研究數(shù)據(jù)

本文所用的數(shù)據(jù)包括2016年1月～2020年12月的市級工商注冊月度數(shù)據(jù)和2015～2019年地級市和省域的部分經(jīng)濟(jì)數(shù)據(jù)。其中，匯總計算各城市工商注冊數(shù)量的注冊企業(yè)信息來自國家市場監(jiān)督管理總局，省市級變量數(shù)據(jù)來自Wind數(shù)據(jù)庫和國家統(tǒng)計局。本文使用的城市級創(chuàng)業(yè)活動數(shù)據(jù)是338個城市的研究數(shù)據(jù)，樣本數(shù)為17256個。數(shù)字金融發(fā)展水平數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心。值得注意的是，由于新冠肺炎疫情的爆發(fā)，2020年的經(jīng)濟(jì)和創(chuàng)業(yè)活躍度也會受到影響，本文通過計算城市創(chuàng)業(yè)活躍度在2016～2020年的平均值可以發(fā)現(xiàn)，2020年的城市創(chuàng)業(yè)活躍度相對2019年的增長率有了較大幅度的下滑。如2018～2020年城市創(chuàng)業(yè)活躍度的對數(shù)均值為5.92、6.36和6.45。對此，本文也嘗試在下文的模型中引入2020年的時間虛擬變量，發(fā)現(xiàn)估計系數(shù)存在細(xì)微差異，但估計結(jié)果并未發(fā)生顯著變化，本文的研究結(jié)論依然是穩(wěn)定的。

1.2 研究方法

本文基于城市層面的面板數(shù)據(jù)，以工商注冊數(shù)量作為因變量，通過面板數(shù)據(jù)固定效應(yīng)估計來考察數(shù)字金融對城市創(chuàng)業(yè)活躍度的影響，計量模型如下①：

其中因變量number即為城市層面的工商注冊數(shù)量，c表示城市，t表示年度，m表示月度。α和γ分別為城市和月度固定效應(yīng)，u表示隨機(jī)擾動項。index為本文的核心解釋變量即數(shù)字金融發(fā)展指數(shù)，采用北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)度量。除了總指數(shù)（index）外，本文還選用了數(shù)字普惠金融指數(shù)的3個細(xì)分指標(biāo)：覆蓋廣度（index1）、使用深度（index2）和數(shù)字支持服務(wù)程度（index3），其中覆蓋廣度是數(shù)字金融的覆蓋人群的評價指標(biāo)，強(qiáng)調(diào)的是提供足夠的金融服務(wù)；使用深度衡量的是地區(qū)實(shí)際使用數(shù)字金融服務(wù)的頻率等，強(qiáng)調(diào)的是數(shù)字普惠金融服務(wù)的有效需求；數(shù)字支持服務(wù)程度強(qiáng)調(diào)的是數(shù)字金融的便利性和效率[15]。

X為影響城市創(chuàng)業(yè)活躍度的控制變量，基于數(shù)據(jù)可得性和研究需要，本文選擇的控制變量X包括：（1）傳統(tǒng)金融發(fā)展水平（FD）。金融機(jī)構(gòu)對企業(yè)的發(fā)展一直是助力企業(yè)發(fā)展的重要力量，本文通過（城市年末金融機(jī)構(gòu)存款+貸款）／GDP計算得到；（2）產(chǎn)業(yè)結(jié)構(gòu)（Ind）。第二、三產(chǎn)業(yè)占比越高，市場創(chuàng)業(yè)的潛力也可能越大。本文以第二、三產(chǎn)業(yè)增加值占GDP的比重度量； （3）財政實(shí)力（Gov）。各地的財政實(shí)力也是影響創(chuàng)業(yè)的重要因素，基于財政支出總額／GDP計算得到；（4）交通基礎(chǔ)設(shè)施（Road）。基礎(chǔ)設(shè)施改善能夠促進(jìn)創(chuàng)業(yè)的發(fā)展[16]，本文采用省級層面的公路密度即公路里程與區(qū)域面積的比值作為交通基礎(chǔ)設(shè)施的度量。最后，為了減弱可能存在的雙向因果所導(dǎo)致的內(nèi)生性問題，本文對所有解釋變量作滯后1期處理。

2 數(shù)字金融與城市創(chuàng)業(yè)活躍度的實(shí)證估計

2.1 數(shù)字普惠金融與城市創(chuàng)業(yè)活躍度：基準(zhǔn)回歸

本文首先對模型（1）進(jìn)行估計，估計結(jié)果如表1所示。其中表1列（1）為僅引入數(shù)字金融變量的估計結(jié)果，列（2）在列（1）基礎(chǔ)上引入了城市和月度固定效應(yīng)，列（3）則進(jìn)一步引入了控制變量。由表1的估計結(jié)果可知，在列（1）基礎(chǔ)上，逐步引入城市、月度固定效應(yīng)和控制變量后，數(shù)字金融變量的估計系數(shù)仍然為正且在1%的水平下顯著，說明數(shù)字金融發(fā)展整體有利于推動城市創(chuàng)業(yè)活躍度的提高。

表1 數(shù)字金融與城市創(chuàng)業(yè)活躍度：基準(zhǔn)回歸

2.2 覆蓋廣度、使用深度、數(shù)字支持服務(wù)程度與創(chuàng)業(yè)活躍度的實(shí)證估計

本文進(jìn)一步在表2中報告覆蓋廣度、使用深度與數(shù)字支持服務(wù)程度影響城市創(chuàng)業(yè)活躍度的估計結(jié)果。由表2的估計結(jié)果可知，覆蓋廣度、使用深度與數(shù)字支持服務(wù)程度變量的估計系數(shù)均為正且在1%的水平下顯著，這說明數(shù)字金融覆蓋廣、使用更頻繁、數(shù)字金融服務(wù)更加便利的城市，創(chuàng)業(yè)活躍度也越高，這一發(fā)現(xiàn)是在控制了當(dāng)?shù)貍鹘y(tǒng)金融發(fā)展程度、產(chǎn)業(yè)結(jié)構(gòu)升級、當(dāng)?shù)氐呢斦?shí)力，以及以交通便利程度為代表的基礎(chǔ)設(shè)施情況下得到的。

表2 覆蓋廣度、使用深度、數(shù)字支持服務(wù)程度與創(chuàng)業(yè)活躍度

2.3 內(nèi)生性問題的處理：工具變量估計

模型（1）中的數(shù)字金融變量可能會由于遺漏變量等導(dǎo)致內(nèi)生性問題，從而導(dǎo)致表1的基準(zhǔn)回歸結(jié)果出現(xiàn)偏誤。本文以各市所在省域城市的數(shù)字金融發(fā)展水平均值作為工具變量②，因?yàn)閿?shù)字普惠金融的發(fā)展存在明顯的空間集聚效應(yīng)[15]，相鄰地區(qū)的數(shù)字金融發(fā)展會影響本地區(qū)的數(shù)字金融發(fā)展，但相鄰地區(qū)的數(shù)字普惠金融發(fā)展不會直接

影響本省域的經(jīng)濟(jì)發(fā)展。工具變量的估計結(jié)果如表3所示。其中列（1）為第一階段的估計結(jié)果，列（2）～（5）為工具變量估計結(jié)果。 列（1）～（4）中第一階段的估計結(jié)果顯示，工具變量的估計系數(shù)均為正且在1%的水平下顯著，說明本省域其他城市數(shù)字普惠金融發(fā)展水平會影響本市的數(shù)字金融發(fā)展，并且該工具變量均通過了弱工具變量檢驗(yàn)。列（5）～（8）的估計結(jié)果顯示，數(shù)字金融變量與覆蓋廣度、使用深度、數(shù)字支持服務(wù)程度3個子維度變量的估計系數(shù)仍然為正且在1%的水平下顯著，說明數(shù)字金融的發(fā)展對城市創(chuàng)業(yè)活躍度仍然起到了顯著的促進(jìn)作用，這與前文基準(zhǔn)回歸得到的核心結(jié)論一致。

表3 內(nèi)生性問題的處理：工具變量估計

2.4 異質(zhì)性分析

由于各地區(qū)經(jīng)濟(jì)環(huán)境存在顯著差異，數(shù)字金融發(fā)展對各城市創(chuàng)業(yè)活躍度的促進(jìn)效果會由于經(jīng)濟(jì)環(huán)境差異而不同。本部分從主要城市與其他城市、經(jīng)濟(jì)發(fā)達(dá)地帶和經(jīng)濟(jì)欠發(fā)達(dá)地帶等角度考察數(shù)字金融的異質(zhì)性影響。其中主要城市包括4個一線城市、15個新一線城市、30個二線城市以及未包含在上述范圍內(nèi)的省會城市。此外，在經(jīng)濟(jì)區(qū)劃分方面，參考國務(wù)院發(fā)展研究中心發(fā)表報告，本文將全國分為八大經(jīng)濟(jì)地帶，其中北部沿海、東部沿海和南部沿海劃分為發(fā)達(dá)地帶，其余五大地帶為其他地帶。估計結(jié)果如表4所示。表4的估計結(jié)果顯示，列（1）～（4）中數(shù)字金融變量的估計系數(shù)均為正且在1%的水平下顯著，說明數(shù)字金融對主要城市與非主要城市、發(fā)達(dá)地帶與其他地帶均帶來了顯著促進(jìn)作用。比較系數(shù)大小可知，數(shù)字金融變量的估計系數(shù)表現(xiàn)出了主要城市＞其他城市、發(fā)達(dá)地帶＞其他地帶的特征，但列（1）和列（2）的估計系數(shù)非常接近?？傮w來看，表4的估計結(jié)果并未發(fā)現(xiàn)數(shù)字金融能夠縮小城市間創(chuàng)業(yè)活躍度的差距，反而有拉大傾向，這與現(xiàn)有研究中數(shù)字金融對創(chuàng)業(yè)表現(xiàn)出的普惠性不同。

表4 數(shù)字金融與城市創(chuàng)業(yè)活躍度：地區(qū)差異

2.5 數(shù)字金融與城市創(chuàng)業(yè)活躍度：分位數(shù)估計

本文進(jìn)一步采用分位數(shù)估計方法對模型（1）進(jìn)行估計，可以對前文的估計結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，還可以對數(shù)字金融發(fā)展對城市創(chuàng)業(yè)活躍度區(qū)域差距的影響進(jìn)行考察，分位數(shù)估計結(jié)果如表5所示。由表5全樣本的估計結(jié)果可知，隨著分位點(diǎn)的提高，數(shù)字金融變量的估計系數(shù)從0.1分位點(diǎn)逐漸下降到了0.9分位點(diǎn)的0.016，說明數(shù)字金融發(fā)展更加有利于促進(jìn)落后城市創(chuàng)業(yè)活躍度的提高，有利于縮小城市間的創(chuàng)業(yè)活躍度差距。由主要城市和其他城市的估計結(jié)果可知，隨著分位點(diǎn)的提高，無論是主要城市還是其他城市，數(shù)字金融變量的估計系數(shù)均表現(xiàn)出了明顯的下降趨勢，說明數(shù)字金融發(fā)展不僅有利于縮小主要城市間差距，也有利于縮小其他城市之間的創(chuàng)業(yè)活躍度差距。此外，各分位點(diǎn)上主要城市與其他城市數(shù)字金融變量的估計系數(shù)比較接近，這與表4中列（1）和列（2）的結(jié)論一致。由發(fā)達(dá)地帶和其他地帶的分樣本估計結(jié)果可知，隨著分位點(diǎn)的提高，數(shù)字金融變量的估計系數(shù)均表現(xiàn)出了明顯的下降趨勢，說明數(shù)字金融發(fā)展不僅有利于縮小發(fā)達(dá)地帶城市間的創(chuàng)業(yè)活躍度差距，也有利于縮小其他地帶城市之間的創(chuàng)業(yè)活躍度差距。此外，各分位點(diǎn)上發(fā)達(dá)地帶的估計系數(shù)更大，這與表4中列（3）和列（4）的結(jié)論一致，說明數(shù)字金融發(fā)展會拉大發(fā)達(dá)地帶與其他地帶之間的創(chuàng)業(yè)活躍度差距。

表5 數(shù)字金融與城市創(chuàng)業(yè)活躍度：分位數(shù)估計

綜合表4和表5的估計結(jié)果可知，數(shù)字金融發(fā)展雖然整體縮小了城市間的創(chuàng)業(yè)活躍度差距，但數(shù)字金融發(fā)展對主要城市與其他城市的差距、發(fā)達(dá)地帶與其他地帶間的創(chuàng)業(yè)活躍度差距均未表現(xiàn)出縮小甚至表現(xiàn)出拉大的效果。數(shù)字金融發(fā)展縮小了主要城市、其他城市、發(fā)達(dá)地帶、其他地帶各類別城市群體內(nèi)部之間的創(chuàng)業(yè)活躍度差距，是導(dǎo)致數(shù)字金融發(fā)展縮小全部城市間創(chuàng)業(yè)活躍度差距的重要原因。

2.6 數(shù)字金融促進(jìn)城市創(chuàng)業(yè)活躍度的相對重要性：優(yōu)勢分析

前文已經(jīng)考察了數(shù)字金融發(fā)展對城市創(chuàng)業(yè)活躍度的影響，本文進(jìn)一步基于優(yōu)勢分析方法對數(shù)字金融促進(jìn)創(chuàng)業(yè)活躍度的相對重要性進(jìn)行考察。但在不同的量綱下，由于回歸結(jié)果得到的估計系數(shù)無法直接進(jìn)行比較，也不能簡單的對不同影響因素做標(biāo)準(zhǔn)化處理，數(shù)字金融變量與其余變量哪個相對更為重要是未知的。本文基于Luchman（2021）[17]中介紹的優(yōu)勢分析方法和命令，通過確定不同影響因素對擬合優(yōu)度R2的貢獻(xiàn)程度以確定不同影響因素的相對重要性，計算的結(jié)果如表6所示。由表6的計算結(jié)果可知，所有變量中，解釋率最高的是城市固定效應(yīng)，說明城市固定效應(yīng)的差異能夠解釋因變量即城市創(chuàng)業(yè)活躍度大約30%的變異，月度固定效應(yīng)的解釋率也達(dá)到了大約5%。除了城市和固定效應(yīng)，其余解釋變量中解釋率最高的即為數(shù)字金融發(fā)展，貢獻(xiàn)率達(dá)到了將近20%，遠(yuǎn)高于其余解釋變量。這說明城市間數(shù)字金融發(fā)展水平的差異能夠解釋城市間創(chuàng)業(yè)活躍度差異的大約20%，相對傳統(tǒng)金融發(fā)展、交通基礎(chǔ)設(shè)施、財政支出規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)升級而言，是更重要的解釋變量。這也說明數(shù)字金融是推動城市創(chuàng)業(yè)活躍度提高的重要力量，是未來促進(jìn)城市創(chuàng)業(yè)活躍度的重要驅(qū)動力，對進(jìn)一步擴(kuò)大就業(yè)與經(jīng)濟(jì)增長、促進(jìn)共同富裕具有重要意義。

表6 創(chuàng)業(yè)活躍度影響因素的相對重要性：擬合優(yōu)度分解

3 結(jié)論與政策含義

本文基于2016年1月～2020年12月國家市場監(jiān)督管理總局的工商注冊信息數(shù)據(jù)，匯總計算得到了城市層面的創(chuàng)業(yè)活躍度數(shù)據(jù)，通過匹配創(chuàng)業(yè)活躍度數(shù)據(jù)與城市層面的數(shù)字金融發(fā)展指數(shù)和經(jīng)濟(jì)變量數(shù)據(jù)，考察數(shù)字金融發(fā)展對城市創(chuàng)業(yè)活躍度的影響及其在不同類別城市間的差異，最后基于優(yōu)勢分析方法考察數(shù)字金融發(fā)展促進(jìn)城市創(chuàng)業(yè)活躍度的相對重要性。本文首次從城市層面考察數(shù)字金融對創(chuàng)業(yè)的影響，也能夠從不同類別城市（如主要城市和非主要城市）間的差異進(jìn)行研究，這是基于省級數(shù)據(jù)無法做到的。本文從促進(jìn)創(chuàng)業(yè)視角為擴(kuò)大就業(yè)、促進(jìn)經(jīng)濟(jì)增長和實(shí)現(xiàn)共同富裕這一目標(biāo)提供了新的研究視角和經(jīng)驗(yàn)證據(jù)。

本文研究發(fā)現(xiàn)：（1）數(shù)字金融發(fā)展顯著促進(jìn)了城市創(chuàng)業(yè)活躍度的提高，數(shù)字金融覆蓋廣、使用更頻繁、數(shù)字金融服務(wù)更加便利的城市，創(chuàng)業(yè)活躍度也越高。該結(jié)論在采用工具變量法進(jìn)行估計后依然成立；（2）異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，數(shù)字金融發(fā)展對主要城市與其他城市創(chuàng)業(yè)活躍度的促進(jìn)效果相差不大，對發(fā)達(dá)地帶創(chuàng)業(yè)活躍度的促進(jìn)效果大于其他地帶，數(shù)字金融發(fā)展并未縮小主要城市與其他城市、發(fā)達(dá)地帶與其他地帶之間的創(chuàng)業(yè)活躍度差距；（3）分位數(shù)估計結(jié)果顯示，數(shù)字金融發(fā)展總體縮小了城市之間的創(chuàng)業(yè)活躍度差距，數(shù)字金融發(fā)展縮小了主要城市、其他城市、發(fā)達(dá)地帶、其他地帶各類別城市群體內(nèi)部之間的創(chuàng)業(yè)活躍度差距，是導(dǎo)致數(shù)字金融發(fā)展縮小全部城市間創(chuàng)業(yè)活躍度差距的重要原因；（4）城市固定效應(yīng)的差異能夠解釋因變量即城市創(chuàng)業(yè)活躍度大約30%的變異。除了城市固定效應(yīng)，其余解釋變量中解釋率最高的即為數(shù)字金融發(fā)展，貢獻(xiàn)率達(dá)到了將近20%，遠(yuǎn)高于其余解釋變量，說明相對傳統(tǒng)金融發(fā)展、交通基礎(chǔ)設(shè)施、財政支出規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)升級而言，數(shù)字金融發(fā)展是更重要的解釋變量。

本文研究結(jié)論的政策含義如下：（1）促進(jìn)城市創(chuàng)業(yè)活躍度的提高應(yīng)考慮加大對數(shù)字金融的投入力度。本文從多個角度論證了數(shù)字金融助力提高城市創(chuàng)業(yè)活躍度的證據(jù)，而且能夠縮小城市間的創(chuàng)業(yè)活躍度差距，表明發(fā)展數(shù)字金融總體上可以兼顧 “效率”和 “公平”。因此，在第四次工業(yè)革命浪潮中，要避免因?yàn)榘l(fā)現(xiàn)新業(yè)態(tài)帶來新問題而因噎廢食，錯失推動數(shù)字金融助力創(chuàng)業(yè)，帶動就業(yè)和經(jīng)濟(jì)增長以及促進(jìn)共同富裕的良機(jī)；（2）對創(chuàng)業(yè)活躍度解釋率最高的變量是數(shù)字金融，貢獻(xiàn)率達(dá)到了大約20%。將數(shù)字金融相關(guān)的創(chuàng)新向落后地區(qū)推廣，加強(qiáng)各省域之間的協(xié)作，讓數(shù)字金融更大發(fā)揮釋放市場潛力的作用；（3）由于主要城市和經(jīng)濟(jì)發(fā)達(dá)地帶集中了大多數(shù)的經(jīng)濟(jì)資源優(yōu)勢，在帶動周邊地區(qū)發(fā)展方面發(fā)揮了重要作用。但也可能由于 “虹吸”效應(yīng)的存在，數(shù)字金融發(fā)展并未有效縮小甚至拉大了主要城市與其他城市、發(fā)達(dá)地帶與其他地帶間的創(chuàng)業(yè)活躍度差距。因此，防止資源過度集中在主要城市和發(fā)達(dá)地帶，推動資源向其他城市流動，加大其他城市和其他地帶的創(chuàng)業(yè)支持力度，是當(dāng)下 “穩(wěn)增長、保就業(yè)”和促進(jìn)共同富裕的途徑之一。

注釋：

①模型（1）中因變量為工商注冊數(shù)量+1后的自然對數(shù)。

②此外，另外一種類似的思路是選擇每個?。▍^(qū)、市）相鄰省市數(shù)字金融發(fā)展水平均值作為工具變量，基本結(jié)論與表3結(jié)果一致。