数字普惠金融对区域创业活跃度的影响研究

Research on the Impact of Digital Inclusive Finance on Regional Entrepreneurial Activity

摘要: 数字普惠金融利用其尖端的数字技术显著扩展了金融服务的覆盖面，成为推动我国企业发展的重要力量。本文旨在探究数字普惠金融对区域创业活跃度的推动效应。利用2011至2022年间我国31个省级行政区的面板数据，分析了数字普惠金融发展与区域创业活跃度之间的关系。研究发现：(1) 数字普惠金融的深化显著提升了区域创业活跃度，且该结论在经过多种稳健性检验后依然稳健。(2) 在异质性分析中，数字普惠金融在西部地区对创业活跃度的促进作用尤为显著，而在东部和中部地区这种效应则不明显。本研究不仅揭示了数字普惠金融在促进区域创业方面的重要作用，也为相关政策制定提供了有益的参考。

Abstract: Digital inclusive finance has used its cutting-edge digital technology to significantly expand the coverage of financial services and become an important force in promoting the development of our country’s enterprises. This article aims to explore the promoting effect of digital inclusive finance on regional entrepreneurial activity. Using panel data from 31 provincial-level administrative regions in my country from 2011 to 2022, the relationship between the development of digital inclusive finance and regional entrepreneurial activity was analyzed. The study found that (1) The deepening of digital inclusive finance has significantly increased regional entrepreneurial activity, and this conclusion remains robust after multiple robustness tests. (2) In the heterogeneity analysis, digital inclusive finance has a particularly significant role in promoting entrepreneurial activity in the western region, while this effect is not obvious in the eastern and central regions. This study not only reveals the important role of digital inclusive finance in promoting regional entrepreneurship, but also provides a useful reference for relevant policy formulation.

1. 引言

就业是最大的民生。党的二十大报告提出“实施就业优先战略”，这不仅说明国家对就业问题的高度重视，也反映出在当前经济社会发展阶段，就业问题已经成为国家战略层面的重要议题[1]。由于创业具有带动就业的乘数作用[2]，因此创业对实现高质量充分就业的经济目标意义重大。国家工商总局的数据显示[3]，自2013年的6062万户起，中国的经营主体数量在2023年达到了1.84亿户，这一增长标志着十年间企业数量的两倍扩张。然而我国存在明显的区域企业创业差异[4]，2022年，东部地区平均新注册企业数量约4705万家，福建省以947.20万家的数量位居全国之首。与此形成鲜明对比的是，西部地区的新疆、西藏、青海、宁夏和甘肃等省份，新注册企业平均数仅为2766万家，相当于东部地区的58.78%。并且西藏作为我国新注册企业最少的地区，在2017年该地区的新建企业数量仅73,424余家，只占新建企业数量最高的福建省的0.78%。除此之外，东部地区在高技术企业的数量及其主营业务收入方面，也远远领先于中西部地区，这些现象揭示了中国企业发展的区域不平衡问题。

普惠金融，作为一种致力于普及金融服务至更广泛群体的理念，通过合理分配资源，能够有效地激发各地区的创业活力。它通过提供贷款、信贷等金融产品，为创业者们提供了获取启动资金的途径，从而推动了创业的兴起。此外，普惠金融还使得那些原本可能因资金短缺而难以起步的个人或小型企业，能够更容易地获得必要的资金支持，这不仅降低了创业的门槛，也为社会经济的多元化发展注入了新的活力。在数字化时代，普惠金融服务的普及性使得不同地区、不同收入水平和社会阶层的人们都能平等地享受金融服务，这有助于缩小因地域、经济状况或社会地位差异而产生的金融服务获取上的不平等，进而促进了社会的公平与和谐。目前中国数字普惠金融处于全球领先水平，已进入“数字普惠时代”。2021年，中国金融账户拥有率达到89%，金融借贷参与率为56%，数字支付服务使用率为86%，多项指标均领先全球[5]。数字普惠金融的推广和应用，不仅为创业者提供了更多的机遇，也为社会经济的均衡发展和包容性增长提供了坚实的基础。

现有文献对数字普惠金融如何影响企业创业进行了多维度的深入研究，且主要围绕数字普惠金融发展对经济增长、相对贫困、城乡差距的影响展开[6] [7]。而仅有少量关于数字普惠金融影响企业创业活跃度的实证文献，如吴卫星等认为数字普惠金融能够通过提升异地迁移者的创业动机而促进新建企业数量的增加[8]，方师乐等则认为普惠金融的广泛包容性能促进农村非农户的创业意愿[9]。也有文献从共同富裕的角度分析数字普惠金融的积极影响[10]。从微观角度切入，数字普惠金融能够显著提高创业企业的绩效，特别是在非制造业和规模较大的企业中表现尤为突出[11]。此外，数字普惠金融对不同地区的促进作用也存在差异，在我国东部和西部地区，数字普惠金融对返乡创业的经营绩效提升作用尤为显著[12]。更进一步地，数字普惠金融对各个产业的影响也不尽相同。它有助于减少对零工型产业和第二产业的依赖，同时促进了稳定型产业和第三产业的发展[13]。这种差异化的作用表明，数字普惠金融不仅能够为企业提供资金支持，还能够通过优化产业结构，推动经济的可持续发展和社会的整体进步。

本文在现有文献的基础上，展现了以下几方面的创新点。第一，尽管现有研究已经探讨了数字普惠金融对创业活动的影响，但它们大多集中于对特定群体创业效应的分析。与此不同，本文将研究视野扩展至全行业和全个体，填补了现有文献在这一领域的空白，为理解数字普惠金融的广泛影响提供了更为全面的视角。第二，本文在衡量创业活跃度时，采用了一种更为宏观和综合的方法。与以往依赖新建企业数量作为单一指标的研究不同，本文综合考量了我国各省份的创业活跃度，从而更准确地评估了各省份的创业水平。通过研究数字普惠金融发展对创业活跃度的影响，本文为提升我国整体的创业就业水平、缩小区域间的创业发展差距提供了有力的理论支撑。

2. 理论分析与研究假说

数字普惠金融是对传统金融体系中存在的问题的反思和扬弃，以及对包容性发展理念的融合。在传统金融体系中，金融服务往往偏向于高端客户和富有人群，而低收入和小微企业等群体则面临金融排斥问题。数字普惠金融的提出，旨在解决这一问题，通过提供包容性的金融服务，使更广泛的群体能够享受到金融发展的成果[14]。这种立足机会平等和商业可持续原则的金融服务模式，可以通过为低收入以及小微企业提供信贷服务来缓解资金上的流动性约束，通过商业保险服务降低个体的创业风险，以及通过支付服务来方便个体的经营。

根据研究，数字普惠金融的发展对企业创新具有显著的正向促进作用，并且这一作用在不同所有制类型的企业中都得到了体现[15]。这表明，数字普惠金融的发展有助于缓解信贷市场中的“所有制歧视”问题，进而推动个体积极开展创业活动，提升区域创业活跃度。另外，随着互联网技术的发展，数字普惠金融通过提供便捷、低成本的金融服务，对居民创业具有显著的促进作用。研究表明，数字普惠金融可以通过缓解资金约束、提高支付便利性等途径，促进居民创业[16]。

在政策方面，国务院发布的《关于推进普惠金融高质量发展的实施意见》为小微企业的发展注入了新的活力[17]。该政策鼓励金融机构创新，开发出更加贴合小微企业需求的金融产品和服务。特别是对首贷、续贷、信用贷款以及中长期贷款的支持，这有助于小微企业在科技创新和设备更新方面获得更有力的资金支持。此外，该政策还着眼于优化资本市场的功能，通过提高直接融资的比例，为小微企业提供了更多样化的融资途径。这不仅能够降低企业的融资成本，还能有效拓宽其融资渠道，从而促进小微企业的健康成长和经济的全面发展。基于此，提出以下假设：

H1：数字普惠金融发展能提升区域创业活跃度。

数字普惠金融在中国的发展确实存在区域不平衡性，这对经济高质量发展的影响也因地区而异。根据詹韵秋[18]的研究，数字普惠金融能够提升经济增长质量，但张玲等[19]指出，西部地区由于传统金融服务覆盖不足，数字普惠金融的介入产生了显著的创业推动效应，而东部和中部地区由于经济发展水平较高，传统金融服务相对完善，数字普惠金融的发展空间可能受到限制。在中国经济高质量转型的扩张阶段，数字普惠金融对经济高质量发展的影响可能会随区域不同而变动。西部地区国家政策激励对金融投资主体产生了较强的吸引力，而东部和中部地区的经济增长可能存在瓶颈。焦云霞[20]在其研究中探讨了中国数字普惠金融的空间不平衡性与成因，发现经济发展水平、城镇化水平和数字技术水平的地区差距是造成数字普惠金融发展空间不平衡的重要因素。这表明，为了缩小区域间的数字普惠金融发展差距，需要综合考虑各地区的实际情况，采取有针对性的措施，如加强数字基础设施建设、提高金融服务的覆盖率和可及性，以及通过政策引导和激励措施促进金融资源的合理流动和配置。

综合各学者的研究发现，数字普惠金融在中国的发展和对经济高质量发展的影响是一个复杂的问题，需要从多方面进行分析和探讨。各地区的政策制定者和金融从业者的实际情况不同会影响到数字普惠金融的均衡发展和促进经济高质量发展的效果。基于此，提出以下假设：

H2：数字普惠金融在西部地区对创新活跃度的促进作用较为显著，而在东部和中部地区的促进效果不显著。

3. 研究设计

3.1. 模型构建

为检验数字普惠金融的发展对区域创业活跃度是否存在影响，参考方湖柳[21]等的研究，构造如下模型：

${\text{Entre}}_{i.t}={\alpha }_1+{\beta }_1{\text{ETDZ}}_{i,t}+{\beta }_2{X}_{i,t}+{\phi }_i+{\omega }_t+{\epsilon }_{i,t}$ (1)

其中，变量${\text{Entre}}_{i.t}$ 为被解释变量，表示省份i在第t年的创业活跃度；变量${\text{IF}}_{i,t}$ 为核心解释变量，表示省份i在第t年的数字普惠金融发展程度；变量$X_{i,t}$ 为模型中的控制变量组合。系数${\alpha }_1$ 为模型中的常数项；${\beta }_1$ 为核心变量${\text{IF}}_{i,t}$ 对被解释变量${\text{Entre}}_{i.t}$ 的影响程度，根据上文的假设，${\beta }_1$ 预期显著为正。${\beta }_2$ 为控制变量组合的系，表示控制变量组合对被解释变量的影响；${\phi }_i$ 、${\omega }_t$ 、${\epsilon }_{i,t}$ 分别表示省份固定效应、时间固定效应和随机误差项。

3.2. 变量选取

(1) 被解释变量

创业活跃度是一个衡量地区创业活动积极性的关键指标，目前对创业活跃度的测量主要采用三种方法：劳动力市场法、人口法和生态学研究法[22]。这三种方法的核心都是将新创企业数量进行标准化处理，以反映地区创业活动的相对水平。它们之间的主要区别在于选择不同的基准来消除区域规模的影响。本研究选择劳动力市场法作为主要的测量方法，因为它能够更精确地反映创业活动与劳动力市场的关系。为了进行稳健性检验，也采用了人口法作为补充。各省份的各年度新建企业数量通过企查查数据库获得，手动收集并整理了2011至2022年间31个省级行政区的企业数据，总计超过1.40亿条。通过对企业的成立日期和地址等信息进行匹配，将数据归类到相应的省份。最后，使用当年该地区15至64岁的劳动力人口数量作为标准化基数，计算出每个省份的创业活跃度指标，该指标被记作Entre。

(2) 核心解释变量

核心解释变量数字普惠金融发展程度从北京大学数字金融研究中心公布的《北京大学数字普惠金融指数(2011~2020年)》中获取[23]。该数据库采用了无量纲化和层次分析法进行数据处理，这些方法经过了严格的科学验证。因其在合理性、可靠性和科学性方面的突出表现，该指数被众多学者采用[24] [25]。

(3) 控制变量

本文参考方湖柳[21]和杨齐等学者[26]的做法，选取以下控制变量加入至模型中：经济发展程度(PGDP)、产业结构(IS)、信息技术发展水平(ITDL)、金融发展水平(FDL)和失业率(UR)。各变量的符号和定义见表1。

Table 1. Symbols and definitions of each variable

表1. 各变量符号与定义

变量名称	变量符号	变量定义
创业活跃度	Entre	地区新建企业数量/地区15~64岁劳动力人口总数(万人)
数字普惠金融发展程度	IF	数字普惠金融指数
经济发展程度	PGDP	地区生产总值/(地区人口总数 × 10,000)
产业结构	IS	100 × 第三产业生产总值/地区生产总值
信息技术发展水平	ITDL	100 × 信息技术服务收入/地区生产总值
金融发展水平	FDL	100 × 金融业生产总值/地区生产总值
失业率	UR	城镇登记失业人口总数/地区劳动力人口数

3.3. 样本选取与数据来源

本研究选取中国2011年至2022年的31个省级行政区作为研究对象(不包括港、澳、台地区)。新建企业数量数据来自于企查查数据库。企查查数据库作为一家经过全国企业信用查询系统官方备案的企业征信机构，已经与国家市场监督管理总局实现了全面的对接，并确保数据的实时同步更新，因此从中获得的数据可靠。其他数据来自于各年度的《中国统计年鉴》或各省统计年鉴，个别缺失数据采取ARIMA方法填补。

3.4. 变量描述性统计

各变量的描述性统计特征见表2。被解释变量创业活跃度的均值为190.7697，且标准差为111.2824，说明我国的企业活跃度总体而言相对稳定。另一方面，企业活跃度最小值为65.5700，而最大值却有947.2000，说明总体上我国各地区的企业活跃度呈现出左偏性。对于核心解释变量普惠金融发展程度，其均值为242.8759，标准差为242.8759，说明该变量波动较小，较为稳定。变量最小值为16.2200，最大值为460.6909，基本对称分布在均值两侧，说明该变量分布均匀。其他变量的描述性统计与其他学者的研究结果一致[25]。

Table 2. Descriptive statistics of variables

表2. 变量描述性统计

变量符号	样本数	样本均值	样本标准差	样本最小值	样本最大值
Entre	372	190.7697	111.2824	65.5700	947.2000
IF	372	242.8759	242.8759	16.2200	460.6909
PGDP	372	5.8070	3.0454	1.6024	19.0313
IS	372	49.8815	8.8800	32.6562	83.8586
ITDL	372	4.0482	4.7277	0.0148	30.1717
FDL	372	7.2739	3.1093	2.6497	19.6984
UR	372	3.2124	0.6465	1.2000	4.6000

4. 实证结果及分析

4.1. 实证结果分析

表3报告了数字普惠金融和区域创业活跃度的回归模型。其中模型(1)未加入控制变量且未加入年份固定效应和省份固定效应；模型(2)加入了年份固定效应和省份固定效应；模型(3)加入了控制变量但未加入年份固定效应和省份固定效应；模型(4)加入了控制变量、年份固定效应和省份固定效应。

Table 3. Basic regression results

表3. 基础回归结果

	(1) Entre	(2) Entre	(3) Entre	(4) Entre
IF	0.7203^*** (23.07)	1.6451^*** (3.36)	0.6252^*** (10.72)	1.7940^*** (2.61)
PGDP			12.3670^*** (3.43)	5.2691 (0.72)
IS			2.9620^** (2.30)	5.9572^*** (3.25)
ITDL			1.8805 (1.22)	−3.2509(−1.49)
FDL			−21.4679^*** (−5.58)	−17.5998^***(−3.27)
UR			14.1338^* (1.74)	14.5680(1.57)
_cons	15.8334 (1.37)	27.7748^*** (1.21)	−77.4995 (−1.37)	−205.3153^** (−2.45)
年份固定	不控制	控制	不控制	控制
省份固定	不控制	控制	不控制	控制
观测值	372	372	372	372
Within R^2	0.5497	0.7247	0.5992	0.6421

注：^***、^**、^*分别表示在1%、5%、10%水平显著；括号内数字为t值，下同。

模型(1)显示，变量IF的系数在1%水平上显著为正，说明数字普惠金融的发展能够显著促进地区的创业活跃度提升。在模型(2)中，通过引入年份和省份的固定效应对模型(1)进行了扩展。结果显示，IF的系数不仅在1%的显著性水平上保持正向显著，且其数值较模型(1)有显著提升。这一变化表明，在控制了个体差异后，数字普惠金融对区域创业活跃度的正向影响更为显著，从而突显了我国不同地区在创业活动发展上的不平衡性。

模型(3)在模型(1)的基础上引入了控制变量，分析结果显示IF的系数依然在1%的显著性水平上显著为正，对比其他学者的研究，本研究的控制变量显示结果与之一致[21]。

此发现揭示：数字金融的进步为传统上处于不利地位的小型工商个体，尤其是小微企业，提供了社会经济地位提升的可能性。这一点其他研究中也得到了验证[27]，本研究表明数字普惠金融对地区创新水平的提升具有显著的促进作用。数字普惠金融通过科技赋能传统金融，重塑金融体系，在一定程度上降低了金融摩擦，缓解了金融资源配置的扭曲状况，从而改善了中小企业和个体从业者的融资环境，有效补充了银行传统金融，进而提升了地区创新水平。此外，数字普惠金融还可以通过促进创业、提升高等教育水平、增加基础设施建设以及提高市场化水平等方式间接推动地区创新发展。综上所述，数字普惠金融的发展能显著提升地区的创业活跃度，接受假设1。

4.2. 稳健性检验

为确保研究的稳健性，本文采取其他方法重新测度被解释变量Entre，前文中区域创业活跃度Entre采用各地区的15至64岁劳动力人口总数来消除不同区域间规模不同的影响。为保证模型的稳健性，本研究参考其他学者的做法[28]，重新采用各地区常住人口来调整规模因素，重新测度的创业活跃度 = 地区新建企业数量/地区常住人口总数(万人)。替换重新测度的被解释变量后，模型结果如表4所示。

Table 4. Robustness test results

表4. 稳健性检验结果

	(1) Entre	(2) Entre	(3) Entre	(4) Entre
IF	0.3976^*** (22.80)	0.7974^*** (3.41)	0.1417^*** (2.57)	1.221^** (2.28)
PGDP			−6.9107^** (−2.03)	−4.9051 (−1.17)
IS			−3.5346^*** (2.90)	−1.2635^** (−2.09)
ITDL			−0.4076 (−0.28)	−1.6934(−1.25)
FDL			−11.8510^*** (−3.26)	−5.7855^**(−2.31)
UR			5.7114 (0.74)	9.4176^*(1.70)
_cons	32.9676^*** (6.25)	38.5992^*** (3.67)	215.2802 (4.03)	93.7076^** (2.47)
年份固定	不控制	控制	不控制	控制
省份固定	不控制	控制	不控制	控制
观测值	372	372	372	372
Within R^2	0.6480	0.7079	0.0204	0.6421

稳健性检验的结果显示，各模型的处理方式与前文的回归分析结果保持一致。通过分析表4中的数据，可以发现四个模型的主要解释变量IF的系数仍显著为正，这与先前报告的结果相吻合，从而验证了研究结果的稳健性。然而，在比较稳健性检验结果与原始回归结果中核心解释变量的显著性时，虽然两种衡量区域创业活跃度的方法均确保了模型的稳健性，但使用劳动力人口总数来调整规模因素的方法，在显著性上比使用常住人口总数的方法更为突出。综上，进行稳健性检验后，本文结论依然成立，仍接受假设1。

4.3. 异质性分析

尽管数字普惠金融的发展普遍促进了区域创业活跃度，但这种效应可能会因地区经济发展水平和地理位置等因素的不同而有所差异。本研究进一步探讨了普惠金融促进区域创业活跃度的异质性，从地区维度进行分析，分地区的异质性结果如表5。

Table 5. Heterogeneity analysis

表5. 异质性分析

	(1) 东部地区	(2) 中部地区	(3) 西部地区
IF	−0.9220 (−0.54)	0.7752 (0.87)	2.7873^*** (2.99)
PGDP	47.1626^*** (2.97)	−21.7324 (−1.32)	19.7901 (1.36)
IS	35.8290^*** (4.88)	−2.5470 (−0.62)	0.5705 (0.41)
ITDL	−0.5761 (−0.14)	34.2011^*** (2.64)	−0.5944 (−0.32)
FDL	−69.6125^*** (−5.70)	18.4616 (1.14)	0.4351 (0.09)
UR	18.4947 (0.86)	10.9776 (0.83)	8.2208 (0.93)
_cons	−1365.0763^*** (−3.92)	98.1056 (0.66)	−90.7764 (−1.09)
年份固定	控制	控制	控制
省份固定	控制	控制	控制
观测值	144	108	120
Within R^2	0.6910	0.7904	0.8340

数字普惠金融旨在缩小传统金融服务覆盖不到的群体与金融服务之间的差距，推动金融资源更合理、更高效地配置，从而促进经济的高质量发展。考虑到我国中、东部地区经济水平较高、发展迅速，而西部地区的经济水平较低、发展缓慢，因此本文将样本地区分为东部、中部和西部三个区域，并分别进行回归分析，结果显示西部地区的数字普惠金融对区域创业活跃度的促进作用显著，而中部和东部地区的这种效应则不显著。这表明数字普惠金融对促进西部地区创业活跃度的效果更为明显，可能因为这些地区通过数字普惠金融的数字技术和金融服务，有效地激发了经济活力，促进了经济增长。

5. 结论与建议

本文使用2011至2020年我国31个省级行政区的面板数据研究数字普惠金融的发展对区域创业活跃度的影响。结果表明，数字普惠金融的发展显著促进了区域创业活跃度的提升，并且在经过稳健性检验后，该结论依然成立。异质性分析表明，在西部地区，数字普惠金融能显著促进地区创业活跃度的提升，而这种促进作用在东部地区和中部地区却并不显著。

基于此，本文提出以下政策建议。第一，政府应出台相关政策，鼓励金融机构提供更多面向创业者的普惠金融服务，同时提供税收优惠等激励措施。并建立和完善个人和企业的信用记录系统，提高信用信息的透明度和可用性，降低金融服务的门槛。第二，各金融机构应开发适合不同阶段创业者需求的金融产品，如创业保险、股权众筹等，以满足他们的多样化需求。并建立健全的风险评估和管理体系，帮助创业者识别和管理创业过程中可能遇到的风险。第三，公众应该积极参与教育和培训项目，以增强对数字普惠金融服务的认识和理解。通过这种方式，他们将能够更深入地了解这些服务的优势和操作方式，从而更有效地利用它们来实现自己的创业目标和金融需求。