何宏庆,陈 坪
(延安大学 经济与管理学院, 陕西 延安 716000)
自2020年始,新冠肺炎疫情席卷全球,影响我国经济增速下滑,这一不利情形直接导致我国失业率上升、就业形式严峻。中央政治局会议多次提出“六保”方针,均把就业放在首要位置。国务院常务会议强调要以创业带动就业,特别是要强力支持农民工的就业创业。创业活动的进一步推行不仅能够提振经济,还可创造更多的就业机会。但是,金融约束一直以来是创业途中所面临的最大的问题(张兵等,2021)[1]。
为了缓解这一约束,数字普惠金融应运而生。它运用数字技术为需要却无法获得金融服务的弱势群体提供可负担的正规金融服务,这对缓解创业者面临的融资约束问题具有重要意义,从而带动农户参与创业活动。《推进普惠金融发展规划(2016—2020年)》指出,普惠金融有利于推动双创工作的进行。十九大报告中提出,要积极实施乡村振兴战略,加强乡村双创这一战略计划的推动,支持和鼓励农户创业,为中国经济发展注入新动能。随后,在《关于坚持农业农村优先发展做好“三农”工作的若干意见》中得到明确指示,大力支持创新创业活动,鼓励各类人才返乡下乡创新创业。基于此,借助数字普惠金融发展数据库,针对东、中、西部三个不同区域的数字普惠金融以及各个维度对农户创业的影响进行理论以及实证检验,以期制定更有针对性的农户创业政策建议。
数字普惠金融(或称包容性金融)是一个借助数字技术的力量,以金融为主体,以普惠为核心价值的体系。大数据、互联网、人工智能等信息技术与传统金融的深度融合为数字普惠金融的发展创造了有利条件,使得普惠金融既保留了传统金融的优点,又继承了数字科技带来的新型手段。关于普惠金融的概念,国内外学者已经做了不少的研究,不同学者侧重的点不同,对数字普惠金融的理解定义也会有差异。根据表面意思理解,普惠金融的重点在于“普”和“惠”。“普”表示普及,注重金融服务的广度;“惠”表示优惠,侧重金融服务成本的合理性。从现有研究来看,一些学者比较关注普惠金融的“普”。Sarma指出,普惠金融意味着经济体内的所有人都能够根据需求取得便捷的金融服务[2]。Massara等认为,普惠金融是保证任何具有金融需求的人群或群体可以获得金融服务的过程[3]。而一些研究学者们则侧重于普惠金融的“惠”。Rangarajan指出,普惠金融重点帮助弱势群体能够克服难以触及金融服务的困难,有效地获得较低成本的信贷服务[4]。李建军等认为普惠金融更加强调低收入群体的利益,可以用合理的成本提供适当、便捷的金融服务[5]。随着普惠金融的进一步发展,对普惠金融的定义从着重关注“普”或“惠”逐渐转移到兼顾“普”和“惠”。联合国在宣传2005年小额信贷年时,明确指出其通过建立金融支持体系,将金融服务以可负担的成本扩展到社会所有群体和阶层(特别是贫困、低收入人口)。世界银行认为经济体内的所有成员特别是弱势群体有同等权力享受金融服务并且能够从中受益。我国所颁发的《推进普惠金融发展规划(2016—2020年)》对其理念意义进行了清晰的阐述:普惠金融从公平性出发,秉承着商业可持续性的原则,以可承受的成本为所有具有金融需求的人群特别是弱势群体提供适当、有效的金融支持。
农户创业的重要性引发了学术界对创业影响因素的研究和讨论。一直以来,对解决“三农”这一重要问题的关注度始终居高不下。大量文献证明,农村地区居民创业的意义重大,它可以促进农村劳动力就业率的提升,为解决城乡收入差距、增加农村家庭收入等问题提供新的方案。但是,我国的二元经济结构使得金融资本更多地流向城镇地区,而偏远地区特别是乡村发展中地区难以按照需求取得有效的金融服务。金融是保持经济持续健康运作的核心动力[6],是支持创业必不可缺少的因素,是促进居民创业的一个关键要素。大多数学者认为,金融支持是推进农户创业的首要条件和关键环节[7]。同时,谢绚丽等提出,创新创业政策的进一步施行,往往需要一定的资金支持[8]。大多数研究表明,信贷服务的可获性一直被认为是农户创业过程中最大的制约因素[9],特别是在低收入地区,能够更加明显地抑制农村地区居民的创业意愿。因此,金融机构是否提供信贷支持可能会直接影响一个地区或一国的创业活跃度和创业效率。长期以来,我国一些发展中地区金融支持水平仍然较低,许多农户在创业的途中遭到的融资约束显然更为严重。根据已有研究表明,正规金融和非正规金融虽然能够在一定程度上缓解创业融资困难的问题,但是由于我国金融体系的发展还不够完善,无法从根本上解决贫困地区融资难、门槛高等问题。
相较于传统金融服务,在大数据、互联网等数字技术背景下发展起来的普惠金融的可获得性更高,覆盖性更广,可持续性更强,还可弥补由于信息不对称和道德风险问题所导致的成本高、融资难等缺陷。因此,发展普惠金融最直接的目的就是要解决传统金融中存在的金融排斥困境。
关于数字普惠金融是否能够促进农村居民创业,更是近几年来国内外学者研究的主要问题。但是这方面的文献并不多见,大多数学者利用微观视角和宏观视角进行实证研究。第一,部分学者利用微观视角进行研究。曾之明等利用微观数据实证检验制约农民工创业融资的影响因素,结果表明数字普惠金融对激发催动农民工创业具有重要意义[10]。何婧等使用中国农村普惠金融调查数据,发现数字金融一方面能够提高农村地区的金融服务水平,增加金融资源的可得性,另一方面通过提升农户的社会责任感和创业水平,激发其创业兴趣,从而提高创业绩效[11]。张正平等从微观数据出发研究普惠金融是否能够对家庭创业决策产生影响,实证表明数字普惠金融水平的提高有利于低收入家庭创业[12]。尹志超等使用2017年中国家庭金融调查数据,探索了数字普惠金融中的移动支付对家庭创业决策和经营绩效的影响,证明移动支付的确能够以较低的成本为那些有资金需求的居民提供金融服务,从而增加主动创业的几率,并且进一步提高了农村地区创业家庭的经营绩效[13]。第二,部分学者利用宏观视角进行探索。邓晓娜等基于普惠金融指数实证检验了数字普惠金融对居民创业的直接效应和间接效应,发现普惠金融不仅能直接促进居民创业,还能够通过经济增长以及提升人力资源水平间接刺激居民创业[14]。黄漫宇等研究了数字普惠金融对创业活跃度的影响效应,结果证明普惠金融提高了创业活跃度,并且存在空间溢出效应[15]。张林等也采用了普惠金融指数检验数字普惠金融对居民创业的影响效应,发现数字普惠金融会直接推动居民创业活动的产生[16]。第三,也有一些学者将宏观视角与微观视角结合起来进行研究。冯大威等利用中国各省份数字普惠金融发展指数与劳动力调查匹配数据,研究了数字普惠金融指数对微观主体创业行为的影响,发现普惠金融的发展明显提高了创业率和居民的收入水平[17]。谢文武等在研究普惠金融水平对农村创业的影响时,同样发现数字普惠金融通过增加创业融资的渠道,确实能够为农村创业的发展带来显著正向影响[18]。陶云清等通过微观数据与宏观数据的计量分析,发现数字金融具有普惠性,能够提升家庭创业行为,并且其对乡村家庭的创业效应要高于城镇家庭[19]。
现有的文献已为本文打下了良好的研究基础,但是,目前已有的数字普惠金融对农户创业影响的文献比较少见,现有的研究主要集中在分别从理论和实证层面分析普惠金融对居民创业的影响。但是鲜有文章从宏观视角出发,实证研究东、中、西部不同区域的普惠金融对农户创业的差异化影响。本文将利用省级层面的宏观数据,探究数字普惠金融对农户创业的直接影响效应以及异质性影响。
传统金融机构无法提供令人满意的金融服务,使得创新水平较低地区的居民家庭难以开展创业活动。普惠金融的产生和发展正好填补了传统金融所留下来的空白,提高所有市场主体的金融可获性[20]、降低融资成本,使农村地区居民因缺乏资金而不能创业这一问题得以解决,从而激发其创业信心,提高农户的创业率。数字普惠金融发展对创业的影响是多方面的,具体表现在三个方面。首先,普惠金融能够为创业者提供低成本的信贷支持,金融排斥的减少使得越来越多的农户获得创业机会。已有研究表明,信贷约束的缓解是普惠金融影响创业的重要作用机制[21]。何婧等在研究中指出,数字金融通过缓解农村居民的资金约束、提升农户资源获取性、增强农户的社会信任感,达到提高农户创业水平和创业成效[11]。这在很大程度上反应出创业活动的开展需要数字普惠金融助力推动。其次,普惠金融的发展降低了农户创业的金融服务门槛,使得融资成本可负担。近几年,数字技术的飞速发展进步,尤其是互联网、大数据、云计算等技术,极大地推动了普惠金融的落地[22],这一切为技术创新提供了基础,而技术创新和提升又使得金融服务中的消费者和供给者交易成本、信息成本以及监督成本降低,最终为创业的融资成本降低提供了可能性。最后,普惠金融的多维度发展,让创业者有多方面化和多元化的选择。其中,数字普惠金融发展广度衡量的是覆盖范围,使用深度度量的是使用的具体情况,数字化程度则衡量服务的便利性。一般情况下,覆盖广度、使用深度以及数字化程度情况越好,普惠金融发展水平越高,越能够带动居民创业[23]。据此,提出假设1。
假设1:数字普惠金融及其分指数发展皆有助于农户创业活动的开展。
当前,考虑到我国城乡经济发展不平衡性问题突出,各个地区的数字普惠金融发展可能会存在一定的差异性。因此,数字普惠金融的发展对不同区域农户创业的影响效应很可能出现不均衡性,即区域异质性。葛和平等认为中国数字普惠金融指数表现出从东至西依次递减的整体性趋势,相较于中西部地区,东部沿海地区的数字普惠金融发展水平较高,并指出区域经济发展、传统金融、金融意识、互联网使用情况等仍然对数字普惠金融的发展具有较大影响[24]。同时,张龙耀等通过研究发现,近年来农村数字普惠金融总体上表现出发展水平提升的趋势,区域间不均衡程度在减弱,但是东、中、西部地区农村普惠金融发展水平仍然存在较大的差距,其中东部地区内部农村数字普惠金融发展水平比中西部差异更大[25]。鉴于地区间发展的不均衡性,数字普惠金融对不同地区农户创业的影响也可能会存在差异。因此,提出假设2。
假设2:数字普惠金融的发展在不同区域的背景下对农户创业的影响效应存在异质性。
各变量的含义和数据来源如下:
1.被解释变量。农户创业率(RE)。关于省际层面农户创业行为的衡量,目前尚未形成普遍认可的指标体系。参考已有研究,同时考虑到研究目的和研究数据的可得性,用“(农村私营企业投资者就业人数+农村个体就业人数)/常住人口”来反映各省农户的创业行为[26]。
2.核心解释变量。数字普惠金融发展水平总指数(DIF)。这一部分数据采用北京大学数字普惠金融研究中心所发布的《北京大学数字普惠金融指数(2011—2018年)》。此外,本文还将引用普惠金融发展的三个分指数即覆盖广度(COV)、使用深度(DEP)和数字化程度(DIG),以便进一步研究其对农户创业的影响。
3.控制变量。产业结构(IS)利用各省市第三产业产值与GDP之比表示;城镇化水平(URB)由地区城镇常住人口与该地区常住总人口之比衡量;对外开放水平(OPEN)以各省市对外进出口总额与GDP比值表示。
本文所使用的数字普惠金融数据来源于《北京大学数字普惠金融指数(2011—2018年)》,其余数据均来源于《中国统计年鉴》。本文选取2011—2018年我国31个省市(不包括港澳台)的面板数据,将全国划分为东部、中部、西部三个区域(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、海南11个省市,中部地区包括黑龙江、山西、江西、湖南、吉林、河南、湖北、安徽8个省份,西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省市自治区)。具体见表1。
表1 主要变量描述性统计
基于上文所选择的以各个地区的农户创业率(RE)为被解释变量、以数字普惠金融发展水平(DIF)以及各个维度为核心解释变量,以产业结构(IS)、城镇化水平(URB)、对外开放水平(OPEN)为控制变量,为检验数字普惠金融对不同地区农户创业的影响效应,将设定如下回归模型:
lnREit=αlnDIFit+βlnXit+μit+εit;
(1)
lnREit=αlnCOVit+βlnXit+μit+εit;
(2)
lnREit=αlnDEPit+βlnXit+μit+εit;
(3)
lnREit=αlnDIGit+βlnXit+μit+εit.
(4)
式中,RE代表被解释变量农户创业率,核心解释变量DIF、COV、DEP、DIG分别为数字普惠金融发展水平总指数、覆盖广度、使用深度以及数字化程度,X为控制变量,包括产业结构(IS)、城镇化水平(URB)、对外开放水平(OPEN),下标i表示省份,t表示时间,μ表示不随时间变化的各省市截面的个体差异,α、β为变量的回归系数,ε为随机扰动项。
描述性统计结果如表2所示。从农户创业率来看,平均水平为13.6%,但最大值和最小值之间存在比较明显的差异。根据已有的研究表明,创业活动的区域性差异显著,东部、中部、西部地区各省市的农村居民创业水平高低不同,其中东部地区的农户创业水平相较于中西部略高。随着近几年互联网科技的创新发展,我国的普惠金融发展水平迅速提升。据统计结果可以看出,普惠金融指数均值为1.872,最大值和最小值的差别较大;而在三个维度中,数字化程度的均值最大,与其余两个维度相比,其最大值与最小值之间的差异也是最明显的。根据描述性统计结果以及以上分析可以看出,我国地区经济发展和创业水平呈现出区域的不均衡性。因此,考虑到创业和普惠金融存在地区发展不平衡性,本文将我国区域划分为东部、中部以及西部地区,以便研究不同区域的数字普惠金融发展对农村居民创业水平的影响。
表2 主要变量描述性统计
在进行实证研究之前,需要对所有变量进行单位根检验以确保数据的平稳性和回归结果的可靠性,否则可能会导致虚假回归和伪回归的情况出现,结果显示所有变量都是平稳序列。因此,本文可以使用面板数据进行实证估计。考虑到个体异质性的存在,本文将采用个体效应模型进行检验分析。对于采用随机效应模型还是固定效应模型,可以通过 Hausman 检验以此来判断选择,检验结果p值分别为0.0504、0.0105、0.0641、0.0033,均通过显著性检验,即拒绝原假设,选择固定效应模型更有效率。回归结果如表3 所示,模型(1)(2)(3)(4)分别表示以数字普惠金融发展指数、覆盖广度、使用深度以及数字化程度为核心解释变量的回归结果。从结果中能够得出,所有模型的F值全部通过显著性检验。
表3 全样本估计结果
模型(1)表明,数字普惠金融指数回归系数在5%的水平上显著为正,说明普惠金融的发展对我国农村地区居民的创业具有明显的促进作用,并且这种促进作用是正向的。在该固定效应模型中,数字普惠金融指数每增长1个百分点,农户创业率会将增长0.119个百分点。这意味着,推动普惠金融的建设发展对于促进农户创业率具有可行性和必要性。从模型(3)(4)中可以发现,普惠金融使用深度和数字化程度每增长1%,农户创业率将分别增加0.0978%和0.103%。覆盖广度对农户的创业影响效应没有通过显著性检验,其余两个分指数均显著为正,即使用深度和数字化程度能够显著推动农户的创业活动,而且数字化程度对农户创业的影响最为显著。这可能是因为覆盖广度是普惠金融发展初期的主要驱动力,但是随着互联网技术以及数字化技术在全国范围内的不断普及和发展越来越成熟,使得农村地区特别是偏远贫困地区的人群能够触及到更便捷、优质的金融服务成为现实,数字化程度逐渐取代覆盖广度成为驱动普惠金融发展的重要因素。因此,普惠金融支持创业工作的开展,不仅要加强金融服务机构网点建设和完善,提高金融服务的可得性,还要对接农户创业需求,以其可承受的价格享受金融服务。
从控制变量的回归结果中能够看出,产业结构、城镇化水平全部通过显著性检验,且系数为正,这说明它们的提高对农户创业是有利的。这说明,第三产业占比的提升、城镇化进程的推进将会刺激市场经济发育,从而激发农村地区居民的创业意愿,促进农户创业。但是,对外开放水平对农户的创业影响没有通过显著性检验,表明对外开放所带来的自由贸易程度提高并没有促进农户的创业水平。这说明,经济开放虽然提升了金融服务的质量和效率,拉动了经济增长,但是没有与农户创业活动有效结合起来以提升其创业水平。
东部、中部、西部地区的农户创业影响回归结果如表4所示。在东部地区中,除了数字化程度对农户创业的影响效应不明显之外,数字普惠金融指数及其覆盖广度和使用深度两个分指数均通过显著性检验,并且影响效应为正,即它们每增加1个百分点,农户创业率分别会提高0.249、0.281以及0.239个百分点。在中部和西部地区,无论是总指数还是各个维度,都能对农村地区居民的创业活动产生显著的正向影响。其中,普惠金融总指数对西部地区的农户创业影响最为明显,即西部地区的农村居民创业对普惠金融的发展更为敏感,但是它对东部创业的影响效果最弱。之所以会出现这样的情况,可能是因为西部地区相对于东部和中部地区来说发展空间更大。由于近几年来迅速发展起来的数字普惠金融使得西部地区的群体能够接触并使用到低成本、优质的金融服务,缓解了金融排斥带来的融资难、融资贵等难题,从而推动了西部地区农户创业活动的开展,促进农户积极参与创业活动。
表4 分地区估计结果
续表4 分地区估计结果
中国经济快速发展的同时,各类社会矛盾也愈加突出。在城乡收入差距较大、就业问题严峻突出的环境中,我国极力提倡和鼓励各个地区居民创新创业,并致力于为创业的开展营造更加有益的社会氛围。创业的开展可以为我国经济的发展提供一定动能,而创业必然不能失去普惠金融这一支撑力量。因此,数字普惠金融的迅速发展将会成为助力农户创业的“得力干将”,成为真正解决金融服务“最后一公里”的关键途径[27]。本文基于理论分析,运用2011—2018年的中国数字普惠金融指数,分东、中、西部三个地区研究了数字普惠金融发展以及三个维度对农村地区居民创业行为的差异化影响。从以上实证结果可以看出,从全国范围内,我国普惠金融的发展在整体上对农村地区居民创业具有明显的提升作用,除了覆盖广度的影响效果不显著之外,其余分指数特别是数字化程度对于农村地区居民的创业水平的提升作用明显。分东、中、西部不同区域来看,数字普惠金融的发展能够积极促进不同区域农户创业活动的展开,并且西部地区的普惠金融发展对农户创业的影响最大。
因此,要充分发挥数字普惠金融对农户创业的促进作用,可从以下几个方面着手:第一,政府部门有必要继续完善数字普惠金融体系,加大数字普惠金融对农户创业的支持力度,助力农村普惠金融的高质量发展,尤其是注重提升偏远地区的农村居民对数字金融产品的使用能力,以激发其创业热情,提升其创业能力,使这部分弱势群体更好地享有数字普惠金融所带来的普惠性。第二,由于区域发展不均衡一直以来是我国经济发展的显著特征,解决区域发展不平衡问题可以进一步为我国经济发展创造新动能。因此,应以不同区域的实际情况为基础,因地制宜,扩展农村地区特别是偏远地区数字普惠金融的使用广度和数字化程度,为数字普惠金融发展薄弱区域引入数字化技术、知识型人才等优质资源,加大金融资源与农户创业活动的资源整合力度,从而改善不同区域的农户创业机会不均等、发展不平衡等问题,真正实现普惠这一核心价值。第三,通过提高第三产业占比、城镇化水平来推动区域普惠金融的发展,进而提高农户创业的热情。第四,全力支持农村创新创业工作的推进,特别是农村创业活动的开展对于乡村振兴战略的实现具有积极推动意义。在推进双创工作的过程中,不可忽视数字普惠金融在农户创业中发挥的重要作用,积极鼓励普惠金融下乡,真正发挥其“普惠”价值效应。同时,还应该创新普惠金融监管体系,关注普惠金融的特殊性和新特点,将其与以线下模式为主的传统金融区分开来,建设适配性更强的监管模式。