嚴復雷 文晨蒨

（西南科技大學，四川 綿陽 621010）

一、引言

我國在金融領(lǐng)域的改革創(chuàng)新以及互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，為數(shù)字金融的發(fā)展提供了良好的政策環(huán)境與技術(shù)條件。2020年以來，我國經(jīng)歷疫情多輪沖擊，線下運營的傳統(tǒng)產(chǎn)業(yè)遭受前所未有的嚴峻挑戰(zhàn)，而依托互聯(lián)網(wǎng)的新型“非接觸式服務(wù)”快速興起，諸如在線辦公、在線教育、網(wǎng)絡(luò)購物等，也使得移動支付、數(shù)字人民幣、大科技信貸等一系列數(shù)字金融服務(wù)得到加速發(fā)展。與傳統(tǒng)金融對比，數(shù)字金融以互聯(lián)網(wǎng)技術(shù)為發(fā)展基礎(chǔ)，具有低風險、低成本和高效率的特征；數(shù)字金融在一定程度上能夠解決傳統(tǒng)銀行業(yè)由于信息不對稱造成的金融普惠程度不足和中小微企業(yè)融資難、融資貴等問題；數(shù)字金融尤其是數(shù)字普惠金融主要以“小微”層面作為服務(wù)對象，具有交易量大、普惠性強的特點，一定程度上促進金融包容性增長，有助于小微企業(yè)和家庭業(yè)主創(chuàng)業(yè)（黃益平和陶坤玉，2019；黃益平和黃卓，2018）。

家庭作為我國經(jīng)濟發(fā)展中的基本單位，具有生產(chǎn)和消費雙重屬性，家庭創(chuàng)業(yè)水平直接影響居民的消費能力和儲蓄水平。數(shù)字金融的發(fā)展為家庭創(chuàng)業(yè)提供更多的可能性，提升第三方支付的便利性和資源要素分配的合理性，同時顯著降低信息、技術(shù)等資源要素配置的交易成本。由此，本文對我國數(shù)字金融發(fā)展指數(shù)與家庭創(chuàng)業(yè)決策之間的關(guān)系進行研究，相比于國內(nèi)現(xiàn)有的研究結(jié)果，本文可能的邊際貢獻為：首先，本文基于中國數(shù)字普惠金融指數(shù)和中國家庭追蹤調(diào)查數(shù)據(jù)（CFPS）進行研究，數(shù)據(jù)更新至中國家庭追蹤調(diào)查最新數(shù)據(jù)（截至2022 年10 月末，CFPS 最新數(shù)據(jù)為2020 年統(tǒng)計數(shù)據(jù)），研究結(jié)果具有及時有效性。其次，本文運用Probit 二值模型對我國數(shù)字金融發(fā)展指數(shù)與家庭創(chuàng)業(yè)決策之間的關(guān)系進行實證回歸分析檢驗，通過工具變量法處理內(nèi)生性問題，使用剔除變量法和1%水平上縮尾處理法進行穩(wěn)健性檢驗，并從經(jīng)濟發(fā)展地區(qū)和人力資本兩方面進行異質(zhì)性分析，模型的設(shè)定以及變量指標的選取精準刻畫了數(shù)字金融與家庭創(chuàng)業(yè)二者之間的影響機制和關(guān)系，研究結(jié)果具有較高的可信度和參考價值。最后，在推動經(jīng)濟復蘇背景下，促進數(shù)字金融、數(shù)字化轉(zhuǎn)型、家庭創(chuàng)業(yè)的發(fā)展是實現(xiàn)經(jīng)濟增長的關(guān)鍵一步，本文有助于完善數(shù)字金融在微觀領(lǐng)域的理論研究，為中國當前環(huán)境下數(shù)字金融推動家庭創(chuàng)業(yè)提供理論和數(shù)據(jù)支持，使得數(shù)字金融更好地發(fā)揮其大數(shù)據(jù)、區(qū)塊鏈等科學技術(shù)優(yōu)勢。同時，本文從宏觀政策角度提出針對當前社會和經(jīng)濟環(huán)境下切實可行的發(fā)展路徑和制度選擇。

二、文獻綜述與研究假說

（一）數(shù)字普惠金融具有減貧效應(yīng)相關(guān)研究

宋曉玲（2017）研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展對縮小城鄉(xiāng)居民收入差距具有明顯的促進作用。張賀和白欽先（2018）研究發(fā)現(xiàn)數(shù)字金融能夠縮小我國居民城鄉(xiāng)收入差距。張棟浩和尹志超（2018）運用因子分析法研究發(fā)現(xiàn)，數(shù)字普惠金融的發(fā)展對農(nóng)村家庭的貧困脆弱性具有顯著的負向影響。傅秋子和黃益平（2018）研究發(fā)現(xiàn)，數(shù)字金融的發(fā)展對農(nóng)村地區(qū)生產(chǎn)性信貸需求具有抑制性作用，而對農(nóng)村地區(qū)消費性信貸需求具有促進作用，對于農(nóng)村地區(qū)提升生產(chǎn)效率、促進消費具有多維度效應(yīng)。梁雙陸和劉培培（2019）研究同樣發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展可以有效收斂城鄉(xiāng)收入差距。周利等（2020）通過分位數(shù)回歸的MM 分解方法研究發(fā)現(xiàn)，數(shù)字普惠金融的發(fā)展有利于縮小城鄉(xiāng)收入差距。李牧辰等（2020）通過結(jié)構(gòu)性分析方法研究發(fā)現(xiàn)，中國數(shù)字普惠金融的發(fā)展對總體城鄉(xiāng)收入差距具有有效收斂性。郭峰和王瑤佩（2020）指出傳統(tǒng)金融服務(wù)在偏遠農(nóng)村地區(qū)存在較多“長尾群體”，而數(shù)字普惠金融的出現(xiàn)正好可以填補偏遠地區(qū)金融服務(wù)的空白。董玉峰等（2020）指出將扶貧產(chǎn)業(yè)與數(shù)字普惠金融結(jié)合可以實現(xiàn)精準的金融扶貧，在扶貧的同時控制金融風險，增強扶貧和金融相結(jié)合后的風險應(yīng)對水平。張彤進和蔡寬寧（2021）采用固定效應(yīng)模型研究發(fā)現(xiàn)，數(shù)字普惠金融通過提升農(nóng)村居民支付速度、擴大信貸規(guī)模以及降低農(nóng)村居民預(yù)防性儲蓄三種傳導機制縮小城鄉(xiāng)居民消費差距。

國內(nèi)學者的研究普遍表明我國數(shù)字金融的發(fā)展對城鄉(xiāng)收入差距的縮小具有顯著促進作用，可以有效幫助農(nóng)村地區(qū)減貧脫貧，對農(nóng)村地區(qū)的減貧效應(yīng)也有顯著的促進作用，該結(jié)論具有較為穩(wěn)定的學術(shù)研究意義和結(jié)果。

（二）數(shù)字金融緩解中小微市場主體的融資約束相關(guān)研究

梁榜和張建華（2018）基于現(xiàn)金—現(xiàn)金流敏感性模型研究發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展在緩解中小企業(yè)的融資約束上作用十分顯著，尤其是針對民營中小企業(yè)的融資約束緩解作用。謝絢麗等（2018）研究發(fā)現(xiàn)數(shù)字金融的發(fā)展及其選取的三大指標均與創(chuàng)業(yè)之間具有顯著的正向影響關(guān)系，對于城鎮(zhèn)化率較低省份以及注冊資本較少的小微型企業(yè)的創(chuàng)業(yè)激勵作用更強。何靖和李慶海（2019）從微觀角度出發(fā)對影響機制進行研究發(fā)現(xiàn)，數(shù)字金融可以有效緩解農(nóng)戶面臨的信貸約束，從而促進農(nóng)戶創(chuàng)業(yè)。萬佳彧等（2020）研究發(fā)現(xiàn)數(shù)字金融的發(fā)展對企業(yè)融資約束的緩解作用是顯著的，其中該創(chuàng)新激勵效應(yīng)對中小企業(yè)和民營企業(yè)有更強的作用。唐松等（2020）基于2011—2017 年滬深A(yù)股上市公司研究發(fā)現(xiàn)，數(shù)字金融的發(fā)展對上市企業(yè)的技術(shù)創(chuàng)新存在“結(jié)構(gòu)性”的驅(qū)動效果，尤其在金融發(fā)展稟賦較差地區(qū)的技術(shù)創(chuàng)新驅(qū)動效果更強，有效驅(qū)動企業(yè)“去杠桿”，有助于企業(yè)技術(shù)創(chuàng)新產(chǎn)出增加。黃銳等（2021）采用滬深A(yù)股上市企業(yè)進行研究，發(fā)現(xiàn)數(shù)字金融宏觀上改善資本市場的融資結(jié)構(gòu)，微觀上降低企業(yè)融資費用和杠桿水平，緩解企業(yè)的融資困境。熊正德和黎秋芳（2022）指出數(shù)字金融可以通過緩解金融錯配促進企業(yè)技術(shù)創(chuàng)新。

國內(nèi)學者的研究結(jié)果較為統(tǒng)一：數(shù)字金融的發(fā)展能夠較好地緩解企業(yè)所面臨的融資約束，能夠有效緩解傳統(tǒng)金融模式下中小微企業(yè)由于信貸問題造成的融資難、融資貴現(xiàn)象；同時數(shù)字金融的發(fā)展在城鄉(xiāng)地區(qū)均有助于居民進行創(chuàng)業(yè)，針對企業(yè)來說，對企業(yè)技術(shù)的創(chuàng)新也具有較強的促進效應(yīng)。無論是融資約束的緩解，還是創(chuàng)業(yè)創(chuàng)新的激勵，均在原本發(fā)展較弱的地區(qū)產(chǎn)生的作用效果更強。

（三）數(shù)字金融對創(chuàng)業(yè)的影響相關(guān)研究

1.影響創(chuàng)業(yè)主要因子的相關(guān)研究。從宏觀層面看，創(chuàng)業(yè)者所處的社會環(huán)境和經(jīng)濟形式，從政治、經(jīng)濟、文化環(huán)境和社會資本等多維度進行分析（Djankov &Murrell，2002；Glaeser et al.，2009；Jamali et al.，2014；張勛等，2019）。從微觀層面看，主要從個人特征和家庭特征兩方面進行分析，其中，個人層面即戶主或創(chuàng)業(yè)者的特征變量，家庭層面主要指的是家庭經(jīng)濟環(huán)境變量，具體變量如表1所示（Evan &Leighton，1989；Lazear &Oyer，2004；Rosenthal &Strange，2012；陶云清等，2021；王海燕等，2022）。仍有少部分文獻根據(jù)創(chuàng)業(yè)層面中的創(chuàng)業(yè)項目雇傭規(guī)模、創(chuàng)業(yè)初始投資額進行研究（馮大威等，2020），以及地區(qū)經(jīng)濟發(fā)展層面中的人均GDP、金融發(fā)展程度等指標進行研究（馮永琦和蔡嘉慧，2021）。

表1 微觀層面變量選取

2.數(shù)字金融對創(chuàng)業(yè)水平影響的相關(guān)研究。謝絢麗等（2018）研究發(fā)現(xiàn)數(shù)字金融的發(fā)展能夠有效促進區(qū)域創(chuàng)業(yè)，特別是處于城鎮(zhèn)化率低省份的微型企業(yè)，以及注冊資本較少的微型企業(yè)。張勛等（2019）通過CFPS 數(shù)據(jù)研究發(fā)現(xiàn)，對于城鎮(zhèn)化率較低或農(nóng)村居民創(chuàng)業(yè)率較低的情況，數(shù)字普惠金融的促進效果較為顯著。張林和溫濤（2020）研究發(fā)現(xiàn)，2011—2018 年數(shù)字普惠金融發(fā)展直接和間接地促進居民創(chuàng)業(yè)率的提升。馮大威等（2020）基于中國勞動力動態(tài)調(diào)查數(shù)據(jù)（CLDS）研究發(fā)現(xiàn)，居民創(chuàng)業(yè)率與數(shù)字普惠金融的發(fā)展具有正相關(guān)關(guān)系，且對“自雇型”和“生存型”企業(yè)具有顯著的正向影響作用。陶云清等（2021）研究發(fā)現(xiàn)，數(shù)字金融的發(fā)展促進了地區(qū)創(chuàng)業(yè)，同樣也促進了家庭創(chuàng)業(yè)，并且家庭創(chuàng)業(yè)的增長是地區(qū)創(chuàng)業(yè)增長的基礎(chǔ)。宋帥和李夢（2021）研究三峽庫區(qū)的農(nóng)民創(chuàng)業(yè)情況，結(jié)果表明數(shù)字金融的發(fā)展對農(nóng)民創(chuàng)業(yè)水平的提升具有顯著的正向影響作用，同時數(shù)字金融作為中介為提升金融素養(yǎng)和促進農(nóng)民創(chuàng)業(yè)產(chǎn)生了間接作用。馮永琦和蔡嘉慧（2021）研究指出數(shù)字普惠金融對東部、中部和西部地區(qū)不同的產(chǎn)業(yè)結(jié)構(gòu)，具有明顯的創(chuàng)業(yè)促進異質(zhì)性。陳曉芳和楊建州（2021）利用家庭金融調(diào)查指數(shù)研究發(fā)現(xiàn)，數(shù)字金融作為提高地區(qū)創(chuàng)新能力的調(diào)節(jié)機制，與區(qū)域居民創(chuàng)業(yè)概率正相關(guān)。張碧瓊和吳琬婷（2021）研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展有利于促進農(nóng)村居民創(chuàng)業(yè)，該促進作用主要針對小微企業(yè)和勞動密集型企業(yè)。李曉園和劉雨濛（2021）研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展通過人力資源、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)設(shè)施水平三條有效傳導路徑，對農(nóng)村創(chuàng)業(yè)活動起到顯著的積極作用。王海燕等（2022）研究發(fā)現(xiàn)數(shù)字金融發(fā)展通過緩解三個約束渠道：信貸、信息、金融知識，可以有效促進家庭創(chuàng)業(yè)意愿的提升。韓艷旗和郭志文（2022）研究發(fā)現(xiàn)數(shù)字經(jīng)濟通過信息渠道、人力資本投資、社交網(wǎng)絡(luò)三種效應(yīng)機制，對家庭創(chuàng)業(yè)具有顯著的正向促進作用。

基于上述文獻梳理與分析邏輯，提出以下兩個研究假說：

假說H1：數(shù)字金融的發(fā)展能夠顯著提升家庭創(chuàng)業(yè)意愿，二者具有正相關(guān)關(guān)系。

假說H2：數(shù)字金融發(fā)展對家庭創(chuàng)業(yè)的促進作用在家庭所屬不同經(jīng)濟水平區(qū)域（東部地區(qū)、中部地區(qū)、西部地區(qū)）和不同人力資本水平之間存在異質(zhì)性。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文采用數(shù)據(jù)來源于北京大學數(shù)字金融研究中心編制的《北京大學數(shù)字普惠金融指數(shù)（2011—2020年）》和北京大學中國社會科學調(diào)查中心建立的中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)庫。其中CFPS 數(shù)據(jù)庫樣本覆蓋了個體、家庭和社區(qū)三個維度，包括25 個省份，每次收集目標樣本的規(guī)模約為16000 戶，該項訪問調(diào)查于2010 年正式開始，之后每兩年訪問一次。CFPS 調(diào)查問卷分為四種主體問卷的類型，即社區(qū)問卷、家庭問卷、成人問卷和少兒問卷?？紤]具體到家庭創(chuàng)業(yè)問題中，通常創(chuàng)業(yè)者以家庭為單位進行決策，并把家庭創(chuàng)業(yè)者作為戶主進行指標選取的標準。經(jīng)過剔除關(guān)鍵被解釋變量和控制變量的缺失值和無效值，共得到有效樣本量40449 個觀測值，考慮到相關(guān)數(shù)據(jù)的匹配性和可獲得性，本文采用2016年、2018年和2020 年三年的CFPS 數(shù)據(jù)和數(shù)字普惠金融數(shù)據(jù)進行匹配研究，最終得到2016 年、2018 年和2020 年三年的非平衡面板數(shù)據(jù)。

（二）變量選取與描述性統(tǒng)計

1.被解釋變量：家庭創(chuàng)業(yè)決策。借鑒已有研究和文獻的研究方法，本文采用CFPS數(shù)據(jù)庫中“您家是否有家庭成員從事個體經(jīng)營或開辦私營企業(yè)？”或“工作性質(zhì)（自雇/受雇）”答案代表受訪家庭和受訪者的創(chuàng)業(yè)決策，若從事個體經(jīng)營或自雇，則賦值為1；相反若家庭中沒有家庭成員從事個體經(jīng)營或受雇，則賦值為0。

2.解釋變量：數(shù)字普惠金融指數(shù)。國內(nèi)大量研究文獻中，數(shù)字金融變量指標的衡量通常采用數(shù)字普惠金融指數(shù)作為代理變量。因此本文采用2016 年、2018 年和2020 年三年的數(shù)字金融指數(shù)作為代理變量，同時使用數(shù)字金融發(fā)展三個分指數(shù)（覆蓋廣度、使用深度和數(shù)字化程度）進行進一步基準回歸。

3.控制變量。本文參考目前已有類似研究（馬德功和滕磊，2020；劉銀等，2021），通過整理相關(guān)文獻具有明顯影響的控制變量，發(fā)現(xiàn)對于影響家庭創(chuàng)業(yè)決策的因素可以分為四個大類：戶主特征變量、家庭特征變量、創(chuàng)業(yè)層面變量和地區(qū)經(jīng)濟發(fā)展層面變量。本文主要以受訪家庭和受訪者的戶主特征變量作為控制變量，探討相關(guān)變量對家庭創(chuàng)業(yè)決策的影響，具體變量選取如下：

戶主特征變量包括：性別（虛擬變量；0=女性，1=男性）、年齡、婚姻狀況（虛擬變量；0=未婚，1=已婚）、城鄉(xiāng)狀況（虛擬變量；0=鄉(xiāng)村，1=城鎮(zhèn)）、受教育水平。在年齡控制變量中，考慮到勞動力年齡男性為16～60歲，女性為16～55 歲，因此對該變量進行剔除非勞動力年齡范圍內(nèi)的受訪者數(shù)據(jù)處理。家庭特征變量包括：家庭人口規(guī)模。

4.其他控制變量。模型中采用時間固定效應(yīng)和地區(qū)固定效應(yīng)。全部變量選取如表2所示。

表2 變量選取與定義

（三）模型設(shè)定

本文研究數(shù)字金融發(fā)展對家庭創(chuàng)業(yè)的影響，根據(jù)中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)庫，考慮到居民和家庭創(chuàng)業(yè)決策的變量為虛擬變量，且變量服從標準正態(tài)分布，因此采用Probit 二值模型進行基準回歸分析，則設(shè)定Probit基準回歸模型為：

其中，jobit表示受訪家庭和受訪者的創(chuàng)業(yè)決策，indexaggregate it表示數(shù)字普惠金融發(fā)展總指數(shù)，后文分析中會將總指數(shù)具體細分為覆蓋廣度（coverage_breadth）、使用深度（usage_depth）和數(shù)字化程度（digitization_level）進行基準回歸，Xit表示控制變量。α0為截距常數(shù)項，β1和β2為模型的系數(shù)估計值，θi表示地區(qū)固定效應(yīng)，δt表示時間固定效應(yīng)，ui為隨機擾動項。

四、實證結(jié)果分析

（一）基準模型回歸分析

本文運用Stata15軟件，對2016 年、2018 年和2020年家庭創(chuàng)業(yè)決策與數(shù)字金融發(fā)展總指數(shù)和三個分指數(shù)進行Probit 回歸分析，主要變量描述性統(tǒng)計如表3 所示。同時為了檢驗Probit 模型設(shè)定是否正確，即是否存在遺漏變量、無關(guān)變量和函數(shù)形式有誤等問題，本文進行普通標準誤和穩(wěn)健標準誤的對比，結(jié)果發(fā)現(xiàn)該模型中穩(wěn)健標準誤和普通標準誤比較接近，說明模型設(shè)定正確，可直接采用普通標準誤進行分析。

表3 2016年、2018年、2020年主要變量描述性統(tǒng)計

1.家庭創(chuàng)業(yè)決策與數(shù)字金融發(fā)展總指數(shù)。對家庭創(chuàng)業(yè)決策和數(shù)字金融發(fā)展總指數(shù)二者直接進行基準回歸，同時控制時間固定效應(yīng)和地區(qū)固定效應(yīng)，表4列（1）表示不引入控制變量時家庭創(chuàng)業(yè)決策和數(shù)字金融發(fā)展總指數(shù)的Probit模型回歸，表4列（2）表示基準回歸中引入控制變量后的Probit 模型；列（3）表示不引入控制變量時家庭創(chuàng)業(yè)決策和數(shù)字金融發(fā)展總指數(shù)的OLS模型回歸，列（4）表示基準回歸中引入控制變量后的OLS模型回歸，基準回歸結(jié)果如表4所示。

表4 數(shù)字金融發(fā)展總指數(shù)對家庭創(chuàng)業(yè)的回歸結(jié)果

根據(jù)表4（1）-（4）列結(jié)果可知，引入控制變量之后，在Probit 模型和OLS 模型兩種模型中數(shù)字金融的發(fā)展均在1%的顯著性水平下顯著為正，即數(shù)字金融的發(fā)展有利于促進家庭創(chuàng)業(yè)決策。由于Probit 模型中解釋變量的系數(shù)只能用來解釋正負的影響關(guān)系，無法判斷邊際效應(yīng)的具體影響，因此通過軟件計算出解釋變量影響被解釋變量的邊際效應(yīng)，以Probit 模型回歸結(jié)果為例，數(shù)字金融發(fā)展總指數(shù)每增加一個單位，會提升0.110%的家庭創(chuàng)業(yè)決策水平，驗證了假說H1。

在控制變量的回歸中發(fā)現(xiàn)，受訪者年齡和婚姻狀況以及受訪家庭的人口規(guī)模均與家庭創(chuàng)業(yè)決策在1%的顯著性水平下顯著正相關(guān)，即受訪者年齡越大和家庭人口規(guī)模越大都會顯著提高家庭的創(chuàng)業(yè)決策水平，同時婚姻情況越穩(wěn)定的家庭或者已婚受訪者更具有創(chuàng)業(yè)意向；而受訪者的性別、受教育水平的城鄉(xiāng)狀況與家庭創(chuàng)業(yè)決策均在1%的顯著性水平下顯著負相關(guān)，說明女性受訪者比男性受訪者更具有創(chuàng)業(yè)意愿，受教育程度越高以及城鎮(zhèn)戶口的受訪者所能獲得工作越好、收入越穩(wěn)定、風險偏好越低，因此做出家庭創(chuàng)業(yè)決策的概率越小。

2.家庭創(chuàng)業(yè)決策與數(shù)字金融發(fā)展分指數(shù)。對家庭創(chuàng)業(yè)決策和數(shù)字金融發(fā)展的三個分指數(shù)：數(shù)字金融發(fā)展的覆蓋廣度、使用深度以及數(shù)字化程度分別進行基準回歸，同時控制時間固定效應(yīng)和地區(qū)固定效應(yīng)，三個分指數(shù)的Probit 回歸均為引入控制變量后，回歸結(jié)果如表5所示。

根據(jù)表5回歸結(jié)果可知，數(shù)字金融發(fā)展促進家庭創(chuàng)業(yè)水平提升主要體現(xiàn)在數(shù)字金融發(fā)展的使用深度和數(shù)字化程度兩個維度，數(shù)字金融發(fā)展的覆蓋廣度與家庭創(chuàng)業(yè)決策負相關(guān)且不顯著，數(shù)字金融發(fā)展的使用深度與家庭創(chuàng)業(yè)決策在5%的顯著性水平下顯著正相關(guān)，且使用深度每增加一單位，會提升0.030%的家庭創(chuàng)業(yè)決策水平。數(shù)字金融發(fā)展的數(shù)字化程度與家庭創(chuàng)業(yè)決策在1%的顯著性水平下顯著正相關(guān)，且數(shù)字化程度每增加一單位，會提升0.087%的家庭創(chuàng)業(yè)決策水平，數(shù)字化的特征為高效率與低成本，尤其是結(jié)合大數(shù)據(jù)、區(qū)塊鏈等模式，數(shù)字金融的數(shù)字化程度越高，更有利于解決信貸融資市場信息不對稱和交易成本過高等問題，因此數(shù)字金融的數(shù)字化程度越高越有利于提高家庭獲得信用貸款的額度和便捷性，促進家庭創(chuàng)業(yè)的作用更為明顯。在控制變量影響方面，數(shù)字金融發(fā)展三個分指數(shù)的回歸結(jié)果與數(shù)字金融發(fā)展總指數(shù)的實證結(jié)果大致相同，影響均在1%的顯著性水平下顯著，且影響方向與表4 結(jié)果完全一致，同樣驗證了前文中提出的假說H1。

表5 數(shù)字金融發(fā)展分指數(shù)對家庭創(chuàng)業(yè)的回歸結(jié)果

（二）內(nèi)生性問題檢驗

本文利用工具變量法。由于數(shù)字金融發(fā)展和家庭創(chuàng)業(yè)決策兩個指標之間可能存在雙向影響效用，因此參考張勛等（2019）、王海燕等（2022）的研究方法，采用“家庭所在省份與浙江省的加權(quán)平均距離（distance）”作為數(shù)字金融發(fā)展指標的工具變量，采用IV-Probit模型檢驗內(nèi)生性問題。同時由于“家庭所在省份與浙江省的加權(quán)平均距離”屬于外生變量且不具有時序性，有可能造成IV-Probit 模型中兩階段估計產(chǎn)生誤差，因此使用加權(quán)平均距離分別與三年的數(shù)字金融發(fā)展總指數(shù)相乘形成交互項，作為內(nèi)生解釋變量的工具變量。支付寶等第三方支付平臺上線后，我國數(shù)字金融也得以迅速發(fā)展。支付寶發(fā)源于浙江省，因此理論機制分析層面認為，數(shù)字金融的發(fā)展水平以浙江省為發(fā)展水平最高的中心向外輻射，離浙江省越近的省份輻射作用越強，數(shù)字金融的發(fā)展水平相應(yīng)越高。該指標與解釋變量數(shù)字金融發(fā)展指數(shù)相關(guān)，并且與浙江省的加權(quán)平均距離不會對各省份家庭創(chuàng)業(yè)決策產(chǎn)生直接影響，滿足內(nèi)生性和外生性兩個基本條件。用“家庭所在省份與浙江省的加權(quán)平均距離（distance）”作為外生變量檢驗解釋變量是否為內(nèi)生變量時，結(jié)果如表6 所示。第一階段回歸結(jié)果顯示數(shù)字金融發(fā)展總指數(shù)與離浙江省的距離在1%的顯著性水平下顯著負相關(guān)，浙江省位于經(jīng)濟領(lǐng)先的沿海地區(qū)，數(shù)字金融發(fā)展較為迅速，因此離浙江省越遠的省份數(shù)字金融的發(fā)展水平越低。當“家庭所在省份與浙江省的加權(quán)平均距離（distance）”不作為外生變量，直接進行工具變量和被解釋變量的回歸檢驗時，第二階段的回歸結(jié)果顯示數(shù)字金融發(fā)展總指數(shù)與工具變量在1%的顯著性水平下顯著正相關(guān)。Wald檢驗和弱工具變量檢驗結(jié)果表明，數(shù)字金融發(fā)展指數(shù)是該模型的內(nèi)生解釋變量，并且AR 和Wald 的p 值均表明工具變量不是弱工具變量。

表6 工具變量IV-Probit兩階段回歸結(jié)果

（三）穩(wěn)健性檢驗

1.剔除直轄市樣本。由于我國直轄市屬于經(jīng)濟和數(shù)字金融發(fā)展較為發(fā)達的城市，有可能對數(shù)字金融發(fā)展和家庭創(chuàng)業(yè)兩個方面以及二者的關(guān)系中都具有顯著的影響作用，因此借鑒前文研究，剔除北京市、天津市、上海市以及重慶市四個直轄市的指標進行Probit 模型回歸分析，回歸結(jié)果如表7 所示。

表7 數(shù)字金融發(fā)展對家庭創(chuàng)業(yè)的回歸結(jié)果（剔除直轄市）

通過剔除直轄市后的Probit 模型回歸結(jié)果可以看出，數(shù)字金融發(fā)展總指數(shù)、數(shù)字化程度與家庭創(chuàng)業(yè)決策在5%和1%的顯著性水平下顯著正相關(guān)，其中數(shù)字金融發(fā)展總指數(shù)每提高一單位促進家庭創(chuàng)業(yè)概率增加0.080%，數(shù)字化程度每提升一單位促進家庭創(chuàng)業(yè)概率增加0.079%，與前文中的影響關(guān)系基本保持一致，說明數(shù)據(jù)和模型具有穩(wěn)健性。不同的點在于數(shù)字金融發(fā)展的使用深度上，由于四個直轄市數(shù)字金融的使用深度高于部分省份，剔除直轄市之后發(fā)現(xiàn)回歸結(jié)果不顯著，說明我國其他地區(qū)的數(shù)字金融使用深度仍有待進一步的提高。

2.解釋變量縮尾處理。本文對解釋變量數(shù)字金融發(fā)展總指數(shù)和三個分指數(shù)進行在1%水平上的縮尾處理，縮尾處理之后通過Probit 模型進行穩(wěn)健性回歸分析，結(jié)果發(fā)現(xiàn)數(shù)字金融發(fā)展總指數(shù)、三個分指數(shù)和家庭創(chuàng)業(yè)的關(guān)系均與解釋變量未進行縮尾處理時的正負性和顯著性實證結(jié)果一致（見表8），因此模型和數(shù)據(jù)都是穩(wěn)健的。

表8 1%水平上縮尾解釋變量回歸結(jié)果

（四）異質(zhì)性分析

1.地區(qū)經(jīng)濟發(fā)展水平。根據(jù)我國各地區(qū)經(jīng)濟發(fā)展水平和地理位置的長期演變，且由于自然條件與資源狀況的不同，形成東部地區(qū)、中部地區(qū)和西部地區(qū)三大經(jīng)濟帶。根據(jù)東、中、西三大經(jīng)濟帶，對我國數(shù)字金融發(fā)展總指數(shù)和家庭創(chuàng)業(yè)決策進行異質(zhì)性回歸分析，回歸結(jié)果如表9 所示?；貧w結(jié)果表明，東部地區(qū)數(shù)字金融發(fā)展總指數(shù)與家庭創(chuàng)業(yè)決策水平在1%的顯著性水平下顯著正相關(guān)，而中部地區(qū)和西部地區(qū)不顯著，東、中、西部地區(qū)存在異質(zhì)性，驗證了假說H2，該結(jié)論與前文中剔除直轄市后的回歸結(jié)果相符合。

表9 東部、中部、西部地區(qū)數(shù)字金融與家庭創(chuàng)業(yè)異質(zhì)性分析回歸結(jié)果

2.人力資本。根據(jù)我國教育體制的分類，本文將我國的人力資本水平大致分為兩組：低教育等級（初中教育及以下）、高教育等級（高中教育及以上），針對兩個組的人力資本水平進行異質(zhì)性分析，表10列（1）表示低教育等級回歸結(jié)果，列（2）表示高教育等級回歸結(jié)果，結(jié)果表明數(shù)字金融發(fā)展對家庭創(chuàng)業(yè)的促進作用主要體現(xiàn)在高教育等級家庭中。

表10 低教育等級、高教育等級數(shù)字金融與家庭創(chuàng)業(yè)異質(zhì)性分析回歸結(jié)果

五、研究結(jié)論與政策含義

基于2016 年、2018 年和2020 年數(shù)據(jù)數(shù)字金融發(fā)展對家庭創(chuàng)業(yè)影響關(guān)系的研究發(fā)現(xiàn)，數(shù)字金融發(fā)展總指數(shù)、使用深度和數(shù)字化程度均能顯著提升微觀家庭做出創(chuàng)業(yè)決策的概率。在內(nèi)生性問題的檢驗中，選取“家庭所在省份與浙江省的加權(quán)平均距離”作為工具變量；在穩(wěn)健性檢驗中剔除直轄市數(shù)據(jù)并對解釋變量進行1%水平的縮尾處理，關(guān)鍵變量的回歸結(jié)果仍保持一致，說明研究中所設(shè)定的模型、選取的數(shù)據(jù)以及得出的結(jié)論具有較高可信度。在進一步的異質(zhì)性分析中，數(shù)字金融發(fā)展對家庭創(chuàng)業(yè)的影響在東部、中部和西部不同，對于處于經(jīng)濟發(fā)展水平高的東部地區(qū)、人力資本水平高的家庭的促進作用更加顯著。

基于上述研究分析結(jié)論，提出如下政策建議：

第一，數(shù)字金融的使用深度在除了四大直轄市以外的地區(qū)影響并不顯著，加之在異質(zhì)性分析中僅有東部地區(qū)影響顯著，說明我國各地區(qū)之間數(shù)字金融的發(fā)展存在“數(shù)字鴻溝”，因此政策當局需要加大經(jīng)濟不發(fā)達地區(qū)數(shù)字金融和數(shù)字技術(shù)基礎(chǔ)設(shè)施建設(shè)的投入力度，提高5G、人工智能、大數(shù)據(jù)等技術(shù)和基站的普及率和鋪設(shè)覆蓋廣度，使各地區(qū)共享數(shù)字金融發(fā)展帶來的優(yōu)勢，構(gòu)建完善的數(shù)字金融生態(tài)發(fā)展體系和鏈條。

第二，數(shù)字金融發(fā)展對受教育程度高的受訪家庭的家庭創(chuàng)業(yè)決策激勵效應(yīng)更加顯著，并且由于農(nóng)村和城鎮(zhèn)地區(qū)教育基礎(chǔ)設(shè)施的不平等，未來可能導致數(shù)字金融在不同地區(qū)發(fā)揮的作用存在更大的差異，因此政策制定和實施需要側(cè)重加強不同地區(qū)、不同人群的教育基礎(chǔ)設(shè)施建設(shè)，合理分配資源吸引人才，使教育資源面向全體社會大眾，制定并實施更加完善和公平的教育晉升機制，實現(xiàn)教育和金融的雙公平。

第三，以大數(shù)據(jù)、區(qū)塊鏈為代表的技術(shù)創(chuàng)新是數(shù)字金融更好服務(wù)于實體經(jīng)濟的重要源泉。技術(shù)進步能夠更好地解決信息不對稱等問題并降低交易成本，完善數(shù)據(jù)要素市場，在上游大企業(yè)與中小企業(yè)之間構(gòu)建跨區(qū)域跨行業(yè)的信息綜合服務(wù)共享平臺，緩解家庭創(chuàng)業(yè)中存在的信貸約束問題，為微觀家庭創(chuàng)業(yè)決策提供有力支持。