數(shù)字金融對家庭創(chuàng)業(yè)的影響研究
——基于中國家庭追蹤調查數(shù)據(jù)實證分析

嚴復雷 文晨蒨

（西南科技大學，四川 綿陽 621010）

一、引言

我國在金融領域的改革創(chuàng)新以及互聯(lián)網技術的飛速發(fā)展，為數(shù)字金融的發(fā)展提供了良好的政策環(huán)境與技術條件。2020年以來，我國經歷疫情多輪沖擊，線下運營的傳統(tǒng)產業(yè)遭受前所未有的嚴峻挑戰(zhàn)，而依托互聯(lián)網的新型“非接觸式服務”快速興起，諸如在線辦公、在線教育、網絡購物等，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)網技術為發(fā)展基礎，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）。

家庭作為我國經濟發(fā)展中的基本單位，具有生產和消費雙重屬性，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)決策之間的關系進行研究，相比于國內現(xiàn)有的研究結果，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)和中國家庭追蹤調查數(shù)據(jù)（CFPS）進行研究，數(shù)據(jù)更新至中國家庭追蹤調查最新數(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)決策之間的關系進行實證回歸分析檢驗，通過工具變量法處理內生性問題，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，并從經濟發(fā)展地區(qū)和人力資本兩方面進行異質性分析，模型的設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系，研究結果具有較高的可信度和參考價值。最后，在推動經濟復蘇背景下，促進數(shù)字金融、數(shù)字化轉型、家庭創(chuàng)業(yè)的發(fā)展是實現(xiàn)經濟增長的關鍵一步，本文有助于完善數(shù)字金融在微觀領域的理論研究，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)塊鏈等科學技術優(yōu)勢。同時，本文從宏觀政策角度提出針對當前社會和經濟環(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相關研究

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)展對農村地區(qū)生產性信貸需求具有抑制性作用，而對農村地區(qū)消費性信貸需求具有促進作用，對于農村地區(qū)提升生產效率、促進消費具有多維度效應。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）通過結構性分析方法研究發(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)金融服務在偏遠農村地區(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)金融服務的空白。董玉峰等（2020）指出將扶貧產業(yè)與數(shù)字普惠金融結合可以實現(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合后的風險應對水平。張彤進和蔡寬寧（2021）采用固定效應模型研究發(fā)現(xiàn)，數(shù)字普惠金融通過提升農村居民支付速度、擴大信貸規(guī)模以及降低農村居民預防性儲蓄三種傳導機制縮小城鄉(xiāng)居民消費差距。

國內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，可以有效幫助農村地區(qū)減貧脫貧，對農村地區(qū)的減貧效應也有顯著的促進作用，該結論具有較為穩(wěn)定的學術研究意義和結果。

（二）數(shù)字金融緩解中小微市場主體的融資約束相關研究

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戶面臨的信貸約束，從而促進農戶創(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)的技術創(chuàng)新存在“結構性”的驅動效果，尤其在金融發(fā)展稟賦較差地區(qū)的技術創(chuàng)新驅動效果更強，有效驅動企業(yè)“去杠桿”，有助于企業(yè)技術創(chuàng)新產出增加。黃銳等（2021）采用滬深A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構，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)技術創(chuàng)新。

國內學者的研究結果較為統(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)技術的創(chuàng)新也具有較強的促進效應。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)產生的作用效果更強。

（三）數(shù)字金融對創(chuàng)業(yè)的影響相關研究

1.影響創(chuàng)業(yè)主要因子的相關研究。從宏觀層面看，創(chuàng)業(yè)者所處的社會環(huán)境和經濟形式，從政治、經濟、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)展具有正相關關系，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。宋帥和李夢（2021）研究三峽庫區(qū)的農民創(chuàng)業(yè)情況，結果表明數(shù)字金融的發(fā)展對農民創(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)和促進農民創(chuàng)業(yè)產生了間接作用。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)不同的產業(yè)結構，具有明顯的創(chuàng)業(yè)促進異質性。陳曉芳和楊建州（2021）利用家庭金融調查指數(shù)研究發(fā)現(xiàn)，數(shù)字金融作為提高地區(qū)創(chuàng)新能力的調節(jié)機制，與區(qū)域居民創(chuàng)業(yè)概率正相關。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)產業(yè)結構、基礎設施水平三條有效傳導路徑，對農村創(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)字經濟通過信息渠道、人力資本投資、社交網絡三種效應機制，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，二者具有正相關關系。

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性。

三、研究設計

（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查中心建立的中國家庭追蹤調查（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，該項訪問調查于2010 年正式開始，之后每兩年訪問一次。CFPS 調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。經過剔除關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營或開辦私營企業(yè)？”或“工作性質（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和地區(qū)固定效應。全部變量選取如表2所示。

表2 變量選取與定義

（三）模型設定

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，δt表示時間固定效應，ui為隨機擾動項。

四、實證結果分析

（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 模型設定是否正確，即是否存在遺漏變量、無關變量和函數(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和地區(qū)固定效應，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)的回歸結果

根據(jù)表4（1）-（4）列結果可知，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系，無法判斷邊際效應的具體影響，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，以Probit 模型回歸結果為例，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，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，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和地區(qū)固定效應，三個分指數(shù)的Probit 回歸均為引入控制變量后，回歸結果如表5所示。

根據(jù)表5回歸結果可知，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，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，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)的回歸結果與數(shù)字金融發(fā)展總指數(shù)的實證結果大致相同，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)的回歸結果

（二）內生性問題檢驗

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模型檢驗內生性問題。同時由于“家庭所在省份與浙江省的加權平均距離”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生誤差，因此使用加權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)展水平相應越高。該指標與解釋變量數(shù)字金融發(fā)展指數(shù)相關，并且與浙江省的加權平均距離不會對各省份家庭創(chuàng)業(yè)決策產生直接影響，滿足內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平均距離（distance）”作為外生變量檢驗解釋變量是否為內生變量時，結果如表6 所示。第一階段回歸結果顯示數(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，浙江省位于經濟領先的沿海地區(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。Wald檢驗和弱工具變量檢驗結果表明，數(shù)字金融發(fā)展指數(shù)是該模型的內生解釋變量，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)的回歸結果（剔除直轄市）

通過剔除直轄市后的Probit 模型回歸結果可以看出，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，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果

（四）異質性分析

1.地區(qū)經濟發(fā)展水平。根據(jù)我國各地區(qū)經濟發(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)三大經濟帶。根據(jù)東、中、西三大經濟帶，對我國數(shù)字金融發(fā)展總指數(shù)和家庭創(chuàng)業(yè)決策進行異質性回歸分析，回歸結果如表9 所示?；貧w結果表明，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，而中部地區(qū)和西部地區(qū)不顯著，東、中、西部地區(qū)存在異質性，驗證了假說H2，該結論與前文中剔除直轄市后的回歸結果相符合。

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

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性分析，表10列（1）表示低教育等級回歸結果，列（2）表示高教育等級回歸結果，結果表明數(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)異質性分析回歸結果

五、研究結論與政策含義

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。在內生性問題的檢驗中，選取“家庭所在省份與浙江省的加權平均距離”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，關鍵變量的回歸結果仍保持一致，說明研究中所設定的模型、選取的數(shù)據(jù)以及得出的結論具有較高可信度。在進一步的異質性分析中，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濟不發(fā)達地區(qū)數(shù)字金融和數(shù)字技術基礎設施建設的投入力度，提高5G、人工智能、大數(shù)據(jù)等技術和基站的普及率和鋪設覆蓋廣度，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)決策激勵效應更加顯著，并且由于農村和城鎮(zhèn)地區(qū)教育基礎設施的不平等，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重加強不同地區(qū)、不同人群的教育基礎設施建設，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)塊鏈為代表的技術創(chuàng)新是數(shù)字金融更好服務于實體經濟的重要源泉。技術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)之間構建跨區(qū)域跨行業(yè)的信息綜合服務共享平臺，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。