数字普惠金融与流动人口创业

邹文 张祥俊

摘 要：基于2017年全国流动人口卫生计生动态监测调查数据和中国普惠金融指数匹配数据，考察了数字普惠金融发展对我国流动人口创业选择的影响。实证研究发现：数字普惠金融对流动人口创业具有显著促进作用。分项指标分析表明，数字普惠金融通过覆盖广度、使用深度两个方面对流动人口创业产生了促进作用。异质性分析表明，数字普惠金融对农村户籍在城市打拼的个体、低教育水平、低收入阶层等群体的促进作用更加显著，显示出明显的“数字红利”效应，而非“数字鸿沟”效应。研究表明数字普惠金融对于我国流动人口创业活动的影响具有普惠性特征。

关键词：数字普惠金融；流动人口；覆盖广度；使用深度；创业选择

中图分类号：F241

文献标识码：A

doi：10.3969/j.issn.1672-2272.202309125

Research on the Impact of Digital Financial Inclusion on Immigrant Entrepreneurship：

Analysis Based on CMDS Data

Zou Wen， Zhang Xiangjun

（Business School，Shaoguan University， Shaoguan 512005， China）

Abstract：Based on the 2017 China Migrants Dynamic Survey and the digital financial inclusion index data， this paper analyzes the impact of digital financial inclusion on the entrepreneurship of the floating population. it is found that digital financial inclusion has a significant positive effect on the entrepreneurship of the floating population. From the analysis of the sub-indices of the financial inclusion， it is found that the financial inclusion index mainly promotes the entrepreneurship of the floating population through two aspects： the breadth of coverage and the depth of use. The analysis of heterogeneity shows that digital financial inclusion has a more significant impact on the entrepreneurial choices of individuals with rural household registration in the city，or individuals with low education levels and the low-income groups. It shows a clear “digital dividend” effect rather than a “digital dividend” effect. The paper shows that digital financial inclusion has the characteristics of inclusiveness for the entrepreneurial activities of the floating population.

Key Words：Digital Financial Inclusion; Floating Population; Breadth of Coverage; Use Depth; Entrepreneurial Choices.

0 引言

改革開放以来，我国经济社会高速发展，城镇化水平不断提高，但流动人口市民化进程相对滞后。据国家统计局数据显示，截至2022年末，我国常住人口城镇化率为65.22%，而同期户籍人口城镇化率仅为47.7%，两者的差距高达17.5%，因此，如何促进流动人口市民化是今后一段时期亟需研究的重要课题。流动人口具有较高的创业倾向性，这在国内外都得到了证实，因为创业不仅可以带来致富的可能（潘春阳等^[1]、王春超等^[2]、Cagetti等^[3]、Parker^[4]），而且可以通过非货币回报增进人们的幸福感（Blanchflower等^[5]），因此，通过采取必要措施，着力解决流动人口创业过程中存在的问题，是实现流动人口顺利融入当地的重要举措。

影响流动人口创业的因素众多（张佳源等^[6]），其中融资难、资源少是流动人口创业面临的较大障碍之一。伴随着世界各国在普惠金融领域的实践，许多国内外学者都把目光投向了普惠金融，并对普惠金融与个体创业之间的关系进行了广泛研究。国外方面，Lyons 等^[7]基于联合国国际劳工组织发布的数据，实证分析了21个发展中国家普惠金融与国家青年创业的相关性，研究表明普惠金融促进了青年创业，并且对于农村劳动青年和年龄较小的青年影响最为显著。Kairiza等^[8]利用津巴布韦微观中小微企业调查数据研究普惠金融对不同性别人群的影响。通过实证分析发现，虽然女性在正规金融中并未获得普惠性金融，但是在非正规金融中获得的普惠性金融不比男性少，并且获得非正规金融部门的普惠金融支持的女企业家经营业绩往往比男性更好^[7]。国内方面，谢绚丽等^[9]利用我国2012-2016年省级层面的数字普惠金融指数和新注册企业数据进行研究发现，数字金融越发达的地区，创业率越高，并且在城镇化率较低的省份或对于注册资本较少的微型企业而言数字金融的作用更加显著。何婧等^[10]基于我国2 093户农户的调查数据分析发现，数字金融对农村家庭创业选择和创业绩效具有显著促进作用，特别是对资源相对不足的弱势农户群体作用更大。冯大威等^[11]利用2014和2016年CLDS微观调查数据和我国市级数字普惠金融指数进行匹配后分析发现，地区数字普惠金融发展，特别是数字金融的覆盖广度和使用深度，对我国家庭创业选择和创业绩效均发挥着积极促进作用。

从国内外文献看，尽管关于数字普惠金融与个体创业之间关系的研究已有广泛讨论，特别是数字普惠金融与农户创业方面的研究较多，但是现有文献鲜有涉及对流动人口群体的讨论。与本地人口相比，流动人口群体的创业活动会面临更大的融资约束，如何化解流动人口创业过程中存在的融资约束对流动人口顺利融入城市具有重要的现实意义。为弥补相关文献不足，以及对我国当前现实问题的关切，本文将基于2017年全国流动人口卫生计生动态监测调查数据和中国市级普惠金融指数匹配数据开展相关研究。

1 理论分析与研究假设

数字普惠金融发展对于流动人口的创业活动具有积极促进作用。首先，数字普惠金融发展使得流动人口获得外部资金更加容易、便捷和低廉，能够有效地缓解流动人口创业的融资压力。依托互联网、大数据和移动支付技术等数字技术，银行及非银行金融机构的信息更加完整，服务成本更低，在“长尾理论”的影响和支持下，金融机构也更有动力将金融服务向社会相对弱势但数量更多的“长尾”群体延伸。在数字金融下，虽然来自单个的中低财富家庭信贷利润微薄，但是由于数字金融的边际服务成本极低，并且中低财富家庭群体数量较为庞大，这些游离在传统金融之外的市场正逐步增强并被开发，比如余额宝、蚂蚁借呗等以个体的网络信用积分为依据为广大分散的曾被传统金融服务排斥的群体提供了便捷的金融服务。因而数字普惠金融可以通过扩大居民金融可得性，降低创业资金门槛等缓解个体融资约束，进而促进流动人口创业。此外，数字普惠金融的便利性能推动更多流动人口进入金融市场，并持有一定的金融资产，加速创业资金的积累^[12]。

其次，数字普惠金融降低了流动人口创业的创业成本，并为其提供了较为广阔的创业机会和相对公平的创业环境。数字金融让支付更便利，让信用背书更普及，这些都极大降低了创业者与相关利益者往来的交易成本，如尹志超等^[13]提出的包括银行柜台等待时间、往返银行时间及费用、跨行取款手续费、收取假币、现金被抢劫偷盗的风险以及为防范这些风险而付出的成本等。同时，数字金融为电子商务、线上交易提供了更多可能，而电子商务的发展又突破了地域限制，为潜在创业者提供了更丰富的客户资源和更广阔的市场前景。此外，与本地居民相比，流动人口往往处于更加弱势的地位，在就业、教育、社保等各个领域容易遭受歧视，因而他们有更加强烈的向上流动欲望，数字普惠金融将大多数流动人口纳入服务范围，基于统一的规则为其提供金融服务，不因户籍以及社会经济地位等差异化对待，为流动人群创业提供了相对公平的创业环境。基于此，本文提出如下假设：

H₁：数字普惠金融发展对于流动人口创业具有积极促进作用，并且对社会相对弱势群体的促进作用更为显著。

尽管数字金融具有普惠性，但是数字普惠金融发展能否为流动人口带来“数字红利”还受到个体数字能力和金融能力的影响。Luo等^[14]基于2015年中国家庭金融调查数据，实证分析发现户主的数字金融能力与家庭创业之间具有显著的正相关性。对于教育水平较低的人群或来自农村地区的人群而言，他们的数字金融能力往往较低。根据中国人民银行2017年和2019年发布的《消费者金融素养调查分析报告》显示，尽管数字技术对消费者金融素养的影响整体是正向的，但是不同群体间差异明显。年轻人、高学历人群、高收入人群和城镇居民能够充分发挥数字技术对自身的促进作用，更容易了解和使用金融产品，而老年人、低学历人群、低收入人群和乡村居民则数字素养不足，学习滞后效应明显。这引发人们对数字金融是“数字红利”还是“数字鸿沟”的质疑。王修华等^[15]基于中国劳动力动态调查和北京大学数字普惠金融指数分析发现，数字金融能够为非贫困户有效防范风险、平滑消费和积累发展，但是对贫困户效果并不显著，数字金融发展在贫困户和非贫困户之间马太效应较为明显。

对于流动人口而言，特别是来自低教育水平或低收入群体，数字普惠金融发展能否给他们带来“数字红利”很大程度上取决于他们的数字金融能力，另外，简洁且易于操作的金融交易体系也具有重要影响。当数字普惠金融易于掌握，且低教育水平、低收入群体等社会相对弱势群体的数字金融能力提升较快时，数字普惠金融的“数字红利”更加明显，进而有助于该类人群的创业活动，反之，则“数字鸿沟”更加明显，对社会相对弱势群体的促进作用将大大削弱。基于此，本文提出如下假设：

H₂：数字普惠金融对社会相对弱势群体创业的影响可能呈现“数字红利”，亦或“数字鸿沟”。

综合上述分析可知，数字普惠金融对于流动人口（特别是其中的相对弱势群体）创业的影响取决于何种因素占据主导。为验证上述假说，本文基于我国流动人口数据进行实证检验。

2 研究设计

2.1 数据来源

本文数据主要来源于以下几个部分：①国家卫生健康委流动人口服务中心发布的全国流动人口卫生计生动态监测调查数据（简称CMDS）。截至目前（2023年10月）该机构先后发布了2009-2018年间的调查数据，本文选取其2017年的调查数据，样本量为13.7万个，覆盖我国31个省份和新疆生产建设兵团，抽取流动人口较为集中的流入地。调查对象为在抽取的流入地样本点中居住1个月及以上，非本区（县、市）户口的15周岁及以上流入人口。调查方法采用分层、多阶段、与规模成比例的PPS方法进行抽样调查。由于调查样本多、覆盖面广，该数据库已成为研究我国流动人口问题的重要数据库之一。②北京大学数字金融研究中心发布的中国数字普惠金融指数反映了我国各地区数字金融发展程度。指标具体编制过程见郭峰等的研究^[16]。该指标体系采用了蚂蚁金服的交易账户大数据，从覆盖广度、使用深度和数字化程度3个维度来构建数字普惠金融指标体系。本文主要采用总体指标（数字普惠金融指数）和一级指标（覆盖广度、使用深度和数字化程度）。数据涵盖省、地区和县级层面的数字金融指标体系。出于研究需要，采用2016年市级层面的数字普惠金融指数及其分项指标，并将2015年市级相关数据作为稳健性檢验纳入后续的实证分析中。③为了避免遗漏变量导致的估计偏误，本文还控制了城市级别的地区宏观变量。这些数据来源于国家统计局发布的《中国城市统计年鉴》。

2.2 变量选取与描述

2.2.1 被解释变量

本文主要的因变量是个体是否为创业者。根据2017CMDS调查问卷中关于“您现在的就业身份”的回答进行识别。将“雇主”和“自营劳动”定义为创业者，取值为1，其他为0；根据是否为雇佣劳动力，进一步将“雇主”归类为雇主型创业，将“自营劳动”归为自我雇佣。

2.2.2 主要解释变量

本文主要采用市级数字普惠金融指数总体指标和一级指标测度该地区的数字普惠金融发展状况。该类指数原始数值介于100～300，为了便于分析，本文在原始数值的基础上除以100，使数值介于1.00～3.00。

2.2.3 控制变量

根据数据可获得性，本文在个体、家庭和城市层面构造了以下控制变量。个体层面，参考宁光杰等^[17]的做法，根据受教育程度设定两个虚拟变量，分别为中等程度教育（高中和中专）、高等教育（大专及以上），初中及以下为基准组；根据个体的流动范围设置两个虚拟变量，分别为跨省流动和跨市流动，市内跨县流动为基准组；根据个体的交往情况，把问卷“您业余时间在本地和谁来往最多（不含客户与亲属）”回答为同乡的定义为1，其他为0；根据受访者与当地的融合情况，把同意或基本同意“我觉得我已经是本地人了”的群体定义为1，其他为0；此外还控制了年龄及其平方、婚姻（已婚为1，其他为0）、户口（农村户籍为1，其他为0）、性别（男性为1，女性为0）、是否为中共党员（是为1，否为0）、健康状况（把回答为健康的定义为1，其他为0）、流动时长（用2017减去流入当地的时间）。家庭层面，参考魏下海等^[18]的做法，控制家庭在老家是否有宅基地、家庭的收入并取对数、家庭的支出并取对数。城市层面，控制市级2016年人均GDP并取对数、固定资产投资额占GDP的比重、当年实际使用外资金额占GDP的比重、年末金融机构人民币各项贷款余额占GDP的比重、居民人民币储蓄存款余额占GDP的比重。变量描述性统计如表1所示。

3 实证结果与分析

3.1 基准回归结果

由于个体创业是一个二值虚拟变量，本文采用如下Probit模型进行估计。

Pr（Entrep_ij=1）=α+βDF_j+γCV_ij+δRegion_j+ε_ij（1）

其中，Entrep_ij为个体创业选择的二值虚拟变量，在此基础上根据是否雇佣员工，再进一步细分为雇主型创业和自我雇佣；DF_j为第j个地区的数字普惠金融发展水平；CV_ij为劳动者个体及家庭的特征变量的向量；Region_j为第j个地区的特征变量的向量；ε_ij是扰动项。数字普惠金融对个体创业选择的边际效应基准回归结果如表2所示，其中第（1）列为全样本回归，结果显示普惠金融指数（以原始数据计算，数值介于100～300）每提高50个点，个人创业概率增加4.5%，这一结果为2017年平均创业概率39.26%的11.46%，具有较为显著的经济意义。由于本文关注的重点是新创业者，为避免持续经营者样本给估计可能带来的偏误，本文剔除了2016年以前从事工商经营的样本，并运用上述方法进行估计。第（2）列是剔除后的估计结果，结果显示普惠金融指数仍然对个体创业具有显著正向促进作用，并且边际效应有所提高。为进一步考察第（3）、（4）列普惠金融的雇主型创业和自我雇佣的影响是否存在差异的回归结果，结果显示普惠金融指数对自我雇佣影响十分显著，并且边际效应明显增加，这体现了数字普惠金融的普惠性。上述研究初步验证了假设H₁，即数字普惠金融发展对于流动人口创业具有积极促进作用，并且对社会相对弱势群体的促进作用更为显著。

3.2 内生性处理：工具变量法

虽然本文在基准回归中加入了相关市级变量，同时控制了省级层面，并且单个流动人口一般并不会在很大程度上影响数字普惠金融指数，但是基准模型仍然有可能存在遗漏变量导致的内生性问题，这将导致估计系数存在偏误。为此，本文接下来尝试采用工具变量Probit模型来解决这一问题。

尹志超等^[13]在分析移动支付对创业的影响中使用个体是否拥有智能手机作为工具变量，与此类似，本文所使用的工具变量为各市人均移动电话年末用户数和本地人均电话年末用户数。首先，第三方支付、网络购物和信贷往往与通讯密切相关，符合工具变量与解释变量的相关性要求；其次，是否拥有电话与创业之间并无直接影响关系，符合工具变量外生性假定。

基于两阶段IVprobit模型，估计结果如表3所示。第（1）列是全样本第二阶段的估计结果，第（2）列为全样本第一阶段估计结果。第（3）、（4）列是被解释变量替换为2016年及之后新增创业的估计结果。从回归结果看，结论基本一致。首先Wald检验均在1%的水平下拒绝普惠金融指数外生，并且第一阶段回归系数均十分显著，因而模型设定较为合理。从第二阶段回归系数看，数字普惠金融指数均对个体创业产生显著正向促进作用。这进一步验证了假设H₁成立。

3.3 数字普惠金融分项指标分析

为分析数字普惠金融影响流动人口创业的具体机制，本文利用数字普惠金融指标体系中的3个分项指标做进一步考察。具体指标包括覆盖广度、使用深度和数字化程度。

基于IVProbit模型，具体的估计结果如表4所示，其中，第（1）-（3）列是基于全样本估计，第（4）-（6）是剔除2016年以前创业个体，分析普惠金融对新增从事创业影响的估计结果。从第（1）、（2）列回归系数看，数字普惠金融的使用深度对创业的促进作用要比使用广度作用更大，这一结论在第（4）、（5）列回归系数对比中也可以得到印证。值得注意的是，数字普惠金融的数字化程度对个体创业反而起到了抑制作用。这一反直觉的结论可能源于该指标的具体内涵。虽然该指标能夠反映移动化、实惠化、便利化，对创业具有促进作用，但是该指标也反映了信用化，即数字化程度高意味着人们较依赖信用消费，超前消费，而过度消费不利于储蓄和创业。

在对总体创业考察之后，本文接下来进一步分析了3个分项指标对雇主型创业和自我雇佣的影响是否存在差异。具体的回归结果如表5所示，其中第（1）-（3）列为三大指标对雇主型创业的估计结果，第（4）-（6）列为三大指标对自我雇佣的估计结果。结果显示，就覆盖广度而言，数字普惠金融对雇主型创业的影响要大于自我雇佣，而使用深度刚好相反。这可能是自我雇佣更加依赖于外部融资，地区普惠金融深度越高，越容易获得外部信用，从而更加容易跨越创业门槛，促进草根创业、自我雇佣等自营经济活动。相比而言，雇主型创业更加看重市场机会，数字普惠金融的广泛运用有利于催生更多市场机会，促进雇主型创业发生。值得注意的是，数字化程度对雇主型创业和自我雇佣的影响也为负，与前面结论一致。

3.4 异质性分析

为考察数字普惠金融对流动人口创业影响可能存在的异质性，接下来本文从城乡差异、户籍、流动范围、教育水平和家庭收入禀赋等方面对样本进行分组回归。

3.4.1 城乡差异

相比于本地居民，流动人口往往资源禀赋较薄弱，良好的外部融资环境和市场环境对流动人口更加重要。在城市，数字普惠金融发展对于改善创业的外部环境往往更加明显，而在农村，数字普惠金融能够促进流动人口依托互联网金融或基于电商经营流水的小额信贷缓解融资需求，或发展农村电商促进流动人口创业。城乡分组的回归结果如表6所示。从分组回归的系数及显著性看，数字普惠金融对城市流动创业影响更加显著，且为正向促进作用；数字普惠金融对农村雇主型创业起到了较大的正向促进作用，而对自我雇佣产生了负向影响。一般而言，雇主型创业往往规模较大，以机会型创业为主，而农村自我雇佣往往以生存型创业为主，数字普惠金融发展带来了更多更好的就业机会，这将抑制农村地区的自我雇佣。相比而言，城市的自我雇佣兼具机会型创业和生存型创业，特别是在数字经济较为发达的地区，机会型自我雇佣往往占比更高。近年来，伴随着我国数据经济蓬勃发展，数字领域的创业活动蒸蒸日上。众多小微个体依托数字化平台，从事网络电商、社交电商、直播带货、众包、在线教育等。因此从第（6）列回归系数看，数字普惠金融对于城市的自我雇佣具有积极的正面促进作用。上述研究表明，数字普惠金融对社会相对弱势群体创业的影响呈现出显著的“数字红利”效应，而非“数字鸿沟”效应。

3.4.2 户籍差异

尽管我国二元经济结构已逐步改善，许多地区农村户籍转为城市户籍不再困难，但是城乡不同户籍群体在资源禀赋方面仍然存在明显差距。与城市户籍相比，农村户籍人口往往拥有较低的资源禀赋，资源获取能力也较低。由于数字普惠金融发展能够为创业者带来更加便捷的资金供给，以及更多的市场机会，因而对于资源禀赋处于相对劣势的群体促进作用将会更加明显。表7第（1）-（3）列显示了数字普惠金融指数对所有农村户籍样本的回归结果。结果表明，数字普惠金融确实对个体创业具有显著促进作用，并且对于农村户籍的雇主型创业影响更大。

我国是一个较为典型的关系型社会，与生活在城市的农村户籍人群相比，生活在农村的农村户籍人群创业时依托亲朋好友往往更容易得到经济资助，而生活在城市的农村户籍人口可能受到更大的融资约束。如果一个地区数字普惠金融发展的越好，那么生活在城市的农村户籍人群的融资约束就可以得到有效缓解，因此，数字普惠金融对该群体创业的促进作用更大。为了验证该观点，本文进一步剔除农村户籍在农村的样本，运用IVProbit模型进行估计， 表7第（4）-（6）列显示了相应的回归结果。从第（4）列的估计系数看，数字普惠金融对生活在城市的流动人口创业的正面促进作用更大。在我国数字经济背景下，越来越多城市的自营活动具有机会型创业特征，第（6）列回归结果再次表明数字普惠金融对个体在城市的自我雇佣创业活动起到了积极正面促进作用。这也表明了数字普惠金融对社会相对弱势群体创业的影响呈现出显著的“数字红利”效应。

与农村户籍相比，拥有城市户口的人群就业机会相对较多，数字金融的发展一方面能带来更多就业机会，另一方面使自我雇佣创业领域竞争更加激烈，导致城市户口人群更加有可能放弃自我雇佣，而农村户籍流动人口则更有可能选择创业。为验证上述观点，本文剔除农村户籍样本，进一步考察数字普惠金融对城市户籍流动人口的影响。表8第（1）列显示，数字普惠金融指数发展对城市户籍人群起到抑制作用，但显著性并不高，因而不能过度解读。第（2）、（3）列分别是数字普惠金融指数对雇主型创业和自我雇佣的分样本回归结果。从回归系数看，数字普惠金融指数主要抑制了城市户籍的自营活动，而对雇主型创业的抑制作用并不显著。

3.4.3 受教育水平

一方面数字普惠金融发展能够改善低教育水平人群的融资约束，带来更多的创业机会，但另一方面也可能因该群体的金融能力较低而产生 “数字鸿沟”。为检验数字普惠金融对不同受教育水平人群的影响情况，本文将样本划分为初中及以下學历人群和高中及以上学历人群，具体的估计结果如表9所示。第（1）-（3）列表明，数字普惠金融指数显著促进低学历人群的创业选择，且对低学历人群的雇主型创业的促进作用更加显著，“数字红利”得到凸显。对于较高教育水平人群而言，数字普惠金融的总体促进作用并不明显，但是对于雇主型创业却产生了积极正向促进作用，这意味着数字普惠金融能够促进较高教育水平的流动人群追逐市场机会，促进他们进行雇主型创业。

3.4.4 收入阶层

由于数字普惠金融能够缓解创业者的融资约束，因此对于低财富禀赋个体来说，这种效果应该更加明显。为进一步研究数字金融对低收入者具有更强的普惠性，本文把样本根据受访者家庭人均收入在流入地的排名划分为30%以下组和30%以上组两类，并对分样本进行回归，回归结果如表10所示。

第（1）-（3）列显示，数字普惠金融对低收入阶层总体创业、雇主型创业和自我雇佣均具有显著促进作用。这验证了数字金融确实具有普惠性，体现了“数字红利”效应。第（4）-（6）列是对中高收入阶层的回归结果，结果显示数字普惠金融主要促进了该类群体的雇主型创业。

4 结论与建议

4.1 研究结论

为考察数字普惠金融发展对我国流动人口创业选择的影响，本文基于2017年全国流动人口卫生计生动态监测调查数据和北京大学数字金融研究中心发布的市级普惠金融指数匹配数据进行了实证分析。研究发现：数字普惠金融对流动人口创业具有显著正向促进作用。从普惠金融指数二级指标分析发现，普惠金融指数通过覆盖广度、使用深度两个方面对流动人口创业产生促进作用。异质性分析表明，数字普惠金融对城市流动人口产生积极促进作用，特别是对农村户籍在城市打拼的个体的创业选择产生更加显著的促进作用；数字普惠金融对低教育水平、低收入阶层影响更加显著；数字普惠金融在我国的发展具有普惠性特征。

4.2 政策建议

为促进和支持流动人口群体的创业活动，提出如下政策建议：第一，要进一步深化金融市场化改革，营造多元化融資渠道，增强数字普惠金融对广大流动人口群体的金融支持力度。第二，要深化互联网治理模式改革，关注相对弱势群体的接入和使用。开发操作更加简单、交易更加便捷、账户更加安全的数字普惠金融产品。通过学校教育、社会机构免费培训等方式提升社会各阶层的金融素养和金融能力，使我国广大群众会用、敢用数字普惠金融产品，增进数字普惠金融的“数字红利”效应。第三，在促进数字金融服务的移动化、实惠化、便利化功能的同时，要进一步强化信用消费监管，警惕过度信用消费行为对个体创业的负面影响。

参考文献：

[1]潘春阳，王紫妍.创业的得与失——中国居民创业的货币与非货币回报[J].世界经济文汇，2016（4）：102-120.

[2]王春超，冯大威.中国城镇创业行为与收入溢价[J].经济学动态，2018 （4）：28-42.

[3]CAGETTI M，NARDI M D. Entrepreneurship，frictions，and wealth[J].Journal of Political Economy，2006（5）： 835-870.

[4]PARKER S.The economics of entrepreneurship[M].London：Cambridge University Press，2009.

[5]BLANCHFLOWER D G，OSWALD A J.What makes an entrepreneur？[J].Journal of Labor Economics，1998（16）： 26-60.

[6]张佳源，刘沂珊，杨玉红.移民创业研究述评[J].科技创业月刊， 2022，35（2）：26-31.

[7]LYONS A C，CONTRERAS S.A simultaneous model of youth entrepreneurship and financial inclusion across developing countries[C].Washington：Southern Regional Science Association Meeting，2017.

[8]KAIRIZA，TERRENCE，KIPRONO，et al.Gender differences in financial inclusion amongst entrepreneurs in zimbabwe[J].Small Business Economics，2017，48（1）：259-272.

[9]谢绚丽，沈艳，张皓星，等.数字金融能促进创业吗？——来自中国的证据[J].经济学（季刊），2018，17（4）：1557-1580.

[10]何婧，李庆海.数字金融使用与农户创业行为[J].中国农村经济，2019（1）：112-126.

[11]冯大威，高梦桃，周利.数字普惠金融与居民创业：来自中国劳动力动态调查的证据[J].金融经济学研究，2020，35（1）：91-103.

[12]董婧璇，臧旭恒，姚健.移动支付对居民家庭金融资产配置的影响[J].南开经济评论， 2022（12）：79-98.

[13]尹志超，公雪，郭沛瑶.移动支付对创业的影响——来自中国家庭金融调查的微观证据[J].中国工业经济，2019（3）：119-137.

[14]LUO Y，ZENG L Y.Digital financial capabilities and household entrepreneurship[J].Economic and Political Studies，2020，8（2）：165-202.

[15]王修华，赵亚雄.数字金融发展是否存在马太效应？——贫困户与非贫困户的经验比较[J].金融研究，2020（7）：114-133.

[16]郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（4）：1401-1418.

[17]宁光杰，段乐乐.流动人口的创业选择与收入——户籍的作用及改革启示[J].经济学（季刊），2017，16（2）： 771-792.

[18]魏下海，陈思宇，黎嘉辉.方言技能与流动人口的创业选择[J].中国人口科学，2016（6）：36-46.

（责任编辑：张双钰）