论文部分内容阅读
摘 要：融资是影响中小微企业发展的重要因素。通过对2020年全国县域企业调查数据的分析发现：（1）县域企业使用互联网融资的比例远低于民间借贷和银行信贷，并且互联网贷款在企业负债中的比例低于民间贷款和银行贷款;（2）有流动经历的创业者更可能使用互联网进行融资，并且会扩大互联网贷款在企业负债中的比重;（3）社会信任是流动经历影响县域创业者进行互联网融资的作用机制，即流动经历会通过提升县域创业者的社会信任水平，进而促使其使用互联网进行融资并扩大互联网贷款在企业负债中的占比。在当前中国的县域创业活动中，非正规信贷市场和正规信贷市场仍是创业者进行融资的主要渠道，流动经历是促使县域创业者进行互联网融资的重要因素，由此可得到以下方面的政策启示：第一，加快户籍制度改革，扫清县域居民进入和融入城市的制度障碍。第二，县域政府应为居民流动提供政策支持，降低个体流动成本。第三，县政府应积极落实国家关于返乡创业的相关规定，结合本地实际出台扶持政策，重点推动互联网融资体系建设，加强宣传力度，开展金融培训。第四，互联网融资平台应加强数据分析能力，精准投放贷款，强化客户贷后管理，降低借款人违约的风险。同时，应重视数据安全问题，改进算法，加强管理，保护用户隐私。
关键词：中小微企业;县域企业;互联网融资;流动经历;社会信任
引 言
中小微企业是中国经济体系的重要组成部分，也是推动经济高质量发展的重要力量，但由于金融市场发育不完整，以及金融体制本身存在结构性障碍，中小微企业无论是在使用银行信贷的间接融资渠道还是资本市场的直接融资渠道上都受到很大的约束，由此造成的“融资难”“融资贵”等问题严重抑制了中小微企业的发展。特别是新冠肺炎疫情爆发后，由于人流、物流受到严格限制，中小微企业的生产经营活动一度中断，这对企业的供应链造成了严重冲击，企业的资金链也趋于断裂，财务风险迅速上升 [1]。根据中小企业协会2020年2月15日发布的《关于新冠肺炎疫情对中小企业影响及对策建议的调研报告》显示，在参与调研的6 422家企业中，21.61%的企业无法及时偿还贷款等债务，86.22%的企业账上资金无法支撑3个月以上，33.73%的企业资金支撑不到1个月，只有9.89%的企业反映可以支撑半年以上[2]。随着疫情防控战取得阶段性胜利，企业复工复产进度不断加快，但缺乏资金支持的中小微企业仍面临很大的生存风险。因此，考察中小微企业的融资模式及其行为逻辑是一项刻不容缓的课题，对恢复正常生产生活秩序具有重要的现实意义。
来自正规信贷市场的排斥会促使中小微企业通过民间借贷的方式获取运营资金，由此形成了现代金融部门与传统金融部门并存的二元化金融体系[3]，这在以中国为代表的发展中国家中表现得非常突出[4]。但随着信息技术的快速发展，带有普惠金融性质的互联网借贷平台逐渐增多。互联网融资是传统借贷行为与互联网、大数据、人工智能等现代信息技术相结合产生的新型融资模式[5]。在这种融资体系中，借款人无须提供银行等金融机构需要的抵押品或者利用自己的关系网络来获取贷款，而是直接通过互联网平台获得贷款进行消费或投资。因此，互联网融资显著提升了金融资源的供给能力，并且降低了金融服务门槛，特别是显著缓解了中小微企业面临的融资约束[6]。
目前国内学者从多个方面考察了影响企业或企业主作出互联网融资决策的因素，但相关研究仍有改进空间：（1）分析范围仅限于城市和农村，并未将有着巨大体量的县域创业者考虑在内，造成人们无法全面了解中小微企业的融资模式;（2）调查数据仅来自于对特定地区的调查，样本的规模较小且缺乏全国代表性，从而限制了研究结论的推广范围;（3）现有研究在考察创业者进行互联网融资的影响因素时，忽视了该群体因流动经历不同而具有的差异性及其对融资行为产生的影响。鉴于此，本文利用清华大学县域治理中心、社会与金融中心联合58同镇在全国27个省份2 563县域企业收集的调查数据，客观描述了县域创业者使用不同融资渠道的情况，并且考察了流动经历对县域创业者进行互联网融资的影响。
一、文献回顾与研究假设
（一）文献回顾
现阶段学术界对使用互联网融资的影响因素进行了大量研究。国外学者主要围绕P2P平台考察了中小企业主的个体特征对其获得贷款的影响。Gonzalez等发现与借款人对出借人的吸引力对前者获得贷款具有显著影响，这种吸引力体现在双方的年龄和性别两个方面[7]。Duarte等指出外貌在借款人获取贷款过程中发挥着重要作用，他们发现看起来更可信的借款人获得互联网贷款的可能性更高[8]。Pope等发现互联网信贷市场中存在着种族不平等，即在同等信用评级的情况下，黑人获得的贷款额比白人少25%到35%[9]。除了上述人口学特征外，财务状况对互联网融资也会产生直接影响。Emekter等发现借款人的债务与收入会影响互联网贷款机构对其信用的判定，进而对其获得贷款的可能性以及规模产生影响。此外，社会资本也是影响互联网融资的重要因素[10]。Lin等指出，借款人的信用评级不单单是由其财务状况决定的，還会受到其拥有的社会资本的影响，也即提供担保的人越多，借款人成功融资的可能性越高，并且贷款利率也会显著降低[11]。
互联网融资也引起了国内学者的广泛关注。史贞在无锡、宁波、广州、北京、武汉和成都六城市调研1 527家中小微企业，发现住房抵押、信用和融资设计是提高互联网贷款可得性的关键[12]。针对浙江省科技型中小微企业的研究表明，降低政府干预程度对信息技术产业选择众筹融资模式有促进作用[13]。除了以城市地区的中小微企业作为研究对象外，国内学者特别关注农户进行互联网融资的影响因素。国亮等对陕西省农户的研究发现，农户的性别、教育程度、家庭经济状况、耕地面积、网购频率、对互联网借贷方式的了解程度以及宣传力度等因素对农户选择互联网融资以及贷款金额具有显著影响[14]。闵诗筠从金融需求的角度分析了农户排斥互联网融资的原因，通过对江苏省1 849个农户调查数据的分析发现，缺乏需求是农户排斥互联网融资的影响因素，并且受到传统金融排斥较大，生活在贫困地区的农户对互联网融资更加排斥[15]。 综上所述，近年来国内学术界对互联网融资的讨论形成了一系列高质量的研究成果，为中小微企业获得金融支持提供了很大帮助，但仍有一些有待改进的空间：（1）相关的实证文献所使用的调查数据仅来自于对单一或少数省份的问卷调查，由此获得的企业或创业者的样本不仅规模较小，并且不具有全国代表性，由此得到的研究结论仅适用于特定地区，难以推广到全国。（2）已有关于互联网融资的研究所考察的对象主要是城市和农村地区的中小微企业，忽视了县域中小微企业的重要性。事实上，根据《中国县域统计年鉴2018》和《中国统计年鉴2018》的数据，全国县域人口占比约73.89%，经济占全国GDP约52.9%。而且，由于绝大多数县的经济体量要小于城市，中小微企业往往在县域企业中居于主体地位。（3）此前的研究在分析创业者进行互联网融资的影响因素时，忽视了流动经历的作用。事实上，在城市以外的广大地区，除了本地居民参与创业活动外，有相当大比例的创业者是流动到外地后返回家乡进行创业的居民。在2017年乡村振兴战略实施以及2018年和2019年中央“一号文件”发布之后，各地区的基层政府为扶持创业出台了大量优惠政策，推动了返乡创业热潮出现。截止到2018年底，返乡创业人员达780万人，其中农民工540万人，占70%，其他返鄉下乡人员240万人，占30%[16]。人们在流动过程中不但可以增加积蓄和提升技能，而且能够基于非本地的关系网络来获取更多的社会资本，而社会资本对于个体通过银行之外的途径获得贷款，进而减轻创业初期的融资约束具有重要作用[17]。对于县域创业者而言，他们之中有相当大的比例曾经外出务工和经商，而这种流动经历很可能会通过积累社会资本，促使其使用互联网进行融资，其中信任是社会资本的重要组成部分[18]，所以本文将从信任的角度分析流动经历促进县域创业者使用互联网融资渠道的逻辑。
（二）研究假设
信任是政治经济秩序得以构建和稳定运行的基础性要素，它可以提高组织运行效率、拉动经济增长和增进社会福利[19-20]。但不同类型的信任在推动经济社会发展上所发挥的作用存在差别。个人信任必须通过个体之间面对面互动才能形成，而社会信任不需以真实的互动体验为基础，仅通过对某一类人群或公众整体的抽象感知就可以形成[21]。由于将信任对象从熟人扩展到公众整体，社会信任可以推动一种普遍的规范和文化的生成，从而引导社会成员开展广泛合作。因此，尽管信任是交易活动得以持续、深入开展的前提，但社会信任则是市场经济体系运作的道德基础[22-23]。
金融市场是现代市场经济体系的重要组成部分，它能否正常运作在很大程度上取决于参与者之间是否彼此信任[24]。信贷是金融体系的核心，并且信贷市场在发展中国家通常呈现出正规和非正规并存的二元形态[3]。非正规信贷市场的运作对个人信任具有高度依赖性。在围绕民间信贷行为发生的互动中，出借人与借款人往往处于由血缘、地缘、业缘等纽带形成的社会网络中，双方接触频繁，了解充分，且存在情感联系，这使得双方具有较高的信任水平，因而可以不需要提供抵押品，而仅以未来的还款承诺建立一种不基于法律规定的贷款契约。在这里，源于社会网络的信任是一种隐性的担保机制。此前的研究表明，高度信任对方既可以提高借款人从出借人那里获得贷款的可能性[25]，也可以促使出借人向借款人提供更多的贷款[26]，并且个人信任对民间借贷的促进作用在正规金融市场不发达的农村地区更加明显[27]。
与非正规信贷市场主要依赖个人信任来运作的区别是，正规信贷市场的运作主要受到社会信任的影响。正规信贷市场是在法律框架内进行运作，个体从中获取贷款需要提供高价值的抵押品，融资门槛较高，且流程长、手续复杂，从而产生较高的交易成本。除此之外，借款人一旦违约就会遭受法律的严厉惩罚，不仅要面临巨大的还款压力，而且要承受信用评级下降对开展其他经济活动造成的损失。尽管借款人在正规信贷市场中面临较大的风险，但社会信任则有助于降低个体的风险预期，提升其获得正规信贷的可得性。信任是使特定个体在不确定条件下与他人形成合作关系的一种积极的心理预期[28]。从信息经济学角度来看，信任对缓解环境不确定所引发的信息不对称具有重要作用[29]。企业运营承担着巨大的风险和不确定性[30]，而中小微企业所面临的形势更加严峻。但信任可以促使信任者主观上产生被信任者会向自己提供帮助的一种期待，从而降低人们的风险预期。国外研究表明，即使处于困难时期，信任水平高的创业者对形势的判断并不悲观，反而愿意从事高风险的经济活动[31]。而在高风险的正规信贷市场中，信任同样可以发挥风险分担的功能，这一点也得到经验证据的支持。尹志超等对中国家庭金融调查数据的分析发现，尽管正规融资渠道的风险高于非正式融资渠道，但对陌生人信任的人们更倾向于使用前一种渠道，并且降低使用后一种渠道的可能性[27]。
在互联网融资体系中，借款人仅通过互联网平台与出借人建立联系，这种虚拟互动会造成信息不充分的问题，从而会使借款人产生一定的风险预期。但当借款人对包括陌生人的公众整体高度信任时，这种风险预期也会大大降低，从而激励其通过互联网平台进行融资。本文认为，有流动经历的人所积累的社会资本会集中体现在对公众整体的信任上，从而促使其选择互联网融资渠道。因此本文的研究假设为：流动经历对县域创业者的社会信任有促进作用，进而促使其进行互联网融资。
与此前的研究关注城市或农村中小微企业的银行借贷和民间借贷不同，本文的分析对象是县域中小微企业的互联网借贷行为，而且，与已有的互联网融资影响因素的文献不同，本文重点考察流动经历对互联网借贷行为的影响，并且从社会信任的角度进行机制解释。本研究可以增进人们对当前中国县域中小微企业的借贷行为及其影响因素的认识，并且为有关部门引导县域创业者合理使用互联网平台进行融资提供政策参考。
二、研究设计
（一）数据来源
本研究使用的数据来自清华大学县域治理研究中心、社会与金融研究中心联合“58同城”集团旗下的“58同镇”项目在全国范围对乡村企业开展的问卷调查。数据收集方式为：向“58同镇”分布在全国1.7万个镇长合伙人随机发放问卷，再由镇长随机选取当地企业的负责人进行填答。受疫情的影响，本次调查完全以线上调查的方式进行。调查从2020年5月1日开始，至5月29日结束，共回收有效问卷2 565份，覆盖中国27个省、市、自治区 调查覆盖的省（自治区、直辖市）包括山东、河南、河北、山西、广东、湖南、江苏、湖北、辽宁、甘肃、吉林、陕西、安徽、四川、福建、云南、浙江、江西、广西、宁夏、北京、重庆、青海、天津、贵州、上海、海南。。问卷分为企业负责人基本信息、企业基本信息、疫情期间企业经营状况三个模块。其中，第二个模块同时询问了创业者使用银行借贷、民间借贷和互联网借贷的相关情况，从而可以全面展示当前县域中小微企业的融资模式。在剔除变量含有异常值和缺失值的数据后，将创业者年龄限定在18岁以上，最终保留2 513个企业样本。 （二）变量说明
1.因变量：互联网融资。本次调查向县域创业者询问了是否使用互联网进行融资和互联网融资在企业负债中的占比。首先，根据问卷中的“自准备开始创业起，您是否从互联网借贷平台获取过资金（比如蚂蚁金服、微粒贷、拍拍贷、人人贷等）？”这一问题，构建一个虚拟变量来考察创业者是否使用互联网融资。其次，根据问卷中的“在当前您企业的全部负债中，互联网贷款占百分之几？”这一问题，构建一个连续变量来测度互联网贷款在企业负债中的占比。另外，除了互联网融资外，本次调查还向创业者询问了是否拥有银行贷款和民间贷款以及这两类贷款在企业负债的占比。这样，在考察流动经历对互联网融资的影响之前，对三种融资渠道进行比较分析，以展示互联网融资在当前县域创业活动中的相对地位。
2.自变量：流动经历。根据问卷中“您是否曾经流动到外地？”这一问题构建的虚拟变量，可以将县域创业者区分为没有流动经历和有流动经历的两类样本。需要说明的是，在设计问卷时，我们对“流动”进行了严格定义，具体为：跨区县1个月及以上，以工作、生活等为目的，不包括出差、探亲、旅游、看病等。
3.中介变量：社会信任。此前的研究使用“是否觉得絕大多数人是可信的？”“对陌生人的信任水平”等指标来测量社会信任水平[32-33]。本次调查设计了“您对不认识的人信任度如何？”这一问题，因而可以从对陌生人的信任水平来测度创业者的社会信任水平。
4.控制变量。本文将可能影响创业者进行互联网融资的因素纳入到统计模型中，这些因素可以分为三类：一是创业者的个体特征，包括性别、年龄、婚姻状态、户籍性质、受教育年限、政治面貌;二是企业的组织特征，包括企业经营形式、企业规模、企业上年度盈利状况、行业类型;三是地区变量，包括企业所在地区、人均GDP和互联网普及率。表1展示了上述变量的操作化说明，包括在问卷中对应的题项以及编码方式。
（三）模型设定
测度互联网融资的两个变量分别是虚拟变量和连续变量，因而可以使用Probit模型和多元线性回归模型作为基准模型，模型设定如下：
在以上两式中，Ci表示创业者i是否使用互联网进行融资，Rai表示互联网贷款在创业者i的全部贷款中的占比。Rei表示创业者是否有流动的经历。Χi表示一组来自创业者个体、企业和地区层面的控制变量，μi是随机扰动项。α为常数项，β表示系数，如果β>0，表示流动经历对创业者使用互联网融资以及互联网融资比例具有正向影响。
三、数据分析结果
（一）描述性统计
表2报告了变量的描述性统计结果。在2 513个县域企业中，自创业开始有银行贷款的企业的比例为32%，有民间贷款的比例为36%，有互联网贷款的比例为26%。在企业负债中，银行贷款的平均占比为16.77%，民间贷款的平均占比为13.65%，互联网贷款的平均占比为9.28%。可见，在当前的县域创业活动中，创业者仍主要使用民间借贷和银行借贷这两种传统的融资渠道来获取支撑企业运营的资金，互联网融资在县域创业活动中所发挥的作用相对较小。有53%的县域创业者有流动经历，这说明返乡创业者是县域创业活动的主体。县域创业者在社会信任上的平均得分为2.62，介于“不太信任”和“一般”之间。
男性企业主和女性企业主的占比分别为71%和29%。县域创业者的平均年龄为35岁，说明县域创业具有明显的年轻化特点。创业者有配偶的占比为81%。拥有非农业户口的创业者占全部县域创业者的比例为31%。创业者的平均受教育年限为13年，说明多数的乡村创业者至少拥有高中学历。有16%的创业者加入了中国共产党。
66%的县域企业采取了家庭经营形式，合伙制企业、有限责任公司和股份有限公司所占的比例为34%。企业员工数量平均为4人，说明县域企业以小微企业为主。截止2019年底，有81%的县域企业处于持平或盈利的状态，仅有19%的企业处于亏损状态。县域企业全部从事第二产业和第三产业，所占比的比重分别为13%和87%。位于东部地区的县域企业在受访企业中的占比为42.54%，在中部地区和西部地区的占比分别为43.06%和14.41%。
在使用互联网进行融资的县域创业者中，32%的创业者有流动经历，而没有流动经历的创业者的比例是19%。对于有流动经历的创业者而言，其获得的互联网贷款在企业负债中的占比是11.40%。对于没有流动经历的创业者而言，其获得的互联网贷款在企业负债中的占比是6.91%。此外，经过t统计检验，上述组间差异均是显著的。可见，有流动经历的县域创业者和没有流动经历的县域创业者在互联网融资方面存在显著差异。不过，由于未考察创业者个体特征、企业特征以及地区特征可能对互联网产生的影响，并不能得到流动经历促进互联网融资的结论。因此，我们将在统计模型中通过加入控制变量，控制影响互联网融资的其他潜在因素，同时处理内生性问题，从而识别流动经历与互联网融资的因果关系。
（二）基准回归结果
表3报告了使用Probit模型估计流动经历对使用互联网融资渠道的影响。为方便解释，表中列出的数值为各解释变量的边际效应。模型1只纳入了流动经历变量，其回归系数为0.134，在1%水平上显著，说明流动经历使县域创业者使用互联网融资的可能性平均提高了13.4%。模型2～模型4依次加入个体特征变量、企业特征变量和地区虚拟变量，流动经历变量在模型中的系数值分别为0.108、0.103和0.10，且仍在1%水平上高度显著，说明流动经历将增加县域创业者使用互联网融资渠道的概率大约为10%左右。因此，流动经历对县域创业者通过互联网平台进行融资具有正向作用。
以模型4为基准对控制变量的系数进行解释。性别变量的系数为0.081，且在1%水平上显著，这说明男性使用互联网融资的可能性比女性高出8%，该结果与现实情况较为相符，因为男性的风险偏好强于女性。年龄变量的系数显著为负，说明年龄越大的创业者更不倾向于使用互联网进行融资，这可能与该群体厌恶风险有关。受教育年限与创业呈现正相关关系，县域创业者的受教育年限每增加1年，使用互联网借贷的可能性将提高0.8个百分点。虽然这一结果在5%的水平上显著，但是系数相对较小，说明教育对县域创业者是否选择互联网融资渠道并不是非常重要的因素。政治面貌变量的系数为-0.042，且在统计上显著，这说明非党员创业者比党员创业者更倾向于使用互联网融资。党员身份是政治关联的重要体现[34]，这在基层社会中表现得尤为突出[35]。政治关联对缓解正规信贷市场中的融资约束具有重要作用[36]，而个体或企业缺乏政治关联则会使其遭到正规信贷市场的排斥，进而转向门槛较低的互联网平台进行融资。 企业经营形式变量的系数为-0.058，且在1%水平上显著，这说明以家庭为单位的企业比非家庭企业（合伙企业、有限公司和股份公司）使用互联网融资的可能性更小。一般而言，家庭企业是由家族成员共同经营，往往采取的是基于亲友关系的内源融资模式，对外部融资的需求不高，加上抵御风险的能力较弱，因而对使用互联网进行融资的积极性不高。企业盈利状况对县域创业者使用互联网借贷的影响为负，且边际效应显著。这可能因为盈利企业的财务状况良好，可以通过自有资金投入再生产，因而对从信贷市场获取资金支持的需求较小。最后，行业类型的回归系数显著为正，这说明从事第三产业的县域创业者更倾向于进行互联网融资。
与使用互联网进行融资相比，互联网贷款在企业负债中的占比能够反映互联网融资对企业的重要性。表4报告了使用多元线性回归模型估计流动经历对互联网贷款占比的影响，建模策略与表3保持一致。在模型1中，流动经历的回归系数为4.490，在1%水平上显著，说明流动经历使互联网贷款在企业负债中的占比提升了4.5%。模型2～模型4依次加入个体特征变量、企业特征变量和地区虚拟变量，流动经历变量在模型中的系数值分别为3.592、3.327和3.281，且仍在1%水平上高度显著，说明流动经历将增加互联网贷款在企业负债中的占比大约为3%左右。因此，流动经历不仅会影响县域创业者使用互联网融资的决策，而且会影响企业负债结构，也即提高互联网贷款在企业负债中的占比。
（三）处理样本自选择问题
基准回归结果表明县域创业者的流动经历与互联网融资之间存在正相关关系，但二者是否存在因果关系需要在处理内生性问题后才能判定。样本自选择（sample self-selection）是内生性问题的主要来源，它在本研究中体现为创业者是否曾经选择流动，这一决策过程并不是随机的，而是可能受到其他因素的影响。因此，如果直接比较“流动组”（实验组）和“非流动组”（对照组）在使用互联网融资和互联网贷款占比上的差异，所估计的结果可能存在偏误。为此，本文采用倾向得分匹配法（propensity score matching，以下简称PSM）来处理这一问题。
为保证估计结果的稳健性，本文采取了四种匹配方法，分别是：最近邻匹配（1∶1配比）、半径匹配（半径为0.01）、核匹配（使用默认的核函数和带宽）和局部线性匹配（使用默认的核函数，带宽=0.5）。在进行匹配后发现，实验组与对照组的协变量之间的偏差大幅缩小。除了行业类型外，绝大多数的协变量都不具有显著性差异，这样就基本达到了组间协变量的平衡性要求限于文章篇幅，未展示平衡性检验结果。 。表5报告了采用四种匹配方法计算的ATT结果。可以看到，Panel A 和Panel B中的ATT在绝大多数的模型中的取值都大于0，且都在1%水平上显著，这说明在各方面基本相似的情况下，有流动经历的县域创业者更倾向于使用互联网融资，并且会扩大互联网贷款在企业负债中的比例。因此，在处理了样本选择偏差后，基准回归结果仍是稳健的，也即流动经济对县域创业者通过互联网进行融资具有正向影响。
（四）作用机制分析
在证实了流动经历对县域创业者进行互联网融资具有促进作用的基础上，需要进一步考察這一关系形成的作用机制。在理论分析部分，我们从社会信任的角度阐释了流动经历可能促进互联网融资的逻辑，也即流动经历可以提升创业者的社会信任水平，降低其对外部风险的预期，从而愿意使用有一定风险的互联网平台获取贷款。社会信任是否是流动经历促使互联网融资的作用机制需要实证检验。为此，我们采用Baron和Kenny提出的机制检验方法[37]，它的基本原理是：以解释变量X对被解释变量Y具有统计上的显著作用作为前提，机制变量Z的变化一方面显著受到变量X的影响，同时又对变量Y的变化具有明显作用。具体的检验过程分为三个阶段：第一步，将因变量对自变量进行回归;第二步，将测量作用机制的是变量对自变量进行回归。若系数在统计上显著，表明中介变量会受到自变量的影响;第三步，将因变量对自变量和机制变量进行回归，并且将这一步所得到的自变量的系数与该变量在第一步中的系数进行比较，如果系数不显著或者显著但系数绝对值下降，则可以证明中介效应是真实存在的。
表6报告了中介效应检验结果。模型2和模型4的结果显示，流动经历对县域创业者的社会信任具有显著的促进作用。在同时纳入自变量和中介变量的模型3和模型6中，社会信任变量的系数都在1%水平上显著为正，这表明社会信任会促使县域创业者使用互联网融资，扩大互联网贷款在企业负债中的占比。然而，与模型1和模型4相比，流动经历在模型3和模型6中的系数仍然在统计上显著，但系数值明显变小。根据检验中介效应存在的标准，社会信任是流动经历影响县域创业者进行互联网融资的作用机制，即流动经历会通过提升县域创业者的社会信任水平，进而促使其使用互联网进行融资并扩大互联网贷款在企业负债中的占比。这样，本文提出的核心假设得到证实。
四、结论与讨论
缺乏资金支持是制约中小微企业可持续发展的重要因素，而新冠肺炎疫情的爆发又使企业的财务风险进一步加剧，从而使其在当前面临严峻的生存危机。与已有文献仅关注城市和农村中小微企业的借贷行为不同的是，本文将研究对象聚焦于县域中小微企业，并且重点考察了流动经历对创业者进行互联网融资的影响以及作用机制。通过对全国27个省份2 513个县域企业的调查数据的分析，获得了以下发现：（1）县域企业使用互联网进行融资的比例远低于民间借贷和银行信贷这两种传统融资渠道，并且互联网贷款在企业负债中的比例低于民间贷款和银行贷款的占比。（2）有流动经历的创业者更可能使用互联网进行融资，并且会扩大互联网贷款在企业负债中的比重。这一结论在处理了样本自选择问题后仍然成立。（3）社会信任是流动经历影响县域创业者进行互联网融资的作用机制，即流动经历会通过提升县域创业者的社会信任水平，进而促使其使用互联网进行融资，并扩大互联网贷款在企业负债中的占比。 从上述结果可知，在当前中国的县域创业活动中，非正规信贷市场和正规信贷市场仍是创业者进行融资的主要渠道。虽然互联网金融发展迅速，但其在县域层面仍未取代传统的融资渠道。不过，流动经历被证实是促使县域创业者进行互联网融资的重要因素，这对推动互联网融资体系在县域层面的发展具有一定的政策启示：（1）加快户籍制度改革，扫清县域居民进入和融入城市的制度障碍。流入地政府应加快破除基于户籍身份的进城和落户的限制，为外地居民参与城市劳动力市场和自主创业提供政策保护，推动公共服务均等化改革，努力缩小外地居民与本地居民在教育、医疗、社会保障等方面的待遇差别，营造公平的就业和创业环境。（2）县域政府应为居民流动提供政策支持，降低个体流动成本。县政府的有关部门可以与劳动力需求大的城市建立长期合作关系，加强沟通，向当地居民提供就业和创业信息，缓解信息不对称问题。同时，建立常态化的劳务输出体系，组织本地劳动力统一进行流动。（3）县域政府应积极落实国家关于返乡创业的相关规定，结合本地实际出台扶持政策，重点推动互联网融资体系建设，加强宣传力度，开展金融培训。此外，政府部门可以与互联网企业合作搭建融资平台，简化申请流程，缩短办理时间，并且加强对借款人的监督，提高资金使用效率。（4）互联网融资平台应加强数据分析能力，精准投放贷款，强化客户贷后管理，降低借款人违约的风险。同时，应重视数据安全问题，改进算法，加强管理，保护用户隐私。
参考文献：
[1] 朱武祥，张平，李鹏飞，等.疫情冲击下中小微企业困境与政策效率提升——基于两次全国问卷调查的分析[J].管理世界，2020，36（4）：13-26.
[2] 崔秋阳.中小企业协会调查报告：疫情中的困境与自救[EB/OL].（2020-03-02）[2020-50-20].https：//tech.sina.com.cn/roll/202-03-02/doc-iimxxstf5807914.shtml.
[3] MCKINNON R I.Money and Capital in Economic Development[M].Washington：Brookings Institution Press，1973：8.
[4] 曹力群.當前我国农村金融市场主体行为研究[J].金融论坛，2001（5）：6-11.
[5] 鲁钊阳.P2P网络借贷风险规制法律问题研究[J].商业研究，2017（3）：183-192.
[6] 刘满凤，赵珑.互联网金融视角下小微企业融资约束问题的破解[J].管理评论，2019，31（3）：39-49.
[7] GONZALEZ L，LOUREIRO Y K.When Can A Photo Increase Credit？The Impact of Lender and Borrower Profiles on Online Peer-to-Peer Loans[J].Journal of Behavioral and Experimental Finance，2014，2：44-58.
[8] DUARTE J，SIEGEL S，YOUNG L.Trust and Credit：The Role of Appearance in Peer-to-Peer Lending[J].The Review of Financial Studies，2012，25（8）：2455-2484.
[9] POPE D G，SYDNOR J R.What’s in A Picture？ Evidence of Discrimination From Prosper.com[J].Journal of Human Resources，2011， 46（1）：53-92.
[10] EMEKTER R，TU Y.Evaluating Credit Risk and Loan Performance in Online Peer-to-Peer （P2P） Lending[J].Applied Economics，2015，47（1）：54-70.
[11] LIN M，PRABHALA N R，VISWANATHAN S.Judging Borrowers by the Company They Keep：Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending[J].Management Science，2013，59（1）：17-35.
[12] 史贞.基于互联网金融的小微企业融资可得性研究[J].经济体制改革，2016（2）：155-159.
[13] 张英杰.科技型中小企业互联网众筹融资现状及对策——基于浙江省的实证分析[J].中国科技论坛，2017（1）：82-87.
[14] 国亮，杨博，赤艳玲，等.互联网平台农户贷款行为影响因素研究——以陕西省农户为例[J].新疆农垦经济，2018（5）：67-74.
[15] 闵诗筠.金融需求视角下农户互联网金融排斥的影响因素研究——基于江苏省1 849个农户的调查数据[J].审计与经济研究，2020，35（2）：117-127.
[16] 王凯博.我国返乡下乡创业创新人员达780万人 带动收入增加[EB/OL].（2019-01-10）[2020-06-08].http：//news.cctv.com/2019/01/10/ARTIhsWlL0s1eFHQn0LMF1GZ190110.shtml.
[17] 马光荣，杨恩艳.社会网络、非正规金融与创业[J].经济研究，2011，46（3）：83-94. [18] PUTNAM R D.Making Democracy Work：Civic Traditions in Modern Italy[M].Princeton，NJ：Princeton University Press，1993：14.
[19] KNACK S，KEEFER P.Does Social Capital Have An Economic Payoff？ A Cross-country Investigation[J].The Quarterly Journal of Economics，1997，112（4）：1251-1288.
[20] GUISO L，SAPIENZA P.The Role of Social Capital in Financial Development[J].American Economic Review，2004，94（3）：526-556.
[21] LUO J D.Particularistic Trust and General Trust：A Network Analysis in Chinese Organizations[J].Management and Organization Review，2005，1（3）：437-458.
[22] 弗朗西斯·福山.信任：社会美德与创造经济繁荣[M].彭志华，译.海口：海南出版社，2001：22.
[23] 张维迎，柯荣住.信任及其解释：来自中国的跨省调查分析[J].经济研究，2002（10）：59-70.
[24] 郭丽婷.社会信任、政治关联与中小企业融资[J].金融论坛，2014，19（4）：34-42.
[25] 徐丽鹤，袁燕.财富分层、社会资本与农户民间借贷的可得性[J].金融研究，2017（2）：131-146.
[26] 方来.宗教文化、社会资本与民间借贷行为研究——来自临夏回族自治州的经验证据[J].财经问题研究，2018（7）：54-62.
[27] 尹志超，潘北啸.信任视角下的家庭借贷行为研究[J].金融论坛，2020，25（4）：15-26.
[28] FAFCHAMPS M.Market Institutions in Sub-saharan Africa：Theory and Evidence[M].Cambrige：MIT Press，2003：3.
[29] ARROW K J.Gifts and Exchanges[J].Philosophy Public Affairs，1972：343-362.
[30] KNIGHT F.Risk，Uncertainty and Profit[M].New York：Houghton Mifflin，1921：5.
[31] MAYER R C，DAVIS J H，SCHOORMAN F D.An Integrative Model of Organizational Trust[J].Academy of Management Review，1995，20（3）：709-734.
[32] 黄玖立，刘畅.方言与社会信任[J].财经研究，2017，43（7）：83-94.
[33] 董詩涵.社会信任与个人贷款供给行为[J].金融论坛，2020，25（6）：71-80.
[34] 何晓斌，郑刚，滕颖.民营企业家的政治关联类型与企业绩效——基于2014年全国私营企业调查数据的实证检验[J].学海，2019（6）：73-81.
[35] 徐勇.由能人到法治：中国农村基层治理模式转换——以若干个案为例兼析能人政治现象[J].华中师范大学学报（哲学社会科学版），1996（4）：1-8.
[36] 于蔚，汪淼军，金祥荣.政治关联和融资约束：信息效应与资源效应[J].经济研究，2012，47（9）：125-139.
[37] BARON R M，KENNY D A.The Moderator-mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations[J].Journal of Personality and Social Psychology，1986，51（6）：1173.
关键词：中小微企业;县域企业;互联网融资;流动经历;社会信任
引 言
中小微企业是中国经济体系的重要组成部分，也是推动经济高质量发展的重要力量，但由于金融市场发育不完整，以及金融体制本身存在结构性障碍，中小微企业无论是在使用银行信贷的间接融资渠道还是资本市场的直接融资渠道上都受到很大的约束，由此造成的“融资难”“融资贵”等问题严重抑制了中小微企业的发展。特别是新冠肺炎疫情爆发后，由于人流、物流受到严格限制，中小微企业的生产经营活动一度中断，这对企业的供应链造成了严重冲击，企业的资金链也趋于断裂，财务风险迅速上升 [1]。根据中小企业协会2020年2月15日发布的《关于新冠肺炎疫情对中小企业影响及对策建议的调研报告》显示，在参与调研的6 422家企业中，21.61%的企业无法及时偿还贷款等债务，86.22%的企业账上资金无法支撑3个月以上，33.73%的企业资金支撑不到1个月，只有9.89%的企业反映可以支撑半年以上[2]。随着疫情防控战取得阶段性胜利，企业复工复产进度不断加快，但缺乏资金支持的中小微企业仍面临很大的生存风险。因此，考察中小微企业的融资模式及其行为逻辑是一项刻不容缓的课题，对恢复正常生产生活秩序具有重要的现实意义。
来自正规信贷市场的排斥会促使中小微企业通过民间借贷的方式获取运营资金，由此形成了现代金融部门与传统金融部门并存的二元化金融体系[3]，这在以中国为代表的发展中国家中表现得非常突出[4]。但随着信息技术的快速发展，带有普惠金融性质的互联网借贷平台逐渐增多。互联网融资是传统借贷行为与互联网、大数据、人工智能等现代信息技术相结合产生的新型融资模式[5]。在这种融资体系中，借款人无须提供银行等金融机构需要的抵押品或者利用自己的关系网络来获取贷款，而是直接通过互联网平台获得贷款进行消费或投资。因此，互联网融资显著提升了金融资源的供给能力，并且降低了金融服务门槛，特别是显著缓解了中小微企业面临的融资约束[6]。
目前国内学者从多个方面考察了影响企业或企业主作出互联网融资决策的因素，但相关研究仍有改进空间：（1）分析范围仅限于城市和农村，并未将有着巨大体量的县域创业者考虑在内，造成人们无法全面了解中小微企业的融资模式;（2）调查数据仅来自于对特定地区的调查，样本的规模较小且缺乏全国代表性，从而限制了研究结论的推广范围;（3）现有研究在考察创业者进行互联网融资的影响因素时，忽视了该群体因流动经历不同而具有的差异性及其对融资行为产生的影响。鉴于此，本文利用清华大学县域治理中心、社会与金融中心联合58同镇在全国27个省份2 563县域企业收集的调查数据，客观描述了县域创业者使用不同融资渠道的情况，并且考察了流动经历对县域创业者进行互联网融资的影响。
一、文献回顾与研究假设
（一）文献回顾
现阶段学术界对使用互联网融资的影响因素进行了大量研究。国外学者主要围绕P2P平台考察了中小企业主的个体特征对其获得贷款的影响。Gonzalez等发现与借款人对出借人的吸引力对前者获得贷款具有显著影响，这种吸引力体现在双方的年龄和性别两个方面[7]。Duarte等指出外貌在借款人获取贷款过程中发挥着重要作用，他们发现看起来更可信的借款人获得互联网贷款的可能性更高[8]。Pope等发现互联网信贷市场中存在着种族不平等，即在同等信用评级的情况下，黑人获得的贷款额比白人少25%到35%[9]。除了上述人口学特征外，财务状况对互联网融资也会产生直接影响。Emekter等发现借款人的债务与收入会影响互联网贷款机构对其信用的判定，进而对其获得贷款的可能性以及规模产生影响。此外，社会资本也是影响互联网融资的重要因素[10]。Lin等指出，借款人的信用评级不单单是由其财务状况决定的，還会受到其拥有的社会资本的影响，也即提供担保的人越多，借款人成功融资的可能性越高，并且贷款利率也会显著降低[11]。
互联网融资也引起了国内学者的广泛关注。史贞在无锡、宁波、广州、北京、武汉和成都六城市调研1 527家中小微企业，发现住房抵押、信用和融资设计是提高互联网贷款可得性的关键[12]。针对浙江省科技型中小微企业的研究表明，降低政府干预程度对信息技术产业选择众筹融资模式有促进作用[13]。除了以城市地区的中小微企业作为研究对象外，国内学者特别关注农户进行互联网融资的影响因素。国亮等对陕西省农户的研究发现，农户的性别、教育程度、家庭经济状况、耕地面积、网购频率、对互联网借贷方式的了解程度以及宣传力度等因素对农户选择互联网融资以及贷款金额具有显著影响[14]。闵诗筠从金融需求的角度分析了农户排斥互联网融资的原因，通过对江苏省1 849个农户调查数据的分析发现，缺乏需求是农户排斥互联网融资的影响因素，并且受到传统金融排斥较大，生活在贫困地区的农户对互联网融资更加排斥[15]。 综上所述，近年来国内学术界对互联网融资的讨论形成了一系列高质量的研究成果，为中小微企业获得金融支持提供了很大帮助，但仍有一些有待改进的空间：（1）相关的实证文献所使用的调查数据仅来自于对单一或少数省份的问卷调查，由此获得的企业或创业者的样本不仅规模较小，并且不具有全国代表性，由此得到的研究结论仅适用于特定地区，难以推广到全国。（2）已有关于互联网融资的研究所考察的对象主要是城市和农村地区的中小微企业，忽视了县域中小微企业的重要性。事实上，根据《中国县域统计年鉴2018》和《中国统计年鉴2018》的数据，全国县域人口占比约73.89%，经济占全国GDP约52.9%。而且，由于绝大多数县的经济体量要小于城市，中小微企业往往在县域企业中居于主体地位。（3）此前的研究在分析创业者进行互联网融资的影响因素时，忽视了流动经历的作用。事实上，在城市以外的广大地区，除了本地居民参与创业活动外，有相当大比例的创业者是流动到外地后返回家乡进行创业的居民。在2017年乡村振兴战略实施以及2018年和2019年中央“一号文件”发布之后，各地区的基层政府为扶持创业出台了大量优惠政策，推动了返乡创业热潮出现。截止到2018年底，返乡创业人员达780万人，其中农民工540万人，占70%，其他返鄉下乡人员240万人，占30%[16]。人们在流动过程中不但可以增加积蓄和提升技能，而且能够基于非本地的关系网络来获取更多的社会资本，而社会资本对于个体通过银行之外的途径获得贷款，进而减轻创业初期的融资约束具有重要作用[17]。对于县域创业者而言，他们之中有相当大的比例曾经外出务工和经商，而这种流动经历很可能会通过积累社会资本，促使其使用互联网进行融资，其中信任是社会资本的重要组成部分[18]，所以本文将从信任的角度分析流动经历促进县域创业者使用互联网融资渠道的逻辑。
（二）研究假设
信任是政治经济秩序得以构建和稳定运行的基础性要素，它可以提高组织运行效率、拉动经济增长和增进社会福利[19-20]。但不同类型的信任在推动经济社会发展上所发挥的作用存在差别。个人信任必须通过个体之间面对面互动才能形成，而社会信任不需以真实的互动体验为基础，仅通过对某一类人群或公众整体的抽象感知就可以形成[21]。由于将信任对象从熟人扩展到公众整体，社会信任可以推动一种普遍的规范和文化的生成，从而引导社会成员开展广泛合作。因此，尽管信任是交易活动得以持续、深入开展的前提，但社会信任则是市场经济体系运作的道德基础[22-23]。
金融市场是现代市场经济体系的重要组成部分，它能否正常运作在很大程度上取决于参与者之间是否彼此信任[24]。信贷是金融体系的核心，并且信贷市场在发展中国家通常呈现出正规和非正规并存的二元形态[3]。非正规信贷市场的运作对个人信任具有高度依赖性。在围绕民间信贷行为发生的互动中，出借人与借款人往往处于由血缘、地缘、业缘等纽带形成的社会网络中，双方接触频繁，了解充分，且存在情感联系，这使得双方具有较高的信任水平，因而可以不需要提供抵押品，而仅以未来的还款承诺建立一种不基于法律规定的贷款契约。在这里，源于社会网络的信任是一种隐性的担保机制。此前的研究表明，高度信任对方既可以提高借款人从出借人那里获得贷款的可能性[25]，也可以促使出借人向借款人提供更多的贷款[26]，并且个人信任对民间借贷的促进作用在正规金融市场不发达的农村地区更加明显[27]。
与非正规信贷市场主要依赖个人信任来运作的区别是，正规信贷市场的运作主要受到社会信任的影响。正规信贷市场是在法律框架内进行运作，个体从中获取贷款需要提供高价值的抵押品，融资门槛较高，且流程长、手续复杂，从而产生较高的交易成本。除此之外，借款人一旦违约就会遭受法律的严厉惩罚，不仅要面临巨大的还款压力，而且要承受信用评级下降对开展其他经济活动造成的损失。尽管借款人在正规信贷市场中面临较大的风险，但社会信任则有助于降低个体的风险预期，提升其获得正规信贷的可得性。信任是使特定个体在不确定条件下与他人形成合作关系的一种积极的心理预期[28]。从信息经济学角度来看，信任对缓解环境不确定所引发的信息不对称具有重要作用[29]。企业运营承担着巨大的风险和不确定性[30]，而中小微企业所面临的形势更加严峻。但信任可以促使信任者主观上产生被信任者会向自己提供帮助的一种期待，从而降低人们的风险预期。国外研究表明，即使处于困难时期，信任水平高的创业者对形势的判断并不悲观，反而愿意从事高风险的经济活动[31]。而在高风险的正规信贷市场中，信任同样可以发挥风险分担的功能，这一点也得到经验证据的支持。尹志超等对中国家庭金融调查数据的分析发现，尽管正规融资渠道的风险高于非正式融资渠道，但对陌生人信任的人们更倾向于使用前一种渠道，并且降低使用后一种渠道的可能性[27]。
在互联网融资体系中，借款人仅通过互联网平台与出借人建立联系，这种虚拟互动会造成信息不充分的问题，从而会使借款人产生一定的风险预期。但当借款人对包括陌生人的公众整体高度信任时，这种风险预期也会大大降低，从而激励其通过互联网平台进行融资。本文认为，有流动经历的人所积累的社会资本会集中体现在对公众整体的信任上，从而促使其选择互联网融资渠道。因此本文的研究假设为：流动经历对县域创业者的社会信任有促进作用，进而促使其进行互联网融资。
与此前的研究关注城市或农村中小微企业的银行借贷和民间借贷不同，本文的分析对象是县域中小微企业的互联网借贷行为，而且，与已有的互联网融资影响因素的文献不同，本文重点考察流动经历对互联网借贷行为的影响，并且从社会信任的角度进行机制解释。本研究可以增进人们对当前中国县域中小微企业的借贷行为及其影响因素的认识，并且为有关部门引导县域创业者合理使用互联网平台进行融资提供政策参考。
二、研究设计
（一）数据来源
本研究使用的数据来自清华大学县域治理研究中心、社会与金融研究中心联合“58同城”集团旗下的“58同镇”项目在全国范围对乡村企业开展的问卷调查。数据收集方式为：向“58同镇”分布在全国1.7万个镇长合伙人随机发放问卷，再由镇长随机选取当地企业的负责人进行填答。受疫情的影响，本次调查完全以线上调查的方式进行。调查从2020年5月1日开始，至5月29日结束，共回收有效问卷2 565份，覆盖中国27个省、市、自治区 调查覆盖的省（自治区、直辖市）包括山东、河南、河北、山西、广东、湖南、江苏、湖北、辽宁、甘肃、吉林、陕西、安徽、四川、福建、云南、浙江、江西、广西、宁夏、北京、重庆、青海、天津、贵州、上海、海南。。问卷分为企业负责人基本信息、企业基本信息、疫情期间企业经营状况三个模块。其中，第二个模块同时询问了创业者使用银行借贷、民间借贷和互联网借贷的相关情况，从而可以全面展示当前县域中小微企业的融资模式。在剔除变量含有异常值和缺失值的数据后，将创业者年龄限定在18岁以上，最终保留2 513个企业样本。 （二）变量说明
1.因变量：互联网融资。本次调查向县域创业者询问了是否使用互联网进行融资和互联网融资在企业负债中的占比。首先，根据问卷中的“自准备开始创业起，您是否从互联网借贷平台获取过资金（比如蚂蚁金服、微粒贷、拍拍贷、人人贷等）？”这一问题，构建一个虚拟变量来考察创业者是否使用互联网融资。其次，根据问卷中的“在当前您企业的全部负债中，互联网贷款占百分之几？”这一问题，构建一个连续变量来测度互联网贷款在企业负债中的占比。另外，除了互联网融资外，本次调查还向创业者询问了是否拥有银行贷款和民间贷款以及这两类贷款在企业负债的占比。这样，在考察流动经历对互联网融资的影响之前，对三种融资渠道进行比较分析，以展示互联网融资在当前县域创业活动中的相对地位。
2.自变量：流动经历。根据问卷中“您是否曾经流动到外地？”这一问题构建的虚拟变量，可以将县域创业者区分为没有流动经历和有流动经历的两类样本。需要说明的是，在设计问卷时，我们对“流动”进行了严格定义，具体为：跨区县1个月及以上，以工作、生活等为目的，不包括出差、探亲、旅游、看病等。
3.中介变量：社会信任。此前的研究使用“是否觉得絕大多数人是可信的？”“对陌生人的信任水平”等指标来测量社会信任水平[32-33]。本次调查设计了“您对不认识的人信任度如何？”这一问题，因而可以从对陌生人的信任水平来测度创业者的社会信任水平。
4.控制变量。本文将可能影响创业者进行互联网融资的因素纳入到统计模型中，这些因素可以分为三类：一是创业者的个体特征，包括性别、年龄、婚姻状态、户籍性质、受教育年限、政治面貌;二是企业的组织特征，包括企业经营形式、企业规模、企业上年度盈利状况、行业类型;三是地区变量，包括企业所在地区、人均GDP和互联网普及率。表1展示了上述变量的操作化说明，包括在问卷中对应的题项以及编码方式。
（三）模型设定
测度互联网融资的两个变量分别是虚拟变量和连续变量，因而可以使用Probit模型和多元线性回归模型作为基准模型，模型设定如下：
在以上两式中，Ci表示创业者i是否使用互联网进行融资，Rai表示互联网贷款在创业者i的全部贷款中的占比。Rei表示创业者是否有流动的经历。Χi表示一组来自创业者个体、企业和地区层面的控制变量，μi是随机扰动项。α为常数项，β表示系数，如果β>0，表示流动经历对创业者使用互联网融资以及互联网融资比例具有正向影响。
三、数据分析结果
（一）描述性统计
表2报告了变量的描述性统计结果。在2 513个县域企业中，自创业开始有银行贷款的企业的比例为32%，有民间贷款的比例为36%，有互联网贷款的比例为26%。在企业负债中，银行贷款的平均占比为16.77%，民间贷款的平均占比为13.65%，互联网贷款的平均占比为9.28%。可见，在当前的县域创业活动中，创业者仍主要使用民间借贷和银行借贷这两种传统的融资渠道来获取支撑企业运营的资金，互联网融资在县域创业活动中所发挥的作用相对较小。有53%的县域创业者有流动经历，这说明返乡创业者是县域创业活动的主体。县域创业者在社会信任上的平均得分为2.62，介于“不太信任”和“一般”之间。
男性企业主和女性企业主的占比分别为71%和29%。县域创业者的平均年龄为35岁，说明县域创业具有明显的年轻化特点。创业者有配偶的占比为81%。拥有非农业户口的创业者占全部县域创业者的比例为31%。创业者的平均受教育年限为13年，说明多数的乡村创业者至少拥有高中学历。有16%的创业者加入了中国共产党。
66%的县域企业采取了家庭经营形式，合伙制企业、有限责任公司和股份有限公司所占的比例为34%。企业员工数量平均为4人，说明县域企业以小微企业为主。截止2019年底，有81%的县域企业处于持平或盈利的状态，仅有19%的企业处于亏损状态。县域企业全部从事第二产业和第三产业，所占比的比重分别为13%和87%。位于东部地区的县域企业在受访企业中的占比为42.54%，在中部地区和西部地区的占比分别为43.06%和14.41%。
在使用互联网进行融资的县域创业者中，32%的创业者有流动经历，而没有流动经历的创业者的比例是19%。对于有流动经历的创业者而言，其获得的互联网贷款在企业负债中的占比是11.40%。对于没有流动经历的创业者而言，其获得的互联网贷款在企业负债中的占比是6.91%。此外，经过t统计检验，上述组间差异均是显著的。可见，有流动经历的县域创业者和没有流动经历的县域创业者在互联网融资方面存在显著差异。不过，由于未考察创业者个体特征、企业特征以及地区特征可能对互联网产生的影响，并不能得到流动经历促进互联网融资的结论。因此，我们将在统计模型中通过加入控制变量，控制影响互联网融资的其他潜在因素，同时处理内生性问题，从而识别流动经历与互联网融资的因果关系。
（二）基准回归结果
表3报告了使用Probit模型估计流动经历对使用互联网融资渠道的影响。为方便解释，表中列出的数值为各解释变量的边际效应。模型1只纳入了流动经历变量，其回归系数为0.134，在1%水平上显著，说明流动经历使县域创业者使用互联网融资的可能性平均提高了13.4%。模型2～模型4依次加入个体特征变量、企业特征变量和地区虚拟变量，流动经历变量在模型中的系数值分别为0.108、0.103和0.10，且仍在1%水平上高度显著，说明流动经历将增加县域创业者使用互联网融资渠道的概率大约为10%左右。因此，流动经历对县域创业者通过互联网平台进行融资具有正向作用。
以模型4为基准对控制变量的系数进行解释。性别变量的系数为0.081，且在1%水平上显著，这说明男性使用互联网融资的可能性比女性高出8%，该结果与现实情况较为相符，因为男性的风险偏好强于女性。年龄变量的系数显著为负，说明年龄越大的创业者更不倾向于使用互联网进行融资，这可能与该群体厌恶风险有关。受教育年限与创业呈现正相关关系，县域创业者的受教育年限每增加1年，使用互联网借贷的可能性将提高0.8个百分点。虽然这一结果在5%的水平上显著，但是系数相对较小，说明教育对县域创业者是否选择互联网融资渠道并不是非常重要的因素。政治面貌变量的系数为-0.042，且在统计上显著，这说明非党员创业者比党员创业者更倾向于使用互联网融资。党员身份是政治关联的重要体现[34]，这在基层社会中表现得尤为突出[35]。政治关联对缓解正规信贷市场中的融资约束具有重要作用[36]，而个体或企业缺乏政治关联则会使其遭到正规信贷市场的排斥，进而转向门槛较低的互联网平台进行融资。 企业经营形式变量的系数为-0.058，且在1%水平上显著，这说明以家庭为单位的企业比非家庭企业（合伙企业、有限公司和股份公司）使用互联网融资的可能性更小。一般而言，家庭企业是由家族成员共同经营，往往采取的是基于亲友关系的内源融资模式，对外部融资的需求不高，加上抵御风险的能力较弱，因而对使用互联网进行融资的积极性不高。企业盈利状况对县域创业者使用互联网借贷的影响为负，且边际效应显著。这可能因为盈利企业的财务状况良好，可以通过自有资金投入再生产，因而对从信贷市场获取资金支持的需求较小。最后，行业类型的回归系数显著为正，这说明从事第三产业的县域创业者更倾向于进行互联网融资。
与使用互联网进行融资相比，互联网贷款在企业负债中的占比能够反映互联网融资对企业的重要性。表4报告了使用多元线性回归模型估计流动经历对互联网贷款占比的影响，建模策略与表3保持一致。在模型1中，流动经历的回归系数为4.490，在1%水平上显著，说明流动经历使互联网贷款在企业负债中的占比提升了4.5%。模型2～模型4依次加入个体特征变量、企业特征变量和地区虚拟变量，流动经历变量在模型中的系数值分别为3.592、3.327和3.281，且仍在1%水平上高度显著，说明流动经历将增加互联网贷款在企业负债中的占比大约为3%左右。因此，流动经历不仅会影响县域创业者使用互联网融资的决策，而且会影响企业负债结构，也即提高互联网贷款在企业负债中的占比。
（三）处理样本自选择问题
基准回归结果表明县域创业者的流动经历与互联网融资之间存在正相关关系，但二者是否存在因果关系需要在处理内生性问题后才能判定。样本自选择（sample self-selection）是内生性问题的主要来源，它在本研究中体现为创业者是否曾经选择流动，这一决策过程并不是随机的，而是可能受到其他因素的影响。因此，如果直接比较“流动组”（实验组）和“非流动组”（对照组）在使用互联网融资和互联网贷款占比上的差异，所估计的结果可能存在偏误。为此，本文采用倾向得分匹配法（propensity score matching，以下简称PSM）来处理这一问题。
为保证估计结果的稳健性，本文采取了四种匹配方法，分别是：最近邻匹配（1∶1配比）、半径匹配（半径为0.01）、核匹配（使用默认的核函数和带宽）和局部线性匹配（使用默认的核函数，带宽=0.5）。在进行匹配后发现，实验组与对照组的协变量之间的偏差大幅缩小。除了行业类型外，绝大多数的协变量都不具有显著性差异，这样就基本达到了组间协变量的平衡性要求限于文章篇幅，未展示平衡性检验结果。 。表5报告了采用四种匹配方法计算的ATT结果。可以看到，Panel A 和Panel B中的ATT在绝大多数的模型中的取值都大于0，且都在1%水平上显著，这说明在各方面基本相似的情况下，有流动经历的县域创业者更倾向于使用互联网融资，并且会扩大互联网贷款在企业负债中的比例。因此，在处理了样本选择偏差后，基准回归结果仍是稳健的，也即流动经济对县域创业者通过互联网进行融资具有正向影响。
（四）作用机制分析
在证实了流动经历对县域创业者进行互联网融资具有促进作用的基础上，需要进一步考察這一关系形成的作用机制。在理论分析部分，我们从社会信任的角度阐释了流动经历可能促进互联网融资的逻辑，也即流动经历可以提升创业者的社会信任水平，降低其对外部风险的预期，从而愿意使用有一定风险的互联网平台获取贷款。社会信任是否是流动经历促使互联网融资的作用机制需要实证检验。为此，我们采用Baron和Kenny提出的机制检验方法[37]，它的基本原理是：以解释变量X对被解释变量Y具有统计上的显著作用作为前提，机制变量Z的变化一方面显著受到变量X的影响，同时又对变量Y的变化具有明显作用。具体的检验过程分为三个阶段：第一步，将因变量对自变量进行回归;第二步，将测量作用机制的是变量对自变量进行回归。若系数在统计上显著，表明中介变量会受到自变量的影响;第三步，将因变量对自变量和机制变量进行回归，并且将这一步所得到的自变量的系数与该变量在第一步中的系数进行比较，如果系数不显著或者显著但系数绝对值下降，则可以证明中介效应是真实存在的。
表6报告了中介效应检验结果。模型2和模型4的结果显示，流动经历对县域创业者的社会信任具有显著的促进作用。在同时纳入自变量和中介变量的模型3和模型6中，社会信任变量的系数都在1%水平上显著为正，这表明社会信任会促使县域创业者使用互联网融资，扩大互联网贷款在企业负债中的占比。然而，与模型1和模型4相比，流动经历在模型3和模型6中的系数仍然在统计上显著，但系数值明显变小。根据检验中介效应存在的标准，社会信任是流动经历影响县域创业者进行互联网融资的作用机制，即流动经历会通过提升县域创业者的社会信任水平，进而促使其使用互联网进行融资并扩大互联网贷款在企业负债中的占比。这样，本文提出的核心假设得到证实。
四、结论与讨论
缺乏资金支持是制约中小微企业可持续发展的重要因素，而新冠肺炎疫情的爆发又使企业的财务风险进一步加剧，从而使其在当前面临严峻的生存危机。与已有文献仅关注城市和农村中小微企业的借贷行为不同的是，本文将研究对象聚焦于县域中小微企业，并且重点考察了流动经历对创业者进行互联网融资的影响以及作用机制。通过对全国27个省份2 513个县域企业的调查数据的分析，获得了以下发现：（1）县域企业使用互联网进行融资的比例远低于民间借贷和银行信贷这两种传统融资渠道，并且互联网贷款在企业负债中的比例低于民间贷款和银行贷款的占比。（2）有流动经历的创业者更可能使用互联网进行融资，并且会扩大互联网贷款在企业负债中的比重。这一结论在处理了样本自选择问题后仍然成立。（3）社会信任是流动经历影响县域创业者进行互联网融资的作用机制，即流动经历会通过提升县域创业者的社会信任水平，进而促使其使用互联网进行融资，并扩大互联网贷款在企业负债中的占比。 从上述结果可知，在当前中国的县域创业活动中，非正规信贷市场和正规信贷市场仍是创业者进行融资的主要渠道。虽然互联网金融发展迅速，但其在县域层面仍未取代传统的融资渠道。不过，流动经历被证实是促使县域创业者进行互联网融资的重要因素，这对推动互联网融资体系在县域层面的发展具有一定的政策启示：（1）加快户籍制度改革，扫清县域居民进入和融入城市的制度障碍。流入地政府应加快破除基于户籍身份的进城和落户的限制，为外地居民参与城市劳动力市场和自主创业提供政策保护，推动公共服务均等化改革，努力缩小外地居民与本地居民在教育、医疗、社会保障等方面的待遇差别，营造公平的就业和创业环境。（2）县域政府应为居民流动提供政策支持，降低个体流动成本。县政府的有关部门可以与劳动力需求大的城市建立长期合作关系，加强沟通，向当地居民提供就业和创业信息，缓解信息不对称问题。同时，建立常态化的劳务输出体系，组织本地劳动力统一进行流动。（3）县域政府应积极落实国家关于返乡创业的相关规定，结合本地实际出台扶持政策，重点推动互联网融资体系建设，加强宣传力度，开展金融培训。此外，政府部门可以与互联网企业合作搭建融资平台，简化申请流程，缩短办理时间，并且加强对借款人的监督，提高资金使用效率。（4）互联网融资平台应加强数据分析能力，精准投放贷款，强化客户贷后管理，降低借款人违约的风险。同时，应重视数据安全问题，改进算法，加强管理，保护用户隐私。
参考文献：
[1] 朱武祥，张平，李鹏飞，等.疫情冲击下中小微企业困境与政策效率提升——基于两次全国问卷调查的分析[J].管理世界，2020，36（4）：13-26.
[2] 崔秋阳.中小企业协会调查报告：疫情中的困境与自救[EB/OL].（2020-03-02）[2020-50-20].https：//tech.sina.com.cn/roll/202-03-02/doc-iimxxstf5807914.shtml.
[3] MCKINNON R I.Money and Capital in Economic Development[M].Washington：Brookings Institution Press，1973：8.
[4] 曹力群.當前我国农村金融市场主体行为研究[J].金融论坛，2001（5）：6-11.
[5] 鲁钊阳.P2P网络借贷风险规制法律问题研究[J].商业研究，2017（3）：183-192.
[6] 刘满凤，赵珑.互联网金融视角下小微企业融资约束问题的破解[J].管理评论，2019，31（3）：39-49.
[7] GONZALEZ L，LOUREIRO Y K.When Can A Photo Increase Credit？The Impact of Lender and Borrower Profiles on Online Peer-to-Peer Loans[J].Journal of Behavioral and Experimental Finance，2014，2：44-58.
[8] DUARTE J，SIEGEL S，YOUNG L.Trust and Credit：The Role of Appearance in Peer-to-Peer Lending[J].The Review of Financial Studies，2012，25（8）：2455-2484.
[9] POPE D G，SYDNOR J R.What’s in A Picture？ Evidence of Discrimination From Prosper.com[J].Journal of Human Resources，2011， 46（1）：53-92.
[10] EMEKTER R，TU Y.Evaluating Credit Risk and Loan Performance in Online Peer-to-Peer （P2P） Lending[J].Applied Economics，2015，47（1）：54-70.
[11] LIN M，PRABHALA N R，VISWANATHAN S.Judging Borrowers by the Company They Keep：Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending[J].Management Science，2013，59（1）：17-35.
[12] 史贞.基于互联网金融的小微企业融资可得性研究[J].经济体制改革，2016（2）：155-159.
[13] 张英杰.科技型中小企业互联网众筹融资现状及对策——基于浙江省的实证分析[J].中国科技论坛，2017（1）：82-87.
[14] 国亮，杨博，赤艳玲，等.互联网平台农户贷款行为影响因素研究——以陕西省农户为例[J].新疆农垦经济，2018（5）：67-74.
[15] 闵诗筠.金融需求视角下农户互联网金融排斥的影响因素研究——基于江苏省1 849个农户的调查数据[J].审计与经济研究，2020，35（2）：117-127.
[16] 王凯博.我国返乡下乡创业创新人员达780万人 带动收入增加[EB/OL].（2019-01-10）[2020-06-08].http：//news.cctv.com/2019/01/10/ARTIhsWlL0s1eFHQn0LMF1GZ190110.shtml.
[17] 马光荣，杨恩艳.社会网络、非正规金融与创业[J].经济研究，2011，46（3）：83-94. [18] PUTNAM R D.Making Democracy Work：Civic Traditions in Modern Italy[M].Princeton，NJ：Princeton University Press，1993：14.
[19] KNACK S，KEEFER P.Does Social Capital Have An Economic Payoff？ A Cross-country Investigation[J].The Quarterly Journal of Economics，1997，112（4）：1251-1288.
[20] GUISO L，SAPIENZA P.The Role of Social Capital in Financial Development[J].American Economic Review，2004，94（3）：526-556.
[21] LUO J D.Particularistic Trust and General Trust：A Network Analysis in Chinese Organizations[J].Management and Organization Review，2005，1（3）：437-458.
[22] 弗朗西斯·福山.信任：社会美德与创造经济繁荣[M].彭志华，译.海口：海南出版社，2001：22.
[23] 张维迎，柯荣住.信任及其解释：来自中国的跨省调查分析[J].经济研究，2002（10）：59-70.
[24] 郭丽婷.社会信任、政治关联与中小企业融资[J].金融论坛，2014，19（4）：34-42.
[25] 徐丽鹤，袁燕.财富分层、社会资本与农户民间借贷的可得性[J].金融研究，2017（2）：131-146.
[26] 方来.宗教文化、社会资本与民间借贷行为研究——来自临夏回族自治州的经验证据[J].财经问题研究，2018（7）：54-62.
[27] 尹志超，潘北啸.信任视角下的家庭借贷行为研究[J].金融论坛，2020，25（4）：15-26.
[28] FAFCHAMPS M.Market Institutions in Sub-saharan Africa：Theory and Evidence[M].Cambrige：MIT Press，2003：3.
[29] ARROW K J.Gifts and Exchanges[J].Philosophy Public Affairs，1972：343-362.
[30] KNIGHT F.Risk，Uncertainty and Profit[M].New York：Houghton Mifflin，1921：5.
[31] MAYER R C，DAVIS J H，SCHOORMAN F D.An Integrative Model of Organizational Trust[J].Academy of Management Review，1995，20（3）：709-734.
[32] 黄玖立，刘畅.方言与社会信任[J].财经研究，2017，43（7）：83-94.
[33] 董詩涵.社会信任与个人贷款供给行为[J].金融论坛，2020，25（6）：71-80.
[34] 何晓斌，郑刚，滕颖.民营企业家的政治关联类型与企业绩效——基于2014年全国私营企业调查数据的实证检验[J].学海，2019（6）：73-81.
[35] 徐勇.由能人到法治：中国农村基层治理模式转换——以若干个案为例兼析能人政治现象[J].华中师范大学学报（哲学社会科学版），1996（4）：1-8.
[36] 于蔚，汪淼军，金祥荣.政治关联和融资约束：信息效应与资源效应[J].经济研究，2012，47（9）：125-139.
[37] BARON R M，KENNY D A.The Moderator-mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations[J].Journal of Personality and Social Psychology，1986，51（6）：1173.