流動經歷、社會信任與縣域企業互聯網融資

摘 要：融資是影響中小微企業發展的重要因素。通過對2020年全國縣域企業調查數據的分析發現：（1）縣域企業使用互聯網融資的比例遠低于民間借貸和銀行信貸，并且互聯網貸款在企業負債中的比例低于民間貸款和銀行貸款;（2）有流動經歷的創業者更可能使用互聯網進行融資，并且會擴大互聯網貸款在企業負債中的比重;（3）社會信任是流動經歷影響縣域創業者進行互聯網融資的作用機制，即流動經歷會通過提升縣域創業者的社會信任水平，進而促使其使用互聯網進行融資并擴大互聯網貸款在企業負債中的占比。在當前中國的縣域創業活動中，非正規信貸市場和正規信貸市場仍是創業者進行融資的主要渠道，流動經歷是促使縣域創業者進行互聯網融資的重要因素，由此可得到以下方面的政策啟示：第一，加快戶籍制度改革，掃清縣域居民進入和融入城市的制度障礙。第二，縣域政府應為居民流動提供政策支持，降低個體流動成本。第三，縣政府應積極落實國家關于返鄉創業的相關規定，結合本地實際出臺扶持政策，重點推動互聯網融資體系建設，加強宣傳力度，開展金融培訓。第四，互聯網融資平臺應加強數據分析能力，精準投放貸款，強化客戶貸后管理，降低借款人違約的風險。同時，應重視數據安全問題，改進算法，加強管理，保護用戶隱私。

關鍵詞：中小微企業;縣域企業;互聯網融資;流動經歷;社會信任

引 言

中小微企業是中國經濟體系的重要組成部分，也是推動經濟高質量發展的重要力量，但由于金融市場發育不完整，以及金融體制本身存在結構性障礙，中小微企業無論是在使用銀行信貸的間接融資渠道還是資本市場的直接融資渠道上都受到很大的約束，由此造成的“融資難”“融資貴”等問題嚴重抑制了中小微企業的發展。特別是新冠肺炎疫情爆發后，由于人流、物流受到嚴格限制，中小微企業的生產經營活動一度中斷，這對企業的供應鏈造成了嚴重沖擊，企業的資金鏈也趨于斷裂，財務風險迅速上升 [1]。根據中小企業協會2020年2月15日發布的《關于新冠肺炎疫情對中小企業影響及對策建議的調研報告》顯示，在參與調研的6 422家企業中，21.61%的企業無法及時償還貸款等債務，86.22%的企業賬上資金無法支撐3個月以上，33.73%的企業資金支撐不到1個月，只有9.89%的企業反映可以支撐半年以上[2]。隨著疫情防控戰取得階段性勝利，企業復工復產進度不斷加快，但缺乏資金支持的中小微企業仍面臨很大的生存風險。因此，考察中小微企業的融資模式及其行為邏輯是一項刻不容緩的課題，對恢復正常生產生活秩序具有重要的現實意義。

來自正規信貸市場的排斥會促使中小微企業通過民間借貸的方式獲取運營資金，由此形成了現代金融部門與傳統金融部門并存的二元化金融體系[3]，這在以中國為代表的發展中國家中表現得非常突出[4]。但隨著信息技術的快速發展，帶有普惠金融性質的互聯網借貸平臺逐漸增多。互聯網融資是傳統借貸行為與互聯網、大數據、人工智能等現代信息技術相結合產生的新型融資模式[5]。在這種融資體系中，借款人無須提供銀行等金融機構需要的抵押品或者利用自己的關系網絡來獲取貸款，而是直接通過互聯網平臺獲得貸款進行消費或投資。因此，互聯網融資顯著提升了金融資源的供給能力，并且降低了金融服務門檻，特別是顯著緩解了中小微企業面臨的融資約束[6]。

目前國內學者從多個方面考察了影響企業或企業主作出互聯網融資決策的因素，但相關研究仍有改進空間：（1）分析范圍僅限于城市和農村，并未將有著巨大體量的縣域創業者考慮在內，造成人們無法全面了解中小微企業的融資模式;（2）調查數據僅來自于對特定地區的調查，樣本的規模較小且缺乏全國代表性，從而限制了研究結論的推廣范圍;（3）現有研究在考察創業者進行互聯網融資的影響因素時，忽視了該群體因流動經歷不同而具有的差異性及其對融資行為產生的影響。鑒于此，本文利用清華大學縣域治理中心、社會與金融中心聯合58同鎮在全國27個省份2 563縣域企業收集的調查數據，客觀描述了縣域創業者使用不同融資渠道的情況，并且考察了流動經歷對縣域創業者進行互聯網融資的影響。

一、文獻回顧與研究假設

（一）文獻回顧

現階段學術界對使用互聯網融資的影響因素進行了大量研究。國外學者主要圍繞P2P平臺考察了中小企業主的個體特征對其獲得貸款的影響。Gonzalez等發現與借款人對出借人的吸引力對前者獲得貸款具有顯著影響，這種吸引力體現在雙方的年齡和性別兩個方面[7]。Duarte等指出外貌在借款人獲取貸款過程中發揮著重要作用，他們發現看起來更可信的借款人獲得互聯網貸款的可能性更高[8]。Pope等發現互聯網信貸市場中存在著種族不平等，即在同等信用評級的情況下，黑人獲得的貸款額比白人少25%到35%[9]。除了上述人口學特征外，財務狀況對互聯網融資也會產生直接影響。Emekter等發現借款人的債務與收入會影響互聯網貸款機構對其信用的判定，進而對其獲得貸款的可能性以及規模產生影響。此外，社會資本也是影響互聯網融資的重要因素[10]。Lin等指出，借款人的信用評級不單單是由其財務狀況決定的，還會受到其擁有的社會資本的影響，也即提供擔保的人越多，借款人成功融資的可能性越高，并且貸款利率也會顯著降低[11]。

互聯網融資也引起了國內學者的廣泛關注。史貞在無錫、寧波、廣州、北京、武漢和成都六城市調研1 527家中小微企業，發現住房抵押、信用和融資設計是提高互聯網貸款可得性的關鍵[12]。針對浙江省科技型中小微企業的研究表明，降低政府干預程度對信息技術產業選擇眾籌融資模式有促進作用[13]。除了以城市地區的中小微企業作為研究對象外，國內學者特別關注農戶進行互聯網融資的影響因素。國亮等對陜西省農戶的研究發現，農戶的性別、教育程度、家庭經濟狀況、耕地面積、網購頻率、對互聯網借貸方式的了解程度以及宣傳力度等因素對農戶選擇互聯網融資以及貸款金額具有顯著影響[14]。閔詩筠從金融需求的角度分析了農戶排斥互聯網融資的原因，通過對江蘇省1 849個農戶調查數據的分析發現，缺乏需求是農戶排斥互聯網融資的影響因素，并且受到傳統金融排斥較大，生活在貧困地區的農戶對互聯網融資更加排斥[15]。

綜上所述，近年來國內學術界對互聯網融資的討論形成了一系列高質量的研究成果，為中小微企業獲得金融支持提供了很大幫助，但仍有一些有待改進的空間：（1）相關的實證文獻所使用的調查數據僅來自于對單一或少數省份的問卷調查，由此獲得的企業或創業者的樣本不僅規模較小，并且不具有全國代表性，由此得到的研究結論僅適用于特定地區，難以推廣到全國。（2）已有關于互聯網融資的研究所考察的對象主要是城市和農村地區的中小微企業，忽視了縣域中小微企業的重要性。事實上，根據《中國縣域統計年鑒2018》和《中國統計年鑒2018》的數據，全國縣域人口占比約73.89%，經濟占全國GDP約52.9%。而且，由于絕大多數縣的經濟體量要小于城市，中小微企業往往在縣域企業中居于主體地位。（3）此前的研究在分析創業者進行互聯網融資的影響因素時，忽視了流動經歷的作用。事實上，在城市以外的廣大地區，除了本地居民參與創業活動外，有相當大比例的創業者是流動到外地后返回家鄉進行創業的居民。在2017年鄉村振興戰略實施以及2018年和2019年中央“一號文件”發布之后，各地區的基層政府為扶持創業出臺了大量優惠政策，推動了返鄉創業熱潮出現。截止到2018年底，返鄉創業人員達780萬人，其中農民工540萬人，占70%，其他返鄉下鄉人員240萬人，占30%[16]。人們在流動過程中不但可以增加積蓄和提升技能，而且能夠基于非本地的關系網絡來獲取更多的社會資本，而社會資本對于個體通過銀行之外的途徑獲得貸款，進而減輕創業初期的融資約束具有重要作用[17]。對于縣域創業者而言，他們之中有相當大的比例曾經外出務工和經商，而這種流動經歷很可能會通過積累社會資本，促使其使用互聯網進行融資，其中信任是社會資本的重要組成部分[18]，所以本文將從信任的角度分析流動經歷促進縣域創業者使用互聯網融資渠道的邏輯。

（二）研究假設

信任是政治經濟秩序得以構建和穩定運行的基礎性要素，它可以提高組織運行效率、拉動經濟增長和增進社會福利[19-20]。但不同類型的信任在推動經濟社會發展上所發揮的作用存在差別。個人信任必須通過個體之間面對面互動才能形成，而社會信任不需以真實的互動體驗為基礎，僅通過對某一類人群或公眾整體的抽象感知就可以形成[21]。由于將信任對象從熟人擴展到公眾整體，社會信任可以推動一種普遍的規范和文化的生成，從而引導社會成員開展廣泛合作。因此，盡管信任是交易活動得以持續、深入開展的前提，但社會信任則是市場經濟體系運作的道德基礎[22-23]。

金融市場是現代市場經濟體系的重要組成部分，它能否正常運作在很大程度上取決于參與者之間是否彼此信任[24]。信貸是金融體系的核心，并且信貸市場在發展中國家通常呈現出正規和非正規并存的二元形態[3]。非正規信貸市場的運作對個人信任具有高度依賴性。在圍繞民間信貸行為發生的互動中，出借人與借款人往往處于由血緣、地緣、業緣等紐帶形成的社會網絡中，雙方接觸頻繁，了解充分，且存在情感聯系，這使得雙方具有較高的信任水平，因而可以不需要提供抵押品，而僅以未來的還款承諾建立一種不基于法律規定的貸款契約。在這里，源于社會網絡的信任是一種隱性的擔保機制。此前的研究表明，高度信任對方既可以提高借款人從出借人那里獲得貸款的可能性[25]，也可以促使出借人向借款人提供更多的貸款[26]，并且個人信任對民間借貸的促進作用在正規金融市場不發達的農村地區更加明顯[27]。

與非正規信貸市場主要依賴個人信任來運作的區別是，正規信貸市場的運作主要受到社會信任的影響。正規信貸市場是在法律框架內進行運作，個體從中獲取貸款需要提供高價值的抵押品，融資門檻較高，且流程長、手續復雜，從而產生較高的交易成本。除此之外，借款人一旦違約就會遭受法律的嚴厲懲罰，不僅要面臨巨大的還款壓力，而且要承受信用評級下降對開展其他經濟活動造成的損失。盡管借款人在正規信貸市場中面臨較大的風險，但社會信任則有助于降低個體的風險預期，提升其獲得正規信貸的可得性。信任是使特定個體在不確定條件下與他人形成合作關系的一種積極的心理預期[28]。從信息經濟學角度來看，信任對緩解環境不確定所引發的信息不對稱具有重要作用[29]。企業運營承擔著巨大的風險和不確定性[30]，而中小微企業所面臨的形勢更加嚴峻。但信任可以促使信任者主觀上產生被信任者會向自己提供幫助的一種期待，從而降低人們的風險預期。國外研究表明，即使處于困難時期，信任水平高的創業者對形勢的判斷并不悲觀，反而愿意從事高風險的經濟活動[31]。而在高風險的正規信貸市場中，信任同樣可以發揮風險分擔的功能，這一點也得到經驗證據的支持。尹志超等對中國家庭金融調查數據的分析發現，盡管正規融資渠道的風險高于非正式融資渠道，但對陌生人信任的人們更傾向于使用前一種渠道，并且降低使用后一種渠道的可能性[27]。

在互聯網融資體系中，借款人僅通過互聯網平臺與出借人建立聯系，這種虛擬互動會造成信息不充分的問題，從而會使借款人產生一定的風險預期。但當借款人對包括陌生人的公眾整體高度信任時，這種風險預期也會大大降低，從而激勵其通過互聯網平臺進行融資。本文認為，有流動經歷的人所積累的社會資本會集中體現在對公眾整體的信任上，從而促使其選擇互聯網融資渠道。因此本文的研究假設為：流動經歷對縣域創業者的社會信任有促進作用，進而促使其進行互聯網融資。

與此前的研究關注城市或農村中小微企業的銀行借貸和民間借貸不同，本文的分析對象是縣域中小微企業的互聯網借貸行為，而且，與已有的互聯網融資影響因素的文獻不同，本文重點考察流動經歷對互聯網借貸行為的影響，并且從社會信任的角度進行機制解釋。本研究可以增進人們對當前中國縣域中小微企業的借貸行為及其影響因素的認識，并且為有關部門引導縣域創業者合理使用互聯網平臺進行融資提供政策參考。

二、研究設計

（一）數據來源

本研究使用的數據來自清華大學縣域治理研究中心、社會與金融研究中心聯合“58同城”集團旗下的“58同鎮”項目在全國范圍對鄉村企業開展的問卷調查。數據收集方式為：向“58同鎮”分布在全國1.7萬個鎮長合伙人隨機發放問卷，再由鎮長隨機選取當地企業的負責人進行填答。受疫情的影響，本次調查完全以線上調查的方式進行。調查從2020年5月1日開始，至5月29日結束，共回收有效問卷2 565份，覆蓋中國27個省、市、自治區 調查覆蓋的省（自治區、直轄市）包括山東、河南、河北、山西、廣東、湖南、江蘇、湖北、遼寧、甘肅、吉林、陜西、安徽、四川、福建、云南、浙江、江西、廣西、寧夏、北京、重慶、青海、天津、貴州、上海、海南。。問卷分為企業負責人基本信息、企業基本信息、疫情期間企業經營狀況三個模塊。其中，第二個模塊同時詢問了創業者使用銀行借貸、民間借貸和互聯網借貸的相關情況，從而可以全面展示當前縣域中小微企業的融資模式。在剔除變量含有異常值和缺失值的數據后，將創業者年齡限定在18歲以上，最終保留2 513個企業樣本。

（二）變量說明

1.因變量：互聯網融資。本次調查向縣域創業者詢問了是否使用互聯網進行融資和互聯網融資在企業負債中的占比。首先，根據問卷中的“自準備開始創業起，您是否從互聯網借貸平臺獲取過資金（比如螞蟻金服、微粒貸、拍拍貸、人人貸等）？”這一問題，構建一個虛擬變量來考察創業者是否使用互聯網融資。其次，根據問卷中的“在當前您企業的全部負債中，互聯網貸款占百分之幾？”這一問題，構建一個連續變量來測度互聯網貸款在企業負債中的占比。另外，除了互聯網融資外，本次調查還向創業者詢問了是否擁有銀行貸款和民間貸款以及這兩類貸款在企業負債的占比。這樣，在考察流動經歷對互聯網融資的影響之前，對三種融資渠道進行比較分析，以展示互聯網融資在當前縣域創業活動中的相對地位。

2.自變量：流動經歷。根據問卷中“您是否曾經流動到外地？”這一問題構建的虛擬變量，可以將縣域創業者區分為沒有流動經歷和有流動經歷的兩類樣本。需要說明的是，在設計問卷時，我們對“流動”進行了嚴格定義，具體為：跨區縣1個月及以上，以工作、生活等為目的，不包括出差、探親、旅游、看病等。

3.中介變量：社會信任。此前的研究使用“是否覺得絕大多數人是可信的？”“對陌生人的信任水平”等指標來測量社會信任水平[32-33]。本次調查設計了“您對不認識的人信任度如何？”這一問題，因而可以從對陌生人的信任水平來測度創業者的社會信任水平。

4.控制變量。本文將可能影響創業者進行互聯網融資的因素納入到統計模型中，這些因素可以分為三類：一是創業者的個體特征，包括性別、年齡、婚姻狀態、戶籍性質、受教育年限、政治面貌;二是企業的組織特征，包括企業經營形式、企業規模、企業上年度盈利狀況、行業類型;三是地區變量，包括企業所在地區、人均GDP和互聯網普及率。表1展示了上述變量的操作化說明，包括在問卷中對應的題項以及編碼方式。

（三）模型設定

測度互聯網融資的兩個變量分別是虛擬變量和連續變量，因而可以使用Probit模型和多元線性回歸模型作為基準模型，模型設定如下：

在以上兩式中，Ci表示創業者i是否使用互聯網進行融資，Rai表示互聯網貸款在創業者i的全部貸款中的占比。Rei表示創業者是否有流動的經歷。Χi表示一組來自創業者個體、企業和地區層面的控制變量，μi是隨機擾動項。α為常數項，β表示系數，如果βgt;0，表示流動經歷對創業者使用互聯網融資以及互聯網融資比例具有正向影響。

三、數據分析結果

（一）描述性統計

表2報告了變量的描述性統計結果。在2 513個縣域企業中，自創業開始有銀行貸款的企業的比例為32%，有民間貸款的比例為36%，有互聯網貸款的比例為26%。在企業負債中，銀行貸款的平均占比為16.77%，民間貸款的平均占比為13.65%，互聯網貸款的平均占比為9.28%。可見，在當前的縣域創業活動中，創業者仍主要使用民間借貸和銀行借貸這兩種傳統的融資渠道來獲取支撐企業運營的資金，互聯網融資在縣域創業活動中所發揮的作用相對較小。有53%的縣域創業者有流動經歷，這說明返鄉創業者是縣域創業活動的主體。縣域創業者在社會信任上的平均得分為2.62，介于“不太信任”和“一般”之間。

男性企業主和女性企業主的占比分別為71%和29%。縣域創業者的平均年齡為35歲，說明縣域創業具有明顯的年輕化特點。創業者有配偶的占比為81%。擁有非農業戶口的創業者占全部縣域創業者的比例為31%。創業者的平均受教育年限為13年，說明多數的鄉村創業者至少擁有高中學歷。有16%的創業者加入了中國共產黨。

66%的縣域企業采取了家庭經營形式，合伙制企業、有限責任公司和股份有限公司所占的比例為34%。企業員工數量平均為4人，說明縣域企業以小微企業為主。截止2019年底，有81%的縣域企業處于持平或盈利的狀態，僅有19%的企業處于虧損狀態。縣域企業全部從事第二產業和第三產業，所占比的比重分別為13%和87%。位于東部地區的縣域企業在受訪企業中的占比為42.54%，在中部地區和西部地區的占比分別為43.06%和14.41%。

在使用互聯網進行融資的縣域創業者中，32%的創業者有流動經歷，而沒有流動經歷的創業者的比例是19%。對于有流動經歷的創業者而言，其獲得的互聯網貸款在企業負債中的占比是11.40%。對于沒有流動經歷的創業者而言，其獲得的互聯網貸款在企業負債中的占比是6.91%。此外，經過t統計檢驗，上述組間差異均是顯著的。可見，有流動經歷的縣域創業者和沒有流動經歷的縣域創業者在互聯網融資方面存在顯著差異。不過，由于未考察創業者個體特征、企業特征以及地區特征可能對互聯網產生的影響，并不能得到流動經歷促進互聯網融資的結論。因此，我們將在統計模型中通過加入控制變量，控制影響互聯網融資的其他潛在因素，同時處理內生性問題，從而識別流動經歷與互聯網融資的因果關系。

（二）基準回歸結果

表3報告了使用Probit模型估計流動經歷對使用互聯網融資渠道的影響。為方便解釋，表中列出的數值為各解釋變量的邊際效應。模型1只納入了流動經歷變量，其回歸系數為0.134，在1%水平上顯著，說明流動經歷使縣域創業者使用互聯網融資的可能性平均提高了13.4%。模型2～模型4依次加入個體特征變量、企業特征變量和地區虛擬變量，流動經歷變量在模型中的系數值分別為0.108、0.103和0.10，且仍在1%水平上高度顯著，說明流動經歷將增加縣域創業者使用互聯網融資渠道的概率大約為10%左右。因此，流動經歷對縣域創業者通過互聯網平臺進行融資具有正向作用。

以模型4為基準對控制變量的系數進行解釋。性別變量的系數為0.081，且在1%水平上顯著，這說明男性使用互聯網融資的可能性比女性高出8%，該結果與現實情況較為相符，因為男性的風險偏好強于女性。年齡變量的系數顯著為負，說明年齡越大的創業者更不傾向于使用互聯網進行融資，這可能與該群體厭惡風險有關。受教育年限與創業呈現正相關關系，縣域創業者的受教育年限每增加1年，使用互聯網借貸的可能性將提高0.8個百分點。雖然這一結果在5%的水平上顯著，但是系數相對較小，說明教育對縣域創業者是否選擇互聯網融資渠道并不是非常重要的因素。政治面貌變量的系數為-0.042，且在統計上顯著，這說明非黨員創業者比黨員創業者更傾向于使用互聯網融資。黨員身份是政治關聯的重要體現[34]，這在基層社會中表現得尤為突出[35]。政治關聯對緩解正規信貸市場中的融資約束具有重要作用[36]，而個體或企業缺乏政治關聯則會使其遭到正規信貸市場的排斥，進而轉向門檻較低的互聯網平臺進行融資。

企業經營形式變量的系數為-0.058，且在1%水平上顯著，這說明以家庭為單位的企業比非家庭企業（合伙企業、有限公司和股份公司）使用互聯網融資的可能性更小。一般而言，家庭企業是由家族成員共同經營，往往采取的是基于親友關系的內源融資模式，對外部融資的需求不高，加上抵御風險的能力較弱，因而對使用互聯網進行融資的積極性不高。企業盈利狀況對縣域創業者使用互聯網借貸的影響為負，且邊際效應顯著。這可能因為盈利企業的財務狀況良好，可以通過自有資金投入再生產，因而對從信貸市場獲取資金支持的需求較小。最后，行業類型的回歸系數顯著為正，這說明從事第三產業的縣域創業者更傾向于進行互聯網融資。

與使用互聯網進行融資相比，互聯網貸款在企業負債中的占比能夠反映互聯網融資對企業的重要性。表4報告了使用多元線性回歸模型估計流動經歷對互聯網貸款占比的影響，建模策略與表3保持一致。在模型1中，流動經歷的回歸系數為4.490，在1%水平上顯著，說明流動經歷使互聯網貸款在企業負債中的占比提升了4.5%。模型2～模型4依次加入個體特征變量、企業特征變量和地區虛擬變量，流動經歷變量在模型中的系數值分別為3.592、3.327和3.281，且仍在1%水平上高度顯著，說明流動經歷將增加互聯網貸款在企業負債中的占比大約為3%左右。因此，流動經歷不僅會影響縣域創業者使用互聯網融資的決策，而且會影響企業負債結構，也即提高互聯網貸款在企業負債中的占比。

（三）處理樣本自選擇問題

基準回歸結果表明縣域創業者的流動經歷與互聯網融資之間存在正相關關系，但二者是否存在因果關系需要在處理內生性問題后才能判定。樣本自選擇（sample self-selection）是內生性問題的主要來源，它在本研究中體現為創業者是否曾經選擇流動，這一決策過程并不是隨機的，而是可能受到其他因素的影響。因此，如果直接比較“流動組”（實驗組）和“非流動組”（對照組）在使用互聯網融資和互聯網貸款占比上的差異，所估計的結果可能存在偏誤。為此，本文采用傾向得分匹配法（propensity score matching，以下簡稱PSM）來處理這一問題。

為保證估計結果的穩健性，本文采取了四種匹配方法，分別是：最近鄰匹配（1∶1配比）、半徑匹配（半徑為0.01）、核匹配（使用默認的核函數和帶寬）和局部線性匹配（使用默認的核函數，帶寬=0.5）。在進行匹配后發現，實驗組與對照組的協變量之間的偏差大幅縮小。除了行業類型外，絕大多數的協變量都不具有顯著性差異，這樣就基本達到了組間協變量的平衡性要求限于文章篇幅，未展示平衡性檢驗結果。 。表5報告了采用四種匹配方法計算的ATT結果。可以看到，Panel A 和Panel B中的ATT在絕大多數的模型中的取值都大于0，且都在1%水平上顯著，這說明在各方面基本相似的情況下，有流動經歷的縣域創業者更傾向于使用互聯網融資，并且會擴大互聯網貸款在企業負債中的比例。因此，在處理了樣本選擇偏差后，基準回歸結果仍是穩健的，也即流動經濟對縣域創業者通過互聯網進行融資具有正向影響。

（四）作用機制分析

在證實了流動經歷對縣域創業者進行互聯網融資具有促進作用的基礎上，需要進一步考察這一關系形成的作用機制。在理論分析部分，我們從社會信任的角度闡釋了流動經歷可能促進互聯網融資的邏輯，也即流動經歷可以提升創業者的社會信任水平，降低其對外部風險的預期，從而愿意使用有一定風險的互聯網平臺獲取貸款。社會信任是否是流動經歷促使互聯網融資的作用機制需要實證檢驗。為此，我們采用Baron和Kenny提出的機制檢驗方法[37]，它的基本原理是：以解釋變量X對被解釋變量Y具有統計上的顯著作用作為前提，機制變量Z的變化一方面顯著受到變量X的影響，同時又對變量Y的變化具有明顯作用。具體的檢驗過程分為三個階段：第一步，將因變量對自變量進行回歸;第二步，將測量作用機制的是變量對自變量進行回歸。若系數在統計上顯著，表明中介變量會受到自變量的影響;第三步，將因變量對自變量和機制變量進行回歸，并且將這一步所得到的自變量的系數與該變量在第一步中的系數進行比較，如果系數不顯著或者顯著但系數絕對值下降，則可以證明中介效應是真實存在的。

表6報告了中介效應檢驗結果。模型2和模型4的結果顯示，流動經歷對縣域創業者的社會信任具有顯著的促進作用。在同時納入自變量和中介變量的模型3和模型6中，社會信任變量的系數都在1%水平上顯著為正，這表明社會信任會促使縣域創業者使用互聯網融資，擴大互聯網貸款在企業負債中的占比。然而，與模型1和模型4相比，流動經歷在模型3和模型6中的系數仍然在統計上顯著，但系數值明顯變小。根據檢驗中介效應存在的標準，社會信任是流動經歷影響縣域創業者進行互聯網融資的作用機制，即流動經歷會通過提升縣域創業者的社會信任水平，進而促使其使用互聯網進行融資并擴大互聯網貸款在企業負債中的占比。這樣，本文提出的核心假設得到證實。

四、結論與討論

缺乏資金支持是制約中小微企業可持續發展的重要因素，而新冠肺炎疫情的爆發又使企業的財務風險進一步加劇，從而使其在當前面臨嚴峻的生存危機。與已有文獻僅關注城市和農村中小微企業的借貸行為不同的是，本文將研究對象聚焦于縣域中小微企業，并且重點考察了流動經歷對創業者進行互聯網融資的影響以及作用機制。通過對全國27個省份2 513個縣域企業的調查數據的分析，獲得了以下發現：（1）縣域企業使用互聯網進行融資的比例遠低于民間借貸和銀行信貸這兩種傳統融資渠道，并且互聯網貸款在企業負債中的比例低于民間貸款和銀行貸款的占比。（2）有流動經歷的創業者更可能使用互聯網進行融資，并且會擴大互聯網貸款在企業負債中的比重。這一結論在處理了樣本自選擇問題后仍然成立。（3）社會信任是流動經歷影響縣域創業者進行互聯網融資的作用機制，即流動經歷會通過提升縣域創業者的社會信任水平，進而促使其使用互聯網進行融資，并擴大互聯網貸款在企業負債中的占比。

從上述結果可知，在當前中國的縣域創業活動中，非正規信貸市場和正規信貸市場仍是創業者進行融資的主要渠道。雖然互聯網金融發展迅速，但其在縣域層面仍未取代傳統的融資渠道。不過，流動經歷被證實是促使縣域創業者進行互聯網融資的重要因素，這對推動互聯網融資體系在縣域層面的發展具有一定的政策啟示：（1）加快戶籍制度改革，掃清縣域居民進入和融入城市的制度障礙。流入地政府應加快破除基于戶籍身份的進城和落戶的限制，為外地居民參與城市勞動力市場和自主創業提供政策保護，推動公共服務均等化改革，努力縮小外地居民與本地居民在教育、醫療、社會保障等方面的待遇差別，營造公平的就業和創業環境。（2）縣域政府應為居民流動提供政策支持，降低個體流動成本。縣政府的有關部門可以與勞動力需求大的城市建立長期合作關系，加強溝通，向當地居民提供就業和創業信息，緩解信息不對稱問題。同時，建立常態化的勞務輸出體系，組織本地勞動力統一進行流動。（3）縣域政府應積極落實國家關于返鄉創業的相關規定，結合本地實際出臺扶持政策，重點推動互聯網融資體系建設，加強宣傳力度，開展金融培訓。此外，政府部門可以與互聯網企業合作搭建融資平臺，簡化申請流程，縮短辦理時間，并且加強對借款人的監督，提高資金使用效率。（4）互聯網融資平臺應加強數據分析能力，精準投放貸款，強化客戶貸后管理，降低借款人違約的風險。同時，應重視數據安全問題，改進算法，加強管理，保護用戶隱私。

參考文獻：

[1] 朱武祥，張平，李鵬飛，等.疫情沖擊下中小微企業困境與政策效率提升——基于兩次全國問卷調查的分析[J].管理世界，2020，36（4）：13-26.

[2] 崔秋陽.中小企業協會調查報告：疫情中的困境與自救[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.當前我國農村金融市場主體行為研究[J].金融論壇，2001（5）：6-11.

[5] 魯釗陽.P2P網絡借貸風險規制法律問題研究[J].商業研究，2017（3）：183-192.

[6] 劉滿鳳，趙瓏.互聯網金融視角下小微企業融資約束問題的破解[J].管理評論，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] 史貞.基于互聯網金融的小微企業融資可得性研究[J].經濟體制改革，2016（2）：155-159.

[13] 張英杰.科技型中小企業互聯網眾籌融資現狀及對策——基于浙江省的實證分析[J].中國科技論壇，2017（1）：82-87.

[14] 國亮，楊博，赤艷玲，等.互聯網平臺農戶貸款行為影響因素研究——以陜西省農戶為例[J].新疆農墾經濟，2018（5）：67-74.

[15] 閔詩筠.金融需求視角下農戶互聯網金融排斥的影響因素研究——基于江蘇省1 849個農戶的調查數據[J].審計與經濟研究，2020，35（2）：117-127.

[16] 王凱博.我國返鄉下鄉創業創新人員達780萬人 帶動收入增加[EB/OL].（2019-01-10）[2020-06-08].http：//news.cctv.com/2019/01/10/ARTIhsWlL0s1eFHQn0LMF1GZ190110.shtml.

[17] 馬光榮，楊恩艷.社會網絡、非正規金融與創業[J].經濟研究，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：社會美德與創造經濟繁榮[M].彭志華，譯.海口：海南出版社，2001：22.

[23] 張維迎，柯榮住.信任及其解釋：來自中國的跨省調查分析[J].經濟研究，2002（10）：59-70.

[24] 郭麗婷.社會信任、政治關聯與中小企業融資[J].金融論壇，2014，19（4）：34-42.

[25] 徐麗鶴，袁燕.財富分層、社會資本與農戶民間借貸的可得性[J].金融研究，2017（2）：131-146.

[26] 方來.宗教文化、社會資本與民間借貸行為研究——來自臨夏回族自治州的經驗證據[J].財經問題研究，2018（7）：54-62.

[27] 尹志超，潘北嘯.信任視角下的家庭借貸行為研究[J].金融論壇，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] 黃玖立，劉暢.方言與社會信任[J].財經研究，2017，43（7）：83-94.

[33] 董詩涵.社會信任與個人貸款供給行為[J].金融論壇，2020，25（6）：71-80.

[34] 何曉斌，鄭剛，滕穎.民營企業家的政治關聯類型與企業績效——基于2014年全國私營企業調查數據的實證檢驗[J].學海，2019（6）：73-81.

[35] 徐勇.由能人到法治：中國農村基層治理模式轉換——以若干個案為例兼析能人政治現象[J].華中師范大學學報（哲學社會科學版），1996（4）：1-8.

[36] 于蔚，汪淼軍，金祥榮.政治關聯和融資約束：信息效應與資源效應[J].經濟研究，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.