原文信息：狄嘉,孙朋飞,苑春荟,等.数字经济发展驱动创业活跃度——基于国家大数据综合试验区的准自然实验[JOL].数量经济技术经济研究,1-17.
01引言
创业历来是保持经济活力与创造就业的重要策略。探索创业新动力，调动地区和产业的创业活跃度，以持续助力经济转型，一直是学术界与实务界关注的焦点。自Low和MacMillan（1988）开创性地结合创业与生态理论为独立研究领域以来，越来越多的学者关注到良好的制度、经济及资本市场等外部环境对潜在创业者做出创业决策的重要性。然而，近年来，中国经济进入“新常态”，经济由高速增长向中高速增长转变，近四十年粗放式经济增长与快速城市化进程的放缓，经济增长面临下行压力。
02估计策略、变量设定与数据来源
（一）估计策略
本研究采用双重差分模型识别大数据综合试验区政策对地区创业的影响。考虑到创业作为核心研究对象，同时具有产业层面和区域层面的双重特征，因此，本文将以行业-城市-年份三维角度展开实证分析。我们参考Lu和Yu（2015）的做法，设定基准DID模型如下：
（二）数据来源
本文原始企业工商注册数量数据来自国家企业信用信息公示系统，其中包含了企业名称、成立时间、企业类型、行业门类、注册资金、登记住所所在行政区划等工商企业注册信息。本文基于该数据搜集整理了2010年至2020年末，城市-行业-年份层面的所有企业注册数量。
03实证结果分析
（一）基准回归
基于审慎原则，本文的基准回归分析基于第（5）列的估计结果展开。总体而言，本文发现大数据综合试验区的确立与中国城市行业层面的创业提升具有因果关系，并且这种关系在1%的水平上具有统计意义的显著性。从经济意义的角度，在大数据综合试验区确立之后，相比于非试验区，试验区的创业活动平均高出13.6%左右；平均而言，大数据综合试验区的确立解释了该地区城市-行业层面4.77%（0.136/（4.644-1.792））的创业增长。
（二）事前平行趋势检
参考Beck等（2010）的做法，本文采用事件研究法（EventStudy）在基准回归中纳入一系列虚拟变量，以此来追踪大数据综合试验区政策对创业的逐年影响：
如图1所示，本文基于上述模型绘制了在城市层面调整聚类标准误的估计结果与95%的置信区间。遗憾的是，因为政策实施年份的观测时间限制，图1并未体现出政策影响趋于稳态的情况，也无法观测到大数据综合试验区政策对城市-行业层面创新是否存在更长时间的趋势效应。
（三）安慰剂检验
文通过样本区间内随机设定每个城市国家大数据综合试验区的时间，对政策效果进行安慰剂检验，该过程重复进行了500次。由于随机指定的时间并不是真正的政策发生时间，因此估计系数应该围绕在0附近，且应不显著。
（四）Bacon分解
为了识别每一组的权重与系数，本文采用Bacon分解的方法，“坏对照组”权重仅占0.7%，而“坏对照组”对回归系数的贡献率仅为0.498%（（0.007*0.084）/0.118）。因此，本文的回归结果依然稳健。
（五）CSDID
尽管Bacon分解结果验证了本文结果几乎未受到异质性处理效应的影响，本文仍采用CSDID来检验多期DID估计结果的稳健性。采用CSDID的估计系数为0.070，在10%的置信水平上显著，进一步验证本文基准回归结果的稳健性
（六）工具变量法
第（1）列结果显示，工具变量与政策变量存在显著的负向关系，与预期结果一致，即当某一城市与最近节点城市距离越近，越容易成为大数据综合试验区的政策试点城市。第（2）列汇报了第二阶段估计结果，回归系数显著为正，与基准回归一致。
（七）PSM-DID
从结果可以看到，直接采用多期DID回归得到的估计系数与PSM-DID回归得到的估计系数相差不大，因此，进一步验证了本文基准回归的稳健性。
（八）考虑净创业数量
第（1）列与基准回归一致，被解释变量取同一时期城市-行业企业注册数量减去企业注销/吊销数量的对数。但是考虑到样本中净创业数量存在负数，取对数会丢失部分样本，因此，第（2）列汇报了被解释变量不取对数的回归结果，结果均与基准回归结果一致。
（九）其他稳健性检验
除了上述方法外，本文也采取了一系列其他方法验证研究结果的稳健性。具体包括更改被解释变量测度方式、调整聚类稳健标准误、控制事前趋势控制和排除其他政策干扰。
04大数据发展对创业影响的渠道分析
（一）渠道分析-创业机会
表2第（1）结果显示，大数据综合试验区政策显著提升了地区的数字技术创新程度。表2第（2）列结果显示，大数据综合试验区的设立确实提升了该地区的网络零售规模扩张，一定程度上验证了大数据发展为潜在创业者创造了更多创业蓝海市场的假设，验证了假说1的商业模式创新路径。
（二）渠道分析-创业成本
表3第（1）列和第（2）列结果显示，大数据综合试验区政策显著提升了该地区的数字普惠金融水平，并且显著降低该地区的平均融资成本，验证了假说2的融资成本渠道。表3第（3）列和第（4）列结果显示，大数据综合试验区政策显著提升了该地区的政府绩效水平，并显著降低了企业面临的制度性交易成本，验证了假说2的制度成本渠道。表3第（5）列和第（6）列依次汇报了回归结果。可以看到，大数据综合试验区的确立显著提升了该地的人力资本集聚程度，并显著降低该地的人力成本，验证了假说2人力成本渠道。
05大数据发展影响创业的异质性分析
（一）异质性分析-企业类型视角
表4第（1）和（2）列的结果可以看到，国家级大数据综合试验区的确立显著提升了0~50万人民币以及0~100万人民币区间企业的创业活动，并且这种影响在0~100万人民币区间更为显著；与之相反的，第（3）列呈现的100万~1000万人民币区间的估计系数和显著性都有所下降，第（4）列1000万人民币以上区间政策估计系数并不显著。表4第（5）与第（6）列汇报了两类创业活动的回归结果。结果显示，国家级大数据综合试验区的确立显著激励了企业型创业活动，但是对个体工商户的创业活动影响并不显著。
（二）异质性分析-行业类型视角
1.数字产业化还是产业数字化？
表5第（1）列汇报了产业数字化虚拟变量与政策交互的回归结果，交互项系数统计显著为正，说明大数据综合试验区的确立对创业的促进作用在产业数字化部门中更为显著。
2.数字经济助力实体经济发展
表5第（2）列汇报了制造业虚拟变量与政策交互的回归结果，交互项系数为正，说明在制造业中大数据对创业的促进作用更明显。进一步地，我们采用同样的方法将样本划分为高技术制造业和其他产业，第（3）列结果发现大数据对创业的促进作用在高新技术制造业更大。
（三）异质性分析-行业壁垒视角
表5第（4）~（6）列的结果，可以看到，在市场集中度较高和国有企业数量占比较大的行业中，大数据综合试验区对创业的边际影响不突出。但是从技能强度的角度来看，大数据综合试验区对创业的边际效应在技能强度更高的行业更明显，这可能是因为数字技术本身就对从业者有更高的技能要求，因此，高学历行业与大数据的应用形成更高的适配度。
06结论与启示
（一）结论
第一，大数据综合试验区的确立解释了该地区城市-行业层面4.77%左右的创业增长。
第二，一方面，大数据发展引领技术与商业模式创新，为潜在创业者提供创业机会；另一方面，大数据发展推动金融体系完善、助力数字政府建设与科技人才集聚，为潜在创业者营造更加低成本的金融、制度和人才环境。
第三，，大数据综合试验区确立对创业的促进作用更显著体现在非数字产业的数字化过程中；并且这一边际促进作用在制造业中更为明显，尤其是在制造业中的高技术产业；大数据综合试验区确立对市场集中度较低、国有企业数量占比较小以及技能强度更高行业的创业活动有更突出的边际促进作用。
（二）政策启示
第一，坚定地推进国家级大数据综合试验区的建设。
第二，全面考虑为各行各业和不同类型企业提供差异化的政策支持。
第三，持续推进创新体系建设，完善数字创新全过程保障机制。
第四，重视数字人才、数字普惠金融、数字政府等“数字经济+”相关因素在激励创业活动过程中的渠道作用。
数字经济话题又登顶刊,文章实证
方法用了九种!
