王靖一：数字金融助力个体经济抗疫和发展

　　原标题：王靖一：数字金融助力个体经济抗疫和发展

　　来源：北大国发院

　　题记：4月16日，北大数字金融系列公开课第七讲，由中央财经大学金融学院讲师、北大数字金融研究中心特约研究员王靖一主讲。本讲也是国发院公开课第十讲。本文据演讲内容整理。

　　今天主要从四个方面分享数字金融如何帮助个体经济更好更快地发展，特别是数字金融如何缓解新冠疫情中个体经济所受的冲击。

　　第一、如何科学测算个体经营户的总量；

　　第二、如何评估新冠疫情对个体经营户的冲击；

　　第三、如何衡量数字金融对缓解疫情冲击的作用；

　　第四、根据研究发现提出的政策建议。

　　探寻个体经营户的总量

　　首先是如何定义个体经营户。

　　个体户是中国非常独特的经营实体，和公司不同，不需要注册资本，不需要办理特定手续。一个自然人只要去工商所进行登记，获得执照就可以展开经营。比如社区楼下的小超市、三四线城市中非连锁的餐馆、商店以及集市中的摊位，经营者都是注册的个体工商户。

　　沿街或流动经营的摊煎饼、卖白薯的个人，虽然没有正式进行工商注册，但已经开展了经营。还有一种是季节性或时令性的个体经营者，比如每逢水果蔬菜丰收的季节，城市附近郊县农民开车拉着水果蔬菜进城售卖。这类没有工商注册、也不是习惯性经营的临时性经营，是很多人的生活来源。这些人都是个体经营户。

　　我国相关法律和制度已经做出调整，只要从事合法生意，即使没有注册也可以直接开展经营。

　　如果试图给出一个有执行意义的划分，那么他们的共同特点是：收付款使用的账户是以个人注册的账户而不是公司账户。使用个人账户进行收支，公私不分是该群体最显著的特征。

　　这些群体非常重要。中央在今年2月和3月都特别提出，要想尽一切办法让中小企业和个体户生存下来。他们的重要在于总量庞大、深入国民经济的每个毛细血管之内。

　　在疫情冲击之下，他们的线下经营受到极大冲击，不营业就没有任何收入，生活非常艰难。而且，该群体平常纳税额很少，甚至没有达到纳税标准，财政政策很难帮助他们。由于固定资产聊胜于无，无限责任的法律规定，也让金融机构轻易不会向这部分群体贷款，所以金融政策也很难产生实际有效的利好。

　　从长期来看，个体户是就业底线、民生基石。这个自古以来便存在但从来上不了台面的职业，其实是一个人走投无路之后的最后选择，如果他们连这类工作都没有，容易出现一些非常难解决问题。

　　从更加积极的角度看，这些分布广泛但从来没有被正经统计过的个体经营户，是数字生活最活跃的参与者与潜在的爆发点。虽然现在二维码等数字支付手段已经有了较高的覆盖率，但是他们在数字生活中的参与度如果只停留在收款记账层面那是远远不够的。

　　这有一点像余额宝诞生之前的支付宝。支付宝从诞生到2013年之前，依然只是使用网购的一个工具。真正让支付宝迎来爆发的产品是余额宝。个体经营户因为有了支付码，就有了入口，无疑这拥有巨大的商业潜力与社会价值。

　　在学术研究上，很少有针对个体经营户的文章发表，因为数据统计非常困难。

　　个体经营户和小微公司的区别在于：从行政或法律上来讲，个体工商户注册门槛更低，手续简便。在前几年没有放宽注册公司备案制，注册资本金需要实缴的情况下，这一点表现得尤为明显。个体工商户税收有优势，也不用设置公司所需要的财会岗位，经营成本更低。

　　这两点使得中国市场上有非常多个体工商户经营者，还有很多没有进行工商注册的个体经营户。同时，一些规定也让这个群体产生了远逊于公司的劣势：

　　第一，个体工商户不能转让、不能融资、不能上市。而且从法理上来讲，雇员人数应该小于8人。

　　第二，个体工商户承担无限责任。如果发生法律赔偿义务，有限责任公司只需要赔偿注册资本金，个体工商户因为经营实体和经营人深度绑定，所以是承担无限责任。如果欠了钱，个体户甚至需要把自己家的房子都赔进去。

　　2011年，中国第十次更新了关于中小企业划型的标准，这是现行最新一版的规定。这一版规定有两个显著特色：第一次在小中大企业划型之外，分列了一个微型企业；明确指出个体工商户参照本规则执行。

　　很多研究者包括立法人员都在呼吁，个体工商户可以直接按照最小微的企业进行管理。厉以宁教授早在2012年接受采访时就明确表示，个体工商户是历史概念，个体工商户跟微型企业没有本质区别。

　　然而，个体工商户不同于公司，在研究者或国家看来，统计非常困难。因为个体工商户是一种注册登记资质，相比公司执照宽松。最宽松的地方在于，个体工商户如果拥有执照，因为不能转让，一旦不想经营，只能选择注销，但不注销的惩罚极低，执行率更低，因此，个体工商户存在大量的“僵尸户”。另外，国家对个体工商户的税收优惠政策也导致无法对其经营流水进行计算。

　　总之，对于个体工商户的数量，可能有一个注入较大水分的户数统计，但是对于这个群体的经营情况，统计数字近乎于空白。

　　数字金融为研究该群体带来了崭新的机遇，码商作为一种特殊模式或商业形态特征，通过数字支付的普及使其流水核算充分下沉。过去只有规模较大的公司才会有自动化、数字化的流水计算系统，能够知道自己的每一笔交易。现在扫码支付，流水记录和简单统计分析都可以自动完成。

　　成为码商，门槛非常低。打开支付宝简单的几步操作便可领取一张二维码，更最关键的问题是使用收款码收取的钱再转出来不需要手续费，这便让个体户有动机也有能力成为“码商“。

　　需要澄清的是，码商并不是大家日常生活中扫码支付的全部情景，在商场、超市扫码支付属于另外一种面向企业的业务。我们使用的数据当中，99.2%的收款者是以个人方式注册，即便是表现最好的人群，年营收依然不足40万元人民币。这是一个小微群体，但数量巨大。

　　我们想做的第一件事儿，便是估算个体经营户的总量，这并不是一个简单的计数，而是无论个体户是否使用数字支付，我们都要将其计算出来。

　　为了做到这一点，我们要先退回一步来思考，个体户区位选择与经营情况的本质是什么？作为一种体量微小、线下经营的微型商户，他的服务半径很有限，他们的经营情况与其所在的商业土壤息息相关。故而，精准测算的第一步是刻画商业土壤。

　　去年12月，我们抓取全中国3500万个高德兴趣点的数据。简单来说，在一张地图上搜索到的所有东西都是兴趣点，可以是一个车站、一间医院或是一家饭店。3500万基本上是去年12月能够在高德上获得的有实际含义的兴趣点总量。同时，为了在同样精细的尺度上衡量宏观变量指标，我们选取500米精度的夜晚灯光、人口、海拔数据。而且，由于个体经营户群体的营业情况与天气因素息息相关，我们获取了全国一千余个气象站、空气质量监测站小时级的数据。

　　接下来，是在怎样的尺度之中进行数据汇聚。如果我们按照行政区划进行汇聚，中国只有大概不到3000个县级行政区域，对比几千万乃至上亿个体经营户，尺度依然粗糙；另外一种常用于单个城市或城市群的网格化分割，也不能满足我们在全国尺度研究的需求。为此，我们引入一个动态调节办法，即泰森多边形。

　　泰森多边形是一组由连接两邻点线段的垂直平分线组成的连续多边形组成，一个泰森多边形内的任一点，到构成该多边形的控制点的距离，均小于到其他多边形控制点的距离。可以简单认为，泰森多边形实际上在刻画中心点的势力范围。泰森多边形具有动态调节能力，在商业活跃的地方稠密，商业清冷的地方稀疏。这样就能保持各个区块中，各种商业活动的量大致相同，而且总量处在合理的水平之内。

　　再接下来，便是选择什么作为泰森多边形的中心。这个删选标准有四层：

　　首先，它应当是与商业活力高度相关的，活力高的地方密度大，反之密度小，这样一些行政机构，比如政府、邮局就不合适了；

　　其次，它应当在地区间、城乡间，没有悬殊的差距，这样诸如某个品牌便利店这样的指标也行不通了；

　　再次，它应该不与特定的商业成分密切挂钩，比如加油站，它一定是和高速、国道、城市干道相联系的；

　　最后，因为我们的数据是从高德抓取，这个设施应该能够被高德精确定义、全面收集，诸如公共厕所这样的设施也不合适。

　　我们最后选取银行网点（含ATM机构成的自助银行）作为中心。全国大概有46万个银行网点加自动柜员机，把两两相距100米之内的点进行聚合，最后得到了26.7万个有效点，根据这些点，全国便被划分成了26.7万个泰森多边形。

　　上图以杭州市西湖区为例，这是情况比较复杂的区域，东北部是商业、居民区，区块相对稠密，是非常繁华的商业区。南部是大量风景区，商业活动相对稀疏，区块比较大、分布比较稀疏。以此为例，我们可以看到泰森多边形在根据商业活动动态调节区块大小方面的能力。

　　再之后是构建相等。我们假设杭州的个体经营户，基本上都会使用支付宝的收款码作为一种收款手段，即杭州市的码商数量等于杭州市个体经营户的数量。蚂蚁金服也做过详尽调研，基本摸清了杭州码商流水额占同时期总流水的比例。之后使用机器学习算法，构建杭州商业土壤和个体经营户及码商之间的关系，然后把这个模型推广至全国，计算全国的个体经营户总量。

　　我们并不是假设其他城市与杭州一致，城市间的差别是靠商业土壤、宏观变量控制，而是假设杭州的码商数与个体经营户数量一致。

　　据此，我们测算出个体经营户的总量为9776.5万户，相较于第4次经济普查的6300万，大概多出54.8%。

　　根据第4次经济普查倒推每一个工商户的就业人数，个体经营户所涉及的就业量大概是2.3亿人，占全国劳动力8.06亿人的28.8%。年营收额是13.1万亿元，相当于2018年社会消费品零售总额38.1万亿元的34.4%。全年总交易大概是839亿笔，每天平均2.3亿笔，即平均每天每6个中国人就有一个与个体经营户发生交易，这确实是在大家生活中无处不见的市场和很多人的生存底线。

　　新冠疫情的冲击

　　我们首先要解决如何更科学地度量疫情带来的冲击问题。

　　券商研究报告以及很多学者的论文，喜欢用同比分析，即今年跟去年的同期对比，然后是环比等指标。这些指标在衡量一些比较稳定的经济变量，特别是大统计数字时还比较好用，但如果业务本身发展速度非常快，其实存在问题。

　　在经济学中，进行外生冲击或某一个政策的效果评估中，一个根本性的问题是，如何进行反事实构建。具体而言，我们只能够观测到受新冠疫情影响的实际数据，而不知道如果疫情没有发生，经济数据将会是什么样。为了进行疫情冲击评估，最理想的方式是构建一个没有新冠疫情的2020年线下微型商户经营状况的“反事实结果”，疫情带来的冲击便是商户2020实际经营规模与反事实构造出的2020经营规模之差。因此，现在的核心问题，便是如何计算一个合理的、没有疫情发生的2020的“反事实结果”。

　　机器学习方法为此提供了一种思路。具体而言，是使用机器学习算法，用疫情之前的数据来“预测”2020年春节后的数据，由于只使用了疫情前的数据，因此相当于构造出了一个如果没有疫情发生的“反事实结果”。

　　另外我们控制了足够多的额外信息，比如，年前因素控制了宏观变量、营商环境和阳历因素（阳历中的气温对农耕有影响）。我们使用2019年的数据建立模型，用2019年的年前去预测2019年年后情况，并且用2018年的数据进行了反向验证，预测准确率达到了0.85以上（满分为1）。

　　根据反事实结果和真实的业务数据对比推算，全国活跃商户数量减少了40.4%，即3949.7万户，涉及约9200万人的就业及生计问题。交易额减少了52.4%，据推算相当于2640亿元。

　　需要提醒大家注意的是，我们估算的是正月初七到正月二十一法定假日刚结束的两周，在法定假日结束之后还没有出正月时，大部分个体经营户往年的经营活动相对也不怎么活跃。如果这种情况持续下去，冲击体现更大。

　　还有成本因素，因为新冠疫情等因素存在，今年的农产品价格没有像往年一样年前上升、年后下降，而是在年后依然保持上升趋势。这不仅会提高这部分人群的经营成本，也会威胁到生计问题，他们自己也要吃饭，所以受到的冲击其实远比数字测算出来的更大。

　　我们也参照疫情等级对冲击进行划分，以2月18日全国现存新冠病例数做对比，2月18日是新冠疫情在中国境内的高峰值，按照确诊人数，将全国城市分为了五个等级，第一等级是湖北，第二等级是河南、安徽、浙江等，第三等级是北京、河北、山东等，第四等级是内蒙、辽宁等，第五等级是青海、西藏。

　　数据显示，湖北个体经营户受到的冲击显著高于全国，商户数量下降60%，交易额下降70%。这提醒我们注意，在援助恢复时特别考虑湖北，在当地特别考虑个体户。湖北之外各省受到的冲击差不多，虽然经济上遭受了损失，但是疫情在中国很快得到控制，从数字上也能看到管制措施的有效性。

　　接下来衡量城乡受到冲击的异质性。由于时代变迁和社会发展，原有的城乡划分现在已经不适用，怎样定义城乡对于经济学者来说是一个问题。我们使用城市夜晚灯光数据。这里涉及技术细节，比如卫星每天晚上的过境时间是当地时间凌晨1：30，因此照片所反映的灯光，并不是烧烤摊等商业活动或是车流所带来的，而是城建的照明程度，城市夜晚灯光更适合衡量城建水平。

　　我们按照灯光强度将全国分为了4个等级，白色为乡村，占国土面积的98.14%；浅蓝色是郊区和镇，大概占国土面积的1.19%；稍微深一点的蓝色是城区，大概占0.37%的国土面积。最后是北京等核心城区，占国土面积的0.3%。数据跟2018年同期统计局数字相比差不多，说明指标合理，加上我们拥有的500米人口数据，能够获得个体经营户的城乡分布。

　　从数据来看，农村面积占98%，人口占61%，发展依然任重道远。如下图所示，面积只有0.3%，人口占18.6%的核心城区，养活了大概40%的个体户，并承担了一半以上的营业额，说明城市依旧是商业活动最繁荣的沃土。疫情之下，城区和核心城区受到了最大程度的冲击。

　　我们在考虑疫情对于个体经营户的冲击时，不仅要考虑到整体层面的总量冲击，也要考虑到对原本最繁荣地区严重的结构性冲击。

　　接下来我们关注不同人群特征的个体经营户所受到的冲击情况。

　　重点关注四类人群，第一类人群是小于等于24岁的年轻人。第二类是55岁以上，基本上是退休、半退休的一群人。第三类是女性。第四类是经营活动地和户籍地不在同省的“外省人”

　　从下图可以看出，相对弱势群体的个体经营户占比很大，这也能从侧面体现出就业保障的重要性。55岁以上、女性、外省人这些传统意义上的弱势群体，在此次疫情之中受到相当大的冲击。24岁以下的年轻人能灵活自救，在生活保障上发挥着非常重要的作用。

　　数字金融能否缓解个体户所受冲击？

　　全国城市按疫情冲击程度，我们依然分为五个等级来看。从全国来看，基于数字技术精准放贷的贷款量每增加1%，经营额受到的冲击减少2.57%。第四等级的城市，贷款量每多1%，冲击减少0.82%。第三等级的城市，贷款量每多1%，冲击能减少3.04%。

　　基于简单的统计，如果贷款量能够从全国平均水平上升到杭州的水平，疫情对营业额的冲击就会惊人地减少51%。需要强调的是，并不是说只要更多的放贷、更多地增强数字金融，就能够消灭疫情。事实证明，对抗疫情的方法只能是控制疫情，让经济真正恢复。

　　不过，数据表明，数字金融对这些群体面对突如其来的疫情冲击时，确实起到了的缓冲作用。

　　分地区来看，疫情第二等级和第三等级的地区，缓解作用相对较好。这两类地区基本上包括了大部分中国人口稠密、经济发达、工商业产值高的省市，它们尽快复工复产是我们能够打赢抗疫战争的保障，也是未来发展的活力区域，数字金融更体现出价值。

　　接着我们来看城乡的缓解作用。之前我们提到，在城区和核心城区，个体经营户受到了最大的打击。数字信贷在城区和核心城区所起到的缓解作用也最强，分别是2.23和1.71，相较于乡村（1.0）和郊区（0.28）表现更强。

　　在数字信贷之外，还有两个指标，一是该地区平常使用花呗支付占到整体线下支付的比例，另外是数字保险，城乡异质性确实都体现明显。

　　花呗在城区、郊区和镇区有更强的促进作用。对于这些地区的人们来说，相比于核心城区的商户，其预算在疫情到来之后更紧。核心城区的人群，无论采用哪种支付手段，依然会进行支付，农村人群根本不太考虑更加超前的消费。但是城区、郊区、镇区这些处在“可宽可紧”的人群，花呗作用非常明显。

　　保险这一抵抗风险的金融工具，在乡村发挥的保护作用非常好，这令人感到意外，也令人心喜。保险确实是保护了最该保护的最弱势群体。

　　进一步分人群来看数字金融的缓解作用。在数字信贷上，无论是55岁以上的人群、女性、95后年轻人还是“外省人”，他们受到数字信贷的帮扶作用都非常明显。

　　再看保险、花呗等多样化数字金融手段的保护作用，数字保险对于24岁的年轻人和“外省人”的保护作用非常突出。90后95后更愿意为保险支付费用，风险意识较强，他们被保护的能力较强。相比保险不太发挥作用的两类人群，女性和年长人群，他们更多选择居家经营。“外省人”在陌生的环境里，相对来讲需要额外的手段来对冲自己的风险。

　　如何有效帮助个体户恢复成长

　　首先，根据疫情精准施政。现在全国只有北京、天津、湖北、河北在一级响应，不再施行“一刀切”的防御政策，从根本上保证了商业秩序的恢复。

　　其次，对于个体户，刺激是最好的手段，能降低经营成本。虽然国家现在拿出很多钱，用非常积极的态度，通过财政手段和金融手段来帮助他们，但财政手段是减税，这些人本来大多没有达到纳税标准，再减也减不了多少钱。金融手段是让中小银行帮助中小企业，但传统的手段也不会把这些人评估成风险足够小、可以发放贷款的对象。

　　财政政策和金融政策在某种程度上，对他们的帮扶属于“远水解不了近渴”。真正可以帮助他们的是能直接降低成本的方法，比如原材料补贴、减免经营场所租金，减免的成本也不应该由出租方承担，国家应相应地提出税收优惠政策，鼓励出租方减免。另外是调整商水和商电价格。

　　抗疫期间高速路免费降低运输成本，五一假期到来时，全国进入恢复时期，高速免费也会刺激人们出门，更进一步带动经济活力。

　　最后，应该充分重视金融的作用。有人认为借钱或者贷款不是长久之计，贷款本身有风险。但我认为要注意两点：一是没有任何人比个体经营户自己更想从疫情的冲击之中走出来，在做风险评估的同时应具有同理心和信任感，肯定和支持他们追求美好生活的努力。二是贷款并不是鼓励他们消费，而是鼓励他们继续发展，这和发放救助有本质区别，因此小额贷款非常有必要。

　　国家应该考虑的是如何就近下发资金，比如发放到城商行等能够真正把钱贷给个体户的金融机构。

　　我本人也建议拥有数据的大数据公司或大科技公司，对于没有资产、没有信用史的人，可以和银行联合做征信。同时，国家层面能不能对专项贷款有政策性的支持，比如对银行的不良率要求稍微降低一点，这些都应该是需要充分考虑的内容。

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。

责任编辑：赵慧芳