2021年開年多地疫情警報重響，讓在風雨飄搖中掙扎了一年的廣大小店經(jīng)營者更為焦慮。數(shù)據(jù)顯示，過去一年，逾百萬家小店告別了這個世界。在這個不確定性的焦灼未見減輕的冬天，我們應該怎樣扶一把小店，扶起眾多群眾生計最起碼的希望？

1 百萬小店倒閉，實情如何？

疫情下，小店生存艱難。

不久前，記者在天津對年輕人深具吸引力的潮流商圈營口道看到，900多米道路一側的44家店鋪中，17家已經(jīng)暫停營業(yè)，多家正在轉讓?！罢麠l街的店鋪都深陷掙扎?！币患揖瓢衫习逭f。

企查查數(shù)據(jù)顯示，2020年1月至11月，我國共吊銷注銷個體戶、個轉企等主體301萬家?！凹幢闩懦鲃訑傌?、網(wǎng)店，其中小店、店鋪倒閉數(shù)量仍然有上百萬。”企查查數(shù)據(jù)分析師崔凡說。

情況當真如此？記者向多地行業(yè)協(xié)會求證，所得令人感慨。

——東部倒閉數(shù)量多于中西部。企查查數(shù)據(jù)顯示，吊銷注銷小店主要集中在東部沿海地區(qū)，東西部差異顯著。江蘇、廣東、山東三省2020年注銷小店數(shù)量居全國前三位。

——城市之內，景區(qū)、商業(yè)街小店倒閉數(shù)量明顯多于社區(qū)。記者在東北、四川、天津等地走訪了解到，景區(qū)小店收入依賴于游客，過去一年受疫情影響，經(jīng)營格外慘淡；社區(qū)小店主要滿足居民的日常需求，受到影響最小。

——經(jīng)營2至5年的小店鋪最容易倒閉。企查查數(shù)據(jù)顯示，2020年吊銷注銷的小店中，69.4%的店家經(jīng)營時間不滿5年。

——與群眾基本生活關聯(lián)性少的行業(yè)倒閉較多。從天津、長春、沈陽、成都、廣州等城市情況來看，教育、健身、洗浴等行業(yè)倒閉多。長春一家名為方舟城兒童成長中心的教育培訓機構，原本頗受家長歡迎，到去年10月底，3個校區(qū)全部關閉。“招生困難，校區(qū)租金負擔也重?！痹摍C構一位負責人說。

2 有的苦苦掙扎，有的鋌而走險

沈陽市和平區(qū)馬路灣地鐵站出口附近有家30平方米的小飯店，近來一直冷冷清清。年近50歲的店主見到記者就止不住嘆氣：“孩子正在讀高中，全家收入靠小餐館維持?，F(xiàn)在賠慘了，不知道這個家還怎么支撐?！?

按照2019年第四次全國經(jīng)濟普查的數(shù)據(jù)，一家個體工商戶可帶動2.37個人就業(yè)。由此不難想象，百萬小店倒閉，會影響多少人生計。尤其值得注意的是，女性群體、城市外來務工人員、40歲以上中老年人等群體再就業(yè)難度明顯。

記者還注意到，部分經(jīng)營困難的小店主鋌而走險，踏上非法活動的賊船。為解決房租問題，上海市的一家奶茶店主秦某在某直播平臺開設色情直播間謀利，前不久已被當?shù)厝嗣駲z察院以傳播淫穢物品牟利罪提起公訴。

此外，小店倒閉，往往留下一系列“死結”，易滋生糾紛，影響社會穩(wěn)定。

天津市餐飲行業(yè)協(xié)會會長李家津回憶，去年天津市鼓樓附近一家海鮮酒樓受疫情打擊，老板跑路。眾多酒樓的充值會員得知消息后一連數(shù)日圍堵酒樓索賠，到場者情緒頗為激動，經(jīng)過調停，才改向有關部門投訴尋求解決。

有專家提示，小店倒閉還會給中小企業(yè)融資帶來負面影響。當下小店房東收到的租金多半投入了民間借貸市場，成為中小企業(yè)銀行之外融資“資金池”的源頭活水。北京大學數(shù)字金融研究中心特約研究員王靖一認為：“大量小店倒閉無疑影響到民間融資能力，進一步窄化了中小企業(yè)的融資渠道。”

3 如何扶一把小店？

接受采訪的多位專家認為，小店是民生經(jīng)濟的細胞，是群眾就業(yè)的最后一道屏障，在小店生存面臨特殊壓力的時刻，理應施以援手。

首先，基層政府要促進門店出租人與承租人之間有效協(xié)商，降低租金。長春市凱旋街道黨工委書記仲立娜介紹說，疫情后，小商戶經(jīng)營收入銳減，無力承擔鋪位租金。當?shù)胤e極與商場經(jīng)營方進行溝通，商場決定為所有承租商戶免去2個月租金，并從下半年開始，降低租金標準，減輕了小門店的經(jīng)營成本壓力。

其次，地方政府要打破常規(guī)，適當調整經(jīng)營管理手段。針對疫情期間群眾不愿進商場的問題，長春等地有序組織商場內小商戶選擇“坐商外溢”方式自救，讓小商戶們參與到早市、夜市的地攤經(jīng)濟中，提高營業(yè)收入。

同時，積極引導數(shù)字金融有序發(fā)展，助力小店經(jīng)濟復元。研究表明，數(shù)字金融對小店應對疫情沖擊還是起到了緩沖作用，尤其是基于大數(shù)據(jù)的精準信貸對小店來說不乏“雪中送炭”意義。一方面，大部分小店并不具有企業(yè)資質或者固定資產(chǎn)，傳統(tǒng)銀行很難對其作出信用評估，遑論發(fā)放貸款；另一方面，小店經(jīng)營人員在數(shù)字平臺上產(chǎn)生的交易流水，可實時納入互聯(lián)網(wǎng)金融的機器學習模型，實現(xiàn)更為精準的風險評估。

有鑒于此，許多專家表示，在疫情尚未結束的非常時刻，互聯(lián)網(wǎng)巨頭要踐行“科技向善”，正可從更為精準地加強對小店經(jīng)濟的融資幫扶入手。