性别、学历对创业意愿影响的实证分析

潘文昭

（上海工程技术大学 管理学院，上海 201620）

由苏宁易购、企查查联合跟踪调查的《2017—2019 中国创业数据报告出炉》显示，3 年来全国新注册创业企业累计已超270 万，其中仅2018 年就新增一百万新注册创业企业[1]。随着创业人数增加，创业难度提高，国家出台很多创业保障政策激发民众的创业热情。尤其在疫情当下，就业压力骤然增加，国家扶持创业带动就业，包括创业担保贷款政策、创业相关税收优惠政策等保障政策相继出炉，希望最大程度促进“大众创业，万众创新”，解决创业群体的后顾之忧。然而民众的创业意愿究竟呈现什么样的状态？受哪些因素影响？这是本文的主要研究目的。

一、文献综述与研究假设

从2014 年李克强总理提出“大众创业，万众创新”以来，创业就成为备受关注的话题，截至目前，知网搜索“创业意愿”出现相关文献2 377 篇，其中仅2020 年上半年已有核心期刊23 篇，创业意愿的相关研究已取得一定进展。学者Brid 和Popesco 认为创业意愿会使创业者产生关注与创业相关内容信息的倾向，进而可能引发创业行为[2]。学者Krueger和Brazeal 认为创业意愿能够衡量个体对从事创业活动愿意与否的主观态度，分辨潜在创业者[3]。国内目前也有较多学者对创业意愿做了相关定义，一般来说，创业意愿是一种主观态度，与个体创业动机挂钩，是实施创业行为的一个先决条件，受内外部因素即个体情况与外部环境影响。

由于创业的风险性、存在较多的不确定因素，个体创业意愿所受影响因素也颇多。学者对创业意愿相关影响因素也多有研究：（1）个体层面：男性的内在创业动机比女性更强，因此有更高的创业意愿，女性则更倾向于规避风险（Catherine C.Eckel 和Philip J.Grossman，2003）；宗教对创业有显著的正向影响（阮荣平等，2014）；仅有一套住房居民自雇型创业概率显著低于无房居民（冯苑，2020）；个体幸福感提升能够显著促进个人的创业意愿（于文超，陈刚，2018）。（2）环境层面：政府财政支出结构调整比简单扩大政府财政支出规模更重要，能降低创业者资金约束、提高个体创业失败后风险承担能力的财政支出可以显著提高个人的创业概率（宋冬林，姜扬，2017）；个体对政府提供的社会保障服务的满意度抑制了其创业意愿（项凯标，蒋小仙，2018）；国家金融环境发展缓慢会激发人民创业热情（Dutta 和S.Sobel，2017）；创业的市场环境例如法制环境、金融环境、政商环境等都对个体创业意愿有一定影响（杜跃平，2016）。目前学术界有关创业的研究已经基本涉及方方面面，后文也会从个体层面与环境层面—家庭环境、社会环境方面来控制其他因素对创业意愿的影响。本文的研究重点仍在个体层面，主要目的在于考察不同性别、不同学历的人群对创业是否有意愿、有想法，而非目前是否已经处于创业或创业成功阶段，这是区别于其他学者研究的特殊之处。

由上文学者对创业意愿影响因素的现有发现以及其他相关研究，了解到性别导致的教育不公平现象仍然存在，男性受教育程度显著高于女性，尤其在农村地区[4]。由此提出假设1：男性比女性具有更高的创业意愿。

有学者研究发现学历对个人的创业选择存在反向影响，即受教育程度的提升会阻碍个人创业[5]，由此提出假设2：个人受教育程度越高，创业意愿越低。

基于以上两个假设开展本文的实证研究，具体主要探讨性别与学历对个人创业意愿的影响以及性别与学历之间的相互作用，除性别与学历相关变量外，本文还会选取部分控制变量，通过控制其他不确定因素，达到合理分析变量之间相关关系的目的。

二、数据选取

（一）数据来源

本文数据选用中国综合社会调查数据，由于CGSS 2015 中包含本文所需重要数据—创业意愿，因而以其作为研究数据进行分析。除创业意愿外，保留数据中受访者性别年龄等基础信息以及受教育程度、工作情况等数据用作后续的模型建立。

（二）变量选取

结合现有创业相关文献以及CGSS 2015 数据，本文选取了以下变量：

1.因变量：创业意愿（ent）。在CGSS 2015 中，创业意愿内涵为“如果有机会和资源，您是否会去创业”，经过无效数据处理后剩余1 698 个样本量，从非常不可能创业到非常可能创业依次赋值1～7，数据中“有可能创业”及以上的人数比例为53.71%，由于这里的创业意愿基于有机会和资源的前提，因此可以看出调查样本中整体的创业意愿度不高。

2.自变量：性别（sex）、学历（个人受教育年限）（edu）、父亲受教育年限（f_edu）。本文的研究重点是性别与学历对创业意愿是否有较大影响，性别、受教育年限（个人、父亲）作为重要的解释指标纳入到变量选取中，经过数据处理后男女人数基本持平；父亲受教育年限均值为4.41 年，处于小学未毕业水平，大专及以上水平人数仅占3.4%；个人受教育年限均值为8.65 年，大概处于初中将毕业水平，大专及以上水平人数仅占16.21%。由以上数据可以发现经过一代人的更迭，我国整体教育水平已有非常大的提升，但从2015 年数据来看，当前人民受教育程度仍显不足，尤其高等教育层次有进一步提升的空间。接下来构建创业意愿与受教育年限的皮尔森相关系数：

其中μX和μY分别代表X 和Y 的均值，利用Stata 软件运行Pwcorr 命令得出表1。

表1 自变量与因变量的皮尔森相关系数

通过表1 可以看出性别、个人受教育年限、父亲受教育年限均与创业意愿呈负相关关系，由于* 表示相关系数显著，说明性别和学历对创业意愿的影响较大，可以作为自变量进行回归分析。

3.控制变量。为剔除其他因素对自变量的干扰，本次研究首先选用以下变量：（1）个人情况：性别、年龄、民族、区域、政治面貌、健康状况、冒险精神、尝试精神、做计划习惯、社会经济地位、个人收入、收入合理程度；（2）家庭环境：婚姻状况、家庭人口数、家庭人均收入、家庭房产数、幸福指数；（3）社会环境：公共教育服务总体满意度、医疗卫生公共服务总体满意度、基本住房保障公共服务总体满意度、社会管理公共服务总体满意度、社会公平程度。依据控制变量的选取进行数据处理工作，并对以上控制变量建立皮尔森相关系数，发现民族、区域、政治面貌、社会经济地位、收入合理程度对创业意愿相关系数不显著，因此剔除这五个控制变量。下一步构建嵌套模型并进行Test 检验，观察调整后的R2数值（R2为决定系数，代表该模型对因变量的解释力，调整后的R2是为了体现自由度增加的影响，保证解释力的精确性），筛除降低调整后的R2的变量，最终保留控制变量—年龄、冒险精神、尝试精神、做计划习惯、个人收入对数、婚姻状况、幸福指数。另外需要注意两点：（1）检验年龄变量—进行创业意愿、年龄、年龄平方的多项式回归，年龄和年龄平方的系数均为正，则不进行加平方项处理，但考虑到创业要求，模型选用年龄不大于60 的人群作为样本；（2）检验收入变量—经过Sktest 命令检验，个人收入不是正态分布，则取其对数lninc。

表2 主要变量及其描述统计结果

三、构建模型并分析

（一）模型构建

在变量选取并处理完成后构建OLS 多元回归模型：

式（2）中，Y 为因变量，X 为自变量，b1，b2，b3，bk是k 个回归系数（正负情况表示该变量对Y 的影响方向，绝对值大小表示该变量对Y 的解释程度），e为误差项。本文只选用个人和父亲受教育年限两个自变量，其他控制变量主要用来减小误差，也就是e值，模型精简为：

式（3）中，Y 为创业意愿，X1为性别，X2为个人受教育年限，X3为父亲受教育年限，并从上文提到的个人情况、家庭环境、社会环境三方面控制其他因素的影响。应用Regress 命令进行回归分析，为方便对比，构建性别影响、个人学历影响、父亲学历影响、三个自变量影响、控制其他因素后三个自变量影响这五个模型，获得表3。

（二）回归模型结果分析

由表3 可以看出，模型5 对创业意愿的解释力最大，调整后的R2为20.9%，即模型5 中的自变量和控制变量在20.9%的程度上影响着创业意愿。由于年龄进行过对中化处理，模型中控制年龄因素指平均年龄在42 岁时其他因素对创业意愿的影响。接下来对三大自变量和控制变量对因变量的影响进行解释分析。

表3 主要变量及其多元线性回归结果

1.性别：通过对比分析模型1、模型4 和模型5可以看出：（1）性别对创业意愿为正向影响，男性比女性的创业意愿更高，假设1 成立。（2）在控制其他变量因素后，女性创业意愿值为4.755，介于说不清可不可能和有可能之间；男性为5.035，靠近有可能创业。（3）从不设置控制变量到控制学历变量到控制一系列变量因素，误差e 值降低，性别对创业意愿的影响显著性逐步下降，均值分布的离散程度稍微增大。

2.个人学历：通过模型2、模型4 和模型5 对比可以看出：（1）个人受教育年限对创业意愿数值为正向影响，创业意愿随受教育程度增长而增长，且离散程度较低，假设2 不成立。（2）在控制其他变量因素后，个人学历对创业意愿的影响显著性下降。（3）控制其他变量因素后，未受教育人群创业意愿值为4.755，介于说不清可不可能和有可能之间；受教育年限每增加一个单位，创业意愿值增加0.030；在受访者受教育达到专科及以上水平，即edu 不小于15 时，创业意愿值不小于5.205，介于有可能和很可能之间，教育确实在一定程度上提高了群众的创业意愿，假设2 不成立。本文模型显示结果与翟爱梅、黄立奋学者研究结果有所不同，在同样选择CGSS 2015 数据的情况下出现不一样的结论，通过对比所选变量可以发现原因在于创业选择与创业意愿存在本质上的区别，创业选择是行为，而创业意愿是想法，因此可以说受教育程度的提升会增强个体进行创业的主观想法，但在现实中反而不会真正选择创业道路。

3.父亲学历：在模型3 中，父亲的受教育年限对创业意愿影响是显著的，但模型4 和模型5 中影响却不再显著，也就是说在控制其他因素后，父亲受教育年限对创业意愿没有直接影响，二者不构成显著相关关系。单独构建父亲受教育年限与个人受教育年限的回归模型，发现结果显著，也就是说父亲受教育情况会对子女受教育程度产生较大影响，个人受教育年限会随着其父亲受教育年限的增加而增加。构建个人受教育年限、父亲受教育年限两个自变量与因变量的回归模型，父亲受教育年限的P值为0.150，不显著，因此可以解释为父亲受教育年限、个人受教育年限、创业意愿形成关系链，通过影响个人受教育年限对创业意愿产生影响。

4.控制变量：在控制变量中，冒险精神、个人收入、婚姻状况、幸福指数四个变量在单独与创业意愿构建模型时结果显著，放入总体模型中结果不显著。年龄、尝试精神、做计划习惯三个变量对创业意愿有一定影响：随着年龄增长，创业意愿下降；个人越有尝试精神，越愿意事前做计划，其创业意愿越高，与常理相符。

（三）性别与个人学历的交互模型构建与分析

排除虚假相关变量父亲受教育年限后，为进一步了解性别与学历对创业意愿影响的相关关系，构建两个自变量的交互模型，并分析输出结果。

由表4 可以看出性别与本人受教育年限存在交互作用，为了更直观感受二者的交互情况，制作回归直线图，如图1 所示。

表4 性别与个人受教育年限的交互模型回归结果

图1 中粗线回归线代表女性，细线回归线代表男性，由图1 可见粗线比细线斜率更大，因此学历对女性创业意愿的影响力高于男性。在受教育年限较短时，男性创业意愿高于女性，随着受教育程度加深，年限达到17 左右，也就是硕士在读阶段时，男女创业意愿基本持平。

图1 教育对创业意愿影响的性别差异

四、结论与建议

尽管创业意愿属于主观想法，但也不可避免地受到客观因素的影响，本文通过CGSS 2015 数据分析了性别和学历的影响，基于上文分析结果可以进行以下几点思考：

1.接受较少教育的女性目前创业意愿偏低往往与女性比男性面临更大的创业压力有关，她们可能仍受家庭、社会的束缚，缺乏勇气跳脱出目前的生活环境。从教育对女性创业意愿提升的显著影响来看，国家需要保证当代女性的受教育水平，促进女性创业。2020 年在坚决打赢脱贫攻坚战的情况下，地方政府需要重视较落后地区的女性受教育相关问题，比如加强对农村父母意识的教育工作，帮助他们摒弃性别歧视思想，为子女提供平等的合适的受教育环境。

2.创业意愿是创业行为的必要条件[6]，但由本文回归结果分析出受过高等教育的个体具有更高的创业意愿，实际投入创业大军中的比例却不高，由此可见创业意愿不是创业行为的充分条件，针对这一情况需要国家和院校对学生进行鼓励及指导，使其具备更高的创业能力，让创业不再是空谈。关于大学生创业，国家一直坚持举办各类大学生创新创业大赛，包括疫情下的“24365 校园招聘服务”平台上都有设置链接直达全国大学生创业服务网，并有通知显示不同地区都有为高校创业教育师资设立培训班。从教育部对待大学生创业的重视程度可以侧面认识到创业对于经济社会发展的重要性，院校也需要各自为学生的创业能力加以培训指导，包括引入专业的创业指导教师进行授课，对参与创业大赛的学生进行合理详细的指导等，让学生参与创业大赛不仅仅是为了给简历加分，而是做到培养创新思想，锻炼创业能力，以能力支撑意愿。

2020 年疫情防控在一定程度上对包括应届毕业生在内的民众就业情况产生了冲击，在这种严峻形势下更需要鼓励“大众创业、万众创新”，减轻社会就业压力。国家、地方针对2020 年毕业生的相关就业政策也提到了创业相关帮扶内容，对创业的重视程度可见一斑，创业意愿与创业行为的同步提升问题亟待解决。鉴于创业意愿的影响因素多且繁杂，并且受到数据的限制作用，本文建立的创业意愿相关模型解释力仍有所欠缺，在能够收集到更全面数据信息的情况下可以考虑对创业意愿与创业行为相关影响因素进行深入研究，完善相关结论。