创业失败、再创业决策与再创业绩效

张永强 吴广昊 田 媛

一、引言

创业是促进技术进步、推动经济增长、优化经济结构的关键要素(林强等，2001)。在经济发展新常态下，中国政府陆续出台多项政策，鼓励、引导、支持创业。十九大报告强调：激发和保护企业家精神，鼓励更多社会主体投身创新创业。“十四五”规划纲要明确指出：破除制约民营企业发展的各种壁垒，完善促进中小微企业和个体工商户发展的法律环境和政策体系。据2019年度全球创业观察报告(Global Entrepreneurship Monitor)数据显示，中国的国家创业环境指数为5.89，高居世界第四位。

然而，创业活动具有较强的不确定性与高风险性(Knight，1921)，良好的创业环境并不意味着创业成功唾手可得，创业失败仍是大多数创业者面临的最终结果。目前，世界各国的创业失败率普遍在75%以上，初创活动的创业失败率更是在90%以上(Boso et al.，2019)。长期以来，创业失败者普遍遭受着“污名化”的困扰(Simmons et al.,2014)，在关于创业的学术研究与政策制定中也一直存在“失败偏见”与“成功者偏差”(谢雅萍、梁素蓉，2016)。学者们过于关注创业成功案例与其外延，而忽视了探究创业失败的后续影响与内在价值的重要意义，各国政府的创业激励政策、创业资源配置也相对集中于初创活动(周冬梅等，2020)。

自Mcgrath(1999)在《Academy of Management Review》中首次强调创业失败的研究意义起，创业失败逐渐成为学术界热议的话题，现已形成清晰的研究脉络。国内外学者试图从失败归因、失败修复、失败学习、失败再创业等不同角度挖掘创业失败中蕴含的正面价值。其中，失败再创业是创业失败研究中以实践为导向的核心议题，既反映了创业失败劳动力的后续流动与供给，也蕴含了连续创业活动的内在特征与价值(窦军生、包佳，2016)。厘清创业失败与再创业活动间的关系，对于创业与创业失败理论体系的丰富和完善、“失败偏见”观念的缓解、创业资源的合理配置与创业政策的有效制定，都具有重要的启示意义。

事实上，世界各国有关创业失败的统计性数据都十分稀缺，而创业失败这种“悲痛性”事件的回顾性调研难以开展的同时也易出现数据偏误，这使得失败再创业的现有研究还很不充分且多为综述分析、理论探索等定性分析(郑馨等，2019)。此外，此类理论与案例研究往往是基于组织理论从企业层面展开，从个体层面探究创业失败者在创业领域后续行为的研究还较为匮乏，很多问题有待进一步分析与检验。例如：创业者在创业失败后究竟会“偃旗息鼓”还是“重整旗鼓”？创业失败者再次创业时能否获得相对较高的创业绩效，其中的内在作用机制是什么？上述影响在不同群体之间存在何种差异？

为此，本文基于2010—2018年中国家庭追踪调查(CFPS)数据，实证检验创业失败对再创业决策与再创业绩效的影响，以期为回答上述问题提供切实可靠的微观证据，并为缓解创业资源配置扭曲、鼓励和引导失败再创业提供一定政策启示。与以往研究相比，本文可能的边际贡献在于：第一，数据选取上，本文首次利用多年份的大样本追踪数据考察创业失败对再创业活动的影响，避免了单一年份调研中某些回顾性问题存在的数据偏误，得出的结论更具代表性与说服力。第二，理论分析上，现有研究鲜见针对创业失败与再创业绩效的机制探讨，本文分析并检验了创业失败影响再创业绩效的作用机制，补充了现有文献。第三，实证检验上，本文采用工具变量、倾向得分匹配、双向固定效应模型等方法，克服核心解释变量潜在的内生性问题，提高了估计结果的可靠性与准确性。

二、文献综述与理论分析

(一)创业失败的概念界定

失败泛指未实现某种价值尺度的事件。失败概念的宽泛与学者研究视角的差异导致了创业失败定义维度的多样性。梳理现有文献可以发现，无论是企业层面的失败还是创业者个体层面的失败，学者们对于创业失败的定义都是基于期望、结果、原因这三种逻辑。期望观强调创业活动开始前的预设目标，若创业活动未达到预期的目标则视为创业失败(Jenkins and Mckelvie，2016)。结果观将创业活动视为完整的过程，关注创业活动的最终结果，认为创业活动的终止或退出即为创业失败(Ropega，2011)。原因观则是在结果观的基础上，聚焦于导致创业活动终止的某一具体原因(Shepherd et al.，2009)，如收入问题、法律纠纷等。本文借鉴Ucbasaran et al.(2013)的研究设计，从创业结果的角度定义了创业者个体层面的创业失败，即“创业家庭终止或退出企业经营活动则为创业失败”。

(二)创业失败的研究进展

梳理现有文献可知，个体层面的创业失败研究主要关注创业失败者的心理认知与后续行为，研究集中于失败归因、失败修复、失败学习、失败再创业四个方面。其中，第一类研究关注失败归因，主要考察“创业失败者会怎样归纳导致自身失败的原因？不同的归因方式会产生怎样的后续影响？”。研究发现，创业者的归因视角受到创业情景、创业者性格、社会文化等因素的影响(Cardon et al.，2011)，将失败主要归结于内部因素的创业者，更有利于自我反思并调整自身行为，而外部归因的创业失败者能够保持较高的自信水平(Jenkins et al.，2014)。第二类研究关注失败修复，试图回答“创业失败可能会引发哪些情绪？怎样消除其中的负面影响？”。探讨创业失败者情绪修复的过程是此类研究的重点，研究主要从提出修复策略、给予外部支持、找寻调节变量三个角度展开(Ayala and Manzano，2014)。第三类研究关注失败学习，侧重分析“从创业失败中可以学习到什么？如何更好地从创业失败中转化出有效经验？”。创业失败学习是从创业失败经历中吸取知识、提炼经验的动态过程。组织学习理论认为，在创业失败这一“间断”经历与试错进程中，创业失败者能够触发高水平学习模式，提高自身的创业机会识别能力与机会价值评估能力(Carmeli，2007)。而创业认知理论认为并非所有失败经历都能促进学习(Baumard and Starbuck，2005)，创业失败带来的消极情绪与财务压力将抑制个体的学习水平。进一步地，杨学儒等(2019)整合组织学习与创业认知理论构建了统一的创业失败学习理论逻辑，强调上述影响实质上是创业失败学习过程的必然结果，依赖于特定的情境条件。此外，学者们分析了异质性学习动机、学习模式、学习过程对于创业失败学习的具体影响(Shepherd et al.，2016；Wei et al.，2019)。

第四类研究是本文重点考察的问题，即失败再创业。重点考察“创业失败对再创业活动有何种影响？其中的作用机制是什么？”。再创业决策、再创业绩效是其中的核心议题。关于创业失败对再创业决策影响的研究主要呈两种观点，第一种观点认为创业失败经历将会抑制创业失败者再次创业，该观点强调创业失败对个人的不利影响。譬如，Shepherd(2003)认为随失败产生的负面情绪与心理压力能够降低创业失败者的创业激情与创业自我效能。Cope(2011)指出，倘若只考虑创业失败后再次创业的财务成本，也足以打消创业失败者的再创业意愿。Eggers and Song(2015)的研究表明，创业失败者往往会将失败原因归结于外部环境因素，当其产生再创业意愿时，自身视角将聚焦于其他行业，但高昂的跨行业成本会阻碍其采取进一步行动。第二种观点认为创业失败经历将会促进创业失败者再次创业，该观点强调创业失败对个人心智的改变。譬如，Politis and Gabrielsson(2009)研究发现，较高的失败成本使得创业失败者更加偏好风险，这提高了其再次创业的概率。林嵩(2016)强调，创业者的失败经历反映了自身价值追求与实际成就间的差距，这将激励创业失败者再次创业。杨学儒等(2019)基于创业失败学习理论的研究表明，失败经历所激发的心智模式改变和挑战性反思能够提高创业失败者的再创业意愿，其采用GEM数据的实证结果证实了这一观点。李君等(2018)基于214名中国创业失败者调研数据的实证分析也得到了相似的结论。在创业失败与再创业绩效的关系方面，国内外学者的研究视角与研究结论均存在较大差异。Yamakawa et al.(2010)使用由日本政府财政机关采集的微观数据研究发现，创业失败对再创业绩效并不存在直接影响。Ucbasaran et al.(2010)的研究表明，创业失败与后续创业活动的创新性无关，并且失败经历可能会对再创业绩效产生负向影响。郑馨等(2019)指出，创业失败者再次创业时能够最大程度地发挥“经验曲线”效应，从而提升再创业绩效。魏娟、刘天军(2020)基于235位创业失败农民的调研数据，研究发现创业失败程度与再创业绩效呈倒U型关系，创业失败学习在其中发挥了中介作用。但也有部分学者认为上述正向影响存在着外部归因、有效的失败学习、特定的创业环境等前置条件(Mitchell et al.，2011；Khelil，2016)。

通过梳理文献可知，已有研究还存在以下不足：一是虽然部分文献实证检验了创业失败与再创业活动间的关系，但采用的都是单一年份的小样本回顾性调研数据，创业失败的发生时间距离调研年份普遍较为久远。此类数据不仅容易出现偏误，也导致了实证模型中采用的各变量并不是同一时期的数据，这损害了估计结果的代表性与严谨性，所得结论难以令人信服。二是已有文献主要关注创业失败与再创业意愿、再创业决策的影响，对于再创业绩效这一核心议题的重视不足，创业失败者再次创业的参与程度、失败再创业的地域差异与城乡差异等延伸问题也尚未得到解答。鉴于此，不同于以往研究，本文并未关注创业失败者在创业失败后的主观情绪与认知，而是侧重于探究创业失败劳动力与普通劳动力在创业领域的差异。为此，本文基于多年份大样本追踪数据，从不同角度考察创业失败对再创业活动的影响，以期得到具有普适性的结论，对现有文献进行有益补充与完善。

(三)创业失败影响再创业绩效的作用机制

作为一种宝贵、独特的先前经验，创业失败在包含大量信息、知识与经验的同时，也可能通过影响创业失败者的个人特质，进而提高其再创业绩效(Parker，2013；Yamakawa et al.，2015)。具体来说，这种影响可能体现在以下方面：第一，失败学习。根据创业失败学习理论，在失败学习这一反思与信息再加工的思考过程中(于晓宇等，2013)，创业失败者可以获得商业管理、机会识别、风险应对等方面的知识，并通过提炼失败经验总结出新的思维模式，增强应对和处理复杂信息的能力(Lattacher and Malgorzata，2020)，这都有助于其再创业绩效水平的提升。第二，社会资本。社会资本是社会关系网络的总和。先前的创业活动使创业失败者扩宽了自身的人际交往范围并加强了与政府部门、社会企业、金融机构间的信息交流(Mantere et al.，2013)，这有利于创业者扩展社会网络、强化信息获取能力、更合理地配置资源(张博等，2015)，并以此获得良好的绩效表现。第三，人力资本。人力资本积累是提高个体生产效率的主要方式之一(Ju et al.，2019)。创业失败经历在增加创业者工作经验与工作技能的同时，也帮助创业者更客观地认识自身不足以及自身与目标间的差距(Lafuente et al.，2019)，这增加了创业失败者为提升自我、开发专业技能而进行人力资本投资的可能性(Singh et al.，2007)，从而提高其再创业绩效。第四，个人努力。失败的创业经历能够激发创业者渴望得到证明的逆反心理(Espinoza and David，2019)，也帮助创业失败者正确地认知创业难度、抑制可能的过度自信，促使其再次创业时为克服困难、取得成功而付出更多努力(Ucbasaran et al.，2009)，进而对再创业绩效产生积极影响。

三、数据来源、变量与实证模型

(一)数据来源

本文所使用的数据来源于由北京大学中国社会科学调查中心实施的中国家庭追踪调查(CFPS)，CFPS旨在收集全国代表性的社区、家庭、个体的信息，进而全面反映中国社会变迁与经济发展状况，样本共覆盖全国31个省、市和自治区。自2010年实施基线调查起，CFPS每两年进行一次追踪调查，跨轮成功追踪率保持在85%以上。

为探究创业失败对再创业决策与再创业绩效的影响，本文将从家庭层面入手，并将户主视为基本研究个体。这一做法的可行之处在于：一方面，小微企业占中国企业总数的85%以上(1)数据来自由国家统计局发布的第四次全国经济普查系列报告。，而个体工商户是小微企业的最主要表现形式(甘犁等，2019)。同时，中国92%以上的家庭创业都是家庭成员间的合伙创业，家庭成员作为员工打工的比例较低(2)数据来自全球创业观察(GEM)2018/2019中国报告。。另一方面，中国家庭生活中的重大事项往往是通过家庭集体决策而确定的，户主在其中发挥着主要作用(杨子砚、文峰，2020)。

在实证部分本文使用了2010—2018年间CFPS五次调查的数据，并进行了如下工作：(1)由于CFPS问卷中并未直接采集户主信息，本文参考北京大学中国社会科学调查中心建议使用的户主定义方式(3)户主定义方式来自中国家庭追踪调查(CFPS)官方网站中的常见问题板块。，将最熟悉家庭财务状况的受访者视为户主，并将户主的个人数据与对应家庭数据进行逐年匹配。(2)清理了数据缺失、数据异常的样本。(3)依据变量定义构建了创业失败、参与创业人数等指标，并对创业绩效、创业资产、人情礼支出等数据进行取对数处理。本文最终构建了8424户家庭在2014年、2016年及2018年的三期平衡面板数据。其中，本文的核心解释变量是基于2010—2016年调查数据经匹配统计而得，其余变量均来自2014—2018年调查数据。

(二)变量设置

本文的被解释变量分别为创业决策与创业绩效。创业决策是判断创业活动是否发生的客观评价指标，本文根据CFPS家庭问卷中“过去12个月，您家是否有家庭成员从事个体经营或开办私营企业？”的回答对其进行定义，如果回答是，则视为从事创业活动赋值为1，否则为0。创业绩效是创业活动的客观结果，借鉴谢勇、杨倩(2020)以及李长生、黄季焜(2020)的研究设计并结合CFPS问卷内容，本文使用财务指标衡量创业绩效，并选取“过去12个月家庭所有个体经营、私营企业的税后净利润总额”的对数值作为具体指标。

本文的核心解释变量为创业失败。CFPS问卷中并无与创业失败直接相关的问题，但追溯性的调查数据详细记录了历年家庭创业的相关信息，这为创业失败指标的考量和测度提供了切实依据。对此，本文参考尹志超等(2020)测度创业失败指标的做法，将在某一年度调查中未从事创业，而在上一年度调查中从事创业的家庭视为创业失败。由于创业失败对再创业活动的影响需要在下一年度调查中得以体现，因此本文自下一年度调查起将该家庭的创业失败指标赋值为1。

在控制变量方面，本文从家庭特征与户主特征两个角度进行设置。家庭特征变量包括银行借贷、民间借贷、自有房产、家庭规模与是否持有金融产品，户主特征变量包括户主的年龄、性别、婚姻状况、受教育程度以及健康状况。此外，本文还构建了年份虚拟变量、省份虚拟变量来控制时间因素与地区因素的影响。表1汇报了具体的变量定义与统计性特征，创业绩效、创业资产以及参与创业人数在表中汇报的是创业样本均值，其余变量汇报的是全部样本均值。在全部样本中，8424户家庭共计进行创业2457次，而其中的1755次创业都以失败告终，创业失败比例高达71.43%。

表1 变量定义与描述性统计结果

(三)模型设定

1.基准模型

由于创业决策为二值虚拟变量，本文采用Probit模型检验创业失败对再创业决策的影响，构建计量模型如下：

Prob(Yijt=1)=(α+β1EFijt+β2Xijt+β3Yeart+β4Province+ε)

(1)

其中，Yijt表示j省i家庭在t年是否创业的虚拟变量，EFijt(Entrepreneurial Failure)是衡量家庭是否有过创业失败经历的指标，Xijt是包括家庭特征与户主特征两部分的控制变量，Yeart为年份虚拟变量，Province为省份虚拟变量。

在此基础上，本文将探究创业失败对再创业绩效的影响。在全部样本中，创业家庭占比仅为9.70%(2452/25272)，因此创业绩效是典型的截断数据。这种情况下，大量数据被压缩在一个点上，导致创业绩效的概率分布发生变化。若仅保留创业家庭样本进行OLS回归，估计结果将存在偏误并且不具有一致性(彭克强、刘锡良，2016)。对此，本文采用Tobit模型解决这一问题，构建计量模型如下：

EP*=α+β1EFijt+β2Xijt+β3Yeart+β4Province+ε

(2)

在(2)式中，EP(Entrepreneurial Performance)是衡量家庭创业绩效的指标，具体表示为j省i家庭在t年家庭创业税后净利润的对数值。(2)式中其余变量的含义与上文Probit模型中所代表的相同。

2.中介效应模型

本文将进一步考察创业失败对再创业绩效影响的内在作用机制，参考温忠麟、叶宝娟(2014)的研究设计，构建中介效应模型如下：

Mijt=α+δ1EFijt+δ2Xijt+δ3Yeart+δ4Province+ε

(3)

EP*=α+γMijt+γ1EFijt+γ2Xijt+γ3Yeart+γ4Province+ε

(4)

首先，本文使用(2)式检验创业失败对再创业绩效的影响。其次，本文使用(3)式检验创业失败对中介变量Mijt的影响。若(2)式中的系数β1、(3)式中的系数δ1都为显著，则继续检验(4)式中的系数γ与γ1。在系数γ显著的前提下，若系数γ1显著且绝对值小于β1，说明变量Mijt起到了部分中介作用；若系数γ1不为显著，说明变量Mijt发挥了完全中介作用。此外，若δ1与γ至少有一个不为显著，则需额外进行Sobel检验。(3)、(4)式中主要变量的含义与(1)式相同。

四、实证分析

(一)创业失败与再创业决策

表2报告了创业失败对再创业决策的影响，表中显示的是各变量的平均边际效应而非回归系数。为保证估计结果的稳健性，本文在表2第(1)至(3)列的回归中逐渐控制了家庭特征变量、户主特征变量、省份虚拟变量与年份虚拟变量。可以发现，创业失败始终在1%的统计水平上对创业决策产生了显著的正向影响，创业失败的平均边际效应及标准误也较为稳定。表2第(3)列的估计结果表明，如果某个家庭有过创业失败经历，则其进行创业的概率要高出其他家庭4.09%。控制变量的估计结果与现有文献较为一致，在此不再赘述。

表2 创业失败对再创业决策的影响

(二)创业失败与再创业绩效

表3报告了创业失败对再创业绩效影响的平均边际效应。在控制了家庭特征变量、户主特征变量、省份虚拟变量以及年份虚拟变量后，创业失败对创业绩效在1%的统计水平上有着显著的积极影响，边际效应为0.0483。相较于未经历过创业失败的家庭，有过创业失败经历的家庭具有更好的创业表现，其创业绩效要高于前者4.83%，体现了较为明显的经济意义。表3的回归结果还显示，银行借贷、家庭规模、男性、已婚、受教育水平对创业绩效具有显著的正向影响，家庭房产、年龄对创业绩效具有显著的负向影响，而民间借贷、持有金融产品、健康水平对于创业绩效的影响则并不显著。

表3 创业失败对再创业绩效的影响

(三)创业失败与再创业参与程度

创业家庭在创业活动中的参与程度是否会因创业失败经历而产生差异？对此，本文考察了创业失败对家庭投入创业的资产规模以及参与创业人数的影响。由于创业资产和参与创业人数都是典型的截断数据，本文使用上文中的Tobit模型进行估计，并汇报了边际估计结果。从表4可以看出，创业失败经历显著影响了家庭参与创业的程度。如果某个家庭有过创业失败经历，当其再次进行创业时，其投入的资产规模较其他家庭高出5.26%，参与创业的家庭成员数也将多出11.46%。

表4 创业失败对再创业参与程度的影响

(四)内生性处理

然而，上述估计结果可能存在由遗漏变量、反向因果等原因导致的内生性问题。为此，本文借鉴阮荣平等(2014)、何欣等(2020)选取工具变量的逻辑，使用每年度排除家庭自身样本后的区县级创业失败率作为创业失败的工具变量。一方面，区县级创业失败率是衡量家庭所在地区创业失败情况的客观指标，综合反映了经济环境、社会文化、制度政策等因素影响区县范围内某一创业家庭最终退出创业的可能，满足相关性原则。另一方面，创业失败是一种非常普遍的社会现象。由于中国创业失败相关数据的稀缺，区县级创业失败率是各家庭无法观测、难以衡量的宏观层面数据，而家庭创业则是微观层面的数据。因此，区县级创业失败率并不直接影响家庭的创业决策以及创业绩效，满足外生性原则。

本文采用IV-Probit模型检验创业失败与再创业决策的内生性问题，并采用IV-Tobit模型检验创业失败与再创业绩效的内生性问题，表5汇报了估计结果。可以发现，Wald检验结果分别在10%、5%的统计水平上拒绝了创业失败外生的原假设，说明引入工具变量是必要的；F统计量分别为21.64与19.13，说明不存在弱工具变量问题；创业失败对再创业决策与再创业绩效的影响均在1%的统计水平上有着显著的正向影响，由于局部平均干预效应的存在，二阶段估计结果较基准回归系数有所增大。综上所述，在考虑了创业失败可能的内生性问题后，上文各项结论依然是成立的。

表5 内生性检验：IV-Probit、IV-Tobit模型

(五)稳健性检验

本文采取以下三种方法验证上文估计结果的稳健性：

1.利用倾向得分匹配法计算平均处理效应。倾向得分匹配法能够解决样本选择偏误以及由可观测变量带来的内生性问题。通过在设定的处理组与控制组中匹配“相近”样本，并估计处理组的平均估计效应(ATT)，最终可以得到创业失败的净影响。本文将有过创业失败经历的家庭设置为处理组，将没有创业失败经历的家庭设置为控制组，并采用了最近邻匹配(n=4)、卡尺匹配(caliper=0.01)与核匹配三种匹配方式。估计结果显示，三种匹配方法的ATT均通过了显著性检验。

2.分别剔除创业绩效上下1%、5%的样本。虽然本文已清理了部分数据缺失、数据异常的样本，但仍可能存在某些极端值对估计结果产生影响。本文进一步分别剔除了创业绩效数据上下1%与5%的样本，估计结果与上文并无显著差异。

3.使用双向固定效应模型。为解决潜在的遗漏变量问题，本文控制了家庭固定效应，从而缓解不随时间变化的遗漏变量对估计结果产生的影响。使用双向固定效应模型回归后的估计结果与上文并无显著差异。

五、机制检验与异质性分析

上文探究了创业失败对再创业活动的影响，本部分将采用中介效应模型检验创业失败影响再创业绩效的内在作用机制。由于数据的局限性，我们无法利用现有数据准确衡量失败学习这一动态过程，下文将重点关注社会资本、人力资本、个人努力这三种可能机制。

(一)影响机制

1.社会资本

长期以来，中国社会一直有着“礼尚往来”的传统风俗。因此，人情礼支出是较能直观反映家庭社会资本的一种指标(马光荣、杨恩艳，2011)。本文选用家庭人情礼支出的对数值作为社会资本的代理变量，表6汇报了依照中介效应模型检验顺序的估计结果。第(1)列报告的是上文的基准回归结果。第(2)列使用OLS模型的回归结果显示，创业失败对人情礼支出在1%的统计水平上存在显著的正向作用。从第(3)列的估计结果可以看出，人情礼支出、创业失败均对创业绩效在1%的统计水平上产生了积极影响，创业失败的平均边际效应为0.0461，小于第(1)列基准回归中的边际效应。参考上文所述的中介变量判断标准，社会资本具有部分中介效应。因此，创业失败经历可以通过增加家庭社会资本，进而提升再创业绩效。

2.人力资本

为考察创业失败是否通过促进家庭人力资本投资进而影响再创业绩效，本文使用CFPS问卷中“过去12个月，您家是否有人参加非学历教育？”作为家庭人力资本投资的衡量(4)CFPS问卷中的非学历教育是指不授予学位的培训或进修。，表7汇报了依照中介效应模型检验顺序的边际估计结果。第(2)列使用Probit模型的估计结果显示，创业失败对非学历教育在5%的统计水平上具有显著的正向影响，有过创业失败经历的家庭参与非学历教育的概率高出其余家庭3.04%。在第(3)列中，非学历教育与创业失败均在1%的统计水平上显著为正，并且创业失败的平均边际效应小于第(1)列基准回归中的边际效应。参考上文所述的中介变量判断标准，人力资本投资具有部分中介效应。因此，创业失败经历有助于促进家庭的人力资本投资并以此提升再创业绩效。

表7 机制检验：人力资本

3.个人努力

为验证个人努力是否在创业失败对再创业绩效的影响中发挥了中介作用，本文选取户主每周工作时间的对数值作为代理变量，表8汇报了依照中介效应模型检验顺序的估计结果。表8第(2)列使用OLS模型的估计结果显示，创业失败对户主工作时间在1%的统计水平上具有显著的正向影响，说明如果某个家庭有过创业失败经历，则该家庭户主的周工作时长要高于其他家庭。第(3)列的估计结果显示，工作时间、创业失败均在1%的统计水平上对创业绩效产生了正向影响。依照上文所述的中介变量判断标准，个人努力在创业失败与再创业绩效的关系中发挥了部分中介作用。因此，创业失败经历能够提高户主的努力程度，进而提升再创业绩效。

表8 机制检验：个人努力

(二)异质性讨论

上文各估计结果验证了创业失败对再创业决策与再创业绩效的正向影响，但中国各地域之间以及城乡之间在经济环境、资源禀赋、创业政策、价值观念等方面存在明显的差异(张萃，2018)。为此，本文进一步从地域、城乡两个角度考察失败再创业的异质性特征。表9、表10报告了使用Probit模型估计的平均边际效应。可以发现，创业失败对再创业活动的影响在中国东部、西部、中部三个地区有着显著的正向影响，仅在东北地区不为显著；西部地区的创业失败者进行再次创业的概率更高，而东部地区的创业失败者可能获得更佳的再创业绩效。可能的解释是，良好的区域经济发展水平往往伴随着更丰富的创业机会选择与更优厚的创业扶持政策，这有助于创业失败者再次创业并以此取得良好的绩效表现。表10的估计结果表明，创业失败对农村家庭再创业活动的影响要显著高于城镇家庭，并且这种影响在未分得集体土地的农村家庭中最为明显，这可能与其创业类型为生存型有关。

表9 创业失败对再创业活动影响的地域差异

表10 创业失败对再创业活动影响的城乡差异

六、结论与政策建议

随着一系列创业政策的出台，中国的创业环境日趋优化，但创业失败问题仍较为严峻。探讨失败再创业问题对于“失败偏见”观念的缓解、创业与创业失败理论体系的丰富和完善、创业资源的合理配置与创业政策的有效制定，都有着重要的启示意义。鉴于现有研究以综述分析和逻辑推理为主，较为缺乏来自中国数据的微观经验证据。本文基于2010—2018年中国家庭追踪调查(CFPS)数据，考察了创业失败对再创业决策与再创业绩效的影响。

研究发现：第一，相较于未曾创业失败的家庭，有过创业失败经历的家庭进行创业的概率高于前者4.09%，创业绩效高出前者4.83%，并且创业失败家庭再次创业时会投入更多资产与家庭劳动力。使用工具变量法克服潜在的内生性问题，并采用三种方式检验稳健性后的估计结果依然证实了上述结论。第二，异质性分析发现，创业失败对再创业活动的影响仅在东北地区不为显著；西部地区的创业失败者进行再次创业的概率更高，而东部地区的创业失败者再次创业时更可能获得良好的创业绩效表现；创业失败对再创业活动的影响在农村家庭中更为明显。第三，创业失败经历有助于增加家庭社会资本、促进人力资本投资、提高户主努力程度，并以此提高创业失败家庭的再创业绩效。

本文的研究结论印证了创业失败的正面价值，揭示了创业失败影响再创业绩效的作用路径，对于全面认识创业失败与再创业活动间的关系，进一步推动中国创业发展具有重要意义。依照上述研究结论，本文隐含的政策启示在于：第一，优化创业资源配置。创业失败者再次创业时，普遍具备更佳的绩效表现。在制定创业政策与配置创业资源时，有关部门应给予初次创业者和创业失败者相近的关注，并有针对性地制定财税优惠政策、改善创业失败者的融资环境、完善创业风险分担机制，降低失败再创业的成本，引导创业失败者再次投身创业。第二，营造社会文化氛围。在培育支持创新创业的价值观念的同时，有关部门也应着力塑造宽容失败的社会氛围。通过传统媒体、网络平台等多种途径，宣传失败再创业的典型案例，发扬失败再创业成功者坚忍不拔的奋斗精神，缓解社会对创业失败的误解和偏见。第三，推动创业教育发展。政府、高校以及相关机构应加大开展创业教育的力度，将创业失败纳入到创业教育之中，帮助大众客观认识创业失败，了解创业失败中蕴含的正面价值，鼓励大众从失败中提炼经验并以之为鉴。

本文的不足在于：首先，本文对于再创业决策、再创业参与程度、失败再创业的地域差异等估计结果的分析较为简略，未来还需进一步开展更具体的研究以揭示其影响因素与内在机理。其次，受数据内容的限制，本文仅能依据创业状态的变化从创业结果这一角度定义创业失败，未能使用指标准确衡量创业失败程度以及创业失败学习这一动态过程，得出的结论具有一定局限性。针对创业者群体开展更细致的追踪性调查，对于推动创业研究与创业失败研究的发展，具有极为重要的意义。