高房价是否抑制了女性创业？——基于CMDS数据的实证分析

许文婷 周建军 鞠 方

1 引 言

随着“她经济”时代的到来，全球范围内掀起了女性创业浪潮，女性创业者成为经济高质量发展中不可或缺的创新源泉和市场主体。在我国经济增速放缓和就业压力剧增的背景下，2015年全国妇联在北京召开“创业创新巾帼行动”发布会，明确指出重点推进女性就业创业工作。2018年，国务院《关于推动创新创业高质量发展打造“双创”升级版的意见》中提出“深入推进创新创业巾帼行动，鼓励支持更多女性投身创新创业实践”，进一步为女性创新创业营造良好的社会氛围。在国家大力支持下，我国女性创业群体不断壮大，发展势头强劲。据2019年国务院发布的《平等 发展 共享：新中国70年妇女事业的发展与进步》白皮书估计，互联网领域女性创业比例高达55%。“她力量”撑起了我国创新创业的半边天，提高了城市创业活力，对于促进质量型经济增长具有重要意义（王叶军和周京奎，2019［1］）。同时，一大批优秀的中国女性创业者在商业领域崭露头角、大放异彩。《2021胡润全球白手起家女富豪》数据显示，三分之二白手起家女富豪来自于中国，且全球前十大女富豪中仅有一人不是中国人，充分展现了新时代女性创业者追求卓越、不懈奋斗、勇立潮头的时代风采和精神面貌。

近年来，中国房价一路高涨，显著抑制了经济高质量发展（周建军和龙平，2022）［2］。国家统计局的数据显示，2000-2020年全国商品房平均销售价格上涨了4.67倍。在此背景下，由于我国金融市场不完善，女性创业者通过正式或非正式途径寻求资本较为困难，家庭资产成为女性创业初期主要的资金来源。考虑到住房兼具财富属性、抵押属性、投资属性、消费属性，并占据了家庭财产的90%（Li和Wu，2017）［3］，因此，拥有住房所有权对于女性创业者至关重要。现阶段，围绕高房价对创业产生的影响展开了一系列研究，并形成了两种截然不同的结论。一部分研究表明，高房价对创业存在正向影响，拥有住房所有权的创业者可能通过财富效应和抵押效应促进创业（Evans和Jovanovic，1989［4］；Adelino等，2015［5］）。另一部分研究表明，高房价对创业存在负向影响，创业者也有可能通过替代效应和房奴效应抑制创业（Bracke等，2012［6］；吴晓瑜等，2014［7］；Chen和Hu，2018［8］）。遗憾的是，在研究这一主题时，以往学者鲜有关注到女性群体的创业行为。那么，我国高房价对女性创业有怎样的影响？这一影响背后的作用机制是什么？是否存在切实可行的政策建议？本文致力于讨论和解决这些问题。

基于上述现实和理论背景，本文使用2016年全国流动人口卫生计生动态监测调查（CMDS）数据，实证考察了高房价对女性创业的影响。研究表明，高房价显著抑制了女性创业，相比于机会型创业，高房价对生存型创业的负向影响更大。考虑到内生性问题，我们选取了国有建设用地人均出让面积作为房价的工具变量，以及进行了其他稳健性检验，验证了结论的稳健性。机制探讨后发现，高房价通过财富效应和抵押效应促进女性创业，但通过替代效应和房奴效应抑制女性创业。异质性分析表明，该抑制作用对拥有0-6岁子女、本地有房、四五线城市、西部地区的女性尤为明显。研究还发现，政府提供学龄前儿童照管公共服务和保障性住房有效缓解了这种抑制作用。这一发现具有重要的政策含义，政府应当完善学龄前儿童照管公共服务，重视住房保障民生工作，释放女性创业活力，深入推进创新创业巾帼行动，促进经济高质量发展。

本文的结构安排如下：第二部分是文献综述；第三部分介绍实证分析所需的数据、变量和模型；第四部分提供基本回归结果和稳健性检验；第五部分进行机制检验；第六部分为扩展性分析；第七部分总结全文。

2 文献综述

本文同两支文献密切相关，第一支文献研究影响女性创业的因素，第二支文献研究高房价与创业之间的关系。

已有文献研究了影响女性创业的因素。随着女性创业活动蓬勃兴起，关于女性创业影响因素的研究日益丰富，涵盖了心理学、管理学、经济学等学科。心理学侧重从创业动机角度分析影响女性创业的因素。2001年全球创业观察（GEM）报告将创业动机分为生存型创业和机会型创业。基于创业动机的推拉理论，生存型创业以推动因素为基础，是一种“被动反应”，女性选择这一创业类型的原因在于工资低、渴望平衡家庭与工作等（McGowan等，2012）［9］；机会型创业以拉动因素为基础，是一种“主动愿望”，女性出于渴望独立、实现自我价值等原因而选择了机会型创业（Dahalan等，2013）［10］。管理学对于女性创业影响因素的分析，主要集中在领导风格方面。Gardiner和Tiggeann（1999）［11］认为，女性创业者不仅采用民主领导方式，而且更加注重人际关系。Eagly（2007）［12］进一步指出，女性创业者倾向于采用变革型领导方式，给予员工更多的人文关怀与激励政策。经济学主要围绕融资这一主题研究女性创业。融资是创业过程中的重要基础与保障，女性主要通过自有资金的积累、亲朋好友的支持、银行等金融机构的贷款来获取创业资金（Welsh等，2014）［13］。但女性创业初期通常面临融资歧视，例如，向银行等金融机构贷款时被要求提供更多的抵押和担保，获得贷款的概率比男性低5.4%，并多承担0.6%的利率（Muravyev等，2009）［14］。

另一支文献梳理了高房价与创业之间的关系。以往学者从财富效应、抵押效应、替代效应、房奴效应四个角度讨论了这一主题，但至今仍未得出一致的结论，主要包括以下四个观点：第一，高房价通过财富效应促进创业。现有文献记录了家庭财富与创业之间的强正相关性（Evans和Jovanovic，1989［4］；Holtz-Eakin等，1994［15］），而住房是家庭的主要财富。随着房价上涨，有房者预期房产财富升值（何兴强和杨锐锋，2019）［16］，从而放松预算约束，提高创业投资能力预期和抵御创业风险能力预期。另外，有房者预期财富存量增加会显著增强居民风险偏好（张光利和刘小元，2018）［17］，由于创业活动具有高度不确定性，增强居民风险偏好会提高居民创业倾向（Djankov等，2006）［18］。而Hurst和Lusardi（2004）［19］基于1989-1994年美国数据，提出了显著不同的观点，他们发现只有处于财富分配最顶端的家庭，家庭财富与创业才存在强正相关关系，而在房价大幅升值的地区，房价对创业的影响并不显著。

第二，高房价通过抵押效应促进创业。由于信贷市场存在信息不对称（Stiglitz和Weiss，1981）［20］，从银行等金融机构贷款需要抵押品作为担保，这有助于降低借款者的违约风险，一旦借款者发生违约行为，银行可通过变现抵押品来偿还贷款。而房屋作为一种优质的抵押产品可以满足银行的要求。当房价上涨时，有房者预期房产价值上升，通过向银行等金融机构抵押房产从而获得更多信贷额度（Chaney等，2012）［21］，有利于缓解融资约束这一创业难题。Black等（1996）［22］基于英国数据研究表明，房产抵押品价值每增加10%，新登记企业数量增加5%。Schmalz等（2017）［23］利用法国劳动力调查（LFS）连续11年的数据发现，房价上涨带来的房产抵押升值显著促进有房者创业，并扩大其创业规模和收益。

第三，高房价通过替代效应抑制创业。由于资金限制，创业投资和房产投资存在替代关系，当房产的投资回报率高于创业的投资回报率，大量资金涌入房地产市场，导致家庭创业资金减少，进而挤出创业投资行为。这种效应在中国尤为明显。吴晓瑜等（2014）［7］基于中国35个大中城市数据研究发现，2000-2010年我国住房价格年均增长率为9.44%，而企业投资年回报率仅为5.59%，房价的上涨使社会公众形成了住房是最安全、最具吸引力的投资品的观念，增强了住房投资对创业投资的替代效应，并从职业选择理论模型中验证了该替代效应，实证结果表明高房价对创业产生的替代效应占主导作用。

第四，高房价通过房奴效应抑制创业。对中国年轻人而言，男女性别比上升加剧了婚姻市场的竞争关系（Wei和Zhang，2011）［24］，住房是结婚的必需品，加强了年轻人为结婚而购房的紧迫性。由于房价持续上涨，家庭为筹集巨额首付与偿还高额房贷而积极储蓄，压缩日常消费支出，偏向于低风险、收入稳定的工作（陈昊等，2020）［25］，对高风险的创业活动持谨慎态度。Bracke等（2012）［6］利用英国家庭调查数据（BHPS）研究表明，家庭购买住房会使创业的可能性降低20%-25%，由于负担高额房贷，拥有住房的家庭倾向于规避风险，减少创业投资的空间，创业率随着房贷比例提高而降低。Bracke等(2014)［26］进一步指出，当收入波动性较大时，只要抵押贷款利率超过流动财富的利率，抵押贷款债务和创业之间就会呈现强负相关性，杠杆率每增加一个标准差，房主成为创业者的概率就会降低10%-12%。Chen和Hu（2018）［8］基于中国城市住户调查（UHS）研究发现，高额房贷阻碍了个人参与风险创业，并指出政府需要创新住房金融制度和创业金融制度以缓解创业者的财务约束。

既有此类研究加深了我们对这一问题的理解，但依然存在四个方面的不足。首先，上述关于房价与创业之间关系的研究主要基于发达国家，缺乏来自发展中国家的经验证据，并且这些研究对创业过程中的性别差异未给予足够的重视，鲜有关注到高房价对女性创业的影响。其次，国内研究多采用省际层面或35个大中城市的房价和创业数据，样本数据质量不高，且存在反向因果、遗漏变量等导致的内生性问题，因而研究结论的可靠性值得商榷。再次，部分文献虽然通过实证研究发现高房价对创业的影响，但研究结论相互冲突，机制部分仅检验单一的影响渠道，未全面论证这一影响的作用机制。最后，已有文献通常仅在结论部分给出高房价下促进创业的政策建议，但并未对这些政策建议进行实证检验，因而我们无法知悉这些政策建议的实际效果。

与既有文献相比，本文可能的边际贡献主要有：①在研究视角方面，随着“她经济”时代的到来，女性创业活动成为实现经济可持续增长的重要源泉，相比于以往学者，我们重点关注高房价对女性群体的创业活动产生的深远影响，补充了来自发展中国家的经验证据，促进了女性创业理论与房价理论的扩展与完善；②在研究数据与方法方面，本文基于2016年全国流动人口卫生计生动态监测调查（CMDS）数据与CEIC中276个地级市的房价数据，匹配出高房价与女性创业的微观数据库，使得样本更加具有代表性，采用工具变量法克服内生性问题，得到更加无偏、有效、一致的参数估计；③在研究内容方面，实证分析高房价对女性创业的影响，检验这一影响背后的多种作用机制，对是否拥有0-6岁子女、不同住房性质、不同城市、不同区域的女性创业者进行深入探讨，提供更有效的政策建议；④在研究意义方面，本文研究发现政府提供学龄前儿童照管公共服务和保障性住房能够有效缓解高房价对女性创业的抑制作用，这一研究结论对优化城市公共服务、激发女性创业潜力、促进经济高质量发展具有借鉴价值。

3 数据、变量和模型

3.1 数据来源

本文实证分析所采用的数据有四个来源：全国流动人口卫生计生动态监测调查数据（CMDS，2016）、CEIC中国经济数据库（2016）、《中国城市统计年鉴（2016）》、《中国国土资源统计年鉴（2014-2016）》。

全国流动人口卫生计生动态监测数据（CMDS，2016）是本文主要的数据来源。该数据涵盖了全国 31 个省（区、市）和新疆生产建设兵团，采取分层、多阶段、与规模成比例的PPS方法来保证样本的代表性，以在流入地居住一个月及以上，非本区（县、市）户口的15 周岁及以上流入人口为调查对象，调查的总样本量约为16.9万人，涉及流动人口家庭成员共计约45万人。本文的研究对象为15周岁-59周岁的女性样本。使用CMDS微观数据库的主要原因有两点：一是相比于其他微观数据库，CMDS数据库具有调查样本多、调查范围广等优点，并公开了地级市信息，以便与各地级市房价数据相匹配；二是在女性创业者中异地创业比例较高，流动人口数据样本更能反映女性创业特征。

我们从CEIC中国经济数据库获得2016年各地级市的房价数据，从《中国城市统计年鉴（2016）》获得各地级市的城市特征变量数据，包括城市规模、人均GDP、人均中学教师数等。CMDS（2016）经过数据清洗与城市特征变量、房价匹配后，最终包含276个地级市的信息。

3.2 主要变量和描述性统计

本文所关注的主要解释变量是各地级市的房价。根据CEIC中国经济数据库（2016）中地级市的住宅销售总额与销售总面积的比值，计算求得城市住房的平均价格，并取对数。考虑到家庭财富对创业有显著影响，而房产是家庭的主要财富，有可能通过财富效应和抵押效应促进女性创业决策。借鉴周颖刚等（2019）［27］的做法，基于2016年CMDS问卷中“您现住房属于下列何种性质？”，将选择“自购住房”、“自建房”视为本地有房，赋值为1，将选择其他选项的样本视为本地无房，赋值为0。我们根据问卷中“您家已经在哪些地方购房？”，分别构建在其他城市购房（是=1，否=0）、户籍地区县政府所在地购房（是=1，否=0）、户籍地乡镇政府所在地购房（是=1，否=0）、户籍地村购房（是=1，否=0）四个虚拟变量，并且，计算受访者家庭已经购买房产总数量作为房产财富的代理变量。

本文的核心被解释变量是女性创业决策、女性创业类型。基于2016年CMDS问卷，对于女性创业决策变量，我们通过受访者对“您现在的就业身份属于哪一种？”问题的回答来构建。具体的赋值规则为：将选择“雇员”、“其他”的受访者样本视为未创业样本，赋值为0；将选择“雇主”、“自营劳动者”的受访者样本视为创业样本，赋值为1。女性创业类型依据创业动机，主要分为生存型创业和机会型创业（全球创业观察，2001），由于CMDS问卷中并无创业动机的数据，借鉴Djankov等（2006）［18］的做法，以创业经营活动中是否雇佣劳动力为划分标准，将未雇佣劳动力进行创业经营活动的人员视为生存型创业，将雇佣劳动力进行创业经营活动的人员视为机会型创业。因此，我们将上述问题中选择“自营劳动者”的受访者样本视为生存型创业，赋值为1，反之，将未创业样本赋值为0；将选择“雇主”的受访者样本视为机会型创业，赋值为1，反之，将未创业样本赋值为0。

此外，根据既有文献，本文还控制了个人特征变量、家庭特征变量和城市特征变量。首先，个人特征变量包括年龄、受教育年限①受教育年限具体如下：未上过学=0年，小学=6年，初中=9年，高中或中专=12年，专科=15年，本科=16年，研究生=19年。、婚姻状况、民族、政治面貌。年龄、受教育年限、民族和政治面貌是影响创业的重要变量，因此，我们分别控制年龄、年龄的平方、受教育年限、民族和政治面貌。Welsh等（2014）［13］指出，相比于未婚女性，已婚女性创业获得家人更多的物质与精神支持，但需要平衡婚姻与创业之间的关系，因此，我们控制了女性婚姻状况。其次，家庭特征变量包括家庭总人数、家庭中0-3岁子女的数量、家庭中4-6岁子女数量、家庭中7-15岁子女数量、家庭老人抚养比①家庭老人抚养比指家庭成员中60岁及以上人口占15－59岁人口比重。、家庭年人均收入的对数。由于女性通常承担照料子女和老人的主要责任，需要兼顾家庭与工作，家庭中子女的年龄和数量、老年人的数量均会影响女性创业活动，因此，我们分别控制了家庭总人数、家庭中0-3岁子女数量、家庭中4-6岁子女数量、家庭中7-15岁子女数量、老人抚养比。考虑到家庭收入作为女性创业资金的首要来源，因此，我们控制了家庭年人均收入的对数。最后，鉴于数据准确性的考量，将城市特征变量的范围限定在市辖区。借鉴陆铭等（2015）［28］的做法，具体包括以下三方面：（1）城市经济发展水平，以人均GDP来度量。Langowitz等（2004）［29］研究表明，在经济发展水平较高的国家，女性倾向于机会型创业，而在经济发展水平较低的国家，女性倾向于生存型创业。（2）城市产业结构，以第三产业产值与第二产业产值的比值来度量。女性创业通常集中在第三产业（Gundry等，2002）［30］，基于此，如果一个城市第三产业的比重较大，那么该城市女性创业比例相对较高。（3）城市公共服务水平和基础设施，变量包括：医疗服务，以人均床位数来衡量；基础教育，以人均中学教师数来衡量；公共交通，以人均公共运营电车数来衡量；基础设施，以人均铺装道路面积来衡量。一个城市良好的公共服务水平和基础设施，意味着较高质量的生活水平和生产条件，会通过吸引女性创业者流入而拉升房价。

表1报告了主要变量的描述性统计。图1分别描绘了2016年各地级市房价与女性总体创业率、生存型创业率、机会型创业率的散点图。表1表明，在全样本下，38%的女性劳动者会选择创业，具体而言，女性劳动者选择生存型创业和机会型创业的占比分别为33%、11%。从图1我们不难发现，房价越高的地区，女性选择总体创业、生存型创业、机会型创业的概率越低，并且，相比于机会型创业，生存型创业对房价更为敏感。不过，图1仅展现了直观的描述性关系，并未考虑到内生性问题。在之后的部分，我们将利用工具变量法来解决潜在的内生性问题。

表1 变量描述性统计结果

续表

3.3 实证模型

基于以上数据与变量，使用Probit模型估计房价对女性创业的影响，基本模型设定如下：

其中，β0，β1和 γ 为待估计的参数，uci表示随机扰动项。我们主要关心的是系数β1，衡量房价对于女性创业的影响。被解释变量f_entrepreneurci表示c城市i居民创业虚拟变量，主要解释变量ln hpci表示i居民所在c城市房价的对数。特征变量X包括个人、家庭和城市特征变量。

4 实证回归结果

4.1 基本结果

表2汇报了基准回归的估计结果，我们主要关注房价这一关键解释变量的符号与大小。第（1）-（4）列我们依次控制了房价、个人特征变量、家庭特征变量、城市特征变量。可以看到，第（1）-（4）列中，房价变量的系数均在1%统计水平下显著为负，并且系数的大小相似，表明高房价对女性创业有显著的抑制作用，与我们的理性预期相符。本文还进一步考察了高房价对女性创业类型的影响，第（5）-（6）列将被解释变量分别替换为生存型创业和机会型创业。从第（4）-（6）列的估计结果中，可以发现，在高房价下，女性总体创业、生存型创业、机会型创业概率分别降低了20.7%、19.3%、10.0%。

表2 高房价对女性创业的影响

续表

就个人控制变量而言，年龄对女性创业的影响呈倒U型，民族、婚姻对女性创业存在显著正向影响，受教育年限和政治面貌对女性创业存在显著负向影响。此外，关于家庭控制变量，家庭总人数、家庭中0-3岁子女数量、家庭中4-6岁子女数量、家庭中7-15岁子女数量、家庭年人均收入（对数）对女性创业存在显著正向影响，家庭老人抚养比对女性创业虽为负向影响，但统计上不显著。城市层面的控制变量显示，在高房价下，城市人均GDP越高、第三产业比重越高、城市公共服务水平越完善，女性创业概率越高，基础设施影响很小且显著为负。这些估计结果与已有文献的结论总体一致。有必要指出的是，虽然加入的控制变量大部分对女性创业有显著影响，但考虑到有些控制变量可能内生，这里对估计结果不再进行过多的解读。限于篇幅，之后的部分省略控制变量的回归结果，主要汇报核心解释变量的回归结果。

4.2 内生性处理

考虑到反向因果或是遗漏变量等问题可能导致内生性问题，本部分采用工具变量法克服这一问题。上述估计考察了房价对女性创业的影响，但是房价与女性创业可能存在反向因果关系，即女性创业可能通过土地市场、劳动力市场、资本市场来提高经济集聚程度，进而推动房地产价格上涨（周建军等，2021）［31］。另外，由于数据的可获得性与经济性，我们无法控制所有影响因素，某些不可观测的变量（例如个人才能）也可能同时影响房价和女性创业决策。对此，利用工具变量法来解决潜在内生性问题，我们选择地级市层面国有建设用地人均出让面积作为房价的工具变量。原因在于，该工具变量满足相关性假设。土地是我国商品住宅市场重要的投入要素（况伟大，2012）［32］，且土地出让价格约占房价的三分之一（中 经济增长前沿课题组），土地供给与房价呈现显著的负相关关系（陈斌开和杨汝岱，2013）［33］。对商品住宅市场而言，土地必须以出让方式供给，进而可以认为土地出让面积与房价存在相关性。并且，在土地公有制背景下，我国采取了较为严格的土地用途管制制度和保护耕地制度，地级市层面国有建设用地出让面积受到中央政府和省级政府严格管制（陆铭等，2015）［28］，因此，满足外生性假设。本文的工具变量经均值处理，取2013-2015年国有建设用地人均出让面积的均值，数据来源于2014-2016年《中国国土资源年鉴》。

表3中第（1）-（3）列分别报告了女性总体创业、生存型创业、机会型创业的IV Probit估计结果，考虑到因变量为二值变量，我们采用MLE估计方法来计算回归变量的边际效应。主要概括为三点：第一，国有建设用地人均出让面积与房价密切相关。从第一阶段回归结果可知，国有建设用地人均出让面积系数均在1%统计水平下显著为正，与我们的理性预期相符。

表3 工具变量法检验结果

第2，Probit模型设定通过内生性检验。根据袁微（2018）［34］，完整的Probit模型内生性检验主要包括三个步骤：初始工具变量检验、过度识别检验和弱工具识别检验。若模型中含有的内生解释变量个数少于所选取的工具变量个数，则需要进行过度识别检验；反之，则不需要进行过度识别检验。首先，关于初始工具变量检验，表中第二阶段回归结果Wald检验的P值均为0.0000，拒绝原假设，表明房价存在显著的内生性。其次，关于过度识别检验，本文所含有的内生解释变量个数等于所选取的工具变量个数，因此，不需要进行过度识别检验。最后，关于弱工具变量检验，第一阶段回归的Cragg-Donald Wald F值分别为11388.96、11009.14、9371.20，远大于10%偏误水平的临界值，可以认为房价与国有建设用地人均出让面积相关，不存在弱工具变量问题。

第3，回归结果显示，考虑内生性问题之后，房价仍然显著抑制女性总体创业、生存型创业、机会型创业。就经济意义上而言，房价每增加一个单位，女性总体创业、生存型创业、机会型创业的概率分别减少11.9%、10.7%、4.9%，与表2基本回归结果大体一致，进一步验证了结论的稳健性。

4.3 稳健性检验

（1）更改房价度量指标

本文主要采用绝对房价作为房价度量指标，作为稳健性检验，分别使用相对房价（即房价工资比）、房价上涨率（即房价相比于上年同期上涨幅度）作为核心解释变量，进行基本回归分析。根据表4的估计结果，可以发现，不论使用相对房价还是房价上涨率，其对女性创业的影响均显著为负，估计结果与基本回归结果一致。

表4 更改房价度量指标的稳健性检验

（2）更换回归模型

由于不同回归模型对估计结果可能产生偏误，本文分别使用OLS模型、Logit模型进行基本回归，结果在表5中汇报。不难发现，OLS模型、Logit模型与Probit模型的估计结果相似，验证了高房价抑制女性创业结论的稳健性。

表5 更换回归模型的稳健性检验

（3）区分样本流动动机

张莉等（2017）［35］认为，以工作为流动目的，更能体现女性跨地区创业过程中风险与收益的权衡。正因如此，我们根据流动动机是否为求职/创业对样本进行划分，获得以工作为流动目的的样本。表6的结果表明，高房价显著抑制女性创业，其负向影响程度略微高于基本回归结果，可能是因为以工作为流动目的的女性创业者对房价更为敏感。

表6 区分样本流动动机的稳健性检验

（4）采用更加稳健的聚类标准误

考虑到样本组内可能存在相关性，我们将标准误聚类到城市层面，通过更为严格的标准误来验证结果的稳健性。表7的回归表明，房价变量的系数仍然在1%统计水平上显著为负，与基本回归结果一致。

表7 采用聚类标准误的稳健性检验

（5）重新划分生存型创业和机会型创业

目前，女性生存型创业和机会型创业划分标准尚未有定论，不同的划分标准可能导致不同的结果。考虑到生存型创业者往往被迫从事低风险、低收益的创业活动，而机会型创业者倾向于选择高风险、高收益的创业活动，我们根据女性创业者个人收入进行再次分类。一方面，借鉴郑筱婷和李美棠（2018）［36］的做法，将女性创业者个人月收入低于其所在地级市最低工资标准的样本划分为生存型创业，反之为机会型创业。另一方面，我们将女性创业者个人月收入低于个税起征点5000元的样本划分为生存型创业，反之为机会型创业。表8汇报了估计结果，在最低工资划分标准下，高房价对女性生存型创业的抑制作用低于机会型创业；在起征点划分标准下，高房价对女性生存型创业的抑制作用高于生存型创业，这与基本回归结果一致。

表8 重新划分创业类型的稳健性检验

5 高房价影响女性创业的机制探讨

上述分析表明，高房价显著抑制了女性创业，相比于机会型创业，高房价对生存型创业的负向影响更大。本部分将进一步探讨这一影响背后的机制。基于已有文献可以判断，高房价可能通过财富效应和抵押效应促进女性创业；然而，由于存在替代效应和房奴效应，高房价可能会损害女性创业热情。囿于数据可获得性，以及财富效应和抵押效应通常交织在一起无法分离，我们暂不区分这一正向效应。因此，本文将从正向效应、替代效应、房奴效应三个视角分别验证高房价对女性创业的影响机制。

5.1 正向效应

随着房价持续上涨，住房的资产属性越来越强，有房群体不仅能够通过出售或出租房产获得资金，也可以通过向银行等金融机构抵押房产获得贷款，缓解融资约束，增强抵御创业风险的能力，同时存在财富效应和抵押效应。借鉴周颖刚等（2019）［27］做法，在基本模型中引入房产数量，作为房产财富的代理变量，以反映女性群体拥有房产的财富效应和抵押效应，并构建是否为一线城市（是=1，否=0）的0-1虚拟变量。表9结果显示，房产财富对女性创业有显著正向影响，随着房产数量增加，女性从事创业活动的概率显著增加。此外，交互项系数为正，表明相比于其他城市，一线城市房产财富对女性创业的正向影响更大。

表9 房产财富对女性创业的影响

续表

5.2 替代效应

我国住房投资回报率高于创业投资回报率，导致女性将有限的资金投资于房地产行业，从而挤出了创业行为。由于替代效应难以找到合适的度量指标，既有文献通常是从间接角度加以识别。例如，吴晓瑜等（2014）［7］通过房价变量回归系数显著为负，间接识别了替代效应，但这种识别方式存在明显的不足，当房价变量回归系数显著为正，则无法判断替代效应是否存在。因此，本文借鉴万海远等（2019）［37］研究替代效应的方式，将女性创业者是否购买多套房作为因变量。针对在本地有房的女性，将购买2套及以上住房视为住房投资行为，赋值为1；反之视为不进行住房投资行为，赋值为0。表10结果显示，随着房价上涨一单位，女性投资住房的概率将显著增加2.7%，相比于其他城市，一线城市高房价对于女性创业的替代效应更强，该地区的女性创业者更有可能将资金用于住房投资而非创业投资。

表10 高房价对住房投资行为的影响

5.3 房奴效应

高房价收入比提高了全款购房难度，使得众多女性选择了贷款购房，支付每个月固定的高额房贷，不仅直接减少了当期日常消费，而且强化了稳定收入偏好（陈昊等，2020）［25］，促使更多女性选择低风险、低收入的工作，放弃高风险、高收入的创业活动，对高风险的创业活动持谨慎态度。针对在本地有房的女性，采用房贷收入比来衡量房贷的可负担性，定义为女性个人月住房贷款支出与月收入的比值。表11结果显示，在高房价下，房贷收入比会显著抑制女性机会型创业，这一抑制作用对于一线城市尤为明显，但对于生存型创业的抑制作用并不显著，可能是因为这类女性面临着失业、收入不足等严峻的生存压力，迫切需要创业来维持生计，因此，提高房贷收入比并不能显著抑制这类女性的创业活动。此外，第（3）列交互项系数显著为负，表明相比于其他城市，一线城市房贷收入比对女性机会型创业的抑制作用更强烈。

表11 房贷收入比对女性创业的影响

6 扩展性分析

6.1 公共服务

本节试图探索政府提供学龄前儿童照管公共服务在缓解高房价抑制女性创业中发挥的作用。政府提供学龄前儿童照管公共服务，一方面，有助于减轻女性照料子女的负担，从而有时间和精力进行创业；另一方面，这也增加了女性养育子女的经济成本，导致女性被迫参与劳动市场。囿于数据可得性，以及托儿所和幼儿园具备儿童照管的功能，参考熊瑞祥和李辉文（2016）［38］的做法，根据主要由母亲照料的学龄前独生子女是否在本地入托/入园（“是=1，否=0”）来衡量本地儿童照管公共服务，构建公共服务的0-1虚拟变量，估计结果见表12。回归结果显示，第（1）-（2）列的交互项系数均显著为正，表明相比于未提供学龄前儿童照管的地区，政府提供学龄前儿童照管公共服务有效缓解了高房价对女性总体创业、生存型创业的抑制作用。

表12 公共服务的调节效应检验结果

6.2 保障性住房

吴晓瑜等（2014）［7］指出，拥有不同类型的房产可能会影响创业行为。本节进一步探讨保障性住房在缓解高房价抑制女性创业中发挥的作用。针对我国房价持续上涨的问题，政府不仅积极出台“租购同权”政策以平抑房价增长速度（鞠方等，2021）［39］，而且大力推动保障性住房政策来调控房价。保障性住房是由政府提供给中低收入家庭使用，并对相关建造价格、销售价格、租金价格加以限定，具有社会保障属性的住房。因此，保障性住房解决了部分中低收入家庭的住房需求，减轻了房贷压力，释放了消费潜力，提高了创业意愿。根据女性在本地是否拥有政府提供的廉租房/公租房（是=1，否=0）来构建保障性住房虚拟变量，估计结果见表13。我们发现，第（1）-（2）列的交互项系数显著为正，表明相比于未拥有保障性住房的女性，拥有保障性住房有效缓解了高房价对女性总体创业、生存型创业的抑制作用。

表13 保障性住房的调节效应检验结果

6.3 异质性分析

（1）个体异质性

根据女性是否拥有0-6岁子女、不同住房性质，考察高房价对女性创业的异质性影响，表14报告了估计结果。首先，第（1）-（3）列考察是否拥有0-6岁子女的异质性影响。构建是否拥有0-6岁子女（是=1，否=0）的0-1虚拟变量。回归结果显示，交互项系数均显著为负，表明相比于未拥有0-6岁子女的女性，高房价对拥有0-6岁子女的女性总体创业、生存性创业、机会型创业的负向影响更大。究其原因，可能是0-6岁子女对于母亲的依赖程度较高，照料0-6岁子女花费母亲较多时间、精力和财力，从而减少了女性创业行为。然后，第（4）-（6）列从住房性质的维度考察了异质性影响。构建住房性质的0-1虚拟变量，将本地有房赋值为1，将本地无房赋值为0。回归结果显示，第（4）-（5）列交互项系数显著为负，第（6）列交互项为正但不显著，表明相比于本地无房的女性，高房价对本地有房的女性总体创业、生存性创业的负向影响更大，可能是因为本地有房群体承担过高的房贷压力，为偿还房贷压缩创业资金，从而挤出了创业行为。

表14 基于个体的异质性分析检验结果

（2）城市异质性

表15报告了高房价对不同城市等级、不同区域女性创业的影响。第（1）-（3）列中，根据新一线城市研究所公布的《2021年城市商业魅力排行榜》，将城市划分为以下三组：一线和新一线城市、二线和三线城市、四线和五线城市，以四线和五线城市作为基准组。回归结果显示，房价与一线和新一线城市、二线和三线城市的交互项系数显著为正，表明相比于一线和新一线城市、二线和三线城市，高房价对四线和五线城市女性总体创业、生存型创业、机会型创业的抑制作用更大。第（4）-（6）列，根据北京市宏观经济与社会发展基础数据库，进一步将城市划分为东部、中部、西部地区，以西部地区作为基准组。回归结果显示，房价与东部地区、中部地区的交互项系数均显著为正，表明相比于东部和中部地区，高房价对西部地区女性总体创业、生存型创业、机会型创业的负向影响更大。

综上所述，高房价对四线和五线城市、西部地区女性创业活动的抑制作用更大。究其原因，可能是这些地区处于经济发展落后水平，金融设施和公共服务尚未完备，通过财富效应和抵押效应获取的创业资金有限，更容易受到信贷约束，导致其创业成本较高，从而挤出了女性创业。

7 结 论

在国家深入推进创新创业巾帼行动的背景下，本文基于2016年全国流动人口卫生计生动态监测调查（CMDS）数据，结合276个城市的房价数据、城市特征数据，实证检验了高房价对女性创业的影响。结果表明，高房价显著抑制了女性创业，相比于机会型创业，高房价对生存型创业的负向影响更大。在使用工具变量法和其他稳健性检验处理内生性问题后，结论仍然稳健。机制探讨后发现，高房价通过财富效应和抵押效应促进女性创业，但通过替代效应和房奴效应抑制女性创业。异质性分析表明，该抑制作用对于拥有0-6岁子女、本地有房、四五线城市、西部地区的女性尤为明显。研究还发现，政府提供学龄前儿童照管公共服务和保障性住房有效缓解了这种抑制作用，有利于释放女性创业活力，激发女性创业潜力，实现女性创业价值，从而更好地为经济高质量发展助力。

准确识别高房价对女性创业的作用机制，不仅关系到对性别红利和经济增长的理解，也关系到国家相关政策的制定。鉴于此，本文的研究结论具有重要的政策含义：一方面，政府应当改进学龄前儿童照管公共服务，构建学龄前儿童照管政策支持体系，设立专门照管学龄前儿童的正规机构，减少女性照管学龄前儿童的时间和精力，缓解女性创业与照管学龄前儿童之间的角色冲突，这样才能更好地吸引女性投身到创新创业巾帼行动之中；另一方面，政府应当重视住房保障民生工作，根据收入状况、家庭人口、住房供需矛盾等差异，提供多种类型的保障性住房，满足不同层次女性创业者的需要，逐步完善城市住房保障体系，为中低收入女性创业者提供良好的住房环境，推动女性创业者从“寄居”到实现“安居”，促进女性由生存型创业向机会型创业转变，对我国经济高质量发展和构建和谐社会具有重要实践意义。

当然，本文仍然存在些许不足之处，有待进一步改进。其中，特别需要指出的是，我们的因变量是女性创业行为的发生，而非女性创业活动的成功。对于高房价对女性创业的负向影响，可以解读为高房价通过替代效应和房奴效应抑制女性创业。但是，我们的研究结果并无法说明高房价下女性创业活动是否成功，女性创业者进入创业市场后存在两种可能性：一种是创业成功，留在创业市场；另一种是创业失败，退出创业市场。如果能够对女性创业活动的具体结果加以区分，更能充分展现高房价对女性创业的影响，在政策上具有重要价值。由于数据可得性的局限，本文未能区分女性创业活动的具体结果，期待相关学者在未来研究中弥补这一不足之处。