城鎮化進程中房屋拆遷對家庭創業的影響分析

樊此君，張棟浩

(西南財經大學 經濟與管理研究院，四川 成都 611130)

?

城鎮化進程中房屋拆遷對家庭創業的影響分析

樊此君，張棟浩

(西南財經大學 經濟與管理研究院，四川 成都 611130)

改革開放以來，我國城鎮化水平不斷提高。作為城鎮化進程中的產物，房屋拆遷可能會影響拆遷家庭生活的方方面面。本文使用中國家庭金融調查2011年數據，實證分析了房屋拆遷這一外生事件沖擊對家庭創業行為的影響。我們采用傾向得分匹配的方法研究發現，與未拆遷家庭相比，拆遷家庭創業的概率顯著降低。進一步分析發現，拆遷家庭現有的住房狀態，對拆遷與家庭創業之間的負向關系有顯著的影響：與現在沒有住房的家庭相比，拆遷對現有住房的家庭造成的負面影響更小。因此我們認為，拆遷對家庭創業的影響存在異質性，對租房家庭的負向影響最大、1套房家庭次之、多套房家庭的影響最小。

房屋拆遷；創業；住房所有權；異質性

一、引 言

改革開放以來，我國城鎮化水平不斷提高，成為我國經濟下一階段的重要增長點。作為城鎮化進程中的產物，房屋拆遷成為影響家庭行為的外在沖擊事件。本文采用中國家庭金融調查2011年數據，實證分析了這一外生沖擊如何影響家庭的創業行為。在“大眾創業、萬眾創新”的時代，我們應該為創業營造良好的社會環境，通過促進創業來實現我國經濟的可持續發展。

多年來，創業對經濟增長的重要性已經得到了學術界的重視。Schumpeter[1]提出了創造性破壞的概念，他認為企業家精神是經濟增長的重要源泉。King 和Levine[2]，Levine[3]在研究金融發展與經濟增長的關系時引入了企業家的角色，強調了熊彼特的創造性破壞的概念，他們認為，與市場中在位者相比，創業者有新的思路和技術，可以帶來生產力和經濟的連續增長。國內學者，莊子銀[4]發現，擁有較多企業家的經濟比擁有較少企業家的經濟有更高的增長率。李宏彬等[5]研究發現，企業家創業和創新精神對中國經濟增長有顯著的正效應。

鑒于創業問題的重要性，國內外學者對其做了廣泛的研究，本文從影響創業因素的角度出發，對國內外現有文獻進行梳理。首先，融資約束對創業有重要的影響。融資約束的來源包括，金融市場發展誘發的融資約束，以及家庭財富誘發的融資約束。具體來講，金融市場發展的研究角度包括：金融市場發展深度[6-9]①① 文獻中衡量金融市場發展深度的指標主要有，銀行存款占GDP比重，股市資本占GDP比重等。、金融媒介之間的競爭程度[10-12]、金融媒介自身的結構[13-14]、金融媒介和公司的關系[15-16]。金融市場發展更有深度、金融媒介之間競爭更加激烈、小規模或結構分散的銀行、以及長期穩定的銀企關系，有助于降低融資約束，增加創業的概率。而家庭財富對創業的影響主要體現在：家庭財富越多，絕對風險厭惡程度更低[17-18]、自己當老板的愿望更強烈[19]，面臨的外部資本市場的規制更少[20]。所以，家庭財富越多，創業的概率越高[21-23]。另外，也有文獻指出財富對創業的影響可能是非線性的[19, 24]。

其次，社會網絡對創業也有顯著的正向影響[25-27]，社會網絡可以幫助緩解信息不對稱、增加融資可得性[28-29]，從而促進家庭創業。性別比例失衡也會影響家庭創業，性別比例失衡的地區，男孩兒家庭擁有自營工商業的可能性更高[30-31]。最后，不同地區的經濟環境或勞動力市場，會導致不同地區創業積極性的差異，更有活力的地區經濟、更加消極的勞動力市場會提高家庭創業的概率[32]。

擴展現有文獻，本文從家庭遭遇的外在沖擊，即房屋拆遷的角度出發，研究它對創業的影響，包括創業的概率和創業資產的多少。與本文研究出發點相同的是，柴國俊[33]發現，房屋拆遷對家庭消費具有異質性影響，拆遷后仍有兩套房及以上住房者各類消費要高于未拆遷戶，而拆遷后成為租房者家庭的平均消費水平要低于未拆遷戶。但是，與柴國俊[33]的落腳點在家庭消費不同，本文的落腳點是家庭創業。

房屋拆遷可能從正反兩個方面對家庭創業產生影響。從正的方面來看，拆遷家庭獲得的拆遷補償款可以算是一筆“意外之財”。Lindh和Ohlsson[34]、Taylo[35]、以及Schafer等[36]分別使用瑞典、英國和德國家庭數據，研究發現“意外之財”可以緩解家庭的財務約束，進而提高創業概率和創業收益。但是，從反的方面來看，房屋拆遷減少了家庭的房屋所有權。為了重新購建住房，拆遷家庭需要積累資金。考慮到，我國現在的房價收入比很高，購建住房會占用家庭大量的現金流，相應地會減少創業的初始資金、增加創業的財務約束，從而降低創業的概率。呂江林[37]研究發現，35個大中城市2006-2008年的房價收入比在10倍左右，而我國城市居民能承受的房價收入比合理上限是4.38-6.78倍之間。

基于中國家庭金融調查2011年的數據，本文研究房屋拆遷對家庭創業的影響。首先，考慮到拆遷家庭和未拆遷家庭在家庭特征上可能存在的差異，我們采用傾向得分匹配方法，估計房屋拆遷的處理組平均處理效應(ATT)。結果顯示，房屋拆遷的處理組平均處理效應顯著為負，和未拆遷家庭相比，拆遷家庭創業的概率顯著下降了2.41%～4.52%。其次，在得到拆遷對家庭創業平均處理效應的基礎上，本文采用Robins和Rotnizky[39]提出的雙重穩健估計方法，進一步研究拆遷為什么會降低家庭的創業行為。研究發現，住房所有權狀態在其中發揮了重要的作用，擁有住房可以顯著降低住房對家庭創業的負向影響。最后，根據拆遷家庭現有住房所有權的狀態，本文將拆遷家庭分為租房家庭、1套房家庭和多套房家庭。研究發現，拆遷對不同類別家庭創業存在異質性的影響。具體來說，拆遷對租房家庭的負向影響最大、1套房家庭次之、多套房家庭的影響最小。

本文通過控制社區固定效應、重新定義家庭創業行為，為本文結論提供了穩健性檢驗。結果表明，本文的發現是穩健的，拆遷顯著降低了家庭的創業行為。本文余下結構是，第二部分，數據和變量；第三部分，計量模型；第四部分，實證分析；第五部分，穩健性檢驗；最后，結論和政策性建議。

二、數據與變量描述

本文使用西南財經大學2011年中國家庭金融調查(CHFS)的數據，數據涉及到我國25個省市自治區、80個縣、320個居(村)委會，共計8438戶家庭，包含了家庭的資產負債、收入支出、保險保障、家庭人口特征等信息。主要的是，CHFS2011數據還包括了房屋拆遷和創業的問題，為我們的研究提供了可能。

表1是變量的描述統計，除了房屋拆遷外，結合參考文獻，我們控制了其他可能影響家庭創業的變量，包括家庭特征變量(凈資產、收入、家庭規模、家庭子女性別比，家庭成員工作性質，以及家庭的風險態度)，戶主特征變量(戶主教育年限、戶主年齡)和省份的固定效應。

其中，定義家庭創業：中國家庭金融調查問卷詢問受訪戶“去年，您家是否從事從工商業生產經營項目”，如果回答“是”，便定義該家庭是創業家庭。定義風險態度：如果受訪者選擇高風險、高回報，略高風險、略高回報的投資項目，則該家庭是風險偏好的；如果受訪者選擇不愿意承擔任何風險，略低風險、略低回報的投資項目，則該家庭是風險厭惡的；如果受訪者選擇平均風險、平均回報的投資項目，則該家庭是風險中性的。定義子女性別比：男孩子數量占家庭孩子總數量的比重。定義風險厭惡度：取值1、2、3、4、5，取值越高，家庭越厭惡風險。

從表1可知，創業家庭經歷房屋拆遷的均值是0.0834，要小于未創業家庭的0.115，差異在1%的顯著性水平下顯著。創業家庭的凈資產和收入更多，并且更加偏好風險，家庭規模、子女性別比和戶主教育也更多。但是，創業家庭的戶主年齡、沒有子女、金融從業、公務員、以及風險厭惡度更低。從地區來看，農村地區創業家庭更少。

表1 變量描述統計

注：我們剔除了凈資產上下1%的極端值，以及一些變量值缺失的樣本，剩余8173戶家庭。

三、計量模型

(一)傾向得分匹配

拆遷家庭與沒有拆遷家庭之間在家庭特征上可能存在差異，如財富積累、風險態度或受教育水平等。所以，拆遷家庭和未拆遷家庭可能不能夠直接比較。一個可行的辦法是，使用傾向得分匹配，找到和拆遷家庭在特征上非常相似的未拆遷家庭。拆遷家庭作為處理組樣本，通過匹配找到的未拆遷的家庭作為控制組樣本，然后估計處理組樣本的平均處理效應(the average treatment effect on the treated，ATT)。

傾向得分匹配方法最先由Rosenbaum和Rubin[38]提出，不同于馬氏距離匹配容易受到個別變量的影響，傾向得分匹配有效的匯總了多維度的信息，使得匹配更加穩健。使用傾向得分匹配要求滿足一些假設條件，包括共同支撐域假設、平衡性假設。為了提高估計結果的穩健性，本文采取多種匹配方法，包括近鄰匹配、半徑匹配以及核匹配，近鄰匹配包括一對一匹配和一對多匹配。相比于近鄰匹配，半徑匹配根據事先設定的半徑，選擇所有設定半徑范圍內的觀測值作為控制樣本。而關于核匹配，Gilligan和Hoddinott[40]指出核匹配不存在近鄰匹配時可能產生無效標準差的問題。

半徑匹配的規則，可以下式(1)來表述，r是事先設定的半徑，p是傾向得分值，

(1)

(二)雙重穩健估計

在研究拆遷對家庭創業影響的作用機制時，本文使用雙重穩健估計的方法。Robins和Rotnizky[39]最早提出了雙重穩健估計(Doubly-Robust Estimation)。它的估計程序包括兩步，第一步是，通過傾向得分匹配，篩選出控制組樣本；第二步是，使用處理組樣本和篩選出的控制組樣本，采用加權回歸模型估計拆遷對家庭創業影響的作用機制。其中，權重是控制組樣本被匹配的次數。這種方法之所以被稱為雙重穩健估計，是因為在上述兩步程序中，只需要其中一步設定正確，它的估計量就是一致的。在具體的實證分析中，該方法的主要特點反映在，回歸所使用的樣本僅包括處理組樣本和通過匹配選中的控制組樣本，刪除了沒有被匹配的家庭樣本。

在雙重穩健估計的第二步，結合研究問題，本文還使用了單位概率模型(Probit)、以及截取回歸模型(Tobit)。其中，Probit模型是用來研究拆遷對家庭創業概率的影響，Tobit模型用來研究拆遷對家庭創業資產的影響。

四、實證分析

在本節，我們實證分析拆遷對家庭創業的影響以及內在的作用機制。首先研究拆遷對家庭創業是否存在顯著影響？在存在影響的情況下，進一步分析拆遷是如何對家庭創業產生的影響？最后，考慮到拆遷家庭的現有住房狀態差異，我們還研究了拆遷對家庭創業影響的異質性。

(一) 拆遷對家庭創業的影響

我們采用傾向得分匹配方法評估房屋拆遷對家庭創業的影響。為了得到穩健的估計結果，本文使用多種匹配方法：包括近鄰匹配、半徑匹配以及核匹配。通過匹配來計算拆遷的處理組平均處理效應①① 結果表明，匹配滿足了共同支撐域假設和平衡性假設。限于篇幅，未予報告，讀者如有需要，可聯系作者。，即是拆遷對家庭創業概率的影響，實證分析見表2。表2列舉數據的結果顯示，無論是采用鄰匹配、半徑匹配，還是采用核匹配，拆遷都顯著降低了家庭創業的概率。和未拆遷的家庭相比，拆遷家庭創業的概率顯著下降了2.41%～4.52%。考慮到可能存在的小樣本統計量會有偏誤，本文還使用Bootstrap方法，重復抽樣200次以調整ATT估計值的標準誤差。研究發現，使用Bootstrap調整后的ATT估計值顯著性也沒有發生大的變化。

(二)進一步分析

通過傾向得分匹配的方法，我們發現了拆遷對家庭創業決策有顯著的負向影響。也就是說，從本文的實證結果來看，拆遷對家庭創業并沒有體現“意外之財”的作用，反而抑制了家庭的創業行為。在得到上述結果后，本文下一步便是研究其中的原因，拆遷對家庭創業為什么是顯著的負向影響？前文曾指出，家庭現有的住房所有權狀態可能會降低房屋拆遷對創業的負向影響，這種住房所有權狀態包括是否有住房、住房數量以及住房資產。在實證分析中，我們采用雙重穩健估計(Double Robust)方法的思路：使用通過傾向得分匹配方法選中的樣本，作為拆遷家庭的對照組，刪除了沒有與處理組相互匹配的樣本，以保證拆遷與未拆遷家庭特征的可比性。實證分析結果見表3和表4。

1.家庭創業概率

在本節，我們通過實證的方法，研究住房所有權狀態如何影響拆遷與家庭創業概率之間的關系。其中背后的邏輯關系是，在房屋拆遷之后，家庭需要重新購建住房，增加了家庭創業的資金約束；但是，當拆遷家庭現在擁有了住房之后，拆遷對家庭創業的負向影響就會降低。被解釋變量是“家庭創業與否”，關注的解釋變量是“拆遷*自有住房”、“拆遷*住房數量”、“拆遷*住房資產”。實證分析結果見表3。

表2 處理組平均處理效應

注：***、**、*分別代表p<0.01、 p<0.05以及 p<0.1，匹配時是基于省份固定效應，最近鄰匹配(一對一)是為每個處理組樣本匹配一個控制組樣本，最近鄰匹配(一對三)是為每個處理組樣本匹配了三個控制組樣本，半徑匹配的半徑是0.01，核匹配使用的是高斯核密度函數。左側是原始的標準誤，右側是使用Bootstrap重復抽樣200次的調整標準誤。

表3 拆遷與創業概率

注：***、**、*分別代表p<0.01、 p<0.05以及 p<0.1，括號內是聚類(社區層面)標準誤，表中報告的是平均邊際效應。控制變量包括，家庭凈資產(扣減了工商業資產)、收入(扣減了工商業收入)、風險偏好、風險厭惡、家庭規模、戶主教育水平及其平方項、家庭是否有子女以及子女性別比、家庭是否有人金融行業上班、家庭是否有人在政府部門上班、農村地區虛擬變量以及省份地區虛擬變量。

表3實證分析了拆遷家庭現在的住房所有權狀態，如何影響拆遷與家庭創業之間的關系。表3的第(2)列結果顯示，拆遷與自有住房的交互項系數顯著為正，這就說明，自有住房顯著降低了拆遷對家庭創業的負向影響。與現在沒有住房的拆遷家庭相比，對于現在擁有住房的拆遷家庭而言，拆遷對他們創業概率的影響相對來說更小。當我們在實證分析中逐步加入是否有拆遷補償(第3列)、拆遷補償滿意程度(第4列)等變量之后，拆遷與自有住房的交互項仍然顯著為正。

在表3第(5)列和第(6)列中，我們控制了拆遷與住房數量，以及拆遷與住房資產的交互項。研究結果顯示，拆遷與住房數量交互項的系數、拆遷與住房資產交互項的系數在統計上都不均顯著。這就說明，對于拆遷家庭而言，住房數量和住房資產對他們創業概率的影響并不重要，重要的是他們是否有房子居住。

2.家庭創業資產

在研究了拆遷家庭現有的住房所有權，如何影響拆遷與創業概率的關系之后，本節進一步研究，拆遷家庭現有的住房所有權，如何影響拆遷與家庭創業資產之間的關系。除了家庭是否創業可以反映家庭創業行為之外，創業資產的多少可以反映家庭在創業上的投入與積累。本節實證分析中，被解釋變量是“創業資產”，關注的解釋變量是“拆遷”，“拆遷*自有住房”、“拆遷*住房數量”、“拆遷*住房資產”，結果見表4。

表4實證分析了拆遷家庭現有住房所有權狀態，如何影響拆遷與創業資產之間的關系。從表4第(2)列可知，拆遷與自有住房的交互項系數顯著為正。拆遷家庭現在的自有住房可以顯著降低拆遷對創業資產的負向影響。當在列(3)和列(4)分別加入拆遷補償與否以及拆遷補償滿意度之后，拆遷與自有住房交互項系數的顯著性并沒有發生變化。不同于表3，列(6)結果顯示，拆遷與住房數量的交互項系數也顯著為正，但是拆遷與住房資產的交互項系數并不顯著。比較列(5)和列(6)，結果顯示拆遷與住房數量交互項的系數符號發生了顯著性的變化，從顯著為負變為了顯著為正。本文認為，列(6)的結論更具有可信性，因為不同地區、不同特征屬性的住房并不具有直接的可比性，有的住房比較貴、有的住房則比較便宜。所以，為了避免估計結果的偏誤，本文認為在研究住房數量的相關問題時，應該控制住房資產的大小。

表4 拆遷與創業資產

注：***、**、*分別代表p<0.01、 p<0.05以及 p<0.1，括號內是聚類(社區層面)標準誤，表中報告的是平均邊際效應。控制變量與表3相同。

此外，表4結果顯示，補償不滿意度的系數顯著為負，補償不滿意度越高，家庭的創業資產也就越少。住房數量、以及住房資產對家庭自營資產有顯著的正向影響，隨著住房數量或住房資產的增多，家庭創業投資的資產也會逐漸增加。

3.拆遷的異質性影響

為了更清晰地理解拆遷家庭現有住房所有權狀態所發揮的作用機制，本文進一步考慮拆遷對家庭創業影響的異質性。根據拆遷家庭現有的住房數量，本文將拆遷家庭分為租房家庭、1套房家庭、多套房家庭。首先，本節采取分組回歸的方法，研究拆遷對不同家庭創業的影響。其次，考慮到分組后的樣本觀測值減少可能會導致有偏的估計，本文進一步采取交互項回歸的方法，以1套房家庭為基準組。實證分析結果見表5，表5實證分析了拆遷對家庭創業的異質性影響。第(1)列—第(3)列結果顯示，拆遷對租房家庭的負向影響最大，1套房家庭次之，而對多套房家庭沒有顯著的影響。第(4)列—第(6)列結果顯示，對所有拆遷家庭而言，拆遷都顯著減少了他們的公司資產，對1套房家庭的負向影響要大于對多套房家庭。但是，值得注意的是，拆遷對租房家庭公司資產的負向影響反而最小，這可能是因為分組樣本太少，導致了有偏的估計結果。為了克服樣本大小導致的估計偏誤，本文進一步使用交互項回歸的辦法。第(7)列—第(8)列結果顯示，拆遷與租房家庭的交互項系數顯著為負，也就是說，和1套房家庭相比，拆遷對租房家庭的負向影響更大。拆遷與多套房家庭的交互項系數不顯著，即拆遷對1套房家庭的負向影響和對多套房家庭的負向影響沒有顯著的差異。

表5 拆遷與家庭異質性

注：***、**、*分別代表p<0.01、 p<0.05以及 p<0.1，括號內是聚類(社區層面)標準誤，表中報告的是平均邊際效應。控制變量與表3相同。

五、穩健檢驗

(一)控制社區固定效應

不同于正文中傾向得分匹配時控制的省份固定效應，在本小節中，我們控制了社區的固定效應。控制社區固定效應有助于在匹配時，盡可能地從與拆遷家庭相同的社區中尋找控制樣本。無論是家庭經濟和人口特征，還是外在環境及文化氛圍，比起相同省份之間的家庭，相同社區的家庭應該更加地相似。實證分析結果見表6。除一對一匹配之外，和沒有房屋拆遷的家庭相比，拆遷家庭自主創業的概率顯著下降了2.89%～3.64%。使用Bootstrap重復抽樣200次的調整標準誤，估計結果的顯著性沒有發生大的變化。

表6 社區固定效應

注：***、**、*分別代表p<0.01、 p<0.05以及 p<0.1，除控制社區固定效應外，該表采用的匹配方法與表2相同。

(二)重新定義創業行為

中國家庭金融調查問卷除了詢問受訪戶家庭去年是否從事工商業生產經營項目，還有詢問家庭成員的工作性質是否是“經營個體或私營企業：自主創業”。如果有家庭成員的工作性質是“經營個體或私營企業：自主創業”，本文便定義該家庭為創業家庭，共有1038戶。其中，和正文采取的創業定義相比，兩種創業行為共有709戶是重疊的。實證分析結果見表7，在原始標準誤下，無論是近鄰匹配、半徑匹配還是核匹配，都得到了一致的結論，拆遷顯著降低了家庭創業的概率。采用Bootstrap重復抽樣200次的調整標準誤，估計結果的和顯著性都沒有發生大的變化。

表7 基于家庭成員工作性質定義的家庭創業

注：***、**、*分別代表p<0.01、 p<0.05以及 p<0.1，該表采用的匹配方法與表2相同。

六、結論與政策建議

基于中國家庭金融調查2011年的數據，本文評估了房屋拆遷這一外生沖擊事件對拆遷家庭創業的影響。研究發現，拆遷顯著降低了拆遷家庭創業的概率和創業資產的大小。具體來講，和未拆遷家庭相比，拆遷家庭創業的概率顯著下降了2.41%～4.52%，公司資產顯著下降了24.83萬。進一步分析發現，拆遷家庭現有的住房所有權狀態可以顯著降低拆遷對創業的負向影響，也就是說，房屋拆遷可能是通過影響拆遷家庭的住房狀態來影響家庭創業的。最后，本文發現，拆遷對創業的影響存在著家庭異質性，拆遷對租房家庭的負向影響最大，1套房家庭次之，多套房家庭的負向影響最小。本文通過控制社區固定效應、重新定義家庭創業行為，為本文的結論提供了穩健性檢驗。

本文的研究表明，只有充分考慮到房屋拆遷帶來的各種潛在問題，才能夠真正達到房屋拆遷的目的，促進國民經濟和社會的發展。基于本文的研究，政府需要采取相應的措施，降低房屋拆遷對拆遷家庭創業的負向影響。首先，在房屋拆遷的過程中，當地政府在依據法律法規的同時，應盡可能和拆遷家庭達成滿意的拆遷協議，盡量減少雙方的沖突事件。其次，我們不能忽視，在拆遷家庭得到拆遷補償之后，并沒有合理使用這些補償，當地政府可以鼓勵拆遷家庭成員參加職業教育、為拆遷家庭提供創業培訓等。

當然，本文的研究還存在不足之處。本文只是從拆遷家庭現有的住房狀態，分析了拆遷對家庭創業影響的作用機制，是否還存在其他的原因可以解釋拆遷對家庭創業的負向影響呢？從媒體報道中，我們不時看到一些政府拆遷過程中的不和諧現象，如暴力拆遷、拆遷補償糾紛等，這可能會降低拆遷家庭對政府的評價和信任。家庭對政府行為的評價或對政府的信任程度，也可能會對家庭創業決策產生影響。但是，限于中國家庭金融調查數據中并沒有政府評價的相關問題，本文也就沒有在該問題上做進一步的探討。

[1] Schumpeter J. The theory of economic development [M].Cambridge, MA: Harvard University Press,1934.

[2] King R G,Levine R. Finance, entrepreneurship, and growth - theory and evidence [J].Journal of Monetary Economics, 1993, 32(3): 513-42.

[3] Levine R. Financial development and economic growth: views and agenda [J].Journal of Economic Literature, 1997, 35(2): 688-726.

[4] 莊子銀. 南方模仿、企業家精神和長期增長[J]. 經濟研究，2003(1)：62-70.

[5] 李宏彬, 李杏, 姚先國, 張海峰, 張俊森. 企業家的創業與創新精神對中國經濟增長的影響[J]. 經濟研究, 2009(10)：99-108.

[6] Rajan R G, Zingales L. Financial dependence and growth [J].American Economic Review, 1998, 88(3): 559-86.

[7] Guiso L, Sapienza P, Zingales L. Does local financial development matter? [J].Quarterly Journal of Economics, 2004, 119(3): 929-69.

[8] BlackB S, Gilson R J. Venture capital and the structure of capital markets: banks versus stock markets [J].Journal of Financial Economics, 1998, 47(3): 243-77.

[9] 張龍耀, 楊軍, 張海寧. 金融發展、家庭創業與城鄉居民收入——基于微觀視角的經驗分析[J]. 中國農村經濟, 2013(7): 47-57.

[10] Black S E, Strahan P E. Entrepreneurship and bank credit availability [J]. Journal of Finance,2002, 57:2807-2833.

[11] Cetorelli N, Strahan P E. Finance as a barrier to entry: bank competition and industry structure in local U.S. markets[J]. Journal of Finance ,2006, 61:437-61.

[12] Kerr W, Nanda R. Democratizing entry: banking deregulation, financing constraints, and entrepreneurship [J]. Journal of Financial Economics,2009, 94:124-49.

[13] Berger A N, Klapper L F, Udel G. The ability of banks to lend to informationallyopaque small businesse [J].Journal of Banking & Finance, 2001, 25(12): 2127-67.

[14] Canales R, Nanda R. Bank structure and the terms of lending to small businesses [J].HBS Working Paper,2008, 08-101.

[15] Petersen M A, RajanR G. The benefits of lending relationships - evidence from small business data [J].Journal of Finance, 1994, 49(1): 3-37.

[16] Berger A N, Udell G. Relationship lending and lines of credit in small firm finance [J].Journal of Business, 1995, 68(3): 351-81.

[17] Evans D, Jovanovic B. An estimated model of entrepreneurial choice under liquidity constraints[J].Journal of Political Economy, 1989,97:808-827.

[18] Khilstrom R E, Laffont J J. A general equilibrium entrepreneurial theory of firm formation based on risk aversion [J].Journal of Political Economy, 1979, 87(4): 719-48.

[19] Hurst E,Lusardi A. Liquidity constraints, household wealth, and entrepreneurship [J].Journal of Political Economy, 2004, 112(2): 319-47.

[20] Nanda R. Entrepreneurship and the discipline of external finance [J]. HBS Working Paper 08-047,2009.

[21] Holtz-Eakin D, Joulfaian D, Rosen H.Stickingit out: entrepreneurial survival and liquidity constraints [J].Journal of Political Economy, 1994, 102: 53-75.

[22] Blanchflower D, Oswald A. What makes an entrepreneur? [J].Journal of Labor Economics,1998, 16:26-60.

[23] 張龍耀, 張海寧. 金融約束與家庭創業—中國的城鄉差異[J]. 金融研究, 2013(9)：123-135.

[24] 蓋慶恩, 朱喜, 史清華. 財富對創業的異質性影響—基于三省農戶的實證分析[J]. 財經研究, 2013(5)：134-144.

[25] Allen W. Social network and self-employment[J].Journal of Socio-Economics, 2000, 29: 487-501.

[26] Yueh L. Self-employment in urban China: networking in a transition economy [J].China Economic Review, 2009, 20: 471-484.

[27] Zhang J F, Zhang Z.Social-family network and self-employment: evidence from temporary rural-urban migrants in China [J].IZA Discussion Paper, 2011, No.5446.

[28] 馬光榮, 楊恩艷. 社會網絡、非正規金融與創業[J]. 經濟研究, 2011(3)：83-94.

[29] 郭云南, 張琳弋, 姚洋. 宗族網絡、融資與農民自主創業[J]. 金融研究, 2013(9)：136-149.

[30] Du Q, Wei S J. A sexually unbalanced model of current account imbalances[J].NBER Working Paper,2010,w16000.

[31] 榮昭, 徐麗鶴, 袁燕. 性別比例失衡對農村家庭創業激勵機制研究—基于農村自營工商業的分析[J]. 浙江社會科學, 2013(5)：29-39.

[32] Fairlie R. Entrepreneurship, Economic conditions, and the great recession [J]. Journal of Economics and Management Strategy,2013, 22:207-31.

[33] 柴國俊. 房屋拆遷能夠提高家庭消費水平嗎？基于中國家庭金融調查數據的實證分析[J]. 經濟評論, 2014(2)：41-51.

[34] Lindh T, Ohlsson H. Self-employment and windfall gains: evidence from the Swedish lottery [J]. The Economic Journal, 1996, 106:439.

[35] Taylor M. Self-employment and windfall gains in Britain: evidence from panel data [J]. Economica, 2001, 68(272): 539-565.

[36] Schafer D, Oleksandr T, Weir C. Entrepreneurship, windfall gains and financial constraints: Evidence from Germany [J]. Economic Modelling, 28(5): 2174-2180[37] 呂江林. 我國城市住房市場泡沫水平的度量[J]. 經濟研究，2010(6)：28-41.

[38] Rosenbaum P R, Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika,1983, 70:41-55.

[39] Robins J M,Rotnitzky A.Semiparametri cefficiency in multivariate regression models with missing data[J]. Journal of the American Statistical Association,1995, 90:122-129.

[40] Gilligan D O, Hoddinott J. Using community targeting to provide drought relief：evidence from Ethiopia[R]. International Food Policy Research Institute，2006, Washington D.C.

責任編輯、校對：郭燕慶

2016-07-12

樊此君(1987-)，陜西省寶雞市人，西南財經大學經濟與管理研究院博士研究生，研究方向：家庭金融、創新創業；張棟浩(1990-)，河南省濮陽市人，西南財經大學經濟與管理研究院博士研究生，研究方向：金融風險管理、家庭金融。

A

1002-2848-2016(06)-0103-09