社交網(wǎng)絡(luò)、債務(wù)融資與城鎮(zhèn)家庭創(chuàng)業(yè)
——基于CHFS2017的實證研究

張 涵,謝綿陛

(集美大學(xué) 財經(jīng)學(xué)院,福建 廈門 361021)

一、文獻(xiàn)回顧

在2020年“大眾創(chuàng)業(yè),萬眾創(chuàng)新活動周”啟動儀式上李克強(qiáng)總理強(qiáng)調(diào),要推動大眾創(chuàng)新、萬眾創(chuàng)業(yè)向縱深發(fā)展,持續(xù)增強(qiáng)經(jīng)濟(jì)發(fā)展韌性和內(nèi)生動力。創(chuàng)業(yè)是經(jīng)濟(jì)增長的重要推動力,也是創(chuàng)新的重要來源(Michelacci,2003;Acs等,2009)[1-2]。在我國經(jīng)濟(jì)進(jìn)入“新常態(tài)”的背景下,作為推動創(chuàng)新與就業(yè)的重要支撐,家庭創(chuàng)業(yè)也再次成為學(xué)者所關(guān)注的熱點問題。

對于創(chuàng)業(yè),當(dāng)前的研究主要從創(chuàng)業(yè)者的個人特征出發(fā),如風(fēng)險態(tài)度(Dohmen,2010)[3]、金融素養(yǎng)(尹志超,2015)[4]。除此之外,家庭特征、融資約束也是重要的研究方向,如家庭財富(倪云松,2020)[5]、家庭年齡結(jié)構(gòu)(胡日東、康琛宇,2020)[6]、人口老齡化(楊陽、劉玉貴,2020)[7]等。

作為社會資本的一個維度,社交網(wǎng)絡(luò)與信任、社會規(guī)制一同屬于社會資本的范疇,能夠通過推動合作提高社會效率(Putnam等,1994)[8],我國作為一個傳統(tǒng)的關(guān)系社會,社交網(wǎng)絡(luò)在家庭經(jīng)濟(jì)中發(fā)揮著重要作用,因此在我國的創(chuàng)業(yè)研究中,從社交網(wǎng)絡(luò)角度進(jìn)行分析便尤其重要。創(chuàng)業(yè)者的社交網(wǎng)絡(luò)能夠提供商業(yè)信息、啟動資金、訂單等資源(邊燕杰和張磊,2006)[9],創(chuàng)業(yè)者社會交往面廣、交往對象趨于多樣化、與高社會地位個體之間關(guān)系密切的創(chuàng)業(yè)者更容易發(fā)現(xiàn)創(chuàng)新型更強(qiáng)的機(jī)會(張玉利,2008)[10]。馬光榮和楊恩艷(2011)發(fā)現(xiàn)農(nóng)戶的社交網(wǎng)絡(luò)越廣泛,擁有的借貸渠道更多,進(jìn)行工商業(yè)經(jīng)營的可能性越高[11],中國社會關(guān)系的主要特征之一便是廣泛滲透于經(jīng)濟(jì)政治領(lǐng)域的正式組織和科層制體系中的非正式關(guān)系(紀(jì)鶯鶯,2012)[12],其對于我國宏觀經(jīng)濟(jì)的運(yùn)行和微觀家庭行為都有不可忽視的影響。在債務(wù)融資方面,已有研究普遍認(rèn)為創(chuàng)業(yè)活動存在著一個最低的資金門檻,當(dāng)創(chuàng)業(yè)者自有財富無法達(dá)到這一門檻,便會需要進(jìn)行債務(wù)融資獲取資金[13]。

也有學(xué)者對社交網(wǎng)絡(luò)與債務(wù)融資間的關(guān)系及兩者對于創(chuàng)業(yè)的影響進(jìn)行了研究,胡金焱、張博(2014)研究發(fā)現(xiàn)社交網(wǎng)絡(luò)通過民間融資,為受到金融約束抑制的農(nóng)村家庭自營工商業(yè)提供資金支持[14]。郭云南(2013)研究發(fā)現(xiàn)宗族網(wǎng)絡(luò)有助于提高農(nóng)民家庭的非正規(guī)融資,緩解農(nóng)民創(chuàng)業(yè)過程中面臨的資金約束[15]。

綜上可知,目前關(guān)于社交網(wǎng)絡(luò)、債務(wù)融資與創(chuàng)業(yè)之間關(guān)系的研究十分豐富,但已有的研究對于創(chuàng)業(yè)大多僅限定于家庭創(chuàng)業(yè)決策,少有針對家庭創(chuàng)業(yè)類型與進(jìn)入行業(yè)的研究。而對于債務(wù)融資與創(chuàng)業(yè)間的關(guān)系,大多數(shù)文章通過建立Probit與Logit模型進(jìn)行研究,存在自我選擇的風(fēng)險。因此,本文將重點從理論與實證方面論證社交網(wǎng)絡(luò)、債務(wù)融資與創(chuàng)業(yè)間的關(guān)系,并采用傾向得分匹配方法對債務(wù)融資與創(chuàng)業(yè)的關(guān)系進(jìn)行探究。

二、理論分析與假設(shè)提出

社交網(wǎng)絡(luò)是從其嵌入到社會關(guān)系連帶或組織契約中動用資源或能力的綜合(Coleman,1990)[16]。社交網(wǎng)絡(luò)可以使家庭拓寬信息渠道,擁有廣泛社交網(wǎng)絡(luò)的家庭,可以通過與成員間的互動交流捕獲商機(jī)(Francis等,2000)[17],并且通過與關(guān)系網(wǎng)絡(luò)中成員的合作,還可獲得相應(yīng)的資源與能力(邊燕杰和邱海雄,2000)[18]。關(guān)于社交網(wǎng)絡(luò)對于家庭創(chuàng)業(yè)的影響主要從以下方面論述,首先,對于家庭創(chuàng)業(yè)來說,資金是最為重要的一環(huán),因為不論是購置資產(chǎn)、招募人員還是為滿足流動性需求都需要一定量的資金,擁有廣泛社交網(wǎng)絡(luò)的家庭,由于其關(guān)聯(lián)家庭的數(shù)量更多,也便更有可能通過向親朋好友借貸或請求親朋好友為其提供擔(dān)保以獲取貸款等方式獲取外部資金支持,因此其獲取資金的能力也便更強(qiáng)。其次,創(chuàng)業(yè)也需配備相應(yīng)的人力資源,比如從事餐飲服務(wù)便需要廚師,在需要雇傭員工的情況下,社交網(wǎng)絡(luò)更廣泛的家庭由于社會接觸面更廣,信息來源渠道更多,其就更有可能以更低的招募成本招聘到相應(yīng)人員,也便更有利于進(jìn)行創(chuàng)業(yè)。最后,家庭創(chuàng)業(yè)也應(yīng)考慮從事經(jīng)營活動是否能夠帶來收益,也即利潤是否為正,而利潤等于收入減去成本與費(fèi)用,因此也便需要從收入與成本費(fèi)用兩方面來考慮這一問題,對于社交網(wǎng)絡(luò)更為廣泛的家庭來說,其更可能通過與網(wǎng)絡(luò)內(nèi)相關(guān)成員合作,而獲得更優(yōu)惠的原材料供應(yīng)與更長的信用期,從而降低成本,也有可能通過網(wǎng)絡(luò)內(nèi)的信息交流,拓寬銷售渠道,獲取更優(yōu)質(zhì)的客戶,從而增加收入。不論是增加收入還是降低成本,社交網(wǎng)絡(luò)更廣泛的家庭都更有優(yōu)勢,其參與創(chuàng)業(yè)或者在未來參與創(chuàng)業(yè)的意向也便會更強(qiáng),此外,從創(chuàng)業(yè)類型方面來看,可將創(chuàng)業(yè)劃分為生存型創(chuàng)業(yè)與機(jī)會型創(chuàng)業(yè),前者是缺乏就業(yè)選擇而被迫從事的創(chuàng)業(yè)活動,雇傭員工較少,后者是為捕獲商機(jī)而主動開展的活動,雇傭員工相對更多。在資本投入與規(guī)模上,機(jī)會型創(chuàng)業(yè)相比生存型創(chuàng)業(yè)也往往需要更多資源的投入,因此相較于生存型創(chuàng)業(yè),機(jī)會型創(chuàng)業(yè)對于社交網(wǎng)絡(luò)也便更為依賴。更進(jìn)一步的,從創(chuàng)業(yè)行業(yè)角度考慮,高資本密集度行業(yè)更為依賴資金支持(Hurst等,2004)[19],高資本密集度行業(yè)的資金門檻相對低資本密集度行業(yè)也更高,而由于高資本密集行業(yè)更高的資本成本以及經(jīng)營風(fēng)險,其對于各方面信息的要求也便更高。由以上分析提出如下假設(shè)H1-H3。

H1:社交網(wǎng)絡(luò)對城鎮(zhèn)家庭做出創(chuàng)業(yè)決策具有顯著正向影響。

H2:高資本密集行業(yè)與低資本行業(yè)相比更依賴社交網(wǎng)絡(luò)。

H3:機(jī)會型創(chuàng)業(yè)與生存型創(chuàng)業(yè)相比更依賴社交網(wǎng)絡(luò)。

在創(chuàng)業(yè)初期,由于需要購置生產(chǎn)工具、雇傭員工等原因,需要大量的資本投入,而此時僅有少量甚至沒有現(xiàn)金流,如果家庭自有財富水平并不能滿足相關(guān)投入的需求,面臨金融約束的家庭便需要通過外部獲取融資,進(jìn)行家庭創(chuàng)業(yè)?；诖颂岢黾僭O(shè)H4。

H4:債務(wù)融資有利于促進(jìn)家庭創(chuàng)業(yè)。

銀行在做出信貸決策時需要依賴財務(wù)信息、抵押品此類硬信息以及借款人個人的品質(zhì)、能力以及聲譽(yù)這類軟信息來做出判斷(孫希芳,2005)[20]。社交網(wǎng)絡(luò)作為軟信息中的組成部分,在申請人硬信息缺乏的情況下可以提供部分支持,此外,申請人也可運(yùn)用自己在社交網(wǎng)絡(luò)中的關(guān)系網(wǎng)直接向網(wǎng)絡(luò)成員借款或請求其提供擔(dān)保以獲取貸款,使之從軟信息轉(zhuǎn)化為硬信息,由此提出假設(shè)H5。

H5:債務(wù)融資對于社交網(wǎng)絡(luò)與城鎮(zhèn)家庭創(chuàng)業(yè)具有中介作用。

三、數(shù)據(jù)、變量與模型

1.數(shù)據(jù)來源

本文數(shù)據(jù)來源于西南財經(jīng)大學(xué)的中國家庭金融調(diào)查(CHFS)2017數(shù)據(jù),該調(diào)查采用PSP抽樣、分層抽樣等抽樣方法,保障了調(diào)查數(shù)據(jù)的代表性。樣本覆蓋全國29個省(自治區(qū)、直轄市),363個縣(區(qū)、縣級市),1 439個村(居)委會。不僅含有家庭基本的資產(chǎn)負(fù)債信息,還設(shè)計問題考察受訪者的個人特征、家庭特征等信息。根據(jù)研究需要,在剔除農(nóng)村居民數(shù)據(jù)、異常數(shù)據(jù)與缺失值后,最終保留21 058個觀測值。

2.變量選取

(1)解釋變量

國內(nèi)學(xué)者對于社交網(wǎng)絡(luò)的度量主要采用禮金支出、春節(jié)拜年、村莊內(nèi)姓氏結(jié)構(gòu)等指標(biāo)。馬光榮、楊恩艷(2011)[11]采用家庭和親友間的禮品收支金額作為社交網(wǎng)絡(luò)的測量工具。郭云南(2013)[15]使用“家庭姓氏在村莊中所占人口比例”作為家庭宗族網(wǎng)絡(luò)的代理變量。何翠香、宴冰(2015)[21]選擇家庭網(wǎng)絡(luò)通信費(fèi)用、外出就餐花費(fèi)與春節(jié)等節(jié)假日及紅白喜事現(xiàn)金支出與收入總和作為社交網(wǎng)絡(luò)的代理變量。柴時軍(2017)[22]選取CFPS問卷中家庭娛樂支出占比、外出就餐費(fèi)用占比、郵電交通費(fèi)占比度量社交網(wǎng)絡(luò),選取“鄰里和睦程度”度量鄰里網(wǎng)絡(luò),選擇“親戚交往聯(lián)絡(luò)頻率”衡量親緣網(wǎng)絡(luò),運(yùn)用主成分分析法構(gòu)建社會網(wǎng)絡(luò)指標(biāo)。本文借鑒以上做法,選取CHFS問卷中家庭收入與支出的文化娛樂支出、在外就餐花費(fèi)、電話與手機(jī)通信費(fèi)用代表社交支出,選取CHFS問卷中“去年,您家給父母/岳父母/公婆的現(xiàn)金非現(xiàn)金一共多少錢”與“去年,您父母/岳父母/公婆給您的現(xiàn)金非現(xiàn)金一共多少錢”分別表示親緣網(wǎng)絡(luò),選取CHFS問卷中“去年,除了父母和公婆/岳父母,您家給其他親屬和非親屬的現(xiàn)金或非現(xiàn)金一共有多少錢?”與“去年,除了父母和公婆/岳父母,其他親屬和非親屬給您家的現(xiàn)金或非現(xiàn)金一共有多少錢?”代表非親緣網(wǎng)絡(luò),運(yùn)用主成分分析法得出社交網(wǎng)絡(luò)指標(biāo)。進(jìn)行KMO和Bartlett檢驗,KMO值為0.758,大于0.5,Bartlett檢驗對應(yīng)的p值也顯著小于0.001,因此可以做主成分分析,在對主成分提取、因子旋轉(zhuǎn)之后,根據(jù)提取的公共因子計算因子得分,將各主要因子方差貢獻(xiàn)率除以總方差貢獻(xiàn)率作為權(quán)重進(jìn)行加權(quán)匯總,得出加權(quán)式Score=0.479f1+0.291f2+0.23f3,最終計算得出社交網(wǎng)絡(luò)指標(biāo),具體過程如表1-表4所示。

表1 KMO和Bartlett檢驗

表2 主成分提取結(jié)果

表3 旋轉(zhuǎn)后的成分矩陣

表4 主成分命名

(2)中介變量

本文中介變量為家庭債務(wù)融資額,此變量為家庭通過正規(guī)與非正規(guī)方式獲取貸款與借款之和。

(3)被解釋變量

采用CHFS2017調(diào)查問卷中“家庭是否從事工商業(yè)生產(chǎn)經(jīng)營項目,包括個體小手工業(yè)經(jīng)營、網(wǎng)店、企業(yè)經(jīng)營等”作為家庭創(chuàng)業(yè)決策的代理變量,如果選擇為“是”,賦值為1,否則賦值為0。

本文參考倪云松(2020)[5]的做法,將家庭創(chuàng)業(yè)類型分為機(jī)會型創(chuàng)業(yè)與生存型創(chuàng)業(yè),其中機(jī)會型創(chuàng)業(yè)家庭是指在CHFS問卷中當(dāng)前工商業(yè)經(jīng)營雇傭人數(shù)大于等于7人的家庭,生存型創(chuàng)業(yè)家庭是指工商業(yè)經(jīng)營雇傭人數(shù)小于7人的家庭。

創(chuàng)業(yè)行業(yè)參考盛艷燕和李鐵斌(2015)[23]的研究對高資本密集度行業(yè)和低資本密集度行業(yè)進(jìn)行分類,其中高資本行業(yè)包括采礦業(yè)、房地產(chǎn)業(yè)等,低資本行業(yè)包括教育、勘察行業(yè)等。

(4)控制變量

借鑒已有研究成果,本文選取性別、年齡、婚姻狀況、受教育程度與健康狀況5個變量反映居民個體特征,選取家庭人口規(guī)模、家庭風(fēng)險態(tài)度、收入與財富反映家庭基本特征。性別、年齡與婚姻狀況的不同,家庭所面臨的經(jīng)濟(jì)壓力與社會壓力也會有所不同,進(jìn)而影響家庭的創(chuàng)業(yè)決策;受教育程度的差異會影響家庭對于風(fēng)險的認(rèn)知,以及對可獲取的工作機(jī)會與創(chuàng)業(yè)的取舍,從而影響家庭的創(chuàng)業(yè)。家庭人口規(guī)模反映了家庭的負(fù)擔(dān)狀況與人力資源;家庭風(fēng)險態(tài)度直接反映了戶主的風(fēng)險偏好情況,也會對家庭創(chuàng)業(yè)產(chǎn)生影響。家庭財富與家庭收入選取相關(guān)數(shù)據(jù)取對數(shù)后得出,其中家庭的收入水平會在一定程度上影響家庭對于風(fēng)險的接受程度進(jìn)而影響創(chuàng)業(yè)決策,而家庭財富則反映一個家庭的資本,家庭財富積累越多也便越傾向于創(chuàng)業(yè)。

3.模型設(shè)計

(1)Probit模型

家庭創(chuàng)業(yè)決策是一個二元選擇的結(jié)果,因此利用Probit模型對家庭創(chuàng)業(yè)決策進(jìn)行實證分析,如式(1)所示。

Probit(entr)=β0+β1sjwl+θ1Xi+εi

(1)

其中,entr為家庭創(chuàng)業(yè)決策,sjwl是社交網(wǎng)絡(luò),Xi為控制變量,β0、β1、θ1分別為常數(shù)項、社交網(wǎng)絡(luò)和控制變量的系數(shù)或系數(shù)陣,εi為隨機(jī)誤差項。

(2)多項Probit模型

針對社交網(wǎng)絡(luò)對于創(chuàng)業(yè)類型的研究,采用多項Probit估計,估計方程式如式(2)所示。

Entrtypeji=β0+β1sjwl+θ1Xji+εji

(2)

Entrtypeji為家庭創(chuàng)業(yè)類型,其中,j=0表示家庭不創(chuàng)業(yè),j=1表示家庭從事生存型創(chuàng)業(yè),j=2表示家庭從事機(jī)會型創(chuàng)業(yè)。

針對社交網(wǎng)絡(luò)對于創(chuàng)業(yè)進(jìn)入行業(yè)的研究,采用多項Probit估計,估計方程式如式(3)所示。

Etji=β0+β1sjwl+θ1Xji+εji

(3)

Etji為家庭進(jìn)入類型,其中j=0表示家庭不創(chuàng)業(yè),j=1表示家庭在低資本密集行業(yè)創(chuàng)業(yè),j=2表示家庭在高資本密集度行業(yè)創(chuàng)業(yè)。

(3)PSM模型

參考江世銀(2021)的做法[24],本文對于負(fù)債與家庭創(chuàng)業(yè)的關(guān)系采用PSM模型進(jìn)行研究,目前已有的對于負(fù)債與家庭創(chuàng)業(yè)關(guān)系的研究多是采用Probit模型,但家庭在作出創(chuàng)業(yè)決策所選擇的不同渠道融資卻不是隨機(jī)的,而是家庭自我選擇的結(jié)果。Probit模型并不能很好的解決這一問題,因此需要比較同一家庭在“取得債務(wù)融資”(處理組)和“未取得債務(wù)融資”(控制組)兩種狀態(tài)下創(chuàng)業(yè)決策的差異表現(xiàn),在其他狀態(tài)都相同的情況下,引起家庭決策差異的唯一原因便是家庭是否取得債務(wù)融資。同一家庭不可能同時出現(xiàn)取得債務(wù)融資與未取得債務(wù)融資兩種行為,現(xiàn)實中的結(jié)果卻往往只能觀測其中一個值,因此需要找到未獲得債務(wù)融資家庭的創(chuàng)業(yè)決策進(jìn)行替代。PSM不僅可以有效應(yīng)對樣本選擇偏差,而且在處理內(nèi)生性問題上更具優(yōu)勢。

4.描述性統(tǒng)計分析

表5列出了變量描述性統(tǒng)計信息。

表5 變量描述性統(tǒng)計

從表5的描述性統(tǒng)計結(jié)果來看,2017年受訪者中有16%進(jìn)行創(chuàng)業(yè),創(chuàng)業(yè)的積極性并不算高。城鎮(zhèn)家庭平均負(fù)債6.366萬元且差異較大。社交網(wǎng)絡(luò)均值最大值與最小值之間差距較大,表明我國城市家庭社會關(guān)系網(wǎng)等存在顯著差異:戶主的平均年齡為53.312歲,多為中老年人。平均受教育年限為10.413年,即僅完整接受過初中教育,表明城市居民受教育水平整體偏低。家庭風(fēng)險態(tài)度均值為4.164,表明我國城市居民大部分為風(fēng)險厭惡者,更為傾向風(fēng)險規(guī)避。戶主健康狀況均值為2.391,表明大部分戶主健康狀況較好。家庭收入以及家庭財富的數(shù)據(jù)表明城市居民在家庭凈資產(chǎn)與收入方面存在較大差異。

四、實證分析

1.社交網(wǎng)絡(luò)與家庭創(chuàng)業(yè)決策、類型、行業(yè)

通過對社交網(wǎng)絡(luò)對家庭創(chuàng)業(yè)決策、創(chuàng)業(yè)類型、進(jìn)入行業(yè)進(jìn)行回歸估計,得到表6。表6顯示,社交網(wǎng)絡(luò)對于家庭創(chuàng)業(yè)決策具有正向的影響,對提高家庭作出創(chuàng)業(yè)決策的邊際效應(yīng)為0.205,且在1%的統(tǒng)計水平上顯著,第二列與第三列為社交網(wǎng)絡(luò)與創(chuàng)業(yè)類型的回歸結(jié)果,社交網(wǎng)絡(luò)對于二者均具有顯著正向的影響,機(jī)會型創(chuàng)業(yè)中社交網(wǎng)絡(luò)的系數(shù)為0.491,高于生存型創(chuàng)業(yè)中社交網(wǎng)絡(luò)系數(shù)0.194,表明從創(chuàng)業(yè)類型角度來看,機(jī)會型創(chuàng)業(yè)相對于生存型創(chuàng)業(yè)對于社交網(wǎng)絡(luò)的要求更高。第四、五列為社交網(wǎng)絡(luò)對于創(chuàng)業(yè)進(jìn)入行業(yè)的回歸結(jié)果,高資本行業(yè)社交網(wǎng)絡(luò)系數(shù)0.311大于低資本行業(yè)社交網(wǎng)絡(luò)系數(shù)0.299,這可能是因為社交網(wǎng)絡(luò)更廣泛的家庭其可獲取的信息與籌集的資金也會相對更多,因而也更有可能進(jìn)入高資本行業(yè)創(chuàng)業(yè),可見從行業(yè)角度來看,與選擇低資本密集行業(yè)相比,在高資本密集行業(yè)創(chuàng)業(yè)的社交網(wǎng)絡(luò)系數(shù)更高,說明從行業(yè)角度來說社交網(wǎng)絡(luò)對于創(chuàng)業(yè)具有重要影響。假設(shè)H1、H2、H3得到證明。

表6 社交網(wǎng)絡(luò)與家庭創(chuàng)業(yè)決策、類型、行業(yè)

續(xù)表6

2.債務(wù)融資與家庭創(chuàng)業(yè)決策

在將所有家庭進(jìn)行配對后,處理組與控制組家庭除是否取得債務(wù)融資不同外,沒有其他明顯的差異,表7顯示了匹配前后城市家庭創(chuàng)業(yè)情況差異的最終結(jié)果,如表7所示。

表7 匹配前后城市家庭債務(wù)融資差異

在匹配前后,創(chuàng)業(yè)情況的差異均顯著大于0。如果未按照家庭各個特征變量進(jìn)行匹配,在樣本匹配前處理組和對照組樣本之間的創(chuàng)業(yè)狀況差異之差為0.1149,高于匹配后的結(jié)果,這會導(dǎo)致在研究城市家庭是否取得債務(wù)融資對創(chuàng)業(yè)情況差異影響的估計中出現(xiàn)偏差。從匹配后的樣本結(jié)果來看,在控制了城市家庭其他特征的影響后,在最近鄰匹配下,取得債務(wù)融資的城市家庭比與之相配的未取得債務(wù)融資的城市家庭創(chuàng)業(yè)幾率高出30.54%(0.0562/0.1840),在半徑匹配、核匹配、局部線性匹配下,創(chuàng)業(yè)幾率分別高出26.58%、27.84%、25.95%。說明在城市家庭樣本中,取得債務(wù)融資的家庭更加傾向于進(jìn)行創(chuàng)業(yè)。

傾向得分匹配法估計結(jié)果可靠還需要滿足平衡性假設(shè)這一要求。只要匹配后的家庭在匹配變量上不存在顯著的差異,即可說明匹配方法的選擇或變量的選取是有效的。本文選取均值與標(biāo)準(zhǔn)化偏差兩個指標(biāo)考察匹配是否平衡。一是采用t統(tǒng)計量檢驗在匹配前后取得債務(wù)融資與未取得債務(wù)融資的家庭變量均值是否有較大變動;二是通過標(biāo)準(zhǔn)化偏差評價匹配效果,標(biāo)準(zhǔn)化偏差越小則說明匹配效果越好。匹配標(biāo)準(zhǔn)化偏差的絕對值一般控制在20%以下被認(rèn)為效果較好。匹配前后差異對比如表8所示。

表8 匹配前后差異對比

由表8可知,在進(jìn)行平衡性檢驗后,結(jié)果顯示匹配后變量的標(biāo)準(zhǔn)偏差都在降低且幅度較大,偏差率全部在10%以下;從均值t統(tǒng)計量來看,各變量在匹配后均不存在顯著差異。這表明,匹配變量的選取以及匹配方法的選擇是有效的,匹配后的城鎮(zhèn)家庭除是否取得債務(wù)融資外其他特征基本一致,平衡假設(shè)檢驗通過。

在通過平衡檢驗后,運(yùn)用匹配后數(shù)據(jù)進(jìn)行回歸,結(jié)果如表9所示,債務(wù)融資提高了家庭的創(chuàng)業(yè)概率。四種方法的回歸結(jié)果均在1%的顯著性水平上顯著,由此可知債務(wù)融資對于家庭創(chuàng)業(yè)具有正向促進(jìn)作用,假設(shè)H4得證。

表9 PSM債務(wù)融資第二階段回歸結(jié)果

3.中介效應(yīng)檢驗

利用Probit模型驗證社交網(wǎng)絡(luò)是否能夠通過債務(wù)融資來促進(jìn)家庭創(chuàng)業(yè),借鑒相關(guān)研究[25-26]提出的中介效應(yīng)模型構(gòu)建如式(4)-式(6)方程所示。

Yi=α0+α1M1i+θXi+μi

(4)

Wi=β0+β1M1i+?Xi+εi

(5)

(6)

Yi、Wi、M1i分別代表家庭創(chuàng)業(yè)決策、家庭債務(wù)融資和社交網(wǎng)絡(luò)。式(4)代表社交網(wǎng)絡(luò)對于家庭創(chuàng)業(yè)決策的總影響,式(5)代表社交網(wǎng)絡(luò)對于家庭債務(wù)融資的影響,式(6)為在式(4)的基礎(chǔ)上加入中介變量w進(jìn)行回歸檢驗,代表社交網(wǎng)絡(luò)通過債務(wù)融資對家庭創(chuàng)業(yè)的影響。中介效應(yīng)的檢驗步驟如下:第一步檢驗式(4)中的系數(shù)α1是否顯著,若顯著則進(jìn)行第二步。第二步,檢驗式(5)中的系數(shù)β1和式(6)中的系數(shù)γ2是否顯著,若均顯著,則表示間接效應(yīng)顯著,進(jìn)行第四步,若至少一個不顯著,則進(jìn)行第三步,第三步,Bootstrap法直接檢驗原假設(shè)β1×γ2=0,如果顯著,則中介效應(yīng)顯著,進(jìn)行第四步;若不顯著,停止檢驗。第四步,式(6)中的系數(shù)γ1如果不顯著,則證明中介變量發(fā)揮了完全中介作用;若顯著,比較β1×γ2和γ1的符號,若符號一致,則存在部分中介效應(yīng)。具體檢驗結(jié)果如表10所示。

表10 債務(wù)融資中介效應(yīng)檢驗

由表10來看,模型(4)未加入債務(wù)融資時,社交網(wǎng)絡(luò)對創(chuàng)業(yè)決策的影響為正,且在1%的統(tǒng)計水平上顯著,通過檢驗步驟一。模型(5)則表明社交網(wǎng)絡(luò)在1%的統(tǒng)計水平上顯著,提高了家庭債務(wù)融資規(guī)模。模型(6)在模型(4)的基礎(chǔ)上加入債務(wù)融資,社交網(wǎng)絡(luò)與債務(wù)融資對于創(chuàng)業(yè)決策的影響均在1%的統(tǒng)計水平上正向影響家庭創(chuàng)業(yè)決策,通過檢驗步驟第二步與第四步。表明債務(wù)融資在社交網(wǎng)絡(luò)影響家庭創(chuàng)業(yè)決策的過程中起到部分中介作用,假設(shè)H5得到證明。

4.穩(wěn)健性檢驗

本文采用直接加總法重新衡量社交網(wǎng)絡(luò)變量,將社交網(wǎng)絡(luò)的指標(biāo)包括交通支出、文化娛樂支出、在外就餐支出、電話網(wǎng)絡(luò)通信費(fèi)用支出,親緣收入與支出、非親緣收入與支出加總后取對數(shù),得到新的社交網(wǎng)絡(luò)指標(biāo),并將其分別對家庭創(chuàng)業(yè)決策,創(chuàng)業(yè)類型、進(jìn)入行業(yè)進(jìn)行回歸,結(jié)果如表11所示。此回歸結(jié)果與前文回歸結(jié)果基本一致,說明社交網(wǎng)絡(luò)依然對家庭創(chuàng)業(yè)有顯著正向的影響。

表11 穩(wěn)健性檢驗

五、結(jié)論

利用2017年的中國家庭金融調(diào)查與研究中心(CHFS)的大規(guī)模中國家庭金融調(diào)查數(shù)據(jù),選取城鎮(zhèn)家庭文化娛樂支出、在外就餐花費(fèi)、電話與手機(jī)通信費(fèi)用、親緣網(wǎng)絡(luò)、非親緣網(wǎng)絡(luò),運(yùn)用主成分分析法測度社交網(wǎng)絡(luò)指標(biāo),采用Probit模型、多項Probit模型分析社交網(wǎng)絡(luò)對于城鎮(zhèn)家庭創(chuàng)業(yè)決策、創(chuàng)業(yè)類型、進(jìn)入行業(yè)的影響,針對債務(wù)融資對于家庭創(chuàng)業(yè)決策影響的研究,由于Probit模型并不能很好應(yīng)對樣本自我選擇問題,因此本文選擇PSM模型進(jìn)行研究,并實證檢驗債務(wù)融資在社交網(wǎng)絡(luò)對家庭創(chuàng)業(yè)決策影響路徑中的中介作用。研究發(fā)現(xiàn)了以下主要結(jié)論。

第一,社交網(wǎng)絡(luò)提升家庭開展創(chuàng)業(yè)的可能性,社交網(wǎng)絡(luò)廣泛的家庭更傾向于進(jìn)行創(chuàng)業(yè)。社交網(wǎng)絡(luò)對創(chuàng)業(yè)行業(yè)和創(chuàng)業(yè)性質(zhì)的影響存在差異。在將創(chuàng)業(yè)性質(zhì)劃分為生存型創(chuàng)業(yè)和機(jī)會型創(chuàng)業(yè)后發(fā)現(xiàn),機(jī)會型創(chuàng)業(yè)的社交網(wǎng)絡(luò)系數(shù)更高,表明機(jī)會型創(chuàng)業(yè)與生存型創(chuàng)業(yè)相比對社交網(wǎng)絡(luò)要求更高。將行業(yè)按照資本密集度劃分為高資本密集度行業(yè)和低資本密集度行業(yè)后發(fā)現(xiàn),高資本密集度行業(yè)的社交網(wǎng)絡(luò)系數(shù)更高,表明高資本行業(yè)與低資本行業(yè)相比對于社交網(wǎng)絡(luò)依賴更強(qiáng)。

第二,債務(wù)融資在運(yùn)用最近鄰匹配、半徑匹配、核匹配、局部線性匹配后,對家庭創(chuàng)業(yè)決策回歸系數(shù)顯著且全部為正,與匹配前的結(jié)果相比有所下降。表明在考慮樣本自我選擇風(fēng)險后,債務(wù)融資對家庭創(chuàng)業(yè)決策仍起到正向促進(jìn)作用。

第三,債務(wù)融資在社交網(wǎng)絡(luò)影響城鎮(zhèn)家庭創(chuàng)業(yè)決策的過程中存在中介效應(yīng),說明社交網(wǎng)絡(luò)可通過改變債務(wù)融資來緩解城鎮(zhèn)家庭創(chuàng)業(yè)資金約束進(jìn)而促進(jìn)家庭創(chuàng)業(yè)。