一、引言

2014年9月，李克强总理首次发出“大众创业，万众创新”的号召，开启我国新一波创业新浪潮。2019年3月，全国人大政府工作报告提出鼓励更多社会主体创新创业，进一步把“大众创业，万众创新”引向深入。当前我国以实施创新驱动发展战略为引导，广泛深入地开展“大众创业，万众创新”，有利于不断释放市场活力，优化创新发展生态，也使“创业”再一次成为了大众聚焦的热点。

不少学者已经对创业的相关影响因素进行了研究分析，如从地区因素入手，社会大环境会不断对个体创业行为产生作用。相比于金融活动活跃的国家，金融环境发展缓慢会激发当地创业者更高的创业热情(Dutta and S. Sobel，2017)。中国长期的高房价则抑制了创业进而影响长期经济增长(吴晓瑜等，2014)。市场政府的管制也显著降低了个人的创业概率，尤其降低个人从事“自我雇佣”的创业可能性(陈刚，2015)。或从个人联系因素考虑，个人的众多资源和特征都会对其创业行为的决策产生影响。大量海内外学者从家庭角度入手，研究分析了家庭子女数量、公务员家庭背景、家庭资产等对个体创业行为决策所产生的作用(王菁等，2017；李雪莲等，2015；George et al., 2016)。从个人特征来看，学者们分析的角度也百花齐放，现有研究已分析了个体的宗教信仰、创业激情、企业家个人能力等对其创业倾向的影响力度(Evans and Leighton, 1990；阮荣平等，2014；朱秀梅等，2019)。

但现有研究中往往将个体特征的一个关键因素——个体的学历水平视为控制变量进行分析，缺乏全面且独立地剖析个体学历水平和创业行为的关系，因而存在一定的不足。随着义务教育的普及和高等教育的快速发展，我国近年来高学历知识分子数量呈现井喷式增长，因而过去传统观点“学历越高，创业意向越低”的说法也愈发受到公众的关注，研究学历与个体创业选择的关系具有现实意义。首先，教育是提升人民综合素质的根本途径，是每个人独立生活的前期准备，也是其走向未来的基础，在每个独立个体生活中均有着极为重要的意义(Ahmadi and Laei, 2012)。个体的学历水平与其他个人特征如个人综合素质、人脉网络等密切相关，而这些因素也恰为个体创业的关键资源。因此，二者关系密切相关。其次，个体所接受的教育对其就业价值观的塑造形成具有指引性，一定程度上会影响其创业决定。如高学历者会更注重声誉和风险因素，在做就业决策时持风险厌恶导向，但同时也存在高学历个体多年所形成的精英知识分子社交圈会为其创业选择奠定坚实人脉资源。高学历对个体做出创业决定所带来的积极和消极影响孰胜孰负，仍有待进一步剖析。再者，改革开放以来，我国国民思想逐渐发生转变，“寒门难出贵子”“男主外，女主内”等传统理念虽然仍有残余影响，但也正逐渐被消除。在此现象下，家庭背景与性别对个体学历和创业倾向也会产生作用。然后，根据教育部和《2017就业白皮书》的数据，2017年全国普通高校毕业生达795万人，从2001至2017的15年间，中国毕业生人数暴涨651万人。数量如此庞大的高素质人才拥堵市场，在经济下行压力大的不利环境下，其自主创业比例正在持续上升，很可能对中国的创业者学历水平产生较大影响。此外，随着2011年中国颁布了“大学生自主创业优惠政策”，以及“十二五”以来李克强总理多次在公众场合阐述“大众创业，万众创新”理论，甚至在首届大学生创新创业大赛中做出重要批示强调大学生应成为创新创业潮流中的核心力量，政府相关举措言论进一步燃起了我国高等学校学生的创业热情。最后，现有国内学历与创业行为的研究仍匮乏，而欧美相关研究分析的对象均未包括中国，因此，过往分析结果与理论能否适应具有独树一帜的文化背景和生活习俗的中国民众仍有待进一步研究。相比于以往现象“学历越高，创业意向越低”、“学历低反而创业越成功”(谢文锦，2013)，在近年来相关创业鼓励政策推动下，个体学历水平和其创业行为选择关系是否发生显著变化值得深入探讨。

本文以覆盖全国的中国微观数据库(CGSS)为研究主体，采用stata12.0进行实证分析，重点探讨：“创业鼓励政策”层出不穷的大环境下，个体的受教育年限即学历水平对其选择创业行为的决策会产生正向还是负向影响，是否会有别于公众以往认识？不同性别和家庭背景高低在学历和创业行为二者之间发挥什么类型的调节作用？本文余下的内容具体安排如下：第二部分是受教育年限影响个体创业行为选择的文献综述；第三部分具体介绍了本文所采用的数据和probit模型，并详细说明个体创业行为、受教育年限、调节变量和众多控制变量的特征；第四部分定量实证分析了个体受教育年限对其创业行为决策的影响，并根据模型进行内生性检验和稳健性检验；第五部分是总结全文并提出相关政策建议。

二、文献综述

学界就受教育年限对个体创业行为决策带来的是正面效果还是负面效果尚未达成共识，从正面来看，大学和研究所所提供的高等教育提高了个人的综合素质，锻炼了专业技能，拓宽个人人际资源，推动其多元化发展，从而培养敏锐的商机洞察和实践能力，为个体选择创业打下坚实的基础(Bae et al., 2014；Volery et al., 2013；Centobelli et al., 2016；Rae，2010)。作为被大众广为接受的创业动机模型，Ajzen(1991)提出的TPB模型阐明：学生接受系统性的创业教育会推进其产生强烈的创业动机。同时创业教育会使学生掌握创业逻辑、创业挑战和创业通常流程相关知识，很大概率营造出浓厚创业文化氛围，并通过与知名公司合作为学生建立广泛的人脉网络，进而与创业动机一同形成个体宝贵的创业人力资本。钟卫东等(2014)就根据389家小微企业抽样调查结果，证实更长的受教育年限所带来的社会网络规模拓展，与个体创业机会质量和创业评价呈现显著正相关关系。相反的是，教育对创业所带来的消极影响也在一些研究中被发现。风险评估方面，接受过高等教育的个体，由于具有更全面的风险分析方法和更透彻的风险认识，相比低学历者，其在做决策时会愈发谨慎而更偏向风险厌恶类型。但在众多就业选择中，创业风险系数极高。心理动机方面，相较低学历者，高学历个体更注重个人声誉和社会形象。创业失败可能带来的严重后果往往会使高学历者陷入毁誉的恐惧而不敢轻易尝试，同时现实创业要求的繁杂程度和管理标准的严苛程度也容易抑制了精英分子原有的创业激情，使得更多高学历者放弃创业想法而另寻他路(Fayolle and Gailly, 2015；Oosterbeek et al., 2010)。Stuart and Abetti(1990)通过明瑟收入方程分析发现高于本科学历的创业者受教育年限越长，其创业可能性越低。

聚焦国内研究进程，定性分析较多，且国内很多依然把创业问题作为主流管理理论范畴的内容来进行分析，而未能把握创业现象的根本性质。学者们已分别从培养学生外向性格与高度责任感来提高其创业意愿，教育中的创业竞赛经历奠定创业基础等角度从机理上肯定了个体学历水平对其创业行为选择的积极作用(范巍、王重鸣，2004；叶映华，2009)。定量研究方面，丁小浩、汪梦姗(2016)搜集北京海淀区两千份中青年问卷，采用“生存分析法”研究企业家受教育程度与企业存活时间的关系，研究发现在技术型行业，大专及以上学历的企业家创业成功概率明显提高。钟卫东、张伟(2014)基于因子分析和多元回归分析法研究发现受教育程度高且在校表现优异学生的创业成功可能性更高，但其对创业绩效影响随个体年龄的增加呈现递减趋势。从负面角度入手，邴浩等(2015)基于10年清华校友创业调研数据研究发现由于学历高、学业成绩优秀的清华学子更注重学术研究，维持一贯优异的学业成绩成为其创业高昂的机会成本，因此其创业倾向相比学历不高、学习成绩差的学生更低。李雪莲等(2015)采用中国家庭金融调查数据库(CHFS)28个城市的面板数据，借助LPM模型回归证明在男性样本中，更高的学历水平会抑制其创业热情，减少创业可能性。

此外，在研究学历与创业关系的领域中，当前众多学者也集中研究的是高校学生创业教育对其创业意向的影响。张宝生等(2016)指出，高等院校创业教育应与专业教育相辅相成，共同发展。这种培养模式可以孕育大量高尖端人才提升其创新能力，实现从培养就业型人才向创新性人才的转变。刘伟、邓志超(2014)基于我国8所大学创新创业问卷调查结果，肯定了学历提升对大学生创业成功的正向影响，提出应将创业教育与创业实践相结合，进一步提升创业创新教育师资力量，合理构建课程体系。王心涣等(2016)通过层次回归分析法，证明了高校创业教育对大学生创业的积极影响。本科生创业教育对其创业意向的产出弹性为7.9%，显著高于高职生的产出弹性4.4%，表明创业教育对本科生的发挥作用要优于高职生。

在个人学历与创业行为关系方面，“男主外，女主内” “寒门难出贵子”等中国传统理念所引申的性别和家庭背景因素也会对其造成一定影响。性别因素方面，罗凯等(2010)为验证中国“重男轻女”的封建思想理念，根据CHNS数据库分析了子女出生顺序和学历水平的关系，结论显示晚出生的子女学历更高，且儿子平均学历水平高于女儿的现象在农村十分显著。Gustafsson et al.(2000)则基于CHIPS 1988年到1995年的数据，发现中国不同职业包括创业行为对性别歧视的影响随时间积累而加重，该现象在受教育年限较短的女性个体上体现的更为严重。家庭背景方面，文东茅(2005)基于全国性高校毕业生调查数据，以父亲职业地位和学历水平作为衡量家庭等级的指标，实证分析得出结论家庭背景殷实的学生占高校学生总体比例更高，且升学率和起薪也优于来自一般家庭的学生。Folmer et al.(2010)则依据印度孟加拉邦居民抽样调查数据，提出个体的家庭背景和收入水平是决定其创业与否的关键因素，其中家庭背景与创业呈显著正相关关系。

基于以上分析可以发现，将创业从所有工作选择种类中剥离出来，不局限于研究高校学生创业教育，针对性地分析个体受教育年限对其创业行为决策影响的文献相对较少。现有研究仍以定性分析居多，少有的定量研究则多是以对某一特定地域民众进行的中小样本抽样调查作为研究背景，鲜有文献考虑性别和家庭背景对个体学历水平和创业行为两者关系的影响，测算其调节作用。同时，由于创业行为和个体学历往往存在内生性，采取什么方法来有效解决模型的内生性问题也是本文需要考虑的重点。鉴于个体教育与创业行为选择具有明显的普适性，本文以中国31个省市民众为分析对象，运用probit计量经济模型，探究个体的受教育年限对采取创业行为决策的影响。具体而言，本文的主要目的是：以中国2010、2012和2015三年的面板数据为分析样本，测算个体创业行为选择受其学历水平影响有多大。本文还引入性别和家庭背景作为调节变量，衡量这两个因素对个体学历和创业行为的相互关系产生作用的大小。此外，现有关于学历对创业倾向的研究多以小样本问卷调查为主，数据难免不够全面，因此本文的另一贡献在于，利用中国三年的微观数据能使这一领域的研究更为具体深入，更具有代表性。

三、模型设定 (一). 普通Probit模型

本文重点关注个体受教育年限对其创业选择的影响，数据来源于中国综合社会调查数据库(CGSS)。CGSS是受国家社会科学基金资助、由中国人民大学与香港科技大学组织的全国范围内的抽样调查，该项调查的主要目的是了解当前我国城镇居民的就业、工作和生活情况，以及对一些社会问题的看法。CGSS公布的数据包括个人职业、学历、性别、民族、政治面貌、年龄、年职业收入、婚姻状况、户籍等一系列内容。涉及被调查对象创业选择的相关问题是“下列各种情形，哪一种更符合您目前工作的情况”。涉及被调查对象学历的问题是“您目前的最高教育程度是？”本文选取CGSS最近三期的全国大范围调查数据(2010、2012、2015)，共34504个样本。剔除回答“其他”、“拒绝回答”、“空白”、“不知道”和“数据缺失”的样本，最终得到有效样本共10882个，其中2010年样本3542个，2012年样本4035个，2015年样本3305个。

关于个体的创业选择(entrepreneur, ent)，CGSS将被调查者的职业分成如下8类：①个体工商户②自己是老板(或者合伙人)③自由职业者④劳务工/劳务派遣人员⑤零工、散工(无固定雇主的受雇者)⑥受雇于他人(有固定雇主)⑦在自己家的生意/企业帮忙，领取工资⑧在自己家的生意/企业帮忙，不领取工资。陈刚(2015)的研究将“个体工商户”、“自己是老板(或者合伙人)”和“自由职业者”均视为有创业行为的个体，其他选项视为无创业行为的个体。阮荣平等(2014)则将“自由职业者”也视为无创业行为。本文首先采用了陈刚的定义进行了实证分析，之后稳健性检验中则采用了阮荣平的定义进行了回归检验。根据两种不同的定义，2010年、2012年、2015年三期有效样本中创业个体占比如图 1所示，两种定义创业比例的差别不大。

本研究中被解释变量创业选择(ent)为二值变量，借鉴以往与创业行为有关的研究(Minns and Rizov, 2005; Audretsch et al., 2013; 阮荣平等, 2014; 陈刚, 2015)，设定以下probit模型：

$ \mathit{Pr}\left({en{t_{it}} = 1} \right) = G\left({\alpha + \beta ed{u_{it}} + \gamma {X_{it}} + {\delta _i} + {\mu _t}} \right) $

(1)

其中ent_it为i省t年受访者是否创业，edu表示个体受教育水平，以其学历所代表的受教育年限来表示；X为控制变量，具体包括：年龄、婚姻状况、政治面貌、户籍、社交网络、父亲是否创业等。δ与μ分别表示省固定效应和年固定效应。关于各变量定义详见表 1。

在中国文化中，男性一般是家庭的经济支柱，高学历带来的稳定收入可能无法满足家庭需求，抛弃稳定工作去创业谋取更高收入的意愿相对于女性更加强烈，而且男性相对于女性更具有创业所需的冒险精神。高学历的女性往往追求相对稳定的工作，并留出一定的时间照顾家庭，其获得稳定工作越容易，创业意愿越低。另外家庭背景较好的个体往往享有更丰富的社会资源和经济实力，其就业率、升学率和起薪往往都高于出身贫寒的个体，所以其理想就业选择往往更多，通过创业改变家庭命运的渴望程度会更低。

因此本文引入性别和家庭背景作为调节变量，对(1)式进行拓展，建立模型如下：

$ \mathit{Pr} \left({en{t_{it}} = 1} \right) = G\left({\alpha + {\beta _1}ed{u_{it}} + {\beta _2}AD + {\beta _3}AD \times ed{u_{it}} + \gamma {X_{it}} + {\delta _i} + {\mu _t}} \right) $

(2)

其中，调节变量AD包含性别(gend)和家庭背景(fam)，定义详见表 1。当β₁与β₃同号时，意味着男性或较好家庭背景促进受教育年限与个体创业选择之间的关系。当β₁与β₃异号时，意味着男性或较好家庭背景会抑制受教育年限与个体创业选择之间的关系。

(二). 变量界定

本文中解释变量为受教育年限(edu)，CGSS调查问卷中个体受教育的最高文化层次数据共有13个选项，本文参考我国学制分别将其转化为对应的受教育年限(具体设定方法见表 1)。有效样本中受教育年限数据的分布如图 2所示。考虑到男女差异与家庭资源也会对个体创业选择和就业表现产生相应的影响，本文引入调节变量性别(gend)和家庭背景(fam)，变量具体描述如表 1所示。

控制变量方面，根据以往创业研究相关文献，影响创业过程和创业结果的因素大致可分为创业者内部即个人特征和外部即社会资源两个方面。一方面，从个人特征入手，包括年龄、婚姻状况、户籍、政治面貌。(Minniti and Nardone, 2007；阮荣平等，2014；陈刚，2015；王菁，2017；初帅、孟凡强，2017)。随年龄的增长，个体的财富与阅历不断积累会使其对风险的偏好发生改变。结婚建立家庭所带来的相对稳定生活结构也会影响个体风险喜爱。另外，我国户籍制度的强粘附性特点所产生的社会差别和教育资源分配问题与个体政治面貌的不同同样会对其就业选择产生一定的影响。另一方面，基于社会资源层面，包括社交网络和父亲是否创业等因素(Klyver and Hindle, 2007；阮荣平等，2014；陈刚，2015)。随着中国社会的快速发展，当前我国居民的社交网络主阵地已从过往以血缘关系为纽带的传统家庭社会网络向以工作、学习等社交行动所建立的工作社会网络迁移。社会网络为个人所带来的资源积累与价值观树立的作用不容小觑。而在家庭内部，父母会将其所具有的社会资本尽可能传递给子女，为子女的今后发展奠定坚实基础，因而往往父母的创业决定也会与其子女创业选择之间存在较大相关性。综上所述，本文将以上潜在可能影响个体创业决策的要素列入模型考虑范畴，具体表述详见表 1。

(三). 模型的内生性

准确估计(2)式所示的基准模型可能存在内生性问题。现实中很多因素都会影响个体的受教育水平，其中有许多不可观测的因素也同时影响个体的创业选择。例如，能力的高低不仅对个人学历产生影响，也会影响其创业选择，即可能存在遗漏变量的问题。此外，不仅个体受教育年限会对其创业行为产生影响，而且个体的创业选择也可能反过来影响其学历水平，例如，选择创业的个体可能为了把握商机选择尽早离开学校进入社会创业，而且创业行为对学历需求相对较低，即可能存在逆向因果关系。综上所述，无论是遗漏变量还是逆向因果都可能导致个体的受教育年限成为模型的内生变量，以致无法准确地估计个体受教育年限对其创业选择的作用机制。

为解决模型存在的内生性问题，本文选取被调查者的英语水平作为其受教育年限的工具变量。一方面，英语作为中国学生必修的外语课程，与其受教育水平具有高相关性。根据赵雪琴等(2017)基于全国13所高校的分析，中国学生的英语水平与其受教育年限的正相关关系是较显著且稳定的，当个体的受教育年限增加时，其英语水平也会随之获得提升。另一方面，个体英语水平对其创业选择具有较强的外生性。由于CGSS数据库中的被调查者居住地及工作地均为中国境内，因此可以认为其创业环境主要在境内，个体英语水平不会对其创业选择产生促进作用。综上所述，采用个体英语水平作为受教育年限的工具变量是可取的。

在CGSS数据库中，与被调查者英语能力水平高低相关的问题是“您觉得自己听英语的能力是什么水平”。按照其选项“完全听不懂”、“比较差”、“一般”、“比较好”和“很好”，分别赋值为0、1、2、3、4。该值越大，表示被调查者的英语水平越高。

(四). Ⅳ Probit模型的两步估计

本文采用Heckman(1978)Ivprobit两步法进行内生性检验。在第一阶段，本文把解释变量受教育年限(edu)对所有调节变量和控制变量做回归，得到潜变量edu^*的拟合值edu_it:

$ ed{u_{it}}^* = \partial en{g_{it}} + \beta {X_{it}} + {\delta _i} + {\mu _t} + {\varepsilon _{it}} $

(3)

$ ed{u_{it}}^*{\rm{ = }}\partial en{g_{it}} + \beta {X_{it}} + {\delta _i} + {\mu _t} $

(4)

其中~表示变量的拟合值或者是参数的估计值，eng_i是个体英语水平工具变量构成的向量，X_it是普通probit模型中相同的控制变量。δ与μ分别表示省固定效应和年固定效应, ε_it为随机扰动项。

第二阶段，将被解释变量创业选择(ent_it)对潜变量拟合值、残差、调节变量和工具变量做Probit回归，即：

$ pr\left({en{t_{it}}{\rm{ = }}1} \right){\rm{ = }}G\left({\beta 'ed{u_{it}} + \gamma {X_{it}} + {\delta _i} + {\mu _t}} \right) $

(5)

通过此两阶段回归可以得到β’的一致估计。系数β’能有效反映出受教育年限与个体创业选择的关系。

四、数据的描述性统计

表 2列出了计量模型中所有变量的基本统计量。为了分析个体受教育年限对其创业选择的影响，本文根据被调查者受教育年限对样本进行了分组，受教育年限大于12年的个体列入高等教育组，受教育年限小于或等于12年的个体列入普通教育组。创业(ent)的均值为0.23，说明数据中1/4左右的个体都会采取创业行为。但普通教育组的创业均值比高等教育组高0.20，表明相对于学历高的个体，学历低的个体可能更热衷于创业。高等教育的个体英语水平(eng)均值为1.55，明显高于普通教育组个体的英语水平均值0.43，有力地验证了英语水平和个体受教育年限可能存在显著的正相关关系，也支持了本文采取英语水平作为个体受教育年限工具变量的做法。此外，高学历组别的家庭背景和社交网络均值均明显高于低学历组别的均值，能反映出高学历个体往往具有更好的家庭背景和更广阔的人脉资源。而高等教育组的户籍均值为0.11，明显低于普通教育组的户籍均值0.52，也能表明当前我国城市居民相比于农村居民仍然享受着更多的教育资源和机会。

本文进一步根据被调查者的受教育程度，把样本分为七组，分别为：无接受教育，小学，初中，高中，大学专科，大学本科和研究生及以上。图 3比较了不同受教育程度个体的创业率分布，显示：从小学组别开始，个体的创业率随着受教育程度的提高出现下降的趋势，因此初步得出个体受教育程度水平高在统计上对应创业选择概率低这一推测。

五、实证检验及结果分析

本节安排如下：首先实证检验个体受教育年限对其创业选择的影响，并分析性别、家庭背景对学历、创业选择二者关系的调节作用；然后引入个体英语水平作为工具变量来检验并解决模型面临的内生性问题；最后进行稳健性检验。

(一). 回归结果

表 3给出了受教育年限与创业选择之间的Probit模型估计结果。在第(1)列回归方程只引入了个体受教育年限、年份固定效应和省份固定效应，受教育年限变量在1%的水平上显著为负，表明受教育年限越长，个体选择创业概率越小。第(2)列加入了年龄、婚姻状况、户籍、政治面貌、社交网络与父亲创业等控制变量。第(3)列引入了性别与家庭背景两个调节变量，虽然受教育年限的边际效应绝对值相比于第(1)列都下降了，但该变量的系数仍在1%的显著性水平上为负，证明了受教育年限对个体创业行为产生显著的负向作用。根据第(3)列结果，与低学历者相比，高学历者受教育年限每增加1年，他选择创业行为的概率要低5.2%(Z=-10.62)。第(4)列加入性别与受教育年限的交叉项，以检验性别对受教育年限与创业行为的关系所存在的调节作用。检验结果说明了受教育年限对个体创业行为有显著的负向作用，且性别与受教育年限的交叉项对个体创业行为在1%的显著性水平下有正向影响。随着个体受教育年限的增加，其采取创业行为的概率逐渐下降。与女性个体相比，男性个体的受教育年限对其创业行为的抑制效果明显减弱。

为检验家庭背景对受教育年限与创业行为二者关系的调节作用，第(5)列引入了家庭背景与受教育年限的交叉项。由实证分析结果可知，受教育年限与个体创业行为是显著的负相关关系，且家庭背景与受教育年限的交叉项对个体创业行为在5%的显著性水平下有负向影响。与所处家庭背景较低的个体相比，所处家庭背景较好的个体的受教育年限对其创业行为的抑制效果明显增强。

第(6)列将性别与受教育年限的交叉项和家庭背景与受教育年限的交叉项均加入probit模型，分析结果显示，受教育年限对个体创业行为在1%的显著性水平下有负向作用。在引入控制变量和调节变量后，与低学历者相比，高学历者受教育年限每增加1年，他选择创业行为的概率要低4.5%(Z=-3.70)。第(6)列的结果还表明，所有控制变量和被解释变量即个体创业行为也均有显著的相关关系。年龄、婚姻状况为“已婚”或“同居”、户籍为农业户口、社交网络广和父亲曾有创业行为等因素对个体创业行为具有显著的正向影响，而政治面貌为党员对个体创业行为具有显著的负向影响。

(二). 内生性检验

从表 4的实证分析结果可以得出，个体英语水平对其受教育年限在1%显著性水平上存在正向作用。因此，可以推断本文用英语水平作为工具变量对个体受教育年限变量有着很强的解释力。在排除变量的内生性问题以后，个体的受教育年限仍然在1%的显著性水平上对其选择创业的行为具有负向的影响。

本文引入了两个调节变量，分别为性别和家庭背景。为进一步检验模型的内生性问题，本文采用分组回归的方式进行后续的检验。关于性别变量，本文根据CGSS数据库将性别设定为虚拟变量，男性赋值为1，女性赋值为0，并将被调查者根据“男性”“女性”分成两个样本组。关于家庭背景变量，本文则根据受访问者在调查中的回答，将家庭背景高于第五层的样本纳入社会等级较高组，其他样本视为社会等级较低组。

表 5给出了受教育年限与创业行为的IVPROBIT分组估计结果。从(1)(3)(5)(7)四列第一阶段的实证分析结果可以表明，个体的英语水平与其受教育年限均在1%显著性水平下存在正相关关系。这进一步证实了用英语水平作为个体受教育年限的工具变量可以有效避免出现弱工具变量的问题。

从表 5第(2)列和第(4)列的实证分析结果可以看出，在男性和女性组别中，个体受教育年限与其选择创业的行为在1%显著性水平下呈现负相关关系。本文采用邹检验(Chow Test)对两组自变量的回归系数是否存在显著差异进行比较检验。检验结果显示其交叉项系数为0.031，且在1%的显著性水平下显著，z值为4.13。该数值说明，与女性相比，男性的受教育年限对其创业行为的负向影响效果有所减弱，也再次支持了probit拓展模型的分析结果。根据表 5第(6)列和第(8)列的实证分析结果，在社会背景较好和社会等级较差的组别中，个体受教育年限与其创业行为选择均呈现显著的负相关关系。本文运用邹检验比较了两组解释变量的回归系数，其交叉项系数为-0.005，在5%的显著性水平下显著，z值为-2.28。检验结果表明相比于处在社会等级较低家庭中的个体，所处家庭背景高的个体的受教育年限对其创业行为的负向抑制作用显著增强，支持了probit模型检验结果。

(三). 稳健性检验

为了更好地契合本文的研究目的，增强研究的普适性，检验结论的稳健性，本文需要对probit拓展模型进行稳健性检验，具体操作方法如下：

(1) 采用个体创业行为决策的替代变量重复本文的实证过程。本文之前借鉴陈刚(2015)的研究，将“个体工商户”、“自己是老板(或者合伙人)”和“自由职业者”三个选项均视为有创业行为的个体，其他选项视为无创业行为的个体。而根据阮荣平等(2014)的研究，本文将被调查者中回答选项为“个体工商户”“自己是老板(或者合伙人)”视为创业活动，将“自由职业者”也列入无创业行为的个体中。

(2) 采用家庭背景的替代变量(fam14)重复本文的实证过程。在CGSS数据库中，与被调查者家庭背景相关联的问题是“您认为自己目前处于哪个等级上”。由于被调查者的家庭背景往往与其过去的家庭背景紧密相关，因此本文采用受访者14岁时的家庭背景来对其现在的家庭背景变量进行替代。关于受访者14岁的家庭背景，在CGSS数据库中涉及的问题是“您认为在您的14岁时，您的家庭处在哪个等级上”。本文按照“远低于平均水平”、“低于平均水平”、“平均水平”、“高于平均水平”和“远高于平均水平”的五个选项，分别赋值1、2、3、4、5。该值越大，个体的家庭背景越高。

(3) 采用筛去小学及小学以下学历个体后的样本重复本文的实证过程。由于小学及小学以下学历个体的受教育程度较低，其创业往往也是选择经营小商店此类较基础的创业，故代表性不强，将该群体加入实验样本中可能会出现偏差。

(4) 采用35岁及以下个体重复本文的实证过程。由于年轻人的创业选择是当前大众更关注的热点话题，本文筛去35岁以上的个体重复实证以检验年轻人的学历与创业选择关系。

本文将以上四个样本重新根据表 3第(1)列至第(6)列进行检验。受限于篇幅，只展示四个样本的第(6)列稳健性检验结果。如表 6所示，四个稳健性检验与表 3六列的结果基本一致，结论没有变化。稳健性检验可能也存在内生性，本文采取与基准检验相同的方法，采用英语水平作为工具变量进行内生性检验。结果与基准检验的内生性检验结果一致，受限于篇幅，本文未将此结果具体公布。

六、结论及政策建议

基于中国微观数据，本文系统分析了个人受教育年限对其创业行为决策的影响，研究发现随着个体受教育程度的提高，其采取创业行为的可能性降低。此外，相比于女性，男性受教育程度对创业选择的抑制作用会明显减弱。家庭背景较差的个体的受教育程度对其创业选择的负向影响也显著减弱。本文还采用个体英语水平作为工具变量，检验结果佐证上述关系具有显著的因果属性。

基于上述结果，本文推断产生原因如下：纵然接受教育使得个体不断提高商业素质、拓宽人脉，但随着学识积累，高素质人才对创业风险的认识更为透彻，其扎实的学业背景和实践经验为其提供了更多高薪且发展潜力大的就业选择。因此，精英人才随着学历水平的提高，往往更倾向就职于稳定且待遇高的企业和单位，而拒绝创业以避免承担巨大的创业潜在风险。另外，我国女性个体由于受到性别歧视和如“男主外，女主内”等中国封建理念的束缚，面临的创业压力远大于男性。“二胎政策”的实施更是增添女性创业的阻力，因此高学历女性相比高学历男性更抵触创业也在情理之中。

由于享有更丰富的社会资源和更雄厚的经济实力，家庭背景较好的学生的平均受教育程度更高，理想就业选择更多，其对通过创业来提高家庭收入改变家庭命运的渴望程度更低，故家庭背景好的高学历人才往往更不愿意创业。

不同于一系列创业鼓励政策初衷旨在让高学历人才充分运用所学知识才干，激发青年创造力，为建设创新型国家提供源源不断的人才智力支撑，本文研究表明当前受教育程度的提升仍然是阻碍青年投身创业的一大拦路虎。如何激发高素质精英的创业热情，培养其创业意愿是接下来国家应该重点关注的内容。同时，在社会、文化、经济等不断发展的当下，传统思想和制度所带来的性别歧视和贫富差距仍然对当前个人受教育程度和创业选择产生着一定的冲击，有关部门同样需要在今后重视提升女性在教育和创业行为中的不平等地位，鼓励家庭背景较好的个人运用其殷实的资本和资源增添社会创业活力，向家庭背景较低的民众给予适当帮助提升其创业成功率，以加快促成“大众创业，万众创新”百花齐放的社会氛围。

本文不可避免也存在一定局限性。一方面，受限于CGSS数据库所搜集到的数据，本文未将个体从业时间、从业领域、就读学校具体类型与层次等涉及个人隐私较多的因素纳入模型，但此等因素在现实中也会对个体的创业选择产生影响，如高学历个体的受教育年限长，其从业时间必会少于处于相同年龄阶段的低学历者，进而影响其职业发展道路。另一方面，本文所采用的一些变量如家庭背景等，是基于受访者自身评价给出的等级进行划分，具有一定主观性，部分受访者可能由于涉及私密问题而选择模糊或不实回答，这些都可能导致研究结果出现偏差。未来研究可针对文章以上的局限性，寻找更全面的数据来源，深入探讨个体从业时间等因素对其受教育年限和创业选择关系的影响，进一步深化完善本文的研究结论。