一、引言

在经济增长放缓和就业压力增大的背景下，如何鼓励人们创业成为学者们和政策制定者高度关心的话题。在第八届夏季达沃斯论坛开幕式上，李克强总理在致辞中强调，要借改革创新的“东风”，推动中国经济科学发展，掀起“大众创业”、“草根创业”的新浪潮，形成“万众创新”、“人人创新”的新态势^[1]。

创业者面临诸多不确定性，风险偏好成为影响创业决策的一个重要因素。在理论上有研究早已证明，越偏好风险的个体越可能成为创业者，越厌恶风险的个体越可能成为工资获得者^{[2, 3, 4]}。根据现有实证文献，风险偏好的衡量指标大致分为三类: 一是用安全带使用和金融投资情况等风险行为代理风险偏好^{[5, 6, 7]}; 二是创业决策后的各种风险偏好指标，如博彩参与意愿、对风险偏好的心理测量^{[8, 9, 10]};三是决策时或决策前的风险偏好指标^{[11, 12, 13]}。除风险偏好外，成长经历、法律制度和社会环境等因素均影响风险行为，所以用风险行为代理风险偏好会导致一定的误差。卡利恩多(Caliendo) 等人指出使用创业决策后的风险偏好度等数据，必须满足风险偏好长期稳定性和调查时个体样本可以代表决策时的样本两个条件，否则这种方法存在一定的误差^[12]。但是有实证研究表明成年人间的性格差异在基本方面(如风险偏好度) 是保持稳定的^[14]，创业经验对风险偏好没有影响^[9]，这为使用创业决策后的风险态度数据提供了一定依据。然而考虑到决策后的财富、经历等变量对风险偏好的可能影响，创业决策时或决策前的风险偏好数据是最准确的。尽管风险偏好衡量指标存在一定的差异，但是以上研究几乎一致支持“越偏好风险的个体越可能去创业”的理论假设。

关于风险偏好与创业选择关系的研究，对于更好地认识创业选择的影响因素，以及促进创业和经济增长都有着重要的意义。然而，基于中国数据的专门研究并不是很多。陈波利用国务院发展研究中心2007 年的调查数据发现越保守的农民工，由于创业时期望投资量偏小，回乡创业难度较小，更可能回乡创业^[15]。刘鹏程等人利用全球创业观察(GEM) 数据发现性别间风险偏好度差异可以解释男女机会型创业概率差异，而对生存型创业概率差异没有解释力^[16]。岳(Yueh) 利用中国2000 年城镇住户调查数据发现越偏好风险的城镇男性越可能去创业，风险偏好对城镇女性作用不显著^[17]。简科尔(Djankov) 等人利用在中国的2004-2005 年的微观调查数据研究了社会网络、个体特征等因素对创业的影响，发现喜爱风险的个体更可能成为创业者^[10]。弗里吉特斯(Frijters) 等人利用2009 年中国农村—城市移民调查数据(RUMIC 2009) 中的农民工数据，把自我雇佣者分为喜欢创业者和想找工作但不能找到者，把工资获得者分为希望创业者和开心工资获得者，在此基础上，发现越偏好风险的农民工越可能去创业或成为希望创业的工资获得者，而不是成为开心的工资获得者^[18]。

首先，以上研究，除陈波外，均没有对风险偏好的作用做系统的分析。其中，岳、弗里吉特斯等人研究的重点分别是社会网络、金融约束对创业的影响，刘鹏程等人、简科尔等人则全面研究影响创业决策的因素。其次，陈波、岳和刘鹏程等人均面临较大的代理误差，因为他们分别使用修正过的外出年龄、收入方差、对失败的恐惧是否会阻止其尝试新业务估计或代理风险偏好。有鉴于此，本文将利用2009 年中国农村—城市移民调查数据(RUMIC 2009) 就风险偏好对中国城镇劳动力(城镇居民和农民工) 的创业选择在性别与教育水平上的异质性影响进行经验研究，并探讨其原因。

与已有文献相比，本文主要在两个方面有新贡献: 第一，系统地研究了风险偏好对中国城镇劳动力创业选择的影响，并使用风险偏好的直接测量问题进行研究从而减少了代理误差; 第二，考察了风险偏好对创业选择的影响在不同性别和教育水平群体间的差异。 二、实证模型、数据来源与变量描述 1. 实证模型

当被解释变量为类似创业选择的二元变量时，可利用线性概率模型或Probit 模型进行回归。但线性概率模型得到的预测值可能出现大于1 或小于0 的不现实情形^[19]，因此，本文采取Probit 模型估计风险偏好对创业决策的影响，其基准模型设定如下:

其中，entre_i为个体i 是否创业，如果其创业，变量取1，否则取0; θ_i为个体i 的风险偏好度，取值越大表示个体越偏好风险或越不厌恶风险; x_if为控制变量向量; ε_i为误差项; β₀为常数项; β₁、β_f为对应因素的系数。式(1) 左边代表个体i 选择创业的概率。

为了检验风险偏好在不同风险偏好度水平及变化情况下对创业选择的差异影响，本文用代表不同风险偏好类型的4 个虚拟变量θ_il替代式(1) 中的θ_i，得出如下替代模型:

其中，非常厌恶风险的类型为参照组。 2. 数据来源

本文数据来自澳大利亚国立大学、昆士兰大学和北京师范大学联合进行的国际项目: 中国农村—城市移民调查(RUMIC 2009) 。各年RUMIC 由城镇住户调查(UHS) 、农村住户调查(RHS) 和农民工住户调查(MHS) 组成，均包括详细的与创业相关的数据，但只有RUMIC 2009 包涵风险偏好的问题^①。为了考察风险偏好对城镇劳动力创业决策的影响，本文把样本限制为2009 年的城镇住户调查和农民工住户调查中的受访者，其中UHS 2009 和MHS 2009 分别调查了14859 和9347 个个体。

本文的核心变量是风险偏好和创业。RUMIC 2009 要求受访者用0-10 中的一个数值表示其风险偏好，其中0 表示从来不冒险，10 表示有特别大的可能去冒险。为了研究风险偏好对创业选择的非线性影响，本文将风险偏好程度分成五类: 非常厌恶风险(0-2 分) 、轻度厌恶风险(3-4 分) 、风险中立(5 分) 、轻度偏好风险(6-7 分) 和非常偏好风险(8-10 分) 。风险偏好虽然受年龄、财富等影响，但成年人间的性格差距在基本方面是保持稳定的^[15]。因为风险偏好是一种基础个性，成年个体间的风险偏好差异在就业决策和问卷调查时的变化不大，故在下面的分析中，用调查时的风险偏好代理个体创业决策时的风险偏好。虽然存在一定的误差，但这是在追踪数据不可得时研究者常用的方法。

本文把在“工作状态类型”问题上回答为自雇者的个体定义为创业者，其他回答的个体定义为非创业者。按此定义，RUMIC 2009 的城镇劳动力、城镇居民和农民工中^②，创业者占比分别为20. 18%、9. 36%和34. 34%。为了防止由于过去的创业经历对个体风险偏好的影响而造成的内生性问题，本文把研究样本进一步限制为在现有工作前没有创业经历且没有思考过创业的群体^①。

影响创业决策的因素较多，学者主要关注亲朋创业经历、流动性约束、人力资本、社会资本、心理行为特征等因素^[20]。同风险偏好一样，其他影响因素也应该使用决策时的数据。然而追踪数据不可得时，研究者处于两难情境: 无论用调查时的数据代理还是遗漏变量均将产生一定的误差。为尽量减少误差，本文做了三个处理。首先由于影响创业的因素如婚姻、子女数量、财富等在创业决策后可能发生较大变化，且调查中有亲朋创业经历数据的样本太少，所以本文不考虑婚姻、子女数量、财富资本和亲朋创业经历因素; 其次利用开始目前工作的时间对年龄进行回调; 最后利用在开始工作后变化较小的身体质量指数(BMI) ^②和春节时问候过的亲戚数量分别估计个体创业选择时的健康水平和社会网络。

本文最终选择的控制变量包括是城镇居民还是农民工、性别、年龄及其平方、民族、教育水平、社会网络、身体质量指数及其平方和开始目前工作的时间。其中，性别、民族、是城镇居民还是农民工、教育水平等变量在创业决策时和调查时几乎不变^③; 加入开始目前工作的时间可以控制不同年份创业决策时的宏观经济环境、相关政策的差异。年龄过小或过大均不利于创业，体重相对身高过轻或过重均代表身体不健康，所以本文控制年龄和身体质量指数的平方项以考察可能存在的非单调作用。去掉数据缺失样本后，最终的分析样本包括7510 个劳动力，其中3960 个城镇居民，3550 个农民工。

表 1 分城镇居民和农民工比较了主要变量在创业者与非创业者之间的差别。可以看到，相对于非创业者，无论是在城镇居民还是农民工中，创业者年龄更大、教育年限更低、身体质量指数更高。城镇居民中，创业者中女性占比更少，创业者拥有更少社会网络且更加偏好风险。农民工中，创业者中女性占比更多，创业者拥有更多社会网络但风险偏好度更低。虽然描述性统计有利于对风险偏好与创业关系的认识，但其准确的关系需要在控制影响创业的其他关键变量后做进一步的研究。

表 1 创业者与非创业者的变量描述性结果

表选项

表 2 是利用式(1) 和式(2) 分别对城镇劳动力、城镇居民和农民工的创业决策模型的估计结果。其中，城镇居民和农民工组成城镇劳动力。

表 2 风险偏好对创业选择的影响(基准模型)

表选项

基于式(1) 的估计结果见表 2 的上半部分。首先分析控制变量的作用。与城镇居民相比，农民工选择创业的概率更高。在城镇居民中，男性更可能去创业; 而在农民工和城镇劳动力中，女性创业的可能性更高。年龄与创业概率均成倒“U”型关系，城镇劳动力、城镇居民和农民工的转折年龄(收入最大值时) 分别是35. 45、33. 54 和19. 5 岁。在整个城镇劳动力中，相对少数民族，汉族创业的可能性更高，但这只在农民工中显著成立。

拥有更高教育水平的个体更可能选择工资获得性工作。拥有更多社会网络的农民工和城镇劳动力均更可能创业，但这对城镇居民不显著。在城镇居民和城镇劳动力中，身体质量指数与创业概率成倒“U”型关系，身体质量指数转折点分别是18. 5、22. 5，但这对农民工作用不显著。因为身体质量指数过小或过大均代表不健康，倒“U”型关系表明，越健康的城镇居民和城镇劳动力越可能创业。

现在讨论风险偏好对创业的影响。如表 2 所示，风险偏好度对各子样本的创业决策均有显著的正向影响，对城镇劳动力、城镇居民和农民工选择创业概率的边际影响力分别是0. 6%、0. 4% 和0. 7%。考虑到创业者比例较低，风险偏好的影响力相对较大。

下面利用式(2) 检验风险偏好与创业决策之间的非线性关系。各类风险偏好虚拟变量均以非常厌恶风险为参照组。从表 2 的下半部分可以看到，风险偏好对创业决策的影响呈现一定的非线性。只有在风险偏好度较大的情况下，即偏好度差距较大时，风险偏好才显著影响创业决策。比如，在城镇居民中，只有轻度和非常偏好风险创业决策才显著; 在农民工中，只有非常偏好风险创业决策才显著; 在城镇劳动力中，风险偏好度只有超过轻度厌恶风险后其创业决策才显著。相对非常厌恶风险，偏好度相差越大，影响越大。比如，在城镇居民中，相对非常厌恶风险的个体，轻度偏好风险和非常偏好风险的个体选择创业的概率分别显著提升3. 3%和5. 3%; 在城镇劳动力中，风险中立、轻度偏好风险和非常偏好风险的个体相对非常厌恶风险的个体，其选择创业的概率分别显著提升2. 2%、2. 7%和5. 9%。

上述分析表明，无论在城镇居民还是农民工中，无论对风险偏好使用连续还是分类的测量法，以下两个结论均成立: 结论一，在其他因素保持不变时，越偏好风险的个体，其创业的可能性越大; 结论二，在其他因素保持不变时，影响力只在风险偏好相差较大时才显著存在且随着风险偏好度的加大而增加。 2. 扩展模型———基于性别和教育水平的异质性分析

接下来，本文利用式(1) 和式(2) 检验以上两个结论在不同性别和教育水平群体间有何差异。

表 3 显示了在不同性别群体中，风险偏好对创业决策的影响。无论对风险偏好使用连续还是分类测量法，在城镇劳动力、城镇居民和农民工中，风险偏好对女性的创业决策均没有显著影响，而对于男性的创业决策均有显著的影响，这与岳的研究结论一致^[17]。与表 2 结论类似，即风险偏好度提升较大时，男性创业概率才显著提升，且提升越大，影响越大，只不过结论在女性中不显著。所以，结论一、结论二在男性各子样本中均成立，在女性各子样本中均不成立。

表 3 风险偏好对创业选择的影响(不同性别)

表选项

其次，为检验风险偏好是否对不同教育水平的群体有不同的影响，本文把教育水平分为小学及以下、初中、高中、中专、大专、本科及以上6 类。下面，主要分析风险偏好为分类变量时的估计结果^①。如表 4 如示，结论一，在城镇居民中，在小学及以下、初中和大专学历群体中均成立但在高中、中专和本科及以上学历群体中不成立; 在农民工中，在小学及以下、初中、中专和大专学历群体均成立但在高中不成立。由于农民工本科及以上学历样本太少，导致回归失效，所以暂时无法判断风险偏好对其的影响。总体上，结论二在结论一成立的各群体中均成立。

表 4 风险偏好对创业选择的影响(不同教育水平)

表选项

综上，结论一只在男性群体和小学及以下、初中和大专学历的群体中成立，即越偏好风险的个体，其创业的概率会显著提升; 结论二在结论一成立的群体中均成立，即只有在风险偏好度相差较大时，风险偏好才对创业决策有显著影响且偏好程度(差异) 越大，影响力越大。 3. 风险偏好对创业选择异质性影响的原因

异质性影响的原因可以用式(3) 来解释，其中θ 为式(1) 中定义的风险偏好度。

其中，E_i(θ，x) 表示风险偏好为θ 的个体选择职业i 后的期望效用，下标w、s 分别表示创业和工资获得性就业; ΔE_ws(θ，x) 表示风险偏好为θ 时，工资获得性就业相对创业的期望效用差。因此，式(3) 表示风险偏好度提升到θ2后，工资获得性就业相对创业的期望效用差。如式(4) 所示，它可以分解为边际正效应，即，由风险偏好由θ₁变成到θ₂引起的期望效用差的变化(等号右边第一部分) 和原始效应，即，在原始风险偏好θ₁下的期望效用差(等号右边第二部分) 。奈特(Knight) 和坎波尔(Kanbur) 已经证明在其他条件不变化时，降低风险偏好度或提升风险厌恶度会增加工资获得性就业相对创业的边际期望效用差^{[2, 3]}，即第一部分为正; 第二部分可能为正也可能为负。由式(3) 和式(4) 可以得到如下推论一和推论二。

推论一: 如果原始效应为正，即原始状态下个体更偏好工资就业时，当风险厌恶度提升后，个体均会选择工资就业; 风险偏好度提升较小时，个体仍然会选择工资，直到风险偏好度提升到超过原始效应后，个体会选择创业。

推论二: 如果原始效应为负，即原始状态下个体更偏好创业时，当风险偏好度提升后，个体均会选择创业; 风险厌恶度提升较小时，个体仍然会选择创业，直到风险厌恶度提升到超过原始效应后，个体会选择工资获得性就业。

由推论一和推论二可得，当边际效应与原始效应同向或相对原始效应较小时，职业决策不发生变化; 只有在边际效应与原始效应反向且边际效应超过原始效应后，职业决策才发生变化。

有两个原因可能导致风险偏好度对女性创业没有显著作用。第一，相对男性，女性在劳动力市场受到歧视，这导致其可获得工资的就业待遇太差，创业却可能为其带来高额收益且创业的机会成本较小。因此，其原始状态下可获得工资的就业吸引力远差于创业。如果创业环境较好，即使非常厌恶风险的女性也愿意选择创业。第二，创业者往往需要投入非常多的时间和精力，所以对看重家庭的女性而言，创业的吸引力就远差于工资获得性就业，即使非常偏好风险的女性也会选择可以兼顾家庭和工作的工资获得性就业。

相对其他学历群体，本科及以上学历群体可以在劳动力市场找到较好的工作，但创业者往往面临融资难、经营水平低、风险大等问题，使得工资获得性就业相对创业的吸引力过大。除非创业环境和政策非常好，即使非常偏好风险的本科及以上学历者都会选择工资获得性就业，导致风险偏好对该群体创业选择作用不显著。相对本科及以上学历的群体，小学及以下、初中和大专学历群体只能找到一般的工作，此时创业与可得工作间吸引力相差不大，所以风险偏好度显著影响其创业决策。 四、总结及政策启示

创业是促进经济和就业增长的重要引擎。由于创业面临诸多不确定性，风险偏好可能是影响创业选择的一个关键因素。本文基于2009 年农村—城市移民调查数据(RUMIC 2009) 的实证研究发现，风险偏好度显著提高创业概率，但只对男性、小学及以下、初中和大专学历的群体有显著影响，而对女性和其他学历的群体均没有显著影响; 只有在风险偏好度提升较大时，影响才显著，并且提升越大，影响越大。风险偏好作用不显著的原因在于，当创业相对工资获得性就业的吸引力太小或更有吸引力时，风险偏好的提升不能改变创业与就业原始的相对吸引力关系。以上发现对于更好地认识创业选择的影响因素，以及从风险偏好视角促进创业和经济增长都有着重要的意义。

基于风险偏好对创业选择的异质性影响，本文得出两点政策含义。

第一，针对风险偏好对其有显著影响的群体，通过减少其对风险过度的恐惧，可以促进更多人才从事创业。具体通过风险教育让其客观认识风险并提升其风险管理能力，以及通过社会保障和收益风险分担体制的完善提升其风险承受能力。

第二，针对风险偏好对其作用不显著的群体，除改善风险偏好外，更应该根据其风险偏好不显著的原因针对性地提供促进创业与就业的措施。对于乐于工资获得性就业的群体，应该为其创造更好的创业环境，保证和提升创业收益，减少创业面临的困难，从而使更多高素质人才选择创业。由于找不到工资工作的群体人力资本和财富资本积累一般较低，创业失败率较高，政府有必要向其提供创业技能培训和金融支持，同时对创业经营失败者提供社会保障和就业帮助，减少损失冲击。总之，只有通过培育国民的创业精神和提供良好的创业环境，大众创业、草根创业的新浪潮才能到来。