网络经济、人力资本与家庭创业决策
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:The Internet Economy, Human Capital and Family Business Decisions
  • 作者:王满仓 ; 葛晶 ; 康建华
  • 英文作者:WANG Man-cang;GE Jing;KANG Jian-hua;School of Economic& Management Northwest University;
  • 关键词:网络经济 ; 人力资本 ; 家庭创业决策
  • 英文关键词:network economy;;human capital;;family business decisions
  • 中文刊名:XBDS
  • 英文刊名:Journal of Northwest University(Philosophy and Social Sciences Edition)
  • 机构:西北大学经济管理学院;
  • 出版日期:2019-05-15
  • 出版单位:西北大学学报(哲学社会科学版)
  • 年:2019
  • 期:v.49;No.215
  • 基金:陕西省社科基金项目“陕西省网络经济发展及其对我国经济增长贡献的测度与比较研究”(2017D027);; 国家自然科学基金青年项目“行政垄断下人力资本错配对企业创新效率损失的影响的研究”(71704141);; 教育部人文社会科学基金青年项目“行政垄断背景下中国人力资本配置影响自主创新的内生机理研究”(17YJC790084)
  • 语种:中文;
  • 页:XBDS201903014
  • 页数:12
  • CN:03
  • ISSN:61-1011/C
  • 分类号:113-124
摘要
以网络经济为视角,关注人力资本的家庭创业决策在地区间的结构性差异,基于中国家庭追踪调查数据(CFPS),利用广义多层次线性模型实证检验了网络经济发展对人力资本的家庭创业意愿的影响。研究发现:网络经济发展整体上有利于家庭创业意愿的提高,但抑制了人力资本对家庭创业意愿的促进作用,这种影响效率在城镇家庭样本中较为显著,而在农村家庭样本中表现不明显;另外,从不同人力资本水平来看,网络经济主要通过信息大众化和扩大机会成本抑制了高人力资本的家庭创业意愿。
        This paper, in the perspective of network economy, focus on the human capital of family entrepreneurship decision in structural differences between regions, based on 2014 Chinese families tracking survey data(CFPS), using the generalized multilevel linear model empirically the network economic development impact on the human capital of the will of family business. Research found that: The network economic development is conducive to family business will improve from whole, but inhibits the will of family business of the human capital; This effect is more significant in urban family samples, but not in rural family samples; In addition, according to the human capital level, mainly through the popularization of information and network economy to expand opportunity cost suppresses the high human capital family entrepreneurial intention.
引文
[1] HVIDE H K,PANOS G A.Risk tolerance and entrepreneurship[J].Social Science Electronic Publishing,2014,111(1):200-223.
    [2] 赵朋飞,王宏健,赵曦.人力资本对城乡家庭创业的差异影响研究——基于CHFS调查数据的实证分析[J].人口与经济,2015,(3):89-97.
    [3] 尹志超,宋全云,吴雨,等.金融知识、创业决策和创业动机[J].管理世界,2015,(1):87-98.
    [4] 周洋,刘雪瑾.认知能力与家庭创业——基于中国家庭追踪调查(CFPS)数据的实证分析[J].经济学动态,2017,(2):66-75.
    [5] 李涛,朱俊兵,伏霖.聪明人更愿意创业吗?——来自中国的经验发现[J].经济研究,2017,(3):93-107.
    [6] 阮荣平,郑风田,刘力.信仰的力量:宗教有利于创业吗?[J].经济研究,2014,(3):171-184.
    [7] 李雪莲,马双,邓翔.公务员家庭、创业与寻租动机[J].经济研究,2015,(5):89-103.
    [8] PARKER S C,PRAAG C M V.Schooling,Capital Constraints,and Entrepreneurial Performance[J].Journal of Business & Economic Statistics,2006,24(4):416-431.
    [9] NICOLAOU N,SHANE S.Entrepreneurship and occupational choice:Genetic and environmental influences[J].Journal of Economic Behavior & Organization,2010,76(1):3-14.
    [10] 蔡栋梁,何翠香,方行明.住房及房价预期对家庭创业的影响[J].财经科学,2015,(6):108-118.
    [11] 李江一,李涵.住房对家庭创业的影响:来自CHFS的证据[J].中国经济问题,2016,(2):53-67.
    [12] 张博,胡金焱,范辰辰.社会网络、信息获取与家庭创业收入——基于中国城乡差异视角的实证研究[J].经济评论,2015,(2):52-67.
    [13] 胡金焱,张博.社会网络、民间融资与家庭创业——基于中国城乡差异的实证分析[J].金融研究,2014,(10):148-163.
    [14] 吴一平,王健.制度环境、政治网络与创业:来自转型国家的证据[J].经济研究,2015,(8):45-57.
    [15] 周广肃.最低工资制度影响了家庭创业行为吗?——来自中国家庭追踪调查的证据[J].经济科学,2017,(3):73-87.
    [16] WANG S Y.Credit Constraints,Job Mobility,and Entrepreneurship:Evidence From a Property Reform in China[J].Review of Economics & Statistics,2012,94(2):532-551.
    [17] 吴晓瑜,王敏,李力行.中国的高房价是否阻碍了创业?[J].经济研究,2014,(9):121-134.
    [18] 翁辰,张兵.信贷约束对中国农村家庭创业选择的影响——基于CHFS调查数据[J].经济科学,2015,(6):92-102.
    [19] 李祎雯,张兵.非正规金融对农村家庭创业的影响机制研究[J].经济科学,2016,(2):93-105.
    [20] 樊此君,张栋浩.城镇化进程中房屋拆迁对家庭创业的影响分析[J].当代经济科学,2016,38(6):103-111.
    [21] 韩炜,杨俊,包凤耐.初始资源、社会资本与创业行动效率——基于资源匹配视角的研究[J].南开管理评论,2013,16(3):149-160.
    [22] DOHMEN T,FALK A,HUFFMAN D,et al.Are Risk Aversion and Impatience Related to Cognitive Ability?[J].American Economic Review,2010,100(3):1238-1260.
    [23] BENJAMIN D J,BROWN S A,SHAPIRO J M.Who is 'Behavioral' Cognitive Ability and Anomalous Preferences[J].Journal of the European Economic Association,2013,11(6):1231-1255.
    [24] 薛伟贤,冯宗宪,王健庆.中国网络经济水平测度指标体系设计[J].中国软科学,2004,(8):51-59.
    [25] 波拉特.信息经济论[M].长沙:湖南人民出版社,1987.
    [26] 韩先锋,惠宁,宋文飞.信息化能提高中国工业部门技术创新效率吗[J].中国工业经济,2014,(12):70-82.
    (1)未覆盖到的省/自治区/市有:海南、内蒙古、西藏、青海、宁夏、新疆、贵州、云南。
    (2)文盲/半文盲=0;小学教育程度=6;初中教育程度=9;高中教育程度=12;中专级职高教育程度=13;大专教育程度=15;本科教育程度=16;硕士教育程度=19;博士教育程度=22。
    (3)以2014年CFPS中的“现在的户口所在地”为依据,本文将户口在“本村/居”“本乡/镇/街道的其他村/居”“本县/县级市/区的其他乡/镇/街道”设定为本地人,其余为外地人。
    (4)将受教育年限在9年及9年以下,即最高学历为高中及高中以下的户主家庭定义为低人力资本,反之为高人力资本
    (5)(1)城镇样本和农村样本的零模型的组间方差分别为0.1167和0.0806,均在1%水平下达到统计意义上显著。通过可行性检验;(2)农村样本中户主为少数民族(NATION=1)的样本过少,未能形成有效估计,因此,在基于农村样本的模型二和模型三中剔除了此变量。
    (6)(1)低人力资本和高人力资本零模型的组间方差分别为0.0652和0.2220,在1%和5%水平下达到统计意义上显著,通过可行性检验;(2)高人力资本样本中户主是否为少数民族、户主是否是本地人的有效样本过少,与表4中一致,将其从回归模型中剔除。