高房價(jià)是否抑制了女性創(chuàng)業(yè)？
——基于CMDS數(shù)據(jù)的實(shí)證分析

許文婷 周建軍 鞠 方

1 引 言

隨著“她經(jīng)濟(jì)”時(shí)代的到來，全球范圍內(nèi)掀起了女性創(chuàng)業(yè)浪潮，女性創(chuàng)業(yè)者成為經(jīng)濟(jì)高質(zhì)量發(fā)展中不可或缺的創(chuàng)新源泉和市場主體。在我國經(jīng)濟(jì)增速放緩和就業(yè)壓力劇增的背景下，2015年全國婦聯(lián)在北京召開“創(chuàng)業(yè)創(chuàng)新巾幗行動(dòng)”發(fā)布會(huì)，明確指出重點(diǎn)推進(jìn)女性就業(yè)創(chuàng)業(yè)工作。2018年，國務(wù)院《關(guān)于推動(dòng)創(chuàng)新創(chuàng)業(yè)高質(zhì)量發(fā)展打造“雙創(chuàng)”升級版的意見》中提出“深入推進(jìn)創(chuàng)新創(chuàng)業(yè)巾幗行動(dòng)，鼓勵(lì)支持更多女性投身創(chuàng)新創(chuàng)業(yè)實(shí)踐”，進(jìn)一步為女性創(chuàng)新創(chuàng)業(yè)營造良好的社會(huì)氛圍。在國家大力支持下，我國女性創(chuàng)業(yè)群體不斷壯大，發(fā)展勢頭強(qiáng)勁。據(jù)2019年國務(wù)院發(fā)布的《平等 發(fā)展 共享：新中國70年婦女事業(yè)的發(fā)展與進(jìn)步》白皮書估計(jì)，互聯(lián)網(wǎng)領(lǐng)域女性創(chuàng)業(yè)比例高達(dá)55%?！八α俊睋纹鹆宋覈鴦?chuàng)新創(chuàng)業(yè)的半邊天，提高了城市創(chuàng)業(yè)活力，對于促進(jìn)質(zhì)量型經(jīng)濟(jì)增長具有重要意義（王葉軍和周京奎，2019［1］）。同時(shí)，一大批優(yōu)秀的中國女性創(chuàng)業(yè)者在商業(yè)領(lǐng)域嶄露頭角、大放異彩?！?021胡潤全球白手起家女富豪》數(shù)據(jù)顯示，三分之二白手起家女富豪來自于中國，且全球前十大女富豪中僅有一人不是中國人，充分展現(xiàn)了新時(shí)代女性創(chuàng)業(yè)者追求卓越、不懈奮斗、勇立潮頭的時(shí)代風(fēng)采和精神面貌。

近年來，中國房價(jià)一路高漲，顯著抑制了經(jīng)濟(jì)高質(zhì)量發(fā)展（周建軍和龍平，2022）［2］。國家統(tǒng)計(jì)局的數(shù)據(jù)顯示，2000-2020年全國商品房平均銷售價(jià)格上漲了4.67倍。在此背景下，由于我國金融市場不完善，女性創(chuàng)業(yè)者通過正式或非正式途徑尋求資本較為困難，家庭資產(chǎn)成為女性創(chuàng)業(yè)初期主要的資金來源?？紤]到住房兼具財(cái)富屬性、抵押屬性、投資屬性、消費(fèi)屬性，并占據(jù)了家庭財(cái)產(chǎn)的90%（Li和Wu，2017）［3］，因此，擁有住房所有權(quán)對于女性創(chuàng)業(yè)者至關(guān)重要?，F(xiàn)階段，圍繞高房價(jià)對創(chuàng)業(yè)產(chǎn)生的影響展開了一系列研究，并形成了兩種截然不同的結(jié)論。一部分研究表明，高房價(jià)對創(chuàng)業(yè)存在正向影響，擁有住房所有權(quán)的創(chuàng)業(yè)者可能通過財(cái)富效應(yīng)和抵押效應(yīng)促進(jìn)創(chuàng)業(yè)（Evans和Jovanovic，1989［4］；Adelino等，2015［5］）。另一部分研究表明，高房價(jià)對創(chuàng)業(yè)存在負(fù)向影響，創(chuàng)業(yè)者也有可能通過替代效應(yīng)和房奴效應(yīng)抑制創(chuàng)業(yè)（Bracke等，2012［6］；吳曉瑜等，2014［7］；Chen和Hu，2018［8］）。遺憾的是，在研究這一主題時(shí)，以往學(xué)者鮮有關(guān)注到女性群體的創(chuàng)業(yè)行為。那么，我國高房價(jià)對女性創(chuàng)業(yè)有怎樣的影響？這一影響背后的作用機(jī)制是什么？是否存在切實(shí)可行的政策建議？本文致力于討論和解決這些問題。

基于上述現(xiàn)實(shí)和理論背景，本文使用2016年全國流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)監(jiān)測調(diào)查（CMDS）數(shù)據(jù)，實(shí)證考察了高房價(jià)對女性創(chuàng)業(yè)的影響。研究表明，高房價(jià)顯著抑制了女性創(chuàng)業(yè)，相比于機(jī)會(huì)型創(chuàng)業(yè)，高房價(jià)對生存型創(chuàng)業(yè)的負(fù)向影響更大。考慮到內(nèi)生性問題，我們選取了國有建設(shè)用地人均出讓面積作為房價(jià)的工具變量，以及進(jìn)行了其他穩(wěn)健性檢驗(yàn)，驗(yàn)證了結(jié)論的穩(wěn)健性。機(jī)制探討后發(fā)現(xiàn)，高房價(jià)通過財(cái)富效應(yīng)和抵押效應(yīng)促進(jìn)女性創(chuàng)業(yè)，但通過替代效應(yīng)和房奴效應(yīng)抑制女性創(chuàng)業(yè)。異質(zhì)性分析表明，該抑制作用對擁有0-6歲子女、本地有房、四五線城市、西部地區(qū)的女性尤為明顯。研究還發(fā)現(xiàn)，政府提供學(xué)齡前兒童照管公共服務(wù)和保障性住房有效緩解了這種抑制作用。這一發(fā)現(xiàn)具有重要的政策含義，政府應(yīng)當(dāng)完善學(xué)齡前兒童照管公共服務(wù)，重視住房保障民生工作，釋放女性創(chuàng)業(yè)活力，深入推進(jìn)創(chuàng)新創(chuàng)業(yè)巾幗行動(dòng)，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

本文的結(jié)構(gòu)安排如下：第二部分是文獻(xiàn)綜述；第三部分介紹實(shí)證分析所需的數(shù)據(jù)、變量和模型；第四部分提供基本回歸結(jié)果和穩(wěn)健性檢驗(yàn)；第五部分進(jìn)行機(jī)制檢驗(yàn)；第六部分為擴(kuò)展性分析；第七部分總結(jié)全文。

2 文獻(xiàn)綜述

本文同兩支文獻(xiàn)密切相關(guān)，第一支文獻(xiàn)研究影響女性創(chuàng)業(yè)的因素，第二支文獻(xiàn)研究高房價(jià)與創(chuàng)業(yè)之間的關(guān)系。

已有文獻(xiàn)研究了影響女性創(chuàng)業(yè)的因素。隨著女性創(chuàng)業(yè)活動(dòng)蓬勃興起，關(guān)于女性創(chuàng)業(yè)影響因素的研究日益豐富，涵蓋了心理學(xué)、管理學(xué)、經(jīng)濟(jì)學(xué)等學(xué)科。心理學(xué)側(cè)重從創(chuàng)業(yè)動(dòng)機(jī)角度分析影響女性創(chuàng)業(yè)的因素。2001年全球創(chuàng)業(yè)觀察（GEM）報(bào)告將創(chuàng)業(yè)動(dòng)機(jī)分為生存型創(chuàng)業(yè)和機(jī)會(huì)型創(chuàng)業(yè)?；趧?chuàng)業(yè)動(dòng)機(jī)的推拉理論，生存型創(chuàng)業(yè)以推動(dòng)因素為基礎(chǔ)，是一種“被動(dòng)反應(yīng)”，女性選擇這一創(chuàng)業(yè)類型的原因在于工資低、渴望平衡家庭與工作等（McGowan等，2012）［9］；機(jī)會(huì)型創(chuàng)業(yè)以拉動(dòng)因素為基礎(chǔ)，是一種“主動(dòng)愿望”，女性出于渴望獨(dú)立、實(shí)現(xiàn)自我價(jià)值等原因而選擇了機(jī)會(huì)型創(chuàng)業(yè)（Dahalan等，2013）［10］。管理學(xué)對于女性創(chuàng)業(yè)影響因素的分析，主要集中在領(lǐng)導(dǎo)風(fēng)格方面。Gardiner和Tiggeann（1999）［11］認(rèn)為，女性創(chuàng)業(yè)者不僅采用民主領(lǐng)導(dǎo)方式，而且更加注重人際關(guān)系。Eagly（2007）［12］進(jìn)一步指出，女性創(chuàng)業(yè)者傾向于采用變革型領(lǐng)導(dǎo)方式，給予員工更多的人文關(guān)懷與激勵(lì)政策。經(jīng)濟(jì)學(xué)主要圍繞融資這一主題研究女性創(chuàng)業(yè)。融資是創(chuàng)業(yè)過程中的重要基礎(chǔ)與保障，女性主要通過自有資金的積累、親朋好友的支持、銀行等金融機(jī)構(gòu)的貸款來獲取創(chuàng)業(yè)資金（Welsh等，2014）［13］。但女性創(chuàng)業(yè)初期通常面臨融資歧視，例如，向銀行等金融機(jī)構(gòu)貸款時(shí)被要求提供更多的抵押和擔(dān)保，獲得貸款的概率比男性低5.4%，并多承擔(dān)0.6%的利率（Muravyev等，2009）［14］。

另一支文獻(xiàn)梳理了高房價(jià)與創(chuàng)業(yè)之間的關(guān)系。以往學(xué)者從財(cái)富效應(yīng)、抵押效應(yīng)、替代效應(yīng)、房奴效應(yīng)四個(gè)角度討論了這一主題，但至今仍未得出一致的結(jié)論，主要包括以下四個(gè)觀點(diǎn)：第一，高房價(jià)通過財(cái)富效應(yīng)促進(jìn)創(chuàng)業(yè)?，F(xiàn)有文獻(xiàn)記錄了家庭財(cái)富與創(chuàng)業(yè)之間的強(qiáng)正相關(guān)性（Evans和Jovanovic，1989［4］；Holtz-Eakin等，1994［15］），而住房是家庭的主要財(cái)富。隨著房價(jià)上漲，有房者預(yù)期房產(chǎn)財(cái)富升值（何興強(qiáng)和楊銳鋒，2019）［16］，從而放松預(yù)算約束，提高創(chuàng)業(yè)投資能力預(yù)期和抵御創(chuàng)業(yè)風(fēng)險(xiǎn)能力預(yù)期。另外，有房者預(yù)期財(cái)富存量增加會(huì)顯著增強(qiáng)居民風(fēng)險(xiǎn)偏好（張光利和劉小元，2018）［17］，由于創(chuàng)業(yè)活動(dòng)具有高度不確定性，增強(qiáng)居民風(fēng)險(xiǎn)偏好會(huì)提高居民創(chuàng)業(yè)傾向（Djankov等，2006）［18］。而Hurst和Lusardi（2004）［19］基于1989-1994年美國數(shù)據(jù)，提出了顯著不同的觀點(diǎn)，他們發(fā)現(xiàn)只有處于財(cái)富分配最頂端的家庭，家庭財(cái)富與創(chuàng)業(yè)才存在強(qiáng)正相關(guān)關(guān)系，而在房價(jià)大幅升值的地區(qū)，房價(jià)對創(chuàng)業(yè)的影響并不顯著。

第二，高房價(jià)通過抵押效應(yīng)促進(jìn)創(chuàng)業(yè)。由于信貸市場存在信息不對稱（Stiglitz和Weiss，1981）［20］，從銀行等金融機(jī)構(gòu)貸款需要抵押品作為擔(dān)保，這有助于降低借款者的違約風(fēng)險(xiǎn)，一旦借款者發(fā)生違約行為，銀行可通過變現(xiàn)抵押品來償還貸款。而房屋作為一種優(yōu)質(zhì)的抵押產(chǎn)品可以滿足銀行的要求。當(dāng)房價(jià)上漲時(shí)，有房者預(yù)期房產(chǎn)價(jià)值上升，通過向銀行等金融機(jī)構(gòu)抵押房產(chǎn)從而獲得更多信貸額度（Chaney等，2012）［21］，有利于緩解融資約束這一創(chuàng)業(yè)難題。Black等（1996）［22］基于英國數(shù)據(jù)研究表明，房產(chǎn)抵押品價(jià)值每增加10%，新登記企業(yè)數(shù)量增加5%。Schmalz等（2017）［23］利用法國勞動(dòng)力調(diào)查（LFS）連續(xù)11年的數(shù)據(jù)發(fā)現(xiàn)，房價(jià)上漲帶來的房產(chǎn)抵押升值顯著促進(jìn)有房者創(chuàng)業(yè)，并擴(kuò)大其創(chuàng)業(yè)規(guī)模和收益。

第三，高房價(jià)通過替代效應(yīng)抑制創(chuàng)業(yè)。由于資金限制，創(chuàng)業(yè)投資和房產(chǎn)投資存在替代關(guān)系，當(dāng)房產(chǎn)的投資回報(bào)率高于創(chuàng)業(yè)的投資回報(bào)率，大量資金涌入房地產(chǎn)市場，導(dǎo)致家庭創(chuàng)業(yè)資金減少，進(jìn)而擠出創(chuàng)業(yè)投資行為。這種效應(yīng)在中國尤為明顯。吳曉瑜等（2014）［7］基于中國35個(gè)大中城市數(shù)據(jù)研究發(fā)現(xiàn)，2000-2010年我國住房價(jià)格年均增長率為9.44%，而企業(yè)投資年回報(bào)率僅為5.59%，房價(jià)的上漲使社會(huì)公眾形成了住房是最安全、最具吸引力的投資品的觀念，增強(qiáng)了住房投資對創(chuàng)業(yè)投資的替代效應(yīng)，并從職業(yè)選擇理論模型中驗(yàn)證了該替代效應(yīng)，實(shí)證結(jié)果表明高房價(jià)對創(chuàng)業(yè)產(chǎn)生的替代效應(yīng)占主導(dǎo)作用。

第四，高房價(jià)通過房奴效應(yīng)抑制創(chuàng)業(yè)。對中國年輕人而言，男女性別比上升加劇了婚姻市場的競爭關(guān)系（Wei和Zhang，2011）［24］，住房是結(jié)婚的必需品，加強(qiáng)了年輕人為結(jié)婚而購房的緊迫性。由于房價(jià)持續(xù)上漲，家庭為籌集巨額首付與償還高額房貸而積極儲(chǔ)蓄，壓縮日常消費(fèi)支出，偏向于低風(fēng)險(xiǎn)、收入穩(wěn)定的工作（陳昊等，2020）［25］，對高風(fēng)險(xiǎn)的創(chuàng)業(yè)活動(dòng)持謹(jǐn)慎態(tài)度。Bracke等（2012）［6］利用英國家庭調(diào)查數(shù)據(jù)（BHPS）研究表明，家庭購買住房會(huì)使創(chuàng)業(yè)的可能性降低20%-25%，由于負(fù)擔(dān)高額房貸，擁有住房的家庭傾向于規(guī)避風(fēng)險(xiǎn)，減少創(chuàng)業(yè)投資的空間，創(chuàng)業(yè)率隨著房貸比例提高而降低。Bracke等(2014)［26］進(jìn)一步指出，當(dāng)收入波動(dòng)性較大時(shí)，只要抵押貸款利率超過流動(dòng)財(cái)富的利率，抵押貸款債務(wù)和創(chuàng)業(yè)之間就會(huì)呈現(xiàn)強(qiáng)負(fù)相關(guān)性，杠桿率每增加一個(gè)標(biāo)準(zhǔn)差，房主成為創(chuàng)業(yè)者的概率就會(huì)降低10%-12%。Chen和Hu（2018）［8］基于中國城市住戶調(diào)查（UHS）研究發(fā)現(xiàn)，高額房貸阻礙了個(gè)人參與風(fēng)險(xiǎn)創(chuàng)業(yè)，并指出政府需要?jiǎng)?chuàng)新住房金融制度和創(chuàng)業(yè)金融制度以緩解創(chuàng)業(yè)者的財(cái)務(wù)約束。

既有此類研究加深了我們對這一問題的理解，但依然存在四個(gè)方面的不足。首先，上述關(guān)于房價(jià)與創(chuàng)業(yè)之間關(guān)系的研究主要基于發(fā)達(dá)國家，缺乏來自發(fā)展中國家的經(jīng)驗(yàn)證據(jù)，并且這些研究對創(chuàng)業(yè)過程中的性別差異未給予足夠的重視，鮮有關(guān)注到高房價(jià)對女性創(chuàng)業(yè)的影響。其次，國內(nèi)研究多采用省際層面或35個(gè)大中城市的房價(jià)和創(chuàng)業(yè)數(shù)據(jù)，樣本數(shù)據(jù)質(zhì)量不高，且存在反向因果、遺漏變量等導(dǎo)致的內(nèi)生性問題，因而研究結(jié)論的可靠性值得商榷。再次，部分文獻(xiàn)雖然通過實(shí)證研究發(fā)現(xiàn)高房價(jià)對創(chuàng)業(yè)的影響，但研究結(jié)論相互沖突，機(jī)制部分僅檢驗(yàn)單一的影響渠道，未全面論證這一影響的作用機(jī)制。最后，已有文獻(xiàn)通常僅在結(jié)論部分給出高房價(jià)下促進(jìn)創(chuàng)業(yè)的政策建議，但并未對這些政策建議進(jìn)行實(shí)證檢驗(yàn)，因而我們無法知悉這些政策建議的實(shí)際效果。

與既有文獻(xiàn)相比，本文可能的邊際貢獻(xiàn)主要有：①在研究視角方面，隨著“她經(jīng)濟(jì)”時(shí)代的到來，女性創(chuàng)業(yè)活動(dòng)成為實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)增長的重要源泉，相比于以往學(xué)者，我們重點(diǎn)關(guān)注高房價(jià)對女性群體的創(chuàng)業(yè)活動(dòng)產(chǎn)生的深遠(yuǎn)影響，補(bǔ)充了來自發(fā)展中國家的經(jīng)驗(yàn)證據(jù)，促進(jìn)了女性創(chuàng)業(yè)理論與房價(jià)理論的擴(kuò)展與完善；②在研究數(shù)據(jù)與方法方面，本文基于2016年全國流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)監(jiān)測調(diào)查（CMDS）數(shù)據(jù)與CEIC中276個(gè)地級市的房價(jià)數(shù)據(jù)，匹配出高房價(jià)與女性創(chuàng)業(yè)的微觀數(shù)據(jù)庫，使得樣本更加具有代表性，采用工具變量法克服內(nèi)生性問題，得到更加無偏、有效、一致的參數(shù)估計(jì)；③在研究內(nèi)容方面，實(shí)證分析高房價(jià)對女性創(chuàng)業(yè)的影響，檢驗(yàn)這一影響背后的多種作用機(jī)制，對是否擁有0-6歲子女、不同住房性質(zhì)、不同城市、不同區(qū)域的女性創(chuàng)業(yè)者進(jìn)行深入探討，提供更有效的政策建議；④在研究意義方面，本文研究發(fā)現(xiàn)政府提供學(xué)齡前兒童照管公共服務(wù)和保障性住房能夠有效緩解高房價(jià)對女性創(chuàng)業(yè)的抑制作用，這一研究結(jié)論對優(yōu)化城市公共服務(wù)、激發(fā)女性創(chuàng)業(yè)潛力、促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有借鑒價(jià)值。

3 數(shù)據(jù)、變量和模型

3.1 數(shù)據(jù)來源

本文實(shí)證分析所采用的數(shù)據(jù)有四個(gè)來源：全國流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)監(jiān)測調(diào)查數(shù)據(jù)（CMDS，2016）、CEIC中國經(jīng)濟(jì)數(shù)據(jù)庫（2016）、《中國城市統(tǒng)計(jì)年鑒（2016）》、《中國國土資源統(tǒng)計(jì)年鑒（2014-2016）》。

全國流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)監(jiān)測數(shù)據(jù)（CMDS，2016）是本文主要的數(shù)據(jù)來源。該數(shù)據(jù)涵蓋了全國 31 個(gè)省（區(qū)、市）和新疆生產(chǎn)建設(shè)兵團(tuán)，采取分層、多階段、與規(guī)模成比例的PPS方法來保證樣本的代表性，以在流入地居住一個(gè)月及以上，非本區(qū)（縣、市）戶口的15 周歲及以上流入人口為調(diào)查對象，調(diào)查的總樣本量約為16.9萬人，涉及流動(dòng)人口家庭成員共計(jì)約45萬人。本文的研究對象為15周歲-59周歲的女性樣本。使用CMDS微觀數(shù)據(jù)庫的主要原因有兩點(diǎn)：一是相比于其他微觀數(shù)據(jù)庫，CMDS數(shù)據(jù)庫具有調(diào)查樣本多、調(diào)查范圍廣等優(yōu)點(diǎn)，并公開了地級市信息，以便與各地級市房價(jià)數(shù)據(jù)相匹配；二是在女性創(chuàng)業(yè)者中異地創(chuàng)業(yè)比例較高，流動(dòng)人口數(shù)據(jù)樣本更能反映女性創(chuàng)業(yè)特征。

我們從CEIC中國經(jīng)濟(jì)數(shù)據(jù)庫獲得2016年各地級市的房價(jià)數(shù)據(jù)，從《中國城市統(tǒng)計(jì)年鑒（2016）》獲得各地級市的城市特征變量數(shù)據(jù)，包括城市規(guī)模、人均GDP、人均中學(xué)教師數(shù)等。CMDS（2016）經(jīng)過數(shù)據(jù)清洗與城市特征變量、房價(jià)匹配后，最終包含276個(gè)地級市的信息。

3.2 主要變量和描述性統(tǒng)計(jì)

本文所關(guān)注的主要解釋變量是各地級市的房價(jià)。根據(jù)CEIC中國經(jīng)濟(jì)數(shù)據(jù)庫（2016）中地級市的住宅銷售總額與銷售總面積的比值，計(jì)算求得城市住房的平均價(jià)格，并取對數(shù)?？紤]到家庭財(cái)富對創(chuàng)業(yè)有顯著影響，而房產(chǎn)是家庭的主要財(cái)富，有可能通過財(cái)富效應(yīng)和抵押效應(yīng)促進(jìn)女性創(chuàng)業(yè)決策。借鑒周穎剛等（2019）［27］的做法，基于2016年CMDS問卷中“您現(xiàn)住房屬于下列何種性質(zhì)？”，將選擇“自購住房”、“自建房”視為本地有房，賦值為1，將選擇其他選項(xiàng)的樣本視為本地?zé)o房，賦值為0。我們根據(jù)問卷中“您家已經(jīng)在哪些地方購房？”，分別構(gòu)建在其他城市購房（是=1，否=0）、戶籍地區(qū)縣政府所在地購房（是=1，否=0）、戶籍地鄉(xiāng)鎮(zhèn)政府所在地購房（是=1，否=0）、戶籍地村購房（是=1，否=0）四個(gè)虛擬變量，并且，計(jì)算受訪者家庭已經(jīng)購買房產(chǎn)總數(shù)量作為房產(chǎn)財(cái)富的代理變量。

本文的核心被解釋變量是女性創(chuàng)業(yè)決策、女性創(chuàng)業(yè)類型?；?016年CMDS問卷，對于女性創(chuàng)業(yè)決策變量，我們通過受訪者對“您現(xiàn)在的就業(yè)身份屬于哪一種？”問題的回答來構(gòu)建。具體的賦值規(guī)則為：將選擇“雇員”、“其他”的受訪者樣本視為未創(chuàng)業(yè)樣本，賦值為0；將選擇“雇主”、“自營勞動(dòng)者”的受訪者樣本視為創(chuàng)業(yè)樣本，賦值為1。女性創(chuàng)業(yè)類型依據(jù)創(chuàng)業(yè)動(dòng)機(jī)，主要分為生存型創(chuàng)業(yè)和機(jī)會(huì)型創(chuàng)業(yè)（全球創(chuàng)業(yè)觀察，2001），由于CMDS問卷中并無創(chuàng)業(yè)動(dòng)機(jī)的數(shù)據(jù)，借鑒Djankov等（2006）［18］的做法，以創(chuàng)業(yè)經(jīng)營活動(dòng)中是否雇傭勞動(dòng)力為劃分標(biāo)準(zhǔn)，將未雇傭勞動(dòng)力進(jìn)行創(chuàng)業(yè)經(jīng)營活動(dòng)的人員視為生存型創(chuàng)業(yè)，將雇傭勞動(dòng)力進(jìn)行創(chuàng)業(yè)經(jīng)營活動(dòng)的人員視為機(jī)會(huì)型創(chuàng)業(yè)。因此，我們將上述問題中選擇“自營勞動(dòng)者”的受訪者樣本視為生存型創(chuàng)業(yè)，賦值為1，反之，將未創(chuàng)業(yè)樣本賦值為0；將選擇“雇主”的受訪者樣本視為機(jī)會(huì)型創(chuàng)業(yè)，賦值為1，反之，將未創(chuàng)業(yè)樣本賦值為0。

此外，根據(jù)既有文獻(xiàn)，本文還控制了個(gè)人特征變量、家庭特征變量和城市特征變量。首先，個(gè)人特征變量包括年齡、受教育年限①受教育年限具體如下：未上過學(xué)=0年，小學(xué)=6年，初中=9年，高中或中專=12年，?？?15年，本科=16年，研究生=19年。、婚姻狀況、民族、政治面貌。年齡、受教育年限、民族和政治面貌是影響創(chuàng)業(yè)的重要變量，因此，我們分別控制年齡、年齡的平方、受教育年限、民族和政治面貌。Welsh等（2014）［13］指出，相比于未婚女性，已婚女性創(chuàng)業(yè)獲得家人更多的物質(zhì)與精神支持，但需要平衡婚姻與創(chuàng)業(yè)之間的關(guān)系，因此，我們控制了女性婚姻狀況。其次，家庭特征變量包括家庭總?cè)藬?shù)、家庭中0-3歲子女的數(shù)量、家庭中4-6歲子女?dāng)?shù)量、家庭中7-15歲子女?dāng)?shù)量、家庭老人撫養(yǎng)比①家庭老人撫養(yǎng)比指家庭成員中60歲及以上人口占15－59歲人口比重。、家庭年人均收入的對數(shù)。由于女性通常承擔(dān)照料子女和老人的主要責(zé)任，需要兼顧家庭與工作，家庭中子女的年齡和數(shù)量、老年人的數(shù)量均會(huì)影響女性創(chuàng)業(yè)活動(dòng)，因此，我們分別控制了家庭總?cè)藬?shù)、家庭中0-3歲子女?dāng)?shù)量、家庭中4-6歲子女?dāng)?shù)量、家庭中7-15歲子女?dāng)?shù)量、老人撫養(yǎng)比?？紤]到家庭收入作為女性創(chuàng)業(yè)資金的首要來源，因此，我們控制了家庭年人均收入的對數(shù)。最后，鑒于數(shù)據(jù)準(zhǔn)確性的考量，將城市特征變量的范圍限定在市轄區(qū)。借鑒陸銘等（2015）［28］的做法，具體包括以下三方面：（1）城市經(jīng)濟(jì)發(fā)展水平，以人均GDP來度量。Langowitz等（2004）［29］研究表明，在經(jīng)濟(jì)發(fā)展水平較高的國家，女性傾向于機(jī)會(huì)型創(chuàng)業(yè)，而在經(jīng)濟(jì)發(fā)展水平較低的國家，女性傾向于生存型創(chuàng)業(yè)。（2）城市產(chǎn)業(yè)結(jié)構(gòu)，以第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比值來度量。女性創(chuàng)業(yè)通常集中在第三產(chǎn)業(yè)（Gundry等，2002）［30］，基于此，如果一個(gè)城市第三產(chǎn)業(yè)的比重較大，那么該城市女性創(chuàng)業(yè)比例相對較高。（3）城市公共服務(wù)水平和基礎(chǔ)設(shè)施，變量包括：醫(yī)療服務(wù)，以人均床位數(shù)來衡量；基礎(chǔ)教育，以人均中學(xué)教師數(shù)來衡量；公共交通，以人均公共運(yùn)營電車數(shù)來衡量；基礎(chǔ)設(shè)施，以人均鋪裝道路面積來衡量。一個(gè)城市良好的公共服務(wù)水平和基礎(chǔ)設(shè)施，意味著較高質(zhì)量的生活水平和生產(chǎn)條件，會(huì)通過吸引女性創(chuàng)業(yè)者流入而拉升房價(jià)。

表1報(bào)告了主要變量的描述性統(tǒng)計(jì)。圖1分別描繪了2016年各地級市房價(jià)與女性總體創(chuàng)業(yè)率、生存型創(chuàng)業(yè)率、機(jī)會(huì)型創(chuàng)業(yè)率的散點(diǎn)圖。表1表明，在全樣本下，38%的女性勞動(dòng)者會(huì)選擇創(chuàng)業(yè)，具體而言，女性勞動(dòng)者選擇生存型創(chuàng)業(yè)和機(jī)會(huì)型創(chuàng)業(yè)的占比分別為33%、11%。從圖1我們不難發(fā)現(xiàn)，房價(jià)越高的地區(qū)，女性選擇總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)、機(jī)會(huì)型創(chuàng)業(yè)的概率越低，并且，相比于機(jī)會(huì)型創(chuàng)業(yè)，生存型創(chuàng)業(yè)對房價(jià)更為敏感。不過，圖1僅展現(xiàn)了直觀的描述性關(guān)系，并未考慮到內(nèi)生性問題。在之后的部分，我們將利用工具變量法來解決潛在的內(nèi)生性問題。

表1 變量描述性統(tǒng)計(jì)結(jié)果

續(xù)表

3.3 實(shí)證模型

基于以上數(shù)據(jù)與變量，使用Probit模型估計(jì)房價(jià)對女性創(chuàng)業(yè)的影響，基本模型設(shè)定如下：

其中，β0，β1和 γ 為待估計(jì)的參數(shù)，uci表示隨機(jī)擾動(dòng)項(xiàng)。我們主要關(guān)心的是系數(shù)β1，衡量房價(jià)對于女性創(chuàng)業(yè)的影響。被解釋變量f_entrepreneurci表示c城市i居民創(chuàng)業(yè)虛擬變量，主要解釋變量ln hpci表示i居民所在c城市房價(jià)的對數(shù)。特征變量X包括個(gè)人、家庭和城市特征變量。

4 實(shí)證回歸結(jié)果

4.1 基本結(jié)果

表2匯報(bào)了基準(zhǔn)回歸的估計(jì)結(jié)果，我們主要關(guān)注房價(jià)這一關(guān)鍵解釋變量的符號(hào)與大小。第（1）-（4）列我們依次控制了房價(jià)、個(gè)人特征變量、家庭特征變量、城市特征變量。可以看到，第（1）-（4）列中，房價(jià)變量的系數(shù)均在1%統(tǒng)計(jì)水平下顯著為負(fù)，并且系數(shù)的大小相似，表明高房價(jià)對女性創(chuàng)業(yè)有顯著的抑制作用，與我們的理性預(yù)期相符。本文還進(jìn)一步考察了高房價(jià)對女性創(chuàng)業(yè)類型的影響，第（5）-（6）列將被解釋變量分別替換為生存型創(chuàng)業(yè)和機(jī)會(huì)型創(chuàng)業(yè)。從第（4）-（6）列的估計(jì)結(jié)果中，可以發(fā)現(xiàn)，在高房價(jià)下，女性總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)、機(jī)會(huì)型創(chuàng)業(yè)概率分別降低了20.7%、19.3%、10.0%。

表2 高房價(jià)對女性創(chuàng)業(yè)的影響

續(xù)表

就個(gè)人控制變量而言，年齡對女性創(chuàng)業(yè)的影響呈倒U型，民族、婚姻對女性創(chuàng)業(yè)存在顯著正向影響，受教育年限和政治面貌對女性創(chuàng)業(yè)存在顯著負(fù)向影響。此外，關(guān)于家庭控制變量，家庭總?cè)藬?shù)、家庭中0-3歲子女?dāng)?shù)量、家庭中4-6歲子女?dāng)?shù)量、家庭中7-15歲子女?dāng)?shù)量、家庭年人均收入（對數(shù)）對女性創(chuàng)業(yè)存在顯著正向影響，家庭老人撫養(yǎng)比對女性創(chuàng)業(yè)雖為負(fù)向影響，但統(tǒng)計(jì)上不顯著。城市層面的控制變量顯示，在高房價(jià)下，城市人均GDP越高、第三產(chǎn)業(yè)比重越高、城市公共服務(wù)水平越完善，女性創(chuàng)業(yè)概率越高，基礎(chǔ)設(shè)施影響很小且顯著為負(fù)。這些估計(jì)結(jié)果與已有文獻(xiàn)的結(jié)論總體一致。有必要指出的是，雖然加入的控制變量大部分對女性創(chuàng)業(yè)有顯著影響，但考慮到有些控制變量可能內(nèi)生，這里對估計(jì)結(jié)果不再進(jìn)行過多的解讀。限于篇幅，之后的部分省略控制變量的回歸結(jié)果，主要匯報(bào)核心解釋變量的回歸結(jié)果。

4.2 內(nèi)生性處理

考慮到反向因果或是遺漏變量等問題可能導(dǎo)致內(nèi)生性問題，本部分采用工具變量法克服這一問題。上述估計(jì)考察了房價(jià)對女性創(chuàng)業(yè)的影響，但是房價(jià)與女性創(chuàng)業(yè)可能存在反向因果關(guān)系，即女性創(chuàng)業(yè)可能通過土地市場、勞動(dòng)力市場、資本市場來提高經(jīng)濟(jì)集聚程度，進(jìn)而推動(dòng)房地產(chǎn)價(jià)格上漲（周建軍等，2021）［31］。另外，由于數(shù)據(jù)的可獲得性與經(jīng)濟(jì)性，我們無法控制所有影響因素，某些不可觀測的變量（例如個(gè)人才能）也可能同時(shí)影響房價(jià)和女性創(chuàng)業(yè)決策。對此，利用工具變量法來解決潛在內(nèi)生性問題，我們選擇地級市層面國有建設(shè)用地人均出讓面積作為房價(jià)的工具變量。原因在于，該工具變量滿足相關(guān)性假設(shè)。土地是我國商品住宅市場重要的投入要素（況偉大，2012）［32］，且土地出讓價(jià)格約占房價(jià)的三分之一（中 經(jīng)濟(jì)增長前沿課題組），土地供給與房價(jià)呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系（陳斌開和楊汝岱，2013）［33］。對商品住宅市場而言，土地必須以出讓方式供給，進(jìn)而可以認(rèn)為土地出讓面積與房價(jià)存在相關(guān)性。并且，在土地公有制背景下，我國采取了較為嚴(yán)格的土地用途管制制度和保護(hù)耕地制度，地級市層面國有建設(shè)用地出讓面積受到中央政府和省級政府嚴(yán)格管制（陸銘等，2015）［28］，因此，滿足外生性假設(shè)。本文的工具變量經(jīng)均值處理，取2013-2015年國有建設(shè)用地人均出讓面積的均值，數(shù)據(jù)來源于2014-2016年《中國國土資源年鑒》。

表3中第（1）-（3）列分別報(bào)告了女性總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)、機(jī)會(huì)型創(chuàng)業(yè)的IV Probit估計(jì)結(jié)果，考慮到因變量為二值變量，我們采用MLE估計(jì)方法來計(jì)算回歸變量的邊際效應(yīng)。主要概括為三點(diǎn)：第一，國有建設(shè)用地人均出讓面積與房價(jià)密切相關(guān)。從第一階段回歸結(jié)果可知，國有建設(shè)用地人均出讓面積系數(shù)均在1%統(tǒng)計(jì)水平下顯著為正，與我們的理性預(yù)期相符。

表3 工具變量法檢驗(yàn)結(jié)果

第2，Probit模型設(shè)定通過內(nèi)生性檢驗(yàn)。根據(jù)袁微（2018）［34］，完整的Probit模型內(nèi)生性檢驗(yàn)主要包括三個(gè)步驟：初始工具變量檢驗(yàn)、過度識(shí)別檢驗(yàn)和弱工具識(shí)別檢驗(yàn)。若模型中含有的內(nèi)生解釋變量個(gè)數(shù)少于所選取的工具變量個(gè)數(shù)，則需要進(jìn)行過度識(shí)別檢驗(yàn)；反之，則不需要進(jìn)行過度識(shí)別檢驗(yàn)。首先，關(guān)于初始工具變量檢驗(yàn)，表中第二階段回歸結(jié)果Wald檢驗(yàn)的P值均為0.0000，拒絕原假設(shè)，表明房價(jià)存在顯著的內(nèi)生性。其次，關(guān)于過度識(shí)別檢驗(yàn)，本文所含有的內(nèi)生解釋變量個(gè)數(shù)等于所選取的工具變量個(gè)數(shù)，因此，不需要進(jìn)行過度識(shí)別檢驗(yàn)。最后，關(guān)于弱工具變量檢驗(yàn)，第一階段回歸的Cragg-Donald Wald F值分別為11388.96、11009.14、9371.20，遠(yuǎn)大于10%偏誤水平的臨界值，可以認(rèn)為房價(jià)與國有建設(shè)用地人均出讓面積相關(guān)，不存在弱工具變量問題。

第3，回歸結(jié)果顯示，考慮內(nèi)生性問題之后，房價(jià)仍然顯著抑制女性總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)、機(jī)會(huì)型創(chuàng)業(yè)。就經(jīng)濟(jì)意義上而言，房價(jià)每增加一個(gè)單位，女性總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)、機(jī)會(huì)型創(chuàng)業(yè)的概率分別減少11.9%、10.7%、4.9%，與表2基本回歸結(jié)果大體一致，進(jìn)一步驗(yàn)證了結(jié)論的穩(wěn)健性。

4.3 穩(wěn)健性檢驗(yàn)

（1）更改房價(jià)度量指標(biāo)

本文主要采用絕對房價(jià)作為房價(jià)度量指標(biāo)，作為穩(wěn)健性檢驗(yàn)，分別使用相對房價(jià)（即房價(jià)工資比）、房價(jià)上漲率（即房價(jià)相比于上年同期上漲幅度）作為核心解釋變量，進(jìn)行基本回歸分析。根據(jù)表4的估計(jì)結(jié)果，可以發(fā)現(xiàn)，不論使用相對房價(jià)還是房價(jià)上漲率，其對女性創(chuàng)業(yè)的影響均顯著為負(fù)，估計(jì)結(jié)果與基本回歸結(jié)果一致。

表4 更改房價(jià)度量指標(biāo)的穩(wěn)健性檢驗(yàn)

（2）更換回歸模型

由于不同回歸模型對估計(jì)結(jié)果可能產(chǎn)生偏誤，本文分別使用OLS模型、Logit模型進(jìn)行基本回歸，結(jié)果在表5中匯報(bào)。不難發(fā)現(xiàn)，OLS模型、Logit模型與Probit模型的估計(jì)結(jié)果相似，驗(yàn)證了高房價(jià)抑制女性創(chuàng)業(yè)結(jié)論的穩(wěn)健性。

表5 更換回歸模型的穩(wěn)健性檢驗(yàn)

（3）區(qū)分樣本流動(dòng)動(dòng)機(jī)

張莉等（2017）［35］認(rèn)為，以工作為流動(dòng)目的，更能體現(xiàn)女性跨地區(qū)創(chuàng)業(yè)過程中風(fēng)險(xiǎn)與收益的權(quán)衡。正因如此，我們根據(jù)流動(dòng)動(dòng)機(jī)是否為求職/創(chuàng)業(yè)對樣本進(jìn)行劃分，獲得以工作為流動(dòng)目的的樣本。表6的結(jié)果表明，高房價(jià)顯著抑制女性創(chuàng)業(yè)，其負(fù)向影響程度略微高于基本回歸結(jié)果，可能是因?yàn)橐怨ぷ鳛榱鲃?dòng)目的的女性創(chuàng)業(yè)者對房價(jià)更為敏感。

表6 區(qū)分樣本流動(dòng)動(dòng)機(jī)的穩(wěn)健性檢驗(yàn)

（4）采用更加穩(wěn)健的聚類標(biāo)準(zhǔn)誤

考慮到樣本組內(nèi)可能存在相關(guān)性，我們將標(biāo)準(zhǔn)誤聚類到城市層面，通過更為嚴(yán)格的標(biāo)準(zhǔn)誤來驗(yàn)證結(jié)果的穩(wěn)健性。表7的回歸表明，房價(jià)變量的系數(shù)仍然在1%統(tǒng)計(jì)水平上顯著為負(fù)，與基本回歸結(jié)果一致。

表7 采用聚類標(biāo)準(zhǔn)誤的穩(wěn)健性檢驗(yàn)

（5）重新劃分生存型創(chuàng)業(yè)和機(jī)會(huì)型創(chuàng)業(yè)

目前，女性生存型創(chuàng)業(yè)和機(jī)會(huì)型創(chuàng)業(yè)劃分標(biāo)準(zhǔn)尚未有定論，不同的劃分標(biāo)準(zhǔn)可能導(dǎo)致不同的結(jié)果?？紤]到生存型創(chuàng)業(yè)者往往被迫從事低風(fēng)險(xiǎn)、低收益的創(chuàng)業(yè)活動(dòng)，而機(jī)會(huì)型創(chuàng)業(yè)者傾向于選擇高風(fēng)險(xiǎn)、高收益的創(chuàng)業(yè)活動(dòng)，我們根據(jù)女性創(chuàng)業(yè)者個(gè)人收入進(jìn)行再次分類。一方面，借鑒鄭筱婷和李美棠（2018）［36］的做法，將女性創(chuàng)業(yè)者個(gè)人月收入低于其所在地級市最低工資標(biāo)準(zhǔn)的樣本劃分為生存型創(chuàng)業(yè)，反之為機(jī)會(huì)型創(chuàng)業(yè)。另一方面，我們將女性創(chuàng)業(yè)者個(gè)人月收入低于個(gè)稅起征點(diǎn)5000元的樣本劃分為生存型創(chuàng)業(yè)，反之為機(jī)會(huì)型創(chuàng)業(yè)。表8匯報(bào)了估計(jì)結(jié)果，在最低工資劃分標(biāo)準(zhǔn)下，高房價(jià)對女性生存型創(chuàng)業(yè)的抑制作用低于機(jī)會(huì)型創(chuàng)業(yè)；在起征點(diǎn)劃分標(biāo)準(zhǔn)下，高房價(jià)對女性生存型創(chuàng)業(yè)的抑制作用高于生存型創(chuàng)業(yè)，這與基本回歸結(jié)果一致。

表8 重新劃分創(chuàng)業(yè)類型的穩(wěn)健性檢驗(yàn)

5 高房價(jià)影響女性創(chuàng)業(yè)的機(jī)制探討

上述分析表明，高房價(jià)顯著抑制了女性創(chuàng)業(yè)，相比于機(jī)會(huì)型創(chuàng)業(yè)，高房價(jià)對生存型創(chuàng)業(yè)的負(fù)向影響更大。本部分將進(jìn)一步探討這一影響背后的機(jī)制?；谝延形墨I(xiàn)可以判斷，高房價(jià)可能通過財(cái)富效應(yīng)和抵押效應(yīng)促進(jìn)女性創(chuàng)業(yè)；然而，由于存在替代效應(yīng)和房奴效應(yīng)，高房價(jià)可能會(huì)損害女性創(chuàng)業(yè)熱情。囿于數(shù)據(jù)可獲得性，以及財(cái)富效應(yīng)和抵押效應(yīng)通常交織在一起無法分離，我們暫不區(qū)分這一正向效應(yīng)。因此，本文將從正向效應(yīng)、替代效應(yīng)、房奴效應(yīng)三個(gè)視角分別驗(yàn)證高房價(jià)對女性創(chuàng)業(yè)的影響機(jī)制。

5.1 正向效應(yīng)

隨著房價(jià)持續(xù)上漲，住房的資產(chǎn)屬性越來越強(qiáng)，有房群體不僅能夠通過出售或出租房產(chǎn)獲得資金，也可以通過向銀行等金融機(jī)構(gòu)抵押房產(chǎn)獲得貸款，緩解融資約束，增強(qiáng)抵御創(chuàng)業(yè)風(fēng)險(xiǎn)的能力，同時(shí)存在財(cái)富效應(yīng)和抵押效應(yīng)。借鑒周穎剛等（2019）［27］做法，在基本模型中引入房產(chǎn)數(shù)量，作為房產(chǎn)財(cái)富的代理變量，以反映女性群體擁有房產(chǎn)的財(cái)富效應(yīng)和抵押效應(yīng)，并構(gòu)建是否為一線城市（是=1，否=0）的0-1虛擬變量。表9結(jié)果顯示，房產(chǎn)財(cái)富對女性創(chuàng)業(yè)有顯著正向影響，隨著房產(chǎn)數(shù)量增加，女性從事創(chuàng)業(yè)活動(dòng)的概率顯著增加。此外，交互項(xiàng)系數(shù)為正，表明相比于其他城市，一線城市房產(chǎn)財(cái)富對女性創(chuàng)業(yè)的正向影響更大。

表9 房產(chǎn)財(cái)富對女性創(chuàng)業(yè)的影響

續(xù)表

5.2 替代效應(yīng)

我國住房投資回報(bào)率高于創(chuàng)業(yè)投資回報(bào)率，導(dǎo)致女性將有限的資金投資于房地產(chǎn)行業(yè)，從而擠出了創(chuàng)業(yè)行為。由于替代效應(yīng)難以找到合適的度量指標(biāo)，既有文獻(xiàn)通常是從間接角度加以識(shí)別。例如，吳曉瑜等（2014）［7］通過房價(jià)變量回歸系數(shù)顯著為負(fù)，間接識(shí)別了替代效應(yīng)，但這種識(shí)別方式存在明顯的不足，當(dāng)房價(jià)變量回歸系數(shù)顯著為正，則無法判斷替代效應(yīng)是否存在。因此，本文借鑒萬海遠(yuǎn)等（2019）［37］研究替代效應(yīng)的方式，將女性創(chuàng)業(yè)者是否購買多套房作為因變量。針對在本地有房的女性，將購買2套及以上住房視為住房投資行為，賦值為1；反之視為不進(jìn)行住房投資行為，賦值為0。表10結(jié)果顯示，隨著房價(jià)上漲一單位，女性投資住房的概率將顯著增加2.7%，相比于其他城市，一線城市高房價(jià)對于女性創(chuàng)業(yè)的替代效應(yīng)更強(qiáng)，該地區(qū)的女性創(chuàng)業(yè)者更有可能將資金用于住房投資而非創(chuàng)業(yè)投資。

表10 高房價(jià)對住房投資行為的影響

5.3 房奴效應(yīng)

高房價(jià)收入比提高了全款購房難度，使得眾多女性選擇了貸款購房，支付每個(gè)月固定的高額房貸，不僅直接減少了當(dāng)期日常消費(fèi)，而且強(qiáng)化了穩(wěn)定收入偏好（陳昊等，2020）［25］，促使更多女性選擇低風(fēng)險(xiǎn)、低收入的工作，放棄高風(fēng)險(xiǎn)、高收入的創(chuàng)業(yè)活動(dòng)，對高風(fēng)險(xiǎn)的創(chuàng)業(yè)活動(dòng)持謹(jǐn)慎態(tài)度。針對在本地有房的女性，采用房貸收入比來衡量房貸的可負(fù)擔(dān)性，定義為女性個(gè)人月住房貸款支出與月收入的比值。表11結(jié)果顯示，在高房價(jià)下，房貸收入比會(huì)顯著抑制女性機(jī)會(huì)型創(chuàng)業(yè)，這一抑制作用對于一線城市尤為明顯，但對于生存型創(chuàng)業(yè)的抑制作用并不顯著，可能是因?yàn)檫@類女性面臨著失業(yè)、收入不足等嚴(yán)峻的生存壓力，迫切需要?jiǎng)?chuàng)業(yè)來維持生計(jì)，因此，提高房貸收入比并不能顯著抑制這類女性的創(chuàng)業(yè)活動(dòng)。此外，第（3）列交互項(xiàng)系數(shù)顯著為負(fù)，表明相比于其他城市，一線城市房貸收入比對女性機(jī)會(huì)型創(chuàng)業(yè)的抑制作用更強(qiáng)烈。

表11 房貸收入比對女性創(chuàng)業(yè)的影響

6 擴(kuò)展性分析

6.1 公共服務(wù)

本節(jié)試圖探索政府提供學(xué)齡前兒童照管公共服務(wù)在緩解高房價(jià)抑制女性創(chuàng)業(yè)中發(fā)揮的作用。政府提供學(xué)齡前兒童照管公共服務(wù)，一方面，有助于減輕女性照料子女的負(fù)擔(dān)，從而有時(shí)間和精力進(jìn)行創(chuàng)業(yè)；另一方面，這也增加了女性養(yǎng)育子女的經(jīng)濟(jì)成本，導(dǎo)致女性被迫參與勞動(dòng)市場。囿于數(shù)據(jù)可得性，以及托兒所和幼兒園具備兒童照管的功能，參考熊瑞祥和李輝文（2016）［38］的做法，根據(jù)主要由母親照料的學(xué)齡前獨(dú)生子女是否在本地入托/入園（“是=1，否=0”）來衡量本地兒童照管公共服務(wù)，構(gòu)建公共服務(wù)的0-1虛擬變量，估計(jì)結(jié)果見表12?；貧w結(jié)果顯示，第（1）-（2）列的交互項(xiàng)系數(shù)均顯著為正，表明相比于未提供學(xué)齡前兒童照管的地區(qū)，政府提供學(xué)齡前兒童照管公共服務(wù)有效緩解了高房價(jià)對女性總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)的抑制作用。

表12 公共服務(wù)的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

6.2 保障性住房

吳曉瑜等（2014）［7］指出，擁有不同類型的房產(chǎn)可能會(huì)影響創(chuàng)業(yè)行為。本節(jié)進(jìn)一步探討保障性住房在緩解高房價(jià)抑制女性創(chuàng)業(yè)中發(fā)揮的作用。針對我國房價(jià)持續(xù)上漲的問題，政府不僅積極出臺(tái)“租購?fù)瑱?quán)”政策以平抑房價(jià)增長速度（鞠方等，2021）［39］，而且大力推動(dòng)保障性住房政策來調(diào)控房價(jià)。保障性住房是由政府提供給中低收入家庭使用，并對相關(guān)建造價(jià)格、銷售價(jià)格、租金價(jià)格加以限定，具有社會(huì)保障屬性的住房。因此，保障性住房解決了部分中低收入家庭的住房需求，減輕了房貸壓力，釋放了消費(fèi)潛力，提高了創(chuàng)業(yè)意愿。根據(jù)女性在本地是否擁有政府提供的廉租房/公租房（是=1，否=0）來構(gòu)建保障性住房虛擬變量，估計(jì)結(jié)果見表13。我們發(fā)現(xiàn)，第（1）-（2）列的交互項(xiàng)系數(shù)顯著為正，表明相比于未擁有保障性住房的女性，擁有保障性住房有效緩解了高房價(jià)對女性總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)的抑制作用。

表13 保障性住房的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

6.3 異質(zhì)性分析

（1）個(gè)體異質(zhì)性

根據(jù)女性是否擁有0-6歲子女、不同住房性質(zhì)，考察高房價(jià)對女性創(chuàng)業(yè)的異質(zhì)性影響，表14報(bào)告了估計(jì)結(jié)果。首先，第（1）-（3）列考察是否擁有0-6歲子女的異質(zhì)性影響。構(gòu)建是否擁有0-6歲子女（是=1，否=0）的0-1虛擬變量?；貧w結(jié)果顯示，交互項(xiàng)系數(shù)均顯著為負(fù)，表明相比于未擁有0-6歲子女的女性，高房價(jià)對擁有0-6歲子女的女性總體創(chuàng)業(yè)、生存性創(chuàng)業(yè)、機(jī)會(huì)型創(chuàng)業(yè)的負(fù)向影響更大。究其原因，可能是0-6歲子女對于母親的依賴程度較高，照料0-6歲子女花費(fèi)母親較多時(shí)間、精力和財(cái)力，從而減少了女性創(chuàng)業(yè)行為。然后，第（4）-（6）列從住房性質(zhì)的維度考察了異質(zhì)性影響。構(gòu)建住房性質(zhì)的0-1虛擬變量，將本地有房賦值為1，將本地?zé)o房賦值為0。回歸結(jié)果顯示，第（4）-（5）列交互項(xiàng)系數(shù)顯著為負(fù)，第（6）列交互項(xiàng)為正但不顯著，表明相比于本地?zé)o房的女性，高房價(jià)對本地有房的女性總體創(chuàng)業(yè)、生存性創(chuàng)業(yè)的負(fù)向影響更大，可能是因?yàn)楸镜赜蟹咳后w承擔(dān)過高的房貸壓力，為償還房貸壓縮創(chuàng)業(yè)資金，從而擠出了創(chuàng)業(yè)行為。

表14 基于個(gè)體的異質(zhì)性分析檢驗(yàn)結(jié)果

（2）城市異質(zhì)性

表15報(bào)告了高房價(jià)對不同城市等級、不同區(qū)域女性創(chuàng)業(yè)的影響。第（1）-（3）列中，根據(jù)新一線城市研究所公布的《2021年城市商業(yè)魅力排行榜》，將城市劃分為以下三組：一線和新一線城市、二線和三線城市、四線和五線城市，以四線和五線城市作為基準(zhǔn)組。回歸結(jié)果顯示，房價(jià)與一線和新一線城市、二線和三線城市的交互項(xiàng)系數(shù)顯著為正，表明相比于一線和新一線城市、二線和三線城市，高房價(jià)對四線和五線城市女性總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)、機(jī)會(huì)型創(chuàng)業(yè)的抑制作用更大。第（4）-（6）列，根據(jù)北京市宏觀經(jīng)濟(jì)與社會(huì)發(fā)展基礎(chǔ)數(shù)據(jù)庫，進(jìn)一步將城市劃分為東部、中部、西部地區(qū)，以西部地區(qū)作為基準(zhǔn)組?；貧w結(jié)果顯示，房價(jià)與東部地區(qū)、中部地區(qū)的交互項(xiàng)系數(shù)均顯著為正，表明相比于東部和中部地區(qū)，高房價(jià)對西部地區(qū)女性總體創(chuàng)業(yè)、生存型創(chuàng)業(yè)、機(jī)會(huì)型創(chuàng)業(yè)的負(fù)向影響更大。

綜上所述，高房價(jià)對四線和五線城市、西部地區(qū)女性創(chuàng)業(yè)活動(dòng)的抑制作用更大。究其原因，可能是這些地區(qū)處于經(jīng)濟(jì)發(fā)展落后水平，金融設(shè)施和公共服務(wù)尚未完備，通過財(cái)富效應(yīng)和抵押效應(yīng)獲取的創(chuàng)業(yè)資金有限，更容易受到信貸約束，導(dǎo)致其創(chuàng)業(yè)成本較高，從而擠出了女性創(chuàng)業(yè)。

7 結(jié) 論

在國家深入推進(jìn)創(chuàng)新創(chuàng)業(yè)巾幗行動(dòng)的背景下，本文基于2016年全國流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)監(jiān)測調(diào)查（CMDS）數(shù)據(jù)，結(jié)合276個(gè)城市的房價(jià)數(shù)據(jù)、城市特征數(shù)據(jù)，實(shí)證檢驗(yàn)了高房價(jià)對女性創(chuàng)業(yè)的影響。結(jié)果表明，高房價(jià)顯著抑制了女性創(chuàng)業(yè)，相比于機(jī)會(huì)型創(chuàng)業(yè)，高房價(jià)對生存型創(chuàng)業(yè)的負(fù)向影響更大。在使用工具變量法和其他穩(wěn)健性檢驗(yàn)處理內(nèi)生性問題后，結(jié)論仍然穩(wěn)健。機(jī)制探討后發(fā)現(xiàn)，高房價(jià)通過財(cái)富效應(yīng)和抵押效應(yīng)促進(jìn)女性創(chuàng)業(yè)，但通過替代效應(yīng)和房奴效應(yīng)抑制女性創(chuàng)業(yè)。異質(zhì)性分析表明，該抑制作用對于擁有0-6歲子女、本地有房、四五線城市、西部地區(qū)的女性尤為明顯。研究還發(fā)現(xiàn)，政府提供學(xué)齡前兒童照管公共服務(wù)和保障性住房有效緩解了這種抑制作用，有利于釋放女性創(chuàng)業(yè)活力，激發(fā)女性創(chuàng)業(yè)潛力，實(shí)現(xiàn)女性創(chuàng)業(yè)價(jià)值，從而更好地為經(jīng)濟(jì)高質(zhì)量發(fā)展助力。

準(zhǔn)確識(shí)別高房價(jià)對女性創(chuàng)業(yè)的作用機(jī)制，不僅關(guān)系到對性別紅利和經(jīng)濟(jì)增長的理解，也關(guān)系到國家相關(guān)政策的制定。鑒于此，本文的研究結(jié)論具有重要的政策含義：一方面，政府應(yīng)當(dāng)改進(jìn)學(xué)齡前兒童照管公共服務(wù)，構(gòu)建學(xué)齡前兒童照管政策支持體系，設(shè)立專門照管學(xué)齡前兒童的正規(guī)機(jī)構(gòu)，減少女性照管學(xué)齡前兒童的時(shí)間和精力，緩解女性創(chuàng)業(yè)與照管學(xué)齡前兒童之間的角色沖突，這樣才能更好地吸引女性投身到創(chuàng)新創(chuàng)業(yè)巾幗行動(dòng)之中；另一方面，政府應(yīng)當(dāng)重視住房保障民生工作，根據(jù)收入狀況、家庭人口、住房供需矛盾等差異，提供多種類型的保障性住房，滿足不同層次女性創(chuàng)業(yè)者的需要，逐步完善城市住房保障體系，為中低收入女性創(chuàng)業(yè)者提供良好的住房環(huán)境，推動(dòng)女性創(chuàng)業(yè)者從“寄居”到實(shí)現(xiàn)“安居”，促進(jìn)女性由生存型創(chuàng)業(yè)向機(jī)會(huì)型創(chuàng)業(yè)轉(zhuǎn)變，對我國經(jīng)濟(jì)高質(zhì)量發(fā)展和構(gòu)建和諧社會(huì)具有重要實(shí)踐意義。

當(dāng)然，本文仍然存在些許不足之處，有待進(jìn)一步改進(jìn)。其中，特別需要指出的是，我們的因變量是女性創(chuàng)業(yè)行為的發(fā)生，而非女性創(chuàng)業(yè)活動(dòng)的成功。對于高房價(jià)對女性創(chuàng)業(yè)的負(fù)向影響，可以解讀為高房價(jià)通過替代效應(yīng)和房奴效應(yīng)抑制女性創(chuàng)業(yè)。但是，我們的研究結(jié)果并無法說明高房價(jià)下女性創(chuàng)業(yè)活動(dòng)是否成功，女性創(chuàng)業(yè)者進(jìn)入創(chuàng)業(yè)市場后存在兩種可能性：一種是創(chuàng)業(yè)成功，留在創(chuàng)業(yè)市場；另一種是創(chuàng)業(yè)失敗，退出創(chuàng)業(yè)市場。如果能夠?qū)ε詣?chuàng)業(yè)活動(dòng)的具體結(jié)果加以區(qū)分，更能充分展現(xiàn)高房價(jià)對女性創(chuàng)業(yè)的影響，在政策上具有重要價(jià)值。由于數(shù)據(jù)可得性的局限，本文未能區(qū)分女性創(chuàng)業(yè)活動(dòng)的具體結(jié)果，期待相關(guān)學(xué)者在未來研究中彌補(bǔ)這一不足之處。