在脱贫攻坚取得胜利后,我国“三农”工作重心转移为做好巩固拓展脱贫攻坚成果同乡村振兴有效衔接。2021年2月中共中央办公厅、国务院办公厅印发的《关于加快推进乡村人才振兴的意见》明确提出:乡村振兴、关键在人。在此背景下,出现了一批在农村地区间流动的创业人群。他们秉持着对乡村的热爱,在政府丰富的创业扶持政策下,发挥一技之长,在农村地区开展形式多样的乡村创业实践。农户异地创业不仅有利于实现自身创业梦,还能带动身边人积极就业,同时也有助于发挥区域比较优势,促进资源合理配置,实现乡村振兴。同时,各地政府也争先出台各类人才引进政策,拿出“真金白银”开展“抢人”大战,打造经济发展新生力量。例如建立返乡入乡创业园、设立农户异地创业特色贷款以及强化异地孵化项目支持等,不断激发农户异地创业人员的内生动力。但当前新冠肺炎疫情使得人口流动受到较大限制,异地创业需要克服物质和精神上的双重阻碍。因此,哪些因素会影响农户的异地创业行为?各地区政府如何据此做到引外力、注活水,实现“聚天下人才而用之”?
遗憾的是,国内异地创业及其流向的影响研究却未引起足够重视(叶文平等,2018),关于农户异地创业驱动因素的探讨更为缺乏。已有研究多从相关政策实施(李国正等,2020)、地区间收入差距(童馨乐等,2019)以及农户社会关系网络(杨向阳等,2018)等展开。但在故土难离、追求稳定的传统观念影响下,我国农户异地创业的独特驱动因素和发展困境尚未得到充分挖掘。此外,多数学者仅聚焦于个体是否选择异地创业(杨向阳等,2018;童馨乐等,2019),较少深入探讨创业流向的具体选择。一方面,我国地域广阔,农村区域间经济集聚效应差异明显;另一方面,农村劳动力转移的外流形式呈现“榜样”效应,并且流向地易出现扎堆现象,所以有必要进一步研究我国农户异地创业流向及其影响因素。这对提升企业发展潜力,各地区积极探索适宜的返乡创业发展路径,以及形成多层次多样化高质量的创业发展格局等意义重大。与此同时,家庭背景因素对个体认知、偏好和行为选择具有深远影响(Vladasel等,2021),它不仅塑造了个人对创业的态度和选择(蔺楠等,2020),而且作为无形和有形资源的提供方(Bird和Wennberg,2016),影响了对异地创业的具体选择。其中,家庭规模更是影响资源提供和认知塑造的关键因素(Vladasel,2019),并且随着三孩政策的实施以及配套措施的逐渐完善,家庭规模的效应会更为凸显。那么,从家庭规模视角出发,农户缘何选择异地创业以及去往何处创业?哪些因素会作用于二者关系之间?
本文以家庭内部的社会化特征和资源获取为基础,结合农户异地创业所需克服的资源壁垒、机会识别和利用障碍以及风险应对等困境,建立起家庭规模与异地创业、创业地经济距离选择的分析模型,并且综合个体人力资本和企业所属产业类型,充分研究二者关系间的边界条件。家庭规模通过影响家庭内部社会化特征,塑造了个体的机会识别能力和偏好(Campbell等,2019),同时也作用于家庭资本的存量和调动(Li和Wu,2018),最终影响异地创业决策。此外,人力资本代表着个体识别和利用机会的能力,它通过影响家庭内、外部的资源支持,以及社会网络的构建,作用于家庭规模对异地创业、创业地经济距离选择的影响。最后,由于农村地区产业结构和集聚效应呈现出明显差异性(高翔等,2015),造成创业机会的丰富程度和企业竞争程度也出现差别,因此,企业的产业类型也影响了家庭规模效应的作用范围。
本文基于2016年上海财经大学在全国范围内展开的“千村调查”——“中国农村创业现状调查”和2016年中国城市统计年鉴进行实证研究。2016年“千村调查”以全球创业观察报告为指导,旨在考察影响中国农村创业的关键性因素,共在全国范围内随机抽取了1 500个村落,对4 600名创业者进行了深入调研(上海财经大学千村调查项目组,2017)。此外,本文还结合了2016年中国城市统计年鉴数据来进一步研究异地创业的地域选择。本文的理论贡献在于:第一,将家庭科学与异地创业进行关联研究,挖掘了家庭规模效应的内在作用机制,彰显了家庭规模对个人创业选择的深远影响。第二,扩充了异地创业相关文献,从微观层次深入挖掘了异地创业及其流向的驱动因素。第三,结合个人特质和产业情境两类视角,拓展了家庭规模与异地创业间的边界条件,刻画了家庭规模效应的作用情境。本文的实践贡献在于:第一,描绘了我国农村创业流向以及地区间农村产业发展现状,有助于各地区明确自身实力和把握产业发展趋势,抢占人才高地,同时也展现了家庭社会学校多方共育、完善创业生态系统对异地创业活力激发的重要作用;第二,强调培养多层次高质量乡土创业人才,做到扩增量、激存量双管齐下;第三,为新冠肺炎疫情背景下各地政府战略部署潜在人才动员地区、加速推进产业融合和构建农村产业新发展格局提供有益启示。
二、文献综述(一)异地创业
异地创业是指创业主体离开了籍贯地/出生地,在生活和居住的地方设立企业和开发创业机会的过程(Fatoki和Patswawairi,2012)。20世纪80年代初,随着我国工业化和新兴城镇化的推进,大量乡村人口流向城市寻求发展机会。但是随着乡村振兴战略的实施,一大批创业人才向乡村流动。他们在自愿、有选择的基础上,秉承生态农业理念,以农业生产、经营或服务为职业。相较其他创业人员,这类异地创业人员大多饱含农业情怀,具有独到眼光,强调实现个人价值的途径。
相较于本地创业,异地创业面临特殊困境:(1)遭遇异地资源匮乏的约束和压力;(2)创业活动或交流活动受阻,易受到本地人排挤(Ndofor和Priem,2011);(3)面临较高的创业合规成本等。结合乡村情境,农户异地创业面临更多政策支持力度不足、信息获取渠道有限、乡村基础设施和服务薄弱,以及“乡土社会”难融入等问题。基于农户异地创业特点和困境,以及近年新冠肺炎疫情对经济和人口流动的冲击,从认知和机会识别角度分析农户异地创业的动因更为重要。
(二)异地创业的前因研究
异地创业的驱动因素多从以下三点出发:(1)宏观层面,制度、文化等环境因素(Aliaga-Isla和Rialp,2013);(2)中观层面,地区间收入差距和制度环境(叶文平等,2018);(3)个人层面,如认知水平,资源禀赋等(Sahin等,2011),以及家庭背景因素,如家庭网络等(Collins和Low,2010)。以农户为研究对象的异地创业前因研究也聚焦于宏观层面,如政策实施(李国正等,2020)、中观层面,如地区间经济收入差距(童馨乐等,2019)以及个人层面的归属感追求(Munkejord,2017a)、网络关系和家庭因素(Munkejord,2017b)等。但相关研究对家庭因素的重视远远不够。家庭是个体最重要的早期社会成长环境,它塑造了个人决策偏好,对创业者决策影响巨大(Vladasel等,2021)。因此本文响应已有研究呼吁,将农户家庭结构与创业研究结合起来,更好地解释个体对给定情境存在不同反应的原因(Jaskiewicz等,2017)。
(三)家庭因素对农户异地创业的影响
家庭规模是家庭科学中一个重要变量,它影响了家庭内部成员间互动模式和资源存量,并且对创业行为所起效应存在争议(Vladasel,2019)。因此有必要对家庭规模与异地创业间关系进行系统梳理。另外,结合我国乡土文化背景,家庭因素对个体行为决策具有特殊影响(石智雷和杨云彦,2012)。农村家庭成员间紧密联系特征和家庭规模数量为研究家庭规模效应对异地创业的影响提供了天然土壤,并且家庭规模可以作为异地创业者的坚实后盾,提供特殊资本和竞争优势。例如,农户异地创业者不仅会受到更严峻的物质因素制约,还会遭遇到严重“排外”挑战,此时家庭规模所起到的影响更为重要和深远。据此,本研究基于家庭规模,考察其对异地创业的影响。家庭规模(family size),即父母生育的子女数目(Blake,1989),作为捕捉早期生活经验的重要因素,通过影响家庭内部的社会系统特征(Rosen,1961)以及资本存量、调动效率(Dana等,2020),从而塑造个体认知和行为倾向(Farrington,2005),最终影响了农户创业者的异地创业决策。
进一步,本文探讨了家庭规模对创业流向的作用。一方面,我国农村地区间生育率差异较大。据《中国统计年鉴2020》显示,福建、贵州等地出生率较高,而黑龙江、吉林出生率等远低于全国平均水平。因此,地区间的家庭规模效应以及人口流动存在显著区别。另一方面,农村转移人口多是在“先行者”或者亲朋好友带领下选择出行地,出现地区内集聚、地区间失衡的现象,所以,研究创业流向的选择对各地政府制定人才吸引政策、战略部署潜在人才动员地区以及缓解区域差距意义重大。此外,在创业流向方面,本文聚焦于地区间经济发展差异,这是因为:(1)地区经济发展水平直接影响了创业机会的数量和创业性质(Cohen和Winn,2007),决定了企业利润空间和发展潜力;(2)各省份农村地区经济发展差距明显;(3)农村地区间的“抢人”大战除打好“乡情”牌外,更需要打好“环境”牌和“事业”牌。据此,以地区间的经济发展距离为研究对象,不仅有利于剖析异地创业动机,而且更有助于全面了解农户异地创业所面临的多重压力,助力企业高质量发展和点燃乡村振兴“人才引擎”。
三、研究假设(一)家庭规模与异地创业
首先,不同的家庭规模被视为具有不同特征的社会系统,家庭规模通过影响内部成员间的互动方式,作用于个体认知和行为倾向的形成。大规模农户家庭中以“独立训练”为主导的社会化特征,有利于自主性和机会获取能力的培养(Rosen,1961),帮助创业者在未来主动识别并抓出异地创业机遇。具体而言,小规模家庭的父母对子女关注和注意力较为集中,这种专属沟通以及过度纵容的互动形式,会降低子女自主能力和竞争性(Cameron等,2013)。随着家庭规模的扩大,因劳作特性和物资局限,农村父母本就局限的养育精力变得更为分散,子女更容易被灌输独立的思想,促使其快速成长,实现“早当家”。“独立训练”主要包括两方面的内容:第一,期望子女在各种情况下实现与自力更生相关的训练。例如给予他们相对的自主权去解决问题,让子女既有行动的自由,又对成败负责。这种强调自主解决问题的能力和行为倾向随之被内化,当个体在成年后遇到了其他地区的创业机会吸引时,他/她会重新体验到独立训练所带来的效果,从而更主动地抓住和识别远距离地区的创业机会。第二,主动寻求外部机会的训练。当大家庭子女对父母的依赖性需求得不到满足时,个体会主动寻求家庭外部环境的帮助。已有研究指出社区背景作为家庭背景的补充,对个体的创业选择产生影响(Vladasel等,2021)。结合农村社会特性,乡村中基于血缘和宗族的凝聚性(郭云南和王春飞,2020),更有利于强化大规模家庭的子女寻求家庭外部资源或帮助的行为,从而在异地创业的机会识别和获取进程中发挥关键作用。例如,Jiao等(2010)发现兄弟姐妹数量积极影响了创业者的机会识别能力。因此,大规模农户家庭的“独立训练”,使得创业者拥有了较高水平的自主性和机会获取、识别能力,从而能有效识别和把握异地创业机会,跨越异地创业门槛。
其次,家庭规模通过影响家庭资本作用于个体异地创业决策。家庭资本是个人或群体由家庭获得的人力资本、社会资本和金融资本(Dyer等,2014),是农户创业者开拓异地事业的关键资源。尤其是在中国乡土社会中,家庭是个体的事业组织(费孝通,2008),以血缘为基础的紧密亲属制度(刘英,1990)为异地创业者提供了运转高效的特殊资本。进一步,家庭规模缩小对家庭资本的负面影响体现在:(1)对家庭人力资本形成和调动产生消极影响。家庭人力资本包括成员间关于组织或行业知识、商业秘密的传授(Dana等,2020),以及家庭成员在创业活动中的参与(Dyer等,2014)。已有研究指出在中国农村,个体的劳动力参与具有明显家庭依附性(石智雷和杨云彦,2012),并且家庭成员间的承诺也更为信赖和持久。因此家庭规模的缩小不仅使得人力资源动员过程变得复杂,而且减少了成员间互动、知识传授和学习的机会。另外,在“乡土社会”背景下,农户创业者在异地创业地区会受到更多“排挤”和挑战,而大规模家庭中兄弟姐妹提供的专有、可快速转化的人力资本能有效缓解异地创业面临的社会关联不足,提升心理韧性(Baruch-Feldman等,2002),促进异地创业的发生;(2)影响了家庭社会资本的拓展。有学者指出家庭成员在发展长期利益相关者(朋友和社区领袖等)之间的社会资本也具有独特优势(Zellweger等,2012),这些社会关系能为农户异地创业提供更多资源和可能。(3)增加了对财务资源的调动难度。尤其是在金融市场不发达的情况下,亲属借款是农户异地创业的重要资金,即使家庭成员不是直接的资金来源,他们也是与其他有能力、愿意注入资金的个人建立间接联系的重要来源(Li和Wu,2018)。同时,农户异地创业对财务资本提出更高要求,而家庭规模扩大带来的内部专属、低成本的金融资本,大大提升了农户异地创业行为的发生率和成功率。
综上,在“乡土社会”背景下,家庭规模对农户行为选择的影响更为深远。家庭规模从认知培养、能力塑造以及资源提供塑造了差异化的异地创业决策。农村地区家庭规模的扩大带来了更多的“独立训练”,加强了个体主动寻求外界机会和资源的行为倾向,培养了高水平的机会识别能力,同时也加大了家庭内部对农户创业者人力资本、社会资本以及财务资本的支持力度,最终提升异地创业几率。
据此,本文提出假设1:
假设1:创业者的原生家庭规模越大,越倾向于选择异地创业。
(二)家庭规模与经济发展距离
在异地创业情境中,本、异地间的经济环境差距是存在于创业者之外的重要客观机会(罗顺均等,2020)。在经济发展距离的抉择上,创业者面对两种选项:去往经济发展水平高于出生地的地区,或者去往经济发展水平低于出生地的地区。
首先,第一个选择是去往经济较发达但竞争激烈、成本较高的地区创业,经济发展水平较高的地区,一方面意味着丰腴的创业机会,另一方面也代表着较高程度的创业人才集聚和市场拥挤,以及更大强度的优胜劣汰压力(金碚和龚健健,2014)。例如,2018年北京顺义区的农村创业创新主体达到355个;2019年浙江临安区的农业龙头企业为149家,双创人数共达3028人。在此类地区创业会面临更高竞争和创新压力,只有拥有更高机会识别、获取能力的创业者才能立足于经济发达地区。另外,高经济发展水平地区也带来了昂贵的生活成本,大大提升了创业成本和机会成本。与此同时,大规模家庭的自主识别、主动开发训练,以及低成本的人力资本和财务资本支持,有助于缓解经济发展差距带来的创业困难。
其次,第二种选择是去往经济环境相对落后、但发展潜力较大的地区开启创业活动。由于当地相对不完善的经济环境和不发达的市场体系,对创业企业寻找关键资源和机会的来源产生更多限制(Zhou,2017)。随着经济距离的增加,创业者越受限于资源配置模式和地区经济发展阶段束缚,加上单一的产业结构和高端创新平台的缺乏,使得异地创业障碍重重。这要求创业者拥有更高水平的把控潜在风险和克服资源获取难题的能力,才能在经济落后地区生存。此时来自较大家庭的个体,因其较强水平的自主性、机会识别和获取能力,能够顺利跨越经济距离障碍,开展创业活动。
综上,创业者面临的机会识别难度、创业成本和风险都随着经济距离的扩大而逐渐提升。但无论是创业者选择去往经济发展水平高于或低于出生地的地区,由大规模家庭中“独立训练”形成的自主解决和克服问题能力,以及较高水平的机会识别、获取能力和特殊的资源调动优势,能够支撑个体去往与出生地经济发展差距较大的地区创业。
据此,本文提出假设2:
假设2:创业者的原生家庭规模越大,他们越倾向于去往经济发展距离差距较大的地区创业。
(三)创业者人力资本在家庭规模、异地创业和经济发展距离间的调节作用
首先,较高水平的人力资本会强化创业者在大家庭中习得的“独立训练”效果。人力资本是指个体的知识、技能和能力,具备价值属性高和不易模仿等特点,是持续竞争优势的重要来源(Delery和Roumpi,2017)。较高层次学习和生活经历代表着更宽阔的思维和视野,以创造性思维开发和创造市场机会的能力(Marvel等,2016)。如果在其他地区,出现了“有利可图”的新经济活动机会,拥有更高素质人力资本的个体会更善于感知这些机会(罗顺均等,2020)。换言之,当个体遇到异地创业机会时,解决复杂问题和识别机会的训练效果进一步凸显,最终有利于创业者扩展创业机会的搜索范畴,进而选择经济发展差距更大的地区创业。
其次,农户创业者较高水平的人力资本不仅有助于赢得家庭成员的信任以及外部资源提供者的支持,而且也有利于新知识的积累和优势创造,从而减少对本地区依赖。第一,人力资本在家庭内、外部资源的获取中起着重要作用。较高水平人力资本是成功潜力的重要信号,是为家族提高价值的重要保证(Unger等,2011)。因此,具有高水平人力资本的创业者,在家庭内部寻求创业启动资本时,会更容易赢得家庭内部的信任和支持。第二,创业者的人力资本能有效吸引其他资源供应者对异地创业项目的关注,提高组织合法性,从而应对异地创业障碍。第三,个体受教育程度越高,其社会网络越具有多样性和广泛性,越能将弱联系的人纳入讨论网络(周晔馨等,2019)。因此,较高的人力资本水平减少了创业者在职业上或经济上,对本地社区和资源的依赖。
综上,较高层次的人力资本意味着创业者具有成功开发和利用机会的优越能力,扩大了大家庭中“独立训练”的效果,并且有利于获取家庭内、外部资源,构建广泛的社会网络,从而克服异地资源获取难题。这些都为农户创业者选择经济发展距离较远的地区开展创业活动提供了重要保障。
据此,本文提出假设3a和3b:
假设3a:人力资本正向调节了家庭规模对异地创业的影响;
假设3b:人力资本正向调节了家庭规模对经济发展距离的影响。
(四)产业类型在家庭规模、异地创业和经济发展距离间的调节作用
个体创业决策不仅取决于家庭背景和个体特质,而且还受到产业发展等情境因素的影响(Siqueira等,2016)。目前,我国正居于经济结构调整优化、转型升级的关键时期。产业转型升级也为农村地区的经济发展带来了重要历史机遇。据国家统计局资料显示,第三产业对经济社会发展的拉动作用日益突出,2020年第三产业增加值占GDP的比例已超过一半。与此同时,社会整体的经济环境影响了创业者对创业的理解和方向选择(纪效珲等,2020)。然而,第三产业的创业机会和发展潜力与地区人口规模、基础设施建设、经济发展水平等综合条件密不可分(高翔等,2015)。因此,第三产业的创业环境和资源呈现明显地区集聚和差异性,放大了“独立训练”中的自主性效应,即来自大规模家庭的创业者,能更为主动地识别和抓住经济发展程度差距更大的区域的第三产业潜在创业机遇。
此外,在第三产业高速成长的同时,由于其可复制性强、准入门槛低等特点,产业内部的竞争也日趋激烈。创业者要想走出竞争困境、实现持续发展,必须具备较高水平的机会开发和利用能力。结合创业认知理论,即创业主体基于认知模型,对创业机会进行解释和定义(Companys和 Mcmullen,2007)。换言之,面对日益激烈的市场竞争,由大家庭规模“独立训练”所培养机会识别和把握能力的作用更为凸显,从而支撑他们突出重围,成功开展创业活动。
综上,第三产业的特性放大了“独立训练”成果:一方面,第三产业蕴含丰富的创业机会,具有地区集聚和差异性特征,来自大规模家庭的创业者依靠于“独立训练”培养的自主性,能有效扩展搜索范围,并快速识别出第三产业的异地创业机会;另一方面,第三产业内部竞争激烈,对创业者的机会识别和利用能力设立了较高门槛,而大规模家庭的创业者基于“独立训练”形成了较为丰厚的先前经验,因此更善于发现和抓住经济发展距离较远地区的潜在创业机会,提升异地创业可能性。
据此,本文提出假设4a和4b:
假设4a:当企业属于第三产业时,正向调节了家庭规模对异地创业的影响;
假设4b:当企业属于第三产业时,正向调节了家庭规模对经济发展距离的影响。
四、研究设计(一)样本选择和数据来源
实证数据来自于2016年6月至9月由上海财经大学主导的“千村调查”项目和2016年《中国城市统计年鉴》。“千村调查”以“三农”问题为研究对象,旨在通过专业的、全国范围的社会调研获得“三农”发展现状的一手数据资料。2016年“千村调查”采用分层多阶不等概率抽样方法:首先在全国22个省份中抽取30个县,其次从各县中抽取2个代表镇,再从每镇中抽取10个代表村落,最后从这些村落中随机抽取5户创业农户,共随机抽取了1 500个村落以及4 600位创业者。
本文将样本限制在18岁至55岁之间的创业者:首先,据《2019/2020全球创业观察中国报告》显示,在大多数经济体中,55岁以上的群体创业活动总量最低,因此本文选择55岁以下创业者进行研究。其次,结合我国国情,18岁以上的青年可以自主选择进入劳动力市场开始工作。据此,本文聚焦于18岁以上的创业者群体。最后,为确保数据有效性,本文删除了在调查中两处年龄数值填写不一致的样本,以及创业者年龄与企业年龄差值小于18的样本。
接下来,基于经济发展距离,对异地创业样本进行简单统计分析。首先,符合年龄段要求的异地创业者共523名。其次,将样本分为两类:(1)去往经济发展水平高于出生地的地区(创业地与出生地的经济发展水平差值大于0,N=121);(2)去往经济发展水平低于或等于出生地的地区(创业地与出生地的经济发展水平差值小于等于0,N=337,缺失值为65)。据此,样本中约三分之二的创业者选择去往经济发展水平相似或较低的地区创办创业企业,三分之一的创业者选择去往经济发展水平更高的地区创业。此外,本文发现创业流入较多的地区是长三角、北京和广州等经济发达地区,但也出现了部分样本流向了西北、西南等距离较远、经济发展水平相对较低的地区。这意味着异地创业不仅是对高经济发展水平的追逐,更重要的是对创业机会的挖掘和利用。这也支持了本文选择经济距离进行深入研究的必要性和合理性。
(二)变量测量
1.被解释变量
异地创业。根据题项“您的创业项目所在地就是出生地吗?”处理为虚拟变量:1=异地创业,离开了出生地开展创业活动;0=非异地创业,在出生地创办新企业。
经济发展距离。结合2016年《中国城市统计年鉴》,根据问卷中创业注册地与出生地信息,对两地人均GDP取差值,最后对差值取对数(叶文平等,2018)。
2.解释变量
原生家庭规模。家庭规模为创业者成长时所在家庭中的所有子女数量(Vladasel,2019),数量计算来自于题项“您是否有兄弟姐妹?如有请填写其排行、年龄、学历、职业、民族等信息”。在数据处理中,本文将家庭规模作为连续变量,避免了强行将其作为分类变量所造成的信息损失。
3.调节变量
人力资本。由于正规教育是人力资本的关键构成部分,它关联着创业所需知识、技能和问题解决能力等特质(Marvel等,2016),因此,本文通过个人接受的正规教育程度(题项“您的最高学历是什么?”)来衡量人力资本。
产业类型。根据《国民经济行业分类》(GB/T4754-2017),对企业所属产业处理为虚拟变量:1=企业属于第三产业,0企业不属于第三产业。具体题项为“您从事的主要生意是什么?”。
4.控制变量
(1)个人层面,个体属性(性别、年龄、民族),以及创业动机(题项为“您创业的原因是什么?”)等都会影响创业选择。(2)家庭层面,原生家庭背景,如父母职业(题项为“父母从事何种职业”)、父母是否创业(题项为“父母是否曾经或正在创业”)和家庭地位(题项为“您家在当地的社会地位属于?”和“您家的宗族是否是全村最大的宗族”),以及现有家庭结构(题项为“您子女数量是多少?”),都会对创业选择产生作用。此外,由于家庭规模不可避免地与出生顺序(题项为“您排行是?”)相关(Campbell等,2019),所以本文也对创业者的出生顺序进行了控制。(3)环境层面,出生地与注册地的制度距离(GDP/财政支出的差值)(叶文平等,2018)和所在省份也会影响异地创业活动。基于此,本文控制了创业者性别、年龄、民族(1=汉族,0=少数民族)、出生顺序、创业动机(1=机会型,0=生存型)、父母职业(1=农民,2=工人,3=单位办事员,4=老师,5=技术人员,6=军人,7=公务员,8=行政领导)、父母是否创业、家庭地位(1=下层,5=上层等)、子女数量以及制度距离和所在省份(1=上海市,2=云南省等)。
五、数据分析与结果(一)描述性统计和相关分析
表1是描述性统计分析和相关分析结果。由表1可知,样本中15.055%的创业者选择了异地创业,并且家庭规模和经济发展距离都具有一定差异性,人力资本水平也较为有限。从相关分析结果来看,虽然家庭规模与异地创业不显著相关,但是仅观察双变量的相关性并不会对研究二者关系提供很大启示(Campbell等,2019),因此需要进一步考察在多变量模型中的回归结果。此外,出生顺序与家庭规模不可避免地存在关联,所以呈现出高相关性。为了避免多重共线性,本研究对每个模型计算了方差膨胀系数(VIF),结果显示所有模型的平均VIF小于1.500,所有变量VIF值小于3.500(远低于临界值10),因此回归模型不具有多重共线性问题。
变量 | 样本量 | 均值 | 标准差 | 1 | 2 | 3 | 4 | 5 | |
1.异地创业 | 3 474 | 0.151 | 0.358 | − | |||||
2.经济发展距离 | 3 409 | 0.452 | 2.134 | 0.538* | − | ||||
3.家庭规模 | 3 332 | 2.403 | 1.220 | 0.021 | 0.030 | − | |||
4.人力资本 | 3 308 | 2.651 | 1.107 | 0.050* | 0.015 | −0.253* | − | ||
5.第三产业 | 3 075 | 0.564 | 0.496 | 0.076* | 0.061* | −0.076* | 0.041* | − | |
6.性别 | 2 953 | 0.783 | 0.413 | −0.086* | −0.003 | 0.018 | 0.060* | −0.169* | |
7.年龄 | 3 474 | 42.328 | 7.881 | −0.110* | −0.052* | 0.298* | −0.260* | −0.128* | |
8.出生顺序 | 3 471 | 1.937 | 1.285 | −0.008 | 0.006 | 0.727* | −0.178* | −0.057* | |
9.汉族 | 2 887 | 0.905 | 0.293 | −0.0003 | 0.013 | −0.016 | 0.086* | −0.062* | |
10.创业原因 | 3 402 | 0.427 | 0.495 | 0.008 | −0.011 | −0.077* | 0.191* | −0.074* | |
11.父母创业 | 3 474 | 0.111 | 0.315 | 0.084* | 0.026 | −0.010 | 0.105* | −0.007 | |
12.子女数量 | 3 369 | 1.511 | 0.779 | −0.006 | 0.021 | 0.238* | −0.246* | −0.094* | |
13.家庭地位 | 3 474 | 3.467 | 0.748 | −0.038* | −0.039* | −0.053* | 0.113* | −0.064* | |
14.第一大姓 | 3 474 | 0.312 | 0.464 | −0.030 | −0.011 | 0.130* | −0.072* | −0.026 | |
15.制度距离 | 3 402 | 0 | 0.012 | 0.002 | −0.012 | 0.0003 | −0.006 | −0.009 | |
变量 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 |
7.年龄 | 0.071* | − | |||||||
8.出生顺序 | 0.016 | 0.177* | − | ||||||
9.汉族 | 0.014 | 0.078* | 0.007 | − | |||||
10.创业原因 | 0.079* | −0.085* | −0.076* | 0.032 | − | ||||
11.父母创业 | 0.027 | −0.219* | −0.052* | 0.006 | 0.095* | − | |||
12.子女数量 | 0.049* | 0.233* | 0.131* | 0.008 | −0.053* | −0.034 | − | ||
13.家庭地位 | 0.067* | 0.071* | −0.050* | −0.003 | 0.165* | 0.005 | −0.005 | − | |
14.第一大姓 | 0.104* | 0.031 | 0.043* | 0.035 | 0.002 | 0.036* | 0.144* | 0.015 | − |
15.制度距离 | 0.007 | 0.021 | 0.017 | −0.028 | −0.012 | 0.004 | 0.017 | 0.023 | −0.001 |
注:*p< 0.05,双尾检验,分类变量未放在表中。 |
另外,由于农村地区存在的留守儿童问题也会影响家庭规模效应的作用,所以本文也对调查中“您16岁前由谁带大的”以及“16岁前是否与父母居住在一起”这两个题项的数据结果进行描述性分析。在本文使用的样本(N=3474)中,2821位创业者在16岁之前由父/母带大,2828位创业者在16岁之前与父母居住在一起,80%以上的创业者在成长阶段有父/母陪伴。
(二)假设检验与回归结果分析
由于异地创业是二分变量,本文使用Probit估计模型,考察因变量为异地创业与否的假设检验结果(H1、H3a和H4a)。回归检验结果如表2所示。
变量 | 异地创业 | |||
模型1 | 模型2 | 模型3 | 模型4 | |
家庭规模 | 0.128*** | 0.123** | 0.054 | |
(2.710) | (2.417) | (0.867) | ||
个体人力资本 | −0.015 | |||
(−0.343) | ||||
家庭规模×人力资本 | 0.082** | |||
(2.524) | ||||
第三产业 | 0.166* | |||
(1.959) | ||||
家庭规模*第三产业 | 0.116* | |||
(1.790) | ||||
控制变量 | Yes | Yes | Yes | Yes |
常数项 | 0.460 | 0.327 | 0.731* | 0.604 |
(1.369) | (0.936) | (1.840) | (1.491) | |
样本量 | 2185 | 2079 | 1959 | 1856 |
虚拟判定系数 | 0.065 | 0.075 | 0.080 | 0.089 |
注:***p< 0.01,** p< 0.05,* p<0.1;括号中数字为t值统计量。 |
模型1是基础模型,模型2是考察家庭规模对异地创业的影响(β= 0.128,p<0.01),H1得到验证。模型3是增加了人力资本、人力资本与家庭规模的乘积项(β= 0.082,p<0.05),检验人力资本在家庭规模与异地创业关系间的调节效应,H3a得到支持。模型4是增加第三产业及其与家庭规模的乘积项(β= 0.116,p<0.1),检验产业类型(是否为第三产业)在家庭规模与异地创业关系间的调节效应,H4a得到支持。
进一步,将人力资本分为两组样本(均值+/−1个标准差),绘制出调节效应图,如图1所示。相较于低水平的人力资本(r=0.037,t=0.668,p=0.504),当创业者的人力资本水平较高时,回归直线向右上方倾斜,且更为陡峭(r=0.219,t=3.141,p=0.002),此时家庭规模与异地创业间的正效应更强,H3a进一步得到支持。
产业类型(企业是否属于第三产业)调节效应图如图2所示。相对于企业不属于第三产业(r=0.054,t=0.867,p=0.386),当企业属于第三产业时,回归直线向右上方倾斜,且更为陡峭(r=0.170,t=3.040,p=0.002),此时家庭规模与异地创业间的正效应更强,H4a进一步得到支持。
接下来,鉴于经济发展距离是一个连续变量,本研究通过构建OLS估计模型来检验因变量为经济发展距离假设结果(H2、H3b和H4b)。回归检验结果如表3所示。模型5是基础模型,模型6是考察家庭规模对地区间经济发展距离的影响(β= 0.169,p<0.01),H2得到支持。模型7是增加了人力资本与家庭规模的乘积项(β= 0.162,p<0.01),检验人力资本在家庭规模与经济发展距离的调节效应,H3b得到支持。模型8是增加了第三产业及其与家庭规模的乘积项(β= 0.114,不具有统计学上的显著性),检验产业类型(是否为第三产业)在家庭规模与经济发展距离关系间的调节效应,H4b未得到支撑。
变量 | 经济发展距离 | |||
模型5 | 模型6 | 模型7 | 模型8 | |
家庭规模 | 0.169*** | 0.198*** | 0.118 | |
(2.741) | (3.072) | (1.574) | ||
人力资本 | −0.075 | |||
(−1.266) | ||||
家庭规模×人力资本 | 0.162*** | |||
(3.867) | ||||
第三产业 | 0.224** | |||
(2.201) | ||||
家庭规模×第三产业 | 0.114 | |||
(1.454) | ||||
控制变量 | Yes | Yes | Yes | Yes |
常数项 | 2.125*** | 1.913*** | 2.716*** | 2.146*** |
(3.883) | (3.391) | (4.137) | (3.080) | |
样本量 | 2231 | 2121 | 2001 | 1896 |
R2 | 0.055 | 0.086 | 0.099 | 0.092 |
注:***p< 0.01,** p< 0.05,* p<0.1;括号中数字为t值统计量。 |
人力资本调节效应图如图3所示。相对于低水平的人力资本(r=0.030,t=0.463,p=0.643),当创业者具有高人力资本水平时(r=0.387,t=4.126,p=0.000),回归直线向右上方倾斜,且更为陡峭,此时家庭规模与经济发展距离间的正效应更强,H3b进一步得到支持。
(三)稳健性检验
1.重新筛选样本
在1979年后出生的创业者更可能受到独生子女政策的影响而来自小规模家庭,因此,本研究选择受到计划生育政策影响的样本,即处于18岁至37岁之间的创业者对主效应进行重新检验。检验结果如表4所示,模型9和模型11分别是重新筛选样本后对异地创业、经济发展距离的基础模型。模型10是验证家庭规模对异地创业的影响(β=0.265,p<0.05),模型12是验证家庭规模对经济发展距离的影响(β=0.383,p<0.05),回归结果均支持了主效应假设。
变量 | 异地创业 | 经济发展距离 | ||
模型9 | 模型10 | 模型11 | 模型12 | |
家庭规模 | 0.265** | 0.383** | ||
(2.250) | (2.128) | |||
控制变量 | Yes | Yes | Yes | Yes |
常数项 | −0.551 | −0.907 | 1.635 | 1.247 |
(−0.693) | (−1.100) | (1.179) | (0.874) | |
样本量 | 457 | 452 | 491 | 485 |
虚拟判定系数/R2 | 0.108 | 0.141 | 0.176 | 0.185 |
注:***p< 0.01,** p< 0.05,* p<0.1;括号中数字为t值统计量。 |
2.改变自变量的度量方法
首先将家庭规模处理为虚拟变量:1=大规模家庭,父母生育子女的数目大于2;0=小规模家庭,父母生育1—2个子女。其次,扩大样本为18岁—65岁的创业者,对主效应进行稳健性检验。回归结果如表5所示,模型13和模型15分别是对异地创业和经济发展距离的基础模型,模型14是验证家庭规模对异地创业的影响(β=0.174,p<0.05),模型16是验证家庭规模对经济发展距离的影响(β=0.364,p<0.01),均得到了支持。
变量 | 异地创业 | 经济发展距离 | ||
模型13 | 模型14 | 模型15 | 模型16 | |
大规模家庭 | 0.174** | 0.364*** | ||
(2.001) | (3.225) | |||
控制变量 | Yes | Yes | Yes | Yes |
常数项 | 0.283 | 0.275 | 1.914*** | 1.962*** |
(0.915) | (0.850) | (3.801) | (3.744) | |
样本量 | 2433 | 2306 | 2486 | 2355 |
虚拟判定系数/R2 | 0.064 | 0.070 | 0.048 | 0.073 |
注:***p< 0.01,** p< 0.05,* p<0.1;括号中数字为t值统计量。 |
3.PSM匹配
尽管在回归中控制了个体特征、家庭结构和环境因素的各类差异,但仍然不能完全解决潜在的内生性问题。基于此,本文将家庭规模分为两类:大规模家庭(子女数量大于2)和小规模家庭(子女数量为1—2),采用了邻近2匹配的PSM(倾向值得分匹配)对主效应进行重新检验,纠正可能存在的估计偏差。假设检验结果如表6所示,模型17和模型19分别是对异地创业和经济发展距离的基础模型,模型18是验证家庭规模对异地创业的影响(β=0.182,p<0.1),模型20是验证家庭规模对经济发展距离的影响(β=0.445,p<0.01),检验结果均与原回归结果一致。此外,匹配平衡性检验结果显示绝大部分匹配变量的标准偏差绝对值都低于10%,说明PSM估计结果具有较强可信度。
变量 | 异地创业 | 经济发展距离 | ||
模型17 | 模型18 | 模型19 | 模型20 | |
大规模家庭 | 0.182* | 0.445*** | ||
(1.762) | (3.412) | |||
控制变量 | Yes | Yes | Yes | Yes |
常数项 | 0.647 | 0.714 | 3.191*** | 3.369*** |
(1.375) | (1.509) | (4.107) | (4.295) | |
样本量 | 1347 | 1347 | 1411 | 1411 |
虚拟判定系数/ R2 | 0.094 | 0.097 | 0.109 | 0.117 |
注:***p< 0.01,** p< 0.05,* p<0.1;括号中数字为t值统计量。 |
4.替换制度距离变量
针对制度距离和经济发展距离可能存在的共线性问题(二者都用到了GDP相关指标),本文借鉴已有研究思路,使用了综合性指标对制度距离进行替换(葛菲和贺小刚,2017)。具体而言,采用了中国社科院发布的《2016中国城市竞争力报告》①中的综合经济竞争力指数对现有的制度距离测量指标进行替换,对18—50岁的创业者对主效应进行稳健性检验,均得到支持。回归表格如表7所示:
变量 | 异地创业 | 经济发展距离 | ||
模型21 | 模型22 | 模型23 | 模型24 | |
家庭规模 | 0.113** | 0.110** | ||
(1.971) | (2.247) | |||
控制变量 | Yes | Yes | Yes | Yes |
常数项 | −0.535 | −0.637 | 0.161 | 0.142 |
(−1.304) | (−1.512) | (0.416) | (0.348) | |
样本量 | 1790 | 1701 | 1824 | 1731 |
虚拟判定系数/ R2 | 0.172 | 0.179 | 0.505 | 0.506 |
注:***p< 0.01,** p< 0.05,* p<0.1;括号中数字为t值统计量。 |
(一)研究结果
本文从家庭内部的社会化特征和资源存量角度出发,结合农户异地创业所面临的特殊障碍,研究创业者的原生家庭规模对异地创业和创业流向选择的影响,并且综合了创业者个人特质和企业所属产业特征,充分探讨二者关系间的边界条件。研究结果表明:(1)创业者的原生家庭规模越大,越倾向于选择异地创业,并且更愿意去往经济发展差距更大的地区创业。该结果表明大规模家庭中的“独立训练”和专属资本有利于创业者选择去往风险和收益成正比的“远地区”创业。这与陈刚(2020)的发现类似,即家庭背景影响了个性特征和企业家精神,从而对创业决策产生影响。不同的是,本文基于异地创业情境,结合农户异地创业特征及其特殊困境,显示出培养创业者自主性和机会识别、把握能力的重要性。(2)当创业者具备较高的人力资本时,家庭规模对异地创业、创业地经济距离的积极效应越显著。该结果表明异地创业情境下人力资本的重要性,类似地,Dabić等(2020)对异地创业文献进行回顾也强调了人力资本通过特定方式影响了异地创业的决策和成功。(3)当企业属于第三产业时,放大了家庭规模对异地创业的正向影响,但未在家庭规模与经济发展距离关系间起到调节作用。这说明虽然产业发展对异地创业行为起到了一定推动作用,但是大规模家庭的创业者更注重的是经济发展差距较大地区本身所蕴含的创业机会和潜力。
(二)理论意义
本文的理论贡献如下:第一,搭建起了家庭科学与创业研究间的重要桥梁。虽然家庭规模对个体行为有着巨大影响(Farrington,2005),但在创业研究中,家庭结构对创业者及其行为的影响没有得到相应重视(Jaskiewicz等,2017)。本文通过构建家庭规模与异地创业、创业流向的研究模型,梳理了家庭规模对异地创业选择的作用机制,凸显了家庭规模对个体认知和行为选择的长远影响。
第二,扩充了异地创业相关文献。多数异地创业的动因研究仅聚焦于是否采取异地创业行为的影响因素(Bird和Wennberg,2016),而没有进一步考察影响创业流向的关键要素。而深入探索家庭规模与异地创业流向的作用机制,不仅有助于深入了解农户异地创业动机,也有利于进一步有针对性地激发异地创业热情、助力企业和区域发展等。此外,由于经济发展程度对创业机会、资源获取至关重要,本文聚焦于经济发展距离,研究家庭规模效应的影响机制。因此,本文从微观视角,拓展了异地创业的研究层次。
第三,从个人层面和企业层面拓展了家庭规模和异地创业距离间的边界条件。一方面,人力资本是制约个体机会识别和利用水平的主要元素,对创业决策至关重要,本文响应Marvel等(2016)号召,将人力资本与家庭科学整合在一起,扩展了人力资本在异地创业情境中的影响研究。另一方面,揭示了产业情境因素在家庭规模和异地创业间的意义。本文研究了特定产业下,家庭规模对创业机会认知、异地创业具体选择的影响,凸显了地域产业发展水平和集聚效应对激发创业活力、赋能农村区域经济发展的重要意义。
(三)管理启示
研究结果对把握异地创业动向、完善创业生态系统、转变创业者认知、培育乡土创业人才和地区政府制定人才政策都有很强实践意义。首先,研究结果生动展示了我国农村地区异地创业现状,为各地政府把握人才转移的新动向、新变化和新趋势,以及如何抢占人才聚集高地提供有力启示。异地创业并不单一是对高经济发展地区的追逐,而是创业机会的吸引和把握。同时,本文研究结果也显示出个体在家庭领域的经历与创业决策相互作用。虽然已有家庭规模无法改变,但是对未来家庭教育、全社会营造良好的创新创业系统以及转变创业者认知都有积极启示。针对异地创业需克服的多重困难,一方面需要发挥家庭社会学校多方共育的作用,例如重视父母对子女自主性和认知能力培养的积极影响,同时将创新创业教育贯穿人才培养全过程,实现家庭教育、高校培养、政府支持、社会对接以及行业组织的有效互动,激发全民创业活力;另一方面也需要创业者主动提升自主性、机会识别能力和综合知识,转变对异地创业的畏惧心理,以开拓者和实干者的态度看待异地创业机会,以更高的创业激情和奉献精神投身于返乡入乡新实践。
第二,重视培育多层次高质量乡土人才,以人才振兴撬动乡村振兴。研究结果强调了人力资本在家庭规模和异地创业间的重要性,因此打造高质量的乡土人才对创业资源的合理配置具有积极作用。一方面,构建多层次、分类别的专业教育体系,为地区间创业人才的流动营造环境。例如,针对乡土创业人才的素质基础和产业特点,以实干型、知识型、专业型人才为目标,建立精准性、系统性、长期性的培训机制,激发和保护创业精神,在全社会营造敢为人先、宽容失败的创业文化,激发人才流动积极性。另一方面,在扩大人才增量的同时,盘活本土人才存量。乡村振兴需要源源不断的人才队伍力量支撑,不仅要汇聚外地有志之士,也要挖掘本土乡贤人才的资源。通过对各类具有创业意愿的劳动者开展创业培训、观摩交流和实践锻炼等方式,培育人才队伍实现扶贫“尖兵”到人才振兴转变。
第三,农村地区间的“抢人”大战要实现差异化竞争,有策略地选择潜在人才动员地并加快相关产业布局。一方面,从调研数据可知出大家庭规模较多的省份(例如河南等)也是异地创业大省,因此建议各地政府针对潜在人才流出地制定差别政策。另一方面,明确产业导向是吸纳人才的重要推力,建议各地区不仅打好“乡情牌”,而且要打好“本土牌”。政策制定需要把握乡村产业发展重要趋势,形成区域性特色产业,促进产业融合,保障机会吸引人、环境留住人。此外,帮助农户异地创业人员搭建互相交流平台,促进其与本土环境积极融合,增加社会接纳度,提升创业信心和归属感,实现合作创新。
(四)研究局限和展望
本研究存在一定局限。首先,“千村调查”数据属于横截面数据,在推断因果关系上具有一定缺陷,后续研究可结合其他数据源或增加访谈内容来进一步研究家庭规模的影响。其次,本文仅考察了原生家庭规模对异地创业决策的影响,未来可结合本土文化拓展研究视角,如研究农村家族宗族文化下的家庭性质或团体结构对异地创业成长、治理等方面的影响。最后,本研究没有直接测量家庭规模的作用机制,未来研究可通过实验设计或补充调研来检验家庭规模的中介机制。
① 城市的综合经济竞争力指标体系包括经济增长、经济效率、企业本体、当地要素、当地需求、软件环境、硬件环境、全球联系。
[1] | 陈刚. 独生子女政策与消失的企业家精神[J]. 经济学动态, 2020(7): 84–98. |
[2] | 郭云南, 王春飞. 第一大姓当选是否会促进创业?[J]. 经济学(季刊), 2020, 19(4): 1355–1374. |
[3] | 蔺楠, 张茜, 周炜. 独生子女与创业意愿——基于“差别养育”视角的研究[J]. 经济管理, 2020, 42(6): 116–134. |
[4] | 罗顺均, 安雯雯, 叶文平. 什么样的异地创业更具投资吸引力——基于模糊集定性比较分析(fsQCA)的研究方法[J]. 南开管理评论, 2020, 23(4): 166–177. |
[5] | 童馨乐, 潘妍, 胡迪, 等. 激励抑或阻滞: 城乡收入差距对农户异地创业的影响[J]. 学习与实践, 2019(5): 12–22. |
[6] | 杨向阳, 潘妍, 童馨乐. “双边”社会关系网络与农户异地创业[J]. 农业技术经济, 2018(9): 30–41. |
[7] | 叶文平, 李新春, 朱沆. 地区差距、社会嵌入与异地创业——“过江龙”企业家现象研究[J]. 管理世界, 2018, 34(1): 139–156. |
[8] | 周晔馨, 涂勤, 梁斌, 等. 农民工的社会资本如何形成: 基于社会网络的分析[J]. 世界经济, 2019, 42(2): 170–192. |
[9] | Aliaga-Isla R, Rialp A. Systematic review of immigrant entrepreneurship literature: Previous findings and ways forward[J]. Entrepreneurship & Regional Development, 2013, 25(9-10): 819–844. |
[10] | Bird M, Wennberg K. Why family matters: The impact of family resources on immigrant entrepreneurs' exit from entrepreneurship[J]. Journal of Business Venturing, 2016, 31(6): 687–704. |
[11] | Cameron L, Erkal N, Gangadharan L, et al. Little emperors: Behavioral impacts of China's One-Child Policy[J]. Science, 2013, 339(6122): 953–957. |
[12] | Campbell R J, Jeong S H, Graffin S D. Born to take risk? The effect of CEO birth order on strategic risk taking[J]. Academy of Management Journal, 2019, 62(4): 1278–1306. |
[13] | Dabić M, Vlačić B, Paul J, et al. Immigrant entrepreneurship: A review and research agenda[J]. Journal of Business Research, 2020, 113: 25–38. |
[14] | Dana L P, Gurau C, Light I, et al. Family, community, and ethnic capital as entrepreneurial resources: Toward an integrated model[J]. Journal of Small Business Management, 2020, 58(5): 1003–1029. |
[15] | Delery J E, Roumpi D. Strategic human resource management, human capital and competitive advantage: Is the field going in circles?[J]. Human Resource Management Journal, 2017, 27(1): 1–21. |
[16] | Fatoki O, Patswawairi T. The motivations and obstacles to immigrant entrepreneurship in South Africa[J]. Journal of Social Sciences, 2012, 32(2): 133–142. |
[17] | Jaskiewicz P, Combs J G, Shanine K K, et al. Introducing the family: A review of family science with implications for management research[J]. Academy of Management Annals, 2017, 11(1): 309–341. |
[18] | Li L X, Wu X Y. Number of siblings, credit constraints, and entrepreneurship in China[J]. The Journal of Development Studies, 2018, 54(7): 1253–1273. |
[19] | Marvel M R, Davis J L, Sproul C R. Human capital and entrepreneurship research: A critical review and future directions[J]. Entrepreneurship Theory and Practice, 2016, 40(3): 599–626. |
[20] | Munkejord M C. Immigrant entrepreneurship contextualised: Becoming a female migrant entrepreneur in rural Norway[J]. Journal of Enterprising Communities:People and Places in the Global Economy, 2017, a,11(2): 258–276. |
[21] | Munkejord M C. Local and transnational networking among female immigrant entrepreneurs in peripheral rural contexts: Perspectives on Russians in Finnmark, Norway[J]. European Urban and Regional Studies, 2017, b,24(1): 7–20. |
[22] | Ndofor H A, Priem R L. Immigrant entrepreneurs, the ethnic enclave strategy, and venture performance[J]. Journal of Management, 2011, 37(3): 790–818. |
[23] | Sahin M, Nijkamp P, Stough R. Impact of urban conditions on firm performance of migrant entrepreneurs: A comparative Dutch-US study[J]. The Annals of Regional Science, 2011, 46(3): 661–689. |
[24] | Siqueira A C O, Webb J W, Bruton G D. Informal entrepreneurship and industry conditions[J]. Entrepreneurship Theory and Practice, 2016, 40(1): 177–200. |
[25] | Unger J M, Rauch A, Frese M, et al. Human capital and entrepreneurial success: A meta-analytical review[J]. Journal of Business Venturing, 2011, 26(3): 341–358. |
[26] | Vladasel T, Lindquist M J, Sol J, et al. On the origins of entrepreneurship: Evidence from sibling correlations[J]. Journal of Business Venturing, 2021, 36(5): 106017. |
[27] | Vladasel T L. Birth Order, family size, and sibling sex composition effects in entrepreneurship[J]. Academy of Management Proceedings, 2019, 2019(1): 11723. |
[28] | Zellweger T M, Kellermanns F W, Eddleston K A, et al. Building a family firm image: How family firms capitalize on their family ties[J]. Journal of Family Business Strategy, 2012, 3(4): 239–250. |
[29] | Zhou W B. Institutional environment, public-private hybrid forms, and entrepreneurial reinvestment in a transition economy[J]. Journal of Business Venturing, 2017, 32(2): 197–214. |