朱清政，劉仕鑫，李敬鎖

（青島農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院（合作社學(xué)院），山東 青島 266000）

2020年在全面打贏脫貧攻堅(jiān)戰(zhàn)后，脫貧攻堅(jiān)成果如何與鄉(xiāng)村振興戰(zhàn)略有效銜接提上了日程，在全面脫貧后中國廣大農(nóng)村并沒有扭轉(zhuǎn)空心化、人口外流、耕地荒蕪的趨勢(shì)［1］。農(nóng)村發(fā)展固然需要政府扶持和社會(huì)各界的援助，但更重要的是激活農(nóng)村的內(nèi)生動(dòng)力，提高政策與資源投入的效率。農(nóng)民創(chuàng)業(yè)可以激發(fā)農(nóng)村發(fā)展的內(nèi)生動(dòng)力，盤活資產(chǎn)，增加就業(yè)崗位，是經(jīng)濟(jì)下行、鄉(xiāng)村振興戰(zhàn)略雙重大背景下，消化農(nóng)村剩余勞動(dòng)力的重要途徑。盡管國家近年針對(duì)鄉(xiāng)村振興、農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)出臺(tái)了各種扶持政策，但政策落地實(shí)施效果并未達(dá)到預(yù)期目標(biāo)，尹志超等［2］根據(jù)中國家庭追蹤調(diào)查（China family panel studies，CFPS）數(shù)據(jù)，推算出2012年農(nóng)民創(chuàng)業(yè)占比7.55%，2018年為7.49%，農(nóng)民創(chuàng)業(yè)活力并未被激活。分析農(nóng)戶不同收入群體、收入結(jié)構(gòu)與創(chuàng)業(yè)之間的關(guān)系，有利于明晰農(nóng)民創(chuàng)業(yè)的一般性規(guī)律、發(fā)揮農(nóng)民參與鄉(xiāng)村經(jīng)濟(jì)建設(shè)的自主性，同時(shí)也能避免資源的無效投入，減少政策空轉(zhuǎn)，成為實(shí)現(xiàn)鄉(xiāng)村振興戰(zhàn)略的重要切入點(diǎn)。

學(xué)者們從不同角度對(duì)農(nóng)民創(chuàng)業(yè)進(jìn)行了研究，研究方向大致分為3 類：一是農(nóng)民個(gè)體特征。張梁梁等［3］、周廣肅等［4］認(rèn)為農(nóng)民外出務(wù)工經(jīng)歷，顯著提高創(chuàng)業(yè)概率在1.8%以上，但許明［5］基于中國城鄉(xiāng)勞動(dòng)力流動(dòng)全國性調(diào)查數(shù)據(jù)研究顯示，外出務(wù)工經(jīng)歷減少了返鄉(xiāng)農(nóng)民工在家鄉(xiāng)所在地的社會(huì)資源，創(chuàng)業(yè)概率降低9%左右。羅明忠等［6］認(rèn)為具有外向、盡責(zé)特質(zhì)的農(nóng)民創(chuàng)業(yè)者更容易獲得好的創(chuàng)業(yè)績效。朱明芬［7］認(rèn)為受教育程度越高，對(duì)創(chuàng)業(yè)決策的促進(jìn)作用越大。二是家庭特征。楊嬋等［8］通過“千村調(diào)查”數(shù)據(jù)研究得出，出身于體制內(nèi)精英家庭的農(nóng)民更熱衷于創(chuàng)業(yè)，且存在“趨名”導(dǎo)向，不只追求經(jīng)濟(jì)利益。李后建等［9］基于2013 中國家庭收入調(diào)查數(shù)據(jù)研究后得出，農(nóng)村家庭出身的獨(dú)生子女創(chuàng)業(yè)概率降低11.3%。蔣建勇等［10］認(rèn)為農(nóng)村社會(huì)關(guān)系網(wǎng)絡(luò)對(duì)農(nóng)民創(chuàng)業(yè)具有顯著影響，具體表現(xiàn)為周圍親屬中的成功創(chuàng)業(yè)者將增強(qiáng)農(nóng)民的創(chuàng)業(yè)意向與創(chuàng)業(yè)可行的信心。三是環(huán)境特征。張應(yīng)良等［11］通過調(diào)研數(shù)據(jù)研究戶主特征、性別、創(chuàng)業(yè)行業(yè)等因素對(duì)東部、中部、西部地區(qū)農(nóng)民創(chuàng)業(yè)成功的影響。肖華芳等［12］從信貸支持角度研究農(nóng)民創(chuàng)業(yè)，結(jié)果表明，有貸款需求的農(nóng)民創(chuàng)業(yè)者只有不到60%能獲得正規(guī)金融機(jī)構(gòu)資助。曾宣燁等［13］利用2 778 份農(nóng)民創(chuàng)業(yè)者數(shù)據(jù)進(jìn)行研究，結(jié)果表明，政府對(duì)于在第一產(chǎn)業(yè)領(lǐng)域內(nèi)的農(nóng)民創(chuàng)業(yè)類型更傾向于培訓(xùn)支持和政策支持，對(duì)于第二和第三產(chǎn)業(yè)領(lǐng)域內(nèi)的農(nóng)民創(chuàng)業(yè)類型更傾向于資金支持。

農(nóng)民創(chuàng)業(yè)往往以家庭為基礎(chǔ)，多位家庭成員共同參與，因此適合以農(nóng)戶家庭為單位對(duì)農(nóng)戶創(chuàng)業(yè)行為進(jìn)行研究，但現(xiàn)有學(xué)者們對(duì)農(nóng)戶家庭創(chuàng)業(yè)進(jìn)行研究時(shí)，對(duì)農(nóng)戶家庭收入差距、收入結(jié)構(gòu)并沒有進(jìn)行區(qū)分。隨著經(jīng)濟(jì)的發(fā)展，農(nóng)民收入差距持續(xù)擴(kuò)大。杜鑫［14］基于10 個(gè)省份的調(diào)研數(shù)據(jù)研究發(fā)現(xiàn)，2019年相比2010年，農(nóng)村居民收入分配的基尼系數(shù)提高了約20%，各收入對(duì)照組之間的收入差距無論是絕對(duì)收入差距還是相對(duì)收入差距皆大幅擴(kuò)大。中國社會(huì)科學(xué)院農(nóng)村發(fā)展研究所發(fā)布的《中國農(nóng)村經(jīng)濟(jì)形勢(shì)分析與預(yù)測(cè)》綠皮書亦多次指出，農(nóng)民內(nèi)部收入差距擴(kuò)大，農(nóng)民之間的收入分配狀況逐漸趨于復(fù)雜化。本研究認(rèn)為農(nóng)村內(nèi)部不同家庭收入差距對(duì)農(nóng)戶創(chuàng)業(yè)的影響不可忽略，這構(gòu)成了本研究的基礎(chǔ)和重點(diǎn)。

本研究的創(chuàng)新和貢獻(xiàn)之處有以下幾點(diǎn)：①利用具有全國代表性的微觀調(diào)查數(shù)據(jù)研究農(nóng)戶收入差距對(duì)農(nóng)戶創(chuàng)業(yè)的影響，是對(duì)現(xiàn)有農(nóng)戶創(chuàng)業(yè)文獻(xiàn)的重要補(bǔ)充。②在研究內(nèi)容上，以農(nóng)戶家庭為基本研究單位，從農(nóng)戶內(nèi)部收入差距、收入來源不同視角研究農(nóng)戶家庭創(chuàng)業(yè)行為，發(fā)現(xiàn)其對(duì)農(nóng)戶創(chuàng)業(yè)決策存在的促進(jìn)或抑制效應(yīng)，在研究視角還有研究結(jié)果上均有新意。③按照農(nóng)戶創(chuàng)業(yè)原因的不同，分解為主動(dòng)創(chuàng)業(yè)與被動(dòng)創(chuàng)業(yè)，詳細(xì)考察了農(nóng)戶內(nèi)部收入差距、收入結(jié)構(gòu)對(duì)農(nóng)戶創(chuàng)業(yè)原因的影響。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究使用的數(shù)據(jù)來自2019年西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查（China household finance survey，CHFS）的家庭數(shù)據(jù)庫。2019年中國家庭金融調(diào)查樣本覆蓋全國29 個(gè)?。ㄗ灾螀^(qū)、直轄市），343 個(gè)區(qū)縣，1 360 個(gè)村（居）委會(huì)，最終搜集了34 643 戶家庭、107 008 個(gè)家庭成員的信息，數(shù)據(jù)具有全國代表性。本研究以2019年的調(diào)查數(shù)據(jù)作為基礎(chǔ)樣本，根據(jù)研究內(nèi)容對(duì)數(shù)據(jù)進(jìn)行篩選調(diào)整：剔除城市樣本；剔除數(shù)據(jù)不完整的缺失樣本；去除極端樣本。經(jīng)過數(shù)據(jù)清洗共得到7 185 戶有效樣本。

1.2 變量選取

被解釋變量：是否創(chuàng)業(yè)?；谑茉L戶是否從事工商業(yè)經(jīng)營來表示。工商業(yè)生產(chǎn)經(jīng)營項(xiàng)目不僅包括個(gè)體小手工業(yè)經(jīng)營和企業(yè)經(jīng)營，也包含在工商部門登記注冊(cè)農(nóng)業(yè)項(xiàng)目，如家庭農(nóng)場、合作社、農(nóng)業(yè)企業(yè)等。本研究參考尹志超等［15］做法，根據(jù)創(chuàng)業(yè)原因?qū)?chuàng)業(yè)類型分為主動(dòng)創(chuàng)業(yè)與被動(dòng)創(chuàng)業(yè)。主動(dòng)創(chuàng)業(yè)：如果家庭從事自營工商業(yè)的動(dòng)機(jī)是想自己當(dāng)老板、掙得更多、更靈活自由，則為主動(dòng)創(chuàng)業(yè)。被動(dòng)創(chuàng)業(yè)：因找不到其他工作機(jī)會(huì)、迫于生活壓力而進(jìn)行的創(chuàng)業(yè)，即為被動(dòng)創(chuàng)業(yè)。

關(guān)鍵變量：家庭總收入、家庭工資性收入、家庭農(nóng)業(yè)收入、家庭財(cái)產(chǎn)性收入、家庭轉(zhuǎn)移性收入（對(duì)以上數(shù)據(jù)均進(jìn)行了對(duì)數(shù)處理）。

控制變量：分為個(gè)體層面、家庭層面、地區(qū)層面。個(gè)體層面：年齡、年齡平方（為消除年齡對(duì)因變量的非線性影響）、性別、受教育程度、健康程度、風(fēng)險(xiǎn)厭惡。家庭層面：家庭人口規(guī)模、家庭非農(nóng)工作率、家庭負(fù)債規(guī)模（取對(duì)數(shù)）、是否經(jīng)歷房屋拆遷。地區(qū)層面：包括中部地區(qū)、西部地區(qū)、東北地區(qū)（為控制地域因素對(duì)創(chuàng)業(yè)決策的影響，本研究引入虛擬變量，且為避免多重共線性隨機(jī)選取3 個(gè)地域）。

各變量描述性分析如表1 所示。

表1 變量描述性分析

1.3 模型構(gòu)建

針對(duì)是否創(chuàng)業(yè)是二值的選擇變量，本研究采取Probit 模型來分析農(nóng)村收入差距、收入結(jié)構(gòu)對(duì)農(nóng)戶創(chuàng)業(yè)決策的影響，方程式如下。

式中，entrepreneuri代表家庭是否創(chuàng)業(yè)，表示家庭i是否選擇創(chuàng)業(yè)的虛擬變量；familyincomei表示家庭i的收入變量，衡量家庭收入對(duì)創(chuàng)業(yè)決策的影響；householdcharacteristicsi為個(gè)體i層面的控制變量，即戶主特征變量，表示戶主個(gè)人特征對(duì)創(chuàng)業(yè)決策的影響；familycharacteristicsi表示家庭i的特征變量；β1、β2、β3表示回歸系數(shù)；region 代表區(qū)域效應(yīng)；εi是隨機(jī)干擾項(xiàng)。

2 結(jié)果與分析

2.1 家庭收入差距對(duì)農(nóng)戶創(chuàng)業(yè)的影響分析

為研究農(nóng)戶家庭不同收入群體對(duì)創(chuàng)業(yè)的影響，本研究參照冷智花等［16］的方法，將農(nóng)戶家庭按照收入不同分為6 組，采用Stata16.0 軟件對(duì)29 個(gè)?。ㄗ灾螀^(qū)、直轄市）的7 185 戶樣本數(shù)據(jù)進(jìn)行回歸，回歸結(jié)果如表2。

2.1.1 收入因素對(duì)農(nóng)戶創(chuàng)業(yè)的影響分析 由表2 可知，農(nóng)戶家庭收入在2.5 萬元以下時(shí)，對(duì)于農(nóng)戶創(chuàng)業(yè)決策顯著抑制。對(duì)收入大于2.5 萬元的4 008 戶農(nóng)戶樣本進(jìn)行回歸，在10%的置信水平下顯著抑制農(nóng)戶創(chuàng)業(yè)。進(jìn)一步控制收入?yún)^(qū)間，農(nóng)戶家庭收入超過5萬元時(shí)，對(duì)農(nóng)戶創(chuàng)業(yè)決策將不再有顯著抑制作用。本研究使用中國家庭金融調(diào)查2019年的數(shù)據(jù)進(jìn)行基準(zhǔn)回歸，根據(jù)國家統(tǒng)計(jì)局公布數(shù)據(jù)，2019年中國農(nóng)村人均可支配收入為16 021 元，按照中國家庭平均規(guī)模3.56 人計(jì)算，中國農(nóng)村家庭平均收入為5.7 萬元，即只有當(dāng)農(nóng)戶家庭收入接近中國農(nóng)村家庭平均收入時(shí)，才不會(huì)對(duì)農(nóng)戶創(chuàng)業(yè)產(chǎn)生抑制作用。本研究共選取樣本7 185 戶，其中家庭收入在5 萬元以上的為2 395 戶，占比33.3%。當(dāng)農(nóng)戶家庭收入超過10 萬元時(shí)，對(duì)農(nóng)戶創(chuàng)業(yè)決策有顯著促進(jìn)作用，此時(shí)收入提升1%，創(chuàng)業(yè)概率將增加3.06%。

總的來說，農(nóng)戶家庭收入低于2.5 萬元對(duì)創(chuàng)業(yè)決策呈現(xiàn)顯著負(fù)相關(guān)，收入高于10 萬元的家庭為顯著正相關(guān)，5 萬～10 萬元的家庭為不顯著，相對(duì)于沒有進(jìn)行創(chuàng)業(yè)的農(nóng)戶，進(jìn)行創(chuàng)業(yè)的是農(nóng)民群體中的高收入階層。

2.1.2 個(gè)體因素對(duì)農(nóng)戶創(chuàng)業(yè)的影響分析 由表2 可知，戶主年齡與性別變量對(duì)農(nóng)戶創(chuàng)業(yè)決策影響均不顯著。但戶主年齡回歸系數(shù)為正，戶主年齡平方系數(shù)為負(fù)，說明戶主年齡對(duì)于農(nóng)戶家庭創(chuàng)業(yè)的影響不是線性，而是呈倒U 形，隨著年齡增長，對(duì)家庭創(chuàng)業(yè)決策的影響呈現(xiàn)出先促進(jìn)后抑制的作用。

表2 不同收入家庭組對(duì)農(nóng)戶創(chuàng)業(yè)決策的基準(zhǔn)模型回歸結(jié)果

戶主受教育程度、健康程度（2019年中國家庭金融調(diào)查問卷中健康程度得分越小越健康）對(duì)農(nóng)戶家庭創(chuàng)業(yè)存在顯著促進(jìn)關(guān)系，戶主越健康、受教育程度越高，創(chuàng)業(yè)幾率越大。當(dāng)家庭收入超過10 萬元時(shí)，戶主受教育程度對(duì)農(nóng)戶創(chuàng)業(yè)決策影響不再顯著。戶主個(gè)人風(fēng)險(xiǎn)厭惡偏好對(duì)農(nóng)戶家庭各收入組創(chuàng)業(yè)決策影響顯著，當(dāng)收入在5 萬～10 萬元時(shí)，抑制作用達(dá)到最大，此時(shí)收入提升1%，創(chuàng)業(yè)概率下降2.56%。

2.1.3 家庭因素對(duì)農(nóng)戶創(chuàng)業(yè)的影響分析 由表2 可知，家庭非農(nóng)工作率、家庭人口規(guī)模對(duì)農(nóng)戶家庭創(chuàng)業(yè)均有顯著的促進(jìn)作用，家庭人口數(shù)量越多、從事非農(nóng)工作的人口越多，擁有的資源也就越多，能夠投入創(chuàng)業(yè)的資源也越多。但當(dāng)家庭收入超過10 萬元時(shí)，家庭非農(nóng)工作率對(duì)創(chuàng)業(yè)的促進(jìn)作用變得不再顯著，此時(shí)農(nóng)戶進(jìn)行小型創(chuàng)業(yè)得到的經(jīng)營性收入不能顯著提高家庭收入，進(jìn)行大型項(xiàng)目創(chuàng)業(yè)時(shí)，所需的資源和要承擔(dān)的風(fēng)險(xiǎn)又將掣肘農(nóng)戶創(chuàng)業(yè)。

經(jīng)歷房屋拆遷，農(nóng)戶獲得補(bǔ)償金，增加農(nóng)戶家庭可支配收入，還將拉升風(fēng)險(xiǎn)偏好程度，與農(nóng)戶是否創(chuàng)業(yè)存在緊密聯(lián)系。但根據(jù)回歸結(jié)果，回歸系數(shù)為負(fù)且不顯著，這符合樊此君等［17］的研究結(jié)論，即與未拆遷家庭相比，經(jīng)歷過拆遷的家庭創(chuàng)業(yè)概率將降低。農(nóng)戶家庭存在負(fù)債時(shí)，對(duì)各收入組創(chuàng)業(yè)均存在顯著的促進(jìn)作用。由家庭負(fù)債與是否經(jīng)歷拆遷兩因素回歸結(jié)果可知，各地可適當(dāng)安排正規(guī)金融信貸機(jī)構(gòu)給農(nóng)戶提供貸款，減少轉(zhuǎn)移性補(bǔ)貼，以帶動(dòng)農(nóng)民參與社會(huì)經(jīng)濟(jì)建設(shè)的自主性、增加內(nèi)生動(dòng)力。

2.1.4 地區(qū)因素對(duì)農(nóng)戶創(chuàng)業(yè)的影響分析 由表2 可知，東北地區(qū)收入低于2.5 萬元的農(nóng)戶家庭在1%的置信水平下顯著抑制創(chuàng)業(yè)決策，收入高于2.5 萬元的農(nóng)戶家庭在10%的置信水平下抑制農(nóng)戶創(chuàng)業(yè)，其余收入組回歸系數(shù)為負(fù)，但不顯著。西部地區(qū)各收入組對(duì)農(nóng)戶創(chuàng)業(yè)抑制效果隨收入提升出現(xiàn)下降，收入超過2.5 萬元時(shí)，抑制作用不再顯著。家庭收入超過10 萬元時(shí)，對(duì)農(nóng)戶創(chuàng)業(yè)再次呈現(xiàn)顯著抑制作用。中部地區(qū)家庭收入超過1 萬元時(shí)，對(duì)農(nóng)戶創(chuàng)業(yè)決策將不再產(chǎn)生顯著抑制作用，且在收入大于5 萬元、10 萬元的所有樣本的回歸結(jié)果中，對(duì)創(chuàng)業(yè)決策的促進(jìn)效果顯著。從樣本回歸結(jié)果來看，中部地區(qū)創(chuàng)業(yè)環(huán)境優(yōu)于西部與東北地區(qū)。

2.2 收入結(jié)構(gòu)對(duì)農(nóng)戶創(chuàng)業(yè)的影響分析

研究農(nóng)戶收入來源中哪種具體收入對(duì)農(nóng)戶家庭創(chuàng)業(yè)決策產(chǎn)生了影響，依據(jù)調(diào)查問卷及相關(guān)文獻(xiàn)將收入構(gòu)成分為工資性收入、農(nóng)業(yè)收入、財(cái)產(chǎn)性收入、轉(zhuǎn)移性收入4 種，分別研究其對(duì)農(nóng)戶家庭創(chuàng)業(yè)決策的影響。由表3 可知，工資性收入、農(nóng)業(yè)收入、轉(zhuǎn)移性收入對(duì)農(nóng)戶家庭創(chuàng)業(yè)決策的影響顯著為負(fù)，即工資性收入、農(nóng)業(yè)收入、轉(zhuǎn)移性收入越高，農(nóng)戶創(chuàng)業(yè)概率越低。財(cái)產(chǎn)性收入顯著為正，即財(cái)產(chǎn)性收入越高，農(nóng)戶創(chuàng)業(yè)概率越高。根據(jù)調(diào)查問卷數(shù)據(jù)顯示，農(nóng)戶的轉(zhuǎn)移收入來自生活費(fèi)、親屬供養(yǎng)、政府救濟(jì)、捐贈(zèng)或資助等，多出自具有穩(wěn)定收入的血緣親戚，受資助者往往勞動(dòng)能力差，不具備創(chuàng)業(yè)能力。從邊際效應(yīng)來看，工資性收入每增加1%，農(nóng)戶家庭創(chuàng)業(yè)概率減少0.31%；農(nóng)業(yè)收入增加1%，創(chuàng)業(yè)概率將減少0.63%；轉(zhuǎn)移性收入增加1%，創(chuàng)業(yè)概率減少0.17%；財(cái)產(chǎn)性收入增加1%，農(nóng)戶家庭創(chuàng)業(yè)概率增加1.09%。

表3 不同收入類型對(duì)農(nóng)戶創(chuàng)業(yè)決策的基準(zhǔn)模型回歸結(jié)果

3 穩(wěn)健性檢驗(yàn)

為了證明本研究結(jié)論的穩(wěn)健性，從以下2 個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)。

3.1 基于不同回歸方法的檢驗(yàn)

為進(jìn)一步檢驗(yàn)農(nóng)戶家庭收入差距、收入結(jié)構(gòu)對(duì)創(chuàng)業(yè)的影響，本研究采用替換計(jì)量方法的方式來進(jìn)行模型穩(wěn)健性檢驗(yàn)，采用Logit 模型作為計(jì)量方法進(jìn)行回歸?；貧w顯著性與系數(shù)正負(fù)與基準(zhǔn)回歸模型基本保持一致，沒有改變前文的基本結(jié)論。因此，本研究模型的估計(jì)結(jié)果具有較好的穩(wěn)健性。

3.2 內(nèi)生性問題檢驗(yàn)

原假設(shè)中小于2.5 萬元的農(nóng)戶家庭收入對(duì)是否創(chuàng)業(yè)回歸顯著，因此滯后一期將2017年數(shù)據(jù)按照基準(zhǔn)模型數(shù)據(jù)處理方法進(jìn)行處理，并將收入低于2.5 萬元的農(nóng)戶數(shù)據(jù)整理成子集，運(yùn)用IVprobit 模型對(duì)基準(zhǔn)模型進(jìn)行檢驗(yàn)，IVprobit 模型的wald 檢驗(yàn)結(jié)果為chi（1）=7.35，P為0.006 7，說明在1%水平上家庭收入存在內(nèi)生性，經(jīng)過工具變量檢驗(yàn)通過，模型穩(wěn)健性得到驗(yàn)證。

4 創(chuàng)業(yè)動(dòng)機(jī)分析

為排除樣本“平均效應(yīng)”，深入研究農(nóng)戶家庭收入差距、收入結(jié)構(gòu)對(duì)創(chuàng)業(yè)的影響，將參照尹志超等［15］對(duì)“是否創(chuàng)業(yè)”變量進(jìn)一步細(xì)分，分為“主動(dòng)創(chuàng)業(yè)”與“被動(dòng)創(chuàng)業(yè)”2 種指標(biāo)后，再次分析農(nóng)戶家庭收入差距對(duì)創(chuàng)業(yè)的影響?；貧w結(jié)果如表4、表5 所示，因篇幅限制，僅展示重要變量的回歸結(jié)果。

表4 不同收入家庭組對(duì)創(chuàng)業(yè)動(dòng)機(jī)的影響

表5 不同收入來源對(duì)創(chuàng)業(yè)動(dòng)機(jī)的影響

從家庭收入對(duì)農(nóng)戶主動(dòng)創(chuàng)業(yè)影響來看，家庭收入低于2.5 萬元時(shí)，對(duì)農(nóng)戶主動(dòng)創(chuàng)業(yè)有顯著抑制；當(dāng)家庭收入超過2.5 萬元時(shí)，對(duì)農(nóng)戶主動(dòng)創(chuàng)業(yè)不再有顯著抑制作用；當(dāng)農(nóng)戶家庭收入超10 萬元時(shí)，對(duì)農(nóng)戶主動(dòng)創(chuàng)業(yè)有顯著促進(jìn)作用，此時(shí)收入增加1%，農(nóng)戶主動(dòng)創(chuàng)業(yè)概率將顯著增加7.11%。

從家庭收入對(duì)農(nóng)戶被動(dòng)創(chuàng)業(yè)影響來看，農(nóng)戶家庭收入在5 萬～10 萬元時(shí)，對(duì)農(nóng)戶家庭被動(dòng)創(chuàng)業(yè)有顯著促進(jìn)作用，此時(shí)家庭收入增加1%，被動(dòng)創(chuàng)業(yè)概率增加2.49%；隨著收入的提升，家庭收入對(duì)被動(dòng)創(chuàng)業(yè)由促進(jìn)作用轉(zhuǎn)為抑制，當(dāng)農(nóng)戶家庭收入超過10 萬元時(shí)，對(duì)農(nóng)戶被動(dòng)創(chuàng)業(yè)抑制達(dá)到最大，此時(shí)收入增加1%，被動(dòng)創(chuàng)業(yè)概率下降5.06%。

將創(chuàng)業(yè)指標(biāo)拆分為主動(dòng)創(chuàng)業(yè)與被動(dòng)創(chuàng)業(yè)后，根據(jù)回歸結(jié)果可以看出工資性收入對(duì)農(nóng)戶主動(dòng)創(chuàng)業(yè)具有顯著抑制作用，對(duì)農(nóng)戶被動(dòng)創(chuàng)業(yè)影響不顯著；農(nóng)業(yè)收入對(duì)農(nóng)戶主動(dòng)創(chuàng)業(yè)與被動(dòng)創(chuàng)業(yè)均存在顯著抑制作用，這也反映出單純經(jīng)營土地的農(nóng)戶不適合進(jìn)行創(chuàng)業(yè)；財(cái)產(chǎn)性收入對(duì)主動(dòng)創(chuàng)業(yè)、被動(dòng)創(chuàng)業(yè)均有顯著促進(jìn)作用，但從邊際系數(shù)來看，財(cái)產(chǎn)性收入對(duì)主動(dòng)創(chuàng)業(yè)的促進(jìn)作用為對(duì)被動(dòng)創(chuàng)業(yè)促進(jìn)作用的4 倍。轉(zhuǎn)移性收入對(duì)被動(dòng)創(chuàng)業(yè)有顯著的抑制作用，對(duì)主動(dòng)創(chuàng)業(yè)影響不顯著。

5 小結(jié)

本研究基于7 185 份實(shí)地調(diào)研得到的微觀數(shù)據(jù)，從農(nóng)戶家庭角度計(jì)量其對(duì)農(nóng)戶創(chuàng)業(yè)決策、創(chuàng)業(yè)動(dòng)機(jī)的影響。在控制收入特征、個(gè)人特征、家庭特征、地域差別4 類因素之后得到以下研究結(jié)論。

從農(nóng)戶家庭收入差距對(duì)創(chuàng)業(yè)決策產(chǎn)生的邊際效應(yīng)來看，農(nóng)戶中的中低收入群體不適合進(jìn)行創(chuàng)業(yè)，農(nóng)戶創(chuàng)業(yè)呈現(xiàn)“富農(nóng)”特征。農(nóng)戶家庭收入超過2.5 萬元時(shí)，對(duì)主動(dòng)創(chuàng)業(yè)不再顯著抑制。被動(dòng)創(chuàng)業(yè)與家庭收入總體呈現(xiàn)不規(guī)則倒U 形關(guān)系。中低收入農(nóng)戶家庭在不具備工商業(yè)經(jīng)營能力時(shí)，進(jìn)行技能培訓(xùn)，增加農(nóng)戶人力資本，提高工資性收入是提高農(nóng)戶家庭總收入的更好選擇。

從農(nóng)戶家庭收入結(jié)構(gòu)對(duì)創(chuàng)業(yè)決策產(chǎn)生的邊際效應(yīng)來看，財(cái)產(chǎn)性收入越高，農(nóng)戶創(chuàng)業(yè)概率越大。工資性收入、農(nóng)業(yè)收入、轉(zhuǎn)移性收入越高，農(nóng)戶創(chuàng)業(yè)概率越低，其中農(nóng)業(yè)收入對(duì)農(nóng)戶創(chuàng)業(yè)抑制最大。鼓勵(lì)以務(wù)農(nóng)為主的農(nóng)民兼業(yè)以減少農(nóng)業(yè)收入在總收入中比重，當(dāng)在非農(nóng)部門獲得收益大于農(nóng)業(yè)部門時(shí)，才能進(jìn)一步促進(jìn)農(nóng)民參加市場經(jīng)濟(jì)建設(shè)的內(nèi)生動(dòng)力。進(jìn)一步分析發(fā)現(xiàn)工資性收入顯著降低農(nóng)戶主動(dòng)創(chuàng)業(yè)概率，轉(zhuǎn)移性收入顯著降低農(nóng)戶被動(dòng)創(chuàng)業(yè)概率。

從其他控制變量來看，戶主的精英特征能顯著提高農(nóng)戶家庭的創(chuàng)業(yè)概率，戶主本人的風(fēng)險(xiǎn)偏好對(duì)農(nóng)戶家庭創(chuàng)業(yè)決策影響顯著。家庭人口規(guī)模、家庭非農(nóng)工作率、家庭負(fù)債規(guī)模對(duì)農(nóng)戶創(chuàng)業(yè)存在顯著促進(jìn)作用。房屋拆遷經(jīng)歷與戶主性別變量對(duì)農(nóng)戶創(chuàng)業(yè)影響不顯著。在分區(qū)域樣本回歸中，西部地區(qū)、東北地區(qū)創(chuàng)業(yè)概率較低，中部地區(qū)農(nóng)戶創(chuàng)業(yè)概率最大。各地區(qū)在制定政策時(shí)不應(yīng)對(duì)農(nóng)民整體進(jìn)行創(chuàng)業(yè)鼓勵(lì)，應(yīng)針對(duì)有條件的農(nóng)民帶頭人進(jìn)行創(chuàng)業(yè)扶持，效果會(huì)更好些。