賈 晉 溫 虎

[提要] 基于靜態(tài)職業(yè)選擇模型和前景理論,構建了突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的理論框架,從收入視角和行為視角對影響效應和影響機制進行理論剖析。利用GEM數據庫和EM-DAT數據庫對理論假設進行實證檢驗。研究發(fā)現:(1)突發(fā)公共衛(wèi)生事件促進了個體創(chuàng)業(yè)行為;(2)突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響過程,包含心理感知的中介效應,通過提升機會感知和降低風險感知,促進個體創(chuàng)業(yè)行為;(3)突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響存在明顯的收入異質性、時間異質性和區(qū)域異質性特征。本文基于研究結論,從創(chuàng)業(yè)宣傳、政策落實、產業(yè)創(chuàng)新以及信心構建等方面提出政策建議。

引言

新冠疫情(COVID-19)的爆發(fā)在全球范圍內造成了不同程度的人員傷亡和經濟損失。此類突發(fā)公共衛(wèi)生事件在人類發(fā)展歷程中并不罕見,①自1900年到2019年底,全球共發(fā)生1490起突發(fā)公共衛(wèi)生事件,造成960多萬人死亡,4800多萬人受到影響的嚴重后果。②圖1描繪了觀察期各國突發(fā)公共衛(wèi)生事件的發(fā)生頻率,可以看出亞洲和非洲的發(fā)生頻率遠高于其他洲,國家層面則是印度等國家發(fā)生的頻率較高。突發(fā)公共衛(wèi)生事件不僅危害個體身體健康和生命安全,其獨有的隱蔽性和傳播性,還將導致區(qū)域內的經濟發(fā)展放緩或中斷,造成嚴重的物理破壞與經濟損失(楊子暉等,2020[1])。

圖1 全球各國突發(fā)公共衛(wèi)生事件發(fā)生頻率

突發(fā)公共衛(wèi)生事件對宏觀經濟和微觀個體均產生不利影響。宏觀層面,突發(fā)公共衛(wèi)生事件造成區(qū)域經濟下滑、產業(yè)發(fā)展停滯、企業(yè)運轉不暢等問題(White H,2015;[2]童星等,2010[3]);微觀層面,突發(fā)公共衛(wèi)生事件帶來的流動性限制,使個體的收入結構和心理感知發(fā)生變化(劉玉珍等,2020;[4]French PE,2011[5])。在宏觀環(huán)境和微觀心理的共同驅動下,個體的創(chuàng)業(yè)行為決策,將會受到突發(fā)公共衛(wèi)生事件的直接與間接影響。在新冠疫情暴發(fā)之后,部分學者開始探討突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響。Fairlie R(2020)認為新冠疫情對社交距離的限制和經濟需求的轉變,使得小型企業(yè)和初創(chuàng)企業(yè)活躍度下降。[6]Beland LP(2020)等利用加拿大勞動力調查數據研究發(fā)現,新冠疫情期間加拿大創(chuàng)業(yè)活動顯著降低,其中,藝術、文化、娛樂和體育等職業(yè)類別下降幅度最大。[7]以上研究表明,在突發(fā)公共衛(wèi)生事件應急階段,初創(chuàng)企業(yè)的活躍度下降,個體的創(chuàng)業(yè)意愿降低。

在突發(fā)公共衛(wèi)生事件結束之后的恢復期,社會整體需求不斷上升,市場的有效供給難以在短時間內恢復到原有水平,出現供需缺口,衍生出新的商機。同時,突發(fā)公共衛(wèi)生事件之后,新型產業(yè)的發(fā)展、消費市場的復蘇、國家經濟政策都有利于初創(chuàng)企業(yè)的發(fā)展(Kuckertz A,2022[8])。因此,在突發(fā)公共衛(wèi)生事件結束之后的恢復期,個體可能會在預期收入提升的驅動下選擇主動創(chuàng)業(yè)。與之對應的是,突發(fā)公共衛(wèi)生事件結束之后,個體在受到流動性限制的情況下,工資性收入降低或中斷,選擇被動創(chuàng)業(yè)。不論是主動創(chuàng)業(yè)還是被動創(chuàng)業(yè),都能夠有效的促進生產要素重組,實現資源和要素的快速轉化,進而推動社會經濟發(fā)展(林強等,2001[9])。這不僅在突發(fā)公共衛(wèi)生事件沖擊后的應急管理過程中發(fā)揮重要作用,還能以更深入的社會認識和識別特定問題的能力來提供可行的災害應對機制(Mcknight B,2016[10])。

當前我國疫情防控進入新的階段,個體創(chuàng)業(yè)行為對市場恢復和經濟發(fā)展的意義重大。本文基于已有研究,利用靜態(tài)職業(yè)選擇模型和前景理論模型,從學理層面,探討突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應和傳遞機制。并提出相應的理論假設。進一步構建包含中介效應的Probit模型,利用全球創(chuàng)業(yè)觀察數據(GEM)和世界災害數據(EM-DAT),對理論假設進行實證檢驗。

本文的邊際貢獻在于:(1)構建突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的理論框架,分別從收入視角和行為視角,分析了突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應和影響機制。補充了不利環(huán)境下個體創(chuàng)業(yè)行為的理論研究。(2)證明了突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應,并明確了機會感知和風險感知的中介作用。為不利條件下個體創(chuàng)業(yè)行為的研究提供新視角。(3)探討了突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的收入異質性、時間異質性和區(qū)域異質性特征。在我國疫情防控新階段,為不同類型初創(chuàng)企業(yè)的幫扶提供政策指導。

一、理論機制與研究假設

突發(fā)公共衛(wèi)生事件對個體收入的影響主要來自兩個方面:一是流動性限制使得企業(yè)遭受沖擊,導致個體工資性收入降低(蔡昉等,2021[11]);二是突發(fā)公共衛(wèi)生事件為電信、物流等行業(yè)帶來了商機,提升了創(chuàng)業(yè)預期收入。[8]鑒于此,構建靜態(tài)職業(yè)選擇模型(Evans D S,1989[12]),從收入視角探討突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應。同時,引入前景理論(Kahneman D,1979[13]),將突發(fā)公共衛(wèi)生事件發(fā)生之前個體的狀態(tài)設為參考點,分別將未受到影響和受到影響設定為盈利者和虧損者。③從心理感知視角剖析突發(fā)公共衛(wèi)生事件對盈利者和虧損者創(chuàng)業(yè)行為的影響機制。

當個體創(chuàng)業(yè)預期收入大于現時工資收入時傾向創(chuàng)業(yè)。因此個體創(chuàng)業(yè)意愿如式(1)所示。

E(NR)=E(TR)-E(TC)

(1)

其中,E(NR)表示創(chuàng)業(yè)預期凈收入,預期凈收入大于0的時候,個體將選擇創(chuàng)業(yè),預期凈收入值越大,個體創(chuàng)業(yè)意愿就越高;E(TR)為預期總收入;E(TC)為預期成本,包括顯性成本和隱性成本,顯性成本是創(chuàng)業(yè)過程中的資本投入(E(K)),隱性成本是個體選擇創(chuàng)業(yè)所放棄的工資性收入(E(W))。因此,式(1)可以改寫為式(2)。

E(NR)=E(TR)-E(K)-E(W)

(2)

若個體選擇創(chuàng)業(yè),預期總收入將由經濟資本k和人力資本h所決定,構建Cobb-Douglas生產函數,具體如式(3)所示。

E(TR)=y=δkαhβ;α,β∈ (0,1)

(3)

其中,y為創(chuàng)業(yè)預期總收入,δ為資本綜合轉換常系數,k為資金投入,h為人力資本。④

此時,個體創(chuàng)業(yè)的預期凈收入為總收入與總成本之差,如式(4)所示:

π(k,h)=y-c=δkαhβ-(1+i)k

(4)

其中,π為企業(yè)利潤,i為資金回報率。若個體選擇就業(yè),收入全部來自于工資,工資的多少由人力資本單一因素決定的,具體如式(5)所示。

w(h)=ηhθ;η∈(0,1)

(5)

其中,η為人力資本轉換常系數。

綜合個體創(chuàng)業(yè)預期收入和現時工資收入,個體的創(chuàng)業(yè)行為意愿如式(6)所示。

E(NR)=e=π(k,h)-w(h)=δkαhβ-(1+i)k-ηhθ

(6)

在突發(fā)公共衛(wèi)生事件發(fā)生之后,部分個體的工資性收入受到影響。為了便于體現突發(fā)公共衛(wèi)生事件對個體工資性收入的沖擊,令η=(1-μ)且μ∈[0,1],個體的創(chuàng)業(yè)意愿如式(7)所示:

e=π(k,h)-w(h)=δkαhβ-(1+i)k-(1-μ)hθ

(7)

此時,當μ=0時,說明突發(fā)公共衛(wèi)生事件并未降低該個體工資性收入;當μ>0時,說明突發(fā)公共衛(wèi)生事件對該個體工資性收入產生沖擊。隨著μ值的提升,事件對個體工資性收入的沖擊也越大,當μ=1時,該個體處于失業(yè)狀態(tài),工資性收入為0。

同時,在突發(fā)公共衛(wèi)生事件發(fā)生的情況下,個體的創(chuàng)業(yè)預期收入也會發(fā)生變化。由于突發(fā)公共衛(wèi)生事件在造成部分企業(yè)活動下降的同時,也在醫(yī)療健康、娛樂服務等行業(yè)衍生出相應的創(chuàng)業(yè)機會(谷建軍等,2022[14])。因此,具有企業(yè)家精神的個體,將會充分發(fā)掘突發(fā)公共衛(wèi)生事件所帶來的商機,從而預期資本轉換系數δ將會提升(δ+)。不具備企業(yè)家精神的個體,將會在此不利環(huán)境下降低其資本轉換系數(δ-)。此時,可由式(7)進一步推導為式(8)。

e=δ+kαhβ-(1+i)k-(1-μ)hθ

e=δ-kαhβ-(1+i)k-(1-μ)hθ

(8)

此時,對于不同個體,將會出現以下情況:(1)μ=0時,個體工資性收入不變,δ升至δ+,個體創(chuàng)業(yè)預期收入提升,創(chuàng)業(yè)意愿也隨之提升,δ降至δ-,個體創(chuàng)業(yè)預期收入下降,創(chuàng)業(yè)意愿也降低;(2)μ≠0時,個體工資性收入降低,δ升至δ+,個體創(chuàng)業(yè)預期收入提升,創(chuàng)業(yè)意愿也隨之提升,δ降至δ-,個體創(chuàng)業(yè)預期收入下降,創(chuàng)業(yè)意愿則無法確定。

前景理論價值函數表明,對于虧損者,價值函數曲線是凸的;而對于盈利者,價值函數曲線是凹的,并且前者要更為陡峭一些,說明個體對損失的反應更為敏感。因此可以判斷,突發(fā)公共衛(wèi)生事件發(fā)生之后,個體對于已知的工資性收入損失的敏感性要強于未知的創(chuàng)業(yè)風險。故而在工資性收入降低且創(chuàng)業(yè)預期收入降低的情況下,個體更傾向于創(chuàng)業(yè)。

基于此提出本文第一個假設:

H1:突發(fā)公共衛(wèi)生事件促進個體創(chuàng)業(yè)行為。

進一步根據前景理論,將工資性收入沒有降低(μ=0)的個體設定為盈利者,將工資性收入降低(μ≠0)的個體設定為虧損者。當發(fā)生突發(fā)公共衛(wèi)生事件時,盈利者在固定的工資收入和不確定的創(chuàng)業(yè)收入之間作出選擇。由于盈利者對風險的敏感性更高,傾向于繼續(xù)保持穩(wěn)定的工資收入,只有在發(fā)現明顯的商機時,才會選擇創(chuàng)業(yè)。相對應的,當虧損者的工資性收入降低時,他們將面臨固定的工資性收入損失,或者不確定的創(chuàng)業(yè)損失。此時,虧損者將會表現出明顯的風險偏好,⑤對創(chuàng)業(yè)失敗敏感性降低,從而選擇創(chuàng)業(yè)。

突發(fā)公共衛(wèi)生事件雖然可能會同時促進盈利者和虧損者的創(chuàng)業(yè)行為,但這兩類個體創(chuàng)業(yè)的內生驅動因素大相徑庭。究其原因則是不同個體面臨突發(fā)公共衛(wèi)生事件沖擊時,其心理感知存在明顯差異。盈利者更加傾向于對突發(fā)公共衛(wèi)生事件過后的商機進行把控,從而做出相對理性的創(chuàng)業(yè)選擇,創(chuàng)業(yè)成功率較高,其創(chuàng)業(yè)活動對災后經濟恢復的積極影響也相對明顯。即突發(fā)公共衛(wèi)生事件促進了盈利者對機會的感知,從而提升其創(chuàng)業(yè)行為。虧損者主要是在工資性收入降低的情況下,容易高估創(chuàng)業(yè)所帶來的預期收益,并忽視創(chuàng)業(yè)所衍生的未知風險,虧損者的創(chuàng)業(yè)成功率及其社會影響都相對較低,即突發(fā)公共衛(wèi)生事件降低了虧損者的風險感知,并提升其創(chuàng)業(yè)行為。

基于此,可以提出本文第二個假設:

H2:突發(fā)公共衛(wèi)生事件通過影響個體心理感知,促進個體創(chuàng)業(yè)行為。

H2a:突發(fā)公共衛(wèi)生事件通過提升個體機會感知,促進個體創(chuàng)業(yè)行為。

H2b:突發(fā)公共衛(wèi)生事件通過降低個體風險感知,促進個體創(chuàng)業(yè)行為。

突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應與影響機制如圖2所示。

圖2 影響機制圖

二、研究設計

(一)數據來源

本文研究數據來源于全球創(chuàng)業(yè)觀察數據庫(GEM)和世界災害數據庫(EM-DAT)。其中,個體創(chuàng)業(yè)行為、心理感知及相關變量來源于全球創(chuàng)業(yè)觀察數據庫(GEM),該數據在全球200多個國家范圍內進行了微觀創(chuàng)業(yè)調查,對個體創(chuàng)業(yè)行為和創(chuàng)業(yè)意愿進行了細致詢問。突發(fā)公共衛(wèi)生事件及其他自然災害、技術災害相關數據來源于世界災害數據庫(EM-DAT),該數據庫對全球不同國家所受不同類型災害進行了全面統計,其中流行性疾病(Epidemic)是本文重點關注的突發(fā)災害類型。⑥本文采用2016年GEM橫截面數據,匹配2014-2016年EM-DAT災害數據進行實證分析。

(二)變量選取

1.被解釋變量:個體創(chuàng)業(yè)行為(TEA)。由于突發(fā)公共衛(wèi)生事件影響下的創(chuàng)業(yè)行為是一種即興行為,因此采用早期創(chuàng)業(yè)作為實證分析解釋變量。并依據GEM數據庫,將早期創(chuàng)業(yè)定義為正在獨自或與他人一起嘗試開展新業(yè)務,包括任何自謀職業(yè)或向他人出售任何商品或服務。

2.核心解釋變量:突發(fā)公共衛(wèi)生事件(Epi)。本文選用2014-2016年是否發(fā)生突發(fā)公共衛(wèi)生事件虛擬變量和突發(fā)公共衛(wèi)生事件波及人數(對數)作為核心解釋變量,由于2016年GEM數據最早從4月份開始調查,因此選取2016年4月份之前的災害數據以及2015年和2014年全年災害數據。

3.中介變量:個體機會感知(Opport)和風險感知(Fearfail)。機會感知和風險感知變量為個體對未來創(chuàng)業(yè)機會和創(chuàng)業(yè)風險的主觀判斷。

4.控制變量:為了排除其他災害對個體創(chuàng)業(yè)行為的影響,將2014-2016年突發(fā)公共衛(wèi)生事件之外的其他自然災害、技術災害作為控制變量。并選取個體創(chuàng)業(yè)主觀評估,以及個體特征和國家發(fā)展特征作為控制變量。各變量具體定義及基本描述如表1所示。

表1 變量定義與基本描述統計

(三)模型設定

本文構建包含中介效應的Probit模型,采用逐步法進行中介效應回歸分析(溫忠麟等,2014[15])。首先實證分析突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的總效應。具體模型如下:

TEA=cEpi+γ1X+e1

模型1

其中TEA為個體的創(chuàng)業(yè)行為;Epi為2014-2016年突發(fā)公共衛(wèi)生事件發(fā)生情況,在實證分析過程中,為了保證估計結果的穩(wěn)健性,分別采用“是否發(fā)生突發(fā)公共衛(wèi)生事件”和“突發(fā)公共衛(wèi)生事件波及人數(對數)”作為核心變量進行回歸分析;X為控制變量;e1為隨機擾動項;c和γ1為待估參數。

其次,為了進一步驗證突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響機制,分別將“機會感知”和“風險感知”中介變量作為被解釋變量,構建實證模型如下:

Opport=a1Epi+γ2X+e2

模型2

Fearfail=a2Epi+γ3X+e3

模型3

其中,Opport、Fearfail分別表示個體對創(chuàng)業(yè)的機會感知和風險感知;e2、e3為隨機擾動項;a1、a2、γ2、γ3為待估參數。

最后將中介效應變量和解釋變量同時納入模型,考察中介變量對被解釋變量的影響效應,并確定是否完全中介影響過程,具體模型如下:

TEA=c′Epi+b1Opport+b2Fearfail+γ4X+e4

模型4

其中,e4為隨機擾動項;c′、b1、b2、γ4為待估參數。

針對上述模型。對模型1進行回歸,得到突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的總效應(系數c)。對模型2和模型3進行回歸,得到突發(fā)公共衛(wèi)生事件對機會感知和風險感知的影響效應(系數a1和系數a2)。對模型4進行回歸,得到機會感知和風險感知對個體早期創(chuàng)業(yè)行為的影響效應(系數b1和系數b2),以及突發(fā)公共衛(wèi)生事件對個體早期創(chuàng)業(yè)行為影響的直接效應(系數c′)。

如果系數c顯著,且系數a、b均顯著(即a≠b≠0),中介效應顯著。若c′不顯著,屬于完全中介效應。如果系數c不顯著,為遮掩效應。

三、實證結果分析

利用全球創(chuàng)業(yè)觀察數據庫和世界災害數據庫,對實證模型1—模型4進行計量分析。分別檢驗突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應、影響機制以及異質性影響特征。⑦

(一)基準結果分析

表2為突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應估計結果(模型1)。采用逐步引入控制變量的方法檢驗突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的穩(wěn)健性。在表2第(1)列—第(4)列依次引入突發(fā)公共衛(wèi)生事件核心解釋變量,其他自然災害和技術災害,個體創(chuàng)業(yè)主觀評估,個體特征和國家發(fā)展特征等控制變量。依托前文理論機制說明可以發(fā)現,突發(fā)公共衛(wèi)生事件發(fā)生之后,個體的工資性收入曲線和創(chuàng)業(yè)預期收入曲線均發(fā)生變動。在此情況下,激進個體的創(chuàng)業(yè)意愿增加,保守個體的創(chuàng)業(yè)意愿無法確定。從實證結果來看,突發(fā)公共衛(wèi)生事件發(fā)生之后,個體創(chuàng)業(yè)意愿增加,促進了個體創(chuàng)業(yè)行為,驗證了假設H1。

表2 突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響總效應

注:表格括號內數字為標準差,*、**、***分別表示系數在10%、5%、1%的水平上顯著(下同)。

(二)影響機制分析

為進一步檢驗突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響機制,分別對模型2、模型3、和模型4進行回歸分析,結果如表3所示。第(1)列和第(2)列結果表明,突發(fā)公共衛(wèi)生事件促進了個體的機會感知,同時也降低了個體的風險感知。說明突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)的影響過程中,存在個體心理感知的中介效應,驗證了假設H2。第(3)列結果表明,機會感知顯著促進個體創(chuàng)業(yè)行為,而風險感知抑制了個體創(chuàng)業(yè)行為。根據實證結果可以發(fā)現,模型中參數a1·b1>0,且a2·b2>0。說明突發(fā)公共衛(wèi)生事件通過提升個體機會感知,促進了個體創(chuàng)業(yè)行為;同時,突發(fā)公共衛(wèi)生事件通過降低個體風險感知,促進了個體創(chuàng)業(yè)行為。分別驗證了假設H2a和假設H2b。第(3)列估計結果表明,在引入機會感知和風險感知中介變量之后,突發(fā)公共衛(wèi)生事件仍然對個體創(chuàng)業(yè)行為產生顯著影響效應。說明突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為也存在直接影響效應。

(三)穩(wěn)健性檢驗

在回歸過程中,采用逐步引入變量、替換核心解釋變量、子樣本估計等多種方法來保證實證結果的穩(wěn)健性。本文進一步利用以下方法,檢驗實證結果的穩(wěn)健性。

1.Logit估計。采用Logit估計方法對模型1—模型4進行回歸分析,結果如表4所示?？梢钥闯?突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應、影響機制估計結果與Probit估計結果系數方向與顯著性基本一致。

表4 Logit估計結果

2.傾向得分匹配。在本文實證分析過程中,可能存在內生性問題,導致估計結果偏誤。內生性問題主要是由自選擇偏誤和遺漏變量兩個原因造成的。其一,不同國家發(fā)生突發(fā)公共衛(wèi)生事件并不是隨機的,而是選擇的結果,選擇的過程會使得回歸結果出現偏差。其二,本文在回歸過程中,控制了其他災害變量,從而剔除其他災害對個體創(chuàng)業(yè)行為的影響效應,并盡可能的將個體創(chuàng)業(yè)主觀認知、個體基本特征和國家發(fā)展特征等控制變量納入模型,但仍有可能遺漏各個國家創(chuàng)業(yè)扶持、災后恢復等宏觀經濟政策,這些遺漏變量對個體創(chuàng)業(yè)行為的影響,將會使得突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應被高估。將2014-2016年發(fā)生突發(fā)公共衛(wèi)生事件國家的樣本作為實驗組,將其他國家樣本作為控制組,采用傾向得分匹配法(PSM)對實驗組和控制組進行匹配。結果顯示,匹配前實驗組和控制組各變量存在顯著差異,匹配后各變量之間無明顯差異。保留匹配樣本,對模型1—模型4進行回歸,結果如表5所示?？梢园l(fā)現,在控制內生性問題之后,突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的總效應、中介效應估計結果穩(wěn)健。

表5 內生性檢驗

四、異質性分析

突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應和傳遞機制并不是同質的。突發(fā)公共衛(wèi)生事件發(fā)生的時間、個體特征以及區(qū)域經濟發(fā)展等都會導致個體的創(chuàng)業(yè)行為不同,并使得其內在的影響機制也存在差異。受到機會感知的創(chuàng)業(yè)行為,是個體對事件所衍生的商機進行把握,為機會型創(chuàng)業(yè)行為;受到風險感知的創(chuàng)業(yè)行為,是個體為了彌補工資性收入所采取的替代性措施,為生存型創(chuàng)業(yè)行為。這兩種創(chuàng)業(yè)行為的成功率不同,對長期經濟發(fā)展的貢獻也存在差異(鄭馨等,2017[16])。但在突發(fā)公共衛(wèi)生事件之后,合理的引導和幫扶能夠使得不同的創(chuàng)業(yè)行為,均對短期經濟恢復和長期經濟發(fā)展產生顯著的作用。為了充分分析突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響,本文將從以下幾個方面分解構突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的異質性影響效應和影響機制。

(一)收入異質性。

突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應中,收入因素起到重要的調節(jié)作用。高收入個體的風險抵御能力強于低收入個體,依據前景理論的框架效應可知,虧損程度越大,對風險的敏感性越低。在突發(fā)公共衛(wèi)生事件之后,高收入個體傾向于風險規(guī)避,低收入個體傾向于風險偏好。因此突發(fā)公共衛(wèi)生事件對低收入個體創(chuàng)業(yè)行為的影響效應高于高收入個體。此外,高收入個體,其社會網絡、受教育程度、知識水平和資本儲備等創(chuàng)業(yè)相關要素都較高(Weiss J,2019)[17]。在突發(fā)公共衛(wèi)生事件之后,高收入個體雖然傾向于規(guī)避風險,但充裕的創(chuàng)業(yè)資本、豐富的創(chuàng)業(yè)知識以及理性的判斷,使他們能夠感知到創(chuàng)業(yè)機會。低收入個體創(chuàng)業(yè)條件不足,在突發(fā)公共衛(wèi)生事件之后,創(chuàng)業(yè)是彌補工資性收入損失的被動選擇,他們對創(chuàng)業(yè)風險的感知并不敏感,但在知識水平、社會網絡等創(chuàng)業(yè)條件的限制下,難以捕捉到突發(fā)公共衛(wèi)生事件所帶來的商機。因此,突發(fā)公共衛(wèi)生事件傾向于通過提升機會感知,促進高收入個體的創(chuàng)業(yè)行為,并傾向于通過降低風險感知,促進低收入個體的創(chuàng)業(yè)行為。

按照GEM數據中收入等級將樣本分為高收入組、中等收入組和低收入組三個子樣本。⑧探討突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的收入異質性,結果如表6所示。第(1)列系數c估計結果顯示,突發(fā)公共衛(wèi)生事件對低收入個體創(chuàng)業(yè)行為的影響系數高于高收入個體。其原因可能是高收入個體的風險抵御能力較強,在突發(fā)公共衛(wèi)生事件之后,對于創(chuàng)業(yè)的選擇更為理性。低收入個體在突發(fā)公共衛(wèi)生事件之后,在面臨收入降低或者失業(yè)之后,更傾向于做出即興創(chuàng)業(yè)的選擇。第(3)列—第(5)列系數估計結果表明:對于低收入個體,突發(fā)公共衛(wèi)生事件傾向于降低風險感知,促進個體創(chuàng)業(yè)行為(a1·b1a2·b2)。

表6 突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的收入異質性

(二)時間異質性

不同時間發(fā)生的突發(fā)公共衛(wèi)生事件,對個體創(chuàng)業(yè)行為的影響效應和影響機制均存在差異。較為滯后的突發(fā)公共衛(wèi)生事件對宏觀社會經濟、個體心理感知的影響效應逐漸弱化,個體的創(chuàng)業(yè)行為決策也趨于穩(wěn)定。從影響效應來看,突發(fā)公共衛(wèi)生事件的發(fā)生,對個體收入和心理感知產生即時沖擊,從而影響個體創(chuàng)業(yè)行為。突發(fā)公共衛(wèi)生事件過后,進入常態(tài)化發(fā)展模式,個體的創(chuàng)業(yè)選擇相對理性,突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應也不斷減弱。從影響機制來看,突發(fā)公共衛(wèi)生事件短期內對個體收入和心理的影響,使個體忽視創(chuàng)業(yè)帶來的風險,難以在短時間內做出理性的判斷,選擇生存型創(chuàng)業(yè)行為。突發(fā)公共衛(wèi)生事件的滯后性,使得創(chuàng)業(yè)機會不斷凸顯,有關創(chuàng)業(yè)的經濟發(fā)展模式和宏觀政策也逐步成熟,個體能夠在充分評估創(chuàng)業(yè)機會和創(chuàng)業(yè)成功率的基礎上,選擇機會型創(chuàng)業(yè)行為。隨著時間的推移,突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應減弱,但逐漸傾向于通過機會感知的中介機制,促進個體創(chuàng)業(yè)行為。

表7匯報了突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響效應的時間異質性回歸結果。隨著時間的推移,突發(fā)公共衛(wèi)生事件對社會經濟的影響越來越弱。表5第(1)列估計結果表明,2016年、2015年和2014年發(fā)生的突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應逐年遞減。第(2)列—第(5)列結果表明,滯后的突發(fā)公共衛(wèi)生事件更傾向于促進理性的創(chuàng)業(yè)行為。具體來看,2016年發(fā)生的突發(fā)公共衛(wèi)生事件傾向于降低個體風險感知,促進個體創(chuàng)業(yè)行為;2015年和2014年突發(fā)公共衛(wèi)生事件傾向于通過提升個體機會感知,促進個體創(chuàng)業(yè)行為。突發(fā)公共事件過后,會對個體心理產生長期影響,并進一步影響個體創(chuàng)業(yè)行為。但個體對突發(fā)公共衛(wèi)生事件的心理感知趨于穩(wěn)定,能夠做出相對理性的創(chuàng)業(yè)選擇。

表7 突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的時間異質性

(三)區(qū)域異質性

經濟發(fā)展、制度環(huán)境、社會結構等區(qū)域特征往往是影響個體創(chuàng)業(yè)的關鍵因素(Parker SA,1996;[18]Faccio M,2006[19])。因此,在不同類型國家,突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應和影響機制存在差異。在經濟社會發(fā)展較好的區(qū)域,居民收入也相對偏高,擁有更強的抗風險能力,并弱化突發(fā)公共衛(wèi)生事件的沖擊。但經濟發(fā)展較好的區(qū)域,其社會環(huán)境更適合個體創(chuàng)業(yè),在面臨突發(fā)公共衛(wèi)生事件的沖擊時,個體能夠通過企業(yè)家精神及時捕捉商機,并參與創(chuàng)業(yè)行為。在經濟發(fā)展較差的區(qū)域,突發(fā)公共衛(wèi)生事件對社會環(huán)境和個體行為決策的沖擊更為明顯。這些區(qū)域個體在流動性限制的影響下,其工資性收入將會降低或中斷,并且這些個體的企業(yè)家精神相對較弱,對風險的感知并不敏感,在應對突發(fā)公共衛(wèi)生事件對工資性收入的沖擊,被動選擇創(chuàng)業(yè)。因此,在經濟發(fā)展較差的區(qū)域,突發(fā)公共衛(wèi)生事件更加傾向于降低個體的風險感知從而促進個體創(chuàng)業(yè)行為。

考慮到不同區(qū)域經濟發(fā)展對個體創(chuàng)業(yè)行為的潛在影響,按照GEM數據庫將個體所在國家類型分為要素驅動型國家、效率驅動型國家和創(chuàng)新驅動型國家三類。進一步實證檢驗突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應,具體如表8所示?？梢钥闯?在不同發(fā)展類型國家中,突發(fā)公共衛(wèi)生事件均促進個體創(chuàng)業(yè)行為。并且隨著國家經濟發(fā)展程度的提升,突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應逐漸減小。其原因可能是國家經濟發(fā)展程度越高,其社會穩(wěn)定性也越強,個體對于突發(fā)公共衛(wèi)生事件外生沖擊的反應也越小。從影響機制來看,要素驅動型國家,突發(fā)公共衛(wèi)生事件傾向于通過降低風險感知的中介機制促進個體創(chuàng)業(yè)行為(a1·b1a2·b2)。這說明,經濟發(fā)展程度較好的國家,在突發(fā)公共衛(wèi)生事件的沖擊下,更容易使個體衍生企業(yè)家效應,從而參與機會行創(chuàng)業(yè)。

表8 突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的區(qū)域異質性

五、結論與政策啟示

在我國新冠疫情防控進入新階段的背景下,個體創(chuàng)業(yè)能夠助力市場復蘇和經濟發(fā)展,突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響效應和傳遞機制是亟待研究的關鍵問題。本文著重探索突發(fā)公共衛(wèi)生事件之后的個體創(chuàng)業(yè)行為,從突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的總效應、中介效應、收入異質性、時間異質性四個方面提出理論假設。構建Probit計量模型,利用全球創(chuàng)業(yè)觀察數據(GEM)和2014-2016年世界災害數據(EM-DAT),對理論假設進行實證檢驗。研究結論如下:(1)突發(fā)公共衛(wèi)生事件促進了個體創(chuàng)業(yè)行為。在控制其他災害變量、個體創(chuàng)業(yè)主觀認知、個體特征和國家發(fā)展特征等變量之后,結果仍然穩(wěn)健。(2)突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響包含心理感知的中介效應。具體表現為,突發(fā)公共衛(wèi)生事件通過提升個體機會感知,促進其創(chuàng)業(yè)行為;同時,突發(fā)公共衛(wèi)生事件通過降低個體風險感知,促進其創(chuàng)業(yè)行為。(3)突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響存在收入異質性特征。突發(fā)公共衛(wèi)生事件對低收入個體創(chuàng)業(yè)行為影響的總效應強于高收入個體。低收入個體傾向于受到風險感知的中介影響效應,高收入個體傾向于機會感知的中介影響效應。(4)突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為的影響存在時間異質性特征。隨著時間的推移,突發(fā)公共衛(wèi)生事件對個體創(chuàng)業(yè)行為影響的總效應逐漸減弱,但機會感知的中介效應不斷提升。以上結果在替換核心解釋變量之后穩(wěn)健。進一步的Logit回歸、傾向得分匹配之后子樣本回歸結果穩(wěn)健。

結合研究結論,主要提出以下政策建議:第一,強化個體創(chuàng)業(yè)引導,通過加強媒體宣傳,組織開展專題活動,印發(fā)創(chuàng)業(yè)指導手冊和創(chuàng)業(yè)扶持政策等形式,廣泛宣傳國家和地方最新出臺的促進創(chuàng)業(yè)相關政策,幫助創(chuàng)業(yè)個體了解并掌握政策內容。聯合人社、財政、工商、稅務、教育等部門促進出臺鼓勵個體創(chuàng)業(yè)的具體政策,為初創(chuàng)企業(yè)提供相應的幫扶項目、發(fā)展資金和社會資源。第二,落實初創(chuàng)企業(yè)幫扶政策,從創(chuàng)業(yè)培訓、創(chuàng)業(yè)場地、創(chuàng)業(yè)信貸和創(chuàng)業(yè)稅收四個方面對初創(chuàng)企業(yè)進行定向幫扶。尤其針對被動創(chuàng)業(yè)的個體,著重通過創(chuàng)業(yè)培訓的方式強化其企業(yè)管理技能,降低創(chuàng)業(yè)貸款門檻,縮減貸款審批流程,保障初創(chuàng)企業(yè)的資金流轉,提升個體創(chuàng)業(yè)成功率。第三,探索新型產業(yè)創(chuàng)業(yè)路徑,在新冠疫情常態(tài)化防控下,互聯網+、人工智能、區(qū)塊鏈、網絡購物等新業(yè)態(tài)發(fā)展衍生出創(chuàng)業(yè)機會。在我國新冠疫情防控進入新階段之后,線上經濟的發(fā)展仍為初創(chuàng)企業(yè)提供了商機。同時,物流行業(yè)、傳統消費行業(yè)等線下經濟的迅速恢復為創(chuàng)業(yè)個體提供了新的商機。我國新冠疫情防控在歷經應急階段、常態(tài)化防控階段之后,進入疫情防控新階段。在此背景下,“信心”的建立將是我國扶持個體創(chuàng)業(yè)的重中之重。首先,從完善制度、破除壁壘、明細政策角度優(yōu)化營商環(huán)境,提振創(chuàng)業(yè)個體信心。其次,從強化技術支持、完善金融體系、健全司法保護等方面保障惠企政策精準落實,穩(wěn)定企業(yè)信心。最后,從集成化政策、制度化管理、精準化服務等方面堅持深化改革開放,重塑市場信心。

注釋：

①突發(fā)公共衛(wèi)生事件是指突然發(fā)生,造成或者可能造成社會公眾健康嚴重損害的重大傳染病疫情、群體性不明原因疾病、重大食物和職業(yè)中毒以及其他嚴重影響公眾健康的事件。結合EMDAT數據庫統計結果,本文研究對象主要指霍亂、埃博拉、非典以及新冠肺炎等重大傳染性疾病。

②數據來源于世界災害數據庫(EM-DAT)。

③“盈利者”雖然并未面臨絕對收益的提升,但在突發(fā)公共衛(wèi)生事件的時間節(jié)點下,將未受到影響的個體界定為相對盈利者。

④本文所定義的人力資本,綜合包括個體的受教育程度、工作經驗、企業(yè)管理及經營能力等。

⑤雖然創(chuàng)業(yè)造成的損失可能會更大,但前景理論相關實驗證明、虧損區(qū)域的個體更加傾向于不確定的損失。

⑥EM-DAT數據庫將災害分為兩類:自然災害和技術災害。自然災害主要包括地理災害、氣象災害、水文災害、氣候災害、生物災害、星際災害;技術災害主要包括工業(yè)事故、交通事故和其他事故。

⑦本部分所有估計結果均匯報邊際效應。

⑧GEM數據中部分個體收入等級指標缺失,本文剔除缺失數據。