一、引 言

2015年5月国务院发布《关于进一步做好新形势下就业创业工作的意见》(国发[2015]23号)，旨在推动大众创业、万众创新，实现以创业带动就业。家庭是创业资源的一个重要来源，也是影响创业活动的一个重要因素。夫妻双方的收入是家庭经济的主要来源和社会关系网络的重要支撑。女性就业不仅给家庭带来了额外的收入，也扩展了自身和家庭的社会网络。创业是一种冒险的行为，家庭中的女性若拥有良好的就业状态和稳定的收入，将提高其配偶承担风险的能力，并有助于拓展配偶创业所需的社会关系网络，从而提高其创业的可能性和创业成功的概率。

“在计划经济时代，国家和社会在提供社会化照料和减轻就业女性的日常照料负担方面采取了许多措施，对于推动女性全面参与劳动力市场，缩小就业和收入方面的性别差距”① 引自董晓媛的《照料经济、性别平等与包容性增长——中国落实2015后可持续发展目标的思考》。等方面发挥了重要的作用。市场化改革将照料责任由国家、企事业单位直接推向家庭或者女性，带来了女性劳动参与率的持续下降(陆利丽，2014)。女性劳动参与率的持续下降将不利于男性创业，尤其是生存型创业，进而有碍经济的繁荣。促进女性公平就业，提高女性的教育水平、经济和社会地位有助于提高整个社会的创业水平和经济的活力。通过文献检索发现，国内尚无文献从女性就业和收入的视角出发研究其对配偶创业活动的影响，更没有用微观家庭追踪数据研究家庭内部的分工如何影响个人的创业活动。

本文的主要贡献有：第一，理论方面，从女性的角度探究女性获得家庭外部收入的能力对配偶创业活动的影响，丰富了创业理论；第二，实证方面，本文用 CFPS微观家庭的追踪数据区分了生存型创业和机会型创业，并证实了女性的就业有助于生存型创业，但不利于机会型创业，同时，女性的收入越高则男性进行机会型创业的可能性也越高；第三，研究方法上，本文利用家庭追踪数据的优势和工具变量尽可能解决女性就业的内生性问题；第四，政策含义上，本文的结论为促进女性公平就业和提高女性的教育水平和经济社会地位提供了理论和经验的证据。

2.2经过治疗后,介入组治愈患者54例,治愈率为100%;输卵管通畅患者48例,通畅率为88.88%;腹腔镜组治愈患者54例,治愈率为100%,输卵管通畅患者49例,通畅率为90.74%,组间各项指标比较均无统计学差异(p>0.05)。

二、文献回顾与研究假说

王春超和冯大威(2017)将企业家创业选择的影响因素分为个人层面、社会层面和宏观层面三大类。在早期的创业理论中，创业者个人特质理论占据着创业研究的主导地位。学者们把创业归类为由天赋决定的特殊活动(蔡晓珊和张耀辉，2011；苏晓华等，2012)。Yueh(2009)发现受教育水平和年龄与创业的可能性负相关。Caliendo等人(2014)发现个人特征，如年龄、性别、人力资本、工作经验、家庭背景等加起来大约可以解释 30%,的创业决策。另外一些研究关心个人的风险偏好如何影响创业的可能性(Caliendo等，2009；Yueh，2009；Brown等，2011；Hu，2014)。

继Gartner(1985)提出四要素(创业者、创业环境、创业过程、创业组织)创业模型以后，越来越多的学者把研究的重点从寻找创业者特质转向创业网络、创业资源和创业环境的研究(蔡莉等，2011)，其中基于资源视角开展的创业研究还相对较少(蔡莉，2007)。关系网络是中国转型经济背景下个体获取资源的重要途径之一(Li等，2008；Li和 Zhang，2007；蔡莉等，2013；Aldrich和 Zimmer，1986)。通过这种关系网络，创业者更容易获得各种商业信息和建议，提高有效解决问题的能力，并以较低的成本取得更多的创业资源(Hoang和Antoncic，2003)来促进新企业的形成以及企业的持续发展(Brüderl和 Preisendörfer，1998；Yueh，2009；朱秀梅等，2011；王春超和冯大威，2017)。

其中，ijjob是取值为0和1的处理变量，其处理方程为：

为了进一步减少内生性问题造成的估计结果偏误，本研究使用女性的受教育年限作为女性就业状态的一个工具变量。原因有二：一是受教育水平是个体人力资本和个人能力的一个较好的代理变量，能很好地预测女性的就业状态以及能从事什么样的工作。一方面，受教育水平越高，思想观念也会更加开放，就业的可能性也越高；另一方面，教育水平较高的女性，在劳动力市场上的竞争力也较强，更容易在市场上找到工作。二是对于大多数女性来说，正式教育往往在结婚之前就已经完成，可认为女性的教育水平外生于男性婚后的创业决策。结婚后男性的创业决策不太可能影响其配偶受教育水平的高低。另外，在中国情境下，女性的受教育水平的高低很大程度上都取决于早期的家庭背景以及父母的观念，受新家庭或者说男性配偶的创业活动的影响比较微小，因此，我们认为女性受教育年限是女性就业状态的一个较好的工具变量① 关于工具变量的选择，作者感谢中央财经大学刘宏博士提出的建议。作者尝试使用“当地是否有幼儿园”或“当时是否有幼儿园或小学”作为工具变量，发现在第一阶段回归中工具变量的系数不显著，无法满足工具变量的相关条件。当地女性的就业率、居住地附近的就业机会这些变量与女性就业和收入有关的变量，往往也与个体的创业活动有关，因而很可能与估计方程的残差项相关，无法满足工具变量的外生性要求。。

本文分别用女性就业状态及工作类型以及其收入来衡量女性获取家庭外部收入的能力。女性能在劳动力市场上找到工作，就意味着其具有从家庭外部获得劳动收入的能力① 需要指出的是，作者并不认为没有工作的个体没有获得外部收入的能力。本文只是用就业作为衡量个体获取家庭外部收入能力的一个代理变量，对于低收入的个体而言，劳动收入是其收入的主要组成部分。并且，通过劳动获取收入与其他渠道得到的收入相比，更为稳定和可靠。，能够为家庭提供经济的保障。鉴于个体的收入来源不仅仅是劳动收入，还包括财产性收入等其他收入，因此，本文还考察女性的收入本身对配偶创业决策的影响。

试验用P6压头以10，20mm/min的速率对圣女果整果横、纵向进行压缩，对试验曲线生物屈服极限点之前的数据通过origin软件进行不完全3 次多项式拟合，拟合系数在0.98以上，拟合多项式为

中国传统家庭内部的分工是男性负责赚钱养家，女性负责料理家务、养儿育女和照顾家人等② 基于中国过去的传统，男性往往是家庭主要的经济来源(雷晓燕等，2014)。，这样的分工模式在农耕时代和创业成功后的家庭具有一定的合理性。但是，在决定创业还是从事受雇工作时，一般家庭都会兼顾创业风险和创业条件两个方面。首先，创业活动具有较高的收入风险，而从事受雇工作的风险相对较低，当家庭有多种经济来源，家庭的抗风险能力较强，男性配偶创业的可能性较高；另一方面，创业需要大量的创业资源(包括经济资源和社会资源)，一般而言，夫妻双方收入水平越高，所积累的经济资源和社会资源也会越丰富，为男性配偶创业提供了更好的创业条件，但也提高了创业的机会成本。

从女性就业的角度来讲，女性就业对创业行为的影响有两种不同的渠道。一是女性就业增加了家庭的收入，增强了家庭承担创业风险的能力，从而提高了配偶的创业概率；二是女性就业本身改善了家庭的经济条件，也提高了配偶创业的机会成本，即男性和女性同时就业的家庭，与一个人工作的家庭相比，收入较高，生活较为富足和安逸。与配偶不工作的男性相比，双薪家庭的男性放弃工作去创业则是要放弃舒适的生活，使得创业成为更加艰难的决策，即女性就业对配偶创业也有负向的影响。对于生存型创业，女性就业只有正向的影响，因为男性由于本身没有工作，所以创业的机会成本较低。但对于机会型创业而言，女性就业既有上述正向影响，又有负向影响。因此，女性工作本身对于男性进行机会型创业是否有促进的效果是不确定的。据此，我们提出研究假说一。

纵观全市土地流转工作的实践，总体上是健康的，但在少数地方也存在着因政策宣传不到位、部分农户恋土情结较重、农民对土地流转价格预期过高等而导致土地流转不畅，以及违背农民意愿、采取行政手段搞土地流转、“非粮化”、“非农化”倾向严重等方面的突出问题。有些问题从表面上看并不突出，但其实是矛盾被暂时掩盖，尚未充分暴露；有些问题虽然是个别现象，或者目前在其他地区比较突出，但也不得不引起我们的高度警惕和重视。为此，针对以上问题，我们需要从以下四个方面引起关注。

传统的企业在向新型的企业过渡时，首先要将企业的文化进行变革，不断优化当前的人才环境，其中还要注意提升和发展领导力，企业鼓励并带领员工进行创新。最后企业领导人还要有一个包容的心态，尊重不同人才的个性。

对于生存型创业的家庭来说，由于男性无业或收入很低，男性创业的机会成本较小，在男性占主导地位的传统社会，男性通过创业行为来改变家庭的经济状况的动机非常大，从而女性的收入水平越高，越有利于男性的生存型创业。对于机会型创业的家庭而言，女性收入水平越高，男性创业可得的经济资源和社会资本就越丰富，从而有利于男性创业。但是由于男性有工作，其从事高风险的创业活动的机会成本会明显上升，因而只有当遇到比较好的创业机会和拥有充足的创业资源时，男性才可能放弃工作和收入去创业，即只有女性的收入水平足够高时对男性的机会型创业的促进作用才会较大。据此，我们提出研究假说二。

研究假说二：女性的收入水平越高，男性创业的可能性越大。

三、数据来源及变量描述

（一）数据来源

本文使用的数据为中国家庭追踪调查(China Family Panel Studies，以下简称CFPS)数据。根据研究需要，本文同时使用了CFPS 2010年和2012年的调查数据，其中创业变量来自于 2012年受访对象对“从上次调查至今/过去一年，您是否从事过个体或私营经济活动？”问题的回答，选择“是”为创业，“否”为不创业。由于该问题的提问对象是 2010年调查时无业、务农或受雇的成员，因此排除了在 2010年已经创业的受访者。本文定义的创业人员是从2010年调查结束后至2012年调查时新从事创业活动的个体。为了减轻内生性问题，即男性的创业行为也可能影响其配偶的工作状态，文中的其他变量则均使用2010年的调查数据。

（二）变量的解释

1.主要解释变量。女性配偶是否工作以及工作类型变量来自于 2010年受访对象关于“您工作的单位/公司或经营的生意属于？”问题的回答。其中，工作类型属于自雇的“农村家庭经营”的女性被视为没有工作。本文探讨的“工作”是指为家庭外部的市场提供劳动并获取相应报酬的就业活动，衡量的是女性从家庭外部——市场中获取经济资源的能力。自雇的农村家庭经营大多是从事自家农业生产经营活动，并没有直接为他人提供劳动并获取家庭外部的收入，故本文将其和家庭劳务一样归为没有“工作”。本研究还删除了工作类型为自雇的“个体工商户”的样本，因为这种情况下难以把夫妻共同创业和各自创业两种不同情况区分开来。对于市场工作，本文细分为体制内工作和体制外工作。工作类型属于“政府部门/党政机关/人民团体/军队”、“国有/集体事业单位/院/科研院所”和“国有企业/国有控股企业”的归为体制内工作，剩下的其他工作类型归为体制外工作。女性收入也是本文关注的一个解释变量。

2.控制变量。根据前文所回顾的国内外关于创业的理论和实证研究，本文将以下影响创业的变量作为控制变量，并按其性质分为三个层次：(1)个体特征变量，包括受访对象的民族、年龄、收入水平、受教育程度等。(2)家庭特征变量，包括家庭规模、家庭人均总收入、家庭净财产以及家庭的社会网络关系等。参考 Bian等人(2005)的研究，本文采用春节期间来访的亲戚家数目作为家庭社会网络关系的一个代理变量，来考察社会网络关系对男性创业的影响。(3)区域特征变量，主要包括家庭所在地的城乡性质虚拟变量，以及家庭所在地的省份虚拟变量。各个变量的名称及其解释见表1。

 

表1 变量名称及其解释

  

变量 变量分类 中文名称 含义及赋值entrey 创业 是否创业：是＝1，否＝0 entre1 生存型创业 是否从事生存型创业：是＝1，否＝0 entre2被解释变量机会型创业 是否从事机会型创业：是＝1，否＝0 joby 配偶工作 配偶是否有工作：有＝1，没有＝0 job1 配偶体制内工作 配偶是否有体制内工作：有＝1，没有＝0 job2 配偶体制外工作 配偶是否有体制外工作：有＝1，没有＝0 feinc主要解释变量配偶收入水平 配偶收入的对数值edu1 低等受教育水平 教育程度为未上学edu2 中低等受教育水平 教育程度为小学edu3 中等受教育水平 教育程度为初中edu4 中高等受教育水平 教育程度为高中edu5个体特征变量高等受教育水平 教育程度为专科及以上

 

续表1

  

变量 变量分类 中文名称 含义及赋值age 年龄 实际年龄ethnicity 民族 汉族＝1，少数民族＝0 minc个体特征变量收入水平 收入的对数值familysize 家庭规模 家庭总人口数cjbf 社会网络关系 春节期间来访的亲戚家数目lfinc 家庭人均总收入 家庭人均总收入的对数值lasset家庭特征变量家庭净资产 家庭净资产的对数值urban 城市 城市＝1，农村＝0 dum_prov 地区特征变量 省份虚拟变量 控制＝YES

（三）变量的描述性统计

表2是变量的描述性统计。研究关注的是家庭中已婚男性的创业情况，因此本研究仅保留婚姻状态为在婚或同居的家庭中男性的信息，最终得到6168个观测值，其中男性配偶中不创业的样本有5620个观测值，创业的样本有548个观测值。从表2中可以看出，在男性配偶不创业样本中女性配偶工作的比率为 16.67%,，显然高于男性配偶创业样本中女性配偶工作的比率 11.31%,。从创业者的年龄来看，创业男性的平均年龄为42.87岁，而不创业男性样本的平均年龄是47.06岁，说明创业群体总体上要比不创业群体更加年轻。创业男性中拥有初中和高中学历的比重分别为 44.53%,和 17.52%,，远高于非创业男性的 32.70%,和 13.24%,。非创业男性中未上学或者有专科及以上受教育水平的比重却要高于创业男性。无论是自己的收入水平，还是配偶的收入水平，创业男性比非创业男性都要高一些。在家庭关系网络上，创业男性春节期间来访的亲戚家庭数平均为10.84家，而非创业男性该数仅为9.52家。而在民族、家庭规模以及家庭人均收入、家庭净财产等方面，创业者家庭与非创业者家庭之间没有明显差异。居住在城市中的男性，其创业的可能性似乎更高，不创业男性中有 37.67%,来自城市，而在创业男性中来自城市的比例高达45.44%,。

长沙绕城高速公路干杉收费站，是海吉星运输农产品上高速最近的一个收费站。据站长彭海武介绍，在2015年干杉收费站绿色通道车辆平均每天仅4台，但2016年海吉星开业后，当年干杉收费站绿色通道车辆猛增到平均每天262 台，而今年1至7月份，干杉收费站绿色通道车辆累计为82549台，平均每天391台。

 

表2 描述性统计

  

entrey＝0 entrey＝1 Variable Mean Std.Dev.Min Max Mean Std.Dev.Min Max joby 0.1667 0.3728 0 1 0.1131 0.3171 0 1 job1 0.0578 0.2334 0 1 0.0347 0.1831 0 1 job2 0.1089 0.3115 0 1 0.0785 0.2692 0 1 feinc 4.9528 4.2495 0 12.2061 5.4234 4.2716 0 11.8494 edu1 0.2210 0.4150 0 1 0.1004 0.3008 0 1 edu2 0.2482 0.4320 0 1 0.2336 0.4235 0 1 edu3 0.3270 0.4692 0 1 0.4453 0.4974 0 1 edu4 0.1324 0.3389 0 1 0.1752 0.3805 0 1 edu5 0.0714 0.2574 0 1 0.0456 0.2089 0 1 age 47.0630 11.9218 17 83 42.8777 10.8844 21 74 ethnicity 0.9141 0.2803 0 1 0.9106 0.2856 0 1 minc 7.7286 3.3944 0 12.6115 8.1011 3.2247 0 13.3047 familysize 4.3363 1.7337 2 17 4.3613 1.7159 2 14 cjbf 9.5212 11.1482 0 156 10.8431 11.4173 0 102 lfinc 8.6754 0.9404 0.5108 12.8523 8.7146 0.9151 1.6094 11.0104 lasset 11.6289 1.3156 0 16.5885 11.7614 1.3104 0 15.3258 urban 0.3767 0.4846 0 1 0.4544 0.4984 0 1观测值数 5620 5620 5620 5620 548 548 548 548

四、计量模型及回归结果

（一）模型设定

本文关注的被解释变量是家庭中男性配偶是否创业的虚拟变量，而对于这种二值选择问题一般采用Logit模型和Probit模型进行分析。在一般情况下，两者回归结果相似。本文采用Probit模型进行分析，其潜变量(latent variable)方程设定如下：

 

其中，男性创业决策的规则如下：当时，Entreij = 1；当时，Entreij =0。模型中i指第i个男性，j指女性的不同工作状态。jobij(j＝1，2，3)分别表示第i个男性的配偶是否有工作、是否有体制内工作、是否有体制外工作虚拟变量；feinci表示第i个家庭女性的收入；Entreij 表示第i个男性的创业决策，取0，1值；X为控制变量组，包括民族、个人收入水平、受教育水平、配偶收入水平、家庭人均总收入、家庭净财产、家庭规模、城乡变量、地域虚拟变量、出生年份虚拟变量以及常数项；γ 为对应的系数值向量；ε为扰动项。系数 βj(j＝1，2，3)分别衡量了女性不同工作状态对其配偶创业决策的影响，λj(j＝1，2，3)则分别反映出不同工作状态下，女性收入对配偶创业可能性的影响，它们是本文重点考察的对象。

案例中的经营者为了表现企业良好的业绩，利用职务之便，与财务总监等相关人员一起伪造利润总额、欺骗股民直至东窗事发，被中国证监会所披露，这样的做法是极其错误的。对于相关的财务人员而言，他们不仅承受了经济损失，还断送了自己的职业生涯。对于企业而言，遭受的不仅是经济损失，还丧失了苦心经营起来的声誉。声誉就是企业的第二个门面，一个企业的声誉培养起来是非常不易的，需要很长的时间周期，它可以稳定股价。一旦声誉被毁，一方面会引起股民的恐慌并让投资者认为公司管理混乱进而撤资；另一方面，使其失去核心竞争力，一夜之间面临破产的可能，带来的损失是难以估计的。

模型中z为女性受教育年限；u为扰动项；其他符号的含义与前面一致。一般情况下，处理效应模型适用于被解释变量为连续的情况，但是在大样本情况下，使用 MLE估计的处理效应模型依然是有效的。

全球创业观察(GEM)2001年报告中进一步将创业划分为生存型创业和机会型创业，由此引发了一系列关于生存型创业和机会型创业的研究。例如，Block等人(2015)发现机会型创业者的风险偏好要明显高于生存型创业者，尤其是当这种创业活动与新的创业想法以及巨大市场机遇相联系时，这种风险偏好会变得更大；Verheul等人(2010)也认为风险态度对机会型创业的影响较大，而对生存型创业的影响却不是很明显；Baptista等人(2014)研究发现先前的工作经验所形成的人力资本对机会型创业的产生及其早期的生存发展起着重要促进作用，而对生存型创业却几乎没有影响，生存型创业更多的是受早期的创业经历的影响；Block和 Wagner(2010)得出不同的结论，通过实证分析发现两种类型的创业者之间在年龄、性别和一些其他特征上都存在明显的区别，但是在受教育水平上没有明显的差异。与 Baptista等(2014)相似，本文以男性创业前是否有工作作为划分生存型创业家庭和机会型创业家庭的标准。

由于是否有工作或是否有体制内(外)工作是一个二值变量，因此本文采用了处理效应模型(treatment effects model)来进一步消除内生性问题对于估计结果造成的影响。模型设定如下：

第一,革兰阴性菌或厌氧菌所致的盆腔炎,选用喹诺酮类广谱抗生素,联合抗厌氧菌制剂,其中喹诺酮类是治疗妇科炎症的常用药。

 

夫妻双方互相影响对方的创业决策是以研究男性对其配偶创业的影响为主。例如，Bruce(1999)发现男性创业的家庭中其配偶创业的可能性是同等情况下其他女性创业可能性的近两倍；Özcan(2011)同时研究男性配偶的创业经历对女性配偶创业选择以及女性配偶的创业经历对男性配偶创业选择的影响，发现男性对女性的影响比较大，但反过来女性对男性的影响效果却不是很明显。但是，近年来也有文献发现女性的创业经历对男性配偶的创业选择同样存在着显著影响，如 Parker(2008)发现无论是男性还是女性，他们的创业选择都会受到配偶的创业经历的影响。然而，这些文献强调的都是一方配偶的创业经历对另一方配偶创业的影响，关于研究配偶是否工作及其工作类型对个人创业决策的影响的文章却几乎没有。李雪莲等(2015)从家庭背景的角度出发，考察了配偶是公务员且有职位时对另一方配偶创业概率的影响，但研究的视角仅局限在公务员的家庭背景上。本文在现有文献的基础上，考察女性获取家庭外部收入的能力对男性配偶创业行为的影响。

至此,式(2)中的两个乘法可被简化为式(3)中可由移位操作实现的一个乘法,则整个滤波过程可用两次加减运算和一次移位操作代替,即此算法仅需一个参数K便可对滤波器带宽进行调节。

Case 1.p=2,q=3.先证明CP(Q)=1.若否,则可取x∈CP(Q),o(x)=2与y∈Q,o(y)=3,显见子群H=〈x〉×〈y〉诱导的子图P(H)含有K3,3,由引理4可知不可平面化,矛盾.此时P为初等交换2群,又由于Q为3阶循环群,故Q在P上作用为无不动点自同构,即G为Frobenius群.

 

考虑到男性创业行为也会影响其配偶的工作决策，即存在内生性问题，因此，使用Probit模型进行回归的结果存在一定的偏误。为了减小内生性，本文创业变量的数据采用 2012年的新创业数据，而解释变量则采用 2010年的数据，这在一定程度上缓解了女性工作变量的内生性问题。但是，由于 CFPS最早只有 2010年的数据，且没有女性结婚前的就业信息，因此并不能完全解决内生性的问题。举例来说，为了积累创业资本，创业前夫妇可能都选择努力工作积累资本；为辅助配偶的创业活动，工作的女性也可能会放弃体面的工作为配偶创业做准备。

研究假说一：女性就业会促进其配偶的生存型创业，尤其是当女性有一份收入稳定的工作时，其配偶创业的可能性会大大提高，但女性就业不一定会提高配偶机会型创业的概率。

（二）生存型创业与机会型创业的划分

Hu(2014)将自雇的经营活动中是否雇用劳动力作为划分标准，没有雇用劳动力的视为生存型创业，雇用劳动力的视为机会型创业；Baptist等人(2014)认为放弃目前工作去创业的创业者会有较大的机会成本，因此更可能是因为发现了创业机会再进行创业，可视为机会驱动型创业。无业状态下的创业者却更可能是因为入不敷出，迫于生活压力而选择创业，这种情况下可视为生存驱动型创业。结合生存型创业和机会型创业概念的区别以及数据的可得性，本文采取后一种分类方式，并按照 2010年调查的结果，将全部样本分为两类：无业样本和有业样本，将 2010年调查数据显示为无业的个体的创业行为视为生存型创业，而有业样本中个体的创业行为视为机会型创业。

（三）基本结果

1.处理内生性问题后的基本结果② 受篇幅所限，这里不报告未处理内生性问题的结果，有需要的读者可向作者索取。

为了解决解释变量的内生性问题，本文应用处理效应模型来估计女性就业对配偶创业行为的影响。表3给出了基于处理效应模型下的回归结果。表3中的第一阶段结

果显示：女性受教育水平对女性就业状态有显著正向的影响，即女性受教育水平越高，就业的概率越大；从估计的系数来看，受教育水平提高将有助于女性获得工作尤其是体制内工作。

 

表3 处理效应模型回归结果

  

注：*、**和***分别表示在10%,、5%,和1%,的显著性水平下通过检验，括号内为按省份聚类的标准误。

 

生存型创业(entre1)机会型创业(entre2)变量(1)(2)(3)(4)(5)(6)joby 0.4040*** -0.0886***(0.0713)(0.0128)job1 0.5463*** -0.0999***(0.0693)(0.0151)job2 0.4477*** -0.0744***(0.0474)(0.0111)feinc 0.0018 0.0009 0.0017 0.0034*** 0.0021*** 0.0022***(0.0025)(0.0028)(0.0024)(0.0007)(0.0007)(0.0006)edu2 0.0269 0.0300* 0.0291 0.0168* 0.0166* 0.0170*(0.0179)(0.0179)(0.0180)(0.0096)(0.0098)(0.0097)edu3 0.0482** 0.0623*** 0.0503*** 0.0334*** 0.0309*** 0.0320***(0.0197)(0.0160)(0.0189)(0.0083)(0.0084)(0.0084)edu4 0.0328 0.0463** 0.0392* 0.0363*** 0.0325*** 0.0303**(0.0213)(0.0219)(0.0225)(0.0118)(0.0117)(0.0119)edu5 -0.0047 0.0184 0.0046 0.0152 0.0129 -0.0048(0.0655)(0.0635)(0.0645)(0.0162)(0.0160)(0.0159)ethnicity -0.0640 -0.0699 -0.0617 0.0241 0.0224 0.0236(0.0542)(0.0566)(0.0530)(0.0387)(0.0385)(0.0389)minc 0.0013 0.0012 0.0016 0.0004 0.0005 0.0006(0.0029)(0.0031)(0.0028)(0.0011)(0.0011)(0.0011)cjbf 0.0021** 0.0022** 0.0019* 0.0002 0.0002 0.0002(0.0011)(0.0011)(0.0010)(0.0004)(0.0004)(0.0004)lfinc 0.0059 0.0049 0.0068 0.0000 -0.0002 -0.0010(0.0115)(0.0108)(0.0112)(0.0048)(0.0047)(0.0046)lasset 0.0128 0.0146* 0.0123 0.0061** 0.0062** 0.0059**(0.0084)(0.0076)(0.0084)(0.0030)(0.0030)(0.0030)familysize -0.0088** -0.0089*** -0.0084** -0.0004 -0.0001 -0.0001(0.0035)(0.0034)(0.0035)(0.0022)(0.0021)(0.0022)urban 0.0762*** 0.0917*** 0.0732*** -0.0182 -0.0229* -0.0240*(0.0268)(0.0233)(0.0251)(0.0121)(0.0118)(0.0126)dum_prov YES YES YES YES YES YES dum birthyear YES YES YES YES YES YES constant YES YES YES YES YES YES第一阶段回归结果joby job1 job2 joby job1 job2 seduy 0.0809*** 0.0726*** 0.0574*** 0.1605*** 0.1921*** 0.0953***(0.0190)(0.0221)(0.0130)(0.0115)(0.0269)(0.0070)观测值数 2034 2034 2034 4134 4134 4134

为了进一步深入探讨女性收入水平的高低对配偶创业活动的影响，本文进一步依据男性创业前的收入的高低将男性分为数量相等的三组：低收入组(minc1)、中等收入组(minc2)、高收入组(minc3)三组；类似地，女性也划分为低收入组(feinc1)、中等收入组(feinc2)、高收入组(feinc3)三组。通过使用分类变量来替代minc和feinc后，处理效应模型的回归结果见表4。结果显示仅当女性的收入水平足够高时才会显著地促进男性配偶的机会型创业，因为仅feinc3前的系数显著为正，支持了文中的假说二。不论是生存型还是机会型创业，创业前男性自身收入对创业的影响统计上均不显著。

女性就业对其配偶的机会型创业活动却有非常显著的负向影响，但是系数大大减小(见表 3中(4)、(5)和(6)列 joby、job1和 job2的系数)。一方面，对于收入较高的男性而言，通常积累的财富较多，无需依靠女性就业来保障家庭的经济来源；另一方面，创业存在机会成本，男性受雇工作的收入越高，其创业的机会成本越大，如果其配偶也工作，那么家庭的收入必定较高，男性无需通过创业进一步提高家庭的收入。因此，女性就业反而可能抑制其配偶机会型创业的动机，尤其是当女性配偶在体制内工作时，作用更加明显。但是，当女性的收入较高时，可为男性配偶提供更多的创业机会和资源，机会型创业的可能性大大提高① 此处还有另一个解释，在传统的观念中男性配偶的收入要高于女性配偶，当女性有工作而男性没有工作，或者女性的收入水平较高甚至超过男性配偶的收入水平(即“女强男弱”)时，男性配偶受到刺激选择创业的可能性会大大提高。，表3中(4)、(5)和(6)列配偶收入(feinc)的系数显著为正，支持了本文的第二个假说。

升级改造污水处理厂，开展高效污水脱氮除磷新工艺、新技术的开发与应用，探索新型高效节能曝气技术、二沉池沉降性能强化技术、MBR工艺规模化等，进行城市污水处理厂设备设施的运行优化和集成整合，增加污水处理的规模与深度。

除此之外，结果还显示：拥有中等(初中)或中高等(高中)教育程度的男性生存型创业和机会型创业的可能性较大，而过低或过高的受教育水平对创业活动的影响不显著；关系网络多有助于进行生存型创业，但对机会型创业的影响不显著；家庭规模的增大，会增加贫困家庭的负担，不利于生存型创业；与农村男性相比，城市的男性更多进行生存型创业，更少进行机会型创业。

2.女性收入水平对配偶创业决策的影响② 由于 CFPS中，男性收入和女性收入分开报告，因此女性获得收入的能力与男性的收入及创业与否无关，而主要取决于自身的个人特征和家庭背景，故可认为女性收入变量与男性的创业决策之间不存在严重的内生性问题。

表 3的前面部分是模型(2)的二阶段回归结果。结果显示，控制了内生性的影响后，女性就业对其配偶的生存型创业活动有非常显著的正向影响，女性有工作、有体制内工作和体制外工作对男性配偶生存型创业活动的影响系数分别为 0.40、0.55和0.45(表 3中(1)、(2)和(3)列 joby、job1和 job2的系数)，这一结果支持了文中的第一个假说，即女性就业有利于其配偶生存型创业。

 

表4 收入分组后的回归结果

  

注：*、**和***分别表示在 10%,、5%,和 1%,的显著性水平下通过检验，括号内为按省份聚类的标准误。此外，还加入了前文所描述的其他控制变量，由于篇幅限制未全部给出。

 

生存型创业(entre1)机会型创业(entre2)变量(1)(2)(3)(4)(5)(6)joby 0.3962*** -0.0932***(0.0772)(0.0139)job1 0.5403*** -0.1001***(0.0701)(0.0151)job2 0.4422*** -0.0766***(0.0498)(0.0121)feinc2 -0.0042 -0.0072 -0.0032 0.0117 0.0083 0.0090(0.0136)(0.0140)(0.0135)(0.0084)(0.0087)(0.0085)feinc3 0.0280 0.0170 0.0254 0.0361*** 0.0200*** 0.0226***(0.0282)(0.0297)(0.0267)(0.0092)(0.0073)(0.0077)minc2 0.0127 0.0141 0.0125 -0.0064 -0.0046 -0.0042(0.0165)(0.0182)(0.0155)(0.0141)(0.0142)(0.0145)minc3 0.0431 0.0421 0.0463 0.0062 0.0039 0.0057(0.0327)(0.0363)(0.0308)(0.0149)(0.0146)(0.0145)观测值数 2034 2034 2034 4134 4134 4134

五、稳健性检验

（一）遗漏变量问题

创业行为是众多因素综合作用的结果，很多因素由于各种原因难以量化，故模型有可能存在遗漏重要变量的问题。首先，创业是一种高风险的经济活动，个体的风险偏好显然会影响个体的创业决策，风险偏好者更可能选择风险较大的创业活动，而风险厌恶者则更倾向于选择无风险或风险较小的受雇工作。现成的微观调查数据中，如果没有设计直接衡量风险偏好的问题，研究者们通常会选择代理变量来近似风险偏好。借鉴汪小圈、张红和刘冲(2015)的做法，本文用个体是否进行金融产品的投资活动来衡量个体的风险偏好，根据 CFPS问卷中的问题“去年，您家是否持有以下金融产品？”，将持有股票、基金或债券等金融产品的家庭的男性归为风险偏好者，而没有持有以上任意一种金融产品的家庭的男性归为风险厌恶者。

社会关系网络及其网络所带来的社会资源对创业者来说至关重要。前文中已经使用春节期间来访的亲戚家数目作为家庭社会关系网络的代理变量，但由于没有直接衡量社会关系网络，仍可能存在偏差。Tsai(2007)发现，相对于没有族谱/家谱的家庭，有族谱/家谱的家庭的网络联系更紧密，家庭社会网络强度更高。参照潘静和陈广汉(2014)的研究，稳健性检验中同时用春节期间来拜访的亲戚家数目、家族是否有族谱/家谱(zp)两个变量来衡量家庭的社会网络强弱。人们所处的社会组织及其能够动员的资源或权力也是拥有的社会资本的重要反映。参照周广肃等人(2014)的方法，根据受访者是否是党群团等组织的成员，本研究定义了“组织成员”(group)这一虚拟变量，从另一方面反映其社会关系网络的大小① 这里的“组织”包括中国共产党、民主党派、区县及以上人大(代表)、区县及以上政委(委员)、工会、共青团、妇联、工商联、非正式的联谊组织、宗教/信仰团体、私营企业主协会、个体劳动者协会、其他正式注册的社会团体。。

基于此，本文将以上可能影响创业决策的几个因素作为控制变量加入模型(2)中重新回归，表5的(1)～(3)列给出了生存型创业情况下的回归结果，结果显示，新加入的变量对男性配偶生存型创业的影响都不显著，但女性就业依然显著促进其配偶生存型创业，且体制内工作的女性对其配偶生存型创业的促进作用更大。表5的(4)～(6)列则给出了机会型创业情况下的回归结果。新加入的变量中，仅族谱变量(zp)显著为正，即有族谱的家族有利于男性进行机会型创业。但女性是否工作以及体制内(外)工作对男性创业的影响的方向和系数大小都没有发生显著变化。女性如果工作，其配偶机会型创业的可能性会略有下降，但女性的收入越高，其配偶机会型创业的概率越大。

 

表5 稳健性检验1

  

注：*、**和***分别表示在 10%,、5%,和 1%,的显著性水平下通过检验，括号内为按省份聚类的标准误。此外，还加入了前文所描述的其他控制变量，由于篇幅限制未全部给出。

 

生存型创业(entre1)机会型创业(entre2)变量(1)(2)(3)(4)(5)(6)joby 0.3968*** -0.0882***(0.0753)(0.0144)job1 0.5381*** -0.1023***(0.0681)(0.0154)job2 0.4450*** -0.0714***(0.0471)(0.0120)feinc 0.0019 0.0010 0.0017 0.0034*** 0.0022*** 0.0022***(0.0025)(0.0027)(0.0024)(0.0007)(0.0007)(0.0006)group 0.0161 0.0128 0.0181 0.0021 0.0026 0.0012(0.0220)(0.0201)(0.0217)(0.0098)(0.0095)(0.0100)risk -0.0078 0.0144 -0.0161 0.0162 0.0177 0.0104(0.0467)(0.0489)(0.0483)(0.0188)(0.0187)(0.0198)zp 0.0258 0.0277 0.0262 0.0266** 0.0286** 0.0275**(0.0214)(0.0229)(0.0199)(0.0111)(0.0112)(0.0115)观测值数 2027 2027 2027 4119 4119 4119

（二）估计方法——2SLS估计方法和IV Probit估计方法① 目前还有一种方法，详见Lewbel、Dong和Yang的“Viewpoint：Comparing Features of Convenient Estimators for Binary Choice Models With Endogenous Regressors”，Canadian Journal of Economics，2012，45(3)。但是这种方法除了需要选择相应的工具变量之外，还需要选取一个特殊回归元，而在他们的论文中对特殊回归元的选取并没有做详尽的描述，因而无法识别和评判选取的特殊回归元的优劣与好坏。作者在尝试使用这种方法的过程中发现选择不同的特殊回归元对回归结果的影响差异巨大，因此作者并不认可这种方法。

对于被解释变量和内生变量都是二值变量时，要采取何种估计模型和方法的问题，目前国内外还没有形成统一的看法。本文使用的是处理效应模型，但也有不少研究者认为在大样本情况下可以使用线性概率模型(LMP)来近似代替。相应地，在存在内生性问题的情况下，使用工具变量线性概率模型，即通过二阶段最小二乘法(2SLS)来解决内生性问题。具体来说就是两个阶段同时使用OLS回归。本文用这种方法进行稳健性检验，结果如表6 Panel A所示。结果显示女性就业状态的系数变大，但是影响方向未变，且仍非常显著。

 

表6 稳健性检验2

  

注：*、**和***分别表示在 10%,、5%,和 1%,的显著性水平下通过检验，括号内为按省份聚类的标准误。此外，还加入了基本回归中所包含的其他控制变量，由于篇幅限制未全部给出。

 

Panel A：工具变量线性概率模型生存型创业(entre1)机会型创业(entre2)变量(1)(2)(3)(4)(5)(6)joby 0.7189*** -0.1335**(0.2237)(0.0579)job1 1.8114** -0.1888**(0.7235)(0.0789)job2 1.1921*** -0.4554(0.4291)(0.2852)feinc -0.0115** -0.0074* -0.0142*** 0.0058*** 0.0039*** 0.0103*(0.0049)(0.0044)(0.0062)(0.0020)(0.0011)(0.0061)观测值数 2034 2034 2034 4134 4134 4134 Panel B：IVProbit(平均边际效应)生存型创业(entre1)机会型创业(entre2)变量(1)(2)(3)(4)(5)(6)joby 0.4870*** -0.1635**(0.1360)(0.0807)job1 1.2731*** -0.2420**(0.4826)(0.1110)job2 0.7364*** -0.6363*(0.2364)(0.3745)feinc -0.0077** -0.0053 -0.0087** 0.0070** 0.0050*** 0.0149*(0.0035)(0.0033)(0.0037)(0.0030)(0.0017)(0.0081)观测值数 1933 1933 1933 3893 3893 3893

另外，也有学者采用含内生变量的 Probit模型，在第一阶段使用线性概率模型近似代替，直接使用 OLS进行回归，而第二阶段使用 Probit模型进行回归，本文同样使用这种方法(IVProbit)。为了方便比较，表6 Panel B直接给出了IVProbit估计方法下回归结果的平均边际效应值。结果显示，女性就业对男性配偶生存型创业影响的估计系数为正。IVProbit的估计结果要比工具变量线性概率模型下的系数稍小，比处理效应模型下的系数大；女性就业对男性配偶机会型创业影响的估计系数为负，IVProbit的估计系数绝对值要比工具变量线性概率模型下和处理效应模型下的系数绝对值都略大。

通过使用不同的回归模型和估计方法，我们发现，尽管在影响系数上稍微有点差异，但是，无论是影响方向还是显著性水平上都与基本结果一致。

（三）重新划分生存型创业与机会型创业

生存型创业和机会型创业划分的标准目前还没有形成一致的看法。不同的划分标准也可能会导致不一样的结果。本文根据调查数据中已有的就业状态数据，再结合各省的最低工资标准，把2010年失业或个人收入低于其所在省的省会2010年最低工资标准的男性划分为生存型创业样本，其他男性划分为机会型创业样本来进行稳健性检验。表7列示了新的划分方法下的回归结果。不同划分方法的结果基本一致，即女性就业有助于配偶进行生存性创业，但不利于配偶进行机会型创业。

 

表7 稳健性检验3

  

注：*、**和***分别表示在 10%,、5%,和 1%,的显著性水平下通过检验，括号内为按省份聚类的标准误。此外，还加入了基本回归中所包含的其他控制变量，由于篇幅限制未全部给出。

 

生存型创业(entre1)机会型创业(entre2)变量(1)(2)(3)(4)(5)(6)joby 0.3858*** -0.1339***(0.0329)(0.0198)job1 0.4754*** -0.1458***(0.0423)(0.0259)job2 0.4090*** -0.1056***(0.0360)(0.0181)feinc 0.0019 0.0013 0.0017 0.0055*** 0.0035*** 0.0032**(0.0017)(0.0018)(0.0018)(0.0015)(0.0013)(0.0014)观测值数 4138 4138 4138 2030 2030 2030

（四）剔除高龄样本

个体的就业状态与个体年龄的大小有关。尤其是高龄个体，很可能因达到退休年龄而退出劳动力市场或因有人赡养而无需工作。在这些情况下，按照有无工作对创业类型的划分可能会产生一定的偏误，因此，本文进一步剔除60岁及以上年龄的男性个体，重新对方程(2)回归，结果如表8所示。在剔除高龄样本后，女性的就业状态依然对男性配偶的生存型创业有显著正向的影响，而对男性配偶机会型创业有显著的负向作用，但女性收入对男性配偶机会型创业有显著的正向作用。通过比较表8和表3中joby、job1和job2系数的大小，发现系数差异非常小。

 

表8 稳健性检验4

  

注：*、**和***分别表示在 10%,、5%,和 1%,的显著性水平下通过检验，括号内为按省份聚类的标准误。此外，还加入了基本回归中所包含的其他控制变量，由于篇幅限制未全部给出。

 

生存型创业(entre1)机会型创业(entre2)变量(1)(2)(3)(4)(5)(6)joby 0.4564*** -0.0984***(0.0793)(0.0154)job1 0.5994*** -0.1116***(0.0827)(0.0174)job2 0.4952*** -0.0831***(0.0568)(0.0131)feinc 0.0017 0.0006 0.0017 0.0040*** 0.0026*** 0.0026***(0.0029)(0.0031)(0.0028)(0.0008)(0.0008)(0.0007)观测指数 1560 1560 1560 3668 3668 3668

综上所述，本文用处理效应模型估计的基本结果是稳健的、可靠的。

六、结论及政策含义

本文研究女性的就业状态及收入水平对配偶创业活动的影响。创业活动是高风险的活动，女性就业能有效分散家庭的经济风险，保障家庭的经济来源，从而有助于提高其配偶的创业活动。研究发现，女性就业仅对男性配偶的生存型创业具有显著的促进作用，女性在体制内就业对其配偶的生存型创业的正向影响更大，但女性就业却抑制了其配偶的机会型创业，尽管影响系数不大。研究还发现女性收入水平越高，则男性进行生存型和机会型创业的可能性都会变大，但是只有机会型创业的影响在统计上是显著的，且只有高收入的女性对机会型创业有促进作用。

本研究的政策启示如下：当前，中国的经济面临下行的压力，“大众创业，万众创新”有利于激活中国的经济发展。本文发现：女性参与市场工作对促进家庭的创业活动有着重大影响，而女性获得高收入有助于其配偶进行机会型创业。因此，女性的就业问题不仅关系女性个人的经济和社会地位，也会影响我国未来经济发展的活力。由于女性的教育水平会影响她能否得到一份工作或体制内的工作，因此应当加大力度消除家庭内部的人力资本投资中的“重男轻女”(郑筱婷和陆小慧，2017)，保障女孩的受教育权利，提高女性的受教育水平。同时，还应当进一步消除劳动力市场上的性别歧视，为女性创造公平的就业环境。对此，政府应当增加幼托和养老等公共服务，减轻女性家务和照顾的负担。总之，减少人力资本投资中的“重男轻女”，促进家庭照料社会化，消除职场上的性别歧视，打通女性的职位晋升通道，有助于我国经济转型为创新驱动的发展模式。

通过上述微波功率、堆放厚度、微波时间等因素试验，优选出3个因素水平，以此为基础进行三因素三水平L9（34）正交试验，并记录每组试验的感官评分及水分含量。

本文尚存诸多不足。正如前文所述，由于本文被解释变量和内生性解释变量均为离散型数据的特殊性，对此类数据尚无非常好的研究方法。此外，本文选取的工具变量不一定是最理想的，但却是在可得数据的基础上最为合适的，满足了工具变量所应具备的基本条件。本文旨在抛砖引玉，仍有许多问题有待进一步研究。比如，对于尚未结婚的年轻人来讲，创业主要受什么因素影响？家庭内部因素对创业活动的作用机制有哪些？随着女性的社会地位的不断提高，越来越多的女性企业家活跃在市场经济活动中，女性创业受什么因素影响？新创企业如何能够保持高成长？这些也是作者未来研究的方向。

证明 只需证明算子F的两个分量F1和F2连续即可。首先证明F2的连续性。任取Φi=(Si,IiΓ, i=1,2,则

参考文献

［1］蔡 莉，葛宝山，朱秀梅，费宇鹏，柳 青.基于资源视角的创业研究框架构建[J].中国工业经济，2007(11)：96-103.

［2］蔡 莉，单标安，朱秀梅，王 倩.创业研究回顾与资源视角下的研究框架构建——基于扎根思想的编码与提炼[J].管理世界，2011(12)：160-169.

［3］蔡 莉，单标安.中国情境下的创业研究：回顾与展望[J].管理世界，2013(12)：160-169.

［4］蔡晓珊，张耀辉.创业理论研究：一个文献综述[J].产经评论，2011(5)：55-66.

［5］雷晓燕，许文健，赵耀辉.高攀的婚姻更令人满意吗?婚姻匹配模式及其长远影响[J].经济学(季刊)，2014，14(1)：31-50.

［6］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.

［7］陆利丽.中国城镇已婚女性劳动力供给及其收入分配效应研究[D].杭州：浙江大学，2014.

［8］潘 静，陈广汉.家庭决策、社会互动与劳动力流动[J].经济评论，2014(3)：40-50+99.

［9］苏晓华，郑 晨，李新春.经典创业理论模型比较分析与演进脉络梳理[J].外国经济与管理，2012(11)：19-26.

［10］王春超，冯大威.中国乡-城移民创业行为的决定机制——基于社会关系网的分析视角[J].经济学(季刊)，2017，17(1)：355-382.

［11］汪小圈，张 红，刘 冲.幼年饥荒经历对个人自雇选择的影响[J].金融研究，2015(5)：18-33.

［12］郑筱婷，陆小慧.有兄弟对女性是好消息吗？——家庭人力资本投资中的性别歧视研究[J].经济学(季刊)，2017，17(1)：277-298.

［13］周广肃，樊 纲，申广军.收入差距、社会资本与健康水平——基于中国家庭追踪调查(CFPS)的实证分析[J].管理世界，2014(7)：12-21+51+187.

［14］朱秀梅，李明芳.创业网络特征对资源获取的动态影响——基于中国转型经济的证据[J].管理世界，2011(6)：105-115+188.

［15］Baptista R.，Karaöz M.，Mendonça J.The Impact of Human Capital on the Early Success of Necessity versus Opportunity-based Entrepreneurs[J].Small Business Economics，2014，42(4)：831-47.

［16］Bian Y.，Breiger R.，Galaskiewicz J.，et al.Occupation，Class，and Social Networks in Urban China[J].Social Forces，2005，83(4)：1443-68.

［17］Block J.，Sandner P.，Spiegel F.How Do Risk Attitudes Differ within the Group of Entrepreneurs? The Role of Motivation and Procedural Utility[J].Journal of Small Business Management，2015，53(1)：183-206.

［18］Block J.H.，Wagner M.Necessity and Opportunity Entrepreneurs in Germany：Characteristics and Earnings Differentials[J].Schmalenbach Business Review，2010(62)：154-74.

［19］Brown S.，Dietrich M.，Ortiz-Nuñez A.，et al.Self-employment and Attitudes towards Risk：Timing and Unobserved Heterogeneity[J].Journal of Economic Psychology，2011，32(3)：425-33.

［20］Bruce D.Do Husbands Matter? Married Women Entering Self-employment[J].Small Business Economics，1999，13(4)：317-29.

［21］Brüderl J.，Preisendörfer P.Network Support and the Success of Newly Founded Business[J].Small Business Economics，1998，10(3)：213-25.

［22］Caliendo M.，Fossen F.M.，Kritikos A.S.Risk Attitudes of Nascent Entrepreneurs-new Evidence from an Experimentally Validated Survey[J].Small Business Economics，2009，32(2)：153-67.

［23］Caliendo M.，Fossen F.，Kritikos A.S.Personality Characteristics and the Decisions to Become and Stay Self-employed[J].Small Business Economics，2014，42(4)：787-814.

［24］Gartner W.B.A Conceptual Framework for Describing the Phenomenon of New Venture Creation[J].Academy of Management Review，1985，10(4)：696-706.

［25］Giacomin O.，Guyot J.L.，Janssen F.，et al.Novice Creators：Personal Identity and Push Pull Dynamics[C]//52th International Council for Small Business(ICSB)World Conference.2007：1-30.

［26］Gilad B.，Levine P.A Behavioral Model of Entrepreneurial Supply[J].Journal of Small Business Management，1986，24：45.

［27］Hoang H.，Antoncic B.Network-based Research in Entrepreneurship：A Critical Review[J].Journal of Business venturing，2003，18(2)：165-87.

［28］Hu F.Risk Attitudes and Self-employment in China[J].China &World Economy，2014，22(3)：101-20.

［29］Li Y.，Zhao Y.，Tan J.，et al.Moderating Effects of Entrepreneurial Orientation on Market Orientation-performance Linkage：Evidence from Chinese Small Firms[J].Journal of Small Business Management，2008，46(1)：113-33.

［30］Li H.，Zhang Y.The Role of Managers Political Networking and Functional Experience in NewVenture Performance：Evidence from China′s Transition Economy[J].Strategic Management Journal，2007，28(8)：791.

［31］Özcan B.Only the Lonely? The Influence of the Spouse on the Transition to Self-employment[J].Small Business Economics，2011，37(4)：465-92.

［32］Parker S.C.Entrepreneurship among Married Couples in the United States：A Simultaneous Probit Approach[J].Labour Economics，2008，15(3)：459-81.

［33］Verheul I.，Thurik R.，Hessels J.，et al.Factors Influencing the Entrepreneurial Engagement of Opportunity and Necessity Entrepreneurs[R].EIM Research Reports H201011，2010.

［34］Tsai L.L.Solidary Groups，Informal Accountability，and Local Public Goods Provision in Rural China[J].American Political Science Review，2007，101(2)：355-72.

［35］Yueh L.China′s Entrepreneurs[J].World Development，2009，37(4)：778-86.

［36］Zimmer C.Entrepreneurship through Social Networks[G]// Donald Sexton，Raymond Smilor.The Art and Science of Entrepreneurship.Ballinger，Cambridge，MA，1986：3-23.