外出务工经历对农户创业影响的研究

何咏杰

（南京林业大学 经济管理学院，南京 210037）

如何促进农村地区一二三产业融合发展，鼓励和支持农民创业并拓宽其增收渠道成为十九大关注的主要问题之一。针对返乡务工人员的就业和收入提高问题，自主创业成为主要选项[1]，农户创办小微企业能够推动经济发展[2]。返乡务工人员是否都适合创业？他们在外务工经历是否影响创业？对此，本文在前人研究基础上，依据工作时间连续性和工作性质将外出工作进一步细分为自主创业、受雇型、自由职业和临时性工作，探究外出务工经历以及外出务工类型对农户创业的影响。

1 文献综述与理论假设

烙印效应理论认为过往经历形成的印记包括认知、经验和知识是个人和组织决策时的重要影响变量[3]，当农户通过外出务工接触到与农村不同的工作环境，有利于其积累创业相关资本：一方面，外出务工形成的知识经验有利于个人能力的发展[4]；另一方面，外出务工经历扩展了社会资本，外出务工经历使农户在社会网络中发现创业机会的概率增加[5]。因此本文认为农户的外出务工经历正向促进农户创业，即：

假设1：外出务工经历促进返乡农户创业。

观察学习包括四个步骤，即个体注意到环境中的事物、个体记住所注意到的事物、个体产生特定行为以及环境提供改变行为再次出现的概率[6]，烙印效应理论认为过往经历和知识的累积效应，将对个人选择行为产生长期影响[3]。具有自主创业经历的农户，因已经积累了一些直接经验，其返乡后选择自主创业的概率更高。正式劳务合同的受雇工作长期接触企业经营环境并处于特定职位，能够长时间观察学习并形成深刻的历史印记，而临时性工作因工作流动频繁难以积累创业资本[7]。自由职业与企业经营管理相差较大，难以积累企业经营经验并形成相应的历史烙印。根据上述分析，本文认为不同工作经历接触的工作环境不同，学习积累的经验和形成的历史烙印不同，将会对农户创业选择产生不同的影响，即：

假设2：外出务工类型对农户创业影响存在异质性。

2 数据、变量和模型

2.1 数据来源

本文采用中国家庭金融调查数据库中2015年、2017年农村家庭的数据来验证验证外出务工经历及外出务工类型对农户创业的影响。通过挑选家庭总收入为正数、户主年龄在20~70岁的家庭，共计3 235户家庭6 470条观测值。

2.2 变量设计

本文的被解释变量为农户创业，采用问题“目前，您家是否从事工商业生产经营项目，包括个体户、租赁、运输、网店、经营企业等？”来识别农户是否创业，选择“是”的为农户创业并赋值为1，选择“否”的为未创业并赋值为0。

根据上文的理论分析，本文所采用的核心解释变量为农户是否有外出务工经历，以及外出务工类型，外出务工类型包括自主创业、受雇型、自由职业和临时性工作。

本文采用问题“是否在户口所在地以外其它地方有半年以上工作的经历？”来识别农户是否有外出务工经历，答案为“是”的表明农户有外出务工经历并赋值为1，答案为“否”的农户没有外出务工经历并赋值为0。采用问题“回到户口之前的工作性质是？”来识别农户外出务工类型，本文以临时性工作为对比组，设置三个虚拟变量，自主创业、受雇型和自由职业的样本赋值为1，临时性工作的样本赋值为0。

本文参考相关研究，选择控制变量。收入是个体决策的重要变量[8-9]。另外，年龄、性别、婚姻、受教育程度、政治面貌[1]、健康程度[4]、风险态度[10]也是影响农户是否创业的重要变量。

2.3 数据的描述性统计分析

变量描述性统计结果如表1所示，农户创业的均值为0.034，外出务工经历的均值为0.144，高于农户创业的均值，表明不是所有的返乡务工人员都会选择创业。样本农户中户主平均年龄在50岁左右，以男性已婚人士居多，健康状况较好，风险态度为规避者居多，党员的比例较少。

表1 变量描述性统计结果表

2.4 构建模型

本文结合数据和变量的特点，采用面板Probit模型来估计外出务工经历、外出务工类型和农户创业之间的关系。参照现有研究[11]，设置面板数据模型，构建模型1来探究外出务工经历对农户创业的影响，所构建的模型如下：

①下标i表示农户家庭样本序号，t表示年份时间且t=1,2分别代表2015、2017年，Businessi,t表示农户家庭i在t年的创业行为虚拟变量，Migratei,t表示受访者是否有外出务工经历，Xi,t表示控制变量，εit表示随机项。

构建模型2来探究外出务工类型对农户创业的影响，以临时性工作为对照组，设置三个虚拟变量，本文所构建的模型2如下：

②Selfemplyi,t=1、Employi,t=1和Freei,t=1分别代表农户外出务工类型为自主创业、受雇型和自由职业型，Selfemplyi,t=0、Employi,t=0和Freei,t=0均表示临时性工作。

3 实证结果与分析

3.1 面板Probit模型结果

本文采用stata16软件估计模型系数，结果列于表2。卡方检验和LR检验的显著性均在1%的水平上，表明适合采用面板Probit模型来估计系数。因为Probit模型的非线性特征，表2中所列数字表示平均边际效应。

表2 面板Probit模型结果表

①外出务工经历对农户创业的影响。模型1的估计如表2中模型1数据所示：外出务工经历对农户创业有正向影响且显著性在1%水平，外出务工经历每提高一个单位，农户选择创业的概率提高0.414个单位，假设1成立。

②不同务工经历对农户创业影响的异质性。采用全样本估计模型2[12]。从表2中的数据可以看出，与临时性工作相比，自主创业和受雇型工作经历对农户创业有显著的正向影响，显著性水平为1%，自主创业经历的影响更大，其影响系数为2.226，高于受雇型的系数0.932。而自由职业的外出工作经历对农户创业的影响不显著，假说2成立。

3.2 稳健性检验

本文采用PSM模型中k近邻匹配、核匹配和卡尺匹配三种方法估计外出务工经历和外出务工类型对农户创业的处理组平均处理效应（ATT）。

表3第二栏的结果显示，不同匹配方法中，外出务工经历对结果变量农户创业正向影响显著，显著性水平为1%，说明在控制可能存在的内生性等问题后，外出务工经历对农户创业依然正向影响显著。三种匹配方法的ATT估计值表明通过PSM方法可以得出外出务工经历对农户创业显著提高0.028~0.033。

外出务工类型对农户创业的处理组平均处理效应，结果如表3第三栏所示。在三种匹配方法中，自主创业型和受雇型对农户创业都有正向影响且显著性水平为1%。自主创业工作经历对农户创业影响显著提高0.312~0.327。受雇型工作经历对农户创业显著提高0.072~0.106。三种匹配方法中，自由职业ATT估计值不显著。

表3 稳健性检验结果表

总体上，PSM模型的处理组平均处理效应和面板Probit模型估计的影响系数不同，影响关系和显著性类似，本文采用的数据及估计结果是稳健的。

4 结论与建议

本文得出以下结论：①有无外出务工经历对农户是否选择创业有显著影响。农户外出务工通过长期观察学习并形成特定的历史烙印，对于农户后续的创业选择行为产生影响。②并非所有外出务工类型对农户创业影响都存在异质性。以临时性外出务工经历为参照，具体如下：一是自主创业的工作经历与参照物之间对农户创业影响存在异质性，且前者对农户创业的正影响更大。二是受雇型的工作经历与参照物之间对农户创业影响存在异质性，且前者对农户创业的正影响更大，但小于自主创业型的影响。三是自由职业型的工作经历与参照物之间对农户创业影响不存在异质性，即这两种外出务工经历对农户回乡后的创业影响并不存在显著差别。

本文建议如下：一是提供良好的创业政策环境。针对在外务工人员返乡后选择创业的问题，各级政府部门应当合理引导，提供积极的技术支持和政策条件，让返乡务工人员可以有效利用在外务工经历所积累的创业资本。二是引导务工人员选择创业类型。根据返乡务工人员在外务工时从事的工作类型和所积累的知识、经验和技能，合理地引导返乡务工人员选择创业类型。