互联网使用是否影响了女性创业?
——来自中国家庭追踪调查(CFPS)的经验证据
刘汉辉1李博文2 宋 健3
(1.华南师范大学，广东 广州 510006；2.暨南大学，广东 广州 510632；3.南开大学，天津 300071)
摘 要： 互联网技术的迅猛发展及广泛应用，不仅影响了人们的生产方式、生活方式和思维方式，而且使女性创业者面对的创业环境发生了深刻变化。采用中国家庭追踪调查(CFPS)2010、2014两年的面板数据，利用logit模型和双重差分倾向得分匹配法(PSM-DID)，首次研究互联网使用对女性创业的实际影响。研究发现：使用互联网的女性比不使用互联网的女性，创业概率更高，即女性如果使用互联网会提升其创业概率；而且，使用互联网并不会使女性放弃稳定的工作转而创业；上网状态变化影响女性创业概率，并非通过影响个人特征产生长期影响，而是发挥一种适时的、短期的功效。上述发现对于女性创业的理论、实践发展均具有一定意义。
关键词： 互联网使用；女性创业；logit；双重差分；得分倾向匹配
一、引言与文献回顾
2014年9月，在达沃斯论坛上，李克强总理提出了“大众创业，万众创新”的号召。同年11月，李总理出席首届世界互联网大会时又明确指出，互联网是大众创业、万众创新的新工具。2015年3月，李总理在政府工作报告中首次提出“互联网+”行动计划，而“互联网+创业(必然包含女性创业)”是其中的重要组成部分。数据显示，1998年7月，我国网民规模仅为117.5万，截止2017年12月，网民规模已高达7.72亿，女性比重则由1998年的7.2%增加到2017年的47.4%，女性网民人数也由1998年的8.46万上升至2017年的3.66亿。(1) 第2次《中国互联网络发展状况统计报告》、第41次《中国互联网络发展状况统计报告》，中国互联网络信息中心(CNNIC)，1998年7月1日和2018年1月31日数据整理得到，http：//www.cnnic.net.cn。 可见，互联网已广泛影响着我国女性的生活、学习、就业和创业。“互联网+女性创业”成为社会各界日益关注的热点议题。
理论界关于女性创业的研究，主要围绕两个方面：一是影响因素。如有学者认为女性创业，主要是由于女性对独立自主的需要和对自我实现的渴望。[1]李雪莲等则以个体的公务员背景、在工作中的职位背景为变量考察对创业的影响，发现男性配偶为公务员且有职位时，女性配偶创业概率增加3.5%。[2]二是性别差异。如刘鹏程等利用Oaxaca-Blinder差异分解方法发现，女性机会型创业率较低，比男性低0.0497，且差异显著。[3]
进入职业化体系的内部审计，不仅是监督机制的重要组成部分，更要为企业经营管理和重大决策发挥重要作用，为实现企业经营目标而提供增值服务。
随着互联网影响的不断扩大和深化，互联网对创业、女性创业的影响也日益引起学界关注。Mack等发现，社交媒体和互联网的使用，更容易刺激人们创业；[4]周洋、华语音发现互联网使用对农村家庭的创业意愿有显著的促进作用，创业概率，上网的比不上网的农村家庭要高3.83%；[5]史晋川、王维维则实证发现了互联网以主要的信息渠道对个人创业有显著的正向影响。研究还发现，互联网的使用对机会型创业有显著的促进作用，且在制度越完善的地区，互联网对创业的促进作用就越大。[6]少数学者进一步研究了互联网对女性创业的影响。Steel发现，通过脸谱网和其他社会媒体，喀土穆越来越多受过良好教育的妇女在网上销售典型的女性个人护理品和美容用品。越来越多的业务要求她们参加社会活动，主动创新，寻求更多的创业机会。[7]毛宇飞、曾湘泉发现，互联网使用能促进女性的整体就业，且对非自雇就业的作用效果要大于自雇就业。[8]
结果(图2B)表明：208例ICC患者中，消瘦组、体质量正常组与超重肥胖组的5年CRR分别为90%、84.9%、87.2%；由于消瘦组及超重肥胖组患者未能随访至10年或中途失访，仅得出体质量正常组的10年CRR，为87.3%。3组CRR差异均无统计学意义。
迄今为止，互联网对创业、女性创业的影响研究仍比较缺乏或不足，如截面或混合截面数据只能提供一期的单个样本数据，只考察样本当期情况，所得结果可能有偏误，且不能反映样本的变化情况。为此，本文试图利用logit模型和双重差分倾向得分匹配法(PSM-DID)和中国家庭追踪调查2010、2014年两期面板数据，研究互联网使用对女性创业的影响。其中，双重差分倾向得分匹配法是由 Heckman et al提出，是一种最新的专门用于分析政策效果的计量方法，可以追踪和对比样本个体的变化情况，使得出的研究结果更加准确。
(2)上网时长。该变量表示个人使用互联网的时间长短。对应的题目为：“最近非假期的一个月内，您平均每天上网的时间约为？”单位为小时。(3) CFPS2014则询问：“一般情况下，您每周业余时间里有多少小时用于上网？”，为了统一期间，我们将2014年的数据除以7得出每天上网时长。
为确保研究结果的可靠性与稳定性，选取Cronbach的α信度系数法对量表的信度进行检验。一般认为，总量表的信度系数在0.8以上，分量表的信度系数在0.7以上，则量表的信度较好[14]。利用SPSS 22.0中的可靠性分析模块，对回收的102份有效问卷进行信度检验，结果如表2所示。
二、基本假设
早期研究仅把创业效应作为互联网经济影响的一个方面略加考察。随着互联网影响的扩大，创业行为和现象的日益普及，以及相关数据的不断丰富，研究条件进一步成熟，探索互联网对创业影响的研究逐步增加。本文基于相关观察和研究，提出以下基本假设。
(一)互联网使用与女性创业
研究表明，通过在线劳动或创业，不仅可以获取更高的劳动报酬或收入，即通过使用互联网进行在线创业，有助于降低运营成本和交易成本，从而以价格优势换取更大的市场份额，在激烈的市场竞争中赚取更大利润；而且对于女性，借助互联网，有利于平衡家庭和工作之间的关系，因而更具有显著效应。即互联网这种形式能够满足女性这一群体对工作灵活、个体特征和兼顾家庭等方面的需求，这对女性选择自主创业有着积极的作用。[9]因此，本文提出假设1。
假设1：使用互联网的女性比不使用互联网女性的创业概率更高，女性如果使用互联网会提升其创业概率。
2.对怀孕母猪的管理应注意做好保胎，防止流产，减少胚胎死亡。不要追赶、鞭打、惊吓母猪而造成机械性流产。同时，供给充足的清洁饮水，猪舍要保持通风、干燥，冬季注意防寒保暖，夏季防暑降温，搞好清洁卫生，防止疾病流行。
(二)互联网使用与就业女性创业
通常情况下，就业稳定性是影响女性就业选择的主要考虑因素之一。受个性特征、经济安全和照顾家庭等主要因素影响，女性就业往往表现出更显著的稳定性特征，从而阻碍或抑制了女性创业。
女性由就业转向创业，要么是因为就业不稳定，无法通过稳定工作维持、提高家庭生活水平，或巩固、改善自身家庭地位；要么虽就业稳定，但受就业歧视或者不外出就业影响，导致工资收入普遍偏低；[10]要么就业不稳定，同时受中国传统文化影响，家庭经济地位较低，没有家庭财产决策权和支配权。[11]由于风险因素是决定就业女性是否创业的主要因素，并且就风险程度而言，创业风险显然高于非稳定就业，更超过稳定就业。因此，创业女性大多数是非稳定就业女性，即女性非稳定就业比稳定就业具有更强的创业动机或倾向。据此，可以推断互联网使用虽然有助于平衡家庭与工作之间的关系，但不会显著改变女性的风险偏好，大部分稳定就业女性不会放弃稳定工作转向创业。因此，本文提出假设2。
2）泥浆宜选用化学泥浆。化学泥浆是一种水溶性，易混合的粉末颗粒聚合物，在水中充分溶解后成半透明糊状，黏度大，在孔内沉淀杂质速度非常快。钻具在孔内钻进时，泥浆总是保持清澈透明，钻具钻杆表面干净，在孔内由于钻具连续运动，化学泥浆和水的混合越均匀黏度就越强，凝聚也就越快，可快速在孔壁周围形成一层薄透明糊状保护层且无毒无污染。
假设2：使用互联网并不能使女性放弃稳定工作转而创业。
我们将样本分为两部分(样本一剔除了当年无业群体，样本二剔除了非自雇就业群体)，分别考察上网和上网时长对不同就业状态群体创业概率的影响。面板随机效应回归结果如表4所示。其中(5)、(6)分别是上网对样本一和样本二的回归结果，(7)、(8)分别是上网时长对样本一和样本二的回归结果。由(5)、(7)可知，是否上网和上网时长对有工作的女性的创业概率影响并不显著(下文我们只分析剔除非自雇就业群体的样本)。由(6)、(8)可知，是否上网和上网时长在1%的水平上显著促进了该群体的创业。上网比不上网的女性的创业概率高90.8%，且上网时长每天增加一个小时，创业概率增加20.2%。对两个样本，上网时长的平方项都不显著，说明上网时长对创业的促进作用，并未反映出“倒U”型性质。回归结果初步支持了假说2。
(三)上网状态变化与女性创业
通过文献回顾发现，现有研究对“互联网使用对创业意愿的影响、不同互联网的使用对创业的影响、以及互联网使用对创业的影响机制”等主要议题进行了不同视角、不同程度的研究。
本文建立一个反应港口网络属性的需求函数用以刻画港口的供需关系，然后提出投资人的投资准则，并基于两种投资人(港口企业和港口城市)的行为，分别建立投资均衡模型，再根据模型的数学特征研究在两种投资行为下的投资均衡问题。
然而，现有研究并没有针对互联网使用或上网状态的变化，即从“不上网到上网”和从“上网到不上网”对创业的影响进行分析。由于互联网使用状态变化会影响创业信息的获取，社交网络的进出及其社交关系的改变，且这种动态变化与女性个人特征具有一定关系，如与高学历女性相比，低学历女性互联网使用的动态变化可能更为明显，从而可能对创业概率产生一定影响，但通过经验观察或相关研究表明，这种影响并非是决定性或根本性的。因此，本文提出假设3。
2.核心解释变量。核心解释变量为互联网使用，不仅包括“是否上网”，还引入上网时长和上网目的，以衡量女性获取互联网信息的差别，进而比较个体差异对创业的影响。
近日，南方地区多次出现强降水过程。李克强总理和汪洋副总理针对当前防汛抗洪工作作出重要批示。国家防总及时会商，科学研判，对防汛抗洪工作进行再安排再部署。一年一度的汛期是一场考验政府和民众智慧的战场。面对每年严峻的防汛形势，要夺取防汛抗洪和防灾减灾的胜利，需要我们不断增强防灾意识，切实提高应对能力。
三、模型、数据及描述性统计
(一)模型设定
pr (entrep i =1)=Λ(α +βInternet i +γX i +μ )
本文的被解释变量为是否创业的二值变量，采用logit模型进行回归。式中entrep i 是女性个体i 是否创业的虚拟变量。Internet i 是女性个体i 对互联网的使用，是本文的核心解释变量。X i 表示一系列控制变量，包括年龄、年龄平方、受教育年限、在婚、健康状况、本地户口、农业户口、社会地位、个人收入地位、家庭净财产、礼金支出、出租房屋、普通话熟练程度、语言表达、数学测试、字词测试、记忆能力、对未来的信心等，μ 表示误差项。
(二)数据说明
本文选取中国社会科学调查中心实施的中国家庭追踪调查(CFPS)2010、2014年的数据进行实证检验。主要基于三点考虑：第一，CFPS数据有涉及个人互联网使用的相关变量，并囊括了年龄、年龄平方、受教育年限、在婚、健康状况等众多信息，能够较好地识别女性创业。第二，该调查是具有全国代表性的、研究中国家庭最主要的综合性追踪调查，调查覆盖了25个省、市和自治区，(2) 不包括香港、澳门、台湾、新疆、西藏、青海、内蒙古、宁夏以及海南。 样本规模为16000户，调查对象包含样本农户中的全部家庭成员。该调查数据在以往关于互联网的研究中被经常用到，具有权威性、代表性。第三，之所以选取2010、2014年的数据，首先是因为可以扩大样本量进而提高研究可信度；其次是有助于直观对比，考察4年后所研究的变量是否发生变化。本文把研究对象限定为18-60岁的女性人口，剔除无个人代码的家庭和已退休人群，最终样本量为18666个。其中2010年为9，320个，2014年为9，346个。根据个人永久编码对两年的数据进行合并，下文会对相应的数据处理做进一步的说明。
什寒村是琼中县奔格内乡村旅游品牌下的示范村，旅游开发和品牌推广主要依靠琼中县政府，未形成自己独立营销宣传的品牌。琼中县乡村旅游项目在不断推进，将会使政府对什寒村的聚焦变弱，那么什寒村能否独立进行持续的品牌维护和推介是决定什寒村可持续开发的重要一环，并且，琼中县内其他村落的开发也是琼中县政府主导进行的，如何突出自身特色，避免同质化竞争，也是什寒村将面对的挑战。
(三)变量选取
关于控制变量的影响，由于是否上网和上网时长两者的控制变量一样，在此我们仅分析前者，并对第1列logit回归结果进行报告。由第1列可知，年龄每增加一岁，女性创业的概率增加1.3%，且年龄平方显著为负；受教育年限每增加一年，女性创业的概率就下降0.2%；已婚女性比未婚女性创业的概率高2.8%；本地户口显著降低了女性创业概率，这可能是因为城市就业机会相对较多，本地户口多选择在体制内就业，这与前人的研究一致。[20] [21] [22] [23]我们用“家庭净财产”、“礼金支出”、“出租房屋”来衡量女性的社会资本，回归结果显示，这三项显著提升了女性创业概率。另外，我们还控制了认知能力，用“字词识记能力”、“数学能力”来识别，结果发现，这两项对女性创业的提升作用非常显著。不仅如此，本文还以2010年为基准，分析2014年相对于2010年互联网使用对女性创业的影响。研究发现，相对于2010年，2014年女性创业的概率有显著提升，这可能是由于经济发展以及创业环境发生了变化。[24]
假设3：上网状态变化影响女性创业概率并非通过影响个人特征来产生长期影响，而是发挥一种适时的、短期的功效。
(1)是否上网。该变量用来表示是否使用互联网。题目“您是否上网？”即为反映女性个人互联网使用情况，是=1，否=0。
综合研究目的、研究方法、数据特征等多方面考量，本文着重研究互联网使用与否对女性创业决策影响的差异，互联网使用是否会使已实现稳定就业的女性放弃工作转而创业，以及不同的上网状态对女性创业的影响与个人特征之间究竟存在什么关系。文章首先提出问题并梳理相关文献；接着针对研究内容提出基本假设，利用logit模型和双重差分倾向得分匹配法对调查数据进行处理分析和假设验证；最后总结研究结论，且加以讨论和思考。该研究对于女性创业的理论、实践发展均具有一定意义。
(3)上网目的。对应的题目为：“你/您在使用互联网时，下列目标对您有多重要？”其中目标有工作、学习、娱乐和社交，备选项从0-5中选择，每个选项代表不同的重要程度，0代表非常不重要，5代表非常重要，从0到5程度依次逐渐增强。
3.控制变量。除年龄、年龄平方、受教育年限、婚姻状况、健康状况外，还包括可能影响女性创业的其他变量，如经济社会背景，用“是否本地户口”、“是否农业户口”表示；女性社会资本，用“本人在本地的社会地位”、“个人收入在本地的地位”、“礼金支出”表示；家庭净财产；以及出租房屋、普通话熟练程度、语言表达、数学测试题分数、字词测试题分数、记忆能力和对未来的信心等。此外，还包括省份哑变量。省份哑变量用来描述女性个体所面对的区域创业环境差异。
式中：P表示小波的尺度函数；y表示小波的尺度基；k2=0,1,…,2N-1，为调整系数，是有限长度实数数列；C是多项式表达式。
具体而言：(1)年龄及年龄平方÷100。年龄差异对创业行为通常会产生不同影响，但学界对此观点不一。有研究认为，工作时间和薪水有着较大弹性且可以自行规划和决定，年龄越大的个体越倾向于选择自雇创业。[12]相反，有研究则认为职业变迁对流动人口风险更大，年龄越大，创业可能性越小。[13] [14]因此，我们不但要考虑能反映人力资本水平的年龄因素，还应加入年龄平方÷100作为控制变量。(2)受教育年限。受教育程度高的人更容易产生创业意向，对流动人口的创业成功及人权实现有重要影响。[15]但又有研究认为，具有较长受教育年限的流动人口能够更轻松地获得一份较为体面的工作，由于创业成本较高，他们往往不会倾向于通过创业来获得收入。[16](3)婚姻状况(在婚=1，未婚=0)。已婚人口的创业决策往往由夫妻双方共同决定，可以获得其配偶在人力资本和物质资本上的全力支持，而向外不断延伸的社会网络使其获得了更多的社会资本、信息渠道和掌握市场最新动态。已婚人口具备更强的社会责任感和抵抗资金链风险的能力，使得当地政府更愿意提供信贷、税收、用地等方面的支持。[17]因此，相比未婚个体，预期已婚个体的创业概率会更高。(4)户口(农业户口=1，非农业户口=0)。农业户口群体的受教育年限往往相对较短，农村流动人口创业的可能性越低，[18]而拥有非农业户口更有助于在劳动力市场上获得更高收入的工作。迫于生计，农业户口人群可能会通过创业解决就业问题。再加上语言技能、教育水平或操作能力等方面的弱势，一时难以找到受雇形式的就业岗位，一部分人不得不选择自雇形式的就业，即生存型创业。[19]此外，经济社会背景主要以是否为本地户口(本地户口=1，非本地户口=0)来衡量。本地户口的女性，往往意味拥有一定的人脉和资源优势，其创业概率更高。[6]社会资本采用“本人在本地的社会地位”、“个人收入在本地的地位”、“礼金支出”作为衡量指标，用于反映女性社会网络的大小与社会资本的多寡。社会网络越大，社会资本往往就越多，创业概率也越高。以上各变量定义见表1。
(四)描述性统计
表2显示，女性创业的比例由2010年的6.6%上升至2014年的10.6%，增加了4%；同时，女性上网的比例由2010年的23.8%上升至2014年的31.5%，增加了7.7%。这表明女性创业、女性上网的比例均呈现增长态势，这究竟是一种巧合，还是说明两者具有内在联系？
表1 变量定义
四、回归结果
(一)初步回归：解释变量为是否上网和上网时长
本文将是否上网和上网时长作为解释变量，首先考察互联网使用对女性创业的影响。为了便于解释，此处报告的是平均边际效应的估计结果(见表3)。(1)、(2)分别是上网的logit回归和随机效应回归结果，(3)、(4)分别是上网时长(为了捕捉上网时间可能存在的非线性效果，加入上网时长的平方)的logit回归和面板随机效应logit回归结果(由于采用面板固定效应会损失大量样本，故不进行面板固定效应估计)。由(1)、(2)可知，上网系数为正，说明使用互联网的女性的创业概率更高，即互联网的使用促进了女性创业。面板随机效应回归的上网系数则更为显著。由(3)、(4)可知，虽然上网时长对女性创业的影响不甚显著，但具有正向影响，说明上网时长对女性创业有促进作用。同样，面板随机效应回归的系数也更为显著。上述回归结果初步支持了假说1。
1.被解释变量。被解释变量为女性创业，主要定义为自我雇佣的女性。自我雇佣是最简单的创业活动形式，现有文献大多采用这种表示方法。这里的自我雇佣是指从事非农自雇活动，不包括为家庭帮工的个人。对应的题目分别是2010年的“您现在主要是在哪个机构工作？”和2014年的“您/你这份工作是为自己/自家干活还是受雇于他人/他家/组织/单位/公司？”。如果自己经营则选1，其他选0。
表 2描述性统计
(二)分样本讨论
想要获得志愿服务证书。在587名调查对象中仅有52名调查对象以获得志愿服务证书为目的而选择参加志愿服务活动，据了解，国内有不少大学评定奖助学金的标准中的一条，就是该生的德育教育成绩，而德育教育成绩则是以参加各类课外活动并获得证书作为德育教育的成绩（笔者的学校就是如此），所以，这一部分大学生参加志愿服务活动的主观原因是排除在以上几种原因之外而单独独立出来的，大学生参加志愿服务活动就只冲着志愿者证书去的。
(三)不同互联网使用对女性创业的影响
双重差分倾向得分匹配法的简要含义是：假设有两期面板数据，记实验前的时期为t 
，实验后的时期为t 。在时期t ，实验还未发生，故所有个体的潜在结果均可记为y 0t 。在时期t ，实验已经发生，故有两种潜在结果，记为y 1t (参与实验)与y 0t (未参与实验)。可以控制不可观测(unobservable)但不随时间变化(time invariant)的组间差异，比如处理组与控制组分别来自两个不同的区域，或处理组与控制组使用了不同的调查问卷。这种方法正好可以用于2010年和2014年两年面板数据的一个对比。
结果显示，上网与学习、上网与娱乐的交互项系数分别为-18.7%和-11.8%，且上网与学习的交互项在5%的显著性水平下显著，同时上网本身的系数显著增加，表明学习或娱乐的使用目的，会降低女性的整体创业。这可能是因为学习和娱乐减少了女性的工作时间，因而对创业的影响为负。
而上网是为了工作的系数为22.0%，且在1%显著性水平下显著，并且上网本身的系数不显著，表明互联网对创业的促进作用主要是通过使用互联网进行工作这一途径实现的。这可能是因为女性创业主要是通过使用互联网，进行工作灵活、成本较低、时间自由的在线创业来实现的。另外，虽然“上网是为了社交”的系数不显著，但系数为11.9%，且加入该交互项后上网的系数降低且不显著，说明社交这一使用目的也分担了一部分上网的解释力。这可能是因为利用互联网进行社交，女性能够通过即时通信、社交网站和论坛等方式扩大网络规模，从中获得社会支持，降低创业成本。[25]回归结果初步支持了假说3。
表 3是否上网和上网时长对女性创业的影响
表 4分样本对女性创业的影响
表 5不同互联网使用对女性创业的影响
(四)上网状态变化对女性创业的影响
跟以往研究不同，本文首次尝试研究上网状态变化对创业的影响。主要是因为：第一，上网习惯可能受某些个人特质的影响，导致上网和创业的研究出现遗漏变量偏误，所以研究同一上网状态的变化对创业的影响有助于克服部分内生性。第二，上网状态的变化可能受创业行为的影响，所以采用国际上比较通用的得分倾向匹配方法来克服。为了克服这些内生性问题，我们选择了基于核匹配的双重差分模型估计上网习惯的变化对女性创业的影响。
①初始化WSN:初始化种群规模n,最大迭代次数tmax,随机初始化所有粒子的位置和速度,粒子的历史最优位置为当前位置;
渐渐地，乔振宇常以各种借口晚回家，我连找他心平气和地谈谈都没机会，即便偶尔捉住他多说几句，他也不过是冷冷撂下一句：“人家是夫唱妇随，咱家倒过来是妇唱夫随，一家之主已经让给你当了，难不成你还非得逼着我在家随你的姓，出门对外自称是李大记者的小男人吗？”
互联网使用的不同目的对女性创业的影响如何?是否存在差异？以及造成差异的原因又有哪些？针对以往研究的不足甚至缺失，本文对上述问题进行进一步检验(见表5)。(9)、(10)、(11)和(12)分别是上网目的是工作、学习、社交和娱乐对女性创业影响的回归结果。
我们对控制组和处理组匹配后的差异进行了平衡性检验，发现两组各个变量之间已无显著差异，说明匹配方法有效消除了两组之间除了处理变量之外的其他因素的差异。尤其是两组之间创业初始概率差异不显著，有效削弱了可能的反向因果关系。对于下文其它PSM-DID过程中进行的匹配，我们进行了同样的检验，结果类似，限于篇幅，在此不予汇报。(6) 我们也控制了省份，结果也是不显著，但是为了节省篇幅，在此不予汇报，如读者对此感兴趣，可向作者联系索要。
经过样本匹配，双重差分的估计值就可以反映互联网使用对女性创业的净影响。
对处理组和对照组上网状态变化与否对女性创业行为的双重差分模型估计结果如表6所示。其中样本一剔除了2010年时工作状态为无业的群体，样本二剔除了2010年时工作状态为非自雇就业的群体。
从表6第一行可以看出，在都不上网时，对照组的女性创业概率为8.5%，处理组的女性创业概率为9.4%，差分为1%，二者之间没有显著差异，说明核匹配的配对效果较好。处理组上网之后，仍然不上网的对照组的女性创业概率为12.9%，而现在上网的处理组的女性创业概率为17.3%，二者差分为4.4%，此时二者差异变为在1%水平上显著。最后，双重差分的结果为3.4%(5%水平显著)。可见，上网使处理组相对于对照组的女性创业概率平均增加了3.4%。与之前我们对有工作的女性这部分群体进行回归一致，DID的结果显示，上网对她们创业的影响也不显著。对于剔除非自雇就业群体的样本，在都不上网时，对照组的女性创业概率为25.7%，处理组的女性创业概率为26.4%，差分为0.7%，二者之间没有显著差异，说明核匹配的配对效果较好。处理组上网之后，仍然不上网的对照组的女性创业概率为27.1%，而现在上网的处理组的女性创业概率为38.2%，二者差分为11.1%，此时二者差异变为在1%水平显著。最后，双重差分的结果为10.4%(5%水平显著)。可见，对于没有工作的这部分女性来说，上网使处理组相对于对照组的女性创业概率平均增加了10.4%。学会上网对女性创业的影响主要集中于促进无业女性的创业行为。该结果进一步支持了假说1和假说2。
同理，从表6第四行可以看出，在2010年两组都上网时，对照组的女性创业概率为9.4%，处理组的女性创业概率为11.8%，差分为2.4%，二者之间没有显著差异，说明核匹配的配对效果较好。处理组上网习惯改变(在2014年不上网)之后，仍然上网的对照组的女性创业概率为15.1%，而现在不上网的处理组的女性创业概率为11.8%，二者差分为-3.3%，此时二者差异变为在10%水平显著。最后，双重差分的结果为-5.8%(5%水平显著)。可见，不上网使处理组相对于对照组的女性创业概率平均降低了5.8%。与之前我们对有工作的女性这部分群体进行回归一致，DID的结果显示，不上网对她们创业的影响也不显著。对于剔除掉2010年非自雇就业的群体的样本来说，从表6第六行可以看出，在都上网时，对照组的女性创业概率为27.1%，处理组的女性创业概率为33.3%，差分为6.2%，二者之间没有显著差异，说明核匹配的配对效果较好。处理组不上网之后，仍然上网的对照组的女性创业概率为39.9%，而现在不上网的处理组的女性创业概率为20.5%，二者差分为19.4%，此时二者差异变为在1%水平显著。最后，双重差分的结果为25.6%(1%水平显著)。可见，对于没有工作的这部分女性来说，不上网使处理组相对于对照组的女性创业概率平均降低了25.6%。回归结果进一步支持了假说3。
为了更进一步了解互联网使用对不同年龄、不同受教育程度、不同户籍女性创业的影响，本文将样本按40岁以下和40岁以上、高中以下和高中以上、农业和非农业进行分组。DID估计结果如表7所示。
表 6不同样本上网状态变化影响女性创业：PSM -DID稳健性检验
表 7上网影响女性创业的DID结果(分组样本)
表7显示，年龄、受教育程度和户籍对女性创业概率的影响存在不同的显著程度。年龄小于40岁的女性在上网后，创业概率平均上升了4.5%(10%水平显著)。从估计系数还可以看出，相对于所有的处理组和对照组样本，上网对年龄小于40岁女性的估计系数更大；而与年龄大于40岁的女性相比，上网对年龄小于40岁的女性的估计系数也更大。这说明上网对提高年轻女性的创业概率更加有效。这可能是因为年龄越大，学习和接受新事物的能力就越低。对互联网的重视和使用不足(在我们的样本中，年龄与使用互联网完成各种目标的重要程度均显著负相关)，导致无法充分发挥网络对创业的促进作用。
受教育程度在高中以下的女性在上网后，创业概率平均上升了4.4%(5%水平显著)。从估计系数还可以看出，相对于所有的处理组和对照组样本，上网对高中以下的女性的估计系数更大；而与高中以上教育程度的女性相比，高中以下教育程度的女性的估计系数也更大。这说明上网对提高低学历女性的创业概率更加有效。这可能是教育作为人力资本的一种重要形式，往往影响着女性在劳动力市场上的就业选择。具有较高受教育年限的女性能较容易地获得一份收入相对不错、稳定的工作，创业的机会成本也相对较高。因此，即便使用网络，她们也不会倾向于选择高风险的创业活动来获得收入。[16]
农业户籍的女性在上网后，创业概率平均上升了5.6%(1%水平显著)。从估计系数还可以看出，相对于所有的处理组和对照组样本，农业户籍的女性的估计系数更大；而与非农业户籍的女性相比，农业户籍的女性的估计系数也更大。这说明上网对提高农业户籍女性法人创业概率更加有效。这说明上网对提高农业户籍女性的创业概率更加有效。可能是因为农业户籍群体的受教育年限往往相对较短，而拥有非农业户籍更有助于在劳动力市场上获得更高收入的工作，迫于生计，农业户籍人群可能会通过创业解决就业问题。
五、结论与思考
通过研究，本文的基本假设均得到有效检验，并获得相应的研究结论。首先，使用互联网的女性比不使用互联网的女性的创业概率更高，女性如果使用互联网会提升其创业概率；其次，使用互联网并不能使女性放弃稳定的工作来创业；最后，上网状态变化影响女性创业概率并非通过影响个人特征来产生长期影响，而是发挥一种适时地、短期的功效。
我国互联网的快速发展和政府“互联网+创业”行动计划的普遍实施，为女性创业带来了新机遇，但同时又面临一定挑战，这是因为我国女性创业的环境和条件尽管有了很大改善，但客观上还存在许多困难或不足，依据上述研究结论，并结合我国女性创业的实际，本文就如何有效使用互联网，促进女性创业提出以下三点建议：
第一，改善制度环境，提高女性使用互联网进行创业的概率。《国务院关于积极推进“互联网+”行动的指导意见》指出，要加快实施“宽带中国”战略，提升移动通信网络服务能力，并探索新型教育服务供给模式。这就需要相关部门不但要为增加女性互联网使用率创造更多的条件，还要利用网络技术创新教育培训模式，整合更多的社会教育资源，提高女性使用互联网进行创业的能力。
第二，完善创业培育服务，打造创业服务与创业投资结合、线上与线下结合的开放式服务载体，为女性营造平衡工作和家庭的机会。要将互联网的信息、娱乐、社交这些基本功能向外延伸，优化平台内容，创新应用服务，利用大数据进行个性化推荐，让互联网应用逐渐扩展到商务、医疗、教育等各个生活领域。
第三，要充分利用互联网共享经济理念，发展女性多元化创业新形态。《“十三五”促进就业规划》中提出，坚持深化“放管服”改革，不断优化创业环境，畅通创业创富通道，激发全社会支持创业、参与创业的积极性，不断增强创业带动就业能力。女性也应改变自我认知，充分发挥互联网对经济的带动作用，让互联网真正成为“大众创新、万众创业”的工具。
参考文献：
[1] Travers C J . Women Entrepreneurs： Moving beyond the Glass Ceiling[J]. Academy of Management Review， 1998， 24(3)：586-589.
[2] 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.
[3] 刘鹏程，李磊，王小洁. 企业家精神的性别差异——基于创业动机视角的研究[J]. 管理世界，2013(8)：126-135.
[4] Mack E A ， Marie-Pierre L ， Redican K . Entrepreneurs’ use of internet and social media applications[J]. Telecommunications Policy， 2017， 41(2)：120-139.
[5] 周洋，华语音. 互联网与农村家庭创业——基于CFPS数据的实证分析[J]. 农业技术经济， 2017(5)：113-121.
[6] 史晋川，王维维. 互联网使用对创业行为的影响——基于微观数据的实证研究[J]. 浙江大学学报(人文社会科学版)， 2017(4)：161-177.
[7] Griet， S. Navigating (im)mobility： female entrepreneurship and social media in Khartoum. Africa. 2017， 87(2).
[8] 毛宇飞，曾湘泉. 互联网使用是否促进了女性就业——基于CGSS数据的经验分析[J]. 经济学动态， 2017(6)：23-33.
[9] 曾湘泉，徐长杰. 新技术革命对劳动力市场的冲击[J]. 探索与争鸣，2015(8)：32-35.
[10] 王美艳. 中国城市劳动力市场上的性别工资差异[J]. 经济研究，2005(12)：35-44.
[11] 王玲杰. 农村女性流动打工经历对其家庭经济地位的影响[J]. 南方人口，2009(4).
[12] Quinn， J. F. Labor-force participation patterns of older self-employed workers. Social Security Bulletin. 1980， 43(4).
[13] Gerber， T. P. Paths to success： Individual and regional determinants of self-employment in post-communist Russia. International Journal of Sociology. 2001， 31(2).
[14] Rona-Tas， A.The First Shall Be Last? Entrepreneurship and Communist Cadres in the Transition from Socialism. American Journal of Sociology. .1994， 100(1).
[15] Kaushik， S. K.， Kaushik， S.， Kaushik， S. How higher education in rural India helps human rights and entrepreneurship. Journal of Asian Economics. 2006， 17(1).
[16] 陈刚. 管制与创业——来自中国的微观证据[J]. 管理世界，2015(5)：89-99.
[17] 赵德昭. 农民工返乡创业绩效的影响因素研究[J]. 经济学家，2016(7)：84-91.
[18] 冯建喜，汤爽爽，杨振山. 农村人口流动中的“人地关系”与迁入地创业行为的影响因素[J]. 地理研究， 2016(1)：148-162.
[19] Toussaintcomeau M . Do Ethnic Enclaves and Networks Promote Immigrant Self-employment?[J]. Economic Perspectives， 2008，32(IV)：30-50.
[20] 王戴黎. 外资企业工作经验与企业家创业活动：中国家户调查证据[J]. 管理世界， 2014(10)：136-148.
[21] Kidd M P .Immigrant Wage Differentials and the Role of Self-Employment in Australia [J]. Australian Economic Papers， 2010， 32(60)：92-115.
[22] 任强，傅强，朱宇姝. 基于户籍制度的教育回报差异：对工资歧视的再考察[J]. 人口与发展，2008(3)：37-46.
[23] Lu， J.， Tao， Z. Determitiants of Entrepreneurial Activities in China. Journal of Business Venturing. 2010，25(3).
[24] 段利民， 杜跃平. 创业环境对大学生创业意愿的影响：兼对GEM模型的再检验[J]. 技术经济， 2012(10)：64-70.
[25] Allen W D . Social networks and self-employment[J]. Journal of Socio-Economics， 2000， 29(5)：0-501.
中图分类号： F240
文献标识码： A
文章编号： 1002-6924(2019)09-153-161
基金项目： 2014年度教育部人文社会科学研究青年基金项目“劳动关系质量对中国企业行为和绩效影响研究：实证分析与政策路径”(14YJC790077)。
作者简介： 刘汉辉，华南师范大学经济与管理学院副教授，主要研究方向： 人口与劳动经济、人力资源管理与劳动关系；李博文，暨南大学经济与社会研究院博士研究生，主要研究方向： 工会、工资与创业；宋健，南开大学经济学院博士研究生，主要研究方向：区域经济学。
[责任编辑：申凤敏]
标签：互联网使用论文; 女性创业论文; logit论文; 双重差分论文; 得分倾向匹配论文; 华南师范大学论文; 暨南大学论文; 南开大学论文;