農(nóng)民創(chuàng)業(yè)行為的種植文化根源
——基于 “稻米理論”的視角

陳 卓,胡新艷,許金海

一、引 言

創(chuàng)業(yè)是國家經(jīng)濟發(fā)展的重要源泉,被視為締造中國經(jīng)濟奇跡的 “新引擎”[1]。大量證據(jù)表明,創(chuàng)業(yè)不僅促進生產(chǎn)技術(shù)進步,而且會通過增加就業(yè)機會、提升社會流動性等渠道,改善民眾收入水平,助推國家經(jīng)濟發(fā)展[2]。對處于轉(zhuǎn)型發(fā)展關(guān)鍵時期的中國農(nóng)村地區(qū)而言,持續(xù)的投資和創(chuàng)業(yè)精神是改變發(fā)展不平衡、不充分現(xiàn)狀的關(guān)鍵因素。2015年中央政府在政府工作報告中首次明確提出“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的發(fā)展政策。此后,中央政府在2020年政府工作報告和國家 “十四五”規(guī)劃等文件中多次強調(diào)了創(chuàng)新創(chuàng)業(yè)政策的重要性。在當下新冠肺炎疫情突發(fā)以及中美國際貿(mào)易沖突的大變局下,“鼓勵創(chuàng)業(yè),推動創(chuàng)新”,對農(nóng)業(yè)農(nóng)村發(fā)展而言更顯意義重大。

關(guān)于創(chuàng)業(yè)研究的成果可以歸結(jié)為三支文獻。第一支文獻關(guān)注的是地理區(qū)位[3]、基礎(chǔ)設(shè)施條件[4]、經(jīng)濟發(fā)展水平等環(huán)境因素的影響[5]。第二支文獻關(guān)注的是微觀個體及其家庭特征的影響,如教育水平[6]、社會資本[7]、家庭結(jié)構(gòu)等[8]。第三支文獻聚焦于個體創(chuàng)業(yè)行為背后蘊藏的文化根源,即文化影響理論。在這支文獻中,早先受關(guān)注的是宗教文化的影響。Weber發(fā)表關(guān)于基督新教與資本主義精神關(guān)系的著述后[9],宗教文化的影響引起極大關(guān)注。隨著宗教經(jīng)濟學的發(fā)展,國內(nèi)阮榮平等分析了宗教文化對個體創(chuàng)業(yè)行為的影響[10]。2014年Science封面論文提出 “稻米理論”后[11],農(nóng)業(yè)種植文化影響的研究引起了學界和社會的極大反響。

“稻米理論”認為,人類祖先種植不同的農(nóng)作物,在長期發(fā)展中會演變?yōu)椴煌姆N植文化。具體而言,中國南方以水稻種植為主,其中灌溉環(huán)節(jié)需要合作,更易形成集體主義文化;北方以小麥種植為主,不需要復雜的灌溉設(shè)施,依靠自然降水或井水灌溉就能滿足作物生長需要,更易形成個人主義文化。對于 “稻米理論”,學界也存在較大爭議。Ruan等[12]認為,Talhelm等提出的 “稻米理論”論文在樣本選取、變量測度、模型設(shè)定上存在偏誤,修正這些錯誤后,其主要結(jié)論并不成立。Olsson等則在 “稻米理論”研究的基礎(chǔ)進一步拓展[13],提出了 “農(nóng)業(yè)種植采納理論”,認為一個地區(qū)農(nóng)業(yè)種植的時間越久,則更加集體主義,進而在未來創(chuàng)新中處于劣勢。國內(nèi)丁從明等為 “稻米理論”提供了更多的經(jīng)驗支持證據(jù)[14][15],驗證了 “南稻北麥”種植文化差異對農(nóng)民信任水平、婦女地位等的影響。除此之外,袁益驗證了稻麥文化對于農(nóng)村勞動力流動意愿的影響[16]。然而,現(xiàn)有文獻并未關(guān)注種植文化對農(nóng)民創(chuàng)業(yè)的影響。事實上,中國企業(yè)家精神受特定地域文化影響的現(xiàn)象尤為明顯[17]。由此本文提出的問題是:“南稻北麥”的種植文化是否、如何影響農(nóng)民創(chuàng)業(yè)行為?

本文試圖將作物種植文化和農(nóng)民創(chuàng)業(yè)行為聯(lián)系起來展開實證研究,其可能的邊際貢獻在于:第一,從 “稻米理論”視角分析作物種植文化對農(nóng)民創(chuàng)業(yè)行為的影響,由此可拓展 “稻米理論”的適用范圍,補充該理論研究的實證證據(jù)。已有該主題的研究主要是基于 “稻米理論”視角,分析了種植文化對信任水平[14]、婦女地位[15]、勞動力流動[16]等方面產(chǎn)生的影響,本文分析了是否、如何影響農(nóng)民創(chuàng)業(yè)行為,并通過經(jīng)驗研究給出了微觀實證證據(jù)。第二,“稻米理論”的可信度一直是學界爭論的焦點,部分學者認為其并未得到充分的實證證據(jù)支撐。本文利用全國代表性的中國勞動力動態(tài)調(diào)查 (CLDS)數(shù)據(jù),通過考慮遺漏變量、樣本有效性以及工具變量法等方式處理內(nèi)生性問題后,基準結(jié)論依然具有穩(wěn)健性,為 “稻米理論”提供了經(jīng)驗支持證據(jù)。第三,不同以往研究聚焦于宗教文化對農(nóng)民創(chuàng)業(yè)行為的影響,本文補充了種植文化影響的實證文獻,有助于厘清農(nóng)民創(chuàng)業(yè)行為選擇背后的種植文化制度根源,深化和豐富農(nóng)民創(chuàng)業(yè)行為領(lǐng)域的研究。

二、理論分析與研究假說

不同作物對水分、養(yǎng)分、溫度、土壤等生長環(huán)境的要求存在明顯差異。因此,不同地域種植不同作物的方式也存在差異。水稻屬于水田農(nóng)業(yè),對生長環(huán)境的要求較為精細,需要在 “種—管—收”環(huán)節(jié)投入大量勞動力,勞作周期漫長且分散[18],每公頃的投入時間大約是小麥、玉米等作物的兩倍。水稻的生長離不開灌溉系統(tǒng)輔助,為滿足水稻的生長需求,種植水稻的村莊多自行修建了灌溉系統(tǒng)。灌溉系統(tǒng)涉及的水利規(guī)模較為龐雜,通常是匯集全村人力、物力和財力修建而成的 “公共設(shè)施”[18]。灌溉系統(tǒng)不僅在前期修建過程中需要全體農(nóng)民集體參與,而且后期使用過程中也需要同村農(nóng)民以戶為單位協(xié)調(diào)配合,錯峰使用灌溉系統(tǒng)[19]。這為同村不同戶的農(nóng)民在農(nóng)期上提供了時間差,借助此機會同村農(nóng)民往往會通過換工的方式緩解勞動力配置問題,提高勞動生產(chǎn)效率[18]。相反,小麥、玉米等作物屬于旱作農(nóng)業(yè),對生長環(huán)境的要求較為粗放,依靠自然降水或井水灌溉即可滿足生長需要,勞作周期短暫且集中,農(nóng)民多以雇工的方式解決勞動力需求[16]。

研究顯示,種植方式的差異隨著時間推移演變成不同的文化[11]。一方面,依附于灌溉系統(tǒng)的水稻種植方式有利于強化稻區(qū)村莊內(nèi)部的人際交往和信任,促使稻區(qū)農(nóng)民以共同利益為 “紐帶”,通過血緣和地緣關(guān)系構(gòu)建短半徑關(guān)系網(wǎng)絡(luò)。除此之外,種植水稻的地區(qū)多湖泊密布、徑流量大、汛期長,每年汛期均存在洪澇災(zāi)害的風險隱患[20]。若洪澇災(zāi)害毀壞灌溉系統(tǒng),將使村民產(chǎn)生經(jīng)濟損失,這可能使稻區(qū)農(nóng)民對 “不可控風險”產(chǎn)生厭惡感,形成較低的風險偏好[21]。因此,稻區(qū)農(nóng)民可能形成保守穩(wěn)進的集體主義種植文化。另一方面,小麥、玉米偏向于市場化雇傭關(guān)系的種植方式,會促使農(nóng)民加強跨地域性流動,有利于農(nóng)民突破血緣和地緣關(guān)聯(lián),擴大關(guān)系網(wǎng)絡(luò)半徑。同時,種植小麥、玉米的地區(qū)河網(wǎng)密度稀疏、徑流量小、汛期短,幾乎不存在洪澇災(zāi)害的隱患,農(nóng)民不需要擔心洪澇災(zāi)害對灌溉井等設(shè)施造成威脅。因此,非稻區(qū)農(nóng)民可能形成富有冒險精神的個人主義種植文化。對比可知,水稻種植文化會促使農(nóng)民構(gòu)建起村莊內(nèi)部高度互信的關(guān)系網(wǎng)絡(luò),并形塑一種低風險偏好觀。

個體做出創(chuàng)業(yè)決策涉及復雜的心理過程,包括機會識別和風險態(tài)度[22]。已有大量的研究文獻表明,信任和風險偏好會對這些心理過程產(chǎn)生顯著影響[23][24]。按照這一思路,本文聚焦分析水稻種植文化特征對農(nóng)民創(chuàng)業(yè)決策的影響。

首先,稻區(qū)農(nóng)民投入大量時間和精力到灌溉系統(tǒng)的修建維護中,易形成高水平的限制性信任特征。村內(nèi)鄰里因修建和使用稻田灌溉系統(tǒng)過程中產(chǎn)生的協(xié)助需求,提高了彼此間互惠互助的社會交往頻率,降低了村莊內(nèi)部和氏族成員之間發(fā)生矛盾沖突的可能,這有助于從地緣和血緣上提高同村農(nóng)民間的信任度,而將陌生人排除在可信范圍之外[14],造成稻區(qū)農(nóng)民產(chǎn)生限制性信任高、一般性信任低的現(xiàn)象①根據(jù)個體信任范圍的差異,可將信任分為限制性信任和一般性信任,限制性信任指的是基于地緣和血緣關(guān)系的信任;一般性信任指的是將陌生人納入關(guān)系網(wǎng)絡(luò)的信任。。這種現(xiàn)象可能會降低農(nóng)民社會資本的豐富度,阻礙信息在不同群體間流動,減少農(nóng)民創(chuàng)業(yè)機會的獲取渠道。具體而言,一般性信任有助于增加農(nóng)民社會資本的豐富度[25],即通過信任的傳遞能夠提高個體社會網(wǎng)絡(luò)的廣度。根據(jù)創(chuàng)業(yè)警覺論可知[26],創(chuàng)業(yè)機會源于不同群體間不對稱信息的交流。信息交流與獲取是創(chuàng)業(yè)機會識別的基礎(chǔ)。稻區(qū)農(nóng)民更加信任具有高度同質(zhì)性的村莊內(nèi)部群體,而不相信異質(zhì)性的陌生人,其社會資本具有同質(zhì)性特征,因此不對稱信息交流的機會隨之降低,識別創(chuàng)業(yè)機會的概率相對更低,創(chuàng)業(yè)機會也相對更少。

其次,洪澇災(zāi)害對灌溉設(shè)施以及水稻蘊含潛在威脅,進而會塑造稻區(qū)農(nóng)民的低風險偏好。一方面,洪澇災(zāi)害發(fā)生的時間無法準確預測,導致農(nóng)民無法提前做好充足的防災(zāi)、抗災(zāi)準備。另一方面,洪澇災(zāi)害輕則堵塞灌溉溝渠,使農(nóng)民需要花費大量時間開展疏通工作,降低生產(chǎn)效率;重則沖毀灌溉溝渠,迫使村莊及農(nóng)民重新花費財力、物力修復灌溉系統(tǒng)。這種經(jīng)歷可能會對農(nóng)民的風險感知產(chǎn)生負面影響,使稻區(qū)農(nóng)民養(yǎng)成較低風險偏好的習慣[21]。研究顯示,個體的風險偏好不會輕易改變,是以往經(jīng)歷積累的結(jié)果[27]。農(nóng)民較低的風險偏好會減少其從事高風險行為的概率[28],使其形成保守的風險態(tài)度。而創(chuàng)業(yè)是兼具風險和不確定性的經(jīng)濟行為,較高風險偏好的個體更可能成為創(chuàng)業(yè)者。因此,稻區(qū)農(nóng)民做出創(chuàng)業(yè)決策的概率更低。

總之,相較于非稻區(qū),受水稻種植文化影響農(nóng)民創(chuàng)業(yè)的概率可能更低。進一步地水稻種植文化可能通過 “降低一般性信任”和 “塑造低風險偏好”兩條路徑,抑制農(nóng)民做出創(chuàng)業(yè)決策。

為驗證上述理論分析,本文通過構(gòu)建農(nóng)民創(chuàng)業(yè)決策的凈期望收益模型,推演農(nóng)民受種植文化的影響如何做出創(chuàng)業(yè)決策。農(nóng)民i的創(chuàng)業(yè)凈期望收益由創(chuàng)業(yè)期望收入和創(chuàng)業(yè)機會成本共同決定,創(chuàng)業(yè)期望收入指的是農(nóng)民通過創(chuàng)業(yè)獲取的經(jīng)濟收入;創(chuàng)業(yè)機會成本即農(nóng)民通過除創(chuàng)業(yè)外其他經(jīng)濟行為獲取的經(jīng)濟收入,如務(wù)農(nóng)、打工等。創(chuàng)業(yè)凈期望收益E(Wi)可表示為:

(1)式中,PE代表農(nóng)民選擇創(chuàng)業(yè)的概率;PN代表農(nóng)民選擇不創(chuàng)業(yè)的概率,即PE＋PN＝1,PE∈[0,1];PN∈[0,1]。IE代表農(nóng)民創(chuàng)業(yè)的收入,包括創(chuàng)業(yè)收入 (WE)、貨幣成本 (Cm)和心理選擇成本 (Ch);IN代表農(nóng)民不創(chuàng)業(yè)的收入。式 (1)可表示為:

根據(jù)以往研究,信任和風險偏好會對個體的心理選擇成本具有重大影響[29],一般性信任越強,創(chuàng)業(yè)行為的心理選擇成本越低;風險偏好越高,創(chuàng)業(yè)行為的心理選擇成本越低。同時,風險偏好還會對個體的非創(chuàng)業(yè)收益產(chǎn)生影響[30],風險偏好越高,非創(chuàng)業(yè)收益越高。因此,本文用T代表一般性信任,R代表風險偏好,可得Ch＝(R,T);IN＝(R),且分別滿足?Ch/?R＜0;?Ch/?T＜0;?IN/?R＞0。由式 (2)對T求偏導:

式 (3)意味著單位一般性信任帶來的創(chuàng)業(yè)邊際心理選擇成本期望的下降大于單位一般性信任帶來的非創(chuàng)業(yè)邊際收益期望的上升,即?E/?T＞0。這表明,受水稻種植文化影響,較低的一般性信任可能降低稻區(qū)農(nóng)民的創(chuàng)業(yè)凈收益,從而抑制其做出創(chuàng)業(yè)決策。

重復上述思路,由式 (2)對R求偏導:

式 (4)中,PE·?Ch/?R＜0;PN·?IN/?R＞0,若滿足|PE·?Ch/?R|＞PN·?IN/?R,即意味著單位風險帶來的創(chuàng)業(yè)邊際心理選擇成本期望的下降大于單位風險帶來的非創(chuàng)業(yè)邊際收益期望的上升。由此可知,PE·?Ch/?R＋PN·?IN/?R＜0,即?E/?R＞0。這表明,受水稻種植文化影響,較低的風險偏好可能降低稻區(qū)農(nóng)民的創(chuàng)業(yè)凈收益,從而抑制其做出創(chuàng)業(yè)決策。

基于上述理論和模型分析,本文提出以下假說:

假說1:水稻種植區(qū)集體主義文化觀念導致稻區(qū)農(nóng)民的創(chuàng)業(yè)概率更低。

假說2:水稻種植區(qū)集體主義文化觀念是基于集中灌溉種植模式而形成的。

假說3-1:水稻種植區(qū)集體主義文化觀念通過提高限制性信任、降低一般性信任的方式,對農(nóng)民的創(chuàng)業(yè)決策產(chǎn)生負向影響。

假說3-2:水稻種植區(qū)集體主義的文化觀念通過降低風險偏好的方式,對農(nóng)民的創(chuàng)業(yè)決策產(chǎn)生負向影響。

三、研究設(shè)計

(一)數(shù)據(jù)來源

本文數(shù)據(jù)來源于中山大學社會科學調(diào)查中心開展的2016年中國勞動力動態(tài)調(diào)查 (China Laborforce Dynamic Survey,以下簡稱 “CLDS2016”)。CLDS2016調(diào)查在中國29個省、直轄市、自治區(qū)(不包含海南省和西藏自治區(qū))共2 282個區(qū)縣單元展開,調(diào)查內(nèi)容涉及政治、經(jīng)濟、社會發(fā)展等多個領(lǐng)域,共完成401份村居問卷;14 226份家庭問卷;21 086份勞動力個體問卷,其中農(nóng)村居民樣本13 319份,占比63.165%。根據(jù)研究需要,本文僅保留農(nóng)村地區(qū)樣本。為保證樣本主體具備創(chuàng)業(yè)的潛能,參照周廣肅等的研究,將樣本限定為個體年齡介于18~65歲的農(nóng)民[23]。進一步刪除關(guān)鍵變量 (如創(chuàng)業(yè)行為、家庭收入等)缺失的樣本后,有效樣本數(shù)為8 206個。

(二)變量設(shè)置

1.被解釋變量。(1)是否創(chuàng)業(yè)。參照王小龍等的做法[31],根據(jù)CLDS2016數(shù)據(jù)庫中關(guān)于勞動者工作狀態(tài)的定義,將處于 “雇主”和 “自雇”狀態(tài)的農(nóng)民定義為 “創(chuàng)業(yè)”,賦值為1;將處于“雇員”和 “務(wù)農(nóng)”狀態(tài)的農(nóng)民定義為 “未創(chuàng)業(yè)”,賦值為0。(2)創(chuàng)業(yè)形式。為識別作物種植導致的文化差異對農(nóng)民創(chuàng)業(yè)形式的影響,根據(jù)創(chuàng)業(yè)活動的資金投入模式,區(qū)分為家族企業(yè)和非家族企業(yè)。根據(jù)CLDS2016數(shù)據(jù)庫問卷,將 “個人、家人和親屬”合資的創(chuàng)業(yè)形式定義為 “家族創(chuàng)業(yè)”,賦值為1;將 “朋友、生意伙伴和其他社會關(guān)系”合資的創(chuàng)業(yè)形式定義為 “非家族創(chuàng)業(yè)”,賦值為0。

2.核心解釋變量:種植文化。根據(jù)CLDS2016數(shù)據(jù)庫提供的 “本村主產(chǎn)糧是什么?”的調(diào)查數(shù)據(jù)來設(shè)置。借鑒袁益的做法[16]:如果樣本所在村莊主產(chǎn)糧為稻谷,則視該地區(qū)主要種植作物為水稻,賦值為1;若樣本所在村莊主產(chǎn)糧非稻谷,則視該地區(qū)主要種植作物不是水稻,賦值為0。

3.控制變量。本文參照已有研究,設(shè)置個體特征、家庭特征和村莊特征等三類控制變量[5][23][31]。其中,個體特征包括性別、年齡、教育年限、婚姻情況、健康情況、政治面貌、能力稟賦等;家庭特征包括家庭人口總數(shù)、家庭總收入、耕地租用情況、土地征用經(jīng)歷、住房拆遷經(jīng)歷、借債經(jīng)歷等;村莊特征包括村到縣的距離、村莊地勢、宗祠設(shè)施情況、治安狀況、非農(nóng)產(chǎn)業(yè)總數(shù)等。

4.工具變量:水稻種植適宜氣溫?！爸鳟a(chǎn)糧是否為水稻”從一定程度上反映了當?shù)刈魑锏姆N植屬性,但仍可能無法避免測量偏誤和遺漏變量引發(fā)的內(nèi)生性問題。為檢驗基準回歸的穩(wěn)健性,本文借鑒丁從明等的思路[15],構(gòu)造工具變量 “水稻種植適宜氣溫”,解決模型潛在的內(nèi)生性問題。具體方法如下:首先,通過 “國家氣象科學數(shù)據(jù)共享服務(wù)平臺——中國地面氣候資料日值數(shù)據(jù)集(V3.0)”整理獲得樣本區(qū)域155個市2006—2015年的平均氣溫數(shù)據(jù);其次,以水稻適宜的生長氣溫17~25℃為標準[32],將平均氣溫處于該區(qū)間內(nèi)的市賦值為1;反之則為0。所有變量含義和賦值方法如表1所示。

表1 變量賦值和基本統(tǒng)計量

續(xù)表1

(三)描述性統(tǒng)計分析

表1的基本描述統(tǒng)計結(jié)果表明,農(nóng)村地區(qū)總體上的創(chuàng)業(yè)率偏低,全體樣本中有11.5%的農(nóng)民選擇進行創(chuàng)業(yè)。表2的樣本分布統(tǒng)計結(jié)果表明,水稻種植區(qū)農(nóng)民樣本約占總樣本的40%;擁有集體灌溉設(shè)備的農(nóng)民約占總樣本的44%。這一結(jié)果表明不同分組情況下樣本數(shù)量基本均勻。

表2 不同分組情況下的樣本分布比較

進一步對比水稻種植區(qū)農(nóng)民、非水稻種植區(qū)農(nóng)民創(chuàng)業(yè)率數(shù)據(jù)的均值差異,發(fā)現(xiàn)稻區(qū)、非稻區(qū)農(nóng)民的創(chuàng)業(yè)行為存在顯著差異 (如表3所示)。水稻種植區(qū)農(nóng)民比非水稻種植區(qū)農(nóng)民選擇創(chuàng)業(yè)的概率低1.5%,且在5%的水平上顯著。由此可得到的初步判斷是:不同作物種植方式導致的文化差異對農(nóng)民創(chuàng)業(yè)行為的影響存在統(tǒng)計上的顯著差異。在此基礎(chǔ)上,對比水稻種植區(qū)、非水稻種植區(qū)農(nóng)民在創(chuàng)業(yè)形式的差別,發(fā)現(xiàn)稻區(qū)農(nóng)民比非稻區(qū)農(nóng)民選擇家族創(chuàng)業(yè)的概率高1%,這種形式上的差異可能與兩個地區(qū)農(nóng)民間不同的種植文化有關(guān),但組間差異并未在統(tǒng)計水平上顯著。

表3 水稻種植區(qū)與非水稻種植區(qū)被解釋變量均值差異比較

(四)模型設(shè)定

為考察作物種植導致的文化差異對農(nóng)民創(chuàng)業(yè)行為的影響,本文構(gòu)建的基準模型如下:

(5)式中,Entrepreneurshipi為被解釋變量,表示農(nóng)民i是否選擇創(chuàng)業(yè)的虛擬變量。Planti為核心解釋變量,表示農(nóng)民i的作物種植種類。Xi表示其他控制變量。Provincei為省份虛擬變量,表示控制地區(qū)差距對創(chuàng)業(yè)行為的影響。β1、β2、β3、β4表示待估參數(shù)。εi代表隨機擾動項。

四、計量結(jié)果分析

(一)水稻種植文化對農(nóng)民創(chuàng)業(yè)行為選擇的影響

表4是基準回歸估計結(jié)果,被解釋變量均為 “是否創(chuàng)業(yè)”,其中,模型 (1)僅納入核心解釋變量 “種植種類”;模型 (2)為了排除其他干擾因素,增加個體特征、家庭特征、村莊特征等控制變量;模型 (3)則進一步控制省級虛擬變量。由回歸結(jié)果可知,作物種植導致的文化差異對農(nóng)民創(chuàng)業(yè)決策影響是穩(wěn)定的,隨著控制變量的增加,“種植種類”變量顯著性進一步提升至1%水平,且影響方向一直為負,表明水稻種植區(qū)農(nóng)民選擇創(chuàng)業(yè)的概率低于非水稻種植區(qū)農(nóng)民。就邊際效應(yīng)而言,水稻種植區(qū)農(nóng)民的創(chuàng)業(yè)概率比非水稻種植區(qū)農(nóng)民低2.9%。假說1得到驗證。

表4 文化差異對農(nóng)民創(chuàng)業(yè)決策影響的回歸結(jié)果

需要說明的是,本文對于農(nóng)民創(chuàng)業(yè)活動的類型、規(guī)模等未進行區(qū)分,計量結(jié)果反映的是南北方(稻區(qū)和非稻區(qū))農(nóng)民創(chuàng)業(yè)活動的總體概況。也就是說即使北方 (非稻區(qū))農(nóng)民的創(chuàng)業(yè)概率高,但由于創(chuàng)業(yè)層次相對南方 (稻區(qū))較低,人們依然會認為 “南方創(chuàng)業(yè)更為活躍”,導致基于 “稻米理論”得出的研究結(jié)論與直覺中南北方創(chuàng)業(yè)情況存在些許反差。遺憾的是,受限于CLDS數(shù)據(jù)的可得性,我們無法區(qū)分創(chuàng)業(yè)類型、規(guī)模。為解釋上述認知差異,本文在無法查獲官方統(tǒng)計年鑒或數(shù)據(jù)庫發(fā)布的各省農(nóng)民創(chuàng)業(yè)情況數(shù)據(jù)的情況下,使用 ?中國統(tǒng)計年鑒?近十年南北方各省農(nóng)村個體戶就業(yè)比例的數(shù)據(jù)①②稻麥種植區(qū)域分布基本符合 “秦嶺-淮河”南北分界線的格局,但由于無法獲取市級或縣級層面的數(shù)據(jù),為減小測量誤差,本文將處于 “秦嶺-淮河”分界線上的陜西、四川、河南、湖北、安徽、江蘇,以及不屬于南北劃分的新疆、西藏、青海共9省剔除,最終將廣東、海南、福建、廣西、云南、浙江、湖南、上海、重慶、江西、貴州等11省歸為南方 (稻區(qū));北京、天津、河北、內(nèi)蒙古、黑龍江、吉林、遼寧、山東、山西、寧夏、甘肅等11省歸為北方 (非稻區(qū))。,將之作為替代變量發(fā)現(xiàn),南方農(nóng)村個體戶就業(yè)比例相較北方農(nóng)村更低的事實 (如圖1所示)。這在一定程度上驗證了前文的結(jié)論。

圖1 北方、南方農(nóng)村個體戶就業(yè)比較圖

控制變量對農(nóng)民創(chuàng)業(yè)決策的影響也基本符合理論預期。性別、教育水平、婚姻、健康、保險購買、家庭總收入、借債經(jīng)歷、宗族、非農(nóng)產(chǎn)業(yè)對農(nóng)民創(chuàng)業(yè)行為有顯著的正向影響,年齡、黨員身份、家庭人數(shù)、土地租用、村莊地勢和治安狀況對農(nóng)民創(chuàng)業(yè)行為具有顯著的負向影響。土地租用反映了農(nóng)民對農(nóng)業(yè)生產(chǎn)的依賴性,租地農(nóng)民創(chuàng)業(yè)的可能性越低。同理,村莊地勢越平坦意味著該村土地越適合進行農(nóng)業(yè)種養(yǎng)活動,農(nóng)民創(chuàng)業(yè)概率越低。

(二)機制檢驗

前已述及,作物種植方式導致的文化差異對稻區(qū)農(nóng)民創(chuàng)業(yè)行為的影響可能依托于水稻種植所需的灌溉系統(tǒng)而形成。一方面,灌溉系統(tǒng)建設(shè)可能在強化稻區(qū)農(nóng)民限制性信任的同時,弱化一般性信任;另一方面,灌溉系統(tǒng)可能使稻區(qū)農(nóng)民形成低風險偏好的觀念態(tài)度。因此,本文選取集體灌溉、限制性信任、一般性信任和風險偏好等四個變量,以此檢驗作物種植方式文化如何影響農(nóng)民創(chuàng)業(yè)行為。表5結(jié)果分為兩部分,第一部分為形成機制檢驗,通過模型 (1)檢驗作物種植方式導致文化差異的形成機制;第二部分為影響機制檢驗,通過模型 (2)— (4)分別檢驗作物種植文化差異通過何種機制影響農(nóng)民的創(chuàng)業(yè)行為。

表5 機制分析的回歸結(jié)果

模型 (1)的估計結(jié)果表明,“種植種類”變量的估計系數(shù)為正且在1%水平上顯著,表明稻區(qū)擁有集體灌溉設(shè)備的概率要高于非稻區(qū)。就邊際效應(yīng)而言,稻區(qū)擁有集體灌溉設(shè)備的概率比非稻區(qū)高8.5%。這與袁益研究結(jié)論基本一致[16],證明集體灌溉的農(nóng)業(yè)生產(chǎn)模式是稻區(qū)與非稻區(qū)形成文化差異的關(guān)鍵原因。假說2得到驗證。模型 (2)中,“種植種類”變量的估計系數(shù)為正且在1%水平上顯著,表明稻區(qū)農(nóng)民限制性信任比非稻區(qū)農(nóng)民高。就邊際效應(yīng)而言,稻區(qū)農(nóng)民限制性信任比非稻區(qū)農(nóng)民高3.9%。在模型 (3)中,“種植種類”變量的估計系數(shù)為負且在5%水平上顯著,表明稻區(qū)農(nóng)民一般性信任比非稻區(qū)農(nóng)民低。就邊際效應(yīng)而言,稻區(qū)農(nóng)民一般性信任比非稻區(qū)農(nóng)民低1.8%。綜合模型 (2)和 (3)結(jié)果可證明,稻區(qū)農(nóng)民更加信任具有高度同質(zhì)特征的村莊內(nèi)部群體,而不相信異質(zhì)性的陌生人。假說3-1得到驗證。模型 (4)給出了種植方式對風險偏好的影響估計結(jié)果,“種植種類”變量的估計系數(shù)為負且在10%水平上顯著,表明稻區(qū)農(nóng)民風險偏好比非稻區(qū)農(nóng)民低。就邊際效應(yīng)而言,稻區(qū)農(nóng)民風險偏好比非稻區(qū)農(nóng)民低6.3%。這證明了,較低的風險偏好使稻區(qū)農(nóng)民的經(jīng)濟行為更加保守,相對而言更不愿意進行創(chuàng)業(yè)等風險較高的活動。假說3-2得到驗證。

(三)進一步分析

1.水稻種植文化對農(nóng)民創(chuàng)業(yè)行為的影響:是否存在 “出生地烙印”?文化是一代代人沿襲傳承且相對穩(wěn)定的觀念和習俗[33],具有持續(xù)性特征。對于從小出生在該文化地區(qū)的農(nóng)民而言,受文化影響的時間相對更長,可能受到的影響也更大。進一步聚焦至水稻種植文化,中國種植水稻的習俗已傳承千年之久,那么是否出生在稻區(qū)的農(nóng)民創(chuàng)業(yè)行為所受影響更大呢?基于此,本文根據(jù)CLDS2016數(shù)據(jù)庫提供的出生地信息構(gòu)造 “是否稻區(qū)出生”變量,考察文化持續(xù)性對農(nóng)民創(chuàng)業(yè)行為的影響。需要說明的是,CLDS2016數(shù)據(jù)對樣本出生地信息和訪問地信息進行了市范圍內(nèi)的隨機處理,這導致一部分樣本的地址信息可能存在誤差。為保證計量結(jié)果的精確性,本文僅保留了隨機處理后出生地信息和訪問地信息仍能匹配的樣本進行該部分的分析。

表6匯報了出生地對農(nóng)民創(chuàng)業(yè)決策的影響估計結(jié)果。結(jié)果顯示,“是否稻區(qū)出生”變量在5%顯著水平下顯示為負,這意味著稻區(qū)出生的農(nóng)民創(chuàng)業(yè)意愿要比非稻區(qū)出生的農(nóng)民低。就邊際效應(yīng)而言,出生在稻區(qū)農(nóng)民的創(chuàng)業(yè)概率比未出生在稻區(qū)的農(nóng)民低2%。上述結(jié)果既驗證了出生地烙印對農(nóng)民創(chuàng)業(yè)行為的影響,又證實了前文研究結(jié)論的可靠性。

表6 出生地種植文化與農(nóng)民創(chuàng)業(yè)行為的回歸結(jié)果

2.水稻種植文化對農(nóng)民創(chuàng)業(yè)形式選擇的影響:是否家族企業(yè)?家族、非家族創(chuàng)業(yè)形式在認知模式、內(nèi)部信任模式等方面存在較大區(qū)別。相對而言,家族創(chuàng)業(yè)表現(xiàn)出的特點更偏向于集體主義型社會認知,商業(yè)風格上具有明顯的保守性和可靠性,成員間具有較強的感情依附且行為上強調(diào)內(nèi)部利他性[34]。結(jié)合前文分析可知,這與水稻種植賦予農(nóng)民的強限制性信任和低風險偏好文化特征更為契合。因此,進一步延伸考察水稻種植文化對農(nóng)民創(chuàng)業(yè)形式的影響。

表7的估計結(jié)果顯示,“種植種類”變量的估計系數(shù)為正且在5%水平上顯著,這意味著種植不同作物產(chǎn)生的文化差異使水稻種植區(qū)農(nóng)民更偏向于基于血緣、裙帶關(guān)系,利用熟人社會網(wǎng)絡(luò)進行創(chuàng)業(yè),即可能存在 “親屬抱團”的創(chuàng)業(yè)現(xiàn)象。就邊際效應(yīng)而言,水稻種植區(qū)農(nóng)民進行家族創(chuàng)業(yè)的概率比非水稻種植區(qū)農(nóng)民高8.2%。

表7 種植文化與農(nóng)民創(chuàng)業(yè)形式的回歸結(jié)果

3.水稻種植文化對農(nóng)民創(chuàng)業(yè)行為的影響:是否男女有別?為適應(yīng)不同的社會角色功能,文化對個體的影響存在明顯的性別差異[35]?？紤]到性別可能使作物種植導致的文化差異對農(nóng)民創(chuàng)業(yè)決策產(chǎn)生異質(zhì)性影響?；诨鶞誓Ｐ?進一步納入 “種植種類×性別”的交互項,考察作物種植導致的文化差異影響農(nóng)民創(chuàng)業(yè)決策的異質(zhì)性差異。

由表8的估計結(jié)果可知,交互變量“種植種類×性別”的估計系數(shù)為正且在1%水平上顯著,說明水稻種植區(qū)女性農(nóng)民創(chuàng)業(yè)的概率比男性農(nóng)民低4.6%。其原因可能源于兩個方面:一方面,受農(nóng)村傳統(tǒng)觀念影響,女性農(nóng)民主要負責操持家務(wù),關(guān)系網(wǎng)絡(luò)具有家庭成員導向的特點[36]。這導致其關(guān)系網(wǎng)絡(luò)規(guī)模相對狹小,具有較高的同質(zhì)性且一般性信任水平相較男性農(nóng)民更低,這不利于信息在不同群體進行流動,可能使得女性農(nóng)民識別創(chuàng)業(yè)機會的概率相對更低。另一方面,相較男性農(nóng)民而言,女性農(nóng)民冒險傾向較低、風險控制能力較弱且更加厭惡風險[37],擁有更低的風險偏好,致使女性農(nóng)民更偏向規(guī)避具有高風險特征的創(chuàng)業(yè)選擇。

表8 種植文化與不同性別農(nóng)民創(chuàng)業(yè)行為的回歸結(jié)果

五、穩(wěn)健性檢驗

(一)遺漏變量問題

雖然Talhelm等[11]研究證明,水稻種植文化會對水稻地區(qū)整個群體產(chǎn)生影響,而不僅僅是影響種植水稻的農(nóng)民。但歸根結(jié)底這種文化是基于糧食作物特殊的種植方式而產(chǎn)生。若考慮農(nóng)民的農(nóng)業(yè)生產(chǎn)經(jīng)歷,水稻種植文化影響農(nóng)民創(chuàng)業(yè)決策的因果關(guān)系是否存在,值得進一步驗證。本文根據(jù)CLDS2016數(shù)據(jù)庫提供的 “您是否有農(nóng)業(yè)生產(chǎn)經(jīng)歷?”問項,在基準回歸的基礎(chǔ)上加入 “農(nóng)業(yè)生產(chǎn)經(jīng)歷”變量,比較兩個模型的結(jié)果差異。

表9中,模型 (1)為基準模型,模型 (2)為加入 “農(nóng)業(yè)生產(chǎn)經(jīng)歷”變量后的模型。對比可知,控制農(nóng)業(yè)生產(chǎn)經(jīng)歷后, “種植種類”變量的估計系數(shù)略微變小,邊際效應(yīng)由2.9%降低至2.5%。一方面,這證明農(nóng)業(yè)生產(chǎn)經(jīng)歷強化了水稻種植產(chǎn)生的文化,進而削弱了關(guān)鍵解釋變量對農(nóng)民創(chuàng)業(yè)決策的影響。另一方面,這也證明加入潛在遺漏變量后,本文的研究結(jié)論依舊成立。

表9 添加潛在遺漏變量后的回歸結(jié)果

為進一步檢驗遺漏變量問題是否會對回歸結(jié)果的置信度產(chǎn)生影響,借鑒Nunn等[38]的方法,利用可觀測變量計算不可觀測變量造成估計偏誤的可能性。需要說明的是,Ratio值越大,則表明由于遺漏變量造成估計偏誤的可能性越小。其原因是,若要改變當前的估計結(jié)果,則應(yīng)在現(xiàn)有模型的基礎(chǔ)上納入更多的遺漏變量,且這些遺漏變量對被解釋變量的解釋力變得越大,而這種可能性隨著Ratio值的增大而減小。參照Nunn等[38]的做法,分別構(gòu)建兩組包含受限制變量的回歸以及兩組包含全部控制變量的回歸。在受限制變量的回歸中,一組為僅包含關(guān)鍵解釋變量的回歸,另一組則包括性別和年齡變量的個體對照。在包含全部控制變量的回歸中,分別考慮了僅包含控制變量,以及在此基礎(chǔ)上添加省級虛擬變量的回歸。

表10結(jié)果顯示,四種情形之下計算得到的Ratio值介于11.137~13.770,均值為12.229。也就是說,若要改善現(xiàn)有估計結(jié)果,那么遺漏變量的影響至少要達到現(xiàn)有控制變量影響的11.137倍,平均則要達到12.229倍,而這一可能性極小。這證明遺漏變量不會對回歸結(jié)果的置信度產(chǎn)生影響。

表10 偏誤估算結(jié)果

(二)樣本有效性

1.刪減樣本。調(diào)查對象的地域遷移活動也可能對回歸結(jié)果的準確性產(chǎn)生影響,因此我們根據(jù)CLDS2016數(shù)據(jù)庫中 “14歲以來遷移的次數(shù)”以及 “遷移目的地的省、市、區(qū)縣信息”的問項,篩選并剔除基準回歸中包含的 “稻區(qū)遷移至非稻區(qū)”或 “非稻區(qū)遷移至稻區(qū)”流動樣本,重復基準回歸的實證過程。

表11匯報了刪減稻區(qū)和非稻區(qū)流動樣本量的回歸估計結(jié)果。由模型結(jié)果可知,刪減樣本后 “種植種類”變量仍在1%的顯著性水平上顯示為負,表明刪減區(qū)域流動樣本后,水稻種植區(qū)農(nóng)民選擇創(chuàng)業(yè)的概率依舊低于非水稻種植區(qū)農(nóng)民。就邊際效應(yīng)而言,水稻種植區(qū)農(nóng)民的創(chuàng)業(yè)概率比非水稻種植區(qū)農(nóng)民低2.7%,與基準回歸的估值幾乎沒有差別,表明基準回歸結(jié)果是穩(wěn)健的。

表11 刪減區(qū)域間流動樣本的回歸結(jié)果

2.更換樣本數(shù)據(jù)庫。利用中國家庭追蹤調(diào)查 (China Family Panel Studies,以下簡稱CFPS)2014數(shù)據(jù)庫,參照已有研究[15][23],根據(jù)CFPS2014問卷中 “過去12個月,是否有家庭成員從事個體經(jīng)營或開辦私營企業(yè)?(是＝1,否＝0)”“您家是否種植水稻或小麥?(水稻＝1,小麥＝0)”界定被解釋變量 “創(chuàng)業(yè)決策”和關(guān)鍵解釋變量 “種植種類”,仿照基準回歸控制其他變量,重復基準回歸的實證過程,對基準結(jié)果進行穩(wěn)健性檢驗。

表12匯報了更換樣本數(shù)據(jù)后的回歸估計結(jié)果。結(jié)果顯示,隨著控制變量的增加,“種植種類”變量顯著性進一步提升至1%水平,且影響方向為負,表明水稻種植區(qū)農(nóng)民選擇創(chuàng)業(yè)的概率低于非水稻種植區(qū)農(nóng)民。就邊際效應(yīng)而言,水稻種植區(qū)農(nóng)民的創(chuàng)業(yè)概率比麥區(qū)農(nóng)民低4.6%。這意味著,兩個數(shù)據(jù)庫得出的實證結(jié)果具有一致性,即更換樣本數(shù)據(jù)后基準回歸的實證結(jié)果依舊穩(wěn)健。

表12 更換樣本后的回歸結(jié)果

(三)工具變量法

基準回歸中可能由于測量偏誤和遺漏變量等原因產(chǎn)生內(nèi)生性問題。一方面,受自然環(huán)境等不可抗力因素的影響,“稻麥種植分界線”在局部地區(qū)發(fā)生過細微變化,這可能會干擾本文 “種植種類”變量測度的精準性。另一方面,除上文討論的農(nóng)業(yè)生產(chǎn)經(jīng)歷外,農(nóng)民是否創(chuàng)業(yè)還可能受到如地區(qū)政策等不可觀測因素的影響。為盡可能克服內(nèi)生性問題帶來的影響,本文參考丁從明等的做法[15],構(gòu)造 “水稻種植適宜氣溫”的工具變量來解決模型潛在的內(nèi)生性問題。其邏輯是,氣溫作為水稻生長不可或缺的自然要素勢必對農(nóng)民的種植決策產(chǎn)生影響,但不會對農(nóng)民創(chuàng)業(yè)行為產(chǎn)生影響。本文使用IV－Probit模型對農(nóng)民創(chuàng)業(yè)決策進行檢驗。

表13匯報了工具變量法的回歸估計結(jié)果。在第一階段回歸中,“水稻種植適宜氣溫”變量在1%顯著性水平上顯示為正,這表明水稻種植適宜氣溫對作物種植種類產(chǎn)生正向影響,意味著工具變量具有很強的相關(guān)性。F值大于10,說明不存在弱工具變量的問題。在第二階段回歸中,Wald外生性檢驗拒絕了種植種類不存在內(nèi)生性的原假設(shè),這表明基準回歸模型存在內(nèi)生性問題。糾正內(nèi)生性問題后“種植種類”變量依然在5%的顯著性水平上顯示為負,這表明加入工具變量后,作物種植導致的文化差異對水稻種植區(qū)農(nóng)民的創(chuàng)業(yè)決策依舊產(chǎn)生顯著的負向影響。邊際效應(yīng)值相較基準模型進一步擴大,水稻種植區(qū)農(nóng)民的創(chuàng)業(yè)概率比非稻區(qū)農(nóng)民低16.7%,這可能與基準模型遺漏地區(qū)政策等不可觀測因素有關(guān)。雖然基準模型低估了文化差異對農(nóng)民創(chuàng)業(yè)決策的影響,但仍可以證明基準回歸結(jié)果基本是穩(wěn)健可信的。

表13 工具變量法的回歸結(jié)果

六、結(jié) 語

“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”是深入貫徹新發(fā)展理念、推動高質(zhì)量發(fā)展的重要舉措,也是育動能、穩(wěn)就業(yè)和保民生的有力抓手。本文利用中國勞動力動態(tài)調(diào)查 (CLDS)2016年數(shù)據(jù),基于 “稻米理論”,從微觀層面實證研究了作物種植導致的文化差異對農(nóng)民創(chuàng)業(yè)行為的影響及其作用機制。研究結(jié)果表明:

1.作物種植導致的文化差異使水稻種植區(qū)農(nóng)民進行創(chuàng)業(yè)的概率比非水稻種植區(qū)農(nóng)民低。就邊際效應(yīng)而言,稻區(qū)農(nóng)民的創(chuàng)業(yè)概率比非稻區(qū)農(nóng)民低2.9%。在考慮遺漏變量、樣本有效性以及工具變量法等方式處理內(nèi)生性問題后,作物種植導致的文化差異對水稻種植區(qū)農(nóng)民創(chuàng)業(yè)決策的負向影響仍具有穩(wěn)健性。

2.機制檢驗結(jié)果顯示,水稻種植區(qū)的文化特征是基于集中灌溉的模式而形成,并通過人際信任和風險偏好兩條路徑對農(nóng)民的創(chuàng)業(yè)決策產(chǎn)生影響。一方面,水稻種植區(qū)的文化特征通過提高限制性信任和降低一般性信任的方式,降低農(nóng)民的創(chuàng)業(yè)概率。另一方面,水稻種植區(qū)的集體主義文化特征通過弱化農(nóng)民風險偏好,降低其創(chuàng)業(yè)的概率。

3.出生地烙印效應(yīng)使出生在稻區(qū)的農(nóng)民創(chuàng)業(yè)概率比未出生在稻區(qū)的農(nóng)民低2%。

4.受水稻種植區(qū)集體主義文化觀念的影響,水稻種植區(qū)農(nóng)民進行家族創(chuàng)業(yè)的概率比非家族創(chuàng)業(yè)高8.2%。

5.區(qū)分農(nóng)民性別的研究顯示,相比于男性農(nóng)民,水稻種植區(qū)集體主義的文化觀念對女性農(nóng)民創(chuàng)業(yè)決策的抑制效應(yīng)更強。

上述研究結(jié)論揭示了農(nóng)民創(chuàng)業(yè)行為背后的種植文化根源,可得出如下啟示:

1.政府應(yīng)根據(jù)種植文化差異,有針對性地出臺促進農(nóng)民創(chuàng)新創(chuàng)業(yè)政策,實現(xiàn)區(qū)域文化與政策激勵的良性耦合。在稻區(qū),圍繞血緣、地緣形成的熟人社會網(wǎng)絡(luò)是農(nóng)民進行生產(chǎn)生活活動的基礎(chǔ),政府應(yīng)鼓勵農(nóng)民借助社會關(guān)系網(wǎng)絡(luò)開展創(chuàng)業(yè)活動,以此提高創(chuàng)業(yè)活躍度、改善當?shù)貏?chuàng)業(yè)環(huán)境,幫助農(nóng)民培養(yǎng)企業(yè)家精神。

2.從人際信任和風險偏好兩條作用機制分析結(jié)論看,政府為激勵創(chuàng)業(yè)發(fā)展,一方面需完善信息共享平臺建設(shè),通過村內(nèi)聯(lián)動、村村聯(lián)動、城鄉(xiāng)聯(lián)動等方式,提高信息交流質(zhì)量和深度,強化信息透明度,提升農(nóng)民一般信任水平;另一方面,完善對創(chuàng)業(yè)者的扶持政策,降低農(nóng)民創(chuàng)業(yè)面臨的潛在風險,弱化農(nóng)民的不確定感知,提升農(nóng)民創(chuàng)業(yè)意愿。在非稻區(qū),政府應(yīng)注重幫助農(nóng)民提升創(chuàng)業(yè)質(zhì)量,培育發(fā)展多層次資本市場,協(xié)助農(nóng)民創(chuàng)業(yè)者推動創(chuàng)業(yè)企業(yè)發(fā)展壯大。

3.地區(qū)種植文化特征同樣對農(nóng)業(yè)勞動力非農(nóng)轉(zhuǎn)移的其他范疇具有借鑒作用:稻區(qū)農(nóng)民集體主義的文化特質(zhì)使其可能更符合強調(diào)團隊精神的企業(yè),而非稻區(qū)農(nóng)民個人主義的文化特質(zhì)使其可能更滿足創(chuàng)新型企業(yè)的需求。

中國差異化的農(nóng)業(yè)種植格局是理解區(qū)域文化與經(jīng)濟社會變遷的一個重要視角。該主題的研究仍存在一些值得未來拓展深化的地方:既然水稻種植文化會對農(nóng)民創(chuàng)業(yè)等行為產(chǎn)生影響,那么是否會對農(nóng)民的消費、投資等經(jīng)濟行為產(chǎn)生影響,這些是值得學界進一步探究驗證的問題。