一、引 言
从20世纪90年代末开始，互联网在中国迅速发展，普及程度大幅提升。根据中国互联网络信息中心(CNNIC)的数据，我国的网民规模已经从1997年的62万人，上升到2016年12月的7.31亿人，普及率达到53.2%。互联网的迅速普及和广泛应用，将人们带入到前所未有的互联网时代。已有研究表明，互联网的普及对经济增长具有正向的促进作用[1-2]。但是，关于互联网如何促进经济增长，目前学术上的探讨还很不充分。本文以创业为切入点，研究互联网使用对经济行为的影响，以期为互联网的经济影响提供进一步的经验证据。
互联网作为一种新技术，已经对创业创新活动产生了巨大影响。具体来说，以互联网普及为标志的信息技术革命使社会生产力和生产关系发生了深刻的变革。这种技术创新的外部冲击对社会经济活动中市场参与主体的行为和市场组织形式都产生了重要影响，大量的商业机会应运而生，而将这些商业机会转化成企业和产业活动的主体是企业家。企业家的创业活动是“创造性破坏”的关键部分，在社会经济活动中扮演着至关重要的角色[3]。创业活动不仅可以促进经济增长[4-5]，还可以缓解经济衰退[6]。最近的研究认为，知识溢出需要一定的机制来实现，创业活动就是加速知识溢出、实现知识商业化的一个重要渠道[7]。随着互联网对经济社会形态的重塑，潜在创业者所面对的决策环境也发生了深刻的变化。互联网的广泛应用加快了知识和信息的传播速度，极大地降低了信息成本。这一方面降低了创业门槛，另一方面也降低了创业风险。互联网将人们联结在一起，产生了巨大的网络效应，由此帮助创业者扩大市场范围，增加创业活动的预期收益。
有关互联网对创业活动的影响，已有少数研究对此进行了探索。Gillett等利用1998—2002年美国社区层面的数据进行实证分析，其结果表明，相比于没有宽带的社区，拥有宽带互联网的社区的企业数量增长明显[8]。Audretsch等通过分析2000—2005年德国县级层面的数据，也发现宽带基础设施对创业活动具有显著的促进作用[9]。但以上研究都没有对内生性问题进行处理，因此并不能说明两者的因果关系。Cumming和Johan对加拿大阿尔伯塔省1999—2003年间宽带互联网是否促进农村社区的创业活动进行了实证检验，有效缓解了内生性问题，研究发现，相比于没有互联网的社区，使用互联网的社区有更多的创业活动[10]。Kim和Orazem的研究发现，宽带的可获得性对农村地区的新企业进入有显著的正向影响[11]。
互联网对经济活动的影响基于人们对互联网的广泛使用。现有文献均使用互联网的普及率或可得性来刻画人们对互联网的使用。但互联网的可得性只反映了供给面的信息，而且，对某一信息技术的使用可多可少，因此普及程度也并不能说明完整的情况[12]。将这类间接指标作为互联网真实使用的代理变量，会造成一定的度量误差。此外，现有研究大多数是针对发达国家的研究，缺少对发展中国家的经验研究。
基于此，本文利用中国家庭追踪调查2010年和2012年的微观调查数据，针对互联网的使用对个人创业行为的影响进行实证研究。与以往研究相比，本文在以下几个方面做了新的尝试:一是所使用的个人层面的微观调查数据可以克服对互联网真实使用的度量误差问题；二是基于微观数据，对可能的作用机制进行了初步探讨；三是探讨互联网对不同创业类型及在不同制度环境下对创业的影响。
二、模型与数据
(一)模型设定
本文的被解释变量为是否创业的二值变量，此处采用probit模型进行回归。(1)式中entrepi代表个人i是否创业的虚拟变量。Interneti表示个人i 对互联网的使用，是本文的核心解释变量。Xi表示一系列控制变量，包括个人层面的性别、年龄、受教育程度、婚姻状况、家庭成员的政治身份以及家庭特征等。
(二)数据说明
本文使用数据来自北京大学985项目资助、北京大学中国社会科学调查中心执行的中国家庭追踪调查(China Family Panel Studies，CFPS)。此调查覆盖了中国25个省区市，是具有全国代表性的综合性跟踪调查①。本文使用CFPS 2010和CFPS 2012两个年度的数据，根据个人永久编码对这两年的数据进行合并，后文会对数据处理做进一步说明。
由于城乡二元结构长期存在，农村居民的创业和城市居民的创业存在系统性的差异②。城市地区的互联网普及程度更高，由于互联网存在网络效应，关注城市地区的情况，更有助于我们认识达到一定普及程度的互联网对创业行为的影响。因此，本文把研究对象限定为18—60岁(以2012年时的年龄计算)的城市人口③，剔除全日制学生样本，以及没有就业意愿(包括家庭妇女)和已退休的人群，最终的样本数量为6 813个。主要变量的描述性统计特征详见表1，可以看出，创业人口所占比例为17%，上网人口比例为32%。
(三)变量的定义和说明
1.被解释变量。本文的创业者被定义为主要职业为自我雇佣的个人。自我雇佣是形式最简单的创业活动，现有文献大多采用这种表示方法[13]。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。CFPS 2010并没有询问有关自雇的信息。CFPS 2012的问卷询问:“从调查时到现在/过去一年，您是否从事过个体或私营经济活动?”是=1，否=0④。题干中之所以有“调查时到现在”与“过去一年”的区分，是因为2012年为第二轮调查，样本中既包括曾经调查过的对象，也包括2012年新增的追踪对象，因此需要对这两类对象分别询问。对上一轮调查中工作类型为自雇的对象，CFPS 2012问卷询问他们这项活动持续到什么时候。本文将持续时间到2011年及以后的调查对象视为过去一年从事过个体或私营经济活动。
2.核心解释变量和控制变量。CFPS 2010问卷详细询问了个人对互联网的使用状况⑤。内容涉及是否使用互联网、是否将互联网作为主要的信息渠道、上网时间、上网目标、浏览网站类型及频率等，这为研究个人层面互联网的真实使用对创业行为的影响提供了可能。本文的解释变量主要有以下三个:
(1)是否上网。定义是否上网这一虚拟变量，用来表示个人是否使用互联网。CFPS 2010中询问:“请问，您是否上网?”是=1，否=0。
(2)是否是信息渠道。定义互联网是否是个人的主要信息渠道这一虚拟变量，表示互联网在个人信息获取方面的重要性。CFPS 2010询问:“您了解信息的主要渠道有哪些(限选三项)?”备选项为:电视；互联网；报纸、杂志；广播；手机短信；别人转告；其他。如果被调查者选择了互联网，就认为被调查者把互联网作为主要的信息渠道，此虚拟变量取1，否则取0。
(3)浏览最频繁的网站类型。CFPS 2010询问了浏览网站的类型以及访问频率。这些网站类型包括:门户网站(如新浪)；BBS；博客；播客(视频网站)；社交网站(如校内/Facebook)；专业网站(如和讯网)；搜索网站(例如百度)；游戏网站；商务网站(如淘宝网)。访问频率则分为:偶尔；每月数次；每周数次；几乎每天。由于每个人的上网习惯不同，根据访问频率定义个人浏览最频繁的网站类型，生成9个虚拟变量，以捕捉浏览不同类型的网站对创业行为的影响。
本文的控制变量除了个人的民族、年龄、年龄的平方⑥、受教育程度、性别、婚姻状况⑦外，还加入一系列可能影响创业行为的重要因素。“是否党员”表示个人的政治资本，“是否本地户口”可以捕捉个人的经济社会背景。家庭成员的政治资本和社会资本也会影响个人的创业决策，因此，加入“父母至少一方为党员”来捕捉父母的政治资本；加入“兄弟姐妹是否有行政/管理职务”、“配偶是否有行政/管理职务”的哑变量，来捕捉兄弟姐妹及配偶的政治资本。家庭的财富水平也会直接影响个人的创业决策，本文用家庭净财产来表示家庭财富。在中国这个关系型社会，家庭的社会网络会影响自身获得金融帮助的能力，本文采用已有文献的做法，用家庭礼金往来数目作为家庭社会网络的代理变量[14]。最后，控制县市哑变量。县市哑变量表示一系列和本地相关的经济社会环境、基础设施水平等，用来捕捉个人所面对的区域创业环境的差异。
需要特别说明的是，CFPS 2010没有直接询问个人的自雇信息，CFPS 2012详细询问了自雇信息，但没有询问个人对互联网的使用情况，也没有询问配偶或兄弟姐妹是否有行政管理职务、家庭礼金往来的信息。因此，由于数据所限，本文的被解释变量使用CFPS 2012的数据，解释变量数据来自CFPS 2010⑧。
三、实证结果
(一)初步回归:解释变量为是否上网
首先，将是否上网作为解释变量，来捕捉互联网的使用对创业行为的影响。为了使结果便于解释，此处报告的是边际效应的估计结果。表2的结果显示，上网的系数为正，说明相对于不使用互联网的个人，使用互联网的个人创业概率更高，即互联网的使用促进了创业。
就其他控制变量的系数来看，拥有党员身份、本地户口、大学本科学历显著降低了创业概率，这可能是因为城市就业机会相对较多，党员、本地居民及大学毕业生多选择在体制内就业。兄弟姐妹有行政或管理职务在1%的水平上显著提高了创业概率，可能是因为兄弟姐妹的公务员背景可以给个人创业带来各方面的便利。配偶有行政或管理职务对创业也有正向影响，尽管在(4)的设定中并不显著。结果还显示，家庭财富水平越高，越有可能创业，这与已有文献的结论一致。家庭社会网络对创业有显著的正向影响，这也是符合预期的。
(二)内生性问题
如前所述，本文被解释变量数据来自CFPS 2012，解释变量以及控制变量的数据来源于CFPS2010，这在一定程度上缓解了内生性问题，但可能仍然遗漏了一些不可观测的个人特征。如果被调查者一直从事创业活动，那么创业行为与互联网使用之间可能还存在一定的反向因果关系。因为内生解释变量(是否上网)为二值变量，ivprobit回归并不适用⑨。本文使用Cameron、Trivedi提供的如下类似结构模型的方法来缓解内生性问题[15]。
式(2)中，y2i是一个内生的二值解释变量，是表示是否被处理的指示变量。引入一个不可观测的潜变量
，当
大于0时，y2i取1，否则取0。(3)中的解释变量是决定
的一系列变量。对(3)的估计，也就是第一阶段的估计，类似probit估计，因此系数估计相比ivprobit估计更加准确。在stata中的具体操作为利用treatreg⑩ 命令进行最大似然估计或者两步一致估计。这种模型是处理效应模型的一种。
本文的内生解释变量为是否上网的哑变量。决定是否上网的因素除了个人的年龄、教育水平、家庭背景等之外，笔者加入了“个人所属家庭是否拥有家用电脑”这一变量。我们把它视作一个外生变量，基于以下两点理由:第一，是否上网和个人所属家庭是否拥有电脑有一定的相关性，家庭拥有电脑的个人更倾向于使用互联网⑪。第二，家庭是否拥有电脑不会通过互联网之外的其他渠道直接对创业产生影响⑫。根据以上介绍的类似结构模型的方法，我们采用两步一致估计，估计结果如表3所示。第一步的估计是类似probit的估计，因此对系数的估计更为准确。第二步是类似于ivregres第二阶段的估计。第一步和第二步均控制了所有的控制变量。对列出的四个设定来说，回归过程若采用最大似然估计，检验的p 值分别为0.017 6，0.018 8，0.024 5，0.035 5，检验结果表明可以在5%的显著性水平上拒绝解释变量是外生的假定，说明确实存在内生性问题。
根据第一阶段的回归结果预测个人使用互联网的概率，然后利用预测出的值进行第二阶段的回归。由表3的回归结果可以看出，是否上网的系数均为正，且在5%的水平上显著，说明使用互联网的确对创业有显著的促进作用。此处的估计系数远远大于原始回归系数，说明即使存在反向因果问题，其作用方向也是负的。与初步回归的结果相比，其他控制变量的系数变化不大，说明互联网使用与创业概率的正的因果关系是稳健的。
四、互联网影响创业的作用机制
初步回归结果显示，互联网的使用对城市居民的创业产生了正向影响。不过，是否上网只是对互联网使用的粗略刻画，CFPS问卷还询问了其他一些有关互联网使用的问题，本文将进一步呈现互联网的使用对创业的影响，并探讨其可能的作用机制。
(一)互联网的信息渠道作用
CFPS问卷中询问了个人获得信息的主要渠道，本文将回答中包含互联网的定义为“将互联网作为主要的信息渠道”。根据表1的统计，将互联网作为信息渠道的人口比例为27.4%；在上网人群中，将互联网作为信息渠道的占80.45%。本文在回归中加入是否上网和是否将互联网作为信息渠道的交互项，来捕捉将互联网作为信息渠道这一机制的影响。
表4显示，将互联网作为信息渠道的人，其创业概率显著高于虽然上网但并不将互联网作为主要信息渠道的人。这说明，将互联网作为主要信息渠道这一行为，促进了个人创业，因为这样可以获得更多的信息，包括市场行情、消费者偏好、价格走势等，从而帮助个人更好地进行创业决策。信息的低成本以及快速传播，也可以帮助潜在创业者更好地挖掘潜在的商业机会。由表4可以看出，其他解释变量和控制变量的符号和系数与初步回归相比变化很小，说明这里的回归结果是稳健的。
(二)信息类型及其影响
网络上的信息通常以网站的形式呈现，CFPS问卷询问了个人浏览网站的9种类型及访问频率，9种网站类型分别是:门户网站、BBS、博客、播客、社交网站、专业网站、搜索网站、游戏网站、商务网站。我们定义访问最频繁的网站类型，生成9个虚拟变量，利用是否上网和访问最频繁的网站类型的交互项，来捕捉具体的网站类型对创业的影响。表5结果显示，访问专业网站、商务网站对创业产生了显著的促进作用，其他交互项的系数均不显著。在以上9种网站类型中，专业网站和商务网站与现实中各类市场的联系是最紧密的，这也是符合预期的，说明专业资讯和商务信息的公开、易得能够帮助人们更好地了解市场行情，促进人们对商业机会的挖掘，从而提高人们的创业活力。表5的回归结果可以为信息渠道的作用提供进一步的佐证。
五、进一步讨论
(一)互联网对不同创业类型的影响
就创业本身来说，根据创业动机可以分为生存型创业与机会型创业。生存型创业是指在没有好的就业机会的情况下，为满足基本的生存需要而进行的创业。机会型创业是指为了抓住潜在的商业机会而进行的创业⑬。这里我们希望进一步探讨互联网的使用对不同创业类型的影响。由于CFPS问卷并没有直接询问创业动机，故无法直接对创业类型进行区分。基于问卷中的问题“您是否以个体或者私营业主的身份缴纳了养老保险、医疗保险、失业保险、工伤保险或生育保险”，将以上保险统称为社会保险，于是构造“是否以企业主的身份缴纳社会保险”这一变量来度量个人是否进行机会型创业⑭。生存型创业者很大比例是没有雇员的，或者没有作为法人正式注册，因此以企业主的身份缴纳社会保险的可能性较小。机会型创业者往往具有一定的社会背景和实力，更有可能以企业主身份缴纳社会保险。本文使用的数据中，创业者缴纳社会保险的比例为14.3%。
我们把“是否为机会型创业”作为被解释变量，对是否上网及控制变量进行回归。表6展示了对全样本和创业子样本分别进行回归的结果，结果显示，是否上网的系数均为正，说明互联网的使用对机会型创业具有显著的促进作用。值得注意的是，在创业人群中，如(5)—(8)列所示，党员更倾向于进行机会型创业，尽管只有一个设定在10%的显著性水平上为正。有本地户口的城市创业者更倾向于进行机会型创业，这也是符合经济学直觉的。父母至少一方为党员的创业者更倾向于进行机会型创业。需要说明的是，并非所有的机会型创业者都会以企业主的身份缴纳社会保险，本文样本中缴纳社会保险的创业者的比例要低于全球创业观察(GEM)给出的中国2011年机会型创业者的比例58%。因此，这种度量方式会对结果造成一定程度的低估。不过，由于被低估后的结果依然为正且显著，因此，我们可以认为如果没有被低估，回归系数会更高且显著。综上，回归结果表明，互联网的使用对机会型创业起到了显著的促进作用。
(二)互联网在不同制度环境下对创业的影响
在发展中国家，制度环境是影响创业的重要因素[16]。已有研究均为针对发达国家的经验研究，并未考虑互联网与制度环境可能存在的交互作用。根据《中国分省企业经营环境指数2013年报告》[17]，将2012年企业经营环境得分在中位数之前的省份归为制度环境相对较完善的地区，其余省份归为制度环境相对不完善的地区，然后考察互联网作为信息渠道对创业概率的影响是否在两类地区中存在差异。
表7中(1)、(2)列的回归结果显示，在制度环境较完善的地区，信息渠道的作用显著为正；(3)、(4)列回归结果显示，在制度环境相对不完善的地区，信息渠道的作用虽然为正，但在15%的显著性水平上不显著。其他控制变量的符号和显著性变化不大⑮。由此说明，互联网作为信息渠道对创业的促进作用在制度环境较完善的地区表现更强。这也从侧面说明，为创业提供更好的制度环境，才能更好地利用互联网给创业带来的红利。
六、结 论
本文利用CFPS 2010年和2012年的微观调查数据，研究了互联网的真实使用对个人创业行为的影响及其发生作用的机制。研究发现，互联网的使用促进了创业，就作用机制而言，将互联网作为信息获得渠道，使个人创业的概率提升4.1%—4.8%，尤其是专业信息和商务信息的获得，促进了创业概率的提高。进一步研究发现，互联网的使用对机会型创业具有显著的促进作用，说明互联网的普及对提升创业质量具有一定的作用。此外，我们还发现，在制度环境越完善的地区，互联网促进创业的作用越大。这间接说明，只有制度创新与技术创新的结合，才能为中小企业创造更好的创业环境，才能更好地发挥互联网对创业的促进作用。本文的研究为互联网的经济影响提供了微观证据，研究结论可以为我国互联网及信息化政策的制定提供一定的参考。但需要指出的是，我国的互联网普及率仍远远落后于发达国家。改善制度环境，提高互联网的普及率，充分发挥互联网对经济的带动作用，让互联网成为“大众创业、万众创新”的工具，依然存在非常大的提升空间。
注释：
① 调查范围不包含香港､澳门､台湾､新疆､西藏､青海､内蒙古､宁夏以及海南｡
② 农村地区的创业多是以家庭为单位的小规模自营工商业｡
③ 这里是以居住地为标准｡
④ CFPS问卷中的“个体经济”是指生产资料归个人所有,以个人劳动为基础,劳动所得归劳动者个人所有的一种经营形式;“私营经济”是指以生产资料私有和雇工劳动为基础,并以盈利为目的和按资分配为主的一种经济类型｡
⑤ CFPS 2012问卷并未询问互联网使用的相关信息｡
⑥ 为使数量级不至悬殊,年龄的平方取除以100之后的值｡
⑦ 婚姻状况这一变量,在婚=1;其他情况=0,包括单身､离婚､丧偶｡
⑧ 因为剔除了2010年和2012年的全日制学生样本,受教育程度不会在两年间发生变化｡
⑨ ivprobit只适用于内生解释变量为连续变量的情况｡对于本文内生解释变量为二值变量的情况,若采用ivprobit回归,会因为第一阶段系数估计的偏差,造成第二阶段估计结果的偏差｡
⑩ Treatreg在stata中已经被更新为etregress｡
⑪ 家中没有电脑的人也可能通过网吧或利用他人电脑上网｡另外,本文对互联网使用的理解不仅仅限于使用电脑上网,也包括使用移动终端上网,不过在2010年使用移动终端上网的比例尚小｡
⑫ 家庭是否拥有电脑和家庭财产存在一定的关系,不过本文在回归中已经控制了家庭财产这一变量,且两者不存在完全共线性｡
⑬ 这一划分始于2001年全球创业观察的报告｡
⑭ 只要缴纳了以上任意一种保险,即视为以企业主身份缴纳了社会保险｡
⑮ 文中列出的多个表格表明回归结果是比较稳健的,因此没有提供单独的稳健性检验｡
参考文献:
[1] N.Czernich，O.Falck & T.Kretschmer et al.，″Broadband Infrastructure and Economic Growth，″The Economic Journal，Vol.121，No.552(2011)，pp.505-532.
[2] 韩宝国、朱平芳:《宽带对中国经济增长影响的实证分析》，《统计研究》2014年第10期，第49-54页。[Han Baoguo & Zhu Pingfang，″The Impact of Broadband on Chinas Economic Growth，″Statistical Research，No.10(2014)，pp.49-54.]
[3] S.Djankov，Y.Qian & G.E.R.Roland et al.，″Who Are China＇s Entrepreneurs?″American Economic Review， Vol.96，No.2(2006)，pp.348-352.
[4] S.E.Black & P.E.Strahan，″Entrepreneurship and Bank Credit Availability，″The Journal of Finance，Vol.57，No.6(2002)，pp.2807-2833.
[5] J.C.Hause & G.DuRietz，″Entry，Industry Growth，and the Microdynamics of Industry Supply，″The Journal of Political Economy，Vol.92，No.4(1984)，pp.733-757.
[6] M.Fritsch，A.Kritikos & K.Pijnenburg，″Business Cycles，Unemployment and Entrepreneurial Entry:Evidence from Germany，″International Entrepreneurship and Management Journal，Vol.11，No.2(2015)，pp.267-286.
[7] Z.J.Acs，D.B.Audretsch & P.Braunerhjelm et al.，″Growth and Entrepreneurship，″Small Business Economics，Vol.39，No.2(2012)，pp.289-300.
[8] S.E.Gillett，W.H.Lehr & C.A. Osorio et al.，″Measuring Broadband＇s Economic Impact，″http://hdl.handle.net/1721.1/102779，2016-09-08.
[9] D.B.Audretsch，D.Heger & T.Veith，″Infrastructure and Entrepreneurship，″Small Business Economics，Vol.44，No.2(2015)，pp.219-230.
[10] D.Cumming & S.Johan，″The Differential Impact of the Internet on Spurring Regional Entrepreneurship，″Entrepreneurship Theory and Practice，Vol.34，No.5(2010)，pp.857-883.
[11] Y.Kim &P.F.Orazem，″Broadband Internet and New Firm Location Decisions in Rural Areas，″https://doi.org/10.1093/ajae/aaw082，2016-09-08.
[12] M.L.Grajek & T.Kretschmer，″Usage and Diffusion of Cellular Telephony，1998-2004，″International Journal of Industrial Organization，Vol.27，No.2(2009)，pp.238-249.
[13] 陈刚:《管制与创业———来自中国的微观证据》，《管理世界》2015年第5期，第89-99页。[Chen Gang，″Regulation and Entrepreneurship:Evidence from China，″Management World，No.5(2015)，pp.89-99.]
[14] 马光荣、杨恩艳:《社会网络、非正规金融与创业》，《经济研究》2011年第3期，第83-94页。[Ma Guangrong& Yang Enyan，″Social Networks，Informal Finance and Entrepreneurship，″Economic Research Journal，No.3(2011)，pp.83-94.]
[15] A.C.Cameron &P.K.Trivedi，Microeconometrics Using Stata，Texas:Stata Press，2009.
[16] J.Lu & Z.Tao，″Determinants of Entrepreneurial Activities in China，″Journal of Business Venturing，Vol.25，No.3(2010)，pp.261-273.
[17] 王小鲁、余静文、樊纲:《中国分省企业经营环境指数2013年报告》，北京:中信出版社，2013年。[WangXiaolu，Yu Jingwen &Fan Gang，Business Environment Index for China＇s Provinces 2013 Report，Beijing:China Citic Press，2013.]
基金项目：国家社会科学基金青年项目(16CJL018)；2017年度长三角区域合作基金项目(2017009)
作者简介：1.史晋川(http://orcid.org/0000-0002-0265-3211)，男，浙江大学经济学院教授，博士生导师，经济学博士，主要从事民营经济与区域经济、法与经济学等研究；2.王维维(http://orcid.org/0000-0001-6801-970X)，女，浙江大学经济学院博士研究生，主要从事信息技术与经济发展研究。
