论文部分内容阅读
中图分类号：F270 文献标识码：A
摘要：本文利用中国家庭金融调查（CHFS）2011年调查数据，运用heckman样本选择模型，分析了劳动者健康状况对创业积极性以及经营业绩的影响。本文发现，健康状况对劳动者创业意愿有着显著的影响，但对创业后经营业绩的影响不显著。
关键词：健康经济学;heckman样本选择;创业意愿
一、引言
随着我国居民收入水平的增加，人们越来越关注健康问题。根据人力资本学派的理论，健康是人力资本的四大组成要素之一，因此，健康对收入的影响成为劳动经济学中的重要的研究方向。另外，在无法一时间提供大量就业岗位的前提下，创业成为解决劳动力就业的一个很好的途径。因此，对劳动者健康和创业的研究不仅能够促进政府加强医疗保障以促进国民健康水平的增加，又有利于劳动者的创业积极性，一举两得。国内外对健康对劳动力参与的研究成果颇丰，研究大都表明健康状况良好对劳动参与率和收入都有促进作用。但国内的研究大都将重点放在了农村劳动力上（魏众，2004;刘生龙，2006;王引，2009）。本文则主要研究健康状况对创业意愿以及经营业绩的影响。笔者认为，身体健康状况良好将提高其创业积极性，而且有更多精力参与管理经验，因此会提高其业绩。
二、模型以及变量选取
由于样本具有选择性偏误（selection bias），即由于没有创业的家庭无法观测到其经营业绩，故采用heckman两步法进行估计。该模型的估计分为两步，第一步，构造一个probit选择方程，估计出是否参与的概率（本文指的是是否创业），第二步，将估计出来的预测概率加入第二个估计方程，消除选择性偏误。
具体的统计方法如下：
Pi=γZi+ui Pi=1[γZi+ui>0]（选择方程）
Yi=βXi+αλ+vi（决定方程）
其中，λ为逆米尔斯比，具体地，
λ=φ（γZi/σ0）Ф（γZi/σ0），
其中，φ和Ф分别为标准正态分布的密度函数和分布函数。Heckman两步法的第一步就是通过建立一个probit模型来估计逆米尔斯比λ，然后将λ作为自变量加入到第二步方程中，已解决选择性偏误。如果λ是显著的，则说明存在选择性偏误，否则，则说明不存在选择性偏误。
本文数据来源于西南财经大学的中国家庭金融调查（CHFS）2011年度调查数据，该严格的随机抽样下，调查全国一共25个省，80个县（区），内容涵盖人口统计学、家庭金融等方面数据，具有全国代表性。
通常衡量健康状况的指标或者代理变量有很多，包括自评身体健康状况、体质特征和医疗花费等。每种指标都有其优缺点，本文基于数据的可得性因素，选取户主自评身体健康状况作为衡量健康的指标。
控制变量主要分为户主个人信息变量、家庭变量以及环境变量等。户主个人信息主要包括性别、年龄以及受教育年限等，而家庭变量则有家庭资产规模、家庭借贷规模和家庭人数，环境变量主要包括是否农村地区以及是否是东中西部地区。
由数据可知，仅有48%的人自评身体健康状况很好。原因在于，原调查问卷中，选项有“非常好”、“好”、“一般”、“差”和“非常差”，本文将“非常好”和“好”定义为身体健康。性别为户主性别，其中，男性的比例高达73%。户主平均年龄为46岁。平均受教育年限在9年，相当于初中毕业水平。家庭的借贷总额采用的是家庭全部的借贷，而不管其用途如何。因为资金具有较强的替代性。因而采用的是全部借贷金额，而非工商业生产经营借贷金额。
三、实证结果
表1选择方程与结果方程回归结果
（1）决定方程（2）选择方程（3）Mills
健康0.455
（0.342）0.0305***
（0.00900）
年龄-0.0269
（0.0227）-0.00336***
（0.000445）
性别0.970**
（0.387）0.0185*
（0.00967）
教育-0.0528
（0.0682）-0.00996***
（0.00131）
家庭资产0.945***
（0.254）0.0499***
（0.00336）
家庭借贷——0.00734***
（0.000830）
农村地区-0.293
（0.391）-0.0383***
（0.00992）
Lambda2.650***
（1.027）
注：*代表在0.1的水平上显著;**代表在0.01的水平上显著;***代表在0.01的水平上显著。
由表1可知，λ非常显著，说明存在样本选择偏误，我们采用的heckman两步法是正确的。
健康状况良好能够显著促进其进行创业的积极性。从选择方程来看，健康状况良好的户主其创业的概率要比健康状况一般或较差的人高3.05%，而且在1%的水平上显著。但是，从结果方程来看，健康与否对经营业绩的影响并不显著。
另外，本文还有如下几个方面：首先，年龄越大的人的创业积极性越低。从选择方程来看，年龄每增加1岁，其创业的概率便降低0.336%。但是，从结果方程来看，年龄对经营业绩的影响却不显著。其次，男性更喜欢创业而且更善于创业。从选择方程来看，男性户主参加创业的概率要高出女性户主1.85%个百分点，而且男性的经营业绩也要好于女性。由于本文是以户主的性别为主，因此可能低估了这方面的差异。因此，男性创业的概率比女性创业概率可能远远超过1.85%。再次，受教育水平越高，创业的积极性越低。受过高等教育的人往往有更好的就业机会，其创业积极性便会受到影响。第四，家庭的总资产以及借贷水平都显著增加了其创业意愿，并对其创业后经营业绩有积极的影响。家庭总资产和借贷规模越大，其可用于工商业生产经营的资金便越多，也更利于企业的周转，对企业的经营业绩有着良好的促进作用。最后，处于农村地区的创业活动较少。于农村地区收入水平相对较低，消费能力不足，市场前景的黯淡导致农村地区的创业积极性较低。
四、结论及政策建议
本文利用中国家庭金融调查2011年数据，利用heckman样本选择模型分析了影响劳动者创业意愿以及经营业绩的影响。本文的主要结论如下：
健康作为一种人力资本能够提高劳动者的创业意愿，但是对创业后企业经营业绩的影响并不显著。另外，劳动者的个人特质，如年龄、性别和受教育程度等都对其创业意愿具有显著的影响。其中，年龄和受教育程度都是与创业意愿负相关;男性相比女性更热衷于创业。
家庭方面，家庭的资产和借贷水平都提高了劳动者的创业意愿，并且对企业经营业绩具有积极的促进作用。
基于上述的实证分析，建议政府等决策部门在促进劳动者就业的过程中，关注以下几个方面：第一，在注重提高劳动者素质以外，关注劳动者的身体健康，完善医疗保障水平。提高医疗保障水平不仅有利于全体人民的福祉，而且有利于促进劳动者创业，缓解就业压力。第二，创造良好的创业环境，降低创业借贷门槛，给予创业者各项优惠。
参考文献：
[1]朱明芬.农民创业行为影响因素分析——以浙江杭州为例[J].中国农村经济，2010，03：25-34.
[2]魏众.健康对非农就业及其工资决定的影响[J].经济研究，2004，02：64-74.
[3]刘生龙.健康对农村居民劳动力参与的影响[J].中国农村经济，2008，08：25-33.
[4]王引，尹志超.健康人力资本积累与农民收入增长[J].中国农村经济，2009，12：24-31+66.
作者简介：
马俊龙（1989.02-），男，汉族，山东省青岛市，西南财经大学，硕士研究生，研究方向：微观经济学，家庭金融。
摘要：本文利用中国家庭金融调查（CHFS）2011年调查数据，运用heckman样本选择模型，分析了劳动者健康状况对创业积极性以及经营业绩的影响。本文发现，健康状况对劳动者创业意愿有着显著的影响，但对创业后经营业绩的影响不显著。
关键词：健康经济学;heckman样本选择;创业意愿
一、引言
随着我国居民收入水平的增加，人们越来越关注健康问题。根据人力资本学派的理论，健康是人力资本的四大组成要素之一，因此，健康对收入的影响成为劳动经济学中的重要的研究方向。另外，在无法一时间提供大量就业岗位的前提下，创业成为解决劳动力就业的一个很好的途径。因此，对劳动者健康和创业的研究不仅能够促进政府加强医疗保障以促进国民健康水平的增加，又有利于劳动者的创业积极性，一举两得。国内外对健康对劳动力参与的研究成果颇丰，研究大都表明健康状况良好对劳动参与率和收入都有促进作用。但国内的研究大都将重点放在了农村劳动力上（魏众，2004;刘生龙，2006;王引，2009）。本文则主要研究健康状况对创业意愿以及经营业绩的影响。笔者认为，身体健康状况良好将提高其创业积极性，而且有更多精力参与管理经验，因此会提高其业绩。
二、模型以及变量选取
由于样本具有选择性偏误（selection bias），即由于没有创业的家庭无法观测到其经营业绩，故采用heckman两步法进行估计。该模型的估计分为两步，第一步，构造一个probit选择方程，估计出是否参与的概率（本文指的是是否创业），第二步，将估计出来的预测概率加入第二个估计方程，消除选择性偏误。
具体的统计方法如下：
Pi=γZi+ui Pi=1[γZi+ui>0]（选择方程）
Yi=βXi+αλ+vi（决定方程）
其中，λ为逆米尔斯比，具体地，
λ=φ（γZi/σ0）Ф（γZi/σ0），
其中，φ和Ф分别为标准正态分布的密度函数和分布函数。Heckman两步法的第一步就是通过建立一个probit模型来估计逆米尔斯比λ，然后将λ作为自变量加入到第二步方程中，已解决选择性偏误。如果λ是显著的，则说明存在选择性偏误，否则，则说明不存在选择性偏误。
本文数据来源于西南财经大学的中国家庭金融调查（CHFS）2011年度调查数据，该严格的随机抽样下，调查全国一共25个省，80个县（区），内容涵盖人口统计学、家庭金融等方面数据，具有全国代表性。
通常衡量健康状况的指标或者代理变量有很多，包括自评身体健康状况、体质特征和医疗花费等。每种指标都有其优缺点，本文基于数据的可得性因素，选取户主自评身体健康状况作为衡量健康的指标。
控制变量主要分为户主个人信息变量、家庭变量以及环境变量等。户主个人信息主要包括性别、年龄以及受教育年限等，而家庭变量则有家庭资产规模、家庭借贷规模和家庭人数，环境变量主要包括是否农村地区以及是否是东中西部地区。
由数据可知，仅有48%的人自评身体健康状况很好。原因在于，原调查问卷中，选项有“非常好”、“好”、“一般”、“差”和“非常差”，本文将“非常好”和“好”定义为身体健康。性别为户主性别，其中，男性的比例高达73%。户主平均年龄为46岁。平均受教育年限在9年，相当于初中毕业水平。家庭的借贷总额采用的是家庭全部的借贷，而不管其用途如何。因为资金具有较强的替代性。因而采用的是全部借贷金额，而非工商业生产经营借贷金额。
三、实证结果
表1选择方程与结果方程回归结果
（1）决定方程（2）选择方程（3）Mills
健康0.455
（0.342）0.0305***
（0.00900）
年龄-0.0269
（0.0227）-0.00336***
（0.000445）
性别0.970**
（0.387）0.0185*
（0.00967）
教育-0.0528
（0.0682）-0.00996***
（0.00131）
家庭资产0.945***
（0.254）0.0499***
（0.00336）
家庭借贷——0.00734***
（0.000830）
农村地区-0.293
（0.391）-0.0383***
（0.00992）
Lambda2.650***
（1.027）
注：*代表在0.1的水平上显著;**代表在0.01的水平上显著;***代表在0.01的水平上显著。
由表1可知，λ非常显著，说明存在样本选择偏误，我们采用的heckman两步法是正确的。
健康状况良好能够显著促进其进行创业的积极性。从选择方程来看，健康状况良好的户主其创业的概率要比健康状况一般或较差的人高3.05%，而且在1%的水平上显著。但是，从结果方程来看，健康与否对经营业绩的影响并不显著。
另外，本文还有如下几个方面：首先，年龄越大的人的创业积极性越低。从选择方程来看，年龄每增加1岁，其创业的概率便降低0.336%。但是，从结果方程来看，年龄对经营业绩的影响却不显著。其次，男性更喜欢创业而且更善于创业。从选择方程来看，男性户主参加创业的概率要高出女性户主1.85%个百分点，而且男性的经营业绩也要好于女性。由于本文是以户主的性别为主，因此可能低估了这方面的差异。因此，男性创业的概率比女性创业概率可能远远超过1.85%。再次，受教育水平越高，创业的积极性越低。受过高等教育的人往往有更好的就业机会，其创业积极性便会受到影响。第四，家庭的总资产以及借贷水平都显著增加了其创业意愿，并对其创业后经营业绩有积极的影响。家庭总资产和借贷规模越大，其可用于工商业生产经营的资金便越多，也更利于企业的周转，对企业的经营业绩有着良好的促进作用。最后，处于农村地区的创业活动较少。于农村地区收入水平相对较低，消费能力不足，市场前景的黯淡导致农村地区的创业积极性较低。
四、结论及政策建议
本文利用中国家庭金融调查2011年数据，利用heckman样本选择模型分析了影响劳动者创业意愿以及经营业绩的影响。本文的主要结论如下：
健康作为一种人力资本能够提高劳动者的创业意愿，但是对创业后企业经营业绩的影响并不显著。另外，劳动者的个人特质，如年龄、性别和受教育程度等都对其创业意愿具有显著的影响。其中，年龄和受教育程度都是与创业意愿负相关;男性相比女性更热衷于创业。
家庭方面，家庭的资产和借贷水平都提高了劳动者的创业意愿，并且对企业经营业绩具有积极的促进作用。
基于上述的实证分析，建议政府等决策部门在促进劳动者就业的过程中，关注以下几个方面：第一，在注重提高劳动者素质以外，关注劳动者的身体健康，完善医疗保障水平。提高医疗保障水平不仅有利于全体人民的福祉，而且有利于促进劳动者创业，缓解就业压力。第二，创造良好的创业环境，降低创业借贷门槛，给予创业者各项优惠。
参考文献：
[1]朱明芬.农民创业行为影响因素分析——以浙江杭州为例[J].中国农村经济，2010，03：25-34.
[2]魏众.健康对非农就业及其工资决定的影响[J].经济研究，2004，02：64-74.
[3]刘生龙.健康对农村居民劳动力参与的影响[J].中国农村经济，2008，08：25-33.
[4]王引，尹志超.健康人力资本积累与农民收入增长[J].中国农村经济，2009，12：24-31+66.
作者简介：
马俊龙（1989.02-），男，汉族，山东省青岛市，西南财经大学，硕士研究生，研究方向：微观经济学，家庭金融。