打碎玻璃天花板？制度环境如何缓解

最后，如果女性发现在高质量的金融监管环境中更容易获得资本9，那么男性将不再比女性有优势，其他条件都是平等的。基于这些原因，我们提出了第一个假设：假设1。与男性相比，女性较少参与机会创业，但提高信贷市场监管质量可以缩小这种性别差距。2.3.2.  商业法规高进入壁垒会减少新企业的进入（Dean&Meyer，1996），其中一项进入壁垒商业法规已被证明会阻止新企业的启动率（De Soto，2000；Djankov等人，2002）和高增长企业的增长率。这些商业法规增加了经营成本，包括许可限制、行政要求、官僚机构成本、税收合规性，甚至与贿赂和偏袒有关的成本（Djankov等人，2002年；Gwartney等人，2016年）。商业法规通过增加新企业组建的成本来阻止进入（Ho&Wong，2007），然而，有理由相信商业法规可能对女性企业家的机会创业产生不同于男性企业家的影响。自由主义女权主义理论（Fischer等人，1993年）认为，女性面临着社会文化偏见中的歧视。这些偏见反过来又通过高昂的监管成本阻碍了进入和现有公司的增长。这些负担对女性的影响与男性不同。我们预计，在低质量的行政监管环境中，女性更难在经营成本更高的环境中组建富有成效的创业企业。例如，研究表明，高度监管的经济体容易腐败（Holcombe&Boudreaux，2015）。

如果贿赂是建立企业通常需要的商业成本（De Soto，2000），那么有理由相信这些高度规范的环境可能会对女性造成不成比例的伤害，因为女性的贿赂比男性少（Swamy、Knack、Lee和Azfar，2001）。然而，妇女应该更容易在高质量的行政管理环境中组建生产性创业企业。与低质量环境相比，腐败较少（Mauro，1995；Mo，2001），而且由于女性行贿比男性少（Swamy等人，2001），女性受这些繁重的行政和监管成本的影响较小。因此，高质量的商业监管环境应该成为公平竞争的环境，这很重要，因为它可以帮助减少歧视，而歧视被认为是导致借贷和消费等领域性别差异的原因（Fairlie&Robb，2009）。基于这些发现，我们提出：假设2。与男性相比，女性较少参与机会创业，但提高商业法规的质量可以缩小这种性别差距。2.3.3.  自由女性主义理论（Fischer等人，1993年）认为，女性在社会中面临歧视。虽然我们认为这种歧视会影响金融和商业法规，但也有可能是通过劳动法规，如雇佣和解雇法规、工人解雇成本和集体谈判问题来实现的。关于劳动力市场监管和创业强度的重要文献解释了限制性劳动力市场监管如何降低各国的创业率（Acs&Szerb，2007；Van Stel，Storey和Thurik，2007）。

例如，考虑一下，更灵活的劳动法规可能会对创业活动产生怎样的影响：11“对于员工来说，他们带薪工作的安全性较低，这可能使他们更有可能决定自己创业（推动效应）。对于企业家来说，他们在经营企业方面有更大的灵活性，这使得企业所有权更具吸引力（拉动效应）”（Stel等人，2007年，第182页）。此外，有理由相信，这些劳动力市场法规可能会对创新和创造就业的决策产生重要的性别影响。我们预计，劳动力市场监管不成比例地影响了女性在低质量劳动力监管环境中从事生产性创业形式的倾向。在这些环境中，劳动法规是严格的。解雇工人很难，这降低了企业家寻求自营职业或创业的动机。对于面临职业隔离（Lerner、Brush和Hisrich，1997）和基于性别的职业刻板印象（Eccles，1994；Eccles、Wigfield、Harold和Blumenfeld，1993）等性别偏见的女性来说尤其如此。如果女性在创业方面面临偏见，劳动力市场更加僵化，那么低质量的劳动力监管环境就不会激励女性放弃传统就业，希望开始新的创业。相比之下，在高质量的劳动监管环境中，女性组建生产性创业企业的倾向受到的影响较小，因为这些环境促进了工作的灵活性。当劳动力市场更加灵活时，企业家可以以更有吸引力的方式经营自己的企业。他们有更多的自由雇佣和解雇工人，不会因为这种灵活性而受到处罚（Gwartney等人，2016）。

这与经济自由与更高的妇女权利相关的研究结果一致（Fike，2017）。在这些环境中，女性有更大的动力去创造和创新。同样，更大的工作灵活性与更高的12家新公司进入率相关（Van Stel等人，2007年），这可能等于性别之间的竞争环境。因此，我们提出：假设3。与男性相比，女性较少参与机会创业，但提高劳动力市场监管质量可以缩小这种性别差距。3、数据与分析3.1。因变量我们在本研究中感兴趣的因变量取自全球创业监测（GEM）（Reynolds et al.，2005）。机会驱动型创业，取自GEM变量TEAYYOPP。该变量询问个人是否参与了总体早期创业活动（TEA）。如果答案是肯定的，那么它会询问参与的原因是由于感知到的机会还是出于必要。我们使用此变量创建机会创业的衡量标准，如果个人参与早期创业活动以获取机会，则该值为1，否则为0。3.2. 预测变量我们使用来自世界经济自由指数（Gwartney et al.，2016）的监管数据来构建我们的监管措施。有关这些措施及其来源的更完整描述，请参阅附录。监管是世界经济自由指数（EFW）的第五个领域组成部分，由三个子部分组成，包括（a）信贷市场监管、（b）劳动力市场监管和（c）商业监管。

我们的分析包括审查监管的汇总措施（EFW的第五领域）以及这五个领域的每一个子部分。信贷市场监管按三个13项指标的平均值计算，包括（i）银行所有权、（ii）私营部门信贷和（iii）利率控制。EFW主要使用世界银行的数据来编制这些资本市场指标，这些指标被认为更自由，银行的私人所有权比例更高，私营部门信贷和利率由市场力量决定。劳动力市场法规按六项指标的平均值计算，包括（i）雇佣法规和最低工资，（ii）雇佣和解雇法规，（iii）集中集体谈判，（iv）工时法规，（v）解雇工人的法定成本，以及（vi）征兵。EFW主要使用来自世界银行《营商环境报告》和世界经济论坛《全球竞争力报告》的数据来编制这些劳动力市场指标。当劳动法规更加灵活、解雇成本更低、征兵更低时，这些措施被认为更自由。商业法规按六项指标的平均值计算，包括（i）行政要求，（ii）官僚成本，（iii）创业，（iv）额外付款/贿赂/偏袒，（v）许可限制，以及（vi）税收合规成本。EFW主要使用世界银行《营商环境报告》和世界经济论坛《全球竞争力报告》中的数据来编制这些商业监管措施。然而，有关官僚机构成本的数据是根据IHS Markit的监管负担风险评级编制的。

资本市场法规、劳动法规和商业法规都是在0到10的范围内衡量的，其中10表示更自由，0表示更少自由。我们还包括对企业家性别的衡量。如果企业家是女性，则此变量的伪代码为1，如果是男性，则为0。性别数据取自《全球创业监测》（Reynolds等人，2005年）。3.3. 控制变量14除了我们的调节和性别预测变量外，我们还包括其他与创业相关的个体水平变量。年龄和年龄（平方）是连续变量，分别表示企业家的年龄及其平方值。我们包括了一位企业家的年龄及其平方值，以与之前关于老龄化企业家的研究（Kautonen、Kibler和Minniti，2017；Levesque和Minniti，2006）以及其他控制曲线效应的研究（Wennberg、Pathak和Autio，2013）相一致。高中教育的衡量标准是一个人是否至少高中毕业或同等学历（中等教育）。它是根据GEMEDUC统一教育变量计算得出的，如果个人受过高中教育，则取1，否则取0。家庭收入取自变量GEMHHINC，该变量以收入三元来衡量。如果个人的家庭收入处于最高收入三级，则家庭收入编码为1；如果个人的家庭收入处于中等或最低收入三级，则家庭收入编码为0。创业关系是衡量个人与其他创业者关系的一种方法。如果个人认识在过去两年内创建了企业的人，则创业关系编码为1，否则为0。

如果个体企业家认为自己拥有创业所需的知识、技能和经验，则自我效能被编码为1，否则为0。如果企业家在未来六个月内预见到良好的商业机会，则机会识别代码为1，否则为0。如果企业家回答说对失败的恐惧可能会阻止他或她创业，那么对失败的恐惧被编码为1，否则为0。最近的研究支持它们在预测和修改创业活动方面的重要性（Boudreaux&Nikolaev，2018；De Clercq，Lim&Oh，2013）。这些变量均取自2002年至2012年的全球创业监测数据集（Reynolds等人，2005年）。我们还包括国家一级的两性平等措施。这项措施来自2002年至2010年世界经济论坛。该变量15在0到1的连续范围内测量，其中1表示完全相等，0表示完全不相等。最后，我们还包括国家层面的控制变量，这些变量预计会影响创业行为。对数GDP是一国人均国内生产总值的自然对数。Log pop是一个国家总人口的自然对数。这些变量取自世界银行2002年至2012年国家指标数据库。对数GDP用于控制经济发展中创业的“自然速度”（Wennekers、Wennekers、Thurik和Reynolds，2005）。汇总统计数据和相关矩阵如表1所示在此处插入表1=================3.4。估计方法我们考察了国家层面的监管措施如何调节性别与创新和就业创造之间的个人层面关系。

由于这些关系的多层次性质，我们必须控制这样一个事实，即在存在聚类数据的情况下，标准估计技术（如OLS）会增加1类错误的可能性。研究表明，由于其非正态分布，此类标准误差被低估（Hofmann、Griffin和Gavin，2000）。在我们的多层次模型中，随机效应表示假定会影响创新和就业创造的国家特定效应，其使用假设这些群体是从更大的人口中随机抽取的（Autio、Pathak和Wennberg，2013；Peterson、Arregle和Martin，2012）。为了估计国家层面因素对个人参与机会创业可能性的影响（二进制编码），我们使用了一个多层次逻辑回归模型，该模型假设未观察到的国家特定影响(ui) 随机分布，平均值为零，方差为常数(ui≈ IID (0, σu2  )),  与预测变量不相关。该估计器允许截距和标准误差在16个国家随机变化（Raudenbush，1988），并为具有更可靠的1级估计值的组提供更大的权重，从而对2级回归产生更大的影响（Hofmann et al.，2000）。结果我们首先分析了机会创业中的性别差异。然后，我们继续分析监管环境的质量如何调节机会创业中的性别差异。这些结果如表3所示。更具体地说，模型1是我们的基线模型，包括一个性别假人、一个监管环境质量的衡量标准和一个控制变量向量。

模型2扩展了该模型，将调节变量和性别假人之间的相互作用纳入其中。模型3-5重复了这一分析，但将摘要监管措施替换为其组成部分。这些领域包括：（a）劳动力市场法规，（b）信贷市场法规，以及（c）商业法规在此处插入表2=================模型1的结果表明，机会创业中存在显著的性别差异。在所有模型中，我们发现性别（女性）对参与机会创业的倾向有着负面且统计上显著的影响，这与创业活动中性别差距持续存在的说法一致（Fairlie&Robb，2009；Hechavarria等人，2017）。更重要的是，互动模型的研究结果表明，监管环境的质量在解释创业性别差距方面起着重要作用。虽然女性企业家较少参与机会创业，但监管环境的质量缩小了这种性别差距。这可以在除商业法规外的所有调节效应中观察到。这些发现支持17个假设1和3，但不支持假设2。基于这些结果，我们得出结论，当存在繁重的金融和劳动法规而非商业法规时，创业活动中的性别差异最大。然而，随着这些监管环境质量的提高，我们发现性别差距的大小有所缩小。

==============================================================================================因为交互效应在logit等非线性模型中难以解释（Ai&Norton，2003），我们在图1、2和3中绘制交互效应。这些相互作用效应的结果支持表2中的实证分析。与表2中的调查结果一致，我们没有发现任何证据表明商业法规的质量会缓和机会创业中的性别差异，令人惊讶的是，商业法规的质量与创业活动的减少有关。讨论、限制和结束语5.1。讨论我们的结果表明，性别与企业绩效之间的关系取决于监管环境的质量。虽然我们发现，与男性相比，女性通常较少参与机会创业，但随着监管环境质量的提高，这些性别差异会减少。我们利用女权主义理论和制度理论的见解，假设女性在低质量监管环境中更容易面临歧视，这解释了为什么性别差异在这些环境中最为突出。18这些发现具有重要意义。如果决策者希望缩小企业绩效中的性别差距，我们的证据表明，旨在提高监管环境质量的政策是一个良好的起点。5.2. 局限性不可避免，我们的研究确实面临一些局限性。我们的调查结果并非对所有三项监管措施都一致。