金 江，李 郸

（1.华南理工大学 经济与贸易学院，广州 510006；2.招商银行股份有限公司 深圳分行，深圳 518040）

改革开放以来，随着市场化和城镇化进程的不断深化，跨越城乡的人口流动规模也日益扩大。国家统计局发布的《2017年国民经济和社会发展统计公报》显示，截至2017年末，全国流动人口规模达2.44亿，占总人口比重为17.6%。在中国经济发展处于产业结构转型升级、经济下行压力有增无减的关键时期，如何妥善解决流动人口这一群体的就业问题，维护社会稳定，无疑是各级政府面临的一个严峻挑战。正是在这一背景下，我国政府将“大众创业、万众创新”上升到国家战略层面，试图通过打造经济增长新引擎，为经济发展带来新活力。

以个体和私营经济为代表的企业家的创业精神在经济发展过程中发挥着重要作用，大量研究也对创业的决定因素进行了考察，其中，既有从国家或地区这一宏观层面出发，分析具体的制度环境和经济环境对创业的影响，也有从微观层面出发，探讨个体特征等人口学变量对创业行为的影响。随着文化逐渐进入主流经济学家的研究视野，文化与创业的关系也引起了学者们的关注，已有文献对信任、宗教等文化特征与创业的关系展开了深入的研究［1-3］。但是，这些研究主要基于一国或地区固有的文化传统对文化与创业的关系进行探讨，并不能对不同文化之间的差异如何影响微观个体的创业行为进行有效解释。由于中国地域广阔，不同的地貌、气候条件往往孕育着不同的文化，即“一方水土养一方人”，劳动力的流动不仅意味着地理位置的变化，同时还体现为文化环境的变化。那么，这种文化环境的变化而产生的地区文化差异是否会影响劳动力的创业决策呢？如果这种影响存在，又是通过什么渠道产生作用的呢？基于此，本文以不同地区间的方言差异衡量文化差异，采用2012年和2014年中国劳动力动态调查数据（China labor force dynamic survey，CLDS），对这一问题进行实证分析。

具体衡量不同地区间的文化差异并非易事。一些文献曾采用基因距离［4］、姓氏距离［5-6］作为文化差异的代理变量。在实证研究中，FALCK等［7-8］则以德国历史上地区间方言的相似性作为文化距离（cultural distance）的代理变量，对文化差异与人口迁移、经济交流之间的关系进行分析。汉语方言所承载的地域文化特征与风俗习惯、宗教信仰等一样，是一个地区重要的文化基因，也是劳动力在流动过程中随身携带的“名片”，方言的相似性在极大程度上反映了地区间的文化相似性。因此，借鉴FALCK等学者的处理方法，本文也以我国不同地区之间的汉语方言差异作为文化差异的代理变量。

同时，要想准确识别地区文化差异与创业之间的因果关系，还需解决由可观测以及不可观测的变量引致的估计偏误。例如，现实中能够做出创业决策的个体，为了利用和获取便利的创业资源，可能会更加倾向于流入创业资源丰富的地区，也更愿意融入当地文化社会，导致一些因素会同时影响劳动力的流入地选择和创业决策。为了克服这一问题，本文拟采用倾向得分匹配和双重差分相结合的方法对相关参数进行估计。倾向得分匹配法可解决由可观测变量导致的估计偏误，而双重差分法则能解决遗漏变量偏误。在根据《中国语言地图集》对劳动力的流出地和流入地进行匹配后，发现劳动力跨方言区流动所形成的地区文化差异对其创业决策存在显著的积极影响，且从不同角度展开的检验表明估计结果是稳健的。进一步，本文还发现这一积极影响主要通过影响创业者的技术资源获取和资金获取两个渠道而发生作用。

本文的价值主要体现在以下两点。①现有文献发现大部分劳动力的流动行为发生在同一方言区内部［9］，如果说这种流动偏好在一定程度上反映了文化的邻近对劳动力流动行为所存在的影响，那么，我们又应当如何理解现实中劳动力跨方言区流动这一行为呢？本文从创业这一视角切入所展开的研究在一定程度上可对此现象进行解释。②相比制度更为完善的西方国家，文化因素在我国经济发展过程中扮演着更为重要的角色。2011年国家正式出台《中共中央关于深化文化体制改革推动社会主义文化大发展大繁荣若干重大问题的决定》，也充分说明文化对经济发展的作用受到了中央政府的重视。因此，本文的相关结论能够为我们理解文化的积极作用、促进文化与经济发展的融合提供参考。

1 文献综述

人类的经济行为嵌入在特定的文化环境中，会直接影响社会成员的人际互动和经济决策［10］。AGHION和HOWITT［11］认为文化是经济增长最根本的原因，经济学家很早就开始关注文化对经济发展的影响。自20世纪90年代以来，相关文献［12-13］从一国（地区）所拥有的特定文化出发对其经济效应进行了分析，发现文化与经济增长、人均收入以及微观个体的经济行为有着显著联系。近年来的研究取向是结合不同地区之间的文化差异，对不同文化的交流碰撞所引致的经济效应进行评价。其中，一些研究对跨国（地区）文化差异与经济增长［14-15］、国际贸易［16］、居民收入差距［8］之间的关系进行了探讨，还有一些研究从微观层面出发就文化差异与个体在劳动力市场上的决策行为和经济表现之间的关系进行了分析［8-9］。

作为经济增长的引擎，创业与文化差异之间的关系也受到学者们的关注。理论上，文化差异对微观个体创业决策的影响可以从截然不同的两个角度进行解释。

1）以MOROSINI等［17］为代表的“文化匹配论（cultural fit）”。从这一角度展开的解释以文化差异所引致的文化距离为基础，并融合社会学中的社会认同（social identity）理论［18］。由于不同文化间客观存在的文化距离会衍生出群体内文化偏好和群体外文化偏见［18］，由此可影响社会成员的信息交流和资源共享，增加市场交易成本。而创业往往需要各类资源支持，在相关资源缺乏的情形下，创业者不得不依赖广泛的社会网络来获取各种创业资源。特别是在中国特定背景下，相关研究已经发现，社会网络能够为创业者提供各种资本、技术和劳动力，且社会网络又具有空间依赖性，因此，文化的邻近有助于降低社会成员之间的信任壁垒，促进有效信息的交换和社会网络的形成，对创业资源获取形成正面影响，有助于创业活动的开展［19］。

2）以BERRY［20］为代表的“文化整合论（cultural synergy）”。在反驳文化差异对经济发展会产生不利影响时，LU和BEAMISH［21］也将其称之为“文化距离悖论”。这一解释强调多元文化能够整合出促进合作的共享价值观和目标，文化差异越大，往往也意味着人口多样化程度更高，在知识和技能方面的互补性更强。创业是创业者与外部环境不断进行交互作用以及各类资源禀赋整合的结果，而文化正是其中一个重要的整合要素［22］，因此，在创业过程中文化差异能够发挥“催化剂”作用，通过促进不同群体间的差异化学习，产生“外来者收益”，从而对个体创业决策产生积极影响。

在实证方面，尽管有大量研究对创业的决定因素进行了考察，但主要是从一国或地区的固有文化传统出发考察文化对创业的影响，对文化差异与创业关系的解释不够清晰。例如，社会信任和宗教信仰是主要关注的两个文化特征，一些文献［1，3］发现社会信任能够促进创业开展，另一些文献［2，23］则发现宗教信仰对创业有积极影响。值得注意的是，近年来与本研究相关的一些文献从文化多样性（culturaldiversity）的角度出发，考察了国家或地区的文化多样性对创新创业的影响。这些文献借助人口学和姓氏遗传学的研究成果，以人口多样性和姓氏多样性指数作为文化多样性的代理变量，发现文化多样性对地区创业和企业创新均有积极影响［24-26］。这些研究主要从不同文化群体具有的知识外溢效应和技术互补效应出发，对文化多样性影响创业的机制进行解释，在一定程度上验证了“文化整合论”对文化差异与创业关系所做的理论解释。

我国幅员辽阔，且因地理、历史等多方面原因，形成了各具特色的方言区，不同方言区间文化差异明显。随着经济的发展，人口跨方言区流动已成为一个显著的社会特征。因此，现有研究的启示在于：未来应当拓宽研究范围，从文化差异对宏观层面地区创新、创业活动的影响拓展至微观个体，就文化差异影响个体创业决策的具体效应及内在机制进行检验。

2 数据和模型

2.1 数据来源与说明

本文使用的数据来源于中国劳动力动态调查（CLDS），该项目由中山大学社会科学调查中心组织实施，旨在通过追踪收集中国村居、家庭及个人的信息，系统地监测村居社会结构、家庭及劳动力的变化与相互影响。该项目每隔两年在中国的29个省区（不含海南、西藏和港澳台地区）进行一次动态追踪调查，开发了共有村居、家庭和劳动力个体3种主体问卷类型，本文使用的是2012年和2014年的劳动力个体调查数据，调查内容涵盖教育、工作、迁移、健康、社会参与、经济活动、基层组织等众多题项。

在样本筛选过程中，首先剔除了没有发生流动和具有流入地户籍的个体，只保留离开户口登记地半年及以上的人口，并结合样本中劳动力的从业状态，进一步剔除了在流入地务农的个体。在2012年和2014年的个体调查问卷中，均有针对劳动力从业状态的调查①在从业状态的具体分类上，2012年和2014年的调查问卷稍有不同，但均能作为判断个体是否是创业者的依据。在2012年的问卷中，从业状态包括5大类，而2014年的从业状态则包含11大类。。参照现有文献的处理方式［2-3］，本文将自雇个体和雇主视为创业者，其他从业状态的个体视为非创业者。

劳动力在流动过程中形成的地区文化差异是本文的核心解释变量。如前所述，本文以不同地区间的方言差异作为文化差异的代理变量，并假定如果劳动力的流动发生在同一方言区内，那么文化差异为0，并将2014年跨方言区流动的个体作为处理组。为了准确识别出劳动力的流动是否发生在同一方言区内，本文首先根据《中国语言地图集》的方言分区，对劳动力的流入地和流出地进行匹配。根据《中国语言地图集》，全国共分为17个方言大区②分别为官话区、晋语区、吴语区、闽语区、客家话区、粤语区、湘语区、赣语区、徽语区、平话和土话区，其中官话大区包含了八个不同的分支，因此实际包括了17个方言大区。，所有方言大区又被划分为98个方言片区，不同方言片区下又分不同的方言小片。在CLDS2012和2014年的调查中，流入地和流出地均对应一个6位数的代码，其中前两位表示省（或直辖市）代码，中间两位代码对应各省下属的地级市，但由于在该项调查中并没有公布具体的区县，因此，本文主要基于前四位代码对劳动力的流入地和流出地进行匹配。同时，由于CLDS在2012年和2014年分别记录了劳动力的多次流动经历③其中，2012年记录了劳动力的5次流动经历，2014年的流动记录更为详细，针对不同个体一直记录到其最近一次流动经历。，因此本文以第一次流动的流出地和最后一次流动的流入地为基础进行匹配。由于越细分的方言使用地域越小，在文化上也越相似，从而对地区文化差异的表征功能越弱［27］，因此，本文主要依据方言大区的划分标准对文化差异进行衡量。其中，2012年和2014年跨方言区流动的个体所占比例分别为44.43%和46.94%，说明大部分劳动力仍选择在同一方言大区内流动［9］。不同年份样本中创业的个体所占比例如表1所示，其中，2012年创业的个体所占比例为23.15%，而2014年创业的个体所占比例为24.78%，进一步研究还可发现，无论是2012年还是2014年，在跨方言区流动样本中创业者所占比例均要比同一方言区流动的样本高，且创业者的创业选择大多以自雇为主。

表1 不同年份不同样本中创业个体的分布状况Tab.1 Distribution ofentrepreneuracrossyearsand samples 单位：%

本文根据现有创业决定因素的实证文献确定其他控制变量，主要包括个体性别、年龄、婚姻状况、受教育水平、政治面貌、民族等人口学因素以及反映其风险态度的相关变量。同时，由于创业活动的开展离不开外部环境的支持，因此，本文还在模型中控制了反映个体社会支持的相关变量以及反映流入地经济发展状况的变量。相关控制变量的定义及描述性统计结果如表2所示。

表2 变量定义及描述性统计Tab.2 Definition and descriptive statisticsof controlvariables

2.2 估计策略

本文的基本计量模型为

其中：entreijt表示个体i在时刻t流入到j地的创业状态，如果创业，entreijt=1，反之为0；dijt为个体i在时刻t流入到j地时是否跨方言区流动，如果跨方言区流动，则dijt=1，反之为0。Xijt为控制变量，主要包括年龄、受教育水平、风险偏好等个体特征，以及地区经济发展水平等反映流入地创业环境的宏观变量。

由于劳动力的流入地选择是一个基于成本—收益权衡的自选择过程［28-29］，个体之所以选择流入到A地而非B地，往往是基于家庭背景、个体特征等自身条件以及外部环境而做出的综合判断，这意味着在做出流动决策时，影响这一决策的因素在不同个体间具有不同的分布特征。例如，那些受教育水平更高、对风险承受能力更强的劳动力，越有可能选择离家远的迁移目的地［30-31］。因此，要想从实证上识别劳动力跨方言区流动形成的文化差异对创业的影响，首先必须解决由自选择问题导致的估计偏误。

具体到本文，如果在控制了可观测的异质性变量后，在同一方言区内流动和跨方言区流动的个体是同质的，便可称之为基于可观测的自选择（selection on observables）问题［32］，此时可以借助ROSENBAUM和RUBIN［33］提出的倾向得分匹配法（propensity scorematching，PSM）对相关参数进行估计。但是，一些不可观测的异质性因素也会同时影响劳动力的流动偏好及其创业决策，这意味着即使控制了可观测的异质性变量，对参数α的估计仍然是有偏的。此时，可以以面板数据或者混合横截面数据为基础，同时结合倾向得分匹配法和双重差分法（difference-in-difference，DID）进行估计。这一估计方法的优势在于，倾向得分匹配法可以解决基于可观测的自选择问题，得到可供比较的处理组和控制组，而双重差分法则能够纠正遗漏变量造成的估计偏误。

考虑到以上问题，本文将首先采用倾向得分匹配法消除可观测的自选择问题所导致的估计偏误，进而以匹配数据为基础采用DID方法对相关参数进行估计，具体模型如下所示。

其中，t是虚拟变量，2012年，则t=0，2014年，则t=1。参数β的估计值即双重差分估计量。

3 估计结果

3.1 倾向得分估计

本文首先根据处理组和控制组的划分，对倾向得分进行估计。倾向得分对应为在给定匹配变量的前提下个体接受处理的条件概率，如式（3）所示。

以式（3）为基础，本文将基于Logit模型对倾向得分进行估计，并据此进行平衡性检验和样本匹配效果评价。一般而言，倾向得分匹配需满足两个假设。①共同支撑（common support）假设。从本文看，由于无法对处于共同支撑域（即重叠区间）之外的观测值进行匹配，如果跨方言区流动和同一方言区流动的两个子样本中解释变量的共同支撑域较小，将损失较多的观测值，极端情况下甚至导致匹配无法实现。②平衡性（balancing）假设，该假设要求在根据倾向得分对样本进行匹配后，处理组和控制组除了结果变量之外，匹配变量不应该存在显著差异，即解释变量X在处理组和控制组的分布应当是一样的。

根据式（3）对倾向得分进行估计后，处理组和控制组所对应的倾向得分区间分别为[0.002，0.345]和[0.001，0.333]，共同支撑域为[0.002，0.345]，说明两个组的倾向得分存在重叠，共同支撑假设得到满足。同时，本文还根据匹配前后处理组和控制组倾向得分值的概率密度分布对匹配效果进行了比较，结果如图1所示，在匹配之前处理组和控制组倾向得分的分布存在明显的差异，匹配后两个组的倾向得分分布极为接近，说明匹配效果较好。

图1 匹配前后处理组和控制组倾向得分的概率密度比较Fig.1 Probability density comparison ofpropensity scorebeforeand aftermatchingbetween treated and untreated

表3给出了基于倾向得分得到的平衡性检验结果，其中t值表示对处理组和控制组是否存在显著差异（均值是否相等）进行检验的t统计量。从表3来看，部分变量（如年龄、受教育水平等）在处理组和控制组之间存在显著差异，但在匹配后两个组间的差异不再显著。因此，对于跨方言区和在同一方言区流动的两个组而言，检验结果表明可以拒绝两个组的匹配变量在匹配之前无系统性差异的原假设，而在匹配后这些变量的差异不再显著。同时，根据匹配前后倾向得分估计模型的联合显著性检验结果，匹配后Pseudo R2值从0.091降低到0.009，似然比检验的p值也从0变到了0.973，说明在匹配之前匹配变量是联合显著的，而匹配后这些变量不再显著。以上结果表明在实施倾向得分匹配后，处理组和控制组的系统性差异得到了有效改善，能够通过平衡性检验。

表3 平衡性检验结果Tab.3 Resultsofbalance test

3.2 估计结果

由于被解释变量是0—1变量，因此，在对样本进行匹配后，本文以Probit模型为基础进行DID估计。首先基于最近邻匹配（nearest-neighbormatching）对文化差异与创业的关系进行估计，并设定最近邻匹配的邻元数为1，匹配距离为0.05。为了对比，表4同时给出了PSM和DID的估计结果。PSM报告的是平均处理效应（ATE）的估计结果；括号内为标准误，其中PSM报告的是重复200次抽样的Bootstrap标准误，DID和PSM-DID报告的是地级市层面的聚类稳健标准误。需要注意的是，由于本文是基于Probit模型实施DID和PSM-DID估计，因而同时计算了交叉项（d×t）的边际效应，对应表4第（2）列和第（3）列中第2行方括号内的数字。其中，DID情形下的边际效应为0.035，PSM-DID情形下的边际效应为0.039，且均在1%的水平上显著。这一估计结果说明，尽管不同情形下参数估计值的大小存在差异，但文化差异对流动人口创业行为的积极影响得到了证实。

表4 基本估计结果Tab.4 Resultsofbasic estimation

这一结果也在一定程度上印证了相关文献的研究结论。例如，相关文献发现，来自不同文化背景下的人由于在知识和技能上存在较大的互补性，因而能够促进地区和企业创新活动的开展［34-35］。结合本文的研究结论，这一结果说明地区文化差异在劳动力跨方言区流动过程中发挥着“催化剂”作用，是促进社会发展的一种经济资产（economic asset）［25］。

3.3 稳健性检验

本文尝试从不同角度对上述结果进行稳健性检验。首先，采取不同的匹配方法重新估计模型。实证中可供选择的匹配方法除了最近邻匹配之外，还包括半径匹配（radiusmatching）、核匹配（kernelmatching）和局部线性回归匹配（local linear regressionmatching）。因此，本文基于后3种方法重新对上述结果进行估计，结果如表5所示。根据表5可以发现，当使用不同的匹配方法重新进行估计时，结果并没有发生变化，文化差异对劳动力创业决策的积极影响仍然得到了证实。

表5 稳健性检验：不同的匹配方法Tab.5 Robustcheck：differentmatchingmethods

其次，本文依据方言区的不同划分标准，并结合不同的匹配方法从方言片区和方言小片出发对估计结果进行稳健性检验，具体结果如表6所示。当按照方言片区进行划分时，跨方言区流动对创业的积极影响仍然得到了证实，但是，如果按照方言小片进行划分，这种影响效应不再显著。根据前文的论述，当方言区的划分标准越细，地区之间的文化差异也越小，表6的估计结果正好体现了这一趋势，从而也再一次说明前文的估计结果是稳健的。

表6 稳健性检验：不同的划分标准Tab.6 Robustcheck：differentcriteria

最后，刘毓芸等［9］在分析方言差异对劳动力流动模式的影响时指出，北方方言的划分要更细致，而南方方言的划分又比较粗糙，由此可能会高估北方方言内部的文化差异，而低估南方方言内部的文化差异。因此，借鉴他们的处理方式，本文通过剔除在官话区以及在吴语和闽语区内部流动的样本进一步对估计结果进行稳健性检验。如表7所示，可以发现，在考虑了测量误差问题之后，跨方言区流动对流动人口创业行为的积极影响依然稳健。

表7 稳健性检验：剔除样本Tab.7 Robustcheck：replace sample

4 影响机制分析

根据前文的研究结论，劳动力在流动过程中所形成的文化差异对个体创业决策存在积极影响，这一结论证实了“文化整合论”的观点。但值得进一步思考的是，如果说这种积极影响体现了不同群体间的文化差异所具有的互补性，那么，这种互补性又是通过什么途径而发生作用的呢？由于创业活动离不开技术资源、金融资源等各类资源的支持，因此，如果能够证实劳动力跨方言区流动有助于获取各类创业资源，则从逻辑上可以推断文化差异对个体创业决策的积极影响是借助于这些中介因素而发生作用的。以此为基础，本文将从两个层面构建衡量创业资源的变量来确定文化差异影响个体创业决策的内在机制。需要指出的是，文化差异除了可以通过上述两个途径影响个体创业决策之外，还能通过社会资本的积累等其他方式影响个体创业决策，但由于数据可得性的问题，本文将主要基于上述两个途径展开机制检验。

首先，从技术资源出发构建第1个变量。在CLDS2012和2014年的调查问卷中，询问了创业者在创业时所具有的良好机会因素，并要求受访者按照重要性对主要的3项进行排序。本文据此设定一个虚拟变量来衡量获取技术资源的难易度（chan1），如果认为“有技术资源支持”是其最重要的良好机会因素，则令chan1=1，否则，chan1=0。

其次，从创业所需的资金出发构建第2个变量。调查问卷中询问了创业者的创业资金来源，并要求受访者按照获取的难易程度对不同来源进行排序。根据回答，设定第2个虚拟变量（chan2），如果认为“银行商业性贷款”“银行政策性贷款”以及“风险投资”这3项是最容易获取资金的渠道，则令chan2=1，即认为其更容易获取创业所需的资金，否则，chan2=0。

图2对处理组和控制组创业资源的获取差异进行初步的对比。在跨方言区流动的创业者内部，69.80%的个体认为“有技术资源支持”是其最重要的良好机会因素，而在同一方言区流动的创业者中这一比例为63.87%，两者间差异明显；如果比较获取创业所需资金的难易度，在跨方言区流动的创业者中，有64.43%的人认为容易获取创业所需资金，这一比例比在同一方言区流动的创业者高出将近9个百分点。

图2 处理组和控制组的创业资源获取差异Fig.2 Source difference ofentrepreneurship across treated and untreated

需要指出的是，对于那些具有创业倾向的个体而言，为了利用和获取创业资源的便利，可能会偏向于选择跨方言区流动，这意味着存在一些共同的因素同时影响个体的流入地选择和获取创业资源的难易程度。为此，本文仍然选择倾向得分匹配和双重差分相结合的方法对相关参数进行估计。为了进行对比，同时选择了3种不同的划分标准来进行估计，结果如表8所示。表8中，Panel A对应的是以chan1为因变量的回归结果，考察了跨方言区流动对获取技术资源的影响。可以发现，无论是否控制其他变量，劳动力跨方言大区流动对于创业者获取技术资源存在积极影响，而如果是跨方言片区或者方言小片，这种影响效应并不显著。PanelB的估计结果也体现了相似的规律，无论模型中是否加入其他控制变量，如果按照方言大区进行划分，劳动力跨方言区流动对创业者获取资金支持也存在着积极的影响。因此，综上可得：劳动力跨方言区流动所形成的地区文化差异，能够通过影响创业者的技术资源获取和资金获取对其创业决策产生积极的影响。

表8 影响渠道检验Tab.8 Testof impactchannels

上述结论可从两方面进行解释。①在宏观上，地区间的文化差异决定了资源禀赋的空间分布差异［7，13］。在不同的文化背景下，个体可供选择的创业资源更丰富、更多元，也更容易摆脱在单一文化环境中所面临的资源约束，这在实证上体现为方言差异对创业所需的技术资源和资金支持存在一种积极影响。②在微观上，差异性的文化，一方面孕育了个体的不同理念和价值观，在社会成员的交流过程中产生一种正外部性，有助于激发创新、促进新技术的产生，另一方面也造就了不同地区个体在风险偏好和投资理念上的异质性，从而有助于创业者获取创业所需的技术资源和资金支持。上述结论也证明了“文化整合论”的观点，即在创业过程中，文化差异能够促进不同群体间的相互学习，整合不同类型的资源要素，从而对个体创业决策产生积极的影响。

5结论

作为经济增长的引擎，创业不仅能带动就业增长，还能促进新技术和新产品的开发，提升经济增长活力。既有研究已经发现，一国或地区所孕育的文化对创业活动的开展有着不可忽视的作用，但是，对于不同地区之间的文化差异如何影响个体的创业决策，现有文献所能提供的解释仍较为有限。中国幅员辽阔，不同地区在文化特征上往往具有显著的差异，这种差异是否会影响个体的创业行为？又是通过什么渠道发生作用？从文化匹配论和文化整合论所做的理论解释来看，对上述问题的回答仍然存在一定的分歧。为了回答这些问题，本文采用CLDS2012和2014年的微观调查数据对此进行了实证检验。

在根据《中国语言地图集》对劳动力的流出地和流入地进行匹配后，本文以地区间的汉语方言差异作为文化差异的代理变量，并采用PSM和DID相结合的估计方法。在控制相关地区特征变量和个体特征变量后，估计结果表明，如果以方言大区作为衡量方言差异的标准，相对于在同一方言区内流动而言，跨方言区流动对劳动力的创业具有显著的促进作用，说明地区文化差异在个体创业过程中发挥着“催化剂”的作用，从不同角度展开的检验表明这一结果是稳健的，也与“文化整合论”所做的理论解释形成呼应，即在创业的过程中，文化差异能够发挥“催化剂”作用，通过促进不同群体间的差异化学习，产生“外来者收益”。与此同时，本文还探索了文化差异影响个体创业决策的内在机制，即劳动力跨方言区流动形成的地区文化差异有助于创业者的技术资源获取和资金获取，从而促进这一人群的创业行为。

已有文献主要从某一国家或地区独有的文化特征出发对创业活动进行解释，而本文试图从劳动力在流动过程中所形成的文化差异出发去解释个体创业决策，因此研究结论不仅能够为从理论上理解文化差异与创业关系提供实证证据，还丰富了有关个体创业决定因素的相关实证文献。在现实意义上，本文的政策含义可通过两方面理解。首先，政府应当加大力度促进人口在不同地区之间的自由流动，以进一步发挥不同文化在交流融合过程中所产生的积极效应。其次，由于文化差异主要通过缓解创业过程中的资源约束而发生作用，因而各级政府应当进一步制定更为完善的制度，为创业提供良好的外部保障。需要注意的是，由于相关数据的缺失，本文仅检验了文化差异对个体创业决策的影响，而没有探讨文化差异如何影响创业绩效，这仍有待未来采用更详实的数据展开进一步的研究。