碑林区创业环境评价模型的构建

高梦钰

摘要：本文以GEM全球创业观察、五维度评价模型以及PEST模型为基础，结合碑林区创业环境的特点，建立碑林区创业环境模型。将碑林区创业环境分为创业硬环境和软环境两项一级指标，在创业硬环境下设要素市场、经济基础、创业成功指数以及公共服务4项二级指标，在创业软环境下设政府政策、科教环境、法制环境以及社会安居环境4项二级指标，在8项二级指标之下又下设22个三级指标。

Abstract： Based on GEM Global Entrepreneurship Observation， Five-Dimensional Evaluation Model and PEST Model， this paper builds the entrepreneurial environment model of Beilin District based on the characteristics of entrepreneurial environment in Beilin. The entrepreneurial environment is divided into two first level indicators： entrepreneurial hard environment and entrepreneurial soft environment. Entrepreneurial hard environment includes four second level indicators： factor market， economic base， business success index and public services. Entrepreneurial soft environment includes four second level indicators： government policy， science and education environment， legal environment and social security environment. And 22 third level indicators are set under the eight second level indicators.

關键词：创业环境；碑林区；指标体系

Key words： entrepreneurial environment；Beilin District；indicaotr system

中图分类号：F272 文献标识码：A 文章编号：1006-4311（2017）04-0038-02

0 引言

区域创业环境与区域创业经济的发展具有正的相关性。创业企业大多依托高新技术，研发新产品，提供新服务。创业活动不仅受创业主体的决策的影响，还要受外部环境的制约。如何评价一个地区创业环境的好坏？最直观的方法是将它量化。目前比较成熟的创业环境评价模型有：GEM全球创业观察，五维度评价模型，PEST评价体系。但是这些评价体系主要是从宏观角度对一个国家的创业环境进行评价，并在国家之间进行横向比较，弱化了区域创业环境的特点。因此不能将这些模型直接应用到中国区域创业环境的研究中，要结合区域特点做出一定的调整。本文试图建立一个适用于西安市碑林区的创业环境评价体系。

1 文献综述

1.1 概念界定

Fogle（2001）认为创业环境是创业者在进行创业活动过程中必须面对和能够利用的各种外部因素的总和[1]。国内主要有创业环境平台论、因素论两种影响比较大的定义方法。叶依广、刘志忠（2004）将创业环境定义为一种公共物品，是政府和社会为创业者所搭建的一个公共平台[2]。杨武斌（2004）认为创业环境是指围绕创业企业成长而变化，能够影响企业成长的一切外部因素的总合[3]。综合国内外的定义，本文将创业环境定义为：创业者在进行创业活动中（从想法形成到实体企业成立的过程）所依靠的平台、必须面对的不利因素和能够利用有利因素等各种外部条件的总和。

1.2 评价模型

目前应用较广的创业环境评价模型主要有三个：GEM全球创业观察系统、五维度模型和PEST模型。

①GEM全球创业观察系统是一个大型的跨国创业环境研究评价体系，旨在对全球各国家和地区之间的创业环境进行横向比较。该主要涉及金融支持、政府政策、政府项目、教育和培训、研究开发转移、商务环境、专业基础设施、国内市场开放程度、基础设施以及社会规范共9个方面。朱涵（2011）根据中国的创业环境特点对GEM框架相关指标进行调整，提出了CEM框架，专门研究中国地区的创业环境现状，并且以江苏省为例检验了CEM模型的适用性[4]。

②五维度模型。该模型主要包括社会经济状况、政策和规程、创业管理技能、创业资金支持和创业非资金支持5个维度。Fogel（2001）利用该模型对匈牙利创业环境进行分析，指出匈牙利政府在政策制定和为企业提供资金支持方面的不足[1]。

③PEST模型从法律环境、经济环境、社会文化环境和技术环境四方面对企业所处宏观环境进行分析。韩晗和韩菁菁（2015）利用该模型分析了长三角地区大学生创业环境，发现长三角地区经济基础和技术环境良好，但是对大学生创业的融资服务有待改善并且学校的创业教育非常薄弱[5]。

1.3 创业环境评价指标

除了上述几个成熟的创业环境研究模型之外，很多学者也从微观要素出发分析区域创业环境。Young（1993）指出，高通货膨胀率、高税收将阻碍创业活动的开展[6]；Fogel（2001）指出政府提供正面的鼓励措施对创业活动有极大的推动作用，比如税收刺激，奖励创业活动等。Barkley （2005）指出良好的社交网络也是地区创业环境的优势[7]。除此之外，经济基础、科教实力以及创业历史等也是影响区域创业环境的要素。

2 碑林区创业环境现状

碑林区是西安市最核心的城区之一，随着近几年经济结构的调整，区内的第一产业和第二产业占比大幅度减少，目前区内经济主要以第三产业为主。碑林区经济具有以下几个方面的特点：①经济基础好。2014年全区120个重点建设项目完成投资137.25亿元，预计实际引进内资20亿元，实际利用外资5700万美元，固定资产投资完成530亿元，报送丝绸之路经济带新起点建设承接项目24个，概算总投资355亿元。②政府支持创业经济发展。大力扶持科技型中小企业发展，培育区级、市级科技企业小巨人25家，建立了兴正元大学生商贸业创业孵化基地。③科技创新潜力大。碑林辖区内共有17所高校、131家科研机构、各类科研人员3万多人，在校本科生17.35万名，研究生5.78万名，是全省和全市科技人才、科技成果最密集的区域。但是，碑林区的创业经济发展也面临着一些瓶颈问题。比如，融资渠道不畅通导致创业资金来源有限、人才外流现象严重、空气质量差等。政府希望利用碑林区良好的经济基础以及科教实力，大力支持创业经济的发展，突破经济发展的瓶颈，引导科研成果向经济成果转化。

3 碑林区创业环境评价体系构建

本文以第二部分介绍的成熟的创业环境评价模型为依据，结合第三部分介绍的碑林区的创业现状，构建了碑林区创业环境评价的指标体系（见表1）。这一评价体系主要分为四层：目标层、准则层B、准则层C以及目标层。其中，目标层为碑林区创业环境评估指标体系；准则层B：创业硬环境和创业环境两个准则；准则层C：分别在准则层B设立的创业硬环境和创业软环境下设置下属指标层，其中创业硬环境包括要素市场、经济基础等四部分，创业软环境包括政府政策、科教环境等四部分，最后是指标层，分别在准则层C的每个指标下设了共22个解释指标。指标体系见表1。

4 结论

以第四部分建立的碑林区创业环境评价模型为基础，制作并发放了150份调研问卷，回收问卷98份，剔除无效问卷12份，最后共得到有效问卷86份，有效问卷回收率为57%，随后利用AHP-模糊综合评价法对问卷的数据进行整理，首先计算出每项指标在整个体系中所占的权重，之后利用模糊综合评价法对每个指标隶属的维度进行计算，最后通过逐层逆推得出目标层也就是碑林区创业环境的现状。经过计算被调研者认为碑林区创业环境“比较好”的人数占到了总人数的47.03%，由最大隶属度原则可知，碑林区的创业环境总体来说比较好。最終计算结果见图1。

参考文献：

[1]Fogel， G. （2001）. An analysis of entrepreneurial environment and enterprise development in hungary. Journal of Small Business Management， 39（1）：103-109.

[2]叶依广，刘志忠.创业环境的内涵与评价指标体系探讨[J].南京社会科学（z2），2004：228-232.

[3]杨武斌.创业环境是创业成功的外部条件[J].中国孵化器，2004（8）：20.

[4]朱涵.基于CEM的区域创业环境优化研究[D].Doctoral dissertation，中国矿业大学，2013.

[5]韩晗，韩菁菁.基于pest模型的长三角地区大学生创业环境分析[J].中国商论，2015（26）：181-183.

[6]Young， E. C.， & Welsch， H. P. （1993）. Major elements in entrepreneurial development in central mexico.Journal of Small Business Management，31（October）.

[7]Barkley， D. L.， Henry， A. S.， & Nair， S. （2006）. Regional innovation systems： implications for nonmetropolitan areas and workers in the south. Growth & Change，37（2）： 278-306.