高校创业教育对大学生创业意愿影响的实证研究

殷清 杨剑英

摘  要：本文基于2019年680名大学生的样本数据，实证分析了现阶段高校创业教育对大学生创业意愿的影响情况。研究表明，目前高校创业教育对大学生创业意愿具有正向影响，整体影响程度高达62.9%。在最主要的三种创业教育形式中，创业竞赛和创业课程对大学生创业意愿的影响显著，影响程度分别为39.8%和19.6%，但创业社团的影响程度仅为4.3%，且未通过显著性检验。据此，针对目前大学生创业意愿水平整体偏低的现状，高校在充分发挥创业竞赛和创业课程积极作用的同时，应进一步深化创业社团建设，全面提升大学生的创业意愿。

关键词：大学生  创业教育  创业意愿

中图分类号：G645         文献标识码：A            文章编号：1672-1578（2020）03-0025-03

1   问题的提出

在“大众创业万众创新”的新时代背景下，自主创业是大学生响应国家号召、发挥才干、奉献社会和实现个人价值的重要途径。然而，创业意愿是个体投身自主创业的先决条件，大学生只有具备了良好的创业意愿，才能为创业实践奠定坚实的思想基础。因此，基于大学生创业意愿水平整体偏低的现状，高校必须全面深化创业教育，积极提升大学生的创业意愿，进而为大学生投身创业实践创造条件。

关于创业教育对大学生创业意愿影响的研究，国内外学者已从不同视角给予了持续关注。有的学者认为，实施系统的创业课程培训有利于增强大学生对创业知识的掌握，进而能够有效提升大学生的创业意愿[1];也有学者提出，学生社团是高校实现创业课程教育延续的第二课堂，对激发学生创业兴趣与意愿作用明显[2];还有学者认为，实践特征明显的创业竞赛能够促使大学生从比赛中获取相关经验并增强创业意愿[3]。目前，虽然创业教育的积极影响已得到了学者们的普便认同，但学者们多是从创业教育的某一个方面进行经验性推理和总结，少鲜有从提取创业教育因子的实证角度，就高校创业教育对大学生创业意愿的现实影响进行系统性分析。据此，本研究试图通过分析江苏省苏北地区六所高校的样本数据，提取高校创业教育的三个因子（包括创业课程、创业竞赛和创业社团），并在实证考量创业教育及其子维度对大学生创业意愿影响的基础上，提出全面激发大学生创业意愿的对策建议。

2   变量选取与样本来源

2.1 变量选取

对大学生创业意愿的测度，本文使用了研究团队依据多项目连续测量法自行开发的《大学生创业意愿调查问卷》。根据大学生对“我愿意尝试自主创业”、“我希望成为一名企业家”等5个题项的回答结果，采用Likert五级量表（1分代表“完全不认同”、2分代表“基本不认同”、3分代表“不确定”、4分代表“基本认同”、5分代表“完全认同”）分别给予量分。同时，从创业课程、创业竞赛和创业社团三个维度分别考量高校创业教育对大学生创业意愿的影响状况。其中，对创业课程影响的测度内容主要包括“学校开设的创业课程让我对创业产生了兴趣”等8个题项;对创业竞赛影响的测度内容主要包括“参加创业竞赛让我有了初步的创业规划”等5个题项;对创业社团影响的测度内容主要包括“参加创业社团让我对拥有一家属于自己的公司有了期待”等3个题项。

目前影响大学生创业意愿的因素有很多，为有效探究高校创业教育的影响，本研究只选取了创业教育相关变量并试图给予系统性分析。同时，在前期的小样本测度中发现，当前大部分高校构建的是创业教育校级通用平台，且部分学生对所学学科的性质并没有本质认识，故去除学科但保留年级作为控制变量（见表1）。

2.2 样本来源

本研究数据源自2019年9-11月进行的问卷调查结果，测查对象为江苏省苏北地区六所高校的在校大学生（其中本科院校三所，专科院校三所），共涵盖十个学科领域。调查运用随机概率抽样的方式进行，共发出问卷725份，回收694份，其中有效样本为680个（样本有效率为93.79%），同时使用SPSS24.0统计软件实施数据分析。

调查问卷首先对样本对象的基本情况进行了测查，主要涉及性别、年级和学校层次等相关内容。结果显示，男女生数量比例相当，分别为50.76%和49.24%;从年级来看，大三学生居多，占33.24%，其次是大四、大二和大一学生，分别占28.56%、20.78%、17.42%;从学科划分来看，理工类大学生较人文社科类数量略多，分别占样本总量的51.24%和48.76%;从样本的学校类型来看，本专科学生比例相当，分别占50.46%和49.54%，样本的代表性较强。

3   实证分析与结果讨论

3.1 变量的正态分布检验与信效度分析

从测量结果可知（见表2），当前大学生创业意愿整体上处于较低水平，均值仅为2.0950（最低值為1，最高值为5），其标准差为0.56405，说明大学生之间的创业意愿水平总体相差不大。而大学生对创业教育及其三个子维度的认知情况均在一般水平之上，但标准差相对较小，同时各变量数据的偏度与峰度绝对值均小于2，且均值与中位数相近，由此可作出判断，该样本数据符合正态分布。

为了判断检验结果的一致性、稳定性和可靠性，以及评估测量误差对检验结果的影响，研究过程需要对数据进行信度分析。Nunnally（1978）提出Cronbach'α的值应该大于或等于0.7，并且数值越大，越能反映良好的信度水平。本文使用SPSS 24.0进行信度分析，结果显示各维度的一致性系数均大于0.7（见表3），各个变量的内部可靠性均达到了标准，说明样本数据的信度比较理想。

按照Kaiser（1974）的观点：KMO值大于0.6时，勉强可以进行因子分析，KMO大于0.8时，变量之间的关系良好。依据上述原则对样本数据进行测度，所得KMO值为0.913，大于0.8，说明样本数据的内部一致性较好，同时Bartlett 球形度计量值通过了显著性检验（sig.=0.000，小于0.05），数据具有相关性，由此可以认为样本数据的效度比较理想。