大学生创业者异质性对创业行为影响因素分析

胡珊珊，付兆刚 *

(1.岭南师范学院 商学院，广东 湛江 524048；2.岭南师范学院 广东沿海经济带发展研究中心，广东 湛江 524048)

一、问题的提出

李克强总理早在2014年9月的达沃斯论坛就提出了“大众创业，万众创新”的号召，2015年的《政府工作报告》中也频繁提到“创新创业”这一关键词。2018年9月，国务院下发《关于推动创新创业高质量发展打造“双创”升级版的意见》，“双创”当选为2018年度经济类流行语。习近平总书记在十九大报告中指出：“青年兴则国家兴，青年强则国家强。中国搭建的‘大众创业、万众创新’平台，正在吸引带动更多社会力量共同参与”[1]。近年来，为了提高创新创业的层次和规模，国家正在通过创新创业类比赛的方式提高大学生的创新创业能力。由教育部等11个部委主办的中国国际“互联网+”大学生创新创业大赛，已经成为我国当前规模最大、层次和创新水平最高的创新创业类比赛。以赛促创是大赛的目的之一，创业活动的开展首先需要创业者对创业机会的识别，而具有异质性的创业者在创业机会识别中，会表现出一定的个体差异。通过创业者异质性来分析创业机会识别中的影响因素，有助于国家更有针对性地对特定人群实施创业扶持政策。

创新创业研究是随着国家“双创”导向的形成而逐渐趋于热化，其中创业学习、创业行为、创业实践、创业机会识别等选题是创新创业研究中的热点。张秀娥认为创业学习会促进创业机会识别，创业学习和社会学、教育学和心理学密切相关，从不同学科融合角度提出了创业学习的概念和指标：构型理论、个人学习、社会认知、组织学习和群体生态学等[2]。对于创业学习的认知不统一，赵敏慧指出基于不同的理论基础，在创业学习探索方面表现出分散特征，研究学者的个性化，使得关于创业学习的研究和对创业机会的识别不一致[3]。周博文把创业分为三个过程：即创业机会识别、创业实践和创业反馈，其中创业机会识别会产生创业实践的意愿和行为[4]。Pret & Carter运用场域视角分析场域内变量和创业实践的关系，认为创业者持有的经济财富、社会财富、象征财富和文化财富会相对应转换来影响场域作用，进而影响创业实践行为[5]。Bootz从创业行为理论分析入手，分析了创业型企业的职能和创业者的行为特点，并从创业行为角度提出创业者的概念，认为创业者是具有明显发现和把握创业机会，并最终产生创业行为的企业开拓者[6]。姚梅芳提出创业市场是一个双元市场，包括前瞻性市场和反馈性市场，不同的市场导向会影响创业创新企业发展的路径[7]。

国内外学者还对人力资本异质性进行了研究，也为本研究问题的提出奠定了理论基础。Adler指出战略管理团队中个人特质对整个组织的运营绩效和战略选择有本质影响，这些个人特质包含年龄、受教育程度、工作年限、学历和专业等[8]。Lawson指出受人力资本异质性影响，组织决策会影响到战略选择。当人力资本异质性较小时，其知识源会相应缩小，将会导致信息资源池变小，进而影响组织创新效率[9]。霍生平指出返乡创客的知识潜默性和人力资本异质性将会造成创新组织策略的选择差异，应该积极发挥知识载体优势和社会关系中的人际关系优势[10]。

国家对创业支持的政策越来越多，创业机会识别下的创业意愿和创业行为研究也形成了大量比较成熟的研究成果，对创业创新活动起到了很好的启示作用。目前还很少有创业者异质性方面的研究，分析参加创业比赛的大学生创业者异质性对创业机会识别的影响，将丰富传统创业对象范畴和研究角度。

二、数据来源、统计描述与模型设定

2019年8月，第五届中国“互联网+”大学生创新创业大赛广东省分赛现场决赛在佛山举行，最终共有206个项目晋级省决赛现场比赛，产生了金奖30个、银奖58个、铜奖118个，实现了区域、学校、学生类型全覆盖。入围省分赛的各支队伍均来自广东省各高校，经过校赛和省预赛逐级淘汰产生。本次比赛共有来自广东省内148所高校8.3万个项目、62所中职中专学校800个项目，总参赛学生达36万人(次)，参赛作品和人数创历史新高。

(一)数据来源

本研究从2019年中国“互联网+”大学生创业大赛广东省分赛参赛高校中，选择了华南理工大学、暨南大学、华南农业大学、广东药科大学、广东金融学院、佛山科学技术学院、岭南师范学院、东莞理工学院、广东石油化工学院、深圳职业技术学院共计10所高校作为样本高校。这些高校包括了双一流建设高校、一流学科高校、普通本科高校和高职院校，类型覆盖了理工类、农林类、师范类、财经类、医学类和综合类等。从地域分布上看，这些高校分布在广东省的经济发达地区和欠发达地区。每个高校选择了若干名参赛大学生作为样本进行调研，调查创业者个体特质、社会网络特质、创业意愿和实际创业行为等要素，进而分析大学生创业者异质性对创业机会识别的影响。问卷共计发放1 000份，回收问卷986份，回收率达到98.6%。

表1 有效问卷回收情况表

(二)主要数据描述统计

参考吉林大学张秀娥教授和姚梅芳教授相关成果，本研究将参赛大学生创业者异质性分解为个人特质、社会联系规模特质、社会联系强度特质3个方面异质属性进行分析[11-12]。个人特质变量主要选取性别、年龄、户籍、学历、指导教师身份、专业、家庭人口数、家庭年收入、收入来源、家庭年支出等10个变量。社会联系规模特质变量包括参赛大学生交往亲戚、朋友、上下游供应商和分销商、政府机关人员、金融机构人员、行业协会人员的数量，共计6个连续变量。社会联系强度特质变量包括参赛大学生交往亲戚、朋友、上下游供应商和分销商、政府机关人员、金融机构人员、行业协会人员的密切程度。

1.参赛大学生个人特质描述

创业者的男女性别比为53.68：46.32，男性偏多，从户籍看，城市户籍占比达到63.56%。由于调查的是高校大学生创业者，年龄分布在16～34岁之间，23岁以下的占比最高，达到70.39%，30岁以上的占比最低，仅为0.41%，创业者年轻化态势非常明显。表中的学历表示正在进行的学历教育阶段，可以看出以本科学历教育阶段为主，达到657人，占比66.67%。其次是硕士学历占比28.12%，专科学历和博士学历参赛人数最少，分别占比1.79%和3.42%。创业过程基本都涉及营销环节，加之文科生思维活跃，所以创业者中文科所占比重最高，达到33.67%。专业方面理科占比14.91%，工科占比30.53%，其他专业占比22.90%，创业者所学专业的特质并不明显。创业者家庭人口数量为4人的占比最高，达到50.91%，这也与城市户籍人口居多是相关的。家庭人口为1～2人的占比最低，为9.74%，多数为博士学历或硕士学历的单身或者已婚未育家庭。参赛学生的指导教师身份看，博士生导师占比最低，仅为6.90%，硕士生导师占比17.34%，非硕博导师占比75.76%，说明博士生导师并不在意指导学生的创业比赛。创业者的家庭收入统计方面，年收入在10万～20万区间的占比最高，达到50.81%；收入在5万元以下的占比最低，仅为9.13%。收入来源包含农业收入、行政事业单位及国企工资、经商收入、打工等收入，占比最高的是农业收入家庭群体，占比为37.32%，其次是经商收入家庭占比35.62%。从家庭年支出看，5万～10万年组的创业者占比最高，达到47.53%，最低的是3万以下支出的组别，仅占9.55%。

2.社会联系规模特质描述

社会联系规模是指创业者与其他社会关系发生联系的具体人数，联系人数越多，规模越大。为了科学客观反映社会联系规模特质，本部分主要通过创业参赛者与亲戚、朋友、供应商和零售商企业、政府机关、金融机构和行业协会人员的联系数量体现。与亲戚交往数量方面，交往5人以下的占比最少，仅为7.20%，交往5～10人的占比14.5%，交往10～20人的创业者占比超过半数，达到50.30%，联系20人以上的创业比赛者占比回落到27.99%。交往朋友数量方面，占比最高的参赛者组别是30～100人，接近半数达到48.78%。与上下游供应商和分销商联系最多的是3～5家组别，占比超过半数，10家以上的最低，仅为2.33%。由于统计高校大学生创业比赛的参赛者，其社会经验和人脉圈子有限，与政府机关、金融机构和行业协会人员交流人数较少，都是以交流5人以下的组别占比最高，该组在交往政府机关人员中占比45.84%，金融机构交流方面占比52.74%，行业协会交流方面占比52.84%。

3.社会联系强度特质描述

社会联系强度是指创业者与其他社会关系发生联系的频繁程度，一般认为联系越频繁，社会联系强度越大。主要通过广东省“互联网+”创新创业比赛中参赛选手与亲戚、朋友、供应商和零售商企业、政府机关、金融机构和行业协会人员交往联系的密切程度体现。与亲戚交往中，经常沟通的组别频次最高，达到422人，占比42.79%。与朋友沟通中，经常沟通的组别占比最高，达到44.0%，共计434人。与上下游供应商和分销商企业沟通中，沟通很少的占比达到43.12%，比重最高。“沟通很少”的组别占比最高的特征，同样体现在与政府机关、金融机构和行业协会的沟通中，频次分别为515人、511人、520人，各自占比为52.23%、51.83%、52.74%。

(三)模型设定

本文拟采用Logistic回归模型进行意愿和行为分析，该模型经常被运用于社会经济方面的二元变量和多元变量关系研究。其中二元变量的Logistic回归模型只有2种状态结果，通常用数字1和0表示，分别对应“是”和“否”。“互联网+”大学生创新创业比赛参赛人员的创业意愿选择属于典型的二元变量，即有创业意愿和无创业意愿，因此本文选择二元logistic模型结合具体调研数据来分析。自变量是影响创业意愿和行为的各个因素，因变量是创业比赛参赛人员的创业意愿和行为，通过自变量和因变量之间的关系来研究参赛大学生具体的创业意愿和行为。

创业意愿和行为的二元logistic模型可以表达为：

(式1)

对公式(1)左右共同进行对数整理，可以转变成公式(2)：

(式2)

其中，pi为第i个创业比赛参赛大学生产生创业行为的概率，xik为第i个参赛大学生创业行为的影响因素变量，bik为第i个参赛大学生的第k个影响因素变量用以反映的期望值，u用来反映误差项带来的随机影响。

Logistic模型中有很多检验统计量，包含Nagelkerke的R2、Cox &Snelld的R2、伪R2、Hosmer和Lemesnow的拟合优度、-2c、Wald统计量等，其中-2likehood和Wald统计量是经常分析的两个检验统计量。检验统计量通常选定1%、5%和10%作为评判界限，在本研究中，选用10%作为标准，即大于10%的检验统计量将被放弃。将所有因变量都带入Logistic回归分析模型中，根据10%的临界标准，计算各因变量的显著性，将不符合标准的变量予以剔除，保留通过检验的变量，经过多轮循环计算，直到所有的变量都满足统计检验标准，此时模型中所反映的就是重要的影响因素。

三、参赛大学生创业行为影响因素实证分析

(一)需求行为影响因素变量选取

受访986名参加中国“互联网+”创业比赛广东省分赛的大学生中具有创业意愿的学生有611人，占比61.97%。实际发生创业行为的参赛学生仅为129人，占调查样本的13.08%，原因主要是调查对象是在校大学生，所以实际创业比重过低。因此在研究参加比赛的大学生面临创业机会选择的创业实践行为时，可以对具有创业意愿的611名参赛大学生，通过有创业意愿并有创业行为和有创业意愿但无创业行为的二元变量观点分析，分析参赛大学生的创业行为影响因素，其中包括三个变量：参赛大学生个人特质变量、社会联系规模特质变量、社会联系强度特质变量。

1.参赛大学生个人特质变量选取

创业行为影响因素的参赛大学生个人特质变量中，预期男性、高年级学生、学历较高、家庭人口数多、家庭年收入高和家庭年支出高的参赛大学生更容易识别创业机会，产生创业意愿和创业行为。专业方面，预期理工科学生更容易识别创业机会，同时受创业导师身份的影响，预期受博士生导师指导的学生更容易产生创业倾向。从家庭收入来源看，预期农业和经商等没有固定工资收入家庭的大学生，更容易产生创业倾向。

2.参赛大学生社会联系规模特质变量选取

预期参赛学生社会联系规模特质变量中，随着交往单位和人员的数量增加，将有利于参赛学生创业机会识别，产生创业意愿和创业行为。

3.参赛大学生社会联系强度特质变量选取

将社会联系强度特质变量中的密切程度，用很少、一般和经常三种程度来表示。预期与交往人员经常沟通的参赛学生，更容易识别创业机会。

表2 参赛大学生创业行为变量解释及预期方向

上述参赛大学生个人特质、社会联系规模特质、社会联系强度特质三个异质性下分属的22个变量，从不同角度对参赛大学生的创业行为产生影响。此时大学生创业行为作为被解释变量，然后在Logistic模型中代入产生影响的22个自变量，这些变量的定义描述、分类和行为预期等见表2。

(二)创业行为影响因素模型运算结果

运算模型采用Logistic回归模型，运算工具采用SPSS18.0，对中国“互联网+”创业比赛广东省分赛中参赛的大学生特质性数据进行计算。该模型可以采取向前或向后两种迭代方式来淘汰无效指标，即每迭代运算一次，便淘汰一个指标，直至无法淘汰时，运算终止。本文采用向后迭代的方式，由模型选择解释变量。经过14次向后迭代，共计淘汰了13个指标。剩余通过检验的有9个指标，包括：户籍(X3)、创业导师(X5)、家庭年收入(X8)、家庭年支出(X10)、交往政府人员数量(X14)、交往金融机构人员数量(X15)、与朋友沟通(X18)、与政府人员沟通(X20)、与金融机构人员沟通(X21)。具体运算结果见表3：

表3 通过筛选的参赛大学生创业行为变量运算结果

(三)创业行为变量分析

个人特质中的户籍(X3)、创业导师(X5)、家庭年收入(X8)、家庭年支出(X10)通过了显著性检验：户籍(X3)通过变量的sig.值(显著性水平)为0.001，表明户籍对创业行为影响的显著性水平为1%，通过了检验。另外由于B.值(回归系数)为-2.467，符号为负，表现为反向影响，与预期方向是一样。创业导师(X5)的显著性水平sig.值为0.035，表明创业导师身份对创业行为的影响通过了显著性水平5%的检验。回归系数为-1.319，说明影响方向为负方向，这与之前的假设判断是矛盾的。家庭年收入(X8)的sig.值是0.036，表明该指标在5%的显著性水平下通过检验。另外，家庭年收入的B.值为1.032，回归系数大于0，表示和假设条件中的正向预期方向是相符的。家庭年支出(X10)的sig.值是0.058，通过了显著性水平在10%条件下的检验。再者，该指标的回归系数为0.948，大于0，表示与假定条件中的正向预期一样。但是其回归系数小于家庭年收入的回归系数，说明家庭年收入的影响显著高于家庭年支出对创业行为的影响。

社会联系规模特质中交往政府人员数量(X14)、交往金融机构人员数量(X15)通过了检验：交往政府人员数量(X14)的sig.值是0.015，通过了显著性水平为5%条件下的检验。回归系数是1.295，影响方向为正相关，与预期的判断方向相符合。交往金融机构人员数量(X15)的sig.值是0.061，通过了显著性水平10%水平下的检验。其回归系数B.值是0.517，大于0，影响方向为正，与预期判断的方向一致，但是影响作用一般。

社会联系强度特质中与朋友沟通(X18)、与政府人员沟通(X20)、与金融机构人员沟通(X21)通过了检验：与朋友沟通(X18)的sig.值是0.003，通过了1%水平下的显著性水平检验。回归系数为3.275，影响方向为正，与预期方向一致，其绝对值达到3以上，相比其他指标影响更大，说明与朋友沟通是一项最基本的创业者特质。调查样本中，有434人能经常与朋友保持经常沟通，这其中84人具有创业行为，348人具有创业意愿，创业机会识别比重高达80.19%。与政府人员沟通(X20)的sig.值是0.007，通过了1%水平下的显著性水平检验。回归系数为2.652，影响方向为正，与预期方向一致。与金融机构人员沟通(X21)的sig.值是0.024，通过了5%水平下的显著性水平检验。回归系数为2.134，影响方向为正，与预期方向一致。经常与金融机构人员保持沟通，有利于创业企业的融资，为创业企业的发展保驾护航，创业者更容易识别创业机会。

四、结论与政策建议

(一)结论

1.通过检验变量的结论

户籍：城乡分割的二元发展模式对经济社会多方面产生影响，老百姓的认知也表现出极大的差别。城市市民接触更多的信息和新鲜事物，有更便捷的条件参与社会创新，而农民受到交通、经济发展、信息资源等方面的束缚，接触创新创业的机会较少。所以拥有城市户籍的大学生对比农村户籍大学生更加具有创新创业的主观意愿和实践行为，更容易识别把握创业机会；

指导教师身份：具有硕士导师身份，尤其是具有博士导师身份的创业导师，其工作重心多数不在创业方面，学生参加创业比赛中，导师的实际参与度并不高。这样的结果与我国高校中的考核制度密切相关，硕博导师更加在意科研指标，关注于纵向课题申请和论文撰写等工作。反之，一些不具有研究生导师身份的教师，尤其是青年教师对“互联网+”创新创业比赛非常重视。

家庭年收入和家庭年支出：两个指标都对参赛大学生创业行为产生了正向影响，也就是收入和支出越高，越容易引发创业意愿和行为；

交往政府人员和金融机构人员的数量：对创业行为产生了积极影响；

与政府人员、和朋友、金融机构人员沟通：联系密切程度越高，对创业行为有积极作用。经常与外部人员保持沟通，能够形成良好的局部“政企、金企、友企”关系，为创业企业的顺利发展铺平道路，为创业企业的发展保驾护航，使大学生产生创业行为。

2.未通过检验变量的结论

为了更客观地分析没有通过检验的创业行为变量，对华南理工大学和岭南师范学院的两所高校参赛大学生进行了深度线下访谈，得到如下结论：

参赛大学生创业行为的个人特质中，没有通过检验的变量包括性别、年龄、学历、专业、家庭人口数、收入来源。预期男性大学生更容易产生创业行为，但是在实际分析中该指标没有通过检验。其主要原因是如今的创业形式比较多样，一般男性更倾向于从事高科技类、工程物流类的创业方向，而女性更倾向于从事商贸类、微商等创业形式，虽然参赛学生不同性别的数量存在差别，以男性居多，但是深度分析创业意愿和创业行为时，性别差异并不明显。年龄指标表现也不明显，调查问卷显示，大学生年龄分布在16～34岁之间，集中于16～23岁的参赛者有694人，占比70.39%。但是各年龄段产生创业行为的特征并不明显，应该是16～34岁创业比赛参赛学生都属于比较年轻的人群，整体的年龄特质不显著。学历与创业行为不存在显著的统计检验关系，经过调查发现，硕士生参赛者的创业意愿稍强，本科和博士参赛者的创业意愿稍弱，存在倒U型关系。专业上预期理工类的学生由于拥有技术，会产生更强的创业倾向，但是由于文科学生思维更加活跃，而且多数创业参赛团队会有文科生参与，所以学历特质不显著。家庭人口数与创业行为不存在显著关系，经过进一步访谈发现该变量存在的意义不大。收入来源方面，预期是农业收入和经商收入等没有固定工资收入的群体更愿意承担风险，进而产生创业行为。但是通过深度访谈发现，家人是政府机关、事业单位、国有企业员工的，由于风险保障能力更强，所以也产生了较强的创业倾向。个别硕士研究生和博士研究生已经是在职人员，家庭收入来源特质对创业机会识别也表现为并不明显。

参赛大学生创业行为的社会联系规模特质中，没有通过检验的变量包括交往亲戚数量、交往朋友数量、交往上、下游企业数量、交往行业协会人员数量。亲戚数量和朋友数量在创业行为影响中表现不显著，说明参赛大学生的亲戚和朋友规模差别呈现正态分布特征，对创业机会识别的影响十分有限。交往上、下游供应商和分销商的数量对创业行为影响不显著，而且参赛大学生与上、下游企业发生联系的数量相对有限。交往行业协会人员的数量对创业行为影响比较有限，这类协会起到了规范市场的作用，但它没有政府的政策性强，所以没有通过检验。

参赛大学生创业行为的社会联系强度特质中，没有通过检验的变量包括与亲戚沟通、与上下游企业沟通、与行业协会人员沟通三个变量。由于现代家庭规模较小，传统意义大家庭活动也少，小家庭活动较为独立，与亲戚沟通的频度对创业行为影响不显著。创业创新活动一旦产生，与上下游企业沟通活动变得比较稳定，过多的沟通对企业发展不见得产生更大效率提升，因此与上下游企业沟通指标对创业机会识别没有通过检验。同样地，与行业协会人员沟通也没有通过异质性检验。

(二)政策建议

结合实证分析结论，从参加比赛的大学生创业意愿和创业行为角度，提出保障创新创业效率的相关建议：

1.调整高校人事考核指标

教育部倡导下的“互联网+”大赛已经在全国范围如火如荼地展开，各高校也积极按照教育部和各省、市、自治区教育厅的要求，保质保量地参与进来。但现存问题是，水平很高的硕士生导师和博士生导师对创业比赛的关注度不高，参与积极性不强，不能将其团队的科研优势通过参赛的方式，向社会转化优秀成果，这一部分潜力没有挖掘出来。针对这样的问题，需要从国家层面改变当前高校的人事考核指标和体系，各高校也要从唯论文、唯课题的“重科研、轻教学、轻比赛、轻转化”的怪圈中跳出来。各高校结合自身特点重新设计考核体系，让那些水平更高的硕、博导和教授，将部分精力转向创新创业比赛，逐渐变成主动为国家输送创新创业人才。

2.增设创新创业课程

城乡户籍、家庭年收入和支出几个指标反映出大学生的视野对创业决策有很重要的影响，这几个指标不是学生本人能够轻易改变的。要通过高等学校的政策手段，从本质上增加学生创新创业实践的机会，扩展创新视野，提升创业能力。可行的做法是，高校将创新创业类的理论课程增设为通识类公共课程，向全校学生开放，要求其必须修完额定学分才能毕业。创新创业的实践类课程可作为全校的公选课，鼓励对创新创业有兴趣的大学生选修这类课程。高校内的二级学院应举全院之力，保证学生每年都可以到企业和社会实习，增强实践技能，拓展实践视野，促进其创业机会识别能力的提升。

3.盘活大学生创业政策

与政府人员和金融机构人员交往的数量、频度等指标反映了大学生创业者需要一定的社会资源，人脉广、善于交流的大学生在获得资源上先人一步，尤其政策获知上往往更为透彻。鉴于此，可以鼓励政府相关部门放活大学生创业方面的政策，高等学校可以积极邀请政府相关部门入校宣讲创新创业政策。人社、税务、财政、工商、消防等政府部门开放互联网平台，鼓励通过微信公众号、微博和网页等方式，及时发布创新创业、企业运营的相关政策。广大政府机关、企事业单位通过政务微信提供创新创业便民服务，高校与相关部门建立端口，将信息更快捷地推送给大学生群体，降低群体间的信息不对称性和不均衡性。通过技术和管理手段，使所有大学生都能够更快捷、更均等获得创新创业信息。

4.鼓励大学生合作交流

与朋友沟通这个指标通过检验，说明创业机会识别和创业实践过程中，合作交流非常重要。在校大学生也应积极锻炼自身的沟通技能，增强口头、书写和肢体语言的沟通能力，学会积极合宜的表达态度，也能够准确把握他人的想法、感受和态度。大学生在沟通中为了确保从沟通对象获得最佳信息流，要尽量消除沟通信息超载现象，减少误解。高校也可以通过开设礼仪类课程或社团活动的方式，不断提升大学生沟通能力，鼓励跨院系之间合作创业项目申报，促进创业团队沟通合作和创业机会识别能力提升。

(三)研究展望

研究仍然存在一定不足：首先，统计资料仅为2019年一年的数据，据此判断大学生创业行为异质性的影响因素，仍显片面，未来将继续追踪广东省的大学生创业比赛，丰富研究数据。其次，对未通过的变量仅进行了对华南理工大学和岭南师范学院的深度访谈，访谈的广度不够，未来将让更多高校参赛大学生参与其中。最后，仅通过指标设计和统计分析的方法，还无法有效论证创业机会识别和创业行为发生的内在逻辑关系，未来可以从心理学和行为学的角度作进一步的探讨。