返乡创业外部环境评价与影响因素地域性差异分析——以安徽省为例

张子言， 毛 伟

（广东海洋大学 经济学院， 广东 湛江 524088）

一、引言

在就业形势日趋严峻的背景下，出台“以创业带就业”的积极就业政策备受国家重视。2020 年中央一号文件明确指出，深入实施农村创新创业带头人培育行动，将符合条件的返乡创业农民工纳入一次性补贴范围。 2020 年1 月，国家发改委、教育部、科技部、工信部等联合出台《关于推动返乡入乡创业高质量发展的意见》， 就如何推动返乡入乡创业高质量发展进行了系统而全面的部署。 安徽省地处我国中部，农业人口众多，农村存在丰富的剩余劳动力。 经济发展相对落后，人口迁移推力强劲，长久以来处于劳动力持续向外输出的状态。 随着经济发展和国家政策引导，省内农民工、大学生等群体很多选择加入返乡创业热潮。 鼓励农民工等群体返乡入乡创业是实施乡村振兴战略和巩固脱贫攻坚成果的重要举措，不仅能释放乡村振兴背景下新的人口红利，一定程度上还可以扭转以往农村资源向城市单向流动的局面，解决农民工就业问题，进而解决现阶段乡村振兴实施过程中农村人力资源匮乏问题。 因此，研究返乡创业外部环境问题具有重要的意义。

很多研究者通过构建创业环境评价指标体系对创业环境进行量化分析。 创业环境指标体系的构建应立足于返乡创业所面临的实际环境。 目前创业环境评价体系大多是从外部环境出发进行评价。 例如，赵彦飞等基于创新系统的视角，从人才环境、资金环境、创业环境、市场环境和竞争与合作环境五个维度构建创新环境评价指标体系框架［1］。 陈银娥、李鑫以PSR 模型为基础构建长株潭城市群创业环境评价指标，提出应从区域产业优势、人才引进、构建多元化金融服务体系等方面着手，持续优化创业环境［2］。韩勇等从经济综合实力、经济发展潜力、人民生活水平、 公共服务能力和劳动力资源状况五个方面构建了返乡农民工创业环境指标体系，对河南省返乡农民工创业环境进行定量评价和空间分析［3］。 金语、张国庆从经济发展环境、基础设施环境、文化氛围环境、创业企业、政府部门、金融机构和服务机构七个方面，使用23 个二级指标对江苏省、河南省和四川省返乡创业生态系统进行评价，指出各地区需要采取有针对性的措施，提高返乡创业人群的数量与质量［4］。

随着“大众创业、万众创新”的推进，各地区创业外部环境综合评价指数都得到了一定程度的提升，但是地区之间创业外部环境发展水平不均衡的问题仍然比较突出。 只有弄清楚不同地区返乡创业外部环境存在的短板和影响因素， 才能因地制宜地制定有针对性的发展规划，构建更加完善的返乡创业外部帮扶体系。 蔡娟、王勇以实地调查数据为基础研究发现，江苏省农村地区创业环境存在区域性差异：与苏南和苏中相比，苏北地区农村创业环境的诸多维度存在较大差距，苏南和苏中地区之间则表现出明显的相似之处；农民的受教育程度、是否有创业经历等个体特征是影响农民对创业环境认知评价的重要因素［5］。刘新民等从金融支持、政府政策、教育培训、商务环境以及开放程度等维度对我国31 个省份的创业环境进行评价，认为我国各区域的创业吸引力存在异质性，整体上呈现从东到西逐渐降低的梯度分布格局［6］。韩勇等基于“就地就近就业”原则，运用空间自相关分析法探索河南省农民工返乡创业外部环境在县域、市域和省域三级尺度下的空间关联变化，剖析农民工的潜在流动趋势，运用地理加权回归解释各类型因子影响程度的空间分异特征［7］。 金语、张国庆以我国东部、中部和西部地区GDP 最高对应省份（江苏省、河南省和四川省）的9 个市（县）为研究对象，发现江苏省返乡创业生态系统优于河南省与四川省，东部地区优于中部和西部地区［4］。

农民工创业与大学生创业、企业家创业明显不同［8］，他们文化素养较低、资本匮乏，难以走资本创业、知识创业或者管理创业的道路。 自身限制使他们对创业外部环境十分敏感，创业环境的细微不稳定因素都可能成为返乡创业路上巨大的障碍。 农民工返乡创业不仅受个体和家庭因素的影响，同时还受行业因素等外部环境的影响。 汪秋菊、刘畅认为，政府完善农民工创业环境、优化创业政策可以促进农民工返乡创业［9］。熊智伟、王征兵从微观角度，对江西省返乡创业农民工创业意愿进行调研，从主观规范、创业态度、感知行为控制三个变量来探讨其对返乡农民工创业意愿的影响， 研究发现创业环境的感知行为对创业意愿的影响较大且结果显著［10］。 邹芳芳、黄洁基于大样本数据，就返乡农民工创业者的两大创业资源来源和三种创业资源类型对其创业绩效的影响进行了实证研究，研究发现，自有社会资源、自有财务资源以及外部财务资源对返乡农民工创业者的创业绩效有明显的正向影响［11］。 段彩丽等通过对442 名大学生创业倾向影响因素进行调查研究，研究结果证实创业环境对大学生返乡创业意向具有显著的正向影响［12］。许礼刚等基于近五年江苏省“众创空间”的现状，从政府政策法规、创业文化环境、社会经济与高校教育四个方面阐述了区域创业环境对大学生创业行为的影响［13］。 肖慧研究发现，返乡创业大学生的社会适应总体情况较好，其中心理资本对返乡创业大学生的社会适应影响作用显著［14］。

综上所述，学者们对返乡创业外部环境评价进行了大量研究，但是研究还存在不足。 首先，从研究地域来看，关于江西省、四川省等省份的研究较多，对于同为劳动力输出大省安徽省的研究却很少。 其次，关于返乡创业外部环境的研究多聚焦在城市，涉及农村的研究较少，特别是有关返乡创业外部环境影响因素区域性差异的研究更少。 群体创业地区特征把握不准及内在机理分析不足，可能会造成制定的政策针对性不强、有效性不足。

本文立足安徽省全域，在已有研究的基础上优化指标体系，选择中国知网数据库收录的地方报纸刊登创业主题的文章篇数代表政策宣传力度, 非税收入在财政总收入中的占比代表政策支持力度，这些具有代表性和灵活性的指标增加了科学性与客观性。 本文以安徽省地级市为基本单元分析返乡创业外部环境的区域性差异， 通过地理加权回归模型分析经济基础、政策支持、金融服务、创业基础和劳动力资源五个因素对返乡创业外部环境造成的影响，根据安徽省返乡创业外部环境地域性差异特征提出优化返乡创业外部环境的建议。

二、指标体系构建和研究方法

（一）指标体系构建

根据《国务院办公厅关于支持农民工等人员返乡创业的意见》（国办发〔2015〕47 号）中的实施内容，综合考虑返乡创业群体的实际需求，在遵循科学性、代表性的原则下，兼顾数据的可获得性，参考王洁琼、罗竖元等的做法［15-16］，本文从经济基础、政策支持、金融服务、创业基础、劳动力资源五个维度选取18 个二级指标构建返乡创业外部环境评价指标体系，如表1 所示。 有两项指标需做出相应解释：（1）财税支持指标是通过计算统计年鉴中非税收入在财政总收入中的占比，来反映该地区创业者所面临的税赋压力。 （2）衡量政策宣传力度指标的选取比较特殊，由于统计年鉴缺乏相关数据，本文使用2000 年以来中国知网数据库中地方报纸刊登创业主题的文章篇数来表示。 本文数据来源于《安徽统计年鉴2020》及2020 年安徽省各地级市统计年鉴。

表1 返乡创业外部环境评价指标体系

（二）研究方法

1.熵权-TOPSIS 法

TOPSIS 法是多目标决策分析中一种常用的有效方法，又称为优劣解距离法。TOPSIS 模型操作上默认各指标权重相同， 熵权-TOPSIS 法是利用熵权法赋予各指标权重对TOPSIS 模型进行修正。熵权-TOPSIS 法根据各评价指数数值变异程度所反映的信息量大小来客观赋权，与层次分析法相比能够有效消除专家打分过程中的主观因素。熵权-TOPSIS 法的计算过程如下：

首先，通过熵权法计算各指标的权重。 熵权法通过计算某项指标与理想值的差值来确定该指标的权重，差值越大说明该指标越重要，权重也就越大。 根据各项指标的变异程度就可计算各项指标的权重。

（1）熵权法部分具体计算公式为：

（2）TOPSIS 模型部分具体计算公式为：

其中，Zij代表加权后规范化矩阵，Wj代表权重矩阵。

其中，zij代表第i 个评价对象在第j 项指标上的加权规范值分别表示第j 项指标的正、负理想值。

最后，计算各评价对象的综合评价指数：

其中，Gi的值越大说明第i 个评价对象的返乡创业外部环境越接近于最优水平。 当Gi=1 时，说明返乡创业外部环境最好；当Gi=0 时，说明返乡创业外部环境最差。

2.地理加权回归（GWR）

线性回归模型包括全局模型和局部模型。 全局模型默认变量关系具有同质性，普通线性回归考虑变量关系具有同质性， 即假定在研究区域内回归系数不随空间位置的变化而变化。局部模型假定在不同区域内回归系数不相同且随空间位置的变化而变化。 地理加权回归（GWR）是典型的局部模型，该模型认为回归系数会随着空间位置的变化而变化。 地理加权回归是将数据的空间位置嵌入到回归参数中， 利用局部加权最小二乘法进行逐点参数估计，其中权重就是回归点所在的地理空间位置到其他各观测点所在地理空间位置的距离函数。 地理加权回归对于宽带的选择十分敏感，宽带选择不准确会直接影响回归参数偏差，因此宽带选择十分重要，本文选用接受度比较高的AIC 来确定权函数宽带的大小。

地理加权回归模型为：

其中，xik表示第i 个评价对象的第k 个影响因素的数值；βik表示第i 个评价对象的第k 个回归参数，它是地理位置的函数；εi表示第i 个评价对象的随机误差项。

三、返乡创业外部环境综合评价

（一）返乡创业外部环境综合评价

通过熵权-TOPSIS 法计算安徽省返乡创业外部环境综合评价指数的Gi值、最优解和最劣解，外部环境综合评价指数Gi值与最优解的距离越小越好，与最劣解的距离越大越好。 计算结果显示，Gi最大值为0.966，最小值为0.036。 通过最大值、最小值和标准差的大小可以看出安徽省各地级市返乡创业外部环境之间的差距较大，存在明显的地域性差距。

根据自然断点分级法，返乡创业外部环境综合评价指数值按照高低分为高值区、中高值区、中值区、中低值区、低值区五个层次。 从表2 可以看出，高值区只有合肥市，中高值区只有芜湖市，中值区包含3 个市，中低值区包含8 个市，低值区包含3 个市。 安徽省有50.00%地级市分布在中低值区，18.75%分布在低值区。

表2 安徽省各地级市返乡创业外部环境综合评价指数Gi值

（二）返乡创业外部环境的空间格局评价

基于ArcGIS 软件对安徽省返乡创业外部环境综合评价指数Gi进行可视化呈现， 如图1所示。

图1 安徽省返乡创业外部环境综合评价指数空间示意图

由图1 还可以看出， 合肥市外部环境综合评价指数最高， 达到0.966； 芜湖次之， 达到0.348；铜陵市位居第三，达到0.223；马鞍山市、滁州市、阜阳市、宣城市、蚌埠市、淮南市、安庆市、六安市的返乡创业外部环境综合指数均处在0.100~0.200 之间。 而宿州市、亳州市、淮北市、黄山市与池州市的返乡创业外部环境明显处于落后水平，返乡创业外部环境综合指数低于0.100。 由此可见，安徽省返乡创业外部环境地域性差异明显。

由图1 可以看出，与合肥市接壤地区（如芜湖市、马鞍山市、滁州市等）的返乡创业外部环境普遍优于不与合肥市接壤的地区（如宿州市、亳州市、淮北市、黄山市和池州市）。 这可以理解为合肥市是安徽省内返乡创业的热点地区，对周边地区存在较强的辐射作用。

根据上述分析可知安徽省返乡创业外部环境呈现两极化，地域性差异十分明显。 参考张立新、段彩丽和韩勇等对创业外部环境的研究成果［17-19］，可以看出创业外部环境地域性差异主要受经济基础、政策支持、金融服务、创业基础和劳动力资源五大因素的影响。 不同因素对地区的影响效果也不尽相同，了解各区域创业外部环境最大的影响因素有利于提高政策实施的边际效果，正如“木桶效应”，先补齐短板是发展的首要选择。

四、返乡创业外部环境影响因素的区域性差异分析

（一）指标权重分析

安徽省返乡创业外部环境的驱动因素主要来自五个方面，分别是经济基础（S1）、政策支持（S2）、金融服务（S3）、创业基础（S4）、劳动力资源（S5）。 根据熵权-TOPSIS 法对18 个指标权重的计算结果如表3 所示。可以看出18 个指标中，排名前六的影响因素为对外开放程度（X3）、社会融资水平（X8）、知识产权重视程度（X6）、人才培养基础（X13）、金融机构融资水平（X7）和利用外资水平（X9）。 对外开放程度所占权重最高，达到0.202；其次是社会融资水平，权重为0.139；第三是知识产权重视程度，权重为0.121。 影响权重排名前六的指标中有3 项是衡量金融服务的二级指标。 对各项目层信息熵进行平均计算， 按照得分由高到低依次为： 金融服务环境（0.093）、经济基础环境（0.088）、政策支持环境（0.061）、创业基础环境（0.043）、劳动力资源环境（0.014）。

表3 安徽省返乡创业外部环境综合指标权重

（二）指标体系相关性检验

根据熵权-TOPSIS 法计算出的信息熵仅反映各指标在系统中信息价值的高低，并不是代表自变量与因变量的关系。 为了进一步确定18 个指标因素对安徽省各地级市返乡创业外部环境的解释水平，本文采用逐步回归法和Stata 15 软件对安徽省返乡创业外部环境影响因素进行分析。

使用Stata 15 中逐步回归命令，软件会自动识别出对因变量影响显著的自变量，具体步骤是：以返乡创业外部环境综合评价指数（Gi）为因变量，以18 个二级指标因素为自变量，分析各自的显著性，如果显著就说明该因素对返乡创业环境存在影响，并使用F 检验作为加入或剔除模型中自变量的标准。 通过模型的自动识别和逐步回归，回归模型最终保留13 个指标，拟合优度为0.998 9，说明这13 个指标能够解释返乡创业外部环境综合评价指数中99.89%的变化原因，并且模型通过F 检验（F 检验=1 093.60，P=0.00）。 15 个指标回归系数大于零，说明这些指标会对返乡创业环境产生积极作用。 逐步回归法自动识别剔除的5 项作用不显著的指标为X2（第三产业产值/总产值）、X4（非税收入/财政总收入）、X11（公路里程总数）、X15（15~64 岁人口比重）、X17（城镇非私营单位分行业就业人员年平均工资）。

（三）变量空间差异分析

为了进一步深入研究影响安徽省16 个地级市外部环境的主导因素， 了解五大因素对返乡创业外部环境的影响所呈现的局部特征，本文使用局部GWR 模型对安徽省16 个地级市返乡创业外部环境综合评价指数（Gi）和五大因素——经济基础（S1）、政策支持（S2）、金融服务（S3）、创业基础（S4）、劳动力资源（S5）的二级指标进行研究。 在剔除5 个不显著因素之后，重新计算返乡创业外部环境综合评价指数与五大因素的二级指标的综合得分， 利用ArcGIS 10.2软件中的地理加权回归工具进行各变量回归系数的计算。 计算结果表明，剔除不显著因素后的局部地理加权回归拟合数据值效果较好（残差平方和Sigma 指标均是最小的）。 计算结果显示，金融服务对自变量的拟合效果最好，拟合优度为0.970 2。 就总体回归系数来看，返乡创业外部环境影响因素按回归系数由大到小依次排序为：创业基础、金融服务、经济基础、政策支持和劳动力资源。 创业基础与金融服务对安徽省返乡创业外部环境影响较大， 回归系数在0.90 之上；经济基础、政策支持和劳动力资源影响相对较弱，回归系数在0.80 到0.90 之间。 使用ArcGIS 10.2 软件做出的局部地理加权回归（GWR）结果如图2 至图7 所示。 地理加权回归模型中每一个空间单元都会有一个相对应的回归系数，在图2 至图7 中地区颜色的深浅表示在地理加权回归模型中回归系数的大小。

图7 劳动力资源的GWR 模型回归示意图

如图2 所示，安徽省返乡创业外部环境表现出自北向南逐渐强化的地域性特征，这说明剔除不显著因素后，剩余的因素对安徽省北部地区返乡创业外部环境的作用效果较弱，对安徽省南部地区返乡创业外部环境的作用效果相对较强，对长江沿线地区及长江以南地区的作用效果相对更强，总体上看，作用效果呈现出从北到南阶梯式增强的态势。

图2 返乡创业外部环境的GWR 模型总体回归示意图

如图3 所示，从回归系数来看，经济基础对返乡创业外部环境产生重要影响，当经济基础提升1 个百分点，创业外部环境整体提升约0.89 个百分点。另外就空间分布来看，经济基础环境整体呈现出自北向南逐渐弱化的空间异质性特征。 经济基础环境指标对安徽省北部地区阜阳市、亳州市、淮北市和宿州市的影响最为显著，这说明以生产总值水平、对外开放水平作为衡量标准的经济基础环境是安徽省北部地区返乡创业外部环境的重要影响因素，这些地区下一步在经济高质量发展与对外开放方面还需要进一步加强。

图3 经济基础的GWR 模型回归示意图

如图4 所示，从回归系数来说，当政策支持水平提升1 个百分点，安徽省地区返乡创业外部环境整体提升约0.86 个百分点。 就空间分布图来看，可以发现财政支持呈现出由北向南逐渐弱化的地域性特征。 政策支持指标对安徽省北部地区阜阳市、亳州市、淮北市和宿州市影响较为显著，这反映了这些地区与其他地区相比存在政策宣传力度不足和对知识产权重视程度不够的情况。

图4 政策支持的GWR 模型回归示意图

如图5 所示，整体来看，金融服务对返乡创业外部环境的影响具有突出效果。 在指标权重分析中，金融服务的3 个指标因素排名前六，而且金融服务回归系数均在0.93 之上。金融服务整体表现出自北向南逐渐弱化的地域性特征，该类指标对安徽省北部亳州市、淮北市和宿州市影响最为突出，这表明以金融机构融资水平、社会融资规模、利用外资水平衡量的金融服务环境是限制其发展的重要因素。

图5 金融服务的GWR 模型回归示意图

从图6 可以看出，创业基础对返乡创业外部环境的影响呈现从西北向东南逐渐弱化的地域性特征。 创业基础这个因素对安徽西北部地区阜阳市、亳州市、淮南市与蚌埠市的影响最为显著，这说明安徽省西北部地区创业基础环境有待提升，特别是财政支出总额、宽带接入用户、职业技能鉴定考评人员数和公安机关查处治安案件总数方面存在不足，影响了该地区返乡创业的发展。 创业基础对安徽省返乡创业外部环境的回归系数较高，达到0.98，说明创业基础对安徽省返乡创业外部环境的提升具有重要影响。

图6 创业基础的GWR 模型回归示意图

从图7 可以看出，劳动力资源对返乡创业外部环境回归系数的影响相对较低，当劳动力资源提升1 个百分点，返乡创业外部环境整体提升约0.83 个百分点。 再根据空间分布图可以看出劳动力资源对安徽省返乡创业外部环境的影响呈现自西向东逐渐弱化的地域性特征，其影响区域也表现出一定的边缘性特征。 安徽省西部地区的阜阳市、六安市与安庆市受劳动力资源环境的影响较为突出。 这表明由人均受教育年限和大中专学校数量所衡量的劳动力资源指标限制着这些地区返乡创业外部环境的提升。

五、研究结论及建议

（一）研究结论

通过对安徽省返乡创业外部环境评价及影响因素的地域性差异进行可视化表达与定量分析，整体看来，安徽省返乡创业外部环境存在明显的两极分化，其影响因素存在地域性差异，合肥市及与其接壤的地区创业外部环境较好，而与合肥市不接壤地区创业外部环境较差。创业基础环境与金融服务环境是影响返乡创业外部环境的主要因素。 从局部系统来看，创业外部环境影响因素呈现地域性差异特征，各影响因素对安徽省北部与西部边缘地区的制约更加显著。

（二）政策建议

根据安徽省返乡创业外部环境的空间分异特征，对安徽省返乡创业外部环境的优化提出以下几点建议。

1.优化农村金融体系，畅通融资渠道

要着重解决返乡群体创业的资金问题，提供多元化、低利息的融资渠道。 通过上文的实证分析，可见创业基础与金融服务对创业环境影响较大，优化创业基础环境与金融服务环境势必作为吸引返乡创业人员的突破口。 政府除了重视基础建设、安保等创业基础环境的改善外，还应该在规范、拓展银行及信用社的存贷体系上下工夫；各地银行可以尽最大能力开展针对返乡农民工创业的资金贷款业务，拓展涉农信贷增信方式，优惠贷款利率；准许建立符合规定的合作组织，实现农村地区内部金融市场供需平衡，为返乡创业群体从事创业活动、扩大生产经营规模提供更多规范的融资渠道［20］。

2.健全农村教育体系，提升返乡创业人群的人力资本

在农村地区，教育是提升农民工人力资本的首要手段，从上文分析结果来看，安徽省西部边界市返乡创业外部环境受劳动力资源影响显著。 根据剔除的不显著因素，发现劳动力资源中人口的受教育程度和地区大中专学校数量是重要影响因素［21］。 教育不仅能提升农民工的学习能力，更能弥补返乡创业农民工没有创业经验带来的劣势，所以要着力提升农村教育的质量与水平［22］，提升返乡创业者的文化素养、知识水平和创业技能。 在提高返乡创业者知识水平的同时，要大力发展农村职业教育，开展有针对性的培训教育。 政府应进一步加大对教育资源的投入，保证每一个儿童拥有公平的教育环境，降低儿童辍学率，为学生上学提供政策支持，尽量延长每一个人的受教育年限。 另外对于成年人，可以通过职业教育进行二次教育，同时重点加强对返乡创业人员的创业技能培训，提升返乡创业人员的素质和技能，发挥带动效应，形成集聚优势。

3.建立完善的农民工返乡创业政策帮扶体系

安徽省16 个地级市的返乡创业外部环境具有明显的区域性差异，北部与西部地区创业外部环境水平明显偏低。 这些地区的政府应该积极建立农民工返乡创业绿色通道，做好信息服务工作，整合各部门优势资源，拓宽农民工创业的办事渠道，简化手续，打造一站式、一条龙服务体系，为其办理营业执照、工商登记、税务登记等提供便利。重点加强对弱势群体创业者的帮扶，女性创业者、大龄创业者、低学历创业者等由于自身因素和外部条件的限制，其创业大都属于“生存型”创业，在创业中处于弱势地位，所以需要政府给予更多优惠政策。 对受教育水平高、曾担任过职务、有过创业经历的返乡农民工在政策扶持上要给予适当关注，培养更多优秀的创业者，使其形成正面的带动和示范效应，促进农村“大众创业”形成新局面。