返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響因素
——基于重慶市6個鎮(zhèn)204個調(diào)查樣本數(shù)據(jù)的分析

鄭少鋒， 郭群成

(西北農(nóng)林科技大學 經(jīng)濟管理學院， 陜西 楊凌 712100)

返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)活動實質(zhì)上是一種企業(yè)家活動[1]68，但由于返鄉(xiāng)農(nóng)民工普遍文化水平低*從2002年的統(tǒng)計數(shù)據(jù)來看，平均每百個勞動力中不識字的占7.59%，小學文化的占到30.63%，初中文化程度的占到49.33%，高中文化程度的占2.09%，而大專及以上的僅占0.56%，平均受教育年限只有6.7年。，幾乎沒有從事過正式的經(jīng)營活動，對市場經(jīng)濟規(guī)律的認識和把握能力有限，投資風險及其防范意識淡薄，創(chuàng)業(yè)決策的隨機性較大(即興創(chuàng)業(yè))，這也是造成其初次創(chuàng)業(yè)成功率低的關(guān)鍵因素。當前，學術(shù)界對影響西部返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策因素的度量以及排序尚缺乏研究，本文試用可變精度粗糙集理論模型*傳統(tǒng)的統(tǒng)計回歸分析方法對因素變量的測度不夠，回歸方程的擬合優(yōu)度不理想，而可變精度粗糙集理論模型可以克服這些缺陷。對影響西部返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的因素進行屬性約簡和規(guī)則規(guī)斷，并在此基礎(chǔ)上，提出相關(guān)政策建議。

一、研究方法及工具

波蘭數(shù)學家Pawlak[2]研究并提出了粗糙集理論(Rough Set Theory，簡稱RST)， RST的主旨是在保持分類能力不變的前提下，通過知識約簡，導出問題的決策或分類規(guī)則。其出發(fā)點是根據(jù)目前已有的問題進行論域劃分，并對劃分后的每一個組成部分確定其對某一概念的支持程度[3]。

經(jīng)典RST模型是基于兩個假設(shè)提出的：假設(shè)1：P是U上的等價關(guān)系族(U是設(shè)定的論域)，則有知識庫K=(U,P)；假設(shè)2：X?U，當能表示成某些P上的并時，則X為P可定義的(P-definable)，反之，X為P不可定義(P-undefinable)。

通常情況下，P可定義集稱為U精確集(Accurate Set)，P不可定義集稱為粗糙集(Rough Set)。粗糙集理論(RST)的一般理論模型通常用其上近似(LowApp)和下近似(UpApp)來進行表達。鑒于RST經(jīng)典模型在實際操作中存在數(shù)據(jù)過度擬合而降低評價效度的缺陷[4]，Ziarko首次在經(jīng)典模型中植入“可變精度(Variable Precision，簡稱VP)”，VP-α在增強模型的容錯性上效果顯著[5]，因此α也稱“容錯率”。可變精度粗糙集理論(VPRST)模型可表述為：

創(chuàng)業(yè)決策是一個精細的管理過程，理論界在研究這一問題時采用了包括數(shù)學、統(tǒng)計學等多種方法。研究表明，VPRST模型具有對不確定、不完整、不精確知識和信息進行定量分析的功能。其應(yīng)用研究主要集中在屬性約簡、規(guī)則獲取、基于粗糙集的計算智能算法研究等方面，最顯著的特點是無需提供問題所需處理的數(shù)據(jù)集合之外的任何先驗信息，能夠比較客觀地處理問題的不確定性和不完整性描述。VPRST是對概率論、模糊數(shù)學和證據(jù)理論等處理不確定信息和數(shù)據(jù)理論的有益補充[8]。由于調(diào)查樣本數(shù)據(jù)存在不同程度的缺失，鑒于此，我們借助VPRST模型，使用Rosetta軟件對調(diào)查數(shù)據(jù)進行分析研究。

Rosetta軟件是挪威科技大學依據(jù)粗糙集理論開發(fā)的一款數(shù)據(jù)分析軟件，包含了數(shù)據(jù)補齊(為缺省數(shù)據(jù)項進行判斷補缺)、條件屬性離散化處理(針對連續(xù)型變量)、屬性約簡處理(使用遺傳算法對決策信息表進行分析，刪除冗余屬性)、計算上下近似集并獲取等價類(能夠得到上下論域的邊界逼近值)、生成評判規(guī)則(可以得到影響某一決策的因素集)等功能，為科學研究提供了極大便利。使用該軟件對樣本數(shù)據(jù)進行處理的過程如圖1所示。

圖1 VPRST模型數(shù)據(jù)處理流程圖

二、返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的影響因素

(一)調(diào)研問卷及數(shù)據(jù)說明

筆者于2009年8月—2010年3月在重慶市中小企業(yè)局和重慶渝富創(chuàng)業(yè)服務(wù)中心的相關(guān)人員的支持和協(xié)助下，對重慶市九龍坡區(qū)(白市驛鎮(zhèn)、西彭鎮(zhèn)、華巖鎮(zhèn)、金鳳鎮(zhèn))和永川區(qū)(紅爐鎮(zhèn)、何埂鎮(zhèn))6個鎮(zhèn)返鄉(xiāng)農(nóng)民工進行隨機抽樣調(diào)查，共發(fā)放《返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策問卷》[注]問卷共設(shè)計19個題目，其中填空題2個，選擇題17個。問卷投放前，做了小范圍的測試(N=71)。探索性因素如管理能力、交際能力等，可解釋的方差變異0.19～0.11，累計解釋55.4%的變異，內(nèi)部一致性系數(shù)介于0.83和0.91之間，問卷收集信息能力可靠。273份，收回問卷216份，問卷回收率79.1%，剔除大面積空白問卷3份；受訪者年齡小于16歲的7份，年齡大于60歲的2份，有效問卷204份，回收有效率94.4%。調(diào)查樣本男性177人(86.8%)，初中學歷居多(69.3%)，平均打工年限3.7年，調(diào)查對象均有在外打工6個月以上的經(jīng)歷，且最近1年內(nèi)沒有外出務(wù)工的打算。調(diào)查樣本中有142人已經(jīng)在家鄉(xiāng)創(chuàng)業(yè)，另外62人未創(chuàng)業(yè)。筆者對調(diào)查樣本都進行過面對面的訪談，并以調(diào)研當時他們的就業(yè)狀態(tài)確定他們是否創(chuàng)業(yè)[1]70。本文共選取19個影響返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的因素，如表1所示。

(二)實證分析

1.構(gòu)建決策信息表

根據(jù)前文擬定的數(shù)據(jù)處理流程，首先對樣本數(shù)據(jù)進行數(shù)據(jù)補齊后，利用Rosetta軟件對樣本數(shù)據(jù)中年齡(Age)和打工年限(Out)兩個連續(xù)型變量進行條件屬性的離散化處理，形成基礎(chǔ)決策信息表[注]基礎(chǔ)決策信息表涵蓋了204個調(diào)查樣本的19個指標表信息，數(shù)據(jù)量較大，限于篇幅，在此不予列出。，其描述性統(tǒng)計如表2所示。

2.屬性約簡

使用Rosetta提供的遺傳算法(GA)對決策信息表進行屬性約簡，刪除冗余屬性，得到一個最小約簡：

{Sex，Age，Edu，Gov，Man，Con，Mar，Cou，Ris，Dis，Ret，Saf，Pol，Dec}

我們注意到，在條件約簡過程中，返鄉(xiāng)農(nóng)民工的打工年限(Out)、打工性質(zhì)(Job)、打工收入(Ear)、家庭經(jīng)濟狀況(Lif)和機會識別能力(Cha)五個條件屬性被約簡掉，說明這些因素對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)投資決策的影響不明顯，這樣的結(jié)果有悖于有關(guān)學者的研究結(jié)論[1]69-70，但現(xiàn)實中我們也可以給出合理解釋，首先，調(diào)查當時被調(diào)查樣本平均都是在1.8年前返回家鄉(xiāng)的且再未外出，并且85.6%的農(nóng)民工的“打工年限”是斷續(xù)累計；其次，打工性質(zhì)屬性和管理能力屬性、交際能力屬性存在相關(guān)性；再次，打工收入和家庭經(jīng)濟狀況是返鄉(xiāng)創(chuàng)業(yè)者們共同的經(jīng)濟背景，個性差異較??；最后，對機會識別的能力偏低是農(nóng)民工創(chuàng)業(yè)者的弱點，農(nóng)民工創(chuàng)業(yè)仍然是基于生存的需要。但是，對機會識別和開發(fā)的研究仍不能忽視。

3.計算上下近似集并提取判別規(guī)則

通過計算上下近似集(使用系統(tǒng)默認的容錯率α=0.2)，生成172條判別規(guī)則，選取大于0.90的精確度(Accuracy)和大于0.05的覆蓋度(Coverage)(見表3)，對判別規(guī)則進行篩選，得到4條有效判別規(guī)則，即影響返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的因素組合，如表4所示。

(三)實證結(jié)果簡析

對上述4條有效判別規(guī)則分別作如下分析：

規(guī)則1顯示，年齡(Age)在35歲以上，具有中專以上文化程度(Edu)，沒有親戚經(jīng)商或當官(Gov)，家離城鎮(zhèn)(Dis)較遠，因年齡問題(Ret)返鄉(xiāng)，認為目前社會治安形勢(Saf)較好的男性(Sex)返鄉(xiāng)農(nóng)民工有較強的創(chuàng)業(yè)決心Dec(4)。

規(guī)則2表明，有較強交際能力(Con)，但市場意識(Mar)和個人膽量(Cou)一般，家離城鎮(zhèn)(Dis)較遠，認為目前社會治安形勢(Saf)較好，對政府的創(chuàng)業(yè)支持政策(Pol)較為滿意的返鄉(xiāng)農(nóng)民工依然選擇創(chuàng)業(yè)。

表1 條件屬性類型的描述和測度統(tǒng)計表

注：①設(shè)置這一指標是考慮到重慶市部分地區(qū)曾一度出現(xiàn)“混混經(jīng)濟”、“流氓經(jīng)濟”，嚴重影響了市場秩序，即便開展了一系列有效的“打黑除惡”、整肅經(jīng)營環(huán)境的行動，但“流氓經(jīng)濟”對商家，尤其是農(nóng)民工創(chuàng)業(yè)者創(chuàng)業(yè)信心的負面影響依然存在，因此，有必要對“社會治安狀況滿意度”進行衡量。

②調(diào)查樣本中有142人已經(jīng)處于創(chuàng)業(yè)或開始著手創(chuàng)業(yè)的階段，62人尚未創(chuàng)業(yè)，因此把“創(chuàng)業(yè)決策(Dec)”作為條件屬性，對返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)意愿和創(chuàng)業(yè)決心進行測度。

資料來源：根據(jù)調(diào)查問卷及調(diào)研數(shù)據(jù)整理。

表2 決策信息表的描述性統(tǒng)計表

資料來源：對基礎(chǔ)決策信息表進行統(tǒng)計學分析所得。

表3 提取規(guī)則的效度統(tǒng)計表

表4 有效判別規(guī)則匯總表

規(guī)則3顯示，雖然個人交際能力(Con)一般，但市場意識(Mar)和個人膽量(Cou)足夠強，家庭離城鎮(zhèn)(Dis)較遠，認為目前社會治安形勢(Saf)較好，對政府的創(chuàng)業(yè)支持政策(Pol)抱有極大期望的返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)的意愿較為強烈。

規(guī)則4表明，年齡(Age)在35歲以上，沒有親戚經(jīng)商或當官(Gov)，在外打工期間有過管理工作經(jīng)驗(Man)，有較強的市場(Mar)和風險意識(Ris)，個人膽量較大(Cou)，對當前社會經(jīng)濟穩(wěn)定性滿意的返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)的意志非常堅定。

三、返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的主要模式

傳統(tǒng)管理理論的決策邏輯強調(diào)目標導向，認為創(chuàng)業(yè)行為應(yīng)當在最少能夠識別產(chǎn)業(yè)競爭狀況、市場的上下游關(guān)系和產(chǎn)品創(chuàng)新的方向等較為充分信息的基礎(chǔ)上才能去決定[9]。但創(chuàng)業(yè)管理研究表明，創(chuàng)業(yè)過程是一個創(chuàng)業(yè)者不斷做出決策和執(zhí)行決策的過程；與傳統(tǒng)管理理論的決策邏輯明顯不同，處于初創(chuàng)期的創(chuàng)業(yè)者的決策行為具有明顯的特殊性。返鄉(xiāng)農(nóng)民工作為創(chuàng)業(yè)者由于自己的能力和資源的局限性，只是把消費者和供應(yīng)商簡單的聯(lián)合起來，缺乏全面細致的市場分析，沒有相對明確的目標和成熟的執(zhí)行方案，往往在信息不對稱的情況下做出決策。

根據(jù)前文分析，按照創(chuàng)業(yè)管理理論的決策邏輯，我們可以總結(jié)出當前返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的四種模式：A.知識導向型(有相對較高的文化程度，規(guī)則1)；B.政策導向型(政府政策支持力度大，刺激其走向創(chuàng)業(yè)，規(guī)則2)；C.個人膽略導向型(個人膽量和市場意識引導，規(guī)則3)；D.經(jīng)驗導向型(有管理經(jīng)驗和風險意識，規(guī)則4)。

(1)知識導向型創(chuàng)業(yè)決策模式。從事創(chuàng)業(yè)的返鄉(xiāng)農(nóng)民工群體中，部分受教育程度較高，文化水平在中專以上的創(chuàng)業(yè)者，在進行初次創(chuàng)業(yè)決策時，往往能夠從全局出發(fā)，較為全面地考慮相關(guān)影響因素，其決策水平和質(zhì)量相對較高。但是，根據(jù)調(diào)查結(jié)果，這個層面的農(nóng)民工創(chuàng)業(yè)者的平均年齡為46.3歲，對于新知識的模仿和學習受限，可能存在知識結(jié)構(gòu)老化，影響創(chuàng)業(yè)決策的質(zhì)量。

(2)政策導向型創(chuàng)業(yè)決策模式。近年來，各級政府相繼出臺支持返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)的政策，大大刺激了他們的創(chuàng)業(yè)積極性。其中不乏“跟風撿實惠”的創(chuàng)業(yè)者，他們在決定是否創(chuàng)業(yè)的時候，把政策動向放在最重要的位置，如果有政策支持，或者政策支持力度有加大的趨勢，他們就愿意投資創(chuàng)業(yè)，反之，則不考慮創(chuàng)業(yè)。國家政策支持滿意度調(diào)查中，有39.2%的返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)者選擇“非常滿意”，政策的導向性非常明顯?；谡邔蜃龀鰟?chuàng)業(yè)決策的返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工可能存在風險防范意識不強的缺陷，潛在的風險較大。

(3)個人膽略導向型創(chuàng)業(yè)決策模式。外出打工的經(jīng)歷充實了返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工個人膽略稟賦，從一定程度上鍛煉了信息獲取的能力和對市場的判斷力。在進行創(chuàng)業(yè)決策時，充分相信自己的選擇，認為“只要有膽量，就一定能成功”。這種創(chuàng)業(yè)決策模式的過程過于簡單，可能存在“一時新”，經(jīng)營缺乏持久性。

(4)經(jīng)驗導向型創(chuàng)業(yè)決策模式。相關(guān)產(chǎn)業(yè)經(jīng)驗和智能經(jīng)驗的積累是返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)的主要優(yōu)勢，經(jīng)驗異質(zhì)性的演進與傳遞使得他們產(chǎn)生創(chuàng)業(yè)的念頭和激情，經(jīng)驗導向型創(chuàng)業(yè)決策者可能在短期低成本創(chuàng)業(yè)或初級創(chuàng)業(yè)實踐中占有優(yōu)勢，但在長期經(jīng)營中應(yīng)當注意社會資本的積累。

四、結(jié)論及政策建議

通過對實證結(jié)果的分析，前三種創(chuàng)業(yè)決策模式中“家庭距離城鎮(zhèn)較遠(Dis)”成為影響返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策的重要因素，這與調(diào)查樣本所在地的經(jīng)濟、地理狀況密切相關(guān)，返鄉(xiāng)農(nóng)民工存在想通過創(chuàng)業(yè)真正走出落后村落的強烈意愿。同時，99%以上的調(diào)查對象“沒有親戚經(jīng)商或從政”，社會資本十分匱乏。返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工對經(jīng)營環(huán)境的改善普遍看好，社會經(jīng)濟環(huán)境和政府對農(nóng)民工創(chuàng)業(yè)的政策支持也是影響返鄉(xiāng)農(nóng)民創(chuàng)業(yè)決策的關(guān)鍵因素。

返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策是一個復雜的資源配置過程，由于信息不對稱及自身條件的限制，每一種決策模式都存在缺陷。因此，政府一方面應(yīng)當在城鎮(zhèn)化建設(shè)過程中把返鄉(xiāng)農(nóng)民工的創(chuàng)業(yè)活動納入規(guī)劃，統(tǒng)一提供必要的創(chuàng)業(yè)場地，給返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工以“創(chuàng)業(yè)家”的身份認同感；另一方面，相關(guān)職能應(yīng)從政策引導向創(chuàng)業(yè)指導過渡，服務(wù)于返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)實踐環(huán)節(jié)，以彌補他們的“社會資本匱乏”；再次，對他們進行有針對性的市場觀念和風險意識教育。

參考文獻：

[1] 楊琪靜,王宇鋒.個人稟賦、制度環(huán)境與創(chuàng)業(yè)決策:一個實證研究[J].經(jīng)濟理論與經(jīng)濟管理,2010,(1):68-73.

[2] PAWLAK Z.Rough Sets: Theoretical Aspects of Reasoning about Data [M].Norwell,MA,USA:Kluwer Academic Publishers,1992：17-19.

[3] 薛 鋒,柯孔林.粗糙集理論和遺傳算法集成的上市公司違規(guī)行為預警研究[J].軟科學,2008,22(4):49-53.

[4] 胡可云,陸玉昌,石純一.粗糙集理論及其應(yīng)用進展[J].清華大學學報(自然科學版),2001,(1):64-68.

[5] ZIMMERMANN H J,ZYSNO P.Decisions and Evaluations by Hierarchical Aggregation of Information[J].Fuzzy Sets and Systems.1983,(10):243-260.

[6] MALCOLM J B,MICHAEL J P.Variable Precision Rough Set Theory and Data Discretization:An Application to Corporate Failure Prediction[J].The International Journal of Management Science,2001,(6):561-576.

[7] 王小平,曹立明.遺傳算法——理論、應(yīng)用與軟件實現(xiàn)[M].西安:西安交通大學出版社,2002:23-25.

[8] 王國胤,姚一豫,于 洪.粗糙集理論與應(yīng)用研究綜述[J].計算機學報,2009,32(7):1229-1246.

[9] 李洪奎.創(chuàng)業(yè)決策邏輯——不同于傳統(tǒng)管理決策的思考方法[J].科技創(chuàng)業(yè),2008(8):28-29.