創(chuàng)業(yè)政策認(rèn)知、利用效果評(píng)估及其影響因素研究

周翼翔

(浙江樹(shù)人大學(xué) 管理學(xué)院，浙江 杭州 310015)

0 引言

黨的十九大提出“鼓勵(lì)創(chuàng)業(yè)帶動(dòng)就業(yè)，提供全方位公共就業(yè)服務(wù)”“激發(fā)和保護(hù)企業(yè)家精神，鼓勵(lì)更多社會(huì)主體投身創(chuàng)新創(chuàng)業(yè)”。隨著“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”的深入實(shí)施，各地出臺(tái)了一系列鼓勵(lì)和支持創(chuàng)業(yè)的政策。在國(guó)家戰(zhàn)略的引導(dǎo)和推動(dòng)下，創(chuàng)業(yè)熱潮高漲。探討創(chuàng)業(yè)政策認(rèn)知、利用效果以及政策供給與實(shí)際需求具有重要意義。創(chuàng)業(yè)是推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展的內(nèi)生動(dòng)力和解決就業(yè)問(wèn)題的重要途徑，創(chuàng)業(yè)扶持政策實(shí)施效果直接影響到創(chuàng)業(yè)的積極性和成功率[1]。因此，要提升政策的效果，除了要加大宣傳力度，更需要打破“重制定、輕評(píng)估”以及由上而下的單向政策制定邏輯，應(yīng)先從政策的實(shí)施對(duì)象——?jiǎng)?chuàng)業(yè)者的角度對(duì)創(chuàng)業(yè)政策的效果進(jìn)行全面評(píng)估，考察創(chuàng)業(yè)政策被其目標(biāo)群體所理解、接受和運(yùn)用情況，并據(jù)此找出其薄弱環(huán)節(jié)和存在的問(wèn)題，然后有針對(duì)性地進(jìn)行完善與改進(jìn)。這是提高政策決策科學(xué)性、避免政策決策失誤的有效途徑，也是創(chuàng)業(yè)政策取得效益的重要保障。

本文在對(duì)“創(chuàng)業(yè)活躍度”尤其是“創(chuàng)業(yè)服務(wù)指數(shù)”(反映省域?qū)用鎸?duì)大眾創(chuàng)業(yè)的支持力度)較高的浙江省典型市、縣新創(chuàng)企業(yè)進(jìn)行科學(xué)抽樣調(diào)查的基礎(chǔ)上，采取“過(guò)程性評(píng)估”與“結(jié)果性評(píng)估”相結(jié)合的思路，分析創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策的認(rèn)知和利用情況，探索創(chuàng)業(yè)政策“認(rèn)知-利用”失調(diào)的內(nèi)在機(jī)理，并采用Logistic回歸模型找出影響創(chuàng)業(yè)政策實(shí)施效果的具體因素，目的是對(duì)我國(guó)創(chuàng)業(yè)政策起診斷和導(dǎo)向作用，為政策的制定提供參考依據(jù)。

1 理論基礎(chǔ)與文獻(xiàn)回顧

1.1 創(chuàng)業(yè)政策的內(nèi)涵、作用及類(lèi)型

創(chuàng)業(yè)政策是影響一個(gè)國(guó)家或地區(qū)創(chuàng)業(yè)活動(dòng)水平的手段或策略，其對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)意義重大。從20世紀(jì)90年代開(kāi)始，學(xué)者從不同角度對(duì)其內(nèi)涵進(jìn)行了闡釋。代表性的觀點(diǎn)有：Lundstr?m et al、黃永春等[2-3]從功能用途出發(fā)，提出創(chuàng)業(yè)政策的本質(zhì)是刺激創(chuàng)業(yè)、減少障礙，目標(biāo)是創(chuàng)造一個(gè)環(huán)境和支持系統(tǒng)，促進(jìn)新創(chuàng)業(yè)者的出現(xiàn)以及新企業(yè)的早期發(fā)展。Hart[4]基于過(guò)程視角，認(rèn)為創(chuàng)業(yè)政策覆蓋了創(chuàng)業(yè)項(xiàng)目、創(chuàng)業(yè)能力、創(chuàng)業(yè)投入、創(chuàng)業(yè)開(kāi)辦、創(chuàng)業(yè)經(jīng)營(yíng)和綜合性創(chuàng)業(yè)服務(wù)等，制定政策的初衷是減少初創(chuàng)企業(yè)在創(chuàng)業(yè)過(guò)程中面臨的不確定性，為熊彼得式的企業(yè)家從事創(chuàng)新與創(chuàng)業(yè)活動(dòng)營(yíng)造良好的環(huán)境氛圍。還有部分學(xué)者著眼于創(chuàng)業(yè)政策的效果，將創(chuàng)業(yè)政策理解為提升創(chuàng)業(yè)活動(dòng)水平的一種制度安排，認(rèn)為通過(guò)提供融資渠道、整合資源、幫助創(chuàng)業(yè)者獲得創(chuàng)業(yè)所需要的知識(shí)與技能，創(chuàng)業(yè)政策可為新企業(yè)創(chuàng)造更好的成長(zhǎng)機(jī)會(huì)，促進(jìn)企業(yè)成長(zhǎng)，提升企業(yè)績(jī)效，是一個(gè)國(guó)家或區(qū)域創(chuàng)業(yè)活動(dòng)的重要助推器[5]。

創(chuàng)業(yè)政策類(lèi)型的劃分有多個(gè)標(biāo)準(zhǔn)。其內(nèi)容可分為供給、需求和環(huán)境3種。其中，供給政策指向核心技術(shù)研發(fā)、創(chuàng)新、成果轉(zhuǎn)化等層面的技術(shù)要素，包括創(chuàng)業(yè)教育、孵化器、創(chuàng)業(yè)基礎(chǔ)平臺(tái)、創(chuàng)業(yè)資金投入、公共服務(wù)。需求政策以成果市場(chǎng)化為導(dǎo)向，旨在幫助創(chuàng)業(yè)者開(kāi)拓創(chuàng)業(yè)產(chǎn)品市場(chǎng)，推動(dòng)創(chuàng)業(yè)成果的市場(chǎng)消費(fèi)，主要涉及政府采購(gòu)、跟蹤服務(wù)、市場(chǎng)拓展等類(lèi)目。環(huán)境政策的支持作用體現(xiàn)在間接影響，如企業(yè)的融資擔(dān)保、財(cái)稅優(yōu)惠、產(chǎn)權(quán)保護(hù)、法制保障等[6]。根據(jù)政策在創(chuàng)業(yè)中所起的作用，創(chuàng)業(yè)政策可分為改善創(chuàng)業(yè)環(huán)境型、提高創(chuàng)業(yè)能力和減少創(chuàng)業(yè)風(fēng)險(xiǎn)型，它們分別對(duì)應(yīng)著企業(yè)的外在和內(nèi)在需求[7]。按照資源類(lèi)型，創(chuàng)業(yè)政策又可分為“硬政策”和“軟政策”兩種，前者直接提供財(cái)政方面的援助，包括補(bǔ)貼、貸款等金融支持；后者是為創(chuàng)業(yè)者提供咨詢(xún)、指導(dǎo)、創(chuàng)業(yè)教育等服務(wù)[8]。不過(guò)，無(wú)論怎樣劃分，創(chuàng)業(yè)政策堅(jiān)持的核心始終是激勵(lì)創(chuàng)業(yè)精神，增強(qiáng)創(chuàng)業(yè)能力，為企業(yè)創(chuàng)造好的成長(zhǎng)環(huán)境。

1.2 創(chuàng)業(yè)政策的評(píng)估及方法

政策評(píng)估分為事前、事中和事后評(píng)估[9]。事前評(píng)估屬于方案評(píng)估，它從供給的角度對(duì)政策體系自身的科學(xué)性、系統(tǒng)性和可行性進(jìn)行評(píng)估，目的是從根源保障創(chuàng)業(yè)政策體系的合理性。事中評(píng)估定位為過(guò)程評(píng)估，由于認(rèn)知不統(tǒng)一和長(zhǎng)期強(qiáng)調(diào)結(jié)果導(dǎo)向，該評(píng)估方法雖有學(xué)者提及，但達(dá)成共識(shí)的不多。事后評(píng)估是評(píng)估政策貫徹落實(shí)情況，是從需求的角度對(duì)創(chuàng)業(yè)政策是否有效和創(chuàng)業(yè)者是否滿意進(jìn)行測(cè)評(píng)，它屬于效果評(píng)估。鑒于公共政策的生命力在于預(yù)防問(wèn)題和解決問(wèn)題，不但要知道創(chuàng)業(yè)政策實(shí)施后產(chǎn)生了什么樣的效果，為什么會(huì)產(chǎn)生這樣的結(jié)果，而且一旦出了問(wèn)題，還要能判斷哪一個(gè)環(huán)節(jié)出了問(wèn)題。因此，在創(chuàng)業(yè)政策評(píng)估中，最優(yōu)的方式是將方案評(píng)估、過(guò)程評(píng)估、效果評(píng)估相結(jié)合，從多個(gè)角度對(duì)創(chuàng)業(yè)政策進(jìn)行全面、準(zhǔn)確、及時(shí)地分析與評(píng)價(jià)[10]。

對(duì)應(yīng)于政策評(píng)估類(lèi)型，早期的學(xué)者大多致力于創(chuàng)業(yè)政策體系評(píng)估，具體方法國(guó)外采用GEM和MOS模型的較多，國(guó)內(nèi)以“三維一體”模型更為常見(jiàn)。與之形成對(duì)比的是，效果評(píng)估方法更為豐富，得出的結(jié)論也不完全一致。從已有文獻(xiàn)看，國(guó)內(nèi)學(xué)者主要采用模糊數(shù)學(xué)、運(yùn)籌學(xué)、計(jì)量經(jīng)濟(jì)學(xué)和PSM方法，國(guó)外學(xué)者多使用計(jì)量經(jīng)濟(jì)學(xué)、PSM方法、DID方法、IV法和Probit模型。大部分研究認(rèn)為創(chuàng)業(yè)政策起到了積極的效果，但少數(shù)研究認(rèn)為效果不明顯，極少數(shù)得出了負(fù)相關(guān)的結(jié)論。如Dvoulety & Luke?[11]回顧了過(guò)去10年里聚焦于自主創(chuàng)業(yè)政策的18個(gè)實(shí)證研究，發(fā)現(xiàn)大多數(shù)研究都支持自主創(chuàng)業(yè)政策對(duì)就業(yè)和個(gè)人收入具有正向影響，提升了補(bǔ)貼企業(yè)的存活率。Shukaili等[12]使用偏差校正匹配估計(jì)法排除混雜因素的干擾，證實(shí)創(chuàng)業(yè)政策有助于新創(chuàng)企業(yè)克服早期的增長(zhǎng)障礙。而Arshed，Carter & Mason[13]卻發(fā)現(xiàn)創(chuàng)業(yè)政策是無(wú)效的。Shane[14]相信創(chuàng)業(yè)政策不但無(wú)效，甚至是個(gè)“壞政策”。

在創(chuàng)業(yè)政策失效的原因追尋上，國(guó)外學(xué)者認(rèn)為實(shí)施過(guò)程復(fù)雜且混亂、參與者之間關(guān)系的支離破碎、沒(méi)有明確的目標(biāo)、輔助支持措施不夠，以及缺乏測(cè)量和評(píng)價(jià)降低了創(chuàng)業(yè)政策的有效性[15]。國(guó)內(nèi)學(xué)者則從供需匹配角度尋找答案。如徐德英，韓伯棠構(gòu)建了創(chuàng)業(yè)政策供需匹配模型，發(fā)現(xiàn)不同類(lèi)型企業(yè)政策匹配程度差異較大，其中小微企業(yè)、初創(chuàng)期企業(yè)及成長(zhǎng)期企業(yè)的匹配度較低[1]。黃永春，陳成夢(mèng)，徐軍海[16]進(jìn)一步證實(shí)，我國(guó)創(chuàng)業(yè)成功率較低是因?yàn)槲覈?guó)創(chuàng)業(yè)政策供給與創(chuàng)業(yè)模式的匹配度低，創(chuàng)業(yè)政策需要“供需匹配”。以上評(píng)估思路與評(píng)估方法為本文的研究提供了堅(jiān)實(shí)的理論基礎(chǔ)及實(shí)證依據(jù)。

1.3 創(chuàng)業(yè)政策實(shí)施效果的影響因素分析

隨著創(chuàng)業(yè)政策評(píng)估研究的不斷深入，學(xué)者對(duì)影響創(chuàng)業(yè)政策實(shí)施效果的因素展開(kāi)深入探討。范文禮[17]研究提出政府在出臺(tái)創(chuàng)業(yè)政策及執(zhí)行過(guò)程中未能與創(chuàng)業(yè)需求有機(jī)結(jié)合起來(lái)，主要原因有：①政策供給與實(shí)際需要有差距，缺乏可操作性；②政策過(guò)于碎片化，協(xié)同性不足，執(zhí)行起來(lái)容易產(chǎn)生沖突；③政策靈活性和差異性不足，政策推廣很難。劉玉俠,任丹丹[18]基于浙江省返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)者245個(gè)樣本的實(shí)證分析，認(rèn)為影響創(chuàng)業(yè)政策獲取的重要因素有教育程度、外出更換工作份數(shù)、創(chuàng)業(yè)規(guī)模和對(duì)創(chuàng)業(yè)政策的了解程度。張超，官建成[19]以我國(guó)1978-2017年693份創(chuàng)新創(chuàng)業(yè)政策文件為例，利用自然語(yǔ)言處理技術(shù)和社會(huì)網(wǎng)絡(luò)分析法描繪政策之間的交互作用，分析政策主題的演進(jìn)，提出政策之間聯(lián)系的復(fù)雜性、政策內(nèi)容多樣化會(huì)影響創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策的認(rèn)知與利用。

綜上，已有文獻(xiàn)對(duì)創(chuàng)業(yè)政策的內(nèi)涵、理論、類(lèi)型、工具、實(shí)踐、評(píng)估等持續(xù)開(kāi)展了深入的探索性研究，形成較為成熟的研究成果和理論體系。但在創(chuàng)業(yè)政策的效果評(píng)估上，相關(guān)研究主要停留在政策是否發(fā)揮作用的層面[20]，且主要是基于創(chuàng)業(yè)政策效果的正面研究，缺乏對(duì)政策失靈的表象、原因、機(jī)制及對(duì)策分析，尤其對(duì)創(chuàng)業(yè)者知道創(chuàng)業(yè)政策卻不加以利用的實(shí)踐現(xiàn)象缺乏機(jī)理上的解釋?zhuān)@為本文留下進(jìn)一步探索的空間。

2 研究設(shè)計(jì)

2.1 變量測(cè)量

2.1.1 影響變量

借鑒黃永春[16]、余菲菲，施曄等[21]的研究，本文用性別、年齡、學(xué)歷、行業(yè)、企業(yè)規(guī)模、創(chuàng)業(yè)經(jīng)歷、信息對(duì)稱(chēng)度、環(huán)境動(dòng)蕩性、競(jìng)爭(zhēng)強(qiáng)度、供需匹配度、政策預(yù)期收益、政策利用成本納入影響政策實(shí)施效果的潛在因素。在度量上，性別、年齡、學(xué)歷、行業(yè)、企業(yè)規(guī)模、創(chuàng)業(yè)經(jīng)歷用分類(lèi)變量表示。其余變量用Likert 7級(jí)量表形式衡量，“1”表示非常不符合，“7”表示非常符合。每個(gè)變量的測(cè)量題項(xiàng)在3～5個(gè)之間，如“信息對(duì)稱(chēng)度”用“我經(jīng)常關(guān)注最新的創(chuàng)業(yè)政策發(fā)布情況”、“我獲取創(chuàng)業(yè)信息的渠道是暢通的”“我熟悉國(guó)家創(chuàng)新創(chuàng)業(yè)方面的政策”和“我知道從哪里尋找到我需要的創(chuàng)業(yè)政策”4個(gè)題項(xiàng)表示；“供需匹配度”用“創(chuàng)業(yè)政策對(duì)我的創(chuàng)業(yè)很有幫助”“創(chuàng)業(yè)政策解決了我實(shí)際中的問(wèn)題”“創(chuàng)業(yè)政策既考慮了不同企業(yè)間的共性，又照顧到不同企業(yè)間的特殊性”“創(chuàng)業(yè)中我愿意利用創(chuàng)業(yè)政策”和“新舊創(chuàng)業(yè)政策更新比較及時(shí)”5個(gè)題項(xiàng)衡量等。

2.1.2 結(jié)果變量

鑒于創(chuàng)業(yè)政策支持對(duì)象對(duì)創(chuàng)業(yè)政策的知曉度和享受度是衡量創(chuàng)業(yè)政策是否發(fā)揮了應(yīng)有效果的重要標(biāo)準(zhǔn)[18]，本文用“認(rèn)知效果”和“利用效果”兩個(gè)變量衡量創(chuàng)業(yè)政策的實(shí)施效果。其中，“認(rèn)知效果”用“在創(chuàng)業(yè)之初我就知悉供給類(lèi)支持政策、在創(chuàng)業(yè)之初我就知悉需求類(lèi)支持政策、在創(chuàng)業(yè)之初我就知悉環(huán)境類(lèi)支持政策”3個(gè)題項(xiàng)衡量。根據(jù)研究需要，“利用效果”用兩種方法度量：①用“0-1”變量表示創(chuàng)業(yè)者利用創(chuàng)業(yè)政策的情況，其中“0”表示沒(méi)有，“1”表示有；②在創(chuàng)業(yè)者選擇“1”的基礎(chǔ)上，再用3個(gè)題項(xiàng)測(cè)量創(chuàng)業(yè)者利用政策的程度(在創(chuàng)業(yè)中我充分利用了供給類(lèi)支持政策、在創(chuàng)業(yè)中我充分利用了需求類(lèi)支持政策、在創(chuàng)業(yè)中我充分利用了環(huán)境類(lèi)支持政策)。

2.2 樣本選擇和數(shù)據(jù)收集

根據(jù)西南交通大學(xué)創(chuàng)新創(chuàng)業(yè)研究中心《中國(guó)大眾創(chuàng)業(yè)指數(shù)(MEI)》(2018)以及阿里研究院《2020年網(wǎng)商發(fā)展研究報(bào)告》，本文選擇“創(chuàng)業(yè)活躍度”尤其是“創(chuàng)業(yè)服務(wù)指數(shù)”比較高的浙江省(杭州、金華、臺(tái)州、嘉興、溫州)新創(chuàng)業(yè)企業(yè)作為調(diào)查對(duì)象。搜集國(guó)家、浙江省有關(guān)支持新創(chuàng)企業(yè)的創(chuàng)業(yè)政策文本，剔除與新創(chuàng)企業(yè)創(chuàng)業(yè)政策無(wú)關(guān)的文本、被重復(fù)搜集的政策文本和己經(jīng)失效或被新政策替代的政策文本，然后在此基礎(chǔ)上設(shè)計(jì)問(wèn)卷，進(jìn)行數(shù)據(jù)收集。共發(fā)出問(wèn)卷426份，回收352份，回收率為82.63%。剔除漏填或明顯有錯(cuò)誤的問(wèn)卷后，共得到335份有效問(wèn)卷。

樣本分布情況如表1所示。從性別上看，新創(chuàng)企業(yè)中男性創(chuàng)業(yè)者居多；年齡26～35歲之間的創(chuàng)業(yè)者占大多數(shù)，25歲以下的創(chuàng)業(yè)者所占比重最少；學(xué)歷主要以專(zhuān)科和本科為主，碩士及以上的創(chuàng)業(yè)者比例不足一成，專(zhuān)科以下創(chuàng)業(yè)者也明顯比專(zhuān)科和本科創(chuàng)業(yè)者占比少，總體上呈現(xiàn)出正態(tài)分布特征。從企業(yè)規(guī)模看，50人以下的小微企業(yè)占大多數(shù)，且以信息、電子、高新材料等科技型企業(yè)為主。

表1 樣本分布情況表(N=335)

2.3 問(wèn)卷的信度和效度檢驗(yàn)

為驗(yàn)證問(wèn)卷設(shè)計(jì)質(zhì)量，保證分析結(jié)果的可靠性，在實(shí)證分析前，本文對(duì)問(wèn)卷的信度和效度進(jìn)行檢驗(yàn)。信度用Cronbach’s α值表示，經(jīng)測(cè)算，各變量的α值在0.713～0.891之間，顯示問(wèn)卷的信度較高。效度從收斂效度和區(qū)分效度兩個(gè)方面檢驗(yàn)，前者由組合信度(CR)和平均變異萃取量(AVE)組成，后者通過(guò) AVE與相關(guān)系數(shù)的值進(jìn)行比較測(cè)量。如表2所示，各變量的組成信度CR(0.720～0.895)良好，且AVE 值范圍在0.514～0.713之間，大于最低臨界值0.500，說(shuō)明量表有較好的收斂效度。同時(shí)，對(duì)角線上的值(是AVE 的二次方根)均高于該變量與其它變量的相關(guān)系數(shù)，通過(guò)了區(qū)別效度檢驗(yàn)。

表2右側(cè)對(duì)角線下的數(shù)據(jù)是各變量之間的相關(guān)系數(shù)。由此可知，因變量(認(rèn)知效果、利用效果)與自變量大多呈中高度相關(guān)，自變量之間以中低度相關(guān)為主，相關(guān)性合理，符合回歸分析的要求。其中，供需匹配度、信息對(duì)稱(chēng)度與認(rèn)知效果、利用效果相關(guān)系數(shù)較高，初步判斷二者是影響創(chuàng)業(yè)政策實(shí)施效果的重要因素。另外，利用成本與認(rèn)知效果負(fù)相關(guān)，與利用效果無(wú)關(guān)，預(yù)期收益正好與之相反，顯示二者可能存在不同的影響機(jī)制。環(huán)境動(dòng)蕩性、競(jìng)爭(zhēng)性與認(rèn)知、利用效果分別呈正相關(guān)和負(fù)相關(guān)，展示出不一樣的作用機(jī)制，對(duì)此本文將做進(jìn)一步驗(yàn)證。

表2 變量的相關(guān)性分析及結(jié)構(gòu)效度檢驗(yàn)

3 實(shí)證分析

3.1 創(chuàng)業(yè)政策認(rèn)知、利用效果評(píng)估

本文把創(chuàng)業(yè)政策實(shí)施效果分解成認(rèn)知效果和利用效果。其中，“認(rèn)知效果”屬于過(guò)程性評(píng)估范疇，反映的是創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策的熟悉和了解程度。創(chuàng)業(yè)政策的順利實(shí)施離不開(kāi)目標(biāo)群體對(duì)政策內(nèi)容的理解與接受，因此它是創(chuàng)業(yè)政策取得預(yù)期效果的前提與基礎(chǔ)。“利用效果”屬于結(jié)果性評(píng)估范疇，反映的是創(chuàng)業(yè)政策的落地情況。對(duì)于創(chuàng)業(yè)者來(lái)說(shuō)，在及時(shí)準(zhǔn)確地獲知有關(guān)創(chuàng)業(yè)政策信息后，是否有意愿并能享受到政策支持是創(chuàng)業(yè)政策能否發(fā)揮效用的關(guān)鍵。

具體測(cè)算借鑒已有研究[6]，本文將創(chuàng)業(yè)政策細(xì)化成供給、環(huán)境和需求三大類(lèi)，表3展示的是創(chuàng)業(yè)者對(duì)不同政策類(lèi)型的認(rèn)知和利用情況。由此看出，在認(rèn)知效果上，這三大類(lèi)政策量表得分最小值是4，最大值是7，均值分別為5.56、5.60和6.44。由于7級(jí)量表的中位數(shù)值是3.5，故可判斷創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策的認(rèn)知程度很高，很少存在創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策不熟悉的情況。尤其是需求類(lèi)政策，認(rèn)知效果最小值為6，換算成創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策的熟悉程度后高達(dá)85.71%，這表明隨著多年的宣傳、普及，信息不對(duì)稱(chēng)的狀況已有所改善，創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)支持政策的了解程度不斷提高。

與認(rèn)知效果形成對(duì)比的是，在利用效果上，所有量表得分最小值為1，最大值雖然仍為7，但均值大幅度回落到3.65～4.65之間，說(shuō)明盡管創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策認(rèn)知情況良好，但利用政策卻不容樂(lè)觀。另外，與認(rèn)知效果的標(biāo)準(zhǔn)差(0.498～1.027)相比，利用效果的標(biāo)準(zhǔn)差明顯增大(1.391～1.688)，顯示在利用創(chuàng)業(yè)政策上，創(chuàng)業(yè)者之間的差異更大。表3最后一欄是“認(rèn)知-利用”落差值，它反映的是創(chuàng)業(yè)者熟知?jiǎng)?chuàng)業(yè)政策卻不加利用的程度，衡量創(chuàng)業(yè)政策供給與政策需求之間的匹配情況，其最小值和最大值分別1.10(環(huán)境類(lèi)政策)和2.79(需求類(lèi)政策)，表明在所有政策類(lèi)型中，環(huán)境類(lèi)政策匹配情況最好，供給類(lèi)次之，匹配情況最差的是需求類(lèi)政策。

表3 創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策認(rèn)知、利用效果及落差

表4展示的是認(rèn)知效果和利用效果在不同分類(lèi)變量下的差異性檢驗(yàn)結(jié)果。這是因?yàn)楦鶕?jù)計(jì)量經(jīng)濟(jì)學(xué)理論，在進(jìn)行Logistic回歸分析前，如果樣本不多而變量較多，有必要先通過(guò)單變量分析(t檢驗(yàn)、卡方檢驗(yàn)等)考察所有控制變量、自變量與因變量之間的關(guān)系，篩掉一些無(wú)意義的變量，再進(jìn)行多因素分析可以保證結(jié)果更加可靠。因此，本文對(duì)創(chuàng)業(yè)政策實(shí)施效果潛在的影響因素進(jìn)行了獨(dú)立樣本T檢驗(yàn)或單因素方差分析，分析不同情形下(性別、年齡、學(xué)歷、規(guī)模、行業(yè)和創(chuàng)業(yè)經(jīng)歷)創(chuàng)業(yè)政策的認(rèn)知效果和利用效果是否存在顯著性差異。從表4可以看出，在認(rèn)知效果上，除了學(xué)歷和創(chuàng)業(yè)經(jīng)歷分別在10%和5%的水平上顯著外，其它因素均不顯著，說(shuō)明在認(rèn)知?jiǎng)?chuàng)業(yè)政策內(nèi)容上，不同學(xué)歷和有無(wú)創(chuàng)業(yè)經(jīng)歷的創(chuàng)業(yè)者之間存在顯著性差異。在利用效果上，規(guī)模、行業(yè)和創(chuàng)業(yè)經(jīng)歷構(gòu)成影響創(chuàng)業(yè)政策利用程度的重要因素。以上結(jié)論為logistic回歸分析選擇進(jìn)入方程的變量提供了必要的信息。

表4 認(rèn)知效果和利用效果在不同情形下的差異性檢驗(yàn)

3.2 創(chuàng)業(yè)政策利用效果影響因素分析

“認(rèn)知-利用”落差的存在削弱了創(chuàng)業(yè)政策效果的發(fā)揮，也違背了創(chuàng)業(yè)政策制定的初衷。本文采用Logistic模型和多元回歸分析找出影響創(chuàng)業(yè)政策利用效果發(fā)揮的具體因素。表5是對(duì)影響創(chuàng)業(yè)政策利用效果潛在因素的描述，可以看出除供需匹配度外，各連續(xù)變量的均值都超過(guò)了7級(jí)量表的中值3.5，標(biāo)準(zhǔn)差最大值為1.763(供需匹配度)，這表明：①現(xiàn)有的創(chuàng)業(yè)供需匹配度不高，政策供給和政策需求可能存在錯(cuò)位的現(xiàn)象；②不同政策之間錯(cuò)位的幅度不盡相同，差異較大。其中，信息對(duì)稱(chēng)度均值為5.68，標(biāo)準(zhǔn)差是1.152，顯示與幾年前相比，因政策宣傳不到位或不及時(shí)導(dǎo)致創(chuàng)業(yè)政策利用率低的現(xiàn)象得到一定程度的緩解。環(huán)境動(dòng)蕩性和競(jìng)爭(zhēng)強(qiáng)度均值分別是4.70和4.77，可知現(xiàn)有創(chuàng)業(yè)政策的利用環(huán)境存在一定的風(fēng)險(xiǎn)與不確定性。此外，政策的預(yù)期收益和利用成本均值都超過(guò)了3.5，分別是4.51和4.93，表明從創(chuàng)業(yè)者的角度來(lái)看，一方面創(chuàng)業(yè)政策具有較強(qiáng)的吸引力，提升了創(chuàng)業(yè)者利用政策的心理預(yù)期；另一方面創(chuàng)業(yè)政策利用成本偏高，甚至超過(guò)了利用政策帶來(lái)的收益(4.93>4.51)，這可能會(huì)對(duì)創(chuàng)業(yè)者利用政策的積極性形成一定程度的沖擊。

表5 創(chuàng)業(yè)政策影響因素賦值說(shuō)明

表6是logistic回歸和多元線性回歸分析的結(jié)果。由此可知，Omnibus 檢驗(yàn)的卡方值=24.625，P值=0.000，-2 Log likelihood= 448.408，可確認(rèn)logistic回歸模型總體有意義。Hosmer and Lemeshow Test的P值=0.368>0.1，證實(shí)數(shù)據(jù)中的信息已被模型提取，模型擬合度較高。多元線性回歸的F值、P值和adj R2值也反映模型總體顯著，擬合良好。同時(shí)，表6顯示，影響創(chuàng)業(yè)者是否利用政策決策的因素有創(chuàng)業(yè)經(jīng)歷、行業(yè)、規(guī)模、信息對(duì)稱(chēng)度、環(huán)境動(dòng)蕩性、競(jìng)爭(zhēng)強(qiáng)度、匹配度，以及利用創(chuàng)業(yè)政策所需要付出的成本，其中政策供需匹配度的影響效應(yīng)最大；而影響政策利用程度的因素按從大到小的順序依次是政策的預(yù)期收益、政策供需匹配度、創(chuàng)業(yè)經(jīng)歷、信息對(duì)稱(chēng)度、環(huán)境動(dòng)蕩性、競(jìng)爭(zhēng)的激烈程度、企業(yè)規(guī)模和行業(yè)。與前者形成鮮明對(duì)比的是，政策的預(yù)期收益由不顯著因素成為影響結(jié)果變量的最重要因素，且不同因素的影響權(quán)重也發(fā)生了很大改變。

具體來(lái)說(shuō)，在Logistic回歸模型中，分類(lèi)變量Exp(創(chuàng)業(yè)經(jīng)歷)在10%的水平上顯著，其系數(shù)為-0.331，OR值=0.718，可知有創(chuàng)業(yè)經(jīng)歷的創(chuàng)業(yè)者利用政策的概率是沒(méi)有創(chuàng)業(yè)經(jīng)歷創(chuàng)業(yè)者的0.718倍，利用政策的可能性降低了28.2%。但在多元線性回歸分析中，其符號(hào)為正，且在1%的水平上顯著。發(fā)生明顯變化可能是由于創(chuàng)業(yè)政策不匹配，導(dǎo)致一些有創(chuàng)業(yè)經(jīng)驗(yàn)的創(chuàng)業(yè)者過(guò)濾掉一些對(duì)其幫助不大的創(chuàng)業(yè)政策。不過(guò)一旦做出了利用政策的決定，基于創(chuàng)業(yè)者前期實(shí)踐經(jīng)驗(yàn)，創(chuàng)業(yè)者一般會(huì)選擇效用比較高的政策，此時(shí)經(jīng)驗(yàn)起到一個(gè)正向促進(jìn)作用，故造成利用政策的意愿會(huì)上升。分類(lèi)變量Ind(行業(yè))以“服裝紡織”行業(yè)作為參照組，其P值=0.067，表明行業(yè)變量總體檢驗(yàn)的差異有統(tǒng)計(jì)學(xué)意義。根據(jù)數(shù)據(jù)，信息電子行業(yè)在兩組模型中均在10%的水平上顯著，該行業(yè)創(chuàng)業(yè)者利用創(chuàng)業(yè)政策的概率是顯示服裝紡織行業(yè)的2.323倍(OR值=2.333)，意味著高科技行業(yè)對(duì)政策依賴(lài)的可能性更高。同理，可以看出在logistic回歸模型中，不同規(guī)模(Scale)企業(yè)利用政策存在差異，其中，相對(duì)于10人以下的企業(yè)，11人以上的企業(yè)利用政策的可能性上升，多元線性回歸分析進(jìn)一步印證了此結(jié)論。

表6 logistic回歸和多元線性回歸分析

連續(xù)變量Symm(信息對(duì)稱(chēng)度)反映的是信息暢通程度，它在兩組模型中均顯著正相關(guān)，可以推斷信息暢通有利于增加創(chuàng)業(yè)者利用政策的概率(OR=1.454)與利用程度(B=0.236，P=0.000)。Turb(環(huán)境動(dòng)態(tài)性)和Inten(競(jìng)爭(zhēng)強(qiáng)度)的影響正好相反，前者使利用政策概率下降24.9%(OR值=0.751)，而后者使利用政策的可能性提高了53.6%(OR值=1.536)，一正一負(fù)證實(shí)動(dòng)態(tài)的環(huán)境會(huì)造成創(chuàng)業(yè)者放棄對(duì)政策的利用，競(jìng)爭(zhēng)環(huán)境的加劇則迫使企業(yè)尋求政策的更多支持以獲取優(yōu)勢(shì)，多元線性回歸的結(jié)論對(duì)此做了進(jìn)一步確認(rèn)。另外，兩組模型都顯示Match(創(chuàng)業(yè)政策供需匹配度)在提高政策利用率方面的重要性(OR值=2.624；B=0.572，P=0.000)。并且，Earn(政策的預(yù)期收益)在logistic 回歸中不顯著，但在多元線性回歸中顯著，且方向?yàn)檎?，Cost(政策的預(yù)期成本)的顯著性及影響方向卻正好相反。綜合分析，可能是因?yàn)槌鮿?chuàng)企業(yè)具有小且弱的屬性，在做出是否利用政策決策時(shí)創(chuàng)業(yè)者首要考慮的是成本，而不是收益，但在決定政策利用程度時(shí)，由于其已完成了對(duì)成本與收益的評(píng)估，并跨越了其負(fù)面效應(yīng)帶來(lái)沖擊的心里預(yù)期。此時(shí)，只要成本在可控制、可接受的范圍內(nèi)，創(chuàng)業(yè)者優(yōu)先考慮的是政策的預(yù)期收益而不是利用成本。

4 討論及結(jié)論

4.1 討論

目前，我國(guó)創(chuàng)業(yè)政策知曉度得到了大幅度提升，但與之形成對(duì)照的是創(chuàng)業(yè)政策的利用度卻不高，“認(rèn)知-利用”落差大。追根溯源，這是創(chuàng)業(yè)供需匹配度、信息對(duì)稱(chēng)度、創(chuàng)業(yè)經(jīng)歷以及政策的預(yù)期收益和成本等多種因素綜合作用的結(jié)果。那么這些因素是按照怎樣的邏輯造成實(shí)踐中創(chuàng)業(yè)者熟悉創(chuàng)業(yè)政策卻不加以利用現(xiàn)象的發(fā)生呢？

基于“個(gè)人-環(huán)境”匹配理論、信息不對(duì)稱(chēng)理論和感知價(jià)值理論，本文對(duì)其發(fā)生過(guò)程與機(jī)理做了進(jìn)一步探索。在“大眾創(chuàng)新、萬(wàn)眾創(chuàng)業(yè)”背景下，國(guó)家出臺(tái)了相關(guān)創(chuàng)業(yè)政策，這些政策覆蓋了資金、技術(shù)、信息、培訓(xùn)等方面，為創(chuàng)業(yè)者順利創(chuàng)業(yè)提供了支撐與保障。同時(shí)，創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策也存在資金、技術(shù)、信息、培訓(xùn)等方面的需求，但二者之間并非是對(duì)等關(guān)系，一旦供給與需求不一致，扶持政策將會(huì)產(chǎn)生錯(cuò)配現(xiàn)象。由預(yù)期收益和利用成本構(gòu)成的感知價(jià)值會(huì)進(jìn)一步擴(kuò)大或降低不平衡態(tài)勢(shì)，這是因?yàn)閯?chuàng)業(yè)者選擇創(chuàng)業(yè)政策時(shí)，會(huì)對(duì)預(yù)期獲得的效用與所付出的成本進(jìn)行權(quán)衡和比較，若預(yù)期收益高于可見(jiàn)的支付成本，創(chuàng)業(yè)者就會(huì)傾向于采用創(chuàng)業(yè)政策。反之，即使政策很有誘惑力，創(chuàng)業(yè)者也有可能在進(jìn)行成本與收益比較后棄之不用。

感知價(jià)值自身受到信息對(duì)稱(chēng)度、創(chuàng)業(yè)經(jīng)歷、環(huán)境動(dòng)態(tài)性、競(jìng)爭(zhēng)強(qiáng)度等因素的影響。在一個(gè)信息溝通順暢、預(yù)知性高的環(huán)境中，創(chuàng)業(yè)者會(huì)結(jié)合自身的稟賦和企業(yè)的實(shí)際需求，對(duì)創(chuàng)業(yè)政策的價(jià)值做一個(gè)全面評(píng)估，權(quán)衡利弊后采納或放棄。相反，在一個(gè)信息流通不暢、動(dòng)蕩性大的情境下，創(chuàng)業(yè)者掌握的信息不全面，對(duì)政策一知半解甚至完全不了解，因此很難對(duì)創(chuàng)業(yè)政策的價(jià)值進(jìn)行合理的評(píng)估。另外，創(chuàng)業(yè)經(jīng)歷和競(jìng)爭(zhēng)強(qiáng)度也會(huì)直接或間接影響創(chuàng)業(yè)者對(duì)政策潛在收益的評(píng)判，例如，有過(guò)企業(yè)任職經(jīng)歷或創(chuàng)業(yè)實(shí)踐的創(chuàng)業(yè)者與剛走出校門(mén)的大學(xué)生在政策需求上并不一致、競(jìng)爭(zhēng)環(huán)境的改變可能會(huì)促使創(chuàng)業(yè)者需要更多來(lái)自外部的支持等，導(dǎo)致他們?cè)谡邇r(jià)值的判斷上出現(xiàn)很大差異。經(jīng)過(guò)多層傳導(dǎo)，這些因素最終會(huì)對(duì)感知價(jià)值產(chǎn)生作用，并通過(guò)感知價(jià)值影響供需匹配度和創(chuàng)業(yè)者的政策選擇行為。最終，在供需匹配主導(dǎo)的大系統(tǒng)中，一旦各要素得不到很好的協(xié)調(diào)，就會(huì)導(dǎo)致政策“供-需”匹配度失衡，“認(rèn)知-利用”落差擴(kuò)大，造成創(chuàng)業(yè)者熟知?jiǎng)?chuàng)業(yè)政策的內(nèi)容而不想利用、不能利用現(xiàn)象的發(fā)生。

4.2 結(jié)論及建議

針對(duì)創(chuàng)業(yè)政策效果評(píng)估的不足，從“認(rèn)知”和“利用”兩方面入手，對(duì)現(xiàn)有創(chuàng)業(yè)政策實(shí)施效果展開(kāi)過(guò)程性和結(jié)果性評(píng)估，計(jì)算“認(rèn)知-利用”效果落差，找出影響“利用效果”的具體因素，并探索創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策的行為選擇機(jī)理。結(jié)果顯示：①創(chuàng)業(yè)政策的知曉度較高，但利用度并沒(méi)有同步提高，存在較大的“認(rèn)知-利用”落差，且不同類(lèi)型的創(chuàng)業(yè)政策落差大小不一樣；②創(chuàng)業(yè)政策的實(shí)施效果受信息對(duì)稱(chēng)度、環(huán)境的動(dòng)蕩性、競(jìng)爭(zhēng)性、匹配度、政策的預(yù)期成本和收益等因素影響；③受感知價(jià)值(由政策的利用成本和預(yù)期收益構(gòu)成)調(diào)節(jié)的供需匹配度失衡構(gòu)成了創(chuàng)業(yè)者對(duì)創(chuàng)業(yè)政策“認(rèn)知-利用”失調(diào)的內(nèi)在機(jī)理。

因此，本文認(rèn)為創(chuàng)業(yè)政策的實(shí)施要“以增加感知價(jià)值為導(dǎo)向、以降低政策供需匹配失衡為中心”，從以下4方面采取行動(dòng)努力提高政策的匹配度與利用度：

(1)降低政策利用成本，提高創(chuàng)業(yè)者對(duì)政策收益的心理預(yù)期。創(chuàng)業(yè)政策的初衷是為了激發(fā)、扶持創(chuàng)業(yè)者創(chuàng)業(yè)，促進(jìn)創(chuàng)業(yè)企業(yè)的存活率，但實(shí)踐中，創(chuàng)業(yè)政策的落地并非零成本，在這個(gè)過(guò)程中甚至存在一定的政策壁壘。當(dāng)創(chuàng)業(yè)者發(fā)現(xiàn)扶持性政策的申請(qǐng)流程太復(fù)雜、繁瑣，在專(zhuān)利、社保、銀行抵押、企業(yè)經(jīng)營(yíng)流水監(jiān)控等方面還有諸多要求，并超過(guò)其能承受的期望收益閾值時(shí)，創(chuàng)業(yè)者利用政策的能力和積極性就會(huì)受挫，這會(huì)出現(xiàn)創(chuàng)業(yè)者即使知道創(chuàng)業(yè)政策也不加以利用現(xiàn)象的發(fā)生。因此，政策自身要減低申請(qǐng)門(mén)檻，在執(zhí)行中界限要清晰，程序要簡(jiǎn)化，減少政策成本增加帶來(lái)的低效率，同時(shí)提高政策收益的心理預(yù)期。

(2)細(xì)化政策扶持方案，內(nèi)容要體現(xiàn)針對(duì)性、精準(zhǔn)性、匹配性。由于不同群體、類(lèi)型、生命周期的企業(yè)起點(diǎn)不一樣，政策需求也不一樣，所以要確保創(chuàng)業(yè)政策有效激勵(lì)和支持創(chuàng)業(yè)活動(dòng)。首先需要了解不同群體、類(lèi)型、生命周期的企業(yè)在不同階段的政策需求，重視創(chuàng)業(yè)政策制定的科學(xué)性和系統(tǒng)性，然后在政策供給上要體現(xiàn)細(xì)化和異質(zhì)性的特征，力求供需匹配一致。創(chuàng)業(yè)政策只有在個(gè)人、企業(yè)層面得到很好的契合，知道且利用政策的概率才會(huì)提高，創(chuàng)業(yè)政策的實(shí)施效果才能有效增強(qiáng)。

(3)增加信息的對(duì)稱(chēng)性，采取多種措施完善創(chuàng)業(yè)服務(wù)體系。要使創(chuàng)業(yè)政策切實(shí)落地，第一步需要解決的是橫阻在創(chuàng)業(yè)者與創(chuàng)業(yè)政策之間的信息不對(duì)稱(chēng)問(wèn)題，讓創(chuàng)業(yè)者及時(shí)、準(zhǔn)確、無(wú)困難地獲取相關(guān)信息。為此，政府除了加大宣傳力度，讓更多的創(chuàng)業(yè)者充分了解政策內(nèi)容外，還應(yīng)采取多種措施完善創(chuàng)業(yè)服務(wù)體系。如將一部分非核心的相關(guān)職責(zé)交給市場(chǎng)化創(chuàng)業(yè)服務(wù)機(jī)構(gòu)，以市場(chǎng)化、多主體運(yùn)作模式促進(jìn)創(chuàng)業(yè)服務(wù)體系建設(shè)。

(4)實(shí)施創(chuàng)業(yè)政策的跟蹤評(píng)估措施，建立高效的上下聯(lián)動(dòng)反饋機(jī)制。近年來(lái)，各級(jí)各地政府出臺(tái)的創(chuàng)業(yè)政策很多，但出臺(tái)后只強(qiáng)調(diào)執(zhí)行，缺乏互動(dòng)和動(dòng)態(tài)調(diào)整機(jī)制。研究發(fā)現(xiàn)，對(duì)于同一時(shí)間推出的大量創(chuàng)業(yè)政策，若缺乏明確的目標(biāo)、測(cè)量和績(jī)效評(píng)估體系，會(huì)增加創(chuàng)業(yè)政策執(zhí)行過(guò)程中的不確定性，容易導(dǎo)致政策重疊、執(zhí)行效率低下和政策內(nèi)容種類(lèi)不完善等各種問(wèn)題[15]。因此，需要對(duì)創(chuàng)業(yè)政策的實(shí)施效果跟蹤評(píng)估，建立上下聯(lián)動(dòng)反饋機(jī)制和政策的自我糾偏能力，保持溝通渠道的暢通性，按照“執(zhí)行前體系評(píng)估-執(zhí)行-執(zhí)行后效果評(píng)估-再修正執(zhí)行”的思路，完善創(chuàng)業(yè)政策體系，提高政策的實(shí)施效果。