曹雨佳

（蘇州大學(xué)東吳商學(xué)院，江蘇 蘇州 215000）

目前青年創(chuàng)業(yè)是大勢所趨，國家也出臺了多項(xiàng)相關(guān)政策推動創(chuàng)業(yè)【1】。但對該領(lǐng)域的研究大多基于主觀問卷調(diào)查，并且缺少青年創(chuàng)業(yè)質(zhì)量的衡量指標(biāo)。因此，本文考慮采用實(shí)證研究的方式，構(gòu)建關(guān)于青年創(chuàng)業(yè)質(zhì)量的衡量模型，利用數(shù)據(jù)估計(jì)其參數(shù)，并以此來探討其分布規(guī)律。

一、數(shù)據(jù)的收集與量化分析

在將截至2017年的江蘇省所有的青年創(chuàng)業(yè)者在工商管理局的登記資料進(jìn)行了分類匯總，對江蘇省13個地級市的行業(yè)分布、注冊資本分布、法人年齡分布等進(jìn)行了靜態(tài)描述分析之后，分析結(jié)果表明，初創(chuàng)企業(yè)基本集中于批發(fā)業(yè)、零售業(yè)、制造業(yè)等準(zhǔn)入門檻較低的行業(yè)；一半以上的初創(chuàng)企業(yè)的注冊資本集中在100-500萬的區(qū)段；青年創(chuàng)業(yè)者以80后居多，總體而言，江蘇省初創(chuàng)企業(yè)規(guī)模較為可觀并且擁有較強(qiáng)的生存和成長能力。

二、構(gòu)建PMC指數(shù)模型

建立模型來實(shí)證分析初創(chuàng)企業(yè)經(jīng)營狀況的影響因素。使用的主模型方法是回歸分析。通過建立數(shù)據(jù)庫，計(jì)算出各地區(qū)各行業(yè)存活率的年變化數(shù)據(jù)，在此基礎(chǔ)上建立的模型。其中的參數(shù)表示時刻i地區(qū)j行業(yè)的存活率，表示時刻i地區(qū)j行業(yè)相關(guān)的政策因素，表示時刻i地區(qū)j行業(yè)的企業(yè)啟動資金因素，表示時刻i地區(qū)j行業(yè)相關(guān)企業(yè)軟實(shí)力因素，A,B,C,D為待驗(yàn)證的回歸參數(shù)。假設(shè)政策與企業(yè)的軟實(shí)力因素相互獨(dú)立，則兩者呈無影響交集狀態(tài)。而對于企業(yè)的啟動資金，假設(shè)創(chuàng)業(yè)者會根據(jù)歷年的政策支持情況概率性的調(diào)整自身的啟動資金。因此引入交叉影響因子，對于政策量化模型，我采用的是PMC指數(shù)模型。理論基礎(chǔ)是漸進(jìn)決策理論。根據(jù)Charles Lindblom的漸進(jìn)決策模型，我認(rèn)為政策的制定是在過去經(jīng)驗(yàn)的基礎(chǔ)上，經(jīng)過逐漸修補(bǔ)的漸進(jìn)過程來實(shí)現(xiàn)的。漸進(jìn)決策看上去似乎行動緩慢，但它實(shí)質(zhì)是決策效果累積的過程，是量變到質(zhì)變的過程。因此我在建立政策量化模型時接受過去的政策結(jié)果，并在此基礎(chǔ)上計(jì)算政策的影響量，根據(jù)政策性質(zhì)劃分了一級變量和二級變量來計(jì)算PMC指數(shù)。

三、PMC基礎(chǔ)上的因子分析

先通過建立數(shù)據(jù)庫，利用Python對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，計(jì)算出各地區(qū)各行業(yè)存活率的年變化數(shù)據(jù)；并以此為基礎(chǔ)建立企業(yè)存活率和政策、資金等因素的線性回歸模型。對于政策量化模型，以漸進(jìn)決策理論為理論基礎(chǔ)，采用了PMC指數(shù)模型。經(jīng)過分析，計(jì)算出了各行業(yè)的PMC指數(shù)，統(tǒng)計(jì)出各行業(yè)注冊資金占比率及行業(yè)存活率；并以此為基礎(chǔ)利用MATLAB軟件，使用先行最小二乘法計(jì)得出各行業(yè)模型系數(shù)（圖一）。結(jié)果表明，不同行業(yè)企業(yè)的存活率與政策、資金等因素的相關(guān)性顯著不同。這對當(dāng)代青年的創(chuàng)新創(chuàng)業(yè)有著借鑒意義：以教育業(yè)為例，若青年即將或正在進(jìn)行教育業(yè)領(lǐng)域的創(chuàng)業(yè)，需要著重考慮資金問題，因?yàn)橘Y金因子在該領(lǐng)域達(dá)到了42.92，具有重大顯著影響。而對即將或正在進(jìn)行電熱氣領(lǐng)域創(chuàng)業(yè)的青年，當(dāng)?shù)卣呤鞘滓紤]因素，因?yàn)槠湔咭蜃舆_(dá)到了8.31，是所有行業(yè)中政策因子最高的一個。

圖一：各行業(yè)模型系數(shù)

綜上，蘇錫常地區(qū)青年創(chuàng)業(yè)可采用的評估模型，其中各行業(yè)估計(jì)出的政策因子、資金因子（具體見圖一）各不相同且有顯著差異，青年創(chuàng)業(yè)者在進(jìn)入之前可利用模型研究存活率及風(fēng)險，各地政府也可根據(jù)模型調(diào)整政策給予支持，例如減少對第一產(chǎn)業(yè)的政策扶持，加大對第三產(chǎn)業(yè)的政策激勵等。并且，這里政策也包括了當(dāng)?shù)卮髮W(xué)的支持政策，研究發(fā)現(xiàn)，高校在引領(lǐng)、組織、服務(wù)青年創(chuàng)業(yè)方面也有一定的優(yōu)勢【2】，各大高?？梢岳么四Ｐ蛠矸治鲎陨韯?chuàng)業(yè)政策的比較優(yōu)勢和劣勢，進(jìn)行進(jìn)一步的改進(jìn)。