張子言， 毛 偉

（廣東海洋大學(xué) 經(jīng)濟學(xué)院， 廣東 湛江 524088）

一、引言

在就業(yè)形勢日趨嚴峻的背景下，出臺“以創(chuàng)業(yè)帶就業(yè)”的積極就業(yè)政策備受國家重視。2020 年中央一號文件明確指出，深入實施農(nóng)村創(chuàng)新創(chuàng)業(yè)帶頭人培育行動，將符合條件的返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工納入一次性補貼范圍。 2020 年1 月，國家發(fā)改委、教育部、科技部、工信部等聯(lián)合出臺《關(guān)于推動返鄉(xiāng)入鄉(xiāng)創(chuàng)業(yè)高質(zhì)量發(fā)展的意見》， 就如何推動返鄉(xiāng)入鄉(xiāng)創(chuàng)業(yè)高質(zhì)量發(fā)展進行了系統(tǒng)而全面的部署。 安徽省地處我國中部，農(nóng)業(yè)人口眾多，農(nóng)村存在豐富的剩余勞動力。 經(jīng)濟發(fā)展相對落后，人口遷移推力強勁，長久以來處于勞動力持續(xù)向外輸出的狀態(tài)。 隨著經(jīng)濟發(fā)展和國家政策引導(dǎo)，省內(nèi)農(nóng)民工、大學(xué)生等群體很多選擇加入返鄉(xiāng)創(chuàng)業(yè)熱潮。 鼓勵農(nóng)民工等群體返鄉(xiāng)入鄉(xiāng)創(chuàng)業(yè)是實施鄉(xiāng)村振興戰(zhàn)略和鞏固脫貧攻堅成果的重要舉措，不僅能釋放鄉(xiāng)村振興背景下新的人口紅利，一定程度上還可以扭轉(zhuǎn)以往農(nóng)村資源向城市單向流動的局面，解決農(nóng)民工就業(yè)問題，進而解決現(xiàn)階段鄉(xiāng)村振興實施過程中農(nóng)村人力資源匱乏問題。 因此，研究返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境問題具有重要的意義。

很多研究者通過構(gòu)建創(chuàng)業(yè)環(huán)境評價指標體系對創(chuàng)業(yè)環(huán)境進行量化分析。 創(chuàng)業(yè)環(huán)境指標體系的構(gòu)建應(yīng)立足于返鄉(xiāng)創(chuàng)業(yè)所面臨的實際環(huán)境。 目前創(chuàng)業(yè)環(huán)境評價體系大多是從外部環(huán)境出發(fā)進行評價。 例如，趙彥飛等基于創(chuàng)新系統(tǒng)的視角，從人才環(huán)境、資金環(huán)境、創(chuàng)業(yè)環(huán)境、市場環(huán)境和競爭與合作環(huán)境五個維度構(gòu)建創(chuàng)新環(huán)境評價指標體系框架［1］。 陳銀娥、李鑫以PSR 模型為基礎(chǔ)構(gòu)建長株潭城市群創(chuàng)業(yè)環(huán)境評價指標，提出應(yīng)從區(qū)域產(chǎn)業(yè)優(yōu)勢、人才引進、構(gòu)建多元化金融服務(wù)體系等方面著手，持續(xù)優(yōu)化創(chuàng)業(yè)環(huán)境［2］。韓勇等從經(jīng)濟綜合實力、經(jīng)濟發(fā)展?jié)摿?、人民生活水平?公共服務(wù)能力和勞動力資源狀況五個方面構(gòu)建了返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)環(huán)境指標體系，對河南省返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)環(huán)境進行定量評價和空間分析［3］。 金語、張國慶從經(jīng)濟發(fā)展環(huán)境、基礎(chǔ)設(shè)施環(huán)境、文化氛圍環(huán)境、創(chuàng)業(yè)企業(yè)、政府部門、金融機構(gòu)和服務(wù)機構(gòu)七個方面，使用23 個二級指標對江蘇省、河南省和四川省返鄉(xiāng)創(chuàng)業(yè)生態(tài)系統(tǒng)進行評價，指出各地區(qū)需要采取有針對性的措施，提高返鄉(xiāng)創(chuàng)業(yè)人群的數(shù)量與質(zhì)量［4］。

隨著“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的推進，各地區(qū)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)都得到了一定程度的提升，但是地區(qū)之間創(chuàng)業(yè)外部環(huán)境發(fā)展水平不均衡的問題仍然比較突出。 只有弄清楚不同地區(qū)返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境存在的短板和影響因素， 才能因地制宜地制定有針對性的發(fā)展規(guī)劃，構(gòu)建更加完善的返鄉(xiāng)創(chuàng)業(yè)外部幫扶體系。 蔡娟、王勇以實地調(diào)查數(shù)據(jù)為基礎(chǔ)研究發(fā)現(xiàn)，江蘇省農(nóng)村地區(qū)創(chuàng)業(yè)環(huán)境存在區(qū)域性差異：與蘇南和蘇中相比，蘇北地區(qū)農(nóng)村創(chuàng)業(yè)環(huán)境的諸多維度存在較大差距，蘇南和蘇中地區(qū)之間則表現(xiàn)出明顯的相似之處；農(nóng)民的受教育程度、是否有創(chuàng)業(yè)經(jīng)歷等個體特征是影響農(nóng)民對創(chuàng)業(yè)環(huán)境認知評價的重要因素［5］。劉新民等從金融支持、政府政策、教育培訓(xùn)、商務(wù)環(huán)境以及開放程度等維度對我國31 個省份的創(chuàng)業(yè)環(huán)境進行評價，認為我國各區(qū)域的創(chuàng)業(yè)吸引力存在異質(zhì)性，整體上呈現(xiàn)從東到西逐漸降低的梯度分布格局［6］。韓勇等基于“就地就近就業(yè)”原則，運用空間自相關(guān)分析法探索河南省農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境在縣域、市域和省域三級尺度下的空間關(guān)聯(lián)變化，剖析農(nóng)民工的潛在流動趨勢，運用地理加權(quán)回歸解釋各類型因子影響程度的空間分異特征［7］。 金語、張國慶以我國東部、中部和西部地區(qū)GDP 最高對應(yīng)省份（江蘇省、河南省和四川?。┑? 個市（縣）為研究對象，發(fā)現(xiàn)江蘇省返鄉(xiāng)創(chuàng)業(yè)生態(tài)系統(tǒng)優(yōu)于河南省與四川省，東部地區(qū)優(yōu)于中部和西部地區(qū)［4］。

農(nóng)民工創(chuàng)業(yè)與大學(xué)生創(chuàng)業(yè)、企業(yè)家創(chuàng)業(yè)明顯不同［8］，他們文化素養(yǎng)較低、資本匱乏，難以走資本創(chuàng)業(yè)、知識創(chuàng)業(yè)或者管理創(chuàng)業(yè)的道路。 自身限制使他們對創(chuàng)業(yè)外部環(huán)境十分敏感，創(chuàng)業(yè)環(huán)境的細微不穩(wěn)定因素都可能成為返鄉(xiāng)創(chuàng)業(yè)路上巨大的障礙。 農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)不僅受個體和家庭因素的影響，同時還受行業(yè)因素等外部環(huán)境的影響。 汪秋菊、劉暢認為，政府完善農(nóng)民工創(chuàng)業(yè)環(huán)境、優(yōu)化創(chuàng)業(yè)政策可以促進農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)［9］。熊智偉、王征兵從微觀角度，對江西省返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工創(chuàng)業(yè)意愿進行調(diào)研，從主觀規(guī)范、創(chuàng)業(yè)態(tài)度、感知行為控制三個變量來探討其對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)意愿的影響， 研究發(fā)現(xiàn)創(chuàng)業(yè)環(huán)境的感知行為對創(chuàng)業(yè)意愿的影響較大且結(jié)果顯著［10］。 鄒芳芳、黃潔基于大樣本數(shù)據(jù)，就返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)者的兩大創(chuàng)業(yè)資源來源和三種創(chuàng)業(yè)資源類型對其創(chuàng)業(yè)績效的影響進行了實證研究，研究發(fā)現(xiàn)，自有社會資源、自有財務(wù)資源以及外部財務(wù)資源對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)者的創(chuàng)業(yè)績效有明顯的正向影響［11］。 段彩麗等通過對442 名大學(xué)生創(chuàng)業(yè)傾向影響因素進行調(diào)查研究，研究結(jié)果證實創(chuàng)業(yè)環(huán)境對大學(xué)生返鄉(xiāng)創(chuàng)業(yè)意向具有顯著的正向影響［12］。許禮剛等基于近五年江蘇省“眾創(chuàng)空間”的現(xiàn)狀，從政府政策法規(guī)、創(chuàng)業(yè)文化環(huán)境、社會經(jīng)濟與高校教育四個方面闡述了區(qū)域創(chuàng)業(yè)環(huán)境對大學(xué)生創(chuàng)業(yè)行為的影響［13］。 肖慧研究發(fā)現(xiàn)，返鄉(xiāng)創(chuàng)業(yè)大學(xué)生的社會適應(yīng)總體情況較好，其中心理資本對返鄉(xiāng)創(chuàng)業(yè)大學(xué)生的社會適應(yīng)影響作用顯著［14］。

綜上所述，學(xué)者們對返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境評價進行了大量研究，但是研究還存在不足。 首先，從研究地域來看，關(guān)于江西省、四川省等省份的研究較多，對于同為勞動力輸出大省安徽省的研究卻很少。 其次，關(guān)于返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的研究多聚焦在城市，涉及農(nóng)村的研究較少，特別是有關(guān)返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境影響因素區(qū)域性差異的研究更少。 群體創(chuàng)業(yè)地區(qū)特征把握不準及內(nèi)在機理分析不足，可能會造成制定的政策針對性不強、有效性不足。

本文立足安徽省全域，在已有研究的基礎(chǔ)上優(yōu)化指標體系，選擇中國知網(wǎng)數(shù)據(jù)庫收錄的地方報紙刊登創(chuàng)業(yè)主題的文章篇數(shù)代表政策宣傳力度, 非稅收入在財政總收入中的占比代表政策支持力度，這些具有代表性和靈活性的指標增加了科學(xué)性與客觀性。 本文以安徽省地級市為基本單元分析返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的區(qū)域性差異， 通過地理加權(quán)回歸模型分析經(jīng)濟基礎(chǔ)、政策支持、金融服務(wù)、創(chuàng)業(yè)基礎(chǔ)和勞動力資源五個因素對返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境造成的影響，根據(jù)安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境地域性差異特征提出優(yōu)化返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的建議。

二、指標體系構(gòu)建和研究方法

（一）指標體系構(gòu)建

根據(jù)《國務(wù)院辦公廳關(guān)于支持農(nóng)民工等人員返鄉(xiāng)創(chuàng)業(yè)的意見》（國辦發(fā)〔2015〕47 號）中的實施內(nèi)容，綜合考慮返鄉(xiāng)創(chuàng)業(yè)群體的實際需求，在遵循科學(xué)性、代表性的原則下，兼顧數(shù)據(jù)的可獲得性，參考王潔瓊、羅豎元等的做法［15-16］，本文從經(jīng)濟基礎(chǔ)、政策支持、金融服務(wù)、創(chuàng)業(yè)基礎(chǔ)、勞動力資源五個維度選取18 個二級指標構(gòu)建返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境評價指標體系，如表1 所示。 有兩項指標需做出相應(yīng)解釋：（1）財稅支持指標是通過計算統(tǒng)計年鑒中非稅收入在財政總收入中的占比，來反映該地區(qū)創(chuàng)業(yè)者所面臨的稅賦壓力。 （2）衡量政策宣傳力度指標的選取比較特殊，由于統(tǒng)計年鑒缺乏相關(guān)數(shù)據(jù)，本文使用2000 年以來中國知網(wǎng)數(shù)據(jù)庫中地方報紙刊登創(chuàng)業(yè)主題的文章篇數(shù)來表示。 本文數(shù)據(jù)來源于《安徽統(tǒng)計年鑒2020》及2020 年安徽省各地級市統(tǒng)計年鑒。

表1 返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境評價指標體系

（二）研究方法

1.熵權(quán)-TOPSIS 法

TOPSIS 法是多目標決策分析中一種常用的有效方法，又稱為優(yōu)劣解距離法。TOPSIS 模型操作上默認各指標權(quán)重相同， 熵權(quán)-TOPSIS 法是利用熵權(quán)法賦予各指標權(quán)重對TOPSIS 模型進行修正。熵權(quán)-TOPSIS 法根據(jù)各評價指數(shù)數(shù)值變異程度所反映的信息量大小來客觀賦權(quán)，與層次分析法相比能夠有效消除專家打分過程中的主觀因素。熵權(quán)-TOPSIS 法的計算過程如下：

首先，通過熵權(quán)法計算各指標的權(quán)重。 熵權(quán)法通過計算某項指標與理想值的差值來確定該指標的權(quán)重，差值越大說明該指標越重要，權(quán)重也就越大。 根據(jù)各項指標的變異程度就可計算各項指標的權(quán)重。

（1）熵權(quán)法部分具體計算公式為：

（2）TOPSIS 模型部分具體計算公式為：

其中，Zij代表加權(quán)后規(guī)范化矩陣，Wj代表權(quán)重矩陣。

其中，zij代表第i 個評價對象在第j 項指標上的加權(quán)規(guī)范值分別表示第j 項指標的正、負理想值。

最后，計算各評價對象的綜合評價指數(shù)：

其中，Gi的值越大說明第i 個評價對象的返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境越接近于最優(yōu)水平。 當(dāng)Gi=1 時，說明返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境最好；當(dāng)Gi=0 時，說明返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境最差。

2.地理加權(quán)回歸（GWR）

線性回歸模型包括全局模型和局部模型。 全局模型默認變量關(guān)系具有同質(zhì)性，普通線性回歸考慮變量關(guān)系具有同質(zhì)性， 即假定在研究區(qū)域內(nèi)回歸系數(shù)不隨空間位置的變化而變化。局部模型假定在不同區(qū)域內(nèi)回歸系數(shù)不相同且隨空間位置的變化而變化。 地理加權(quán)回歸（GWR）是典型的局部模型，該模型認為回歸系數(shù)會隨著空間位置的變化而變化。 地理加權(quán)回歸是將數(shù)據(jù)的空間位置嵌入到回歸參數(shù)中， 利用局部加權(quán)最小二乘法進行逐點參數(shù)估計，其中權(quán)重就是回歸點所在的地理空間位置到其他各觀測點所在地理空間位置的距離函數(shù)。 地理加權(quán)回歸對于寬帶的選擇十分敏感，寬帶選擇不準確會直接影響回歸參數(shù)偏差，因此寬帶選擇十分重要，本文選用接受度比較高的AIC 來確定權(quán)函數(shù)寬帶的大小。

地理加權(quán)回歸模型為：

其中，xik表示第i 個評價對象的第k 個影響因素的數(shù)值；βik表示第i 個評價對象的第k 個回歸參數(shù)，它是地理位置的函數(shù)；εi表示第i 個評價對象的隨機誤差項。

三、返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價

（一）返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價

通過熵權(quán)-TOPSIS 法計算安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)的Gi值、最優(yōu)解和最劣解，外部環(huán)境綜合評價指數(shù)Gi值與最優(yōu)解的距離越小越好，與最劣解的距離越大越好。 計算結(jié)果顯示，Gi最大值為0.966，最小值為0.036。 通過最大值、最小值和標準差的大小可以看出安徽省各地級市返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境之間的差距較大，存在明顯的地域性差距。

根據(jù)自然斷點分級法，返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)值按照高低分為高值區(qū)、中高值區(qū)、中值區(qū)、中低值區(qū)、低值區(qū)五個層次。 從表2 可以看出，高值區(qū)只有合肥市，中高值區(qū)只有蕪湖市，中值區(qū)包含3 個市，中低值區(qū)包含8 個市，低值區(qū)包含3 個市。 安徽省有50.00%地級市分布在中低值區(qū)，18.75%分布在低值區(qū)。

表2 安徽省各地級市返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)Gi值

（二）返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的空間格局評價

基于ArcGIS 軟件對安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)Gi進行可視化呈現(xiàn)， 如圖1所示。

圖1 安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)空間示意圖

由圖1 還可以看出， 合肥市外部環(huán)境綜合評價指數(shù)最高， 達到0.966； 蕪湖次之， 達到0.348；銅陵市位居第三，達到0.223；馬鞍山市、滁州市、阜陽市、宣城市、蚌埠市、淮南市、安慶市、六安市的返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合指數(shù)均處在0.100~0.200 之間。 而宿州市、亳州市、淮北市、黃山市與池州市的返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境明顯處于落后水平，返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合指數(shù)低于0.100。 由此可見，安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境地域性差異明顯。

由圖1 可以看出，與合肥市接壤地區(qū)（如蕪湖市、馬鞍山市、滁州市等）的返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境普遍優(yōu)于不與合肥市接壤的地區(qū)（如宿州市、亳州市、淮北市、黃山市和池州市）。 這可以理解為合肥市是安徽省內(nèi)返鄉(xiāng)創(chuàng)業(yè)的熱點地區(qū)，對周邊地區(qū)存在較強的輻射作用。

根據(jù)上述分析可知安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境呈現(xiàn)兩極化，地域性差異十分明顯。 參考張立新、段彩麗和韓勇等對創(chuàng)業(yè)外部環(huán)境的研究成果［17-19］，可以看出創(chuàng)業(yè)外部環(huán)境地域性差異主要受經(jīng)濟基礎(chǔ)、政策支持、金融服務(wù)、創(chuàng)業(yè)基礎(chǔ)和勞動力資源五大因素的影響。 不同因素對地區(qū)的影響效果也不盡相同，了解各區(qū)域創(chuàng)業(yè)外部環(huán)境最大的影響因素有利于提高政策實施的邊際效果，正如“木桶效應(yīng)”，先補齊短板是發(fā)展的首要選擇。

四、返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境影響因素的區(qū)域性差異分析

（一）指標權(quán)重分析

安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的驅(qū)動因素主要來自五個方面，分別是經(jīng)濟基礎(chǔ)（S1）、政策支持（S2）、金融服務(wù)（S3）、創(chuàng)業(yè)基礎(chǔ)（S4）、勞動力資源（S5）。 根據(jù)熵權(quán)-TOPSIS 法對18 個指標權(quán)重的計算結(jié)果如表3 所示?？梢钥闯?8 個指標中，排名前六的影響因素為對外開放程度（X3）、社會融資水平（X8）、知識產(chǎn)權(quán)重視程度（X6）、人才培養(yǎng)基礎(chǔ)（X13）、金融機構(gòu)融資水平（X7）和利用外資水平（X9）。 對外開放程度所占權(quán)重最高，達到0.202；其次是社會融資水平，權(quán)重為0.139；第三是知識產(chǎn)權(quán)重視程度，權(quán)重為0.121。 影響權(quán)重排名前六的指標中有3 項是衡量金融服務(wù)的二級指標。 對各項目層信息熵進行平均計算， 按照得分由高到低依次為： 金融服務(wù)環(huán)境（0.093）、經(jīng)濟基礎(chǔ)環(huán)境（0.088）、政策支持環(huán)境（0.061）、創(chuàng)業(yè)基礎(chǔ)環(huán)境（0.043）、勞動力資源環(huán)境（0.014）。

表3 安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合指標權(quán)重

（二）指標體系相關(guān)性檢驗

根據(jù)熵權(quán)-TOPSIS 法計算出的信息熵僅反映各指標在系統(tǒng)中信息價值的高低，并不是代表自變量與因變量的關(guān)系。 為了進一步確定18 個指標因素對安徽省各地級市返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的解釋水平，本文采用逐步回歸法和Stata 15 軟件對安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境影響因素進行分析。

使用Stata 15 中逐步回歸命令，軟件會自動識別出對因變量影響顯著的自變量，具體步驟是：以返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)（Gi）為因變量，以18 個二級指標因素為自變量，分析各自的顯著性，如果顯著就說明該因素對返鄉(xiāng)創(chuàng)業(yè)環(huán)境存在影響，并使用F 檢驗作為加入或剔除模型中自變量的標準。 通過模型的自動識別和逐步回歸，回歸模型最終保留13 個指標，擬合優(yōu)度為0.998 9，說明這13 個指標能夠解釋返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)中99.89%的變化原因，并且模型通過F 檢驗（F 檢驗=1 093.60，P=0.00）。 15 個指標回歸系數(shù)大于零，說明這些指標會對返鄉(xiāng)創(chuàng)業(yè)環(huán)境產(chǎn)生積極作用。 逐步回歸法自動識別剔除的5 項作用不顯著的指標為X2（第三產(chǎn)業(yè)產(chǎn)值/總產(chǎn)值）、X4（非稅收入/財政總收入）、X11（公路里程總數(shù)）、X15（15~64 歲人口比重）、X17（城鎮(zhèn)非私營單位分行業(yè)就業(yè)人員年平均工資）。

（三）變量空間差異分析

為了進一步深入研究影響安徽省16 個地級市外部環(huán)境的主導(dǎo)因素， 了解五大因素對返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的影響所呈現(xiàn)的局部特征，本文使用局部GWR 模型對安徽省16 個地級市返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)（Gi）和五大因素——經(jīng)濟基礎(chǔ)（S1）、政策支持（S2）、金融服務(wù)（S3）、創(chuàng)業(yè)基礎(chǔ)（S4）、勞動力資源（S5）的二級指標進行研究。 在剔除5 個不顯著因素之后，重新計算返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價指數(shù)與五大因素的二級指標的綜合得分， 利用ArcGIS 10.2軟件中的地理加權(quán)回歸工具進行各變量回歸系數(shù)的計算。 計算結(jié)果表明，剔除不顯著因素后的局部地理加權(quán)回歸擬合數(shù)據(jù)值效果較好（殘差平方和Sigma 指標均是最小的）。 計算結(jié)果顯示，金融服務(wù)對自變量的擬合效果最好，擬合優(yōu)度為0.970 2。 就總體回歸系數(shù)來看，返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境影響因素按回歸系數(shù)由大到小依次排序為：創(chuàng)業(yè)基礎(chǔ)、金融服務(wù)、經(jīng)濟基礎(chǔ)、政策支持和勞動力資源。 創(chuàng)業(yè)基礎(chǔ)與金融服務(wù)對安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境影響較大， 回歸系數(shù)在0.90 之上；經(jīng)濟基礎(chǔ)、政策支持和勞動力資源影響相對較弱，回歸系數(shù)在0.80 到0.90 之間。 使用ArcGIS 10.2 軟件做出的局部地理加權(quán)回歸（GWR）結(jié)果如圖2 至圖7 所示。 地理加權(quán)回歸模型中每一個空間單元都會有一個相對應(yīng)的回歸系數(shù)，在圖2 至圖7 中地區(qū)顏色的深淺表示在地理加權(quán)回歸模型中回歸系數(shù)的大小。

圖7 勞動力資源的GWR 模型回歸示意圖

如圖2 所示，安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境表現(xiàn)出自北向南逐漸強化的地域性特征，這說明剔除不顯著因素后，剩余的因素對安徽省北部地區(qū)返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的作用效果較弱，對安徽省南部地區(qū)返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的作用效果相對較強，對長江沿線地區(qū)及長江以南地區(qū)的作用效果相對更強，總體上看，作用效果呈現(xiàn)出從北到南階梯式增強的態(tài)勢。

圖2 返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的GWR 模型總體回歸示意圖

如圖3 所示，從回歸系數(shù)來看，經(jīng)濟基礎(chǔ)對返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境產(chǎn)生重要影響，當(dāng)經(jīng)濟基礎(chǔ)提升1 個百分點，創(chuàng)業(yè)外部環(huán)境整體提升約0.89 個百分點。另外就空間分布來看，經(jīng)濟基礎(chǔ)環(huán)境整體呈現(xiàn)出自北向南逐漸弱化的空間異質(zhì)性特征。 經(jīng)濟基礎(chǔ)環(huán)境指標對安徽省北部地區(qū)阜陽市、亳州市、淮北市和宿州市的影響最為顯著，這說明以生產(chǎn)總值水平、對外開放水平作為衡量標準的經(jīng)濟基礎(chǔ)環(huán)境是安徽省北部地區(qū)返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的重要影響因素，這些地區(qū)下一步在經(jīng)濟高質(zhì)量發(fā)展與對外開放方面還需要進一步加強。

圖3 經(jīng)濟基礎(chǔ)的GWR 模型回歸示意圖

如圖4 所示，從回歸系數(shù)來說，當(dāng)政策支持水平提升1 個百分點，安徽省地區(qū)返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境整體提升約0.86 個百分點。 就空間分布圖來看，可以發(fā)現(xiàn)財政支持呈現(xiàn)出由北向南逐漸弱化的地域性特征。 政策支持指標對安徽省北部地區(qū)阜陽市、亳州市、淮北市和宿州市影響較為顯著，這反映了這些地區(qū)與其他地區(qū)相比存在政策宣傳力度不足和對知識產(chǎn)權(quán)重視程度不夠的情況。

圖4 政策支持的GWR 模型回歸示意圖

如圖5 所示，整體來看，金融服務(wù)對返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的影響具有突出效果。 在指標權(quán)重分析中，金融服務(wù)的3 個指標因素排名前六，而且金融服務(wù)回歸系數(shù)均在0.93 之上。金融服務(wù)整體表現(xiàn)出自北向南逐漸弱化的地域性特征，該類指標對安徽省北部亳州市、淮北市和宿州市影響最為突出，這表明以金融機構(gòu)融資水平、社會融資規(guī)模、利用外資水平衡量的金融服務(wù)環(huán)境是限制其發(fā)展的重要因素。

圖5 金融服務(wù)的GWR 模型回歸示意圖

從圖6 可以看出，創(chuàng)業(yè)基礎(chǔ)對返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的影響呈現(xiàn)從西北向東南逐漸弱化的地域性特征。 創(chuàng)業(yè)基礎(chǔ)這個因素對安徽西北部地區(qū)阜陽市、亳州市、淮南市與蚌埠市的影響最為顯著，這說明安徽省西北部地區(qū)創(chuàng)業(yè)基礎(chǔ)環(huán)境有待提升，特別是財政支出總額、寬帶接入用戶、職業(yè)技能鑒定考評人員數(shù)和公安機關(guān)查處治安案件總數(shù)方面存在不足，影響了該地區(qū)返鄉(xiāng)創(chuàng)業(yè)的發(fā)展。 創(chuàng)業(yè)基礎(chǔ)對安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的回歸系數(shù)較高，達到0.98，說明創(chuàng)業(yè)基礎(chǔ)對安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的提升具有重要影響。

圖6 創(chuàng)業(yè)基礎(chǔ)的GWR 模型回歸示意圖

從圖7 可以看出，勞動力資源對返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境回歸系數(shù)的影響相對較低，當(dāng)勞動力資源提升1 個百分點，返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境整體提升約0.83 個百分點。 再根據(jù)空間分布圖可以看出勞動力資源對安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的影響呈現(xiàn)自西向東逐漸弱化的地域性特征，其影響區(qū)域也表現(xiàn)出一定的邊緣性特征。 安徽省西部地區(qū)的阜陽市、六安市與安慶市受勞動力資源環(huán)境的影響較為突出。 這表明由人均受教育年限和大中專學(xué)校數(shù)量所衡量的勞動力資源指標限制著這些地區(qū)返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的提升。

五、研究結(jié)論及建議

（一）研究結(jié)論

通過對安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境評價及影響因素的地域性差異進行可視化表達與定量分析，整體看來，安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境存在明顯的兩極分化，其影響因素存在地域性差異，合肥市及與其接壤的地區(qū)創(chuàng)業(yè)外部環(huán)境較好，而與合肥市不接壤地區(qū)創(chuàng)業(yè)外部環(huán)境較差。創(chuàng)業(yè)基礎(chǔ)環(huán)境與金融服務(wù)環(huán)境是影響返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的主要因素。 從局部系統(tǒng)來看，創(chuàng)業(yè)外部環(huán)境影響因素呈現(xiàn)地域性差異特征，各影響因素對安徽省北部與西部邊緣地區(qū)的制約更加顯著。

（二）政策建議

根據(jù)安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的空間分異特征，對安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的優(yōu)化提出以下幾點建議。

1.優(yōu)化農(nóng)村金融體系，暢通融資渠道

要著重解決返鄉(xiāng)群體創(chuàng)業(yè)的資金問題，提供多元化、低利息的融資渠道。 通過上文的實證分析，可見創(chuàng)業(yè)基礎(chǔ)與金融服務(wù)對創(chuàng)業(yè)環(huán)境影響較大，優(yōu)化創(chuàng)業(yè)基礎(chǔ)環(huán)境與金融服務(wù)環(huán)境勢必作為吸引返鄉(xiāng)創(chuàng)業(yè)人員的突破口。 政府除了重視基礎(chǔ)建設(shè)、安保等創(chuàng)業(yè)基礎(chǔ)環(huán)境的改善外，還應(yīng)該在規(guī)范、拓展銀行及信用社的存貸體系上下工夫；各地銀行可以盡最大能力開展針對返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)的資金貸款業(yè)務(wù)，拓展涉農(nóng)信貸增信方式，優(yōu)惠貸款利率；準許建立符合規(guī)定的合作組織，實現(xiàn)農(nóng)村地區(qū)內(nèi)部金融市場供需平衡，為返鄉(xiāng)創(chuàng)業(yè)群體從事創(chuàng)業(yè)活動、擴大生產(chǎn)經(jīng)營規(guī)模提供更多規(guī)范的融資渠道［20］。

2.健全農(nóng)村教育體系，提升返鄉(xiāng)創(chuàng)業(yè)人群的人力資本

在農(nóng)村地區(qū)，教育是提升農(nóng)民工人力資本的首要手段，從上文分析結(jié)果來看，安徽省西部邊界市返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境受勞動力資源影響顯著。 根據(jù)剔除的不顯著因素，發(fā)現(xiàn)勞動力資源中人口的受教育程度和地區(qū)大中專學(xué)校數(shù)量是重要影響因素［21］。 教育不僅能提升農(nóng)民工的學(xué)習(xí)能力，更能彌補返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工沒有創(chuàng)業(yè)經(jīng)驗帶來的劣勢，所以要著力提升農(nóng)村教育的質(zhì)量與水平［22］，提升返鄉(xiāng)創(chuàng)業(yè)者的文化素養(yǎng)、知識水平和創(chuàng)業(yè)技能。 在提高返鄉(xiāng)創(chuàng)業(yè)者知識水平的同時，要大力發(fā)展農(nóng)村職業(yè)教育，開展有針對性的培訓(xùn)教育。 政府應(yīng)進一步加大對教育資源的投入，保證每一個兒童擁有公平的教育環(huán)境，降低兒童輟學(xué)率，為學(xué)生上學(xué)提供政策支持，盡量延長每一個人的受教育年限。 另外對于成年人，可以通過職業(yè)教育進行二次教育，同時重點加強對返鄉(xiāng)創(chuàng)業(yè)人員的創(chuàng)業(yè)技能培訓(xùn)，提升返鄉(xiāng)創(chuàng)業(yè)人員的素質(zhì)和技能，發(fā)揮帶動效應(yīng)，形成集聚優(yōu)勢。

3.建立完善的農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)政策幫扶體系

安徽省16 個地級市的返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境具有明顯的區(qū)域性差異，北部與西部地區(qū)創(chuàng)業(yè)外部環(huán)境水平明顯偏低。 這些地區(qū)的政府應(yīng)該積極建立農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)綠色通道，做好信息服務(wù)工作，整合各部門優(yōu)勢資源，拓寬農(nóng)民工創(chuàng)業(yè)的辦事渠道，簡化手續(xù)，打造一站式、一條龍服務(wù)體系，為其辦理營業(yè)執(zhí)照、工商登記、稅務(wù)登記等提供便利。重點加強對弱勢群體創(chuàng)業(yè)者的幫扶，女性創(chuàng)業(yè)者、大齡創(chuàng)業(yè)者、低學(xué)歷創(chuàng)業(yè)者等由于自身因素和外部條件的限制，其創(chuàng)業(yè)大都屬于“生存型”創(chuàng)業(yè)，在創(chuàng)業(yè)中處于弱勢地位，所以需要政府給予更多優(yōu)惠政策。 對受教育水平高、曾擔(dān)任過職務(wù)、有過創(chuàng)業(yè)經(jīng)歷的返鄉(xiāng)農(nóng)民工在政策扶持上要給予適當(dāng)關(guān)注，培養(yǎng)更多優(yōu)秀的創(chuàng)業(yè)者，使其形成正面的帶動和示范效應(yīng)，促進農(nóng)村“大眾創(chuàng)業(yè)”形成新局面。