張子言， 毛 偉

（廣東海洋大學(xué) 經(jīng)濟(jì)學(xué)院， 廣東 湛江 524088）

一、引言

在就業(yè)形勢日趨嚴(yán)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(shí)施農(nóng)村創(chuàng)新創(chuàng)業(yè)帶頭人培育行動(dòng)，將符合條件的返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工納入一次性補(bǔ)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(dòng)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(dòng)返鄉(xiāng)入鄉(xiāng)創(chuàng)業(yè)高質(zhì)量發(fā)展進(jìn)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(dòng)力。 經(jīng)濟(jì)發(fā)展相對落后，人口遷移推力強(qiáng)勁，長久以來處于勞動(dòng)力持續(xù)向外輸出的狀態(tài)。 隨著經(jīng)濟(jì)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(lì)農(nóng)民工等群體返鄉(xiāng)入鄉(xiāng)創(chuàng)業(yè)是實(shí)施鄉(xiāng)村振興戰(zhàn)略和鞏固脫貧攻堅(jiān)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(dòng)的局面，解決農(nóng)民工就業(yè)問題，進(jìn)而解決現(xiàn)階段鄉(xiāng)村振興實(shí)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(jià)指標(biāo)體系對創(chuàng)業(yè)環(huán)境進(jìn)行量化分析。 創(chuàng)業(yè)環(huán)境指標(biāo)體系的構(gòu)建應(yīng)立足于返鄉(xiāng)創(chuàng)業(yè)所面臨的實(shí)際環(huán)境。 目前創(chuàng)業(yè)環(huán)境評價(jià)體系大多是從外部環(huán)境出發(fā)進(jìn)行評價(jià)。 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(gè)維度構(gòu)建創(chuàng)新環(huán)境評價(jià)指標(biāo)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(jià)指標(biāo)，提出應(yīng)從區(qū)域產(chǎn)業(yè)優(yōu)勢、人才引進(jìn)、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(jì)綜合實(shí)力、經(jīng)濟(jì)發(fā)展?jié)摿Α⑷嗣裆钏健?公共服務(wù)能力和勞動(dòng)力資源狀況五個(gè)方面構(gòu)建了返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)環(huán)境指標(biāo)體系，對河南省返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)環(huán)境進(jìn)行定量評價(jià)和空間分析［3］。 金語、張國慶從經(jīng)濟(jì)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(jī)構(gòu)和服務(wù)機(jī)構(gòu)七個(gè)方面，使用23 個(gè)二級指標(biāo)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(jìn)行評價(jià)，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(jìn)，各地區(qū)創(chuàng)業(yè)外部環(huán)境綜合評價(jià)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(shí)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(gè)體特征是影響農(nóng)民對創(chuàng)業(yè)環(huán)境認(rèn)知評價(jià)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(gè)省份的創(chuàng)業(yè)環(huán)境進(jìn)行評價(jià)，認(rèn)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(yùn)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(dòng)趨勢，運(yùn)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(gè)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(xì)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(gè)體和家庭因素的影響，同時(shí)還受行業(yè)因素等外部環(huán)境的影響。 汪秋菊、劉暢認(rèn)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(jìn)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(jìn)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(gè)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(jìn)行了實(shí)證研究，研究發(fā)現(xiàn)，自有社會(huì)資源、自有財(cái)務(wù)資源以及外部財(cái)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(jìn)行調(diào)查研究，研究結(jié)果證實(shí)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(huì)經(jīng)濟(jì)與高校教育四個(gè)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(huì)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(huì)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(jià)進(jìn)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(dòng)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(zhǔn)及內(nèi)在機(jī)理分析不足，可能會(huì)造成制定的政策針對性不強(qiáng)、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(biāo)體系，選擇中國知網(wǎng)數(shù)據(jù)庫收錄的地方報(bào)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(cái)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(biāo)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(jì)基礎(chǔ)、政策支持、金融服務(wù)、創(chuàng)業(yè)基礎(chǔ)和勞動(dòng)力資源五個(gè)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(biāo)體系構(gòu)建和研究方法

（一）指標(biāo)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(shí)施內(nèi)容，綜合考慮返鄉(xiāng)創(chuàng)業(yè)群體的實(shí)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(jì)基礎(chǔ)、政策支持、金融服務(wù)、創(chuàng)業(yè)基礎(chǔ)、勞動(dòng)力資源五個(gè)維度選取18 個(gè)二級指標(biāo)構(gòu)建返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境評價(jià)指標(biāo)體系，如表1 所示。 有兩項(xiàng)指標(biāo)需做出相應(yīng)解釋：（1）財(cái)稅支持指標(biāo)是通過計(jì)算統(tǒng)計(jì)年鑒中非稅收入在財(cái)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(biāo)的選取比較特殊，由于統(tǒng)計(jì)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(bào)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(jì)年鑒2020》及2020 年安徽省各地級市統(tǒng)計(jì)年鑒。

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

（二）研究方法

1.熵權(quán)-TOPSIS 法

TOPSIS 法是多目標(biāo)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(rèn)各指標(biāo)權(quán)重相同， 熵權(quán)-TOPSIS 法是利用熵權(quán)法賦予各指標(biāo)權(quán)重對TOPSIS 模型進(jìn)行修正。熵權(quán)-TOPSIS 法根據(jù)各評價(jià)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(jì)算過程如下：

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

（1）熵權(quán)法部分具體計(jì)算公式為：

（2）TOPSIS 模型部分具體計(jì)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(gè)評價(jià)對象在第j 項(xiàng)指標(biāo)上的加權(quán)規(guī)范值分別表示第j 項(xiàng)指標(biāo)的正、負(fù)理想值。

最后，計(jì)算各評價(jià)對象的綜合評價(jià)指數(shù)：

其中，Gi的值越大說明第i 個(gè)評價(jià)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(shí)，說明返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境最好；當(dāng)Gi=0 時(shí)，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(rèn)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(rèn)為回歸系數(shù)會(huì)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(jìn)行逐點(diǎn)參數(shù)估計(jì)，其中權(quán)重就是回歸點(diǎn)所在的地理空間位置到其他各觀測點(diǎn)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(zhǔn)確會(huì)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(gè)評價(jià)對象的第k 個(gè)影響因素的數(shù)值；βik表示第i 個(gè)評價(jià)對象的第k 個(gè)回歸參數(shù)，它是地理位置的函數(shù)；εi表示第i 個(gè)評價(jià)對象的隨機(jī)誤差項(xiàng)。

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

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

通過熵權(quán)-TOPSIS 法計(jì)算安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價(jià)指數(shù)的Gi值、最優(yōu)解和最劣解，外部環(huán)境綜合評價(jià)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(jì)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(biāo)準(zhǔn)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(diǎn)分級法，返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價(jià)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(gè)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(gè)市，中低值區(qū)包含8 個(gè)市，低值區(qū)包含3 個(gè)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(jià)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(jià)

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(jià)指數(shù)Gi進(jìn)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(jià)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(jià)指數(shù)最高， 達(dá)到0.966； 蕪湖次之， 達(dá)到0.348；銅陵市位居第三，達(dá)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(diǎn)地區(qū)，對周邊地區(qū)存在較強(qiáng)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(jì)基礎(chǔ)、政策支持、金融服務(wù)、創(chuàng)業(yè)基礎(chǔ)和勞動(dòng)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(shí)施的邊際效果，正如“木桶效應(yīng)”，先補(bǔ)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(biāo)權(quán)重分析

安徽省返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境的驅(qū)動(dòng)因素主要來自五個(gè)方面，分別是經(jīng)濟(jì)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(dòng)力資源（S5）。 根據(jù)熵權(quán)-TOPSIS 法對18 個(gè)指標(biāo)權(quán)重的計(jì)算結(jié)果如表3 所示?？梢钥闯?8 個(gè)指標(biāo)中，排名前六的影響因素為對外開放程度（X3）、社會(huì)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(jī)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(dá)到0.202；其次是社會(huì)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(biāo)中有3 項(xiàng)是衡量金融服務(wù)的二級指標(biāo)。 對各項(xiàng)目層信息熵進(jìn)行平均計(jì)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(jì)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(dòng)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(biāo)權(quán)重

（二）指標(biāo)體系相關(guān)性檢驗(yàn)

根據(jù)熵權(quán)-TOPSIS 法計(jì)算出的信息熵僅反映各指標(biāo)在系統(tǒng)中信息價(jià)值的高低，并不是代表自變量與因變量的關(guān)系。 為了進(jìn)一步確定18 個(gè)指標(biāo)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(jìn)行分析。

使用Stata 15 中逐步回歸命令，軟件會(huì)自動(dòng)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(jià)指數(shù)（Gi）為因變量，以18 個(gè)二級指標(biāo)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(yàn)作為加入或剔除模型中自變量的標(biāo)準(zhǔn)。 通過模型的自動(dòng)識別和逐步回歸，回歸模型最終保留13 個(gè)指標(biāo)，擬合優(yōu)度為0.998 9，說明這13 個(gè)指標(biāo)能夠解釋返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價(jià)指數(shù)中99.89%的變化原因，并且模型通過F 檢驗(yàn)（F 檢驗(yàn)=1 093.60，P=0.00）。 15 個(gè)指標(biāo)回歸系數(shù)大于零，說明這些指標(biāo)會(huì)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(dòng)識別剔除的5 項(xiàng)作用不顯著的指標(biāo)為X2（第三產(chǎn)業(yè)產(chǎn)值/總產(chǎn)值）、X4（非稅收入/財(cái)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(jìn)一步深入研究影響安徽省16 個(gè)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(gè)地級市返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價(jià)指數(shù)（Gi）和五大因素——經(jīng)濟(jì)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(dòng)力資源（S5）的二級指標(biāo)進(jìn)行研究。 在剔除5 個(gè)不顯著因素之后，重新計(jì)算返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境綜合評價(jià)指數(shù)與五大因素的二級指標(biāo)的綜合得分， 利用ArcGIS 10.2軟件中的地理加權(quán)回歸工具進(jìn)行各變量回歸系數(shù)的計(jì)算。 計(jì)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(biāo)均是最小的）。 計(jì)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?yàn)椋簞?chuàng)業(yè)基礎(chǔ)、金融服務(wù)、經(jīng)濟(jì)基礎(chǔ)、政策支持和勞動(dòng)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(jì)基礎(chǔ)、政策支持和勞動(dòng)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(gè)空間單元都會(huì)有一個(gè)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(dòng)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(qiáng)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(qiáng)，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(qiáng)，總體上看，作用效果呈現(xiàn)出從北到南階梯式增強(qiáng)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(jì)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(jì)基礎(chǔ)提升1 個(gè)百分點(diǎn)，創(chuàng)業(yè)外部環(huán)境整體提升約0.89 個(gè)百分點(diǎn)。另外就空間分布來看，經(jīng)濟(jì)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(jì)基礎(chǔ)環(huán)境指標(biāo)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(biāo)準(zhǔn)的經(jīng)濟(jì)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(jì)高質(zhì)量發(fā)展與對外開放方面還需要進(jìn)一步加強(qiáng)。

圖3 經(jīng)濟(jì)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(gè)百分點(diǎn)，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(gè)百分點(diǎn)。 就空間分布圖來看，可以發(fā)現(xiàn)財(cái)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(biāo)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(biāo)權(quán)重分析中，金融服務(wù)的3 個(gè)指標(biāo)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(biāo)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(jī)構(gòu)融資水平、社會(huì)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(gè)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(cái)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(jī)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(dá)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(dòng)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(dòng)力資源提升1 個(gè)百分點(diǎn)，返鄉(xiāng)創(chuàng)業(yè)外部環(huán)境整體提升約0.83 個(gè)百分點(diǎn)。 再根據(jù)空間分布圖可以看出勞動(dòng)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(dòng)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(dòng)力資源指標(biāo)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(jià)及影響因素的地域性差異進(jìn)行可視化表達(dá)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(diǎn)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(shí)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(zhǔn)許建立符合規(guī)定的合作組織，實(shí)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(dòng)、擴(kuò)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(dòng)力資源影響顯著。 根據(jù)剔除的不顯著因素，發(fā)現(xiàn)勞動(dòng)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(bǔ)返鄉(xiāng)創(chuàng)業(yè)農(nóng)民工沒有創(chuàng)業(yè)經(jīng)驗(yàn)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(shí)，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(jìn)一步加大對教育資源的投入，保證每一個(gè)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(gè)人的受教育年限。 另外對于成年人，可以通過職業(yè)教育進(jìn)行二次教育，同時(shí)重點(diǎn)加強(qiáng)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(dòng)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(gè)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(diǎn)加強(qiáng)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(dòng)和示范效應(yīng)，促進(jìn)農(nóng)村“大眾創(chuàng)業(yè)”形成新局面。