1. 引言
数字经济正以前所未有的广度和深度重构全球产业格局。根据中国信通院《中国数字经济发展研究报告(2023)》显示,2022年我国数字经济规模达到50.2万亿元,占GDP比重提升至41.5%,其中产业数字化对数字经济贡献度提升至81.7%。这种技术–经济范式的转变,推动着传统资源配置模式向智能感知–动态匹配–价值共创的新范式演进。电子商务作为数字经济最活跃、最集中的产业形态[1],其创业活动已成为驱动经济转型升级的核心引擎。根据商务部《中国电子商务报告2023》显示,全国电子商务交易额达47.6万亿元,同比增长8.4%,其中跨境电商进出口额2.38万亿元,增长15.6%,显著高于外贸整体增速。这种增长动能不仅源于消费互联网的规模效应,更在于其对传统产业的深度赋能,促进电商创业就是在打造经济增长新动能。
然而,VUCA(易变性、不确定性、复杂性、模糊性)特征显著的数字市场环境,正对电商创业者构成双重挑战。从技术维度看,AIGC技术应用引发商业模式迭代周期缩短,2023年主流电商平台上新商品生命周期中位数已从18个月压缩至9.2个月;从政策维度看,《电子商务法》修订带来的合规成本上升,使小微电商企业平均运营成本普遍增加;而疫情等突发公共卫生事件不断对人民群众生活健康及世界经济秩序造成严重的影响,其长尾效应更导致消费需求结构性变迁[2]。多重压力下,2020~2023年新设电商企业存活率不足60%,且失败案例中近一半源于环境感知偏差导致的战略误判。这种“高增长潜能”与“高失败风险”并存的矛盾格局,凸显出探究创业环境感知作用机制的紧迫性。
因此,本文从新生代创业者视角出发,基于数字经济时代背景,以创业环境感知作为自变量,基于此视角分析创业环境感知对创业绩效的影响作用;以性别等人口统计学变量为控制变量;引进主体能动反应作为调节变量,创业绩效作为因变量。在此基础上,分析相互要素间的作用关系,以期为我国电子商务创业领域提供新的助力观点。
2. 理论基础与研究假设
2.1. 理论模型
创业环境是指所有影响创业活动的外部因素的集合,包括获取创业支持的可能性要素。创业环境感知就是外界创业环境在人们头脑中形成的印象,是人们对环境进行解释、判断和选择的依据。以往研究多关注创业环境感知在创业意愿、绩效产生过程中的调节作用[3],本研究创新性地将探讨创业环境感知对创业绩效的影响机制。结合本研究数字经济时代的环境背景,参考文亮等(2010)的研究将创业环境分为创业文化、创业激励、创业支持、市场网络和非市场网络[4];据此,将创业环境感知分为5个具体因素,创业文化感知是初创者感受到的企业内外部的创业氛围,包括企业内部的创新创业文化以及社会上的创业文化的整体感受;创业激励感知是企业对员工创新创业行为给予奖励,如:提出有效创业建议等,保证这种创新文化的传播与维系;创业支持感知是为确保企业创业活动的顺利展开,创业者可以感受到足够的现实资源、心理支持的状况;市场网络感知是创业者感受到的和其他供应商、分销商等市场利益主体建立联系的状况;非市场网络感知是创业者所感知的企业和政府、科研机构、高校等机构建立联系的状况。
创业绩效是创业企业在一定时期内通过资源配置与战略行动实现的经济效益、市场竞争力、创新成果及组织成长等目标的综合成效评价,但目前学者们对创业绩效的维度划分尚未形成统一定论[5]。有的将创业绩效看作整体维度,有的以生存绩效代理创业绩效,本研究从企业的基本实情出发,参考Christman (1998)研究中生存、成长两大维度来定义创业绩效[6],国内学者周劲波等(2007) [7]均认同此观点。以创业环境感知为基础,从感知层次、影响路径和关键因素三个方面,构建模型来描述创业环境感知与新生代创业者创业绩效的关系。研究层次包括:创业文化感知、创业支持感知、创业激励感知、市场网络感知、非市场网络感知5个方面;主体能动反应也成环境能动反应,是创业者对创业环境感知后的行动总和,体现创业者对创业环境的吸收和转化程度,体现了创业者的个人能力强弱[8],因此本研究将其纳为调节变量,探讨其在机制中的作用。本研究研究路径包括创业环境感知对创业绩效的主效应,主体能动反应在创业环境感知影响创业绩效过程中的调节作用;关键要素包括:创业环境感知、创业绩效。理论模型如图1所示。
Figure 1. Theoretical model
图1. 理论模型
2.2. 研究假设
创业环境是影响初创企业生存发展的所有内外因素的总和,创业环境感知是初创企业在创业过程中对环境的感受程度和认知情况。我们将创业环境感知作为自变量,因为好的创业环境不仅可以给初创者政策、税收、基础设施支持,更可以增强初创者自信、希望、乐观的心理,这种支持不仅可以减轻创业者经济负担,还减少创新的心理压力,从而提升绩效水平。通过文献综述发现已有学者提出环境决定论[9],且被广泛验证,即创业环境对创业绩效起直接影响作用[10],我们拟深入探讨具体影响作用的实现,故引出以下研究假设:
H1:新生代创业者创业环境感知能力对创业绩效水平有显著的积极效应。
鉴于新生代创业者对环境的感知情况并不能直接作用于创业绩效,我们引入主体能动反应作为中介变量探讨其对创业环境感知和创业绩效的影响。创业者在感受到环境,比如了解到政府利好政策之后,需要自身采取措施去争取政策,把一切有利因素为我所用,转化为相应创业行为,进而影响创业绩效。故提出以下假设:
H2:主体能动反应在创业环境感知与创业绩效之间起调节作用,主体能动反应越好,创业环境感知和创业绩效之间作用越强。
不同的新生代创业者在创业绩效方面的表现不尽相同,这是因为创业者个体能力水平存在差异,年龄、学历、性别、创业次数的差异均会影响创业表现。郝喜玲等学者研究表明:体现人才外联能力的人才年龄、学历层次与创新创业绩效之间存在显著的正相关关系[11],因此我们在数字经济背景下对这一假设进行验证,特此提出:
H3:性别、年龄、学历等控制变量对新生代创业者创业环境感知能力有显著影响。
H4:性别、年龄、学历等控制变量对新生代创业者创业绩效水平有显著影响。
3. 研究设计
3.1. 调查设计
在调查样本选择方面,研究对象为新生代电商创业者。参考已有学者研究,集中收集85后电商创业群体数据。为了保证调查的客观性、代表性,本次调查的新生代创业者覆盖美妆、商务服务、知识付费等各行业。
在研究落地方面,本文通过问卷星平台进行被调查者信息的线上收集,通过spss26.0和amos24.0对收集到的数据进行描述性统计分析、信效度分析、独立样本t检验、单因素方差检验等、验证结构方程模型等。
3.2. 问卷设计
我们在问卷预调查的基础上,对已有题项和问题进行优化,得到了最终问卷,包含以下部分。
第一部分描述性统计信息调查。包括创业者的性别、年龄、学历、专业背景、创业次数等信息。
第二部分创业环境感知量表,沿用文亮的研究,将创业环境分为文化因素、激励因素、支持因素、市场网络和非市场网络五维度,分别对应题项ECP1-ECP5、EIP1-EIP3、ESP1-ESP4、NP1-NP4、NNP1-NNP3。以此为基础,结合数字经济时代特点,构建创业环境感知量表,并采用李克特五点计分法,1分~5分依次对应从“极不认同”到“特别认同”,如表1。
第三部分主体能动反应调查,在创业环境感知维度划分的基础上,将主体能动反应划分为三个维度,分别是:创业文化吸收ECA1-ECA4、创业尝试EC1-EC4、网络化扩建与维护NEM1-NEM4,具体题项如表2所示。
第四部分创业绩效量表设计,采用国内学者普遍接受的,由Christman (1998) [6]提出的生存–成长量表,可以简单理解为初创企业只有诞生后才能有所发展,只有生存下去才能有机会成长。同时,鉴于数字经济时代的环境特点,将创新绩效融入成长绩效的研究中去。生存绩效包括题项SP1~SP3;成长绩效包括题项GP1~GP5,具体题项如表3所示。
Table 1. Measurement of entrepreneurial environment perception
表1. 创业环境感知测量
测量维度 |
题项 |
内容 |
评分 |
创业文化感知 |
ECP1 |
社会创新创业氛围很好,创业者、企业家在社会上更加受人尊重 |
1 |
2 |
3 |
4 |
5 |
ECP2 |
我们企业创业氛围很好,员工在内部创新创业方面经常互相帮助 |
1 |
2 |
3 |
4 |
5 |
ECP3 |
数字经济时代的到来强化了社会上的创新创业文化 |
1 |
2 |
3 |
4 |
5 |
创业激励感知 |
EIP1 |
当员工提出有利于企业创业的想法时,我们通常会鼓励并接受;想法被采纳时,我们通常会予以奖励 |
1 |
2 |
3 |
4 |
5 |
EIP2 |
员工可以明显感受到公司对创新创业的激励政策 |
1 |
2 |
3 |
4 |
5 |
EIP3 |
公司鼓励员工参与企业创新创业行为 |
1 |
2 |
3 |
4 |
5 |
创业支持感知 |
ESP1 |
创业过程中有足够的数字、经济资源可以使用 |
1 |
2 |
3 |
4 |
5 |
ESP2 |
公司允许员工将大量时间用来创业 |
1 |
2 |
3 |
4 |
5 |
ESP3 |
公司对创业失败的容忍度很高 |
1 |
2 |
3 |
4 |
5 |
ESP4 |
我能感受到政府出台了很多鼓励人们创业的政策,包括贷款、税收等方面,提供了很多基础设施 |
1 |
2 |
3 |
4 |
5 |
市场网络感知 |
NP1 |
公司与外部利益相关者(供应商等)联系紧密且关系很好 |
1 |
2 |
3 |
4 |
5 |
NP2 |
公司与关键客户间重视承诺并保持诚信 |
1 |
2 |
3 |
4 |
5 |
NP3 |
公司以关键客户为跳板接触到更多新客户 |
1 |
2 |
3 |
4 |
5 |
NP4 |
公司与关键客户有长期战略合作 |
1 |
2 |
3 |
4 |
5 |
非市场网络
感知 |
NNP1 |
公司与政府等其他机构联系紧密且关系很好 |
1 |
2 |
3 |
4 |
5 |
NNP2 |
公司相关人员经常参加科技成果展示活动 |
1 |
2 |
3 |
4 |
5 |
NNP3 |
公司经常与高校等科研机构接触和交流 |
1 |
2 |
3 |
4 |
5 |
Table 2. Measurement of proactive agentic response
表2. 主体能动反应测量
测量维度 |
题项 |
内容 |
评分 |
创业文化吸收 |
ECA1 |
社会上的创业文化一直吸引我去创业 |
1 |
2 |
3 |
4 |
5 |
ECA2 |
我会更加钦佩事业成功的企业家、创业者 |
1 |
2 |
3 |
4 |
5 |
ECA3 |
企业内部强烈的创业氛围让我有冲动去创业 |
1 |
2 |
3 |
4 |
5 |
ECA4 |
公司会主动举办创新创业、数字技术培训,提高员工创新能力 |
1 |
2 |
3 |
4 |
5 |
创业尝试 |
EC1 |
公司有员工因为创新性思想和技术的开发而得到晋升和奖励 |
1 |
2 |
3 |
4 |
5 |
EC2 |
企业内部进行创业活动时,创业者能够使用到足够多的资源 |
1 |
2 |
3 |
4 |
5 |
EC3 |
员工普遍乐于创业,员工的创业积极性可以有效保持 |
1 |
2 |
3 |
4 |
5 |
EC4 |
企业对于创业失败更多的是鼓励 |
1 |
2 |
3 |
4 |
5 |
网络化扩建与维护
(市场/非市场) |
NEM1 |
企业会主动与公司外部利益相关者(供应商等)联系 |
1 |
2 |
3 |
4 |
5 |
NEM2 |
企业会主动与政府等其他机构联系 |
1 |
2 |
3 |
4 |
5 |
NEM3 |
企业在与外部相关者联系时有经验、成熟的方法 |
1 |
2 |
3 |
4 |
5 |
NEM4 |
企业很注重对外界网络化主体(供应商、政府)交往机会的把握 |
1 |
2 |
3 |
4 |
5 |
Table 3. Measurement of entrepreneurial performance
表3. 创业绩效测量
测量维度 |
题项 |
内容 |
评分 |
生存绩效 |
SP1 |
公司可以适应数字经济时代“互联”、“智能”、“变革”的
环境特点 |
1 |
2 |
3 |
4 |
5 |
SP2 |
公司主动离职人数少 |
1 |
2 |
3 |
4 |
5 |
SP3 |
公司初创期盈利良好 |
1 |
2 |
3 |
4 |
5 |
成长绩效 |
GP1 |
公司整体数字化、信息化水平高 |
1 |
2 |
3 |
4 |
5 |
GP2 |
销售总额和利润的年增长率高 |
1 |
2 |
3 |
4 |
5 |
GP3 |
公司人力资源数量和质量都有稳步提升 |
1 |
2 |
3 |
4 |
5 |
GP4 |
市场份额的年增长率高 |
1 |
2 |
3 |
4 |
5 |
GP5 |
净资产的年增长率高 |
1 |
2 |
3 |
4 |
5 |
4. 实证研究
数据分析主要运用SPSS28.0和AMOS24.0版本软件。第一步对样本基础信息进行描述性分析;接着采用验证性因子分析法检验信效度,并采用AMOS24.0对结构模型进行验证;之后开展相关分析、回归分析,对研究假设进行检验;最后,用Step回归,对基于主体能动反应的调节效应假设进行检验。
为减少同源误差影响,在数据收集过程中实施了预防性措施。例如,填写问卷前与被调查者沟通注意事项并告知保密性,通过三次问卷预调查及修改保证问卷语言的准确无误、没有歧义。共成功回收问卷351份,经过筛选和剔除有效问卷共318份,有效率90.59%。
4.1. 描述性统计分析
对被调查的新生代创业者人口统计学信息:性别、年龄、创业信息等进行描述性统计分析,结果如表4所示。从性别看,样本不同性别间比例均等。从年龄看,21~26岁的调查对象占总人数的67.6%,具有绝对优势;27~37岁的调查对象有62名,占总人数的19.5%;38岁以上和20岁及以下人数最少。从学历看,本次调查中本科学历的人最多,占比67.9%;其次是大专,占比21.1%;研究生占比10.1%;最后是高中及以下,这一阶段只有3人。从专业背景来看,初创者以经管类居多,占比33.6%;其次依次为理工类、人文社科类、医药类及其他,分别占比24.5%、18.9%、17.3%。在被调查的318位公众中,有1次创业经历的人最多,占比42.8%;创业0次,但工作在初创公司的有59位,创业2次及以上有123位。
Table 4. Descriptive analysis summary table
表4. 描述性分析一览表
项目 |
类别 |
频数 |
占比(%) |
累计占比(%) |
性别 |
男 |
168 |
52.8 |
52.8 |
女 |
150 |
47.2 |
100.0 |
年龄 |
20岁及以下 |
10 |
3.1 |
3.1 |
21~26岁 |
215 |
67.6 |
70.8 |
27~37岁 |
62 |
19.5 |
90.3 |
38岁及以上 |
31 |
9.7 |
100.0 |
文化程度 |
高中及以下 |
3 |
0.9 |
0.9 |
大专 |
67 |
21.1 |
22.0 |
本科 |
216 |
67.9 |
89.9 |
研究生及以上 |
32 |
10.1 |
100.0 |
专业背景 |
理工类 |
78 |
24.5 |
24.5 |
经管类 |
107 |
33.6 |
58.2 |
人文社科类 |
60 |
18.9 |
77.0 |
医药类 |
55 |
17.3 |
94.3 |
其他 |
18 |
5.7 |
100.0 |
创业次数 |
0次 |
59 |
18.6 |
18.6 |
1次 |
136 |
42.8 |
61.3 |
2次及以上 |
123 |
38.7 |
100.0 |
4.2. 问卷信效度分析
信度表示结果的可信度,本文采用“Cronbach’s Alpha”衡量各题项间是否有较高的一致性,具体结果如表5所示。三份量表的总体Cronbach’s Alpha系数超过了0.9,各维度均超过0.8,信度非常好,内部一致性非常高。
Table 5. Reliability test
表5. 信度检验
变量 |
维度 |
题项数量 |
维度Alpha |
总体Alpha |
创业环境感知 |
创业文化感知 |
3 |
0.857 |
0.965 |
创业激励感知 |
3 |
0.833 |
创业支持感知 |
4 |
0.870 |
市场网络感知 |
4 |
0.878 |
非市场网络感知 |
3 |
0.844 |
主体能动反应 |
创业文化吸收 |
4 |
0.874 |
0.903 |
创业尝试 |
4 |
0.833 |
网络拓建与维护 |
4 |
0.812 |
创业绩效 |
生存绩效 |
3 |
0.802 |
0.922 |
成长绩效 |
5 |
0.927 |
效度指的是有效度,体现测量结果是否是自己想要的,一般使用KMO值和巴特利球形检验判断信度。其中KMO值大于0.8为良好,巴特利球形检验P ≤ 0.05,说明结果显著。根据SPSS分析,问卷整体KMO值为0.863,巴特利球形检验的值达到显著水平,数据质量较高。三分量表的KMO值分别为0.972、0.915、0.943,p = 0.000,均达到显著水平。
Table 6. Goodness of fit of the three-variable model
表6. 三变量的模型拟合优度
模型 |
X2/df |
GFI |
NFI |
CFI |
RMSEA |
RMR |
创业环境感知 |
<3 |
>0.9 |
>0.9 |
>0.9 |
<0.08 |
<0.08 |
拟合优度值 |
1.618 |
0.940 |
0.961 |
0.984 |
0.044 |
0.027 |
主体能动反应 |
2.006 |
0.949 |
0.952 |
0.949 |
0.056 |
0.044 |
创业绩效 |
1.257 |
0.982 |
0.985 |
0.982 |
0.028 |
0.022 |
然后使用AMOS24.0进行结构模型验证,结果如表6所示。三分量表的X2/df(卡方比自由度)均小于3,GFI(模型拟合指数)、NFI(规范拟合指数)、CFI(比较拟合指数)均大于0.9,RMSEA(近似误差均方根)、RMR均小于0.08,证明该模型的拟合非常理想,统计可靠性强,测量效度高。
4.3. 控制变量影响研究
首先,进行基于性别的独立样本t检验,创业环境感知和创业绩效在性别差异下无论是方差齐次检验还是均值方程t检验显著性均为0.000,存在显著差异。而且男性具有更高的创业环境感知水平,4.211的均值大于女性3.695。创业绩效同样是男性具有更高水平,均值4.169大于女性3.668。
然后,进行基于年龄、学历、专业背景、创业次数的单因素方差检验。在年龄因素的控制下,组间显著性均为0.000,小于0.05,即年龄因素造成了创业环境感知和创业绩效方面的显著差异,其中,年龄在38岁以上的创业者无论是创业环境感知是最好,其次是27~37岁,再次是21~26岁,最差的是20岁及以下。年龄在27~37岁的创业者在创业绩效方面表现最好,其次是38岁及以上。同样在学历、专业背景、创业次数变量的控制下,不同主体的创业环境感知和创业绩效同样存在显著差异,假设H3、H4成立。
4.4. 相关分析
信效度分析后,利用皮尔逊二元相关分析,讨论创业环境感知5个维度和创业绩效2个维度之间的关系。首先,进行总体的线性回归分析,创业文化感知与生存绩效Pearson为0.911且p = 0.000,存在显著的高度正相关关系。
分析创业环境5维度和生存绩效的相关性,发现生存绩效与创业激励感知、创业支持感知、市场网络感知、非市场网络感知高度相关,和创业文化感知中度相关。其中,创业支持感知作用发挥的影响作用最大。
Table 7. Examining the correlation: entrepreneurial environment perception and venture performance
表7. 创业环境感知与创业绩效之间的相关性分析
|
创业文化感知 |
创业激励感知 |
创业支持感知 |
市场网络感知 |
非市场网络感知 |
生存绩效 |
0.659 ** |
0.847 ** |
0.853 ** |
0.821 ** |
0.777 ** |
成长绩效 |
0.686 ** |
0.838 ** |
0.850 ** |
0.878 ** |
0.785 ** |
注:**在0.01级别(双尾),相关性显著。
4.5. 回归分析
采用多元线性回归的方法构建理论模型,设定创业环境感知水平是自变量X,创业绩效是因变量Y,可以通过回归方程的建立探讨创业环境感知五个维度分别对创业绩效两个维度的影响。同时,借助F检验判断方程是否显著,验证创业环境感知对绩效的影响。多元线性回归的模型标准范式为:
β0是常数项;β1~β5是变量系数;X1~X5代表创业环境感知的五个维度,包括ECP (X1)、EIP (X2)、ESP (X3)、NP (X4)和NNP (X5);Yi是创业绩效,可以分为SP (Y1)和GP (Y2);εi是调整误差项。
首先构建创业环境感知对生存绩效的回归模型,通过SPSS回归分析,模型可以构建为:
生存绩效 = 创业激励感知*0.356 + 创业支持感知*0.375 + 市场网络感知*0.084 + 非市场网络感知*0.092 − 创业文化感知*0.032 + 0.474。
创业环境感知的五个关键心理状态解释了生存绩效77.1%的方差变异。F = 210.503,Sig = 0.000 < 0.05,也就是说该模型回归显著。说明创业文化感知等五个关键心理状态对于生存绩效的变化贡献较大,对于生存绩效的影响显著,可以作为生存绩效的正向预测指标。
同理创业环境感知对成长绩效的回归模型可以构建为:
成长绩效 = 创业激励感知*0.141 + 创业支持感知*0.253 + 市场网络感知*0.499 + 非市场网络感知*0.066 − 创业文化感知*0.02 + 0.206。
由上表可知,创业环境感知的五个关键心理状态解释了生存绩效79.8%的方差变异。F = 245.806,Sig = 0.000 < 0.05,也就是说该模型回归显著。说明五个关键心理状态对于生存绩效的变化贡献较大,对于生存绩效的影响显著,可以作为成长绩效的正向预测指标。
4.6. 主体能动反应的调节作用检验
为了对调节作用的相关假设进行检验,采用多元回归模型逐步加入自变量和调节变量、自变量和调节变量的交互项(乘积)的方法得到分析数据。为保证结果客观性,进行了去中心化处理和Step逐步回归。
4.6.1. 主体能动反应对创业环境感知与生存绩效的调节
表7中模型1和模型2、模型3和模型4、模型5和模型6、模型7和模型8、模型9和模型10分别代表创业文化感知维度、创业激励感知维度、创业支持感知维度、市场网络感知维度、非市场网络感知维度对于新生代创业者生存绩效的交互效应检验模型,可以验证主体能动反应在不同维度和生存绩效之间的调节作用。
Table 8. The moderating role of proactive agentic response in the relationship between entrepreneurial environment perception and survival performance
表8. 主体能动反应对创业环境感知与生存绩效的调节
模型 |
未标准化系数 |
β |
T |
Sig. |
F |
R2 |
β |
标准误差 |
1 |
(常量) |
0.504 |
0.197 |
|
2.552 |
0.011 |
235.19 |
0.599 |
ECP |
0.456 |
0.040 |
0.502 |
11.533 |
0.000 |
SP |
0.416 |
0.053 |
0.344 |
7.893 |
0.000 |
2 |
(常量) |
−0.351 |
0.509 |
|
−0.690 |
0.491 |
157.884 |
0.601 |
ECP |
0.710 |
0.145 |
0.782 |
4.896 |
0.000 |
SP |
0.678 |
0.153 |
0.560 |
4.422 |
0.000 |
ECP*SP |
−0.074 |
0.041 |
−0.431 |
−1.821 |
0.070 |
3 |
(常量) |
0.299 |
0.147 |
|
2.032 |
0.043 |
431.066 |
0.732 |
EIP |
0.746 |
0.034 |
0.767 |
21.808 |
0.000 |
SP |
0.174 |
0.043 |
0.144 |
4.085 |
0.000 |
4 |
(常量) |
−0.702 |
0.401 |
|
−1.750 |
0.081 |
295.419 |
0.738 |
EIP |
1.045 |
0.117 |
1.075 |
8.954 |
0.000 |
SP |
0.489 |
0.125 |
0.404 |
3.917 |
0.000 |
EIP*SP |
−0.089 |
0.033 |
−0.508 |
−2.681 |
0.008 |
5 |
(常量) |
0.298 |
0.144 |
|
2.068 |
0.039 |
458.792 |
0.741 |
ESP |
0.739 |
0.033 |
0.770 |
22.646 |
0.000 |
SP |
0.184 |
0.041 |
0.152 |
4.462 |
0.000 |
6 |
(常量) |
−0.902 |
0.391 |
|
−2.304 |
0.022 |
318.989 |
0.753 |
ESP |
1.102 |
0.115 |
1.148 |
9.590 |
0.000 |
SP |
0.550 |
0.119 |
0.454 |
4.639 |
0.000 |
ESP*SP |
−0.105 |
0.032 |
−0.607 |
−3.288 |
0.001 |
7 |
(常量) |
0.447 |
0.156 |
|
2.859 |
0.005 |
357.276 |
0.694 |
NP |
0.680 |
0.035 |
0.727 |
19.403 |
0.000 |
SP |
0.204 |
0.045 |
0.169 |
4.504 |
0.000 |
8 |
(常量) |
−0.602 |
0.406 |
|
−1.482 |
0.139 |
245.915 |
0.701 |
NP |
0.997 |
0.119 |
1.066 |
8.404 |
0.000 |
SP |
0.535 |
0.127 |
0.442 |
4.223 |
0.000 |
NP*SP |
−0.094 |
0.034 |
−0.547 |
−2.791 |
0.006 |
9 |
(常量) |
0.330 |
0.170 |
|
1.944 |
0.053 |
291.484 |
0.649 |
NNP |
0.606 |
0.036 |
0.653 |
16.974 |
0.000 |
SP |
0.300 |
0.047 |
0.248 |
6.432 |
0.000 |
10 |
(常量) |
−1.038 |
0.461 |
|
−2.252 |
0.025 |
203.357 |
0.660 |
NNP |
1.016 |
0.134 |
1.096 |
7.610 |
0.000 |
SP |
0.711 |
0.137 |
0.587 |
5.192 |
0.000 |
NNP*SP |
−0.117 |
0.037 |
−0.687 |
−3.187 |
0.002 |
表7中模型2的交互项显著性大于0.05,说明主体能动反应在创业文化感知维度和生存绩效之间没有发生调节作用,假设未通过验证。
4.6.2. 主体能动反应对创业环境感知与成长绩效的调节
表8中模型11和模型12、模型13和模型14、模型15和模型16、模型17和模型18、模型19和模型20分别代表创业文化感知维度、创业激励感知维度、创业支持感知维度、市场网络感知维度、非市场网络感知维度对于新生代创业者成长绩效的交互效应检验模型,可以验证主体能动反应在不同维度和成长绩效之间的调节作用。
Table 9. The moderating role of proactive agentic response in the relationship between entrepreneurial environment perception and growth performance
表9. 主体能动反应对创业环境感知与成长绩效的调节
模型 |
未标准化系数 |
β |
T |
Sig. |
F |
R2 |
β |
标准误差 |
11 |
(常量) |
0.207 |
0.206 |
|
1.005 |
0.315 |
194.718 |
0.553 |
ECP |
0.524 |
0.041 |
0.539 |
12.720 |
0.000 |
GP |
0.418 |
0.055 |
0.322 |
7.606 |
0.000 |
12 |
(常量) |
−0.118 |
0.533 |
|
−0.220 |
0.826 |
129.725 |
0.553 |
ECP |
0.620 |
0.152 |
0.638 |
4.086 |
0.000 |
GP |
0.518 |
0.161 |
0.399 |
3.221 |
0.001 |
ECP*SP |
−0.028 |
0.043 |
−0.153 |
−0.660 |
0.510 |
13 |
(常量) |
0.056 |
0.163 |
|
0.347 |
0.729 |
397.911 |
0.716 |
EIP |
0.788 |
0.038 |
0.757 |
20.901 |
0.000 |
GP |
0.188 |
0.047 |
0.145 |
4.001 |
0.000 |
14 |
(常量) |
−0.736 |
0.445 |
|
−1.655 |
0.099 |
268.736 |
0.720 |
EIP |
1.025 |
0.129 |
0.984 |
7.920 |
0.000 |
GP |
0.437 |
0.138 |
0.337 |
3.159 |
0.002 |
EIP*SP |
−0.071 |
0.037 |
−0.375 |
−1.914 |
0.057 |
15 |
(常量) |
0.043 |
0.156 |
|
0.275 |
0.784 |
443.425 |
0.738 |
ESP |
0.791 |
0.035 |
0.769 |
22.326 |
0.000 |
GP |
0.192 |
0.045 |
0.148 |
4.293 |
0.000 |
16 |
(常量) |
−1.073 |
0.426 |
|
−2.516 |
0.012 |
304.698 |
0.744 |
ESP |
1.128 |
0.125 |
1.097 |
9.009 |
0.000 |
GP |
0.533 |
0.129 |
0.411 |
4.122 |
0.000 |
ESP*GP |
−0.098 |
0.035 |
−0.527 |
−2.807 |
0.005 |
17 |
(常量) |
0.105 |
0.142 |
|
0.738 |
0.461 |
557.634 |
0.78 |
NP |
0.814 |
0.032 |
0.813 |
25.555 |
0.000 |
GP |
0.151 |
0.041 |
0.117 |
3.673 |
0.000 |
18 |
(常量) |
−0.222 |
0.373 |
|
−0.596 |
0.552 |
371.937 |
0.78 |
NP |
0.913 |
0.109 |
0.911 |
8.378 |
0.000 |
GP |
0.255 |
0.116 |
0.196 |
2.188 |
0.029 |
NP*GP |
−0.029 |
0.031 |
−0.159 |
−0.948 |
0.344 |
19 |
(常量) |
0.055 |
0.180 |
|
0.309 |
0.758 |
303.625 |
0.658 |
NNP |
0.663 |
0.038 |
0.668 |
17.585 |
0.000 |
GP |
0.306 |
0.049 |
0.236 |
6.208 |
0.000 |
20 |
(常量) |
−0.984 |
0.491 |
|
−2.005 |
0.046 |
206.819 |
0.661 |
NNP |
0.975 |
0.142 |
0.982 |
6.856 |
0.000 |
GP |
0.618 |
0.146 |
0.477 |
4.239 |
0.000 |
NNP*GP |
−0.089 |
0.039 |
−0.487 |
−2.274 |
0.024 |
表9中模型12、模型14、模型18的交互项显著性大于0.05,说明主体能动反应在创业文化感知、创业激励感知、市场网络感知和生存绩效之间没有发生调节作用,假设未通过验证。
5. 结论与展望
5.1. 主要结论
基于我们构建的理论模型,通过对318个样本调查及数据分析,实证表明:第一,新生代创业者创业环境感知能力对其创业绩效水平有显著的积极效应;第二,主体能动反应的调节作用部分成立,总体起正向中介作用;第三,性别、年龄、学历、创业次数等调节变量对创业环境感知能力和创业绩效水平都有显著影响,假设检验结果如表10所示。
Table 10. Hypothesis testing summary
表10. 假设检验总结
序号 |
研究假设 |
检验结果 |
H1 |
新生代创业者创业环境感知能力对创业绩效水平有显著的积极效应 |
支持 |
H2 |
主体能动反应在创业环境感知与创业绩效之间起调节作用,主体能动反应越好,创业环境感知和创业绩效之间作用越强 |
部分支持 |
H3 |
性别、年龄、学历等控制变量对新生代创业者创业环境感知能力有显著影响 |
支持 |
H4 |
性别、年龄、学历等控制变量对新生代创业者创业绩效水平有显著影响 |
支持 |
5.2. 管理建议
5.2.1. 新生代创业者角度
在数字经济时代,初创者需构建“创业环境感知–技术赋能–资源整合”协同发展的能力体系。首先,强化环境动态感知与决策能力,通过一些诸如:商业情报系统、舆情监测平台的数字化工具实时追踪政策、市场及技术趋势,结合AI算法解析数据,识别潜在的政策红利、新兴市场需求机会,并利用BI工具建立数据驱动的决策模型,降低经验依赖风险。其次,深化数字技术融合应用,部署混合云架构优化运营效率,运用区块链技术实现供应链透明化与智能合约管理,嵌入生成式AI,如ChatGPT、Deepseek等,提升产品创新与客户交互体验,同时探索预测性分析工具预判市场风险。再者,构建双轨资源网络,具体来看,在市场化层面,联合行业龙头、电商平台拓展渠道,参与产业联盟获取技术资源;在非市场化层面,主动对接政府创业扶持项目,加入行业协会争取政策话语权,并通过ESG报告与政府建立长期信任。最后,注重组织韧性与持续学习,要采用敏捷管理模式快速响应变化,预留资源试错新业务;参与“技术 + 管理”复合型课程,联动高校实验室与开源社区获取低成本技术方案,形成可持续竞争力。
5.2.2. 政府机构角度
在数字经济背景下,政府需构建“精准施策–能力培育–生态优化”三位一体的创业支持体系。第一,深化政策精准性与包容性,具体来看,要基于初创企业生命周期与行业属性,分类设计扶持政策。例如,对科技型企业提供“研发费用加计扣除 + 知识产权质押融资”组合支持,对受外部如文旅、物流等冲击的行业,实施临时性社保减免与物流补贴,并建立“政策适配度评估系统”主动推送适用政策。第二,强化资金支持与税收创新,设立“初创企业风险补偿基金”,联合金融机构开发“政银担”联动融资产品,降低首贷门槛;对采用数字技术的企业给予“技术应用专项税收抵免”,并探索“数据资产确权”试点,激活数据要素价值。第三,完善创业能力培育机制,主动构建“政策认知 + 数字技能”双轨培训体系,联合高校与企业开发“数字创业认证课程”,通过“创业沙盘模拟 + 真实项目孵化”提升实战能力;建立“政策认知评估–培训绩效反馈”闭环,优化培训内容与形式。第四,优化创业生态基础设施,搭建全国性“创业服务数字平台”,整合政策、融资、技术对接功能;建设区域共享制造中心与智慧物流网络,降低初创企业供应链成本;推动“政产学研”协同,设立“技术转化引导基金”,支持高校实验室与初创企业共建商业化项目,这与方鸣学者的观点一致,政府要创造良好的创业环境助力创业绩效[12]。最后通过系统性政策设计与资源整合,政府可全面提升创业环境质量,助力企业跨越“死亡谷”。
5.3. 研究不足与展望
本研究仍存在以下内容可供后续学者继续研究完善:第一,在问卷设计方面,除了基础人口统计学问题调查,理论设计中三个量表的问题多以评价型展开,不可避免被调查者回复时具有主观倾向,这使得数据结果有一定误差和不确定性。第二,主体能动反应作为学者自创中介变量,存在一些不确定性,虽然我们验证了其中介变量的作用,但结论是否成熟还需要进一步验证。第三,创业本身就是一个复杂长期的过程,我们对创业者的调查也只是在创业过程中一个时期的调查,不能完全体现创业者在整个创业周期的全部心理变化,没有也无法从纵向的角度把握创业者整体心理状态,所以会导致结果不够精准。
针对研究不足,提出以下研究展望:第一,在问卷设计中,尽量使用量化型变量替换评价型变量,不可避免的评价型问题调查需要提前沟通、访谈、其他案例研究等方法修正主观性,确保误差尽量减小。第二,对主体能动反应的调节作用可以进行更多验证。第三,采用对被调查者纵向研究的方法,对被调查者进行持续性追踪调查,获取时间序列数据,纵向深入探讨创业环境感知对创业绩效的影响路径与机制,提升研究可靠性。