張春梅，王 晨

長春大學(xué) 管理學(xué)院,長春 130012

0 引言

2019年國家提出要把握“雙創(chuàng)+農(nóng)業(yè)”發(fā)展模式,支持鄉(xiāng)村創(chuàng)新創(chuàng)業(yè),農(nóng)業(yè)領(lǐng)域迎來了創(chuàng)新創(chuàng)業(yè)熱潮.吉林省也積極響應(yīng)國家創(chuàng)業(yè)興農(nóng)號召,多項舉措助力農(nóng)業(yè)創(chuàng)業(yè).然而,吉林省農(nóng)業(yè)創(chuàng)業(yè)環(huán)境尚處于發(fā)展建設(shè)關(guān)鍵期,存在多方不穩(wěn)定因素[1],制約農(nóng)戶的多元化生產(chǎn)經(jīng)營.因此,本文深入分析吉林省農(nóng)戶轉(zhuǎn)型影響因素,進行實證分析構(gòu)建創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響測評量表及影響機制,為農(nóng)業(yè)創(chuàng)業(yè)環(huán)境的優(yōu)化、農(nóng)戶轉(zhuǎn)型及自我價值實現(xiàn)和鄉(xiāng)村經(jīng)濟的振興提供理論支持.

1 吉林省創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響評估測量量表開發(fā)

本文結(jié)合機械設(shè)計理論,探索創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響作用,對農(nóng)戶轉(zhuǎn)型影響因素進行系統(tǒng)性分析,構(gòu)建創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型多層次影響評價體系,包含社會人文環(huán)境、政策支持環(huán)境、社會經(jīng)濟環(huán)境、市場發(fā)展環(huán)境、基礎(chǔ)設(shè)施環(huán)境和金融服務(wù)環(huán)境6項一級指標(biāo), 一級指標(biāo)下設(shè)有創(chuàng)業(yè)宣傳教育、政策了解程度、經(jīng)濟發(fā)展水平、市場規(guī)范程度、地理位置優(yōu)越和銀行貸款獲取等34項原始觀測二級指標(biāo)變量,指標(biāo)及問卷題項描述如表1所示.

表1 吉林省創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響指標(biāo)及問卷題項描述

2 吉林省創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響量表測量

本文以網(wǎng)上問卷形式向吉林省不同地區(qū)的278戶農(nóng)戶發(fā)送了數(shù)據(jù)調(diào)查問卷,調(diào)查中農(nóng)戶對34個問卷題項的重要性進行了評估(重要性評估等級劃分為非常不重要(賦值1)、不重要(賦值2)、一般重要(賦值3)、重要(賦值4)和非常重要(賦值5)5個等級,最終回收有效問卷139份,采集139組樣本,每組34項原始觀測二級指標(biāo)變量,共計4 726個評估等級賦值數(shù)據(jù)(因篇幅所限,數(shù)據(jù)未列出),在此基礎(chǔ)上,對這些數(shù)據(jù)進行整理分析,形成原始觀測指標(biāo)變量數(shù)據(jù).

2.1 描述統(tǒng)計

根據(jù)問卷題項基本信息結(jié)果,對調(diào)查對象的年齡、文化水平、工作性質(zhì)等信息進行描述統(tǒng)計.由數(shù)據(jù)可知,參與調(diào)查的人員中,大專及以上學(xué)歷的人僅為5.4 %；未上學(xué)和小學(xué)、初中或高中分別占10.0 %,32.4 %,41.4 %和10.8 %,整體文化水平有較大提升空間.在工作性質(zhì)方面,從事種地、打工的人員分別占30.1 %和25.8 %,而綠色農(nóng)業(yè)生產(chǎn)、小規(guī)模經(jīng)營及大規(guī)模經(jīng)營僅占17.9 %,8.6 %和1.4 %,受調(diào)查人員的從業(yè)性質(zhì)整體上較為保守.而家庭年收入小于3萬元及3萬元 ～ 5萬元之間的占6.6 %和15.8 %；收入5萬元 ～ 8萬元，8萬元 ～ 12萬元及12萬元以上分別占25.8 %,22.2 %和5.8 %,這說明調(diào)查人員整體收入不高.同時，收入滿意程度也側(cè)面反映了收入問題,非常不滿意、比較不滿意與一般的比例高達17.3 %,18.0 %和52.5 %,僅有10.1 %的人比較滿意和2.2 %的人非常滿意.而在轉(zhuǎn)型方向的選擇中,農(nóng)作物多樣化生產(chǎn)、畜牧養(yǎng)殖及打工的分別占17.3 %,18.0 %和10.1 %；選擇農(nóng)副產(chǎn)品加工的人員則高達52.5 %,希望進行創(chuàng)新創(chuàng)業(yè)的僅為2.2 %,這說明大多數(shù)農(nóng)戶思想上較保守,轉(zhuǎn)型主要以農(nóng)業(yè)生產(chǎn)為中心,不愿承擔(dān)過大風(fēng)險.

2.2 信度分析與效度檢驗

本文首先運用SPSS 25.0對回收數(shù)據(jù)進行信度分析,信度分析結(jié)果顯示,34項觀測指標(biāo)的克隆巴赫 Alpha值為0.975,達到并遠高于0.7,說明問卷整體具有很高的內(nèi)在一致性,可靠性極好.隨后對數(shù)據(jù)題項進行效度檢驗,檢驗結(jié)果顯示,KMO值取樣適切性量數(shù)為0.931,巴特利特球形度檢驗Bartlett近似卡方值為4 963.595,自由度為561,顯著性P值為0.000,sig.<0.001表明變量間顯著相關(guān),說明問卷具有較好的結(jié)構(gòu)效度,很適合做因子分析.

2.3 題項測量與量表優(yōu)化

在通過信效度檢驗后,本文利用SPSS 25.0對34項原始觀測指標(biāo)變量進行探索性因子分析,該方法是一項用來找出多元觀測變量的本質(zhì)結(jié)構(gòu),并進行降維處理的數(shù)據(jù)統(tǒng)計技術(shù),能夠?qū)⒕哂绣e綜復(fù)雜關(guān)系的原始觀測指標(biāo)變量綜合為少數(shù)幾個核心因子,用較少的因子變量來最大程度地概括和解釋原有的觀測信息.

假設(shè)在34個相關(guān)的原始觀測指標(biāo)變量中含有m個彼此獨立的公共因子(m<34),原始觀測二級指標(biāo)變量與因子(包括公共因子和特殊因子)的關(guān)系為:

Xi=ai1F1+ai2F2+…aijFj…+aimFm+εi(i=1,2,3…34;j=1,2,,3…m)

上式的矩陣為:

X=AF+ε

式中,Xi(i=1,……34)為原始觀測二級指標(biāo)變量;F1,F2,…Fj,…Fm為提取的公共因子,即指可綜合存在于原始觀測指標(biāo)變量中各類信息的綜合指標(biāo),它們彼此不相關(guān),信息不重疊;aij為公共因子載荷,它表示第i個原始觀測指標(biāo)變量Xi與第j個公共因子Fj的相關(guān)系數(shù)即表示Xi依賴于Fj的份量(比重),其絕對值│aij│≤1,且越接近1,表示公共因子與原始觀測指標(biāo)變量的相關(guān)性越強;εi為特殊因子,它是指不能包含在公共因子的部分;X為原始觀測指標(biāo)變量矩陣;A為公共因子載荷矩陣;F為公共因子矩陣;ε為特殊因子矩陣.

采用主成分分析和最大方差旋轉(zhuǎn)法,計算結(jié)果為因子Fj的特征值λj(即因子Fj下的因子載荷平方之和)大于1的有5個,故最終提取出5個(即m=5)因子作為公共因子Fj(j=1～5),選擇因子載荷截取點為0.45[2],優(yōu)化后的農(nóng)戶轉(zhuǎn)型創(chuàng)業(yè)環(huán)境影響原始觀測指標(biāo)變量、因子載荷、方差貢獻、公共因子貢獻率及累積貢獻率、原始觀測二級指標(biāo)變量的共同度如表2所示.

表2 吉林省創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響測量量表

表2中任一行因子載荷的平方之和是相應(yīng)原始觀測二級指標(biāo)變量Xi的共同度ci2,其計算式為:

式中，ci2與對應(yīng)原變量的誤差方差相加等于1,即ci2≤1,所以所有原變量的總方差等于變量數(shù)n=34;任一原變量的方差等于1.對給定的原始觀測二級指標(biāo)變量Xi(即給定i),ci2越大,則表明Xi對公共因子Fj(j=1,2,3,4,5)的依賴程度越強,因此ci2反映了Xi對公共因子Fj(j=1,2,3,4,5)的共同依賴程度.本文的因子分析希望能用找到的5個公共因子解釋原變量Xi的絕大部分變異,即變量的共同度要比較高,越接近1越好.原變量Xi的共同度成為評估因子分析效果優(yōu)劣的重要指標(biāo).

表2中因子載荷的平方反映了某一因子對某一原變量Xi的方差貢獻,那么,第j列公共因子載荷的平方之和就是第j列公共因子在解釋所有原變量Xi(i=1,2,3,…34)方差中貢獻的總和,叫做該公共因子的方差貢獻νj2(也即該公共因子的特征值λj),即:

對給定的公共因子Fj(即給定j),其方差貢獻νj2越大,則表明公共因子Fj對所有原始觀測指標(biāo)變量均有較大影響,亦即當(dāng)公共因子Fj變化時,所有原始觀測指標(biāo)變量都將產(chǎn)生較大波動,因此,方差貢獻νj2反映了公共因子Fj對所有原始觀測二級指標(biāo)變量Xi(i=1,2,3,…34)的方差總的影響,同時也體現(xiàn)了公共因子Fj在所有公共因子中的相對重要性.

表2中公共因子貢獻率是指每個公共因子所解釋的方差在所有原始觀測二級指標(biāo)變量的總方差中的占比,即每個公共因子的特征值或方差貢獻與所有因子特征值之和(即因子分析中原始觀測二級指標(biāo)變量的項數(shù)34)之比,即:

公共因子累積貢獻率則是指抽取出的所有公共因子的公共因子貢獻率之和,即:

既可將ωj理解為抽取出的公共因子變異對所有原始變量變異的解釋力,也可將Ωj理解為抽取出的公共因子對所有原始變量的代表性,很顯然代表性高的較好,因為因子分析的目的就是化簡原始變量,用盡量少的公共因子代表盡量多的原始變量,使原始變量的意義更加明確.

由表2可知,表1中的社會經(jīng)濟環(huán)境與市場發(fā)展環(huán)境被歸結(jié)為經(jīng)濟市場環(huán)境,提取出的5個公共因子分別對應(yīng)吉林省創(chuàng)業(yè)環(huán)境的5個維度,即社會人文環(huán)境、政策支持環(huán)境、經(jīng)濟市場環(huán)境、基礎(chǔ)設(shè)施環(huán)境和金融服務(wù)環(huán)境.由表2公共因子累積貢獻率可知,提取出前5個主成分作為公共因子,則其能夠解釋原變量方差的75.029 %,說明對原始變量的解釋能力較強,代表性較好.

在社會人文環(huán)境中,10個題項可歸為3類,即宣傳教育、人文引導(dǎo)和社會支持.第1類為創(chuàng)業(yè)教育的宣傳與教育,因子載荷較高,均為0.8左右,包括創(chuàng)業(yè)宣傳教育、創(chuàng)業(yè)人才培養(yǎng)、職業(yè)技能培訓(xùn)、創(chuàng)業(yè)道德引導(dǎo)和教育發(fā)展程度5個題項,涵蓋了創(chuàng)業(yè)教育的方方面面,反映了教育在創(chuàng)業(yè)社會人文環(huán)境的建設(shè)中占據(jù)首要地位；第2類為創(chuàng)業(yè)環(huán)境的人文引導(dǎo),包括社會創(chuàng)業(yè)氛圍、技術(shù)創(chuàng)新獎勵和社會信用程度3個題項,因子載荷在0.7以上,重要程度較高,若整體風(fēng)氣欠佳,創(chuàng)業(yè)數(shù)量、質(zhì)量也會逐漸降低,最終形成惡性循環(huán),且低水平的誠信意識還會對創(chuàng)業(yè)整個過程產(chǎn)生不良影響,增加不確定性因素,創(chuàng)業(yè)人文環(huán)境的建設(shè)不可忽視；第3類為社會的支持與引導(dǎo),包括創(chuàng)業(yè)扶持資金和示范基地帶頭2個題項,因子載荷在0.6左右,這些實際支持會對農(nóng)戶轉(zhuǎn)型創(chuàng)業(yè)產(chǎn)生直接影響.

在政策支持環(huán)境中,8個題項可歸為3類,即政策支持、服務(wù)效率和實際引導(dǎo).首先在政策支持中,政策了解程度、政策落實程度、創(chuàng)業(yè)項目優(yōu)惠和創(chuàng)業(yè)跟進指導(dǎo)的因子載荷均為0.8左右,處于較高水平,說明政策支持與引導(dǎo)在農(nóng)戶轉(zhuǎn)型創(chuàng)業(yè)環(huán)境建設(shè)占據(jù)至關(guān)重要地位；其次在服務(wù)效率中,創(chuàng)業(yè)手續(xù)簡化和政府效率提高的因子載荷分別為0.646和0.616,在因子2中處于較低水平,側(cè)面反映農(nóng)戶對政府工作效率有一定信心.最后在實際引導(dǎo)中, 建設(shè)產(chǎn)業(yè)園區(qū)和引導(dǎo)市場開拓的因子載荷分別為0.801與0.741,創(chuàng)業(yè)人員的聯(lián)結(jié)合作與市場擴張不能缺少政府的支持與方向引導(dǎo).

在經(jīng)濟市場環(huán)境中,可依據(jù)內(nèi)涵不同分為經(jīng)濟環(huán)境和市場環(huán)境兩方面介紹.經(jīng)濟環(huán)境中,經(jīng)濟發(fā)展水平、經(jīng)濟活躍程度和經(jīng)濟發(fā)展速度的因子載荷分別為0.691,0.714和0.712.經(jīng)濟發(fā)展?fàn)顩r與活躍程度對創(chuàng)業(yè)項目的發(fā)展極為重要,在一定意義上決定了項目的發(fā)展趨勢.而市場環(huán)境中,規(guī)范程度、競爭狀況、活躍狀態(tài)和預(yù)測情形的因子載荷分別為0.677,0.745,0.603和0.453,市場的規(guī)范程度與活躍狀態(tài)對創(chuàng)業(yè)項目的進展產(chǎn)生直接影響,農(nóng)戶更為關(guān)注的卻是市場的競爭狀況,而對市場的預(yù)測情形關(guān)注度較低.

在基礎(chǔ)設(shè)施環(huán)境中,通訊網(wǎng)絡(luò)普及和交通運輸便利的因子載荷分別為0.798和0.822,通訊網(wǎng)絡(luò)的普及可更好地促進創(chuàng)業(yè)項目的交流與發(fā)展,而便利的交通為材料、產(chǎn)品等的運輸提供了保障.相比之下,地理位置優(yōu)越的因子載荷較低,僅為0.605,通訊網(wǎng)絡(luò)普及和交通運輸便利在一定程度上削弱了地理位置環(huán)境的負(fù)面影響.水土資源狀況和生存環(huán)境較好的因子載荷分別為0.728和0.763,良好的水土資源可能更利于農(nóng)戶轉(zhuǎn)型創(chuàng)業(yè)發(fā)展,而生存環(huán)境較好為創(chuàng)業(yè)者提供生活保障,緩解了農(nóng)戶創(chuàng)業(yè)的后顧之憂.

在金融服務(wù)環(huán)境中,銀行貸款獲取的因子載荷為0.537,相對其他3項較低,說明創(chuàng)業(yè)者銀行貸款的獲取并無較大難度.而金融機構(gòu)數(shù)量和貸款流程便捷的因子載荷分別為0.722和0.751,金融機構(gòu)數(shù)量一定程度上決定了創(chuàng)業(yè)者能否獲得更為充足的資金和全面的金融服務(wù),而貸款流程便捷程度反映了創(chuàng)業(yè)者獲取資金的效率,因此受調(diào)查人員對比兩方面關(guān)注度較高.創(chuàng)業(yè)稅收優(yōu)惠的因子載荷高達0.801,說明受調(diào)查人員對稅收優(yōu)惠極為看重,而對新創(chuàng)企業(yè)的稅收減免也是大部分地區(qū)貫徹的政策.

3 吉林省創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響機制構(gòu)建

綜上,由探索性因子分析可知,第1公因子對社會人文環(huán)境下的10個原始觀測二級指標(biāo)變量X1～X10有較高的相關(guān)性,第2公因子對政策支持環(huán)境下的8個原始觀測二級指標(biāo)變量X11～X18有較高的相關(guān)性,第3公因子對經(jīng)濟市場環(huán)境下的7個原始觀測二級指標(biāo)變量X19～X25有較高的相關(guān)性,第4公因子對基礎(chǔ)設(shè)施環(huán)境下的5個原始觀測二級指標(biāo)變量X26～X30有較高的相關(guān)性,第5公因子對金融服務(wù)環(huán)境下的4個原始觀測二級指標(biāo)變量X31～X34有較高的相關(guān)性, 5個維度對農(nóng)戶轉(zhuǎn)型創(chuàng)業(yè)環(huán)境有較高貢獻率.上述研究使各個維度的設(shè)計在定性上更合理,在定量上有數(shù)據(jù)支撐,這樣進一步驗證了優(yōu)化后的量表可衡量農(nóng)戶轉(zhuǎn)型創(chuàng)業(yè)環(huán)境.然后,本文對5個維度做進一步的分析,構(gòu)建吉林省創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響機制,如圖1所示.

圖1 吉林省創(chuàng)業(yè)環(huán)境對農(nóng)戶轉(zhuǎn)型影響機制框架

吉林省農(nóng)戶轉(zhuǎn)型受社會人文、政策支持、經(jīng)濟市場、基礎(chǔ)設(shè)施和金融服務(wù)5個環(huán)境的共同作用與影響.政策支持環(huán)境是農(nóng)戶轉(zhuǎn)型的基石,其作用于創(chuàng)業(yè)的各個環(huán)節(jié)[3],引導(dǎo)社會人文環(huán)境形成,規(guī)范經(jīng)濟市場環(huán)境、金融服務(wù)環(huán)境,支持與構(gòu)建基礎(chǔ)設(shè)施環(huán)境,對農(nóng)戶轉(zhuǎn)型產(chǎn)生全方位的影響[4].同時,受政策影響的各個環(huán)境又會反饋信息,督促政策不斷優(yōu)化完善,而創(chuàng)業(yè)項目發(fā)展的直接環(huán)境——經(jīng)濟市場環(huán)境與金融服務(wù)環(huán)境,都是農(nóng)戶轉(zhuǎn)型的重要影響因素[5],對創(chuàng)業(yè)環(huán)境的建設(shè)及優(yōu)化發(fā)生直接作用.此外,社會人文環(huán)境對農(nóng)戶轉(zhuǎn)型起到教育、引導(dǎo)作用[6],而基礎(chǔ)設(shè)施環(huán)境則為其進行兜底保障[7].依據(jù)產(chǎn)業(yè)協(xié)調(diào)發(fā)展原理,社會再生產(chǎn)的各部類需協(xié)調(diào)發(fā)展,因此農(nóng)戶轉(zhuǎn)型發(fā)展進程中的各環(huán)境應(yīng)得到足夠重視,從整體角度全方位優(yōu)化,進而促進農(nóng)戶成功轉(zhuǎn)型.

4 吉林省農(nóng)戶轉(zhuǎn)型創(chuàng)業(yè)環(huán)境優(yōu)化建議

吉林省農(nóng)戶轉(zhuǎn)型正處于發(fā)展關(guān)鍵時期,社會人文、政策支持、經(jīng)濟市場、基礎(chǔ)設(shè)施和金融服務(wù)需齊頭并進,共同優(yōu)化以建設(shè)良好創(chuàng)業(yè)環(huán)境,為吉林省農(nóng)戶多元化發(fā)展保駕護航.

首先,吉林省應(yīng)重視農(nóng)戶轉(zhuǎn)型可能遇到的問題,加大宣傳和教育力度,建設(shè)農(nóng)戶多元化經(jīng)營氛圍.① 積極進行宣傳教育,增加省內(nèi)轉(zhuǎn)型人才培養(yǎng)、技能培訓(xùn)機構(gòu),提升創(chuàng)新創(chuàng)業(yè)教育水平；② 提高創(chuàng)新創(chuàng)業(yè)獎勵,克服省內(nèi)人才外流困境,留住與吸引外來人才,鼓勵研究人員不斷創(chuàng)新,支持從業(yè)者積極參與,共同研發(fā)；③ 對積極轉(zhuǎn)型的農(nóng)戶進行多種形式補助,加強農(nóng)戶轉(zhuǎn)型方向、技術(shù)等引導(dǎo),對轉(zhuǎn)型者進行持續(xù)跟進和專業(yè)指導(dǎo),激發(fā)農(nóng)戶轉(zhuǎn)型積極性,營造省內(nèi)大眾創(chuàng)業(yè),萬眾創(chuàng)新氛圍.

其次,吉林省政府規(guī)范良好經(jīng)濟、市場、金融秩序,為農(nóng)戶轉(zhuǎn)型營造良好環(huán)境.① 加強市場管控,規(guī)范市場機制,構(gòu)建和完善供需雙方信息傳導(dǎo)機制,促進供需平衡.同時促進轉(zhuǎn)型者與市場相關(guān)人員協(xié)商,將競爭劣勢轉(zhuǎn)化為規(guī)模優(yōu)勢,緩解市場競爭壓力；② 省內(nèi)應(yīng)增設(shè)金融支持機構(gòu)并提高金融市場穩(wěn)定性,避免惡性通貨膨脹對農(nóng)戶轉(zhuǎn)型帶來的損失,為農(nóng)戶提供優(yōu)質(zhì)金融服務(wù)；③ 完善農(nóng)戶轉(zhuǎn)型投融資機制,鼓勵銀行等金融機構(gòu)放貸,緩解資金供求矛盾.

最后,完善省內(nèi)基礎(chǔ)設(shè)施建設(shè),為農(nóng)戶轉(zhuǎn)型提供保障.① 繼續(xù)優(yōu)化省內(nèi)交通運輸環(huán)境,提高居民生活質(zhì)量,同時提供良好法制保障,減少農(nóng)戶轉(zhuǎn)型后顧之憂；② 合理運用信息技術(shù)網(wǎng)絡(luò)帶動農(nóng)戶轉(zhuǎn)型,構(gòu)建農(nóng)戶管理學(xué)習(xí)平臺、信息共享平臺[8],將政策、技術(shù)、市場等信息高速高質(zhì)量傳遞給創(chuàng)業(yè)者,并通過網(wǎng)絡(luò)辦公提高效率,降低成本；③ 引導(dǎo)社會合作,完善信譽機制,引導(dǎo)支持龍頭企業(yè)、產(chǎn)業(yè)園區(qū)的建設(shè)與發(fā)展,并使之逐步科學(xué)化、規(guī)范化,推動多方合作共贏.