南國君, 侯澤君, 劉 凱

(1.合肥工業(yè)大學 食品與生物工程學院,安徽 合肥 230601; 2.合肥工業(yè)大學 電子科學與應用物理學院,安徽 合肥 230601; 3.中國民生銀行股份有限公司 合肥分行，安徽 合肥 230041)

創(chuàng)業(yè)以其優(yōu)化整合資源帶動就業(yè)進而創(chuàng)造更大價值成為普遍的社會現(xiàn)象。大量研究表明,創(chuàng)業(yè)機會是創(chuàng)業(yè)的核心,是創(chuàng)業(yè)研究首要解決的問題,深入研究和把握創(chuàng)業(yè)機會,對創(chuàng)業(yè)研究本身以及創(chuàng)業(yè)實踐活動具有重要的理論價值和實踐指導意義[1]。

目前,在創(chuàng)業(yè)機會的來源、要素、路徑等機會識別方面研究比較深入。有學者依據(jù)這些研究成果設計了創(chuàng)業(yè)機會的評價指標,其中，蒂蒙斯創(chuàng)業(yè)機會評價指標[2]包括8個一級指標和53個二級指標,是目前最全面的創(chuàng)業(yè)機會指標庫。文獻[3]對蒂蒙斯創(chuàng)業(yè)機會評價指標通過問卷調(diào)研進行實證分析,摘選了1個關鍵性指標,首次將其本土化。蒂蒙斯創(chuàng)業(yè)機會評價指標也存在指標過多、主次不明、指標權重難以量化等問題[4],這些問題使得在實踐操作過程中創(chuàng)業(yè)機會的評價工作難以開展。

國內(nèi)對創(chuàng)業(yè)機會評價指標體系的構建和對創(chuàng)業(yè)機會的系統(tǒng)評價方法的相關研究皆較少。文獻[5-6]分別構建了創(chuàng)業(yè)機會的模糊綜合評價方法，模糊綜合評價方法雖然采用定量分析，但是也還有步驟較多、計算繁瑣、使用不便等缺點。

基于上述原因,本文通過構建創(chuàng)業(yè)機會評價指標體系,將信息熵引入到創(chuàng)業(yè)機會識別評價過程中,應用熵權法計算創(chuàng)業(yè)機會的綜合評分,提出一種新型、系統(tǒng)的創(chuàng)業(yè)機會評價指標模型；相比于模糊綜合評判，簡化了評價步驟,減少了人的主觀影響,從而提高了其科學性、可行性、客觀性。

基于熵權法的創(chuàng)業(yè)機會評價模型通過得分的大小來判斷識別創(chuàng)業(yè)機會,可以對創(chuàng)業(yè)機會實現(xiàn)定量分析,減少定性方法因分析角度的不同所造成的誤差,引導創(chuàng)業(yè)者預估創(chuàng)業(yè)風險,有效減少復雜的信息甄別帶來的創(chuàng)業(yè)機會識別成本,對創(chuàng)業(yè)機會評價具有理論支撐和現(xiàn)實指導意義。

1 熵權法基本原理

1865年,德國物理學家和數(shù)學家克勞修斯發(fā)表了《力學的熱理論的主要方程之便于應用的形式》,正式提出熵的概念,用以表征一個孤立系統(tǒng)內(nèi)部的無序程度。信息熵最早由文獻[7]提出,并成功運用于度量信息的價值及其影響力。

國內(nèi)已有學者使用熵權法進行系統(tǒng)評價工作。文獻[8]提出了系統(tǒng)時效熵的概念;文獻[9]通過使用模糊絕對熵、相對熵、交互熵等指標,對模糊信息的價值進行度量;文獻[10]采用熵模型方法對上市公司內(nèi)部控制信息的質(zhì)量進行度量。

本文認為創(chuàng)業(yè)機會本質(zhì)上是一個復雜的系統(tǒng)評價過程,是各方面復雜信息的綜合反應,通過基于熵權法構建的評價指標體系對創(chuàng)業(yè)機會進行度量,是一種可行的評價思路,可以為創(chuàng)業(yè)者、政府機構以及投資方提供定量的、系統(tǒng)的、可評估的決策參考。

在信息論中,若系統(tǒng)存在n種不同狀態(tài),各狀態(tài)表征的概率為Qi(i=1,2,…,n),此時系統(tǒng)熵為:

(1)

當系統(tǒng)各狀態(tài)的表征相互獨立,出現(xiàn)概率均相同,此時系統(tǒng)將處于最無序的狀態(tài),熵達到最大,即

(2)

Smax=lnn

(3)

若系統(tǒng)確立了m個評價指標,則可構建初始評價矩陣,即

Z=(zik)n×m

(4)

系統(tǒng)中指標zk的熵權為:

(5)

從(5)式可知,指標zk的熵越小,其包含信息越多,在評價指標體系中的比重也越大。因此利用熵權法為評價體系的指標確權,可以更加客觀準確,權重的確立過程也更加簡潔。

2 創(chuàng)業(yè)機會評價指標體系的構建

2.1 一級指標的確立

創(chuàng)業(yè)機會評價指標體系的一級指標屬于識別指標,本文主要通過文獻法予以確立。結合已有的研究成果[11-18],根據(jù)創(chuàng)業(yè)機會關鍵要素,本文將識別指標劃分為創(chuàng)業(yè)團隊、創(chuàng)業(yè)項目、創(chuàng)業(yè)環(huán)境3類。

2.2 二級指標的確立

在創(chuàng)業(yè)機會評價體系一級指標的基礎上,本文將蒂蒙斯創(chuàng)業(yè)機會評價指標進行分類合并,結合文獻[3]的研究成果,初選了警覺性(X1)、風險感知(X2)、自信(X3)、已有的知識(X4)、社會網(wǎng)絡(X5)、資源的不可替代性(X6)、市場規(guī)模(X7)、市場預期增長率(X8)、凈利潤率(X9)、國家政策支持(X10)、競爭強度(X11)、消費者認可度(X12)共12個二級指標。

本文面向合肥某高校MBA班學員，就二級指標的確立進行了問卷論證,共發(fā)放問卷300份,回收問卷273份；其中有效問卷268份,有效率為98.17%。調(diào)研結果見表1所列,滿分為10分。

表1 二級指標調(diào)研平均得分

調(diào)研結果證實了初選的二級指標具備相應的評價功能,可以列入創(chuàng)業(yè)機會評價指標體系。

2.3 創(chuàng)業(yè)機會評價指標體系

結合兩級指標,本文確立了創(chuàng)業(yè)機會評價指標體系，見表2所列。

(1) 創(chuàng)業(yè)團隊。除了創(chuàng)業(yè)者與機會識別相關的個人特性如警覺性、風險感知、自信、已有的知識和社會網(wǎng)絡外,根據(jù)調(diào)研結果增加了資源的不可替代性指標。

(2) 創(chuàng)業(yè)項目。經(jīng)濟或社會價值的體現(xiàn)是創(chuàng)業(yè)者所選擇的創(chuàng)業(yè)項目自身的市場規(guī)模、市場預期增長率和凈利潤率的綜合結果,因此本文選擇了市場規(guī)模、市場預期增長率和凈利潤率3個指標。

(3) 創(chuàng)業(yè)環(huán)境。本文選取政策扶持力度、競爭強度和消費者認可度3個指標。

表2 創(chuàng)業(yè)機會評價指標體系

3 創(chuàng)業(yè)機會評價指標確權

3.1 創(chuàng)業(yè)機會評價指標定義

創(chuàng)業(yè)機會評價的思路是:首先以學者對創(chuàng)業(yè)機會評價的指標體系為基礎,以團隊、項目以及環(huán)境三維度指標,構建創(chuàng)業(yè)機會評價基本模型。

定義1 在創(chuàng)業(yè)機會識別中,假定某創(chuàng)業(yè)機會T,T由n個創(chuàng)業(yè)可能Ai(i=1,2,…,n)組成,T={A1,A2,…,Ai,…,An}。Ai是T為第i種選擇,Ai為x類屬性項組成的集合,Ai={xi1,xi2,…,xi11,xi12}。其中xi1,xi2,…,xi11,xi12分別表示Ai對應的警覺性、風險感知、自信、已有的知識、社會網(wǎng)絡、資源的不可替代性、市場規(guī)模、市場預期增長率、凈利潤率、國家政策支持、競爭強度和消費者認可度。

3.2 創(chuàng)業(yè)機會影響力度量指標確權

熵模型權重法是各指標自身的權重由其數(shù)據(jù)決定,以此確定質(zhì)量度量指標的權重,可排除賦值與賦權的主觀弊端,計算結果實用可靠[19]。因此,本文綜合考慮主客觀評價因素,先采用專家評分法確定一級指標權重,再利用熵模型權重法計算各二級指標權重。任意選取創(chuàng)業(yè)機會T的m種可能性,各指標權重計算方法如下。

3.2.1 建立初始矩陣

初始矩陣Z為：

(6)

3.2.2 數(shù)據(jù)無量綱化處理

由于各指標的量綱不統(tǒng)一,需要對數(shù)據(jù)進行歸一化處理才可以進行比較。本文創(chuàng)業(yè)機會識別指標均為正向指標,指標值越大越好,采取下式進行歸一化處理，即

i=1,2,…,m;k=1,2,…,12

(7)

歸一化后的矩陣可表示為:

(8)

3.2.3 計算指標比pik(x)

計算公式為：

i=1,2,…,m;k=1,2,…,12

(9)

3.2.4 計算各指標的熵值Hk

計算公式為：

(10)

其中,g=1/lnm。當pik=0時,piklnpik=0。

各指標的權重為：

(11)

3.3 創(chuàng)業(yè)機會影響力評價模型

假定每個創(chuàng)業(yè)機會影響力指標相同,在不考慮時間因素情形下,度量同一創(chuàng)業(yè)機會下任意的創(chuàng)業(yè)機會影響力的一般計算方法如下。

假設對于任意創(chuàng)業(yè)機會可能性Ai,其屬性指標集合為Ai={xi1,…,xi12},則創(chuàng)業(yè)團隊Ai的質(zhì)量It(Ai)、創(chuàng)業(yè)項目Ip(Ai)和創(chuàng)業(yè)環(huán)境Ic(Ai)分別為:

(12)

(13)

(14)

創(chuàng)業(yè)機會Ai的價值In(Ai)為:

In(Ai)=αIt(Ai)+βIp(Ai)+γIc(Ai)

(15)

其中,α、β、γ分別為一級指標創(chuàng)業(yè)團隊、創(chuàng)業(yè)項目和創(chuàng)業(yè)環(huán)境的權重系數(shù)。因此,創(chuàng)業(yè)機會T的影響力In(T)為:

(16)

4 實證分析

本文基于熵權法創(chuàng)業(yè)機會評價模型設計了調(diào)查問卷,以獲取相關的實證數(shù)據(jù)。考慮到采樣對象的廣泛性和區(qū)域差異性,本研究在合肥地區(qū)部分高校創(chuàng)新創(chuàng)業(yè)孵化基地進行測試,同時在江蘇和浙江部分高校開展了取樣調(diào)查。本次問卷調(diào)查共發(fā)放問卷300份,回收問卷273份,其中有效問卷268份,有效率為98.17%。問卷的樣本結構見表3所列。問卷收回后,首先對問卷數(shù)據(jù)進行篩選整理,其次進行數(shù)據(jù)分析,驗證本文提出的模型,最后得出結論。

表3 問卷樣本結構

在此次隨機調(diào)查測試中,調(diào)查對象以理工科為主,占涉及高校數(shù)的75%;調(diào)研對象為已通過多種形式開始創(chuàng)業(yè)者。從268個樣本結構中可以看出,性別分布上,男生占比為80.60%;年級分布上,以本科高年級和碩士生低年級為主,博士階段創(chuàng)業(yè)者較少;從學科分布來看,理工科和經(jīng)濟管理類占比接近90%。

因為問卷調(diào)研的對象是已經(jīng)開始創(chuàng)業(yè)的群體,所以創(chuàng)業(yè)機會T的創(chuàng)業(yè)可能性Ai僅存在一種情況,即i=1,可以認為調(diào)研對象的創(chuàng)業(yè)機會T=A1。

在問卷中,本研究將警覺性、風險感知、自信、已有的知識、社會網(wǎng)絡、資源的不可替代性、市場規(guī)模、市場預期增長率、凈利潤率、國家政策支持、競爭強度和消費者認可度這12個指標賦值,令1≤xk≤10 (k=1,2,…,12)。

將一級指標創(chuàng)業(yè)團隊、創(chuàng)業(yè)項目和創(chuàng)業(yè)環(huán)境的權重系數(shù)α、β、γ賦值為1,對樣本數(shù)據(jù)進行分析計算,可以得出測試結果。將樣本創(chuàng)業(yè)機會T的影響力In(T)位于前30%定義為優(yōu)秀;30%～60%定義為良好;其他的定義為一般。結合表3的樣本結構，分析結果見表4所列。

表4 熵權法評價模型測試分析結果

通過控制樣本變量可以看出,性別變量在創(chuàng)業(yè)團隊這一指標中影響較大,這主要受傳統(tǒng)觀念、家庭教育、成長環(huán)境、思想認知等諸多因素影響,女生對于創(chuàng)業(yè)的熱情低于男生。

從年齡結構來看,年級變量在創(chuàng)業(yè)項目的指標中影響較大,高年級的學生優(yōu)秀比率較大,這是因為隨著年齡的增長,創(chuàng)業(yè)者搜集到的信息和進行的思考也越多,從所積累的信息中甄別分析判斷的能力增強,從而把握機會的可能性也就越高。此外年齡增長也使創(chuàng)業(yè)者個人的經(jīng)濟壓力提升,成為創(chuàng)業(yè)的重要驅(qū)動力,這一動力也會促使或者倒逼創(chuàng)業(yè)者更加科學地識別創(chuàng)業(yè)機會。但從學歷層次來看,博士生的創(chuàng)業(yè)優(yōu)秀率明顯降低,主要是隨著個體年齡進一步增大,創(chuàng)業(yè)承載的風險與多年求學鉆研的付出是一對疊加矛盾,再加上年齡增長促使個體追求穩(wěn)定工作的心理需求旺盛,因而創(chuàng)業(yè)的動力相應減弱。從學科分布來看,學科背景在創(chuàng)業(yè)環(huán)境指標中影響更多,理工類在政策支持和競爭強度中相比占優(yōu),經(jīng)管文史類更傾向于考慮消費者和市場的認可,符合實際。

鑒于模糊綜合評判和熵權法是目前僅見的2種對創(chuàng)業(yè)機會進行定量評價的方法,為驗證評價模型的優(yōu)劣差異性,作為對照,使用模糊綜合評判[5-6]對表3的樣本進行評價,同樣將一級指標權重賦值為1,將樣本得分位于前30%定義為優(yōu)秀,30%～60%定義為良好,其他的定義為一般,結果見表5所列。

表5 模糊綜合評判測試分析結果

對照表4、表5,不難看出數(shù)據(jù)誤差很小,最大誤差為1.87%,可以認為在本樣本中2種方法取得的結果基本一致。

然而,使用模糊綜合評判首先要用層次分析法確定指標權重,其次通過專家調(diào)研法和功效系數(shù)法評定項目指標得分,然后用綜合評判模型打分,最后還要應用模糊向量單值法對綜合評價結果進行量化,操作步驟比熵權法多,計算量更大;模糊綜合評判的核心步驟層次分析法、專家調(diào)研法和功效系數(shù)法的權重評分依賴人為打分,更多的主觀操作容易帶來更大的誤差,熵權法中各指標的權重由其數(shù)據(jù)決定,可排除賦值與賦權的主觀弊端。

5 結 論

對于創(chuàng)業(yè)者而言,創(chuàng)業(yè)機會的識別對于創(chuàng)業(yè)成敗至關重要。本文首次將信息熵的概念引入創(chuàng)業(yè)機會評價過程,提出了基于熵權法的創(chuàng)業(yè)機會評價模型,這個模型比以往的方法更加科學、客觀、可行。

本研究從創(chuàng)業(yè)團隊、創(chuàng)業(yè)項目和創(chuàng)業(yè)環(huán)境3個一級指標和12個二級指標對創(chuàng)業(yè)機會進行定量評價,有效減少了復雜的信息甄別帶來的創(chuàng)業(yè)機會識別的成本,更加精確高效,對創(chuàng)業(yè)者在創(chuàng)業(yè)提高創(chuàng)業(yè)機會的精準識別度和成功率具有指導意義。

科學遴選建立創(chuàng)業(yè)機會評價指標是綜合評判的關鍵,在后續(xù)的研究中,可以進一步采用因子分析法等評估指標,凝練出更加優(yōu)化的指標體系。