“雙創”形勢下蘇錫常各地區青年創業質量研究
——基于PMC指數模型

曹雨佳

（蘇州大學東吳商學院，江蘇 蘇州 215000）

目前青年創業是大勢所趨，國家也出臺了多項相關政策推動創業【1】。但對該領域的研究大多基于主觀問卷調查，并且缺少青年創業質量的衡量指標。因此，本文考慮采用實證研究的方式，構建關于青年創業質量的衡量模型，利用數據估計其參數，并以此來探討其分布規律。

一、數據的收集與量化分析

在將截至2017年的江蘇省所有的青年創業者在工商管理局的登記資料進行了分類匯總，對江蘇省13個地級市的行業分布、注冊資本分布、法人年齡分布等進行了靜態描述分析之后，分析結果表明，初創企業基本集中于批發業、零售業、制造業等準入門檻較低的行業；一半以上的初創企業的注冊資本集中在100-500萬的區段；青年創業者以80后居多，總體而言，江蘇省初創企業規模較為可觀并且擁有較強的生存和成長能力。

二、構建PMC指數模型

建立模型來實證分析初創企業經營狀況的影響因素。使用的主模型方法是回歸分析。通過建立數據庫，計算出各地區各行業存活率的年變化數據，在此基礎上建立的模型。其中的參數表示時刻i地區j行業的存活率，表示時刻i地區j行業相關的政策因素，表示時刻i地區j行業的企業啟動資金因素，表示時刻i地區j行業相關企業軟實力因素，A,B,C,D為待驗證的回歸參數。假設政策與企業的軟實力因素相互獨立，則兩者呈無影響交集狀態。而對于企業的啟動資金，假設創業者會根據歷年的政策支持情況概率性的調整自身的啟動資金。因此引入交叉影響因子，對于政策量化模型，我采用的是PMC指數模型。理論基礎是漸進決策理論。根據Charles Lindblom的漸進決策模型，我認為政策的制定是在過去經驗的基礎上，經過逐漸修補的漸進過程來實現的。漸進決策看上去似乎行動緩慢，但它實質是決策效果累積的過程，是量變到質變的過程。因此我在建立政策量化模型時接受過去的政策結果，并在此基礎上計算政策的影響量，根據政策性質劃分了一級變量和二級變量來計算PMC指數。

三、PMC基礎上的因子分析

先通過建立數據庫，利用Python對數據進行統計，計算出各地區各行業存活率的年變化數據；并以此為基礎建立企業存活率和政策、資金等因素的線性回歸模型。對于政策量化模型，以漸進決策理論為理論基礎，采用了PMC指數模型。經過分析，計算出了各行業的PMC指數，統計出各行業注冊資金占比率及行業存活率；并以此為基礎利用MATLAB軟件，使用先行最小二乘法計得出各行業模型系數（圖一）。結果表明，不同行業企業的存活率與政策、資金等因素的相關性顯著不同。這對當代青年的創新創業有著借鑒意義：以教育業為例，若青年即將或正在進行教育業領域的創業，需要著重考慮資金問題，因為資金因子在該領域達到了42.92，具有重大顯著影響。而對即將或正在進行電熱氣領域創業的青年，當地政策是首要考慮因素，因為其政策因子達到了8.31，是所有行業中政策因子最高的一個。

圖一：各行業模型系數

綜上，蘇錫常地區青年創業可采用的評估模型，其中各行業估計出的政策因子、資金因子（具體見圖一）各不相同且有顯著差異，青年創業者在進入之前可利用模型研究存活率及風險，各地政府也可根據模型調整政策給予支持，例如減少對第一產業的政策扶持，加大對第三產業的政策激勵等。并且，這里政策也包括了當地大學的支持政策，研究發現，高校在引領、組織、服務青年創業方面也有一定的優勢【2】，各大高校可以利用此模型來分析自身創業政策的比較優勢和劣勢，進行進一步的改進。