APP下载

基于物元可拓法的青年创业贷款政策效度评估

2021-12-28谢佩蓉陶祥兴

浙江科技学院学报 2021年6期
关键词:效度关联度创业者

许 晶,谢佩蓉,陶祥兴

(浙江科技学院 理学院,杭州 310023)

青年是创新创业的生力军,为贯彻落实党中央、国务院“大众创业、万众创新”战略部署,进一步推动青年创业发展,国家出台了一系列青年创业贷款政策,如《关于实施农村青年创业小额贷款的指导意见》等。由于多种因素,在推进实施过程中仍存在扶持政策与青年创业实际相脱离的现状[1],创业贷款政策本身仍存在申请门槛高、审批标准严等多方面问题[2]。Kouriloff[3]的研究发现只有当自身创业认知和外部创业环境同时达到创业者期望时,创业行为才会发生;Elif等[4]的研究发现,政策的落实情况直接影响创业行为的有效性;现有就业创业政策的宣传存在方式单一、效果差等问题,且政策落实情况不佳[5];青年创业贷款贴息率差距大,并存在贷前融资评估缺乏等不足[6];另外,大学生创业政策存在认同度欠佳、针对性不强、融资渠道匮乏等多方面问题[7],且当前分担创业风险的机制和保障体系并不完善[8];包云娜[9]经过研究,构建了4级树状结构的创新创业政策评估体系,保证了体系构建的科学性和系统性;马新瑞[10]和李源芳[11]均通过融合定性与定量指标,分别提出了大学生创业融资信用评价指标体系,以及结合层次分析法(analytic hierarchy process,AHP)、模糊综合评价法和数据包络分析法形成的综合评价模型,为待评对象提供更全面科学的评价方法;杨战社等[12]在评估土地征用情况时,融合了可拓理论构建物元模型,并通过计算关联度和评定等级有效地完成了实际问题的综合评价。

综上所述,创新创业活动的有效性取决于创业政策的形成和政策工具的优化使用[13],创业政策的成功实施在国家经济政策中起着重要作用,但中国现有创业贷款政策体系仍不成熟、落实结果不容乐观:宣传效果差导致知晓度低;服务平台工作人员业务能力不佳影响贷款进度;创业培训系统不完善影响创业成功率等。因此,对青年创业贷款政策效度的评估显得至关重要,及时发现问题并以此修订政策细则,提高政策认同度,从而真正做到造福青年创业者。

当前有关青年创业贷款政策的研究多数仍停留在理论探讨,且只针对政策制定到落实中某一环节进行评估,较为片面。为了更好地解决创业青年融资难的问题,精准衡量青年创业贷款政策效度[14],本文结合已有研究及专家意见构建了指标评价体系,包括政策制定、政策推进过程及政策实施效益三方面,基于体系内容构思问答、制作问卷,并开展问卷调查,最后运用物元可拓法对问卷结果进行量化分析。

1 青年创业贷款政策效度评价指标体系设计

1.1 设计原则

构建青年创业贷款政策效度评价指标体系应满足以下两个原则:一是系统性原则,各指标之间应具备逻辑关系,结合本文待评事物特点,从政策文本细则、执行过程和实施结果满意度三方面系统有序地构建指标体系;二是可操作、可量化原则,在指标选择上应高度结合实际并确保数据容易收集,所选指标计量标准与方法必须一致,定性指标的程度变量设置须遵守可量化原则。

1.2 指标体系构建

根据《国务院办公厅关于深化高等学校创新创业教育改革的实施意见》的相关内容可知,青年创业贷款政策细则较为烦琐,且指标多、结构复杂。通过分析青年创业现状及其影响因素,在遵循以上两个设计原则的基础上结合AHP构建青年创业贷款政策效度评价指标体系,见表1。

表1 青年创业贷款政策效度评价指标体系

2 青年创业贷款政策效度评价

由于政策效度评价过程中涉及较多不同指标,衡量标准难以统一且定量数据难测,无法直接通过数据模型对现有效度进行评估,相比灰色综合评价、主成分分析、因子分析和数据包络分析等其他评价方法,物元可拓模型将定性描述转化为定量表达,更能在定性描述中把握事物的本质内容,然后将其通过数学函数关系抽象出来,将矛盾问题转化为多个特性的择近原则问题,因此物元可拓法成为本研究首选评价方法。物元可拓分析将研究中的实际问题形式化,将不相容问题转换为相容,从而有效解决矛盾。通过量化定性指标并建立关联函数,研究事物与量值的直接关系,最后计算事物隶属于关联函数的等级,结合通过层次分析法构建的指标体系逐级推算,从而得到综合评价结果[15]。

2.1 经典域、节域

青年创业贷款政策效度评价的经典域、节域分别为

(1)

(2)

式(1)~(2)中:R0j为青年创业贷款政策效度第j个评价等级的经典域物元;N0j(j=1,2,…,m)为第j个评价等级,包括“很差、较差、一般、较好、很好”5个等级;V0ji为指标Ci关于等级N0j的经典域量值范围,V0ji=(i=1,2,…,n);Rp为青年创业贷款政策效度节域物元;Np为政策效度的全体等级;Vpi为Np中指标Ci取值的允许范围,Vpi=

由于所有指标均为定性指标,因此无法提供具体参数进行各等级经典域及节域划分,本研究依据受访者自身感受,以0~1之间的数值来表示其对各指标的满意程度。因此,所有定性指标对应5个等级的经典域量值范围相同:按等级顺序定义为(0,0.2)、(0.2,0.4)、(0.4,0.6)、(0.6,0.8)、(0.8,1);各指标的节域量值范围均为(0,1)。

2.2 待评物元

待评物元[16]为

(3)

式(3)中:R为待评价物元;N为待评青年创业贷款政策效度;vi为关于特征Ci的实测数据。

根据指标体系构建结果设置调查问卷并进行线下调研,其中各二级指标现状均以问卷中问题的形式呈现,每个问题有5个选项,选项设置分别对应以上5个评价等级,共发放问卷1 042份,收回有效问卷731份。收集整理有效问卷数据,将定性指标进行量化处理,问题各选项的数值计量分别取为对应经典域的中位数值,在经过各选项数据加权平均处理后得到各二级评价指标Ci的实测数值vi,即可得到式(3)的待评物元,各二级指标的实测数据见表2。

表2 青年创业贷款政策评价实测数据

2.3 二级指标关联度计算及等级评定

建立物元模型后,需对待评政策效度进行等级评价,即计算待评物元与物元模型的经典域的“接近度”。已知关联函数是一个统一的、反映待评指标特性的特征函数,表示待评物元R的某一指标数据取值为实轴上一点时符合所划分等级取值范围的程度,因此采用可拓学中的初等关联函数对“接近度”进行计算。点vi与区间V0ji、Vpi接近度表达式分别为

待评青年创业贷款政策效度的第i个评价指标Ci关于第j个评价等级的关联度[17]

计算各评价指标与各评价等级的关联度得到关联度矩阵K=[Kj(vi)]n×m,则各指标等级判定为

(4)

式(4)中:Kt(vi)为评价指标Ci和评价等级的最大关联度,它表示该指标处于第t等级。

综合各指标经典域、节域和基于调查问卷的实测现状值,利用可拓方法计算指标层所有二级指标与5个等级的关联度:当Kj(vi)>0时表示vi属于V0ji,且数值越大意味着vi在V0ji上隶属度越高;当Kj(vi)≤0时表示vi不属于V0ji,但具有达到此等级的趋势,越接近0则逼近此等级的趋势越强,若数值越小则vi离V0ji越远。青年创业贷款政策评价体系二级指标关联度见表3。

表3 青年创业贷款政策评价体系二级指标关联度

分别计算各二级指标的最大关联度,并对各指标所处等级及发展趋势进行分析:

1)K*(v1)=K3(v1)=0.008,K*(v2)=K4(v2)=0.014,K*(v3)=K3(v3)=0.004,K*(v4)=K3(v4)=0.003。这表明青年创业者对贷款利率、还款期限、服务平台了解程度“一般”,但均具有向“较好”发展的趋势;贷款额度了解程度“较好”,却有向“一般”发展的不良趋势。

2)K*(v5)=K3(v5)=0.037,K*(v6)=K3(v6)=0.011,K*(v7)=K4(v7)=0.091,K*(v8)=K4(v8)=0.035。这表明青年创业者对创业人才资源及政策评价“一般”,但均具有向“较好”发展的趋势;对创业机会、群体创业意向评价“较好”,却有向“一般”发展的不良趋势。

3)K*(v9)=K4(v9)=0.012,K*(v10)=K4(v10)=0.060,K*(v11)=K4(v11)=0.033,K*(v12)=K4(v12)=0.065。这表明青年创业者对培训时长、培训模式、培训师资、培训实用性评价均“较好”,但在该等级的隶属度不高,有向“一般”回落的趋势。

4)K*(v13)=K3(v13)=0.016,K*(v14)=K4(v14)=0.034,K*(v15)=K3(v15)=0.011,K*(v16)=K3(v16)=0.015。这表明青年创业者对服务平台跟踪回访工作评价“较好”;对服务流程评价、审批时长和放款速度评价“一般”,但有向积极方向发展的趋势。

5)K*(v17)=K4(v17)=0.036,K*(v18)=K4(v18)=0.117,K*(v19)=K4(v19)=0.035,K*(v20)=K4(v20)=0.068。这表明青年创业者对贷款模式、贷款额度、问题解决率和贷款风控机制评价均“较好”,但在该等级的隶属度不高。

6)K*(v21)=K4(v21)=0.093,K*(v22)=K4(v22)=0.133,K*(v23)=K4(v23)=0.127,K*(v24)=K4(v24)=0.287。这表明青年创业者认为贷款政策的实施可以对创业初期扶持、人才队伍建设、就业问题缓解和经济发展助力产生“较好”的影响,且处于该等级隶属度较高,尤其经济发展助力评价在该等级隶属度很高。

2.4 指标权重确定

本文选取AHP确定权重,借助Yaahp软件分以下几个步骤进行。1)根据新建评价指标体系建立多级递阶结构;2)依据Saaty九级标度[18]构造判断矩阵,对两两指标重要性进行打分;3)通过一致性检验后,依次进行层次单排序与总排序。

邀请高校创业孵化基地及创业扶持公司5位专家对各指标重要性进行打分,在剔除无效数据后,得到指标权重,青年创业贷款政策评价指标权重见表4。

表4 青年创业贷款政策评价指标权重

2.5 一级指标关联度计算及等级确定

计算一级指标的最大关联度并确定评价等级:

(5)

本研究采取逐级计算的方式,先由二级指标关联度结合指标层专家赋权计算一级指标关联度,再结合准则层专家赋权计算政策总体关联度,青年创业贷款政策评价体系一级指标关联度见表5。

表5 青年创业贷款政策评价体系一级指标关联度

2.6 综合关联度计算及等级确定

结合表4中准则层(一级指标)赋权与表5中一级指标关联度结果,计算得到综合关联度并进行等级评价,最终计算得到青年创业贷款政策效度与5个等级的关联度分别为:-0.513 537、-0.351 383、-0.027 075、0.035 517、-0.326 188,则最大关联度0.035 517所对应的“较好”等级就是整体政策效度的评价结果,总体有向“一般”发展的趋势。

3 评价结果分析与优化建议

3.1 评价结果分析

青年创业贷款政策效度综合评价“较好”,说明从政策制定、政策推进情况(宣传普及、服务平台建设、培训体系、整体创业环境)到政策产生的社会效益一系列过程中,多数青年创业者的评价较高,但仍存在较多不足,需要从“政策细则修订—政策落实质量—政策效益转化”方面进行全方位多维度的改进,从而提高其效度评价等级,提升政策的有效性。

1)青年创业贷款政策宣传普及程度处于“一般”等级,具有较强的向“较好”发展的趋势。这说明创业政策的宣传效果欠佳,指标设置从最基础的政策细则出发,仍发现很多青年创业者对额度、利率、期限和服务平台没有做详细的了解,存在认知偏差。

2)创业环境评价处于“较好”等级,具有向“一般”发展的趋势。这说明在目前政策引导下的创业资源总体良好,创业者对社会提供的创业机会和人才数量等评价较高,但仍需注意不良发展趋势,政府应优化创业资源配置,增加创业机会,让创业资源惠及更多青年创业者,同时发展创业文化,降低创业门槛。

3)创业培训评价处于“较好”等级,具有向“一般”发展的趋势。这说明国家在创业培训方面给予的政策支持比较到位,多数青年创业者对培训师资、模式和实用性等整体评价较高,但针对不积极的发展趋势,政府应保持对创业培训的重视,培训需顺应科技时代发展需求,兼顾多种培训渠道及方式,提高培训质量,提升教学指导意义,形成专业成熟的培训体系,丰富青年创业者的专业知识储备。

4)贷款服务中心建设处于“一般”等级,且在该等级隶属度不高,具有较强的向“较好”发展的趋势。这说明青年创业者对贷款服务相关工作人员的业务能力、服务态度及质量满意度欠佳,办事人员的工作效率直接影响政策的实施推进。未来对服务体系的优化是重中之重,应完善服务设施,精简流程并加快审批。

5)贷款政策细则满意度处于“较好”等级,具有向“一般”发展的趋势。这说明当前青年创业贷款政策的认同度尚可,总体评价较为理想,但仍有很多改进空间。比如,关于贷款额度高低及放款速度快慢较大程度地影响了整体一级指标向积极方向的发展,未来要通过对政策细则修订,适度提高贷款额度等。

6)贷款政策社会效益处于“较好”等级,但具有向“一般”发展的趋势。这说明多数青年创业者认为贷款政策的实施对个人、经济、社会具有积极的作用。在此基础上政府应继续加大青年创业扶持力度,调动青年创业积极性,以带动社会经济发展,使政策获得较高的社会效益评价。

3.2 优化建议

结合上述评价结果分析,对青年创业政策优化提出以下几点建议:

1)加强政策宣传力度,发展多元化宣传渠道。政府视不同的青年创业群体制定相应宣传策略并加强宣传力度:针对校园创业学生应多开展相关讲座,在校官网、LED屏及宣传栏中增加就业创业模块发布频次,利用学生组织进行信息传输;针对社会青年创业者,应按级别从乡、村及街道、社区等进行同步政策普及,各级干部可组织宣传小组,针对现居地不在户籍所在地的情况,政府部门可利用多媒体如短视频等通过网络形式进行广泛宣传。

2)政策制定契合群体意愿,扩大政策拓展度。政策制定应注重普惠性,细则修订期间应扩大公众参与度,增强政府与社会、民众的互动,做到真正满足青年创业者的需求,将扶持目标落到实处。除此之外,还应考虑行业指向性和地域商业特色,如某些高新技术产业的创业初期技术研发投入和人力资金需求较大,可适当提高贷款额度;地方政府也可根据当地商业发展特色给予一定的政策福利。

3)提高服务工作质量,构建创业数据库,完善平台监管机制。政府应定期组织相关工作人员的专业知识培训,做到对最新政策及申请流程的高度了解;对有意向及成功申请的创业者构建一套数据库,在保障隐私的情况下记录相关的贷款数据:包括理想申请额度、具体放款额度、成功还款周期等,在整套贷款程序完成后可发放流程满意度问卷,为后续政策效度评估提供全面、精准的定量指标,促进指标体系的优化;另外,应完善监管机制,定期对各级服务平台进行业务考核,评估办事人员跟踪回访工作的进度,依据绩效给予相应的奖惩措施。

4)加大孵化基地及创业园区建设。提供良好的创业环境是促进政策高质量实施的重要保证,政府应视不同的青年创业群体进行全面优化整改:针对校园创业学生,建议高校配置创业孵化基地并尽力提供优质的校外对口资源,促进学生创业积极性和提高创业成功率;针对社会青年创业者,政府应注重创业园区的修建,提供优惠的办公场所,凝聚各方人才力量,同园区中小型公司可以成为商业伙伴,加快供应链形成,有助于青年创业者在创业初期相互扶持并互惠互利。

5)完善创业培训体系,增强师资队伍建设。政策细则制定时,应加强对青年创业培训教师队伍的建设,对其专业能力水平及教学方向配置应有科学的规划及设定,以确保教学内容的专业性和科学性。建议视青年创业群体的不同分情况进行创业知识传授:针对校园创业学生,在课堂培训模式方面应尽量摆脱单向传输教学,增加互动式和体验式教学比重,唤醒学生的创新思维并调动其积极性,同时也能提高培训内容的实用性;针对社会青年创业者,政府应设置线下专业培训点进行创业知识传授,并在政府官网上传优秀教师及企业家的教学视频,提供他们随时随地接受教育的机会。

4 结 语

政策的落实情况直接影响创业行为的有效性,本研究从政策宣传普及程度、创业环境、创业培训、服务平台建设、政策细则满意度、政策社会效益6个方面展开讨论,构建综合效益评价模型并基于物元可拓法对问卷调查结果进行分析,认为青年创业贷款政策效度评价较好,但仍需着力于政策细则修订、加强政策宣传力度、优化资源配置、提高培训质量、完善配套系统服务,以求提升政策效度,打造更好的创业环境,从而带动社会经济发展。未来随着青年创业贷款政策的不断改进、社会自动化和数字技术飞速发展带来的就业形式的翻新,评价指标仍会发生变化,指标评价等级的确定因其发展阶段的不同而存在差异,因此制定具有内在协调统一性且适应这种动态变化的评价方法有待进一步研究。

猜你喜欢

效度关联度创业者
基于熵值法与灰色关联度分析法的羽毛球技战术综合评价分析
基于熵权法改进的TOPSIS法和灰色关联度分析的压榨脱水过程优化研究
郭江涛:一个青年创业者的“耕耘梦
作为数学教育研究质量分析的效度
中国制造业产业关联度分析
中国制造业产业关联度分析
谈高效课堂下效度的提升策略
巧用模型法提高科学课堂教学的效度
让创业者赢在起跑线上
互联网创业者