“智能+”视阈下大学生新型创业能力对创业意愿的影响研究

辛 玲

（湖南工商大学 数学与统计学院，长沙 410205）

0 引言

随着新兴产业和数字经济的快速发展，“智能＋”已经开始接棒“互联网＋”，成为经济发展和传统行业改造的新动力。因此，全面、深入开展研究“智能＋”新兴环境变量给大学生创业带来的新挑战，已成为我国高等教育研究的热点和重点问题。

1 文献综述

目前，国内外学者围绕“大学生创业影响因素”开展了广泛而深入的研究。范巍、王重鸣（2004）以浙江大学学生调查数据为据，分析人口统计特质因素对创业意愿的影响。贺丹（2006）、李永强 等（2008）、张云川 等（2011）、李琼（2012）、陆根书 等（2013）、陈君君 等（2015）基于不同地方高校大学生调查数据，分析得到个人创业能力、家庭背景、学校教育和社会环境因素均对创业意愿存在不同程度的影响。学术界一致认为，在众多影响创业意愿的因素中，与个性特质有关的创业能力是影响大学生创业意向和创业行为的关键变量，因此，大学生创业影响研究多据此开展。基于美国学者大卫·C·麦克利兰博士提出的冰山模型，学术界普遍认为创业能力反映了大学生进行创业时所应具备的能力、品格、习惯等综合发展状况；Schumpeter（2008）、Deakins ＆ Freel（2009）、Minitti（2010）从心理学视角分析创业能力给创业意愿及行为带来的影响机制；许莹（2015）、陈明长 等（2016）、袁小平（2016）、蒋保伟（2017）、彭志武（2017）、刘追 等（2017）、王未卿 等（2018）、卢灿丽 等（2018）学者基于创业理论，探讨传统创业环境下领导力、创新力、组织力、抗压力等创业能力对创业意愿的影响程度及方式；赵健（2016）、于浩等（2016）、孙文霞 等（2018）、胡伟（2019）、赵红梅和廖果平（2019）、尹波和宋君 等（2019）学者从“互联网＋”或“智能＋”角度研究大学生新创业能力对创业意愿的影响或作用。

综上所述，大学生创业影响因素研究成为了创新创业教育研究中的研究热点，呈现出重点突出、多元视角、跨学科协同和系统创新的研究特点，获得了一系列丰富的研究成果，为解释大学生创业行为提供了坚实的理论基础。现有研究表明，影响大学生创业的共性因素主要为大学生的创业能力、家庭背景、学校教育及社会环境，关键变量为领导力、创新力、组织力、抗压力等传统创业能力，“互联网＋”背景下大学生新创业能力则包括跨界、服务、数据、平台、技术等新要素。但现有研究成果中，鲜有学者关注“智能＋”这一新兴变量给大学生创业能力及创业意愿带来的新变化。因此，“智能＋”视阈下的大学生创业研究，凸显着巨大的研究空间。

2 “智能＋”新型创业理论模型的设定

“智能＋”是融合传统行业与数字技术，实现传统行业升级改造的新型经济发展模式，具有“跨界、创新、人机协同、深度学习”等新思维特征。因此，本文将围绕“智能＋”新思维探讨大学生新型创业能力模型。

2.1 用户管理能力

“智能＋”技术的运用旨在提高用户体验、提升效率，因此“智能＋”创业时代是一个“拼用户”的时代，谁赢得用户，谁就获得成功。在“智能＋”时代，促成产品服务设计、宣传推广、销售、升级都来源于用户体验和用户评价。因此，大学生应具有用户管理新能力，即具备借助新型“智能＋”技术洞悉用户需求、消费偏好和消费习惯，深度挖掘市场商机，占据市场盲点，实现产品、服务异质化和极致化的能力。

2.2 智能创新能力

在“智能＋”时代，处于底座的简单重复劳动、技术含量低的工作会逐步被人工智能替代，具有创新创造力的空间才会留给大学生创业者。基于此，智能技术充分展现其以人为本的核心理念，开放创新、共同创新、大众创新、用户创新成为智能社会环境下的创新思维。与“智能＋”时代创新思维相适应的体验经济、共享经济、跟踪经济、众筹经济等成为商业发展新模式，具有智能产品、智能服务概念的创业项目是“智能＋”时代创业项目的新要求。因此，大学生创业者必须具备智能创新精神、智能创新思维和智能创新能力。

2.3 跨界融合能力

“智能＋”的本质就是互通融合，其核心理念就是交叉、跨界，面对集数学、统计、物理、认知语言学等综合科学知识的“智能＋”，大学生必须建立“击破传统、突破惯性”的跨界意识，突破领域、学科、专业限制，培养跨学科交互学习的能力，提升科技知识与人文素养贯通融合、理论知识与实践操作交叉渗透、科技实证与直觉灵感交互影响的跨界能力，实现从重视知识积累、技能培养的传统学习模式到重视知识聚合、跨界思维的交互性学习模式的转变。

2.4 深层学习能力

众多“智能＋”创业能力的形成，均离不开“智能＋”知识的掌握和运用。以往的知识体系以直接反映客观事物的定理、公式等实体性硬知识为主，“智能＋”知识体系则充斥着大量的抽象性软知识。软知识的显著特点表现为知识呈现出动态的网络生态、非稳定的内容与结构、碎片化、类别模糊等状态。基于此，“智能＋”创业者必须形成以“动态、迭代、包容、零存整取、分布式认知”为核心的学习理念，运用系统性思维将零散、杂乱的知识碎片聚合成多维有序的知识体系，具有从数据关联、共现关系和社会标签等角度进行理论设定或实证分析的能力。

2.5 人机协同能力

“智能＋”时代，智能机器人将被整合到社会经济生产、生活的各个行业和领域，人机协同将成为普遍现象。人机协同让人工智能服务于生产者和消费者之间，主要实现人机交互、人机融合和人机共创三大主题，让生产者更专业、让消费者获得更好的体验。诚然，人工智能有着智能计算的超强优势，但在涉及创造性、定义和边界模糊、数字化知识经验缺乏的任务时，人工智能就会表现得无能为力。因此，大学生必须具有依托智能机器的运算和执行优势，进行深度思考基础上的创新和创造，实现自身和人工智能共同创造新产品和新服务的能力。

综上，本文提出“智能＋”视阈下大学生新型创业能力理论模型将大学生“智能＋”新型创业能力的构成要素划分为用户管理能力、智能创新能力、跨界融合能力、深层学习能力和人机协同能力五个维度，如图1 所示。

图1 大学生“智能＋”新型创业能力理论模型

3 研究设计

3.1 研究工具设计

鉴于有创业意愿的大学生会存在创业准备行为、关注或参与创业实践活动，因此本文借助“智能＋”创业行为量表测评大学生创业意愿，测评语句围绕相关创业培训、讲座、创业平台、创业大赛、创业实践及创业网站的参与度和组建管理团队情况等进行设计。

大学生“智能＋”新型创业能力涵盖的内容较多，为剖析其具体内容，我们首先选取长沙部分高校的在校学生、已毕业学生、教师和企业人员作为访谈对象，采用小组访谈法了解受访者对“智能＋”时代创业者新型创业能力的看法。综合“智能＋”新型创业能力理论模型和访谈报告结论，本文初步设计了32 条测试语句形成大学生“智能＋”新型创业能力初始测评量表，采用李克特五级评分，计分方法为“不符合、不太符合、不清楚、比较符合、符合”，各选项依次赋值为1－5分，得分越高表示该项创业能力越高，逆指标作相反处理。初始量表设计完成后进行小范围试调查，筛选具有分辨力的测评语句，最终确立包含21 条测评语句的大学生“智能＋”新型创业能力测评量表（见表1）。

表1 大学生“智能＋”新型创业能力评价

3.2 测评量表的信效度分析

3.2.1 信度分析

信度分析主要判别测评量表的稳定性和一致性程度，本文采用当前较为普遍和准确的内部一致性信度指标——克朗巴哈信度系数评价量表的信度。大学生“智能＋”创业意愿量表和各项创业能力测评量表的克朗巴哈信度系数分别为0.86、0.83、0.85、0.81、0.80、0.74，均高于通用信度评价标准0.7，表明量表的信度较高。

3.2.2 效度分析

效度分析是评价量表测量的准确性和有效性。当前，比较成熟的效度测量方法为内容效度和校标效度。①内容效度分析。在大学生“智能＋”创业意愿量表和创业能力量表的设计过程中，我们多次邀请高校、政府部门、研究院的资深专家对量表的适用性、代表性、准确性进行分析和评价，确保量表符合研究目的。②校标效度分析。将大学生自评值和按量表测得的相应值进行相关分析，以其相关程度反映量表的效度。创业意愿自评分和量表综合评分的相关系数为0.87，创业能力自评分和量表综合评分的相关系数为0.81，二者均为高度相关，在显著性水平0.01 下显著相关，量表校标效度好。

3.3 研究样本设计

我们采用问卷调查法对长沙部分高校进行调查，调查时间为2019 年8 月至2019 年11 月。考虑到低年级学生没有就业压力，创业关注度较低，因此本次调查重点选择高年级学生和已毕业学生作为研究对象。问卷共发放700 份，回收问卷655 份，其中有效问卷614份，有效率为87.71%。有效样本中，大二、大三、大四和已毕业学生各占10.26%、32.74%、35.99%和21.01%；男生、女生各占56.09%和43.91%；理工类、经管类、文史类和艺术类学生各占33.39%、34.69%、23.62%和8.3%。

4 大学生“智能＋”新型创业能力对创业意愿的影响分析

由于“智能＋”新型创业能力的测评变量较多、相关程度较高，采用传统的回归分析方法会存在多重共线性，产生解释偏差，因此本文首先对21 个测评变量进行主成分分析，然后以主成分为自变量进行回归分析，以解决多重共线性问题。

4.1 适应性检验

本文利用KMO 检验和Bartlett 的球形检验来验证数据是否适合进行主成分分析。适应性检验结论显示，KMO 统计量为0.96，说明新型创业能力测评变量之间相关性较强，Bartlett 球形检验值为14 757.78，相伴概率P 为0.00，小于0.01，即在显著性水平为0.01 的标准下，可以认为变量之间高度相关，两项检验结果说明21 个测评变量适合做主成分分析。

4.2 主成分的提取

表2 方差解释结论显示，三个主成分的累积方差贡献率可达到81.38%，对原有信息的保留程度达到81%，故提取三个主成分为宜。根据旋转成分矩阵可知，X、X、X、X、X、X、X、X和X评价变量在成分F的因子载荷较高，F可命名为用户与创新能力；X、X、X、X、X、X、X、X和X评价变量在成分F的因子载荷较高，F可命名为跨界与学习能力；X、X和X评价变量在成分F的因子载荷较高，F可命名为人机协同能力。

表2 解释的总方差

4.3 主成分回归

以三个主成分为自变量，创业意愿为因变量进行回归分析，建立的回归模型形式为：

表3 显示，模型中各系数的Sig 值均为0.00，显示各项新型创业能力均对大学生创业意愿有显著正影响，对大学生创业意愿的形成存在明显的促进作用，影响程度由强至弱依次为用户与创新能力、跨界与学习能力、人机协同能力。若用户与创新能力每提高1 单位则创业意愿平均提高0.49 个单位，跨界与学习能力每提高1 单位则创业意愿平均提高0.36 个单位，人机协同能力每提高1 单位则创业意愿平均提高0.07 个单位。模型检验的拟合优度R为0.75，修正R为0.75，说明三个主成分对创业意愿的解释力度可达到75%，解释力度高。回归方差分析的F 值为618.259 6，Sig 值为0.00，表明回归方程作用显著。

表3 回归分析系数a

4.4 影响分析

4.4.1 用户与创新能力对创业意愿的影响分析

在0.01 检验水准下，用户与创新能力对创业意愿形成的影响显著。一方面，“智能＋”创业是一个“拼用户”的时代。如果用户管理能力越强，占据市场盲点、实现产品及服务异质化、极致化的机会就越大，创业成功的可能性就越大，创业意愿也就越强。另一方面，以用户体验为核心的智能创新能力是智能思维、智能技术与创新力的深度融合。大学生的智能创新能力越强，越能凭借“智能＋”新技术和新成果提升用户体验、开发富有智能概念及特征的创业项目，创业意愿越有可能形成。

4.4.2 跨界与学习能力对创业意愿的影响分析

在0.01 检验水准下，跨界与学习能力对创业意愿形成的影响显著。如果大学生的跨界融合能力越强，就越有可能击破传统、突破惯性，从而发现创业项目与人工智能、互联网、大数据、学科、专业之间的连接点，促进“智能＋”创业意愿形成。同时，与跨界融合息息相关的深层学习能力对创业意愿也存在显著作用。面对以软知识为主流的智能技术时代，深层学习能力越强，信息获取效率越高，用户价值挖掘程度越高，跨界思考能力越强，智能创意形成度越高，创业意愿也越强。

4.4.3 人机协同能力对创业意愿的影响分析

在0.01 检验水准下，人机协同能力对创业意愿形成的影响显著，但影响程度很低。人机协同能力表现为深度思考基础上运用人工智能创造新产品和新服务的能力。人机协同能力越强，智能创业理念和项目形成的概率越大，创业意愿程度越高。但由于现阶段大学生人机协同能力普遍较低，差异程度很小，因此，人机协同能力对创业意愿的影响未能充分体现。

5 结语

基于技术与思维的二元考量，以人工智能为表征的“智能＋”新型环境变量的出现，重塑了当代大学生创业能力特征。“智能＋”呈现的“跨界、创新、人机协同、深度学习”等思维，要求大学生培养跨界融合、智能创新、人机协同、深层学习、用户管理等新型创业能力。面对“智能＋”背景下种种新型创业能力要求，政府、社会、高校、个人将如何应对，这是值得我们进一步思考的问题。