基于创业机会开发的即兴能力对创业绩效的影响研究

2023-10-10穆向阳

生产力研究 2023年9期

陶卓，姜娟，穆向阳

（南京邮电大学管理学院，江苏南京 210003）

一、引言

科技创业者是创业型经济中最为重要的创业主体，具有强烈的科技创业意愿，为我国提升科技创新能力做出了突出的贡献[1]。科技创业者创办的企业，产品科技含量虽高但多为新产品，面临的创业、市场环境不确定性较高。创业绩效是一种动态衡量创业者创业活动成功与否的关键指标，评价范围涵盖从产生创业想法到实施创业、再到创业成功的全过程[2]。与其他创业者相比，科技创业者获取有效资源的渠道与时间约束度较高。但科技创业者善于抓住新的创业机会，这种新的创业机会往往是科技创业者突然注意到并即兴决策，再立刻投入资源，研发出新产品和新技术，助推创办的企业不断成长壮大，从而加快创业绩效的提升。

即兴能力是面临高度不确定创业环境，创业者抓住转瞬即逝创业机会的一种较为常用的决策逻辑能力[3]。目前，已有部分文献将即兴能力与创业绩效联系起来，构建理论模型，为后续研究奠定了基础。如Hmieleski 和Corbett（2008）[4]认为，当创业机会出现后，受时间与资源限制，具有即兴能力的创业者无暇制定创业计划，也无法组织团队进行科学判断，此时将即兴决策，创造性地利用手边现有资源快速做出反应的情形。学者们沿着“即兴能力-创业绩效”的研究脉络描绘具备即兴能力的创业者进行复杂创业活动的全过程，但并未真正揭示即兴能力作用于创业绩效的“黑箱”。即兴能力与科技创业者创业绩效之间是否存在中介变量有待进一步展开探索。基于此，本文从创业机会开发的角度出发，试图探析即兴能力对科技创业者创业绩效的影响路径。

二、理论分析与研究假设

（一）即兴能力与科技创业者创业绩效

许多学者认为科技创业者的整个创业过程其实可以被视为一种即兴整合创业资源的活动[5]。吕潮林等（2021）[6]认为，即兴能力是一种在没有事先准备的情况下即兴决策并立刻执行的能力。在面临创业机遇时，科技创业者创业想法的形成与方案的实施几乎是在某一时间点、某一地点突然产生并完成的，在创业过程中，科技创业者常会遇到产品市场反映不好、成本过高、利润过低等问题。为了及时处理这些问题，科技创业者会最大限度发挥即兴能力，直接行动或立即调整，整个过程不会先论证方案是否可行，这种对市场、口碑、效益的快速反应能力能提高科技创业者创办企业的存活率，提升科技创业者的创业绩效。

从资源约束视角，可以发现科技创业者拥有较高的研发创新能力、较强的随手取材能力，因此敢运用即兴能力立刻做出研发、创业等各类决策，这将有助于其创业绩效的提升。基于以上分析，本文认为科技创业者面对资源约束、机会新奇性较高的创业情景下，科技创业者最可能充分发挥即兴能力，这种能力对创业绩效的提升存在着促进作用。因此，本文提出假设1。

H1：即兴能力对科技创业者创业绩效产生正向影响。

（二）创业机会开发的中介作用

创业机会开发是指创业者辨识与发掘之前从未被发现的市场机遇，并将其转化为商业价值的过程[7]。科技创业者作为进入新兴领域并进行创新的创业主体，潜在的风险性与不确定性较高，这对创业机会开发提出了更高的挑战[8]。有部分科技创业者在面临高风险和不确定环境时，整合创业资源之后，出于种种考虑迟迟不愿将创业机会落地[9]。拥有较强的即兴能力，有利于科技创业者对创业资源进行优化配置并抵御创业风险[10]。在经济发展新常态时期，科技创业者面对转瞬即逝的创业机会，需运用即兴能力整合资源，快速、精准开发创业机会，将创业想法瞬间落地实施[11]。创业机会开发对创业绩效具有正面促进作用，创业机会开发强的科技创业者创业成功率较高。科技创业者不仅需要通过辨识与发掘之前从未被发现的市场机遇以应对创业环境的不确定性，更需要主动将创业机会开发出来转化为新产品或新服务，通过持续挖掘和拓展新用户提升创业绩效。因此，本文提出假设2：

H2：创业机会开发在即兴能力与科技创业者创业绩效之间起到中介作用，即兴能力对创业机会开发产生正向影响，创业机会开发对科技创业者创业绩效产生正向影响。

（三）人才政策力度的调节作用

人才政策是指各级政府出台的针对科技创新人才引进、激励、培养、使用的相关政策。得益于高水平人才政策，北京中关村、上海张江、南京江宁成为我国当前最具代表性、最具活力的科技创业高地[12]。人才政策力度是指科技创新人才政策的更新次数与实施效果[13]。自2017 年开始，各地人才争夺日益激烈，已有超过50 多个城市累计出台人才新政百余次，且引进的焦点集中于科技创业者。数据显示，人才净流入率较高的城市，创业企业数量也较多，比如深圳在2020 年新登记的战略性新兴产业企业共有3.87 万户，同比上涨33.2%。国外学者对硅谷、匹兹堡等地的研究显示，通过专门面向科技创业者的扶持政策，引导具有企业家精神的科技创业者集聚在一起，释放跨领域的专业知识和技能，让创意、技术、人才和资金等创业资源在当地以极低的成本流动，为基础研究、产业创新打下坚实的基础，并逐渐形成一种勇于创新创业的文化与氛围[14]。

在研究实际案例时，可以发现由于不同地区人才政策本身和实施力度存在差异，在面临科技创业机遇时，科技创业者是否将创业机会开发出来的选择也大不一样。在即兴能力影响科技创业者创业机会开发的过程中，人才政策同样扮演着重要的角色，政策力度对即兴能力与创业机会开发之间的作用效果影响深远。但究竟影响的力度有多大，需要进行深入探索。故本文提出假设3：

H3：人才政策力度在即兴能力与科技创业者创业机会开发之间具有正向调节作用，人才政策力度越强，即兴能力对科技创业者创业机会开发的正向影响越大，反之越小。

基于此，本文基于创业决策理论，构建的概念模型如图1 所示。

图1 即兴能力对科技创业者创业绩效影响的概念模型

三、研究设计

（一）调研对象

江苏、浙江市级层面陆续出台人才新政，不断激发科技创业者的创新创业活力，创新创业气氛较为浓厚。故本文选取江苏南京、苏州以及浙江杭州的软件信息业与先进制造业的科技创业者作为调研样本。本次问卷调研以科技创业者为研究对象，被试者都来源于软件信息业与先进制造业，主要通过网络发放与现场发放。本次调研一共发放了问卷300份，最终回收237 份，无效问卷共24 份，共回收有效问卷213 份，本研究问卷有效回收率达到71%。本次问卷调研的样本特征如表1 所示。

表1 样本特征（N=213）

（二）变量测量

本文借鉴国内外开发的成熟量表，结合研究情境对量表中的各类题型进行了修改与完善。即兴能力量表共有5 个题项，在参照苏德金和杜启霞（2022）[15]的研究基础上进行了调整。创业绩效量表共有6 个题项，在参考了曾楚宏和李敏瑜（2022）[16]的研究基础上进行了调整。创业机会开发量表共包括5 个题项，在参考了张秀娥和王超（2019）[17]的研究基础上进行了调整。人才政策力度量表共包括5 个题项，在参考了徐培等（2022）[18]的研究基础上进行了调整。

不同行业的科技创业者面临的环境不确定性不一样，会对其创业绩效产生影响。本文将科技创业者所属行业加入控制变量，软件信息业、先进制造业编码为1～2。科技创业者所在城市不同，政府的政策导向与扶持政策的力度不同，对其创业绩效也会有影响，因此本文将科技创业者所在城市作为控制变量，对南京、苏州、杭州进行编码，分别为1～3。科技创业者的创业时长能够反映创业绩效的好与差，因此将创业时长加入控制变量，对3 年以内、3～5年、5～7 年、8～10 年、10 年以上进行编码，分别为1～5。科技创业者的创业状况能够直接反映出创业绩效的大小，因此将创业状况加入控制变量，对经营势头良好、经营情况正常平稳、出现5%以内的亏损、亏损5%～20%、20%以上亏损进行测算，分别为1～5。

为了确保问卷的信效度，在预调研中，随机在2个行业中抽取了20 位科技创业者进行问卷调查。其中，即兴能力变量中有1 个题项的CITC值为0.441，小于0.5 的标准值，剔除后，即兴能力变量的Cronbach'sα系数由原来的0.841 增至0.857，各变量的因子载荷均大于0.8，旋转后累积方差解释率为70.258%。人才政策力度变量中有2 个题项的CITC值分别为0.318 和0.284，小于0.5 的标准值，在剔除这2 个题项后，人才政策力度变量的Cronbach's α系数由原来的0.702 增至0.738，各变量的因子载荷均大于0.7，旋转后累积方差解释率为65.965%。创业机会开发变量中有1 个题项的CITC值为0.412，小于0.5 的标准值，剔除后，创业机会开发变量的Cronbach's α系数由原来的0.846 增至0.872，各变量的因子载荷均大于0.8，旋转后累积方差解释率为72.457%。因此，为了提升各变量题项的信效度，本文将4 个题项剔除，形成正式调查问卷。

由于数据来源同一性问题无法完全避免，仍有可能出现共同方法偏差。为了避免这一问题，本文运用Harman 单因素检验方法进行验证，KMO=0.901，Bartlet 检验的显著性为0.000，旋转前提取出的第一个因子解释了总变异量的20.989%，小于40%，说明本问卷所获的数据质量较好。

四、数据分析与结果

（一）信效度与模型契合度检验

本文采用SPSS 20.0 对量表的信度进行检验，如表2 所示。4 个变量的Cronbach's α系数分别为0.844、0.864、0.771、0.798，都大于标准值0.7；组合信度CR分别为0.845、0.866、0.751、0.803，都大于标准值0.7，因此，说明本文设计的调研量表信度较好。再对量表的聚合程度进行验证性因子检验，平均提取方差AVE 分别为0.577、0.520、0.507，0.510，都大于标准值0.5，因此，说明本文设计的调研量表效度较好。再采用AMOS 22.0 检验结构效度，测量模型拟合指数包括：字2/df=1.851，小于标准值3；SRMR=0.058、RMSEA=0.063，小于0.08 的标准值；IFI=0.942，IFI=0.929，CFI=0.941，均大于标准值0.9，因此，说明本文模型契合度较高。

表2 问卷的信效度与模型契合度检验（N=213）

（二）描述性统计分析与相关性分析

为了验证即兴能力、创业机会开发、创业绩效和人才政策力度之间的关系，本文对上述变量进行相关性分析，结果如表3 所示。从表3 中可知，创业绩效与即兴能力以及创业机会开发都正相关，初步验证了本文的理论假设。

表3 变量的均值、标准差与相关系数

（三）假设检验

1.直接效应与调节效应检验。本文通过构建多元线性回归模型来检验即兴能力对创业绩效的直接作用，用即兴能力与人才政策力度的交叉项来验证调节作用，检验结果如表4 所示。模型1～模型3中各变量的Tolerance 分别为0.925、0.855、0.907，大于标准值0.2；且VIF 分别为1.081、1.169、1.102，小于标准值10，表明不存在多重共线性。

表4 直接效应与调节效应分析

由模型1 可以看出，即兴能力与创业绩效呈现显著的正向关系（β=0.534，p＜0.01）。因此，假设H1 验证通过。即兴能力与人才政策力度的交叉项与创业绩效呈现显著的正向关系（β=0.088，p＜0.05），此时即兴能力与创业绩效也呈现显著的正向关系（β=0.512，p＜0.01），可以说明存在正向调节效应。因此，假设H3 通过验证。

2.中介效应检验。本文通过构建多元线性回归模型来检验创业机会开发的中介作用，检验结果如表5 所示。模型1～模型3 中各变量的Tolerance 分别为0.925、0.932、0.677，大于标准值0.2；且VIF 分别为1.081、1.073、1.477，小于标准值10，表明不存在多重共线性。

表5 中介效应分析

由模型1 可以看出，即兴能力对创业绩效有着积极的影响（β=0.534，p＜0.01）。由模型2 可以看出，即兴能力能够促进科技创业者创业机会开发（β=0.430，p＜0.01）。由模型3 可以看出，即兴能力（β=0.450，p＜0.01）与创业机会开发（β=0.196，p＜0.01）同时对创业绩效有显著的正向影响，因此，这说明在即兴能力对创业绩效影响过程中，创业机会开发起到了部分中介作用。因此，H2 假设通过验证。

五、结论与启示

（一）研究结论

通过实证研究分析，本文验证了即兴能力可以正向提升科技创业者的创业绩效。另外，本文发现创业机会开发在即兴能力影响科技创业者创业绩效的过程中起到了部分中介作用；能够揭示具有较强即兴能力的科技创业者在把握创业机遇时，立刻整合创业资源将创业机会开发出来，再到创业绩效提升这一“黑箱”过程中的运作机制。而人才政策力度在即兴能力和科技创业者创业机会开发之间起到正向调节作用，即在人才政策宣传力度较高的情境下，即兴能力对科技创业者创业机会开发正向影响变强，反之则变弱。

本文还发现控制变量“所属行业”对创业绩效并没有影响作用，无论是软件信息业还是先进制造业的科技创业者，所属行业对创业绩效的影响作用差别并不大。这与过去的研究结论有所不同，之前的研究文献显示科技创业者所属行业对其创业绩效有正向的影响作用。通过实地调研，发现南京、苏州、杭州这3 个城市先进制造业数字化水平较高。2018 年发布的《长三角地区数字经济与人才发展研究报告》显示，苏州、南京的制造业数字化程度分别位居第一和第二；杭州则以“百千万”工程为抓手，深入推进制造业数字化转型，取得了较好的成效。基于以上分析，可以认为被调研的3 个城市的先进制造业整体数字化水平较高，使得本文中科技创业者所属行业对创业绩效并没有影响作用。

本文还发现控制变量中“所在城市”会对创新绩效产生显著的负向影响，这说明科技创业者所在城市的不同，其创新绩效会出现差异，可能的原因是：南京与苏州、杭州实施的人才政策力度不同。苏州推广姑苏人才计划，大力扶持科技创业者，推进开放型经济发展，促进科技创业的繁荣发展。杭州则大力推动新经济发展，鼓励科技创业者跨界创新创业，形成极具地方特色的科技创业者集聚区，如各类新型特色小镇。南京虽然针对创新创业给予了一系列政策工具，有力地推动了科技创业者创新创业，但政策吸引力与实施力度仍需加强。