大学生创业意向的异质性：基于潜在剖面分析

高荣芬,陈 维

(贵州师范大学 心理学院, 贵州 贵阳 550025)

0 引言

创业对社会经济发展具有重大影响，不仅能促进公司之间的竞争，还能提供就业机会[1]。Litzky等[2]研究显示,在2010—2020年期间，世界各地总共有1.5万亿美元投资于创业。为实现“稳就业、保增长、调结构、促发展”的宏观政策目标，我国政府出台了一系列创业带动就业的政策，其中包括大学生创业[3]。有研究显示，我国大学生的创业率从总体上来说还是偏低[3]，个体的创业意向还不够强烈[4]，因此，为提高创业率，对创业意向进行深入研究十分必要。

1988年，Bird最早提出“Entrepreneurial intention”概念，即“创业意向”。创业意向是指潜在的创业者打算在将来创立一家公司，并有目的有意识地在将来付诸行动的主观态度[5]，可分为目标意向(Goal intention)和执行意向(Implementation intention)。目标意向指的是一种想要达到的最终状态，而执行意向则针对具体的情景而言，目标意向是执行意向形成的先决条件，执行意向可促进其产生[6]。创业意向是创业行为最好的预测指标，然而，并非所有的意向都能转化为实际的行为[6]。可见，为提高创业行为的发生率，需增强个体的创业意向。

目前，有不少学者就创业教育、创业经验、创业环境与创业意向两两之间的关系进行了研究[7-9]，结果大多表明创业教育、创业经验、良好的创业环境等因素有助于提升个体的创业意向。与此同时，也有学者从性别、年级等相关人口学变量出发，探析创业意向的人口学差异，结果显示：男性大学生毕业后选择创业的可能性高于女性[10]；本科高年级学生的创业意向水平显著低于低年级[11-12]，但李海垒等[13]研究显示创业意向无年级差异。综上可见，创业意向的研究虽已取得阶段性的成果，但均以变量为中心来探讨其外部影响因素和个体差异，关注的重点在变量上，进而忽略了个体间的差异[14]，对大学生的创业意向缺乏整体了解。因此，需要以个体为导向的研究方法来探讨特质差异，现该方法已被越来越多社会学、心理学、教育学等领域的研究者所采用[15]。

潜在剖面分析(Latent profiles analysis, LPA)作为一种以个体为导向的潜在分类方法，是潜在类别模型(Latent class model, LCM)中将外显变量看作连续变量的一种方法。由于其既不受研究样本影响，又不需要严格的聚类分析假设及数据分布要求，故更贴合心理学和教育学领域的研究特点[16]。此外，在心理特质识别上，LPA不但可以识别出同一心理特质不同亚群体，还能够提高心理特质识别的敏感度[17]。因此，通过LPA将研究群体分为几个具有代表性的类别，可全面、具体地了解大学生的创业意向情况。同时，相对简单考察变量而言，该方法可深入了解群体中的每个个体在创业意向各个维度上的反应。基于此，本研究以大学生为被试，探析其创业意向的异质性及不同创业意向潜在类别与性别、年级等因素的关系。

1 研究方法

1.1 研究对象

通过整群随机取样在贵州省7所高等院校发放问卷1 000份，剔除未完成作答或规律性作答个案后，收回有效问卷918份(91.8%)。其中：男性428(46.6%)人，女性490(53.4%)人；大一371(40.4%)名，大二193(21.0%)名，大三354(38.6%)名。年龄范围在17～26岁之间。

1.2 研究工具

创业意向量表由胡闲秋、李海垒等[18]编制，共12个条目，6个条目用于测量创业目标意向，6个条目用于测量创业执行意向。采用Likert-7级评分，1 =“完全符合”，7=“完全不符合”。本研究中总量表的α系数为0.93，目标意向分量表的α系数为0.90，执行意向分量表的α系数为0.90，表明其信度良好。

1.3 数据分析

首先，Mplus 8.3用于完成LPA，以探析大学生创业意向的潜在类别，从1个类别开始，逐步增加类别数，直至探索到拟合最佳的模型。进行LPA 时模型适配检验主要涉及艾凯克信息准则(AIC)、贝叶斯信息准则(BIC)、样本校正的贝叶斯信息准则(aBIC)、Entropy-指数、罗-梦戴尔-鲁本矫正似然比检验(LMR)以及基于Bootstrap的似然比检验(BLRT)，其中：AIC、BIC 和aBIC结果越小表示模型拟合越好，而BIC最具说服力[19]；当Entropy<0.60时相当于超过20%的个体存在分类错误，当Entropy≥0.80时表明分类准确率超过90%；LMR和BLRT 2个指标对应的P值达到显著水平(P<0.05)，则表明k个类别的模型显著优于k-1个类别的模型，在进行潜在类别确认的时候，模型拟合指标并不是“金标准”，同时还需根据模型的简洁性、可接受性等因素进行判断[20]。最后，根据LPA所得到的大学生创业意向潜在分类结果，通过SPSS 25.0分析其性别和年级差异。

2 结果与分析

2.1 大学生创业意向的潜在剖面分析

以创业意向的2个因子(目标意向和执行意向)为外显指标，依次增加创业意向的潜在类别数，分别进行潜在剖面分析的模型拟合参数估计。根据AIC、BIC、aBIC、Entropy指数、LMR、BLRT等模型适配度指标选择最佳模型。潜在剖面分析结果见表1：从1个类别依次增加到5个类别的检验过程中，随着类别数的增加，AIC、BIC、aBIC 3个统计指标在5类别时达到最小，但此时LMR指标未达统计学标准，前人指出此时应停止类别数的增加[19]；继续比较发现，在4类别时统计指标AIC、BIC、aBIC出现了减缓的趋势，且4类别模型中的第一类占比太少(0.09)，此时Entropy指数在3个类别时最高，BIC值也最小。综合考虑模型拟合指标，模型的简洁性和可接受性发现3类别为最佳模型，3个类别在12个创业意向条目上的条件均值见图1。

表1 大学生创业意向异质性的LPA拟合指标

由图1可知，3个潜在类别在创业意向2个因子12个条目上的条件均值差别明显，表现出不同的特征。类别1(Class1, C1)在2个维度上的得分均值都很低，这类人群占全体被试的20.6%，根据其得分特征，将C1命名为“低目标低执行组”；类别2(Class2, C2)在2个维度上条件均值得分处于中等水平，根据其得分特征，将C2命名为“中等强度创业意向组”，这类人群占整个样本的59.3%；类别3(Class3, C3)在2个维度上条件均值得分处于较高水平，这类人群占全体样本的20.1%，根据其得分特征，将C3命名为“高目标高执行组”。

图1 创业意向3个潜在类别的条件均值

2.2 不同创业意向潜在类别得分差异检验

以各创业意向潜类别为自变量，以创业意向及2个分量表的得分为因变量进行多元分析，研究结果(见表2)发现，创业意向不同潜在类别在创业意向总分(F=1 134.48,P<0.001,η2=0.80)，目标意向(F=1 357.87,P<0.001,η2=0.75)和执行意向(F=734.23,P<0.001,η2=0.62)2个分量表上的得分差异显著。进一步事后比较结果表明，以C3为参照时，在创业意向总量表及2个分量表上的得分显著高于C1、C2(P<0.001)，以C2为参照时，C2在总量表及分量表上的得分显著高于C1(P<0.001)。

表2 不同创业意向潜在类别在创业意向量表上得分差异检验(M±SD)

2.3 人口学变量与创业意向3个潜类别的多元logistic回归分析

在潜在剖面分析结果的基础上，进一步探讨创业意向的人口学特征。以潜类别结果作为因变量，性别(女性为参照)、年级(大三为参照)作为自变量进行多元Logistic 回归分析，其中C1作为类别比较参照，分析得出Odd ratio(OR)系数，OR系数反映了不同性别、年级在各创业意向潜在类别上的比值(结果见表3)。以C1为参照组，将C2、C3组与其进行比较，OR结果显示创业意向潜在模式受性别、年级的影响。与女生相比，C2、C3 3组中，男生的创业意向更强烈；与大三学生相比，C2组中，3个年级学生无显著差异；C3组中，大一学生的创业意向更强烈，大二学生与大三学生无显著差异。

表3 不同人口学变量与3个潜类别组的多项Logistic回归结果

3 讨论

本研究通过潜在剖面分析对大学生创业意向模式进行探索，结果表明大学生创业意向存在明显的分组特征，拟合指标支持了3种潜在类别：低目标低执行组(C1)，中等强度创业意向组(C2)及高目标高执行组(C3)。各潜在类别在创业意向总量表及目标意向与执行意向2个子量表上的得分差异显著，说明分类结果是有必要且有意义的。在各潜在类别比例上，中等强度创业意向组的人数最多，超过59.0%；其余2类占比数较均衡，均为20%左右，这也符合当下的现实情况，毕业即选择创业的人数确实不多。C1组大学生在创业意向的2个维度上(目标意向和执行意向)得分均较低，从某种程度上来讲，这类人群可能并不适合创业；C2组大学生的创业意向在2个维度上的得分处于中等强度，介于以上C1和C3之间，针对这一群体，若是给予适当的教育和指导，很有可能提高他们的创业意向水平，从而促进创业；C3组大学生在创业意向2个维度上的得分均较高，显著高于其他创业意向类型，这类群体不管是其创业意愿还是执行能力均较强，若是对该群体进行适当的教育与指导对提高创业率将达到事半功倍的成效。另外，本研究结果也得到了前人研究理论的支持，即创业意向是创业行为的最好预测指标[18]。

本研究结果的意义，前人对大学生创业意向的研究分析均以变量为导向，根据不同的得分差异来探讨创业意向的影响因素以及创业意向与创业行为的关系[21]。而本研究则以大学生个体为中心，根据被试在不同维度上的反应将创业意向划分为3个不同质的潜在类别，为大学生创业意向的异质性提供了有效的证据，有助于全面客观地探讨创业意向以及创业意向与大学生职业发展之间的关系，可丰富大学生创业意向研究的个体中心理论基础。

本研究结果显示，大学生创业意向的潜在分类受到性别和年级等有关人口学变量的影响。首先，就性别而言，男性创业意向水平显著高于女性，该结果与前人研究结果一致[22]。究其原因，可能在于社会对男女性别角色定位不同。中国几千年的传统文化一致认为男性在生活中应该承担更多的责任，因此面对的经济压力也可能更多，相对其他的工作而言，创业有可能更快更好地缓解经济压力。其次，男性创业在社会上会获得更多称许，相对于女性，男性拥有更强的冒险、独立特质，这些均是创业者不可或缺的因素[23]。此外，创业教育有助于提高大学生的创业意向水平[3]，而在当今教育课程设置中，教育者们却常常忽视了男女的差异性[11]，因此建议除了创业技能和知识的培训外，还要给予女性言语鼓励，以至让她们首先突破社会对女性创业的刻板印象。

其次，就年级水平而言，大三学生与大一学生在C3组上存在显著差异，与前人研究结果类似[11-12]，大一学生的创业意向水平较高。随着创业教育课程的普及，许多高校低年级学生不仅接受了创业教育，还举行了创新创业大赛，这在一定程度上增强了他们的创业知识技能和理论经验，同时低年级的学生相对而言更加乐观，对社会压力和就业竞争压力的感知相对低于高年级学生[24]。相对低年级同学，高年级同学则更多考虑现实问题，故创业想法会更加严谨保守，创业意向相对而言也就低了。该结果与李海垒等[13]研究结果存在差异，李海垒等的研究结果显示，创业目标意向和执行意向在年级层面并无显著差异。此外，本研究显示，不同年级大学生的创业意向并非没有显著差异，究其原因，可能是因为以变量为中心的方法导致了这一误差，而当前研究结果又恰好弥补了这一缺陷。综上，通过潜在剖面分析，提高个体心理特质异质性的识别敏感度[17]，探析每个被试在各个创业意向维度上的反应以及各维度之间的关系，有利于全面知悉个体的创业意向，从而加强对创业意向的了解。

4 结论

1)大学生创业意向存在明显的异质性，可将其划分为低目标低执行组、中等强度创业意向组和高目标高执行组3个潜在类别。

2)大学生创业意向的潜在分类存在性别、年级差异；男性创业意向水平显著高于女性，大一年级学生在高目标高执行组上的得分显著高于大三学生。