2019年5月27日

  从特质论视角出发,文章创造性地构建了创业者机会识别方式选择模型。以PSEDⅡ的横截面数据为样本,采用多元和二元logit回归方法,文章检验了美国创业者创新导向、成就动机、自我效能、控制源、模糊容忍能力、自主性等性格特质对搜索、发现、浮现等三种机会识别方式选择的影响。结果表明,成就动机、控制源、模糊容忍能力及自主性等特质对创业者在搜索与发现,发现与浮现之间的选择有显著影响。 
  关键词性格特质;机会识别;PSEDⅡ 
  中图分类号F27 文献标识码A 文章编号1-2154(213)6-29-1 
  一、引言 
  自上世纪7年代开始陆续有学者致力于将创业学发展为一个独立的学科,然而由于缺乏完整的理论体系和研究框架,创业在相当长一段时间内至多只能作为一种有趣的经济现象而存在。直到Venkataraman、Shane和Venkataraman出以“识别和利用创业机会”取代“谁能成为创业者”作为创业研究的核心,这一状况才逐渐得到改善,创业学终于有可能构建其完整的理论框架。然而,长达2年的创业特质研究是否真的毫无价值呢?基于现有的认识,学术界或许仅能肯定特质研究的未来具有较大的不确定性,但无法断言特质研究是错误的。Casson和Sarason等认为创业应该是个体和机会的结合,只有将个体与机会相结合,才能实现特质研究的意义。也就是说,特质研究并非完全错误,只是没有找到正确的方向。 
  根据对创业领域主流期刊的统计研究,发现近年发表的文章绝大多数以“创业机会”为主题。在已有的创业机会研究中,机会识别问题则被视为重中之重。机会识别是整个创业过程的首环节,在进入具体的创业环节,亦即机会利用阶段之前,创业者首先识别到合适的机会。然而实践表明,创业机会往往只能为一部分创业者所识别。那么,为什么是一部分人,而非其他人识别到创业机会?近年来许多学者围绕此问题展开了深入分析,发现了一些影响机会识别的因素,包括先验知识和信息不对称、社会网络、创业警觉性、人力资本等。然而,这些研究至少存在以下两点不足一是大多数研究仅关注“为什么是一些人而非另一些人识别到创业机会”,并没有回答“创业者选择何种方式识别创业机会”;二是鲜有学者将性格特质与机会识别联系起来。 
  事实上,与其它因素一样,性格特质可能是影响机会识别的重变量。基于此,本文试图探讨创业者的性格特质如何影响其机会识别选择方式,即具有何种性格特质的创业者更倾向于运用何种机会识别方式。这对于正确认识性格特质的重性,推动创业研究的深入发展无疑具有重意义。同时,对于创业政策的制定者及创业者本人而言,都具有较强的指导意义。 
  二、文献综述与模型构建 
  目前,尽管国内外学者已从不同角度构建了许多机会识别模型,但对于“何谓机会识别”这一基本问题尚无定论,这从“识别”这一词语的英文表述即可看出。通过对创业研究相关文献的整理可以发现,至少有以下词汇常被用于机会识别的表述generation、identification、detection、formation、development、creation、discovery、search、enactment。之所以如此,主是因为不同学者对创业机会来源的理解存在分歧。新古典经济学派坚持机会客观存在,并假设市场处于均衡时,任何人都无法发现能够产生创业租的资源配置失当情况,因为在任何时点,经济中的任何机会都已出现。因此,该学派认为机会是通过搜索而被识别的。奥利地学派同样认为机会客观存在,但与新古典经济学不同,该学派认为市场并非均衡,而是始终处于从非均衡初始状态向均衡状态趋近和转变的过程。由于信息分配的不均衡,一部分人可以获取其他人无法得到的信息,从而觉察或发现特殊的机会,即使这些人没有系统地搜寻机会。行为认知学和演化经济学派则认为机会内生于创业者的行为,不能独立于创业者而存在。当机会发现过程开始时,创业者甚至可能不知道他发现的是什么,他仅对可能的机会和发现或利用这些机会所需的能力或资源有一个大致的信念。这些信念很少能够带来真正的机会。所以,创业者会进行探索性的行动,然后等待市场给予反应,再结合市场的反应调整期望,并重新行动,直至找到合适的机会。因此,从这个意义上讲,机会是逐渐浮现的。 
  尽管三种观点在理论逻辑上有不可调和的矛盾,但事实上它们在现实中常常同时存在。具体选择何种机会识别方式,取决于创业者的先验知识、社会网络、创业警觉性、机会本身、人力资本以及个人基本特质等。在所有可能影响创业机会识别选择的因素中,本文主关注创业者的性格特质。 
  性格特质在上世纪8年代曾是创业学的一个重命题。不同领域的学者曾试图按性格特质区分创业者和非创业者,但这最终被证明是十分困难甚至错误的。然而,不能据此完全否定特质研究。即使机会是当今创业研究的核心,它也不能脱离创业者而单独存在,真正有意义的创业研究是将个体与机会有机结合(individual-opportunity nexus)。经验研究也证明创业者性格特质与机会识别密切相关。例如,Keh等的研究表明机会评价与创业者的风险感知显著相关;Hills等发现9%的研究表明创造性在创业者的机会识别过程中具有重作用;Butler等发现不确定性容忍能力与国际创业机会识别之间存在一定的相关关系;Galio和Katz的研究表明机会识别求创业者具有警觉性和洞察商机的意识;Winslow和Solomon发现创造性对创业机会的识别具有显著影响。因此,本文试图从个体与机会相结合的角度,考察创业者性格特质如何影响其机会识别方式的选择。 
  然而,选择何种特质组合作为研究对象是一大难点,因为自创业特质研究开始至今已出现多达51种性格特质。本文根据这些特质出现的频率高低选择其中相对重的维度作为主解释变量。以“entrepreneurship”、“new firm creation”、“personality”等为关键词,本文在JSTOR、EBSCOhost、Emerald、Sciencedirect、CNKI等数据库对198-21年国内外有关特质研究的文章进行了全面检索。具体检索和筛选标准如下(1)搜索范围仅限于SSCI和CSSCI所收录的期刊类文章,不考虑硕博论文或尚未发表的论文;(2)仅选取经验研究类的文章,即所有进入统计范围的文章必须有确定的样本数据;(3)剔除与创业行为不太相关的特质,这些特质包括乐观、独断、外向性、保守、尽责性、直率、严格苛刻、腼腆、创造力、规范导向、自立、顺从性等;(4)基于研究具体的人格特质的考虑,排除描述一般人格特征的大五人格,即外倾性、神经质、经验开放性、随和性和尽责性。根据以上筛选标准,本文最终获得126篇符合求的文献,其中英文文献94篇,中文文献32篇。经统计,以下7种创业者特质出现频率相对较高风险承担倾向(risk,taking propensity)、创新导向(innovation propensity)、成就动机(need for achievement)、自我效能(self efficacy)、控制源(locusof control)、模糊容忍能力(tolerance for ambiguity)和自主性(autonomy)。由于本文的数据来源PSEDⅡ中没有涉及创业者风险承担倾向的问题,因此本文所研究的性格特质仅限于创新导向、成就动机、自我效能、控制源、模糊容忍能力和自主性。
  根据以上分析,本文构建如下机会识别方式选择模型 
  Prj=1,2,3机会识别=f(创新导向,成就动机,自我效能,控制源,模糊容忍能力,自主性,控制变量) 
  三、数据来源与变量选取 
  (一)研究样本的选择 
  本文选择美国创业动态跟踪调查(PSED)所收集的数据作为研究样本。PSED是全球首个供创业信息的国家数据库,其调查的问题是经过创业领域的权威专家多次商讨和不断完善最终确定的,具有良好的信度和效度。其调查过程主包括随机电话访谈;对符合筛选标准的创业者进行更为详细的电话和邮件调查;对创业者的创业结果进行跟踪调查等三个阶段。迄今为止,PSED共进行了两次大规模的调查。PSED I和PSEDⅡ分别始于1998年和25年,其样本容量分别为83和1214。就理论基础和操作过程而言,两次调查没有本质区别,但在调查问题设计上存在一些差异。PSEDⅡ总结了PSED I的经验,剔除或修改了一些不合理的问题,并根据全球商业环境的变化和实际研究的需加入了一些新的问题。 
  (二)变量的测量 
  1 被解释变量。本文的被解释变量为机会识别方式,即搜索、发现与浮现。PSEDⅡ并没有直接测量机会识别方式的问题,但根据各种识别方式的特点,可选取Wave A问卷中的问项A7“在创业时,是先有创业点子还是先做出创业决定?”来测量被解释变量。其中,回答项A“创业点子在前”、B“创业决定在前”、C“两者同时”分别对应搜索、发现与浮现等三种机会识别方式。 
  2 解释变量。本文的解释变量为创业者性格特质,包括创新导向、成就动机、控制源、自我效能、模糊容忍能力与自主性。 
  常见的创新导向测量方法有KAI量表、ENT量表、JPI量表以及杜伦大学商学院1988年开发的用于测量一般性创业倾向的GET测验。其中,KAI量表最为创业研究者所推崇,它由Kirton基于其调试——创新理论(Adaption-Innovafion theory)发展而来。整个量表由32道题组成,采用5点Likert量表,得分范围为32-16分,分数越低调试倾向越高,分数越高则创新倾向越高。KAI量表的平均分数是96分,96分以上者为创新型认知风格,96分以下者为调试型认知风格。参照KAI量表,本文从PSEDⅡWave A问卷F部分选取4个问项来测量创业者的创新导向(见表1)。这些问项均采用5点Liken量表形式,1为强烈同意,2为同意,3为中立,4为不同意,5为强烈反对。创新导向的最终得分为所有问项的平均得分,分数越高,表明创业者的创新导向越弱。 
  成就动机的测量方法十分繁杂,有的与传统的主题统觉测验(TAT)相似;还有的是全面人格测量表的分量表,如爱德华个人需求倾向测验、杰克逊人格研究量表等;也有为了测量成就动机而专门设计的问卷,如林恩成就动机量表、梅瑞宾成就动机量表等。目前学术界最为流行的成就动机测量方法是由挪威心理学家Gjesme和Nygar于197年编制的成就动机量表(Achievement Motivation Scale,AMS),该量表经多次修订,已渐趋完善。参照这一量表,本文从PSEDⅡWave A问卷w部分选取6个问项来测量创业者的成就动机(见表1)。这些问项均采用5点Likert量表的形式,1表示不重,2表示有一点重,3表示有些重,4表示很重,5表示非常重。成就动机的最终得分为这6个问题得分的平均数。得分越高,表明受试者的成就需越高。 
  Chen等最早对创业自我效能感的维度进行了考察,并基于创业所需的核心技能用六个维度测量创业的自我效能感。De Noble等基于与一般的管理技能具有很大差异的几个核心创业技能确定了六个创业自我效能感维度,并据此开发出测量创业效能感的量表。参照这些研究,本文从PESDⅡWave A问卷中Y部分选取2个问项来测量创业者的自我效能(见表1)。这两个问题同样采用5点Likert量表,从1到5分别表示非常同意到非常不同意。自我效能的最终得分为所有问项得分的平均数,分数越高表明创业者的自我效能越低。 
  测量创业者控制源的量表主包括I-E量表、IPC量表、控制域量表和成人内/外控量表(A-dult Nowicki-Strickland Internal-External Control Scale,简称ANSIE量表)。其中,ANSIE量表形式最为简洁,涉及范围最广,且便于对测量结果进行进一步研究。本文借鉴ANSIE量表,从PESDⅡWave A问卷中Y部分选取3个问项来测量创业者的控制源(见表1)。与自我效能相同,控制源得分为所有问项的平均得分,分数越高,表明创业者的内控水平越低。 
  Budner关于模糊容忍能力测量的研究具有开创性意义,其编制的16个项目(一半是消极选项,一半是积极选项)自陈式问卷“模糊不容忍测试”是被引用和采纳最多的工具。本文根据Bochner对模糊容忍能力特征的分类,选取PSEDⅡWave A问卷中Y部分的2个问项来对模糊容忍能力进行测量(见表1)。这里同样采用5点Likert量表,最终得分越高,模糊容忍能力越低。目有“我喜欢能随我的意志来去自如”、“我喜欢遵从指示去做别人期待我做的事”、“我喜欢遵从指示做我所该做的事”、“我喜欢回避我按照例行方法办事的场合”、“我喜欢独立决定我所做的事”、“我喜欢很自如地做我想做的事”、“我喜欢照我的意思做我想做的事”。借鉴EPPS量表,本文从PESDⅡWaveA问卷中w部分选取2个问项来测量创业者的自主性(见表1)。自主性的最终得分为所有问项得分的平均数,分数越高表明创业者的自主性越高。 
  3 控制变量。根据Ardichvili等的机会识别模型,本文选取社会网络、先验知识、人口特征、机会本身等作为控制变量。对于这些变量的测量,本文主参考Reynolds和Curtin的做法。限于篇幅,本文在此不做详细说明。
  (三)数据分析方法 
  本文采用SPSS17对数据进行统计分析。过程如下首先,对PSED的原始样本进行筛选。根据对因变量问项A7的回答,剔除选择大于3(大于3是指调查者选择了“不清楚”选项或者没有对本问项做出回答)的样本。其次,分别利用Cronbach’s alpha系数检测方法和探索性因子分析(EFA)对主解释变量进行信效度检验,以确保问卷的可靠性和有效性。最后,分别运用多项和二项Logistic回归方法进行统计分析。四、实证结果与讨论 
  (一)问卷的信度与效度检验 
  本文采用内部一致性方法,通过计算Cronbach’s alpha系数检测问卷的信度。检验结果如表1所示,成就动机和控制源的alpha系数都大于.7,说明这两个变量具有较好的内部一致性;创新导向、自我效能和自主性等三个变量的alpha系数均在.6以上,根据通用参考标准,其内部一致性也是可接受的;只有模糊容忍能力的alpha系数较小,这与将AY13这一问项的结果反向计分有关(之所以将其反向计分,是因为它与AYl2的表述意思相反)。 
  本研究采用探索性因子分析法(EFA)检验问卷的结构效度。首先,利用巴特利球体检验(Bartlettg Testof Sphericity)和KMO样本测度(Kaiser-Meyer-Olkin measure of sampling adequacy)检验各测量条目之间是否存在相关性,只有当条目间相关性较高时,才适合做因子分析。检验结果表明,KMO值为.799,远大于参考值.5,说明适合做因子分析;巴特利球体检验的结果也表明无法拒绝原假设“本样本适合做因子分析”。在此基础上,本文采用EFA取公因子,萃取出特征根大于1的公共因子,对于同一维度下存在的多个公共因子,采用方差最大旋转法进行正交旋转。本文共萃取出6个因子。其中,AW1、AW4、AW1、AW11、AW13和AW14可由公共因子成就动机来解释;AF4、AF7、AF9和AF1可由公共因子创新导向来解释;AY8、AY9和AY1可由公共因子控制源来解释;AY6和AY7可由自我效能来解释;AY12和AY13可由公共因子模糊容忍能力来解释;AW2和AW5可由公共因子自主性来解释。这与问卷的初始设计完全相符,说明本研究所用问卷具有较好的结构效度。 
  (二)参数估计与说明 
  本文的总样本数为1214个。根据对因变量问项A7的回答,剔除不合求的样本数15个,剩下有效样本1199个。其中,回答“创业点子在前”的样本为448个,回答“创业决定在前”的样本为159个,回答“两者同时”的样本为592个,分别占有效样本的约37.4%、13.3%、49.4%。 
  本文采用多元logit回归方法对模型进行拟合,似然比检验的结果为95.458,说明模型具有显著性意义,且模型的对数似然值为2265,说明模型的拟合优度较好。表2是模型的拟合结果。该模型将“先有创业点子”(Idea First)即以搜索来识别创业机会作为参照。由于性格特质变量“自我效能”与“控制源”密切相关,为了避免产生多重共线性,模型在拟合时舍弃了“自我效能”变量。从拟合结果可以看出 
  (1)在两个方程中,创新导向的系数都为正,说明随着创新水平的高,以搜索为比较对象,创业者选择发现和浮现为机会识别方式的发生概率均大于选择搜索,其倍数分别为1.4和1.7。但两个系数都不显著。 
  (2)在logit(发现/搜索)方程中,成就动机的系数在1%置信水平上显著为负(.68<.1),说明随着成就动机的高,以搜索为比较对象,创业者选择发现为机会识别方式的发生概率小于选择搜索,其倍数为.756。在logit(浮现/搜索)方程中,成就动机的系数也为负,说明随着成就动机的高,以搜索为比较对象,创业者选择浮现为机会识别方式的发生概率小于选择搜索,其倍数为.953,但不显著。    (3)在两个方程中,控制源的系数均为正(分别为.321和.74),说明随着内控水平的降低(分数越高,内控水平越低),以搜索为比较对象,创业者选择发现和浮现为机会识别方式的发生概率均大于选择搜索,其倍数分别为1.379和1.77。但只有方程logit(发现/搜索)中的系数在5%置信水平上显著(.26<.5)。    (4)在logit(发现/搜索)方程中,模糊容忍能力的系数在1%置信水平上显著为正(.1≤.1),说明随着模糊容忍能力的降低(分数越高,模糊容忍能力越低),以搜索为比较对象,创业者选择发现为机会识别方式的发生概率大于选择搜索,其倍数为1.341。在logit(浮现/搜索)方程中,模糊容忍能力的系数为负,说明随着模糊容忍能力的降低,创业者选择浮现为机会识别方式的发生概率小于选择搜索,但并不显著。    (5)在两个方程中,自主性的系数均为正(分别为.22和.48),说明随着自主性的高,创业者选择发现和浮现为机会识别方式的发生概率均大于选择搜索,其倍数分别为1.246和1.5,但只有方程logit(发现/搜索)中的系数在5%置信水平上显著(.38<.5)。    (6)在控制变量方面,社会网络变量和人口特征变量均对创业者机会识别方式的选择没有显著影响。在诸多先验经验变量中,仅当父母是创业者时,选择发现为机会识别方式的概率明显高于选择搜索,其倍数为1.461。但机会本身的特点对创业者机会识别方式的选择具有显著影响。具体来说,对于冒险型和发展型机会,创业者选择浮现为机会识别方式的发生概率均小于选择搜索,其倍数分别为.564和.687;而对于独立型机会和从工作中产生的机会,创业者选择发现为机会识别方式的发生概率均小于选择搜索,其倍数分别为.592和.599。    从以上分析可以看出,就性格特质变量而言,logit(发现/搜索)方程中的系数大多显著,但logit(浮现/搜索)方程中的系数都不显著。这说明创业者的性格特质更多地决定其到底是选择发现还是选择搜索为机会识别方式,而非选择浮现还是选择搜索为机会识别方式。   受此结果的启发,本文采用二元logit回归方程分别对logit(搜索/发现)、logit(搜索/浮现)以及logit(发现/浮现)三个方程进行拟合。拟合的方法是,在任一模型中,直接删除选择第三种识别方法的样本。例如,对于模型logit(搜索/发现),直接删除选择浮现的样本。拟合结果如表3所示。    从表3可知,与多元logit回归结果相似,性格特质对创业者机会识别方式选择的影响主体现在搜索与发现之间,其对搜索与浮现之间选择的影响都不显著。具体来说,在模型logit(搜索/发现)中,成就动机、内控、模糊容忍能力以及自主性等四种性格特质变量依然显著,且与多元logit回归结果的涵义相同,即这四种性格特质使得创业者选择搜索为机会识别方式的概率分别为选择发现的1.317倍、.74倍、.755倍和.782倍。值得注意的是,在方程logit(发现/浮现)中,控制源在1%水平上显著为正,说明随着内控水平的降低,以浮现为比较对象,创业者选择发现为机会识别方式的发生概率较大,其倍数为1.267;模糊容忍能力在1%水平上显著为正,说明随着模糊容忍能力的降低,选择发现为机会识别方式的发生概率大于选择浮现,其倍数为1.553。    在控制变量方面,二元logit回归的结果也与多元logit回归较为相似。其中,社会网络变量依然对创业者机会识别方式的选择没有显著影响。当父母是创业者时,选择发现为机会识别方式的概率明显高于选择浮现,其倍数为1.512;当为父母工作时,创业者选择发现为机会识别方式的概率明显低于选择浮现,其倍数为.54。如果创业者来自制造业,其选择发现为机会识别方式的概率也明显低于选择浮现,其倍数为.458。对于冒险型和发展型机会,创业者选择搜索为机会识别方式的发生概率均大于选择浮现,其倍数分别为1.81和1.454;而对于独立型机会和从工作中产生的机会,创业者选择搜索为机会识别方式的发生概率均大于选择发现,其倍数分别为1.75和1.682;与此同时,对这两种机会,创业者选择发现为机会识别方式的发生概率均小于选择浮现,其倍数分别为.653和.51;此外,对于发展型机会,创业者选择发现为机会识别方式的发生概率显著高于选择浮现,其倍数为1.776。    五、研究结论与展望    机会识别是创业过程最重的环节之一,也是决定创业质量的首因素。本文以PSEDⅡ公布的美国数据,运用二元和多元togit回归模型,实证检验了美国创业者的性格特质对其机会识别方式选择的影响。本文的研究结论如下(1)创业者的成就动机、控制源、模糊容忍能力及自主性等四种性格特质对其在搜索和发现这两种机会识别方式之间进行选择具有显著影响,即创业者的成就动机越强,其以搜索的方式识别创业机会的概率越大;创业者的内控水平越低,容忍不确定的能力越弱,自主性越高,其以发现的方式识别创业机会的概率就越大。(2)创业者的控制源和模糊容忍能力等两种性格特质对其在发现和浮现这两种机会识别方式之间进行选择具有显著影响,即创业者的内控水平越低,容忍不确定的能力越弱,其以发现的方式识别创业机会的概率就越大。(3)创业者的性格特质对其在搜索和浮现这两种机会识别方式之间进行选择没有显著影响。(4)在可能影响创业者机会识别的非性格特质中,除个别变量外,社会网络、先验经验和人口特征等对于创业者机会识别方式的选择基本没有显著影响,但机会本身的特点对创业者以搜索、发现还是浮现来识别创业机会具有显著影响。    与其他关于机会识别的经验研究相比,本文的创新之处主有两点一是考虑到不同机会识别方式可能受不同因素影响,本文将机会识别方式分为搜索、发现和浮现;二是从性格特质这一近年来不受关注的角度人手,检验了创新导向、成就动机、自我效能、控制源、模糊容忍能力及自主性等六种最具代表性的创业者特质对机会识别的影响。本文的研究结论对于政府制定科学的创业政策有一定的启示作用。对于那些成就动机、内控水平和模糊容忍能力较高而自主性较低的更可能采用搜索为机会识别方式的创业者,政策的重点在于激励创业;相反,对于那些成就动机、内控水平和模糊容忍能力较低而自主性较高的更可能采用发现为机会识别方式的创业者,政策的重点在于供更多的创业信息和完善创业信息的传播环境。此外,本文的研究价值还在于,对于不同特点的创业机会,创业者应区别对待,采用不同的方式来识别。    需强调的是,性格特质往往与国家文化、环境等密切相关。所以,在将本文结论推广到中国或其他国家时,应十分谨慎。本文的主贡献在于创造性地构建了一个机会识别选择模型,后续研究可以结合中国的实际情况,选择合适的性格特质组合,借鉴本文的方法来检验中国创业者的性格特质如何影响其机会识别方式的选择。此外,在数据允许的情况下,也可进行进一步的跨国比较研究。    学术界尚没有关于性格特质如何决定机会识别方式选择的研究,本文率先对此方面进行了尝试,使得特质论重新找到了其在创业研究中的地位。后续研究可以从其他角度探讨性格特质与机会的关系,从而更好地将人与机会结合起来。本文的研究仅为探索性的,还存在一些不足之处。例如,本文所选择的机会识别测量方法并不能完全反映三种识别方式之间的本质区别,这可能导致本文结论存在一定偏差。未来可以设计更为恰当的问项来测度机会识别方式。另外,本文在选择创业者的性格特质时,仅以各维度的受关注程度为标准,今后的研究可以选择其他性格特质组合如大五人格特质等为解释变量。