《Acta Psychologica》:AI-enabled entrepreneurial ecosystems and urban–rural differences in students' entrepreneurial intention: An integrated SOR–TPB analysis
编辑推荐:
大学生创业意向日益受到制度环境、个体认知与数字支持系统之间复杂互动的影响。然而,现有研究较少系统考察这些机制在新兴经济体城乡语境中的运作方式。针对这一空白,研究人员在数字化赋能的创业生态系统中,整合刺激?机体?反应(Stimulus–Organism–Resp
大学生创业意向日益受到制度环境、个体认知与数字支持系统之间复杂互动的影响。然而,现有研究较少系统考察这些机制在新兴经济体城乡语境中的运作方式。针对这一空白,研究人员在数字化赋能的创业生态系统中,整合刺激?机体?反应(Stimulus–Organism–Response, SOR)模型与计划行为理论(Theory of Planned Behavior, TPB),构建一个综合社会心理学框架。基于中国东部526名大学生的调查数据,研究人员采用结构方程模型与多组分析,考察区域特异性的意向形成过程。研究结果表明,创业意向主要由内部认知与动机机制驱动,而非社会规范压力,表明主观规范在Z世代学生中的作用正在减弱。创业动机表现为生态系统支持与意向之间的关键转化机制,但其影响具有情境依赖性——对农村学生显著,而对城市学生不显著。此外,不同的生态系统配置塑造了区域间的创业路径:城市学生对制度与资源型支持反应更强,农村学生则更易受基础设施、社会与教育环境影响。通过将创业生态系统概念化为嵌入数字与AI赋能支持基础设施的社会技术系统,本研究拓展了TPB与SOR的解释边界,并为创业意向形成中的区域异质性提供了理论依据。研究结果可作为审视资源可及性、AI与数字准备度、制度支持及生态嵌入程度差异的透镜,以促进均衡与可持续的区域发展。
研究背景方面,创业被视为经济韧性、就业生成与区域发展关键驱动力,尤其在正处于结构转型的新兴经济体中。高校在培养大学生创业能力、创新思维与主动职业取向方面发挥核心作用。在中国,快速城镇化、人口老龄化、出生率下降与产业升级加剧了区域差异与劳动力市场压力,受过高等教育青年从农村向大城市迁移削弱了地方创新能力并制约乡村振兴。国家出台多项政策鼓励大学毕业生返乡创业,但高学历人群仍偏好城市机会,现有干预效果存疑。与此同时,数字技术与人工智能(AI)重塑创业生态系统,AI赋能平台提供智能培训、市场分析、金融服务与自动化商业支持,降低信息不对称与进入壁垒,对资源受限的边缘地区学生尤具补偿作用。创业意向(Entrepreneurial Intention, EI)作为个体启动新企业的有意识计划承诺,是创业行为的重要前因,计划行为理论(TPB)广泛用于解释创业态度、主观规范与感知行为控制如何影响EI,但在数字中介环境中,年轻一代更依赖内部评价与自我调节而非外部社会期待。现有文献存在三方面不足:一是AI背景下创业生态系统角色尚未充分探索,常被简化为大学支持或创业教育,忽视多方利益相关者与资源的互动本质;二是潜在机制阐释不足,外部环境如何通过心理变量影响EI及创业动机的转化作用未被充分关注;三是异质性分析不足,数字鸿沟不仅体现在“接入”还体现在“使用”与“转化收益能力”,AI驱动的创业机会并非自动均等分配,亟需考察城乡背景等情境化分层变量。为此,研究人员整合SOR与TPB,将创业生态系统(Entrepreneurial Ecosystem, EE)作为外部刺激,塑造内部认知?情感成分(创业态度(Entrepreneurial Attitude, EA)、主观规范(Subjective Norms, SN)、感知行为控制(Perceived Behavioral Control, PBC)与创业动机(Entrepreneurial Motivation, EM)),进而影响EI,并采用多组结构方程模型检验城乡差异。该研究发表于《Acta Psychologica》。
为开展研究,研究人员主要采用以下关键技术方法:使用基于Global Entrepreneurship Monitor(GEM)指标的成熟EE量表(35题)、TPB相关量表(EA 5题、SN 3题、PBC 6题、EI 6题)及EM量表(9题,删减1题),均采用七点李克特量表;样本来源于2025年4—5月中国浙江省三所高校(浙江树人大学、浙江农林大学、浙江传媒学院)的本科生,随机发放问卷540份,回收有效问卷526份(农村321人,城市205人);采用基于协方差的结构方程模型(CB?SEM)在RStudio的lavaan包中进行分析,依次进行信度与收敛效度检验、验证性因子分析(Confirmatory Factor Analysis, CFA)、结构模型估计与多组分析,并使用Harman单因子检验与单因子CFA评估共同方法偏差。
研究结果部分保留原文小标题并简要说明。
- 5.
Result
5.1. Demographic characteristics
通过对526份有效样本的描述性统计,农村学生321人、城市学生205人,性别以女性略多,年龄多在15–20岁,学历以本科为主,年级以大一、大二居多,反映典型中国本科高校人口特征,为后续分析提供基础。
5.2. Measurement model
5.2.1. Reliability and convergent validity
通过CFA删减冗余题项(EE25、EE31及不适用EM题项)后,各构念Cronbach’s α为0.953–0.992,组合信度(Composite Reliability, CR)为0.954–0.986,平均方差萃取(Average Variance Extracted, AVE)为0.845–0.986,标准化因子载荷0.870–0.975(p<0.001),方差膨胀因子(Variance Inflation Factor, VIF)为1.886–5.527,表明测量模型具有良好信度与收敛效度。
5.2.2. Discriminant validity
采用Fornell–Larcker准则与异质?单质比(Heterotrait–Monotrait ratio, HTMT)检验,除高阶构念EE与其一阶维度间预期高相关外,其余构念间区分效度满足阈值(HTMT<0.85或<0.90),判别效度可接受。
5.2.3. Overall model fit
测量模型拟合指标为χ2/df=3.363,RMSEA=0.067,SRMR=0.047,CFI=0.929,TLI=0.926,NFI=0.902,IFI=0.929,PNFI=0.861,达到可接受至良好标准,模型与数据吻合。
5.3. Structural model
5.3.1. Main effects
结构模型显示,EE正向显著影响EA(β=0.723,p<0.001)、SN(β=0.778,p<0.001)、PBC(β=0.530,p<0.001)与EM(β=0.727,p<0.001),支持H1–H4;EA(β=0.267,p<0.001)、PBC(β=0.478,p<0.001)、EM(β=0.329,p<0.001)正向影响EI,SN→EI不显著(β=?0.010,p=0.841),支持H5a、H5c、H5d,不支持H5b,表明意向主要由内部认知与动机驱动,SN在样本中无直接预测作用。
5.3.2. Multi-group analysis by region
多组SEM显示,EE对各中介变量的正向影响在城乡均显著;EA、PBC、EM对EI的正向影响在两组均显著,但EM对EI的影响在农村显著(β=0.442,p<0.001)而在城市不显著(β=0.130,p=0.099);SN→EI在两组的路径均不显著,表明区域情境调节EM的作用,农村学生更依赖动机转化生态系统资源为意向。
5.3.3. Effects of entrepreneurial ecosystem sub-dimensions
七个EE子维度(融资渠道感知(Access to Finance Perceptions, EE_AFP)、政府政策法规(Government Policies and Regulations, EE_GPR)、政府项目与支持(Government Programs and Support, EE_GPS)、实体基础设施可及(Access to Physical Infrastructure, EE_API)、文化环境(Cultural Environment, EE_C)、社会环境(Social Environment, EE_S)、教育与培训(Education and Training, EE_ET))均显著正向影响四类中介变量(p<0.001)。城市组中EE_GPS对SN影响更强(β=0.731 vs 0.634),农村组中EE_API对EA(β=0.712 vs 0.590)、EE_S对EA(β=0.784 vs 0.643)影响更强,揭示城乡差异化路径:城市更响应制度与资源支持,农村更受基础设施与社会环境影响。
讨论部分总结如下:研究人员指出SN未能预测EI,与经典TPB假设相悖,但与Z世代数字创业研究一致,原因包括数字与AI平台使职业决策脱离线下规范压力,以及共同富裕政策下制度化支持替代非正式社会规范,从而拓展TPB在数字中介青年创业中的边界。城乡学生在EM的中介作用上存在差异,符合必要性?机会型创业分类:农村学生正规就业选择有限,EM为核心转化渠道;城市学生替代职业路径丰富,EM预测力减弱;AI赋能数字基础设施可补偿农村结构性劣势,延伸空间创业理论至数智时代。生态系统子维度的多组比较显示,城市学生对正式支持(融资、政策、项目)反应更强,符合制度理论;农村学生受实体基础设施、社区网络、文化与教育资源驱动,符合农村嵌入性研究;AI与移动培训基础设施可通过知识与被指导机会的普及缩小动机鸿沟。总体表明EI形成是生态系统结构、个体认知与数字技术中介的多层互动,AI基础设施重构环境刺激向创业心理的转化过程,回应社会技术生态系统框架的扩展需求。
研究结论部分翻译如下:
本研究考察了中国城乡背景下创业生态系统如何通过心理机制塑造大学生创业意向。通过在数字化演进环境中整合SOR框架与TPB,研究全面解释了制度、社会与技术因素如何交互影响创业决策。总体而言,研究结果表明,创业意向不仅是个体态度或社会压力的产物,而是生态系统结构、认知评价、动机过程与区域机会条件动态互动的结果。在此意义上,创业发展应被理解为一种社会技术与情境依赖的过程,而非纯粹的个体选择。
理论贡献方面:首先,研究结果细化了TPB的解释边界,表明主观规范在当代大学生创业意向形成中不再起决定性作用;在数字连接与高度个体化环境中,学生更多依赖自我评价与感知能力而非社会认可,提示面向年轻一代与技术中介语境的TPB模型应更强调内部调节机制。其次,通过整合SOR与TPB,阐明了创业生态系统影响行为意向的心理传导机制,环境支持主要通过EA、PBC与EM影响意向,尤其EM在资源受限的农村语境中将生态系统资源转化为行为准备的核心机制,推进了生态系统刺激如何被认知与情感内化的理解。第三,通过揭示城乡环境中结构不同的意向形成路径,贡献于空间创业研究:城市以制度、资金与平台资源为主导,农村以基础设施、社区嵌入与教育支持更突出,深化了对创业发展中区域不平等的理论理解。最后,通过将数字与AI赋能支持系统嵌入生态系统框架,将传统创业模型扩展至社会技术视角,说明智能平台、数字治理与在线学习环境如何作为结构性刺激重塑创业认知与动机,回应了将技术转型纳入创业理论的呼吁。
实践启示方面:创业促进政策应超越统一支持方案,采取差异化技术赋能策略,持续投资于认知能力构建、动机强化与数字包容。农村地区应优先完善数字与实体基础设施(创业空间、算力、AI应用场景)、AI辅助创业教育、本地导师网络、社区社会支持与创业文化,通过提升AI素养与数字能力将必要性动机转化为更强EI。城市地区应侧重资本配置效率、制度框架与资源平台,完善创业基金、补贴政策与数字资源匹配平台,利用智能咨询与数据分析工具提升机会识别与决策效率,将机会型动机转化为清晰EI。在城乡视角下构建兼顾区域特征与技术导向的治理框架,促进创业机会公平分配、缓解创业不平等并缩小结构差距。
局限与未来方向:依赖横断面自报告数据存在反应偏差且限制因果推断,未来应采用纵向、实验或混合设计;样本集中于浙江省,需在多元制度与发展环境中扩大抽样;缺乏成熟的AI赋能创业生态专用量表,未来应开发AI导师系统、金融科技可及性、平台创业等具体数字支持机制的量表并检验其直接与调节效应;未来可开展跨国比较与政策实验,评估制度创新与技术创新随时间如何交互塑造创业生态系统。