創新創業財政引導政策績效評價

高涓 喬桂明

摘 要：本文采用改進的EBM—DEA三階段模型，基于2016年省級地方眾創空間運行數據，結合地方政府對于眾創空間的財政補貼及其享受的稅收收益，研究創新創業財政引導政策績效。結果顯示，EBM—DEA三階段模型對于評價地方政府創新創業財政引導政策績效優勢明顯，結合了稅收收益要素的政策績效評價更全面、更客觀。地方分權、政府競爭、地方經濟發展水平和創新創業市場環境等因素影響了政策投入冗余，特別是自然環境通過影響人力資本顯著影響創新創業政策績效。

關鍵詞：創新創業;財政引導政策;眾創空間;稅收收益;績效評價;EBM—DEA三階段模型

中圖分類號：F810.2文獻標識碼：A

文章編號：1000-176X（2019）03-0075-08

2014年9月的夏季達沃斯論壇上，李克強總理提出“大眾創業、萬眾創新”的號召。2015年該理念被正式寫入政府工作報告，同年3月11日，國務院辦公廳印發《關于發展眾創空間推進大眾創新創業的指導意見》，其中明確指出“推進大眾創新創業要堅持市場導向、加強政策繼承、強化開放共享、創新服務模式”。之后李克強總理也明確了政府在“大眾創業、萬眾創新”中的引導作用，包括提供租金低廉的眾創空間，進一步減稅免費等。眾創空間作為政府引導和推進“雙創”的重要平臺得到了政府財政資金的支持和稅收優惠，獲得了發展的制度保障，在短短4年間獲得井噴式發展。截至2018年10月29日，國家科學技術部火炬高技術產業開發中心公布的國家備案眾創空間達到1 952家。

一、問題的提出

區別于傳統扶持初創企業發展的經濟園區、大學科技園和企業孵化器等，眾創空間更強調項目的創新型，并且對象從精英轉向普通大眾，改變了資源的積聚方式，變革了傳統的創業模式。誕生于互聯網+、共享經濟和創新民主化等興起的背景下，眾創空間有著區別于傳統平臺的獨特性。因而研究眾創空間的財政引導政策效果對于研究中國的創新創業（以下簡稱“雙創”）政策意義重大。

從詞義上看，眾創空間（Mass Maker Spaces）即“創客”（Maker）活動的空間（Spaces），并融入了中國“大眾”（Mass）的內涵。國外學者對于創客和創客空間的研究已有一些成熟的觀點。一些學者注意到了創客空間的非正式組織形式和學習方式，如Martinez和 Stager[1]對Hacker and Maker Spaces （HMSs）的觀察。Forest等[2]研究了大學中的創客空間及其文化。Barrett等[3]構建了大學創客空間的操作模型（如學生運行、實驗室技術員運行和教師運行）、教學整合和管理細節。Unterfrauner和Voigt [4]分析了創客的行為動機，指出創客運動中的社會創新機遇與風險并存。Hatch[5]通過對TechShop的觀察，判斷新一輪創新革命正在到來。

國內學者和實務界關注創客和眾創空間的本土化發展，研究成果紛紛涌現。騰訊研究院和騰迅開放平臺[6]同時發布中國雙創先鋒指數，基于驅動各地雙創經濟的四要素勞動力、科技、政策和資本，用于衡量城市雙創發展水平，并將眾創空間數量和政府雙創政策作為創業環境得分。一些學者也梳理了眾創空間的概念、相關理論、特征、機制、產生的背景等，如劉志迎和武琳[7]、付志勇[8]與陳夙等[9]。此外，數據顯示國內眾創空間的創業者構成有近50%為大學生，一些學者結合高等學校的創業教育來解讀創客教育及眾創空間發展的路徑。如黃兆信等[10]對眾創背景下高校創業教育轉型的研究。李雙壽等[11]對清華大學i.Center運行機理的分析。宋述強等[12]對國內創客教育的發展進行回顧和梳理并提出iSMART模型。邵學軍等[13]對沈陽師范大學借鑒眾創空間生態特征進行發展的闡述。

在實證研究方面，張國成和葛育祥[14]構建眾創空間服務能力評價指標體系， 運用層次分析法確定指標權重， 并利用DEMATEL法和交叉增援矩陣對權重進行了修正。陳章旺等[15]運用數據包絡分析 （DEA） 方法， 從效率、有效性、規模收益及投影分析等四個方面， 對福州市眾創空間產業效率進行評價分析。臧維等[16]采用文本挖掘法進行政策工具的提煉，運用PMC指數模型對北京市眾創空間扶持政策進行量化評價。李子彪等[17]以天津市69家眾創空間及其在孵的196家中小企業為樣本， 運用結構方程模型研究眾創空間提升在孵中小企業價值增值體系。

眾創空間的飛速發展是伴隨著2015年政府大眾雙創宏觀政策的出臺以及針對眾創平臺的財政政策發布，帶有鮮明的政府引導色彩。現有的研究成果存在以下局限：首先，眾創平臺發展時間短，數據披露有限，實證研究成果非常少。其次，現有成果注重研究眾創平臺本身的運行績效，不太重視對于政府宏觀引導政策效果的評價，缺乏政策指導意義。再次，由于稅收數據的取得問題，稅收政策作為財政政策的重要組成部分，在現有的雙創財政引導政策績效評價中未得到應有的重視。最后，傳統的科技財政政策基礎研究和應用研究并重，以知識總量的增加以及運用這些知識創造新的用途為目標;而雙創政策的背景則是新技術不斷被發明創造，知識、技術和服務以更低廉的成本被共享使用，政策對象身份發生巨大轉變;現有的豐富的科技財政政策以及R&D政策研究成果不能類推。為彌補以上不足，本文以財政（含稅收）政策作為重要的投入變量，構建三階段EBM-DEA模型，研究其政策變量下的眾創空間運行績效，并試圖從宏觀經濟環境、宏觀政策環境、自然環境、雙新環境等角度解釋其區域差異。本研究發現的有趣結論可為中國政府進一步制定雙創引導政策提供借鑒;此外，本文將EBM-DEA三階段模型運用到雙創財政引導政策績效評價中來，拓展了該實證方法的應用，使得雙創財政引導政策績效評價更科學，同時也豐富了現有科技財政政策實證研究的成果。

二、理論分析與假設提出

傳統的科技財政政策以促進基礎研究為主，應用型研究為輔，財政投入的對象以高等學校和科研機構為主體，受益的對象為研究項目而非研究個人，同時科技財政政策產生經濟和社會收益的周期普遍較長，而雙創財政政策以雙創政府投入為起點。一方面，通過平臺和項目的傳導，最終的作用對象為創業主體，政策效果更直接，激勵作用更顯著;另一方面，以人為主體和政策對象的雙創活動，更加注重個體的創造性和更高層次的需求，因而需要考慮人力資本的外部影響因素，考慮人的社會化屬性和非正式組織活動的方式，這些認識是研究雙創財政引導政策績效的起點。同時，傳統的科技財政政策研究成果可以為雙創政策的研究提供一些參考，但仍然需要開創新的研究角度。基于此，筆者的研究基于以下理論基礎：

理論基礎之一：雙創財政引導政策既包括對于眾創空間的直接財政補貼，又包括其由于國家的稅收優惠政策而享有的稅收收益。

地方政府的雙創財政引導政策績效為何存在差異是本文希望通過實證研究解決的問題，從而為地方政府制定政策提供參考。地方政府存在管理效能的差異，如行政機構的運行效率、政策實施能力和管理水平等都存在差異，導致雙創財政引導政策的效果顯著不同。此外，各地的要素資源稟賦天然不同，地方經濟發展水平、競爭力、產業結構和創新活動的活躍程度等的差異必然導致政策效果不同。基于此，筆者的研究基于以下理論基礎：

理論基礎之二：雙創財政引導政策可以看做是向眾創空間投入公共資源，產出眾創平臺社會服務能力、眾創團隊和經濟收益的投入產出過程。

雙創活動在初創期及之前具有典型的正外部性，該類活動的低成功率導致市場調節效果不理想，除了雙創的社會文化和標桿企業的示范等，更需要政府通過專項財政政策來引導，提高資源配置效率。政府的雙創財政引導政策事實上有兩種表現：一是對于政策傳導中間變量眾創空間的直接財政補貼;二是眾創空間享有的稅收收益。稅收收益對于納稅主體來說本質上是一種機會成本，即如果沒有正確、充分地享受稅收優惠政策，那么就意味著稅收收益損失。國家出臺了針對眾創空間孵化收入的免稅規定，這部分稅收的減免就是其稅收收益。基于此，筆者的研究基于以下理論基礎：

理論基礎之三：雙創財政引導政策區別于傳統的科技財政政策。

雙創財政引導政策通過眾創空間最終作用于雙創主體，眾創平臺是雙創財政政策傳導的中間變量。雙創財政資金作用于眾創空間，該平臺能夠為雙創主體提供租金低廉的空間、共享的設施、方便的外包服務和豐富的訊息等，在平臺內孵化的團隊和企業通過運行最終獲取創業投資，成功創辦企業。因而本文的研究中產出變量包含兩個方面：一方面，是眾創平臺為雙創主體提供的服務基礎，即社會服務能力;另一方面，是該平臺產生的社會經濟效益，如其服務企業數量及空間內團隊和企業獲得的投資。基于此，筆者提出如下假設：

H1：地區間雙創財政引導政策績效除了存在政策實施管理效能的差異，還受到外部環境因素的影響，即外部宏觀政策環境因素、外部宏觀經濟環境因素、自然環境因素和雙創環境因素。

H2：剔除環境因素和隨機誤差影響的雙創財政引導政策績效評價優于傳統的方法。

H3：自然環境通過影響人力資本的再生產顯著影響地區間雙創財政引導政策績效。

H4：經濟發達地區雙創財政引導政策績效優于其他地區。

基于以上分析，我們可以用經濟學效率的評價方法來評價雙創財政引導政策的績效，并可以對績效評價的結果進行回歸，尋找影響投入冗余的環境因素。

三、研究設計

（一）研究方法說明

本文運用數據包絡分析方法（DEA）來進行績效評價。DEA能夠進行決策單元間相對效率的評估，廣泛用于績效評價領域。傳統DEA模型假設決策單元同質，這與每個決策單元所處外部環境不同的事實不符。具體到政策評價領域，每個地區在資源稟賦、經濟環境和人文社會環境等方面存在巨大差異，在這樣的前提下直接運用傳統DEA方法進行政府績效評價往往會來帶誤判。為此，Fried等[18]提出了三階段DEA模型：第一階段，運用BCC模型得出效率值;第二階段，運用相似SFA分析模型調整投入指標變量;第三階段，使用調整后的DEA模型再次測算效率值，解決了外部環境不同的問題。但是Fried等[18]三階段模型中的一階段為徑向模型，徑向模型要求所有投入或產出均以相等比例進行縮減或擴張，忽略了非徑向的松弛變量，而這顯然與各投入或產出之間存在不同特性的現實不符。除此之外，Tone和Tsutsui[19]將SBM模型用于三階段DEA評價的第一階段。SBM模型為非徑向模型，無效率用各投入（產出）可以縮減（增加）的平均比例來衡量，但是投入（產出）實際值與目標值之間的比例信息被忽略。

為彌補以上缺陷，Tone[20]之后又提出了兼顧徑向與非徑向信息的EBM模型，該模型的距離函數包括兩部分：第一部分為目標值與實際值之間的比例信息;第二部分為各投入（產出）變量非徑向部分的差異。本文采用三階段EBM-DEA模型來分析雙創財政引導政策績效：即以EBM作為一階段效率評價方法;第二階段運用相似SFA分析模型調整投入指標變量;第三階段使用調整后的EBM-DEA模型再次測算效率值，解決了外部環境不同的問題。

（一）模型設定

（二）樣本選擇和數據來源

本文選取2016年中國省級地區及其眾創空間截面數據，共30個評價單元（DMU）。剔除部分數據缺失的西藏及港澳臺地區。數據來自2017年《中國火炬統計年鑒》及2017年《中國統計年鑒》。

（三）變量選取

變量選取是數據包絡分析（DEA）方法的重要環節，決定了效率評價的經濟意義和評價效果。變量選取需要滿足相關性、全面性和可行性三方面要求。本文的研究對象為地方雙創財政投入下的眾創空間運行績效，因而選取地方政府雙創財政支出和稅收優惠為投入變量，以及能體現地方眾創空間運行效果的變量作為產出變量。具體來看：

投入變量為兩個：一個是地方政府眾創空間的直接補貼，用享受財政資金支持額表示（千元）;另一個是眾創空間服務收入享受的國家稅收優惠（千元）。目前，基于雙創平臺的稅收優惠政策最主要的為《財政部國家稅務總局關于科技企業孵化器稅收政策的通知》（財稅（2016）89號）所規定的針對眾創空間的增值稅優惠（自2016年5月1日起，對科技企業孵化器（含眾創空間）向孵化企業出租場地、房屋以及提供孵化服務的收入，免征增值稅）。2018年11月1日出臺的《關于科技企業孵化器大學科技園和眾創空間稅收政策的通知》（（2018）120號）延續了這一稅收優惠政策。本文將2016年眾創空間5—12月的服務收入乘以增值稅服務業稅率6%，并進行全年的平減，作為眾創空間因享受國家稅收優惠政策的稅收收益。產出變量也為兩個：一個是眾創空間在財政政策扶持下形成的社會雙創服務能力，包括形成的資產（用提供工位數（個）表示）和人力資本（用創業導師人數（人）表示）;另一個是該空間所產生的經濟效益，包括其服務的初創企業個數及初創企業獲得的外部引致投資（千元）。

環境變量的選取應考慮對雙創財政引導政策產生影響的外生變量。本文選取了七項環境變量：

財政分權（Z1）。反映中央與地方在財政財權和事權上的縱向劃分，也反映了各地方政府間的橫向結構。一般有支出指標、收入指標和財政自主度三個維度的常見評價指標[18]。結合本文的研究目的，特別是第一階段投入指標為財政支出和投入導向，這里選取本級政府預算內財政支出/全國財政預算支出×100%。

政府競爭（Z2）。在官員政治晉升激勵的背景下，地方政府傾向于通過招商引資等方式吸引投資，拉動地方產業升級，增加稅收收入。很多文獻也將地方獲得的FDI占全國的FDI的比率作為衡量地方政府競爭的重要指標[19-20]。本文以地方外商投資企業投資總額（千萬元）作為衡量政府競爭的指標。

地方經濟發展水平（Z3）。在現有文獻中，人均GDP（元/人）通常作為衡量地方經濟發展水平的重要指標。不同于居民人均可支配收入，人均GDP主要影響的是政府獲取財政資金的能力。一般而言，高的人均GDP使地方有更多的財政資金積累，從而影響地方可動用財源完成財政政策的能力。

產業結構（Z4）。第三產業所占比重為地方產業結構的常見衡量指標。雙創活動，特別是創業活動，往往需要生產性服務業等現代服務業的配套，對于初創期的企業，更需要服務外包和服務共享。因而產業結構是雙創活動的重要環境變量。

知識產權保護水平（Z5）。該指標用國內三種專利申請授權數（件）衡量。在競爭的市場環境以及完善的知識產權保障體系下，同時考慮到三種專利在申請過程中核心技術被泄露的可能，國內三種專利申請授權數越高表明該地區的知識產權保護水平越高。

創新型活動市場績效（Z6）。該指標用全國技術市場成交額（百萬元）表示，用于衡量創新技術產品的成果轉化績效。一般說來，活躍的雙創活動會導致較高的創新科技成果產出。

環境宜居程度（Z7）。自然環境水平對于地方雙創政策的影響效果是本文感興趣的重要指標。自然環境通過對人的健康水平的影響最終影響人力資本的產出和經濟產出，特別是雙創是以人為首要資本的產業行為，自然環境水平可能會顯著影響雙創政策的效果。本文以地方空氣質量達到及好于二級天數（天）來衡量環境宜居程度。

四、實證檢驗結果

（一）描述性統計分析

本文首先使用SPSS22.0軟件對投入、產出和環境變量進行描述統計分析（限于版面未列示，留存備索）。結果顯示，30個地區在眾創空間享受的財政資金支持力度、產生的經濟效益方面等以及外部發展環境如地方的政府財政分權、政府競爭、雙創環境等存在顯著地區差異。同時，值得注意的是，眾創空間服務收入減免的增值稅最低的地區僅為三萬余元，最高的地區為27 068萬元，說明一些地區的眾創空間剛剛起步。由于本文研究的目的是財政政策對于眾創空間的引導效果，結合前文的假設條件，需要進一步實證研究來分析較少的資源投入和較貧瘠的要素資源稟賦是否一定導致較差的眾創空間財政引導政策績效。

（二）第一階段EBM—DEA效率評價

選取兩個投入變量和四個產出變量，運用MAXDEA-Pro軟件進行第一階段EBM效率評價，為不影響效率評價的結果，本文未對投入產出指標做額外處理。從表2（左）的實證結果來看，全國技術效率均值為0.615。共有山西、遼寧、吉林、上海、廣西、青海和寧夏等7個省份的EBM技術效率為1，達到了DEA有效。重慶、黑龍江、江蘇和貴州等4個省份的技術效率值最低，投入產出結構存在極大的不合理情況。

從規模報酬來看，30個地區除了效率值為1的7個地區處于規模報酬不變的政策合意區間，23個政策無效率地區只有海南的規模報酬為遞增，剩余22個地區均處于規模報酬遞減階段，投入相對于產出出現過度冗余，繼續單純增加投入可能會導致財政資源被進一步浪費。但是，結合目前國內眾創空間運行所處的階段來看，這一結論值得商榷。此外，各地區財政政策投入合計排名結果也有悖于經濟常識和直觀印象。實證結果顯示實現技術效率有效的7個地區，除上海財政政策投入較高（排名17）外，其余6個地區均在23名以外，構成了30個地區的后1/5。天津、江蘇和江西等地區效率值普遍低于0.400，而財政投入卻名列前茅。這些結論既表明了目前各地的眾創空間運行的一些特點，也說明傳統的一階段DEA評價存在明顯不足。

（三）第二階段SFA回歸

1.相關性分析和共線性診斷

選取環境變量，對兩個投入變量的松弛量分別進行SFA回歸分析。首先使用SPSS22.0軟件對指標進行Pearson相關性分析和共線性診斷（限于篇幅沒有展示，結果備查）。

Pearson相關性分析可以反映指標之間的線性相關程度，相關系數越接近于1或者-1，說明相關系數越高，越接近于0，相關性越低。通過相關分析可知，所有指標的相關系數絕對值都在0.820以下，說明環境變量之間的相關程度不算高。為了進一步檢驗指標之間是否存在多重共線性，使用SPSS22.0對指標進行共線性診斷。結果顯示所有環境變量的VIF值都小于10，說明環境變量之間不存在嚴重的多重共線性，可以進行回歸分析。為了使得SFA回歸結果通過經典檢驗，本文對環境變量指標進行了標準化處理。

2.SFA回歸

使用Frontier4.1軟件，分別以投入1松弛變量、投入2松弛變量為因變量，以環境變量為自變量，進行SFA回歸，回歸結果如表1所示。

先從模型參數來看，LR檢驗值分別為15.142和20.081，達到了5%和1%的顯著性水平，說明兩個回歸模型均通過了單邊檢驗。γ值為0.999接近于1，說明存在管理無效率項和隨機誤差項的影響，適合進行SFA回歸。從兩個模型的回歸系數來看，所有環境變量的回歸系數均達到顯著性，通過了1%和5%的顯著性檢驗，說明各個指標對兩個松弛變量的解釋力度良好，H1得到驗證。進一步觀察各個環境變量對于兩項投入冗余的線性回歸結果，可以得到以下有用的信息：

Z4和Z7對于投入1和投入2松弛變量的回歸系數都顯著為負，說明空氣質量達到及好于二級的天數、第三產業比重對投入1和投入2松弛變量都存在顯著的負向影響，即增加這兩個環境變量有利于減少投入1和投入2松弛變量，有利于促進效率提高。特別是自然環境變量Z7的影響是本文得到的一個有趣的結論，說明自然環境確實影響了人力資本的再生產，環境優良地區通過吸引高層次人才，顯著促進民間的雙創活動，從而對于雙創財政政策的績效產生深遠影響，H2得到驗證。

Z1、Z3和Z5對投入1和投入2松弛變量的回歸系數都顯著為正。如果將投入1和投入2松弛變量統一視作財政投入冗余，則財政分權程度、地方經濟發展水平和地方知識產權保護水平這三個環境變量導致財政投入浪費，不利于效率提升，削弱了財政投入的政策效果。這也說明，區別于傳統的產業政策，雙創活動的開展并不對地方政府的財力和當地經濟發展水平有必然要求，經濟欠發達地區可能取得后發優勢。此外，高水平知識產權保護不利于雙創活動的發展，因其更需要開放、共享、低成本的知識平臺。

Z2和Z6對投入1松弛變量產生顯著的正向影響，對投入2松弛變量產生顯著負向影響，說明地方政府競爭加劇和創新型活動市場績效改善會加重投入1即眾創空間財政補貼的浪費，而減少稅收優惠政策的松弛。可以理解為隨著技術市場成交額的增加，政府收到市場創新活動活躍的信號，并且受到創新型市場收益的激勵，從而繼續增加雙創財政補貼，加重冗余。同時地方政府也會在中央層面雙創政策導向下加大眾創空間財政補貼，從而加劇地方競爭。相反，以上兩項環境變量增加的情況下，地方政府的稅收政策投入松弛減少。從產出的角度來看，也可以理解為創業主體因稅收優惠激勵而導致的產出不足減少。而其最終對于政策引導績效的影響，要看二者的綜合效應。

（四）第三階段調整后效率值

通過SFA回歸對原始的投入松弛進行調整，將調整后的投入和原始產出再次進行規模報酬可變的EBM模型分析，得到調整后的EBM*效率值，如表2（右）所示。

由表2（右）可知，大部分地區的效率值與其雙創財政投入狀況匹配，說明在剔除環境因素和隨機因素后，其效率值體現了該地區的財政投入情況和管理效能，H3得到驗證。具體來看，調整后的技術效率均值為0.493，小于調整前的0.615;調整后的純技術效率為0.852，大于調整前的0.757;調整后的規模效率為0.548，小于調整前的0.804，說明調整前高估了技術效率和規模效率，低估了純技術效率（限于版面未顯示具體數據，留存備查）。北京、浙江、山東和廣東等4地區調整后技術效率為1，達到了DEA有效，H4得到驗證。而在調整前排名第一的青海、廣西和寧夏三省，調整后EBM技術效率值僅為0.043（第29名）、0.088（第27名）和0.060（第28名）。從規模報酬來看，除了技術效率為1的4個省份之外，以及規模報酬遞減的江蘇省外，其余省份均為規模報酬遞增，說明在剔除環境因素和隨機誤差項的影響之后，大部分省份增加財政投入都能得到更大比例的雙創產出，可以適當擴大眾創空間規模以及財政投入。

此外，還有一些典型省份的實踐經驗很值得關注。如山東的財政政策投入排名僅為全國第7名，但是卻達到了效率值1，實現眾創空間財政政策有效，進一步分析發現其財政補貼和眾創空間服務收入所享有的稅收收益配比合理，排名分別為第6名和第7名，說明了財政政策結構合理，眾創空間充分享受了國家稅收優惠政策，實現了稅收收益。吉林財政政策投入居于全國30個省份的中游水平（第18名），但是效率值排名第6名，實現了較小的財政投入和較高的產出。實證結果顯示此兩地區的政府雙創財政支出通過眾創空間的管理和運行實現了較好的雙創產出，眾創空間的政策引導效果良好。類似的地區還有廣東、河北、山西、遼寧、福建和陜西等地。另一些地區，以天津、江西和湖北三地為代表，財政政策投入較高（第1名、第2名和第9名），但是調整后EBM效率值排名僅為第16名、第19名和第22名，說明三地雙創財政投入浪費嚴重，管理效能低下。進一步分析此三地雙創引導財政政策的結構，天津眾創空間取得的財政補貼第12名，而服務收入的稅收收益第1名;江西財政補貼第19名，稅收收益第2名;湖北財政補貼第2名，而稅收收益第21名。此三地財政補貼政策和稅收收益不匹配，導致財政投入的效果不理想。類似的地區還有河南和貴州等地。這些地區的政策實踐說明，在保證財政投入充足的前提下，要提高稅收收益，保證財政稅收政策的結構合理與科學配比，才能實現較好的財政雙創政策績效。

五、結 論

首先，修正的EBM—DEA效率值顯示，經過環境變量修正后的地方政府雙創財政政策績效評價科學有效，符合經濟學規律和眾創空間運行特點。三階段EBM-DEA模型能夠改善雙創財政引導政策的評價效果，剔除環境因素和隨機因素便于地區間比較和觀察政策管理績效，該方法優于傳統的DEA方法。

其次，中國30個省份分地區看，東部地區的眾創空間財政引導績效明顯優于其他地區，西部地區績效最差。這與我們的常識基本一致，符合原假設。說明東部地區在吸引資源積聚、政府的管理能力、眾創平臺的運行效率和本地的雙創文化等方面優于其他地區，值得地方政府借鑒經驗。但是，我們也發現，雖然東部地區有著較高的雙創財政引導政策績效，但是該績效與其經濟發達水平和地方政府財力水平沒有直接和必然的聯系，相反，可能會帶來財政投入冗余。

最后，眾創空間享受的財政補貼和稅收優惠保持均衡，有利于財政政策效果的實現，這為今后的雙創財政政策績效評價提供一種解決思路。如果沒有正確、充分地享受稅收優惠政策，那么就意味著稅收收益損失，投資主體要主動調整行為，重新分享受稅收收益。此外，稅收收益是除財政直接支出和轉移支付外重要的政策工具，由于數據來源的限制，學者在進行科技、產業等政策績效評價時傾向于重視財政支出而忽略主體享受稅收優惠政策而取得的稅收收益。今后的財政政策績效研究需要重視稅收政策的因素。

最后，從二階段環境因素對于投入冗余的回歸過程可以得出一些有用的建議：

首先，過去產業基礎薄弱和欠發達地區，可能由于資源積聚和作用的模式創新而產生后發優勢。這些地區應努力優化創業環境，大力扶持眾創空間，促進新一輪雙創革命的到來，努力擺脫經濟對于資源、產業基礎、傳統科技和人才的依賴，獲得跨越式發展。

其次，政策當局應鼓勵知識共享和開放，搭建低成本的知識平臺。除了對于一些特定行業和知識產品的專利保護，政府更應當提供創業所需資源和知識共享的平臺，鼓勵開源，限制壟斷和封鎖，從而改變傳統知識形成、獲取和傳播的方式，使得創新獲得爆炸式增長。當然，這也需要進一步研究對于創新活動形成知識的保護和利益補償機制。

再次，地方政府應繼續深化產業升級策略，增加現代服務業和生產性服務業的比重，這樣才能通過共享經濟降低雙創的成本，從而促進科技轉換，進一步促進產業升級，進入產業升級—雙創活躍—產業升級的良性軌道。此外，地方可以借助互聯網為基礎的數字平臺，進行智慧連接，進一步打破硬件的約束和壁壘，這樣才能進一步克服地區間的要素資源稟賦不足。

最后，地方以污染換經濟發展的思路已經不能適應“中國創造”的改革思路，特別是需要高端智力資本的產業，更需要有良好的自然人文環境做支撐，這為地方制定發展戰略提供了依據。對于一些工業基礎差的地區，可以發揮后發優勢，在人文環境方面做文章，吸引優秀的智力資本流入，提高雙創產出，優化經濟發展結構。

參考文獻：

[1] Martinez，S.L.， Stager，G. Invent to Learn： Making， Tinkering， and Engineering in the Classroom[M]. Torrance： Constructing Modern Knowledge Press， 2013.

[2] Forest，C.R.， Moore，R.A.， Jariwala，A.S.， et al. The Invention Studio： A University Maker Space and Culture[J].Advances in Engineering Education， 2014， 4（2）： 1.

[3] Barrett，T.， Pizzico， M.， Levy， B.D.， et al. A Review of University Maker Spaces[C]. Georgia Institute of Technology， 2015.

[4] Unterfrauner，E.， Voigt，C. Makers Ambitions to Do Socially Valuable Things[J]. The Design Journal， 2017， 20（sup1）： S3317-S3325.

[5] Hatch，M. The Maker Movement Manifesto： Rules for Innovation in the New World of Crafters， Hackers， and Tinkerers[M]. New York： McGraw-Hill Education， 2014.

[6] 騰訊研究院，騰迅開放平臺.2017互聯網科技創新白皮書[R].2017.

[7] 劉志迎，武琳.眾創空間：理論溯源與研究視角[J].科學學研究，2018，（3）：569-576.

[8] 王晶，甄峰.城市眾創空間的特征、機制及其空間規劃應對[J].規劃師，2016，（9）：5-10.

[8] 付志勇.面向創客教育的眾創空間與生態建構[J].現代教育技術，2015，（5）：18-26.

[9] 陳夙，項麗瑤，俞榮建.眾創空間創業生態系統：特征、結構、機制與策略——以杭州夢想小鎮為例[J].商業經濟與管理，2015，（11）：35-43.

[10] 王佑鎂，葉愛敏.從創客空間到眾創空間：基于創新2.0的功能模型與服務路徑[J].電化教育研究，2015，（11）：5-12.

[10] 黃兆信，趙國靖，唐聞捷.眾創時代高校創業教育的轉型發展[J].教育研究，2015，（7）：34-39.

[11] 李雙壽，楊建新，王德宇，等.高校眾創空間建設實踐——以清華大學i.Center為例[J].現代教育技術，2015，（5）：5-11.

[12] 宋述強，鐘曉流，焦麗珍，等.創客教育及其空間生態建設[J].現代教育技術，2016，（1）：13-20.

[13] 邵學軍，許國華，于楊.眾創空間視域下高校創新創業生態體系的構建——以沈陽師范大學為例[J].四川省干部函授學院學報，2018，（1）：68-71.

[14] 張國成，葛育祥.眾創空間服務能力評價研究[J].中國科技信息，2018，（9）：48-50+52.

[15] 陳章旺，孫湘湘，柯玉珍.眾創空間產業效率評價研究[J].福州大學學報（哲學社會科學版），2018，（1）：33-40.

[16] 臧維，李甜甜，徐磊.北京市眾創空間扶持政策工具挖掘及量化評價研究[J].軟科學，2018，（9）：56-61.

[17] 李子彪，劉爽，劉磊磊.眾創空間培育在孵中小企業增值路徑研究——來自天津市69家眾創空間的經驗[J].科技進步與對策，2018，（3）：72-79.

[18] Fried，H.O.， Lovell，C.K.， Schmidt，S.S.， et al. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J]. Journal of Productivity Analysis， 2002， 17（1-2）：157-174.

[19] Tone，K.， Tsutsui，M. An Epsilon-Based Measure of Efficiency in DEA：A Third Pole of Technical Efficiency[J]. European Journal of Operational Research， 2010， 207（3）：1554-1563.

[20] Tone，K. A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research， 2001，130（3）：498-509.

[18] 陳碩，高琳.央地關系：財政分權度量及作用機制再評估[J]. 管理世界，2012， （6）：43-59.

[19] 康鋒莉.稅收競爭的空間相關性和FDI效應：一個實證分析[J]. 財貿研究，2008， （3）：73-78.

[20] 鄭磊.財政分權、政府競爭與公共支出結構——政府教育支出比重的影響因素分析[J].經濟科學，2008，（1）：28-40.

（責任編輯：劉 艷）