眾創(chuàng)空間孵化效率評價及影響因素分析
——基于高質量發(fā)展視角

李國才，曾 剛

（1.中國民航大學發(fā)展規(guī)劃與學科建設處，天津 300300；2.中國民航大學經濟與管理學院，天津 300300）

一、引言

高質量發(fā)展是全面建設社會主義現(xiàn)代化國家的首要任務。創(chuàng)新創(chuàng)業(yè)不僅是推動我國經濟社會高質量發(fā)展的重要力量，也是展現(xiàn)我國經濟活力和發(fā)展韌性的“亮麗名片”[1]。在“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的時代背景下，為給創(chuàng)新創(chuàng)業(yè)活動提供全面、專業(yè)、便捷的服務保障，全國各地從2015 年起先后成立了一大批眾創(chuàng)空間，截至目前已發(fā)展至近萬家。眾創(chuàng)空間的規(guī)模性發(fā)展，加速了全國創(chuàng)新創(chuàng)業(yè)熱潮的到來，也成為了支撐供給側結構性改革、培育發(fā)展新動能的重要載體[2]。不同區(qū)域因經濟社會發(fā)展水平的差距和科技創(chuàng)新力量分布的不均衡，眾創(chuàng)空間孵化效率出現(xiàn)了明顯差異性，隨著世界經濟的周期性調整和各地區(qū)人才競爭導致的創(chuàng)業(yè)分流[3]，很多眾創(chuàng)空間成為了只能提供房屋出租的“二房東”，與眾創(chuàng)空間的功能定位已經差之千里。為此，國家科學技術部通過眾創(chuàng)空間國家備案工作引領全國眾創(chuàng)空間健康發(fā)展，其數(shù)量現(xiàn)已達2551 家。在此背景下，研究國家備案眾創(chuàng)空間的孵化效率、空間分布特征和影響因素，可以為國家統(tǒng)籌規(guī)劃眾創(chuàng)空間布局、各省區(qū)市調配創(chuàng)新創(chuàng)業(yè)資源、各眾創(chuàng)空間制定差異化發(fā)展策略提供數(shù)據參考和建議，助力全國創(chuàng)新創(chuàng)業(yè)高質量發(fā)展。

二、文獻綜述

通過在中國知網檢索以“眾創(chuàng)空間”并含“效率”為主題的CSSCI 和北大核心期刊論文發(fā)現(xiàn)，從2015 年至今僅有19 篇論文，說明目前國內對眾創(chuàng)空間效率方面的研究還比較少。在評價指標方面，王君華、張心懿(2023)以服務人員數(shù)量和開展創(chuàng)新創(chuàng)業(yè)活動場次等作為投入指標，以吸納就業(yè)人數(shù)和知識產權數(shù)等作為產出指標，研究了長江中下游省市眾創(chuàng)空間的運行效率[4]。M'Chirgui 等(2018)以人力、財力、物力和政府支持作為評價指標，研究了法國25 個科技企業(yè)孵化器孵化效率[5]。在評價方法方面，劉筱寒等(2020)運用三階段數(shù)據包絡分析BCC 模型對2017 年中國30 個省區(qū)市眾創(chuàng)空間創(chuàng)新效率進行了測算[6]。王濤等(2022)采用熵值法和空間杜賓模型對中國30 個省區(qū)市眾創(chuàng)空間孵化能力進行了研究[7]。在空間分布特征方面，王亞煦等(2021)通過研究長三角、珠三角和京津冀地區(qū)國家備案高校眾創(chuàng)空間創(chuàng)新孵化能力發(fā)現(xiàn)，各區(qū)域間眾創(chuàng)空間發(fā)展水平差異較大[8]。李鑫、陳銀娥(2023)通過研究中國30 個省區(qū)市眾創(chuàng)空間科技創(chuàng)新效率發(fā)現(xiàn)，東部、中部、西部地區(qū)眾創(chuàng)空間科技創(chuàng)新效率區(qū)域間差異較大[9]。在影響因素方面，Han 等(2023)通過對121 名韓國眾創(chuàng)空間用戶的研究發(fā)現(xiàn)，眾創(chuàng)空間的條件保障與眾創(chuàng)空間用戶的基本心理需求呈現(xiàn)顯著相關性[10]。方梓旭、徐莉(2022)通過研究影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的因素發(fā)現(xiàn)，第三產業(yè)占GDP 比重、技術市場發(fā)展水平等顯著促進創(chuàng)新創(chuàng)業(yè)效率提高[11]。

綜上所述，對眾創(chuàng)空間孵化效率的評價指標和方法各有不同，且數(shù)據以2019 年以前為主，所以研究結論對當前新時期下眾創(chuàng)空間高質量發(fā)展策略的指導性不強。文章以2018—2021年數(shù)據為基礎，構建能反映創(chuàng)業(yè)孵化中直接投入和產出的指標體系，綜合運用DEA 模型、Malmquist 指數(shù)、基尼系數(shù)、莫蘭指數(shù)和Tobit 模型對眾創(chuàng)空間孵化效率進行全面系統(tǒng)分析，以此為眾創(chuàng)空間高質量發(fā)展提供支撐。

三、研究設計

1. 研究方法

（1） BCC 模型

數(shù)據包絡分析法(DEA)是一種廣泛應用于效率評價的非參數(shù)評價方法。傳統(tǒng)的DEA 分析包括CCR 模型和BCR 模型，前者是由Charnes 等(1978)[12]提出，適用于用于規(guī)模報酬不變單元的效率評價，后者是由Banker 等(1984)[13]在CCR 模型基礎上改進的，適用于規(guī)模報酬可變單元的效率評價。考慮到國家備案眾創(chuàng)空間孵化規(guī)模效益可變，文章選用BCC 模型。BCC 模型如下所示：

式(1)中，θ為DMU 的綜合效率值，θ∈[0，1]，若θ=1，則說明該DMU 是DEA 有效，孵化效率已經達到有效狀態(tài)；否則，說明該DMU 是非DEA 有效，孵化效率尚未達到有效狀態(tài)。

（2） Malmquist 指數(shù)

文章選用Malmquist 指數(shù)對不同年份國家備案眾創(chuàng)空間孵化效率進行動態(tài)分析。Malmquist 指數(shù)由Malmquist 于1953 年提出，隨后Caves 等(1982)[14]又引入距離函數(shù)，通過測量決策單元與有效前沿面的距離來研究全要素生產率(TFP)的變化，F(xiàn)are 等(1994)[15]又進行了深入研究，將TFP可以分解為技術效率變化指數(shù)(EC)和技術進步指數(shù)(TC)[16]。Malmquist 指數(shù)如下所示：

式(2)中，當TFP>1 時，說明t到t+1 時期效率提升，TFP<1時，說明t到t+1 時期效率降低；當EC>1 時，說明技術效率提升，EC<1 時，說明技術效率降低；當TC>1 時，說明技術進步，TC<1 時，說明技術衰退。

（3） 基尼系數(shù)

文章采用基尼系數(shù)分析不同城市群國家備案眾創(chuàng)空間孵化效率的差異性。基尼系數(shù)最大為1，最小為0，基尼系數(shù)越小代表區(qū)域差異性越小。基尼系數(shù)計算參考以往學者的研究[17]，具體公式如下：

基尼系數(shù)可以進一步分解為組內差異Gb、組間差異Gw和超變密度Gt三部分，且Gb+Gw+Gt=1。

（4） 莫蘭指數(shù)

莫蘭指數(shù)是研究空間關系的一種相關系數(shù)值，通常分為全局莫蘭指數(shù)和局部莫蘭指數(shù)。全局莫蘭指數(shù)用于分析整體上的空間相關關系，如果全局莫蘭指數(shù)呈現(xiàn)顯著性，可進一步分析局部莫蘭指數(shù)以探究其局部空間自相關關系。文章選用莫蘭指數(shù)分析國家備案眾創(chuàng)空間孵化效率的空間集聚狀態(tài)。依據以往研究[18]，全局莫蘭指數(shù)的計算公式為：

局部莫蘭指數(shù)的計算公式如下：

（5） Tobit 模型

由于孵化效率值在區(qū)間[0，1]范圍內，屬于截斷數(shù)據，因此采用被廣泛應用的Tobit 模型分析國家備案眾創(chuàng)空間孵化效率影響因素。參照以往文獻研究[19]，Tobit 模型如下：

式(6)中，Yit表示區(qū)域i在t時期的國家備案眾創(chuàng)空間孵化效率值，Xjit是區(qū)域i在t時期第j個影響因素，βj是待估系數(shù)，αi是常數(shù)項，εit是隨機誤差項。

2. 指標體系設計與數(shù)據來源

文章按照國家備案眾創(chuàng)空間項目孵化過程的規(guī)律，結合以往專家學者的研究成果和作者在國家備案眾創(chuàng)空間的工作經驗，根據指標典型性、可比較性和可操作性，選取推動項目孵化的人力、資金、物力和服務作為投入指標，選取經濟效益、社會效益和創(chuàng)新效益作為產出指標，具體評價指標體系內涵如表1 所示。

表1 國家備案眾創(chuàng)空間孵化效率評價指標體系

文章數(shù)據主要來自于2019—2022 年《中國火炬統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》以及相關省區(qū)市網站，因為香港、澳門和臺灣地區(qū)缺失相應的數(shù)據，所以不在文章研究范圍。

四、國家備案眾創(chuàng)空間孵化效率分析

1. 孵化效率綜合分析

從整體上看，如表2 所示，2018—2021 年全國31 個省區(qū)市國家備案眾創(chuàng)空間孵化效率均相對平穩(wěn)，基本維持在0.806~0.843 之間，2019 年孵化效率最高，為0.843。通過各省區(qū)市國家備案眾創(chuàng)空間孵化效率值來看，孵化效率達到有效水平的比較少，2018 年有11 個省區(qū)市，2019 年有10 個省區(qū)市，2020 年和2021 年有9 個省區(qū)市，四年均達到有效水平的只有北京、安徽和江西。

表2 31 個省區(qū)市國家備案眾創(chuàng)空間孵化效率

具體分析來看，吉林、河南、湖北等7 個省區(qū)市2018—2021 年國家備案眾創(chuàng)空間孵化效率均值雖然沒有達到有效狀態(tài)，但是θ>0.9，說明這些省區(qū)市國家備案眾創(chuàng)空間孵化效率也處于較高水平；而θ<0.7 的有貴州、陜西、遼寧等6 個省區(qū)市，說明這些省國家備案眾創(chuàng)空間孵化效率較低，國家備案眾創(chuàng)空間孵化能力需要進一步加強。全國國家備案眾創(chuàng)空間四年孵化效率θ均值為0.822，說明全國國家備案眾創(chuàng)空間孵化效率還有很大提升空間。

2. 孵化規(guī)模效益分析

從國家備案眾創(chuàng)空間孵化規(guī)模報酬系數(shù)（圖1） 可以發(fā)現(xiàn)，除2019 年有較大差異性外，2018 年、2020 年和2021 年的分布特征基本相同。北京、安徽、江西3 個省市國家備案眾創(chuàng)空間孵化規(guī)模報酬系數(shù)值為1，說明這3 個省市國家備案眾創(chuàng)空間孵化規(guī)模報酬固定；浙江、山東、廣東等16 個省市國家備案眾創(chuàng)空間孵化規(guī)模報酬系數(shù)值大于1，說明其規(guī)模報酬處于遞減狀態(tài)，應優(yōu)化結構布局；黑龍江、云南、福建等12 個省市國家備案眾創(chuàng)空間孵化規(guī)模報酬系數(shù)值小于1，說明其規(guī)模報酬處于遞增狀態(tài)，應增加國家備案眾創(chuàng)空間數(shù)量。

3. 孵化效率動態(tài)分析

從表3 可以看出，2018—2021 年31 個省區(qū)市國家備案眾創(chuàng)空間孵化全要素生產率呈現(xiàn)明顯下降趨勢。從具體各指標值來看，2018—2019 年孵化全要素生產率增幅較大，增長率達到21.7%，到2020—2021 年出現(xiàn)了大幅衰減，衰減率達到12.8%，說明國家備案眾創(chuàng)空間孵化能力在降低；技術進步指數(shù)2020—2021 年也出現(xiàn)了大幅衰減，衰減率達到了13.7%，與全要素生產率衰減幅度相近，2020—2021 年與2019—2020 年的全要素生產率衰減率幅度與技術進步指數(shù)衰減率幅度變化也完全一致，其他指數(shù)并無較大波動，所以技術衰退是國家備案眾創(chuàng)空間孵化全要素生產率降低的主要影響因素。

表3 31 個省區(qū)市國家備案眾創(chuàng)空間孵化Malmquist 指數(shù)

根據表4，從不同省區(qū)市國家備案眾創(chuàng)空間孵化全要素生產率看，孵化全要素生產率小于1 的省區(qū)市只有6 個，并且全要素生產率衰減最多的省區(qū)市也只有1.3%，而增長率最高達到了46.7%，平均增長率為6.8%，說明31 個省區(qū)市國家備案眾創(chuàng)空間孵化效率保持相對穩(wěn)定的增長狀態(tài)。各省區(qū)市技術效率變化指數(shù)、純技術效率變化指數(shù)和規(guī)模效率變化指數(shù)均大于1，6 個省區(qū)市技術進步變化指數(shù)小于1，但是技術進步變化指數(shù)平均值卻高于技術效率變化指數(shù)、純技術效率變化指數(shù)和規(guī)模效率變化指數(shù)，說明各省區(qū)市技術進步變化指數(shù)差異性較大，解決技術先進性問題是提升孵化效率的重要路徑。

表4 2018—2021 年不同省區(qū)市國家備案眾創(chuàng)空間孵化Malmquist 指數(shù)

五、國家備案眾創(chuàng)空間孵化效率分布特征及影響因素

1. 城市群差異分析

京津冀城市群、長三角城市群、珠三角城市群和成渝雙城經濟圈是上升為國家戰(zhàn)略的四大城市群，探究其國家備案眾創(chuàng)空間孵化效率能反映出城市群一體化發(fā)展對眾創(chuàng)空間孵化效率的影響。根據表2 的計算結果可知，四大城市群國家備案眾創(chuàng)空間孵化效率均未達到有效水平，其中珠三角城市群眾創(chuàng)空間孵化效率最高，京津冀城市群眾創(chuàng)空間孵化效率最低。如表5所示，從總體差異來看，2018—2020 年四大城市群國家備案眾創(chuàng)空間孵化效率的總體基尼系數(shù)小幅波動，2018—2019 年總體基尼系數(shù)大幅上升，2019—2021 年總體基尼系數(shù)穩(wěn)步降低。從區(qū)域內差異來看，京津冀城市群國家備案眾創(chuàng)空間孵化效率的基尼系數(shù)最大，均值為0.597，遠大于其他城市群。從區(qū)域間差異來看，京津冀城市群與成渝雙城經濟圈間基尼系數(shù)最大，均值為0.723，而珠三角城市群與長三角城市群間基尼系數(shù)最小，均值僅為0.286。從區(qū)域差異的貢獻率來看，超變密度的貢獻率最高，均值為43.23%，區(qū)域內差異的貢獻率最小，均值為24.05%，說明城市群國家備案眾創(chuàng)空間孵化效率總體差異的主要來源是超變密度。

表5 城市群國家備案眾創(chuàng)空間孵化效率基尼系數(shù)分解表

2. 空間自相關分析

國家備案眾創(chuàng)空間的空間自相關分析可以反映出眾創(chuàng)空間分布的集聚狀態(tài)。通過全國31 個省區(qū)市國家備案眾創(chuàng)空間的全局空間自相關性分析，根據表6 所示結果可知，2018—2021年國家備案眾創(chuàng)空間孵化效率的Moran's I 指數(shù)的p 值呈明顯減小趨勢，并且到2021 年變?yōu)?.024，達到了5%的顯著性水平，其他年份均未達到顯著性水平，說明2018—2020 年國家備案眾創(chuàng)空間孵化效率在空間分布上屬于隨機分布，到2021 年才出現(xiàn)顯著的集聚狀態(tài)。Moran's I 指數(shù)值從2018—2021 年也在逐漸減小，到2021 年達到-0.263，說明國家備案眾創(chuàng)空間孵化效率在慢慢趨向于負相關集聚發(fā)展，并且在2021 年已經達到顯著狀態(tài)。

表6 國家備案眾創(chuàng)空間孵化效率的Moran's I 指數(shù)

3. 影響因素分析

文章以孵化效率作為因變量，以影響因素作為自變量，建立回歸分析模型，選用Tobit 模型作為分析模型，同時以OLS模型作為驗證模型。基于方梓旭和徐莉(2022)[11]、衛(wèi)武和黃苗苗(2020)[18]的研究，結合國家備案眾創(chuàng)空間運行的實際情況，選擇眾創(chuàng)空間盈利能力、研究與發(fā)展人員比例、第三產業(yè)結構占比和高速公路密度四個指標作為主要影響因素，數(shù)據分析采用2021 年的數(shù)據。

國家備案眾創(chuàng)空間孵化效率影響因素回歸分析結果如表7所示。結果顯示，Tobit 回歸結果與OLS 回歸結果方向一致，顯著性基本相同，說明計算結果非常穩(wěn)健。國家備案眾創(chuàng)空間盈利能力對其孵化能力有顯著負向影響。眾創(chuàng)空間的收入來源主要依靠房租和專業(yè)服務收益，如果眾創(chuàng)空間為了提升盈利能力而增加了創(chuàng)業(yè)者的創(chuàng)業(yè)成本，創(chuàng)業(yè)者創(chuàng)業(yè)成功的概率就會大大降低。研究與發(fā)展人員比例不顯著影響國家備案眾創(chuàng)空間孵化效率，說明研究與發(fā)展人員未能在創(chuàng)新創(chuàng)業(yè)中發(fā)揮應有的作用。創(chuàng)新創(chuàng)業(yè)的主體是科技創(chuàng)新人員，國家備案眾創(chuàng)空間應該通過有效的宣傳方式和有吸引力的創(chuàng)業(yè)政策吸引科技創(chuàng)新人員集聚。第三產業(yè)結構占比對國家備案眾創(chuàng)空間孵化效率有顯著正向影響。第三產業(yè)以服務為主，投資小、見效快、經濟社會效益好，第三產業(yè)占比增大說明社會對服務需求增多，創(chuàng)業(yè)者在龐大的市場需求下創(chuàng)業(yè)成功概率同步提升。高速公路密度對國家備案眾創(chuàng)空間孵化效率有顯著負向影響。高速公路密集度高說明該區(qū)域與周邊區(qū)域的交通便捷，這在一定程度上促進了科技創(chuàng)新人員在區(qū)域間流動，加速了優(yōu)秀眾創(chuàng)空間對科技創(chuàng)新人員的吸附。

表7 國家備案眾創(chuàng)空間孵化效率影響因素回歸分析結果

六、結論與建議

1. 研究結論

文章以2018—2021 年中國31 個省區(qū)市國家備案眾創(chuàng)空間數(shù)據為基礎，利用多種計量模型對其孵化效率、空間分布特征和影響因素進行了分析。主要結論為：

第一，2018—2021 年全國31 個省區(qū)市國家備案眾創(chuàng)空間孵化效率整體偏低，只有北京、安徽和江西3 個省市四年孵化效率均達到有效狀態(tài)；31 個省區(qū)市國家備案眾創(chuàng)空間孵化全要素生產率呈現(xiàn)明顯逐年下降趨勢，其中技術衰退是全要素生產率下降的主要影響因素。

第二，京津冀城市群、長三角城市群、珠三角城市群和成渝雙城經濟圈四大城市群中，珠三角城市群國家備案眾創(chuàng)空間孵化效率最高，京津冀城市群孵化效率最低。從區(qū)域內差異看，京津冀城市群基尼系數(shù)最大；從區(qū)域間差異看，京津冀城市群與成渝雙城經濟圈間基尼系數(shù)最大。從區(qū)域差異的貢獻率看，超變密度的貢獻率最高。從空間自相關看，國家備案眾創(chuàng)空間孵化效率已經趨向于空間負相關集聚發(fā)展，區(qū)域間孵化能力差距越來越大。

第三，第三產業(yè)結構占比對國家備案眾創(chuàng)空間孵化效率有顯著正向影響，自身盈利能力和當?shù)馗咚俟访芏葎t有顯著負向影響。

2. 政策建議

基于以上結論分析，為發(fā)揮好眾創(chuàng)空間在創(chuàng)新創(chuàng)業(yè)活動中的孵化載體作用，文章提出以下幾點政策建議：

第一，優(yōu)化政府資源支持機制。政府要逐步減少對眾創(chuàng)空間的財政補貼，通過減少“輸血”激發(fā)眾創(chuàng)空間發(fā)展活力，讓眾創(chuàng)空間在自由的市場化競爭中提升專業(yè)化創(chuàng)業(yè)服務能力，建立自身“造血”功能。對不能適應市場化發(fā)展的眾創(chuàng)空間強制進行關停，倒逼眾創(chuàng)空間從業(yè)人員觀念轉變，積極探索多元化盈利結構，提升創(chuàng)業(yè)指導、金融服務、投資入股等收益占比，形成輕資產、重賦能的良性發(fā)展模式。

第二，調整眾創(chuàng)空間網絡布局。國家備案眾創(chuàng)空間孵化效率已經呈現(xiàn)空間負相關集聚發(fā)展，科技部在審批國家備案眾創(chuàng)空間時應充分考慮區(qū)域特性，結合高校、科研機構等科技創(chuàng)新資源和交通資源以及經濟發(fā)展水平的空間分布差異性，根據各省區(qū)市國家備案眾創(chuàng)空間孵化效率，重構全國眾創(chuàng)空間網絡布局，建立以發(fā)達省區(qū)市為創(chuàng)業(yè)中心、以其他地區(qū)為創(chuàng)業(yè)節(jié)點的中心輻射式新發(fā)展格局，創(chuàng)業(yè)中心配備國家備案眾創(chuàng)空間，創(chuàng)業(yè)節(jié)點以各省區(qū)市眾創(chuàng)空間為主，做強創(chuàng)業(yè)中心，帶動周邊創(chuàng)業(yè)節(jié)點，減小區(qū)域間創(chuàng)新資源的無序競爭，提高創(chuàng)新創(chuàng)業(yè)資源使用效率。

第三，探索差異化發(fā)展路徑。國家科學技術部應該建立適用于不同類型眾創(chuàng)空間的評價機制，通過評價賽道的差異性引導眾創(chuàng)空間差異化發(fā)展。眾創(chuàng)空間自身要根據運營主體特點，找準自己功能定位。以院校為主體成立的眾創(chuàng)空間應該走綜合發(fā)展道路，主要功能是補齊高校科技創(chuàng)新活動鏈條，努力推動科技創(chuàng)新成果從實驗室走向試驗場。以企業(yè)為主體成立的眾創(chuàng)空間應該走專業(yè)化發(fā)展道路，主要功能是匯聚滿足企業(yè)自身發(fā)展需要或推動某一行業(yè)高質量發(fā)展的創(chuàng)業(yè)者，搭建起創(chuàng)業(yè)者與企業(yè)的對接平臺，助力行業(yè)高質量發(fā)展。