众创空间孵化效率评价及影响因素分析——基于高质量发展视角

李国才，曾 刚

（1.中国民航大学发展规划与学科建设处，天津 300300；2.中国民航大学经济与管理学院，天津 300300）

一、引言

高质量发展是全面建设社会主义现代化国家的首要任务。创新创业不仅是推动我国经济社会高质量发展的重要力量，也是展现我国经济活力和发展韧性的“亮丽名片”[1]。在“大众创业、万众创新”的时代背景下，为给创新创业活动提供全面、专业、便捷的服务保障，全国各地从2015 年起先后成立了一大批众创空间，截至目前已发展至近万家。众创空间的规模性发展，加速了全国创新创业热潮的到来，也成为了支撑供给侧结构性改革、培育发展新动能的重要载体[2]。不同区域因经济社会发展水平的差距和科技创新力量分布的不均衡，众创空间孵化效率出现了明显差异性，随着世界经济的周期性调整和各地区人才竞争导致的创业分流[3]，很多众创空间成为了只能提供房屋出租的“二房东”，与众创空间的功能定位已经差之千里。为此，国家科学技术部通过众创空间国家备案工作引领全国众创空间健康发展，其数量现已达2551 家。在此背景下，研究国家备案众创空间的孵化效率、空间分布特征和影响因素，可以为国家统筹规划众创空间布局、各省区市调配创新创业资源、各众创空间制定差异化发展策略提供数据参考和建议，助力全国创新创业高质量发展。

二、文献综述

通过在中国知网检索以“众创空间”并含“效率”为主题的CSSCI 和北大核心期刊论文发现，从2015 年至今仅有19 篇论文，说明目前国内对众创空间效率方面的研究还比较少。在评价指标方面，王君华、张心懿(2023)以服务人员数量和开展创新创业活动场次等作为投入指标，以吸纳就业人数和知识产权数等作为产出指标，研究了长江中下游省市众创空间的运行效率[4]。M'Chirgui 等(2018)以人力、财力、物力和政府支持作为评价指标，研究了法国25 个科技企业孵化器孵化效率[5]。在评价方法方面，刘筱寒等(2020)运用三阶段数据包络分析BCC 模型对2017 年中国30 个省区市众创空间创新效率进行了测算[6]。王涛等(2022)采用熵值法和空间杜宾模型对中国30 个省区市众创空间孵化能力进行了研究[7]。在空间分布特征方面，王亚煦等(2021)通过研究长三角、珠三角和京津冀地区国家备案高校众创空间创新孵化能力发现，各区域间众创空间发展水平差异较大[8]。李鑫、陈银娥(2023)通过研究中国30 个省区市众创空间科技创新效率发现，东部、中部、西部地区众创空间科技创新效率区域间差异较大[9]。在影响因素方面，Han 等(2023)通过对121 名韩国众创空间用户的研究发现，众创空间的条件保障与众创空间用户的基本心理需求呈现显著相关性[10]。方梓旭、徐莉(2022)通过研究影响众创空间创新创业效率的因素发现，第三产业占GDP 比重、技术市场发展水平等显著促进创新创业效率提高[11]。

综上所述，对众创空间孵化效率的评价指标和方法各有不同，且数据以2019 年以前为主，所以研究结论对当前新时期下众创空间高质量发展策略的指导性不强。文章以2018—2021年数据为基础，构建能反映创业孵化中直接投入和产出的指标体系，综合运用DEA 模型、Malmquist 指数、基尼系数、莫兰指数和Tobit 模型对众创空间孵化效率进行全面系统分析，以此为众创空间高质量发展提供支撑。

三、研究设计

1. 研究方法

（1） BCC 模型

数据包络分析法(DEA)是一种广泛应用于效率评价的非参数评价方法。传统的DEA 分析包括CCR 模型和BCR 模型，前者是由Charnes 等(1978)[12]提出，适用于用于规模报酬不变单元的效率评价，后者是由Banker 等(1984)[13]在CCR 模型基础上改进的，适用于规模报酬可变单元的效率评价。考虑到国家备案众创空间孵化规模效益可变，文章选用BCC 模型。BCC 模型如下所示：

式(1)中，θ为DMU 的综合效率值，θ∈[0，1]，若θ=1，则说明该DMU 是DEA 有效，孵化效率已经达到有效状态；否则，说明该DMU 是非DEA 有效，孵化效率尚未达到有效状态。

（2） Malmquist 指数

文章选用Malmquist 指数对不同年份国家备案众创空间孵化效率进行动态分析。Malmquist 指数由Malmquist 于1953 年提出，随后Caves 等(1982)[14]又引入距离函数，通过测量决策单元与有效前沿面的距离来研究全要素生产率(TFP)的变化，Fare 等(1994)[15]又进行了深入研究，将TFP可以分解为技术效率变化指数(EC)和技术进步指数(TC)[16]。Malmquist 指数如下所示：

式(2)中，当TFP>1 时，说明t到t+1 时期效率提升，TFP<1时，说明t到t+1 时期效率降低；当EC>1 时，说明技术效率提升，EC<1 时，说明技术效率降低；当TC>1 时，说明技术进步，TC<1 时，说明技术衰退。

（3） 基尼系数

文章采用基尼系数分析不同城市群国家备案众创空间孵化效率的差异性。基尼系数最大为1，最小为0，基尼系数越小代表区域差异性越小。基尼系数计算参考以往学者的研究[17]，具体公式如下：

基尼系数可以进一步分解为组内差异Gb、组间差异Gw和超变密度Gt三部分，且Gb+Gw+Gt=1。

（4） 莫兰指数

莫兰指数是研究空间关系的一种相关系数值，通常分为全局莫兰指数和局部莫兰指数。全局莫兰指数用于分析整体上的空间相关关系，如果全局莫兰指数呈现显著性，可进一步分析局部莫兰指数以探究其局部空间自相关关系。文章选用莫兰指数分析国家备案众创空间孵化效率的空间集聚状态。依据以往研究[18]，全局莫兰指数的计算公式为：

局部莫兰指数的计算公式如下：

（5） Tobit 模型

由于孵化效率值在区间[0，1]范围内，属于截断数据，因此采用被广泛应用的Tobit 模型分析国家备案众创空间孵化效率影响因素。参照以往文献研究[19]，Tobit 模型如下：

式(6)中，Yit表示区域i在t时期的国家备案众创空间孵化效率值，Xjit是区域i在t时期第j个影响因素，βj是待估系数，αi是常数项，εit是随机误差项。

2. 指标体系设计与数据来源

文章按照国家备案众创空间项目孵化过程的规律，结合以往专家学者的研究成果和作者在国家备案众创空间的工作经验，根据指标典型性、可比较性和可操作性，选取推动项目孵化的人力、资金、物力和服务作为投入指标，选取经济效益、社会效益和创新效益作为产出指标，具体评价指标体系内涵如表1 所示。

表1 国家备案众创空间孵化效率评价指标体系

文章数据主要来自于2019—2022 年《中国火炬统计年鉴》《中国科技统计年鉴》以及相关省区市网站，因为香港、澳门和台湾地区缺失相应的数据，所以不在文章研究范围。

四、国家备案众创空间孵化效率分析

1. 孵化效率综合分析

从整体上看，如表2 所示，2018—2021 年全国31 个省区市国家备案众创空间孵化效率均相对平稳，基本维持在0.806~0.843 之间，2019 年孵化效率最高，为0.843。通过各省区市国家备案众创空间孵化效率值来看，孵化效率达到有效水平的比较少，2018 年有11 个省区市，2019 年有10 个省区市，2020 年和2021 年有9 个省区市，四年均达到有效水平的只有北京、安徽和江西。

表2 31 个省区市国家备案众创空间孵化效率

具体分析来看，吉林、河南、湖北等7 个省区市2018—2021 年国家备案众创空间孵化效率均值虽然没有达到有效状态，但是θ>0.9，说明这些省区市国家备案众创空间孵化效率也处于较高水平；而θ<0.7 的有贵州、陕西、辽宁等6 个省区市，说明这些省国家备案众创空间孵化效率较低，国家备案众创空间孵化能力需要进一步加强。全国国家备案众创空间四年孵化效率θ均值为0.822，说明全国国家备案众创空间孵化效率还有很大提升空间。

2. 孵化规模效益分析

从国家备案众创空间孵化规模报酬系数（图1） 可以发现，除2019 年有较大差异性外，2018 年、2020 年和2021 年的分布特征基本相同。北京、安徽、江西3 个省市国家备案众创空间孵化规模报酬系数值为1，说明这3 个省市国家备案众创空间孵化规模报酬固定；浙江、山东、广东等16 个省市国家备案众创空间孵化规模报酬系数值大于1，说明其规模报酬处于递减状态，应优化结构布局；黑龙江、云南、福建等12 个省市国家备案众创空间孵化规模报酬系数值小于1，说明其规模报酬处于递增状态，应增加国家备案众创空间数量。

3. 孵化效率动态分析

从表3 可以看出，2018—2021 年31 个省区市国家备案众创空间孵化全要素生产率呈现明显下降趋势。从具体各指标值来看，2018—2019 年孵化全要素生产率增幅较大，增长率达到21.7%，到2020—2021 年出现了大幅衰减，衰减率达到12.8%，说明国家备案众创空间孵化能力在降低；技术进步指数2020—2021 年也出现了大幅衰减，衰减率达到了13.7%，与全要素生产率衰减幅度相近，2020—2021 年与2019—2020 年的全要素生产率衰减率幅度与技术进步指数衰减率幅度变化也完全一致，其他指数并无较大波动，所以技术衰退是国家备案众创空间孵化全要素生产率降低的主要影响因素。

表3 31 个省区市国家备案众创空间孵化Malmquist 指数

根据表4，从不同省区市国家备案众创空间孵化全要素生产率看，孵化全要素生产率小于1 的省区市只有6 个，并且全要素生产率衰减最多的省区市也只有1.3%，而增长率最高达到了46.7%，平均增长率为6.8%，说明31 个省区市国家备案众创空间孵化效率保持相对稳定的增长状态。各省区市技术效率变化指数、纯技术效率变化指数和规模效率变化指数均大于1，6 个省区市技术进步变化指数小于1，但是技术进步变化指数平均值却高于技术效率变化指数、纯技术效率变化指数和规模效率变化指数，说明各省区市技术进步变化指数差异性较大，解决技术先进性问题是提升孵化效率的重要路径。

表4 2018—2021 年不同省区市国家备案众创空间孵化Malmquist 指数

五、国家备案众创空间孵化效率分布特征及影响因素

1. 城市群差异分析

京津冀城市群、长三角城市群、珠三角城市群和成渝双城经济圈是上升为国家战略的四大城市群，探究其国家备案众创空间孵化效率能反映出城市群一体化发展对众创空间孵化效率的影响。根据表2 的计算结果可知，四大城市群国家备案众创空间孵化效率均未达到有效水平，其中珠三角城市群众创空间孵化效率最高，京津冀城市群众创空间孵化效率最低。如表5所示，从总体差异来看，2018—2020 年四大城市群国家备案众创空间孵化效率的总体基尼系数小幅波动，2018—2019 年总体基尼系数大幅上升，2019—2021 年总体基尼系数稳步降低。从区域内差异来看，京津冀城市群国家备案众创空间孵化效率的基尼系数最大，均值为0.597，远大于其他城市群。从区域间差异来看，京津冀城市群与成渝双城经济圈间基尼系数最大，均值为0.723，而珠三角城市群与长三角城市群间基尼系数最小，均值仅为0.286。从区域差异的贡献率来看，超变密度的贡献率最高，均值为43.23%，区域内差异的贡献率最小，均值为24.05%，说明城市群国家备案众创空间孵化效率总体差异的主要来源是超变密度。

表5 城市群国家备案众创空间孵化效率基尼系数分解表

2. 空间自相关分析

国家备案众创空间的空间自相关分析可以反映出众创空间分布的集聚状态。通过全国31 个省区市国家备案众创空间的全局空间自相关性分析，根据表6 所示结果可知，2018—2021年国家备案众创空间孵化效率的Moran's I 指数的p 值呈明显减小趋势，并且到2021 年变为0.024，达到了5%的显著性水平，其他年份均未达到显著性水平，说明2018—2020 年国家备案众创空间孵化效率在空间分布上属于随机分布，到2021 年才出现显著的集聚状态。Moran's I 指数值从2018—2021 年也在逐渐减小，到2021 年达到-0.263，说明国家备案众创空间孵化效率在慢慢趋向于负相关集聚发展，并且在2021 年已经达到显著状态。

表6 国家备案众创空间孵化效率的Moran's I 指数

3. 影响因素分析

文章以孵化效率作为因变量，以影响因素作为自变量，建立回归分析模型，选用Tobit 模型作为分析模型，同时以OLS模型作为验证模型。基于方梓旭和徐莉(2022)[11]、卫武和黄苗苗(2020)[18]的研究，结合国家备案众创空间运行的实际情况，选择众创空间盈利能力、研究与发展人员比例、第三产业结构占比和高速公路密度四个指标作为主要影响因素，数据分析采用2021 年的数据。

国家备案众创空间孵化效率影响因素回归分析结果如表7所示。结果显示，Tobit 回归结果与OLS 回归结果方向一致，显著性基本相同，说明计算结果非常稳健。国家备案众创空间盈利能力对其孵化能力有显著负向影响。众创空间的收入来源主要依靠房租和专业服务收益，如果众创空间为了提升盈利能力而增加了创业者的创业成本，创业者创业成功的概率就会大大降低。研究与发展人员比例不显著影响国家备案众创空间孵化效率，说明研究与发展人员未能在创新创业中发挥应有的作用。创新创业的主体是科技创新人员，国家备案众创空间应该通过有效的宣传方式和有吸引力的创业政策吸引科技创新人员集聚。第三产业结构占比对国家备案众创空间孵化效率有显著正向影响。第三产业以服务为主，投资小、见效快、经济社会效益好，第三产业占比增大说明社会对服务需求增多，创业者在庞大的市场需求下创业成功概率同步提升。高速公路密度对国家备案众创空间孵化效率有显著负向影响。高速公路密集度高说明该区域与周边区域的交通便捷，这在一定程度上促进了科技创新人员在区域间流动，加速了优秀众创空间对科技创新人员的吸附。

表7 国家备案众创空间孵化效率影响因素回归分析结果

六、结论与建议

1. 研究结论

文章以2018—2021 年中国31 个省区市国家备案众创空间数据为基础，利用多种计量模型对其孵化效率、空间分布特征和影响因素进行了分析。主要结论为：

第一，2018—2021 年全国31 个省区市国家备案众创空间孵化效率整体偏低，只有北京、安徽和江西3 个省市四年孵化效率均达到有效状态；31 个省区市国家备案众创空间孵化全要素生产率呈现明显逐年下降趋势，其中技术衰退是全要素生产率下降的主要影响因素。

第二，京津冀城市群、长三角城市群、珠三角城市群和成渝双城经济圈四大城市群中，珠三角城市群国家备案众创空间孵化效率最高，京津冀城市群孵化效率最低。从区域内差异看，京津冀城市群基尼系数最大；从区域间差异看，京津冀城市群与成渝双城经济圈间基尼系数最大。从区域差异的贡献率看，超变密度的贡献率最高。从空间自相关看，国家备案众创空间孵化效率已经趋向于空间负相关集聚发展，区域间孵化能力差距越来越大。

第三，第三产业结构占比对国家备案众创空间孵化效率有显著正向影响，自身盈利能力和当地高速公路密度则有显著负向影响。

2. 政策建议

基于以上结论分析，为发挥好众创空间在创新创业活动中的孵化载体作用，文章提出以下几点政策建议：

第一，优化政府资源支持机制。政府要逐步减少对众创空间的财政补贴，通过减少“输血”激发众创空间发展活力，让众创空间在自由的市场化竞争中提升专业化创业服务能力，建立自身“造血”功能。对不能适应市场化发展的众创空间强制进行关停，倒逼众创空间从业人员观念转变，积极探索多元化盈利结构，提升创业指导、金融服务、投资入股等收益占比，形成轻资产、重赋能的良性发展模式。

第二，调整众创空间网络布局。国家备案众创空间孵化效率已经呈现空间负相关集聚发展，科技部在审批国家备案众创空间时应充分考虑区域特性，结合高校、科研机构等科技创新资源和交通资源以及经济发展水平的空间分布差异性，根据各省区市国家备案众创空间孵化效率，重构全国众创空间网络布局，建立以发达省区市为创业中心、以其他地区为创业节点的中心辐射式新发展格局，创业中心配备国家备案众创空间，创业节点以各省区市众创空间为主，做强创业中心，带动周边创业节点，减小区域间创新资源的无序竞争，提高创新创业资源使用效率。

第三，探索差异化发展路径。国家科学技术部应该建立适用于不同类型众创空间的评价机制，通过评价赛道的差异性引导众创空间差异化发展。众创空间自身要根据运营主体特点，找准自己功能定位。以院校为主体成立的众创空间应该走综合发展道路，主要功能是补齐高校科技创新活动链条，努力推动科技创新成果从实验室走向试验场。以企业为主体成立的众创空间应该走专业化发展道路，主要功能是汇聚满足企业自身发展需要或推动某一行业高质量发展的创业者，搭建起创业者与企业的对接平台，助力行业高质量发展。