眾創(chuàng)空間孵化效率評(píng)價(jià)及影響因素分析
——基于高質(zhì)量發(fā)展視角

李國(guó)才，曾 剛

（1.中國(guó)民航大學(xué)發(fā)展規(guī)劃與學(xué)科建設(shè)處，天津 300300；2.中國(guó)民航大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津 300300）

一、引言

高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù)。創(chuàng)新創(chuàng)業(yè)不僅是推動(dòng)我國(guó)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的重要力量，也是展現(xiàn)我國(guó)經(jīng)濟(jì)活力和發(fā)展韌性的“亮麗名片”[1]。在“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”的時(shí)代背景下，為給創(chuàng)新創(chuàng)業(yè)活動(dòng)提供全面、專業(yè)、便捷的服務(wù)保障，全國(guó)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(wàn)家。眾創(chuàng)空間的規(guī)模性發(fā)展，加速了全國(guó)創(chuàng)新創(chuàng)業(yè)熱潮的到來(lái)，也成為了支撐供給側(cè)結(jié)構(gòu)性改革、培育發(fā)展新動(dòng)能的重要載體[2]。不同區(qū)域因經(jīng)濟(jì)社會(huì)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(jīng)濟(jì)的周期性調(diào)整和各地區(qū)人才競(jìng)爭(zhēng)導(dǎo)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(jīng)差之千里。為此，國(guó)家科學(xué)技術(shù)部通過(guò)眾創(chuàng)空間國(guó)家備案工作引領(lǐng)全國(guó)眾創(chuàng)空間健康發(fā)展，其數(shù)量現(xiàn)已達(dá)2551 家。在此背景下，研究國(guó)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(guó)家統(tǒng)籌規(guī)劃眾創(chuàng)空間布局、各省區(qū)市調(diào)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(jù)參考和建議，助力全國(guó)創(chuàng)新創(chuàng)業(yè)高質(zhì)量發(fā)展。

二、文獻(xiàn)綜述

通過(guò)在中國(guó)知網(wǎng)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(shuō)明目前國(guó)內(nèi)對(duì)眾創(chuàng)空間效率方面的研究還比較少。在評(píng)價(jià)指標(biāo)方面，王君華、張心懿(2023)以服務(wù)人員數(shù)量和開展創(chuàng)新創(chuàng)業(yè)活動(dòng)場(chǎng)次等作為投入指標(biāo)，以吸納就業(yè)人數(shù)和知識(shí)產(chǎn)權(quán)數(shù)等作為產(chǎn)出指標(biāo)，研究了長(zhǎng)江中下游省市眾創(chuàng)空間的運(yùn)行效率[4]。M'Chirgui 等(2018)以人力、財(cái)力、物力和政府支持作為評(píng)價(jià)指標(biāo)，研究了法國(guó)25 個(gè)科技企業(yè)孵化器孵化效率[5]。在評(píng)價(jià)方法方面，劉筱寒等(2020)運(yùn)用三階段數(shù)據(jù)包絡(luò)分析BCC 模型對(duì)2017 年中國(guó)30 個(gè)省區(qū)市眾創(chuàng)空間創(chuàng)新效率進(jìn)行了測(cè)算[6]。王濤等(2022)采用熵值法和空間杜賓模型對(duì)中國(guó)30 個(gè)省區(qū)市眾創(chuàng)空間孵化能力進(jìn)行了研究[7]。在空間分布特征方面，王亞煦等(2021)通過(guò)研究長(zhǎng)三角、珠三角和京津冀地區(qū)國(guó)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(guò)研究中國(guó)30 個(gè)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(guò)對(duì)121 名韓國(guó)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(guān)性[10]。方梓旭、徐莉(2022)通過(guò)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(chǎn)業(yè)占GDP 比重、技術(shù)市場(chǎng)發(fā)展水平等顯著促進(jìn)創(chuàng)新創(chuàng)業(yè)效率提高[11]。

綜上所述，對(duì)眾創(chuàng)空間孵化效率的評(píng)價(jià)指標(biāo)和方法各有不同，且數(shù)據(jù)以2019 年以前為主，所以研究結(jié)論對(duì)當(dāng)前新時(shí)期下眾創(chuàng)空間高質(zhì)量發(fā)展策略的指導(dǎo)性不強(qiáng)。文章以2018—2021年數(shù)據(jù)為基礎(chǔ)，構(gòu)建能反映創(chuàng)業(yè)孵化中直接投入和產(chǎn)出的指標(biāo)體系，綜合運(yùn)用DEA 模型、Malmquist 指數(shù)、基尼系數(shù)、莫蘭指數(shù)和Tobit 模型對(duì)眾創(chuàng)空間孵化效率進(jìn)行全面系統(tǒng)分析，以此為眾創(chuàng)空間高質(zhì)量發(fā)展提供支撐。

三、研究設(shè)計(jì)

1. 研究方法

（1） BCC 模型

數(shù)據(jù)包絡(luò)分析法(DEA)是一種廣泛應(yīng)用于效率評(píng)價(jià)的非參數(shù)評(píng)價(jià)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(bào)酬不變單元的效率評(píng)價(jià)，后者是由Banker 等(1984)[13]在CCR 模型基礎(chǔ)上改進(jìn)的，適用于規(guī)模報(bào)酬可變單元的效率評(píng)價(jià)。考慮到國(guó)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(shuō)明該DMU 是DEA 有效，孵化效率已經(jīng)達(dá)到有效狀態(tài)；否則，說(shuō)明該DMU 是非DEA 有效，孵化效率尚未達(dá)到有效狀態(tài)。

（2） Malmquist 指數(shù)

文章選用Malmquist 指數(shù)對(duì)不同年份國(guó)家備案眾創(chuàng)空間孵化效率進(jìn)行動(dòng)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(guò)測(cè)量決策單元與有效前沿面的距離來(lái)研究全要素生產(chǎn)率(TFP)的變化，F(xiàn)are 等(1994)[15]又進(jìn)行了深入研究，將TFP可以分解為技術(shù)效率變化指數(shù)(EC)和技術(shù)進(jìn)步指數(shù)(TC)[16]。Malmquist 指數(shù)如下所示：

式(2)中，當(dāng)TFP>1 時(shí)，說(shuō)明t到t+1 時(shí)期效率提升，TFP<1時(shí)，說(shuō)明t到t+1 時(shí)期效率降低；當(dāng)EC>1 時(shí)，說(shuō)明技術(shù)效率提升，EC<1 時(shí)，說(shuō)明技術(shù)效率降低；當(dāng)TC>1 時(shí)，說(shuō)明技術(shù)進(jìn)步，TC<1 時(shí)，說(shuō)明技術(shù)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(guó)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?；嵯禂?shù)計(jì)算參考以往學(xué)者的研究[17]，具體公式如下：

基尼系數(shù)可以進(jìn)一步分解為組內(nèi)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(guān)系的一種相關(guān)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(guān)關(guān)系，如果全局莫蘭指數(shù)呈現(xiàn)顯著性，可進(jìn)一步分析局部莫蘭指數(shù)以探究其局部空間自相關(guān)關(guān)系。文章選用莫蘭指數(shù)分析國(guó)家備案眾創(chuàng)空間孵化效率的空間集聚狀態(tài)。依據(jù)以往研究[18]，全局莫蘭指數(shù)的計(jì)算公式為：

局部莫蘭指數(shù)的計(jì)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(nèi)，屬于截?cái)鄶?shù)據(jù)，因此采用被廣泛應(yīng)用的Tobit 模型分析國(guó)家備案眾創(chuàng)空間孵化效率影響因素。參照以往文獻(xiàn)研究[19]，Tobit 模型如下：

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

2. 指標(biāo)體系設(shè)計(jì)與數(shù)據(jù)來(lái)源

文章按照國(guó)家備案眾創(chuàng)空間項(xiàng)目孵化過(guò)程的規(guī)律，結(jié)合以往專家學(xué)者的研究成果和作者在國(guó)家備案眾創(chuàng)空間的工作經(jīng)驗(yàn)，根據(jù)指標(biāo)典型性、可比較性和可操作性，選取推動(dòng)項(xiàng)目孵化的人力、資金、物力和服務(wù)作為投入指標(biāo)，選取經(jīng)濟(jì)效益、社會(huì)效益和創(chuàng)新效益作為產(chǎn)出指標(biāo)，具體評(píng)價(jià)指標(biāo)體系內(nèi)涵如表1 所示。

表1 國(guó)家備案眾創(chuàng)空間孵化效率評(píng)價(jià)指標(biāo)體系

文章數(shù)據(jù)主要來(lái)自于2019—2022 年《中國(guó)火炬統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及相關(guān)省區(qū)市網(wǎng)站，因?yàn)橄愀?、澳門和臺(tái)灣地區(qū)缺失相應(yīng)的數(shù)據(jù)，所以不在文章研究范圍。

四、國(guó)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(guó)31 個(gè)省區(qū)市國(guó)家備案眾創(chuàng)空間孵化效率均相對(duì)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(guò)各省區(qū)市國(guó)家備案眾創(chuàng)空間孵化效率值來(lái)看，孵化效率達(dá)到有效水平的比較少，2018 年有11 個(gè)省區(qū)市，2019 年有10 個(gè)省區(qū)市，2020 年和2021 年有9 個(gè)省區(qū)市，四年均達(dá)到有效水平的只有北京、安徽和江西。

表2 31 個(gè)省區(qū)市國(guó)家備案眾創(chuàng)空間孵化效率

具體分析來(lái)看，吉林、河南、湖北等7 個(gè)省區(qū)市2018—2021 年國(guó)家備案眾創(chuàng)空間孵化效率均值雖然沒(méi)有達(dá)到有效狀態(tài)，但是θ>0.9，說(shuō)明這些省區(qū)市國(guó)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(gè)省區(qū)市，說(shuō)明這些省國(guó)家備案眾創(chuàng)空間孵化效率較低，國(guó)家備案眾創(chuàng)空間孵化能力需要進(jìn)一步加強(qiáng)。全國(guó)國(guó)家備案眾創(chuàng)空間四年孵化效率θ均值為0.822，說(shuō)明全國(guó)國(guó)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(guó)家備案眾創(chuàng)空間孵化規(guī)模報(bào)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(gè)省市國(guó)家備案眾創(chuàng)空間孵化規(guī)模報(bào)酬系數(shù)值為1，說(shuō)明這3 個(gè)省市國(guó)家備案眾創(chuàng)空間孵化規(guī)模報(bào)酬固定；浙江、山東、廣東等16 個(gè)省市國(guó)家備案眾創(chuàng)空間孵化規(guī)模報(bào)酬系數(shù)值大于1，說(shuō)明其規(guī)模報(bào)酬處于遞減狀態(tài)，應(yīng)優(yōu)化結(jié)構(gòu)布局；黑龍江、云南、福建等12 個(gè)省市國(guó)家備案眾創(chuàng)空間孵化規(guī)模報(bào)酬系數(shù)值小于1，說(shuō)明其規(guī)模報(bào)酬處于遞增狀態(tài)，應(yīng)增加國(guó)家備案眾創(chuàng)空間數(shù)量。

3. 孵化效率動(dòng)態(tài)分析

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

表3 31 個(gè)省區(qū)市國(guó)家備案眾創(chuàng)空間孵化Malmquist 指數(shù)

根據(jù)表4，從不同省區(qū)市國(guó)家備案眾創(chuàng)空間孵化全要素生產(chǎn)率看，孵化全要素生產(chǎn)率小于1 的省區(qū)市只有6 個(gè)，并且全要素生產(chǎn)率衰減最多的省區(qū)市也只有1.3%，而增長(zhǎng)率最高達(dá)到了46.7%，平均增長(zhǎng)率為6.8%，說(shuō)明31 個(gè)省區(qū)市國(guó)家備案眾創(chuàng)空間孵化效率保持相對(duì)穩(wěn)定的增長(zhǎng)狀態(tài)。各省區(qū)市技術(shù)效率變化指數(shù)、純技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)均大于1，6 個(gè)省區(qū)市技術(shù)進(jìn)步變化指數(shù)小于1，但是技術(shù)進(jìn)步變化指數(shù)平均值卻高于技術(shù)效率變化指數(shù)、純技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)，說(shuō)明各省區(qū)市技術(shù)進(jìn)步變化指數(shù)差異性較大，解決技術(shù)先進(jìn)性問(wèn)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(guó)家備案眾創(chuàng)空間孵化Malmquist 指數(shù)

五、國(guó)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(zhǎng)三角城市群、珠三角城市群和成渝雙城經(jīng)濟(jì)圈是上升為國(guó)家戰(zhàn)略的四大城市群，探究其國(guó)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(duì)眾創(chuàng)空間孵化效率的影響。根據(jù)表2 的計(jì)算結(jié)果可知，四大城市群國(guó)家備案眾創(chuàng)空間孵化效率均未達(dá)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(lái)看，2018—2020 年四大城市群國(guó)家備案眾創(chuàng)空間孵化效率的總體基尼系數(shù)小幅波動(dòng)，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(nèi)差異來(lái)看，京津冀城市群國(guó)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(yuǎn)大于其他城市群。從區(qū)域間差異來(lái)看，京津冀城市群與成渝雙城經(jīng)濟(jì)圈間基尼系數(shù)最大，均值為0.723，而珠三角城市群與長(zhǎng)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(xiàn)率來(lái)看，超變密度的貢獻(xiàn)率最高，均值為43.23%，區(qū)域內(nèi)差異的貢獻(xiàn)率最小，均值為24.05%，說(shuō)明城市群國(guó)家備案眾創(chuàng)空間孵化效率總體差異的主要來(lái)源是超變密度。

表5 城市群國(guó)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(guān)分析

國(guó)家備案眾創(chuàng)空間的空間自相關(guān)分析可以反映出眾創(chuàng)空間分布的集聚狀態(tài)。通過(guò)全國(guó)31 個(gè)省區(qū)市國(guó)家備案眾創(chuàng)空間的全局空間自相關(guān)性分析，根據(jù)表6 所示結(jié)果可知，2018—2021年國(guó)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(shì)，并且到2021 年變?yōu)?.024，達(dá)到了5%的顯著性水平，其他年份均未達(dá)到顯著性水平，說(shuō)明2018—2020 年國(guó)家備案眾創(chuàng)空間孵化效率在空間分布上屬于隨機(jī)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(dá)到-0.263，說(shuō)明國(guó)家備案眾創(chuàng)空間孵化效率在慢慢趨向于負(fù)相關(guān)集聚發(fā)展，并且在2021 年已經(jīng)達(dá)到顯著狀態(tài)。

表6 國(guó)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(shí)以O(shè)LS模型作為驗(yàn)證模型?；诜借餍窈托炖?2022)[11]、衛(wèi)武和黃苗苗(2020)[18]的研究，結(jié)合國(guó)家備案眾創(chuàng)空間運(yùn)行的實(shí)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(chǎn)業(yè)結(jié)構(gòu)占比和高速公路密度四個(gè)指標(biāo)作為主要影響因素，數(shù)據(jù)分析采用2021 年的數(shù)據(jù)。

國(guó)家備案眾創(chuàng)空間孵化效率影響因素回歸分析結(jié)果如表7所示。結(jié)果顯示，Tobit 回歸結(jié)果與OLS 回歸結(jié)果方向一致，顯著性基本相同，說(shuō)明計(jì)算結(jié)果非常穩(wěn)健。國(guó)家備案眾創(chuàng)空間盈利能力對(duì)其孵化能力有顯著負(fù)向影響。眾創(chuàng)空間的收入來(lái)源主要依靠房租和專業(yè)服務(wù)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(huì)大大降低。研究與發(fā)展人員比例不顯著影響國(guó)家備案眾創(chuàng)空間孵化效率，說(shuō)明研究與發(fā)展人員未能在創(chuàng)新創(chuàng)業(yè)中發(fā)揮應(yīng)有的作用。創(chuàng)新創(chuàng)業(yè)的主體是科技創(chuàng)新人員，國(guó)家備案眾創(chuàng)空間應(yīng)該通過(guò)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(chǎn)業(yè)結(jié)構(gòu)占比對(duì)國(guó)家備案眾創(chuàng)空間孵化效率有顯著正向影響。第三產(chǎn)業(yè)以服務(wù)為主，投資小、見效快、經(jīng)濟(jì)社會(huì)效益好，第三產(chǎn)業(yè)占比增大說(shuō)明社會(huì)對(duì)服務(wù)需求增多，創(chuàng)業(yè)者在龐大的市場(chǎng)需求下創(chuàng)業(yè)成功概率同步提升。高速公路密度對(duì)國(guó)家備案眾創(chuàng)空間孵化效率有顯著負(fù)向影響。高速公路密集度高說(shuō)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(jìn)了科技創(chuàng)新人員在區(qū)域間流動(dòng)，加速了優(yōu)秀眾創(chuàng)空間對(duì)科技創(chuàng)新人員的吸附。

表7 國(guó)家備案眾創(chuàng)空間孵化效率影響因素回歸分析結(jié)果

六、結(jié)論與建議

1. 研究結(jié)論

文章以2018—2021 年中國(guó)31 個(gè)省區(qū)市國(guó)家備案眾創(chuàng)空間數(shù)據(jù)為基礎(chǔ)，利用多種計(jì)量模型對(duì)其孵化效率、空間分布特征和影響因素進(jìn)行了分析。主要結(jié)論為：

第一，2018—2021 年全國(guó)31 個(gè)省區(qū)市國(guó)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(gè)省市四年孵化效率均達(dá)到有效狀態(tài)；31 個(gè)省區(qū)市國(guó)家備案眾創(chuàng)空間孵化全要素生產(chǎn)率呈現(xiàn)明顯逐年下降趨勢(shì)，其中技術(shù)衰退是全要素生產(chǎn)率下降的主要影響因素。

第二，京津冀城市群、長(zhǎng)三角城市群、珠三角城市群和成渝雙城經(jīng)濟(jì)圈四大城市群中，珠三角城市群國(guó)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(nèi)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(jīng)濟(jì)圈間基尼系數(shù)最大。從區(qū)域差異的貢獻(xiàn)率看，超變密度的貢獻(xiàn)率最高。從空間自相關(guān)看，國(guó)家備案眾創(chuàng)空間孵化效率已經(jīng)趨向于空間負(fù)相關(guān)集聚發(fā)展，區(qū)域間孵化能力差距越來(lái)越大。

第三，第三產(chǎn)業(yè)結(jié)構(gòu)占比對(duì)國(guó)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(dāng)?shù)馗咚俟访芏葎t有顯著負(fù)向影響。

2. 政策建議

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

第一，優(yōu)化政府資源支持機(jī)制。政府要逐步減少對(duì)眾創(chuàng)空間的財(cái)政補(bǔ)貼，通過(guò)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(chǎng)化競(jìng)爭(zhēng)中提升專業(yè)化創(chuàng)業(yè)服務(wù)能力，建立自身“造血”功能。對(duì)不能適應(yīng)市場(chǎng)化發(fā)展的眾創(chuàng)空間強(qiáng)制進(jìn)行關(guān)停，倒逼眾創(chuàng)空間從業(yè)人員觀念轉(zhuǎn)變，積極探索多元化盈利結(jié)構(gòu)，提升創(chuàng)業(yè)指導(dǎo)、金融服務(wù)、投資入股等收益占比，形成輕資產(chǎn)、重賦能的良性發(fā)展模式。

第二，調(diào)整眾創(chuàng)空間網(wǎng)絡(luò)布局。國(guó)家備案眾創(chuàng)空間孵化效率已經(jīng)呈現(xiàn)空間負(fù)相關(guān)集聚發(fā)展，科技部在審批國(guó)家備案眾創(chuàng)空間時(shí)應(yīng)充分考慮區(qū)域特性，結(jié)合高校、科研機(jī)構(gòu)等科技創(chuàng)新資源和交通資源以及經(jīng)濟(jì)發(fā)展水平的空間分布差異性，根據(jù)各省區(qū)市國(guó)家備案眾創(chuàng)空間孵化效率，重構(gòu)全國(guó)眾創(chuàng)空間網(wǎng)絡(luò)布局，建立以發(fā)達(dá)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(diǎn)的中心輻射式新發(fā)展格局，創(chuàng)業(yè)中心配備國(guó)家備案眾創(chuàng)空間，創(chuàng)業(yè)節(jié)點(diǎn)以各省區(qū)市眾創(chuàng)空間為主，做強(qiáng)創(chuàng)業(yè)中心，帶動(dòng)周邊創(chuàng)業(yè)節(jié)點(diǎn)，減小區(qū)域間創(chuàng)新資源的無(wú)序競(jìng)爭(zhēng)，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(guó)家科學(xué)技術(shù)部應(yīng)該建立適用于不同類型眾創(chuàng)空間的評(píng)價(jià)機(jī)制，通過(guò)評(píng)價(jià)賽道的差異性引導(dǎo)眾創(chuàng)空間差異化發(fā)展。眾創(chuàng)空間自身要根據(jù)運(yùn)營(yíng)主體特點(diǎn)，找準(zhǔn)自己功能定位。以院校為主體成立的眾創(chuàng)空間應(yīng)該走綜合發(fā)展道路，主要功能是補(bǔ)齊高?？萍紕?chuàng)新活動(dòng)鏈條，努力推動(dòng)科技創(chuàng)新成果從實(shí)驗(yàn)室走向試驗(yàn)場(chǎng)。以企業(yè)為主體成立的眾創(chuàng)空間應(yīng)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(dòng)某一行業(yè)高質(zhì)量發(fā)展的創(chuàng)業(yè)者，搭建起創(chuàng)業(yè)者與企業(yè)的對(duì)接平臺(tái)，助力行業(yè)高質(zhì)量發(fā)展。