The Operation Efficiency Evaluation and Innovation Spillover of Makerspaces in the Middle and Lower Reaches of the Yangtze River

Wang Junhua, Zhang Xinyi

(Hubei University Business School, Hubei Wuhan, Wuhan 430062, China)

Abstract：With the nationwide initiative of "mass entrepreneurship and innovation", the number of makerspaces across China has shown explosive growth in recent years. As an emerging carrier of innovation and entrepreneurship, makerspaces play an important role in cultivating technologically innovative enterprises, stabilizing social employment and promoting economic transformation. However,most of them fail to make full use of their existing resources for efficient operation, and the misallocation of input resources between regions leads to waste of innovation resources. Therefore, this study focuses on the efficient use and regional flow of innovation resources, that is, it aims to explore the methods to improve the efficiency of makerspaces and promote the coordinated development of makerspaces in various places.

Existing studies have shown that there is a phenomenon of regional imbalance in the operation efficiency of national makerspaces, but there is a lack of in-depth research on makerspaces in the middle and lower reaches of the Yangtze River and related explorations on regional makerspaces innovation spillovers. To this end, this paper takes the nationally registered makerspaces in the middle and lower reaches of the Yangtze River as the research object, and uses the data envelopment analysis method and projection analysis method to analyze the input-output efficiency of nationally filed makerspaces innovation resources. The Moran index and the panel spatial Dubin model are used to explore the feasibility of the flow of innovation resources between regions and the specific realization path of the coordinated development of the makerspaces.

It is found that in recent years, the operating efficiency of the nationally registered makerspaces in the middle and lower reaches of the Yangtze River has not been high most of the time, and the state-registered makerspaces mainly rely on government financial support; there are varying degrees of insufficient output of the total amount of investment obtained in that year, the number of effective intellectual property rights, and the total income of the incubating enterprises; there are spatial correlations in the development level of the nationally registered makerspaces in each province in the middle and lower reaches of the Yangtze River, the investment of entrepreneurial mentors and the turnover of the technology market have a significant positive impact on the development level of makerspaces in surrounding provinces and cities, the number of universities and scientific research institutions and the regional GDP have a significant negative impact on the development level of makerspaces in surrounding provinces and cities.

This paper integrates the basic concepts of makerspaces, operational efficiency evaluation theory, innovation spillover theory and other research results, takes makerspaces in the middle and lower reaches of the Yangtze River as the research object, and enriches the research on innovation and entrepreneurship activities in two national-level urban agglomerations which are urban agglomerations in the Yangtze River Delta and urban agglomerations in the middle reaches of the Yangtze River). Different from the previous literature, this paper innovatively extends and analyzes the innovation spillover of makerspaces in adjacent areas on the basis of the evaluation of the operation efficiency of makerspaces, which enriches the empirical research on makerspaces. In addition, it also provides reference for further study on how to improve the efficiency of innovation and entrepreneurship resource allocation and the development level of maker space in various regions, and promote regional coordinated development.

It is suggested that future research can focus on municipal data to obtain more detailed research results. With the change of external macro market environment in the future, new elements of innovation and entrepreneurship resources may appear. Therefore, future research needs to reconstruct the index system to evaluate the operation efficiency of nationally registered makerspaces. In addition, with the continuous development of makerspaces, scholars can acquire more historical development data, so as to fully study the change trend of the spatial pattern of maker space, and provide more data support for the panel space measurement model.

Key Words:Makerspace; Operational Efficiency; DEA; Innovation Spillover; Spatial Durbin Model

收稿日期：2021-11-08

修回日期：2022-01-18

基金项目：国家社会科学基金项目(19BGL195)

作者简介：王君华(1978-)，女，山西忻州人，博士，湖北大学商学院教授，研究方向为创新工程与管理；张心懿(1996-)，女，湖北孝感人，湖北大学商学院硕士研究生，研究方向为技术经济与管理。

DOI：10.6049/kjjbydc.2021110208

开放科学(资源服务)标识码(OSID)：

中图分类号：F127.5

文献标识码：A

文章编号：1001-7348(2023)02-0041-09

0 引言

2015年1月28日，国务院总理李克强在主持召开国务院常务会议时提出，顺应网络时代推动大众创业、万众创新的形势，构建面向人人的“众创空间”等创业服务平台。经过6年发展，我国众创空间数量不断上升，据科技部火炬中心2020年发布的数据显示，截至2019年底，全国共有众创空间8 000家，较2016年增长了86.1%。

随着众创空间蓬勃发展，其也暴露出诸多问题，如创新创业生态不够完善、科技成果转化机制尚不健全、大中小企业融通发展不充分、创新创业国际合作不够深入以及部分政策落实不到位等，致使各省市众创空间运行效率与区域众创空间均衡协同发展仍面临重大挑战。2021年4月国务院出台关于《新时代推动中部地区高质量发展的意见》，对中部地区众创空间等创新创业平台发展提出指导性意见，强调区域创新资源协同对实现创新创业和核心技术攻关的重要性。

众创空间作为新兴创新创业载体，在培育科技创新型企业、稳定社会就业、促进经济转型等方面发挥重要作用，因此深入研究众创空间运营质量和协同发展路径具有战略意义。当前众创空间发展的主要问题是大多数省市众创空间无法充分利用自身资源、存在区域资源错配以及创新资源浪费。针对这些问题，本文采用数据包络分析方法测算长江中下游众创空间运行效率，以揭示各省市众创空间创新资源投入产出情况，并通过莫兰指数和空间杜宾模型研究影响相邻区域众创空间发展水平的创新资源要素，探索区域创新资源流动可行性和众创空间协同发展路径。

1 文献回顾

1.1 众创空间概念界定与运行机制

众创空间是线上线下的自组织孵化器，为满足大众创新创业需求，以社会化、专业化、市场化、网络化为特征，通过众扶、众筹、众包、众创等手段，实现低成本、便利化、全要素、开放式运营，并提供工作空间、网络空间、社交空间和资源共享空间的创新创业平台，具有股权分红、收取培训费等多元化盈利模式[1-5]。

近年来我国众创空间发展形态多样，学者们也从不同角度探究各种形态众创空间的运行机制。运行机制是系统运行的底层逻辑基础，一套清晰明确的运行机制有助于运营者厘清运营方向。王丽平等[6]从共创角度出发，认为众创空间应当将其“众”的优势融合到运行机制上，通过集结众多创业者力量发展众创空间，即通过众创创造价值、通过众包组织资源、通过众扶提升能力、通过众筹控制风险；有研究结合生态系统理论，从资源整合、成果共享、协同共生、系统代谢角度提出众创空间的4种核心运行机制，且这些机制在众创空间运行过程中并非独立存在，而是共同作用与推动众创空间发展(贾天明，雷亮海，王茂南，2017)。

1.2 众创空间运行效率评价

学者们针对众创空间运行效率的实证研究大多是基于DEA模型。如纪浩[7]采用DEA-BCC模型，在投入层面选择基础性资源投入、创业氛围营造两个维度，在产出层面选择融资能力和可持续发展能力两个维度，分析浙江省众创空间运行效率；尹祥信[8]在众创空间运行效率指标上进一步明确投入指标包括人力、物力、财力3个维度，具体是服务人员数量、创业导师数量、提供的工位数、创新活动与创业培训次数、财政补贴，产出指标包括社会效益、经济效益、创新效益3个维度，具体是吸引就业人数、众创空间净收入、入驻团队数量、获得的知识产权数量。

还有很多学者采用更复杂的模型进行分析，如李洪波和史欢[9]综合基本DEA模型与超效率DEA模型分析众创空间运行效率，并在产出指标中增加创业集聚能力维度；徐莉等[10]基于2016-2017 年我国省级面板数据，采用DEA模型和DEA-Malmquist指数，从静态和动态两个维度对我国众创空间运行效率进行评价分析，并在投入指标中增加区域创新发展资源投入维度、在产出指标中增加服务能力维度；张静进和陈光华[11]采用三阶段 DEA 模型方法，剔除外部融资、政府补贴、服务人员等外部环境变量，投入指标选取参与众创空间建设和运行的科技人员数量、经费，分析我国众创空间创新创业效率及各省份差异。

此外，有学者运用因子分析法，构建众创空间绩效评价指标体系，从运营能力、企业发展能力、政府支持力度、盈利能力角度对区域众创空间绩效进行分析(陈章旺，黄慧燕，2020)；还有学者采用计量模型(GLM、GEE等) 构建包括人力资本、财力规模和预算、专利储备、地理位置等指标的绩效评价体系，对创业机构运行绩效进行评价[12]。

学者们普遍得出的结论是我国众创空间整体运行效率较低，各区域创新能力有较大差异，需要优化资源配置，提升众创空间运行效率，加强区域创新合作。

1.3 众创空间创新溢出研究

刘满凤和唐凤兴[13]认为，学习与借鉴先进地区经验及技术有助于提高区域发展水平，换而言之，区域创新活动存在溢出效应；白俊红等[14]证实研发要素在区域间流动具有显著空间溢出效应，且这种溢出效应显著促进我国经济增长；周锐波等[15]基于我国地级市数据建立空间杜宾模型，研究城市创新时空演化特征与溢出效应，并认为经济水平、人力资本和研发投入是影响城市创新能力及溢出效应的重要因素，且存在显著区域差异；杨磊[16]利用探索性空间数据分析(ESDA)以及空间计量模型研究2008-2018年我国内地31个省市创新活动的空间集聚特征和空间溢出效应；李红锦等[17]认为，就高新技术企业来说，研发人员、研发经费、产业专业化程度存在显著创新溢出效应，就高校来说，科研经费投入和政府支持有利于创新产出的空间溢出。基于学者们的创新溢出研究可以看出，创新活动在区域间存在外溢现象 [18-20]，相邻区域的创新活动有助于相互促进[21-22]。

丁焕峰和张育广[23]在研究粤港澳大湾区众创空间时认为，科学合理的结构布局有助于创新溢出，考虑到不同城市资源禀赋和产业分工逻辑，以区域合作思路推动众创空间重构，有助于形成科学合理的区域“双创”空间集群发展格局和协同创新体系，促进创新主体间创新要素的高效流动；田剑和尹祥信[24]利用全局与局部自相关分析方法探讨众创空间的空间关联模式，认为区域众创空间发展水平不均衡，发展较好的省份对周边区域的创新带动力不足。

综上所述，学者们深入探究了众创空间相关理论，但实证研究视角有待补充，现有实证研究较集中于运行效率分析，且大多以全国众创空间为研究对象。本文在上述研究基础上，将进一步完善众创空间运行效率评价指标体系，在分析众创空间资源投入产出效率的基础上，进一步分析相邻区域众创空间创新溢出效应，进而探索区域创新资源流动可行性和众创空间协同发展路径。长江中下游区域拥有两个国家级城市群：一个是目标建设成为具有全球影响力的世界级城市群，即发展成熟的长三角城市群；另一个是作为我国经济新增长极的长江中游城市群。相比而言，长三角城市群的发展更成熟，而长江中游城市群还处在培育阶段。因此，本文将针对长江中下游地区的众创空间进行分析，以期为长江中游各省域众创空间建设提供指导，为长三角各省域众创空间扩容升级提供参考[25]。

2 研究方法

2.1 基于DEA-BCC模型的运行效率评价

本文选择不需事先确定指标权重的DEA模型对众创空间这种多投入多产出的决策单元进行效率评价。在DEA模型中，CCR和BCC是两种基本模型，在实际生活中，规模报酬会受到投入产出和外部因素影响。因此，本文采用规模报酬可变的BCC模型。DEA-BCC模型可进一步分为投入导向型和产出导向型，本文目的是对长江中下游各省域众创空间运行效率进行评估，需要从要素投入角度评价决策单位效率水平，着重解决投入冗余问题，因此选取投入导向型DEA-BCC模型进行评价研究。

2.2 基于英兰指数和空间杜宾模型的创新溢出分析

采用莫兰指数进行空间自相关分析，在明确众创空间发展水平存在空间相关性的前提下，采用面板空间杜宾模型分析影响众创空间发展水平的创新要素及各要素对周边省域的空间溢出效应。

全局空间自相关分析采用最常用的莫兰指数I，通过分析邻近地区观测值在空间上的相关程度，反映观测对象的空间集聚状况。公式如下：

其中，为样本方差，n为样本量，x为观测对象，wij为样本空间权重矩阵。莫兰指数I取值范围为[-1，1]，I值越接近于1，表明观测对象的空间集聚程度越高；I值越接近于0，表明观测对象的空间集聚程度越低。

进行局部自相关分析，可以检测空间异质性的存在。通过以直角坐标系展示的局部自相关的莫兰散点图能清晰反映集聚类型。其中，第一象限为高-高(HH)集聚；第二象限为低-高(LH)集聚，即该区域处于较低水平，但周围为高水平区域；第三象限为低-低(LL)集聚；第四象限为高-低(HL)集聚，即该区域本身具有较高水平，但周围为低水平区域。局部莫兰指数Ii的计算公式如下：

进行空间自相关分析时使用的空间权重矩阵一般有邻接矩阵、地理距离矩阵和经济权重矩阵。其中，空间邻接权重矩阵既简便易操作，又能有效展现研究对象的空间关系。因此，本文选用空间邻接权重矩阵表示各省域邻接关系，并对矩阵进行标准化处理。空间邻接权重矩阵取值方式是以地图上两个地区是否相邻为判断依据，相邻为1，不相邻则为0。最简单的情况是认为两个地区有共同顶点，则为邻接，此时wij=1，否则为 0，即：

3 长江中下游省域国家众创空间运行效率评价

3.1 投入产出评价指标体系构建

采用DEA方法测度运行效率的核心是构建合理的投入产出指标体系。在指标选取过程中，本文严格遵循构建原则。首先，为了保证数据全面性和可行性，本文指标范围框定在科技部发布的《中国火炬统计年鉴》中关于众创空间发展情况涉及的所有指标，再充分参考科技部火炬中心《中国创业孵化发展报告》中的关键指标及其分类方式，对所有指标进行筛选、分类；其次，为了保证指标信服力，在借鉴已有研究成果的基础上对指标进行完善；最后，为了保证指标实用性，充分考虑当前众创空间实际发展情况进行指标筛选。

指标选取恰当是准确评价效率的基础，投入与产出指标过多会使应用DEA模型时出现绝大多数决策单元呈现效率最优的伪事实，从而失去实证比较意义。为此，有研究建议决策单元数量至少是投入与产出指标数量之和的2倍及以上。

综合考虑以上因素，本文将评价指标分为投入指标和产出指标，投入指标切实反映系统运行过程中的内部投入，通常从人力、财力、物力三方面进行考量，产出指标以反映创业活动成果为目的，主要包括创业服务平台在经济效益、社会效益、创新效益、孵化效益等方面的成就。同时，选取服务人员数量(X1)、享受财政资金支持额(X2)、开展创新创业活动和培训(X3)为二级投入指标，选取总收入(Y1)、在孵企业吸纳就业人数(Y2)、拥有有效知识产权数量(Y3)、当年服务的在孵企业数量(Y4)、在孵企业当年获得投资总额(Y5)为二级产出指标。其中，服务人员数量包括众创空间服务人员数量和创业导师人数； Y2-Y5产出指标中的在孵企业均包括创业团队和初创企业两类服务对象，具体见表1。

3.2 运行效率评价

研究数据主要来源于2017-2020年《中国火炬统计年鉴》，因涉及面板数据，在实证过程中对享受财政资金支持额、总收入和在孵企业获得投资总额指标进行以2016 年为基期的居民价格指数(CPI)平减处理[27]。运用 DEAP2.1 软件进行数据运算，得出2016-2019年众创空间运行效率综合评价结果，如表2所示。其中，drs表示规模报酬递减，irs表示规模报酬递增，“-”表示规模报酬不变。

从综合效率看，2017年达到DEA有效的省份最多，其中，长江中下游省域中有上海、江西和湖北三省市达到了DEA有效，特别是江西和湖北2个内陆省市在2017年达到运行有效，说明中部区域创新能力得到了较大提升。而2018年以后，随着众创空间数量不断增加，长江中下游地区达到DEA有效的省市从“有”变为“无”，运行效率逐渐走低，尤其是长三角区域拥有良好的资源优势，但是其平均运行效率却低于长江中游区域，说明长江中下游各省域众创空间整体的资源配置效率有待进一步提高。

由于综合效率=纯技术效率*规模效率，长江中下游地区各省市的技术效率普遍低于规模效率，说明未来发展过程中众创空间应注重加强技术研发，加大创新成果产出，这将有助于提高整体运行效率。此外，近两年各省市普遍出现规模报酬递增，说明众创空间应该合理加大资源投入，解决产出不足问题。

为了进一步分析运行无效原因，本文将深入分析各投入要素的冗余程度和各产出要素的短缺程度。根据DEAP 2.1软件计算结果，运用投影分析法，将2019年长江中下游各省域众创空间投入与产出调整比率进行整理，具体见表3。其中，投影分析法计算方法为：投入指标调整比率=投入资源冗余量/原始投入量，产出指标调整比率=产出资源短缺量/原始产出量。

从投入指标调整均值可以看出，3项投入指标中享受财政资金支持额的调整幅度(13.8%)最高，其中，上海的财政资金冗余比例高达55.5%，人员投入与创新创业服务投入虽有冗余但冗余比例较低。资金补助是各地政府常用的众创空间扶持手段，但从上述分析结果看，长江中下游各省域众创空间获得的财政补贴并没有得到充分利用。

从产出指标调整均值可以看出，在孵企业吸纳就业人数和当年服务的在孵企业数量无需调整，另外3种产出资源需要进一步增加，依次为：在孵企业当年获得投资总额(682%)、拥有有效知识产权数量(59.4%)、总收入(26.9%)。长江中下游省域众创空间在孵企业获得的投资额普遍偏低，一方面说明众创空间未能发挥金融服务功能，帮助在孵企业吸引投融资；另一方面在孵企业获得投融资的能力反映了资本市场对在孵企业核心竞争力和发展潜力的评估，获取的投资额严重不足说明大多数在孵企业的未来价值还不足以吸引大量资本进入，这与众创空间拥有的有效知识产权数量等创新产出成果不足有很大关系。同时，众创空间的总收入也需要大力提升，各地众创空间发展同质化、过度依赖政府补贴的现象普遍存在，因此众创空间需要精准定位，树立品牌优势，积极寻求新盈利方式。

4 长江中下游省域国家众创空间创新溢出效应

长江中下游省域具有各自优势和不足，部分省域资源丰富但未能充分利用，部分省域发展高效但资源供给不足。为了实现众创空间高效运作和创新资源合理分配，各省市众创空间不仅要关注自身资源投入产出比例，还要关注创新资源流动；不仅要关注影响自身发展水平的资源投入要素，还应关注本省市资源投入对周边省市的溢出效应。因此，本文将进一步利用莫兰指数和面板空间杜宾模型，探究创新创业资源要素在区际流动的可行性和实现区域协同的路径。

4.1 众创空间发展水平空间自相关分析

作为服务创业团队和初创企业的创新创业平台，众创空间最核心的功能是为在孵企业提供创新创业支持。因此，在孵企业存活率和发展水平是衡量众创空间可持续发展能力的关键因素[26]。在孵企业每年获得的投资额可以直观显示资本市场对在孵企业发展潜力的市场估值，反映在孵企业核心技术的市场竞争力。因此，在孵企业每年获得的投资额体现了众创空间自身运营的可持续发展能力，以及众创空间为在孵企业提供创新创业培训、创业投融资服务和技术创新服务的成效。本文选取在孵企业获得投资额衡量各省市众创空间发展水平，其本质是通过在孵企业经济效益综合反映众创空间运营情况和孵化绩效。

空间自相关分析数据来源于2017-2020年《中国火炬统计年鉴》。表4和图1分别给出长江中下游各省域众创空间发展水平的全局 Moran's I和局部Moran's I。表4显示，2016-2019年长江中下游7省市国家众创空间发展水平的莫兰指数均为正，Z值均大于1.96，P值均通过0.05的显著性检验，说明省域间存在显著的空间正相关性，邻近地区众创空间发展水平较接近。

图1显示了2016年、2019年的局部空间相关指数和空间集聚格局，可以看出，2016年浙江、江苏、上海呈现高-高集聚，安徽、湖北、江西、湖南呈现低-低集聚，即东部沿海三省市抱团高速发展，对周边城市的技术扩散和溢出作用初步显现，而中部四省还处于低速发展阶段，亟需江浙沪拉动与帮扶。至2019年，长江中下游各省市众创空间发展水平的集聚格局贴近坐标轴，尤其是浙江和江苏逐渐从高-高集聚型转为低-高集聚型，两省份发展水平降低，但周围存在高发展水平的上海市，因此浙江和江苏两省应加强与上海的资源合作，扭转发展颓势。

4.2 众创空间发展水平影响因素及空间溢出效应分析

经检验，各省域众创空间发展水平存在空间正相关性，可进一步运用空间计量模型分析影响众创空间发展水平的创新资源要素及空间溢出效应。

众创空间发展水平体现了创新活动成效，因此在构建众创空间发展水平影响因素指标体系时，本文参考学者们研究创新活动空间溢出效应时采用的指标体系，再综合考虑众创空间创新投入、创新产出以及与运营相关的外部创新生态环境，结合众创空间特质，对以往指标体系进行了修改与完善。各省市众创空间发展水平依然选取“在孵企业获得投资额”衡量，影响因素考虑众创空间自身内部环境和宏观创新创业环境两方面。其中，内部环境考察人力、资金投入两方面因素，分别用创业导师数量、财政资金支持额衡量；外部环境考察创新网络规模、市场环境、经济环境和开放程度四方面因素，分别采用高等院校和科研机构数量、技术市场成交额、地区生产总值和外商投资企业投资总额衡量。各影响因素统计指标如表5所示，其中，在孵企业获得投资额、创业导师数量、享受财政资金支持额数据来源于《中国火炬统计年鉴》，高等院校和科研机构数量、技术市场成交额数据来源于《中国科技统计年鉴》，地方生产总值、外商直接投资额数据来源于《中国统计年鉴》，以金额度量的指标均进行了以2016年为基期的居民价格指数(CPI)平减处理。为缓解异方差带来的影响，将所有变量取对数。

本文选用的长江中下游各省域众创空间数据是典型的面板数据，因此采用面板空间计量模型进行实证分析。在选择模型时，综合考虑拟合结果和匹配程度：首先，通过比较4个常用面板空间计量模型的拟合效果发现，面板空间杜宾模型的可决系数与对数似然比值最大、赤池信息准则AIC值最小，因此可认为该模型拟合效果最好，具体见表6；其次，本文重点分析各省市众创空间发展水平影响因素以及本地发展水平对周边省市发展水平的溢出程度，研究内容并不涉及随机扰动项的空间滞后效应，因此无需选择带有空间滞后的模型。此外，面板空间杜宾模型的运行结果显示，被解释变量的空间自回归系数在1%的水平下显著，即存在空间效应。

空间杜宾模型中各解释变量的回归系数并不能反映其真实偏回归值，因此需要进一步分解为直接效应、间接效应和总效应。其中，直接效应是区域i的变量Xrit变化对本区域被解释变量Yit产生的影响，即总效应为所有区域变量Xrt变化对本区域被解释变量Yit产生的影响，即间接效应为其它区域变量Xrt变化对本区域i的被解释变量Yit产生的影响，即

由表7可知，在10%的显著性水平下，人力投入对众创空间发展水平具有显著正向影响，各省市资金投入、创新网络规模、开放程度则对该地众创空间具有抑制作用。人力投入、市场环境对众创空间发展水平具有显著正向空间溢出效应，当其它因素不变时，人力投入、市场环境平均每增加1%，与其相邻城市众创空间发展水平将平均提高1.66%、2.01%；创新网络规模、经济环境对众创空间发展水平具有显著负向空间溢出效应，当地创新网络规模、经济环境平均每增加1%，其相邻城市众创空间发展水平将平均降低40.97%、19.45%。

从各省市创新要素影响结果看，加大创业导师投入有助于提升众创空间发展水平，而提高财政资金支持额度、扩大区域创新网络规模、提高区域开放程度则会抑制本地众创空间发展水平。加大创业导师投入有助于提升众创空间创新创业服务水平，孵化创业团队和初创企业，进而促进本区域众创空间可持续发展；加大财政资金支持不利于众创空间实现独立的市场化发展，拓展区域创新网络规模会分散区域内已有创新资源，而扩大区域开放程度会促使社会资源流向成熟企业，这些因素在不同程度上对本区域众创空间发展产生不利影响。

从创新要素的正向溢出效应看，创业导师投入和技术市场成交额对周边省市众创空间的发展水平具有显著正向影响。这是因为创业导师聚集有助于促进本地区众创空间高效发展并产生经济收益，从而吸引邻近省市效仿。此外，创业导师在区域内流动有助于加快知识与技术传播，这为区域内相邻省市众创空间提高发展水平提供了创新创业氛围和技术条件。技术市场为创新创业成果转化与交易提供平台，为创新创业者提供信息共享机会，技术市场成交额增长有助于激发创新创业者兴趣和期望值，激发周边区域创新创业活力，带动周边省市众创空间发展。

从创新要素的负向溢出效应看，高校与科研机构数量、地区生产总值对周边众创空间发展水平具有显著负向影响。地区创新网络规模越大，创新体系越成熟，会对本土众创空间产生挤压效应，从而抑制众创空间发展，而科研水平高、经济发达则有助于吸引更多创新创业者，进而对周边区域众创空间发展产生较强抑制作用。

5 对策建议与研究展望

5.1 对策建议

5.1.1 提升盈利模式多样性与运营模式针对性

根据投影分析结果，长江中下游省域众创空间的总收入存在严重的产出不足。众创空间要实现可持续发展，必须探索多元化盈利模式，增加收入来源。众创空间不应只充当创业者导师和“房东”，还可以建立具有自身特色的投资基金，通过专业服务收费和股权投资实现收益。比如众创空间可以作为创业投资人，投资入股有潜力的在孵企业，这种利益绑定不仅可以为众创空间带来收入，而且提高了在孵企业留驻率。此外，还可以进行私募股权投资，在缓解短期资金压力的同时，通过长期股权收益实现盈利。

5.1.2 优化政策供给体系

政府对众创空间的激励涉及财政政策、人才政策、产业政策等，其中，财政政策是各省市使用频率最高的政策。根据2019年投影分析结果可知，财政补贴力度的区域差异较大，其中，位于东部发达地区的长三角区域财政资金投入过度冗余，而位于中部地区的长江中游区域资金支持力度不够。目前众创空间发展还是主要依赖政策扶持，但过度的财政补贴不仅会造成资源浪费，还会降低社会资金投入积极性，进而抑制众创空间独立的市场化发展。因此，应尽快缩小地区财政补贴差距，因地制宜地健全财政补贴政策体系，完善整体经济架构。此外，政策实施过程中要及时监测实施效果，不断反馈并调整政策工具应用，淘汰无效政策，同时，继续探究新政策工具。

5.1.3 推动政策扶持下的众创空间回归商业本质

由面板空间杜宾模型分析结果可知，政府资金支持对众创空间发展存在显著抑制作用。目前，众创空间运营在极大程度上仰赖政府支持，部分众创空间直接由中央政府投资建立，还有部分众创空间依靠地方政府财政补贴、财税减免等优惠政策维持运营。政府扶持使得我国众创空间发展具有公益色彩，同时，也造成众创空间虚假繁荣、无序发展。众创空间是大众创新创业服务平台，其社会属性决定经济属性，众创空间只有通过优化内部流程和基本构造来创造价值、获得经济收入，实现持续、健康发展。对于依托个体成立的众创空间，其主要任务是增加价值创造；对于依托政府和企业成立的众创空间，其主要任务是提高运营效率；对于依托高校成立的众创空间，其主要任务是解决社会问题，完成社会创业组织功能。

5.1.4 完善创新创业生态系统

首先，各地区应加强人才吸引和培育。从众创空间运行效率评价和空间溢出效应分析结果看，各省域众创空间人才投入冗余度极低。由于人才投入不仅对本地区众创空间发展水平具有显著促进作用，也对周边地区众创空间发展水平存在显著外溢效应。因此，各省域众创空间要优化人员结构、加强人员梯队建设，从猎头公司、研究机构招募更多创业导师，为众创空间举办创新创业活动、开展创业教育培训积累人才资源。

其次，众创空间发展应着力发展产业集群，促进园区企业高度协同。通过建立龙头标杆企业，引导园区其它创业企业发展周边配套产品，在区内形成产业链，连同上下游企业，形成规模优势，降本增效，提升众创空间的整体市场竞争力。

此外，众创空间需要加强与天使投资基金合作，一方面，获取资金支持，另一方面，天使投资基金的专业能力能够帮助在孵企业对创新创业项目进行市场预测。从投影分析结果可以看出，目前长江中下游地区中，除上海外，各省域众创空间在孵企业存在不同程度的投资不足，江苏的投资额甚至低于江西和湖北，因此各省域众创空间需吸纳更多投资额来支撑其运营。

5.1.5 缩小各省域发展差距并加强区域协同

长江中下游各省域运行效率存在一定差距，且近年整体呈缩小趋势，同时，各省市存在不同程度的要素投入冗余和产出不足。因此，需要合理调整冗余比例较高区域的众创空间投入要素，鼓励运行效率较高地区发挥辐射作用，带动运行效率较低地区合作共赢，通过优势互补，共同促进长江中下游区域众创空间良性发展。

结合本文众创空间空间溢出效应分析结果，可以从以下方面促进各省市协同发展：

第一，加强引入高校、天使投资等机构的兼职创业导师，建设跨区域创新创业导师互动交流平台；促进创新创业高素质人才流动，建设跨区域科技人才信息交流平台和统一的科创人才资源库，加强职称、人事档案管理等区域科技人才制度的衔接与互通。

第二，组建跨区域的技术创新+成果转化联合体，围绕关键技术和产品应用开发开展跨区域联合攻关；建设跨区域创新成果交易平台，搭建创新产出者与需求者之间的桥梁，破除阻碍技术市场交易的区域障碍。

第三，创新跨区域合作模式，促进创新创业资源在区域内充分流动，借助信息化技术建立集协作、共享和交易为一体的网络平台。

5.2 研究展望

本文基于既有研究进行了一些创新，但研究中还存在不足之处，未来研究可以作进一步完善。

(1)细化研究对象。本研究过程中只获取了以省域为单位的众创空间发展数据，尚未细化到各市级众创空间数据。未来研究可以深入挖掘市级数据，从而得出更有针对性的研究结果。

(2)进一步完善众创空间运行效率评价指标体系。本文结合以往研究成果和众创空间发展现状，构建了众创空间运行效率评价指标，随着外部宏观环境变化，可能会有新创新创业资源要素出现。因此，未来研究需要重新构建国家众创空间运行效率评价指标体系。

(3)进一步丰富众创空间分布格局及发展趋势研究。众创空间的发展始于2015年，时至今日仅有六七年，且本文在进行空间格局和空间溢出效应分析时只获取了2016-2019年数据。随着众创空间不断发展，学者们能够攫取到更多发展数据，从而对众创空间变化趋势进行充分研究，也能为面板空间计量模型提供更多数据支持。

参考文献:

[1] HAN S Y, YOO J, ZO H, et al. Understanding makerspace continuance: a self-determination perspective[J]. Telematics and Informatics, 2017, 34(4): 184-195.

[2] PAJU P. Hacking Europe: from computer cultures to demoscenes ed. by gerard alberts, ruth oldenziel (review)[J]. Technology & Culture, 2016, 57(4):1041-1042.

[3] ADAMS BECKER S, FREEMAN A, GIESINGER HALL C,et al.Austin, Texas: The New Media Consortium[EB/OL]. http://cdn.nmc.org/media/2016-nmc-cosn-horizon-report-k12-EN.pdf.

[4] 刘志迎,陈青祥,徐毅.众创的概念模型及其理论解析[J].科学学与科学技术管理,2015,36(2):52-61.

[5] 王节祥,田丰,盛亚.众创空间平台定位及其发展策略演进逻辑研究——以阿里百川为例[J].科技进步与对策,2016,33(11):1-6.

[6] 王丽平,刘小龙.价值共创视角下众创空间“四众”融合的特征与运行机制研究[J].中国科技论坛,2017，33(3):109-116.

[7] 纪浩.众创空间运行效率评价与资源优化配置研究[D].杭州：浙江工商大学,2018.

[8] 尹祥信.基于DEA方法的省域众创空间运行效率评价研究[D].镇江：江苏科技大学,2019.

[9] 李洪波,史欢.基于DEA方法的国内众创空间运行效率评价[J].华东经济管理，2019，34(12)：77-83.

[10] 徐莉,胡文彪,张正午.基于区域创新能力的众创空间运行效率评价——以我国30省份的众创空间为例[J].科技管理研究,2019,39(17):71-81.

[11] 张静进,陈光华.基于DEA模型的众创空间创新创业效率及投入冗余比较研究[J].工业技术经济,2019,38(9):26-34.

[12] M'CHIRGUI Z, LAMINE W, MIAN S, et al. University technology commercialization through new venture projects: an assessment of the French regional incubator program[J]. The Journal of Technology Transfer, 2018, 43(5): 1142-1160.

[13] 刘满凤,唐厚兴.基于空间Durbin模型的区域知识溢出效应实证研究[J].科技进步与对策,2010,27(18):28-33.

[14] 白俊红,王钺,蒋伏心,等.研发要素流动、空间知识溢出与经济增长[J].经济研究,2017,52(7):109-123.

[15] 周锐波,刘叶子,杨卓文.中国城市创新能力的时空演化及溢出效应[J].经济地理,2019,39(4):85-92.

[16] 杨磊.我国创新活动的空间集聚特征及溢出效应研究[D].沈阳：辽宁大学,2020.

[17] 李红锦,樊馨媄,李胜会.中国高校创新产出空间格局及其溢出效应研究[J].广东财经大学学报,2019,34(6):24-34.

[18] MARSHALL. A principles of economies [M]. London: Macmillan, 1920: 18-30.

[19] ARROW K J. The economic implication of learning by doing [J]. Review of Economic Studies, 1962,29(6):155-173.

[20] GRILICHES Z. The search for R&D spillovers[R]. National Bureau of Economic Research, 1991.

[21] CRESCENZI R, RODRIGUEZ-POSE A, STORPER M. The territorial dynamics of innovation in China and India[J]. Journal of economic geography, 2012, 12(5):1055-1085.

[22] SONG,ZHANG. Spatial spillovers of regional innovation: evidence from Chinese provinces[J]. Emerging Markets Finance and Trade,2017,53(9):2104-2122.

[23] 丁焕峰,张育广.粤港澳大湾区“双创”空间协同创新发展研究[J].广东财经大学学报,2020,35(5):80-88.

[24] 田剑,尹祥信.基于省域数据的众创空间运行效率及其空间关联分析[J].江苏科技大学学报(社会科学版),2019,19(2):82-87.

[25] 张心懿,王君华.众创空间运行效率研究综述[J].合作经济与科技,2020,33(5):162-165.

[26] 科学技术部火炬高技术产业开发中心.中国创业孵化发展报告2020[R].北京：科学技术文献出版社，2020.

[27] 吴传清,黄磊,文传浩.长江经济带技术创新效率及其影响因素研究[J].中国软科学,2017，32(5):160-170.

[28] 赵滨元.京津冀协同创新绩效影响因素分析——基于空间杜宾模型[J].商业经济研究,2021，40(1):162-166.

(责任编辑：胡俊健)