The Multi-Dimensional Performance of Collaborative Path of Maker Space Based on Sci-Tech Service Ecosystem

Zhang Jian, Liu Xuelian, Ma Mingyue, Wang Yiqiao

(School of Business, East China University of Science and Technology, Shanghai 200237, China)

Abstract：There is a close interactive relationship between sci-tech service ecosystem of maker spaces and their multi-dimensional performance, promoting the interdependence, mutual driving, iterative reinforcement, and "spiral rise" of incubation performance, social performance, and innovation performance.However, domestic studies focus on the operational management of maker spaces and the short-term performance of incubated enterprises, while neglecting the systematic role of the full-chain service ecosystem in driving multi-dimensional outcomes.Foreign research has shifted toward sustainability and value co-creation, yet it still fails to clarify how maker spaces integrate human, cultural, and industrial resources and embed themselves in regional innovation systems.Existing literature emphasizes quantifiable explicit outputs but downplays the cultivation of high-growth enterprises like unicorns, lacking in-depth analysis of the collaborative mechanism among incubation, social, and innovation performance.Thus, it is necessary to adopt a multi-stage and whole-process perspective to systematically examine the collaborative paths of resource integration, knowledge sharing, and multi-dimensional performance so as to achieve mutual empowerment between maker spaces and the sustainable development of regions.

From the perspective of the sci-tech service ecosystem, this study selects 13 provincial-level administrative regions across 5 major urban agglomerations as research cases.It draws on the average values of data concerning the multi-dimensional performance of maker spaces from 2017 to 2023, and employs configuration thinking and the fsQCA method to explore the complex synergistic paths through which the human resource ecosystem, financial capital ecosystem, infrastructure ecosystem, technology service ecosystem, and industrial innovation ecosystem drive the sustained improvement of maker spaces' multi-dimensional performance.

The research findings reveal that the achievement of maker spaces' multi-dimensional performance relies on the collaborative coupling of multiple elements within the sci-tech service ecosystem.For maker spaces, the collaborative coupling of various elements follows a consistent path in realizing high incubation performance, high social performance, and high innovation performance,specifically, the driving path of "financial capital ecosystem - human resource ecosystem - infrastructure ecosystem - industrial innovation ecosystem" serves as the core pathway to attain their multi-dimensional performance.No single element constitutes a necessary condition for maker spaces to achieve high incubation, social, or innovation performance; nevertheless, a robust financial capital ecosystem emerges as a key antecedent condition for their high performance.

This study frames a "technology-economy-society" coupling path for maker-space performance that is woven through the sci-tech service ecosystem.First, under a regional-innovation integration strategy, maker spaces are embedded in the local innovation ecosystem to address national missions and core technological bottlenecks, thereby completing a full-chain incubation and growth pipeline for technology-based enterprises.Second, an ecological-governance trajectory is followed vertically,i.e.,resource foundations strengthen incubation performance, breakthrough outputs lift innovation performance, and widened application scenarios amplify social performance,while horizontally expanding social networks, feeding achievements back into incubation capacity, and steering resource flows to cultivate unicorn enterprises to enhance social contributions..Third, a collaborative path is forged with the sci-tech financial ecology as the pivotal condition, complemented at the margin by talent, large-scale facilities, and industrial-innovation ecologies, to propel multi-dimensional performance efficiently.Patient state capital is cultivated and enlarged within an investment and financing mechanism led by government funds, dominated by corporate finance, with enterprise investment as the main body, and followed by the Science and Technology Innovation Board and private capital.

The research conclusions can provide effective support for the deep integration of the innova-tion chain, industrial chain, capital chain, and talent chain through entrepreneurship incubation services, and provide important implications for the accelerated growth of unicorn companies in China.Future research should incorporate government policies like digital transformation into the analytical framework, examine their impacts on the performance of maker spaces, thereby enhancing the explanatory power of research conclusions and facilitating an understanding of the internal logic behind maker spaces transitioning from the "performance improvement" stage to the new "ecological intelligence" stage.Meanwhile, with in-depth digital transformation and upgrading driving the evolution of their models from "physical incubation" to "digital incubation", future research also needs to further focus on and explore the specific paths for high-quality development after this model transformation, so as to fill the gaps in current research in this field.

Key Words：Maker-space;Multi-dimensional Performance;Sci-tech Service Ecosystem;fsQCA

DOI：10.6049/kjjbydc.D62025020198

开放科学(资源服务)标识码(OSID)：

中图分类号：F061.5;F270

文献标识码：A

文章编号：1001-7348(2026)05-0037-12

收稿日期：2025-02-13

修回日期：2025-06-20

基金项目：国家社会科学基金一般项目(19BGL269);中国科协海智计划课题研究项目(HOME2021-09)

作者简介：张坚(1970-),女,浙江杭州人,博士,华东理工大学商学院副教授,研究方向为区域发展管理、创新创业管理;刘雪莲(2000-),女,云南大理人,华东理工大学商学院硕士研究生,研究方向为创新政策;马明月(1999-),女,黑龙江哈尔滨人,华东理工大学商学院硕士研究生,研究方向为创新管理;王艺桥(2001-),女,河北秦皇岛人,华东理工大学商学院硕士研究生,研究方向为科技金融。

0 引言

随着“大科学时代”到来,创新要素(科研资金、科学技术和研究人员)在全球范围内国际流动日益加快,创新要素全球化配置、创新主体全球化布局、创新活动全球化合作的态势显著,中国独角兽企业的全球影响力显著提升,在人工智能、新能源等战略领域形成技术引领优势,以“链主”姿态重构全球产业链。2017—2023年我国独角兽企业发展呈现出明显“倒U型”,快速增长后进入下行通道[1]。2023年,财政部颁布众创空间优惠税收政策,以众创空间为起点,营造良好的科技服务生态,激发企业创新创业活力,推动经济社会高质量发展。《GEI中国独角兽企业研究报告(2025)》显示,2024年全球独角兽企业呈现中美双雄格局,近8成独角兽企业分布在美国(545家)和中国(372家)。中国独角兽企业呈现“高集聚、广分布”特征,在排名前100的城市中,长三角、京津冀、粤港澳大湾区、成渝双城和长江中游5大城市群的独角兽企业数量累计占全国九成以上,其中长三角城市群独角兽企业增加尤为迅速。

我国众创空间主要集中于京津冀、长三角和粤港澳大湾区城市群,其科技创新效率的区域差异呈现“东高西低、北高南低”集聚态势。在民营经济较为活跃的杭州,双创载体、独角兽及准独角兽企业集聚的滨江区、余杭区和西湖区等坚持为初创企业夯实“热带雨林式”的孵化土壤,推动“杭州六小龙”成为区域经济的新增长点。2025年5月,工业和信息化部等九部门印发《关于加快推进科技服务业高质量发展的实施意见》,提出“优化科技服务业发展生态”。因此,有必要深入探讨众创空间开放式科技服务生态系统理论框架,明确多维度科技服务绩效协同路径,促进“四链”协同、融合发展和资源集聚,为我国未来产业转型升级提供有效支撑。

众创空间是价值共创的组织载体,国内关于其绩效的研究主要集中于两个维度:一是侧重众创空间自身运营绩效,关注服务与投资收入占总收入的比重[2];二是聚焦孵化创业企业绩效,从资金、人才和创新绩效3个方面反映双创成果(王海花等,2020)。相关研究进一步从投入和产出两个层面测度,前者涉及众创空间在人力、财力和物力层面的投入[3],需要经济、技术和社会支持,整合技术、资本、服务和市场网络等资源[2];后者不仅考察众创空间的经济、社会和创新效益(许亚楠等,2020),还关注在孵企业创新、发展、社会贡献能力培育以及产业规模等[4],但鲜少对众创空间(作为双创核心载体)全链条服务生态与其多维绩效的关系进行探究。

国外研究主要关注众创空间与初创企业之间的相互促进及价值共创[5-6],对众创空间如何整合内外资源(如人力资本、创业文化),对接当地产业结构并嵌入区域创新体系的机理研究不足。学者们发现,众创空间多主体间资源整合和价值共创体现整体协同性,可以通过营造知识共享环境、培育高创造性和高价值企业,更好地提升创业绩效[7]。

尽管已有研究对众创空间绩效进行了有益探索,但仍存在局限:一是较为关注短期投入和产出,强调可量化的显性成果,较少考虑科技服务生态因素对众创空间绩效的综合影响(陈红花等,2019);二是较为重视孵化服务绩效,较少结合高成长性的独角兽企业培育,深入剖析孵化绩效、社会绩效和创新绩效间的作用机制;三是多从创业网络视角出发[8],较少从多阶段、全链条、全过程出发,系统考察众创空间多维绩效协同路径。

本文以京津冀、长三角、粤港澳大湾区、成渝双城和长江中游5大城市群13个省级行政区的独角兽企业与双创载体集聚的众创空间为研究对象,基于科技服务生态系统视角,考察2017—2023年独角兽企业爆发式增长进程中,与众创空间高质量发展之间存在“载体赋能—高成长性—生态反哺”的关联,并剖析科技服务生态系统各关键要素协同促进众创空间多维绩效提升的路径,以期为培育新质生产力,推动科技创新范式变革提供借鉴。

1 理论基础与模型构建

1.1 理论基础与文献回顾

1.1.1 服务生态系统理论基础与文献回顾

服务生态系统理论框架由服务系统演进而来(见图1),分为服务管理中的服务系统、作为价值集合体的服务系统以及服务生态系统3个阶段[9],遵循服务管理→价值网络→生态系统的演进路径(令狐克睿等,2018),主要关注资源互补—网络协同—涌现创新,依托主体协同关系、资源互补整合以及服务交换创造共同价值,从而实现系统复制、重构和转型[10]。其中,服务管理中的服务系统聚焦标准化流程和内部资源整合,作为价值集合体的服务系统注重资源整合和价值共创,服务生态系统关注复杂网络关系下的多层次网络和动态价值共创系统。

(1)服务管理中的服务系统。该系统由多个子系统组成,包括客户、组织结构与系统、管理和员工以及物理和技术资源,主要关注服务系统的服务质量输出,且将服务系统、服务质量和服务设计紧密结合,揭示服务系统特性[11]。同时,通过主体间协同、要素资源间互补,借助服务接触、企业战略要素、质量维度、设计和服务交付的动态配置实现价值创造。

(2)服务主导逻辑(SDL)的服务系统。基于服务主导逻辑理论(SDL),不同社会与经济行动者依据自身价值主张,促进系统内各参与主体间互补性资产流动,从而实现服务生产、相互供给和价值共创。服务系统具有自发感知与响应的松散耦合时空结构,参与者通过共享制度安排和跨界服务交换实现共同价值,进而形成相对独立、自我调节的资源整合系统[12]。

(3)服务生态系统。该系统由个体、组织和平台设施等多层级主体构成,且嵌套于技术创新制度、文化和环境中,具有自我调节机制,通过协同与适应实现动态演化[10,13]。系统价值共创通过资源整合与服务协作网络推动多主体动态交互,促进要素间的反馈循环,形成价值共创涌现效应。系统内要素间的反馈循环构成动态平衡,通过动态反馈、协同演化和涌现效应实现多维关联的整体绩效。

科技服务生态系统是服务生态系统在科技创新领域的专业化延伸,也是服务生态系统框架下,聚焦科技创新价值链赋能,依托各大科技服务企业和创新机构,以信息互通和资源共享为基础,通过各类创新资源联动强化科技服务子系统的“生态位”功能,从而形成动态平衡和进化的生态系统,在协同和竞争的正反馈循环中实现价值共创[14]。

1.1.2 众创空间多维绩效理论基础与文献回顾

众创空间作为“双创”战略的核心载体,其绩效突破传统单一经济指标,形成涵盖孵化效率、创新产出、经济贡献、生态协同和社会价值的多维体系。基于科技服务生态系统视角,众创空间是多主体协同,通过资源互补和服务交换形成的价值共创网络。

(1)孵化功能是指众创空间培育创新主体的能力,是衡量其科技服务生态系统绩效的核心价值,能够提供全方位支持,直接影响初创企业成长与商业化进程,提升初创企业创业成功率。孵化绩效关注资源赋能能力和初创企业培育及成长支持[15],能够直接反映众创空间对初创企业成长的影响,具体体现为引导、帮助创业者将科技创意转化为创业实体、赋能和扶持初创企业、对接融资渠道与聚合资源等。

(2)社会贡献强调创造公共价值,同时也体现出对区域经济和社会发展的溢出效应,是众创空间的外部性价值之一。众创空间并非单纯的商业孵化器,作为科技服务生态系统的组成部分,它通过聚集人才、加强交流、培育创新文化等,为区域创新生态系统和社会发展带来积极影响(张玉利,2017)。社会绩效方面表现为众创空间对社会整体的贡献,具体包括创造更多工作岗位、吸引并留住人才、推动知识和技术转移、提升区域创新能力等[16]。

(3)创新合力是众创空间的驱动引擎,可加速各类创新创业资源集聚,发现和培育初创期独角兽企业,发挥创新生态系统发展的耦合效应。创新绩效的影响因素主要有创新策源产出和初创企业成长[17],具体包括专利申请数、新产品研发、技术突破和创业团队等。众创空间创新绩效的实现不仅需要依赖自身运营效率提升,还需要通过创新驱动在孵团队技术突破、强化市场转化能力、提供可持续发展动力,进而平衡不同地区资源配置、缩小区域发展差距,推动产业向更高层级升级。

因此,基于科技服务生态系统中的众创空间,依赖于“资源—能力—价值”循环,呈现“孵化—社会—创新”多维绩效演进路径。孵化绩效是众创空间的核心功能,侧重培育初创企业和创业团队的能力;社会绩效是促进就业、优化产业结构等中长期效应;创新绩效则为众创空间提供持续增长的动力。众创空间以科技服务能力为核心,通过孵化绩效加速创新主体培育成长,通过社会绩效优化创新群落知识溢出,通过创新绩效推动未来产业技术跃迁,三者相互依存、互为驱动、迭代强化且呈现“螺旋上升”态势[18]。

1.2 模型构建

1.2.1 众创空间多维绩效影响因素

依据服务生态系统理论,众创空间本质是多方主体共融、共生、共建的科技服务生态系统,通过系统内外各关键要素间的协同效用,提升科技服务生态效率[19]。这些关键因素包括人力资源、金融资本、教育培训、院校支持、产业创新、基础设施、创业导师和文化支撑。

以欧盟为代表,为吸引和留住人工智能、半导体、生物医药等领域高潜力技术成长企业,推出《欧盟初创与成长型企业战略》(2025)(EU Startup And Scaleup Strategy)[20],围绕科技型企业成长中的不同需求和主要障碍,从5个生态维度完善初创企业“创立—扩展—成熟—成功”全过程,通过资源流动、功能互补和价值反馈形成动态服务生态价值网络,具体包括:

(1)人才与设施生态构成基础层。科技人才生态是初创企业创新的核心驱动力,通过简化签证制度和跨境资格认证等吸引更多全球顶尖研发人才与创业者;借助科技设施生态优化基础研发平台,降低硬科技创新的固定资产投入,提升创新成果产出质量。

从知识积累到服务协同的人才资源。基于智力资本“H—S—R”视角,众创空间通过创客隐性知识共享与迭代显著提升创新绩效[21]。同时,创业导师发挥链接系统内外的“桥梁”功能,整合内生知识与外生资源,而人力资源效能发挥需依托精准服务,形成“动态知识网络—导师赋能—服务精准化”闭环。

从硬件载体到营商环境的设施环境。科技设施是众创空间绩效的基础,营商环境直接影响其知识创造绩效[22]。众创空间科技设施的硬服务与人才流动的软服务,共同构成科技服务生态系统的双重驱动,而设施环境的硬联通和软联通,为科技服务与产业创新提供保障。

(2)金融与服务生态构成催化层。科技金融生态为科技型企业提供全方位、接力式综合金融服务,加大风险投资和基金投资力度,为初创企业和独角兽企业提供资金支持,弥补高新技术领域的高风险、长周期、资本密集型技术融资缺口;科技服务生态主要发挥创新催化作用,提供法律、知识产权、市场对接等专业化服务。

从融资约束到政策赋能的科技金融。区域金融市场活跃度与金融政策宽松度对众创空间运营绩效具有显著调节作用[4]。由于政府补贴与税收优惠存在杠杆效应(徐示波等,2024),财政政策支持不仅能够缓解融资约束,还可以通过信号效应吸引社会资本参与,形成“政策—市场”双轮驱动的金融生态。

从服务设计到创新网络的科技服务。专业化科技服务是资源转化为绩效过程中的核心要素,众创空间运营设计能够显著提升入孵企业创新效率[23]。为实现“服务供给—外部资源—治理绩效”耦合联动,需要重视服务能力与运营目标的动态适配性,并嵌入区域创新网络与外部资源联动[24],形成“科技服务—知识溢出—产业升级”链式反应。

(3)产业创新生态形成应用层。依托高效转化机制,提升技术商业化效率,实现场景化系统价值共创,培育独角兽企业。

从协同网络到成果转化的市场化—产业—创新。众创空间集聚不同领域创新主体(如创业者、投资者、产业链上下游企业等),形成创新生态网络,通过链接产业上下游企业推动协同研发和供应链优化,与高校、科研院所、龙头企业合作,服务于产业创新需求,加速技术成果转化,推动新产品市场化,从而促进产业技术升级[25]。

1.2.2 众创空间多维绩效的组态模型

作为科技服务生态系统,众创空间由相互作用的创业主体、参与创业的群落以及环境因素共同构成,连接技术供给端(高校、科研院所)、产业需求端(企业、市场)和社会资本端(政府、投资机构)。主体间、主体与环境间相互影响、相互依赖和相互制约,通过资源整合与知识溢出实现价值循环,保持相对稳定的动态平衡并促进功能耦合[26]。

依托资源整合和价值共创平台,众创空间构建多主体协同网络,在“服务主导逻辑”协同治理下,各类生态要素整合、耦合、演化和涌现形成动态共生系统。以科技服务能力为核心,通过孵化绩效加速创新主体培育成长,通过社会绩效优化创新群落的知识溢出,通过创新绩效推动未来产业技术跃迁,三者相互依存、互为驱动、迭代强化且呈“螺旋上升”态势,实现“孵化—社会—创新”绩效良性循环。由此,不仅能够有效激活经济增长动能,而且可以促进公平和可持续发展,加速推动技术突破与创新范式升级。

综上,组态视角下前因条件对众创空间多维绩效的影响并非相互独立,而是通过耦合协同提升区域创新体系能级[10,27]。因此,本文使用fsQCA方法,从多重条件切入,构建基于科技服务生态系统的众创空间多维绩效协同机制分析框架(见图2),探索科技服务生态系统多重要素耦合协同效应,揭示众创空间多维绩效协同驱动新质生产力发展的内在规律,助力实现高水平科技自立自强。

2 研究设计

2.1 研究方法

本文利用模糊集定性比较分析(Fuzzy-Set Qualitative Comparative Analysis,简称fsQCA)方法[28],在组态视角下明晰影响众创空间多维绩效的核心条件与边缘条件,探索相应的科技服务生态系统多维绩效协同路径,弥补以往静态视角分析的不足,从动态性、协同性和非线性入手,为理解众创空间绩效的复杂性与可持续性提供新的理论框架。

2.2 案例选择与数据来源

本文选取独角兽企业聚集的京津冀、长三角、粤港澳大湾区、成渝双城和长江中游5大城市群13个省级行政区作为研究对象,符合fsQCA分析中案例数与条件数平衡的要求。本文数据来源于《中国火炬统计年鉴》《中国科技统计年鉴》《中国统计年鉴》和各省统计年鉴,以及《中国独角兽企业发展报告》,并选取2017—2023年众创空间多维绩效相关数据的均值进行分析。在此基础上,运用fsQCA方法结合定性分析与定量分析,在保证样本容量充分的情况下,通过比较分析得到众创空间多维绩效提升路径。

2.3 变量测量与校准

2.3.1 变量测量

基于上述研究,本文构建基于科技服务生态系统的众创空间多维绩效指标体系(见表1),前因变量包括科技人才生态、科技金融生态、科技设施生态、科技服务生态和产业创新生态,结果变量包括孵化绩效、社会绩效和创新绩效。

本文采用最大—最小标准化处理原始数据,进一步运用熵权法计算众创空间多维绩效协同的前因变量各指标权重,并结合灰色关联度分析获得各指标值,在此基础上进行组态分析。

(1)前因变量测量。

科技人才生态。丰富的区域科技人才资源储备是众创空间运行的基础。众创空间通过聘请专家、经验丰富的创业导师为创业人才团队提供专业化科技服务,辅之以优秀的创业服务团队,形成完整的人才链,为创新创业活动提供智力支持和人才保障。参考柴晨星等[29]的相关研究,本文采用创业导师数、R&D人员全时当量、众创空间服务人员数量作为科技人才生态衡量指标。

科技金融生态。完善的科技金融生态是众创空间发展的重要支撑。多元化资金来源,如政府财政支持、天使投资、风险投资等,为初创企业提供启动和发展资金。稳定的资金链有助于支持各类创新主体开展研发、市场推广等活动,提升众创空间整体绩效。根据张玉利等(2017)的相关研究,本文采用众创空间发展所获得的财政资金支持额、R&D经费内部支出、R&D经费投入强度作为科技金融生态衡量指标。

科技设施生态。良好的科技设施生态是众创空间建设的主要载体。科技设施包括办公场地、网络设施、实验设备等硬资源以及配套物业、后勤保障等软支撑。完善的基础资源链能够降低创业成本和难度,提高创业效率,吸引更多创业者和初创企业入驻,进而提升众创空间绩效。根据陈章旺等[3]的相关研究,本文采用众创空间提供的工位数、互联网宽带接入端口以及移动互联网用户作为科技设施生态衡量指标。

科技服务生态。健康的科技服务生态是众创空间的竞争优势。专业化众创空间不仅提供技术研发、成果转化、知识产权保护等全链条服务,而且为初创企业及创业团队举办路演、沙龙等交流活动和技术培训,加速科技成果商业化,提升孵化绩效。根据李鑫等[16]的相关研究,本文采用举办创新创业活动次数、教育培训开展次数、获得技术支撑服务的团队和企业数作为科技服务生态衡量指标。

产业创新生态。成熟的产业创新生态是众创空间的创新动力。产业创新生态构建有利于众创空间与科技企业孵化器、加速器、产业园区等共同组成孵化体系,获取更多产业链上下游资源,促进协同创新与资源共享,实现创新链和产业链精准对接与深度融合,加速形成高端产业集群。根据林鹏等(2020)的相关研究,本文采用高技术产业营业收入、高技术产业企业数和第三产业占GDP的比重作为产业创新生态衡量指标。

(2)结果变量测量。本文基于服务生态系统理论,借鉴科技部、各省科技厅、各市科技局对科技企业孵化器和众创空间绩效的评价指标,构建结果变量测度指标如下:

孵化绩效。众创空间是以孵化优秀初创企业或创业团队为目的构建的载体[3],因而本文采用众创空间总收入和新注册企业数作为衡量孵化绩效的主要指标。

社会绩效。众创空间的社会绩效集中体现在科技人才培养和营商环境培育(林鹏等,2020)。因此,本文采用常驻初创企业吸纳就业人数和创业团队人员数、海外项目入驻和留学归国创业企业数量,作为衡量社会绩效的主要指标。

创新绩效。众创空间的创新产出主要涉及创业企业成长和创新策源产出[30]。因此,本文采用常驻初创团队和企业有效发明专利数量,以及雏鹰企业、瞪羚企业和独角兽企业年度新增数量作为衡量创新绩效的主要指标。

2.3.2 变量校准

本文采用直接校准法,将5个条件变量与3个结果变量的完全隶属、交叉点和完全不隶属3个校准锚点分别设定为样本描述性统计的上四分位数(75%)、中位数(50%)与下四分位数(25%)。非高孵化绩效、非高社会绩效和非高创新绩效校准通过取高孵化绩效、高社会绩效和高创新绩效的非集实现,具体校准描点如表2所示。

3 实证分析

3.1 结果变量的空间集聚

关于众创空间多维绩效的空间集聚情况,5大城市群13个省级行政区的众创空间孵化绩效、社会绩效和创新绩效标准差椭圆的重心发展轨迹如图3所示。

其中,众创空间孵化绩效、社会绩效的标准差椭圆重心发展轨迹基本处于京津冀城市群和长三角城市群,总体呈“北—南”空间分布特征,体现为以京津冀和长三角城市群为龙头,带动长江中游城市群、成渝双城城市群等共同提升众创空间孵化绩效和社会绩效。而众创空间创新绩效的标准差椭圆重心发展轨迹2017—2019年主要集聚于京津冀和长三角城市群,2020—2023年主要集聚于长三角和粤港澳大湾区城市群,总体呈“北—南”空间分布特征,体现为2017—2023年区域创新龙头从京津冀和长三角城市群逐步扩展至粤港澳大湾区城市群,并持续带动成渝双城和长江中游城市群迈向高质量发展的增长极。

3.2 必要条件分析

本文进一步检验单个条件是否构成众创空间高/非高孵化绩效、高/非高社会绩效、高/非高创新绩效的必要条件:一致性水平反映前因条件为结果超集的程度,是衡量必要条件的重要指标。当条件变量一致性水平高于0.9时,可认为该条件构成必要条件(杜运周等,2020)。

本文采用fsQCA法对众创空间高/非高孵化绩效、高/非高社会绩效和高/非高创新绩效进行必要条件分析,结果如表3所示。结果表明:高/非高孵化绩效、高/非高社会绩效、高/非高创新绩效情境下,单个条件变量的一致性水平均低于0.9,因而不构成众创空间高/非高孵化绩效、高/非高社会绩效、高/非高创新绩效的必要条件。

由此可见,5大城市群科技服务生态系统的各单一生态要素,均非实现众创空间孵化绩效、社会绩效和创新绩效的决定性因素。因此,本文进一步探讨不同要素生态相互作用形成的协同路径,及其对众创空间孵化绩效、社会绩效和创新绩效的提升作用。

3.3 组态分析

本文在构建真值表时,将原始一致性阈值设置为0.8,将案例阈值设置为1,将PRI一致性阈值设置为0.7,组态分析结果如表4所示。结果显示,实现高孵化绩效的组态存在两类,实现高社会绩效的组态存在3类,实现高创新绩效的组态存在两类,说明实现高多维绩效具有多条协同路径。

3.3.1 高孵化绩效组态分析

表4显示,众创空间高孵化绩效路径存在两类,分别是HHP1和HHP2。组态HHP1的核心条件是科技金融生态,边缘条件是科技人才生态、科技设施生态和产业创新生态。组态HHP2的核心条件是科技金融生态,边缘条件是科技人才生态和科技服务生态。由此可知,科技金融生态均为核心条件。众创空间实现高孵化绩效,科技金融生态发挥显著作用。根据上述分析可知,实现众创空间高孵化绩效的协同路径存在两类,具体如下:

(1)人才集聚下“金融—设施—产业”协同型。组态HHP1的协同路径为“科技金融生态—科技人才生态—科技设施生态—产业创新生态”,以科技金融生态为核心条件,科技金融生态对众创空间高孵化绩效发挥核心作用。

这一类型的典型区域包括广东省、长三角和京津冀城市群。以珠海横琴国际科技创新中心的澳门青年创业谷和高新区创业梦工场为例,它们是横琴自贸区在“大众创业、万众创新”背景下,打造的高新科技产业培育基地、“科创+”国际科创示范平台和科创“W.E.社区”。随着大湾区科技设施不断完善,国家级科研院所、大科学装置、重点实验室等重大科技创新载体相继落成,加速聚集粤港澳三地资本、信息、人才、技术等要素,进而促进营商环境国际化。同时,面向全球举办高水平科技创业大赛,吸引高端科技人才和优质科创项目落地,打造一批新材料等战略性新兴产业集群、科技创新载体和国际人才合作平台。

(2)人才集聚下“金融—服务”协同型。组态HHP2的协同路径是“科技金融生态—科技人才生态—科技服务生态”,以科技金融生态为核心条件,科技金融生态对众创空间高孵化绩效发挥核心作用。

这一类型的典型区域包括成渝城市群、长江中游城市群。以重庆两江新区为例,成渝双城的高等教育和研究机构相对集中,在高端人才资源和优质科技服务助力下,以科技金融生态为主导的协同发展路径,同样能够实现众创空间高孵化绩效,助力创新成果快速转化与创业项目成长。

由科技金融主导的协同路径也能实现众创空间高孵化绩效。重庆两江新区围绕“智汇两江”双创品牌,完善“1+2+3+N+X”科创服务综合体,依托鲸准一站式股权投融资平台,打造智汇两江创新中心;开展系列主题活动,吸引海外人才团队创新创业;依托两江创新文化聚合点和国际合作交流新基地,发挥开放共享优势,为科技成果国际化和产业化提供服务保障,推动国有资产深度赋能创新型企业成长。

3.3.2 高社会绩效组态分析

表4显示,众创空间高社会绩效路径存在3类,分别是HSP1、HSP2和HSP3。组态HSP1的核心条件是科技金融生态,边缘条件是科技人才生态、科技设施生态和产业创新生态。组态HSP2的核心条件是科技金融生态和科技服务生态,边缘条件是科技人才生态。组态HSP3的核心条件是科技服务生态,边缘条件是科技人才生态和科技金融生态。根据上述分析可知,实现众创空间高社会绩效的协同路径存在3类,具体如下:

(1)金融主导型。组态HSP1的协同路径是“科技金融生态—科技人才生态—科技设施生态—产业创新生态”,以科技金融生态为核心条件,科技金融生态对众创空间高社会绩效发挥核心作用。

这一类型的典型区域主要是江苏省。以南京江宁区为例,强化资源优势、服务功能和枢纽作用,坚持加快布局创新网络,吸引诺奖得主项目落户;与以色列内坦亚市缔结友好城市,推进中以科技产业创新园建设,构建驻以创新工作联络处和海外离岸孵化基地、中以科技文化交流中心等;积极推动产才融合发展,打造全链条服务的“海智湾·江宁”国际人才社区,推出“海智湾·江宁”国际人才街区品牌,营造“类海外”环境,提供“一站式”服务,为海外人才进驻提供全方位、全链条服务。

(2)“金融—服务”主导型。组态HSP2的协同路径是“科技金融生态—科技服务生态—科技人才生态”,以科技金融生态和科技服务生态为核心条件,对众创空间高社会绩效发挥核心作用,科技人才生态作为边缘条件发挥辅助作用。

这一类型的典型区域主要是成渝城市群。以成都高新区为例,加大科技金融服务力度,构建科技成果转移转化精准对接服务机制。以初创企业为主体,开展“金熊猫计划”系列活动,通过发布“金熊猫”科技企业创新榜,打造“积分投”“积分贷”等金融产品,提升科技金融服务水平;依托国投科创人才基金,助力硬科技企业全生命周期培育;坚持市场导向,为技术交易提供全方位综合化服务,以及覆盖科技成果转化全过程的一站式服务。

(3)服务主导型。组态HSP3的协同路径是“科技服务生态—科技人才生态—科技金融生态”,以科技服务生态为核心条件,科技服务生态对众创空间高社会绩效发挥核心作用。

这一类型的典型区域主要是长江中游城市群。以武汉未来科技城为例,武汉地质资源环境工业技术研究院作为省市校共建的科技产业服务平台,充分发挥武汉高水平研究型大学的高端人才汇聚、国际化接轨程度较高的优势,打造科技创新产业孵化体系,构建技术转移及应用技术研发、产业孵化基地及运营支持、产业金融及投资、创新创业人才培养及国际合作等5大功能;以氢能源产业链投资为导向,联合投资基金管理有限公司共同发起成立产业投资基金,助推氢能汽车全产业链创新发展。

3.3.3 高创新绩效组态分析

表4显示,众创空间高创新绩效路径存在2类,分别是HIP1和HIP2。组态HIP1的核心条件是科技金融生态和科技服务生态,边缘条件是科技人才生态。组态HIP2的核心条件是科技金融生态,边缘条件是科技人才生态、科技设施生态和产业创新生态。根据上述分析可知,实现众创空间高创新绩效的协同路径存在两类,具体如下:

(1)“金融—服务”主导下人才协同型。组态HIP1的协同路径是“科技金融生态—科技服务生态—科技人才生态”,以科技金融生态和科技服务生态为核心条件,对众创空间高社会绩效发挥核心作用。

这一类型的典型区域主要是浙江省。以浙江清华长三角研究院为例,组建胜因谷等多个众创空间,在“北斗七星”发展模式驱动下,以“人才+项目”“项目+人才”互促引才模式深度对接产业需求,推动海外高层次人才项目落地,促进“政产学研金介用”融合;通过深化产学研合作,实现顶尖智力资源和创新要素自由流动;推动构建与国际规则接轨的资本支撑机制,围绕“科创+资本”主线,依托资本链打通“学校—地方”“学术—产业”成果转化渠道,培育独角兽企业,推进科技与经济融合发展。

(2)金融主导下“人才—设施—产业”协同型。组态HIP2的协同路径是“科技金融生态—科技人才生态—科技设施生态—产业创新生态”,以科技金融生态为核心条件,科技金融生态对众创空间高社会绩效发挥核心作用。

这一类型的典型区域主要包括北京、上海和广东省,它们属于拉动经济增长、促进区域协调发展、参与国际科技竞争合作的3大核心增长极,具备较强的活力与潜力。以上海张江科学城为例,高水平研究型大学、新型研发机构和国家重大科技设施加速集聚,形成良好的基础研究创新生态。同时,上海张江创业工坊聚焦生物医药、集成电路等重点产业,加快打造全球人才“蓄水池”,搭建一体化创业孵化平台,以“众创空间-创业苗圃—孵化器—加速器”递进式创业孵化链条,为培育和构建“国际化、集群化、专业化”双创生态体系提供全方位服务,营造适合独角兽企业成长的城市环境,促进科创高地建设。

3.4 各组态比较

比较基于科技服务生态系统的众创空间高孵化绩效路径(HHP1和HHP2)、高社会绩效路径(HSP1、HSP2和HSP3),以及高创新绩效路径(HIP1和HIP2)可知,各路径的条件变量之间存在重叠路径和替代关系。通过对比分析可知(见表5),科技金融生态和科技人才生态是主要前因条件,链接形成彼此重叠路径,科技设施生态、产业创新生态组合与科技服务生态存在替代关系。

(1)高孵化绩效替代关系分析。对比HHP1和HHP2可知,科技金融生态、科技人才生态间存在重叠路径,科技设施生态、产业创新生态组合与科技服务生态存在替代关系,协同实现高孵化绩效。

组态HHP1中科技金融生态投入具有重要作用,初创团队和企业研发创新需要资金支持。丰富的科技人才储备能够为创业主体提供专业技术人员和高校科研院所等支持。同时,完善的科技设施生态为创业者们提供较好的环境资源,创业主体可依托良好的科技金融生态推动产业创新生态构建,实现产品开发和市场推广等,助力实现众创空间创新绩效。

与HHP1相比,组态HHP2中科技服务生态对科技设施生态和产业创新生态具有替代作用。当产业创新生态、科技设施生态有待改善时,可通过优质科技服务生态赋能,吸引创新创业人才和投资机构,并为创业团队以及初创企业存续发展提供教育培训等服务,以此实现众创空间高孵化绩效。

(2)高社会绩效替代关系分析。对比HSP1、HSP2和HSP3可知,科技金融生态、科技服务生态、科技人才生态间存在重叠路径,科技设施生态、产业创新生态组合与科技服务生态、科技金融生态存在替代关系,协同实现高社会绩效。

组态HSP1中以科技金融生态为核心,以科技人才生态、科技设施生态和产业创新生态为基础的协同发展路径有助于实现众创空间高社会绩效。强化资本赋能,构建社会化遴选机制和多元化扶持机制,探索融资和上市特别通道;为创新创业人才提供定向资金支持,推动人才链、产业链、创新链和资金链深度融合,进而提升众创空间社会绩效。

组态HSP2与HSP1相比,当产业创新生态和科技设施生态有待进一步完善时,科技金融生态和科技服务生态尤为重要。

组态HSP3与HSP1和HSP2相比,当科技设施生态和产业创新生态有待进一步完善时,以科技服务生态为核心,配合科技人才和科技金融投入,可提升众创空间社会绩效。

(3)高创新绩效替代关系分析。对比HIP1和HIP2可知,科技金融生态、科技服务生态、科技人才生态间存在重叠路径,科技设施生态、产业创新生态组合与科技服务生态存在替代关系,协同实现高创新绩效。

组态HIP1中以科技金融生态和科技服务生态为核心,以科技人才生态为基础的协同发展路径有助于实现众创空间高创新绩效。当科技设施生态和产业创新生态有待完善时,基于良好的科技人才生态,完善科技金融生态和科技服务生态有助于提升众创空间创新绩效。

组态HIP2与HIP1相比,良好的科技金融生态是关键,科技人才生态、科技设施生态和产业创新生态是基础。依托资本链推动科技金融产品和服务创新,加强创业资本多渠道供给,实现科技信贷规模大幅增长、风险投资加速汇聚、科技保险力度提升,构建良好的科技金融生态;强化政府引导基金的撬动作用,加强对初创团队和创业企业的支持,推动科技、经济与产业融合发展,促进创新型企业发挥溢出效应,从而实现产学研深度合作共赢。

通过比较分析众创空间实现高孵化绩效、高社会绩效和高创新绩效的协同路径,结果发现,存在同时实现众创空间高孵化绩效、高社会绩效和高创新绩效的路径,具体包括:①“科技金融生态—科技人才生态—科技设施生态—产业创新生态”组态路径。该路径能够同时实现众创空间高孵化绩效、高社会绩效和高创新绩效,且在上述3类高绩效路径中具有较高的覆盖度,适用于科技服务生态系统内外资源充裕的区域,可依托资源禀赋优势,通过“金融+人才+设施+产业”四链融合提升核心绩效。②“科技金融生态—科技人才生态—科技服务生态”组态路径。该路径能够同时实现众创空间高社会绩效和高创新绩效,但在两类高绩效路径中的覆盖度较低,适用于科技设施基础尚待完善的创新枢纽区域,可通过“金融+人才+服务”三角支撑核心绩效。③实现高社会绩效的协同路径。该路径多于实现高孵化绩效和高创新绩效的协同路径,适用于政策主导型区域,注重实现社会绩效。

4 稳健性检验

为了保证研究结果的准确性,本文采用两种方法进行稳健性检验,结果见表6。

(1)调整原始一致性阈值。本文分别将原始一致性阈值由0.8提升至0.85、降低至0.75后进行检验,结果发现,实现高孵化绩效的组态存在两种,实现高社会绩效的组态存在3种,实现高创新绩效的组态存在两种,与表4结果一致;仅高创新绩效的一致性水平和覆盖度相较于原组态模型存在微小差异,符合QCA方法对结果稳健性的判定标准。

(2)调整非交叉点的校准阈值。本文将完全隶属的校准阈值设定为第80分位数,将完全不隶属的校准阈值设定为第20分位数。调整后检验发现,高孵化绩效和高创新绩效的组态结果与原组态结果基本一致,其中,高社会绩效的组态结果是原组态结果的真子集,符合QCA方法对结果稳健性的判定标准。

5 结语

5.1 研究结论

本文结合我国5大城市群众创空间相关数据,采用fsQCA方法,基于组态视角分析众创空间在推动独角兽企业高速发展进程中,实现高孵化绩效、高社会绩效以及高创新绩效的协同路径,得出以下主要结论:

(1)良好的科技金融生态和科技人才生态对众创空间实现高孵化绩效、高社会绩效和高创新绩效发挥促进作用。在加强科技金融和科技人才生态建设的基础上,科技服务生态可弥补科技设施和产业创新生态的不足,助力众创空间实现高孵化绩效、高社会绩效和高创新绩效。

(2)众创空间多维绩效所依赖的科技服务生态系统,由科技人才、科技金融、科技设施、科技服务和产业创新生态组成,在促进众创空间多维绩效提升过程中,上述生态要素存在协同联动的复杂路径。众创空间实现高孵化绩效和高创新绩效的路径相同,且通过上述路径能够实现高社会绩效,但实现高社会绩效的路径不一定能够实现高孵化绩效与高创新绩效。

(3)众创空间各要素之间存在协同耦合,在实现高孵化绩效、高社会绩效和高创新绩效过程中存在相同路径。其中,“科技金融生态—科技人才生态—科技设施生态—产业创新生态”驱动型路径是实现众创空间多维绩效的关键路径,“科技金融生态—科技人才生态—科技服务生态”驱动型路径是实现众创空间多维绩效的辅助路径。

(4)单个要素生态不构成众创空间产生高孵化绩效、高社会绩效和高创新绩效的必要条件。通过对比分析发现,良好的科技金融生态是众创空间实现高绩效的关键前因条件。因此,京津冀、长三角和粤港澳大湾区城市群可借助科技金融发展优势,依托科技、金融和产业的良性循环及优势叠加推动区域创新能力提升。

5.2 管理启示

(1)以区域创新一体化战略为核心,将众创空间嵌入区域创新生态系统,聚焦国家重大创新需求,培育各类众创空间等创新创业载体,推动高精尖产业领域的独角兽企业高速发展;瞄准关键核心技术和“卡脖子”技术领域,完善全链条科技企业孵化育成体系,形成层级递进、互补协同与动态交互的多维绩效格局。

(2)依托生态治理路径,基于科技服务生态系统,促进众创空间孵化绩效、社会绩效和创新绩效提升。从纵向深化层面,优化孵化绩效提供资源基础→提升创新绩效突破技术瓶颈→提升社会绩效拓展应用场景;从横向耦合层面,拓展社会网络夯实资源基础→促进创新成果转化反哺孵化能力→加强孵化独角兽企业提升社会贡献。

(3)构建以科技金融生态为核心条件,以科技人才生态、科技设施生态和产业创新生态为边缘条件的协同路径,是高效提升众创空间多维绩效的关键。当科技设施生态和产业创新生态投入不足时,可通过增加科技服务生态投入形成替代效应;当科技设施生态和产业创新生态投入不足,可选择科技服务生态投入力度较大的众创空间。

(4)重点培育并壮大国有耐心资本,完善以政府投资基金为引导、企业投入为主体、科创板和民间资本竞相跟进的科技投融资机制。同时,培育良好的科技金融与科技创新深度融合生态,以“科技—金融—产业”可持续发展为目标,推动“四链”深度融合,助力高水平科技自立自强。

5.3 不足与展望

本文存在如下不足:第一,随着AI等技术渗透,众创空间或将从“绩效提升”阶段迈向“生态智慧”的新发展阶段,未来可考虑纳入政府相关政策(如数字化转型等)对众创空间绩效的影响,以增强结论解释力。第二,众创空间高质量发展是动态演进过程,随着数字化转型升级,众创空间逐步从“物理孵化”进化为“数字孵化”,其高质量发展路径有待进一步研究。

参考文献：

[1] 长城战略咨询.中国独角兽企业研究报告(2024)[R].北京:长城企业战略研究所,2024.

[2] 崔世娟, 陈丽敏, 黄凯珊.网络特征与众创空间绩效关系——基于定性比较分析方法的研究[J].科技管理研究, 2020, 40(18): 165-172.

[3] 陈章旺, 黄惠燕.区域众创空间绩效评价——基于因子分析角度[J].科技管理研究, 2020, 40(2): 73-78.

[4] 卫武, 徐和衍.众创空间的政策反馈研究[J].管理学报, 2024, 21(5): 662-669.

[5] 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.

[6] GANTERT T M,FREDRICH V,BOUNCKEN R B,et al.The moral foundations of makerspaces as unconventional sources of innovation: a study of narratives and performance[J].Journal of Business Research,2022,139:1564-1574.

[7] BERGMAN B J,MCMULLEN J S.Entrepreneurs in the making: six decisions for fostering entrepreneurship through maker spaces[J].Business Horizons,2020,63(6):811-824.

[8] 张卓, 魏杉汀.基于双网络视角的众创空间合作创新网络演化机制研究[J].科技进步与对策, 2020, 37(13): 10-19.

[9] BROZOVIC D, TREGUA M.The evolution of service systems to service ecosystems: a literature review[J].International Journal of Management Reviews, 2022, 24(4): 459-479.

[10] AS'AD N, PATRCIO L, KOSKELA-HUOTARI K, et al.Understanding service ecosystem dynamics: a typology[J].Journal of Service Management, 2024, 35(6): 159-184.

[11] EDVARDSSON B.Quality in new service development: key concepts and a frame of reference[J].International Journal of Production Economics, 1997, 52(1-2): 31-46.

[12] VARGO S L, LUSCH R F.Institutions and axioms: an extension and update of service-dominant logic[J].Journal of the Academy of Marketing Science, 2016, 44(1): 5-23.

[13] ZHOU J,WU H.A research on the relationship among crowd innovation space network embeddedness,user entrepreneurship modes and entrepreneurial performance[J].Academic Journal of Business&Management,2025, 7(1):181-190.

[14] TERUEL M, COAD A, DOMNICK C, et al.The birth of new HGEs: internationalization through new digital technologies[J].The Journal of Technology Transfer, 2022, 47(3): 804-845.

[15] MARTNEZ-CRDOBA P J, AMOR-ESTEBAN V, BENITO B, et al.The commitment of Spanish local governments to sustainable development goal 11 from a multivariate perspective[J].Sustainability, 2021, 13(3): 1222.

[16] 李鑫, 陈银娥.中国众创空间科技创新效率的区域差异及空间分布[J].财经理论与实践, 2023, 44(2): 88-95.

[17] 姜忠辉, 李靓, 罗均梅, 等.跨组织协同如何影响专精特新企业成长——基于资源依赖理论的案例研究[J].经济管理, 2024, 46(2): 110-128.

[18] ZAKOTH D, MAURONER O, EMES J.The role of makerspaces in innovation processes: an exploratory study[J].R&D Management, 2024, 54(2): 398-428.

[19] 王庆金, 周键.众创空间生态系统演化及治理研究[M].北京: 中国社会科学出版社, 2022.

[20] European Commission.EU startup and scaleup strategy: choose Europe to start and scale[Z].Brussels: European Commission,2025.

[21] 田颖, 田增瑞, 赵袁军.H-S-R三维结构视角下众创空间智力资本协同创新对创客创新绩效的影响[J].科技进步与对策, 2018, 35(8): 15-23.

[22] 蔡猷花, 李君雨, 陈国宏.创新生态系统环境支持对众创空间知识创造绩效的影响[J].华南理工大学学报(社会科学版), 2023, 25(2): 70-79.

[23] 韩莹, 陈国宏.众创空间设计、服务与企业创新绩效[J].科研管理, 2022, 43(5): 67-75.

[24] 周劲波, 李炆灿.用户资源创新能力、创业模式与创业绩效关系研究——基于众创空间的双重网络嵌入的调节作用[J].科技进步与对策, 2024, 41(4): 33-42.

[25] 王琳, 陈志军.价值共创如何影响创新型企业的即兴能力——基于资源依赖理论的案例研究[J].管理世界, 2020, 36(11): 96-110, 131.

[26] 杜宝贵, 王欣.众创空间创新发展多重并发因果关系与多元路径[J].科技进步与对策, 2020, 37(19): 9-16.

[27] 张明, 杜运周.组织与管理研究中QCA方法的应用: 定位、策略和方向[J].管理学报, 2019, 16(9): 1312-1323.

[28] RIHOUX B,RAGIN C C.Configurational comparative methods: qualitative comparative analysis (QCA) and related techniques[M].London:Sage Publications,Inc.,2008.

[29] 柴晨星, 崔祥民.高质量发展视域下众创空间运行效率评价研究[J].江苏科技大学学报(社会科学版), 2022, 22(1): 99-108.

[30] 任浩, 欧阳娟, 唐开翼, 等.产业园区实现高经济绩效与高创新绩效的持续发展路径——一项模糊集定性比较分析[J].科技进步与对策, 2023, 40(5): 44-54.

(责任编辑：张 悦)