中国众创空间创新创业效率损...络DEA模型与共同前沿理论_李犟.pdf

第 41 卷第 7 期2023 年 7 月科学学研究Studies in Science of ScienceVol 41 No 7Jul 2023文章编号:1003 2053(2023)07 1259 11中国众创空间创新创业效率损失来源研究 基于两阶段混联网络 DEA 模型与共同前沿理论李犟，吴和成，朱晨(南京航空航天大学经济与管理学院，江苏南京 211106)摘要:众创空间是我国实施“大众创业、万众创新”战略的重要阵地，厘清我国众创空间创新创业效率损失来源对推动众创空间高质量发展具现实意义。考虑众创空间的运行机理，首先构建两阶段混联网络 DEA 方法准确测度我国 30 省市的众创空间创新创业效率。然后，利用共同前沿理论从技术前沿无效和管理无效两个层面定位效率损失根源。结果表明:(1)共同前沿下中国众创空间创新创业整体效率均值为 0 724，超过50%的地区的整体效率在 0 75 以下。分阶段来看，招商引资效率、创业团队孵化培育效率和企业孵化培育效率均值分别为 0 856、0 819 和 0 828，共同前沿下效率均未超过群组前沿下相应效率。(2)东部地区招商引资阶段技术落差比率最优，中部区域孵化培育阶段技术落差比率最大，而西部在各阶段的技术落差比率均低于东部与中部。(3)无效率模式分类结果表明，属于高技术无效高管理无效型的样本约占 16 7%，还有53 3%的地区因技术前沿差异或管理无效导致较多的效率损失。关键词:创新创业效率;共同前沿;众创空间;混联网络 DEA 模型;效率损失来源中图分类号:F279 2文献标识码:A收稿日期:2022 05 23;修回日期:2023 01 09基金项目:中央高校基本科研业务费专项资金资助项目(ND2022004);国家社会科学基金资助项目(16BGL033)作者简介:李犟(1997 )，男，博士研究生。吴和成(1963 )，男，教授，博士，通讯作者，E mail:hcwu nuaa edu cn。朱晨(1996 )，男，博士研究生。创新 2 0 时代，分布式创新与开放式创新成为主流创新模式，创新创业主体逐渐向用户转变1。为顺应创新创业新潮流，加速我国经济社会发展新旧动能转换，党中央和国务院及时做出大众创业、万众创新的重大国家战略部署。众创空间作为一种面向大众的新型创新创业服务平台，能够为创业者提供低成本、便利化和全要素的创新创业支持，逐渐成为我国推进双创战略的重要发力点。尽管我国众创空间在数量上增长迅速，但由于起步较晚，仍处于初级的粗放型发展阶段，资源利用效率低下2。在此背景下，深入探究我国各地区众创空间创新创业效率损失的真实来源，对我国各地区制定针对性的效率提升策略，推动众创空间高质量发展具重要意义。众创空间的内涵因考察视角的不同而有所差异3。贾天明等4 在系统梳理相关政府文件以及学术观点的基础上，对众创空间做出了明确界定:众创空间不仅是为大众创业提供低成本、便利化、全要素、开放式的创新创业实践平台，还是以通过提供创业服务获取收入的盈利性组织。张玉利等5 指出众创空间不仅可以催生大量的社会大众创新创业活动，而且有助于研究产生大量创新创业活动的机理，为优化创业结构以及提升创业质量提供理论依据。鉴于众创空间对我国创新创业的重要作用，学者们围绕着众创空间的绩效影响因素6 8、角色定位9、资源聚合模式10、创客资本结构11 以及创业导师特征12 等方面展开了深入研究。这些研究主要从微观层面出发，聚焦于众创空间的组织管理问题。随着众创空间的蓬勃发展，众创空间创新创业效率低下的问题逐渐凸显，学者们开始关注众创空间创新创业效率的评价研究。代表性研究如张静进和陈光华13、李洪波和史欢14 等学者的研究。然而，相关研究均将众创空间视为“黑箱”，忽略了众创空间创新创业投入产出转化的内部过程，无法获知效率损失的具体环节。另一方面，现有研究在评价众创空间创新创业效率时，均假定各地区众创空间具有相同的技术前沿。然而，由于自然资源、政策制度以及市场环境等方面的显著差异，我国东中西三个区域实际上具有不同的技术前沿15 17。如果仍基于DOI:10.16192/ki.1003-2053.20230111.001科学学研究第 41 卷共同前沿假设进行效率测度，将无法进一步辨析效率损失及差异是源于外部技术前沿差异，还是由于内部管理不当18。综上所述，目前关于我国众创空间的研究具有重要参考价值，但仍存在一定不足。第一，已有研究主要从整体过程出发分析众创空间创新创业效率损失情况，忽略了众创空间投入产出转化的阶段性特征，无法定位效率损失的具体环节。第二，现有文献在测度效率时均假设我国各地区众创空间具有相同的技术前沿，但实际上不同区域处于不同的技术前沿，已有研究未能将众创空间外部技术前沿差异造成的效率损失进行分解，掩盖了效率损失的真实来源。综合以上考虑，本文基于众创空间创新创业活动的阶段特征，构建两阶段混联网络 DEA 模型测度我国 30 省市众创空间创新创业效率。在此基础上，借助共同前沿理论从技术前沿无效和管理无效两个层面分解众创空间创新创业效率损失。与已有文献相比，本文主要的创新之处在于将混联网络 DEA 方法与共同前沿理论相结合，深入分析了我国众创空间创新创业效率损失的来源，能够为制定针对性的地区效率优化策略提供决策依据。1研究设计1 1效率测度方法(1)两阶段混联网络 DEA 模型数据 包 络 分 析(Data Envelopment Analysis，DEA)是一种数据驱动的效率测度方法。与参数估计方法相比，DEA 不需要预先设定生产函数，并可应用于多产出情形。更为重要的是，DEA 具有良好的拓展性，可拓展应用于多阶段的生产过程，而这一独特优势其他效率测度方法并不具备。而众创空间是一个复杂创新创业系统，其运行过程具有显著的多阶段特征19。基于以上考虑，本文选择 DEA 方法测度众创空间创新创业效率。参考已有研究19，本文将众创空间创新创业活动分为串联的招商引资阶段与孵化培育阶段，然后进一步将孵化培育阶段分为并联的创业团队孵化培育子阶段与企业孵化培育子阶段。将需要评价众创空间创新创业效率的省份视为一个决策单元(Deci-sionmakingunit，DMU)，共 n 个。记 Xj=(xj1，xj2，xjm)T为第 j 个 DMU 在招商引资阶段的投入向量，m 为投入指标数;Z1j=(z1j1，z1j2，z1jk1)T和 Z2j=(z2j1，z2j2，z2jk2)T是招商引资阶段的产出向量，同时分别是创业团队孵化培育阶段和企业孵化培育阶段的投入向量，k1和 k2分别为指标数。Y1j=(y1j1，y1j2，y1js1)T和 Y2i=(y2j1，y2j2，y2js2)T分别为创业团队孵化培育阶段和企业孵化培育阶段的产出向量，s1和 s2是相应的指标数。上述投入和产出向量在 DEA 模型中将被给予不同的权重，记 vT、uGT、uCT、wGT和 wCT分别是 Xj、Z1j、Z2j、Y1j和 Y2j对应的权重向量。考虑众创空间创新创业活动过程，如图 1 所示。图 1众创空间创新创业活动过程Figure 1The process of innovation and entrepreneurshipactivities in crowd innovation space以 DMU0为例，招商引资阶段、孵化培育阶段以及两个子阶段的效率分别记为 E10、E20、E2 10和E2 20。借鉴已有研究20，21，本文将众创空间创新创业整体效率定义为招商引资阶段与孵化培育阶段效率的乘积，将孵化培育阶段的效率定义为两个子阶段效率的加权和。因此，整体效率 E0=E10 E20=E10(1E2 10+2E2 20)，其中 1与 2为孵化培育阶段中两个子阶段的权重且 1+2=1。由于 1与 2未知，借鉴 Chen 等学者22 的做法，以孵化培育阶段的子阶段投入占孵化培育阶段总投入的比例来衡量子阶段重要性，即:1=uGTZ10uGTZ10+uCTZ20，2=uCTZ20uGTZ10+uCTZ20为使权重更符合现实情况，设定 1，2 a。其次，网络 DEA 模型必须满足以下两个条件20 22:(1)每个子阶段的效率小于等于 1;(2)某种要素的权重大小在不同阶段不变。遵循这两个基本条件，本文构建式(1)计算招商引资效率。E10=maxuGTZ10+uCTZ20vTX00621第 7 期李犟 吴和成 朱晨:中国众创空间创新创业效率损失来源研究s tE1j=uGTZ1j+uCTZ2jvTXj1，j=1，2，nE2 1j=wGTY1juGTZ1j1，j=1，2，nE2 2j=wCTY2juCTZ2j1，j=1，2，n1=uGTZ10uGTZ10+uCTZ20a，2=uCTZ20uGTZ10+uCTZ20av Im，uG Ik1，uC Ik2，wG Is1，wC Is2(1)其中，Im、Ik1、Ik2、Is1和 Is2为元素为1 的常向量，元素个数为相应的下标;为非阿基米德无穷小量，保证各指标权重大于 0。式(1)为非线性规划，可使用Charnes Cooper 变换(令 t=1/vTX0，V=tv，UG=t uG、UC=t uC、WG=t wG，WC=t wC，?=t)将其转化为等价的线性规划进行求解，如式(2)所示。E10=max UGTZ10+UCTZ20s tUGTZ1j+UCTZ2j VTXj 0，j=1，2，nWGTY1j UGTZ1j 0，j=1，2，nWCTY2j UCTZ2j 0，j=1，2，n(a 1)UGTZ1j+a UCTZ2j 0a UGTZ1j+(a 1)UCTZ2j 0VTX0=1V?Im，UG?Ik1，UC?Ik2，WG?Is1，WC?Is2(2)对于孵化培育阶段效率的求解，只需将式(1)中的目标函数替换为孵化培育效率 E20=maxwGTY10+wCTY20uGTZ10+uCTZ20，然后再进行 Charnes Cooper 变换即可，最后可得到如式(3)所示的线性规划。E20=max WGTY10+WCTY20s tUGTZ1j+UCTZ2jVTXj0，j=1，2，nWGTY1j UGTZ1j0，j=1，2，nWCTY2j UCTZ2j0，j=1，2，n(a 1)UGTZ1j+a UCTZ2j0a UGTZ1j+(a 1)UCTZ2j0UGTZ10+UCTZ20=1V?Im，UG?Ik1，UC?Ik2，WG?Is1，WC?Is2(3)利用式(3)的最优解可计算得到孵化培育效率及其两个子阶段的效率。记 V*、U*G、U*C、W*G和W*C是式(3)的最优解，则 DMU0的孵化培育效率、创业团队孵化培育效率和企业孵化培育效率分别为:E20=W*GTY10+W*GTY10E2 10=W*GTY10/U*GTZ10E2 20=W*CTY20/U*CTZ20(4)(2)共同前沿理论东中西三个区域的技术前沿存在异质性，如果将处于不同技术前沿的样本置于同一技术前沿进行比较，则会模糊效率损失来源，造成效率估计结果有偏。针对此问题，本文借助 O Donnell 等23 提出的共同前沿理论解决。以招商引资阶段为例。首先构建群组前沿，参考袁润松等的研究15，将各地区分为东部、中部和西部地区，从而得到 3 个群组，分类情况见表 3。将每个群组内的决策单元的投入产出组合归入各自技术集合，记为 Tk(k=1，2，3)，即 Tk=(X，Z):X在群组 k 中能生产出 Z(Z 实际上可进一步分为 Z1和 Z2)。记第 k 个群组的生产可能集为 Pk(X)=Z:(X，Z)Tk，将 Pk(X)的上界 supXPk(X)定义为 k 群组前沿。记群组前沿 k 下的的投入距离函数 Dk(X，Z)=sup 0:(X/，Z)Pk(X)，则对应的招商引资效率 E1k满足 0 E1k(X，Z)=Dk(X，Z)1 1。共同前沿技术集合 T 是三个群组前沿的并集，即 T=T1 T2 T3。此时生产可能集为 P(X)=Z:(X，Z)T，则 P(X)的上界 supXP(X)为共同前沿。共 同 前 沿 下 投 入 距 离 函 数 D(X，Z)=sup 0:(X/，Z)P(X)，对应的招商引资效率 E1满足 0 E1(X，Z)=D(X，Z)1 1。反映群组前沿与共同前沿差距的技术落差比率(TG)计算方式如式(5)所示。TG 越大表示群组技术前沿越接近全国技术前沿，决策单元因技术前沿差距造成的效率损失越小。0 TGk(X，Z)=Dk(X，Z)D(X，Z)=E1(X，Z)E1k(X，Z)1(5)基于以上分析，招商引资阶段的效率损失值EI1可分解为技术差距无效率 TGI1和管理无效率MI1。TGI1、MI1和 EI1如式(6)所示。TGI1=E1k*(1 TG1)=E1k E11621科学学研究第 41 卷MI1=1 E1kEI1=TGI1+MI1(6)以上是招商引资阶段的效率损失分解，其他阶段的效率分解只需将式(5)与式(6)中的招商引资效率进行相应的替换即可。1 2效率测度指标参考已有研究19，本文选取提供工位数(x1)、服务人员数(x2)和众创空间运营成本(x3)作为招商引资阶段的投入，创业团队数(z11)、创业团队融资总额(z12)、入驻企业数(z21)和企业融资总额(z22)作为中间产出，即 z11和 z12是创业团队孵化培育阶段投入，z21和 z22是企业孵化培育阶段的投入。在最终产出方面，2015 年国务院所颁发的关于发展众创空间推进大众创新创业的指导意见 指出，发展众创空间的目的在于满足大众创新与创业的需求，提供更多就业岗位，故本文选取创业团队拥有的发明专利数(y11)、创业团队吸纳就业人数(y12)作为创业团队孵化培育阶段的产出，企业拥有的发明专利数(y21)、企业吸纳就业人数(y22)作为企业孵化培育阶段的产出。各阶段指标具体如表 1 所示。表 1众创空间创新创业效率测度指标Table 1Indicators for measuring the innovation and entrepreneurship efficiency in crowd innovation spaces指标类型变量类型变量符号指标单位招商引资阶段投入投入变量x1提供工位数个x2服务人员数人x3运营成本亿元招商引资阶段产出与创业团队孵化培育阶段投入中间产出z11创业团队数个z12创业团队融资总额千元招商引资阶段产出与企业孵化培育阶段投入中间产出z21入驻企业数个z22企业融资总额千元创业团队孵化培育阶段产出最终产出y11创业团队发明专利数件y12创业团队吸纳就业人数人企业孵化培育阶段产出最终产出y21企业发明专利数件y22企业吸纳就业人数人1 3样本说明及数据来源本文研究对象为中国 30 个省级区域(因数据缺失，未包括西藏、香港、澳门和台湾)。投入产出滞后期设定为 1 年，招商引资投入对应 2018 年，中间产业对应 2019 年，孵化培育产出对应 2020 年。数据来源于 中国火炬统计年鉴 中国创业孵化发展报告。2实证分析2 1效率测度结果本文借助 MATLAB 软件编写计算不同前沿下我国各地区众创空间创新创业效率。设定创业团队孵化培育子阶段与企业孵化培育子阶段的权重不小于 0 2，效率计算结果如表 2 所示。由表 2 可知，共同前沿下各地区众创空间创新创业效率值均小于等于群组前沿下的效率值，这表明技术前沿差异对不同区域的众创空间造成了效率损失。以西部的重庆为例，群组前沿下招商引资效率为 0 950，表明在西部群组技术前沿下，重庆在招商引资阶段的投入资源利用效率仅有 5%的优化空间，很接近于西部技术前沿。而共同前沿下重庆招商引资效率值为 0 707，即若参照全国技术前沿，则重庆还有 29 3%的优化空间，二者间的效率缺口高达 24 3%。共同前沿下的效率测度结果反映了各地区众创空间创新创业效率最大损失程度，因此本文重点分析共同前沿下的效率分异情况。从整体效率来看，共有 14 个地区效率高于全国平均水平，占全国总样本的 46 7%，其中北京是唯一达到完全有效的地区。在这些整体效率较高的地区中，北京、上海、广东、江西和湖北这类地区人力资源基础、融资环境和创新创业氛围等相对较优，对众创空间投入了较多的人力、物力和财力，属于高投入高产出的高效率情2621第 7 期李犟 吴和成 朱晨:中国众创空间创新创业效率损失来源研究形。而海南、青海、宁夏、黑龙江以及辽宁这类欠发达地区，创新创业基础条件相对薄弱，众创空间投入产出规模较小，但具有合理的投入产出结构，属于低投入低产出的高效率情形。天津、河南、山西和河北这类地区，众创空间投入产出规模在全国位于中等位置，较为充分地利用了现有创新创业资源，使得效率也处于较高水平。其余 16 个地区众创空间创新创业效率均低于全国平均水平，尤其是福建、山东、安徽以及内蒙古等地区，需引起高度重视。表 2共同和群组前沿下众创空间创新创业效率Table 2The innovation and entrepreneurship efficiency of crowd innovation spaces under meta and group frontiers地区共同前沿群组前沿EE1E2E2 1E2 2EkE1kE2kE2 1kE2 2k北京100010001 0001 000100010001000100010001 000天津083310000 8330 776085509701000097010000 881河北074008590 8620 867084808450862098009820 977辽宁080610000 8060 881064209231000092310000 721上海082909450 8760 575095508460950089106200 961江苏072307390 9770 909100007540754100010001 000浙江060806530 9300 912093606590661099710000 989福建046707040 6640 577069806570755087008190 892山东051706150 8400 845081905510631087408880 819广东081108610 9431 000079108550898095210000 814海南087709890 8870 950077509651000096510000 856东部均值074608510 8740 845084708200864094809370 901山西092110000 9210 941086409951000099509751 000吉林060507800 7760 734079306610818080807770 820黑龙江082410000 8240 748084808891000088908940 881安徽048306860 7040 709068906120818074907090 760江西078008010 9741 000087108430859098210000 911河南084009490 8850 892086309861000098609361 000湖北088709440 9401 000077009791000097910000 912湖南070207021 0001 000100007840784100010001 000中部均值075508580 8780 878083708440910092409110 910内蒙古055506990 7940 806075307730793097410000 872广西067309650 6970 684070208971000089709330 790重庆066807070 9460 819099209500950100010001 000四川070208180 8580 757089209901000099009611 000贵州060907900 7700 681080507290797091509240 882云南061408440 7270 727072708920953093609630 827陕西063107880 8010 723082209811000098109051 000甘肃063309300 6800 694063908371000083708680 716青海081110000 8110 755083009071000090709200 872宁夏090409180 9840 938100010001000100010001 000新疆066110000 6610 662066008231000082308540 738西部均值067808600 7940 750080208890954093309390 882全国均值072408560 8460 819082808520909093609310 8963621科学学研究第 41 卷为从总体上把握我国众创空间创新创业效率的统计特征，本文借助小提琴图直观考察效率的分布状况。图 2 中，曲线为相应效率变量的核密度曲线，曲线中的箱体则是箱形图的结果。如图 2 所示，整体效率分布曲线较为平滑，表明各地区众创空间创新创业整体效率分布并不集中，效率差异显著，其中位数不超过 0 75，意味着超过 50%的地区效率在0 75 以下，我国众创空间创新创业效率尚有一定提升空间。招商引资效率的密度分布曲线呈现一定的双峰特征，左峰相对扁平(在 0 75 附近)，右峰相对陡峭(位于 1 附近)，这表示我国部分地区众创空间招商引资效率在高水平集聚，而处于低效率水平的地区分布更为离散。相对于招商引资效率，孵化培育效率箱体长度较短，表明分布更为集中，各地区孵化培育效率差异更小。创业团队孵化培育效率密度分布曲线也呈现一定的双峰特征，但与招商引资效率不同，两峰都较为平滑，这意味着创业团队孵化培育效率差异更大。企业孵化培育效率密度分布曲线较为对称和集中，相较于创业团队，企业孵化培育效率聚集在 0 8 附近，总体差异更小。2 2技术落差比率技术落差比率(TG)是共同前沿理论中分析图 2众创空间创新创业效率小提琴图Figure 2Violin diagram of innovation and entrepreneurshipefficiency of crowd innovation spaces效率因外部技术前沿差异导致损失的关键指标。基于表 2 结果，运用式(5)可计算各阶段的技术落差比率，然后对不同区域 TG 值进行两两相减得到区域之间的技术差距，结果见表 3。此外，为识别三大区域技术落差是否显著，利用 Kruskal Wallis 单向方差秩方法检验三大区域内部的技术落差率分布是否来自同一分布总体，检验结果如表 3 最后一列所示。表 3三大区域众创空间技术落差比率及技术差距Table 3Technology gap ratio and technology gap of crowd innovation spaces in three regions东部中部西部东 西东 中中 西检验统计量值整体效率0 9070892076401430015012813480招商引资阶段0 983093909020081004400376202孵化培育阶段0 922095008490073002801018891创业团队孵化培育阶段0 8990963079701020063016514991企业孵化培育阶段0 939092109080031001900132 041注:、分别表示通过 5%和 1%的显著性检验。K W 检验结果表明，我国三大区域众创空间在招商引资阶段和孵化培育阶段 TG 分布差异显著，均在 5%的显著性水平下通过检验。值得注意的是，在孵化培育阶段，创业团队孵化培育阶段TG 在 1%的水平下显著，但企业孵化培育阶段并不显著。对于众创空间而言，创业团队和企业具有类似的创新创业行为模式，即通过知识创新、技术创新和商业模式创新等途径创造收益，然后扩大规模以形成规模经济。而创新创业活动的开展离不开足够的融资支持。相对于创业团队，企业具有更强的融资、资源配置以及创新能力，创新创业失败概率相较于创业团队更小。尽管三大区域外部创新创业环境不同，但不同区域的创新创业资源均会倾向集中于企业，故而三大区域企业孵化培育阶段 TG 差异并不显著。而对于融资能力和创新能力相对较弱的创业团队而言，东部和中部相对更优的创新创业环境更有利于其获取融资，西部地区创业团队融资则相对困难，导致西部地区创业团队孵化培育阶段技术落差比率显著低于东部和西部地区。总体而言，东部地区创新创业环境最优，有利于4621第 7 期李犟 吴和成 朱晨:中国众创空间创新创业效率损失来源研究催生创新创业行为，因此招商引资阶段技术前沿离全国技术前沿最近。而中部地区比西部地区具有更优的创新创业环境，比东部地区需要的众创空间运营成本更低，有利于创业者降低创新创业成本，提高收益水平，这两点优势的互补使得中部区域在孵化培育阶段技术前沿最优。2 3效率损失来源(1)无效率模式分类对众创空间创新创业无效率模式的分类有助于各地区从总体上把握自身效率提升的战略定位。首先利用式(6)计算各地区众创空间创新创业整体效率的技术差距无效率和管理无效率，然后以二者的全国均值为分界点，将各地区分为四类，即高技术无效高管理无效(A 区)、高技术无效低管理无效(B区)、低技术无效低管理无效(C 区)和低技术无效高管理无效(D 区)，如图 3 所示。图 3众创空间创新创业无效率模式分类Figure 3Classification of inefficient modes of innovationand entrepreneurial activities in crowd innovation spaces高技术无效高管理无效型(A 区)。包括安徽、福建、内蒙古、新疆和甘肃 5 个地区，其中有三个地区来自西部。这类地区占总样本比例的 16 7%。由于西部地区面临着创新创业人才匮乏、创新能力不足与金融支持弱的外部环境，双重无效的概率更大。这类地区可采用重点突破式，先重点减少某一方面的效率损失，过渡到 B 区或 D 区，然后再向 C区转化。高技术无效低管理无效型(B 区)，约占23 3%。包括广西、云南、重庆、陕西、四川、河南和天津，主要来自中西部地区。这些地区受管理无效率影响较小，但因技术前沿差异导致的效率损失较多。天津与河南这类经济相对发达地区可以 C 区的北京为标杆，进一步提高众创空间的管理水平。西部地区应以优化创新创业环境为主，努力减少技术前沿差异。低技术无效低管理无效(C 区)。包括广东、黑龙江、青海、辽宁、海南、湖北、宁夏、山西和北京，属于技术差距无效和管理无效均偏低的地区。可以发现，全国仅有北京地区达到双重有效，其他地区尽管效率损失较少，但仍存在优化空间，未来应根据自身薄弱环节进一步降低效率损失。低技术无效高管理无效(D 区)。包括山东、浙江、吉林、江苏、贵州、湖南、上海、江西和河北，主要来自东部和中部，约占总样本的 30%。这些地区受技术前沿差异无效影响较小，但因管理无效导致的效率损失较多。所以需要在保持技术前沿优势的同时，注重众创空间管理水平的提升。(2)无效率来源分解基于式(6)，可计算得到各地区众创空间在不同阶段的总无效率值、技术差距无效率值(TGI)以及管理无效率值(MI)，然后可进一步计算不同来源的无效率值占总无效率的比重。借鉴相关文献 18，对效率损失来源重要性划分标准如下:若比重介于20%50%之间，则优化重要程度记为“”;若比重介于50%85%之间，则重要程度记为“”;若比重超过85%，则重要程度记为“”。结果如表 4 所示。表4 中，T 表示应缩小技术前沿差异，M 表示应提升管理水平。在招商引资阶段，海南、河南、湖北和宁夏等 10个地区因技术前沿差异无效造成的效率损失偏大，大部分地区 TGI 占比均超过 85%。这些地区主要来自经济欠发达的西部地区，未来应从区域技术水平入手，进一步优化创新创业环境，缩小技术前沿差异。河北、上海、江苏、浙江和广东等 13 个地区众创空间受管理无效影响较大。这些地区主要来自经济较发达的东部和中部区域，基本代表了全国最优招商引资技术，但这些企业在内部管理模式、制度安排方面还存在一些障碍，是未来需要关注的重点。在创业团队孵化培育阶段，天津、河北、辽宁、江苏、浙江和海南等20 个地区 MI 所占比重较小，损失主要来源于技术前沿差异。这些地区主要来源于东部和西部地区，其中西部所有地区都存在较大的技术前沿差异无效率损失，未来这些地区的众创空间应强化对创业团队的针对性扶持，尤其要加强融资、技术支撑等方面的帮助，加速创业团队的成长。上5621科学学研究第 41 卷海、山东、吉林、安徽和河南地区则在管理无效方面效率损失较大，这些地区同西部地区相比创新创业环境更优，拥有更多的创新创业资源，但因众创空间现行的内部治理结构和管理制度等方面未能充分发挥现有创新创业资源的生产潜力，造成了要素冗余，未来应重点提升众创空间的管理水平。表 4众创空间创新创业各阶段无效率值分解及优化重点Table 4Inefficiency decomposition and optimization focus at each stage of innovation andentrepreneurship in crowd innovation spaces地区招商引资阶段创业团队孵化培育阶段企业孵化培育阶段EI1TMEI2 1TMEI2 2TM北京0000(，)0000(，)0000(，)天津0000(，)0 224(100%，0%)0145(18%，82%)河北0141(2%，98%)0 133(86%，14%)0152(85%，15%)辽宁0000(，)0 119(100%，0%)0358(22%，78%)上海0055(9%，91%)0 425(11%，89%)0045(13%，87%)江苏0261(6%，94%)0 091(100%，0%)0000(，)浙江0347(2%，98%)0 088(100%，0%)0064(82%，18%)福建0 296(17%，83%)0 423(57%，43%)0302(64%，36%)山东0385(4%，96%)0 155(27%，73%)0181(0%，100%)广东0 139(27%，73%)0000(，)0209(11%，89%)海南0 011(100%，0%)0 050(100%，0%)0225(36%，64%)山西0000(，)0 059(58%，42%)0136(100%，0%)吉林0 220(17%，83%)0 266(16%，84%)0207(13%，87%)黑龙江0000(，)0 252(58%，42%)0152(22%，78%)安徽0 314(42%，58%)0 291(0%，100%)0311(23%，77%)江西0 199(29%，71%)0000(，)0129(31%，69%)河南0 051(100%，0%)0 108(40%，60%)0137(100%，0%)湖北0 056(100%，0%)0000(，)0230(62%，38%)湖南0 298(27%，73%)0000(，)0000(，)内蒙古0 301(31%，69%)0 194(100%，0%)0247(48%，52%)广西0 035(100%，0%)0 316(79%，21%)0298(30%，70%)重庆0 293(83%，17%)0 181(100%，0%)0008(100%，0%)四川0 182(100%，0%)0 243(84%，16%)0108(100%，0%)贵州0210(3%，97%)0 319(76%，24%)0195(39%，61%)云南0 156(70%，30%)0 273(86%，14%)0273(37%，63%)陕西0 212(100%，0%)0 277(66%，34%)0178(100%，0%)甘肃0 070(100%，0%)0 306(57%，43%)0361(21%，79%)青海0000(，)0 245(67%，33%)0170(25%，75%)宁夏0 082(100%，0%)0 062(100%，0%)0000(，)新疆0000(，)0 338(57%，43%)0340(23%，77%)注:括号前的数字为无效率值，括号内的数字分别为 TGI 占比和 MI 占比。表示不存在效率损失。在企业孵化培育阶段，河北、浙江、福建、山西、河南、湖北、重庆、四川和陕西 9 个地区受技术前沿差距无效影响较大，而天津、辽宁、上海、山东、广东、海南、吉林、黑龙江和安徽等 17 个地区因管理无效6621第 7 期李犟 吴和成 朱晨:中国众创空间创新创业效率损失来源研究导致的效率损失较大，部分地区存在技术和管理的双重无效。与融资相对困难的创业团队不同，企业往往聚集了更多的创新创业资源，企业孵化培育阶段的效率损失意味着会带来更多的资源冗余。因此，这些地区未来需要重点关注对企业的孵化支持。3结论与启示3 1主要结论本文借助两阶段混联网络 DEA 模型与共同前沿理论，深入分析了我国 30 个省市地区众创空间创新创业效率损失的来源。主要结论如下:(1)共同前沿下中国众创空间创新创业整体效率均值为 0 724，超过 50%的地区效率在 0 75 以下，我国众创空间创新创业效率还有较大提升空间。分阶段来看，招商引资效率、创业团队孵化培育效率和企业孵化培育效率均值分别为 0 856、0 819 和0 828，共同前沿下效率均未超过群组前沿下相应效率。招商引资效率和创业团队孵化培育效率的密度分布曲线呈现一定的双峰特征，表明这二者地区差异较大。企业孵化培育效率密度分布曲线较为对称和集中，总体差异更小。(2)我国三大区域众创空间在招商引资阶段和创业团队孵化培育阶段的 TG 值分布差异显著，但企业孵化培育阶段分布差异并不显著。东部地区招商引资阶段技术前沿离全国技术前沿最近，中部区域在孵化培育阶段技术前沿最优，而西部在各阶段技术落差比率均低于东部与中部。(3)属于高技术无效高管理无效型的样本约占16 7%，包括安徽、福建、内蒙古、新疆和甘肃等地区，是未来我国发展众创空间需要重点关注的地区。有 53 3%的地区因技术前沿差异(如广西、云南和重庆等地区)或管理无效(如山东、浙江和吉林等地区)导致较多的效率损失，需根据不同阶段的效率损失来源情况制定针对性的优化方案。3 2管理启示基于以上结论，得到的管理启示如下:(1)从政府角度出发，财政补贴政策是当前我国政府治理众创空间的主要工具，各地区政府未来需要建立多层次多阶段的财政补贴支持与监管体系。我国各地区现有财政补贴政策主要针对市级、省级或国家级众创空间，并且补助方式大多为一次性补助。在实际运营中，相当数量的众创空间无法获取政府财政补贴或获取补贴资金较少。各地区政府如果要从根本上促进众创空间创新创业效率的提升，必须加强对地区内所有众创空间的帮扶与治理，建立多层次的财政补贴支持与监管体系。其次，众创空间创新创业过程具有多阶段特征，在多层次财政补贴体系下，各地区政府还应细化补贴的使用与流向，建立针对招商引资阶段与孵化培育阶段的财政补贴政策，从而实现众创空间创新创业全过程最优。例如，浙江、山东、湖南和重庆等地区应重点关注如何发挥政府补贴的杠杆效应，撬动社会对众创空间的融资，进而提升招商引资效率。新疆、广西、吉林以及福建则应关注如何利用政府补贴强化众创空间的孵化培育能力，如聘请富有创业经验的创业导师以及鼓励产学研协同孵化等。(2)就众创空间而言，各地区众创空间应根据当地的创新创业环境以及比较优势，制定因地制宜的效率提升战略。如内蒙古、新疆和甘肃等西部地区，因技术前沿差异和管理无效导致效率损失较多，一方面要积极主动地学习高效率地区先进的管理经验，减少效率提升的内生性障碍，另一方面要结合当地支撑产业发展，优先发展与能源、纺织以及畜牧业等相关领域的众创