区域创业环境与经济发展关系的实证研究

高顺成

(河南工程学院 管理科学与工程系，郑州450007)

0 引言

营造优良的创业环境吸引外资、带动经济发展一直是地方政府追求的目标。一些地方政府为了打造当地创业环境，不惜圈占大片耕地，投入巨额资金，建设创业园、科技园、经济开发区、出口加工区等各种形式的企业孵化区，出台各种各样的优惠政策，吸引外地企业、外地资金和外地人才到当地发展。一段时期内，全国各地掀起了大上快上开发区、创业园区的浪潮，大大小小的产业和经济开发区、科技创业园区如雨后春笋般在各地涌现。仅20多年时间，一些省份省级以上开发区和创业园区总数即达到200多家。然而，如此多的开发区和创业园区是否真的造就了优良的创业环境，是否带动了当地经济发展，创业环境与区域经济增长关系究竟如何，值得深入研究。

对于创业环境的研究，国内外成果颇多。Georgine Fogel(2001)认为创业环境是在创业活动中发挥重要作用的各种要素的有机组合［1］。Woodward(1988)指出，社会网络是创业环境的重要表现形式之一，其在创业者创业过程中扮演着积极角色，创业成功与否，与其所在网络能否为其提供充足而及时的各种资源密切相关［2］。对于创业环境的构成，不同学者给出了不同的观点。Holtz.Eakin，Joulfaian与Rosen(1994)认为创业环境主要由必要性环境要素和支持性环境要素两部分构成。其中，必要性环境要素主要包括自然、技术、融资和人才环境等;支持性环境要素主要包括制度、文化和社会资本环境等［3］。Miller(1983)则把创业环境分成感性环境和理性环境两部分［4］。国内关注创业环境的文献也比较多，在CNKI数据库，输入“创业环境”、“创业环境评价”等关键词，相关文献近千篇，但研究主题多是围绕创业环境评价、创业环境与创业绩效的关系而展开［5-8］，专门分析创业环境与区域经济增长关系的研究则不多。基于此，本研究从区域创业环境评价入手，着重分析区域创业环境与经济增长的关系，力图揭示各地创业服务中心、留学人员创业园、大学科技园、高新技术产业开发区、经济技术开发区等区域性创业园区分布与区域经济增长之间的关系。

1 创业环境评价指标体系的构建

管理学家彼得·F·德鲁克1985年提出“创业型经济”(entrepreneurial economy)概念，并指出创新型企业对经济增长起关键作用。要使区域经济快速、协调发展，必须营造能够催生大批企业尤其是中小科技型企业和企业家的创业环境。侯爱敏，居易，袁中金(2004)指出创业环境建设中不可忽视创业文化氛围的培育［9］。杨静文，朱宪辰(2005)则认为，创业机制比较完善的区域更容易诞生新的企业，自发发育企业集群，有利于培育优越的创业环境［10］。Hackett and Dilts(2008)指出，在营造创业环境方面，当前各级政府机构(州、联邦和地方资助机构等)比较热衷的手段主要是创建企业孵化中心、科技服务中心、科技园、技术开发区和国家企业孵化协会等［11］。D.P.Soetanto，S.L.Jack(2011)研究证明创建各种形式的企业孵化器是培育和扶持高科技企业最有力、最见效的政策工具之一，也是营造优良创业环境的有效手段［12］。Michael Schwartz(2012)实证研究表明接受企业孵化服务的企业，其成功率明显高于那些未接受该服务的企业［13］。由此看来，只有不断营造适合企业建立、生存和发展的创业环境，才能吸引知识型、创新型人才，才能聚集风险性投资资金，才能孵化更多有成长潜力和增长实力的企业，从而更好地带动区域经济发展。基于已有学者研究成果，考虑到我国各地在营造创业环境方面最常见的形式是设立高科技创业服务中心、留学人员创业园、大学科技园、高新技术产业开发区、经济技术开发区、高新技术产业化基地及其他各种形式的开发区或产业集聚区。本研究以中国各省对上述各种国家及省级创业园区的实际拥有量为评价依据，首先运用因子分析法对各省创业环境做具体量化评价，其次以评价结果为自变量，以2011年各省GDP总额、1991—2011年各省年均GDP和年均GDP增长率为因变量，构造一元回归模型，寻找二者间具体关系。评价指标体系构成及指标选取依据见表1。

表1 区域创业环境评价指标体系构成及指标选取依据Tab.1 The evaluation index system of regional business environmental and basis of selecting

高科技创业服务中心、留学人员创业园、大学科技园、高新技术产业开发区、经济技术开发区等区域性企业孵化区在扶植中小科技型企业快速成长、吸引海外学子投资创业、促进高校科技成果就地转化、增强区域经济竞争力、拉动区域经济增长等方面起着重要作用。不少区域性企业孵化区已成为当地对外展示创业环境、吸引创业者投资兴业的风向标。利用表1所示指标体系进行创业环境评价能够较好地反映区域创业环境的实际水平。

2 研究方法及数据来源

2.1 利用因子分析法对各省创业环境进行综合评价

因子分析法是常用的一种多指标综合评价方法，基于降维思想，将多个具有复杂关系的实测变量转换为少数几个综合因子，试图用尽可能少的不可测公共因子的线性函数与特殊因子之和描述原来观测的每一分量。具体步骤如下。

(1)计算各指标相关系数，做KMO检验，判断能否进行因子分析。

(2)构造因子。采用某种方法确定描述数据所需公共因子数。一般根据公共因子在变量总方差中所占累计百分比进行判断。本研究提取3个公共因子。

(3)计算各个公共因子得分。根据因子分析建立每个因子的回归方程，然后将各省评价指标的原始值代入方程，求出各公共因子的得分值 FAC_1，FAC_2和FAC_3。

(4)计算各省创业环境评价总得分。为从整体上把握各省创业环境优劣，首先，对运算所得各因子得分取绝对值，即令FX1=|FAC_1|，FX2=|FAC_2|，FX3=|FAC_3|。其次，合理分配因子权重，对各因子权重的具体分配按如下步骤:①求绝对值总和，取各因子得分绝对值，消除正负号影响，然后将3个公共因子绝对值加总求和;②求权重，分别用每个省各因子得分绝对值除以该省3个公共因子得分绝对值总和，得到每个因子得分权重Wij;③计算各省创业环境具体得分值，用②所得权重分别乘以每个省各公共因子实际得分绝对值，即Wij×|FAC_j|，其中 i=1，2，…，31，j=1，2，3，将3 个乘积相加得出各省创业环境实际得分。

2.2 模型构建

将各省创业环境得分值看作自变量xi，分别将2011年各省GDP总额Gi1，1991—2011年GDP加权平均值Gi2和1991—2011年年均GDP增长率Gi3看作因变量，构造回归模型如下:

式中:ui是一个随机变量，服从正态分布。对Gi2和Gi3采用如下方法求其加权平均值:1991—2011共计21年，考虑到高科技创业服务中心、留学人员创业园、大学科技园等创业园区主要在1990年后逐渐发展起来，年代逾远，创业环境对GDP等变量的影响愈小。因此，首先对各年份序号求和，即从1连加到21;其次，用各年序号除以序号总和，所得商值作为对应年份GDP(GDP增长率)权数;最后，分别求出各省21年的GDP和GDP增长率加权平均值。

2.3 数据来源

根据表1所示9个指标，在国家统计局网、中国开发区网、科技部网、教育部网等官方网站逐一收集各省各指标的具体数据，结果见表2。

表2 中国各省各种形式创业园区拥有情况统计表 个Tab.2 Statistics about all kinds of enterprise parks in Chinese provinces

表2数据显示，截止2012年12月31日，全国除港、澳、台以外的31个省共有各类国家级高科技创业服务中心347家，东部沿海的江苏、山东、北京、浙江、辽宁、广东和上海7省市202家，占全国的58.21%;中部6省54家，占全国的15.56%;其余18省(市、区)均在10家以下，合计仅占全国的26.23%。国家级留学人员创业园65家，沿海的浙江、江苏、上海、广东和山东5省(市)共计41家，占全国的63.08%，中部6省仅8家，占全国的12.31%。其余省份多在2家以下，合计占全国的24.61%。全国有国家级大学科技园87家，与留学人员创业园在各省分布情况类似，主要分布在高等教育资源相对集中的沿海和中部省份。如北京、江苏、上海、辽宁、浙江等省市，集中了全国50%的“211工程”大学，集中了全国53%的国家级大学科技园。而西部省(市、区)分布明显偏少，不少省(市、区)国家级大学科技园拥有量为零。全国有国家级高新技术产业开发区88家，国家级经济技术开发区147家，省级经济技术开发区1 164家。从各省拥有情况看，无论是国家级高新技术产业开发区还是国家及省级经济技术开发区，都以沿海的江苏、广东、山东、浙江和辽宁5省为最多，5省各占全国的40.91%，36.17%和32.13%，其中江苏、山东两省国家级开发区拥有量均超过20家，省级开发区均超过90家。中部各省国家级开发区拥有量相对均衡，都在10家以下，省级开发区相差悬殊，最多的湖北达84家，最少的河南只有17家。西部省份3种形式的开发区拥有量偏少，个别省份国家级开发区只有1个，省级开发区则为零。国家级高新技术产业化基地全国共160家，从各省拥有情况看，与本地资源状况关系密切，许多基地以当地拥有的优势资源命名。例如:西安国家光电子高新技术产业化基地、包头国家稀土新材料高新技术产业化基地、攀枝花国家钒钛新材料高新技术产业化基地、红河国家锡基材料高新技术产业化基地、乌鲁木齐国家光伏发电装备高新技术产业化基地等等，这些基地依托当地优势资源，发挥人才优势，为有识之士创业兴国提供了优越的资源条件和资金技术支持，大大优化了区域创业环境。国家级出口加工区，其他国家级开发区也主要分布在东部沿海省份。

3 结果分析

3.1 各省创业环境综合评价

利用SPSS 18.0对创业环境原始指标数据做指标间相关性分析和KMO检验。从运行结果看，各指标间相关系数均在0.3以上，相关性水平比较显著;KMO检验值0.856，两者结果表明适合做因子分析。旋转后，3个公共因子累积贡献率超过85%，故取3个公共因子。根据原始指标得分系数矩阵和3个因子回归方程，计算得出各省创业环境综合评价得分，计算结果见表3。

由表3可知，与各省创业园区拥有量相对应，创业环境得分基本呈东高西低的阶梯状分布。得分前三位的江苏、浙江和山东，地处沿海，经济发达，分值超过22;后三位则是经济相对落后、地处西部的青海、西藏和海南省，分值不到2。中部地区的安徽、湖北、江西三省得分超过16，与沿海的上海、福建、广东等省不相上下，这些省份经济发展水平相对较高，各种类型的经济开发区也比较多，为创业者营造了较好的创业环境。湖南、河南、四川和重庆四省(市)得分在8分以上，与北京、辽宁和天津接近，与该区域经济发展水平相适应，说明近年来中西部一些省份创业环境在不断改善，经济水平也得以持续提升。西部地区的新疆、贵州、甘肃、宁夏、青海、西藏及海南省(非西部省份)等省区，综合得分偏低，与此对应，这些省份经济发展也相对落后。但这并不能充分说明创业环境与经济发展一定相关，二者间具体关系仍需进一步验证。

表3 因子分析法计算所得中国各省创业环境综合评价总得分及排序表Tab.3 Entrepreneurship environment score and order about Chinese provinces by factor analysis

3.2 创业环境与经济发展的关系分析

将各省创业环境综合评价得分即自变量xi(i=1，2，…，31)和因变量Gij(i=1，2，…，31;j=1，2，3)原始数据分别带入回归模型，利用Eviews 6.0做回归分析，具体结果见表4。其中回归模型逐次回归的R2均在0.55以上，调整后的R2均超过0.40，F值超过15，显著性水平小于0.001。

表4 创业环境与GDP、GDP增长率的回归结果Tab.4 Regression results of entrepreneurship environment and GDP and growth rate of GDP

表4结果显示，从各变量T统计值和显著性水平判断，创业环境与2011年各省GDP、1991—2011年各省年均GDP及年均GDP增长率之间存在显著的正相关关系，说明创业环境对区域经济发展有直接影响，优越的创业环境有利于区域经济发展，即各种形式的创业园区数量越多，区域经济发展能力越强。早在1999年，蔡建辉就指出政治因素是制定区域政策的核心［14］，即区域政策是创业环境的重要构成要素。孔翔(2005)呼吁地方政府应该为各种各样产业集群(创业园区)的健康发展塑造良好的技术和制度环境［15］，即优越的创业环境能够更好地促进区域经济发展。所以，实践和理论充分证明了各省争相建设各种创业园区、经济开发区、出台优惠创业政策的决策是正确的、有意义的，极大地促进了区域经济增长。

4 结语

本研究在大量阅读国内外各种文献的基础上，从各省高科技创业服务中心、留学人员创业园、大学科技园、高新技术产业开发区、经济技术开发区等区域性创业园区实际拥有情况出发，构建了中国各省创业环境(硬环境)评价指标体系，借助因子分析法对各省创业环境做了具体的量化测评。测评结果表明沿海经济发达省份创业环境明显优于中西部省区，大致呈“东优西劣”的阶梯状分布。其次，以各省创业环境得分为自变量，各省2011年GDP总额、1991—2011年GDP及GDP增长率年加权平均值为因变量，构造一元回归模型，具体分析了创业环境与经济发展的关系。回归结果表明创业环境对地区经济发展有着重要影响，二者间存在显著的正相关关系。

本研究尚存在一定的局限性。一是在创业环境评价指标体系构成方面，未能将各省创业园区政策优惠情况、创业服务质量及其他定性指标考虑进去，如创业管理机构对入驻企业进行相关的创业教育和培训情况、创业企业在园区内所获取的各种资源支持等，尚需进一步研究。二是未能考虑各种创业园区自身经济发展对地区经济发展所做贡献大小，在创业环境对地区经济发展产生直接影响的同时，还可能存在一些间接影响，如各种园区对当地自然和生态环境的影响、对居民收入和城市化进程的影响等都值得继续深入探讨。

［1］Georgine Fogel.An Analysis of Entrepreneurial Environment and Enterprise Development in Hungary［J］.Journal of Small Business Management，2001，39(1):103-109.

［2］Woodward W.A Social Network Theory of Entrepreneurship:An Empirical Study［D］.North Carolina:University of North Carolina at Chapel Hill，1988.

［3］Holtz Eakin D ，Joulfaian D，Rosen H S.Entrepreneurial Decisions and Liquidity Constraints［J］.Rand Journal of Economics，1994，6(25):334-347.

［4］Miller D.The Correlates of Entrepreneurship in Three Types of Firms［J］.Management Science，1983，29(7):770-792.

［5］文亮，李海珍.中小企业创业环境与创业绩效关系的实证研究［J］.系统工程，2010，28(10):67-74.

［6］陈忠卫，曹薇.创业环境与创业活动关系的研究视角及其进展［J］.科技进步与对策，2009，29(18):156-160.

［7］杨兔珍，王鉴雪.基于数据包络分析法的北京市创业环境评价［J］.生产力研究，2010(5):134-136.

［8］徐冉.对外开放度与经济增长关系研究［J］.地域研究与开发，2012，31(1):35-39.

［9］侯爱敏，居易，袁中金.苏州人居环境建设中创业文化氛围的培育［J］.地域研究与开发，2004，23(3):86-89.

［10］杨静文，朱宪辰.冀豫浙中小企业集群中的创业机制实证研究［J］.地域研究与开发，2005，24(2):34-37.

［11］Hackett S M，Dilts D M.Inside the Black Box of Business Incubation:Study B-scale Assessment，Model Refinement，and Incubation Outcomes［J］.Journal of Technology Transfer，2008，33(5):439-471.

［12］Danny P Soetanto，Sarah L Jack.Business Incubators and the Networks of Technology-based Firms［J］.Journal of Technology Transfer，2011(11):1-22.

［13］Michael Schwartz.A Control Group Study of Incubators’Impact to Promote Firm Survival［J］.The Journal of Technology Transfer，2012(4):1-30.

［14］蔡建辉.区域经济长期增长的理论分析［J］.地域研究与开发，1990，9(3):11-15.

［15］孔翔.传统产业集群及其对区域经济发展的影响［J］.地域研究与开发，2005，24(6):18-21.