地区创业水平影响因素的空间计量分析

地区创业水平影响因素的空间计量分析

高兴民1，张祥俊1,2

(1.深圳大学中国经济特区研究中心，广东深圳518054；2.韶关学院经济管理学院，广东韶关512005)

摘要：本文利用广东省21个地级市的数据，将空间相关纳入计量模型，检验了失业率、集聚效应、创新水平、市场竞争结构、市场规模、空间相关等因素地区创业水平的影响。结论表明：地区创业水平间的空间作用主要通过误差项的随机扰动产生，高创业水平地区对低创业水平地区有辐射或带动作用；集聚效应、创新水平对地区创业有正向影响；市场规模呈现负向影响；市场竞争结构和失业率无显著影响。

关键词：地区创业；空间效应；空间计量；创业水平

收稿日期：2014-10-21

作者简介：高兴民(1961-)，男，黑龙江青岗人，深圳大学中国特区经济研究中心教授，博士生导师；研究方向：创新经济学。

中图分类号:F069

A Spatial Econometric Study on the Influence Factors of Regional Entrepreneurship

Gao Xingmin1，Zhang Xiangjun1,2

(1.China Center for Special Economic Zone Research,Shenzhen University,Shenzhen 518054,China；

2.Economic and Management School,Shaoguan University，Shaoguan 512005,China)

Abstract：This paper uses spatial econometric model with cross section data of 21 districts in Guangdong province in 2011 and 2012 to analyze the influence degree of six influence factors(that is unemployment，agglomeration,innovation，competitive structure,market scale and spatial interaction).This study finds that，the spatial interaction of regional entrepreneurship plays a role mainly through the spatial error effects of start-up of nearby region，higher start-up regions have positive effect on lower start-up regions；agglomeration and innovation have significant positive impact on regional entrepreneurship，which is contrary to market scale；the impact of competitive structure and unemployment is not significant.

Key words:Regional entrepreneurship；Spatial effect；Spatial econometric;Level of entrepreneurship

1引言

在国外，有关区域创业的话题得到了广泛讨论。为了对区域创业促进政策提供可行的参考，研究者们对影响地区创业水平的因素进行了深入分析。从研究方法的角度，大致可将这些研究分为两类：一类采用传统的计量经济学模型进行研究，一类采用空间计量经济学的模型进行研究。两类研究的区别在于是否考虑空间因素的影响。然而，总体而言目前对地区创业的经济解读尚欠深刻。比如，对于驱动地区创业因素的认识，就存在截然相反的结论。Cheng和Li认为，由于空间效应的存在，不同地区创业水平的影响因素可能存在差异，对政策制定者而言，可能需要因地制宜[1]。在国内，有关地区创业水平影响因素的研究稍显滞后，值得一提的是董志强、魏下海等对地区创业水平与失业关系的研究，作者利用广东省21个地级市的数据，运用向量自回归模型对地区失业与地区创业水平的关系进行了实证检验，但作者并没有考虑空间因素的影响[2]。基于此，本文尝试利用我国的数据来检验空间效应及其他影响地区创业的因素的作用，以期为理解相关地区的创业现象提供更为深入的认识，并据此制定适宜的促进措施。

2模型、变量与数据

2.1不考虑空间相关时的传统回归模型及其变量选择

基于对创业者个体层面的研究，学者们认为，创业主要有两类，一类是生存驱动型，一类是机会驱动型。在此基础上，学者们将这两类驱动因素扩展到区域层面，探讨了驱动地区创业的推力与拉力因素(也有学者将其归为创业的需求与供给因素)。推动因素主要有失业，工资水平等，拉动因素主要有市场需求规模、市场结构、集聚效应等。以下将对这些因素进行分析与选择。

(1)被解释变量。地区创业水平。地区创业水平的衡量一般有两种方式，一是地区自我雇佣人数，二是地区新生企业数。利用新生企业数来衡量创业水平时，通常采用新生企业比率这一更具可比性的指标，其计算方法有三种：一是劳动力市场法，以“新生企业数/劳动力总数”表示；二是生态法，以“新生企业数/现有企业总数”表示；三是人口方法，以“新生企业数/人口总数”表示[3]。利用自我雇佣人数来衡量创业水平时，为了保证可比性，亦用自我雇佣人数占比这一比率指标，其具体计算公式为：自我雇佣人数/总劳动力(或总就业人口或总人口)。在实际研究中，学者们通常根据数据的可得性进行选择。考虑到数据的可得性，本文参照董志强等的研究，以自我雇佣人数占总就业人口的比重来衡量地区创业水平，其中，自我雇佣人数以私营与个体从业人员数近似代替[1]。

(2)解释变量

①集聚效应。集聚效应的两种最主要效应是本地化经济(体现同一产业的集中与竞争程度)与城市化经济反应不同产业的集中程度)。由于集聚，同一区域内存在大量潜在劳动力，人力资本容易获得，而且集聚也意味着大量企业在地理位置上集中，企业的运输成本、采购成本、销售成本均会降低，同时，还有大量的知识溢出，这些均极大降低了创业的成本，促进了创业。无论是城市化效应的集聚还是本地化效应的集聚，其明显特征都体现在人口的集聚上，因此，可以用城镇人口占总人口的比重来度量集聚效应的大小。

②市场竞争结构，主要指市场上大中小企业的数量构成。小企业，特别是年轻的小企业往往被看作是创业的温床。不少研究表明，在小企业工作的人更有可能创业。在小企业工作，意味着劳动者有更多的机会可以直接接触到企业的创办人，了解企业经营可能出现的各种问题并熟悉解决方案，耳濡目染，创业的可能性比在大企业工作的人要高[4]。另外，一个地区小企业数量的多少也能表明当地市场的竞争程度。小企业数量多，大企业少，说明垄断程度低，市场竞争相对充分，高度竞争的市场环境降低了市场准入门槛，有利于新竞争者加入，因而是有利于创业的。有学者用企业的平均规模即企业的平均员工数来度量市场结构，也有学者用企业的平均投资额衡量，还有学者用小企业数占企业总数的比重衡量。同样，考虑到数据的可得性，本文用企业的平均规模来度量。

③市场规模。创业很大程度上受机会驱动，市场规模即市场需求的大小往往是创业者决定是否创业的一个重要因素。市场规模的大小一方面与人口的多少紧密相连，特别是人口的稠密程度，人口越多，需求越大；另一方面也与经济的增长速度有关，经济增长速度越快，经济越有活力，需求越强劲。因此，本文用人口密度和GDP增速来测度市场规模。

④创新水平。一个地区的创新水平也显著影响当地的创业。Shepher等多位学者的研究表明，一个地区的知识储备量决定了该地区的创新活动水平，较高的知识储备意味着较多新想法，新想法的诞生及传播会推动更多的人创业[5-6]。在地区创新水平的指标选择上，有学者使用研发经费R&D作为衡量标准，有学者从知识的载体即人力资本角度使用该地区大学的数量、大学毕业生的数量、高中毕业生的数量、工程师与研发人员数量等代理指标，也有学者从创新产出的角度使用专利数量指标。我们认为，无论是研发经费，还是人力资本，都只是创新的影响因素，仅仅使用某一个影响因素来作为代理指标是不够全面的。而专利数量这一指标既能反映创新影响因素的作用，又能直接反映创新的结果，是地区创新水平较为合适的代理变量。在专利数量指标中，考虑到专利申请量比授权量更能真实反映社会生活中创新活动的广度，我们进一步选择专利申请量作为最终的计量指标。同时，这一指标还能反映影响创业水平的人力资本和知识资本的大小。

⑤创业资本的可获得性。创业除了需要人力资本和知识资本，还需要物质资本。一个地区可获得的物质资本的大小通常对本地区的创业有一定影响。在创业资本的可获得性方面，学者们选择的代理变量主要有地区经济发展水平(主要度量指标有人均国民生产总值、平均工资、可支配收入等)及当地银行可贷存款额。考虑到当地银行可贷存款额通常来自于居民的可支配收入，而且可支配收入比人均国民生产总值和平均工资更能反映人们的储蓄及投资能力，因此本文选用可支配收入这一指标，并依据城乡人口比例加权计算城市居民可支配收入与农村居民纯收入之和。

⑥失业率。已有的研究表明，失业率对创业的影响是比较复杂的。一方面，由于失业，找不到其他更合适的工作，在高失业率下，劳动者可能被迫创业，即生存驱动型创业，但高失业保险金的存在会抑制这一水平；另一方面，当失业率较低时，虽然劳动者容易找到工作，不需要被迫创业，但较低的失业率通常意味着经济繁荣，市场活跃，机会众多，劳动者完全有可能在机会的拉动下创业。因此，在已有的研究中，学者们的研究结果并不稳定，国外的实证结果中，“正向影响，负向影响，没有影响”三种结论都出现过，国内董志强等基于广东的数据表明，失业对创业的影响不显著。无论如何，失业会影响创业，这一结论是有共识的。因此，本文将失业率纳入模型并用城镇登记失业率进行衡量。

⑦工资水平。工资的高低对创业有两方面的影响。当工资水平较低时，意味着创业的直接人工成本较低，可以推动更多的人创业，但同时也意味着创业者积累或获得创业所需资金的难度加大，可能会延缓或者阻碍创业。由于工资水平与经济发展水平有较强的关联，为了避免多重共线性，由于本文已选可支配收入指标，故不再将工资纳入计量模型。

还有学者讨论过当地政府服务提供情况对创业的影响，用政府支出衡量，但结论显示不显著，二者无明显关系[7]。也有研究者探讨过文化对创业的影响[8]，但对一个特定地区来说，文化通常没有太大差异，就我们研究的广东省而言，省内地市之间的文化差异不大。因此，这些变量不包含在我们的模型里面。

基于上述分析，本文初步设定的传统回归模型为：

Yi=α+β1AGURi+β2SIZEi+β3DENSi+β4GDPSi+β5INNOi+β6UNEMi+β7INCOi+μi

(1)

其中,下标i代表地区，AGURi代表城市人口比重，反映集聚效应的大小；SIZEi代表企业平均规模，反映市场竞争结构；DENSi代表人口密度，反映市场规模的大小；GDPSi代表GDP增长速度，反映市场规模的大小；INNOi代表专利数，反映创新水平高低；UNEMi代表失业率；INCOi代表可支配收入，反映创业资本的可获得性。

2.2考虑空间相关后的修正模型

引言的文献表明，空间相关在多个有关地区创业的研究中得到了证实，在区域创业水平的影响因素中，区域间的相互影响可能是一个重要因素。因此，将空间相关加入到模型中。考虑空间相关后的回归模型通常有两种：一是空间滞后模型(Spatial Lag Model，SLM)，当一个地区因变量的变化对另一个地区有溢出效应时，用SLM模型；二是空间误差模型(Spatial Error Model，SEM)，当一个地区来自因变量的误差冲击对另一个地区有影响时，用SEM模型，其基本形式均可表述如下：

Yi=α+γWYi+β1AGURi+β2SIZEi+β3DENSi+β4GDPSi+β5INNOi+β6UNEMi+β7INCOi+θWμi+εi

(2)

其中，W为空间权重矩阵，用于度量空间效应。γ是空间相关系数，θ为空间误差相关系数，εi为随机扰动项,满足正态独立同分布，其他参数及变量的含义同式(1)。当γ=0时，式(2)变为SEM模型，当θ=0时，式(2)成为SLM模型，当γ=0且θ=0时，式(2)成为常见的传统回归模型。

最终选用哪种模型，需要通过相关的检验才能判别。首先通过计算Moran’s I值来判断是否存在空间相关，然后通过LM_Lag及LM_Error检验来判断选用SLM模型还是SEM模型。

2.3数据

本文主要关注当前广东各地区创业是否存在空间相关，以期为相关创业促进政策提供参考，截面数据能满足要求。当然，为了保证结论的稳健性，本文借鉴林光平的做法[9]，连续考察多个年度的空间相关指标即Moran’s I值的变化，以检验空间相关是否于多个年度存在。首先选取广东21个市2011—2012年的数据进行分析，然后选取2007—2011年的数据进行稳健性检验。考虑到影响地区创业水平的这些因素对创业的影响可能存在时间滞后，借鉴Koo 等的做法我们将所有解释变量滞后一期[10]。Sutaria的研究也表明，滞后1期与滞后2期和不滞后相比，滞后1期更优[1]。因此，被解释变量为2012年的数据，解释变量为2011年的数据。数据全部来自《广东统计年鉴》与《中国城市统计年鉴》。其中，汕头私营与个体从业人员数缺失，弥补办法是利用《中国统计年鉴》中广东私营企业与个体从业人员总数减去《中国城市年鉴》中广东其他地级市的私营与个体从业人员数之和。

3模型检验与分析

3.1多重共线性与异方差性检验

为了预防多重共线性，保证模型的整体拟合效果，采用逐步回归的方法对多个可能的模型进行了估计。首先将反映市场规模的其中一个指标GDP增速及市场结构与可支配收入指标剔除，构成模型1,然后逐个加入市场结构、GDP增速及代表物质资本的可支配收入指标，构成模型2,模型3与模型4。结果表明，模型2与模型1相比，增加了代表市场竞争结构的市场规模这一指标，虽然此变量不够显著，但也没有改变其他变量的显著水平，最重要的是，调整R2从0.5809增加到了0.589,表明模型2是优于模型1的。模型2与模型3和模型4相比，模型3与模型4各增加了一个解释变量，虽然没有改变其他变量的显著性水平，但是增加的变量并不显著，且调整R2降低。出现这一情况的可能解释是GDP增速与人口密度都是反映市场规模大小的，两者之间可能存在共线性，所以GDP增速这一指标在本文的数据背景下略显多余，另外，可支配收入作为物质资本可得性的一个衡量指标，同时也是经济状况的晴雨表，可能与模型中的失业率、城市化比率等指标存在较大相关性，因而统计上并不显著。总之，模型2拟合效果较好。

继续基于模型2进行异方差性检验，Breusch-Pagan检验值为8.11729,P值为0.1499,Koenker-Basset检验值为7.155635,P值为0.2093205,White检验值为21.99864,P值为0.3405846。按照相关检验标准，P值越大，说明异方差越小，本检验中的P值均超过了10%，说明不存在严重的异方差性。

基于上述分析，本文修订后的回归模型为：

Yi=α+γWYI+β1AGURi+β2SIZEi+β3DENSi+β4INNOi+β5UNEMi+ θWμi+εi

(3)

下文对空间相关的考察也将基于此模型展开。

3.2空间相关性检验

按照前文有关空间相关性的检验与分析步骤，Moran’s I值及LM_Lag与LM_Error检验结果见表1。

从表1可以看出，基于最小二乘误差的Moran’s I值为-0.284,显著性水平为8.79%，在10%的水平下显著异于0,说明模型需考虑空间相关，且被解释变量在此模型中是空间负相关，即高创业水平地区很大程度上与低创业水平地区联系更紧密。LM_Error与LM_Lag检验表明，只有LM_Error在5%的水平下显著，最佳的模型应为空间误差模型SEM。因此本文最终选定的计量模型为：

表1　空间相关性检验结果

续表1

Yi=α+β1AGURi+β2SIZEi+β3DENSi+β4INNOi+β5UNEMi+θWμi+εi

(4)

3.3计量结果

前文的分析表明最佳模型为空间误差模型SEM，但由于多数学者在呈现结果时仍将OLS、SLM、SEM三模型的结果悉数给出并做对比，我们也参照此做法，并在对比的基础上再次对模型(4)进行验证。三种模型的估计结果见表2。

表2　普通最小二乘(OLS)、空间滞后模型(SLM)、

注：OLS括号里面的为t值，SLM与SEM括号里面的为z值,*、**、***分别表示在10%、5%、1%的水平上显著。

对模型优劣的判别，除了上文空间相关性检验中提到的方法外，还可以根据模型的AIC、SC、LogL、R值等进行综合判断，AIC与SC值越小，LogL越大，代表模型的拟合度越高。在表2中，从OLS模型到SLM模型再到SEM模型，AIC以及SC依次减少，LogL依次增加；就空间模型的似然比率而言，SEM模型通过了5%水平下的显著性检验，SLM模型则没有；而调整的R2值从OLS模型的0.589上升到SEM模型中的0.8026。另外，Jarque-Bera检验值为0.5551,P值为0.7576，满足随机扰动项为正态独立同分布假设。由此可见，空间误差模型SEM具有较好的拟合度。

3.4稳健性检验

为了保证结果的稳健性，探讨空间相关对地区创业水平的影响是否稳定存在，本文继续利用2007—2011年的数据考察了Moran’s I值，结果分别为0.225392、0.138193、0.152161、0.1776，P值分别为0.039、0.089、0.095、0.088，均在10%的显著性水平下显著异于0。这说明，就广东而言，在我们考察的最近5年内，地区创业之间存在空间相关。

4结果讨论及其政策含义

由于SEM为最佳模型，因此对结果的讨论主要基于此模型。

(1)由表2可知，空间相关性对地区创业水平的影响十分显著，但这种影响不是通过地区间的溢出效应产生，而主要表现为误差项随机冲击的影响，因为SEM模型明显优于SLM模型。另外，我们还可以看到，在显著影响地区创业水平的四个因素中，空间因素的参数估计值为0.961,远高于其他变量，且显著性水平为1%。这说明，就广东最近几年而言，各地级市若要提高本地的创业水平，应高度关注其他地区的创业发展情况。

(2)SEM模型中，空间参数估计值0.961的符号为负,说明各地区创业水平之间存在空间负相关，即高创业水平的地区很大程度上与低创业水平地区联系更紧密。这说明基于广东2011—2012年的数据，广东各地级市之间在创业上可能存在高创业水平地区对低创业水平地区的带动与辐射作用。高创业水平地区由于创业水平较高，集聚了较多有创业才能与创业精神方面的人才，另一方面，这些地区也可能因此存在较强的创业竞争，从而一部分具有创业精神与创业才能的人选择去创业水平相对较低，竞争不那么激烈的地区创业。因此，对于创业水平较低的地区，若要提高本地的创业水平，应在吸引高创业水平地区的创业人才方面做出一定的努力。

(3)集聚效应、地区创新水平对地区创业水平有显著正向影响。这说明人口的集聚，以地区科技水平为代表的创新水平的提高对地区创业水平有较强的促进作用。在这方面，国外学者基于不同国家、不同地区、不同时间段的研究结论基本一致，我们的研究也再次证实了这一点。这也从另一角度表明，当前实施的城镇化战略、以“创新引领创业”的战略是值得肯定的。

(4)市场规模对地区创业水平的影响显著为负。在我们的模型中，市场规模的替代指标为人口密度，人口密度增加，说明总人口增加，市场需求会扩大，需求的扩大会吸引部分人创业；与此同时，人口密度增加，人口规模扩大，若规模的扩大超出了资源或环境的承载范围，创业者之间争夺生产要素的竞争加剧，或者环境恶化，均会促使部分创业者转向人口相对较少的地区。市场规模扩大的这两种效应相互作用，对地区创业水平会产生截然不同的影响。本文的数据表明，广东2012年左右负向作用更明显一些，近几年部分珠三角私营企业或个体户向韶关等非珠三角地区的转移一定程度上印证了此点。

(5)失业率对地区创业水平的影响在我们的模型中并不显著，这与董志强等基于广东地级市数据的研究结论一致，但与国外相关研究的结论略有不同。国外关于失业率对地区创业水平的研究结论呈现三种完全不同的结论：显著正向、显著负向，无显著影响。在仔细分析前人关于此问题的研究文献的基础上，Cheng等指出，地区失业与创业的关系受地区经济行业结构的影响，随地区行业结构的不同而不同，因此每个地区会有不同的结论[1]。若要了解各地区失业对创业的影响，需要具体分析各地区的相关经济结构，并不存在普遍适用的结论，我们的结论只是对广东全省2011—2012年度数据的回应。

综上所述，我们认为，就广东而言，集聚效应、创新水平、市场规模、地区空间相关性是影响地区创业水平的关键因素。在引导地区创业的过程中，既要充分考虑本地的城市化水平、提升创新能力，培育合适的市场规模，又要顾及其他地区对本地区的影响，特别需要关注比本地创业水平高的地区的影响，创造条件吸引高创业水平地区的创业者来本地创业。

参考文献：

[1]Cheng S M,Li H Q.Spatially Varying Relationships of New Firm Formation in the United States[J].Regional Studies,2011,45(6):773-789.

[2]董志强,魏下海,张天华.创业与失业：难民效应与企业家效应的实证检验[J].经济评论,2012(2):80-87.

[3]张明.新创企业出生率区域差异的影响因素分析[J].科技进步与对策,2011(6):32-36.

[4]Fritsch M，FalckO.New Business Formation by Industry over Space and Time：a Multidimensional Analysis.Regional Studies,2007,41(2):157-172.

[5]Shepherd D A，DeTienne D R.Prior Knowledge,Potential Financial Reward,and Opportunity Identification.Entrepreneurship：Theory and Practice,2005,29(1):91-112.

[6]Bishop P.Knowledge，Diversity and Entrepreneurship：a Spatial Analysis of New Firm Formation in Great Britain.Entrepreneurship and Regional Development,2012,24(7-8):641-660.

[7]Sutaria V，Hicks D A.New Firm Formation：Dynamics and Determinants.The Annals of Regional Science,2004,38(2):241-262.

[8]Davidsson P，Wiklund J.Values,Beliefs and Regional Variations in New Firm Formation Rates.Journal of Economic Psychology,1997,18(2):179-199.

[9]林光平，龙志和.空间经济计量：理论与实证[M].北京：科学出版社，2014.

[10]Koo J，Cho K.New Firm Formation and Industry Clusters:a Case of the Drugs Industry in the U.S.Growth and Change,2011,42(2):179-199.

(责任编辑刘传忠)