众创空间运行效率研究综述

张心懿 王君华

[提要] 在“大众创业、万众创新”理念指导下，众创空间作为新兴的创新创业服务平台，其数量呈现暴发式增长。在众创空间飞速发展的当下，本文首先总结学者对众创空間相关概念的描述，其次重点对众创空间运行效率相关文献进行综述，最后从改善研究方法和细分创新性质角度提出未来研究展望，以期为我国众创空间健康发展提供有益参考。

关键词：众创空间;运行效率;DEA

中图分类号：C93 文献标识码：A

收录日期：2020年1月5日

自2015年以来，我国政府不断出台新的政策支持、引导和规范众创空间的发展，众创空间的数量不断增长。众创空间作为新兴的创新创业服务平台，给予创业者较低的创业门槛以及较短的创业过程，“众创”应运而生。基于此，本文重点分析国内外学者对孵化器或众创空间运行效率的相关实证文献，从研究方法和指标体系的构建两个方面进行梳理，并提出未来学者可以进一步研究的方向。

一、众创空间的内涵

国外学者们多将众创空间归于创客空间的范畴内，并未重新定义众创空间。创客空间文化是一种黑客文化，创客空间的核心价值是“共享、开放、分散、免费和创造”，创客们共享创新思维，并完成一场又一场头脑风暴。创客空间通常向公众开放，类似于健身中心，用户通常需要付费才能利用共享资源。创客空间将人们的思想转变为产品，通过提供培训和共享工具使用户受益。创客空间以“共享”理念进行合理资源配置，给创客提供租金低的场地、性价比高的创业服务。创客空间聚集了很多具有相同创作灵感的不同职业人，是一个创新性空间。创客空间促进人们学习，使人们从知识的使用者过渡到知识的创造者。创客空间是倡导技术创新和企业家精神的场所。

在国外的文献中，虽然众创空间是早期创客空间发展的升级版，但学者们并未重新定义众创空间，而是继续使用创客空间这一名词来代表新出现的创新创业孵化型众创空间。国内的学者们则明确提出了“众创空间”这一概念，并对其内涵进行了解释。众创空间是“线上线下的自组织孵化器”，为创业企业（尤其是初创企业）提供专业的、低廉的创业服务。众创空间在具有现有创业服务体系特征的同时，还具有知识创新驱动的特质，因此是综合型创新创业平台。众创空间是具有双边网络效应和创新涌现型特质的双边创新型平台，众创空间本质上是利用平台基础架构共享为企业提供创业创新服务。众创空间为创新创业者提供便利化和信息化服务。众创空间在孵化器模式的基础上发展而来，为初创企业提供开放式综合一体化的服务。众创空间为创业者提供一系列服务，包括创意衍生到产品形成乃至产品推广。顺应创新2.0时代，众创空间主要提供的是开放式创新服务。

二、众创空间运行效率实证研究综述

通过阅读众创空间相关文献，发现国内外学者对众创空间的本质、特征、运行机制、发展模式、发展路径等问题进行了广泛的研究，但对众创空间的实证研究还不多，且实证研究方向大多集中在众创空间的运行效率。众创空间是近年来出现的新概念，与传统孵化器有着一定的区别，但众创空间是在传统孵化器的基础上兴起的，两者在运行效率分析上有一定的共通之处，且学者们对于孵化器运行效率的实证研究相对充分。因此，为了更加全面的整理出学者们的相关研究，本文将结合学者们对孵化器运行效率的研究来整理众创空间运行效率的分析方法。

（一）国外企业孵化器运行绩效实证研究。国外学者与本文相关的研究，主要是对企业孵化器运行绩效进行研究，其研究方法主要是先采用桌面访谈或参考文献建立绩效评估指标体系，再结合调查数据用优化的评估方法进行实证分析。

最初有学者仅用孵化企业存活率来评价孵化器的绩效，但大多数学者还是赞同使用多因素绩效评价体系。Mian研究高校科技孵化器，通过构建评价模型考察了三类指标：绩效、管理政策及效果、服务及其增加值，具体包括项目前景（持续性与增长潜力）、在孵企业的成活与发展情况、对高校形象产生的影响及孵化器提供的服务与设施等因素为基础的评价体系。Chan等更为系统地构建了科技园孵化器绩效评价体系，基于组织论和集群论提出成本补贴、资金支持、资源聚集优势、资源共享、咨询服务、公众形象、网络优势、集群效应和地理位置优势9项标准，并以某初创企业的孵化过程为例进行实证研究。Bigliardi等认为科技园区的地理环境、运营环境、生命周期、利益相关者的承诺、法律形式、合作者科技知识的可获得性这6个标准是绩效评价体系的重要标准。Schwartz等综合以往的文献，认为绩效指标应包括两大类：一方面需要能够衡量企业孵化器是否成功的指标（例如，提供增值支持的有效性，对区域发展目标的贡献）;另一方面必须考虑可以衡量从孵化器毕业后企业是否成功以及来自孵化器的支持对其发展的影响的指标。Vanderstraeten等通过文献回顾、深度访谈和小组讨论，认为应从吸引力、内部支持情况、孵化器的经济状况、金融结构、业务创新、外界宏观环境和被孵企业的满意度和被孵企业毕业后情况8个方面来制定孵化器的绩效评估体系。可以看出，学者们对于绩效评价指标各有所见，并没有一个统一的标准。

在实证研究方法上，Sung等运用案例分析法对韩国7家企业孵化器进行了数据采集，使用线性模型与非线性模型对孵化器进行深入实证研究。Schwartz等根据从孵化器毕业的410家企业数据，运用多准则偏好排名组织方法（PROMETHEE）评估了德国5个企业孵化器的长期有效性，并对这种评估方法的适用性进行了分析。Chirgui等构建了包括人力资本、财力的规模和预算、专利储备、地理位置等指标的绩效评价体系，用计量模型（GLM、GEE等）对法国25个科技企业孵化器运行绩效进行了评价。

（二）国内孵化器运行效率评价方法。国内学者们大多使用DEA（数据包络分析）方法测算孵化器的运行效率。孙大海等是国内首次使用DEA方法对孵化器的运行效率进行了评价的学者，对孵化器运行绩效的测度进行了新尝试。殷群和张娇运用DEA方法测算了长三角地区企业孵化器的综合效率、技术效率以及规模效率，依据模型测算结果分析各地区孵化器低效或无效的原因并提出建议，最后引入DEA超效率模型，对多个有效的决策单元之间的效率进行比较。孙凯等提出引入虚拟决策单元的改进DEA模型，改进的模型克服了传统DEA模型的一些不足，比如指标权重分配不合理、对DMU决策单元的排序无法充分有效。刘琳等基于2010～2012年我国西南地区28家国家级企业孵化器的数据，先进行了DEA效率测算，再将2012年的DEA效率测度结果进行K-均值聚类分析，进一步剖析企业孵化器运行效率差异。杨文燮和胡汉辉以数据包络分析法为研究工具分析企业孵化器运行效率现状，并利用单因素方差分析法对企业孵化器的综合效率、纯技术效率、规模效率进行了差异比较。徐宏毅和石茜以DEA为研究工具，除了测算综合效率、技术效率以及规模效率，还增加测算了Malmquist指数，从而综合测算连孵化器运行效率变化趋势和差异。何慧芳等为进一步分析综合效率有效的孵化器的效率差异，采用超效率DEA模型求取超效率值。仲深等构建两阶段链式网络DEA，将整个孵化过程分为投入阶段和孵化阶段，以孵化器总收入作为中间量链接前后两个阶段，对企业孵化器的整体运行过程及各阶段的效率进行测算。颜振军和侯寒认为仅测算孵化器效率值针对性不强，于是用DEA测算了效率以后采用K-均值聚类法对孵化器进一步划分类型。

还有部分学者使用层次分析法、灰色系统理论、主成分分析法、模糊综合评价法、变异系数法和随机前沿分析法等评估孵化器的运行绩效。曹细玉从管理能力、软环境条件、人才聚集能力和市场开拓能力等方面构建孵化能力评价指标体系，采用层次分析法（AHP）确定各指标层的权重，再采用模糊综合评价法对孵化器孵化能力进行评价。刘宁晖和王小敏运用灰色系统理论评价南京5家科技企业孵化器的运行绩效。孙凯等先应用变异系数法确定评价指标的权重，在此基础上对不同企业孵化器的运行绩效进行了评价。徐菱涓和刘宁晖通过问卷调查采集数据，运用主成分分析法对影响我国科技企业孵化器绩效的因素进行分析。黄虹和许跃辉采用随机前沿分析法，分别就运行效率和区域性差异对我国科技企业孵化器进行研究。

（三）国内众创空间运行效率评价方法。学者们对众创空间运行效率的实证研究十分有限，且均是以DEA模型为基础进行研究。李洪波和史欢综合了基本DEA模型及超效率DEA模型来分析众创空间的运行效率，在计算出各省份效率值的基础上，运用投入与产出调整等方法给出众创空间运行的改进建议。徐莉等基于2016～2017年我國省级面板统计数据，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的运行效率进行评价分析。张静进和陈光华采用三阶段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，分析了我国众创空间的创新创业效率及各省份之间的差异。田剑和尹祥信在DEA方法测算运行效率的基础上，利用全局和局部自相关分析方法对空间关联模式进行探讨。

众创空间是一个复杂的系统，系统中包含各种利益相关者且各种资源投入资源和绩效产出资源是相互转换的，很难对各种指标做出绝对的量纲处理。DEA（数据包络分析）是一种非参数方法，用于研究同类DMU（决策单位）的多投入和多产出生产系统的效率，其特点是无需预先确定指标的权重，不需要对指标进行统一的量纲处理，并且各种投入和产出指标之间的相关性不会影响DEA方法的评估结果。因此，运用DEA方法能够较好地分析多个众创空间运行的相对效率。

（四）国内众创空间运行效率评价指标体系。以往文献中学者们研究分析传统孵化器运行效率也大多采用DEA方法，这给目前的众创空间运行效率研究提供了大量参考。但是众创空间作为一种新型孵化器，与传统孵化器运作模式具有较大差异，在测量和分析众创空间运行效率时，应在以往的研究基础上，对DEA模型使用过程进行优化，重新构建符合其特征的指标体系来对其进行分析。纪浩梳理文献，总结得出众创空间运行效率指标体系中投入层面包含众创空间的基础性资源投入和创业氛围的营造两个维度;产出层面包含众创空间的融资能力和可持续发展能力两个维度，经过甄选最终得出投入产出指标共11个。尹祥信综合以往文献所使用过的指标，并结合中国科技部火炬中心在调研国内众创空间运营情况时选用的统计指标，构建了众创空间运行效率的投入产出指标体系：投入指标从人力、物力、财力三个维度进行细化，包括服务人员数量、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;产出指标从社会效益、经济效益、创新效益三个维度进行选取，包括吸引就业人数、众创空间净收入、入驻团队的数量、获得的知识产权数量。徐莉等创新性地将区域创新引入众创空间评价体系，即将众创空间运行效率投入指标分为众创空间内部的资源投入和众创空间外部的区域创新发展资源投入。李洪波和史欢将投入指标分为资金技术服务和创新创业培训，将产出指标分为创业集聚能力和创新创业成效。张静进和陈光华采用了人员和经费两个投入指标，总收入和吸纳就业两项产出指标。

三、未来研究展望

（一）研究方法需要进一步完善。回顾国内外与本文主题相关的文献，学者们将研究重心放在孵化器或众创空间的运行绩效评价上，很少有学者从投入产出角度深入的探究众创空间运行效率产生差异的原因。而少数运用DEA方法探究产生众创空间运行效率产生差异的原因并基于实证结果提出政策建议的学者，忽视内部创新运行机制和实现过程，只关注决策单元的最初投入与最终产出，没有评估创新效率随着时间变化而产生的变动趋势，也没有关注相邻区域创新效率的空间关联性。由此可见，目前学者们对众创空间运行效率的评价方式是不完善的，从而难以准确评价众创空间的创新效率。未来可以从以下几个方面进行尝试，进一步完善评价方法：第一，考虑到创新实现过程，建立网络EBM模型，对开发阶段、创新成果转化阶段以及整体的创新效率进行评价，准确评价众创空间运行各阶段及全过程的创新效率。第二，采用全局前沿Malmquist指数模型，测量众创空间的全要素生产率和分解效率，揭示众创空间创新效率的动态变化规律，为众创空间未来的运行决策提供理论依据。第三，测算出运行效率值后，运用空间数据分析方法分析众创空间运行效率的空间关联模式，并探究众创空间运行效率的空间关系。

（二）众创空间中在孵企业的创新性质可以进一步细化。《中国创业孵化发展报告》（2019）显示，我国众创空间越来越重视研发和技术创新，研发投入和知识产权产出数量显著提升，科技创新创业和双创的科技含量占比逐渐提高。2018年，全国在孵企业R&D投入强度达到8.7%，R&D总支出为726.6亿元，同比增长23.4%;全国众创空间常驻企业和团队的有效知识产权数量达到21.6万件，同比增长41.8%;在全国20.5万家孵化企业中，有13，000家被认定为国家高新技术企业，中小型科技企业有6万家。

众创空间的运行效率并未对孵化企业的性质和产出成果形式进行明确界定，而在国家鼓励企业进行技术创新的环境下，拥有核心创新技术的在孵企业值得学者们进行重点关注。学者们可以尝试对众创空间在孵中小企业的技术创新效率进行深入探究。

主要参考文献：

[1]Baichtal J.Hack This：24 Incredible Hackerspace Projects from the DIY Movement[M].Que Publishing Company，2011.

[2]Anderson C.Makers：The New Industrial Revolution[M].New York：Crown Business，2012.

[3]Dempsey L.OCLC Research：2014 Highlights[J].2015.14（14）.

[4]Aldrich H E.The Democratization of Entrepreneurship Hackers，Makerspaces，and Crowdfunding[C].Academy of Management Meeting，2014.

[5]Hatch M.The Maker Movement Manifesto：Rules for Innovation in the New World of Crafters，Hackersand Tinkerers[M].New York：McGraw-Hill，2013.

[6]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）.

[7]邵永新，倪芝青.关于众创空间的理论研究及思考[J].科技创业月刊，2017.30（1）.

[8]王節祥，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）.

[9]陈劲.创新创业与企业竞争力[J].科学与管理，2015.35（3）.

[10]吕力，方竹青，乔辉.“众创”与企业管理实践及理论创新[J].科技创业月刊，2015.28（7）.

[11]桑子文.基于创新生态系统的“极地创新中心”孵化模式研究[J].中华文化论坛，2015（7）.

[12]王佑镁，叶爱敏.从创客空间到众创空间：基于创新2.0的功能模型与服务路径[J].电化教育研究，2015.36（11）.

[13]Mian S A.Assessing and managing the university technology business incubator：An integrative framework[J].Journal of Business Venturing，1997.12（5）.

[14]Chan K F，Lau T.Assessing technology incubator programs in the science park：the good，the bad and the ugly[J].Technovation，2005.25（10）.

[15]Bigliardi B，Dormio A I，Nosella A，et al.Assessing science parks' performances：Directions from selected Italian case studies[J].Technovation，2006.26（4）.

[16]Schwartz M，Gthner M.A multidimensional evaluation of the effectiveness of business incubators：an application of the PROMETHEE outranking method[J].Environment and Planning C：Government and Policy，2009.27（6）.

[17]孙大海，钟卫东，林莉，等.科技企业孵化器面面观[M].厦门大学出版社，2005.

[18]殷群，张娇.长三角地区科技企业孵化器运行效率研究——基于DEA的有效性分析[J].科学学研究，2010.28（1）.

[19]孙凯，曹丽艳，毕克新.基于改进DEA模型的企业孵化器孵化效率评价[J].管理现代化，2013（2）.

[20]刘琳，李冬梅，赵智.我国西南地区科技企业孵化器运行效率差异研究——基于28家孵化器的DEA分析[J].科技管理研究，2014.34（20）.

[21]杨文燮，胡汉辉.基于DEA的国家级科技企业孵化器运行效率分析[J].统计与决策，2015（22）.

[22]徐宏毅，石茜.国家级科技企业孵化器运行效率及地区差异性研究[J].财会月刊，2018（04）.

[23]何慧芳，黄灏然，方凯.基于DEA方法的企业孵化器运行效率评价研究——以广东省为例[J].科技管理研究，2018.38（13）.

[24]仲深，刘雨奇，杜磊.基于网络DEA模型的企业孵化器运行效率评价[J].科技管理研究，2018.38（20）.

[25]颜振军，侯寒.中国各省份科技企业孵化器运行效率评价[J].中国软科学，2019（3）.

[26]曹细玉.企业孵化器孵化能力评价研究[J].科技进步与对策，2001（6）.

[27]刘宁晖，王小敏.基于灰色系统理论的科技企业孵化器管理绩效评价[J].科学学与科学技术管理，2007（S1）.

[28]孙凯，鞠晓峰，李煜华.基于变异系数法的企业孵化器运行绩效评价[J].哈尔滨理工大学学报，2007（3）.

[29]徐菱涓，刘宁晖.基于主成分分析法的科技企业孵化器绩效影响因素研究[J].科技进步与对策，2008（11）.

[30]黄虹，许跃辉.我国科技企业孵化器运行绩效与区域差异研究——基于对260家国家级科技企业孵化器的实证分析[J].经济问题探索，2013（7）.

[31]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，2019.33（12）.

[32]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）.

[33]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）.

[34]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）.

[35]魏权龄.数据包络分析[M].科学出版社，2004.

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

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