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
张静进1，2陈光华3
1（北京大学深圳研究生院，深圳 518055） 2（深圳国家高技术产业创新中心，深圳 518057）3（中国科学院科技战略咨询研究院，北京 100190）
〔摘 要〕 本文采用三阶段DEA模型方法，在有效剔除政府补贴、外部融资、服务人员等外部环境变量的基础上，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。研究结果表明，环境变量对众创空间创新创业效率均产生了显著影响。剔除外部因素后，各省份整体的众创空间平均效率较调整之前有所提升，人员和经费投入冗余比例显著下降。东中部发达地区众创空间平均综合效率整体高于中西部欠发达地区，同时众创空间的规模效率整体相对较低，有待进一步提升。综合研究结论，众创空间的高效运营亟需实现政府资助、政策引导和环境建设的统一，并逐步完善监管体制机制，积极培育市场化专业化服务机构。
〔关键词〕 众创空间 创新创业效率 投入冗余 DEA模型 规模效率 效率差异
引 言
众创空间是我国推动和实现创新驱动发展战略的重要组成部分，是实现创新与创业有机结合的重要平台和载体。加快众创空间的建设，提高众创空间的运行质量，对推动地方经济转型升级和带动就业具有重要的现实意义。从2010年国内首家众创空间——上海新车间诞生以来，我国众创空间数量呈现爆发式增长，2014～2016年从50家增长至4292家，增长了80余倍［1］。为加快众创空间建设，各级政府从政府补贴、空间场地、后续奖励等方面出台系列支持政策，如湖北省每年投入2000万元支持和奖励众创空间、科技孵化器的发展［2］，深圳市则对新创建的众创空间给予最高500万元的政府补贴资金。与此同时，众创空间这种新兴的创新创业形态也逐渐成为学术界关注的热点和焦点［3-6］。从现有研究来看，国内众创空间主要存在过度依赖政府补贴、建设经验不足、专业化水平不高等问题，但相关研究主要是以定性研究为主，缺乏足够的定量研究和数据支持［7-9］。与现有研究相比，本文主要特点在于通过采用三阶段DEA模型，在有效剔除了外部环境因素和随机误差因素影响的基础上，分析了各地区众创空间的创新创业效率和创新创业资源的投入冗余情况，并分析了政府补贴、外部融资等因素对投入冗余的影响情况，将进一步充实现有的众创空间相关理论，同时还将引导众创空间的建设和运行实践，提升众创空间的创新创业资源配置效率。
九十年代末期至二十世纪初的十年，是景德镇陶瓷快速发展的十年，更是“玉风窑”奋勇向前，披荆斩棘的十年。民间青花一直是原景德镇陶瓷大学校长秦锡麟老师研究的主要方向。随后在邱含、陈敏等一行大师秉承师古创新的原则下，创作与设计了全新的“现代民间青花”系列作品，并且在全国的陶瓷创作设计评比中惊艳全场。
(2)401浓缩机。此处系统能力按水量计算，由表3可知，401浓缩机入料水量为1 785.05 m3/h，设计所选设备的负荷能力是1 413 m3/h，则需要的设备台数为：1.25×1 785.05/1 413=1.58，即应在原来基础上再加1台浓缩机才能满足现有生产需求。
1 文献综述
众创空间通过集合创新创业的各种内外部资源，为各种创新创业活动提供指导、咨询和服务，同时也为创新创业者提供优质、全面、高效的成长环境［10］。因此众创空间的有效运行在很大程度上影响着创新创业的效率，而众创空间的运行效率则受到多种因素的影响。目前国内外学者针对众创空间的相关问题已经开展了多方面的研究，且主要是以定性研究为主。
Study on the Teaching Total Quality Management of Management Postgraduate
在众创空间的运作、组织与发展模式方面，Rayna认为众创空间是一种通过构建生态系统代谢、多层次创业网络嵌套等机制，开创以开源、大众创新为特征的新型创新模式［11］。侯晓等认为众创空间是一个由多方主体共同参与的复杂适应系统，该系统主要通过信用保障、组织协调、价值创造等机制实现正常运作［12］。陈武等发现众创空间的平台组织模式能够为双方或多方提供互动交流的网络化平台，实现多方创新创业资源的集聚与迭代。在此过程中众创空间能够推动组织逐渐形成多方共生的生态网络体系，最终提升社会创新能力，推动创新发展［13］。解学芳和刘芹良分别从动态发展和国内外比较的视角分析了众创空间的生态模式。从动态的视角来看，众创空间逐渐朝创新创业生态系统的方向发展。从国内外比较来看，欧美发达国家在经营和参与主体、发展模式和类型、生态系统建设以及功能绩效等方面逐渐完善，在此基础上构建了 “创客空间+孵化器+智能化创新”的众创空间生态体系［14］。在众创空间的创新创业绩效或效率方面，田颖等认为众创空间以智力资本提供的知识资源为基础，通过提升知识获取能力、挖掘能力和交互共享能力，构成智力资本协同创新系统。众创空间依托该系统实现知识和资源的交互与补充，从而提升众创空间创新绩效［15］。李燕萍等构建了众创空间发展质量评价指标体系，重点从管理、能力和品牌等方面评价众创空间的整体发展质量和水平，分析发展过程中存在的问题［16］。在众创空间的功能和作用方面，Nambisan认为众创空间通常扮演着创新集成者 （Innovation Integrator）和平台领导者 （Platform Leader）的双重角色，并发挥着资源集聚和创新引导方面的作用［17］。王佑镁等研究认为众创空间通过提供创意分享空间、构建创新创业服务体系等方式，发挥跨界式创客教育、一站式众创服务、搭建连接式互动创新平台等功能，实现新经济发展助推器的作用［18］。 Kera［19］、 Lindtner［20］等相关学者则从国际和区域比较研究的视角分析了创客空间在破坏性创新活动、快速迭代、共同改进的创新模式构建方面所发挥的重要作用。
太极虎对身后六个灰衣人示意。天问大师道：“贫僧为贵会代劳，也正好了结本门与他昔年的一段恩怨。”只手拿云十余年前独闯少林，少林想挽回颜面曾多次派达摩堂弟子下山。但由于只手拿云不知何故息隐未能如愿。太极虎欣慰地道“：大师放手施为！”
综上，现有文献主要针对众创空间的理论溯源、发展运营模式、创新创业生态系统等方面展开了理论和案例研究，很大程度上丰富了理论体系，并能够为我国众创空间的建设和运营提供理论指导。但现有研究主要以定性研究为主，且关于我国众创空间创新创业效率及其影响因素的研究相对较少。本文将采用三阶段DEA模型方法，分析我国整体的众创空间创新创业效率及各个省份之间的差异，并探讨引起效率差异的原因。
2 研究方法与模型构建
众创空间的建设和运行是一项多投入、多产出的活动，该过程易受到多种外部环境因素和随机误差因素的影响。因此为防止众创空间创新创业效率估算出现偏误，本文采用了Fried等提出的三阶段DEA模型对众创空间创新创业效率进行估算［21］。该模型采用随机前沿分析方法，能有效剔除环境因素和随机误差等非经营性因素造成的影响，从而使估算的效率值能够更加有效地反映出决策单元的实际管理水平。
2.1 第一阶段DEA模型
众创空间的运行是一个多投入、多产出的过程。根据众创空间的建设和运行情况，在众创空间的创新创业投入方面，本文采用了人员和经费两个投入指标。人员投入指各地参与众创空间建设和运行的科技人员数量。经费投入指各地众创空间投入的建设和运行经费。
式 （1） 中xij 表示第j 个众创空间的第i 种要素投入，ymj 表示第j 个众创空间的第m 种产出指标，r 表示众创空间的投入变量个数，t 表示众创空间的产出变量个数，θk 表示第k 个决策单元的纯技术效率值。纯技术效率值 （PTE ）可以由式（1）进行测算，技术效率值 （TE ）可以通过CCR模型进行测算。规模效率 （SE ）值可以通过公式计算：技术效率＝纯技术效率×规模效率。
2.2 第二阶段相似SFA回归模型
在产出方面，本文选取和采用了总收入和吸纳就业两项产出指标。总收入主要是众创空间内部开展创新创业活动所获得的盈利性收入。吸纳就业主要是依托众创空间平台开展创新创业活动所吸纳的各种就业人员。
在该函数中，Srk 表示第k 个决策单元中的第r 个投入指标的松弛变量，fr （Zk ；βr ）表示环境因素对众创空间投入松弛变量Srk 的影响，Zk 表示可观测和可度量的外部环境因素，βr 表示Zk 所对应的参数向量，Vrk 为假设符合正态分布的随机误差项，Urk 为假设符合截断正态分布的管理无效率项，并且Vrk 与Urk 两者之间独立不相关。
对βr 、σ 2和γ 等参数进行估计，采用的估计方法是极大似然估计法。进一步通过式 （3）［22］计算管理无效率项Urk ：
随机误差项Vrk 可以在以上参数和管理无效率项的基础上通过计算得出，然后再通过式 （4）对不同决策单元的投入值进行调整，以使不同的决策单元能够处于同质的环境和随机误差下：
由于该阶段的效率值包含了外部环境因素和随机误差因素造成的影响，因此无法真实地反映出众创空间的投入与产出效率，还需要进一步对第一阶段的效率值进行调整。
2.3 第三阶段调整后的DEA模型
该阶段是将上一阶段调整完成的决策单元投入值重新利用第一阶段的DEA模型进行计算的过程，计算出各个决策单元的相对效率值。由于该阶段的投入值已经有效剔除了环境因素以及随机误差因素的影响，因此计算出的效率值能够更加真实地反映出众创空间的创新创业效率。
《阿甘正传》中，阿甘拥有一个不尽圆满又可谓开挂的人生。他因跑得快顺利毕业，因跑得快立下功勋，用长跑般的坚持成为珍妮的归宿。他心中只有纯粹的追求，只会纯粹地一直跑。这是跑步的最高境界。
3 数据来源、指标设计与环境变量
3.1 数据来源
该阶段采用随机前沿分析方法将第一阶段投入变量的松弛变量作为因变量，将政府补贴、外部融资、服务人员和创业导师等环境变量作为自变量进行回归，回归结果如表3所示。两个投入变量的松弛变量所对应的回归模型的σ 2和γ 值都通过了显著性检验，并且γ 值接近于1。表明众创空间人员投入和经费投入的松弛变量更多是受环境因素的影响，而随机误差因素影响较小。从环境变量的显著性可以看出，各个环境变量基本上都通过了显著性检验。表明环境变量对两个投入变量的投入冗余均产生了显著影响，因此需要采用随机前沿分析方法剔除环境因素和随机因素对众创空间建设和运行的影响。由于因变量是投入冗余变量，当系数为正时，表明环境变量的增加会导致投入冗余进一步增加，意味着众创空间建设和运行效率的下降。当系数为负时，表明环境变量的增加会导致投入冗余减少，意味着众创空间创新创业效率的改善。即使回归系数的t值检验不显著，环境变量也会对松弛变量产生正向或负向的方向性影响［23］。从回归结果可以看出，不同的环境变量对人员和经费投入的松弛变量均产生了不同的影响：
3.2 投入与产出指标设计
该阶段是根据众创空间运行的投入和产出情况构建传统的DEA模型。其中常用的两种模型分别是CCR模型和BCC模型。从众创空间创新创业活动的实际情况来看，其投入要素相对更易控制，并且众创空间创新创业活动往往存在规模收益可变的特点。基于此，本文采用投入导向的BCC模型进行效率值估算。BCC模型如式 （1）所示：
在这个世界上，为了探索前进，追求本真，对于自己的尺度，每个人都应遵守实事求是的原则，敢于自以为是，也敢于自以为非，并及时予以调整，而不能为了个人的名利地位，随声附和或者固执己见。
在第二阶段通过构建相似SFA回归模型对影响效率值的相关因素进行分离，即将众创空间运行中的投入松弛变量分离为包括环境因素、随机误差因素和管理因素3个自变量的函数。函数如下所示：
（1）政府补贴。本文根据统计数据，采用政府补贴金额占众创空间建设和运行总经费投入比例衡量该指标；（2）外部融资。众创空间依托创新性项目从外部融资，从而加快从创意提出到创意商业化的过程。该指标采用众创空间从外部获取的融资金额衡量；（3）服务人员。众创空间所提供的服务能够帮助创新创业过程顺利实现，而这些服务往往都是除了科技人员之外的服务人员提供的。该指标采用众创空间内部的服务人员的数量衡量；（4）众创空间为了提升创业成功率，往往会聘请一些企业或高校的专家担任创业导师，这些导师会对创业的整个过程提供较为全面的指导。该指标采用各地的众创空间从外部聘请的创业导师的数量衡量。
3.3 环境变量
本文根据以往相关研究并结合众创空间的建设和运行情况，选取政府补贴、外部融资、服务人员、创业导师等作为环境变量。
1.1 试验试剂 硝酸银(AgNO3)、二水合柠檬酸三钠(C6H5Na3O7·2H2O)、氯化钠(NaCl)、三羟甲基氨基甲烷(Tris)均为分析纯，购买于江苏强盛功能化工股份有限公司；BPA及其类似物，分析纯，购买于上海百灵威科技；试验用水均为超纯水。BPA核酸适配子ssDNA，其序列为5’-CCGGTGGGTGGTCAGGTGGGATAGCGTTCCGCGTATGGCCCAGCGCATCACGGGTTCGCACCA-3’，购买于上海生工公司。
4.规定退押时间，界定退押困难。根据当前科技发展的程度，银行转账可以做到实时到账，押金秒退也不应有任何问题，但本着对新型经济包容的态度，考虑到租赁用户众多，个别企业技术升级不够，可适当放宽要求，但当天到账绝对能做到的。因此建议监管当局可规定企业原则上秒退，最慢不得超过24小时，24小时押金不到账，客户可以投诉。有了对退押时间的规定，对退押困难的界定，客户对风险就能做出清晰的判断，监管也有了明确的依据。
4 实证分析
4.1 第一阶段DEA效率及投入冗余分析
对众创空间的投入与产出效率进行计算和分析，结果如表1所示。该阶段的效率值是未剔除外部环境影响因素下的效率情况，整体的综合平均效率为0.573。从各个省份的情况来看，不同省份众创空间的综合效率值并未呈现出明显的规律性，东部沿海发达地区未呈现出明显的效率优势。
在索罗斯大举进攻香港金融市场的时候，鄂志寰也在密切关注香港金融市场的变化。最紧张的时刻几乎是一天出一份跟踪报告。她表示，索罗斯操作汇率的手法非常复杂，表面上在攻击汇市，事实上要从股市赚钱。一方面囤积港币，推高港股，做空恒指期货，接着疯狂抛售港元，迫使香港提高利率来维持联系汇率，最后静待恒指暴跌，以赚取暴利。
表1 第一阶段DEA效率
基于DEA模型，进一步分析第一阶段众创空间的人员和经费投入冗余比例情况。人员和经费投入冗余比例是对两种投入指标做同权处理后计算得出的。从各个省份众创空间投入冗余的测算结果来看，人员投入和经费投入两种冗余比例相互之间较为均衡。其中第一阶段人员投入冗余平均值为0.263，经费投入冗余平均值为0.287。从各个省份的投入冗余值来看，不同省份之间也并未呈现出明显的规律性，东、中、西部地区未呈现出明显的投入冗余差异 （图1，表2）。其中表2显示了按照投入冗余比例的平均值对各省进行分组的情况。将人员投入冗余和经费投入冗余置于同一坐标中 （图1），可以将各个省份划分为双零冗余、双低冗余、双高冗余、低人员高经费冗余和高人员低经费冗余5类。通过图1发现，北京、内蒙古、江苏、江西、山东、湖北、广西、贵州、宁夏为双零冗余；河北、浙江、湖南为双低冗余，辽宁为低人员高经费冗余；四川、新疆为高人员低经费冗余；其余省份则为双高冗余。
表2 第一阶段各省份众创空间投入平均冗余情况
图1 第一阶段各省份众创空间人员和经费投入冗余情况
式 （4） 中
表示经过调整之后的决策单元投入值，Xrk 表示决策单元的实际投入值，［max（Zk ·βr ）-Zk ·βr ］表示将各个不同的决策单元调整到同质的环境下， ［max（Zk ·βr ）-Vrk ］表示将各个不同的决策单元调整到同质的自然状态下。
4.2 第二阶段SFA回归结果
本文采用的数据来源于科技部火炬高技术产业开发中心，中国创业孵化发展报告2017，共有28个省份、自治区和直辖市的相关数据 （考虑到数据的可获得性，不包括青海、西藏、海南及港、澳、台地区）。
（1）政府补贴对人员和经费投入的松弛变量均产生了显著的负向影响。表明在现有发展状况下，政府部门对众创空间的补贴比例越高，越有利于提升众创空间的创新创业效率。其原因可能在于，政府部门在开展资助前会对众创空间的创新能力和水平进行评估，在此基础上选择水平较高的众创空间进行资助。这种做法能够较好地发挥政府补贴的杠杆作用，激发众创空间的积极性；政府资助一般要求众创空间按照相应的比例出资配套。我国大部分众创空间规模都比较小，政府部门提高资助可以起到扩大众创空间规模的效果，促进众创空间创新创业效率的提升。
（2）融资金额对众创空间的人员和经费投入的松弛变量均产生了显著的负向影响。表明众创空间从外部获取融资的额度越高，越有利于提升众创空间的创新创业效率。其原因可能在于，我国的众创空间大部分都处于初创时期，自筹资金难以满足快速发展的需求，通过外部融资可以有效缓解众创空间发展不足的问题；大部分处于初创时期的众创空间的规模都比较小，通过外部融资能够在较短的时期为扩大众创空间的规模提供资金支持。因此外部融资能够有效挖掘众创空间的规模效应，提升众创空间的创新创业效率。
（3）服务人员对众创空间的人员和经费投入的松弛变量均产生了显著的负向影响。表明在现有阶段众创空间的服务人员越多，越有利于提升众创空间的创新创业效率。其原因可能在于国内大部分众创空间处于初创时期和快速发展时期，众创空间的规模效应随着众创空间规模的扩大而逐渐显现。服务人员的增加能够增强众创空间的规模效应；还能够不断提升众创空间的服务功能和增加众创空间的服务种类，从而提升众创空间的创新创业效率。
（4）创业导师对众创空间的人员和经费投入的松弛变量均产生了显著的正向影响。表明在现有阶段众创空间的创业导师越多，越不利于提升众创空间的创新创业效率。其原因可能在于，我国众创空间大部分处于初创时期，对我国大部分地区和科技人员来说都是新鲜事物，很多创业导师并不熟悉众创空间的主要业务和运营过程，难以提供针对性的指导；另外我国的众创空间在创业导师资源配置方面还不成熟，创业导师市场资源配置方式还不完善，难以实现合适的导师配置到合适的职位或需求上。这些因素均会导致导师资源配置效率较低，从而影响众创空间的创新创业效率。
由于众创空间的投入松弛变量相当一部分是由环境变量的影响造成的，而环境变量对松弛变量的影响存在差异，会导致效率估计存在偏差。因此需要对众创空间的投入变量进行调整。保证其都能够处于相同的环境条件下，从而提高众创空间效率估计的准确度。
4.3 第三阶段DEA效率及投入冗余分析
该阶段将调整后的投入指标重新导入DEA模型进行效率测算，测算结果见表4。通过对比第一阶段和第三阶段的DEA效率，整体来看，各个省份众创空间的平均综合效率在有效剔除环境因素和随机因素影响后有所提升。其中纯技术效率明显提升，规模效率则显著下降。即在剔除外部因素后，众创空间内部的实际制度和管理水平明显上升，而众创空间的实际规模与最优规模之间的差距增大。由于DEA效率计算的是各个单元之间的相对效率，因此这也表明各个省份之间的众创空间的实际制度和管理水平整体差异较小。而各个省份之间的众创空间的实际规模整体差异较大，且由规模较小导致的规模不经济较为明显。这也说明目前我国的众创空间普遍面临规模较小、难以实现运营这一问题。因此扩大众创空间规模，实现规模效应仍然是我国众创空间未来几年发展的重要方向。具体从各省份的综合效率来看，众创空间的综合效率位于中位数以下的省份包括宁夏、广西、新疆、黑龙江、云南、贵州、安徽、天津、湖北、山西、湖南、河南、四川、甘肃等省份。这些省份基本上都位于我国中西部地区。而高于中位数的众创空间则大部分位于东部沿海发达地区和中部相对发达地区。表明在剔除外部因素之后，东部沿海发达地区和部分中部相对发达地区的众创空间综合效率较高。其原因可能在于，发达地区有着较好的创新创业基础，且先进的思想和企业管理理念能够广泛地影响众创空间的建设和运营，从而使得众创空间的制度和管理水平能够得到快速提升；而且发达地区的众创空间建设相对较早，政府的大力支持和较好的创新创业环境有利于众创空间的快速发展。这些因素使得发达地区众创空间的规模效应能够得到较好的实现，从而有利于提升众创空间的综合效率。
表3 第二阶段SFA回归结果
表4 第三阶段DEA效率
从各个省份众创空间的第三阶段投入冗余比较来看 （表5，图2），在有效剔除环境因素和随机因素影响之后，各个省份的第三阶段平均投入冗余比例大幅下降。同时低于投入冗余比例平均值的省份数量也大幅下降，表明环境因素和随机因素影响对各个省份众创空间的创新创业效率和资源使用效率有较大影响。表5显示了按照第三阶段投入冗余比例的平均值进行的分组情况。将第三阶段人员投入冗余和经费投入冗余置于同一坐标中 （图2），其中新疆、黑龙江、内蒙古、江西、湖北、北京、江苏、浙江、吉林、辽宁、福建、河北、重庆、山东、山西、贵州为双零冗余；四川、湖南、河南、安徽、陕西为双低冗余；云南为低人员高经费冗余；上海、甘肃、宁夏为高人员低经费冗余；广东、广西和天津为双高冗余。
表5 第三阶段各省份众创空间投入平均冗余情况
图2 第三阶段各省份众创空间人员和经费投入冗余情况
5 研究结论与政策建议
本文采用三阶段DEA模型，在剔除了环境因素和随机误差因素的基础上，分析了我国整体的众创空间创新效率以及各个省份之间的差异。研究结果表明，我国整体的众创空间平均效率较调整之前有所提升。从综合效率的内部结构来看，高于综合效率中位数的众创空间大部分位于东部沿海发达地区和中部相对发达地区。低于综合效率中位数的众创空间则大部分位于欠发达的中西部地区。
众创空间的高效运营不仅需要政府的资助支持，也更需要政策的有力支撑。如何加快创新政策，包括经费管理、科技评价、成果转化政策的改革，构建适宜的平台治理体系，是一个崭新的命题。基于本文的研究结论，本文得到以下政策启示：
（1）实现政府资助、政策引导和环境建设的统一。政府部门在加强资助的同时，注重通过政策引导的方式吸引社会力量的参与。通过政策的杠杆效应强化政府资助与社会资源的结合，实现1+1＞2的资源整合效应，推动众创空间做大做强；（2）积极探索适应众创空间发展的监管体制机制。政府部门应根据众创空间的业务特点，探索建立适应新事物发展的监管规则。让新旧事物按照大致公平的规则开展同台竞技，在市场竞争中优胜劣汰。同时，善于利用互联网、大数据、人工智能等新技术，通过开放课题、网上招标、众筹资金等更为灵活多样的方式，实现更大范围集成联动，提升众创空间创新创业效率；（3）培育市场化、专业化众创平台服务运营机构。目前来看，一批高校、国有企业、科研院所有丰富的创新创业资源，但是在建立众创空间方面仍然缺乏经验，难以实质性地开展相关探索性工作。应鼓励建立和发展各类市场化平台。高校、科研院所、国有企业可以授权具有独立法人资格、公司化运作、具有专业团队的科技服务机构托管运营创新创业资源，实现科技创新创业资源的市场化运营服务。
参考文献
［1］科学技术部火炬高技术产业开发中心.中国创业孵化发展报告2017［M］.北京：科学技术文献出版社，2017：6.
［2］解鸿震.众创空间将享补贴 ［N］.楚天金报，2015-05-09.
［3］胡贝贝，王胜光，任静静.互联网时代创业活动的新特点——基于创客创业活动的探索性研究 ［J］.科学学研究，2015，33（10）： 1520～1527.
［4］刘志迎，武琳.众创空间：理论溯源与研究视角 ［J］.科学学研究， 2018， 36 （3）： 569～576.
［5］ Wang Ding， Dunn N， Coulton P.Grassroots Maker Spaces： A Recipe for Innovation ［C］.Boulogne Billancourt： 11th European Academy of Design Conference， 2015： 1～10.
［6］ Dougherty D.The Maker Movement ［J］.Innovations： Technology， Governance， Globalization， 2012， 7 （3）： 11～14.
［7］李燕萍，陈武.中国众创空间研究现状与展望 ［J］.中国科技论坛， 2017， （5）： 12～18， 56.
［8］李燕萍，陈武，李正海.驱动中国创新发展的创客与众创空间培育：理论与实践——2016年首届 “创新发展·创客·众创空间”论坛评述 ［J］.科技进步与对策，2016，33（20）：154～160.
［9］陈武，李燕萍.嵌入性视角下的平台组织竞争力培育——基于众创空间的多案例研究 ［J］.经济管理，2018，40（3）：74～92.
［10］王节祥，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）： 1～6.
［11］ Rayna T， Striukova L， Darlington J.Co-creation and User Innovation： The Role of Online 3D Printing Platforms ［J］.Journal of Engineering and Technology Management.2015， 37： 90 ～102.
［12］侯晓，金鑫，吴靖.CAS视角下的众创空间特征及运作机制研究 ［J］.情报杂志， 2016， 35 （10）： 195～200， 119.
［13］陈武，李燕萍.众创空间平台组织模式研究 ［J］.科学学研究， 2018， 36 （4）： 593～600， 608.
［14］解学芳，刘芹良.创新2.0时代众创空间的生态模式——国内外比较及启示 ［J］.科学学研究，2018，36（4）：577～585.
［15］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.
［16］李燕萍，陈武.基于扎根理论的众创空间发展质量评价结构维度与指标体系开发研究 ［J］.科技进步与对策，2017，34 （24）： 137～145.
［17］ Nambisan S， Sawhney M.Orchestration Processes in Networkcentric Innovation： Evidence from the Field ［J］.The Academy of Management Perspectives.2011， 25 （3）： 40～57.
［18］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）：5～12.
［19］ Kera D.NanoSmano Lab in Ljubljana： Disruptive Prototypes and Experimental Governance of Nanotechnologies in the Hackerspaces ［J］.Journal of Science Communication， 2012， 11（4）： 37～49.
［20］ Lindtner S， Li D.Created in China.The Makings of China's Hacker Space Community ［J］.In Interactions， 2012， （6）： 18～20.
［21］ Fried H O， Lovell C A K， Schmidt S S， et al.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis ［J］.Journal of Productivity Analysis， 2002， 17 （1）：157～174.
［22］罗登跃.三阶段DEA模型管理无效率估计注记 ［J］.统计研究， 2012， 29 （4）： 104～107.
［23］李然，冯中朝.环境效应和随机误差的农户家庭经营技术效率分析——基于三阶段DEA模型和我国农户的微观数据 ［J］.财经研究， 2009， 35 （9）： 92～102.
Comparative Research on the Innovation and Entrepreneurial Efficiency and the Input Redundancy of the Crowd Innovation Spaces Based on DEA Model
Zhang Jingjin1，2 Chen Guanghua3
（1.Shenzhen Graduate School， Peking University， Shenzhen 518055， China；2.Shenzhen National High-tech Industry Innovation Center， Shenzhen 518057， China；3.Institutes of Science and Development， Chinese Academy of Sciences， Beijing 100190， China）
〔Abstract〕 In this paper we use a three-stage DEA model to analyze the innovation and entrepreneurial efficiencies of the crowd innovation spaces of China and the differences between provinces after the exclusion of the impact of the environment variables such as funding intensity of government，external financing and servicing staffs and so on.The research results show that the environmental variables have significant impact on the innovation and entrepreneurial efficiencies.The average efficiency of the crowd innovation spaces of China is improved，and the proportions of the input redundancy of staff and funding inputs have declined significantly after the adjustment of input variables.The average efficiency of the crowd innovation spaces in the developed areas of the eastern and central regions is higher than that of the less-developed areas of the central and western regions.The scale efficiencies of the crowd innovation spaces are relatively low overall and the scale efficiencies need to be further improved.The research conclusions show that the efficient operation of the crowd innovation spaces urgently needs to realize the unity of government subsidies，policy guidance and environmental construction， and improve the supervision mechanism gradually， cultivate market-oriented specialized organizations actively.
〔Key words〕 crowd innovation space； innovation and entrepreneurial efficiency； input redundancy； DEA model； scale efficiency；efficiency difference
DOI： 10．3969 ／j．issn．1004-910X．2019．09．004
〔中图分类号〕 F279.2；F224
〔文献标识码〕 A
收稿日期： 2019-05-06
基金项目： 国家社会科学基金青年项目 “平台型组织创新研究”（项目编号：17CGL005）。
作者简介： 张静进，北京大学深圳研究生院与深圳国家高技术产业创新中心联合培养博士后。研究方向：绿色创新、绿色金融。陈光华，中国科学院科技战略咨询研究院助理研究员，博士。研究方向：科技创新与创新管理。
（责任编辑： 张舒逸）
标签：众创空间论文; 创新创业效率论文; 投入冗余论文; DEA模型论文; 规模效率论文; 效率差异论文; 北京大学深圳研究生院论文; 深圳国家高技术产业创新中心论文; 中国科学院科技战略咨询研究院论文;