长株潭城市群创业环境的综合评价与预测

陈银娥 李鑫

摘 要：依据2011-2017年长株潭城市群创业环境指标数据，运用系统环境理论、PSR模型和GM（1，1）模型考量长株潭城市群创业环境及发展趋势。结果发现：长株潭城市群创业环境处于持续优化状态，政策改善创业环境效應明显。鉴此，应进一步加大创业政策支持力度、发挥区域产业优势、强化创业培训、增加科创资金投入、优化行政审批流程和提供多元化金融服务，持续优化城市群创业环境。

关键词： PSR模型;GM（1，1）模型;创业环境;长株潭城市群

中图分类号：F207    文献标识码： A    文章编号：1003-7217（2020）05-0138-08

一、引 言

从《国家“十一五”规划纲要》首次提出“把城市群作为推进城镇化的主体形态”到《国家新型城镇化规划》明确“把城市群作为主体形态”，城市群已成为中国新型城镇化发展的主流和大趋势，也是强化产业集群辐射和区域经济高质量发展的重要载体。在城市群一体化建设过程中，企业是区域产业和经济高质量发展的重心，尤其是新创企业作为社会经济发展最活跃的一部分，已成为区域乃至国家经济发展的助推力。系统环境理论认为在研究城市群创业环境时，需要将政策措施、金融市场和创业服务等内部环境与外商投资等外部环境相结合，才能够对城市群创业环境作出客观评价。创业环境的优劣和发展程度直接影响到创业活动的成功与否，良好及宽松的创业环境能够激励个体创业[1]，有利于提高初创企业的成功率[2];尤其是政府等相关部门为初创企业提供创业孵化器等多种形式的创业模式和服务，满足其创业的各种需求[3]，能够有效地促进整个区域的企业快速成长。经济学理论和实践证明，如果一个区域的创业活跃程度高，就能够带动经济发展和促进就业，进而有助于整个区域经济的稳健发展，甚至能够减少贫困[4]。特别是中国正处于脱贫攻坚的最后时刻，也是经济高质量发展的转型时期，城市群的创业活动对实现全面脱贫和高质量经济发展具有带动效应，因而对中国城市群的创业环境进行专门研究具有重要的现实意义。

理论界关于创业环境问题研究的代表性成果主要包括创业内外部环境影响因素分析、创业环境评价指标体系构建、以及创业环境评价方法的选择和利用等领域。

第一，创业内外部环境影响因素分析。一方面，学者们认为有效运转的法律和体制框架、具备技术能力的劳动力市场、种类齐全的商品供应方、客户或新市场的可及性、企业间良性的市场竞争、有利的政策环境、创业培训和服务体系以及完善的基础设施是影响新创企业的外部环境因素[5，6];另一方面，从新创企业内部影响因素来说，创业者的性格特质、专业技能、创业经验、财务状况等方面也会影响创业活动的成功率[7]。

第二，创业环境评价指标体系构建。一是指标构建原则，最初的创业环境评价指标体系的构建遵循了创业者导向型原则、系统性原则和可操作性原则[8]，在此基础上学者们进行了优化和拓展，选择最具代表性和最灵活的指标，增加了指标的科学性、客观性、可比性和有效性等原则[9];二是指标构建内容选择，有的学者认为需要从纵向构建全面的指标，涵盖宏观、中观和微观三级指标体系[10，11]，也有学者认为可以从横向来构建评价指标，横跨自然、社会和经济等多方面[12];三是特定对象的创业环境指标构建，例如大学生创业[13]和农民工返乡创业[14]，需要考虑其创业的特殊性和需求，提供充分的创业保障措施。

第三，创业环境评价方法的选择和利用。早期国内外学者均利用GEM模型对城市创业环境进行评价[15，16]，GEM（Global Entrepreneurship Monitor）是一种创业环境评价模型，考察财政支持、政府政策、政府计划、教育和培训、研发转移、商业和专业基础设施、市场开放、物质基础设施和文化及社会规范九种创业环境[17]。随着中国城镇化进程加速和创业环境逐步优化，学者们逐渐利用PSR模型来评估创业环境[18-20]。然而，无论利用GEM模型或PSR模型来评价创业环境，均验证了宽松的政府监管环境、广阔的城市区域、更多的高校或科研机构等因素能够促进初创企业的成立和鼓励更多的创业活动[21]。

由上可见，国内外学者对创业环境进行了多维度研究和分析，主要贡献在于：一是把创业环境发展的影响因素分为外部因素和内部因素，并且分析了外部因素和内部因素各自对创业活动的影响;二是认为政府部门颁布的政策和措施能直接或间接地影响创业环境的发展，创业环境的优良程度决定了初创企业的出现和成长;三是创业者性格、财务状况等新创企业的内部因素会受到外部创业环境的制约，对创业活动的成功率产生直接影响;四是从不同的视角构建了创业环境的评价指标，为系统、客观地评价创业环境奠定了基础;五是选用了较好的理论模型对创业环境进行评价分析，提供了较充足的创业环境评价数据和资源。但是，目前关于中国城市群创业环境的实证研究仍不够丰富，主要在于中国学者多采用评价国外城市创业环境的GEM模型对中国城市或区域创业环境进行评价，较少考虑到中国城市或区域发展程度与国外的发展程度仍有差距;虽然近年来有少部分学者利用PSR模型对中国一些特定城市的创业环境进行评价，却较少关注到中国城市群创业环境发展。因此，本文选取了城市群创业环境的主要影响因素，利用熵权法确定指标权重，并且基于PSR模型构建综合评价体系，以长株潭城市群创业环境为例进行综合评价，以期为改善和提升城市群创业环境提供建议。

二、研究设计

随着中国创新创业战略的实施和城镇化建设的推进，涌现了一批城市群，城市群内各种生产要素的加速流动和融合，激发了人们创新创业活动的热情，释放了创新创业经济的活力，在创新创业发展中起到十分重要的作用。尤其是位于湖南省中东部的长株潭城市群，随着交通轨道等基础设施一体化的加速建设，区域内创新创业环境得到进一步改善，该城市群逐渐成为学术界研究的热点，也成为了推进“大众创业、万众创新”的新的焦点。

（一）研究区域概况与数据来源

1.研究区域概况。长株潭城市群包括长沙、株洲、湘潭三市，2017年该区域土地总面积占湖南省13.3%，户籍总人口占湖南省总人口21.6%，生产总值占湖南省42.3%。自2005年以来，湖南省政府颁布实施《长株潭城市群区域规划》《湖南省推进新型城镇化实施纲要（2012-2020）》等一系列政策措施推进长株潭城市群的融合发展，是中国第一个自主进行区域一体化发展试验的区域，也最早被列入国家“十一五”发展规划的城市群之一，是中部六省城市中全国城市群建设的先行者。

长株潭城市群相较于其他城市群，具有一些独特之处。一是长株潭城市群是多中心的网络城市群，与单中心城市群相比，从城市效益、空间结构、宜居环境、科学发展等方面更能发挥其联合效益，便于成为一个有机的发展群体。二是长株潭城市群产业基础比较好，城市之间联系紧密，特别是随着一体化综合交通网络的成型，更是加速了产业集聚和资源集聚，激活区域经济发展动力。三是长株潭城市群地理位置优越，是长江中游城市群发展核心区域之一，区位上可以对接粤港澳大湾区城市群，融入“一带一路”发展战略，也可以助力中国西部大开发建设，以此实现中西部现代化的发展目标。

长株潭城市群的创业活动是区域经济活力和动力的重要表现形式，不仅能够促进区域经济增长和社会发展，也会成为撬动“中部崛起”的新支点。由此可见，对长株潭城市群创业环境的分析和评价，有助于激活该区域的创业经济，加速融入国家级城市群发展战略，也可以为中西部地区城市群创建优良的创业环境提供借鉴。

2.数据来源。数据均来自《湖南统计年鉴》《湖南科技统计年鉴》《长株潭试验区年鉴》《长沙统计年鉴》《湘潭统计年鉴》《株洲市国民经济和社会发展统计公报》等大量的官方统计资源，具备较高的准确性和权威性。

（二）模型框架及指标体系构建

1. 创业环境PSR模型框架。PSR（Pressure-State-Response）模型是环境质量学科中评价生态系统健康的一种理论模型，最早由加拿大统计学家David Rapport等（1979）提出，以“原因-效应-响应”为思维逻辑解释人类与环境之间的相互关系[22]。PSR模型评价体系分为压力指标、状态指标和响应指标三个方面，其中，压力（P）是个体在政治、经济和社会等活动产生的影响;状态（S）是指在压力因素的作用下，环境状态的变化以及经济社会的发展状态;响应（R）是指在现在的状况下，政府、社会组织及个体可能会做出何种决定或实施何种行动来改变当前现状，使之变得更好。压力、状态和响应三者紧密联系，相互影响，充分体现了人类与环境的相互作用的关系。

随着人类与生产生活环境的联系日益增多，PSR模型已从生态系统评价、环境质量评估等方面，进一步拓展到经济、管理等多个领域，广泛用于各类环境的评价分析，例如旅游环境评估[23]、城市环境评估[24]、农业生产环境评估[25]、企业环境评估[26]等多个方面。尤其是，相较于传统的GEM创业环境评价模型，PSR模型对创业环境的评价更强调线性关系，评价系统简单明了，综合利用了政治、经济和社会等多种评估指标，更具有客观性和灵活性，因而近年来被多次应用于城市创业环境评估[18，19]。

创业环境与生态环境、自然环境类似，而且创业活动涉及的各利益主体都会与创业环境产生交互作用，终将形成一个动态的平衡状态。由PSR模型分析框架可见，区域经济发展、城镇化进程等现象都会对区域内的创业环境产生正面或负面压力，而政府部门、企事业单位和社会组织紧接着在不同的压力下采取相应的措施和行动，通过各种途径和渠道对创业环境传导压力，进而在未来产生一系列的反应，达到促进区域经济健康发展和社会稳定的预期。城市群创业环境的状态也能从PSR模型中体现，可以准确、有效地对城市群创业环境进行评价，还能进一步对区域内未来的创业环境发展进行有效预测。由此可见，PSR模型对城市群创业环境的评价具有很强的实用性、灵活性和客观性。本文借鉴学术界现有研究成果，构建一个城市群创业环境的PSR模型，其框架如图1所示。然后，依据该框架构建长株潭城市群创业环境评价指标。

2.指标体系构建。依据PSR模型框架构建长株潭城市群创业环境评价指标，分别确定压力、状态和响应三个方面的指标体系。压力指标，选取在长株潭城市群中创业环境对创业活动影响的指标，包括常住人口、财政收入和固定资产投资等六个;状态指标，选取在该区域内能够呈现创业环境状态的指标，包括高新技术企业数量、商品交易市场成交额和金融机构贷款总额等七个;响应指标，则是选取政府部门、金融机构、社会组织等为优化创业环境、激发创业活力所颁布的政策和采取的措施，包括研究与发展经费支出、教育支出和互联网宽带用户等七个。与此同时，为了真实反映长株潭城市群的创业环境，并借鉴谢小青等（2017）和魏瑞（2018）的研究成果以及指标选取的原则，考虑城市群的异质性和实际情况，选取20个长株潭城市群创业环境评价指标（见表1）。

三、实证过程及结果分析

基于PSR模型构建的创业环境指标体系进行实证分析，为确保数据的客观性和精确度，首先，对所选取的20类长株潭城市群创业環境指标原始数据进行标准化处理;其次，逐个计算每个指标的信息熵并赋予熵权，确定每个指标在评价体系中的重要程度;再次，基于PSR评价指标及熵权层次分析法对长株潭城市群创业环境进行评价分析，分别计算压力指数（P）、状态指数（S）、响应指数（R）以及创业环境综合指数;最后，利用创业环境综合指数和灰色GM（1，1）预测模型对长株潭城市群创业环境的发展趋势进行预估，并对结果进行评价分析。

由表5可以看出，通过对长株潭城市群创业环境评价指标原始数据进行标准化处理，确定了信息熵和熵权后，计算的指标指数准确无误，能够客观、准确地对区域的创业环境进行评价和分析。

（二）实证结果分析

以上利用2011-2017年长沙市、株洲市和湘潭市的相关统计数据，结合PSR模型和熵权法，得到了长株潭城市群创业环境的综合指数、压力指数、状态指数和响应指数等。具体结果如下：

第一，长株潭创业环境综合指数一直呈上升态势。具体来看，长株潭创业环境综合指数从2011年的0.0923上升至2017年的4.8750，上升了近53倍。这一结果表明，从2011年至2017年，长株潭创业环境逐步完善，这主要是因为湖南省政府于2014年颁布了《湖南省大众创业万众创新行动计划（2015-2017年）》，该行动计划为创业活动提供资金支持对缓解创业活动压力、改善创业环境起到了积极的促进作用，从而推动了长株潭创业环境综合指数持续上升（见图2）。

第二，长株潭创业环境压力指数维持上升走势。具体来看，长株潭创业环境压力指数在2017年上升到4.2136，这一结果表明，长株潭城市群创业环境承受的压力逐渐增加，压力因素对创业活动以及创业成功的概率产生了不同程度的影响。虽然长株潭创业环境压力指数从2011年到2017年上升了近46倍，但其增速仍低于长株潭城市群创业环境综合指数的增速，说明长株潭城市群的创业环境处于良性发展趋势（见图3）。

第三，长株潭创业环境状态指数呈现逐年增加趋势。具体来看，长株潭创业环境状态指数在2017年上升到0.3040，这一结果表明，长株潭城市群的创业环境状态在持续改进和优化，有利于促进各项创业活动的开展，为更多创业者提供了优良的创业环境。特别值得注意是，在2016-2017年，创业环境状态指数斜率较大，表现这一阶段长株潭创业环境发生显著变化（见图4）。

第四，长株潭创业环境响应指数保持增长态势。具体来看，长株潭创业环境响应指数在2017年上升到0.3574，这一结果表明，长株潭各级政府及社会组织特别重视对创业环境的持续性优化和建设。依据长株潭城市群相关统计数据，从2011-2017年长株潭政府持续加大对科研、教育、医疗等多个领域的财政支出，为创新创业活动提供了稳健和高质量的人力资源、基础设施和金融需求等多方面保障（见图5）。

（三）灰色GM（1，1）预测模型

利用2011-2017年长株潭城市群创业环境综合指数，构建该城市群2018-2027年创业环境发展趋势灰色GM（1，1）预测模型。该模型擅长解决由于样本小和数据不完全产生的不确定性问题，是一种对含有不确定因素的系统进行预测的方法，通过鉴别不同系统要素之间发展趋势的相异程度，寻求系统变动的未来规律，据此生成有较强规律性的数据序列和构建相应的微分方程模型，进而预测事物未来发展趋势。

首先，利用GM（1，1）模型对长株潭城市群创业环境综合指数原始数据x（0）列进行累加，生成一个新数列x（1），该城市群创业环境综合发展指数未来趋势变化规律的微分方程可以描述为式（7）;其次，在建立矩阵B，YN的基础上构建式（8），并且求解式（9）得到长株潭城市群创业环境综合指数未来发展趋势的灰色GM（1，1）预测数值，具体见表6;最后，为确保灰色GM（1，1）预测模型的准确性，需要对其预测值进行C值检验（后验差检验）和P值检验（小误差频率检验），检验标准见表7。

四、结论与对策建议

本文基于PSR评价模型，选取长株潭城市群为实证对象，利用2011-2017年期间长沙市、株洲市和湘潭市的相关统计数据，采用熵权法和综合指数法进行实证分析，得出长株潭城市群的创业环境指数，并利用灰色GM（1，1）模型计算出2018-2027年长株潭城市群创业环境综合指数的预测值，对长株潭城市群的创业政策、服务体系、硬件设施等多个方面进行系统性定量分析和综合性对比评价，结论如下：

第一，政府部门颁布支持创业活动的政策和举措具有明显的引导效应，能够激发更多人群主动积极地参与创业活动，显著提高创业活动的成功率;第二，区域内核心产业的发展和集聚，能够促使其周边相关产业的创业活动涌现，完善创业产业链，加速创业经济发展;第三，创业环境发展趋势将继续向好，可见政府、社会和企业等多个部门的共同协作能够有效改善和优化创业环境，而且改善和优化创业环境是一个逐渐积累和不断延续的过程。

基于上述结论，提出进一步提升长株潭城市群创业环境综合实力的对策建议：

第一，发挥长株潭城市群区域产业优势。一是文化产业作为湖南省重点扶持产业之一，具有强劲的产业积聚力和向心力，创业活动可以向文化产业倾斜，发挥产业优势，提高创业质量。二是充分利用长株潭城市群区域经济发展对创业活动的促进作用，尤其大力发展智能制造、大数据服务和工程机械等优势产业，加速形成区域特色产业集聚效应，提升创业品质，逐步形成具有区域特色的创业型经济。

第二，实施创业型人才（团队）引进政策及措施。一是为创业型人才（团队）提供一系列的政策支持，如创业扶持政策、安家补助政策、生活补贴政策和工作补助政策等多个方面。二是为创业人才（团队）提供落户、配偶安置和子女就学等“一站式”生活配套服务，减少其“后顾之忧”。

第三，加强创业教育和舆论宣传，营造优良的创业氛围。一是借助湖南省發达的文化媒体机构和渠道，对创业活动进行全覆盖、多层面、高频次的宣传和推广，深挖创业经济的利好成果。二是加强对创业人群的教育和形象宣传，提高创业能力，巩固创业意愿，挖掘创业潜能，强化创业信念。

第四，优化创业管理流程，完善创业基础设施和服务。一是梳理和优化创业审批流程，设计跨部门联合审批方案，强化信息共享，破除审批低效和信息封闭障碍。二是加强对政府人员的管理技能培训，提高服务意识和服务水平，熟知创业管理的政策和措施。三是完善社会养老保险和医疗保险制度，扩大科研、教育、卫生和公共服务等方面的财政资金投入，扩大基础设施建设领域的投资，创建轻松宜居的生活环境。

第五，构建多元化的金融服务体系，创新金融产品和融资工具。一是推广利用科技金融和数字金融等新型金融服务模式，降低新创企业因信息不对称、缺失信用评级而产生的金融风险。二是积极引进天使投资基金、创业投资基金和风险投资基金等金融机构，满足新创企业的融资发展需要。三是发展小额信贷、担保公司和供应链金融等多类型的金融机构，为新创企业提供多样化的金融服务。

参考文献：

[1] Castano M S， Mendez M T， Galindo M A. The effect of public policies on entrepreneurial activity and economic growth[J]. Journal of Business Research， 2016， 69（11）： 5280-5285.

[2] Specht P H. Munificence and carrying capacity of the environment and organization formation[J].Entrepreneurship Theory and Practice， 1993，17（2）：77-86.

[3] Chandra A. Business incubation in Brazil： creating an environment for new ventures[J]. Enterprise Development & Microfinance， 2012， 20（1）：27-44.

[4] Mead D C， Liedholm C. The dynamics of micro and small enterprises in developing countries[J]. World Development， 1998， 26（1）：61-74.

[5] Meek W R， Pacheco D F， York J G. The impact of social norms on entrepreneurial action：evidence from the environmental entrepreneurship context[J]. Journal of Business Venturing， 2010， 25（5）： 493-509.

[6] While A， Jonas A E G， Gibbs D. The environment and the entrepreneurial city： searching for the urban sustainability fix ' in manchester and leeds[J]. International Journal of Urban & Regional Research， 2010， 28（3）：549-569.

[7] 潘冬，刘东皇，张媛媛. 科技企业孵化器知识产权服务升级影响因素及优化建议[J]. 科技进步与对策， 2019， 36（9）：26-33.

[8] 叶依广， 刘志忠. 创业环境的内涵与评价指标体系探讨[J]. 南京社会科学， 2004（S2）： 228-232.

[9] 李晓. 区域创业环境评价指标体系的优化[J]. 统计与决策， 2009（15）：48-49.

[10] Busenitz L W ， Plummer L A ， Klotz A C ， et al. Entrepreneurship research （1985-2009） and the emergence of opportunities[J]. Entrepreneurship Theory and Practice， 2014， 38（5）：981-1000.

[11] 夏维力，丁珮琪.中国省域创新创业环境评价指标体系的构建研究——对全国31个省级单位的测评[J]. 统计与信息论坛，2017，32（4）： 63-72.

[12] 蔡壮华， 杨旭辉， 李耀炜. 创业环境评价指标体系构建[J]. 商业时代， 2008（34）：51-52.

[13] 李淑娟. 高职院校大学生创业环境评价指标体系的构建与实证研究[J]. 学校党建与思想教育， 2014（12）：76-78.

[14] 魏凤，张海丽.西部返乡农民工创业环境评价——来自川陕2省8县（区）762个创业者的调查研究[J]. 西北农林科技大学学报（社会科学版），2012，12（6）：7-14.

[15] Bygrave W， Hay M， Ng E， et al. Executive forum： a study of informal investing in 29 nations composing the global entrepreneurship monitor[J]. Venture Capital， 2003， 5（2）：101-116.

[16] 邢蕊，王国红，周建林.基于GEM模型的区域创业合成能力评价研究[J].中国管理科学， 2015（s1）：718-725.

[17] Hay M， Cox L W， Reynolds P D， et al. Global entrepreneurship monitor （Gem）-2002 executive report[J]. Social Science Electronic Publishing， 2002， 3（1）：66–70.

[18] 谢小青，黄晶晶.基于PSR模型的城市创业环境评价分析——以武汉市为例[J].中国软科学， 2017（2）：172-182.

[19] 魏瑞.基于PSR模型的中国城市创业环境评价——以4个直辖市为例[J].工业技术经济，2018（6）：92-99.

[20] 陈楠， 郝庆升. 基于PSR模型和熵权法的家庭农场创业环境综合评价——以吉林省为例[J]. 中国农业资源与区划， 2018， 39（8）：176-183.

[21] Collinson S， Gregson G. Knowledge networks for new technology-based firms： an international comparison of local entrepreneurship promotion[J]. R & D Management， 2010， 33（2）：189-208.

[22] Rapport D， Friend A. Towards a comprehensive framework for environmental statistics： A stress-response approach[M]. Ottawa： Statistics Canada， 1979：18-25.

[23] 孟秋莉. 基于PSR模型的鄉村旅游环境保护评价指标体系研究[J]. 生态经济， 2017（4）：121-126.

[24] 彭乾， 邵超峰， 鞠美庭. 基于PSR模型和系统动力学的城市环境绩效动态评估研究 [J]. 地理与地理信息科学， 2016，32（3）：121-126.

[25] 江伟， 刘婵. 基于PSR-EAHP的农业生产活动的环境效应评价指标体系研究——以阿拉尔垦区为例[J]. 数学的实践与认识， 2015，45（1）：106-111.

[26] 张建平， 冯舒祺. 基于PSR-ANP的煤炭企业环境绩效审计指标体系构建[J]. 会计之友， 2019（3）：131-135.

（责任编辑：钟 瑶）