基于DEA模型的全国众创空间运行效率评价研究

邱少华

南京市科技成果转化服务中心，江苏 南京 210018

国家深化体制机制改革，加快实施创新驱动发展战略的重要组成部分之一是建立技术创新市场导向机制，而众创空间的发展可以为技术创新市场导向机制的建立提供支持。国务院在2015年3月就制定了发展众创空间推进大众创新创业的指导意见，更是在2016年2月又出台了《国务院办公厅关于加快众创空间发展服务实体经济转型升级的指导意见》，这充分体现了众创空间在国家深化改革和科技创新中的重要地位。因此，对众创空间运行效率进行评价研究有显著的现实意义。数据包络分析（DEA）法在各领域均有广泛的应用，可以全面有效地分析投入产出的效率。所以，运用DEA方法对全国各地区众创空间运行效率进行评价研究具有较深远的实践意义。

1 模型建立和指标体系构建

DEA方法是一种非参数的统计估算方法，以判断决策单元投入要素到生产前沿面的距离测算生产效率值。下面将根据DEA模型的原理建立评价模型和构建指标体系。

1.1 模型建立

DEA模型既能对经济效益指标评价，也可以对一些社会效益指标给出相应评价。本文选取规模收益和投入导向型的BC2模型，BC2模型可以衡量纯技术效率（Pure Technical Efficiency，PTE）和规模效率（Scale Efficiency，SE），这一模型可以消除规模效率对测算结果的干扰。假设有n个决策单元（Decision Making Unit，DMU），每个DMU都有m种输入类型和s种输出类型，每个DMU用DMUj表示，用Xj、Yj分别表示输入变量和输出变量[1]。模型建立如下：

式（1）代表第j个决策单元的输入量，其中：xij＞0，i=1，2，…，m。

式（2）代表第j个决策单元的输出量，其中：yrj＞0，r=1，2，…，s。

式（1）和式（2）中j=1，2，…，n。

对第j个决策单元DMUj有效性评价的BC2模型则为：

式（3）中：λj表示权重；θ为DMU相对有效性的评价效率值；VD、X0、Y0为常数项；s-为投入的松弛变量，s+为产出的松弛变量。如果θ=1，s-、s+均≠0，则决策单元DMUj为弱DEA有效；如果θ=1，并且s-=0，s+=0，则决策单元DMUj为DEA有效；如果θ＜1，则决策单元DMUj为DEA无效。

1.2 指标体系构建

本文在考虑变量选取科学性、适用性、有效性和可靠性的基础上，以科技部发布的《中国火炬统计年鉴》中关于众创空间相关统计指标类型为参考依据，构建了众创空间运行效率评价指标体系（表1）[2-3]。

表1 众创空间运行效率评价指标体系

投入变量包含经济投入、人力投入和技术投入3个二级指标。经济投入有享受财政资金支持额1个三级指标；人力投入有服务人员数量、提供工位数和创业导师人数3个三级指标；技术投入有开展教育培训场次和举办创新创业活动场次2个三级指标。众创空间投入变量共计6个。

产出变量包含经济收益、创新收益、社会收益和服务效果4个二级指标。经济收益由众创空间总收入和创业团队当年获得投融资总额2个三级指标；创新收益由常驻创业团队拥有有效知识产权数量1个三级指标；社会收益由初创企业吸纳就业人数和新注册企业数量2个三级指标；服务效果由当年服务创业团队数量和当年服务初创企业数量2个三级指标。众创空间产出变量共计7个。

2 模型测算与分析

上文建立了众创空间运行效率评价模型，并构建了效率评价指标体系，下文将选取样本数据，运用相关软件进行分析研究。

2.1 样本选取

本文选取2018年和2019年全国各地区众创空间相关指标数据作为研究样本，全国31个省（区、市）和新疆生产建设兵团作为DEA分析的DMU，各地区2年的投入和产出指标数据为研究对象，这些数据均来源于《2019中国火炬统计年鉴》和《2020中国火炬统计年鉴》。选取的DMU共32个，大于投入和产出指标总数的2倍，符合DEA评价原则。同时，运用DEAP 2.1和Excel 2010等软件对投入和产出指标数据进行处理和分析。

2.2 DEA-BC2模型效率评价分析

本文将2018年和2019年各地区6个投入指标数据和7个产出指标数据导入DEAP 2.1软件，选择DEA模型中投入导向型BC2模型对全国32个地区近两年的众创空间运行效率进行评价分析。

2.2.1 BC2模型计算结果

软件计算得出了2018年和2019年的综合效率值、纯技术效率值和规模效率值，其中，综合效率值等于纯技术效率值与规模效率值的乘积，具体结果如表2所示。

表2中包含了全国31个省（区、市）和新疆生产建设兵团2018年和2019年两年的综合效率、纯技术效率和规模效率的具体计算数值，以及规模效益递增、不变和递减的相关情况。

表2 2018—2019年全国众创空间效率评价结果

2.2.2 BC2模型效率分析

综合效率反映的是各地区众创空间资源利用的综合情况。综合效率值为1，则表明DEA有效；小于1，表明DEA相对无效。如表2所示，2018年全国有8个地区未达到DEA有效，其余24个地区为DEA有效。而2019年全国众创空间总体运行效率较好，只有5个地区未达到DEA有效，其余27个地区均达到DEA有效。未达到DEA有效的地区说明其经济投入、人力投入和技术投入没有得到充分利用，存在投入资源的冗余、产出资源不足及规模不合理等需要改善的方面。32个地区中，北京、山东、河南、湖北和广东等5个省市连续两年DEA未达到有效，浙江、湖南和贵州3个省份从2018年的非DEA有效，转变为2019年DEA有效，说明其投入资源在2019年得到了充分利用。

纯技术效率是将各地区规模大小因素排除在外而得出的技术效率，纯技术效率小于1，则说明可以通过调整优化管理能力及改变技术投入来优化产出效率。近两年中，只有湖北省连续两年纯技术效率小于1，贵州省2018年纯技术效率小于1，而2019年则明显改善，河南省2019年纯技术效率小于1。

规模效益受样本规模大小的影响相对较大，主要从资源投入和产出的角度来判断效率情况，其分为规模报酬递增、规模报酬不变和规模报酬递减等3种情况。如表2所示，2018年，贵州省规模报酬递增，北京、浙江、山东、河南、湖北、湖南和广东7个省市规模报酬递减，其余省份规模报酬不变。2019年，北京、山东、河南、湖北和广东等5个省市规模报酬递减，其余省（区、市）均规模报酬不变。

3 研究结论及对策建议

通过对2018年和2019年全国各地区众创空间运行效率评价分析的结果来看，这两年均存在部分省（区、市）综合效率、纯技术效率和规模效率不高的情况，也有个别省（区、市）连续两年在某些评价结果中存在不理想的情况。针对这些具体问题，本文将提出相应的对策建议，为各省市众创空间未来高质量发展提供参考依据。

3.1 因地制宜，合理设置众创空间规模

2018年和2019年未达到DEA有效的省（区、市）中，绝大部分均是规模效益递减，说明这些省（区、市）的众创空间规模需要适当调整。针对这一现象，并结合这些地区投入指标的具体数值来看，并不是投入资源缺乏，有些地区反而投入的人力、财力均排在全国前列。归根结底就是投入资源规模没有根据当地实际设置，部分资源投入存在过分冗余，从而导致规模效益递减。因此，需要适当控制众创空间的规模，使其与当地经济社会发展相适应。

3.2 按需分配，各要素均衡投入

部分省（区、市）连续两年DEA未达到有效，说明经济投入、人力投入和技术投入没有得到充分利用，存在严重的投入资源不协调现象，这其中不乏一些经济发达省（区、市）。这就表明，虽然有的省（区、市）对各项资源的投入均很重视，投入力度也很高，但是，投入产出的效率并不高。因此，需要调整部分投入资源，将投入过多、存在冗余的资源降低，不足的资源适当提高，均衡配置投入资源，这样才能使得众创空间的投入产出效率达到最优。