浙江省“双创”发展水平的综合评价及其影响因素分析

徐建军，杨晓伟

(1.宁波大学科学技术学院，浙江宁波 315300；2.宁波城市职业技术学院商学院，浙江宁波 315100）

1 研究背景

党的十八大报告提出了实施创新驱动发展战略，以创新驱动经济转型升级。面对新常态下的我国经济下行压力，2014 年，李克强总理提出“大众创业、万众创新”（以下简称“‘双创’”）发展新思路，使之成为政府推动我国经济持续发展的新引擎之一。为贯彻中央的“双创”指导精神，进一步优化浙江创业创新环境，激发全社会创造活力，浙江省发布了《关于大力推进大众创业万众创新的实施意见》，出台了一系列鼓励创业创新举措，提出力争经过3～5 年，建成以民营经济和“互联网+”为特色的创业创新生态体系，以大众创业培育经济新动力，用万众创新撑起新未来，开创浙江省转型升级新局面。2018 年7 月，《浙江省大湾区建设行动计划》再次明确提出要深入推进大众创业、万众创新。2019 年3 月，《浙江省人民政府关于推动创新创业高质量发展打造“双创”升级版的实施意见》明确提出要推动“双创”生态和主题升级。“双创”发展提出已有7 个年头了，浙江省“双创”发展水平如何？不同地区“双创”发展水平差异显著吗？如何进一步提升浙江“双创”发展水平？这些问题都有待科学的解答。

现有研究围绕“双创”研究已经取得了一定的成果。部分学者如曾红颖［1］、张学亮［2］张永安等［3］、王宏起等［4］、刘亮等［5］分别围绕“双创”的内涵、政策内容及其政策落实情况进行了分析，基本肯定了“双创”活动的成效，而中国科学技术协会［6］、戚湧等［7］、丁刚等［8］则指出了“双创”发展过程中存在的一些问题。基本肯定了“双创”活动的成效，同时也指出了“双创”发展过程中存在的一些问题。另一部分学者对“双创”能力进行综合评价，如王元地等［9］从创新创业主体、创新创业绩效、创新创业环境3 个方面构建了28 个三级指标，运用因子分析和聚类分析，对我国31 个省份的创新创业能力进行打分和排名；黄寰等［10］从“双创”主体、“双创”绩效和“双创”环境等3 个方面选取17 个指标构建区域“双创”能力评价指标体系，并对运用因子分析法和聚类分析法的方法对四川省21 个市（州）的“双创”能力进行了综合打分。杨屹等［11］运用因子分析就我国“双创”能力的时空差异进行分析发现，各省份“双创”能力及不同“双创”主体、“双创”载体同“双创”环境的耦合效应均存在明显的区域差异；李春成［12］从企业（市场）主体视角归纳了“双创”定量评价指标，并对京、津、沪、渝、深的“双创”情况进行了评价和比较。还有一部分学者讨论了“双创”发展的影响因素，如沈泽洋［13］认为“双创”的制约因素包括资本实力不足、创新创业门槛高、创新创业的体制机制和政策阻碍、“双创”人才短缺等；王华锋等［14］认为公共财政有助于推动“双创”的发展；蔡庆丰等［15］认为地区融资模式对地方创业创新活动有影响，银行信贷主导的地区融资模式会抑制地区的创业创新活动，而活跃的权益融资则有利于该地区的创新创业活动；Kalafatis 等［16］认为，政府与城市群之间的合作交流将加快城市“双创”政策的改进；陈旭东等［17］和王晗等［18］分别证实了政府设立创业投资引导基金对创业和企业创新的促进作用。然而，鲜有文献对浙江省“双创”发展水平进行评价和比较。因此，本研究首先构建三层综合指标体系，采用嫁接的层次分析法（analytic hierarchy process,AHP）、决策试验与评价实验室方法（decision making trial and evaluation laboratory,DEMATEL）就浙江全省及其11 个城市“双创”发展水平进行分析和比较，进而采用面板回归方法就影响其“双创”水平的因素进行实证分析，以期为正确认识浙江“双创”水平及其成因提供经验证据。

2 浙江“双创”发展水平的综合评价设计

2.1 “双创”发展评价指标的筛选

本研究参考王元地等［9］、杨屹等［11］等的“双创”能力评价指标并加以改进，从“双创”主体、“双创”支撑环境和“双创”产出3 个方面选取评价相关指标，构建包括3 个一级指标、10 个二级指标和31 个三级指标在内的层次结构模型，具体指标如表1 所示。

表1 “双创”发展水平的综合评价指标体系

2.2 “双创”发展水平评价方法与步骤

遵循科学有序的计算步骤对于正确评估“双创”发展的综合评价非常重要。Sara 等［19］Cheng 等［20］Gandhi 等［21］和Das 等［22］分别用嫁接的AHPDEMATEL 方法分析了阻碍公路项目部署的主要因素、影响煤矿职业病危害的关键指标以及影响绿色供应链管理或全球供应链的关键因素，基于此，本研究采用嫁接的AHP-DEMATEL 方法计算浙江省的“双创”发展水平。具体步骤如下：

（1）通过文献借鉴和专家咨询确定“双创”发展水平综合评价的准则层和指标层因素，并将指标层因素分别记作S1,S2,…,Sn。

（2）分析系统各因素之间直接影响关系的有无与强弱。具体分为5 种情形：“0”表示无影响；“1”表示微弱的影响；“2”表示有一定的影响；“3”表示较强的影响；“4”表示非常大的影响。

（3）设置初始化直接影响矩阵。即用矩阵表示各要素之间的直接相互影响关系，设n阶矩阵M=(mij)n×n，定义mij为因素Si与因素Sj的影响关系强弱的赋值。

（4）根据直接影响矩阵计算综合影响矩阵。分析各要素之间的关系，计算直接影响矩阵M中各行元素之和并取最大值，然后用直接影响矩阵M中各元素除以各行元素之和的最大值，将直接影响矩阵M正规化为矩阵C，进而计算综合影响矩阵T=C(I-C)-1，其中I为单位矩阵。

（5）计算各因素的影响度和被影响度。综合影响矩阵T 中各行元素之迹tr=((tr(1),tr(2),…,tr(n))T，表明各行对应因素对所有其他因素的综合影响值，称为影响度；综合影响矩阵T的各列元素之和tc=((tc(1),tc(2),…,tc(n))，表明各列对应因素对所有其他因素的综合影响值，称为被影响度。

（6）计算各因素的中心度。因素Si中心度为，表示该因素在评价指标体系中的位置及其所起作用大小。

（7）确定个因素指标的权重。由于中心度表示单个指标在“双创”指标体系中的作用大小，能够反映指标的相对重要性，进而对各指标的中心度进行归一化处理可得到衡量“双创”发展水平具体指标的权重。

（8）将各指标值进行标准化。根据式（1）对各个原始指标值采用极大极小方法进行标准化处理，即：

（9）评价指标的加总。在获得初级指标的标准化值和指标权重的基础上，根据式（2）进行指标汇总，即：

3 浙江“双创”发展水平的综合评价过程与结果分析

3.1 数据来源

基础数据来源于2010—2019 年《浙江省统计年鉴》《浙江省国民经济和社会发展统计公报》以及浙江省11 个地区发布的统计年鉴和国民经济和社会发展统计公报。

3.2 评价指标权重确定

通过邀请6 位专家进行集体讨论决策，将31 个因素的直接影响关系表示成矩阵Z（Z=［zij］31×31）。结合MATLAB 软件，根据DEMATEL 方法得到综合影响矩阵T，并基于综合影响矩阵T得到影响度、被影响度和中心度计算结果（如表2 所示）。

表2 “双创”发展水平影响度、被影响度和中心度的计算结果

进一步，将所用指标之和合并为1 得到三级指标的权重，如表3 所示。

表3 “双创”发展综合评价指标体系

3.3 结果分析与比较

3.3.1 浙江全省“双创”发展水平的综合评价

对各个指标进行标准化得到隶属度，采用加权平均法得到2010—2019 年浙江省“双创”综合评价结果如表4 所示。由表4 可知，2010—2019 年间，浙江省整体的“双创”综合评价指数由2010年的0.197 5 上升到2019 年的0.792 9，表明浙江省的“双创”发展水平在不断提升。进一步比较“双创”主体、“双创”支撑环境和“双创”产出对“双创”发展水平的贡献可知，“双创”支撑环境是其中最为重要的方面。

表4 浙江省“双创”发展水平综合评价

表4（续）

3.3.2 浙江省11 个地区“双创”发展水平的评价

（1）与计算浙江全省“双创”能力的综合评价思路类似，采用加权平均法得到2010—2019 年浙江省11 个地区“双创”综合评价结果如表5 所示。由表5 可知，2010—2019 年，浙江省每个地区的“双创”综合评价指数均有所上升，但不呈连续上升趋势。比较不同地区的“双创”综合指数可知，杭州的“双创”综合指数最高，宁波的“双创”综合指数居第2位，而丽水和舟山的“双创”综合指数分列倒数第2 位和最后一位。

表5 浙江省11 个地区的“双创”综合指数

（2）进一步计算浙江大湾区内8 个城市（杭州、宁波、温州、嘉兴、湖州、绍兴、舟山、台州）“双创”发展水平的平均值、浙江大湾区外3 个城市（金华、衢州、丽水）“双创”发展水平的平均值以及浙江11 个城市的“双创”发展水平的均值，结果如表6 所示。由表6 可知，浙江大湾区内的“双创”发展平均水平高于全省平均水平，同时也高于浙江大湾区外3 个城市的平均水平。

表6 浙江大湾区内部外部城市以及全省“双创”综合指数比较

表6（续）

4 影响浙江“双创”发展水平的因素分析

4.1 构建模型

根据沈泽洋［13］、Kalafati 等［16］、王华锋等［14］、陈旭东等［17］、王晗等［18］的研究可知，金融信贷、政府引导基金、工资收入、互联网络信息和道路基础设施等因素都在一定程度上影响“双创”的发展水平。为进一步解释浙江省“双创”发展特征的形成原因，本研究以相应地区“双创”发展水平作为被解释变量，以金融信贷、政府引导基金、工资收入、互联网络信息和道路基础设施等变量作为解释变量，考察这些因素对浙江“双创”发展水平的影响程度，构建面板模型（3）如下：

4.2 实证结果与分析

借助Stata 软件对模型（3）进行参数拟合，基于浙江全省11 个地区、浙江大湾区8 个地区和浙江大湾区外3 个地区的样本数据的固定效应模型和随机效应模型估计结果如表7 的M（1）～M（6）所示。结果显示，M（1）～M（6）的R-sq 统计量表明模型的解释力度在63%～77%之间；HausmanChi2(5)统计量表明，就浙江全省样本而言，应选择随机效应模型进行估计，因此M（2）的估计结果要优于M（1）。类似地，就浙江大湾区内的样本而言，应选择随机效应模型进行估计，且M（4）的估计结果要优于M（3）；就浙江大湾区外的样本而言，应选择固定效应模型进行估计，M（5）的估计结果要优于M（6）。

表7 浙江省“双创”发展影响因素的面板回归结果

表7（续）

由M（2）可知，解释变量Load、Wage、Net 和Road 的估计参数均为正数，并且通过了显著性t 检验，而Gvc 的估计参数虽然同为正数但未通过t 检验，表明就浙江全省来看，信贷规模、工资水平、互联网发展水平以及道路基础设施均有利于浙江全省“双创”发展水平的提高，而政府创业投资引导基金对浙江省“双创”发展水平的促进作用未能得到证实。根据M（4）和M（5），进一步比较上述因素对浙江大湾区内8个城市和浙江大湾区外3个城市“双创”发展水平的影响差异可知，信贷规模和互联网发展水平更有利于浙江大湾区内的“双创”发展水平的提高；而工资水平和道路基础设施更有利于浙江大湾区外的“双创”发展水平的提高。

5 结论与启示

本研究采用嫁接的AHP-DEMATEL 和面板回归方法分别就浙江“双创”发展水平及其影响因素进行了具体分析，得到以下4 点结论：（1）2010—2019 年，浙江全省整体“双创”发展水平在不断提升；（2）浙江省内11 个地区的“双创”发展水平从在2010—2019 年有所上升，但不呈连续上升趋势。比较而言，杭州的“双创”发展综合指数最高，宁波的“双创”发展综合指数居第2 位，舟山的“双创”发展综合指数最低；（3）属于浙江大湾区内8 个城市的“双创”发展水平要高于全省平均水平，同时也高于浙江大湾区外3 个城市的平均水平；（4）信贷规模、工资水平、互联网发展水平以及道路基础设施等因素均有利于浙江省“双创”发展水平的提高。比较发现，上述因素对浙江大湾区内和浙江大湾区外“双创”发展水平的影响存在一定差异，其中，信贷规模和互联网发展水平更有利于浙江大湾区内“双创”发展水平的提高；而工资水平和道路基础设施更加有利于浙江大湾区外“双创”发展水平的提高。就浙江全省而言，为提升整个区域的“双创”发展水平，有必要扩大信贷规模、提高工资收入水平、加快互联网的发展以及道路基础设施的建设。考虑到上述因素对浙江大湾区内和浙江大湾区外的“双创”发展具有差异化影响，各区域在相应的政策调适过程中需要考虑自身的前期基础条件，有所侧重地调整有关政策。各区域只有在适当补齐自身短板、充分发挥自身优势条件的基础上，才能更有效地提升自身的“双创”水平，进而为提高浙江全省“双创”水平贡献力量。