众创空间发展对区域科技创新的空间影响及耦合协调性分析
2024-12-06李鑫朱琳琳
作者简介： 李鑫（1987—），男，湖南澧县人，博士，中南财经政法大学应用经济学在站博士后，湖南财政经济学院财政金融学院讲师，研究方向：数字金融与商业模式创新；通信作者：朱琳琳（1992—），女，广西桂林人，长沙理工大学经济与管理学院博士研究生，研究方向：金融科技与创新管理。
摘 要：基于熵权法测算2016—2020年我国30个省（区、市）众创空间发展水平和科技创新水平，构建耦合系统测度众创空间发展与区域科技创新的耦合协同效应，并进一步使用空间自回归模型探究众创空间发展对区域科技创新的空间影响。结果发现：区域科技创新水平评价值总体高于众创空间发展水平评价值；众创空间发展能够直接促进区域科技创新，并对科技创新产生空间溢出效应。鉴于此，应完善众创空间发展与科技创新的基础环境、树立战略目标、提升区域协同意识、优化资源空间布局，达到实现区域发展均衡的目的。
关键词： 众创空间；科技创新；空间效应；耦合协调
中图分类号：F124.3 文献标识码： A 文章编号：1003-7217（2024）06-0111-11
一、引 言
众创空间是我国实施“双创”计划的践行者，也是《十四五规划》“坚持创新驱动发展，全面塑造发展新优势”的先行者。众创空间作为新时代中国创新创业的空间经济景观［1］，对促进我国经济高质量发展和提升区域科技创新水平具有重要的作用。但是我国不同区域的众创空间发展质量参差不齐，出现区域间科技创新水平失衡和部分区域科技创新效率低等问题［2］，导致我国整体科技创新效率长期处于较低水平，更是阻碍了区域协同发展和建设创新型国家目标的实现。因此，从众创空间发展视角深入研究我国省域科技创新水平，探究众创空间发展对区域科技创新水平的空间影响效应，衡量众创空间发展程度与区域科技创新的耦合协调状态，对全面提升我国科技创新水平，实施创新驱动发展战略具有重要的现实意义。
目前国内外学者从以下几个方面进行了相关研究：一是对众创空间发展水平的研究。国内外学者对众创空间发展水平的研究从不同的视角进行，有学者从高校主导型、园区依托型、企业服务型等维度对众创空间发展水平进行评价［3-5］；也有学者对安徽省、广东省、长江中下游省市以及雄安新区和粤港澳大湾区等不同的区域进行分析［6-10］；还有学者基于能力成熟度模型，将众创空间发展水平分为初期创意阶段、体系初建阶段、战略发展阶段、升级发展阶段、最佳成熟阶段等五个阶段［11］，并结合智能化创新系统分析了提升众创空间发展水平的对策［12］。二是对众创空间科技创新的空间溢出效应的研究。众创空间作为创新创业平台［13］，聚集大量的科技创新人才和先进技术，加快科技创新要素的自由流动，逐渐形成了高科技企业集群［14］。尤其是在科研经费的投入和政策支持［15］加大方面，众创空间进一步扩大了科技创新产出的空间溢出，促进了相邻区域的创新活动。此外，众创空间发展需要与不同城市的资源禀赋和产业分工相结合，形成创新主体之间创新要素的高效流动机制，进而激发其科技创新的空间溢出［16］。三是对众创空间发展与区域科技创新的耦合关系分析。在全球疫情和未来创新全球化的背景下，Kamaruzaman等［17］提出以共享、协作、制造作为众创空间运营核心，形成线上创新创业平台，可以营造良好的共享氛围［18］，进一步延伸众创空间的可持续发展潜力，使不同的用户接触数字智能技术［19］，提升其科技创新能力及成果转化能力，进而与区域科技创新发展之间形成正相关关系［20-22］。此外，众创空间能够为区域科技创新提供吸引科技人才的环境和技术，提出了解决科技创新过程中出现问题的创造性方案［23］，为区域科技创新提供了直接的现实依据［24］。
由上可见，学者探究了众创空间与区域科技创新能力的互动机制与内在矛盾，提供解决两者内在矛盾的具体方案。然而，目前关于众创空间发展与科技创新的研究多从单向视角研究两者的影响关系，较少关注众创空间发展与区域科技创新之间的互动作用。现有研究样本较多集中在特定城市和特定区域，着重聚焦于众创空间的微观主体，未能较好突显总体区域差异；且对众创空间发展与科技创新的客观测度较少，一定程度上难以契合双循环新发展格局下所强调的发挥海量创新资源优势的目标，忽视了由区域差异所导致的我国在实现众创空间发展与科技创新迈向更高层次目标上受阻的因素。因此，依据2016—2020年省级面板数据，拟通过构建指标体系以评价我国众创空间发展与科技创新的程度，利用空间计量模型探究众创空间对区域科技创新的影响效应，结合耦合协调度模型、泰尔指数和变异系数，明析两个系统层的内在逻辑和互动关系，为我国众创空间发展与区域科技创新水平的提升、耦合协调度的提高、路径的优化，提出可实施的相关建议。
二、理论分析与研究假设
彼德·德鲁克（Peter Fuddruckers）在知识管理概念中强调，知识管理的任务是对企业的显性知识和隐性知识进行处理，从而实现知识共享与创新的目标［25］。众创空间作为知识型企业，其在知识管理的过程中，不仅仅是帮助创新创业平台吸纳科研人员、技术、资金等科研要素，更多是使得这些科研要素能够通过创新创业平台实现共享并进一步革新，形成一个良性发展的知识链，并在区域创新企业间形成交流互鉴的发展模式，进而反过来帮助众创空间成为一个具有竞争力的知识型组织。众创空间作为区域创新系统的微生态环境，为知识和信息在创新创业者之间扩散提供载体，极大有利于创业者的集成创新和协同创新，从而促进区域科技创新［26］。由此提出：
假设1 众创空间发展能够直接促进区域科技创新。
企业得以永续发展的重要因素是形成区域范围内的规模效应。众创空间发展水平的提升，一定程度上能够在区域内达到规模经济，为科技创新创造必不可少的发展条件，以达到众创空间发展对邻近区域科技创新的溢出效果。众创空间发展带来的区域科技创新项目增多、专业运营管理人才汇集、创新创业服务人员素质整体提升、战略规划有效实施等是科研发展所需要的优势；反过来，完备的科技创新平台要素构建，对众创空间发展进一步作用于邻近区域科技创新具有空间溢出效应。主要表现为，一方面，区域众创空间发展水平较高，其人才和技术可以在区域间形成交流互动，处于众创空间发展占优的区域能够通过示范效应，激励邻近区域众创空间发展水平向先发地区靠拢，为发展科技创新积蓄力量；另一方面，众创空间所倡导的信息共享、创新产品与产业融合等理念，能够在区域间形成产业整合发展的态势，营造区域间创新创业氛围，进一步产生对邻近区域的空间溢出效应。由此提出：
假设2 众创空间发展对科技创新具有空间溢出效应。
三、数据来源与研究设计
（一）数据来源
根据众创空间发展的时间点，将时间跨度限定为2016—2020年。由于西藏自治区与港澳台地区部分指标统计数据缺失，因此，选取我国其余30个省（区、市）（以下以省份代称）作为研究样本。所使用的指标数据来源于2017—2021年《中国统计年鉴》《中国科技统计年鉴》《中国火炬统计年鉴》《中国第三产业统计年鉴》《中国城市建设统计年鉴》《中国社会统计年鉴》等年鉴。为保证不同年份数据的可比性，对涉及价格度量的指标数据进行平减处理，以消除物价因素的影响。
（二）众创空间发展与科技创新的评价指标体系构建
在构建被解释变量科技创新水平（lsti）指标体系时，参照我国科学技术部发布的《中国区域创新能力检测报告2019》中对全国各子系统创新能力检测指标的选取标准，以科技创新的投入［27］、产出［28］、人力及储备4个维度构建评价科技创新水平综合指标体系。
在构建解释变量众创空间发展水平（ldm）指标体系时，根据科学技术部印发的《发展众创空间工作指引》，提炼出“从要素融合、建设条件、服务功能、保障措施等方面指导和推动众创空间科学构建、健康发展”的宗旨，从发展能力、服务能力、集聚能力和孵化绩效4个维度［3，11，29］构建评价众创空间发展运行要素的wUcTgBiOnGC8qBeuoHI2UK/ui0u7OPqRvGvBhmhBvwQ=指标体系。解释变量与被解释变量评价指标的选取如表1所示。
在控制变量的选取中，为更好地解释众创空间发展对科技创新的影响，选取对外开放水平（open）、基础设施水平（infra）、金融发展水平（finan）作为控制变量。其中，对外开放水平由外商投资总额来表示；基础设施水平则在由供水总量（万立方米）、用电总量（亿千瓦/时）、人均绿地面积（平方米）、每千人医院床位数（张）、人均道路面积（平方米）和每万人拥有公共交通车辆数（标台）6个变量组成指标体系的基础上，利用熵权法进行衡量；金融发展水平由年末金融机构存贷款余额与地区生产总值的比值来表示。
为综合评估众创空间发展与科技创新水平以及两者的耦合协调度，首先，采用标准化对两系统层原始数据进行归一化处理；其次，为避免主观因素的干扰，客观反映各项指标的重要性，采用熵权法［30-32］对各指标进行确权（如表1所示），并计算系统层的综合得分。
R=rijm×j×s （1）
式中，R为加权标准化矩阵；rijs=wjbijs，即为标准化矩阵bijs与权重wj的乘积；bijs为第i个省份在第j个指标第s年的标准化数据。
（三）空间自相关分析
利用全局空间自相关和局部空间自相关的方法揭示区域科技创新的空间分布特征。计算公式如下：
I=∑ni=1∑nj=1wijxi－xj－S2∑ni=1∑nj=1wij （2）
ZI=I－EIVARI （3）
Ii=xi－∑nj=1wijxj－
/S2 （4）
ZIi=I－EIiVARIi （5）
式中，wij为空间权重矩阵；n为区域数量；I和Ii分别为全局和局部Moran’s I，取值区间为-1至1；若Moran’s I显著为正，则表示科技创新水平较高（或较低）的区域在空间上具有集聚特征，若Moran’s I显著为负，则表示科技创新发展水平较高（或较低）的区域在空间上较为分散；空间自相关的显著性水平通过标准化统计量Z值进行检验，当Z＞1.96或P＜0.05时，表明通过显著性水平检验，研究对象存在空间自相关；xi和xj分别表示区域i和区域j的观测值；表示样本均值；S2表示样本方差。
（四）空间计量模型
在进行空间自相关检验后，若Moran’s I显著异于0，则表示区域科技创新具有明显的空间效应，可进一步进行空间计量模型估计。因此，将区域科技创新作为被解释变量，构建空间误差模型和空间自回归模型。
空间误差模型（SEM）包含误差项之间的交互效应，在模型中加入误差滞后项，主要描述空间扰动相关。具体模型为：
lnlstiit=β0+Wuit+βXit+εit （6）
空间自回归模型（SAR）包含内生交互项，在模型中加入被解释变量的滞后项，主要描述空间实质相关。具体模型为：
lnlstiit=β0+ρWlnlstiit+βXit+εit （7）
以上模型中，lnlstiit表示第i个省份在第t年的科技创新水平评价值，Wuit为空间误差项，Xit为解释变量，W为空间权重矩阵（若两区域相邻，则W=1，反之W=0），ρ为空间自回归系数，Wlnlstiit为被解释变量的空间滞后项，εit为随机扰动项，模型中的被解释变量、核心解释变量和控制变量的数值取对数。
（五）众创空间发展与区域科技创新耦合协同效应
“耦合”一词来源于物理学，表示两个及以上系统相互影响或作用的关系，耦合度反映多个系统间的相互依赖程度，而协调度反映多个系统间良性耦合的程度。耦合度模型多被学者用于研究多系统之间的协同发展状况［33，34］。物理学中对耦合度的计算方法存在一定不足，如当子系统水平均为低值时，得出的耦合度可能出现高值。为避免这种情形，研究人员对耦合度计算方法进行改进，构建耦合协调度模型，得出各子系统间的协调度。协调度的取值为[0，1]，协调度越接近1，说明各子系统间的协调发展水平越高；协调度越接近0，说明各子系统间的协调程度越低。将科技创新和众创空间发展分为两个子系统，建立耦合度模型如下：
C=2×lsti×ldm12lsti+ldm（8）
其中，C为耦合度，lsti、ldm分别表示由熵权法计算出的科技创新、众创空间发展的综合评价指数。由此，进一步构建耦合协调度模型：
D=C×T （9）
T=αlsti+βldm （10）
其中，D表示耦合协调度，T表示两个子系统综合评价指数；α、β均为待定系数，本研究所测度的科技创新和众创空间发展的两个子系统发展水平评价值处于同等重要的地位，因此，令α=β=0.5。耦合协调度是耦合相互关系中良性耦合程度的大小。耦合度越大，则表明众创空间发展与区域科技创新之间的耦合协调性越好；耦合度越小，则表明各评价维度之间的耦合协调性越差。
（六）不同区域众创空间发展与科技创新的子系统耦合协调度差异测度
泰尔系数常用于衡量个体或者地区间的不平等度，其优点在于可以进行空间分解，进而比较区域组间差异和区域组内差异，实现组间和组内差异对总体差异贡献程度的测量［35］，帮助进一步测度众创空间发展与不同区域科技创新子系统协调性差异。变异系数是衡量各观测值变异程度的统计指标，可以考察众创空间发展与不同区域科技创新子系统耦合协调度偏离整体协调性的情况。因此，分别计算泰尔系数、变异系数，以衡量不同区域的众创空间发展与科技创新子系统协调度差异情况，评价两者在环境建设方面的异同。其中，泰尔系数计算方法如下（本文采取协同度比重加权方式）：
Ts=∑ni=1yislogyispis （11）
其中，Ts表示s时刻的泰尔系数，yis表示i省份在s时刻的众创空间发展与区域科技创新协同度，n表示总省份数，pis表示i省份在s时刻的人口数量与整体总数量之比。此外，根据东、中、西区域的划分，对泰尔系数进行分解，分别计算组内差距（区域内部协同度差距）与组间差距（区域间协同度差距）。
变异系数计算方法如下：
CVs=∑ni=1yis－s2ns （12）
其中，CVs表示s时刻的变异系数，yis表示i省份在s时刻的众创空间发展与区域科技创新协同度，s表示s时刻样本协同度均值。
四、实证分析
（一）整体评价
根据科技创新和众创空间发展运行指标要素体系，采用熵权法得到各级指标的权重（如表1所示），并进一步测算出我国众创空间发展水平评价值和区域科技创新水平评价值（如表2所示）。
由表2可知，在观测期内的科技创新水平评价值与众创空间发展水平评价值均呈现出波动增长的趋势，科技创新水平评价值总体高于众创空间发展水平评价值，但众创空间发展水平评价值的增长速度快于科技创新水平评价值。就区域众创空间发展水平评价值而言，北京、广东、江苏等地具有较好的众创空间发展平台，具有较强的众创空间发展、服务、集聚和孵化能力。天津众创空间发展水平评价值在2016年位居第5，但2017年之后排名出现明显的下降趋势，至2020年排名降至第16名，说明天津在初期具有较好的众创空间发展基础并且众创空间建设也处于全国领先地位，但之后其众创空间发展水平评价值呈明显的下降态势。湖南2016年众创空间发展水平评价值为0.0557，在30个省份中排第22名，但至2020年，其众创空间发展水平评价值实现66.10%的增长。在观测期内，众创空间发展的集聚能力和孵化绩效的发挥可能存在一定的时滞性，使得众创空间发展水平评价值呈现波动增长的趋势。就区域科技创新水平评价值而言，广东、江苏、山东等地具有较好的科技创新基础，其在科技创新投入、产出、人力输入、创新储备等方面的要素投入存在绝对优势。青海的科技创新水平评价值处于30个省份的末位，但其2016—2020年的增长速度为95.45%，是被观测省份中增速最快的省份。天津和黑龙江在2016—2020年的科技创新水平评价值增速为负，且两者2020年的评价值在30个省份中的排名较2016年有所下降。
（二）众创空间发展对区域科技创新空间影响因素的效应评估
构建全局空间自相关检验是建立空间计量模型估计的前提。由表3可知，区域科技创新发展的全局Moran’s I均为正，且所有年份的Moran’s I在5%显著性水平下通过检验，说明区域科技创新发展具有空间正相关性。
为进一步测度科技创新在空间上的集聚情况并呈现出区域间的异质性，研究利用局部Moran’s I进行自相关检验。其中2016年、2018年和2020年区域科技创新发展的局部空间集聚模式如图1所示。
通过图1可直观观测区域科技创新发展的空间集聚特征。总体来看，在观测期内区域科技创新发展的聚集性没有发生明显的变化，总体呈现稳定发展局势；省份主要分布于第一、三象限，表明变量相似值集聚呈现空间极化态势，具有正的空间自相关性。进一步地，湖南、安徽、上海、河南、浙江、山东、江苏和湖北位于第一象限，表明科技创新程度高的省份被其他具有科技创新发展优势的地区所包围，呈现出“高—高”集聚的空间特征。这些地区影响了周边区域在科技创新领域的投入、产出、人力分配、创新储备等方面的提升；重庆、陕西、贵州、云南、吉林、内蒙古、甘肃、青海、宁夏、新疆、黑龙江、辽宁和陕西位于第三象限，表明这些地区的科技创新发展水平较低，呈现出“低—低”集聚的空间特征，难以带动周边区域科技创新的发展。其中，“高—高”集聚区域数量相较于“低—低”集聚区域数量较少，且具有“高—高”集聚特征的省份主要集中于东部和中部地区。我国东部和中部地区具有较好的科技创新基础、较为合理的产业结构体系，在科技创新投入、人才培养等方面具有先发优势。而科技创新水平相对较低的西部地区，由于受到地理条件制约、科技创新资源错配、人文发展差异等因素的影响，其科技创新提升受限。
为进一步确定被解释变量的模型，需要对一般性空间计量模型进行LM检验、R-LM检验、Hausman检验和LR检验，根据检验结果选取合适的模型。首先，对模型进行LM检验和R-LM检验（如表4所示）。结果表明，SEM模型未通过两种检验；SLM模型则在10%显著性水平下通过LM检验，在5%显著性水平下通过R-LM检验。因此，选择SLM模型。其次，对SLM模型进行Hausman检验（如表5所示），以判定选择固定效应模型还是随机效应模型。Hausman检验值与P值为17.27（0.004），表明通过显著性检验，因此，选择固定效应模型。最后，对模型进行LR检验，以判定固定效应模型的类别。表5结果显示，空间固定效应模型和双固定效应模型均未通过显著性检验，时间固定效应模型则表现为在5%显著性水平下通过检验。因此，选择时间固定效应的空间自回归模型来评估区域科技创新发展的影响因素及其大小。
空间计量模型自变量的效应评估是空间计量分析的重要内容，包括直接效应、间接效应和总效应三个方面的评估结果。其中，直接效应表示本地区的解释变量对本地区被解释变量的影响大小，间接效应表示临近地区的解释变量对本地区被解释变量的影响情况，总效应表示直接效应与间接效应的影响之和。表6结果显示，众创空间发展水平对科技创新的直接效应在1%的显著性水平上为正，说明随着众创空间服务能力、集聚能力、孵化水平的提升，一定程度上为科技创新营造了良好的发展氛围。众创空间的间接效应在5%的显著性水平上为正，一方面说明众创空间发展水平较高的区域，能够通过众创空间的人才、技术等要素向周边地区溢出，形成对周边地区的示范效应；另一方面说明，在周边地区众创空间发展水平提升的情况下，本地区会进一步优化众创空间发展环境，通过比较优势的发挥推动本地区科技创新水平的提升，形成竞争效应。因此，从核心解释变量的直接效应和间接效应的显著性可以证实假设1和假设2成立。
从控制变量来看，对外开放水平的直接效应和间接效应均显著。对外开放水平的提高，一定程度上能够利用外部资源，提供科技创新所必要的人力、物力资源，增加区域科技创新产出；相应地，周边地区对外开放水平的提升能够吸收更多先进的技术和管理理念，形成示范作用并能够被周边地区学习和借鉴。基础设施水平的直接效应显著，但间接效应不显著。基础设施水平的提升为科技创新的发展提供优质的硬环境，一定程度上能够满足科技创新所需要的基础设施完备性要求；但基础设施往往服务于本地区，具有不可迁移的特征，因此间接效应难以发挥。金融发展水平的直接效应显著为负，间接效应系数为负但不显著。一方面，金融投资项目通常以投资收益最大化作为投资的目标，而科技创新具有成本高、风险大、周期长等投资弊端，并不利于吸纳投资型资金要素在科技创新领域的投入；另一方面，市场上金融资源配置不均会导致现有金融结构未能有效配置科技创新产业，因此，受制于投资偏好和金融资源的配置效率，金融投资水平对区域科技创新发展产生显著的负向影响［36］。而周边地区金融投资资金，更倾向于流向当地发展前景较优的项目，使得间接效应不显著。
（三）众创空间发展与区域科技创新耦合协调度的时空分析
根据余永琦等［37］、刘苗苗等［38］、高志远等［39］学者对耦合协调度的类型划分，将耦合协调度划分为10个等级（如表7所示）。
为观测众创空间发展与区域科技创新耦合协同水平的时空演变趋势，采用ArcGIS 10.2分别绘制2016年、2018年和2020年众创空间发展与区域科技创新的耦合协调情况示意图①，以进一步呈现出二者在观测期初期、中期和末期耦合协调度的变化趋势①。
基于时间维度，众创空间发展与区域科技创新的耦合协调度呈总体上升的趋势。在观测期内，全国范围内的耦合协调等级为4，程度为轻度失调，处于勉强接受区间。东部地区的耦合协调度处于等级5向等级6的跃升，中部地区和西部地区的耦合协调度分别处于等级4和等级3。东部地区的耦合协调程度较好，西部地区除重庆、四川和陕西外，其他省份的耦合协调程度均处于不可接受的区间。这说明东部地区拥有较好的科技创新资源和较完善的众创空间平台，科技创新系统层与众创空间发展系统层通过不断的内部调整，协调程度逐渐得到优化。从区域角度而言，广东众创空间发展与科技创新的耦合协调度处于全国领先水平，耦合协调等级从2016年的等级7逐渐跃升至2020年的等级9。北京、江苏和浙江的耦合协调程度均从2016年的勉强接受区间提高至可接受区间。其中，浙江在观测期内的耦合协调度增幅达到24.81%，高于全国总体水平。天津、内蒙古、吉林、黑龙江和甘肃的耦合协调度在观测期内存在负增长的趋势，主要原因是这些省份的社会经济发展侧重点有所不同，科技创新系统层与众创空间发展系统层的相互影响条件尚未成熟。
基于空间维度，我国众创空间发展与科技创新的耦合协调度存在显著的空间差异，整体上呈现为从东至西、从沿海至内陆逐渐降低的演变趋势。从整体上看，东部地区除广西和海南外，其余省份的众创空间发展与科技创新耦合协调度较早进入勉强接受区间，而中部和西部地区的吉林、黑龙江、贵州、甘肃、青海、宁夏和新疆的耦合协调度则在观测期内一直处于不可接受区间。沿海地区的江苏、浙江和广东的耦合协调度在2020年处于可接受区间。辽宁、河北、天津、山东、上海和福建的耦合协调度处于勉强接受区间。相较于长期处于极度失调的青海和严重失调的宁夏而言，沿海区域的科技创新系统层与众创空间发展系统层能够不断产生相互作用，并形成正向反馈，促进两个系统层的良性互动。
为进一步分析2016—2020年我国众创空间发展与科技创新的耦合协调效应，采用上述30个省份的耦合协调度均值进行分析。由图2可知，30个省份众创空间发展与科技创新的耦合协调度整体稳步提升，但提升幅度较小，仅从0.3445上升至0.3990，与耦合协调度较高的北京、广东、江苏、浙江等地形成较大差距。这说明我国各省份众创空间发展与科技创新的耦合协调效应呈现出较明显的地区失衡特征。
（四）耦合协调度的差异性分析
为保证结果的准确性，采用泰尔系数反映众创空间发展与区域科技创新耦合协调效应的差异性，并利用变异系数进行收敛性分析。图3显示出2016—2020年我国众创空间发展与区域科技创新耦合协调度的泰尔指数及分解结果，图4显示出变异系数与总泰尔指数的变化趋势。
由图3可知，2016—2020年总泰尔指数在0.0421至0.0472之间波动，并呈现出波动下降的趋势，说明众创空间发展与区域科技创新之间的区域差距存在波动幅度缩小的发展态势。进一步地，根据我国三大经济带的经济区域划分方法，分别测度我国东部、中部和西部三大经济带之间的泰尔指数组内差距和组间差距。其中，组内差距反映三大经济带内各省份之间耦合协调度差异，组间差距反映三大经济带之间的耦合协调度差异。图3显示，组内差距明显大于组间差距，说明总泰尔指数主要受组内差距影响。相较于三大经济带间的众创空间发展与科技创新耦合协调度的差异，区域内各省份之间耦合协调度存在的差异更为明显。结合上文耦合协调的数据可以发现，即使同为东部经济带，2020年北京耦合协调等级为8，而海南和广西的等级分别为2级和3级，即耦合协调度在区域内存在较大差异，一定程度上反映出众创空间发展与区域科技创新的协调程度存在空间失衡的情况。
由图4变异系数和总泰尔指数的对比情况可知，两者呈反向发展的趋势。对变异系数进一步分析可以发现，整体的变异系数从2016年的0.4342增长到2020年的0.4567，保持向上增长的趋势。其中2017—2019年的增长速度较快，说明众创空间发展与区域科技创新耦合协调度存在区域差异，且差异在观测期内逐渐增大。对总泰尔指数进一步分析发现，总泰尔指数具有明显的波动下降特征，且2016—2017年的下降速度高于2019—2020年，在整个观测期间呈现出先降后升再降的趋势，说明耦合协调度在区域间的差异波动在减小。
五、结论与建议
依据我国30个省份2016—2020年数据，基于熵权法，测量区域科技创新水平评价值和众创空间发展水平评价值，运用控制时间效应的空间自回归模型，考量众创空间发展对区域科技创新的空间影响，结合众创空间发展与区域科技创新的耦合协调度，分析耦合协调的差异性和时空分布特征。结果显示：（1）区域科技创新水平评价值总体高于众创空间发展水平评价值，而众创空间发展水平评价值提升速度更快。（2）众创空间发展能够直接作用于区域科技创新，并对科技创新产生空间溢出效应。（3）众创空间发展与区域科技创新的耦合协调度呈总体上升的趋势，耦合协调度总体属于轻度失调，并存在较明显的由东至西、从沿海至内陆逐渐降低的地区失衡特征。（4）科技创新耦合协调度演变趋势主要受到组间差异影响，且差异波动在减小。
建议：（1）完善众创空间发展与科技创新的基础环境，强化经济激励手段与政策导向措施。一方面，提升科技创新水平，营造众创空间基础环境，需要输入稳定的投资资金，采取必要的经济激励手段，鼓励多渠道资金的流入，满足科技创新发展过程中对专项资金的需求。另一方面，通过完善政府政策导向措施，调整产业结构、鼓励高校重视创新创业教育，营造万众创新的市场氛围。 （2） 确立众创空间对科技创新战略目标，发挥科技创新对现代化发展的推动作用。一方面，推动众创空间内部企业的业务对接，构建区域间相互联动的创业生态圈，在众创空间可持续发展过程中，催生出科技创新的新增长发展模式。另一方面，发挥众创空间的科创文化精神，扩大优势地区众创空间的辐射作用，进一步激发出众创空间的空间溢出效应，促进周边区域创新资源流通与扩散。（3）提升众创空间发展与区域科技创新的协同意识，注重系统协同发展。一方面，贯彻落实创新发展理念，把提高区域创新创业能力放在首位，以建设高质量众创空间为目标，总体上提升众创空间发展与科技创新的耦合协调效应。另一方面，引导科技创新技术与众创空间平台对接，为众创空间平台建设提供技术支撑，从而优化众创空间的服务能力，延伸众创空间的影响范围，助力西部地区和内陆地区共享众创空间资源，最终实现区域内两者系统协同发展。（4）优化科技创新与众创空间平台建设的空间布局，实现区域均衡发展。一方面，我国中西部及内陆地区通过优化人才引进政策，吸引科技人才落户、提升区域科技人才储备的数量和质量；加快造就大批德才兼备的高素质人才，完善本土人才战略布局。另一方面，合理分配科技创新与众创空间建设资源，避免耦合协调度高的地区出现众创空间发展与科技创新的无序化竞争；借助区域内优势产业，形成特色产业与创新创业的良性互动，催生区域经济新增长模式。
注释：
① 限于篇幅，相关示意图未显示，备索。
参考文献：
［1］ 罗静，陈洁，蒋亮，等.中国众创空间的空间演化及影响因素研究［J］.华中师范大学学报（自然科学版），2021，55（5）：741-754.
［2］ 李鑫，陈银娥.中国众创空间科技创新效率的区域差异及空间分布［J］.财经理论与实践，2023，44（2）：88-95.
［3］ 朱建勇，朱苏芃，战炤磊.高校主导型众创空间高质量发展：动因、绩效与路径［J］.贵州社会科学，2021（11）：105-112.
［4］ 李恺仑，王兴平.园区依托型众创空间发展特征与规划策略研究——以金鸡湖创业长廊为例［J］.上海城市规划，2022（6）：146-152.
［5］ 陈通，乔云雁，王双明.基于生态位理论的龙头骨干企业专业化众创空间发展策略研究［J］.科技管理研究，2020，40（13）：234-239.
［6］ 姚登宝，秦国汀.安徽省金融支持众创空间发展的评价指标体系研究［J］.华东经济管理，2020，34（9）：12-22.
［7］ 林妙昕，杨诗炜，陈修德，等.广东省众创空间的发展政策及发展现状评价［J］.科技管理研究，2021，41（4）：32-42.
［8］ 王君华，张心懿.长江中下游省市众创空间运行效率评价及创新溢出研究［J］.科技进步与对策，2023，40（2）：41-49.
［9］ 徐永利，徐正夫.雄安新区创新经济发展与核心竞争力培育——基于程序员、众创空间和教育特区三个维度［J］.河北大学学报（哲学社会科学版），2019，44（6）：55-61.
［10］王亚煦.粤港澳大湾区建设背景下高校众创空间的发展策略研究［J］.科技管理研究，2019，39（24）：72-77.
［11］林鹏，李丽红，郝生跃.众创空间发展水平评价研究——基于能力成熟度模型［J］.科技管理研究，2020，40（17）：61-67.
［12］朱懿.基于智能化创新系统的我国众创空间发展对策研究［J］.领导科学，2019（12）：118-120.
［13］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.
［14］李红锦，曾敏杰.新兴产业发展空间溢出效应研究——创新要素与集聚效应双重视角［J］.科技进步与对策，2019，36（1）：67-73.
［15］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）：26-34.
［16］丁焕峰，张育广.粤港澳大湾区“双创”空间协同创新发展研究［J］.广东财经大学学报，2020，35（5）：80-88.
［17］Kamaruzaman A F，Ismail A R， Daud K A M， et al. Innovation dissemination in online makerspace learning［C］// Proceedings of 8th International Conference on Advanced Materials Engineering & Technology （ICAMET 2020）. 2021.
［18］Zhang S ， Jing S T ， Economicsamp S O ， et al. Study of the knowledge ecosystem modeland knowledge sharing mechanism for maker space［J］. Information Science， 2017.
［19］Klemichen A ， Peters I ， Stark R ， et al. Sustainable in action： from intention to environmentally friendly practices in makerspaces based on the theory of reasoned action［J］. Frontiers in Sustainability， 2022（2）：1-15.
［20］宋宏，张璐.众创空间投入与区域科技创新发展关系实证研究［J］.科技管理研究，2018，38（12）：15-21.
［21］王君华，张心懿.长江中下游省市众创空间运行效率评价及创新溢出研究［J］.科技进步与对策，2023，40（2）：41-49.
［22］Browder R E， Crider C J， Garrett R P. Hybrid innovation logics： Exploratory product development with users in a corporate makerspace［J］． Journal of Product Innovation Management， 2023， 40（4）：451-474.
［23］Soomro S A， Casakin H， Georgiev G V， et al. A systematic review on FabLab environments and creativity：implications for design［J］. Buildings， 2022， 12（6）：804-804.
［24］裴蕾，王金杰.众创空间嵌入的多层次创新生态系统：概念模型与创新机制［J］.科技进步与对策，2018，35（6）：1-6.
［25］赵志军，赵瀚清.中外管理思想［M］.长春：吉林人民出版社，2010：437.
［26］黄世芳.众创空间与区域创新系统的构建——基于欠发达地区的视角［J］.广西民族大学学报（哲学社会科学版），2016，38（1）：156-160.
［27］邹小伟，陈福时，张永薇，等.长江经济带科技创新与可持续发展耦合协调——基于74个国家级可持续发展实验区的实证分析［J］.财会月刊，2022（11）：131-137.
［28］刘静，王宝林，刘朝峰.科技创新与旅游高质量发展的时空耦合协调——以京津冀为例［J］.技术经济与管理研究，2022（6）：41-46.
［29］许亚楠，黄钟仪，王艺，等.中国众创空间运营效率评价及影响因素研究［J］.科技管理研究，2020，40（4）：80-87.
［30］赖一飞，叶丽婷，谢潘佳，等.区域科技创新与数字经济耦合协调研究［J］.科技进步与对策，2022，39（12）：31-41.
［31］阳海鸥，廖玲莉，冷清明.江西省城市化与大气颗粒物污染的时空特征及耦合协调关系［J］.长江流域资源与环境，2022，31（4）：890-902.
［32］蒲甘霖.中国数字经济与科技创新耦合协调发展测度［J］.技术经济与管理研究，2022（4）：25-29.
［33］谭燕芝，李云仲，叶程芳.省域数字普惠金融与乡村振兴评价及其耦合协同分析［J］.经济地理，2021，41（12）：187-195，222.
［34］魏鸿雁，陶卓民，潘坤友.城市滨水区游憩空间与游憩活动的空间耦合特征及影响机制——以南京秦淮河为例［J］.长江流域资源与环境，2022，31（4）：840-850.
［35］郭付友，侯爱玲，刘志刚，等.吉林省松花江流域经济时空格局演变的产业响应研究［J］.东北师大学报（自然科学版），2022，54（2）：123-131.
［36］蔺鹏，孟娜娜，褚席，等.金融结构对技术创新效率的影响效应——不同金融发展模式对比分析［J］.科技进步与对策，2020，37（14）：21-30.
［37］余永琦，余艳锋，彭柳林，等.长江流域农业生态经济系统耦合协调关系评价及其差异化分析［J］.中国农业资源与区划，2022，43（12）：235-247.
［38］刘苗苗，潘佩佩，任佳璇，等.京津冀粮食安全与农业用水安全耦合协调研究［J］.中国农业资源与区划，2023，44（2）：170-182.
［39］高志远，程柳，张小红.黄河流域经济发展-生态环境-水资源耦合协调水平评价［J］.统计与决策，2022，38（9）：123-127.
（责任编辑：钟瑶，邹彬）
Spatial Impact of the Development of Makerspace
on Regional Science and Technology Innovation and Its
Coupling and Coordination Analysis
LI Xin1，2，ZHU Linlin3
（1. Wenlan School of Business， Zhongnan University of Economics and Law， Wuhan，Hubei 430073， China；
2. School of Finance & Economics， Hunan University of Finance and Economics， Changsha， Hunan 410205， China;
3. School of Economic & Management， Changsha University of Science & Technology， Changsha， Hunan 410076， China）
Abstract：Based on the entropy weight method， the development level of mass maker space and the level of scientific and technological innovation in 30 provinces （autonomous regions and municipalities） in China from 2016 to 2020 are measured. A coupled system is constructed to measure the coupling synergistic effect between mass maker space development and regional scientific and technological innovation， and the spatial auto regressive model is further used to explore the spatial impact of mass maker space development on regional scientific and technological innovation. The results show that the evaluation value of regional scientific and technological innovation level is generally higher than that of the development level of mass maker space. The development of mass maker space can directly promote regional scientific and technological innovation， and produce spatial spillover effects on scientific and technological innovation. In view of this， it is necessary to improve the basic environment for the development of mass maker space and scientific and technological innovation， establish strategic goals， enhance regional synergy awareness， optimize the spatial distribution of resources， and achieve the purpose of achieving balanced regional development.
Key words：mass maker space; scientific and technological innovation; spatial effect; coupling coordination