陳錦其，徐藹婷，李金昌

(1.浙江工商大學(xué) 統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，浙江 杭州 310018；2.中共浙江省委黨校 馬克思主義研究院， 浙江 杭州 311121；3.浙江財(cái)經(jīng)大學(xué) 數(shù)據(jù)科學(xué)學(xué)院，浙江 杭州 310018)

一、 引 言

從高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展的過(guò)程中，創(chuàng)新創(chuàng)業(yè)成為中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的新動(dòng)力，是推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和提升區(qū)域競(jìng)爭(zhēng)力的必然要求。眾創(chuàng)空間順應(yīng)創(chuàng)新創(chuàng)業(yè)網(wǎng)絡(luò)化、平臺(tái)化的趨勢(shì)和需求，通過(guò)整合線上線下各方資源、對(duì)接創(chuàng)新創(chuàng)業(yè)各類(lèi)主體的價(jià)值訴求，形成開(kāi)放式創(chuàng)新創(chuàng)業(yè)生態(tài)系統(tǒng)，成為創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重要平臺(tái)和“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”的重要載體。近年來(lái)，許多地區(qū)都將眾創(chuàng)空間作為創(chuàng)新發(fā)展的重要抓手，競(jìng)相出臺(tái)多種鼓勵(lì)政策和扶持措施，希冀在新一輪發(fā)展中搶占先機(jī)。然而眾創(chuàng)空間的區(qū)域分布很不均衡，從截止到2016年9月科技部已備案的三批1337家眾創(chuàng)空間看，數(shù)量最多的前5個(gè)省份是廣東、山東、北京、江蘇和浙江，合計(jì)達(dá)639家，占全國(guó)總量的47.8%。那么眾創(chuàng)空間選址是否具有集聚偏好？又有哪些因素影響了其選址決策？回答這些問(wèn)題，對(duì)于合理引導(dǎo)眾創(chuàng)空間區(qū)域布局，優(yōu)化創(chuàng)新要素配置，促進(jìn)區(qū)域經(jīng)濟(jì)向質(zhì)量和效益型轉(zhuǎn)變具有重要意義。

本文將基于浙江253家眾創(chuàng)空間的微觀地理數(shù)據(jù)，采用連續(xù)距離測(cè)度方法分析眾創(chuàng)空間的集聚特征，并從地區(qū)創(chuàng)新能力、生態(tài)環(huán)境和政策引導(dǎo)等因素實(shí)證檢驗(yàn)眾創(chuàng)空間集聚的形成機(jī)制，為優(yōu)化創(chuàng)新資源空間布局提供參考。

二、 文獻(xiàn)綜述

創(chuàng)新集聚的思想由來(lái)已久，早在1912年熊彼特就在其著作《經(jīng)濟(jì)發(fā)展理論》中指出“創(chuàng)新具有在時(shí)空上成群出現(xiàn)的特征”，[注]約瑟夫·熊彼特.經(jīng)濟(jì)發(fā)展理論——對(duì)于利潤(rùn)、成本、信貸、利息和經(jīng)濟(jì)周期的考察[M].何畏，易家詳，等，譯.北京：商務(wù)印書(shū)館，1991：249.即創(chuàng)新活動(dòng)所依賴(lài)的知識(shí)、人才、文化等諸多要素短期內(nèi)難以移動(dòng)或簡(jiǎn)單復(fù)制，創(chuàng)新的空間分布具有明顯的本地化集聚特征。此后，經(jīng)由Feldman(1994)[7]正式提出創(chuàng)新地理學(xué)的概念，引發(fā)了研究創(chuàng)新集聚的熱潮。如Feldman和Audretsch(1999)[8]發(fā)現(xiàn)，超過(guò)96%的新產(chǎn)品在大城市發(fā)布，大約50%分布在波士頓等四大都市區(qū)；Carrincazeaux等(2001)[9]發(fā)現(xiàn)，法國(guó)6個(gè)領(lǐng)先地區(qū)占有全國(guó)75%的研發(fā)人員，卻只有45%的普通勞動(dòng)力；Buzard等(2013)[10]則通過(guò)比較企業(yè)和研發(fā)機(jī)構(gòu)的比率關(guān)系發(fā)現(xiàn)，R&D機(jī)構(gòu)的空間分布比企業(yè)更集中；Chatterji(2009)[11]通過(guò)分析20世紀(jì)90年代美國(guó)的情況，發(fā)現(xiàn)75%的人口、92%的專(zhuān)利以及幾乎全部創(chuàng)投機(jī)構(gòu)都集中在紐約等主要城市。近幾年國(guó)內(nèi)的創(chuàng)新集聚研究也表明，高科技人才[12]、創(chuàng)新階層[13]、專(zhuān)利[14]、創(chuàng)投機(jī)構(gòu)[15]等均呈現(xiàn)空間集聚特征。然而針對(duì)眾創(chuàng)空間這一新興的創(chuàng)新組織和平臺(tái)，還極少有研究從集聚視角開(kāi)展。

就集聚測(cè)度方法而言，從最初借用收入分配領(lǐng)域的區(qū)域Gini系數(shù)、熵指數(shù)等不平等指數(shù)測(cè)算創(chuàng)新集聚，之后將區(qū)際邊界效應(yīng)(Border Effects)納入測(cè)度指標(biāo)，形成了EG指數(shù)等新的測(cè)度方法。然而上述指數(shù)均受到“可塑性地理單元問(wèn)題”(the Modifiable Area Unit Problem，MAUP)的困擾[16]，即測(cè)度對(duì)象受到空間單元大小、形狀和邊界的影響導(dǎo)致測(cè)算結(jié)果缺乏穩(wěn)健性。而眾創(chuàng)空間比傳統(tǒng)產(chǎn)業(yè)區(qū)所轄地域更小，MAUP會(huì)更加凸顯。綜觀與本文相關(guān)的為數(shù)不多的文獻(xiàn)，Qian等(2011)[17]關(guān)注到新型孵化器空間集聚的現(xiàn)象，卻仍然采用了傳統(tǒng)的集聚測(cè)度方法，其結(jié)論依舊不能擺脫MAUP。事實(shí)上，Gilles和Henry(2005)[18]提出一種連續(xù)距離測(cè)度方法，Buzard等(2017)[19]據(jù)此分析了美國(guó)研發(fā)實(shí)驗(yàn)室在一系列空間尺度上的分布狀態(tài)。需要指出的是，連續(xù)距離測(cè)度方法對(duì)數(shù)據(jù)的要求更高，對(duì)應(yīng)的數(shù)據(jù)類(lèi)型是包含經(jīng)緯度坐標(biāo)屬性的點(diǎn)狀數(shù)據(jù)。由此連續(xù)距離測(cè)度方法還未能被廣泛采用，國(guó)內(nèi)的相關(guān)研究更為鮮見(jiàn)。就作者掌握的文獻(xiàn)看，僅檢索到李佳洺等(2016)[20]以微觀層面的企業(yè)數(shù)據(jù)分析并可視化杭州不同產(chǎn)業(yè)的集聚測(cè)度。

就集聚成因而言，眾創(chuàng)空間集聚與簡(jiǎn)單的創(chuàng)新要素或創(chuàng)客的地理集聚不同，也與企業(yè)或?qū)嶒?yàn)室等傳統(tǒng)創(chuàng)新組織的空間集中存在差異，而是由創(chuàng)客等內(nèi)部集聚形成的新型創(chuàng)新組織在地理上的本地化集中，是創(chuàng)新組織的內(nèi)部和整體的雙重集聚現(xiàn)象[21]。首先，在服務(wù)對(duì)象上，眾創(chuàng)空間選址偏好創(chuàng)新創(chuàng)業(yè)資源豐裕、創(chuàng)新能力強(qiáng)的地區(qū)，以適應(yīng)創(chuàng)新創(chuàng)業(yè)主體對(duì)市場(chǎng)研究、專(zhuān)利律師、創(chuàng)業(yè)融資等專(zhuān)業(yè)化服務(wù)的綜合性、規(guī)?；枨骩7]。其次，在機(jī)構(gòu)關(guān)聯(lián)上，眾創(chuàng)空間作為綜合性服務(wù)平臺(tái)，需要和風(fēng)險(xiǎn)投資、創(chuàng)業(yè)輔導(dǎo)等多種服務(wù)功能配套，而這類(lèi)服務(wù)機(jī)構(gòu)往往集聚在生態(tài)宜居的地區(qū)[22]。最后，在創(chuàng)新政策上，各地相繼搭建各類(lèi)眾創(chuàng)空間，并通過(guò)稅收優(yōu)惠、創(chuàng)新補(bǔ)助等方式吸引創(chuàng)新團(tuán)隊(duì)入駐[23-24]，通過(guò)集聚創(chuàng)新創(chuàng)業(yè)人才以及相關(guān)服務(wù)機(jī)構(gòu)營(yíng)造創(chuàng)新生態(tài)的初始條件，形成影響眾創(chuàng)空間選址的政策優(yōu)勢(shì)。

與以往研究相比，本文的貢獻(xiàn)主要體現(xiàn)在以下幾方面：第一，從創(chuàng)新集聚的視角分析眾創(chuàng)空間地理分布的區(qū)域差異，從而把眾創(chuàng)空間作為創(chuàng)新創(chuàng)業(yè)平臺(tái)從創(chuàng)新要素或主體中抽離出來(lái)，能獨(dú)立評(píng)估眾創(chuàng)空間在區(qū)域創(chuàng)新中的作用；第二，從眾創(chuàng)空間內(nèi)部和整體兩個(gè)層面分析集聚的影響因素，揭示眾創(chuàng)空間的雙重集聚機(jī)制；第三，采用連續(xù)距離的測(cè)度方法分析眾創(chuàng)空間的集聚特征，有效規(guī)避MUAP，使測(cè)度結(jié)果不受空間單元分割方式影響從而更加穩(wěn)健。

三、 基于連續(xù)距離的集聚特征測(cè)度

(一) 數(shù)據(jù)來(lái)源和處理

考慮到數(shù)據(jù)可得性并盡量避免前期績(jī)效對(duì)后續(xù)眾創(chuàng)空間選址產(chǎn)生影響的內(nèi)生性問(wèn)題，本文選取國(guó)家級(jí)、省級(jí)和市級(jí)創(chuàng)新空間共253家，其中國(guó)家級(jí)80家、省級(jí)108家，數(shù)據(jù)來(lái)源于國(guó)家科技部、浙江省科技廳和浙江各地科技局(廳)公布的官方數(shù)據(jù)，時(shí)間截止到2016年10月底。地理數(shù)據(jù)處理中，根據(jù)眾創(chuàng)空間的單位所在地信息，借助百度地圖API接口對(duì)253個(gè)樣本點(diǎn)進(jìn)行地理定位，利用ArcGIS將眾創(chuàng)空間坐標(biāo)轉(zhuǎn)化為浙江眾創(chuàng)空間點(diǎn)數(shù)據(jù)文件。此外，專(zhuān)利數(shù)據(jù)來(lái)源于國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利檢索系統(tǒng)，生態(tài)環(huán)境指標(biāo)來(lái)源于浙江省統(tǒng)計(jì)局等部門(mén)聯(lián)合發(fā)布的《浙江省2015年度工業(yè)強(qiáng)縣(市、區(qū))綜合評(píng)價(jià)報(bào)告》，其他數(shù)據(jù)來(lái)源于浙江省及所轄各區(qū)域的統(tǒng)計(jì)年鑒。

圖1 浙江省眾創(chuàng)空間區(qū)域分布圖

(二) 眾創(chuàng)空間的集聚檢驗(yàn)

(三) 連續(xù)距離測(cè)度下的集聚水平

為避免面狀地理數(shù)據(jù)的“可塑性地理單元問(wèn)題”，探索眾創(chuàng)空間集聚水平隨距離變化的規(guī)律，以253家眾創(chuàng)空間各自的地理坐標(biāo)為圓心，計(jì)算了步長(zhǎng)1km、半徑1～100km之間各圓周內(nèi)眾創(chuàng)空間的數(shù)量，圖2匯報(bào)了各距離的統(tǒng)計(jì)特征。從變化速度看，1～25km區(qū)間的最大值、均值和中位數(shù)增加最快，最小值均為0.25km。此后，最大值、均值和中位數(shù)的變動(dòng)都比較平穩(wěn)，當(dāng)55km時(shí)最小值才突破0，到100Km時(shí)最小值達(dá)到6。從具體距離看，當(dāng)半徑為1km時(shí)，最大值為13，最小值為0，中位數(shù)僅為1，變異系數(shù)達(dá)1.17，不同眾創(chuàng)空間之間的相鄰數(shù)量差異非常大。當(dāng)半徑為4km時(shí)，變異系數(shù)為0.99，接近1，最大值為35，中位數(shù)為8，最小值仍然為0，不同眾創(chuàng)空間之間的相鄰數(shù)量差異依然非常大。到半徑為10km，中位數(shù)與均值相等，達(dá)到34，最大值為96，最小值還是0。當(dāng)半徑為55km的時(shí)候，最小值從0變?yōu)?，此時(shí)中位數(shù)為148，非常接近最大值158，而均值為98.34，變異系數(shù)下降到0.64?？傮w上，連續(xù)距離測(cè)度下，集聚水平隨著距離增加而下降，其變化在1～25km內(nèi)較快，此后逐漸變小。

1)1971—2010年的40 a中,環(huán)太湖地區(qū)氣溫整體呈升高趨勢(shì),與全球氣溫變暖趨勢(shì)一致。而降水分布則表現(xiàn)為太湖北部的降水增加,南部減少。增溫幅度最大的是吳江站,達(dá)0.85 ℃/(10 a)。降水變化幅度最大的是長(zhǎng)興站,達(dá)-63.67 mm/(10 a)。以1990年為時(shí)間節(jié)點(diǎn),環(huán)太湖地區(qū)的增暖率存在完全相反的區(qū)域分布,且春、夏季降水的空間分布差異性大于秋、冬季。太湖西北部地區(qū)在春、夏季增暖明顯,東南部和南部地區(qū)在秋、冬季增暖明顯。整個(gè)環(huán)太湖地區(qū)的降水在冬季均呈現(xiàn)明顯的增多趨勢(shì)。

四、 眾創(chuàng)空間集聚的影響因素分析

(一) 影響機(jī)制分析

眾創(chuàng)空間集聚是創(chuàng)新驅(qū)動(dòng)發(fā)展階段本地化的創(chuàng)新創(chuàng)業(yè)模式，其本地化特征意味著仍依賴(lài)區(qū)域條件，但是對(duì)所依賴(lài)的區(qū)域稟賦內(nèi)涵發(fā)生了根本性的轉(zhuǎn)變。在要素驅(qū)動(dòng)階段，土地、勞動(dòng)力乃至污染等要素資源低成本條件形成區(qū)域的比較優(yōu)勢(shì)，成為傳統(tǒng)工業(yè)企業(yè)選址的重要影響因素。進(jìn)入創(chuàng)新驅(qū)動(dòng)階段，區(qū)域創(chuàng)新能力、生態(tài)環(huán)境等稟賦條件成為新的競(jìng)爭(zhēng)優(yōu)勢(shì)，并結(jié)合創(chuàng)新引導(dǎo)政策共同構(gòu)成眾創(chuàng)空間集聚的核心影響因素。據(jù)此，本文認(rèn)為眾創(chuàng)空間集聚的核心影響因素可以歸納為創(chuàng)新能力、生態(tài)環(huán)境和政策引導(dǎo)，以下將從機(jī)制上梳理三個(gè)因素對(duì)眾創(chuàng)空間集聚的影響。

1.創(chuàng)新能力對(duì)眾創(chuàng)空間集聚的影響。創(chuàng)新能力是區(qū)域技術(shù)、人才創(chuàng)新資源豐裕程度和創(chuàng)新效率高低的綜合能力，有助于眾創(chuàng)空間集中、對(duì)接和整合各類(lèi)創(chuàng)新創(chuàng)業(yè)資源。通過(guò)共享知識(shí)提高創(chuàng)新創(chuàng)業(yè)信息利用效率，通過(guò)匹配機(jī)制對(duì)接和組合形成良性互動(dòng)的關(guān)系，通過(guò)學(xué)習(xí)效應(yīng)促進(jìn)多元化知識(shí)的移植和應(yīng)用，最終影響眾創(chuàng)空間孵化的績(jī)效。正是因?yàn)閰^(qū)域創(chuàng)新能力對(duì)眾創(chuàng)空間的業(yè)績(jī)及其發(fā)展形成重要影響，從而成為眾創(chuàng)空間選址決策的核心因素。

2.生態(tài)環(huán)境對(duì)眾創(chuàng)空間集聚的影響。生態(tài)環(huán)境是通過(guò)影響創(chuàng)新創(chuàng)業(yè)人才的流動(dòng)進(jìn)而影響眾創(chuàng)空間選址和集聚。如硅谷典型的地中海氣候，冬暖夏涼、海岸線長(zhǎng)以及森林覆蓋率高等宜居宜業(yè)環(huán)境，優(yōu)越的環(huán)境氣候吸引著創(chuàng)新創(chuàng)業(yè)等各類(lèi)人才。良好的生態(tài)環(huán)境有利于集聚各類(lèi)人才及相應(yīng)的風(fēng)險(xiǎn)投資、創(chuàng)業(yè)輔導(dǎo)等多種服務(wù)機(jī)構(gòu)，共同形成區(qū)域創(chuàng)新生態(tài)系統(tǒng)，進(jìn)而也成為眾創(chuàng)空間選址的重要影響因素。

3.政策引導(dǎo)對(duì)眾創(chuàng)空間集聚的影響。區(qū)域引導(dǎo)政策總體上可以分為直接和間接兩類(lèi)，間接方式往往通過(guò)創(chuàng)新補(bǔ)助、人才激勵(lì)以及稅收減免等措施引導(dǎo)本地化創(chuàng)新。直接方式是以構(gòu)筑創(chuàng)新平臺(tái)、設(shè)立政府引導(dǎo)性眾創(chuàng)空間等措施參與本地的創(chuàng)新創(chuàng)業(yè)活動(dòng)，其結(jié)果一方面通過(guò)增加眾創(chuàng)空間數(shù)量改善區(qū)域創(chuàng)新的稟賦條件，另一方面通過(guò)示范效應(yīng)引導(dǎo)市場(chǎng)主體設(shè)立更多的眾創(chuàng)空間，從而共同影響非政策引導(dǎo)性眾創(chuàng)空間選址行為。

此外，區(qū)域的創(chuàng)新能力、生態(tài)環(huán)境以及政策引導(dǎo)對(duì)眾創(chuàng)空間集聚還可能存在互補(bǔ)或替代關(guān)系，生態(tài)環(huán)境和政策引導(dǎo)兩個(gè)因素還可能在創(chuàng)新能力影響眾創(chuàng)空間集聚中起到調(diào)節(jié)作用?；谏鲜龇治觯妱?chuàng)空間的集聚機(jī)制如圖3所示。

圖3 眾創(chuàng)空間集聚的影響機(jī)制

(二) 計(jì)量模型

考慮被解釋變量為計(jì)數(shù)數(shù)據(jù)，一般采用泊松回歸或負(fù)二項(xiàng)回歸模型，經(jīng)檢驗(yàn)被解釋變量未能滿(mǎn)足均值等于方差的原假設(shè)，只能采用放松假定的負(fù)二項(xiàng)回歸模型；進(jìn)一步地，由于樣本數(shù)據(jù)含有較多的零值，經(jīng)過(guò)Vuong統(tǒng)計(jì)量檢驗(yàn)，拒絕采用標(biāo)準(zhǔn)負(fù)二項(xiàng)分布的原假設(shè)，因此本文采用零膨脹負(fù)二項(xiàng)回歸模型；最后，根據(jù)眾創(chuàng)空間選址機(jī)制的概念模型，本文建立如下計(jì)量模型：

RoomSi,j=β0+β1Innovj+β2Greenj+β3Innovj×Greenj+β4Innovj×Govi+β5Dist1i+β6Dist2i+εi

(1)

其中，下標(biāo)i表示眾創(chuàng)空間編號(hào)，j表示眾創(chuàng)空間所在區(qū)域，Dist1i和Dist2i為控制變量，εj為模型隨機(jī)誤差項(xiàng)。

在穩(wěn)健性檢驗(yàn)中，考慮杭州集聚了全省57.8%的眾創(chuàng)空間，與其他地區(qū)數(shù)量上存在差異顯著。因此以眾創(chuàng)空間是否位于杭州設(shè)定二值變量RoomHZi，選址為杭州則賦值為1，反之賦值0。此外，以縣(區(qū)、市)所屬眾創(chuàng)空間數(shù)量為被解釋變量做回歸，變量名設(shè)為RoomSj，其中控制變量Dist1j和Dist2j為所屬眾創(chuàng)空間Dist1i和Dist2i的均值，Govj為所屬眾創(chuàng)空間Govi的總和，其他變量含義同上。

RoomHZi=β0+β1Innovj+β2Greenj+β3Innovj×Greenj+β4Innovj×Govi+β5Dist1i+β6Dist2i+εi

(2)

RoomRj=β0+β1Innovj+β2Greenj+β3Innovj×Greenj+β4Innovj×Govj+β5Dist1j+β6Dist2j+εj

(3)

(三) 變量選取和數(shù)據(jù)來(lái)源

1.被解釋變量。結(jié)合理論模型的變量構(gòu)造，為有效測(cè)度眾創(chuàng)空間集聚，主模型中將以眾創(chuàng)空間為圓心，通過(guò)調(diào)節(jié)半徑大小連續(xù)測(cè)度圓內(nèi)所包含的其他眾創(chuàng)空間的數(shù)量，形成眾創(chuàng)空間的地理鄰近數(shù)(RoomS)。穩(wěn)健性檢驗(yàn)中，分別采用眾創(chuàng)空間是否位于杭州做二值變量(RoomHZ)和縣(區(qū)、市)所屬眾創(chuàng)空間的數(shù)量(RoomR)為被解釋變量。

2.核心解釋變量。根據(jù)機(jī)制分析，模型中包括創(chuàng)新能力、生態(tài)環(huán)境和政策引導(dǎo)三個(gè)核心解釋變量：(1)區(qū)域創(chuàng)新能力(Innov)。地區(qū)的創(chuàng)新能力越強(qiáng)，眾創(chuàng)空間越有可能高效配置創(chuàng)新資源提升孵化績(jī)效，成為眾創(chuàng)空間選址決策的首要考慮因素。本文借鑒劉鳳朝等(2012)[25]等做法，選取發(fā)明專(zhuān)利申請(qǐng)量為地區(qū)創(chuàng)新能力的代理變量，數(shù)據(jù)來(lái)源于國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利檢索系統(tǒng)，口徑為2015年各縣(區(qū)、市)的發(fā)明申請(qǐng)總量。(2)區(qū)域生態(tài)環(huán)境(Green)。簡(jiǎn)單而言，良好的工作生活環(huán)境是創(chuàng)新創(chuàng)業(yè)人才流向的重要考慮因素[26]，隨著人才流動(dòng)日趨便利，地區(qū)生態(tài)環(huán)境會(huì)通過(guò)創(chuàng)新創(chuàng)業(yè)人才的環(huán)境偏好對(duì)眾創(chuàng)空間選址產(chǎn)生影響。根據(jù)數(shù)據(jù)可得性，本文采用浙江省統(tǒng)計(jì)局等部門(mén)聯(lián)合發(fā)布的《浙江省2015年度工業(yè)強(qiáng)縣(市、區(qū))綜合評(píng)價(jià)報(bào)告》中的綠色發(fā)展指標(biāo)。(3)政策引導(dǎo)(Gov)。類(lèi)似于各國(guó)直接建立功能性孵化器或資助商業(yè)險(xiǎn)性孵化器發(fā)展的通行做法[27]，目前我國(guó)各地也非常注重直接組建政策性眾創(chuàng)空間，從而影響眾創(chuàng)空間的區(qū)域分布。據(jù)此，本文根據(jù)眾創(chuàng)空間主管單位性質(zhì)確定是否獲得政策引導(dǎo)，如果是則賦值1，反之賦值0。

3.控制變量。為了估計(jì)實(shí)證模型，除了上文已經(jīng)測(cè)算的核心解釋變量創(chuàng)新能力、生態(tài)環(huán)境和政策引導(dǎo)之外，還需明確控制變量的選取。由于眾創(chuàng)空間選址高度依賴(lài)于區(qū)域條件，會(huì)受到創(chuàng)新創(chuàng)業(yè)人才、經(jīng)濟(jì)發(fā)展水平和信息化水平等諸多因素的影響[26]，如有研究(滕堂偉等，2018[28]；黃筱彧等，2018[29])采用模型驅(qū)動(dòng)的方法，根據(jù)回歸結(jié)果解讀多個(gè)因素的影響效應(yīng)。但是本文認(rèn)為，將同類(lèi)非核心變量引入模型可能會(huì)因?yàn)槎嘀毓簿€性影響模型估計(jì)的有效性。更為重要的是，控制變量的選取也要考慮與眾創(chuàng)空間集聚的內(nèi)在機(jī)制，兩者之間至少在理論或現(xiàn)實(shí)中具有一定的邏輯關(guān)聯(lián)。然而目前實(shí)證分析眾創(chuàng)空間集聚影響因素的文獻(xiàn)還很少，共識(shí)性的控制變量更為稀缺。當(dāng)然變量選取也不得不考慮數(shù)據(jù)的可獲得性及其質(zhì)量。由此，本文選取了兩個(gè)綜合性控制變量——眾創(chuàng)空間與地級(jí)市政府駐地的距離(Dist1)以及眾創(chuàng)空間與縣(區(qū)、市)政府駐地的距離(Dist2)。之所以選取這兩個(gè)因素是考慮到創(chuàng)新資源往往圍繞著政府駐地形成圈層分布的基本事實(shí)，因此Dist1和Dist2不但能夠測(cè)度資源在行政區(qū)之間的區(qū)域差異，還能夠測(cè)度區(qū)域內(nèi)部的差異，從而使模型估計(jì)更加有效。

基于上述分析，將各變量及其數(shù)據(jù)來(lái)源匯報(bào)如表1。

表1 變量描述及數(shù)據(jù)來(lái)源

五、 實(shí)證結(jié)果與分析

(一) 描述性統(tǒng)計(jì)

表2 描述性統(tǒng)計(jì)分析

表2匯報(bào)了描述性統(tǒng)計(jì)的結(jié)果，RoomS的均值為2.14，最大值為13，最小值為0，說(shuō)明大部分樣本較小；RoomR的均值為95.3，最大值達(dá)到146，最小值為1，說(shuō)明縣(區(qū)、市)之前的差異很大；RoomHZ是二值變量，其中所屬杭州的眾創(chuàng)空間占到58%，其他地區(qū)為42%；Innov的地區(qū)差異比較大，最大值0.4萬(wàn)項(xiàng)，最小值0項(xiàng)；Green為生態(tài)環(huán)境指標(biāo)，取值范圍為0～100；Dist1的各項(xiàng)指標(biāo)都大于Dist2，表明眾創(chuàng)空間與地市級(jí)政府的距離無(wú)論是最大值、最小值還是均值都比其距離縣(市、區(qū))遠(yuǎn)。

(二) 回歸結(jié)果與分析

表3 負(fù)二項(xiàng)回歸分析結(jié)果

注：***、**、*分別表示在1%、5%、10%的水平下通過(guò)了顯著性檢驗(yàn)。

表3匯報(bào)了地區(qū)創(chuàng)新能力對(duì)眾創(chuàng)空間選址的影響，模型(1)～(4)的被解釋變量是半徑為1km范圍內(nèi)的眾創(chuàng)空間數(shù)量。模型(1)的解釋變量?jī)H包括了地區(qū)創(chuàng)新能力，回歸結(jié)果表明，眾創(chuàng)空間所在地區(qū)的創(chuàng)新能力顯著地正向影響眾創(chuàng)空間選址決策。這說(shuō)明盡管從科技創(chuàng)新轉(zhuǎn)向更寬泛的創(chuàng)新，但就創(chuàng)新地理而言，地區(qū)創(chuàng)新能力仍然是眾創(chuàng)空間選址的關(guān)鍵因素。模型(2)加入了地區(qū)生態(tài)環(huán)境指數(shù)，這并沒(méi)有改變創(chuàng)新能力對(duì)眾創(chuàng)空間選址的影響機(jī)制，同時(shí)生態(tài)環(huán)境也正向影響眾創(chuàng)空間的選址決策。需要指出的是，生態(tài)環(huán)境與創(chuàng)新能力的交互項(xiàng)和眾創(chuàng)空間選址決策顯著負(fù)相關(guān)，這說(shuō)明生態(tài)環(huán)境與創(chuàng)新能力對(duì)眾創(chuàng)空間選址決策的影響是相互替代的。模型(3)加入了政策引導(dǎo)變量，同樣沒(méi)有改變地區(qū)創(chuàng)新能力對(duì)眾創(chuàng)空間選址顯著的正向影響機(jī)制；結(jié)果還顯示，政策引導(dǎo)與眾創(chuàng)空間選址決策顯著負(fù)相關(guān)，這說(shuō)明政策不能有效地引導(dǎo)眾創(chuàng)空間的地理集中。但是政府引導(dǎo)與創(chuàng)新能力的交互項(xiàng)和眾創(chuàng)空間選址決策顯著正相關(guān)，這說(shuō)明政府引導(dǎo)與創(chuàng)新能力對(duì)眾創(chuàng)空間選址決策的影響是互補(bǔ)的。

模型(4)的被解釋變量與模型(1)～(3)相同，

表4 穩(wěn)健性檢驗(yàn)

注：***、**、*分別表示在1%、5%、10%的水平下通過(guò)了顯著性檢驗(yàn)。

被解釋變量都是半徑為1km范圍內(nèi)的眾創(chuàng)空間數(shù)量，在加入了兩個(gè)控制變量后，上述結(jié)論仍然成立，顯著性水平除了政府引導(dǎo)與創(chuàng)新能力的交互項(xiàng)從p>0.01下降到p>0.05外，其他都在p>0.01水平上顯著，說(shuō)明已有結(jié)論是穩(wěn)健的。就控制變量，眾創(chuàng)空間到地級(jí)政府的距離(Dist1)對(duì)眾創(chuàng)空間選址的影響顯著為負(fù)，這可能是因?yàn)榈丶?jí)市政府一般處于市轄區(qū)中心位置，外圍是縣級(jí)市，創(chuàng)新資源的分布是以地級(jí)市政府為核心逐步縮減的空間格局。因此眾創(chuàng)空間距離地級(jí)政府越遠(yuǎn)，則越不被眾創(chuàng)空間選址所偏好。眾創(chuàng)空間到縣(區(qū)、市)政府的距離(Dist2)對(duì)眾創(chuàng)空間選址的影響顯著為正，這可能是因?yàn)榭h(區(qū)、市)的業(yè)態(tài)是以縣(區(qū)、市)為中心，由內(nèi)而外依次分布著行政區(qū)、商業(yè)區(qū)、居住區(qū)和產(chǎn)業(yè)區(qū)，因此眾創(chuàng)空間距離縣(區(qū)、市)政府越遠(yuǎn)，則越被眾創(chuàng)空間選址所偏好。

(三) 穩(wěn)健性檢驗(yàn)

為檢驗(yàn)結(jié)論的穩(wěn)健性，模型(5)和模型(6)匯報(bào)了半徑5km和半徑10km的回歸結(jié)果，比較模型(4)、模型(5)和模型(6)的結(jié)果，半徑1km的結(jié)論在半徑5m和10km時(shí)同樣成立。[注]實(shí)際上，本文做了1～100km內(nèi)、步長(zhǎng)為1km的其他模型，結(jié)論同樣成立，限于篇幅未列出所有結(jié)果。模型(7)匯報(bào)了以眾創(chuàng)空間是否選址到杭州為被解釋變量的回歸結(jié)果。首先，眾創(chuàng)空間選址傾向于創(chuàng)新能力強(qiáng)的地區(qū)，這與模型(1)～(6)的結(jié)果一致；第二，地區(qū)生態(tài)環(huán)境越好，選址傾向也越高，而且生態(tài)環(huán)境和創(chuàng)新能力同樣是相互替代的，這與模型(1)～(6)的結(jié)果也一致；政策引導(dǎo)對(duì)是否選址于杭州的影響不明顯，這可能與浙江縣(市、區(qū))同級(jí)政府的政策措施類(lèi)似有關(guān)，也就是政策引導(dǎo)措施的地區(qū)差異不顯著，是同質(zhì)化的。控制變量中，離地級(jí)市政府距離越遠(yuǎn)，越可能選址在杭州，可能的原因是杭州集聚了許多眾創(chuàng)空間，因此眾創(chuàng)空間離地級(jí)市政府的距離相對(duì)于其他地級(jí)市更大；而離縣(市、區(qū))政府距離不顯著，這可能是因?yàn)檫@類(lèi)距離沒(méi)有顯著差異。模型(8)的被解釋變量是各縣(市、區(qū))眾創(chuàng)空間的數(shù)量，回歸系數(shù)符號(hào)與模型(1)～(6)的符號(hào)相同，但是創(chuàng)新能力和生態(tài)環(huán)境的交互項(xiàng)不顯著，創(chuàng)新能力和政府引導(dǎo)交互項(xiàng)的顯著性水平也從p<0.01下降到p<0.05，這可能是由樣本量減少引起的。穩(wěn)健性檢驗(yàn)(表4)表明，采用連續(xù)距離來(lái)測(cè)度集聚偏好的選址行為不會(huì)因?yàn)榫嚯x不同而改變，而且結(jié)果也得到其他方法的支撐。

六、 結(jié)論與建議

本文利用浙江眾創(chuàng)空間微觀地理點(diǎn)數(shù)據(jù)，采用連續(xù)距離測(cè)度方法研究了眾創(chuàng)空間的地理集聚水平，分析眾創(chuàng)空間集聚的影響機(jī)制。研究表明：(1)從眾創(chuàng)空間的集聚特征看，眾創(chuàng)空間呈現(xiàn)非常明顯的集聚特征，主要分布在杭州和寧波的市轄區(qū)，且杭州集聚了全省57.8%的眾創(chuàng)空間，區(qū)域分布極不平衡。進(jìn)一步通過(guò)連續(xù)距離測(cè)度表明集聚水平隨著距離增加而下降，這是Qian等(2011)[17]等傳統(tǒng)指數(shù)方法所不能觀測(cè)的，從而避免空間單元分割方式對(duì)結(jié)果的影響。(2)從眾創(chuàng)選址的影響機(jī)制看，作為“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”的重要載體，眾創(chuàng)空間選址受到體現(xiàn)服務(wù)對(duì)象特征的創(chuàng)新能力和表征區(qū)域宜居特征的生態(tài)環(huán)境的雙重影響，同時(shí)還受到政策引導(dǎo)的影響。區(qū)域創(chuàng)新能力和生態(tài)環(huán)境均對(duì)眾創(chuàng)空間集聚的效應(yīng)十分顯著，政策引導(dǎo)雖然不能直接促進(jìn)眾創(chuàng)空間集聚，但是與創(chuàng)新能力產(chǎn)生互補(bǔ)效應(yīng)。不同于滕堂偉等(2018)[28]等的多因素比較研究，本文深入分析區(qū)域創(chuàng)新能力、生態(tài)環(huán)境和政府支持等核心因素對(duì)眾創(chuàng)空間選址的影響，從而深化了眾創(chuàng)空間集聚影響因素的認(rèn)識(shí)。

據(jù)此，本文提出以下認(rèn)識(shí)和政策建議：(1)集聚創(chuàng)新要素，厚植眾創(chuàng)空間的區(qū)域創(chuàng)新能力。眾創(chuàng)空間是組織地區(qū)創(chuàng)新要素的綜合平臺(tái)，是各類(lèi)創(chuàng)新主體、創(chuàng)新資源和創(chuàng)新服務(wù)的有機(jī)結(jié)合體，眾創(chuàng)空間的地理集中是以創(chuàng)新要素集聚為基礎(chǔ)的。為此，要以創(chuàng)新邊界趨弱、創(chuàng)新要素流動(dòng)日益便捷為契機(jī)，著力破除阻礙區(qū)域間創(chuàng)新人才、技術(shù)等創(chuàng)新要素流動(dòng)的體制機(jī)制障礙，改革人才引進(jìn)、激勵(lì)、發(fā)展和評(píng)價(jià)機(jī)制，強(qiáng)化創(chuàng)新創(chuàng)業(yè)激勵(lì)導(dǎo)向，破除制約科技成果轉(zhuǎn)移擴(kuò)散的障礙，讓優(yōu)勢(shì)地區(qū)先行成為創(chuàng)新要素集聚的高地。(2)優(yōu)化創(chuàng)新政策，因地制宜推進(jìn)眾創(chuàng)空間的建設(shè)。眾創(chuàng)空間是推進(jìn)創(chuàng)新創(chuàng)業(yè)向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化的有效載體和手段，是以有效支撐地區(qū)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)為指向的。為此要堅(jiān)持發(fā)揮市場(chǎng)對(duì)創(chuàng)新資源配置的決定性作用，要結(jié)合各地經(jīng)濟(jì)發(fā)展階段、創(chuàng)新資源稟賦等實(shí)際情況，從降低創(chuàng)新創(chuàng)業(yè)成本、優(yōu)化宜居宜業(yè)環(huán)境等方面入手，強(qiáng)化創(chuàng)新創(chuàng)業(yè)服務(wù)能力。(3)提升政府創(chuàng)新治理能力，充分發(fā)揮示范引導(dǎo)作用。根據(jù)地方產(chǎn)業(yè)優(yōu)勢(shì)、人才知識(shí)背景等區(qū)域特征，聚焦重點(diǎn)領(lǐng)域和關(guān)鍵環(huán)節(jié)，積極探索專(zhuān)業(yè)化眾創(chuàng)空間發(fā)展的新路徑和新模式，避免對(duì)缺乏自生能力的眾創(chuàng)空間多頭重復(fù)支持而形成的創(chuàng)新要素市場(chǎng)扭曲現(xiàn)象。

最后，本文的研究結(jié)果也存在一定的理論價(jià)值。當(dāng)前學(xué)術(shù)界關(guān)于眾創(chuàng)空間集聚的測(cè)度分析相對(duì)較少，從定量角度開(kāi)展的影響因素研究更加缺乏。本文對(duì)眾創(chuàng)空間集聚特征采用連續(xù)距離的測(cè)度方法，其結(jié)果不受空間單元分割方式影響，相較于傳統(tǒng)集聚測(cè)度方法更加穩(wěn)?。煌瑫r(shí)本文從眾創(chuàng)空間孵化對(duì)象及自身兩個(gè)層面考察影響集聚的因素，并開(kāi)展經(jīng)驗(yàn)驗(yàn)證，相較于模型驅(qū)動(dòng)等多因素分析能更深入揭示核心因素對(duì)眾創(chuàng)空間集聚的作用機(jī)制。然而由于數(shù)據(jù)限制，本文僅限于區(qū)域?qū)用鏀?shù)據(jù)從創(chuàng)新能力、創(chuàng)新政策和創(chuàng)新政策對(duì)眾創(chuàng)空間集聚的影響進(jìn)行了實(shí)證研究，關(guān)于財(cái)務(wù)、組織和技術(shù)等眾創(chuàng)空間個(gè)體微觀因素的影響還沒(méi)有涉及，也未能對(duì)眾創(chuàng)空間集聚及其影響因素的時(shí)序差異開(kāi)展分析，其政策意涵的普適性仍需進(jìn)一步考證。