方梓旭，徐 莉

（1.南昌大學經濟管理學院，江西南昌 330038；2.江西師范大學商學院，江西南昌 330022）

眾創(chuàng)空間是中國重要的創(chuàng)新創(chuàng)業(yè)服務平臺，是深入推進大眾創(chuàng)業(yè)、萬眾創(chuàng)新的新興載體。近些年，中國如火如荼地建設眾創(chuàng)空間，眾創(chuàng)空間的數量從2016 年的4298個增加至2020年的8 505 個，總面積從2016年的22592011 m2增加至2020 年的36 500 443 m2［1］。中國的眾創(chuàng)空間總體呈現發(fā)展較快的特征，大量創(chuàng)新創(chuàng)業(yè)服務平臺更是極大地推進了大眾創(chuàng)業(yè)、萬眾創(chuàng)新的發(fā)展，催生了大量的市場主體、吸納了大量就業(yè)并產出巨大創(chuàng)新效益，并促進了新增長動能的快速成長，從而增強了國家經濟發(fā)展的內生動力。隨著眾創(chuàng)空間發(fā)展規(guī)模不斷壯大，學術界開始越發(fā)關注眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)服務供給，圍繞眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)服務供給、創(chuàng)業(yè)者創(chuàng)新行為及績效等方面展開研究。

1 文獻綜述

眾創(chuàng)空間作為連接創(chuàng)業(yè)者與第三方創(chuàng)新創(chuàng)業(yè)服務商的重要平臺，相關研究旨在圍繞創(chuàng)業(yè)者的創(chuàng)新創(chuàng)業(yè)服務需求促進其創(chuàng)新行為和提升創(chuàng)新績效，如劉志迎等［2］探究了創(chuàng)客創(chuàng)新自我效能感對其創(chuàng)新行為的影響；王興元等［3］研究發(fā)現，眾創(chuàng)空間支持顯著正向影響大學生創(chuàng)客團隊創(chuàng)新績效；田穎等［4］探討了“人力資本-結構資本-關系資本（H-S-R）”三維結構視角下眾創(chuàng)空間智力資本協(xié)同創(chuàng)新對創(chuàng)客創(chuàng)新績效的影響；霍生平等［5］考察了眾創(chuàng)空間創(chuàng)客團隊斷裂帶對創(chuàng)新行為的影響；韓瑩［6］研究發(fā)現，眾創(chuàng)空間中企業(yè)創(chuàng)業(yè)拼湊對創(chuàng)新績效呈正相關性。

隨著眾創(chuàng)空間的不斷發(fā)展，學術界開始將目光轉向眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)服務，測度眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)服務水平，并探討影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)服務水平的重要因素，如宋宏等［7］研究發(fā)現區(qū)域科技創(chuàng)新能力提高促進了眾創(chuàng)空間創(chuàng)新績效提升；馮海紅等［8］考察了資本網絡、市場網絡等社會網絡對眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)模式的影響；張靜進等［9］采用三階段數據包絡分析（DEA）模型測度了2017 年我國28個省區(qū)市眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)效率；劉筱寒等［10］采用三階段DEA 模型測度了2017 年我國30 個省區(qū)市眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)效率；黃鐘儀等［11］采用模糊集定性比較分析法探討了眾創(chuàng)空間創(chuàng)新產出的影響因素，發(fā)現政府補貼在一定程度上替代了眾創(chuàng)空間的孵化服務；杜寶貴等［12］基于模糊集定性比較分析方法，從內因、外因兩維度分析不同地區(qū)眾創(chuàng)空間創(chuàng)新發(fā)展的影響因素發(fā)現，人才、資金、行為、經濟、政策、技術、市場是眾創(chuàng)空間創(chuàng)新發(fā)展的重要因素；沈嫣等［13］考察了浙江省財稅支持政策對眾創(chuàng)空間創(chuàng)新績效的影響發(fā)現，財政補貼和稅收減免顯著提升了眾創(chuàng)空間創(chuàng)新績效。

基于現有研究成果可知，眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)相關研究主要聚焦于微觀和宏觀兩個層面。微觀層面涵蓋了創(chuàng)客團隊、初創(chuàng)企業(yè)的創(chuàng)新創(chuàng)業(yè)行為和績效研究，既有從創(chuàng)業(yè)者自身條件出發(fā)，也有從眾創(chuàng)空間作為創(chuàng)新創(chuàng)業(yè)服務平臺的視角出發(fā)；宏觀層面則包括了基于中國省區(qū)市眾創(chuàng)空間的統(tǒng)計數據進行創(chuàng)新創(chuàng)業(yè)績效的測度，和采用定性分析方法探討了眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)績效的影響因素。但現有研究存在諸多不足：第一，眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率測度大多局限于截面數據，未能有效衡量眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的變動趨勢；第二，較少采用定量分析方法分析眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的影響因素。因此，本研究利用中國30 個省區(qū)市面板數據，采用傳統(tǒng)DEA模型和Malmquist 指數相結合的方法，從靜態(tài)和動態(tài)兩方面測度眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)效率，并建立Tobit模型考察影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的重要因素，以期為政府相關部門和眾創(chuàng)空間運營機構提供實證依據，為政府出臺創(chuàng)新創(chuàng)業(yè)發(fā)展政策和促進眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)服務的有效供給提供參考。

2 研究設計

2.1 研究方法

DEA 方法是一種非參數估計方法，在處理多投入、多產出系統(tǒng)的相對有效性評價和生產前沿分析方面具有其他參數估計方法所不具有的諸多優(yōu)越性，但DEA 方法中的CCR 模型和BCC 模型僅能對同一時間跨度內的不同決策單元進行橫向靜態(tài)比較，無法實現決策單元間的跨期連續(xù)對比，因此，結合Malmquist 指數模型觀察研究期內決策單元的時序變化情況，從靜態(tài)和動態(tài)兩方面來測度眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)效率，從而有效反映其動態(tài)連續(xù)變化特性。

僅僅測度效率水平是不夠的，還需進一步探討眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的主要影響因素，為提出相應的政策建議提供實證支持。由于眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率值介于［0，1］，若采用傳統(tǒng)普通最小二乘法（OLS）模型展開估計可能會帶來估計的偏誤，而托賓（Tobit）回歸模型能夠較好地處理多元線性回歸分析中被解釋變量受限的問題，因此建立Tobit 回歸模型，使用Stata 軟件展開計量分析，識別影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的主要因素。

2.2 指標體系設計及數據來源

由于西藏、香港、澳門、臺灣缺失相應的數據，因此本研究僅選取我國30 個省區(qū)市作為研究樣本。2015 年科技部印發(fā)了《發(fā)展眾創(chuàng)空間工作指引》，科技部火炬高技術產業(yè)開發(fā)中心則于2017 年在編撰《中國火炬統(tǒng)計年鑒》時新增了眾創(chuàng)空間發(fā)展情況部分，為此，考慮到數據的可獲取性，將研究樣本期選擇為2016—2020 年。

構建測度指標體系是測度眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的重要前提，測度指標體系在構建過程中需遵循科學性、可獲取性等基本原則，緊密結合眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的基本內涵，真實反映眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)服務供給。眾創(chuàng)空間作為創(chuàng)新創(chuàng)業(yè)服務平臺，其出發(fā)點和落腳點是向創(chuàng)客團隊和初創(chuàng)企業(yè)提供多樣化創(chuàng)新創(chuàng)業(yè)服務，扮演著連接創(chuàng)業(yè)者與多方服務供給商的重要角色，創(chuàng)客通過進駐眾創(chuàng)空間，借助眾創(chuàng)空間這一平臺自由對接各類服務供給商。其中，眾創(chuàng)空間提供相應的創(chuàng)新創(chuàng)業(yè)服務，例如提供物理空間（工位）、舉辦創(chuàng)新創(chuàng)業(yè)活動、開展創(chuàng)業(yè)教育培訓等交流培訓活動等，且眾創(chuàng)空間作為公益性創(chuàng)新創(chuàng)業(yè)服務平臺承擔了一些社會責任，例如吸納就業(yè)等；創(chuàng)業(yè)者通過借助眾創(chuàng)空間這一平臺，將自身創(chuàng)新創(chuàng)業(yè)意愿轉變?yōu)閷嶋H產品，生成一系列發(fā)明創(chuàng)造，從而形成大量知識產權。由此，構建眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率測度指標體系（見表1）。研究數據來自2017—2021 年的《中國火炬統(tǒng)計年鑒》《中國統(tǒng)計年鑒》以及《中國教育經費統(tǒng)計年鑒》。

表1 眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率測度指標體系

3 眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率測度結果分析

3.1 靜態(tài)測度結果分析

從測算結果可知（見表2），2016—2020 年30個省份眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)綜合效率整體上不太理想，根據年份和地區(qū)分別計算的綜合效率均值都與DEA有效差距較大，說明中國眾創(chuàng)空間發(fā)展情況未及預期，眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)服務的有效性亟待提升。其中，連續(xù)5 年眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)綜合效率達到DEA 有效的僅有北京；有4 年達到DEA 有效的只有青海；有3 年達到DEA 有效的包括江西和黑龍江；有2 年達到DEA 有效的則包括新疆、甘肅、云南、湖北、吉林、遼寧；只有1 年達到DEA 有效的包括寧夏、貴州、四川、海南、河南、安徽、內蒙古、山西、天津；而陜西、重慶、廣西、廣東、湖南、山東、福建、上海、浙江、江蘇、河北沒有達到過EDA 有效。可見，眾多經濟發(fā)達地區(qū)的眾創(chuàng)空間的發(fā)展并不理想，可以初步判斷眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率與地區(qū)經濟發(fā)展水平沒有絕對必然的正向關系。

表2 2016—2020 年各省份眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)綜合效率

表2 （續(xù)）

進一步從表3 可見，2020 年眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)綜合效率達到DEA 有效的有北京、吉林、云南、青海和新疆等5 個省份；其他25 個省份均未達到DEA有效的前沿面，其中規(guī)模效益遞減的省份有20 個，規(guī)模效益遞增的省份有5 個。

表3 2020 年各省份眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)綜合效率及其分解結果

表3 （續(xù)）

3.2 動態(tài)測度結果分析

采用Malmquist 指數測度眾創(chuàng)空間的全要素生產率變化、技術效率變化、技術變化、純技術效率變化和規(guī)模效率變化。首先，如表4 所示，2016—2020 年，30 個省區(qū)市眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率（全要素生產率變化）呈現波動式上升變化，全要素生產率指數均值為1.088，表示眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率年均增長率為8.8%；2016—2017 年眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率增長，但2017—2018 年出現下降，2018—2020年眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的增長速度又有所提高。從分解項來看，技術進步指數的均值大于1，說明各省份眾創(chuàng)空間的技術隨時間推移而不斷發(fā)展；技術效率變化指數的均值小于1，說明5 年間物質投入的資源配置水平有所下降；純技術效率變化指數的均值小于1，說明扣除規(guī)模效應后對前沿生產面的追趕效率不足；規(guī)模效率變化指數的均值是1，說明眾創(chuàng)空間的規(guī)模效率水平不變。綜上所述，30個省區(qū)市眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的增長動力主要來自技術進步。

表4 中國30 個省份眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)全要素生產率年度變化

表4 （續(xù)）

其次，根據國務院對中國地區(qū)劃分標準1），如表5 所示，2016—2020 年，四大地區(qū)的全要素生產率變化指數均值大于1，說明眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)全要素生產率逐年提升；從兩個分解項的結果來看，東部和中部眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率提升主要來自技術進步的貢獻，而其技術效率變化指數均值小于1，說明東部和中部眾創(chuàng)空間的技術不斷取得發(fā)展，但資源配置水平呈下降態(tài)勢；西部和東北部地區(qū)的技術效率變化指數均值和技術進步指數均值都大于1，說明這兩大地區(qū)對前沿生產面的追趕效率較理想；四大地區(qū)的技術進步指數均值都大于1，且東部地區(qū)最高，說明東部地區(qū)生產前沿面向前推進速度較快。

表5 2016—2020 年中國30 個省份分區(qū)域眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)全要素生產率變化指數

4 實證分析

4.1 變量選取及數據來源

將以上測算得出的眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)技術效率值作為被解釋變量建立Tobit 回歸模型，使用Stata軟件展開計量分析。選取影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)技術效率的因素如下：（1）產業(yè)結構（SGDP）。采用第三產業(yè)增加值與地區(qū)生產總值（GDP）的比值來衡量，預期正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率。（2）教育投入水平（Pedu）。采用區(qū)域內普通高等學校生均教育經費支出的對數來衡量，預期正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率。（3）政府補貼（Fund）。采用眾創(chuàng)空間當年財政補貼總額的對數來衡量，預期負向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率。（4）運營模式（Income）。采用投資收入和服務收入占眾創(chuàng)空間總收入的比值來衡量，預期正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率。（5）技術市場發(fā)展水平（Tma），采用技術市場成交額來衡量，預期正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率。

4.2 結果分析

采用LR 檢驗判斷選擇混合面板Tobit 模型還是隨機效應面板Tobit 模型。檢驗結果顯示，統(tǒng)計量為9.67，P值是0.001，表明LR 檢驗在1%的顯著性水平下通過檢驗，說明隨機效應面板Tobit 模型優(yōu)于混合面板Tobit 模型，故選擇隨機效應面板Tobit 模型較為合適。另外，雖然選擇使用面板Tobit 模型，但出于穩(wěn)健性考慮，依然進行OLS 回歸估計分析（見表6）。通過將OLS 回歸估計結果與面板Tobit 回歸結果比較可知，大多數解釋變量的影響方向是一致的，僅在顯著性上存在些許區(qū)別；而教育投入水平的回歸系數在兩種回歸方法下存在差異，可能是由于將受限的被解釋變量納入OLS 回歸分析中，導致估計結果出現偏差。

表6 2016—2020 年中國30 個省份眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率影響因素回歸分析結果

回歸分析結果表明，第三產業(yè)占GDP 的比重顯著正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率，說明隨著服務業(yè)占GDP 比重越高，越有利于眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率提升。眾創(chuàng)空間作為創(chuàng)新創(chuàng)業(yè)服務平臺，促進創(chuàng)業(yè)者和各類服務商間有效對接，為創(chuàng)業(yè)者提供投融資服務和技術支持等，因此服務業(yè)在GDP 中占比越高表明當地的創(chuàng)業(yè)資源豐富程度越高，眾創(chuàng)空間能夠向創(chuàng)業(yè)者引入更多的創(chuàng)新創(chuàng)業(yè)服務商、提供更多創(chuàng)新創(chuàng)業(yè)資源，有助于提高眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率。

政府補貼在顯著負向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率，說明政府相關部門對眾創(chuàng)空間的補貼越多，越不利于眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)。主要原因是，只有區(qū)域龍頭眾創(chuàng)空間等極為突出的眾創(chuàng)空間政府才會主動提供補貼，一般性眾創(chuàng)空間若想獲取政府部門的補貼，需迎合政府補貼的需求來做一些事情，這在一定程度上會影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)服務的有效性。因此，隨著多年的高速發(fā)展，當下的眾創(chuàng)空間正面臨重置期，以往政府部門“輸血”的方式已不再適合當下的發(fā)展實際，政府補貼逐漸減緩是大勢所趨。

運營模式顯著正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率，說明隨著投資收入、服務收入在眾創(chuàng)空間總收入中占比越高，越有利于眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)效率提升。眾創(chuàng)空間的總收入包括財政補貼、租金和物業(yè)收入、投資收入、服務收入及其他收入。其中，租金和物業(yè)收入隸屬于重資產運營模式，單純的空間租賃已經不能維持眾創(chuàng)空間的可持續(xù)運營；投資收入、服務收入隸屬于眾創(chuàng)空間輕資產運營模式，是眾創(chuàng)空間在資產管理和服務轉型上的重要體現，是眾創(chuàng)空間運營模式的重要變革?？傊?，輕資產運營模式極大地促進了眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率的提升。

教育投入水平不顯著正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率，說明區(qū)域人力資源在眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)服務供給中未能發(fā)揮相應的作用。眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)服務供給離不開創(chuàng)新創(chuàng)業(yè)人才。一方面，高校提供更多更優(yōu)質的創(chuàng)新創(chuàng)業(yè)教育、培養(yǎng)更多的創(chuàng)新創(chuàng)業(yè)人才，能夠輸送更為優(yōu)質的創(chuàng)業(yè)者踴躍參與創(chuàng)新創(chuàng)業(yè)事業(yè)；另一方面，眾創(chuàng)空間引入高校優(yōu)質的教師資源為舉辦創(chuàng)新活動和創(chuàng)業(yè)培訓工作注入活力，同時高校教師也是眾創(chuàng)空間創(chuàng)業(yè)導師的重要來源。因此，當下眾創(chuàng)空間亟需利用好區(qū)域高校人力資源優(yōu)勢，積極引入高校優(yōu)秀的教師資源；另外，高校也需開展更多優(yōu)質的創(chuàng)新創(chuàng)業(yè)教育，為“雙創(chuàng)”事業(yè)培育更多的創(chuàng)新創(chuàng)業(yè)人才，從而為創(chuàng)新創(chuàng)業(yè)提供源源不斷的動力。

技術市場發(fā)展水平顯著正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率，說明技術市場不斷成熟有利于眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)效率提升。促進科技成果產業(yè)化是眾創(chuàng)空間的重要職能之一，越發(fā)活躍成熟的技術市場將極大地促進科技創(chuàng)新資源利用和轉化；同時，技術市場成交額的不斷提升一定程度上說明了市場對技術的旺盛需求，隨著創(chuàng)新環(huán)境進一步優(yōu)化，技術轉移體系的形成與不斷完善將為眾創(chuàng)空間營造出更好的技術市場生態(tài)環(huán)境，從而促進眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率不斷提高。

5 結論及政策建議

5.1 研究結論

第一，2016—2020 年中國30 個省區(qū)市眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)綜合效率整體上不太理想，眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)服務的有效性有待提升。第二，2016—2020年，中國30 個省區(qū)市眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率呈現波動式上升變化，效率增長主要來自技術進步的貢獻；四大地區(qū)的全要素生產率變化指數均值大于1，說明眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)全要素生產率逐年提升，其中東部和中部的進步主要來自技術進步的貢獻，西部和東北地區(qū)則對前沿生產面的追趕效率較理想。第三，中國眾創(chuàng)空間的創(chuàng)新創(chuàng)業(yè)效率不僅僅受投入產出指標的影響，還受其他內外部環(huán)境因素的影響，其中，第三產業(yè)占GDP 的比重、運營模式、技術市場發(fā)展水平顯著促進眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率提高，政府補貼則顯著抑制眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率提高，教育投入水平正向影響眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)效率但影響不顯著。

5.2 政策建議

第一，構建并完善現代服務業(yè)體系，有力支撐創(chuàng)新創(chuàng)業(yè)。加快建設地區(qū)金融服務中心，建設國家可持續(xù)發(fā)展議程創(chuàng)新示范區(qū)，積極打造領先的科技服務發(fā)展高地，建設5G、信息安全等數字產業(yè)創(chuàng)新基地，建成區(qū)域性數字服務高地，打造以專業(yè)化、規(guī)?；?、國際化為方向的商業(yè)服務區(qū)，加快建設跨境電子商務產業(yè)園，打造服務外包中心，從而打造出區(qū)域性現代服務業(yè)高地，為提高區(qū)域創(chuàng)新創(chuàng)業(yè)資源豐富程度營造良好的發(fā)展環(huán)境。

第二，減緩政府補貼，構建并完善“造血”功能。逐漸減少政府補貼對眾創(chuàng)空間的影響，促使眾創(chuàng)空間聚焦專業(yè)創(chuàng)新創(chuàng)業(yè)服務供給。一方面通過嚴格把控成本，實施嚴格的財務測算模型，以包間模式為主，降低公共空間面積，實施穩(wěn)健的發(fā)展策略，不盲目擴張，打造低成本優(yōu)勢，向創(chuàng)業(yè)者提供低價工位；另一方面積極拓展新興業(yè)務，在持續(xù)推進傳統(tǒng)業(yè)務的同時，依托空間內孵化項目打造新的業(yè)務、實現創(chuàng)收。

第三，推動運營模式變革，打造輕資產運營模式。目前，大多數眾創(chuàng)空間依舊實行重資產運營模式，忽視自身運營管理，需改變以往重資產運營模式，實施輕資產、重賦能的運營模式轉型，加強運營管理輸出，推動形成更多元化的營收結構，降低租賃營收等傳統(tǒng)收入占比，提升設計輸出、教育等非租賃營收占比，注重資產管理和創(chuàng)新創(chuàng)業(yè)服務的數字化轉型，積極打造以城市物業(yè)升級為載體的眾創(chuàng)空間。

第四，推動高校創(chuàng)新創(chuàng)業(yè)教育進一步發(fā)展，促進眾創(chuàng)空間與高校有效對接。大力改革高校創(chuàng)新創(chuàng)業(yè)教育，明確高校創(chuàng)新創(chuàng)業(yè)教育目標和課程要求；打造創(chuàng)新創(chuàng)業(yè)精品課程，開設一流的“雙創(chuàng)”課程；引入一批行業(yè)優(yōu)秀人才擔任高校創(chuàng)新創(chuàng)業(yè)導師；持續(xù)開展高校創(chuàng)新創(chuàng)業(yè)大賽，打造國家級創(chuàng)新創(chuàng)業(yè)實踐教育基地，從而進一步充實創(chuàng)新創(chuàng)業(yè)人才庫。眾創(chuàng)空間需積極與高校展開深度合作，挖掘出高?！半p創(chuàng)”精英，引入高校優(yōu)質創(chuàng)業(yè)導師，構建專業(yè)分布合理、結構層次多樣的創(chuàng)業(yè)導師庫，為眾創(chuàng)空間創(chuàng)新創(chuàng)業(yè)提供豐富的創(chuàng)新創(chuàng)業(yè)人才資源。

第五，營造良好技術市場生態(tài)環(huán)境，促進成果產業(yè)化。建立統(tǒng)一開放、競爭有序的技術交易生態(tài)網絡，以技術轉移（促進）中心為核心構建技術交易服務生態(tài)網絡，引入創(chuàng)新企業(yè)、高新技術企業(yè)、眾創(chuàng)空間等創(chuàng)新創(chuàng)業(yè)服務平臺及高校等活動主體，共同賦能技術交易生態(tài)網絡；同時，引入學會、科協(xié)、科技服務團等組織，為科技專業(yè)人才提供有效保障?？傊?，通過致力于技術市場運營服務建設，服務改善技術市場環(huán)境和質量，推進高標準技術市場要素發(fā)展，從而營造良好的技術市場生態(tài)環(huán)境、促進成果產業(yè)化。

注釋：

1）東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部包括山西、安徽、江西、河南、湖北和湖南；西部包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北地區(qū)包括遼寧、吉林和黑龍江。