区域众创空间绩效评价
——基于因子分析角度

2020-03-24 09:46陈章旺黄惠燕
科技管理研究 2020年2期
关键词:众创绩效评价数量

陈章旺,黄惠燕

(福州大学,福建福州 350108)

随着“大众创业,万众创新”如火如荼地发展,众创空间作为一种新兴的载体,得到各地政府的高度重视,呈现喷井式地增长。目前,众创空间已成为各地驱动创新、转化科技成果、促进经济转型的重要手段。根据《中国众创空间白皮书2018》,我国众创空间的数量已位居全球第一,共有众创空间5 739家,场地超过2 532万m2,创造就业人数超179万人,获得投融资的企业超过1.8万家。由于众创空间飞速成长,因此其迅速地成为了学术界和政府部门的关注焦点。

1 文献综述

为了顺应互联网时代和创新2.0时代的特点和需求,众创空间孕育而生。众创空间是通过市场化机制、专业化服务、资本化途径构建的低成本、便利化、全要素、开放式的新型创业服务平台,已经成为推动大众创业、万众创新的重要载体,并在短期内获得了跨越式的发展[1-2]。众创空间在整合创新和创业资源、提升创新和创业效率、弘扬创新和创业文化这3个方面发挥了重要作用[3]。目前关于众创空间的研究主要集中在以下3个方面:

一是探讨国内外众创空间的发展理论、发展策略。刘志迎等[4]基于创新与创业理论,从背景条件、主题情感、方法路径3个角度出发,回溯了众创空间的形成与理论渊源。郝君超等[5]通过对其他国家的典型众创空间进行分析,并同时梳理了我国众创空间的数量、分布现状、发展模式以及政府政策,从而提出促进我国众创空间发展的政策建议。

二是基于生态系统的视角研究众创空间的组织模式及构建相关的研究框架。贾天明等[6]在生态系统的框架下阐述了众创空间生态系统的内涵,并构建众创空间生态系统的三维结构模型。孙荣华等[7]建立了一个基于创业生态系统视角的众创空间研究的理论框架,强调应以价值共创为核心并关注众创空间发展阶段和创业流程。

三是对我国众创政策以及众创空间的绩效评估。陈章旺等[8]对我国众创空间产业政策进行测量分析,借鉴国外成熟的发展经验,提出政策改进策略从而促进众创空间可持续发展。李燕萍等[9]利用扎根理论方法,通过分析政策文本和访谈资料构造众创空间发展质量评价的结构维度和作用模型。

众创空间迅猛发展,但是在这迅猛发展的背后也暴露出诸多问题,突出表现为:服务同质化,专业化运营程度低;盈利模式模糊化,仍以租房为主;管理粗放化,入驻率低。由于这些问题的存在,因此产生对于众创空间进行绩效评价的迫切需求。而现有对于众创空间绩效评价的研究大部分集中于构建相关的绩效评价体系,鲜有基于省域层面对众创空间的绩效进行评价。因此,本研究通过因子分析方法构建众创空间的绩效评价指标体系,对我国29个省、自治区、直辖市(未含宁夏、西藏和港澳台地区)的众创空间绩效进行评价,分析各地区众创空间的发展现状以及存在的问题,从而提出针对性的解决方案,以促进各地区众创空间可持续发展。

2 众创空间绩效评价指标体系构建

本文在总结周博文等[10]、单鹏等[11]的文献基础上,考虑到数据的可获得性和可比性选取了17个指标并分为投入、产出两个变量层。投入指标主要从人力、物力和财力3方面来选取,而产出指标主要包括众创空间数量、众创空间总收入、提供工位数等,如表1所示。

表1 众创空间绩效评价的投入产出指标体系

3 因子分析

由于本文选取的指标之间存在较大的关联度,信息的重复会导致评价结果的准确性难以把握,因此本研究在全面对比分析了各种综合评价方法优缺点的基础上,选择了因子分析法并利用SPSS 21.0作为分析工具对样本数据进行统计分析。

3.1 原始数据

在“双创”政策推动下,自2015年起我国各地的众创空间飞速发展,并且在2017年众创空间数量就跃居全球第一。据统计,2017年我国的众创空间数量已达5 739家,比2016年增长33%。本文的数据源自《中国火炬统计年鉴2017》,由于宁夏、西藏和港澳台地区的部分数据缺失,因此本文选取29个省、自治区、直辖市众创空间(以下简称样本)的相关数据进行分析。

3.2 主因子提取

3.2.1 KMO检验和Bartlett检验

在因子分析之前需要对自变量进行适用性检验,通常进行KMO和Bartlett检验。如表2所示,样本数据的 KMO值为0.885,大于0.800, 根据 Kaiser给出的度量标准,0.800<KMO<0.900则适合做因子分析;同时,Bartlett球度检验统计量的观测值为794.040,统计量相伴概率为0.000,通过了水平为0.050的 Bartlett球形检验,适合因子分析。

表2 样本数据的KMO 和 Bartlett 检验结果

3.2.2 公因子方差

以SPSS 21.0作为统计工具进行分析,样本绩效评价指标变量的公因子方差如表3所示。可以看出,主成分包含了各个原始变量至少84%的信息,各个变量的信息丢失较少,主成分因子分析的效果较好。

表3 样本绩效评价指标的因子方差

表3(续)

3.2.3 总方差解释和碎石图

通过SPSS 21.0的统计软件,可以得到样本绩效评价指标的因子解释的总方差(如表4)和因子的碎石图(如图1)。根据表4可以看出,有3个因子的特征值大于1,其累计方差贡献率为88.671%,因此选取3个因子较为合适;但根据图1,前4个因子的特征值明显大于后面因子的特征值。进行综合考量,最终选取前4个因子为公共因子。

表4 样本绩效评价指标因子分析的解释总方差

图1 样本绩效评价指标的因子分析碎石分布

3.2.4 旋转成分矩阵

在上述因子分析结果中,由于存在初始因子解的各主因子典型代表变量并不突出的问题,导致因子的意义不够清晰,为了更好地解释现实问题,需要对因子进行旋转。本文采用最大方差法,将最接近的、反映目的的、最相近的变量归为一类;同时,在显示系数的时候设置取消小系数,绝对值为0.300,以方便进行观察。最终得到样本绩效评价指标因子的成分矩阵如表5所示,可以看出:

(1)因子1中,主要是开展创业教育培训数量、众创空间服务人员数量、众创空间数量、举办创新创业活动数量、创业导师数量、当年提供技术支撑服务的团队和企业数量、吸纳应届毕业大学生数量、提供工位数、创业团队和企业吸纳就业数量、发明专利数量、当年服务的创业团队数量、常驻企业和团队拥有的有效知识产权数量等指标的载荷比较大,这些指标主要反映出了众创空间的运营能力,因此把因子1命名为众创空间运营能力。

(2)因子2中,主要是团队及企业当年获得的投资总额、高层次人才数量、当年服务的创业团队的数量、当年获得投融资的团队及企业数量、创业团队和企业吸纳就业数量、发明专利数量等指标的载荷比较大,这些指标主要反映出众创空间内团队和企业的创收、人员的质量、规模、专利数,因此把因子2命名为众创空间企业发展能力。

(3)因子3中,主要是享受财政资金支持总额指标的载荷比较大,反映出政府资金投入的力度,因此把因子3命名为政府支持力度。

(4)因子4中,主要是众创空间总收入指标的载荷比较大,反映出众创空间的盈利能力,因此把因子4命名为众创空间盈利能力。

表5 样本绩效评价指标因子分析的旋转成份矩阵

根据表5可以得出样本绩效评价指标的4个主因子如表6所示。

表6 样本绩效评价指标体系

3.2.5 因子得分系数矩阵

本文采用回归法计算样本绩效评价指标因子得分系数矩阵,如表7所示。

表7 样本绩效评价指标的因子得分系数矩阵

4 各区域众创空间综合绩效评价和分析

4.1 综合绩效因子得分

本文利用SPSS21.0计算因子得分,将因子得分系数矩阵中各因子的方差贡献率占4个因子总方差贡献率的比重作为权重进行加权汇总,得出各区域众创空间的综合绩效得分。4个因子的权重分别为0.504、0.302、0.115、0.079,样本的综合绩效得分如表8所示。

表8 样本绩效评价综合得分

4.2 综合绩效分析

(1)本文选取了4个众创空间综合绩效评价指标,分别是众创空间运营能力、众创空间企业发展能力、政府支持力度、众创空间盈利能力,这几个指标能全面、有效地对众创空间的绩效进行评价。

(2)在众创空间绩效评价指标中,众创空间运营能力的权重为0.504,说明众创空间运营能力对众创空间的建设起到了决定性的作用;众创空间企业发展能力的权重为0.302,说明企业发展能力在众创空间的建设中起到了十分关键的作用;政府支持力度、众创空间盈利能力的权重分别为0.115、0.079,说明两者也能够对众创空间的建设起到一定的作用。

(3)众创空间运营能力因子得分最高的前5个区域依次是山东、广东、河北、江苏、陕西,其中山东的得分为3.03、广东为2.32,表明这两个地区众创空间的运营能力远高于其他区域。在众创空间企业发展能力方面,得分最高的前5个区域分别为北京、上海、广东、浙江、四川,其中北京的得分为4.67,上海和广东的得分都为1.19,说明这3个区域的企业发展能力远高于其他区域。在政府支持力度方面,江苏、湖北、浙江、河南、广东给予了较大的政府支持力度。在众创空间盈利能力方面,得分最高的前5个区域是天津、江西、广东、浙江、江苏,说明这5个区域众创空间的盈利能力较强。

(4)从综合得分来看,得分大于0说明该区域的众创空间绩效高于样本总体水平;相反,得分小于0则说明该区域众创空间的绩效低于样本总体水平。综合得分最高的前5名区域依次是广东、山东、北京、江苏、浙江,综合得分最低的5个区域依次是黑龙江、贵州、广西、海南、青海。广东和山东的综合得分都大于1,说明其众创空间的整体状况优异,尤其是广东,其在众创空间运营能力、众创空间企业发展能力、政府支持力度以及众创空间盈利能力4个方面都表现得十分优异。同时,我们可以看出众创空间的发展与省域经济发展状况有一定的相关性,但也存在如上海这类区域经济发达但众创空间却发展不理想的情况,因此需要根据其各项因子的得分采取适宜的推动政策。

5 结论

本文首先基于投入、产出角度构建了众创空间的绩效评价指标体系,通过比较不同综合评价方法的优劣,选择了因子分析法作为众创空间绩效的研究方法,对我国29个区域众创空间的绩效进行综合评价,提取了众创空间运营能力、众创空间企业发展能力、政府支持力度、众创空间盈利能力4个因子,其中众创空间运营能力影响最为显著,若其水平低于平均整体绩效水平,对于众创空间的发展会产生极大的制约;同时发现众创空间的发展与省域经济发展状况有一定的相关性,制约各区域众创空间发展的因素不同,因此应根据各因子评分情况,着力针对发展短板,采取因地制宜的发展政策。

根据本研究所构建的众创空间绩效评价指标体系,针对4个关键影响因子,政府可以采取以下几种政策来助推众创空间发展:一是提高众创空间的运营能力,鼓励众创空间举办创业教育培训、创新创业等活动,完善众创优惠服务,降低众创发展门槛;二是助推众创空间企业发展,搭建投融资平台,注重对创新结果的激励,落实人才培育政策;三是提高政府支持的有效性,根据各地区各众创空间的实际需求提供相应的支持;四是把众创空间以租金创收的单一盈利模式转化为多元化盈利模式。

猜你喜欢
众创绩效评价数量
芳芳猜童话书的数量
PPP项目绩效管理与绩效评价探究
统一数量再比较
联合办公:众创时代的共享与协同
众创空间向“专业化”升级
西安市级众创空间可资助30万元
基于因子分析的传媒上市公司绩效评价研究
绩效评价在委托管理酒店中的应用
头发的数量
基于《企业绩效评价标准值》的医药全行业绩效评价及预测