我国省域创新创业环境评价指标体系构建及测度

《我国省域创新创业环境评价指标体系构建及测度》论文发表期刊：《统计与决策》；发表周期：2021年12期

《我国省域创新创业环境评价指标体系构建及测度》论文作者信息：高 斌（1984—），男，山东德州人，博士研究生，讲师，研究方向：教育经济与管理。段鑫星（1964—），女，山西平遥人，教授，博士生导师，研究方向：教育经济与管理。

　　摘要：基于PSR(“压力-状态-响应”)模型，文章构建了省域创新创业环境评价指标体系，选取我国31个省份2017年的数据为实证样本，采用因子分析法和聚类分析法对省域创新创业环境进行测度与差异性分析。研究结果表明：我国创新创业环境分为三个层次，第一层江苏和广东属于领先型区域，第二层安徽和湖南等10个省份属于挑战型区域，第三层山西和内蒙古等19个省份属于改进型区域，并且区域创新创业环境发展不平衡，创新创业环境优越度从高到低依次是东部地区、中部地区、东北地区、西部地区。

　　关键词：省城;创新创业环境;评价指标;PSR模型

　　0引言

　　创新产业活动是一项复杂的系统工程，活跃程度受内外部环境的制约和影响，良好的创新创业环境是双创活动顺利开展的保障，直接关系到双创绩效。而创新创业环境评价是双创活动研究的基础和前提。

　　国内外关于创业环境的研究主要集中于创业环境概念、创业环境维度因素、创业环境评价模型和创业环境优化对策等方面。(1)创业环境概念主要从系统视角和生态视角进行概括。一是系统视角。创业环境在本质上是一个系统网络，可以理解为特定区域内的群落，该群落内部包含众多相互作用的创业主体，整个系统的良性运行旨在实现经济社会价值的最大化。二是生态视角。创业环境在本质上是一个生态系统，不同部门虽然具有不同的目标、传统和影响力，但是这一生态体系赋予其共生关系，使其协同发展进而实现社会财富最大化。(2)创业环境维度因素主要包括政府因素1、经济因素、投资机构因素、科研机构和高校因素"、社会氛围因素 以及人文因素1)(3)创业环境评价模型主要有五维度模型、GEM模型MOS模型和PSR模型。五维度模型从政府政策和工作程序、社会经济条件、创业和管理技能、对创业的资金支持、对创业的非资金支持五个维度构建创业环境评价模型吗。

　　GEM模型从金融支持、政府政策、政府项目、教育和培训、研究转移、商业环境和专业基础设施、国内市场开放程度、实体基础设施的可得性、文化及社会规范等方面构建创业环境评价模型[8]。MOS模型从创业教育、创业促进、减少进入障碍、启动支持、启动融资以及目标群体等方面构建创

　　业环境评价[17,18]。PSR 模型基于“压力(Pressure)-状态(State)-响应(Response)"模型构建创业环境评价模型

　　(4)创业环境优化对策主要从政府、企业、高校、家庭等方面提出。如政府主导，改善创业宏观环境;社会推进，促进研发和成果转化;高校引导，加大创业教育力度，培养创业人才;家庭支持，营造创业家庭文化氛围"。

　　综上所述，学术界的研究已经涉及相关的领域，但还有部分内容需要进行深化：第一，创业环境研究多以定性研究为主，定量研究还不够丰富;第二，创业环境评价研究相对较多，而创新创业环境评价研究相对较少。因此，本文从生态视角构建创新创业环境评价指标体系，对我国省域创新创业环境进行评价。

　　1 省域创新创业环境评价指标体系构建根据创新创业环境生态视角观点，将创新创业环境视为一个生态系统，引人PSR(“压力-状态-响应”)模型，模型机理如图1所示。压力指标表示人类的经济社会活动对环境产生的积极或消极影响，状态指标是指压力作用下特定时期内环境呈现的状态及变化，响应指标是指面对环境的现实状态，政府、社会组织及相关群体采取行动对环境状态作出反应。PSR模型将创新创业环境视为一个生态系统，适用于省域创新创业环境评价。

　　本文借鉴谢小青和黄晶晶(2017)[11]以及魏瑞(2018)[12]的研究成果，遵循系统性、可操作性、量化性、综合性原则，立足我国省域创新创业发展现状，构建省域创新创业环境评价指标体系，其中包括准则层压力、状态、响应3个一级指标和21个二级指标，具体评价指标与指标趋向性如表1所示。

　　2 省域创新创业环境评价实证测度

　　2.1 数据来源

　　本文的数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国人口和就业统计年鉴》《中国金融年鉴》，选取我国31个省份(不含港澳台)2017年的数据为实证样本。

　　2.2 测度方法

　　目前，创业环境评价的方法有层次分析法、因子分析法、熵值法等。为使评价更加客观公正，本文采用因子分析法。因子分析法的原理是降维，在评价过程中，能减少指标数量。

　　2.3 测度过程

　　(1)原始数据处理

　　本文使用 SPSS 软件对数据进行标准化处理。通过KMO 和 Bartlett 检验判断原始变量是否适合进行因子分析。通过SPSS 软件计算，KMO 检验值为 0.712，大于0.5，Bartlett 检验统计量的观测值为 1424.573，概率 Sig.的 P 值 为0.000，并且变量之间的相关系数大部分都大于0.3，说明原始变量之间有足够的相关性，适合进行因子分析。

　　(2)提取公共因子

　　公共因子提取前后大多数变量公共度大于0.8，公共因子提取的效果较好。有三个因子的特征值大于 1，因 此，选取三个因子作为初始因子，其累计方差贡献率为91.472%，基本覆盖了变量基本信息。

　　(3)因子旋转

　　采用旋转公因子找出比较满意的主因子，旋转成分矩阵见表2。

　　(4)命名公共因子

　　由表 2 可知，F1 在地区生产总值(C2)、财政收入(C3)、国内三种专利申请授权数(C7)、银行业金融机构各项贷款(C10)、R&D 支出(C11)、R&D 人员投入(C12)、教育支出(C13)、科学技术支出(C14)、宽带接入用户数(C18)、众创空间数(C19)10个指标上的因子载荷系数较大，其中经济与社会发展因子占大部分，该因子主要反映创新创业环境经济水平、社会发展及各种资源环境投入情况，因此，可命名为创新创业投入因子。

　　F2在总人口(C1)、居民人均消费支出(C5)、社会保障与就业支出(C15)、医疗卫生与计划生育支出(C16)、固定资产投资(C17)、公共图书馆数(C20)、运输线路总长度(C21)7个指标上的因子载荷系数较大，其中人口与创新创业保障因子占大部分，该因子主要反映创新创业环境保障水平情况，因此，可命名为创新创业保障水平因子。

　　F3 在居民人均可支配收入(C4)、技术市场成交额(C6)、国外主要检索工具收录科技论文数(C8)、工商注册的个体和私营就业人口/总人口(C9)4个指标上的因子载荷系数较大，其中创新创业活力因子占大部分，该因子主要反映创新创业活跃度情况，因此，可命名为创新创业活力因子。

　　2.4 各公共因子得分以及综合得分

　　由表3可知，省域创新创业环境评价得分中，三个公共因子得分和综合得分越大，说明创新创业环境越优越，由于原始数据的标准化处理意味着创新创业环境公共因子得分和综合得分的平均水平定为零点，表中的负值表示该省份创新创业投入、创新创业保障水平、创新创业活力及创新创业环境低于全国平均水平，说明创新创业环境有待于优化。

　　(1)在创新创业投入因子上，广东、江苏、浙江、山东、

　　福建、上海、重庆、河北、河南9个省份创新创业投入在全国平均水平之上，在地区生产总值、财政收入、国内三种专利申请授权数、银行业金融机构各项贷款、R&D 支出、R&D人员投入、教育支出、科学技术支出、宽带接入用户数、众创空间数方面具有明显的优势。

　　(2)在创新创业保障水平因子上，四川、河南、山东、湖 南、湖北、河北、云南、安徽、陕西、广东、辽宁、黑龙江、广 西、江苏、江西15个省份创新创业保障水平在全国平均水平之上，在总人口、居民人均消费支出、社会保障和就业支出、医疗卫生与计划生育支出、固定资产投资、公共图书馆数、运输线路总长度方面具有明显的优势。

　　(3)在创新创业活力因子上，北京、上海、湖北、辽宁、天津、四川、陕西、江苏、广东、黑龙江、湖南、浙江12个省份创新创业活力在全国平均水平之上，在居民人均可支配收入、技术市场成交额、国外主要检索工具收录科技论文数、工商注册的个体和私营就业人口/总人口方面具有明

　　显的优势。

　　(4)在创新创业环境总得分上，广东、江苏、山东、浙 江、北京、四川、河南、上海、湖北、河北、湖南、安徽12个省份在全国平均水平之上，其他省份在全国平均水平之下。

　　本文按照国家统计局的划分标准，将31个省份划分为东、中、西、东北四大地区。通过计算四大地区的创新创业环境平均得分，发现四大地区创新创业环境发展不平衡，创新创业环境优越度依次是东部地区、中部地区、东北地区、西部地区，东部地区和中部地区创新创业环境平均得分在全国平均水平之上，东北地区和西部地区创新创业环境平均得分在全国平均水平之下，还有较大的优化空间。

　　2.5 聚类分析

　　为了深入评价创新创业环境的相似性和差异性，本文采用聚类分析法分析31个省份创新创业环境数据。

　　(1)聚类分析过程

　　对所选的31个省份进行聚类分析，结果见图1和表4。

　　从图1和表4可知，我国创新创业环境可分为三个层次，第一层的创新创业环境优越，创新创业环境平均得分为1.53，属于领先型区域;第二层的创新创业环境相对优越，创新创业环境平均得分为0.41，属于挑战型区域;第三层的创新创业环境相对较劣，创新创业环境平均得分为-0.38，属于改进型区域。

　　3 结论

　　本文基于PSR(“压力-状态-响应”)模型构建省域创新创业环境评价指标体系，评价指标包括压力、状态、响应3个一级指标和21个二级指标，选取我国31个省份2017年的数据为实证样本，采用因子分析法和聚类分析法对省域创新创业环境进行测度与差异性分析。研究结论如下：

　　我国创新创业环境分为三个层次，第一层江苏和广东属于领先型区域，第二层安徽和湖南等10个省份属于挑战型区域，第三层山西和内蒙古等19个省份属于改进型区域，并且区域创新创业环境发展不平衡，创新创业环境优越度从高到低依次是东部地区、中部地区、东北地区、西部地区。在创新创业环境总得分上，广东、江苏、山东、浙 江、北京具有明显的优势，广东、江苏、浙江、山东、福建在创新创业投入因子上具有明显的优势，四川、河南、山东、湖南、湖北在创新创业保障水平因子上具有明显的优势，北京、上海、湖北、辽宁、天津在创新创业活力因子上具有明显的优势。

　　参考文献：

　　[1]Brown M. Entrepreneurial Ecosystems and Growth Oriented Entrepreneurship [C].Paris:Final Report to OECD,2014.

　　[2]严毛新.从社会创业生态系统角度看高校创业教育的发展[J].教育研究,2015,36(5).

　　[3]蔡莉,彭秀青.创业生态系统研究回顾与展望[J].吉林大学社会科学学报,2016,(1).

　　[4]Vogel P. Employment Outlook for Youth: Building Entrepreneurial Ecosystems as a Way Forward [C]. St.Petesburg: Conference Paper for G20 Youth Forum,2013.

　　[5]Singer S. Does Entrepreneurial Orientation Predict Entrepreneurial Behavior? [J].International Journal of Entrepreneurship,2015,(17).

　　[6]汪忠,廖宇,吴琳.社会创业生态系统的结构与运行机制研究[J].湖南大学学报(社会科学版),2014,28(5).

　　[7]项国鹏,宁鹏,罗兴武.创业生态系统研究述评及动态模型构建[J].科学学与科学技术管理,2016,37(2).

　　[8]张秀娥,张宝文.基于GEM创业生态系统的大学生创业机制构建研究[J].经济纵横,2017,(2).

　　[9]Khandwalla P N. Environment and Its Impact on the Organization [J].Advances in Entrepreneurship, Firm Emergence, and Growth,2013, (2).

　　[10]Fogel G. An Analysis of Entrepreneurial Environment and Enterprise Development in Hungary [J].Journal of Small Business Management,2001,(39).

　　[11]谢小青,黄晶晶.基于PSR模型的城市创业环境评价分析——以武汉市为例[J].中国软科学,2017,(2).

　　[12]魏瑞.基于PSR模型的我国城市创业环境评价——以4个直辖市为例[J].工业技术经济，2018,37(6).

　　[13]Isenberg D J. The Big Idea:How to Start Entrepreneurial Revolution [J].Harvard Business Review,2010,(6).

　　[14]徐明.大学生就业创业环境优化研究[J].中国青年社会科学,2016, (5).

　　[15]赵英,王文丽.基于综合指数法的创业环境评价研究——以内蒙古12盟市为例[J].科技管理研究,2015,35(20).

　　[16]张帆.中美大学生创业环境的比较分析[J].科技管理研究,2010,(1).

　　[17]林嵩.创业生态系统:概念发展与运行机制[J].中央财经大学学报,2011,(4).

　　[18]高冉晖,张玉赋.江苏科技人才创新创业生态环境研究——基于调查问卷的分析[J].特区经济,2015,(5).

　　[19]张玉利,谢巍.改革开放、创业与企业家精神[J].南开管理评论,2018,21(5).