陳錦其，徐藹婷，李金昌

(1.浙江工商大學(xué) 統(tǒng)計與數(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

從高速增長轉(zhuǎn)向高質(zhì)量發(fā)展的過程中，創(chuàng)新創(chuàng)業(yè)成為中國經(jīng)濟社會發(fā)展的新動力，是推動產(chǎn)業(yè)轉(zhuǎn)型升級和提升區(qū)域競爭力的必然要求。眾創(chuàng)空間順應(yīng)創(chuàng)新創(chuàng)業(yè)網(wǎng)絡(luò)化、平臺化的趨勢和需求，通過整合線上線下各方資源、對接創(chuàng)新創(chuàng)業(yè)各類主體的價值訴求，形成開放式創(chuàng)新創(chuàng)業(yè)生態(tài)系統(tǒng)，成為創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的重要平臺和“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的重要載體。近年來，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，競相出臺多種鼓勵政策和扶持措施，希冀在新一輪發(fā)展中搶占先機。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個省份是廣東、山東、北京、江蘇和浙江，合計達639家，占全國總量的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？回答這些問題，對于合理引導(dǎo)眾創(chuàng)空間區(qū)域布局，優(yōu)化創(chuàng)新要素配置，促進區(qū)域經(jīng)濟向質(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)等因素實證檢驗眾創(chuàng)空間集聚的形成機制，為優(yōu)化創(chuàng)新資源空間布局提供參考。

二、 文獻綜述

創(chuàng)新集聚的思想由來已久，早在1912年熊彼特就在其著作《經(jīng)濟發(fā)展理論》中指出“創(chuàng)新具有在時空上成群出現(xiàn)的特征”，[注]約瑟夫·熊彼特.經(jīng)濟發(fā)展理論——對于利潤、成本、信貸、利息和經(jīng)濟周期的考察[M].何畏，易家詳，等，譯.北京：商務(wù)印書館，1991：249.即創(chuàng)新活動所依賴的知識、人才、文化等諸多要素短期內(nèi)難以移動或簡單復(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6個領(lǐng)先地區(qū)占有全國75%的研發(fā)人員，卻只有45%的普通勞動力；Buzard等(2013)[10]則通過比較企業(yè)和研發(fā)機構(gòu)的比率關(guān)系發(fā)現(xiàn)，R&D機構(gòu)的空間分布比企業(yè)更集中；Chatterji(2009)[11]通過分析20世紀90年代美國的情況，發(fā)現(xiàn)75%的人口、92%的專利以及幾乎全部創(chuàng)投機構(gòu)都集中在紐約等主要城市。近幾年國內(nèi)的創(chuàng)新集聚研究也表明，高科技人才[12]、創(chuàng)新階層[13]、專利[14]、創(chuàng)投機構(gòu)[15]等均呈現(xiàn)空間集聚特征。然而針對眾創(chuàng)空間這一新興的創(chuàng)新組織和平臺，還極少有研究從集聚視角開展。

就集聚測度方法而言，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)測算創(chuàng)新集聚，之后將區(qū)際邊界效應(yīng)(Border Effects)納入測度指標，形成了EG指數(shù)等新的測度方法。然而上述指數(shù)均受到“可塑性地理單元問題”(the Modifiable Area Unit Problem，MAUP)的困擾[16]，即測度對象受到空間單元大小、形狀和邊界的影響導(dǎo)致測算結(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會更加凸顯。綜觀與本文相關(guān)的為數(shù)不多的文獻，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)的集聚測度方法，其結(jié)論依舊不能擺脫MAUP。事實上，Gilles和Henry(2005)[18]提出一種連續(xù)距離測度方法，Buzard等(2017)[19]據(jù)此分析了美國研發(fā)實驗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)距離測度方法對數(shù)據(jù)的要求更高，對應(yīng)的數(shù)據(jù)類型是包含經(jīng)緯度坐標屬性的點狀數(shù)據(jù)。由此連續(xù)距離測度方法還未能被廣泛采用，國內(nèi)的相關(guān)研究更為鮮見。就作者掌握的文獻看，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)的集聚測度。

就集聚成因而言，眾創(chuàng)空間集聚與簡單的創(chuàng)新要素或創(chuàng)客的地理集聚不同，也與企業(yè)或?qū)嶒炇业葌鹘y(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)新能力強的地區(qū)，以適應(yīng)創(chuàng)新創(chuàng)業(yè)主體對市場研究、專利律師、創(chuàng)業(yè)融資等專業(yè)化服務(wù)的綜合性、規(guī)?；枨骩7]。其次，在機構(gòu)關(guān)聯(lián)上，眾創(chuàng)空間作為綜合性服務(wù)平臺，需要和風(fēng)險投資、創(chuàng)業(yè)輔導(dǎo)等多種服務(wù)功能配套，而這類服務(wù)機構(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，各地相繼搭建各類眾創(chuàng)空間，并通過稅收優(yōu)惠、創(chuàng)新補助等方式吸引創(chuàng)新團隊入駐[23-24]，通過集聚創(chuàng)新創(chuàng)業(yè)人才以及相關(guān)服務(wù)機構(gòu)營造創(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。

與以往研究相比，本文的貢獻主要體現(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)平臺從創(chuàng)新要素或主體中抽離出來，能獨立評估眾創(chuàng)空間在區(qū)域創(chuàng)新中的作用；第二，從眾創(chuàng)空間內(nèi)部和整體兩個層面分析集聚的影響因素，揭示眾創(chuàng)空間的雙重集聚機制；第三，采用連續(xù)距離的測度方法分析眾創(chuàng)空間的集聚特征，有效規(guī)避MUAP，使測度結(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)距離的集聚特征測度

(一) 數(shù)據(jù)來源和處理

考慮到數(shù)據(jù)可得性并盡量避免前期績效對后續(xù)眾創(chuàng)空間選址產(chǎn)生影響的內(nèi)生性問題，本文選取國家級、省級和市級創(chuàng)新空間共253家，其中國家級80家、省級108家，數(shù)據(jù)來源于國家科技部、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253個樣本點進行地理定位，利用ArcGIS將眾創(chuàng)空間坐標轉(zhuǎn)化為浙江眾創(chuàng)空間點數(shù)據(jù)文件。此外，專利數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局專利檢索系統(tǒng)，生態(tài)環(huán)境指標來源于浙江省統(tǒng)計局等部門聯(lián)合發(fā)布的《浙江省2015年度工業(yè)強縣(市、區(qū))綜合評價報告》，其他數(shù)據(jù)來源于浙江省及所轄各區(qū)域的統(tǒng)計年鑒。

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

(三) 連續(xù)距離測度下的集聚水平

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為圓心，計算了步長1km、半徑1～100km之間各圓周內(nèi)眾創(chuàng)空間的數(shù)量，圖2匯報了各距離的統(tǒng)計特征。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)的變動都比較平穩(wěn)，當(dāng)55km時最小值才突破0，到100Km時最小值達到6。從具體距離看，當(dāng)半徑為1km時，最大值為13，最小值為0，中位數(shù)僅為1，變異系數(shù)達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，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，達到34，最大值為96，最小值還是0。當(dāng)半徑為55km的時候，最小值從0變?yōu)?，此時中位數(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,與全球氣溫變暖趨勢一致。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0.85 ℃/(10 a)。降水變化幅度最大的是長興站,達-63.67 mm/(10 a)。以1990年為時間節(jié)點,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。整個環(huán)太湖地區(qū)的降水在冬季均呈現(xiàn)明顯的增多趨勢。

四、 眾創(chuàng)空間集聚的影響因素分析

(一) 影響機制分析

眾創(chuàng)空間集聚是創(chuàng)新驅(qū)動發(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區(qū)域條件，但是對所依賴的區(qū)域稟賦內(nèi)涵發(fā)生了根本性的轉(zhuǎn)變。在要素驅(qū)動階段，土地、勞動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，成為傳統(tǒng)工業(yè)企業(yè)選址的重要影響因素。進入創(chuàng)新驅(qū)動階段，區(qū)域創(chuàng)新能力、生態(tài)環(huán)境等稟賦條件成為新的競爭優(yōu)勢，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)，以下將從機制上梳理三個因素對眾創(chuàng)空間集聚的影響。

1.創(chuàng)新能力對眾創(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、對接和整合各類創(chuàng)新創(chuàng)業(yè)資源。通過共享知識提高創(chuàng)新創(chuàng)業(yè)信息利用效率，通過匹配機制對接和組合形成良性互動的關(guān)系，通過學(xué)習(xí)效應(yīng)促進多元化知識的移植和應(yīng)用，最終影響眾創(chuàng)空間孵化的績效。正是因為區(qū)域創(chuàng)新能力對眾創(chuàng)空間的業(yè)績及其發(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)境對眾創(chuàng)空間集聚的影響。生態(tài)環(huán)境是通過影響創(chuàng)新創(chuàng)業(yè)人才的流動進而影響眾創(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)等各類人才。良好的生態(tài)環(huán)境有利于集聚各類人才及相應(yīng)的風(fēng)險投資、創(chuàng)業(yè)輔導(dǎo)等多種服務(wù)機構(gòu)，共同形成區(qū)域創(chuàng)新生態(tài)系統(tǒng)，進而也成為眾創(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，間接方式往往通過創(chuàng)新補助、人才激勵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、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，其結(jié)果一方面通過增加眾創(chuàng)空間數(shù)量改善區(qū)域創(chuàng)新的稟賦條件，另一方面通過示范效應(yīng)引導(dǎo)市場主體設(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)對眾創(chuàng)空間集聚還可能存在互補或替代關(guān)系，生態(tài)環(huán)境和政策引導(dǎo)兩個因素還可能在創(chuàng)新能力影響眾創(chuàng)空間集聚中起到調(diào)節(jié)作用。基于上述分析，眾創(chuàng)空間的集聚機制如圖3所示。

圖3 眾創(chuàng)空間集聚的影響機制

(二) 計量模型

考慮被解釋變量為計數(shù)數(shù)據(jù)，一般采用泊松回歸或負二項回歸模型，經(jīng)檢驗被解釋變量未能滿足均值等于方差的原假設(shè)，只能采用放松假定的負二項回歸模型；進一步地，由于樣本數(shù)據(jù)含有較多的零值，經(jīng)過Vuong統(tǒng)計量檢驗，拒絕采用標準負二項分布的原假設(shè)，因此本文采用零膨脹負二項回歸模型；最后，根據(jù)眾創(chuàng)空間選址機制的概念模型，本文建立如下計量模型：

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

(1)

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

在穩(wěn)健性檢驗中，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)來源

1.被解釋變量。結(jié)合理論模型的變量構(gòu)造，為有效測度眾創(chuàng)空間集聚，主模型中將以眾創(chuàng)空間為圓心，通過調(diào)節(jié)半徑大小連續(xù)測度圓內(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，眾創(chuàng)空間越有可能高效配置創(chuàng)新資源提升孵化績效，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)明專利申請量為地區(qū)創(chuàng)新能力的代理變量，數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局專利檢索系統(tǒng)，口徑為2015年各縣(區(qū)、市)的發(fā)明申請總量。(2)區(qū)域生態(tài)環(huán)境(Green)。簡單而言，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]，隨著人才流動日趨便利，地區(qū)生態(tài)環(huán)境會通過創(chuàng)新創(chuàng)業(yè)人才的環(huán)境偏好對眾創(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)計局等部門聯(lián)合發(fā)布的《浙江省2015年度工業(yè)強縣(市、區(qū))綜合評價報告》中的綠色發(fā)展指標。(3)政策引導(dǎo)(Gov)。類似于各國直接建立功能性孵化器或資助商業(yè)險性孵化器發(fā)展的通行做法[27]，目前我國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。為了估計實證模型，除了上文已經(jīng)測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)空間選址高度依賴于區(qū)域條件，會受到創(chuàng)新創(chuàng)業(yè)人才、經(jīng)濟發(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)動的方法，根據(jù)回歸結(jié)果解讀多個因素的影響效應(yīng)。但是本文認為，將同類非核心變量引入模型可能會因為多重共線性影響模型估計的有效性。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)在機制，兩者之間至少在理論或現(xiàn)實中具有一定的邏輯關(guān)聯(lián)。然而目前實證分析眾創(chuàng)空間集聚影響因素的文獻還很少，共識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，本文選取了兩個綜合性控制變量——眾創(chuàng)空間與地級市政府駐地的距離(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，因此Dist1和Dist2不但能夠測度資源在行政區(qū)之間的區(qū)域差異，還能夠測度區(qū)域內(nèi)部的差異，從而使模型估計更加有效。

基于上述分析，將各變量及其數(shù)據(jù)來源匯報如表1。

表1 變量描述及數(shù)據(jù)來源

五、 實證結(jié)果與分析

(一) 描述性統(tǒng)計

表2 描述性統(tǒng)計分析

表2匯報了描述性統(tǒng)計的結(jié)果，RoomS的均值為2.14，最大值為13，最小值為0，說明大部分樣本較??；RoomR的均值為95.3，最大值達到146，最小值為1，說明縣(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0.4萬項，最小值0項；Green為生態(tài)環(huán)境指標，取值范圍為0～100；Dist1的各項指標都大于Dist2，表明眾創(chuàng)空間與地市級政府的距離無論是最大值、最小值還是均值都比其距離縣(市、區(qū))遠。

(二) 回歸結(jié)果與分析

表3 負二項回歸分析結(jié)果

注：***、**、*分別表示在1%、5%、10%的水平下通過了顯著性檢驗。

表3匯報了地區(qū)創(chuàng)新能力對眾創(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)的解釋變量僅包括了地區(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)，這并沒有改變創(chuàng)新能力對眾創(chuàng)空間選址的影響機制，同時生態(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)新能力的交互項和眾創(chuàng)空間選址決策顯著負相關(guān)，這說明生態(tài)環(huán)境與創(chuàng)新能力對眾創(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，同樣沒有改變地區(qū)創(chuàng)新能力對眾創(chuàng)空間選址顯著的正向影響機制；結(jié)果還顯示，政策引導(dǎo)與眾創(chuàng)空間選址決策顯著負相關(guān)，這說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)新能力的交互項和眾創(chuàng)空間選址決策顯著正相關(guān)，這說明政府引導(dǎo)與創(chuàng)新能力對眾創(chuàng)空間選址決策的影響是互補的。

模型(4)的被解釋變量與模型(1)～(3)相同，

表4 穩(wěn)健性檢驗

注：***、**、*分別表示在1%、5%、10%的水平下通過了顯著性檢驗。

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)新能力的交互項從p>0.01下降到p>0.05外，其他都在p>0.01水平上顯著，說明已有結(jié)論是穩(wěn)健的。就控制變量，眾創(chuàng)空間到地級政府的距離(Dist1)對眾創(chuàng)空間選址的影響顯著為負，這可能是因為地級市政府一般處于市轄區(qū)中心位置，外圍是縣級市，創(chuàng)新資源的分布是以地級市政府為核心逐步縮減的空間格局。因此眾創(chuàng)空間距離地級政府越遠，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)對眾創(chuàng)空間選址的影響顯著為正，這可能是因為縣(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，則越被眾創(chuàng)空間選址所偏好。

(三) 穩(wěn)健性檢驗

為檢驗結(jié)論的穩(wěn)健性，模型(5)和模型(6)匯報了半徑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時同樣成立。[注]實際上，本文做了1～100km內(nèi)、步長為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))同級政府的政策措施類似有關(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?？刂谱兞恐?，離地級市政府距離越遠，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)空間離地級市政府的距離相對于其他地級市更大；而離縣(市、區(qū))政府距離不顯著，這可能是因為這類距離沒有顯著差異。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)符號與模型(1)～(6)的符號相同，但是創(chuàng)新能力和生態(tài)環(huán)境的交互項不顯著，創(chuàng)新能力和政府引導(dǎo)交互項的顯著性水平也從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(表4)表明，采用連續(xù)距離來測度集聚偏好的選址行為不會因為距離不同而改變，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)空間微觀地理點數(shù)據(jù)，采用連續(xù)距離測度方法研究了眾創(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。進一步通過連續(xù)距離測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)方法所不能觀測的，從而避免空間單元分割方式對結(jié)果的影響。(2)從眾創(chuàng)選址的影響機制看，作為“大眾創(chuàng)業(yè)、萬眾創(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)雖然不能直接促進眾創(chuàng)空間集聚，但是與創(chuàng)新能力產(chǎn)生互補效應(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識。

據(jù)此，本文提出以下認識和政策建議：(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，是各類創(chuàng)新主體、創(chuàng)新資源和創(chuàng)新服務(wù)的有機結(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)新要素流動日益便捷為契機，著力破除阻礙區(qū)域間創(chuàng)新人才、技術(shù)等創(chuàng)新要素流動的體制機制障礙，改革人才引進、激勵、發(fā)展和評價機制，強化創(chuàng)新創(chuàng)業(yè)激勵導(dǎo)向，破除制約科技成果轉(zhuǎn)移擴散的障礙，讓優(yōu)勢地區(qū)先行成為創(chuàng)新要素集聚的高地。(2)優(yōu)化創(chuàng)新政策，因地制宜推進眾創(chuàng)空間的建設(shè)。眾創(chuàng)空間是推進創(chuàng)新創(chuàng)業(yè)向現(xiàn)實生產(chǎn)力轉(zhuǎn)化的有效載體和手段，是以有效支撐地區(qū)經(jīng)濟結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)轉(zhuǎn)型升級為指向的。為此要堅持發(fā)揮市場對創(chuàng)新資源配置的決定性作用，要結(jié)合各地經(jīng)濟發(fā)展階段、創(chuàng)新資源稟賦等實際情況，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、人才知識背景等區(qū)域特征，聚焦重點領(lǐng)域和關(guān)鍵環(huán)節(jié)，積極探索專業(yè)化眾創(chuàng)空間發(fā)展的新路徑和新模式，避免對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)新要素市場扭曲現(xiàn)象。

最后，本文的研究結(jié)果也存在一定的理論價值。當(dāng)前學(xué)術(shù)界關(guān)于眾創(chuàng)空間集聚的測度分析相對較少，從定量角度開展的影響因素研究更加缺乏。本文對眾創(chuàng)空間集聚特征采用連續(xù)距離的測度方法，其結(jié)果不受空間單元分割方式影響，相較于傳統(tǒng)集聚測度方法更加穩(wěn)?。煌瑫r本文從眾創(chuàng)空間孵化對象及自身兩個層面考察影響集聚的因素，并開展經(jīng)驗驗證，相較于模型驅(qū)動等多因素分析能更深入揭示核心因素對眾創(chuàng)空間集聚的作用機制。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)新政策對眾創(chuàng)空間集聚的影響進行了實證研究，關(guān)于財務(wù)、組織和技術(shù)等眾創(chuàng)空間個體微觀因素的影響還沒有涉及，也未能對眾創(chuàng)空間集聚及其影響因素的時序差異開展分析，其政策意涵的普適性仍需進一步考證。