2015—2020年中国众创空间政策量化评价
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
\ ‘Jia」： Based on the 76 mass innovation space policies issued by the State Council, Ministries and commissions, provinces and cit ies from 2015 to 2020, the development context and existing problems of mass innovation space policy in China are clarified through policy sample analysis. Then we use the text mining method to extract the frequency of key words, add the progressive and exclusive ef fectiveness level index into the first level variable, and construct the PMC index model combined with the policy content to quantitative ly evaluate and compare the two national level and four local level mass innovation space policies. The results are as follows. The evalua tion level of P1 is perfect and PMC index of P2 is 4. 25, there is a large room for improvement. The PMC index score of the eastern re gion is significantly higher than that of the western region， in addition to the impact of the differences in resource conditions， there are deficiencies and improvements in the policies of the western region. Key words: Mass innovation space ； PMC index model ； Policy evaluation ； Quantitative evaluation
表1 14项国家层面众创空间政策组合汇总
序号 2
名称 国务院办公厅关于发展众创空间推进大众创新创业的指导意见 国务院关于进一步做好新形势下就业创业工作的意见
发文字号 国办发〔2015〕9号 国发〔2015〕23号
另一方面使得本文研究结论更具普遍意义，在各 区域“双创”进程存在明显差异的情境下，对不同 省市众创空间的专业化建设与高质量发展具有重 要的实践指导意义。
2实证模型构建——PMC指数模型
PMC指数主要借助政策模型一致性水平来对 政策优劣势予以直观了解，同时明确各变量所代 表的含义和具体水平［19］；该方法的优势在于二级 变量没有数量限制并且变量权重相同，避免人为 主观设置权重［20］,所有变量使用二进制进行平衡, 在一定程度上简化运算。 2.1政策样本分析与文本挖掘
48
中国科技论坛
（2021年7月）第7期
指数模型的运用主要包括以下方面：建立指数模 型、构建多投入产出表、计算PMC指数、绘制 PMC曲面图。作为一种政策评价的定量研究方法, PMC指数模型法能够通过构建科学的评价体系来 对政策做出客观公正的评价。相较于其他量化政 策分析方法，PMC指数模型法的优势在于：①可 以通过PMC指数反映政策的总体和各单项评价情 况，有助于系统评析一项政策的优劣势；②可以 通过PMC曲面从多维视角直观反映政策的优劣势; ③能够分析政策的内部一致性［1］o
由上述分析可见，当前国内学界有关众创空 间政策评价的研究多使用实证主义的复合型方法。 其中PMC指数模型方法以其能够客观多维反映政 策优劣势的特点愈加获得学者们认可，该方法以 Omnia Mobilis假说为指导思想，认为世界万物皆重 要且相互关联［1］,因此变量选取的范围应尽可能 广泛，避免忽略任何相关变量。具体而言，PMC
具体而言，政策制定者在制定政策时会依据 政策属性展开， 需要通过构建有机互补的政策系 统充分发挥政策效应［6］。2015年我国明确将“大 众创业、 万众创新” 作为创新发展的新动力， 而众 创空间正是 “双创” 战略的重要着力点。 众创空间 政策评价是其废、改、立的主要依据⑺。因此随 着我国逐渐推动创新创业迈向高质量发展，结合 政策文本内容对众创空间政策进行分析和评价具 有重要实践意义。李志军［8］号召加强重大政策评 估理论和方法体系建设， 尤其是参照定量分析和 定性分析相结合的方法，不断提高重大政策评估 的针对性和有效性。
1文献综述
众创空间最早起源于20世纪50年代美国硅谷 的创新文化，我国关于创客的尝试始于1987年东 湖创业服务中心的成立。虽然国外先于我国开展
有关创客空间的实践，但是国外学界对此类现象 的关注和探索严重不足；我国虽较晚迈入创客时 代，但有关研究丰富。
聚焦于众创空间领域，从研究切入点与研究 方法来划分，国内相关研究大体可分为四类。众 创空间是创新创业领域提出的新构念， 最早一批 探索者在试图归纳此类现象时呈现出碎片化、理 论薄弱等问题。第一类研究从众创空间本身岀 发，运用逻辑演绎的方法对众创空间的定义和内 涵做出理论性界定⑼。第二类研究主要通过文献 回顾分析众创空间的演化过程，其中较为典型的 是李燕萍［5 ］运用该方法探讨了中国众创空间创新 生态系统实践的演化历程。第三类研究使用案例 法对众创空间特征进行深度挖掘， 探索众创空间 的行动框架。其中，陈夙［10］以杭州梦想小镇众创 空间为例，阐释了众创空间创业生态系统的特 征、功能与核心机制；王杰详［11］以阿里百川为 例，为现今双边创新型创客平台实践提供了可参 考的行动路径。第四类研究从众创空间政策入 手， 通过质性、 量化及逻辑演绎的方法识别政策 特点与薄弱环节， 进而为新政策制定和原有政策 完善提供决策依据。其中，吴爱萍［12］基于扎根理 论和共词分析法，识别出我国众创空间发展政策 与平台建设政策脱节等问题，提岀大力支持产学 研融合创新、协同创新的政策建议；范海霞［13］在 比较分析北京、上海、天津等九地众创空间政策 内容的基础上， 提出提升杭州众创空间发展的政 策建议；赫俊超等［14］通过梳理我国众创空间数量 与分布情况，结合各地扶持政策为众创空间建设 建言献策。张永安先后以中关村国家自主示范区 政策和2014—2016年国务院创新政策为研究对 象， 率先以 PMC 指数模型方法开展对于政策量 化评价的研究［7，15］,这种方法相较于以往政策评 价所使用的政策指数［16］和内容分析［17］等方法更 具客观性与精确性。
第 7 期 （ 2021 年 7 月 ）
中国科技论坛
47
0引言
近年来众创空间呈快速发展趋势，大多数众 创空间承载着培育中小创新企业的责任，担负着 在众多初创企业中发掘有潜力引领行业发展的骨 干企业的使命，为形成新的产业动态和经济增长 点助力。然而，目前我国众创空间在发展过程中 仍存在诸多短板，大量众创空间仍停留在基础服 务和房地产服务上，仅有2%左右的众创空间从事 科技服务领域， 与科技部赋予的满足网络时代大 众创新创业需求的使命不符［1-3］；此外，创客空间 用户的日均活跃数远低预期，存在普遍的“有店无 客”现象［4-5］；与此同时众创空间在“胡焕庸线”两 侧分布严重不均，呈现东强西弱格局，仅有不足 22%的众创空间坐落于西北半壁。鉴于此，国务院 及各部委诉诸一系列政策法规促进众创空间良性 协调发展。然而各种政策的出台也让众创空间制 度系统更为复杂， 政策集成环境下出现了诸多政 策落实不力、 协同不佳的现象。
鉴于上述原因，本文结合政策样本分析、文 本挖掘与 PMC 指数(Policy Modeling Consistency In dex) 模型，构建众创空间量化评价指标体系，对国 家及地方层面六项典型众创空间政策文本予以量 化评价和分析，从而辨析现行众创空间政策的优 劣势， 为相关政策改进和新政策制定提供建议和 决策依据。
继张永安［7，15］之后，臧维等［18］基于政策工具 理论视角， 选用 PMC 指数模型针对北京众创空间 政策予以分析。然而，PMC指数模型的优势在于 量化政策并进行一致性评价， 针对北京市个体情 况颁布政策所面向的政策受体范围较窄且情境单 一。政策本身就存在一定连续性和相似性，政策 一致性变化幅度较小，因此PMC工具难以充分发 挥其效用。鉴于此，本文对2015—2020年的14项 国家层面与62项地方层面的众创空间政策进行文 本挖掘、关键词分析，在现有研究基础上进一步 改进政策指标，构建PMC指数模型，对国家层面 和地方层面共六项典型众创空间政策进行量化评 价研究，一方面充分发挥PMC指数模型的优势,
基金项目：国家自然科学基金面上项目“个体认知、团队动态对创业机会识别的影响：基于新颖性和有用性权衡的视角”（71672080）,国家自然科学基金面上 项目“'德不配位’与'怀才不遇’：地位不一致情境下创业团队成员的应对行为及其匹配对创新绩效的影响”（72072086）。 收稿日期：2020-10-19 作者简介：卜令通（1994-）,男，河南郑州人，博士研究生，研究方向为战略管理。 通信作者：张嘉伟
（1）政策样本分析。本文研究对象为国务院、 各部委及省市颁发的众创空间相关政策。样本选 取的具体步骤为：以众创空间和创新创业为关键 词在国务院、各部委以及“北大法宝”官方网站上 检索；参阅《国内众创空间政策汇编》确保收录政 策文本的准确性，至此共收集到政策文本109项; 剔除信息不完整和相关度较低的政策文本，最终 得到 76 项众创空间有效政策作为研究样本， 其中 国家层面颁布的政策文本共14项（见表1）、地方 层面62项。
46
中国科技论坛
（2021年7月）第7期
2015—2020年中国众创空间 政策量化评价
卜令通打许亚楠2,张嘉伟打朱依婕1
（1.重庆400067）
摘 要：本文基于2015—2020年国务院、各部委及省市出台的76项众创空间政策，通过政策样本分析厘 清众创空间政策发展脉络及现存问题，使用文本挖掘方法提取关键词频，在一级变量中加入递进且排他 的效力级别指标，结合政策内容构建PMC指数模型，对两项国家层面、四项地方层面众创空间政策进行 量化评价及对比分析。结果表明：P1评价级别为完美水平，P2的PMC指数为4.25,存在较大提升空间； 东部地区政策PMC指数得分显著高于西部地区，除了资源条件差异的影响外，西部地区政策本身存在不 足与改进之处。 关键词：众创空间；PMC指数模型；政策评估；量化评价 中图分类号：F127； F279. 2文献标识码：A
Quantitative Evaluation of China's Mass Innovation Policy from 2015 to 2020
Bu Lingtong1 , Xu Yanan2, Zhang Jiawei1 , Zhu Yijie1
(1. School of Business, Nanjing University, Nanjing 210093, China ； 2. School of Management Science and Engineering, Chongqing Technology and Business University, Chongqing 400067, China)
表1 14项国家层面众创空间政策组合汇总
序号 2
名称 国务院办公厅关于发展众创空间推进大众创新创业的指导意见 国务院关于进一步做好新形势下就业创业工作的意见
发文字号 国办发〔2015〕9号 国发〔2015〕23号
另一方面使得本文研究结论更具普遍意义，在各 区域“双创”进程存在明显差异的情境下，对不同 省市众创空间的专业化建设与高质量发展具有重 要的实践指导意义。
2实证模型构建——PMC指数模型
PMC指数主要借助政策模型一致性水平来对 政策优劣势予以直观了解，同时明确各变量所代 表的含义和具体水平［19］；该方法的优势在于二级 变量没有数量限制并且变量权重相同，避免人为 主观设置权重［20］,所有变量使用二进制进行平衡, 在一定程度上简化运算。 2.1政策样本分析与文本挖掘
48
中国科技论坛
（2021年7月）第7期
指数模型的运用主要包括以下方面：建立指数模 型、构建多投入产出表、计算PMC指数、绘制 PMC曲面图。作为一种政策评价的定量研究方法, PMC指数模型法能够通过构建科学的评价体系来 对政策做出客观公正的评价。相较于其他量化政 策分析方法，PMC指数模型法的优势在于：①可 以通过PMC指数反映政策的总体和各单项评价情 况，有助于系统评析一项政策的优劣势；②可以 通过PMC曲面从多维视角直观反映政策的优劣势; ③能够分析政策的内部一致性［1］o
由上述分析可见，当前国内学界有关众创空 间政策评价的研究多使用实证主义的复合型方法。 其中PMC指数模型方法以其能够客观多维反映政 策优劣势的特点愈加获得学者们认可，该方法以 Omnia Mobilis假说为指导思想，认为世界万物皆重 要且相互关联［1］,因此变量选取的范围应尽可能 广泛，避免忽略任何相关变量。具体而言，PMC
具体而言，政策制定者在制定政策时会依据 政策属性展开， 需要通过构建有机互补的政策系 统充分发挥政策效应［6］。2015年我国明确将“大 众创业、 万众创新” 作为创新发展的新动力， 而众 创空间正是 “双创” 战略的重要着力点。 众创空间 政策评价是其废、改、立的主要依据⑺。因此随 着我国逐渐推动创新创业迈向高质量发展，结合 政策文本内容对众创空间政策进行分析和评价具 有重要实践意义。李志军［8］号召加强重大政策评 估理论和方法体系建设， 尤其是参照定量分析和 定性分析相结合的方法，不断提高重大政策评估 的针对性和有效性。
1文献综述
众创空间最早起源于20世纪50年代美国硅谷 的创新文化，我国关于创客的尝试始于1987年东 湖创业服务中心的成立。虽然国外先于我国开展
有关创客空间的实践，但是国外学界对此类现象 的关注和探索严重不足；我国虽较晚迈入创客时 代，但有关研究丰富。
聚焦于众创空间领域，从研究切入点与研究 方法来划分，国内相关研究大体可分为四类。众 创空间是创新创业领域提出的新构念， 最早一批 探索者在试图归纳此类现象时呈现出碎片化、理 论薄弱等问题。第一类研究从众创空间本身岀 发，运用逻辑演绎的方法对众创空间的定义和内 涵做出理论性界定⑼。第二类研究主要通过文献 回顾分析众创空间的演化过程，其中较为典型的 是李燕萍［5 ］运用该方法探讨了中国众创空间创新 生态系统实践的演化历程。第三类研究使用案例 法对众创空间特征进行深度挖掘， 探索众创空间 的行动框架。其中，陈夙［10］以杭州梦想小镇众创 空间为例，阐释了众创空间创业生态系统的特 征、功能与核心机制；王杰详［11］以阿里百川为 例，为现今双边创新型创客平台实践提供了可参 考的行动路径。第四类研究从众创空间政策入 手， 通过质性、 量化及逻辑演绎的方法识别政策 特点与薄弱环节， 进而为新政策制定和原有政策 完善提供决策依据。其中，吴爱萍［12］基于扎根理 论和共词分析法，识别出我国众创空间发展政策 与平台建设政策脱节等问题，提岀大力支持产学 研融合创新、协同创新的政策建议；范海霞［13］在 比较分析北京、上海、天津等九地众创空间政策 内容的基础上， 提出提升杭州众创空间发展的政 策建议；赫俊超等［14］通过梳理我国众创空间数量 与分布情况，结合各地扶持政策为众创空间建设 建言献策。张永安先后以中关村国家自主示范区 政策和2014—2016年国务院创新政策为研究对 象， 率先以 PMC 指数模型方法开展对于政策量 化评价的研究［7，15］,这种方法相较于以往政策评 价所使用的政策指数［16］和内容分析［17］等方法更 具客观性与精确性。
第 7 期 （ 2021 年 7 月 ）
中国科技论坛
47
0引言
近年来众创空间呈快速发展趋势，大多数众 创空间承载着培育中小创新企业的责任，担负着 在众多初创企业中发掘有潜力引领行业发展的骨 干企业的使命，为形成新的产业动态和经济增长 点助力。然而，目前我国众创空间在发展过程中 仍存在诸多短板，大量众创空间仍停留在基础服 务和房地产服务上，仅有2%左右的众创空间从事 科技服务领域， 与科技部赋予的满足网络时代大 众创新创业需求的使命不符［1-3］；此外，创客空间 用户的日均活跃数远低预期，存在普遍的“有店无 客”现象［4-5］；与此同时众创空间在“胡焕庸线”两 侧分布严重不均，呈现东强西弱格局，仅有不足 22%的众创空间坐落于西北半壁。鉴于此，国务院 及各部委诉诸一系列政策法规促进众创空间良性 协调发展。然而各种政策的出台也让众创空间制 度系统更为复杂， 政策集成环境下出现了诸多政 策落实不力、 协同不佳的现象。
鉴于上述原因，本文结合政策样本分析、文 本挖掘与 PMC 指数(Policy Modeling Consistency In dex) 模型，构建众创空间量化评价指标体系，对国 家及地方层面六项典型众创空间政策文本予以量 化评价和分析，从而辨析现行众创空间政策的优 劣势， 为相关政策改进和新政策制定提供建议和 决策依据。
继张永安［7，15］之后，臧维等［18］基于政策工具 理论视角， 选用 PMC 指数模型针对北京众创空间 政策予以分析。然而，PMC指数模型的优势在于 量化政策并进行一致性评价， 针对北京市个体情 况颁布政策所面向的政策受体范围较窄且情境单 一。政策本身就存在一定连续性和相似性，政策 一致性变化幅度较小，因此PMC工具难以充分发 挥其效用。鉴于此，本文对2015—2020年的14项 国家层面与62项地方层面的众创空间政策进行文 本挖掘、关键词分析，在现有研究基础上进一步 改进政策指标，构建PMC指数模型，对国家层面 和地方层面共六项典型众创空间政策进行量化评 价研究，一方面充分发挥PMC指数模型的优势,
基金项目：国家自然科学基金面上项目“个体认知、团队动态对创业机会识别的影响：基于新颖性和有用性权衡的视角”（71672080）,国家自然科学基金面上 项目“'德不配位’与'怀才不遇’：地位不一致情境下创业团队成员的应对行为及其匹配对创新绩效的影响”（72072086）。 收稿日期：2020-10-19 作者简介：卜令通（1994-）,男，河南郑州人，博士研究生，研究方向为战略管理。 通信作者：张嘉伟
（1）政策样本分析。本文研究对象为国务院、 各部委及省市颁发的众创空间相关政策。样本选 取的具体步骤为：以众创空间和创新创业为关键 词在国务院、各部委以及“北大法宝”官方网站上 检索；参阅《国内众创空间政策汇编》确保收录政 策文本的准确性，至此共收集到政策文本109项; 剔除信息不完整和相关度较低的政策文本，最终 得到 76 项众创空间有效政策作为研究样本， 其中 国家层面颁布的政策文本共14项（见表1）、地方 层面62项。
46
中国科技论坛
（2021年7月）第7期
2015—2020年中国众创空间 政策量化评价
卜令通打许亚楠2,张嘉伟打朱依婕1
（1.重庆400067）
摘 要：本文基于2015—2020年国务院、各部委及省市出台的76项众创空间政策，通过政策样本分析厘 清众创空间政策发展脉络及现存问题，使用文本挖掘方法提取关键词频，在一级变量中加入递进且排他 的效力级别指标，结合政策内容构建PMC指数模型，对两项国家层面、四项地方层面众创空间政策进行 量化评价及对比分析。结果表明：P1评价级别为完美水平，P2的PMC指数为4.25,存在较大提升空间； 东部地区政策PMC指数得分显著高于西部地区，除了资源条件差异的影响外，西部地区政策本身存在不 足与改进之处。 关键词：众创空间；PMC指数模型；政策评估；量化评价 中图分类号：F127； F279. 2文献标识码：A
Quantitative Evaluation of China's Mass Innovation Policy from 2015 to 2020
Bu Lingtong1 , Xu Yanan2, Zhang Jiawei1 , Zhu Yijie1
(1. School of Business, Nanjing University, Nanjing 210093, China ； 2. School of Management Science and Engineering, Chongqing Technology and Business University, Chongqing 400067, China)