半岛BOB北京规划建设028 基于AHP-FCE模型的北京创新环境区际差异研究

　　半岛BOB北京规划建设028 基于AHP-FCE模型的北京创新环境区际差异研究创新是一个城市可持续发展的核心动力，由城市内的创新主体，如企业家、众创空间等，通过聚集创新要素，完成创新活动，以达到挖掘城市的创新潜能，提升城市核心竞争力的目的。城市的创新能力取决于其创新环境质量，具体通过区域内各类资源的数量与质量体现。本文将众创空间视为一个城市的创新产物，通过抓取北京市已挂牌众创空间周围1千米范围内各类资源的POI数据，构建AHP-FCE模型，完成对北京市各行政区创新环境的评价工作。结果显示，各行政区创新环境质量存在较为明显的差异，其中海淀区作为创新活动的“先驱者”和“领头人”，对整个城市的创新环境起到突出的促进与示范作用。

　　习总在不同重要场合中多次强调：通过打造系统创新链，提高国家创新能力，实现党的提出的创新驱动发展战略。2014年，李克强总理提出“大众创业，万众创新”，将创新理念落实于微观维度。作为城市创新的新载体，众创空间应运而生。

　　目前，众创空间在北京、上海bob半岛·体育、深圳等发达城市已初具规模，发展前景良好。但是同一城市内不同区域的众创空间却存在参差不齐的现象。究其原因，可能与众创空间的行业、投融资体系、人力资源结构等内部原因有关，同时也与其地理位置、周围资源供给、服务配套布局等外界因素密切相关。因此，某种程度上众创空间的发育情况反映了其外部发展环境的质量优劣。对于众创空间来说，周围资源所营造的创新生态环境是十分重要的，区域内所拥有的资源组合与配置体现了区域所具备的创新孵育能力，也成为评价区域创新环境质量的重要指征。为此，本文以如何从众创空间发育视角切入评价一个区域的创新环境水平，从而为营造更好的众创空间发展土壤作为研究目标，以北京市为例，探索一种针对微观创新环境的评价思路和方法，以期为“双创”工作的更好开展提供科学参考。

　　创新思想的萌芽起源于亚当·斯密和马克思在其科学研究中对技术创新与市场关系的论述内容，约翰·雷提出的“发明的理性精神”和凡勃伦提出的制度框架对创新的制约作用进一步为创新理论提供了新思想（丁焕峰，2007）。熊彼特集成了创新思想，形成了独特的创新理论体系，因而被视为创新理论的鼻祖。他认为经济发展源于创新并通过建立新的生产函数，将前人从未考虑过的关于生产要素和生产条件的新组合引入了生产体系（刘奇，2010）。创新的主要动力来源于企业家或企业家精神bob半岛·体育，而促使企业家成功完成创新活动的基础是一个公平、安全的创新环境，例如构建产权制度保护企业家的财产、推动公平竞争的市场环境的建设等（厉以宁，2017）。

　　创新环境是聚集创新要素、挖掘创新潜能的重要条件，是创新主体所处空间范围内各种要素结合形成的关系总和，包括有利的政策体系、健全的体制机制、浓厚的文化氛围等（王儒靓，王涛，2016）。目前，研究领域内关于创新环境的研究成果比较丰富，大多通过创建指标评价体系、构建回归等计量模型，探究创新环境的影响因素构成或进一步对若干区域的创新情况进行打分，研究区域间的创新差异。研究的差异性主要体现在指标体系中。章立军（2006）、吴玉鸣（2010）、崔会东等（2013）、侯鹏等（2014）从要素条件、产业支撑、政策制度、市场环境几个维度构建指标评价体系。崔会东等（2013）、章立军（2006）增加了对城市基础设施的考虑。王鹏等（2015）增加了交通、信息、教育三个维度的考虑。在选取表征创新能力的指标时，学者大多采取单一统计指标或若干统计指标的组合作为因变量。章立军（2006）将区域创新综合能力指标作为因变量（区域创新综合能力指标来自于中国科技发展战略研究小组《2002中国区域创新能力报告》和《2003年中国区域创新能力报告》）。侯鹏等（2014）和王鹏等（2015）分别利用专利数据作为区域创新能力的指标。吴玉鸣（2010）则通过涵盖技术人员数量、专利授权数量、研发支出等共计30个指标来表示大学的创新能力。易成栋（2001）认为准确评价区域创新环境应从创新主体入手。王远桂（2004）认为由于不同地区的创新过程不同，技术和资源以不同的方式新陈代谢，所以创新环境存在区域差异，为此从基础、组织、调控和文化层次对北京和上海的创新环境进行对比。叶琴等（2016）从企业专利数据和政策文本分析两个方面对比上海浦东新区、北京海淀区和深圳的创新创业环境。

　　作为创新主体的新形态，众创空间的崛起吸引了部分学者对其进行研究。针对政策对众创空间的导向作用，段浩等（2015）提到，像北京这样的特大型城市众创空间，得到中关村创新孵化器的授牌，享受税收、房屋租赁资金优惠及创业孵化服务等支持。政策扶持对其影响非常深远，因此，加大政策、资金层面的引导和扶持，积极培育众创空间发展新业态是亟需去做的。黄兆信等（2016）明确指出高校对众创空间发展的重要性，主要包括营造高校创客文化氛围和培养、输送新时期新创业人才两方面。王伟等（2017）认为上海市杨浦区提出的三区（大学校区BOB半岛、社区、科技园区）联动理念契合众创空间的发展模式，并基于此，利用POI大数据对北京市适合发展众创空间的区域进行识别与划分。

　　综上所述，笔者认为创新能力的微观衡量应以某一创新主体为基本对象，如企业、高校、园区等，分析其创新表现，而非针对城市或省份笼统的某一指标或某一指标组合。与此同时，评价区域创新能力时应尽量排除主体内部的实力基础对创新的促进作用。因此，本文将众创空间作为创新环境的孵育结果，以众创空间的创新优势度或竞争力作为对其所处区域创新环境水平的反向观察评价角度。

　　如何利用众创空间发育的状态数据对区域创新环境进行反向评价？笔者认为可以通过模糊综合评价法来实现。模糊综合评价法（FCE）是一种常用的评价方法，被广泛应用于业绩评估、专家评分系统、研究性学习系统、企业核心竞争力评价、工程项目评标、水质评价、土壤质量评价半岛BOB、大气质量评价、设备质量评价、软件项目风险评价等。在使用模糊综合评价法之前，需要通过相关方法确定评价指标体系。其中，最为常用的是层次分析法（AHP）。目前，已有不少研究将层次分析法和模糊综合评价法进行结合，对事物的质量进行评价。温东琰等（2006）用AHP-FCE模型从定量的角度对电子资源的质量进行了评价，并提出了相关改进建议。张丽娜（2006）通过阐述生态工业园区的定义、类型BOB半岛、建设现状等基础背景，构建了具有通用性的评价指标体系，最后通过AHP-FCE模型对生态园区的发展情况进行综合评价。除了质量评价，此类方法还可应用于选址评价研究。戴航等（2014）采用AHP-FCE模型对物流园区的选址进行了研究。通过层次分析法半岛BOB，从社会效益、经济效益和技术效益三个维度建立了物流园区的选址评价指标体系，并确定权重，后采用FCE法进行选址评价bob半岛·体育，最后结合实际情况进行实例分析。

　　简单来说，层次分析法和模糊综合评价法的结合为权重的确定同时提供了定性和定量的双重保障，降低了指标权重的主观性。同时，根据既有数据得到权重这一方法也使得区域创新环境和能力变化的循环关系得以体现。

　　为此，参考金菊良等（2014）提出的直接根据单指标相对隶属度的模糊评价矩阵，构造层次分析法中的判断矩阵，用以确定各评价指标权重的方法。本文依托“三区联动”理念构建指标体系，使用北京市198家众创空间的指标数据确定指标权重，并通过众创空间的发展优势度来反向评价北京区际创新环境。

　　AHP-FCE模型首先针对研究问题从代表性和适用性的角度出发，构建模糊综合评价指标，再利用单个指标的相对隶属度构建模糊综合评价矩阵，并以此为基础构建各指标权重的判断矩阵，进而计算出各指标权重和模糊评价的综合指标，最后利用指标权重得到北京市各个区域的创新能力得分。

　　模糊综合评价的目的在于根据参考指标对诸多方案进行相对优劣的比较。不失一般性，假设评价指标体系有N个指标被用于评价M个待评价对象，并构成评价指标样本数据集合

　　。其中，X（i，j）表示第j个方案的指标i的数值，是一个非负实数。为了消除各评价指标的量纲效应以得到单个评价指标的相对隶属度构成的模糊综合评价矩阵，我们需要进行标准化处理。出于尽可能保持各评价指标值的变化信息的考虑，针对不同类型的指标X（i，j），我们采取不同的处理方式得到其对应的相对隶属度R（i，j）。

　　模糊综合评价的实质是一种优选过程。从综合评价的角度来看，如果某个评价指标在样本中的变化程度更大，则该评价指标传递的综合评价信息更多。因此，可以利用各指标的样本标准差，来反映各评价指标对于综合评价的影响程度。定义各指标的样本标准差：

　　一般认为，当判断矩阵的一致性指标系数CIC(n)0.10时，可认为该判断矩阵具有满意的一致性，据此计算的各评价指标的权重值Ci是可以接受的。

　　把各评价指标的权重值Ci与各方案相应评价指标的相对隶属度值R（i，j）相乘并累加，即可得模糊评价的综合指标值G（j）：

　　综合指标值越大说明第j个方案越优。在此，综合指标值即为众创空间选址适宜度评分BOB半岛，评分越高的众创空间相对资源优势与发展潜力越大。

　　利用高德开放平台的定位与搜索功能，获取198家众创空间周围1千米以内的科技公司、高等院校、科研机构、中餐厅、快餐厅、住宅小区、地铁站、公交车站、商场和超市的数量，结合由教育部科学技术司、中国高校人文社会科学信息网及中科院官网的资料得出的高等院校科研经费，最终整理出198家众创空间的11个指标的样本数据（表1）。

　　从行政分区的角度来看，北京市已挂牌的这198家众创空间当中，近一半（95家）位于海淀区，将近四分之一（46家）位于朝阳区，其余部分分别位于大兴区（9家）、东城区（9家）、丰台区（8家）、通州区（8家）、西城区（8家）、石景山区（5家）、昌平区（4家）、房山区（4家）、门头沟区（1家）和顺义区（1家）这10个行政区（图1）。

　　依据三区联动理念，众创空间与公共社区、科技园区和大学校区的联系越紧密，其发展潜力越大，发展优势越明显。而城市规划15分钟生活圈的理念认为，人们的各项活动，包括工作和衣食住行等生活起居，如果能够在15分钟步行路程（1千米左右）的范围内完成，将会是最适宜的。据此，创新生态系统如果能在15分钟步行路程的物理边界内实现三区资源的充足供给，相应的众创空间将得到更多的来自三区的支持，从而更加具有发展优势。

　　为此，研究以每个众创空间为圆心，以15分钟步行路程——1千米为半径，划定各个众创空间的自我创新生态圈。以圈内所拥有的中餐厅、快餐厅、住宅小区、地铁站bob半岛·体育、公交车站、商场和超市的数量来衡量该处公共社区的表现半岛BOB，以圈内所拥有的科技公司数量来衡量科技园区的表现半岛BOB，以圈内科研机构数量、高等院校数量及院校科研经费加总来衡量大学校区的表现（表2）。

　　根据前文提出的AHP-FCE模型，计算得出北京市198个众创空间的模糊评价的综合指标，最终得出如下评价结果（表3）。

　　由AHP-FCE模型计算出的权重值可以看出，科技公司、高等院校、科研经费、科研机构、中餐厅、快餐厅、住宅小区、地铁站、公交车站、商场和超市这11个指标所对应的权重分别为0.1754、0.0594、0.0596、0.0883、0.0704、0.1459、0.0905、0.1061、0.0483、0.0682和0.0879。综合来看，科技公司、快餐厅和地铁站数量这三个单项指标对于众创空间选址适宜度贡献较为突出。科技公司数量这个指标对应的权重最大，反映出三区中科技园区带来的创新的动力更强。快餐厅和地铁站数量的权重次之，体现了公共社区的基础服务能力是众创空间发展的基石。以高等院校、科研经费和科研机构衡量的大学校区的影响，以及地铁站和公交车站衡量的交通便利性，对于众创空间发展的累积贡献也极为突出。所以，科技公司、大学校区以及公共社区中的餐饮和交通性能对于众创空间未来发展的影响较大。

　　在不考虑众创空间本身所具备的资源差异情况下，重点关注外部环境对众创空间发展的帮助。将各行政区内所有众创空间评价得分进行加重，得到以区为单位的众创空间综合得分，从而形成区际间对比。相对而言，海淀区众创空间的平均得分最高，房山区最低bob半岛·体育。其中，海淀区和西城区这两个行政区内的众创空间平均得分要高于整体平均值，东城区和朝阳区这两个行政区的平均值略低于整体平均值，其他8个行政区则远低于整体平均水平。这一现象间接说明，北京市各个行政区的创新环境存在较为明显的差距。创新环境最优的是海淀区，其次是西城区、东城区、朝阳区。海淀区的创新环境优势明显，带动了整个城市的创新水平（图2）。

　　将区域创新环境分解为指标体系中的每个指标，可以分别得到每个区域的创新长处与短板。从每一个指标得分来看，不同行政区之间存在较大的差异。

　　海淀区几乎所有指标都超过了均值，且位于前列，只有众创空间周围1千米范围内的公交站数量“拉后腿”。这说明海淀区需要在公共交通设施上下功夫，为整体创新环境补上最短的一块短板。

　　西城区在商业服务、交通设施等方面超过平均水平。依托金融街，也获得了较多科技公司的支撑。但是在大学高校的科研经费和中西餐厅方面存在短板。西城区的高校数量较少，相比于海淀区的高校聚集区，西城区在大学科研带动方面较为薄弱，而未来进一步提升西城区创新能力应从对接高校创新、科研活力资源入手。

　　东城区与西城区类似，主要缺少科技公司与高校的创新带动。除此以外，通过“超市”指标得分可以看出东城区众创空间周围的生活服务保障不足。

　　朝阳区的创新环境短板在于科研活力和路面交通设施方面。朝阳区依托国贸，拥有丰富的企业资源，但是众创空间周围的高校数量较少，且综合研究能力不如海淀区高校强，所以间接降低了朝阳区的创新环境质量水平。路面交通设施方面也需尽快做到均等化布局，为创客提供便捷的交通条件。

　　石景山区的创新环境要素中半岛BOB，2015年科研经费指标得分位列北京市所有行政区的第一名。这说明，绝大部分石景山区的众创空间都布局与高校周边，尽力汲取高校科研养分。但是石景山区的服务类指标普遍排名不高，包括生活服务、交通服务等。这一现象说明，石景山区的创新环境短板在于创客的服务保障。

　　剩下的其他各区相关指标普遍处于相对落后的位置，整体创新环境水平低于北京市的创新环境平均水平，亟需从各个方面下功夫迎头赶上（表4）。

　　依托于北京市优质的科技教育资源、便捷的交通服务以及明确的政策指引与支持，众创空间正在成为北京新一轮创新驱动的星星之火。无论是在数量、规模还是政策支持等方面，北京市众创空间的发展在全国均处于领先水平。众创空间作为一种微观尺度、个体维度的创新形式，当下各级政府对其持大力扶持的态度，然而对其“落子”选址时必须意识到众创空间所处周围各类环境系统内具备的资源数量、质量决定了众创空间的发展态势。而反过来，众创空间也会通过其所产生的创新成效反映一个区域的创新环境水平。

　　研究基于北京市198家众创空间进行反向评价研究，发现北京市各个行政区的创新环境水平存在较大的差距。这对于进一步精细化提高各行政区的创新环境质量水平、整体提高北京市创新环境水平具有重要价值。在此，提出如下优化北京创新环境政策建议。

　　海淀区是北京市开展创新尝试的先锋区域，也是全国推动创新工作的重要试点区域之一。以中关村为核心创新区域的海淀区成为了北京市创新要素的聚集地，与其他行政区相比具有较为突出的创新能力。在此基础上，应积极利用海淀区的创新经验，依托中关村一区十六园创新网络，加强各行政区与海淀区的交流与合作，促进优秀创新资源与活动在各个行政区之间相互流通共享。

　　短板问题是制约创新潜能的根本性问题，也是制约整个行政区发展的痛点问题。根据本文的研究结果bob半岛·体育，各个区均存在不同方面、不同程度的短板，如交通设施短板、大学科研资源短板、生活服务短板等。基于现有的短板问题，各区政府应有针对性地精确、精细地完善基础服务设施水平，促进高等教育资源在空间上形成动态均等分配，提高生活服务的质量，提升各类创新支撑资源供给的精确性与精细化程度半岛BOB。

　　众创空间的类型分布与各行政区的产业特色、文化底蕴紧密相关，例如海淀区的众创空间大多为科技型，东城区和朝阳区的众创空间则更偏向于文化创意类。政府作为“看不见的手”应适当出台相关创新支持政策，如果充分利用所在区域的产业资源、人力资源和政策资源，并在税收优惠方式和水平、创新补贴发放形式和金额等方面进行有针对性的设计，将形成以区域产业特色为导向的创新簇群，实现各行政区创新活动达到动态平衡的基本目标，减弱各行政区之间的同质化竞争，最终推动北京创新整体性跃升。

　　2.王伟,冯羽.基于POI数据的北京众创空间发展区域优势度评价研究[J].北京规划建设,2017(2):67-73.

　　3.黄兆信,罗志敏.多元理论视角下高校创业教育的发展策略研究[J].教育研究,2016(11):58-64.

　　4.叶琴,曾刚,王丰龙,陈弘挺,周灿,陈思雨.上海浦东新区、北京海淀区、深圳市创新创业环境比较研究[J].上海经济研究,2016,(04):117-124，129.

　　8.侯鹏,刘思明,建兰宁.创新环境对中国区域创新能力的影响及地区差异研究[J].经济问题探索,2014,(11):73-80.

　　9.曹辉,刘临,谢辉,张武军.论大学科技园创新环境评价——以北京地区大学科技园为例[J].中国高校科技,2014,(07):62-63.

　　10.崔会东,田丽娜,李荣平.城市创新环境评价研究——以河北省为例[J].技术经济与管理研究,2013(4):106-110.

　　11.吴玉鸣.大学知识创新与区域创新环境的空间变系数计量分析[J].科研管理,2010,31(05):116-123.

　　14.章立军.区域创新环境与创新能力的系统性研究——基于省际数据的经验证据[J].财贸研究,2006,(05):1-9.

　　15.王远桂.地方创新环境与跨国公司R&D活动：北京与上海的比较[D].华东师范大学,2004.