區(qū)域創(chuàng)業(yè)績效評價及影響因素研究

崔麗杰，張立新，劉冠軍

（1.首都經(jīng)濟(jì)貿(mào)易大學(xué)a.勞動經(jīng)濟(jì)學(xué)院；b.馬克思主義學(xué)院，北京100070；2.曲阜師范大學(xué) 經(jīng)濟(jì)學(xué)院，山東 日照276800）

一、引言

當(dāng)前，我國經(jīng)濟(jì)發(fā)展已進(jìn)入新常態(tài)，經(jīng)濟(jì)下行壓力較大，面臨著從追求經(jīng)濟(jì)規(guī)模向追求經(jīng)濟(jì)質(zhì)量的轉(zhuǎn)變，面臨著從高速增長向中高速增長的轉(zhuǎn)變，面臨著從要素與投資驅(qū)動向創(chuàng)新驅(qū)動的轉(zhuǎn)變，亟需推進(jìn)經(jīng)濟(jì)發(fā)展新舊動能的轉(zhuǎn)換。對此，李克強(qiáng)總理指出，推動形成大眾創(chuàng)業(yè)、萬眾創(chuàng)新的新動能是保持經(jīng)濟(jì)中高速增長和邁向中高端水平的基本依托和關(guān)鍵手段［1］。創(chuàng)新創(chuàng)業(yè)已成為當(dāng)前各區(qū)域謀求經(jīng)濟(jì)發(fā)展應(yīng)發(fā)掘的基本動力。2015年《國務(wù)院關(guān)于大力推進(jìn)大眾創(chuàng)業(yè)萬眾創(chuàng)新若干政策措施的意見》指出，推進(jìn)大眾創(chuàng)業(yè)、萬眾創(chuàng)新是穩(wěn)增長、擴(kuò)就業(yè)、激發(fā)億萬群眾智慧和創(chuàng)造力的重大舉措。2017年《國務(wù)院關(guān)于強(qiáng)化實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略進(jìn)一步推動大眾創(chuàng)業(yè)萬眾創(chuàng)新深入發(fā)展的意見》進(jìn)一步強(qiáng)調(diào)，深入推進(jìn)供給側(cè)結(jié)構(gòu)性改革，全面實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，加快新舊動能轉(zhuǎn)換，必須推進(jìn)大眾創(chuàng)業(yè)、萬眾創(chuàng)新深入發(fā)展。2019年政府工作報告指出，大眾創(chuàng)新、萬眾創(chuàng)業(yè)深入推進(jìn)，日均新設(shè)企業(yè)超過1.800 萬戶，市場主體總量超過1 億戶。

我國地域遼闊，各個地區(qū)的經(jīng)濟(jì)發(fā)展不平衡，導(dǎo)致要素資源配置的失調(diào)和區(qū)域創(chuàng)業(yè)水平的差異，而這又將進(jìn)一步加劇區(qū)域經(jīng)濟(jì)的不平衡發(fā)展［2-3］。創(chuàng)業(yè)作為增加就業(yè)的重要途徑，積聚了大量的知識、技術(shù)和人才等要素，對培育未來經(jīng)濟(jì)的增長點(diǎn)、加快產(chǎn)業(yè)結(jié)構(gòu)升級、促進(jìn)鄉(xiāng)村振興和實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)的可持續(xù)發(fā)展具有重要影響［4-6］。作為衡量創(chuàng)業(yè)成效的重要指標(biāo)，創(chuàng)業(yè)績效受到諸多因素的影響。因此，探索影響區(qū)域創(chuàng)業(yè)績效的關(guān)鍵性因素，采取針對性措施提高區(qū)域創(chuàng)業(yè)績效，對于推動區(qū)域發(fā)展、縮小地區(qū)差距、實(shí)現(xiàn)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展具有重要的影響。

二、文獻(xiàn)綜述

創(chuàng)業(yè)績效一直是國內(nèi)外學(xué)術(shù)界研究的熱點(diǎn)和難點(diǎn)課題［7］。在評價指標(biāo)的設(shè)置上，國內(nèi)外學(xué)者大都采用微觀層面的指標(biāo)來研究創(chuàng)業(yè)績效，其中使用最多的指標(biāo)包括效率、成長和利潤［8］。Chrisman 等從生存績效和成長績效兩個維度對創(chuàng)業(yè)績效進(jìn)行測量［9］。Baron 等在研究企業(yè)家社會技能與創(chuàng)業(yè)績效的關(guān)系時，采用了銷售增長率、利潤增長率和就業(yè)增長率來衡量創(chuàng)業(yè)績效［10］。Thampi 等認(rèn)為員工的年收入增長率是衡量中小企業(yè)創(chuàng)業(yè)績效的最佳指標(biāo)［11］。Haber 等從個人滿意度、產(chǎn)品創(chuàng)新、經(jīng)濟(jì)收益和新企業(yè)成長四個方面來衡量創(chuàng)業(yè)績效［12］。文亮等把創(chuàng)業(yè)績效分為生存績效、成長績效和創(chuàng)新績效三個維度［13］。陳景信等利用平均銷售利潤率來衡量城市創(chuàng)業(yè)績效［14］。

外部環(huán)境影響因素是一個國家或地區(qū)創(chuàng)業(yè)發(fā)展及其可持續(xù)性的關(guān)鍵［15］。Aldrich 認(rèn)為宏觀環(huán)境因素對創(chuàng)業(yè)有重要影響［16］。而國內(nèi)學(xué)者更多地側(cè)重于研究區(qū)域創(chuàng)新效率的影響因素。白俊紅等從基礎(chǔ)設(shè)施、市場環(huán)境、勞動者素質(zhì)、創(chuàng)業(yè)水平和金融環(huán)境5 個方面來分析環(huán)境因素對區(qū)域創(chuàng)新效率的影響［17］。宇文晶等選取了政府投入、產(chǎn)業(yè)結(jié)構(gòu)、對外開放、金融環(huán)境、地區(qū)經(jīng)濟(jì)實(shí)力、地區(qū)人口素質(zhì)和城鎮(zhèn)化水平等反映高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響因素［18］。王元地等在控制基礎(chǔ)設(shè)施、市場環(huán)境和政府支持等環(huán)境因素的基礎(chǔ)上，對區(qū)域大眾創(chuàng)業(yè)、萬眾創(chuàng)新效率進(jìn)行了評價［19］。郝金磊等研究了絲綢之路經(jīng)濟(jì)帶沿線地區(qū)創(chuàng)新效率的影響因素，發(fā)現(xiàn)硬件環(huán)境、經(jīng)濟(jì)環(huán)境、人文環(huán)境、創(chuàng)業(yè)環(huán)境和市場環(huán)境對創(chuàng)新效率有顯著影響，且市場環(huán)境對創(chuàng)新效率有顯著負(fù)向影響［20］。

綜上所述，國內(nèi)外學(xué)者對創(chuàng)業(yè)績效進(jìn)行了較多的研究，但仍然存在一些問題：第一，相關(guān)研究大都從微觀層面研究創(chuàng)業(yè)績效，集中于對某一類企業(yè)或行業(yè)的評價，而缺乏基于宏觀層面或區(qū)域?qū)用鎰?chuàng)業(yè)績效的實(shí)證評價；第二，相關(guān)研究側(cè)重于微觀層面的指標(biāo)而忽視了宏觀指標(biāo)，還沒有將區(qū)域創(chuàng)業(yè)規(guī)模納入評價體系之中；第三，相關(guān)研究側(cè)重于對創(chuàng)新效率影響因素的研究，尚缺乏對區(qū)域創(chuàng)業(yè)績效影響因素的研究。基于此，有必要以區(qū)域?yàn)檠芯繉ο?，將區(qū)域創(chuàng)業(yè)規(guī)模納入創(chuàng)業(yè)績效的評價指標(biāo)體系之中，對區(qū)域創(chuàng)業(yè)績效及其影響因素進(jìn)行實(shí)證研究。

三、研究方法、指標(biāo)選取與數(shù)據(jù)來源

（一）研究方法

1.BCC—DEA 模型

DEA 作為一種系統(tǒng)分析方法，在處理多投入多產(chǎn)出的有效性評價方面具有絕對優(yōu)勢［21］。傳統(tǒng)的DEA 模型包括CCR 和BCC 模型，本文采用BCC—DEA 模型［22］：

其中，xij為第j 個區(qū)域第i 個指標(biāo)的投入量，包括人力、物力和財(cái)力三個方面。yrj為第j 個區(qū)域第r 個指標(biāo)的產(chǎn)出量，包括知識產(chǎn)權(quán)產(chǎn)出、新產(chǎn)品產(chǎn)出和創(chuàng)業(yè)規(guī)模三個方面。λj為組合系數(shù)。ε 表示無窮小量，表示決策單元的松弛變量。θ 為效率值：當(dāng)θ=1 時，決策單元DEA 有效，所進(jìn)行的投入產(chǎn)出活動技術(shù)效率和規(guī)模效率為最佳；當(dāng)θ＜1 時，決策單元DEA 無效，所進(jìn)行的投入產(chǎn)出活動技術(shù)效率和規(guī)模效率都不是最佳。

2.Malmquist 指數(shù)

20 世紀(jì)50年代，Malmquist Sten 最早提出了Malmquist 指數(shù)，用來衡量生產(chǎn)效率的變化［23］。1982年，Caves首次使用Malmquist 指數(shù)對生產(chǎn)率進(jìn)行了測算［24］。隨后Fare 和Grosskopf 進(jìn)一步將Malmquist 指數(shù)分解為技術(shù)效率變化指數(shù)（Effch）和技術(shù)進(jìn)步指數(shù)（Tech）［25］，Zofio 又在Fare 的基礎(chǔ)上將技術(shù)效率變化指數(shù)分解為純技術(shù)效率變化指數(shù)（Ptec）和規(guī)模效率變化指數(shù)（Sec）［26］。具體而言，在t 時期的技術(shù)條件下，從時期t 到時期t+1 的技術(shù)效率的變化如下：

式中，（xt+1,yt+1）和（xt,yt）分 別為t+1 期和t 期的投入和產(chǎn)出向量組合，和分別為相應(yīng)期的產(chǎn)出距離函數(shù)。同理，在t+1 的技術(shù)條件下，t 期到t+1 時期的技術(shù)效率變化的Malmquist 指數(shù)可表示為：

為了得到以時期t 為基期t+1 期的全要素生產(chǎn)率，按照Fisher 的思想，我們用兩個Malmquist 指數(shù)的幾何平均值來計(jì)算生產(chǎn)率的變化［27］，計(jì)算表達(dá)式如下：

若M(xt+1,yt+1,xt,yt)＞1，則表示從t 期到t+1 期，全要素生產(chǎn)率有所提高；若 M(xt+1,yt+1,xt,yt)＜1，則表示從t 期到t+1 期，全要素生產(chǎn)率有所下降；若 M(xt+1,yt+1,xt,yt)=1，則表示全要素生產(chǎn)率不變。TFP 為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)的乘積，即TFP=Effch×Tech,Effch 和Tech 的表達(dá)式分別表示為：

3.Tobit 模型

為進(jìn)一步探討創(chuàng)業(yè)績效的影響因素，以區(qū)域的創(chuàng)業(yè)績效為因變量，以影響因素為自變量，建立Tobit 回歸模型。由DEA 模型得到的區(qū)域創(chuàng)業(yè)績效的值介于0 到1 之間，具有數(shù)據(jù)截?cái)嗟奶攸c(diǎn)。為了避免使用最小二乘法回歸的不一致性和有偏性［28］，本文采用Tobit 模型進(jìn)行回歸分析，其具體形式如下：

其中，εi為隨機(jī)解釋變量且服從正態(tài)分布；Yi為因變量，表示第i 個區(qū)域的創(chuàng)業(yè)績效值；Xi表示區(qū)域創(chuàng)業(yè)績效的影響因素，包括經(jīng)濟(jì)發(fā)展水平、基礎(chǔ)設(shè)施環(huán)境、金融服務(wù)環(huán)境、當(dāng)?shù)厥袌鲆?guī)模、勞動力素質(zhì)和開放程度；β 為待估參數(shù)。

（二）指標(biāo)選取

在投入方面：選取R&D 從業(yè)人員數(shù)量（X1）、私營和個體從業(yè)人數(shù)（X2）作為人力投入指標(biāo)［29-30］；選取全社會固定資產(chǎn)投資（X3）作為物力投入指標(biāo)［31］。采用工業(yè)企業(yè)R&D 經(jīng)費(fèi)內(nèi)部支出（X4）作為財(cái)力投入指標(biāo)［32］。同時，考慮到不同區(qū)域政府對創(chuàng)業(yè)活動的支持力度不同，本文在財(cái)力投入方面還增加了地方財(cái)政支出（X5）這一指標(biāo)。

在產(chǎn)出方面：選取專利授權(quán)量（Y1）來衡量知識產(chǎn)權(quán)產(chǎn)出［33-34］。專利能夠衡量區(qū)域創(chuàng)新創(chuàng)業(yè)所產(chǎn)生的商業(yè)化應(yīng)用的轉(zhuǎn)化成果，可以體現(xiàn)出創(chuàng)業(yè)企業(yè)技術(shù)創(chuàng)新水平。新產(chǎn)品產(chǎn)出使用新產(chǎn)品開發(fā)項(xiàng)目數(shù)（Y2）和新產(chǎn)品主營業(yè)務(wù)收入（Y3）兩個指標(biāo)來衡量，創(chuàng)業(yè)規(guī)模使用個體戶和私營企業(yè)戶數(shù)（Y4）來衡量。

創(chuàng)業(yè)的本質(zhì)是一種經(jīng)濟(jì)行為，創(chuàng)業(yè)績效受到諸多外部因素的影響［19］。借鑒Simar 等的研究，影響因素應(yīng)滿足“分離假設(shè)”，即選取對創(chuàng)業(yè)績效產(chǎn)生影響但又不受決策單元主觀控制的客觀因素［35］。考慮到地區(qū)間的差異性，本文選取以下外部因素：（1）經(jīng)濟(jì)發(fā)展水平（Z1），以人均GDP 作為經(jīng)濟(jì)發(fā)展水平的代理變量［18］。（2）基礎(chǔ)設(shè)施環(huán)境（Z2），采用公路里程數(shù)來衡量［36］。（3）金融服務(wù)環(huán)境（Z3），用金融機(jī)構(gòu)的貸款來衡量［37］。（4）勞動者素質(zhì)（Z4），采用每十萬人中在校大學(xué)生的數(shù)量作為代理變量［38］。（5）當(dāng)?shù)厥袌鲆?guī)模（Z5），使用當(dāng)?shù)厝丝诿芏茸鳛榇碜兞浚?9］。（6）開放程度（Z6），使用實(shí)際利用外資占地區(qū)GDP 的比重來衡量。表1列出了具體的評價指標(biāo)及選取依據(jù)。

表1 創(chuàng)業(yè)績效評價指標(biāo)體系

（三）數(shù)據(jù)來源

表2 創(chuàng)業(yè)績效投入產(chǎn)出變量的Pearson 相關(guān)系數(shù)

本文的決策單元包括中國30 個省級行政區(qū)域（以下簡稱“省份”），所選數(shù)據(jù)的時間范圍為2009—2016年，數(shù)據(jù)來源于2010—2017年《中國統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》、《工業(yè)企業(yè)科技活動統(tǒng)計(jì)年鑒》、各省份統(tǒng)計(jì)年鑒、中國宏觀經(jīng)濟(jì)數(shù)據(jù)庫和塔塔數(shù)據(jù)庫等。

為確保投入變量與產(chǎn)出變量之間的同向性，利用stata14.0 軟件對投入和產(chǎn)出變量進(jìn)行Person 相關(guān)系數(shù)檢驗(yàn)。由表2可知，投入變量X1、X2、X3、X4、X5與產(chǎn)出變量Y1、Y2、Y3、Y4之間的相關(guān)系數(shù)的最小值為0.628，均大于0.500，且均在1.00%的統(tǒng)計(jì)水平上顯著，說明投入變量和產(chǎn)出變量同向變化，可以進(jìn)一步研究。

四、實(shí)證分析

（一）運(yùn)用BCC 模型的靜態(tài)效率評價

利用DEAP 2.1 軟件，基于BCC 模型對區(qū)域創(chuàng)業(yè)績效進(jìn)行評價，測算結(jié)果見表3?？傮w上看，2009—2016年全國30 個省市創(chuàng)業(yè)績效的平均值為0.969，雖然區(qū)域創(chuàng)業(yè)績效的平均值處于效率的前沿面，但DEA 無效。北京、天津、河北等13 個省份的創(chuàng)業(yè)績效為1，達(dá)到DEA 有效，而青海、重慶、湖南等17 個省份的DEA 無效。為了更清晰地看出不同地區(qū)的差異，將30 個省份分成了東部、中部和西部地區(qū)。東部地區(qū)創(chuàng)業(yè)績效的平均值為0.990，高于全國均值，除遼寧和福建兩個省份的DEA 未達(dá)到有效外，其余9 個省份的創(chuàng)業(yè)績效達(dá)到DEA 有效；中部和西部地區(qū)創(chuàng)業(yè)績效的平均值分別為0.954 和0.959，均低于全國的平均值且DEA 無效，且中部地區(qū)略低于西部地區(qū)。從整體上來看，30 個省份的區(qū)域創(chuàng)業(yè)績效水平較低，且區(qū)域間差距較大，呈現(xiàn)出東高、中低和西平的特點(diǎn)。東部地區(qū)各省份創(chuàng)業(yè)績效的DEA 均達(dá)到有效（遼寧和福建除外），在純技術(shù)效率和規(guī)模效率方面，東部地區(qū)仍然處于優(yōu)勢地位，主要原因是東部地區(qū)的科研資源豐富、創(chuàng)業(yè)成功幾率高，基礎(chǔ)設(shè)施建設(shè)完善，對外開放程度較高［40-42］。中西部地區(qū)除吉林、四川和新疆外，其余省份的創(chuàng)業(yè)績效均小于1，這應(yīng)該與其所在地區(qū)的經(jīng)濟(jì)發(fā)展落后、人才和技術(shù)水平相對落后、對外開放程度低和金融體系不完善有關(guān)［43-45］。中部地區(qū)略低于西部地區(qū)，體現(xiàn)出西部地區(qū)的“追趕效應(yīng)”和“后發(fā)”潛力［40］。

表3 2009—2016年中國30 個省市自治區(qū)的創(chuàng)業(yè)績效

（續(xù)表3）

（二）基于Malmquist 生產(chǎn)率指數(shù)的動態(tài)效率評價

DEA—BCC 模型從靜態(tài)的角度對區(qū)域創(chuàng)業(yè)績效進(jìn)行了測度和分析，并未考慮到隨時間變化的前沿面移動情況。如表4所示：全要素生產(chǎn)率總體上呈上升趨勢，即從2009年的1.003 上升到2016年的1.022，均值為1.013，平均增長率為1.30%。技術(shù)效率變化指數(shù)（TEC）在2009—2016年呈波動狀變化趨勢，分別在2011和2014年達(dá)到波峰。技術(shù)進(jìn)步指數(shù)（TC）呈上升趨勢。上述結(jié)果表明，技術(shù)進(jìn)步是促進(jìn)區(qū)域創(chuàng)業(yè)全要素生產(chǎn)率提升的主要原因，而技術(shù)效率對區(qū)域創(chuàng)業(yè)績效的影響不明顯。

表5給出了2009—2016年中國30 個省份的區(qū)域創(chuàng)業(yè)的全要素生產(chǎn)率及分解結(jié)果。從創(chuàng)業(yè)的全要素生產(chǎn)率的角度來看，東部地區(qū)（海南除外），中部地區(qū)的山西、吉林、黑龍江、河南、江西，西部地區(qū)的內(nèi)蒙古、陜西、青海和新疆，TFP 值大于1.000，表明這些地區(qū)創(chuàng)業(yè)的全要素生產(chǎn)率呈現(xiàn)上升趨勢。其中，遼寧、福建、黑龍江、青海的技術(shù)效率和技術(shù)進(jìn)步均指數(shù)大于1.000，其全要素生產(chǎn)率的提高來自技術(shù)效率和技術(shù)進(jìn)步的雙重貢獻(xiàn)；江西的技術(shù)效率指數(shù)大于1.000，技術(shù)進(jìn)步指數(shù)小于1.000，表明其全要素生產(chǎn)率的提高是來自技術(shù)效率的貢獻(xiàn)；而其余地區(qū)的技術(shù)效率指數(shù)為1.000，其創(chuàng)業(yè)的全要素生產(chǎn)率的提高主要是來自技術(shù)進(jìn)步的貢獻(xiàn)。

寧夏、云南、四川、貴州、甘肅、廣西、安徽、湖北、湖南、海南的TFP 小于1.000，表明這些地區(qū)創(chuàng)業(yè)的全要素生產(chǎn)率呈現(xiàn)下降趨勢；重慶的TFP 值等于1.000，表明重慶創(chuàng)業(yè)的全要素生產(chǎn)率未發(fā)生變化。除甘肅的創(chuàng)業(yè)全要素生產(chǎn)率的下降是完全由純技術(shù)效率下降引起的以外，技術(shù)進(jìn)步衰退是導(dǎo)致其他地區(qū)創(chuàng)業(yè)全要素生產(chǎn)率下降的主要原因。其中，寧夏的創(chuàng)業(yè)全要素生產(chǎn)率的下降主要是由規(guī)模效率和技術(shù)進(jìn)步衰退引起的，云南、四川、貴州、廣西、安徽、湖南和海南的創(chuàng)業(yè)全要素生產(chǎn)率的下降是由技術(shù)進(jìn)步衰退造成的，而技術(shù)效率、規(guī)模效率和技術(shù)進(jìn)步這三個因素共同制約了湖北的創(chuàng)業(yè)全要素生產(chǎn)率的提升。

從技術(shù)效率的角度來看，除山西、內(nèi)蒙古、湖北、甘肅和寧夏5 個省份下降外，其他省份均保持不變或上升；從規(guī)模效率來看，除山西、湖南、湖北和寧夏4 個省份未達(dá)到規(guī)模效率外，其余各省份的規(guī)模效率均為1.000；從純技術(shù)效率角度來看，山西、內(nèi)蒙古、湖北和甘肅的純技術(shù)效率小于1.000，其余各省份的規(guī)模效率均為1.000 或大于1.000，且技術(shù)效率受純技術(shù)效率的影響較大。從技術(shù)進(jìn)步的角度來看，中國30 個省份的技術(shù)進(jìn)步的平均增長率為1.00%，云南、貴州和四川等11 個省份的技術(shù)進(jìn)步小于1.000。綜上所述，不同區(qū)域的創(chuàng)業(yè)全要素生產(chǎn)率在變化的幅度和原因上存在一定的差異，而技術(shù)進(jìn)步是影響區(qū)域創(chuàng)業(yè)全要素生產(chǎn)率的主要因素。

表5 2009—2016年我國30 個省市自治區(qū)創(chuàng)業(yè)績效Malmquist 指數(shù)及其分解

（三）區(qū)域創(chuàng)業(yè)績效的影響因素分析

為探討環(huán)境因素對區(qū)域創(chuàng)業(yè)績效的影響，使用2009—2016年中國30 個省份的數(shù)據(jù)，建立區(qū)域創(chuàng)業(yè)績效與影響因素的Tobit 模型。LR 檢驗(yàn)結(jié)果表明存在個體效應(yīng)，應(yīng)采用隨機(jī)效應(yīng)的面板Tobit 回歸。其中，將DEA模型測算出的創(chuàng)業(yè)績效作為因變量，自變量分別為經(jīng)濟(jì)發(fā)展水平（rgdp）、金融服務(wù)環(huán)境（fin），開放程度（fdi）、基礎(chǔ)設(shè)施環(huán)境（gl）、勞動者素質(zhì)（stu）和市場規(guī)模（rk）。為減少異方差的存在，除開放程度外，其余變量均取對數(shù)。通過計(jì)算各解釋變量的方差膨脹因子（VIF）可知，VIF 的最大值為3.130，小于其臨界值10.000，表明不存在嚴(yán)重的多重共線性，變量選取適當(dāng)。

需要說明的是，公式（8）中的自變量經(jīng)濟(jì)發(fā)展水平可能會因?yàn)殡p向因果而存在內(nèi)生性問題。本文使用工具變量法以最大程度地消除由于內(nèi)生性問題而導(dǎo)致的計(jì)量結(jié)果偏誤，選取滯后5 期的經(jīng)濟(jì)發(fā)展水平變量為工具變量。因?yàn)闇? 期的經(jīng)濟(jì)發(fā)展水平變量與當(dāng)期的經(jīng)濟(jì)發(fā)展水平相關(guān)，通過當(dāng)期的經(jīng)濟(jì)發(fā)展水平對當(dāng)期的創(chuàng)業(yè)績效產(chǎn)生影響，且與被解釋變量的擾動項(xiàng)不相關(guān)，滿足工具變量的條件，故該工具變量在理論上可行。

考慮到我國各地區(qū)創(chuàng)業(yè)績效影響因素的差異，對東、中、西部地區(qū)分別進(jìn)行了估計(jì)，以驗(yàn)證結(jié)果的穩(wěn)健性及地區(qū)差異，結(jié)果見表6。模型（1）、模型（3）、模型（5）和模型（7）中Tobit 回歸的估計(jì)結(jié)果可能因?yàn)殡p向因果關(guān)系而存在內(nèi)生性問題，為此，在模型（2）、模型（4）、模型（6）和模型（8）中以滯后5 期的經(jīng)濟(jì)發(fā)展水平作為工具變量，進(jìn)行了兩階段工具變量估計(jì)。模型（2）、模型（4）、模型（6）和模型（8）中的Wald 值在5.00%的水平上均拒絕了經(jīng)濟(jì)發(fā)展水平不存在內(nèi)生性的假設(shè)，并且一階段的F 值均大于在10.00%偏誤水平下的臨界值16.380，拒絕了弱工具變量的假設(shè)［46］。因此，選擇的工具變量相對合理，模型（2）、模型（4）、模型（6）和模型（8）列加入工具變量的估計(jì)結(jié)果更可靠。

表6 創(chuàng)業(yè)績效影響因素的分地區(qū)估計(jì)結(jié)果

從全國層面來看，經(jīng)濟(jì)發(fā)展水平、金融服務(wù)環(huán)境、開放程度、基礎(chǔ)設(shè)施環(huán)境均通過了顯著性檢驗(yàn)，而勞動力素質(zhì)和市場規(guī)模對區(qū)域創(chuàng)業(yè)績效均未通過顯著性檢驗(yàn)。這表明經(jīng)濟(jì)發(fā)展水平、金融服務(wù)環(huán)境、開放程度和基礎(chǔ)設(shè)施環(huán)境對創(chuàng)業(yè)績效有顯著正向影響，而勞動力素質(zhì)有負(fù)向影響但不顯著，市場規(guī)模有正向影響但不顯著。從表6可以看出，從IV—Tobit 模型的估計(jì)結(jié)果來看，不考慮系數(shù)方向，除金融服務(wù)環(huán)境的回歸系數(shù)略微下降外，其余回歸系數(shù)值都有所增大。

從分地區(qū)的結(jié)果來看，具體分析如下：

第一，經(jīng)濟(jì)發(fā)展水平和基礎(chǔ)設(shè)施環(huán)境對東、中、西部三個地區(qū)的創(chuàng)業(yè)績效均有顯著的正向影響，與全國的情況一致。其中，經(jīng)濟(jì)發(fā)展水平對東部地區(qū)的創(chuàng)業(yè)績效影響最大，中部次之，西部最弱。從個體層面來看，人均GDP 越高，就越有可能自我提升，創(chuàng)業(yè)便是實(shí)現(xiàn)高層次需要的重要途徑；從宏觀層面來看，經(jīng)濟(jì)的發(fā)展加劇了市場競爭，創(chuàng)造了更多的創(chuàng)業(yè)機(jī)會?；A(chǔ)設(shè)施環(huán)境對東、中、西部地區(qū)的創(chuàng)業(yè)績效有顯著的正向影響。完善的交通基礎(chǔ)設(shè)施，促進(jìn)了資源、信息以及人力資本的流通，進(jìn)而加快了技術(shù)的更新與進(jìn)步，促進(jìn)更多新產(chǎn)品的研發(fā)和生產(chǎn)，從而有利于提升區(qū)域創(chuàng)業(yè)績效。

第二，金融服務(wù)環(huán)境對東部和中部地區(qū)的創(chuàng)業(yè)績效有顯著正向影響，但對西部地區(qū)的創(chuàng)業(yè)績效影響不顯著。這得益于東部和中部地區(qū)良好的金融服務(wù)環(huán)境，良好的金融服務(wù)環(huán)境有助于眾多潛在創(chuàng)業(yè)者解決“融資難”的問題，為創(chuàng)業(yè)活動提供更多可實(shí)現(xiàn)的途徑，對新企業(yè)創(chuàng)建和成活有重要作用。每一種新產(chǎn)品和專利的出現(xiàn)，前期都需要投入大量的人力、物力和財(cái)力，金融機(jī)構(gòu)的支持加速了產(chǎn)品的更新?lián)Q代。西部地區(qū)的金融服務(wù)環(huán)境相對較差，還有待于進(jìn)一步改善。

第三，開放程度對東部地區(qū)的創(chuàng)業(yè)績效影響顯著，對中、西部的影響不顯著。東部地區(qū)大部分是沿海城市，開放時間早，而中、西部地區(qū)深居內(nèi)陸，開放程度低。對于東部地區(qū)，大量外資的進(jìn)入帶來了技術(shù)溢出效應(yīng)和人力資本流動，促進(jìn)了東部地區(qū)的應(yīng)用技術(shù)與模仿創(chuàng)新等自主創(chuàng)新能力的增長。而中、西部地區(qū)的技術(shù)水平相對較低，F(xiàn)DI 的進(jìn)入對低水平的技術(shù)具有一定程度的“擠出效應(yīng)”，同時還存在著技術(shù)溢出效應(yīng)，使得FDI 的進(jìn)入對中、西部的創(chuàng)業(yè)績效不明顯。

第四，勞動力素質(zhì)對三大地區(qū)的創(chuàng)業(yè)績效影響均不顯著，當(dāng)?shù)厥袌鲆?guī)模對東部地區(qū)的創(chuàng)業(yè)績效的影響不顯著，但對中部和西部地區(qū)的創(chuàng)業(yè)績效有正向促進(jìn)作用。對于東部地區(qū)，隨著人口規(guī)模的擴(kuò)大，當(dāng)資源和環(huán)境超過一定的承載力之后，創(chuàng)業(yè)者之間生產(chǎn)要素的競爭加劇。對于中、西部地區(qū)，當(dāng)?shù)厥袌鲆?guī)模對創(chuàng)業(yè)績效有推動作用，主要是中、西部地區(qū)的勞動力資源優(yōu)勢降低了創(chuàng)業(yè)成本，吸引更多的人參與創(chuàng)業(yè)活動。

四、結(jié)論及政策建議

（一）結(jié)論

本文采用BCC—DEA 模型、Malmquist 指數(shù)和Tobit 模型，對2009—2016年我國30 個省份的創(chuàng)業(yè)績效及其影響因素進(jìn)行了實(shí)證分析，得到如下結(jié)論：第一，北京、天津、河北、吉林、上海、江蘇、浙江、山東、廣東、四川、貴州、海南和新疆13 個省份的創(chuàng)業(yè)績效達(dá)到了DEA 有效，其余17 個省份的創(chuàng)業(yè)績效的DEA 無效，30個省份的創(chuàng)業(yè)績效總體上呈現(xiàn)出上升趨勢但創(chuàng)業(yè)績效偏低，仍存在較大的提升空間，且東部地區(qū)大部分省份的創(chuàng)業(yè)績效高于中部地區(qū)和西部地區(qū)的創(chuàng)業(yè)績效。第二，北京、天津和河北等20 個省份的區(qū)域創(chuàng)業(yè)的全要素生產(chǎn)率呈上升趨勢，云南、海南和四川等10 個省份的區(qū)域創(chuàng)業(yè)的全要素生產(chǎn)率均呈下降趨勢或保持不變，30個省份的平均全要素生產(chǎn)率指數(shù)為1.013，全要素生產(chǎn)率年均提升1.30%，區(qū)域創(chuàng)業(yè)的全要素生產(chǎn)率在整體上呈現(xiàn)上升的趨勢。第三，從全國層面來看，經(jīng)濟(jì)發(fā)展水平、金融服務(wù)環(huán)境、基礎(chǔ)設(shè)施環(huán)境和開放程度對創(chuàng)業(yè)績效有顯著正向影響，勞動力素質(zhì)和市場規(guī)模則對區(qū)域創(chuàng)業(yè)績效無顯著影響；從分地區(qū)的結(jié)果來看，除了經(jīng)濟(jì)發(fā)展水平和基礎(chǔ)設(shè)施環(huán)境在東部、中部和西部地區(qū)均通過了顯著性檢驗(yàn)，其他創(chuàng)業(yè)績效的影響因素表現(xiàn)出較大的地區(qū)差異。

（二）政策建議

基于上述實(shí)證分析及其結(jié)論，應(yīng)從如下幾個方面提升區(qū)域創(chuàng)業(yè)績效：

第一，加強(qiáng)在技術(shù)、人才和資源等方面的合作，促進(jìn)各區(qū)域的協(xié)調(diào)發(fā)展。對于東部地區(qū)，繼續(xù)保持和發(fā)揮其技術(shù)和人才方面的優(yōu)勢，加強(qiáng)高校、科研院所、外資企業(yè)與當(dāng)?shù)仄髽I(yè)之間的產(chǎn)學(xué)研合作，打造技術(shù)共享的良好技術(shù)環(huán)境。對于中、西部地區(qū)，借鑒北京、上海和廣東等優(yōu)勢地區(qū)在技術(shù)開發(fā)、人才吸引及發(fā)展理念等方面的經(jīng)驗(yàn)，以人才驅(qū)動中、西部地區(qū)技術(shù)水平的提升。

第二，利用優(yōu)勢區(qū)域創(chuàng)業(yè)的擴(kuò)散帶動作用，打造政府引導(dǎo)、市場主導(dǎo)的區(qū)域創(chuàng)業(yè)圈。有效利用一線和二線城市的創(chuàng)業(yè)優(yōu)勢條件，充分發(fā)揮政府的引導(dǎo)和保障作用，將城市周邊地區(qū)的資金、人才和科技等創(chuàng)新創(chuàng)業(yè)資源進(jìn)行有效整合，促進(jìn)超級城市群（如長三角、珠三角、京津冀經(jīng)濟(jì)圈）的發(fā)展與協(xié)作，逐步實(shí)現(xiàn)從封閉、分散的創(chuàng)業(yè)體系向開放、協(xié)同的創(chuàng)業(yè)體系轉(zhuǎn)變。

第三，提高資源的配置效率，推動技術(shù)創(chuàng)新。東部地區(qū)應(yīng)調(diào)整遼寧和福建的要素投入，提升技術(shù)效率和規(guī)模效率。對于中、西部地區(qū)，及時調(diào)整安徽、甘肅、寧夏等DEA 無效省份的要素投入結(jié)構(gòu)，避免資源投入冗余或不足，增加對先進(jìn)技術(shù)或設(shè)備的投入，提高資源利用效率；加大對企業(yè)的研發(fā)補(bǔ)貼，可以采用自主創(chuàng)新和從外部獲取相結(jié)合的創(chuàng)新策略促進(jìn)企業(yè)創(chuàng)新，與外資企業(yè)建立良好的合作關(guān)系，多渠道提升技術(shù)創(chuàng)新能力。

第四，重視環(huán)境因素的影響，優(yōu)化各地區(qū)的創(chuàng)業(yè)環(huán)境。東部地區(qū)應(yīng)進(jìn)一步優(yōu)化環(huán)境因素，繼續(xù)提升各影響因素對創(chuàng)業(yè)績效的促進(jìn)效應(yīng)；中部和西部地區(qū)則應(yīng)當(dāng)進(jìn)一步提高開放程度，積極引進(jìn)外資、先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)，激發(fā)人力資本的創(chuàng)業(yè)活力。同時，西部地區(qū)還需要進(jìn)一步優(yōu)化金融服務(wù)環(huán)境，強(qiáng)化金融機(jī)構(gòu)對創(chuàng)業(yè)的支持，建立多元化、多層次的融資體系；由地方政府牽頭，設(shè)立創(chuàng)業(yè)基金，為創(chuàng)業(yè)者提供創(chuàng)業(yè)投資和融資擔(dān)保等服務(wù)。