眾創(chuàng)空間是實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重要載體,金融支持是推動(dòng)眾創(chuàng)空間發(fā)展的必備力量。構(gòu)建三階段DEA模型對(duì)30個(gè)省市眾創(chuàng)空間的金融支持效率進(jìn)行評(píng)價(jià),研究表明:環(huán)境因素對(duì)我國(guó)眾創(chuàng)空間的金融支持效率具有較大影響,金融支持效率在剔除環(huán)境因素之后基本呈現(xiàn)效率遞增趨勢(shì),但金融支持效率總體水平不高,且具有較顯著的地區(qū)不平衡性;金融支持的純技術(shù)效率在調(diào)整之后有所提升,但其綜合技術(shù)效率因規(guī)模效率的大幅減小而迅速減弱。在創(chuàng)新金融支持模式的同時(shí),應(yīng)該注重金融支持政策與地區(qū)經(jīng)濟(jì)環(huán)境之間的協(xié)調(diào)配合,提高金融資本的利用率,促進(jìn)眾創(chuàng)空間的健康發(fā)展。

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

圖1 2018年全國(guó)眾創(chuàng)空間分布情況

按照全國(guó)七大地理區(qū)域劃分，2018年我國(guó)眾創(chuàng)空間的區(qū)域分布如圖1所示�？梢钥闯�，我國(guó)眾創(chuàng)空間分布具有顯著的不平衡特征，其中，華東地區(qū)眾創(chuàng)空間數(shù)量最多，其次是華北、華南地區(qū)，而西南、華中、西北和東北地區(qū)的數(shù)量最少。這也說(shuō)明眾創(chuàng)空間數(shù)量與地區(qū)的經(jīng)濟(jì)、教育、科技、人才等因素關(guān)系密切，經(jīng)....

圖2 全國(guó)各省市眾創(chuàng)空間總收入狀況（千元）

總收入是反映眾創(chuàng)空間發(fā)展水平的最直接統(tǒng)計(jì)指標(biāo)，由圖2可知，除天津、甘肅以外，大部分省市2018年眾創(chuàng)空間的總收入都要高于2017年。北京、天津、江蘇、浙江、廣東、江西等相對(duì)發(fā)達(dá)地區(qū)眾創(chuàng)空間總收入明顯高于其他省市自治區(qū)，這主要因?yàn)檫@些地區(qū)的經(jīng)濟(jì)發(fā)展水平、科技水平以及包含金融、財(cái)稅等....

圖5 30個(gè)省市SE值調(diào)整前后變化

(3）金融支持的規(guī)模效率金融支持的規(guī)模效率反映了由于企業(yè)的規(guī)模因素影響金融支持效率的程度。對(duì)比表3和表6可知，全國(guó)范圍內(nèi)金融支持的規(guī)模效率SE均值由調(diào)整前的0.852下降至0.475，產(chǎn)生了較大幅度的下跌，成為綜合技術(shù)效率均值下降的主要原因。這也表明盡管金融支持眾創(chuàng)空間發(fā)展的效率....

圖3 30個(gè)省市TE值調(diào)整前后變化

金融支持的綜合技術(shù)效率是對(duì)省市的資源配置能力、資源使用效率等多方面能力的綜合衡量和評(píng)價(jià)。對(duì)比表3和表6可知，調(diào)整前TE均值為0.495，調(diào)整后TE均值為0.453,TE均值有所下降，表明在剔除環(huán)境因素之后，全國(guó)平均金融支持的綜合技術(shù)效率值總體上呈現(xiàn)減弱趨勢(shì)，環(huán)境因素對(duì)金融支持眾創(chuàng)....

本文編號(hào)：4045475