北京“眾創空間”區位選擇特征及影響因子分析

孟國力，呂拉昌，2，黃　茹

(1.首都師范大學　資源環境與旅游學院，北京　100048；2.北京城市創新與發展研究中心，北京　100048)

?

北京“眾創空間”區位選擇特征及影響因子分析

孟國力1，呂拉昌1，2，黃茹1

(1.首都師范大學資源環境與旅游學院，北京100048；2.北京城市創新與發展研究中心，北京100048)

“眾創空間”是新興的創新創業的載體，其區位選擇是需要探討的重要理論問題。將核密度估計分析法和Ripley’s K函數分析法相結合來研究北京市“眾創空間”的區位分布特點，并運用因子分析法對影響“眾創空間”區位選擇的因子進行分析。研究表明：北京市“眾創空間”主要位于北京市城區北部三環至城區北部五環內，尤其是中關村大街。中關村大街是北京市“眾創空間”最集聚的地方；不同形式的“眾創空間”其集聚特點不同，傳統孵化器的區位選擇空間范圍遠遠大于新型孵化器的區位選擇空間范圍，這種現象是受到產業環境、創新環境、創新生活設施等因子綜合作用的結果。這對未來北京市制訂創新創業政策以及不同形式“眾創空間”的區位選取具有重要的參考意義。

眾創空間；核密度估計；Ripley’s K函數；集聚

一、問題提出

當前，“眾創空間”成為商界和媒體界探討非常熱的話題，尤其在國家提出建設創新型國家的目標和“大眾創業，萬眾創新”的“雙創”新動能下，各式各樣的“眾創空間”如雨后春筍成長起來。

國外并沒有“眾創空間”這個詞，但在國外有“創客空間”一詞。國內學者對“眾創空間”的研究大多都是對傳統孵化器的研究。殷群和張嬌(2010)運用了數據包絡分析(DEA)模型研究了長三角地區科技企業孵化器運行效率[1]；林德昌等(2010)研究了科技企業孵化器服務創新影響因素，認為孵化器服務創新的影響因素主要有資源、政策環境、運營模式[2]；周建華和段浪(2011)研究了城市科技企業孵化器網絡的形成與演變，認為城市科技企業孵化器網絡的形成與演變是一個動態的連續發展過程，要經歷生成期、發展期、穩定期三個發展階段[3]。

圖1　“眾創空間”結構示意圖

“眾創空間”是隨著許多新型孵化器的出現而誕生的新詞，然而，國內學術界對“眾創空間”的概念、“眾創空間”的界定等都沒有明確規定。根據2015年3月國務院《關于發展眾創空間推進大眾創新創業的指導意見》中對“眾創空間”的定義：順應網絡時代創新創業特點和需求，通過市場化機制、專業化服務和資本化途徑構建的低成本、便利化、全要素、開放式的新型創業服務平臺的統稱。工商界和媒體界對“眾創空間”的界定為傳統孵化器和新型孵化器(圖1)。傳統孵化器主要指一些提供技術服務及其他創新服務的孵化器公司；新型孵化器主要指“創客空間”、“創業咖啡廳”、“創新工場”、“投融資機構”等一些為創業者提供服務的創新創業平臺，簡單地說就是為草根創業者提供門檻更低、創新創業服務更為便利的地方。

總之，“眾創空間”既是創業者低門檻的工作空間、網絡空間、社交空間和資源共享空間，又是集培訓服務、融資服務、商業服務、政策服務、法律服務、媒體服務等全方位服務的創新創業生態體系。它既包含傳統孵化器又包含新型孵化器，其區位選擇受到眾多因子的作用。本文根據已有學者對區位影響因子及對創新產出影響因子的分析總結[4-6]，提出影響“眾創空間”區位選擇的因子的假設：(1)產業環境；(2)創新環境；(3)創新的生活基礎設施。其代表指標如表1所示。

表1　“眾創空間”影響因素指標體系

本文依據環城道路將北京劃分為六大區域，即二環以內、二環至三環間、三環至四環間、四環至五環間、五環至六環間、六環以外，通過采用因子分析法對六大區域內的產業環境、創新環境、創新生活基礎設施等因子進行分析，來探討“眾創空間”區位選擇的主要影響因素。

根據國務院《關于發展眾創空間推進大眾創新創業的指導意見》中對“眾創空間”的定義和工商界和媒體界對“眾創空間”的界定為標準，本文運用空間分析法對北京市的兩種類型孵化器進行研究，通過核密度估計分析法和Ripley’s K函數分析法對北京市不同形式的孵化器的點位置進行分析，旨在呈現北京市“眾創空間”的分布格局和特點，并揭示北京市“眾創空間”區位選擇的影響因子。

二、研究方法及數據來源

(一)研究方法

1.核密度估計分析法

核密度估計分析法常運用在不同空間位置上發生概率不同的地理事件的研究[7]。其在點位數據的空間集聚分析中，是通過移動樣方來估計點的分布集聚程度的空間分析法，揭示了點位空間分布的特征[8]。某一地區若具有密集的點分布，則該地理事件發生的概率較高；若具有稀疏的點分布，則該地理事件發生的概率低[9]。核密度估計分析法也多運用在對空間熱點的研究中，利用空間平滑對點狀位置數據進行空間格局分析[10]。它具有可隨意設定函數形式，被解釋變量與解釋變量的分布形式受到較少限制[11]的特征。可見，核密度估計分析法具有較強的適應性、普遍應用型的特點。具體計算公式[12-15]如下：

(1)

而且，核密度估計分析結合空間平滑技術，對點位置數據進行空間平滑處理會使點位置產生光滑的表面[12]。采樣點的規模大小各異，在運用核密度估算時，應依據規模確定計數次數，保證采集數據的客觀性[16]。基于此，本文對北京市“眾創空間”的空間格局研究采用核密度估計分析方法，通過核密度估計分析來呈現北京市“眾創空間”的宏觀分布格局。

2.Ripley’s K函數分析法

Ripley’s K函數分析法可以分析任意尺度的空間分布格局，也是點位置要素分析的常用方法[17]。Ripley’s K(d)函數是用來分析在一定的尺度范圍內空間點過程數據的工具，主要運用在不同空間尺度上分析某一點的分布格局，即點格局。Ripley’s K(d)函數公式[13-19]如下：

(2)

式中：n為點的個體數，d為距離尺度，wij(d)是空間事物個體i與個體j之間的距離，A為研究區域面積[20]。K(d)值為正，說明點要素是集聚，K(d)值為負，說明點要素是分散。K函數可以變換成另一種表達形式。

(3)

由于L(ds)的分布形式不易得到，為了檢驗L(ds)的計算結果能夠很好地體現實際含義，一般采用模擬的方法，將模擬結果與模擬所得的隨機分布模式進行對比[21]。本文運用Ripley’s K(ds)函數分析，對“眾創空間”進行分類，把傳統孵化器平臺和新型孵化器平臺看作平面上的點要素，在地圖上繪制各類“眾創空間”的分布圖，并以此為基礎來分析各類“眾創空間”分布格局，并通過集聚指數來定量判斷“眾創空間”的集聚程度，其中，L(d)與d的關系圖可以用來檢驗依賴于尺度d的兩種類型的“眾創空間”分布格局。如果L(d)值小于隨機分布的期望值，即為負值，則認為該類型的“眾創空間”有均勻分布的趨勢；L(d)值大于期望值，即為正值，則該類型的“眾創空間”有聚集分布的趨勢；否則為隨機分布。

總之，本文將核密度估計分析法和Ripley’s K函數分析法相結合，通過核密度估計分析法來呈現北京城市“眾創空間”的宏觀格局，又通過Ripley’s K函數分析法將北京城市“眾創空間”的聚集程度經過集聚指數定量的呈現出來，以期更好地了解北京城市“眾創空間”的區位特征。

(二)數據來源

本文通過抓取軟件輸入限制條件“北京”、“孵化器”得到北京市帶有孵化器名字的公司；通過“百度”“58同城”“趕集網”和國家或北京市公布掛牌的北京市“眾創空間”名單查找北京市不帶“孵化器”名字的其他“眾創空間”，并通過分類得出140家傳統孵化器和71家新型孵化器總共211家“眾創空間”。這211家的“眾創空間”的數據和工商界討論的數量基本吻合。可見，211家“眾創空間”基本上是北京市90%以上的“眾創空間”，對其進行空間分析能夠得出可信的結論。本文先將211家“眾創空間”的位置轉換成經緯坐標點，這211家“眾創空間”的經緯坐標來自于百度地圖。核密度估計的計算是基于Arcgis10.0平臺；Ripley’s K函數的計算是基于Arcgis10.0平臺和Crimestat軟件。投影坐標系用Beijing1954的投影坐標系。

三、北京市“眾創空間”分布格局及特點

(一)北京市“眾創空間”分布格局

近些年，北京市“眾創空間”發展比較快，尤其是新型孵化器，如“創客空間”、“創業咖啡廳”、“創新工場”、“融投資機構”等等。為了更好地了解北京市“眾創空間”的分布格局和特點，本文對北京市不同形式的孵化器分別運用空間分析法對其進行分析。

首先，北京市總的孵化器分布格局和特點。北京市總的孵化器主要分布在北京市城區內，尤其是北京城區北部二環至城區北部五環之間成“塊”狀分布，分布密度最大的地方位于海淀區中關村創業大街，被稱為“北京市眾創空間集聚區”，而北京城區二環以內以及五環至六環之間多呈點狀分布(圖2)。“眾創空間”的分布既有重要的商業地段、企業集聚區，又有離城區較遠的五環外的一些地方。

圖2　北京市總的孵化器點位置核密度估計分析圖

其次，北京市的傳統孵化器也主要分布在城區，傳統孵化器的分布特點和北京市總的孵化器的分布特點相似，但分布的“塊”狀形狀比總的孵化器的“塊”狀形狀和點狀密度都要小(圖3)。這也說明了北京市“眾創空間”仍以傳統孵化器為主，傳統孵化器在“眾創空間”里所占比重較大。

最后，北京市的新型孵化器的分布格局如圖4所示，北京城區內的新型孵化器主要位于中關村大街，其他地方的新型孵化器雖然分布零散，主要分布于北京市望京等地段。新型孵化器在中國起步比較晚，自從2010年以來，北京市的新型孵化器已有70多家。新型孵化器不同于傳統孵化器，傳統孵化器多以技術公司的形式存在，而新型孵化器多是為創業者提供服務的平臺機構。其區位要求一般是位于大學、科研機構等人才集聚的地方，故其區位的選擇傾向于坐落在創造性人才集聚的地方，北京中關村大街是目前比較理想的選擇地方，這一地區集聚了北大、清華等全國知名的高校和中科院等著名研究機構，是中國人才最集中的地區。

圖3　北京市傳統孵化器的核密度估計分析圖

圖4　北京市新型孵化器的核密度估計分析圖

(二)北京市“眾創空間”的區位選擇特征

通過Crimestat軟件進行分析，發現其結果顯示在特定的空間范圍內，北京市孵化器的集聚程度均高于隨機分布的最大值，顯著性全部通過檢驗。可見，北京市的孵化器分布特征具有顯著的集聚性，而且，出現了集聚峰值和峰值距離(圖5)。L指數值說明了孵化器的選擇位置在不同空間尺度下的集聚程度。在某一特定距離區域內L指數值越大，說明孵化器企業越集聚。

從經濟學中集聚經濟效應角度來看，集聚經濟對新企業創建起正向作用，因為創業者更容易獲取資源，而且新企業之所以選擇現有企業集聚區域創業，是由于已經集聚的領先企業對新企業具有孵化作用[22]。新型孵化器的峰值距離在20米左右；傳統孵化器的峰值距離為118米左右(圖5)，即當孵化器的集聚達到峰值距離時，其集聚程度最大。孵化器企業為了獲得最大利益，會把孵化器的區位選在孵化器最集聚的地方，這也是中關村創業大街分布著眾多新型孵化器的原因之一。新型孵化器的集聚峰值比傳統孵化器的集聚峰值滯后出現。北京市新型孵化器的L指數值變化趨勢呈先增后減的“倒勾”型的特征；傳統孵化器的L指數值變化趨勢呈現先增后減的“拋物線”型的特征。新型孵化器與傳統孵化器的區位選取點的差異表明新型孵化器的區位選取空間比傳統孵化器的區位選取空間要小得多。北京市新型孵化器的L指數值和傳統孵化器的L指數值都會影響北京市總的孵化器的L指數值的變化趨勢，而且北京市傳統孵化器的L指數值變化趨勢和北京市總的孵化器變化趨勢相似(圖5)，說明北京市孵化器仍以傳統孵化器為主，新型孵化器才剛剛發展。

圖5　北京市孵化器的Ripley’s K函數分析圖

(三)“眾創空間”區位選擇的影響因子

北京市集聚了國家“創新示范區”“高新區”“科技企業孵化器”“高等院所”等豐富的創新創業資源，是全國“眾創空間”發展最快的城市。

傳統孵化器主要是指一些技術孵化器公司；新型孵化器主要指“創客空間”“創業咖啡廳”“創新工場”“投融資機構”等一些為創業者提供服務的創新創業平臺。兩者的所涉及的業務不同，自然所偏重的對象也不同，那么，兩種孵化器對區位要求的差異是受孵化器公司的綜合影響因子作用的結果。根據上面假設的影響因素(表1)，接下來本文通過因子分析法來驗證影響“眾創空間”區位選擇的因素。

表2列示了六個主因子解釋原有變量總方差的情況。第一個主因子的特征值是4.087，解釋原有六個變量總方差的68.11%；第二個因子的特征值是1.481，解釋原六個變量總方差的24.68%，累計方差貢獻率為92.79%。總體上，原有變量的信息丟失的較少，因子分析較理想。為了更好地解釋各個因子，以“方差極大化”為準則進行因子正交旋轉，調試后的第一主因子特征值為3.279，解釋原六個變量總方差的54.65%；第二主因子特征值為2.288，解釋原變量總方差的38.14%，兩個主因子的累積貢獻率為92.79%。

表2　因子解釋原有變量總方差的情況

從表3看，第一主因子主要由變量X1、X2、X3、X4決定，它們作用在第一主因子上的載荷分別為0.968、0.926、0，877、0.780，反映了由企業種類、大企業、產業園區代表的產業環境和由高等院校代表的創新環境解釋原變量總方差的54.65%，即產業環境、創新環境對“眾創空間”區位選擇起主要影響。第二主因子主要有變量X5、X6決定，它們作用在第二主因子上的載荷分別為0.991、0.937，反映了以交通通達性和房價為代表的創新生活設施解釋原變量總方差的38.14%，即創新生活設施對“眾創空間”區位選擇也具有重要作用。

表3　各主因子分析情況

總之，兩種類型的“眾創空間”受到產業環境、創新環境、創新生活設施等綜合因素的影響的假設是成立的。新型孵化器是為創業者提供服務的平臺機構，其區位要求一般是位于大學、科研機構等人才集聚以及能為創業者提供各種創業平臺和資金的地方，故其區位的選擇傾向于位于創造性人才集聚和業態種類較多且分布著眾多大公司的商業地段，受房價價格和交通通達性的影響較小，而且各個企業之間聯系強度較強的地段(如中關村大街)；傳統孵化器以技術公司為主，除了受產業環境，集聚環境影響較大外還受房價價格、交通通達性等創新生活設施較大的影響。故兩種類型的孵化器的區位選擇空間的范圍有很大的差異。

四、結論

北京市的“眾創空間”包括以技術為主的傳統孵化器和以創新創業服務為主的新型孵化器，通過應用核密度估計分析法和Ripley’s K函數分析法來研究北京市的不同形式的孵化器區位格局及集聚分散特征，較為明顯地反應出了北京市的孵化器區位分布格局和分布特點，這也驗證了這兩種方法的結合應用非常合理。本文的研究結論如下：

第一，運用核密度估計分析法分析北京市“孵化器”的分布格局，分析結果表明：北京市的“孵化器”主要位于北京城區內，尤其是北京城區的北部二環至北部的五環區域，中心點位于中關村創業大街。北京市的孵化器分布在北京城區北部的三環至六環之間的多個地方，多地呈“面”狀分布和多點全面“開花”的狀態，L值出現集聚峰值(集聚指數最高)時所對應的峰值距離是70m左右。北京城區內的新型孵化器主要位于中關村大街，其他地方的新型孵化器雖然分布零散，但都位于北京望京等區位比較重要的地段。

第二，運用 Ripley’s K(d)函數對北京城區不同類型的孵化器在不同空間尺度下的集聚趨勢進行分析，分析結果表明：新型孵化器呈現“倒鉤”型的集聚指數特征；傳統孵化器呈現“拋物線”型的集聚指數特征，通過對比兩種類型的孵化器集聚峰值距離，發現它們的區位選擇的空間尺度存在差異。其中，傳統孵化器位置的區位可選范圍比較大，而新型孵化器集聚于特定的辦公區域，區位可選范圍較小。

第三，“眾創空間”的區位選取受產業環境、創新環境、創新生活設施等綜合因素的影響。不同類型的“眾創空間”受到的影響也有差異。新型孵化器是為創業者提供服務的平臺機構，其區位要求一般是位于大學、科研機構等人才集聚以及能為創業者提供各種創業平臺的地方，故其區位的選擇受產業環境和創新環境影響較大；傳統孵化器以技術公司為主，除了受產業環境、集聚環境影響較大外，還受創新生活設施較大的影響。故兩種類型的孵化器的區位選擇空間的范圍有很大的差異。

[1]殷群，張嬌.長三角地區科技企業孵化器運行效率研究—基于 DEA的有效性分析[J].科學學研究，2010(1)：86-94.

[2]林德昌，廖蓓秋，陸強，王紅衛.科技企業孵化器服務創新影響因素研究[J].科學學研究，2010(6)：920-925.

[3]周建華，段浪.城市科技企業孵化器網絡形成與演變研究[J].經濟地理，2011(3)：443-452.

[4]王士君，浩飛龍，姜麗麗.長春市大型商業網點的區位特征及其影響因素[J].地理學報，2015(6)：893-905.

[5]章文，黎夏.深圳服裝空間演化及影響因素分析[J].熱帶地理，2014(4)：534-543.

[6]蔣天穎.浙江省區域創新產出空間分異特征及成因[J].地理研究，2014(10)：1825-1836.

[7]叢海彬，鄒德玲，蔣天穎.浙江省區域創新平臺空間分布特征及其影響因素[J].經濟地理，2015(1)：112-118.

[8]王法輝.基于GIS的數量方法與應用[M].北京：商務印書館，2009.

[9]吳必虎，肖金玉.中國歷史文化村鎮空間結構與相關性研究[J].經濟地理，2012(7)：6-11.

[10]李強，王士君，梅林.長春市中心城區大型超市空間演變過程及機理研究[J].地理科學，2013(5)：553-561.

[11]安康.我國區域經濟協調互動發展統計測度研究[D].廣州：暨南大學，2010.

[12]蔣天穎.浙江省區域創新產出空間分異特征及成因[J].地理研究，2014(10)：1825-1836.

[13]章文，黎夏.深圳服裝業空間演化及影響因素分析[J].熱帶地理，2014(4)：534-543.

[14]ROSENBLATT M.Remarks on some nonparametric estimates of a density function[J].The Annals of Mathematical Statistics，1956，27(3)：832-837.

[15]SILVERMAN B W.Density estimation for statistics and data analysis[M].London：Chapman & Hall，1986.

[16]朱鶴，劉家明，陶慧，等.北京城市休閑商務區的時空分布特征與成因[J].地理學報，2015(8)：1215-1228.

[17]孟斌，張景秋，王勁峰，張文忠，郝衛秋.空間分析法在房地產市場研究中的應用[J].地理研究，2005(6)：956-964.

[18]WONG D W S，JAY L.Statistical analysis of geographic information with arc view GIS and arc GIS[M].Beijing：China Financial and Economic Publishing House，2008.

[19]王士君，浩飛龍，姜麗麗.長春市大型商業網點的區位特征及其影響因素[J].地理學報，2015(6)：893-905.

[20]PIPLEY B D.Spatial statistics[M].Hoboken：John Wiley，1981.

[21]湛東升.基于社會屬性的北京市居民居住與就業空間集聚特征[J].地理學報，2013(12)：1607-1618.

[22]SORENSON O，AUDIA P G.The social structure of entrepreneurial activity：geographic concentration of footwear production in the U.S.，1940—1989[J].American Journal of Sociology，2000，106(2)：324-362.

(責任編輯：張任之)

The Characteristics of Location Selection and Influencing Factors of “Maker-Space” in Beijing

MENG Guoli1，Lü Lachang1，2，HUANG Ru1

(1.Capital Normal University，Beijing 100048，China；2.Beijing Urban Innovation and Development Research Center，Beijing 100048，China)

“Maker-space” is the carrier of emerging innovation and entrepreneurship，the choice of location is one of the important theoretical issues which need to be discussed.Based on kernel density estimating method and Ripley’s K function analytical method，this paper studies characteristics of regional distribution of “maker-space” and using the factor analysis method to analyze influence factors of locational choice of “maker-space”in Beijing.The research shows that “maker-space” mainly locates in urban area within northern third ring road to northern fifth ring road，especially on Zhongguancun avenue，which is the gathering place of “maker-space” in Beijing .Different forms of “maker-space” has different characters of spatial agglomeration.Spatial scope of location choice of traditional incubator is much larger than the new one，which is affected by the factors industrial environment，innovation environment，living facility and soon，it is the result of comprehensive action.The research has important reference value for making future innovation entrepreneurship policies and the location choice of diverse “maker-space” in Beijing.

maker-space；kernel density estimation；Ripley’s K functions；agglomeration

10.13504/j.cnki.issn1008-2700.2016.05.0010

2016-03-01

國家自然科學基金項目“中國主要城市創新職能結構與空間優化研究”(41471136)

孟國力(1987—)，男，首都師范大學資源環境與旅游學院碩士研究生；呂拉昌(1963—)，男，首都師范大學資源環境與旅游學院/北京城市創新與發展研究中心教授，博士生導師，研究方向為城市創新、新經濟城市規劃研究；黃茹(1964—)，女，首都師范大學資源環境與旅游學院教授，研究方向為城市發展和旅游管理研究。

F129.9

A

1008-2700(2016)05-0089-09