科技企業(yè)孵化器集聚及效率與空間關(guān)聯(lián)研究

吳文清， 馬賽翔， 劉曉英

(1.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部， 天津 300072；2.國(guó)家知識(shí)產(chǎn)權(quán)戰(zhàn)略實(shí)施(天津大學(xué))研究基地， 天津 300072)

?

科技企業(yè)孵化器集聚及效率與空間關(guān)聯(lián)研究

吳文清1，2， 馬賽翔1， 劉曉英1

(1.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部， 天津 300072；2.國(guó)家知識(shí)產(chǎn)權(quán)戰(zhàn)略實(shí)施(天津大學(xué))研究基地， 天津 300072)

從我國(guó)省域?qū)用娉霭l(fā)，研究了省域國(guó)家級(jí)科技企業(yè)孵化器的區(qū)域差異與集聚度，利用數(shù)據(jù)包絡(luò)分析對(duì)我國(guó)省域國(guó)家級(jí)科技企業(yè)孵化器的投入產(chǎn)出效率進(jìn)行了測(cè)算。以各省域DEA效率為基礎(chǔ)，運(yùn)用全局自相關(guān)和局部自相關(guān)分析了我國(guó)省域國(guó)家級(jí)孵化器效率的空間關(guān)聯(lián)性和模式。研究結(jié)果表明：我國(guó)省域國(guó)家級(jí)孵化器數(shù)量存在較大差異，并且分布不均勻，各省域國(guó)家級(jí)科技企業(yè)孵化器的投入產(chǎn)出效率之間存在顯著差異；各省域孵化器綜合效率存在空間關(guān)聯(lián)性，而純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率不存在空間自相關(guān)性，省域國(guó)家級(jí)孵化器綜合效率空間關(guān)聯(lián)模式呈現(xiàn)出三種類型：high-high型，high-low型和low-high型。

科技企業(yè)孵化器； 集中度； 全局空間自相關(guān)； 局部空間自相關(guān)

20世紀(jì)80年代，自科技企業(yè)孵化器在我國(guó)成立以來(lái)取得了重要進(jìn)展，對(duì)我國(guó)經(jīng)濟(jì)社會(huì)特別是高新技術(shù)創(chuàng)業(yè)企業(yè)成長(zhǎng)以及新興產(chǎn)業(yè)培育起到了重要推動(dòng)作用。2014年中央經(jīng)濟(jì)工作會(huì)議指出：“新興產(chǎn)業(yè)、服務(wù)業(yè)、小微企業(yè)作用更加凸顯，生產(chǎn)小型化、智能化、專業(yè)化將成為產(chǎn)業(yè)組織新特征”的背景下，作為孵化小微企業(yè)和培育新興產(chǎn)業(yè)為使命的科技企業(yè)孵化器肩負(fù)著更大的責(zé)任。

近年來(lái)，我國(guó)科技企業(yè)孵化器發(fā)展出現(xiàn)了一些新的特點(diǎn)，科技企業(yè)孵化器建設(shè)出現(xiàn)集聚化和布局的不均衡化傾向。以國(guó)家級(jí)科技企業(yè)孵化器為例，2012年，我國(guó)東部地區(qū)江蘇省、浙江省、上海市擁有國(guó)家級(jí)科技企業(yè)孵化器分別為80家、34家、23家，北京市擁有國(guó)家級(jí)孵化器28家。而西部地區(qū)的甘肅省、貴州省、青海省、新疆自治區(qū)、寧夏自治區(qū)分別擁有國(guó)家級(jí)科技企業(yè)孵化器2家、2家、2家、3家、1家[1]，國(guó)家級(jí)科技企業(yè)孵化器的區(qū)域發(fā)展集聚化和不平衡趨勢(shì)較明顯。在十八大報(bào)告明確提出“支持小微企業(yè)特別是科技型小微企業(yè)發(fā)展”的背景下，科學(xué)布局科技企業(yè)孵化器、發(fā)揮科技企業(yè)孵化器的集聚作用和引領(lǐng)帶動(dòng)作用，對(duì)有效支持小微企業(yè)成長(zhǎng)，提高創(chuàng)業(yè)企業(yè)成功率，完善國(guó)家創(chuàng)新體系具有重要意義。

科技企業(yè)孵化器績(jī)效和運(yùn)營(yíng)效率受到國(guó)內(nèi)外學(xué)者的廣泛重視[2,3]。Schwartz和Maximilian以德國(guó)410家從科技企業(yè)孵化器畢業(yè)的創(chuàng)業(yè)企業(yè)為研究對(duì)象，研究了科技企業(yè)孵化器的有效性以及科技企業(yè)孵化器對(duì)促進(jìn)創(chuàng)業(yè)企業(yè)生存的作用[4]，Sergio和Charbel以巴西科技企業(yè)孵化器為例，提出了評(píng)估科技企業(yè)孵化器“綠色”績(jī)效框架[5]，Kim 和 Jung研究了韓國(guó)科技企業(yè)孵化器在區(qū)域經(jīng)濟(jì)發(fā)展中的作用[6]， Jafar等基于DEA研究了科技企業(yè)孵化器對(duì)創(chuàng)業(yè)企業(yè)的評(píng)估效果[7]。殷群、張嬌研究了長(zhǎng)三角地區(qū)和國(guó)家級(jí)科技企業(yè)孵化器運(yùn)行效率[8,9]；代碧波、孫東生研究了東北地區(qū)部分國(guó)家級(jí)孵化器效率[10]；張鵬、占豪劍研究了廣東省科技企業(yè)孵化器的運(yùn)營(yíng)績(jī)效[11]；王敬、汪克夷得出我國(guó)新興產(chǎn)業(yè)科技孵化器的技術(shù)效率區(qū)域差異顯著[12]；李志祥、宋清也指出我國(guó)各地區(qū)之間科技企業(yè)孵化器運(yùn)營(yíng)效率差異比較明顯[13]。吳文清等[14,15]對(duì)國(guó)家級(jí)大學(xué)科技園、國(guó)家級(jí)科技企業(yè)孵化器的效率進(jìn)行了評(píng)價(jià)。趙黎明等[16,17]對(duì)孵化器與創(chuàng)投合作的績(jī)效進(jìn)行了研究。不過(guò)，這些研究大多研究科技企業(yè)孵化器的運(yùn)營(yíng)效率與改善途徑，對(duì)于科技企業(yè)孵化器的集聚以及由此造成的效率差異和空間關(guān)聯(lián)作用，則較少涉及。鑒于此，本文以我國(guó)省域國(guó)家級(jí)科技企業(yè)孵化器為研究對(duì)象，對(duì)我國(guó)國(guó)家級(jí)科技企業(yè)孵化器在省域?qū)用娴牟町愋院图鄱冗M(jìn)行研究，評(píng)價(jià)國(guó)家級(jí)科技企業(yè)孵化器省域?qū)用婕鄱葘?duì)資源配置效率的影響。在此基礎(chǔ)上，運(yùn)用LISA (local indicators of spatial association局部空間關(guān)聯(lián))分析法分析我國(guó)省域國(guó)家級(jí)孵化器效率的空間關(guān)聯(lián)性和模式，提出效率改進(jìn)方向及對(duì)策建議。

一、 國(guó)家級(jí)科技企業(yè)孵化器區(qū)域差異與集聚度

本文選取的樣本為中國(guó)大陸29個(gè)省市區(qū)國(guó)家級(jí)科技企業(yè)孵化器(目前海南省尚沒(méi)有國(guó)家級(jí)科技企業(yè)孵化器，西藏自治區(qū)孵化器相關(guān)統(tǒng)計(jì)數(shù)據(jù)不完整)，國(guó)家級(jí)科技企業(yè)孵化器經(jīng)過(guò)科技部嚴(yán)格認(rèn)定，具有代表性，數(shù)據(jù)較為準(zhǔn)確和權(quán)威，國(guó)家級(jí)孵化器數(shù)據(jù)均來(lái)源于2010—2013年《中國(guó)火炬統(tǒng)計(jì)年鑒》。由于2014年《中國(guó)火炬統(tǒng)計(jì)年鑒》只發(fā)布2013年度以省域?yàn)閱挝坏膰?guó)家級(jí)孵化器數(shù)據(jù)，不再發(fā)布單獨(dú)的國(guó)家級(jí)科技企業(yè)孵化器數(shù)據(jù)，因此本文的數(shù)據(jù)截止到2012年。

1. 國(guó)家級(jí)孵化器區(qū)域差異

本文利用錫爾系數(shù)[18]衡量國(guó)家級(jí)科技企業(yè)孵化器發(fā)展的省域差異，具體的計(jì)算公式為

(1)

式中：L為錫爾系數(shù)；n為研究的國(guó)家級(jí)科技企業(yè)孵化器區(qū)域個(gè)數(shù)(本文中為29)；pi為i省市區(qū)的人口占全國(guó)人口的比重；yi為i省市區(qū)的國(guó)家級(jí)孵化器數(shù)量占全國(guó)國(guó)家級(jí)孵化器的比重。錫爾系數(shù)L越大，表示孵化器發(fā)展的省際差異越大。錫爾系數(shù)L越小，表示孵化器發(fā)展在空間上越均衡。

利用上述數(shù)據(jù)得出2011—2012年我國(guó)省域國(guó)家級(jí)孵化器發(fā)展的錫爾系數(shù)分別為0.125和0.132。由此可見(jiàn)，2011年和2012年省域國(guó)家級(jí)孵化器錫爾系數(shù)較大，且2012年的錫爾系數(shù)要高于2011年，表明我國(guó)省域國(guó)家級(jí)孵化器數(shù)量存在較大的差異，且不均衡有擴(kuò)大趨勢(shì)。

2. 國(guó)家級(jí)孵化器區(qū)域集聚度

下面進(jìn)一步采用集中化指數(shù)[19]來(lái)研究我國(guó)國(guó)家級(jí)孵化器數(shù)量省域空間集中程度，其計(jì)算公式為

(2)

利用上述數(shù)據(jù)得出2011—2012年我國(guó)省域國(guó)家級(jí)孵化器發(fā)展的集中化指數(shù)分別為0.21 和0.27，集中化指數(shù)表明我國(guó)國(guó)家級(jí)孵化器數(shù)量分布不均勻，且不均衡程度有擴(kuò)大趨勢(shì)。

二、 省域國(guó)家級(jí)孵化器效率模型、數(shù)據(jù)與變量選擇

本文基于投入導(dǎo)向的BCC 模型[20,21]對(duì)我國(guó)省域國(guó)家級(jí)科技企業(yè)孵化器效率進(jìn)行測(cè)算。結(jié)合殷群[8]、代碧波[10]、張鵬[11]等人的研究以及數(shù)據(jù)的可得性，本文選取的投入指標(biāo)由科技企業(yè)孵化器的管理機(jī)構(gòu)人員數(shù)量、科技企業(yè)孵化器場(chǎng)地總面積、累計(jì)公共技術(shù)服務(wù)平臺(tái)投資額與孵化基金總額3個(gè)指標(biāo)組成。

產(chǎn)出指標(biāo)由在孵企業(yè)人員數(shù)、在孵企業(yè)累計(jì)獲得風(fēng)險(xiǎn)投資總額和批準(zhǔn)知識(shí)產(chǎn)權(quán)數(shù)3個(gè)指標(biāo)組成。

將各省域國(guó)家級(jí)孵化器對(duì)應(yīng)的變量進(jìn)行加總，得到29個(gè)省域國(guó)家級(jí)孵化器的投入產(chǎn)出變量數(shù)據(jù)。

三、 省域國(guó)家級(jí)孵化器效率分析

利用上文選取DEA模型，在對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后,采用DEA P2.1軟件進(jìn)行測(cè)算，得到我國(guó)29個(gè)省(市、自治區(qū))國(guó)家級(jí)科技企業(yè)孵化器2009—2012年的綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動(dòng)情況，如表1所示。

從表1中可以得到以下幾點(diǎn)啟示。

(1) 省域國(guó)家級(jí)科技企業(yè)孵化器總體效率較好。在研究的29個(gè)省市區(qū)中，孵化器DEA綜合效率相對(duì)有效的省域有9個(gè)，占總數(shù)據(jù)的31%，這些省市區(qū)國(guó)家級(jí)孵化器所投入的孵化器數(shù)量、資金、規(guī)模與其本身的效益是匹配的。

(2) 部分綜合效率小于1的省域國(guó)家級(jí)孵化器源于規(guī)模無(wú)效性。從表1中可以看出，有9個(gè)省市區(qū)國(guó)家級(jí)孵化器(遼寧、江蘇、福建、山東、河南、湖北、廣東、重慶、陜西)的純技術(shù)效率為1，但綜合效率都小于1。根據(jù)模型的經(jīng)濟(jì)意義可以得知，這9個(gè)省市區(qū)國(guó)家級(jí)孵化器未能達(dá)到DEA有效的原因，在于其規(guī)模無(wú)效性，但技術(shù)水平已經(jīng)發(fā)揮到最佳。因此，改革的重點(diǎn)應(yīng)該在于如何更好地發(fā)揮其規(guī)模效益。另外11個(gè)省市自治區(qū)國(guó)家級(jí)孵化器的無(wú)效率既來(lái)自技術(shù)無(wú)效也來(lái)自于規(guī)模無(wú)效，意味著這部分省市自治區(qū)孵化器存在著資源尚未得到有效使用，規(guī)模效益難以發(fā)揮的問(wèn)題。

表1 我國(guó)29個(gè)省域國(guó)家級(jí)孵化器2009—2012年DEA效率評(píng)價(jià)

(3) 西部地區(qū)的國(guó)家級(jí)科技企業(yè)孵化器投入產(chǎn)出效率表現(xiàn)較好。內(nèi)蒙古、四川、貴州、新疆、寧夏、青海6省市區(qū)的綜合效率都為1，其中貴州、新疆、寧夏、青海的綜合效率為1，主要由于他們擁有的國(guó)家級(jí)孵化器數(shù)量很少，而孵化器能夠擇優(yōu)選擇好的創(chuàng)業(yè)項(xiàng)目進(jìn)行孵化，投入產(chǎn)出效率高。

(4) 省域國(guó)家級(jí)科技企業(yè)孵化器總體處于技術(shù)進(jìn)步狀態(tài)。我國(guó)29個(gè)省域國(guó)家級(jí)孵化器2009—2012年全要素生產(chǎn)率變動(dòng)指數(shù)(TFP)為1.168，表明我國(guó)國(guó)家級(jí)孵化器2009—2012年以16.8%的速度處于較快的進(jìn)步狀態(tài)。在研究的29個(gè)省域中，孵化器全要素生產(chǎn)率變化(TFP)大于1的省域有27個(gè)，占總體數(shù)據(jù)的93.1%?？梢钥闯?，這些省域國(guó)家級(jí)科技企業(yè)孵化器的經(jīng)營(yíng)績(jī)效相對(duì)改善，主要得益于國(guó)家對(duì)科技企業(yè)孵化器發(fā)展的重點(diǎn)關(guān)注，尤其是《國(guó)家科技企業(yè)孵化器“十二五”發(fā)展規(guī)劃》的頒布，使各地加大了對(duì)孵化器的投入力度，改善了孵化器的孵化服務(wù)。

四、 省域國(guó)家級(jí)科技企業(yè)孵化器效率的空間關(guān)聯(lián)性

1. 省域國(guó)家級(jí)科技企業(yè)孵化器效率的全局空間差異

為研究我國(guó)省域國(guó)家級(jí)科技企業(yè)孵化器綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動(dòng)指數(shù)的關(guān)聯(lián)性和差異程度，首先對(duì)這類效率進(jìn)行全局自相關(guān)分析。這里用空間自相關(guān)指數(shù)(Moran’s I)統(tǒng)計(jì)量作為衡量我國(guó)省域國(guó)家級(jí)孵化器效率全局空間自相關(guān)指標(biāo)，即

(3)

表2 29個(gè)省域國(guó)家級(jí)孵化器效率的Moran’s I估計(jì)值

從表2可以看出，在5%的顯著性水平下，我國(guó)省域國(guó)家級(jí)科技企業(yè)孵化器的綜合效率存在空間自相關(guān)，而省域國(guó)家級(jí)科技企業(yè)孵化器的純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動(dòng)指數(shù)則不存在空間自相關(guān)性。這表明我國(guó)各省域國(guó)家級(jí)科技企業(yè)孵化器綜合效率在空間上呈現(xiàn)高高或低低的聚集現(xiàn)象，綜合效率較大的省份，其周圍省份綜合效率也比較大；綜合效率較小的省份，其相鄰省份孵化器的綜合效率也比較小。

2. 省域國(guó)家級(jí)科技企業(yè)孵化器綜合效率的關(guān)聯(lián)格局

為進(jìn)一步認(rèn)識(shí)我國(guó)省域國(guó)家級(jí)孵化器綜合效率的關(guān)聯(lián)格局，對(duì)其進(jìn)行LISA[22,23]分析，以檢驗(yàn)局部地區(qū)數(shù)據(jù)是否存在空間關(guān)聯(lián)性的方法。其計(jì)算公式為

(4)

對(duì)我國(guó)省域國(guó)家級(jí)孵化器綜合效率進(jìn)行局部空間關(guān)聯(lián)分析，可以得出我國(guó)省域國(guó)家級(jí)科技企業(yè)孵化器綜合效率的空間關(guān)聯(lián)模式呈現(xiàn)出：1) high-high型；high-low型和low-high型3種類型。具體而言，呈現(xiàn)high-high型特征的省域?yàn)橹貞c市，其周邊相鄰省域國(guó)家級(jí)孵化器綜合效率較高，且顯著正相關(guān)，彼此間呈現(xiàn)出空間同質(zhì)性。呈現(xiàn)high-low型的省域?yàn)榘不帐?，其自身?guó)家級(jí)孵化器綜合效率水平相對(duì)較高，而周邊相鄰省域國(guó)家級(jí)孵化器的綜合效率相對(duì)較低，呈現(xiàn)出顯著負(fù)相關(guān)的關(guān)聯(lián)特征。呈現(xiàn)low-high型特征的省域是寧夏回族自治區(qū)，其自身國(guó)家級(jí)孵化器綜合效率水平相對(duì)較低，其周邊相鄰省域國(guó)家級(jí)孵化器的綜合效率相對(duì)較高，呈現(xiàn)出顯著負(fù)相關(guān)的關(guān)聯(lián)特征。上述各個(gè)省域國(guó)家級(jí)科技企業(yè)孵化器綜合效率空間關(guān)聯(lián)模式都通過(guò)了5%的顯著性水平檢驗(yàn)。除上述各個(gè)省市區(qū)外，其余省市區(qū)同周邊相鄰省市區(qū)的空間關(guān)聯(lián)均未通過(guò)5%的顯著性水平檢驗(yàn)，因而未能呈現(xiàn)出較為明確的空間關(guān)聯(lián)模式。

五、 結(jié) 語(yǔ)

本文研究了我國(guó)國(guó)家級(jí)科技企業(yè)孵化器區(qū)域差異與集聚度，利用數(shù)據(jù)包絡(luò)分析對(duì)2009—2012年我國(guó)29個(gè)省域國(guó)家級(jí)科技企業(yè)孵化器效率進(jìn)行了測(cè)算，對(duì)29個(gè)省域國(guó)家級(jí)孵化器綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動(dòng)指數(shù)進(jìn)行了全局自相關(guān)分析，運(yùn)用LISA方法對(duì)省域國(guó)家級(jí)孵化器綜合效率空間關(guān)聯(lián)模式進(jìn)行探討。在我國(guó)省域國(guó)家級(jí)孵化器的綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動(dòng)指數(shù)中，綜合效率具有全局空間相關(guān)性?；谏鲜鲅芯?，本文提出如下建議。

第一，注重科技企業(yè)孵化器均衡發(fā)展。研究表明，我國(guó)省域國(guó)家級(jí)科技企業(yè)孵化器數(shù)量存在較大的差異，且不均衡有擴(kuò)大趨勢(shì)。因此，需要注重科技企業(yè)孵化器的均衡化發(fā)展，通過(guò)局部地區(qū)重點(diǎn)投入的方法促使科技企業(yè)孵化器特別是國(guó)家級(jí)孵化器向均衡化發(fā)展，發(fā)揮國(guó)家級(jí)孵化器的帶動(dòng)和引領(lǐng)作用。

第二，重點(diǎn)優(yōu)化局部科技企業(yè)孵化器規(guī)模。我國(guó)有9個(gè)省市區(qū)國(guó)家級(jí)科技企業(yè)孵化器的純技術(shù)效率為1，但綜合效率都小于1，其原因在于規(guī)模效率小于1，這些區(qū)域國(guó)家級(jí)孵化器的技術(shù)水平已經(jīng)發(fā)揮到最佳，改革的重點(diǎn)應(yīng)該在于如何更好地發(fā)揮其規(guī)模效益。對(duì)于規(guī)模效率遞增的地區(qū)，應(yīng)擴(kuò)大國(guó)家級(jí)孵化器數(shù)量，發(fā)揮其規(guī)模效益，而對(duì)于規(guī)模效率遞減的地區(qū)，應(yīng)適度控制國(guó)家級(jí)孵化器數(shù)量，提升規(guī)模效率。

第三，總體提升科技企業(yè)孵化器技術(shù)效率。我國(guó)省域國(guó)家級(jí)孵化器的綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動(dòng)指數(shù)中，只有綜合效率具有全局空間相關(guān)性，表明我國(guó)省域國(guó)家級(jí)孵化器對(duì)周邊地區(qū)的技術(shù)引領(lǐng)作用不明顯，應(yīng)通過(guò)重點(diǎn)扶持、示范引導(dǎo)、優(yōu)化布局、交流合作等方法發(fā)揮省域國(guó)家級(jí)孵化器的作用，有效發(fā)揮我國(guó)省域國(guó)家級(jí)孵化器的集聚和擴(kuò)散作用，促進(jìn)我國(guó)高新技術(shù)產(chǎn)業(yè)的均衡發(fā)展。

第四，促進(jìn)國(guó)家級(jí)孵化器的區(qū)域協(xié)同發(fā)展?？傮w而言，我國(guó)省域國(guó)家級(jí)科技企業(yè)孵化器的發(fā)展空間關(guān)聯(lián)性不強(qiáng)，還未從整體上形成優(yōu)勢(shì)互補(bǔ)，互動(dòng)發(fā)展的局面。目前可結(jié)合京津冀一體化發(fā)展和長(zhǎng)江經(jīng)濟(jì)帶建設(shè)的契機(jī)，一方面重點(diǎn)促進(jìn)京津冀區(qū)域內(nèi)科技企業(yè)孵化器的協(xié)同發(fā)展，鼓勵(lì)京津冀孵化器之間形成戰(zhàn)略聯(lián)盟；另一方面重點(diǎn)建設(shè)長(zhǎng)江經(jīng)濟(jì)帶上的省域國(guó)家級(jí)孵化器效率較低的地區(qū)如湖北省國(guó)家級(jí)孵化器，促使長(zhǎng)江經(jīng)濟(jì)帶上的省域國(guó)家級(jí)孵化器形成“high-high”發(fā)展局面，并進(jìn)一步帶動(dòng)周邊地區(qū)國(guó)家級(jí)孵化器的發(fā)展。

[1] 科技部火炬高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)中心. 中國(guó)火炬統(tǒng)計(jì)年鑒2013[M]. 北京：中國(guó)統(tǒng)計(jì)出版社，2012.

[2] Phillip H P, Donald S S, Mike W. Science parks and incubators: Observations, synthesis and future research [J].JournalofBusinessVenturing, 2005, 20(2):165-182.

[3] 吳文清，呂卓燏，趙黎明. 基于共詞的我國(guó)科技企業(yè)孵化器研究趨勢(shì)分析[J]. 科學(xué)管理研究,2014,32(1):74-77.

[4] Michael S, Maximilian G. A multidimensional evaluation of the effectiveness of business incubators: An application of the PROMETHEE outranking method [J].EnvironmentandPlanningC:GovernmentandPolicy, 2009, 27(6): 1072-1087.

[5] Sergio A F, Charbel J C. Assessment of business incubators’ green performance: A framework and its application to brazilian cases [J].Technovation, 2012, 32(2), 122-132.

[6] Ha Y K, Chang M J. Does a technology incubator work in the regional economy? Evidence from South Korea [J].JournalofUrbanPlanningandDevelopment, 2010, 136(3):273-284.

[7] Jafar R,Roland O,Victor S. Measuring entrepreneurship: Expert-based vs. data-based methodologies [J].ExpertSystemswithApplications, 2012, 39(4): 4063-4074.

[8] 殷 群，張 嬌. 長(zhǎng)三角地區(qū)科技企業(yè)孵化器運(yùn)行效率研究：基于DEA的有效性分析[J]. 科學(xué)學(xué)研究，2010，28(1)：86-94.

[9] 張 嬌，殷 群. 我國(guó)企業(yè)孵化器運(yùn)行效率差異研究：基于DEA 及聚類分析方法[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，2010，31(5)：171-177.

[10] 代碧波，孫東生. 基于DEA方法的科技企業(yè)孵化器運(yùn)行效率評(píng)價(jià)：以東北地區(qū)14家國(guó)家級(jí)企業(yè)孵化器為例[J]. 科技進(jìn)步與對(duì)策，2012，29(1)：142-146.

[11] 張 鵬，占豪劍. 基于DEA科技企業(yè)孵化器績(jī)效評(píng)價(jià)：以廣東為例[J]. 科技管理研究, 2010，30(14)：78-81.

[12] 王 敬，汪克夷. 我國(guó)新興產(chǎn)業(yè)科技孵化器技術(shù)效率的測(cè)評(píng)與影響[J]. 財(cái)經(jīng)問(wèn)題研究，2012(3)：40-47.

[13] 李志祥，宋 清. 科技企業(yè)孵化器運(yùn)營(yíng)效率的激勵(lì)規(guī)制[J]. 北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，14(6)：45-46.

[14] 吳文清，劉曉英，趙黎明. 科技企業(yè)孵化器網(wǎng)絡(luò)平臺(tái)效率差異與優(yōu)化：基于338家國(guó)家級(jí)科技企業(yè)孵化器的分析[J]. 科技進(jìn)步與對(duì)策，2014，31(1):86-92.

[15] 吳文清，趙黎明. 中國(guó)大學(xué)科技園動(dòng)態(tài)效率評(píng)價(jià)[J]. 天津大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版,2012,14(3):247-252.

[16] 趙黎明，盧 珊. 科技企業(yè)孵化器與創(chuàng)投合作績(jī)效研究[J]. 天津大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版,2013,15(1):26-30.

[17] 吳文清，張海紅，趙黎明. 基于學(xué)習(xí)的孵化器與創(chuàng)投協(xié)同知識(shí)創(chuàng)造資源共享研究[J]. 管理學(xué)報(bào),2015,12(7):1038-1044.

[18] Chakraborty J, Bosman M M. Measuring the digital divide in the United States: Race, income and personal computer ownership [J].TheProfessionalGeographer, 2005, 57(3):395-410.

[19] 寧進(jìn)廳，邱 娟，汪明峰. 中國(guó)互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的區(qū)域差異及其動(dòng)態(tài)演進(jìn)：基于生產(chǎn)和消費(fèi)的視角 [J]. 世界地理研究，2010，19(4)：58-64.

[20] Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units [J].EuropeanJournalofOperationalResearch, 1978, 2 (6):429-444.

[21] Banke R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis [J].ManagementScience,1984,30(9):1078-1092.

[22] Anselin L. Local indicators of spatial association： LISA [J].GeographicalAnalysis, 1995, 27(2): 93-115.

[23] 丁 剛，羅 暖. 省域創(chuàng)新型科技人才隊(duì)伍建設(shè)的投入產(chǎn)出效率評(píng)價(jià)及其空間關(guān)聯(lián)格局分析[J]. 西北人口，2012，33(4):13-17.

Research on Agglomeration Degree, Efficiency and Spatial Correlation of Business Incubators

Wu Wenqing1,2， Ma SaiXiang1， Liu Xiaoying1

(1.School of Management and Economics, Tianjin University, Tianjin 300072, China;2.Tianjin University Research Center for National Intellectual Property Strategy Implementation, Tianjin 300072, China)

The paper analyzes regional differences, agglomeration degree and the input-output efficiency of national business incubators in 29 provinces of China from 2009 to 2012. Based on data envelopment analysis (DEA), the paper uses global and local spatial autocorrelation analysis to analyze the spatial correlation and patterns of national incubators. The results indicate that national incubators have a huge difference in numbers and input-output efficiency, and they have an uneven distribution. The number of incubators and combined efficiency display spatial autocorrelation, while pure technical efficiency, scale efficiency and TFP don’t display spatial autocorrelation. The spatial correlation patterns of combined efficiency display three types, high-high, high-low and low-high.

business incubator; agglomeration degree; global spatial autocorrelation; local spatial autocorrelation

2015-06-17.

國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目(13CGL018)；國(guó)家自然科學(xué)基金資助項(xiàng)目(71403182)；高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助項(xiàng)目(20130032120014).

吳文清(1977— )，男，博士，副教授.

吳文清，wenqingw@tju.edu.cn.

F276.44

A

1008-4339(2016)03-206-05