我國(guó)科技企業(yè)孵化器運(yùn)行效率與空間相關(guān)性研究

林雪菲 王寶海

摘 要： 我國(guó)科技企業(yè)孵化器在促進(jìn)科技成果轉(zhuǎn)化、培養(yǎng)高新技術(shù)企業(yè)等方面發(fā)揮著重要作用。運(yùn)用三階段DEA模型和空間模型對(duì)我國(guó)科技企業(yè)孵化器的運(yùn)行效率和空間相關(guān)性進(jìn)行分析。結(jié)果表明，技術(shù)進(jìn)步貢獻(xiàn)最為突出，純技術(shù)效率是制約綜合效率的因素;發(fā)展環(huán)境變量影響較為明顯;目前我國(guó)科技企業(yè)孵化器的發(fā)展尚處于探索時(shí)期，其效率的空間相關(guān)性較弱。根據(jù)數(shù)據(jù)分析結(jié)果提出重視科技創(chuàng)新，提高運(yùn)行效率、分級(jí)分類管理、科學(xué)化發(fā)展、加強(qiáng)空間聯(lián)系，促進(jìn)集聚發(fā)展等對(duì)策。

關(guān)鍵詞： 科技企業(yè)孵化器 運(yùn)行效率 發(fā)展環(huán)境

一、引言

科技企業(yè)孵化器是指通過(guò)提供創(chuàng)新發(fā)展所需的管理支持和資源網(wǎng)絡(luò)，幫助新創(chuàng)企業(yè)成長(zhǎng)的經(jīng)濟(jì)發(fā)展手段或企業(yè)運(yùn)作形式。國(guó)際企業(yè)孵化器協(xié)會(huì)將孵化器定義為一種企業(yè)支持計(jì)劃，其對(duì)象是新創(chuàng)立的公司。1987年誕生了中國(guó)第一個(gè)科技企業(yè)孵化器——武漢東湖創(chuàng)業(yè)服務(wù)中心，目前，我國(guó)已經(jīng)形成具有較大規(guī)模的孵化器隊(duì)伍，數(shù)量位居世界前列。

科技企業(yè)孵化器在優(yōu)化創(chuàng)新資源配置，提高孵化器服務(wù)水平等方面的作用得到廣泛關(guān)注，國(guó)內(nèi)外專家學(xué)者對(duì)科技企業(yè)孵化器的研究也在不斷發(fā)展深入。Sung（2002）以韓國(guó)7家科技企業(yè)孵化器為研究對(duì)象，運(yùn)用“線性模型”和“非線性模型”，以創(chuàng)業(yè)企業(yè)的成功率為指標(biāo)對(duì)科技企業(yè)孵化器的效率進(jìn)行分析;Schwartz M等（2009）基于410個(gè)科技企業(yè)孵化器的相關(guān)數(shù)據(jù)，通過(guò)多準(zhǔn)則優(yōu)先排序組織法對(duì)德國(guó)5家科技企業(yè)孵化器的長(zhǎng)期運(yùn)行效率進(jìn)行了比較;孔原（2016）從科技成果轉(zhuǎn)化、產(chǎn)業(yè)孵化和企業(yè)孵化三個(gè)維度構(gòu)建了孵化器運(yùn)行效率指標(biāo)體系，對(duì)全國(guó)34個(gè)地區(qū)孵化器的全鏈條孵化效率進(jìn)行了分析和評(píng)價(jià);鄭文燮等（2015）運(yùn)用DEA模型，對(duì)我國(guó)滬寧杭地區(qū)41個(gè)國(guó)家級(jí)科技企業(yè)孵化器效率進(jìn)行差異比較，并對(duì)相對(duì)非有效的投入冗余、產(chǎn)出不足、規(guī)模不匹配等問(wèn)題進(jìn)行了分析;劉肖肖等（2018）運(yùn)用DEA模型對(duì)我國(guó)科技企業(yè)孵化器效率進(jìn)行深入分析和評(píng)估，并從國(guó)家及地方政府層面提出相應(yīng)的政策建議;顏振軍等（2019）運(yùn)用DEA分析法對(duì)我國(guó)30個(gè)省份孵化器的運(yùn)行效率進(jìn)行測(cè)算，使用K-均值聚類法將30個(gè)省份分為四大類進(jìn)行分析。近幾年，對(duì)孵化器空間模型的研究開(kāi)始增多，吳文清等（2016）從省域角度對(duì)我國(guó)科技企業(yè)孵化器的空間關(guān)聯(lián)性和模式進(jìn)行了分析;李燕萍等（2018）利用空間計(jì)量方法和逐步回歸方法對(duì)科技企業(yè)孵化器和眾創(chuàng)空間的空間分布特征以及集聚效應(yīng)進(jìn)行分析和比較;趙崢等（2019）利用空間自相關(guān)對(duì)我國(guó)253座城市孵化器的孵化能力與效率以及分布格局進(jìn)行了分析。

綜合上述文獻(xiàn)，對(duì)科技企業(yè)孵化器效率的研究以DEA模型及其拓展方法運(yùn)用最為廣泛，該方法的弊端是忽略了環(huán)境因素的影響，結(jié)果可能存在偏差。本文基于三階段DEA模型分析方法，以我國(guó)科技企業(yè)孵化器30個(gè)省市的數(shù)據(jù)進(jìn)行研究。第一階段，運(yùn)用DEA-Malmquist分析方法對(duì)我國(guó)30個(gè)省市科技企業(yè)孵化器的運(yùn)行效率進(jìn)行分析;第二階段，運(yùn)用SFA模型研究發(fā)展環(huán)境因素對(duì)我國(guó)科技企業(yè)孵化器效率的影響;第三階段，剔除發(fā)展環(huán)境因素和隨機(jī)因素的情況下，對(duì)我國(guó)科技企業(yè)孵化器的效率再次進(jìn)行測(cè)算和分析，基于此，再對(duì)我國(guó)科技企業(yè)孵化器效率的空間相關(guān)性進(jìn)行分析。最后，為提高我國(guó)科技企業(yè)孵化器的運(yùn)行效率提出建議。

二、實(shí)證分析

以我國(guó)30個(gè)省市的科技企業(yè)孵化器為研究對(duì)象，數(shù)據(jù)來(lái)源于《中國(guó)火炬統(tǒng)計(jì)年鑒》和萬(wàn)得金融數(shù)據(jù)庫(kù)，因?yàn)槲鞑氐貐^(qū)的數(shù)據(jù)不完整，研究的誤差較大，所以，數(shù)據(jù)選取時(shí)未采用西藏的數(shù)據(jù)，同時(shí)，未考慮港、澳、臺(tái)地區(qū)，數(shù)據(jù)分析結(jié)果通過(guò)Deap2.1和Fronter4.1軟件得出。

科技企業(yè)孵化器運(yùn)行效率主要體現(xiàn)得是投入和產(chǎn)出之間的關(guān)系，具體的指標(biāo)如下表1。

科技企業(yè)孵化器效率的發(fā)展環(huán)境變量：選取人均GDP作為衡量經(jīng)濟(jì)發(fā)展水平的環(huán)境指標(biāo)，選取政府在科技方面的財(cái)政支出作為衡量政府支持力度的環(huán)境指標(biāo);選取固定投資總額作為衡量基礎(chǔ)設(shè)施狀況的環(huán)境指標(biāo)，選取R&D經(jīng)費(fèi)作為衡量科技資本狀況的環(huán)境指標(biāo)，選取高新企業(yè)數(shù)量作為衡量行業(yè)規(guī)模的環(huán)境指標(biāo)。

（一）第一階段：DEA模型結(jié)果分析

運(yùn)用DEA-Malmquist模型得出我國(guó)各省市科技企業(yè)孵化器的運(yùn)行效率，結(jié)果如表2所示。整體來(lái)看，我國(guó)各省市科技企業(yè)孵化器的全要素生產(chǎn)率呈上漲趨勢(shì)，平均增長(zhǎng)率為7.3%。從全國(guó)各區(qū)域來(lái)看，華南地區(qū)的全要素生產(chǎn)率在全國(guó)科技企業(yè)孵化器中增長(zhǎng)最快，該地區(qū)經(jīng)濟(jì)發(fā)展起步早，科技水平高，企業(yè)數(shù)量眾多，基礎(chǔ)設(shè)施相對(duì)完善，為科技企業(yè)孵化器提供了良好的基礎(chǔ);其次為華中地區(qū)，湖北是我國(guó)第一個(gè)科技企業(yè)孵化器的誕生地，有力地帶動(dòng)了周邊地區(qū)科技企業(yè)孵化器的發(fā)展;華東地區(qū)作為我國(guó)經(jīng)濟(jì)發(fā)展的主體區(qū)域，傳統(tǒng)企業(yè)眾多，科技創(chuàng)新水平有待提高，經(jīng)濟(jì)發(fā)展較為穩(wěn)定，全要素生產(chǎn)率平均為1.091，處于小幅增長(zhǎng)狀態(tài);西北地區(qū)的全要素生產(chǎn)效率為全國(guó)最低，主要由于西北地區(qū)科技、信息和基礎(chǔ)設(shè)施的發(fā)展尚不健全，科技企業(yè)孵化器數(shù)量少，發(fā)展環(huán)境與其他地區(qū)相比還有較大差距。

（二）第二階段：相似SFA模型分析

將第一階段投入變量的松弛變量作為被解釋變量，選取人均GDP、R&D經(jīng)費(fèi)、固定資產(chǎn)投資額、高新技術(shù)企業(yè)個(gè)數(shù)、科技財(cái)政支出五個(gè)環(huán)境變量作為解釋變量，考察五個(gè)環(huán)境變量對(duì)四項(xiàng)投入項(xiàng)松弛變量的影響。當(dāng)回歸系數(shù)為正值時(shí)，表示增加該解釋變量將會(huì)增加投入松弛量;相反當(dāng)回歸系數(shù)是負(fù)值時(shí)，該解釋變量有利于減少投入松弛量，以2017年數(shù)據(jù)為例，具體分析結(jié)果如表3所示。

1.人均GDP。該變量與孵化基金總額的松弛變量的回歸系數(shù)為負(fù)，與對(duì)公共技術(shù)服務(wù)平臺(tái)投資額、在孵企業(yè)從業(yè)人員數(shù)、孵化場(chǎng)地面積的松弛變量的回歸系數(shù)為正。人均GDP的增加有利于盤(pán)活孵化基金總額，提高科技企業(yè)孵化器效率，而人均GDP的增長(zhǎng)使對(duì)公共技術(shù)服務(wù)平臺(tái)投資額、在孵企業(yè)從業(yè)人員數(shù)、孵化場(chǎng)地面積的冗余增加，導(dǎo)致資源浪費(fèi)。這說(shuō)明我國(guó)科技企業(yè)孵化器的部分環(huán)境資源較為充裕，但是存在資源配置不合理的現(xiàn)象，拉低了運(yùn)行效率。

2.R&D經(jīng)費(fèi)。該變量與孵化基金總額、對(duì)公共技術(shù)服務(wù)平臺(tái)投資額、在孵企業(yè)從業(yè)人員數(shù)、孵化場(chǎng)地面積的松弛變量的回歸系數(shù)均為負(fù)?？梢缘贸鲅邪l(fā)經(jīng)費(fèi)的增加會(huì)帶動(dòng)各項(xiàng)投入資源的利用，有利于科技企業(yè)孵化器的創(chuàng)新活動(dòng)，從而提高科技企業(yè)孵化器的運(yùn)行效率。

3.固定資產(chǎn)投資額。該變量與孵化基金總額、對(duì)公共技術(shù)服務(wù)平臺(tái)投資額、在孵企業(yè)從業(yè)人員數(shù)、孵化場(chǎng)地面積的松弛[HJ2mm]變量的回歸系數(shù)均為正，固定資產(chǎn)投資額的增加會(huì)使各項(xiàng)投入資源的冗余增加，這說(shuō)明需要加強(qiáng)固定資產(chǎn)投資額的資源配置結(jié)構(gòu)，使資源用在需要的地方。

4.高新企業(yè)個(gè)數(shù)。該變量與孵化基金總額的松弛變量的回歸系數(shù)為負(fù)，與對(duì)公共技術(shù)服務(wù)平臺(tái)投資額、在孵企業(yè)從業(yè)人員數(shù)、孵化場(chǎng)地面積的松弛變量的回歸系數(shù)為正。高新企業(yè)個(gè)數(shù)的增加，有利于減少孵化基金總額的冗余量，高新企業(yè)的集聚會(huì)使得孵化基金使用更合理，但是高新企業(yè)個(gè)數(shù)的增加也會(huì)增加各種不確定性，可能帶來(lái)不正當(dāng)競(jìng)爭(zhēng)，甚至是惡性競(jìng)爭(zhēng)，會(huì)造成資源配置不合理，造成資源浪費(fèi)。

5.科技財(cái)政支出。該變量與孵化基金總額的松弛變量的回歸系數(shù)為正，與對(duì)公共技術(shù)服務(wù)平臺(tái)投資額、在孵企業(yè)從業(yè)人員數(shù)、孵化場(chǎng)地面積的松弛變量的回歸系數(shù)為負(fù)?？萍钾?cái)政支出的增加說(shuō)明政府的支持力度增加，為企業(yè)提供了保障，有利于盤(pán)活冗余資源，充分調(diào)動(dòng)投入要素的使用，有助于科技企業(yè)孵化器效率的提高。

（三）第三階段：調(diào)整后的結(jié)果分析

調(diào)整后我國(guó)科技企業(yè)孵化器的效率升高，說(shuō)明發(fā)展環(huán)境整體上使效率值被低估。從表4數(shù)據(jù)中可以看出，技術(shù)進(jìn)步增長(zhǎng)速度最快，說(shuō)明現(xiàn)階段國(guó)科技企業(yè)孵化器全要素生產(chǎn)率的提升主要得益于技術(shù)進(jìn)步。純技術(shù)效率明顯低于規(guī)模效率，說(shuō)明純技術(shù)效率是科技企業(yè)孵化器發(fā)展的主要制約因素。從全國(guó)各區(qū)域來(lái)看，西南地區(qū)的綜合效率和純技術(shù)效率在全國(guó)科技企業(yè)孵化器中增長(zhǎng)最快，該地區(qū)科技企業(yè)孵化器投入產(chǎn)出結(jié)構(gòu)較為合理，西南地區(qū)作為我國(guó)科技企業(yè)孵化器的后起之秀，在管理和科技方面發(fā)展較為穩(wěn)定;華中地區(qū)的技術(shù)進(jìn)步和全要素生產(chǎn)率在全國(guó)科技企業(yè)孵化器中增長(zhǎng)最快，我國(guó)科技企業(yè)孵化器起源于湖北省武漢市，發(fā)展經(jīng)驗(yàn)豐富，基礎(chǔ)設(shè)施完善，而且?guī)?dòng)了華中地區(qū)周邊城市科技企業(yè)孵化器的發(fā)展;西北地區(qū)的規(guī)模效率增長(zhǎng)最快，雖尚處于起步階段，外部經(jīng)濟(jì)條件對(duì)其發(fā)展有一定限制，但其存在很大開(kāi)發(fā)潛力;華東地區(qū)綜合效率和規(guī)模效率均最低，包含7個(gè)省市，是全國(guó)省市最多的區(qū)域，人口密度大，企業(yè)發(fā)展基本飽和，提升空間較小，使得規(guī)模效率提高緩慢;東北地區(qū)的技術(shù)進(jìn)步和全要素生產(chǎn)率在全國(guó)科技企業(yè)孵化器中最低，該地區(qū)一直是我國(guó)重工業(yè)生產(chǎn)基地，科技創(chuàng)新發(fā)展水平相對(duì)較低，而且科技企業(yè)孵化器起步較晚，自身發(fā)展水平相對(duì)較低。

從各省市來(lái)看，海南、湖北、寧夏、內(nèi)蒙古、河南、重慶的科技企業(yè)孵化器效率位居前列。海南地區(qū)企業(yè)發(fā)展起步早，海陸交通便利，這都為科技企業(yè)孵化器的發(fā)展創(chuàng)造了良好的基礎(chǔ);湖北是我國(guó)科技企業(yè)孵化器的發(fā)源地，發(fā)展經(jīng)驗(yàn)豐富，資源配置水平較高，河南作為湖北的鄰省，在其帶動(dòng)下，科技企業(yè)孵化器也得到了良好的發(fā)展;寧夏和內(nèi)蒙古地區(qū)的科技企業(yè)孵化器起步較晚，目前處于發(fā)展初期階段，發(fā)展?jié)摿Υ?重慶作為我國(guó)融貫東西、匯通南北的重要樞紐，也是西南地區(qū)最大的工商業(yè)城市，經(jīng)濟(jì)發(fā)展較為穩(wěn)定，有力地保障了科技企業(yè)孵化器的發(fā)展。

三、空間相關(guān)性分析

我國(guó)科技企業(yè)孵化器運(yùn)行效率受多種因素影響，空間相關(guān)性是一個(gè)重要影響因素，研究我國(guó)科技企業(yè)孵化器運(yùn)行效率的相關(guān)性，發(fā)揮空間相關(guān)性的優(yōu)勢(shì)，在提升運(yùn)行效率方面具有重要意義。我國(guó)科技企業(yè)孵化器運(yùn)行效率進(jìn)行空間自相關(guān)檢驗(yàn)結(jié)果見(jiàn)下表5，表中MoranI表示相關(guān)性程度，P值表示顯著性水平。

從表5中的數(shù)據(jù)得出，2013年和2016年我國(guó)科技企業(yè)孵化器綜合效率的空間自相關(guān)性在5%水平下顯著，其余幾年的相關(guān)性水平則不太顯著，可以得出我國(guó)科技企業(yè)孵化器綜合效率在一定程度上存在空間相關(guān)性，有空間聚集性。由于目前我國(guó)科技企業(yè)孵化器的發(fā)展還處于探索階段，基礎(chǔ)設(shè)施還處在完善過(guò)程中，發(fā)展不穩(wěn)定，集聚化發(fā)展程度不高，各省份歷年的空間相關(guān)水平尚不穩(wěn)定。國(guó)家和政府需要采取一定的措施促進(jìn)科技企業(yè)孵化器的高質(zhì)量集聚發(fā)展，充分發(fā)揮空間相關(guān)性帶來(lái)的優(yōu)勢(shì)。

四、結(jié)論及建議

我國(guó)科技企業(yè)孵化器處于發(fā)展探索階段，運(yùn)行效率發(fā)展較好，空間相關(guān)性有待提高，要有效利用資源，促進(jìn)共同發(fā)展。根據(jù)以上研究，本文為提升我國(guó)科技企業(yè)孵化器的運(yùn)行效率提出以下幾點(diǎn)建議：

（一）重視科技創(chuàng)新，提高運(yùn)行效率

我國(guó)科技企業(yè)孵化器的管理逐漸向精細(xì)化轉(zhuǎn)變，應(yīng)引進(jìn)先進(jìn)的管理經(jīng)驗(yàn)，優(yōu)化資源配置，充分發(fā)揮孵化潛能，實(shí)現(xiàn)孵化資源和創(chuàng)業(yè)要素的高效利用。同時(shí)，要完善人才、資本、信息、技術(shù)等創(chuàng)新創(chuàng)業(yè)要素的聯(lián)系，增強(qiáng)科技企業(yè)孵化器與高等院校、研究所等科研機(jī)構(gòu)的關(guān)系，這有利于互相交流經(jīng)驗(yàn)，推進(jìn)科技成果轉(zhuǎn)移、轉(zhuǎn)化。

（二）分級(jí)分類管理、科學(xué)化發(fā)展

我國(guó)各地區(qū)科技企業(yè)孵化器所屬類別不同，其效率的改善方向也各有區(qū)別。應(yīng)對(duì)其進(jìn)行客觀地評(píng)價(jià)，分級(jí)分類制定評(píng)價(jià)指標(biāo)和發(fā)展戰(zhàn)略，全面激勵(lì)孵化器持續(xù)高效發(fā)展。對(duì)高效且發(fā)展?jié)摿Υ蟮倪M(jìn)行大力宣傳和鼓勵(lì)，同時(shí)，加大科研等的扶持力度，使其效率保持穩(wěn)定增長(zhǎng)，以此帶動(dòng)周邊科技企業(yè)孵化器以及企業(yè)的發(fā)展;對(duì)于效率相對(duì)較低的、發(fā)展緩慢的要進(jìn)行詳細(xì)調(diào)查，根據(jù)存在的問(wèn)題，提出效率改進(jìn)的重點(diǎn)和方向，制定行之有效的解決方案;對(duì)于長(zhǎng)期效率低下，問(wèn)題嚴(yán)重的進(jìn)行合并或者淘汰。

（三）加強(qiáng)空間聯(lián)系，促進(jìn)集聚發(fā)展

我國(guó)科技企業(yè)孵化器的發(fā)展尚處于初期發(fā)展階段，省份之間的空間集聚性不強(qiáng)，尚未全面形成優(yōu)勢(shì)互補(bǔ)，互動(dòng)發(fā)展的局面。應(yīng)加強(qiáng)區(qū)域金融體系建設(shè)，為建立一體化協(xié)同發(fā)展機(jī)制提供良好的經(jīng)濟(jì)環(huán)境，同時(shí)，應(yīng)結(jié)合當(dāng)?shù)刂攸c(diǎn)發(fā)展產(chǎn)業(yè)制定相應(yīng)的規(guī)劃方向，實(shí)現(xiàn)科技企業(yè)孵化器與當(dāng)?shù)仄渌a(chǎn)業(yè)融合發(fā)展，促進(jìn)企業(yè)資源要素合理分配、互利共贏，進(jìn)而推動(dòng)科技企業(yè)孵化器聯(lián)動(dòng)發(fā)展。

參考文獻(xiàn)：

[1]吳崇明，于源，孟宇，崔秀娟，李寅，馬延和.中國(guó)科技企業(yè)孵化器發(fā)展現(xiàn)狀及其轉(zhuǎn)型升級(jí)對(duì)策建議[J].科技促進(jìn)發(fā)展，2018，14（05）.

[2]徐宏毅，石茜.國(guó)家級(jí)科技企業(yè)孵化器運(yùn)行效率及地區(qū)差異性研究[J].財(cái)會(huì)月刊，2018（04）.

[3]Sung T K，Gibson D V，Kang B S.Characteristics of technology transfer in business ventures：the case of Daejeon，[J].Technological Forecasting & Social Change，2003，70（05）.

[4]A multidimensional evaluation of the effectiveness of business incubators：an application of the PROMETHEE outranking method. Michael Schwartz，Maximilian Gothner. Environment and Planning C-Government & Policy.2009.

[5]孔原.基于全鏈條孵化視角的科技孵化器運(yùn)行效率評(píng)價(jià)[J].財(cái)會(huì)月刊，2016（32）.

[6]楊文燮，胡漢輝.基于DEA的國(guó)家級(jí)科技企業(yè)孵化器運(yùn)行效率分析[J].統(tǒng)計(jì)與決策，2015（22）.

[7]劉肖肖，宋瑤瑤，劉慧暉，楊國(guó)梁.基于DEA方法的中國(guó)科技企業(yè)孵化器的效率評(píng)價(jià)——以29個(gè)省份的孵化器為例[J].科技管理研究，2018，38（22）.

[8]顏振軍，侯寒.中國(guó)各省份科技企業(yè)孵化器運(yùn)行效率評(píng)價(jià)[J].中國(guó)軟科學(xué)，2019（03）.

[9]吳文清，馬賽翔，劉曉英.科技企業(yè)孵化器集聚及效率與空間關(guān)聯(lián)研究[J].天津大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，18（03）.

[10]李燕萍，李洋.科技企業(yè)孵化器與眾創(chuàng)空間的空間特征及影響因素比較[J].中國(guó)科技論壇，2018（08）.[11]趙崢，劉楊，楊建梁.中國(guó)城市創(chuàng)業(yè)孵化能力、孵化效率和空間集聚——基于2016年中國(guó)235座地級(jí)及以上城市孵化器的分析[J].技術(shù)經(jīng)濟(jì)，2019，38（01）.

[12]翁莉，殷媛.長(zhǎng)三角地區(qū)科技企業(yè)孵化器運(yùn)行效率分析——以上海、杭州和南京為例[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2016，37（03）.

〔林雪菲、王寶海（通訊作者），青島農(nóng)業(yè)大學(xué)管理學(xué)院〕