中國科技企業(yè)孵化器績效收斂性與時空特征研究

馮 苑 ，聶長飛 ，張 東

(1.中南財經(jīng)政法大學 金融學院，湖北 武漢 430073；2.武漢大學 經(jīng)濟與管理學院，湖北 武漢430072)

0 引言

近年來，中國科技企業(yè)孵化器在支持科技型中小企業(yè)發(fā)展、推動科技創(chuàng)新、增加稅收、推動就業(yè)、促進區(qū)域經(jīng)濟發(fā)展等方面發(fā)揮了重要作用[1]，已成為踐行“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”、打造雙創(chuàng)升級版、實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略和推動創(chuàng)新型國家建設的重要載體之一[2]。1995-2017年，中國科技企業(yè)孵化器數(shù)量由73個增加到4 063個，在孵企業(yè)總收入由24.2億元提升至6 335.7億元，在孵企業(yè)從業(yè)人員數(shù)由2.6萬人上升到259.6萬人，累計畢業(yè)企業(yè)由364個增長至110 701個，分別提升54.7倍、260.8倍、98.9倍和303.1倍，年均增長率分別高達20.0%、28.8%、23.3%和29.7%。

雖然中國科技企業(yè)孵化器在過去若干年取得了輝煌的成績，但仍有待提升。2017年7月，科技部辦公廳發(fā)布的《國家科技企業(yè)孵化器“十三五”發(fā)展規(guī)劃》明確指出：“我國孵化器發(fā)展面臨的主要矛盾就是當前我國創(chuàng)業(yè)孵化服務能力和水平尚不能完全滿足創(chuàng)新創(chuàng)業(yè)活動的巨大服務需求。”因此，對中國科技企業(yè)孵化器績效水平進行科學測度，有助于有效解決孵化器發(fā)展面臨的主要矛盾，推動中國由孵化器大國向孵化器強國轉變。

關于科技企業(yè)孵化器績效，現(xiàn)有文獻進行了諸多有益探討。國外研究方面，Colombo & Delmastro[3]、Chan & Lau[4]、Hackett & Dilt[5]、M'Chirgui等[6]、Schwartz & G?thner[7]分別從是否有利于促進創(chuàng)新、孵化企業(yè)發(fā)展運營狀況等角度對意大利、中國香港、美國、法國和德國企業(yè)孵化器績效進行評價。在此基礎上，Grimaldi & Grandi[8]、Barbero等[9]分別依據(jù)孵化器孵化理念、地理位置、目標市場、孵化周期等孵化器特征變量以及企業(yè)增長、參與研發(fā)項目、研發(fā)投入、研發(fā)產(chǎn)出和創(chuàng)造就業(yè)等孵化企業(yè)特征變量對不同類型孵化器績效水平進行比較分析；Harper-Anderson & Lewis[10]利用美國調(diào)查數(shù)據(jù)，進一步研究孵化器績效影響因素，發(fā)現(xiàn)孵化器質(zhì)量變量比區(qū)域能力變量對孵化器績效水平有更強的因果影響。

國內(nèi)研究主要通過構建科技企業(yè)孵化器績效指標體系的方式實現(xiàn)對孵化器績效的評價。根據(jù)研究方法和研究目的不同，總體可分為兩類：第一類從科技企業(yè)孵化器人力、物力、財力等投入角度選取投入指標，從孵化效率、經(jīng)濟效益、社會效益和創(chuàng)新效益等角度選取產(chǎn)出指標，構建綜合指標體系，并通過DEA或SFA等方法，對科技企業(yè)孵化器運行效率進行綜合評價[11-13]；第二類主要在構建指標體系的基礎上，運用統(tǒng)計學方法對評價指標進行賦權，并進一步形成科技企業(yè)孵化器績效綜合指數(shù)，從而實現(xiàn)對科技企業(yè)孵化器績效的評價[2,14-16]。在具體指標選擇方面，由于《中國火炬統(tǒng)計年鑒》較為詳細地提供了與科技企業(yè)孵化器績效相關的主要指標，因此國內(nèi)研究評價指標體系較為一致，差異主要體現(xiàn)在指標分類上。

然而，上述研究仍然存在以下不足：一方面，已有研究對不同年份尤其是較長時間區(qū)間科技企業(yè)孵化器績效水平的縱向比較較少，對不同省份科技企業(yè)孵化器整體績效水平的橫向比較也較少，難以從時間、空間等多個維度對中國科技企業(yè)孵化器發(fā)展狀況進行多方位監(jiān)測；另一方面，多數(shù)研究關注科技企業(yè)孵化器績效評價本身，缺乏對科技企業(yè)孵化器績效的深入分析，難以全面理解中國科技企業(yè)孵化器的真實狀況。為此，本文從科技企業(yè)孵化器績效評價指標體系構建出發(fā)，綜合運用縱橫向拉開檔次法、面板標準化方法和線性加權法，對2007—2017年中國內(nèi)地28個省份國家級科技企業(yè)孵化器績效綜合指數(shù)進行測度。在此基礎上，分別運用Markov轉移概率矩陣、泰爾指數(shù)分解、莫蘭指數(shù)及莫蘭散點圖等方法對各省國家級科技企業(yè)孵化器績效的動態(tài)演進、區(qū)域差異和空間相關性等問題進行分析。最后，綜合運用σ收斂模型、傳統(tǒng)β收斂模型和空間β收斂模型探討各省國家級科技企業(yè)孵化器績效的收斂性。

本文貢獻主要體現(xiàn)在兩個方面：一是測度2007—2017年中國內(nèi)地28個省份國家級科技企業(yè)孵化器績效綜合指數(shù)，在較長時期對中國不同地區(qū)孵化器發(fā)展狀況進行動態(tài)監(jiān)測；二是從時間、空間等不同維度對國家級科技企業(yè)孵化器績效綜合指數(shù)的動態(tài)演進、區(qū)域差異、空間相關性及收斂性等進行全面分析，有助于豐富科技企業(yè)孵化器績效評價研究。

1 指標選取、數(shù)據(jù)來源與方法

1.1 科技企業(yè)孵化器績效評價指標體系

評價指標體系構建是科學測度科技企業(yè)孵化器績效綜合指數(shù)的基礎。姚爽等[14]從社會效益、孵化效率、服務能力和發(fā)展規(guī)范4個方面構建指標體系，并對遼寧省科技企業(yè)孵化器績效進行評估；陶志梅[15]從團隊建設、資源集聚、基礎服務和孵化績效4個方面構建指標體系，運用主成分分析法對中國2012年196家國家級孵化器可持續(xù)發(fā)展能力進行比較；蔡曉琳等[2]從服務能力、運營水平、孵化效率和社會貢獻4個方面選取12個指標構建企業(yè)孵化器績效指標體系，對廣東省24個科技孵化器企業(yè)績效進行實證分析；田增瑞等[16]從資源、創(chuàng)新績效和創(chuàng)客創(chuàng)新績效3個方面選取11個指標構建指標體系，對2009—2016年中國內(nèi)地31個省份科技企業(yè)孵化器內(nèi)部協(xié)同發(fā)展進行測度。盡管評價角度和研究目的不同，但上述研究選取的評價指標具有高度一致性。

借鑒上述研究，本文從科技企業(yè)孵化器規(guī)模效率、資本投入和社會貢獻3個維度構建科技企業(yè)孵化器績效評價指標體系。其中，規(guī)模效率維度包含孵化規(guī)模和孵化效率2個子系統(tǒng)。其中，孵化規(guī)模用孵化器數(shù)量和孵化場地面積2個指標衡量，孵化效率用孵化企業(yè)年度畢業(yè)率衡量；資本投入維度包含人力資本和物質(zhì)資本2個子系統(tǒng)。其中，人力資本用管理機構從業(yè)人員數(shù)和創(chuàng)業(yè)導師人數(shù)2個指標衡量，物質(zhì)資本用孵化基金總額衡量；社會貢獻維度包含就業(yè)貢獻、經(jīng)濟效益和創(chuàng)新效應3個子系統(tǒng)。其中，就業(yè)貢獻用累計畢業(yè)企業(yè)數(shù)和在孵企業(yè)從業(yè)人員數(shù)2個指標衡量，經(jīng)濟效益用孵化器總收入和在孵企業(yè)總收入2個指標衡量，創(chuàng)新效應用在孵企業(yè)知識產(chǎn)權授權數(shù)和在孵企業(yè)發(fā)明專利數(shù)2個指標衡量。由此，本文構建由3個維度12個評價指標構成的科技企業(yè)孵化器績效評價指標體系，見表1。

1.2 數(shù)據(jù)說明

本文選取2007—2017年中國內(nèi)地28個省、市、自治區(qū)的國家級科技企業(yè)孵化器為研究對象，并對其綜合績效進行測度和分析(因海南、青海和西藏早期各項指標數(shù)據(jù)均為0，故未納入統(tǒng)計。另外，為便于說明，本文中各省、市、自治區(qū)統(tǒng)稱為各省)。上述指標數(shù)據(jù)主要來源于2008—2018年《中國火炬統(tǒng)計年鑒》，由于2012年之前各項指標數(shù)據(jù)以孵化器形式展示，在數(shù)據(jù)整理時，先將不同的國家級科技企業(yè)孵化器定位到各省，再分別對各省所有孵化器數(shù)據(jù)加總，最終形成2007—2017年面板數(shù)據(jù)。對于個別缺失數(shù)據(jù)，統(tǒng)一使用插值法或相鄰年份指標值近似替代，描述性統(tǒng)計結果見表2。

表1 科技企業(yè)孵化器績效評價指標體系

注：以上所有指標均為正向指標；孵化企業(yè)年度畢業(yè)率用當年畢業(yè)企業(yè)與在孵企業(yè)數(shù)之比衡量；指標權重運用Matlab軟件根據(jù)縱橫向拉開檔次法計算，方法說明見后文

1.3 測度方法說明

中國各省國家級科技企業(yè)孵化器績效綜合指數(shù)測度主要分3個步驟：

(1)指標權重確定。本文主要采用縱橫向拉開檔次法確定基礎指標權重，因為該方法不帶有任何主觀色彩，且相對于主成分分析法、熵權法等客觀賦權法而言，更加適用于“時序立體數(shù)據(jù)”(即面板數(shù)據(jù))和動態(tài)評價[17]。

maxwTHws.t.‖w‖=1w>0

(1)

(2)原始數(shù)據(jù)標準化。本文借鑒KOF瑞士經(jīng)濟學會編制全球化指數(shù)的做法，使用面板標準化方法對原始數(shù)據(jù)進行標準化處理，由此計算的孵化器績效綜合指數(shù)可實現(xiàn)跨期比較，且在異常值敏感性方面表現(xiàn)良好[19]。具體公式如下：

(2)

式(2)中，xijt和sijt分別表示第i個省份第j個指標在第t年的原始值及標準化值，max(xj)和min(xj)分別表示所有省份第j個指標在樣本期內(nèi)的最大值及最小值，這種設定將所有年份的孵化器績效綜合指數(shù)限定在0～1范圍內(nèi)。

(3)孵化器績效綜合指數(shù)計算。在上述基礎上，對指標權重和標準化后的指標數(shù)據(jù)進行線性加權，即可計算出第i個省份第t年的孵化器績效綜合指數(shù)Qit，具體公式如下：

(3)

表2 主要指標描述性統(tǒng)計結果

2 結果分析

2.1 測度結果

根據(jù)上述邏輯方法，本文測度2007—2017年中國內(nèi)地28個省份國家級科技企業(yè)孵化器績效綜合指數(shù)，見表3。

從中可見，江蘇、廣東、北京、浙江和湖北5省2007—2017年國家級科技企業(yè)孵化器績效處于領先水平，其綜合指數(shù)均值分別是排名末位甘肅的14.36倍、8.65倍、8.44倍、7.76倍和6.77倍，可見不同省份間國家級科技企業(yè)孵化器績效存在較大差距。2017年，國家級科技企業(yè)孵化器績效綜合指數(shù)排名前5位的省份分別是江蘇、廣東、北京、山東和浙江，甘肅、新疆、黑龍江、廣西和貴州等省份排名相對落后。同時，2017年高于平均值的省份僅有10個，有18個省份孵化器績效水平位于平均值之下，表明各省國家級科技企業(yè)孵化器績效綜合指數(shù)不平衡。從縱向看，2007—2017年中國國家級科技企業(yè)孵化器績效綜合指數(shù)從2007年的0.091 0上升至2017年的0.224 0，年均增長率高達9.43%，表明樣本期內(nèi)中國國家級科技企業(yè)孵化器績效水平提升較快。

分地區(qū)看，2007—2017年全國及東、中、西部地區(qū)國家級科技企業(yè)孵化器績效均穩(wěn)步提升，見表4。其中，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東10省；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8?。晃鞑康貐^(qū)包括內(nèi)蒙古、廣西、重慶、四川。若以樣本期內(nèi)綜合指數(shù)均值0.138 3為分界線，2007年高于該水平的省份僅有5個，2012年有10個省份，2017年進一步增加至19個省份。從地區(qū)科技企業(yè)孵化器績效絕對水平看，東部地區(qū)平均績效水平最高，中部地區(qū)次之，西部地區(qū)最低。從平均增速看，2007—2017年東、中、西部地區(qū)孵化器績效綜合指數(shù)年均增長率分別為10.63%、7.60%和8.39%，可見東部地區(qū)不僅在絕對水平上處于領先地位，增速也最快。

表3 各省科技企業(yè)孵化器績效綜合指數(shù)

注：限于篇幅，2015年之前測度結果隔年匯報，下同

表4 地區(qū)科技企業(yè)孵化器績效綜合指數(shù)

2.2 動態(tài)演進

在上述測度結果的基礎上，根據(jù)四分位分類法[20]，將2007—2017年中國國家級科技企業(yè)孵化器績效綜合指數(shù)劃分為4個等級：低水平(Q<0.076 8)、中低水平(0.076 8≤Q<0.1074)、中高水平(0.107 4≤Q<0.158 9)和高水平(Q≥0.158 9)。按照這種劃分，2007年科技企業(yè)孵化器績效處于低水平、中低水平、中高水平和高水平的省份數(shù)量分別為12個、7個、7個、2個，2012年處于4個水平等級的省份變?yōu)?個、9個、6個、7個，2017年進一步變?yōu)?個、4個、10個、14個，表明中國國家級科技企業(yè)孵化器績效綜合指數(shù)由低水平向高水平不斷演進。

進一步，本文引入Markov轉移概率矩陣對中國國家級科技企業(yè)孵化器績效綜合指數(shù)變動概率進行分析，具體公式為：

(4)

表5 科技企業(yè)孵化器績效綜合指數(shù)Markov轉移概率矩陣結果

由表5可知，經(jīng)過1年后，孵化器績效處于低水平、中低水平、中高水平和高水平省份繼續(xù)保持原來等級水平的概率分別為76.62%、63.01%、68.66%和96.83%，顯示出較強的穩(wěn)定性。同時，孵化器績效處于低水平、中低水平和中高水平的省份向上一等級躍遷成功的概率分別為22.08%、28.77%和20.90%，向上躍遷難度較大。相應地，孵化器績效處于中低水平、中高水平和高水平省份向下一等級轉移的概率分別為8.22%、10.45%和3.17%，向下轉移概率較低。由此可見，中國國家級科技企業(yè)孵化器績效綜合指數(shù)具有較強的穩(wěn)定性，從低水平躍遷至高水平的難度較大，且存在著一定的向下轉移風險。

2.3 區(qū)域差異及分解

上述分析結果表明，各省科技企業(yè)孵化器績效存在區(qū)域差異。為進一步揭示這種差異及其來源，本文借鑒Theil[21]、周小亮等[22]的處理方法，運用泰爾指數(shù)將國家級科技企業(yè)孵化器績效綜合指數(shù)的總體差異分解為組內(nèi)差異和組間差異。泰爾指數(shù)介于0～1之間，數(shù)值越小，表明總體差異越?。环粗?，則表明總體差異越大。具體公式如下：

(5)

(6)

(7)

從中可見，各省科技企業(yè)孵化器績效綜合指數(shù)總體差異呈先上升后下降的“倒U型”變動趨勢。2014年之前總體差異不斷增大，全國總體泰爾指數(shù)由2007年最小值0.148 0上升至2014年最大值0.249 5；2014年之后總體差異有所減小，2015—2017年全國孵化器績效綜合指數(shù)的泰爾指數(shù)逐年減小，但相對于初始年份，各省科技企業(yè)孵化器績效區(qū)域差異依然較大。從結構分解結果看，地區(qū)內(nèi)差異總體貢獻度處于47.82%～64.37%間，總體存在下降趨勢；地區(qū)間差異的總體貢獻度處于35.63%～52.18%之間，整體呈上升趨勢。在地區(qū)內(nèi)部差異中，2009年之前西部地區(qū)貢獻最大，東部次之，中部貢獻最??；2009年之后東部地區(qū)貢獻最大，西部次之，中部貢獻最小?？傮w而言，各省科技企業(yè)孵化器績效水平存在較大的區(qū)域差異，雖然2014年之后差異有所縮小，但形勢不容樂觀。因此，縮小各省間的總體差異、地區(qū)內(nèi)部差異尤其是東部省份差異及地區(qū)間差異，是中國科技企業(yè)孵化器發(fā)展亟待解決的問題。

2.4 空間相關性檢驗

地理學第一定律表明，任何事物都與其它事物相關，只不過相近的事物關聯(lián)更緊密。張玲等[23]、田增瑞等[16]、李燕萍等[24]的研究結果均表明，各地區(qū)科技企業(yè)孵化器發(fā)展具有空間相關性。為進一步探索各省科技企業(yè)孵化器績效的空間關聯(lián)，本文引入莫蘭指數(shù)對中國科技企業(yè)孵化器績效綜合指數(shù)空間相關性進行檢驗，具體公式為：

(8)

表6 各省科技企業(yè)孵化器績效綜合指數(shù)區(qū)域差異及分解結果

表7 各省科技企業(yè)孵化器績效綜合指數(shù)的莫蘭指數(shù)結果

注：*、**、***表示通過10%、5%、1%顯著性檢驗，下同

由表8可知，2007年、2012年和2017年有19個省份始終位于同一象限，表明各省科技企業(yè)孵化器績效綜合指數(shù)間空間相關性具有較強的穩(wěn)定性。其中，江蘇、浙江、山東始終處于高—高型集聚區(qū)，河北、安徽、江西始終處于低—高型集聚區(qū)，山西、內(nèi)蒙古、吉林、黑龍江、重慶、貴州、云南、甘肅、寧夏、新疆始終處于低—低型集聚區(qū)，北京、湖北、陜西始終處于高—低型集聚區(qū)?？傊挚臻g相關和局部空間相關檢驗結果表明，中國各省科技企業(yè)孵化器績效綜合指數(shù)間存在較為穩(wěn)定的空間正相關關系。

表8 代表性年份各省科技企業(yè)孵化器績效綜合指數(shù)的莫蘭散點圖解析

3 科技企業(yè)孵化器績效綜合指數(shù)收斂性

3.1 σ收斂

σ收斂模型主要通過觀測變量對數(shù)標準差變化情況判斷改變量是否存在σ收斂，若對數(shù)標準差具有隨時間推移而逐漸縮小的趨勢，則存在σ收斂。公式如下：

(9)

其中，lnQit表示第i個省份在第t年科技企業(yè)孵化器績效綜合指數(shù)的對數(shù)值，σt即為σ收斂系數(shù)，若σt+1<σt，則表明各省科技企業(yè)孵化器績效綜合指數(shù)存在σ收斂。σ收斂系數(shù)計算結果見表9。

表9 σ收斂結果

總體而言，全國σ收斂系數(shù)呈先上升后下降的“倒U型”變動趨勢，尤其是2014年之后σ收斂系數(shù)逐年減小。東部地區(qū)σ收斂系數(shù)總體呈不斷上升趨勢，且上升幅度明顯；中部地區(qū)σ收斂系數(shù)總體略有上升，但變化幅度不大；西部地區(qū)σ收斂系數(shù)2009年之前不斷上升，之后呈現(xiàn)較為明顯的下降趨勢。從地區(qū)比較看，中部地區(qū)σ收斂系數(shù)始終最小，2007—2010年σ收斂系數(shù)西部地區(qū)遠大于東部地區(qū)，2011—2015年σ收斂系數(shù)西部地區(qū)略大于東部地區(qū)，2016—2017年σ收斂系數(shù)東部地區(qū)遠大于西部地區(qū)。由此可見，全國及東、中、西部地區(qū)σ收斂系數(shù)在樣本期內(nèi)均未表現(xiàn)出逐年下降趨勢，因此可認為各省科技企業(yè)孵化器績效綜合指數(shù)不存在σ收斂。

3.2 β收斂

β收斂模型起初主要用于經(jīng)濟收斂檢驗，即檢驗經(jīng)濟發(fā)展欠發(fā)達地區(qū)最終能否追趕經(jīng)濟發(fā)達地區(qū)，以達到穩(wěn)態(tài)水平。β收斂模型包括絕對β收斂模型和條件β收斂模型兩類，其中絕對β收斂模型考察相同的穩(wěn)態(tài)水平，條件β收斂模型在絕對β收斂模型的基礎上控制一定條件，允許不同研究對象達到不同穩(wěn)態(tài)水平。

本文借鑒Barro 等[25]的設定，將各省科技企業(yè)孵化器績效綜合指數(shù)的傳統(tǒng)絕對β收斂模型和條件β收斂模型設定如下：

lnQi,t+1-lnQit=α+βlnQit+εit

(10)

lnQi,t+1-lnQit=α+βlnQit+γXit+εit

(11)

在傳統(tǒng)β收斂模型的基礎上，Elhorst等[26]、Ertur等[27]將空間因素引入傳統(tǒng)β收斂模型，運用空間杜賓模型對經(jīng)濟收斂問題進行研究。空間相關性檢驗結果表明，中國各省科技企業(yè)孵化器績效綜合指數(shù)間存在空間正相關關系。為此，本文將各省科技企業(yè)孵化器績效綜合指數(shù)的空間絕對β收斂模型和空間條件β收斂模型設定如下：

lnQi,t+1-lnQit=α+βlnQit+ρWln(Qi,t+1-lnQit)+δWlnQit+εit

(12)

lnQi,t+1-lnQit=α+βlnQit+γXit+ρWln(Qi,t+1-lnQit)+δWlnQit+λWXit+εit

(13)

其中，Qit表示第i個省份第t年科技企業(yè)孵化器績效綜合指數(shù)，lnQi,t+1-lnQit表示第i個省份第t年科技企業(yè)孵化器績效綜合指數(shù)的增長率，W為空間權重矩陣，Xit為控制變量。β為主要待估參數(shù)，若β<0在統(tǒng)計上顯著，則表明中國各省科技企業(yè)孵化器績效綜合指數(shù)存在β收斂，反之則不存在β收斂。當存在β收斂時，收斂速度可表示為ν=-ln(1-|β|)/T。其中，T表示樣本考察期的年份總數(shù)；半程收斂周期表示為τ=(ln2)/ν，單位為年[28]。

關于估計模型選擇，無論是否考慮空間自相關，絕大多數(shù)關于收斂性的研究使用固定效應模型，從先驗經(jīng)濟學理論出發(fā)，隨機效應被認為不太適用于收斂性檢驗。另外，在模型估計之前，本文對所有模型進行Hausman檢驗。結果表明，在被檢驗的16個β收斂模型中，除中部地區(qū)和西部地區(qū)傳統(tǒng)絕對β收斂模型接受隨機效應原假設外，其余14個β收斂模型(包括所有空間β收斂模型)均顯著拒絕隨機效應原假設。綜合以上分析，本文統(tǒng)一運用固定效應模型對各省科技企業(yè)孵化器績效綜合指數(shù)的β收斂性進行估計，結果見表10。

在不考慮空間相關性情況下，全國及東、中、西部地區(qū)的絕對β收斂系數(shù)均為負數(shù)，且全國和東部地區(qū)均通過顯著性檢驗，但中部地區(qū)(p=0.220)和西部地區(qū)(p=0.155)β收斂系數(shù)不顯著，表明在傳統(tǒng)絕對β收斂模型框架下，全國和東部地區(qū)存在絕對β收斂，但中部地區(qū)和西部地區(qū)不存在絕對β收斂。若引入空間相關性，則全國及東、中、西部地區(qū)的絕對β收斂系數(shù)均顯著為負，表明存在絕對β收斂。同時，所有空間模型空間自回歸系數(shù)(ρ)均顯著為正，說明對科技企業(yè)孵化器績效綜合指數(shù)進行收斂性檢驗時需考慮空間因素。從收斂速度看，全國及東、中、西部地區(qū)的空間絕對β收斂速度分別為3.7%、2.2%、3.7%和3.5%，相比于傳統(tǒng)絕對β收斂速度，分別提高2.1、1.6、2.9和1.1個百分點，表明空間因素具有加速收斂、縮短收斂周期的作用。

關于各省科技企業(yè)孵化器績效綜合指數(shù)的條件β收斂分析，本文借鑒已有文獻，控制如下變量：①經(jīng)濟發(fā)展水平(PC)，用以2000年為基期的人均實際GDP表示；②工業(yè)化水平(IR)，用二三產(chǎn)業(yè)就業(yè)人數(shù)之和與總就業(yè)人數(shù)之比表示；③人力資本水平(HC)，用每十萬人口高等學校平均在校生數(shù)表示；④科技投入水平(RD)，用R&D人員全時當量表示。為減少異方差的影響，在實證過程中，本文對以上所有變量取對數(shù)。以上數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》和《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》，控制變量描述性統(tǒng)計結果見表11。

表10 絕對β收斂結果

表11 控制變量描述性統(tǒng)計結果

條件β收斂結果見表12。表12顯示，無論是否考慮空間自相關，全國及東、中、西部地區(qū)條件β收斂系數(shù)均顯著為負，表明全國及東、中、西部地區(qū)科技企業(yè)孵化器績效綜合指數(shù)存在條件β收斂。同時，所有空間模型空間自回歸系數(shù)(ρ)均顯著為正(中部地區(qū)p=0.102，非常接近10%的顯著性水平)，表明在進行條件β收斂分析時應考慮空間因素。對比傳統(tǒng)條件β收斂和空間條件β收斂估計結果可以發(fā)現(xiàn)，全國及東、中、西部地區(qū)空間條件β收斂速度分別為5.9%、4.0%、11.4%和8.2%，相比于傳統(tǒng)條件β收斂，分別提高0.7、0.8、6和1.4個百分點，再次驗證了空間因素可以加速收斂的結論。此外，對比條件β收斂和相應絕對β收斂估計結果，發(fā)現(xiàn)所有絕對β收斂速度均小于條件β收斂速度。這是因為，條件β收斂考慮了不同省份科技企業(yè)孵化器發(fā)展的異質(zhì)性，從而促使收斂速度加快、收斂周期縮短。從控制變量估計結果看，地區(qū)工業(yè)化水平和科技投入水平對科技企業(yè)孵化器績效綜合指數(shù)收斂具有較為顯著的正向促進作用，而地區(qū)經(jīng)濟發(fā)展水平和人力資本水平對科技企業(yè)孵化器績效綜合指數(shù)收斂的促進作用不顯著。

由于中國各省科技企業(yè)孵化器存在正向空間相關性，因此在考察科技企業(yè)孵化器績效綜合指數(shù)收斂性時應納入空間因素；同時，由于條件β收斂考慮了各省孵化器發(fā)展異質(zhì)性問題，從而能夠更加準確地反映收斂性特征?？臻g條件β收斂結果表明，全國科技企業(yè)孵化器績效綜合指數(shù)收斂速度為5.9%，相應的半程收斂周期為11.73年，即縮小各省科技企業(yè)孵化器績效實際水平與穩(wěn)態(tài)水平間差距的一半大約需要11.73年。東、中、西部地區(qū)各省科技企業(yè)孵化器績效綜合指數(shù)收斂速度分別為4.0%、11.4%和8.2%，相應半程收斂周期分別為17.14年、6.09年和8.48年?？傮w而言，東部地區(qū)收斂速度最慢，西部地區(qū)次之，中部地區(qū)收斂速度最快。

導致不同地區(qū)收斂速度差異較大的主要原因是各地區(qū)內(nèi)部孵化器發(fā)展不均衡。以2017年各省孵化器績效綜合指數(shù)測度結果為例(見表3和圖1)，東部地區(qū)江蘇省以0.869 7的水平遙遙領先，東部地區(qū)廣東、北京、山東和浙江緊隨其后，明顯高于排名相對靠后的湖北、河南等省份，但東部地區(qū)也包含孵化器發(fā)展相對滯后的福建、河北等省份，從而導致東部地區(qū)內(nèi)部省份間孵化器發(fā)展差異最大，收斂速度最慢。中部地區(qū)則剛好相反，各省份孵化器發(fā)展績效水平間差異最小，收斂速度最快。西部地區(qū)介于二者之間，收斂速度也介于東部和中部地區(qū)之間。

那么，為何中國各省份科技企業(yè)孵化器績效綜合指數(shù)存在空間收斂性？其內(nèi)在機制又是什么？本文認為，空間收斂內(nèi)在機制主要包括直接機制和間接機制兩個方面[29]。其中，直接機制主要在于學習、分享等，學習是指孵化器發(fā)展相對落后地區(qū)向孵化器發(fā)展較為發(fā)達地區(qū)學習，分享則是指孵化器發(fā)展較為發(fā)達地區(qū)通過經(jīng)驗傳授等方式分享發(fā)展經(jīng)驗、模式等。間接機制主要表現(xiàn)在各省間孵化器發(fā)展的空間外溢效應能否引發(fā)不同省份尤其是地理位置相近省份間的競爭，從而倒逼各省更加重視孵化器發(fā)展，最終實現(xiàn)各省孵化器績效水平趨同。從中國孵化器發(fā)展實踐看，近年來，中國積極推進孵化器發(fā)展國際合作，顯著提升了中國自身孵化器創(chuàng)新創(chuàng)業(yè)服務能力，也是上述空間收斂內(nèi)在機制的重要體現(xiàn)。

總之，上述估計結果表明，全國及東、中、西部地區(qū)各省科技企業(yè)孵化器績效綜合指數(shù)存在絕對β收斂和條件β收斂。

表12 條件β收斂結果

4 結論與啟示

4.1 研究結論

本文從規(guī)模效率、資本投入和社會貢獻3個維度選取12個指標構建科技企業(yè)孵化器績效評價指標體系，測度2007—2017年中國內(nèi)地28個省份國家級科技企業(yè)孵化器績效綜合指數(shù)，運用多種模型對各省國家級科技企業(yè)孵化器績效的動態(tài)演進、區(qū)域差異、空間相關性及收斂性等進行分析。結果發(fā)現(xiàn)：①2007—2017年中國科技企業(yè)孵化器實現(xiàn)了較快發(fā)展，國家級科技企業(yè)孵化器績效綜合指數(shù)年均增長率高達9.43%，且呈現(xiàn)東、中、西部地區(qū)依次遞減的分布特征；②中國國家級科技企業(yè)孵化器績效綜合指數(shù)具有較強的穩(wěn)定性，從低水平躍遷至高水平的概率介于20.90%～28.77%間，且存在著向下轉移風險；③中國科技企業(yè)孵化器績效水平存在較大的區(qū)域差異，2014年之前區(qū)域差異呈上升趨勢、2014年之后區(qū)域差異有所縮小。從區(qū)域差異分解結果看，地區(qū)內(nèi)差異總體貢獻度處于47.82%～64.37%間，且存在下降趨勢；地區(qū)間差異總體貢獻度處于35.63%～52.18%之間，且存在上升趨勢；④各省科技企業(yè)孵化器績效綜合指數(shù)間存在著較為穩(wěn)定的空間正相關關系；⑤全國及東、中、西部地區(qū)科技企業(yè)孵化器績效綜合指數(shù)不存在σ收斂，但存在絕對β收斂和條件β收斂?？臻g條件β收斂結果表明，全國科技企業(yè)孵化器績效綜合指數(shù)收斂速度為5.9%，相應半程收斂周期為11.73年，且工業(yè)化水平和科技投入水平能顯著促進科技企業(yè)孵化器績效綜合指數(shù)收斂。

4.2 政策建議

結合上述結論，本文提出以下政策建議：①高度重視科技企業(yè)孵化器發(fā)展過程中出現(xiàn)的不足，提高從低水平躍遷至高水平的概率，同時降低等級向下轉移概率、縮小各省間尤其是東部地區(qū)省份間科技企業(yè)孵化器績效水平差距。由于中國各省份孵化器發(fā)展存在空間正相關和集聚效應，因此應因地制宜，通過優(yōu)化資源配置、完善區(qū)域協(xié)作網(wǎng)絡、積極引導區(qū)域內(nèi)、跨區(qū)域及國際間孵化器合作等方式提升孵化器績效水平；②由于地區(qū)工業(yè)化水平和科技投入水平對科技企業(yè)孵化器績效綜合指數(shù)收斂具有顯著正向促進作用，因此應堅持以新發(fā)展理念引領新型工業(yè)化，推動中國工業(yè)化水平和質(zhì)量進一步提升。同時，地方政府應注重科技創(chuàng)新的作用，加大科技投入力度，推動地區(qū)孵化器績效水平不斷提升。