產(chǎn)業(yè)政策激勵了創(chuàng)業(yè)孵化績效嗎？
——來自中國孵化器的微觀證據(jù)

李 靜，顏振軍，姚景民

（北京師范大學(xué)經(jīng)濟(jì)與資源管理研究院，北京 100875）

1 研究背景

科技企業(yè)孵化器（以下簡稱“孵化器”）通過匯聚多種創(chuàng)新創(chuàng)業(yè)資源，為初創(chuàng)企業(yè)提供辦公場所、輔導(dǎo)咨詢、政策服務(wù)、知識產(chǎn)權(quán)服務(wù)以及投融資服務(wù)等，賦能于初創(chuàng)企業(yè)的初期發(fā)展。1987 年，我國首家科技企業(yè)孵化器——武漢東湖新技術(shù)創(chuàng)業(yè)者中心成功落地，拉開了我國科技企業(yè)孵化器事業(yè)的實(shí)踐序幕。30 多年的改革發(fā)展，我國孵化器事業(yè)從無到有，從弱到強(qiáng)。孵化器在優(yōu)化區(qū)域創(chuàng)新體系，完善產(chǎn)業(yè)鏈服務(wù)，提升中小微企業(yè)存活率，推動高新技術(shù)產(chǎn)業(yè)高速發(fā)展以及促進(jìn)科技成果轉(zhuǎn)化等方面發(fā)揮重要作用，成為我國推動戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的重要推手。在1998 年以前，我國孵化器事業(yè)發(fā)展緩慢，孵化器受到中央政府的政策扶持非常少，而地方政府幾乎沒有給予任何政策優(yōu)惠；1999—2005 年期間，中央和地方政府開始對孵化器給予專項(xiàng)資金，財政投資等扶持政策，大多數(shù)孵化器由政府出資建立，具有公益性的特征，孵化器數(shù)量穩(wěn)步增加至500多家；2006 年開始，我國政府開始對孵化行業(yè)實(shí)施稅收優(yōu)惠、政府補(bǔ)貼等政策支持，而且扶持力度不斷增大，同時孵化器的數(shù)量也大幅度增加［1］?？疾煺咧С至Χ群头趸鲾?shù)量變化趨勢（見圖1），發(fā)現(xiàn)政府政策對我國孵化器事業(yè)的發(fā)展產(chǎn)生了重要影響。當(dāng)前，政府對孵化器的產(chǎn)業(yè)政策包括財政投資、政府補(bǔ)貼、稅收優(yōu)惠等，以孵化器為媒介引導(dǎo)大量的財政及社會資金進(jìn)入雙創(chuàng)領(lǐng)域，有效發(fā)揮財政投入助力創(chuàng)新創(chuàng)業(yè)發(fā)展的重要職能。如表1 數(shù)據(jù)顯示，自2015 年至2019 年，政府對孵化器的政策扶持力度不斷增大，對孵化器事業(yè)的發(fā)展給予了高度重視。當(dāng)前我國經(jīng)濟(jì)處于高質(zhì)量發(fā)展階段的關(guān)鍵時期，“十四五”規(guī)劃中明確指出提升創(chuàng)新能力，搭建高級化產(chǎn)業(yè)基礎(chǔ)，優(yōu)化產(chǎn)業(yè)鏈結(jié)構(gòu)是經(jīng)濟(jì)發(fā)展取得新成效的重要目標(biāo)之一。孵化器作為創(chuàng)新創(chuàng)業(yè)體系中的核心之一又迎來了新的歷史使命和挑戰(zhàn)，政府在這個過程中該如何發(fā)揮恰當(dāng)?shù)淖饔茫咳绾螐亩嗑S度全面地考察產(chǎn)業(yè)政策對于孵化器的影響效果？不同的政策及政策組合又有何差異？所在地區(qū)和孵化器類型是否會影響政策效應(yīng)的發(fā)揮？本文試圖基于全國孵化器的微觀數(shù)據(jù)探索以上問題，為實(shí)現(xiàn)政府政策對孵化活動的精準(zhǔn)扶持、優(yōu)化政策效果和推動孵化行業(yè)高質(zhì)量發(fā)展提供經(jīng)驗(yàn)證據(jù)和政策建議。

表1 我國孵化器獲得的政策支持情況

圖1 1995—2019 年我國孵化器數(shù)量變化

2 文獻(xiàn)回顧

2.1 孵化器的績效研究

國內(nèi)外對孵化器績效的研究主要集中在影響孵化器績效的因素以及孵化器績效評價方法、模型、指標(biāo)等。關(guān)于孵化器績效的影響因素研究，綜合國內(nèi)外研究發(fā)現(xiàn)目前學(xué)者們提出的影響孵化器績效的主要因素可以分為兩大類：內(nèi)部因素和外部因素。內(nèi)部因素主要包括孵化器的構(gòu)成要素以及各要素結(jié)構(gòu)比例，具體來講包含孵化人員、孵化設(shè)施、孵化資金、孵化信息、文化制度和孵化服務(wù)等。外部因素則包括國家的宏觀政治經(jīng)濟(jì)形勢、國家經(jīng)濟(jì)和技術(shù)政策、國家創(chuàng)新系統(tǒng)與區(qū)域創(chuàng)新系統(tǒng)、社會創(chuàng)業(yè)環(huán)境、社會相關(guān)支持網(wǎng)絡(luò)等關(guān)于孵化器的績效評估目前還沒有統(tǒng)一的標(biāo)準(zhǔn)。如晏敬東等［2］從5 個方面構(gòu)建科技企業(yè)孵化器管理績效評價指標(biāo)體系，分別為運(yùn)營與發(fā)展能力，技術(shù)創(chuàng)新能力，社會貢獻(xiàn)，創(chuàng)業(yè)環(huán)境，國際開放程度；Chan 等［3］在將9 個標(biāo)準(zhǔn)納入評價體系，包括資源匯聚優(yōu)勢、資源共享優(yōu)勢、咨詢服務(wù)優(yōu)勢、公眾形象提升的正面效應(yīng)、網(wǎng)絡(luò)優(yōu)勢、集群效應(yīng)、地理鄰近性、成本補(bǔ)貼和資金支持；徐菱涓等［4］運(yùn)用主成分分析法篩選出了5 個用于評估我國科技企業(yè)孵化器績效的因素，分別是政治績效、社會績效、過程績效、財務(wù)績效、市場績效?？偨Y(jié)國內(nèi)外學(xué)者的研究，發(fā)現(xiàn)對于孵化器的績效評價一般圍繞孵化器的功能定位、承擔(dān)的社會職責(zé)和自身發(fā)展水平來展開分析。

2.2 孵化器的政策研究

一部分學(xué)者聚焦于某個特定區(qū)域利用實(shí)地調(diào)研、案例分析、文本分析等方法探索孵化器的政策效果。如Adegbite［5］以尼日利亞孵化器發(fā)展情況為例指出目前其孵化器數(shù)量較少原因之一就是缺乏政府優(yōu)惠政策和資金的支持；Santos［6］以葡萄牙的一個中型城市科英布拉為例子，探討了政府對孵化器的稅收優(yōu)惠等公共政策促進(jìn)了區(qū)域創(chuàng)新生態(tài)的發(fā)展和企業(yè)家精神的培育。北京市地方稅務(wù)局課題組在對北京孵化器進(jìn)行認(rèn)真分析后，指出其收入來源主要是租金收入，科技中介服務(wù)收入較少，而稅收優(yōu)惠政策對這些孵化器的實(shí)際效果有限，并基于此提出相關(guān)的稅收政策［7］。李志軍等［8］以北京集成電路設(shè)計園發(fā)展實(shí)踐為例，指出其發(fā)展面臨公共財政資金扶植力度下降、稅收優(yōu)惠政策取消、園區(qū)主營業(yè)務(wù)收入因市場競爭存在潛在風(fēng)險及相關(guān)體制所限等制約因素，影響了可持續(xù)發(fā)展，并基于此提出了促進(jìn)專業(yè)孵化器發(fā)展的財政政策；李梓涵昕等［9］對1994—2019 年中國政府出臺的關(guān)于孵化器政策的130 多條文本進(jìn)行了分析，結(jié)果表明中國孵化器政策呈現(xiàn)出制定主體協(xié)同度不斷提升、政府普及范圍越來越廣、政策工具不斷多樣化、政策的針對性越來越精準(zhǔn)等趨勢，但同時存在法律方面的政策稀少、需求型政策工具應(yīng)用較少、政策實(shí)施效果考核評價內(nèi)容匱乏等問題。

國內(nèi)很多學(xué)者還通過構(gòu)建數(shù)學(xué)模型，數(shù)據(jù)分析等方法實(shí)證探索孵化器的相關(guān)政策為孵化器的服務(wù)或績效帶來的影響。如盧珊等［10］通過構(gòu)建稅收優(yōu)惠、政府補(bǔ)貼和孵化器與創(chuàng)投直接的合作行為的數(shù)學(xué)模型，探索出單一的稅收政策對這種合作行為產(chǎn)生負(fù)向影響，搭配補(bǔ)貼政策則可均衡合作過程中的收益損失；崔靜靜等［11］基于2009—2012 年國家級科技企業(yè)孵化器的數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)稅收優(yōu)惠政策對孵化器孵化服務(wù)的提供有正向的激勵作用；關(guān)成華等［12］以孵化器內(nèi)當(dāng)年畢業(yè)企業(yè)作為孵化器績效的度量，利用2016 年全國孵化器數(shù)據(jù)得出財政投資、財政補(bǔ)貼和稅收優(yōu)惠均對孵化績效有顯著的激勵作用的結(jié)論。其中稅收優(yōu)惠政策最為有效，財政投資和財政補(bǔ)貼的政策效果基本相當(dāng)。許治等［13］利用廣東省2016—2017 年的孵化器數(shù)據(jù)，探究政府補(bǔ)貼對孵化器服務(wù)水平的影響，結(jié)果表明政府補(bǔ)貼強(qiáng)度與孵化器的行政管理服務(wù)、創(chuàng)業(yè)指導(dǎo)服務(wù)之間存在倒“U”型關(guān)系，與孵化器網(wǎng)絡(luò)服務(wù)存在正相關(guān)關(guān)系，與投融資服務(wù)沒有顯著的相關(guān)關(guān)系。

考察以往研究發(fā)現(xiàn)，關(guān)于政府政策對孵化器績效的影響的研究文獻(xiàn)較少，當(dāng)前的研究僅以單一維度來考察孵化器政策對績效的影響，存在一定的片面性，且當(dāng)前研究還未涉及到政策組合的對孵化器績效的影響。本文在現(xiàn)有研究基礎(chǔ)上，基于2017 至2019 年中國孵化器的微觀數(shù)據(jù)，選用傾向得分匹配（PSM）法全面分析政府不同的政策及政策組合對孵化器市場、創(chuàng)新和經(jīng)營3 個績效維度的影響，同時對地區(qū)差異化和孵化器類型差異化展開分析討論。

3 數(shù)據(jù)說明與研究方法

3.1 數(shù)據(jù)來源與處理

本文數(shù)據(jù)來源于科技部火炬中心火炬統(tǒng)計調(diào)查信息中全國孵化器及在孵企業(yè)統(tǒng)計數(shù)據(jù)庫，該數(shù)據(jù)庫收錄了最為全面的全國孵化器及在孵企業(yè)的相關(guān)數(shù)據(jù)，選取2017—2019 年全國孵化器的微觀數(shù)據(jù)進(jìn)行研究。為保證研究的準(zhǔn)確性，對樣本數(shù)據(jù)進(jìn)行以下處理：（1）刪除存在數(shù)據(jù)缺失的樣本，并篩選獲得2 928 家在3 年均納入統(tǒng)計的孵化器面板數(shù)據(jù)；（2）為更加準(zhǔn)確地測度政策效應(yīng)，僅保留在2017—2019年期間，3 年持續(xù)受到政策支持和3 年間未受到任何政策支持的孵化器為研究對象，共計2 896 家；（3）考慮到政府政策對孵化器績效影響存在時滯性，以各變量在3 年內(nèi)的平均值來度量綜合水平。

3.2 變量選取與描述性統(tǒng)計分析

3.2.1 變量選取

（1）結(jié)果變量。基于以往研究并從孵化器的功能、承擔(dān)的社會職責(zé)等多方面考慮，如圖2 所示本文從市場績效、創(chuàng)新績效和經(jīng)營績效3 個角度構(gòu)建孵化器績效的評價體系，全面反映孵化器的綜合能力。

圖2 孵化器績效評價體系

在以往的研究中常以孵化器內(nèi)畢業(yè)企業(yè)數(shù)量作為績效的度量。但是鑒于當(dāng)前孵化模式的更新，當(dāng)前孵化的主要目標(biāo)并非督促企業(yè)盡快畢業(yè)，而是與企業(yè)形成強(qiáng)關(guān)系，助力企業(yè)發(fā)展壯大，從而實(shí)現(xiàn)孵化器與企業(yè)的共同成長。所以以孵化器內(nèi)當(dāng)年孵化出的上市企業(yè)數(shù)量來度量孵化器的市場績效更具有研究意義。同時孵化器是國家創(chuàng)新體系的重要組成部分，肩負(fù)著落實(shí)國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的重任，本文以孵化器內(nèi)在孵企業(yè)當(dāng)年所獲得的發(fā)明專利授權(quán)數(shù)來考察孵化器的創(chuàng)新績效。作為市場經(jīng)濟(jì)中的一分子，孵化器也要實(shí)現(xiàn)自身的可持續(xù)發(fā)展，本文以當(dāng)年的凈利潤作為孵化器經(jīng)營績效的度量。

（2）處理變量。設(shè)置6 個處理變量來探索單項(xiàng)政策與不同的政策組合對孵化器績效的影響。分別為財政投資（invest）、政府補(bǔ)貼（sub）、稅收優(yōu)惠（tax）這3 個單項(xiàng)政策處理變量和財政投資與政府補(bǔ)貼（invest-sub）、政府補(bǔ)貼與稅收優(yōu)惠（sub-tax）、財政投資與政府補(bǔ)貼和稅收優(yōu)惠（invest-sub-tax）這3 種政策組合的處理變量。由于同時受到財政投資與稅收優(yōu)惠（invest-tax）政策支持的孵化器僅29家，數(shù)量較少，匹配效果較差，得到的結(jié)果不具有可靠性，所以本文未具體討論。

（3）控制變量。財政部等四部門頒發(fā)的《關(guān)于科技企業(yè)孵化器、大學(xué)科技園和眾創(chuàng)空間稅收政策的通知》（財稅〔2018〕120 號）中表明國家級孵化器優(yōu)先享受稅收優(yōu)惠政策。而國家級孵化器的評定一般從孵化器的在孵企業(yè)數(shù)量、孵化場地面積、在孵企業(yè)數(shù)量、孵化資金規(guī)模、服務(wù)團(tuán)隊、創(chuàng)業(yè)導(dǎo)師工作機(jī)制和服務(wù)體系、運(yùn)營時間等方面考察。本文參考以往研究及政府政策文件，綜合考慮既影響孵化器績效又影響孵化器獲得政策支持的因素，從平臺規(guī)模、人力投入、基礎(chǔ)設(shè)施、資金支持、創(chuàng)業(yè)資源和孵化器年齡6 個維度設(shè)置控制變量。

3.2.2 量的描述性統(tǒng)計分析

變量的描述性統(tǒng)計如表2 所示，在結(jié)果變量中，創(chuàng)新績效的標(biāo)準(zhǔn)差為16.894，表明樣本中孵化器內(nèi)在孵企業(yè)的創(chuàng)新產(chǎn)出存在較大差異。從處理變量的均值來看，獲得財政投資的孵化器占比44.1%，獲得政府補(bǔ)貼的孵化器占比80%，獲得稅收優(yōu)惠的孵化器占比11.4%。在2 896 家研究樣本中有319 家孵化器未獲得任何政策支持，作為控制組。

表2 變量描述性統(tǒng)計分析結(jié)果

3.3 研究方法設(shè)計

在實(shí)踐中，孵化器是否獲得政策支持并非是隨機(jī)的，一方面，政府會綜合考慮孵化器的經(jīng)營狀況、資源情況、平臺規(guī)模等來做出決策；另一方面，孵化器在為了獲取政策支持的過程中可能存在尋租的行為。這導(dǎo)致研究樣本的選擇存在內(nèi)生性，為了克服樣本選擇偏差對研究結(jié)果產(chǎn)生的不良影響，本文采用傾向得分匹配方法加以修正。在本文的分析框架中設(shè)置了6 個處理組，控制組為3 年內(nèi)未受到任何政策支持的孵化器樣本。

首先，使用Logit 模型估計每個樣本的傾向得分值，即在樣本的控制變量確定的前提下，孵化器能夠獲得政策支持的概率，計算見公式（1）：

最后，根據(jù)匹配后的樣本計算平均處理效應(yīng)，計算見公式（3）：

為了使配對誤差更小，研究結(jié)果更穩(wěn)健。從以下三方面進(jìn)行考慮：一是在配對前，生成隨機(jī)種子數(shù)，將樣本數(shù)據(jù)隨機(jī)排序。二是在匹配時，若進(jìn)行一對一匹配，則偏差較小，但是導(dǎo)致方差較大；而進(jìn)行一對多匹配，由于使用了更遠(yuǎn)的信息，導(dǎo)致偏差較大，但由于使用了較多的信息降低了方差。借鑒Abadie等［14］的建議，進(jìn)行一對四近鄰匹配，綜合考慮偏差和方差實(shí)現(xiàn)最小化均方誤差（MSE）。三是本文除了采用k近鄰匹配（k=4），還采用了半徑匹配，核匹配和樣條匹配，幾種匹配方法的結(jié)果相似，證明本文的結(jié)果穩(wěn)健可信，由于篇幅原因，僅匯報近鄰匹配的結(jié)果。

4 實(shí)證研究及結(jié)果

4.1 單項(xiàng)政策的平均處理效應(yīng)

4.1.1 logit 回歸結(jié)果

表3 是政府采取單項(xiàng)政策，采用Logit 模型計算傾向得分的回歸結(jié)果。結(jié)果顯示孵化器獲得財政投資與孵化器的基礎(chǔ)設(shè)施顯著正相關(guān)，與孵化器的年齡顯著負(fù)相關(guān)；孵化器獲得政府補(bǔ)貼與孵化器的平臺規(guī)模、資金支持和創(chuàng)業(yè)資源顯著正相關(guān)；孵化器獲得稅收優(yōu)惠與孵化器的人力投入和年齡顯著正相關(guān)。3 個回歸結(jié)果的LR 統(tǒng)計量對應(yīng)的P值均接近于0，表明整個方程所有系數(shù)（除常數(shù)項(xiàng)以外）的聯(lián)合顯著性很高。

表3 單項(xiàng)政策Logit 回歸結(jié)果

4.1.2 共同支撐檢驗(yàn)與平衡性檢驗(yàn)

（1）共同支撐檢驗(yàn)。在財政投資的匹配結(jié)果中，共507 個觀測值，其中處理組共188 個觀測值，有1 個不在共同取值范圍內(nèi)；控制組共319 個觀測值，有6 個不在共同取值范圍內(nèi)。在政府補(bǔ)貼的匹配結(jié)果中，共1 192 個觀測值，其中處理組共873 個觀測值，有15 個不在共同取值范圍內(nèi)；控制組共319 個觀測值，均在共同取值范圍內(nèi)。在稅收優(yōu)惠的匹配結(jié)果中，共361 個觀測值，其中處理組共42 個觀測值，均在共同取值范圍內(nèi)；控制組共319 個觀測值，有43 個不在共同取值范圍內(nèi)。因此在3 個匹配結(jié)果中均僅丟失少量樣本。

圖3 至圖5 分別為財政投資、政府補(bǔ)貼和稅收優(yōu)惠匹配前與匹配后傾向得分的密度函數(shù)對比圖。結(jié)果顯示，與匹配前相比，三張圖匹配后的控制組和處理組的傾向得分密度曲線更為接近，且有更多的重疊部分。綜合來看，三種匹配均滿足PSM 模型共同支撐假設(shè)的前提，可以實(shí)現(xiàn)較高的匹配質(zhì)量，為得到可靠結(jié)果提供保障，且采用傾向得分匹配后能夠在一定程度上減少評估政策處理效應(yīng)的誤差。

圖3 財政投資的傾向得分密度

圖4 政府補(bǔ)貼的傾向得分密度

圖5 稅收優(yōu)惠的傾向得分密度

（2）平衡性檢驗(yàn)。平衡性檢驗(yàn)用來考察匹配結(jié)果是否較好地平衡了數(shù)據(jù)，若匹配后的處理組和控制組的孵化器在各個控制變量上存在顯著差異，則說明控制變量的選擇或者匹配方法的選取存在一定的問題，若不存在顯著差異，則認(rèn)為通過平衡性檢驗(yàn)，匹配結(jié)果具有可靠性。表4 為平衡性假設(shè)檢驗(yàn)的結(jié)果，依據(jù)Smith 等［15］人的觀點(diǎn)，使用t統(tǒng)計量來檢驗(yàn)處理組和控制組各個控制變量的均值在匹配前后是否存在顯著差異的原假設(shè)。從表4 中可觀察出匹配后所有的T 檢驗(yàn)結(jié)果對應(yīng)的P 值均遠(yuǎn)高于10%，不拒絕處理組與控制組無系統(tǒng)差異的原假設(shè)，即可以認(rèn)為匹配后處理組和控制組在6 個匹配維度上的表現(xiàn)基本相同。同時借鑒Rosenbaum 等［16］人的觀點(diǎn)，匹配后標(biāo)準(zhǔn)化偏差（%bias）的絕對值小于20%可認(rèn)為匹配效果較好。三種匹配結(jié)果中，匹配后的所有變量的標(biāo)準(zhǔn)化偏差（%bias）對比匹配前均縮小，且均小于20%。綜合考察三種匹配結(jié)果均通過平衡性假設(shè)檢驗(yàn)，匹配結(jié)果具有可靠性。

表4 單項(xiàng)政策平衡性假設(shè)檢驗(yàn)結(jié)果

4.1.3 平均處理效應(yīng)結(jié)果

由表5 的結(jié)果可得，匹配后處理組和控制組的孵化器績效差異相比匹配前有所下降，這是由于匹配后的結(jié)果消除了由于各個孵化器樣本的自身資源稟賦差異所導(dǎo)致績效差異的影響因素，所以PSM 模型能夠更準(zhǔn)確地估計政策效果，即政策實(shí)施的平均處理效應(yīng)（ATT）。

表5 匹配前后單項(xiàng)政策的績效差異結(jié)果（ATT）

從匹配后的結(jié)果來看，單項(xiàng)政策中僅政府補(bǔ)貼對市場績效產(chǎn)生了顯著的正向影響（P＜0.01）,財政投資和稅收優(yōu)惠政策對市場績效的處理效應(yīng)為正，但是不顯著。從創(chuàng)新績效來看，三種單項(xiàng)政策均沒有產(chǎn)生顯著的正向促進(jìn)作用，而財政投資的處理效應(yīng)甚至在5%的水平上顯著為負(fù)。三種單項(xiàng)政策的經(jīng)營績效的處理效應(yīng)均在10%水平上顯著為負(fù)，受單項(xiàng)到政策支持的孵化器的經(jīng)營利潤低于未受到任何政策支持的孵化器。綜合來看，單項(xiàng)政策的對孵化器績效的影響效果欠佳。

4.2 政策組合的平均處理效應(yīng)

4.2.1 logit 回歸結(jié)果

表6 是采用不同的政策組合的Logit 回歸結(jié)果。由結(jié)果可得孵化器能夠獲得多種政策支持與其人力資本投入、孵化器的面積、對在孵企業(yè)資金支持、所擁有的創(chuàng)業(yè)資源和創(chuàng)辦年限呈正相關(guān)關(guān)系。3 個回歸結(jié)果的LR 統(tǒng)計量對應(yīng)的P值均接近于0，表明整個方程所有系數(shù)（除常數(shù)項(xiàng)以外）的聯(lián)合顯著性很高。

表6 政策組合Logit 回歸結(jié)果

4.2.2 共同支撐檢驗(yàn)與平衡性檢驗(yàn)

（1）共同支撐檢驗(yàn)。在財政投資與政府補(bǔ)貼組合的匹配結(jié)果中，共1 150 個觀測值，其中處理組共831 個觀測值，有31 個不在共同取值范圍內(nèi)；控制組共319 個觀測值，均在共同取值范圍內(nèi)。在政府補(bǔ)貼與稅收優(yōu)惠組合的匹配結(jié)果中，共675 個觀測值，其中處理組共356 個觀測值，有10 個不在共同取值范圍內(nèi)；控制組共319 個觀測值，有49 個不在共同取值范圍內(nèi)。在財政投資、政府補(bǔ)貼和稅收優(yōu)惠三項(xiàng)政策組合中，共577 個觀測值，其中處理組共258 個觀測值，有25 個不在共同取值范圍內(nèi)，控制組共319個觀測值，有4個不在共同取值范圍內(nèi)。因此在4 個匹配結(jié)果中僅丟失少量樣本。由于在財政投資與稅收優(yōu)惠組合的匹配結(jié)果中，處理組的數(shù)量僅29 家，樣本較少導(dǎo)致匹配效果較差，所以在本文中不予討論。

觀察圖6 至圖8 匹配前與匹配后傾向得分的密度函數(shù)對比圖顯示，與匹配前相比匹配后的控制組和處理組的傾向得分密度曲線更為接近，且有更多的重疊部分。綜合來看，三種匹配均滿足PSM 模型共同支撐假設(shè)的前提。

圖6 Invest-sub 傾向得分密度

圖7 Sub-tax 傾向得分密度

圖8 Invest-sub-tax 傾向得分密度

（2）平衡性檢驗(yàn)。表7 的結(jié)果顯示，匹配后所有變量的標(biāo)準(zhǔn)化偏差大幅度縮小，且絕對值均小于20%，所有的T檢驗(yàn)結(jié)果的P值均大于10%，結(jié)果不拒絕處理組與控制組無系統(tǒng)性差異的原假設(shè)，綜合考量通過平衡性檢驗(yàn)，結(jié)果具有可靠性。

表7 政策組合平衡性假設(shè)檢驗(yàn)結(jié)果

表8 匹配前后政策組合的績效差異結(jié)果（ATT）

4.2.3 平均處理效應(yīng)結(jié)果

由表7 的結(jié)果可得，匹配后處理組和控制組的孵化器績效差異相比匹配前有所下降。從市場績效的結(jié)果來看，政策組合均對孵化器的市場績效發(fā)揮積極的促進(jìn)作用，且均在1%的水平下顯著，其中政府補(bǔ)貼與稅收優(yōu)惠的政策組合影響作用最強(qiáng)，平均處理效應(yīng)達(dá)到0.429 7，表明在平臺規(guī)模、基礎(chǔ)設(shè)施等特征和資源相似的情況下，同時獲得政府補(bǔ)貼和稅收優(yōu)惠的孵化器比未獲得任何政策支持的孵化器孵化出的上市企業(yè)多約0.43 個。從創(chuàng)新績效的結(jié)果來看，政策組合均對創(chuàng)新績效產(chǎn)生顯著的正向影響，其中，三項(xiàng)政策的組合對孵化器創(chuàng)新績效的影響作用最強(qiáng)，ATT 值達(dá)到5.017 5，即在平臺規(guī)模、基礎(chǔ)設(shè)施等特征和資源相似的情況下，同時獲得三項(xiàng)政策支持的孵化器內(nèi)在孵企業(yè)發(fā)明的專利數(shù)比未獲得任何政策支持的孵化器多約5 項(xiàng)。從經(jīng)營績效的結(jié)果來看，政策組合的經(jīng)營績效均在1%的水平上顯著為負(fù)。

4.3 組群內(nèi)平均處理效應(yīng)的差異

考慮到政策對孵化器各種績效的影響可能會因?yàn)樗幍貐^(qū)，孵化器類型而存在差異性。因此本文將地區(qū)分為東部地區(qū)和非東部地區(qū)，孵化器的類型分為綜合孵化器和專業(yè)孵化器來進(jìn)行探索。在研究樣本中2 896 家孵化器，其中有1 799 家屬于東部地區(qū)，占比62.12%，1 097 家屬于非東部地區(qū)，占比37.88%1）；總樣本中共有綜合孵化器2 011 家，占比69.44%，專業(yè)孵化器885 家，占比30.56%。

4.3.1 地區(qū)的平均處理效應(yīng)差異

政策實(shí)施效果的地區(qū)差異結(jié)果如表9 所示。單獨(dú)的政府補(bǔ)貼政策和不同的政策組合對東部地區(qū)和非東部地區(qū)的市場績效均產(chǎn)生顯著的正向影響；政策組合僅對非東部地區(qū)的創(chuàng)新績效產(chǎn)生了顯著的正向影響；東部地區(qū)無論是單項(xiàng)政策支持，還是多項(xiàng)政策組合支持，政策對孵化器經(jīng)營績效的平均處理效應(yīng)均顯著為負(fù)。在非東部地區(qū)政策對經(jīng)營績效的平均處理效應(yīng)均為正，但在統(tǒng)計意義上不顯著。整體來看，孵化器的產(chǎn)業(yè)政策在非東部地區(qū)的實(shí)施效果強(qiáng)于東部地區(qū)。

表9 平均處理效應(yīng)的地區(qū)差異

4.3.2 孵化器類型的平均處理效應(yīng)差異

表10 的回歸結(jié)果顯示，從市場績效來看，綜合孵化器的政策效果要強(qiáng)于專業(yè)孵化器；從創(chuàng)新績效來看，專業(yè)孵化器的政策效果要明顯強(qiáng)于綜合孵化器，其中專業(yè)孵化器中三項(xiàng)政策組合的ATT 值達(dá)到8.418 4，且在1%的水平下顯著；從經(jīng)營績效來看，受到政策支持的綜合孵化器的經(jīng)營績效均為負(fù)，受到政策支持的專業(yè)孵化器的經(jīng)營績效均為正，在統(tǒng)計意義上均不顯著。

表10 平均處理效應(yīng)的孵化器類型差異

5 結(jié)論與建議

5.1 研究結(jié)論

（1）單項(xiàng)政策對促進(jìn)孵化績效的作用有限。在排除由于各樣本自身資源稟賦差異對結(jié)果的影響外，僅政府補(bǔ)貼對孵化器的市場績效產(chǎn)生較為顯著的正向影響。政府補(bǔ)貼一方面作為收入來源之一直接豐富孵化器的資金池，側(cè)面降低運(yùn)營成本，豐富孵化器所提供的服務(wù)產(chǎn)品。另外政府補(bǔ)貼的認(rèn)可標(biāo)簽，向外部的科研院所、中介機(jī)構(gòu)、投資機(jī)構(gòu)等傳遞出利好信息，從而間接地為孵化器和內(nèi)部企業(yè)帶來更多創(chuàng)新創(chuàng)業(yè)資源。這種資源效應(yīng)和信號傳遞機(jī)制使得孵化器能夠培育出更多的優(yōu)質(zhì)企業(yè)。

（2）政策組合對市場績效和創(chuàng)新績效均產(chǎn)生顯著的正向影響，其中政府補(bǔ)貼和稅收優(yōu)惠的政策組合對市場績效的促進(jìn)作用最強(qiáng)，三項(xiàng)政策的共同加持才能對孵化器的創(chuàng)新績效產(chǎn)出發(fā)揮最大作用。由于創(chuàng)新前期需要大量的成本投入，研發(fā)過程需要可持續(xù)的、大規(guī)模的資金注入，整個創(chuàng)新過程具有較高的不確定性和風(fēng)險性。政府政策的持續(xù)加碼和不同政策之間的協(xié)同效應(yīng)才能夠?qū)?chuàng)新績效產(chǎn)生顯著影響。

（3）受到政策支持的孵化器的經(jīng)營有待進(jìn)一步提升。從結(jié)果來看，無論是單項(xiàng)政策還是不同的政策組合對經(jīng)營績效的處理效應(yīng)均為負(fù)。這表明在排除樣本個體資源稟賦的差異后，未受到政策支持的孵化器的凈利潤大于受到政策支持的孵化器。雖然為了促進(jìn)行業(yè)的積極發(fā)展，政府的政策支持有時會傾向于“扶差”，但是持續(xù)性的不盈利并不利于這個行業(yè)的可持續(xù)發(fā)展，這敲響了產(chǎn)業(yè)政策實(shí)施的警鐘。

（4）從地區(qū)差異來看，產(chǎn)業(yè)政策對非東部地區(qū)的處理效應(yīng)高于東部地區(qū)。相比于東部地區(qū)，非東部地區(qū)的創(chuàng)新創(chuàng)業(yè)資源較為匱乏，政府政策的邊際效用更大。從孵化器類型的差異來看，產(chǎn)業(yè)政策對綜合孵化器的市場績效有較為顯著的激勵作用，對專業(yè)孵化器則在很大程度上促進(jìn)了其創(chuàng)新績效。相比于綜合孵化器，專業(yè)孵化器聚焦于某一特定領(lǐng)域?yàn)槌鮿?chuàng)企業(yè)提供優(yōu)質(zhì)的專業(yè)化服務(wù)，孫啟新等［17］探索出孵化器內(nèi)部的專業(yè)化產(chǎn)業(yè)集聚能夠形成較強(qiáng)的知識溢出，從而提高企業(yè)的技術(shù)創(chuàng)新水平，而綜合孵化器內(nèi)部的多樣化產(chǎn)業(yè)集聚的知識溢出只有當(dāng)研發(fā)投入達(dá)到較高水平時才發(fā)揮作用。基于專業(yè)孵化器知識溢出的優(yōu)勢，對其給予的政策支持能夠在創(chuàng)新產(chǎn)出方面比綜合孵化器帶來更強(qiáng)的促進(jìn)作用。

5.2 政策建議

（1）注重政策實(shí)施后的效果考核。政策對經(jīng)營績效的平均處理效應(yīng)為負(fù)，一部分原因是孵化器具有公益性，對于一些落后地區(qū)，政府要給予支持，這部分的孵化器的經(jīng)營水平會相對較差。但同時也存在對于資源充足的孵化器給予政策支持，由于政策實(shí)施效果的考核不夠及時和嚴(yán)格，資源冗余和惰性心理導(dǎo)致缺乏提升自我發(fā)展的動力，從而未將政策資源有效轉(zhuǎn)化為自身經(jīng)營利潤。所以政府需要及時對政策支持的效果進(jìn)行考核監(jiān)督，提升孵化器的自我造血能力，減少政策資源浪費(fèi)的現(xiàn)象。

（2）依據(jù)目標(biāo)，打好政策“組合拳”。本文的研究發(fā)現(xiàn)政府補(bǔ)貼對于市場績效的促進(jìn)作用更強(qiáng)；稅收優(yōu)惠對于創(chuàng)新績效的促進(jìn)作用更強(qiáng)；由于財政投資的使用需要經(jīng)過嚴(yán)格的審核程序，使用效率低，市場靈活性低，需要在政府補(bǔ)貼和稅收優(yōu)惠加持的作用下才能對創(chuàng)新績效發(fā)揮顯著的促進(jìn)作用。另外，政策組合對孵化器的市場績效和創(chuàng)新績效的促進(jìn)作用強(qiáng)于單項(xiàng)政策。一方面政策組合的支持力度更大，另一方面各個政策組合在發(fā)揮作用的時候存在協(xié)同互補(bǔ)效應(yīng)。政府在給予政策支持時需要審時度勢，要充分考慮區(qū)域發(fā)展目標(biāo)，靈活地運(yùn)用財政工具，打好政策“組合拳”。

（3）因地制宜，充分發(fā)揮政策效應(yīng)。對于東部經(jīng)濟(jì)發(fā)展水平較高，市場靈活性較強(qiáng)，機(jī)制較為健全，科研資源、技術(shù)人才、風(fēng)險投資等創(chuàng)新創(chuàng)業(yè)資源較多的地區(qū)，政府要充當(dāng)協(xié)調(diào)者角色，逐漸減少對孵化機(jī)構(gòu)運(yùn)營的參與、強(qiáng)化孵化機(jī)構(gòu)自身的盈利能力。促進(jìn)孵化器的私有化改革，可將直接投資轉(zhuǎn)變?yōu)楹头趸瘷C(jī)構(gòu)共同設(shè)立風(fēng)投基金，提高資金利用的靈活度，及時解決初創(chuàng)企業(yè)的融資難題。同時東部地區(qū)專業(yè)孵化器較多，加大對專業(yè)孵化器的稅收優(yōu)惠和政府補(bǔ)貼的支持力度，以此提高孵化器的服務(wù)水平，充分賦能于中小企業(yè)的技術(shù)創(chuàng)新。對于孵化器行業(yè)發(fā)展落后的區(qū)域，除了給予資金支持外，政府仍然需要充當(dāng)組織者的角色，保證孵化行業(yè)的可持續(xù)發(fā)展，以孵化器為杠桿，撬動經(jīng)濟(jì)活力，賦能企業(yè)發(fā)展。

注釋：

1）東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南等10 個省和直轄市，其他地區(qū)屬于非東部地區(qū)。