我国新兴产业科技孵化器技术效率的测评与影响

王 敬，汪克夷

(大连理工大学 管理与经济学部工商管理学院，辽宁 大连 116024)

如何对科技孵化器的运行进行评价，一直是孵化器研究和管理实践都十分关注的问题，然而早期的研究大多对科技孵化器的总体情况进行基本描述，缺乏完整的理论框架和科学的评估方法。本文应用DEA方法对我国27个地区140家国家级科技孵化器进行技术效率的评测，并以科技孵化器技术效率为变量进行聚类分析，划分孵化器类型，构建研究不同类型孵化器技术效率差异的实证模型，探求影响科技孵化器运行的关键因素。

一、孵化器的运行状况及其影响的研究回顾

早期孵化器的相关研究主要集中于孵化器如何运作、如何提高在孵企业的存活率、成功率和如何促进社会经济发展等方面[1]，并多为概述性的讨论。从20世纪90年代开始，国外研究者对孵化器的研究从概述性的组织模式和对社会经济发展的影响的讨论，转向开始更多地关注孵化器的运行性能、效率、业绩及其评价的问题。早期的研究倾向于从内部条件来评价孵化器的效率状况，Rice和Abetti指出孵化器的治理是影响其性能的关键要素，并讨论了高校与其它经济实体联合设立孵化器的问题[2]。Allen和McCluskey研究孵化器的设施和在孵企业状况对孵化器绩效的影响[3]。Mian尝试解释孵化器的供给者或者股东结构对其运行效果的影响[4]。2000年之后的研究更关注于各种外部因素对孵化器运行情况的影响，并开始基于大量样本数据的系统方法对其进行评价。Colombo和Delmastro对意大利高科技孵化器的研究表明创新活动的投入和支出对孵化器的运行有积极的作用[5]。Chan和Lau提出了包括以下几项标准企业孵化器的评估框架:资源汇集、资源共享、咨询服务、公共形象、网络平台、地理优势、成本优势以及融资支持[6]等。

国内的科技孵化器相关研究多集中于发展状况、支撑环境、运作与模式和绩效评价等方面。对于影响科技孵化器运行效率的因素，《中国科技企业孵化器问题研究报告(2005)》指出，规范服务行为与态度、良好的创业文化氛围和高效的内部管理是科技孵化器发展的核心。曹细玉构建了基于模糊综合评价法的科技孵化器评价体系，对孵化能力进行评价[7]。王莹和周勇对我国科技孵化器发展的外部制约因素进行了分析，指出孵化器发展中的一些根本问题是由于外部环境不足造成的[8]。宋艳认为影响我国科技孵化器有效运行的外部因素应包括政府政策、法律环境保障、投融资环境等多个方面[9]。张娇和殷群应用DEA和聚类分析方法，对我国科技孵化器的运行效率进行评测和聚类，并讨论了不同类型孵化器的效率特征与改进途径[10]。

从现有的研究来看，对于科技孵化器运行效率的评价与研究尚未深入，缺乏体系完整的评价标准与方法，也缺少对其运行状况差异外部影响的定量研究。有学者指出，孵化器运行效率可以归结为这一组织的投入产出问题，因而可以用技术效率来衡量孵化器的运行情况，并作出了尝试。在现有的技术水平下，一个组织能否达到理论最大产出，依赖于其技术效率水平的高低，已经有许多研究关注于不同组织的技术效率的测度、评价、变化和影响因素问题。在众多关于技术效率影响因素的文献中，许多学者把技术效率的变化归因于经济体制、组织管理、产权结构和对外开放度等因素，这些因素有个共同点，大多是制度性因素，所以技术效率是与所处经济环境中的制度安排、制度变迁等因素息息相关的。对于微观视角中科技孵化器的技术效率，指的是在一种相对稳定的状态时，孵化器所能获得的最大产出或投入最小成本的程度。如果从投入角度来看，科技孵化器的技术效率表达的是在其现有管理技术和所有原材料与产成品的市场价格不变的条件下，且要素投入的比例固定不变，提供等量产品所需的实际成本能够减小的程度;以产出角度来看，它表达的是目前该孵化器在价格、要素投入、技术水平同样不变的情况下，实际提供产品能够扩大的程度，因而对技术效率的测量可以反映出科技孵化器的产出情况，作为其运行效率的评价依据。

二、我国各地区科技孵化器技术效率的测算与聚类分析

1.技术效率(TE)、纯技术效率(PTE)和规模效率(SE)的测算

科技孵化器的投入产出要从社会效益、自身效率等多方面来衡量，是典型的多种投入和产出的系统，本文使用数据包络方法(DEA)对其进行测量。在投入产出指标的确定上，我们依据之前研究采用科技孵化器的管理人员总数、高素质人才数、孵化基金额、孵化器的场地面积和公共服务平台作为投入指标，科技孵化器新增企业数、新增就业岗位数、获批准知识产权数、孵化器总收入和服务性收入作为产出指标。研究样本来自《2008火炬计划统计年鉴》中的229家国家级科技孵化器。①由于数据来源中存在着一定程度的数据空白问题，在229个样本中，去除数据缺失的89家国家级科技孵化器后，我们将剩余的140家孵化器作为有效样本，总有效率为61%。这140家孵化器广泛分布于我国20余个地区，包含在孵企业18 389家，累计毕业企业13 379家，能够从整体上代表我国科技孵化器的基本水平。我们使用DEAP2.1软件中的以投入为导向的CCR和BCC模型测算我国国家级科技孵化器的技术效率(TE)、纯技术效率(PTE)和规模效率(SE)这三个指标，由于篇幅所限，在这里仅报告各项效率的统计特征值情况，见表1所示。

表1 我国140家国家级科技孵化器的技术效率统计特征值

同时，我们进一步分析了140家国家级科技孵化器总体技术效率值的区间分布情况，可以看出技术效率值大于0.8的科技孵化器要占到140家孵化器的1/2以上，说明我国孵化器在效率方面总体情况基本良好，但是还有近1/2数量的孵化器技术效率值在0.8以下，是造成整体效率不足的主要原因，这意味着我国的科技孵化器在技术效率改进方面还有很大的空间，要考虑这些孵化器效率不足的深层次原因到底是由于资源投入方面存在问题抑或是规模不当引起的原因。在效率值为0.8—1的区域中，规模效率大于0.8的孵化器个数要多于纯技术效率大于0.8的孵化器个数。因此，我们可以得出初步原因，我国大部分科技孵化器的低技术效率不是由于孵化器自身的规模达不到要求而导致的，而可能是由于在投入资源的配置和节约方面出现了问题造成的。

2.我国各地区科技孵化器技术效率的聚类分析

我们使用SPSS 18.0分析软件选取纯技术效率和规模效率两个指标变量进行K－均值聚类，聚类的分类数根据纯技术效率、规模效率的高和低相互组合确定为四类。在K=4的K－均值聚类分析中，纯技术效率和规模效率的均值有着显著的差异，所以此聚类结果是合理的。同时我们将通过技术效率聚类所划分的不同区域的科技孵化器进行分组命名，并归纳出其运行特征，见表2所示。

表2 不同区域科技孵化器类型及特征

具体而言，类别1高效型科技孵化器，典型代表有北京、辽宁、浙江、江苏、广东、上海等地，科技孵化器的技术效率、纯技术效率和规模效率数值都等于或接近于1，即总体接近于或者达到DEA有效状态，意味着这些省市的孵化器在投入产出的资源配置方面和孵化器整体规模方面都是高效的。整体规模高效，说明这些省市的科技孵化器处于或接近于最优规模状态，现有情况下即使再增加投入量也不可能带来更大比例的产出增长，其现有的投入和产出组合已经达到最优，且规模效率也发挥得很好，因此，重点是要保持现有的资源投入产出组合和自身规模水平。

类别2配置高效型科技孵化器，包括福建、江西、陕西等地的科技孵化器。该类科技孵化器的技术效率偏低的主要原因是由于规模技术效率值低直接导致的，说明该类型孵化器在资源投入产出组合的配置方面存在的问题严重和突出，需要改进。因此，重点改进思路应放在规模调整上，即调整现有的规模与投入产出水平不相匹配的问题。

类别3规模高效型孵化器，包括湖北、黑龙江、成都等。这些省市的科技孵化器的技术效率、纯技术效率和规模效率数值都等于或接近于0.8，这些省市的孵化器在投入产出的资源配置方面表现出较低的效率，而孵化器整体规模方面的效率相对较高。这意味着这些省份的科技孵化器的技术效率低下主要是由于资源配置问题造成的。因此，这些省市的科技孵化器要想大幅度地提高技术效率不能单从资源的配置或规模的调整方面着手，而是既要控制孵化器的场地面积，调整人员数量和结构以及避免资金使用不当，又要增加投入量使科技孵化器的规模处于最优状态，只有这样才能根本性的提高技术效率。

类别4低效型科技孵化器，包括甘肃、广西壮族自治区等的科技孵化器。这些省市中的科技孵化器的资源配置和投入产出组合这两方面都存在着问题。也就意味着提高这些省份的科技孵化器的技术效率只仅仅通过控制孵化器的场地面积，调整人员数量和结构以及避免资金使用不当是不够的，同时还要减少投入资源中的冗余和浪费。

三、科技孵化器技术效率影响因素的理论分析与相关假设

技术效率的影响因素分布在经济、社会、政策环境以及企业组织管理特征等多个方面。国家级科技孵化器作为政府提供的满足创业需求、推动创业经济发展的重要服务平台，其运行效率同样受到来自上述经济社会环境因素的影响。我们将从区域经济发展状况、区域创新水平、政府公共支出、对外开放程度和智力支持水平等五个方面来具体分析外部因素如何引致不同地区科技孵化器技术效率的差异。

1.区域经济发展状况

区域经济发展是指一个区域在一定时间内生产总量和社会财富的增加程度，以社会总产值、国民生产总值或国民收入来反映。而技术效率指实际产出水平与在相同的投入规模、投入比例及市场价格条件下所能达到的最大产出量的百分比，它反映对现有技术使用的有效程度。从聚类分析结果我们也可以看出，技术效率最高的几个省市几乎都集中在我国沿海和经济发展水平较高的几个省市，例如北京、上海、广东等几个我国典型的经济活跃地区。而在规模高效型类别和配置高效型类别中集中了中东部较为发达的几个省份。技术效率最低的甘肃、广西又处于我国西部省区，所以总的来看经济发展好的区域表现出创业的活跃度也较高。

假设1 区域经济发展水平不同是引起区域科技孵化器平台的技术效率差异的因素之一，并对科技孵化器平台技术效率产生正向影响。

2.区域创新水平

在区域创新的研究中，学者们认为由于我国不同省份的社会文化、风俗习惯、历史发展过程和行政管理手段等都具有很强的地域特点，以行政地域划分为基础确定我国的区域创新系统具有一定的理论基础和现实意义。事实上，我国许多关于区域创新能力和绩效的评价都是以行政区域为分析单元的。不同的国家或区域创新系统具有不同的创新能力，不同创新系统的效率和生产力各不相同。即便同是经济相对比较发达的国家或地区，不同创新系统在能力和绩效方面的差别也很明显。在研究创新对技术效率的影响时，在考虑创新投入要素的同时还要考虑与创新环境相关的其他因素。所以一个地区的创新水平必定会影响该地区技术效率的高低。

假设2 区域创新发展水平差异对区域科技孵化器平台技术效率的高低有正向影响。

3.政府公共支出

20世纪80年代中期以来，随着新经济增长理论的兴起，一些研究者试图建立有关政府公共支出与经济增长率之间关系的内生增长模型，从此，公共支出被引入经济增长模型，成为除了劳动、资本和技术等基本因素之外的能够有力影响经济增长速度和路径的又一重要变量。与此同时，对于公共支出与经济增长之间关系的经验分析也得出了各不相同的结论。Wagner最早提出经济增长与公共支出之间存在协整关系。此后，Denon研究了公共支出对制造业的影响，研究结果表明公共支出对制造业企业的产出供给和投入决策有重要影响作用[11]。Munnell对美国的研究表明公共支出对私人部门产出、投资和就业有统计上的显著正相关关系[12]。Maria也研究了西班牙的公共支出对私人部门生产率有促进作用[13]。陈迅和余杰考察了公共支出对我国技术效率的影响，然后研究了我国生产率变化的源泉问题[14]。公共产品作为公共投资所形成的最终产品，其技术效率同样受到公共投资水平的影响。不同区域公共投资的力度，政府对于创业活动的支持力度存在差异，这必定会导致不同地区科技孵化器平台技术效率高低的不同。

假设3 政府公共支出水平差异对区域创业平台技术效率的高低有正向影响。

4.对外开放程度

众多研究表明，在开放经济条件下，一国的经济增长不仅仅取决于国内需求和国内投资的拉动，国外资源对经济增长的作用日益显著。国内许多学者针对对外开放与我国经济增长关系问题进行了深刻地分析，充分肯定了对外开放对我国经济增长的积极贡献。但是，在对外开放能否有效地促进我国技术效率的提高方面，已有的研究却仅限于一般意义上的描述论述，还缺少实证支持。

我们认为不同地区的经济开放程度同样对科技孵化器平台的技术效率产生影响。经济开放程度越高，越有利于经济的发展和企业获得更多的经济机遇。在与国内外不同市场的接触中会产生更多新的创业机会，有创业警惕性的创业者希望通过把握市场机遇从而开创新企业，这也促进了区域科技孵化器平台的繁荣。

假设4 对外开放程度不同，科技孵化器平台的技术效率不同，并且对外开放程度与科技孵化器平台的技术效率正相关。

5.智力支持水平

智力支持水平是从人力资本特征来考察其对科技孵化器平台的技术效率影响。人力资本对经济产出具有重要的促进作用，是经济增长的源泉这一论点已成为众多学者的共识。但目前为止，研究人力资本与经济增长相关性的文献较为丰富，大多数学者的研究表明人力资本与经济增长(GDP)存在明显的相关性。然而知识和人力资本投资促进经济增长的最主要途径便是它能够促进全要素生产率的增长。在孵化器方面，孵化器的主要作用是促进创业和知识转化，而人力、智力最为集中的地方——高校一直是创业的活跃地带。各种大学生创业基地、高校科技孵化园等都是为了迎合大学生逐渐高涨的创业热情而产生和发展起来的。从聚类分析中，我们同样看到，我国高校集中的几个省市，例如北京、西安、上海、广东等孵化器的技术效率也较高，所以我们认为在高校集中区域科技孵化器平台的技术效率也较高，两者有一定的相关关系。

假设5 智力支持水平影响区域科技孵化器平台的技术效率高低，两者间存在正相关关系。

四、数据分析与假设检验

对于本研究中的五个方面的影响因素难以用单一指标直接进行测量，因此需要多指标测度，而结构方程模型(SEM)能够克服传统多元回归的不足，适用于对孵化器的技术效率影响因素做实证性分析研究。

1.指标定义及数据收集

结构方程模型一个重要的特性就是能够对抽象的构念进行估计和验证。在SEM中包括两种重要的变量:一种叫做外显变量也叫测量变量，这些是可以直接获得数据的变量，若是受到同一个潜在构念的影响则会具有共同性，并反映在变量之间的共变关系上。如果对于这些变量的共同性加以估计，得到的一个能够反映该潜在构念的强度的数据，则称之为潜在变量。在本研究中，我们对于孵化器技术效率的五个影响因素分别使用不同的外显变量进行测量。具体变量选取如表3所示。

表3 孵化器技术效率影响因素测量指标

在数据来源、收集以及处理方面，经济发展状况、区域创新水平、政府支持水平、对外开放程度和智力支持水平这五个影响因素的测量变量数据基本来自2009年中经网统计数据库，其他中经网缺失数据我们通过其他网络数据库或《2009中国火炬统计年鉴》得到。为了消除数据之间由于单位不统一而造成的数值差异过大问题，我们对于指标的选取基本选取比值型数据指标。所有的数据收集计算完成后，考虑到众多指标以及各个指标间没有统一的度量标准，所以在进行结构方程模型处理分析之前我们又进一步对测量变量指标数据进行了无量纲化处理，此外再通过Spss软件对这些无量纲化数据进行标准化处理，从而得到各个指标的数据标准值。通过上述比值指标选取、数据的无量纲化、标准化处理基本消除了指标数值间单位不统一、数值差异过大的影响。

2.模型及检验结果

为了检验我们提出的孵化器技术效率影响因素与孵化器技术效率之间的关系，我们应用结构方程模型(SEM)并使用Amos7.0软件对140个孵化器样本进行模型拟合性检验。有研究认为从鉴别力角度而言，每个影响因素最好有2—3个测量指标，样本容量为自由估计参数的5—10倍，对于大多数模型来说，至少需要100个以上的样本容量才可以进行统计分析，本研究的样本数量为140个符合要求。我们对于整个模型进行拟合检验，包括研究常用的绝对拟合指数(GFI、AGFI、RMSEA)和相对拟合指数(NFI、TLI、CFI)，具体结果如表4所示。结果表明本研究的测量模型与样本数据有较为良好的拟合度。

表4 模型拟合指数检验

接下来，我们采用极大似然法进行估计，并使用Amos7.0软件构建基于孵化器技术效率的五个主要影响因素和技术效率之间的模型，如图1和表5所示。

图1 孵化器技术效率影响因素与技术效率的结构方程模型

表5 模型的基本路径检验

从检验结果来看，除了“对外开放程度→技术效率”之外，其余各路径均通过显著性检验。对于技术效率的各个影响因素与技术效率之间的关系来说，经济发展水平(p＜0.00)、区域创新水平(p＜0.01)、政府支持水平(p＜0.01)、智力支持水平(p＜0.01)都与技术效率之间呈现出正向相关关系。在这五个影响因素中，经济发展状况对于孵化器的技术效率的影响最高，并且经济发展水平每提高一个单位，孵化器的技术效率就将提高1.16个单位。其次对于孵化器的技术效率较高的因素是政府支持水平、区域创新水平，而影响最小的因素是智力支持水平，但是它对于孵化器的技术效率影响仍然呈现出正向关关系。对外开放程度没有像我们之前假设的那样对孵化器呈现出显著地正向影响，反而是负向影响且不显著。

3.检验结论分析

政府公共投资对于技术效率的高低有很大的影响，但是对于公共产品技术效率的研究主要集中在技术效率的计算、分类等方面，而对于公共产品特别是孵化器这种特殊的公共产品的技术效率研究还比较欠缺，很少有像本研究一样用结构方程模型分析孵化器技术效率的影响因素。我们基于之前对于技术效率影响因素的分析总结，认为区域经济发展状况、区域创新水平、政府公共支出、对外开放程度和智力支持水平这五个关键因素会对孵化器的技术效率产生积极地正向影响。经过结构方程模型的构建和模型拟合度、路径分析检验，我们得出经济发展状况会对孵化器的技术效率产生最高的正向影响，符合我们之前的假定。同样，对于孵化器这种特殊的公共产品，它的投资、组建、运营的主体——政府对其也会产生较强的影响，经过模型检验也符合我们之前的假设。而创新、高技术是中小企业的特点，地区创新水平高反映出该地区创新活力强，孵化器是扶持创新型中小企业发展的主要机构组织，所以创新水平对孵化器的技术效率会产生正向影响。智力支持反映的是人力资源状况，高素质的人才必定推动孵化器技术效率的提高，模型检验结果虽然显示智力支持水平对孵化器技术效率的影响程度不如之前预计的强烈，但是仍然呈现出正向的积极的影响。最出乎我们意外的是对外开放这个影响因素，它的检验结果与我们之前的假设正好相反，并且检验结果也不显著。我们分析其中的原因可能有两个:一是本实证研究所使用的是二手数据，数据是否真实可靠存在一定疑虑;二是在文献综述中我们可以看出，对外开放程度是地区间技术效率产生差异的原因之一，它本身可能不会对技术效率的高低产生影响，而只是造成地区间技术效率差异的因素。

综上所述，地区经济发展状况、区域创新水平、政府支持水平和智力支持水平是影响地区孵化器技术效率的重要因素，且均会对区域科技孵化器技术效率的提高产生不同程度的正向影响。

五、讨论与结论

第一，我国各地区新兴产业科技孵化器技术效率总体情况良好，部分效率不足可能源于资源投入或规模不足。

效率研究一直是经济研究的关注点之一，众多研究者从多种视角评价了不同区域、不同行业以及企业的技术效率，并进一步探讨了技术效率的影响因素，但是对于具有公共产品特质的科技孵化器技术效率及其影响因素的研究还存在着空缺。本文选取了全国140家各地区科技孵化器作为研究对象，采用DEA方法计算了这140家科技孵化器的总技术效率、纯技术效率和规模效率，结果表明有近1/2数量的孵化器技术效率值在0.8以上，这说明我国孵化器在效率方面总体情况基本良好，但是还有近1/2数量的孵化器技术效率值在0.8以下，这表明我国孵化器在技术效率方面还存在改进的空间，分析造成效率不足的原因可能是由于资源投入方面存在问题或规模不当引起的。

第二，我国新兴产业科技孵化器的技术效率区域差异显著，可以聚类为高效型、配置高效型、规模高效型和低效型四类，应遵循不同途径提升技术效率。

为了进一步分析不同地区孵化器技术效率的差异性，我们对140家国家级科技孵化器的技术效率进行聚类分析，并按照聚类分析结果将它们划分到四个类别中，分别为高效型、技术高效型、规模高效型和低效型。高效型包括北京、辽宁、浙江、江苏、广东、上海等地，在投入产出的资源配置方面和孵化器整体规模方面都是高效的，重点是要保持现有的资源投入产出组合和自身规模水平;配置高效型包括福建、江西、陕西等地，由于规模技术效率值低引致总体技术效率水平较低，应将改进思路放在规模调整上，调整现有的规模与投入产出水平不相匹配的问题。规模高效型包括湖北、黑龙江、成都等地，孵化器在投入产出的资源配置方面表现出较低的效率，应既控制孵化器的场地面积，调整人员数量和结构以及避免资金使用不当，又要增加投入量使科技孵化器的规模处于最优状态。低效型包括甘肃、广西壮族自治区等地，资源配置和投入产出组合都存在着问题，应从多方面着手综合解决问题。

第三，我国新兴产业科技孵化器技术效率受多种因素的综合影响，应将其影响强度作为提升效率的客观标准，采取多种手段加强建设。

基于技术效率影响因素的研究回顾和理论分析，通过结构方程模型的构建和模型拟合度、路径分析检验，本文得出孵化器技术效率会受到经济发展状况、区域创新水平、政府公共支出水平和智力支持水平的影响的结论:

第一，经济发展状况会对孵化器的技术效率产生的正向影响程度最高，某一地区经济发展水平会直接和间接地多渠道影响其科技孵化器的技术效率;

第二，政府公共支出的提高将提升科技孵化器的技术效率，事实上对于孵化器这种特殊的公共产品，它的投资、组建、运营的主体——政府对其会产生较强的影响。

第三，区域创新水平会对科技孵化器技术效率产生正向影响，创新、高技术是中小企业的特点，地区创新水平高反映出该地区创新活力强，孵化器是扶持创新型中小企业发展的主要机构组织，所以创新水平对孵化器的技术效率会产生正向影响。

第四，智力支持会对科技孵化器技术效率产生正向影响，但程度有限。智力支持水平反映的是人力资源状况，高素质的人才必定推动孵化器技术效率的提高，模型检验结果虽然显示智力支持水平对孵化器技术效率的影响程度不如之前预计呈现出高水平，但是仍然呈现出正向的积极的影响。因而提升区域科技孵化器技术效率水平，对地方政府而言应从经济发展状况、区域创新水平、政府公共支出水平和智力支持水平着手，构建适宜孵化器成长的外部环境。

[1]Bhabra － Remedios，R.K.，Cornelius，B.Cracks in the Egg:Improving Performance Measures in Business Incubator Research[R].16thAnnual Conference of Small Enterprise Association of Australia and New Zealand，2003 －09 －28.

[2]Rice， M.P.，Abetti，P.Intervention Mechanisms Utilized byBusinessIncubatorsto Influence the CriticalSuccess Factors ofNew Ventures:An Exploratory Study，[M].RenssalaerPoly Technic Institute，1993.

[3]Allen， D.N.，McCluskey，R. Structure，Policy，Services，and Performance in the Business Incubator Industry[J].Entrepreneurship:Theory and Practice，1990，(2):61 －78.

[4]Mian， S.Assessing and Managing the University Technology Business Incubator:An Integrative Framework[J].Journal of Business Venturing，1997，12(4):251－285.

[5]Colombo，M.G.，Delmastro，M.How Effective Are Technology Incubators?Evidence from Italy [J].Research Policy，2002，31(9):1103 －1122.

[6]Chan， K.，Lau，T.Assessing Technology Incubator Programs in the Science Park:The Good，the Bad and the Ugly[J].Technovation，2005，25(10):1215 －1228.

[7]曹细玉.企业孵化器孵化力评价研究[J].科技进步与对策，2001，18(6):13 －14.

[8]王莹，周勇.企业孵化器发展的外部制约因素及对策[J].技术与创新管理，2006，27(1):89－91.

[9]宋艳.我国科技企业孵化器运行的影响因素及对策[J].学术交流，2008，(10):84－86.

[10]张娇，殷群.我国企业孵化器运行效率差异研究——基于DEA及聚类分析方法[J].科学学与科学技术管理，2010，31(5):171 －177.

[11]Denon， A.The Regional Allocation of Public Investment:Efficiency or Equity?[J].Journal of Regional Science，1988，(11):205 －229.

[12]Munnell， A.H.Why Has Productivity Growth Declined?Productivity and Public Investment[J].New England Economic Review，1990，(1 － 2):4－22.

[13]Maria，J.M.The Effect of Public Infrastructure on the Private Productive Sector of Spanish Regions[J].Journal of Regional Science，2003，(42):301 －326.

[14]陈迅，余杰.公共支出对我国技术效率的影响分析[J]. 财经研究，2005，(12):5－17.