长江经济带科技企业孵化器效率差异比较

宋 伟，李敏思，葛章志

（中国科学技术大学公共事务学院，安徽合肥230026）

长江经济带科技企业孵化器效率差异比较

宋 伟，李敏思，葛章志

（中国科学技术大学公共事务学院，安徽合肥230026）

长江经济带是我国重要的内河经济带，协调东中西部共同发展，但沿江省份产业层次不同，创新能力存在差异。科技企业孵化器能够通过聚集人才、资金、技术等资源，培养创新主体，降低成果转化风险，助推中小企业创业。借助三阶段DEA方法，通过剔除影响孵化器的环境因素和随机误差，分析长江经济带科技企业孵化器效率。结果表明：孵化器效率受到环境因素的影响，规模效率处于有利环境中，纯技术效率面临不利环境；长江经济带孵化器效率呈现波动下降的趋势；整体效率不高，区域差异显著；企业型孵化器效率高于事业单位型孵化器效率。

长江经济带孵化器；三阶段DEA；事业单位型孵化器；企业型孵化器

一、引言

随着我国经济发展进入新常态，经济发展新动力与新空间的培育至关重要。自2014年9月以来，国务院陆续发布《关于依托黄金水道推动长江经济带发展的指导意见》、《2015年推动长江经济带发展工作要点》等文件，规划建设综合交通运输体系，推动长江经济带区域一体化发展，发挥东中西部比较优势和竞争优势，通过区域合作、协同发展，实现经济结构优化、产业成果转移。科技企业孵化器通过聚集人才、资金、技术等资源，培养创新主体，降低成果转化风险，助推中小企业创业。科技企业孵化器通过汇集优势资源，推动产业集聚，改造传统行业，实现区域经济内生性增长。因此，系统分析孵化器自身效率的变化，精准定位影响孵化器效率的因素，对于推动中国长江经济带科技企业发展乃至区域经济发展具有重要的理论与实践意义。

国内外学者针对孵化器效率开展了多个方面的研究。国外学者对于孵化器效率的研究，主要包括孵化器效率评价及影响孵化器效率的因素研究。前者借助多种研究方法和理论，提出多种孵化器效率评价框架及评价方法，试图全面、客观地评估孵化器绩效；后者立足于企业孵化过程，从孵化器运作的多项资源、入孵企业特征角度提出了影响孵化器效率的因素。中国国内学者的研究，主要集中于孵化器效率评估方法的选取与模型的建立，并关注特定区域孵化器效率。遗憾的是相关研究缺乏对长江经济带孵化器效率的评估，也鲜有孵化器效率的时空对比和类型比较。鉴于DEA方法是一种评估多投入、多产出生产单元相对效率的高效方法，可以自主选择标准，不需要提前确定指标权重；且三阶段DEA方法能够剔除环境因素和统计误差对效率评估结果的影响。因此，本文使用三阶段DEA方法评估长江经济带各国家级科技企业孵化器效率，通过剔除环境因素和随机误差，从多个角度比较长江经济带孵化器实际效率差异并揭示原因，最后提出改进孵化器绩效的建议。

二、研究方法

（一）模型建立

DEA是由Farrel提出，随后由Charenes和Cooper等人[1]发展成为一种评价多投入多产出的生产单位的方法。最初的DEA方法假定规模报酬不变，即CCR模型。但在不完全竞争市场，生产要素受到限制，所有决策单元规模报酬不变并不现实，因此产生了可变规模报酬DEA模型。但传统DEA方法并不能剔除环境因素对于最终效率的影响，因此Fried[2]在前人的二阶段DEA模型的基础上，提出了DEA三阶段模型。三阶段DEA模型能够剔除环境因素和随机因素对决策单元效率的干扰。本文使用的三阶段DEA方法过程如下：第一阶段，选择DEA中的投入导向的BBC模型求得决策单元的综合技术效率、纯技术效率和规模效率以及投入变量的松弛变量；第二阶段，通过对决策单元投入变量进行最大似然估计，分离决策单元的投入松弛变量中的环境因素与随机误差从而得到不受环境因素与随机因素影响的决策单元投入项；第三阶段，使用DEA的BBC模型计算处于同一环境下的决策单元的效率值。因很多学者已经对DEA方法的理论模型有过详细的阐述，因此本文对此不再赘述。

（二）数据来源

根据数据的客观性、全面性、可获取性等原则，本文选取2010—2013年长江经济带11个省市的国家级科技企业孵化器作为样本。文中使用的基础数据主要来源于2010—2013年《中国火炬统计年鉴》；所属省区综合科技进步水平指数来自于统计年鉴2010—2013年《全国科技进步统计监测结果》；所在地区211高校数量来自于中国教育部网站；所属管理机构资源数据、孵化器性质数据来自于每个科技企业孵化器官方网站。在剔除关键指标数据不全、不连续的样本后，最终获得有效观察样本30个，即30个决策单元。

（三）指标选取

本文根据人、财、物三大方面的投入选取孵化器工作人员、孵化基金总额、孵化器总面积3个指标作为投入指标[3]。这些投入指标能够全面反映孵化器为在孵企业提供的资源，且不同资源具有逻辑上的相关性。孵化器工作人员，由孵化器创业导师与孵化器管理机构从业人员共同组成，反映孵化器能够为在孵企业提供的创业指导及管理服务；孵化基金总额，是孵化器获得的财政资助资金与在孵企业获得的风投资金之和，反映孵化器为在孵企业提供的资金支持；孵化器总面积包括孵化器办公用房、在孵企业用房、公共服务用房，代表孵化器在实际硬件与发展空间方面的支撑。

科技企业孵化器的核心职责是提高科技型中小企业创业的成活率与成功率。中国学者主要以孵化能力、经济效益、社会效益衡量孵化器产出[4，5]。因此本文选择当年毕业企业、在孵企业、毕业企业平均收入、创造就业岗位4个因素作为产出指标。其中，当年毕业企业反映孵化器当年成功孵化的企业，在孵企业反应孵化器潜在的产出；毕业企业平均收入反映孵化器孵化企业的能力；创造就业岗位则代表孵化器所承担的社会责任。

（四）环境因素变量的选取

环境因素也称为外部影响因素，是指影响孵化器运营效率但不在样本控制范围内的因素。本文基于科技孵化器创新网络理论、资源依赖理论选取3个环境因素变量：

1.高校数量

高校作为孵化器创新网络的重要组成[6]，能为在孵企业提供技术、信息、人才等方面的支持。中国211高校是由国家与地方政府重点建设的高校，能够得到较为充分的资金支持，具有较强的科研能力。211高校的数量影响着孵化器获取科研资源与技术授权的便利程度。因此本文以孵化器所在地区211高校数量衡量高校对孵化器的影响程度。

2.科技资源

孵化器从孵化网络中获取资金、技术、政策等多方面的支持。我国孵化器投资主体多样，管理部门差别较大。不同的管理机构、投资主体都是孵化网络中的重要组成，是孵化器资金、技术等资源的重要来源。因此，本文以孵化器投资建设主体提供的资源衡量孵化器获取资源的数量。本文将孵化器投资建设主体分为3类：政府、企业、高校。首先，对孵化器投资者中的政府机构赋值，按照省级、副省、市级、区级，分别赋值为3、2.5、2、1；其次，对孵化器投资者中的企业赋值，因国有企业资金实力雄厚，因此国有企业、民营企业分别赋值为2、1；再次，对孵化器投资者中的高校赋值。因我国本科院校注重科技技术研究，专科院校注重现金技术应用，因此我国仅有本科院校创办孵化器。所以分别将“985”高校、“211”高校、一本院校、二本院校赋值为3、2、1、0.5。

3.科技实力

综合科技进步指数由国家科技局统一测算的，全面反映一个地区的科技发展水平。因此本文采用综合科技进步指数衡量孵化器所在地科技发展水平。较高的科技发展水平，便于孵化器招募优秀的创新人才、利用先进的技术，这些都对孵化器投入、产出产生影响。

三、实证分析

（一）第一阶段传统D EA的实证结果

利用DEAP 2.1软件对中国长江经济带30家国家级科技企业孵化器2013年相对效率进行分析，结果见表1。从表1可以看出，30家国家级科技企业孵化器的综合效率参差不齐，最高为1，最低为0.29，不同孵化器效率差异明显。14家孵化器规模效率值为1，处于效率前沿，应保持现有的经营状态；6家孵化器处于规模效率递减的状态，应当调整其投入，提高对资源的利用能力。

在不考虑外部环境因素和统计噪音的情况下，30家孵化器的纯技术效率均值为0.89，规模效率均值为0.93，均较高。而两者相比之下，规模效率更趋近1，说明孵化器较低的纯技术效率制约了孵化器整体效率的提高，提高孵化能力、革新经营管理方式是孵化器亟待解决的问题。

表1 2013年长江经济带30家国家级科技企业孵化器一阶段效率值

（二）第二阶段SFA回归分析结果

将经过一阶段DEA计算出的孵化器投入松弛变量作为被解释变量，将孵化器所在地区的211高校数、所属机构提供的资源指数、所属省区综合科技进步水平指数作为解释变量，运用Frontier 4.1软件对2013年各孵化器投入松弛变量进行SFA回归，结果见表2。

SFA回归得出的对数似然函数值均大于混合Χ?分布的检验标准值，表明模型整体回归结果可以接受。从表2可以看出，3种环境变量对投入松弛的回归均通过了高显著性检验，说明该3种环境因素对投入冗余存在显著影响。γ值趋向于1，说明产出与最优产出的差距主要是由管理无效导致的，有必要剥离原投入松弛变量中受到环境因素的影响的部分。环境变量对各投入松弛变量的回归系数有正有负，当回归系数为负值时，表示降低投入松弛的冗余，会提高技术效率；反之则提高投入松弛的冗余，降低技术效率。具体而言：

1.高校对孵化器松弛变量的影响

所在地区的211高校数量对孵化器总面积的松弛变量具有负向有效，对孵化基金和孵化工作人员松弛变量呈现正向影响，说明孵化器所在地区211高校对孵化器资金、人才配置不利，而有利于孵化器场地资源配置。高校数量越多，越不利于孵化器资金、人力资源效率的提高，这一变量的影响方向与我们的预期不同。其原因可能是211高校主要向孵化器提供研究型人才或缺乏工作经验的毕业生，并不熟悉企业运作流程和技术成果产业化的过程，因此难以提高孵化器效率。同时，高校资金有限，其资金主要用于教学和基础研究，主要以技术入股为孵化器建设的投资方式，难以为科技成果转化提供大量资金。岳中刚，侯赟慧[7]通过对江苏地区孵化器的实证研究后得出结论，孵化器缺乏企业家人才和高级技术人才，导致孵化器难以为在孵企业提供融资、技术转让等高级中介服务。另一方面，我国鼓励以研究型大学为依托建设孵化器，2014年有115家获得国家认定的国家级大学科技园。国家级大学科技园能够吸引更多的企业入驻孵化器，在一定程度上削弱了其他类型孵化器吸引优质创业企业的能力。

2.所获取科技资源对孵化器松弛变量的影响

所属机构提供的科技资源对孵化器各投入要素的松弛变量均具有显著负向影响，说明孵化器所属机构提供的科技资源越多越有利于减少投入松弛，越有利于孵化器综合效率的提高。可见，不同级别的管理主体、不同的投资方式已不再重要，重点在于提供资源的多寡，孵化器的发展需要财政、税收、金融、风投等方面的资金支持，及良好的创新创业环境，需进一步发挥人、财、物的集聚效应。

3.科技实力对孵化器松弛变量的影响

所属省区综合科技进步水平对孵化器各投入要素的松弛变量均具有显著负向影响，说明科技实力越强越有利于孵化器综合效率的提高。雄厚的科技实力意味着先进技术的使用、高科技产品的产出、科技研发人员的汇聚，这都为孵化器的发展提供了必要条件，使得科技成果的转化、科技型企业的孵化有了更多的支撑。

（三）第三阶段投入调整后的实证结果及对比分析

利用DEAP 2.1软件对中国长江经济带30家国家级科技企业孵化器2013年相对效率再次进行分析，结果见表3。从表3可以看出，30家国家级科技企业孵化器的综合效率参差不齐，最高为1，最低为0.38，不同孵化器效率差异明显。10家孵化器规模效率值为1，处于效率前沿，应保持现有的经营状态；在剔除外部环境因素和统计噪音后，30家孵化器平均纯技术效率为0.85，平均规模效率为0.89。

表2 投入松弛变量回归结果

为进一步分析各孵化器效率差异的原因，文章从以下3个维度进行说明：

1.不同年份孵化器的效率比较

运用上文方法与步骤，文章得到了2010—2013年共4年的效率数据，详见表4。

由表4可以看出，2010—2013年孵化器纯技术效率呈现递减趋势。其实，早在2010年以前，国家主要以建立规划的方式推动孵化器发展，孵化器能够直接享受的政策主要以税收优惠为主。因此，孵化器大多以提高自身孵化能力作为发展策略。从2010年开始，国家开始注重提高孵化器整体质量，地方政府也逐步认识到孵化器对于增加地方就业、推动产业升级的作用，孵化器得到了更多的政府支持。但政府的多项扶持措施极少与孵化器产出绩效相关联，导致政府向孵化器提供大量资源，但孵化器孵化能力并未得到相应提高。2010—2013年，孵化器规模效率呈现波动下降的趋势，其背景主要是政府以及其他投资主体在2011年前后转变了孵化器发展理念，由原先的投资驱动和要素驱动转变为创新驱动，着重加强人员、设备的投入与协同共享，着力发挥其成果转化功能，而有意扭转规模致胜的错误观念。

表3 三阶段处理结果

表4 2010—2013年长江经济带孵化器效率均值比较

2.不同区域孵化器的效率比较

图1是根据2013年长江经济带11省（直辖市）各孵化器三阶段效率值绘制，可见各孵化器效率地区差异明显，且东部地区孵化器效率低于中西部地区。其原因可能是：首先，东部地区孵化器缺乏鲜明业务定位，经营同质化，导致同行激烈竞争。激烈的竞争破坏了孵化器市场的秩序，孵化器陷入了内耗的困境中；其次，相比于中西部地区，东部地区孵化器数量较多、投资主体更为多样，孵化器实力差距大。知名孵化器的社会影响力高，容易吸引优质资源和扶持资金等资源。实力较弱的孵化器发展资源不足，处于“先天不足、后天畸形”的发展境地，效率难以提高；最后，东部地区经济实力雄厚、经济的科技含量更高，政府更加注重科技发展，因此，为孵化器提供的资金、优惠支持就越多，反而助长了部分不思进取的孵化器。

3.不同类型孵化器的效率比较

30家孵化器中，事业单位型孵化器有16家，企业型孵化器14家，比例较为均衡。而企业型孵化器中，部分孵化器是从事业单位改制而成，如上海杨浦科技创业中心有限公司。表5是根据事业单位型孵化器和企业型孵化器的三阶段效率值绘制，可见2013年事业单位型孵化器效率低于企业型孵化器。对比两类孵化器一阶段与三阶段数据，可以发现，事业单位型孵化器易受环境因素影响。其原因是：首先，僵化的科层制制度难以适应瞬息万变的市场。主管部门的指令与考核是事业单位型孵化器运行的主要动力，孵化器缺乏经营的积极性与自主性，运行效率低下。其次，缺乏完善的激励机制。事业单位型孵化器部分资金来源于政府拨款，且实行收支两条线的资金管理方式，因此孵化器缺乏经济激励；事业单位型孵化器缺乏专业人才，其人员主要来源于政府机构，且大多数拥有事业单位编制，并不具备专业技能，缺乏工作积极性，并不能为在孵企业提供有效的创业指导与服务。因此，事业单位型孵化器纯技术效率、规模效率均低于企业型孵化器。企业孵化器按照市场化方式管理，自主经营，主动参与市场竞争。这类孵化器不仅为在孵企业提供创业指导、物业服务，并且能为在孵企业提供风险投资、种子资金等，其有效的孵化方法提高了纯技术效率；企业型孵化器自负盈亏，面临着盈利的压力。同时，企业型孵化器注重吸引专业孵化人才，为在孵企业提供专业的创业指导。因此，这类孵化器能够根据自身条件，高效配置资源，争取实现规模经济，其规模效率也高于事业单位型孵化器。

图1 2013年长江经济孵化器效率地区

表5 2013年事业单位型孵化器与企业型孵化器效率比较

四、结论

本文以中国国家级科技企业孵化器为研究对象，运用三阶段DEA方法分析了2010—2013年30家长江经济带孵化器效率。研究结果表明：孵化器的效率分别受到所在地区的211高校数量、所属机构提供的科技资源以及所属省区的科技实力等环境因素的影响。纯技术效率、规模效率均面临利好环境。2010年以来，长江经济带孵化器效率呈现波动下降趋势。长江经济带孵化器整体效率不高（约为0.76），区域差异显著，其中东部地区效率低于中部、西部地区。地区差异主要是由于资源配置不合理与规模水平偏低造成的。这与刘琳等[3]对我国西南地区科技企业孵化器运行效率研究结果相一致，表明经济发展水平和地理位置并不是影响企业孵化器效率的决定性因素。企业型孵化器效率高于事业单位型孵化器。究其原因，很可能是企业型孵化器采取市场化管理方式，自主经营，主动参与市场竞争。事业单位型孵化器效率较低，传统、僵化的事业单位体制管理体制导致孵化器缺乏激励制度和合理的人才制度。

根据上文的结果，综合考虑实际情况和相关研究，孵化器效率可从企业选择、孵化器跟进、政府扶持3个方面着手改进:

（一）孵化器自主经营，提高孵化效率

随着对长江经济带的开发，创新将作为该地区发展的主要动力。因此，孵化器应当自主经营，通过改进自身管理机制、革新经营方式，合理配置生产资源，充分发挥孵化潜能；抓住长江经济带区域经济合作与产业转型升级的契机，发展专业技术孵化服务，实现中小企业集群发展；吸引专业孵化人才和创业导师，为在孵企业提供专业的创业指导；完善企业毕业制度。建立毕业企业跟踪制度，提高孵化率；在提高自身技术效率的基础上，合理利用政府提供的优惠政策和支持，控制自身规模，逐步摆脱对政府的依赖，主动参与市场竞争。

（二）政府合理引导，营造良好环境

长江经济带的有序发展要求实现区域分工合作，产业转移和升级换代。当前实践表明，大量产业向长江中上游转移，区域经济一体化趋势得到不断加强。因此，地方政府必然要以新的思路引导孵化器发展：推动事业单位型孵化器的转制，以监管方式引导孵化器发展，减少对孵化器经营的微观干预；将孵化器发展动力从投资驱动、要素驱动变为创新驱动，加强对孵化器绩效的考核，建立奖惩制度；避免对知名孵化器的过度投资，支持中小型孵化器发展；注重发展具有推动经济结构调整的高科技产业的发展，以孵化器的发展推动区域经济发展；中西部地区以提高经济科技含量为方式实现对东部地区的追赶。通过长江经济带不同地区产业差异化发展，以区域经济合作破解长江经济带产业同构化问题，实现产业转型升级。

（三）在孵企业精准选择，提高核心能力

随着长江经济带的建设，多种资源逐步在其内部合理流动。因此，在孵企业能够利用先进的科技、高素质的人才、前沿的管理理念等。同时，随着长江经济带内部经济合作的加强，企业间的竞争必然更加激烈，因此在孵企业应当在孵化器中提升自身核心能力。一方面充分利用孵化器提供的创业培训、咨询、研发试验场地等服务和设施，降低创业成本和风险；另一方面，合理利用孵化器构建的创业网络，通过与高校、研究机构、创业中介机构的合作，塑造创新精神，把握社会需求。通过提高自身的核心创新能力，借助孵化器提供的优惠条件，为创新创业开辟新的道路。

[1]Charnes A,Cooper W,Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978(11).

[2]Fried HO,Lovell CAK,Schmidt S,et al.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002(1)．

[3]刘琳,李冬梅,赵智.中国西南地区孵化器运行效率差异研究——基于28家孵化器的DEA分析[J].科技管理研究, 2014(10).

[4]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(5).

[5]殷群,张娇.长三角地区科技企业孵化器运行效率研究——基于DEA的有效性分析[J].科学学研究,2010(1).

[6]张涵,赵黎明.科技企业孵化网络演化的关键影响因素——基于扎根理论的探索性研究 [J].科学管理研究, 2014(12).

[7]岳中刚,侯赟慧.大学企业孵化器运行模式:基于江苏的实证研究[J].科技进步与策,2011(5).

[8]孙凯，鞠晓峰，李煜华.基于变异系数法的企业孵化器运行绩效评价[J].哈尔滨理工大学学报,2007(6).

[9]Rice MP.Co-production of business assistance in business incubators An exploratory study[J].Journal of Business Venturing,2002(5).

[10]Bergek A,Norrman C.Incubator best practice:A framework [J].Technovation,2008(2).

[11]Allen DN,Mc Cluskey R.Structure,policy,services,and performance in the business incubator industry[J].Entrepreneurship Theory and Practice,1990(11).

[12]Phillips RG.Technology business incubators:how effective as technology transfer mechanisms?[J].Technology in Society,2002(8).

[13]Lee SS,Osteryoung JS.A Comparison of Critical Success Factors for Effective Operations of University Business Incubators in the United States and Korea[J].Journal of Small Business Management,2004(8).

[14]Chan KF,Lau T.Assessing technology incubator programs in the science park:The good,the bad and the ugly[J]. Technovation,2005(10).

F272.9

：A

：1009－2447（2016）03－0044－07

2016-06-14

安徽省自然科学基金项目（1208085MJ124）

宋伟（1962-），男，安徽合肥人，中国科学技术大学公共事务学院教授。