中国各省份科技企业孵化器运行效率评价

颜振军，侯 寒

(北京师范大学 经济与资源管理研究院，北京 100875)

一、引言

企业孵化器通过为初创企业提供土地、技术、信息咨询、融资支持等方面的资源与服务，降低初创企业的经营风险和成本，从而提升创业成功率。近年来，在创新驱动发展战略的引领下，我国企业孵化器发展迅猛，规模不断扩大，孵化能力日渐增强，在转变经济发展方式、优化经济结构、促进就业等方面做出积极贡献。2017年，我国纳入火炬计划统计的孵化器达4063家，其中国家级孵化器975家，孵化面积11962.37万平方米，从业人员6.3万人，累计毕业企业数量达11.1万家，向全社会输送了大量优质成长型企业。在取得辉煌成绩的同时，我国孵化器发展仍面临许多问题，如提供孵化增值服务能力较低、链接和整合国内外创新创业资源的能力较弱、孵化器地区间差异较大、孵化器跨区域整合协同能力较差等。对我国各省份孵化器的运行效率进行评价，能够进一步发现各省份孵化器运行中存在的具体问题，孵化器运行效率在省级层面存在的差异等，并根据分析结果给出相应的政策建议，有助于推动我国孵化器更好发展，塑造良好的创新创业生态环境。

国外对企业孵化器运行效率的研究，多集中于构建孵化器绩效评级体系并结合调查数据进行实证分析。Grimaldi R等(2005)[1]根据机构使命、主要孵化领域、位置、孵化理念、收入来源、孵化服务种类等特征变量将8个意大利孵化器分为商业和创新中心(BIC)、大学企业孵化器(UBI)、独立私人孵化器(IPI)和企业私人孵化器(CPI)，并对这些孵化器的主要特点、相似与差异性进行分析，得出企业孵化器的商业模式和服务类型的演变受到创业公司需求演变的驱动。Schwartz M等(2009)[2]基于410家孵化毕业企业相关数据，运用多准则优先排序组织法对德国5个企业孵化器的长期运行有效性进行了比较。Fonseca S A等(2012)[3]构建了包含绿色建筑应用情况、绿色项目筛选流程、环境培训、能源管理、水资源管理、绿色绩效推广管理、在孵企业使用绿色产品情况等变量的企业孵化器绿色绩效评估模型，并结合巴西6家企业孵化器数据对模型的可行性进行验证。M’Chirgui Z等(2016)[4]构建了包含人力资本、金融资源的规模和性质、专利储备、与大学和研究实验室开展合作情况等变量的孵化活动评价模型，对法国的25个运行活跃的孵化器进行评价。

国内研究方面:孙凯等(2007)[5]、王庆金等(2007)[6]、徐菱涓等(2008)[7]分别利用变异系数法、灰色系统法、模糊层次分析法进行孵化器绩效评价；贾蓓妮(2009)[8]基于投入产出理论构建指标体系，并利用AHP法确定权重进行孵化器绩效评价；王敬、汪克夷(2012)[9]在对27个地区企业孵化器技术效率进行测算的基础上，利用结构方程模型对孵化器技术效率的影响因素进行深入探讨；姚爽(2012)[10]等综合主观、客观两种赋权方法构建绩效评价模型，并利用辽宁省19家国家级科技企业孵化器数据对模型进行验证；刘琳等(2014)[11]利用DEA法、聚类分析法分析西南地区孵化器运行效率；张建清等(2017)[12]从服务功能出发设计绩效评估指标体系，分析湖北省60家孵化器的DEA效率。

目前的企业孵化器运行效率的研究存在一些局限：第一，许多文献仅计算出企业孵化器的运行效率值，没有根据相应的效率值对企业孵化器的类型进行划分，分析针对性不强；第二，现有研究所使用的数据多为2015年之前的数据，不能很好地体现出国家实施创新驱动型发展战略后各省份企业孵化器的发展情况。因此，本文构建投入指标为人力、物力、财力，产出指标为孵化能力、社会效益、经济效益、创新效益的指标体系，利用各省份企业孵化器相关指标2015-2017年的数据，构建DEA模型综合分析全国30个省份企业孵化器的运行效率。并在计算出的2017年效率值的基础上，运用聚类分析、投入与产出调整等方法提出各省份企业孵化器发展的改进方案。

二、科技企业孵化器运行效率评价模型与指标体系构建

(一)模型选取

CharnesA等(1978)[13]运筹学家首先提出数据包络分析法(DEA)。根据基本假设的不同，DEA模型可以分为基本假设为规模报酬不变的CCR模型和基本假设为规模报酬可变的BCC模型。现实中，受国家政策调控、技术进步、外部效应等多种因素综合影响，科技企业孵化器的孵化活动往往难以满足规模报酬不变的假定，因此，选择采用基本假设为规模报酬可变的BCC模型对各省份科技企业孵化器运行效率进行评价。

(1)

通过构建的BCC模型，计算各省份科技企业孵化器运行的综合效率，再将综合效率分解为纯技术效率、规模效率。

(二)指标体系构建

选取适宜的投入产出指标，是测算DEA效率值的基础。以现有研究为基础，构建科技企业孵化器运行效率评价指标体系(表1)。

投入指标方面，从人力、物力、财力三个方面考察企业孵化器正常运行所需要投入的资源。其中用企业孵化器的在职人员总数衡量人力投入；用企业孵化器的场地面积衡量物力投入；用在孵企业当年获得风险投资额与孵化器对公共技术服务平台投资额之和衡量财力投入。

产出指标方面，从孵化能力、社会效益、经济效益、创新效益四个方面考察企业孵化器正常运行所产出的资源。其中用年度毕业率衡量孵化能力，年度毕业率为孵化器当年毕业企业数与当年在孵企业数之比；用当年孵化器与在孵企业从业人员之和衡量孵化活动所创造的社会效益；用孵化器与在孵企业总收入之和衡量孵化活动所创造的经济效益；用在孵企业当年获批知识产权数衡量孵化活动所创造的创新效益。

(三)数据来源

各省份企业孵化器2015-2017年各投入指标、产出指标的相关数据均来自科技部火炬中心发布的《中国火炬统计年鉴2016》《中国火炬统计年鉴2017》《中国火炬统计年鉴2018》。本研究不包含中国香港、澳门、台湾，因西藏自治区有部分数据缺失，故仅对全国30个省级区域的相关数据进行分析。

表1 中国各省份科技企业孵化器运行效率评价指标体系

三、实证结果分析

(一)描述性统计分析

使用描述性统计法对各省份企业孵化器2015-2017年数据进行初步分析，结果显示：30个省份企业孵化器的运行效率存在较大差异(表2)。其中综合效率的最大值为1.000，最小值为0.367，均值为0.863，标准差为0.167。投入指标方面：企业孵化器的在职人员总数、企业孵化器的场地面积、在孵企业当年获得风险投资额与孵化器对公共技术服务平台投资额之和等投入指标的标准差较大，表明全国30个省份在企业孵化器建设与运营上的投入存在较大差异。产出指标方面：年度毕业率、当年孵化器与在孵企业从业人员之和、孵化器与在孵企业总收入之和、在孵企业当年获批知识产权数等指标的标准差较大，表明全国30个省份企业孵化器的产出存在较大差异，且这些产出指标的平均值不高，表明企业孵化器的孵化产出还有待增加。

表2 描述性统计分析表

注：年度毕业率=当年毕业企业数÷当年在孵企业数。

(二)DEA效率分析

使用Deap 2.1软件对我国30个省份企业孵化器2015-2017年的运行效率进行测度。其结果见表3。

表3 各省份企业孵化器2015-2017年运行效率值

注：TE、PTE、SE分别表示综合效率、纯技术效率与规模效率。

由表3可知：2015年全国30个省份中共有16个省份孵化器运行效率DEA有效；2016年共有10个省份孵化器运行效率DEA有效；2017年共有14个省份孵化器运行效率DEA有效。上海、江苏、浙江、湖北、四川、陕西等省份孵化器出现运行效率从有效降为无效的情况，天津、河北、内蒙古、辽宁、福建、江西、湖南、广东、重庆等省份孵化器运行效率逐年提高。这表明我国许多省份孵化器的运行效率仍较低，孵化能力弱，所提供的孵化服务种类仍较为单一，提供孵化增值服务的能力不足，且孵化器发展存在区域不平衡问题。

四、科技企业孵化器运行效率改进方案

(一)聚类改进方案

使用各省份2017年相关指标数据，进一步分析我国各省份科技企业孵化器运行效率的差异情况。使用K-均值聚类分析法，对2017年各省份科技企业孵化器DEA效率值进行分析。

BCC模型中的效率包括综合效率、纯技术效率、规模效率，其中综合效率=纯技术效率×规模效率。由于纯技术效率与规模效率不相关，故将聚类变量设定为纯技术效率和规模效率，将K值设定为4。使用SPSS 21.0进行K-均值聚类分析。

表4 数据聚类分析表

注:PTE、SE分别表示纯技术效率与规模效率。

由表4可知：第Ⅰ类省份企业孵化器的纯技术效率值和规模效率值均较高，综合效率值属于最高的一类；第Ⅱ类省份企业孵化器的规模效率低于纯技术效率；第Ⅲ类省份企业孵化器的纯技术效率值、规模效率值都处于较低水平；第Ⅳ类省份企业孵化器的规模效益值明显高于纯技术效率值。

由表5可知：纯技术效率值、规模效率值两个聚类变量的显著性水平都为0.000，在5%的显著性水平下，聚类结果通过显著性检验。故可以依据此聚类结果对全国30个省份企业孵化器运行效率进行分类分析。

根据聚类结果，得到我国30个省份企业孵化器运行效率分类情况(表6)

1．企业孵化器运行高效类省份。该类省份是聚类分析中的第Ⅰ类省份，其纯技术效率、规模效率都等于1或十分接近1。共有20个省属于这一类，占总数的66.67%。其中北京、天津、山西、内蒙古、安徽、江西、河南、湖南、海南、云南、青海、宁夏、新疆这13个省份企业孵化器运行的纯技术效率、规模效率、综合效率均为1，即纯技术效率有效、规模有效。

表5 数据K-均值聚类方差分析表

注:PTE、SE分别表示纯技术效率与规模效率

表6 我国各省份科技企业孵化器运行效率分类表

纯技术效率有效是指在规模收益不变的情况下，当前的资源利用情况已经达到最佳。即无论怎样增加投入，产出也不会随之增加，也就是当前的产出水平所需要的投入量已经是最低量，不能通过改变企业孵化器的在职人员总数、企业孵化器的场地面积、企业孵化器的孵化收入与孵化基金之和等投入指标的投入水平，达到提高年度毕业率、当年孵化器与在孵企业从业人员之和、孵化器与在孵企业总收入之和、在孵企业当年获批知识产权数等的产出水平。规模有效是指企业孵化器投入水平不变的情况下，该类省份企业孵化器现有规模所能达到的收益最大，再扩大或缩小企业孵化器规模都会造成孵化器运行效率降低。

2．企业孵化器规模低效类省份。该类省份是聚类分析中的第Ⅱ类省份。该类省份企业孵化器的规模效率低于纯技术效率。江苏省、山东省属于这一类，占总数的6.67%。该类省份今后应扩大省内企业孵化器规模，以达到规模效应。

3．企业孵化器运行低效类省份。该类省份是聚类分析中的第Ⅲ类省份。该类省份企业孵化器的纯技术效率、规模效率均处于较低水平。共有6个省份属于这一类，占总数的20%。该类省份企业孵化器运行效率的提升空间较大，一方面应该扩大省内企业孵化器的规模，以达到规模效应；另一方面应增加人才和资本等要素的投入，优化各类投入资源的配置，以提升配置效率。

4．企业孵化器配置低效类省份。该类省份是聚类分析中的第Ⅳ类省份。该类省份企业孵化器的纯技术效率明显低于规模效率。黑龙江省、甘肃省属于这一类，占总数的6.67%。该类省份今后应加大技术改进力度，优化省内企业孵化器资源投入的配置情况，提升纯技术效率。

(二)投入调整改进方案

企业孵化器运行无效的主要原因有：各类投入的比例欠佳、投入存在冗余等。对BCC模型中的松弛变量进行计算，根据计算结果可以得出为使DEA无效省份企业孵化器达到DEA有效需要对各类投入进行调整的具体数值。

由表7可知：人力投入方面，18个省份孵化器人员投入不存在冗余，其余12个省份孵化器人员投入平均冗余人员数为536.37人，表明目前全国孵化专业人才聚集态势初显。创业孵化活动涉及到技术引进、寻求融资、市场开拓、管理咨询等多方面，孵化器需要配备相应的专业人才为在孵企业提供各类服务，因此各省份孵化器应该继续积极招揽创新型人才加入创业孵化事业。物力投入方面，12个省份孵化器场地面积平均冗余为1952302.06平方米，表明部分省份孵化器存在孵化场地空置率高、场地利用效率低下等问题。目前我国许多省份孵化器仍以提供物业服务等基础服务为主，对各类创新创业资源的整合能力不足；部分孵化器提供孵化增值服务的能力不足，忽视品牌塑造，对新创企业缺乏吸引力，导致所属孵化场地大量空置。为解决这些问题，各地政府应加强对孵化器的引导，鼓励其向专业化、垂直化方向发展，为在孵企业提供更加精准的服务。财力投入方面，12个省份在孵企业当年获得风险投资额与孵化器对公共技术服务平台投资额之和平均冗余为214828.95万元，表明超过半数省份的孵化器提供融资服务能力较强。大多数初创企业面临融资渠道单一、难以获取大笔融资的局面，孵化器应加强与风险投资机构、天使基金等创投机构的合作，搭建融资平台，提供更加优质的融资服务。

表7 DEA无效省份企业孵化器投入调整表

(三)产出调整改进方案

通过计算BCC模型中的松弛变量，得到为使DEA无效省份的孵化器达到有效，所需要增加的产出类型及具体数量(见表8)。

表8 DEA无效省份企业孵化器产出调整表

由表8可知：孵化能力方面，仅8个省份的孵化器年度毕业率有进一步提升的空间。这表明我国大部分省份孵化器孵化能力较强，但仍需要在提升孵化服务质量上继续下功夫，提升提供创业孵化增值服务的水平，增强链接与整合国内外创新创业资源的能力，为创新驱动战略提供支撑。社会效益方面，上海、浙江、福建、贵州四个省份的孵化器在孵企业存在吸纳就业人员不足的情况。这表明孵化器作为创新创业生态中的重要一环，在促进经济发展方式转变、提升优化产业结构等方面虽然已经显现出部分成效，但仍需要提高运行效率为社会经济发展做出更大贡献。经济效益方面，吉林、黑龙江、陕西、甘肃四个省份的孵化器与在孵企业总收入需要增加，这些省份孵化器与在孵企业总收入之和平均应增加69.63万元。这表明目前我国许多省份孵化器的盈利能力仍较弱，许多省份的孵化器主要依靠政府补贴维持运行，整个孵化器行业需要继续提升市场化能力，持续进行机制创新，增强盈利能力。创新效益方面，仅有8个省份需要增加当年获批知识产权数，这些省份需要增加的当年获批知识产权数平均为37.79万件。这表明我国许多省份孵化器在促进科技创新中发挥了重要作用。

五、结论与建议

(一)结论

运用DEA分析法测算2015-2017年我国30个省份孵化器运行的综合效率、纯技术效率、规模效率，并基于2017年的纯技术效率与规模效率测算值，使用K-均值聚类法将30个省份分为四大类：孵化器运行高效类、孵化器规模低效类、孵化器运行低效类、孵化器配置低效类。最后根据聚类结果、基于松弛变量计算得出的投入与产出调整值，给出相应的聚类改进方案、投入改进方案、产出改进方案。结果表明：

(1)整体来看：我国许多省份孵化器运行水平仍较低，孵化能力较弱，所提供的孵化服务仍较为单一，提供孵化增值服务的能力不足，且孵化器发展存在区域不平衡问题。

(2)聚类结果显示：30个省份中，共有20个省份属于孵化器运行高效类省份，2个省份属于孵化器规模低效类省份，6个省份属于孵化器运行低效类省份、2个省份属于孵化器配置低效类省份。孵化器运行水平存在省际差异。

(3)投入产出调整结果显示：超过半数的省份存在孵化器人员、场地、资金投入方面的冗余；大部分省份孵化器孵化能力、社会效益、经济效应、创新效益良好。

(二)建议

需要说明的是，本研究依据的仅仅是统计数据，而由于创业孵化活动的复杂性、多样性，仅仅这些数据显然不能全面描述和评价单一孵化器或省域孵化器的真实状态；本研究采用的方法，也只是众多研究方法之一，受研究方法的局限，发现的问题、提出的对策难免有失偏颇。但无疑，这样的研究对丰富孵化器研究的方法论是有益处的，研究结论将会对孵化器运营、评价、改进提供参考。

针对全国各省份企业孵化器运行中存在的总体运行效率较低、区域发展不平衡、存在投入资源冗余、专业化管理人才缺乏等问题，为提高全国各省份企业孵化器运行效率，提出以下政策建议。

1．对孵化器进行分级分类引导，推动孵化器科学发展

政府有关部门应发挥引导作用，根据全国各省份孵化器发展现状，分级分类制定发展战略、评价指标和细则。针对不同区域、不同发展水平的孵化器运营中面临的问题，给出不同的解决方案、未来发展规划，从而推动全国孵化器科学发展。

2．完善考核评价体系，加强动态监督管理

进一步完善孵化器官方考核评价指标体系，鼓励孵化器行业协会、智库、科研院所等组织对孵化器进行社会评价，加强对孵化器孵化活动的动态监督管理，探索使用大数据技术挖掘分析孵化过程产生的各类数据，为孵化器、在孵企业、风险投资机构等主体的决策过程提供数据支持。

3．增强区域内、区域间孵化器的交流合作，促进各区域孵化器协调发展

加强全国以及省、市级孵化器网络建设，重点建设京津冀、长三角、长江中游城市群、粤港澳大湾区等区域的孵化器协同发展网络，建立跨区域孵化器联盟、协会，促进区域内、区域间各类孵化资源、经验的分享。鼓励区域间孵化器通过结队帮扶、异地孵化、合作共建等形式进行互补合作，共同发展。促进资本、人才、技术等各类创业要素在区域间的流动，达到各区域孵化器协调发展的局面。

4．积极开展创新创业宣传与实践活动，促进创新创业文化繁荣发展

经济新常态下，大众创业、万众创新成为经济结构转型进程中的重要推动力。各地政府应积极开展大学生创新创业大赛、互联网创业大赛、留学归国人员创新创业大赛、创业论坛、创业沙龙等活动；支持孵化器、孵化联盟或协会等组织同国外相关机构联合举办国际性创业大赛；召开区域孵化器论坛和峰会，针对孵化器运营成果显著区域的成功经验进行研讨与推广。同时应加强创新创业文化宣传，弘扬创客精神和企业家精神，引导全社会形成崇尚创新创业的价值观，营造出鼓励创新、宽容失败的有利文化氛围，促进创新创业文化繁荣发展。

5．增强孵化器资源链接整合能力，加速创业孵化生态建设

完善孵化器与人才、资本、信息、技术等各类创业要素的链接、整合机制，增强孵化器与高校、研究院的链接，推进科技成果转移、转化；增强孵化器与大企业的联系，促进在孵企业与大企业开展业务合作；增强孵化器与风险投资机构、会计师事务所、律师事务所、咨询公司等第三方服务机构的合作，构建协同共享的创业孵化生态。