国家大学科技园运营效率及其空间分布特征研究

林雪菲 王宝海

摘  要：国家大学科技园的研究与发展对高新企业和高校的建设以及高新科技的推进具有重要意义。基于2013～2017年连续五年我国国家大学科技园6项投入产出数据以及环境变量数据，运用三阶段模型对国家大学科技园运营效率和发展环境进行分析。结果表明，我国国家大学科技园运营效率维持得较好，人均GDP、科技财政支出、高校毕业生数均使投入项冗余增加，高新企业数有助于投入项冗余减少，然后对剔除环境因素后的效率进行分析，调整后的效率提高，说明发展环境使得其整体效率被低估。空间分布特征显示，东部地区明显优于西部地区，内陆地区国家大学科技园的综合效率正在逐渐提高。最后根据分析结果提出对策建议。

关键词：国家大学科技园;效率;三阶段DEA;发展环境

中图分类号：G644         文献标志码：A         文章编号：2095-2945（2020）29-0008-06

Abstract： The research and development of National University Science Parks is of great significance to the construction of high-tech enterprises and universities and the promotion of high-tech.Based on the six input-output data and environmental variable data of National University Science Parks in China for five consecutive years from 2013 to 2017， a three-stage model is used to perform analysis of the operation efficiency and development environment of National University Science Parks. The results show that the operating efficiency of China's National University Science Parks is basically maintained. Per capita GDP， scientific and technological financial expenditure， and the number of college graduates all increase the redundancy of inputs. The number of high-tech enterprises helps reduce the redundancy of inputs. The efficiency regardless of environmental factors is analyzed. The adjusted efficiency is improved， which indicates that the environment for development makes the overall efficiency of National University Science Parks underestimated. The characteristics of spatial distribution show that the eastern region is significantly better than the western region， and the comprehensive efficiency of National University Science Parks in inland regions and countries is gradually increasing. Finally， this paperproposes suggestions based on the analysis results.

Keywords： National University Science Park; efficiency; three-stage DEA; environment for development

1 概述

國家大学科技园以高校为依托，结合社会优势资源，是国家区域创新体系的重要组成部分和高新企业孵化、“产学研”结合、创新创业人才培养等方面的支撑平台。1988年，东北大学借鉴美国斯坦福大学的成功经验建立了我国第一个大学科技园[1]。截至2017年底，我国的国家大学科技园累积毕业企业数达9866个，比上一年增加7.37%。随着我国大学科技园的建设和发展，国家大学科技园的运营效率成为学校、政府和社会广泛关心的热点，因其对国家大学科技园资源要素的调整、政府相关决策的提出等起到重要的参考作用。

在大学科技园的模式与作用研究方面，李仕明等[2]从国家创新体系和科教兴国战略的角度出发，对大学科技园在高校教育、科研、产业开发三位一体的功能与定位进行了分析;张明等[3]提出了大学科技园建设开发与区域经济发展之间的互动关系;袁新敏等[4]以长江三角洲为研究对象，从产业链的视角，对大学科技园区与区域经济融合发展的类型与模式进行了划分和对比分析;Mammadov[5]提出大学科技园在政、产、学方面以不同创新主体在制度创新、知识创新和技术创新方面提供信息资源和综合服务;韩春民[6]提出大学科技园与创新孵化技术融合、产业链拓展融合、区域经济融合和产学研合作引导的生态模式;Etz-kowitz[7]认为大学科技园作为三螺旋的混成组织模式，在大学-产业-政府相互作用的混合空间中发挥作用;姚伟坤等[8]提出大学科技园跨区辐射发展受到政府和科技园的制约，协调科技园公益性和社会资本逐利性之间的矛盾有利于科技园跨区辐射发展战略的实施。

在大学科技园的运营效率的研究方面，DEA模型及其扩展方法的应用最为广泛，刘贵文等[9]从制度与效率的视角出发，提出正式制度与非正式制度的创新是我国大学科技园效率提高的关键;郑会[10]利用DEA的C2R模型与SE模型分别对我国大学科技园区创新绩效进行评价;段万春等[11]结合超效率DEA方法和SOP模型，把大学科技园的运营系统看作一个三维立体的工程，对科技服务的提供、接受和反馈过程进行多角度研究;周荣等[12]运用加权交叉效率DEA模型，对国家大学科技园的科技成果转化效率进行了评价;马玉新等[13]建立了包括政策、科技、人才、资金、市场5个维度、13个二级指标和34个三级指标的大学科技园综合评价指标体系，在一定程度上展现不同大学科技园的水平和差距情况。

总体而言，现阶段对我国国家科技园的作用、功能、效率等研究在不断发展，但是其间会出现一些效率低下、资源浪费的现象。为了更好地发挥我国国家大学科技园的作用，就要对我国现有的国家大学科技园的运营效率进行评估，并分析环境因素等的影响。本文从省际角度对我国国家大学科技园的整体运营效率进行研究，运用三阶段DEA研究方法，分析环境因素对大学科技园运营效率的影响程度，运用截面数据和面板数据分别进行静态和动态分析，为合理调整各项投入、优化产出提供参考依据，对提升大学科技园的发展水平与推动高校科技成果转化起到重要作用。

2 研究方法

2.1 第一阶段：DEA模型

数据包络分析（DEA）是基于线性规划的方法，根据观测到的有效样本数据，以相对效率为基础对同一类型的部门或单位（DMU）的绩效进行比较和评价。DEA-Malmquist生产率分解指数法反映整体生产率变化情况，对相对效率进行动态变化的分析。

2.2 第二阶段：相似SFA模型

SFA模型是将第一阶段中的管理无效率、发展环境因素等剔除，从而仅保留管理无效率所造成的投入冗余。以投入冗余为因变量，发展环境因素为自变量，构造相似SFA模型。

2.3 第三阶段：调整后的DEA模型

以第一阶段的产出值作为产出指标，使用第二阶段调整过的投入指标替代第一阶段中投入的初始数据，再次使用DEA模型进行分析，即可得到剥离了发展环境因素影响等的相对效率值，从而比较客观地反映各DMU的效率差异。

3 国家大学科技园发展现状

我国于2001年开始大规模建设大学科技园，大都分布于华东、华北、东北地区。根据2018年火炬统计数据显示，我国目前共认定了115家国家大学科技园，已认定的国家大学科技园共有孵化企业10448家，在孵企业收入达340亿元，在孵企业上缴税金达19亿元;在孵企业从业人数达136687人，孵化基金总额达22.5亿元，孵化场地面积达793.8万平方米，近几年我国国家大学科技园发展迅速，投入和产出指标都呈现增长趋势，而且随着经济的发展，以上数据将会继续呈现上升趋势。我国大学科技园的建设与发展成效显著，呈现出大分布、小聚集的发展格局，有力地推动了高校科技成果转移、转化和高新技术企业的孵化，加快了经济发展方式的转变，创造了良好的经济社会效益。大学科技园是高校人才创新创业的服务平台，其建设推动了人才培养、科学研究和社会服务功能的有机结合，推动了高校与企业之间人员、信息、资本、技术等创新要素的流动与整合，已成为推动区域经济发展的新生力量[1]。

4 实证分析

4.1 数据选取

以我国21个省市的国家大学科技园的投入产出数据为研究对象，数据来源于《中国火炬统计年鉴》和wind金融数据库，数据分析结果通过Deap2.1和Fronter4.1软件得出。

4.1.1 投入产出变量的选取

为全面评价国家大学科技园的运营效率，结合国家大学科技园功能定位及孵化服务等特点，从人力、财力和物力三个方面，选取国家大学科技园运营效率的投入指标。从孵化效益、经济效益方面，选取产出指标。具体的投入产出指标见表1。

4.1.2 环境变量的选取

本文从4个方面选取环境变量：（1）经济发展：人均GDP是一个地区经济发展成果的综合体现，选取人均GDP作为各地区经济发展水平的环境指标;（2）政府支持：政府在科技方面的财政支出是衡量政府在高新技术产业方面的支持力度的重要尺度，選取政府财政支出作为政府支持力度的环境指标;（3）人力资本：人力资本是影响国家大学科技园运营效率的重要因素，特别是科学技术人才，选取高校毕业生数作为各个地区人力资本状况的环境指标;（4）行业规模：企业数量反映行业的市场结构状态以及行业规模，选取高新企业数量作为国家大学科技园衡量行业规模的环境指标。

4.2 第一阶段

4.2.1 国家大学科技园静态效率分析

基于数据包络模型（DEA），将效率值分解为综合效率、纯技术效率以及规模效率，得到测算结果，见表2。从第一阶段的静态分析可以得出，在不考虑外部环境因素的情况下，有9个省市的各项效率指标均达到1，处于效率前沿，有5个省市的纯技术效率值为1，规模效率较低，1个省的规模效率为1，纯技术效率较低。规模收益方面来看，11个省市规模收益不变，8个省市规模收益递减，2个省市规模收益递增。整体来看，我国国家大学科技园的运营效率维持得较好，综合效率平均值为0.897，与效率前沿面相比，还有0.103的提升空间，纯技术效率平均值为0.929，规模效率平均值为0.968，二者均较高，规模效率相对更高，因此纯技术效率是制约综合效率的主导因素，说明在不考虑组织规模的条件下，国家大学科技园整体上未能充分利用资源，有投入要素浪费的现象。

4.2.2 国家大学科技园动态效率分析

动态效率是指国家大学科技园在生产技术逐步升级的过程中经营效率的变动情况，见表3。从2013～2017 年度总体国家大学科技园Malmquist生产率指数及其变动情况看，全要素生产率呈现下降-增加-下降-增加的趋势，5年的平均增长值>1，整体是上涨的趋势，纯技术效率平均值为1.029，规模效率平均值为1.007，显然，综合效率主要贡献来源于纯技术效率。

从Malmquist生产率指数及指标变动情况看，有12个省市的全要素生产率大于1，湖北和河南两个省市的全要素生产率达到1.2以上，处于高效增长状态，剩余的9个省市的全要素生产率小于1，处于下降状态。第一阶段结果可能存在偏误，因为未考虑发展环境的影响，所以进行第二阶段SFA分析，分析发展环境对国家大学科技园运营效率的影响。

4.3 第二阶段

第二阶段是构建SFA回归模型，将第一阶段测算出的投入变量的松弛变量作为被解释变量，选取4个环境变量作为解释变量，考察4个环境变量对3个投入项松弛变量的影响。当回归系数为正值时，表示增加该解释变量将会使投入松弛量的冗余增加，导致运营效率降低;当回归系数是负值时，增加该解释变量有利于减少投入松弛量，使运营效率提高。结果见表4。

（1）人均GDP。该变量与在孵企业从业人数投入松弛变量、孵化基金投入松弛变量、场地面积投入松弛变量的回归系数均为正，但数值相对较低。说明经济水平增加使得在孵企业从业人数、孵化基金总额影响较小，使场地面积均产生了少量冗余，反映出我国部分省市的国家科技园的场地规模较大，但是没有合理配置，使得资源的使用效率较低。

（2）科技财政支出。该变量与在孵企业从业人数投入松弛变量、孵化基金投入松弛变量、场地面积投入松弛变量的回归系数均为正。说明科技财政支出对在孵企业从业人数影响相对较小，使得孵化基金总额和场地面积产生了冗余。反映出政府对部分地区的科技财政支出过大，特别是一些高新地区，创新资源充裕，配置存在不合理，造成资源浪费，影响了综合效率的提高。

（3）高校毕业生数。该变量与在孵企业从业人数投入松弛变量、孵化基金投入松弛变量、场地面积投入松弛变量的回归系数均为正。说明高校毕业生数的增加会使得在孵企业从业人数，孵化基金总额、场地面积产生冗余。反映出我国国家科技园劳动力资源较为充足，应该提高劳动力创新创业水平，培养更多高素质人才。

（4）高新企业个数。该变量与在孵企业从业人数投入松弛变量、孵化基金投入松弛变量、场地面积松弛变量的回归系数均为负。说明高新企业数量的增加有利于减少国家大学科技园在孵企业人员数、孵化基金总额和场地面积投入的冗余，高新企业聚集会产生产业集群效应，有利于共享基础设施、信息等资源，相互交流经验，促进这些资源的有效利用。

4.4 第三阶段：调整后的DEA模型

第三阶段得到剥离了发展环境因素影响的相对效率值，这样可以更加客观地反映国家大学科技园的运营效率，见表2，表3，表5。

4.4.1 国家大学科技园调整后静态效率分析

从2017年国家大学科技园效率值可以看出，调整后的纯技术效率整体提高，规模效率的平均值下降，综合效率从0.897下降为0.878，说明环境因素使得综合效率整体被低估。全要素效率值均为1的省市调整后由9个变为8个，规模收益递增的省市由2个增加为8个，只有北京的规模收益仍然递减。调整前后变化最明显的省市为山西、浙江、福建和重庆，说明发展环境对这些省市的影响较大。综合效率达到1的省市有8个，江西和吉林的综合效率最低，分别为0.558和0.56。有7个省市的纯技术效率低于1，说明在不考虑组织规模的条件下，未能充分利用资源，有投入要素浪费的现象，使得资源配置效率较低。有13个省市的规模效率小于1，当处于规模报酬递增阶段时，可以通过扩大规模来充分利用所投入的资源，从而降低单位成本;当处于规模报酬递减阶段时，应当考虑缩小规模，以降低管理费用，从而保证产出值的最优[11]。

4.4.2 国家大学科技园调整后动态效率分析

从2013～2017年国家大学科技园Malmquist生产率指数及其变动情况见表3。调整后的数据相比于调整前，整体呈上涨趋势，全要素生产率平均值从1.013增加到1.043，呈现下降-增加-下降-增加的趋势，综合效率平均值从1.036增加到0.058，技术进步平均值从0.977增加到0.986，纯技术效率平均值从1.029增加到1.037，规模效率平均值从1.007增加到1.019，显然，技术進步是运营效率提高的关键。

从我国21个省市国家大学科技园的Malmquist生产率指数及指标变动可以看出（见表5），有15个省市的全要素生产率大于1，有4个省市达到1.2以上，说明这些省市的国家大学科技园的效率处于上涨趋势，还有6个省市的全要素生产率小于1，说明这些国家大学科技园的效率处于下降趋势。总的来说，不同省市国家大学科技园的运营效率有一定差距。

4.5 我国国家大学科技园运行效率空间演变特征分析

为研究我国国家大学科技园的空间分布特征，选取2013、2015和2017年的国家大学科技园综合效率的空间分布图，由ArcGIS 10.1软件得出，见图1。我国国家大学科技园的综合效率整体上呈现“东高西低”的空间分布特征，东西差距较为明显，特别是东部沿海地区，山东、江苏、浙江这三省的国家大学科技园一直保持高效率，广东、安徽、辽宁、黑龙江整体保持得较好，这与东部地区经济发展水平较高有关，现阶段西部内陆地区的国家大学科技园综合效率正在逐步提高，四川、甘肃、陕西、河南发展较为迅速，部分年份已达到高效率，但是维持得尚不稳定。

5 结论及对策建议

大学科技园依托大学校区、科技园区和政府，通过科技创新来引领所在区域的产业结构转型与升级，带动区域经济的发展。本文对国家大学科技园静态和动态效率进行了量化研究，并对其综合效率的空间分布演化情况进行分析，结果表明，人均GDP、科技财政支出、高校毕业生数均使投入项冗余增加，高新企业数有助于投入项的冗余减少;空间分布特征显示，东部地区明显优于西部地区，内陆地区国家大学科技园的综合效率正在逐渐提高。根据以上分析，为进一步提升我国国家大学科技园的运行效率，提出几点对策建议：

5.1 加强资源管理与利用，提高纯技术效率

从我国国家大学科技园历年的投入与产出现状可以看出，我国国家大学科技园的在孵企业从业人员、孵化基金等资源投入均呈显著增长状态，但是产出相对增长较慢，从而导致效率相对下降。提高国家大学科技园运营效率，除了要加强资源投入以外，更重要的是要了解投入要素和产出之间的效率关系，使这些投入要素得到良好的管理，从而充分利用，提高资源利用效率。同时，创新能力和技术水平也是提高纯技术效率的关键，所以要加强管理、营销、融资等方面的技术开发，努力实现资源高效利用，提高科技成果转化率。

5.2 加强大学科技园与高校的联系，提高人才培养质量

大学科技园是高校教学实践的场所、科教体制改革的实验基地和示范区，是高校与企业之间联系的桥梁。研究发现，高校毕业生数已使得在孵企业从业人员、孵化基金和场地面积等投入资源产生冗余。因此，大学科技园应根据科技职能需求，培养高质量的创新创业人才：一是要完善大学科技园区的管理、培训体系，建立与高校与企业界的紧密联系，使得高校人才培养目标和社会科技人才需求良好衔接，培养企业所需的高质量人才;二是探索和建立创新创业人才激励机制，吸引创新人才汇集。

5.3 加强高新技术企业孵化器建设，发展高新技术产业

大学科技园是高新企业发展的平台，高新技术企业孵化器的建设是科技园建设的重要保障。从数據分析结果可以看出，高新企业有利于减少在孵企业从业人员、孵化基金和场地面积等投入资源的冗余，提高资源利用效率。加强高新技术企业孵化器以及高新技术企业建设，积极吸引和发展高新技术产业，形成产业集聚和产业链，共享资源、信息和经验，提高企业的运营效率，从而促进大学科技园运营效率的提高。

参考文献：

[1]夏英，张勇，贾芳，等.大学科技园：历史、现状及未来趋势[J].成都理工大学学报（社会科学版），2015，23（04）：105-108.

[2]李仕明，韩春林，杨鸿谟.大学科技园的功能与定位[J].研究与发展管理，2002（04）：77-80.

[3]张明，李娟.大学科技园区建设与区域经济发展的关系[J].科技进步与对策，2003，20（16）：18-19.

[4]袁新敏，高长春.大学科技园区与区域经济融合发展的类型与模式分析——以长三角地区为例[J].科技进步与对策，2011，28（15）：31-35.

[5]Organization of Technology Park and its Structure at High Educational School of Azerbaijan. MAMMADOV [J]. European Respiratory Journal，2011.

[6]韩春民. 大学科技园与区域经济融合发展机制研究[D].武汉理工大学，2013.

[7]Anatomy of the Entrepreneurial University[J]. Social Science Information，2013.

[8]姚伟坤，姚凯，赵超.大学科技园跨区辐射发展的三方模式研究[J].科技进步与对策，2013，30（12）：43-46.

[9]刘贵文，蒋博.我国大学科技园发展问题的新视角：制度与效率[J].科技管理研究，2008（04）：77-78+92.

[10]郑会.我国大学科技园区创新绩效比较研究——基于相对效率角度[J].科技管理研究，2010，30（19）：45-49.

[11]段万春，李坚.基于超效率DEA的大学科技园运作机制效率评价方法[J].现代化农业，2012（12）：52-56.

[12]周荣，喻登科，涂国平.基于加权交叉效率DEA的国家大学科技园科技成果转化效率评价[J].科技管理研究，2015，35（20）：67-72.

[13]马玉新，王方，李华，等.大学科技园综合评价与发展路径选择的三阶段GRA方法[J].科技与经济，2017，30（03）：45-49.