中国科技企业孵化器规模效益分析及预测

杨 毅 ，贺浩浩

（1.西南大学国家治理学院，重庆 400715；2.重庆文化产业（西南大学）研究院，重庆 400715）

在全球新一轮产业革命孕育兴起的背景下，科技愈加成为国家综合竞争力与经济社会发展的战略支点。Schwab K.认为，社会接受技术创新的程度是影响产业革命的决定性因素，为此，政府以及各类机构和部门应尽己所能，协同破除新技术实际应用中的阻滞因子［1］。在现代市场经济体制下，层出不穷的新科技需要依托一定的媒介和载体，才可真正转化为推动现实发展的实质性力量。因此，具有发展承续性与战略耦合性的科技企业孵化器（以下简称“孵化器”）便应运而生。它作为一种通过创造性地提供具有靶向性的资源和服务以期促进企业发展的政策工具与经济组织［2］，其性质与传统意义上的企业高度相似，均是以经济效益为诉求，通过规划各种生产要素的投入最终生产有形或无形的产品（孵化器的产品是成熟的科技型创业项目）。但是囿于孵化器本身所具有的高风险性，其难以通过市场机制获取充分的有效资源。虽然自由主义派学者认为，通过市场机制淘汰缺乏竞争力的企业有利于维护市场总体的持续健康发展，并且实证研究所发现的“瑞典悖论（Swedish Paradox）”“欧洲悖论（European Paradox）”等现象也表明，巨额的知识投资并不总是能促进地区经济增长［3］，但是各国既有实践已经证实，具有经济、科技、社会等多重指向的孵化器在支持及保护“暂时弱势但前景良好”的新创企业方面具有积极效用，因而各国政府依然在不断加大对孵化器的投资力度。

就我国而言，2015年国务院《关于大力推进大众创业万众创新若干政策措施的意见》等系列文件提出，为适应创新创业主体的大众化趋向，到2020年要形成一批具有较强专业化服务能力、可有效满足大众需求的新型创业服务平台。从我国孵化器发展情况来看，由于政府的积极推进，孵化器的数量已经在较短时间内获得大幅度增长，规模跃居世界首位。在我国孵化器从无到有的发展过程中，规模扩大所引起的内部专业分工、固定成本分担和资源集聚效应，事实上促成了“规模—绩效”这一传导路径，因而各级政府主导投入大量资源以期提升创新创业绩效水准。但理论上，规模经济状态会随着规模的不断扩大而逐渐趋于不经济状态。同时一系列实证研究表明，由于经济相对落后、关系网络复杂、市场机制孱弱等因素，发展中国家的创新创业活动与发达国家相比具有更强的异质性，因而有必要把握我国孵化器的规模增长规律，并从投入与产出视角厘清孵化器的规模与各种产出效益的关系，构建具有中国元素的科技企业孵化理论。如此，既有助于考量孵化器关于“以促进带动就业”和推动经济增长等目标的实现程度，也可为相关主体的管理决策活动提供有益参考。

1 文献综述与研究假设

Husted认为在经济全球化不断深化的进程中，创新资源的创造力可以整合企业内外部资源、深化企业间协作创新、完善企业网络结构资本形态以及建构企业信任关系网络，进而提升企业综合竞争力［4］，但现实中受制于客观环境与主观能力的局限，并非总是可以达到此种理想化状态。因而孵化器一经问世，学界对其效率问题的研究便相伴而生［5］。通过梳理既有文献可知，现阶段学术界形成以生态系统规划为基础，以多元效益诉求为核心，以区域协调统筹为导向，以加快技术协同应用、满足企业成长需求、促进经济社会发展为靶向的绩效评测及增进策略体系。

具体而言，对孵化器规模效率的研究呈现三个层面的学理倾向：一是针对不同主体探索其绩效评估方法。例如，Sherman H.D.以企业孵化项目为研究对象，综合运用宏观分析和微观调研方法，认为企业孵化项目可以有效协助初创企业生存发展，即存在企业孵化服务—企业孵化绩效—企业运作绩效的两级传递关系［6］；袁剑锋以在孵企业为研究对象，较为深入地探究并厘清网络嵌入和创新行为与企业绩效的多种复杂关系［7］；Brunee J.等则将孵化器与在孵企业相结合，研究认为囿于遴选标准宽松和缺乏淘汰机制，早期孵化器的在孵企业对综合性服务利用率很低［8］。二是从关系网络及地域空间角度研究其绩效影响机理。例如，杨毅等运用数据包络分析与聚类分析方法，研究认为孵化器绩效水准具有明显的空间集群效应与扩散效应［9］；李鑫伟等通过构建省际面板数据模型，研究认为孵化器的区域规模对区域创新绩效存在显著的积极影响，特别是中小型企业资产在这一影响关系中承担着正向调节作用［10-11］。三是从生态系统场域研究其绩效改进方向。例如，李永周以武汉地区科技创新创业人才为研究对象，通过构建人才孵化网络嵌入模型，研究发现人才的孵化网络关系嵌入和结构嵌入对创新创业绩效具有显著的正向促进作用［12］；曹昱亮运用主成分因子分析法，研究认为在各类影响因子中创业者能力与孵化器服务能力对其影响权重较大［13］。由此可见，人才这一要素在创业孵化事业中有着举足轻重的作用。特别是近年来，孵化器作为国家创新系统的重要组成部分，其创新要素系统集成、知识流动共享以及新创企业培育等制度性功能，正推动其商业模式从传统的科技型企业孵化向科技型创业人才培育［14］。这些现有研究发现及结论为我国创业孵化事业提供了丰富的理论参考与实践指导，但是也存在一定的不足：以测量孵化器具体运行效能为靶向的相关众多数理建模方法，如数据包络分析（Data Envelopment Analysis）［9］、层次分析（Ana⁃lytic Hierarchy Process）［15］、结构方程模型（Struc⁃tural Equation Model）［16］等，普遍将投入要素与产出要素割裂为两个整体，缺乏对于投入要素与产出要素间的协整关系研究，对孵化器未来发展趋向的预测研究则更为匮乏；同时多数研究在处理数据时常常忽视经济活动中的惯性与迟滞现象，典型的偏误便是以当期的投入与产出作为衡量孵化器运作绩效的变量，这样会导致模型参数估计量偏离真实值乃至无效。而且多数既有研究所分析的数据并非为宏观长期数据，结论的推广性有所欠缺。

本研究依据熊彼特（Schumpeter）假说：对企业而言，存在规模扩大—技术创新—市场支配这一路径，可推测孵化器的市场支配能力、技术创新绩效与其规模之间存在正相关关系，进而衍生出“孵化器的绩效与其规模存在正相关关系”，至今学界已对这一假设开展了诸多的验证性研究，并逐渐从线性关系验证转为以抛物线型关系为代表的复杂验证，同时对其影响机理进行了大量探索。例如，Bollingloft A.等通过对某孵化器的个案研究，认为孵化器规模扩大可巩固与发展创业者的社会资本，进而提升创业成功率［17］；吴文清等立足于微观层面，通过对国家级孵化器的实证研究，发现孵化器创新创业绩效与其资金、面积、管理人员规模呈现抛物线型关系［18］；李鑫伟等立足于中观层面，研究认为区域孵化器规模对创新绩效具有显著正向影响［10］；但杨洋研究认为区域孵化器密度的持续增加会逐渐削弱单个孵化器的资源获取能力，进而抑制单个孵化器的发展［19］；Elenurm T.立足于宏观层面，研究发现丰富的外部资源是企业成长的有力保障，不仅有利于企业获得社会资本与企业商机，还能整合若干盟友协作开发全新市场，以获取跳跃式成长绩效并集体弱化不利威胁［20］。但有学者认为应将“规模”这一概念进行具体解构，例如，屠文娟等基于波特钻石理论模型，对孵化器竞争力与各经济规模指标之间的关系进行了定量分析，结果表明不同经济规模指标对孵化器竞争力的影响存在差异甚至方向相反［21］。而上述验证性研究均未较好地探究孵化器规模与其各种产出效益的长期关系，为弥补这一研究缺陷，本研究立足于长期视角，做出如下假设。

H1：孵化器规模与社会效益存在正向协整关系。

H2：孵化器规模与经济效益存在正向协整关系。

H3：孵化器规模与创业效益存在正向协整关系。

在研究方法方面，本研究选取中国孵化器的长期经济指标数据，在检验变量间协整关系（Cointegration）的基础上构建误差修正模型（Er⁃ror Correction Model）考量变量间的关系，并运用单整自回归移动平均模型（Autoregressive Inte⁃grated Moving Average Model）对孵化器未来发展规模进行分析与预测，以此进一步揭示和把握我国创业孵化活动的规律。另外，在我国孵化器连续数年经济规模持续快速增长的情况下，未来的增长态势也是政策制定者、创新创业者、孵化器管理者等相关主体关心的议题。因为若孵化器规模超过某个“规模经济”的阈值，边际效益将逐渐下降乃至跌破零，变成“规模不经济”状态，造成投资收益减损，因而本研究将孵化器未来规模作为预测对象，并探讨其发展过程中可能存在的问题及优化对策。

2 实证测度与分析

2.1 样本数据选取及来源

本研究从三个层面考量样本数据的选取标准：一是在现实层面上，政府及孵化器管理者往往通过追踪式调节投入资源规模，并以各类产品数量作为直接反馈，以期达到理想的孵化绩效水准。二是在统计层面上，我国最权威的孵化器相关数据统计部门——科学技术部火炬高技术开发中心在进行统计时多采用较为准确的可量化的指标，同时兼顾宏观、中观、微观三个层面的数据收集，如全国及各地区的孵化器的总数、场地面积、总收入等。三是在学理层面上，学界主要从投入产出视角分析其运作绩效及影响机理。从投入来看，孵化场地和基础设施是孵化服务的必需要素［22］，有研究表明它们对孵化器各类效益均有显著影响［23］；而从产出来看，又充分考虑到经济、社会、创新创业等多元绩效评价方面，但既有研究缺乏长期跟踪数据的分析，不易把握我国孵化器规模发展历程中的长期影响机理。另外，由于我国孵化器发展发轫于1987年，发展历史相对较短，若将最初几年的摸索试错阶段也纳入样本范围，对考量我国孵化器的长期发展机制存在一定干扰。故本研究基于投入与产出视角，选取1995—2018年中国孵化器样本数据，以投入指标（孵化器总数、场地面积和在孵企业数）、产出指标（在孵企业从业人员总数、在孵企业总收入和当年毕业企业数）共6项主要经济指标反映孵化器运营状况，其中产出指标分别指向孵化器的社会效益、经济效益和创业效益，具体见表1。数据来源于《中国火炬统计年鉴（2018）》和《中国创业孵化发展报告（2019）》。

表1 变量的单位及含义

2.2 协整检验

协整检验的目的在于验证各变量间是否存在长期稳定的均衡关系。由于在构建模型时，非平稳时间序列数据之间出现虚假回归现象可能性较大，因而本研究首先采用ADF检验法对时间序列数据进行单位根检验。同时由于现实经济数据中可能存在的异方差现象会导致线性回归模型违背基本假定而失效，为规避这一问题，将所有变量取自然对数，分别记作lnNum，lnSpa，lnTen，lnEmp，lnInc，lnGra。数据单位根检验计算结果见表2。

表2 各变量（取对数）单位根检验结果

可知，在5%显著水平下，lnEmp和lnGra为零阶单整序列，lnSpa和lnInc为一阶单整序列，lnNum和lnTen为二阶单整序列，即Emp和Gra、Spa和Inc、Num和Ten分别可能存在协整关系。虽然在孵企业从业人员总数、累计毕业企业数、孵化器总数和在孵企业数并不属于所要验证假设的范畴，但是若能验证其协整关系的存在与否，也可发现一定规律。因为所要验证的协整关系分别是3对同阶单整序列，所以本研究采取适用于两变量协整检验的Engle-Granger法，对上述3对可能存在协整关系的变量分别建立含有常数项与残差项的线性回归模型：

其中，α，β，γ，ct1，ct2，ct3为待估计参数，εt1，εt2，εt3为随机误差项。利用普通最小二乘法（OLS）估计参数，结果如下：

残差项平稳性检验结果如表3所示，可知在5%显著水平下，残差序列ε̂t1拒绝原假设，是平稳序列；残差序列ε̂t2，ε̂t2不拒绝原假设，是非平稳序列。结果说明Emp和Gra存在协整关系，Spa和Inc、Num和Ten不存在协整关系。这表明，1995—2018年，在孵企业从业人员总数对新增毕业企业数具有长期稳定的均衡影响，具体表现为：在孵企业从业人员总数每增加1个百分点，新增毕业企业数量就会相应地增加0.965 7个百分点。

表3 回归模型残差单位根检验结果

2.3 ECM模型

协整关系是在短期波动的不断调整下得以实现的，可通过建立ECM模型进一步分析Emp和Gra的短期关系以及长期与短期间的调节机制。本研究运用从一般到特殊的模型构建方法，对回归系数进行T检验以删除不显著变量，由此得到基于lnGra与lnEmp的ECM模型：

将误差修正项

Ecmt-1=0.195 2lnGrat-1-0.379 0lnEmpt-1代入式（7）可得

式（7）和式（8）中的各回归系数在95%的置信水平下显著，说明就短期而言，Gra的变动受当期的Emp与滞后1期的误差修正项的显著影响，Emp短期参数为1.085 8，误差修正系数为-0.946 8，表明误差修正为反向且速度为94.68%，误差修正能力强。

2.4 ARIMA模型

孵化器经济指标数值不仅受到其过去值的影响，还受到当期以及以往冲击的影响，因而适用于具有较高的预测精确性的长期追踪数据模型——ARMA模型。设随机过程为xt，p和q分别表示自回归和移动平均部分的最大阶数，则ARMA（p，q）模型一般表达式为：

其中，Фi为自回归参数，θq为回归参数，ut为白噪声过程。若xt含有d个单位根，则经过d次差分后转化为平稳序列，即可以建立单整自回归移动模型为ARIMA（p，d，q）。在构建ARI⁃MA模型前，对原始数据进行ADF单位根检验，计算结果见表4，可知未差分的Spat，一阶差分后的Inct，二阶差分后的Numt、Tent、Empt、Grat在5%的显著水平下拒绝原假设，为平稳时间序列。

表4 各变量单位根检验结果

因此，对Spat、ΔInct、ΔGrat、Δ2Numt、Δ2Tent、Δ2Empt进行计算，可知，Δ2Inct自相关系数在滞后阶数1处、偏自相关系数在滞后阶数1至4处与0差异较大，因而考虑p取0、1、2、3或4，q取0或1；Δ2Empt自相关系数在滞后阶数1至2处、偏自相关系数在滞后阶数1至3处与0差异较大，因而考虑p取0、1、2、3，q取 0、1、2；而Spat、ΔGrat、Δ2Numt、Δ2Tent因自相关函数和偏自相关函数均不呈现拖尾或截尾特征，不宜构建ARI⁃MA模型。对每种可能的排列组合情况进行比较，估算结果表明，ARIMAInc（0，2，1）和ARIMAEmp（2，2，0）模型拟合优度高，AIC和SIC值低，为最优模型，具体估计值见表5。

表5 ARIMA模型估计值

另外，由于ARIMA模型是基于干扰项为白噪声即纯随机过程这一假设，因而需要检验残差序列的自相关性以判断所估计模型是否正确，结果如表6和表7所示。检验结果可知，ARIMAInc（0，2，1）和ARIMAEmp（2，2，0）模型残差序列从滞后1期到12期的P值均大于0.05，即在95%的置信区间下可以认为其为白噪声序列，因而采用该模型进行预测。经计算，未来五年的Inc动态预测值见表8，可知未来五年内，我国孵化器在孵企业总收入预计将持续保持高增长率，以年均增长约620亿元的速度预计在2022年突破1万亿元的关口，而在孵企业从业人员总数将累计增长约150万人，即年均增长约30万人，但二者增长率均呈下降趋势。也就是说，在孵化器规模按照现行速度增长的情况下，社会效益与经济效益产出增量将保持稳定。当然，现实中的具体经济活动受到多种因素的影响且常常具有波动性，预测值仅可作为参考。

表6 ARIMAInc模型残差自相关及偏自相关检验结果

表7 ARIMAEmp模型残差自相关及偏自相关检验结果

表8 中国2019—2023年孵化器变量预测值及增长率

3 研究结论

实证分析表明，我国孵化器在孵企业从业人员总数对新增毕业企业数具有长期稳定的均衡影响，弹性系数为0.965 7，意味着人力资源投入对科技型企业孵化事业发展具有长效促进作用。在ECM模型中，时序数据的修正系数为-0.946 8，具有强修正能力，这还表明新增毕业企业数不仅取决于当期在孵企业从业人员总数，还取决于上一期新增毕业企业数对均衡水平的偏离。从预测值可知，孵化器将长期直接地创造大量经济收益与就业机会，这符合我国“大众创业、万众创新”“以创业带动就业”的总体目标。特别是孵化器作为培育高新技术中小企业的服务机构，为有志从事新兴产业与高科技产业、富有活力的青年人提供了良好的创业就业平台。研究表明，人力资源投入对于创业孵化事业发展具有长效促进作用，因而应更加注重人才体系的建设，鼓励青年人才投身创新创业事业。但是就目前我国整体情况而言，仅每年大学毕业生就有约800万人，未来五年内年均增长约30万个就业机会的孵化器在促进就业方面还是难以独当一面，因而需要探索创造更多的就业机会来源渠道。同时，未来我国孵化器的经济规模增长率将逐步趋于平缓，其发展将由爆发式增长转入成熟稳定阶段，这意味着在发掘创业孵化发展潜力过程的偏后阶段，应以提质增效为主要目标。

4 优化对策

结合我国孵化器发展现实状况以及既有研究和本研究结论，本文提出如下对策以助推我国孵化器进一步发展。

首先，合理规划实体孵化器建设规模，构建虚拟孵化器横向服务体系。不同代际孵化器的服务对象与层次不同，追求孵化器质量提升不能一味地助推孵化器从低代际向高代际演化，而应依据每一代际孵化器的具体目标进行改进。孵化器应结合自身、行业以及所在地域的实际情况改良孵化模式，利用财务管理、商务咨询、法律顾问等增值服务夯实自身资源基础，促使其实现特定的孵化功能。预测数据表明，我国传统实体孵化器的整体规模增速趋缓，但事实上，囿于我国区域经济发展不平衡与不充分，仍有不少经济社会较落后地区的孵化潜力亟待开发，而依靠市场机制难以在这些资源短缺地区取得理想的孵化成效，反观京津冀、粤港澳和长三角等区域集聚并持续吸引大量的优质资源，二者形成了明显的马太效应。对于不少创业者来说，他们对于资金、管理、培训等软性服务的需求远甚于办公空间等硬件设施［24］，加之目前许多国家呈现出倾向于使用虚拟孵化器而非实体孵化器的趋向［25］，有效扩大了创业孵化资源的辐射范围，因而可将互联网作为资源整合工具，推广线上虚拟孵化服务平台，以市场力量驱动各种商业单元有机结合，建立先进地区孵化资源的跨地域协同共享机制，形成开放包容、信任支持的交互关系，提高在孵企业内外部资源的流动性，提升优质软性服务的普惠性，以此助推发展较为迟缓的地区实现提速增效的目标。而在孵化器发展步入成熟期后，应以国际化发展为导向，通过掌握国外市场的实时信息，同时利用国内外两种资源，扩大孵化企业的战略选择空间。

其次，弥补重资产型粗放式发展短板，聚焦精细化差异化专业服务领域。近年来，越来越多的传统企业与新兴企业试图依托孵化器实现自身的跨越式发展，孵化器已成为我国经济结构调整与产业转型升级的切入口。特别是作为创业孵化事业倡导者的政府部门，应因时因地制宜，制定长期发展战略规划，对改革重点领域做出全面科学的部署。但客观上我国孵化器发展中还存在运行效率水平较低、服务内容简单、盈利能力较弱等问题［26］。孵化器的经济属性决定了持续长久的、源于专业化服务的盈利能力是其存在发展的基础。但长期以来，孵化器的收入主要来源于财政补贴与在位租金，缺乏强有力的盈利支撑，许多孵化器事实上处于亏损状态，究其原因在于孵化器的服务内容并未实现对在孵企业的深度靶向性支持。孵化器除现有的物理空间与基础辅助外，缺乏创业者更迫切需求的资金筹集、市场营销、法律服务等内容。在这种情况下，在孵企业的软性需求得不到充分满足，传统创业存在的痛点难点未得到全面有效解决，造成新创企业发展受限乃至流产，最终导致孵化器的盈利也只能是无源之水，因而亟须采取双向对接服务模式，定期梳理并解决制约在孵企业成长的痛点难点。此外，我国孵化器还存在同质化日趋严重的问题，即许多孵化器处在“大水漫灌式”的服务层次，而不同科技企业所需的服务内容往往各有侧重，因而在孵化器规模扩大过程中，还应寻求自身的特色化经营方向。

最后，建立孵化网络动态监测控制系统，增强企业和资源的流动机制。自从“创客元年（2015）”以来，在政策与市场的交互作用下，我国创业活动呈现爆发式增长态势，但如今风口创业时期已远去，接踵而来的则是“资本寒冬”，经济下行背景下的许多初创企业受到资金链断裂的生存威胁，特别是具有较高风险的新兴科技企业融资难度增大，不少科技成果的转化进程受阻。此外，由于孵化器所供资源常常比一般市场资源性价比更高，同时经济效益良好的在孵企业可有效对孵化器进行反哺，所以可能形成二者的利益纽带关系，导致已达到毕业要求的企业不能及时退出，占据了潜在孵化对象的资源。与之相反，囿于部分孵化器的市场化程度较低，对于经济利益的诉求微弱，缺乏对于一些长期在孵而无法毕业且发展前景渺茫的企业的清退机制，这也会加剧孵化资源紧缺程度。实际上，孵化器规模不需要也不可能无限制地扩大以接纳更多的孵化项目，孵化器本质上作为资源共享型平台，应采取跟踪式监管模式，贯彻“优者毕业，劣者淘汰”的基本原则，提高资源的流动性才是长远之道。为此，需要建立健全动态淘汰机制，如完善相关绩效监测统计指标体系，充分运用大数据等现代信息技术手段，构建兼具科学性与时效性的在孵企业动态管理系统，加强对在孵企业的业绩监督力度，亦可尝试探索相关负责人问责制度，对长期占有孵化器服务资源但运营状况较差的在孵企业实施重点支持或限期清退，促使孵化器形成自我净化的机能。