(山東財(cái)經(jīng)大學(xué)金融學(xué)院，山東 濟(jì)南 250014)

研究背景

科技企業(yè)孵化器是國家技術(shù)創(chuàng)新體系的重要組成部分，是新創(chuàng)企業(yè)協(xié)同創(chuàng)新、降低創(chuàng)業(yè)風(fēng)險(xiǎn)的網(wǎng)絡(luò)平臺。隨著創(chuàng)新驅(qū)動戰(zhàn)略的全面推進(jìn)，我國新創(chuàng)企業(yè)創(chuàng)新與生存能力薄弱的問題日益凸顯。因此，如何通過科技企業(yè)孵化器(以下簡稱孵化器)等創(chuàng)新載體(鮑克與夏友富2008)[11]對其進(jìn)行孵化培育1，從源頭上推動創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，是學(xué)界、業(yè)界與政府共同面臨的難題。

“十一五”以來，我國孵化器事業(yè)獲得了快速發(fā)展2，截止2015年末全國國家級孵化器總數(shù)已超過600家(所有孵化器總數(shù)超過1500家)，一些先進(jìn)孵化器(例如寧波國家高新區(qū))甚至針對企業(yè)成長不同階段孵化服務(wù)需求，將孵化服務(wù)向前期和后端進(jìn)行了拓展，形成了從創(chuàng)業(yè)苗圃到孵化器、再到加速器與產(chǎn)業(yè)園的全程孵化體系。但是，我國大多數(shù)孵化器存在發(fā)展方向不明、服務(wù)水平較低、退出機(jī)制缺失、鏈接社會資源網(wǎng)絡(luò)能力不足等問題?，F(xiàn)有文獻(xiàn)以描述性居多，少有結(jié)合我國創(chuàng)新驅(qū)動發(fā)展背景來探討孵化器的運(yùn)營機(jī)制與績效評估。

有鑒于此，本文擬以創(chuàng)新驅(qū)動發(fā)展為目標(biāo)來探討科技孵化器的微觀機(jī)制，考察其創(chuàng)新驅(qū)動效應(yīng)與影響因素。這不僅可以促進(jìn)我國“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”戰(zhàn)略的實(shí)施，而且有助于相關(guān)部門對孵化器進(jìn)行科學(xué)評估和管理，促進(jìn)孵化服務(wù)水平的提升。因此具有重要理論和實(shí)踐意義。

文獻(xiàn)綜述

一、以新創(chuàng)企業(yè)成長為目標(biāo)是孵化器未來發(fā)展趨勢

國外文獻(xiàn)普遍將孵化器定義為促進(jìn)創(chuàng)業(yè)、提高就業(yè)與鏈接社會的經(jīng)濟(jì)社會工具。從美國等國家發(fā)展經(jīng)驗(yàn)來看，孵化器發(fā)展主要模式是孵化服務(wù)拓展與對入孵企業(yè)股權(quán)投資。根據(jù)Nicholas Theodorakopoulos et al.(2014)[8]，孵化器目標(biāo)與功能主要經(jīng)歷了三個階段：提供共享設(shè)施與場地(1980～1990年)；新增商業(yè)咨詢服務(wù)、支持功能(1991～2000年)；進(jìn)一步提供創(chuàng)業(yè)輔導(dǎo)、發(fā)展創(chuàng)新網(wǎng)絡(luò)與企業(yè)加速器等新型功能(2001年～至今)。

與國外不同，我國科技企業(yè)孵化器是政府基于中國特色市場環(huán)境推出的政策工具，主要經(jīng)歷了兩個階段：(1)發(fā)展緩慢的第一階段(1987～2000年)。政府直接投資以服務(wù)科技成果轉(zhuǎn)化為目標(biāo)的創(chuàng)業(yè)服務(wù)中心，孵化器主要功能是創(chuàng)業(yè)孵化。(2)快速發(fā)展的第二階段(2000年～至今)。政府部門不再直接投資，而是通過支持引導(dǎo)國有、民營企業(yè)等多元經(jīng)濟(jì)主體參與孵化器建設(shè)和運(yùn)營，孵化器功能開始由創(chuàng)業(yè)孵化向企業(yè)加速與招商引資等多元化功能拓展(劉剛，李強(qiáng)治；2014)[15]。這雖能暫時(shí)平衡了多元化投資主體的利益追求與政府短期目標(biāo)，但也導(dǎo)致了孵化器服務(wù)水平不專業(yè)、鏈接社會資源能力不足。

隨著創(chuàng)業(yè)環(huán)境的完善和創(chuàng)新創(chuàng)業(yè)活動的不斷增多以及土地資源的稀缺，尤其是最近“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”戰(zhàn)略的提出，現(xiàn)有孵化器的空間擴(kuò)張模式已面臨極大的瓶頸，以新創(chuàng)企業(yè)成長為目標(biāo)的孵化服務(wù)深化和創(chuàng)業(yè)投資模式是孵化器未來發(fā)展趨勢。

二、基于新創(chuàng)企業(yè)成長的孵化器運(yùn)行機(jī)制研究

資源基礎(chǔ)論是解釋新創(chuàng)企業(yè)成長的主要理論，與其相關(guān)的孵化器運(yùn)行機(jī)制理論研究，主要聚焦于以下問題：創(chuàng)業(yè)企業(yè)成功的決定要素是什么？孵化器如何能夠有效地幫助創(chuàng)業(yè)企業(yè)獲取這些要素？大量研究發(fā)現(xiàn)，成功孵化器普遍遵循如下原則：(1)成功篩選有潛力的創(chuàng)業(yè)企業(yè)與團(tuán)隊(duì)。(2)解決創(chuàng)業(yè)企業(yè)的瓶頸資源約束。(3)與當(dāng)?shù)卣臀幕嗳诤?。代表性文獻(xiàn)有：林強(qiáng)(2003)[14]、Hackett and Dilts(2004)[4]、Maital et al.(2008)[7]、Bruneel(2012)[5]等。

隨著研究的深入，Chandra,Chao(2011)[1]、Tavoletti(2012)[11]、張力等(2014)[18]等逐漸將研究重心從孵化器有形資源，轉(zhuǎn)向能促進(jìn)創(chuàng)業(yè)企業(yè)鏈接與利用社會資源的孵化器創(chuàng)新網(wǎng)絡(luò)等無形資源上。Soetanto and Jack(2013)[3]進(jìn)一步發(fā)現(xiàn)，高科技創(chuàng)新公司在孵化器內(nèi)部網(wǎng)絡(luò)的活動多于普通創(chuàng)新公司。

通過以上文獻(xiàn)可以看出，孵化器運(yùn)行機(jī)制研究的研究趨勢是，在篩選+配置資源框架中，進(jìn)一步考慮孵化器整合與鏈接社會資源能力?，F(xiàn)有文獻(xiàn)還存在諸多不足：較少考察孵化器級別、發(fā)展網(wǎng)絡(luò)、區(qū)域環(huán)境等對孵化器運(yùn)營的影響；此外，實(shí)證分析尤其是針對中國特色市場環(huán)境下的相關(guān)研究，非常鮮見。

三、孵化器績效評價(jià)研究

對創(chuàng)新載體的評價(jià)體系設(shè)計(jì)是建設(shè)創(chuàng)新型國家的關(guān)鍵環(huán)節(jié)(鮑克與夏友富，2008)[11]，現(xiàn)有孵化器評價(jià)文獻(xiàn)在研究方法上能提供一些借鑒，但是還存在一些不足。

首先，在績效評價(jià)中對新創(chuàng)企業(yè)成長重視不夠，而且缺乏運(yùn)營機(jī)制理論作指導(dǎo)。Nicholas Theodorakopoulos et al.(2014)[8]指出，這是因?yàn)樵诜趸靼l(fā)展目標(biāo)、功能與孵化過程界定上不一致，難以形成統(tǒng)一的理論框架，導(dǎo)致研究結(jié)論差異較大、缺乏可比性。

其次，孵化器績效評價(jià)研究自身在研究內(nèi)容、方法與數(shù)據(jù)指標(biāo)上各自為政?，F(xiàn)有文獻(xiàn)主要采用兩類方法。一類是效率前沿方法(DEA數(shù)據(jù)包絡(luò)分析、SFA隨機(jī)前沿分析)，例如黃虹與許躍輝(2013)[13]、殷群與張嬌(2010)[17]、王敬與汪克夷(2012)[16]等。其優(yōu)點(diǎn)是可挖掘利用國家級孵化器的中微觀數(shù)據(jù)，有助于研究成果的比較與借鑒。而不足之處是投入產(chǎn)出指標(biāo)差別較大，研究樣本僅局限少數(shù)地區(qū)，較少探討孵化績效的影響因素及其動態(tài)變化。

另一類是深度案例與基于問卷調(diào)查的因子分析法相結(jié)合，例如林強(qiáng)(2003)[14]。其優(yōu)點(diǎn)是能根據(jù)研究需要設(shè)計(jì)更微細(xì)的子指標(biāo)深入探討孵化器運(yùn)營機(jī)制，缺點(diǎn)是成本非常高，且存在“小樣本”問題，難以進(jìn)行理論推廣。

總之，以新創(chuàng)企業(yè)成長為目標(biāo)是孵化器未來發(fā)展趨勢，現(xiàn)有文獻(xiàn)對孵化器運(yùn)營機(jī)制與績效評估進(jìn)行了有益的探索，但仍存在一些不足：對孵化器運(yùn)營機(jī)制及其效率影響因素仍缺乏深入地理論分析與實(shí)證檢驗(yàn)，在孵化器績效評價(jià)中也存在對新創(chuàng)企業(yè)成長不夠重視、缺乏理論支撐等問題。針對現(xiàn)有文獻(xiàn)的不足，本文擬以新創(chuàng)企業(yè)成長為目標(biāo)構(gòu)建理論分析框架，并且采用隨機(jī)前沿分析的方法來進(jìn)行相關(guān)拓展性研究。

根據(jù)林強(qiáng)(2003)[14]等理論文獻(xiàn)與國內(nèi)孵化器實(shí)際發(fā)展情況，本文對現(xiàn)有孵化器運(yùn)營機(jī)制分析框架進(jìn)行拓展，如圖1所示。

圖1 孵化器孵化過程與機(jī)制

與以往研究不一樣，本文的理論分析框架，主要特點(diǎn)有：(1)以新創(chuàng)企業(yè)成長作為孵化器主要服務(wù)績效；(2)在配置資源基礎(chǔ)上引入了孵化器篩選與發(fā)展能力，并強(qiáng)調(diào)了其內(nèi)生互動作用；(3)考慮了孵化器特征(級別、所處區(qū)域等)與新創(chuàng)企業(yè)成長目標(biāo)，對孵化過程與機(jī)制的影響。

研究方法

一、樣本與方法

本文選擇國家級孵化器作為研究樣本，其理由有二：

第一，國家級孵化器的認(rèn)定3及其對入孵企業(yè)的篩選4與畢業(yè)5具有較為統(tǒng)一的標(biāo)準(zhǔn)，可以保證研究樣本純凈與減少異方差，增強(qiáng)研究結(jié)論的可比性。

第二，國家級孵化器的信息披露較為嚴(yán)格，指標(biāo)穩(wěn)定，數(shù)據(jù)可靠。

本文采取隨機(jī)前沿分析(SFA)方法，其優(yōu)點(diǎn)主要有：

首先，采取SFA能同時(shí)考慮投入與產(chǎn)出，適用性廣6，相對DEA等方法，效率指標(biāo)信息含量高、穩(wěn)定持續(xù)性好。其次，SFA的優(yōu)勢是可以同時(shí)估計(jì)技術(shù)效率及其影響因素相關(guān)參數(shù)(Battese and Coelli1995)[2]，克服以往兩階段方法7的假設(shè)沖突和理論矛盾。第三，隨機(jī)前沿分析方法可以對模型和相關(guān)參數(shù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)，能為進(jìn)一步分析奠定基礎(chǔ)。

二、孵化器孵化效率SFA模型

隨機(jī)前沿生產(chǎn)函數(shù)由Aigner etc.al與Meeusen and Broeck于1997年最早提出，當(dāng)時(shí)針對的是截面數(shù)據(jù)，基本模型如下：

式(1)中，X與Y分別代表投入與產(chǎn)出向量，f(·)、β、exp(V-U)分別表示函數(shù)確定性部分、待估計(jì)參數(shù)向量，與復(fù)合誤差項(xiàng)。其中V表示觀測與隨機(jī)因素導(dǎo)致的誤差，exp(-U)表示生產(chǎn)單元的相對技術(shù)效率水平，V、U分別符合的正態(tài)分布。U≥0，獨(dú)立于V，當(dāng)U=0時(shí)TE=1，生產(chǎn)單元技術(shù)有效，位于生產(chǎn)前沿面上；當(dāng)U＞0時(shí)0＜TE＜1，生產(chǎn)單元的技術(shù)非有效，即位于生產(chǎn)前沿下方。

隨機(jī)前沿模型自提出后逐步拓展到面板數(shù)據(jù)、時(shí)變技術(shù)效率、兩參數(shù)γ分布等情形。近年來較為流行的是Battese和Coelli(1995)[2]創(chuàng)立的模型，它可直接估計(jì)技術(shù)效率及其影響因素的相關(guān)參數(shù)，能克服以往兩階段回歸中的假設(shè)沖突和估算偏差。本文將基于我國各省市國家級孵化器 2009～2014年的非平衡面板數(shù)據(jù)，運(yùn)用該模型考察其孵化效率與影響因素。

SFA模型包括柯布－道格拉斯和超越對數(shù)生產(chǎn)函數(shù)兩種形式?？紤]到國內(nèi)孵化器數(shù)量與規(guī)模增長迅速，技術(shù)與產(chǎn)出彈性逐年變化，本文采用超越對數(shù)生產(chǎn)函數(shù)形式。為避免函數(shù)設(shè)定對估計(jì)結(jié)果的影響，本文依據(jù)創(chuàng)業(yè)企業(yè)成長的資源基礎(chǔ)論(林強(qiáng)，2003；Nisakorn Somsuk et al.2012)[14][9]來構(gòu)建模型，以當(dāng)年畢業(yè)孵化企業(yè)數(shù)量為產(chǎn)出目標(biāo)8，本文將其分為當(dāng)年畢業(yè)的孵化企業(yè)數(shù)量，以及當(dāng)年畢業(yè)的產(chǎn)值在5千萬以上的企業(yè) 。根據(jù)資源基礎(chǔ)論，孵化器主要通過凝聚政策、場地、管理、服務(wù)、資金等要素資源，助推企業(yè)成長。因此本文在各省國家級孵化器投入結(jié)構(gòu)中包含了上述要素，進(jìn)一步參考黃虹和許躍輝(2013)[13]以及殷群和張嬌(2010)[17]，將其細(xì)分為圖2所示的7種指標(biāo)。

圖2 各省科技企業(yè)孵化器的投入結(jié)構(gòu)

進(jìn)一步，根據(jù)數(shù)據(jù)樣本特點(diǎn)與待估參數(shù)情況，本文對函數(shù)形式進(jìn)行了探索性檢驗(yàn)9，最終將孵化器超越對數(shù)生產(chǎn)函數(shù)設(shè)定如下：

式(2)為各省國家級孵化器隨機(jī)前沿分析的超越對數(shù)生產(chǎn)函數(shù)，等式左邊變量lnGradui,t(/ln Gradu5i,t)為當(dāng)年畢業(yè)孵化企業(yè)數(shù)量(或產(chǎn)值5千萬以上畢業(yè)企業(yè))的對數(shù)，等式右邊變量依次為政策投入Policyi,t與場地面積(辦公用房1n(ofspace)i,t、企業(yè)用房1n(Espaceln)i,t、服務(wù)用房1n(Sv space)i,t、管理人員數(shù)量1n(L1)i,t、創(chuàng)業(yè)導(dǎo)師數(shù)量1n(L2)i,t以及獲得投融資企業(yè)數(shù)量1n(K)i,t的對數(shù)。β系數(shù)為各變量產(chǎn)出彈性，β0為常數(shù)項(xiàng)，i、t分別為各省(或直轄市)與時(shí)期序號。其中V為觀測與隨機(jī)誤差，獨(dú)立于V，且通過式(2)可以衡量評價(jià)各省不同時(shí)期的孵化器技術(shù)效率水平TEi,t。

式(3)表示各省孵化器技術(shù)無效率函數(shù)，主要考察環(huán)境如何影響其孵化器技術(shù)效率。解釋變量為孵化器以往畢業(yè)企業(yè)、孵化器盈利水平、當(dāng)?shù)刎?cái)政收入、教育科研以及房地產(chǎn)開發(fā)情況。δ系數(shù)為各變量產(chǎn)出彈性，δ0為常數(shù)項(xiàng)，i、t含義同前。

式(4)γ是待估系數(shù)，表示技術(shù)無效率所占比例，γ越接近于1，說明模型誤差中技術(shù)無效率U占比越高。在實(shí)證檢驗(yàn)中若γ=0被顯著拒絕，則說明運(yùn)用SFA技術(shù)比較合適。

三、變量指標(biāo)與數(shù)據(jù)說明

隨機(jī)生產(chǎn)函數(shù)(2)以產(chǎn)出為導(dǎo)向，被解釋變量采用當(dāng)年畢業(yè)孵化企業(yè)數(shù)量(或產(chǎn)值5千萬以上畢業(yè)企業(yè))。投入變量指標(biāo)的原始數(shù)據(jù)完全相同，孵化器場地、管理人員、創(chuàng)業(yè)導(dǎo)師、獲得投融資企業(yè)數(shù)量等指標(biāo)都進(jìn)行了單位化處理(除以創(chuàng)業(yè)企業(yè)總數(shù)，即當(dāng)年畢業(yè)企業(yè)+在孵化企業(yè))。此外，對于投入、產(chǎn)出指標(biāo)中的0進(jìn)行了平移轉(zhuǎn)換(保證其對數(shù)有意義)。

在技術(shù)無效率函數(shù)(3)中，被解釋變量為技術(shù)無效率mi,t，解釋變量為孵化器已經(jīng)畢業(yè)企業(yè)、孵化器盈利目標(biāo)、當(dāng)?shù)刎?cái)政收入、教育科研以及房地產(chǎn)開發(fā)情況。上述變量指標(biāo)大多數(shù)沒有現(xiàn)成數(shù)據(jù)，本文按如下方法進(jìn)行設(shè)定與計(jì)算：

1. 產(chǎn)出變量

lnGradui,t(/ln Gradu5i,t)表示當(dāng)年畢業(yè)孵化企業(yè)(或產(chǎn)值5千萬以上的畢業(yè)企業(yè))數(shù)量，以省或直轄市為單位，逐年加總《中國火炬統(tǒng)計(jì)年鑒》中各省國家級孵化器當(dāng)年畢業(yè)企業(yè)(或產(chǎn)值5千萬以上的畢業(yè)企業(yè))數(shù)量。

2. 投入變量

政策資源Policyi,t：由于國家級孵化器能集聚當(dāng)?shù)氐膭?chuàng)業(yè)基金、免稅政策等政策資源，因此本文以各省或直轄市國家級孵化器數(shù)量來表示各省孵化器政策資源的大小。國家級孵化器數(shù)量越多，其政策效應(yīng)覆蓋面越廣。

孵化器辦公用房1n(of space)i,t、企業(yè)用房1n(Espaceln)i,t、服務(wù)用房1n(Sv space)i,t：變量設(shè)定與產(chǎn)出變量相同，也是以省或直轄市為單位，逐年加總《中國火炬統(tǒng)計(jì)年鑒》中各省(直轄市)國家級孵化器辦公用房、在孵化企業(yè)用房以及服務(wù)用房的面積。為消除數(shù)量級的影響，采取對數(shù)處理。

孵化器管理人員數(shù)量1n(L1)i,t、創(chuàng)業(yè)導(dǎo)師數(shù)量1n(L2)i,t、獲得投融資企業(yè)數(shù)量1n(K)i,t：同樣，以省(或直轄市)為單位，逐年加總《中國火炬統(tǒng)計(jì)年鑒》中各省(直轄市)國家級孵化器管理人員數(shù)量，并且按照省內(nèi)所以國家級孵化器內(nèi)孵化企業(yè)總數(shù)量進(jìn)行單位化處理。進(jìn)一步為消除量綱的影響，采取對數(shù)形式。創(chuàng)業(yè)導(dǎo)師數(shù)量1n(L2)i,t與獲得投融資企業(yè)數(shù)量1n(K)i,t，采取類似方法處理。

3. 影響技術(shù)無效率的因素變量

孵化器累計(jì)已畢業(yè)企業(yè)1n∑Gradui,t-1：根據(jù)《中國火炬統(tǒng)計(jì)年鑒》各省(直轄市)國家級孵化器數(shù)據(jù)求出累計(jì)畢業(yè)企業(yè)與當(dāng)年畢業(yè)企業(yè)之差，而后以省(或直轄市)為單位，逐年進(jìn)行加總。

孵化器收入Iincome：孵化器自成立以來一直以孵化培育創(chuàng)業(yè)企業(yè)為目標(biāo)，具有非營利性性質(zhì)，但是近年來許多孵化器有逐利傾向，可能會影響其孵化效果。本文根據(jù)《中國火炬統(tǒng)計(jì)年鑒》，以省(或直轄市)為單位，對國家級孵化器的總收入進(jìn)行逐年加總。

當(dāng)?shù)刎?cái)政收入Revenui,t：當(dāng)?shù)刎?cái)政收入大小可能會影響孵化器的費(fèi)用投入，但是另一方面也能反映當(dāng)?shù)仄髽I(yè)的稅負(fù)水平，因此對孵化企業(yè)成長的作用可能是混合的。本文采用《中經(jīng)網(wǎng)》各省市歷年的地方公共財(cái)政收入(本級)指標(biāo)來反映該區(qū)域財(cái)政收入狀況。

當(dāng)?shù)亟逃蒲蠧olleges：本文采用《中經(jīng)網(wǎng)》各省市歷年普通高等學(xué)校數(shù)量來反映該區(qū)域教育科研狀況。

當(dāng)?shù)胤康禺a(chǎn)經(jīng)濟(jì)狀況Restatei,t：采用《中經(jīng)網(wǎng)》各省市歷年的房地產(chǎn)開發(fā)企業(yè)投資完成額來反映該區(qū)域房地產(chǎn)開發(fā)狀況。

本文所涉及的國家級科技企業(yè)孵化器原始數(shù)據(jù)，來源于2010～2015年《中國火炬統(tǒng)計(jì)年鑒》和《中國經(jīng)濟(jì)社會發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫》，影響孵化器技術(shù)效率的區(qū)域經(jīng)濟(jì)環(huán)境數(shù)據(jù)來源于《中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫》。樣本原始數(shù)據(jù)區(qū)間為2009～2014年，本文從省級層面進(jìn)行分類、匯總成非平衡面板數(shù)據(jù)，時(shí)間序列方向共6個年度、橫截面方向最大為30家省市，共163個樣本。主要變量的描述性統(tǒng)計(jì)與指標(biāo)設(shè)計(jì)如表1所示。數(shù)據(jù)計(jì)算與處理運(yùn)用Excel2003與Stata12.0軟件，模型估計(jì)采用Frontier4.1軟件。

表1對孵化器的產(chǎn)出(畢業(yè)企業(yè)(或年產(chǎn)值5千萬以上)數(shù)量)與投入(政策、場地、人才、管理、投融資服務(wù))變量以及影響孵化器效率因素的原始數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)。表1顯示，各孵化器在政策資源投入與5千萬以上畢業(yè)企業(yè)產(chǎn)出差距較大，在效率影響因素中，累計(jì)畢業(yè)企業(yè)與孵化器收入變化較大。為保證結(jié)果的準(zhǔn)確，本文在實(shí)證檢驗(yàn)時(shí)對其進(jìn)行了單位化處理。

表1 主要變量的描述性統(tǒng)計(jì)

表2 孵化器創(chuàng)新驅(qū)動效應(yīng)的實(shí)證研究

實(shí)證結(jié)果與分析

一、 孵化器效率總體偏低

表3顯示，科技孵化器整體效率偏低，對普通企業(yè)的孵化效率平均得分僅為0.666，對于收入5千萬以上畢業(yè)孵化效率則更低，只有0.496，說明國內(nèi)國家級孵化器孵化效率還比較低，具有較大提升空間。

二、 孵化器效率具有較強(qiáng)的區(qū)域特征

從科技孵化器效率的區(qū)域分布來看，樣本中涉及到30個省，表3顯示，科技孵化器效率最好的四個省份是北京、湖北、浙江與福建，這四個省市無論是在孵化普通科技企業(yè)方面，還是在孵化年產(chǎn)值5千萬以上的科技企業(yè)方面，都排在前四位。在孵化普通科技企業(yè)方面，北京效率最高，而在孵化年產(chǎn)值5千萬以上的大型科技企業(yè)方面，湖北省的孵化器表現(xiàn)最好。相比而言，科技企業(yè)孵化器創(chuàng)新驅(qū)動效應(yīng)最差的區(qū)域主要集中在廣西、貴州、青海、新疆、甘肅等西部省市，他們無論對普通科技企業(yè)的孵化，還是對于5千萬以上大型科技企業(yè)的孵化，相對效率值排名都非?？亢?。

三、孵化器創(chuàng)新驅(qū)動效應(yīng)的動態(tài)變化

從動態(tài)來看，孵化器的創(chuàng)新驅(qū)動效應(yīng)先增后減，逐步趨于平穩(wěn)，其中以2010年表現(xiàn)最好。這與我國孵化器發(fā)展歷程有關(guān)。我國科技企業(yè)孵化器自八十年代成立以來一直發(fā)展比較緩慢，但是十一五期間在政策、土地、資金等方面獲得了國家和地方政府的大力支持，而2010年恰好是處于十一五之末。

對孵化器技術(shù)無效率影響因素的進(jìn)一步分析

本文將孵化器技術(shù)無效率影響因素實(shí)證結(jié)果匯總在表4，表中γ分別為0.994與0.9986接近于1，說明模型中的誤差主要來源于U，亦即孵化器效率不高主要因?yàn)榧夹g(shù)無效率。

表3 各省國家級科技企業(yè)孵化器的創(chuàng)新驅(qū)動效應(yīng)

在統(tǒng)計(jì)檢驗(yàn)中，γ=0的原假設(shè)顯著被拒絕，說明并非所有基金公司的生產(chǎn)點(diǎn)都位于生產(chǎn)前沿面上，直接運(yùn)用最小二乘法估計(jì)會產(chǎn)生偏誤，因此 SFA技術(shù)較為適用。孵化器畢業(yè)企業(yè)網(wǎng)絡(luò)等因素對孵化器孵化效率的影響如下所述。

一、孵化器以往畢業(yè)企業(yè)網(wǎng)絡(luò)有助于創(chuàng)業(yè)企業(yè)茁壯成長

表4技術(shù)無效率方程2acgrad系數(shù)顯著為負(fù)表明，以往畢業(yè)企業(yè)能顯著地提升孵化器對5千萬以上大型創(chuàng)業(yè)企業(yè)的孵化，對此的解釋是已畢業(yè)企業(yè)與在孵化企業(yè)的關(guān)系類似于“校友”關(guān)系，通過孵化器成功孵化的畢業(yè)企業(yè)數(shù)量越多，越有利于拓展在孵化企業(yè)與外界的關(guān)系網(wǎng)絡(luò)，使在孵化企業(yè)生活在孵化器-加速器-產(chǎn)業(yè)園的產(chǎn)業(yè)鏈氛圍中，擴(kuò)大業(yè)務(wù)協(xié)作關(guān)系，獲取資金、技術(shù)、人才、市場等要素資源，獲得茁壯成長。

二、適當(dāng)擴(kuò)大孵化器自身收入有助于提高其孵化效率

表4技術(shù)無效率方程1Iincome系數(shù)顯著為負(fù)表明，適當(dāng)?shù)臄U(kuò)大孵化器自身收入不僅不會阻礙孵化企業(yè)的成長，反而能促進(jìn)在孵企業(yè)的順利畢業(yè)。隨著我國科技企業(yè)孵化器產(chǎn)業(yè)的發(fā)展，孵化器盈利模式已經(jīng)從當(dāng)初簡單收取房租物業(yè)費(fèi)，轉(zhuǎn)向分享孵化企業(yè)股權(quán)收入。因而孵化器收入的提高，有助于調(diào)動孵化器管理人員積極性，主動地對具有發(fā)展前景的在孵企業(yè)進(jìn)行股權(quán)投資，這種股權(quán)投資不僅能為孵化企業(yè)緩解融資難與融資貴的問題，而且能為其帶來更深入的增值服務(wù)，因而能促進(jìn)孵化企業(yè)的成長與順利畢業(yè)。

表4 孵化器技術(shù)無效率實(shí)證結(jié)果

三、優(yōu)質(zhì)的教育科技資源有利于提升科技孵化器的創(chuàng)新驅(qū)動效應(yīng)

表4技術(shù)無效率方程1Schools系數(shù)顯著為負(fù)表明，普通高等學(xué)校數(shù)量的增多會有助于其孵化器孵化效率的提升。其主要通過以下三種途徑提升本區(qū)域孵化器對創(chuàng)業(yè)企業(yè)的孵化：首先，有助于孵化企業(yè)招募大學(xué)生實(shí)習(xí)生與畢業(yè)生，為孵化器的技術(shù)研發(fā)與市場管理注入新的活力。其次，有助于孵化器創(chuàng)業(yè)企業(yè)與本區(qū)域高等學(xué)校進(jìn)行科研聯(lián)盟、協(xié)同創(chuàng)新，降低技術(shù)與研發(fā)風(fēng)險(xiǎn)，縮短研發(fā)周期。第三，有助于孵化器持續(xù)地獲得新的創(chuàng)業(yè)項(xiàng)目與新創(chuàng)企業(yè)。這方面比較典型的例子，是北京、湖北等高等學(xué)校較多的省份，其孵化器與高等學(xué)校產(chǎn)生了較好的協(xié)同效應(yīng)。

四、區(qū)域的房地產(chǎn)開發(fā)投資會有利于孵化器創(chuàng)新驅(qū)動效應(yīng)的提升

表4技術(shù)無效率方程2Restatei,t系數(shù)顯著為負(fù)表明，區(qū)域房地產(chǎn)開發(fā)狀況會正向提升當(dāng)?shù)胤趸鞯姆趸省Υ说慕忉屖?，房地產(chǎn)經(jīng)濟(jì)比較繁榮的區(qū)域，一般在城市規(guī)劃與建設(shè)、交通基礎(chǔ)設(shè)施等方面做的較好，有利于為孵化器在孵企業(yè)營造好的創(chuàng)業(yè)環(huán)境。另一方面，房地產(chǎn)經(jīng)濟(jì)比較景氣的省市，房價(jià)與房租一般都比較高，會大幅提高當(dāng)?shù)貏?chuàng)業(yè)成本，從而會激勵更多優(yōu)質(zhì)企業(yè)選擇在房租與辦公費(fèi)相對較低的孵化器內(nèi)創(chuàng)業(yè)，從而能更好地發(fā)揮孵化器資源集聚與協(xié)同創(chuàng)新效應(yīng)。

五、地方財(cái)政收入過高不利于孵化企業(yè)快速成長

表4技術(shù)無效率方程2Revenui,t系數(shù)顯著為正表明，地方財(cái)政收入過高會阻礙新創(chuàng)企業(yè)成長為大型科技企業(yè)。其原因可能是，地方財(cái)政收入過高，往往表現(xiàn)為當(dāng)?shù)卣畬Ψ趸餮a(bǔ)貼與干預(yù)較多，導(dǎo)致孵化器非市場化低效運(yùn)行。此外，地方財(cái)政收入過高，一定程度上說明當(dāng)?shù)卣n稅相對較高，企業(yè)稅負(fù)較嚴(yán)重，因而會降低孵化企業(yè)成長與擴(kuò)大收入規(guī)模的積極性。

結(jié)論與政策建議

在實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略中，如何通過企業(yè)孵化器從源頭上推動新興戰(zhàn)略產(chǎn)業(yè)的發(fā)展，是業(yè)界與學(xué)界共同面臨的理論難題。孵化器是科技企業(yè)創(chuàng)新發(fā)展的重要載體，文章基于2009～2014年國家級孵化器的省級面板數(shù)據(jù)考察了孵化器的創(chuàng)新驅(qū)動效應(yīng)。結(jié)果發(fā)現(xiàn)：我國科技企業(yè)孵化器的創(chuàng)新驅(qū)動效應(yīng)整體偏低，它不僅與孵化器畢業(yè)企業(yè)數(shù)量、自身收入狀況有關(guān)，而且與所處區(qū)域的教育科技資源、稅收規(guī)模以及房地產(chǎn)開發(fā)投資等因素密切相關(guān)。從根據(jù)研究結(jié)果，提出以下針對性建議：

(1)以創(chuàng)新驅(qū)動為導(dǎo)向，將SFA排名納入孵化器評級體系，對其進(jìn)行動態(tài)管理。

(2)適度減少孵化器場地、人才等投入，提高孵化器產(chǎn)出效率。

(3)努力推動孵化器創(chuàng)業(yè)企業(yè)與本區(qū)域高等學(xué)校進(jìn)行科研聯(lián)盟與協(xié)同創(chuàng)新。

(4)針對企業(yè)成長不同階段的孵化服務(wù)需求，科學(xué)規(guī)劃建設(shè)“創(chuàng)業(yè)苗圃+孵化器+加速器+產(chǎn)業(yè)園”的“大孵化”體系，提升孵化器鏈接社會資源與網(wǎng)絡(luò)的能力。

(5)根據(jù)各省科技孵化器發(fā)展情況，適當(dāng)減免孵化器創(chuàng)業(yè)企業(yè)稅收。

注釋

1. 科技孵化器通過篩選與凝聚有發(fā)展前景的科技創(chuàng)業(yè)企業(yè)，提供共享的場地設(shè)施、資金、技術(shù)、管理、服務(wù)等創(chuàng)新資源，可以降低創(chuàng)新風(fēng)險(xiǎn)與成本，提高成活率。

2. “十一五”期間，孵化器發(fā)展規(guī)模是其前20年的總和。我國目前已成為世界孵化器大國，孵化器數(shù)量全世界第二，僅次于美國。

3. 具體參照科技孵化器認(rèn)定管理辦法(2011年版)。

4. 政府已經(jīng)將孵化器從專項(xiàng)工作提升到國家戰(zhàn)略層面，將其定位為國家技術(shù)創(chuàng)新體系的重要組成部分，與培育戰(zhàn)略性新興產(chǎn)業(yè)源頭企業(yè)和建設(shè)創(chuàng)新型國家的戰(zhàn)略工具。

5. 科技企業(yè)孵化器(高新技術(shù)創(chuàng)業(yè)服務(wù)中心)認(rèn)定和管理辦法(2005年版)，科技孵化器認(rèn)定管理辦法(2011年版)。

6. 不要求模型的隨機(jī)誤差項(xiàng)嚴(yán)格符合正態(tài)分布。

7. 先估計(jì)DEA效率，再對效率與其影響因素進(jìn)行回歸，這種方法假定兩個階段的隨機(jī)誤差相互獨(dú)立。

8. 模型具體又可分為產(chǎn)出導(dǎo)向與成本導(dǎo)向。隨著國家創(chuàng)新驅(qū)動戰(zhàn)略的貫徹實(shí)施，以及大眾創(chuàng)業(yè)、萬眾創(chuàng)新等戰(zhàn)略的提出，孵化培育創(chuàng)業(yè)企業(yè)逐漸成為孵化器的主要運(yùn)營目標(biāo)。

9. 從國內(nèi)孵化器發(fā)展來看，現(xiàn)階段大多數(shù)孵化器服務(wù)還主要是以場地物業(yè)提供與管理服務(wù)為主，因此為穩(wěn)健起見，本文在構(gòu)建模型中也嘗試過在超越對數(shù)生產(chǎn)函數(shù)中加入辦公用房面積與管理人員交叉項(xiàng)，服務(wù)用房面積與管理人員交叉項(xiàng)，但是結(jié)果差別較小。為簡便起見，本文選擇了上述函數(shù)形式。