趙天燕 郭 文

科技企業(yè)孵化器是以促進(jìn)科技成果轉(zhuǎn)化、培養(yǎng)高新技術(shù)企業(yè)為宗旨的科技創(chuàng)業(yè)服務(wù)機(jī)構(gòu)。自1987年我國第一個科技企業(yè)孵化器成立以來，30多年的迅猛發(fā)展使科技企業(yè)孵化器已經(jīng)成為我國推進(jìn)企業(yè)自主創(chuàng)新的重要載體[1]林德昌、陸強(qiáng)、王紅衛(wèi)：《企業(yè)對孵化器服務(wù)需求的實證研究及其對服務(wù)創(chuàng)新的啟示》，〔上?！场堆芯颗c發(fā)展管理》2011年第1期。。江蘇省是我國經(jīng)濟(jì)發(fā)達(dá)地區(qū)，相當(dāng)重視區(qū)域科技企業(yè)孵化器的創(chuàng)立和發(fā)展。根據(jù)科學(xué)技術(shù)部火炬高技術(shù)產(chǎn)業(yè)開發(fā)中心發(fā)布的統(tǒng)計資料，截止到2016年底，江蘇省共有科技企業(yè)孵化器582家，國家級科技企業(yè)孵化器136家，分別占全國總數(shù)的17.86%和15.76%；科技企業(yè)孵化器孵化面積3006萬平方米，占全國孵化器總孵化面積的28.01%；在孵企業(yè)30092家，占比22.58%，累計畢業(yè)企業(yè)13401家，占比14.94%。可見，江蘇省科技企業(yè)孵化器的發(fā)展現(xiàn)狀一定程度上反映了我國科技企業(yè)孵化器發(fā)展的實際情況，研究江蘇省各市科技企業(yè)孵化器的運營效率、發(fā)展趨勢及其影響因素，對促進(jìn)我國科技企業(yè)孵化器整體運營效率的提升和發(fā)展具有重要的指導(dǎo)意義。

一、文獻(xiàn)綜述

近年來，隨著科技企業(yè)孵化器發(fā)展的日益成熟，科技企業(yè)孵化器的運營效果也越來越受到學(xué)術(shù)界的重視。Rice M P建議采用“畢業(yè)率”作為科技企業(yè)孵化器運營效果的評價指標(biāo)，通過實證分析認(rèn)為基礎(chǔ)設(shè)施建設(shè)、人力資源培訓(xùn)、網(wǎng)絡(luò)資源共享是科技企業(yè)孵化器運營效果的重要影響因素[1]Rice，M.P.,“Co-production of business assistance in business incubators:An exploratory study”，Journal of Business Venturing 2002(17)，pp.163-187.。Sung運用“線性模型”和“非線性模型”，以創(chuàng)業(yè)企業(yè)的成功率為指標(biāo)分析了韓國7家科技企業(yè)孵化器的運營效果，他認(rèn)為影響科技企業(yè)孵化器運營效果的主要因素包括孵化器場地的成本、孵化器的管理水平以及高校和科研單位的支持等[2]Sunk,T.K.,Gibson,D.V.,Kang,B.S.“Characteristics of technology transfer in business ventures:The case of DPTEjeon,Korea”，Technological Forecasting and Social Change,2003,70(5),pp.449-466.。Chan K F and Lau T從資源聚集與共享、網(wǎng)絡(luò)咨詢服務(wù)優(yōu)勢、資金補(bǔ)貼規(guī)模優(yōu)勢等9個方面構(gòu)建了一個科技企業(yè)孵化器運營效果評價的理論框架[3]Chan,K.F.,Lau,T.,“Assessing technology incubator programs in the science park:the good,the bad and the ugly”，Technovation,2005(25),pp.1215-1228.。劉寧暉以入孵企業(yè)畢業(yè)率、人均科技成果轉(zhuǎn)化率、創(chuàng)業(yè)環(huán)境、引進(jìn)海歸人員數(shù)、在孵企業(yè)收入增長率、社會貢獻(xiàn)等六項指標(biāo)作為科技企業(yè)孵化器的績效評價指標(biāo)，運用灰色系統(tǒng)理論方法評價了南京5家孵化器的運營績效，為科技企業(yè)孵化器運營績效的評價提供了一個新的視野[4]劉寧暉、王小敏：《基于灰色系統(tǒng)理論的科技企業(yè)孵化器管理績效評價》，〔天津〕《科學(xué)學(xué)與科學(xué)技術(shù)管理》2007年第S1期。。徐菱涓等從超產(chǎn)權(quán)理論、委托—代理理論、資源依賴?yán)碚?、利益相關(guān)者理論和顧客滿意度理論等方面深入分析了科技企業(yè)孵化器績效評價的理論基礎(chǔ)以及可借鑒的方法[5]徐菱涓、王正新、李東：《我國科技企業(yè)孵化器績效評價的理論基礎(chǔ)研究》，〔天津〕《科學(xué)學(xué)與科學(xué)技術(shù)管理》2009年第7期。。Michael S and Maximilian G、Hanadi A,Holger S認(rèn)為單一的評價指標(biāo)無法同時衡量科技企業(yè)孵化器短期、中期和長期的運營績效，前者構(gòu)建了MMDR評價模型，后者則開發(fā)了SMEDI和BSEDI研究工具，從多維視角實現(xiàn)科技企業(yè)孵化器績效的評估[6]Michael,S.,Maximilian,G.,“A multidimensional evaluation of the effectiveness of business incubators:an application of the PROMETHEE outranking method”，Environment and Planning C:Government and Policy,2009,27(6),pp.1072-1087.[7]Hanadi，A.,Holger，S.，“Measuring the effectiveness of business incubators:a four dimensions approach from a gulf cooperation council perspective”，Journal of Enterprising Culture(JEC),2013,19(4),pp.435-452.。

上述文獻(xiàn)從不同的視角研究了科技企業(yè)孵化器運營效果的度量和評價問題，然而殷群等認(rèn)為，上述文獻(xiàn)采用的方法存在評價指標(biāo)單一或指標(biāo)主觀性較強(qiáng)的缺陷，建議采用DEA方法對科技企業(yè)孵化器運營效果進(jìn)行客觀公正的評價[8]殷群、張嬌：《長三角地區(qū)科技企業(yè)孵化器運行效率研究——基于DEA的有效性分析》，〔北京〕《科學(xué)學(xué)研究》2010年第1期。。張嬌等首先利用DEA方法評價了180家國家級科技企業(yè)孵化器的效率，然后將其分為全能高效型、規(guī)模低效型、配置低效型和持續(xù)改進(jìn)型四類，并為其分別制定了相匹配的發(fā)展策略[9]張嬌、殷群：《我國企業(yè)孵化器運行效率差異研究——基于DEA及聚類分析方法》，〔天津〕《科學(xué)學(xué)與科學(xué)技術(shù)管理》2010年第5期。。代碧波等運用DEA方法，將科技企業(yè)孵化器運營效率分解為純技術(shù)效率和規(guī)模效率兩個方面，深入分析了導(dǎo)致科技企業(yè)孵化器無效率的主要原因，認(rèn)為孵化器的孵化能力和經(jīng)濟(jì)效益的提升是提高科技企業(yè)孵化器運營效率的重要途徑[1]代碧波、孫東生：《基于DEA方法的科技企業(yè)孵化器運行效率評價——以東北地區(qū)14家國家級企業(yè)孵化器為例》，〔武漢〕《科技進(jìn)步與對策》2012年第1期。。陳洪轉(zhuǎn)等運用DEA方法實證分析了我國高新技術(shù)產(chǎn)業(yè)園區(qū)的運營效率，認(rèn)為目前我國西部地區(qū)高新技術(shù)產(chǎn)業(yè)園區(qū)在人員投入、資金投入等方面存在嚴(yán)重不足，而東部發(fā)達(dá)地區(qū)剛好相反，政府部門在考慮各省高新技術(shù)產(chǎn)業(yè)園區(qū)資源投入和政策支持方面應(yīng)充分重視區(qū)域的差異性[2]陳洪轉(zhuǎn)、舒亮亮：《基于DEA模型的我國高新技術(shù)產(chǎn)業(yè)園區(qū)投入產(chǎn)出效率評價》，〔天津〕《科學(xué)學(xué)與科學(xué)技術(shù)管理》2013年第4期。。

已有文獻(xiàn)驗證了DEA方法在科技企業(yè)孵化器運營效率評價研究中的有效性，然而，上述研究還存在以下問題：（1）傳統(tǒng)的DEA方法并未為生產(chǎn)系統(tǒng)解決“黑箱”的問題，也未對科技企業(yè)孵化器的運營過程進(jìn)行分解，使運營效率評價偏離了科技企業(yè)孵化器的實際運營過程；（2）已有的研究文獻(xiàn)大多研究的是單個科技企業(yè)孵化器的運營效果，對區(qū)域科技企業(yè)孵化器運營狀況的研究較少；（3）在科技企業(yè)孵化器運營效率影響因素的分析中，現(xiàn)有研究主要從孵化場地面積、孵化器管理水平等科技企業(yè)孵化器自身發(fā)展的微觀環(huán)境入手，忽視了區(qū)域經(jīng)濟(jì)發(fā)展、科技水平等宏觀環(huán)境因素的影響。基于此，本文引入四階段網(wǎng)絡(luò)SBM模型來研究科技企業(yè)孵化器的運營效率，主要從三方面拓展現(xiàn)有研究。第一，剖析科技企業(yè)孵化器運營的內(nèi)部結(jié)構(gòu)，構(gòu)建相應(yīng)的網(wǎng)絡(luò)SBM模型對其運營效率進(jìn)行評價；第二，將四階段DEA方法擴(kuò)展到網(wǎng)絡(luò)SBM模型中，基于運營管理和運營環(huán)境的雙重視角分解了科技企業(yè)孵化器的運營效率，以探索區(qū)域科技企業(yè)孵化器運營無效率的根本原因；第三，進(jìn)一步實證分析了影響區(qū)域科技企業(yè)孵化器運營效率的運營環(huán)境因素及其影響程度。上述研究可進(jìn)一步為區(qū)域科技企業(yè)孵化器的資源管理優(yōu)化以及運營環(huán)境建設(shè)提供新的分析視角。

二、研究方法

本文考慮了科技企業(yè)孵化器的內(nèi)部結(jié)構(gòu)，采用網(wǎng)絡(luò)SBM模型進(jìn)行效率分析。假設(shè)生產(chǎn)系統(tǒng)中包含m個決策單元和個子過程。子過程n包含rn個投入變量、sn個產(chǎn)出變量，決策單元j子過程n的投入、產(chǎn)出向量分別用表示。網(wǎng)絡(luò)SBM模型最大的特點是考慮了生產(chǎn)系統(tǒng)中的中間產(chǎn)出，即某些變量既是子過程n的產(chǎn)出變量，又是子過程v(v∈{1 ,...,N})的投入變量，Tone把它定義為“連接”，用來表示，用(n→v)∈L來表示生產(chǎn)系統(tǒng)的所有連接[3]Tone,K.,Tsutsui,M.,“Network DEA:a slacks-based measure approach”，European Journal of Operational Research,2009,197(1),pp.243-252.。

1.網(wǎng)絡(luò)SBM模型

Tone的研究表明傳統(tǒng)的“黑箱”模型（SBM模型）忽視了生產(chǎn)系統(tǒng)的內(nèi)部結(jié)構(gòu)，而子過程獨立評價模型僅僅是從形式上分離了生產(chǎn)系統(tǒng)的內(nèi)部結(jié)構(gòu)，仍然無法反映生產(chǎn)系統(tǒng)子過程間的聯(lián)系。因此，在對比了網(wǎng)絡(luò)SBM模型評價復(fù)雜生產(chǎn)系統(tǒng)效率的優(yōu)勢后，認(rèn)為網(wǎng)絡(luò)SBM模型的評價結(jié)果更加準(zhǔn)確，也符合生產(chǎn)系統(tǒng)的運行過程[3]Tone,K.,Tsutsui,M.,“Network DEA:a slacks-based measure approach”，European Journal of Operational Research,2009,197(1),pp.243-252.。該文提出了網(wǎng)絡(luò)SBM模型如下：

上述模型基于規(guī)模報酬可變假設(shè)，在規(guī)模報酬不變假設(shè)下，可去掉下式[1]Tone,K.,“Variations on the theme of slacks-based measure of efficiency in DEA”，European Journal of Operational Research,2010,200(3),pp.901-907.：

上述模型的求解可參考S T Liu的方法將其轉(zhuǎn)化為線性規(guī)劃問題[2]Liu,S.T.,“Chuang M.Fuzzy efficiency measures in fuzzy DEA/AR with application to university libraries”，Expert Systems with Applications,2009,36(2),pp.1105-1113.。同時，網(wǎng)絡(luò)SBM模型可以同時獲得決策單元的整體效率評價值及其各子過程的效率評價值，子過程n的效率值可表示為：

其中：是一個列向量，和分別表示子過程n的投入松弛矩陣和產(chǎn)出松弛矩陣。

2.四階段網(wǎng)絡(luò)SBM模型

Fried et al.認(rèn)為決策單元的運營效率受其自身技術(shù)和管理水平以及外部運營環(huán)境的雙重影響，據(jù)此提出了四階段DEA方法的基本原理[3]Fried,H.O.,Schmidt,S.S.,Yaisawarng,S.,“Incorporating the operating environment into a nonparametric measure of technical efficiency”，Journal of Productivity Analysis,1999,12(3)，pp.249-267.。借鑒四階段DEA模型的建模原理，構(gòu)建了四階段網(wǎng)絡(luò)SBM模型，該模型通過決策單元外部運營環(huán)境的均等化來實現(xiàn)決策單元運營管理效率的評價，最終將決策單元效率值分解為運營管理效率和運營環(huán)境效率。其具體步驟如下：

第一階段：基于原始數(shù)據(jù)的網(wǎng)絡(luò)SBM模型評價。在選取合適的投入產(chǎn)出變量后，采用網(wǎng)絡(luò)SBM模型評價樣本決策單元的效率值，并獲取各個子過程投入產(chǎn)出變量的松弛量。

第二階段：引入運營環(huán)境變量。選擇影響決策單元效率的若干運營環(huán)境變量來反映生產(chǎn)單元的運營環(huán)境狀況，然后構(gòu)建各子過程投入產(chǎn)出松弛量與運營環(huán)境間的函數(shù)關(guān)系式，評價運營環(huán)境變量對投入產(chǎn)出松弛量的影響。函數(shù)關(guān)系式如下：

第三階段：數(shù)據(jù)調(diào)整。根據(jù)上文中獲得的函數(shù)關(guān)系式，計算每一投入產(chǎn)出松弛量的估計值。估計方程如下：

然后選擇運營環(huán)境最差的決策單元的運營環(huán)境狀況作為標(biāo)桿，通過對其他優(yōu)勢運營環(huán)境下的決策單元增加投入水平、減少產(chǎn)出水平來剔除運營環(huán)境差異的影響。即：

第四階段：利用調(diào)整后的數(shù)據(jù)，結(jié)合網(wǎng)絡(luò)SBM模型重新評價生產(chǎn)單元效率。由于剔除了運營環(huán)境變量的影響，該階段評價的決策單元效率即為運營管理效率。

其中：IOSji表示第一階段測算的生產(chǎn)單元j、投入（產(chǎn)出）變量i的松弛量；EVji表示生產(chǎn)單元j、投入（產(chǎn)出）變量i的一系列運營環(huán)境變量，αi為其對應(yīng)的系數(shù)；為考慮運營環(huán)境影響后，生產(chǎn)單元j、投入（產(chǎn)出）變量i的松弛量的估計值為運營環(huán)境均等化調(diào)整后的生產(chǎn)單元j、投入（產(chǎn)出）變量i的值。

3.“管理——環(huán)境”效率分解模型

以江蘇13個城市的科技企業(yè)孵化器作為研究對象，首先采用網(wǎng)絡(luò)SBM模型評價了樣本2010—2014年的效率值；然后利用本文構(gòu)建的四階段SBM模型，在剔除決策單元外部運營環(huán)境影響的基礎(chǔ)上評價了樣本的運營管理效率；最后，采用下式（7）來計算其運營環(huán)境效率，實現(xiàn)決策單元運營管理效率和運營環(huán)境效率的分解：

其中：BIEEit表示i市的科技企業(yè)孵化器在t時期的運營環(huán)境效率；BIEit表示i市的科技企業(yè)孵化器在t時期的整體效率；BIMEit表示i市的科技企業(yè)孵化器在t時期的運營管理效率。

三、區(qū)域科技企業(yè)孵化器運行效率評價與分解

1.變量選取

（1）投入變量、中間產(chǎn)出變量：孵化器在職人員（BI_L）、孵化器孵化面積（BI_S）、孵化器孵化基金（BI_F）。投入變量主要考慮科技企業(yè)孵化器在人力、財力方面的資源投入。首先是人力資源投入，本文以科技企業(yè)孵化器在職人員來指代；其次，采用科技企業(yè)孵化器孵化面積來指代財力資源投入。另外，殷群等（2010）、代碧波等（2012）都將科技企業(yè)孵化器的孵化基金視為該生產(chǎn)系統(tǒng)的投入變量，而本文認(rèn)為孵化基金既是科技企業(yè)孵化器前期人力、財力資源投入的結(jié)果，也是后期科技企業(yè)孵化器產(chǎn)生社會效益的投入，將孵化基金視為中間產(chǎn)出變量。

（2）產(chǎn)出變量：累計畢業(yè)企業(yè)（BI_CE）、在孵企業(yè)總收入（BI_IEI）、在孵企業(yè)從業(yè)人數(shù)（BI_IEL）。由于科技企業(yè)孵化器的運營目標(biāo)定位于為創(chuàng)業(yè)科技企業(yè)的初期發(fā)展提供技術(shù)指導(dǎo)和資金支持，具有社會公益的特性，因此，對于科技企業(yè)孵化器的產(chǎn)出變量應(yīng)從其社會效益的角度考慮。本文選擇三個具體變量來反映，分別是累計畢業(yè)的企業(yè)數(shù)量和在孵化企業(yè)的總收入，反映孵化器孵化企業(yè)的效果；以及在孵企業(yè)的從業(yè)人數(shù)，反映孵化器創(chuàng)造的社會就業(yè)機(jī)會。

（3）科技企業(yè)孵化器內(nèi)部結(jié)構(gòu)?？萍计髽I(yè)孵化器的運營過程主要分為兩個子過程，子過程1是科技企業(yè)孵化器通過人力和資本的初始投入來獲得孵化基金的過程；子過程2則是其利用獲取的孵化基金指導(dǎo)創(chuàng)業(yè)企業(yè)，實現(xiàn)社會效益的過程。結(jié)合上述投入產(chǎn)出變量的選擇，科技企業(yè)孵化器的內(nèi)部結(jié)構(gòu)的示意圖如圖1。

圖1 科技企業(yè)孵化其內(nèi)部結(jié)構(gòu)

（4）運營環(huán)境變量：經(jīng)濟(jì)總量（GDP）、產(chǎn)業(yè)結(jié)構(gòu)（IS）、基礎(chǔ)建設(shè)（IFS）、科技水平（ST）。各市科技企業(yè)孵化器的運行效率不僅受其自身技術(shù)水平和管理水平的影響，還受到外部運營環(huán)境的影響。本文主要從“經(jīng)濟(jì)總量—產(chǎn)業(yè)結(jié)構(gòu)—基礎(chǔ)建設(shè)—科技水平”四個方面來體現(xiàn)各市科技企業(yè)孵化其運營環(huán)境的差異。其中：經(jīng)濟(jì)總量采用各市生產(chǎn)總值（GDP）來指代；產(chǎn)業(yè)結(jié)構(gòu)采用各市第三產(chǎn)業(yè)生產(chǎn)總值占各市生產(chǎn)總值的比例來指代；基礎(chǔ)建設(shè)采用各市市區(qū)公路總里程數(shù)來指代；科技水平采用各市發(fā)明專利授權(quán)總量來指代。

2.數(shù)據(jù)來源

本文以江蘇省13個城市的科技企業(yè)孵化器2010—2014年整體發(fā)展數(shù)據(jù)為研究樣本，共計65個觀察值，樣本數(shù)據(jù)均來源于2011—2015年《江蘇省科技企業(yè)孵化器發(fā)展報告》。運營環(huán)境變量的原始數(shù)據(jù)均來自于2011—2015年《江蘇統(tǒng)計年鑒》及江蘇省專利信息服務(wù)中心發(fā)布的2011—2015年《江蘇省專利授權(quán)狀況統(tǒng)計表》。其中：孵化基金、在孵企業(yè)總收入、各市生產(chǎn)總值指標(biāo)均以2010年為基期，采用歷年江蘇省居民消費價格指數(shù)進(jìn)行調(diào)整。據(jù)此，主要變量的描述性統(tǒng)計結(jié)果如表1。

表1 主要變量的描述性統(tǒng)計結(jié)果

3.區(qū)域科技企業(yè)孵化器運營效率評價

表2 2010—2014年江蘇省各市科技企業(yè)孵化器運營效率評價結(jié)果

表2給出了江蘇省13市2010—2014年科技企業(yè)孵化器的整體運營效率的評價結(jié)果，首先，從江蘇省科技企業(yè)孵化器整體來看，江蘇省科技企業(yè)孵化器的運營效率較低，其2010—2014年的整體效率均值僅為0.5292，表明在目前科技企業(yè)孵化器的投入水平下，其產(chǎn)出水平仍有47.08%的提升空間。從具體的城市來看，各市科技企業(yè)孵化器運營效率的差異非常明顯，效率值高于平均水平的城市包括無錫、蘇州、徐州、南京和揚(yáng)州，其中僅有無錫市位于效率前沿面上，這說明江蘇省13市的科技企業(yè)孵化器發(fā)展過程中，僅有無錫市的資源投入與產(chǎn)出水平相匹配，達(dá)到了最優(yōu)水平。

其次，還分析了各市科技企業(yè)孵化器兩個子過程的運營效率情況。表2的結(jié)果表明，江蘇省科技企業(yè)孵化器發(fā)展過程中，子過程1的運營效率為0.8314，明顯高于子過程2的運營效率0.6637，即科技企業(yè)孵化器利用人力、孵化場地的投入獲得孵化基金的能力高于其利用孵化基金實現(xiàn)社會效率產(chǎn)出的能力，這說明江蘇省科技企業(yè)孵化器的孵化基金利用能力較弱。具體到各城市，無錫、泰州和宿遷的科技企業(yè)孵化器在子過程1都位于效率前沿，而南京、徐州、常州、蘇州、南通和鎮(zhèn)江六市的科技企業(yè)孵化器子過程1效率低于平均水平，這六個城市應(yīng)重點提高子過程1的運營效率；南京、無錫和蘇州的科技企業(yè)孵化器在子過程2都位于效率前沿，而連云港、淮安、鹽城、揚(yáng)州、泰州和宿遷六市的科技企業(yè)孵化器子過程2效率低于平均水平，這六個城市應(yīng)重點提高子過程2的運營效率。

最后，各市科技企業(yè)孵化器無效率的主要原因是投入資源的冗余和產(chǎn)出水平的不足，由表2可以看出，各市科技企業(yè)孵化器無效率的主要原因首先來自于孵化器在職人員和孵化場地的冗余，除無錫、泰州和宿遷三市外，其余十個城市存在不同程度的投入資源冗余，以南京為例，2010～2014年其科技企業(yè)孵化器在職人員平均冗余1026.5334人，孵化面積平均冗余122.5372萬平方米。因此，對于投入資源冗余較多的南京、徐州、常州、蘇州、南通和鎮(zhèn)江等城市應(yīng)當(dāng)通過減員來提升效率，并且不能為了增加企業(yè)孵化器數(shù)量而盲目擴(kuò)大孵化場地面積，防止低效科技企業(yè)孵化器對整體運營效率帶來負(fù)面影響。其次是由于累計畢業(yè)企業(yè)、在孵企業(yè)總收入和在孵企業(yè)從業(yè)人數(shù)等產(chǎn)出不足而造成的無效率城市，如連云港、鹽城、揚(yáng)州、泰州和宿遷等市，應(yīng)重點提升科技企業(yè)孵化器的社會效益。

表3 2010—2014年江蘇省各市科技企業(yè)孵化器運營效率的分解結(jié)果

4.區(qū)域科技企業(yè)孵化器運營效率分解

本文還從運營管理和運營環(huán)境的雙重視角來分析了江蘇省科技企業(yè)孵化器無效率的來源，結(jié)果如表3所示。江蘇省各市的科技企業(yè)孵化器運營管理效率與其整體運營效率兩樣本的T檢驗在1%的水平下顯著，表明在剔除外部運營環(huán)境的影響后，江蘇省各市的科技企業(yè)孵化器運營管理效率與其整體運營效率存在顯著差異。因此，下文將從運營管理和運營環(huán)境的雙重視角進(jìn)一步分析江蘇科技企業(yè)孵化器運營無效率的根本來源。

根據(jù)模型（4）-（7），將江蘇各市科技企業(yè)孵化器運營效率分解為運營管理效率和運營環(huán)境效率，結(jié)果見表3。2010—2014年，江蘇各市科技企業(yè)孵化器的運營管理效率和運營環(huán)境效率的均值分別為0.8377和0.6350，表明江蘇省科技企業(yè)孵化器的整體運營環(huán)境對其運營效率帶來了負(fù)面影響。具體而言，除無錫市外，各市科技企業(yè)孵化器的運營環(huán)境效率均小于1.0000，表明江蘇各市科技企業(yè)孵化器的運營環(huán)境都沒有達(dá)到最優(yōu)水平，有待改進(jìn)，也說明科技企業(yè)孵化器的外部運營環(huán)境對其效率表現(xiàn)具有重要的影響，忽視其外部運營環(huán)境會帶來科技企業(yè)孵化器效率評價的偏差。

基于上述分析，以江蘇省各市科技企業(yè)孵化器運營管理效率和運營環(huán)境效率的均值為界限，將江蘇十三市劃分為高運營管理高運營環(huán)境效率（I類）、高運營管理低運營環(huán)境效率（II類）、低運營管理高運營環(huán)境效率（III類）和低運營管理低運營環(huán)境效率（IV類）四類。分類結(jié)果表明：無錫市和蘇州市同屬于I類，其科技企業(yè)孵化器的運營管理水平和運營環(huán)境建設(shè)都處于較高水平；淮安市、揚(yáng)州市、鎮(zhèn)江市、泰州市和宿遷市同屬于II類，表明其運營無效率的根本原因是外部運營環(huán)境的相對劣勢，該五市應(yīng)重點加強(qiáng)科技企業(yè)孵化器外部運營環(huán)境的建設(shè)以提高其效率；南京市、徐州市、常州市和南通市同屬于III類，說明其運營無效率的根本原因是其管理水平的劣勢，該四市應(yīng)重點提升其自身管理水平，包括自身資源的優(yōu)化配置、管理人員素質(zhì)培訓(xùn)等措施來提升運營效率；而連云港市和鹽城市同屬于IV類，即這兩市的科技企業(yè)孵化器的運營管理水平和外部運營環(huán)境都處于劣勢，需要從“管理——環(huán)境”的雙重視角同時改進(jìn)來提升其運營效率。

圖2 各市運營管理效率與運營環(huán)境效率的分類

四、運營環(huán)境變量影響的實證研究

前文研究表明，外部運營環(huán)境對江蘇科技企業(yè)孵化器的運營效率具有顯著影響，下文將以江蘇省科技企業(yè)孵化器2010—2014年運營效率的評價值為被解釋變量，以經(jīng)濟(jì)總量、產(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)建設(shè)和科技水平等四項指標(biāo)來衡量江蘇省科技企業(yè)孵化器外部運營環(huán)境，并將其作為解釋變量，運用回歸分析方法檢驗外部運營環(huán)境對科技企業(yè)孵化其運營效率的影響程度。為了消除不同變量量綱的影響，首先對各個變量取自然對數(shù)，預(yù)處理后的模型如下：

其中c為常數(shù)項，αi(i=1,...,4)為變量回歸系數(shù)，ε為隨機(jī)誤差。該模型回歸結(jié)果如表4所示：

據(jù)表4的結(jié)果可知，解釋變量lnGDP、lnIFS和lnST的系數(shù)分別通過了5%、1%和10%水平的顯著性檢驗，而lnIS的系數(shù)不顯著。這說明2010—2014年江蘇省各市科技企業(yè)孵化器的運營效率受各市經(jīng)濟(jì)發(fā)展水平、基礎(chǔ)建設(shè)水平和科技水平的顯著影響，具體而言，各市經(jīng)濟(jì)發(fā)展水平、基礎(chǔ)建設(shè)水平和科技水平每提升1%，其科技企業(yè)孵化器的運營效率分別提升0.0433%、0.4598%和0.1498%。表4從實證的角度驗證了外部運營環(huán)境對科技企業(yè)孵化器存在顯著影響的結(jié)論，因此，各市有必要通過加強(qiáng)科技企業(yè)孵化器外部運營環(huán)境建設(shè)來提升其效率，包括采取進(jìn)一步推動經(jīng)濟(jì)發(fā)展、完善基礎(chǔ)建設(shè)和增加科技投入、提升科研水平等具體措施。另外，產(chǎn)業(yè)結(jié)構(gòu)，即第三產(chǎn)業(yè)生產(chǎn)總值占各市生產(chǎn)總值的比重對各市科技企業(yè)孵化器的運營效率影響不顯著，可能的解釋是：考慮到科技企業(yè)孵化器的社會公益特性，本文在科技企業(yè)孵化器產(chǎn)出變量的選擇上也重點從其社會效益產(chǎn)出出發(fā)，因此，產(chǎn)出變量主要體現(xiàn)的是畢業(yè)企業(yè)和在孵企業(yè)的運營效果，而目前江蘇省科技企業(yè)孵化器的在孵企業(yè)大多是從事第二產(chǎn)業(yè)的企業(yè)，從而形成了科技企業(yè)孵化器運營效率與產(chǎn)業(yè)結(jié)構(gòu)無顯著相關(guān)性的結(jié)論。

表4 科技企業(yè)孵化器運營環(huán)境影響因素回歸分析

五、結(jié) 論

為了研究江蘇省各市科技企業(yè)孵化器的運營效率及外部運營環(huán)境對其的影響，首先采用了網(wǎng)絡(luò)SBM模型評價了2010—2014年江蘇省各市科技企業(yè)孵化器的運營效率，通過剖析科技企業(yè)孵化器的內(nèi)部結(jié)構(gòu)及其投入產(chǎn)出冗余和不足來分析其運營無效率的主要來源；然后采用拓展的四階段網(wǎng)絡(luò)SBM模型將科技企業(yè)孵化器運營效率分解為運營管理效率和運營環(huán)境效率，從“管理——環(huán)境”的雙重視角分析其運營無效率的根本原因；最后，通過實證模型驗證了外部運營環(huán)境對各市科技企業(yè)孵化其運營效率的影響程度。通過以上分析，本文得出了以下結(jié)論：（1）整體上看，江蘇省科技企業(yè)孵化器的運營效率較低，其2010—2014年整體效率均值僅為0.5292。從具體城市來看，各市科技企業(yè)孵化器運營效率的差異非常明顯，僅有無錫市位于效率前沿面上。從內(nèi)部結(jié)構(gòu)分析，江蘇省科技企業(yè)孵化器子過程1的運營效率明顯高于子過程2的運營效率，說明江蘇省科技企業(yè)孵化器的孵化基金利用能力較弱。投入資源冗余較為嚴(yán)重的城市包括南京、徐州、常州、蘇州、南通和鎮(zhèn)江，而產(chǎn)出水平嚴(yán)重不足的城市主要包括連云港、鹽城、揚(yáng)州、泰州和宿遷。（2）2010—2014年，江蘇各市科技企業(yè)孵化器的運營環(huán)境效率的均值0.6350，對其整體運營效率具有負(fù)面影響。在十三個城市中，僅有無錫市和蘇州市同屬于高運營管理與高運營環(huán)境效率類型，其余各市均在運營管理水平或運營環(huán)境建設(shè)方面存在劣勢，其中連云港市和鹽城市尤為嚴(yán)重，需從“管理——環(huán)境”的雙重視角來進(jìn)行改進(jìn)以提升其運營效率。（3）樣本期間內(nèi)，外部運營環(huán)境對江蘇省各市科技企業(yè)孵化器的運營效率具有顯著影響，具體而言，各市經(jīng)濟(jì)發(fā)展水平、基礎(chǔ)建設(shè)水平和科技水平每提升1%，其科技企業(yè)孵化器的運營效率分別提升了0.0433%、0.4598%和0.1498%?？梢?，各市在加強(qiáng)科技企業(yè)孵化器內(nèi)部管理規(guī)范的同時，還應(yīng)注重宏觀經(jīng)濟(jì)的可持續(xù)發(fā)展、基礎(chǔ)建設(shè)的完善以及科技投入的增加以提升科研水平，以科技企業(yè)孵化器外部運營環(huán)境的改善來進(jìn)一步推動其運營效率的提升。

基于上述研究結(jié)果，本文提出三點提升江蘇科技企業(yè)孵化器運營效率的政策建議：（1）優(yōu)化孵化資源配置結(jié)構(gòu)。從江蘇13個城市科技企業(yè)孵化器投入產(chǎn)出松弛量的計算結(jié)果來看，其資源投入結(jié)構(gòu)不夠合理，蘇南地區(qū)出現(xiàn)嚴(yán)重的投入資源冗余，資源配置效率不高，導(dǎo)致其孵化器運營效率不高。因此，江蘇省科技企業(yè)孵化器的投入資源應(yīng)適當(dāng)由蘇南地區(qū)轉(zhuǎn)移至蘇北地區(qū)，特別是孵化場地和孵化基金，應(yīng)加大對蘇北地區(qū)的投入，同時優(yōu)化場地、基金等孵化資源的空間投入結(jié)構(gòu)，減少資源浪費，提高全省孵化器的整體運營效率。（2）加強(qiáng)科技企業(yè)孵化器的精細(xì)化管理。近10年來，隨著江蘇省政府對科技企業(yè)孵化器的持續(xù)支持，江蘇省科技企業(yè)孵化器的規(guī)模均以超過15%的增長速度大幅度增長，然而孵化器的運營管理水平提升幅度相對有限，這也是造成連云港、鹽城等城市科技企業(yè)孵化器運行效率偏低的重要因素。鑒于此，本文認(rèn)為江蘇科技企業(yè)孵化的發(fā)展已經(jīng)跨越了初級發(fā)展階段，其運營方式應(yīng)由粗放式增長轉(zhuǎn)向精細(xì)化管理，應(yīng)深入挖掘服務(wù)對象（在孵企業(yè)）的創(chuàng)業(yè)目標(biāo)和需求，提升孵化服務(wù)的專業(yè)化和精細(xì)化水平，提高科技企業(yè)存活率和畢業(yè)率，提升在孵企業(yè)科技成果轉(zhuǎn)化力度，增加孵化器的收入水平。（3）完善科技企業(yè)孵化器運營環(huán)境建設(shè)。科技企業(yè)孵化器的運營不僅耗費自身投入資源，還需要其它社會資源的供應(yīng)。因此，孵化器運營環(huán)境中各項社會資源的供給效率同樣對孵化器運營效率產(chǎn)生重要影響。鑒于此，建議江蘇省科技企業(yè)孵化器應(yīng)完善自身孵化的生態(tài)環(huán)境建設(shè)。比如在技術(shù)方面，依托省內(nèi)各大高校、科研院所創(chuàng)新資源，搭建公共技術(shù)服務(wù)平臺、技術(shù)共享平臺，利用運營環(huán)境資源增強(qiáng)孵化器自身創(chuàng)新能力，充分釋放孵化器科技成果的轉(zhuǎn)化能力；在人才培養(yǎng)方面，建立孵化器、孵化企業(yè)和高校的聯(lián)合培養(yǎng)機(jī)制，拓寬孵化器管理人才的輸送渠道，提升人才服務(wù)的專業(yè)化水平。