我國新興產業科技孵化器技術效率的測評與影響

王 敬，汪克夷

(大連理工大學 管理與經濟學部工商管理學院，遼寧 大連 116024)

如何對科技孵化器的運行進行評價，一直是孵化器研究和管理實踐都十分關注的問題，然而早期的研究大多對科技孵化器的總體情況進行基本描述，缺乏完整的理論框架和科學的評估方法。本文應用DEA方法對我國27個地區140家國家級科技孵化器進行技術效率的評測，并以科技孵化器技術效率為變量進行聚類分析，劃分孵化器類型，構建研究不同類型孵化器技術效率差異的實證模型，探求影響科技孵化器運行的關鍵因素。

一、孵化器的運行狀況及其影響的研究回顧

早期孵化器的相關研究主要集中于孵化器如何運作、如何提高在孵企業的存活率、成功率和如何促進社會經濟發展等方面[1]，并多為概述性的討論。從20世紀90年代開始，國外研究者對孵化器的研究從概述性的組織模式和對社會經濟發展的影響的討論，轉向開始更多地關注孵化器的運行性能、效率、業績及其評價的問題。早期的研究傾向于從內部條件來評價孵化器的效率狀況，Rice和Abetti指出孵化器的治理是影響其性能的關鍵要素，并討論了高校與其它經濟實體聯合設立孵化器的問題[2]。Allen和McCluskey研究孵化器的設施和在孵企業狀況對孵化器績效的影響[3]。Mian嘗試解釋孵化器的供給者或者股東結構對其運行效果的影響[4]。2000年之后的研究更關注于各種外部因素對孵化器運行情況的影響，并開始基于大量樣本數據的系統方法對其進行評價。Colombo和Delmastro對意大利高科技孵化器的研究表明創新活動的投入和支出對孵化器的運行有積極的作用[5]。Chan和Lau提出了包括以下幾項標準企業孵化器的評估框架:資源匯集、資源共享、咨詢服務、公共形象、網絡平臺、地理優勢、成本優勢以及融資支持[6]等。

國內的科技孵化器相關研究多集中于發展狀況、支撐環境、運作與模式和績效評價等方面。對于影響科技孵化器運行效率的因素，《中國科技企業孵化器問題研究報告(2005)》指出，規范服務行為與態度、良好的創業文化氛圍和高效的內部管理是科技孵化器發展的核心。曹細玉構建了基于模糊綜合評價法的科技孵化器評價體系，對孵化能力進行評價[7]。王瑩和周勇對我國科技孵化器發展的外部制約因素進行了分析，指出孵化器發展中的一些根本問題是由于外部環境不足造成的[8]。宋艷認為影響我國科技孵化器有效運行的外部因素應包括政府政策、法律環境保障、投融資環境等多個方面[9]。張嬌和殷群應用DEA和聚類分析方法，對我國科技孵化器的運行效率進行評測和聚類，并討論了不同類型孵化器的效率特征與改進途徑[10]。

從現有的研究來看，對于科技孵化器運行效率的評價與研究尚未深入，缺乏體系完整的評價標準與方法，也缺少對其運行狀況差異外部影響的定量研究。有學者指出，孵化器運行效率可以歸結為這一組織的投入產出問題，因而可以用技術效率來衡量孵化器的運行情況，并作出了嘗試。在現有的技術水平下，一個組織能否達到理論最大產出，依賴于其技術效率水平的高低，已經有許多研究關注于不同組織的技術效率的測度、評價、變化和影響因素問題。在眾多關于技術效率影響因素的文獻中，許多學者把技術效率的變化歸因于經濟體制、組織管理、產權結構和對外開放度等因素，這些因素有個共同點，大多是制度性因素，所以技術效率是與所處經濟環境中的制度安排、制度變遷等因素息息相關的。對于微觀視角中科技孵化器的技術效率，指的是在一種相對穩定的狀態時，孵化器所能獲得的最大產出或投入最小成本的程度。如果從投入角度來看，科技孵化器的技術效率表達的是在其現有管理技術和所有原材料與產成品的市場價格不變的條件下，且要素投入的比例固定不變，提供等量產品所需的實際成本能夠減小的程度;以產出角度來看，它表達的是目前該孵化器在價格、要素投入、技術水平同樣不變的情況下，實際提供產品能夠擴大的程度，因而對技術效率的測量可以反映出科技孵化器的產出情況，作為其運行效率的評價依據。

二、我國各地區科技孵化器技術效率的測算與聚類分析

1.技術效率(TE)、純技術效率(PTE)和規模效率(SE)的測算

科技孵化器的投入產出要從社會效益、自身效率等多方面來衡量，是典型的多種投入和產出的系統，本文使用數據包絡方法(DEA)對其進行測量。在投入產出指標的確定上，我們依據之前研究采用科技孵化器的管理人員總數、高素質人才數、孵化基金額、孵化器的場地面積和公共服務平臺作為投入指標，科技孵化器新增企業數、新增就業崗位數、獲批準知識產權數、孵化器總收入和服務性收入作為產出指標。研究樣本來自《2008火炬計劃統計年鑒》中的229家國家級科技孵化器。①由于數據來源中存在著一定程度的數據空白問題，在229個樣本中，去除數據缺失的89家國家級科技孵化器后，我們將剩余的140家孵化器作為有效樣本，總有效率為61%。這140家孵化器廣泛分布于我國20余個地區，包含在孵企業18 389家，累計畢業企業13 379家，能夠從整體上代表我國科技孵化器的基本水平。我們使用DEAP2.1軟件中的以投入為導向的CCR和BCC模型測算我國國家級科技孵化器的技術效率(TE)、純技術效率(PTE)和規模效率(SE)這三個指標，由于篇幅所限，在這里僅報告各項效率的統計特征值情況，見表1所示。

表1 我國140家國家級科技孵化器的技術效率統計特征值

同時，我們進一步分析了140家國家級科技孵化器總體技術效率值的區間分布情況，可以看出技術效率值大于0.8的科技孵化器要占到140家孵化器的1/2以上，說明我國孵化器在效率方面總體情況基本良好，但是還有近1/2數量的孵化器技術效率值在0.8以下，是造成整體效率不足的主要原因，這意味著我國的科技孵化器在技術效率改進方面還有很大的空間，要考慮這些孵化器效率不足的深層次原因到底是由于資源投入方面存在問題抑或是規模不當引起的原因。在效率值為0.8—1的區域中，規模效率大于0.8的孵化器個數要多于純技術效率大于0.8的孵化器個數。因此，我們可以得出初步原因，我國大部分科技孵化器的低技術效率不是由于孵化器自身的規模達不到要求而導致的，而可能是由于在投入資源的配置和節約方面出現了問題造成的。

2.我國各地區科技孵化器技術效率的聚類分析

我們使用SPSS 18.0分析軟件選取純技術效率和規模效率兩個指標變量進行K－均值聚類，聚類的分類數根據純技術效率、規模效率的高和低相互組合確定為四類。在K=4的K－均值聚類分析中，純技術效率和規模效率的均值有著顯著的差異，所以此聚類結果是合理的。同時我們將通過技術效率聚類所劃分的不同區域的科技孵化器進行分組命名，并歸納出其運行特征，見表2所示。

表2 不同區域科技孵化器類型及特征

具體而言，類別1高效型科技孵化器，典型代表有北京、遼寧、浙江、江蘇、廣東、上海等地，科技孵化器的技術效率、純技術效率和規模效率數值都等于或接近于1，即總體接近于或者達到DEA有效狀態，意味著這些省市的孵化器在投入產出的資源配置方面和孵化器整體規模方面都是高效的。整體規模高效，說明這些省市的科技孵化器處于或接近于最優規模狀態，現有情況下即使再增加投入量也不可能帶來更大比例的產出增長，其現有的投入和產出組合已經達到最優，且規模效率也發揮得很好，因此，重點是要保持現有的資源投入產出組合和自身規模水平。

類別2配置高效型科技孵化器，包括福建、江西、陜西等地的科技孵化器。該類科技孵化器的技術效率偏低的主要原因是由于規模技術效率值低直接導致的，說明該類型孵化器在資源投入產出組合的配置方面存在的問題嚴重和突出，需要改進。因此，重點改進思路應放在規模調整上，即調整現有的規模與投入產出水平不相匹配的問題。

類別3規模高效型孵化器，包括湖北、黑龍江、成都等。這些省市的科技孵化器的技術效率、純技術效率和規模效率數值都等于或接近于0.8，這些省市的孵化器在投入產出的資源配置方面表現出較低的效率，而孵化器整體規模方面的效率相對較高。這意味著這些省份的科技孵化器的技術效率低下主要是由于資源配置問題造成的。因此，這些省市的科技孵化器要想大幅度地提高技術效率不能單從資源的配置或規模的調整方面著手，而是既要控制孵化器的場地面積，調整人員數量和結構以及避免資金使用不當，又要增加投入量使科技孵化器的規模處于最優狀態，只有這樣才能根本性的提高技術效率。

類別4低效型科技孵化器，包括甘肅、廣西壯族自治區等的科技孵化器。這些省市中的科技孵化器的資源配置和投入產出組合這兩方面都存在著問題。也就意味著提高這些省份的科技孵化器的技術效率只僅僅通過控制孵化器的場地面積，調整人員數量和結構以及避免資金使用不當是不夠的，同時還要減少投入資源中的冗余和浪費。

三、科技孵化器技術效率影響因素的理論分析與相關假設

技術效率的影響因素分布在經濟、社會、政策環境以及企業組織管理特征等多個方面。國家級科技孵化器作為政府提供的滿足創業需求、推動創業經濟發展的重要服務平臺，其運行效率同樣受到來自上述經濟社會環境因素的影響。我們將從區域經濟發展狀況、區域創新水平、政府公共支出、對外開放程度和智力支持水平等五個方面來具體分析外部因素如何引致不同地區科技孵化器技術效率的差異。

1.區域經濟發展狀況

區域經濟發展是指一個區域在一定時間內生產總量和社會財富的增加程度，以社會總產值、國民生產總值或國民收入來反映。而技術效率指實際產出水平與在相同的投入規模、投入比例及市場價格條件下所能達到的最大產出量的百分比，它反映對現有技術使用的有效程度。從聚類分析結果我們也可以看出，技術效率最高的幾個省市幾乎都集中在我國沿海和經濟發展水平較高的幾個省市，例如北京、上海、廣東等幾個我國典型的經濟活躍地區。而在規模高效型類別和配置高效型類別中集中了中東部較為發達的幾個省份。技術效率最低的甘肅、廣西又處于我國西部省區，所以總的來看經濟發展好的區域表現出創業的活躍度也較高。

假設1 區域經濟發展水平不同是引起區域科技孵化器平臺的技術效率差異的因素之一，并對科技孵化器平臺技術效率產生正向影響。

2.區域創新水平

在區域創新的研究中，學者們認為由于我國不同省份的社會文化、風俗習慣、歷史發展過程和行政管理手段等都具有很強的地域特點，以行政地域劃分為基礎確定我國的區域創新系統具有一定的理論基礎和現實意義。事實上，我國許多關于區域創新能力和績效的評價都是以行政區域為分析單元的。不同的國家或區域創新系統具有不同的創新能力，不同創新系統的效率和生產力各不相同。即便同是經濟相對比較發達的國家或地區，不同創新系統在能力和績效方面的差別也很明顯。在研究創新對技術效率的影響時，在考慮創新投入要素的同時還要考慮與創新環境相關的其他因素。所以一個地區的創新水平必定會影響該地區技術效率的高低。

假設2 區域創新發展水平差異對區域科技孵化器平臺技術效率的高低有正向影響。

3.政府公共支出

20世紀80年代中期以來，隨著新經濟增長理論的興起，一些研究者試圖建立有關政府公共支出與經濟增長率之間關系的內生增長模型，從此，公共支出被引入經濟增長模型，成為除了勞動、資本和技術等基本因素之外的能夠有力影響經濟增長速度和路徑的又一重要變量。與此同時，對于公共支出與經濟增長之間關系的經驗分析也得出了各不相同的結論。Wagner最早提出經濟增長與公共支出之間存在協整關系。此后，Denon研究了公共支出對制造業的影響，研究結果表明公共支出對制造業企業的產出供給和投入決策有重要影響作用[11]。Munnell對美國的研究表明公共支出對私人部門產出、投資和就業有統計上的顯著正相關關系[12]。Maria也研究了西班牙的公共支出對私人部門生產率有促進作用[13]。陳迅和余杰考察了公共支出對我國技術效率的影響，然后研究了我國生產率變化的源泉問題[14]。公共產品作為公共投資所形成的最終產品，其技術效率同樣受到公共投資水平的影響。不同區域公共投資的力度，政府對于創業活動的支持力度存在差異，這必定會導致不同地區科技孵化器平臺技術效率高低的不同。

假設3 政府公共支出水平差異對區域創業平臺技術效率的高低有正向影響。

4.對外開放程度

眾多研究表明，在開放經濟條件下，一國的經濟增長不僅僅取決于國內需求和國內投資的拉動，國外資源對經濟增長的作用日益顯著。國內許多學者針對對外開放與我國經濟增長關系問題進行了深刻地分析，充分肯定了對外開放對我國經濟增長的積極貢獻。但是，在對外開放能否有效地促進我國技術效率的提高方面，已有的研究卻僅限于一般意義上的描述論述，還缺少實證支持。

我們認為不同地區的經濟開放程度同樣對科技孵化器平臺的技術效率產生影響。經濟開放程度越高，越有利于經濟的發展和企業獲得更多的經濟機遇。在與國內外不同市場的接觸中會產生更多新的創業機會，有創業警惕性的創業者希望通過把握市場機遇從而開創新企業，這也促進了區域科技孵化器平臺的繁榮。

假設4 對外開放程度不同，科技孵化器平臺的技術效率不同，并且對外開放程度與科技孵化器平臺的技術效率正相關。

5.智力支持水平

智力支持水平是從人力資本特征來考察其對科技孵化器平臺的技術效率影響。人力資本對經濟產出具有重要的促進作用，是經濟增長的源泉這一論點已成為眾多學者的共識。但目前為止，研究人力資本與經濟增長相關性的文獻較為豐富，大多數學者的研究表明人力資本與經濟增長(GDP)存在明顯的相關性。然而知識和人力資本投資促進經濟增長的最主要途徑便是它能夠促進全要素生產率的增長。在孵化器方面，孵化器的主要作用是促進創業和知識轉化，而人力、智力最為集中的地方——高校一直是創業的活躍地帶。各種大學生創業基地、高校科技孵化園等都是為了迎合大學生逐漸高漲的創業熱情而產生和發展起來的。從聚類分析中，我們同樣看到，我國高校集中的幾個省市，例如北京、西安、上海、廣東等孵化器的技術效率也較高，所以我們認為在高校集中區域科技孵化器平臺的技術效率也較高，兩者有一定的相關關系。

假設5 智力支持水平影響區域科技孵化器平臺的技術效率高低，兩者間存在正相關關系。

四、數據分析與假設檢驗

對于本研究中的五個方面的影響因素難以用單一指標直接進行測量，因此需要多指標測度，而結構方程模型(SEM)能夠克服傳統多元回歸的不足，適用于對孵化器的技術效率影響因素做實證性分析研究。

1.指標定義及數據收集

結構方程模型一個重要的特性就是能夠對抽象的構念進行估計和驗證。在SEM中包括兩種重要的變量:一種叫做外顯變量也叫測量變量，這些是可以直接獲得數據的變量，若是受到同一個潛在構念的影響則會具有共同性，并反映在變量之間的共變關系上。如果對于這些變量的共同性加以估計，得到的一個能夠反映該潛在構念的強度的數據，則稱之為潛在變量。在本研究中，我們對于孵化器技術效率的五個影響因素分別使用不同的外顯變量進行測量。具體變量選取如表3所示。

表3 孵化器技術效率影響因素測量指標

在數據來源、收集以及處理方面，經濟發展狀況、區域創新水平、政府支持水平、對外開放程度和智力支持水平這五個影響因素的測量變量數據基本來自2009年中經網統計數據庫，其他中經網缺失數據我們通過其他網絡數據庫或《2009中國火炬統計年鑒》得到。為了消除數據之間由于單位不統一而造成的數值差異過大問題，我們對于指標的選取基本選取比值型數據指標。所有的數據收集計算完成后，考慮到眾多指標以及各個指標間沒有統一的度量標準，所以在進行結構方程模型處理分析之前我們又進一步對測量變量指標數據進行了無量綱化處理，此外再通過Spss軟件對這些無量綱化數據進行標準化處理，從而得到各個指標的數據標準值。通過上述比值指標選取、數據的無量綱化、標準化處理基本消除了指標數值間單位不統一、數值差異過大的影響。

2.模型及檢驗結果

為了檢驗我們提出的孵化器技術效率影響因素與孵化器技術效率之間的關系，我們應用結構方程模型(SEM)并使用Amos7.0軟件對140個孵化器樣本進行模型擬合性檢驗。有研究認為從鑒別力角度而言，每個影響因素最好有2—3個測量指標，樣本容量為自由估計參數的5—10倍，對于大多數模型來說，至少需要100個以上的樣本容量才可以進行統計分析，本研究的樣本數量為140個符合要求。我們對于整個模型進行擬合檢驗，包括研究常用的絕對擬合指數(GFI、AGFI、RMSEA)和相對擬合指數(NFI、TLI、CFI)，具體結果如表4所示。結果表明本研究的測量模型與樣本數據有較為良好的擬合度。

表4 模型擬合指數檢驗

接下來，我們采用極大似然法進行估計，并使用Amos7.0軟件構建基于孵化器技術效率的五個主要影響因素和技術效率之間的模型，如圖1和表5所示。

圖1 孵化器技術效率影響因素與技術效率的結構方程模型

表5 模型的基本路徑檢驗

從檢驗結果來看，除了“對外開放程度→技術效率”之外，其余各路徑均通過顯著性檢驗。對于技術效率的各個影響因素與技術效率之間的關系來說，經濟發展水平(p＜0.00)、區域創新水平(p＜0.01)、政府支持水平(p＜0.01)、智力支持水平(p＜0.01)都與技術效率之間呈現出正向相關關系。在這五個影響因素中，經濟發展狀況對于孵化器的技術效率的影響最高，并且經濟發展水平每提高一個單位，孵化器的技術效率就將提高1.16個單位。其次對于孵化器的技術效率較高的因素是政府支持水平、區域創新水平，而影響最小的因素是智力支持水平，但是它對于孵化器的技術效率影響仍然呈現出正向關關系。對外開放程度沒有像我們之前假設的那樣對孵化器呈現出顯著地正向影響，反而是負向影響且不顯著。

3.檢驗結論分析

政府公共投資對于技術效率的高低有很大的影響，但是對于公共產品技術效率的研究主要集中在技術效率的計算、分類等方面，而對于公共產品特別是孵化器這種特殊的公共產品的技術效率研究還比較欠缺，很少有像本研究一樣用結構方程模型分析孵化器技術效率的影響因素。我們基于之前對于技術效率影響因素的分析總結，認為區域經濟發展狀況、區域創新水平、政府公共支出、對外開放程度和智力支持水平這五個關鍵因素會對孵化器的技術效率產生積極地正向影響。經過結構方程模型的構建和模型擬合度、路徑分析檢驗，我們得出經濟發展狀況會對孵化器的技術效率產生最高的正向影響，符合我們之前的假定。同樣，對于孵化器這種特殊的公共產品，它的投資、組建、運營的主體——政府對其也會產生較強的影響，經過模型檢驗也符合我們之前的假設。而創新、高技術是中小企業的特點，地區創新水平高反映出該地區創新活力強，孵化器是扶持創新型中小企業發展的主要機構組織，所以創新水平對孵化器的技術效率會產生正向影響。智力支持反映的是人力資源狀況，高素質的人才必定推動孵化器技術效率的提高，模型檢驗結果雖然顯示智力支持水平對孵化器技術效率的影響程度不如之前預計的強烈，但是仍然呈現出正向的積極的影響。最出乎我們意外的是對外開放這個影響因素，它的檢驗結果與我們之前的假設正好相反，并且檢驗結果也不顯著。我們分析其中的原因可能有兩個:一是本實證研究所使用的是二手數據，數據是否真實可靠存在一定疑慮;二是在文獻綜述中我們可以看出，對外開放程度是地區間技術效率產生差異的原因之一，它本身可能不會對技術效率的高低產生影響，而只是造成地區間技術效率差異的因素。

綜上所述，地區經濟發展狀況、區域創新水平、政府支持水平和智力支持水平是影響地區孵化器技術效率的重要因素，且均會對區域科技孵化器技術效率的提高產生不同程度的正向影響。

五、討論與結論

第一，我國各地區新興產業科技孵化器技術效率總體情況良好，部分效率不足可能源于資源投入或規模不足。

效率研究一直是經濟研究的關注點之一，眾多研究者從多種視角評價了不同區域、不同行業以及企業的技術效率，并進一步探討了技術效率的影響因素，但是對于具有公共產品特質的科技孵化器技術效率及其影響因素的研究還存在著空缺。本文選取了全國140家各地區科技孵化器作為研究對象，采用DEA方法計算了這140家科技孵化器的總技術效率、純技術效率和規模效率，結果表明有近1/2數量的孵化器技術效率值在0.8以上，這說明我國孵化器在效率方面總體情況基本良好，但是還有近1/2數量的孵化器技術效率值在0.8以下，這表明我國孵化器在技術效率方面還存在改進的空間，分析造成效率不足的原因可能是由于資源投入方面存在問題或規模不當引起的。

第二，我國新興產業科技孵化器的技術效率區域差異顯著，可以聚類為高效型、配置高效型、規模高效型和低效型四類，應遵循不同途徑提升技術效率。

為了進一步分析不同地區孵化器技術效率的差異性，我們對140家國家級科技孵化器的技術效率進行聚類分析，并按照聚類分析結果將它們劃分到四個類別中，分別為高效型、技術高效型、規模高效型和低效型。高效型包括北京、遼寧、浙江、江蘇、廣東、上海等地，在投入產出的資源配置方面和孵化器整體規模方面都是高效的，重點是要保持現有的資源投入產出組合和自身規模水平;配置高效型包括福建、江西、陜西等地，由于規模技術效率值低引致總體技術效率水平較低，應將改進思路放在規模調整上，調整現有的規模與投入產出水平不相匹配的問題。規模高效型包括湖北、黑龍江、成都等地，孵化器在投入產出的資源配置方面表現出較低的效率，應既控制孵化器的場地面積，調整人員數量和結構以及避免資金使用不當，又要增加投入量使科技孵化器的規模處于最優狀態。低效型包括甘肅、廣西壯族自治區等地，資源配置和投入產出組合都存在著問題，應從多方面著手綜合解決問題。

第三，我國新興產業科技孵化器技術效率受多種因素的綜合影響，應將其影響強度作為提升效率的客觀標準，采取多種手段加強建設。

基于技術效率影響因素的研究回顧和理論分析，通過結構方程模型的構建和模型擬合度、路徑分析檢驗，本文得出孵化器技術效率會受到經濟發展狀況、區域創新水平、政府公共支出水平和智力支持水平的影響的結論:

第一，經濟發展狀況會對孵化器的技術效率產生的正向影響程度最高，某一地區經濟發展水平會直接和間接地多渠道影響其科技孵化器的技術效率;

第二，政府公共支出的提高將提升科技孵化器的技術效率，事實上對于孵化器這種特殊的公共產品，它的投資、組建、運營的主體——政府對其會產生較強的影響。

第三，區域創新水平會對科技孵化器技術效率產生正向影響，創新、高技術是中小企業的特點，地區創新水平高反映出該地區創新活力強，孵化器是扶持創新型中小企業發展的主要機構組織，所以創新水平對孵化器的技術效率會產生正向影響。

第四，智力支持會對科技孵化器技術效率產生正向影響，但程度有限。智力支持水平反映的是人力資源狀況，高素質的人才必定推動孵化器技術效率的提高，模型檢驗結果雖然顯示智力支持水平對孵化器技術效率的影響程度不如之前預計呈現出高水平，但是仍然呈現出正向的積極的影響。因而提升區域科技孵化器技術效率水平，對地方政府而言應從經濟發展狀況、區域創新水平、政府公共支出水平和智力支持水平著手，構建適宜孵化器成長的外部環境。

[1]Bhabra － Remedios，R.K.，Cornelius，B.Cracks in the Egg:Improving Performance Measures in Business Incubator Research[R].16thAnnual Conference of Small Enterprise Association of Australia and New Zealand，2003 －09 －28.

[2]Rice， M.P.，Abetti，P.Intervention Mechanisms Utilized byBusinessIncubatorsto Influence the CriticalSuccess Factors ofNew Ventures:An Exploratory Study，[M].RenssalaerPoly Technic Institute，1993.

[3]Allen， D.N.，McCluskey，R. Structure，Policy，Services，and Performance in the Business Incubator Industry[J].Entrepreneurship:Theory and Practice，1990，(2):61 －78.

[4]Mian， S.Assessing and Managing the University Technology Business Incubator:An Integrative Framework[J].Journal of Business Venturing，1997，12(4):251－285.

[5]Colombo，M.G.，Delmastro，M.How Effective Are Technology Incubators?Evidence from Italy [J].Research Policy，2002，31(9):1103 －1122.

[6]Chan， K.，Lau，T.Assessing Technology Incubator Programs in the Science Park:The Good，the Bad and the Ugly[J].Technovation，2005，25(10):1215 －1228.

[7]曹細玉.企業孵化器孵化力評價研究[J].科技進步與對策，2001，18(6):13 －14.

[8]王瑩，周勇.企業孵化器發展的外部制約因素及對策[J].技術與創新管理，2006，27(1):89－91.

[9]宋艷.我國科技企業孵化器運行的影響因素及對策[J].學術交流，2008，(10):84－86.

[10]張嬌，殷群.我國企業孵化器運行效率差異研究——基于DEA及聚類分析方法[J].科學學與科學技術管理，2010，31(5):171 －177.

[11]Denon， A.The Regional Allocation of Public Investment:Efficiency or Equity?[J].Journal of Regional Science，1988，(11):205 －229.

[12]Munnell， A.H.Why Has Productivity Growth Declined?Productivity and Public Investment[J].New England Economic Review，1990，(1 － 2):4－22.

[13]Maria，J.M.The Effect of Public Infrastructure on the Private Productive Sector of Spanish Regions[J].Journal of Regional Science，2003，(42):301 －326.

[14]陳迅，余杰.公共支出對我國技術效率的影響分析[J]. 財經研究，2005，(12):5－17.