基于DEA方法的我國科技企業孵化器運行效率評價

鄭小珊

基于DEA方法的我國科技企業孵化器運行效率評價

鄭小珊

以2013年我國30個省份的國家級科技企業孵化器為研究對象，運用DEA效率評價方法構建投入、產出指標體系并進行綜合效率、純技術效率和規模效率分析，研究結果表明我國科技企業孵化器整體效率水平較高，且純技術效率均值高于規模效率的結論。對此提出一方面要嚴格控制資源投入，防止浪費現象的產生；另一方面合理規劃規模，以實現規模效應，增加產出。

企業孵化器；DEA方法；運行效率

一、引言

十八大以來，我國積極推進科技體制改革，實施創新驅動發展戰略，旨在通過科技創新推動體制改革促進經濟轉型發展,使創新型國家建設邁向了新的征程。為了支持科技企業的發展，我國從20世紀80年代起著手建立科技企業孵化器，到2013年年末，全國已有1468家科技企業孵化器，其中包括504家國家級科技企業孵化器，在孵企業則達到了77677家。科技企業孵化器，是為中小科技企業提供場地、資金等物質條件以及技術、培訓等服務支持的機構，它能降低參孵企業的創業風險和成本，提高創業成功率，從而培育成功的高新技術企業和企業家。它對促進科技進步和高新技術產業發展，完善國家科技創新體系有著重要意義。對經濟結構調整和經濟發展方式轉型的當代中國來說，如何有效評價科技企業孵化器，尤其是國家級科技企業孵化器的孵化效率，對其進行合理的引導和規范的控制顯得尤為重要。

對科技企業孵化器的研究不單單集中于效率評價這一塊，潘冬、石常峰等基于生態位的視角，而林德昌等、趙黎明等則通過調查問卷及對虛擬科技孵化器和眾包模式的對比分析探討了影響科技企業孵化器創新的因素并提出了創新服務改進策略。在其投資收益和盈利模式方面，肖強以孵化器創辦及運營所需資金的來源渠道為依據，將主要收益模式劃分為房地產、中介服務、自辦實業和風險投資四種。郭俊峰、霍國慶等在分析孵化器價值鏈、產業鏈以及利益相關者的基礎上，構建了孵化企業的盈利模型，從而對其盈利模式進行了解析。有學者（如吳文清、張海紅和張涵、趙黎明等）通過構建科技企業孵化器與其主要行為主體——如企業、創投等的博弈模型，探討了影響博弈實現均衡的主要因素，如信息不對稱、知識共享水平低等。此外還有研究科技企業孵化器商業模式和企業行為模式的，如杜娟、張少杰和陳頡、李娜等。

而在科技企業孵化器運行效率評價這一塊，國內學者也取得了不錯的成績，其中，絕大多數學者通過構建不同評價指標體系，運用不同模型進行評價。在DEA方法運用方面，劉琳、李冬梅等基于2010-2012年我國西南地區28家國家級科技企業孵化器的數據，結合聚類分析法深入研究了西南地區企業孵化器運行效率的差異。代碧波、孫東生在對科技企業孵化器運行效率的內涵進行界定的基礎上，對東北地區2008年14家國家級科技企業孵化器的運行效率進行了實證分析，指出提高孵化器的孵化能力和經濟效益是改進效率的重要途徑。張鵬、占豪劍以廣東省2006年科技企業孵化器為決策單元進行DEA計算，指出了其效率低下的主要原因是技術無效并提出了改進策略。還有部分學者選擇使用其他模型對企業孵化器運行效率進行評價，如宋清、金桂榮等將科技企業孵化器績效分為經濟績效、孵化績效和科技創新績效，運用回歸分析方法分析了人、財、物三類資源投入要素對科技企業孵化器績效的影響。而范金、趙彤則基于新型多指標評價方法——PLS路徑模型，運用南京110家企業調研數據，構建評價指標體系進行評價，進而做出針對性決策。除此之外，運用較為普遍的還有隨機前沿分析法、主成分分析法、灰色關聯分析法等。

總體而言，由于缺乏統一標準的評價指標體系，我國學者在科技企業孵化器效率問題的研究上顯得主觀性比較強，效率差異分析和結論的實用性不明顯，且針對區域性的企業孵化器運行效率評價較多，而忽視了國家層面的效率分析。基于此，本文在前人研究的基礎上，構建科技企業孵化器運行效率的投入和產出指標體系，并以2013年中國省際區域相關數據為依據，運用DEA這一效率分析的前沿方法，對中國國家級科技企業孵化器最新的效率現狀進行評價，以期為孵化器主要行為主體，即孵化器自身、參孵企業及其他利益相關者等提供決策參考依據。

二、方法與評價指標體系的建立

（一）DEA效率評價方法

科技企業孵化器、參孵企業及其他利益相關者構成的是一個復雜的系統，各種投入和產出資源互相轉化，很難對各個指標進行絕對的量綱處理，因此，本文選用DEA方法來對其相對效率進行評價。DEA模型是運用線性規劃的方法建造一個非參數分段的前沿面，再相對這個面來計算效率。它有三個主要的選擇：標準CRS和VRS的數據包絡分析模型，包括技術效率和規模效率的計算；上述兩個模型的延伸，成本和配置效率計算；針對面板數據的Malmquist全要素生產率的計算。由于本文是評價孵化器的運行效率，主要針對其技術效率和規模效率而言，因而著重介紹標準的CRS和VRS模型。

1.CRS模型是由Charnes、Cooper和Rhodes于1978年提出，因此也被稱為CCR模型，該模型為投入主導型并假設規模報酬不變。假設有N個決策單元DMU，對于第i個DMU，其投入和產出指標分別為xi和yi，X、Y則分別為投入和產出矩陣。則有：

其中λ是一個N×1的常數矢量，θ是一個標量，就是第i個DMU的效率分數。θ=1代表該決策單元的效率是前沿效率上的點，也就是技術有效的DMU。要注意的是，線性規劃問題必須要解決N次，即所有樣本都要計算，由此得出每個DMU的θ值。

2.VRS模型由Banker、Charnes和Cooper于1984年提出，也被稱為BCC模型，這是對規模報酬不變的CCR模型的拓展，即BCC模型假設規模報酬是可變的。當DMU沒有在最優的規模上運作的時候，CCR模型可能會導致技術效率的測度被規模效率所混淆，BCC模型則可以很好地解決這一問題，它允許剔除規模效率的影響來進行技術效率的計算。在公式（1）的基礎上定義BCC模型公式：

N1是所有的N×1的矩陣，這是在CCR線性規劃模型的基礎上通過增加一個凸性約束而來，即N1’λ=1。這種方法形成了一個凸面，能夠比CCR圓錐形的面更緊密地包絡所有的數據，因此獲得的技術效率比使用CCR模型獲得的技術效率高或者相等，稱之為純技術效率。在此基礎上，將綜合效率與純技術效率之比定義為規模效率，用以表示決策單元的生產規模與最優生產規模之間的差距。

（二）指標選取及數據來源

構建合理的投入和產出指標體系是用DEA方法評價科技企業孵化器運行效率的前提。國內學者主要從資源投入和由其轉化而來的成果產出角度構建評價指標體系，如殷群、張嬌從人、財、物三個方面建立投入指標，分別為孵化器在職人員總數、孵化基金總額和孵化器的場地面積。產出指標則主要定位在取得的社會效益方面，分別用累計企業畢業數表示孵化器的成功孵化率、用在孵企業人員數與孵化器人員數之和表示增加的就業機會、用在孵企業上繳稅金表現其對國家經濟建設的貢獻。王敬、汪克夷則從孵化器的社會效益和自身效益兩個角度構建產出指標，其中社會效益主要包括新增企業數、新增就業崗位數和獲批準知識產權數，自身效益包括孵化器總收入和服務性收入。在總結前人結論的基礎上，本文構建指標如表1所示。

表1 科技企業孵化器的投入和產出指標體系

必要的人力、財力及物力資源的投入是維持一個科技企業孵化器正常運轉的基礎條件，結合數據的可獲得性，本文選用孵化器在職人員總數（人）、孵化基金總額（千元）、孵化器場地總面積（平方米）分別作為人、財、物資源投入指標。在產出指標方面，由于孵化器不僅僅為自身及參孵企業帶來了收益，在創造就業機會、推動經濟增長等方面也存在著不可忽視的重要作用，因此本文除了考慮孵化器自身孵化效果之外，還綜合了其取得的社會效益和經濟效益，最終選定累計畢業企業數（個）、孵化器總收入（千元）和在孵企業人員數（人）構成產出指標。

本文以中國大陸31個省（自治區）為決策單元，以其擁有的國家級科技企業孵化器為研究樣本，由于西藏自治區數據披露不全將其剔除，最終選定除西藏以外的30個省為研究對象，相關數據均來自《中國火炬統計年鑒2014》。運用DEAP 2.1軟件對上文建立的投入及產出指標數據進行處理并加以分析。

三、實證結果及分析

（一）整體效率分析

用DEA軟件對相關數據進行處理，得到效率指數如表2所示。

表2 2013年我國各省國家級科技企業孵化器運行效率

從表中可以看出，2013年我國30個省（自治區）的國家級科技企業孵化器綜合效率均值為0.905，總體水平較高，其中達到綜合效率有效的有14個省，占總體的46.67%，這14個省的科技企業孵化器運行效率在整體上實現了最優，其投入資源的使用達到了最理想的狀態，且產生了規模收益。在綜合效率小于1的省份中，海南省只有0.457，處于30個省份的最低水平。然而在所有的效率值中，其純技術效率達到了1，說明海南省的科技企業孵化器投入資源轉化的產出水平是有效的，總體效率低是受規模效率的影響。另外，山西省的綜合效率為0.61，其純技術效率阻礙了整體運行效率的提升，存在投入冗余或者產出不足的情況。

（二）純技術效率及規模效率分析

純技術效率是指決策單元投入資源的使用程度，即其投入的某種資源是否在最大程度上轉化為了產出。規模效率考慮的則是規模效應對整體效率的影響。表3是對本文純技術效率及規模效率的進一步總結。從表3能看到，純技術效率的均值大于規模效率的均值，且在所有的決策單元中，純技術效率達到1的省份為23個，占總體的76.67%，規模效率達到1的省份只有15個，占總體的50%。這說明2013年我國國家級科技企業孵化器投入資源的節約和使用程度較高，相比之下規模效應的帶動作用卻不是很明顯。在孵化器的建設和管理方面要注意規模效應的影響，這可以作為今后努力的一個方向。

表3 純技術效率和規模效率統計特征值

（三）非DEA有效分析

理論上來講，對非DEA有效的決策單元，可以通過調整投入和產出的數值使其達到DEA有效。本文選取的30個DMU（決策單元）有16個未達到DEA有效，選取其中綜合效率不滿0.8的7個省份，其投入和產出冗余變量如表4所示。

表4 非DEA有效孵化器的投入和產出調整值

由表4得到，上述7個非DEA有效的省份都需要提高孵化器在經濟效益方面的產出轉化能力，孵化器總收入這一指標存在很大的改進空間，如吉林省在當前投入不變的情況下，總收入可提升兩千萬元以上。吉林省、貴州省和甘肅省則可以通過增加在孵企業人員數實現社會效益來提高孵化器整體的運行效率。在投入資源的利用方面，這7個省份表現得比較好。山西省和甘肅省需要適當減少孵化基金總額，河北省則要控制孵化器場地總面積的進一步擴大，以降低投入資源冗余度，避免資源浪費現象的產生，提高孵化器運行效率。

四、結束語

本文以2013年我國30個省份擁有的國家級科技企業孵化器為研究對象，構建了運行效率評價的投入和產出指標體系，運用DEAP2.1軟件計算分析了其綜合效率、純技術效率和規模效率，并給出了7個非DEA有效省份的投入和產出松弛變量值。結果表明：2013年我國國家級科技企業孵化器運行效率整體水平較高，但是也存在海南省、山西省等綜合效率不足的省份。純技術效率均值高于規模效率，說明整體上投入資源的節約和配置程度較高，但未能充分發揮規模效應的帶動作用。基于此，提出如下建議：各省應結合自身實際制定戰略規劃，純技術效率和規模效率一起抓，既要保證投入無冗余，資源無浪費，又要注意控制孵化器規模的變化，使產出達到最大，以實現整體效率的提升。

[1]潘冬,石常峰.生態位視域下的科技企業孵化器技術創新服務研究[J].科學管理研究,2014,32(4):4-7.

[2]林德昌,廖蓓秋,陸強等.科技企業孵化器服務創新影響因素研究[J].科學學研究,2010,28(6):920-925.

[3]趙黎明,劉猛,郝琳娜.基于眾包模式的虛擬科技孵化器創新研究[J].中國科技論壇,2014，(08):30-35.

[4]肖強.科技企業孵化器的投資收益模式研究[J].科技管理研究,2013，(06):197-200.

[5]郭俊峰,霍國慶,袁永娜.基于價值鏈的科技企業孵化器的盈利模式分析[J].科研管理,2013,34(2):69-76.

[6]吳文清,張海紅,趙黎明.科技企業孵化器與創投知識共享博弈及政策研究[J].軟科學,2014,28(1):39-43.

[7]張涵,趙黎明.基于合作博弈理論的科技企業孵化器網絡穩定性分析[J].科學管理研究,2013,31(3):57-61.

[8]杜娟,張少杰.科技孵化器中企業行為模式的超邊際分析[J].統計與決策,2013，(08):182-185.

[9]陳頡,李娜.科技企業孵化器商業模式構建研究——基于天津地區多案例分析[J].科技進步與對策,2013,30(9):90-95.

[10]劉琳,李冬梅,趙智.我國西南地區科技企業孵化器運行效率差異研究——基于28家孵化器的DEA分析[J].科技管理研究,2014，(20):59-64.

[11]代碧波,孫東生.基于DEA方法的科技企業孵化器運行效率評價——以東北地區14家國家級企業孵化器為例[J].科技進步與對策,2012,29(1):142-146.

[12]張鵬,占豪劍.基于DEA科技企業孵化器績效評價——以廣東為例[J].科技管理研究,2010，(14):78-81.

[13]宋清,金桂榮,趙辰.科技企業孵化器績效的影響因素實證研究[J].中國科技論壇,2014，(10):120-125.

[14]范金,趙彤.孵化器內初創型科技企業績效綜合評價[J].南京社會科學,2014，(07):27-34.

[15]Charnes A,Cooper W W,Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Rescarch,1978，,02):429-440.

[16]Banker R D,Charnes A,Cooper W W.Some models for estimating technical and scale inefficiencies indata envelopment analysis[J].Management Science, 1984，,09):1078-1092.

[17]魏權齡.數據包絡分析[M].北京:科學出版社，2004.

[18]殷群,張嬌.長三角地區科技企業孵化器運行效率研究——基于DEA的有效性分析 [J].科學學研究,2010，28(1): 86-94.

[19]王敬,汪克夷.基于DEA方法的我國新興產業孵化器技術效率評測研究[J].大連理工大學學報,2012，33(2):18-21.

鄭小珊，女，安徽安慶人，安徽大學商學院碩士研究生，研究方向：技術經濟及管理。

F273/F062.4

A

1008-4428（2015）07-106-04