中國各省份科技企業孵化器運行效率評價

顏振軍，侯 寒

(北京師范大學 經濟與資源管理研究院，北京 100875)

一、引言

企業孵化器通過為初創企業提供土地、技術、信息咨詢、融資支持等方面的資源與服務，降低初創企業的經營風險和成本，從而提升創業成功率。近年來，在創新驅動發展戰略的引領下，我國企業孵化器發展迅猛，規模不斷擴大，孵化能力日漸增強，在轉變經濟發展方式、優化經濟結構、促進就業等方面做出積極貢獻。2017年，我國納入火炬計劃統計的孵化器達4063家，其中國家級孵化器975家，孵化面積11962.37萬平方米，從業人員6.3萬人，累計畢業企業數量達11.1萬家，向全社會輸送了大量優質成長型企業。在取得輝煌成績的同時，我國孵化器發展仍面臨許多問題，如提供孵化增值服務能力較低、鏈接和整合國內外創新創業資源的能力較弱、孵化器地區間差異較大、孵化器跨區域整合協同能力較差等。對我國各省份孵化器的運行效率進行評價，能夠進一步發現各省份孵化器運行中存在的具體問題，孵化器運行效率在省級層面存在的差異等，并根據分析結果給出相應的政策建議，有助于推動我國孵化器更好發展，塑造良好的創新創業生態環境。

國外對企業孵化器運行效率的研究，多集中于構建孵化器績效評級體系并結合調查數據進行實證分析。Grimaldi R等(2005)[1]根據機構使命、主要孵化領域、位置、孵化理念、收入來源、孵化服務種類等特征變量將8個意大利孵化器分為商業和創新中心(BIC)、大學企業孵化器(UBI)、獨立私人孵化器(IPI)和企業私人孵化器(CPI)，并對這些孵化器的主要特點、相似與差異性進行分析，得出企業孵化器的商業模式和服務類型的演變受到創業公司需求演變的驅動。Schwartz M等(2009)[2]基于410家孵化畢業企業相關數據，運用多準則優先排序組織法對德國5個企業孵化器的長期運行有效性進行了比較。Fonseca S A等(2012)[3]構建了包含綠色建筑應用情況、綠色項目篩選流程、環境培訓、能源管理、水資源管理、綠色績效推廣管理、在孵企業使用綠色產品情況等變量的企業孵化器綠色績效評估模型，并結合巴西6家企業孵化器數據對模型的可行性進行驗證。M’Chirgui Z等(2016)[4]構建了包含人力資本、金融資源的規模和性質、專利儲備、與大學和研究實驗室開展合作情況等變量的孵化活動評價模型，對法國的25個運行活躍的孵化器進行評價。

國內研究方面:孫凱等(2007)[5]、王慶金等(2007)[6]、徐菱涓等(2008)[7]分別利用變異系數法、灰色系統法、模糊層次分析法進行孵化器績效評價；賈蓓妮(2009)[8]基于投入產出理論構建指標體系，并利用AHP法確定權重進行孵化器績效評價；王敬、汪克夷(2012)[9]在對27個地區企業孵化器技術效率進行測算的基礎上，利用結構方程模型對孵化器技術效率的影響因素進行深入探討；姚爽(2012)[10]等綜合主觀、客觀兩種賦權方法構建績效評價模型，并利用遼寧省19家國家級科技企業孵化器數據對模型進行驗證；劉琳等(2014)[11]利用DEA法、聚類分析法分析西南地區孵化器運行效率；張建清等(2017)[12]從服務功能出發設計績效評估指標體系，分析湖北省60家孵化器的DEA效率。

目前的企業孵化器運行效率的研究存在一些局限：第一，許多文獻僅計算出企業孵化器的運行效率值，沒有根據相應的效率值對企業孵化器的類型進行劃分，分析針對性不強；第二，現有研究所使用的數據多為2015年之前的數據，不能很好地體現出國家實施創新驅動型發展戰略后各省份企業孵化器的發展情況。因此，本文構建投入指標為人力、物力、財力，產出指標為孵化能力、社會效益、經濟效益、創新效益的指標體系，利用各省份企業孵化器相關指標2015-2017年的數據，構建DEA模型綜合分析全國30個省份企業孵化器的運行效率。并在計算出的2017年效率值的基礎上，運用聚類分析、投入與產出調整等方法提出各省份企業孵化器發展的改進方案。

二、科技企業孵化器運行效率評價模型與指標體系構建

(一)模型選取

CharnesA等(1978)[13]運籌學家首先提出數據包絡分析法(DEA)。根據基本假設的不同，DEA模型可以分為基本假設為規模報酬不變的CCR模型和基本假設為規模報酬可變的BCC模型。現實中，受國家政策調控、技術進步、外部效應等多種因素綜合影響，科技企業孵化器的孵化活動往往難以滿足規模報酬不變的假定，因此，選擇采用基本假設為規模報酬可變的BCC模型對各省份科技企業孵化器運行效率進行評價。

(1)

通過構建的BCC模型，計算各省份科技企業孵化器運行的綜合效率，再將綜合效率分解為純技術效率、規模效率。

(二)指標體系構建

選取適宜的投入產出指標，是測算DEA效率值的基礎。以現有研究為基礎，構建科技企業孵化器運行效率評價指標體系(表1)。

投入指標方面，從人力、物力、財力三個方面考察企業孵化器正常運行所需要投入的資源。其中用企業孵化器的在職人員總數衡量人力投入；用企業孵化器的場地面積衡量物力投入；用在孵企業當年獲得風險投資額與孵化器對公共技術服務平臺投資額之和衡量財力投入。

產出指標方面，從孵化能力、社會效益、經濟效益、創新效益四個方面考察企業孵化器正常運行所產出的資源。其中用年度畢業率衡量孵化能力，年度畢業率為孵化器當年畢業企業數與當年在孵企業數之比；用當年孵化器與在孵企業從業人員之和衡量孵化活動所創造的社會效益；用孵化器與在孵企業總收入之和衡量孵化活動所創造的經濟效益；用在孵企業當年獲批知識產權數衡量孵化活動所創造的創新效益。

(三)數據來源

各省份企業孵化器2015-2017年各投入指標、產出指標的相關數據均來自科技部火炬中心發布的《中國火炬統計年鑒2016》《中國火炬統計年鑒2017》《中國火炬統計年鑒2018》。本研究不包含中國香港、澳門、臺灣，因西藏自治區有部分數據缺失，故僅對全國30個省級區域的相關數據進行分析。

表1 中國各省份科技企業孵化器運行效率評價指標體系

三、實證結果分析

(一)描述性統計分析

使用描述性統計法對各省份企業孵化器2015-2017年數據進行初步分析，結果顯示：30個省份企業孵化器的運行效率存在較大差異(表2)。其中綜合效率的最大值為1.000，最小值為0.367，均值為0.863，標準差為0.167。投入指標方面：企業孵化器的在職人員總數、企業孵化器的場地面積、在孵企業當年獲得風險投資額與孵化器對公共技術服務平臺投資額之和等投入指標的標準差較大，表明全國30個省份在企業孵化器建設與運營上的投入存在較大差異。產出指標方面：年度畢業率、當年孵化器與在孵企業從業人員之和、孵化器與在孵企業總收入之和、在孵企業當年獲批知識產權數等指標的標準差較大，表明全國30個省份企業孵化器的產出存在較大差異，且這些產出指標的平均值不高，表明企業孵化器的孵化產出還有待增加。

表2 描述性統計分析表

注：年度畢業率=當年畢業企業數÷當年在孵企業數。

(二)DEA效率分析

使用Deap 2.1軟件對我國30個省份企業孵化器2015-2017年的運行效率進行測度。其結果見表3。

表3 各省份企業孵化器2015-2017年運行效率值

注：TE、PTE、SE分別表示綜合效率、純技術效率與規模效率。

由表3可知：2015年全國30個省份中共有16個省份孵化器運行效率DEA有效；2016年共有10個省份孵化器運行效率DEA有效；2017年共有14個省份孵化器運行效率DEA有效。上海、江蘇、浙江、湖北、四川、陜西等省份孵化器出現運行效率從有效降為無效的情況，天津、河北、內蒙古、遼寧、福建、江西、湖南、廣東、重慶等省份孵化器運行效率逐年提高。這表明我國許多省份孵化器的運行效率仍較低，孵化能力弱，所提供的孵化服務種類仍較為單一，提供孵化增值服務的能力不足，且孵化器發展存在區域不平衡問題。

四、科技企業孵化器運行效率改進方案

(一)聚類改進方案

使用各省份2017年相關指標數據，進一步分析我國各省份科技企業孵化器運行效率的差異情況。使用K-均值聚類分析法，對2017年各省份科技企業孵化器DEA效率值進行分析。

BCC模型中的效率包括綜合效率、純技術效率、規模效率，其中綜合效率=純技術效率×規模效率。由于純技術效率與規模效率不相關，故將聚類變量設定為純技術效率和規模效率，將K值設定為4。使用SPSS 21.0進行K-均值聚類分析。

表4 數據聚類分析表

注:PTE、SE分別表示純技術效率與規模效率。

由表4可知：第Ⅰ類省份企業孵化器的純技術效率值和規模效率值均較高，綜合效率值屬于最高的一類；第Ⅱ類省份企業孵化器的規模效率低于純技術效率；第Ⅲ類省份企業孵化器的純技術效率值、規模效率值都處于較低水平；第Ⅳ類省份企業孵化器的規模效益值明顯高于純技術效率值。

由表5可知：純技術效率值、規模效率值兩個聚類變量的顯著性水平都為0.000，在5%的顯著性水平下，聚類結果通過顯著性檢驗。故可以依據此聚類結果對全國30個省份企業孵化器運行效率進行分類分析。

根據聚類結果，得到我國30個省份企業孵化器運行效率分類情況(表6)

1．企業孵化器運行高效類省份。該類省份是聚類分析中的第Ⅰ類省份，其純技術效率、規模效率都等于1或十分接近1。共有20個省屬于這一類，占總數的66.67%。其中北京、天津、山西、內蒙古、安徽、江西、河南、湖南、海南、云南、青海、寧夏、新疆這13個省份企業孵化器運行的純技術效率、規模效率、綜合效率均為1，即純技術效率有效、規模有效。

表5 數據K-均值聚類方差分析表

注:PTE、SE分別表示純技術效率與規模效率

表6 我國各省份科技企業孵化器運行效率分類表

純技術效率有效是指在規模收益不變的情況下，當前的資源利用情況已經達到最佳。即無論怎樣增加投入，產出也不會隨之增加，也就是當前的產出水平所需要的投入量已經是最低量，不能通過改變企業孵化器的在職人員總數、企業孵化器的場地面積、企業孵化器的孵化收入與孵化基金之和等投入指標的投入水平，達到提高年度畢業率、當年孵化器與在孵企業從業人員之和、孵化器與在孵企業總收入之和、在孵企業當年獲批知識產權數等的產出水平。規模有效是指企業孵化器投入水平不變的情況下，該類省份企業孵化器現有規模所能達到的收益最大，再擴大或縮小企業孵化器規模都會造成孵化器運行效率降低。

2．企業孵化器規模低效類省份。該類省份是聚類分析中的第Ⅱ類省份。該類省份企業孵化器的規模效率低于純技術效率。江蘇省、山東省屬于這一類，占總數的6.67%。該類省份今后應擴大省內企業孵化器規模，以達到規模效應。

3．企業孵化器運行低效類省份。該類省份是聚類分析中的第Ⅲ類省份。該類省份企業孵化器的純技術效率、規模效率均處于較低水平。共有6個省份屬于這一類，占總數的20%。該類省份企業孵化器運行效率的提升空間較大，一方面應該擴大省內企業孵化器的規模，以達到規模效應；另一方面應增加人才和資本等要素的投入，優化各類投入資源的配置，以提升配置效率。

4．企業孵化器配置低效類省份。該類省份是聚類分析中的第Ⅳ類省份。該類省份企業孵化器的純技術效率明顯低于規模效率。黑龍江省、甘肅省屬于這一類，占總數的6.67%。該類省份今后應加大技術改進力度，優化省內企業孵化器資源投入的配置情況，提升純技術效率。

(二)投入調整改進方案

企業孵化器運行無效的主要原因有：各類投入的比例欠佳、投入存在冗余等。對BCC模型中的松弛變量進行計算，根據計算結果可以得出為使DEA無效省份企業孵化器達到DEA有效需要對各類投入進行調整的具體數值。

由表7可知：人力投入方面，18個省份孵化器人員投入不存在冗余，其余12個省份孵化器人員投入平均冗余人員數為536.37人，表明目前全國孵化專業人才聚集態勢初顯。創業孵化活動涉及到技術引進、尋求融資、市場開拓、管理咨詢等多方面，孵化器需要配備相應的專業人才為在孵企業提供各類服務，因此各省份孵化器應該繼續積極招攬創新型人才加入創業孵化事業。物力投入方面，12個省份孵化器場地面積平均冗余為1952302.06平方米，表明部分省份孵化器存在孵化場地空置率高、場地利用效率低下等問題。目前我國許多省份孵化器仍以提供物業服務等基礎服務為主，對各類創新創業資源的整合能力不足；部分孵化器提供孵化增值服務的能力不足，忽視品牌塑造，對新創企業缺乏吸引力，導致所屬孵化場地大量空置。為解決這些問題，各地政府應加強對孵化器的引導，鼓勵其向專業化、垂直化方向發展，為在孵企業提供更加精準的服務。財力投入方面，12個省份在孵企業當年獲得風險投資額與孵化器對公共技術服務平臺投資額之和平均冗余為214828.95萬元，表明超過半數省份的孵化器提供融資服務能力較強。大多數初創企業面臨融資渠道單一、難以獲取大筆融資的局面，孵化器應加強與風險投資機構、天使基金等創投機構的合作，搭建融資平臺，提供更加優質的融資服務。

表7 DEA無效省份企業孵化器投入調整表

(三)產出調整改進方案

通過計算BCC模型中的松弛變量，得到為使DEA無效省份的孵化器達到有效，所需要增加的產出類型及具體數量(見表8)。

表8 DEA無效省份企業孵化器產出調整表

由表8可知：孵化能力方面，僅8個省份的孵化器年度畢業率有進一步提升的空間。這表明我國大部分省份孵化器孵化能力較強，但仍需要在提升孵化服務質量上繼續下功夫，提升提供創業孵化增值服務的水平，增強鏈接與整合國內外創新創業資源的能力，為創新驅動戰略提供支撐。社會效益方面，上海、浙江、福建、貴州四個省份的孵化器在孵企業存在吸納就業人員不足的情況。這表明孵化器作為創新創業生態中的重要一環，在促進經濟發展方式轉變、提升優化產業結構等方面雖然已經顯現出部分成效，但仍需要提高運行效率為社會經濟發展做出更大貢獻。經濟效益方面，吉林、黑龍江、陜西、甘肅四個省份的孵化器與在孵企業總收入需要增加，這些省份孵化器與在孵企業總收入之和平均應增加69.63萬元。這表明目前我國許多省份孵化器的盈利能力仍較弱，許多省份的孵化器主要依靠政府補貼維持運行，整個孵化器行業需要繼續提升市場化能力，持續進行機制創新，增強盈利能力。創新效益方面，僅有8個省份需要增加當年獲批知識產權數，這些省份需要增加的當年獲批知識產權數平均為37.79萬件。這表明我國許多省份孵化器在促進科技創新中發揮了重要作用。

五、結論與建議

(一)結論

運用DEA分析法測算2015-2017年我國30個省份孵化器運行的綜合效率、純技術效率、規模效率，并基于2017年的純技術效率與規模效率測算值，使用K-均值聚類法將30個省份分為四大類：孵化器運行高效類、孵化器規模低效類、孵化器運行低效類、孵化器配置低效類。最后根據聚類結果、基于松弛變量計算得出的投入與產出調整值，給出相應的聚類改進方案、投入改進方案、產出改進方案。結果表明：

(1)整體來看：我國許多省份孵化器運行水平仍較低，孵化能力較弱，所提供的孵化服務仍較為單一，提供孵化增值服務的能力不足，且孵化器發展存在區域不平衡問題。

(2)聚類結果顯示：30個省份中，共有20個省份屬于孵化器運行高效類省份，2個省份屬于孵化器規模低效類省份，6個省份屬于孵化器運行低效類省份、2個省份屬于孵化器配置低效類省份。孵化器運行水平存在省際差異。

(3)投入產出調整結果顯示：超過半數的省份存在孵化器人員、場地、資金投入方面的冗余；大部分省份孵化器孵化能力、社會效益、經濟效應、創新效益良好。

(二)建議

需要說明的是，本研究依據的僅僅是統計數據，而由于創業孵化活動的復雜性、多樣性，僅僅這些數據顯然不能全面描述和評價單一孵化器或省域孵化器的真實狀態；本研究采用的方法，也只是眾多研究方法之一，受研究方法的局限，發現的問題、提出的對策難免有失偏頗。但無疑，這樣的研究對豐富孵化器研究的方法論是有益處的，研究結論將會對孵化器運營、評價、改進提供參考。

針對全國各省份企業孵化器運行中存在的總體運行效率較低、區域發展不平衡、存在投入資源冗余、專業化管理人才缺乏等問題，為提高全國各省份企業孵化器運行效率，提出以下政策建議。

1．對孵化器進行分級分類引導，推動孵化器科學發展

政府有關部門應發揮引導作用，根據全國各省份孵化器發展現狀，分級分類制定發展戰略、評價指標和細則。針對不同區域、不同發展水平的孵化器運營中面臨的問題，給出不同的解決方案、未來發展規劃，從而推動全國孵化器科學發展。

2．完善考核評價體系，加強動態監督管理

進一步完善孵化器官方考核評價指標體系，鼓勵孵化器行業協會、智庫、科研院所等組織對孵化器進行社會評價，加強對孵化器孵化活動的動態監督管理，探索使用大數據技術挖掘分析孵化過程產生的各類數據，為孵化器、在孵企業、風險投資機構等主體的決策過程提供數據支持。

3．增強區域內、區域間孵化器的交流合作，促進各區域孵化器協調發展

加強全國以及省、市級孵化器網絡建設，重點建設京津冀、長三角、長江中游城市群、粵港澳大灣區等區域的孵化器協同發展網絡，建立跨區域孵化器聯盟、協會，促進區域內、區域間各類孵化資源、經驗的分享。鼓勵區域間孵化器通過結隊幫扶、異地孵化、合作共建等形式進行互補合作，共同發展。促進資本、人才、技術等各類創業要素在區域間的流動，達到各區域孵化器協調發展的局面。

4．積極開展創新創業宣傳與實踐活動，促進創新創業文化繁榮發展

經濟新常態下，大眾創業、萬眾創新成為經濟結構轉型進程中的重要推動力。各地政府應積極開展大學生創新創業大賽、互聯網創業大賽、留學歸國人員創新創業大賽、創業論壇、創業沙龍等活動；支持孵化器、孵化聯盟或協會等組織同國外相關機構聯合舉辦國際性創業大賽；召開區域孵化器論壇和峰會，針對孵化器運營成果顯著區域的成功經驗進行研討與推廣。同時應加強創新創業文化宣傳，弘揚創客精神和企業家精神，引導全社會形成崇尚創新創業的價值觀，營造出鼓勵創新、寬容失敗的有利文化氛圍，促進創新創業文化繁榮發展。

5．增強孵化器資源鏈接整合能力，加速創業孵化生態建設

完善孵化器與人才、資本、信息、技術等各類創業要素的鏈接、整合機制，增強孵化器與高校、研究院的鏈接，推進科技成果轉移、轉化；增強孵化器與大企業的聯系，促進在孵企業與大企業開展業務合作；增強孵化器與風險投資機構、會計師事務所、律師事務所、咨詢公司等第三方服務機構的合作，構建協同共享的創業孵化生態。