中國科技企業孵化器績效收斂性與時空特征研究

馮 苑 ，聶長飛 ，張 東

(1.中南財經政法大學 金融學院，湖北 武漢 430073；2.武漢大學 經濟與管理學院，湖北 武漢430072)

0 引言

近年來，中國科技企業孵化器在支持科技型中小企業發展、推動科技創新、增加稅收、推動就業、促進區域經濟發展等方面發揮了重要作用[1]，已成為踐行“大眾創業、萬眾創新”、打造雙創升級版、實施創新驅動發展戰略和推動創新型國家建設的重要載體之一[2]。1995-2017年，中國科技企業孵化器數量由73個增加到4 063個，在孵企業總收入由24.2億元提升至6 335.7億元，在孵企業從業人員數由2.6萬人上升到259.6萬人，累計畢業企業由364個增長至110 701個，分別提升54.7倍、260.8倍、98.9倍和303.1倍，年均增長率分別高達20.0%、28.8%、23.3%和29.7%。

雖然中國科技企業孵化器在過去若干年取得了輝煌的成績，但仍有待提升。2017年7月，科技部辦公廳發布的《國家科技企業孵化器“十三五”發展規劃》明確指出：“我國孵化器發展面臨的主要矛盾就是當前我國創業孵化服務能力和水平尚不能完全滿足創新創業活動的巨大服務需求。”因此，對中國科技企業孵化器績效水平進行科學測度，有助于有效解決孵化器發展面臨的主要矛盾，推動中國由孵化器大國向孵化器強國轉變。

關于科技企業孵化器績效，現有文獻進行了諸多有益探討。國外研究方面，Colombo & Delmastro[3]、Chan & Lau[4]、Hackett & Dilt[5]、M'Chirgui等[6]、Schwartz & G?thner[7]分別從是否有利于促進創新、孵化企業發展運營狀況等角度對意大利、中國香港、美國、法國和德國企業孵化器績效進行評價。在此基礎上，Grimaldi & Grandi[8]、Barbero等[9]分別依據孵化器孵化理念、地理位置、目標市場、孵化周期等孵化器特征變量以及企業增長、參與研發項目、研發投入、研發產出和創造就業等孵化企業特征變量對不同類型孵化器績效水平進行比較分析；Harper-Anderson & Lewis[10]利用美國調查數據，進一步研究孵化器績效影響因素，發現孵化器質量變量比區域能力變量對孵化器績效水平有更強的因果影響。

國內研究主要通過構建科技企業孵化器績效指標體系的方式實現對孵化器績效的評價。根據研究方法和研究目的不同，總體可分為兩類：第一類從科技企業孵化器人力、物力、財力等投入角度選取投入指標，從孵化效率、經濟效益、社會效益和創新效益等角度選取產出指標，構建綜合指標體系，并通過DEA或SFA等方法，對科技企業孵化器運行效率進行綜合評價[11-13]；第二類主要在構建指標體系的基礎上，運用統計學方法對評價指標進行賦權，并進一步形成科技企業孵化器績效綜合指數，從而實現對科技企業孵化器績效的評價[2,14-16]。在具體指標選擇方面，由于《中國火炬統計年鑒》較為詳細地提供了與科技企業孵化器績效相關的主要指標，因此國內研究評價指標體系較為一致，差異主要體現在指標分類上。

然而，上述研究仍然存在以下不足：一方面，已有研究對不同年份尤其是較長時間區間科技企業孵化器績效水平的縱向比較較少，對不同省份科技企業孵化器整體績效水平的橫向比較也較少，難以從時間、空間等多個維度對中國科技企業孵化器發展狀況進行多方位監測；另一方面，多數研究關注科技企業孵化器績效評價本身，缺乏對科技企業孵化器績效的深入分析，難以全面理解中國科技企業孵化器的真實狀況。為此，本文從科技企業孵化器績效評價指標體系構建出發，綜合運用縱橫向拉開檔次法、面板標準化方法和線性加權法，對2007—2017年中國內地28個省份國家級科技企業孵化器績效綜合指數進行測度。在此基礎上，分別運用Markov轉移概率矩陣、泰爾指數分解、莫蘭指數及莫蘭散點圖等方法對各省國家級科技企業孵化器績效的動態演進、區域差異和空間相關性等問題進行分析。最后，綜合運用σ收斂模型、傳統β收斂模型和空間β收斂模型探討各省國家級科技企業孵化器績效的收斂性。

本文貢獻主要體現在兩個方面：一是測度2007—2017年中國內地28個省份國家級科技企業孵化器績效綜合指數，在較長時期對中國不同地區孵化器發展狀況進行動態監測；二是從時間、空間等不同維度對國家級科技企業孵化器績效綜合指數的動態演進、區域差異、空間相關性及收斂性等進行全面分析，有助于豐富科技企業孵化器績效評價研究。

1 指標選取、數據來源與方法

1.1 科技企業孵化器績效評價指標體系

評價指標體系構建是科學測度科技企業孵化器績效綜合指數的基礎。姚爽等[14]從社會效益、孵化效率、服務能力和發展規范4個方面構建指標體系，并對遼寧省科技企業孵化器績效進行評估；陶志梅[15]從團隊建設、資源集聚、基礎服務和孵化績效4個方面構建指標體系，運用主成分分析法對中國2012年196家國家級孵化器可持續發展能力進行比較；蔡曉琳等[2]從服務能力、運營水平、孵化效率和社會貢獻4個方面選取12個指標構建企業孵化器績效指標體系，對廣東省24個科技孵化器企業績效進行實證分析；田增瑞等[16]從資源、創新績效和創客創新績效3個方面選取11個指標構建指標體系，對2009—2016年中國內地31個省份科技企業孵化器內部協同發展進行測度。盡管評價角度和研究目的不同，但上述研究選取的評價指標具有高度一致性。

借鑒上述研究，本文從科技企業孵化器規模效率、資本投入和社會貢獻3個維度構建科技企業孵化器績效評價指標體系。其中，規模效率維度包含孵化規模和孵化效率2個子系統。其中，孵化規模用孵化器數量和孵化場地面積2個指標衡量，孵化效率用孵化企業年度畢業率衡量；資本投入維度包含人力資本和物質資本2個子系統。其中，人力資本用管理機構從業人員數和創業導師人數2個指標衡量，物質資本用孵化基金總額衡量；社會貢獻維度包含就業貢獻、經濟效益和創新效應3個子系統。其中，就業貢獻用累計畢業企業數和在孵企業從業人員數2個指標衡量，經濟效益用孵化器總收入和在孵企業總收入2個指標衡量，創新效應用在孵企業知識產權授權數和在孵企業發明專利數2個指標衡量。由此，本文構建由3個維度12個評價指標構成的科技企業孵化器績效評價指標體系，見表1。

1.2 數據說明

本文選取2007—2017年中國內地28個省、市、自治區的國家級科技企業孵化器為研究對象，并對其綜合績效進行測度和分析(因海南、青海和西藏早期各項指標數據均為0，故未納入統計。另外，為便于說明，本文中各省、市、自治區統稱為各省)。上述指標數據主要來源于2008—2018年《中國火炬統計年鑒》，由于2012年之前各項指標數據以孵化器形式展示，在數據整理時，先將不同的國家級科技企業孵化器定位到各省，再分別對各省所有孵化器數據加總，最終形成2007—2017年面板數據。對于個別缺失數據，統一使用插值法或相鄰年份指標值近似替代，描述性統計結果見表2。

表1 科技企業孵化器績效評價指標體系

注：以上所有指標均為正向指標；孵化企業年度畢業率用當年畢業企業與在孵企業數之比衡量；指標權重運用Matlab軟件根據縱橫向拉開檔次法計算，方法說明見后文

1.3 測度方法說明

中國各省國家級科技企業孵化器績效綜合指數測度主要分3個步驟：

(1)指標權重確定。本文主要采用縱橫向拉開檔次法確定基礎指標權重，因為該方法不帶有任何主觀色彩，且相對于主成分分析法、熵權法等客觀賦權法而言，更加適用于“時序立體數據”(即面板數據)和動態評價[17]。

maxwTHws.t.‖w‖=1w>0

(1)

(2)原始數據標準化。本文借鑒KOF瑞士經濟學會編制全球化指數的做法，使用面板標準化方法對原始數據進行標準化處理，由此計算的孵化器績效綜合指數可實現跨期比較，且在異常值敏感性方面表現良好[19]。具體公式如下：

(2)

式(2)中，xijt和sijt分別表示第i個省份第j個指標在第t年的原始值及標準化值，max(xj)和min(xj)分別表示所有省份第j個指標在樣本期內的最大值及最小值，這種設定將所有年份的孵化器績效綜合指數限定在0～1范圍內。

(3)孵化器績效綜合指數計算。在上述基礎上，對指標權重和標準化后的指標數據進行線性加權，即可計算出第i個省份第t年的孵化器績效綜合指數Qit，具體公式如下：

(3)

表2 主要指標描述性統計結果

2 結果分析

2.1 測度結果

根據上述邏輯方法，本文測度2007—2017年中國內地28個省份國家級科技企業孵化器績效綜合指數，見表3。

從中可見，江蘇、廣東、北京、浙江和湖北5省2007—2017年國家級科技企業孵化器績效處于領先水平，其綜合指數均值分別是排名末位甘肅的14.36倍、8.65倍、8.44倍、7.76倍和6.77倍，可見不同省份間國家級科技企業孵化器績效存在較大差距。2017年，國家級科技企業孵化器績效綜合指數排名前5位的省份分別是江蘇、廣東、北京、山東和浙江，甘肅、新疆、黑龍江、廣西和貴州等省份排名相對落后。同時，2017年高于平均值的省份僅有10個，有18個省份孵化器績效水平位于平均值之下，表明各省國家級科技企業孵化器績效綜合指數不平衡。從縱向看，2007—2017年中國國家級科技企業孵化器績效綜合指數從2007年的0.091 0上升至2017年的0.224 0，年均增長率高達9.43%，表明樣本期內中國國家級科技企業孵化器績效水平提升較快。

分地區看，2007—2017年全國及東、中、西部地區國家級科技企業孵化器績效均穩步提升，見表4。其中，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東10省；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8省；西部地區包括內蒙古、廣西、重慶、四川。若以樣本期內綜合指數均值0.138 3為分界線，2007年高于該水平的省份僅有5個，2012年有10個省份，2017年進一步增加至19個省份。從地區科技企業孵化器績效絕對水平看，東部地區平均績效水平最高，中部地區次之，西部地區最低。從平均增速看，2007—2017年東、中、西部地區孵化器績效綜合指數年均增長率分別為10.63%、7.60%和8.39%，可見東部地區不僅在絕對水平上處于領先地位，增速也最快。

表3 各省科技企業孵化器績效綜合指數

注：限于篇幅，2015年之前測度結果隔年匯報，下同

表4 地區科技企業孵化器績效綜合指數

2.2 動態演進

在上述測度結果的基礎上，根據四分位分類法[20]，將2007—2017年中國國家級科技企業孵化器績效綜合指數劃分為4個等級：低水平(Q<0.076 8)、中低水平(0.076 8≤Q<0.1074)、中高水平(0.107 4≤Q<0.158 9)和高水平(Q≥0.158 9)。按照這種劃分，2007年科技企業孵化器績效處于低水平、中低水平、中高水平和高水平的省份數量分別為12個、7個、7個、2個，2012年處于4個水平等級的省份變為6個、9個、6個、7個，2017年進一步變為0個、4個、10個、14個，表明中國國家級科技企業孵化器績效綜合指數由低水平向高水平不斷演進。

進一步，本文引入Markov轉移概率矩陣對中國國家級科技企業孵化器績效綜合指數變動概率進行分析，具體公式為：

(4)

表5 科技企業孵化器績效綜合指數Markov轉移概率矩陣結果

由表5可知，經過1年后，孵化器績效處于低水平、中低水平、中高水平和高水平省份繼續保持原來等級水平的概率分別為76.62%、63.01%、68.66%和96.83%，顯示出較強的穩定性。同時，孵化器績效處于低水平、中低水平和中高水平的省份向上一等級躍遷成功的概率分別為22.08%、28.77%和20.90%，向上躍遷難度較大。相應地，孵化器績效處于中低水平、中高水平和高水平省份向下一等級轉移的概率分別為8.22%、10.45%和3.17%，向下轉移概率較低。由此可見，中國國家級科技企業孵化器績效綜合指數具有較強的穩定性，從低水平躍遷至高水平的難度較大，且存在著一定的向下轉移風險。

2.3 區域差異及分解

上述分析結果表明，各省科技企業孵化器績效存在區域差異。為進一步揭示這種差異及其來源，本文借鑒Theil[21]、周小亮等[22]的處理方法，運用泰爾指數將國家級科技企業孵化器績效綜合指數的總體差異分解為組內差異和組間差異。泰爾指數介于0～1之間，數值越小，表明總體差異越小；反之，則表明總體差異越大。具體公式如下：

(5)

(6)

(7)

從中可見，各省科技企業孵化器績效綜合指數總體差異呈先上升后下降的“倒U型”變動趨勢。2014年之前總體差異不斷增大，全國總體泰爾指數由2007年最小值0.148 0上升至2014年最大值0.249 5；2014年之后總體差異有所減小，2015—2017年全國孵化器績效綜合指數的泰爾指數逐年減小，但相對于初始年份，各省科技企業孵化器績效區域差異依然較大。從結構分解結果看，地區內差異總體貢獻度處于47.82%～64.37%間，總體存在下降趨勢；地區間差異的總體貢獻度處于35.63%～52.18%之間，整體呈上升趨勢。在地區內部差異中，2009年之前西部地區貢獻最大，東部次之，中部貢獻最小；2009年之后東部地區貢獻最大，西部次之，中部貢獻最小。總體而言，各省科技企業孵化器績效水平存在較大的區域差異，雖然2014年之后差異有所縮小，但形勢不容樂觀。因此，縮小各省間的總體差異、地區內部差異尤其是東部省份差異及地區間差異，是中國科技企業孵化器發展亟待解決的問題。

2.4 空間相關性檢驗

地理學第一定律表明，任何事物都與其它事物相關，只不過相近的事物關聯更緊密。張玲等[23]、田增瑞等[16]、李燕萍等[24]的研究結果均表明，各地區科技企業孵化器發展具有空間相關性。為進一步探索各省科技企業孵化器績效的空間關聯，本文引入莫蘭指數對中國科技企業孵化器績效綜合指數空間相關性進行檢驗，具體公式為：

(8)

表6 各省科技企業孵化器績效綜合指數區域差異及分解結果

表7 各省科技企業孵化器績效綜合指數的莫蘭指數結果

注：*、**、***表示通過10%、5%、1%顯著性檢驗，下同

由表8可知，2007年、2012年和2017年有19個省份始終位于同一象限，表明各省科技企業孵化器績效綜合指數間空間相關性具有較強的穩定性。其中，江蘇、浙江、山東始終處于高—高型集聚區，河北、安徽、江西始終處于低—高型集聚區，山西、內蒙古、吉林、黑龍江、重慶、貴州、云南、甘肅、寧夏、新疆始終處于低—低型集聚區，北京、湖北、陜西始終處于高—低型集聚區。總之，全局空間相關和局部空間相關檢驗結果表明，中國各省科技企業孵化器績效綜合指數間存在較為穩定的空間正相關關系。

表8 代表性年份各省科技企業孵化器績效綜合指數的莫蘭散點圖解析

3 科技企業孵化器績效綜合指數收斂性

3.1 σ收斂

σ收斂模型主要通過觀測變量對數標準差變化情況判斷改變量是否存在σ收斂，若對數標準差具有隨時間推移而逐漸縮小的趨勢，則存在σ收斂。公式如下：

(9)

其中，lnQit表示第i個省份在第t年科技企業孵化器績效綜合指數的對數值，σt即為σ收斂系數，若σt+1<σt，則表明各省科技企業孵化器績效綜合指數存在σ收斂。σ收斂系數計算結果見表9。

表9 σ收斂結果

總體而言，全國σ收斂系數呈先上升后下降的“倒U型”變動趨勢，尤其是2014年之后σ收斂系數逐年減小。東部地區σ收斂系數總體呈不斷上升趨勢，且上升幅度明顯；中部地區σ收斂系數總體略有上升，但變化幅度不大；西部地區σ收斂系數2009年之前不斷上升，之后呈現較為明顯的下降趨勢。從地區比較看，中部地區σ收斂系數始終最小，2007—2010年σ收斂系數西部地區遠大于東部地區，2011—2015年σ收斂系數西部地區略大于東部地區，2016—2017年σ收斂系數東部地區遠大于西部地區。由此可見，全國及東、中、西部地區σ收斂系數在樣本期內均未表現出逐年下降趨勢，因此可認為各省科技企業孵化器績效綜合指數不存在σ收斂。

3.2 β收斂

β收斂模型起初主要用于經濟收斂檢驗，即檢驗經濟發展欠發達地區最終能否追趕經濟發達地區，以達到穩態水平。β收斂模型包括絕對β收斂模型和條件β收斂模型兩類，其中絕對β收斂模型考察相同的穩態水平，條件β收斂模型在絕對β收斂模型的基礎上控制一定條件，允許不同研究對象達到不同穩態水平。

本文借鑒Barro 等[25]的設定，將各省科技企業孵化器績效綜合指數的傳統絕對β收斂模型和條件β收斂模型設定如下：

lnQi,t+1-lnQit=α+βlnQit+εit

(10)

lnQi,t+1-lnQit=α+βlnQit+γXit+εit

(11)

在傳統β收斂模型的基礎上，Elhorst等[26]、Ertur等[27]將空間因素引入傳統β收斂模型，運用空間杜賓模型對經濟收斂問題進行研究。空間相關性檢驗結果表明，中國各省科技企業孵化器績效綜合指數間存在空間正相關關系。為此，本文將各省科技企業孵化器績效綜合指數的空間絕對β收斂模型和空間條件β收斂模型設定如下：

lnQi,t+1-lnQit=α+βlnQit+ρWln(Qi,t+1-lnQit)+δWlnQit+εit

(12)

lnQi,t+1-lnQit=α+βlnQit+γXit+ρWln(Qi,t+1-lnQit)+δWlnQit+λWXit+εit

(13)

其中，Qit表示第i個省份第t年科技企業孵化器績效綜合指數，lnQi,t+1-lnQit表示第i個省份第t年科技企業孵化器績效綜合指數的增長率，W為空間權重矩陣，Xit為控制變量。β為主要待估參數，若β<0在統計上顯著，則表明中國各省科技企業孵化器績效綜合指數存在β收斂，反之則不存在β收斂。當存在β收斂時，收斂速度可表示為ν=-ln(1-|β|)/T。其中，T表示樣本考察期的年份總數；半程收斂周期表示為τ=(ln2)/ν，單位為年[28]。

關于估計模型選擇，無論是否考慮空間自相關，絕大多數關于收斂性的研究使用固定效應模型，從先驗經濟學理論出發，隨機效應被認為不太適用于收斂性檢驗。另外，在模型估計之前，本文對所有模型進行Hausman檢驗。結果表明，在被檢驗的16個β收斂模型中，除中部地區和西部地區傳統絕對β收斂模型接受隨機效應原假設外，其余14個β收斂模型(包括所有空間β收斂模型)均顯著拒絕隨機效應原假設。綜合以上分析，本文統一運用固定效應模型對各省科技企業孵化器績效綜合指數的β收斂性進行估計，結果見表10。

在不考慮空間相關性情況下，全國及東、中、西部地區的絕對β收斂系數均為負數，且全國和東部地區均通過顯著性檢驗，但中部地區(p=0.220)和西部地區(p=0.155)β收斂系數不顯著，表明在傳統絕對β收斂模型框架下，全國和東部地區存在絕對β收斂，但中部地區和西部地區不存在絕對β收斂。若引入空間相關性，則全國及東、中、西部地區的絕對β收斂系數均顯著為負，表明存在絕對β收斂。同時，所有空間模型空間自回歸系數(ρ)均顯著為正，說明對科技企業孵化器績效綜合指數進行收斂性檢驗時需考慮空間因素。從收斂速度看，全國及東、中、西部地區的空間絕對β收斂速度分別為3.7%、2.2%、3.7%和3.5%，相比于傳統絕對β收斂速度，分別提高2.1、1.6、2.9和1.1個百分點，表明空間因素具有加速收斂、縮短收斂周期的作用。

關于各省科技企業孵化器績效綜合指數的條件β收斂分析，本文借鑒已有文獻，控制如下變量：①經濟發展水平(PC)，用以2000年為基期的人均實際GDP表示；②工業化水平(IR)，用二三產業就業人數之和與總就業人數之比表示；③人力資本水平(HC)，用每十萬人口高等學校平均在校生數表示；④科技投入水平(RD)，用R&D人員全時當量表示。為減少異方差的影響，在實證過程中，本文對以上所有變量取對數。以上數據來源于歷年《中國統計年鑒》和《中國區域經濟統計年鑒》，控制變量描述性統計結果見表11。

表10 絕對β收斂結果

表11 控制變量描述性統計結果

條件β收斂結果見表12。表12顯示，無論是否考慮空間自相關，全國及東、中、西部地區條件β收斂系數均顯著為負，表明全國及東、中、西部地區科技企業孵化器績效綜合指數存在條件β收斂。同時，所有空間模型空間自回歸系數(ρ)均顯著為正(中部地區p=0.102，非常接近10%的顯著性水平)，表明在進行條件β收斂分析時應考慮空間因素。對比傳統條件β收斂和空間條件β收斂估計結果可以發現，全國及東、中、西部地區空間條件β收斂速度分別為5.9%、4.0%、11.4%和8.2%，相比于傳統條件β收斂，分別提高0.7、0.8、6和1.4個百分點，再次驗證了空間因素可以加速收斂的結論。此外，對比條件β收斂和相應絕對β收斂估計結果，發現所有絕對β收斂速度均小于條件β收斂速度。這是因為，條件β收斂考慮了不同省份科技企業孵化器發展的異質性，從而促使收斂速度加快、收斂周期縮短。從控制變量估計結果看，地區工業化水平和科技投入水平對科技企業孵化器績效綜合指數收斂具有較為顯著的正向促進作用，而地區經濟發展水平和人力資本水平對科技企業孵化器績效綜合指數收斂的促進作用不顯著。

由于中國各省科技企業孵化器存在正向空間相關性，因此在考察科技企業孵化器績效綜合指數收斂性時應納入空間因素；同時，由于條件β收斂考慮了各省孵化器發展異質性問題，從而能夠更加準確地反映收斂性特征。空間條件β收斂結果表明，全國科技企業孵化器績效綜合指數收斂速度為5.9%，相應的半程收斂周期為11.73年，即縮小各省科技企業孵化器績效實際水平與穩態水平間差距的一半大約需要11.73年。東、中、西部地區各省科技企業孵化器績效綜合指數收斂速度分別為4.0%、11.4%和8.2%，相應半程收斂周期分別為17.14年、6.09年和8.48年。總體而言，東部地區收斂速度最慢，西部地區次之，中部地區收斂速度最快。

導致不同地區收斂速度差異較大的主要原因是各地區內部孵化器發展不均衡。以2017年各省孵化器績效綜合指數測度結果為例(見表3和圖1)，東部地區江蘇省以0.869 7的水平遙遙領先，東部地區廣東、北京、山東和浙江緊隨其后，明顯高于排名相對靠后的湖北、河南等省份，但東部地區也包含孵化器發展相對滯后的福建、河北等省份，從而導致東部地區內部省份間孵化器發展差異最大，收斂速度最慢。中部地區則剛好相反，各省份孵化器發展績效水平間差異最小，收斂速度最快。西部地區介于二者之間，收斂速度也介于東部和中部地區之間。

那么，為何中國各省份科技企業孵化器績效綜合指數存在空間收斂性？其內在機制又是什么？本文認為，空間收斂內在機制主要包括直接機制和間接機制兩個方面[29]。其中，直接機制主要在于學習、分享等，學習是指孵化器發展相對落后地區向孵化器發展較為發達地區學習，分享則是指孵化器發展較為發達地區通過經驗傳授等方式分享發展經驗、模式等。間接機制主要表現在各省間孵化器發展的空間外溢效應能否引發不同省份尤其是地理位置相近省份間的競爭，從而倒逼各省更加重視孵化器發展，最終實現各省孵化器績效水平趨同。從中國孵化器發展實踐看，近年來，中國積極推進孵化器發展國際合作，顯著提升了中國自身孵化器創新創業服務能力，也是上述空間收斂內在機制的重要體現。

總之，上述估計結果表明，全國及東、中、西部地區各省科技企業孵化器績效綜合指數存在絕對β收斂和條件β收斂。

表12 條件β收斂結果

4 結論與啟示

4.1 研究結論

本文從規模效率、資本投入和社會貢獻3個維度選取12個指標構建科技企業孵化器績效評價指標體系，測度2007—2017年中國內地28個省份國家級科技企業孵化器績效綜合指數，運用多種模型對各省國家級科技企業孵化器績效的動態演進、區域差異、空間相關性及收斂性等進行分析。結果發現：①2007—2017年中國科技企業孵化器實現了較快發展，國家級科技企業孵化器績效綜合指數年均增長率高達9.43%，且呈現東、中、西部地區依次遞減的分布特征；②中國國家級科技企業孵化器績效綜合指數具有較強的穩定性，從低水平躍遷至高水平的概率介于20.90%～28.77%間，且存在著向下轉移風險；③中國科技企業孵化器績效水平存在較大的區域差異，2014年之前區域差異呈上升趨勢、2014年之后區域差異有所縮小。從區域差異分解結果看，地區內差異總體貢獻度處于47.82%～64.37%間，且存在下降趨勢；地區間差異總體貢獻度處于35.63%～52.18%之間，且存在上升趨勢；④各省科技企業孵化器績效綜合指數間存在著較為穩定的空間正相關關系；⑤全國及東、中、西部地區科技企業孵化器績效綜合指數不存在σ收斂，但存在絕對β收斂和條件β收斂。空間條件β收斂結果表明，全國科技企業孵化器績效綜合指數收斂速度為5.9%，相應半程收斂周期為11.73年，且工業化水平和科技投入水平能顯著促進科技企業孵化器績效綜合指數收斂。

4.2 政策建議

結合上述結論，本文提出以下政策建議：①高度重視科技企業孵化器發展過程中出現的不足，提高從低水平躍遷至高水平的概率，同時降低等級向下轉移概率、縮小各省間尤其是東部地區省份間科技企業孵化器績效水平差距。由于中國各省份孵化器發展存在空間正相關和集聚效應，因此應因地制宜，通過優化資源配置、完善區域協作網絡、積極引導區域內、跨區域及國際間孵化器合作等方式提升孵化器績效水平；②由于地區工業化水平和科技投入水平對科技企業孵化器績效綜合指數收斂具有顯著正向促進作用，因此應堅持以新發展理念引領新型工業化，推動中國工業化水平和質量進一步提升。同時，地方政府應注重科技創新的作用，加大科技投入力度，推動地區孵化器績效水平不斷提升。