廣東省城市科技創新孵化能力與效率
——基于改進熵值法與超效率DEA的分析

杜賽花，李鎮南，賴志杰

（1.廣東省科技創新監測研究中心，廣東廣州 510033；2.暨南大學國際商學院，廣東珠海 519070）

1 研究背景

企業孵化器這一概念由美國企業家喬·曼庫于1956年提出，并且第一家企業孵化器在紐約得以成立，企業孵化器這一組織能為入駐企業提供場地，共享設施，服務等支持并降低初創企業的創業風險與創業成本,保障創業企業存活率與成功率，因此企業孵化器在世界范圍內獲得迅猛的發展［1］。國內外學者在企業孵化器績效這一研究領域已經取得相當數量的研究成果，通過對相關文獻進行梳理,可知目前的成果主要從以下兩方面對孵化器績效進行評價，分別為分析孵化器績效影響因素與結合各類評價方法構建運營績效評價體系。

在分析績效影響因素方面，林強等［2］從內外兩個角度提出，孵化器績效受政府、社會、競爭者三個外部因素與投資模式、盈利模式、經理人素質、入孵企業關系四個內部因素影響。Sang Suk Lee等［3］通過對比美國與韓國兩個國家的孵化器得出孵化器成果的關鍵因素有人力物力資源、配套服務與網絡化流程等。宋清等［4］結合實例建立回歸分析模型分析人力資源、財務資源與物質資源三方面的投入對孵化器績效的影響。吳文清等［5］結合2010—2013年科技部統計年鑒數據建立回歸分析模型，發現孵化器創業績效和創新績效分別與孵化器資金投入規模、孵化器面積規模之間呈倒U型關系。而在前人對運營績效影響因素的研究基礎上，有許多學者建立了各類指標體系并給出相應的評價方法，如梁敏［6］運用層次分析法設計綜合評價模型，其中的指標層包括孵化器基地面積、風險投資額、企業孵化成功率等。孫琦等［7］運用模糊評價方法分析企業孵化器的優勢與劣勢。劉寧暉等［8］在評價模型構建上選取了入孵企業畢業率、引進海歸人員數、人均科技成果轉化率、在孵企業收入增長率等指標，并結合灰色系統理論分析了南京5家科技企業孵化器的運行績效。殷群等［9］運用DEA方法評價研究了長三角地區45家國家級企業孵化器的綜合效率、技術效率以及規模效率。除此之外，還有學者應用組合賦權法［10］、模糊層次分析法［11］、變異系數法等進行評價［12］。

而在研究對象的選取方面，大部分學者孵化器作為單位進行研究，如何慧芳等［13］以孵化器企業為單位對廣東省245個企業孵化器的運行效率展開研究。也有學者以省份或地級市為單位進行孵化器效率的研究，如趙崢等［1］、劉肖肖等［14］。孵化器通過對初創企業提供相關扶持措施促進初創企業的成長，是創業生態系統中的重要組成部分之一，對區域經濟的增長有著重要的影響，而孵化器的經營績效在一定程度上也反映了其所在城市的創業水平。

本文的研究對象是廣東省內各地級以上城市（除云浮市），運用基于改進熵值法的綜合評價法構建指標體系對各市的科技企業孵化能力進行評價，結合超效率DEA方法分析各城市科技孵化效率，進而從量與質兩方面對城市科技孵化水平進行綜合分析，結合聚類分析方法對各城市進行聚類，探究不同類型城市的效率差異及改進方法。

2 研究方法

2.1 基于改進熵值法的綜合評價法

（1）因為不同指標具有不同量綱與單位，因此將評價指標值進行無量綱化處理（即度量化）并消除負值：

2.2 超效率DEA模型

科技型企業孵化器作為一個經濟主體，實現投入資源的價值將其轉化為產出貫穿于孵化器的經營過程，而這一過程涉及多種投入到多種產出的轉化，且投入產出指標具有不同量綱，因此衡量這一過程的效率難度較高。同樣地，以區域為單位研究孵化效率時也需要考慮測量這一過程效率的難度。而數據包絡分析作為評價復雜系統多投入多產出效率的方法，具有如下優點：（1）DEA方法無須對數據進行無量綱化處理，因為該方法并不直接對數據進行綜合，各個決策單元的最優效率指標并不取決于投入產出指標值的量綱；（2）無須進行任何權重假設，最優權重取決于決策單元輸入輸出的實際數據，完全由數據驅動，客觀性強；（3）假設輸入與一個或多個輸出之間具有關聯關系，但無需求出該關系的表達式，即生產函數［17］。因此，本文使用DEA方法評價廣東省地級以上城市的科技孵化效率。

在DEA方法的應用中，主要有固定規模報酬的CCR模型與規模報酬可變的BBC模型這兩個基礎模型。然而，上述基礎模型存在難以進一步判斷多個效率值為1的DMU相對效率的高低這一缺陷，因此Andersen等［18］提出了DEA超效率模型用于解決此類問題,以下對超效率模型進行簡要介紹。

超效率DEA模型基本思想為在對決策單元進行評估時,使該決策單元本身獨立于單元的集合，即排除在單元集合之外。對于效率評價值為1的DMU,該模型會將生產前沿面重新推導計算,從而使其大于經典DEA模型的效率值;而對于DEA無效的DMU,其生產的前沿面不會發生改變,效率值與排序結果也與傳統模型保持一致。

在運用超效率模型評價城市科技創新孵化效率這一過程中，可以假設研究對象共有個城市，每一個城市為一個決策單位（DMU），在其孵化過程中共有n種投入指標與m種產出指標，為第個城市的第種類型輸入的投入總量，為第個城市的第種類型輸入的投入總量，因此可以將任意一個城市的投入集，產出集表示為：基于投入導向的規模報酬不變的超效率DEA模型為：

為了對多個DEA有效的DMU進行更有區分度的效率評價，本文選取這一模型對廣東省內地級以上城市的科技企業孵化器孵化效率進行評價分析。

2.3 K-means聚類

聚類分析是統計學中的數據歸類方法，作為一種描述數據之間相似性的分類算法獲得廣泛應用，而K-means聚類（又稱快速聚類）是較為常用的聚類方法。K-means聚類由Mac Queen［19］于1967年首次提出,其基本思想為：選取任意個對象作為聚類中心，然后根據每個對象與聚類中心的距離將對象初步劃分為個群體形成初始聚類，再根據數據相似性與距離最短的原則不斷優化直至收斂最終形成最終聚類。K-means聚類相較于方法優點在于可以根據實際需求確定類別的個數，因此本文以廣東省地級以上城市為研究對象，以各城市創新孵化水平與效率為變量，運用K-means聚類方法將不同城市劃分為不同類型，并在此基礎上探究不同類型城市的效率差異及改進方法。

3.7 膝關節的應用 徐盛元等[42]人探究Mulligan手法與低頻電療聯合治療膝骨關節炎，其療效顯著。Takasaki等[43]認為MWM可以緩解疼痛和改善膝關節功能，此次的研究僅探討直接和短期效益，因為MWM尚未在膝骨關節炎中進行說服力的研究與數據表明，所以其是潛在膝關節骨性關節炎的早期管理的一個組成部分。Doskay等[44]研究同樣可表明MWM對膝骨關節炎的疼痛減輕和功能恢復有效果。

3 城市科技創新孵化能力與孵化效率評價體系構建

3.1 孵化能力評價體系

在評價城市創新孵化能力方面，大部分學者通過建立評價指標體系并結合相關評價方法進行分析，而在評價指標的選取上，目前的研究成果傾向于從資源，環境，經濟效益等方面入手，如曹細玉［20］構建了以孵化器硬軟件環境、融資能力、管理能力、人才聚集能力和市場開拓能力等為指標的評價體系對孵化器的能力進行分析。本文在對城市創新孵化能力的評價指標選取上，出于數據可得性與模型完備性，參考城市創業水平與城市孵化能力的研究［1，21-22］，選取以下指標作為城市創業孵化能力評價指標：孵化器數量、城市在孵企業總收入、城市在孵企業從業人員數、城市在孵企業數量和城市孵化器面積（見圖1）。

圖1 城市孵化能力評價體系

本文在上述評價體系的基礎上，結合改進后的熵值法對城市創業孵化能力進行評價。

3.2 孵化效率評價體系

在構建評價體系時，選取合適的指標對區域內科技企業孵化器的投入產出進行測量是運用DEA方法的基礎與關鍵環節，這一過程直接影響到模型的合理性與有效性。而在投入產出指標的選取方面，國內學者在大方向上具有較為一致的觀點，但在具體的指標選擇上有一些差異。例如，殷群等［9］從人、財、物三個方面考慮投入指標，從社會效益出發考慮產出指標，建立起以在職人員總數、孵化器產地面積、孵化器收入與資金總額為投入，累計畢業企業數量、就業總人數、稅收金額為產出的模型。代碧波等［23］從人力、財力、物力、孵化能力、就業機會、經營效益六個方面設置投入產出指標。何慧芳等［13］設置了9個指標測量投入產出，投入指標為運營成本、基金總額度、孵化器使用面積、管理機構從業人員，產出指標為累計畢業企業數量、在孵企業從業人數、孵化器內企業數量、知識產權數、孵化器總收入。結合前人研究成果與數據可獲得性等一般性原則，本文從人財物投入與社會效益等6方面設計了10個指標測量企業孵化器的投入產出（見表1）。

表1 DEA超效率模型指標體系

3.3 數據來源

2017年廣東省各城市的區域科技創新孵化能力評價與效率評價相關數據均來自廣東省科學技術廳發布的《2018廣東火炬統計年鑒》。篩除了部分指標值缺失的樣本后，本文以廣州、深圳、珠海等20個地級以上城市作為研究對象進行城市創新孵化能力與孵化效率的評價。投入產出變量與孵化能力相關變量的描述性統計見表2。

表2 各量定義及描述性檢驗

4 實證分析

4.1 城市創新孵化水平與效率評價結果

本文利用改進的熵值法與超效率DEA模型評價廣東省內20個地級以上城市科技創新孵化能力,分別運用state與EMS軟件進行數據運算,最終得到各城市創新孵化水平與創新孵化效率評價結果。其中，效率值小于1則代表DEA無效，大于1則代表DEA有效（見表3）。

表3 廣東省地級以上城市科技創新孵化能力效率綜合評價

表3 （續）

結合基于改進熵值法的城市創新孵化能力綜合評價模型，本文求得廣東省20個地級以上城市的創新孵化水平，其中位于前五名的分別為廣州（0.996），深圳（0.700），東莞（0.406），佛山（0.308），中山（0.172），各城市創新孵化能力如圖2所示，其中廣東省各城市創新孵化能力均值為0.155，樣本方差為0.26。

圖2 廣東省地級以上城市創新孵化能力

由圖2可以看出，廣東省內各城市創新孵化能力差異較大，其中創新孵化能力較強的城市僅占少數（如廣州、深圳），大部分城市的創新孵化能力仍較差，能力指數在0.1以下的城市共13座。結合各個城市的地理位置可知，孵化能力較強的企業全都位于珠三角地區，這些城市較高的經濟發展水平為科技企業孵化器的發展提供了優越的條件，而廣東省經濟發展不均衡的格局導致了珠三角城市創新孵化能力遠遠強于粵東，粵西等地區的城市。

在超效率DEA模型的基礎上求解得到各個城市的創新孵化效率，其中揭陽（603.06%），汕尾（584.37%），潮州（386.67%），珠海（358.54%），清遠（241.14%）位于前五。結合各城市創新孵化效率，不難看出城市創新孵化效率與能力兩者之間不存在匹配關系，如廣州的孵化能力在廣東位于首位，而孵化效率卻小于1，即DEA無效；汕尾的孵化能力位于廣東省末尾，其孵化效率卻位于前列。當然也存在類似于深圳、肇慶能力與效率相匹配的情況。總體上看，廣東省城市創新孵化這一方面存在著高能低效、低能高效、能效匹配這三種情況。

4.2 聚類分析

結合前文對廣東省城市創新孵化能力效率總體情況的分析，本文運用SPSS以各城市創新孵化能力指數與孵化效率指數為變量進行聚類分析，結合聚類分析結果與實際情況將20個城市分為三類：高能低效型，低能高效型，能效匹配型，具體結果見表4。

表4 廣東省地級以上市創新孵化能力效率分類

高能低效型城市有廣州、佛山這兩個城市，其中廣州作為廣東省省會，政治經濟條件優越，擁有豐富的創新創業資源，吸引而來的科技企業孵化器數量眾多，但由于資源的有限約束與不合理分配等原因，孵化器數量的增多并不能有效提升整個城市的創新孵化效率，反而有可能導致整體效率的降低。而佛山臨近廣州，其發展歷史及相關資源與廣州具有相似性，其孵化能力效率特點與廣州相似，同屬高能低效型城市。針對這兩個城市規模不經濟及可能存在的管理、組織方式滯后的問題，城市之間應加強科技交流，發揮規模效應，共同推動協同創新發展。

低能高效型城市有珠海、揭陽等，這些城市雖然孵化器企業數量較少，孵化能力較弱，但由于孵化器數量較少，其孵化效率易受企業自身特質，區位條件及政策資源等條件影響，而較為優越的條件能較強的提升城市創新孵化效率。如珠海臨近澳門，是粵港澳大灣區的重要組成部分，在資源傾斜及政策的加持下具有較高的效率。

能效匹配型城市可以根據其城市創新孵化能力的高低進一步區分為高能高效型城市與低能低效型城市，高能高效型城市有深圳、東莞、中山、惠州，這些城市相較于廣州更具有活力，其經濟實力的快速提升激活了區域內科技創新活力，加之政府政策及相關區位優勢，這些城市在具有較高創新孵化能力的同時保持了一定的孵化效率。以深圳為例，深圳作為改革發展的先行地，既擁有強大的發展基礎與資源的傾斜，也有著濃厚的創新創業氛圍，另外高端科研人才引進與培養政策等政策支持也進一步提升了深圳的科技創新發展效率。而低能低效型城市由于經濟基礎較差，自身優勢不夠明顯，不能有效提升創新孵化能力及效率，針對這類型的城市，政府因以科技創新能力提升為導向，鼓勵高新技術企業孵化器的入駐，同時推動城市之間的技術與政策交流，促進區域科技協同創新，共同發展。

5 研究結論與對策建議

5.1 研究結論

本文以廣東省內20個地級以上城市為研究對象，通過基于熵值法的綜合評價法與超效率DEA法對比分析了各個城市的創新孵化能力及效率，并將各個城市劃分為高能低效，低能高效，能效匹配三種類型，得出以下結論：

（1）廣東省由于區域經濟發展不均衡，城市之間差異較大，位于珠江三角洲的城市因為擁有較強的經濟基礎與創新創業環境而具有極高的科技創新孵化能力，位于粵東、粵西的城市科技創新孵化能力較弱。

（2）廣東省內各城市創新孵化效率差異較大，效率較高的城市有揭陽、汕尾、潮州等城市，而DEA無效的城市有廣州、佛山等7個城市。而城市創新孵化效率的高低受資源分配，企業自身管理能力等多種條件影響。

（3）城市科技創新孵化能力與效率兩者之間不具有匹配性，創新孵化能力的提升不一定會帶來孵化效率的提高，孵化效率受多種因素的影響，孵化能力的增強，孵化器數量的增多反而會導致資源的不合理分配，從而導致孵化效率的降低。而兩者之間的關系也產生了高能低效型、低能高效型、能效匹配型等類型的城市。

5.2 對策建議

基于上述實證分析的內容及結論，本文認為要同步提升廣東省內各城市科技創新孵化能力與效率可以從以下兩個方面著手：

（1）企業提升精細化管理程度，促進資源的合理配置。隨著國家社會經濟的發展及相關產業政策的實施，科技企業孵化器的數量及規模得以大幅度擴張，但孵化器企業的經營管理能力，技術水平等提升幅度則較為有限。企業在經營發展過程中需逐步完善自身經營制度，提升管理水平，通過整合孵化器軟硬件資源，合理利用內外部發展優勢，促進孵化器從粗放型到精細型的轉變。在合理配置企業人、財、物等資源的基礎上，增強在孵企業發展能力，提升企業存活率與畢業企業數量，促進孵化效率的提升。

（2）完善科技企業孵化器管理制度，推動重點化，差異化發展及退出機制的實施。結合孵化器企業經營實踐，不同科技企業孵化器的效率影響因素各不相同，其效率改善途徑也有所區分，這對政府在孵化器管理過程中精準識別區域內孵化器的發展潛力與發展前景提出了要求。針對優質的高效科技企業孵化器，當地政府可以通過減稅降費等政策進行鼓勵與扶持，使其成為行業標桿進而帶動區域內科技企業孵化器的發展，而針對部分效率低下，發展潛力較弱的孵化器企業，可以引入退出機制進行整改，有序逐步淘汰完全低效的孵化器。另一方面，各科技企業孵化器的行業類別既有差異也有重復，這要求政府在推動科技企業孵化器發展過程中需要針對不同區域，不同產業等特點進行差異化管理，結合當地區位，資源等條件促進孵化器企業差異化發展。