創業孵化推動創新引領經濟發展的機理分析與實證檢驗

劉雨楓，馮 華

(北京交通大學 經濟管理學院，北京 100044)

0 引言

黨的十九屆五中全會指出，堅持創新在我國現代化建設全局中的核心地位，把科技自立自強作為國家發展的戰略支撐。創新驅動經濟發展成為“十四五”時期的主旋律。從近5年國家公布的科技進步貢獻率看，2020年我國科技進步貢獻率超過60%，雖然比2015年的55.3%有了小幅提升，但與美國、日本等主要發達國家(已達到80%)相比依然存在一定差距，創新型國家建設仍面臨諸多“關卡”。

創新引領經濟發展是指科技創新通過影響成果轉化、市場結構和產業轉型與經濟逐步融合，進而促進經濟發展。經濟結構調整不僅依賴市場，創新驅動產業轉型和戰略性新興產業發展也起關鍵作用，其是創新產業化的雛形[1]。跨越科技與經濟之間的鴻溝，可通過處理政府與市場關系、重視成果轉移轉化、促進深度融合的“三級跳”與完善“三鏈”布局實現[2]。科技、經濟融合與經濟增長之間存在耦合關系，科技資源有效配置和科技成果合理轉化有助于促進經濟增長，而科技與經濟脫鉤則會阻礙創新能力轉化[3]。因此，學者多采用科技經濟融合度指標衡量創新引領經濟發展水平。

中外學者多采用科技進步貢獻率對科技經濟融合程度進行衡量，計算算法主要包括3種：索洛余值法[4-5]、數據包絡分析法(DEA)[6-8]、隨機前沿法[9]。本文借鑒以往學者對全要素生產率的分解方法[10]，采用隨機前沿模型(SFA)測算科技進步貢獻率，基于Battese & Coelli[11]提出的個體效應模型及Kumbhakar等[12]構建的隨機前沿生產函數模型，進一步將科技進步貢獻率分解為技術進步率、技術效率、規模效率和資源配置效率。

創業孵化對于提高企業市場地位以及實現企業既定目標具有重要影響[13]。創業孵化作為供需雙方的賦能載體，能夠更好地實現供需雙方資源配置[14]，提高供需雙方資源配置效率。而企業家精神則能夠顯著提升制造業資源配置效率，通過降低要素市場扭曲促進制造業產品升級[15]。此外，資本市場對技術效率與規模效率具有正向影響，眾創空間通過提供技術支持、組建產業聯盟等促進中小型科技企業成長[16]。

現有研究肯定了創新對于經濟增長的促進作用，對創新引領經濟發展的研究主要集中在影響因素、體制機制等方面，針對創新引領經濟增長作用過程和內在機理的分析較少，鮮有學者從科技進步貢獻率分解視角研究具體效率影響因素。鑒于此，本文以衡量科技經濟融合度的科技進步貢獻率指標為基礎，深入分析創業孵化提升資源配置效率的作用機理。以創業孵化規模為核心變量，以孵化器數量、人員投入、風險投資、技術服務為中介變量構建中介效應模型，對創業孵化推動創新引領經濟發展的作用機理進行實證檢驗，對于加快建設現代化經濟體系、實現2035遠景目標具有重要意義。

1 理論機理

創業孵化機構是我國實施創新驅動發展戰略的基礎設施，可以確保各項政策支持精準落地，促進產業孵化服務升級，加快新興業態培育，是推動創新引領經濟發展的重要載體。具體而言，創新產業化是創業孵化推動創新引領經濟發展的主要途徑，通過創新產業化路徑，創業孵化機構培育創業企業并形成新產業，而新產業又成為經濟增長的重要源泉，這一過程就是創業孵化通過創新產業化推動創新引領經濟發展的全過程。

1.1 熊彼特競爭與產業動態理論

新古典經濟學最為關注稀缺資源在競爭目標之間的配置問題，認為均衡受到預算、偏好和技術的約束。在熊彼特看來，靜態均衡隨時有可能被打破，企業面臨的競爭并非新古典經濟學中既定約束下的競爭，而是新產品、新技術、新組織形式競爭。即各異質性企業以自身提供的產品和服務為基礎展開相互競爭，實現優勝劣汰，現有企業和新進企業的創新、適應及模仿活動持續推動競爭和選擇[17]。熊彼特競爭與產業動態理論指出，影響企業異質性和動態性的因素包括產業結構和產業特征、企業組織和企業規模以及創新模式在學習體制中的映射匹配。

規模差異是影響企業異質性的一個重要因素。經典事實表明，企業規模存在廣泛差異性，企業規模數據呈右偏分布特征，不同企業規模造就了不同的產業結構[18]。不同企業規模影響企業增長率和盈利性，不同行業、不同年齡對于企業增長率均具有不同影響。Lotti(2003)指出在科技型企業中，規模較小的幸存者平均增長速度大于規模較大的企業；Axtell(2001)研究發現，企業技術最優規模并非呈傳統U型分布態勢，而是呈現對數正態分布、帕累托分布和尤爾分布態勢，并指出在動態競爭環境中，企業規模差異影響企業發展速度、盈利能力，進而導致企業之間的異質性。

產生績效異質性的真正原因在于企業創新和技術效率不同。熊彼特破壞性創造理論指出，創新和技術效率顯著影響企業異質性。技術創新通常涉及生產組織變革，不同創新方式意味著企業對各項任務有不同的組織安排。此外，技術和組織創新也影響企業投入/產出效率[17]。無論以何種標準衡量，技術效率非對稱性分布狀態都普遍存在，不同企業間的創新能力和技術效率差異也普遍存在，并呈現出極度的非對稱性，往往是極大一部分創新掌握在少數企業手中，進而形成由系統創新者構成的小型核心圈[19]。

另外，創新在學習體制中的映射匹配也是影響企業異質性的重要原因，不同組織結構、產業類型均會影響企業創新擴散程度。依據創新過程不同，熊彼特將創新產業劃分為熊彼特I型和熊彼特II型。不同企業組織模式對創新資源配置的影響不同，技術來源、技術軌跡、技術多樣性與技術強度、技術獲利方式等均是導致企業異質性的重要因素。

1.2 科技進步貢獻率分解與創新引領經濟發展

從熊彼特競爭與產業動態理論可以看出，不同創新能力和技術能力是產業演化的核心驅動力，塑造著彼此競爭的企業群體增長、衰落與退出，也影響新企業市場進入機會。與新古典經濟增長理論不同，熊彼特競爭與產業動態理論表明，經濟增長受科技因素的制約，除新技術和新產品外，從舊產業向新產業演化同樣是促進經濟持續增長的重要原因。因此，對創新引領經濟發展的考量應考慮企業規模、技術效率及創新體系制度演化，而企業績效差距與資源配置、企業規模和生產效率也是創新驅動宏觀經濟增長的基本構成要素。

新古典經濟學多通過分解全要素生產率對經濟增長貢獻率進行研究，經濟增長中技術進步的兩個常用指標——科技進步貢獻率和全要素生產率就計算方法和實際內涵而言是一致的，但全要素生產率是國際通用概念，全要素生產率對經濟增長的貢獻率與科技進步貢獻率統計內容一致，《中國科技統計年鑒》也用全要素生產率對經濟增長的貢獻率替代科技進步貢獻率作為統計指標。本文認為，利用全要素生產率替代科技進步貢獻率未剔除制度、市場等因素的影響，有可能導致結果出現偏差。為解決這一問題，學者將全要素生產率分解為技術進步率、技術效率、規模效率和資源配置效率。

本文借鑒這一做法，結合熊彼特競爭與產業動態理論對科技進步貢獻率進行分解，利用分解指標衡量科技進步對經濟增長的影響，對創新引領經濟發展進行量化分析。全要素生產率分解方法主要包括索洛殘差法、隱性變量法和隨機前沿生產函數法。其中，索洛殘差法假設條件較為嚴苛，在計算過程中有可能出現偏差，且沒有剔除測算誤差對全要素生產率的影響，有可能高估技術進步；隱形變量法在規模報酬不變和技術中性的基礎上進行計算，有可能高估科技進步貢獻度；隨機前沿函數法將生產函數形式轉化為超越對數生產函數，放松了對規模報酬不變和技術中性的假設，允許勞動力和資本的非充分利用并以技術效率描繪實際生產與前沿面之間的差距，可將全要素生產率分解為技術效率和技術進步兩項指標。本文綜合使用以上3種全要素生產率分解方法，進一步將科技進步貢獻率分解為技術進步率、技術效率、規模效率和資源配置效率，以完成對創新引領經濟發展的量化分析。

1.3 研究假設

(1)孵化器通過整合資源提高資源配置效率。創業孵化器通過整合與優化資源使要素邊際替代率(MRS)無限趨近于邊際轉換率(MRT)，并向帕累托最優方向改進。要素之間的邊際轉換率是在特定資源組合下，每增加單位商品1而必須放棄商品2的產量，代表生產可能性邊界曲線斜率。當生產和交換達到帕累托最優時，邊際轉換率等于邊際替代率，當未達到帕累托最優時，兩者不相等。創業孵化器通過對創業企業提供全鏈條服務，使均衡點由原點向終點擴散，實現帕累托改進，進而促進經濟發展。另外，創業孵化器規模擴大也會增加孵化器數量，促進創業資源集聚，進而提升創業資源配置效率。據此，本文提出如下假設：

H1：創業孵化器規模通過增加孵化器數量提升資源配置效率。

創業孵化器規模擴大也會增加創業孵化人員數量，這些人員包括管理機構從業人員、創業導師等，為孵化器創業企業提供創業、咨詢與培訓服務等，進而提高資源配置效率。據此，本文提出如下假設：

H2：創業孵化器規模通過加大人員投入提升資源配置效率。

(2)創業孵化投資通過為企業提供金融支持提高規模效率。創業孵化投資通過為創業企業提供金融支持，為創業企業生存與發展提供資金保障。創業孵化投資的介入能夠擴大創業企業生產預算線，促使生產預算線向外平移，進而擴大企業規模。基于柯布道格拉斯生產函數描繪產出Y關于要素投入K和L的生產函數，創業孵化資金投入使得企業資金增多，企業生產預算線向外平移，生產規模不斷擴大，最終促進規模效率提升。另外，創業孵化投資規模擴大也會增加風險投資機構數量，從而使更多創業企業能夠從風險投資機構處獲取企業成長所需資金，在企業規模擴大的基礎上形成規模效應，進而提高規模效率。據此，本文提出如下假設：

H3：創業投資規模通過加大風險投資提升規模效率。

(3)精準的技術服務能夠提高技術效率。眾創空間是創業孵化器中最接近4.0孵化器的孵化單元，創業企業孵化不能僅停留在場地、人才、資金等有形服務上，還要強調服務的精準性，根據企業不同需求提供精準服務。在柯布道格拉斯生產函數中，技術效率提升使得在同樣的生產預算約束下資本要素獲取成本降低，生產預算線斜率發生改變。因此，精準的技術服務能夠改變生產預算線斜率，提高企業產出，提升技術效率。另外，眾創空間規模擴大也會增加技術服務數量，促進技術產生、匹配、流動，這種服務于創新鏈全鏈條的技術服務也有助于促進技術效率提升。據此，本文提出如下假設：

H4：眾創空間規模擴大通過增加技術服務數量提升技術效率。

2 研究設計

2.1 樣本選取與數據來源

本文選取 2010—2019年中國內地31個省市自治區面板數據。其中，創業孵化器數據為全國各地高新區科技企業孵化器數據，眾創空間樣本數據為各地區眾創空間數據，樣本周期為2016—2019年，數據來源于歷年《火炬統計年鑒》。此外，經濟數據來源于歷年 《中國統計年鑒》 《中國科技統計年鑒》及各地區統計年鑒，利用Stata軟件對變量進行標準化處理和描述性統計分析。

2.2 指標體系構建

2.2.1 創新引領經濟發展指標選取

在熊彼特競爭與產業動態理論的基礎上，結合學界對全要素生產率的分解，本文利用隨機前沿生產函數模型將科技進步貢獻率分解為技術進步率、技術效率、規模效率和資源配置效率，以完成對創新引領經濟發展的量化分析。由于本文重點研究創業孵化推動創新引領經濟發展的作用機理，通過創業孵化完成新技術到新產業的創新產業化過程，而技術進步率受原始創新的影響較大，故只選取資源配置效率、規模效率與技術效率作為被解釋變量，設立配置效率(AE)、規模效率(SE)和技術效率(TE)3個指標，構建如下隨機前沿生產函數模型：

yit=f(xit,t;β)*exp(vit-uit)

(1)

uit=ui*ηit=ui*exp[-η*(t-T)]

(2)

式(1)是 SFA 函數模型的基本形式。其中，yit代表i省(市、自治區)在t年度的總產出；f(xit,t;β)代表SFA 函數中的確定性前沿產出部分；xit代表i省(市、自治區)在t年實際經營生產要素投入量；β代表SFA函數確定性前沿產出部分中各自變量對應的待估計參數；t代表行業技術變化；vit表示原函數結構中假設服從獨立同分布的各隨機誤差項；uit為原函數的技術無效率指數。

式(2)中，η為技術效率增長值，exp[-η*(t-T)]代表T至t時間段內技術效率增長值。

將原SFA理論轉換成超越對數生產函數，并同時對等式兩邊時間t求導，可得變換后函數形式為：

(3)

式(3)中，等式左邊表示整體產值增長率Δy；等式右邊第一項表示技術進步率ΔT；第二項表示生產要素xit在t年內的產出彈性αit；第三項表示生產要素xit在t年內的投入量增長比例；第四項表示實際生產技術效率值的增長比例ΔTE。

全要素生產率指行業產業生產總值與同階段內生產要素投入強度的比值，在分析過程中，對TFP定義式取對數并對時間t進行一階求導，定義ΔTFP值為行業實際TFP效率的增長率，計算公式如下：

ΔTFP=ΔLn(y)-∑wn*ΔLn(xn)

(4)

式(4)中，xn為不同種類投入要素，wn為各要素投入成本占比，將式(3)帶入式(4)可得：

ΔTFP=ΔT+ΔTE+∑αn*ΔLn(xn)-∑wn*ΔLn(xn)

(5)

RTS表示行業實際投入生產要素產出彈性之和，λn表示各投入要素的實際產出份額，式(5)可調整為：

ΔTFP=ΔT+ΔTE+(RTS-1)∑λn*ΔLn(xn)+∑(λn-wn)*ΔLn(xn)

(6)

式(6)中，第三項表示生產規模效率變化幅度ΔSE，第四項表示實際配置效率變化幅度ΔAE，由此得出被解釋變量：

ΔTFP=ΔT+ΔTE+ΔSE+ΔAE

(7)

2.2.2 創業孵化核心指標選取

Porter[20]指出，科技企業孵化器是幫助初創企業成長和發展的載體，為企業提供信息、成長和發展所需資源，從而促進區域經濟發展。創業孵化為企業提供管理、創業資源及社會關系服務，幫助企業在市場中發展與壯大[21]。創業孵化規模擴大能夠促進區域經濟增長，這在過去20年已成為一種新趨勢，并受到學者廣泛重視，如Mian[22]深入探討了創業孵化規模擴大影響經濟發展的動因和機制。因此，本文選取創業孵化規模作為研究創業孵化推動創新引領經濟發展的核心變量。

本文基于創新商業化進程，選取孵化器規模、孵化投資規模和眾創空間規模3個指標衡量創業孵化規模，其中孵化器是創業孵化的核心組成部分。孵化器能夠加快創新技術擴散，提升資源配置效率，推動創新商業化進程，對于創業企業優化資源配置、建立孵化資源共享機制、促進經濟發展具有顯著正向影響。因此，本文選取創業孵化器規模(Iscale)作為衡量創業孵化規模的第一個變量，采用孵化器總收入衡量。現有研究多采用孵化器數量、面積、從業人員、在孵企業數量和收入等指標，利用DEA方法測算孵化器孵化能力與規模。從孵化過程看，上述指標均是從投入角度衡量孵化器規模，而孵化總收入則是從產出角度衡量孵化器規模，對投入指標和產出指標進行混合分析存在不足。由于投入類要素對于促進企業成長與發展的路徑不同，影響因素也不同，所以無法反映整體孵化器規模。本文借鑒李榮等(2020)的研究，從產出角度反映孵化器規模，利用孵化器總收入衡量孵化器發展規模。孵化器總收入代表地區創業孵化企業成長情況，可以更加完整地反映區域創業孵化器規模。因此，本文選取各地區創業孵化器總收入(進行不變價格處理)與區域就業人口的比值衡量孵化器規模。

在一個自由競爭的市場環境中，企業研發與創新難以獲取融資[23]。發明資源的主要產物是生產新產品和提供新服務，由于知識具有非競爭性，一家企業運用這些知識并不妨礙其它企業同時運用，導致企業無法從這些投資中獲益，造成技術投資后勁不足[17]。創新型企業由于規模較小，同時存在難以收回成本的風險，所以在創新商業化進程中往往面臨融資約束。而創業投資通過提供政府資金、風險投資、互聯網金融等支持解決科技型中小企業資金約束問題，進而推動創新商業化進程。因此，本文選取創業投資規模(Kscale)作為衡量創業孵化規模的另一個變量。創業孵化資金包括風險投資、政府支持、銀行和互聯網金融等，用途不盡相同，選取孵化基金總額能夠避免將資金用于非創業孵化所帶來的不良影響，故本文采用各地區創業孵化器孵化基金總額(進行不變價格處理)與區域就業人口的比值衡量創業孵化資金規模。

目前，創新組織結構朝著以消費者需求為中心的方向轉變[24]，技術環境與技術服務成為創新驅動經濟發展的重要組成部分。在專業化技術環境中，技術機會稀缺性問題得以解決，預期開發成本降低，可獲取的知識資源較為豐富，使得創新變得更加容易。眾創空間正是這樣一個為企業提供專業化技術服務的平臺，通過拓展創業深度，鼓勵垂直化發展，明晰市場與政府的關系，顯著促進地方經濟發展，對于創新產出、技術效率具有顯著正向影響[25]。因此，本文選取眾創空間規模(Mscale)作為衡量創業孵化規模的最后一個變量。在數據選取上，與孵化器規模類似，本文從創新產出角度選取眾創空間總收入與區域平均就業人口的比值衡量地區眾創空間規模。

2.2.3 中介變量

(1)孵化器規模。企業競爭力受企業動態能力的影響。動態能力是指企業整合、培養、配置內外部資源以應對商業環境變化的能力。動態能力由組織競爭力支撐，受企業人力資源及其它資產的影響[26]。企業要具備較強的動態能力，需要重塑內部結構和管理制度。在內部結構方面，應挖掘知識分子、計算天才和創業型經理人[27]，其中前兩者多從外部獲取，創業孵化可為企業提供創業型經理人，企業家精神是影響企業績效的重要因素[28]。在管理制度方面，企業需要構建合理的層級制度和激勵機制[29]。孵化器本身為企業提供創業服務和創業指導，優化企業管理制度；孵化器創業導師可為企業提供創業型經理，指導企業成長。因此，本文選取孵化器數量與人員投入作為影響孵化器資源配置效率的中介變量。在指標選取上，采用歷年省級科技企業孵化器個數衡量孵化器數量。由于創業孵化人員投入包含多種類型，而本文旨在考察人員投入對創業活動的影響，故選取對創業活動具有促進作用的人員數量作為衡量指標。孵化器管理機構和創業導師直接服務于創業企業，對創業企業發展起顯著促進作用。因此，本文選取管理機構從業人員數與創業導師人數之和衡量人員投入。

(2)創業投資規模。為解決科技型初創企業面臨的融資約束問題，很多國家為其提供不同形式的援助，風險投資在其中發揮重要作用。由于初創企業規模較小、可用資源較少、企業風險較高，融資難度與融資成本明顯高于成熟期企業，專業化金融中介機構如風險資本家均通過資金前期審查和資金后期監管解決上述問題，而政府政策及其它機構投資數量也會顯著影響風險投資[30]。美國SBIC計劃和SBIR計劃促使當年中小企業獲得的風險投資額增加了60%，得益于政府和其它投資機構為企業提供的質量認證，使得企業能夠更容易籌集到私募資金[31]。因此，本文選取風險投資額作為創業孵化投資規模影響規模效率的中介變量，采用歷年省級創業企業獲取的風險投資額作為衡量指標。

(3)眾創空間規模。繼Arrow(1962)之后，經濟學家一直強調信息不對稱是阻礙技術商業化的主要原因。除信息不對稱外，技術市場還存在信息缺失問題。技術不確定性帶來的認知局限、信息不對稱與檸檬市場帶來的合同限制、盲目交易帶來的專利保護問題都會限制技術商業化發展[32]。而眾創空間可為創業企業提供匹配技術，促進技術引進、消化吸收、改造與再利用，促使潛在買賣雙方達成非專利技術合約，進而提升技術效率。因此，本文以技術服務數量作為眾創空間規模影響技術效率的中介變量，采用省級眾創空間提供的技術服務數量作為衡量指標。

2.2.4 控制變量

除解釋變量和被解釋變量外，本文還根據不同子模型設置相應控制變量。例如，在孵化器規模擴大對孵化器配置效率影響的子模型中設置資金、政府支持等控制變量，在創業孵化投資規模影響規模效率的子模型中設置孵化器面積等控制變量，在眾創空間規模影響技術效率的子模型中設置知識產權數、政府補貼等變量控制。

根據上述分析，本文構建創業孵化推動創新引領經濟發展的指標體系，如表1所示。各變量描述性統計結果如表2所示。從中可見，通過分解科技進步貢獻率得出的被解釋變量樣本數充足，數據真實可靠。

表1 評價指標體系Tab.1 Evaluation index system

表2 變量描述性統計分析結果Tab.2 Descriptive statistics for variables

3 實證檢驗

3.1 模型構建

本文以創業孵化規模為核心變量，以孵化器數量、人員投入、風險投資額、技術服務數量為中介變量構建并行中介效應模型，對創業孵化提升創業企業資源配置效率、規模效率、技術效率的作用機理進行驗證。以中介效應模型為基礎進一步拆分為3個子模型，分別研究創業孵化對資源配置效率、規模效率和技術效率的影響作用。

圖1 創業孵化推動創新引領經濟發展的中介效應模型Fig.1 Mediating effect model of entrepreneurial incubation promoting innovation and leading economic development

創業孵化器作為承載科技服務的載體，通過提供大量科技資源，輔之以大量專業人才提高創業企業資源配置效率。子模型1孵化器數量和人員投入提升配置效率公式如下：

Aeit=a0+a1Iscaleit+a2∑CVit+ε1it

(8)

Humanit=b0+b1Iscaleit+b2∑CVit+ε2it

(9)

Aeit=c0+c1Iscaleit+c2Humanit+c3∑CVit+ε3it

(10)

Quantityit=d0+d1Iscaleit+d2∑CVit+ε4it

(11)

Aeit=e0+e1Iscaleit+e2Quantityit+e3∑CVit+ε5it

(12)

創業孵化投資通過增加風險投資提高規模效率，進而推動創新引領經濟發展。子模型2風險投資對規模效率提升公式如下：

Seit=a0+a1Kscaleit+a2∑CVit+ε1it

(13)

Vcapitalit=b0+b1Kscaleit+b2∑CVit+ε2it

(14)

Seit=c0+c1Kscaleit+c2Vcapitalit+c3∑CVit+ε3it

(15)

眾創空間規模通過提供更多技術服務提升技術效率。子模型3技術服務數量對技術效率提升公式如下：

Teit=a0+a1Mscaleit+a2∑CVit+ε1it

(16)

Quantityit=b0+b1Mscaleit+b2∑CVit+ε2it

(17)

Teit=c0+c1Mscaleit+c2Quantityit+c3∑CVit+ε3it

(18)

3.2 中介效應模型回歸分析

本文采用Bootstrap方法對中介變量進行檢驗。為避免混合效應假設下由于忽視個體效應而導致模型估計結果不準，本文對原始樣本進行隨機抽樣(n=10 000)，以解決樣本分布不對稱性問題，3個模型中介效應檢驗結果如表2～表4所示。其中，Boot CI下限達到2.5%臨界值，Boot CI上限達到97.5%臨界值。對所有數據進行標準化處理，以消除截距項帶來的潛在影響。如表3所示，創業孵化規模對資源配置效率呈顯著正向影響，說明創業孵化規模擴大會促進資源配置效率提升，其中孵化器數量和技術服務人員投入發揮部分中介效應。人員投入對資源配置效率提升具有顯著正向影響，系數為0.041；孵化器數量增加對于資源配置效率具有顯著正向影響，系數為0.024。其中，中介效應占21%。

表3 子模型1中介效應Bootstrap檢驗結果Tab.3 Bootstrap test results of submodel 1 mediation effect

如表4所示，創業孵化投資規模對規模效率具有顯著正向影響，說明創業孵化投資規模擴大會促進規模效率提升，其中風險投資發揮部分中介效應。風險投資對規模效率具有顯著正向影響，系數為0.073，中介效應占29.2%。

表4 子模型2中介效應Bootstrap檢驗結果Tab.4 Bootstrap test results of subodel2 mediation effect

如表5所示，眾創空間規模對技術效率具有顯著正向影響，說明眾創空間規模擴大會促進技術效率提升，其中技術服務發揮部分中介效應。技術服務數量增加對于規模效率具有顯著正向影響，系數為0.227，中介效應占52.4%。

3.3 穩健性檢驗

雖然本文采用重復抽樣法能夠提高Bootstrap檢驗的準確性，但仍存在由于忽略時間效應或個體效應而出現偽回歸結果的潛在風險。為進一步驗證創業孵化規模對創新引領經濟發展的影響機制，保證研究結果的準確性和穩健性，進一步使用面板數據隨機效應/固定效應假設對數據進行穩健性檢驗。首先，對各公式進行Hausman內生性檢驗，豪斯曼檢驗結果如表6所示。對于個別檢驗值為負的情況，選取有效估計值關聯矩陣進行計算。

從豪斯曼檢驗對應P值可以看出，除公式(9)和公式(11)外，其它公式均在5%水平下拒絕個體差異假設，所以本文使用固定效應模型進行逐步回歸，面板數據回歸結果如表7～9所示。從中可見，人員投入中介效應與Bootstrap檢驗結果相吻合，孵化器數量、技術服務中介效應占比略高于Bootstrap檢驗結果，風險投資中介效應占比略低于bootstrap檢驗結果，中介效應占比總體一致。這說明，中介效應存在且顯著為正，表明本文研究結果穩健。

表5 子模型3中介效應Bootstrap檢驗結果Tab.5 Bootstrap test results of submodel 3 mediation effect

表6 個體效應模型豪斯曼檢驗結果Tab.6 Hausman test results for each formula of the individual effect model

表7 子模型1固定效應檢驗結果Tab.7 Submodel 1 fixed effects test results

除逐步回歸法外，本文還使用面板數據隨機/固定效應模型對研究變量進行中介效應檢驗，主要檢驗方式有Sobel Test、Aroian Test 和 Goodman Test。其中，Sobel Test 使用一階泰勒展開式估計，Aorian Test 使用二階泰勒展開式估計， Goodman 使用正態分布變量乘積推導無偏估計，中介效應檢驗結果如表10所示。從中可見，利用逐步回歸法得到的中介效應值和中介效應占比與Bootstrap檢驗結果相符。

表8 子模型2固定效應檢驗結果Tab.8 Submodel 2 fixed effects test results

表9 子模型3固定效應檢驗結果Tab.9 Model 3 fixed effects test results

表10 中介效應檢驗結果Tab.10 Mediation test results

3.4 實證結果分析

(1)孵化器數量增加對資源配置效率提升具有顯著中介效應，假設H1成立。Bootstrap檢驗結果表明，孵化器數量增加對資源配置效率提升具有顯著正效應，固定效應模型下的逐步回歸法與中介效應檢驗驗證了這一結果的穩健性。這說明，創業孵化器數量增加一方面可為創業企業提供更多物理空間與成長所需資源，從而提高企業存活率；另一方面，創業企業在孵化器中的集聚也能夠產生創業勢能，集聚效應帶來的網絡勢能使得孵化器中的創業服務環境不斷優化，從而提高資源利用效率。

(2)人員投入數量增加對資源配置效率提升具有顯著中介效應，假設H2成立。Bootstrap檢驗結果表明，人員投入增加對資源配置效率提升具有顯著正效應，固定效應模型下的逐步回歸法與中介效應檢驗也印證了這一結果的穩健性。這說明，人員投入對于孵化器服務十分重要。除辦公場所和物理設施外，服務于創業全鏈條的創業服務是幫助初創企業成長的關鍵因素。依賴于專業創業人才，不同類型創業企業得以享受孵化培育服務，進而提高資源協同性。孵化器中決策單元對于資源配置效率的影響不同，科技創業動力要素對創業企業的作用機制也不同。

(3)風險投資增加對規模效率提升具有顯著中介效應，假設H3成立。Bootstrap檢驗結果表明，風險投資額增加對規模效率提升具有顯著正效應，固定效應模型下的逐步回歸法與中介效應檢驗也印證了這一結果的穩健性。這說明，風險投資逐利的特點與初創科技型企業屬性相吻合，風險投資注重價值創造，對風險的包容性更強。初創企業是風險投資的主要對象，也是孵化器培育、對接外部資本的收益載體[33]。

(4)技術服務數量增加對技術效率提升具有顯著中介效應，假設H4成立。Bootstrap檢驗結果表明，技術服務增加對技術效率提升具有顯著正效應，固定效應模型下的逐步回歸法與中介效應檢驗也印證了這一結果的穩健性。眾創空間作為精準服務于創業企業的孵化機構，通過整合創新要素，匯集人才、信息、科研成果等大量異質性創新資源對企業進行精準匹配，并提供高效的技術服務，對小微企業成長產生促進作用，進而促進地區經濟發展[34]。

4 結論與建議

4.1 研究結論

本文以熊彼特競爭與產業動態理論為基礎，借鑒相關學者對全要素生產率的分解方法，對科技進步貢獻率進行分解，并以此為核心被解釋變量構建中介效應模型，檢驗創業孵化推動創新引領經濟發展的作用機理，得出如下結論：創業孵化器以帕累托改進方式提高資源配置效率，人員投入與孵化器數量增加均能夠促進資源配置效率提升，但兩者作用不同，人員投入增加對于資源配置效率的提升作用大于孵化器數量增加對于資源配置效率的提升作用；創業孵化投資通過收入效應提高規模效率，其中風險投資的影響作用最顯著；專業技術服務通過替代效應提升技術效率，進而推動創新引領經濟發展。

4.2 政策建議

根據上述研究結論，本文提出如下政策建議：

(1)擴大孵化器體量，提升資源配置效率。實現孵化器數量增長，應以互聯網為平臺構建創業孵化體制機制，解決創業孵化成本過高的問題，擺脫物理空間對于創業孵化的限制，更好地服務于創業企業發展。另外，搭建互聯網創業孵化平臺，整合創業資源，為初創企業提供研發—制造—銷售—管理全鏈條創業孵化服務，提升創業企業科技創新水平，借助大企業大平臺的市場、品牌、渠道優勢，構建創業孵化能力更強的平臺型孵化器，提高在孵企業競爭力。在擴大孵化器體量的同時，也要重視孵化器人才培養，為創業孵化人才提供培養、引進、評價、保障等全方位服務，將創新人才的任用權回歸于市場，減少政府干預，促進創業孵化人才社會化、市場化和規范化，以高水平人才服務創業孵化活動，推動創新引領經濟發展。

(2) 優化創業孵化資金“入、轉、退”制度，提升規模效率。目前，我國孵化器內企業獲取創業投資的難度較高，2016-2018年孵化器在孵企業獲取投融資漲幅逐年下降，2019年甚至出現了負增長。因此，應從進入、轉移和退出等方面構建全方位科技金融體制。第一，對于“入”的優化，應降低風險投資創業公司準入門檻，適當放寬風險投資對象身份及數量限制；另外，降低個人投資者資金門檻，提高其從事證券投資經驗的年限，引導機構投資者向掛牌企業投資，選擇風險承受力較高且投資經驗豐富的投資者進入。第二，對于“轉”的優化，應加快推出轉板制度，為科技企業轉入主板、創業板上市開辟“綠色通道”，減少掛牌企業IPO審批程序，為掛牌企業進入場內市場發行股票、債券提供便利，方便風險投資退出。第三，對于“退”的優化，應建立完善的市場退出機制，為投資者資金提供安全保障。同時，還應設置政府創業引導風險補助資金、風險補償資金等激勵補償方式，為風險投資退出提供兜底性保障，為高新技術企業創新提供更多資金支持，提高風險資本對創新的引領效用，持續提升規模效率，推動創新引領經濟發展。

(3)建設 “孵化器4.0”模式眾創空間，提升技術效率。提高技術服務質量，使眾創空間向“孵化器4.0”模式不斷發展。擴大技術服務體量，在眾創空間內構建科技創新生態系統，促進創新主體多元化發展，鼓勵多種類型科技創新機構協同發展，激發科技創新潛力，結合創新主體自身優勢，積極探索產學研協同創新模式，完善創新機制。打通創新資源流通渠道，促進技術在創新鏈內高效流動與對接。目前，我國不同地區、部門之間存在利益博弈與制度壁壘，創新資源無法實現高效流動與共享，眾創空間應為企業提供技術共享服務，消除地區和部門間由于利益分配不均而產生的制度性障礙，促進創新要素在各部門與地區間合理流動，實現跨區域、跨部門創新主體需求對接，進而提升技術效率。

4.3 不足與展望

本文存在如下不足：首先，受限于數據可得性，僅選取孵化器數量、孵化器人員投入、風險投資額和眾創空間技術服務等指標，未來可利用更多數據研究創業孵化對創新引領經濟發展的推動作用；其次，僅從理論與實證角度驗證創業孵化通過資源配置效率、規模效率和技術效率推動創新引領經濟發展的作用機理，對于空間效應下不同區域間創業孵化作用機理的探討較少，未來可通過空間面板數據進一步探討區域影響效應。