我國(guó)新興產(chǎn)業(yè)科技孵化器技術(shù)效率的測(cè)評(píng)與影響

王 敬，汪克夷

(大連理工大學(xué) 管理與經(jīng)濟(jì)學(xué)部工商管理學(xué)院，遼寧 大連 116024)

如何對(duì)科技孵化器的運(yùn)行進(jìn)行評(píng)價(jià)，一直是孵化器研究和管理實(shí)踐都十分關(guān)注的問(wèn)題，然而早期的研究大多對(duì)科技孵化器的總體情況進(jìn)行基本描述，缺乏完整的理論框架和科學(xué)的評(píng)估方法。本文應(yīng)用DEA方法對(duì)我國(guó)27個(gè)地區(qū)140家國(guó)家級(jí)科技孵化器進(jìn)行技術(shù)效率的評(píng)測(cè)，并以科技孵化器技術(shù)效率為變量進(jìn)行聚類分析，劃分孵化器類型，構(gòu)建研究不同類型孵化器技術(shù)效率差異的實(shí)證模型，探求影響科技孵化器運(yùn)行的關(guān)鍵因素。

一、孵化器的運(yùn)行狀況及其影響的研究回顧

早期孵化器的相關(guān)研究主要集中于孵化器如何運(yùn)作、如何提高在孵企業(yè)的存活率、成功率和如何促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展等方面[1]，并多為概述性的討論。從20世紀(jì)90年代開(kāi)始，國(guó)外研究者對(duì)孵化器的研究從概述性的組織模式和對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的影響的討論，轉(zhuǎn)向開(kāi)始更多地關(guān)注孵化器的運(yùn)行性能、效率、業(yè)績(jī)及其評(píng)價(jià)的問(wèn)題。早期的研究?jī)A向于從內(nèi)部條件來(lái)評(píng)價(jià)孵化器的效率狀況，Rice和Abetti指出孵化器的治理是影響其性能的關(guān)鍵要素，并討論了高校與其它經(jīng)濟(jì)實(shí)體聯(lián)合設(shè)立孵化器的問(wèn)題[2]。Allen和McCluskey研究孵化器的設(shè)施和在孵企業(yè)狀況對(duì)孵化器績(jī)效的影響[3]。Mian嘗試解釋孵化器的供給者或者股東結(jié)構(gòu)對(duì)其運(yùn)行效果的影響[4]。2000年之后的研究更關(guān)注于各種外部因素對(duì)孵化器運(yùn)行情況的影響，并開(kāi)始基于大量樣本數(shù)據(jù)的系統(tǒng)方法對(duì)其進(jìn)行評(píng)價(jià)。Colombo和Delmastro對(duì)意大利高科技孵化器的研究表明創(chuàng)新活動(dòng)的投入和支出對(duì)孵化器的運(yùn)行有積極的作用[5]。Chan和Lau提出了包括以下幾項(xiàng)標(biāo)準(zhǔn)企業(yè)孵化器的評(píng)估框架:資源匯集、資源共享、咨詢服務(wù)、公共形象、網(wǎng)絡(luò)平臺(tái)、地理優(yōu)勢(shì)、成本優(yōu)勢(shì)以及融資支持[6]等。

國(guó)內(nèi)的科技孵化器相關(guān)研究多集中于發(fā)展?fàn)顩r、支撐環(huán)境、運(yùn)作與模式和績(jī)效評(píng)價(jià)等方面。對(duì)于影響科技孵化器運(yùn)行效率的因素，《中國(guó)科技企業(yè)孵化器問(wèn)題研究報(bào)告(2005)》指出，規(guī)范服務(wù)行為與態(tài)度、良好的創(chuàng)業(yè)文化氛圍和高效的內(nèi)部管理是科技孵化器發(fā)展的核心。曹細(xì)玉構(gòu)建了基于模糊綜合評(píng)價(jià)法的科技孵化器評(píng)價(jià)體系，對(duì)孵化能力進(jìn)行評(píng)價(jià)[7]。王瑩和周勇對(duì)我國(guó)科技孵化器發(fā)展的外部制約因素進(jìn)行了分析，指出孵化器發(fā)展中的一些根本問(wèn)題是由于外部環(huán)境不足造成的[8]。宋艷認(rèn)為影響我國(guó)科技孵化器有效運(yùn)行的外部因素應(yīng)包括政府政策、法律環(huán)境保障、投融資環(huán)境等多個(gè)方面[9]。張嬌和殷群應(yīng)用DEA和聚類分析方法，對(duì)我國(guó)科技孵化器的運(yùn)行效率進(jìn)行評(píng)測(cè)和聚類，并討論了不同類型孵化器的效率特征與改進(jìn)途徑[10]。

從現(xiàn)有的研究來(lái)看，對(duì)于科技孵化器運(yùn)行效率的評(píng)價(jià)與研究尚未深入，缺乏體系完整的評(píng)價(jià)標(biāo)準(zhǔn)與方法，也缺少對(duì)其運(yùn)行狀況差異外部影響的定量研究。有學(xué)者指出，孵化器運(yùn)行效率可以歸結(jié)為這一組織的投入產(chǎn)出問(wèn)題，因而可以用技術(shù)效率來(lái)衡量孵化器的運(yùn)行情況，并作出了嘗試。在現(xiàn)有的技術(shù)水平下，一個(gè)組織能否達(dá)到理論最大產(chǎn)出，依賴于其技術(shù)效率水平的高低，已經(jīng)有許多研究關(guān)注于不同組織的技術(shù)效率的測(cè)度、評(píng)價(jià)、變化和影響因素問(wèn)題。在眾多關(guān)于技術(shù)效率影響因素的文獻(xiàn)中，許多學(xué)者把技術(shù)效率的變化歸因于經(jīng)濟(jì)體制、組織管理、產(chǎn)權(quán)結(jié)構(gòu)和對(duì)外開(kāi)放度等因素，這些因素有個(gè)共同點(diǎn)，大多是制度性因素，所以技術(shù)效率是與所處經(jīng)濟(jì)環(huán)境中的制度安排、制度變遷等因素息息相關(guān)的。對(duì)于微觀視角中科技孵化器的技術(shù)效率，指的是在一種相對(duì)穩(wěn)定的狀態(tài)時(shí)，孵化器所能獲得的最大產(chǎn)出或投入最小成本的程度。如果從投入角度來(lái)看，科技孵化器的技術(shù)效率表達(dá)的是在其現(xiàn)有管理技術(shù)和所有原材料與產(chǎn)成品的市場(chǎng)價(jià)格不變的條件下，且要素投入的比例固定不變，提供等量產(chǎn)品所需的實(shí)際成本能夠減小的程度;以產(chǎn)出角度來(lái)看，它表達(dá)的是目前該孵化器在價(jià)格、要素投入、技術(shù)水平同樣不變的情況下，實(shí)際提供產(chǎn)品能夠擴(kuò)大的程度，因而對(duì)技術(shù)效率的測(cè)量可以反映出科技孵化器的產(chǎn)出情況，作為其運(yùn)行效率的評(píng)價(jià)依據(jù)。

二、我國(guó)各地區(qū)科技孵化器技術(shù)效率的測(cè)算與聚類分析

1.技術(shù)效率(TE)、純技術(shù)效率(PTE)和規(guī)模效率(SE)的測(cè)算

科技孵化器的投入產(chǎn)出要從社會(huì)效益、自身效率等多方面來(lái)衡量，是典型的多種投入和產(chǎn)出的系統(tǒng)，本文使用數(shù)據(jù)包絡(luò)方法(DEA)對(duì)其進(jìn)行測(cè)量。在投入產(chǎn)出指標(biāo)的確定上，我們依據(jù)之前研究采用科技孵化器的管理人員總數(shù)、高素質(zhì)人才數(shù)、孵化基金額、孵化器的場(chǎng)地面積和公共服務(wù)平臺(tái)作為投入指標(biāo)，科技孵化器新增企業(yè)數(shù)、新增就業(yè)崗位數(shù)、獲批準(zhǔn)知識(shí)產(chǎn)權(quán)數(shù)、孵化器總收入和服務(wù)性收入作為產(chǎn)出指標(biāo)。研究樣本來(lái)自《2008火炬計(jì)劃統(tǒng)計(jì)年鑒》中的229家國(guó)家級(jí)科技孵化器。①由于數(shù)據(jù)來(lái)源中存在著一定程度的數(shù)據(jù)空白問(wèn)題，在229個(gè)樣本中，去除數(shù)據(jù)缺失的89家國(guó)家級(jí)科技孵化器后，我們將剩余的140家孵化器作為有效樣本，總有效率為61%。這140家孵化器廣泛分布于我國(guó)20余個(gè)地區(qū)，包含在孵企業(yè)18 389家，累計(jì)畢業(yè)企業(yè)13 379家，能夠從整體上代表我國(guó)科技孵化器的基本水平。我們使用DEAP2.1軟件中的以投入為導(dǎo)向的CCR和BCC模型測(cè)算我國(guó)國(guó)家級(jí)科技孵化器的技術(shù)效率(TE)、純技術(shù)效率(PTE)和規(guī)模效率(SE)這三個(gè)指標(biāo)，由于篇幅所限，在這里僅報(bào)告各項(xiàng)效率的統(tǒng)計(jì)特征值情況，見(jiàn)表1所示。

表1 我國(guó)140家國(guó)家級(jí)科技孵化器的技術(shù)效率統(tǒng)計(jì)特征值

同時(shí)，我們進(jìn)一步分析了140家國(guó)家級(jí)科技孵化器總體技術(shù)效率值的區(qū)間分布情況，可以看出技術(shù)效率值大于0.8的科技孵化器要占到140家孵化器的1/2以上，說(shuō)明我國(guó)孵化器在效率方面總體情況基本良好，但是還有近1/2數(shù)量的孵化器技術(shù)效率值在0.8以下，是造成整體效率不足的主要原因，這意味著我國(guó)的科技孵化器在技術(shù)效率改進(jìn)方面還有很大的空間，要考慮這些孵化器效率不足的深層次原因到底是由于資源投入方面存在問(wèn)題抑或是規(guī)模不當(dāng)引起的原因。在效率值為0.8—1的區(qū)域中，規(guī)模效率大于0.8的孵化器個(gè)數(shù)要多于純技術(shù)效率大于0.8的孵化器個(gè)數(shù)。因此，我們可以得出初步原因，我國(guó)大部分科技孵化器的低技術(shù)效率不是由于孵化器自身的規(guī)模達(dá)不到要求而導(dǎo)致的，而可能是由于在投入資源的配置和節(jié)約方面出現(xiàn)了問(wèn)題造成的。

2.我國(guó)各地區(qū)科技孵化器技術(shù)效率的聚類分析

我們使用SPSS 18.0分析軟件選取純技術(shù)效率和規(guī)模效率兩個(gè)指標(biāo)變量進(jìn)行K－均值聚類，聚類的分類數(shù)根據(jù)純技術(shù)效率、規(guī)模效率的高和低相互組合確定為四類。在K=4的K－均值聚類分析中，純技術(shù)效率和規(guī)模效率的均值有著顯著的差異，所以此聚類結(jié)果是合理的。同時(shí)我們將通過(guò)技術(shù)效率聚類所劃分的不同區(qū)域的科技孵化器進(jìn)行分組命名，并歸納出其運(yùn)行特征，見(jiàn)表2所示。

表2 不同區(qū)域科技孵化器類型及特征

具體而言，類別1高效型科技孵化器，典型代表有北京、遼寧、浙江、江蘇、廣東、上海等地，科技孵化器的技術(shù)效率、純技術(shù)效率和規(guī)模效率數(shù)值都等于或接近于1，即總體接近于或者達(dá)到DEA有效狀態(tài)，意味著這些省市的孵化器在投入產(chǎn)出的資源配置方面和孵化器整體規(guī)模方面都是高效的。整體規(guī)模高效，說(shuō)明這些省市的科技孵化器處于或接近于最優(yōu)規(guī)模狀態(tài)，現(xiàn)有情況下即使再增加投入量也不可能帶來(lái)更大比例的產(chǎn)出增長(zhǎng)，其現(xiàn)有的投入和產(chǎn)出組合已經(jīng)達(dá)到最優(yōu)，且規(guī)模效率也發(fā)揮得很好，因此，重點(diǎn)是要保持現(xiàn)有的資源投入產(chǎn)出組合和自身規(guī)模水平。

類別2配置高效型科技孵化器，包括福建、江西、陜西等地的科技孵化器。該類科技孵化器的技術(shù)效率偏低的主要原因是由于規(guī)模技術(shù)效率值低直接導(dǎo)致的，說(shuō)明該類型孵化器在資源投入產(chǎn)出組合的配置方面存在的問(wèn)題嚴(yán)重和突出，需要改進(jìn)。因此，重點(diǎn)改進(jìn)思路應(yīng)放在規(guī)模調(diào)整上，即調(diào)整現(xiàn)有的規(guī)模與投入產(chǎn)出水平不相匹配的問(wèn)題。

類別3規(guī)模高效型孵化器，包括湖北、黑龍江、成都等。這些省市的科技孵化器的技術(shù)效率、純技術(shù)效率和規(guī)模效率數(shù)值都等于或接近于0.8，這些省市的孵化器在投入產(chǎn)出的資源配置方面表現(xiàn)出較低的效率，而孵化器整體規(guī)模方面的效率相對(duì)較高。這意味著這些省份的科技孵化器的技術(shù)效率低下主要是由于資源配置問(wèn)題造成的。因此，這些省市的科技孵化器要想大幅度地提高技術(shù)效率不能單從資源的配置或規(guī)模的調(diào)整方面著手，而是既要控制孵化器的場(chǎng)地面積，調(diào)整人員數(shù)量和結(jié)構(gòu)以及避免資金使用不當(dāng)，又要增加投入量使科技孵化器的規(guī)模處于最優(yōu)狀態(tài)，只有這樣才能根本性的提高技術(shù)效率。

類別4低效型科技孵化器，包括甘肅、廣西壯族自治區(qū)等的科技孵化器。這些省市中的科技孵化器的資源配置和投入產(chǎn)出組合這兩方面都存在著問(wèn)題。也就意味著提高這些省份的科技孵化器的技術(shù)效率只僅僅通過(guò)控制孵化器的場(chǎng)地面積，調(diào)整人員數(shù)量和結(jié)構(gòu)以及避免資金使用不當(dāng)是不夠的，同時(shí)還要減少投入資源中的冗余和浪費(fèi)。

三、科技孵化器技術(shù)效率影響因素的理論分析與相關(guān)假設(shè)

技術(shù)效率的影響因素分布在經(jīng)濟(jì)、社會(huì)、政策環(huán)境以及企業(yè)組織管理特征等多個(gè)方面。國(guó)家級(jí)科技孵化器作為政府提供的滿足創(chuàng)業(yè)需求、推動(dòng)創(chuàng)業(yè)經(jīng)濟(jì)發(fā)展的重要服務(wù)平臺(tái)，其運(yùn)行效率同樣受到來(lái)自上述經(jīng)濟(jì)社會(huì)環(huán)境因素的影響。我們將從區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r、區(qū)域創(chuàng)新水平、政府公共支出、對(duì)外開(kāi)放程度和智力支持水平等五個(gè)方面來(lái)具體分析外部因素如何引致不同地區(qū)科技孵化器技術(shù)效率的差異。

1.區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r

區(qū)域經(jīng)濟(jì)發(fā)展是指一個(gè)區(qū)域在一定時(shí)間內(nèi)生產(chǎn)總量和社會(huì)財(cái)富的增加程度，以社會(huì)總產(chǎn)值、國(guó)民生產(chǎn)總值或國(guó)民收入來(lái)反映。而技術(shù)效率指實(shí)際產(chǎn)出水平與在相同的投入規(guī)模、投入比例及市場(chǎng)價(jià)格條件下所能達(dá)到的最大產(chǎn)出量的百分比，它反映對(duì)現(xiàn)有技術(shù)使用的有效程度。從聚類分析結(jié)果我們也可以看出，技術(shù)效率最高的幾個(gè)省市幾乎都集中在我國(guó)沿海和經(jīng)濟(jì)發(fā)展水平較高的幾個(gè)省市，例如北京、上海、廣東等幾個(gè)我國(guó)典型的經(jīng)濟(jì)活躍地區(qū)。而在規(guī)模高效型類別和配置高效型類別中集中了中東部較為發(fā)達(dá)的幾個(gè)省份。技術(shù)效率最低的甘肅、廣西又處于我國(guó)西部省區(qū)，所以總的來(lái)看經(jīng)濟(jì)發(fā)展好的區(qū)域表現(xiàn)出創(chuàng)業(yè)的活躍度也較高。

假設(shè)1 區(qū)域經(jīng)濟(jì)發(fā)展水平不同是引起區(qū)域科技孵化器平臺(tái)的技術(shù)效率差異的因素之一，并對(duì)科技孵化器平臺(tái)技術(shù)效率產(chǎn)生正向影響。

2.區(qū)域創(chuàng)新水平

在區(qū)域創(chuàng)新的研究中，學(xué)者們認(rèn)為由于我國(guó)不同省份的社會(huì)文化、風(fēng)俗習(xí)慣、歷史發(fā)展過(guò)程和行政管理手段等都具有很強(qiáng)的地域特點(diǎn)，以行政地域劃分為基礎(chǔ)確定我國(guó)的區(qū)域創(chuàng)新系統(tǒng)具有一定的理論基礎(chǔ)和現(xiàn)實(shí)意義。事實(shí)上，我國(guó)許多關(guān)于區(qū)域創(chuàng)新能力和績(jī)效的評(píng)價(jià)都是以行政區(qū)域?yàn)榉治鰡卧?。不同的?guó)家或區(qū)域創(chuàng)新系統(tǒng)具有不同的創(chuàng)新能力，不同創(chuàng)新系統(tǒng)的效率和生產(chǎn)力各不相同。即便同是經(jīng)濟(jì)相對(duì)比較發(fā)達(dá)的國(guó)家或地區(qū)，不同創(chuàng)新系統(tǒng)在能力和績(jī)效方面的差別也很明顯。在研究創(chuàng)新對(duì)技術(shù)效率的影響時(shí)，在考慮創(chuàng)新投入要素的同時(shí)還要考慮與創(chuàng)新環(huán)境相關(guān)的其他因素。所以一個(gè)地區(qū)的創(chuàng)新水平必定會(huì)影響該地區(qū)技術(shù)效率的高低。

假設(shè)2 區(qū)域創(chuàng)新發(fā)展水平差異對(duì)區(qū)域科技孵化器平臺(tái)技術(shù)效率的高低有正向影響。

3.政府公共支出

20世紀(jì)80年代中期以來(lái)，隨著新經(jīng)濟(jì)增長(zhǎng)理論的興起，一些研究者試圖建立有關(guān)政府公共支出與經(jīng)濟(jì)增長(zhǎng)率之間關(guān)系的內(nèi)生增長(zhǎng)模型，從此，公共支出被引入經(jīng)濟(jì)增長(zhǎng)模型，成為除了勞動(dòng)、資本和技術(shù)等基本因素之外的能夠有力影響經(jīng)濟(jì)增長(zhǎng)速度和路徑的又一重要變量。與此同時(shí)，對(duì)于公共支出與經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的經(jīng)驗(yàn)分析也得出了各不相同的結(jié)論。Wagner最早提出經(jīng)濟(jì)增長(zhǎng)與公共支出之間存在協(xié)整關(guān)系。此后，Denon研究了公共支出對(duì)制造業(yè)的影響，研究結(jié)果表明公共支出對(duì)制造業(yè)企業(yè)的產(chǎn)出供給和投入決策有重要影響作用[11]。Munnell對(duì)美國(guó)的研究表明公共支出對(duì)私人部門(mén)產(chǎn)出、投資和就業(yè)有統(tǒng)計(jì)上的顯著正相關(guān)關(guān)系[12]。Maria也研究了西班牙的公共支出對(duì)私人部門(mén)生產(chǎn)率有促進(jìn)作用[13]。陳迅和余杰考察了公共支出對(duì)我國(guó)技術(shù)效率的影響，然后研究了我國(guó)生產(chǎn)率變化的源泉問(wèn)題[14]。公共產(chǎn)品作為公共投資所形成的最終產(chǎn)品，其技術(shù)效率同樣受到公共投資水平的影響。不同區(qū)域公共投資的力度，政府對(duì)于創(chuàng)業(yè)活動(dòng)的支持力度存在差異，這必定會(huì)導(dǎo)致不同地區(qū)科技孵化器平臺(tái)技術(shù)效率高低的不同。

假設(shè)3 政府公共支出水平差異對(duì)區(qū)域創(chuàng)業(yè)平臺(tái)技術(shù)效率的高低有正向影響。

4.對(duì)外開(kāi)放程度

眾多研究表明，在開(kāi)放經(jīng)濟(jì)條件下，一國(guó)的經(jīng)濟(jì)增長(zhǎng)不僅僅取決于國(guó)內(nèi)需求和國(guó)內(nèi)投資的拉動(dòng)，國(guó)外資源對(duì)經(jīng)濟(jì)增長(zhǎng)的作用日益顯著。國(guó)內(nèi)許多學(xué)者針對(duì)對(duì)外開(kāi)放與我國(guó)經(jīng)濟(jì)增長(zhǎng)關(guān)系問(wèn)題進(jìn)行了深刻地分析，充分肯定了對(duì)外開(kāi)放對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的積極貢獻(xiàn)。但是，在對(duì)外開(kāi)放能否有效地促進(jìn)我國(guó)技術(shù)效率的提高方面，已有的研究卻僅限于一般意義上的描述論述，還缺少實(shí)證支持。

我們認(rèn)為不同地區(qū)的經(jīng)濟(jì)開(kāi)放程度同樣對(duì)科技孵化器平臺(tái)的技術(shù)效率產(chǎn)生影響。經(jīng)濟(jì)開(kāi)放程度越高，越有利于經(jīng)濟(jì)的發(fā)展和企業(yè)獲得更多的經(jīng)濟(jì)機(jī)遇。在與國(guó)內(nèi)外不同市場(chǎng)的接觸中會(huì)產(chǎn)生更多新的創(chuàng)業(yè)機(jī)會(huì)，有創(chuàng)業(yè)警惕性的創(chuàng)業(yè)者希望通過(guò)把握市場(chǎng)機(jī)遇從而開(kāi)創(chuàng)新企業(yè)，這也促進(jìn)了區(qū)域科技孵化器平臺(tái)的繁榮。

假設(shè)4 對(duì)外開(kāi)放程度不同，科技孵化器平臺(tái)的技術(shù)效率不同，并且對(duì)外開(kāi)放程度與科技孵化器平臺(tái)的技術(shù)效率正相關(guān)。

5.智力支持水平

智力支持水平是從人力資本特征來(lái)考察其對(duì)科技孵化器平臺(tái)的技術(shù)效率影響。人力資本對(duì)經(jīng)濟(jì)產(chǎn)出具有重要的促進(jìn)作用，是經(jīng)濟(jì)增長(zhǎng)的源泉這一論點(diǎn)已成為眾多學(xué)者的共識(shí)。但目前為止，研究人力資本與經(jīng)濟(jì)增長(zhǎng)相關(guān)性的文獻(xiàn)較為豐富，大多數(shù)學(xué)者的研究表明人力資本與經(jīng)濟(jì)增長(zhǎng)(GDP)存在明顯的相關(guān)性。然而知識(shí)和人力資本投資促進(jìn)經(jīng)濟(jì)增長(zhǎng)的最主要途徑便是它能夠促進(jìn)全要素生產(chǎn)率的增長(zhǎng)。在孵化器方面，孵化器的主要作用是促進(jìn)創(chuàng)業(yè)和知識(shí)轉(zhuǎn)化，而人力、智力最為集中的地方——高校一直是創(chuàng)業(yè)的活躍地帶。各種大學(xué)生創(chuàng)業(yè)基地、高校科技孵化園等都是為了迎合大學(xué)生逐漸高漲的創(chuàng)業(yè)熱情而產(chǎn)生和發(fā)展起來(lái)的。從聚類分析中，我們同樣看到，我國(guó)高校集中的幾個(gè)省市，例如北京、西安、上海、廣東等孵化器的技術(shù)效率也較高，所以我們認(rèn)為在高校集中區(qū)域科技孵化器平臺(tái)的技術(shù)效率也較高，兩者有一定的相關(guān)關(guān)系。

假設(shè)5 智力支持水平影響區(qū)域科技孵化器平臺(tái)的技術(shù)效率高低，兩者間存在正相關(guān)關(guān)系。

四、數(shù)據(jù)分析與假設(shè)檢驗(yàn)

對(duì)于本研究中的五個(gè)方面的影響因素難以用單一指標(biāo)直接進(jìn)行測(cè)量，因此需要多指標(biāo)測(cè)度，而結(jié)構(gòu)方程模型(SEM)能夠克服傳統(tǒng)多元回歸的不足，適用于對(duì)孵化器的技術(shù)效率影響因素做實(shí)證性分析研究。

1.指標(biāo)定義及數(shù)據(jù)收集

結(jié)構(gòu)方程模型一個(gè)重要的特性就是能夠?qū)Τ橄蟮臉?gòu)念進(jìn)行估計(jì)和驗(yàn)證。在SEM中包括兩種重要的變量:一種叫做外顯變量也叫測(cè)量變量，這些是可以直接獲得數(shù)據(jù)的變量，若是受到同一個(gè)潛在構(gòu)念的影響則會(huì)具有共同性，并反映在變量之間的共變關(guān)系上。如果對(duì)于這些變量的共同性加以估計(jì)，得到的一個(gè)能夠反映該潛在構(gòu)念的強(qiáng)度的數(shù)據(jù)，則稱之為潛在變量。在本研究中，我們對(duì)于孵化器技術(shù)效率的五個(gè)影響因素分別使用不同的外顯變量進(jìn)行測(cè)量。具體變量選取如表3所示。

表3 孵化器技術(shù)效率影響因素測(cè)量指標(biāo)

在數(shù)據(jù)來(lái)源、收集以及處理方面，經(jīng)濟(jì)發(fā)展?fàn)顩r、區(qū)域創(chuàng)新水平、政府支持水平、對(duì)外開(kāi)放程度和智力支持水平這五個(gè)影響因素的測(cè)量變量數(shù)據(jù)基本來(lái)自2009年中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)，其他中經(jīng)網(wǎng)缺失數(shù)據(jù)我們通過(guò)其他網(wǎng)絡(luò)數(shù)據(jù)庫(kù)或《2009中國(guó)火炬統(tǒng)計(jì)年鑒》得到。為了消除數(shù)據(jù)之間由于單位不統(tǒng)一而造成的數(shù)值差異過(guò)大問(wèn)題，我們對(duì)于指標(biāo)的選取基本選取比值型數(shù)據(jù)指標(biāo)。所有的數(shù)據(jù)收集計(jì)算完成后，考慮到眾多指標(biāo)以及各個(gè)指標(biāo)間沒(méi)有統(tǒng)一的度量標(biāo)準(zhǔn)，所以在進(jìn)行結(jié)構(gòu)方程模型處理分析之前我們又進(jìn)一步對(duì)測(cè)量變量指標(biāo)數(shù)據(jù)進(jìn)行了無(wú)量綱化處理，此外再通過(guò)Spss軟件對(duì)這些無(wú)量綱化數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，從而得到各個(gè)指標(biāo)的數(shù)據(jù)標(biāo)準(zhǔn)值。通過(guò)上述比值指標(biāo)選取、數(shù)據(jù)的無(wú)量綱化、標(biāo)準(zhǔn)化處理基本消除了指標(biāo)數(shù)值間單位不統(tǒng)一、數(shù)值差異過(guò)大的影響。

2.模型及檢驗(yàn)結(jié)果

為了檢驗(yàn)我們提出的孵化器技術(shù)效率影響因素與孵化器技術(shù)效率之間的關(guān)系，我們應(yīng)用結(jié)構(gòu)方程模型(SEM)并使用Amos7.0軟件對(duì)140個(gè)孵化器樣本進(jìn)行模型擬合性檢驗(yàn)。有研究認(rèn)為從鑒別力角度而言，每個(gè)影響因素最好有2—3個(gè)測(cè)量指標(biāo)，樣本容量為自由估計(jì)參數(shù)的5—10倍，對(duì)于大多數(shù)模型來(lái)說(shuō)，至少需要100個(gè)以上的樣本容量才可以進(jìn)行統(tǒng)計(jì)分析，本研究的樣本數(shù)量為140個(gè)符合要求。我們對(duì)于整個(gè)模型進(jìn)行擬合檢驗(yàn)，包括研究常用的絕對(duì)擬合指數(shù)(GFI、AGFI、RMSEA)和相對(duì)擬合指數(shù)(NFI、TLI、CFI)，具體結(jié)果如表4所示。結(jié)果表明本研究的測(cè)量模型與樣本數(shù)據(jù)有較為良好的擬合度。

表4 模型擬合指數(shù)檢驗(yàn)

接下來(lái)，我們采用極大似然法進(jìn)行估計(jì)，并使用Amos7.0軟件構(gòu)建基于孵化器技術(shù)效率的五個(gè)主要影響因素和技術(shù)效率之間的模型，如圖1和表5所示。

圖1 孵化器技術(shù)效率影響因素與技術(shù)效率的結(jié)構(gòu)方程模型

表5 模型的基本路徑檢驗(yàn)

從檢驗(yàn)結(jié)果來(lái)看，除了“對(duì)外開(kāi)放程度→技術(shù)效率”之外，其余各路徑均通過(guò)顯著性檢驗(yàn)。對(duì)于技術(shù)效率的各個(gè)影響因素與技術(shù)效率之間的關(guān)系來(lái)說(shuō)，經(jīng)濟(jì)發(fā)展水平(p＜0.00)、區(qū)域創(chuàng)新水平(p＜0.01)、政府支持水平(p＜0.01)、智力支持水平(p＜0.01)都與技術(shù)效率之間呈現(xiàn)出正向相關(guān)關(guān)系。在這五個(gè)影響因素中，經(jīng)濟(jì)發(fā)展?fàn)顩r對(duì)于孵化器的技術(shù)效率的影響最高，并且經(jīng)濟(jì)發(fā)展水平每提高一個(gè)單位，孵化器的技術(shù)效率就將提高1.16個(gè)單位。其次對(duì)于孵化器的技術(shù)效率較高的因素是政府支持水平、區(qū)域創(chuàng)新水平，而影響最小的因素是智力支持水平，但是它對(duì)于孵化器的技術(shù)效率影響仍然呈現(xiàn)出正向關(guān)關(guān)系。對(duì)外開(kāi)放程度沒(méi)有像我們之前假設(shè)的那樣對(duì)孵化器呈現(xiàn)出顯著地正向影響，反而是負(fù)向影響且不顯著。

3.檢驗(yàn)結(jié)論分析

政府公共投資對(duì)于技術(shù)效率的高低有很大的影響，但是對(duì)于公共產(chǎn)品技術(shù)效率的研究主要集中在技術(shù)效率的計(jì)算、分類等方面，而對(duì)于公共產(chǎn)品特別是孵化器這種特殊的公共產(chǎn)品的技術(shù)效率研究還比較欠缺，很少有像本研究一樣用結(jié)構(gòu)方程模型分析孵化器技術(shù)效率的影響因素。我們基于之前對(duì)于技術(shù)效率影響因素的分析總結(jié)，認(rèn)為區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r、區(qū)域創(chuàng)新水平、政府公共支出、對(duì)外開(kāi)放程度和智力支持水平這五個(gè)關(guān)鍵因素會(huì)對(duì)孵化器的技術(shù)效率產(chǎn)生積極地正向影響。經(jīng)過(guò)結(jié)構(gòu)方程模型的構(gòu)建和模型擬合度、路徑分析檢驗(yàn)，我們得出經(jīng)濟(jì)發(fā)展?fàn)顩r會(huì)對(duì)孵化器的技術(shù)效率產(chǎn)生最高的正向影響，符合我們之前的假定。同樣，對(duì)于孵化器這種特殊的公共產(chǎn)品，它的投資、組建、運(yùn)營(yíng)的主體——政府對(duì)其也會(huì)產(chǎn)生較強(qiáng)的影響，經(jīng)過(guò)模型檢驗(yàn)也符合我們之前的假設(shè)。而創(chuàng)新、高技術(shù)是中小企業(yè)的特點(diǎn)，地區(qū)創(chuàng)新水平高反映出該地區(qū)創(chuàng)新活力強(qiáng)，孵化器是扶持創(chuàng)新型中小企業(yè)發(fā)展的主要機(jī)構(gòu)組織，所以創(chuàng)新水平對(duì)孵化器的技術(shù)效率會(huì)產(chǎn)生正向影響。智力支持反映的是人力資源狀況，高素質(zhì)的人才必定推動(dòng)孵化器技術(shù)效率的提高，模型檢驗(yàn)結(jié)果雖然顯示智力支持水平對(duì)孵化器技術(shù)效率的影響程度不如之前預(yù)計(jì)的強(qiáng)烈，但是仍然呈現(xiàn)出正向的積極的影響。最出乎我們意外的是對(duì)外開(kāi)放這個(gè)影響因素，它的檢驗(yàn)結(jié)果與我們之前的假設(shè)正好相反，并且檢驗(yàn)結(jié)果也不顯著。我們分析其中的原因可能有兩個(gè):一是本實(shí)證研究所使用的是二手?jǐn)?shù)據(jù)，數(shù)據(jù)是否真實(shí)可靠存在一定疑慮;二是在文獻(xiàn)綜述中我們可以看出，對(duì)外開(kāi)放程度是地區(qū)間技術(shù)效率產(chǎn)生差異的原因之一，它本身可能不會(huì)對(duì)技術(shù)效率的高低產(chǎn)生影響，而只是造成地區(qū)間技術(shù)效率差異的因素。

綜上所述，地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r、區(qū)域創(chuàng)新水平、政府支持水平和智力支持水平是影響地區(qū)孵化器技術(shù)效率的重要因素，且均會(huì)對(duì)區(qū)域科技孵化器技術(shù)效率的提高產(chǎn)生不同程度的正向影響。

五、討論與結(jié)論

第一，我國(guó)各地區(qū)新興產(chǎn)業(yè)科技孵化器技術(shù)效率總體情況良好，部分效率不足可能源于資源投入或規(guī)模不足。

效率研究一直是經(jīng)濟(jì)研究的關(guān)注點(diǎn)之一，眾多研究者從多種視角評(píng)價(jià)了不同區(qū)域、不同行業(yè)以及企業(yè)的技術(shù)效率，并進(jìn)一步探討了技術(shù)效率的影響因素，但是對(duì)于具有公共產(chǎn)品特質(zhì)的科技孵化器技術(shù)效率及其影響因素的研究還存在著空缺。本文選取了全國(guó)140家各地區(qū)科技孵化器作為研究對(duì)象，采用DEA方法計(jì)算了這140家科技孵化器的總技術(shù)效率、純技術(shù)效率和規(guī)模效率，結(jié)果表明有近1/2數(shù)量的孵化器技術(shù)效率值在0.8以上，這說(shuō)明我國(guó)孵化器在效率方面總體情況基本良好，但是還有近1/2數(shù)量的孵化器技術(shù)效率值在0.8以下，這表明我國(guó)孵化器在技術(shù)效率方面還存在改進(jìn)的空間，分析造成效率不足的原因可能是由于資源投入方面存在問(wèn)題或規(guī)模不當(dāng)引起的。

第二，我國(guó)新興產(chǎn)業(yè)科技孵化器的技術(shù)效率區(qū)域差異顯著，可以聚類為高效型、配置高效型、規(guī)模高效型和低效型四類，應(yīng)遵循不同途徑提升技術(shù)效率。

為了進(jìn)一步分析不同地區(qū)孵化器技術(shù)效率的差異性，我們對(duì)140家國(guó)家級(jí)科技孵化器的技術(shù)效率進(jìn)行聚類分析，并按照聚類分析結(jié)果將它們劃分到四個(gè)類別中，分別為高效型、技術(shù)高效型、規(guī)模高效型和低效型。高效型包括北京、遼寧、浙江、江蘇、廣東、上海等地，在投入產(chǎn)出的資源配置方面和孵化器整體規(guī)模方面都是高效的，重點(diǎn)是要保持現(xiàn)有的資源投入產(chǎn)出組合和自身規(guī)模水平;配置高效型包括福建、江西、陜西等地，由于規(guī)模技術(shù)效率值低引致總體技術(shù)效率水平較低，應(yīng)將改進(jìn)思路放在規(guī)模調(diào)整上，調(diào)整現(xiàn)有的規(guī)模與投入產(chǎn)出水平不相匹配的問(wèn)題。規(guī)模高效型包括湖北、黑龍江、成都等地，孵化器在投入產(chǎn)出的資源配置方面表現(xiàn)出較低的效率，應(yīng)既控制孵化器的場(chǎng)地面積，調(diào)整人員數(shù)量和結(jié)構(gòu)以及避免資金使用不當(dāng)，又要增加投入量使科技孵化器的規(guī)模處于最優(yōu)狀態(tài)。低效型包括甘肅、廣西壯族自治區(qū)等地，資源配置和投入產(chǎn)出組合都存在著問(wèn)題，應(yīng)從多方面著手綜合解決問(wèn)題。

第三，我國(guó)新興產(chǎn)業(yè)科技孵化器技術(shù)效率受多種因素的綜合影響，應(yīng)將其影響強(qiáng)度作為提升效率的客觀標(biāo)準(zhǔn)，采取多種手段加強(qiáng)建設(shè)。

基于技術(shù)效率影響因素的研究回顧和理論分析，通過(guò)結(jié)構(gòu)方程模型的構(gòu)建和模型擬合度、路徑分析檢驗(yàn)，本文得出孵化器技術(shù)效率會(huì)受到經(jīng)濟(jì)發(fā)展?fàn)顩r、區(qū)域創(chuàng)新水平、政府公共支出水平和智力支持水平的影響的結(jié)論:

第一，經(jīng)濟(jì)發(fā)展?fàn)顩r會(huì)對(duì)孵化器的技術(shù)效率產(chǎn)生的正向影響程度最高，某一地區(qū)經(jīng)濟(jì)發(fā)展水平會(huì)直接和間接地多渠道影響其科技孵化器的技術(shù)效率;

第二，政府公共支出的提高將提升科技孵化器的技術(shù)效率，事實(shí)上對(duì)于孵化器這種特殊的公共產(chǎn)品，它的投資、組建、運(yùn)營(yíng)的主體——政府對(duì)其會(huì)產(chǎn)生較強(qiáng)的影響。

第三，區(qū)域創(chuàng)新水平會(huì)對(duì)科技孵化器技術(shù)效率產(chǎn)生正向影響，創(chuàng)新、高技術(shù)是中小企業(yè)的特點(diǎn)，地區(qū)創(chuàng)新水平高反映出該地區(qū)創(chuàng)新活力強(qiáng)，孵化器是扶持創(chuàng)新型中小企業(yè)發(fā)展的主要機(jī)構(gòu)組織，所以創(chuàng)新水平對(duì)孵化器的技術(shù)效率會(huì)產(chǎn)生正向影響。

第四，智力支持會(huì)對(duì)科技孵化器技術(shù)效率產(chǎn)生正向影響，但程度有限。智力支持水平反映的是人力資源狀況，高素質(zhì)的人才必定推動(dòng)孵化器技術(shù)效率的提高，模型檢驗(yàn)結(jié)果雖然顯示智力支持水平對(duì)孵化器技術(shù)效率的影響程度不如之前預(yù)計(jì)呈現(xiàn)出高水平，但是仍然呈現(xiàn)出正向的積極的影響。因而提升區(qū)域科技孵化器技術(shù)效率水平，對(duì)地方政府而言應(yīng)從經(jīng)濟(jì)發(fā)展?fàn)顩r、區(qū)域創(chuàng)新水平、政府公共支出水平和智力支持水平著手，構(gòu)建適宜孵化器成長(zhǎng)的外部環(huán)境。

[1]Bhabra － Remedios，R.K.，Cornelius，B.Cracks in the Egg:Improving Performance Measures in Business Incubator Research[R].16thAnnual Conference of Small Enterprise Association of Australia and New Zealand，2003 －09 －28.

[2]Rice， M.P.，Abetti，P.Intervention Mechanisms Utilized byBusinessIncubatorsto Influence the CriticalSuccess Factors ofNew Ventures:An Exploratory Study，[M].RenssalaerPoly Technic Institute，1993.

[3]Allen， D.N.，McCluskey，R. Structure，Policy，Services，and Performance in the Business Incubator Industry[J].Entrepreneurship:Theory and Practice，1990，(2):61 －78.

[4]Mian， S.Assessing and Managing the University Technology Business Incubator:An Integrative Framework[J].Journal of Business Venturing，1997，12(4):251－285.

[5]Colombo，M.G.，Delmastro，M.How Effective Are Technology Incubators?Evidence from Italy [J].Research Policy，2002，31(9):1103 －1122.

[6]Chan， K.，Lau，T.Assessing Technology Incubator Programs in the Science Park:The Good，the Bad and the Ugly[J].Technovation，2005，25(10):1215 －1228.

[7]曹細(xì)玉.企業(yè)孵化器孵化力評(píng)價(jià)研究[J].科技進(jìn)步與對(duì)策，2001，18(6):13 －14.

[8]王瑩，周勇.企業(yè)孵化器發(fā)展的外部制約因素及對(duì)策[J].技術(shù)與創(chuàng)新管理，2006，27(1):89－91.

[9]宋艷.我國(guó)科技企業(yè)孵化器運(yùn)行的影響因素及對(duì)策[J].學(xué)術(shù)交流，2008，(10):84－86.

[10]張嬌，殷群.我國(guó)企業(yè)孵化器運(yùn)行效率差異研究——基于DEA及聚類分析方法[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2010，31(5):171 －177.

[11]Denon， A.The Regional Allocation of Public Investment:Efficiency or Equity?[J].Journal of Regional Science，1988，(11):205 －229.

[12]Munnell， A.H.Why Has Productivity Growth Declined?Productivity and Public Investment[J].New England Economic Review，1990，(1 － 2):4－22.

[13]Maria，J.M.The Effect of Public Infrastructure on the Private Productive Sector of Spanish Regions[J].Journal of Regional Science，2003，(42):301 －326.

[14]陳迅，余杰.公共支出對(duì)我國(guó)技術(shù)效率的影響分析[J]. 財(cái)經(jīng)研究，2005，(12):5－17.