天津濱海高新區企業孵化器運行效率評價
——基于23家孵化器的數據包絡分析

楊 雪，李久佳

(天津市科學技術發展戰略研究院 天津300011)

0 引 言

企業孵化器是以孵化新企業、催生新產業、形成新業態為目標的科技創業服務機構，自1987年國內第一家孵化器成立以來，經過三十余年發展，孵化器已經成為區域創新創業發展的重要支撐，是國家創新體系的重要組成部分、創新創業人才的培養基地、大眾創新創業的支撐平臺[1]。

天津濱海高新技術產業開發區(以下簡稱濱海高新區)作為天津市第一家孵化器的誕生地，是天津市創新資源的主要聚集區，在打造特色孵化載體、完善創新創業生態環境方面成效顯著。截至2020年底，區內共有企業孵化器23家，其中國家級9家，占全市國家級科技企業孵化器總數的1/4。區內孵化器總面積達41.9萬m2，在孵企業1 061家，累計畢業企業644家，孵化成果在全市突出。本文將研究視角聚焦至具體企業孵化器的運行效率情況，從投入產出的角度提出優化建議，對進一步合理配置資源、提升孵化器運行績效、推動濱海高新區孵化器建設具有一定的實踐指導意義。

1 文獻綜述

企業孵化器的運行效率評價是國內外學者研究的熱點，國外相關學者對于企業孵化器的研究起步較早，主要從孵化器整體運行機制角度，通過具體實例，開展理論和實證研究。Bergek A等[2]構建了關于孵化器最佳實踐的框架，從孵化項目選擇、業務支持和中介性三方面，為研究不同孵化器提供了工具。Chan KF等[3]提出了一個孵化器評價標準，包含9項指標：資源集中、資源共享、咨詢服務、公眾形象、網絡優勢、集群效應、地理鄰近性、成本補貼和資金支持，并運用香港科技園區6家科技企業的業務發展數據，進行了評價實踐。Michael S[4]等基于410家畢業企業數據，構建了 MMDR模型，比較了德國5個孵化器的有效性。

國內學者更多是運用主成分分析法、隨機前言分析法(SFA)、數據包絡分析法(DEA)等定量分析方法，開展實證分析。徐菱涓等[5]通過我國32家科技創業服務中心統計調查問卷數據，運用主成分分析法找出了影響我國科技企業孵化器績效的5個主成分因子；黃虹等[6]基于260家國家級科技企業孵化器數據，運用SFA分析法進行研究，發現孵化器場地面積、累計畢業企業數和孵化器人員總數等對科技企業孵化器的運行效果有顯著影響；程洪漪等[7]以廣東省21個地級市科技企業孵化器為樣本，運用SFA方法對科技企業孵化器運行效率及影響因素進行分析；翁莉等[8]以上海、杭州和南京45家國家級科技企業孵化器為研究對象，評價長三角地區科技企業孵化器運行效率，并比較三地孵化器效率差異。張再生等[9]以天津市25家企業孵化器為樣本，分析了政策要素對企業孵化器創新效率的影響，并提出優化策略和建議。

綜上，國內外學者關于企業孵化器運行效率的實證分析取得了一系列的研究成果。本文基于相關研究基礎，選取濱海高新區企業孵化器為研究對象，分析評價目前各孵化器的運行效率，豐富有關研究。

2 研究方法

2.1 模型選擇

本文采用數據包絡分析(DEA)方法進行分析，根據多項投入指標和多項產出指標，對23家企業孵化器相對有效性進行評價，忽略指標之間的相關性，無需建立生產函數，直接評價投入產出效率。根據基本假設不同，DEA模型可以分為規模報酬不變的CCR模型和基本假設為規模報酬可變的BCC模型；根據測量方式不同，DEA模型可以分為投入導向型和產出導向型。結合企業孵化器的特點和研究需求，本文采取DEA模型中基于投入導向型的BBC模型來評價科技企業孵化器的運行效率。

2.2 指標選取

根據DEA分析方法中關于建立投入指標和產出指標的原則，結合企業孵化器在實際運行過程中要素投入、成果產出情況以及數據的可獲得性，本文構建企業孵化運行效率評價指標體系如表1所示。投入指標方面，從人力、財力、物力3個角度，分別選取管理機構從業人員數、孵化器獲得投資總額和孵化器使用總面積作為具體衡量指標；產出指標方面，從孵化、經濟、社會、創新效益4個方面，分別選擇當年畢業企業數、孵化器總收入、在孵企業從業人員數和當年知識產權授權數作為具體衡量指標。

2.3 數據來源

本文中濱海高新區23家企業孵化器數據來源為2020年度火炬統計調查中科技企業孵化器相關數據。

表1 企業孵化器運行效率評價指標體系Tab.1 Evaluation index system of operation efficiency of business incubator

3 實證結果分析

3.1 總體情況

運用DEAP 2.1軟件對數據進行運算，得到濱海高新區企業孵化器運行效率評價結果如表2所示。其中，綜合效率為1，說明其DEA有效，即實現相對有效；反之，其DEA無效。DEA無效的決策單元中，需結合純技術效率和規模效率進行進一步分析。

根據表2結果，濱海高新區企業孵化器綜合效率均值為0.736，純技術效率均值為0.837，規模效率均值為0.842，可見還存在一定的改進空間。具體來看，23家企業孵化器中，國際創業中心等11家達到DEA有效，表明其綜合效率是相對有效的，產出相對于投入達到最大化，資源利用率較高。在另外12家DEA無效的孵化器中，華苑軟件園等4家孵化器達到純技術有效，而規模無效，表明其在資源配置方面是有效的，但由于規模因素而未實現綜合有效；而生機企業孵化器等8家孵化器，其純技術效率和規模效率均是無效的，表明這些孵化器對于投入資源未實現充分利用，存在資源浪費，應從資源利用程度和規模兩方面進行改進。從規模報酬情況來看，除了DEA有效的11家孵化器規模報酬不變之外，規模報酬遞增的孵化器達到11家；僅有華苑軟件園1家存在規模報酬遞減，表明其應適當縮減資源投入規模。

從有效孵化器的數量看，濱海高新區相對有效的企業孵化器占至近半數，其中，9家國家級企業孵化器中，相對有效的達7家，占77.7%；4家市級企業孵化器中，相對有效的為2家，占50.0%；其他10家企業孵化器中，相對有效的為2家，僅占20.0%。上述數據表明，國家級企業孵化器的運行效率普遍優于市級企業孵化器，更優于其他企業孵化器，這也與實際情況相符，從而表明，國家和天津市對于企業孵化器的認定、管理和評估是有效的，發揮了相應的政策引導作用，推動了企業孵化器的建設。

表2 企業孵化器運行效率評價結果Tab.2 Evaluation results of operation efficiency of business incubator

3.2 非有效孵化器投入產出調整

根據上述分析，8家孵化器純技術效率和規模效率均無效，為完全無效型孵化器，可以根據DEA模型計算投入產出冗余值，通過適當調整投入和產出值，使孵化器運行效率達到最優，為孵化器優化資源配置提供參考。具體調整情況如表3所示。

在投入方面，此8家孵化器在人力、財力、物力上均存在冗余，相應地需要減少對應指標值，縮減管理機構人員數量、投資規模以及場地面積，降低孵化器成本，提高人力資源、資金以及場地的使用效率，杜絕盲目增加資源投入。在產出方面，1家孵化器需增加當年畢業企業的數量，2家孵化器需提高孵化器總收入，6家孵化器需提高在孵企業從業人員數量，4家孵化器需增加當年獲得授權的知識產權數量，提高孵化效率、經濟效益，創造更多就業崗位，獲得更多創新成果，從而優化孵化器運行效率。

以生機企業孵化器(編號7)為例，在現有運行情況下，減少管理機構從業人員8人，減少投資總額252萬元，縮減孵化器使用面積1.3萬m3，推動當年獲得授權的知識產權數量增加2個，孵化器的資源投入產出將處于高度利用狀態，孵化器的運行效率達到最優，實現DEA有效。

表3 純技術效率和規模效率無效的企業孵化器投入產出調整Tab.3 Input and output adjustment of ineffective business incubator

4 結論與建議

根據上述分析可知，濱海高新區企業孵化器的運行效率總體較高，有效型孵化器比例近半數，但不同類別孵化器之間效率也存在差異。其中，國家級企業孵化器的運行效率最優，聚集有效型孵化器數量最多，未達到市級以上級別的孵化器中，存在一定數量的綜合效率有效和純技術效率有效孵化器，可以作為重要培育對象。基于以上結果，從提高濱海高新區企業孵化器運行效率角度，本文提出以下建議。

一是加強對企業孵化器的分類支持。濱海高新區現有企業孵化器的規模、水平均存在差異，政策引導支持應避免一刀切，根據不同孵化器發展現狀進行精準化支持。對于有效型孵化器，應加大政策支持力度，引導孵化器不斷增強專業化能力建設；對于無效型孵化器，應對其投入產出情況進行具體分析，支持孵化器消除投入冗余和產出不足，引導孵化器提高對資源投入的高效利用，避免資源浪費，在產出能力方面，給予具體的政策引導，幫助孵化器提高孵化能力，提升經濟、社會、創新效益。

二是加強對企業孵化器的科學管理。引導企業孵化器將提升運行效率作為重要目標，強化資源使用效率。對于無效型孵化器，應從技術角度和規模角度進行具體分析，以提升綜合效率為方向，對規模報酬遞增的企業孵化器應在不斷優化資源配置效率的基礎上適當加大投入支持；對于規模報酬遞減的企業孵化器，應避免盲目進行規模擴張，而是要提升管理和技術水平，向精細化、專業化方向改進，提升技術效率和規模效率，從而實現運行效率最優。■