高新技術企業認定：國家級孵化器“認證”效應的實證研究

孫啟新 劉承翊 陳思岑

一、引言

公共資源是新興經濟體中初創企業成長和發展的重要支撐(Dinc，2005)，但政府的“有形之手”在篩選優質企業、分配公共資源方面的表現和效率卻廣受詬病(Tonoyan et al.，2010)。如何有效地分配公共資源，一直以來都是經濟學領域的重要話題。近年來的研究提出，市場化的創業服務機構在公共資源和初創企業的匹配過程中發揮了積極的“認證”作用(Certification Effect，Armanios et al.，2017)。然而，遺憾的是，現有文獻多是基于案例研究或小樣本調查展開，以大樣本為基礎得出的經驗證據還極為匱乏。

本文試圖彌補這一研究缺憾，依托科技部火炬中心的孵化器統計系統，采用全國范圍的科技企業孵化器和孵化企業樣本，實證檢驗孵化器的“認證”效應。所謂孵化器，指的是為初創企業提供物理空間、共享設施和專業化服務的市場化組織(1)科技部關于印發《科技企業孵化器管理辦法》的通知(國科發區[2018]300號)。，是典型的創業服務機構之一。自2015年以來，在“大眾創業、萬眾創新”的背景下，孵化器的數量快速增長，短短5年時間里擴張了兩倍有余，由2015年初的1748家增長至2019年末的5206家。為了引導孵化器行業的高質量發展，科技部火炬中心自2000年以來在全國范圍內對科技企業孵化器和孵化企業開展了年度調查，這為研究創業服務機構在創業扶持中的作用提供了獨特的數據來源。

本文實證檢驗了國家級孵化器在孵化企業申請高新技術企業認定過程中的作用。這是研究孵化器“認證”效應的合適場景：國家級孵化器是科技部孵化器管理體系中的最高標準，初創企業獲準入駐國家級孵化器能夠向外界傳遞關于企業質量和技術前景的積極信號(Lee et al.，2017)；同時，高新技術企業認定往往是企業獲取公共資源的基本門檻(Armanios et al.，2017)。具體地，本文將逐一探究如下問題：第一，國家級孵化器中的初創企業是否更可能獲得高新技術企業認定；第二，國家級孵化器對企業通過高新技術認定的作用，除了現有文獻中提及的資源連接(Amezcua et al.，2013)和能力建設(Hallen et al.，2020)之外，是否還存在“認證”效應；第三，國家級孵化器的“認證”效應對哪些初創企業群體更有幫助。

研究發現，入駐國家級孵化器的初創企業通過高新技術企業認定的概率，顯著高于非國家級孵化器內的孵化企業。在控制了資源連接和能力建設等現有文獻提及的替代解釋后，國家級孵化器的作用仍然存在。本文認為，這支持了國家級孵化器“認證”效應的存在。進一步地，本文從認證效果的需求和供給兩個視角展開研究，發現：對于更需要權威機構認證的群體，例如市場熟悉度較低的首次創業者和大學生群體，以及專利數量較少的初創企業，入駐國家級孵化器對通過高新技術認定的影響更顯著；而孵化器與孵化企業的技術領域一致，會增強國家級孵化器的“認證”效力。為了緩解可能的遺漏變量和反向因果問題，本文做了如下檢驗：第一，某些遺漏的企業特征會同時影響其獲準入駐國家級孵化器和通過高新技術企業認定的可能。對此，本文僅保留在孵化器評定為國家級之前已入駐的企業樣本，以孵化器被評定為國家級作為外生沖擊構建多時點DID模型，結果支持本文結論。第二，優質初創企業的入駐可能會反過來增加孵化器被評定為國家級的可能。對此，本文僅保留在孵化器被認定為國家級之后才入駐的企業樣本重新運行基本回歸，本文結論不變。

本文可能的貢獻如下：第一，為創業服務機構影響初創企業資源獲取的研究提供了經驗證據。現有文獻指出，創業服務機構在幫助政府篩選優質的初創企業以及幫助初創企業獲取公共資源的過程中發揮了重要作用(Dutt et al.，2016)。但出于初創企業數據的可得性問題，鮮有研究基于大樣本數據提供相關的經驗證據。本文依托科技部的獨特數據，首次提供了實證證據支持。第二，拓展了孵化器的作用機制研究。大量文獻探討了孵化器在扶持初創企業成長過程中的成本緩沖、能力建設和資源連接等不同作用(Amezcua et al.，2013；Hallen et al.，2020)，而本文從信號傳遞和“認證”效應的視角，拓展了現有關于孵化器作用機制的研究。第三，豐富了“認證”效應的相關研究。“認證”效應普遍存在于現實社會中，是創業服務機構幫助初創企業獲取資源的重要方式。已有文獻提供了知識產權管理機構、國際質量標準組織和知名風險投資家發揮“認證”作用的證據(King et al.，2005；Lee et al.，2011)，本文則是從國家級孵化器的視角，驗證了創業服務機構的“認證”效應。

下文的結構安排如下：第二部分為文獻回顧和研究假說，第三部分為實證設計，第四部分報告并解釋了實證結果，第五部分總結并提出啟示和局限。

二、文獻回顧和研究假說

(一)公共資源與企業的早期成長

扶持初創企業成長和發展是長期以來各國政府的重要議題。初創企業的數量多、成長快、技術先進，在創造就業機會、技術革新和生產力提升等方面發揮著顯著的積極作用(Beck et al.，2005；Van Praag and Versloot，2007)。但與此同時，初創企業普遍面臨著資源匱乏和存活率低的問題(Aldrich and Ruef，2018)。從美國和中國的統計數據來看，超過一半的企業平均壽命在五年以下(2)數據來源：Aldrich and Ruef(2006)；國家工商總局2013年發布的《全國內資企業生存時間分析報告》。，這不僅僅是因為初創企業自身經營模式尚未成熟、管理能力有所欠缺，更重要的原因在于初創企業具有高度不確定性和嚴重信息不對稱，導致其在吸引融資和獲取資源方面存在明顯的劣勢(Berger and Udell，2006)。正因為此，如何幫助初創企業更好地獲取資源、度過早期困境，一直以來都受到各界的廣泛關注。

在新興經濟體中，公共資源是初創企業最重要的外部資金來源(Dinc，2005)。新興經濟體的產權保護、合同執行等法制環境建設相對薄弱，IPO、并購等資本退出渠道受限，私人資本往往不愿意為初創企業提供資源支持，風險投資等在發達經濟體中主要的股權融資方式發展滯后(Bruton and Ahlstrom，2003；Puffer et al.，2010)。新興經濟體中資源配置的市場機制失靈，迫使政府投入大量的公共資源以扶持初創企業成長，發揮初創企業在技術革新和經濟增長中的作用(Arshed et al.，2014)。作為典型的新興經濟體，中國的情況也不例外。政府補貼金額逐年攀升、減稅降費力度持續擴大、小微企業貸款年均增速超過40%、各類政府引導基金總規模近12萬億，大量的公共資源投入扶持初創企業成長(郭娜，2013；李善民等，2020)。

但是，如何篩選優質初創企業、合理分配公共資源，是各國政府面臨的共同難題。最常用的做法是直接將公共資源以財政補貼、政府引導基金等方式，分配給政府認定的具備發展潛力的初創企業。通過公共資源直接提供外部支持，被證實可以降低創業投入和門檻，緩解市場環境對創業者和早期創業階段的不利影響，最終提高創業成功率(楊向陽、童馨樂，2015；李政、楊思瑩，2019；陳晨等，2021)。然而，政府的篩選能力和分配效率一直廣受詬病，更有甚者會因權力尋租而滋生腐敗(Acemoglu and Verdier，2000；Tonoyan et al.，2010)。因此，充分發揮市場化的創業服務機構在公共資源分配中的作用，通過市場機制提高公共資源的分配效率和初創企業的扶持效果，是近年來新興經濟體政府實踐中的新探索。

(二)創業服務機構與公共資源分配

在政府分配公共資源、扶持初創企業的過程中，創業服務機構發揮著重要作用。創業服務機構一般是指連接創業者和外部資源、扶持初創企業成長的組織機構，如科技園、孵化器和行業協會等(McDermott et al.，2009)。在公共資源的分配過程中，創業服務機構是初創企業和政府部門有效匹配的重要途徑(Dutt et al.，2016)。從政府的角度，政府通過創業服務機構可以成功篩選出優質的初創企業。雖然政府擁有大量的公共資源，但在確定具備商業前景的技術和幫助企業家建立商業技能方面往往能力不足(Armanios et al.，2017)。而創業服務機構通常配備專業和富有經驗的管理團隊、擁有相對客觀完備的篩選機制，能夠幫助政府識別和商業化有前景的科學研究和創新技術，從而避免了政府計劃經濟式的管理分配模式(Hu，2007)。從初創企業的角度，缺乏政治關聯的企業可以通過創業服務機構獲取公共資源。在資源獲取上，擁有豐富關系網絡的企業家可以與政府這一重要的資源提供者建立直接或者間接的聯系，更容易獲得優惠待遇和政府補貼等(Fisman，2001；于蔚等，2012；Armanios et al.，2017)，而缺乏政治關聯的創業者則需要通過其他途徑提高成功獲取公共資源的機會，科技園、孵化器等創業服務機構就是常見的替代渠道(Hallen and Eisenhardt，2012)。

“認證”效應是創業服務機構幫助初創企業獲取資源的重要方式。“認證”是指擁有權威地位的組織或機構正式承認一個企業符合特定的標準(Sine et al.，2007)，獲得權威機構的“認證”作為一種信號，可以傳遞與企業的組織特征、產品質量和技術前景相關的信號(Lee et al.，2017)。初創企業所處的市場環境具有高度的不確定性和嚴重的信息不對稱，來自第三方機構的認證能夠幫助企業獲取資源和提高生存幾率(David et al.，2013)。例如，知識產權管理機構對專利和知識產權的批準(Narayanan et al.，2000)、國際質量標準組織對產品合規性的認定(King et al.，2005)、知名風險資本家對企業的投資(Hsu，2004；Lee et al.，2011)等，都能對初創企業產生良好的聲譽效應和“認證”作用。創業服務機構在初創企業獲取資源的過程中，同樣也能發揮“認證”效應。初創企業在獲準進入有資質的創業服務機構之前需要經過嚴格的篩選，保證項目具有足夠的技術和市場前景。因此，獲準進入有資質的創業服務機構，能夠傳遞出企業質量的積極信號，有助于企業獲得市場和政府的認可。

(三)國家級孵化器的“認證”效應

科技企業孵化器(簡稱“孵化器”)是近年來備受關注的創業服務機構。孵化器指的是提供物理空間、共享設施和專業化服務的市場化組織，其主要功能在于圍繞科技企業的成長需求，集聚各類要素資源，推動科技型創新創業，提供創業場地、共享設施、技術服務、咨詢服務、投資融資、創業輔導、資源對接等服務，降低創業成本，提高創業存活率，促進企業成長(3)科技部關于印發《科技企業孵化器管理辦法》的通知(國科發區[2018]300號)。。在“大眾創業、萬眾創新”戰略大背景下，自2015年以來，全國科技企業孵化器的數量快速擴張，5年時間內擴充了兩倍，由2015年初的1748家增長至2019年末的5206家。

現有研究指出，孵化器在扶持初創企業成長的過程中，發揮了成本緩沖、能力建設和資源連接等不同作用。首先，孵化器為初創企業提供了低廉的物理空間、完備的管理和商業服務，以及早期創業扶持資金，降低了初創企業的設立門檻和經營管理成本，發揮了成本緩沖的作用(Amezcua et al.，2013)。其次，孵化器通過組織多種形式的創業輔導、建立一對一的幫扶關系，能夠提高創業者的商業技能和管理能力(Hallen et al.，2020)。再者，孵化器可以幫助企業建立社會網絡和連接外部資源，這既包括與孵化器內部的其他創業團隊實現協同和互助，也包括與孵化器合作的金融機構、科研院校和商業人士進行交流并獲取幫助(Hansen et al.，2000)。

除此之外，本文認為，作為典型的創業服務機構形式之一，孵化器也能夠發揮“認證”效應，幫助初創企業獲取公共資源。本文通過檢驗入駐國家級孵化器對初創企業通過高新技術認定的影響，為此提供證據支持。選取國家級和非國家級孵化器進行比較的原因在于：第一，“認證”需要有權威的效力來源。國家級孵化器由中央政府科技部門每年進行評定和考核，中央政府的背書為國家級孵化器提供了權威的“認證”效力，第二，這具備較強的現實意義。于監管部門而言，在孵化器數量快速擴張的背景下，證實“頭部”孵化器(指行業中的翹楚，例如國家級孵化器)存在“認證”效應，能夠為其實施分級分類管理、引導孵化器市場有序發展提供依據。而本文從高新技術企業認定的角度研究初創企業的公共資源獲取，是因為高新技術認定能夠為企業帶來直接和間接的公共資源。根據2007年3月16日通過的《企業所得稅法》，經認定的高新技術企業，在隨后的三年內適用的企業所得稅稅率由25%降為15%；并且，高新技術企業認定往往被作為獲取地方政府的優惠政策、科研經費支持和財政撥款等政策性扶持的基本門檻(雷根強、郭玥，2018)。

本文認為，國家級孵化器能夠發揮“認證”效應，幫助其孵化企業通過高新技術認定。首先，企業入駐國家級孵化器向外界傳遞了有關公司質量的積極信號。為了引導孵化器的高質量發展，科技部對全國范圍內的科技企業孵化器進行了分級分類管理。國家級孵化器是孵化器評價體系中的最高標準，在孵化場地、孵化服務供應、孵化資金供給和孵化企業資質等方面有明確和嚴格的量化要求(4)主要的量化要求包括：孵化器層面，孵化場地不低于1萬平方米，自有孵化基金不低于500萬元，專業孵化服務人員占比超過80%；在孵企業不少于50家，使用場地面積超過75%，獲得資金支持不低于10%，每10家企業至少配備1名孵化人員和1名創業導師；畢業企業不少于20家。數據來源：科技部關于印發《科技企業孵化器管理辦法》的通知(國科發區[2018]300號)。。科技部對國家級孵化器的高要求促使孵化器嚴格把控孵化企業的篩選過程，因此，初創企業獲準入駐國家級孵化器能夠向外界傳遞關于企業質量和技術前景的積極信號(Lee et al.，2017)。

其次，高新技術企業認定的過程也會受到這一信號的影響。一方面，高新技術認定過程存在個體偏差。在認定高新技術企業的過程中，需要組織專家對科技企業的核心自主知識產權、科技成果轉化能力和研究開發的組織管理水平等進行定性評價(5)科技部、財政部、國家稅務總局關于修訂印發《高新技術企業認定管理辦法》的通知(國科發火[2016]32號)。。定性評價過程不可避免地會存在個體偏差，企業所屬的孵化器背景作為一項顯性特征，傳遞出的不同信號很可能改變評審專家對企業的印象和感知。另一方面，科技部評定的國家級孵化器具備權威性和顯示度。“認證”效應本質上是一項三方關系，通過認證方和被認證方之間的聲譽轉移，幫助被認證方從資源供給方獲取資源(Sine et al.，2007)。當認證方相對資源供給方而言，存在更強的權威性時，這一效應會更加明顯。國家級孵化器由中央政府的科技部門評定和管理，而高新技術企業由地方政府的科技和財稅部門聯合進行認定。相對地方政府部門而言，國家級孵化器的“認證”效應具備權威的效力來源。

因此，本文提出假設1：國家級孵化器中的初創企業更可能獲得高新技術企業認定。

三、實證設計

(一)數據來源和樣本選取

本文數據來源于全國科技企業孵化器調查統計數據。該數據由科技部火炬中心統一組織和培訓的調查隊伍在全國范圍內對科技企業孵化器及其中的孵化企業進行統計得到，統計問卷報國家統計局備案。統計數據在仔細校驗核對后由專門人員錄入系統，并經科技部門逐級審核上報，全國性調查團隊和科技部門行政體系為數據的一致性和準確性提供了支撐(6)科技部火炬中心每年度會發布統計調查工作安排的相關通知，以2018年為例：http://www.chinatorch.gov.cn/fhq/gztz/201812/79d512c3a382428dbe1b7588abf0f7d9.shtml。。該數據在已有研究中也得到了應用(孫啟新等，2020)。

該數據庫涵蓋了孵化器和孵化企業兩個層面的統計數據。在孵化器層面，包括基本情況、使用面積、管理人員、收入來源、運營成本和創業輔導等六大項內容；在孵化企業層面，包括了基本情況、財務數據、從業人員和知識產權等四大項內容。孵化企業多處于初創期，這是國內首個提供初創企業財務數據的可靠來源。

該數據的起始年度為2015年，而2020年數據可能受到新冠疫情的影響，因此，本文的樣本范圍為2015-2019五個年度，并做了如下樣本篩選：第一，剔除高新技術企業認定、國家級孵化器、營業收入、研發開支、科研人員數量等主要變量存在缺失值的樣本。第二，剔除不符合高新技術企業認定的量化條件的孵化企業，即以下任何一項條件未達標的樣本：主要技術屬于國家支持的高新技術領域、企業成立時間超過一年、研發費用占比符合要求等(7)科技部、財政部、稅務總局關于修訂印發《高新技術企業認定管理辦法》的通知(國科發火[2016]32號)。。第三，剔除未能準確匹配到孵化器的孵化企業樣本。最后，本文獲得671685個孵化企業年樣本。

(二)實證模型和變量說明

本文的實證模型如下：

HIGHTECHi,t=β0+β1STATETIERi,t-1+βXi,t-1+γprov,t+φindus,t+ε

(1)

其中，因變量為高新技術企業認定(HIGHTECH)，取自孵化企業庫中的“是否為高新技術企業”字段，若屬于高新技術企業該變量取值為1，否則取0。自變量為國家級孵化器(STATETIER)，該變量為孵化企業與孵化器一一匹配后，根據孵化器庫中的“是否國家級”字段構建而成，當孵化企業對應的孵化器在樣本年度被認定為國家級孵化器時取值為1，否則取0。

X為控制變量，具體包括企業規模(SIZE)、企業歷史(AGE)、產權性質(SOE)、營收規模(SALES)、盈利能力(ROS)、研發支出(R&D)、人力資本(EDU)等。自變量和控制變量等解釋變量均采用滯后一期數據(8)由于孵化器系統僅統計了自2015年開始的數據，控制變量在2015年的取值采用當年數據。，同時對因變量、自變量和控制變量中的連續變量1%以下以及99%以上分位數進行縮尾處理。在基本回歸中采用Logit模型進行回歸，并使用OLS模型進行穩健性檢驗。模型中還控制了兩個交互固定效應，分別是企業所屬的省份和行業，與各年度的交互固定效應；并且，模型cluster到孵化器層面。行業類別根據孵化企業庫中的12個“企業所屬技術領域”進行定義。倘若本文的假設1成立，預期自變量STATETIER的估計系數將顯著為正。

四、實證結果

(一)描述性統計

表2的A欄和B欄按孵化企業所在的省份和行業統計了樣本的分布情況。A欄根據樣本期間

表1 主要變量說明

表2 孵化企業分布情況

的孵化企業數量進行排序，列出數量最多的前十大省份，分別是江蘇、廣東、浙江、山東、河南、湖北、北京、四川、天津、上海。其中，江蘇、廣東和浙江屬于民營經濟較發達的地區，四川近年來的創業生態良好，而北京、上海的孵化體系較為成熟，符合直覺。為驗證不同省份中國家級孵化器的“認證”效應，本文在穩健性部分中區分省份類別進行了檢驗。

B欄根據孵化器系統中對孵化企業所屬技術領域的分類，報告了各技術領域內的孵化企業數量。其中，電子信息領域的孵化企業數量最多，占全部樣本比重接近一半(49%)；其次分別是先進制造(16%)和生物醫藥與醫療器械(9%)；文化創意領域在2016年以來增勢明顯；航空航天、地球空間與海洋、核應用技術等高精尖領域的數量相對較少。

表3報告了主要變量的描述性統計結果。A欄是變量分布情況。因變量HIGHTECH的均值為0.114，說明有11.4%的孵化企業被認定為高新技術企業；自變量STATETIER的均值為0.566，意味著超過半數樣本在國家級孵化器中孵化。平均來看，孵化企業的注冊資本為168萬元(9)涉及金額的變量在調查問卷中均以千元為單位。(=e^7.424)，年齡為2.7年(=e^0.997)，營業收入為58萬元(=e^6.355)，凈利率7%，研發開支占收入比重為27.9%，大專以上學歷的員工占比80.6%。

表3 變量描述性統計

B欄是主要變量的相關系數表。從B欄可以直觀看到，因變量HIGHTECH和自變量STATETIER的相關系數為0.0847，并且在1%水平上顯著。這支持本文的假設1，即在國家級孵化器中孵化的企業，更可能獲得高新技術企業認定。同時，研發投入越多(R&D)、人力資本越高(EDU)的企業，被認定為高新技術企業的可能性也更高。

(二)基本回歸

表4報告了模型(1)的回歸結果，列(1)僅加入了因變量和自變量進行回歸，列(2)控制了企業特征變量，列(3)加入了年度和企業所屬省份、行業的固定效應，列(4)則進一步控制了“省份×年度”和“行業×年度”兩個交互固定效應。從表4可以看到，隨著控制變量和固定效應的增加，自變量STATETIER的估計系數逐漸減小，但是始終在1%水平上顯著為正，支持本文的假設1，說明國家級孵化器中的孵化企業更可能獲得高新技術企業認定。

表4 基本回歸結果

控制變量方面，孵化企業的注冊資本(SIZE)越多、經營歷史(AGE)越長、營收規模(REV)越大、研發活動(R&D)和人力資本(EDU)投入越多，越有可能被認定為高新技術企業；而凈利率(ROS)越高，意味著技術相對成熟、企業發展平穩，可能更側重于擴張生產線和產能等固定資產投資，降低了研發投入和高新技術認定的需求。

(三)控制替代解釋

基本回歸的結果證實了國家級孵化器中的初創企業更可能獲得高新技術企業認定。但是，這尚不足以證實國家級孵化器的“認證”效應。現有文獻指出，孵化器可以為初創企業提供創業輔導(Hallen et al.，2020)、幫助初創企業連接包括政府部門在內的外部資源(Hansen et al.， 2000)。一個合理的推論是，相比非國家級孵化器，被認定為國家級的孵化器具備更大的場地規模、導師團隊和外部資源，更能夠發揮能力建設和資源連接的作用，幫助孵化企業獲得高新技術企業認定。因此，為驗證國家級孵化器的“認證”效應，需要控制能力建設和資源連接這兩個替代性解釋。

首先，我們測度并控制了能力建設和資源連接這兩個變量。倘若國家級孵化器對高新技術企業認定的積極效果主要來自于能力建設或資源連接兩方面，而不存在“認證”效應，那么在準確測度并增加控制了相關變量后，預期自變量STATETIER的估計系數會明顯降低，并且在統計上不再具備顯著意義。因此，本文構建了如下兩個變量：第一，建立輔導關系是孵化器提供能力建設的首要步驟和主要渠道，我們根據調查問題“是否與創業導師建立輔導關系”構建了變量Coaching，對于孵化企業與創業導師建立了輔導關系的，Coaching取值為1，否則取0；第二，高新技術企業由地方政府部門組織認定，國有性質的孵化器在政府部門的聯系和資源更多，我們根據孵化器的產權性質構建了變量IncuSoe，孵化器為國有產權的取值為1，否則取0。隨后，將這兩個變量加入模型(1)，表5報告了回歸結果：無論是單獨加入(列1和列2)還是同時加入(列3)這兩個變量，自變量STATETIER的估計系數仍然顯著為正(10)此處的檢驗目的在于控制而非排除替代解釋。根據現有文獻，能力建設和資源連接的確可能在企業獲取公共資源的過程中發揮作用，本文感興趣的是在此之外，是否存在其他的影響機制，例如“認證”效應。因此，我們關注在控制相關變量后自變量估計系數受影響的幅度和顯著性的變化，而未檢驗估計系數與基本回歸結果的組間差異。。這說明，除能力建設和資源連接兩種解釋外，國家級孵化器對初創企業獲取高新技術認定的積極效果存在其他影響機制。

當然，前述檢驗的基礎在于，變量Coaching和IncuSoe能夠準確和完整地測度兩種替代解釋，但這并不符合實際。為此，我們進一步進行如下檢驗。本文僅保留民營產權的孵化器(IncuSoe=0)和未與創業導師建立輔導關系(Coaching=0)的企業樣本，重新運行基本回歸，表5中列(4)的結果顯示，自變量的估計系數仍在5%水平上顯著為正。上述結果進一步支持了本文的假設，即國家級孵化器在孵化企業進行高新技術認定的過程發揮了“認證”作用。

(四)進一步研究

需求方面，本文在企業層面選取了兩個特征來測度其與外界的信息不對稱程度：首先，對于首次創業者和大學生等創業經歷較少的群體，政府部門和市場在考察其能力時缺乏有效工具，信息不對稱更嚴重(陳君等，2016)；其次，發明專利能夠成為初創企業向外界傳遞企業競爭優勢的有效信號(漆蘇、劉立春，2020)，缺乏發明專利成果的初創企業則更需要其他方式作為認證。供給方面，本文認為，當國家級孵化器的專業領域與初創企業技術領域一致時，在該專業領域的顯示度更高，對企業質量的認證更具可信度，因此發揮的“認證”效應越強。

對于創業者是否為首次創業者或大學生的考察，本文構建了如下兩個變量：第一，根據調查問卷中“企業負責人是否連續創業者”這一問題，構建了變量FirstTry，對于首次創業的創業者該變量取值為1，對于連續創業的創業者該變量取值為0；第二，根據“企業負責人創業特征”構建了變量College，當孵化企業屬于大學生創業企業時該變量取值為1，否則取0。隨后，將這兩個變量與自變

表5 控制替代解釋

量STATETIER交互加入基本回歸，結果報告于表6的列(1)和(2)。可以看到：第一，變量FirstTry和College的估計系數均顯著為負，說明首次創業者和大學生創業企業通過高新技術企業認定的概率更低；第二，交互項STATETIER×FirstTry和STATETIER×College的估計系數均為正，并且至少在5%水平上顯著。系數方向與自變量STATETIER一致，說明對于首次創業者和大學生創業企業，國家級孵化器的“認證”效應更顯著，支持本文的預期。

對于孵化企業專利數量多寡的考察，我們根據孵化企業擁有的發明專利數量構建了變量LessPatent，當企業的發明專利數少于行業年中位值時，變量LessPatent取值為1，否則取0。同樣地，將該變量與自變量交互加入基本回歸，從表6的列(3)可以看到，交互項STATETIER×LessPatent的估計系數為0.160，在5%水平上顯著，且方向與自變量系數一致。這支持了本文的預期，即對于持有專利數量較少的企業，國家級孵化器的“認證”作用更有助于其獲得高新技術企業認定。

對于孵化器的專業領域是否與初創企業技術領域相一致的考察，我們根據孵化器的專業領域和孵化企業所屬的技術領域進行匹配并構建變量SameField，當兩者領域一致時，變量SameField取值為1，否則取0。隨后，將該變量與自變量交互加入基本回歸，從表6的列(4)可以看到，交互項STATETIER×SameField的估計系數為0.100，在10%水平上顯著，且方向與自變量系數一致。這說明當孵化企業與孵化器所屬的領域一致時，國家級孵化器的“認證”效應更強，支持本文預期。

表6 進一步研究

(五)內生性檢驗

本文結論可能存在如下內生性問題：第一，遺漏變量問題。例如，初創企業或創業者的政治關聯等特征會增加其獲準進入國家級孵化器的概率，同時也提高了初創企業通過高新技術認定的可能。第二，反向因果問題，即是獲準進入國家級孵化器提高了初創企業通過高新技術認定的概率，抑或是具有高新技術潛力的企業入駐后增加了孵化器認定為國家級的可能。在這一部分，本文嘗試緩解以上內生性問題。

為緩解可能的遺漏變量問題，本文僅保留在孵化器認定為國家級之前已入駐孵化器的初創企業樣本，檢驗孵化器被認定為國家級這一沖擊事件對企業的高新技術認定是否有影響。首先，我們識別出2016-2018三年新增的國家級孵化器名單(11)本文的樣本期為2015-2019年，但為了比較沖擊前后差異，不考慮2015年和2019年新增國家級孵化器。，并剔除了在隨后的樣本年度被移除國家級的孵化器。其次，我們僅保留了在孵化器被認定為國家級之前就已經入駐的孵化企業，并從中剔除在孵化器被認定為國家級之后沒有觀測值的企業，這使得樣本期間的每家實驗組企業至少在沖擊前后都有觀測值。隨后，我們從同行業、同年度非國家級孵化器的孵化企業中，根據基本回歸中的控制變量PSM得到參照樣本。

本文以孵化器被認定為國家級這一事件構建了多時點DID模型。對于實驗組樣本，分組變量Treat取值為1，參照組樣本取值為0。在沖擊當年及之前年度，時間變量After取值為0，沖擊之后年度After取值為1。隨后，按下述模型(2)運行回歸。倘若如本文預期，孵化器認定為國家級之后，才提高了孵化企業通過高新技術認定的概率，那么預期交互項Treat×After的系數顯著為正。

庭前會議對程序公正的促進作用也是顯而易見的。庭前會議通過將法官與公訴人，法官與當事人、辯護人、訴訟代理人的庭前交流予以制度化、合法化，這樣能夠很好地排除他們之間相互單方接觸過程中請客送禮等影響實體公正的情況發生，也滿足了程序自身公正性的價值要求。而且，庭前會議制度本身設置的結果乃是將程序性問題在整個審判程序中的地位凸顯出來，擺脫了程序性事項的解決依附于案件實體審理過程的狀況。[1]

HIGHTECHi,t=β0+β1Treati+β2Afteri,t+β3Treati×Afteri,t+βXi,t-1+γprov,t+φindus,t+ε

(2)

表7的列(1)報告了模型(2)的回歸結果。可以看到：第一，分組變量Treat的估計系數在1%水平上顯著為正，意味著能夠獲準進入國家級孵化器的企業，相比其他企業而言，通過高新技術認定的概率更高。第二，時間變量After的估計系數為負(盡管并不顯著)，說明隨著時間的推移，通過高新技術企業認定的難度越來越大，這可能是因為初創企業數量快速擴張所致。第三，本文關注的是交互項Treat×After的估計結果，從列(1)可以看到，交互項系數在1%水平上顯著為正，說明孵化器被認定為國家級這一事件，會增加孵化企業通過高新技術認定的概率。這支持本文的假設，也在較大程度上緩解了基本回歸的遺漏變量問題。

在列(1)DID回歸結果的基礎上，表7的列(2)到列(5)進一步控制了能力建設和資源連接這兩個替代解釋，以驗證DID場景中國家級孵化器的認證效應。其中，列(2)和(3)分別控制了變量Coaching和IncuSoe(與表5的做法一致)，列(4)同時加入了這兩個變量，列(5)僅保留變量Coaching和IncuSoe同時為0的樣本。可以看到，在列(2)到列(5)中，分組變量Treat、時間變量After和交互項Treat×After的系數方向和統計顯著性均與列(1)保持一致。并且，交互項Treat×After顯著為正的估計系數再次支持了本文假設。

為了緩解可能的反向因果問題，本文僅保留在孵化器被認定為國家級之后才入駐的初創企業樣本。具體地，我們首先確定各個孵化器被評定為國家級的年份(12)由于樣本期間自2015年開始，我們將2015年作為當年度國家級孵化器的認定年份。，隨后僅保留在首次認定為國家級孵化器后維持這一狀態的樣本，并剔除了入駐時間早于或等于國家級孵化器的認定年份的孵化企業，最后剩余樣本270482個。

本文在新的樣本范圍內重新運行模型(1)，結果報告于表8的列(1)。可以看到，自變量STATETIER的估計系數為0.265，并且在1%水平上顯著。這說明，對于孵化器評定為國家級之后才入駐的企業樣本，同樣有更高的概率通過高新技術企業認定。在列(1)回歸結果的基礎上，表8的列(2)到列(5)進一步控制了能力建設和資源連接這兩個替代解釋，以在新樣本中驗證國家級孵化器的“認證”效應。其中，列(2)和(3)分別控制了變量Coaching和IncuSoe(與表5的做法一致)，列(4)同時加入了這兩個變量，列(5)僅保留變量Coaching和IncuSoe同時為0的樣本。可以看到，在列(2)到列(6)中，自變量STATETIER的系數方向和統計顯著性均與列(1)保持一致，這支持了本文的假設。

表7 遺漏變量問題

(六)穩健性檢驗

為了驗證本文結論在不同情形下的穩健性，我們補充了如下檢驗。第一，基本回歸模型中采用Logit模型，此處本文使用OLS模型重新運行基本回歸，結果報告于表9的列(1)。可以看到，自變量STATETIER的估計系數同樣顯著為正，支持本文結論。第二，除了2015年樣本外，基本回歸中的解釋變量均采用滯后一期數據。出于數據限制，2015年樣本的解釋變量采用了當年度數據。此處，本文剔除了2015年樣本后重新運行基本回歸，結果報告于表9的列(2)。可以看到，本文結論不變。第三，在描述性統計中，我們發現孵化企業數量前十大的省份樣本量占比超過三分之二，為了驗證國家級孵化器的“認證”效應在不同孵化企業數量的省份中均存在，本文根據孵化企業所屬的省份信息，將樣本分為前十大省份子樣本和其他省份子樣本，重新運行基本回歸并將結果報告于表9的列(3)和(4)，本文結論仍然穩健。第四，本文區分了在孵企業和畢業企業進行分組檢驗，結果報告于表9的列(5)和(6)，可以看到，無論初創企業是否從孵化器中畢業，自變量STATETIER的估計系數都顯著為正，與基本回歸一致，說明國家級孵化器的“認證”效應在畢業企業和在孵企業申請高新技術認定的過程中都存在，這再次支持本文結論。第五，本文保留樣本期間通過國家級孵化器認定的孵化器樣本，計算觀察年度與通過國家級孵化器認定年度的差異，構建變量YearDiff，并在回歸中控制該年份差異的固定效應，結果報告于表9的列(7)，本文結論不變。

表8 反向因果問題

表9 穩健性檢驗

五、結論與啟示

本文研究國家級孵化器在初創企業獲取高新技術認定過程中的“認證”效應。基于科技部獨特的孵化器和孵化企業數據，本文檢驗發現，相比非國家級孵化器，入駐國家級孵化器的初創企業通過高新技術企業認定的概率顯著更高。在控制了能力建設和資源連接等替代解釋后，國家級孵化器的“認證”作用仍然存在。我們還發現，對于首次創業者、大學生群體和專利數量較少的初創企業等更需要第三方權威機構認證的群體，此時國家級孵化器的“認證”效果更顯著；而且，當專業技術領域孵化器與孵化企業的技術領域一致、認證效果更直接時，國家級孵化器的“認證”效應會得到增強。在采取多種方式緩解了可能的遺漏變量和反向因果問題后，本文的結論不變。

本文研究具備理論和現實意義：第一，本文提出并檢驗了孵化器在初創企業扶持上的“認證”效應，拓展了該領域的現有研究；同時，也為創業服務機構影響初創企業資源獲取的研究提供了大樣本基礎上的證據支持。第二，隨著近年來孵化器數量的快速擴張，孵化器對初創企業的扶持效果不可避免地會受到影響，本文結論支持監管部門實施孵化器分級分類管理，向市場各方傳遞明確的信號，引導孵化器高質量發展。當然，本文研究也存在局限之處。出于數據限制，本文的研究僅比較了入駐國家級或非國家級孵化器對初創企業獲取高新技術認定的影響。因而，本文結論僅支持了國家級孵化器在幫助初創企業獲取公共資源方面的“認證”效應，而不能推定所有孵化器或者所有資源獲取過程的“認證”作用，這有待未來的進一步研究。