創(chuàng)業(yè)孵化推動創(chuàng)新引領經(jīng)濟發(fā)展的機理分析與實證檢驗

劉雨楓，馮 華

(北京交通大學 經(jīng)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(chuàng)新在我國現(xiàn)代化建設全局中的核心地位，把科技自立自強作為國家發(fā)展的戰(zhàn)略支撐。創(chuàng)新驅(qū)動經(jīng)濟發(fā)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(fā)達國家(已達到80%)相比依然存在一定差距，創(chuàng)新型國家建設仍面臨諸多“關卡”。

創(chuàng)新引領經(jīng)濟發(fā)展是指科技創(chuàng)新通過影響成果轉(zhuǎn)化、市場結(jié)構和產(chǎn)業(yè)轉(zhuǎn)型與經(jīng)濟逐步融合，進而促進經(jīng)濟發(fā)展。經(jīng)濟結(jié)構調(diào)整不僅依賴市場，創(chuàng)新驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型和戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展也起關鍵作用，其是創(chuàng)新產(chǎn)業(yè)化的雛形[1]。跨越科技與經(jīng)濟之間的鴻溝，可通過處理政府與市場關系、重視成果轉(zhuǎn)移轉(zhuǎn)化、促進深度融合的“三級跳”與完善“三鏈”布局實現(xiàn)[2]。科技、經(jīng)濟融合與經(jīng)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(zhuǎn)化有助于促進經(jīng)濟增長，而科技與經(jīng)濟脫鉤則會阻礙創(chuàng)新能力轉(zhuǎn)化[3]。因此，學者多采用科技經(jīng)濟融合度指標衡量創(chuàng)新引領經(jīng)濟發(fā)展水平。

中外學者多采用科技進步貢獻率對科技經(jīng)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(shù)據(jù)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(chǎn)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(chǎn)函數(shù)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(guī)模效率和資源配置效率。

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

現(xiàn)有研究肯定了創(chuàng)新對于經(jīng)濟增長的促進作用，對創(chuàng)新引領經(jīng)濟發(fā)展的研究主要集中在影響因素、體制機制等方面，針對創(chuàng)新引領經(jīng)濟增長作用過程和內(nèi)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(jīng)濟融合度的科技進步貢獻率指標為基礎，深入分析創(chuàng)業(yè)孵化提升資源配置效率的作用機理。以創(chuàng)業(yè)孵化規(guī)模為核心變量，以孵化器數(shù)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(chuàng)業(yè)孵化推動創(chuàng)新引領經(jīng)濟發(fā)展的作用機理進行實證檢驗，對于加快建設現(xiàn)代化經(jīng)濟體系、實現(xiàn)2035遠景目標具有重要意義。

1 理論機理

創(chuàng)業(yè)孵化機構是我國實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的基礎設施，可以確保各項政策支持精準落地，促進產(chǎn)業(yè)孵化服務升級，加快新興業(yè)態(tài)培育，是推動創(chuàng)新引領經(jīng)濟發(fā)展的重要載體。具體而言，創(chuàng)新產(chǎn)業(yè)化是創(chuàng)業(yè)孵化推動創(chuàng)新引領經(jīng)濟發(fā)展的主要途徑，通過創(chuàng)新產(chǎn)業(yè)化路徑，創(chuàng)業(yè)孵化機構培育創(chuàng)業(yè)企業(yè)并形成新產(chǎn)業(yè)，而新產(chǎn)業(yè)又成為經(jīng)濟增長的重要源泉，這一過程就是創(chuàng)業(yè)孵化通過創(chuàng)新產(chǎn)業(yè)化推動創(chuàng)新引領經(jīng)濟發(fā)展的全過程。

1.1 熊彼特競爭與產(chǎn)業(yè)動態(tài)理論

新古典經(jīng)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(tài)均衡隨時有可能被打破，企業(yè)面臨的競爭并非新古典經(jīng)濟學中既定約束下的競爭，而是新產(chǎn)品、新技術、新組織形式競爭。即各異質(zhì)性企業(yè)以自身提供的產(chǎn)品和服務為基礎展開相互競爭，實現(xiàn)優(yōu)勝劣汰，現(xiàn)有企業(yè)和新進企業(yè)的創(chuàng)新、適應及模仿活動持續(xù)推動競爭和選擇[17]。熊彼特競爭與產(chǎn)業(yè)動態(tài)理論指出，影響企業(yè)異質(zhì)性和動態(tài)性的因素包括產(chǎn)業(yè)結(jié)構和產(chǎn)業(yè)特征、企業(yè)組織和企業(yè)規(guī)模以及創(chuàng)新模式在學習體制中的映射匹配。

規(guī)模差異是影響企業(yè)異質(zhì)性的一個重要因素。經(jīng)典事實表明，企業(yè)規(guī)模存在廣泛差異性，企業(yè)規(guī)模數(shù)據(jù)呈右偏分布特征，不同企業(yè)規(guī)模造就了不同的產(chǎn)業(yè)結(jié)構[18]。不同企業(yè)規(guī)模影響企業(yè)增長率和盈利性，不同行業(yè)、不同年齡對于企業(yè)增長率均具有不同影響。Lotti(2003)指出在科技型企業(yè)中，規(guī)模較小的幸存者平均增長速度大于規(guī)模較大的企業(yè)；Axtell(2001)研究發(fā)現(xiàn)，企業(yè)技術最優(yōu)規(guī)模并非呈傳統(tǒng)U型分布態(tài)勢，而是呈現(xiàn)對數(shù)正態(tài)分布、帕累托分布和尤爾分布態(tài)勢，并指出在動態(tài)競爭環(huán)境中，企業(yè)規(guī)模差異影響企業(yè)發(fā)展速度、盈利能力，進而導致企業(yè)之間的異質(zhì)性。

產(chǎn)生績效異質(zhì)性的真正原因在于企業(yè)創(chuàng)新和技術效率不同。熊彼特破壞性創(chuàng)造理論指出，創(chuàng)新和技術效率顯著影響企業(yè)異質(zhì)性。技術創(chuàng)新通常涉及生產(chǎn)組織變革，不同創(chuàng)新方式意味著企業(yè)對各項任務有不同的組織安排。此外，技術和組織創(chuàng)新也影響企業(yè)投入/產(chǎn)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(tài)都普遍存在，不同企業(yè)間的創(chuàng)新能力和技術效率差異也普遍存在，并呈現(xiàn)出極度的非對稱性，往往是極大一部分創(chuàng)新掌握在少數(shù)企業(yè)手中，進而形成由系統(tǒng)創(chuàng)新者構成的小型核心圈[19]。

另外，創(chuàng)新在學習體制中的映射匹配也是影響企業(yè)異質(zhì)性的重要原因，不同組織結(jié)構、產(chǎn)業(yè)類型均會影響企業(yè)創(chuàng)新擴散程度。依據(jù)創(chuàng)新過程不同，熊彼特將創(chuàng)新產(chǎn)業(yè)劃分為熊彼特I型和熊彼特II型。不同企業(yè)組織模式對創(chuàng)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(yè)異質(zhì)性的重要因素。

1.2 科技進步貢獻率分解與創(chuàng)新引領經(jīng)濟發(fā)展

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

新古典經(jīng)濟學多通過分解全要素生產(chǎn)率對經(jīng)濟增長貢獻率進行研究，經(jīng)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(chǎn)率就計算方法和實際內(nèi)涵而言是一致的，但全要素生產(chǎn)率是國際通用概念，全要素生產(chǎn)率對經(jīng)濟增長的貢獻率與科技進步貢獻率統(tǒng)計內(nèi)容一致，《中國科技統(tǒng)計年鑒》也用全要素生產(chǎn)率對經(jīng)濟增長的貢獻率替代科技進步貢獻率作為統(tǒng)計指標。本文認為，利用全要素生產(chǎn)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(jié)果出現(xiàn)偏差。為解決這一問題，學者將全要素生產(chǎn)率分解為技術進步率、技術效率、規(guī)模效率和資源配置效率。

本文借鑒這一做法，結(jié)合熊彼特競爭與產(chǎn)業(yè)動態(tài)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(jīng)濟增長的影響，對創(chuàng)新引領經(jīng)濟發(fā)展進行量化分析。全要素生產(chǎn)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(chǎn)函數(shù)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(xiàn)偏差，且沒有剔除測算誤差對全要素生產(chǎn)率的影響，有可能高估技術進步；隱形變量法在規(guī)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(shù)法將生產(chǎn)函數(shù)形式轉(zhuǎn)化為超越對數(shù)生產(chǎn)函數(shù)，放松了對規(guī)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(chǎn)與前沿面之間的差距，可將全要素生產(chǎn)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(chǎn)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(guī)模效率和資源配置效率，以完成對創(chuàng)新引領經(jīng)濟發(fā)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(chuàng)業(yè)孵化器通過整合與優(yōu)化資源使要素邊際替代率(MRS)無限趨近于邊際轉(zhuǎn)換率(MRT)，并向帕累托最優(yōu)方向改進。要素之間的邊際轉(zhuǎn)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(chǎn)量，代表生產(chǎn)可能性邊界曲線斜率。當生產(chǎn)和交換達到帕累托最優(yōu)時，邊際轉(zhuǎn)換率等于邊際替代率，當未達到帕累托最優(yōu)時，兩者不相等。創(chuàng)業(yè)孵化器通過對創(chuàng)業(yè)企業(yè)提供全鏈條服務，使均衡點由原點向終點擴散，實現(xiàn)帕累托改進，進而促進經(jīng)濟發(fā)展。另外，創(chuàng)業(yè)孵化器規(guī)模擴大也會增加孵化器數(shù)量，促進創(chuàng)業(yè)資源集聚，進而提升創(chuàng)業(yè)資源配置效率。據(jù)此，本文提出如下假設：

H1：創(chuàng)業(yè)孵化器規(guī)模通過增加孵化器數(shù)量提升資源配置效率。

創(chuàng)業(yè)孵化器規(guī)模擴大也會增加創(chuàng)業(yè)孵化人員數(shù)量，這些人員包括管理機構從業(yè)人員、創(chuàng)業(yè)導師等，為孵化器創(chuàng)業(yè)企業(yè)提供創(chuàng)業(yè)、咨詢與培訓服務等，進而提高資源配置效率。據(jù)此，本文提出如下假設：

H2：創(chuàng)業(yè)孵化器規(guī)模通過加大人員投入提升資源配置效率。

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

H3：創(chuàng)業(yè)投資規(guī)模通過加大風險投資提升規(guī)模效率。

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

H4：眾創(chuàng)空間規(guī)模擴大通過增加技術服務數(shù)量提升技術效率。

2 研究設計

2.1 樣本選取與數(shù)據(jù)來源

本文選取 2010—2019年中國內(nèi)地31個省市自治區(qū)面板數(shù)據(jù)。其中，創(chuàng)業(yè)孵化器數(shù)據(jù)為全國各地高新區(qū)科技企業(yè)孵化器數(shù)據(jù)，眾創(chuàng)空間樣本數(shù)據(jù)為各地區(qū)眾創(chuàng)空間數(shù)據(jù)，樣本周期為2016—2019年，數(shù)據(jù)來源于歷年《火炬統(tǒng)計年鑒》。此外，經(jīng)濟數(shù)據(jù)來源于歷年 《中國統(tǒng)計年鑒》 《中國科技統(tǒng)計年鑒》及各地區(qū)統(tǒng)計年鑒，利用Stata軟件對變量進行標準化處理和描述性統(tǒng)計分析。

2.2 指標體系構建

2.2.1 創(chuàng)新引領經(jīng)濟發(fā)展指標選取

在熊彼特競爭與產(chǎn)業(yè)動態(tài)理論的基礎上，結(jié)合學界對全要素生產(chǎn)率的分解，本文利用隨機前沿生產(chǎn)函數(shù)模型將科技進步貢獻率分解為技術進步率、技術效率、規(guī)模效率和資源配置效率，以完成對創(chuàng)新引領經(jīng)濟發(fā)展的量化分析。由于本文重點研究創(chuàng)業(yè)孵化推動創(chuàng)新引領經(jīng)濟發(fā)展的作用機理，通過創(chuàng)業(yè)孵化完成新技術到新產(chǎn)業(yè)的創(chuàng)新產(chǎn)業(yè)化過程，而技術進步率受原始創(chuàng)新的影響較大，故只選取資源配置效率、規(guī)模效率與技術效率作為被解釋變量，設立配置效率(AE)、規(guī)模效率(SE)和技術效率(TE)3個指標，構建如下隨機前沿生產(chǎn)函數(shù)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(shù)模型的基本形式。其中，yit代表i省(市、自治區(qū))在t年度的總產(chǎn)出；f(xit,t;β)代表SFA 函數(shù)中的確定性前沿產(chǎn)出部分；xit代表i省(市、自治區(qū))在t年實際經(jīng)營生產(chǎn)要素投入量；β代表SFA函數(shù)確定性前沿產(chǎn)出部分中各自變量對應的待估計參數(shù)；t代表行業(yè)技術變化；vit表示原函數(shù)結(jié)構中假設服從獨立同分布的各隨機誤差項；uit為原函數(shù)的技術無效率指數(shù)。

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(nèi)技術效率增長值。

將原SFA理論轉(zhuǎn)換成超越對數(shù)生產(chǎn)函數(shù)，并同時對等式兩邊時間t求導，可得變換后函數(shù)形式為：

(3)

式(3)中，等式左邊表示整體產(chǎn)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(chǎn)要素xit在t年內(nèi)的產(chǎn)出彈性αit；第三項表示生產(chǎn)要素xit在t年內(nèi)的投入量增長比例；第四項表示實際生產(chǎn)技術效率值的增長比例ΔTE。

全要素生產(chǎn)率指行業(yè)產(chǎn)業(yè)生產(chǎn)總值與同階段內(nèi)生產(chǎn)要素投入強度的比值，在分析過程中，對TFP定義式取對數(shù)并對時間t進行一階求導，定義ΔTFP值為行業(yè)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(yè)實際投入生產(chǎn)要素產(chǎn)出彈性之和，λn表示各投入要素的實際產(chǎn)出份額，式(5)可調(diào)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(chǎn)規(guī)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(chuàng)業(yè)孵化核心指標選取

Porter[20]指出，科技企業(yè)孵化器是幫助初創(chuàng)企業(yè)成長和發(fā)展的載體，為企業(yè)提供信息、成長和發(fā)展所需資源，從而促進區(qū)域經(jīng)濟發(fā)展。創(chuàng)業(yè)孵化為企業(yè)提供管理、創(chuàng)業(yè)資源及社會關系服務，幫助企業(yè)在市場中發(fā)展與壯大[21]。創(chuàng)業(yè)孵化規(guī)模擴大能夠促進區(qū)域經(jīng)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(chuàng)業(yè)孵化規(guī)模擴大影響經(jīng)濟發(fā)展的動因和機制。因此，本文選取創(chuàng)業(yè)孵化規(guī)模作為研究創(chuàng)業(yè)孵化推動創(chuàng)新引領經(jīng)濟發(fā)展的核心變量。

本文基于創(chuàng)新商業(yè)化進程，選取孵化器規(guī)模、孵化投資規(guī)模和眾創(chuàng)空間規(guī)模3個指標衡量創(chuàng)業(yè)孵化規(guī)模，其中孵化器是創(chuàng)業(yè)孵化的核心組成部分。孵化器能夠加快創(chuàng)新技術擴散，提升資源配置效率，推動創(chuàng)新商業(yè)化進程，對于創(chuàng)業(yè)企業(yè)優(yōu)化資源配置、建立孵化資源共享機制、促進經(jīng)濟發(fā)展具有顯著正向影響。因此，本文選取創(chuàng)業(yè)孵化器規(guī)模(Iscale)作為衡量創(chuàng)業(yè)孵化規(guī)模的第一個變量，采用孵化器總收入衡量。現(xiàn)有研究多采用孵化器數(shù)量、面積、從業(yè)人員、在孵企業(yè)數(shù)量和收入等指標，利用DEA方法測算孵化器孵化能力與規(guī)模。從孵化過程看，上述指標均是從投入角度衡量孵化器規(guī)模，而孵化總收入則是從產(chǎn)出角度衡量孵化器規(guī)模，對投入指標和產(chǎn)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(yè)成長與發(fā)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(guī)模。本文借鑒李榮等(2020)的研究，從產(chǎn)出角度反映孵化器規(guī)模，利用孵化器總收入衡量孵化器發(fā)展規(guī)模。孵化器總收入代表地區(qū)創(chuàng)業(yè)孵化企業(yè)成長情況，可以更加完整地反映區(qū)域創(chuàng)業(yè)孵化器規(guī)模。因此，本文選取各地區(qū)創(chuàng)業(yè)孵化器總收入(進行不變價格處理)與區(qū)域就業(yè)人口的比值衡量孵化器規(guī)模。

在一個自由競爭的市場環(huán)境中，企業(yè)研發(fā)與創(chuàng)新難以獲取融資[23]。發(fā)明資源的主要產(chǎn)物是生產(chǎn)新產(chǎn)品和提供新服務，由于知識具有非競爭性，一家企業(yè)運用這些知識并不妨礙其它企業(yè)同時運用，導致企業(yè)無法從這些投資中獲益，造成技術投資后勁不足[17]。創(chuàng)新型企業(yè)由于規(guī)模較小，同時存在難以收回成本的風險，所以在創(chuàng)新商業(yè)化進程中往往面臨融資約束。而創(chuàng)業(yè)投資通過提供政府資金、風險投資、互聯(lián)網(wǎng)金融等支持解決科技型中小企業(yè)資金約束問題，進而推動創(chuàng)新商業(yè)化進程。因此，本文選取創(chuàng)業(yè)投資規(guī)模(Kscale)作為衡量創(chuàng)業(yè)孵化規(guī)模的另一個變量。創(chuàng)業(yè)孵化資金包括風險投資、政府支持、銀行和互聯(lián)網(wǎng)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(chuàng)業(yè)孵化所帶來的不良影響，故本文采用各地區(qū)創(chuàng)業(yè)孵化器孵化基金總額(進行不變價格處理)與區(qū)域就業(yè)人口的比值衡量創(chuàng)業(yè)孵化資金規(guī)模。

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

2.2.3 中介變量

(1)孵化器規(guī)模。企業(yè)競爭力受企業(yè)動態(tài)能力的影響。動態(tài)能力是指企業(yè)整合、培養(yǎng)、配置內(nèi)外部資源以應對商業(yè)環(huán)境變化的能力。動態(tài)能力由組織競爭力支撐，受企業(yè)人力資源及其它資產(chǎn)的影響[26]。企業(yè)要具備較強的動態(tài)能力，需要重塑內(nèi)部結(jié)構和管理制度。在內(nèi)部結(jié)構方面，應挖掘知識分子、計算天才和創(chuàng)業(yè)型經(jīng)理人[27]，其中前兩者多從外部獲取，創(chuàng)業(yè)孵化可為企業(yè)提供創(chuàng)業(yè)型經(jīng)理人，企業(yè)家精神是影響企業(yè)績效的重要因素[28]。在管理制度方面，企業(yè)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(yè)提供創(chuàng)業(yè)服務和創(chuàng)業(yè)指導，優(yōu)化企業(yè)管理制度；孵化器創(chuàng)業(yè)導師可為企業(yè)提供創(chuàng)業(yè)型經(jīng)理，指導企業(yè)成長。因此，本文選取孵化器數(shù)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(yè)孵化器個數(shù)衡量孵化器數(shù)量。由于創(chuàng)業(yè)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(chuàng)業(yè)活動的影響，故選取對創(chuàng)業(yè)活動具有促進作用的人員數(shù)量作為衡量指標。孵化器管理機構和創(chuàng)業(yè)導師直接服務于創(chuàng)業(yè)企業(yè)，對創(chuàng)業(yè)企業(yè)發(fā)展起顯著促進作用。因此，本文選取管理機構從業(yè)人員數(shù)與創(chuàng)業(yè)導師人數(shù)之和衡量人員投入。

(2)創(chuàng)業(yè)投資規(guī)模。為解決科技型初創(chuàng)企業(yè)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(fā)揮重要作用。由于初創(chuàng)企業(yè)規(guī)模較小、可用資源較少、企業(yè)風險較高，融資難度與融資成本明顯高于成熟期企業(yè)，專業(yè)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(jiān)管解決上述問題，而政府政策及其它機構投資數(shù)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(yè)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(yè)提供的質(zhì)量認證，使得企業(yè)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(chuàng)業(yè)孵化投資規(guī)模影響規(guī)模效率的中介變量，采用歷年省級創(chuàng)業(yè)企業(yè)獲取的風險投資額作為衡量指標。

(3)眾創(chuàng)空間規(guī)模。繼Arrow(1962)之后，經(jīng)濟學家一直強調(diào)信息不對稱是阻礙技術商業(yè)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(yè)化發(fā)展[32]。而眾創(chuàng)空間可為創(chuàng)業(yè)企業(yè)提供匹配技術，促進技術引進、消化吸收、改造與再利用，促使?jié)撛谫I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(shù)量作為眾創(chuàng)空間規(guī)模影響技術效率的中介變量，采用省級眾創(chuàng)空間提供的技術服務數(shù)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(jù)不同子模型設置相應控制變量。例如，在孵化器規(guī)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(chuàng)業(yè)孵化投資規(guī)模影響規(guī)模效率的子模型中設置孵化器面積等控制變量，在眾創(chuàng)空間規(guī)模影響技術效率的子模型中設置知識產(chǎn)權數(shù)、政府補貼等變量控制。

根據(jù)上述分析，本文構建創(chuàng)業(yè)孵化推動創(chuàng)新引領經(jīng)濟發(fā)展的指標體系，如表1所示。各變量描述性統(tǒng)計結(jié)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(shù)充足，數(shù)據(jù)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(tǒng)計分析結(jié)果Tab.2 Descriptive statistics for variables

3 實證檢驗

3.1 模型構建

本文以創(chuàng)業(yè)孵化規(guī)模為核心變量，以孵化器數(shù)量、人員投入、風險投資額、技術服務數(shù)量為中介變量構建并行中介效應模型，對創(chuàng)業(yè)孵化提升創(chuàng)業(yè)企業(yè)資源配置效率、規(guī)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(chuàng)業(yè)孵化對資源配置效率、規(guī)模效率和技術效率的影響作用。

圖1 創(chuàng)業(yè)孵化推動創(chuàng)新引領經(jīng)濟發(fā)展的中介效應模型Fig.1 Mediating effect model of entrepreneurial incubation promoting innovation and leading economic development

創(chuàng)業(yè)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(yè)人才提高創(chuàng)業(yè)企業(yè)資源配置效率。子模型1孵化器數(shù)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(chuàng)業(yè)孵化投資通過增加風險投資提高規(guī)模效率，進而推動創(chuàng)新引領經(jīng)濟發(fā)展。子模型2風險投資對規(guī)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(chuàng)空間規(guī)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(shù)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(jié)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(jié)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(shù)據(jù)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(chuàng)業(yè)孵化規(guī)模對資源配置效率呈顯著正向影響，說明創(chuàng)業(yè)孵化規(guī)模擴大會促進資源配置效率提升，其中孵化器數(shù)量和技術服務人員投入發(fā)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(shù)為0.041；孵化器數(shù)量增加對于資源配置效率具有顯著正向影響，系數(shù)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(jié)果Tab.3 Bootstrap test results of submodel 1 mediation effect

如表4所示，創(chuàng)業(yè)孵化投資規(guī)模對規(guī)模效率具有顯著正向影響，說明創(chuàng)業(yè)孵化投資規(guī)模擴大會促進規(guī)模效率提升，其中風險投資發(fā)揮部分中介效應。風險投資對規(guī)模效率具有顯著正向影響，系數(shù)為0.073，中介效應占29.2%。

表4 子模型2中介效應Bootstrap檢驗結(jié)果Tab.4 Bootstrap test results of subodel2 mediation effect

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

3.3 穩(wěn)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(xiàn)偽回歸結(jié)果的潛在風險。為進一步驗證創(chuàng)業(yè)孵化規(guī)模對創(chuàng)新引領經(jīng)濟發(fā)展的影響機制，保證研究結(jié)果的準確性和穩(wěn)健性，進一步使用面板數(shù)據(jù)隨機效應/固定效應假設對數(shù)據(jù)進行穩(wěn)健性檢驗。首先，對各公式進行Hausman內(nèi)生性檢驗，豪斯曼檢驗結(jié)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(lián)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(shù)據(jù)回歸結(jié)果如表7～9所示。從中可見，人員投入中介效應與Bootstrap檢驗結(jié)果相吻合，孵化器數(shù)量、技術服務中介效應占比略高于Bootstrap檢驗結(jié)果，風險投資中介效應占比略低于bootstrap檢驗結(jié)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(jié)果穩(wěn)健。

表5 子模型3中介效應Bootstrap檢驗結(jié)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(jié)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(jié)果Tab.7 Submodel 1 fixed effects test results

除逐步回歸法外，本文還使用面板數(shù)據(jù)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(tài)分布變量乘積推導無偏估計，中介效應檢驗結(jié)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(jié)果相符。

表8 子模型2固定效應檢驗結(jié)果Tab.8 Submodel 2 fixed effects test results

表9 子模型3固定效應檢驗結(jié)果Tab.9 Model 3 fixed effects test results

表10 中介效應檢驗結(jié)果Tab.10 Mediation test results

3.4 實證結(jié)果分析

(1)孵化器數(shù)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(jié)果表明，孵化器數(shù)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(jié)果的穩(wěn)健性。這說明，創(chuàng)業(yè)孵化器數(shù)量增加一方面可為創(chuàng)業(yè)企業(yè)提供更多物理空間與成長所需資源，從而提高企業(yè)存活率；另一方面，創(chuàng)業(yè)企業(yè)在孵化器中的集聚也能夠產(chǎn)生創(chuàng)業(yè)勢能，集聚效應帶來的網(wǎng)絡勢能使得孵化器中的創(chuàng)業(yè)服務環(huán)境不斷優(yōu)化，從而提高資源利用效率。

(2)人員投入數(shù)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(jié)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(jié)果的穩(wěn)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(chuàng)業(yè)全鏈條的創(chuàng)業(yè)服務是幫助初創(chuàng)企業(yè)成長的關鍵因素。依賴于專業(yè)創(chuàng)業(yè)人才，不同類型創(chuàng)業(yè)企業(yè)得以享受孵化培育服務，進而提高資源協(xié)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(chuàng)業(yè)動力要素對創(chuàng)業(yè)企業(yè)的作用機制也不同。

(3)風險投資增加對規(guī)模效率提升具有顯著中介效應，假設H3成立。Bootstrap檢驗結(jié)果表明，風險投資額增加對規(guī)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(jié)果的穩(wěn)健性。這說明，風險投資逐利的特點與初創(chuàng)科技型企業(yè)屬性相吻合，風險投資注重價值創(chuàng)造，對風險的包容性更強。初創(chuàng)企業(yè)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(shù)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(jié)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(jié)果的穩(wěn)健性。眾創(chuàng)空間作為精準服務于創(chuàng)業(yè)企業(yè)的孵化機構，通過整合創(chuàng)新要素，匯集人才、信息、科研成果等大量異質(zhì)性創(chuàng)新資源對企業(yè)進行精準匹配，并提供高效的技術服務，對小微企業(yè)成長產(chǎn)生促進作用，進而促進地區(qū)經(jīng)濟發(fā)展[34]。

4 結(jié)論與建議

4.1 研究結(jié)論

本文以熊彼特競爭與產(chǎn)業(yè)動態(tài)理論為基礎，借鑒相關學者對全要素生產(chǎn)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(chuàng)業(yè)孵化推動創(chuàng)新引領經(jīng)濟發(fā)展的作用機理，得出如下結(jié)論：創(chuàng)業(yè)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(shù)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(shù)量增加對于資源配置效率的提升作用；創(chuàng)業(yè)孵化投資通過收入效應提高規(guī)模效率，其中風險投資的影響作用最顯著；專業(yè)技術服務通過替代效應提升技術效率，進而推動創(chuàng)新引領經(jīng)濟發(fā)展。

4.2 政策建議

根據(jù)上述研究結(jié)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(xiàn)孵化器數(shù)量增長，應以互聯(lián)網(wǎng)為平臺構建創(chuàng)業(yè)孵化體制機制，解決創(chuàng)業(yè)孵化成本過高的問題，擺脫物理空間對于創(chuàng)業(yè)孵化的限制，更好地服務于創(chuàng)業(yè)企業(yè)發(fā)展。另外，搭建互聯(lián)網(wǎng)創(chuàng)業(yè)孵化平臺，整合創(chuàng)業(yè)資源，為初創(chuàng)企業(yè)提供研發(fā)—制造—銷售—管理全鏈條創(chuàng)業(yè)孵化服務，提升創(chuàng)業(yè)企業(yè)科技創(chuàng)新水平，借助大企業(yè)大平臺的市場、品牌、渠道優(yōu)勢，構建創(chuàng)業(yè)孵化能力更強的平臺型孵化器，提高在孵企業(yè)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(yǎng)，為創(chuàng)業(yè)孵化人才提供培養(yǎng)、引進、評價、保障等全方位服務，將創(chuàng)新人才的任用權回歸于市場，減少政府干預，促進創(chuàng)業(yè)孵化人才社會化、市場化和規(guī)范化，以高水平人才服務創(chuàng)業(yè)孵化活動，推動創(chuàng)新引領經(jīng)濟發(fā)展。

(2) 優(yōu)化創(chuàng)業(yè)孵化資金“入、轉(zhuǎn)、退”制度，提升規(guī)模效率。目前，我國孵化器內(nèi)企業(yè)獲取創(chuàng)業(yè)投資的難度較高，2016-2018年孵化器在孵企業(yè)獲取投融資漲幅逐年下降，2019年甚至出現(xiàn)了負增長。因此，應從進入、轉(zhuǎn)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(yōu)化，應降低風險投資創(chuàng)業(yè)公司準入門檻，適當放寬風險投資對象身份及數(shù)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(jīng)驗的年限，引導機構投資者向掛牌企業(yè)投資，選擇風險承受力較高且投資經(jīng)驗豐富的投資者進入。第二，對于“轉(zhuǎn)”的優(yōu)化，應加快推出轉(zhuǎn)板制度，為科技企業(yè)轉(zhuǎn)入主板、創(chuàng)業(yè)板上市開辟“綠色通道”，減少掛牌企業(yè)IPO審批程序，為掛牌企業(yè)進入場內(nèi)市場發(fā)行股票、債券提供便利，方便風險投資退出。第三，對于“退”的優(yōu)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(chuàng)業(yè)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(yè)創(chuàng)新提供更多資金支持，提高風險資本對創(chuàng)新的引領效用，持續(xù)提升規(guī)模效率，推動創(chuàng)新引領經(jīng)濟發(fā)展。

(3)建設 “孵化器4.0”模式眾創(chuàng)空間，提升技術效率。提高技術服務質(zhì)量，使眾創(chuàng)空間向“孵化器4.0”模式不斷發(fā)展。擴大技術服務體量，在眾創(chuàng)空間內(nèi)構建科技創(chuàng)新生態(tài)系統(tǒng)，促進創(chuàng)新主體多元化發(fā)展，鼓勵多種類型科技創(chuàng)新機構協(xié)同發(fā)展，激發(fā)科技創(chuàng)新潛力，結(jié)合創(chuàng)新主體自身優(yōu)勢，積極探索產(chǎn)學研協(xié)同創(chuàng)新模式，完善創(chuàng)新機制。打通創(chuàng)新資源流通渠道，促進技術在創(chuàng)新鏈內(nèi)高效流動與對接。目前，我國不同地區(qū)、部門之間存在利益博弈與制度壁壘，創(chuàng)新資源無法實現(xiàn)高效流動與共享，眾創(chuàng)空間應為企業(yè)提供技術共享服務，消除地區(qū)和部門間由于利益分配不均而產(chǎn)生的制度性障礙，促進創(chuàng)新要素在各部門與地區(qū)間合理流動，實現(xiàn)跨區(qū)域、跨部門創(chuàng)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(shù)據(jù)可得性，僅選取孵化器數(shù)量、孵化器人員投入、風險投資額和眾創(chuàng)空間技術服務等指標，未來可利用更多數(shù)據(jù)研究創(chuàng)業(yè)孵化對創(chuàng)新引領經(jīng)濟發(fā)展的推動作用；其次，僅從理論與實證角度驗證創(chuàng)業(yè)孵化通過資源配置效率、規(guī)模效率和技術效率推動創(chuàng)新引領經(jīng)濟發(fā)展的作用機理，對于空間效應下不同區(qū)域間創(chuàng)業(yè)孵化作用機理的探討較少，未來可通過空間面板數(shù)據(jù)進一步探討區(qū)域影響效應。