吳文清， 馬賽翔， 劉曉英

(1.天津大學管理與經(jīng)濟學部， 天津 300072；2.國家知識產(chǎn)權(quán)戰(zhàn)略實施(天津大學)研究基地， 天津 300072)

?

科技企業(yè)孵化器集聚及效率與空間關(guān)聯(lián)研究

吳文清1，2， 馬賽翔1， 劉曉英1

(1.天津大學管理與經(jīng)濟學部， 天津 300072；2.國家知識產(chǎn)權(quán)戰(zhàn)略實施(天津大學)研究基地， 天津 300072)

從我國省域?qū)用娉霭l(fā)，研究了省域國家級科技企業(yè)孵化器的區(qū)域差異與集聚度，利用數(shù)據(jù)包絡(luò)分析對我國省域國家級科技企業(yè)孵化器的投入產(chǎn)出效率進行了測算。以各省域DEA效率為基礎(chǔ)，運用全局自相關(guān)和局部自相關(guān)分析了我國省域國家級孵化器效率的空間關(guān)聯(lián)性和模式。研究結(jié)果表明：我國省域國家級孵化器數(shù)量存在較大差異，并且分布不均勻，各省域國家級科技企業(yè)孵化器的投入產(chǎn)出效率之間存在顯著差異；各省域孵化器綜合效率存在空間關(guān)聯(lián)性，而純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率不存在空間自相關(guān)性，省域國家級孵化器綜合效率空間關(guān)聯(lián)模式呈現(xiàn)出三種類型：high-high型，high-low型和low-high型。

科技企業(yè)孵化器； 集中度； 全局空間自相關(guān)； 局部空間自相關(guān)

20世紀80年代，自科技企業(yè)孵化器在我國成立以來取得了重要進展，對我國經(jīng)濟社會特別是高新技術(shù)創(chuàng)業(yè)企業(yè)成長以及新興產(chǎn)業(yè)培育起到了重要推動作用。2014年中央經(jīng)濟工作會議指出：“新興產(chǎn)業(yè)、服務(wù)業(yè)、小微企業(yè)作用更加凸顯，生產(chǎn)小型化、智能化、專業(yè)化將成為產(chǎn)業(yè)組織新特征”的背景下，作為孵化小微企業(yè)和培育新興產(chǎn)業(yè)為使命的科技企業(yè)孵化器肩負著更大的責任。

近年來，我國科技企業(yè)孵化器發(fā)展出現(xiàn)了一些新的特點，科技企業(yè)孵化器建設(shè)出現(xiàn)集聚化和布局的不均衡化傾向。以國家級科技企業(yè)孵化器為例，2012年，我國東部地區(qū)江蘇省、浙江省、上海市擁有國家級科技企業(yè)孵化器分別為80家、34家、23家，北京市擁有國家級孵化器28家。而西部地區(qū)的甘肅省、貴州省、青海省、新疆自治區(qū)、寧夏自治區(qū)分別擁有國家級科技企業(yè)孵化器2家、2家、2家、3家、1家[1]，國家級科技企業(yè)孵化器的區(qū)域發(fā)展集聚化和不平衡趨勢較明顯。在十八大報告明確提出“支持小微企業(yè)特別是科技型小微企業(yè)發(fā)展”的背景下，科學布局科技企業(yè)孵化器、發(fā)揮科技企業(yè)孵化器的集聚作用和引領(lǐng)帶動作用，對有效支持小微企業(yè)成長，提高創(chuàng)業(yè)企業(yè)成功率，完善國家創(chuàng)新體系具有重要意義。

科技企業(yè)孵化器績效和運營效率受到國內(nèi)外學者的廣泛重視[2,3]。Schwartz和Maximilian以德國410家從科技企業(yè)孵化器畢業(yè)的創(chuàng)業(yè)企業(yè)為研究對象，研究了科技企業(yè)孵化器的有效性以及科技企業(yè)孵化器對促進創(chuàng)業(yè)企業(yè)生存的作用[4]，Sergio和Charbel以巴西科技企業(yè)孵化器為例，提出了評估科技企業(yè)孵化器“綠色”績效框架[5]，Kim 和 Jung研究了韓國科技企業(yè)孵化器在區(qū)域經(jīng)濟發(fā)展中的作用[6]， Jafar等基于DEA研究了科技企業(yè)孵化器對創(chuàng)業(yè)企業(yè)的評估效果[7]。殷群、張嬌研究了長三角地區(qū)和國家級科技企業(yè)孵化器運行效率[8,9]；代碧波、孫東生研究了東北地區(qū)部分國家級孵化器效率[10]；張鵬、占豪劍研究了廣東省科技企業(yè)孵化器的運營績效[11]；王敬、汪克夷得出我國新興產(chǎn)業(yè)科技孵化器的技術(shù)效率區(qū)域差異顯著[12]；李志祥、宋清也指出我國各地區(qū)之間科技企業(yè)孵化器運營效率差異比較明顯[13]。吳文清等[14,15]對國家級大學科技園、國家級科技企業(yè)孵化器的效率進行了評價。趙黎明等[16,17]對孵化器與創(chuàng)投合作的績效進行了研究。不過，這些研究大多研究科技企業(yè)孵化器的運營效率與改善途徑，對于科技企業(yè)孵化器的集聚以及由此造成的效率差異和空間關(guān)聯(lián)作用，則較少涉及。鑒于此，本文以我國省域國家級科技企業(yè)孵化器為研究對象，對我國國家級科技企業(yè)孵化器在省域?qū)用娴牟町愋院图鄱冗M行研究，評價國家級科技企業(yè)孵化器省域?qū)用婕鄱葘Y源配置效率的影響。在此基礎(chǔ)上，運用LISA (local indicators of spatial association局部空間關(guān)聯(lián))分析法分析我國省域國家級孵化器效率的空間關(guān)聯(lián)性和模式，提出效率改進方向及對策建議。

一、 國家級科技企業(yè)孵化器區(qū)域差異與集聚度

本文選取的樣本為中國大陸29個省市區(qū)國家級科技企業(yè)孵化器(目前海南省尚沒有國家級科技企業(yè)孵化器，西藏自治區(qū)孵化器相關(guān)統(tǒng)計數(shù)據(jù)不完整)，國家級科技企業(yè)孵化器經(jīng)過科技部嚴格認定，具有代表性，數(shù)據(jù)較為準確和權(quán)威，國家級孵化器數(shù)據(jù)均來源于2010—2013年《中國火炬統(tǒng)計年鑒》。由于2014年《中國火炬統(tǒng)計年鑒》只發(fā)布2013年度以省域為單位的國家級孵化器數(shù)據(jù)，不再發(fā)布單獨的國家級科技企業(yè)孵化器數(shù)據(jù)，因此本文的數(shù)據(jù)截止到2012年。

1. 國家級孵化器區(qū)域差異

本文利用錫爾系數(shù)[18]衡量國家級科技企業(yè)孵化器發(fā)展的省域差異，具體的計算公式為

(1)

式中：L為錫爾系數(shù)；n為研究的國家級科技企業(yè)孵化器區(qū)域個數(shù)(本文中為29)；pi為i省市區(qū)的人口占全國人口的比重；yi為i省市區(qū)的國家級孵化器數(shù)量占全國國家級孵化器的比重。錫爾系數(shù)L越大，表示孵化器發(fā)展的省際差異越大。錫爾系數(shù)L越小，表示孵化器發(fā)展在空間上越均衡。

利用上述數(shù)據(jù)得出2011—2012年我國省域國家級孵化器發(fā)展的錫爾系數(shù)分別為0.125和0.132。由此可見，2011年和2012年省域國家級孵化器錫爾系數(shù)較大，且2012年的錫爾系數(shù)要高于2011年，表明我國省域國家級孵化器數(shù)量存在較大的差異，且不均衡有擴大趨勢。

2. 國家級孵化器區(qū)域集聚度

下面進一步采用集中化指數(shù)[19]來研究我國國家級孵化器數(shù)量省域空間集中程度，其計算公式為

(2)

利用上述數(shù)據(jù)得出2011—2012年我國省域國家級孵化器發(fā)展的集中化指數(shù)分別為0.21 和0.27，集中化指數(shù)表明我國國家級孵化器數(shù)量分布不均勻，且不均衡程度有擴大趨勢。

二、 省域國家級孵化器效率模型、數(shù)據(jù)與變量選擇

本文基于投入導向的BCC 模型[20,21]對我國省域國家級科技企業(yè)孵化器效率進行測算。結(jié)合殷群[8]、代碧波[10]、張鵬[11]等人的研究以及數(shù)據(jù)的可得性，本文選取的投入指標由科技企業(yè)孵化器的管理機構(gòu)人員數(shù)量、科技企業(yè)孵化器場地總面積、累計公共技術(shù)服務(wù)平臺投資額與孵化基金總額3個指標組成。

產(chǎn)出指標由在孵企業(yè)人員數(shù)、在孵企業(yè)累計獲得風險投資總額和批準知識產(chǎn)權(quán)數(shù)3個指標組成。

將各省域國家級孵化器對應(yīng)的變量進行加總，得到29個省域國家級孵化器的投入產(chǎn)出變量數(shù)據(jù)。

三、 省域國家級孵化器效率分析

利用上文選取DEA模型，在對基礎(chǔ)數(shù)據(jù)進行標準化處理后,采用DEA P2.1軟件進行測算，得到我國29個省(市、自治區(qū))國家級科技企業(yè)孵化器2009—2012年的綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動情況，如表1所示。

從表1中可以得到以下幾點啟示。

(1) 省域國家級科技企業(yè)孵化器總體效率較好。在研究的29個省市區(qū)中，孵化器DEA綜合效率相對有效的省域有9個，占總數(shù)據(jù)的31%，這些省市區(qū)國家級孵化器所投入的孵化器數(shù)量、資金、規(guī)模與其本身的效益是匹配的。

(2) 部分綜合效率小于1的省域國家級孵化器源于規(guī)模無效性。從表1中可以看出，有9個省市區(qū)國家級孵化器(遼寧、江蘇、福建、山東、河南、湖北、廣東、重慶、陜西)的純技術(shù)效率為1，但綜合效率都小于1。根據(jù)模型的經(jīng)濟意義可以得知，這9個省市區(qū)國家級孵化器未能達到DEA有效的原因，在于其規(guī)模無效性，但技術(shù)水平已經(jīng)發(fā)揮到最佳。因此，改革的重點應(yīng)該在于如何更好地發(fā)揮其規(guī)模效益。另外11個省市自治區(qū)國家級孵化器的無效率既來自技術(shù)無效也來自于規(guī)模無效，意味著這部分省市自治區(qū)孵化器存在著資源尚未得到有效使用，規(guī)模效益難以發(fā)揮的問題。

表1 我國29個省域國家級孵化器2009—2012年DEA效率評價

(3) 西部地區(qū)的國家級科技企業(yè)孵化器投入產(chǎn)出效率表現(xiàn)較好。內(nèi)蒙古、四川、貴州、新疆、寧夏、青海6省市區(qū)的綜合效率都為1，其中貴州、新疆、寧夏、青海的綜合效率為1，主要由于他們擁有的國家級孵化器數(shù)量很少，而孵化器能夠擇優(yōu)選擇好的創(chuàng)業(yè)項目進行孵化，投入產(chǎn)出效率高。

(4) 省域國家級科技企業(yè)孵化器總體處于技術(shù)進步狀態(tài)。我國29個省域國家級孵化器2009—2012年全要素生產(chǎn)率變動指數(shù)(TFP)為1.168，表明我國國家級孵化器2009—2012年以16.8%的速度處于較快的進步狀態(tài)。在研究的29個省域中，孵化器全要素生產(chǎn)率變化(TFP)大于1的省域有27個，占總體數(shù)據(jù)的93.1%。可以看出，這些省域國家級科技企業(yè)孵化器的經(jīng)營績效相對改善，主要得益于國家對科技企業(yè)孵化器發(fā)展的重點關(guān)注，尤其是《國家科技企業(yè)孵化器“十二五”發(fā)展規(guī)劃》的頒布，使各地加大了對孵化器的投入力度，改善了孵化器的孵化服務(wù)。

四、 省域國家級科技企業(yè)孵化器效率的空間關(guān)聯(lián)性

1. 省域國家級科技企業(yè)孵化器效率的全局空間差異

為研究我國省域國家級科技企業(yè)孵化器綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動指數(shù)的關(guān)聯(lián)性和差異程度，首先對這類效率進行全局自相關(guān)分析。這里用空間自相關(guān)指數(shù)(Moran’s I)統(tǒng)計量作為衡量我國省域國家級孵化器效率全局空間自相關(guān)指標，即

(3)

表2 29個省域國家級孵化器效率的Moran’s I估計值

從表2可以看出，在5%的顯著性水平下，我國省域國家級科技企業(yè)孵化器的綜合效率存在空間自相關(guān)，而省域國家級科技企業(yè)孵化器的純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動指數(shù)則不存在空間自相關(guān)性。這表明我國各省域國家級科技企業(yè)孵化器綜合效率在空間上呈現(xiàn)高高或低低的聚集現(xiàn)象，綜合效率較大的省份，其周圍省份綜合效率也比較大；綜合效率較小的省份，其相鄰省份孵化器的綜合效率也比較小。

2. 省域國家級科技企業(yè)孵化器綜合效率的關(guān)聯(lián)格局

為進一步認識我國省域國家級孵化器綜合效率的關(guān)聯(lián)格局，對其進行LISA[22,23]分析，以檢驗局部地區(qū)數(shù)據(jù)是否存在空間關(guān)聯(lián)性的方法。其計算公式為

(4)

對我國省域國家級孵化器綜合效率進行局部空間關(guān)聯(lián)分析，可以得出我國省域國家級科技企業(yè)孵化器綜合效率的空間關(guān)聯(lián)模式呈現(xiàn)出：1) high-high型；high-low型和low-high型3種類型。具體而言，呈現(xiàn)high-high型特征的省域為重慶市，其周邊相鄰省域國家級孵化器綜合效率較高，且顯著正相關(guān)，彼此間呈現(xiàn)出空間同質(zhì)性。呈現(xiàn)high-low型的省域為安徽省，其自身國家級孵化器綜合效率水平相對較高，而周邊相鄰省域國家級孵化器的綜合效率相對較低，呈現(xiàn)出顯著負相關(guān)的關(guān)聯(lián)特征。呈現(xiàn)low-high型特征的省域是寧夏回族自治區(qū)，其自身國家級孵化器綜合效率水平相對較低，其周邊相鄰省域國家級孵化器的綜合效率相對較高，呈現(xiàn)出顯著負相關(guān)的關(guān)聯(lián)特征。上述各個省域國家級科技企業(yè)孵化器綜合效率空間關(guān)聯(lián)模式都通過了5%的顯著性水平檢驗。除上述各個省市區(qū)外，其余省市區(qū)同周邊相鄰省市區(qū)的空間關(guān)聯(lián)均未通過5%的顯著性水平檢驗，因而未能呈現(xiàn)出較為明確的空間關(guān)聯(lián)模式。

五、 結(jié) 語

本文研究了我國國家級科技企業(yè)孵化器區(qū)域差異與集聚度，利用數(shù)據(jù)包絡(luò)分析對2009—2012年我國29個省域國家級科技企業(yè)孵化器效率進行了測算，對29個省域國家級孵化器綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動指數(shù)進行了全局自相關(guān)分析，運用LISA方法對省域國家級孵化器綜合效率空間關(guān)聯(lián)模式進行探討。在我國省域國家級孵化器的綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動指數(shù)中，綜合效率具有全局空間相關(guān)性。基于上述研究，本文提出如下建議。

第一，注重科技企業(yè)孵化器均衡發(fā)展。研究表明，我國省域國家級科技企業(yè)孵化器數(shù)量存在較大的差異，且不均衡有擴大趨勢。因此，需要注重科技企業(yè)孵化器的均衡化發(fā)展，通過局部地區(qū)重點投入的方法促使科技企業(yè)孵化器特別是國家級孵化器向均衡化發(fā)展，發(fā)揮國家級孵化器的帶動和引領(lǐng)作用。

第二，重點優(yōu)化局部科技企業(yè)孵化器規(guī)模。我國有9個省市區(qū)國家級科技企業(yè)孵化器的純技術(shù)效率為1，但綜合效率都小于1，其原因在于規(guī)模效率小于1，這些區(qū)域國家級孵化器的技術(shù)水平已經(jīng)發(fā)揮到最佳，改革的重點應(yīng)該在于如何更好地發(fā)揮其規(guī)模效益。對于規(guī)模效率遞增的地區(qū)，應(yīng)擴大國家級孵化器數(shù)量，發(fā)揮其規(guī)模效益，而對于規(guī)模效率遞減的地區(qū)，應(yīng)適度控制國家級孵化器數(shù)量，提升規(guī)模效率。

第三，總體提升科技企業(yè)孵化器技術(shù)效率。我國省域國家級孵化器的綜合效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變動指數(shù)中，只有綜合效率具有全局空間相關(guān)性，表明我國省域國家級孵化器對周邊地區(qū)的技術(shù)引領(lǐng)作用不明顯，應(yīng)通過重點扶持、示范引導、優(yōu)化布局、交流合作等方法發(fā)揮省域國家級孵化器的作用，有效發(fā)揮我國省域國家級孵化器的集聚和擴散作用，促進我國高新技術(shù)產(chǎn)業(yè)的均衡發(fā)展。

第四，促進國家級孵化器的區(qū)域協(xié)同發(fā)展。總體而言，我國省域國家級科技企業(yè)孵化器的發(fā)展空間關(guān)聯(lián)性不強，還未從整體上形成優(yōu)勢互補，互動發(fā)展的局面。目前可結(jié)合京津冀一體化發(fā)展和長江經(jīng)濟帶建設(shè)的契機，一方面重點促進京津冀區(qū)域內(nèi)科技企業(yè)孵化器的協(xié)同發(fā)展，鼓勵京津冀孵化器之間形成戰(zhàn)略聯(lián)盟；另一方面重點建設(shè)長江經(jīng)濟帶上的省域國家級孵化器效率較低的地區(qū)如湖北省國家級孵化器，促使長江經(jīng)濟帶上的省域國家級孵化器形成“high-high”發(fā)展局面，并進一步帶動周邊地區(qū)國家級孵化器的發(fā)展。

[1] 科技部火炬高新技術(shù)產(chǎn)業(yè)開發(fā)中心. 中國火炬統(tǒng)計年鑒2013[M]. 北京：中國統(tǒng)計出版社，2012.

[2] Phillip H P, Donald S S, Mike W. Science parks and incubators: Observations, synthesis and future research [J].JournalofBusinessVenturing, 2005, 20(2):165-182.

[3] 吳文清，呂卓燏，趙黎明. 基于共詞的我國科技企業(yè)孵化器研究趨勢分析[J]. 科學管理研究,2014,32(1):74-77.

[4] Michael S, Maximilian G. A multidimensional evaluation of the effectiveness of business incubators: An application of the PROMETHEE outranking method [J].EnvironmentandPlanningC:GovernmentandPolicy, 2009, 27(6): 1072-1087.

[5] Sergio A F, Charbel J C. Assessment of business incubators’ green performance: A framework and its application to brazilian cases [J].Technovation, 2012, 32(2), 122-132.

[6] Ha Y K, Chang M J. Does a technology incubator work in the regional economy? Evidence from South Korea [J].JournalofUrbanPlanningandDevelopment, 2010, 136(3):273-284.

[7] Jafar R,Roland O,Victor S. Measuring entrepreneurship: Expert-based vs. data-based methodologies [J].ExpertSystemswithApplications, 2012, 39(4): 4063-4074.

[8] 殷 群，張 嬌. 長三角地區(qū)科技企業(yè)孵化器運行效率研究：基于DEA的有效性分析[J]. 科學學研究，2010，28(1)：86-94.

[9] 張 嬌，殷 群. 我國企業(yè)孵化器運行效率差異研究：基于DEA 及聚類分析方法[J]. 科學學與科學技術(shù)管理，2010，31(5)：171-177.

[10] 代碧波，孫東生. 基于DEA方法的科技企業(yè)孵化器運行效率評價：以東北地區(qū)14家國家級企業(yè)孵化器為例[J]. 科技進步與對策，2012，29(1)：142-146.

[11] 張 鵬，占豪劍. 基于DEA科技企業(yè)孵化器績效評價：以廣東為例[J]. 科技管理研究, 2010，30(14)：78-81.

[12] 王 敬，汪克夷. 我國新興產(chǎn)業(yè)科技孵化器技術(shù)效率的測評與影響[J]. 財經(jīng)問題研究，2012(3)：40-47.

[13] 李志祥，宋 清. 科技企業(yè)孵化器運營效率的激勵規(guī)制[J]. 北京理工大學學報：社會科學版，2012，14(6)：45-46.

[14] 吳文清，劉曉英，趙黎明. 科技企業(yè)孵化器網(wǎng)絡(luò)平臺效率差異與優(yōu)化：基于338家國家級科技企業(yè)孵化器的分析[J]. 科技進步與對策，2014，31(1):86-92.

[15] 吳文清，趙黎明. 中國大學科技園動態(tài)效率評價[J]. 天津大學學報：社會科學版,2012,14(3):247-252.

[16] 趙黎明，盧 珊. 科技企業(yè)孵化器與創(chuàng)投合作績效研究[J]. 天津大學學報：社會科學版,2013,15(1):26-30.

[17] 吳文清，張海紅，趙黎明. 基于學習的孵化器與創(chuàng)投協(xié)同知識創(chuàng)造資源共享研究[J]. 管理學報,2015,12(7):1038-1044.

[18] Chakraborty J, Bosman M M. Measuring the digital divide in the United States: Race, income and personal computer ownership [J].TheProfessionalGeographer, 2005, 57(3):395-410.

[19] 寧進廳，邱 娟，汪明峰. 中國互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的區(qū)域差異及其動態(tài)演進：基于生產(chǎn)和消費的視角 [J]. 世界地理研究，2010，19(4)：58-64.

[20] Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units [J].EuropeanJournalofOperationalResearch, 1978, 2 (6):429-444.

[21] Banke R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis [J].ManagementScience,1984,30(9):1078-1092.

[22] Anselin L. Local indicators of spatial association： LISA [J].GeographicalAnalysis, 1995, 27(2): 93-115.

[23] 丁 剛，羅 暖. 省域創(chuàng)新型科技人才隊伍建設(shè)的投入產(chǎn)出效率評價及其空間關(guān)聯(lián)格局分析[J]. 西北人口，2012，33(4):13-17.

Research on Agglomeration Degree, Efficiency and Spatial Correlation of Business Incubators

Wu Wenqing1,2， Ma SaiXiang1， Liu Xiaoying1

(1.School of Management and Economics, Tianjin University, Tianjin 300072, China;2.Tianjin University Research Center for National Intellectual Property Strategy Implementation, Tianjin 300072, China)

The paper analyzes regional differences, agglomeration degree and the input-output efficiency of national business incubators in 29 provinces of China from 2009 to 2012. Based on data envelopment analysis (DEA), the paper uses global and local spatial autocorrelation analysis to analyze the spatial correlation and patterns of national incubators. The results indicate that national incubators have a huge difference in numbers and input-output efficiency, and they have an uneven distribution. The number of incubators and combined efficiency display spatial autocorrelation, while pure technical efficiency, scale efficiency and TFP don’t display spatial autocorrelation. The spatial correlation patterns of combined efficiency display three types, high-high, high-low and low-high.

business incubator; agglomeration degree; global spatial autocorrelation; local spatial autocorrelation

2015-06-17.

國家社會科學基金資助項目(13CGL018)；國家自然科學基金資助項目(71403182)；高等學校博士學科點專項科研基金資助項目(20130032120014).

吳文清(1977— )，男，博士，副教授.

吳文清，wenqingw@tju.edu.cn.

F276.44

A

1008-4339(2016)03-206-05