楊毅 賀浩浩 羅雨溪

摘 要：隨著企業(yè)孵化器、眾創(chuàng)空間等創(chuàng)業(yè)孵化機構的日益發(fā)展，其在聯(lián)結科技與經濟發(fā)展方面的正向作用愈加凸顯。研究選取31個?。▍^(qū)市）創(chuàng)業(yè)孵化機構2018年截面數(shù)據，通過構建投入產出績效評估指標體系，綜合運用DEA模型與聚類分析方法，對比分析各省創(chuàng)業(yè)孵化機構運作的相對效率差異，結果表明創(chuàng)業(yè)孵化具有明顯的集群效應與擴散效應，最后從運作模式、微觀管理和宏觀調控3個方面闡述提升我國創(chuàng)業(yè)孵化績效水準的優(yōu)化對策。

關鍵詞：創(chuàng)新創(chuàng)業(yè);企業(yè)孵化;績效評估;DEA模型;聚類分析

中圖分類號：F223? ? 文獻標識碼：A? ? 文章編號：1671-0037（2019）8-1-8

DOI：10.19345/j.cxkj.1671-0037.2019.08.001

1 研究背景

在全球新一輪產業(yè)革命孕育興起的背景下，2015年國務院《關于大力推進大眾創(chuàng)業(yè)萬眾創(chuàng)新若干政策措施的意見》等系列文件提出為適應創(chuàng)新創(chuàng)業(yè)主體大眾化趨向，到2020年要形成一批具有較強專業(yè)化服務能力、可有效滿足大眾需求的新型創(chuàng)業(yè)服務平臺的總目標。在政策導向與市場激勵的交互作用下，截至2018年末，我國科技企業(yè)孵化器、眾創(chuàng)空間等各類創(chuàng)業(yè)孵化機構（以下簡稱“孵化機構”）總數(shù)已突破10萬家，服務于數(shù)十萬初創(chuàng)企業(yè)與團隊，總體呈現(xiàn)出各類主體廣泛參與、科技含量不斷提升、服務漸趨結果導向、孵化產出質量優(yōu)化、國際合作不斷深入、管理體制逐步完善、各類新業(yè)態(tài)蓬勃發(fā)展的態(tài)勢。孵化機構已成為傳統(tǒng)企業(yè)轉型升級和新興企業(yè)快速成長的重要選擇和手段、聯(lián)結科技和經濟的重要樞紐、“雙創(chuàng)”戰(zhàn)略的核心載體和國民經濟社會建設的強力引擎，在加快推進經濟結構調整與新舊動能轉換中發(fā)揮著關鍵作用。

一系列實證研究表明，由于經濟相對落后、市場機制孱弱、關系網絡復雜等因素，欠發(fā)達國家的創(chuàng)業(yè)活動一般比發(fā)達國家具有更強的異質性，關注質量而非數(shù)量能更好地理解創(chuàng)業(yè)與經濟發(fā)展間的交互邏輯。目前就我國整體而言，創(chuàng)業(yè)孵化事業(yè)尚處于初級階段，創(chuàng)新創(chuàng)業(yè)潛能與各類資源需要長久地協(xié)調整合，而發(fā)展不充分不平衡的國情意味著各地的基礎和進程不盡相同，難以制定統(tǒng)一的微觀發(fā)展規(guī)劃與具體策略。此外，增強各地區(qū)協(xié)同進步須明確創(chuàng)業(yè)孵化的影響因素與發(fā)展路徑，更須洞察各地區(qū)發(fā)展的差距與經驗，以求建立與實現(xiàn)增進全社會創(chuàng)新創(chuàng)業(yè)效益的協(xié)同目標。因此，基于我國經濟提質增效的階段性目標，對各省份孵化機構運營狀況進行系統(tǒng)評估，揭示和把握我國創(chuàng)業(yè)活動的規(guī)律，以此構建和發(fā)展具有中國元素的創(chuàng)業(yè)理論，對于分析整體績效、加強融合協(xié)作、推動創(chuàng)新創(chuàng)業(yè)事業(yè)繁榮具有積極效用。

2 文獻綜述

對孵化機構績效評估及優(yōu)化思路既有的研究內容進行梳理，可發(fā)現(xiàn)其呈現(xiàn)3個層次的學理特征。

首先，創(chuàng)業(yè)孵化是一個包含多要素的綜合性系統(tǒng)，所以學界從不同本位探索績效評估方法。一是以孵化機構為本位，如Hugh D. Sherman綜合采用宏觀分析和微觀調查方法，認為創(chuàng)業(yè)孵化項目可以有效協(xié)助初創(chuàng)企業(yè)生存發(fā)展[1]，即驗證了孵化服務——孵化績效——企業(yè)績效的兩級傳遞關系;K. F. Chan等運用組織理論與集群理論構建孵化機構績效評估體系，并認為存在資源集聚、咨詢服務、網絡優(yōu)勢等9個影響績效的關鍵點[2]，突破了以孵化產品為績效唯一評價標準的局限;袁劍鋒等以Web of Science收錄文獻作為樣本，以具有全局性、動態(tài)性的視角，運用文獻計量和內容分析方法，從類型、過程、模式、機理以及績效等方面對企業(yè)孵化器進行研究[3]。特別是一些學者采取縱向視角，考量不同代際孵化機構的績效水準，如Johan Brunee研究認為早期孵化機構囿于遴選標準寬松和缺乏淘汰機制，其在孵企業(yè)對綜合性服務利用率很低[4]，這實際上說明早期孵化機構的陳舊體制亟須變革;許治等也認為不同代際孵化器投入產出關系與孵化績效存在明顯差異，但孰優(yōu)孰劣不應一概而論[5]。而另一些學者則采取橫向視角，對比分析孵化機構的表征或內涵，如黃攀等以廣東省2016年政府類、民營類和高校類共537家孵化器進行對比分析，認為投資主體不同導致孵化機構的建設目標、利益訴求和孵化能力存在較強異質性[6];何慧芳等通過對比廣州市眾創(chuàng)空間孵化模式及績效優(yōu)劣，發(fā)現(xiàn)投入孵化要素的側重點、孵化模式的執(zhí)行力度以及與在孵企業(yè)的相互適應程度是3個主要影響因素[7];張玲等研究認為目前中國孵化機構同質化嚴重問題會阻礙其健康發(fā)展[8]。二是以孵化產品為本位，即以企業(yè)的發(fā)展成效為機構績效考核的主要標準，如張魯彬等基于企業(yè)生命周期理論，分析了創(chuàng)業(yè)孵化的周期性特征及基礎功能孵化模式[9];Ond[r]ej Dvoulet ?等則強調以銷售額增長值、利潤率、資產周轉率、總資產規(guī)模與人員成本規(guī)模等來評估孵化績效[10]。三是綜合孵化機構及其產品的主客體視角，如Mian等認為在孵企業(yè)的生存發(fā)展狀況、孵化項目的持續(xù)增長潛力、孵化服務與設施、孵化機構對高校和社會產生的影響為最關鍵的四項績效指標[11]，這種視角較為全面，可以充分體現(xiàn)孵化機構的多元效益。

其次，從網絡及空間研究其績效影響機理。英國經濟學家弗里曼（Christopher Freeman）認為，各種公私部門構成的網絡促進新技術的開發(fā)與擴散[12]，后來許多學者沿襲了這一網絡分析思想，如李宇等通過剖析網絡資源對孵化績效的中介作用，發(fā)現(xiàn)了兩種績效差異模型[13];王藝博則揭示了孵化網絡各結點的微觀特征對多元績效的作用機理[14];裴旭東等基于從個體出發(fā)的資源依賴理論和組織學習理論，研究發(fā)現(xiàn)技術資源整合和市場資源整合除了受創(chuàng)業(yè)氛圍顯著影響外，還分別受金融支持和政策支持顯著影響，而技術資源整合和市場資源整合對科技型小微企業(yè)孵化具有顯著影響[15]，而Jin Hong等偏向于從整體出發(fā)的相互依賴理論，研究發(fā)現(xiàn)孵化機構之間的相互依賴程度與孵化績效呈倒“U”形關系，非國有企業(yè)和多元化企業(yè)的孵化機構之間的相互依存關系與孵化績效之間的關聯(lián)性更強[16]。而以空間為研究立足點，則是探討孵化機構對區(qū)域地理的作用機理，如呂海燕等以孵化機構有無實用型創(chuàng)業(yè)技能培訓、能否推動區(qū)域經濟繁榮、是否有效整合優(yōu)質資源作為績效評估三類指標[17];何長勝以網絡資源整合為導向，通過對天津市眾創(chuàng)空間的觀察研究，發(fā)現(xiàn)礙于體制，在位企業(yè)、高等學校、科研院所的優(yōu)勢資源難以充分轉化為推動孵化機構發(fā)展的實質性力量[18]。

最后，從生態(tài)系統(tǒng)視角研究其績效改進方向。Klaus Schwab認為，社會接受技術創(chuàng)新的程度是產業(yè)革命進程的決定性因素，因而需要政府以及各類公私機構和部門盡自己所能，協(xié)同破除創(chuàng)新性技術實際應用中的阻滯因子[19]，Rabeh Morrar等人也提出應對嵌入式技術擴散的影響需要建構耦合技術創(chuàng)新和社會創(chuàng)新的可持續(xù)發(fā)展框架[20]?；诖耍瑢τ诜趸瘷C構的改進路徑，一是從主體即孵化機構切入，如針對部分孵化機構盈利能力弱的現(xiàn)狀，賈天明等認為孵化機構的經濟屬性決定了持續(xù)長久的、源于專業(yè)化服務的盈利能力是其存在發(fā)展的基礎，并提出孵化機構應以投資創(chuàng)業(yè)項目回報作為主要收入來源[21];吳文清等基于分類核算績效的視角，通過對中國國家級孵化器的實證研究，認為孵化器創(chuàng)業(yè)績效和創(chuàng)新績效分別與孵化器資金投入規(guī)模、孵化器面積規(guī)模之間呈倒“U”形關系，孵化器的類型及性質對孵化績效有顯著不同的影響[22]。二是從客體即在孵企業(yè)切入，如陳勝男等通過多案例研究，構建了以創(chuàng)業(yè)項目潛力和創(chuàng)業(yè)者自我效能為基礎、以組織管理和文化融合為保證、以生態(tài)占位和網絡反哺孵化企業(yè)成長為路徑[23];吳玉偉等通過分析科技型小微企業(yè)的創(chuàng)業(yè)動力要素及作用機制，提出“政府主導”與“依托院所”兩種創(chuàng)業(yè)孵化模式[24]。三是從外部環(huán)境切入，如張寶建結合中國實踐認為，“舉國體制”式扶持效果并不理想，在市場體制中需要融入更多異質性力量[25];宋思遠等運用系統(tǒng)基模解構創(chuàng)業(yè)孵化生態(tài)的運行機制，以此作為實踐指導[26]。

總之，現(xiàn)階段學術界形成以區(qū)域協(xié)調統(tǒng)籌為導向，以多元效益訴求為核心，以生態(tài)系統(tǒng)規(guī)劃為基礎，以滿足孵化企業(yè)需求、加快技術協(xié)同應用、促進經濟社會發(fā)展為靶向的創(chuàng)業(yè)孵化績效評估及增進策略體系。

3 模型闡釋與指標體系構建

3.1 DEA-CA模型

基于“相對效率評價”概念的數(shù)據包絡分析（DEA，Data Envelopment Analysis）包含了眾多數(shù)理模型，而C2R-DEA和BC2-DEA是其中常用的基本模型。DEA模型的基本思路是：若現(xiàn)有N個決策單元（DMU，Decision Making Unit），輸入、輸出向量分別為[Xj=（x1j]，[x2j]，…，[xmj）T]，[Yj=（y1j]，[y2j]，…，[ysj）T]，利用Charnes-Cooper變換賦權方法計算輸入、輸出的權向量分別為[v=（v1，v2，]…，[vm）T]，[u=（u1，u2，]…，[us）T]，另設[s-]和[s+]分別為松弛變量和剩余變量，[ε]為非Archimedes無窮小量，依據帕累托最優(yōu)（Pareto Optimality）理念計算（綜合）技術效率（TE，Technical Efficiency）且規(guī)模報酬不變的C2R-DEA模型構建如下。

若λ，[s-]，[s+]，[θ]是[DεC2R]的最優(yōu)解，令[x0=θx0-s-]，[y0=y0+s+]，稱（[x0]，[y0]）是[DMUj0]所對應（[x0]，[y0]）在DEA有效投影面上的“投影”。若[j=1nλj]=1，則可將C2R-DEA模型轉化為規(guī)模報酬可變的BC2-DEA模型。

本研究采用DEA方法對31個?。▍^(qū)市）孵化機構的運作效率進行評估和探究，主要基于：孵化機構是個體差異性與系統(tǒng)復雜性較大的綜合性生態(tài)，依據現(xiàn)有信息難以給定一個具有普適性與確定性的生產函數(shù)表達式;DEA方法無須預先人為賦權的特性使其具有較強的客觀性;不受指標量綱影響，適宜描述多輸入、多輸出生產效率狀況;最后從指導生產決策而言，DEA方法可以分析無效DMU的資源利用狀況，利用投影規(guī)劃改善方案，為決策者提供提高生產效率的有效途徑。

最后，為了深入尋求造成各省孵化機構運行效率差異的因子，本研究在DEA模型的計算基礎上，引入聚類分析（CA，Cluster Analysis），即利用K-means算法將績效特征相似的DMU進行歸類。

3.2 評估指標體系構建及數(shù)據來源

孵化機構作為現(xiàn)代社會經濟組織，評價其績效發(fā)展水準應綜合考慮經濟效益與社會效益，以往研究經驗表明，孵化機構績效評估存在多個可選指標，但DEA方法一般要求DMU總數(shù)N與評估指標總數(shù)E應滿足關系[N≥2E]，否則會降低評估結果的可信度。首先從投入來看，每個孵化機構的在孵企業(yè)數(shù)、資金流轉和人員配置均具有載荷臨界值，資源體量影響著孵化機構的運作效率;其次從產出來看，孵化機構建設的最直接目標即是培育優(yōu)質企業(yè)，因此孵化機構須具有持續(xù)的維持其生存發(fā)展的經濟收入來源，對初創(chuàng)企業(yè)而言，有效知識產權數(shù)量決定了其未來差異化競爭的戰(zhàn)略選擇空間，同時在我國產業(yè)轉型升級導致結構性失業(yè)日趨凸顯的背景下，孵化機構與新創(chuàng)企業(yè)均承載了促進就業(yè)的重任。基于此，本研究結合政策導向和數(shù)據的可獲取性與多元性，選取在孵企業(yè)數(shù)、機構運營成本、企業(yè)投融資額、管理服務人員數(shù)以及創(chuàng)業(yè)導師數(shù)5項作為投入指標，畢業(yè)上市（掛牌）企業(yè)數(shù)、機構收入、有效知識產權數(shù)和企業(yè)吸納就業(yè)量4項作為產出指標，具體含義見表1，具體數(shù)據來源于《中國創(chuàng)業(yè)孵化發(fā)展報告（2019）》。

應用DEA方法評估DMU績效的前提要求是投入指標與產出指標符合單調性原則，因此，本研究利用SPSS Statistics 22軟件對評估指標進行了Spearman相關性雙尾檢驗，據表2統(tǒng)計結果可知，每對投入指標和產出指標均具有顯著的正相關性，表明指標選取有效。

4 孵化機構績效實測結果與分析

4.1 效率分析

通過整理歸納，得到31個?。▍^(qū)市）的投入、產出指標數(shù)據，采用DEA-Solver Pro5軟件進行計算，表3顯示了各個DMU的各項效率值及規(guī)模報酬變動狀態(tài)。

對計算結果分析可知：從（綜合）技術效率來看，16個省（區(qū)市）為DEA有效，孵化機構發(fā)展綜合績效良好;而其余15個?。▍^(qū)市）為非DEA有效，其孵化機構的投入要素結構與產出規(guī)?？偭窟€須調整優(yōu)化。從純技術效率來看，19個?。▍^(qū)市）要素資源利用有效;而其余12個?。▍^(qū)市）則需要調整要素投入與使用狀況，克服資源使用冗余的弊病，提高資源使用效率。從規(guī)模效率來看，17個省（區(qū)市）為規(guī)模有效，說明其規(guī)模適當;而其余?。▍^(qū)市）則需要優(yōu)化其投入要素規(guī)模與結構。進一步從規(guī)模報酬變動狀態(tài)來看，內蒙古、福建、甘肅和寧夏4個?。▍^(qū)市）處于規(guī)模報酬遞增狀態(tài)，說明其孵化機構發(fā)展處于基礎鞏固階段，因投入資源相對欠缺，應適當擴大整體投入與規(guī)模;吉林、江西和山東3個?。▍^(qū)市）處于規(guī)模報酬遞減狀態(tài)，說明其孵化機構發(fā)展已步入較為成熟的階段，應將下一步工作重點轉移到提質增效方向，而非盲目投入資源與純粹擴張規(guī)模。

4.2 聚類分析

為了進一步探究我國各?。▍^(qū)市）孵化機構績效水準的空間分布規(guī)律，本研究利用SPSS Statistics 22軟件，采用K-means聚類算法，以純技術效率與規(guī)模效率作為聚類變量，設置[k=4]，聚類分析結果如表4所示。據此可將31個?。▍^(qū)市）劃分為“綜合高效型”“技術高效型”“規(guī)模高效型”和“綜合低效型”四種類型。

據表4可知，23個?。▍^(qū)市）效率良好，表明我國孵化機構總體發(fā)展趨勢良好。雖然計算結果表明西藏屬于綜合高效型，但結合具體數(shù)據可知2018年西藏的投入與產出很低：省內雖有1家國家級孵化機構，但企業(yè)投融資額直至2018年才有所突破，所擁有知識產權數(shù)呈減少趨勢，是我國創(chuàng)業(yè)孵化中較為薄弱的一環(huán)，這與其客觀上地理位置偏遠、經濟發(fā)展落后、孵化機構的容納能力低相關，因而要推動該地區(qū)創(chuàng)新創(chuàng)業(yè)發(fā)展，需要從改善宏觀環(huán)境入手。山東與寧夏屬于技術高效型和規(guī)模低效型，結合具體數(shù)據可知，2018年末山東孵化機構數(shù)已增至958家，維持了前一年20%以上的高位增長率，但是規(guī)模報酬卻呈現(xiàn)遞減狀態(tài)，說明其在規(guī)?？焖贁U張進程中忽視了效率的提升;寧夏作為西北內陸少數(shù)民族聚居區(qū)，雖截至2018年末僅有50家孵化機構，但結合其規(guī)模報酬呈遞增狀態(tài)，且2018年產出指標均有較大幅度增長，說明其發(fā)展?jié)摿τ写M一步發(fā)掘，可以加大孵化機構投入力度，更好地推動地區(qū)經濟發(fā)展。內蒙古等5個?。▍^(qū)市）屬于規(guī)模高效型，但規(guī)模報酬呈遞減或不變狀態(tài)，說明其孵化機構對于各種資源要素的利用程度有待提升。而江西則屬于綜合低效型，且其綜合效率居于末尾，其創(chuàng)業(yè)孵化事業(yè)發(fā)展遇到了多重阻礙，績效提升任重道遠。

為進一步探究孵化機構績效的地域分布規(guī)律，本研究采用ArcGIS10.2軟件將DEA有/無效?。▍^(qū)市）及聚類分析結果進行可視化處理。

據分析結果可知，孵化機構績效發(fā)展水準呈現(xiàn)集中連片趨向，事實上，我國經濟較發(fā)達的京津冀、粵港澳、長三角等區(qū)域呈現(xiàn)明顯的協(xié)同發(fā)展態(tài)勢，以其中孵化載體最集中的長三角為例，2018年其孵化機構約占全國總數(shù)的22%，并呈現(xiàn)出階梯聯(lián)動式發(fā)展格局：不僅聚集了上海、蘇州、杭州等創(chuàng)業(yè)孵化發(fā)展領先的城市，也囊括了寧波、無錫、合肥等創(chuàng)業(yè)孵化基礎較為薄弱的城市，這說明創(chuàng)業(yè)孵化績效水準存在集群效應與擴散效應。

4.3 投影分析

基于投入指標的投影分析，目的在于縮減投入松弛變量而使DMU達到最優(yōu)效率。

據表5可知，非DEA有效省（區(qū)市）每項投入均存在不同程度的冗余現(xiàn)象。以天津市為例，其2018年在孵企業(yè)數(shù)為8 301家，而投影顯示為達到最佳效率，該指標應調整為6 307（取整）家，差額調整百分比為-24.02%，其他?。▍^(qū)市）及投入指標調整與此相同。

特別地，孵化機構運營成本很大程度上決定其為企業(yè)提供服務的能力上限，具體投入應與企業(yè)所需相匹配，投入過多實質上反映了孵化機構對于資源的動態(tài)管理體制尚不健全。具體數(shù)據顯示，90%以上機構在孵企業(yè)數(shù)在100家以內，孵化機構的載荷有限性決定了其必須依據綜合考評指標對入孵企業(yè)進行嚴格遴選，目前，多數(shù)孵化機構僅以申請入孵企業(yè)的商業(yè)計劃書作為評判標準，缺乏對于創(chuàng)業(yè)者綜合素質深入而全面的考察，同時由于缺乏動態(tài)淘汰機制，造成部分入孵企業(yè)長期占據孵化資源而無法實現(xiàn)其預估價值。

5 優(yōu)化對策

基于以上分析，結合各地孵化器探索發(fā)展進程中積累的有益經驗，可從運作模式、微觀管理和宏觀調控3個方面提升我國創(chuàng)業(yè)孵化績效水準的優(yōu)化對策。

在運作模式方面，以管理體制改革為基礎，協(xié)同推進產學研與市場融合發(fā)展。①孵化器應結合自身、行業(yè)、地域情況改良孵化模式，利用財務管理、商務咨詢等增值服務夯實自身經濟基礎。②加強對在孵企業(yè)的業(yè)績定期監(jiān)督，建立健全動態(tài)淘汰機制，可嘗試探索相關負責人問責制度，對長期占有孵化資源但運營狀況較差的在孵企業(yè)實施重點支持或清退。③完善信息共享機制，構建高等學校、科研院所、科技企業(yè)以及社會組織等資源集聚載體，促進支持政策與企業(yè)的有效銜接。④建立健全科研人員產學研的長期多聘機制，構建知識產權快速應用協(xié)同網絡，推動孵化質量精準化提升。

在微觀管理方面，兼顧孵化資源的普惠性與瞄準性。①建立質量管理、動態(tài)出入的健康發(fā)展機制，采取雙向對接服務模式，化數(shù)量為質量，引導孵化器向專業(yè)化、精細化方向升級。②以市場力量驅動各種商業(yè)單元有機結合、共生共榮，與孵化器及其他外界主體形成開放包容、信任支持的交互關系，吸收異質性資源并將其內化，提高企業(yè)內外資源的流動性。③尤其是在西藏等經濟欠發(fā)達地區(qū)，借助以政府為主導的援助力量支持，建立資源開放共享的橫向協(xié)同關系網絡。④在孵化器發(fā)展步入成熟期后，以國際化發(fā)展為導向，掌握國外市場第一手信息，同時利用國內外兩種資源，擴大孵化企業(yè)的戰(zhàn)略選擇空間。

在宏觀調控方面，政府應切實履行倡導者、促進者、資助者和監(jiān)管者的職責。①作為倡導者，在各地區(qū)發(fā)展不充分不平衡的背景下，不斷追蹤孵化器發(fā)展進程，因時因地制宜，制定長期發(fā)展戰(zhàn)略規(guī)劃，對改革重點領域做出全面科學的部署。②作為促進者，應集聚多方智慧，共同商討孵化器現(xiàn)存的微觀問題，并提出合理的指導意見與解決辦法，通過政策統(tǒng)籌加強各主體的協(xié)同聯(lián)動;鼓勵探索創(chuàng)業(yè)孵化新路徑并建立相應的容錯免責制度，激發(fā)孵化器及創(chuàng)新創(chuàng)業(yè)者的內生動力;建立信息即時發(fā)布平臺，破除企業(yè)、政府、市場等主體間的信息傳遞障礙;遴選優(yōu)秀孵化器先行打造一批具有資源集聚優(yōu)勢的創(chuàng)新創(chuàng)業(yè)平臺，加強先進經驗與辦法的推廣應用。③作為資助者，在增加生產要素投入的同時，還須為此建立科學合理的綜合質量評估體系，據評估結果審慎分配資源，從而化解因資源冗余或不足而制約孵化器績效提升的瓶頸。④作為監(jiān)管者，完善相關監(jiān)測統(tǒng)計指標體系，充分利用大數(shù)據等現(xiàn)代信息技術手段，形成具備科學性與時效性的可視化動態(tài)管理系統(tǒng)，定期梳理并解決制約創(chuàng)新創(chuàng)業(yè)的痛點難點;針對部分孵化器績效水準低且難以改良的現(xiàn)實，探索和推行淘汰機制，促使孵化器形成自我凈化的機能。

參考文獻：

[1] Sherman H D. Assessing the intervention effectiveness of business incubation programs on new business start-ups[J]. Journal of developmental enterpreneurship， 1999（2）： 117-133.

[2] Chan K F， Lau T. Assessing technology incubator programs in the science park： the good， the bad and the ugly[J]. Technovation，2004（10）： 1215-1228.

[3] 袁劍鋒，許治.企業(yè)孵化器國際研究系統(tǒng)回顧：現(xiàn)狀及未來發(fā)展方向[J].科學學與科學技術管理，2018（8）： 82-99.

[4] Brunee J，Ratinho T， Clarysse B.et al. The Evolution of Business Incubators： Comparing demand and supply of business incubation services across different incubator generations[J]. 2012（2）： 110-121.

[5] 許治，黃攀，陳朝月.不同代際科技企業(yè)孵化器孵化績效差異比較：基于廣東省的實證研究[J].管理評論， 2019（5）：100-108.

[6] 黃攀，王小燕，許治.投入產出視角下不同投資主體孵化器差異比較[J].科技進步與對策，2018（20）：15-23.

[7] 何慧芳，周振江.眾創(chuàng)空間的創(chuàng)業(yè)孵化模式研究：來自廣州的調查與分析[J].科技管理研究，2019（4）：159-165.

[8] 張玲，竇倩倩，張寶建.中國企業(yè)孵化畢業(yè)影響因素：基于分位數(shù)回歸的檢驗[J].經濟問題， 2018（10）： 58-64.

[9] 張魯彬，柳進軍，劉學.基于生命周期的創(chuàng)業(yè)孵化模式研究[J].科技進步與對策， 2016（5）： 104-110.

[10]Ond[r]ej Dvoulet?，Maria Cristina Longo，Ivana Bla?ková，et al. Are publicly funded Czech incubators effective？ The comparison of performance of supported and non-supported firms[J].European Journal of Innovation Management，2018（4）： 543-563.

[11] Mian，Sarfraz A. Assessing and managing the university technology business incubator： An integrative framework[J].Journal of Business Ventu ring，1997 （12）： 251-285.

[12] 弗里曼.技術政策與經濟績效：日本國計算創(chuàng)新系統(tǒng)的經驗[M].南京：東南大學出版社，2008.

[13] 李宇，張雁鳴.網絡資源、創(chuàng)業(yè)導向與在孵企業(yè)績效研究：基于大連國家級創(chuàng)業(yè)孵化基地的實證分析[J].中國軟科學，2012（8）：98-110.

[14] 王藝博.外部環(huán)境、孵化網絡對孵化績效影響的實證研究[D].長春：吉林大學，2013.

[15] 裴旭東，黃聿舟.創(chuàng)業(yè)支持政策對科技型小微企業(yè)孵化的影響：資源整合的中介作用[J].科技進步與對策， 2016（12）：109-114.

[16] Hong J，Yang Y， Wang H Y，et al. Incubator interdependence and incubation performance in Chinas transition economy： the moderating roles of incubator ownership and strategy[J].Technology Analysis & Strategic Management，2019（1）：99-110.

[17] 呂海燕.創(chuàng)業(yè)孵化效果指標體系的構建研究[J].創(chuàng)新科技，2018（4）：76-78.

[18] 何長勝.天津眾創(chuàng)空間發(fā)展現(xiàn)狀、問題及對策研究[J].科技創(chuàng)新與應用，2016（24）：283.

[19] Schwab K.The Fourth Industrial Revolution[M].Crown Publishing Group，2017.

[20] Morrar R， Arman H， Mousa S.The Fourth Industrial Revolution （Industry 4.0）：A Social Innovation Perspective[J].Technology Innovation Management Review， 2017（11）： 12-20.

[21] 賈天明，雷良海.眾創(chuàng)空間的內涵、類型及盈利模式研究[J].當代經濟管理，2017（6）：13-18.

[22] 吳文清，付明霞，趙黎明.科技企業(yè)孵化器規(guī)模對孵化績效的影響：基于國家級孵化器的實證研究[J].科技進步與對策，2015（19）：1-7.

[23] 陳勝男，權錫鑒.新舊動能轉換背景下孵化企業(yè)成長能力演化分析[J].山東大學學報（哲學社會科學版）， 2019（3）：161-170.

[24] 吳玉偉，施永川.科技型小微企業(yè)“硬”科技創(chuàng)業(yè)動力要素與孵化模式研究[J].科學管理研究，2019（1）：70-73.

[25] 張寶建.“雙創(chuàng)”背景下企業(yè)孵化生態(tài)體系構建[J].中國科技論壇，2019（3）：7-9.

[26] 宋思遠，賈夢宇，張寶建，等.企業(yè)孵化生態(tài)的系統(tǒng)基模及政策分析[J].中國科技論壇，2019（1）：80-88.

Operation Performance Evaluation and Optimization Measures of Chinese Business Incubation Institutions

—Empirical Analysis Based on DEA-CA Model

Yang Yi1，2，He Haohao1，2，Luo Yuxi1

（1. Southwest University， Chongqing 400715;

2. Chongqing Institute of Cultural Industry （Southwest University）， Chongqing 400715）

Abstract： With the development of business incubator， crowded innovation space and other entrepreneurship incubator， their positive role in connecting science and technology with economic development is more and more prominent. In this research， the cross section data of 31 provincial （district） business incubators in 2018 were chosen， by constructing input-output performance evaluation index system， comprehensively using DEA model and the clustering analysis method， and the provinces the relative operation efficiency differences of business incubator in various provinces were comparatively analyzed. The results showed that the? start-up incubator had obvious cluster effect and diffusion effect， and finally the optimization countermeasures to promote entrepreneurship incubation performance level were described from three aspects? of operation mode， micro management and macro-control.

Key words： innovation and entrepreneurship; enterprise incubation; performance evaluation; DEA model; clustering analysis