李 靜，顏振軍，姚景民

（北京師范大學(xué)經(jīng)濟(jì)與資源管理研究院，北京 100875）

1 研究背景

科技企業(yè)孵化器（以下簡(jiǎn)稱“孵化器”）通過(guò)匯聚多種創(chuàng)新創(chuàng)業(yè)資源，為初創(chuàng)企業(yè)提供辦公場(chǎng)所、輔導(dǎo)咨詢、政策服務(wù)、知識(shí)產(chǎn)權(quán)服務(wù)以及投融資服務(wù)等，賦能于初創(chuàng)企業(yè)的初期發(fā)展。1987 年，我國(guó)首家科技企業(yè)孵化器——武漢東湖新技術(shù)創(chuàng)業(yè)者中心成功落地，拉開(kāi)了我國(guó)科技企業(yè)孵化器事業(yè)的實(shí)踐序幕。30 多年的改革發(fā)展，我國(guó)孵化器事業(yè)從無(wú)到有，從弱到強(qiáng)。孵化器在優(yōu)化區(qū)域創(chuàng)新體系，完善產(chǎn)業(yè)鏈服務(wù)，提升中小微企業(yè)存活率，推動(dòng)高新技術(shù)產(chǎn)業(yè)高速發(fā)展以及促進(jìn)科技成果轉(zhuǎn)化等方面發(fā)揮重要作用，成為我國(guó)推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的重要推手。在1998 年以前，我國(guó)孵化器事業(yè)發(fā)展緩慢，孵化器受到中央政府的政策扶持非常少，而地方政府幾乎沒(méi)有給予任何政策優(yōu)惠；1999—2005 年期間，中央和地方政府開(kāi)始對(duì)孵化器給予專項(xiàng)資金，財(cái)政投資等扶持政策，大多數(shù)孵化器由政府出資建立，具有公益性的特征，孵化器數(shù)量穩(wěn)步增加至500多家；2006 年開(kāi)始，我國(guó)政府開(kāi)始對(duì)孵化行業(yè)實(shí)施稅收優(yōu)惠、政府補(bǔ)貼等政策支持，而且扶持力度不斷增大，同時(shí)孵化器的數(shù)量也大幅度增加［1］?？疾煺咧С至Χ群头趸鲾?shù)量變化趨勢(shì)（見(jiàn)圖1），發(fā)現(xiàn)政府政策對(duì)我國(guó)孵化器事業(yè)的發(fā)展產(chǎn)生了重要影響。當(dāng)前，政府對(duì)孵化器的產(chǎn)業(yè)政策包括財(cái)政投資、政府補(bǔ)貼、稅收優(yōu)惠等，以孵化器為媒介引導(dǎo)大量的財(cái)政及社會(huì)資金進(jìn)入雙創(chuàng)領(lǐng)域，有效發(fā)揮財(cái)政投入助力創(chuàng)新創(chuàng)業(yè)發(fā)展的重要職能。如表1 數(shù)據(jù)顯示，自2015 年至2019 年，政府對(duì)孵化器的政策扶持力度不斷增大，對(duì)孵化器事業(yè)的發(fā)展給予了高度重視。當(dāng)前我國(guó)經(jīng)濟(jì)處于高質(zhì)量發(fā)展階段的關(guān)鍵時(shí)期，“十四五”規(guī)劃中明確指出提升創(chuàng)新能力，搭建高級(jí)化產(chǎn)業(yè)基礎(chǔ)，優(yōu)化產(chǎn)業(yè)鏈結(jié)構(gòu)是經(jīng)濟(jì)發(fā)展取得新成效的重要目標(biāo)之一。孵化器作為創(chuàng)新創(chuàng)業(yè)體系中的核心之一又迎來(lái)了新的歷史使命和挑戰(zhàn)，政府在這個(gè)過(guò)程中該如何發(fā)揮恰當(dāng)?shù)淖饔?？如何從多維度全面地考察產(chǎn)業(yè)政策對(duì)于孵化器的影響效果？不同的政策及政策組合又有何差異？所在地區(qū)和孵化器類型是否會(huì)影響政策效應(yīng)的發(fā)揮？本文試圖基于全國(guó)孵化器的微觀數(shù)據(jù)探索以上問(wèn)題，為實(shí)現(xiàn)政府政策對(duì)孵化活動(dòng)的精準(zhǔn)扶持、優(yōu)化政策效果和推動(dòng)孵化行業(yè)高質(zhì)量發(fā)展提供經(jīng)驗(yàn)證據(jù)和政策建議。

表1 我國(guó)孵化器獲得的政策支持情況

圖1 1995—2019 年我國(guó)孵化器數(shù)量變化

2 文獻(xiàn)回顧

2.1 孵化器的績(jī)效研究

國(guó)內(nèi)外對(duì)孵化器績(jī)效的研究主要集中在影響孵化器績(jī)效的因素以及孵化器績(jī)效評(píng)價(jià)方法、模型、指標(biāo)等。關(guān)于孵化器績(jī)效的影響因素研究，綜合國(guó)內(nèi)外研究發(fā)現(xiàn)目前學(xué)者們提出的影響孵化器績(jī)效的主要因素可以分為兩大類：內(nèi)部因素和外部因素。內(nèi)部因素主要包括孵化器的構(gòu)成要素以及各要素結(jié)構(gòu)比例，具體來(lái)講包含孵化人員、孵化設(shè)施、孵化資金、孵化信息、文化制度和孵化服務(wù)等。外部因素則包括國(guó)家的宏觀政治經(jīng)濟(jì)形勢(shì)、國(guó)家經(jīng)濟(jì)和技術(shù)政策、國(guó)家創(chuàng)新系統(tǒng)與區(qū)域創(chuàng)新系統(tǒng)、社會(huì)創(chuàng)業(yè)環(huán)境、社會(huì)相關(guān)支持網(wǎng)絡(luò)等關(guān)于孵化器的績(jī)效評(píng)估目前還沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。如晏敬東等［2］從5 個(gè)方面構(gòu)建科技企業(yè)孵化器管理績(jī)效評(píng)價(jià)指標(biāo)體系，分別為運(yùn)營(yíng)與發(fā)展能力，技術(shù)創(chuàng)新能力，社會(huì)貢獻(xiàn)，創(chuàng)業(yè)環(huán)境，國(guó)際開(kāi)放程度；Chan 等［3］在將9 個(gè)標(biāo)準(zhǔn)納入評(píng)價(jià)體系，包括資源匯聚優(yōu)勢(shì)、資源共享優(yōu)勢(shì)、咨詢服務(wù)優(yōu)勢(shì)、公眾形象提升的正面效應(yīng)、網(wǎng)絡(luò)優(yōu)勢(shì)、集群效應(yīng)、地理鄰近性、成本補(bǔ)貼和資金支持；徐菱涓等［4］運(yùn)用主成分分析法篩選出了5 個(gè)用于評(píng)估我國(guó)科技企業(yè)孵化器績(jī)效的因素，分別是政治績(jī)效、社會(huì)績(jī)效、過(guò)程績(jī)效、財(cái)務(wù)績(jī)效、市場(chǎng)績(jī)效?？偨Y(jié)國(guó)內(nèi)外學(xué)者的研究，發(fā)現(xiàn)對(duì)于孵化器的績(jī)效評(píng)價(jià)一般圍繞孵化器的功能定位、承擔(dān)的社會(huì)職責(zé)和自身發(fā)展水平來(lái)展開(kāi)分析。

2.2 孵化器的政策研究

一部分學(xué)者聚焦于某個(gè)特定區(qū)域利用實(shí)地調(diào)研、案例分析、文本分析等方法探索孵化器的政策效果。如Adegbite［5］以尼日利亞孵化器發(fā)展情況為例指出目前其孵化器數(shù)量較少原因之一就是缺乏政府優(yōu)惠政策和資金的支持；Santos［6］以葡萄牙的一個(gè)中型城市科英布拉為例子，探討了政府對(duì)孵化器的稅收優(yōu)惠等公共政策促進(jìn)了區(qū)域創(chuàng)新生態(tài)的發(fā)展和企業(yè)家精神的培育。北京市地方稅務(wù)局課題組在對(duì)北京孵化器進(jìn)行認(rèn)真分析后，指出其收入來(lái)源主要是租金收入，科技中介服務(wù)收入較少，而稅收優(yōu)惠政策對(duì)這些孵化器的實(shí)際效果有限，并基于此提出相關(guān)的稅收政策［7］。李志軍等［8］以北京集成電路設(shè)計(jì)園發(fā)展實(shí)踐為例，指出其發(fā)展面臨公共財(cái)政資金扶植力度下降、稅收優(yōu)惠政策取消、園區(qū)主營(yíng)業(yè)務(wù)收入因市場(chǎng)競(jìng)爭(zhēng)存在潛在風(fēng)險(xiǎn)及相關(guān)體制所限等制約因素，影響了可持續(xù)發(fā)展，并基于此提出了促進(jìn)專業(yè)孵化器發(fā)展的財(cái)政政策；李梓涵昕等［9］對(duì)1994—2019 年中國(guó)政府出臺(tái)的關(guān)于孵化器政策的130 多條文本進(jìn)行了分析，結(jié)果表明中國(guó)孵化器政策呈現(xiàn)出制定主體協(xié)同度不斷提升、政府普及范圍越來(lái)越廣、政策工具不斷多樣化、政策的針對(duì)性越來(lái)越精準(zhǔn)等趨勢(shì)，但同時(shí)存在法律方面的政策稀少、需求型政策工具應(yīng)用較少、政策實(shí)施效果考核評(píng)價(jià)內(nèi)容匱乏等問(wèn)題。

國(guó)內(nèi)很多學(xué)者還通過(guò)構(gòu)建數(shù)學(xué)模型，數(shù)據(jù)分析等方法實(shí)證探索孵化器的相關(guān)政策為孵化器的服務(wù)或績(jī)效帶來(lái)的影響。如盧珊等［10］通過(guò)構(gòu)建稅收優(yōu)惠、政府補(bǔ)貼和孵化器與創(chuàng)投直接的合作行為的數(shù)學(xué)模型，探索出單一的稅收政策對(duì)這種合作行為產(chǎn)生負(fù)向影響，搭配補(bǔ)貼政策則可均衡合作過(guò)程中的收益損失；崔靜靜等［11］基于2009—2012 年國(guó)家級(jí)科技企業(yè)孵化器的數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)稅收優(yōu)惠政策對(duì)孵化器孵化服務(wù)的提供有正向的激勵(lì)作用；關(guān)成華等［12］以孵化器內(nèi)當(dāng)年畢業(yè)企業(yè)作為孵化器績(jī)效的度量，利用2016 年全國(guó)孵化器數(shù)據(jù)得出財(cái)政投資、財(cái)政補(bǔ)貼和稅收優(yōu)惠均對(duì)孵化績(jī)效有顯著的激勵(lì)作用的結(jié)論。其中稅收優(yōu)惠政策最為有效，財(cái)政投資和財(cái)政補(bǔ)貼的政策效果基本相當(dāng)。許治等［13］利用廣東省2016—2017 年的孵化器數(shù)據(jù)，探究政府補(bǔ)貼對(duì)孵化器服務(wù)水平的影響，結(jié)果表明政府補(bǔ)貼強(qiáng)度與孵化器的行政管理服務(wù)、創(chuàng)業(yè)指導(dǎo)服務(wù)之間存在倒“U”型關(guān)系，與孵化器網(wǎng)絡(luò)服務(wù)存在正相關(guān)關(guān)系，與投融資服務(wù)沒(méi)有顯著的相關(guān)關(guān)系。

考察以往研究發(fā)現(xiàn)，關(guān)于政府政策對(duì)孵化器績(jī)效的影響的研究文獻(xiàn)較少，當(dāng)前的研究?jī)H以單一維度來(lái)考察孵化器政策對(duì)績(jī)效的影響，存在一定的片面性，且當(dāng)前研究還未涉及到政策組合的對(duì)孵化器績(jī)效的影響。本文在現(xiàn)有研究基礎(chǔ)上，基于2017 至2019 年中國(guó)孵化器的微觀數(shù)據(jù)，選用傾向得分匹配（PSM）法全面分析政府不同的政策及政策組合對(duì)孵化器市場(chǎng)、創(chuàng)新和經(jīng)營(yíng)3 個(gè)績(jī)效維度的影響，同時(shí)對(duì)地區(qū)差異化和孵化器類型差異化展開(kāi)分析討論。

3 數(shù)據(jù)說(shuō)明與研究方法

3.1 數(shù)據(jù)來(lái)源與處理

本文數(shù)據(jù)來(lái)源于科技部火炬中心火炬統(tǒng)計(jì)調(diào)查信息中全國(guó)孵化器及在孵企業(yè)統(tǒng)計(jì)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)收錄了最為全面的全國(guó)孵化器及在孵企業(yè)的相關(guān)數(shù)據(jù)，選取2017—2019 年全國(guó)孵化器的微觀數(shù)據(jù)進(jìn)行研究。為保證研究的準(zhǔn)確性，對(duì)樣本數(shù)據(jù)進(jìn)行以下處理：（1）刪除存在數(shù)據(jù)缺失的樣本，并篩選獲得2 928 家在3 年均納入統(tǒng)計(jì)的孵化器面板數(shù)據(jù)；（2）為更加準(zhǔn)確地測(cè)度政策效應(yīng)，僅保留在2017—2019年期間，3 年持續(xù)受到政策支持和3 年間未受到任何政策支持的孵化器為研究對(duì)象，共計(jì)2 896 家；（3）考慮到政府政策對(duì)孵化器績(jī)效影響存在時(shí)滯性，以各變量在3 年內(nèi)的平均值來(lái)度量綜合水平。

3.2 變量選取與描述性統(tǒng)計(jì)分析

3.2.1 變量選取

（1）結(jié)果變量?；谝酝芯坎姆趸鞯墓δ堋⒊袚?dān)的社會(huì)職責(zé)等多方面考慮，如圖2 所示本文從市場(chǎng)績(jī)效、創(chuàng)新績(jī)效和經(jīng)營(yíng)績(jī)效3 個(gè)角度構(gòu)建孵化器績(jī)效的評(píng)價(jià)體系，全面反映孵化器的綜合能力。

圖2 孵化器績(jī)效評(píng)價(jià)體系

在以往的研究中常以孵化器內(nèi)畢業(yè)企業(yè)數(shù)量作為績(jī)效的度量。但是鑒于當(dāng)前孵化模式的更新，當(dāng)前孵化的主要目標(biāo)并非督促企業(yè)盡快畢業(yè)，而是與企業(yè)形成強(qiáng)關(guān)系，助力企業(yè)發(fā)展壯大，從而實(shí)現(xiàn)孵化器與企業(yè)的共同成長(zhǎng)。所以以孵化器內(nèi)當(dāng)年孵化出的上市企業(yè)數(shù)量來(lái)度量孵化器的市場(chǎng)績(jī)效更具有研究意義。同時(shí)孵化器是國(guó)家創(chuàng)新體系的重要組成部分，肩負(fù)著落實(shí)國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的重任，本文以孵化器內(nèi)在孵企業(yè)當(dāng)年所獲得的發(fā)明專利授權(quán)數(shù)來(lái)考察孵化器的創(chuàng)新績(jī)效。作為市場(chǎng)經(jīng)濟(jì)中的一分子，孵化器也要實(shí)現(xiàn)自身的可持續(xù)發(fā)展，本文以當(dāng)年的凈利潤(rùn)作為孵化器經(jīng)營(yíng)績(jī)效的度量。

（2）處理變量。設(shè)置6 個(gè)處理變量來(lái)探索單項(xiàng)政策與不同的政策組合對(duì)孵化器績(jī)效的影響。分別為財(cái)政投資（invest）、政府補(bǔ)貼（sub）、稅收優(yōu)惠（tax）這3 個(gè)單項(xiàng)政策處理變量和財(cái)政投資與政府補(bǔ)貼（invest-sub）、政府補(bǔ)貼與稅收優(yōu)惠（sub-tax）、財(cái)政投資與政府補(bǔ)貼和稅收優(yōu)惠（invest-sub-tax）這3 種政策組合的處理變量。由于同時(shí)受到財(cái)政投資與稅收優(yōu)惠（invest-tax）政策支持的孵化器僅29家，數(shù)量較少，匹配效果較差，得到的結(jié)果不具有可靠性，所以本文未具體討論。

（3）控制變量。財(cái)政部等四部門(mén)頒發(fā)的《關(guān)于科技企業(yè)孵化器、大學(xué)科技園和眾創(chuàng)空間稅收政策的通知》（財(cái)稅〔2018〕120 號(hào)）中表明國(guó)家級(jí)孵化器優(yōu)先享受稅收優(yōu)惠政策。而國(guó)家級(jí)孵化器的評(píng)定一般從孵化器的在孵企業(yè)數(shù)量、孵化場(chǎng)地面積、在孵企業(yè)數(shù)量、孵化資金規(guī)模、服務(wù)團(tuán)隊(duì)、創(chuàng)業(yè)導(dǎo)師工作機(jī)制和服務(wù)體系、運(yùn)營(yíng)時(shí)間等方面考察。本文參考以往研究及政府政策文件，綜合考慮既影響孵化器績(jī)效又影響孵化器獲得政策支持的因素，從平臺(tái)規(guī)模、人力投入、基礎(chǔ)設(shè)施、資金支持、創(chuàng)業(yè)資源和孵化器年齡6 個(gè)維度設(shè)置控制變量。

3.2.2 量的描述性統(tǒng)計(jì)分析

變量的描述性統(tǒng)計(jì)如表2 所示，在結(jié)果變量中，創(chuàng)新績(jī)效的標(biāo)準(zhǔn)差為16.894，表明樣本中孵化器內(nèi)在孵企業(yè)的創(chuàng)新產(chǎn)出存在較大差異。從處理變量的均值來(lái)看，獲得財(cái)政投資的孵化器占比44.1%，獲得政府補(bǔ)貼的孵化器占比80%，獲得稅收優(yōu)惠的孵化器占比11.4%。在2 896 家研究樣本中有319 家孵化器未獲得任何政策支持，作為控制組。

表2 變量描述性統(tǒng)計(jì)分析結(jié)果

3.3 研究方法設(shè)計(jì)

在實(shí)踐中，孵化器是否獲得政策支持并非是隨機(jī)的，一方面，政府會(huì)綜合考慮孵化器的經(jīng)營(yíng)狀況、資源情況、平臺(tái)規(guī)模等來(lái)做出決策；另一方面，孵化器在為了獲取政策支持的過(guò)程中可能存在尋租的行為。這導(dǎo)致研究樣本的選擇存在內(nèi)生性，為了克服樣本選擇偏差對(duì)研究結(jié)果產(chǎn)生的不良影響，本文采用傾向得分匹配方法加以修正。在本文的分析框架中設(shè)置了6 個(gè)處理組，控制組為3 年內(nèi)未受到任何政策支持的孵化器樣本。

首先，使用Logit 模型估計(jì)每個(gè)樣本的傾向得分值，即在樣本的控制變量確定的前提下，孵化器能夠獲得政策支持的概率，計(jì)算見(jiàn)公式（1）：

最后，根據(jù)匹配后的樣本計(jì)算平均處理效應(yīng)，計(jì)算見(jiàn)公式（3）：

為了使配對(duì)誤差更小，研究結(jié)果更穩(wěn)健。從以下三方面進(jìn)行考慮：一是在配對(duì)前，生成隨機(jī)種子數(shù)，將樣本數(shù)據(jù)隨機(jī)排序。二是在匹配時(shí)，若進(jìn)行一對(duì)一匹配，則偏差較小，但是導(dǎo)致方差較大；而進(jìn)行一對(duì)多匹配，由于使用了更遠(yuǎn)的信息，導(dǎo)致偏差較大，但由于使用了較多的信息降低了方差。借鑒Abadie等［14］的建議，進(jìn)行一對(duì)四近鄰匹配，綜合考慮偏差和方差實(shí)現(xiàn)最小化均方誤差（MSE）。三是本文除了采用k近鄰匹配（k=4），還采用了半徑匹配，核匹配和樣條匹配，幾種匹配方法的結(jié)果相似，證明本文的結(jié)果穩(wěn)健可信，由于篇幅原因，僅匯報(bào)近鄰匹配的結(jié)果。

4 實(shí)證研究及結(jié)果

4.1 單項(xiàng)政策的平均處理效應(yīng)

4.1.1 logit 回歸結(jié)果

表3 是政府采取單項(xiàng)政策，采用Logit 模型計(jì)算傾向得分的回歸結(jié)果。結(jié)果顯示孵化器獲得財(cái)政投資與孵化器的基礎(chǔ)設(shè)施顯著正相關(guān)，與孵化器的年齡顯著負(fù)相關(guān)；孵化器獲得政府補(bǔ)貼與孵化器的平臺(tái)規(guī)模、資金支持和創(chuàng)業(yè)資源顯著正相關(guān)；孵化器獲得稅收優(yōu)惠與孵化器的人力投入和年齡顯著正相關(guān)。3 個(gè)回歸結(jié)果的LR 統(tǒng)計(jì)量對(duì)應(yīng)的P值均接近于0，表明整個(gè)方程所有系數(shù)（除常數(shù)項(xiàng)以外）的聯(lián)合顯著性很高。

表3 單項(xiàng)政策Logit 回歸結(jié)果

4.1.2 共同支撐檢驗(yàn)與平衡性檢驗(yàn)

（1）共同支撐檢驗(yàn)。在財(cái)政投資的匹配結(jié)果中，共507 個(gè)觀測(cè)值，其中處理組共188 個(gè)觀測(cè)值，有1 個(gè)不在共同取值范圍內(nèi)；控制組共319 個(gè)觀測(cè)值，有6 個(gè)不在共同取值范圍內(nèi)。在政府補(bǔ)貼的匹配結(jié)果中，共1 192 個(gè)觀測(cè)值，其中處理組共873 個(gè)觀測(cè)值，有15 個(gè)不在共同取值范圍內(nèi)；控制組共319 個(gè)觀測(cè)值，均在共同取值范圍內(nèi)。在稅收優(yōu)惠的匹配結(jié)果中，共361 個(gè)觀測(cè)值，其中處理組共42 個(gè)觀測(cè)值，均在共同取值范圍內(nèi)；控制組共319 個(gè)觀測(cè)值，有43 個(gè)不在共同取值范圍內(nèi)。因此在3 個(gè)匹配結(jié)果中均僅丟失少量樣本。

圖3 至圖5 分別為財(cái)政投資、政府補(bǔ)貼和稅收優(yōu)惠匹配前與匹配后傾向得分的密度函數(shù)對(duì)比圖。結(jié)果顯示，與匹配前相比，三張圖匹配后的控制組和處理組的傾向得分密度曲線更為接近，且有更多的重疊部分。綜合來(lái)看，三種匹配均滿足PSM 模型共同支撐假設(shè)的前提，可以實(shí)現(xiàn)較高的匹配質(zhì)量，為得到可靠結(jié)果提供保障，且采用傾向得分匹配后能夠在一定程度上減少評(píng)估政策處理效應(yīng)的誤差。

圖3 財(cái)政投資的傾向得分密度

圖4 政府補(bǔ)貼的傾向得分密度

圖5 稅收優(yōu)惠的傾向得分密度

（2）平衡性檢驗(yàn)。平衡性檢驗(yàn)用來(lái)考察匹配結(jié)果是否較好地平衡了數(shù)據(jù)，若匹配后的處理組和控制組的孵化器在各個(gè)控制變量上存在顯著差異，則說(shuō)明控制變量的選擇或者匹配方法的選取存在一定的問(wèn)題，若不存在顯著差異，則認(rèn)為通過(guò)平衡性檢驗(yàn)，匹配結(jié)果具有可靠性。表4 為平衡性假設(shè)檢驗(yàn)的結(jié)果，依據(jù)Smith 等［15］人的觀點(diǎn)，使用t統(tǒng)計(jì)量來(lái)檢驗(yàn)處理組和控制組各個(gè)控制變量的均值在匹配前后是否存在顯著差異的原假設(shè)。從表4 中可觀察出匹配后所有的T 檢驗(yàn)結(jié)果對(duì)應(yīng)的P 值均遠(yuǎn)高于10%，不拒絕處理組與控制組無(wú)系統(tǒng)差異的原假設(shè)，即可以認(rèn)為匹配后處理組和控制組在6 個(gè)匹配維度上的表現(xiàn)基本相同。同時(shí)借鑒Rosenbaum 等［16］人的觀點(diǎn)，匹配后標(biāo)準(zhǔn)化偏差（%bias）的絕對(duì)值小于20%可認(rèn)為匹配效果較好。三種匹配結(jié)果中，匹配后的所有變量的標(biāo)準(zhǔn)化偏差（%bias）對(duì)比匹配前均縮小，且均小于20%。綜合考察三種匹配結(jié)果均通過(guò)平衡性假設(shè)檢驗(yàn)，匹配結(jié)果具有可靠性。

表4 單項(xiàng)政策平衡性假設(shè)檢驗(yàn)結(jié)果

4.1.3 平均處理效應(yīng)結(jié)果

由表5 的結(jié)果可得，匹配后處理組和控制組的孵化器績(jī)效差異相比匹配前有所下降，這是由于匹配后的結(jié)果消除了由于各個(gè)孵化器樣本的自身資源稟賦差異所導(dǎo)致績(jī)效差異的影響因素，所以PSM 模型能夠更準(zhǔn)確地估計(jì)政策效果，即政策實(shí)施的平均處理效應(yīng)（ATT）。

表5 匹配前后單項(xiàng)政策的績(jī)效差異結(jié)果（ATT）

從匹配后的結(jié)果來(lái)看，單項(xiàng)政策中僅政府補(bǔ)貼對(duì)市場(chǎng)績(jī)效產(chǎn)生了顯著的正向影響（P＜0.01）,財(cái)政投資和稅收優(yōu)惠政策對(duì)市場(chǎng)績(jī)效的處理效應(yīng)為正，但是不顯著。從創(chuàng)新績(jī)效來(lái)看，三種單項(xiàng)政策均沒(méi)有產(chǎn)生顯著的正向促進(jìn)作用，而財(cái)政投資的處理效應(yīng)甚至在5%的水平上顯著為負(fù)。三種單項(xiàng)政策的經(jīng)營(yíng)績(jī)效的處理效應(yīng)均在10%水平上顯著為負(fù)，受單項(xiàng)到政策支持的孵化器的經(jīng)營(yíng)利潤(rùn)低于未受到任何政策支持的孵化器。綜合來(lái)看，單項(xiàng)政策的對(duì)孵化器績(jī)效的影響效果欠佳。

4.2 政策組合的平均處理效應(yīng)

4.2.1 logit 回歸結(jié)果

表6 是采用不同的政策組合的Logit 回歸結(jié)果。由結(jié)果可得孵化器能夠獲得多種政策支持與其人力資本投入、孵化器的面積、對(duì)在孵企業(yè)資金支持、所擁有的創(chuàng)業(yè)資源和創(chuàng)辦年限呈正相關(guān)關(guān)系。3 個(gè)回歸結(jié)果的LR 統(tǒng)計(jì)量對(duì)應(yīng)的P值均接近于0，表明整個(gè)方程所有系數(shù)（除常數(shù)項(xiàng)以外）的聯(lián)合顯著性很高。

表6 政策組合Logit 回歸結(jié)果

4.2.2 共同支撐檢驗(yàn)與平衡性檢驗(yàn)

（1）共同支撐檢驗(yàn)。在財(cái)政投資與政府補(bǔ)貼組合的匹配結(jié)果中，共1 150 個(gè)觀測(cè)值，其中處理組共831 個(gè)觀測(cè)值，有31 個(gè)不在共同取值范圍內(nèi)；控制組共319 個(gè)觀測(cè)值，均在共同取值范圍內(nèi)。在政府補(bǔ)貼與稅收優(yōu)惠組合的匹配結(jié)果中，共675 個(gè)觀測(cè)值，其中處理組共356 個(gè)觀測(cè)值，有10 個(gè)不在共同取值范圍內(nèi)；控制組共319 個(gè)觀測(cè)值，有49 個(gè)不在共同取值范圍內(nèi)。在財(cái)政投資、政府補(bǔ)貼和稅收優(yōu)惠三項(xiàng)政策組合中，共577 個(gè)觀測(cè)值，其中處理組共258 個(gè)觀測(cè)值，有25 個(gè)不在共同取值范圍內(nèi)，控制組共319個(gè)觀測(cè)值，有4個(gè)不在共同取值范圍內(nèi)。因此在4 個(gè)匹配結(jié)果中僅丟失少量樣本。由于在財(cái)政投資與稅收優(yōu)惠組合的匹配結(jié)果中，處理組的數(shù)量?jī)H29 家，樣本較少導(dǎo)致匹配效果較差，所以在本文中不予討論。

觀察圖6 至圖8 匹配前與匹配后傾向得分的密度函數(shù)對(duì)比圖顯示，與匹配前相比匹配后的控制組和處理組的傾向得分密度曲線更為接近，且有更多的重疊部分。綜合來(lái)看，三種匹配均滿足PSM 模型共同支撐假設(shè)的前提。

圖6 Invest-sub 傾向得分密度

圖7 Sub-tax 傾向得分密度

圖8 Invest-sub-tax 傾向得分密度

（2）平衡性檢驗(yàn)。表7 的結(jié)果顯示，匹配后所有變量的標(biāo)準(zhǔn)化偏差大幅度縮小，且絕對(duì)值均小于20%，所有的T檢驗(yàn)結(jié)果的P值均大于10%，結(jié)果不拒絕處理組與控制組無(wú)系統(tǒng)性差異的原假設(shè)，綜合考量通過(guò)平衡性檢驗(yàn)，結(jié)果具有可靠性。

表7 政策組合平衡性假設(shè)檢驗(yàn)結(jié)果

表8 匹配前后政策組合的績(jī)效差異結(jié)果（ATT）

4.2.3 平均處理效應(yīng)結(jié)果

由表7 的結(jié)果可得，匹配后處理組和控制組的孵化器績(jī)效差異相比匹配前有所下降。從市場(chǎng)績(jī)效的結(jié)果來(lái)看，政策組合均對(duì)孵化器的市場(chǎng)績(jī)效發(fā)揮積極的促進(jìn)作用，且均在1%的水平下顯著，其中政府補(bǔ)貼與稅收優(yōu)惠的政策組合影響作用最強(qiáng)，平均處理效應(yīng)達(dá)到0.429 7，表明在平臺(tái)規(guī)模、基礎(chǔ)設(shè)施等特征和資源相似的情況下，同時(shí)獲得政府補(bǔ)貼和稅收優(yōu)惠的孵化器比未獲得任何政策支持的孵化器孵化出的上市企業(yè)多約0.43 個(gè)。從創(chuàng)新績(jī)效的結(jié)果來(lái)看，政策組合均對(duì)創(chuàng)新績(jī)效產(chǎn)生顯著的正向影響，其中，三項(xiàng)政策的組合對(duì)孵化器創(chuàng)新績(jī)效的影響作用最強(qiáng)，ATT 值達(dá)到5.017 5，即在平臺(tái)規(guī)模、基礎(chǔ)設(shè)施等特征和資源相似的情況下，同時(shí)獲得三項(xiàng)政策支持的孵化器內(nèi)在孵企業(yè)發(fā)明的專利數(shù)比未獲得任何政策支持的孵化器多約5 項(xiàng)。從經(jīng)營(yíng)績(jī)效的結(jié)果來(lái)看，政策組合的經(jīng)營(yíng)績(jī)效均在1%的水平上顯著為負(fù)。

4.3 組群內(nèi)平均處理效應(yīng)的差異

考慮到政策對(duì)孵化器各種績(jī)效的影響可能會(huì)因?yàn)樗幍貐^(qū)，孵化器類型而存在差異性。因此本文將地區(qū)分為東部地區(qū)和非東部地區(qū)，孵化器的類型分為綜合孵化器和專業(yè)孵化器來(lái)進(jìn)行探索。在研究樣本中2 896 家孵化器，其中有1 799 家屬于東部地區(qū)，占比62.12%，1 097 家屬于非東部地區(qū)，占比37.88%1）；總樣本中共有綜合孵化器2 011 家，占比69.44%，專業(yè)孵化器885 家，占比30.56%。

4.3.1 地區(qū)的平均處理效應(yīng)差異

政策實(shí)施效果的地區(qū)差異結(jié)果如表9 所示。單獨(dú)的政府補(bǔ)貼政策和不同的政策組合對(duì)東部地區(qū)和非東部地區(qū)的市場(chǎng)績(jī)效均產(chǎn)生顯著的正向影響；政策組合僅對(duì)非東部地區(qū)的創(chuàng)新績(jī)效產(chǎn)生了顯著的正向影響；東部地區(qū)無(wú)論是單項(xiàng)政策支持，還是多項(xiàng)政策組合支持，政策對(duì)孵化器經(jīng)營(yíng)績(jī)效的平均處理效應(yīng)均顯著為負(fù)。在非東部地區(qū)政策對(duì)經(jīng)營(yíng)績(jī)效的平均處理效應(yīng)均為正，但在統(tǒng)計(jì)意義上不顯著。整體來(lái)看，孵化器的產(chǎn)業(yè)政策在非東部地區(qū)的實(shí)施效果強(qiáng)于東部地區(qū)。

表9 平均處理效應(yīng)的地區(qū)差異

4.3.2 孵化器類型的平均處理效應(yīng)差異

表10 的回歸結(jié)果顯示，從市場(chǎng)績(jī)效來(lái)看，綜合孵化器的政策效果要強(qiáng)于專業(yè)孵化器；從創(chuàng)新績(jī)效來(lái)看，專業(yè)孵化器的政策效果要明顯強(qiáng)于綜合孵化器，其中專業(yè)孵化器中三項(xiàng)政策組合的ATT 值達(dá)到8.418 4，且在1%的水平下顯著；從經(jīng)營(yíng)績(jī)效來(lái)看，受到政策支持的綜合孵化器的經(jīng)營(yíng)績(jī)效均為負(fù)，受到政策支持的專業(yè)孵化器的經(jīng)營(yíng)績(jī)效均為正，在統(tǒng)計(jì)意義上均不顯著。

表10 平均處理效應(yīng)的孵化器類型差異

5 結(jié)論與建議

5.1 研究結(jié)論

（1）單項(xiàng)政策對(duì)促進(jìn)孵化績(jī)效的作用有限。在排除由于各樣本自身資源稟賦差異對(duì)結(jié)果的影響外，僅政府補(bǔ)貼對(duì)孵化器的市場(chǎng)績(jī)效產(chǎn)生較為顯著的正向影響。政府補(bǔ)貼一方面作為收入來(lái)源之一直接豐富孵化器的資金池，側(cè)面降低運(yùn)營(yíng)成本，豐富孵化器所提供的服務(wù)產(chǎn)品。另外政府補(bǔ)貼的認(rèn)可標(biāo)簽，向外部的科研院所、中介機(jī)構(gòu)、投資機(jī)構(gòu)等傳遞出利好信息，從而間接地為孵化器和內(nèi)部企業(yè)帶來(lái)更多創(chuàng)新創(chuàng)業(yè)資源。這種資源效應(yīng)和信號(hào)傳遞機(jī)制使得孵化器能夠培育出更多的優(yōu)質(zhì)企業(yè)。

（2）政策組合對(duì)市場(chǎng)績(jī)效和創(chuàng)新績(jī)效均產(chǎn)生顯著的正向影響，其中政府補(bǔ)貼和稅收優(yōu)惠的政策組合對(duì)市場(chǎng)績(jī)效的促進(jìn)作用最強(qiáng)，三項(xiàng)政策的共同加持才能對(duì)孵化器的創(chuàng)新績(jī)效產(chǎn)出發(fā)揮最大作用。由于創(chuàng)新前期需要大量的成本投入，研發(fā)過(guò)程需要可持續(xù)的、大規(guī)模的資金注入，整個(gè)創(chuàng)新過(guò)程具有較高的不確定性和風(fēng)險(xiǎn)性。政府政策的持續(xù)加碼和不同政策之間的協(xié)同效應(yīng)才能夠?qū)?chuàng)新績(jī)效產(chǎn)生顯著影響。

（3）受到政策支持的孵化器的經(jīng)營(yíng)有待進(jìn)一步提升。從結(jié)果來(lái)看，無(wú)論是單項(xiàng)政策還是不同的政策組合對(duì)經(jīng)營(yíng)績(jī)效的處理效應(yīng)均為負(fù)。這表明在排除樣本個(gè)體資源稟賦的差異后，未受到政策支持的孵化器的凈利潤(rùn)大于受到政策支持的孵化器。雖然為了促進(jìn)行業(yè)的積極發(fā)展，政府的政策支持有時(shí)會(huì)傾向于“扶差”，但是持續(xù)性的不盈利并不利于這個(gè)行業(yè)的可持續(xù)發(fā)展，這敲響了產(chǎn)業(yè)政策實(shí)施的警鐘。

（4）從地區(qū)差異來(lái)看，產(chǎn)業(yè)政策對(duì)非東部地區(qū)的處理效應(yīng)高于東部地區(qū)。相比于東部地區(qū)，非東部地區(qū)的創(chuàng)新創(chuàng)業(yè)資源較為匱乏，政府政策的邊際效用更大。從孵化器類型的差異來(lái)看，產(chǎn)業(yè)政策對(duì)綜合孵化器的市場(chǎng)績(jī)效有較為顯著的激勵(lì)作用，對(duì)專業(yè)孵化器則在很大程度上促進(jìn)了其創(chuàng)新績(jī)效。相比于綜合孵化器，專業(yè)孵化器聚焦于某一特定領(lǐng)域?yàn)槌鮿?chuàng)企業(yè)提供優(yōu)質(zhì)的專業(yè)化服務(wù)，孫啟新等［17］探索出孵化器內(nèi)部的專業(yè)化產(chǎn)業(yè)集聚能夠形成較強(qiáng)的知識(shí)溢出，從而提高企業(yè)的技術(shù)創(chuàng)新水平，而綜合孵化器內(nèi)部的多樣化產(chǎn)業(yè)集聚的知識(shí)溢出只有當(dāng)研發(fā)投入達(dá)到較高水平時(shí)才發(fā)揮作用?；趯I(yè)孵化器知識(shí)溢出的優(yōu)勢(shì)，對(duì)其給予的政策支持能夠在創(chuàng)新產(chǎn)出方面比綜合孵化器帶來(lái)更強(qiáng)的促進(jìn)作用。

5.2 政策建議

（1）注重政策實(shí)施后的效果考核。政策對(duì)經(jīng)營(yíng)績(jī)效的平均處理效應(yīng)為負(fù)，一部分原因是孵化器具有公益性，對(duì)于一些落后地區(qū)，政府要給予支持，這部分的孵化器的經(jīng)營(yíng)水平會(huì)相對(duì)較差。但同時(shí)也存在對(duì)于資源充足的孵化器給予政策支持，由于政策實(shí)施效果的考核不夠及時(shí)和嚴(yán)格，資源冗余和惰性心理導(dǎo)致缺乏提升自我發(fā)展的動(dòng)力，從而未將政策資源有效轉(zhuǎn)化為自身經(jīng)營(yíng)利潤(rùn)。所以政府需要及時(shí)對(duì)政策支持的效果進(jìn)行考核監(jiān)督，提升孵化器的自我造血能力，減少政策資源浪費(fèi)的現(xiàn)象。

（2）依據(jù)目標(biāo)，打好政策“組合拳”。本文的研究發(fā)現(xiàn)政府補(bǔ)貼對(duì)于市場(chǎng)績(jī)效的促進(jìn)作用更強(qiáng)；稅收優(yōu)惠對(duì)于創(chuàng)新績(jī)效的促進(jìn)作用更強(qiáng)；由于財(cái)政投資的使用需要經(jīng)過(guò)嚴(yán)格的審核程序，使用效率低，市場(chǎng)靈活性低，需要在政府補(bǔ)貼和稅收優(yōu)惠加持的作用下才能對(duì)創(chuàng)新績(jī)效發(fā)揮顯著的促進(jìn)作用。另外，政策組合對(duì)孵化器的市場(chǎng)績(jī)效和創(chuàng)新績(jī)效的促進(jìn)作用強(qiáng)于單項(xiàng)政策。一方面政策組合的支持力度更大，另一方面各個(gè)政策組合在發(fā)揮作用的時(shí)候存在協(xié)同互補(bǔ)效應(yīng)。政府在給予政策支持時(shí)需要審時(shí)度勢(shì)，要充分考慮區(qū)域發(fā)展目標(biāo)，靈活地運(yùn)用財(cái)政工具，打好政策“組合拳”。

（3）因地制宜，充分發(fā)揮政策效應(yīng)。對(duì)于東部經(jīng)濟(jì)發(fā)展水平較高，市場(chǎng)靈活性較強(qiáng)，機(jī)制較為健全，科研資源、技術(shù)人才、風(fēng)險(xiǎn)投資等創(chuàng)新創(chuàng)業(yè)資源較多的地區(qū)，政府要充當(dāng)協(xié)調(diào)者角色，逐漸減少對(duì)孵化機(jī)構(gòu)運(yùn)營(yíng)的參與、強(qiáng)化孵化機(jī)構(gòu)自身的盈利能力。促進(jìn)孵化器的私有化改革，可將直接投資轉(zhuǎn)變?yōu)楹头趸瘷C(jī)構(gòu)共同設(shè)立風(fēng)投基金，提高資金利用的靈活度，及時(shí)解決初創(chuàng)企業(yè)的融資難題。同時(shí)東部地區(qū)專業(yè)孵化器較多，加大對(duì)專業(yè)孵化器的稅收優(yōu)惠和政府補(bǔ)貼的支持力度，以此提高孵化器的服務(wù)水平，充分賦能于中小企業(yè)的技術(shù)創(chuàng)新。對(duì)于孵化器行業(yè)發(fā)展落后的區(qū)域，除了給予資金支持外，政府仍然需要充當(dāng)組織者的角色，保證孵化行業(yè)的可持續(xù)發(fā)展，以孵化器為杠桿，撬動(dòng)經(jīng)濟(jì)活力，賦能企業(yè)發(fā)展。

注釋：

1）東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南等10 個(gè)省和直轄市，其他地區(qū)屬于非東部地區(qū)。