科技企业孵化器综合孵化效率评价研究

吕科健+李百华

摘 要：为更好地衡量和评价科技企业的投入-产出效率，提出一种基于改进DEA的科技企业综合孵化效率评价方法。对此，首先，结合传统DEA评价模型的特点，对模型进行改进；其次，结合综合孵化效率内涵，对科技企业投入-产出效率指标体系进行构建；最后，以2012年的部分科技企业作为实例，对模型进行检验，从而验证上述评价指标和模型的可行性，以此更加科学地对科技企业的投入-产出效率进行评价分析。

关键词：DEA模型 科技企业 综合孵化效率 投入-产出 实证

中图分类号：F276 文献标识码：A 文章编号：1672-3791（2017）03（a）-0127-02

创新作为我国在新常态经济下的又一个增长要素，需要逐步加大我国企业创新。而科技孵化器作为连接高新技术产业与知识创新的桥梁，如何对孵化器的綜合孵化效率进行评价，成为衡量科技孵化器效率的一种重要方式。但是传统的针对科技孵化器的综合孵化评价往往比较主观，缺乏客观的评价方法。同时也没有形成统一的指标，使得对科技孵化器的评价结果不客观。对此，该文结合DEA模型，对科技孵化器的综合孵化效率进行评价。

1 综合孵化效率内涵

所谓的“效率”，从经济学的角度来看，主要是指日常生产所消耗的劳动量和其获得的劳动成果之间的比值。换句话说，评价一个企业是否“有效率”，通常会看该企业在一定时期内的投入和产出之间的差值，如果投入大于产出，那么可以判定该企业在该时期的效率低；如果投入小于产出，那么说明“有效率”。该文对科技企业孵化器的综合孵化效率进行评价，其本质就是分析科技孵化器在一定的资源投入与产出的对比关系，包括孵化能力、社会与经济效益等，以此来衡量科技孵化器的资源配置效果和孵化的社会效益，如，就业机会、税收、中小企业培育等。

2 指标体系构建

根据上述的内涵可以看出，要评价科技企业孵化器的综合孵化效率，关键还是在于确定投入-产生的指标。而结合科技企业孵化效率内涵，该文将该评价指标体系设计为如表1所示。

通过表1的指标体系可以看出，将综合孵化效率分为投入指标和产出指标。

3 评价模型构建

科技企业孵化器运营是一个非常复杂的过程。在这个过程中，包括各种资源的投入和产出。因此，要对科技孵化器的绝对效率进行测量是一个非常困难的事情。DEA数据包络法作为一种专门应用于多投入和多产出之间对比关系的方法，可以在不需要知道生产函数的前提下对投入-产出效率进行评价，同时不需要对所有数据进行量化处理。除上述的优势以外，还可以避免传统模糊综合评价方法对权重确定的过程，不需要确定各个指标的权重，从而排除人为主观因素的影响。在DEA方法中，包含BCC模型和CCR模型。其中，CCR模型主要评价综合技术有效性，而BCC模型主要评价纯技术效率有效性。

3.1 CCR模型

将所有孵化器看成一个多投入和多产出的系统，一个孵化器看成一个决策单元。假设在某科技园中包含个决策单元，每个决策单元又由种投入和种不同的产出，为第个决策单元第种的整体投入总量，rj第个决策单元的第种产出的总量。因此，满足线性规划方程：

其中，θ为每个孵化器效率值。

3.2 BCC模型

在规模收益可以变的情况下，纯技术效率的评价主要采用BCC模型来进行。

该线性方程的最优解包括，如，且，则第个决策单元有效。

4 实证验证

为验证上述方法的有效性，该文选择陕西省10所科技企业在2014—2015年的数据作为实证。通过运用DEAP 2.1软件对数据进行处理和计算，可得到如表2的结果。

可以得到综合技术效率投入平均值为0.730，由此得出还存在27%的资源投入没产生产出，说明整体孵化情况不容乐观；而纯技术效率均值为0.993，超过规模效率，以此看出规模效益与资源配置能力相比，还相对较弱。同时通过结果得出，超过5家效率在0.6～0.8，由此看出陕西科技企业孵化器的整体孵化效率还比较低，还需要进行进一步的改进。

5 结语

总之，通过上述的分析可以看出，DEA模型可较好地评价不同区域的科技孵化器孵化效率，从而给科技孵化器的措施改进提供了参考，更好地发挥孵化器在科技创新方面的作用。

参考文献

[1] 代碧波，孙东生.基于DEA方法的科技企业孵化器运行效率评价——以东北地区14家国家级企业孵化器为例[J].科技进步与对策，2012（1）：142-146.

[2] 陶志梅.基于DEA方法的科技企业孵化器运营效率比较研究——以北京、上海、广州为例[J].天津商业大学学报，2014（2）：16-20.

[3] 高强.基于DEA方法的陕西省科技企业孵化器运行效率评价研究[J].企业改革与管理，2015（15）：5-6.