广东省城市科技创新孵化能力与效率——基于改进熵值法与超效率DEA的分析

杜赛花，李镇南，赖志杰

（1.广东省科技创新监测研究中心，广东广州 510033；2.暨南大学国际商学院，广东珠海 519070）

1 研究背景

企业孵化器这一概念由美国企业家乔·曼库于1956年提出，并且第一家企业孵化器在纽约得以成立，企业孵化器这一组织能为入驻企业提供场地，共享设施，服务等支持并降低初创企业的创业风险与创业成本,保障创业企业存活率与成功率，因此企业孵化器在世界范围内获得迅猛的发展［1］。国内外学者在企业孵化器绩效这一研究领域已经取得相当数量的研究成果，通过对相关文献进行梳理,可知目前的成果主要从以下两方面对孵化器绩效进行评价，分别为分析孵化器绩效影响因素与结合各类评价方法构建运营绩效评价体系。

在分析绩效影响因素方面，林强等［2］从内外两个角度提出，孵化器绩效受政府、社会、竞争者三个外部因素与投资模式、盈利模式、经理人素质、入孵企业关系四个内部因素影响。Sang Suk Lee等［3］通过对比美国与韩国两个国家的孵化器得出孵化器成果的关键因素有人力物力资源、配套服务与网络化流程等。宋清等［4］结合实例建立回归分析模型分析人力资源、财务资源与物质资源三方面的投入对孵化器绩效的影响。吴文清等［5］结合2010—2013年科技部统计年鉴数据建立回归分析模型，发现孵化器创业绩效和创新绩效分别与孵化器资金投入规模、孵化器面积规模之间呈倒U型关系。而在前人对运营绩效影响因素的研究基础上，有许多学者建立了各类指标体系并给出相应的评价方法，如梁敏［6］运用层次分析法设计综合评价模型，其中的指标层包括孵化器基地面积、风险投资额、企业孵化成功率等。孙琦等［7］运用模糊评价方法分析企业孵化器的优势与劣势。刘宁晖等［8］在评价模型构建上选取了入孵企业毕业率、引进海归人员数、人均科技成果转化率、在孵企业收入增长率等指标，并结合灰色系统理论分析了南京5家科技企业孵化器的运行绩效。殷群等［9］运用DEA方法评价研究了长三角地区45家国家级企业孵化器的综合效率、技术效率以及规模效率。除此之外，还有学者应用组合赋权法［10］、模糊层次分析法［11］、变异系数法等进行评价［12］。

而在研究对象的选取方面，大部分学者孵化器作为单位进行研究，如何慧芳等［13］以孵化器企业为单位对广东省245个企业孵化器的运行效率展开研究。也有学者以省份或地级市为单位进行孵化器效率的研究，如赵峥等［1］、刘肖肖等［14］。孵化器通过对初创企业提供相关扶持措施促进初创企业的成长，是创业生态系统中的重要组成部分之一，对区域经济的增长有着重要的影响，而孵化器的经营绩效在一定程度上也反映了其所在城市的创业水平。

本文的研究对象是广东省内各地级以上城市（除云浮市），运用基于改进熵值法的综合评价法构建指标体系对各市的科技企业孵化能力进行评价，结合超效率DEA方法分析各城市科技孵化效率，进而从量与质两方面对城市科技孵化水平进行综合分析，结合聚类分析方法对各城市进行聚类，探究不同类型城市的效率差异及改进方法。

2 研究方法

2.1 基于改进熵值法的综合评价法

（1）因为不同指标具有不同量纲与单位，因此将评价指标值进行无量纲化处理（即度量化）并消除负值：

2.2 超效率DEA模型

科技型企业孵化器作为一个经济主体，实现投入资源的价值将其转化为产出贯穿于孵化器的经营过程，而这一过程涉及多种投入到多种产出的转化，且投入产出指标具有不同量纲，因此衡量这一过程的效率难度较高。同样地，以区域为单位研究孵化效率时也需要考虑测量这一过程效率的难度。而数据包络分析作为评价复杂系统多投入多产出效率的方法，具有如下优点：（1）DEA方法无须对数据进行无量纲化处理，因为该方法并不直接对数据进行综合，各个决策单元的最优效率指标并不取决于投入产出指标值的量纲；（2）无须进行任何权重假设，最优权重取决于决策单元输入输出的实际数据，完全由数据驱动，客观性强；（3）假设输入与一个或多个输出之间具有关联关系，但无需求出该关系的表达式，即生产函数［17］。因此，本文使用DEA方法评价广东省地级以上城市的科技孵化效率。

在DEA方法的应用中，主要有固定规模报酬的CCR模型与规模报酬可变的BBC模型这两个基础模型。然而，上述基础模型存在难以进一步判断多个效率值为1的DMU相对效率的高低这一缺陷，因此Andersen等［18］提出了DEA超效率模型用于解决此类问题,以下对超效率模型进行简要介绍。

超效率DEA模型基本思想为在对决策单元进行评估时,使该决策单元本身独立于单元的集合，即排除在单元集合之外。对于效率评价值为1的DMU,该模型会将生产前沿面重新推导计算,从而使其大于经典DEA模型的效率值;而对于DEA无效的DMU,其生产的前沿面不会发生改变,效率值与排序结果也与传统模型保持一致。

在运用超效率模型评价城市科技创新孵化效率这一过程中，可以假设研究对象共有个城市，每一个城市为一个决策单位（DMU），在其孵化过程中共有n种投入指标与m种产出指标，为第个城市的第种类型输入的投入总量，为第个城市的第种类型输入的投入总量，因此可以将任意一个城市的投入集，产出集表示为：基于投入导向的规模报酬不变的超效率DEA模型为：

为了对多个DEA有效的DMU进行更有区分度的效率评价，本文选取这一模型对广东省内地级以上城市的科技企业孵化器孵化效率进行评价分析。

2.3 K-means聚类

聚类分析是统计学中的数据归类方法，作为一种描述数据之间相似性的分类算法获得广泛应用，而K-means聚类（又称快速聚类）是较为常用的聚类方法。K-means聚类由Mac Queen［19］于1967年首次提出,其基本思想为：选取任意个对象作为聚类中心，然后根据每个对象与聚类中心的距离将对象初步划分为个群体形成初始聚类，再根据数据相似性与距离最短的原则不断优化直至收敛最终形成最终聚类。K-means聚类相较于方法优点在于可以根据实际需求确定类别的个数，因此本文以广东省地级以上城市为研究对象，以各城市创新孵化水平与效率为变量，运用K-means聚类方法将不同城市划分为不同类型，并在此基础上探究不同类型城市的效率差异及改进方法。

3.7 膝关节的应用 徐盛元等[42]人探究Mulligan手法与低频电疗联合治疗膝骨关节炎，其疗效显著。Takasaki等[43]认为MWM可以缓解疼痛和改善膝关节功能，此次的研究仅探讨直接和短期效益，因为MWM尚未在膝骨关节炎中进行说服力的研究与数据表明，所以其是潜在膝关节骨性关节炎的早期管理的一个组成部分。Doskay等[44]研究同样可表明MWM对膝骨关节炎的疼痛减轻和功能恢复有效果。

3 城市科技创新孵化能力与孵化效率评价体系构建

3.1 孵化能力评价体系

在评价城市创新孵化能力方面，大部分学者通过建立评价指标体系并结合相关评价方法进行分析，而在评价指标的选取上，目前的研究成果倾向于从资源，环境，经济效益等方面入手，如曹细玉［20］构建了以孵化器硬软件环境、融资能力、管理能力、人才聚集能力和市场开拓能力等为指标的评价体系对孵化器的能力进行分析。本文在对城市创新孵化能力的评价指标选取上，出于数据可得性与模型完备性，参考城市创业水平与城市孵化能力的研究［1，21-22］，选取以下指标作为城市创业孵化能力评价指标：孵化器数量、城市在孵企业总收入、城市在孵企业从业人员数、城市在孵企业数量和城市孵化器面积（见图1）。

图1 城市孵化能力评价体系

本文在上述评价体系的基础上，结合改进后的熵值法对城市创业孵化能力进行评价。

3.2 孵化效率评价体系

在构建评价体系时，选取合适的指标对区域内科技企业孵化器的投入产出进行测量是运用DEA方法的基础与关键环节，这一过程直接影响到模型的合理性与有效性。而在投入产出指标的选取方面，国内学者在大方向上具有较为一致的观点，但在具体的指标选择上有一些差异。例如，殷群等［9］从人、财、物三个方面考虑投入指标，从社会效益出发考虑产出指标，建立起以在职人员总数、孵化器产地面积、孵化器收入与资金总额为投入，累计毕业企业数量、就业总人数、税收金额为产出的模型。代碧波等［23］从人力、财力、物力、孵化能力、就业机会、经营效益六个方面设置投入产出指标。何慧芳等［13］设置了9个指标测量投入产出，投入指标为运营成本、基金总额度、孵化器使用面积、管理机构从业人员，产出指标为累计毕业企业数量、在孵企业从业人数、孵化器内企业数量、知识产权数、孵化器总收入。结合前人研究成果与数据可获得性等一般性原则，本文从人财物投入与社会效益等6方面设计了10个指标测量企业孵化器的投入产出（见表1）。

表1 DEA超效率模型指标体系

3.3 数据来源

2017年广东省各城市的区域科技创新孵化能力评价与效率评价相关数据均来自广东省科学技术厅发布的《2018广东火炬统计年鉴》。筛除了部分指标值缺失的样本后，本文以广州、深圳、珠海等20个地级以上城市作为研究对象进行城市创新孵化能力与孵化效率的评价。投入产出变量与孵化能力相关变量的描述性统计见表2。

表2 各量定义及描述性检验

4 实证分析

4.1 城市创新孵化水平与效率评价结果

本文利用改进的熵值法与超效率DEA模型评价广东省内20个地级以上城市科技创新孵化能力,分别运用state与EMS软件进行数据运算,最终得到各城市创新孵化水平与创新孵化效率评价结果。其中，效率值小于1则代表DEA无效，大于1则代表DEA有效（见表3）。

表3 广东省地级以上城市科技创新孵化能力效率综合评价

表3 （续）

结合基于改进熵值法的城市创新孵化能力综合评价模型，本文求得广东省20个地级以上城市的创新孵化水平，其中位于前五名的分别为广州（0.996），深圳（0.700），东莞（0.406），佛山（0.308），中山（0.172），各城市创新孵化能力如图2所示，其中广东省各城市创新孵化能力均值为0.155，样本方差为0.26。

图2 广东省地级以上城市创新孵化能力

由图2可以看出，广东省内各城市创新孵化能力差异较大，其中创新孵化能力较强的城市仅占少数（如广州、深圳），大部分城市的创新孵化能力仍较差，能力指数在0.1以下的城市共13座。结合各个城市的地理位置可知，孵化能力较强的企业全都位于珠三角地区，这些城市较高的经济发展水平为科技企业孵化器的发展提供了优越的条件，而广东省经济发展不均衡的格局导致了珠三角城市创新孵化能力远远强于粤东，粤西等地区的城市。

在超效率DEA模型的基础上求解得到各个城市的创新孵化效率，其中揭阳（603.06%），汕尾（584.37%），潮州（386.67%），珠海（358.54%），清远（241.14%）位于前五。结合各城市创新孵化效率，不难看出城市创新孵化效率与能力两者之间不存在匹配关系，如广州的孵化能力在广东位于首位，而孵化效率却小于1，即DEA无效；汕尾的孵化能力位于广东省末尾，其孵化效率却位于前列。当然也存在类似于深圳、肇庆能力与效率相匹配的情况。总体上看，广东省城市创新孵化这一方面存在着高能低效、低能高效、能效匹配这三种情况。

4.2 聚类分析

结合前文对广东省城市创新孵化能力效率总体情况的分析，本文运用SPSS以各城市创新孵化能力指数与孵化效率指数为变量进行聚类分析，结合聚类分析结果与实际情况将20个城市分为三类：高能低效型，低能高效型，能效匹配型，具体结果见表4。

表4 广东省地级以上市创新孵化能力效率分类

高能低效型城市有广州、佛山这两个城市，其中广州作为广东省省会，政治经济条件优越，拥有丰富的创新创业资源，吸引而来的科技企业孵化器数量众多，但由于资源的有限约束与不合理分配等原因，孵化器数量的增多并不能有效提升整个城市的创新孵化效率，反而有可能导致整体效率的降低。而佛山临近广州，其发展历史及相关资源与广州具有相似性，其孵化能力效率特点与广州相似，同属高能低效型城市。针对这两个城市规模不经济及可能存在的管理、组织方式滞后的问题，城市之间应加强科技交流，发挥规模效应，共同推动协同创新发展。

低能高效型城市有珠海、揭阳等，这些城市虽然孵化器企业数量较少，孵化能力较弱，但由于孵化器数量较少，其孵化效率易受企业自身特质，区位条件及政策资源等条件影响，而较为优越的条件能较强的提升城市创新孵化效率。如珠海临近澳门，是粤港澳大湾区的重要组成部分，在资源倾斜及政策的加持下具有较高的效率。

能效匹配型城市可以根据其城市创新孵化能力的高低进一步区分为高能高效型城市与低能低效型城市，高能高效型城市有深圳、东莞、中山、惠州，这些城市相较于广州更具有活力，其经济实力的快速提升激活了区域内科技创新活力，加之政府政策及相关区位优势，这些城市在具有较高创新孵化能力的同时保持了一定的孵化效率。以深圳为例，深圳作为改革发展的先行地，既拥有强大的发展基础与资源的倾斜，也有着浓厚的创新创业氛围，另外高端科研人才引进与培养政策等政策支持也进一步提升了深圳的科技创新发展效率。而低能低效型城市由于经济基础较差，自身优势不够明显，不能有效提升创新孵化能力及效率，针对这类型的城市，政府因以科技创新能力提升为导向，鼓励高新技术企业孵化器的入驻，同时推动城市之间的技术与政策交流，促进区域科技协同创新，共同发展。

5 研究结论与对策建议

5.1 研究结论

本文以广东省内20个地级以上城市为研究对象，通过基于熵值法的综合评价法与超效率DEA法对比分析了各个城市的创新孵化能力及效率，并将各个城市划分为高能低效，低能高效，能效匹配三种类型，得出以下结论：

（1）广东省由于区域经济发展不均衡，城市之间差异较大，位于珠江三角洲的城市因为拥有较强的经济基础与创新创业环境而具有极高的科技创新孵化能力，位于粤东、粤西的城市科技创新孵化能力较弱。

（2）广东省内各城市创新孵化效率差异较大，效率较高的城市有揭阳、汕尾、潮州等城市，而DEA无效的城市有广州、佛山等7个城市。而城市创新孵化效率的高低受资源分配，企业自身管理能力等多种条件影响。

（3）城市科技创新孵化能力与效率两者之间不具有匹配性，创新孵化能力的提升不一定会带来孵化效率的提高，孵化效率受多种因素的影响，孵化能力的增强，孵化器数量的增多反而会导致资源的不合理分配，从而导致孵化效率的降低。而两者之间的关系也产生了高能低效型、低能高效型、能效匹配型等类型的城市。

5.2 对策建议

基于上述实证分析的内容及结论，本文认为要同步提升广东省内各城市科技创新孵化能力与效率可以从以下两个方面着手：

（1）企业提升精细化管理程度，促进资源的合理配置。随着国家社会经济的发展及相关产业政策的实施，科技企业孵化器的数量及规模得以大幅度扩张，但孵化器企业的经营管理能力，技术水平等提升幅度则较为有限。企业在经营发展过程中需逐步完善自身经营制度，提升管理水平，通过整合孵化器软硬件资源，合理利用内外部发展优势，促进孵化器从粗放型到精细型的转变。在合理配置企业人、财、物等资源的基础上，增强在孵企业发展能力，提升企业存活率与毕业企业数量，促进孵化效率的提升。

（2）完善科技企业孵化器管理制度，推动重点化，差异化发展及退出机制的实施。结合孵化器企业经营实践，不同科技企业孵化器的效率影响因素各不相同，其效率改善途径也有所区分，这对政府在孵化器管理过程中精准识别区域内孵化器的发展潜力与发展前景提出了要求。针对优质的高效科技企业孵化器，当地政府可以通过减税降费等政策进行鼓励与扶持，使其成为行业标杆进而带动区域内科技企业孵化器的发展，而针对部分效率低下，发展潜力较弱的孵化器企业，可以引入退出机制进行整改，有序逐步淘汰完全低效的孵化器。另一方面，各科技企业孵化器的行业类别既有差异也有重复，这要求政府在推动科技企业孵化器发展过程中需要针对不同区域，不同产业等特点进行差异化管理，结合当地区位，资源等条件促进孵化器企业差异化发展。