天津滨海高新区企业孵化器运行效率评价——基于23家孵化器的数据包络分析

杨 雪，李久佳

(天津市科学技术发展战略研究院 天津300011)

0 引 言

企业孵化器是以孵化新企业、催生新产业、形成新业态为目标的科技创业服务机构，自1987年国内第一家孵化器成立以来，经过三十余年发展，孵化器已经成为区域创新创业发展的重要支撑，是国家创新体系的重要组成部分、创新创业人才的培养基地、大众创新创业的支撑平台[1]。

天津滨海高新技术产业开发区(以下简称滨海高新区)作为天津市第一家孵化器的诞生地，是天津市创新资源的主要聚集区，在打造特色孵化载体、完善创新创业生态环境方面成效显著。截至2020年底，区内共有企业孵化器23家，其中国家级9家，占全市国家级科技企业孵化器总数的1/4。区内孵化器总面积达41.9万m2，在孵企业1 061家，累计毕业企业644家，孵化成果在全市突出。本文将研究视角聚焦至具体企业孵化器的运行效率情况，从投入产出的角度提出优化建议，对进一步合理配置资源、提升孵化器运行绩效、推动滨海高新区孵化器建设具有一定的实践指导意义。

1 文献综述

企业孵化器的运行效率评价是国内外学者研究的热点，国外相关学者对于企业孵化器的研究起步较早，主要从孵化器整体运行机制角度，通过具体实例，开展理论和实证研究。Bergek A等[2]构建了关于孵化器最佳实践的框架，从孵化项目选择、业务支持和中介性三方面，为研究不同孵化器提供了工具。Chan KF等[3]提出了一个孵化器评价标准，包含9项指标：资源集中、资源共享、咨询服务、公众形象、网络优势、集群效应、地理邻近性、成本补贴和资金支持，并运用香港科技园区6家科技企业的业务发展数据，进行了评价实践。Michael S[4]等基于410家毕业企业数据，构建了 MMDR模型，比较了德国5个孵化器的有效性。

国内学者更多是运用主成分分析法、随机前言分析法(SFA)、数据包络分析法(DEA)等定量分析方法，开展实证分析。徐菱涓等[5]通过我国32家科技创业服务中心统计调查问卷数据，运用主成分分析法找出了影响我国科技企业孵化器绩效的5个主成分因子；黄虹等[6]基于260家国家级科技企业孵化器数据，运用SFA分析法进行研究，发现孵化器场地面积、累计毕业企业数和孵化器人员总数等对科技企业孵化器的运行效果有显著影响；程洪漪等[7]以广东省21个地级市科技企业孵化器为样本，运用SFA方法对科技企业孵化器运行效率及影响因素进行分析；翁莉等[8]以上海、杭州和南京45家国家级科技企业孵化器为研究对象，评价长三角地区科技企业孵化器运行效率，并比较三地孵化器效率差异。张再生等[9]以天津市25家企业孵化器为样本，分析了政策要素对企业孵化器创新效率的影响，并提出优化策略和建议。

综上，国内外学者关于企业孵化器运行效率的实证分析取得了一系列的研究成果。本文基于相关研究基础，选取滨海高新区企业孵化器为研究对象，分析评价目前各孵化器的运行效率，丰富有关研究。

2 研究方法

2.1 模型选择

本文采用数据包络分析(DEA)方法进行分析，根据多项投入指标和多项产出指标，对23家企业孵化器相对有效性进行评价，忽略指标之间的相关性，无需建立生产函数，直接评价投入产出效率。根据基本假设不同，DEA模型可以分为规模报酬不变的CCR模型和基本假设为规模报酬可变的BCC模型；根据测量方式不同，DEA模型可以分为投入导向型和产出导向型。结合企业孵化器的特点和研究需求，本文采取DEA模型中基于投入导向型的BBC模型来评价科技企业孵化器的运行效率。

2.2 指标选取

根据DEA分析方法中关于建立投入指标和产出指标的原则，结合企业孵化器在实际运行过程中要素投入、成果产出情况以及数据的可获得性，本文构建企业孵化运行效率评价指标体系如表1所示。投入指标方面，从人力、财力、物力3个角度，分别选取管理机构从业人员数、孵化器获得投资总额和孵化器使用总面积作为具体衡量指标；产出指标方面，从孵化、经济、社会、创新效益4个方面，分别选择当年毕业企业数、孵化器总收入、在孵企业从业人员数和当年知识产权授权数作为具体衡量指标。

2.3 数据来源

本文中滨海高新区23家企业孵化器数据来源为2020年度火炬统计调查中科技企业孵化器相关数据。

表1 企业孵化器运行效率评价指标体系Tab.1 Evaluation index system of operation efficiency of business incubator

3 实证结果分析

3.1 总体情况

运用DEAP 2.1软件对数据进行运算，得到滨海高新区企业孵化器运行效率评价结果如表2所示。其中，综合效率为1，说明其DEA有效，即实现相对有效；反之，其DEA无效。DEA无效的决策单元中，需结合纯技术效率和规模效率进行进一步分析。

根据表2结果，滨海高新区企业孵化器综合效率均值为0.736，纯技术效率均值为0.837，规模效率均值为0.842，可见还存在一定的改进空间。具体来看，23家企业孵化器中，国际创业中心等11家达到DEA有效，表明其综合效率是相对有效的，产出相对于投入达到最大化，资源利用率较高。在另外12家DEA无效的孵化器中，华苑软件园等4家孵化器达到纯技术有效，而规模无效，表明其在资源配置方面是有效的，但由于规模因素而未实现综合有效；而生机企业孵化器等8家孵化器，其纯技术效率和规模效率均是无效的，表明这些孵化器对于投入资源未实现充分利用，存在资源浪费，应从资源利用程度和规模两方面进行改进。从规模报酬情况来看，除了DEA有效的11家孵化器规模报酬不变之外，规模报酬递增的孵化器达到11家；仅有华苑软件园1家存在规模报酬递减，表明其应适当缩减资源投入规模。

从有效孵化器的数量看，滨海高新区相对有效的企业孵化器占至近半数，其中，9家国家级企业孵化器中，相对有效的达7家，占77.7%；4家市级企业孵化器中，相对有效的为2家，占50.0%；其他10家企业孵化器中，相对有效的为2家，仅占20.0%。上述数据表明，国家级企业孵化器的运行效率普遍优于市级企业孵化器，更优于其他企业孵化器，这也与实际情况相符，从而表明，国家和天津市对于企业孵化器的认定、管理和评估是有效的，发挥了相应的政策引导作用，推动了企业孵化器的建设。

表2 企业孵化器运行效率评价结果Tab.2 Evaluation results of operation efficiency of business incubator

3.2 非有效孵化器投入产出调整

根据上述分析，8家孵化器纯技术效率和规模效率均无效，为完全无效型孵化器，可以根据DEA模型计算投入产出冗余值，通过适当调整投入和产出值，使孵化器运行效率达到最优，为孵化器优化资源配置提供参考。具体调整情况如表3所示。

在投入方面，此8家孵化器在人力、财力、物力上均存在冗余，相应地需要减少对应指标值，缩减管理机构人员数量、投资规模以及场地面积，降低孵化器成本，提高人力资源、资金以及场地的使用效率，杜绝盲目增加资源投入。在产出方面，1家孵化器需增加当年毕业企业的数量，2家孵化器需提高孵化器总收入，6家孵化器需提高在孵企业从业人员数量，4家孵化器需增加当年获得授权的知识产权数量，提高孵化效率、经济效益，创造更多就业岗位，获得更多创新成果，从而优化孵化器运行效率。

以生机企业孵化器(编号7)为例，在现有运行情况下，减少管理机构从业人员8人，减少投资总额252万元，缩减孵化器使用面积1.3万m3，推动当年获得授权的知识产权数量增加2个，孵化器的资源投入产出将处于高度利用状态，孵化器的运行效率达到最优，实现DEA有效。

表3 纯技术效率和规模效率无效的企业孵化器投入产出调整Tab.3 Input and output adjustment of ineffective business incubator

4 结论与建议

根据上述分析可知，滨海高新区企业孵化器的运行效率总体较高，有效型孵化器比例近半数，但不同类别孵化器之间效率也存在差异。其中，国家级企业孵化器的运行效率最优，聚集有效型孵化器数量最多，未达到市级以上级别的孵化器中，存在一定数量的综合效率有效和纯技术效率有效孵化器，可以作为重要培育对象。基于以上结果，从提高滨海高新区企业孵化器运行效率角度，本文提出以下建议。

一是加强对企业孵化器的分类支持。滨海高新区现有企业孵化器的规模、水平均存在差异，政策引导支持应避免一刀切，根据不同孵化器发展现状进行精准化支持。对于有效型孵化器，应加大政策支持力度，引导孵化器不断增强专业化能力建设；对于无效型孵化器，应对其投入产出情况进行具体分析，支持孵化器消除投入冗余和产出不足，引导孵化器提高对资源投入的高效利用，避免资源浪费，在产出能力方面，给予具体的政策引导，帮助孵化器提高孵化能力，提升经济、社会、创新效益。

二是加强对企业孵化器的科学管理。引导企业孵化器将提升运行效率作为重要目标，强化资源使用效率。对于无效型孵化器，应从技术角度和规模角度进行具体分析，以提升综合效率为方向，对规模报酬递增的企业孵化器应在不断优化资源配置效率的基础上适当加大投入支持；对于规模报酬递减的企业孵化器，应避免盲目进行规模扩张，而是要提升管理和技术水平，向精细化、专业化方向改进，提升技术效率和规模效率，从而实现运行效率最优。■