中国科技创业孵化生态环境健康性的区域比较研究

田雪姣，杨 武，杨大飞

（1.北京联合大学应用科技学院，北京 100101；2.北京科技大学经济管理学院，北京 100083；3.北京石油化工学院经济管理学院，北京 102617）

1 引言

近年来，我国全面深化改革步伐不断加快，创新驱动发展战略实施持续纵深，科技企业孵化器的功能也随之逐步升级和完善。相较于欧洲、美国、以色列等国家和地区，我国科技创业孵化产业虽起步较晚，但发展迅猛。《中国创业孵化发展报告2020》最新统计数据显示，截至2019年底，中国共有科技企业孵化器5 206家，累计毕业企业16.1万家。数据表明，经过30余年的发展，中国创业孵化产业在世界上已从学跑、跟跑进入并跑阶段，在规模上已赶超美国，居于世界前列，并已成为国家技术创新体系和高新技术成果转化的重要构成部分和载体，通过鼓励创新精神、支持科技创业等方式，在培育高新技术成果、创造就业机会、促进区域经济发展等方面都发挥着重要作用，逐渐成为经济高质量发展的重要支撑。中国科技创业孵化取得了一系列成就，但我们更应当认识到，步入知识经济时代，面临着科学技术的迅速变化及全新的国际竞争格局，创业孵化产业在规模快速发展的同时，也存在一定的瓶颈。在实践领域，创业孵化失败率高、盈利模式单一、过度依赖政府扶持等问题仍制约着创业孵化产业的高质量发展，因而科技创新与科技创业之间无法高效衔接，大量科技创新成果束之高阁。究其原因在于，创业活动是一项非常复杂的社会行为，经常受到各个创新主体及经济环境、政策环境、市场环境、技术环境等多领域多层面的影响。这启示我们不论创业活动的开展、创业理论的研究还是政府的决策都应当从更为广阔的视角出发，深入挖掘创业主体与各外部组织及环境要素之间的复杂关联，才能获取更为深刻的理论认知，从而建立和发展系统完善的双创活动促进机制。

近年来，随着科技企业孵化器的不断发展，学术界逐渐出现了创业孵化网络的相关研究，此类研究虽逐渐增多但尚未形成统一体系，基于孵化生态系统这一视角的研究更是较为少见。笔者所在课题组曾于2018年结合生态学的理论观点与创业实践的独有特征，提出了科技创业孵化生态系统这一交叉领域的概念，构建了动态模型［1］。在后续理论研究和实践过程中，笔者发现中国科技创业孵化生态系统的整体发展呈现出空间异质性的特征，因而本文在对科技创业孵化生态系统进一步完善的基础上，针对中国不同区域的科技创业孵化生态环境健康性的发展状况进行了时序性量化评估，并进行了区域间的比较研究。研究成果有助于科技创业孵化生态系统理论的进一步拓展，有助于帮助决策者明晰不同区域科技创业孵化生态环境建设的时空分异特征，进而帮助政府做到区域精准施策。

2 文献回顾

中国科技企业孵化器的数量已经居于世界前列，且当下正朝着形式多样化、功能专业化、投资主体多元化和组织网络化的方向发展［2-3］，基于现实需要，孵化器发展的相关理论研究引起了国内外学者的广泛关注。近年来，有关孵化器的理论研究多集中在孵化器的发展与作用、运行绩效以及网络构建等问题。

在孵化器的发展与作用方面，国外学者Al⁃bort-Morant G和Oghazi P在其研究中发现，企业孵化器最有帮助的对象是那些高学历、有专业技能和家庭阅历的年轻企业家和创业者［4］。Martin Lukeša等人的研究结果表明，孵化器在为初创企业提供服务的时候需要收取租金，因而短期内对初创企业的营业收入有一定的负面影响，但长期来看，孵化器对初创企业提高利润具有正向促进作用［5］。Mian［6］和 Coad［7］等人的研究表明，孵化器的支持可以催生一批快速成长型企业，而这些快速成长型企业正是社会创造就业机会的重要来源。国内学者王康等人的研究指出，孵化器可以通过改善企业的人力资本、融资约束现状以及科技成果转化困境进而促进企业创新［8］。

在孵化器的运行绩效和运行效率方面，国内学者近期做了不少探索。翁莉和殷媛对我国45家科技企业孵化器的运行效率进行了分析，结果发现长三角地区科技企业孵化器整体运行效率较高但区域差异显著［9］。颜振军和侯寒运用DEA分析法对我国30个省（区市）的孵化器运行效率进行了评价研究，将其分为四大类：运行高效类、规模低效类、运行低效类、配置低效类［10］。黄聿舟等人的研究表明，金融支持政策、公共服务政策和创业孵化绩效之间呈倒U形关系，间接支持政策正向调节金融支持政策、公共服务政策和创业孵化绩效之间的关系［11］。张涵等人的研究表明，在科技创业孵化联盟中，成员关系强度可以通过知识共享的中介作用来影响联盟绩效，企业能力是决定知识共享和科技创业孵化联盟绩效的关键［12］。

在孵化网络构建方面，国内学者李振华和李赋薇的研究表明，创业孵化网络的关系持久度、关系强度对集群社会资本和孵化绩效均有正向影响［13］。王国红等人构建了创新孵化网络分类模型，生成了6种不同的发展路径［14］。梁祺等人的研究表明，新就业形态下，孵化网络知识治理对孵化创新绩效有着显著的正向影响［15］。袁剑锋和许治在其研究中指出，随着孵化器理论与孵化模式不断演化，网络化、国际化发展已经成为趋势，新创企业孵化网络嵌入获取资源与机会，已成为影响在孵企业绩效的关键［2］。翟博文等人在其研究中探索了大学双创孵化生态系统模型和建设路径［16］。项国鹏等人在其研究中提出并构建了“创业生态系统”［17］，并初步揭示了核心企业主导型创业生态系统的构成与运行机制［18］。朱秀梅等人在其研究中以杭州云栖小镇为案例，揭示了数字创业生态系统动态演进机理［19］。

从以上近期研究成果来看，目前关于孵化器的研究更多地集中在孵化器的模式和效率方面，尽管已有学者开始注意到孵化网络的构建，也有学者关注到创业生态系统的构建，但从孵化生态系统角度的研究相对较少，尤其尚无专门针对创业孵化生态系统环境健康性开展的相关研究。本文在完善前期所构建的科技创业孵化生态系统的基础之上，针对中国不同区域间的创业孵化生态环境发展程度进行了空间异质性比较研究，目的在于从系统化的视角出发，丰富创业孵化生态系统相关理论研究，并为双创相关政策的精准决策提供借鉴依据。

3 科技创业孵化生态环境健康性评价指标体系构建

3.1 科技创业孵化生态系统动态模型

在充分考虑生态学的理论基础、创业孵化生态系统能量流动的特征以及新创科技企业的特点的基础之上，本文构建如图1所示的科技创业孵化生态系统。

在图1中，以孵化组织为中心，科技创业企业、孵化器、创业投资机构等与创业孵化相关种群、创业环境之间，通过复杂非线性机制的有机耦合，不断进行创业资金流动、人力资源流动、信息和技术流动，进而形成具有一定系统功能、协同进化的复杂人工生态系统。整个生态系统的健康运行受到人才环境、资金环境、设施环境、创新环境的动态影响，对生态系统的环境健康性进行量化测度评价将有助于政府及时掌握孵化产业运行现状。

3.2 科技创业孵化生态环境健康性评价指标体系设计

评价科技创业孵化生态系统的环境健康性，需要对人才、设施、资金、创新环境进行整体综合评价。对科技创业孵化生态系统的环境健康性进行评价，其目的在于对生态环境进行量化评估，以真实的评估结果判断生态环境当前的健康程度，因而评价指标体系的设计应当尽可能全面、典型、科学、合理，更重要的是要具备可测量性和可操作性。遵循上述原则，结合科技创业孵化生态系统的运行特征和客观数据的可获得性，本文从人才环境、资金环境、设施环境及创新环境维度分别筛选合适的指标，建立3层次共30个具体指标的指标体系（见表1）。

表1 科技创业孵化生态环境健康性评价指标体系

4 科技创业孵化生态环境健康性评估方法

科技创新景气指数和宏观经济景气指数是分别用于测度国家科技创新与经济发展景气水平和动态变化的合成指数，景气指数可用于描述国家科技创新及经济增长的中、短周期性波动变化状况。为对科技创业孵化生态环境健康性做出动态性、时序性、持续性的监测，本文借鉴科技创新景气指数和宏观经济景气指数的衡量方法，分别使用古典循环和增长率循环，采用美国商务部提出的合成指数方法［20］，进行中国不同区域科技创业孵化生态环境健康指数的合成。

4.1 指标数据来源与处理

本文的30个三级指标具体数据来源于科技部火炬中心所发布的《中国火炬统计年鉴》。2013年后的统计内容与之前相比有较大出入，造成许多数据统计口径不一致，因而本文最终选取2014—2019年火炬统计年鉴中的数据（具体数据是2013—2018年的年度数据）分别对中国东部、中部、西部和东北地区的科技创业孵化生态环境健康指数进行测度。此外，李克强总理在2014年提出“大众创业、万众创新”后，创新创业活动掀起了新的浪潮，2014年之后的科技创业孵化生态环境健康性评价将有助于我们掌握在政府政策的扶持和推动下，中国不同区域的创业生态环境建设水平如何，以及存在哪些关键性问题，进而有助于政府决策者更好地制定创业孵化发展的相关政策。

数据处理过程如下：①对于缺失数据或异常数据运用线性趋势法进行补全；②为消除量纲影响，对数据进行均值标准化处理；③分别运用德尔菲法和变异系数法计算二级指标和三级指标权重；④采用增长率循环法合成科技创业孵化生态环境各分项健康指数和总指数。

4.2 指标赋权

本文采用主观与客观相结合的指标赋权方法，主要有德尔菲法和变异系数法。

4.2.1 德尔菲法。德尔菲法即专家调查法，属于主观赋权法，主要是邀请一批有经验的相关领域的专家组成专家小组，摒除干扰，每位专家依据自身的知识结构和经验水平对给出的问题做出相应独立的判断。本文在设计专家调查问卷时，将指标按重要程度均分为“高—较高—中—较低—低”五个不同等级，并针对这五个等级设置不同分数档，其中最高分设置为100，最低分设置为0，即对应关系如下：“高—100”“较高—75”“中—50”“较低—25”“低—0”；以调查问卷形式由专家反复进行打分，并依据最后一次收集的结果，综合所有专家的打分状况来最终确定各项指标的权重。本文共邀请10位专家，经过四轮调研，最终取得二级指标权重。

其中权重计算公式为：

其中，N1、N2、N3、N4、N5分别对应相关指标五个等级的专家人数；j=1,2,3......；Wj分别代表人才环境、资金环境、物力环境和创新环境4个分项维度的权重。

4.2.2 变异系数法。变异系数法属于客观赋权法，该方法通过直接利用各项指标数据，计算标准差与平均数的比值，消除量纲和平均数的影响，以此来衡量各项指标的离散（变异）程度，最终确定各项指标的权重。

各项指标的变异系数公式如下：

其中，δi、ui为各单项指标的标准差和均值。

各项指标的权重公式为：

本文利用变异系数法求得各维度下三级指标的权重，具体赋权结果如表2所示。

表2 科技创业孵化生态环境健康性的各级指标权重量表

4.3 基于增长率循环的健康指数合成方法

相对于古典循环，增长率循环可以依据指标的增长率反映指数的波动情况，且本文采取的各指标数据为年度数据，多数指标保持增长的发展趋势，因而本文选择基于增长率循环的合成指数方法，具体计算步骤如下。

①求单个指标的同比增长率Rij。

②求单个指标的对称变化率。本文采用增长率循环，而在合成健康指数过程中，当数据为0、负值或者为比例序列时，对称变化率取一阶差分形式：

③求指标标准化平均变化率Sij(t)。首先求标准化因子：

n为标准化期间的时间数。则标准化平均变化率为：

④计算各指标组的平均变化率Rj(t)。

其中ωij为权数。

⑤合成孵化生态环境健康指数Ij(t)。令Ij(1)=100，则：

5 科技创业孵化生态环境健康性的区域比较分析

本文在上述健康指数的合成方法与计算步骤的基础上，得到了中国东部、中部、西部及东北部地区的科技创业孵化生态环境健康指数（将2013年设为基期，其生态环境健康指数设定为100），基于各分项指数和总指数，本部分针对中国科技创业孵化生态环境健康性的空间异质性进行解析。

5.1 科技创业孵化生态环境健康总指数的区域差异性分析

经前文所述健康指数的计算过程，本文得出不同区域的科技创业孵化生态环境健康总指数（见图2）。从四个区域的总体孵化生态环境健康指数来看，在2014年之前，四个区域相较于2013年基期均有所增长，且增长趋势基本保持一致。自2014年开始，四个区域创业孵化生态环境健康指数的增长趋势差异较大，其中东部地区健康总指数居于首位，中部地区和西部地区次之，而东北部地区健康总指数明显低于其他三个区域。

图2 2013—2018年基于增长率循环的中国科技孵化生态环境健康总指数变化趋势

值得注意的是，近几年各区域科技创业孵化生态环境健康总指数均大于基期的100点，这表明近些年中国科技创业孵化生态环境健康指数逐渐提升。自2013年科技部火炬中心启动全国科技创业孵化链条建设示范工程以及2014年李克强总理提出“大众创业、万众创新”以来，国家在科技创业孵化生态系统的环境建设方面投入较多，在各种政策的鼓励扶持下，创业孵化生态环境建设迎来加速发展阶段。四个区域尽管自2014年后创业孵化生态环境总体健康性呈现出异质性特征，但都在2017年达到波峰，其中尤以东部地区2017年的健康总指数最为突出。2016年，国务院印发的《“十三五”国家科技创新规划》中明确提出，要着力构建创新创业孵化生态系统，健全支持创新创业的金融体系，此后各地方政府相继出台支持政策，由此，2017年我国各区域科技创业孵化生态健康指数均再次达到新的波峰。这说明我国创业孵化政策进一步落到了实处，同时从侧面表明了本文孵化生态环境健康指数构建方法的合理性。

为进一步探究不同区域创业孵化生态环境异质性的深层次原因及不同区域创业孵化生态环境发展存在的问题，本文接下来的内容针对人才环境、物力环境、资金环境及创新环境四个维度的分项健康指数进行深入分析。

5.2 人才环境健康性的区域差异性分析

本文经计算得到人才环境健康指数如图3所示。从结果来看，东部地区的人才环境健康指数最高，中部地区和西部地区次之，东北部地区的人才环境健康指数最低，甚至在2018年东北部地区的人才环境健康指数低于2013年基期所设定的100。这说明，东北部地区的科技创业孵化人才相较于其他地区处于弱势，人才吸引力不强，并且近年来更是出现科技创业孵化人才流失的现象，应当引起国家层面和地区层面政策制定者的重视。

图3 人才环境健康指数的空间异质性分析

东部地区在四个区域中，人才环境维度的优势非常明显，从健康指数来看，东部地区在2016年达到峰值102.33，比2013年基期高出2.33点，尽管2017年和2018年发展趋势有所下降，但健康指数仍然最高。这一方面反映出我国东部地区因具有得天独厚的地理优势而能够吸引更多的创业孵化人才；另一方面反映出我国着力建设科技创新中心所取得的部分成效。

中部地区和西部地区的健康指数近几年波动状态大致相似，人才环境健康性介于东部地区和东北部地区之间，且同在2014年达到波峰，2015年处于波谷，2017年又达到波峰。这两个区域从健康指数的波动幅度来看，明显较东部地区和东北部地区相对平稳，这表明两个区域近几年的创业孵化政策稳步落地，创业孵化人才环境建设稳中有进。

5.3 物力环境健康性的区域差异性分析

本文得到不同区域的物力环境健康指数如图4所示。从结果来看，四个区域在物力环境建设的发展趋势上几乎同步，差异性并不显著，四个区域的健康指数都于2017年达到最高。究其原因在于，孵化事业经历了20余年的发展，在基础设施建设方面已基本完善，当前孵化器的发展也已逐渐由重规模转向重质量，孵化器对初创企业的服务也已由最初的简单提供场地、减免租金等硬服务模式逐渐转向提供技术服务、融资服务、管理咨询等软服务模式，因而在科技创业孵化生态系统的物力环境建设方面，增长幅度并不大，各地区间差异性也不显著。

图4 物力环境健康指数的空间异质性分析

5.4 资金环境健康性的区域差异性分析

本文经计算得到各区域的资金环境健康指数如图5所示。从结果来看，在资金环境建设方面，四个区域的健康指数波动性较大，且不同区域间差异颇为显著。其中东部地区和中部地区尽管健康指数有所波动，但并未低于基期100点，说明这两个地区近几年资金环境建设稳步增长，只是增长幅度大小不一。

图5 资金环境健康指数的空间异质性分析

西部地区和东北部地区近几年资金环境健康指数均出现低于100点的现象，其中西部地区自2015年资金环境健康指数达到波峰之后持续下滑，2017年和2018年的健康指数均低于100点，这表明西部地区近几年在资金环境建设方面存在不足，创业孵化事业的发展可能面临融资难的困境，应当引起重视。东北部地区2016年资金环境健康指数处于波谷，但自2017年开始提升迅速，甚至于2018年超过其他地区，成为四个区域之首。2016年，我国相继出台《关于支持老工业城市和资源型城市产业转型升级的实施意见》及《东北振兴“十三五”规划》，此后东北部地区各省市相继出台各种措施以助力东北经济发展，因而东北部地区在资金环境建设方面，呈现加速发展趋势。这反映出我国对东北部地区在资金支持方面的投入起到了一定的作用。

5.5 创新环境健康性的区域差异性分析

本文经计算得出的四个区域创新环境健康指数如图6所示。从结果来看，四个区域创新环境健康指数差异较大，其中东部地区健康指数一直在中属于最高，西部地区和中部地区次之，东北部地区最低。北京、上海等多个一线城市基本都属于东部地区，经济发展和科技创新能力较强，且具有人才集聚效应，因而在创新环境维度的健康指数毫无疑问位于四个区域之首。反之，东北部地区大学和科研院所相对较少，创新人才缺乏，且经济实力较弱，因而在创新环境健康性上弱于其他三个区域。但观察指数图发现，2017年之后，东北部地区的创新环境健康指数开始攀升，2018年接近中部地区，这说明东北部地区开始重视创新环境的建设，并且从侧面反映出，我国关于东北振兴的规划政策开始逐渐发力，对东北部地区的创新环境建设起到了重要作用。

图6 创新环境健康指数的空间异质性分析

6 结论与建议

本文在构建科技创业孵化生态系统的基础上，结合评价指标体系的设定原则，确定科技创业孵化生态系统环境健康性评价的四个维度：人才环境、资金环境、物力环境及创新环境，进而对中国东部、中部、西部和东北部地区的创业孵化生态环境健康指数进行了合成。根据计算结果，本文对四个地区的创业孵化生态环境健康性进行了空间异质性分析，得到以下主要结论与启示。

①科技创业孵化生态环境健康总指数和各维度分项健康指数均存在一定的空间异质性，其中东部地区在人才环境、物力环境和创新环境三维度的健康指数均高于其他地区，其中尤以人才环境和创新环境维度的优势最为显著。这得益于东部地区得天独厚的地理优势以及我国着力建设科技创新中心的多项政策举措，也从侧面反映出本文所计算的创业孵化生态环境健康指数具有一定的合理性。

②东北部地区在四个环境维度的健康指数均低于其他三个地区，尤其是人才环境和创新环境的健康指数差距较为明显。从人才环境健康指数来看，东北部地区近两年还面临着人才流失的困境，这与东北部地区的地理劣势和经济发展程度都有直接关系，应当引起政府部门的关注。从资金环境健康指数来看，我国在2017—2018年对东北部地区的扶持力度比较大，在东北振兴政策发力作用下，东北部地区的资金环境健康指数在2018年开始高于其他三个地区，但其人才环境和创新环境健康指数仍然最低，这启示我们：东北部地区创业孵化发展最根本的问题——人才和创新问题暂时仍然未得到妥善解决，因而需要政府部门进一步精准施策，助力东北部地区振兴发展。

③中部地区和西部地区在人才环境及物力环境健康指数方面波动状况大致类似，而比较资金环境和创新环境健康指数发现，西部地区资金环境健康指数低于中部地区，其创新环境健康指数却高于中部地区，这说明近几年西部地区的创新产出效率高于中部地区。2013—2018年中部地区的资金环境健康指数较高，但创新环境健康指数却仅高于东北部地区，这启示我们中部地区创新产出效率较低，应当引起政府及决策部门重视。

基于上述结论与启示，本文提出如下几点中国区域科技创业孵化生态环境发展建议。

①充分发挥东部地区科技创新中心、经济发展中心的核心优势资源带动作用，着力形成区域间联动、区域间协同发展的科技创业孵化生态体系。不同城市之间可充分发挥自身优势资源，形成科技创业孵化生态圈，以此充分发挥创业孵化的溢出效应和价值，逐渐形成强势区域带动弱势区域的空间发展格局。

②针对东北部地区科技创业孵化环境建设落后的问题，除资金上的大力支持外，国家还应充分考虑对东北部地区人才环境和创新环境的建设。例如，加大对东北部地区人才引进的扶持政策，加强东北部地区创业孵化人才的培育措施，做到引进人才、培养人才双向发力，助力东北部地区科技创业孵化人才环境的建设；针对东北部地区创新环境建设不足的问题，可以考虑在加强人才建设的基础上，加强科研基础设施建设，充分发挥高校和科研院所的科研优势，鼓励东北部地区科研人员积极参与科技创业孵化事业，进一步促进产学研协同合作，带动创新环境健康发展。

③健全和完善以创新驱动创业孵化发展的机制。以创新驱动创业孵化发展是未来创业孵化环境建设的根本目标，健全的知识保障体系和高效的科技成果转化能力能够促进各孵化机构之间的有机协作，提高创新效率。因而各区域应积极制定完善知识产权保护政策，积极建立健全科技创新中介服务机构等，提高知识产权的转移转化效率，尽可能地减少科技创新和创业企业孵化之间存在的“信息孤岛”现象。

囿于理论水平和数据获取难度，本文尚存在以下不足：一是在构建区域科技创业孵化生态环境健康性的评价指标体系时，公开统计数据的缺失，导致本文在构建指标体系时不得不舍弃部分数据，因而筛选的指标不够全面，但针对这个问题本文已尽可能选取典型的代表性指标，并不影响主要结论的准确性；二是本文暂仅就四个区域的科技创业孵化生态环境空间异质性进行研究，未来将针对各个省市创业孵化生态环境的健康性展开进一步的研究，探究创业孵化生态环境发展的时空演变规律和影响因素。以上问题将在下一步研究中持续完善。