东北地区创业孵化环境健康状况评价研究

丁永波，张博，刘桐

（吉林财经大学 亚泰工商管理学院，吉林 长春 130117）

0 引言

作为“大众创业，万众创新”的重要载体和平台，创业孵化器能够为新创企业提供办公场地、设备、资金、技术以及各项专业服务，通过借助孵化器与外部环境的有效互动，挖掘现有的内外资源与机会，推动孵化器与新创企业的联合价值创造，为新创企业造就更多的机会，促进新创企业的成长。因此区域创业孵化器的发展状况，直接关系到区域创新创业活动的开展。知识经济时代的企业孵化器更多表现为科技企业孵化器，目前我国各地的科技企业孵化器处于发展不均衡的状态。东北地区是我国重要的老工业基地，长期以来传统高耗能产业占据主导位置，资源消耗量大，旧经济疲态显露。据2016至2020年《中国火炬统计年鉴》显示，东北地区整体创业活跃度低，创业孵化的规模和发展速度远远落后于长三角和珠三角等经济发达地区。以科技企业孵化器为例，2016年东三省企业孵化器数量为289个，仅占全国总量的8.9%，远远小于沪苏浙地区的26.5%以及广东省的17.7%。到2020年，东三省企业孵化器数量虽然上升至385个，较2016年增长率为33.2%，但总体占比下降至6.6%，基于全国状况，东北地区的孵化器发展状况呈现不断落后的态势。与之相比，沪苏浙地区的企业孵化器数量增长77.1%，广东省增长87.3%，总体占比分别为26.2%，18.5%，无论是增长速度还是数量比例都处于较高水平，并呈现不断发展的势头，这表现出了以长三角、珠三角为代表的经济发达地区活跃的创业孵化热潮与发展动能。东北地区则相形见绌，数据所显示出的巨大差距深刻表明东北地区的创业活动深受传统工业体制和环境带来的思想上、活动上的桎梏，亟须进行深度的改革和体制性创新改变其以往的高投入、高消耗、粗放式发展的老路。因此大力推进创新创业，必然成为东北新一轮经济发展的动力和突破口，提升自身的创业孵化环境健康水平，正是东北地区开展创业活动、提高地区创业能力的关键。

创业孵化活动会受到周围各种环境因素的影响，区域环境的优劣将直接影响该地区创业孵化的效果。本文通过构建创业孵化环境健康状况评价指标体系，运用模型处理相关数据，重点揭示了周围环境对孵化组织的影响状况，比较整个孵化系统内各要素之间的重要程度，并通过聚类方法分析东北地区十个城市的创业孵化环境健康状况并加以评价，从而为该区域制定相关的孵化政策和制度提供更加明确的信息，帮助新创企业降低创业风险和获取资源的成本，在激烈的市场竞争中持续生存下去，有力促进区域整体的创业发展。

1 理论综述

国外学者Sherman较早提出创业孵化环境包含五个方面的内容：政策支持、基础设施状况、投融资环境、创业孵化网络和创业文化环境，每一方面各有侧重点，但都是影响创业孵化活动的必然因素。Hannon运用定性方法归纳出管理、目标、政策三个要义，强调良好的孵化环境要求具备有效、高质量的管理，并能结合孵化职能制定实际的业绩目标，将孵化活动深刻嵌入区域战略，最大限度获取政策支持。孵化器的发展需要优秀的管理者，具备经验丰富的管理能力，在面对不同文化对自身认知与行为的影响时，能够结合实际将孵化过程与地方文化有效结合。也有学者运用特定的研究方法与模型探究影响孵化环境的主要因素，Struwig等采用混合方法分析数据，发现企业的内部环境对企业孵化器的影响比较显著，具体包括孵化器的愿景、职能、管理风格、培训力度和技术水平。Kiran等使用偏最小二乘结构方程模型，验证了孵化器网络化环境对孵化绩效具有显著正向影响，孵化网络中高校凭借人才、知识优势有力影响企业孵化效果。

我国学者较多地对创业孵化器环境的分类进行了研究，李刚等从制度建设、人力资源、技术、文化、交通、资本市场、中介服务等方面探讨了孵化器建设的支撑环境。陈喜乐则着重分析了影响新创企业孵化发展的四个“软环境”：人才环境、法律环境、政策环境和人文环境，相比于“硬环境”，“软环境”的发展更重要。瞿群臻将我国孵化环境分为两类，分别为包括经济、政治、文化、技术的外部环境与包括优势、劣势、威胁、机会的内部环境。黄昱方等基于创业者认知研究总结出影响孵化环境的主要因素，包括创业孵化网络建设情况、公共服务设施完备度、创业辅导培训力度以及政策的支持度。邢蕊等将孵化环境的内涵维度划分为业务服务环境、设施环境、创新环境、平台交流环境四个方面。杨武等借助生态学的理论，从人力、物力、财力、创新四个维度评价中国创业孵化生态环境的健康状况，其中影响最大的是创新能力。郭莉通过强调“知识”，将孵化环境概括为与知识相关的高校数量、研发经费支出、人均公园绿地面积三个方面，其中人均公园绿地面积是吸引人才的现实生态环境的衡量要素，最终目标仍是汇集人才、集聚知识。田雪姣等将创业孵化环境分为孵化规模环境、孵化效益环境和孵化创新环境，提出应重点提高孵化环境效益，解决当下重规模轻效益的问题。陈晴总结出孵化环境中存在的重要因素，认为促进创业孵化的环境要素中不应只局限于政策的资助，而应吸引大量社会资金的投入，促进孵化环境健康的可持续性。区域创业孵化系统由创业孵化支撑环境和创业孵化相关主体构成，在评价地区某个环境要素的健康状况时，可以借助生态学中环境与主体的关系来分析。武鑫等构建了关于科技企业孵化器内外部作用的生态系统模型，指出以下影响孵化活动的环境要素与机制：政府建设政策环境，高校与科研院所建设技术环境，大企业建设创新环境，中介机构提供专业服务环境，金融机构提供资金环境，行业协会规范孵化产业环境。孔令夷以GEM模型为理论基础，借助生态学理论，将创业孵化生态系统环境分为经济、政治、科技、市场、资源、文化等类别。

综上，尽管关于创业孵化环境的研究成果较多，但过往的一些研究大多针对单个创业孵化器本身，对孵化环境的描述多集中于环境要素的分类，缺乏关于各个环境要素对创业孵化影响力大小的比较分析，同时对于区域创业孵化环境健康状况的评价研究也比较少见。基于此，本文构建了一套区域创业孵化环境健康状况评价指标体系，并选取东北地区部分城市的数据进行分析，比较各个环境要素的重要程度，评价该区域创业孵化的健康状况，以便为政策的制定和提高孵化成功率提供更加明确的参考。

2 指标体系与模型构建

2.1 指标选取

根据系统性、可操作性、科学性、发展性的原则，基于《中国火炬统计年鉴》《全球创业观察中国报告》等权威报告，以及上文对相关文献的回顾，本文总结了关于影响创业孵化环境健康状况环境要素的共性分类，将区域创业孵化的环境指标分为两类：一是外部环境，包括人才环境、技术环境、资金环境、经济环境、市场环境、政策环境；二是内部环境，具体指孵化器内部环境。这7个环境指标是评价区域创业孵化健康状况的直接指标，将作为二级指标进行考察。再将这些环境指标细分为26个具体问题作为三级指标，以便获取具体的评价数据。基于此，本文构建了区域创业孵化环境健康状况评价指标体系，如表1所示。

表1 区域创业孵化环境健康状况评价指标体系

2.2 模型选择与数据说明

为了探究各个评价指标与创业孵化环境健康状况之间的相关关系，本文主要运用PLS路径模型，该模型具有如下优势：①PLS路径模型不仅可以研究潜变量与显变量之间的关系，也可以研究潜变量之间的关系；②PLS路径模型可以较好地克服多重共线性的问题；③PLS路径模型没有提出指标数据必须服从正态分布的要求，且需要的样本容量较少，适合一般调查数据的分析；④PLS路径模型中集合了主成分分析法、多元线性回归、相关分析等方法，具有较强的科学性。基于此模型，本文得出了评价指标与创业孵化环境健康状况之间的路径系数及相关关系，并对东北地区创业孵化的健康状况进行评价。

本文设计了包含26个三级指标作为题项的调查问卷，问卷的发放主要针对于新创企业、高新技术企业或孵化器，共发放112份，回收到有效问卷100份。问卷调查对象中，关于年龄分布，30岁及以下人数占40.18%，31岁至40岁占比36.61%，41岁至50岁占比18.75%，50岁以上占比4.46%；关于个人受教育程度，68.75%的调查对象为本科学历。通过问卷调查，旨在运用PLS软件分析获得两项数据：一是相关系数，验证三级指标（观测变量）对二级指标（潜变量）的代表性、二级指标对一级指标的代表性，以最终证明整个评价指标体系的合理性；二是外部权重，包括三级指标在二级指标层面的权重、二级指标在一级指标层面的权重，帮助比较指标之间的重要程度，并为计算城市综合得分提供数据支持。

然而，为逃避二十来万税，送上三十多万钻戒，这是赔本交易，许沁不会这么做，谁也不会这么做。问题是，那三万五的钻戒竟值了三十多万，这是许沁始料不及的。她是在不知情的情况下，将钻戒送了出去。许沁猜测，葛局长看到标价时，肯定很吃惊，但他一定不会想到是弄错了，肯定以为许沁是放长线钓大鱼，谋求他能成为她永久的靠山。对一个税务局长来说，别说三十万，就是三百万都不嫌烫手，不然哪来那么些重量级贪官呢。

2.3 模型构建

PLS路径模型中每个潜变量都是其相关观测变量的线性组合，在样本较少的条件下，能够得到每一个潜变量的权重值，并反映出潜变量与观测变量之间、潜变量之间的关系。本文将7个二级指标作为潜变量和26个三级指标作为观测变量进行研究，构建出创业孵化环境健康状况评价模型。

图1为区域创业孵化健康状况评价模型的路径图。在模型左侧，反映了7个潜变量对各自观测变量的影响机制。每一个潜变量都有不同的观测变量反映，并且它们之间都具有正相关关系。模型中间部分，主要反映了由人才、技术、资金、经济、市场、政策和孵化器内部环境等共同构成的区域创业孵化健康状况评价模型，结合路径系数可以确定为正相关关系。模型的右侧包括了该评价指标体系的所有观测变量，它们共同反映的潜变量就是整个区域创业孵化健康状况的评价指标模型。

表2描述了变量之间的相关系数以及各个变量的外部权重。其中外部权重均大于0，符合理论预期。各变量之间的相关性很高，相关系数均超过0.6，说明模型综合地概括出了各个观测变量的基本信息。同时关于这7个潜变量，对区域创业孵化的健康评价影响程度由高到低依次为：孵化器内部环境（0.240）＞技术环境（0.171）＞资金环境（0.164）＞人才环境（0.155）＞政策环境（0.148）＞市场环境（0.131）＞经济环境（0.110）。同时表中二级、三级指标的外部权重值为计算城市综合得分提供了数据支持。

图1 区域创业孵化健康状况PLS模型路径

表2 PLS路径系数与外部权重

具体来说，孵化器的内部环境（0.240）对创业孵化环境健康状况的影响最大，根据路径图，在孵企业数量（0.770）与孵化器孵化面积（0.766）是衡量孵化器内部环境状况的两个最显著指标，在孵企业数量的提高能够为孵化器带来更多活力，积累更多经验，而孵化器孵化面积的大小则代表了现有的孵化部门的规模和容量。技术环境（0.171）是影响创业孵化健康状况的第二大因素，其中区域发明专利数（0.831）占据重要的位置，积极推进区域创新进程，激发企业创新活力，掌握核心技术独特优势并提高创新成果转化，有利于大大优化创业孵化的科技环境。影响区域创业孵化环境健康状况的第三大因素是资金环境（0.164），对公共技术服务平台投资额（0.866）成为最显著的一点，这表明创业孵化资金来源更加倾向于社会资本的投入。第四个影响因素是人才环境（0.155），其主要在于区域各类高等教育机构及科研院所的数量（0.833），拥有一定数量的高校与科研院所无疑会为本区域的创业孵化提供更优质的人才、专业指导及技术。影响因素排在后三位的依次是政策环境（0.148）、市场环境（0.131）、经济环境（0.110），虽占据较小比例，但仍然需要关注它们对提高区域创业孵化环境健康水平的作用。

2.4 模型检验

从表3的数据中，可以对PLS路径模型的信度和效度进行检验。其中各环境指标的值均大于0.7，表明这些指标存在良好的内部一致性，具备可信度；值（合成信度）均大于0.8，超过了0.6的标准要求；值（平均变异萃取量）均超过0.5，说明该模型的信度效度良好；（模型解释力）的值为1，处于较高水平，说明7个潜变量最大程度上反映并概括出了总体变量的全部信息。

表3 PLS路径模型的检验

3 东北地区创业孵化环境健康状况评价

3.1 城市健康水平得分及结果分析

选取东北地区孵化器发展较为迅速的十个城市作为研究样本，搜集2019年东北三省的统计年鉴，以及十个城市的市统计年鉴、市政府工作报告、市国民经济和社会发展统计公报等资料，得到各个城市三级指标的初始数据。为使不同量级的数据统一为同一量级，本文采用Z－Score数据标准化法对搜集的数据进行处理，得出各个城市在具体每项三级指标下的标准化得分，公式如下：

式中，代表三级指标的初始数据，代表标准化后的三级指标数据得分，代表指标数据的均值，代表指标数据的标准差。

接下来，根据前述模型中三级指标的权重值，以及公式（1）的三级指标得分，分别计算出各个城市在各个二级环境指标下的得分，公式如下：

接着根据模型中二级指标的权重值，和刚求得的二级指标得分，计算出各个城市在考虑所有二级环境指标后的综合得分，公式如下：

基于此，最终计算出了各个城市在不同二级环境指标下的得分以及各个城市的综合得分，并进行了排序，相应结果如表4所示。

基于各个城市的得分，进行如下的评价分析：

①在人才环境这一维度中，长春、大连、沈阳的健康水平得分位于前三，相对于其他城市，这三个城市高校和科研院所的数量较多，具备人才规模；②在技术环境方面，健康水平得分位于前三的是沈阳、哈尔滨和大庆，这几个城市的科技创新能力更强，R＆D经费投入也更多；③在资金环境方面，长春、吉林和大连的得分相对更高，说明这些地区得到了更多创投机构的支持，资金链更畅通；④在经济环境方面，大连、沈阳和长春的得分相对更高，表明这些地区人均GDP和人均收入水平高于其他地区，吸引了更多的创业人才；⑤市场环境方面，哈尔滨、鞍山和长春的得分相对更高，显示了三地的中介服务机构对孵化器的突出作用，有利于孵化器之间开展合作、竞争，不断吸引更多潜在企业参与孵化；⑥在政策环境方面，哈尔滨、大庆和沈阳这三个地区政府各方面给予孵化器的支持力度更大；⑦最后从孵化器的内部环境来看，大连、哈尔滨和大庆的得分相对更高，这几个城市的孵化器面积更广、规模更大，带动的就业人数也更多。

表4 2019年东北地区十城创业孵化健康水平综合得分及排序

3.2 城市健康水平分类及结果分析

为了分析不同城市健康水平的相似性，找出不同类别城市的特征，本文基于东北十个城市在各个环境要素方面的得分数据，运用聚类分析法，根据健康水平将城市分为三类，具体情况如图2所示。

图2 聚类后东北十城的创业孵化健康水平得分对比

关于城市健康水平的分类结果可以进行如下分析：

第一类的5个城市创业孵化的健康状况综合得分位于最高水平梯队，并在大多数的维度得分中处于领先位置。长春、沈阳和哈尔滨作为省会城市，省会首位度在全国处于较高水平，具备强有力的资源配置能力，对区域的孵化引领作用举足轻重。以长春为例，2021年省会首位度达53.67%，位居全国第一，全省人才、高水平院校和科研院所、资金、技术等资源高度集聚于此。充足的知识服务对于促进初创企业成长大有裨益，三个省会城市作为全省知识的聚集地，为在孵初创企业提供了相当优良的发展环境。大连作为东北沿海充满活力的港口城市，同时也是东北唯一的保税区和高新技术园区，创新性产业集中度高，产业辐射效应与集聚效应明显，其所特有的开放性和包容性可以吸纳丰富的创新资源服务创业孵化。大庆市作为中国第一大石油基地，工业产值达到东北第二名，综合实力和城市财力一直走在东北前列，著名的“大庆精神”“铁人精神”彰显出大庆人民忘我拼搏的优良品质，这种长期以来积累的物质资源和深厚的文化底蕴激发着对创业孵化活动的热情，创业精神的激发很大程度上促进了创业的成功。

第二类城市是健康状况处于中等水平的齐齐哈尔和鞍山。作为黑龙江省第三大城市，齐齐哈尔主要发展以装备制造为主的工业产业，经济覆盖面较窄，且地理位置位于省内东北部，较为偏远，自然资源条件方面不及大庆等城市，因此难以吸引投资机构与新创企业的目光，难以形成广泛的创业活动，其在创业文化发展、信息交流、人才引进和资源获取等方面都存在着较大的上升空间。鞍山是中国著名的钢铁生产基地，2020年仅鞍钢产值在鞍山全市生产总值中占比就高达58%，二三产业的发展比例不甚合理，随着供给侧改革的不断深入，钢铁产业的经济带动效果越来越小，难以吸引创业人才；同时，传统经济体制产业导致的长期封闭性思维，使得孵化器出现各种问题：同质化严重、经营管理不善、过度依赖政府等。

第三类是健康状况最差的三个城市，包括吉林、延边和通化，它们在多数维度的分数排名中均处末位。一方面，三座城市同位于吉林省，与省会长春在各方面都具有较大的差距，技术、人才、基础设施等资源明显集中于省会，以高校与科研院所为例，截至2021年底，吉林共有高校64所，其中长春有41所，占比高达64.06%，吉林、延边与通化三地合计13所，仅占20.31%；全省省级科技创新中心223个，其中长春占比72.2%，吉林、延边、通化三地合计仅占16.14%。这种区域发展不平衡的状态越来越突出，非重点地区由于资源有限，易出现政策失效的情况，“一强多弱”的格局使非重点地区的孵化活动受到越来越大的限制。另一方面，中心城市对周边城市的带动作用不明显，未形成城市群联动的协同发展模式。近些年来，吉林省实施“一主六双”战略，加强长春与各市、州的战略、资源对接，但政策处于实施初期，且长春与延边、通化等城市地理距离较远，尚未受到省会有效的产业集聚效应与辐射效应，城市的产业发展仍深受传统模式之困。其中，吉林市的发展集中于化工行业，通化集中于医药行业，延边产业则较为分散，这些城市产业体系或传统或弱小，缺乏充满活力的经济增长点，加之思想观念保守、财力资源投入有限、园区产业集聚度较低等问题，创新创业氛围不高，这些因素都制约着地区孵化环境健康水平的提高。

4 结论与启示

4.1 研究结论

本文在借鉴现有研究成果的基础上，构建了包括7个二级指标和26个三级指标的区域创业孵化环境健康状况评价模型，基于该模型对东北地区十个城市创业孵化的健康状况进行测度评价，得到以下结论：①东北地区十个城市的创业孵化的健康水平综合得分由高到低依次为大连、长春、哈尔滨、沈阳、大庆、鞍山、齐齐哈尔、吉林、延边和通化。②东北地区十个城市的创业孵化的健康水平可以分为三类，第一类是创业孵化环境健康状况水平相对较高的五个城市：长春、大连、沈阳、哈尔滨、大庆；第二类是处于中等水平的两座城市：齐齐哈尔和鞍山；第三类的城市创业孵化发展的健康水平最低，包括吉林、延边和通化。

4.2 发展启示

通过模型的构建和对各个城市指标健康状况的评分、分类，可以帮助这些城市找到自身的优势和劣势，发现与其他城市的差距，并结合当地的禀赋资源和产业基础，得到进一步政策发展的启示：

对于第一类城市，大连和哈尔滨的创业孵化环境健康水平发展较为均衡，在继续优化孵化环境的同时，注重促进孵化器的内涵式发展，提升孵化器的服务效率和服务质量，能够针对不同的在孵企业提供相应的个性化服务。除此之外，应加强创业孵化器的复杂网络协同建设与知识的交流链接，将发展视野扩展至国际，发挥大连、哈尔滨在东北亚地区靠海、近俄的区位优势，吸引国际孵化项目入驻，招募全球化管理人才，进一步推动地区孵化的国际影响力，建设中国孵化高质量发展的典范。对于长春市，通过内部指标比较，发现孵化器内部环境指标、科技指标水平低于其他三个指标，与其在人才与资金方面的优势不相匹配，这需要政府制定相应的政策整合资源：在科技方面发挥人才资源优势并快速转化为创新能力，完善科技创新链条，提高科技成果转化成功率与科技带动力；在孵化器内部环境方面，以同时提升孵化器质量与数量为抓手，以“精益”思想为指导，精准投放资金，在扩展孵化面积、完善孵化设备时避免冗余投入，追求高效益、少浪费、规模与效益相配，同时学习珠三角等先进地区的成熟孵化器运营经验，完善孵化器的市场化能力和长远发展能力。对于沈阳市，应当认识到在资金指标方面的弱势地位，大力发挥其作为省会城市在人才、科技、政策方面的优势，努力盘活和吸引资金投入。孵化器的资金环境问题不能仅靠政府的直接“哺育”，应“授之以渔”，以政府资助为“引子”，降低社会资本投入的预期风险，引导商业性资本投入。关于大庆市，其孵化器内部环境指标优势位居十城第一，而该指标也是影响创业孵化健康状况的最显著因素，因此有力弥补了大庆作为非省会城市的资源弱势，应继续通过促进孵化器的软硬件建设，着眼于高效益，算好投入的每一分账，通过与省内外先进地区进行经验交流、孵化项目合作，建立专业化孵化机制体系，推动“石油之城”将拼搏创业的优良传统切实发挥落地，保持自身优势。

对于第二类城市，齐齐哈尔和鞍山要明确自身在经济、区位、人才等方面的不足，同作为工业城市，应抓住产业转型升级的机遇，着重在不足方面补短板，培养壮大创新产业，为优化孵化环境赋能。与此同时，双方也需根据自身实际侧重发展：齐齐哈尔拥有良好的自然生态环境，应壮大和强化环境优势对人才的吸引力，集聚知识；推进传统装备制造主导产业朝精密超精密制造方向升级，形成全市冶金、航空航天、石油钻采等精密产业领域，深耕创业孵化器在精密超精密工业制造方面的专业化发展，打通上下游产业链条，带动一系列配套环境提升。鞍山基于“钢都”积累的创新产业基础，应积极融入全省“数字辽宁、智造强省”建设，强化创新主体培育、建设高水平科研机构、促进科技成果转化，落实融资担保、项目合作、人才引进、市场化培育等政策，通过政府的引导作用促进孵化器的个性化、专业化发展，通过积累市场化发展动能以避免对政府的过度依赖。

对于第三类城市，吉林、通化和延边要抓住吉林省实施的“一主六双”战略机遇，积极加强与省会长春的战略、资源对接，通过省会的带动作用，促进地区间各方资源的流动，激发围绕多城市更广范围的孵化器、企业、人才进行良性的竞争和学习，建立稳定的协同发展模式。吉林市正处于长春市国家区域创新中心、国际影都和中韩国际合作示范区三大板块的规划方向，且两城地理位置接近，应抓住时机加快与长春市在产业融合、基础设施建设等方面的共同发展，推进传统化工产业向高效能方向转型，全方位优化资金、技术、人才等资源环境要素，带动创业孵化热潮。通化市以医药产业为特色，生物医药产业集群是全省唯一的经国家发改委认定的全国首批战略性新兴产业集群，应基于这一机遇发挥特色，建立医药专业孵化管理团队，搭建医药研发和交流平台，形成上下游孵化产业完整链条，提升医药产业孵化的专业性，培养起健全成熟的医药产业特色孵化机制环境。对于延边，面对“小而分散”的产业现状，在融入全省协同发展的进程中，积极改变现状，努力发展具备活力的新的增长极，发掘和发展出代表性优势产业，例如凭借靠近朝韩俄的区位优势，发挥自然生态和人文民俗优势，推动发展本地朝鲜族饮食特产产业、绿色食品产业，积极引导开展旅游产业孵化活动；推进珲春东北亚跨境互市电商产业孵化项目，促进电商产业集聚发展，发挥创业孵化特色产业规模效应，降低来自资金、科技环境等方面的限制，走出一条“小却美”的特色产业孵化之路。总之，每个城市应当基于创业孵化发展过程中存在的问题，结合本地发展特点与机遇，针对性地采取相应措施，提高孵化环境健康水平。本文的研究结果能够为东北地区新一轮振兴的有关决策提供支持。