科技服务机构集聚特征及影响因素分析

◆李从容 郝乐桐 谷亚旭

作为国家创新体系的重要组成部分，科技服务业等知识密集型产业通过扮演知识桥梁角色，成为推动创新的重要力量[1]，科技服务机构是科技服务业的基本构成要素，也是科技服务人员开展技术和知识服务的主要载体，其建设和发展是推动科技成果转化、完善国家创新体系的重要举措[2]。20 世纪90 年代以来，我国鼓励和培育了包括科技企业孵化器、众创空间、国家大学科技园，技术转移机构、生产力促进中心等各类科技服务中介机构，促进科技成果转化和创新驱动战略的实施。不同类型的科技服务机构在提供科技服务过程中有不同的优势和特点，近年来随着我国科技服务业规模化发展，各类科技服务机构建设开始呈现出区域集聚和空间特征[3-5]，并在规模大小、空间分布和集聚态势等方面都呈现出显著的差异性，只有在明确各类机构发展异质性的基础上，方可从实践层面为各区域的科技服务机构建设、战略布局和区域整体创新创业水平的提升提供相关理论支持和实践指导。

科技服务机构的集聚化发展一方面可有效发挥其科技服务的支撑作用[6]，整合区域创新资源、促进区域科技成果转化[7]、带动小微企业发展同时提高初创企业存活率[8]、提升区域创新能力以及优化产业结构[9]；另一方面，各类机构集聚形成产业联盟[10]，实现企业共同研发、联合投标、信息互通从而提高资源利用率[11]、降低交易成本[12]促进自身结构优化和升级，适应不断变化的市场环境，并提供更好的服务质量和创新方向。现有文献虽为科技服务业集聚规模、影响因素以及与其他产业相互关系提供了重要证据，但当前研究较少对科技服务机构集聚现象进行深入探讨，并且缺乏对不同类型科技服务机构发展差异进行比较的研究。因此,本研究将五类科技服务主体作为研究对象，通过实证分析28 个省份2016～2020 年的数据，比较分析不同类型科技服务机构发展现状，测算其各省域集聚规模、特征、区域差异和演进规律。以期对促进各省份科技服务机构的差异化研究提供全新的视角，为完善科技创新服务链条，因地制宜制定发展政策，有区别和针对性地促进各类科技服务主体创新发展提供决策参考。

一、研究设计

（一）数据说明

基于数据的可获得性，本研究选取了中国28 个省份（西藏、宁夏、海南由于统计数据严重缺失，因此不选取）2016～2020 年的科技服务机构相关数据作为研究基础，科技服务机构相关数据来源于科技部火炬高技术产业开发中心发布的2016～2020 年《中国火炬统计年鉴》，地区生产总值、人均受教育年限、专利授权数量等相关数据来自2016～2020 年《中国统计年鉴》《中国科技统计年鉴》。此外，本研究对人均生产总值、专利授权数量等数据进行对数处理，对所有连续变量做了缩尾处理，以尽可能减轻异常值对估计结果的影响。

（二）研究方法

1.空间基尼系数。1991 年,克鲁格曼所提出空间基尼系数主要应用于测度当时美国制造行业的集聚水平,该系数计算方法较为方便可行,可清晰度量行业集聚情况,这一系数同样适用于测度科技服务机构的集聚程度。本研究首先采用空间基尼系数测算我国东部、中部和西部科技服务机构集聚程度，计算公式为：

式（1）中：spi为省份i 的科技服务机构就业人数；sp 为全样本省份科技服务机构就业总人数；xi为省份i 的就业总人数；x 为全样本省份的就业总人数。

2.区位熵。区位熵（LQ）是衡量在特定地区中某个产业相对集中程度的最常见方法，本研究采用区位熵指数测算中国各类科技服务机构在省份间的空间集聚水平。基于数据的可得性以及指标选取的代表性，本研究利用科技服务机构从业人数计算出科技服务业区位熵指数，具体指标构造如下：

SteLQit为某地区的区位熵值,Steit为某地区科技服务业从事人数,Stet为国内科技服务行业的从业总人数Allit为某地区的就业人数,Allt为全国就业总人数。

3.空间关联性。根据Anselin 提出的空间计量经济学理论,某一地区空间单元上的某项经济特征同相邻地区的同一经济特征具有相关性,即相邻地区的同一经济特征可能相互影响。为了评估各省域科技服务机构的空间自相关情况，本研究采用了全局Moran's I 指数。因此,有必要引入空间计量的方法探讨省域科技企业孵化器和众创空间可能存在的空间相互关系。其具体计算公式为：

在式（3）中，本研究使用xi和xj来表示i 地区和j 地区的区域创新效率。其中，n 代表地区数量，Wij是经过标准化处理的空间权重矩阵。I 的取值范围为[-1，1]，当接近1 时，表示地区间的空间正相关性较强；当接近-1 时，表示地区间的空间负相关性较强；而等于0 则表示地区间不存在空间自相关性。

（三）研究模型

本研究将科技企业孵化器、众创空间、国家大学科技园、技术转移机构和生产力促进中心五类科技服务主体作为研究对象，首先通过各类机构的数量、就业人员数量确定机构规模和增长速度；运用Arc GIS 10.8 分析各省域科技服务机构空间分布特征；然后通过空间基尼系数、区位熵以及绘制雷达图等方法分析机构集聚特征，最后构建回归模型分析影响各类机构集聚化发展的因素并提出针对性对策建议。

二、科技服务机构发展现状分析

（一）我国科技服务机构增长速度差异大、整体规模较小

我国科技服务业发展起步较晚，但随着国家政策对科技型企业自主创新的扶持，我国科技服务机构发展已有一定规模，服务能力不断提升、服务质量不断提高，有力地带动了全社会创新创业热情，激发了科技成果转化的需求。从表1 可以看出，科技企业孵化器从2016 年三千多家增长到2020 年近六千家，众创空间由四千多家增长到八千多家，但生产力中心数量逐年下降，国家级技术转移机构和国家大学科技园数量较少且近年来没有增长。从就业人员来看众创空间人员规模远高于其他类型服务机构；国家大学科技园人员规模最小，且趋于平稳；技术转移机构人员规模逐年上升位于科技企业孵化器和生产力促进中心之间。

表1 2016～2020 年科技服务机构数量及增长率

图1 研究模型

（二）我国科技服务机构发展不均衡

从表1 来看，我国科技企业孵化器和众创空间数量较多且在逐年增长，国家技术转移机构和国家大学科技园数量从2016 年开始数量几乎没有变动，除北京、上海和江苏三省，其他省份大学科技园数量均小于10，而生产力促进中心数量以较快的幅度逐年递减。另外相关政策支持力度来看科技企业孵化器、众创空间的发展近年来更受到国家和地区的重视，相关部门规章较多，而技术转移示范机构和生产力促进中心和国家大学科技园的相关政策数量较少，侧面反映出各省域对科技服务主体发展的重视程度各不相同。

（三）我国科技服务机构分布呈阶梯状

相比于西方发达国家，我国科技服务业发展较为落后，最先在北京、上海等东部发达城市出现，科技服务机构的建设与经济发展、人才集聚和科技创新资源息息相关。本研究对中国各地区科技服务机构空间分布进行分析，发现从2016 年至2020 年科技服务机构主要分布于东部沿海地区如京津冀、长三角，以及山东、福建、广东等省份，到2020 年中部地区科技服务机构有所增长如成渝地区、陕西、湖北河南安徽等，而西部、西北部和东北部由于科技创新领域发展缓慢，人才流失、基础设施落后城市科技服务机构数量稀少且增长并不明显。中国科技服务机构分布按东、中、西，以及沿海到内陆呈现明显的阶梯状，服务机构资源分布不均区域差异明显。

图2 2016～2020 年科技服务机构就业人数变化

图3 科技服务机构相关政策出台情况

三、科技服务机构非均衡发展集聚态势分析

（一）科技服务机构整体集聚态势分析

本研究首先采用空间基尼系数测算我国东部、中部和西部科技服务机构集聚程度。根据式（1）计算得出2016～2020 年全样本省份的基尼系数，并将28 个省份按照东部、中部和西部划分，测算结果如表2 所示，可见我国各区域的空间基尼系数大于零且存在空间集聚态势，东中部地区的空间基尼系数大于西部地区，与现实中科技服务机构发展状况相符。

表2 2016～2020 年中国三大区域的空间基尼系数

整体来看，基尼系数变化情况如图4 所示。由图4 可以看出，各地区的基尼系数在2016～2020 年发展不均衡，东部地区基尼系数出现短暂下降，2018年最低，之后东部地区基尼系数呈现上升并保持平稳，集聚程度最高；中部地区基尼系数持续下降，从2016 年的0.00706 下降到2020 年的0.0022，与近年来东部地区科技服务机构不断增长，且中部地区人才资源向东部各省份流动有关；西部地区基尼系数短暂下降后基本趋于平稳，集聚程度不高。

图4 2016～2020 年中国三大区域科技服务机构空间基尼系数发展趋势

（二）科技服务机构局部集聚态势分析

根据公式(2)分别计算2016～2020 年中国28 个省份科技服务机构的区位熵，计算结果截取2020 年各机构区位熵，如表3 所示，中国东部地区的北京、上海、江苏、浙江和广东省的科技服务机构区位熵普遍较高，这些地区的科技服务机构具有较高的专业化水平和优势，有利于科技服务业的进一步发展。相比之下，中部地区的科技服务机构区位熵较为均匀，其中湖北省和黑龙江省的区位熵略高于其他省份，表现出一定的相对比较优势。西部地区的陕西省是科技服务机构区位熵值最高的省份。此外，北京和上海的国家技术转移示范机构区位熵值大于4，天津和甘肃省的生产力促进中心区位熵远超出其他省份，北京和上海的国家大学科技园区位熵值大于6，而山东、山西、河南、湖南、贵州和云南等省份的科技服务机构区位熵低于1。这表明中国科技服务机构发展区域存在着较大的非均衡性。

表3 2020 年各省域科技服务机构区位熵

（三）科技服务机构分类集聚态势分析

2016～2020 年科技服务机构不断发展但区域差异明显，为了更加直观地了解各类机构近五年来在各省域集聚的态势，本研究根据五类科技服务机构的区位熵绘制雷达图[13，14]。如图5 所示，自2016 年至2020年，中国科技企业孵化器经历了一定程度的集聚提升。其中，北京市的科技企业孵化器发展水平最高，上海、江苏、浙江省的科技企业孵化器紧随其后，但这些地区的集聚度逐年呈现下降趋势，并向京津冀以及中西部地区转移。众创空间在多个省份集聚程度较高，例如北京、陕西、江西和山西等省份。相比其他类型技术转移机构，众创空间的区域差异较小，且也呈现从中西部向京津冀地区转移的趋势。国家技术转移示范机构在各省域之间的集聚程度存在很大的差异。北京和上海的国家技术转移示范机构发展水平明显高于其他省级行政单位，并且这种优势还在继续扩大。陕西省的国家级技术转移机构集聚度在中西部地区较为突出。

图5 各省域不同类型科技服务机构集聚图

生产力促进中心与其他科技服务机构有所不同，科技服务机构，其在天津、甘肃省和其他中部省份的集聚程度较高。国家大学科技园的发展基于所属大学的科教智力资源，分布在高校资源集中经济技术发展基础较好的北京、上海、江苏等省域。

（四）科技服务机构空间关联性

根据上述2016～2020 年28 个省份各类科技服务机构数据，通过Moran's I 指数测算各区域科技服务机构集聚的空间相关性，结果如表4 所示，仅科技企业孵化器在地区分布上存在显著空间自相关性，其Moran's I 指数在1%的水平下正向显著；另外，众创空间和生产力促进中心的地区分布在近几年呈现出显著的空间相关性，说明其集聚格局正在逐渐形成；而国家大学科技园和国家级技术转移示范机构的Moran's I 指数未通过显著性检验，目前尚不存在空间自相关性，趋于随机分布。通过空间相关分析再次证明,各类科技服务机构在空间效应上存在着显著差异。

表4 科技服务机构Moran's I 指数

四、科技服务机构集聚的影响因素分析

（一）模型构建与变量选取

为了验证各自变量对科技服务机构集聚度（LQ）的影响，本研究首先基于2016～2020 年面板数据构建基本回归模型：

使用Stata15.0 软件进行回归分析，对模型进行F 检验，结果显示拒绝原假设，所以不采用混合模型进行分析，应用固定效应模型的拟合结果优于混合OLS 模型。根据相关现有研究，如张清正[15]等学者对科技服务业影响因素分析中大多采用固定效应模型，因此本研究构建基于面板数据的时间、个体双向固定效应模型进行讨论，见式（5）～式（9）：

式中：α0、β0及γ0为常数项，δt、φt及πt为时间固定效应，Ti、ηi及θi，为个体固定效应，χi，t、λi，t及ωi，t表示误差项。

中国科技服务机构的发展受到多种因素的影响。研究中国科技服务机构的发展需要结合产业经济学、科技创新理论和发展经济学等学科理论，并考虑中国转型期的国情。本研究通过参考国内外相关文献，对理论层面选取的影响因素指标变量进行分析[14～16]，选取经济水平、政府行为、产业结构、人力资本、地区创新水平和科研投入作为影响中国各类科技服务机构集聚度（LQ）的自变量。变量描述性统计如表5 所示：

表5 变量描述性统计

（二）基准回归分析

影响因素回归结果如表6 所示，模型（1）至模型（5）分别代表各类影响因素对科技企业孵化器、众创空间、国家级技术转移示范机构、生产力促进中心和国家大学科技园等服务机构集聚度的影响分析。由模型（1）可见地区经济发展政府财政投入和人力资本水平均能够对科技企业孵化器地区集聚产生正向作用。模型（2）中，地区创新能力和地区科学研究与试验发展经费投入回归系数在5%的水平下显著正相关，说明地区创新能力提升和科技研发费用投入有利于众创空间地区集聚。模型（3）中各类影响因素对国家级技术转移机构影响程度不显著，在考虑地区差异导致此结果，后续将对各类机构进行地区异质性分析。模型（4）中，产业结构回归系数在5%的水平下显著正相关，说明第三产业发展在一定程度上促进生产力促进中心集聚。模型（5）验证了国家大学科技园的集聚和发展主要依靠地区财政和高校科技人才的支撑。

表6 科技服务机构集聚度影响因素回归结果

（三）区域异质性分析

本研究进一步按东、中、西部地区进行分组回归，以检验各类因素对科技服务机构聚集水平的影响是否存在区域差异，结果见表7 和表8 所示，分析发现，东部和中部地区经济发展水平与科技企业孵化器集聚度呈正相关，与综合回归结果一致。但是东部地区创新资源丰富程度与科技企业孵化器集聚呈现出负相关，可能由于东部地区生产要素竞争激烈产生拥挤效应，创新资源往往具有一定的重叠性和竞争性，科技企业之间可能更倾向于直接合作或对标竞争，而不是依赖于孵化器进行合作和协同创新，从而降低科技企业对孵化器的需求。此外，中部地区产业结构回归系数在1%的水平下显著负相关，中部地区服务业发展主要依赖于传统服务业，其与科技创新和高新技术产业的相关性可能较小，降低了对科技服务机构的需求。而在西部地区，西部地区经济相对欠发达，缺乏创新资源和市场需求，对科技企业孵化器的需求较低；且政府财政支出相对较少，这将进一步限制当地科技企业孵化器的发展。

表7 科技服务机构集聚度影响因素地区异质性分析回归结果

表8 科技服务机构集聚度影响因素地区异质性分析回归结果

从众创空间集聚度影响因素区域异质性分析来看，东部地区经济发展水平、政府财政支出和科技研发事业的投入对众创空间发展起着显著的正向作用。而中部地区众创空间发展水平较低[16]，并没有呈现显著的影响因素。西部地区众创空间数量少，规模小经济发展水平和政府财政支出对众创空间发展的促进作用并不明显，但创新资源丰富程度回归系数在1%的水平下显著正相关，说明个别省域专利成果产出对众创空间发展有明显的促进作用。

表8 首先对国家级技术转移示范机构集聚度影响因素进行分析，发现仅有东部地区创新资源丰富程度和西部地区人力资本水平，对国家级技术转移机构有微弱的显著正向影响，此结果与整体回归几乎一致。结合国家级技术转移示范机构近五年发展现状分析，有以下两点原因：首先，我国2008～2015 年间，分6 批次评选出455 所国家级技术转移示范机构，近年来国家技术转移示范机构数量规模上并无明显变动，导致面板数据回归结果并不显著；其次，国家级技术转移机构的主要职责是促进科技成果转化和推广应用，而其自身的空间布局和地理位置对这一职责实现的影响较小，需要考虑的区域性因素较少。

生产力促进中心以事业单位所属的内设型机构为主，其数量在东、中、西部空间分布较为均匀，如表9 所示，东部地区经济发展水平、产业结构、科学研究与试验发展经费投入回归系数显著正相关，与总体回归一致，东部地区政府在推动服务业发展和创新驱动方面的投入和支持也为生产力促进中心的发展提供了有力的支持。政府资金和政策的支持有助于引导和规划服务业的发展，从而促进了生产力促进中心的集聚，西部地区生产力促进中心的发展同样受地区经济发展水平和政府财政投入的正向影响。从国家大学科技园集聚度影响因素区域异质性分析来看，地区经济发展水平、政府财政支出和人力资本水平回归系数均在1%或5%的水平下显著正相关，与总体回归结果一致。

表9 随机效应模型稳健性检验

（四）稳健性检验

为验证回归结果的可靠性，分别以更换回归模型的衡量方式和采用滞后一期的检验方式，检验科技服务机构影响因素的回归分析，结果见表9 和表10。模型6～模型10 分别代表科技企业孵化器、众创空间、国家级技术转移机构、生产力促进中心和国家大学科技园采用随机效应模型的影响因素分析回归结果；其次，考虑到各类影响因素对科技服务机构集聚的影响可能存在时间滞后，模型11～模型15 采用滞后一期因变量数据的影响因素分析回归结果，从结果来看，技术转移机构的影响因素存在时间滞后性，其他各样本估计结果与基准回归结果基本保持一致。

表10 滞后一期稳健性检验

五、结论与对策建议

（一）研究结论

综上，从五类科技服务机构集聚现状和近年来发展情况分析出发，揭示28 个省域科技服务机构集聚结构、演化趋势和路径及集聚影响因素，有如下发现：①不同类型的科技服务机构发展存在较大差异。近年来，科技企业孵化器、众创空间和国家大学科技园在各省域的集聚特征显著，发展速度快。生产力促进中心规模不断缩小，数量和就业人数也在逐年缩减，而这与其他机构发展的情况有所不同。究其原因发展较快的营利性科技服务机构法人以及市场在科技服务领域的主导作用不断加强，也让相关服务资源向企业型服务中介流动，使得此类非营利性机构发展受到冲击。②科技服务机构呈现明显的空间集聚态势，但不同类型机构集聚呈现出地区异质性。整体来看，各类科技服务机构分布于东部地区，数量规模由东向西递减，东部地区和中部地区集聚度水平明显高于西部地区，这种分布格局表明不同地区间科技服务资源配置和产业结构存在着较大差异。③各类科技服务机构集聚化发展的影响因素各不相同。从回归分析结果来，影响科技企业孵化器、技术转移机构、国家大学科技园集聚化发展的主要因素分别是经济发展水平、政府财政支持、产业结构和人力资本水平。

（二）对策建议

第一，促进不同类型科技服务机构均衡发展。首先，针对东部地区经济发展速度快且创新资源丰富的省域政府部门，应持续加大对孵化器、众创空间等孵化类科技服务机构的政策支持力度。这包括提供土地、场所使用、税收优惠、资金补贴等多方面的支持措施。通过这些措施，旨在促进孵化类科技服务机构的发展，为其提供更好的条件和资源，以推动创新活动的开展。其次，针对中西部地区科技创新资源相对稀缺的省域，应鼓励内设型机构，如生产力促进中心、大学科技园和技术转移机构等，成为主要的科技服务主体，并为其提供一定的创新基金和科技项目支持。同时，鼓励服务机构积极开展创新实践和技术研发，以提升其内部的技术能力并扩展业务范围，这些举措旨在促进当地中小企业和乡镇企业的科技创新发展，为其提供科技服务，推动当地科技产业的发展。

第二，鼓励科技服务机构集聚发展，促进区域协同发展。科技服务机构的集聚发展可以有效提升区域科技服务能力，营造科技创新创业良好环境，推动区域创新驱动发展。当前京津冀、长三角以及湖北、陕西等教育资源丰富的省域各类机构已形成一定集聚规模，应当继续调整集聚的结构通过政策引导、建设产业园区等方式促进各类机构的均衡分布发展。欠发达省域应制定区域科技服务相关发展规划，加大对科技服务机构的财政支持，通过建设配套产业园区、加大税收优惠政策、举办科技服务主题交流学习活动等方式吸引科技服务机构集聚。此外发挥发达省域的模范作用，通过分享经验和资源、跨区域合作、促进人才培养交流等方式，帮助中西部地区科技服务机构提升其能力和水平。

第三，基于影响因素的分析，有针对性地构建不同类型科技服务机构发展支持环境。我国各类科技服务机构的不均衡集聚和发展状况反映了科技服务业整体发展水平相对较低。科技企业孵化器和众创空间的发展主要受到经济发展水平、财政支持和创新资源的影响，因此，应继续努力为这些机构创造良好的融资环境和市场化投资机会，打造良好的创新创业环境。此外，对于生产力促进中心和大学科技园等机构的发展来说，政府的支持至关重要[17]。在政策制定方面，应重点关注技术转移机构、生产力促进中心和大学科技园的发展，充分利用政策引导、税收优惠和政府财政科技投入等手段，为各类机构的发展创造良好的制度环境；同时相关部门应加强资源整合和协调，为此类机构发展提供更丰富的资源支持，例如孵化基地建设、人才培训、技术交流、市场推广等，促进不同类型科技服务机构协同发展。