科技企业孵化器税收优惠政策对在孵企业技术创新的影响

科技型企业成为推动地区和国家经济发展、带动就业和创业创新的重要主体[1-2]。科技型企业在成立初期往往面临资金、人力资本等资源不确定性，因而存活率较低。科技企业孵化器则被认为是可以提高创业企业存活率、提高其生产能力的一种有效形式[3]，孵化器对创新型创业企业的孵化行为被认为是推动创新的一种有效方式[4，5]。同时，政府的税收优惠激励性政策有助于推动创业者开发新产品和提供新服务[7-8]。

1 孵化器对创业企业创新的支持

20世纪80年代以来，技术与创新被认为是引领一国经济快速增长的重要因素，全球大多数国家希望在创新领域成为领跑者，故而支持促进创新的新技术企业发展壮大成为重要的政策选择。通过创立科技企业孵化器支持创新型新技术企业成为政策首选[9-11]。政府往往是孵化器设立的主导者，通过提供各种补贴或以低于市场租金为孵化器提供办公场地服务，从而降低入孵新创企业经营成本，以促进其更好发展。

孵化器发展至今，经历了3个阶段。第一阶段：20世纪80年，孵化器以物理空间为基础，以较低的租金为创业企业提供厂房、设备以及商业咨询服务等有形服务[12]。第二阶段：90年代后，孵化器除了提供有形服务，还为创业企业提供无形服务，如专业化的资讯以及企业初创期的网络建设等。第三阶段：近年来，孵化器所提供的服务偏重于高科技、计算机技术及其它高附加值的增值服务。这些增值服务包括协助创业企业进行业务规划、税务协助、管理咨询、法律顾问、投融资服务、技术转让以及知识产权保护等[13-14]。这些增值服务是企业孵化服务的重要内容，孵化器正是以这种中介形式，将创业企业与市场、人力以及资本等各种资源链接起来。孵化器帮助创业者开发业务市场、建设管理团队、获得风险投资以及为其提供专业化的管理服务，加速了创业企业发展[15]。经过孵化的创业企业，不仅存活率更高，而且销售额以及雇佣劳动量的增长率高于未经过孵化器孵化的企业[16]。

2 我国科技企业孵化器发展及对创业企业的创新支持

经过30余年的发展，我国目前已经形成以科技创业孵化器、众创空间和大学科技园等为主体的科技企业孵化器体系。截至2018年，科技企业孵化器、大学科技园、众创空间为代表的创业孵化机构达到1.2万余家。其中，科技企业孵化器4 849家，众创空间6 959家，国家大学科技园115家。全国创业孵化机构服务科技企业(或团队)超过63万家，在孵企业研发投入强度达到8.7%，拥有知识产权超过67万件，创业带动就业人数超过400万。创业孵化毕业企业累计达15万家，毕业后上市挂牌企业超过3 700家，总市值达3.3万亿元。科技企业孵化器已成为国家促进科技成果产业化、推动创新创业、培育科技企业和企业家的重要载体。

各类政策补贴、基金项目及民间投资等对孵化器建设起到了重要的支持作用，通过科技计划和财税政策为其提供资金支持。2007年8月，财政部、税务总局下发了《关于科技企业孵化器有关税收政策问题的通知》。明确对孵化器提供企业使用的房产、土地，免征房产税和城镇土地使用税；对其向在孵企业出租场地、房屋以及提供孵化服务的收入，免征营业税；对符合非营利组织条件的孵化器收入，免征所得税。孵化器税收优惠政策的执行期限为3年，2011年、2013年、2016年又连续延续了3次。2018年，出台了《关于科技企业孵化器、大学科技园和众创空间税收政策的通知》(财税〔2018〕120号)，针对省级科技企业孵化器、大学科技园和国家备案众创空间自用以及无偿或通过出租等方式提供给在孵对象使用的房产、土地，免征房产税和城镇土地使用税；对其向在孵对象提供孵化服务取得的收入，免征增值税，该政策的执行期仍为3年。探讨近年来孵化器税收优惠政策的实施效果，特别是其对在孵企业创新的促进作用，可为未来普惠性政策的长期实施提供重要支撑。近年来，科技企业孵化器税收政策实施情况如表1所示。

3 实证分析

3.1 相关文献回顾

目前，关于企业税收政策对企业绩效影响的研究文献主要集中于探讨高新技术企业税收政策以及政策补贴对企业R&D投入、企业绩效及创新行为的影响，针对孵化器税收政策评价的文献较少。Dirk Czarnitzki[2]使用非参数匹配方法估计了研发税收减免对加拿大企业的绩效影响，发现减免企业税收可以促进企业创新产出增加；邓晓兰、唐海燕[18]比较了税收优惠与财政补贴对企业R&D的不同影响；熊维勤[19]使用面板数据固定效应模型估计税收和补贴政策对R&D效率和规模的影响；程郁[20]使用联立方程对孵化器税收政策的传导效应进行了评估；吴霞、吴震[21]使用面板平滑转换模型和双门槛回归模型，研究了税收优惠政策对科技企业孵化器的激励效应。

此外，从计量经济学模型角度研究孵化器对在孵企业创新支持效应的文献仍较为匮乏，大多通过与孵化器管理者、在孵企业面对面访谈或网上发放调查问卷的方式获取信息数据。如Lois Peters 采用49家孵化器数据及对4个孵化器管理者的访谈信息分析了不同类型孵化器对创业过程的加速作用。结果发现：非盈利性质的孵化器毕业企业更多，主要原因在于这类孵化器可以优先获得政府与高校资源，可以获得政府提供的补贴，在没有利润压力的情况下可以花大量时间选择优质企业客户[17]；Chirgui[3]使用法国成立10年以上的孵化器数据以及对其下属的200多家在孵企业的电话访谈，研究了孵化器的绩效，认为孵化器在完成孵化服务的同时，需在企业选择、融资服务支持、网络建设以及对口培训服务等方面增强专业性。

本文基于国家级科技企业孵化器面板数据和孵化器税收优惠政策，深入分析孵化器税收优惠政策对在孵企业技术创新行为的影响以及孵化器在上述关系间的中介作用。理论贡献主要在于：从孵化器层面定量分析孵化器税收优惠政策对在孵企业技术创新活动的促进作用，弥补目前对孵化器层面税收政策实施效果评价研究的不足；基于国家级科技企业孵化器动态数据构建计量经济学模型，深入分析孵化器的创新支持效应，弥补相关定量研究的不足。

3.2 数据来源

本文数据为国家级科技企业孵化器2015-2018年所享受的税收优惠有关数据，包括纳税总额、营业税、房产税、土地使用税以及所得税等。其中，2015年孵化器样本281家，2016年323家，2017年354家，2018年376家。孵化器基本信息包括孵化器性质、成立年份、类型以及孵化器收入、上缴税金、孵化基金总额、孵化面积、孵化器办公人员以及在孵企业等，均来自《中国火炬统计年鉴》。

3.3 本文计量模型构建

在实证模型中，由于难以找到合适的控制组，因而难以使用匹配方法分析税收优惠对孵化器及在孵企业的影响。首先，为控制选择效应，在解释变量中加入在孵企业注册资金等控制变量，以控制在孵企业的一些特征，降低选择效应的影响。其次，孵化器所能享受到的税收优惠程度一定程度上与孵化器和政府之间的沟通能力有关。沟通能力越强，其吸收政府的支持力度越大，对在孵企业提供孵化服务的能力也越强。在短面板条件下，针对这一情况，可以考虑使用固定效应模型处理不可观测的个体效应。最后，对比《关于科技企业孵化器有关税收政策问题的通知》和《国家级科技企业孵化器认定管理办法》。不同地区孵化器能够享受这一政策优惠取决于税务执行部门对税收优惠政策条款执行的灵活程度。考虑税收优惠执行这一因素对孵化器税收减免额的影响，一种处理方法是使用面板数据随机效应模型处理不可观测的个体效应。另外一种方法是采用孵化器所在地区财政收入与当地生产总值的比值作为描述地区税收执行差异的代理变量。

4 实证模型及结果分析

4.1 相关指标选择及变量描述性统计分析

Lois Peters[17]将孵化器毕业企业率作为孵化器能力的代理变量。Allen[4]提出以在孵企业收入、在孵企业申请专利数、所提供的房屋面积、在孵企业创造的就业量以及毕业企业数等作为衡量孵化器绩效的主要指标。根据国内外相关研究及可得数据，本文实证模型中所选取的变量如表2所示。

4.2 模型设定

4.2.1 孵化器税收优惠政策对孵化器服务影响模型

由于孵化器除提供办公场所和基础设备外，还提供创业咨询辅导、财务、法律、投融资、知识产权及企业管理咨询等服务，因此本文以孵化器所提供的服务用房面积(area3)以及孵化器综合服务收入衡量孵化器总体服务水平。模型设定如下：

ltoexeit=β0+β1ltotax+β2ltarea3it+β3igxi+β4lpfrit+εit

ltarea3it=α0+α1ltarea3i,t-1+α2ltoexeit+α3lfund+α4firmsit+α5rgdp+μit

lsrit=δ0+δ1lsri,t-1+δ2ltoexeit+δ3totp+δ4lplfrit+δ5history+γit

其中，除地区财政收入与地区生产总值之比以及孵化器管理机构人员数外，其它变量均取对数形式。使用三阶段最小二乘法进行估计，模型估计结果如表3所示。

根据联立方程组模型回归结果可以看出，以孵化器企业用房面积作为被解释变量的模型中，孵化器减税额显著且系数为正，说明对孵化器的减税政策，在其它变量不变的情况下，对在孵企业用房面积有正效应。

根据式(3)，孵化器减税额显著，且系数为正，表明在其它变量不变的情况下，减税额对孵化器综合服务收入具有显著正向效应。说明对孵化器的减税政策可激励孵化器为在孵企业提供相应的孵化服务(技术中介咨询和各种服务)，从而增加收入。结合式(1)、式(2)，孵化器综合服务收入中存在提供服务用房获取的服务收入。结合式(2)、式(3)，可认为对孵化器的减税政策刺激了孵化器服务用房面积的增加，从而导致孵化器为在孵企业提供场地的服务性收入增加。从相关变量系数可以看出，对孵化器的减税额每增长10%，孵化器服务用房面积平均增加1.4%，孵化器的综合服务收入平均增长1.6%。其中，服务面积增幅与孵化器综合服务收入增幅一致。在加入控制变量的模型中，孵化器性质与孵化器收入负相关，事业单位性质的孵化器收入低于其它性质(国有企业或者私营企业)性质的孵化器。

其次，用其它衡量孵化器服务指标，如孵化器专业技术人员数(poe1)、孵化器创业导师数(tutor)、孵化器累计公共服务平台投资额(pubin)衡量税收优惠措施是否提升了孵化器所提供的孵化服务。模型设定为：

Serviceit=β0+β1ltoexeit+βjxi+βicontrolsit+μi+εit

其中，因变量Service表示孵化器所提供的3类服务。解释变量x包括：孵化基金的对数、在孵企业累计获得风险投资额的对数、孵化器财力的对数以及孵化器平均毕业企业数gfirm(表示孵化器的孵化经验)；控制变量包括孵化器性质等虚拟变量。根据解释变量的不同加入相应的其它控制变量与解释变量如表4所示，u表示个体固定效应。

在以上模型中，均使用以各孵化器编码(code)为聚类变量的聚类稳健标准差，以减少扰动项之间的相关性。分别通过F检验以及LSDV方法发现模型中存在个体效应，回归方程经过Hausman检验，在5%的显著性水平下拒绝解释变量与随机扰动项的假定，故选择固定效应模型。使用混合最小二乘法以便与固定效应模型结果进行对比。以上模型在选择时均使用方差膨胀系数对解释变量多重共线性问题进行检验，剔除VIF临界值上的解释变量。

结果表明，无论是混合回归模型还是双向固定效应模型，孵化器减税额变量均显著为正，说明针对孵化器的减税政策对孵化器平均技术人员数具有正效应。孵化器税收优惠政策与孵化器对公共服务平台的平均投资额与关系不显著。

4.2.2 孵化器税收优惠政策对在孵企业技术创新的影响机理模型

本模型主要考虑税收优惠措施是否通过孵化器间接对在孵企业经营活动产生影响。具体影响机制：一是通过对孵化器的税收优惠措施，增强了孵化器提升孵化服务质量的积极性，引导社会资本投入孵化器，模型中体现为引入孵化基金以及在孵企业累计获得的风险投资额作为孵化器所吸引的社会资本指标；二是对孵化器的税收优惠政策弥补了孵化器的房租亏损和服务支出，降低了孵化器的运行和服务成本，有利于提高孵化器为在孵企业提供各种孵化服务的积极性，为在孵企业加速发展提供良好的孵化环境，从而提高在孵企业创新投入及绩效。该机制在上文孵化器税收优惠政策促进孵化器平均综合服务收入增加以及孵化器平均专业技术人员数增加中得到了验证。以此为基础，本模型需要考察孵化器服务对在孵企业技术创新的影响。孵化器所提供的服务与在孵企业创新呈显著正相关关系，说明对孵化器的税收优惠政策通过提升孵化器服务这一中介机制影响在孵企业技术创新。

(1)孵化器税收优惠政策与社会资本对孵化器的投入效应。模型如下：

Yit=β0+βixit+øiwit+γcontrols+μit+εit

因变量：孵化基金对数形式(lfund)、在孵企业平均获得风险投资额(在孵企业累计获得风险投资/累计获得投融资企业数的对数lainfirm)。解释变量：x表示孵化器免税率rate；W为其它解释变量，包括应纳税额为零的虚拟变量dtax2及其它。控制变量包括在孵企业中注册资金在200万元以下企业占比(rg)等。如表5所示。

解释变量lgraver表示孵化器在孵企业毕业时平均收入的对数，该变量是孵化器服务能力的代理变量。在以在孵企业获得平均风险投资额的对数为被解释变量的模型中，分别使用组内估计量、组间估计量以及混合最小二乘法。使用组间估计量的估计结果，虽然会损失一定的信息量，但是从本文所获取的数据质量上看，将组间估计量作为其它两种估计方法的一种对照方法，也是可取的。由于税收优惠政策对在孵企业的影响属于间接效应，故在模型中未加入该税收优惠变量，而是加入孵化器孵化基金的对数以及孵化器公共服务平台投资额的对数作为解释变量，考察孵化器服务是否对在孵企业获得风险投资有显著影响。固定效应模型均通过年度虚拟变量的联合显著性检验，说明不存在时间效应。混合最小二乘法采用稳健标准差的形式。模型中解释变量的选择使用方差膨胀系数检验，剔除了VIF在临界值上的解释变量。

从模型结果可以看出，针对孵化器的税收优惠政策(孵化器所实际享受的免税率)对孵化器平均孵化基金数额具有显著正效应。具体数量关系为：孵化器免税率每增加0.1，孵化基金增加8.2%。此外，获高新企业认证的孵化器获得的孵化基金平均而言更高，说明获得高新企业认证的孵化器更容易受到孵化基金投资者的青睐。

以在孵企业平均获得风险投资额的对数为被解释变量的模型中，孵化器孵化基金在3个不同的估计模型中均显著为正，说明孵化器所获得的孵化基金越多，其在孵企业平均获得的平均风险投资额越高。具体相关关系为，孵化基金每增加10%，在孵企业平均风险投资额增加1.7%～4.3%。对孵化器的税收优惠政策促进了孵化基金的增加。因此，通过孵化基金这一变量可以看出，对孵化器的减税政策间接促进了在孵企业获得风险投资。同时，孵化器公共服务平台投资额与在孵企业平均风险投资额呈现出显著正相关关系，并且获高新企业认证的孵化器内的在孵企业平均获得的风险投资额更高。与其它性质的孵化器相比，事业单位性质的孵化器在孵企业获得的平均风险投资额更低。在孵企业中，中小企业比重越高，则在孵企业平均获得的风险投资额越小。并且，从地区虚拟变量看，地区虚拟变量均显著为正，说明东部地区以及中部地区孵化器在孵企业获得的平均风险投资额高于西部地区，结合孵化器所在地区人均财政收入，虽然该变量不显著，但模型整体显著，且该变量系数为正，说明相对于财政收入较低的西部地区，中东部地区在孵企业获得的风险投资额更高。

(2)孵化器税收优惠政策对在孵企业技术创新行为及其它绩效的影响效应。

yi,t=β0+∑βkxi,t+∑γjControli,t+ci+εi,t

被解释变量为：孵化器研发投入(lrd为研发投入的对数)、在孵企业获得的知识产权数ipr。解释变量包括：应纳税额为零虚拟变量、孵化器减税额的对数、在孵企业中大专以上人员数、孵化基金的对数、孵化器承担国家级科技计划项目数、孵化器所在地区人均财政收入的对数、在孵企业平均获得风险投资额的对数以及在孵企业注册资金在200万元以下的企业占比。需要考虑的内生性问题是选择性偏差，即在设定孵化企业进入门槛时，会将进入门槛设定在较高水平上，结果导致孵化器所选择的在孵企业本身即为高绩效、较容易毕业。在这种情况下需要控制孵化器注册资本、累计获得风险投资额的企业数(innum)以及孵化5年以上的在孵企业(fhyear5)等变量。

此外，在自变量中，模型假定孵化器提供的服务对孵化器绩效产生影响。对在孵企业生产经营或者投融资产生较大影响的孵化器，其本身能力较强，因而对在孵企业的孵化服务更全面，在孵企业的技术创新产出或者收入可能更高。而孵化器能力本身属于不可直接观测的因素。并且与模型中的其它解释变量存在相关关系，因而使用固定效应模型进行估计，如表6所示。

自变量分别为：应纳税额为零虚拟变量(dtax2)、孵化器减税额的对数(ltoexe)、在孵企业中大专以上人员数(firmpeo2)、孵化基金的对数(lfund)、孵化器承担国家级科技计划项目数(pnum)、孵化器所在地区人均财政收入的对数(lpfr)、在孵企业平均获得风险投资额的对数(lainfirm)、在孵企业注册资金在200万元以下的企业占比(rg)。

从模型结果来看：孵化器税收优惠政策对于在孵企业研发投入的增加没有直接显著影响。其它因素如在孵企业获得的风险投资额以及孵化器公共服务平台投资额均对在孵企业研发投入表现出显著正向影响。从控制变量来看，事业单位性质的孵化器在孵企业研发投入平均高于其它性质孵化器在孵企业的研发投入。固定效应模型中，孵化器税收优惠政策与孵化器创新产出、在孵企业知识产权数之间存在显著正相关关系。孵化器减税额每增加10%，在孵企业知识产权数平均增加28.5%。孵化器所承担的国家级科技计划项目数也与在孵企业知识产权数间呈显著正相关关系。可见，孵化器税收优惠政策对在孵企业技术创新产出具有直接影响。

4.3 模型结果分析

可以看出，孵化器税收优惠政策通过促进孵化器服务，从而对在孵企业技术创新产生影响。

(1)孵化器税收优惠政策有助于促进孵化器为在孵企业提供专业技术服务以及公共服务平台等孵化服务。孵化器税收优惠政策促进了孵化器服务用房面积和孵化器专业技术人员的增加，而与孵化器创业导师数之间无显著正向关系；孵化器税收优惠政策对孵化器公共服务平台投资额存在间接正向效应；孵化器税收优惠政策对孵化基金具有显著正向效应，且孵化基金与孵化器所提供的公共服务平台投资额存在正相关关系。

(2)孵化器孵化服务在孵化器税收优惠政策与在孵企业技术创新间发挥部分中介作用。一是孵化器税收优惠政策提高了孵化器综合服务收入水平，有助于弥补其服务支出、降低孵化器运行和服务成本，提高了孵化器为在孵企业提供各种孵化服务的积极性。二是孵化器税收优惠政策通过孵化基金的直接刺激效应以及公共服务平台投资额的间接效应，影响了在孵企业获得的风险投资额。三是虽然孵化器税收优惠政策没有直接促进在孵企业增加研发投入，但是通过影响在孵企业获得的风险投资额，间接影响在孵企业研发投入。四是孵化器税收优惠政策一定程度上促进了在孵企业知识产权数。

(3)孵化器所在地区财政状况及孵化器性质、高新企业认证对在孵企业技术创新产生影响。一是孵化器所在地区人均财政收入越高、财政收入与地区GDP的比重越大，则孵化器所获得的免税额以及在孵企业所获得的平均风险投资额越高，同时在孵企业研发投入也越大。地区财政状况会影响孵化器获得的税收优惠额度，也会对孵化器的孵化服务以及在孵企业技术创新产生影响。二是相对于西部地区而言，东中部地区更容易为孵化器提供财政、人员及创新支持，因而更有利于孵化器发展。三是企业性质孵化器的专业技术人员数、公共服务平台投资额以及在孵企业研发投入均低于事业单位性质的孵化器。四是获高新企业认证的孵化器更容易获得减税及孵化基金支持，且在孵企业获得的平均风险投资额更高。

4.4 模型局限性

虽然采取联立方程组模型、固定效应及组内估计量控制模型中不可观测效应，但是从模型实际效果来看，一些指标如拟合优度项在大多数模型中并不高，孵化器享受的税收优惠程度往往与孵化器本身、政策扶持力度以及当地财税政策执行力度有关，这些因素往往难以寻找到合适的工具变量，因而较难控制。此外，本文模型设计上存在一定的局限性和不足之处，主要体现为两个方面：其一，受限于数据可得性，本文仅采用2015-2018年的孵化器面板数据进行分析，未来研究将采用近10年孵化器面板数据进行相关分析，以增加数据时间跨度，提升内部效度。其二，在孵化器服务指标选择方面，本文仅选择用房面积以及孵化器综合服务收入衡量孵化器服务，存在局限性，后续研究将采用更加多样化的孵化器服务指标，如企业管理咨询服务、投融资服务、技术服务等指标，以表征孵化器服务。

5 研究结论

本文基于2015—2018年国家级科技企业孵化器税收政策和相关面板数据，构建计量经济学模型，对孵化器税收优惠措施对在孵企业技术创新的影响以及孵化器服务的中介作用进行定量分析。主要结论如下：其一，孵化器税收优惠措施对孵化器孵化服务有显著正向影响，即孵化器税收优惠政策可以推动孵化器更好地为在孵企业提供服务用房、专业技术人员、创业导师以及公共服务平台等服务。其二，孵化器孵化服务在孵化器税收优惠政策与在孵企业技术创新之间具有部分中介作用。孵化器税收优惠政策对在孵企业技术创新产出具有直接促进作用。其三，孵化器所在地区财政状况及孵化器性质、高新企业认证等因素会影响孵化器税收优惠获取，进而对在孵企业技术创新产生影响。

在学术价值和意义方面，本文研究结论有助于全面、系统地阐释科技型企业孵化器税收优惠政策对在孵企业技术创新的影响机理。一方面，将研究视角从高技术企业层面转向孵化器层面，采用国家级科技企业孵化器面板数据，验证了孵化器税收优惠政策对在孵企业技术创新投入和产出的正向效应，并探讨了相关因素的影响作用，从而弥补了孵化器税收政策评价研究的不足。另一方面，本研究基于面板数据构建计量经济学模型，深入分析孵化器税收优惠政策对孵化器服务的积极作用以及孵化器服务对在孵企业创新的促进效应，从而揭示了孵化器服务的中介作用，弥补了相关机理研究和定量研究的不足。

6 政策建议

6.1 实施孵化器税收优惠政策，推动在孵企业技术创新

通过财政支持和税收优惠支持孵化器发展是世界各国的通行做法。从大部分孵化器均作为非盈利性新型科技机构这一特点来说，政府财税政策是保障其快速发展的重要支持力量。研究表明孵化器税收优惠对技术创新产出和投入具有促进效应。技术创新是一个需要持续投入资源才能产生效益的过程，实施孵化器税收优惠政策将为中小科技企业创新提供稳定的孵化条件，对于推动在孵企业持续技术创新投入，从而加强其创新产出具有重要意义。同时，在政策实施过程中应尽可能地降低由于孵化器所在地区财政状况及孵化器性质、高新企业认证等因素造成的孵化器税收优惠获取难度。

6.2 扩大孵化器税收政策优惠范围，增强对在孵企业创新的直接激励效应

从现有孵化器税收政策的优惠范围来看，一些孵化器仍难以享受到政策优惠。其中既包括优惠政策条款设定与目前孵化器发展状况不相符合的情况，也包括目前一些孵化器的业务模式已发生巨大转变，很多服务往往通过创建下属子公司提供，而在当前政策模式下为入孵企业提供各类专业服务的孵化器关联子公司却无法成为税收优惠政策支持的对象。此外，当前孵化器优惠政策更多地针对孵化器本身，却没有涉及在孵企业，而支持孵化器的初衷是要支持更多的科技企业创业，单靠孵化器难以完成创新创业扶持的使命。本研究表明孵化器税收优惠政策对在孵企业的技术投入具有间接影响，这种间接影响往往会面临一定不确定性，因此应将在孵企业纳入到孵化器税收政策的优惠范围内，如对在孵企业研发投入进行补贴或直接给予一定的税收减免等，从而增强其对在孵企业创新的直接激励效应。

6.3 增强孵化器税收优惠政策服务的多样性，激励孵化器提供全方位服务

从政策刺激效果来看，孵化器税收优惠政策更多地强调了物业概念，主要集中于房产税与城镇土地使用税减免。本研究也发现孵化器财税优惠政策与其服务用房面积及企业用房面积呈正相关关系，从而刺激了孵化器以房租收入为主开展业务活动。虽然根据最新的孵化器税收优惠政策，孵化器向在孵对象提供孵化服务取得的收入免征增值税，但是现有政策并未对除用房服务以外的其它孵化服务类型提供有针对性的税收优惠政策。因此，应增强孵化器税收优惠政策的多样性，制定相应的优惠政策引导和激励孵化器提供全方位的孵化服务，如提供公共服务平台投资，增加创业导师数、专业技术人员数等，从而促进综合孵化服务全面升级与转型，进而助力在孵企业技术创新绩效提升。

[1] ROJAS F, HUERGO E.Characteristics of entrepreneurs and public support for NTBFs[J].Small Business Economics, 2016, 47(2):363-382.

[2] CZARNITZKI D,DELANOTE J.R&D policies for young SMEs:input and output effects[J].Small Business Economics, 2015, 45(3):465-485.

[3] M'CHIRGUI Z.Assessing the performance of business incubators:recent France evidence[J].Business and Management Research,2012,1(1):62-76.

[4] ALLEN DN, MCCLUSKEY R.Structure, policy, services, and performance in the business incubator industry[J].Entrepreneurship theory and practice, 1991, 15(2):61-77.

[5] PHILLIPS RG.Technology business incubators: how effective as technology transfer mechanisms[J].Technology in society, 2012, 24(3):299-316.

[6] ROPER S, HEWITT-DUNDAS N.Grant assistance and small firm development in Northern Ireland and the Republic of Ireland[J].Scottish Journal of Political Economy, 2017, 48(1):99-117.

[7] BRUTON GD, AHLSTROM D,LI HL.Institutional theory and entrepreneurship: where are we now and where do we need to move in the future[J].Entrepreneurship theory and practice, 2010, 34(3):421-429.

[8] DESA G.Resource mobilization in international social entrepreneurship: bricolage as a mechanism of institutional transformation[J].Entrepreneurship theory and practice, 2012, 36(4): 727-751.

[9] AERTS K, MATTHYSSENS P, VANDENBEMPT K.Critical role and screening practices of European business incubators[J].Technovation, 2017, 27(5):254-267.

[10] SMILOR R, GILL M.The new business incubator: linking talent, technology and knowhow[M].Massachusetts: Lexington Books, 1986.

[11] 吴寿仁,李湛.世界企业孵化器发展的沿革、现状与趋势研究[J].外国经济与管理, 2017, 24(12) :24-30.

[12] GRIMALDI R, GRANDI A.Business incubators and new venture creation: an assessment of incubating models[J].Technovation, 2005, 25(2):111-121.

[13] BERGEK A, NORRMAN C.Incubator best practice: a framework[J].Technovation，2017，28(2):20-28.

[14] CZARNITZKI D, HANEL P, ROSA JM.Evaluating the impact of R&D tax credits on innovation:a microeconometric study on Canadian firms[J].Research Policy, 2011, 40(2):217-29.

[15] VAN PARYS S, JAMES S.The effectiveness of tax incentives in attracting investment: panel data evidence from the CFA Franc zone[J].International Tax and Public Finance, 2010, 17(4):400-429.

[16] PETERS L, RICE M, SUNDARARAJAN M.The role of incubators in the entrepreneurial process[J].The Journal of Technology Transfer, 2004, 29(1):83-91.

[17] 姜骞,唐震.“资源-能力-关系”框架下网络能力与科技企业孵化器服务创新绩效研究[J].科技进步与对策，2018,35(5): 126-135.

[18] 熊维勤.税收和补贴政策对R&D效率和规模的影响——理论与实证研究[J].科学学研究, 2011, 29(5):698-706.

[19] 黄攀,王小燕,许治.投入产出视角下不同投资主体孵化器差异比较[J].科技进步与对策,2018 ,35 (20): 15-23.

[20] 吴霞,吴震.税收优惠政策对科技企业孵化器激励效应的探析[J].武夷学院学报, 2019, 38(6):52-56.