How can Science and Technology Business Incubator Activate Regional Innovation：the Mediating Role of Venture Capital and Incubation Fund

Gong Bin

(School of Public Management, Huazhong University of Science and Technology, Wuhan 430073, China)

Abstract：Improving the innovation ecosystem and enhance the regional innovation ability is an important goal of the construction of science and technology business incubator in China. Based on the panel data of 30 provinces in China from 2013 to 2018, this paper uses panel data model to empirically test whether the technology business Incubator has achieved the goal of promoting regional innovation ability, and based on the intermediary effect model, discusses the indirect role of venture capital and incubation fund in it. The results show that: ①the construction of S&T business Incubator significantly improves the level of regional innovation, but the main increase is the total number of patent applications for utility models and designs, while it has no significant effect on the number of invention patents. This result still robust after excluding the sample of municipalities directly, adopting random effect model and spatial econometric model;②when the intermediary effect model is used to test the mechanism, increasing the scale of regional venture capital and incubation fund is the mechanism of technological business Incubator influencing regional innovation level;③the impact of S&T business incubator on regional innovation varies greatly among different regions, especially in eastern provinces;moreover, the strength of policy tools has a positive moderating effect on the relationship between S&T business Incubators and regional innovation.

Key Words:S&T Business Incubator; Regional Entrepreneurship; Venture Capital; Incubation Fund; Mediating Effect Model

收稿日期：2020-08-10

修回日期：2020-09-28

基金项目：湖北省人民政府智力成果采购项目(HBZD-2018-02)

作者简介：龚斌(1980-)，男，湖北武汉人，华中科技大学公共管理学院博士研究生，研究方向为科技政策和科技创新。

DOI：10.6049/kjjbydc.2020080231

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.2

文献标识码：A

文章编号：1001-7348(2021)01-0034-11

0 引言

完善创新生态系统是我国科技企业孵化器建设的重要目标。2018年，国家科技部发布《科技企业孵化器管理办法》，强调科技企业孵化器的主要功能是围绕科技企业成长需求集聚各类要素资源，促进企业成长，激发全社会创新活力。2019年7月，《关于新时期支持科技型中小企业加快创新发展的若干政策措施》将科技型中小企业培育孵化情况列入国家高新区、国家自主创新示范区、创新型省份和城市建设等相关评价指标体系。国家层面，对科技企业孵化器建设提出了更高要求。近年来，我国科技企业孵化器发展迅速，2018年国家级科技企业孵化器数量已达4 075家，位居全球第一，但是我国在“全球创新指数”排名中仅位列第14。那么，科技企业孵化器建设促进区域创新水平提升的目标是否已实现？如果已经实现，是通过什么渠道实现的？

现有科技企业孵化器研究主要从以下方面展开：第一，科技企业孵化器的概念辨析与分类探索[1-3]；第二，科技企业孵化器对区域经济发展、企业绩效的影响。科技企业孵化是重要的制度安排，通过发展中小企业部门帮助各国实现工业化[4]。Fernández等[5]指出，企业孵化器提供服务的过程是一个创新和动态过程，在开放创新环境下进行，创业生态系统要素相互作用；第三，科技企业孵化器综合孵化效率评价，主要是基于案例实地访谈进行定性评估，以及利用实证计量模型开展定量评估[6-8]。针对不同的科技企业孵化器效率评价对象，陶志梅[9]、翁莉等[10]、张建清等(2017)以城市为分析单元评价科技企业孵化器运行效率，也有学者针对具体孵化器进行特定评价[11-13]。

科技企业孵化器与创新文献逐渐丰富，但是仍然存在以下不足：第一，学术界虽有提及科技企业孵化器所带来的聚集效应、产业结构优化、人才集聚效应等[14-15]，但科技企业孵化器在区域层面的创新效应和影响机制还缺乏实证研究支撑；第二，以往研究较少从风险投资和孵化基金中介变量角度，探讨科技企业孵化器影响区域创新水平的传导渠道，相关作用机制的“黑箱”尚未打开；第三，以往研究在探讨科技企业孵化器的创新效应时未系统考量情境条件。本文进一步从区域特质和政策工具角度讨论科技企业孵化器影响区域创新的情境因素，可以更加深入地了解科技企业孵化器促进区域创新的条件与路径。 鉴于此，本文选择2013—2018年中国(内地)30个省份面板数据，采用面板数据模型实证检验科技企业孵化器是否实现了区域创新能力提升的目标，并基于中介效应模型探讨风险投资和孵化基金在其中的间接作用。

1 理论分析与研究假设

1.1 科技企业孵化器对区域创新的影响

政府建设科技企业孵化器可以发挥正外部效应和创新资源集聚效应，实现提升区域创新水平的目标。一方面，科技企业孵化器建设在创新过程中对周边区域创新有外部性影响。科技孵化器在自身发展过程中，能够通过知识外溢、产品输出、信息空间流动等途径，发挥“创新极”“增长极”的辐射作用，带动整个区域创新活动开展，进一步提升区域竞争力(葛传斌等，2003)。在孵企业创新过程中产生的信息、知识、产品等会对孵化器内的其它企业、研发机构、消费者甚至整个区域发展产生正向影响[16]。因此，要激励这批科技企业加大自主研发力度并加快知识外溢速度，需要政府采取适当的优惠政策，在人才激励与引进、税收减免、金融支持等方面给予大力支持，以发挥孵化器对区域企业创新的辐射作用。另一方面，科技企业孵化器建设可以实现区域创新资源集聚与整合。政府通过产业布局、政策引导、服务支持，在孵化园区内实现资源集聚(蔺全录、朱建雄，2019)。科技企业孵化器服务支持包括选择过程、补贴空间，共享服务、指导、培训与服务提供商以及风险资本来源[17]。Roth & Menor[18]将孵化器的服务功能分为设备支持、配套信息与人员培训；钱平凡(2000)关注服务要素，如共享空间、孵化企业、孵化管理人员等要素在孵化企业创新过程中所发挥的作用。

具体而言，科技企业孵化器能吸引大批科技创新人才，在孵企业也成为留学生和毕业生创业的首选地。与此同时，孵化器可以培育出一批高技术和战略性新兴产业，为初创企业提供物理空间、基础设施和市场咨询，节约企业经营成本，进而促进企业增加创新投入。而且，科技企业孵化器可以增加在孵企业的社会资本，社会资本越丰富，在孵企业在社会网络中的关联度就越高，有助于企业尽快适应市场竞争，加快产品研发及商业化进程[19]。据此，本文提出以下研究假设：

H1：科技企业孵化器建设能够显著提升区域创新水平。

1.2 风险投资的中介作用

风险投资是初创企业成功发展的助推器，为其带来资源与资金[20]。风险投资主要通过3种模式助推在孵企业发展：直接参与孵化器建设、投资建立风险投资公司、与风险投资合作互动，从而架起了科技企业孵化器与企业创新间的桥梁[21]。解释风险投资的中介作用主要从以下两个方面考量。

首先，科技企业孵化器能够吸引更多风险投资。我国市场机制运行尚不健全，科技企业孵化器建设可以帮助投资者降低风险预期，因为在孵企业会不定期受到孵化器管理方多重考核，在企业市场融资过程中发挥“质量担保”的信号传递作用。与非在孵企业相比，在孵企业在引进先进技术、参与国际研发、建立合作关系方面具有比较优势[22-23]。

其次，风险投资是企业创新活动资金的重要来源。企业想要获得投资者青睐与资金支持，必然会以提升企业市场竞争力为抓手，不断推出新技术、新产品。风险投资是企业创新投入的重要来源，可以满足企业研发资金需求。Chen[24]以122家新企业为样本，从资源角度考察技术商业化、孵化器和风险投资支持对创新绩效的影响发现，孵化器和风险投资支持对新创企业绩效的影响是积极的。与此同时，对于那些缺乏资金或市场经验的初创企业来说，引进风险投资后，更有利于其抓住市场机会，开拓新兴市场[26]。风险投资丰富的企业孵化器能够给予企业更有利的孵化环境，并提供必要的运营监控，孵化器与企业之间的强关系能够提供牢靠的信任，以降低逆向选择风险。基于上述择优机制，孵化器要想提高孵化效率，需要引导风险资本投资前移，解决初创企业融资难题。据此，本文提出以下研究假设：

H2：科技企业孵化器通过风险投资聚集效应提升区域创新水平，即风险投资是科技企业孵化器影响区域创新水平的中介变量。

1.3 孵化基金的中介作用

融资约束是中小企业技术创新转型过程中的主要障碍[26]。科技企业孵化器能为初创企业提供的最基础的资源是场地、资金等，后者是创业企业开展运营活动及战略变革的基础性保障[27]。科技企业孵化器能为在孵企业带来的另一项资源是孵化基金，后者主要针对极具发展前景的项目进行投资，且主要面向早期投资。孵化基金与天使投资基金一样，同属于股权融资范围，在孵企业以出让公司部分股权的方式获取外部融资。

建立基金或者吸引外部孵化基金是科技企业孵化器建设工作的重点与亮点。就孵化基金资助方式而言，包括无差别孵化基金支持、孵化项目跟投以及孵化项目直投，3种孵化基金资助方式的金额依次递增，所承担的风险依次提升。孵化基金降低了在孵企业创新风险与运营成本，在企业创新过程中发挥“强心剂”作用。部分孵化基金仅面向在孵企业内部员工，主要用于激发技术工作者创新思维与热情，包括开发新产品、新程序、新服务平台等，在企业内部发挥激励员工创新的作用。由于研发投入活动具有极大的不确定性，当缺乏资金支持时，企业通常会收紧研发投入，选择搁置研发计划或终止研发活动。相反，当企业获得孵化基金资助时，企业决策者将放松对风险性项目的投资管制，增加技术研发投入，从而带来更多创新产出[28]。据此，本文提出以下研究假设：

H3：科技企业孵化器通过孵化基金渠道提升区域创新水平，即孵化基金是科技企业孵化器影响区域创新水平的另一个中介变量。

2 研究设计与数据来源

2.1 模型设定

为了研究科企业孵化器对区域创新的影响，本文基于2013-2018年省级面板数据，构建如下计量模型：

Innovationit=α+β1Incubatori,t+β2Controli,t+∑Year+∑Province+εi,t

(1)

其中，i代表省份，t代表年度。Innovation代表第i个省份t年的区域创新能力，Incubator为科技企业孵化器数量变量，Control是一系列控制变量。同时，为了控制企业层面上不随时间变化因素的影响，本文加入地区固定效应∑Firm和时间固定效应∑Year。β为核心待估参数，表示科技企业孵化器对区域创新影响的激励效应，如果β显著为正，说明科技企业孵化器对区域创新有显著促进作用，反之则表明科技企业孵化器不利于区域创新，α和εi,t分别为截距项与随机误差项。

2.2 变量选择

2.2.1 被解释变量

创新是发展的第一动力，而核心技术创新能力更是推动城市可持续发展的内在驱动力。本研究采用城市专利申请授权量衡量，主要包括发明、实用新型和外观设计专利申请授权量[29]。专利授权量数据是最广泛被用于衡量区域创新水平的指标，而且其与企业创新产出密切相关。本文进一步区分发明专利申请授权数量、实用新型和外观设计专利申请授权量，根据黎文靖和郑曼妮[30]的研究，前者可以衡量区域实质性创新产出，后者表示策略性创新产出。

2.2.2 解释变量

科技企业孵化器建设。本文对科技企业孵化器建设的测量采用各省市每年科技企业孵化器建设数量进行度量。孵化器建设数量可以衡量一个区域孵化器的建设规模，数量越多表示对科技企业的扶持力度越大，创新资源集聚效应就越显著，意味着进入孵化器的企业能够获取更广泛的创新资源。

2.2.3 中介变量

本文重点关注两个中介变量：风险投资与孵化基金。

(1)风险投资。风险投资的诞生和科技企业创新联系在一起，国内外高科技企业发展壮大都离不开风险投资的支持。在公共政策制定过程中，地方政府始终重视通过市场化手段营造良好的风险投资环境。本文选择每个省份内企业所能获得的风险投资数量为代理变量。

(2)孵化基金。孵化基金被认为是一种与天使投资类似的股权融资形式，能够采用股权出让形式帮助初创企业获得外部资金，本文选择各省孵化器所能获得的孵化基金总数衡量。

2.2.4 控制变量

参照以往创新水平影响因素研究[31]，本研究纳入以下控制变量：地区人口规模，采用地区年末常住人口总量表示。现有研究通常采用GDP或者人均GDP衡量地区经济发展状况，为了消除人口规模因素的干扰，本文采用人均GDP度量地区经济发展水平。另外，以人均受教育水平衡量地区人力资本状况，人力资本水平越高的地区，创新思维和知识储备越丰富。本文采用小学、初中、高中、大学等受教育年限乘以各阶段受教育人数，再除以总人口表示。在政府扶持理论中，政府对地区发展的扶持与资助能够为企业发展提供创新资金，故本文控制了政府科学技术支出。考虑到地区城市化水平越高，对于科技创新人才的吸引力和凝聚力越大，本文采用城镇常住人口数量除以地区总人口数量衡量城市化率。最后，本文还将政府年财政收入、固定资产投资占比、交通基础设施以及互联网普及率等作为控制变量。

2.3 数据来源

区域创新水平数据来源于2014-2019年《中国统计年鉴》，科技企业孵化器建设数量数据来源于2014-2019年《中国火炬统计年鉴》。经济发展水平、人口数据、城市化率、政府科学技术支出等控制变量数据来源于2014-2019年《中国统计年鉴》，并通过各省国民经济与发展统计公报进行补充，部分缺失数据通过平均增长率或均值法补齐。另外，本文使用的风险投资数据来源于Thomson Reuters数据库，检索2013-2018年中国每一笔企业与企业之间的风险投资数据，包括投资企业注册地、投资金额、投资日期等，以及被投资企业注册地、被投资金额与日期等数据。在此基础上，汇总合成我国省级层面企业风险投资金额数据。各城市孵化基金数额数据来源于2014-2019年《中国火炬统计年鉴》。

3 实证结果与分析

3.1 描述性统计与相关性分析

表1为本文变量描述性统计结果。首先就区域创新水平看，我国3种专利申请授权总数的平均值为5.341万件。其中，发明专利申请授权数量仅有0.837万件，实用新型和外观设计专利申请授权数合计平均值为4.504万件，并且标准差分别为7.379、1.102、6.446，说明创新水平在不同省份存在巨大差异。另外，科技企业孵化器数量的全国平均值为99，最大值为962，最小值为1，标准差为140.33，远大于平均值，说明科技企业孵化器建设存在区域发展规模不平衡现象。

表2是本研究主要变量相关性系数检验结果。科技企业孵化器与本文选择的3个因变量显著正相关(r=0.912；p<0.001；r=0.880，p<0.001；r=0.895，p<0.001)，表明在未控制其它变量时，科技企业孵化器对区域创新有显著促进作用，但对于更加深层次和严谨的关系还需要进一步实证检验。

3.2 基准回归结果

面板模型有混合效应模型、固定效应模型与随机效应模型，为了明确模型选择，对模型进行如下检验：首先是F检验，确定是混合效应还是固定效应，检验结果显示，模型在1%的显著水平上拒绝原假设；其次是Hausman检验，检验结果显示，χ2统计量为26.29，P值为0.000 9。因此，本文选用固定效应模型进行实证检验。具体回归结果见表3，Model1-Model3是未加入控制变量下的回归结果，3个模型的因变量分别对应3种专利申请授权总数、发明专利申请授权数、实用新型和外观设计专利申请授权数。结果表明，科技企业孵化器建设对于区域创新水平提升有显著正向影响，回归系数分别为0.027 7(p<0.01)、0.003 6(p<0.01)、0.024 1(p<0.01)。Model4-Model6是加入控制变量、省份固定效应、时间固定效应后的回归结果，回归系数分别为0.017 4(p<0.01)、0.001 6(p<0.01)、0.015 8(p<0.01)。将回归系数方向和显著性水平与前3个模型进行对比发现，结果没有根本性变化。一个有趣的发现是，科技企业孵化器对于区域发明专利申请授权数的影响回归系数明显小于其对于实用新型和外观设计专利申请授权数的影响回归系数，说明在科技企业孵化器建设过程中，企业创新质量提升任重而道远。

3.3 稳健性检验

(1)剔除直辖市样本。由于4个直辖市在中国具有特殊行政级别和城市规模，在政治资源上有着不同于一般省份的优势，本文将这4个直辖市剔除，并进行与基准模型相同的回归。表4中，Model1-Model3显示，在剔除4个直辖市之后，科技企业孵化器的回归系数和显著性并未发生实质性变化。

(2)随机效应模型再检验。表4中，Model4-Model6显示，即使采用随机效应模型进行估计，科技企业孵化器促进区域创新的效果也没有改变，待估系数β为0.028 5，在1%的置信水平上显著。当因变量为发明专利申请授权数量时，科技企业孵化器的回归系数就变得不再显著，这与基本回归结果一致。Model6表明，科技企业孵化器显著提升区域新型与外观设计专利申请授权数量(β=0.024 5，p<0.01)，再次验证了本文基准回归结果的稳健性。

(3)空间滞后模型再检验。创新活动具有显著空间溢出效应，若采用传统OLS方法估计可能忽视随机扰动项的空间依赖特征，导致其估计结果与现实情境不一致。本文进一步采用空间滞后模型(SAR)进行估计，包含因变量创新空间滞后项和随机扰动项的空间滞后形式，可以有效缓解遗漏变量偏差和空间异质性问题。具体模型设定如下：

(2)

(3)

其中，yit表述省份i在t年份的创新水平，W表示空间权重矩阵， 采用两省域是否存在共同行政边界衡量，其它符号定义与式(1)一致。

采用空间计量模型首先要对创新指标进行空间相关性检验。莫兰指数(Moran's I)是度量变量是否存在空间相关性的重要指标，该指数取值范围为[-1,1]。由2013年和2018年区域创新指标莫兰散点图(见图1)可知，所有创新指标均呈现相对一致的分布特征，第一、三象限显示某省域创新水平与其邻近省域创新水平显著正相关，多数省份的Moran's I分布于第一、三象限，分布于第二、四象限的省域较少。由此可以看出，省域创新水平存在地理空间上的相互依赖和集聚特征。

表5为以空间邻接矩阵为权重的空间滞后误差模型估计结果。从回归结果可以看出，所有创新指标的空间自回归系数均在5%的水平上显著。除模型中w×e.inno_1外，所有创新指标的空间自相关系数均在1%的水平上显著，说明模型中的误差项存在空间依赖性，表明中国省域创新水平存在空间集聚效应。一种可能的解释是，中国省域创新活动存在“马太效应”。创新活动活跃与否取决于一个省域的经济发展水平、金融水平、人才素质和市场环境等因素，东部沿海地区得益于良好的地理区位和政策倾斜，拥有较好的发展基础，其创新水平较高。

此外，从表5回归结果可以看出，科技企业孵化器均在1%的水平上显著为正，这与前部分面板固定效应模型回归结果一致，但该结果在空间计量模型中并不能表示科技企业孵化器对创新水平的实际边际效应。因此，要解释科技企业孵化器对创新的边际效应，还需对这一结果进行转化，区分科技企业孵化器对创新水平的直接效应、间接效应和总效应。依此逻辑，表6显示的是科技企业孵化器对创新的直接效应、间接效应和总效应。从直接效应看，科技企业孵化器对省域创新的影响均在1%的水平上显著为正，其影响系数在0.002～0.017之间。具体地，本省域每增加一个科技企业孵化器，可以使3种专利申请授权数总量增加0.017万个、发明专利申请授权数增加0.002万个以及实用新型和外观设计专利申请授权数增加0.016万个。

另外，邻省科技企业孵化器对3种专利申请授权总量和实用新型与外观设计专利申请授权数的影响显著为正，对发明专利申请授权数的影响显著为负。 对这一差异性结果可能的解释是，实用新型和外观设计专利所承载的专业技术性低于发明专利，在邻省科技企业孵化器的发展引领下，技术要求相对较低的创新能够在一定程度上得以发展。对技术要求更高的实质性发明创新，其创新时间长、风险高，在邻省科技企业孵化器发展较为完善的情况下对外部资源具有较强的吸附力，导致本省人才、资本和技术流失，对本地创新产生负的外部性。

4 科技企业孵化器影响区域创新绩效的作用机制

本部分借助中介效应模型[32]，进一步从风险投资和孵化基金变量检验科技企业孵化器提升区域创新水平的作用机制。首先，检验科技企业孵化器是否显著促进风险投资和孵化基金增加；其次，检验风险投资和孵化基金能否提升区域创新水平；最后，将风险投资和孵化基金中介变量与科技企业孵化器建设纳入模型进行回归。具体模型如下：

Intermediaryit=α+γ1Incubatori,t+γ2Controli,t+∑Year+∑Province+εi,t

(4)

Innovationit=α+β1Intermediaryi,t+β2Controli,t+∑Year+∑Province+εi,t

(5)

Innovationit=α+φ1Incubatori,t+φ2Intermediaryi,t+φ3Controli,t+∑Year+∑Province+εi,t

(6)

其中，Intermediary表示中介变量，φ1和φ2是本文重点关注的参数，如果φ2显著为正，那么说明风险投资、孵化基金在科技企业孵化器与区域创新水平间发挥中介作用。其它符号定义与式(1)一致。

(1)风险投资的中介作用。表7为风险投资的中介效应检验结果，第一步，Model1检验了科技企业孵化器对风险投资的影响，可以看出，科技企业孵化器建设能够显著扩大风险投资规模。也就是说，科技企业孵化器数量越多的省份，其所能获得的风险投资越多，其回归系数是0.000 1，在5%的显著水平上显著。当一个省份的科技企业孵化器数量增加一个单位时，其风险投资会增加5 000万元。第二步，检验风险投资对于企业创新水平的影响。Model2显示,风险投资显著提升了区域创新水平，但主要是增加实用新型和外观设计专利申请授权总量(β=6.513 6，p<0.01)，对于发明专利申请授权量没有显著影响。第三步，将科技企业孵化器和风险投资变量纳入模型发现，在Model5中，科技企业孵化器(β=0.019 3，p<0.01)与风险投资(β=5.807 3，p<0.01)变量均显著。由此可以判断，风险投资在其中起部分中介作用。然而，没有证据表明，风险投资在科技企业孵化器与发明专利授权量之间有中介效应。

(2)孵化基金的中介作用。表8是以孵化基金为中介变量时，科技企业孵化器对区域创新的影响回归结果。从表8中Model1可以看出，科技企业孵化器建设能够显著增加企业所获得的孵化基金(β=0.000 1，p<0.01)。当一个省份的科技企业孵化器数量增加一个单位时，其所能获得孵化基金会增加1 000万元。Model2显示，风险投资显著提升了区域创新水平(β=32.518 1，p<0.01)，但主要是增加实用新型和外观设计专利申请授权总量(β=25.442 8，p<0.01)，对于发明专利申请授权量没有显著影响。最后，将科技企业孵化器和孵化基金变量纳入模型发现，在Model5中，科技企业孵化器(β=0.021 8，p<0.01)与风险投资(β=30.107 2，p<0.01)变量均显著。同样可以判断，孵化基金在其中起部分中介作用。

5 科技企业孵化器影响区域创新的情景因素

5.1 区域特征

不同得区域特征决定了我国不同省份的交通设施、创业资源有所不同，对外开放水平和人力资本也存在差异所[33-34]。将30个研究样本分为东部地区和非东部地区两个子样本，并采用基准模型对各区域样本进行回归，具体回归结果见表9。表9中，Model1-Model2是以3种专利总和为因变量的回归结果，回归结果显示，科技企业孵化器对东部地区创新水平的提升作用更显著(β=0.024 9，p<0.1)。而科技企业孵化器对于中西部地区的影响回归系数为0.006 4(p<0.1)。可以发现，东部子样本回归系数明显大于中西部地区样本。这是因为东部地区本身具备创新发展的资源优势，吸引了更多优秀科技人才，能够将原有资源充分调动起来，促进区域创新水平提升。Model3-Model4是以发明专利申请授权总数作为因变量的回归结果，发现科技企业孵化器建设对发明专利授权总数的影响并不显著，意味着科技企业孵化器建设对区域创新质量的提升作用未得到充分发挥。在Model5-Model6中，科技企业孵化器建设对于实用新型和外观设计专利申请授权总量的影响依然显著，同样在东部地区，科技企业孵化器的回归系数更大(β=0.024 0，p<0.1)，而在中西部地区仅为0.005 0(p<0.1)。

5.2 政策工具强度

政策工具强度既可以反映地方政府对特定事项的关注程度和支持力度，也可以体现地方政府对该项工作的重视程度。因此，本文进一步从政策工具强度视角讨论科技企业孵化器对区域创新水平的影响是否会因为政策工具强度差异而有所不同。本文选择地方政府制定的促进科技企业孵化器建设政策文件数量作为政策工具强度的代理变量，以“孵化器”为关键词，在“法律之星”和“北大法宝”两个网站上对不同省份政府发布的政策法规进行检索，获得2013—2018年各省市政府出台的科技企业孵化器建设政策文件数量。

本研究构建了政策工具与科技企业孵化器的交互项，具体回归结果见表10。Model1-Model3是以区域创新水平为因变量的回归结果，科技企业孵化器的回归系数均显著为正(β=0.027 2，p<0.01；β=0.008 1，p<0.1；β=0.019 5，p<0.05)，交互项系数也显著为正(β=0.003 0，p<0.01；β=0.011 0，p<0.01；β=0.015 0，p<0.01)，表明政策工具使用越频繁，科技企业孵化器对区域创新水平的提升作用就越显著。

6 结语

6.1 结论

本文采用2013-2018年中国(内地)30个省份(西藏因数据不全，未纳入统计)面板数据，对科技企业孵化器影响区域创新的效应及作用机制进行验证。选择区域创新水平作为因变量，以科技企业孵化器建设规模为自变量，探讨科技企业孵化器对区域创新水平的影响和作用机制，以及区域特征异质性和政策工具强度的调节效应，试图从科技企业孵化器建设角度寻找提升创新水平的实践进路，主要得出以下研究结论：

(1)科技企业孵化器建设对于区域创新数量有显著促进作用，但是对区域创新质量的影响不显著，这一结果在剔除直辖市样本、采用随机效应模型和空间计量模型的稳健性检验后依然成立。

(2)通过中介效应模型检验作用机制时发现，科技企业孵化器提升区域创新水平主要通过增加区域风险投资和扩大孵化基金规模两条路径实现，其能够最大程度地缓解在孵企业创新融资约束。

(3)科技企业孵化器对区域创新的影响在不同区域之间差异较大，在东部地区这种创新激励效应更加显著。政策工具强度对科技企业孵化器与区域创新水平的关系具有正向调节作用，即同等科技企业孵化器建设规模条件下，政府政策扶持力度越大的省份，其创新水平越高。

6.2 启示

(1)坚定不移地推进科技企业孵化器建设，同时更加注重在孵企业的创新产出质量提升。科技企业孵化器建设评估不能简单追求在孵企业创新的“量”，而更应该严控孵化毕业标准，提升在孵企业创新的“质”。本文发现,科技企业孵化器对策略性创新成果产出的影响更加显著，对于实质性创新成果的影响不显著。为此，应建立以创新成果质量为衡量标准的差异化补贴奖励机制，依据企业创新阶段特征，为在孵企业提供既有综合性又具个性化的孵化支持，稳步提升在孵企业创新成果转化效率。

(2)鼓励多元风险投资主体参与科技企业孵化器建设，实现融合发展。风险投资进入孵化器的前提条件取决于在孵企业的质量和潜力，因此，必须密切关注市场动向，挖掘高潜力行业和产品，充分利用政策资源优势，吸引风险投资机构介入。与此同时，应建设完善的产权交易市场和技术交易市场，保障投资主体权益并创造退出条件。

(3)聚焦中西部地区科技企业孵化器建设，通过政策供给、资金扶持、税收补贴重点扶持中西部地区科技孵化器。区域异质性研究表明，中西部地区科技企业孵化建设的创新效应不足，对于中西部地区省市而言，需要更多的基础设施建设投入、创新导师引进、科技创新补贴等，并树立科技企业孵化器建设典范，积极挖掘科技企业孵化器建设的最佳实践，发挥典型孵化器的辐射溢出效应。

(4)以市场化政策工具引导市场资源向科技企业孵化器集聚，避免政府“全盘管理”。在市场化程度高的东部地区，科技企业孵化器的创新效应更显著，政府主导下的孵化器建设既容易造成创新资源错配与浪费，也容易使企业创新方向偏离市场，而市场化政策工具有着明显的资源配置效率优势。对于孵化器而言，应该交由民营资本或者其它资本共建，为在孵企业提供针对性金融产品，减少政府直接性补贴，以高新技术产业聚集为导向实现高质量创新发展。

6.3 展望

本文在以下方面有待进一步拓展：①科技企业孵化器建设测量需要进一优化。本文选择科技企业孵化器建设规模作为代理变量，但未能完全反映出科技企业孵化器建设质量和水平。例如“僵尸”孵化器的存在及孵化器建设中的寻租行为，上述因素会削弱科技企业孵化器建设的创新效应；②对于不同类型孵化器建设水平与区域创新的关系需要进一步检验，例如专业类型孵化器、半专业化孵化器、综合类孵化器对创新水平的贡献差异；③进一步探究科技企业孵化器与区域创新关系中更多情境变量，如商事制度改革、知识产权制度改革以及行政审批改革等。

参考文献:

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

[2] BRUNEEL J, RATINHO T, CLARYSSE B.et al.The evolution of business incubators: comparing demand and supply of business incubation services across different incubator generations[J].Technovation, 2012, 32(2):110-121.

[3] 袁剑锋,许治.企业孵化器国际研究系统回顾:现状及未来发展方向[J].科学学与科学技术管理, 2018,39(8):82-99.

[4] AYATSE F A, KWAHAR N, IYORTSUUN A S.Business incubation process and firm performance: an empirical review[J].Journal of Global Entrepreneurship Research, 2017, 7(1):2.

[5] FERNNDEZ FERNNDEZ M, TERESA BLANCO JIMENEZ, FRANCISCO J, et al.Business incubation: innovative services in an entrepreneurship ecosystem[J].The Service Industries Journal, 2015, 35(14):783-800.

[6] 张鹏, 占豪剑.基于DEA科技企业孵化器绩效评价——以广东为例[J].科技管理研究, 2010，30(14):78-81.

[7] AABOEN L, LINDELOF P, LOFSTEN H.Incubator performance: an efficiency frontier analysis[J].International Journal of Business Innovation & Research, 2010, 2(4):354-380.

[8] SANTOS J.Efficiency and productivity growth of technology-based firms in business incubators: a DEA and Malmquist index approach[C].International Conference on Industrial Engineering & Engineering Management, 2014.

[9] 陶志梅.基于主成分分析和DEA方法的企业孵化器可持续发展能力评价研究[J].科技管理研究,2016,36(2):88-94.

[10] 翁莉,殷媛.长三角地区科技企业孵化器运行效率分析——以上海、杭州和南京为例[J].科学学与科学技术管理,2016,37(3):106-115.

[11] 张娇,殷群.我国企业孵化器运行效率差异研究——基于DEA及聚类分析方法[J].科学学与科学技术管理,2010,31(5):171-177.

[12] 杨文燮,胡汉辉.基于DEA的国家级科技企业孵化器运行效率分析[J].统计与决策,2015，31(22):175-178.

[13] 颜振军,侯寒.中国各省份科技企业孵化器运行效率评价[J].中国软科学,2019,34(3):136-142.

[14] WU W, XIE F,ZHAO L.Cooperation among business incubator, venture capital and entrepreneur from the principal-agent's perspective[C].IEEE International Conference on Industrial Engineering & Engineering Management, 2011.

[15] 王康,李逸飞,李静,赵彦云.孵化器何以促进企业创新——来自中关村海淀科技园的微观证据[J].管理世界,2019,35(11):102-118.

[16] 薛捷.知识网络双重异质性对于科技型企业产品创新的影响研究[J].中国科技论坛, 2015,31(8):28-35.

[17] CHANDRA, ARUNA, WEI H E.Government involvement and financial service intensity : a comparative study of three business incubators in China[J].International Journal of Innovation & Learning, 2008, 5(3):266-282.

[18] ROTH A V, MENOR L J.Insights into service operations management: a research agenda[J].Production & Operations Management,2010, 12(2):145-164.

[19] 许君如.新经济形态下高技术产业创业孵化发展研究——基于政府资本效用发挥视角[J].软科学, 2019，33(4):48-52.

[20] 毕可佳, 胡海青, 张道宏.在孵企业创业导向对孵化网络协调绩效影响研究——社会资本的调节效应[J].科技进步与对策, 2016, 33(10):66-72.

[21] 阎明宇.创新集群网络对科技企业孵化器绩效的影响研究[J].财经问题研究, 2014，36(8):92-99.

[22] COLOMBO M G, DELMASTRO M.The determinants of organizational change and structural inertia: technological and organizational factors[J].Journal of Economics & Management Strategy, 2010, 11(4):595-635.

[23] 张根明, 李琳.孵化器、风险投资与创业绩效关系的实证研究[J].科技进步与对策, 2010, 27(17):94-98.

[24] CHEN C J.Technology commercialization, incubator and venture capital, and new venture performance[J].Journal of Business Research, 2009, 62(1):93-103.

[25] 赵黎明, 曾鑫.科技企业孵化器、风险投资机构、创业企业三方合作网络结构与合作绩效关系研究[J].中国科技论坛, 2012,28(10):69-73.

[26] TELLO M D.Firms' innovation, public financial support, and total factor productivity: the case of manufactures in Peru[J].Review of Development Economics, 2015, 19(2):358-374.

[27] BRADLEY S W, WIKLUND J, SHEPHERD D A.Swinging a double-edged sword: the effect of slack on entrepreneurial management and growth[J].Journal of Business Venturing, 2011, 26(5):537-554.

[28] GREVE H R.A behavioral theory of R&D expenditures and innovations: evidence from shipbuilding[J].The Academy of Management Journal, 2003, 46(6):685-702.

[29] 黎文靖, 郑曼妮.实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响[J].经济研究,2016，62(4):60-73.

[30] GUAN J, CHEN K.Measuring the innovation production process: a cross-region empirical study of China's high-tech innovations[J].Technovation, 2010, 30(5-6):348-358.

[31] 曾婧婧, 温永林, 毕超.高校技术转移与企业技术转移对区域创新能力的差异性贡献——技术转移中心的调节作用[J].科技进步与对策, 2020, 37(6):84-91.

[32] BARON R M, KENNY D A.The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J].Journal of Personality & Social Psychology,1986,51(6):1173-1182.

[33] 王巧,佘硕.“一带一路”倡议实施的产业结构转型升级效应研究——基于中国285个城市PSM+DID的检验[J].经济问题探索,2020，41(2):132-143.

[34] 佘硕，王巧，张阿城.技术创新、产业结构与城市绿色全要素生产率——基于国家低碳城市试点的影响渠道检验[J].经济与管理研究,2020,41(8):48-65.

(责任编辑：张 悦)