Analysis and Empirical Test of the Mechanism of Entrepreneurship Incubation Promoting Innovation & Leading Economic Development

Liu Yufeng, Feng Hua

(School of Economics and Management, Beijing Jiaotong University, Beijing 100044, China)

Abstract：The core position of innovation in the modernization drive is stressed in theFourteenth Five-Year Plan. At present, China's scientific and technological innovation capabilities are constantly improving, but the contribution rate of scientific and technological progress is still far from being satisfactory. There are still many obstacles in the deep integration of science and technology and the economy, and the path of innovation leads economic development has not been realized. In order to achieve the goal of science and technology, industry and economy powerhouse, it has become a common concern of the government and academia of how to further promote the deep integration of science and technology and economy, and achieve innovation-led economic development.

Entrepreneurial incubation is an important link in promoting innovation to lead economic development, and it is the infrastructure for a new round of industrial transformation. The existing system is significantly incompatible with the needs of scientific and technological entrepreneurship, and the entrepreneurial incubation ecosystem has not yet been formed. It is necessary to adhere to the "two-wheel drive" of scientific and technological innovation and institutional innovation, remove the institutional and mechanisms obstacles that refrain scientific and technological innovation, and to activate the new engine of innovation at full speed. Existing economic theories have affirmed the important role of science and technology in promoting economic growth and proved the significance of entrepreneurship in promoting economic development. But it is inconsistent and inconclusive about the concepts, accurate measurement methods and the mechanism by which entrepreneurial incubation promotes the integration of technology and economy.

Focusing on the path of entrepreneurial incubation to promote innovation and lead economic development, first, the contribution rate of scientific and technological progress is decomposed into four items: technological progress rate, technical efficiency, allocation efficiency and scale efficiency. Combined with the influence of entrepreneurial incubation, the latter three are selected as the measure of innovation leading indicators of economic development. Based on the model derivation, the mechanism of entrepreneurial incubation to promote innovation and lead economic development is proposed as follows. Resource integration of incubators improves the allocation efficiency through Pareto improvement, incubation investment improves scale efficiency through income effect, and technical service improves technical efficiency through substitution effect.

Based on China's provincial panel data from 2010 to 2019, the Bootstrap method under the mixed effects assumption, the stepwise regression method under the random/fixed effects assumption, and the sobel test are used to test the mediating effect of entrepreneurial incubation on allocation efficiency, scale efficiency, and technical efficiency. The research results show that the number of incubators, humanity input, venture capital and technical services have obvious mediating effects on allocation efficiency, scale efficiency and technical efficiency. Entrepreneurial incubation promotes the process of innovation leading economic development through the path of innovation industrialization. Therefore, it is proposed to expand the scale of the incubator through a platform-based and networked approach to improve the allocation efficiency, optimize the "join in—transfer—exit" system of entrepreneurial incubation funds to improve scale efficiency and build an "Incubator 4.0" model of maker space to improve technology efficiency policy recommendations.

The innovations of this paper are presented in the following. First, for the quantification of innovation-led economic development indicators, most of the indicators for measuring the contribution rate of science and technology economy in the existing literature are total factor productivity, and few research focus on the influencing factors and mechanism. Based on the decomposition of the contribution rate of scientific and technological progress, this paper quantifies the index of innovation leading economic development into allocation efficiency, scale efficiency and technical efficiency, focusing on the role of entrepreneurial incubation in improving efficiency, and constructing entrepreneurial incubation to promote innovation leads economic development. The analysis framework and mechanism take the scale of business incubation as the core research variable, and builds a mediating effect model with the number of business incubators, the investment of business incubators, the amount of venture capital, and the number of technical services as the mediating variables. Second, a variety of elements and the integration of technology and economy are analyzed in the same framework, forming a business incubation analysis framework around "startup nursery (maker space) + incubator (professional incubator) + accelerator (startup incubation capital)" to explore the realization of new entrepreneurial incubation, the logical process and internal mechanism of industry formation and economic growth.

Key Words:Business Incubation; Innovation Leadership; Economic Development; Intermediary Effect

收稿日期：2021-06-07

修回日期：2022-02-28

基金项目：国家社会科学基金重大项目(16DZA011)；北京交通大学人才基金项目(KBRC21001532)

作者简介：刘雨枫(1993—)，男，内蒙古包头人，北京交通大学经济管理学院博士研究生，研究方向为产业经济学；冯华(1968—)，男，山东泰安人，北京交通大学经济管理学院教授、博士生导师，研究方向为产业经济理论与政策。

DOI：10.6049/kjjbydc.C202106030

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(2022)11-0031-11

0 引言

党的十九届五中全会指出，坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑。创新驱动经济发展成为“十四五”时期的主旋律。从近5年国家公布的科技进步贡献率看，2020年我国科技进步贡献率超过60%，虽然比2015年的55.3%有了小幅提升，但与美国、日本等主要发达国家(已达到80%)相比依然存在一定差距，创新型国家建设仍面临诸多“关卡”。

创新引领经济发展是指科技创新通过影响成果转化、市场结构和产业转型与经济逐步融合，进而促进经济发展。经济结构调整不仅依赖市场，创新驱动产业转型和战略性新兴产业发展也起关键作用，其是创新产业化的雏形[1]。跨越科技与经济之间的鸿沟，可通过处理政府与市场关系、重视成果转移转化、促进深度融合的“三级跳”与完善“三链”布局实现[2]。科技、经济融合与经济增长之间存在耦合关系，科技资源有效配置和科技成果合理转化有助于促进经济增长，而科技与经济脱钩则会阻碍创新能力转化[3]。因此，学者多采用科技经济融合度指标衡量创新引领经济发展水平。

中外学者多采用科技进步贡献率对科技经济融合程度进行衡量，计算算法主要包括3种：索洛余值法[4-5]、数据包络分析法(DEA)[6-8]、随机前沿法[9]。本文借鉴以往学者对全要素生产率的分解方法[10]，采用随机前沿模型(SFA)测算科技进步贡献率，基于Battese & Coelli[11]提出的个体效应模型及Kumbhakar等[12]构建的随机前沿生产函数模型，进一步将科技进步贡献率分解为技术进步率、技术效率、规模效率和资源配置效率。

创业孵化对于提高企业市场地位以及实现企业既定目标具有重要影响[13]。创业孵化作为供需双方的赋能载体，能够更好地实现供需双方资源配置[14]，提高供需双方资源配置效率。而企业家精神则能够显著提升制造业资源配置效率，通过降低要素市场扭曲促进制造业产品升级[15]。此外，资本市场对技术效率与规模效率具有正向影响，众创空间通过提供技术支持、组建产业联盟等促进中小型科技企业成长[16]。

现有研究肯定了创新对于经济增长的促进作用，对创新引领经济发展的研究主要集中在影响因素、体制机制等方面，针对创新引领经济增长作用过程和内在机理的分析较少，鲜有学者从科技进步贡献率分解视角研究具体效率影响因素。鉴于此，本文以衡量科技经济融合度的科技进步贡献率指标为基础，深入分析创业孵化提升资源配置效率的作用机理。以创业孵化规模为核心变量，以孵化器数量、人员投入、风险投资、技术服务为中介变量构建中介效应模型，对创业孵化推动创新引领经济发展的作用机理进行实证检验，对于加快建设现代化经济体系、实现2035远景目标具有重要意义。

1 理论机理

创业孵化机构是我国实施创新驱动发展战略的基础设施，可以确保各项政策支持精准落地，促进产业孵化服务升级，加快新兴业态培育，是推动创新引领经济发展的重要载体。具体而言，创新产业化是创业孵化推动创新引领经济发展的主要途径，通过创新产业化路径，创业孵化机构培育创业企业并形成新产业，而新产业又成为经济增长的重要源泉，这一过程就是创业孵化通过创新产业化推动创新引领经济发展的全过程。

1.1 熊彼特竞争与产业动态理论

新古典经济学最为关注稀缺资源在竞争目标之间的配置问题，认为均衡受到预算、偏好和技术的约束。在熊彼特看来，静态均衡随时有可能被打破，企业面临的竞争并非新古典经济学中既定约束下的竞争，而是新产品、新技术、新组织形式竞争。即各异质性企业以自身提供的产品和服务为基础展开相互竞争，实现优胜劣汰，现有企业和新进企业的创新、适应及模仿活动持续推动竞争和选择[17]。熊彼特竞争与产业动态理论指出，影响企业异质性和动态性的因素包括产业结构和产业特征、企业组织和企业规模以及创新模式在学习体制中的映射匹配。

规模差异是影响企业异质性的一个重要因素。经典事实表明，企业规模存在广泛差异性，企业规模数据呈右偏分布特征，不同企业规模造就了不同的产业结构[18]。不同企业规模影响企业增长率和盈利性，不同行业、不同年龄对于企业增长率均具有不同影响。Lotti(2003)指出在科技型企业中，规模较小的幸存者平均增长速度大于规模较大的企业；Axtell(2001)研究发现，企业技术最优规模并非呈传统U型分布态势，而是呈现对数正态分布、帕累托分布和尤尔分布态势，并指出在动态竞争环境中，企业规模差异影响企业发展速度、盈利能力，进而导致企业之间的异质性。

产生绩效异质性的真正原因在于企业创新和技术效率不同。熊彼特破坏性创造理论指出，创新和技术效率显著影响企业异质性。技术创新通常涉及生产组织变革，不同创新方式意味着企业对各项任务有不同的组织安排。此外，技术和组织创新也影响企业投入/产出效率[17]。无论以何种标准衡量，技术效率非对称性分布状态都普遍存在，不同企业间的创新能力和技术效率差异也普遍存在，并呈现出极度的非对称性，往往是极大一部分创新掌握在少数企业手中，进而形成由系统创新者构成的小型核心圈[19]。

另外，创新在学习体制中的映射匹配也是影响企业异质性的重要原因，不同组织结构、产业类型均会影响企业创新扩散程度。依据创新过程不同，熊彼特将创新产业划分为熊彼特I型和熊彼特II型。不同企业组织模式对创新资源配置的影响不同，技术来源、技术轨迹、技术多样性与技术强度、技术获利方式等均是导致企业异质性的重要因素。

1.2 科技进步贡献率分解与创新引领经济发展

从熊彼特竞争与产业动态理论可以看出，不同创新能力和技术能力是产业演化的核心驱动力，塑造着彼此竞争的企业群体增长、衰落与退出，也影响新企业市场进入机会。与新古典经济增长理论不同，熊彼特竞争与产业动态理论表明，经济增长受科技因素的制约，除新技术和新产品外，从旧产业向新产业演化同样是促进经济持续增长的重要原因。因此，对创新引领经济发展的考量应考虑企业规模、技术效率及创新体系制度演化，而企业绩效差距与资源配置、企业规模和生产效率也是创新驱动宏观经济增长的基本构成要素。

新古典经济学多通过分解全要素生产率对经济增长贡献率进行研究，经济增长中技术进步的两个常用指标——科技进步贡献率和全要素生产率就计算方法和实际内涵而言是一致的，但全要素生产率是国际通用概念，全要素生产率对经济增长的贡献率与科技进步贡献率统计内容一致，《中国科技统计年鉴》也用全要素生产率对经济增长的贡献率替代科技进步贡献率作为统计指标。本文认为，利用全要素生产率替代科技进步贡献率未剔除制度、市场等因素的影响，有可能导致结果出现偏差。为解决这一问题，学者将全要素生产率分解为技术进步率、技术效率、规模效率和资源配置效率。

本文借鉴这一做法，结合熊彼特竞争与产业动态理论对科技进步贡献率进行分解，利用分解指标衡量科技进步对经济增长的影响，对创新引领经济发展进行量化分析。全要素生产率分解方法主要包括索洛残差法、隐性变量法和随机前沿生产函数法。其中，索洛残差法假设条件较为严苛，在计算过程中有可能出现偏差，且没有剔除测算误差对全要素生产率的影响，有可能高估技术进步；隐形变量法在规模报酬不变和技术中性的基础上进行计算，有可能高估科技进步贡献度；随机前沿函数法将生产函数形式转化为超越对数生产函数，放松了对规模报酬不变和技术中性的假设，允许劳动力和资本的非充分利用并以技术效率描绘实际生产与前沿面之间的差距，可将全要素生产率分解为技术效率和技术进步两项指标。本文综合使用以上3种全要素生产率分解方法，进一步将科技进步贡献率分解为技术进步率、技术效率、规模效率和资源配置效率，以完成对创新引领经济发展的量化分析。

1.3 研究假设

(1)孵化器通过整合资源提高资源配置效率。创业孵化器通过整合与优化资源使要素边际替代率(MRS)无限趋近于边际转换率(MRT)，并向帕累托最优方向改进。要素之间的边际转换率是在特定资源组合下，每增加单位商品1而必须放弃商品2的产量，代表生产可能性边界曲线斜率。当生产和交换达到帕累托最优时，边际转换率等于边际替代率，当未达到帕累托最优时，两者不相等。创业孵化器通过对创业企业提供全链条服务，使均衡点由原点向终点扩散，实现帕累托改进，进而促进经济发展。另外，创业孵化器规模扩大也会增加孵化器数量，促进创业资源集聚，进而提升创业资源配置效率。据此，本文提出如下假设：

H1：创业孵化器规模通过增加孵化器数量提升资源配置效率。

创业孵化器规模扩大也会增加创业孵化人员数量，这些人员包括管理机构从业人员、创业导师等，为孵化器创业企业提供创业、咨询与培训服务等，进而提高资源配置效率。据此，本文提出如下假设：

H2：创业孵化器规模通过加大人员投入提升资源配置效率。

(2)创业孵化投资通过为企业提供金融支持提高规模效率。创业孵化投资通过为创业企业提供金融支持，为创业企业生存与发展提供资金保障。创业孵化投资的介入能够扩大创业企业生产预算线，促使生产预算线向外平移，进而扩大企业规模。基于柯布道格拉斯生产函数描绘产出Y关于要素投入K和L的生产函数，创业孵化资金投入使得企业资金增多，企业生产预算线向外平移，生产规模不断扩大，最终促进规模效率提升。另外，创业孵化投资规模扩大也会增加风险投资机构数量，从而使更多创业企业能够从风险投资机构处获取企业成长所需资金，在企业规模扩大的基础上形成规模效应，进而提高规模效率。据此，本文提出如下假设：

H3：创业投资规模通过加大风险投资提升规模效率。

(3)精准的技术服务能够提高技术效率。众创空间是创业孵化器中最接近4.0孵化器的孵化单元，创业企业孵化不能仅停留在场地、人才、资金等有形服务上，还要强调服务的精准性，根据企业不同需求提供精准服务。在柯布道格拉斯生产函数中，技术效率提升使得在同样的生产预算约束下资本要素获取成本降低，生产预算线斜率发生改变。因此，精准的技术服务能够改变生产预算线斜率，提高企业产出，提升技术效率。另外，众创空间规模扩大也会增加技术服务数量，促进技术产生、匹配、流动，这种服务于创新链全链条的技术服务也有助于促进技术效率提升。据此，本文提出如下假设：

H4：众创空间规模扩大通过增加技术服务数量提升技术效率。

2 研究设计

2.1 样本选取与数据来源

本文选取 2010—2019年中国内地31个省市自治区面板数据。其中，创业孵化器数据为全国各地高新区科技企业孵化器数据，众创空间样本数据为各地区众创空间数据，样本周期为2016—2019年，数据来源于历年《火炬统计年鉴》。此外，经济数据来源于历年 《中国统计年鉴》 《中国科技统计年鉴》及各地区统计年鉴，利用Stata软件对变量进行标准化处理和描述性统计分析。

2.2 指标体系构建

2.2.1 创新引领经济发展指标选取

在熊彼特竞争与产业动态理论的基础上，结合学界对全要素生产率的分解，本文利用随机前沿生产函数模型将科技进步贡献率分解为技术进步率、技术效率、规模效率和资源配置效率，以完成对创新引领经济发展的量化分析。由于本文重点研究创业孵化推动创新引领经济发展的作用机理，通过创业孵化完成新技术到新产业的创新产业化过程，而技术进步率受原始创新的影响较大，故只选取资源配置效率、规模效率与技术效率作为被解释变量，设立配置效率(AE)、规模效率(SE)和技术效率(TE)3个指标，构建如下随机前沿生产函数模型：

yit=f(xit,t;β)*exp(vit-uit)

(1)

uit=ui*ηit=ui*exp[-η*(t-T)]

(2)

式(1)是 SFA 函数模型的基本形式。其中，yit代表i省(市、自治区)在t年度的总产出；f(xit,t;β)代表SFA 函数中的确定性前沿产出部分；xit代表i省(市、自治区)在t年实际经营生产要素投入量；β代表SFA函数确定性前沿产出部分中各自变量对应的待估计参数；t代表行业技术变化；vit表示原函数结构中假设服从独立同分布的各随机误差项；uit为原函数的技术无效率指数。

式(2)中，η为技术效率增长值，exp[-η*(t-T)]代表T至t时间段内技术效率增长值。

将原SFA理论转换成超越对数生产函数，并同时对等式两边时间t求导，可得变换后函数形式为：

(3)

式(3)中，等式左边表示整体产值增长率Δy；等式右边第一项表示技术进步率ΔT；第二项表示生产要素xit在t年内的产出弹性αit；第三项表示生产要素xit在t年内的投入量增长比例；第四项表示实际生产技术效率值的增长比例ΔTE。

全要素生产率指行业产业生产总值与同阶段内生产要素投入强度的比值，在分析过程中，对TFP定义式取对数并对时间t进行一阶求导，定义ΔTFP值为行业实际TFP效率的增长率，计算公式如下：

ΔTFP=ΔLn(y)-∑wn*ΔLn(xn)

(4)

式(4)中，xn为不同种类投入要素，wn为各要素投入成本占比，将式(3)带入式(4)可得：

ΔTFP=ΔT+ΔTE+∑αn*ΔLn(xn)-∑wn*ΔLn(xn)

(5)

RTS表示行业实际投入生产要素产出弹性之和，λn表示各投入要素的实际产出份额，式(5)可调整为：

ΔTFP=ΔT+ΔTE+(RTS-1)∑λn*ΔLn(xn)+∑(λn-wn)*ΔLn(xn)

(6)

式(6)中，第三项表示生产规模效率变化幅度ΔSE，第四项表示实际配置效率变化幅度ΔAE，由此得出被解释变量：

ΔTFP=ΔT+ΔTE+ΔSE+ΔAE

(7)

2.2.2 创业孵化核心指标选取

Porter[20]指出，科技企业孵化器是帮助初创企业成长和发展的载体，为企业提供信息、成长和发展所需资源，从而促进区域经济发展。创业孵化为企业提供管理、创业资源及社会关系服务，帮助企业在市场中发展与壮大[21]。创业孵化规模扩大能够促进区域经济增长，这在过去20年已成为一种新趋势，并受到学者广泛重视，如Mian[22]深入探讨了创业孵化规模扩大影响经济发展的动因和机制。因此，本文选取创业孵化规模作为研究创业孵化推动创新引领经济发展的核心变量。

本文基于创新商业化进程，选取孵化器规模、孵化投资规模和众创空间规模3个指标衡量创业孵化规模，其中孵化器是创业孵化的核心组成部分。孵化器能够加快创新技术扩散，提升资源配置效率，推动创新商业化进程，对于创业企业优化资源配置、建立孵化资源共享机制、促进经济发展具有显著正向影响。因此，本文选取创业孵化器规模(Iscale)作为衡量创业孵化规模的第一个变量，采用孵化器总收入衡量。现有研究多采用孵化器数量、面积、从业人员、在孵企业数量和收入等指标，利用DEA方法测算孵化器孵化能力与规模。从孵化过程看，上述指标均是从投入角度衡量孵化器规模，而孵化总收入则是从产出角度衡量孵化器规模，对投入指标和产出指标进行混合分析存在不足。由于投入类要素对于促进企业成长与发展的路径不同，影响因素也不同，所以无法反映整体孵化器规模。本文借鉴李荣等(2020)的研究，从产出角度反映孵化器规模，利用孵化器总收入衡量孵化器发展规模。孵化器总收入代表地区创业孵化企业成长情况，可以更加完整地反映区域创业孵化器规模。因此，本文选取各地区创业孵化器总收入(进行不变价格处理)与区域就业人口的比值衡量孵化器规模。

在一个自由竞争的市场环境中，企业研发与创新难以获取融资[23]。发明资源的主要产物是生产新产品和提供新服务，由于知识具有非竞争性，一家企业运用这些知识并不妨碍其它企业同时运用，导致企业无法从这些投资中获益，造成技术投资后劲不足[17]。创新型企业由于规模较小，同时存在难以收回成本的风险，所以在创新商业化进程中往往面临融资约束。而创业投资通过提供政府资金、风险投资、互联网金融等支持解决科技型中小企业资金约束问题，进而推动创新商业化进程。因此，本文选取创业投资规模(Kscale)作为衡量创业孵化规模的另一个变量。创业孵化资金包括风险投资、政府支持、银行和互联网金融等，用途不尽相同，选取孵化基金总额能够避免将资金用于非创业孵化所带来的不良影响，故本文采用各地区创业孵化器孵化基金总额(进行不变价格处理)与区域就业人口的比值衡量创业孵化资金规模。

目前，创新组织结构朝着以消费者需求为中心的方向转变[24]，技术环境与技术服务成为创新驱动经济发展的重要组成部分。在专业化技术环境中，技术机会稀缺性问题得以解决，预期开发成本降低，可获取的知识资源较为丰富，使得创新变得更加容易。众创空间正是这样一个为企业提供专业化技术服务的平台，通过拓展创业深度，鼓励垂直化发展，明晰市场与政府的关系，显著促进地方经济发展，对于创新产出、技术效率具有显著正向影响[25]。因此，本文选取众创空间规模(Mscale)作为衡量创业孵化规模的最后一个变量。在数据选取上，与孵化器规模类似，本文从创新产出角度选取众创空间总收入与区域平均就业人口的比值衡量地区众创空间规模。

2.2.3 中介变量

(1)孵化器规模。企业竞争力受企业动态能力的影响。动态能力是指企业整合、培养、配置内外部资源以应对商业环境变化的能力。动态能力由组织竞争力支撑，受企业人力资源及其它资产的影响[26]。企业要具备较强的动态能力，需要重塑内部结构和管理制度。在内部结构方面，应挖掘知识分子、计算天才和创业型经理人[27]，其中前两者多从外部获取，创业孵化可为企业提供创业型经理人，企业家精神是影响企业绩效的重要因素[28]。在管理制度方面，企业需要构建合理的层级制度和激励机制[29]。孵化器本身为企业提供创业服务和创业指导，优化企业管理制度；孵化器创业导师可为企业提供创业型经理，指导企业成长。因此，本文选取孵化器数量与人员投入作为影响孵化器资源配置效率的中介变量。在指标选取上，采用历年省级科技企业孵化器个数衡量孵化器数量。由于创业孵化人员投入包含多种类型，而本文旨在考察人员投入对创业活动的影响，故选取对创业活动具有促进作用的人员数量作为衡量指标。孵化器管理机构和创业导师直接服务于创业企业，对创业企业发展起显著促进作用。因此，本文选取管理机构从业人员数与创业导师人数之和衡量人员投入。

(2)创业投资规模。为解决科技型初创企业面临的融资约束问题，很多国家为其提供不同形式的援助，风险投资在其中发挥重要作用。由于初创企业规模较小、可用资源较少、企业风险较高，融资难度与融资成本明显高于成熟期企业，专业化金融中介机构如风险资本家均通过资金前期审查和资金后期监管解决上述问题，而政府政策及其它机构投资数量也会显著影响风险投资[30]。美国SBIC计划和SBIR计划促使当年中小企业获得的风险投资额增加了60%，得益于政府和其它投资机构为企业提供的质量认证，使得企业能够更容易筹集到私募资金[31]。因此，本文选取风险投资额作为创业孵化投资规模影响规模效率的中介变量，采用历年省级创业企业获取的风险投资额作为衡量指标。

(3)众创空间规模。继Arrow(1962)之后，经济学家一直强调信息不对称是阻碍技术商业化的主要原因。除信息不对称外，技术市场还存在信息缺失问题。技术不确定性带来的认知局限、信息不对称与柠檬市场带来的合同限制、盲目交易带来的专利保护问题都会限制技术商业化发展[32]。而众创空间可为创业企业提供匹配技术，促进技术引进、消化吸收、改造与再利用，促使潜在买卖双方达成非专利技术合约，进而提升技术效率。因此，本文以技术服务数量作为众创空间规模影响技术效率的中介变量，采用省级众创空间提供的技术服务数量作为衡量指标。

2.2.4 控制变量

除解释变量和被解释变量外，本文还根据不同子模型设置相应控制变量。例如，在孵化器规模扩大对孵化器配置效率影响的子模型中设置资金、政府支持等控制变量，在创业孵化投资规模影响规模效率的子模型中设置孵化器面积等控制变量，在众创空间规模影响技术效率的子模型中设置知识产权数、政府补贴等变量控制。

根据上述分析，本文构建创业孵化推动创新引领经济发展的指标体系，如表1所示。各变量描述性统计结果如表2所示。从中可见，通过分解科技进步贡献率得出的被解释变量样本数充足，数据真实可靠。

3 实证检验

3.1 模型构建

本文以创业孵化规模为核心变量，以孵化器数量、人员投入、风险投资额、技术服务数量为中介变量构建并行中介效应模型，对创业孵化提升创业企业资源配置效率、规模效率、技术效率的作用机理进行验证。以中介效应模型为基础进一步拆分为3个子模型，分别研究创业孵化对资源配置效率、规模效率和技术效率的影响作用。

创业孵化器作为承载科技服务的载体，通过提供大量科技资源，辅之以大量专业人才提高创业企业资源配置效率。子模型1孵化器数量和人员投入提升配置效率公式如下：

Aeit=a0+a1Iscaleit+a2∑CVit+ε1it

(8)

Humanit=b0+b1Iscaleit+b2∑CVit+ε2it

(9)

Aeit=c0+c1Iscaleit+c2Humanit+c3∑CVit+ε3it

(10)

Quantityit=d0+d1Iscaleit+d2∑CVit+ε4it

(11)

Aeit=e0+e1Iscaleit+e2Quantityit+e3∑CVit+ε5it

(12)

创业孵化投资通过增加风险投资提高规模效率，进而推动创新引领经济发展。子模型2风险投资对规模效率提升公式如下：

Seit=a0+a1Kscaleit+a2∑CVit+ε1it

(13)

Vcapitalit=b0+b1Kscaleit+b2∑CVit+ε2it

(14)

Seit=c0+c1Kscaleit+c2Vcapitalit+c3∑CVit+ε3it

(15)

众创空间规模通过提供更多技术服务提升技术效率。子模型3技术服务数量对技术效率提升公式如下：

Teit=a0+a1Mscaleit+a2∑CVit+ε1it

(16)

Quantityit=b0+b1Mscaleit+b2∑CVit+ε2it

(17)

Teit=c0+c1Mscaleit+c2Quantityit+c3∑CVit+ε3it

(18)

3.2 中介效应模型回归分析

本文采用Bootstrap方法对中介变量进行检验。为避免混合效应假设下由于忽视个体效应而导致模型估计结果不准，本文对原始样本进行随机抽样(n=10 000)，以解决样本分布不对称性问题，3个模型中介效应检验结果如表2～表4所示。其中，Boot CI下限达到2.5%临界值，Boot CI上限达到97.5%临界值。对所有数据进行标准化处理，以消除截距项带来的潜在影响。如表3所示，创业孵化规模对资源配置效率呈显著正向影响，说明创业孵化规模扩大会促进资源配置效率提升，其中孵化器数量和技术服务人员投入发挥部分中介效应。人员投入对资源配置效率提升具有显著正向影响，系数为0.041；孵化器数量增加对于资源配置效率具有显著正向影响，系数为0.024。其中，中介效应占21%。

如表4所示，创业孵化投资规模对规模效率具有显著正向影响，说明创业孵化投资规模扩大会促进规模效率提升，其中风险投资发挥部分中介效应。风险投资对规模效率具有显著正向影响，系数为0.073，中介效应占29.2%。

如表5所示，众创空间规模对技术效率具有显著正向影响，说明众创空间规模扩大会促进技术效率提升，其中技术服务发挥部分中介效应。技术服务数量增加对于规模效率具有显著正向影响，系数为0.227，中介效应占52.4%。

3.3 稳健性检验

虽然本文采用重复抽样法能够提高Bootstrap检验的准确性，但仍存在由于忽略时间效应或个体效应而出现伪回归结果的潜在风险。为进一步验证创业孵化规模对创新引领经济发展的影响机制，保证研究结果的准确性和稳健性，进一步使用面板数据随机效应/固定效应假设对数据进行稳健性检验。首先，对各公式进行Hausman内生性检验，豪斯曼检验结果如表6所示。对于个别检验值为负的情况，选取有效估计值关联矩阵进行计算。

从豪斯曼检验对应P值可以看出，除公式(9)和公式(11)外，其它公式均在5%水平下拒绝个体差异假设，所以本文使用固定效应模型进行逐步回归，面板数据回归结果如表7～9所示。从中可见，人员投入中介效应与Bootstrap检验结果相吻合，孵化器数量、技术服务中介效应占比略高于Bootstrap检验结果，风险投资中介效应占比略低于bootstrap检验结果，中介效应占比总体一致。这说明，中介效应存在且显著为正，表明本文研究结果稳健。

除逐步回归法外，本文还使用面板数据随机/固定效应模型对研究变量进行中介效应检验，主要检验方式有Sobel Test、Aroian Test 和 Goodman Test。其中，Sobel Test 使用一阶泰勒展开式估计，Aorian Test 使用二阶泰勒展开式估计， Goodman 使用正态分布变量乘积推导无偏估计，中介效应检验结果如表10所示。从中可见，利用逐步回归法得到的中介效应值和中介效应占比与Bootstrap检验结果相符。

3.4 实证结果分析

(1)孵化器数量增加对资源配置效率提升具有显著中介效应，假设H1成立。Bootstrap检验结果表明，孵化器数量增加对资源配置效率提升具有显著正效应，固定效应模型下的逐步回归法与中介效应检验验证了这一结果的稳健性。这说明，创业孵化器数量增加一方面可为创业企业提供更多物理空间与成长所需资源，从而提高企业存活率；另一方面，创业企业在孵化器中的集聚也能够产生创业势能，集聚效应带来的网络势能使得孵化器中的创业服务环境不断优化，从而提高资源利用效率。

(2)人员投入数量增加对资源配置效率提升具有显著中介效应，假设H2成立。Bootstrap检验结果表明，人员投入增加对资源配置效率提升具有显著正效应，固定效应模型下的逐步回归法与中介效应检验也印证了这一结果的稳健性。这说明，人员投入对于孵化器服务十分重要。除办公场所和物理设施外，服务于创业全链条的创业服务是帮助初创企业成长的关键因素。依赖于专业创业人才，不同类型创业企业得以享受孵化培育服务，进而提高资源协同性。孵化器中决策单元对于资源配置效率的影响不同，科技创业动力要素对创业企业的作用机制也不同。

(3)风险投资增加对规模效率提升具有显著中介效应，假设H3成立。Bootstrap检验结果表明，风险投资额增加对规模效率提升具有显著正效应，固定效应模型下的逐步回归法与中介效应检验也印证了这一结果的稳健性。这说明，风险投资逐利的特点与初创科技型企业属性相吻合，风险投资注重价值创造，对风险的包容性更强。初创企业是风险投资的主要对象，也是孵化器培育、对接外部资本的收益载体[33]。

(4)技术服务数量增加对技术效率提升具有显著中介效应，假设H4成立。Bootstrap检验结果表明，技术服务增加对技术效率提升具有显著正效应，固定效应模型下的逐步回归法与中介效应检验也印证了这一结果的稳健性。众创空间作为精准服务于创业企业的孵化机构，通过整合创新要素，汇集人才、信息、科研成果等大量异质性创新资源对企业进行精准匹配，并提供高效的技术服务，对小微企业成长产生促进作用，进而促进地区经济发展[34]。

4 结论与建议

4.1 研究结论

本文以熊彼特竞争与产业动态理论为基础，借鉴相关学者对全要素生产率的分解方法，对科技进步贡献率进行分解，并以此为核心被解释变量构建中介效应模型，检验创业孵化推动创新引领经济发展的作用机理，得出如下结论：创业孵化器以帕累托改进方式提高资源配置效率，人员投入与孵化器数量增加均能够促进资源配置效率提升，但两者作用不同，人员投入增加对于资源配置效率的提升作用大于孵化器数量增加对于资源配置效率的提升作用；创业孵化投资通过收入效应提高规模效率，其中风险投资的影响作用最显著；专业技术服务通过替代效应提升技术效率，进而推动创新引领经济发展。

4.2 政策建议

根据上述研究结论，本文提出如下政策建议：

(1)扩大孵化器体量，提升资源配置效率。实现孵化器数量增长，应以互联网为平台构建创业孵化体制机制，解决创业孵化成本过高的问题，摆脱物理空间对于创业孵化的限制，更好地服务于创业企业发展。另外，搭建互联网创业孵化平台，整合创业资源，为初创企业提供研发—制造—销售—管理全链条创业孵化服务，提升创业企业科技创新水平，借助大企业大平台的市场、品牌、渠道优势，构建创业孵化能力更强的平台型孵化器，提高在孵企业竞争力。在扩大孵化器体量的同时，也要重视孵化器人才培养，为创业孵化人才提供培养、引进、评价、保障等全方位服务，将创新人才的任用权回归于市场，减少政府干预，促进创业孵化人才社会化、市场化和规范化，以高水平人才服务创业孵化活动，推动创新引领经济发展。

(2) 优化创业孵化资金“入、转、退”制度，提升规模效率。目前，我国孵化器内企业获取创业投资的难度较高，2016-2018年孵化器在孵企业获取投融资涨幅逐年下降，2019年甚至出现了负增长。因此，应从进入、转移和退出等方面构建全方位科技金融体制。第一，对于“入”的优化，应降低风险投资创业公司准入门槛，适当放宽风险投资对象身份及数量限制；另外，降低个人投资者资金门槛，提高其从事证券投资经验的年限，引导机构投资者向挂牌企业投资，选择风险承受力较高且投资经验丰富的投资者进入。第二，对于“转”的优化，应加快推出转板制度，为科技企业转入主板、创业板上市开辟“绿色通道”，减少挂牌企业IPO审批程序，为挂牌企业进入场内市场发行股票、债券提供便利，方便风险投资退出。第三，对于“退”的优化，应建立完善的市场退出机制，为投资者资金提供安全保障。同时，还应设置政府创业引导风险补助资金、风险补偿资金等激励补偿方式，为风险投资退出提供兜底性保障，为高新技术企业创新提供更多资金支持，提高风险资本对创新的引领效用，持续提升规模效率，推动创新引领经济发展。

(3)建设 “孵化器4.0”模式众创空间，提升技术效率。提高技术服务质量，使众创空间向“孵化器4.0”模式不断发展。扩大技术服务体量，在众创空间内构建科技创新生态系统，促进创新主体多元化发展，鼓励多种类型科技创新机构协同发展，激发科技创新潜力，结合创新主体自身优势，积极探索产学研协同创新模式，完善创新机制。打通创新资源流通渠道，促进技术在创新链内高效流动与对接。目前，我国不同地区、部门之间存在利益博弈与制度壁垒，创新资源无法实现高效流动与共享，众创空间应为企业提供技术共享服务，消除地区和部门间由于利益分配不均而产生的制度性障碍，促进创新要素在各部门与地区间合理流动，实现跨区域、跨部门创新主体需求对接，进而提升技术效率。

4.3 不足与展望

本文存在如下不足：首先，受限于数据可得性，仅选取孵化器数量、孵化器人员投入、风险投资额和众创空间技术服务等指标，未来可利用更多数据研究创业孵化对创新引领经济发展的推动作用；其次，仅从理论与实证角度验证创业孵化通过资源配置效率、规模效率和技术效率推动创新引领经济发展的作用机理，对于空间效应下不同区域间创业孵化作用机理的探讨较少，未来可通过空间面板数据进一步探讨区域影响效应。

参考文献:

[1] 洪银兴.论市场对资源配置起决定性作用后的政府作用[J].经济研究,2014,49(1):14-16.

[2] 周国辉. 坚持“融合论” 跨越科技与经济之间鸿沟[N]. 科技日报,2018-11-26(1).

[3] 陈子韬,孟凡蓉,王焕.政府支持对高技术产业创新效率影响研究[J].科学学研究,2020,38(10):1782-1790.

[4] 王洁,夏维力.陕西省农业科技进步贡献率测算分析——基于索罗余值法[J].科技管理研究,2017,37(19):98-102.

[5] 刘洪,刘晓洁,李云.基于改进索罗余值法的湖北省科技进步贡献率测算[J].统计与决策,2018,34(15):107-110.

[6] 王志刚,龚六堂,陈玉宇.地区间生产效率与全要素生产率增长率分解(1978—2003)[J].中国社会科学,2006，27(2):55-66.

[7] 陈琼,李瑾,李会生,等.科技进步对天津畜牧业经济增长的贡献率分析[J].中国科技论坛,2016，32(1):154-160.

[8] 蔡跃洲,付一夫.全要素生产率增长中的技术效应与结构效应——基于中国宏观和产业数据的测算及分解[J].经济研究,2017,52(1):72-88.

[9] 李平.提升全要素生产率的路径及影响因素——增长核算与前沿面分解视角的梳理分析[J].管理世界,2016，32(9):1-11.

[10] 程郁,陈雪.创新驱动的经济增长——高新区全要素生产率增长的分解[J].中国软科学,2013，28(11):26-39.

[11] BATTESE G E, COELLI T J. Frontier production functions, technical efficiency and panel data: with application to paddy farmers in India[J]. Journal of Productivity Analysis, 1992, 3(1-2): 153-169.

[12] KUMBHAKAR S C, LOVELL A K. Stochastic frontier analysis[M]. Cambridge：Cambridge University Press, 2003.

[13] VORHIES D W, MORGAN N A. A configuration theory assessment of marketing organization fit with business strategy and its relationship with marketing performance[J]. Journal of Marketing, 2003, 67(1): 100-115.

[14] 周文辉,何奇松.创业孵化平台赋能对资源配置优化的影响——基于机制设计视角的案例研究[J].研究与发展管理,2021,33(1):162-174.

[15] 程锐,马莉莉,陈璇.人力资本结构演进与中国经济增长——来自省际层面的经验证据[J].商业研究,2019，62(1):60-70.

[16] 王卉彤,刘传明,赵国钦.多层次资本市场支持高技术产业化的效率测度——基于SE-U-SBM模型[J].宏观经济研究,2019，51(10):49-61.

[17] SCHUMPETER J A,PERROUX F.Théorie de l'évolution économique[M]. Paris: Dalloz, 1935.

[18] HALL B H. The relationship between firm size and firm growth in the US manufacturing sector[J]. The Journal of Industrial Economics, 1987, 35(1): 583-606.

[19] BOTTAZZI G, DOSI G, LIPPI M. Innovation and corporate growth in the evolution of the drug industry[J]. International Journal of Industrial Organization, 2001, 19(7): 1161-1187.

[20] PORTER M E. Competitive advantage of nations: creating and sustaining superior performance[M]. New York: The Free Press, 1985.

[21] 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.

[22] MIAN S A. Assessing and managing the university technology business incubator: an integrative framework[J]. Journal of Business Venturing, 1997, 12(4): 251-285.

[23] NELSON R R. The simple economics of basic scientific research[J]. Journal of Political Economy, 1959, 67(3): 297-306.

[24] PIORE M J, SABEL C. The second divide:possibilities for prosperity[M]. NY: Basic Books, 1984.

[25] 李燕萍,陈武.基于扎根理论的众创空间发展质量评价结构维度与指标体系开发研究[J].科技进步与对策,2017,34(24):137-145.

[26] TEECE D J. Firm organization, industrial structure, and technological innovation[J]. Journal of Economic Behavior & Organization, 1996, 31(2): 193-224.

[27] BAUMOL W J, STROM R J. Entrepreneurship and economic growth[J]. Strategic Entrepreneurship Journal, 2007, 1(3-4): 233-237.

[28] SHANE S A. A general theory of entrepreneurship: the individual-opportunity nexus[M]. Edward Elgar Publishing, 2003.

[29] RAISCH S, BIRKINSHAW J, PROBST G. Organizational ambidexterity: balancing exploitation and exploration for sustained performance[J]. Organization Science, 2009, 20(4): 685-695.

[30] IRWIN D A, KLENOW P J. High-tech R&D subsidies estimating the effects of sematech[J]. Journal of International Economics, 1996, 40(3-4): 323-344.

[31] LERNER J. Venture capitalists and the oversight of private firms[J]. the Journal of Finance, 1995, 50(1): 301-318.

[32] TEECE D J. Capturing value from technological innovation: integration, strategic partnering, and licensing decisions[J]. Interfaces, 1988, 18(3): 46-61.

[33] 惠祥,李秉祥,吴祖光,等.技术创业型企业孵化资本投入的风险管控——一个多案例对比[J].科技进步与对策,2021,38(10):1-8.

[34] 裴旭东,黄聿舟.创业支持政策对科技型小微企业孵化的影响——资源整合的中介作用[J].科技进步与对策,2016,33(12):109-114.

(责任编辑：王敬敏)