论文部分内容阅读
摘 要：三螺旋创新理论旨在精准把握知识经济时代下产业、政府与大学之间的新型互动关系。孵化器作为三方合作体，是加快实施创新驱动发展战略的重要载体。利用随机前沿模型测算我国国家级科技企业孵化器的孵化效率，基于三螺旋创新理论分析产业、政府和大学对其孵化效率的影响。研究表明：国家级科技企业孵化器总体孵化效率不高，区域发展不平衡。高技术产业发展可显著提升国家级科技企业孵化器效率;政府支持与高校科技创新对提升孵化效率作用不显著。建议政府转变角色，创新资助与扶持方式;强化制度创新，激励高校科技创新走出“象牙塔”，积极参与产学研用。
关键词：三螺旋创新理论;国家级科技企业孵化器;效率;SFA
中图分类号：F2 文献标识码：A doi：10.19311/j.cnki.1672-3198.2020.02.008
0 引言
2016年5月，中共中央和国务院在《国家创新驱动发展战略纲要》中提出了“三步走”伟大战略，致力于构建世界科技创新强国。三螺旋创新理论范式对于合理处理政府、产业与大学关系，有效发挥大学和政府在区域经济发展方面的作用，具有重要的指导意义。它旨在精准把握知识经济时代政府、产业与大学之间的新型互动关系。三螺旋是一种创新模式，是指大学—产业—政府三方在创新过程中密切合作、相互作用，每一个都表现出另外两个的一些能力，但同时仍保留着自己的原有作用和独特身份，三者相互作用，实现动态平衡。三者关系如图1所示。
孵化器作为三边相互作用的混成组织，正把大学、产业、政府集成为一个三方合作体，是新型的创新驱动力。其中，科技孵化器为新创办的科技型中小企业提供物理空间及相关创新创业服务，是培育科技型中小企业、促进科技成果转化的重要载体，有助于促进创新驱动型经济社会发展。
近年来，国家及各级政府都高度重视科技企业孵化器产业的发展，现已初步完成全国布局。“十三五”以来，各省市科技孵化器的孵化效率以及发展平衡态势如何？三螺旋创新理论范式对我国科技企业孵化器发展是否具有指导意义？这是本文拟解决的问题。
1 文献综述
有关孵化器产业发展的学术研究已扩展至较多方面，如科技企业孵化器运营模式和发展路径、科技企业孵化器创新驱动、孵化器产业的竞争力等。结合本文拟解决的问题，仅选取有关孵化器效率及其影响因素的研究文献进行述评。
在测算科技企业孵化器效率时，较多学者采用DEA或SFA模型。李燕萍、李洋（2018）研究发现中国科技企业孵化器的地域集聚呈现空间相关性，但空间分布不均匀。创新资源、人力资本和地区经济发展水平对科技企业孵化器的集聚发展有正向促进作用;政府投入以及技术市场的发展对其影响不显著，甚至起到负向作用。李庆博、刘西明（2018）运用SFA对天津地区的科技企业孵化器进行效率评估，研究发现天津地区整体创新效率偏低，创业导师以及公共平台的投资强度对孵化器的经济效益产出有显著影响。仲深、刘雨奇、杜磊（2018）运用网络DEA模型对29省市的企业孵化器进行研究，发现存在整体效率低下、区域发展不协调等问题，究其原因，投入资源配置不合理导致纯技术效率低下，进而导致整体效率不高。冯金余（2017）运用2009-2012年国家级孵化器的动态面板数据研究发现科技企业孵化器存在场地资源和人力资源方面存在投入冗余现象导致DEA非有效，研究还表明科技孵化器与风险投资未有效融合。翁莉、殷媛（2016）运用DEA方法以人力、物力和财力为投入指标，以孵化效率、经济成果、社会成果和创新成果为产出指标，对上海、杭州和南京地区的45家国家级科技企业孵化器运行效率进行分析，研究表明上三角地区科技企业孵化器整体运用效率较高，但区域差别显著;上海由于规模低效导致其运行效率最低;杭州和南京的运行效率低下主要由于技术无效导致。杨文燮、胡汉辉（2015）重点研究了宁沪杭41个国家级科技企业孵化器的运行效率，实证表明非有效的孵化器存在投入冗余、产出不足和规模不匹配等问题。吴文清、付明霞、赵黎明（2015）研究孵化器资金规模、面积规模和管理团队规模对孵化器绩效（创业绩效、创新绩效和筹资绩效）的影响，研究表明孵化器创業绩效和创新绩效分别与孵化器资金投入规模和孵化器面积呈倒U型关系，孵化器筹资绩效和孵化器资金规模之间存在规模经济效应。黄虹、徐跃辉（2013）运用SFA法对260家国家级科技企业孵化器的运行绩效进行实证分析，研究表明我国科技企业孵化器整体效率呈现逐渐下降的趋势，区域不平衡发展显著。研究还认为孵化器场地面积、累计毕业企业数和人员总数对科技企业孵化器的运行有正向影响。
本文拟从模型和理论上对现有研究进行补充。第一，模型设定上，由于DEA模型忽略了随机因素对产出的影响，且缺乏统计检验的参考，故选用随机前沿模型。第二，理论指导上，本文基于三螺旋创新理论，从大学、政府和产业角度探究孵化效率的影响因素，为我国科技孵化器产业良性发展建言献策。
2 研究方法
基于李双杰、范超（2009）的研究，本文首先构建超越对数形式的随机前沿模型，具体公式如下：
3 指标选取与模型设定
3.1 指标选取
第一，投入和产出指标选取。
科技孵化器是催生“技术创新”的重要平台。大批科技型企业在科技孵化器中接受“孵化”和成长，成为新经济增长点，充实了国民经济的产业队伍。“收入达5000万元企业”指标既能反映孵化器的孵化能力，也能反映其经济能力，能较好体现孵化产出的高质量发展水平。故将“收入达5000万元企业”作为科技孵化器孵化效率的产出指标。
科技孵化器作为促进科技成果转化和产业化、培育高新技术企业的重要平台深受国家和各级地方政府重视，已出台相关扶持政策，如设立孵化基金扶持科技企业孵化器搭建公共技术服务平台、资源共享平台等，以进一步优化科技企业孵化平台硬件配套，增强科技企业培育能力。因此将孵化基金总额与对公共技术服务平台投资额总额作为资产资本投入。科技孵化器是产业升级换代的关键，这离不开人力资本的投入，科技企业孵化器每年都有创业导师帮助科技企业厘清发展思路，解答发展困惑，同时还有大量的管理机构从业人员为科技企业提供财务、营销等咨询。因此将管理机构从业人员数和创业导师人数总额作为人力资本投入。 第二，三螺旋指标选取。
三螺旋创新理论范式强调在以知识为基础的社会中，大学—产业—政府三者之间的相互作用是改善创新条件的关键。产业、政府和大学都是三螺旋的重要成员：产业是进行生产的场所;政府是契约关系的来源，并确保稳定的相互作用与交换;大学则是新知识新技术的来源，是知识经济的生产力要素。孵化器则是大学—产业—政府三者混合组织。因此，基于大学、政府和产业三个视角探究影响孵化器发展的因素较为合适。
关于大学创新，选取各地区高等学校科技产出：有效发明专利件数表征大学的创新力。吴玉鸣（2006）认为由于专利比较接近创新的商业应用，也能较全面地反映各地区发明和创新信息，因此专利是常用来衡量创新能力的指标。产业方面，孵化器主要培育的是科技型的“种子”企业。因此选取高技术产业新产品销售收入，该指标一定程度上反映高技术产业的研发能力和创收能力。政府方面，选取地方公共财政中科技和教育支出表征政府对创新的支持力度。此外，还加入了宏观经济指标，第一个宏观经济指标是人均GDP，用以表征各省市的经济发展总体状况;第二个是技术市场发展水平，技术市场发展水平越繁荣，一定程度可表明该省市的科技创新活力越强。运用各省市输出技术及吸纳技术成交金额总额表征技术市场发展水平。指标体系如表1所示。
本文设定样本期为2014-2017年，可较好地比较“十三五”规划前后国家级科技企业孵化器孵化效率的变化。数据来源于2015-2018年的《中国火炬统计年鉴》，部分数据来源于《中国科技统计年鉴》和《中国统计年鉴》。由于部分数据缺失，样本未纳入海南和西藏，也不包含港澳台。
3.2 模型设定
首先需对公式（1）所构建的超越对数生产函数形式的随机前沿模型进行检验，检验结果如表2所示。
检验结果表明：采用随机前沿模型具有一定的合理性，超越对数生产函数可较好地拟合样本数据。此外，为避免无效率项存在多重共线性问题，从而对孵化效率测算产生影响，故对无效率项进行多重共线性检验，检验结果如表3所示。
多重共线性检验结果显示三螺旋影响因素以及宏观控制变量的VIF值均小于10，上述无效率项均可纳入模型测算。
4 实证结果分析
4.1 科技企业孵化器孵化效率分析
本文采用柯布道格拉斯生产函数计算出2014-2017年科技孵化器的孵化效率，具体见表4。
从时间维度上看，“十三五”前后，各省市国家级科技企业孵化器的孵化效率均得到了明显提升，但其平均效率较低，仅为0.36。29个省市中仅14个省市的科技孵化器效率高于平均值，占比达48.28%。这说明科技孵化器的技术效率较为低下，亟待提升。此外科技孵化器的效率还呈现区域性的不平衡发展趋势，具体可见图2。
东部地区，江苏、广东、山东和福建平均技术效率普遍高于0.68，表明这四个省科技孵化器投入与产出效率较高，资源得到了较为充分的利用。中部地区的河南孵化效率高达0.75;湖北、安徽和湖南孵化效率均值达到0.47。西部地区的四川、陕西，东北地区的辽宁孵化效率也均高于平均水平。低于平均水平的省市多处于中西部和东北地区。
值得注意的是上海市的平均效率仅为0.27。比较2017年上海与福建的投入和产出发现，2017年上海的资金投入为福建的8倍之多，劳动力投入是福建的3倍有余，收入达5千万元的企业数却仅为福建3/4。可见，上海进入了高投入低产出的“怪圈”，导致了其产出效率低下。此观点与翁莉、殷媛（2016）实证结果相符。
4.2 三螺旋指标影响分析
基于三螺旋创新理论，本文将高校创新能力、高技术产业创新能力以及政府科技创新纳入模型中。为避免遗漏变量对模型结果的影响，加入人均GDP和技术交易市场指标，共同探讨其对科技孵化器的孵化效率影响，估计结果如表5所示。
资金投入对科技企业孵化器的孵化效率呈现出显著的负向影响，资本弹性系数值为-0.849。杨文燮、胡汉辉（2015）年的研究表明国家级科技企业孵化器存在資本投入冗余问题。推测由于资金冗余造成使用效率欠佳，进而对孵化效率产生负影响。劳动产出弹性系数值为0.209，通过1%显著性检验，表明人力资源的投入在科技企业孵化器的发展中有着至关重要的作用。
从三螺旋影响因素的估计结果和显著性来看：高校科技创新、高技术产业创新能力以及政府科技支持对国家级科技企业孵化效率影响均呈现促进作用，这与三螺旋创新理论所倡导的理念一致。高技术产业水平指标的系数值为-0.583，通过1%显著性检验，表明高技术产业发展对科技企业孵化器有着积极的正向促进作用。政府对科技和教育的投入指标系数值为-0.107，未通过显著性检验，表明政府对科技教育的支持并未显著提升科技企业孵化器的孵化效率。高校科技创新指标系数值仅为-0.069，且未通过显著性检验，表明高校科技创新对提升孵化效率作用不显著，二者传导机制有待进一步强化。技术交易市场指标系数值0.012，也未通过显著性检验，表明以技术市场成交总额表征的技术交易市场发展水平与科技企业孵化器的效率成负向影响。李燕萍、李洋（2018）的研究也表明技术市场的发展对科技孵化器的集聚发展影响不显著。
5 结论与政策建议
本文利用随机前沿模型测算我国国家级科技企业孵化器的效率，并基于三螺旋创新理论视角分析产业、政府和大学对科技孵化器孵化效率的影响。结论及政策建议如下：
第一，国家级科技企业孵化器的区域性发展不平衡态势明显，总体效率不高，东中部的效率明显优于西部及东北地区。建议首先，各省市科技孵化器要助力打造“在孵企业”的特色增长极。各省市尤其是西部及东北省市的科技孵化器要着力帮助“在孵企业”挖掘并打造自身优势创新点和增长极，使其顺利“毕业”，为高新产业的发展注入新动能，促使科技企业孵化器更好地贯穿“创新链”和“产业链”，形成良性循环。其次，完善区域孵化器协作网络。加强区域之间、省级之间甚至市级之间科技企业孵化器网络建设，运用空间溢出效应，“以点带线、以线带面”地促进区域内部孵化器之间的经验交流和资源共享，缩小区域差距，实现互补合作、联动发展。 第二，高校科技创新、高技术产业发展以及政府支持三者对国家级科技企业孵化效率影响均呈现促进作用，但仅高技术产业发展可显著提升国家级科技企业孵化器效率;高校科技创新和政府支持对提升孵化效率作用并不显著。大学作为基础研究和高技术领域原始创新的主力军之一，在三螺旋创新理论中占有重要地位。首先，建议强化制度创新，激励高校科技创新走出“象牙塔”，积极参与产学研用，确保与经济社会发展需求接轨。产业、政府与大学需积极探索，为产学研用合作搭建交流和成果共享的平台。各省市国家级科技企业孵化器要在三螺旋创新理论指导下，切实高效利用各省市高校创新资源、紧握高新产业发展红利，深化大学、产业、政府三元一体的创新战略。其次，转变政府角色，创新资助与扶持方式。积极引导社会资金与民间资金共建孵化基金，鼓励建立公益性研究基金，借助市场竞争和资本的力量，提升孵化器融资服务能力，进一步引导孵化器良性发展。
参考文献
[1]亨利·埃茨科维兹著.三螺旋创新模式[M].陈劲译.北京：清华大学出版社，2016.
[2]李燕萍，李洋.中国科技企业孵化器的地域集聚及影响因素研究[J].财经问题研究，2018，（12）：52-59.
[3]李庆博，刘西明.科技企业孵化器创新效率评估及关系研究[J].科技管理研究，2018，（4）：59-63.
[4]仲深，劉雨奇，杜磊.基于网络DEA模型的企业孵化器运行效率评价[J].科技管理研究，2018，（20）：84-90.
[5]冯金余.科技企业孵化器的创新驱动效应研究[J].科研管理，2017，（11）：38-47.
[6]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，（3）：106-115.
[7]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，（22）：175-178.
[8]吴文清，付明霞，赵黎明.科技企业孵化器规模对孵化绩效的影响——基于国家级孵化器的实证研究[J].科技进步与对策，2015，（10）：1-6.
[9]黄虹，徐跃辉.我国科技企业孵化器运行绩效与区域差异研究——基于对260家国家级科技企业孵化器的实证分析[J].经济问题探索，2013，（7）：144-151.
[10]李双杰，范超.随机前沿分析与数据包络分析方法的评析与比较[J].统计与决策，2009，（7）：25-28.
[11]吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006，（5）：74-85.
关键词：三螺旋创新理论;国家级科技企业孵化器;效率;SFA
中图分类号：F2 文献标识码：A doi：10.19311/j.cnki.1672-3198.2020.02.008
0 引言
2016年5月，中共中央和国务院在《国家创新驱动发展战略纲要》中提出了“三步走”伟大战略，致力于构建世界科技创新强国。三螺旋创新理论范式对于合理处理政府、产业与大学关系，有效发挥大学和政府在区域经济发展方面的作用，具有重要的指导意义。它旨在精准把握知识经济时代政府、产业与大学之间的新型互动关系。三螺旋是一种创新模式，是指大学—产业—政府三方在创新过程中密切合作、相互作用，每一个都表现出另外两个的一些能力，但同时仍保留着自己的原有作用和独特身份，三者相互作用，实现动态平衡。三者关系如图1所示。
孵化器作为三边相互作用的混成组织，正把大学、产业、政府集成为一个三方合作体，是新型的创新驱动力。其中，科技孵化器为新创办的科技型中小企业提供物理空间及相关创新创业服务，是培育科技型中小企业、促进科技成果转化的重要载体，有助于促进创新驱动型经济社会发展。
近年来，国家及各级政府都高度重视科技企业孵化器产业的发展，现已初步完成全国布局。“十三五”以来，各省市科技孵化器的孵化效率以及发展平衡态势如何？三螺旋创新理论范式对我国科技企业孵化器发展是否具有指导意义？这是本文拟解决的问题。
1 文献综述
有关孵化器产业发展的学术研究已扩展至较多方面，如科技企业孵化器运营模式和发展路径、科技企业孵化器创新驱动、孵化器产业的竞争力等。结合本文拟解决的问题，仅选取有关孵化器效率及其影响因素的研究文献进行述评。
在测算科技企业孵化器效率时，较多学者采用DEA或SFA模型。李燕萍、李洋（2018）研究发现中国科技企业孵化器的地域集聚呈现空间相关性，但空间分布不均匀。创新资源、人力资本和地区经济发展水平对科技企业孵化器的集聚发展有正向促进作用;政府投入以及技术市场的发展对其影响不显著，甚至起到负向作用。李庆博、刘西明（2018）运用SFA对天津地区的科技企业孵化器进行效率评估，研究发现天津地区整体创新效率偏低，创业导师以及公共平台的投资强度对孵化器的经济效益产出有显著影响。仲深、刘雨奇、杜磊（2018）运用网络DEA模型对29省市的企业孵化器进行研究，发现存在整体效率低下、区域发展不协调等问题，究其原因，投入资源配置不合理导致纯技术效率低下，进而导致整体效率不高。冯金余（2017）运用2009-2012年国家级孵化器的动态面板数据研究发现科技企业孵化器存在场地资源和人力资源方面存在投入冗余现象导致DEA非有效，研究还表明科技孵化器与风险投资未有效融合。翁莉、殷媛（2016）运用DEA方法以人力、物力和财力为投入指标，以孵化效率、经济成果、社会成果和创新成果为产出指标，对上海、杭州和南京地区的45家国家级科技企业孵化器运行效率进行分析，研究表明上三角地区科技企业孵化器整体运用效率较高，但区域差别显著;上海由于规模低效导致其运行效率最低;杭州和南京的运行效率低下主要由于技术无效导致。杨文燮、胡汉辉（2015）重点研究了宁沪杭41个国家级科技企业孵化器的运行效率，实证表明非有效的孵化器存在投入冗余、产出不足和规模不匹配等问题。吴文清、付明霞、赵黎明（2015）研究孵化器资金规模、面积规模和管理团队规模对孵化器绩效（创业绩效、创新绩效和筹资绩效）的影响，研究表明孵化器创業绩效和创新绩效分别与孵化器资金投入规模和孵化器面积呈倒U型关系，孵化器筹资绩效和孵化器资金规模之间存在规模经济效应。黄虹、徐跃辉（2013）运用SFA法对260家国家级科技企业孵化器的运行绩效进行实证分析，研究表明我国科技企业孵化器整体效率呈现逐渐下降的趋势，区域不平衡发展显著。研究还认为孵化器场地面积、累计毕业企业数和人员总数对科技企业孵化器的运行有正向影响。
本文拟从模型和理论上对现有研究进行补充。第一，模型设定上，由于DEA模型忽略了随机因素对产出的影响，且缺乏统计检验的参考，故选用随机前沿模型。第二，理论指导上，本文基于三螺旋创新理论，从大学、政府和产业角度探究孵化效率的影响因素，为我国科技孵化器产业良性发展建言献策。
2 研究方法
基于李双杰、范超（2009）的研究，本文首先构建超越对数形式的随机前沿模型，具体公式如下：
3 指标选取与模型设定
3.1 指标选取
第一，投入和产出指标选取。
科技孵化器是催生“技术创新”的重要平台。大批科技型企业在科技孵化器中接受“孵化”和成长，成为新经济增长点，充实了国民经济的产业队伍。“收入达5000万元企业”指标既能反映孵化器的孵化能力，也能反映其经济能力，能较好体现孵化产出的高质量发展水平。故将“收入达5000万元企业”作为科技孵化器孵化效率的产出指标。
科技孵化器作为促进科技成果转化和产业化、培育高新技术企业的重要平台深受国家和各级地方政府重视，已出台相关扶持政策，如设立孵化基金扶持科技企业孵化器搭建公共技术服务平台、资源共享平台等，以进一步优化科技企业孵化平台硬件配套，增强科技企业培育能力。因此将孵化基金总额与对公共技术服务平台投资额总额作为资产资本投入。科技孵化器是产业升级换代的关键，这离不开人力资本的投入，科技企业孵化器每年都有创业导师帮助科技企业厘清发展思路，解答发展困惑，同时还有大量的管理机构从业人员为科技企业提供财务、营销等咨询。因此将管理机构从业人员数和创业导师人数总额作为人力资本投入。 第二，三螺旋指标选取。
三螺旋创新理论范式强调在以知识为基础的社会中，大学—产业—政府三者之间的相互作用是改善创新条件的关键。产业、政府和大学都是三螺旋的重要成员：产业是进行生产的场所;政府是契约关系的来源，并确保稳定的相互作用与交换;大学则是新知识新技术的来源，是知识经济的生产力要素。孵化器则是大学—产业—政府三者混合组织。因此，基于大学、政府和产业三个视角探究影响孵化器发展的因素较为合适。
关于大学创新，选取各地区高等学校科技产出：有效发明专利件数表征大学的创新力。吴玉鸣（2006）认为由于专利比较接近创新的商业应用，也能较全面地反映各地区发明和创新信息，因此专利是常用来衡量创新能力的指标。产业方面，孵化器主要培育的是科技型的“种子”企业。因此选取高技术产业新产品销售收入，该指标一定程度上反映高技术产业的研发能力和创收能力。政府方面，选取地方公共财政中科技和教育支出表征政府对创新的支持力度。此外，还加入了宏观经济指标，第一个宏观经济指标是人均GDP，用以表征各省市的经济发展总体状况;第二个是技术市场发展水平，技术市场发展水平越繁荣，一定程度可表明该省市的科技创新活力越强。运用各省市输出技术及吸纳技术成交金额总额表征技术市场发展水平。指标体系如表1所示。
本文设定样本期为2014-2017年，可较好地比较“十三五”规划前后国家级科技企业孵化器孵化效率的变化。数据来源于2015-2018年的《中国火炬统计年鉴》，部分数据来源于《中国科技统计年鉴》和《中国统计年鉴》。由于部分数据缺失，样本未纳入海南和西藏，也不包含港澳台。
3.2 模型设定
首先需对公式（1）所构建的超越对数生产函数形式的随机前沿模型进行检验，检验结果如表2所示。
检验结果表明：采用随机前沿模型具有一定的合理性，超越对数生产函数可较好地拟合样本数据。此外，为避免无效率项存在多重共线性问题，从而对孵化效率测算产生影响，故对无效率项进行多重共线性检验，检验结果如表3所示。
多重共线性检验结果显示三螺旋影响因素以及宏观控制变量的VIF值均小于10，上述无效率项均可纳入模型测算。
4 实证结果分析
4.1 科技企业孵化器孵化效率分析
本文采用柯布道格拉斯生产函数计算出2014-2017年科技孵化器的孵化效率，具体见表4。
从时间维度上看，“十三五”前后，各省市国家级科技企业孵化器的孵化效率均得到了明显提升，但其平均效率较低，仅为0.36。29个省市中仅14个省市的科技孵化器效率高于平均值，占比达48.28%。这说明科技孵化器的技术效率较为低下，亟待提升。此外科技孵化器的效率还呈现区域性的不平衡发展趋势，具体可见图2。
东部地区，江苏、广东、山东和福建平均技术效率普遍高于0.68，表明这四个省科技孵化器投入与产出效率较高，资源得到了较为充分的利用。中部地区的河南孵化效率高达0.75;湖北、安徽和湖南孵化效率均值达到0.47。西部地区的四川、陕西，东北地区的辽宁孵化效率也均高于平均水平。低于平均水平的省市多处于中西部和东北地区。
值得注意的是上海市的平均效率仅为0.27。比较2017年上海与福建的投入和产出发现，2017年上海的资金投入为福建的8倍之多，劳动力投入是福建的3倍有余，收入达5千万元的企业数却仅为福建3/4。可见，上海进入了高投入低产出的“怪圈”，导致了其产出效率低下。此观点与翁莉、殷媛（2016）实证结果相符。
4.2 三螺旋指标影响分析
基于三螺旋创新理论，本文将高校创新能力、高技术产业创新能力以及政府科技创新纳入模型中。为避免遗漏变量对模型结果的影响，加入人均GDP和技术交易市场指标，共同探讨其对科技孵化器的孵化效率影响，估计结果如表5所示。
资金投入对科技企业孵化器的孵化效率呈现出显著的负向影响，资本弹性系数值为-0.849。杨文燮、胡汉辉（2015）年的研究表明国家级科技企业孵化器存在資本投入冗余问题。推测由于资金冗余造成使用效率欠佳，进而对孵化效率产生负影响。劳动产出弹性系数值为0.209，通过1%显著性检验，表明人力资源的投入在科技企业孵化器的发展中有着至关重要的作用。
从三螺旋影响因素的估计结果和显著性来看：高校科技创新、高技术产业创新能力以及政府科技支持对国家级科技企业孵化效率影响均呈现促进作用，这与三螺旋创新理论所倡导的理念一致。高技术产业水平指标的系数值为-0.583，通过1%显著性检验，表明高技术产业发展对科技企业孵化器有着积极的正向促进作用。政府对科技和教育的投入指标系数值为-0.107，未通过显著性检验，表明政府对科技教育的支持并未显著提升科技企业孵化器的孵化效率。高校科技创新指标系数值仅为-0.069，且未通过显著性检验，表明高校科技创新对提升孵化效率作用不显著，二者传导机制有待进一步强化。技术交易市场指标系数值0.012，也未通过显著性检验，表明以技术市场成交总额表征的技术交易市场发展水平与科技企业孵化器的效率成负向影响。李燕萍、李洋（2018）的研究也表明技术市场的发展对科技孵化器的集聚发展影响不显著。
5 结论与政策建议
本文利用随机前沿模型测算我国国家级科技企业孵化器的效率，并基于三螺旋创新理论视角分析产业、政府和大学对科技孵化器孵化效率的影响。结论及政策建议如下：
第一，国家级科技企业孵化器的区域性发展不平衡态势明显，总体效率不高，东中部的效率明显优于西部及东北地区。建议首先，各省市科技孵化器要助力打造“在孵企业”的特色增长极。各省市尤其是西部及东北省市的科技孵化器要着力帮助“在孵企业”挖掘并打造自身优势创新点和增长极，使其顺利“毕业”，为高新产业的发展注入新动能，促使科技企业孵化器更好地贯穿“创新链”和“产业链”，形成良性循环。其次，完善区域孵化器协作网络。加强区域之间、省级之间甚至市级之间科技企业孵化器网络建设，运用空间溢出效应，“以点带线、以线带面”地促进区域内部孵化器之间的经验交流和资源共享，缩小区域差距，实现互补合作、联动发展。 第二，高校科技创新、高技术产业发展以及政府支持三者对国家级科技企业孵化效率影响均呈现促进作用，但仅高技术产业发展可显著提升国家级科技企业孵化器效率;高校科技创新和政府支持对提升孵化效率作用并不显著。大学作为基础研究和高技术领域原始创新的主力军之一，在三螺旋创新理论中占有重要地位。首先，建议强化制度创新，激励高校科技创新走出“象牙塔”，积极参与产学研用，确保与经济社会发展需求接轨。产业、政府与大学需积极探索，为产学研用合作搭建交流和成果共享的平台。各省市国家级科技企业孵化器要在三螺旋创新理论指导下，切实高效利用各省市高校创新资源、紧握高新产业发展红利，深化大学、产业、政府三元一体的创新战略。其次，转变政府角色，创新资助与扶持方式。积极引导社会资金与民间资金共建孵化基金，鼓励建立公益性研究基金，借助市场竞争和资本的力量，提升孵化器融资服务能力，进一步引导孵化器良性发展。
参考文献
[1]亨利·埃茨科维兹著.三螺旋创新模式[M].陈劲译.北京：清华大学出版社，2016.
[2]李燕萍，李洋.中国科技企业孵化器的地域集聚及影响因素研究[J].财经问题研究，2018，（12）：52-59.
[3]李庆博，刘西明.科技企业孵化器创新效率评估及关系研究[J].科技管理研究，2018，（4）：59-63.
[4]仲深，劉雨奇，杜磊.基于网络DEA模型的企业孵化器运行效率评价[J].科技管理研究，2018，（20）：84-90.
[5]冯金余.科技企业孵化器的创新驱动效应研究[J].科研管理，2017，（11）：38-47.
[6]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，（3）：106-115.
[7]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，（22）：175-178.
[8]吴文清，付明霞，赵黎明.科技企业孵化器规模对孵化绩效的影响——基于国家级孵化器的实证研究[J].科技进步与对策，2015，（10）：1-6.
[9]黄虹，徐跃辉.我国科技企业孵化器运行绩效与区域差异研究——基于对260家国家级科技企业孵化器的实证分析[J].经济问题探索，2013，（7）：144-151.
[10]李双杰，范超.随机前沿分析与数据包络分析方法的评析与比较[J].统计与决策，2009，（7）：25-28.
[11]吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006，（5）：74-85.