姚夢思， 呂 微， 李彥華

（中北大學 經濟與管理學院，太原 030051）

1 研究現狀

關于科技企業(yè)孵化器對區(qū)域經濟的影響，中外學者均有研究探討. Subrahmanya和Hillemane［1］通過探討企業(yè)孵化器（TBI）的特征，分析其孵化過程如何影響國民經濟的發(fā)展；Haugh［2］探討了企業(yè)孵化和企業(yè)發(fā)展對發(fā)展中經濟體減貧的影響；李具恒和張美玲［3］提出，企業(yè)孵化器通過產生溢出效應和輻射帶動效應來促進區(qū)域經濟發(fā)展、區(qū)域創(chuàng)新和科技成果的轉化；朱云浩等［4］研究發(fā)現，科技企業(yè)孵化器對區(qū)域經濟增長有正向影響；張魯彬等［5］研究認為，企業(yè)孵化器作為中小企業(yè)初創(chuàng)時期重要的載體是有效促進區(qū)域經濟增長的工具之一；王婧美［6］針對中國科技中介在區(qū)域經濟發(fā)展過程中面臨的問題制定合理的發(fā)展戰(zhàn)略.

關于技術進步對區(qū)域經濟的影響國內外學者也有研究探討. Romer等［7］建立了內生經濟增長模型，并在模型加入了技術因素，強調了技術研發(fā)對經濟增長的影響；Jungmittag［8］認為，技術創(chuàng)新能顯著影響全要素生產率，而全要素生產率又能積極影響區(qū)域經濟增長；Desmet和Rossi［9］認為，技術進步能夠通過產業(yè)結構調整刺激經濟增長；謝曉芳［10］以京津冀地區(qū)為例，探討了技術進步與經濟增長質量之間的耦合關系；謝周亮和李志影［11］研究發(fā)現，技術創(chuàng)新與產業(yè)升級能夠正向影響區(qū)域經濟增長；胡亞南等［12］研究發(fā)現，技術進步與經濟增長之間有顯著的空間溢出效應；冉征和鄭江淮［13］以不同地區(qū)之間技術復雜程度為研究視角，分析了創(chuàng)新能力與地區(qū)經濟高質量發(fā)展之間的關系.

綜上所述，現有研究已經分別關注到了科技企業(yè)孵化器與區(qū)域經濟增長之間、技術進步與區(qū)域經濟增長之間的相互作用關系，但是很少有人將三者結合起來進行定量分析. 科技企業(yè)孵化器在不斷進行自身發(fā)展建設，技術在經濟發(fā)展過程中不斷進步，研究孵化器創(chuàng)新效率、技術進步與區(qū)域經濟增長之間的關系，能夠為現代化經濟體系建設提供新思路. 本文以技術創(chuàng)新理論、內生性經濟增長理論等為理論基礎，以2010—2019年我國28個?。▍^(qū)、市）為研究對象，運用超效率DEA模型測算各地區(qū)孵化器創(chuàng)新效率，構建面板回歸模型對孵化器創(chuàng)新效率、技術進步和區(qū)域經濟增長之間的關系進行探討；選取科技企業(yè)孵化器政策工具強度、技術進步滯后一期作為工具變量，采用兩階段最小二乘法（2SLS）解決面板回歸模型中存在的內生性問題.

2 理論基礎與研究方法

2.1 理論基礎

2.1.1 孵化器創(chuàng)新效率對區(qū)域經濟增長的影響

科技企業(yè)孵化器是以技術知識為動力的創(chuàng)新平臺，是推動區(qū)域科技創(chuàng)新發(fā)展的重要組成部分. 孵化器通過為初創(chuàng)時期的科技型中小企業(yè)提供包括基礎設施、人員、技術等服務支持，幫助和扶持科技型中小企業(yè)迅速發(fā)展. 孵化器的創(chuàng)新能力能夠對區(qū)域經濟的增長起到輻射帶動作用. 謝會強等［14］提出產業(yè)集聚能夠使技術創(chuàng)新形成網絡，各種企業(yè)通過技術流動、生產合作、競爭發(fā)展等方式推動新資本的形成，從而推動區(qū)域經濟快速發(fā)展. 對于科技企業(yè)孵化器來說，其與周邊高新技術企業(yè)建立緊密的生產合作網，有利于技術的共享以及人才的流動，從而提高孵化器的孵化效率，促進區(qū)域經濟增長.

2.1.2 區(qū)域技術進步對區(qū)域經濟增長的影響

技術創(chuàng)新能夠推動經濟增長這一觀點已得到眾多學者認可. Boschma和Lambooy［15］在創(chuàng)新理論中提到，經濟的變化是由創(chuàng)新活動引起的；Romer 等［16］在內生性經濟增長理論中提出，經濟增長的根源在于技術創(chuàng)新，是確保均衡狀態(tài)、保持經濟可持續(xù)發(fā)展的前提. 技術進步水平已經逐步成為衡量地區(qū)創(chuàng)新發(fā)展的重要因素，我國經濟發(fā)展已經在創(chuàng)新驅動發(fā)展戰(zhàn)略的帶領下步入新常態(tài)，區(qū)域技術進步愈發(fā)成為推動區(qū)域經濟增長的重要一環(huán)，許多地區(qū)的經濟發(fā)展正在進入一個新時期，因此，提高區(qū)域技術創(chuàng)新水平對實現區(qū)域經濟的長期穩(wěn)定增長具有重要意義.

2.1.3 孵化器創(chuàng)新效率、技術進步共同對區(qū)域經濟增長的影響

區(qū)域科技企業(yè)孵化器的發(fā)展、技術的進步不是一蹴而就的，區(qū)域經濟的發(fā)展也不是孤立存在的，而是相互配合、相互促進的. 企業(yè)孵化器通過提升區(qū)域創(chuàng)新孵化效率為技術進步提供要素資源，技術創(chuàng)新可以轉化吸引資金、人才等要素，進而促進企業(yè)孵化器的發(fā)展. 科技企業(yè)孵化器作為技術轉移的重要創(chuàng)新平臺，能夠加速科技創(chuàng)新成果轉化進程，提升地區(qū)創(chuàng)新驅動能力，不斷促進地區(qū)技術進步，進而提高區(qū)域經濟增長水平；而區(qū)域經濟增長又可通過人力、物力、財力等資本投入促進區(qū)域創(chuàng)新發(fā)展.

2.2 研究方法

2.2.1 計量模型的選擇

本文主要研究目的是探討國家級科技企業(yè)孵化器創(chuàng)新效率和技術進步對區(qū)域經濟增長的影響. 基于2010—2019年我國28個?。▍^(qū)、市）的省級面板數據，構建以下實證模型：

式中：i代表某?。▍^(qū)、市）；t代表年份；pgdpit表示?。▍^(qū)、市）i在第t年的實際人均GDP；efficit表示孵化器i在第t年的創(chuàng)新效率；tpit表示?。▍^(qū)、市）i在第t年的技術水平；X表示控制變量；αi表示不能觀測的省際效應；εit表示隨機誤差項.

由于科技企業(yè)孵化器孵化效率和技術進步可能會共同影響區(qū)域經濟發(fā)展，式（1）只加入了這兩個因素和一系列控制變量. 為了進一步探討科技企業(yè)孵化器孵化效率和技術進步的聯合作用，在式（1）的基礎上加入了二者的交互項：

2.2.2 變量選取及數據來源

被解釋變量：區(qū)域經濟增長（pgdp）. 參考王立平和余小婷［17］的做法，采用各地區(qū)的實際人均GDP表示（實際人均GDP用以2010年為基期的GDP平減指數對人均名義GDP進行縮減得到）.

核心解釋變量：孵化器創(chuàng)新效率（effic）. 目前用于效率評價的模型主要包括隨機前沿分析模型（SFA）和數據包絡分析模型（DEA）.但是DEA 模型不需要提前設定具體的函數形式，并且能夠處理多個投入與產出條件下的效率測算，因此本文選取DEA模型進行創(chuàng)新效率測算. 由于傳統(tǒng)DEA模型在測算過程中會忽略松弛變量對效率評價的影響，導致出現測算偏誤，因此本文借 鑒Andersen 和Petersen［18］提 出 的 超 效 率DEA模型進行測算. 對于創(chuàng)新效率指標體系的設計，本文參考以往研究［19-21］，從投入和產出兩個方面設計了8個指標進行測量（表1）.

表1 DEA 超效率模型指標體系Tab.1 Index system of DEA super efficiency model

核心解釋變量：技術進步（tp）. 技術進步作為一個無形變量，其主要度量方法包括全要素生產率法、研發(fā)支出投入法、專利產出法3種. 考慮到前兩種方法計算時缺乏統(tǒng)一性且存在誤差，因此采用專利產出法衡量我國各地區(qū)的技術進步情況，選取國內3種專利有效數進行具體測算.

控制變量：①政府科學技術支出（gov）. 政府對地區(qū)科技發(fā)展的扶持與資助能夠為科技創(chuàng)新發(fā)展提供財政資金，因此本文將政府科學技術支出作為控制變量. ②技術合同成交額（contract）. 采用各地區(qū)登記的技術合同金額數表示. ③外商投資（fdi）. 用外商投資額與GDP的比值表示. ④人力資本（hum）. 用人均受教育水平衡量地區(qū)人力資本情況. ⑤城鎮(zhèn)化率（ur）. 城市化水平高的地區(qū)能夠更好地吸引和凝聚科技創(chuàng)新人才，因此參照文獻［22］的做法，采用城鎮(zhèn)常住人口數量除以地區(qū)總人口數量衡量城市化率.

數據來源：考察時間為2010—2019年；各項指標均源自《中國統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》中所選28省（區(qū)、市）中的原始數據.

3 實證分析

3.1 描述性統(tǒng)計

表2為用Stata16.0軟件估計的變量描述性統(tǒng)計結果. 由表2可以看出，我國區(qū)域間經濟發(fā)展水平存在發(fā)展不平衡現象；各地區(qū)國家級科技企業(yè)孵化器創(chuàng)新效率差距較大；地區(qū)間科技發(fā)展水平也存在較大差異.

表2 變量描述性統(tǒng)計Tab.2 Descriptive statistics of variables

3.2 回歸結果分析

利用2010—2019 年我國28 個?。▍^(qū)、市）面板數，在模型（1）的基礎上借助Stata16.0 軟件進行實證分析. 回歸之前，通過F檢驗所得P值為0.000，因此選擇FE 模型要優(yōu)于混合回歸.表3 第（1）和（3）列分別為不加交互項的固定效應和隨機效應模型回歸結果，第（2）和（4）列匯為加交互項的固定效應和隨機效應模型回歸結果.

從表3 第（1）和（3）列的回歸結果來看，孵化器創(chuàng)新效率對區(qū)域經濟增長存在顯著的正向影響，說明科技企業(yè)孵化器創(chuàng)新效率的提升能夠促進區(qū)域經濟增長. 技術進步能夠顯著促進區(qū)域經濟增長，地區(qū)可以通過積極引導孵化器科技成果的轉化與流通來促進區(qū)域經濟增長. 從表3 第（2）和（4）列回歸結果可以看出，加入孵化器創(chuàng)新效率和技術進步的交互項后，核心解釋變量依舊顯著，且孵化器創(chuàng)新效率的顯著性略有提升，表明孵化器創(chuàng)新效率和技術進步對經濟增長存在協(xié)同提升效應，孵化器創(chuàng)新效率的提升、當地技術的不斷進步能共同促進區(qū)域經濟增長.

從表3第（2）和（4）列的回歸結果還可以看出，在一系列控制變量中，政府科學技術支出對區(qū)域經濟增長有正向影響，說明政府對地區(qū)技術創(chuàng)新的大力支持有助于當地技術進步以及經濟增長；技術合同成交額的估計系數顯著為正，可見通過將科技成果轉化為商品進行交易能夠促進區(qū)域經濟的增長；外商投資水平對區(qū)域經濟增長影響為正，外商投資具有技術溢出效應，外商投資的增加有利于區(qū)域經濟的增長；人力資本對區(qū)域經濟增長有正向影響，高素質人才集聚能夠更好地轉化與應用先進技術，從而推動地區(qū)技術進步，進而促進區(qū)域經濟增長；城鎮(zhèn)化水平的估計系數顯著為正，表明地區(qū)城鎮(zhèn)發(fā)展水平越高，配套基礎設施越先進，越有利于吸引大量的優(yōu)秀人才來促進當地創(chuàng)新發(fā)展，進而提升區(qū)域經濟發(fā)展水平.

表3 固定效應與隨機效應模型的回歸結果Tab.3 Regression results of fixed effect and random effect models

3.3 內生性討論與工具變量再估計

3.3.1 內生性討論

在進行OLS回歸時，若不考慮內生性問題，會使得OLS的估計結果有偏且不一致. 因此，為了獲得更加準確的實證結果，采用工具變量法進行再估計. 本文內生性產生的原因如下：

1）遺漏變量. 丁玉龍和秦尊文［23］認為，區(qū)域經濟增長包括了經濟、社會、環(huán)境等多方面要素，是一個綜合性指標. 本文在設定模型時已加入控制變量，但仍可能會遺漏某些變量.

2）雙向因果關系. 孵化器創(chuàng)新效率與區(qū)域經濟增長可能會存在雙向因果關系. 首先，孵化器創(chuàng)新效率會影響區(qū)域經濟增長，此觀點在前文中已有論述. 其次，區(qū)域經濟增長也會影響孵化器創(chuàng)新效率. 通常情況下，區(qū)域經濟發(fā)展水平高的地區(qū)，技術創(chuàng)新能力、勞動力素質等也會高，因此會提高孵化器的創(chuàng)新與孵化能力；對于區(qū)域經濟發(fā)展水平較低的地區(qū)，政府可能會通過政策傾斜資金投入等來促進該地區(qū)孵化器基礎設施建設，因此孵化器孵化效率與區(qū)域經濟增長會相互影響. 技術進步率與區(qū)域經濟增長也可能會存在雙向因果關系. 技術的進步會推動區(qū)域經濟的增長，同時，區(qū)域經濟發(fā)展水平的提高，有利于吸引人才的流入以及基礎設施的完善，更有利于技術的創(chuàng)新發(fā)展.

3）測量誤差. 本文在實證分析之前，雖然已經對原始數據進行了預處理，并沿用前人較為科學的測算方法與模型來測算各地區(qū)孵化器創(chuàng)新能力與區(qū)域經濟增長水平，但由于數據種類及來源等問題，實證結果仍舊不可避免會出現偏誤.

3.3.2 工具變量再估計

綜合考慮相關性與外生性問題，本文選取如下工具變量：①政策工具強度. 龔斌［22］認為，某地區(qū)有關孵化器的政策對當地孵化器的孵化基金與孵化規(guī)模有十分重要的影響，能夠直接影響該地區(qū)孵化器的孵化效率，因此政策工具強度與孵化器創(chuàng)新效率之間具有相關性. 同時，孵化器政策通過當地孵化器進行扶持來提升當地創(chuàng)新能力，對區(qū)域經濟增長不會產生直接影響，因此該工具變量也具有外生性. 參照龔斌［22］的研究，使用地方政府頒布的關于孵化器建設的政策文件數量作為政策工具強度的代理變量，并進一步構造孵化器創(chuàng)新效率與政策工具的交互項作為工具變量. ②技術進步的滯后一期. 上一期的技術進步與當期的區(qū)域經濟增長密切相關，本文所用數據為10年間的省級面板數據，因此可以采用內生解釋變量的滯后期作為工具變量來解決內生性問題. 本文選取技術進步的滯后一期作為技術進步的工具變量來解決技術進步與區(qū)域經濟增長的內生性問題.

表4為通過兩階段最小二乘法（2SLS）對模型進行回歸的結果. 從表4 可以看出，在解決內生性問題后，孵化器創(chuàng)新效率、技術進步以及兩者的交互項依舊對區(qū)域經濟增長具有顯著且正向的影響.

表4 工具變量回歸結果Tab.4 Regression results of instrumental variables

3.4 穩(wěn)健性檢驗

為了檢驗上述回歸結果的穩(wěn)健性和可靠性，本文通過剔除直轄市樣本和剔除異常值進行穩(wěn)健性檢驗.表5是基于工具變量回歸模型的回歸結果. 由表5 可以看出，剔除4 個直轄市樣本后，孵化器創(chuàng)新效率、技術進步對區(qū)域經濟增長有正向影響，且回歸系數在1%的水平上顯著；加入核心解釋變量的交互項后，孵化器創(chuàng)新效率的顯著性下降，但依舊對區(qū)域經濟增長有正向影響；技術進步對區(qū)域經濟增長有正向顯著影響. 從剔除異常值的回歸結果可以看出，孵化器創(chuàng)新效率、技術進步對區(qū)域經濟發(fā)展都有顯著的正向影響.

表5 穩(wěn)健性檢驗結果Tab.5 Robustness test results

4 結論與建議

4.1 結論

綜上，研究結果表明：科技企業(yè)孵化器創(chuàng)新效率、技術進步都對區(qū)域經濟增長有顯著的促進作用，二者協(xié)同更可明顯促進區(qū)域經濟的發(fā)展.

4.2 建議

1）不斷促進科技企業(yè)孵化器創(chuàng)新效率的提升，推動科技企業(yè)孵化器的建設，充分利用政府、社會資源，促進孵化器產生更強大的區(qū)域經濟輻射帶動作用，從而促進區(qū)域經濟的高質量發(fā)展.

2）不斷完善科技企業(yè)孵化器建設體系，促進區(qū)域經濟可持續(xù)發(fā)展. 科技企業(yè)孵化器在建設中要重視與各種創(chuàng)新平臺合作，注重與創(chuàng)新科技資源集聚地建立共同發(fā)展的緊密合作關系，不斷吸引與帶動高素質人員進行科技研發(fā)與創(chuàng)新，不斷促進科技成果轉化，為促進區(qū)域經濟發(fā)展提供基礎. 科技企業(yè)孵化器要結合當地優(yōu)勢行業(yè)，不斷提高自身專業(yè)化建設，完善與建設更具當地特色的技術服務平臺；積極搭建各種孵化器共享平臺，完善科技企業(yè)孵化器建設體系，促進孵化器專業(yè)化、多元化、標準化發(fā)展.

3）要始終堅持創(chuàng)新驅動發(fā)展戰(zhàn)略，促進各種創(chuàng)新要素集聚，不斷提升孵化器和企業(yè)的科技創(chuàng)新能力. 注重提升各種高技術人才的綜合素質，培養(yǎng)更加優(yōu)秀的科技型創(chuàng)新人才. 注重發(fā)揮科技企業(yè)孵化器等創(chuàng)新平臺的技術轉移以及科技成果轉化等優(yōu)勢，不斷提升各類產業(yè)的競爭力，促進產業(yè)結構優(yōu)化升級對區(qū)域經濟增長的推動作用，同時也要充分利用科技創(chuàng)新帶來的高質量產品與服務，打造更加具有戰(zhàn)略性的新興產業(yè)，為區(qū)域經濟增長構建新引擎.