吉林省科技企业孵化器运行效率分析

龙源期刊网 https://www.wendangku.net/doc/567090913.html,

吉林省科技企业孵化器运行效率分析

作者：刘桐丁永波经滢

来源：《合作经济与科技》2019年第04期

[提要] 本文以吉林省18家科技企业孵化器作为研究对象，运用数据包络分析方法，对吉林省科技企业孵化器运行效率进行分析。结果表明：吉林省孵化器运行效率总体上是中等偏上的水平;对于半数无效的孵化器，应结合自身不足，针对投入产出进行不同侧重的调整。并在此基础上，提出加强政府支持、注重人才引进和建立孵化器评价指标体系的政策建议。

关键词：吉林;科技企业孵化器;DEA;效率

本文为吉林省社会科学基金项目：“吉林省创业生态系统的构建与培育研究”

中图分类号：F127 文献标识码：A

收录日期：2018年12月1日

近几年，随着我国创业热潮的不断攀升，孵化器作为我国创新创业的主要载体，逐渐从初级发展阶段向着更加专业化、社会化进行转型。吉林省孵化器建设起步较晚，但近几年来发展迅速，在数量和规模上都有很大的提升，初步形成了创新创业的浓厚氛围。为了进一步了解吉林省孵化器的发展现状和存在的不足，对孵化器的运行效率进行分析是必要的。

Sung等（2003）在收集位于韩国的7家企业孵化器数据的基础上，将“线性模型”和“非线性模型”应用于孵化器的研究之中。李恒光等（2008）将环境因素、要素因素、过程因素作为孵化器绩效评价的三个影响因素，并以此提出了“3C”系统分析框架。殷群等（2010）运用数据包络分析（DEA）的BCC模型和超效率模型找到长三角地区效率低下的孵化器的问题所在，并相应地进行调整和分析。张娇等（2010）为研究我国孵化器的运行差异，首次运用聚类分析的方法，把孵化器划分为全能高效型孵化器、持续改进型孵化器、规模低效型孵化器和配置低效型孵化器，并根据不同的孵化器类别采取不同的调整方式。宋清等（2014）通过回归分析的方法，分析了投入要素对孵化器绩效的影响，并得到了各项投入要素对经济绩效的影响最大，对孵化绩效的影响最小的结论。

总的来说，目前针对孵化器运行效率的研究逐步深入，运用的方法多种多样，孵化器运行效率已经成为衡量某一区域孵化器发展水平的重要标准。基于此，本文主要运用数据包络分析的方法（DEA）针对吉林省的孵化器效率进行评价和分析，找到存在的不足并进行及时纠正。

（一）评价方法选择。本文采用数据包络分析（DEA）的方法对孵化器进行效率分析，在DEA方法中，有两个最常用的模型分别是CCR和BCC模型。本文主要采用投入导向的BCC 模型。BCC模型如下：