基于DEA的高校創(chuàng)業(yè)孵化器的績效分析

魏林晶　朱曉琪　張春梅

【摘? 要】論文以高校創(chuàng)業(yè)孵化器運(yùn)行效率為研究對象，選取了2015-2019年全國20個(gè)地區(qū)高校創(chuàng)業(yè)孵化器的4個(gè)投入指標(biāo)和3個(gè)產(chǎn)出指標(biāo)，采用DEA方法得出2015-2019年全國20個(gè)地區(qū)高校創(chuàng)業(yè)孵化器的各效率值，并利用Malmquist指數(shù)從投入和產(chǎn)出兩個(gè)角度進(jìn)行動(dòng)態(tài)效率分析，以此得到不同省份的高校創(chuàng)業(yè)孵化器的技術(shù)和效率變化趨勢并進(jìn)行綜合分析，最后為提高全國高校創(chuàng)業(yè)孵化器運(yùn)行效率提出對策及建議。

【Abstract】Taking the operation efficiency of university business incubator as the research object， this paper selects four input indexes and three output indexes of university business incubator in twenty regions of China from 2015 to 2019， uses DEA method to get the efficiency values of university business incubators in twenty regions of China from 2015 to 2019， and uses Malmquist index to analyze the dynamic efficiency from input and output. In this way， the changing trend of technology and efficiency of university business incubators in different provinces is obtained and comprehensively analyzed. Finally， the paper puts forward countermeasures and suggestions to improve the operation efficiency of business incubators in colleges and universities in China.

【關(guān)鍵詞】創(chuàng)業(yè)孵化器;績效評(píng)價(jià);大學(xué)生創(chuàng)業(yè)

【Keywords】business incubators; performance evaluation; university students' innovative undertaking

【中圖分類號(hào)】G472? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2021）03-0084-02

1 引言

隨著“互聯(lián)網(wǎng)+”、大數(shù)據(jù)等技術(shù)的快速發(fā)展，創(chuàng)新創(chuàng)業(yè)成為這個(gè)時(shí)代的主流。就業(yè)壓力日益增加，利用一種新的創(chuàng)新手段促進(jìn)大學(xué)生就業(yè)，開始設(shè)立起了大學(xué)生創(chuàng)業(yè)孵化器。高校創(chuàng)業(yè)孵化器在投入產(chǎn)出方面存在一定的問題，制約著孵化器運(yùn)行的效率，需深入分析高校創(chuàng)業(yè)孵化器的運(yùn)行效率。

2 研究方法

2.1 指標(biāo)及數(shù)據(jù)選取

研究全國來自不同省份的高校創(chuàng)業(yè)孵化器的績效，在搜集數(shù)據(jù)時(shí)部分省份的數(shù)據(jù)未找到，為了保證分析結(jié)果的準(zhǔn)確性，論文綜合考慮選取了《中國火炬統(tǒng)計(jì)年鑒》北京、上海、江蘇、浙江等20個(gè)地區(qū)高校創(chuàng)業(yè)孵化器數(shù)據(jù)進(jìn)行研究分析。

論文分別從投入和產(chǎn)出兩個(gè)方面共選取7個(gè)指標(biāo)組成了高校創(chuàng)業(yè)孵化器運(yùn)行效率的有關(guān)指標(biāo)。所選取的指標(biāo)如圖1和圖2所示。

2.2 模型方法

采用數(shù)據(jù)包絡(luò)分析法，通過客觀方法對來自不同省份的高等院校中的創(chuàng)業(yè)孵化器的相關(guān)運(yùn)行效率進(jìn)行分析并作出評(píng)價(jià)，以此進(jìn)一步豐富和發(fā)展創(chuàng)業(yè)孵化器的定量研究理論和實(shí)踐。利用Malmquist指數(shù)從投入和產(chǎn)出兩個(gè)角度進(jìn)行動(dòng)態(tài)效率分析，以此得到不同省份的高校創(chuàng)業(yè)孵化器的技術(shù)和效率變化趨勢。

3 評(píng)價(jià)結(jié)果

3.1 靜態(tài)效率分析

通過DEAP 2.1軟件，對以上20個(gè)省份中2015-2019年的投入產(chǎn)出數(shù)據(jù)進(jìn)行測算，求得各效率值（篇幅所限表略）。進(jìn)行分區(qū)域分析，將所研究的20個(gè)省份劃分為東部地區(qū)北京、河北等11個(gè)省市，西部地區(qū)廣西、四川、陜西3個(gè)省市，中部地區(qū)為河南、湖北等6個(gè)省市。

從2015-2019年的數(shù)據(jù)顯示來看，綜合、純技術(shù)和規(guī)模的效率是整體上升的。但每年平均效率值都小于1，說明各省的高校創(chuàng)業(yè)孵化器在多方面存在一定的問題。在純技術(shù)效率值為1的情況下，當(dāng)純技術(shù)效率值為1時(shí)，東部和中部地區(qū)的技術(shù)效率值是低于西部地區(qū)的，總的綜合效率值并不高，說明造成這種差異主要受規(guī)模效率的影響，因此，高校創(chuàng)業(yè)孵化器的生產(chǎn)規(guī)模需要控制。此外，2019年東部地區(qū)有7個(gè)省份（河北、遼寧、吉林、廣東、福建、山東、北京）綜合效率值有效，表明東部地區(qū)大多數(shù)省份的高校創(chuàng)業(yè)孵化器技術(shù)水平處于較高水平，具有較強(qiáng)的規(guī)模效應(yīng);中部地區(qū)綜合有效的地區(qū)分別是山西、河南，占中部地區(qū)樣本量的33.3%;在西部地區(qū)，綜合有效的地區(qū)共有2個(gè)，約占西部地區(qū)樣本量的66.7%，說明西部地區(qū)有一半以上省份的孵化器運(yùn)行狀況良好。2019年間，綜上所述，西部地區(qū)綜合效率低于東部和中部地區(qū)，東部地區(qū)高校創(chuàng)業(yè)孵化器在技術(shù)效率的前沿面上，相對于其他的孵化基地發(fā)展得更好，達(dá)到了較高的產(chǎn)出效益。

3.2 動(dòng)態(tài)效率分析

采用Malmquist全要素生產(chǎn)率的方法對2015-2019年不同地區(qū)的高校創(chuàng)業(yè)孵化器投入產(chǎn)出效率進(jìn)行動(dòng)態(tài)效率分析，分析投入產(chǎn)出效率的動(dòng)態(tài)趨勢，具體部分結(jié)果如表1所示。

從表1可以看出，2015-2019年各地區(qū)的指標(biāo)數(shù)據(jù)平均值全部大于1。這說明整體上各地區(qū)高校創(chuàng)業(yè)孵化器績效水平呈現(xiàn)上升趨勢。在創(chuàng)業(yè)孵化器全要素生產(chǎn)率的各個(gè)省份數(shù)據(jù)分析中，17個(gè)省份的全要素生產(chǎn)率大于1，其中有3個(gè)比較例外的省份，它們的生產(chǎn)率是小于1，但是總的來說呈良好發(fā)展趨勢。對要素生產(chǎn)率增長的貢獻(xiàn)度來看，北京、遼寧、河北的技術(shù)效率均大于技術(shù)進(jìn)步的貢獻(xiàn)度。由此說明，在最近幾年中，東部地區(qū)的高校創(chuàng)新創(chuàng)業(yè)發(fā)展受到了國家給予的高度重視和發(fā)展，在各個(gè)層面均作出了大量的投入，加之緊密的科研機(jī)構(gòu)布局，更加速了東部地區(qū)高等院校創(chuàng)業(yè)孵化效率的提升。

由表2可以看出，2017-2018年各指數(shù)都呈現(xiàn)大幅下降的趨勢。這5年間，高校創(chuàng)業(yè)孵化器效率波動(dòng)較大，純技術(shù)效率變化不太明顯，其他幾個(gè)都呈現(xiàn)不規(guī)則變化。在技術(shù)效率方面，2017年、2019年的技術(shù)效率變動(dòng)指數(shù)均大于2018年，且2015-2017年以及2018-2019年的總體技術(shù)效率均是大于1的，由此可見，當(dāng)技術(shù)有效利用程度提高時(shí)，純技術(shù)效率均大于1。從總體宏觀角度出發(fā)，技術(shù)效率變動(dòng)方面所呈現(xiàn)出來的數(shù)據(jù)，呈良好發(fā)展趨勢。

4 對策與建議

①我們應(yīng)以改善技術(shù)為核心不斷增加創(chuàng)業(yè)孵化器的科研投入，用先進(jìn)的生產(chǎn)方式實(shí)現(xiàn)效益的持續(xù)增長，進(jìn)而避免在大多數(shù)省份中純技術(shù)效率值低于規(guī)模效率值的缺陷。

②優(yōu)化資源配置，提高創(chuàng)業(yè)孵化器中科技投入產(chǎn)出效率，對資源進(jìn)行合理優(yōu)化，從而實(shí)現(xiàn)更多的產(chǎn)出。

③鼓勵(lì)大學(xué)生創(chuàng)新，對優(yōu)秀的項(xiàng)目進(jìn)行扶持，促進(jìn)學(xué)生之間的競爭，營造良好的創(chuàng)新環(huán)境。

【參考文獻(xiàn)】

【1】高江濤，李紅，邵金鳴.基于DEA模型的中國糧食產(chǎn)業(yè)安全評(píng)估[J].統(tǒng)計(jì)與決策，2020（23）：61-65.

【2】王七萍.基于DEA的淮河生態(tài)經(jīng)濟(jì)帶城市綠色發(fā)展效率分析[J].安徽廣播電視大學(xué)學(xué)報(bào)，2020（04）：7-12.

【3】潘立軍，譚浩博，劉喜梅.基于超效率DEA的長株潭區(qū)域物流協(xié)同發(fā)展評(píng)價(jià)研究[J].湖南社會(huì)科學(xué)，2020（06）：79-84.

【4】周敏銳.基本DEA的長江經(jīng)濟(jì)帶星級(jí)酒店經(jīng)營效率測算[J].財(cái)會(huì)通訊，2020（24）：106-110.

【5】唐齊鳴，于樂河.基于Malmquist指數(shù)的我國省際醫(yī)院生產(chǎn)效率分析[J].中國醫(yī)院管理，2016，36（10）：48-49.