基于主成分分析法的我国科技孵化器有效性评价①

摘 要：本文应用主成分分析法对科技孵化器服务能力、孵化产出能力以及发展能力进行了有效性评价。实证研究表明，我国科技孵化器正处于由追求规模绩效向产出绩效及可持续发展过渡的阶段，未来孵化器运营必须重视内涵与持续发展能力建设。

关键词：孵化器 服务能力 产出能力 发展能力 主成分分析

中图分类号：F204 文献标识码：A 文章编号：2096-0298（2017）10（a）-169-03

新时期随着人口红利的消失、资源要素规模驱动动力的减弱以及环境等各项因素的制约，我国经济发展进入速度变化、结构调整、动力转换的新常态，创新驱动成为经济发展的根本动力。科技孵化器可以有效集聚创业资本、创业人才等创新创业资源要素，为创新团队培育、知识创新、高新技术成果转化及高新技术产业孵化提供不可替代的集聚作用，为以企业为主体的技术创新搭建了重要的平台。我国的孵化器建设最早可以追溯到20世纪80年代制定的火炬计划，以武汉东湖高新技术创业中心为代表的科技孵化器，成为改革开发初期国家布局新兴产业的重要战略手段，对后期经济发展产生了巨大的作用。但是，受时代发展科技孵化器布局产业规划的目标，科技孵化器的行政特色较为鲜明，功能主要定位为服务区域政府主导产业布局的需要，而创新资源要素的市场配置以及孵化器自身的市场化服务还存在问题。2016年5月中共中央、国务院印发《国家创新驱动发展战略纲要》，明确提出加强国家创新体系建设，推动实现创新要素引领发展、创新能力提升、创新资源市场配置、创新群体大众化的转变。对比新时期创新驱动经济的发展要求，开展科技孵化器的服务能力、创新要素集聚产出能力以及自身可持续发展能力的有效性评价，对进一步完善科技创新机制，建设适应时代发展的科技孵化器具有重要的作用。

孵化器运行效率评价有多个维度，从产业创新企业创业维度评价，孵化器运营效率可以细分为科技成果转化效率、创业企业孵化效率、产业整体孵化效率。孔原（2016）从产业创新企业创业维度，对孵化器运营效率从科技成果转化效率、创业企业孵化效率、产业整体孵化效率三个方面进行了绩效评价[1]；从社会效益维度评价，孵化器运营效率主要评价孵化器的公共服务和公益效率。Allen D N 与McCluskey R（1990）从就业人数、总的孵化期、孵化成活率三个方面对孵化器效率进行测定[2]；Colombo M 和Delmastro M（2002）从研发投入和研发产出两个方面入手，对孵化器效率进行评价[3]；从孵化器自身运行维度度评价，孵化器效率评价的是孵化器的市场化运行效率，陶志梅（2016）从孵化器服务水平和运营效率两个维度，实证研究了科技孵化器的可持续发展能力[4]。上述文献研究给孵化器绩效研究提供了很多借鉴，但受科技孵化器数据采集、评价指标体系建构等问题的限制，当前孵化器绩效评价多数集中在综合评价，对孵化器分项功能绩效诊断与改进作用较低。因此，本文计划采用主成分分析法诊断国内科技孵化器的功能因子，对孵化器有效性进行分项及综合评价。

1 研究方法和指标选取

1.1 主成分分析法

主成分分析是把多个指标转化为少数几个综合指标的一种统计分析方法，它可以通过降维，找到几个综合因子代表原来众多的变量，使这些综合因子能尽量反映原来变量的信息，从而形成客观的综合评价。主成分分析的评价步骤一般包括：（1）数据的标准化，对数据进行无量纲处理；（2）求解相关系数矩阵；（3）求得相关系数矩阵的特征值和特征向量；（4）根据因子贡献率确定主成分；（5）根据方差贡献率确定指标权重构造评价函数，进行综合评价[5]。

孵化器效性评价主要利用反映现有科技孵化器運营的统计数据，从孵化器服务能力、孵化器资源集聚孵化能力以及孵化器自身可持续发展能力三个方面进行有效性评价。观察现有孵化器统计资料，可以看到反映孵化器运营的指标数据较多，并且彼此之间存在较大的相关性，单纯从一项或一组数据对孵化企业运行效率进行分析评价都是不全面的。因此，本文将收集反映孵化器服务、产出、发展的各项数据，采用因子分析技术，客观的将指标数据进行分类归纳，获得孵化器单项功能评价函数并最终确定其综合有效性。

1.2 指标选取及描述性统计

本文按照反映孵化器服务、产出、发展评价的需要，收集了孵化器占地面积、孵化器管理人员、在孵企业数等14项定量数据，数据来源于《中国火炬统计年鉴（2015）》中全国各省市及大连、宁波、厦门、青岛、深圳5个计划单列市的科技企业孵化器数据，因数据缺失原因扣除西藏、海南、青海、新疆四个省市，共获得32个地区科技企业孵化数据，见表1所示。

2 科技孵化器有效性评价及分析

科技孵化器有效性评价主要从三个方面开展。一是，科技孵化器运营服务能力，这种能力体现在硬环境和软服务两个方面：硬环境是孵化器的基础设施如办公环境、共享的研发试验平台等；软服务是孵化器提供的一般性服务如物业管理、工商注册、税务登记、培训、文秘、商务服务等。孵化器场地面积、管理人数、创业导师人数都是评价孵化器服务能力的重要指标[6]；二是，科技孵化器孵化产出能力，这种能力主要体现在孵化器产业特色及行业聚焦孵化能力。区域高新技术企业比例、优质企业比例、在孵企业毕业率都是评价产出能力的重要指标；三是，科技孵化器发展能力，主要指孵化器自身的盈利和创新能力，即孵化器自身的盈利和创新能力。一个具有发展能力的科技孵化器不是简单的科技园区物业服务者，也不是简单地为客户申请各项优惠政策实现招商功能，而是应具有明确的发展定位，有持续健康的发展能力，有强大的持续创新能力，从而形成品牌及集聚效应，吸引更多的企业入驻，从而实现盈利，获得可持续发展。

2.1 科技孵化器有效性评价

（1）适用性检验。根据前期文献研究，选取采集14项有效性评价指标，由于指标间具有很强的关联性，为避免实际评价出现信息重叠问题，采用因子分析法从众多原始变量中综合出少数具有代表性的因子，因此原始数据变量之间应该具有较强的相关性，本文采用KMO检验统计量于Bartlett球形检验结果，KMO统计量为0.762，Bartlett球形检验的P值为0.000，数据检验表明本研究适合采用因子分析法。

（2）求取特征根与方差贡献率。本文采用SPSS16统计软件，对指标数据进行因子分析，获得样本数据特征根与方差贡献表，详见表2。

根据累计贡献率数据显示，提取3个因子F1——F3，即可获取信息量的75.55%。由表3因子载荷矩阵可以看出，第一个公共因子在X1、X2、X3、X6、X9、X12、X13上有较大载荷，说明这7个指标有较强的相关性，可以归为一类。从这些指标类型看主要是场地面积、管理人员数量、在孵企业数量等反映孵化器规模及服务能力的指标，因此把第一个因子定义为孵化器服务绩效因子；第二个公共因子在X7、X8、X11、X14上有较大载荷，可以归为一类。这四个指标孵化高新企业比例、孵化企业毕业率、在孵企业劳动生产率，在孵化企业平均获得风险投资额，主要反映孵化器产出绩效能力指标，因此把第二个因子定义为孵化器产出能力因子；第三个公共因子在X4、X5 、X10上有较大载荷，可以归为一类。这三个指标分别是孵化器单位面积公共技术服务平台投资额、孵化器单位面积孵化基金额度和孵化器服务用房占总面积的比例，主要反映孵化器发展能力指标，因此把第三个因子定义为孵化器发展能力因子，见表3所示。

（3）根据因子得分系数确定各项因子及评价单元的综合得分。根据因子分析得出的得分系数，确定因子得分线性表达式，受篇幅限制，此处略去因子得分系数矩阵表展示。根据以下线性表达式，将各个孵化器原始数据的标准化值代入获得计算每个孵化器在各项因子的得分。

F1=0.153X1+0.148X2+0.138X3+0.003X4-0.029X5+0.15X6-0.027X7+0.146X9-0.031X10-0.001X11+0.147X12+0.146X13-0.013X14（1）

F2=-0.034X1+0.016X2+0.04X3+0.078X4-0.006X5-0.033X6+0.37X7+0.369X8-0.023X9-0.156X10+0.236X11-0.002X12+0.008X13+0.289X14（2）

F3=-0.072X1-0.016X2-0.012X3+0.278X4+0.534X5+0.014X6-0.107X7- 0.198X8+0.025X9+0.542X10+0.015X11-0.011X12+0.09X14（3）

进一步以表2方差贡献率作为权重，按公式（4）获得各个孵化器的综合评分及排名情况。

V=0.47431F1+0.17265F2+0.10859F3（4），如表4所示。

2.2 孵化器有效性评价分析

基于因子提取的主成分分析，通过因子载荷的方法获得了科技孵化器服务能力、孵化产出能力和发展能力，观察主成分表达式及得分评价表，可以得出如下结论。

2.2.1 我国科技孵化器整体市场化运营能力不足

从表2因子方差贡献率可以看出，反映孵化器规模及服务能力因子贡献率达47%，反映孵化产出能力因子贡献率为17%，反映孵化器自身可持续发展能力因子贡献率仅为10%，上述因子分析说明，目前国内孵化器整体建设仍处于政府主导孵化器建设向市场化运营孵化器的过渡阶段。国内科技孵化器在建设规模、资源配套等方面都有了较大的发展，但在整合创新资源要素，扶持企业主体创新的市场化运营能力有待进一步提高。

2.2.2 孵化器有效性区域差异显著，部分孵化器单项绩效落差较大

观察科技孵化器有效性评价得分表，可以看出传统政治经济发达省份如江蘇、广东、上海、北京、山东等地区排名靠前，而甘肃、宁夏等西部省份排名靠后，说明区域科技孵化器有效性东西部差距较大；进一步分析地区有效性，可以看到部分孵化器各单项能力因子间存在着较大的不平衡性，如江苏孵化器综合排名第1名，但其孵化产出因子排名为25名，可持续发展排名为15名，三个功能因子离差较大，说明其发展存在一定的不平衡性。进一步深入分析江苏科技孵化器的建设运营资料，可以看出江苏孵化器建设数量、配套设施、创业导师配置、累计创新资源（如创新技术专利）主要是通过政府为主体的建设方式形成推动，其规模绩效较高。但对比广东、深圳、浙江等市场化程度较高的地区而言，江苏省孵化器在市场化孵化能力、技术创新孵化基金整合等市场导向配置创新要素领域还存在较大的差距。

参考文献

[1] 孔原.基于全链条孵化视角的科技孵化器运行效率研究[J].财会月刊，2016（32）.

[2] Allen D N，McCluskey R.Structure，policy，services and performance in the business incubator industry[J]. Entrepreneurship，Theory and Practice，1990，15（2）.

[3] Colombo M，Delmastro M.How effective are technology incubators？ Evidence from Italy[J].Research Policy，2002，31（7）.

[4] 陶志梅.基于主成分分析和DEA方法的企业孵化器可持续发展能力评价研究[J].科技管理研究，2016（2）.

[5] 薛薇.spss统计分析方法及应用[M].北京：电子工业出版社， 2017（6）.

[6] 陈颉.孵化器运营与商业模式研究[M].北京：人民邮电出版社， 2015（9）.

①基金项目：江苏省2016高校哲学社会科学研究基金项目“全链条孵化视角下众创空间孵化效率对区域创新发展的影响研究——以江苏省为例”（批准号：2016SJD630065）；2015江苏省高等教育教学改革课题“基于产教深度融合的高校创业实践基地运行与管理的研究与实践”。

作者简介：孔原（1975-），男，江苏无锡人，副教授，主要从事技术经济管理方面的研究。