基于因子分析的创业孵化基地社会效益评价模型构建

胡顺义 付 林

(中山职业技术学院，广东 中山 528404)

0 引言

创业孵化基地作为政府职能的延伸，其数量与规模不断扩大，必然意味着投资规模进一步扩大，利益相关主体对创业孵化基地所释放的社会效益愈来愈关注。对创业孵化基地社会效益进行评价，就是在明确创业孵化基地社会效益具体体现在何处的基础上，采用科学的方法、设计合理的指标进行定量与定性考虑，为政府和主管部门从公共利益角度把握创业孵化基地的绩效提供科学的判断依据，从而提高公共资源配置效率。因此，有必要构建创业孵化基地社会效益评价模型。

通过对国内现有相关研究文献进行梳理，发现国内对创业孵化器进行评价的研究多集中在绩效评价领域且偏向于经济效益评价，鲜有对创业孵化基地社会效益评价进行系统研究的文献。虽然绩效评价研究中都会提及社会效益，但大多是将其作为一个指标，笼统进行定性评价，缺乏定量化的实证研究和理论依据。本研究依据利益相关者理论，通过对创业孵化基地的主管部门、管理者、创业导师、在孵企业等相关人员的访谈和调研，获取有价值的资料与数据，科学运用因子分析法找出评价创业孵化器绩效的关键因子，从而构建创业孵化基地社会效益评价要素模型。

1 创业孵化基地社会效益评价要素的确定与统计分析

本研究采用更具有针对性和实效性的取样方法，抽取中山市11家政府主导的公共创业孵化基地，采用问卷调查和现场访谈两种调研方法进行研究。现场访谈以政府部门、孵化基地主管部门、孵化基地管理专家、创业导师、专家学者、在孵企业与出孵企业管理者及其员工等相关利益者为具体访谈对象，目的是了解政府对创业孵化基地的预期、基本情况与运行状态、孵化器对相关利益群体的效益输出情况。在梳理国内外现有调研方法的基础上，基于利益相关者理论，结合专家小组的综合意见，设计包含21个要素(因子)的“创业孵化基地社会效益评价”调查问卷，问卷采用等级评定法，受访者按照各因子对评价创业孵化基地社会效益的重要性进行5级评价。

问卷调研中请政府主管部门工作人员、孵化器管理专家和孵化企业管理人员根据自己的实际感受，判断各因子对评价创业孵化基地社会效益的反映程度，对中山市内11家综合型创业孵化基地管理人员、15家在孵企业、9家出孵企业、5位政府主管部门工作人员以及20位孵化器管理专家通过面对面、电子邮件等形式发放问卷60份，收回问卷54份。其中，有效问卷43份，占调查问卷总数的71.67%。

表1 创业孵化基地社会效益评价因子

2 社会效益评价因素因子分析

因子分析因其降维的思想与多指标评价指标序化要求非常接近，近年来更多地被应用于社会学、经济学、管理学的评价中[1]。但由于因子分析方法本质上仍强调客观性数学手段，而评价理论对客观事物的看法则建立在评价者价值判断的基础上，故因子分析运用到评价时，评价因子的采集应尽可能多元化和第三方化，如有必要可以使用德尔斐法进行因子指标确定。所以，本研究在设计因子组成之前，对相关利益群体以及相关领域专家、学者进行了访谈和意见征询，尽可能保证因子指标设计的科学性和客观性。

从表1选定的21个评价因子中，可以看到某些变量之间相互关联，所反映的信息某种程度上是相关的，即存在多重共线性现象。如果直接用这些变量建立回归模型会造成各解释变量回归系数值不稳定。因此，本研究将首先采用因子分析方法进行分析。为了使调查统计结果具有科学性，本文采用SPSS22.0统计软件对调研数据进行统计和分析。

首先，验证因子分析的可行性，对样本数据进行巴特利特球体检验和测度。检验目的是分析观测变量之间简单相关系数和偏相关系数，看数据是否适合进行因子分析，取值变化从0～1之间，若过小，则表明变量偶对之间的相关不能被其它变量解释，不合适进行因子分析。将21个评价因子调研数据导入SPSS，选择因子分析，进行KMO和Bartlett的球形度检验，得到表2。

表2 KMO 与 Bartlett 检验结果

通过KMO和Bartlett的球形度检验结果可以看出，抽样适度测定值为0.752(大于0.5)样本数据可用于因子分析。用于检验样本变量间相关性的球形检验值为735.572，且检验的显着性水平P(sig=0.000)<0.05，即检验结果有统计学显著性。

其次，对收集的数据进行因子分析，得到Total Variance Explained(全部解释方差表)(见表3、表4)，反映的是主成分统计信息，包括特征根由大到小的次序排列及各主成分方差贡献率和累积贡献率。

最后，确定公因子个数。从表3、表4可以看出:特征值大于1的因子共有5个，这5个主因子的累积方差贡献率占到总方差的76.284%，说明5个因子代表了原来21个变量所表达信息量的76%，代表了绝大多数信息。变量数由21个减少到5个，极大地简化了数据。旋转因子负荷矩阵通过方差最大旋转法可得到。

从表4观察可知，在未旋转的因子载荷矩阵中，第一个因子与所有变量的相关性程度高，与第二个不高，含义模糊，不利于命名，所以因子要旋转。

对因子载荷矩阵进行方差最大化旋转，得到旋转后的载荷矩阵，观察可知，旋转后的每个公因子上的载荷分配更清晰，比未旋转时更容易解释各因子的意义。在适当调整负荷矩阵后，将同一因子下有较高负荷的影响因子排在一起，得到主成分负荷矩阵。通过因子分析，原来的21个影响因子就转化为5个公因子(见表5)，起到了降维作用。

根据表6可以看出，21个评价因子在某一主成份因子下均有较高负荷，其结构较为清晰。

在因子Z1下，“对区域税收的贡献”、“提供公共服务平台的贡献”、“对区域内安全与稳定的贡献”、“对城市形象和影响力的影响”、“对所在区域居民生活水质量的影响”、“对区域基础设施建设的贡献”等评价因子有较高的负荷，这些因素反映了创业孵化基地的公益性效益溢出对区域公共服务的贡献，可以将公因子命名为“公共服务效益评价因子”。从方差贡献率看，公共服务效益评价因子Z1最能体现创业孵化基地的社会效益，其旋转方差贡献率为19.238%，与本研究认为的创业孵化基地社会效益需要强调的公益性与非营利性主流特征相一致。创业孵化基地作为政府投资主导项目，其资金来源于财政，按照财政支出的公平效率原则，其产出应具备全民受益效果，公共服务效益评价因子Z1所包含的6个因子均具备这个特征。其实，不仅在中国，在企业孵化器发展相当成熟的美国，其评价孵化器的产出效果也以其产生的社会效果为主要考察对象。因此，在对创业孵化基地进行社会效益评价时，尤其要关注其公共服务因素的贡献，否则将导致评价结果的信度低下，客观性不强[2]。况且，中国政府之所以直接进行资源配置、大举兴办企业孵化器完全出于非营利性和公益性[3]。很显然，作为孵化器事业的直接推动者——政府，对其成绩的认可很大程度上取决于其社会效益。因此，作为创业孵化基地社会效益的重要评价因子，社会公益性服务评价因素应突出强调。

在因子Z2下，“对区域产业结构升级的贡献”“对区域社会创新发展的贡献”“对技术革新的贡献”“对区域经济增长方式转变的贡献”“对吸引高层次人才的贡献”“对新技术应用推广的贡献”等评价因子有较高的负荷，这些因素反映了创业孵化基地对区域社会经济创新发展的影响，可以将公因子命名为“创新发展效益评价因子”。创新发展效益评价因子的旋转方差贡献率为17.852%。在“大众创业、万众创新”背景下，创业孵化基地无一例外地将社会创新发展作为自身职能，尤其是新技术的变革与应用，以及基于此在区域经济转型升级和企业结构优化等方面发挥的作用，该评价因子不仅为创业孵化基地管理者所重视，更为政府主管部门所关注。

表3 起始特征值 单位：%

注：提取方法主成分分析

表4 解释方差

表5 因子载荷矩阵

注：提取方法主成分分析；a. 提取 5 主成分

表6 旋转后的因子载荷矩阵

注：提取方法主成分分析；转轴方法，具有 Kaiser 正规化的最大变异法；a. 在 7 迭代中收敛循环

在因子Z3下，“对创业人员的素质和知识水平的提升”、“对培养管理、技术等领域人才的贡献”、“所在区域创业教育的影响”、“提供社会培训的贡献”等评价因子有较高的负荷，这些因素反映了创业孵化基地对区域教育事业的贡献，可以将公因子命名为“社会教育效益评价因子”。社会教育效益评价因子的旋转方差贡献率为15.424%。这个统计结果反映了社会对创业孵化基地的教育功能有较大期许，前文已述，创业孵化基地的核心功能是培育中小企业和企业家，包括培育创业团队。创业孵化基地通过配置创业导师、管理咨询机构等资源，以讲座、辅导、沙龙、交流会等形式帮助中小企业成长，这个过程是典型的教育过程。一方面帮助初创企业优化商业模式，另一方面就是创业者或者是创业团队的思维升级且具有溢出效益，其教育功能可以对外辐射，资源有效利用度较高、共享性较好，所以社会教育评价因子不可或缺。

在因子Z4下，“创造新增就业岗位数量”、“对区域居民可支配收入的影响”、“对区域内高校毕业生就业质量的影响”等评价因子有较高的负荷，这些因素反映了创业孵化基地对促进区域就业水平及就业质量提升所作出的贡献，可以将公因子命名为“劳动就业效益评价因子”。劳动就业效益评价因子的旋转方差贡献率为13.557%。创业带动就业一直是政府建设创业孵化基地的初衷，尤其是对区域大学生群体的针对性更强。

在因子Z5下，“孵化企业总数量”、“成功出孵企业数量”等评价因子有较高的负荷，这些因素反映了创业孵化基地对中小企业培育的效果，可以将公因子命名为“企业培育效益评价因子”。企业培育效益评价因子的旋转方差贡献率为10.214%。创业孵化基地的大部分绩效是通过培育企业功能得以体现的，如此理解，逻辑上该公因子与上述4个公因子是存在相关性的。但本研究认为，创业孵化基地培育企业数量本身就是一种效益的直接体现，不能将其排除。仅从量的角度考虑，同样的资源在不同的创业孵化基地存在孵化企业数量不同的情况，即效益不同。因此，有必要将其作为一个要素进行评价。企业培育社会效益不包含随着企业数量增加而带来就业岗位增加、经济结构优化、税收效益提升等内涵，具有影响区域企业生存环境、城市竞争力等因素的涵义(见表7)。

表7 主成分因子命名

3 调查问卷有效性分析

调查问卷的有效性分析分为信度分析和效度分析。信度反映的是测量结果的一致性与稳定性，本研究采用折半信度进行衡量。首先将项目按照奇数偶数分成两个部分，即项目a包括对区域产业结构升级的贡献创造的新增就业岗位数量、对区域经济增长方式转变的贡献、成功出孵企业数量、对区域内高校毕业生就业质量的影响、对区域基础设施建设的贡献、对城市形象和影响力的影响、对区域居民可支配收入的影响对技术革新的贡献、对区域内安全与稳定的贡献、提供公共服务平台的贡献11个因子；项目b包含对培养管理、技术等领域人才的贡献、对区域社会创新发展的贡献、孵化企业总数量、对创业人员的素质和知识水平的提升、对区域税收的贡献、对所在区域创业教育的影响、对新技术应用推广的贡献、对吸引高层次人才的贡献、对所在区域居民生活水质量的影响、提供社会培训的贡献10个因子。运用SPSS统计工具的可靠性分析功能进行分析，然后将数据导入系统，选择“分半”信度分析，得出分析结果如表8所示。问卷信度系数为0.97，表明问卷信度极高，研究结果可靠。

效度是指问卷所测量到的结果反映所想要考察内容的程度，效度越高表示测量结果与所要考察的内容越吻合。本研究采用内容效度(CV)评定问卷效度，计算公式为:

式中，Xe代表认为问卷很好放映调查内容的人数；X代表调查总人数。

表8 创业孵化基地社会效益评价研究调查问卷可靠性统计资料

为确定问卷的有效性，本文对43份有效问卷进行了效度检验。统计发现，43人中有41人认为问卷设计的21个因子与所调查的内容密切程度较高，能够反映现实中创业孵化基地社会效益，计算结果为CV=0.907，说明研究结果有效。

4 创业孵化基地社会效益评价要素模型构建

根据创业孵化基地社会效益评价因子的因子分析结果，构建创业孵化基地社会效益评价的关键要素模型(见图1)。

图1 创业孵化基地社会效益评价关键要素模型

评价创业孵化基地社会效益的5个公因子，分别映射不同的社会效益评价要素(内容)，对应创业孵化基地的社会效益由公共服务、创新发展、社会教育、劳动就业和企业培育5个部分构成。这5个关键要素中，公共服务效益是众多相关利益群体，尤其是政府特别关注的效益之一，由创业孵化基地的制度禀性所决定。公共服务效益辐射和贡献直接影响政府对孵化基地建设、发展的支持力度，是衡量和评判其孵化服务能力的依据，在一定程度上影响政府投资决策；创新发展效益是孵化基地主管部门及初创企业重点关注的效益之一，在一定程度上是评价孵化器成败的重要指标；社会教育效益是在孵企业及创业者、高校乃至社会企业等群体所关注的效益产出，对区域创业环境和创业文化营造具有不可替代的作用，同时也是探寻新商业模式的有效途径；劳动就业效益是是创业孵化基地基本功能的体现，创业孵化基地既是政府大力实施就业发展战略的有力抓手，也是投资有效性的直接体现；企业培育效益是对创业孵化基地核心功能的衡量，为众多利益相关群体，如政府和主管部门、同业竞争者、在孵企业及创业者所关注。一般而言，各评价要素与创业孵化基地社会效益之间呈现正相关性关系。