天津市科技型企业综合能力评价

孟 媛，谭 悦，邱维臣

(天津市科学技术发展战略研究院，天津 300000)

0 引言

习近平总书记在2021年两院院士大会上指出，“创新链产业链融合，关键是要确立企业创新主体地位。要增强企业创新动力，正向激励企业创新，反向倒逼企业创新。”《中共中央关于制定国民经济和社会发展第十四个五年计划和2035年远景目标的建议》指出，“强化企业创新主体地位，促进各类创新要素向企业集聚”。近几年，天津市高度重视企业科技创新发展工作，通过实施科技型企业成长计划、科技型企业升级版计划、创新型企业领军计划等，有力促进了经济社会高质量发展。进行科技型企业综合能力的评价研究，有助于把握其发展现状和特色，明确制约因素，为进一步发挥政策作用、激发企业绩效提供依据。

1 评价对象

2019年，天津市科技局启动“雏鹰—瞪羚—领军”企业梯度培育工作(以下简称“企业梯度培育工作”，这些企业统称为“培育企业”)。三年来，天津市通过认定培育企业给予企业科技型身份，让企业在项目融资、市场拓展等活动中获得更多资源，使其能够对各项科技政策应享尽享，引导各类创新要素向企业集聚，充分发挥市场在资源配置中的决定性作用，探索利用非财政资金实现对企业科技创新的支持方式。自企业梯度培育工作开展以来，天津市雏鹰企业茁壮成长，瞪羚企业快速发展，科技领军企业引领作用明显，在生产经营、研发投入、科技产出等方面的主要指标均领跑全市，培育企业已经成为天津市高质量发展的重要引擎。

因此，本文以培育企业为评价对象来代表天津市的科技型企业。数据来源于评价入库的培育企业，分析年度为2017—2020年，虽然2017年和2018年还未开始企业梯度培育工作，但是为了跟踪对比培育企业在享受政策前后的情况，本文选取了政策实施年份及前后4年的数据，2017年和2018年的数据为培育企业相对应的同口径的历史数据。

2 评价体系构建

2.1 评价指标选取

根据以往文献研究，综合衡量企业财务绩效和创新能力的指标[1-4]，以及结合数据的可获得性，本文采用资产负债率和利润率反映企业的财务情况，采用研发人员占比、研发投入强度反映企业的创新投入情况，采用发明专利申请数占比、新产品销售收入占比反映企业的创新产出情况，形成科技型企业综合能力评价指标体系(见表1)。

表1 评价指标体系

2.2 评价方法选择

以多变量为研究对象时，一般给予其相应的权重，将不同指标统一起来。确定权重的方法主要有主观赋权评价法和客观赋权评价法两大类[5]，本文选择客观赋权评价法。客观赋权评价法是根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如主成分分析法和因子分子法等。因子分子法提取的公因子比主成分分析提取的主成分更具有解释性，因子分子法的潜在变量校正了观测变量的测度误差，因此本文采用因子分析法进行权重的确定。

因子分析的核心是用较少的互相独立的因子反映原有变量的绝大部分信息。设原有p个变量x1,x2,…,xp，且每个变量(或经标准化处理后)的均值为0，标准差均为1。现将每个原有变量用m(m

上述公式是因子分析的数学模型，也可用矩阵的形式表示：

X=AF+E

式中：F为因子变量或公共因子；A=(aij)为因子载荷矩阵，aij是第i个指标与第j个因子的相关系数；E为特殊因子，表示原有变量不能被因子变量所解释的部分，相当于多元回归分析中的残差部分，实际分析时忽略不计。

3 评价过程

3.1 样本数据效度检验

因子分析的前提是变量之间存在较强的相关性，在因子分子之前，需要对数据进行检验，检验方法是KMO(Kaiser-Meyer-Olkin)检验和巴特利特球形检验(Bartlett Test of Sphericity)[6]。

通过SPSS 20.0将原始数据进行以上两种检验，结果如表2所示。

表2 KMO检验和Bartlett球形检验的结果

KMO检验用于检查变量间的偏相关性，取值为0～1，KMO统计量越接近1，因子分子效果越好；若小于0.5，则不适合做因子分子。Bartlett球形检验以变量的相关系数矩阵为出发点，Sig.值小于0.05，适合做因子分析。根据表2的检验结果，KMO统计量为0.554，大于0.5，且Bartlett球形检验Sig.值为0.040，小于0.05，因此本文数据适合做因子分子。

3.2 提取主因子

运用主成分分析法提取主因子，并以特征值大于1为原则，得出被提取的主因子数量、特征值、方差贡献率和累计方差贡献率。本文数据主因子提取结果如表3所示。旋转后提取的特征值大于1的主因子共有2个，累计方差贡献率为98.265%，达到80%以上表示两个主因子已足够描述科技型企业6项综合能力指标所具有的主要信息。第一个主因子方差贡献率最大，对科技型企业综合能力评价的贡献率最高。

3.3 计算因子载荷矩阵

由于两个主因子的代表性不明显，使得主因子的实际意义不清晰，通过因子旋转，使潜在因子的实际意义更明确，分析结论更加真实[6]。旋转之后的因子载荷矩阵如表4所示。进行关联度分析的依据是，旋转后因子载荷系数的绝对值越大，表明主因子对所代表的原始变量的解释能力越强，解释程度越高[7-9]。根据分析结果，第一个主因子在研发投入强度、新产品销售收入占比、资产负债率、发明专利申请率、利润率5个原始变量上的载荷系数最大，分别为0.996，0.988，-0.987，0.957，0.907。第二个主因子在研发人员占比这个原始变量上具有较高的载荷系数，为0.998。

表3 主因子提取结果

表4 旋转后的因子载荷矩阵

3.4 计算因子得分

运用SPSS软件可以直接得出主因子1和主因子2的得分，以旋转后的主因子方差贡献率占累计方差贡献率的比例作为衡量各主因子的权重。本文中，78.008/98.265为主因子1的权重，20.256/98.265为主因子2的权重。将各个样本的因子得分与相应因子权重相乘后求和，得出各个样本的综合得分，计算结果见表5。

4 结果与分析

2017—2020年，天津市科技型企业综合能力水平呈现逐年递增的趋势，并且2019年企业梯度培育工作实施后，综合得分由负转正，说明企业梯度培育工作等相关促进企业科技创新发展的政策措施取得一定成效。主因子1的变化趋势与综合得分较一致，而主因子1主要代表的变量是研发投入强度、新产品销售收入占比、资产负债率、发明专利申请率、利润率，表明天津市科技型企业综合能力的成效主要取决于创新产出和企业财务绩效的增长以及研发经费投入的提高。这些企业对于科技创新工作较为重视，研发投入、产出、财务情况较为理想，创新效率和综合能力水平较高。

表5 因子得分矩阵

近三年，主因子2的发展程度大多低于综合水平，而主因子2主要代表研发人员占比，表明天津市科技型企业创新人力投入水平落后于整体发展水平。该结果亦与天津市的现状相吻合，近年来天津市面临人口减少和人才流失的双重压力：“十三五”期间天津市常住人口减少56.4万人，同时伴随劳动力及就业人口流失。《2021年中国城市人才吸引力报告》数据显示，2016—2020年天津人才整体净流入占比分别为0.2%，0.1%，-0.1%，-0.1%，0.0%，呈现下降趋势。人口及人才的流失一定程度影响了科技型企业创新人力的投入，进而制约了企业科技创新发展和综合能力提升。

5 结语

综上，天津市科技型企业综合能力处于持续增长的状态，但仍有较大成长空间，在保持研发经费投入和重视创新产出的同时，应该将工作重点放在提高创新型人才投入等方面。一方面，建议放宽人才政策，引进科技创新人才，尤其是引进高层次人才，充实科技创新人才队伍；同时完善科技创新成果转化等相关制度体系，支持鼓励高校和科研院所专业技术人员以挂职、参与项目合作、兼职、在职创业等方式助力科技型企业开展创新活动，激发科研活力。另一方面，建议科技型企业提高研发人员的自身技术水平，为研发人员提供良好的学习机会和创造良好的研发氛围；同时建立考核和奖励机制，提高研发人员的主动性，着力激发研发活力。