天津市科技型企業綜合能力評價

孟 媛，譚 悅，邱維臣

(天津市科學技術發展戰略研究院，天津 300000)

0 引言

習近平總書記在2021年兩院院士大會上指出，“創新鏈產業鏈融合，關鍵是要確立企業創新主體地位。要增強企業創新動力，正向激勵企業創新，反向倒逼企業創新。”《中共中央關于制定國民經濟和社會發展第十四個五年計劃和2035年遠景目標的建議》指出，“強化企業創新主體地位，促進各類創新要素向企業集聚”。近幾年，天津市高度重視企業科技創新發展工作，通過實施科技型企業成長計劃、科技型企業升級版計劃、創新型企業領軍計劃等，有力促進了經濟社會高質量發展。進行科技型企業綜合能力的評價研究，有助于把握其發展現狀和特色，明確制約因素，為進一步發揮政策作用、激發企業績效提供依據。

1 評價對象

2019年，天津市科技局啟動“雛鷹—瞪羚—領軍”企業梯度培育工作(以下簡稱“企業梯度培育工作”，這些企業統稱為“培育企業”)。三年來，天津市通過認定培育企業給予企業科技型身份，讓企業在項目融資、市場拓展等活動中獲得更多資源，使其能夠對各項科技政策應享盡享，引導各類創新要素向企業集聚，充分發揮市場在資源配置中的決定性作用，探索利用非財政資金實現對企業科技創新的支持方式。自企業梯度培育工作開展以來，天津市雛鷹企業茁壯成長，瞪羚企業快速發展，科技領軍企業引領作用明顯，在生產經營、研發投入、科技產出等方面的主要指標均領跑全市，培育企業已經成為天津市高質量發展的重要引擎。

因此，本文以培育企業為評價對象來代表天津市的科技型企業。數據來源于評價入庫的培育企業，分析年度為2017—2020年，雖然2017年和2018年還未開始企業梯度培育工作，但是為了跟蹤對比培育企業在享受政策前后的情況，本文選取了政策實施年份及前后4年的數據，2017年和2018年的數據為培育企業相對應的同口徑的歷史數據。

2 評價體系構建

2.1 評價指標選取

根據以往文獻研究，綜合衡量企業財務績效和創新能力的指標[1-4]，以及結合數據的可獲得性，本文采用資產負債率和利潤率反映企業的財務情況，采用研發人員占比、研發投入強度反映企業的創新投入情況，采用發明專利申請數占比、新產品銷售收入占比反映企業的創新產出情況，形成科技型企業綜合能力評價指標體系(見表1)。

表1 評價指標體系

2.2 評價方法選擇

以多變量為研究對象時，一般給予其相應的權重，將不同指標統一起來。確定權重的方法主要有主觀賦權評價法和客觀賦權評價法兩大類[5]，本文選擇客觀賦權評價法。客觀賦權評價法是根據指標之間的相關關系或各項指標的變異系數來確定權數進行綜合評價，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釋性，因子分子法的潛在變量校正了觀測變量的測度誤差，因此本文采用因子分析法進行權重的確定。

因子分析的核心是用較少的互相獨立的因子反映原有變量的絕大部分信息。設原有p個變量x1,x2,…,xp，且每個變量(或經標準化處理后)的均值為0，標準差均為1。現將每個原有變量用m(m

上述公式是因子分析的數學模型，也可用矩陣的形式表示：

X=AF+E

式中：F為因子變量或公共因子；A=(aij)為因子載荷矩陣，aij是第i個指標與第j個因子的相關系數；E為特殊因子，表示原有變量不能被因子變量所解釋的部分，相當于多元回歸分析中的殘差部分，實際分析時忽略不計。

3 評價過程

3.1 樣本數據效度檢驗

因子分析的前提是變量之間存在較強的相關性，在因子分子之前，需要對數據進行檢驗，檢驗方法是KMO(Kaiser-Meyer-Olkin)檢驗和巴特利特球形檢驗(Bartlett Test of Sphericity)[6]。

通過SPSS 20.0將原始數據進行以上兩種檢驗，結果如表2所示。

表2 KMO檢驗和Bartlett球形檢驗的結果

KMO檢驗用于檢查變量間的偏相關性，取值為0～1，KMO統計量越接近1，因子分子效果越好；若小于0.5，則不適合做因子分子。Bartlett球形檢驗以變量的相關系數矩陣為出發點，Sig.值小于0.05，適合做因子分析。根據表2的檢驗結果，KMO統計量為0.554，大于0.5，且Bartlett球形檢驗Sig.值為0.040，小于0.05，因此本文數據適合做因子分子。

3.2 提取主因子

運用主成分分析法提取主因子，并以特征值大于1為原則，得出被提取的主因子數量、特征值、方差貢獻率和累計方差貢獻率。本文數據主因子提取結果如表3所示。旋轉后提取的特征值大于1的主因子共有2個，累計方差貢獻率為98.265%，達到80%以上表示兩個主因子已足夠描述科技型企業6項綜合能力指標所具有的主要信息。第一個主因子方差貢獻率最大，對科技型企業綜合能力評價的貢獻率最高。

3.3 計算因子載荷矩陣

由于兩個主因子的代表性不明顯，使得主因子的實際意義不清晰，通過因子旋轉，使潛在因子的實際意義更明確，分析結論更加真實[6]。旋轉之后的因子載荷矩陣如表4所示。進行關聯度分析的依據是，旋轉后因子載荷系數的絕對值越大，表明主因子對所代表的原始變量的解釋能力越強，解釋程度越高[7-9]。根據分析結果，第一個主因子在研發投入強度、新產品銷售收入占比、資產負債率、發明專利申請率、利潤率5個原始變量上的載荷系數最大，分別為0.996，0.988，-0.987，0.957，0.907。第二個主因子在研發人員占比這個原始變量上具有較高的載荷系數，為0.998。

表3 主因子提取結果

表4 旋轉后的因子載荷矩陣

3.4 計算因子得分

運用SPSS軟件可以直接得出主因子1和主因子2的得分，以旋轉后的主因子方差貢獻率占累計方差貢獻率的比例作為衡量各主因子的權重。本文中，78.008/98.265為主因子1的權重，20.256/98.265為主因子2的權重。將各個樣本的因子得分與相應因子權重相乘后求和，得出各個樣本的綜合得分，計算結果見表5。

4 結果與分析

2017—2020年，天津市科技型企業綜合能力水平呈現逐年遞增的趨勢，并且2019年企業梯度培育工作實施后，綜合得分由負轉正，說明企業梯度培育工作等相關促進企業科技創新發展的政策措施取得一定成效。主因子1的變化趨勢與綜合得分較一致，而主因子1主要代表的變量是研發投入強度、新產品銷售收入占比、資產負債率、發明專利申請率、利潤率，表明天津市科技型企業綜合能力的成效主要取決于創新產出和企業財務績效的增長以及研發經費投入的提高。這些企業對于科技創新工作較為重視，研發投入、產出、財務情況較為理想，創新效率和綜合能力水平較高。

表5 因子得分矩陣

近三年，主因子2的發展程度大多低于綜合水平，而主因子2主要代表研發人員占比，表明天津市科技型企業創新人力投入水平落后于整體發展水平。該結果亦與天津市的現狀相吻合，近年來天津市面臨人口減少和人才流失的雙重壓力：“十三五”期間天津市常住人口減少56.4萬人，同時伴隨勞動力及就業人口流失。《2021年中國城市人才吸引力報告》數據顯示，2016—2020年天津人才整體凈流入占比分別為0.2%，0.1%，-0.1%，-0.1%，0.0%，呈現下降趨勢。人口及人才的流失一定程度影響了科技型企業創新人力的投入，進而制約了企業科技創新發展和綜合能力提升。

5 結語

綜上，天津市科技型企業綜合能力處于持續增長的狀態，但仍有較大成長空間，在保持研發經費投入和重視創新產出的同時，應該將工作重點放在提高創新型人才投入等方面。一方面，建議放寬人才政策，引進科技創新人才，尤其是引進高層次人才，充實科技創新人才隊伍；同時完善科技創新成果轉化等相關制度體系，支持鼓勵高校和科研院所專業技術人員以掛職、參與項目合作、兼職、在職創業等方式助力科技型企業開展創新活動，激發科研活力。另一方面，建議科技型企業提高研發人員的自身技術水平，為研發人員提供良好的學習機會和創造良好的研發氛圍；同時建立考核和獎勵機制，提高研發人員的主動性，著力激發研發活力。