2.3　候选的战略性新兴产业基地评价指标体系

2.3.1　候选的战略性新兴产业基地评价指标体系的初步确定

遵循上述战略性新兴产业基地选择的基本原则，初步构建了候选的战略性新兴产业基地评价指标体系，见图2-1^[22]。

对图2-1中的有关内容说明如下：

“政府支持度”分析某区域被确定为战略性新兴产业基地是否符合宏观政策和法规，以及该区域内的新兴产业发展过程中的政府支持程度。政府支持可细分为政策法规支持和体制支持。前者体现于国家政策及政府法规中；后者涉及被确定为战略性新兴产业基地后，政府能否根据产业发展要求进行体制创新及调整市场调控力度。

“资源环境”是指影响战略性新兴产业基地发展的微观条件，主要涉及金融环境、硬件设施、交通环境、特殊资源和对外交流。新兴产业的发展初期需要大量的资金注入，因此融资环境起关键影响作用；发展新兴产业需要机器设备、厂房等相应的硬件设施；交通环境影响原材料采购及产品运输；某些新兴产业的发展需要依托特定资源，譬如，海洋开发必须依托于海洋；新兴产业处于发展阶段，为实现扬长避短，需要更多的对外交流。

没有市场的产业无法生存。“市场需求”对于新兴产业的发展而言尤其重要。由于替代产品与互补产品的竞争力直接影响区域内主导产品的未来前景，在分析区域内主导产品的市场需求时，既要考虑自身的潜在市场，也应分析替代产品和互补产品的市场情况。因此在“市场需求”指标下，设定了四个子指标：产品的已有市场占有率（尤其是主导产品）、产品潜在市场、替代产品市场和互补产品市场。

战略性新兴产业均依托于高新技术而生存，“主导产业技术研发能力”是确认战略性新兴产业基地时必须考虑的因素。在某地区发展战略性新兴产业之前，首先纳入考察的就是该地区主导产业所具备的核心技术，以及延续该产业所必需的科研能力，包括专业人才和科研机构。所属企业的研发投入占其销售收入的比重也是反映技术升级能力的重要指标。在“主导产业技术研发能力”指标下，设置了四个影响因素：核心技术、专业人才、科研机构和所属企业的研发投入占其销售收入的比重。

“主导产业战略新兴性”用于分析区域内的主导产业是否属于战略性新兴产业。区域内的主导产业应能带动相关产业的发展，包括给传统产业的发展带来新机遇；产业先导性代表着技术发展和产业结构调整的方向，应对国民经济的发展起引导作用；还应考虑区域内的主导产业能带来多少就业机会和主导产业的绿色度，并分析其对区域经济发展和产业结构优化的贡献。因此，在“主导产业的战略新兴性”指标下，设置了五个子指标：产业关联度、产业先导性、就业带动能力、产业绿色度和产业全局性。

2.3.2　候选的战略性新兴产业基地评价指标体系的检验和修正

运用问卷调查法搜集相关数据，使用SPSS 16.0对得到的数据进行统计分析，以验证上述评价指标体系的合理性，并予以修正。其内容主要包括问卷的设计、被调查对象基本情况的统计以及调查数据的统计分析。通过信度分析和效度分析，得到了合理的候选战略性新兴产业基地评价指标体系。

2.3.2.1　调查问卷设计及样本的基本情况统计

问卷设计包括问卷初稿设计、抽样预调查和确定问卷终稿三个步骤。对候选的战略性新兴产业基地选择评价指标体系进行度量时，量表部分运用的是李克特态度量表。本书选择五点量尺，即“非常重要、重要、比较重要、一般、不重要”。

在对用户开展正式调查前，笔者针对该问卷的内容展开预调查。预调查对象对战略性新兴产业和战略性新兴产业基地都有较好的了解，通过与他们的沟通，及时发现了问卷中存在的问题并作了相应修改。通过认真设计和反复修改，最终确定了调查问卷。

调查数据来源于专业问卷调查网站——问卷星。本次调查共收回有效问卷103份，数据样本包括华东、华北和华南等地区的骨干企业和有关政府部门、管理咨询公司，样本选择科学可信。

2.3.2.2　问卷的信度和效度分析

（1）问卷的信度分析

采用Cronbach's Alpha系数对相关指标的内部一致性进行分析。结果显示，各因素的信度系数都大于0.7，表明测量结果的一致性程度较高。

（2）问卷的效度分析

从内容效度、表面效度和构建效度三方面对调查结果进行分析。其中，采用因子分析法对问卷的理论构建效度进行验证。

第一，本研究对国内外的相关研究文献进行了归纳和总结，结合战略性新兴产业基地的特点提出了全新的评价指标体系，并在开展正式的调查前咨询了该领域的专家，获得了较好的反馈结果。所以，该份调查问卷在内容效度方面符合要求。

第二，在正式发放问卷前，在小范围内进行了预调查。预调查包括了不同行业、不同工作性质的人员，他们对该份问卷提出了宝贵意见，如问卷的结构设计方面、问卷语句的表达方面等。经多次修改后，最终确定了调查问卷的内容。本问卷的表面效度符合要求。

第三，基于因子分析法验证问卷的理论构建效度。

①描述性统计分析

首先对所有变量进行初步的描述性统计分析。所获数据表明，企业用户对各指标打分的分值都比较高（满分为5分）。22个指标中，有20个指标的平均得分在3.5分以上，且各指标的标准差都小于1，所以，所有指标都能进行因子分析。

②因子分析

运用KMO样本测度和巴特莱特球体检验方法对所有变量进行适用度检验。结果显示，KMO测度的值为0.920，这表明所收集的样本数据非常适合做因子分析。巴特莱特球体检验中，统计值的显著性概率是0.000，小于0.01，这表明数据相关系数矩阵不是单位阵，具有相关性，也说明调查数据适合进行因子分析。

从经过因子提取和因子旋转后得到的因子载荷矩阵中可以看到，通过因子分析从22个指标变量中挖掘出了4个主要因子。同时在碎石图中有4个特征值处于大于1的位置，这说明提取的4个因子是有意义的。从所获结果看到，每个因子中都包括了因子负荷大于0.5的变量，这说明变量与因子的相关性较高。国内大多数学者认为，各指标在一因子负荷中应该大于0.5，在其他因子中应该小于0.45，否则将其删除。本书采用该标准修正上述候选战略性新兴产业基地评价指标体系。“互补品市场”“科研机构”“产业绿色度”这三个指标不满足上述条件，因此将其剔除。其他指标仅在一个因子上的载荷系数趋向于1，而在其他因子上的载荷系数趋向于0，这说明提取的4个因子具有代表意义。

在剔除“互补品市场”“科研机构”“产业绿色度”这三项指标后，再次进行因子分析，结果表明，KMO测度的值为0.9146；在巴特莱特球体检验中，统计值的显著性概率是0.000。

剔除三项指标后，再次进行因子分析得到的因子负荷值表中，每个变量都与其中一个因子有较高的相关性，而与其他因子的相关性较低，这表明因子提取的结果令人满意。同时，碎石图中有4个特征值处于大于1的位置，再次证明了提取的因子具有代表意义。

总的变量分析结果显示，经因子旋转后得到的特征值大于1的4个因子累计解释方差为86.084%，即这4个因子能够概括八成多原始变量中的信息。指标修正后的4大因子的信度系数都大于0.7，并且样本中19个指标变量的信度系数为0.931，表明样本有很高的信度。

计算得到的4个因子得分协方差矩阵中，4个因子的相关系数为零，即4个因子相互独立，因此不需再做第二次因子分析。