苏州创新型城市建设评价研究[提要]本文结合国内外学者相关文献，构建创新型城市建设评价指标体系，利用主成分分析法对与苏州处于同一梯度的14个城市进行实证分析，探讨苏州创新型城市建设过程中存在的制约瓶颈，提出对策思路。/2/view-13043451.htm关键词：创新型城市；指标；主成分分析；苏州：F299.27文献标识码：A一、创新型城市评价指标体系的构建（一）国内外创新型城市评价指标体系研究。国外诸多学者对创新型城市评价指标体系进行了研究，典型的有：创新力指数，RichardFlorida从专业人才、高科技、创新产出、多样化等方面提出了创新力指数，涉及指标主要有专业人才占比、高科技产出占比、人均专利数等；欧洲创新平衡记分牌和欧盟总体创新指数，指标从投入和产出角度划分，分为创新驱动、知识创造、企业创新、技术应用与知识产权五部分，应用于评价欧盟、美、日等国家的创新绩效。此外，比较有名的还有全球知识竞争力指数、硅谷指数等。国内众多学者针对创新型城市各个层面构建不同的指标体系，从创新投入、创新产出、创新环境、创新资源等角度对创新型城市进行综合性评价。张永凯采用层次分析法搭建城市科技创新发展能力评价指标体系，分析评价了我国20个首批创新型试点城市的城市科技创新能力；许治等选用国家技术成就指数（TAI）作为测度方案，研究分析了21个国家级创新型城市2001～2011年的技术成就指数；吴传清等从评价工作目的、数据获取渠道等视角对官方及学术界倡导的创新型城市评价指标体系进行了系统的对比分析，并就创新型城市评价体系的后续研究提出了建议。（二）评价指标体系。根据科学性、系统性、代表性、可操作性等指标选取原则，结合国内外学者的相关文献，本文从4个角度提出了评价创新型城市建设的指标体系，选取了26个指标。（表1）二、创新型城市评价与实证分析本文运用主成分分析法来评价苏州及处于同一梯度的14座创新型城市的建设情况。（一）因子分析评价模型适用性检验。利用SPSS22对残缺值进行处理并将原始数据标准化后，对变量进行KMO检验和Bartlett球度检验，发现数据得到的KMO值为0.643，比较接近1，符合进行因子分析的标准，根据Bartlett球度检验的结果也可以印证原数据适合进行因子分析。（表2）（二）变量的共同度和提取公因子。如表3所示，测算结果中处理除了Zscore（X1）、Zscore（X4）、Zscore（X20）和Zscore（X26）外，其余各项指标的共同度都在85%以上，表示提取的因子包含了原始变量的大部分信息，因子提取效果较理想。（表3）如表4所示，按照累计贡献率达到85%的原则，前8个特征值大于1的主成分，其累计贡献率达到89.429%，能够概括绝大部分的信息。（表4）（三）因子旋转。本文利用最大方差法对因子载荷矩阵进行旋转，使变量在某个公因子上有较大的负荷值，进而确定公因子的实际意义。如表5所示，X4、X5、X13、X16、X19主要由第一主成分解释，可以将其归为科研环境支撑；X2、X3、X6、X18、X24主要由第二主成分解释，可以将其归为创新氛围支撑；X1、X10、X11、X12、X17主要由第三主成分解释，可以将其归为产业效率支撑；X8、X14、X15主要由第四主成分解释，可以将其归为文化教育支撑；X7主要由第五主成分解释，可以将其归为创新力度支撑；X20、X22、X23主要由第六主成分解释，可以将其归为社会基础支撑；X25、X26主要由第七主成分解释，可以将其归为生态环境支撑；X17、X21主要由第八主成分解释，可以将其归为产业转型支撑。（表5）---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---（四）综合排名计算。根据计算各主成分得分和综合得分得到14个创新型城市各主成分得分排名，如表6所示。（表6）如表7所示，以各城市的综合得分结果为原始数据，对14个城市的创新型城市建设情况进行聚类分析，将14个创新型城市分成三类。（图1、表7）（五）结论分析。通过对上述14个城市进行聚类分析，本文将14个创新型城市的建设情况分为三类：第一类包含广州、南京、苏州和杭州这4个城市。这4??城市的创新资源较为丰富，整体科研能力较强，科研院校数量众多，创新型城市建设成效最为显著。从总体排名上看，广州...