2.2数据处理及结果分析
在进行因子分析前，对原始变量的样本数据进行了因子分析的可行性检验。通过KMO和Bartlett球形度检验的输出结果观测指标数据因子分析的可行性，如表2所示，KMO统计量值为0.810，依据Kaiser的KMO度量标准，认为KMO统计量值在0.8水平上，表示原有变量相关性较强，适合作因子分析；Bartlett球形度检验的P值为0.000，小于显著性水平0.05，表明科技创新券评价指标数据的相关矩阵显著相关，由此可见，此数据具备因子分析的可行性，适合进行因子分析。
采用spss对科技创新券的评价指标数据进行因子分析，根据因子分析输出的结果，基于特征根大于1的原则，从39个原始变量中提取出特征根大于1的11个公因子，分别为政策执行力度及科技创新动力、科技创新效果、政策知晓度与满意度、申报单位考核及兑现要求、政策申请要求合理性及方案创新性、财政投入对科技创新的支持力度、政策执行的管理及成本、政策资金的监督力度、发放程序合理性、管理模式创新性、政策对科技创新支持范围及其成果转化，累计方差贡献率为75.176%，可解释39个原始变量总方差的75.176%，如表3所示。
为进一步对科技创新券政策进行分类评价及综合评价，需要计算各因子的权重及其得分。采用回归法对标准化的数据进行分析并估算因子得分系数，得出因子得分系数矩阵，由因子得分系数矩阵可以得到11个公因子的得分函数，分别命名为FAC1、FAC2、FAC3、FAC4、FAC5、FAC6、FAC7、FAC8、FAC9、FAC10、FAC11。11个因子的权重分别为0.193、0.129、0.111、0.096、0.090、0.079、0.069、0.065、0.061、0.058、0.048。
根据各因子权重及得分，可构建科技创新券政策的综合评价模型,可算出Z市实施科技创新券政策的综合得分，模型公式如下：
F=0.193FAC1+0.129FAC2+0.111FAC3+0.096FAC4+0.09FAC5+0.079FAC6+0.069FAC7+0.065 FAC8+0.061FAC9+0.058FAC10+0.048FAC11
通过因子综合得分模型公式可得出因子的综合得分。为使Z市科技创新券评价结果更易于解释，将各因子得分及综合得分标准化为百分制，转化为1到100之间的数值,各因子得分及综合得分的百分制转化公式为式（5），通过计算得到Z市实施科技创新券的综合评分为63.814分，如表4所示。依据百分制划分优劣级别，设0到20分之间为很差，20分到40分之间为较差，40分到60分之间为一般，60分到80分之间为良好，80分到100分之间为优秀。因此，Z市科技创新券政策实施的总体情况为良。科技创新券申报单位考核及兑现要求评价结果最高，得分为70.813，说明Z市科技创新券在申报单位的考核方式、兑现的时间及材料等要求较为合理，且其参与人员能按要求实行。财政投入对科技创新的支持力度评价结果最低，得分为46.469，说明Z市科技创新券的财政投入对科技创新的支持力度不够理想。
3结论与建议
科技创新券政策的有效实施是科技创新迸发活力的重要推力，在科技创新券遍地开花的形势下，对其实施情况进行有效评价是关键。因此，立足于研究科技创新券政策的评价模型，对现有文献进行梳理及分析，构建了科技创新券评价指标体系及模型。选取Z市科技创新券为实证对象，运用因子分析法对其实施的情况进行了评价，评价结果表明Z市科技创新券政策实施的总体情况为良。此外，研究结果验证了构建的科技创新券评价指标体系及模型具有较强的可操作性。结合上述实证分析及调研资料，为提升科技创新券政策实施的有效性，Z市在未来实行过程中可以从以下几方面进行改善：①加大科技创新券财政投入对科技创新的支持力度，实行宽进严出的机制。通过省市县区多级政府对科技创新券资金投入的联动配套，逐步提高科技创新券对创新创业主体科技创新的扶持力度。②加快建设仪器设施共享平台，调整科技创新券支持范围及创新其实践模式，提升科技创新的动力、效果及其成果转化率。③加强科技创新券的监督管理及动态检测，重视对科技创新券实施情况的考察和评价。
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说论文指导科技创新券政策评价模型构建及实证研究——基于Z市的调查数据分(3)在线全文阅读。
相关推荐：