样本选取和数据来源
本文从上海产业园区统计评价信息服务平台中选取家产业园区为样本，数据来源为年年度上海产业园区年报、季报、月报等相关报表，统计分析工具为EXCEL和SPSS等软件。
综合发展指标体系建立
建立综合发展指标体系所选取的指标必须具有代表性、准确性、相关性、可操作性和可获取性。通过几次实际操作、验证，结合《上海市开发区综合评价办法（版）》、《国家级经济技术开发区综合发展水平考核评价》、《国家高新区创新能力评价》等不同类型考评体系，最终选取可以较好反映产业园区综合发展水平的16项有效指标，分别为营业总收入、利润总额、上缴税金总额、从业人员期末人数、固定资产投资、高新技术企业、拥有有效发明专利授权数、研发人员比重、市级或以上研发机构数、研究与研发经费占营业总收入比例、世界强企业数上市公司挂牌公司数加权合计数、园区企业获得国家级与市级专项扶持资金、园区创新创业服务机构加权合计数、园区内公共服务平台数、规模以上工业企业单位工业总产值综合能耗、规模以上工业企业单位工业总产值新鲜水耗。
因子分析
理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析简单来说就是在多个相关变量中找出隐藏的具有代表性的因子，将相同本质的变量归入一个因子，从而达到降维的目的。本文通过因子分析检验16项变量间的关系，找到隐藏的具有代表性的主因子，从而分析提升不同类型产业园区综合发展水平的决定条件。
1.KMO和Bartlett的检验。首先检验变量是否可以进行因子分析。KMO检验统计量是用于比较变量间简单相关系数和偏相关系数的指标，取值在0和1之间，一般0.8以上比较适合；Bartlett检验用于检验相关阵中各变量间的相关性，一般SPSS检验结果显示Sig.0.05（即p值0.05）时，说明各变量间具有相关性，因子分析有效。通过SPSS对上海家产业园区的16个变量进行检验发现：KMO值为0.，Sig值为0.远小于0.05,证明选取的16个变量相关性较强，适合做因子分析。
2.提取公因子。公因子方差，指每一个变量都可以用公因子表示，那公因子究竟能表达多少，其表达的大小就是公因子方差表中的“提取”，一般提取大于0.5就可以被表达，本文16个变量都可以被很好地表达。
3.解释的总方差和碎石图。从解释的总方差可以看出因子对于变量解释的贡献率，前四个因子可以将16个变量表达近90%，基本可以概括全部信息。从碎石图来看，四个因子之后折线就变得平缓了，并且前四个因子的特征值均大于1，因此可以选取前四个因子作为主因子。
图一碎石图
4.旋转成分矩阵及指标分类。通过最大方差法旋转可以将各因子方差差异最大化，让变量在较少的因子上具有较高的载荷，便于变量清晰分类。从旋转成份矩阵中可以得到：公因子1和固定资产投资、高新技术企业、拥有有效发明专利授权数、市级或以上研发机构数、世界强企业数上市公司挂牌公司数加权合计数、园区创新创业服务机构加权合计数、园区内公共服务平台数等7个变量的相关系数最大，将公因子1定义为发展动力因子；公因子2和营业总收入、利润总额、上缴税金总额、从业人员期末人数等4个变量的相关系数最大，将公因子2定义为发展基础因子；公因子3和研发人员比重、研究与研发经费占营业总收入比例、园区企业获得国家级与市级专项扶持资金等3个变量的相关系数最大，将公因子3定义为发展投入因子；公因子4和规模以上工业企业单位工业总产值综合能耗、规模以上工业企业单位工业总产值新鲜水耗2个变量的相关系数最大，将公因子4定义为发展耗能因子。
图二旋转成分矩阵表
5.综合得分及排名。根据各因子的得分以及其在全部因子方差贡献率中所占的比例，建立综合得分模型：
根据模型可以计算上海市家产业园区的综合得分和四个因子得分，综合得分越高代表产业园区综合发展水平越高，四个因子得分可以反映发展动力、发展基础、发展投入和发展耗能四个方面的发展水平。
从综合得分可以看出上海产业园区呈现出“少数产业园区具有绝对优势，一部分产业园区综合发展水平较高，大部分产业园区综合发展水平一般”的分布状态。张江高科技园区、漕河泾新兴技术开发区和外高桥保税区3家产业园区得分超过3.5，远超其他产业园区；上海紫竹高新技术产业开发区、上海金桥经济技术开发区、上海嘉定工业园区、莘庄工业区、国际汽车城、上海浦东康桥工业园区、临港产业区7家产业园区得分在2.5到3.5之间，是上海发展水平较高的产业园区；上海青浦工业园区、上海市市北高新技术服务业园区、洋山保税港区等17家产业园区得分在2到2.5之间；剩下76家产业园区得分均小于2（综合得分绝对值越大代表产业园区综合发展水平越高）。
图三上海市产业园区综合得分分布
上海市产业园区综合发展水平分析上海产业园区综合得分分析
综合得分前五位的产业园区从园区类型来看均为国家级开发区，发展动力强劲，具有良好的产业基础并且有持续不断的资金资源投入，但在用电用水上消耗较大，未来需要运用物联网技术减少楼宇能源浪费，探索更加节能环保的生产模式。
上海嘉定工业园区、莘庄工业区、国际汽车城、上海浦东康桥工业园区、上海青浦工业园区等综合发展水平较高的产业园区在发展动力、发展基础和能耗水耗方面表现较好，但是发展投入上表现较弱。
综合得分大于2的大部分都是国家级公告产业园区、市级公告产业园区、产业基地，仅有上海临港松江科技城、上海国际医学园区两家不属于上述类型，分别由临港集团和张江集团开发建设。上海临港松江科技城是临港集团在松江区建设高科技园区的成功案例，是“长三角G60科创走廊起点之起点”的园区，经过多年的发展，已成为一个集3D打印、智能制造、机器人等科创产业于一体的高端产业集群，培育了一大批高能级的科技创新企业，园区实现高质量发展。上海国际医学园区是由国家卫生部大力支持，上海市人民政府主推，集“医、教、研、产”为一体的医学新概念科技园区，也是国家自主创新示范区——上海张江高科技园区核心园的重要组成部分，以现代医疗服务业和医疗器械及生物医药产业为核心，已经成为全国的医疗特区，可见产业园区背后有成功的开发运营主体、政府的大力扶持以及精准的产业定位是高质量发展的重要基础。
上海产业园区仅从综合得分来看，分值相差较大，家产业园区中76家产业园区综合得分小于2，占比高达74%。综合得分小于2的产业园区主要为区、镇级产业园区，主要分布于奉贤、松江和金山区。总体来看，这些园区受限于产业规模，发展动力不强，当地政府扶持资金和政策无法覆盖到，导致园区综合发展水平与市级以上园区有一定的差距。但是部分园区虽然综合发展水平不高，但很早就找准定位，发展特色产业，并且在该领域做出丰厚的成果。现在越来越多的园区走到了转型升级的关键时期，必须精确定位未来发展方向，提前布局引进重点产业链上的企业，以高能级的企业带动园区综合发展水平不断提升。
图四上海市综合得分小于2的产业园区区域分布情况
上海产业园区四个因子得分分析
1、发展动力因子包含固定资产投资、高新技术企业、拥有有效发明专利授权数、市级或以上研发机构数、世界强企业数上市公司挂牌公司数加权合计数、园区创新创业服务机构加权合计数、园区内公共服务平台数等7个变量，贡献度最高为35.%，是综合得分中最重要的因子。共有20家产业园区发展动力因子得分大于2，占比19.41%，上海产业园区发展动力相差较大。说明科技创新和营商环境已经成为园区高质量发展最根本的基础，需要为园区内企业提供创新创业的平台，重视配套服务，加强企业与政府、行业协会的紧密联系。
2、发展基础因子包含营业总收入、利润总额、上缴税金总额、从业人员期末人数等4个变量，贡献度为24.5%。共有20家产业园区发展基础因子得分大于2，占比19.41%，这20家产业园区综合得分基本大于2。说明经济指标可以很好地反映产业园区发展水平和趋势，综合发展水平较高的园区必然带来很好的经济效益，从而促进园区进一步发展。当前产业园区确实逐渐成为区域经济发展的引擎，通过聚集创新资源、培育新兴产业、推动城市化建设等方式可以带动区域整体实力提升。
3、发展投入因子包含研发人员比重、研究与研发经费占营业总收入比例、园区企业获得国家级与市级专项扶持资金等3个变量，贡献度为14.%。共有42家产业园区发展投入因子得分大于2，占比高达40.78%。说明上海产业园区入驻企业科技水平较高，重视产品研发并且在技术上进行创新，提高企业竞争力。另外，政府为产业园区提供了优质的政策环境，制定一系列长期发展政策与计划，有利于形成世界级的产业集群和发挥产业集群集聚效应。
4、发展耗能因子包含规模以上工业企业单位工业总产值综合能耗、规模以上工业企业单位工业总产值新鲜水耗2个变量，贡献度为11.%。共有81家产业园区发展耗能得分大于2，占比最大，为78.64%。说明上海市对产业园区环境管理较为严格，园区内企业很多已经转型升级为总部中心、研发中心，将生产环节转移到成本较低的周边城市；绝大部分园区将绿色节能的理念运用到生产中，充分落实节能减排，不断进行技术创新，提高资源的综合利用率，减少污染物的排放。
来源：礼森园区智库
预览时标签不可点收录于话题#个上一篇下一篇